人才流失与人均GDP、产业增长率、生活水平关系的经济学分析

内容摘要：基于我国1990年至2011年经济数据，本文利用VAR模型实证分析了人才流失与我国人均GDP、各产业增长率、城镇与农村人们生活水平的关系。结果表明，除了城镇人们生活水平以外，其他变量不能通过格兰杰检验，不能对其建立与人才流失率的VAR模型。而通过对城镇人们生活水平对人才流失率的脉动图的研究发现，人才流失率对城镇人们生活水平的影响是比较复杂的，有积极作用，也有消极作用，但是汇总影响力，消极作用占主导地位。

关键词：人才流失 经济问题 恩格尔系数

问题的提出

人才问题是一个关乎国家综合竞争力的核心问题，从某种意义上说，21世纪的竞争是人才的竞争，国家之间竞争也是国家之间人才争夺的竞争。当今这个时代经济社会发展迅速，科技水平更是日新月异，科技的更新换代超过了以往任何一个时候，科技的发展带动了产业革命，产业的发展带动了国民经济的增长，国民经济的增长使得国家富强，人民生活水平提高。而科技水平的提升依靠的就是人才。美国在第二次世界大战后成为世界的中心，科技、经济实力长期雄霸世界，而其主要依靠的就是大量的人才，各种高新技术人才在美国的集聚，带动了美国科技的发展，使得美国科技水平长期在世界遥遥领先，科技进步使得美国的产业结构优化提升，原子能产业、电子计算机产业、空间技术产业和生物工程产业等高新技术产业的发展极大提升了美国的竞争力，形成了在世界上无可比拟的优势，可以说，涉及信息技术、新能源技术、新材料技术、生物技术、空间技术和海洋技术等诸多领域的第三次科技革命正是发端于美国，也造就了美国几十年来的长盛不衰。回过头来再看我国，我国的人才流失对人均GDP、产业增长和人民生活水平带来什么样的影响，这种影响如何应对，这是本文所要研究的。

我国人才培养的历史演变与现状

我国一直强调培养大量专业人才。早在十九世纪五六十年代，我国派遣了很多留学生前往苏联和东欧求学，由于受到资助，95%的学生回国。在1949年因为各种原因滞留海外的留学生陆续回国。在19世纪80年代，我国先后向49个国家派遣留学生，主修各国语言，然后也先后回国。据有关数据显示，随着改革开放的不断深入，我国留学人数不断增加，在1978年至2007年之间我国留学生达到120多万。从国外数据显示，我国已经成为留学人数最多的国家。仅在美国，我国留学生每年占美国总留学生总数的10%以上，并且80%的都为研究生。但是，随着我国留学生的增加，我国人才结构并没有得到很大改善，人才回归率非常低。根据《2012年中国统计年鉴》数据统计如图1 ，虽然近年来回归率有所上升，但是留学生回归率依然非常低，至今每年的回归率依然低于50%。据国外数据统计，我国依然是最大的人才输出国，每年都有大量的人才流失，滞留在海外的留学生累积已将超过百万，并且学历越高、专业越紧缺，技术能力越强的留学生回国的比例越小。据《2007年全球政治与安全》中数据显示，我国流失的顶尖人才数量在世界居于首位。究其原因，主要是因为我国处于社会主义初级阶段，受我国经济水平、科技水平以及制度不完善的阻碍，我国不能引进国际人才，而在吸引本国人才回流上也面临了很多困境。近年来，我国推出一系列制度和优惠政策，实施千人计划吸收海外人才回国创业，这在人才回流上取得了一定成效。

现有关于人才流失问题的文献述评

我国关于人才流失及回流的研究较多，主要涉及人才回流的问题、动因以及政策建议等待，而对于国际人才流动与经济问题关系研究的较少，对于人才流动对经济问题的实证研究非常缺乏。孙瑜分析了世界人才需求状况以及我国人才流失海外的严重性，将经济、科技以及教育等因素指标化，构建与人才回流数量的模型关系，分析海外的人才回流规律。杨玉洁以人才回流为自变量，以经济增长为因变量建立一元一次回归模型，深入分析了经济增长对人才流动的影响。宋艳涛等研究了研究海外人才回流在生产率以及产出水平方面相对国内的能力溢价，实证分析了海外人才对生产率以及经济增长的作用。宋艳涛等人还构建了归国人员满意度与城市竞争力关系的理论模型，分析了人员回流后影响其满意度的各种因素。许家云将海外人才回流引入CES生产函数，实证分析了影响我国人才回流的各种因素。

综合当前研究，发现存在以下缺陷：第一，对于人才流失对经济增长的影响停留在简单的生产率上面，而人才回流对经济各个产业的影响依然缺乏；第二，当前研究人才流失对经济问题中的生产率的影响，但对于其他经济问题的研究缺乏，比如城镇以及农村的生活状况的影响。综合以上，本文利用以我国留学生每年留学生流失率作为自变量，以城镇居民恩格尔系数、农村居民恩格尔系数、我国人均GDP、我国三产业各自增长率为因变量，构建VAR模型，实证研究人才流失率对我国经济问题的影响。

误差修正模型的建立

（一）数据说明

人才流失率（RC）在本次实证研究中采用的数据计算方法为：（当年留学流出人数-当年留学生回流人数）/我国当年高等院校的总人数。我国当年高等院校总人数代表了我国总人才数量。

人均GDP（RJ），是衡量一个国家宏观经济运行状况的一个重要指标。在此反应我国整体的经济情况。研究人均GDP与人才流失率（RCL）的关系主要研究人才流失对我国整体经济情况的影响。

各个产业增长率（第一产业增长率（DY）、第二产业增长率（DR）、第三产业增长率（DS））产业的发展状况。为了区分各产业与人才流失率的关系，笔者分别对三产业与人才流失率的关系进行研究，深入分析人才流失率对整体宏观经济的影响。

恩格尔系数是反应食品支出额占个人消费总额的比重，反应了一个国家或区域人们的生活状况，一般系数越高，代表该区域人们的生活水平越低。由于我国城镇、农村生活水平非常悬殊，笔者在研究人才流失对人们整体生活水平的影响时区分了影响群体，即分为人才流失对城镇居民生活的影响以及人才流失对农村居民生活水平的影响，即研究二者恩格尔系数与人才流失率的关系。endprint

所有数据源于《2012年中国统计年鉴》。由于数据1990年之前以及2012年之后有些指标数据不全，为了保证序列的统一连贯性，所选数据为1990至2011年之间的指标数据。

（二） 单位根检验

对时间序列建立计量模型首先需要检验序列的平稳性，所以对所有指标数据序列进行单位根检验，本次采用ADF检验。由于人均GDP数额比其他数据较大，所以先对人均GDP序列进行自然对数处理，记为序列LRJ。ADF检验结果如表1所示。I（0）过程代表没有进行查分的ADF检验。I（1）过程代表进行了一阶差分的ADF检验。

通过表1数据显示，在没有常数项，滞后期数为0的ADF检验下，人均GDP不能通过ADF检验，不能建立误差修正模型，而其他变量（第一产业增长率DY、第二产业增长率DR、第三产业增长率DS、城镇恩格尔系数CZ、农村恩格尔系数NC以及人才流失率RC）在进行一阶差分后序列都处于平稳状态。

（三）误差修正模型

1.建立第一产业增长率DY与人才流失率RC的误差修正模型。为检验DY与RC是否协整，采用EF检验法。首先对DY与RC进行最小二乘法，对形成的残差序列E进行单位根检验，发现其收尾概率为0.0052，在1%的置信水平下显著。所以DY和RC具有协整关系，且（1，0.9979）为协整向量。

通过Eviews软件建立误差修正模型，ECM估计以及相关检验结果如表2 。从结果显示收尾概率P值过大，Adjusted R-squared过小，不能建立修正模型，所以建立误差修正模型失败。

2.建立第二产业增长率DR与人才流失率RC的误差修正模型。为检验DR与RC是否协整，本文采用EF检验法。首先对DR与RC进行最小二乘法，对形成的残差序列E进行单位根检验，发现其收尾概率为0.0211，在5%的置信水平下显著。所以DY和RC具有协整关系，且（1，1.322）为协整向量。

通过Eviews软件建立误差修正模型，ECM估计以及相关检验结果如表3 。从结果显示收尾概率P值过大，Adjusted R-squared过小，不能建立修正模型，所以建立误差修正模型失败。

3.建立第三产业增长率DS与人才流失率RC的误差修正模型。为检验DS与RC是否协整，本文采用EF检验法。首先对DS与RC进行最小二乘法，对形成的残差序列E进行单位根检验，发现其收尾概率为0.0022，在1%的置信水平下显著。所以DS和RC具有协整关系，且（1，1.1077）为协整向量。

通过Eviews软件建立误差修正模型，ECM估计以及相关检验结果如表4 。从结果显示收尾概率P值过大，Adjusted R-squared过小，不能建立修正模型，所以建立误差修正模型失败。

4.建立城镇恩格尔系数CZ与人才流失率RC的误差修正模型。为检验CZ与RC是否协整，本文采用EF检验法。首先对CZ与RC进行最小二乘法，对形成的残差序列E进行单位根检验，发现其收尾概率为0.2171，在1%的置信水平下显著。所以CZ和RC不具有协整关系。

5.建立农村恩格尔系数NC与人才流失率RC的误差修正模型。为检验NC与RC是否协整，采用EF检验法。首先对NC与RC进行最小二乘法，对形成的残差序列E进行单位根检验，发现其收尾概率为0.5564，在10%的置信水平下不显著。所以NC和RC不具有协整关系。

向量自回归（VAR）模型的建立

（一）格兰仕检验

通过对所有序列进行格兰杰检验，滞后项为4，检验结果如表5所示。结果显示，拖尾概率P值小于0.1，结果显著的有RC与CZ的检验。因此可以对RC与CZ建立VAR模型，然后通过脉冲响应图研究CZ对RC的反应。

（二）脉冲响应函数

对模型建立脉冲响应函数，如图2 所示。给人才流失率一个标准差新息后，开始恩格尔系数较为平稳，在第四期后开始有上升趋势，并且在不断扩大，而在中间的影响有上升和下降，但是整体趋势是上升的。所以从脉动响应函数可以看出，人才流失率会引起恩格尔系数上升，人们生活水平的下降，但是影响比较复杂，处于不断波动当中。

结论

我国人才流失对人均GDP的影响作用不确定。从单位根检验显示，人才流失率与人均GDP数据序列均为非平稳性序列，二者在一阶差分后，人才流失率序列优化为平稳序列，但是人均GDP序列依然不平稳，因此不能建立误差修正模型，二者也不能建立VAR模型。所以无法从实证方面论证人才流失率对人均GDP的影响。

我国人才流失率对各产业增长率的影响。虽然各产业增长率经过一阶差分后处于平稳状态，但是建立误差修正模型时，其拖尾概率P值过大，修正的决定系数过小，建立误差修正模型不成功，而在进行格兰杰检验时P值太大，不能建立VAR模型，因此无法从模型上实证出人才流失率各产业增长率的影响。

我国人才流失率对人们生活的影响。虽然农村恩格尔系数序列经过一阶差分后处于平稳状态，但是在其对人才流失率进行最小二乘法时，二者的误差序列不随机，不能建立修正模型，而对其进行格兰杰检验也不通过，所以不能实证分析人才流失率对农村居民生活的影响。但是城镇恩格尔系数序列虽然不能建立误差修正模型，但是其通过格兰杰检验，建立了VAR模型。

从实证研究发现，人才流失给人们的城镇生活带来负面影响，但是这种影响呈现波动性，深入分析原因，可能来自以下几个方面：第一，人才流失率影响城镇生活的途径比较复杂，在路径中其他间接因素的影响下，造成影响效果呈现波动性，比如留学率的增加使得很多人有留学的欲望和计划，并为之不断努力，从而为社会创造更多的财富，积累更多的资本，从某种程度上来说就提高了人们的生活水平，导致恩格尔系数增加。第二，对我国农村影响较小，而对城镇人们生活水平影响较大，可能是因为我国留学生大都是城镇人，农村非常少，所以对农村人们生活的影响非常有限。第三，我国留学生流失，对城镇人们生活产生消极影响，可能是因为人才流失，在一定程度上影响城镇经济的增长，特别是一些高端人才（据统计，我国人才流失中高端人才流失非常严重，留学生占人才流失比例的60%-70%。），从而影响人们的生活品质。第四，在前4期，人才流失率对经济的作用不大，呈现出积极作用，主要是因为激励作用发生在当期比较明显，留学生高潮会迅速激起很多学生留学的渴望。第五，在前4期，人才流失率的消极作用较少，主要是人才流失率在流失当期，这部分人才对经济的影响有限，但是从长期看，随着人才的不断成长，对经济影响作用不断增大，消极作用展现就比较突出。第六，综合而言，人才流失呈现出负作用，主要是因为留学带来的激励促进作用抵不上对人才流失给经济带来的消极影响，从而呈现出负作用。

参考文献：

1.孙瑜.海外人才回流上海的模型构建和政策分析[D].大连理工大学，2007

2.杨玉杰，朱建军.基于人才回流动因计量的中国人才外流问题研究[J].价值工程，2010（26）

3.宋艳涛，李燕，黄鲁成.海外人才回流对经济增长作用的实证研究[J].山西财经大学学报，2012（S3）

4.宋艳涛，李燕，黄鲁成.城市竞争力与海外人才回流关系的研究[J].山西财经大学学报，2012（S4）

5.许家云，李淑云.基于CES生产函数模型的海外人才回流问题研究[J].中国科技论坛，2012（12）

作者简介：

于善甫（1985-），河南濮阳人，硕士，黄河科技学院商贸学院管理系讲师，研究方向人力资源管理、中小企业管理、物流。endprint

所有数据源于《2012年中国统计年鉴》。由于数据1990年之前以及2012年之后有些指标数据不全，为了保证序列的统一连贯性，所选数据为1990至2011年之间的指标数据。

（二） 单位根检验

对时间序列建立计量模型首先需要检验序列的平稳性，所以对所有指标数据序列进行单位根检验，本次采用ADF检验。由于人均GDP数额比其他数据较大，所以先对人均GDP序列进行自然对数处理，记为序列LRJ。ADF检验结果如表1所示。I（0）过程代表没有进行查分的ADF检验。I（1）过程代表进行了一阶差分的ADF检验。

通过表1数据显示，在没有常数项，滞后期数为0的ADF检验下，人均GDP不能通过ADF检验，不能建立误差修正模型，而其他变量（第一产业增长率DY、第二产业增长率DR、第三产业增长率DS、城镇恩格尔系数CZ、农村恩格尔系数NC以及人才流失率RC）在进行一阶差分后序列都处于平稳状态。

（三）误差修正模型

1.建立第一产业增长率DY与人才流失率RC的误差修正模型。为检验DY与RC是否协整，采用EF检验法。首先对DY与RC进行最小二乘法，对形成的残差序列E进行单位根检验，发现其收尾概率为0.0052，在1%的置信水平下显著。所以DY和RC具有协整关系，且（1，0.9979）为协整向量。

通过Eviews软件建立误差修正模型，ECM估计以及相关检验结果如表2 。从结果显示收尾概率P值过大，Adjusted R-squared过小，不能建立修正模型，所以建立误差修正模型失败。

2.建立第二产业增长率DR与人才流失率RC的误差修正模型。为检验DR与RC是否协整，本文采用EF检验法。首先对DR与RC进行最小二乘法，对形成的残差序列E进行单位根检验，发现其收尾概率为0.0211，在5%的置信水平下显著。所以DY和RC具有协整关系，且（1，1.322）为协整向量。

通过Eviews软件建立误差修正模型，ECM估计以及相关检验结果如表3 。从结果显示收尾概率P值过大，Adjusted R-squared过小，不能建立修正模型，所以建立误差修正模型失败。

3.建立第三产业增长率DS与人才流失率RC的误差修正模型。为检验DS与RC是否协整，本文采用EF检验法。首先对DS与RC进行最小二乘法，对形成的残差序列E进行单位根检验，发现其收尾概率为0.0022，在1%的置信水平下显著。所以DS和RC具有协整关系，且（1，1.1077）为协整向量。

通过Eviews软件建立误差修正模型，ECM估计以及相关检验结果如表4 。从结果显示收尾概率P值过大，Adjusted R-squared过小，不能建立修正模型，所以建立误差修正模型失败。

4.建立城镇恩格尔系数CZ与人才流失率RC的误差修正模型。为检验CZ与RC是否协整，本文采用EF检验法。首先对CZ与RC进行最小二乘法，对形成的残差序列E进行单位根检验，发现其收尾概率为0.2171，在1%的置信水平下显著。所以CZ和RC不具有协整关系。

5.建立农村恩格尔系数NC与人才流失率RC的误差修正模型。为检验NC与RC是否协整，采用EF检验法。首先对NC与RC进行最小二乘法，对形成的残差序列E进行单位根检验，发现其收尾概率为0.5564，在10%的置信水平下不显著。所以NC和RC不具有协整关系。

向量自回归（VAR）模型的建立

（一）格兰仕检验

通过对所有序列进行格兰杰检验，滞后项为4，检验结果如表5所示。结果显示，拖尾概率P值小于0.1，结果显著的有RC与CZ的检验。因此可以对RC与CZ建立VAR模型，然后通过脉冲响应图研究CZ对RC的反应。

（二）脉冲响应函数

对模型建立脉冲响应函数，如图2 所示。给人才流失率一个标准差新息后，开始恩格尔系数较为平稳，在第四期后开始有上升趋势，并且在不断扩大，而在中间的影响有上升和下降，但是整体趋势是上升的。所以从脉动响应函数可以看出，人才流失率会引起恩格尔系数上升，人们生活水平的下降，但是影响比较复杂，处于不断波动当中。

结论

我国人才流失对人均GDP的影响作用不确定。从单位根检验显示，人才流失率与人均GDP数据序列均为非平稳性序列，二者在一阶差分后，人才流失率序列优化为平稳序列，但是人均GDP序列依然不平稳，因此不能建立误差修正模型，二者也不能建立VAR模型。所以无法从实证方面论证人才流失率对人均GDP的影响。

我国人才流失率对各产业增长率的影响。虽然各产业增长率经过一阶差分后处于平稳状态，但是建立误差修正模型时，其拖尾概率P值过大，修正的决定系数过小，建立误差修正模型不成功，而在进行格兰杰检验时P值太大，不能建立VAR模型，因此无法从模型上实证出人才流失率各产业增长率的影响。

我国人才流失率对人们生活的影响。虽然农村恩格尔系数序列经过一阶差分后处于平稳状态，但是在其对人才流失率进行最小二乘法时，二者的误差序列不随机，不能建立修正模型，而对其进行格兰杰检验也不通过，所以不能实证分析人才流失率对农村居民生活的影响。但是城镇恩格尔系数序列虽然不能建立误差修正模型，但是其通过格兰杰检验，建立了VAR模型。

从实证研究发现，人才流失给人们的城镇生活带来负面影响，但是这种影响呈现波动性，深入分析原因，可能来自以下几个方面：第一，人才流失率影响城镇生活的途径比较复杂，在路径中其他间接因素的影响下，造成影响效果呈现波动性，比如留学率的增加使得很多人有留学的欲望和计划，并为之不断努力，从而为社会创造更多的财富，积累更多的资本，从某种程度上来说就提高了人们的生活水平，导致恩格尔系数增加。第二，对我国农村影响较小，而对城镇人们生活水平影响较大，可能是因为我国留学生大都是城镇人，农村非常少，所以对农村人们生活的影响非常有限。第三，我国留学生流失，对城镇人们生活产生消极影响，可能是因为人才流失，在一定程度上影响城镇经济的增长，特别是一些高端人才（据统计，我国人才流失中高端人才流失非常严重，留学生占人才流失比例的60%-70%。），从而影响人们的生活品质。第四，在前4期，人才流失率对经济的作用不大，呈现出积极作用，主要是因为激励作用发生在当期比较明显，留学生高潮会迅速激起很多学生留学的渴望。第五，在前4期，人才流失率的消极作用较少，主要是人才流失率在流失当期，这部分人才对经济的影响有限，但是从长期看，随着人才的不断成长，对经济影响作用不断增大，消极作用展现就比较突出。第六，综合而言，人才流失呈现出负作用，主要是因为留学带来的激励促进作用抵不上对人才流失给经济带来的消极影响，从而呈现出负作用。

参考文献：

1.孙瑜.海外人才回流上海的模型构建和政策分析[D].大连理工大学，2007

2.杨玉杰，朱建军.基于人才回流动因计量的中国人才外流问题研究[J].价值工程，2010（26）

3.宋艳涛，李燕，黄鲁成.海外人才回流对经济增长作用的实证研究[J].山西财经大学学报，2012（S3）

4.宋艳涛，李燕，黄鲁成.城市竞争力与海外人才回流关系的研究[J].山西财经大学学报，2012（S4）

5.许家云，李淑云.基于CES生产函数模型的海外人才回流问题研究[J].中国科技论坛，2012（12）

作者简介：

于善甫（1985-），河南濮阳人，硕士，黄河科技学院商贸学院管理系讲师，研究方向人力资源管理、中小企业管理、物流。endprint

所有数据源于《2012年中国统计年鉴》。由于数据1990年之前以及2012年之后有些指标数据不全，为了保证序列的统一连贯性，所选数据为1990至2011年之间的指标数据。

（二） 单位根检验

对时间序列建立计量模型首先需要检验序列的平稳性，所以对所有指标数据序列进行单位根检验，本次采用ADF检验。由于人均GDP数额比其他数据较大，所以先对人均GDP序列进行自然对数处理，记为序列LRJ。ADF检验结果如表1所示。I（0）过程代表没有进行查分的ADF检验。I（1）过程代表进行了一阶差分的ADF检验。

通过表1数据显示，在没有常数项，滞后期数为0的ADF检验下，人均GDP不能通过ADF检验，不能建立误差修正模型，而其他变量（第一产业增长率DY、第二产业增长率DR、第三产业增长率DS、城镇恩格尔系数CZ、农村恩格尔系数NC以及人才流失率RC）在进行一阶差分后序列都处于平稳状态。

（三）误差修正模型

1.建立第一产业增长率DY与人才流失率RC的误差修正模型。为检验DY与RC是否协整，采用EF检验法。首先对DY与RC进行最小二乘法，对形成的残差序列E进行单位根检验，发现其收尾概率为0.0052，在1%的置信水平下显著。所以DY和RC具有协整关系，且（1，0.9979）为协整向量。

通过Eviews软件建立误差修正模型，ECM估计以及相关检验结果如表2 。从结果显示收尾概率P值过大，Adjusted R-squared过小，不能建立修正模型，所以建立误差修正模型失败。

2.建立第二产业增长率DR与人才流失率RC的误差修正模型。为检验DR与RC是否协整，本文采用EF检验法。首先对DR与RC进行最小二乘法，对形成的残差序列E进行单位根检验，发现其收尾概率为0.0211，在5%的置信水平下显著。所以DY和RC具有协整关系，且（1，1.322）为协整向量。

通过Eviews软件建立误差修正模型，ECM估计以及相关检验结果如表3 。从结果显示收尾概率P值过大，Adjusted R-squared过小，不能建立修正模型，所以建立误差修正模型失败。

3.建立第三产业增长率DS与人才流失率RC的误差修正模型。为检验DS与RC是否协整，本文采用EF检验法。首先对DS与RC进行最小二乘法，对形成的残差序列E进行单位根检验，发现其收尾概率为0.0022，在1%的置信水平下显著。所以DS和RC具有协整关系，且（1，1.1077）为协整向量。

通过Eviews软件建立误差修正模型，ECM估计以及相关检验结果如表4 。从结果显示收尾概率P值过大，Adjusted R-squared过小，不能建立修正模型，所以建立误差修正模型失败。

4.建立城镇恩格尔系数CZ与人才流失率RC的误差修正模型。为检验CZ与RC是否协整，本文采用EF检验法。首先对CZ与RC进行最小二乘法，对形成的残差序列E进行单位根检验，发现其收尾概率为0.2171，在1%的置信水平下显著。所以CZ和RC不具有协整关系。

5.建立农村恩格尔系数NC与人才流失率RC的误差修正模型。为检验NC与RC是否协整，采用EF检验法。首先对NC与RC进行最小二乘法，对形成的残差序列E进行单位根检验，发现其收尾概率为0.5564，在10%的置信水平下不显著。所以NC和RC不具有协整关系。

向量自回归（VAR）模型的建立

（一）格兰仕检验

通过对所有序列进行格兰杰检验，滞后项为4，检验结果如表5所示。结果显示，拖尾概率P值小于0.1，结果显著的有RC与CZ的检验。因此可以对RC与CZ建立VAR模型，然后通过脉冲响应图研究CZ对RC的反应。

（二）脉冲响应函数

对模型建立脉冲响应函数，如图2 所示。给人才流失率一个标准差新息后，开始恩格尔系数较为平稳，在第四期后开始有上升趋势，并且在不断扩大，而在中间的影响有上升和下降，但是整体趋势是上升的。所以从脉动响应函数可以看出，人才流失率会引起恩格尔系数上升，人们生活水平的下降，但是影响比较复杂，处于不断波动当中。

结论

我国人才流失对人均GDP的影响作用不确定。从单位根检验显示，人才流失率与人均GDP数据序列均为非平稳性序列，二者在一阶差分后，人才流失率序列优化为平稳序列，但是人均GDP序列依然不平稳，因此不能建立误差修正模型，二者也不能建立VAR模型。所以无法从实证方面论证人才流失率对人均GDP的影响。

我国人才流失率对各产业增长率的影响。虽然各产业增长率经过一阶差分后处于平稳状态，但是建立误差修正模型时，其拖尾概率P值过大，修正的决定系数过小，建立误差修正模型不成功，而在进行格兰杰检验时P值太大，不能建立VAR模型，因此无法从模型上实证出人才流失率各产业增长率的影响。

我国人才流失率对人们生活的影响。虽然农村恩格尔系数序列经过一阶差分后处于平稳状态，但是在其对人才流失率进行最小二乘法时，二者的误差序列不随机，不能建立修正模型，而对其进行格兰杰检验也不通过，所以不能实证分析人才流失率对农村居民生活的影响。但是城镇恩格尔系数序列虽然不能建立误差修正模型，但是其通过格兰杰检验，建立了VAR模型。

从实证研究发现，人才流失给人们的城镇生活带来负面影响，但是这种影响呈现波动性，深入分析原因，可能来自以下几个方面：第一，人才流失率影响城镇生活的途径比较复杂，在路径中其他间接因素的影响下，造成影响效果呈现波动性，比如留学率的增加使得很多人有留学的欲望和计划，并为之不断努力，从而为社会创造更多的财富，积累更多的资本，从某种程度上来说就提高了人们的生活水平，导致恩格尔系数增加。第二，对我国农村影响较小，而对城镇人们生活水平影响较大，可能是因为我国留学生大都是城镇人，农村非常少，所以对农村人们生活的影响非常有限。第三，我国留学生流失，对城镇人们生活产生消极影响，可能是因为人才流失，在一定程度上影响城镇经济的增长，特别是一些高端人才（据统计，我国人才流失中高端人才流失非常严重，留学生占人才流失比例的60%-70%。），从而影响人们的生活品质。第四，在前4期，人才流失率对经济的作用不大，呈现出积极作用，主要是因为激励作用发生在当期比较明显，留学生高潮会迅速激起很多学生留学的渴望。第五，在前4期，人才流失率的消极作用较少，主要是人才流失率在流失当期，这部分人才对经济的影响有限，但是从长期看，随着人才的不断成长，对经济影响作用不断增大，消极作用展现就比较突出。第六，综合而言，人才流失呈现出负作用，主要是因为留学带来的激励促进作用抵不上对人才流失给经济带来的消极影响，从而呈现出负作用。

参考文献：

1.孙瑜.海外人才回流上海的模型构建和政策分析[D].大连理工大学，2007

2.杨玉杰，朱建军.基于人才回流动因计量的中国人才外流问题研究[J].价值工程，2010（26）

3.宋艳涛，李燕，黄鲁成.海外人才回流对经济增长作用的实证研究[J].山西财经大学学报，2012（S3）

4.宋艳涛，李燕，黄鲁成.城市竞争力与海外人才回流关系的研究[J].山西财经大学学报，2012（S4）

5.许家云，李淑云.基于CES生产函数模型的海外人才回流问题研究[J].中国科技论坛，2012（12）

作者简介：

于善甫（1985-），河南濮阳人，硕士，黄河科技学院商贸学院管理系讲师，研究方向人力资源管理、中小企业管理、物流。endprint