中国省域人才资本存量差异分析——来自大学科技园管理机构面板数据的证据

李存书

(江苏第二师范学院 商学院， 南京 210013)

大学科技园依托高校建设而成，由依托高校派驻人员成立独立的法人机构负责园区的运营管理。作为产学研合作的重要平台，大学科技园可以通过在孵企业把高校科技成果产业化，成为城市经济的增长极。大量文献都将大学科技园的运营或孵化效率作为研究的重点，或者探讨其与区域经济发展的关系[1-4]。但这些研究忽略了对大学科技园管理水平的探讨。中国各地高校资源差异较大，各地大学科技园的管理水平参差不齐，突出表现为各省份大学科技园管理机构的人才资本存量分布不均衡。这在一定程度上影响了大学科技园的运营或孵化效率。事实上，对各省份大学科技园管理机构人才资本存量及分布情况的剖析，有益于为区域产学研合作效率的提升提供理论支撑和实践参考。

“十四五”规划中明确提出中国当前已转向高质量发展阶段，人力资源丰富，但中国的创新能力还不适应高质量发展的要求。现阶段，中国经济发展中的人口红利正在慢慢消失，通过提高人力资源的质量推动创新能力的提高，才能在现有的水平上提高全要素生产率，推动经济的高质量发展。而对人力资源质量、素质的研究则属于人力资本领域的核心问题，国内外相关方面的研究已取得了较为丰硕的成果。中国学者在吸收国外研究成果的基础了深入探讨了人力资本的核心——人才资本。人才资本是体现在人才本身和社会经济效益上以人才的数量、质量和知识水平、创新能力特别是创造性的劳动成果及对人类的较大贡献所表现出来的价值[5]。因此，人才资本是人才数量和质量的综合体现，反映了中国创新能力提高及经济增长的潜力。人才资本最早是从“人力资本”的概念引申出来的，是对人力资本的细分与拓展。因为人力资本具有层次性，可以划分为通用性人力资本和专用性人力资本。其中，专用性人力资本可以理解为人才资本[6]。中国学者在人才资本方面进行了深入的研究。桂明昭首次提出了人才资本的学术概念，并在后续的研究中进行了完善[7]。张庆玲等在对人力资本理论进行总结概括的基础上分别从资本属性、资本形成及舒尔茨人力资本概念3种视角梳理了人才资本的内涵[8]。当前学者们普遍认同人才资本是具有较高素质的劳动者运用自身的知识、技能、创新能力等资源禀赋进行创新性工作及由此产生的经济价值[9]。为了更好地进行量化处理，本文将“人才资本”界定为“具有大专及以上学历的从业人员身上的价值存量”。

长期以来，人力资本都是经济发展中备受关注的议题。经济追赶的本质就是人力资本的追赶，追赶成功与否的关键在于高层次人力资本的提升与积累[10-12]。人力资本的差异性、结构、差距及效率等特征直接影响了经济发展的水平及均衡情况。对于区域经济发展而言，不同层级的人力资本结构可能是造成当前区域经济不平衡发展的重要原因[13]。新时代背景下，我国社会的主要矛盾已经转化为人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾，高质量发展也应紧紧围绕“创新、协调、绿色、开放、共享”的发展理念[14]。而宏大的高素质人才队伍是全面建成小康社会奋斗目标和中华民族伟大复兴中国梦的保证。因此，人力资本中高层次的人才资本成为中国最终实现经济高质量发展的关键。科学测算中国大学科技园管理机构人才资本区域分布的均衡状况成了识别中国经济高质量发展水平的切入点。事实上，围绕大学科技园管理机构人才资本存量均衡状况进行讨论是对人才资本理论的有益补充。在现有研究成果的基础上，以大学科技园管理机构为研究对象，运用优化的公式测算中国省域人才资本存量，以反映其差异的真实水平。但该差异水平是否合理，借鉴基尼系数、泰尔指数等度量收入类指标差距的常用方法进行系统的分析，为识别中国区域性人才资本存量的演变趋势提供支持，也为推动区域经济高质量发展提供思路。

1 研究方法及数据整理

1.1 人才资本存量度量模型的相关研究

基于人才资本与人力资本的关系，借鉴人力资本的度量方法来测算人才资本存量。常用的人力资本存量度量方法包括学历指数法、教育成本法、受教育年限法等，这些方法各有优缺点。其中，受教育年限不仅可以反映人力资源的质量差异，且数据容易获取，成为当前度量人力资本存量时普遍采用的方法。一般认为，受教育者经过基础知识的学习，容易积累和接受经验及新技能。而受教育者自高中或中专开始能形成自学的能力，人力资本的投资经过积累才可达到人才资本的阈值[15]。因此，将大专及以上学历的劳动者纳入专门人才统计范畴，结合大学科技园管理机构专科、本科、硕士、博士4个层次从业人员数量合理测算其人才资本存量。教育部明确规定了专科、本科、硕士、博士的学习年限分别为3年、4年、2～4年、3～6年，因此，获得相应学历需分别平均累计接受15年、16年、19年、23.5年的教育。

考虑到人力资本具有知识递增和累积的特点，仅考虑受教育年限无法体现教育阶段的时间价值差异。Maddison对传统度量方法进行了改进，将初等教育赋值为1、中等教育赋值为1.4个初等教育等量年、高等教育赋值为2.0个初等教育等量年[16]。但Schultz通过测算发现，与文盲或半文盲相比，劳动力受到小学毕业生程度的教育可以提高43%的劳动生产率，受到中学毕业生程度的教育可提高108%的劳动生产率，受到大学毕业生程度的教育可提高300%的劳动生产率[17]。国内学者运用趋势法推算了大专教育程度、研究生教育程度可以提高劳动生产率的数据，分别为3.5、8.0[18]。本文参考了Schultz和桂明昭的思路，对接受硕士研究生和博士研究生教育程度提高劳动生产率的具体数值进行测算，得到两种教育程度可以提高劳动生产率的数据分别为7、11。因此，可以得到大专及以上人才资本当量相关数值，见表1。

表1 人才资本当量

借助上文分析得到的不同学历受教育年限及相应的人才资本当量，结合Maddison度量方法，可以得到不同省份年度人才资本存量的Schultz度量公式为

(1)

式中：Hn为省份n的年度人才资本存量；La为该省份年度第a学历层次从业人员数；ha为该省份年度第a学历层次的受教育年限；Ca为该省份年度第a学历层次的人才资本当量。

1.2 基尼系数及其分解

人才资本作为经济范畴的指标，其差异的水平是否合理可通过其分布均衡状态进行判断。而Dagun基尼系数常用来衡量收入分配的均衡或平等程度，并已经推广到包括人才资本的一切分配问题。为了测度区域大学科技园管理机构人才资本存量的基尼系数，本文参考Dagum基尼系数及群组分解思路[19]，根据中国经济区域的划分标准(1)按照国家统计局划分标准，将北京市、天津市、河北省、上海市、江苏省、浙江省、福建省、山东省、广东省、海南省称为东部省份；将山西省、安徽省、江西省、河南省、湖北省、湖南省称为中部省份；将内蒙古自治区、广西壮族自治区、重庆市、四川省、贵州省、云南省、西藏自治区、陕西省、甘肃省、青海省、宁夏回族自治区、新疆维吾尔自治区称为西部省份；将辽宁省、吉林省、黑龙江省称为东北部省份。，将30个省区市(除西藏外)划分为东、中、西及东北四大区域。人才资本存量基尼系数的测算如公式(2)所示。按照Dagun基尼系数测算的要求，在分解前将各区域大学科技园管理机构人才资本存量的均值进行排序，如式(3)所示。

(2)

μi≤…μj≤…≤μk

(3)

式中：n为全国省份的数量；μ为全国所有省份大学科技园管理机构人才资本存量的均值；k代表区域(k=1,2,3,4)；ni、nj分别代表区域i、j内省份数量；μip、μjq分别表示区域i、j内部省份p、q的大学科技园管理机构人才资本存量均值。

按照Dagun基尼系数分解思路，将基尼系数分解为地区内差距贡献Gw、地区间差距贡献Gnb及超变强度贡献Gt。其中，Gt又称地区间交叠贡献，三者的关系满足G=Gw+Gnb+Gt。则Gw、Gnb、Gt与地区内基尼系数Gii、地区间基尼系数间Gij的关系表达式为

(4)

(5)

Gw=λisiGii

(6)

(7)

(8)

(9)

(10)

(11)

式中：λi=ni/n；si=λiμi/μ；i=1,2,3…,k；Dij为i、j地区间人才资本存量的相对影响；dij、eij表示i、j地区间人才资本存量的绝对影响；Fi、Fj分别为i、j地区的累计密度分布函数。根据上述公式，可以分别测算和分解2008—2019年中国四大经济区域大学科技园管理机构人才资本存量空间分布的基尼系数。

1.3 泰尔指数及其分解

泰尔指数也是衡量和测度空间差异程度的方法之一，可用来分析区域间及区域内收入差异，进而揭示空间差异的来源。泰尔指数包括泰尔L指数和泰尔T指数，前者以人口比重为权重，后者以GDP比重为权重。本文使用泰尔L指数方法来测度大学科技园管理机构人才资本存量的区域差异程度，其表达式为

(12)

(13)

式中：m表示被考察省份；n表示被考察省份的数量，所有省份分为k个区域，每个区域包括nk个样本(nk≥1)；T为泰尔指数，可分解为地区内差异Tw和地区间差异Tb；H、P分别为大学科技园管理机构人才资本总量和园区内总人员数(园区内总人员数由大学科技园管理机构从业人员数和园区内在孵企业从业人员数构成)；Hk、Pk分别为第k个区域的大学科技园管理机构人才资本总量和园区内总人员数；Hkn、Pkn分别为第k个区域第n个省份大学科技园管理机构人才资本总量和园区内总人员数。

1.4 数据整理及指标说明

考虑到数据的可获得性，设定研究单元为中国设有国家级大学科技园的30个省区市，不含西藏(西藏未建有国家级大学科技园)和港澳台地区。数据采用2008—2019年《中国火炬统计年鉴》中全国30个省区市内国家级大学科技园管理机构中专科、本科、硕士、博士的从业人员数及在孵企业从业人员数作为样本数据。其中，内蒙古、广西、海南、贵州、青海、宁夏6省2008—2014年7年内未建有国家级大学科技园，对相关缺失数据均赋值1；福建省2012、2013两年未将大学科技园的数据全部上报，在整理数据时用趋势值替换。表2列出了研究变量的描述性统计分析结果。

表2 变量的描述性统计

2 实证结果及分析

2.1 大学科技园管理机构人才资本存量分布情况

结合上文人才资本存量的度量公式(1)与相关数据，分别测算2008—2019年中国30个省区市国家级大学科技园管理机构人才资本存量及其年均值、年均增速等指标(囿于篇幅，正文中并未展示该表)。2008—2019年中国30个省区市国家级大学科技园管理机构人才资本存量总体呈现上升趋势。具体而言，东部地区大学科技园管理机构人才资本存量普遍较高，北京、上海、江苏排名前三，而西部地区大学科技园管理机构人才资本存量则普遍较低，宁夏、青海、内蒙古及广西位列后四位。但从区域视角看，西部地区>东北部>中部>东部，说明东部、西部地区内部各省份大学科技园管理机构人才资本存量分布不平衡程度较高，这与后文基尼系数分解的情况相互印证。进一步分析2008—2019年人才资本存量的年均增速可以发现，西部地区大学科技园管理机构人才资本存量增速普遍较高，内蒙古、广西、云南、青海排名前四位，而东部地区的天津、海南人才资本存量增速则位列末位。

2.2 大学科技园管理机构人才资本存量区域差异及其来源

通过上文的分析可以看出，大学科技园管理机构人才资本存量的动态变化表现出一定的区域特征。这可能成了区域经济不平衡的原因之一，也在一定程度上影响了全面小康社会的实现。为进一步展示大学科技园管理机构人才资本存量分布状况的区域特征，本文基于基尼系数和泰尔指数测算并比较人才资本存量整体及区间差异情况。

2.2.1 基尼系数的分析

基尼系数取值在0～1之间，值越小表示差距越小、分布越均衡。在收入差距的研究中，0.4被定为集中与均衡间的警戒线。采用式(2)～式(11)测算2008—2019年四大经济区域大学科技园管理机构人才资本存量分布的基尼系数并进行分解(表3)。

表3 大学科技园管理机构人才资本存量基尼系数及地区分解

从全国范围看，2008—2019年中国30个省份大学科技园管理机构人才资本存量基尼系数大体呈“U”形趋势。具体来看，在样本观察期内，全国整体基尼系数最小值为0.527 6，大于0.4。这说明2008—2019年各省份大学科技园管理机构人才资本存量整体处于不均衡状态，与表3中相应数据反映的分布情况基本一致。但是随着整体基尼系数的下降，这种不均衡状态在逐年改善。这种人才资本存量均衡分布状态的改善也与当前中国各省份区域经济协调发展的趋势相一致。

从区域内角度看，东、中、西部地区大学科技园管理机构人才资本存量的基尼系数逐年下降，而东北地区则基本保持不变。其中，中部地区下降最快，西部、东部地区的下降速度次之，而东北地区不仅没有降低，近4年反而呈现出明显的上升趋势。具体来看，西部最大，西、东部年均值都在0.5以上，人才资本存量分布较为集中；而中部、东北地区年均值较小，都在0.3以下，人才资本存量较为均衡。尤其是中部地区，近4年处于高度均衡状态。

从区域间角度看，大学科技园管理机构人才资本存量的基尼系数总体呈现以下特征：东-西差距>东-中差距>西-东北差距>东-东北差距>中-西差距>中-东北差距。其中，中-西差距缩小最快，中-东北差距有扩大的趋势。这说明西部地区大学科技园人才资本存量增度明显快于中部，更快于东北地区，这也与区域人才资本存量年均增速的变动趋势相一致。具体来看，4个区域间的基尼系数值均大于0.4，区域间均处于较不均衡状态。尤其是东-中、东-西部地区的差距均在0.6～0.7，处于极不均衡状态。

从基尼系数贡献率年均值看，区域间差异Gnb>区域内差异Gw>超变密度Gt。用图1呈现上述3类差异对总体差异贡献率的变动趋势可以发现，三者的变化曲线在样本观察期内基本未发生交叉。在样本观察期内，地区间基尼系数的贡献率对总体差异的贡献最大，年均值为52.80%，总体呈一定上扬趋势，波动平缓，年均增速约24.70%；地区内贡献率年均值为26.11%，整体走势较为平缓，年均增速为-0.78%；超变密度的贡献率演变存在微弱的下行趋势，说明总体差异中来自4个区域间交叉重叠的贡献减弱。同时，该曲线与Gnb曲线基本呈反方向变动，说明超变密度的变化主要被区域间的差异吸收，2008—2019年，超变密度贡献率大约下降了10.57%，年均下降0.99%。

图1 不同差异来源的贡献率演变趋势

2.2.2 泰尔指数的分析

泰尔指数能够科学地评价区域人才资本存量分布的均衡性或公平性。泰尔指数越小，则四大区域人才资本分布越均衡；泰尔指数越大，四大区域人才资本分布越不平衡。采用式(12)、式(13)测算2008—2019年四大经济区域大学科技园管理机构人才资本分布的泰尔L指数并进行分解(表4)。从表4可以看出，2008—2019年，以人口比重为权重，反映中国各区域大学科技园管理机构人才资本存量分布差异的泰尔指数均呈反复波动起伏趋势。除地区间泰尔指数外，分解得到的各地区泰尔指数在2008年均为样本考察期内的最大值，反映出中国设立大学科技园初期人才资本存量基础的差异较大。从人才资本存量空间差异的来源来看，尽管地区内差异和地区间差异的贡献率在2008—2019年呈反复波动趋势，地区内差异的平均增长率、定基增长率均低于地区间差异，但地区内差异始终高于地区间差异。从泰尔指数的年均值看，四大区域差异对总体差异的贡献率排序大体表现为中部>西部>东部>东北(图2)。泰尔L指数是以园区内人员数的比重为权重对地区人才资本存量分布的均衡状态进行测算，体现了区域平均人才资本存量分布的差异性。这说明考虑了园区内在孵企业从业人员数的影响后，中国各区域大学科技园管理机构人才资本存量分布的均衡性发生了颠覆性变化。

图2 四大区域泰尔指数的演变趋势

表4 大学科技园管理机构人才资本存量泰尔指数及地区分解

3 结论及启示

采用2008—2019年中国30个省区市大学科技园管理机构人才数量、质量及在孵企业从业人员数量等相关面板数据，运用优化的人才资本存量测算公式及基尼系数、泰尔指数的分解方法对各省域人才资本存量及其空间差异进行了分析，得出如下结论：

1)在样本考察期内，各省份大学科技园管理机构人才资本存量的年均值呈现出东高西低的特征，而其年均增速则呈现出西高西低的特征。人才资本绝对量的这种分布情况不仅受到了大学科技园建设与高等教育资源特殊关系的影响，也受到了区域地理位置的影响。众所周知，东部地区地理位置优越，经济发达，高教资源丰富，对人才的吸引力更大。因此，东部地区较西部地区人才资本存量更为雄厚。但随着西部大开发的实施，西部各大城市不断推出相关政策，加大人才培养和引进的力度。尤其是人才集中的高校及大学科技园，人才资本存量快速提高，西部地区的人才资本存量增速明显高于东部地区。

2)全国及东部、西部省份大学科技园管理机构人才资本存量长期表现为不均衡状态，基尼系数均大于0.4，但在样本观察期内呈现出一定的下降趋势；中部及东北部省份大学科技园管理机构人才资本存量一直较为均衡，基尼系数均小于0.4，但中部地区呈长期下降趋势，而东北地区则较为稳定。同时，四大区域间人才资本存量均处于不均衡状态，基尼系数大都大于0.4。究其原因，一方面是受到本文采用四大经济区域划分标准的影响，全国及中部、西部省份构成更多也更为复杂，另一方面是由于中部及东北地区城市间地理位置较为集中，经济、教育等资源较为均衡。

3)全国及各地区大学科技园管理机构人才资本存量的泰尔L指数均大于零，即人才资本存量处于不均衡的状态，这种不均衡性主要来源于地区内差异。全国及四大地区内大学科技园管理机构人才资本存量的泰尔指数总体呈递减趋势，而地区间则相反。同时，四大区域差异对总体差异的贡献率排序大体为中部>西部>东部>东北。与基尼系数相比，四大区域差异对总体差异的贡献率有较大变动。究其原因，本文是以各省份大学科技园从业人员数为权重对泰尔指数进行测算，体现了人才资本存量的人均差异性特征。

进入21世纪以来，中国不仅在“十五”规划中首次将人才战略确立为国家战略，而且实施了影响深远的“高校扩招”政策，使得人才的数量迅速增加。在这样的背景下，政府、高校及企业对大学科技园的建设投入了大量资源，园区管理机构及在孵企业从业人员的数量及素质不断提高，人才资本存量不断增加。但是，由于各省份在经济、教育、科技资源等方面的差异，除东北地区外，中国大学科技园管理机构人才资本存量的分布都呈不均衡状态。随着中国由粗放型发展向集约型发展方式的转型，全国上下树立了强烈的人才意识，各地人才培养及引进政策不断出台，大学科技园管理机构人才资本存量的这种不均衡状态不断改善。尤其是西部大开发及京津冀协同发展等战略的长期实施，进一步推动了中、西部不同省份大学科技园管理机构人才资本存量的均衡分布。这既在一定程度上展现了中国全面实现小康社会的成果，又反映了进入新时代以来我国社会主要矛盾的转移以及实现经济高质量发展的迫切性。