经济增长中的人力资本结构与创新驱动研究
曹 泽 ， 朱小婉 ， 金秀芳 ， 韩 玺
(安徽建筑大学 经济与管理学院， 合肥 230601)
摘要： 根据人力资本在经济增长中的作用，人力资本分为科技创新人力资本、企业家人力资本和宏观调控人力资本。基于2007—2016年省级区域面板数据，测度出全要素生产率及其分解指数即技术效率和技术进步率。结果表明：样本期内各省级区域全要素生产率平均增长2%。3种人力资本中，科技创新人力资本在各地区均有全要素生产率正弹性，企业家人力资本和政府人力资本在东、中和西部地区对全要素生产率有正弹性，在东北地区导致了全要素生产率下降。样本期内各类人力资本对技术进步率贡献小于对技术效率贡献。科技创新人力资本是实现向创新驱动转型的基础条件，同时还必须发挥企业家人力资本和政府人力资本的协同作用。
关 键 词： 经济转型；人力资本结构；全要素生产率
0 引言
20世纪60年代，T.W.Schultz论证了人力资本投资是实现经济增长的关键[1]。之后众多学者从宏观经济增长、微观企业效率等方面对人力资本投入的作用做了深入探讨。然而这些研究主要关心人力资本投资数量方面，对人力资本结构问题关注较少。人力资本结构作为影响经济增长的重要因素在以S.Kuznets[2]和H.Chenery等[3]为代表的结构主义发展经济学中得到重视[4]。H.Chenery等将结构因素引入反映经济增长的回归方程，并在方程中考虑了劳动力质量问题[3]。经济增长原因分析之父E.F.Denison等通过对影响生产率的劳动特点进行细分，建立了异质性劳动与经济增长之间的关联[5]。
A组患者与B组患者均持续使用盐酸氨溴索治疗,30mg/次,溶剂为100ml生理盐水,静脉滴注,3次/d。A组持续用药时间为8d,B组持续用药时间为16d。
关于经济增长中的人力资本结构问题，国内学者主要集中于根据受教育水平划分的层次结构。胡树红根据受教育水平不同，从企业微观角度讨论了企业中人力资本投资主体结构差异[6]；彭国华分析了人力资本构成对地区全要素生产率的影响，发现受教育水平越高的人力资本对全要素生产率的促进作用越显著[7]。杨俊等研究了不同受教育水平人力资本存在吸收能力差异，这种差异导致了邻近地区研发溢出对本地区创新绩效产生显著性影响[8]。部分学者从健康投入、教育、培训和迁徙的角度对人力资本进行划分。如陈浩根据这4个方面将人力资本从低级到高级分为基础、知识、技能和制度人力资本，认为中国人力资本对经济增长作用不强的原因是中国人力资本存量不足和层次低下[9]。张小蒂等基于熊彼特创新理论，在增长函数中引入企业家人力资本，发现企业家人力资本对全要素生产率有重要促进作用，企业家人力资本丰裕的地区，收入水平也会大大增加[10]。这些研究中的人力资本结构实际上是一种人才层次结构或素质结构，这种结构对经济增长的作用结论容易预见，不同文献中的“新”发现常常仅是数量大小的不同，因而有必要对人力资本结构划分重新进行抽象和概括。
学者詹姆斯·韦伯·扬曾认为，创意就是“旧元素的新组合”。像案例中的“足球高尔夫”、“地排球”、“嗒嗒球”属于不同元素重组的体育参与方式转型范畴，即“将单一元素重组成多元元素融合”、“将传统元素重组成现代元素”、“将传统项目重组成新鲜项目”等，改变了一些传统的体育项目因没有新鲜感或因难度过高不能满足群众多元需求的现状，吸收了新鲜有趣、入门容易或惊险刺激的项目元素特点，充分彰显了人与生俱来的创意智慧。因此，需要元素重组开发新项目，以满足群众参与体育运动的欲望，实现体育项目元素与活动内容的多元化，体现传统与现代气息的融合。
意料中的事发生了，望着仅有20多平米的简陋的出租屋，方勋梅眉头一皱：“你怎么住这种地方啊？这是人住的地方吗？”“对不起，阿梅，你没问，我事先也没说明。我的梦想就是拥有凯迪拉克，至于房子，我知道也很重要，相信我，我会拥有的，一定会的。”程晓要去拥抱她，方勋梅挣脱了，鄙夷地说：“是的，有人说，现在女孩理想中的老公是开凯迪拉克的。但谁也想不到穷人也会开上凯迪拉克，你简直是个创举！”说完，方勋梅呆坐了一会儿，默默地离开了。
循着结构分析的思路溯源，有必要分析处于建设中的人力资本结构问题；循着经济长期可持续增长的思路追因，有必要研究人力资本发展和经济转型关系问题。人力资本的发展对于经济绩效有什么影响？经济转型对人力资本结构有什么要求？为此，本研究拟对现有研究进行3个方面的拓展。
式中：Y it 表示第i 区域t 年的国内生产总值(GDP)，它是传统投入要素K it ,L it 与TFP共同作用的结果。根据统一增长理论，随着社会经济的发展，人力资本积累是效率提高和经济可持续发展的重要原因[12]；A it (·)可看作科技创新人力资本(R )、企业家人力资本(E )和政府宏观调控人力资本(Z )的函数。式(1)可进一步改写如下：
其一，改进人力资本结构划分方法。摒弃基于人才层次的划分方法，根据人力资本参与经济运行的方式，把人力资本分为促进资源转换的科技创新人力资本、促进资源有效配置的企业家人力资本和提高资源充分利用的政府宏观调控人力资本。其中，促进资源有效配置和提高资源充分利用对应了微观经济中企业家的作用和宏观经济中政府的作用，另一方面，资源的转换和资源的配置还具有时间的继起性。
目前，高校医院全面预算管理内容不完整，仅限于财务预算，缺少经营预算和专门决策预算等。高校医院大部分是采用增量预算法来编制预算，根据去年的基数加本年增减因数来确定年度的预算收支规模，缺乏合理性，也难以保证预算目标的实现。
为了研究不同类型人力资本的TFP贡献，本研究采用C-D生产函数模型。假定t 年有2种投入：资本(K )和就业(L )，对应于1种产出Y it 。公式如下：
1 模型的选取
1.1 Malmquist 指数方法
Malmquist指数法通过构建时期t 和t +1的距离函数，描述不同时期决策单元的效率演进，进一步对处于不同时期下的两个Malmquist指数取几何均值，实现对效率变化的测算。用这种方法计算出的全要素生产率(TFP)水平可以进一步分解为技术进步率(TEC)和技术效率(EFF)。TEC代表了由开发新产品、新工艺引发的生产率变动，反映了技术创新本身；EFF代表了既有技术的优化利用、制度创新和规模变化所引发的生产率变动。指数大于1表明效率改善或进步；指数小于1表明效率变差或退步。所有截面单元样本期内相邻各期全要素生产率指数均大于1，说明样本期内TFP持续改善，创新在经济增长中的驱动作用显著，反之则反是。
1.2 人力资本与TFP 关系模型
其三，人力资本积累的测算。人力资本外在效应是内生增长理论的逻辑出发点之一，是否具有显著外部效应是人力资本计量的首要参考。结合现有文献，科技创新人力资本选择科技领域从事研发工作的科研人员数量；企业人力资本选择具有完全私人产权、独立决策并承担相应财务风险的企业数量[11]。政府宏观调控人力资本的测算是一个难点。根据奥肯定律和菲利普斯曲线，好的制度将会带来经济增长和失业率下降，失业率下降导致工资上升。因此，政府宏观调控人力资本的测量可以其制度设计带来的劳动力流动或工资水平的变化表示。劳动力流入的地区必然是劳动效率高、工资水平高的地区，反之则反是。由于劳动力流动难以统计，采用工资水平作为政府宏观调控人力资本测度指标成为合适的选择。
Y it =A it (·)×F it (K it ,L it ) 。
(1)
开展校本课程，例如英语戏剧课程，挑选经典作品，以电影导入，使学生了解主要剧情。教师介绍背景文化知识，拓宽知识面，增加学生词汇、短语、句型积累。课程以学生演出戏剧收尾，以更好地将所学知识内化。
(2)
式中：A it 为随时间变化的系数；β r 为科技创新人力资本(R )产出弹性；β e 为企业家人力资本(E )产出弹性；β s 为政府宏观调控人力资本(Z )产出弹性；X it,n (n =1,2)表示两类传统投入要素，当n =1时表示累积资本投入K it ，当n =2时表示一般劳动投入L it ；β n (n =1,2)表示两类传统投入要素X it,n 的产出弹性；β 1为K it 产出弹性；β 2为L it 产出弹性。
对式(2)两边取自然对数并对时间t 求1阶导数：
而几年前，陈峰的话可不这么说，对外的快速扩张和并购是海航的重要企业战略。甚至有人表示海航是当今中国最大的全球超级买家。
ΔY /Y it =β m +β r ×ΔR /R it +β e ×ΔE /E it +
β s ×ΔZ /Z it +β l ×ΔL /L it +β k ×ΔK /K it 。
(3)
式中：β m 为A it 对时间t 求1阶导后的值，当模型选择混合回归时，β m 为一常数，可记为β 0，当模型选择变截距回归时，β m 包括了常截距β 0和随区域i 的不同而变化的固定效应变截距β i ；β l 为固定资本累积投入(K it )的产出弹性；β k 为一般劳动投入(L it )的产出弹性。
将表示产出增长的ΔY /Y it 减去表示传统生产要素劳动和资本投入增长的剩余，加上随机误差项ε it 后，便得到表示全要素生产率的TFP值。由式(3)可得下式：
TFP=β m +β r ×ΔR /R it +β e ×ΔE /E it +
β s ×ΔZ /Z it +ε it 。
(4)
式(4)表明t 年i 区域的TFP水平由该区域3种人力资本变化决定，它们的变化通过技术创新、资源配置和资源利用影响到经济增长的质量与速度。
2 变量选取和TFP测算
2.1 数据的来源
TFP及其分解指数计算所用到的变量GDP、固定资本投入K 、就业L 和回归分析中表示企业家人力资本的私营企业数量取自研究年份的《中国统计年鉴》。表示科技创新人力资本的研发人员数量来自研究年份的《中国科技统计年鉴》。表示宏观调控人力资本的在职人员平均工资取自研究年份的《中国人口和就业统计年鉴》。一般来说样本越多误差越小，在数据可获得的情况下，尽可能选取更多样本。
经过比较各变量在3种年鉴中对应的数据，其中，科技创新人员在2007年以前记录为科技从业人员，2007年以后记录为研发(R&D)人员，两者口径相差较大，前者除了包括研发人员外，还包括科技服务和科技培训人员。由于在促进资源转换中直接起作用的主要是研发人员，因此，选择R&D人员作为科技创新人力资本。为保持一致，其他变量的数据选取也从2007年开始，截止时间统一到最新的2016年。
固定资产购置前的考虑不充分，比如出于单一的科研目的购买的资产，在科研项目之余使用率不高，容易造成资源的浪费。因此购置前充分考虑其使用目的以及论证预期使用效率很有必要。比如购置单一使用的资产时，可以考虑其是否可以在临床使用，提高资产的使用效率。
表2第4列是模型的常截距项β 0，它反映了各区域在截取时间序列之前既有的TFP，TEC和EFF水平。东部地区初始TFP水平高于其他3个地区，也是唯一大于1的地区，说明东部地区样本期内具有较高的TFP初始水平。对于变截距模型，除了关注常截距之外，固定效应变截距β i 也是需要关注的变量值。以东部地区TFP为被解释变量的回归结果为例，常截距1.055，固定效应变截距北京、天津和河北3个省份分别为0.036，0.011和-0.022，反映出北京、天津样本期初始TFP水平比整个东部地区均值高0.036和0.011，而河北省低0.022。本研究重点关注样本期内人力资本结构对经济增长的贡献方式和水平，未把反映前期各省份TFP水平的变截距β i 一一列举，这些数据也极其重要，尤其是受到“短期修正”等因素的影响，样本时间序列之前的TFP水平如果较高，可能会导致样本期内各类人力资本的TFP贡献减小。
3.选择一个合适的地方进行交流也很重要。基罗斯建议家长选择安静的房间以避免被打扰。如果在谈话中就某些问题达成一致，就让孩子写在纸上，并放在一个显眼的位置，以约束双方共同遵守。
2.2 TFP 及其分解指数的测算
使用Malmquist方法计算TFP时，劳动投入量L 用无差异的就业人口计量，劳动技能差异引起的效率变化作为“剩余”被记录到TFP中，不存在复杂劳动折算简单劳动问题。资本投入K 为各年存量资本。t 时期资本存量(K t )等于当期投入k t ，加上经过折旧处理的t -1期存量资本(K t-1 )。考虑到当年新增资本参与到生产的比例问题，当年新增资本k t 折半计入。随着技术进步加快，工器具类固定资产磨损加速，折旧率估算参考经济合作与发展组织(OECD)做法取12%。
初始资本存量K t-r 采用等比求和方法计算：K t-r =k t-r ×(1+λ )/(λ +δ )。式中：k t-r 为初始资本投入流量，t -r 年之前的投入流量为k t ×(1-δ )i /(1+λ )i ，其中(i =1,2,…,r -1);t 年之前资本投入平均增速λ ，取初始年份至当期资本投入增速的平均值。国民生产总值GDP、固定资产投资k t 还要进行平减以便可以纵向比较。平减指数以2000年为基期，将年鉴中以现价表示的名义GDP和固定资产投资K 换算成以2000年为基期的实际值。
老婆也算是见过世面的人，也便姐长姐短起来。王姐更是不客气地直接指着老婆管我叫妹夫。说她刚给段主任打过电话，段主任上午出门诊，下午在病房。不过不要紧，段主任说了，妹夫到了，可以直接到住院部去找他。妹夫不是咳嗽胸闷吗？咱先拍张C T，再去住院部找他。老婆听说，便要去挂号，王姐拉住老婆说：费那事儿干啥？C T室医生是我好姐妹，直接塞给她1 0 0块钱就行了。老婆说：这样能行吗？王姐说：有什么不行的，到这儿你就听我的没错。
通过上述变量的选择和处理，得到一个包括GDP产出、劳动力投入和资本累积投入，纵向包括10年、横向覆盖29个省级区域的面板数据。基于Malmquist指数法，计算出TFP指数及其分解指数TEC和EFF。其中，EFF又可以分解为纯技术效率PE和规模效率SE，结果见表1。
表1 2007—2016全国省级区域TFP指数及其分解指数
Tab.1 Provincial TFP in China and its decomposition index during 2007—2016
表1显示，2007—2016年间全国各省份TFP均值为1.02，即年增长率为2.00%。从TFP的构成看，TEC贡献了3.80%，而EFF导致TFP损失1.80%。样本期内这种主要由TEC推动同时EFF呈下降趋势的TFP增长与秦青[13]、余泳泽[14]的研究是一致的。进一步对EFF进行分解，发现1.80%的EFF损失主要是PE的负增长导致的。从区域比较来看，中部省份TFP普遍较低，这一地区土地资源、矿产资源和劳动力资源富足，长期形成的“资源依赖”型增长模式抑制了人力资本的创新动力；而科教实力较强、基础研究好的省份如北京、天津等TFP贡献排名靠前；广东、浙江和江苏等东部地区受金融危机的影响，加上该地区外向型经济依赖性较高，样本期内TFP普遍不高；西部地区如贵州、甘肃和广西等地区TFP贡献更低。TFP变化中全部省份技术进步的贡献都呈正增长，绝大部分省份EFF呈负增长，其中无论是PE还是SE贡献也基本为负值。
3 结果分析与讨论
分别对4个区域进行变截距模型、变系数模型和混合回归模型分析。从拟合优度、F 检验、每个解释变量的参数t -检验，结合3种回归残差构建F 统计量进行协方差检验，发现仅东部和东北地区以TEC为被解释变量的模型适合选用混合回归模型，其余均适用变截距模型，又由于各界面单元均为非随机样本，所有变截距模型均采用固定效应变截距模型(表2)。
3.1 参数求解与模型检验
以式(4)为基础，分别建立以TFP，EFF和TEC为被解释变量；以三类人力资本投入年增长率为解释变量的混合回归模型、变截距模型和变系数模型。结果发现基于全国数据的混合回归模型、变截距模型残差大，判定系数小，拟合效果差，仅有变系数模型参数统计显著，但是变系数模型不能比较区域经济增长中不同类型人力资本作用的差异。产生这种情况的主要原因是由于中国经济增长的不平衡性，同一解释变量很难对包括29个截面单元具有同样的规律。但是，这种不平衡性又有俱乐部特征，中国东、中、西和东北4个经济区域内部不同省份之间在经济成长、人力资本结构和要素生产率等方面具有相似性。对4个区域分别进行回归分析，不仅能发现导致经济绩效差异的原因，还能为区域间的平衡发展和人才战略提供数据支持。
为了研究人力资本结构的TFP效应还需计算出三类人力资本的增长率ΔR /R it ，ΔE /E it 和ΔZ /Z it 。2007—2016年10年间全国科技创新人力资本平均增长8.01%，其中东、中、西和东北部分别增长10.50%，9.20%，6.51%和4.55%；企业家人力资本平均增长18.07%，东、中、西和东北部分别增长16.73%，18.49%，20.41%和14.86%；政府宏观调控人力资本平均增长8.42%，其中东、中、西和东北分别增长8.32%，8.49%，9.06%和7.81%。3种类型的人力资本中，企业家人力资本增速最快，科技创新人力资本增速东、中部地区显著高于西部和东北地区，政府宏观调控人力资本增速在各个区域比较平衡。从时间序列上看，2013年前三类人力资本增长态势稳定，但2014年后三类人力资本的变化较为复杂，其中科技创新人力资本和政府人力资本在中、西和东北部分省份表现为负增长。
在截面单元选择上，由于西藏、海南数据多有缺失，选择中国内地除这两个省份之外的29个省份。基于面板回归分析中参数显著性和模型选择的需要，29个省份被分为东、中、西和东北四大经济区(表1),如此划分为进一步分析不同类型人力资本对不同区域的影响提供了数据基础。
表2 中国区域人力资本对TFP，EFF和TEC影响回归结果
Tab.2 Regression results of Chinese regional human capital influencing TFP, EFF and TEC
说明：β 0仅为回归常截距项，不包括变截距模型中的固定效应；***，**，*分别表示显著性水平在0.01，0.05和0.10时显著；Adj-R 2和F 值均说明模型解释能力较强，拟合较好。
3.2 科技创新人力资本的作用
表2第5～7列显示4个经济区域不同类型人力资本变动的TFP影响。科技创新人力资本在4个地区的TFP弹性β r 均大于0，在5%显著性水平上t -检验显著。通过基础研究、应用研究和实验与开发活动发现新知识、发明新专利、改进新工艺和创造新产品，科技创新人力资本在经济活动中最具有价值溢出性，这也正是4个区域科技创新人力资本TFP弹性为正值的原因。但是，科技创新人力资本在4个区域的作用并不平衡。其中，最大值为中部地区0.178，最小值为西部地区0.046。较大的弹性说明该地区具有使科技创新人才发挥作用的基础条件，科技创新人才在经济增长中发挥了创新驱动作用；相反，弹性较小说明该地区科技创新人才发挥作用的基础条件欠缺，科技创新能力不够，创新溢出不足。东部地区R 的TFP弹性为0.095，小于中部和东北，仅比西部地区稍高。产生这种情况的原因：一是样本期内世界金融危机给外向型经济依赖较深的东部地区经济增长带来更大困难；二是模型截距项反映出东部地区初始TFP水平很高，致使人力资本投入对TFP影响面临“天花板效应”；三是在以制造业为主的第二产业向以房地产、金融和信息服务为主的第三产业转型中出现“鲍莫尔病”现象。
其二，区别了经济增长的不同类型。用全要素生产率(total factor productivity,TFP)在经济增长中的作用大小定义经济转型，认为通过劳动力和固定资本外延式扩张实现的经济增长，属于要素投入驱动；通过TFP提高导致的经济增长属于创新驱动。把这样的区分用于比较一国之内地区之间不同经济增长方式的差异，有助于决策者判别不同类型人力资本价值，优化人力资本结构。
尽管科技创新人力资本对4个区域的TFP都产生了正向积极的作用，但是起作用的路径并不一致。根据表2，科技创新人力资本在东部和东北地区主要是通过促进EFF提高发挥作用，对于TEC起到负向作用；而在中、西部地区主要是通过对TEC的积极影响，而对于EFF却产生反向抑制作用。传统上东部科技创新人力资本雄厚，科技进步率较高。但是东部地区主要参与世界经济分工，在一体化的世界产业格局中，中国经济仍然处于产业链末端，依靠科技进步促进产业升级，引领经济效率提高的道路任重道远；相反，中西部地区主要参与国内经济分工，金融危机给了中西部地区技术追赶的机会，技术进步带来的效率提升增强。
3.3 企业人力资本的作用
β e 反映了企业人力资本(E )的变化对TFP及其分解指数EFF和TEC的作用。东、中、西和东北4个区域企业人力资本的TFP弹性分别为0.115，0.046，0.016和-0.231，在5%的显著性水平上，东、中和东北地区显著，西部不显著。东部企业人力资本的TFP效应在4个地区中最大，中部次之，说明东、中部地区企业家人力资本雄厚，资源配置能力强，带来生产效率的显著提高；西部地区的弹性值也为正，但是参数t -统计量不显著，说明西部地区企业家人力资本并没有产生显著的溢出效应；东北地区企业人力资本的TFP弹性显著为负，这个地区企业家并没有起到合理配置资源的作用，不仅没有产生资本的正向溢出，甚至还起到相反作用，导致资源的误用、滥用，造成效率损失。进一步考察企业家人力资本对EFF和TEC的作用，发现企业家人力资本除东北地区外，在东、中和西部地区对EFF均产生正的溢出，在东北地区表现为负值；各个地区对TEC的作用与对EFF的作用恰好相反。样本期内企业家人力资本主要是通过改善既有技术配置、提高既有技术利用率和扩大生产规模、释放技术应用潜能等方式促进经济增长和技术效率的提高。但是企业家人力资本对TEC方面普遍起到的负向作用说明中国企业家在新技术开发、促进技术进步方面没有发挥应有的作用。一方面的原因是企业家领袖中来自技术创新专家的比例较少，另一方面也说明中国现代高技术产业停留在现有技术再开发和重复应用状态，技术原创性特征不突出，处于技术追赶阶段。
3.4 政府人力资本的作用
由区域在职人员平均工资表示的政府人力资本(Z )的变化在东、中、西和东北部区域的TFP弹性β s 分别为0.161，0.094，0.122和-0.031。东部大于西部，西部大于中部，东北地区为负，且在0.05的显著性水平下，t -检验均显著。政府宏观调控人力资本通过财政和货币政策两个工具在促进资源充分利用方面发挥作用。β s 反映出区域间政府施政水平不平衡，东北地区政府人力资本的制度设计并没有起到有效利用资源、促进经济增长的效果。进一步考察政府人力资本对于EFF和TEC的作用，同企业家人力资本相似，政府人力资本也主要是通过提高EFF实现TFP的提高，而对于TEC的作用仅在西部地区有正弹性。实现经济转型升级，迫切需要原始创新，但是无论是企业家人力资本还是政府人力资本在这方面做的还很不够。他们往往注重于挖掘现有技术的潜力，注重模仿创新，或是规模效应。但是这样的技术利用方式难以实现经济的突破发展、超越发展和可持续发展。
综上，科技创新人力资本在4个区域都有显著的TFP正弹性，尽管它对不同地区EFF和TEC的作用不同，但正向促进均大于反向负面作用；企业人力资本和政府人力资本在东、中和西部地区也都具有显著的TFP正弹性。但样本期内，对东北地区的TFP弹性为负，不仅未能促进效率提高，反而造成经济绩效的损失。这两个地区企业家的资源配置能力和政府的施政水平亟待提高。
4 结论、建议与展望
4.1 结论
第一，不同类型人力资本促进TFP作用方式不同。对于样本期之前TFP水平较高、科技发展基础较好的地区，科技创新人力资本主要是通过提高既有技术的利用效率实现TFP的提高；对于科技基础薄弱的地区，主要是通过提高TEC的路径提高TFP水平。企业家人力资本作为资源配置的主体主要通过价格这个看不见的手实现生产要素的合理配置，提高绩效；政府人力资本主要借助行政的力量，通过制订财政和货币政策，促进资源的有效利用。随着产业间和产业内分工的细化以及产业链的延长，两类主体在资源配置和资源利用方面的效果受市场化水平的影响越来越大。
第二，不同类型人力资本TFP作用效果受到区域特点的影响。区域既有的经济发展水平、经济增长方式会影响到样本期内人力资本对TFP及其分解指数的作用效果。可以看到人力资本数量和质量较高、市场化和开放程度较高的东部地区，以截距项表示的初始TFP水平显著高于其他各个区域。而在经济体制僵化、观念保守的东北和西部地区，人力资本的初始经济绩效较差。当然这种情况在样本期内有所改变，主要原因是开放型经济受到外部环境恶化的影响导致各种人力资本发挥作用的基础条件受到滋扰。
第三，不同类型人力资本TFP作用效果的路径不同。人力资本的TFP作用可以通过影响EFF的方式，也可以通过影响TEC的方式。表2显示，3种类型的人力资本在不同区域对EFF的作用和对TEC的作用并不一致。总体上看，各类型人力资本的EFF效应较强，仅有企业家人力资本在东北地区、科技创新人力资本与政府人力资本在西部地区作用表现为负值；对TEC的贡献较少或起到相反的作用仅有中、西部地区。科技创新人力资本和政府人力资本对TEC起到积极效用。产生这种情况的原因，一是各区域的初始TEC指数高于EFF指数，人力资本对两种绩效反向调整以使得它们趋于结构平衡；二是金融危机的影响导致各个区域注重消化既有的技术资源，而在开发利用新技术、新产品方面投入较少。
4.2 建议
我国东部地区经济增长中TFP贡献较高，但是样本期内TEC不足，经济增长质量主要靠原有技术的消化吸收和配置优化。东部地区要保持长期可持续增长，发挥经济增长中的引领作用需要重视科技人才的原始创新，企业家和政府部门在资源配置中能让科技创新成果尽快服务于以高端制造为代表的工业，在大力发展第三产业的同时，防止“鲍莫尔病”现象。中、西部地区在样本期内经济增长质量得到较大改善，在区域平衡发展中显示出一定的后发优势。中部地区科教实力雄厚，拥有众多的著名学府和科研院所，西部地区拥有丰富的能源和矿产资源,通过加强区域间合作，可以有效地降低对国外市场依赖的风险，增强经济内生动力。样本期内，东北地区企业家人力资本资源配置能力和政府人力资本资源有效利用能力不足，东北地区应当改善投资环境，吸引私营企业赴东北投资，鼓励企业跨区域兼并重组，在干部队伍建设中，加强交流学习，解放思想，坚持以市场为主体。
4.3 展望
1)资本折旧率和资本投入增速选择问题。TFP估算依赖固定资本累积投入，而此累积投入受资本折旧率选择影响很大，不同省份固定资本结构不同，选择相同的折旧率导致技术进步率高的地区所估算的TFP比实际值低，反之，在初始资本存量估算中，取初始年份至当期资本投入增速的平均值。实际上经济发展水平低的地区倾向于更高的投资率，某一地区t 年之前经济发展水平较低，固定资产投资增速很快，由于前期的高投入，样本选择年份资本投入降低了，这种阶段性差异导致用现阶段投入增速估算过去阶段投入增速时出现偏差。2)区域TFP的变化还可能受到诸多变量控制，如区域资本强度、企业产权结构和规模经济等。尽管对回归结果残差项的分析符合模型要求，但在理论上应当引入控制变量，以更好地考察各类人力资本对TFP作用的稳健性。由于变量测度较困难，影响难以量化，将在今后努力研究探讨。
参考文献：
[1] SCHULTZ T W.Investment in Human Capital [J].The American Economic Review,1961,51(1):1-17.
[2] KUZNETS S.Modern Economic Growth[M].New Haven:Yale University Press,1966.
[3] CHENERY H,ROBINSON S,SYRQUIN M.Industrialization and Growth:A Comparative Study[M].New York:Oxford University Press,1986.
[4] 郭继强.人力资本投资的结构分析[J].经济学(季刊)，2005(2):689-706.
[5] DENISON E F.Why Growth Rates Differ:Postwar Experiences in Nine Western Countries[M].Washington,D.C.:Brookings Institution Press,1967.
[6] 胡树红.企业人力资本投资主体结构与人力资本结构优化[J].暨南学报(哲学社会科学版),2001(2):86-92.
[7] 彭国华.我国地区全要素生产率与人力资本构成[J].中国工业经济，2007(2):52-59.
[8] 杨俊,胡玮,张宗益.国内外R&D溢出与技术创新:对人力资本门槛的检验[J].中国软科学，2009(4):31-41.
[9] 陈浩.人力资本对经济增长影响的结构分析[J].数量经济技术经济研究,2007(8):59-68.
[10] 张小蒂，赵榄.企业家人力资本结构与地区居民富裕程度差异研究[J].中国工业经济,2009(12):16-25.
[11] 欧雪银.企业家人力资本对企业发展影响研究新进展[J].经济学动态,2018(3):139-149.
[12] 王淑英，李博博，张水娟.基于空间计量的环境规制、空间溢出与绿色创新研究[J].地域研究与开发，2018,37(2):138-144.
[13] 秦青.区域工业企业技术创新效率及影响因素——基于三阶段SBM模型的分析[J].地域研究与开发，2018,37(2):47-51.
[14] 余泳泽.异质性视角下中国省际全要素生产率再估算:1978—2012[J].经济学(季刊)，2017,16(3):1051-1072.
Study on Human Capital Structure and Innovation Driven in Economic Growth
CAO Ze , ZHU Xiaowan , JIN Xiufang , HAN Xi
(College of Economics and Management ，Anhui Jianzhu University ,Hefei 230601,China )
Abstract ： According to the role of human capital in economic growth, human capital is divided into scientific and technological innovation, entrepreneurs and macro-control human capital. Based on provincial level panel data during 2007—2016, total factor productivity and its decomposition index including technological efficiency & technological progress rate can be measured, which shows that total factor productivity growth attained 2% on average in Chinese provincial regions. Among three types of human capital, scientific and technological innovation human capital has positive total factor productivity elasticity in all regions, while entrepreneur human capital and government human capital have positive elasticity to total factor productivity in east, central and western regions, which lead to the decline of total factor productivity in northeast region. In sample period, the contribution of various human capitals to technological progress rate was less than that to technical efficiency. In order to realize the transformation of China’s economic growth to innovation-driven, scientific and technological innovation human capital is basic condition. At same time, entrepreneur human capital must play a coordinating role with government human capital.
Key words ： economic transformation; human capital structure; total factor productivity
中图分类号： F061.2
文献标志码： A
文章编号： 1003- 2363( 2019) 05- 0001- 06
doi: 10.3969/ j.issn.1003- 2363.2019.05.001
收稿日期： 2018-08-24；修回日期： 2019-09-15
基金项目： 国家社会科学基金项目(16BRK026)；安徽省哲学社会科学规划项目(AHSKY2014D48)
作者简介： 曹泽(1969-)，男，安徽颍上县人，教授，博士，主要从事经济与产业管理研究，(E-mail)caoze06@163.com。
标签：经济转型论文; 人力资本结构论文; 全要素生产率论文; 安徽建筑大学经济与管理学院论文;