人力资本与高技术服务业创新能力发展

刘艳革++姚瑶

高技术服务业是指高技术制造业向后延伸形成的新业态，具有高附加值、高知识人才和高技术含量特点。因此，高技术服务业对我国经济增长、传统产业升级以及产业结构优化调整起着至关重要的作用。2013年12月，国家标准委、发改委等部门联合下达的《高技术服务业标准制修订工作指导意见》，确定了开展高技术服务业八个领域的标准制修订任务，以达到有效支撑高技术服务业快速健康发展的目的。而产业的发展，离不开人才，具有高专业技术、高素质的人才促进了高技术服务业的整体健康快速发展，因此，人力资本对高技术服务业发展具有重要意义。基于此，本文从我国高技术服务业出发，对人力资本与高技术服务业创新能力发展关系进行实证研究，通过运用典型相关分析（Canonical Correlation Analysis，CCA）模型，来探究两者之间的关系。

目前学术界对高技术服务业的定义、发展状况及特征等，有了较深入研究，对人力资本和高技术服务业发展的影响也有一定的涉及。但是具体针对人力资本与高技术服务业发展关系的研究很少。因此，本文运用典型相关分析（CCA），对人力资本与高技术服务业创新能力的发展关系进行实证研究。

一、指标选取与数据说明

1.人力资本的指标选取。体现人力资本状况的指标有两种，即实际利用性指标（Actually Utilized Indicator，AUI）和资源性指标（Resources Indicator，RI）。实际利用性指标（AUI）指的是人才的实际利用量，资源性指标（RI）指的是高层次教育的投入和拥有专业技能的人才储备量。由于高技术服务业具有高服务技术含量、高增值性的特征，因此对高技术服务业的从业人员素质的要求比较高，其从业人员一般具有高层次教育背景与高专业技能，基于此本文选取的实际利用性指标（AUI）是实际从事高技术服务业的研究与试验发展人员全时当量数X1。选取的资源性指标（RI）全国学成回国留学人员X2、全国硕博研究生毕业生数X3、全国本科毕业生数X4，为了满足高技术服务业从业人员的高素质要求，全国本科毕业生数用十万人来表示。

2.高技术服务业创新能力的指标选取。创新能力（Innovation Capacity）是指运用知识和理论，在科学、技术、各种活动实践领域等提供具有经济价值、社会价值的新思想、新理论、新方法和新发明的能力，是一个国家核心的竞争力。高技术服务业正是在社会经济高速发展过程中，以创新为核心动力，由高技术产业与现代服务业相互融合、渗透而成的新兴产业。高技术服务业的创新能力是指在高技术水平上努力获得更多的科学发现与重大技术发明的能力。因此，体现高技术服务业创新能力的指标必须具有高附加值、高知识蕴含量特点，并能体现出创新绩效。基于此本文选取了能体现高技术服务业创新能力的四个指标，即发明专利申请授权数Y1、发表科技论文Y2、出版科技著作Y3与科技成果登记数Y4 。

3.数据说明。高技术服务业是新兴产业，一些相关指标的统计年限较短，比如发表科技论文、出版科技著作指标，国家统计局都是从2005年才开始统计，因此本文选取的是2005-2012年的数据。为保证数据口径的一致性以及数据的合理性和科学性，高技术服务业创新能力指标数据不仅仅局限于科学研究与开发机构，还包括了高校、规模以上工业企业。本文数据来源于《中国统计年鉴（2013）》与《中国科技统计年鉴（2013）》。

二、实证分析

1.分析方法。典型相关分析（CCA）思想类似于主成分分析，它主要讨论两组变量间的相关性问题，把两组变量之间的复杂相关关系进行简化，即利用综合变量对之间的相关关系来反映两组指标之间的整体相关性的多元统计分析方法。该方法原理可以用数学表达式来表示：假设原来两组维度分别为m、n的变量为X=（X1，X2，X3……Xm）T与Y=（Y1，Y2，Y3……Yn）T，新的代表变量分别为U= aTX与V= bTY，接下来找到向量a和b，使ρ（U，V）最大，从而找到替代原始变量的典型变量U与V。 在软件分析过程中，由于特征值问题，可以找到多组U与V，我们根据他们的相关系数由大到小逐对进行提取。

2.分析过程。我们通过用SPSS 19.0软件，运用典型相关分析对人力资本与高技术服务业之间的相关关系进行分析。 分析结果显示，（U1，V1）、（U2，V2）、（U3，V3）、（U4，V4）的典型相关系数依次为1.000、0.974、0.846、0.260，但是各典型相关系数检验结果显示仅第一组的典型相关系数通过了检验。接下来对SPSS19.0运行结果进行冗余分析（Redundancy Analysis，RDA）。冗余分析（RDA）是一组当中形成的典型变量对另一组观测变量总方差的解释比例，从而定量测度典型变量所包含的原始信息量的大小。分析结果显示，人力资本变量的变异被自身典型变量所解释的比例以及被高技术服务业创新类研发成果变量所解释的比例中，第一典型变量解释了94.3%；高技术服务业创新类研发成果变量的变异被自身典型变量所解释的比例以及被人力资本变量所解释的比例中，第一典型变量解释了82.5%。

结合冗余分析结果以及典型相关系数检验结果，只需保留第一对典型相关变量，即人力资本变量U1与高技术服务业创新能力变量V1，其表达式如下：

（1）

（2）

3.分析结果。典型相关模型中，同一随机变量组内各典型变量之间、不同组内不对应的典型变量间不相关，因此在分析变量组X与自变量Y之间的关系转化为只分析相对应的典型变量之间的关系。

典型相关变量中，影响人力资本的各因素变量的线性组合U1中，研究与试验发展（R&D）人员所载负荷最大为0.774，学成留学回国人员次之为0.378；影响高技术服务业创新研发类的各因素变量的线性组合V1中，有效发明专利所载负荷最大为0.603，科技成果与科技论文随其后，分别为0.267与0.209。根据以上分析，可以得出：第一，人力资本与高技术服务业创新能力存在正相关关系，即增加人力资本的投入和利用对高技术服务业创新能力发展有促进作用；第二，人力资本因素中，研究与试验发展（R&D）人员，即人力资本中实际利用指标（AUI）对高技术服务业创新能力的发展影响作用最大，这从另一方面说明我国人力资本虽然投入很多，但是实际效果不理想，出现这种结果有多种原因，最明显的表现是大学生毕业就业行业与所学专业不对口。《2013年大学生就业报告》显示，2012届受雇全职工作的大学毕业生的工作与专业相关度69%，有近三分之一大学生工作与专业无关；第三，X2的系数小于X3的系数，即在对高技术服务业创新能力影响上，研究生要小于本科生。首先，学生考研动机复杂，部分研究生追求的是学历而非科研能力。其次，不良的社会风气严重影响研究生的学习态度和整体素质的提升。最后，研究生的扩招使得导师对研究生的指导不足。众多因素导致我国研究生教育质量呈下降趋势。

三、结论与建议

1.结论。高技术服务业是最近几年新发展起来的战略性产业，对我国经济的增长、促进传统产业升级与产业的结构优化调整起着至关重要的作用。本文运用典型相关分析（CCA）模型，来研究人力资本与高技术服务业创新能力发展关系，最后得出如下结论：第一，人力资本与高技术服务业创新能力的发展存在正相关关系。第二，人力资本指标中，研究与试验发展（R&D）人员对高技术服务业创新能力发展影响作用最大。第三，体现高技术服务业创新能力的指标中，有效发明专利数受到影响最为显著。

2.建议。高技术服务业是现代服务业的重要内容和高端环节，技术含量高、附加值高、创新性强、发展潜力大以及辐射带动作用突出，因此，高技术服务业对我国经济发展及产业结构升级具有重要作用。

对此，本文提出以下建议：第一，优化高技术服务业人才技术创新的环境。一方面有序开放高技术服务业市场，加大高技术服务领域知识产权保护，创造良好的宏观环境；另一方面加大科技创新资本投入。 第二，加大高技术服务业人才的教育与培训力度。首先，加大教育强度，在各类高等院校增设高技术服务业相关专业，培养专业人才；其次，大力培养高端人才，通过高校和科研院所联合培养，或者从国外引进等方式；最后是培养更多大学生尤其是理工类研究生出国留学深造。第三，提高高技术服务业人力资本的利用效率。一方面，提高人力资本配置效率，人力资本的配置效率直接决定人力资本投资效率，并影响人力资本使用效率和收益，企业等市场主体要有合理的人力资源规划。另一方面，提高人力资本运营效率。构建不同的人才组合与优势互补机制，建立科学的人才评估系统，完善收入分配等。[基金项目：全国统计科研计划项目“长三角地区高技术服务业现状评价及对策研究”（编号：2011LY022）]

（作者单位：安徽大学商学院）