理工科人才对企业全要素生产率的影响研究——来自高校扩招的证据

周端明， 侯效茹

(安徽师范大学 经济管理学院，安徽 芜湖 241000)

引言

党的十九大报告指出，坚定实施科教兴国战略、人才强国战略、创新驱动发展战略[1]。2021年9月，习近平总书记在中央人才工作会议上指出，“要大力培养使用战略科学家，要打造大批一流科技领军人才和创新团队，要下大力气全方位培养、引进、用好人才。”[2]建设创新型国家，提升全要素生产率的关键是人才。

理工科人才，即STEM领域人才(科学、技术、工程和数学)，对于国家科技创新发展和经济增长具有重要促进作用[3]。当前，我国经济发展驱动力和企业发展方式正处于从投资驱动向创新驱动转变的重要阶段。在此背景下，理工科领域人才的有效培养和供给，对于建设我国科技人才梯队、增强国家竞争力具有重要意义[4]。高等学校是为企业输送科技人才的主要基地。尤其是理工科高校，其科研创新队伍拥有丰富的理论知识、较强的科研能力，不仅可以为企业发展提供理论指导和技术支持，还可以为企业提供大量的科技人才后备军，提高企业自主创新能力。为进一步优化和提升高校理工科人才培养水平，国家教育部相继实施了“卓越工程师教育培养计划”“科教结合协同育人行动计划”“新工科建设”等系列举措[5]。2017年2月以来，教育部积极推进新工科建设，先后形成了“复旦共识”“天大行动”和“北京指南”，主动应对新一轮科技革命与产业变革，支撑服务创新驱动发展和“中国制造2025”等国家战略。

高校扩招以来，我国人力资本数量大幅度增加，尤其是理工科高校所培养的理工科人才供给也急剧增加。表1展示了安徽省部分本科院校2014—2019年理工科学生招生占比。从中可以看出，理工类高校每年招收的理工科学生占比在70%-80%，而其他高校则在40%-50%，理工类高校招收的理工科学生数明显高于非理工类学校，其招生比例也明显高于全省高校理工科招生占比。在此背景下，急剧扩张的科技人才供给对企业创新能力和全要素生产率提升具有怎样的政策效果值得深入研究。对于提高中国未来创新能力，实施创新驱动发展战略具有重要的指导意义。

1 文献综述

高校扩招带来人力资本数量的急剧扩张和质量的变化，进而能够对企业创新能力和全要素生产率产生影响。因此，高校扩招与经济发展、全要素生产率的关系探讨引起了众多学者的关注。丁小浩和陈良焜利用投入产出模型，对高校扩招带动国民经济总产出的增加进行了估算分析[6]。周晓红借助高校扩招这一外生政策冲击，研究得出培养人才和扩大招生规模对经济有即期和长期拉动作用的结论[7]。马汴京等研究发现，高校扩招显著提升了受教育群体的教育回报率，并且识别出受到扩招政策差异化影响的不同群体[8]。周茂等研究发现，扩招后人力资本扩张推动我国城市制造业出口升级[9]。初帅运用双重差分方法研究发现，高校扩招一是推动了人口城镇化，二是带来的人口城镇化呈现边际效应递减趋势，指出如何进一步提升高等教育的质量是进一步推进人口城镇化和实现经济增长的关键[10]。

表1 安徽省部分本科院校2014—2019年理工科学生招生占比(单位：%)Table 1 Proportion of science and engineering student enrollment in some undergraduate universities in anhui province from 2014 to 2019 (Unit:%)

上述研究都从不同角度证实了高校扩招政策的推行对经济增长具有正向促进作用。然而，也有诸多学者的研究认为，高校扩招对经济产生了负面影响。陈厚丰和吕敏研究发现，高等教育规模过快增长导致高等教育发展与经济发展的失衡[11]。李勇通过实证分析证明，高校扩招促进经济增长的作用是有限的，一味地扩大规模会导致教育质量不高和结构不合理[12]。陈林和夏俊基于双重差分方法研究认为，高校扩招对技术创新效率产生了一定的负面影响，高校扩招的政策效应难以用好坏来评判[13]。

基于以上文献梳理分析，关于高校扩招对经济发展的影响引起了学术界的激烈讨论。虽然大部分文献均支持高校扩招对经济发展具有正向关系，但也有部分研究发现高校扩招对科技创新效率和经济发展具有负面影响。但是，现有研究中很少从企业全要素生产率视角分析高校扩招的政策效应，而对于高校扩招带来的理工科人才供给急剧增加的现实对于企业全要素生产率的影响的研究几乎没有。鉴于此，本文以我国1999年“大学扩招”政策作为准自然实验，研究理工科人才的增加对当地企业全要素生产率的作用渠道和影响效果，并利用中国工业企业数据库中安徽省的微观数据，采用双重差分模型进行实证检验。高校扩招过程中理工科人才对企业效率的影响效果的识别，为科技人才促进企业创新和国家创新发展提供新的证据，这也是本文的边际贡献所在。

2 机制分析与研究假说

Lucas构建了人力资本推动经济增长的内生增长模型[14]。Barro实证检验了教育通过人力资本正向影响经济增长的结论，人力资本存量越多越容易吸收先进国家的技术和创新[15]。技术创新是企业内生的并能够促进长期经济増长，大量人力资本进入企业后通过技术创新渠道推动企业全要素生产率的增长[16]。企业通过高校扩招政策后，吸收到更多接受过高等教育的人力资本，他们之间既具有竞争效应，也具有溢出效应。具体来说，由于高素质劳动力具有更强的适应能力，企业将采用更前沿的技术与之相匹配[17]。首先，这将推动企业间更强的竞争，而竞争会带来正向的创新效应。其次，具有较多人力资本企业通过整合和优化资源配置，促进了企业创新数量和质量的提升[18]。

高校毕业的理工科人才作为科技人力资本，即拥有STEM教育背景的员工进入企业成为企业技术人员和工程师。在企业的技术部门，企业技术人员和工程师可以在没有增加研发投入的情况下通过模仿进行创新[19]，也可以通过整合和优化现有资源配置进行创新[20]。已有研究证实，美国移民政策改变这一冲击带来的STEM人才供给的减少，导致企业的专利创新水平下降。基于上市公司高管团队和企业家的教育背景，有研究发现其受教育水平和企业创新绩效存在显著的正相关关系，其中，在不同专业背景下，理科和工科对于企业的创新绩效最为显著[21-22]]。而商学院学科背景的人才更加追求短期效益而忽视企业创新和资本积累[23]。对于企业来说，企业全要素生产率的提升更大程度上依靠技术创新、新产品和新技术的研发应用，而理工科学历背景的学生进入企业后，其专业知识储备和思维更能推动企业创新和全要素生产率的提升。在高校扩招政策施行后，相比于其他类别高校，由于理工科学校为企业带来更多的理工科学生的供给，其赋予学生更为专业的技术知识，学生经过四年的高等教育训练了学习能力和解决问题能力，进入企业后通过干中学提高生产效率，能够促进企业的全要素生产率。

虽然各省经济发展水平和人才结构各不相同，但从整体上看，从就学到就业，学生的流动性并不强。已有研究发现，高校毕业生有七成以上选择留在学校所在城市就业[24]，毕业生留在所受高等教育当地就业的可能性很大[25]。根据《全国高校毕业生就业调查报告》数据，普通本科毕业生有八九成以上选择在本地就业。可能的原因有以下两方面：一方面，从社会资本理论看，大学生在就读的四年内通过与同学、老师的相处，积极拓展自身社会资本，发展社会网络，在择业时优先考虑留在院校所在地就业。另一方面，从高校和当地政府及企业方面看，有理工类大学的城市往往有与之相对应的产业基础，如马鞍山的安徽工业大学和淮南的安徽理工大学，当地优势产业分别是钢铁产业和煤炭产业，而大学与当地政府和企业的产学研合作，政府的系列政策，有利于增强毕业生留在院校所在地就业的地区粘性。基于上述分析，本文提出第一个假说。

假说1：与对照组企业相比，高校扩招后，显著提高了有理工科学校的城市的工业企业的全要素生产率。

现阶段我国多种所有制经济共存，而产权性质不同的企业有不同的战略目标、组织架构和运营体系，可能导致企业全要素生产率的差异。因此，本文进一步研究产权性质对理工科人才与企业全要素生产率两者关系的可能影响。目前主流观点认为，国有企业生产效率低于非国有企业。由于国有企业存在复杂的委托-代理问题，从内部经营机制而言，国有企业除了获取经营利润外，还承担着社会保障、扩大就业等责任。从外部市场机制而言，政府政策的更强支持导致其面临投资过度带来的效率低下问题，整体治理水平更低[26]，从而影响全要素生产率的提升。已有研究发现国有产权对企业绩效具有显著的负向作用，企业国有产权比重越高，其创新绩效越低[27-28]。

技术创新的能力与企业规模大小密切相关，大企业是技术进步最有力的发动机。规模优势使得大规模企业比中小企业更可能获取规模报酬。规模经济的重要原因是规模扩大后的效率提升，并能够节约部分生产和管理费用。此外，大规模企业具有采购先进技术设备的资金支持，也有充足的资金投入到研发创新活动中去。以上不同角度都指向大规模企业更有利于提升全要素生产率水平。基于上述分析，进一步提出以下两个假说。

假说2：理工科人才对企业全要素生产率的提升作用在国有和非国有企业之间存在异质性，国有产权性质将弱化理工科人才与企业全要素生产率间的正向关系。

假说3：与中小企业相比，理工科人才对企业全要素生产率的提升作用在大企业中表现更显著。

3 研究设计

3.1 样本选择与数据来源

以安徽省16个地级市的工业企业群体作为研究样本，覆盖了大中小工业企业，统计时间为1999—2007年，数据来源为中国工业企业数据库。

为了保证数据的完整性和准确性，我们对数据做如下处理：(1)从中国工业企业数据库中提取安徽省工业企业，对年份不在1999—2007年的数据、企业性质代码不在1-9之间的数据进行删除处理，根据企业性质进行了产权归类划分；(2)剔除关键指标缺失的数据，例如：总资产、企业成立时间、员工人数、工业总产值和固定资产净额；(3)剔除一些明显不符合会计原则的数据，包括总资产小于固定资产净额、企业年龄为负值、固定资产净额为负值等数据。经过处理，最终获得39155个面板数据。

3.2 企业全要素生产率的核算

目前，学术界核算企业全要素生产率的方法主要有固定效应法、LP方法、OP方法和OLS方法。相比较而言，LP方法和OP方法能够有效解决生产率估计中的内生性问题。进一步地，OP方法存在着其他问题，如企业的投资额可能需要计算而导致很多企业出现投资为负或零的情况，很多样本量缺失后造成样本截断偏差效应，使得估计结果不能满足一致性条件。而LP方法使用中间品投入指标作为代理变量，解决了投资滞后性问题，并且较好地解决了数据丢失的问题。很多学者的研究也证实了LP方法的有效性[29-31]。

因此，本文使用LP方法计算安徽省工业企业1999—2007年的全要素生产率。参考鲁晓东和连玉君的研究，作为对估计方法的参照，用最小二乘法对模型做出了估计，本文使用的基本模型如下：

其中，Yit表示企业i在t年的工业增加值，L和K分别表示企业员工规模和企业固定资产，year、cic、dq2分别表示代表企业年份、行业和地区的虚拟变量，ε表示随机干扰及测量误差等因素。由InTFPit=β0+εit可以得到全要素生产率的绝对水平值：

TFPit=lnYit-βllnLit-βklnKit

3.3 双重差分方法与模型构建

近年来，双重差分方法在识别公共政策效应方面得到了广泛的应用。相比于OLS方法，该法通过进一步加入对照组的对照，解决了实证过程中的内生性问题，提高了量化评估的准确性。为此，本文以1999年实施的高等教育扩招政策作为准自然实验，采用双重差分方法识别理工科人才的变化对企业全要素生产率的影响。为此，将研究样本分为处理组和对照组，以Treat和Post虚拟变量来表示企业是否为处理组以及进入处理组的时间。属于处理组则Treat赋值为1，否则为0；Post为实验期时间虚拟变量，实验前为0，实验后为1；Treat×Post为双重差分变量，Treat和post的交互项的系数β1的估计值是高校扩招政策冲击对企业全要素生产率的影响是否显著的判定依据。此外，本文控制其他可能影响企业全要素生产率的相关变量。具体的模型设置如下：

其中，下标i、t、s、h分别表示企业、年份、地区、行业；Xit表示的是可能影响全要素生产率的控制变量集合；αj为对应的回归系数。此外，由于本文研究中涉及行业、地区等因素，还设置了年份、行业与地区哑变量分别控制年份、行业以及地区固定效应。其中，δh和γs分别为行业和地区固定效应，主要是为了控制行业层面和城市层面一些不可观测因素对企业全要素生产率产生影响；μt为时间固定效应，用来控制共同的宏观经济冲击；εit为随机扰动项。

3.4 变量设定与说明

本文核心解释变量为Treat×Post的交互项。Post为时间虚拟变量，2003年是1999年“大学扩招”政策入学的学生完成四年制高等教育并进入劳动力市场的第1年，因此选择扩招批次学生毕业的时点2003年划分实际政策冲击发生的前后，若年份t在2003年及之后，则Post=1；若年份t在2003年之前，则Post=0。

国家教育部将高等院校分为综合类大学、理工类大学、师范类大学、医药类大学等，我们将企业所在地级市有理工科大学(1)本文中选取安徽省理工类本科院校作为研究样本，即安徽合肥、芜湖、马鞍山、淮南四个城市归为处理组，其余地级市纳入对照组。的划分为处理组，即Treat赋值为1；企业所在地级市没有理工科大学的则归为对照组，Treat赋值为0。

考虑遗漏变量问题以及更加准确地考察高校扩招后理工科人才对企业全要素生产率的影响，根据企业全要素生产率的相关研究和企业层面的数据情况，本文引入相关控制变量：企业年龄(age)、企业规模(lnL)、企业资本-劳动比(lnKL)、企业固定资产比率(Fixed)、企业产权性质(State)。变量的具体定义见表2。

4 实证结果

4.1 描述性统计分析

样本数据的主要变量描述性统计特征见表3。为了防止极端值可能对结果造成影响，对主要变量进行了1%的双边缩尾处理。从表3可知，企业全要素生产率对数的取值在2.9369至9.1124之间，平均值为6.0748，标准差为1.1417，表明不同企业之间的全要素生产率差异较大且分布较为均匀，这为本文研究不同技术水平的企业奠定了基础。此外，本文选取的多个控制变量差异也较为明显，在较大值域内波动，具有一定的控制作用。

表2 主要变量说明Table 2 Description of main variables

4.2 全样本基准回归

表4报告了全样本下基准模型回归结果。其中，第(1)列仅考虑交互项(Treat Post)对企业全要素生产率的影响，结果显示，对TFP的回归结果在1%的置信水平下显著为正，回归系数为0.2947，表明高校扩招后理工科人才扩张对企业全要素生产率有显著的促进作用。第(2)列在加入控制变量后结果仍显著为正，交互项(Treat×post)的回归系数为0.0970。

进一步地，第(3)列控制了所有控制变量，并且控制了时间、行业和地区固定效应，交互项系数的系数符号仍然为正，而且在10%的置信水平下显著，说明实证检验结果具有较好的稳定性。基准回归结果表明，与对照组企业相比，高校扩招后，显著提高了有理工科学校城市的企业的全要素生产率，即验证了理论假说1。其它控制变量系数也符合预期，企业年龄的系数在所有模型中均为负值且在1%水平下显著，说明企业年龄越长反而越抑制企业全要素生产率，可能的原因是，成立时间越长的企业组织体系的固化导致企业组织惰性的增长，不利于企业创新知识的吸收进而对全要素生产率产生负面影响。对于企业规模来说，每增加1%，企业全要素生产率提高0.5883%，说明规模越大的企业全要素生产率水平越高。最后也可以明显看出企业产权性质的回归系数值显著为负，表明国有与非国有企业对企业全要素生产率的影响具有异质性，这些将在下文中进行详细分析。

4.3 进一步研究：异质性分析

4.3.1 不同产权性质 为了验证假说2，将研究样本按照企业产权性质分为国有企业和非国有企业两组，分组进行回归。由表5列(1)、(2)可以看出，在国有企业组中，交互项(IP×post)的系数均不显著，表明高校扩招后，理工科人才的大量增加对国有企业的全要素生产率有正向促进作用，但不显著。而在列(4)中，交互项的系数为0.0506，且在5%的置信水平下显著，说明高校扩招后理工科人才显著提高了非国有企业的全要素生产率，回归结果验证了本文的假说2，国有产权性质将弱化理工科人才与企业全要素生产率间的正向关系。可能的原因在于，国有企业承担着政府的更多社会责任，由于行政干预，不能把提升经济效率作为唯一目标，导致了创新效率的低下和非最优化投资，使得即使大量理工科人才即科技人才进入企业，科技人力资本水平的发挥也受到了限制。而不受政府保护的非国有企业，激烈的竞争压力迫使它们要求企业科技人才不断研发新产品、开发新技术等，有力地推动了企业全要素生产率的提升。

表3 描述性统计Table 3 Descriptive statistics

表4 全样本基准回归结果Table 4 Full-sample baseline regression results

4.3.2 不同规模企业 为了探究在不同规模企业内，理工科人才与全要素生产率之间的关系，将样本数据划分为不同规模企业，我们将企业规模大于样本平均值的归为大型企业样本组，否则为中小型企业样本组，其中，企业规模用企业员工数的对数来衡量。在分组回归结果中，可以看到列(2)中，交互项(IP×post)的系数为0.0807，且在1%的置信平下显著，说明理工科人才显著提高了大型企业的全要素生产率。在中小型企业中，理工科人才对于企业全要素生产率也有正向的促进作用，但是并不显著，验证了本文的假说3。主要原因可能是，刚毕业的大学生更愿意去规模较大的企业工作，相比于小企业，其具有更高的稳定性，员工权益更容易得到保障。其次，规模越大的企业雇佣的员工数越多，因此，高校扩招带来的理工科人才，即科技人力资本供给更多地被大企业吸收进而促进企业创新。最后，技术创新是一项充满不确定性和需要足够资金支持的长期经营活动，因此，大型企业更可能承担失败的风险和拥有资金保障，从事创新活动推动企业全要素生产率的提升。

4.4 平行性趋势假设检验

应用双重差分方法估计的前提条件是平行性趋势假设，否则可能存在错误估计。在基本模型中，本文引入新的解释变量before4、before3、before2、before1、current、after1、after2、after3及after4，以检验是否满足平衡性假设条件。定义新的变量before4-before1，分别在1999—2002年并且Treat=1时取1，其他为0；新的变量Current，在2003年并且Treat=1时取1，其他为0；新的变量after1-after4，分别在2004—2007年并且Treat=1时取1，其他为0。本研究绘制了平行性趋势假设检验图(图1)。在Current之前，系数均处于0轴之下，Current之后，即高校扩招政策实施当年以及之后，系数则在0轴之上，表明“高校扩招”政策导致的人力资本扩张对企业全要素生产率的正向影响。这表明我们的实证检验满足平行性趋势假设检验，上文的回归是相对稳健的。

表5 不同产权性质的异质性影响Table 5 Heterogeneous effects of different property rights

表6 不同规模企业的异质性影响Table 6 Heterogeneous effects of enterprises of different sizes

图1 平行性趋势假设检验Fig.1 Hypothesis test of parallelism trend

5 结论与启示

本文以1999年“大学扩招”政策作为准自然实验，以企业层面的微观数据为观察对象，利用中国工业企业数据库安徽省数据(1999—2007年)，采用双重差分模型进行实证检验，考察理工科人才即科技人力资本扩张对企业全要素生产率的影响效果及作用机制。研究发现，与对照组企业相比，高校扩招后，显著提高了有理工科学校城市的企业的全要素生产率。进一步研究表明，理工科人才对企业创新的影响具有异质性。高校扩招后，理工科人才显著提高了当地大型企业的全要素生产率，对中小型企业的影响稍弱，对非国有企业的全要素生产率的促进效果较为明显，国有产权性质将弱化理工科人才与企业全要素生产率间的正向关系。通过异质性分析，除了可以判断科技人力资本的大量增加对何种类型企业的影响较大，还可以为政策制定提供相应的启示。

根据研究结论，我们的启示如下：第一，培养理工科领域高质量人才对于科技创新和实施国家创新驱动战略至关重要。要充分发挥高等教育作为高端人才智力要素蓄水池的作用。通过“六卓越一拔尖”2.0和新工科建设等理科拔尖人才培养和工程教育改革项目，培养适合时代发展和经济高质量发展所需的高端科技人才。第二，政府需要解决目前高等教育存在的地区间教育资源分配不公、创新力不足和教学质量下降等问题。在没有理工科院校的城市，要加大理工科教育资源的倾斜，配合切实具体的培养计划或改革，以提升当地企业创新效率和促进城市高质量发展。第三，国有控股企业由于政府干预程度高，难以有效发挥科技人才创新能力进而影响全要素生产率的提升。因此，应继续深化国有企业混合式改革，利用其资金优势、人才优势和技术优势，发挥创新研发的积极性，形成国有和非国有企业积极投入研发的共同繁荣景象。第四，对于中小型企业，应加强政策扶持以解决其因资金约束导致的创新效率低下问题。在不影响市场公平竞争环境的前提下，通过扶持政策和融资贷款优惠助力规模化经营。