人力資本、技術進步與經濟穩增長*
——理論機制與經驗證據

□ 楊思涵 佟孟華

內容提要 本文建立一個簡單的兩部門理論模型，采用2008~2019年中國31 個省級地區的面板數據，基于聯立方程模型實證檢驗人力資本與技術進步的三種匹配關系對經濟增長的影響。總體來看，應用人力資本-技術應用匹配的正向經濟效應最強烈，創新人力資本-技術創新匹配次之，創新人力資本-技術應用為無效匹配，不利于經濟穩增長；異質性分析發現，東、西部地區的經濟增長分別得益于創新人力資本-技術創新和應用人力資本-技術應用這兩種有效匹配，相對于高應用人力資本，高創新人力資本的正向經濟效應更顯著；機制分析表明，勞動成本、全要素生產率、出口競爭力、產業升級和居民消費升級具有中介效應和遮掩效應，現階段經濟穩增長策略應以短期優先技術應用、長期優先技術創新為主導方向。本文剖析了人力資本和技術進步之間有效匹配和無效匹配的經濟效應，探討現階段應如何平衡匹配關系，促進經濟穩增長，既豐富了人力資本和技術進步的相關研究，又為釋放人力資本紅利和合理配置社會資本提供了理論支持和經驗證據。

一、引言

在穩增長的基礎上實現高質量發展是中國經濟邁入新階段的重要課題，是黨的十九大以來倡導和堅持以“穩中求進”為工作基調的題中應有之義。穩增長的核心在于提高潛在的勞均產出，高質量發展則意味著應具有較高的經濟效益和人民生活水平，而這又離不開勞均產出的提高。新古典增長理論認為，物質資本積累存在極限，在人口增長率和技術進步不變時，勞均產出保持在一個穩定的均衡水平上，即勞均產出增長率逐漸下降，最終穩定為0。中國的勞均產出正在隨資本深化過程的變動路徑做速率減緩的增長 （郭玉清和姜磊，2010），也就是說，雖然勞均產出仍在增長，但是勞均產出增長率卻在下降。若用勞均產出增長率來反映經濟增長率，那么，減緩勞均產出增長率的下降速度就是中國在結構性減速階段實現經濟穩增長的根本出路。

既然延緩勞均產出增長率的下降對于實現經濟穩增長如此重要，那么，如何進行干預就是關鍵。根據新古典增長理論和跨國經驗證據的啟示，人力資本擴張和技術進步是長期經濟增長的源泉，是經濟增長率主要的貢獻力量。近20年來，國際上涌現出大量評估人力資本擴張和技術進步經濟效應的實證文獻（Silva&Teixeira，2011；Aditya&Acharyya，2013；孫超和譚偉，2004）。雖然這些文獻得到了較為一致的結論，即人力資本擴張和技術進步都能夠促進長期的經濟增長，但除了豆建春等（2015）、臺航和崔小勇（2019）、李靜和楠玉（2019b）等少數研究外，其他研究均忽略了作為內生變量的人力資本和技術進步之間存在相互進步和動態適配的關系，即人力資本和技術進步之間的匹配對經濟增長的影響。進一步地，技術進步大致分為過程進步和技術創新，過程進步側重于生產過程中技術應用效率的提升，對經濟增長率的上升具有直接影響，技術創新則側重于實質性、顯著性的知識存量上的邊際貢獻，能夠通過引起消費集的擴大間接提升經濟增長率。也就是說，技術應用和技術創新是技術進步的兩個方面，它們均能夠促進經濟增長。然而，除鄒薇和代謙（2003）、林毅夫和張鵬飛（2006）以及潘士遠（2008）等少數研究外，其他學者普遍關注技術創新對GDP 或GDP 增長率的影響，較少關注技術應用對經濟增長的影響，針對人力資本與技術應用之間的匹配對經濟增長影響的研究更是少之又少。

本文聚焦人力資本與技術進步之間的匹配對經濟穩增長的影響。不同于以往研究，一方面，本文定義經濟穩增長為長期高質量的提升勞均產出，那么，勞均產出增長率在一定程度上就能夠直接刻畫經濟增長的穩定性；另一方面，本文將技術進步細分為技術創新和技術應用，將人力資本細分為創新人力資本和應用人力資本，強調人力資本與技術創新、 人力資本與技術應用之間相互耦合共促增長的經濟效應。具體地，首先，以2008~2019年中國31 個省、自治區、直轄市（以下統稱為“省級地區”）的面板數據為研究樣本，利用聯立方程的系統估計法，檢驗創新人力資本—技術創新（有效匹配）、應用人力資本—技術應用（有效匹配）和創新人力資本—技術應用（無效匹配）三種匹配關系對勞均產出增長率的作用效應，重點解析三種匹配關系中哪一種或者哪幾種能夠顯著延緩勞均產出增長率的下降速率，從而有利于經濟穩增長；其次，探究地理區位和人力資本在這一過程中的異質性影響。最后，剖析三種匹配關系究竟是如何通過勞動成本、 全要素生產率、 出口競爭力、 產業升級和居民消費升級這五種影響渠道作用于勞均產出增長率的，進而明確經濟穩增長的短期目標和長期目標。本文的研究結論豐富了人力資本和技術進步的相關研究，為釋放人力資本紅利、 合理配置社會資本和加快跨越發展階段提供了一定的理論支持和經驗證據。

二、文獻綜述與理論模型

（一）文獻綜述

已有研究表明，人力資本不僅作為生產要素直接驅動經濟增長（Romer，1990；郭東杰和魏熙曄，2020），而且作為技術創新和技術應用的工具決定技術進步，間接作用于經濟增長（Dowrick&Rogers，2002； Timmer & O’Mahony，2013； Hershbein &Kahn，2016）。Benhabib & Spiegel（1994）將Romer（1990）的技術創新思想和Nelson & Phelps（1966）的技術應用思想融合到同一框架下，構建了一個更為廣義的技術進步模型，并指出人力資本通過技術創新和技術應用提高全要素生產率，進而促進經濟增長這一內生機理。可見，人力資本與技術創新和技術應用的融合能夠更好地促進經濟增長。

人力資本與技術創新是否有效匹配能夠對經濟穩增長產生影響。若將人力資本按照受教育程度細分為初等教育水平、 中等教育水平和高等教育水平，可以發現，相比于前兩個階段，勞動者在接受高等教育后具有較為扎實的認知基礎、 學習能力和市場競爭力，能夠滿足技能性人才市場的需求，更有利于技術創新（Ang et al.，2011；臺航和崔小勇，2019；靳婷婷和劉軍，2021）；若從人力資本的部門配置來看，生產性部門的人力資本可以改善生產效率并推動技術創新，而公共部門的人力資本僅可以改善公共服務的正外部性，卻不具有生產性，也無法通過推動技術創新來提高勞均產出增長率（Murphy et al.，1991；潘士遠等，2021）；若從人力資本所屬的行業類別來看，與實體經濟緊密聯系的技術密集型行業存在人力資本不足的現象，而與虛擬經濟相關聯的行政管制行業則存在人力資本過剩的現象，即人才的“脫實向虛”，使得人力資本與技術創新的匹配不足以推動技術進步（李靜和楠玉，2019a；李靜和楠玉，2019b）。因此，當地的人力資本若與技術創新有效匹配，則會促進長期經濟增長，若無法適配或者無效匹配，則不僅會阻礙人力資本紅利的釋放，導致大量的研發投入無法與合理使用，從而不能起到推動技術進步的作用，還有可能造成經濟停滯，不利于經濟穩增長。

如果當地的人力資本無法與技術創新有效匹配，那么與技術應用合理匹配也可以實現經濟增長。Teixeira & Queirós（2016）指出，人力資本對高度發達國家的經濟增長具有顯著的積極影響，而對于轉型國家的高科技和知識密集型活動的專業化進程具有消極影響。究其原因，不同于發達國家，發展中國家的研發活動主要是對發達國家已經發明出來的技術的引進和吸收（林毅夫和張鵬飛，2006），形成本地化的“中間技術”。技術模仿的成本遠低于技術創新，而技術模仿具有被動性，發展中國家在引進某項技術時，需要結合當地的比較優勢，考慮當前技術對未來生產可能的影響。Acemoglu & Zilibotti（2001）認為即使技術發達地區和技術欠發達地區擁有相同的技術，技術進步的運行條件無法與當地的資源稟賦適配，也會導致技術應用效率不等，造成勞均產出增長率和人均收入上的不平等，不利于經濟穩增長；反之，如果欠發達地區選擇與其人力資本結構相適宜的技術，并提高該項技術的應用效率，勞均產出增長率就會保持在一個較高的水平，從而更快地縮小與發達地區之間的經濟差距（李靜等，2019）。因此，欠發達地區的技術應用和技術模仿應內嵌于當地的經濟環境，內生于已有的技術水平和人力資本結構（Atkinson & Stiglitz，1969）。

綜上所述，技術進步和人力資本促進地區經濟增長的前提是技術進步與相應的人力資本有效契合，即技術創新內生要求與較高水平的人力資本相匹配，技術應用則與中低水平的人力資本相匹配。當然，這種匹配關系并不是一成不變的，當技術進步發生外生性改變時，中低水平的人力資本通過系統教育、職業培訓和“干中學”等方式，掌握和應用高效率的新生產工具，匹配關系從低層次逐漸過渡到較高層次（姜雨和沈志漁，2012）。此時，允許存在一定程度的無效匹配，只是這種無效匹配是以犧牲勞動力市場的平衡和社會資本為前提的（Brida et al.，2008）。無效匹配意味著技能的供給和需求之間存在嚴重的不匹配，勞動者的資質過高或者擁有不被需要的能力，無法受雇于與其專業相關的崗位，而不得不花費時間獲取實際需要的技能，或者失業。譬如，Kiersztyn（2013）的研究發現，在后共產主義過渡時期的20年中，大量受過高等教育的波蘭工人被迫從事技能要求較低的工作，從而形成技能損失和過度教育的現象，拉低了當地的勞均產出增長率；李靜等（2019）也指出，若原本應進入技術創新部門的人力資本轉向從事技術應用工作，就會造成技能損失，形成創新人力資本和技術應用的無效匹配，從而不利于經濟增長。

以往文獻在考察人力資本和技術進步的經濟增長效應時，往往假設人力資本與技術進步完全匹配。事實上，創新人力資本不僅可以與技術創新進行有效匹配，還能與技術應用進行無效匹配，應用人力資本只能與技術應用進行有效匹配。無論人力資本與哪種技術進步適配，都能在不同程度上影響經濟增長。本文嘗試打破這個假設，分析人力資本和技術進步的有效匹配和無效匹配對經濟增長的影響，以期較為全面地考察人力資本和技術進步融合的經濟增長的效應。具體地，不同于以往文獻，本文將技術進步分為技術創新和技術應用，相應地將人力資本分為創新人力資本和應用人力資本，將創新人力資本—技術創新和應用人力資本—技術應用視為有效匹配，將創新人力資本—技術應用視為無效匹配，重點解析人力資本與技術進步的有效匹配和無效匹配對經濟增長的影響機制，探究現階段究竟應如何平衡匹配關系，進而實現經濟平穩過渡和高質量增長，加快跨越式發展進程。

（二）理論模型

本部分將通過討論研發部門和最終產品部門間的配置，分析人力資本與技術進步之間的匹配關系對經濟增長（由“勞均產出及其增長率”衡量）的影響。為簡化模型構建，假定勞動力總數為h，分為人力資本和普通勞動力。其中，人力資本分布在最終產品部門和研發部門，普通勞動力只能分布在最終產品部門。假設全部勞動力中有θ 比例為人力資本，則人力資本總量為θh；分布在最終產品部門的人力資本比例為aL，其余1-aL比例在研發部門。則最終產品部門的人力資本為θaLh，普通勞動力為（1-θ）aLh；研發部門的勞動力總量為（1-aL）h，且全部為人力資本。

如果企業的研發部門研發了一種技術，欲將其應用于生產活動以提高生產效率，則需由最終產品部門來執行。如果兩部門之間存在人力資本與技術應用的無效匹配，使得研發與應用之間存在摩擦，也就是說，最終產品部門的人力資本不能高效率的應用該項技術，則企業很有可能會因技術應用效率滯后而無法實現邊際生產率最大化。考慮到研發與最終生產之間存在摩擦，企業的技術應用能力應與最終產品部門的比較優勢相匹配，并制約著研發部門的生產。借鑒林毅夫（2002）、李靜和楠玉（2017）的做法，本文將企業的技術應用能力定義為最終產品部門的物質資本與人力資本的比率與總物質資本與人力資本比率的比值（見式1）。其中，最終產品部門的物質資本占總物質資本的比例為aK，其余1-aK為研發部門物質資本占總物質資本的比例。

不同于Romer（1990）、李靜和楠玉（2019a）對研發函數的設定，t+1 期的研發產出取決于t 時期研發部門的人力資本數量（1-aL）h、物質資本占比1-aK、研發存量At和技術應用能力，則研發部門的生產函數設定為式（2）：

其中，A0給定。最終產品部門的生產函數只與最終產品部門的物質資本、 勞動力總量和技術水平有關，遵循C-D 形式，設定為式（3）：

代表性消費者的長期效用最大化問題為：

其中，μt為影子價格，求解上述最優化問題，可得到如下的最優條件：

橫截性條件：

將式（6）代入式（7）有：

根據式（6）有：

由式（10）和式（11），可以得到均衡狀態下的技術應用能力滿足：

從式（12）可以看出，企業在均衡狀態下的技術應用能力與貼現率、 最終產品部門的人力資本對總產出的彈性成正相關，與研發部門的物質資本占比、勞動力總數成負相關。可見，研發部門和最終產品部門的物質資本和人力資本配置都能夠直接影響經濟增長。若企業的技術應用能力偏離均衡狀態，就會導致經濟增長無法在最優路徑上。因此，當且僅當TA=TA*時，才能實現最優經濟增長。具體來看，物質資本方面，假定貼現率、最終產品部門的人力資本對總產出的彈性和勞動力總數不變，當研發部門的物質資本占比較低時，TA>TA*，企業的實際技術應用能力偏離均衡狀態，勞均產出增長率隨著研發部門物質資本投入的提升而下降，但是勞均產出仍在增加，此時，技術創新能夠刺激經濟增長； 伴隨研發部門物質資本占比的進一步提高，TA

人力資本方面，人力資本具有高流動特征，容易在研發部門和最終產品部門間發生轉移，形成無效匹配。假定其他因素不變，如果創新人力資本由研發部門轉移到最終產品部門，形成創新人力資本與技術應用的無效匹配，就會導致最終產品部門的人力資本占比aL增加，降低企業的實際技術應用能力。由式（12）可以發現，企業在均衡狀態下的技術應用能力并不取決于最終產品部門的人力資本占比，而是與最終產品部門的人力資本對總產出的彈性成正相關。也就是說，如果僅僅是最終產品部門的人力資本占比增加，而最終產品部門的人力資本對總產出的彈性不變，那么企業均衡狀態下的技術應用能力也不變。此時，企業的實際技術應用能力降低，低于均衡值，勞均產出增長率也相應降低。由此可見，創新人力資本—技術應用的無效匹配會加速勞均產出增長率的下降。

三、實證策略、變量與數據

（一）實證策略

根據文獻綜述與理論模型部分所述，人力資本和技術進步的匹配與經濟增長之間可能存在雙向因果關系。如若采用單方程建模，極易得到有偏誤的估計結果，而使用聯立方程模型進行參數估計，不僅可以有效解決內生性問題，還能夠更為準確地識別關鍵變量的凈效應。本文的聯立方程組共有兩個方程，第一個是經濟增長決定方程，用來識別人力資本與技術進步的匹配是否能促進經濟增長。第二個方程是匹配決定方程，用來識別經濟增長如何影響人力資本與技術進步之間的匹配。結合兩個方程的估計結果，可以考察人力資本與技術進步匹配對經濟增長的影響凈效應和作用渠道。具體形式如下：

方程中，下標i 表示省級地區，t 表示年份。具體地，本文的地區樣本是中國31 個省、直轄市、自治區。t 的取值范圍是2008~2019年，觀測期始于2008年是因為本文測算人力資本的關鍵數據源《中國科技統計年鑒》 只披露了2008年及以后年份的數據（2008年只披露了部分省級地區），止于2019年是因為絕大多數變量目前只能獲得截止2019年的數據。本文的樣本期不包含2008年之前的年份，避免了金融危機對國內經濟的巨大沖擊引致的估計誤差。在經濟增長決定方程中，rljcc為勞均產出增長率；jh 為人力資本與技術進步的匹配，包括jh1、jh2 和jh3，其中jh1 表示創新人力資本—技術創新匹配，jh2 表示應用人力資本—技術應用匹配，jh3 表示創新人力資本—技術應用匹配；control1 為一組控制變量。在匹配決定方程中，control2 為控制變量集。εit均為隨機誤差項。

（二）變量和數據

1. 核心變量

（1）經濟穩增長：本文采用各省的勞均產出增長率（rljcc）測度經濟穩增長。勞均產出為國內生產總值（GDP）與從業人員數的比值。國內生產總值采用GDP 平減指數以2008年為基期進行平減。一方面，勞均產出增長率越高，表明經濟增長越快；另一方面，勞均產出增長率越高，表明其穩定在一定區間內的可能性越大，經濟增長的穩定性也就越高。

（2）人力資本與技術進步的匹配：本文采用人力資本水平與技術進步的交互項表征人力資本與技術進步的匹配。具體地，采用創新人力資本與技術創新的交互項表征創新人力資本—技術創新匹配（jh1），采用應用人力資本與技術應用的交互項表征應用人力資本—技術應用匹配（jh2），采用創新人力資本與技術應用的交互項表征創新人力資本—技術應用匹配（jh3）。

人力資本水平： 本文界定的人力資本分布體現在研發部門和最終生產部門之間，涉及到技術創新和技術應用兩方面，因此需分開衡量。采取高人力資本在研發部門就業的比例，即科研人員中大學及以上學歷占比來衡量創新人力資本水平（rlzbcx）；采取高人力資本在最終生產部門就業的比例，為0.5×（各省本年高級、技師和高級技師證書的獲取人數占職業技能考核總人數的比值）+0.5×（各省本年高級、技師和高級技師證書的獲取人數占職業技能獲取證書總人數的比值） 來衡量應用人力資本（rlzbyy）。

技術進步： 專利申請量和授權量是企業技術進步的直接成果。中國對專利的界定分為發明專利、實用新型專利和外觀設計專利三類，其中發明專利定義為前所未有、獨創、新穎的專利技術和方法，是對現有知識存量的增量貢獻，創新程度最高；實用新型專利定義為與已有技術相比，有實質性特點和進步，界定范圍較為模糊，創新程度低于發明專利；外觀設計專利更側重于對產品的形狀、圖案、色彩或三者結合上的進步，一般是對已有技術的消化吸收，或結合當地的稟賦進行小范圍改造，創新程度最低。因此在用專利數量表征技術進步時，應將三類專利分開構建指標。為防止企業申請專利的其他不可觀測動機和混淆因素干擾回歸結果，本文采用各省當年的專利授權量占申請量的比例進行衡量。考慮到相對于發明專利和外觀設計專利，實用新型專利的界定范圍較模糊，可能會對實證結果產生影響，故不采用。使用當年的發明專利授權量占總申請量的比例刻畫技術創新（jscx），使用當年的外觀設計授權量占總申請量的比例刻畫技術應用（jsyy）。

2. 控制變量

（1）經濟增長決定方程。根據內生經濟增長理論并考慮兩個方程的可識別，經濟增長決定方程控制了對外開放程度、市場化程度、產業結構、投資率、信息化水平、政府科技支出、教育水平等。①對外開放程度使用進出口總額（根據當年的平均匯率折算成人民幣計價）占GDP 的比重衡量。②市場化程度用非國有單位就業人數占從業人員數的比重表示。③產業結構用第三產業增加值占GDP 的比重表示。④投資率為資本形成總額（根據固定資產投資價格平減指數以2008年為基期進行平減）占GDP 的比重。⑤信息化水平為移動電話年末用戶占總人口的比重。⑥政府科技支出為各省政府的科技支出占財政支出的比重。⑦教育水平為當年本科畢業生數的自然對數。模型還控制了初始經濟增長水平，從跨國層面來看，初始經濟增長水平較低的國家往往通過更快的技術模仿和應用實現經濟追趕 （Barro & Sala-i-Martin，2003）。由于本文使用的是年度面板數據，因此引入滯后一期的勞均產出增長率（rljcc1）作為初始水平的度量。

（2）匹配決定方程。匹配決定方程控制了若干對人力資本水平和技術進步產生影響的變量，如勞動年齡人口比重、居民消費水平、城鎮化率、金融化程度、政府科技支出等。①勞動年齡人口比重捕捉了勞動力供給數量和素質的稟賦變化，為15~64 周歲勞動人口占總人口數的比重。②居民消費水平為城鎮居民人均消費支出和人均可支配收入的比值，衡量了地區總體富裕程度。理論上，教育作為一項購買性支出，隨著消費水平的提高，家庭對子女教育的需求和物質支持隨之上升，提升人力資本水平。與此同時，居民消費需求的擴大能夠激勵企業深化技術創新和技術應用。③城鎮化率為城鎮人口占總人口的比重。城市的產業在城市，控制其他變量不變，推進城鎮化進程能夠穩定勞動力的供給，促使勞動力水平和成本的提高，推升該地區的人力資本水平，也使得城市社會治理變得高效和精準，為技術創新和變革提供更加舒適的環境（高琳，2021）。④金融化程度。金融化程度對于工業企業特別是制造業企業的技術創新而言是把雙刃劍，一方面實體企業投身金融投資可以獲得豐厚的利潤，為技術研發提供物質支撐，另一方面企業獲取資金的渠道容易發生偏移，由主營業務轉為金融投資，從而弱化發展基礎，不利于技術研發和應用（段軍山和莊旭東，2021）。本文采用年末金融機構存貸款余額占GDP 的比重刻畫金融化程度。⑤政府科技支出為各省政府的科技支出占財政支出的比重。考慮到上一期的勞均產出增長率會對當期的人力資本—技術進步匹配產生影響，因此引入勞均產出增長率的滯后一期。最后，與經濟增長決定方程類似，模型同樣控制了人力資本和技術進步交互項的滯后一期（jh11、jh21、jh31）。

以上變量的數據主要來自《中國科技統計年鑒》、《中國統計年鑒》和各省統計年鑒。除GDP 和資本形成總額之外的所有價格型變量均用CPI 平減指數以2008年為基期進行平減處理。變量定義和描述性統計特征見表1。

四、實證結果分析

（一）基準回歸3SLS 估計結果

根據聯立方程識別的階條件和秩條件，結構方程（13）和（14）均為過度識別。本文運用三階段最小二乘法（3SLS）對聯立方程模型進行系統估計。在結構方程模型中，勞均產出增長率和人力資本—技術進步匹配為內生變量，除這兩者以外的變量為預定變量，其中，預定變量包含所有的外生變量和滯后的內生變量。將預定變量的線性組合作為工具變量進行估計，表2 報告了具體的估計結果，列（1）～（3）分別為創新人力資本—技術創新匹配、 應用人力資本—技術應用匹配和創新人力資本—技術應用匹配與勞均產出增長率聯立方程的估計結果。

表1 變量的描述性統計特征

如表2 所示，不論是哪種人力資本—技術進步匹配均在5%統計水平上對勞均產出增長率產生顯著的正向影響，表明人力資本—技術進步匹配能夠促進經濟增長，但當期的勞均產出增長率不會對當期的人力資本—技術進步匹配產生影響。具體來看，首先，創新人力資本—技術創新匹配對勞均產出增長率的正向效應的估計值為9.0102，控制其他因素不變的情況下，創新人力資本—技術創新匹配提升1%，最終可以帶來勞均產出增長率提升9.0102%。由于樣本中勞均產出增長率的均值為0.5678%，標準差為1.7480%，因此，控制其他因素，創新人力資本—技術創新匹配提升1 個百分點，勞均產出增長率將提高15.8686倍個均值和5.1545 倍個標準差，這是個頗為可觀的影響效應。

其次，應用人力資本—技術應用匹配對勞均產出增長率的正向效應為19.3207，創新人力資本—技術應用匹配的估計系數為8.5530。即應用人力資本與技術應用這一有效匹配對勞均產出增長率的正向效應最大，且遠大于另外兩者，創新人力資本和技術應用的無效匹配的正向效應最小。可見，一方面，提升技術應用效率，促進應用人力資本與技術應用的合理匹配能夠大幅提升勞均產出增長率，促進經濟增長；另一方面，將本應投入技術創新的人力資本挪用于技術應用，也能促進經濟增長，但是若將原本投入技術創新的人力資本歸位于技術創新部門，不占用技術應用部門的人力資本名額，對勞均產出增長率的提升將非常巨大。這反映出省級地區的人力資本存在部門間的無效匹配，在一定程度上抑制了勞均產出增長率的上漲，或者說，加劇了勞均產出增長率的下降，阻礙經濟穩增長的實現。

最后，本文的理論模型中假定人力資本分布在最終產品部門和研發部門，普通勞動力只能分布在最終產品部門。若技術應用只能在最終產品部門進行，技術創新只能在研發部門進行，那么，就會出現應用人力資本與技術應用的匹配和創新人力資本與技術創新的匹配兩種情況，不存在創新人力資本與技術應用的無效匹配。當研發部門的物質資本占比較高時，人力資本受到激勵，偏好于從事研究工作，并形成大量的創新儲備人才，但研發部門的崗位供不應求，部分創新人力資本被迫進入最終產品部門，與技術應用形成無效匹配，不僅提高了勞動成本，還導致人力資本和社會資本的浪費，阻礙經濟穩增長。

除人力資本—技術進步匹配外的其他因素對勞均產出增長率同樣有著不可忽視的作用。以創新人力資本—技術創新為例，在控制變量中，只有對外開放程度和政府科技支出對勞均產出增長率有正向作用，其中政府科技支出的系數較大卻不顯著，而市場化程度、產業結構、投資率、信息化水平和教育水平均具有顯著的負向效應，即降低了勞均產出增長率。若粗略地將它們的影響系數相加，得到7.5797，抵消了大部分創新人力資本—技術創新匹配的正向效應。在產業部門非均衡發展的背景下，制造業的勞動生產率快速改進，使得服務業的相對成本上升，占比增加，其勞動生產率又難以提高，從而形成“鮑莫爾之病”。隨著市場化程度提高，產業結構升級，固定資產投資擴張，網絡化信息化的普及和全民教育水平的提升，勞動生產率增長較慢的服務業占比增加，從而拉低了勞均產出增長率。

由于本文的控制變量中未包含所有影響勞均產出增長率的因素，因此，總體來看，各省級地區的勞均產出增長率有極大的可能呈現逐年降低的趨勢，而三種人力資本—技術進步匹配均緩解了這種下降趨勢。需要指出的是，雖然各省級地區的勞均產出增長率不斷下降（圖1），但是勞均產出逐年增加的態勢還未改變，只是表現出增長疲軟的形態（圖2）。

（二）穩健性檢驗

為了進一步檢驗基準回歸結論的可靠性，本文分別采用了如下兩種方法進行穩健性檢驗：①調整地區樣本量；②調整樣本觀測期。

圖1 勞均產出增長率時間趨勢圖（2008～2019年）

圖2 勞均產出時間趨勢圖（2008～2019年）

第一，本文觀測期是2008～2019年，首末年份剛好覆蓋了次貸危機和中美貿易戰，為剔除重大外部沖擊對估計結果的嚴重干擾，分別對2010～2019年、2008～2018年、2010～2018年三個時段進行估計。如表3 所示，三個時段樣本回歸結果中關鍵變量的系數大小和符號均與基準回歸基本一致，說明本文結論是穩健的；第二，首先，由于西藏自治區的應用人力資本的缺失數據較多，為避免填充數據干擾回歸結果，剔除掉西藏自治區的樣本重新估計；其次，由于本文考察的是省級地區層面的樣本，而中國的省級地區數量相對較少，因此，為排除特定省份樣本出現極端值而主導基準回歸結論的可能性，本文在回歸中每次剔除掉一個特定的省級地區后重新進行估計，即重新估計30 次。結果發現，僅在剔除北京市或新疆維吾爾自治區時，創新人力資本—技術創新匹配的回歸系數變得不顯著，但系數仍為正值，且遠小于應用人力資本—技術應用匹配的回歸系數，不影響基準回歸結論，基本可以接受。其他情形下關鍵變量的實證結論未發生明顯變化，再次說明本文結論是穩健的。

（三）異質性分析

地區間發展特征的差異是否影響人力資本—技術進步匹配的經濟效應有待商榷。本文從地理區位優勢和特定指標特征兩個角度出發，分析地區位置和人力資本水平對這一經濟效應的異質性影響。

第一，將樣本劃分為東部、中部和西部地區，設定地區虛擬變量，分別與創新人力資本—技術創新、 應用人力資本—技術應用和創新人力資本—技術應用（及其滯后項）進行交乘。表4 的回歸結果顯示，相對于中西部地區，創新人力資本—技術創新匹配對東部地區的勞均產出增長率提升作用更顯著，而相對于東中部地區，應用人力資本—技術應用匹配和創新人力資本—技術應用匹配對西部地區的勞均產出增長率提升作用更顯著。可見，東部地區更偏向于以技術創新為核心的經濟增長模式，西部地區則偏向于以技術應用為核心的經濟增長模式，并且，西部地區存在人力資本—技術進步的無效匹配現象，這種無效匹配能夠在一定程度上顯著促進經濟穩增長。此外，三種匹配關系均沒有在統計意義上對中部地區的經濟穩增長產生顯著作用，但是均在經濟意義上發揮著負向的經濟效應，可見，中部地區還沒有形成以人力資本—技術進步為核心的經濟增長模式。

表2 人力資本—技術進步匹配對經濟增長影響的估計結果

表3 穩健性檢驗

表4 基于地區異質性分析的估計結果

表5 基于人力資本異質性分析的估計結果

第二，借助平均數分別對創新人力資本和應用人力資本的高低進行界定，設定虛擬變量，分別與創新人力資本—技術創新、 應用人力資本—技術應用和創新人力資本—技術應用（及其滯后項）進行交乘。表5 的回歸結果顯示，相對于低創新人力資本而言，高創新人力資本均至少在10%統計水平上顯著提升三種匹配關系對勞均產出增長率的影響效應。其中，高創新人力資本對應用人力資本—技術應用匹配的經濟增長效應的提升效果最強烈，這可能得益于創新人力資本的外部性和對應用人力資本的替代性和互補性。相比之下，應用人力資本水平的高低并未顯著影響三種匹配關系的經濟增長效應，這可能是因為應用人力資本無法逆向替代創新人力資本。

五、進一步討論：優先技術應用還是優先技術創新

人力資本與技術進步的匹配關系并不是絕對靜態的，而是多種狀態并存且互有轉化。本文涉及到的三種匹配關系就是同時存在，并且，隨著經濟發展階段的變遷，從以應用人力資本—技術應用匹配為主逐漸向以創新人力資本—技術創新匹配為主動態發展。這意味著，人力資本與技術進步在這一過程中持續匹配，依據經濟發展的內在要求有不同的側重點。

（一）影響渠道分析

前文的實證分析已驗證了三種人力資本—技術進步匹配均能夠提高勞均產出增長率，促進經濟穩增長，但由于其他因素的變化對勞均產出增長率的負向效應中和了人力資本與技術進步匹配的正向效應，造成勞均產出增長率先增后減的情況。這一發現與不少經驗證據不一致，因此，有必要解釋這一后果究竟是如何發生的。現階段，中國在產業升級的進程中“摸爬滾打”，雖然機器設備的使用代替了原本部分勞動力，即人力資本、技術應用和技術創新的匹配顯著提高了勞均產出增長率，但仍有大量勞動密集型企業在“微笑曲線”的底部。勞動密集型生產線的更新和產業深化的決策都需要衡量勞動成本，隨著勞動力受教育程度的普遍提高，勞動成本急劇上漲，部分企業選擇向外遷移尋求更低的可變成本，以緩解短期內區域工資上漲的壓力，卻延緩了自主創新和轉型升級的進程（魏下海等，2021），抑制了全要素生產率的提升，無法滿足居民的消費需求和創造新的消費需求，不利于保持其在國際市場上的出口競爭優勢。當然，這些都不利于經濟的穩定增長。

本文基于聯立方程模型（15）和（16），從勞動成本、全要素生產率、出口競爭力、產業升級和居民消費升級五個方面探討人力資本與技術進步匹配究竟是怎樣影響經濟增長的，并進一步分析有效匹配和無效匹配對經濟增長的凈效應。聯立方程模型中的經濟增長決定方程（15）和中介變量方程（16）由下式給出：

其中，M 為中介變量，分別表示勞動成本（ldcb）、全要素生產率（tfp）、出口競爭力（ckjzl）、產業升級（cysj）和居民消費升級（xfsj），人力資本—技術進步匹配對勞均產出增長率的總效應為式（13）中的β2，直接效應為η2，變量M 的間接效應（中介效應）為ν1η3。前文中β2顯著為正，根據中介效應模型的檢驗步驟，在ν1顯著的條件下，如果回歸中η2和η3均顯著，ν1η3和β2同號，則存在部分中介效應，ν1η3和β2異號，則存在遮掩效應，中介效應占比為|ν1η3/β2|；如果η2不顯著η3顯著，則存在完全中介效應。

在中介變量中，勞動成本采用職工平均工資漲幅表示，出口競爭力采用本省出口額占全國出口額比重與本省GDP 占全國GDP 比重的比值衡量，產業升級采用第三產業比重與第二產業比重的比值刻畫，居民消費升級采用交通通信、教育文化娛樂和醫療保健支出占總消費支出的比重測度，全要素生產率采用面板隨機前沿法測算，具體過程如下：

其中，lnpgdp 為人均實際GDP 的對數，lnlabor表示勞動投入，采用各省級地區年末戶籍人口數衡量，lncapital 為使用永續盤存法測算的資本存量，參考張軍等（2004） 的做法，折舊率設定為9.6%。采用Battese & Coelli（1988）提出的方法（如式（18））測算省級地區的全要素生產率，該方法度量了省級地區真實產出與最優產出之間的相對偏離度，使得測算出的全要素生產率具有可比性：

經濟增長決定方程（15） 中的控制變量同式（13），中介變量方程（16）中的控制變量包含中介變量的滯后一期、勞動年齡人口比重、居民消費水平、城鎮化率、金融化程度和人均GDP 的自然對數。估計結果如表6 所示。列（1）～（3）的核心解釋變量分別為創新人力資本—技術創新匹配、 應用人力資本—技術應用匹配和創新人力資本—技術應用匹配。

表6 中的估計結果顯示，勞動成本在創新人力資本—技術創新匹配和創新人力資本—技術應用匹配對勞均產出增長率的影響過程中分別具有部分中介效應和遮掩效應，中介效應占比分別為67.3734%和12.4804%；全要素生產率在創新人力資本—技術創新匹配對勞均產出增長率的影響過程中具有遮掩效應，在應用人力資本—技術應用匹配對勞均產出增長率的影響過程中具有部分中介效應，中介效應占比分別為6.8770%和9.7584%；出口競爭力在應用人力資本—技術應用匹配對勞均產出增長率的影響過程中具有遮掩效應，中介效應占比為18.5186%； 產業升級在應用人力資本—技術應用匹配和創新人力資本—技術應用匹配對勞均產出增長率的影響過程均具有遮掩效應，中介效應占比分別為14.8754%和4.7511%；消費升級在應用人力資本—技術應用匹配對勞均產出增長率的影響過程中是部分中介變量，中介效應占比為21.4131%。

第一，Panel A 的實證結果顯示，創新人力資本—技術創新匹配降低勞動成本，而創新人力資本—技術應用匹配則增加勞動成本，可見，研發部門擠占最終產品部門的資源，以提高勞動成本為代價，阻礙研發成果在技術應用中的回報轉化率。第二，Panel B 的實證結果顯示，創新人力資本—技術創新匹配降低全要素生產率，而應用人力資本—技術應用匹配則提高全要素生產率。全要素生產率能夠促進勞均產出增長率上漲，可見，現階段若想通過提高全要素生產率激發經濟增長內在潛力，應優先提升技術應用效率而非技術創新（李靜等，2019）。第三，Panel C 的實證結果顯示，應用人力資本—技術應用匹配能夠提高出口競爭力，卻削弱勞均產出增長率的增長幅度。現階段仍以勞動密集型產業為主，最終產品部門通過技術模仿提升技術應用效率，從而擴大生產規模，削弱勞均產出增長率的增長幅度，但總體來看，應用人力資本—技術應用匹配仍然能夠大幅度地提升勞均產出增長率，從另一個角度也反映出中國目前保持經濟穩增長仍應以提升技術應用效率為主導戰略。第四，Panel D 的實證結果顯示，除創新人力資本—技術創新匹配外，另外兩者均不利于產業升級，然而，剝離出產業升級對勞均產出增長率的正向效應后，應用人力資本—技術應用能夠顯著大幅度地促進勞均產出增長率的上漲，表明短期內優先技術應用并非長久之計，若想實現產業升級，仍需激勵技術創新，促進長期創新人力資本與技術創新的持續匹配。第五，Panel E 的實證結果顯示，創新人力資本—技術創新匹配能夠刺激居民消費升級，而應用人力資本—技術應用匹配則不利于居民消費升級，卻能夠加強勞均產出增長率的上升。

表6 人力資本—技術進步匹配對勞均產出增長率的作用渠道分析

表7 人力資本—技術進步匹配對長期經濟增長影響的估計結果

總體來看，創新人力資本—技術創新的有效匹配能夠降低勞動成本，促進產業升級和居民消費升級，卻降低了全要素生產率；應用人力資本—技術應用的有效匹配能夠提高全要素生產率，提升出口競爭力，卻增加勞動成本，不利于產業升級和居民消費升級；創新人力資本—技術應用的無效匹配不僅增加勞動成本，還不利于產業升級和居民消費升級。綜上所述，結構性減速時期的經濟穩增長策略應以提升技術應用效率為短期首要目標，以技術創新為長期首要目標，而如果忽略技術創新，全然致力于提升技術應用效率，則無異于飲鴆止渴。

另外，雖然五個中介機制中經濟決定增長方程的部分回歸系數不顯著，但是仍然能夠發現在控制了中介變量的影響后，應用人力資本—技術應用匹配對勞均產出增長率的正向效應最強烈，創新人力資本—技術創新匹配次之，創新人力資本—技術應用匹配最弱，且遠小于前面兩者，再次驗證基準回歸中的實證結論。

（二）長期影響分析

為了探究人力資本—技術進步匹配對經濟穩增長的長期影響，驗證前文結論的有效性，本文考慮時滯問題，采用式（13）~（14）的基準模型對提前一期的勞均產出增長率（rljcc2）進行回歸，估計結果如表7 所示。表7 的估計結果顯示，在三種匹配關系中，創新人力資本—技術創新匹配和創新人力資本—技術應用匹配對提前一期的勞均產出增長率仍具有顯著的正向作用。本文還分別對提前2~4 期的勞均產出增長率進行回歸，發現除了創新人力資本—技術創新正向顯著外，其他均不顯著。這表明，創新人力資本—技術創新的有效匹配不僅具有短期的經濟增長效應，還能夠顯著促進長期的經濟穩增長。創新人力資本—技術應用的無效匹配雖然不利于經濟的健康發展，但是仍然具有一定的長期影響，這可能與創新人力資本的外部性有關。相較而言，應用人力資本—技術應用的有效匹配只能促進短期的經濟增長。因此，經濟穩增長策略應以提升技術應用效率為短期首要目標，以技術創新為長期首要目標。

六、結論與建議

人力資本、 技術應用和技術創新之間的匹配是保證經濟穩增長的關鍵因素。本文建立一個簡單的兩部門理論模型，采用2008~2019年中國31個省級地區的面板數據，基于聯立方程模型實證檢驗了人力資本與技術進步匹配的經濟效應，探究有效匹配和無效匹配對經濟增長的影響。研究發現：第一，三種匹配均能夠顯著提升勞均產出增長率，即人力資本與技術進步匹配能夠促進經濟穩定增長，其中，應用人力資本—技術應用匹配的效應最強烈，創新人力資本—技術創新匹配的效應次之。第二，省級地區的人力資本存在部門間的無效匹配，最終產品部門的資源被擠占，若將原本投入技術創新的人力資本歸位于技術創新部門，不占用技術應用部門的人力資本名額，將會大幅提升勞均產出增長率，有利于實現經濟穩增長。第三，地理區位和人力資本在這一過程中具有異質性影響。東、西部地區的經濟增長分別得益于創新人力資本—技術創新和應用人力資本—技術應用這兩種有效匹配，并分別形成偏向于以技術創新和技術應用為核心的經濟增長模式，相對于高應用人力資本，高創新人力資本的正向經濟效應更顯著，表明創新人力資本和應用人力資本之間存在互補性和單向替代性。第四，勞動成本、全要素生產率、出口競爭力、產業升級和居民消費升級在三種匹配關系對勞均產出增長率的影響過程中具有中介效應和遮掩效應。創新人力資本—技術創新的有效匹配能夠降低勞動成本，促進產業升級和居民消費升級，卻降低全要素生產率。應用人力資本—技術應用的有效匹配能夠提高全要素生產率，提升出口競爭力，卻增加勞動成本，不利于產業升級和居民消費升級。創新人力資本—技術應用的無效匹配既增加勞動成本，又不利于產業升級和居民消費升級。此外，創新人力資本—技術創新的有效匹配能夠促進長期經濟穩定增長，而應用人力資本—技術應用的有效匹配卻只能夠促進短期經濟增長。可見，結構性減速時期的經濟穩增長策略應以提升技術應用效率為短期首要目標，以技術創新為長期首要目標。

實現短期內的應用人力資本與技術應用合理匹配，能夠提高技術應用效率，減少研發到應用之間的摩擦，避免創新人力資本與技術應用過度匹配造成技能損失，改善人力資本在研發部門和最終產品部門之間的配置效率。因此，短期來看，主要是保障非研發部門（可細化至最終產品部門）的人力資本待遇和供給； 促進長期創新人力資本與技術創新持續匹配，能夠降低勞動成本，促進產業升級和消費升級，激發經濟增長潛力。因此，長期來看，主要是保障高素質人力資本的供給和技術創新環境。綜上所述，本文從人力資本和技術創新兩方面提出以下三條建議：

第一，從制度上為人力資本提供無差異化的基礎教育和差異化的高等教育。接受教育是人力資本的必然經歷的投資過程。基礎教育方面，公平問題是現階段亟待解決的問題，增加對欠發達地區一線教育工作者的投入，切實解決其現實生活中的難題，通過名師優師的力量培育農村新人才，縮小城鄉學生在基礎教育層次的差距，為高等教育夯實基礎。高等教育方面，最終產品部門就業崗位的“術業有專攻”除了內涵普通高等教育和職業教育源源不斷的輸送高素質的應用型人才之外，還要求當地的公共服務部門開設滿足市場需求的職業課程，重新評估涉及教育和科學產業的多層面綜合性的政策，旨在促進熟練勞動力和需要相同資格的經濟活動之間的適配。

第二，為非研發部門的人力資本提供高質量的公共服務體系。人力資本的培育和就業離不開當地科教文衛體等公共服務部門的組織水平和供給質量。人才與就業崗位之間存在的信息不對稱等問題導致人力資本在研發部門和最終產品部門之間極易發生不合理匹配，公共服務部門可健全人力資源與人力資本信息化建設，通過開設就業和創業指導課程、進行人力資源測評、鼓勵民間人力資本服務機構的衍生和發展、 推廣全國人力資本公共服務平臺和農村勞動力轉移就業平臺的建設和運作，運用數據采信和大數據算法，助推人才與崗位之間的動態適配。

第三，營造舒適的技術創新環境，健全科技評估和競爭機制。目前企業的自主創新能力整體偏低，仍過度依賴于政府主導，專利意識需進一步增強，法律保護意識較弱，存在不正當競爭現象。應加強產學研合作，通過招標課題或項目審批等形式鼓勵高校科研機構與企業進行橫向協作和互動研究，提高創新能力。健全專利制度，設立創新知識庫，避免專利權的濫用和亂用，適度但不過度保護企業的知識產權。完善科技評審機制，規范評估體系和流程，統一評審標準，避免出現評審專家構成非專業化、一票否決、暗箱操作等不公正不公平現象。