人才政策支持與企業(yè)全要素生產率

盛明泉， 項春艷，盛安琪2,

(1.安徽財經大學 會計學院，安徽 蚌埠 233030；2.南京農業(yè)大學 經濟管理學院，江蘇 南京 210095)

一、問題的提出

黨的十九大報告指出，創(chuàng)新是引領發(fā)展的第一動力，是建設現(xiàn)代化經濟體系的戰(zhàn)略支撐。在這一發(fā)展背景下，黨中央以及各地政府陸續(xù)推出地區(qū)創(chuàng)新發(fā)展戰(zhàn)略，其中包括創(chuàng)新型城市建設、技術扶持政策、專利政策等，以此來帶動社會生產率增長，實現(xiàn)經濟高質量發(fā)展。企業(yè)創(chuàng)新的關鍵在于人才，要把高質量人才資源作為企業(yè)戰(zhàn)略資源和提升企業(yè)全要素生產率的核心因素。因此，各地區(qū)相繼出臺并實施人才政策，旨在吸引人才、防止人才流失。比如各地的人才引進政策以及“千人計劃”等，各級政府試圖實施積極的人才政策，留住人才，實現(xiàn)地區(qū)經濟高質量發(fā)展，實現(xiàn)由“要素驅動”向“創(chuàng)新驅動”的經濟發(fā)展方式轉變，通過技術創(chuàng)新提高企業(yè)全要素生產率。全要素生產率作為衡量企業(yè)效率與經濟高質量發(fā)展較為綜合的指標，一直以來是學術界與實務界關注的焦點。學者們圍繞全要素生產率展開一系列研究，包括產業(yè)政策、創(chuàng)新政策等對企業(yè)全要素生產率的影響，卻沒有把目光聚焦到人才這一稀缺的生產要素上。因此，本文將人才政策與全要素生產率這一綜合指標放于同一研究框架，探究各級政府實施的各類人才政策能否有助于企業(yè)全要素生產率提升；如何以人才作為發(fā)展引擎，提升企業(yè)創(chuàng)新能力、融資能力，形成人才聚集效應，對促進企業(yè)全要素生產率提升和全面理解人才政策的實施效果具有重要意義。

本文的邊際貢獻體現(xiàn)在以下三個方面：第一，拓寬了人才政策的研究視域。現(xiàn)有研究大多探究人才政策對區(qū)域創(chuàng)新及發(fā)展的影響，鮮有文獻關注對微觀企業(yè)的影響。本文探究人才政策對企業(yè)全要素生產率的影響，豐富和拓展了人才政策對微觀企業(yè)的影響研究。第二，探討了人才政策在不同行業(yè)、不同制度環(huán)境、不同產權性質下對企業(yè)全要素生產率提升的影響，豐富了全要素生產率的相關研究。第三，人才是實現(xiàn)民族振興、贏得國際競爭主動權的戰(zhàn)略資源。人才政策作為政府公共政策體系的重要組成部分，旨在吸引和招攬人才，而企業(yè)是接收和匯聚人才的集中地。因此，探究人才政策對企業(yè)全要素生產率的影響，對于形成人才集聚效應、推動企業(yè)高質量發(fā)展具有重要意義，也為后續(xù)人才政策實施的經驗研究提供一定借鑒。

二、政策背景與文獻綜述

(一)政策背景

一個企業(yè)、一個地區(qū)乃至一個國家的發(fā)展離不開人才支撐，人才的培育與引進對經濟社會發(fā)展至關重要。人才政策也是各個國家推動社會經濟發(fā)展、提升綜合國力的有力工具之一。為了推動社會經濟發(fā)展，我國各級政府相繼出臺各類人才政策。一般來說，中央政府先制定政策(綱要和指導文件)，隨后，各級地方政府會制定一系列細化的實施政策。近些年來，中央與各級地方政府關于人才方面的政策正在步步抓緊落實。從中央層面來看，中共中央在2016年印發(fā)了《關于深化人才發(fā)展體制機制改革的意見》，提出人才發(fā)展體制機制改革是全面深化改革的重要組成部分。教育部制定并實施《教育人才規(guī)劃》，堅持走人才強教、人才強校之路，建設高素質教育人才隊伍，對于加快人才資源開發(fā)，全面推動教育事業(yè)科學發(fā)展，辦好人民滿意的教育，建設人力資源強國、人才強國和創(chuàng)新型國家具有重大意義。從各級政府來看，上海在2016年公布《關于進一步深化人才發(fā)展體制機制改革加快推進具有全球影響力的科技創(chuàng)新中心建設的實施意見》。針對人才引得進、留得住、用得好等人才發(fā)展關鍵問題，在以往政策的基礎上不斷完善。數(shù)據(jù)顯示，上海市2020年全年共引進海內外各類人才113 635人，同比增長26.7%，其中，辦理人才落戶53 481人，同比增長40.8%。山東省在2017年頒布了《支持重點企業(yè)加快引進高層次產業(yè)人才實施辦法》，以此來選擇人才建設企業(yè)，其中一個重要的標準是企業(yè)近5年擁有高層次人才入選國家“千人計劃”“萬人計劃”等國家或省級重點人才工程。

(二)文獻綜述

通過梳理近年來學者關于各項政策與全要素生產率的研究，總結起來有兩種觀點：第一種觀點認為，政策的實施促進了全要素生產率的提升。殷紅等[1]針對我國財政政策對全要素生產率的影響進行實證研究，研究發(fā)現(xiàn)各時期財政稅收的增加對全要素生產率產生顯著的促進作用。黃策等[2]發(fā)現(xiàn)，我國自2012年開始的“營改增”試點提高了上市企業(yè)全要素生產率，分工和研發(fā)投入是其主要途徑。晏艷陽和吳志超[3]研究了我國創(chuàng)新政策對企業(yè)全要素生產率的影響，研究結論也是促進作用。孫陽陽和丁玉蓮[4]實證檢驗了我國產業(yè)政策沖擊對企業(yè)全要素生產率的影響，結果顯示產業(yè)政策顯著促進了企業(yè)全要素生產率的提升。此外，與各類政策相關的當屬政府補助類政策的效果研究。研究表明，政府補助在促進企業(yè)創(chuàng)新投入與水平增長的同時有利于企業(yè)全要素生產率的提升。夏清華和何丹[5]基于信號傳遞理論，發(fā)現(xiàn)政府補貼所釋放的積極信號有利于企業(yè)獲取外部創(chuàng)新資源，促進企業(yè)創(chuàng)新。王薇和艾華[6]將政府補貼、創(chuàng)新投入與企業(yè)全要素生產率放入同一研究框架，發(fā)現(xiàn)政府補助顯著促進企業(yè)全要素生產率的提高，且創(chuàng)新投入發(fā)揮部分中介作用。第二種觀點認為，政策的實施并沒有提高全要素生產率。Obeng和Sakano[7]研究發(fā)現(xiàn)，政府政策顯著地降低了全要素生產率；閆志俊和于津平[8]與任優(yōu)生和邱曉東[9]研究發(fā)現(xiàn)，政策下放的資金補助(政府補貼)沒有取得預期作用，反而對全要素生產率產生顯著抑制作用。徐保昌和謝建國[10]發(fā)現(xiàn)，政府補貼不利于我國制造業(yè)全要素生產率的提升。

已有文獻關于人才類政策效果的研究相對較少，大多以理論為主。人才政策出臺后，對企業(yè)創(chuàng)新投入、創(chuàng)新產出以及研發(fā)效率均具有積極作用，且受到人才政策影響的企業(yè)，研發(fā)人員招聘數(shù)量顯著上升。郭金花和郭淑芬[11]利用省級數(shù)據(jù)研究發(fā)現(xiàn)，創(chuàng)新人才集聚有利于全要素生產率增長，且具有空間溢出效應。盧洪友等[12]利用市級數(shù)據(jù)，基于“人才新政”準自然實驗，結果表明實施“人才新政”后，政府提高高科技投入水平，促進城市創(chuàng)新水平上升。劉春林和田玲[13]對政府補助明細項目中的人才類補助進行衡量，形成人才政策支持變量，實證檢驗人才政策支持與企業(yè)創(chuàng)新之間的關系，結果表明，人才政策支持有助于企業(yè)獲得政府資源(創(chuàng)新補貼)以及提高企業(yè)商業(yè)信用，從總體上促進企業(yè)創(chuàng)新，但未造成企業(yè)策略性創(chuàng)新傾向。因此，從已有文獻來看，目前學術界大多從產業(yè)政策、財政政策等方面研究其對全要素生產率的影響，鮮有文獻關注人才政策對全要素生產率的作用。本文將人才政策與全要素生產率相結合，探究人才政策對全要素生產率的影響，具有一定的創(chuàng)新性。上述文獻梳理為人才政策支持與全要素生產率關系的研究提供以下啟示：人才政策對企業(yè)全要素生產率產生何種影響，人才政策的實施是否可以達到預期效果？

三、理論分析與研究假設

人才是實現(xiàn)民族振興、企業(yè)獲取競爭優(yōu)勢最為稀缺的戰(zhàn)略資源。自我國實施人才強國計劃以來，人才便受到各級政府的重視。各地區(qū)自此開始了“搶人大戰(zhàn)”，也開啟了“政府搭臺、企業(yè)唱戲”的模式。因此，探究人才政策對企業(yè)發(fā)展的影響顯得尤為重要。

首先，政府的人才類補助直接投入企業(yè)，增加企業(yè)資金流動性，降低企業(yè)的融資難度，在一定程度上降低資金需求對企業(yè)發(fā)展的約束，提高資源配置效率，進一步提高企業(yè)全要素生產率。基于信號傳遞理論，獲得政府補助的企業(yè)可以釋放出企業(yè)具有技術優(yōu)勢和良好市場前景等信息，向外傳遞的積極信號會降低企業(yè)與外部投資者的信息不對稱，幫助企業(yè)獲得銀行信貸以及風險投資等外部投資，滿足企業(yè)擴大生產規(guī)模或者提升企業(yè)生產能力對資金的需要，進而有利于企業(yè)全要素生產率的提升。

其次，人才政策通常與政府研發(fā)政策存在交集，實質上，人才政策就是在企業(yè)層面對人才建設進行資助以及獎勵，政府的人才類補助直接投入企業(yè)作為企業(yè)的研發(fā)投入，理論上會促進企業(yè)創(chuàng)新。企業(yè)創(chuàng)新活動的增加，也會加快企業(yè)創(chuàng)新成果的轉化，這些創(chuàng)新成果可以有效幫助企業(yè)開拓新市場，尋求新的發(fā)展機遇，進而可以提高企業(yè)全要素生產率。此外，企業(yè)創(chuàng)新還可以通過新技術提高企業(yè)全要素生產率，對企業(yè)的經營績效以及技術突破具有重要意義，是企業(yè)提高生產率的關鍵驅動力。

最后，人才政策可以形成人才集聚效應。一方面，集聚有利于降低“運輸成本”，包括運物、運人、運思想的成本，(1)馬歇爾在1920年出版的《經濟學原理》一書中提到。因此，人才集聚有利于降低企業(yè)薪酬成本；另一方面，人才要素集聚能夠保證人才之間高效率互動，促進創(chuàng)新合作，實現(xiàn)創(chuàng)新活動風險分擔、收益共享模式，提高創(chuàng)新成果轉化率。企業(yè)薪酬成本降低以及創(chuàng)新成果轉換率提高均有利于促進全要素生產率的增長。綜上所述，筆者提出以下假設：

假設：人才政策支持對企業(yè)全要素生產率具有促進作用。

四、研究設計

(一)樣本選取與數(shù)據(jù)來源

本文采用所有A股上市企業(yè)2009—2019年數(shù)據(jù)。對數(shù)據(jù)進行如下處理：刪除ST與金融類樣本；剔除基礎數(shù)據(jù)缺失，或基本指標存在明顯偏誤的樣本，在此基礎上為了消除極端值的影響，對主要連續(xù)變量1%以下和99%以上進行Winsorize處理。本文變量所涉及的財務數(shù)據(jù)、治理數(shù)據(jù)來源于CSMAR(國泰安)數(shù)據(jù)庫，專利數(shù)據(jù)來源于CNRDS數(shù)據(jù)庫，使用Stata15.0進行數(shù)據(jù)分析。

(二)變量定義

1. 被解釋變量

本文的被解釋變量為全要素生產率(TFP)，關于全要素生產率的測量方法有OP、LP、OLS、FE、DEA等。本文借鑒Olley和Pakes[14]與魯曉東和連玉君[15]的研究方法與模型，采用OP法對全要素生產率進行運算，具體模型如下：

lnYit=β0+β1+lnKit+β2lnLit+β3lnMatit+β4Ageit+β5Exportit+β6Soeit+β7Exitit+Yeari+lndi+εit

(1)

其中，i代表企業(yè)，t代表時間，Y表示企業(yè)主營業(yè)務收入額，K為固定資產金額，L為企業(yè)當年的員工數(shù)量，Mat為企業(yè)中間品投入，Age為企業(yè)年齡，Export 為是否進出口，Soe為產權性質，國有企業(yè)為1，非國有企業(yè)為0，Exit為是否退出市場，Year與Ind分別表示年度與行業(yè)，ε為隨機擾動項。使用opreg命令對上述模型進行回歸，殘差即為全要素生產率(TFP_op)。(2)對全要素生產率OP估計有相應的Stata實現(xiàn)程序，OP法的Stata程序為opreg.ado。感興趣的讀者可通過運行命令ssc install opreg下載安裝相應的程序包。

2.解釋變量

本文的解釋變量為人才政策支持，采用企業(yè)獲得的政府人才項目資助作為衡量指標。該項數(shù)據(jù)來源于CSMAR數(shù)據(jù)庫中財務報表附注中的“政府補助明細”中，在“政府補助明細”中包含了政府補助明細項目、政府補助明細項目本期金額、上期金額等。本文借鑒劉春林和田玲[13]、Chen等[16]與吳偉偉和張?zhí)煲籟17]在Excel軟件中運用關鍵詞篩選法對政府補助明細中的項目名稱和說明進行搜索。本文以“人才”“院士”“博士”“專家”“教授”“團隊”“人物”“百人”“千人計劃”“萬人計劃”“英才”等作為關鍵詞進行篩選，確定屬于人才政策支持的項目。之后將篩選出來的項目與相應企業(yè)、年份進行匹配，形成兩個解釋變量。第一個變量為Sum，表示企業(yè)當年獲得人才政策支持的資金數(shù)量(以百萬為單位)，如果該企業(yè)當年未獲得人才政策支持，此變量為0。第二個變量為Dum，表示企業(yè)當年是否獲得人才政策支持，獲得人才政策支持則為1，未獲得支持則為0，此變量運用于穩(wěn)健性檢驗部分。

3.中介變量

本文的中介變量為企業(yè)創(chuàng)新、人才集聚和融資約束。對于企業(yè)創(chuàng)新從創(chuàng)新投入與創(chuàng)新產出兩方面來衡量。創(chuàng)新投入采用研發(fā)投入與企業(yè)總資產的比值來衡量。如果采用研發(fā)投入的絕對量，會忽略一個重要的事實，即大企業(yè)的研發(fā)規(guī)模大于小企業(yè)研發(fā)規(guī)模。因此，本文采用研發(fā)投入的相對量來衡量企業(yè)創(chuàng)新投入，避免企業(yè)規(guī)模等因素的影響。對于創(chuàng)新產出比較廣泛的度量指標是專利申請數(shù)和專利授權數(shù)，參照普遍的做法，本文以專利申請數(shù)作為創(chuàng)新產出的衡量指標進行實證研究。本文采用企業(yè)研究生學歷及以上員工占比數(shù)衡量人才集聚。

參考陳峻和鄭惠瓊[18]建立模型(2)和模型(3)衡量企業(yè)的融資約束程度，以此來檢驗融資約束的中介效應：

(2)

(3)

其中，size表示企業(yè)資產規(guī)模，lev表示企業(yè)資產負債率，CashDiv表示企業(yè)當年發(fā)放的現(xiàn)金股利，MB表示企業(yè)賬面市值比，NWC表示企業(yè)凈營運資本，EBIT表示企業(yè)息稅前利潤，tα表示企業(yè)總資產。

第一步，按照年度對企業(yè)規(guī)模、企業(yè)年齡、現(xiàn)金股利支付率三個變量進行標準化處理，并根據(jù)標準化后的變量均值對上市企業(yè)進行排序，分別以上下三分位點作為融資約束的分界點，確定融資約束虛擬變量QUFC：大于66%分位的上市企業(yè)定義為低融資約束組，QUFC=0；小于33%分位的上市企業(yè)定義為高融資約束組，QUFC=1。第二步，對模型(3)進行Logit回歸，擬合企業(yè)每一年度的融資約束發(fā)生概率P，并將其定義為融資約束指數(shù)FC(取值在0—1之間)，F(xiàn)C越大，表示企業(yè)的融資約束問題越嚴重。

4.控制變量

本文參考已有研究，選取以下控制變量：企業(yè)規(guī)模(Size)、資產負債率(Lev)、企業(yè)成長性(Grow)、總資產收益率(Roa)、股權集中度(Top1)、現(xiàn)金流水平(Cash)、獨立董事占比(Indsize)、企業(yè)年齡(Age)、兩職合一(Dual)。通常大規(guī)模企業(yè)存在資源優(yōu)勢，會對企業(yè)全要素生產率產生影響，本文借鑒江紅莉和蔣鵬程[19]做法，采用員工人數(shù)自然對數(shù)值衡量，同時還控制了年度(Year)和行業(yè)(Ind)效應。各變量的具體定義如表1所示。

表1 變量定義

(三)實證模型

本文結合以往相關研究以及本文研究目的，以全要素生產率為被解釋變量，人才政策支持為解釋變量，構建以下基準模型(4)：

(4)

為了進一步探究企業(yè)創(chuàng)新、融資約束及人才集聚對人才政策支持與全要素生產率之間關系的中介效應，本文借鑒溫忠麟和葉寶娟[20]所提出的中介效應檢驗程序進行檢驗，在模型(4)的基礎上構建如下模型：

(5)

其中，i,t分別代表企業(yè)與年份，Controls代表所有控制變量，α0為常數(shù)項，ε為隨機擾動項。TFP表示本文被解釋變量全要素生產率，Sum表示本文解釋變量人才政策支持，RD、Pt、FC、Tal分別表示創(chuàng)新投入、創(chuàng)新產出、融資約束、人才集聚。

五、實證分析

(一)描述性統(tǒng)計

表2列示了主要變量的描述性統(tǒng)計。從表2可以看出，本文采用OP法計算的全要素生產率平均值為6.297，中位數(shù)為6.267，標準差為0.363，說明TFP_op大致符合狀態(tài)分布。人才政策支持的平均值和中位數(shù)分別為0.080和0，表明呈右偏分布的特征(平均值>中位數(shù))。其他控制變量總體上分布合理，與現(xiàn)有文獻也保持較高一致性。

表2 主要變量描述性統(tǒng)計

(二)實證結果分析

表3 人才政策支持與全要素生產率(N=15 711)

(三)穩(wěn)健性檢驗

1.替代測量

考慮到本文單一的變量測算方法所獲得的相關結果可能具有偶然性與誤差，因此，本文更換解釋變量與被解釋變量的計算方法，回歸結果如表4所示。對被解釋變量(TFP)采用OLS法計算企業(yè)的全要素生產率(TFP_ols)。從列(1)可以看出，人才政策支持(Sum)與全要素生產率(TFP_ols)的回歸系數(shù)為0.057，且在1%水平上顯著，可見結果穩(wěn)健。對解釋變量人才政策支持，在此引入替代變量Dum，表示當年是否受到政府人才政策支持，受到支持為1，未受到支持為0。從列(2)可以看出，人才政策支持(Dum)與全要素生產率(TFP_op)的回歸系數(shù)為0.026，且在1%水平上顯著。變量衡量方法改變或者引入替代變量后的結果均顯示，人才政策支持對全要素生產率均為顯著正向影響，該結論不變。

2.全要素生產率前置一期

本文將企業(yè)全要素生產率前置一期作為因變量重新回歸。從表4列(3)可以看出，人才政策支持與前置一期的全要素生產率系數(shù)為0.052，且在1%水平上顯著。支持本文的結論。

3.采用制造業(yè)樣本

本文采用具有代表性特征的制造業(yè)樣本重新回歸，探究人才政策支持對企業(yè)全要素生產率的影響。從表4列(4)可以看出，人才政策支持與企業(yè)全要素生產率在1%水平上顯著為正，證明了本文結果的穩(wěn)健性。

表4 穩(wěn)健性檢驗

(四)內生性檢驗

1. 雙向因果內生性檢驗

為緩解政府人才政策支持與企業(yè)全要素生產率之間存在的雙向因果內生性問題，本文借鑒夏清華和何丹[5]做法，選取滯后一期的人才政策支持作為工具變量，采用兩階段最小二乘法(2SLS) 重新檢驗人才政策支持對企業(yè)全要素生產率的影響(如表5所示)。表5列(1)為第一階段結果，滯后一期的人才政策支持系數(shù)為0.447，且在1%水平上顯著，驗證了工具變量相關性假定，與預期一致。列(2)為第二階段結果，人才政策支持的系數(shù)為0.127，且在1%水平上顯著，說明在緩解內生性后，本文的結論依然成立，即人才政策支持顯著正向影響企業(yè)全要素生產率。

2.樣本選擇偏誤內生性檢驗

通常受到人才政策支持的企業(yè)為少數(shù)企業(yè)，且受到人才政策支持的企業(yè)也是政府經過嚴格篩選出來的，所以對于此類企業(yè)而言，可能具有“篩選效應”。因此，企業(yè)的全要素生產率可能也會影響政府人才政策的篩選傾向。基于此，本文選擇傾向得分匹配(PSM)方法來探究可能因樣本選擇帶來的內生性問題。將樣本分為處理組與待匹配組，以全要素生產率為因變量，按照企業(yè)規(guī)模(Size)、總資產收益率(Roa)、現(xiàn)金流水平(Cash)、企業(yè)成長性(Grow)和企業(yè)資產負債率(Lev)進行了人才政策支持強度是否高水平的1∶1最近鄰無放回的匹配，一共獲得5 669個樣本。具體結果如表5列(3)所示，在緩解內生性后，本文的結論依然成立，即人才政策支持顯著正向影響企業(yè)全要素生產率。

(五)作用機制分析

如上文所述，人才政策支持可以通過促進企業(yè)創(chuàng)新、降低企業(yè)融資難度以及形成人才集聚效應促進全要素生產率提升。因此，本文依次從融資約束、企業(yè)創(chuàng)新及人才集聚效應三個方面系統(tǒng)檢驗人才政策支持對企業(yè)全要素生產率的作用機制。

1.融資約束的中介效應檢驗

表6報告了“人才政策支持—融資約束—全要素生產率”的機制檢驗結果。從列(2)可以看出，人才政策支持與融資約束的系數(shù)為-0.011，在5%的水平上顯著，說明人才政策支持有助于緩解企業(yè)融資約束；從列(3)可以看出，此時人才政策支持與全要素生產率仍然顯著正相關，表明企業(yè)融資約束在人才政策支持與全要素生產率的關系中起到部分中介效應。受到人才政策支持的企業(yè)會傳遞積極信號，降低企業(yè)與外部投資者之間的信息不對稱程度，緩解企業(yè)融資約束，提升企業(yè)全要素生產率。

2.企業(yè)創(chuàng)新的中介效應檢驗

表7報告了“人才政策支持—企業(yè)創(chuàng)新—全要素生產率”的機制檢驗結果，得出人才政策支持與創(chuàng)新投入的回歸結果如下：從列(1)—列(2)可以看出，人才政策支持對企業(yè)創(chuàng)新投入的影響顯著為正(人才政策支持系數(shù)分別為0.048和0.005，且均在1%水平上顯著)，驗證了人才政策支持有助于企業(yè)增加創(chuàng)新投入；列(3)顯示將人才政策支持、創(chuàng)新投入與全要素生產率納入同一研究模型中，結果顯示創(chuàng)新投入的系數(shù)為0.605，且在1%水平上顯著，說明企業(yè)創(chuàng)新投入對企業(yè)全要素生產率具有顯著的正向影響。從列(4)可以看出，人才政策支持與創(chuàng)新產出的系數(shù)為0.327，在1%的水平上顯著，說明人才政策支持顯著促進企業(yè)創(chuàng)新產出；從列(5)可以看出，此時人才政策支持與企業(yè)全要素生產率仍然顯著正相關，表明創(chuàng)新產出促進全要素生產率提升。上述檢驗結果在一定程度上可以說明“人才政策支持—企業(yè)創(chuàng)新—全要素生產率”這條路徑是存在的。當企業(yè)獲得政府人才政策支持，將會有更多資金投入到企業(yè)的創(chuàng)新活動中，企業(yè)技術等條件得到改善，促進創(chuàng)新產出，企業(yè)綜合實力得到增強。

表6 人才政策支持、融資約束與全要素生產率

表7 人才政策支持、企業(yè)創(chuàng)新與全要素生產率

3.人才集聚的中介效應檢驗

表8報告了“人才政策支持—人才集聚—全要素生產率”的機制檢驗結果。從列(2)可以看出，人才政策支持與人才集聚的系數(shù)為1.656，在1%的水平上顯著，說明人才政策支持有助于形成人才集聚效應；從列(3)可以看出，此時人才政策支持與全要素生產率仍然顯著正相關，表明人才集聚效應在人才政策支持與全要素生產率的關系中起到部分中介效應。人才政策可以吸引更多人才來到當?shù)毓ぷ鳎纬扇瞬偶坌瑢崿F(xiàn)創(chuàng)新活動風險分擔、收益共享模式，提高創(chuàng)新成果轉化率，促進全要素生產率的增長。

表8 人才政策支持、人才集聚與全要素生產率

六、進一步研究

(一)異質性分析

1. 基于行業(yè)異質性的子樣本分析

高科技企業(yè)的發(fā)展離不開創(chuàng)新技術的支撐，政府對高科技企業(yè)的關注度也一直只增不減。高科技企業(yè)的核心資源是人力資本和知識資本，政府的人才政策也正是對準企業(yè)人力資源。因此，本文將進一步探討人才政策支持對全要素生產率的影響是否會因為行業(yè)不同而存在差異？本文將研究對象分為高科技企業(yè)與非高科技企業(yè)(根據(jù)統(tǒng)計局對高科技行業(yè)的分類標準)，試圖探究人才政策的實施效果在兩類企業(yè)中是否有所不同。表9列(1)和列(2)顯示了人才政策的實施效果在高科技企業(yè)與非高科技企業(yè)之間的情況。從列(1)可以看出，人才政策支持對于高科技企業(yè)全要素生產率的影響系數(shù)為0.049，且在1%的水平上顯著；對于非高科技企業(yè)全要素生產率的影響系數(shù)為0.032，在10%水平上顯著。由此可以看出，相比非高科技企業(yè)，人才政策的實施效果在高科技企業(yè)更為顯著。隨著時代發(fā)展，尤其在當前行業(yè)競爭激勵、經濟壓力增大的背景下，高科技企業(yè)也面臨著生存難題。政府所實施的人才政策對于整個行業(yè)，尤其是高科技企業(yè)具有顯著的幫扶作用，更能激發(fā)企業(yè)創(chuàng)新活力，增強企業(yè)員工技術技能，提高企業(yè)綜合實力。

2.基于制度環(huán)境的子樣本分析

政策的實施效果往往會因地區(qū)不同而不同，地區(qū)的發(fā)展水平以及制度環(huán)境等都會影響政策的實施效果。因此，本文將進一步探討人才政策支持對全要素生產率的影響是否會因為地區(qū)制度環(huán)境的不同而存在差異？本文借鑒已有文獻，將我國市場化指數(shù)作為制度質量的代理變量，之后根據(jù)上市企業(yè)注冊地所在省份與各省份的市場化指數(shù)進行匹配。參考劉春林和田玲[13]的做法，根據(jù)均值將制度環(huán)境質量劃分為高水平與低水平。高于制度環(huán)境質量指數(shù)均值的為制度環(huán)境質量較高組，低于均值為制度環(huán)境質量較低組。相關結果如表9列(3)、列(4)所示，在制度環(huán)境較高組中，人才政策支持與全要素生產率在1%水平上顯著為正；在制度環(huán)境較低一組，人才政策支持對全要素生產率促進作用并不顯著。這說明較高的制度環(huán)境質量能夠顯著激發(fā)政府的人才政策實施效果，增加所在地區(qū)企業(yè)全要素生產率。夏清華和何丹[5]也曾研究發(fā)現(xiàn)，制度環(huán)境質量越高，政府的研發(fā)補貼對企業(yè)創(chuàng)新的激勵作用越明顯。因為良好的制度環(huán)境質量可以有效幫助企業(yè)控制外部環(huán)境中的不確定性，此外，制度環(huán)境質量較高說明該地區(qū)具有較高的發(fā)展水平，比如擁有發(fā)達的金融中介機構，基于人才政策的信號傳遞理論，上述因素可以緩解企業(yè)的融資困境。

3.基于產權異質性的子樣本分析

企業(yè)的發(fā)展離不開技術進步的支撐，一個企業(yè)的核心資源是人力資本和知識資本。目前，不同產權性質企業(yè)共同發(fā)展，產權性質的差異對我國企業(yè)發(fā)展的影響也日益凸顯。相比國有企業(yè)來說，民營企業(yè)在發(fā)展中面臨更強的資金問題，此外，面臨大多人才的就業(yè)選擇偏向于國有單位，民營企業(yè)對人才以及研發(fā)資金的需求更加迫切。政府的人才政策支持可以明顯緩解民營企業(yè)的創(chuàng)新投入資金以及人才方面的壓力。因此，本文借鑒盛明泉[21]的思路，將總樣本分為國有企業(yè)與民營企業(yè)，進一步探討人才政策支持對全要素生產率的影響是否會因為產權性質不同而存在差異。本文將研究對象分為國有企業(yè)與民營企業(yè)，試圖探究人才政策的實施效果在二者之間是否有所不同。表9列(5)、列(6)顯示，在民營企業(yè)中，人才政策支持與全要素生產率在1%的水平上顯著為正；而在國有企業(yè)中，人才政策支持對全要素生產率的影響并不顯著，這也與預期相符。人才政策支持對全要素生產率的影響在不同產權性質的企業(yè)之間存在差異。

表9 異質性分析

(二)調節(jié)效應分析

關注已有研究可以發(fā)現(xiàn)，企業(yè)金融化的動因可以分為“蓄水池”“投機套利”兩種視角。“蓄水池”效應指的是企業(yè)將剩余資源投向金融領域，配置變現(xiàn)能力強的一些金融資產，當企業(yè)面臨嚴苛的融資約束或者遇到突發(fā)情況的資金需求時，可以將持有的金融資產轉化為企業(yè)的實體資源，緩解企業(yè)的融資不足，表現(xiàn)為“蓄水池”效應；“投機套利”指的是企業(yè)將其主要的資源投向流動性較低、回報高的金融資產或地產領域，意圖謀取短期超額利潤，表現(xiàn)為“投機套利”。

企業(yè)金融化的“蓄水池”效應可以有助于緩解企業(yè)的外部融資約束，穩(wěn)定企業(yè)的收益，降低交易成本以及生產經營的不確定性。盛明泉等[22]認為，企業(yè)金融化的“投機套利”動機將會擠占企業(yè)的實業(yè)投資，企業(yè)的投資重心偏向于金融部門，不利于企業(yè)的研發(fā)創(chuàng)新。企業(yè)注重短期利益，出現(xiàn)資金“脫實向虛”現(xiàn)象，進而會對全要素生產率產生影響。因此，當企業(yè)金融化呈現(xiàn)“蓄水池”效應將有利于提升人才政策所發(fā)出積極信號引致的創(chuàng)新資源水平，緩解外部融資約束，優(yōu)化資源配置效率，進而強化人才政策支持對全要素生產率的積極影響；而“投機套利”動機則可能使人才政策支持未能落實到實處，企業(yè)將資金配置于金融資產時，實業(yè)資金必然受到擠占，同樣也會擠占企業(yè)的創(chuàng)新資源，阻礙技術創(chuàng)新，進而削弱人才政策支持對全要素生產率的積極影響。在此基礎上，這里分析了企業(yè)金融化對于人才政策支持和全要素生產率之間的影響是正向調節(jié)作用還是負向調節(jié)作用。在表10列(2)中，F(xiàn)in×Sum的系數(shù)為-0.360，且在5%水平上顯著，說明企業(yè)金融化水平對人才政策支持和全要素生產率之間的影響是負向調節(jié)作用。具體而言，企業(yè)金融化水平越高，企業(yè)對于資源的運用未能充分體現(xiàn)在實業(yè)中，越能削弱人才政策支持對企業(yè)全要素生產率的正向影響。

表10 企業(yè)金融化調節(jié)作用

七、結論與啟示

考慮到創(chuàng)新政策所面臨的企業(yè)策略性行為的挑戰(zhàn)，中國的人才政策是否也面臨相同情況？中國人才政策的實施能否達到預期效果？對此，本文利用2009—2019年所有A股非金融類上市公司數(shù)據(jù)，系統(tǒng)考察了中國人才政策支持對企業(yè)全要素生產率的影響。實證結果表明，從總樣本來看，中國人才政策支持顯著提升了企業(yè)全要素生產率。從分樣本來看，人才政策支持在制度環(huán)境質量較低的地區(qū)實施效果沒有達到預期，對企業(yè)全要素生產率的提升作用不顯著，對制度環(huán)境質量較高的地區(qū)，人才政策支持對企業(yè)全要素生產率產生顯著的正向作用；在民營企業(yè)中，人才政策支持對企業(yè)全要素生產率影響顯著，而在國有企業(yè)中，人才政策支持對企業(yè)全要素生產率影響并不顯著。對于不同行業(yè)而言，人才政策支持對高科技企業(yè)全要素生產率的提升作用大于非高科技企業(yè)。此外，本文從企業(yè)創(chuàng)新、融資約束以及人才集聚三方面分析人才政策支持對全要素生產率的中介效應，結果顯示人才政策的實施可以通過緩解企業(yè)融資約束、促進企業(yè)創(chuàng)新、形成人才集聚效應來提高企業(yè)全要素生產率。進一步研究顯示，企業(yè)金融化在人才政策支持對全要素生產率的影響中具有負向調節(jié)作用。

本文為中國人才政策支持能夠提升企業(yè)全要素生產率提供了有力證據(jù)，根據(jù)實證結果提出以下建議與啟示：第一，充分發(fā)揮政府的“有形之手”的作用，提升企業(yè)全要素生產率。政府基于人才政策下發(fā)的補貼以及帶給企業(yè)的福利需要充分發(fā)揮引導作用，同時還需發(fā)揮人才政策的信號傳遞作用，促進社會資源向企業(yè)集聚，提高企業(yè)創(chuàng)新實力，增加企業(yè)實質性創(chuàng)新，提升企業(yè)全要素生產率。針對各地區(qū)經濟發(fā)展水平、人力資本水平等情況，政府需要增加人才政策的“針對性”，讓人才政策在各地區(qū)發(fā)揮出更大作用。第二，打造良好的制度環(huán)境質量，保障政策實施效果。良好的制度環(huán)境質量可以有效幫助企業(yè)控制外部環(huán)境中的不確定性，引導創(chuàng)新要素合理流動，提高資源配置效率以及各要素產出效率。而制度環(huán)境質量較好的地區(qū)，其法律制度、金融發(fā)展等方面都具有較高水平，更有利于發(fā)揮國家政策的實施效果，所以良好的制度環(huán)境是政策實施的基礎。第三，政府應當提高對人才政策的重視，加大人才政策支持力度。當前，與政府對企業(yè)研發(fā)資金的支持強度相比，人才政策的支持力度處于較低水平。但是,人才政策支持卻能顯著提升企業(yè)全要素生產率，激勵企業(yè)實質性創(chuàng)新，人才政策需要得到充分重視，發(fā)揮更大作用。第四，針對不同性質的企業(yè)，調整人才政策支持力度。對行業(yè)、產權性質不同的企業(yè)，其發(fā)展規(guī)劃需要不斷調整。政府應當結合對行業(yè)性質、產權性質的思考，針對不同企業(yè)，調整支持力度，提高財政資金的配置效率，助力企業(yè)效益最大化。政府應從源頭出發(fā)，將人才項目資金進行合理分配，優(yōu)化人力資源配置，實現(xiàn)經濟高質量發(fā)展。