技术创新对就业的促进效应研究
——基于不变替代弹性生产函数的Meta 分析
焦雨生
（武昌首义学院经济管理学院，湖北 武汉430064）
摘 要： 技术创新与就业的关系是学术界长期关注讨论但仍未形成一致结论的问题。文章以技术创新和就业的偏相关系数为效应值，并经过费雪转换，对1986-2017年40篇技术创新就业效应的文献、涉及的599个效应值、161552个样本观测值的Meta分析发现：技术创新和就业之间具有显著的正相关性，但是合并分析中的异质性较大，说明形成技术创新和就业关系差异的调节变量需要识别。因此，本文从样本因素、变量操作因素、文献来源因素和研究方法因素等四个层面设定若干调节变量进行Meta回归分析，以寻求影响技术创新与就业关系结果异质的原因。这一定量文献研究不仅有助于厘清现有理论的争议、整合现有的研究进展，也有助于未来的理论探索。
关键词： 技术创新；就业；不变替代弹性；生产函数
一、引言
技术创新与就业的关系一直以来都是学术界密切关注的话题。但从目前的研究成果来看，尚没有形成一致的意见。大量学者进行了经验、实证和案例分析，得出了各不相同、甚至是截然相反的结论。在这种情况下，如果进行传统的定性文献综述，只能对过去各种不同的实证结果进行分类阐述，这样就会存在诸多的局限：首先，无法综合判断最终的结果，即技术创新到底是促进了就业还是抑制了就业；其次，不同的实证研究其模型设计、前提假设、分析方法等都存在差异，那么就无法判断结论的差异是否和上述因素相关，哪些因素在影响技术创新就业效应的研究；最后，传统的定性文献综述无法避免主观性问题，即文献选择往往带有作者主观的偏差，从而导致结论的偏差。
何为美，每个人自有不同判断、不同视角，而中国石化正是要传递如此理念：美来自各个岗位，不分大小，不分高低，不分性别，只要付出、努力、坚持，你就能散发出无尽光彩。
本文采用Meta 分析试图解决上述问题。Meta 分析起源于医学研究领域，并经过Stanley 和Jarrell (1989) 引入到经济学领域，其优点在于可以将诸多类似研究进行合并分析，最终得到一个总体的估计效应值，同时还可以识别形成结果差异的各种调节因素，并判断各种调节因素对研究结果影响的大小。
二、技术创新与就业关系的研究综述
技术创新到底是促进了就业还是抑制了就业？在亚当·斯密最早论述了技术创新与经济增长的关系之后，关于机器替代与就业补偿的争论就不断上演。李嘉图的“机器替代理论” 调和了技术创新对就业的“毁灭”和“创造”效应，认为技术在毁灭原有工作的同时也创造了新的就业，这种调和的观点也因为其自相矛盾的特征被称之为“李嘉图之谜”。此后，关于技术创新是促进还是抑制就业的争论一直延续至今。总体来看，技术创新与就业的关系主要分为三类：一是抑制说。技术创新特别是劳动节约型技术创新产生“替代效应”，同时，新技术和新产业的出现导致了传统部门的衰退，导致结构性失业；二是促进说。技术创新促进了经济增长，并促进就业增长；三是综合说。应综合考虑技术创新对就业的促进和抑制作用，并考虑文化、社会与政治因素。
1. 技术创新的就业破坏效应
熊彼特(1942)的“创造性破坏理论”指出，创新浪潮引发了经济周期，并进而引发了周期性失业。Jones(1983)基于哈罗德-多玛模型证明了技术创新对就业有较强的破坏效应。Deaton和Nolan(1983)则借助Malinvand 模型论证了技术进步在总体上增加了失业人数。Aghion 和Howitt(2004)在熊彼特的“创造性破坏理论”基础上运用实证模型验证了技术创新对就业的“毁灭”效应，并指出技术进步的规模决定了失业水平的大小。
作为发展中国家，中国理论界也比较关注技术创新与就业的关系。张军(2003)结合中国的现实证明技术创新使国有企业为主的企业资本密集度迅速提高，并排斥大量富余人员；王诚(2002)进一步指出，中国的就业压力主要在于国企创新和核心就业发展的迟缓。一些学者还从产业结构的角度论证了技术进步对就业的不利影响，如：张晓旭(2007)、叶仁荪等(2008)和朱轶等(2009)。
2. 技术创新的就业创造效应
马克思首先提出了“就业补偿理论”，认为市场机制能自动抵消技术创新带来的劳动损失。20 世纪90 年代以来，Katz、Murphy 和Pissarides 等人从技术创新类型和就业结构的角度对技术创新的就业创造效应进行了研究，Pissarides(1990)认为技术创新增加了当前工作的收益净现值，促使企业扩大生产，并最终降低失业率。Vivarelli(1995)和Petit(1995)则进一步提出了就业补偿的六种机制：价格效应补偿机制、投资效应补偿机制、工资效应补偿机制、机器效应补偿机制、收入效应补偿机制和新产品效应补偿机制。Bernd Ebersberger 和Andreas Pyka(1999)则将补偿机制划分为直接实现和间接实现的就业补偿，并研究了通过产品价格、工资下降产生的补偿机制。
漏斗图是一种定量测量发表偏倚最常用的可视化方法，是所有效应值和这些效应值标准误倒数的散点图。如果散点集中于图形底部，且整体分布沿中线对称分布，则表明不存在发表偏倚，反之则存在发表偏倚。本文以stata14.0 为分析工具，绘制的漏斗图如下：
3. 技术创新与就业关系的综合分析
技术创新所引起的结构性失业不仅仅是因为技术创新本身，还要综合考虑社会环境因素，特别在新凯恩斯主义的视野里，技术创新对就业的补偿要受到各种制度性和社会性因素的制约。Mortensen(1994)在执行成本概念的基础上，考察了技术创新对就业的双重影响。Harrison 等(2008)提出并推导了简单Jordi 模型，随后又扩展为HJMP 模型，并对法国、德国、西班牙和英国的实际情况进行了实证研究，Hall、Lotti 和Mairesse(2007)运用类似模型依托智利的制造业数据进行了研究，这些模型的共同点就在于综合考虑了技术创新影响就业的各种因素。中国理论界也有大量学者来综合分析技术创新对就业的影响，比如：杨宜勇(2001)、毕先萍等(2004)、何平和骞金昌(2007)等。
其中Zij代表经过费雪转换后的效应值，pccij 为上文提到的偏相关系数，下标i 和j 分别表示第i 个估计和第j 篇文献。
综合已有文献可以看出，国内外对技术创新的就业创造和（或） 破坏效应的研究日益深入，从早期的理论和案例研究逐渐转向实证研究，但是从结论上来看，技术创新与就业的关系仍未达成一致，这就产生了利用meta 分析技术来对实证性分析文章进行综合分析的必要性。
集装箱在运输过程中的安全事故主要分为两种，非人为事故和人为事故。非人为事故主要包括一些非人为造成的安全事故，如集装箱内的温度过高导致运输的冷藏保鲜类货物变质、箱内易燃物品的意外起火、集装箱漏水造成的货物浸水等，此类事故可以通过在集装箱内安装传感器来实时监测内部环境，如有异常则报警，预防安全事故的发生。人为事故指的是人为造成的安全威胁，主要表现为人为破解集装箱锁具、暴力拆解集装箱盗窃货物、劫持集装箱等，此类事故不仅需要实时检测报警，还需要通过技术手段记录现场情况，为后续的案件侦破提供证据支持。
三、Meta 分析：数据、方法与估计
1. 文献检索与筛选
研究技术创新与就业的关系，首先要面对的问题就是生产函数的选择。实证研究中常用的生产函数主要是柯布-道格拉斯生产函数（C-D 生产函数）和不变替代弹性生产函数（CES 生产函数），其中CES 生产函数是实证研究中最常用的生产函数。CES生产函数是1961 年由阿罗(J. K. Arrow)和索洛(R. M. Solow)等人提出，后经Van Reenen (1997)、 Chennells 和van Reenen(2002)的发展演变为如下形式：
其中，Y 为产出，L 为劳动存量，K 为资本存量，技术参数T、A 和B 分别代表了希克斯中性、哈罗德中性和索罗中性的技术进步，ρ 为替代参数。当ρ=1 时，CES 生产函数退化为线性生产函数；ρ→-∞时，CES 生产函数退化为固定投入比例生产函数；当ρ=0 时，CES 生产函数退化为C-D 生产函数，因此，CES 生产函数是更具一般性的生产函数。鉴于此，本文选择在Meta 分析时采用CES 生产函数形式进行技术创新就业效应估计的文献。
为了避免文献选择偏倚，本文由三位独立的研究员进行背对背的文献检索，并依据下述来源进行检索：一是SSCI 期刊，跟踪并积累核心期刊；二是在Springer、Ebsco、Elsevier 等数据库依据篇名、关键词和摘要搜索有关技术创新和就业关系的文章；三是中文期刊，主要搜索CSSCI 期刊；四是根据上述文献的参考文献进一步检索。
依据上述搜索规则，一共得到了1226 篇文献，包括了期刊论文、工作论文、专著和学术报告，在此基础上，依据下述规则进行严格筛选：首先，研究主题必须是技术创新对就业影响，并产生定量结果的实证研究，由此排除掉理论研究文献、综述性文献、案例研究类文献和比较分析类文献；其次，必须具有相同的构项和关系，在生产函数的设定上，排除掉非CES生产函数的文献；再次，能提取到效应值，即文献中报告了技术创新和就业的偏相关系数，或者虽未报告，但是可以通过所报告的回归系数、回归系数标准误、t 值和自由度等推算出效应值；最后，删除重复研究，即如果多篇文献采用相同样本，且研究方法基本相同时，采用期刊影响因子优先的规则删除重复研究。
根据以上标准最终得到40 篇文献，包含599 个模拟。从语种来看，外文文献36 篇，中文文献4 篇；从发表时间来看，文献发表时间从1986 年到2017 年，其中19 篇文献是2009 年以后发表的，30 篇文献是2000 年以后发表的；从文献类型来看，工作论文10 篇，期刊论文29 篇，1 篇文章是专著中的一个章节；从研究的对象国家来看，5 篇文献以美国为研究对象，24 篇文献以OECD 国家为研究对象，4 篇文献以中国为研究对象，6 篇文献没有明确的研究国家指向；从研究层次来看，29篇文献以企业为分析单位，6 篇文献以行业为分析单位，5 篇文献以区域为分析单位；从数据类型来看，36 篇文献采用面板数据，4 篇采用截面数据；在技术创新的衡量中，20 篇文献以R&D 投入作为衡量技术创新的标准，9 篇文献以IPA 为衡量标准，7 篇文献以ICT 为衡量标准，另有5 篇文献以R&D 投入和IPA 共同作为衡量标准；在对创新的分类中，9 篇文献以产品创新作为技术创新，10 篇文献以过程创新作为技术创新，7 篇文献既有产品创新，又有过程创新，同时有28 篇文献没有明确区分产品创新和过程创新；在对劳动力分类上，2 篇文献度量熟练劳动力，4 篇文献度量非熟练劳动力，35 篇文献既包括熟练劳动力又包括非熟练劳动力；从模拟方法来看，19 篇文献采用OLS 模拟方法，21 篇文献采用非OLS 模拟方法。
2. 数据整理和编码
（2） 变量操作因素
3. Meta 合并分析设计
（1） 效应值的选取
标准Meta 分析的效应值通常有：回归系数、简单相关系数、偏相关系数、弹性系数、半弹性系数和t 值等。本文选择技术创新与就业的偏相关系数作为效应值统计量。偏相关系数衡量是在保持其他变量不变的情况下两个变量之间关联强度和方向的一个指标，其取值在(-1，1)之间，使用偏相关系数的主要优点在于它是一个无单位的度量，允许从一个领域或研究中得到的偏相关系数与其他一些研究中的偏相关系数进行比较，而且具有较强的可获得性，因此经济管理类的Meta 分析通常采用偏相关系数作为效应值(Doucouliagos，Ulubasoglu，2006)。偏相关系数很少在原始文献中直接报告，可以通过回归系数的t统计量和自由度计算得出，公式如下：
杨译：...the men are roughly equal in age and understanding.[5]153
其中，t 为回归系数的t 统计量，df 为自由度，下标i 和j分别表示第i 个估计和第j 篇文献。其标准差计算公式如下：
技术创新度量。设置三个虚拟变量：“RD”、“IPA”和“ICT”。当以R&D 投入来衡量技术创新时，“RD”设定为1，否则为0；当以发明专利申请量来衡量技术创新时，“IPA”设定为1，否则为0；当以信息与通信技术产业产出来衡量技术创新时，“ICT”设定为1，否则为0。
与简单相关系数一样，偏相关系数的一个重要缺点是当其值接近-1 和+1 时，其分布不服从正态分布。最常见的解决方法是使用费雪转换(Fisher~s Z)，得到转换后的偏相关系数效应值，其标准误根据样本量计算得出。费雪转换的公式如下：
在具体的研究设计中，学者们采用的分析方法和分析视角也各不相同。从研究层次上来看，包括了微观层次和宏观层次的研究，宏观层次的分析利用地区或行业数据来验证(叶仁荪，2008；唐国华，2011;朱英明，2014)，微观层次的分析采用企业数据来验证(Hall，2008； Harrison，2008；Licht，2014)；从影响视角来看，技术创新对就业的影响细分为对就业量的影响(昌盛，2005)、对就业结构的影响(厉以宁，2001)和对劳动力素质的影响(赵利，姜均武，2011)；在生产函数的设定上，主要以C-D 生产函数和CES 生产函数为主。
从上图可以看出，散点大多集中在图形底部，整体按照中线大致对称分布，但是直观而言，存在轻微的向右偏倚。由于用漏斗图判断发表偏倚存在较强的主观性，而且导致漏斗不对称的原因不仅仅是发表偏倚。出于稳健性的考虑，Stanley 和Doucouliagos(2010)提出了检验发表偏倚的漏斗对称性检测，这一检验将纳入Meta 分析的每个研究的偏相关系数和标准差建立回归方程，如下所示：
由于变量设定、前提假设和估计方法的差异，同一篇文献中通常有多个效应值，在这种情况下是将所有效应值都纳入分析还是将多个效应值进行平均化处理，目前还没有定论。一些学者认为应该全部纳入分析，因为不同的偏相关系数反映了不同维度的变量关系(Drees，Heugens，2013；陈立敏，王小瑕，2017)；也有一些学者认为Meta 分析要求各个效应值在统计上应该独立，虽然同一文献的不同效应值其变量设定、前提假设和估计方法可能有差异，但是却在同样的研究框架下，并受同一作者主观上先验性判断的影响，所以应该将多个效应值进行平均化处理。
本文认为，尽管同一文献的多个效应值会受到同样研究框架和同一作者主观先验性判断的影响，但是这种影响不大，原因在于以下两个方面：其一，当同一文献多个偏相关系数描述的技术创新和就业的关系存在维度差异时，比如技术创新采用不同的度量方法时，多个偏相关系数显然应该纳入到分析中；其二，当同一文献多个偏相关系数描述的技术创新和就业的关系不存在维度差异时，多个偏相关系数往往差异不大，一旦差异较大就会引起作者的警觉，并进行模型的重新设定。鉴于上述两个原因，本文采取了将所有效应值都纳入分析的做法。
（3） 异质性检验及统计模型的选择
我省目前在各大本科院校已经逐渐建立创客教育或创客工坊，但是专业资源整合模式不明显，高职院校的专业教育模式仍然是传统的校企合作培养模式，创新创业教育虽然已经逐步融入到专业课程建设中，但系统的创客培养模式还没有形成，需要构建以专业资源整合为背景的创客教育人才培养模式。在我国，2010年国内创客空间“新空间”在上海正式落户，创客运动在国内讯速发展起来，同时讯速影响到教育界。清华大学深圳研究生院、深圳大学、哈尔滨工业大学、上海立达职业技术学院等高校已经出现了创客团体，创客教育正在全国讯速发展壮大，但是专业资源整合方面仍存在一些问题有待改进。
云南某校大学生面部青春痘的病原调查及分析…………………………………许 葵，张玖霞，李 焊，陈光艺，刘 盼，李凤英，武有聪（97）
Q 检验是异质性检验中常用的统计方法，其回答的是各个研究间效应量的分布是否具有同质性，其本质是卡方检验。若Q>χα2/k=1，则p<α，表明研究间存在异质性，此时应该选择考虑了研究间变异的随机效应模型进行分析，如果异质性不显著，则表明固定效应模型和随机效应模型差异不大。
2.4 地区分布 2016年，上海市崇明区城镇年发病率为53.1/10万，高于农村(15.96/10万，P<0.05)；2017年，上海市崇明区城镇年发病率为53.1/10万，高于农村(13.75/10万，P<0.05)。结果(表3)表明：2016年，城镇人群肺结核涂/培阳性率、涂/培阴性率均低于农村人群(P<0.05)；2017年，城镇人群肺结核涂/培阳性率高于农村人群、涂/培阴性率低于农村人群(P<0.05)。
4. Meta 回归分析设计
（1） 样本因素
推广1 已知抛物线C:y2=2px，过y轴除原点外的任意一点D作抛物线的切线DP，切点P，过点D作直线l与抛物线C交于不同的两点M,N，过点M作x轴的垂线分别与直线OP,ON交于点A,B，其中O为原点．则A为线段BM的中点.
研究对象国。设置四个虚拟变量：“US”、“OECD”、“UK”和“CHN”。当研究对象国是美国时，“US”设定为1，否则为0；当研究对象国是OECD 国家时，“OECD”设定为1，否则为0；当研究对象国为英国时，“UK”设定为1，否则为0；当研究对象为中国时，“CHN”设定为1，否则为0。
研究层次。设置两个虚拟变量：“MICRO”和“MACRO”。当以国家或区域为研究对象时，“MACRO”设定为1，否则为0；当以企业为研究对象时，“MICRO”设定为1，否则为0。
研究期间(LNYEAR_SP)。选择研究截取的数据期间的中值，即研究数据的起始时间和终止时间的平均数，为了消除量纲影响，对其采用取对数处理的方法。
样本容量。设置一个虚拟变量：“SAMP_L”。当以企业为研究对象，且样本量在1000 及以上时，认为该样本为大样本，“SAMP_L”设定为1，否则为0；当以行业或区域为研究对象，且样本量在40 及以上时，认为该样本为大样本，“SAMP_L”设定为1，否则为0。
依据研究描述和效应值统计对样本文献进行如下编码：样本描述项包括研究对象国、研究层次、研究期间、样本容量和熟练劳动及非熟练劳动的设定；变量操作因素包括数据类型、技术创新的度量；文献来源因素包括发表时间、文献类型；研究方法因素包括是否采用OLS 估计方法、每篇文献纳入分析的模型个数；效应值ES 编码项包括技术创新与就业的偏相关系数、偏相关系数的标准误、t 值、精度（偏相关系数标准误的倒数）、自由度和经过费雪转换(Fisher`s Z)后的偏相关系数的效应值。
更大的挑战远不止此。在一个更长的时间尺度中看，CBA23年，山东男篮一直处于动荡不安的状态，俱乐部不断易主，球队风格一变再变，专业化运营无从谈起，长远规划更是纸上谈兵。一个颇有意味的迹象是：山东男篮史上，还没有一位东家表达过打造百年俱乐部的雄心，西王也不例外。
劳动力类型。设置一个虚拟变量：“SKILL”。当研究技术创新对熟练劳动的影响时，“SKILL”设定为1，否则为0。
创新类型。设置两个虚拟变量：“PRODU”和“PROCE”。当研究的创新类型为产品创新时，“PRODU”设定为1，否则为0；当研究的创新类型为流程创新时，“PROCE”设定为1，否则为0。
（3） 文献来源因素
发表时间。设置两个虚拟变量：“P_2000”和“P__2009”。当文献发表时间在2000 年及以后时，“P_2000”设定为1，否则为0，设定该变量是为了考察早期研究和近期研究的差异；当文献发表时间在2009 年及以后时，“P__2009”设定为1，否则为0，设定该变量是为了考察2009 年全球性经济危机对研究结果的影响。另设置一个数值型变量：“LNYEAR_P”，表示文献发表的年份，为了消除量纲的影响，对其做取对数处理。
文献类型。设置一个虚拟变量：“JOUR”。当文献为期刊论文时，“JOUR”设定为1，否则为0。
（4） 研究方法因素
估计方法。设置一个虚拟变量：“OLS”。当文献采用OLS方法估计时，“OLS”设定为1，否则为0。
数据类型。设置一个虚拟变量：“PANNEL”。当分析数据为面板数据时，“PANNEL”设定为1，否则为0。由于本研究所涉及的文献仅有面板数据和截面数据两种，为了避免多重共线性，截面数据类型不再单独设定变量。
四、Meta 合并分析与Meta 回归分析结果
1. 发表偏倚分析
了解经济现象需要对数据和现实进行公正的评估，但是政治、意识形态和既得利益经常扭曲或有选择地解释“事实”，这种现象导致研究者在撰写文章时，可能会以估计结果是否显著作为标准对估计模型进行筛选，从而产生研究结果显著程度被高估的现象(彭俞超，顾雷雷，2014)。此外，对于审稿人来说，往往偏好显著程度较高的文献或者与传统观点相一致的观点，当然也不排除一些追求“创新性”的审稿人会偏好一些和传统观点相左的文献，这种现象称之为发表偏倚。由于发表偏倚在经济研究领域更为明显(Doucouliagos，Stanley，2012)，因此需要对发表偏倚进行检验。
在理论分析的同时，大量学者运用计量经济学方法研究了技术创新的就业创造效应，比如：Brouwer 等(1993)、Smolny(1998)、朴之水等(2009)、Bharat Trehan(2003)、黄解宇(2013)等。
图1 发表偏倚检验漏斗图
（2） 同一文献存在多个效应值时的处理
其中，β1表示发表偏倚的程度，β0 表示剔除发表偏倚后技术创新对就业影响的真实效应，下标i 和j 表示第j 个样本的第i 个估计。为消除异方差，公式变形如下(Stanley，2008)：
自1976年1月美国国会预算办公室发布第一份5年期预算报告开始，目前包括美国在内的所有OECD国家，均已在财政规划的基础上编制中长期预算，比如美国、挪威、英国、德国、澳大利亚等国家都发布了10至75年不等的财政预测报告。这说明现在主要发达国家非常注重运用长期财政经济规划，建立中长期预算框架，评估和防范财政风险。西方国家的实践也证明，编制中长期预算不但能较好地预防年度预算中的短视行为，还能提高公共资源的配置效益，财政宏观调控也能进一步优化。
如果回归方程经过原点，则表示不存在发表偏倚，若β1显著为正，则表示技术创新促进就业的回归结果更容易发表；相反，如果β1显著为负，则表示技术创新抑制就业的回归结果更容易发表。
表1 中漏斗对称性检测的截距为0.201，但是P 值较大，故不能拒绝截距项的零假设，而且95%的置信区间中包含了原点，因此可以认为本研究中不存在明显的发表偏倚。
1.2.2 确定研究对象，运行方案 2017年在新疆医科大学附属中医医院实习中医专业本科生及研究生（228名），对研究对象均进行临床实践技能培训前和培训后毕业前的临床实践技能考核。
标准化活动的条款或文件不仅针对当前存在的问题，而且针对潜在的问题，这也是信息时代下标准化的一个重大变化和显著特点。例如，工业和信息化部与国家标准委2015年联合制定发布《国家智能制造标准体系建设指南》，就是明确了未来“十三五”期间建设国家智能制造标准体系的建设思路、要求、内容和方法。
表1 漏斗对称性检测结果
2. Meta 合并分析的平均效应值估计和异质性检验
表2 是以偏相关系数经过费雪转化后的Z 值为效应值进行Meta 合并分析得到的总体估计及异质性检验结果。Q 值为118.867，p=0.000<0.001，说明研究间存在明显的异质性，同时，I2指数为63.825%，I2 统计量是由Higgins JPT 等在2003 年提出的新的异质性评价指标，反映的是异质性部分在效应量总的变异中所占的比重，由于其描述了由各个研究所致，而非抽样误差所致的异质性占总变异的百分比，克服了Q 统计量对纳入研究个数的依赖，使研究效能更加稳健。结合本研究的I2统计量，进一步验证了本研究具有中度的异质性（I2统计量在50%到75%之间称之为中度异质）。由于各研究间存在中度异质性，则说明在合并分析中适宜采用随机效应模型。
随机效应模型显示平均效应值为0.029，Z 值为7.379，p值为0.000，按照下述公式将平均效应值转换为技术创新和就业的整体相关系数：
其中r 为技术创新与就业的整体相关系数，ES 为随机效应模型得出的平均效应值，可以求得技术创新与就业的整体相关系数为0.02899，约为0.029，同时95%的置信区间中下限和上限都显著大于0，则表明技术创新和就业存在显著的正相关。
党的十九大报告指出,“经过长期努力,中国特色社会主义进入了新时代,这是我国发展新的历史方位”。新时代、新阶段必须有新发展、新作为、新气象。在经济学学科不断繁荣、各种新兴经济分支学科都纷纷涌现的时候，如何坚持马克思主义为指导，建设好具有中国特色的社会主义贸易经济学就是摆在我们面前的一项突出任务，尤其是财经商科类院校的学术同仁应为此不懈地探索。为此本文对此提出一些肤浅看法,以期向学界同仁求教与交流。
3. 应用Meta 回归方法的调节因素分析结果
平均效应值的异质性检验显示本研究存在中度异质性，应该进行亚组分析或者Meta 回归分析寻找异质性的来源。本研究将调节因素分为四组，进一步应用Meta 回归分析方法来检验这些因素对技术创新与就业关系的影响。在此，本文采用限制性最大似然法分析异质性的来源。表2 中的模型1-4 分别检验样本因素、变量操作因素、文献来源因素和研究方法因素对技术创新与劳动关系的影响，模型5 为全变量模型，由于模型1 和5 的协变量较多，所得结果犯I 类错误的概率也随之增加，因此采用蒙特卡罗法来对P 值进行校正，其中蒙特卡罗法随机排列的计算次数设定为100 次。
根据表2 的回归结果，在模型1 样本层面的调节因素中可以看出：（1）来自不同国家的技术创新影响就业的程度存在明显的差异。美国的回归系数最大(β=0.045，p<0.05)，其次是英国(β=0.023，p<0.05)，然后是OECD 国家(β=0.019，p<0.05)，最后是中国(β=0.015，p<0.05)。出现这种差异的原因在于不同国家的劳动力市场灵活性、市场成熟度、商业成熟度、产品市场竞争和就业政策存在较大的差异，而这些因素都会强烈影响技术创新与就业的关系。（2）宏观层次的数据因素显著正向调节技术创新与就业关系(β=0.051，p<0.05)，而微观层次的数据因素影响不显著。本研究中关于技术创新对就业影响的研究可分为两个层次，第一个层次是从宏观的角度利用国家和地区的数据进行研究，第二个层次是从微观的角度利用企业数据进行研究（囿于样本因素，本文没有考察基于行业数据的研究）。从原因上来看，国家或区域并不是企业的简单加总，技术创新对就业的效应受制于劳动力市场灵活性、市场成熟度、商业成熟度、产品市场竞争和就业政策等，而且技术创新并不能同时和同等程度的提高各个行业和各类工作的生产率，因此，对技术创新就业效应的考察应从宏观角度入手（本文并不否定从微观角度考察技术创新就业效应，事实上从微观角度的考察可以建立技术创新就业效应的微观基础）。（3）样本期间因素对技术创新就业效应的影响不显著。这表明技术创新就业效应的结果没有明显的数据选择上的时间差异，本期间因素对技术创新就业效应的影响越不显著，则越能说明本研究结果的可信度。（4）大样本因素显著地负向调节技术创新的就业效应(β=-0.018，p<0.05)，即样本容量大的技术创新的就业效应低于样本容量小的技术创新的就业效应。其原因在于样本容量越大，所包含的冗余信息和干扰因素就越多，技术创新的就业效应受到的影响因素就越多。
表2 对影响技术创新-就业关系调节因素的Meta 回归分析结果
从模型2 变量操作的调节因素中可以看出：（1）以R&D 绝对量和相对量衡量技术创新显著地正向调节技术创新的就业效应(β=0.109，p<0.05)；以发明专利申请量来衡量技术创新显著地负向调节技术创新的就业效应(β=-0.012，p<0.05)；以信息与通信技术产业产出来衡量技术创新显著地正向调节技术创新的就业效应(β=0.056，p<0.05)。以发明专利申请量衡量的技术创新与所有其他创新衡量指标相比，估值较小，且意外的为负，原因有两个方面：一方面，与其他技术创新的度量相比，现有研究以及本文涉及的研究（仅有9 篇文献） 都较少提到专利和商标对劳动力需求的影响；另一方面表明发明专利申请量可能无法反映技术创新的真实质量。（2）熟练劳动因素显著地正向调节技术创新的就业效应(β=0.019，p<0.05)，即以熟练劳动衡量的技术创新的就业效应高于非熟练劳动衡量的效应。这一结果的原因在于技术创新大部分是劳动节约型的，更具体地说是属于非熟练劳动节约型的，技术创新一方面在“破坏”非熟练劳动就业岗位的同时，也在“创造”熟练劳动的就业岗位，这一结论和Pierre Richard 和Joshua Aizenman(1999)、Mehmet Ugur 等(2016)的研究结果是一致的。（3）产品创新因素显著地正向调节技术创新的就业效应(β=0.021，p<0.05)，流程创新因素对技术创新就业效应的影响不显著。原因在于：一方面，产品创新可以提高产品和服务的质量、丰富产品和服务的种类，在此基础上实现新市场的扩展和消费需求的增加，并通过派生需求创造更多的就业岗位；另一方面，流程创新对于就业的效应尚不明确，事实上，从现有文献来看，流程创新就业效应的争议比技术创新就业效应的争议更大。
从模型3 文献来源的调节因素中可以看出：（1）文献在2000年以后发表和在2009 年以后发表等因素对技术创新就业效应的影响不显著；（2）文献发表时间的对数值对技术创新的就业效应影响不显著。结合前文提到的文献数据期间对技术创新就业效应影响不显著的论断，可以认为文献的发表年限和文献所使用的数据与文献的结论没有显著的关联。科学研究要求研究者不能预设立场，根据现实和数据作出科学的判断，但是在社会学科研究领域，越是新近发表的文献，其作者越是受到前人研究的影响，并作出先验性的判断(Doucouliagos，Stanley，2012)，但是在本研究中，不存在这种明显的影响。（3）文献的发表类型对技术创新就业效应的影响不显著，说明了期刊社、出版社的审稿人和投稿人对技术创新就业效应的结果没有明显的偏好。上述三个方面也间接地证明了本研究所选择的文献不存在明显的发表偏倚，这和上文的结论是一致的。
从模型4 研究方法的调节因素可以看出：（1）使用OLS 模拟方法显著地负向调节技术创新的就业效应(β=-0.019，p<0.10)，即用OLS 模拟方法的文献所得出的技术创新的就业效应值低于使用其他模拟方法的文献。从原因上来看，OLS 方法要求解释变量误差项满足高斯—马尔科夫假设，即误差项均值为零，等方差且彼此不相关，而且要求解释变量间彼此不存在多重共线性，但是在技术创新就业效应的估计中，控制变量往往难以满足这些条件，使得OLS 估计的可靠性下降。（2）使用面板数据显著地负向调节技术创新的就业效应(β=-0.022，p<0.05)，即用面板数据方法的文献所得出的技术创新的就业效应值低于使用截面数据方法的文献（本研究所考察的数据只有面板数据和截面数据）。从原因上来看，一方面时间序列的引入意味着干扰项的增加，就业政策、市场环境等因素的变化都会干扰估计的结果；另一方面不管使用固定效应模型还是随机效应模型，都无法彻底消除干扰项的影响。
模型5 为全变量模型，可以看出：模型5 和其他四个模型模拟系数和显著性没有发生明显的改变，说明了模型的稳健性。为了进一步检验模拟的稳健性，本文采取逐一去除一个文献考察合并效应值的方法，结果发现在逐一去除一个文献后，合并效应值平均值为0.0295，标准误为0.0008757，最小值为0.027，最大值为0.031，说明本研究中去除任意一个文献对最终研究的结果不发生明显的影响，分析结果具有较强的稳健性。
五、结论
通过对1986-2017 年40 篇技术创新就业效应的文献的系统编码，得到了599 个效应值，对其中涉及161552 个样本观测值的Meta 分析发现：技术创新和就业之间具有显著的正相关性，相关系数为0.029(p<0.01)，表明总的来说技术创新促进了就业，而不是抑制了就业，但是从相关系数的大小来看，这种正相关是一种低度正相关。
虽然Meta 合并分析的结论为技术创新与就业显著正相关，但是合并分析中的异质性较大(Q 值为118.867，p=0.000<0.001；I2=63.825%)，说明形成技术创新和就业关系差异的调节变量需要识别。本研究从样本因素、变量操作因素、文献来源因素和研究方法因素等四个层面拟定了若干调节变量进行Meta 回归分析，以寻求影响技术创新与就业关系结果异质的原因。从Meta回归分析中可以看出：
首先，实证研究中变量的样本因素会显著影响技术创新与就业关系的结论。表现在：（1）来自不同国家的技术创新影响就业的程度存在明显的差异。美国的回归系数最大，其次是英国，然后是OECD 国家，最后是中国；（2）宏观层次的数据因素显著正向调节技术创新与就业的关系，而微观层次的数据因素影响不显著，即使用国家或地区数据的文献更容易得出技术创新对就业正向效应的结论；（3）样本期间因素对技术创新就业效应的影响不显著，这表明技术创新就业效应的结果没有明显的数据选择上的时间差异；（4）大样本因素显著负向调节技术创新的就业效应，即样本容量大的技术创新的就业效应低于样本容量小的技术创新就业效应。
其次，实证研究中变量操作因素显著影响技术创新与就业关系的结论。表现在：（1）以R&D 绝对量和相对量衡量技术创新显著正向调节技术创新的就业效应；以发明专利申请量来衡量技术创新显著负向调节技术创新的就业效应；以信息与通信技术产业产出来衡量技术创新显著地正向调节技术创新的就业效应；（2）产品创新因素显著地正向调节技术创新的就业效应，流程创新因素对技术创新就业效应的影响不显著。
再次，实证研究中变量的文献来源因素没有显著影响技术创新与就业关系的结论。表现在：（1）文献在2000 年以后发表和在2009 年以后发表等因素对技术创新的就业效应影响不显著，而且文献发表时间的对数值对技术创新就业效应的影响亦不显著；（2）文献的发表类型对技术创新的就业效应影响不显著。这些结论也间接证明了本研究所选择的文献不存在明显的发表偏倚。
最后，实证研究中研究方法的因素显著影响技术创新与就业关系的结论。表现在：（1）使用OLS 模拟方法显著负向调节技术创新的就业效应，即用OLS 模拟方法的文献所得出的技术创新的就业效应值低于使用其他模拟方法的文献所得出的效应值；（2）使用面板数据显著负向调节技术创新的就业效应，即用面板数据方法的文献所得出的技术创新就业效应值低于使用截面数据的文献所得出的效应值；（3）熟练劳动因素显著地正向调节技术创新的就业效应，即以熟练劳动衡量的技术创新就业效应高于非熟练劳动衡量的效应。
尽管本研究在技术创新和就业关系上取得了若干有价值的发现，但仍存在以下不足，这些不足也是以后研究需要关注和改进的地方：
2011年中央1号文件提出“建立健全职能明确、布局合理、队伍精干、服务到位的基层水利服务体系，全面提高基层水利服务水平”的要求，近年各地认真贯彻落实2011年中央1号文件精神和水利部、中央编办、财政部《关于进一步健全完善基层水利服务体系的指导意见》（水农〔2012〕254号），加快推进基层水利服务体系建设。
首先，在样本选取时，虽然一些研究也属于技术创新就业效应研究的范畴，但由于没有报告偏相关系数，或者根据文献信息亦无法计算出偏相关系数，因此只能将其排除在外。
其次，本研究仅仅考察了使用不变替代弹性生产函数考察技术创新就业效应的文献，而相当一部分文献，特别是中国学者偏向于使用柯布-道格拉斯生产函数考察技术创新的就业效应，未来的研究将对柯布-道格拉斯生产函数予以进一步关注。
最后，本探究利用Meta 分析法从四个层面考察了技术创新就业效应呈现异质性的原因，但是可以看出在各个层面内仍存在一定的异质性，意味着仍然存在一些影响技术创新和就业关系的调节因素还没有被识别，未来研究将进一步关注异质性产生的其他调节因素。
【参考文献】
[1] Schumpeter J A. Capitalism，Socialism，and Democracy [J].American Economic Review，1942，3(4):594-602.
[2] Jones D. Technological Change，Demand and Employment [M].The Employment Consequences of Technological Change. Palgrave Macmillan UK，1983.
[3] Deaton D，Nolan P. The Nature of Unemployment under Technical Progress [M].The Employment Consequences of Technological Change.Palgrave Macmillan UK，1983.
[4] Aghion P，Howitt P. Growth and Unemployment [J].Review of Economic Studies，1994，61(3):477-494.
[5] Pissarides，C. A，Equilibrium Unemployment Theory [M].Basil Blackwell，London，1990.
[6] Marco Vivarelli，The Economics of Technology and Employment：Theory and Empirical Evidence [M].Elgar. Aldershot，1995.
[7] Petit P.Employment and Technical Change，in P. Stoneman ed.，The Economics of Innovation and Technical Change.Basil Blackwell.Oxford，1995.
[8] Ebersberger B，Pyka A. Innovation and Sectoral Employment: A Trade-Off between Compensation Mechanisms [J].Social Science Electronic Publishing.1999，No.191.
[9] Brouwer E，Kleinknecht A，Reijnen J O N. Employment Growth and Innovation at the Firm Level [J].Journal of Evolutionary Economics，1993，3(2):153-159.
[10] Smolny W.Innovations，Prices and Employment: A Theoretical Model and an Empirical Application for West German Manufacturing Firms[J].Journal of Industrial Economics. 1998.Vol.46.No.3.
[11] Bharat Trehan. Productivity Shocks and the Unemployment Rate，Economic Review [J].Federal Reserve Bank of San Francisco.2003：13-37.
[12] Mortensen D T，Pissarides C A.Technological Progress，Job Creation，and Job Destruction [J].Review of Economic Dynamics，1998，1(4):733-753.
[13] Harrison R，Jaumandreu.J.，Mairesse J.and Peters B. Does Innovation Stimulate Employment? A Firm-level Analysis Using Comparable Micro-data from four European Countries. NBER Working Paper，2008.No.14216.
[14] Hall B，Ifs W. Employment，Innovation and Productivity: Evidence from Italian Microdata [J].Ifs Working Papers，2007，2006-043(4):813-839.
[15] Licht G，Peters B. Do Green Innovations Stimulate Employment?-Firmlevel Evidence From Germany [J].Wwwforeurope Working Papers，2014.
[16] Doucouliagos C，Ulubasoglu M A. Economic Freedom and Economic Growth: Does Specification Make a Difference? [J].European Journal of Political Economy，2006，22(1)：60-81.
[17] Drees J M，Heugens P P M A R. Synthesizing and Extending Resource Dependence Theory: A Meta -Analysis [J].Journal of Management，2013，39(6):1666-1698.
[18] Doucouliagos C，Stanley T D. Are all Economic Facts Greatly Exaggerated? Theory Competition and Selectivity. Journal of Economic Surveys，2013，27(2):316-339.
[19] Stanley T D，Doucouliagos H. Picture This: a Simple Graph that Reveals Much Ado about Research [J].Journal of Economic Surveys，2010，24(1):170-191.
[20] Stanley，T.D. Meta-regression Methods for Detecting and Estimating Empirical Effect in the Presence of Publication Bias，Oxford Bulletin of Economics and Statistics，2008，70:103–27.
[21] Agénor P R，Aizenman J. Macroeconomic Adjustment with Segmented Labor Markets [J].Journal of Development Economics，1999，58(2):277-296.
[22] Ugur M，Awaworyi Churchill S，Solomon E. Technological Innovation and Employment in Derived Labour Demand Models: A Hierarchical Meta-regression Analysis [J].Greenwich Papers in Political Economy，2016，32.
[23] Reenen V，John. Employment and Technological Innovation: Evidence from U.K.Manufacturing Firms [J].Journal of Labor Economics，1997，15(2):255-284.
[24] Chennells，L.，J. van Reenen. Technical Change and the Structure of Employment and Wages: A Survey of the Microeconometric Evidence.In N. Greenan，Y. L’Horty and J. Mairesse (eds)，Productivity，Inequality and the Digital Economy，Cambridge，MA: MIT Press，2002，pp.175-223.
Reseach on Employment Effect of Technological Innovation——Meta-analysis Based on Constant Elasticity of Substitution Production Function
JIAO Yu-sheng
（School of Economics and Management， Wuchang Shouyi University， Wuhan Hubei 430064， China）
Abstract: The relationship between technological innovation and employment has been discussed for a long time in academia， but no unanimous conclusion has been reached.Based on the partial correlation coefficient of technological innovation and employment as the effect value， and through Fisher transformation， this paper makes a meta-analysis of 40 literatures on the employment effect of techno-logical innovation from 1986 to 2017， 599 effect values involved and 161552 sample observations.This paper finds that there is a signif-icant positive correlation between technological innovation and employment， but the heterogeneity in the merger analysis is large， which indicates that there are regulatory variables that form the difference between technological innovation and employment.In order to find out the reasons for the heterogeneity of the results of technological innovation and employment， this paper sets a number of regulatory vari-ables for meta-regression analysis from four levels: sample factor， variable operation factor， literature source factor and research method factor.This quantitative literature research is not only helpful to clarify the disputes of existing theories， integrate the existing research progress， but also helpful to the future theoretical exploration.
Key words: Technological Innovation； Employment； Constant Elasticity of Substitution； Production Function； Meta-analysis
中图分类号： F062.4
文献标识码： A
文章编号： 1004-292X（2019）07-0011-07
收稿日期： 2019-03-12
作者简介： 焦雨生（1976-），男，河南南阳人，博士，副教授，主要从事制度与演化分析研究。
（责任编辑：ZN）
标签：技术创新论文; 就业论文; 不变替代弹性论文; 生产函数论文; 武昌首义学院经济管理学院论文;