《Sustainability》:Digital Infrastructure and Renewable Energy Innovation: The Moderating Role of Human Capital
编辑推荐:
数字基础设施推动绿色转型,但其对可再生能源创新的影响关键取决于人力资本的可获得性。本研究考察了人力资本在数字基础设施与可再生能源创新关系中起中介作用还是调节作用。基于创新系统与吸收能力理论,研究人员将已部署人力资本(高级教育劳动力)与形成中的人力资本(高等教育
数字基础设施推动绿色转型,但其对可再生能源创新的影响关键取决于人力资本的可获得性。本研究考察了人力资本在数字基础设施与可再生能源创新关系中起中介作用还是调节作用。基于创新系统与吸收能力理论,研究人员将已部署人力资本(高级教育劳动力)与形成中的人力资本(高等教育入学率)区分开来。采用22个国家(2000–2020年)的动态面板数据模型,研究人员发现数字基础设施与可再生能源专利之间存在正相关关系。然而,人力资本并不中介这一联系;相反,它调节了关系的强度。估计的边际关联对人力资本水平高度敏感,在已部署人力资本和形成中人力资本均较高时逐渐减弱。这些发现表明,数字基础设施的创新回报取决于创新系统内能力的时机与部署。因此,数字转型与人力资本发展政策应旨在使现有和新兴技能与绿色创新需求保持一致。
**研究背景、存在的问题及研究目的**
全球向低碳能源系统的转型日益依赖于各国生成和扩散可再生能源技术的能力。数字基础设施(Digital Infrastructure)常被认为能通过改善连通性、数据处理、协调和知识获取来支持这一过程。然而,数字基础设施的创新收益并非自动实现:具有相似数字扩展水平的国家在将数字能力转化为可再生能源创新方面的能力可能存在显著差异。更广泛地看,近期研究表明,绿色发展成果不仅受技术资源影响,还受创新发生的更广泛经济与制度环境塑造,这凸显了理解创新支持资源产生可持续成果的条件的重要性。现有研究在三个方面存在局限:第一,关于国家数字基础设施是否能转化为可再生能源创造性活动的跨国证据尚不充分;第二,人力资本常被作为一个宽泛的总体资源处理,而劳动力中已部署的技能与通过高等教育正在形成的技能可能不同,两者反映能力发展的不同阶段,并通过不同时间机制影响创新;第三,尽管理论区分了中介与调节机制,但实证比较这两种角色——特别是人力资本是传递还是调节数字基础设施效应——的研究很少。因此,本研究提出三个研究问题:数字基础设施是否与可再生能源创新相关?不同形式的人力资本是否对可再生能源创新有不同贡献?人力资本是中介还是调节数字基础设施与可再生能源创新的关系?
**研究人员开展的研究、结论及意义**
研究人员利用22个国家2000–2020年的面板数据,采用动态面板数据模型,考察了数字基础设施与可再生能源专利(Renewable Energy Patenting, REP)之间的直接关联,并检验了人力资本在该关系中的不同作用。结果显示,数字基础设施与可再生能源专利呈正相关,但人力资本并不起中介作用;相反,人力资本主要作为调节因素发挥作用。交互结果表明,数字基础设施与可再生能源创新的边际关联在已部署人力资本(高级教育劳动力)和形成中人力资本(高等教育入学率)均较高时估计值较低,这与强调能力部署与时机塑造数字基础设施创新回报的解释一致。该研究发表在《Sustainability》期刊上,其主要贡献在于:将数字基础设施作为国家层面的可再生能源专利赋能条件,丰富了绿色创新文献;通过区分已部署人力资本与形成中人力资本,为人力资本与吸收能力文献做出贡献;通过提供中介与调节机制比较的实证证据,阐明了人力资本在数字基础设施-创新关系中是作为传递渠道还是调节因素。
**关键技术与方法**
本研究采用国家层面面板数据集,涵盖22个国家(阿根廷、奥地利、比利时、捷克、丹麦、芬兰、法国、希腊、意大利、拉脱维亚、立陶宛、卢森堡、墨西哥、荷兰、挪威、波兰、斯洛伐克、斯洛文尼亚、西班牙、瑞典、瑞士、英国),时间跨度为2000–2020年。主要技术方法包括:使用主成分分析(Principal Component Analysis, PCA)构建数字基础设施综合指数(ICT指数),基于固定宽带订阅、互联网用户、移动蜂窝订阅和固定电话订阅四个指标;采用动态面板数据模型,并运用系统广义矩估计法(System Generalized Method of Moments, System GMM)处理内生性;通过引入交互项检验调节效应;遵循Baron–Kenny方法进行中介效应分析,并辅以Sobel–Aroian–Goodman检验和聚类自助法(cluster bootstrap)进行稳健性检验。所有分析均使用Stata 17软件完成。
**研究结果**
**5.1. 数字基础设施与可再生能源专利**
通过动态面板模型估计,在控制GDP和研发支出(RD)后,数字基础设施(ICT)与可再生能源专利(REP)的系数为正且在1%水平上显著(p<0.01),支持假设H1。滞后因变量(L1.REP)系数接近1且高度显著,表明可再生能源专利活动具有高度持续性。诊断检验显示无二阶序列相关,工具变量有效。
**5.2. 调节结果:人力资本的条件作用**
将已部署人力资本(高级教育劳动力,LF)作为调节变量时,加入交互项(ICT×LF)后,结果显示LF系数为正显著,但ICT直接系数为负显著,交互项系数为负显著(p<0.05)。这表明数字基础设施对可再生能源专利的边际效应随LF增加而变得更负,即人力资本水平越高,ICT的估计关联越低。将形成中人力资本(高等教育入学率,SET)作为调节变量时,ICT系数为正显著,SET系数为负显著,交互项(ICT×SET)系数为负显著。这表明数字基础设施对可再生能源专利的正向效应随SET增加而减弱。两种人力资本维度均显著调节ICT–REP关系,但调节方向均为负向,即随着人力资本水平提高,数字基础设施的边际关联降低。
**5.3. 机制解构:传递路径与条件路径**
为检验中介效应,首先检验ICT对LF和SET的影响。ICT对LF的影响不显著,不满足Baron–Kenny中介条件的第一阶段。ICT对SET的影响为负显著,但后续第二步检验中,控制SET后ICT系数增大,呈现抑制效应而非中介效应。Sobel–Aroian–Goodman检验和聚类自助法检验均显示间接效应不显著(置信区间包含零)。因此,不支持人力资本的中介作用,确认人力资本主要作为调节条件(边界条件)而非传递渠道。边际效应图进一步显示,随着LF和SET水平增加,ICT对REP的边际效应下降,其中SET情况下边际效应从正转负。
**讨论与结论总结**
讨论部分指出,数字基础设施与可再生能源创新的正向关联支持了数字转型能加强国家创新系统的观点,但人力资本的作用取决于其形式与时机。已部署人力资本(高级教育劳动力)与当前专利活动正相关,反映其直接吸收能力;而形成中人力资本(高等教育入学率)与专利活动负相关,反映教育管道扩张与劳动力市场吸收之间的时间错配。研究结果不支持人力资本的中介作用,而支持调节作用,表明人力资本主要作为能力条件塑造数字机会转化为创新产出的程度。这暗示数字基础设施的创新回报并非均匀,而是取决于技能的部署、形成与绿色创新需求的匹配。
**研究结论翻译**
本研究考察了2000–2020年间22个国家中数字基础设施和人力资本与可再生能源专利的关联。基于国家创新系统理论与吸收能力视角,研究区分了已部署人力资本(以高级教育劳动力为代表)与形成中人力资本(以高等教育入学率为代表)。结果表明,数字基础设施与可再生能源专利正相关,但这种关系并非自动产生。人力资本更明确地作为调节条件而非中介渠道发挥作用,表明数字基础设施的创新回报取决于技能如何部署、形成以及与可再生能源创新需求对齐。这些发现应被解释为条件关联的证据,而非确定的因果关系,尽管使用了旨在缓解内生性问题的动态面板框架。具体而言,本研究通过区分已部署和形成中人力资本作为能力可用性的两个不同阶段,并证明这些维度主要通过调节而非传递机制塑造数字基础设施–可再生能源创新关系,做出了贡献。