創新型人力資本、全要素生產率與高質量發展
——以長三角地區為例

羅 芳，陳久愛，凌 晨

（上海理工大學 管理學院，上海 200093）

人力資本理論表明，人力資本積累是技術進步的重要源泉，人力資本水平對于全要素生產率的提升具有重要的作用，創新越來越成為經濟發展的決定性因素。隨著長三角區域的一體化和擴容，長三角地區經濟高質量發展面臨巨大的瓶頸，同時長三角地區又作為高級人才集聚的區域。因此，本文研究創新型人力資本、全要素生產率和經濟高質量發展之間的關系對于增強創新動力促進長三角區域經濟高質量發展具有重要的現實意義。

一、文獻綜述

人力資本理論最先是由舒爾茨所提出的，是體現在勞動者身上的資本，人力資本也可以分為一般人力資本和高質量人力資本，高質量人力資本即為具有高知識水平比一般人力資本更高級的勞動力，在研究過程中創新型人力資本這一概念逐漸被提出代表高質量的人力資本。Raszkowskia（2015）[1]認為創新型人力資本能夠利用知識積累形成的智慧思維設計出高效、準確的創新方案，從而克服困難、突破發展瓶頸，并以智慧的眼光觀察周圍世界，有效地借助外部手段解決自身問題。國內學者普遍認為，創新型人力資本具有普通勞動力缺少的創新特質，能實現生產要素和資源的有效配置、帶來技術效率的顯著提升，以邊際報酬遞增和產出乘數效應克服物質資本和勞動的邊際報酬遞減效應帶動經濟的持續增長，是推動中國經濟高質量發展的關鍵[2]。根據內生增長理論，全要素生產率是指經濟增長中不能被要素投入資本和勞動所解釋的那部分，并且資本和勞動并不能帶來持續的經濟增長，全要素生產率一般代表技術進步，技術進步才能帶來經濟的持續增長。全要素生產率即可用來衡量某個地區的經濟發展績效。現有的觀點普遍認為創新型人力資本存量能夠有效提高區域的創新能力，通過技術創新這一機制促進區域經濟增長，提高全要素生產率。陳俊杰和鐘昌標（2020）[3]認為較高級的創新型人力資本以創新的方式推動經濟增長，然而目前仍然是一般人力資本以數量型驅動經濟增長方式為主，創新型人力資本是當前經濟增長的核心動力。景維民等（2019）[4]認為高級的教育人力資本結構有助于技術的轉型和升級促進經濟高質量發展，只有搶占人才高地的區域才能更好實現經濟高質量發展。高質量發展首要的還是經濟效益的提升，要想實現高質量發展，最為關鍵的因素就是實現全要素生產率的提升，全要素生產率的提升意味著資源得到有效配置、社會生產效率得到有效提高，資源配置和生產就是提升經濟發展質量的關鍵步驟[5]，全要素生產率是創新效率的直接反映，而創新是經濟發展的動力源泉，全要素生產率提升自然也是經濟高質量發展的關鍵推動力。

從現有文獻來看，創新型人力資本理論是在人力資本理論的基礎上形成的，在索羅內生經濟增長的理論基礎上形成了全要素生產率測算體系，較多學者研究了人力資本對于經濟發展的促進作用，然而較少學者研究某個區域創新型人力資本與全要素生產率之間的相關關系程度，并將經濟高質量發展結合起來的研究也相對較少。長三角是中國經濟最具活力的區域，隨著長三角一體化和擴容，資源集聚帶來的經濟發展優勢逐漸轉為資源環境承載能力不足的劣勢，突破長三角一體化高質量發展瓶頸是現在亟需解決的問題。

二、作用機制

由人力資本理論和內生經濟增長理論可得，全要素生產率是不能被生產要素投入勞動和資本等解釋的那部分產出增長率，通常指的是技術進步率，并由柯布道格拉斯生產函數可得，產出是由勞動力結合物質資本生產所得，人力資本是指具有高知識水平的勞動力，必須體現在勞動力身上，全要素生產率一般代表技術進步率，人力資本是推動技術創新的重要決定因素，技術進步是經濟持續增長的主要動力。現有的觀點普遍認為人力資本積累帶來人力資本水平提升，創新型人力資本是比一般人力資本更高級的人力資本，是創新推動技術進步的驅動力，能夠有效提升區域的創新能力，通過技術創新這一機制提升全要素生產率，促進經濟高質量發展。韓靜等（2019）[6]利用安徽省時間序列數據實證研究發現創新型人力資本顯著地促進了經濟增長。劉悅等（2018）[7]對山東的經濟發展貢獻率進行實證研究，得出創新型人力資本通過提升知識水平促進創新，推動經濟增長，創新型人力資本對經濟發展有著巨大的貢獻。劉志彪和凌永輝（2020）[8]認為高質量發展的關鍵在于全要素生產率的提升，全要素生產率的提升與高質量發展創新、協調、綠色、開放以及共享的內涵是完全一致的1。由現有文獻可得，創新型人力資本是創新的決定性因素，可以通過自主創新、模仿創新等開展技術創新活動，推動勞動密集型產業不斷向資源密集型產業轉型，提高資源配置效率，提升勞動生產率，促進全要素生產率提升，進而推動經濟高質量發展。因此，創新型人力資本對于長三角區域經濟高質量發展具有重要的推動作用。

三、模型構建和指標選取

由前人文獻可得，計算全要素生產率的方法有隨機前沿分析SFA 方法、數據包絡分析法、索羅核算法等，本文根據柯布道格拉斯生產函數基于OLS最小二乘估計估算全要素生產率。由柯布道格拉斯生產函數Yit=AitKitαLitβ，對其取對數可得線性模型如式（1）所示。

這里Yit代表i城市t年內的產出，Kit代表i城市t年內的物質資本存量，Lit代表i城市t年內的勞動投入。α是資本的產出彈性系數，β是勞動力的產出彈性系數，其中Ait=Yit/（KitαLitβ）。

（一）測算指標選取

由于某些城市個別數據缺失，本文選取長三角地區三省一市（上海市、江蘇省、浙江省、安徽省）的24 個主要城市2000—2017 年的統計數據來分別表示各項指標數值進行定量分析。以2000 年作為基期，用消費者價格指數對數據進行平減，個別城市未找到居民消費者價格指數用城市居民消費者價格指數代替，產出指標用實際GDP 代替，用固定資產投資代表資本投入指標，物質資本存量測算參考前人文獻運用永續盤存法Kit=Iit/Pit+（1-δ）Kit-1來測算，2000 年基期物質資本存量參考前人文獻K0=I0/（g+δ），g為固定資產投資的平均幾何增長率，折舊率Γ設定為9.6%，用社會從業人員代表勞動投入指標。

（二）模型構建

根據所構建的生產函數，A代表全要素生產率，全要素生產率受到創新型人力資本和其他因素的影響，其中Hc表示創新型人力資本，由于全要素生產率還受到除了創新型人力資本以外的因素的影響，本文還選用其他影響因素作為控制變量X加入模型。本文選取全要素生產率作為核心被解釋變量，創新型人力資本作為核心解釋變量構建面板模型如式（2）所示。

c表示常數項，α表示創新型人力資本系數，β表示其他解釋變量系數，Γi表示城市固定效應，Γt表示時間固定效應，εit表示隨機擾動項。

（三）變量選取與測算

被解釋變量全要素生產率A 由OLS 最小二乘估計測算出，創新型人力資本（Hc）參考前人文獻做法，利用受高等教育從業人員總工資收入計量創新型人力資本。參考前人文獻[9]，根據對各類人員工資的測算結果可以確定高等教育就業人員工資水平為全部從業人員平均工資的1.5 倍，創新型人力資本這一指標由總體從業人員平均工資的1.5 倍來代表。除了創新型人力資本以外，全要素生產率還受到其他因素的影響，本文根據已有理論和現有文獻選取政府規模（gov），本文設定政府財政支出額與GDP比值代表政府規模指標作為控制變量，創新型人力資本水平和全要素生產率政府規模指標都具有極強的城市固定特征和時間特征，本文分別引入城市和時間虛擬變量來表示個體以及時間固定效應，模型如式3 所示。數據來源中國統計年鑒、中國勞動力統計年鑒、各城市統計年鑒，個別數據缺失用線性插值法粗略估算得出。

（四）測算結果分析

本文根據所選城市變量2000—2017 年的數據對全要素生產率進行測算，對基于柯布道格拉斯生產函數構建的模型分別進行混合回歸、固定效應以及雙向效應回歸，根據回歸結果可以看到，模型應該不存在個體以及時間的固定效應，混合回歸結果如表1 所示，可以看到回歸結果是非常顯著的，利用A=Y/（K琢Lβ）測算出全要素生產率。由模型性回歸結果可得。

表1 基于柯布道格拉斯生產函數的OLS 回歸結果

α的估計值為0.632 815，β的估計值為0.500 232，因此全要素生產率A=Y/（K0.632815*L0.500232）。表2 是對本文所選取和測算變量的說明與統計描述，由測算結果可知，長三角地區24 個城市全要素生產率存在顯著差異，同樣長三角地區創新型人力資本水平也存在顯著差異，創新型人力資本水平最高的為13.658 36 萬元，最低的只有0.888 6 萬元。排名在前列的主要為上海、杭州、蘇州、南京等城市，這說明創新型人力資本水平和全要素生產率水平存在明顯的正相關關系，通過比較創新型人力資本水平和全要素生產率的變化情況，發現全要素生產率的變化情況并不顯著，可以得出創新型人力資本水平提升對于全要素生產率的提升作用程度不夠明顯。

表2 數據說明與變量統計描述

四、實證分析

（一）主要回歸結果

本文基于長三角地區24 個城市2000—2017 年的數據，把創新型人力資本變量作為核心被解釋變量對模型進行回歸，由于創新型人力資本和全要素生產率都帶有極強的城市和時間特征，本文分別對原模型進行回歸以及對引進城市和時間虛擬變量的模型回歸，表2 分別報告了未引入虛擬變量、引入城市虛擬變量、時間虛擬變量以及同時引入城市和時間虛擬變量的回歸結果，由回歸結果可以看到，除了核心解釋變量在單獨引入城市虛擬變量模型中表現不顯著，其他變量回歸結果都是統計顯著的，可以看到，同時引入城市和時間虛擬變量的模型回歸結果是統計顯著的，城市虛擬變量和時間虛擬變量的系數大部分在統計上都是顯著不為0 的，且模型擬合程度也最高，可以得出創新型人力資本對全要素生產率的影響具有城市和時間特征。由回歸結果可以得到，創新型人力資本對全要素生產率是存在正向促進作用的。

（二）內生性偏誤與GMM 估計

本文選用全要素生產率作為核心被解釋變量，創新型人力資本作為核心解釋變量，這兩個變量之間可能存在雙向因果關系，創新型人力資本會影響全要素生產率，全要素生產率增加可能反過來會對創新型人力資本產生促進作用，模型可能存在內生性偏誤問題。因此，本文選取核心解釋變量創新型人力資本的滯后一階作為工具變量進行GMM 估計[10]，結果如表4 所示。表4 結果顯示的是將滯后一階的核心解釋變量加入模型1 的混合回歸結果，與表3模型1 結果相比，可以看到核心解釋變量系數更加顯著，系數絕對值相差不大，略微較小，模型擬合優度更高。但從總體來看，模型回歸結果是一致的，之前的估計可能對創新型人力資本對全要素生產率的影響略有高估，并由豪斯曼檢驗結果可得，模型不能拒絕所有解釋變量均為外生的原假設。因此，可以認為，模型在一定程度上不存在內生性問題，回歸結果是可靠的。并且回歸結果與預期一致，長三角地區創新型人力資本能夠促進全要素生產率的提升，然而目前階段，創新型人力資本對全要素生產率的促進程度還不夠。加大創新型人力資本投入能夠推動技術進步，進而推動長三角地區經濟高質量發展。可以看到，政府規模與全要素生產率呈負向的相關關系，本文這里的政府規模指的是財政支出與GDP 的比重，這可能因為財政支出占GDP比重太大，投入到科技創新行業的支出并不多，也可能政府對市場經濟干預過多，反而會對經濟產生負面的影響。

表3 創新型人力資本影響全要素生產率的主要回歸結果

表4 創新型人力資本影響全要素生產率的GMM 估計

五、主要結論及政策啟示

本文利用長三角地區24 個主要城市2000—2017 年的面板數據考察了創新型人力資本水平對全要素生產率的影響，進而分析了全要素生產率和經濟高質量發展的協同關系，綜合各種分析結果，得出以下結論：長三角地區創新型人力資本水平發達地區與欠發達地區差距較大，全要素生產率水平存在顯著差異，欠發達地區創新型人力資本水平和全要素生產率均較低。創新型人力資本水平提升能夠推動全要素生產率提升，全要素生產率提升是經濟高質量發展的關鍵性一環，因此，創新型人力資本水平是經濟高質量發展的關鍵因素；政府規模對全要素生產率提升作用并不顯著，由此可見，財政支出并不是推動經濟高質量發展的關鍵性因素，這可能是由于財政支出并沒有得到合理有效的分配。基于上述結論，提出以下政策建議：長三角是人才集聚、資源集聚的區域，要利用資源和人才優勢，加大創新型人力資本投入，給予高等教育從業人員比一般從業人員更高的工資水平，吸收更多的創新型人才，同時也要建立區域人才聯合培養機制，使人才在區域內得到有效流動和配置。政府也應加大對教育、科技研發等相關領域的資金投入，將財政支出更多地轉移到教育科研領域，培養出更多創新型人才，使人才成為創新的引領者、主導者，提高區域創新水平，推動供給側結構性改革，促進經濟發展；政府也要引導創新型人力資本水平較高的發達地區帶動欠發達地區的發展，促進長三角區域一體化，推動長三角地區經濟高質量發展。