人力资本流动性与创新——基于我国人才引进政策的比较研究

陈 秋 玲， 黄 天 河， 武 凯 文

(1.2.上海大学 经济学院，上海 200444) (3．上海财经大学 会计学院，上海 200433)

一、引言

中国的改革已经进入了全新的时期。长期以来，在中国经济发展过程中，许多领域大而不强、大而不优，依靠资源、资本、劳动力等要素投入支撑经济增长和规模扩张的方式已不可持续，中国发展面临着动力转换、方式转变、结构调整的繁重任务。为破解发展难题，2015年国家提出供给侧结构性改革任务。供给侧结构性改革是通过优化要素配置和调整产业结构提高供给质量和效率的方式，其实质就是透过创新驱动经济发展。建设创新型国家和世界科技强国，要求在发展的内生动力和活力上必须有根本性的转变。实施创新驱动发展战略，即是发挥创新第一动力的作用，实现经济发展从量的增长向质的飞跃。

已有国内外学者的研究发现，影响创新的核心因素是人力资本。人力资本指的是劳动者身上存在着的知识、技术、工作经验、健康和寿命等要素，体现的是个体的一般技术水平。[1]引进和使用新技术的能力来自一国的人力资本存量。[2]70也有学者基于内生增长理论研究经济增长问题，发现人力资本是促进经济增长的重要因素。[3]此外，劳动者的受教育水平会通过技术创新和技术外溢促进经济增长，[4]并且，人力资本水平对人均经济增长有明显的正向作用。[5]国内学者的研究也表明，教育溢出与区域人力资本、研发投入和贸易开放等因素相结合，能够共同推动地区区域经济增长；[6]人力资本在创新产出中具有最大的贡献作用。[7]然而，也有研究得出了相反的结论，认为我国人力资本对创新的作用并不明显，[8]甚至对推动技术进步有反作用。[9]

从资源要素的角度来看，生产要素的流动性能够影响生产效率。人力资本影响创新的实证研究结论不统一的原因可能是研究中没有考察人力资本流动性的影响。人力资本流动性的不足可能会导致市场机制的基础作用失灵，部分地区人力资本供求关系失衡，[10]119对于具有高人力资本投入和集聚效应等特点的创新活动而言，人力资本流动性受限将会使地区经济缺乏创新活力。

为缓解人力资本流动性缺失这一制度性因素，必须采取措施引进人力资本。人才引进是引进人力资本的方式之一。我们国家的发展规划中对人才的定义是：“具有一定专业知识或专门技能，进行创造性劳动并对社会做出贡献的人，是人力资源中能力和素质较高的劳动者。”在国家统计年鉴统计口径的释义中，人才是指具有中专(职高)学历及以上，或具有初级职称以上的工作人员。人才概念包含人的生物特性和人的知识技能特性两方面，人力资本不能称为人才，但人才身上所具备的知识技能可以称为人力资本。因此，人才流动实质上也是人力资本流动。

人才引进是在当前户籍制度下吸引人才、提升人力资本要素产出效率的重要方式。人才引进政策增强了地区之间人力资本的流动性，提升了人力资本要素在地区间的匹配效率，起到促进创新产出的作用。与以往研究不同，本文借助20世纪90年代以来各省市相继推出的人才引进政策这一外生事件，就人力资本流动性对创新的影响进行了实证研究，从创新角度评价该政策的经济成果，为各地区制定人才引进政策提供了经验证据。

本文的贡献在于首次从人力资本流动性的角度来研究创新问题。一是将以往研究中没有考虑到的流动性问题纳入了研究框架；二是通过31个省、市、自治区开放人才引进政策所形成的“准自然实验”研究了人力资本流动性对创新产出的影响，为我国促进创新驱动转型发展，实现创新驱动转型的国家发展目标提供了理论依据。

二、相关文献与理论假设

探讨人力资本流动性如何影响创新，需要结合相关研究对以下三个问题进行论述：一是人力资本与创新之间的关系；二是人力资本流动性的内涵；三是人力资本流动性对创新的影响机制。

(一)人力资本与创新的关系

在内生经济增长理论中，涉及人力资本和技术创新的研究有两类：第一类将人力资本作为生产要素引入生产函数，认为人力资本增速能够影响经济增长；第二类理论认为，人力资本影响经济增长存在某种具体机制。其过程机制可分为两种：一种观点认为，人力资本投入是研发投入的重要环节，能够通过研发活动增加技术创新成果，从而引起产出的持续增长；另一种观点认为，人力资本可提高技术扩散速度，后发国家可以更快速地学习、接受和使用新技术，这种追赶的优势促进经济的增长。

人所承载的知识能够从两方面对生产活动起作用：一是在工作中不断积累知识存量，提高劳动者本身的生产效率；二是这种知识可以由科研人员进行加工，生产出另一种新知识，也就是生产出新设计和新产品。[11]Aghion和Howitt(1992)认为人力资本具有创新效应，即人力资本有利于促进创新，从而能够推动技术进步。[12]Nelson和Phelps(1966)认为人力资本具有吸收效应，即落后技术国家通过积累人力资本，可以增加学习、积累和吸收技术的能力。[2]75杜伟、杨志江和夏国平(2014)对人力资本在中国作用于经济增长的机制进行了实证检验，发现人力资本对经济增长的直接作用效果不明显，主要是通过技术创新和技术模仿间接作用于经济增长。[13]研究表明，人力资本与经济增长问题之间确实存在一定的影响路径，人力资本促进技术创新是影响路径之一。

一般而言，技术创新是指生产新产品和采用新工艺过程中的技术变化。这种技术变化包括新的生产技术和生产方法对旧生产技术和方法的更新，也包括商业化的应用过程，强调新产品、新工艺构想的实现，可以通过专利、相关产业产值等数据进行衡量。

本文的讨论仅限于人力资本对研发活动成果的影响，研究中所指的创新均为技术创新。基于目前关于人力资本问题的研究，本文认为，人力资本对技术创新存在正向影响。

(二)人力资本流动性的界定

中国曾经实行的户籍管理政策对人口流动的限制是一个从宽松到严格，再由严格到逐步趋于放松的过程。1949年，《中国人民政治协商会议共同纲领》明确表述“中国公民具有自由迁徙的权利”。1975年，宪法修正案删去了“公民具有自由迁徙权利”一条。1993年，国务院颁布了《关于户籍制度改革和决定》，又逐步放松户籍制度对人口的限制。2001至2014年，《关于推进小城镇户籍管理制度改革的意见》《关于进一步推进户籍制度改革的意见》相继出台，户籍制度对人口流动的约束进一步放宽。

户口对于中国公民既是护身符又是紧箍咒，对于拥有城市户籍的居民，户口使他们获得了利益保障，而其他地区的居民则被终身限制在土地上，即便到了城市也无法享受城市居民所享有的待遇。[14]改革开放以来，户籍政策出现了较大的松动，而对人口流动的限制仍然存在，户口成为各地方政府的控制砝码和可利用的符号资源，[15]这在市场经济运行的当下，已经造成了城乡分割、劳动力配置缺乏效率以及人力资本投资扭曲等问题，受到了广泛的质疑。国内学者对这一政策的分析主要集中在劳动力市场以及城市化进程方面，鲜有将户籍政策对人口的限制与创新问题相结合的研究。

人口流动实质上也是人力资本的流动。户籍制度是对人口流动进行管理的方式，在一定程度上限制了人口的流动。从人力资本产权的观点来看，人力资本产权与其载体具有不可分离的特性，这意味着人的才能、知识、技术以及健康等要素天然地与人力资本载体捆绑在一起，人力资本不能脱离其载体而独立存在，[16]人口流动的同时伴随着人力资本流动。有学者对人力资本流动的问题进行了探讨，认为如果国家采用公共政策干预的方式来阻碍人口流动，会对人力资本的形成产生不利影响。[17]210又如对影响人力资本流动性诸因素的探讨，有学者认为影响人力资本流动性的其中一个因素就是人力资本流通壁垒，包括成本壁垒、产权壁垒和制度壁垒。[10]119

人力资本流动会受到户籍政策的影响。根据户籍政策的落户条件，外地劳动者在各类城市的落户条件是不同的。表1显示了2014年国务院《居住证管理办法》关于不同城市落户条件的具体情况，由此可以发现，如果只能通过户籍政策落户，劳动者在建制镇和小城市、中等城市以及大城市落户的难度是逐级递增的。

表1 根据城区人口数量划分的城市落户条件

人才引进政策能够打破地区户籍壁垒，增强人才流动性。图1显示了各省市地区常住人口和户籍人口指标在人才引进政策前后的平均变化情况。

图1 人才引进政策实施前后常住人口和户籍人口的平均变化情况

由图1可以发现，人才政策实施前后，户籍人口的变化并不明显，而常住人口的数量出现了明显的提升。人口净变动等于常住人口减去户籍人口，[18]人才引进政策实施之后，地方的人口净变动出现增长，说明人才引进政策促进了人口的流动，提升了人力资本的流动，增强了地区人力资本的流动性。

户籍政策对人口流动进行严格限制相当于提高了人口迁移和流动的成本，限制了人力资本的流动。因此，本文认为，户籍政策是人力资本流动性的限制性措施，户籍政策对人口流动约束越强，则人力资本流动性越弱；反之，户籍政策对人口流动限制越少，人力资本流动性越强。人才引进政策能够放宽户籍政策对人口流动的约束，从而增强人力资本流动性。

(三)人力资本流动性对创新的影响

1.人力资本流动性与人才引进政策

图2显示我国户籍制度改革的阶段和专利申请授权数量变动的情况。可以直观地发现，2001年后，户籍制度改革进入推进期，专利申请授权数量出现了明显的增长。

户籍制度改革后，人才引进逐步放宽，人力资本流动性不断增强，对创新产出产生了一定的影响。

人才引进政策，有助于将通过技能认定或政府“特殊人才”认定的外地人引进本地，协助其落户安家，为引入地的经济社会发展提供人才支持。20世纪90年代以来，各省市都相继推行了高端人才引进、应届大学生毕业落户等相关的人才吸引政策，从制度层面提升了我国地区之间的人力资本流动性。2008年，中共中央组织部出台“千人计划”政策，国家层面的人才引进工作正式开始。之后全国各地政府再次出台了一系列高层次人才引进计划，如《北京市关于实施海外人才集聚工程的意见》《上海市浦江人才计划管理办法(试行)》《江苏省高层次创业创新人才引进计划实施办法》等。 首份人才工作的指导纲要——《国家中长期人才发展规划纲要(2010-2020)》(下文简称《人才规划纲要》)，就人才工作提出了国家人才发展目标，如表2。

图2 中国户籍制度改革和专利申请授权数量情况

指标单位2008年2015年(规划)2020年(规划)人才资源总量万人113851562518025每万人劳动力中研发人员人年/万人24.83343高技能人才占劳动者比例%24.42728主要劳动年龄人口受过高等教育比例%9.21520人力资本投资占国内生产总值比例%10.751315人才贡献率%18.93235

注：人才贡献率数据为区间年均值，其中2008年数据为1978～2008年平均值，2015年数据为2008～2015年的平均值，2020年数据为2008～2020年平均值

《人才规划纲要》中提到的要完善人才流动的配置机制，其中包括“进一步破除人才流动的体制性障碍，制定发挥市场配置人才资源基础性作用的政策措施。逐步建立城乡统一的户口登记制度，调整户口迁移政策，使之有利于引进人才”，这与本文的观点是一致的。

从地方的人才引进到全国的人才工作，关于人才流动的问题均涉及户籍政策的调整。而各地的人才引进政策破除了人才流动的体制性障碍，对促进人才流动起到了有益的作用。

表3 各省、自治区、直辖市开放人才引进政策时间

需要注意的是，人才引进政策往往是以市为单位实施的，譬如广东省在吸引人才工作上提供宏观的指导，具体到广州、佛山、深圳等省内各地方人才引进工作，存在时间的先后、落实细节、引才成效等差别。[19]

本文采用省级层面的数据，为使数据层面保持统一，文中选取各地区首次开放海外高层次人才引进政策的时间作为各地人才引进政策开放时间的代理变量。(见表3)人才引进政策实施以前，地区人力资本流动性较弱；人才引进政策实施以后，人力资本流动性较强。

2.人才引进政策对创新的影响机制

户籍制度是针对人口流动进行限制的举措，考虑一种特殊的情况，地区之间在一定时间内不存在任何人口流动，此时推行严格限制人口流动的户籍制度不会产生作用。因此，地区存在人口流动是政策生效的基本前提。一般我们认为，我国东部地区人口流入较多，中西部地区人口流入较少。我国大部分地区海外高层次人才引进政策实施的时间介于2001～2005年之间。图3显示了我国东部、中部、西部地区的专利授权数量变化情况，政策实施后，各地区的专利授权数量出现不同程度的增长，人口流动充分的东部地区专利授权数量增长较快，其次是中部地区，增长最慢的是西部地区。可以发现，人口流动大的地区，放宽人口流动限制之后的效果更加明显。

当一个地区存在充分的流动人口时，人才引进政策对创新的效果更好，而对于人口流动不那么明显的地区来说，人才引进政策对创新的效果就会变弱。

人才引进政策的目标是为了吸引各方面人才于政策实施所在地进行生产活动，增强地区人才流动的举措。人才引进政策吸引了外部的优秀人才进入本地工作，提升了本地区的人力资本水平。对于经济发展程度较好，自身环境对人口吸引力较强的地区能够起到吸引人才、积累人力资本的作用。

从另一个角度来看，人才引进政策也为本地培养的优秀人才提供了落户的渠道，减弱了人才流失可能造成的影响，这种作用对欠发达地区尤为重要。缺乏人才引进政策会加深人才流失的影响。在经济欠发达地区人才政策落实不够，往往会造成人才再度流失，徒增人才引进成本。[20]中部地区现有的科技创新激励政策能够在短期内起作用，但由于缺乏面向优秀科技人才的优惠政策，难以留住高技能人才，很难解决长时期人才短缺和劳动力过剩的问题。[21]

图3 2000～2014年我国东部、中部、西部地区专利授权状况

人才流失也意味着当地对于人才培养的资源流失。洪燕云、吴健和陈慕(2002)对欠发达地区的某市调研发现，1999～2001年间，本科生录取分别为795人、1 099人和1 474人，学生毕业后回原地区工作的却越来越少，毕业的学生分配到该市的专科、本科生约1 200人，其中本科生仅有300人，约为1999～2001年录取总人数的8.9%，研究生、博士生和留学生归来人数寥寥无几。[22]教育是人力资本的一种形式，[17]92从某种意义上讲，地方的教育投入能够衡量地方培养人才的水平，教育投入与创新有着紧密的联系。如果地方出现大量人才流失，则会严重制约地区创新活动的发展。只有通过人才吸引措施留住人才，才有可能减缓这种状况所造成的影响。

本文认为，人才引进政策不仅能起到吸引人才的作用，还能起到挽留人才的作用，尤其是对一些经济发展程度较差，环境吸引力不强，人口流出的地区，人才引进政策能够减轻人才流失的水平，对当地创新产生积极作用。①受限于文章篇幅，本文对此问题仅作定性分析。

三、研究设计

(一)模型构建

本文根据实验的目标，采用双重差分方法估计人力资本流动性变化对技术创新产出的效果，设定计量方程如下：

yit=α+β1·Policyit·Eit+β2·Eit+γ·Xit+ui+vt+εit

上式中，i表示地区，t表示时间，yit是地区i在第t期的被解释变量，主要是专利申请授权数量。Policyit变量定义为若省i在第t年实施或已经实施了人才引进政策，则Policyit=1，否则等于0。Eit表示i地区第t期的教育投入。Xit表示其他随时间变动的，其他省级层面的影响创新产出的控制变量。ui和vt分别表示省市个体固定效应和年份固定效应。β1表示人才引进政策效果的估计值，是本文关心的核心变量。

经过前文的分析，本文认为，人力资本流动性受到户籍制度影响，降低了人力资本流动性。20世纪90年代以来，各地相继开始实行的人才引进政策，被认为是有效增加人力资本流动性的措施。

估计人力资本流动性对创新投入产出的影响，最直观的方法是比较各省市在人力资本流动性变动前后的产出差异。但这一差异除了受到人力资本流动性变动影响外，还可能受到同一时间发生的其他政策、环境或者任何有关创新因素的影响。如国家发展战略的变动，2009年经济危机前后相应的经济刺激措施等。双重差分法可以解决这些共时性因素的干扰，该方法的基本逻辑是，找到同期人力资本流动性未发生变化的省市，其创新产出受到人力资本流动性以外的其他共时性因素影响，当从人力资本流动性变动前后的创新产出差异中减去人力资本流动性未发生变化的省市的创新产出变化，可以得到剔除掉其他影响因素之后的净效果。

应用双重差分法进行研究的前提是，假设政策实施前后的省市具有相同的长期趋势，即在未加政策干预的情况下，两者的创新产出变动趋势大致相同。现实中长期趋势相同的假定未必成立，因此容易产生严重的内生性问题。最好的解决办法是进行随机实验，而本文选取的人才引进政策均为各省市相继推行的，从这个角度来看，可以将政策实施事件看作是外生事件，基于此形成的“准自然实验”，解决了部分内生性问题。

(二)指标选取

1.创新产出指标

本文采用专利授权数作为创新产出的主要指标。选取专利授权数作为产出：一是专利数据数量相比论文数、高技术产业产值等创新指标更能直接反映创新的直接成果；二是专利授权与专利受理数量和专利申请数量相比，授权数量更能体现该地区实际的专利产出数量，能更好地反映创新的实际产出成果。现有文献往往仅使用发明专利作为创新产出指标，认为发明是反映新的知识与创新的结果。然而，在已有的研究中，也有学者用实用新型专利表示创新，实用新型专利和外观设计专利与以往研究中常用的发明专利一样，能够代表企业的创新行为。[23]不同专利可以衡量不同的创新，发明专利、实用新型专利和外观设计专利可以分别用于衡量自主创新、模仿式创新和创新式模仿。[24]本文认为，人力资本流动问题所对应的人才流动是有层次的，其创新成果也是有层次的。因此，文中选取三类专利用于衡量不同层次的创新。

本文还对专利细分类别的具体授予情况进行了深入研究，研究人力资本流动性对于不同类别创新的影响。图4显示了2000年至2014年间各省、直辖市及自治区按专利类型划分的平均专利授权数量状况。可以看出，我国各地区专利授予呈现出逐年增加的趋势，其中实用新型专利增长速度较快，占专利授权中的主要部分。

此外，根据专利授权的主体不同，本文将专利授权分为非职务、职务两大类。其中非职务表示个人；职务包括大专院校、机关团体、科研单位、企业。图5显示了2000年至2014年间各省、直辖市及自治区按专利主体划分的平均专利授权数量状况。由图5可以看出，2009年后，职务主体(学校、公司及科研机构等)的专利授权数量大幅提高，占各地区专利授权的主要部分，反映出我国创新的动力更多源自政府推动的集体创新。

2.创新投入指标

本文选取的创新投入指标包括该地区的教育经费投入、R&D投入强度、研究与试验发展人员数、高等教育人口占比、固定资产投资作为投入变量。

本文采用各级人均教育经费投入作为衡量地区人力资本水平的代理变量。因为教育可以看作是一项投资，其结果是一种资本形式，由于教育成为了一个人的组成部分，其带来的成果可以视为人力资本。[17]68各类教育投入在创新中的作用有所不同，[25]基础教育和中等教育倾向于培养出技术模仿型劳动力，而高等教育更可能培养出创新型劳动力。[26]

物质资本水平方面，学界普遍采用R&D投入作为衡量指标。由于本文的研究涉及中国31个省、直辖市及自治区，且各地区间经济发展水平存在明显差异，本文参考已有研究，采用R&D强度衡量物质资本投入水平，从而规避经济体经济规模的差异对R&D活动的影响。[27]

图4 2000～2014年各省、直辖市、自治区专利授权状况(按专利类型)

图5 2000～2014年各省、直辖市、自治区专利授权状况(按主体)

表4列出了本文采用的创新产出和投入指标。

表4 创新产出与投入变量

(三)数据来源

本文选取2000年至2014年间31个省、直辖市及自治区的数据作为样本，总计465个地区年份观测。本文的数据来源于《中国统计年鉴》《中国教育经费统计年鉴》《中国高技术产业统计年鉴》《中国科技统计年鉴》，以及CEIC数据库和CSMAR数据库。其中，创新投入类指标来源于CEIC数据库及相关统计年鉴，创新产出类指标来自于CSMAR数据库。所有连续变量均进行上下1%水平的缩尾处理。表5为主要变量的描述性统计分析。

四、实证分析

(一)人力资本流动性对总专利产出的结果分析

本文采用回归分析方法对人力资本与创新的关系进行实证检验。从描述性统计分析显示的专利申请数量来看，专利数据属于过度分散的情形，采用的是负二项分布模型。

表6报告了专利总数的负二项回归结果。其中，列(1)(2)(3)显示了该地区全部专利授权状况的回归分析结果，列(4)(5)(6)显示了授权主体为个人的专利授权状况，回归(7)(8)(9)显示了授权主体为职务型的专利授权状况。此外，考虑我国专利平均通过审批的时间周期，本文对创新投入指标均做了相应的滞后处理， 并进行了对数变换。所有回归模型均控制了省份固定效应和年份固定效应。

列(1)(2)(3)中，三种教育投资的交互项系数符号均为正，但不显著。将专利申请按照主体划分之后，列(4)(5)(6)中，个人申请授权专利数量明显受到政策的影响，基础教育投入、职业教育投入和高等教育投入的交互项均在1%的水平上显著为正，人才引进政策对基础教育投入、职业教育投入和高等教育投入的创新产出分别提升了4.5%、4.5%、3.9%。这说明人才引进政策实施后，各个层次的教育投入对专利产出产生了明显的促进作用，人力资本的流动提升了人力资本的创新产出效率，促进了专利的产出。列(7)(8)(9)中，仅有职业教育投入在10%的水平上显著，且系数为负，说明人才引进政策对职务专利申请授权没有促进作用，甚至会减少职业教育投入的专利产出。这说明，人力资本流动性的释放有效地促进了个人的专利产出，激发了个人创新的活力。

表5 主要变量的描述性统计分析

表6 专利总数：负二项回归结果

注：*、**和***分别代表10%、5%和1%的置信度上显著，小括号中数值表示标准误，所有变量均滞后两期

(二)人力资本流动性对分专利类型产出的回归结果分析

本文按照专利授予的三种不同类型，分别研究人力资本流动性变化后，不同层次的教育投入对于不同类型专利的产出的可能影响。根据国家知识产权局的数据，专利发明专利授权的平均时间约为3到4年，实用新型专利授权的平均时间约为6个月到10个月，外观设计专利授权的平均时间约为5个月。对应地，本文对所有发明专利申请授权做滞后三期处理，对实用新型专利授权做滞后两期处理，对外观设计专利授权做滞后一期处理。

表7报告了发明类型专利的模型回归结果。列(1)(2)(3)中三项教育投入的交互项系数为正，但不显著。列(4)(5)(6)个人发明申请授权数量回归结果中，高等教育投入的交互项系数在5%的水平上显著为正。人才引进政策对高等教育投入的创新产出提升了1.5%。说明人力资本流动性增加，使得发明专利的产出数量增加。

表8报告了人才引进政策对实用新型专利申请授权数量的回归分析结果。列(1)(2)(3)中三种教育投资的交互项系数符号均为正，但不显著。列(4)(5)(6)个人的实用新型申请授权数量回归结果中，基础教育投入、职业教育投入、高等教育投入的交互项系数均显著为正。人才引进政策对基础教育投入、职业教育投入和高等教育投入的创新产出分别提升了2.2%、 2.5%、 1.9%，说明人力资本流动性增加，使得实用新型的专利产出数量增加。在人力资本流动性增加的情况下，实用新型专利的个人产出得到了明显的提升。列(7)(8)(9)职务类的外观专利申请授权数量回归结果中，三项教育投入的交互项系数均不显著，说明人力资本流动性的增加没有对其产生明显的影响。

表9报告了人才引进政策对外观设计专利申请授权数量的回归分析结果。列(1)(2)(3)中三种教育投资的交互项系数符号

表7 发明专利：负二项回归结果

注：*、**和***分别代表10%、5%和1%的置信度上显著，小括号中数值表示标准误，所有变量均滞后三期

表8 实用新型：负二项回归结果

注：*、**和***分别代表10%、5%和1%的置信度上显著，小括号中数值表示标准误，所有变量均滞后两期

均为正，但不显著。列(4)(5)(6)个人的外观设计专利申请授权数量回归结果中，基础教育投入的交互项系数在1%的水平上显著为正，职业教育投入和高等教育的交互项系数在5%的水平上显著为正。人才引进政策对基础教育投入、职业教育投入和高等教育投入的创新产出分别提升了5.1%、5.5%、4.7%。这说明人力资本流动性增加，促进了外观设计类专利数量的增加。尽管外观设计专利数量通常不用于衡量创新水平， 但在人力资本流动性增加的情况下，其产出也出现了明显的提升。列(7)(8)(9)职务类外观专利申请授权数量的回归结果中，三项教育投入的交互项系数均不显著，说明人力资本流动性的增加没有对其产生明显的影响。

(三)实证结果汇总

表10汇总了以上实证结果。个人部分的交互项除“发明(个人)”类别下基础教育投入和职业教育投入交互项结果不显著，其余结果均为显著。职务部门除“总(职务)”类别下职业教育投入交互项为负以外，其余的交互项均不显著。实证结果说明，实施人才引进政策后，个人创新活动增加了，而企业、机关团体等部门受到的影响较小。

表9 外观设计：负二项回归结果

注：*、**和***分别代表10%、5%和1%的置信度上显著，小括号中数值表示标准误，所有变量均滞后一期

表10 实证结果汇总

注：“+”表示在10%、5%或者1%的显著性水平上，系数为正。“-”表示在10%、5%或者1%的显著性水平上，系数为负

综合以上实证结果，支持了本文提出的观点：人力资本流动性增加提升了创新的产出效率，这种提升主要源于个人因素。结论说明了人才引进政策释放了人力资本的流动性，对于个人创新产生了显著的激励效果。研究结果表明，人力资本流动性的增加有利于促进我国创新驱动发展转型，有利于促进个人的创新活力的释放，有利于促进全民创新的发展。

五、结论与政策建议

本文的实证研究结果表明，人才引进政策的实施显著提升了该地区的个人创新产出，说明我国人力资本流动性的释放对个人创新活动有正向影响。人才引进政策有效地降低了个人创新的风险，显著地激励了个人的创新行为，从而提升了该地区教育投入的创新产出。个人创新活力的激发，推动了创新由以往的“投入拉动”向“自发创新”的转变，由“集体创新”向“全民创新”的转变，促使创新活动主体产生结构性的变化，激发社会的创新活力。

人才引进政策实施以后，高等教育投入对发明、实用新型和外观设计三种专利产出均有正向影响，说明高等教育投入对创新活动存在普遍性的影响。在影响创新的教育投入中，需要重视高等教育的作用。职业教育投入对实用新型和外观设计专利的产出提升分别为2.5%和5.5%，对专利产出的作用幅度大于高等教育投入的作用(对实用新型和外观设计专利的产出分别为2.2%和5.1%)，说明在创新驱动转型过程中不但要关注高等教育，还需要重视受职业教育者对创新的贡献情况。

人力资本流动性是一个在管制经济下产生的概念，它反映了对人口迁移的管控程度。中国的户籍制度就是在管制经济下诞生的特殊的户籍制度。历史时期留下的产物仍对中国经济持续产生影响。当前中国面临创新转型的关键时期，与投资和劳动密集型的经济增长方式不同，创新驱动的增长方式需要大量的人力资本投入，而户籍制度仍旧存在的限制无疑会对其造成阻碍。近年来，中央大力推进户籍制度改革，消除地区间人力资本的流动性壁垒，正是对这一问题的现实应对。

然而户籍制度对人口管理的功能却是不可或缺的，它也起到维护社会稳定、保障居民权益的作用。既要保证稳步推进创新驱动转型，又要保证社会安康稳定，这似乎是户籍制度改革中面临的两难问题。

实际上，对于更多的普通外来流动人口而言，居住证政策是外来人口落户的主要途径。外地人口持居住证，且满足一定工作年限等要求后，可以转为当地户籍。若将人力资本划分为以常规劳动为主的一般性人力资本和以创新活动为主的特殊性人力资本，那么，人才引进政策倾向于吸引特殊性人力资本，而居住证政策更倾向于吸引一般性人力资本。两种政策均在当前户籍政策下增加了人力资本的流动性，提升了地区之间的人力资本配置的效率。

本研究的现实意义在于从理论的角度支持了现阶段经济社会发展对户籍制度改革的要求。早期的户籍制度本身是计划经济和特殊历史条件的产物。人口的自由流动是与社会保障相伴的，人力资本流动性不仅是指人从一个地方流动到另一个地方的难易程度，也是指个人在户籍地所能够享受到的权利在异地也能够正常享有。当前属地化的保障管理机制对人口享有的保障机制有所限制，这种情况下人力资本的流动性也会受限，技能匹配的人才难以流动到存在相应人才需求的地区进行生产活动，教育投入的流失也减弱了创新的产出效率，这也就制约了创新活动的进行。

针对以上分析，提出三点政策建议：第一，在当前户籍政策下，人力资本流动性受到限制，各地方可以根据自身的发展状况，制定和调整人才引进政策，增强人力资本流动，促进个人创新，激发地区的创新活力；第二，教育投入是人力资本形成的重要环节，地方不仅要重视高等教育投入，也要重视职业教育投入对创新的作用，充分发挥各层次教育资源的作用，有利于促进地方整体创新效率的提升；第三，进一步推进户籍制度改革，发展保障国民自由迁徙权为原则的居民户籍登记制度，促进人口流动和劳动力资源配置，推动社会均衡发展。

最后，本研究也存在一些局限。受已有数据层面的影响，在人力资本流动性以及创新产出的代理指标选取上较为宏观，对于一些微观问题解释力不足。如用教育投入与人力资本流动性研究创新产出时，通过技术引进的创新行为无法通过教育投入得到解释；开放人才引进政策的时间并不单一地表现在流动性层面，各地人才引进政策力度以及其覆盖范围也会对创新产生影响。如何采用更微观的数据使研究更加深入，有待学者进一步探索。