政府人才政策、人力资本与区域创新

薛楚江 ,谢富纪

(1.交通银行博士后科研工作站,上海 200366;2.上海交通大学 安泰经济与管理学院,上海 200030)

创新是经济发展的第一推动力,高水平创新带来了更高水平的经济绩效[1-2]。诸多因素决定了区域的创新水平,例如,区域法律制度体系等正式制度,区域文化等非正式制度[3],社会资本、基础设施[4]、自然资源禀赋[5]以及人力资本等资源因素。其中,人力资本是创新的核心要素,创新驱动的本质是人力资本驱动。十八大以来,习近平总书记关于人才工作的系列讲话反复强调了人才工作的重要性,取得人力资本优势是取得竞争优势的关键。近年来,中国各地方政府出台了众多人才政策进行引才、育才、管才,“抢人大战”“人才争夺战”等新闻屡见不鲜。在此背景下,研究政府人才政策对区域创新的影响,对探索中国人才体制机制改革、区域人力资本配置和走中国特色创新驱动发展道路具有非常重要的理论和现实意义。

在区域创新能力的研究过程中涌现出3个理论派别,分别是以Romer[6]为代表的内生增长理论、以Porter[7]为代表的产业集群理论以及以Nelson[8]为代表的国家创新体系理论。其中,内生增长理论将区域创新能力归结为R&D 活动的努力和对知识存量的有效利用,并且创新系统的构建离不开政府政策的指引[9]。政府参与区域创新活动的方式主要有创新软、硬环境的构建和创新体制机制的完善,主要手段为财税政策以及制度安排[10]。通过财政补贴研发活动的形式鼓励企业增加研发投入也是各国政府的普遍做法[11]。然而,对R&D 补贴政策[12]和税收抵免政策[13]的实证研究结论均未实现一致,且对政府进行R&D 补贴的评价也褒贬不一。研究财政补贴和税收优惠两种做法对区域创新的影响是从资金视角出发的,政府政策目的也是为了影响区域创新的资金投入。影响区域创新的因素中除了资金投入外,人力资本的投入也不可或缺。然而,政府通过人才政策参与区域创新系统的构建往往被忽略。人才的本质是人力资本,而人力资本又是知识的载体,人才和知识的聚集必然会促进区域创新水平的提高。因此,本文从知识基础理论和产业聚集理论的视角对政府人才政策与区域创新的关系进行了研究,以期厘清政府人才政策对区域创新影响的机制和路径,为区域创新发展提供理论上的指导。

当前对人才政策的研究主要集中在人才政策文本分析和区域人才政策对比两个方面,鲜有研究涉及人才政策与区域创新的关系。基于知识基础理论和产业聚集理论,人力资本是知识和技术的载体,人才的聚集不仅能够提升全要素生产率,而且能通过影响创新进而促进区域发展[14]。政府人才政策能否改变区域人力资本存量,改善区域人力资本结构从而影响区域创新仍需论证。因此,本文在梳理以往人才政策、人力资本和区域创新相关研究的基础上,提出了人才政策对区域创新效率和创新产出影响的理论假设,并基于2005～2017年中国30个省份的面板数据,运用Tobit模型和固定效应模型实证分析了人才政策对区域创新效率和创新产出的影响机理。此外,本文还验证了人才政策与区域创新之间是否存在威廉姆森空间聚集效应。相比以往研究,本文的边际贡献主要有如下3个方面:①丰富了人才政策与区域创新关系的相关研究。以往研究聚焦在政府财税政策与区域创新关系方面,而对人力资本与区域创新关系方面的理论和实证研究比较匮乏。本文通过实证分析人才政策对区域创新的影响,发现人才政策能够提升区域创新效率促进区域创新产出增加,为区域人力资源管理改革和制定人才政策提供了依据。②验证了人力资本存量和人力资本结构在人才政策对区域创新影响中的间接作用。实证检验发现,人力资本存量和人力资本结构对创新产出和创新效率均有积极影响。人才政策通过提升人力资本存量影响创新的效果要优于改变人力资本结构。③实证研究发现,人才政策对人力资本存量、人力资本结构、创新产出和创新效率的影响均会产生威廉姆森空间聚集效应。为具有不同人力资本存量、人力资本结构和创新水平的地方政府采取差异化人才政策提供了理论支撑。

1 理论分析与研究假说

科技创新主要依靠前期科学知识及技术的积累实现,人力资本是知识和技术的主要载体[15],也是新技术和新思想的来源。对人力资本与创新的研究主要集中在微观层面,涉及企业人才培养、人力资源结构和人才管理[16]以及公司、组织的吸收能力与创新的关系[17-18]等方面,研究发现,人才促进了企业创新产出。在宏观层面的研究相对较少,Gössling等[19]用本科以上人员占比表征区域人才状况对区域创新进行了研究,结果显示,人才对区域创新有显著正向影响。政府参与创新活动的目的是从整个区域的社会和经济价值出发,并非为某个企业的短期经济利益而行动。因此,单纯从微观视角分析政府参与区域创新活动偏离了政府行为的初衷,容易导致对政府行为效果估计的偏差[20]。然而,宏观方面涉及政府参与创新活动的研究集中在政府财政偏好、财税补贴等资金运用方面,缺乏人力资本视角的考量。

作为对区域创新研究的补充,本文把人才政策纳入区域创新研究中。为了赢得地区竞争优势,众多地方政府通过制定人才政策吸引和培养人才,并挖掘本地区人才潜能。人才政策的作用主要集中在两个方面:一方面,人才政策能够营造鼓励和支持创新的氛围,推动区域创新环境建设;另一方面,人才政策能够扫清人才在区域之间流动的障碍,加速区域人才培养,完善区域人才管理,促进地方知识和技术积累。根据知识基础理论,人才是知识的重要载体,对人才的培养和引进是最直接有效的知识聚集途径。人才的聚集会促进知识的外溢,加速知识和技术的传播交流,从而产生人力资源的“集聚租”[21]。Fassio等[22]研究发现,技术移民确实促进了欧洲的工业创新。人才政策对人才的引进力度越大、对人才的激励手段越丰富、对人才的发展保障越完善,越有利于人才创新成果的产出。

区域R&D 人员和R&D 资金是影响区域创新的最直接因素。由于R&D 人员供给缺乏弹性,尤其是科学家和工程师等高层次人力资本,短时间内不会产生大量供给[23]。但是地方政府可以通过培育本地人才、引进区域外人才、激励人才创新性工作等人才政策改善区域R&D 人员弹性,从而提高区域创新水平。同时,政府也可以利用人才政策配置R&D人员工资,提高R&D 资金使用效率。人才政策能改善区域R&D 人员弹性和结构,良好的R&D团队又能提高R&D 资金的使用效率,最终提高区域创新效率和产出。由此提出:

假设1政府人才政策能推动区域创新环境建设,改善R&D 人员弹性和结构,提高R&D 资金使用效率,从而提高区域创新效率和创新产出。

区域人力资本存量是影响区域创新水平的重要因素之一。人力资本存量可从如下两个方面影响创新:一方面,人力资本存量就是知识的存量,技术在知识螺旋中产生、发展和转移从而促进创新。Delgado-Verde等[24]研究发现,人力资本存量与企业创新之间存在正向线性关系,而且人力资本存量的提升能够提高区域对新技术和新知识的吸收、利用和扩散。Che等[25]研究发现,1999年中国大学扩招增加的人力资本,促进了企业采用新技术,进而加速了企业技术创新。另一方面,人力资本存量的提高有利于促进创新要素从低效率部门向高效率部门流动,实现资源的最优配置。人力资本存量的增加会提高研发资金的使用效率,从而促进区域创新。在研发资金一定的情况下,人力资本存量越丰富,单位研发资金所分配的知识越丰富,从而提高了研发资金的使用效率。地方政府恰恰能通过颁布人才政策的方式增加区域人力资本存量。政府通过人才政策,例如吸引高端人才,培养、培训本地人才,考核管理人才等,增加本区域的人才储备,从而提高本地区的人力资本存量。如今,人力资本存量已经被地方政府重视,众多地方政府通过制定政策法规等参与人才争夺战。鉴于此,提出:

假设2政府人才政策能提高区域人力资本存量,增加区域知识积累,从而提高区域创新效率和创新产出。

区域人力资本结构是影响区域创新水平的重要因素之一。不同层次人力资本对创新的影响具有异质性,高层次人力资本更能提升产品的科技含量和新颖程度。Lucas[26]把人力资本划分为原始劳动力和专业劳动力,研究发现,专业劳动力才是经济增长的原始动力。Arbache等[27]研究发现,高层次人力资本的技术创新和技术扩散能力对全要素生产率提升的贡献是低层次人力资本所不能相比的。人力资本结构决定了人力资本与研发资本的匹配性。李静等[28]研究发现,人力资本匹配度与创新产出呈现正U 形关系,研发人员教育不匹配会导致研发投资专利回报率降低10%～15%。地方政府可以通过颁布人才政策影响本区域的人力资本结构,从而参与到区域创新活动中来。政府的人才政策对不同层次的人才具有差异性,例如,有专门针对院士、教授、博士等高端人才的奖励政策,也有针对本科及研究生人才的落户政策等,这些人才政策会释放政府人才偏好的信号,从而改变本区域人力资本结构。因此,提出:

假设3政府人才政策能改善区域人力资本结构,提高人力资本配置效率,从而提高区域创新效率和创新产出。

基于上述理论分析与假说,本文研究思路和变量之间关系如图1所示。

2 研究设计

2.1 模型设定

首先设置基准模型,如下式所示:

式中:被解释变量为IE和IO,分别表示区域创新效率和创新产出;主要解释变量为talent,表示政府人才政策;其余变量为控制变量,pop 为区域人口数量,表示区域人口情况;fdi为外商直接投资,表示区域外商投资情况;stgdp 为二、三产业生产总值占GDP的比重,表示区域产业结构和经济发展情况;trade为进出口总额,表示区域对外开放程度;load为区域年末金融机构贷款余额,表示地区金融发展水平。β为回归系数,ε为误差项。

了为验证假设2和假设3,借鉴Baron等[29]对中介变量的设定方式,运用逐步回归法进行验证。人力资本存量和人力资本结构中介效应检验模型如下式所示:

式中:stock表示区域人力资本存量;stru表示区域人力资本结构。如果人才政策能通过人力资本存量或人力资本结构影响区域创新,则γ1和α1都应该显著;而且如果γ1α1和β1的系数符号一致,则人力资本存量或人力资本结构中介人才政策与区域创新的关系;如果系数符号相反,则人力资本存量或人力资本结构遮掩人才政策与区域创新的关系。

为了验证人力资本存量或人力资本结构是否为完全中介效应,即控制了人力资本存量或人力资本结构后,人才政策对创新效率或创新产出的影响是否依然显著,进一步构建模型,即

如果δ1和δ2同时显著,则说明人才政策对区域创新既有直接效应又有间接效应,而且间接效应的大小为γ1δ2;如果δ1显著,而δ2不显著,则此时人力资本存量或人力资本结构具有完全中介作用。

2.2 创新效率的测算

创新效率是指创新活动中投入与产出之比。本文选择数据包络分析(DEA)方法对区域创新效率进行测算。在创新效率测算过程中,投入产出指标的选择至关重要。在投入方面,区域创新系统投入一般包含了人力和财力两个方面[30]。在人力投入方面,选择R&D 人员全时当量指标,其能有效反映区域创新过程中研发人员的实际投入水平[31];在财力投入方面,选择R&D 经费内部支出总额指标,其能有效反应区域创新过程中研发经费的使用情况。在产出方面,专利是不同主体创新活动的共性产出,也通常被用作创新主体的产出指标[32-33]。发明专利因其技术含量高,能够更客观地反映区域原始创新能力,所以选择区域发明专利授权数来衡量创新产出。传统的DEA 方法是基于同一时期假设进行计算的,忽略了时间因素,而创新活动具有持续性的特征,与前期研发、知识积累息息相关,选用传统的DEA 方法测算会导致结果有偏。为了解决此问题,本文选择窗口DEA 方法来测算区域创新效率。

窗口DEA 方法使用了移动平均的原则,其把一个决策单元(DMU)在不同时期视作不同决策单元进行测算,一个决策单元不仅能与同一时期的其他决策单元比较,而且能与其他时期的决策单元比较[34]。窗口宽度选择d=3,此时在可信度和效率测度方面可以取得最好的平衡[35]。样本包括除西藏自治区以外的大陆30省、自治区和直辖市,时间跨度为2005～2017年。鉴于中国发明专利从申请到授权约为2年,故将投入变量做滞后2年处理,经计算得到了各地区2007～2017 年创新效率结果。样本数据来自《中国科技统计年鉴》。图2 所示为2007～2017年全国平均创新效率的时间变化趋势,表1所示为全国各区域平均创新效率状况。

表1 各地区2007～2017年平均创新效率

由图2可见,2007～2017年全国整体的创新平均效率经历了先下降后上升的过程,2010年之后创新效率提升显著。由表1分区域情况可见,广东、北京、海南、上海、江苏、浙江等东部地区创新效率高于0.5,山西、江西、河南等中部地区普遍在0.3之内,不同地区创新效率差异明显。

2.3 变量的设定

除了创新效率外,本文还选择了创新产出作为被解释变量,选择发明专利授权数表示创新产出(IO)。需要说明的是,在IE 的测算过程中考虑了R&D人员全时当量(rdp)和R&D 经费内部支出总额(rd)两个变量,当IO 为被解释变量时,式(1)～(4)中需增加rdp和rd两个变量作为控制变量。

本文的关键解释变量为人才政策(talent),将其定义为:政府大力开发人力资源所做的一系列重大决策和制度安排。本文的人才政策包含了人才流动与吸引、人才选拔与使用、人才激励、人才培养、人才评价和人才保障等各种政策。地方政府在某项工作上是否努力,在其发布的相关政策、法规、规定等文件中会有所反映,发布数量越多,说明其越活跃、越努力。鉴于政策时效性的特点,本文选择每个省所有地级市及以上行政级别的政府机关单位发布的人才政策的每年累积有效数作为自变量,这一数据有效刻画了地方政府在人才工作上的努力程度。人才政策数量统计中去掉了表彰通知类、授予头衔类、活动评选类、行政批复、名单公布类、换届通知类和任免通知类政策。

人力资本存量(stock)指用平均受教育年限法测算地区就业人员平均受教育程度表示。仿照文献[36-37]中的做法,对区域人力资本存量进行了测算。计算公式为

式中:i为受教育程度,按照受教育程度划分为n个层次;pi为i层次教育人口占总人口的比重;yi为i层次教育人口累积受教育年限。按照中国教育制度的实际情况,将受教育程度划分为未上过学、小学、初中、高中、专科、本科、研究生及以上7个层次,同时,将不同受教育程度的累积受教育年限设定为:1.5年、6年、9年、12年、15年、16年和19年。由于未上过学的工作者在日常生产生活中会通过自学或培训的方式累积一定的知识,故此处按照1.5 年计算[38]。

人力资本结构(stru)指标的测算常用方法有基尼系数法和泰尔指数法。基尼系数法和泰尔指数法在测算人力资本情况相近的地区和人口受教育程度较低的地区存在计算结果非常接近的问题,不适合中国各个地区人力资本结构的测算。鉴于高层次人才对区域创新的影响程度远超低层次人才[27],本文选择本科及以上学历人员占比表示人力资本结构。

由于专利申请到专利授权时滞的问题,本文将所有解释变量和控制变量进行了标准化和滞后2期处理,处理后样本时间跨度为2007～2017年,各个变量的描述性统计特征如表2所示。上述数据来自《中国人口和就业统计年鉴》、中国统计数据应用支持系统数据库、北大法宝数据库和国家统计局数据库。

表2 描述性统计

3 政府人才政策对区域创新影响的实证检验

3.1 政府人才政策对区域创新效率的直接效应和间接效应检验

区域创新效率值介于0～1之间,具有明显的截尾特征,使用普通最小二乘法(OLS)估计的结果有偏且不一致,因此,本文采用随机效应Tobit模型对被解释变量为区域创新效率模型进行回归。由多重共线性检验发现,变量平均VIF值为4.52,小于5,不存在严重的多重共线性问题。人才政策对区域创新效率的直接和间接效应回归结果如表3所示。

表3中模型(1)为控制变量对区域创新效率影响的回归结果。人口因素、外商投资和金融发展情况对区域创新效率均有显著影响。产业结构和开放程度对创新效率影响不显著,说明在调整产业结构和扩大对外开放方面的红利还有挖掘的潜力。模型(2)为人才政策对区域创新效率影响的回归结果,结果显示,人才政策对区域创新效率在1%显著性水平下有正向影响,部分支持了假设1。模型(3)和模型(5)对人才政策通过影响人力资本存量间接影响区域创新效率进行了验证。模型(3)结果显示,政府人才政策能显著提高区域人力资本存量;模型(5)结果显示,人力资本存量能显著提高区域创新效率,且均在1%显著性水平下显著。因此,可断定人才政策可以通过提高人力资本存量间接提高区域创新效率。模型(7)考察了人才政策和人力资本存量两者共同作用对区域创新效率的影响,结果显示,两者同时对区域创新效率有显著正向影响,间接效应大小为0.080,说明人力资本存量部分中介人才政策与区域创新效率之间的关系。模型(3)、(5)和模型(7)部分验证了假设2。同理,模型(4)、(6)和模型(8)结果显示,人才政策对人力资本结构有显著正向影响,人力资本结构对区域创新效率也有显著的正向影响。模型(8)中,人才政策和人力资本结构同时对区域创新效率有显著正向影响,说明人力资本结构也部分中介人才政策与区域创新效率之间的关系,中介效应大小为0.026,部分支持了假设3。模型(9)检验了人才政策、人力资本存量和人力资本结构同时作用的情况下对区域创新效率的影响,3个变量分别在1%、5%和10%显著性水平下对区域创新有正向影响。另外,上述回归结果显示,中国人力资本存量增加在促进区域创新效率方面的作用要大于人力资本结构的改进。而且,在发挥人才政策与区域创新效率中介作用方面,人力资本存量也发挥了更大的作用。在实践中,政府通过人才政策来改变区域人力资本结构的难度也要大于改变区域人力资本存量。该结果说明,中国人力资本存量远未饱和的现状,中国仍然处在依靠人力资本存量的提升和知识的累积来提高创新效率的阶段。虽然中国在进入21世纪以来大量引入海外人才,通过教育体制改革、大学扩招等方式培育了大量本土人才,显著提升了劳动者文化水平,但是人力资本还有很大的增长空间。对于地方政府而言,增加地区人力资本存量仍然是提高区域创新效率的良方,未来很长一段时间人才政策作用方向仍然是吸引人才、培育人才,增加区域人力资本积累。同时需要注意,不能走“先污染,再治理”的老路,在提高区域人力资本存量之前要搭建好适合本地区产业结构发展的人力资本框架,“两条腿走路”努力增加本区域的人力资本存量。如果只看重人力资本存量的发展,那么,未来调整人力资本结构时必将付出巨大代价。

表3 政府人才政策、人力资本与区域创新效率关系的回归结果

3.2 政府人才政策对区域创新产出的直接效应和间接效应检验

上一部分检验了人才政策对区域创新效率的直接和间接效应,接下来对人才政策与区域创新产出的关系进行验证。被解释变量创新产出与创新效率不同,不再具有截尾特征,故采用固定效应模型进行逐步回归检验。创新产出与创新效率相比不再包含R&D 因素,故此处将R&D 人员和R&D 资金变量进行了控制。回归结果如表4所示。

表4中模型(10)为控制变量对区域创新产出影响的结果。模型(11)为人才政策对区域创新产出影响的回归结果,人才政策在1%显著性水平下正向影响区域创新产出。此时,假设1被完全支持。模型(12)、(14)和模型(16)检验了人力资本存量是否中介人才政策与创新产出的关系。结果显示,政府人才政策在1%显著性水平下正向影响人力资本存量,人力资本存量在5%显著性水平下正向影响区域创新产出,而且在模型(16)中两者同时显著正向影响区域创新产出。因此,人力资本存量部分中介人才政策与区域创新产出之间的关系,中介效应大小为0.129。此时,假设2被完全支持。同理,模型(13)、(15)和模型(17)对人力资本结构的中介效应进行了检验。结果显示,人力资本结构部分中介人才政策与区域创新产出之间的关系,中介效应大小为0.036。此时,假设3被完全支持。回归系数显示,中国当前人才政策在促进人力资本存量增加方面的效果更好。在未来一段时间内,地方政府应把人才政策重点放在增加区域人力资本存量上,在促进区域创新产出增加方面能够取得更好的效果。

3.3 政府人才政策对区域创新的威廉姆森空间聚集效应检验

人才政策能促进区域人力资本存量提升和人力资本结构改善,从区域经济学和经济地理学的角度看,人才政策能加速人口聚集,根据产业聚集理论推断,人口聚集会促进区域经济的增长。Martin等[39]和Baldwin等[40]实证研究发现,经济活动的空间聚集能降低创新成本,促进区域经济发展。人才聚集能促进区域知识溢出,产生人力资源“聚集租”[21],这种聚集效应是可持续的吗? Williamson[41]在研究中提出了威廉姆森假说,即空间聚集在经济增长初期能够促进经济效率提升,但达到一定门槛后,空间聚集促进经济增长的效率会降低。王智勇[42]实证研究发现,中国人口聚集在促进经济增长方面也存在威廉姆森空间聚集效应。那么,人才政策是否也会造成区域创新的威廉姆森空间聚集效应? 即政府能通过持续颁布人才政策实现区域创新的持续提高吗? 由此,本文对人才政策的威廉姆森空间聚集效应进行了检验。具体结果如表5所示,此处增加人才政策的平方项(talent_2)作为解释变量。

表5中模型(19)、(20)分别显示了人才政策对区域创新效率和创新产出的威廉姆森空间聚集效应的检验结果,模型(21)、(22)分别显示了人才政策对人力资本存量和人力资本结构的空间聚集效应的检验结果。根据Lind等[43]提出的确定倒U 形关系必须满足的3个条件:①二次方项系数要显著为负;②图形斜率必须足够陡峭;③曲线转折点要落在变量的取值范围内。模型(19)中的人才政策平方项在5%显著性水平下为负,模型(20)～(22)中人才政策的平方项均在1%显著性水平下为负,满足条件①。图3～6所示为人才政策与区域创新效率、创新产出、人力资本存量和人力资本结构的关系。由图可见,其关系均满足条件②和条件③。因此,可以确定人才政策与区域创新效率、创新产出、人力资本存量和人力资本结构的关系为倒U 形。

表5 政府人才政策威廉姆森空间聚集效应检验

由模型(19)～(22)可以判断,人才政策对区域创新的影响确实存在威廉姆森空间聚集效应,即随着人才政策数量的提高,区域创新效率和创新产出也不断提高,到达门槛值后,人才政策对区域创新的作用效果开始下降。任何政策的实施都有一定的成本,吸引人才、激励人才、考核管理人才的成本是巨大的,而且地方政府人才政策颁布数量过多则需要更多的人力、资金投入来维护政策的高效运行,这无疑增加了人才政策实施的成本。因此,人才政策达到一定数量后对区域创新的促进作用将会降低。同理,人才政策对人力资本存量和人力资本结构的影响也存在威廉姆森空间聚集效应。由图3、4可知,政府人才政策在提升区域创新效率方面的可持续性要超过创新产出。不同地区无论是人力资本情况还是创新发展情况都有所不同,需要地方政府根据区域实际情况合理组织和开展人才工作,这无疑给地方政府制定人才政策提出了更高的要求。

4 结论

本文基于知识基础理论、区域创新系统理论、产业聚集理论等相关理论,分析了政府人才政策对区域创新效率和创新产出的影响,以及人力资本存量和人力资本结构的中介作用,并进行了实证检验。同时,为了探究人才政策对区域创新的持续作用效果,进一步检验了人才政策的威廉姆森空间聚集效应。主要研究结论如下:

(1)政府人才政策能够提高区域创新效率和创新产出。创新活动本身具有强负外部性[44],单纯依靠市场调节必然会出现要素投入不足、效率损失等情况。此时,政府通过人才政策参与区域创新活动,改善区域人才供给,提升区域R&D 人员配给[23],提高R&D 资金使用效率,改善区域人力资本环境等,促进了区域知识积累,最终推动了区域创新效率提升和创新产出增加。

(2)政府人才政策能通过改变区域人力资本存量和人力资本结构提高区域创新效率和创新产出。人力资本存量反映了区域知识积累程度,人力资本结构反映了区域知识与产业结构等的匹配程度。人力资本存量越多、人力资本结构越合理,越有利于区域创新发展[27]。政府人才政策能够为本地区吸引人才、培养人才,通过职称改革等方式对人才进行激励,加强管理,提高人力资本效率。政府人才政策在改变人力资本存量和人力资本结构方面发挥了巨大作用。

(3)政府人才政策对区域创新的促进作用存在威廉姆森空间聚集效应。人才政策在促进区域创新上存在门槛效应,超过门槛值后促进效果开始下降。人才政策不能一直高效改善区域创新状况,而且也不能持续高效改进区域人力资本存量和人力资本结构。政府人才政策的制定和实施需要考虑成本因素,不能通过无限地增加政策发文量来增加区域创新。

根据上述结论,本文得出如下实践启示:

(1)地方政府可以通过颁布人才政策的方式提高区域人力资本存量和改善人力资本结构,从而提高区域创新效率和创新产出。从整体上看,中国人力资本存量在提高区域创新效率和创新产出方面所发挥的作用要大于人力资本结构,短期内地方政府将人才政策重心放在增加区域人力资本存量上的效果会更加显著。但是,从长期来看,政府人才政策在改善人力资本存量和人力资本结构两个方面都要兼顾。

(2)人才政策要考虑区域人力资本、社会经济发展的差异化特征以及政策成本因素。不同地区人力资本存量和人力资本结构以及社会经济发展情况存在显著差异。中国东部沿海地区人力资本存量要远超中、西部地区,人力资本结构也要优于中、西部地区,所处发展阶段不同,政府人才政策所能发挥的作用也存在差异。而且,由于人才政策成本等因素的存在,人才政策对区域创新的促进作用存在威廉姆森空间聚集效应,不同地方政府要充分了解本地区的发展阶段,构建人才政策实施体系,将人才政策作用发挥到最优。

(3)中央政府应加强对地方政府人才政策实施的管理,防止地方政府恶性竞争。如今,众多地方政府展开了“抢人大战”,不理智的人才竞争现象比比皆是。中央政府需要根据不同地区人力资源实际情况,规范地方政府人才政策。同时,地方政府制定人才政策要综合考虑区域社会经济情况,避免盲目竞争,将有限资源进行合理利用。

目前,国内外对人才政策的实证研究相对较少,本文对其进行了探索性尝试,研究过程中存在一些不足之处可在今后研究中弥补。首先,创新效率和创新产出没有按照行业划分,在不同行业中人力资本对创新的作用效果是不同的,未来可以进行更加细化的研究。其次,本文用发明专利数量衡量创新产出并测算创新效率。然而,不同专利的价值是不同的,今后对区域创新的研究可以考虑从专利价值方向入手。再次,本文没有将不同政府的人才政策效力、效率、成本等因素考虑在内,将所有人才政策进行了同质化处理,地方政府人才政策的异质性是否会造成区域创新的异质性还有待研究。最后,本文利用中国的数据进行研究,研究结论是否能拓展到其他国家或地区还有待考证。