我國科技人才流動動因的實證研究＊

紀建悅 張學海

(中國海洋大學經濟學院,山東青島 266100)

我國科技人才流動動因的實證研究＊

紀建悅 張學海

(中國海洋大學經濟學院,山東青島 266100)

利用我國1998-2007年科技人才年增量與對科技人才流動具有影響的因素的數據,建立我國科技人才流動影響因素指標體系,通過相關分析法對影響我國科技人才流動的因素進行了分析,并通過VEC模型、格蘭杰因果檢驗和脈沖響應分析明確因果方向和影響模式。結果表明,影響科技人才流動最主要的動因是R&D經費和高技術產業增加值,并且其對科技人才流動均為單向因果關系。

科技人才流動;相關分析;VEC模型;格蘭杰因果檢驗;脈沖響應

一、引言

當今世界已邁入知識經濟時代,以高科技為核心的競爭成為各個國家發展的主題。未來世界各國之間的競爭最根本的是人才的競爭,人才競爭才是未來世界競爭的主題。因此建立能夠吸引人才的機制、有利于創新的機制,才能發揮人才的作用,促進發展。許多學者從微觀和宏觀的不同角度對科技人才流動動因展開分析。張仲有、周峰、周桂榮等認為科技人才之所以流動是受到社會資源、科技投入和分配政策等宏觀因素影響的;[1][2][3]而靳銘、劉善敏、姚蓉則從微觀角度對科技人才流動的原因進行闡述,認為薪酬、家庭和個人發展是促使科技人才流動的主因。[4][5][6]但實際上科技人才流動的原因比較復雜,因此有必要建立綜合宏觀與微觀因素的科技人才流動影響因素指標體系分析科技人才流動的動因,找出影響科技人才流動的主要動因,從而有的放矢地制定相關政策促使科技人才的合理流動。

本文運用實證的方法,通過對科技人才流動動因進行分析,運用計量方法建立VEC模型,在對模型進行單位根檢驗和協整檢驗后,對其進行格蘭杰因果檢驗和脈沖響應分析,分析所選因素在人才流動過程中的作用,以及因素變化對科技人才流動產生的變化影響。通過分析我國科技人才流動的主要動因,確定出我國科技人才流動中的主導性因素,為更有效地促進我國科技人才流動,合理制定科技人才流動政策提供了一種比較有效的參考手段。

二、科技人才流動影響因素的確定

(一)影響因素指標體系的建立

科技人才與其他人員相比有著教育程度高的顯著特點,較高的受教育程度使得科技人才加速了對新知識的獲取速度和經驗的積累,這使科技人才對自身的需要和能力有了更深的了解,從而使其產生追求自身利益和發展機會的需求;同時,科技人才所處的發展環境對科技人才自身發展給予反饋,使科技人才選擇最有利于實現自身價值的發展環境,并最終形成科技人才的流動。結合數據獲得的可行性,影響科技人才流動的因素可以從宏觀和微觀兩方面進行分析。

1、宏觀因素。首先,由于人才的合理流動可以促進宏觀經濟更加高效、健康、平穩的運行,因此宏觀經濟運行的總體情況可以反映科技人才的流動情況,本文選取國內生產總值(X1)、國內生產總值指數(X2)作為影響因素;其次,由于我國處于過渡經濟時期,隨著社會的發展和科學技術的進步,整個社會的產業結構不斷調整,新型的高科技產業不斷涌現,從而使科技人才產生了由落后的低能產業向新興的高能產業流動的需求,這也是科技人才流動不可忽視的一個重要方面,本文選取第三產業增加值(X3)、第三產業增加值指數(X4)作為因素;第三,國家在財政、科研、教育方面的投入也對科技人才有著重要的影響,也決定著科技人才的流向,選取因素國家財政科技撥款(X5)、R&D經費(X6)、R&D經費占 GDP比重(%)(X7)、國家財政性教育經費(X8)。

2、微觀因素。首先,報酬是促使科技人才流動的不可忽視的重要因素,科技人才在形成自己認知的過程中必然有較大的資本投入和機會成本的損失,因此隨著科技人才專業知識的累積,其自身的需求也有較大的提高,導致科技人才對報酬的預期期望較高,出現由高回報驅動的科技人才流動也就不足為奇,因此本文選取因素職工平均貨幣工資指數(X9)、職工平均實際工資指數(X10)、科學研究和綜合技術服務業平均勞動報酬(X11);其次,科研環境對科技人才的流動決策能夠產生極為重要的影響,好的科研環境可以為科技人才提供取得科研成果的必要保證,同時也可以促進科技人才的科技創新,同時為企業帶來更高的凈利潤,這也會刺激企業對科研的投入從而形成“投入——產出——回報”的良性循環,因此本文選取因素專利申請量(X12)、技術市場成交金額(X13)、高新技術企業凈利潤(X14)。

綜合考慮,本文可以對各種可能影響科技人才流動的指標因素總結(如表1所示)。

表1 科技人才流動影響指標因素表

(二)相關分析

相關分析(correlation analysis)是研究現象之間是否存在某種依存關系,并對具體有依存關系的現象探討其相關方向和相關程度,是一種非確定性的關系,是研究隨機變量之間的相關關系的一種統計方法。相關系數按以下公式計算:

計算母序列X以及Xi(i=1,2,3,……)的相關系數,所得相關系數(如表2所示)。

表2 相關系數表

由表2可以看出,分別選擇宏觀與微觀因素中相關系數最大的因素X6、X14與母序列的相關系數最大,均達到了0.76以上。

我們使用Eviews6.0對數據進行主成分分析,結果如圖1所示。

圖1 主成分分析結果圖

通過對總方差的累計解釋比例(Cumulative Proportion)我們可以看出第一主成分占總方差的的86.25%,第二主成分占總方差的9.61%,前兩個主成分已占到95.85%。

綜上所述,我們應選擇兩個因素進行分析,因此我們選擇因素X6(R&D經費)、X14(高新技術企業凈利潤)進行回歸分析。

三、科技人才流動與其動因關系研究

通過前面的分析,本文找出了對科技人才流動影響作用最大的兩個因素,但是仍然需要進一步明確科技人才流動與X6(R&D經費)和X14(高新技術企業凈利潤)之間是否確實存在因果關系及其因果方向和它們對科技人才流動的影響模式。本文采用格蘭杰因果檢驗以及脈沖響應分析的方法討論其因果關系及影響模式。

(一)模型設定

本文研究的是科技人才在1998—2007年時間段內影響其流動的主要因素的數據,考慮構建向量誤差修正模型(Vector Error Correction Model,VEC):[7](P234-244)

其中,εt獨立同分布且服從均值為零,方差為σ2的正態分布,對式(2)兩邊取期望,得到:

式(3)度量的是解釋變量 X6,t,X14,t與因變量Xt的長期均衡關系。同時,對式(2)移項并整理得到:

式(4)所表示的模型即為本文建立的向量誤差修正模型。模型(4)解釋了因變量的短期變動ΔXt受兩方面的影響:一是受自變量短期波動ΔX6,t和ΔX14,t的影響;二是受誤差修正項ecmt-1的影響,即受變量之間在短期波動中偏離其長期均衡關系[式(3)]的影響。

(二)單位根檢驗

為了防止產生謬誤回歸,在采用經濟計量方法進存檢驗之前,通常要考查時間序列變量是否是非平穩的、具有隨機趨勢,即要對序列變量及其差分進行單位根檢驗。如果變量不能拒絕有單位根,則接受原假設,認為序列是非平穩的,存在隨機趨勢。

本文采用ADF檢驗(Augment Dickey-Fuller test)對處理后的被分析序列進行單位根檢驗,從而得出它們的平穩性狀況以及單整階數。檢驗結果如表3。

表3 ADF單位根檢驗結果①檢驗形式(C,K,T)中,C為常數項,表示包含個體固定效應;K表示個體趨勢項;T為滯后階數。檢驗結論中,＊、＊＊、＊＊＊分別表示序列在10%、5%、1%的顯著水平下,拒絕了原假設,即認為該序列平穩。

ADF檢驗結果表明,各變量水平序列和一階差分序列數值的t檢驗值都大于顯著性水平下相應的Mackinnon臨界值,表明這些變量都是非平穩的;而二階序列中的數值顯示在顯著性水平下,除dX6以外其余變量的二階差分檢驗值均小于相應的Mackinnon臨界值,即通過了單位根檢驗,且全部在5%的顯著水平下拒絕了原假設,說明這些變量的二階差分都是平穩的。因此,可以認為這些時間序列是平穩的,且都是二階單整過程。

(三)協整檢驗

經過上述單位根檢驗證明了所有截面序列都是同階單整的,因此,可以進一步進行面板數據的協整檢驗。假定一些經濟指標被某些經濟系統聯系在一起,那么從長遠看來這些變量應該具有均衡關系,這是建立和檢驗模型協整關系的基本出發點。本文采用Johansen極大似然法,用跡統計量與最大特征值統計量來檢驗向量間的協整性,結果見表4、表5。

表4 序列協整關系的檢驗——跡(Trace)檢驗結果

表5 序列協整關系的檢驗——最大特征值(Maximum Eigenvalue)檢驗結果

從檢驗結果看,跡統計量中第一行“None”表示的原假設是:存在零個協整關系,該假設的跡統計量是80.532,5%的臨界值等于42.915,跡統計量大于臨界值,因此拒絕原假設,從而表明至少存在一個協整關系;再考查“At most 1”,其表示“至多存在一個協整關系”的原假設,該假設下的跡統計量等于20.194,小于5%的臨界值25.872,因此不能拒絕原假設。同樣,在最大特征值統計量檢驗中,第一行“None”假設的最大特征值為60.338,5%的臨界值等于25.823,最大特征值統計量大于臨界值,因此拒絕原假設,也表明至少存在一個協整關系;而類似“At most 1”該假設下的最大特征值統計量為12.767,小于5%臨界值19.387,接受原假設。綜合跡統計量檢驗與最大特征值統計量檢驗,我們可以得到序列X、X6和X14存在一個協整關系。

(四)格蘭杰因果檢驗

由于具有協整關系的變量之間不一定具有因果關系,因此,還需要進行格蘭杰因果檢驗以考察各自變量與因變量之間的因果關系。格蘭杰因果關系檢驗可以用來確定經濟變量間是否存在因果關系以及影響的方向,其檢驗思想為:如果 X的變化引起了Y的變化,則X的變化應當發生在 Y的變化之前。

由于本文中所有的時間序列都是平穩的且與因變量之間均存在協整關系,因此,可以進行各自變量與因變量之間的格蘭杰因果檢驗。分別對各自變量與因變量之間的因果關系進行檢驗,結果詳見表6。

表6 格蘭杰因果檢驗結果②＊表示在10%的顯著性水平上可以拒絕原假設,＊＊表示在5%的顯著性水平上可以拒絕原假設,＊＊＊表示在1%的顯著性水平上可以拒絕原假設,即認為存在格蘭杰因果關系。

根據表6的分析結果可知,從滯后長度1至滯后長度2不存在X到X6和 X14的單向因果關系;對于滯后一階在5%的檢驗水平上存在 X6和 X14到X的單向因果關系,另外10%的檢驗水平上滯后二階也存在X6到X的單向因果關系。根據分析的結果,可以大致的認為存在 X6和X14到 X的單向因果關系,但是不存在反向的因果關系。

(五)脈沖響應函數

脈沖響應函數(Impulse Response Function,IRF)用于衡量來自某個內生變量的隨機擾動項的一個標準差沖擊(稱之為“脈沖”)對模型中所有內生變量當前值和未來取值的影響。模型中的隨機擾動項為革新(Innovation)。如果隨機擾動項發生變化(即發生一個沖擊),將使得變量的當前值立即發生改變。同時,通過模型的作用也會使得另一變量的下一期取值發生變化,由于滯后的影響,另一變量的變化又會引起原變量的未來值的變化。這樣,隨著時間的推移,擾動的最初影響在模型中的擴散將引起模型中所有內省變量的更大變化。

分別給 X6和 X14一個正向沖擊得到X的脈沖響應函數圖如下,圖中橫軸表示沖擊作用的滯后期間數,縱軸表示 X,實線表示對相應變量沖擊的反應,虛線表示正負兩倍標準差偏離帶。

從圖2可以看到,X對來自X6的擾動并沒有立即作出響應,X在第一期的響應等于零。在第三期X對X6的響應達到最大值為4.288,而在這一年科技人才增量也達到最大值。滯后X對X6的的影響有所下降,從第四期開始X對X6的擾動穩定的趨于零。從該脈沖響應長期趨勢圖中可以看出,X對X6的沖擊的脈沖反映長期趨向于0,是有效的響應過程。

圖3說明,X對來自X14的擾動并沒有立即作出響應,X在第一期的響應等于零。X在第二期對X14的響應達到最大值為5.050,隨后在第三期響應接近于零。明顯可以看出的是X對來自X14的沖擊均是作出正向的響應。從第三期至第五期響應緩慢增長,但在第五期滯后穩定的趨近于零,也是有效的響應過程。

圖2 X6對X的脈沖響應

圖3 X14對X的脈沖響應

(六)結果分析

通過以上實證分析,可以發現與我國科技人才增量密切相關的R&D經費和新技術企業凈利潤時間序列均為二階單整序列。通過Johansen檢驗,它們之間具有協整關系。此外,由格蘭杰因果檢驗,本文發現自變量科技人才年增量(X)與因變量R&D經費(X6)和新技術企業凈利潤(X14)之間不但具有因果關系,而且其因果均為單向因果關系,也就是說R&D經費(X6)和新技術企業凈利潤(X14)對科技人才年增量(X)具有單向的因果影響。另外,通過脈沖響應分析,本文得到,自變量科技人才年增量(X)并不是馬上對R&D經費(X6)和新技術企業凈利潤(X14)的沖擊作出相應而是有一定的時滯,其分別在第三期和第二期取得正向響應的最大值,但在長期中,以上兩因變量對自變量的沖擊較為穩定,結果與實際情況符合較好。

四、結論

科技人才流動的原因很多,且十分復雜。本文通過對影響科技人才流動的諸多因素進行了系統分析,從而證明對科技人才流動影響較大的因素主要有以下兩個:R&D經費和新技術企業凈利潤。

1、R&D經費是影響科技人才流動的最主要的因素。作為R&D活動主體的企業,為了提高自身競爭力必然會在其自身的研發能力上下大力氣,加大R&D經費投入量。美國心理學家勒溫指出,一個人所能創造的績效不僅與他的能力和素質有關,而且與他所處的環境有著密切的關系。這充分說明了研發條件對科技人才的吸引,企業的發展離不開高水平的科技人才,高水平的科技人才往往對其所處的科研環境有著較為嚴格的要求。因此,企業必然會通過加大其R&D經費投入的方式改善其科研環境,從而吸引更高水平的科技人才,這使得科技人才的流動具有了主觀上的可能。

2、新技術企業凈利潤是推動科技人才流動的動力之一。新技術企業相對于其他傳統技術企業在環境上具有不可比擬的優勢,并且它們善于運用最先進的技術,善于學習國外先進的生產管理經驗,致力于為其科研提供最優越的環境,營造良好的團隊氛圍,這些都是對科技人才發揮其優勢,使其利益最大化的巨大吸引。其次,從產業角度來看,我國近年來新技術企業在能源、化工、航空航天等領域有了長足的發展,使得這些產業相對于國內其他產業具有較為明顯的創利優勢。這些企業憑借其所在產業的壟斷地位取得了發展優勢,優勢帶來的不單單是凈利潤的大幅提升,還帶來了科研經費的大幅增加,科研條件的改善,科研工作者待遇的提高,這些都是吸引科技人才由原行業向這些高新技術高利潤企業流動的誘因。第三,我們從R&D經費來源上可以看到,2008年來源于政府的資金為1088.9億元,占23.6%;來源于企業的資金3311.6為億元,占71.7%。企業,尤其是新技術企業,在科研投入上占據了主體位置,在這樣的情況下,新技術企業的凈利潤就對吸引科技人才產生了巨大作用,其凈利潤越高,企業可用于投入擴大再生產、產品升級研發的資金也就越多,科研資金的高投入往往對應的是優越的科研條件和待遇,這對科技人才來說都是極大的吸引,科技人才在流向新技術高利潤企業的同時也極大的增強了企業的自主創新能力,提高了產品更新換代的速度,加快了企業的技術進步,使得企業在國際市場上的競爭力極大地得到了提升,這也為企業技術的進一步發展提供了動力,同時也是企業繼續保持高效增長的重要保證。這樣就形成了一種科技人才流動——企業高效發展的良性循環。

[1]張仲有.科學共同體分層和科技人員流動觀的差異[J].黑龍江礦業學院學報,1999,(4):54-58.

[2]周峰.遏制人才外流——歐盟面臨的重大挑戰[J].世界教育信息,2005,(3):28-29.

[3]周桂榮,劉文江.我國科技人才布局中存在的問題及對策[J].科學學與科學技術管理,2006,(1):99-102.

[4]靳銘,韓平.高科技人才的流動和使用[J].人才開發,2003,(7):10-11.

[5]劉善敏.人才流動現狀、原因和對策研究[J].廣東科技,2004,(Z1):14-16.

[6]姚融,嚴良.我國科技人才流動的現狀、原因及發展趨勢[J].科技進步管理,2003,(2):107-109.

[7]易丹輝.數據分析與EViews應用[M].北京:中國人民大學出版社,2008.

Abstract:The talent-flow indicator system is established by making use of the annual increment of talents and factors influencing talent flow.Taking data from 1998 to 2007 as samples,analysis of factors is conducted with correlation analysis.Then causal directions and impact mode are clarified by applying VEC model,Granger causality test and impulse response analysis.Results show that the main influencing factors are R&D funds and the added value of hi-tech industry,which is a one-way causality of talent flow.

Key words:sci-tech talent flow;correlation analysis;VEC model;Granger causality test;impulse responsee

責任編輯:王明舜

An Empirical Study on the Causes of Sci-Tech Talent Flow in China

Ji Jianyue,Zhang Xuehai
(School of Economics,Ocean University of China,Qingdao 266100,China)

F24

A

1672-335X(2010)03-0065-05

2010-01-08

教育部社科研究基金規劃項目“科技人才流動的理論分析與實證研究”(06JC790040)

紀建悅(1974- ),男,山東青島人,中國海洋大學經濟學院副教授,主要從事國民經濟學與金融學研究。