高校人力資本及其結構對人文社科研究效率的影響

賈冰 曾冬梅

摘要：改革人才引進與評價的指揮棒，破解復雜多樣的“唯學歷”問題，不能一刀切，尤其是對于高層次人才相對匱乏的西部地區高校。從人力資本的視角出發，借助廣西22所高校2007-2016年連續10年的人文社科科研統計數據，在采用超效率DEA模型測度人文社科研究效率的基礎上，運用面板固定效應模型和門檻模型實證分析了人力資本及其年齡、性別結構對研究效率的影響。結果表明：高校的人力資本受高層次人力資本的影響與人文社科研究效率存在雙重門檻效應，過度依賴博士文憑作為篩選“信號”累積的人力資本不利于研究效率的提升;30～44歲年齡段的人力資本年齡結構對研究效率正向作用顯著;適當提高女性研究人員占比有利于提升研究效率。進而提出精準施策引才、完善人才培養與使用機制以及重視女性人力資本投資的對策建議。

關鍵詞：人力資本;年齡結構;性別結構;效率;門檻效應

一、問題的提出

人文社會科學研究是高校科學研究活動的重要組成部分。習近平總書記在哲學社會科學工作座談會上的講話中指出：“哲學社會科學是人們認識世界、改造世界的重要工具……一個國家的發展水平，既取決于自然科學發展水平，也取決于哲學社會科學發展水平。”高校肩負著繁榮哲學社會科學的主體責任，而高校從事人文社科研究的教師和研究人員在其中更是發揮著不可替代的重要作用。依據薩伊在《政治經濟學概論》中對人力資本類型的劃分，高校教師和研究人員屬于典型的專業化人力資本，而且是保持高校核心競爭力的最重要的生產性資源。近年來中國高校尤其是地方院校的人才競爭愈演愈烈，不少高校過分看重學歷文憑，不計血本地“挖人”“搶人”行為也受到了來自社會和專家學者們的質疑。2018年10月科技部、教育部、人力資源社會保障部等五部委聯合發布通知，從源頭上拉開了對“唯學歷”等“四唯”專項清理行動的序幕，然而不同的地理區位、不同的經濟發展水平乃至不同的學科門類下，各級各類教育機構存在的“唯學歷”問題均不盡相同。改革人才引進和評價的指揮棒，破解復雜多樣的“唯學歷”問題，不能一刀切，尤其是對于高層次人才相對匱乏的西部地區高校，在引人難與留人難并存的情況下，需結合實際情況因地制宜地解決制約高校發展的人才瓶頸問題。

廣西地處我國西南邊陲，屬于西部少數民族地區，作為連接“一帶”與“一路”“南向通道”的重要節點，促進高校哲學社會科學發展，增進與周邊地區的文化傳播與交流具有重要的現實和戰略意義。據廣西高校科技統計數據顯示，2007-2016年間廣西高校具有博士學位的人文社科類高層次人才占比不足15%，遠低于全國30%的平均水平，對高層次人才的需求尤為迫切，部分高校也曾為了滿足學校升格、學科評估等人才硬指標上演過激烈地“搶人”大戰，博士文憑一度成為“萬能通行證”，廣西高校代表了相當一部分地方高校在人才問題上所面臨的困境。為此，我們更加有必要反思高校花費大量投入所積累的人力資本，是否有助于科研效率的提升？是否真正發揮出其應有的效用？

鑒于目前國內有關高校科研效率的研究主要以自然科學類（或理工農醫類）為主，較少涉及人文社科類科研效率，而且研究對象主要針對中國高校整體或部屬高校，聚焦地方高校尤其是西部地區高校的研究較少，在對高校科研效率的影響因素分析中多是考察人力資源[1][2][3]，難以考量人力資本的實際效用，并且多數缺乏對人力資本結構性因素的深入探討。為此，本文以高校人文社科研究活動為切入點，將人力資本及其年齡結構、性別結構作為人文社科研究效率的影響因素，沿用高校科研效率影響因素的常用量化分析方法，通過對廣西高校的實證分析，探尋高校現有人力資本存量及其結構方面存在的深層次問題，為科學破解復雜多樣的人才瓶頸問題提供借鑒參考。

二、理論分析與研究假設

（一）人力資本與生產效率的關系

1.教育投資與個人勞動生產率。教育投資是人力資本積累的重要手段，但專家學者們對教育投資與勞動生產率之間的關系卻持有不同的觀點。以舒爾茨、丹尼森、貝克爾、明塞爾、羅默和盧卡斯等經濟學家為代表的主流人力資本理論認為，提高受教育程度會提高個人的勞動生產率，教育與勞動生產率之間是一種直接關系即“教育投資——較高的勞動生產率——較高的收入”，并且形成了從理論假說到實證檢驗一套完整的理論體系。而以斯賓斯和索洛為代表的經濟學家則提出了篩選假設理論（也稱文憑篩選理論），認為教育并不能提高個人的生產能力，它只是一種標志求職者個體能力的“信號”，雇主在信息不對稱的情況下通過這一“信號”對求職者進行篩選，受教育程度高的人未必更有勞動生產率，教育與勞動生產率之間是間接關系而非直接關系，“教育投資——較高的文憑——較高的收入”中較高的收入僅是對文憑的回報而非生產率的回報。加里·貝克爾雖然對篩選假設理論個別過于極端的論點提出了質疑，但也認為“文憑主義”明顯存在。篩選假設理論從一定程度上解釋了20世紀70年代以來困擾許多國家的擴張性的教育政策并未帶來實質性經濟增長以及“文憑疾病”等現實問題，這里的“文憑主義”“文憑疾病”其實就是“唯學歷”的另一種表述。

2.人力資本產權與組織生產效率。人力資本作為凝聚在人身上的無形資產，在使用過程中必然會產生一系列行為關系和產權關系。人力資本產權是市場交易過程中人力資本所有權及其派生的使用權、支配權和收益權等一系列權利的總稱，是制約人們行使這些權利的規則，人力資本產權具有一定條件下的不可分割性、完備性和可關閉性等特征。[4]人力資本產權天然歸屬個人，經濟學家張五常在《賣桔者言》中提到，會作選擇的人與勞動力、知識等資產“在生理上合并在一身”，他們既“可以發奮圖強，自食其力，自如發展或運用，也可以不聽使喚，或反命令而行，或甚至寧死不從”。寧熙等認為人力資本產權缺失包括人力資本的權利受到抑制和人力資本的主張過度擴張，前者必然影響員工的工作行為，導致其經濟效率低下，后者會引致過高投入，如工資提高過快而侵蝕利潤。[5]人力資本產權作為一種外在制度安排會直接影響人的行為，進而影響人力資本的有效供給，并最終決定組織的生產效率。

結合上述理論分析，科研產出作為科研人員智力勞動的成果是其個人勞動生產率的直接體現，但具有較高文憑的科研人員并不代表擁有較高的勞動生產率，如果缺少能夠支配和促使科研人員以其擁有的人力資本去獲得最大權益的制度安排，即使引進了高層次人才也難以人盡其才，僅依賴數量的累積反而有可能影響人力資本效用的發揮。王靈芝在對702 所本科院校的人文社科科研效率進行分析后發現，科研人員和經費投入對人文社科科研效率的貢獻度均不高，而且科研人員投入的貢獻度低于經費投入。[6]姜彤彤對教育部直屬高校的人文社科科研效率的影響因素進行量化研究發現，具有博士學位的教師比重對科研效率具有負向影響[7]。已有的人力資本量化研究表明，人力資本與經濟增長、產出績效之間并非簡單的線性關系，而是存在非線性的門檻效應，當人力資本受內外部環境的影響超越某一閾值時，對經濟增長或產出績效的作用會發生變化[8[[9][10]，即存在倒“U”型的非線性關系，也就是門檻效應。綜合上述分析，提出以下研究假設H1：

H1：高校人力資本受高層次人力資本的影響與人文社科研究效率之間存在非線性關系，具有門檻效應。

（二）人力資本年齡結構、性別結構與組織生產效率

本文中人力資本年齡結構和性別結構指的是人力資本的內部結構，常采用某地區社會總人口或全體勞動力中各類型人力資本的具體構成表示。[11]首先，從人力資本的年齡結構來看，人力資本的唯一載體是人，人的體力、精力和心理狀況等會隨著年齡的變化而改變，會直接影響到人力資本的生產效率。[12]赫爾穆特和托馬斯（Hofer，H.& Url，T.）研究發現，特定年齡段勞動力的生產率在不同的產業和區域中存在差異[13]。研究人員的年齡與工作年限具有一致性，汪曉春以某高校為例分析發現教師工作年限與科研績效之間成倒U字形關系[14]。其次，從人力資本的性別結構來看，女性雖然由于兼顧工作和家庭，往往被認為是缺乏工作效率的，但也有研究表明女性在個人生活中所扮演的多元角色，為其提高人際關系能力和領導能力提供了心理上的優勢。[15]謝宇和舒曼（Xie，Y.& Shauman，K.A.）曾實證對比分析了1969、1973、1988和1993年四年間美國高校女性教師與男性教師的科研生產率，發現樣本研究期間內，盡管女性與男性教師在科研效率上存在差距，但這種差距會隨著時間的推移不斷縮小，而且差距主要源自于社會對女性的角色定位，并將伴隨社會對兩性角色認識上的統一而消失。[16]喬安娜（Wolszczak Derlacz，J.）直接引入女性比重作為7個歐洲國家259所高等教育機構2001-2005年的學術和教育產出效率的影響因素，得出控制其他條件不變的情況下女性比重越高效率越高的結論。[17]綜合以上分析，提出假設H2和H3：

H2：高校特定年齡段的人力資本年齡結構與人文社科研究效率的存在正相關關系。

H3：高校人力資本結構即女性構成與人文社科研究效率存在正相關關系。

三、研究設計

（一）變量說明與數據來源

1.被解釋變量。Etv是指高校人文社科R&D（Research and Development）的投入產出效率值。以高校人文社科R&D效率值作為被解釋變量，一方面可避免“唯成果”“唯論文”等單一指標作為科研產出的評價傾向，另一方面R&D活動是人文社科研究活動的主體，用R&D效率值作被解釋變量，可將高校整體的人力資本及其結構等科研環境作為R&D效率的外生變量。因數據包絡分析（DEA，Data Envelope Analysis）非參數方法更易于處理復雜系統的多投入、多產出問題，具有避免主觀因素、簡化算法等優點，所以Etv是采用超效率徑向DEA模型測算出的規模效益可變（variable returns to scale，VRS）狀態下，剔除了規模效率影響的純技術效率值[18]。VRS狀態下投入導向的徑向超效率DEA模型表示為：

其中，θ表示效率值，λj表示有效決策單元DMU（Decision Making Unit）的線性組合系數，xi（i=1，2，…，m）表示每個DMU有m種投入，yr（r=1，2，…，q）表示每個DMU有q種產出，當前要測量的DMU為第k個記為DMUk。

DEA方法采用非線性規劃模型通過數據本身確定異質性的投入與產出指標之間的權重系數，而且是對被評價決策單元DMU最有利的權重，對投入產出指標的設計遵循DEA模型的適用原則，基于數據的可獲得性，以R&D人員和經費投入作為投入指標;在產出指標的設計上除了文獻中常用的社科成果獎勵、著作和論文外，還將體現社科成果服務決策需求的能力的決策咨詢報告（output4）和體現科研育人功能的人才培養能力（output5）納入產出指標，其中output5是借鑒高等教育增值評價理念以學生學習投入代替產出的間接測評法，采用參與人文社科類R&D項目的研究生（人年）作為人才培養能力的代理產出指標（見表1）。

2.解釋變量。由于研究對象同屬省域內的地方院校，可以認為各高校處于同等經濟社會發展水平下，參考姜彤彤總結的人文社科效率影響因素，將高校內部人文社科研究的結構因素作為R&D的外生變量，主要包括以下四類。

年度內有國標書號（ISBN），由正式出版部門出版的公開或內部發行的出版物，包含專著、編著、教材、工具書、參考書以及譯著，體現知識創新、人才培養及文化傳承output3：公開發表論文

年度內按第一完成人署名的第一單位統計，公開發表的人文社科研究論文數，體現人文社科研究的論文水平

output4：研究與咨詢報告

年度內正式提交有關部門的調查報告、研究報告、咨詢報告等研究成果數，體現社科成果服務決策需求的能力

output5：人才培養能力（人年）

年度內參與人文社科類R&D項目的研究生（人年），體現人文、社會科學研究的育人功能

（1）人力資本（hr）：高校從事人文社科研究活動的人力資本存量。測量人力資本的方法主要有教育指標法（受教育年限法）、累計成本法和未來收益法三種方法[19]，其中，受教育年限法是人力資本存量常用的估算方法[20]。本文借鑒靳希斌用受教育年限作為勞動簡化尺度的方法[21]，因高校教師普遍為高學歷人群，以取得學士學位作為基準級受教育年限計算勞動簡化比，學士、碩士和博士分別取16年、19年和22年，人力資本存量（hr）=∑{碩士教育程度勞動簡化比（19/16）×具有碩士學位的科技人員占比+博士教育程度勞動簡化比（22/16）×具有博士學位的科技人員占比}。

（2）高層次人力資本（phd）：具備博士學位人文社科研究人員的人力資本。沿用人力資本（hr）的測算方法，高層次人力資本=博士教育程度的勞動簡化比（22/16）×具有博士學位的研究人員占比。

（3）人力資本年齡結構：借鑒劉中艷用不同受教育程度的人數所占比重來表示人力資本結構[22]的做法，用不同年齡段的人文社科人員人數所占比重來表示人力資本的年齡結構。高校45歲以下的中青年教師被認為是科研隊伍中最富有活力和生機的群體，根據廣西職稱評審資歷條件，35歲是具備碩士及以上學位申報副高級職稱的最低年齡門檻（破格除外），所以具體選取30～34歲人文社科研究人員占比（age）、35～39歲具備高級職稱人文社科研究人員占比（age_p2）和40～44歲具備高級職稱人文社科研究人員占比（age_p1）作為人力資本年齡結構變量。

（4）人力資本女性構成（women）：借鑒喬安娜（Wolszczak Derlacz，J.）的做法采用人文社科研究人員中女性占比表示人力資本的性別結構。

（5）控制變量（control）：課題資源配置即人均課題數（pro_n）和基礎研究課題經費投入（basic）;學科資源配置即某學科的課題經費投入（pro_discip）、人員投入（discip）和高級職稱人員投入（discip_p），代表高校人文社科研究不同學科的投入水平;科研經費利用率（funds），體現高校人文社科研究經費使用情況。

3.數據來源。本文的所有樣本數據均來自2007-2016年“全國普通高等學校科技統計年報系統：全國普通高等學校科技統計年報表（人文、社科類）”中廣西22所公辦院校的人文、社科類科研統計數據。

（二）模型設定

1.面板固定效應模型。因采用超效率DEA模型計算的高校人文社科R&D值不存在截尾問題，無需采用專門的處理截尾數據的Tobit回歸模型[23]，鑒于樣本量和時間跨度的限制，采用固定效應模型作為模型基本設定，具體模型如下，模型一：

Etvit=αi+β1hr+β2ageit+β3age_pit+β4womenit+δcontrolit+εit

上述模型一中的Etv表示被解釋變量人文社科R&D效率;αi為“個體效應”，表示不隨時間改變的影響因素; hr代表人力資本;age和age_p代表人力資本年齡結構;women代表人力資本性別結構;control代表控制變量，包括人均課題數（pro_n）、基礎研究課題經費投入（basic）、某學科的課題經費投入（pro_discip）、人員投入（discip）和高級職稱人員投入（discip_p），以及科研經費利用率（funds）;β1β2β3β4δ分別代表被估參數;εit為服從iid的干擾項;下標i、t分別表示第i所高校的第t年。

在模型一中加入代表高層次人力資本的β5phdit，形成模型二，如下所示：

Etvit=αi+β1hr+β2ageit+β3age_pit+β4womenit+β5phdit+δcontrolit+εit

2.面板門檻模型。研究假設H1提出人力資本（hr）極有可能受高層次人力資本（phd）的影響，與R&D效率之間存在非線性關系，為此本研究采用漢森（Hansen）發展的面板門檻模型[24]來加以驗證。假設存在單一門檻，單一面板門檻模型的設定如下：

Etvit=αi+θ′χit+β1hritI（phdit≤γ）+β2hritI（phdit>γ）+εit

其中，Etv和hr分別為人文社科R&D效率和人力資本存量;αi為“個體效應”（individual effects）;phdit代表高層次人力資本是門檻變量，γ為特定的門檻值;I（·） 為一指標函數，當括號內容為真時其值取1，反之則取0;χit代表控制變量，包含age、age_p、women、discip、discip_p、pro_n、basic、pro_discip和funds，θ′為相應的系數向量; εit為服從iid的隨機干擾項;下標i、t分別表示第i所高校的第t年。

上述模型設定是假設僅存在一個門檻，但實際的計量分析可能會出現多個門檻，以雙重門檻模型為例做簡要說明，多重門檻模型可以在此基礎上加以擴展，雙重門檻模型設定為 ：

Etvit=αi+θ′χit+β1hritI（phdit≤γ1）+β2hritI（γ1γ2）+εit

雙重門檻模型較單一門檻模型多了1個門檻值γ2，估計方法是先假設單一門檻模型中γ1的估計值，再進行γ2的搜索，采用漢森（Hansen）和連玉君等文獻的具體估計和假設檢驗方法[25][26]，其中門檻效果是否顯著和門檻的估計值是否等于其真實值的假設檢驗采用漢森（Hansen）提出的“自抽樣法”（Bootstrap）。

四、實證分析

（一）變量描述性統計

應用MaxDEA Pro 6.18軟件測算2007-2016年廣西22所高校的人文社科R&D效率值，描述性統計如表2所示，Etv是VRS狀態下剔除了規模效率影響的純技術效率值，Etc是CRS狀態下的綜合技術效率值。

表3中數據顯示，廣西高校從事人文社科研究的高層次人力資本phd的均值約為人力資本存量hr的15%，比重較低。代表人力資本年齡結構的age、age_p1、age_p2三個變量中，處于30～34歲年齡段人文社科研究人員占比較高，個別高校最高可達40.9%;40～44歲具備高級職稱研究人員占比均值約為35～39歲具備高級職稱研究人員占比的2倍。因廣西高校管理學、語言學、藝術學和教育學4個學科的科研經費和人力投入位列前4，所以分別選取教育學研究人員占比（discip）、語言學高職稱占比（discip_p）、管理學（pro_discip1）與藝術學（pro_discip2）課題經費投入作為控制變量。其中，用教育學研究人員占比（discip）作為控制變量的另一主要原因是，廣西22所樣本高校中有廣西師范大學、廣西民族大學、廣西師范學院、廣西民族師范學院、廣西藝術學院等11所院校或其前身都是以教育學科為主的學校，導致教育學學科背景的研究人員占比較大。

（二）面板固定效應模型回歸結果分析

首先，采用混合OLS回歸估計模型，Wald檢驗發現模型一和模型二的個體效應非常顯著，表明固定效應模型（Fe）優于混合OLS模型;其次，采用豪斯曼（Hausman）檢驗適用固定效應模型;最后，采用霍奇爾（Hoechle）編寫的xtscc命令，獲取“異方差—序列相關—截面相關”穩健型標準誤，得到穩健性估計。表4顯示Etv和Etc分別作為被解釋變量采用模型一和模型二得出Fe估計結果，其中，被解釋變量Etc的求解結果用于面板固定效應模型的穩健性檢驗。

表4中面板固定效應模型估計結果顯示，在控制其他條件不變的情況下，人力資本（hr）與人文社科R&D效率顯著負相關，并且模型二中hr與phd的變量符號相反，進一步說明hr有可能受到來自phd的影響，與R&D效率之間存在非線性關系，門檻效應有待進一步分析。人力資本年齡結構（age、age_p1和age_p2）均與人文社科R&D效率顯著正相關，30～34歲人文社科類研究人員占比以及35～39歲和40～44歲研究人員具備高級職稱的占比越高則人文社科類R&D效率越高，40～44歲具備高級職稱研究人員占比（age_p1）對提升R&D效率的成效最為顯著，尤其是在模型二中每增加1個單位R&D效率會增加11.527個單位。從性別結構來看，提高社科人員女性占比會大幅提高人文社科R&D效率（系數值為24.82），與喬安娜（Wolszczak Derlacz，J.）得出的結論一致。控制變量中教育學科研人員占比（discip）和語言學高職稱人員占比（discip_p）與人文社科R&D效率顯著負相關，教育學學科人員和語言學高職稱人員投入越多只會降低R&D效率。原假設H2和H3均成立。

（三）面板門檻模型回歸結果分析

首先是確定門檻個數，由表5顯示，單一門檻和雙重門檻效應都非常顯著，相應的自抽樣 P值分別為 0.036 和 0.012，而三重門檻效應并不顯著，因此，樣本數據符合雙重門檻模型的設定，兩個門檻的估計值和相應的 95%置信區間列示于表6。通過進一步繪制似然比函數圖，可以更直觀地查看門檻值的估計及其置信區間，如圖1和圖2所示，門檻參數的估計值γ的取值分別為0.031（圖1）和0.191（圖2），根據這兩個門檻值，可以將廣西高校的高層次人力資本按其累計存量水平，劃分為較低水平（phd≤0.031） 、中等水平（0.0310.191）。在已經驗證存在門檻效應的基礎上直接將門檻值代入原雙重門檻模型進行估計，估計結果見表7，Tpanel代表考慮雙重門檻后的模型估計結果，Etc作為被解釋變量的求解結果用于面板門檻模型的穩健性檢驗。

表7中的hr_x_phd1和hr_x_phd3分別代表phd較低水平下的人力資本（hr）和phd較高水平下的人力資本（hr）。門檻效應模型估計結果顯示，在考慮門檻效應時，人力資本（hr）受到門檻變量phd的影響，與高校人文社科R&D效率存在雙重門檻效應，當phd處在較低水平（phd≤0.031）時，hr對R&D效率有顯著的正向促進作用，但當phd存量水平處在略高水平（phd>0.191）時，hr與R&D效率負相關且不顯著，原假設H1成立。該結論進一步驗證了“唯學歷”問題的真實存在，廣西部分高校引進的具有博士學位的高層次人才累積超過某一閾值時（phd>0.191），人力資本的作用反而越不顯著，僅依靠數量上的累積反而制約人力資本作用的發揮，不利于人文社科研究效率的提升。

（四）穩健性檢驗

采用面板固定效應模型和面板門檻效應模型的變量的系數估計結果整體基本一致，僅系數值略有差異;此外用規模效益不變（CRS）狀態下的綜合技術效率值Etc代替Etv進行實證分析，得出的結論基本一致（詳見表4和表7），表明回歸結果穩健可信。

五、結論與啟示

（一）結論

以高校人文社科研究活動為切入點，將人力資本及其年齡結構、性別結構作為人文社科研究效率的影響因素，利用廣西省內22所高校2007-2016連續10年的人文社科科研統計面板數據，綜合運用超效率DEA模型和微觀計量方法實證分析人力資本及其結構對人文社科研究效率的實際作用，結果分析如下。

第一，在不同的高層次人力資本存量水平下，高校人力資本對人文社科研究效率的作用效果有顯著性差異，存在雙重門檻效應。當未考慮門檻效應時，面板固定效應模型結果顯示高校人力資本與人文社科研究效率顯著負相關。但將高層次人力資本作為門檻變量后發現，當高層次人力資本處于較低水平時，人力資本對研究效率正向促進作用顯著;高層次人力資本累積超過門檻值（phd>0.191）處于較高水平時，人力資本受其影響對研究效率作用不顯著且有反向作用傾向。這意味著對人文社科研究而言，部分高校過度依賴博士文憑作為人才篩選“信號”進行擴張性的高層次人才引進并未帶來實質性的效果，反而從一定程度上制約了人力資本整體效用的發揮，不利于人文社科研究效率的提升。上述結論與主流人力資本理論的觀點并不完全一致，篩選假設理論的觀點更貼近廣西高校人力資本的實際情況。

第二，高校人力資本30～44歲的年齡結構對人文社科研究效率正向促進作用顯著。從人力資本的年齡結構分布來看，提高高校30～34歲的人文社科研究人員占比、 35～39歲和40～44歲具備高級職稱的人文社科研究人員占比，均可以有效提升人文社科研究效率，該結論實證驗證了高校人力資本的年齡結構差異會引起科研生產效率差異的論斷。這其中，尤以40～44歲具備高級職稱研究人員占比對人文社科研究效率的提升效果最為顯著（影響系數為11.527），35～39歲年齡段次之（影響系數為8.695）;而處于30～34歲的人文社科研究人員雖然在資歷、職稱等方面并不具備顯著優勢，但業已成為不容忽視的重要潛在力量。

第三，適當提高人文社科女性研究人員占比有利于高校人文社科研究效率的提升。該結論進一步驗證了謝宇和舒曼提出的女性與男性教師在科研效率上存在的差距會不斷縮小并直至消失的觀點，并且與喬安娜（Wolszczak Derlacz，J.）得出的結論相一致。這表明傳統認為女性缺乏工作效率的觀點存在認識上的誤區，因行業特征的不同不能一概而論，隨著女性社會地位的提升，女性研究人員在人文社科研究中的作用日益凸顯，重視女性人力資本投資將會對人文社科研究起到顯著的促進作用。

（二）政策啟示

1.精準施策引才，提升高層次人才引進與需求的契合度

人才引進是一項長期工程，高校的人才引進政策亟待從追求短期內規模數量的增長向注重長遠發展質量、講求實效轉變，回歸人才引進的理性與初衷。首先，人才引進“補短板”要精準。高校應圍繞學校發展目標定位與學科發展規劃，在對現有人力資本存量分析的基礎上科學制定高層次人才的需求計劃并穩步有序推進，減少人才引進的隨意性與盲目性。其次，人才引進選人要精準。選人不能僅看學歷文憑、人才“帽子”，而是要看真才實學，科研量化成果是衡量人才質量的必要條件之一但不是充分條件，要重視對引進人才的綜合素質的評價，從知識、態度、潛質、動機以及特定情景下個體行為等多個維度挖掘引進人才的深層次特征，確保引進人才的質量，降低人力資本的投資風險。再次，人才引進因“才”施策。對于緊缺或者特殊性人才的引進可以采取“一事一議”或定制化的人才引進政策，尤其是對高層次人才匱乏且辦學資源又相對緊張的西部地區高校，在“平臺+待遇”等常規引進政策缺乏有效競爭力的情況下，可以借助親緣、學緣及地緣關系有針對性地引才，增強人才對高校的認同感和歸屬感，進而留住人才為校所用。

2.完善促進人才成長的培養機制和人盡其才的使用機制

高校人力資本的年齡結構對人文社科研究效率的影響作用顯著，因此高校在重視人才引進的同時，同樣要重視對不同年齡階段研究人員的分類分層培養與激勵，通過不斷完善人才培養與使用機制，最大限度地激發研究人員的潛質，發揮人力資本的使用價值。在制度安排上，針對引進人才和校內人員結合年齡及其職稱等特點，分類分層制定差異化的發展目標與考核評價標準，構建系統性的人才培養與評價制度體系。在機制運行過程中，對引進人才應重視過程管理與評價，突出對其科研團隊和人才梯隊建設貢獻度的評價，發揮“1+1>2”的人才集聚效應，減少或因人才引進“超常規”投入引發的負效應;對現有青年研究人員加大培養與激勵力度，積極為青年人員搭建研究平臺、提供團隊協作支持以及拓寬職稱晉升等的上升空間，營造“不唯”學歷、資歷的科研學術氛圍，激勵其潛心從事科學研究，促使青年人員真正成長成才。通過人才外引與內培的良性互動，不斷優化人才隊伍結構，提升人力資本的實際效用。

3.消除隱形的性別歧視，重視對女性人力資本的投資

貝克爾認為“女性的進步主要是因為她們與勞動力結合得更加緊密”，實證研究表明女性研究人員在人文社科研究領域已經呈現其獨有的優勢。因此，在人才招聘過程中，高校首先要從思想上擺正對女性從事科學研究的認識，消除隱形性別歧視，給予女性與男性對等的應聘機會，尤其針對人文社科類學科的發展，要重視對女性科研人才的引進。在校內研究人員培養過程中關注對女性人力資本的再投資，盡可能地為女性教師參與人文社科研究創造更多的學習發展機會和便利條件。在條件允許的情況下，高校可以學習借鑒德國大學“卓越研究中心”的做法，將“在學術領域男女平等的觀念和措施”作為考核校內研究機構或科研平臺的評價指標之一，采取有效措施調動研究機構或團隊招募女性青年科研人員的積極性，并為女性研究人員兼顧職業和家庭提供更多的福利支持，如照顧孩子、暫休、居家或遠程辦公等[27]，從而進一步發揮女性人力資本對科研效率提升的作用。

注釋：

①廣西藝術學院（學校代碼10607）2009年計算出的Etv和Etc值為“空”，所以影響因素分析不包含該校2009年的數據，因此樣本量較之效率測度時的219個減少至218個。

②文中的***、 **和*分別表示在1%、5%和10%水平上顯著，括號中是基于“異方差—序列相關—截面相關”穩健型標準誤計算而得的t值。

③P值和臨界值均為采用“自抽樣法”（Bootstrap）反復抽樣500次得到的結果。

④采用連玉君提出的xtthres命令，該命令僅適用于平行面板，所以對22所公辦本科院校中存在年度數據缺失的廣西藝術學院（學校代碼10607）和廣西財經學院（學校代碼11548）進行了數據刪除處理，樣本量由218個減少為200個，其余均與面板固定效應模型數據保持一致。

參考文獻：

[1]王燕，吳蒙，李想.我國高校人才培養、科學研究與社會服務效率研究——基于超效率的三階段DEA模型[J].教育發展研究，2016（1）：39-47.

[2]郜林平，魯勇兵.基于DEA方法的高校R&D投入產出績效評價與對策研究—以河北省29所高校為例[J].經濟與管理，2016，30（2）：37-42.

[3]王衛星，王煜.高校科研績效及影響因素研究——以教育部直屬高校為例[J].會計之友，2017（10）：109-114.

[4][21]靳希斌.人力資本學說與教育經濟學新進展[G].北京：教育科學出版社，2010：64-65.

[5]寧熙，朱曉明，蔣科瑛.人力資本產權殘缺：詮釋浙江—陜西經濟增長之謎[J].人口與經濟，2005（4）：28-32.

[6]王靈芝.中國高校人文社科研究的績效評價[J].軟科學，2012（4）：67-70，81.

[7]姜彤彤.高等學校人文社科科研效率評價相關問題研究——以教育部直屬高校為例[M].北京：中國社會科學出版社，2016：106，108.

[8]羅良清，尹飛霄.人力資本結構與經濟增長——基于普通面板模型和門檻回歸模型的實證研究[J].江西財經大學學報，2013（2）：63-72.

[9]王永水，朱平芳.中國經濟增長中的人力資本門檻效應研究[J].統計研究，2016，33（1）：13-19.

[10]閆沛慈，芮雪琴.人力資本集聚促進區域科技創新嗎？——基于門檻回歸模型的分析[J].管理現代化，2018，38（6）：95-99.

[11][22]劉中艷.產權制度、人力資本對服務業技術效率的影響——以湖南省為例[J].中南財經政法大學學報，2013（4）：63-69.

[12]陳華，丁宇剛.人力資本結構對財險公司經營效率的影響及其結構性變化研究[J].管理評論，2018，30（9）：38-48.

[13]Hofer H，Url T.Growth Effects of Age-related Productivity Differentials in an Ageing Society.A Simulation Study for Austria[J].Population & Development Review，2008，34（2）：275-297.

[14]汪曉春.高校教師人力資本結構對其科研績效影響的差異性研究[D].暨南大學，2009：40.

[15]李后建，劉培森.人力資本結構多樣性對企業創新的影響研究[J].科學學研究，2018，36（9）：1694-1707.

[16]Xie Y，Shauman K A.Sex Differences in Research Productivity：New Evidence about an Old Puzzle[J].American Sociological Review，1998，63（6）：847-870.

[17]Wolszczak-Derlacz J，Parteka A.Efficiency of European Public Higher Education Institutions：a Two-stage Multicounty Approach[J].Scientometrics，2011，89（3）：887-917.

[18][23]成剛.數據包絡分析方法與MaxDEA軟件[M].北京：知識產權出版社，2014：149-151.

[19]張昭俊，趙宏中.中國人力資本存量估算[J].統計研究，2012，29（6）：41-45.

[20]黃燕萍，劉榆，吳一群，等.中國地區經濟增長差異：基于分級教育的效應[J].經濟研究，2013，48（4）：94-105.

[24][25]Bruce E H.Threshold Elects in Non-dynamic Panels：Estimation，Testing，and Inference[J].Journal of Econometrics，1999（93）：345-368.

[26]連玉君，程建.不同成長機會下資本結構與經營績效之關系研究[J].當代經濟科學，2006（2）：97-103.

[27]朱佳妮，楊希，等.高校科技評價若干重大問題研究[M].北京：中國人民大學出版社，2015：221-222.