我國創(chuàng)新型人力資本技術(shù)效率研究

白勇

摘要： 創(chuàng)新型人力資本的不斷發(fā)展對經(jīng)濟增長的作用持續(xù)增加，本文從技術(shù)效率的角度構(gòu)建三階段DEA模型，測算2003-2010年我國創(chuàng)新型人力資本經(jīng)過環(huán)境變量和隨機誤差調(diào)整后的技術(shù)效率值。在樣本期間內(nèi)，我國創(chuàng)新型人力資本整體、分區(qū)域以及各省市技術(shù)效率值均存在著上升的空間，技術(shù)無效率主要來自于規(guī)模無效率，純技術(shù)效率的影響相對較??；環(huán)境變量對創(chuàng)新型人力資本技術(shù)效率的影響比較顯著，但影響方向存在差異，其中教育規(guī)模的擴大、健康環(huán)境的發(fā)展、GDP增長、技能培訓(xùn)的發(fā)展以及人口遷移有利于創(chuàng)新型人力資本投入的減少和技術(shù)效率的提升，而貿(mào)易的發(fā)展與制度變遷不利于創(chuàng)新型人力資本投入的減少和技術(shù)效率的提升。

關(guān)鍵詞： 創(chuàng)新型人力資本；技術(shù)效率；三階段DEA模型

中圖分類號：F241 文獻標(biāo)識碼：B

人力資本是凝聚在勞動者身上具有經(jīng)濟價值的知識、技術(shù)、能力和健康素質(zhì)，是勞動者質(zhì)量的反映[1]，通常比物質(zhì)資本等生產(chǎn)要素具有更大的增值空間，可以通過物質(zhì)資本、外商直接投資（FDI）[2]甚至精神道德[3]等其他要素產(chǎn)生技術(shù)溢出效應(yīng)而推動經(jīng)濟增長。創(chuàng)新型人力資本是一種具有創(chuàng)新知識、具備稀缺性的創(chuàng)新能力、長期邊際報酬遞增的異質(zhì)人力資本，創(chuàng)新型人力資本通過新思想、新技術(shù)以及新產(chǎn)品的創(chuàng)新來推動技術(shù)進步而促進經(jīng)濟增長[4]。本文試圖以三階段DEA方法為理論模型，以2003-2010年我國31個省市的面板數(shù)據(jù)為依據(jù)，構(gòu)造創(chuàng)新型人力資本的前沿效率分析模型，對我國創(chuàng)新型人力資本效率及其環(huán)境因素和隨機誤差的影響定量研究，以期為更好地加快我國創(chuàng)新型人力資本的發(fā)展，提高創(chuàng)新型人力資本技術(shù)效率提供有效的決策依據(jù)。

一、理論模型的建立

2.在樣本期間內(nèi)，東、中、西部地區(qū)效率水平變化趨勢大致相同，但三個地區(qū)之間存在著一定的差異性②。對我國東、中、西部三個地區(qū)創(chuàng)新型人力資本的一階段和三階段效率值進行分析，結(jié)果如表3所示。在一階段分析中，創(chuàng)新型人力資本綜合技術(shù)效率均值和純技術(shù)效率均值均是中部地區(qū)最高（分別為0. 867和1），中部地區(qū)次之（分別為0. 812和0. 974），西部地區(qū)最低（分別為0. 811和0. 943），而規(guī)模效率值是中部地區(qū)最高（為0. 867）， 西部地區(qū)次之（為0. 860），東部地區(qū)最高（為0. 834）。在樣本期間內(nèi)，三個地區(qū)的3種效率值均存在不斷下降的趨勢，說明三個地區(qū)的綜合技術(shù)效率值均存在著一定改進的空間，純技術(shù)效率值相對規(guī)模效率值較高，技術(shù)無效率主要來自于規(guī)模無效率。與第一階段相比，在第三階段中，三個地區(qū)的綜合技術(shù)效率均值和規(guī)模效率均值都有比較明顯的上升，而東部和西部地區(qū)的純技術(shù)效率值則略有下降，說明這三個地區(qū)的技術(shù)效率值與他們所處的環(huán)境或運氣的好壞密切相關(guān)，從而導(dǎo)致創(chuàng)新型人力資本的名義技術(shù)管理水平與實際技術(shù)管理水平之間存在著一定的差異性。

從三個地區(qū)創(chuàng)新型人力資本技術(shù)效率的綜合比較分析，可以發(fā)現(xiàn)中部地區(qū)的效率水平要略高于東部和西部地區(qū)， 這可能是因為近年來東、西部地區(qū)的教育投入比（非政府教育投入和政府教育投入之間的比重）相對較低。因為非政府教育投入的提高將對人力資本積累水平產(chǎn)生積極影響， 從而教育投入比高的地區(qū)人力資本水平也相對較高[17]。

圖1 我國及各區(qū)域創(chuàng)新型人力資本技術(shù)效率變化圖

3.在樣本期間內(nèi)，我國及各區(qū)域創(chuàng)新型人力資本技術(shù)效率值呈不斷下降趨勢。考察樣本期間內(nèi)我國及東、中、西部地區(qū)創(chuàng)新型人力資本綜合技術(shù)效率的變化情況，結(jié)果如圖1所示?？梢钥闯鑫覈叭齻€地區(qū)綜合性技術(shù)效率水平2003-2007年期間持續(xù)下降，從2008年開始雖略有上升，但在整個樣本期內(nèi)均呈現(xiàn)出較為明顯的整體不斷下降的趨勢。近年來我國教育投入雖然在不斷增加，但是教育經(jīng)費投入相對不足、經(jīng)費利用效率與行政人員工作效率較低，以及區(qū)域發(fā)展水平差異較大的現(xiàn)象仍然較為明顯。2003-2010年，我國高等教育經(jīng)費支出占全國GDP比重的均值僅為1.25%，高校教育投入不夠必然會導(dǎo)致我國高等教育資源的區(qū)域配置失衡、資源利用效率低下，并最終導(dǎo)致創(chuàng)新型人力資本效率水平不斷下降。因此，加大高等教育經(jīng)費的投入力度，擴大高校教育規(guī)模，提高教育資源的利用效率，實現(xiàn)區(qū)域高校教育的均衡發(fā)展，是提高創(chuàng)新型人力資本技術(shù)效率水平的一個重要措施和途徑。

4.在樣本期間內(nèi)，各省市創(chuàng)新型人力資本效率水平差異性比較明顯，受環(huán)境變量和隨機因素的影響比較顯著，利用各省市2003-2010年面板數(shù)據(jù)可以得到我國31個省市創(chuàng)新型人力資本平均效率水平值（見表4）。在第一階段分析中，除了河北、山西、河南、廣西和貴州5個省份處于技術(shù)效率前沿水平之外，其余省市均存在一定程度的技術(shù)無效率，還有改進的空間。大部分省市純技術(shù)效率值較規(guī)模效率值要低，說明技術(shù)無效率主要來自于純技術(shù)無效率，規(guī)模無效率的影響相對較輕。對比第一階段和第三階段的分析結(jié)果，剔除外生環(huán)境變量和隨機因素的影響之后，各省市創(chuàng)新型人力資本的效率值均發(fā)生了很大的變化。

從各省市比較來看，一階段中處于技術(shù)效率前沿水平的省市的效率水平均有著不同程度的下滑，31個省市的綜合技術(shù)效率值都還存在著一定改進的空間。除北京、遼寧、江蘇、山東、湖北和廣東之外，其余省市的綜合技術(shù)效率值均下降，說明這些省市的技術(shù)效率值受到了他們所處的有利環(huán)境或好的運氣的影響，導(dǎo)致這些省市的一階段中的綜合技術(shù)效率值往往被高估，其中下降最為明顯的為青海、貴州和西藏，綜合技術(shù)效率值均達到20%以上。比較純技術(shù)效率和規(guī)模效率可以發(fā)現(xiàn)規(guī)模效率的下降更為明顯，說明這些省市創(chuàng)新型人力資本規(guī)模效率受到了當(dāng)?shù)丨h(huán)境因素或運氣的影響，實際規(guī)模效率并沒有那么高，還需要在現(xiàn)有基礎(chǔ)上不斷擴大創(chuàng)新型人力資本的投資規(guī)模。對比各省市的純技術(shù)效率值可以看出，大部分省市的純技術(shù)效率值在第三階段有所上升，說明純技術(shù)效率值大部分由于環(huán)境變量或隨機因素的影響而被低估，但由于這些省市的規(guī)模效率往往被高估，且高估的程度大于純技術(shù)效率被低估的程度，從而導(dǎo)致綜合技術(shù)效率被高估。也有部分省市，如北京、遼寧、江蘇、山東、湖北和廣東，在剔除環(huán)境變量和隨機因素的影響之后，創(chuàng)新型人力資本的3種技術(shù)效率值均得到了提升，說明這些省市之前較低的技術(shù)效率是由于較差的環(huán)境或不好的運氣所致，而非他們的技術(shù)管理水平。因此，對于這些地區(qū)而言，改善創(chuàng)新型人力資本的投資環(huán)境就顯得尤為重要。

表5 SFA回歸分析結(jié)果

[]高校職工人數(shù)松弛變量 高校教育經(jīng)費支出松弛變量 高?？蒲薪?jīng)費支出松弛變量 高校固定資產(chǎn)松弛變量

常量 -175.215*** -12 863.3*** -27 681.2*** -608 690.7***

z1 0.5843 -1 704.90*** -117.45** -2 126.92***

z2 -0.004916 -3.0235 1.0414** 2.7415

z3 -0.000190*** -2.1062* -0.5743*** -3.5655**

z4 -27.616** -80 226.75*** -3 244.31** -34 122.78***

z5 51.314** -7 171.76*** -1 864.96* -34 743.21***

z6 -0.008836 332.21*** 24.8534*** 364.11***

z7 -116.891 647 439.9*** 56 196.33*** 106 449.7***

σ2 0.259E+07*** 0.499E+12*** 0.540E+10*** 0.729E+12***

γ 0.6831*** 0.7359*** 0.7406*** 0.6420***

LR 117.79*** 131.02*** 136.44*** 85.54***

注：*、**、***表示通過了顯著性水平分別為10%、5%和1%的顯著性檢驗。

5.在樣本期間內(nèi)，環(huán)境變量對投入變量存在著顯著的影響， 但作用方向有所不同，第一階段和第三階段的DEA效率值比較分析可知外生環(huán)境變量和隨機變量對我國創(chuàng)新型人力資本效率存在著顯著的影響。以第一階段分析結(jié)果中的投入松弛變量s+為被解釋變量，以環(huán)境變量zi為解釋變量，構(gòu)造SFA模型進行回歸，得到分析結(jié)果如表5。表5估計結(jié)果中各回歸模型的LR值均在1%的水平下顯著，說明SFA模型分析結(jié)果比較可靠；γ均在0. 6以上，且通過了1%的顯著性檢驗，說明誤差項主要來自于管理無效率，隨機誤差項的影響相對較小，存在著創(chuàng)新型人力資本投資的非效率。7個環(huán)境變量對各投入松弛變量大部分都存在著顯著的影響，說明環(huán)境變量的選擇較為合理。 從環(huán)境變量對技術(shù)效率的影響方向及顯著程度來看，可以得到如下結(jié)果：

（1）普通高校數(shù)量（z1）對高校教育經(jīng)費、科研經(jīng)費和固定資產(chǎn)投入的減少、技術(shù)效率的提升均有著顯著的影響，這表明教育規(guī)模的擴大有利于形成高校教育的規(guī)模經(jīng)濟、優(yōu)化高校資源的合理配置、提高資源利用效率。但是，對教職工人數(shù)的影響不顯著，可能的原因是高校教師人數(shù)的增加主要取決于高校學(xué)生人數(shù)以及教師的學(xué)歷層次，當(dāng)前隨著高校教育競爭越來越激烈，各地區(qū)及各類學(xué)校對高校教師引進政策和制度的差異性也越來越明顯，這必然會導(dǎo)致各地區(qū)師資資源的分配失衡，影響資源配置效率。

（2）人口死亡率（z2）對高?？蒲薪?jīng)費投入的回歸系數(shù)為正，且通過了5%的顯著性檢驗，說明良好的健康環(huán)境（即低死亡率）有利于科研投入的減少和技術(shù)效率的提高，但對高校職工人數(shù)、教育經(jīng)費和固定資產(chǎn)的影響并不顯著。主要原因是良好的健康狀況能夠提高人的認知能力，維持更長時間的腦力勞動，從而可以提高學(xué)習(xí)和科研效率，可以保證更高的教育回報與教育投入質(zhì)量。因此，健康環(huán)境的影響主要體現(xiàn)在優(yōu)化了高校質(zhì)量，而對教育規(guī)模因素的影響則相對較小。

（3）GDP（z3）4種投入變量的回歸系數(shù)均為負，且通過了顯著性檢驗，說明GDP的增加有利于創(chuàng)新型人力資本投入的減少和技術(shù)效率的提高。GDP的增加會導(dǎo)致居民收入不斷增加，有助于提高居民的消費結(jié)構(gòu)和消費質(zhì)量，增加對創(chuàng)新型人力資本的投資需求，有利于實現(xiàn)當(dāng)?shù)貏?chuàng)新型人力資本的規(guī)模經(jīng)濟效應(yīng)，提高投入要素的使用效率和產(chǎn)出效率。

（4）技工學(xué)校畢業(yè)生人數(shù)（z4）對4種投入變量的回歸系數(shù)均為負，且通過了顯著性檢驗，表明技能培訓(xùn)的發(fā)展有利于創(chuàng)新型人力資本投入的減少。技能培訓(xùn)的發(fā)展可以使被培訓(xùn)者具備更高的知識和技能，從而可以提高他們的創(chuàng)新能力和工作及研發(fā)效率，這不僅可以為創(chuàng)新型人力資本創(chuàng)造更好的投資環(huán)境，還可以優(yōu)化資源的配置效率，加速投入要素和產(chǎn)出效率的增長。

（5）人口凈遷移率（z5）對4種投入要素均通過了顯著性檢驗，說明人口遷移會對創(chuàng)新型人力資本的投入產(chǎn)生影響。對高校教育經(jīng)費支出、科研經(jīng)費支出和固定資產(chǎn)的回歸系數(shù)為負，表明人口凈遷移率的增加有利于減少這3種要素的投入，對教職工人數(shù)的回歸系數(shù)為正，表明不利于該要素的減少。因此，人口遷移的增加會擴大創(chuàng)新型人力資本的投資規(guī)模，有利于形成規(guī)模效應(yīng)，提高高校要素的投入效率。然而人口遷移所產(chǎn)生的效應(yīng)還會受到遷移成本與地區(qū)間遷移的合理性程度的影響，過度或者被動的人口遷移有可能導(dǎo)致人才的流失和人力資本的外逃，降低勞動生產(chǎn)率[13]。當(dāng)前我國人口遷移主要是由農(nóng)村遷入城市，由中西部地區(qū)遷往東部地區(qū)，這種單向遷移主要是由于地區(qū)經(jīng)濟發(fā)展不均衡所導(dǎo)致。人口遷移的不均衡就必然會導(dǎo)致勞動力資源配置的不均衡，容易造成勞動力資源的閑置與浪費，降低勞動力資源的利用效率。人口遷移的不合理也會給高校教師資源的投入和配置產(chǎn)生一定的影響，容易導(dǎo)致高校教師隊伍臃腫與結(jié)構(gòu)不合理、功利觀念與道德觀念背反、教師數(shù)量不斷增加與人才流失并存等現(xiàn)象，從而影響到高校教師資源的優(yōu)化配置。

（6）進出口總額（z6）對教職工人數(shù)的影響沒有通過顯著性檢驗，但對高校教育經(jīng)費支出、科研經(jīng)費支出和固定資產(chǎn)的影響通過了顯著性檢驗，且回歸系數(shù)為正，表明對外貿(mào)易的發(fā)展不利于這3種投入要素的減少。可能的原因是貿(mào)易自由化雖然有利于技術(shù)的引進，但是會使得技術(shù)要素稟賦豐富國家的技術(shù)要素報酬增加，勞動要素報酬下降，使得技術(shù)要素稟賦稀缺國家的技術(shù)要素報酬下降，勞動要素報酬增加。因此，貿(mào)易自由化會增加技術(shù)要素稟賦豐富國家的人力資本，減少了技術(shù)要素稟賦稀缺國家的人力資本[18]。

（7）非國有經(jīng)濟固定資產(chǎn)投資占全社會固定資產(chǎn)投資的比重（z7）對教職工人數(shù)的影響沒有通過顯著性檢驗，但對高校教育經(jīng)費支出、科研經(jīng)費支出和固定資產(chǎn)的影響通過了顯著性檢驗，且回歸系數(shù)為正，說明制度變遷不利于我國創(chuàng)新型人力資本投入的減少和技術(shù)效率的提高。這主要是因為我國非國有企業(yè)大部分還未形成規(guī)模經(jīng)濟，企業(yè)科技含量較低，創(chuàng)新意識還不強，從而使得經(jīng)濟體制市場化程度和教育體制的未能有效結(jié)合， 沒有充分調(diào)動創(chuàng)新型人力資本投資者和擁有者的積極性，導(dǎo)致人力資本的大量閑置與浪費，不利于創(chuàng)新型人力資本規(guī)模經(jīng)濟的形成和技術(shù)效率的提高。

四、研究結(jié)論

基于創(chuàng)新型人力資本的不斷發(fā)展及其對經(jīng)濟增長作用的持續(xù)增加，本文從技術(shù)效率的角度測算了2003-2010年我國創(chuàng)新型人力資本的技術(shù)效率值，研究結(jié)果表明：

第一，在樣本期間內(nèi)，東、中、西部地區(qū)創(chuàng)新型人力資本整體效率水平較高，但仍然存在上升的空間，綜合技術(shù)無效率主要來自于規(guī)模無效率。剔除外生環(huán)境變量和隨機誤差之后，綜合技術(shù)效率值均有所上升，說明之前較低的技術(shù)效率值主要是由于比較不利的環(huán)境或不好的運氣所致，而不是技術(shù)管理水平的問題。東、中、西部地區(qū)效率水平變化趨勢大致相同，但三個地區(qū)之間存在著一定的差異性，中部地區(qū)的效率水平要略高于東部和西部地區(qū)。從時間上看，我國綜合性技術(shù)效率水平2003-2007年期間持續(xù)下降，從2008年開始雖略有上升，但在整個樣本期內(nèi)仍呈現(xiàn)出較為明顯的整體不斷下降趨勢。因此，加大創(chuàng)新型人力資本投入規(guī)模，提高要素的利用效率，是提高創(chuàng)新型人力資本技術(shù)效率的有效措施。

第二，從各省市創(chuàng)新型人力資本技術(shù)效率來看，第一階段與第三階段相比各技術(shù)效率值均有著較為明顯的變化，表明環(huán)境變量和隨機誤差的影響比較顯著。各省市調(diào)整后的綜合技術(shù)效率值沒有達到技術(shù)效率前沿水平，還有上升的空間。大部分省市的綜合技術(shù)效率值均下降，而純技術(shù)效率往往被低估，規(guī)模效率則被高估，且由于規(guī)模效率被高估程度高于純技術(shù)效率被低估程度，最終導(dǎo)致綜合這些省市的綜合技術(shù)效率被高估。也有部分省市在三階段技術(shù)效率有所上升，表明其較差的環(huán)境或運氣導(dǎo)致技術(shù)效率被低估，與技術(shù)管理水平無關(guān)。

第三，環(huán)境變量對投入變量存在著顯著的影響，但作用方向有所不同。GDP的增加和技能培訓(xùn)的發(fā)展均有利于創(chuàng)新型人力資本4種投入要素的減少和技術(shù)效率的提高；高校規(guī)模的擴大有利于高校教育經(jīng)費、科研經(jīng)費和固定資產(chǎn)3種投入要素的減少，但對教職工人數(shù)的影響不顯著；良好的健康環(huán)境有利于高?？蒲型度氲臏p少和技術(shù)效率的提高，但對其余3種投入的影響并不顯著；人口凈遷移率的增加有利于高校教育經(jīng)費支出、科研經(jīng)費支出和固定資產(chǎn)3種投入要素的減少，但不利于教職工人數(shù)的減少；貿(mào)易的發(fā)展和制度變遷不利于高校教育經(jīng)費支出、科研經(jīng)費支出和固定資產(chǎn)投入的減少和技術(shù)效率的提高。

注釋：

① 因2003年之前高校相關(guān)數(shù)據(jù)沒有分省市整理公布，故本文數(shù)據(jù)從2003年開始。

② 東部地區(qū)包括遼寧、河北、北京、天津、山東、江蘇、浙江、上海、福建、廣東、廣西和海南12個省市；中部地區(qū)包括黑龍江、吉林、內(nèi)蒙古、山西、河南，湖北、江西、安徽和湖南9個省市；西部地區(qū)包括陜西、甘肅、青海、寧夏、新疆、四川、重慶、云南、貴州和西藏10個省市。

參考文獻：

[1] 朱平芳，徐大豐.中國城市人力資本的估算[J].經(jīng)濟研究，2007（9）：84-95.

[2] Ozyigit，A.，Eminer，F(xiàn).Bounds test approach to the relationship between human capital and foreign direct investment as regressors of economic growth inTurkey[J].Applied Economics Letters，2011（18）：561-565.

[3] Balan，D.，Knack，S.The correlation between human capital and morality and its effect on economic performance： Theory and evidence[J].Journal of Comparative Economics，2012（40）：457-475.

[4] 劉智勇，張瑋.創(chuàng)新型人力資本與技術(shù)進步：理論與實證[J].科技進步與對策，2010，27（1）：138-142.

[5] Mankiw，N.G.，D.Romer，D.N.Weil.A Contribution to the Empirics of Economic Growth[J].Quarterly Journal of Economics，1992，107（2）：407-437.

[6] Li，H.，Liang，H.Health，education，and economicgrowth in East Asia[J].Journal of Chinese Economic and Foreign Trade Studies，2010，3（2）：110-131.

[7] Ferrari，G.，Laureti，T.Evaluating technical efficiency of human capital formation in the Italian university：Evidence from Florence[J].Statistical Methods & Applications，2005（14）：243-270.

[8] 楊建芳，龔六堂，張慶華.人力資本形成及其對經(jīng)濟增長的影響[J].管理世界，2006（5）：10-18.

[9] Tatoglu，F(xiàn).Y.The Relationships between Human Capital Investment and Economic Growth： A Panel Error Correction Model[J].Joumal of Economic and Social Research，2011，13（1）：75-88.

[10] Danvila del Valle，I.，Castillo，M.A.S.Human capital and sustainable competitive advantage：an analysis of the relationship between training and performance[J].International Entrepreneur-ship and Management Journal，2009，5（2）：139-163.

[11] Scicchitano，S.Complementarity between heterogeneous human capital and R&D：can job-training avoid low development traps[J].Empirica，2010（37）：361-380.

[12] 郭繼強.人力資本投資的結(jié)構(gòu)分析[J].經(jīng)濟學(xué)（季刊），2005（3）：689-706.

[13] Taylor，J.E.，Martin，P.L. Human Capital：Migration and Rural Population Change[J].Handbook of Agricultural Economics，2001（1）：457-511.

[14] 闞大學(xué)，羅良文.對外貿(mào)易對人力資本提升的實證研究[J].經(jīng)濟與管理研究，2010（4）：117-122.

[15] Gould，D.M.，Ruffin，R.J.Human Capital，Trade，and Economic Growth[J].Review of World Economics，1995，131（3）：425-445.

[16] 王金營.制度變遷對人力資本和物質(zhì)資本在經(jīng)濟增長中作用的影響[J].中國人口科學(xué)，2004（4）：11-17.

[17] 于凌云.教育投入比與地區(qū)經(jīng)濟增長差異[J].經(jīng)濟研究，2008（10）：131-143.

[18] Lai，C.W.Essays on International Trade and Human Capital[D].University of Virginia，A Dissertation for the Degree of Doctor of Philosophy，2008.

（責(zé)任編輯：厲新）