人力资本结构高级化与区域科技创新能力
——基于梯队分类的差异比较研究
2023-11-02沈亚男王志浩张文丽
沈亚男,王志浩,张文丽
(1.哈尔滨商业大学 经济学院,哈尔滨 150028;2.哈尔滨理工大学 经济与管理学院,哈尔滨 150076;3.牡丹江师范学院,黑龙江 牡丹江 157011)
引 言
党的二十大报告强调必须坚持科技是第一生产力、人才是第一资源、创新是第一动力,深入实施创新驱动发展战略是建设现代化经济体系的战略支撑,推动创新驱动和产业结构升级对中国经济稳定增长至关重要。科技创新能力越来越成为一个国家国际竞争力和国际地位的最重要的决定因素。创新是指对各要素、各环节不断地进行新的构思、新的调整和新的组合的行为及其过程,包括技术创新、管理创新和知识创新,但无论是哪种创新活动都离不开人力资本这一重要的因素(熊彼特,1912)。人力资本包括“量”和“质”两个方面,其中人力资本的“质”对科技创新、产业结构和经济增长的影响重大(舒尔茨,1960),人力资本配置结构上的差异与人力资本存量同样会影响区域科技创新能力的发展与提升。
关于人力资本对区域科技创新能力的影响,已有文献研究表明人力资本存量对技术进步有显著的正向影响[1-5],相较于科技创新等其他影响因素,人力资本的作用最大[6]。对于人力资本配置结构方面,有研究文献发现,接受过高等教育的人员占从业人员的比重与区域技术创新活动存在正相关关系[7-8],人力资本结构高级化相较于人力资本存量等其他影响因素,其对经济增长的贡献更大[9-10]。整体上,人力资本对自主创新并没有显著影响,而高质量人力资本的作用越来越重要。有鉴于此,本文将人力资本配置结构优化界定为人力资本配置结构高级化,通过构建人力资本配置结构优化的知识生产函数模型,从人文环境、政策法制环境、基础环境、市场环境和机制环境系统评价科技创新环境,并深入探讨人力资本结构高级化与区域科技创新能力的关系。
一、理论分析与研究假设
人力资本对区域科技创新能力的影响根据理论逻辑和递进关系可分为以下几个作用因素。一是人力资本存量的积累。人力资本存量相较于科技创新等其他因素,对技术进步影响作用最大。人力资本在不断的学习过程中吸收新的技术和知识,促进了知识与技术的吸收与外溢,从而通过技术创新提高服务业劳动生产率[11]。在一个经济体中,新思想的产生很大程度依赖拥有相关知识与技能的人才,创新就是将重新组合的生产要素引入全新的生产函数以获取潜在的利润。因此,人力资本是技术创新的基础,物质资本的投入只是技术创新能力的必要条件,需要人力资本的作用,才能将物质资本转化为技术能力,而人力资本就充当创新主体这一重要角色,来实现生产要素的重新组合[12]。同时,人力资本综合了知识、能力和技术,随着知识时代的不断发展,需要人对知识消化理解的能力,转化为新技术、新发明,并作为技术创新的新起点,继续研究、开发、创新,这一过程离不开人作为载体,即任何创新活动都离不开人力资本。人力资本存量与技术创新能力密切相关[13]。
第二,人力资本结构对区域技术创新活动的影响。人力资本是体现在人身上的知识能量、技术熟练程度以及健康状况等有经济价值的能力之和,并非一成不变。技术创新过程不断需要新知识和新技术注入,这就决定人力资本的自主创新能力在技术创新活动过程中发挥尤为重要的作用。人力资本具有增值性,与物质资本相比,人力资本在技术创新活动中对外部知识、技术的吸取以及经验的获得,使得人力资本水平越来越高,自主创新能力越来越强,从而对技术创新提高具有加速作用。受过高等教育的高技术人力资本促进技术创新的发展效应更大。人力资本结构高级化使得人力资本在新知识转化为新产品、新工艺、新服务的过程中吸收、消化、转化的能力更强,可以促进技术创新能力的提高[14]。人力资本也具有向下兼容性,高级人力资本具有低级人力资本的功效,还可以完成更多的工作,具有更强的知识储备,较强的分析能力,对知识吸收、消化的能力也更强。人力资本结构由低级化向高级化转换使得人力资本自主创新能力越来越强,新产品也将应用更多的新知识、新技术,以此生产和销售,从而技术创新更具有实际意义[15]。
第三,人力资本结构高级化对区域技术创新活动的作用。人力资本结构高级化就是高级人力资本逐步替换初级人力资本并占据主导地位的人力资本结构调整的过程,人力资本结构高级化会加快高级人力资本之间的成果与知识交流,高级人力资本也将进一步取代低级人力资本[16]。高级人力资本拥有更加出色的知识和技术技能,可以对外部环境变化做出快速、准确的调整,特殊的知识和技术从原领域渗透到其他领域,通过专利取得、知识与技术的转移和技术合作等形式的交流和共享实现创新和发展,知识外溢和技术外溢共同对技术创新产生影响。这种作用机制又会通过企业间市场竞争而加深,通过产品市场和劳动市场进一步淘汰落后的技术和低级人力资本,提高人力资本结构高级化水平。综上分析,本文提出以下研究假设:
H:人力资本结构高级化对区域技术创新能力具有促进作用
二、研究设计
(一)科技人力资本结构高级化
借鉴产业结构优化理论,人力资本的向下兼容性是人力资本配置结构高级化的重要基础。这里将科技人力资本配置结构优化界定为科技人力资本配置结构的高级化。人力资本结构高级化会通过高素质人力资本不断推动各类科学技术消化吸收、应用并诱发创新。这里借鉴刘智勇等(2018)[9]的做法,将科技人力资本配置结构的高级化定义为初级科技人力资本比重逐步下降,高级科技人力资本比重逐步增加,以不断满足经济社会发展对高素质人力资本需求的过程。我们用受教育程度来度量科技人力资本等级,科技人力资本配置结构的高级化就是指低受教育程度科技人力资本比重下降,高受教育程度科技人力资本比重不断上升的过程。按照受教育程度将科技人力资本分为中等职业教育、专科、本科和研究生及其以上4类,将每一类科技人力资本的比重依次作为空间向量的一个分量,建立科技人力资本空间向量 ,利用科技人力资本空间向量与基准向量X0=(x0,1,x0,2,x0,3,x0,4),利用科技人力资本空间向量与基准向量X1=(1,0,0,0)、X2=(0,1,0,0)、X3=(0,0,1,0)、X4=(0,0,0,1)夹角及其权重构建科技人力资本高级化指数:
xj,i表示基本单位向量组Xj(j=1,...,4)的第i个分量;X0,i表示向量X0的第i个分量。Wj是θj的权重。计算科技人力资本结构高级化指数:
(二)模型构建与变量说明
1979年格瑞里茨首次提出知识生产函数,其基本形式:R&Doutput=a(R&Dinput)b
其中:Q表示研发活动强度,K和L分别表示研发经费和科技资源投入,α和β分别为研发资本投入和科技人力资源投入的产出弹性,ε为误差项,i为某一观测单元。
本文在知识生产函数基础上,确定解释变量为区域科技创新财力资本投入、人力资本配置结构、科技人力资源配置水平和区域科技创新环境四个方面。根据统计资料的实际情况,考虑到数据的可获得性和时效性,从科技成果产出方面运用专利申请授权量度量区域科技创新产出能力,用R&D经费支出占GDP比重衡量区域科技创新财力资本投入,用R&D人员代表科技人力资源存量配置水平,用人力资本结构高级化指数代表人力资本配置结构,借鉴郭国锋(2007)[17]的做法,从人文环境、基础环境、市场环境三方面衡量区域科技创新环境。最终设立如下实证分析模型:
其中,Qit表示科技创新产出能力,Kit表示R&D经费支出占GDP比重,Hit表示科技人力资本高级化指数,Cit表示人力资源配置存量水平,Zit表示区域科技创新环境指标,α、β、θ和γ分别为财力资本投入、人力资源存量投入、人力资本结构投入及区域科技创新环境投入的产出弹性,εit为误差项,i为某一观测单元(国内30个省市),t是时间序列。本文重点考察人力资本结构即人力资本高级化指数对科技创新能力的影响,R&D经费支出占GDP比重、科技人力资源配置存量水平、科技创新环境指标为决定科技创新能力的控制变量。转换为双对数线性知识生产函数模型为:
logQit=A+α·logKit+β·logCit+θ·logHit+γ·logZit+εit
被解释变量为区域科技创新产出能力Qit,从产出数量角度出发,用专利申请授权量PAit对区域科技创新产出能力进行度量。
对于区域科技创新环境,由于政策法制环境、机制环境各区域水平难以以统一口径进行量化,人文环境用科学研究与开发机构数和高等院校属研究与试验发展机构数NIit代替,基础环境用各区域互联网宽带接入端口的数量BAPit表示,市场环境用投资市场化程度DMIit表示,具体用全社会资产投资中非国有、集体投资占总投资的比重来测算。
(三)数据来源
本文数据取自于2011—2021年《中国统计年鉴》《中国人口统计年鉴》《全国教育事业发展统计公报》《新中国五十年统计资料汇编》《中国科技统计年鉴》、30个省市统计年鉴和科技部网站。表1给出了各变量的统计特性。
表1 变量统计性描述
三、实证结果分析
面板数据能从截面和时间两个维度反映变量的变化规律和特点,其具有横截面数据和时间序列数据无法比拟的优点:扩充样本容量,减少解释变量间多重共线性,增加自由度提高参数估计的有效性等;面板数据广泛地应用于科技进步等经济问题研究。考虑到本期科技创新能力一定会受到前期或前几期的科技创新能力影响的角度出发,下式中右边包含滞后因变量和潜在内生性问题的解释变量,因此本文采用动态面板模型,模型如下所示:
logPAt=α0+α1·logPAit-1+α2·logHit+α3·logCit+α4·logKit+α5·logBAPit+α6·logNIit+α7·logDMIit+εit
本文采用有助于克服解释变量内生性问题的GMM(广义矩估计)方法进行估计。GMM方法包括DIF-GMM(差分GMM)和SYS-GMM(系统GMM),鉴于DIF-GMM较易受小样本偏误和弱工具变量的影响,并且SYS-GMM估计具有可以提高估计效率的优点,因此,本文运用SYS-GMM估计科技创新模型,由于在有限样本下,two-step SYS-GMM的估计量的渐进标准误会严重下降,影响统计推断。因此,本文仅报告了one-step SYS-GMM估计结果。从各列估计结果可以看出,均通过Arellano-Bond一阶和二阶序列相关检验,即不存在序列二阶序列相关,Sargan检验结果说明了模型工具变量有效,因此可以看出SYS-GMM估计是一致有效的。科技人力资源存量与人力资本配置结构高级化对专利申请授权量影响的回归结果如下表2所示:
表2 科技人力资源存量与人力资本配置结构高级化对专利申请授权量影响的回归结果
表2第(1)列在知识生产模型中同时引入科技人力资源存量和人力资本结构的人力资本高级化指数两个变量,科技人力资源存量通过了置信水平1%的检验,人力资本高级化指数则通过了置信水平10%的检验,并且对科技创新能力都有正效应。Sargan检验P值0.0116判断模型可能遗漏了重要的解释变量,表2第(2)-(5)列分别加入R&D经费支出占GDP比重、科学研究与开发机构数和高等院校属研究与试验发展机构数、各区域互联网宽带接入端口的数量、投资市场化程度4个影响科技创新能力的重要变量,表2第(5)列给出了引入全部变量的回归结果,各变量均通过了至少5%置信水平的检验,科技人力资源存量和人力资本结构的人力资本高级化指数两个变量对科技创新能力的影响均具有正效应,且人力资本配置结构的人力资本高级化指数的系数估计值为3.51,科技人力资源存量的系数估计值为0.66,从科技创新资本投入的角度看,R&D经费支出占GDP比重的系数估计值为0.57。从科技创新环境的角度来看,各变量均通过至少5%置信水平的检验,并且能够得到人文环境的系数估计值为0.33、基础环境的系数估计值为0.46,市场环境系数估计值为0.44。这一结果说明人力资本结构对科技创新能力影响明显大于其他因素对科技创新能力的影响。假设H得到验证。
四、科技创新能力区域差异比较研究
由前面分析得到,本期科技创新能力一定会受到前期的科技创新能力影响,这里我们按照《中国区域科技创新评价报告2020》将国内30个省份的综合创新能力分为三个梯队。其中,上海、北京、天津、广东、江苏和浙江6个地区为第一梯队;湖北、重庆、陕西、山东、四川、福建、辽宁、黑龙江、安徽、湖南、山西、甘肃、吉林、河南、宁夏、河北和江西17个地区为第二梯队;其余7个地区为第三梯队。本文借鉴此地区分类结果,针对三类地区引入虚拟变量,建立含有地区分类虚拟变量动态面板数据回归模型,分析各因素在区域性科技创新能力中表现出的差异性影响。
(一)引入虚拟变量的科技创新能力模型构建
文中引入两个地区虚拟变量firstly和secondly,分别表示第一梯队区域和第二梯队区域,其中:
在上述理论基础之上,建立包含地区虚拟变量的科技创新能力模型,各变量解释如上所述。
logPAt=α0+α1·logHit+α2·logCit+α3·logKit+α4·logBAPit+α5·logNIit+α6·logDMIit+α7·firstlyi+α8·secondlyi+εit
(二)基于LSDV估计法的回归结果分析
根据面板数据xttest0检验和Hausman检验的结果,建立固定效应模型,并用LSDV估计法对模型进行回归分析,实证结果采用Stata14.0软件得出,如表3所示。
表3 基于区域差异的面板数据回归结果
从以上结果可以看出,人力资本结构高级化指数、人力资源配置存量水平、基础环境、人文环境和市场环境对科技创新能力均具有正向促进效应,人力资本结构高级化仍是影响科技创新能力的主要影响因素,R&D经费支出占GDP比重未通过5%的显著性检验,这说明R&D经费支出占GDP比重对考虑区域创新能力差异还不够显著;从科技创新能力区域差异比较中来看,第一梯队区域科技创新能力比第三梯队区域平均高出1.445个单位,第二梯队区域科技创新能力比第三梯队区域平均高出0.161个单位。
(三)三个梯队人力资本配置对区域科技创新能力影响的比较研究
Hausman和xttest0检验的结果显示,第一、三梯队样本支持随机效应模型,第二梯队样本支持固定效应,考虑到变量间的多重共线性,本文采用逐步回归的方法逐个引入解释变量,由于篇幅有限,仅报告最终的回归结果。作为比较本文同时报告混合效应、固定效应、随机效应结果,从拟合优度来看,各模型的拟合优度均较好,分别考察人力资本配置对区域科技创新能力影响,并对结果进行对比分析,实证结果采用Stata14.0软件得出,具体结果如表4所示。
表4 三个梯队人力资本配置对区域科技创新能力影响的回归结果
表5 稳健性检验回归结果
从以上的回归结果来看,人力资本结构高级化对第一梯队科技创新能力的影响呈现显著的抑制作用,分析原因可能为第一梯队城市为上海、北京、天津、广东、江苏和浙江6个地区,是高端人才集聚的地方,进一步说明用受教育年限刻画的人力资本高级化对这些地区的影响未起到显著的促进作用,而人力资本存量仍是科技创新能力强有力的促进因素之一;人力资本结构高级化和人力资本存量对第二梯队科技创新能力的影响呈现显著的促进作用,并且人力资本结构高级化对科技创新能力的影响弱于人力资本存量的影响,分析其原因,位于第二梯队的湖北、重庆等17个地区需要进一步保证人力资本的总体存量的同时,加大高端人才的引进力度;人力资本结构高级化对第三梯队科技创新能力的影响作用不显著,未通过显著性检验,人力资本存量对第三梯队科技创新能力的影响显著,但作用强度比对第一梯队和第二梯队影响要弱化很多,分析其原因,第三梯队的7个城市中,高端人才集聚较少,未对科技创新能力产生显著影响。
(四)稳健性检验
为保证结果稳健,黄燕萍(2013)[19]分析了不同层级教育对中国经济的影响,其实证结果指出初级人力资本可以直接促进经济产出,而高级人力资本通过加快技术创新与模仿提高全要素生产率。鉴于此,本研究采用劳均高级人力资本存量即所有受高级教育的劳动者的受教育年限之和除以劳动人口数和科技创新绩效的滞后项纳入方程,为了消除此举所带来的内生性影响,仍用动态面板GMM分别进行回归,结果与之前回归结果基本一致,保证了回归结果的稳健性。
五、结论及政策建议
本文基于初级科技人力资本比重逐步下降,高级科技人力资本比重逐步增加这一现象,利用空间向量角构建科技人力资本高级化指数,运用知识生产函数理论,构建GMM(广义矩估计)模型分析科技人力资本高级化指数、科技人力资本存量、R&D经费支出占GDP比重和科技创新环境对科技创新能力影响。在区域科技创新能力差异比较中,引入两个梯队虚拟变量,建立固定效应模型,对三个梯队科技创新能力水平进行总体比较。研究发现:(1)科技人力资本高级化指数、科技人力资本存量、R&D经费支出占GDP比重和科技创新环境对科技创新能力均具有正向促进作用,并且人力资本结构对科技创新能力的影响大于其他因素对科技创新能力的影响;(2)第一梯队区域科技创新能力比第三梯队区域高,第二梯队区域科技创新能力比第三梯队区域高。人力资本存量仍是科技创新能力强有力的促进因素之一,对第一梯队和第二梯队的促进作用基本一致,对第三梯队的促进作用较小。
根据以上研究结论,提出以下政策建议:
第一,促进科技人力资本结构高级化。科技人力资本结构高级化是推动科技创新能力提高的最重要因素,而且提升空间很大。从单纯注重科技人力资本存量提升转向科技人力资本结构高级化,以推动科技创新能力进一步提高。培养造就一大批具有国际水平的战略科技人才、科技领军人才、青年科技人才和高水平创新团队,不断提升人才培养的质量与层次,不断加大引智力度,促进科技人力资本结构高级化。政府需要加大人才内培力度,对创新型人才进行不同层面多领域规模化的培养,从改革科研经费管理办法,到科技成果转化,再到让创新型人才拥有更多自主权,以增强人力资本结构高级化的内生驱动力。
第二,区域科技创新能力差异比较视角下,要根据不同地区人力资本结构高级化的影响不同的特点,对于第一梯队区域人力资本结构高级化不能单纯用受教育程度进行考量,充分发挥全国创新资源高聚集力特点,尤其是高端人才集聚效应显著,要进一步强调单个人才的专业能力或具有影响力的机构所创造的价值,加快区域协同创新,同时充分发挥其对周边区域的辐射带动作用;对于第二梯队区域要加快促进人力资本结构高级化进程,通过地方政策,把高学历的人才留下来,实施人才支持计划,培养用好人才、积极引进人才、建设平台体系培育集聚人才、强化人才激励机制、完善服务保障体系,充分释放用人主体活力;对于第三梯队区域要在进一步加大科技人力资本存量的同时,促进人力资本结构高级化,加大第三梯队省份人力资源开发,有效提高人力资本投资水平,充分发挥科技人员作用,盘活闲置状态技术人才,不断优化创新环境,促进人力资本结构高级化,进而提高区域科技创新能力。
第三,优化创新环境视角提升自主创新能力。区域创新能力受各种创新环境所影响,在诸多的创新环境因素中识别出关键性的、有价值的、稀缺的、难以复制的、不可替代的资源,再将其进行整合、加工和利用来提高创新能力。同时,关键性、异质性、稀缺性的资源还会建立差异化的创新优势最终提升区域创新能力。另一方面,从组织生态学视角来看,组织的进化往往会受到组织惯性和资源专一性的限制,随着组织结构惯性的逐渐增强,组织会不断积累沉没成本,并最终形成创新经验。创新经验的累积与丰富为自主创新行为建立了资源筛选机制,使组织意识到哪些外部资源是对创新行为起关键性作用,通过实质性获取、控制并将这类资源投入技术创新活动中,大幅提高创新能力水平。从创新内部环境来看,自主创新能力的提升并不是一蹴而就的事,需要在创新激励机制、创新要素流通机制以及创新链与产业链协同升级机制上持续不断的改革创新,以此为自主创新提供内生动力和培植土壤。首先,要加强创新资源投入,创新资源包括物质资源和人力资源,提高创新投入资源的利用率;其次,建立多元化创新激励机制,在创新活动中,加强知识产权归属和利益分享机制建设,构建合理的薪酬体系,加强物质激励;再者,优化完善多层次创新体系,能够使得创新要素在各层次有效流通,并将创新链与产业链有机协同,搭建二者之间有效生态循环圈,培育世界级产业集群,鼓励各个区域充分发挥和利用自身优势,为创新成果的转化及产业化提供适合的平台和环境。鼓励和引导大学院校、科研机构与企业三大主体,进行积极对接合作,各尽其责,各尽其能,充分发挥出各主体在自主创新以及科研成果转化中的重要作用。