高技術產業人力資本投資效率評價

杜江洋　董潔

摘要：文章以長三角地區高技術產業人力資本為研究對象，基于高技術產業的產業特征分析其人力資本投資的投入和產出因素，依據Cobb-Douglas生產函數構建高技術產業人力資本投資效率的評價模型，并運用SFA方法對2009～2012年長三角地區高技術產業人力資本投資效率進行了實證研究。在此基礎上，提出了提升中國高技術產業人力資本投資效率的對策和建議。

關鍵詞：高技術產業；人力資本；隨機前沿分析

高技術產業是知識密集且發展迅速的產業，主要包括醫藥制造業，航空、航天器及設備制造業，電子及通信設備制造業，計算機及辦公設備制造業，醫療儀器設備及儀器儀表制造業，具有高投入、高風險、高產出、高技術密集度等特征。人力資本投資不僅可以產生新的知識和信息，增強企業的創新力，而且可以提高企業本身的人力資本存量，促進知識和技術的外溢。對于以技術創新為核心的高技術企業來說，企業的競爭優勢早已從傳統的有形資產和市場支配能力轉變為企業的人力資本。陳關聚（2012）基于2001～2010年上市公司面板數據，發現人力資本的貢獻率為0.588，物質資本的貢獻率為0.137。可以看出，相對于物質資本，人力資本對經濟增長的貢獻程度顯著提高，人力資本在高技術產業的發展過程當中發揮著更大的作用。近年來，長三角地區高技術產業發展迅猛，2012年長三角地區高技術產業總產值占全國比重約為33%，取代珠三角成為我國高技術產業區域發展的“領頭羊”。本文以人力資本為切入點對我國長三角地區高技術產業人力資本投資效率進行研究，探究長三角地區人力資本投資效率的現狀，通過優化人員配置結構，以提高長三角地區高技術產業人力資本投資效率。

目前，國外針對人力資本投資效率的研究主要集中在其具體的影響因素上。Colombo G Massimo（2005）指出了企業家人力資本在高新技術企業發展過程當中發揮著重要的作用。Muhammad（2008）發現，為了維系人力資本的更好發展，應保證在科教方面的公共支出高于一定的門限值。Kevin Harriott（2010）的研究表明，高等教育在發達國家和發展中國家的經濟增長中起到關鍵的作用，擁有高科技能力的人力資本與經濟增長呈明顯的正相關關系。

我國針對產業人力資本投資效率的研究并不多，主要集中在國家及區域層面對人力資本投資效率進行研究：王宇、焦建玲（2005）應用因果關系檢驗法對我國人力資本與經濟增長之間的關系進行了研究；駱永民（2010）借助中國30個省份1998～2008年的面板數據，以數據包絡分析（DEA）得到人力資本投資對于經濟發展的效率；白勇、馬躍如（2013）運用隨機前沿函數，對我國人力資本投資效率及影響因素進行了實證分析。

本文以長三角地區高技術產業人力資本為研究對象，基于高技術產業的產業特征，建立了人力資本投資效率的指標體系。在此基礎上借鑒國內外效率評價研究的相關成果，構建了高技術產業人力資本投資效率的評價模型，并進行實證研究，分析各投入因素對高技術產業人力資本投資效率的影響強度和方向，進而提出提高長三角高技術產業人力資本投資效率的政策建議。本文的研究成果對提高高技術產業人力資本投資效率、促進高技術產業的發展具有積極的理論和現實意義。

一、高技術產業人力資本投入和產出指標

（一）投入指標

國內大部分學者都認為人力資本是凝結在勞動者身上的體能、知識、技能和經驗，包括普通勞動者在內的所有員工都擁有人力資本。因此，本文選擇高技術產業每年從業人員平均數作為人力資本投入數量的評價指標。由于高技術產業具有高投入、高技術含量等特點，人力資本投入的質量也是影響高技術產業產出的關鍵因素，本文選擇R&D人員數量作為人力資本投入質量的評價指標。從人力資本投資角度來看，國內外學者一般認為人力資本投資包含教育投資、培訓投資、健康投資、遷移投資這四個方面，而在高技術產業里，這些方面的投資主要包含在人員勞務費中。以上投入因素分別記為X1、X2和X3，其中X1表示從業人員總數；X2表示R&D人員數量；X3表示人員勞務費。

（二）產出指標

與物質資本不同，人力資本不僅具有產值方面的產出，還具有創新方面的產出。因此本文選擇了新產品銷售收入作為衡量高技術產業創新產值的指標，記為Y。

二、高技術產業人力資本投資效率評價模型

對效率的測度方法主要有兩大類。一是以Chames等提出的DEA方法為代表，該方法無需設定函數形式，從而避免了主觀設定函數的影響，且在處理多投入多產出的效率度量上具有優勢。但當有過多的輸入和輸出數目時，如果用DEA模型進行效率評價，往往會出現絕大多數的決策單元都是DEA有效。二是以Aigner等提出的SFA方法為代表，該方法采用計量手段對前沿生產函數進行估計，可以對得出的參數進行統計檢驗，有更為堅實的經濟理論基礎，而且在測算過程中可以控制個體沖擊的影響，從而在一定程度上克服了由于個體差異而造成的技術非效率。與DEA方法相比，SFA可以有效區分隨機誤差項與技術非效率項，并且可以進行影響因素的分析。本文選擇SFA方法作為高技術產業人力資本投資效率的評價方法。由于Cobb-Douglas生產函數所具有的經濟含義直觀且與其他生產函數得出的研究結果差異很小，本文以Cobb-Douglas生產函數為主體，構建高技術產業人力資本創新效率評價模型，即

lnyit=β0+β1lnx1it+β2lnx2it+β3lnx3it+vit-uit（1）

式中，yit表示i省第t年的新產品銷售收入；x1it表示同年該省投入的總人數；x2it表示同年該省投入的R&D人員數量；x3it表示同年該省投入的人員勞務費。

三、實證研究

（一）實證數據來源

本文選擇了長三角地區2009～2012年數據進行研究，上述四個指標數據均來自《中國高技術產業年鑒》，但是由于各指標之間存在量綱的差異，因此首先將原始數據用百分制表示，按照公式（2）對原始數據進行無量綱化處理，將其化為1～100之間的數。

m'=+1（2）

對處理后的數據用Frontier 4.1軟件進行分析，得出投入因素的各參數估計值，參數估計結果如表1所示。

長三角地區2009～2012年的人力資本投資創新效率見表2。

表2對測量結果進行了詳細的描述，進一步用圖1來描述長三角地區高技術產業中的五大產業人力資本投資創新效率均值的時間演變趨勢。

（四）研究結果分析

表1和表2分別給出了長三角地區2009～2012年高技術產業人力資本投資效率值及隨機前沿模型參數估計結果值，下面分別從高技術產業人力資本投資效率和投入因素對高技術產業人力資本投資情況進行分析。

1. 高技術產業人力資本投資效率評價

從表2可以看出：從整體來看，長三角地區高技術產業人力資本投資效率保持增長趨勢，目前處于較高的水平；從各個地區來看，江蘇省高技術產業人力資本投資效率最高，上海次之，浙江最低，但三者之間差距不大；從五大產業來看，五大行業間效率值差距明顯。電子及通信設備制造業人力資本投資效率最高，達到了0.907，航空、航天器及設備制造業效率最低，僅為0.548，但是航空、航天器及設備制造業人力資本投資效率值增長最快，四年來增長了22%。本文認為，電子及通信設備制造業起步較早，現在其人力資本投資效率已經達到較高的水平，而航空、航天器及設備制造業起步晚，雖然其人力資本投資效率值較低，但發展迅速。

2. 投入因素分析

由表1可知，高技術產業從業人員總人數的產出彈性最大，對高技術產業人力資本投資效率產生顯著的正向影響，這說明目前提高人員的數量比增加人員的質量對提高高技術產業人力資本投資效率更為有效；人員勞務費的彈性也較高，說明產業應當注重員工個人激勵，提高技能培訓，優化組織結構，促進員工交流與學習；而R&D人員數量的彈性為負，表明目前高技術產業中R&D人員數量已經冗余。本文認為可能原因有以下三點：一是目前各個產業、地區間R&D人員的評價標準不明確，存在差異，影響數據統計時的準確性；二是高技術企業大部分屬于國有企業，R&D人員工作積極性不高；三是相比較將資金用于研發之中，企業更傾向于將資金投入到廣告、固定資產投資方面，從而導致缺乏R&D資金，使得R&D人員相對冗余。

四、結論及政策建議

（一）結論

本文通過對高技術產業人力資本投資效率的研究，基于理論分析和實證研究結果得出以下結論。一是確定了高技術產業人力資本投資效率的指標體系，構建了高技術產業人力資本投資效率的評價模型，并利用相關數據進行了實證研究，驗證了各因素及評價模型的可行性和科學性。二是揭示了長三角地區高技術產業人力資本投資效率的現狀及發展趨勢：2009～2012年人力資本投資效率呈現上升趨勢，其中電子及通信設備制造業效率最高，航空、航天器及設備制造業效率最低，有一定上升空間；同時對上海、江蘇和浙江的高技術產業人力資本投資效率進行比較，地區間差異不明顯。三是分析了高技術產業人力資本投資效率的投入因素：投入因素均會對高技術產業人力資本投資效率產生顯著影響，其中從業人員投入數量彈性最大，增加人員的數量比提高人員的質量能更有效地提高高技術產業人力資本投資效率。

（二）政策建議

根據上述分析，本文提出如下建議：長三角地區高技術產業應加大人力資本投資規模，增加從業人員數量，逐步改善人力資本投入質量；營造良好的研發環境，增強高技術產業研發動力，同時要優化組織結構，完善教育培訓機制，建立產業交流平臺，便于員工學習交流。同時應加大政府對高技術企業的支持力度，發展具有國際競爭力的大型核心企業；合理利用社會教育機構提升從業人員的知識水平；充分調動科研機構的力量，提高產學研水平；增加醫療機構等醫療服務設施。

綜上所述，本文的研究結果揭示了現階段長三角地區高技術產業人力資本投資效率的發展現狀、規律和趨勢。由于部分因素所對應指標的數據收集存在困難，本文采取了替代指標和轉換數據的方法，這可能使得本文的研究存在一些誤差，還有待于今后進一步的深入研究。

參考文獻：

[1]陳關聚.基于隨機前沿的裝備制造業人力資本貢獻率研究[J].科技進步與對策，2012（16）.

[2]Colombo G Massimo，Luca Grilli. F

ounders human capital and the Growth of new technology—based firms： A competence—based view[J].Research Policy，2005（06）.

[3]Muhammad A Q. Challenging trick

le-down approach： Modeling and Simulation ofPublic Expenditure and Human Development[J].International Journal of Social Economics，2008（04）.

[4]Chun-Li Tsai，Ming-Cheng Hung，Kevin Harriett.Human capital composition and economic growth[J].Science and business，2010（03）.

[5]王宇，焦建玲.人力資本與經濟增長之間關系研究[J].管理科學，2005（01）.

[6]駱永民.人力資本投資效率的經濟增長效應研究——基于四種面板數據回歸模型的實證分析[J].當代經濟科學，2010（06）.

[7]白勇，馬躍如.我國人力資本投資效率及其影響因素的實證分析[J].統計與決策，2013（14）.

[8]王金營.人力資本與經濟增長理論與實證[M].北京：中國財政經濟出版社，2001.

[9]董潔，黃付杰.中國科技成果轉化效率及其影響因素研究——基于隨機前沿函數的實證分析[J].軟科學，2012（10）.

*基金項目：江蘇省社科基金項目（13ZHB005）；江蘇統計應用研究基地基金項目（2012012）。

（作者單位：江蘇大學管理學院）