人力资本配置对技术创新效率影响研究

何红光，宋 林

（1.西安交通大学，陕西 西安 710061； 2.浙江农林大学，浙江 杭州 311300）

人力资本配置对技术创新效率影响研究

何红光1，2，宋 林1

（1.西安交通大学，陕西 西安 710061； 2.浙江农林大学，浙江 杭州 311300）

人力资本作为技术创新投入的核心要素，人力资本投入是否有效，其如何影响技术创新效率？人力资本配置是关键。文章采用全国30个省自2009-2012年间人力资本投入与技术创新产出数据，运用DEA方法进行实证分析，测算了各省每年的技术创新效率，发现多数地区无论是技术创新效率还是规模效率都处于无效的状态，而技术创新效率无效的主要原因是规模效率偏低，结合多数地区规模效益递增态势与投影分析结果可知：人力资本投入过少及其配置不合理是造成技术创新效率偏低的主要原因，并针对其存在的问题提出相关政策建议。这对加快各地区人力资本投入、技术创新效率和经济的可持续发展具有深远的战略意义。

数据包络分析；人力资本配置；技术创新效率

经济增长理论认为人力资本、技术创新对经济增长的作用越来越具有决定意义。Nelson and Phelps (1966)认为人力资本不仅是经济增长的要素，而且也是促进技术创新的要素。在现有为数不多的关于人力资本与技术创新关系的实证研究中，已有一部分文献支持了人力资本的创新效应[1,2]。但是，也有不少研究得出了相反的结论，李平等[3]认为中国人力资本水平尚未达到其促进自主创新的门槛，从而降低了中国国内研发资本投入产出绩效，且制约了FDI所产生的研发溢出效应，从而阻碍了技术创新能力的提高。同时，从我国各省历年的人力资本投入与技术创新产出的结果来看，并非人力资本投入越多越好，只有适度的人力资本加上合理的人力资本配置才能更好地发挥其对技术创新的推动作用。因此，人力资本各要素的投入比例如何做到合理，其如何影响技术创新效率，人力资本各要素的投入与技术创新的产出结果之间如何形成良性互动关系？文章主要从人力资本投入要素的数量、质量和R&D经费投入等方面来考量人力资本的配置，从各地区的自主创新能力、对新技术的吸引能力和高新技术产品的市场竞争力来衡量技术创新；运用DEA方法尝试揭示人力资本配置对技术创新效率的影响，为政府、企业及科研机构等相关部门制定技术创新政策提供决策参考。

一、文献综述

自美国著名经济学家西奥多·舒尔茨创立人力资本理论以来，人力资本理论在经济增长、收入分配等领域都得到了广泛关注与应用，随着我国对人力资本认识的逐步深入，对人力资本的研究范围不断扩大，并涉及到劳动经济学、教育经济学、产业经济学、制度经济学、发展经济学、区域经济学等多个领域。

近年来，国内外有不少有关人力资本与技术创新关系的研究，如Lucas(1988)将技术进步因素从外生转变为内生，即将人力资本内生化。Papageorgiou(1999)则认为人力资本对技术创新具有决定作用，R&D活动的有效进行依赖于中等及中等以上教育程度的人力资本。张斌盛[4](2008)认为R&D投资与人力资本投资又通过对知识的获取、消化、转化和利用作用于技术创新。贺俊等[5](2006)认为对实现经济持续均衡发展而言，重要的不仅是教育与研发投入的规模，更重要的是人力资本投入的效率。古利平等(2006)采用专利与科研资源等指标对中国创新的投入产出进行分析，发现中国的创新投入产出弹性很高。刘智伟等[6](2008)通过协整分析发现，高等教育既是技术进步的短期原因，也是技术进步的长期原因，且其冲击对技术进步的拉动效果明显大于中等教育与科技投入。李平等[3](2007)、孙文杰等[7](2009)的研究表明：现阶段国内企业技术人员的人力资本积累存在明显的门槛效应，低于这一临界值，国内企业的技术学习能力以及自主创新能力的提升将十分有限。

随着人力资本流动、移民与经济发展，从业结构等关系变化，人力资本配置问题也受到一些学者的关注，但普遍集中研究人力资本配置对经济增长作用。如Guaitoli(2000)建立的人力资本和物质资本积累的世代交叠模型，Sequeira(2007)构建的人力资本的内生经济增长模型，Bougheas and Riezman(2007)构建的贸易模型。刘军(2005)则从产业结构、区域均衡发展和制度变迁等方面研究了人力资本配置与经济发展的关系。王琳(2006)发现，我国人力资本的质量和积累能力方面中西部与东部地区的差距较大，人力资本的非均衡配置影响到地区经济增长、产业结构优化升级和社会和谐发展。王良健等(2008)发现，1996-2005年间我国各区域人力资本具有空间集聚性，区域差异程度在不断减小，且各区域不同类型的人力资本对经济增长的贡献率差异显著。周德禄(2012)采用生产函数分析法和二值logistic模型分别对人力资本配置的经济效益和社会效益进行了分析的基础上提出了相应建议，范兆斌等[8](2012)从跨国移民、人力资本结构等方面对技术创新的关系加以研究。综上所述，人力资本与技术创新的关系、人力资本配置的研究理论成果丰硕，但对人力资本配置与技术创新效率的互动关系研究较少。

二、研究方法与指标选取

1.研究方法

数据包络分析(Data Envelopment Analysis，DEA)是著名运筹学家A.Charnes&W.W.Cooper等学者在“相对效率评价”概念基础上发展起来的一种新的系统分析方法。根据规模报酬是否可变的不同假设，DEA发展成CCR模型和BCC模型。

CCR模式是DEA方法中应用最广泛的模型，主要处理“规模报酬不变”假设下的决策单元相对有效性评价问题。BCC模型就是在变动规模报酬(VRS)假设下，修正了CCR模式的观念及使用范围，推导出纯技术效率及规模效率。因此，文章采用BCC模型，在“规模报酬变动”的假设下对各省技术创新效率进行评价，深入分析其技术创新活动的有效性和规模效应情况，并且通过投影分析找出影响技术创新效率的主要原因。

2.DEA分析指标选取

（1）投入指标选择。基于前面的分析，技术创新的投入要素主要以人力资本，而人力资本配置体现在投入要素的数量及其所占比例和结构方面。参考吴建军等[9](2007)、彭旸等[10](2008)、吴晓园(2011)测量人力资本时所采用的指标，并结合数据的可获得性本文在投入指标上采用以下四个指标：R&D人员人力资本总量(I1)，主要反映各省科技活动所投入的人力资本的总体状况；R&D人员全时当量(I2)，主要反映各省在一定程度上高层次科技创新人才的投入水平；教育支出占财政支出的比例(I3)和医疗卫生支出占财政支出的比例(I4)，主要反映各省的整体人力资本质量水平；R&D投入强度(I5)，主要反映各省的R&D经费投入水平。

（2）产出指标选择方面。参考虞晓芬等[11](2005)及孙凯[12](2007)表示技术创新产出的指标，文章选取以下三个产出指标：利用三项专利申请数(O1)，反映各省自主创新的能力；技术市场成交额(O2)，反映各省域对新技术的吸引能力；高新技术产业新产品销售收入(O3)，反映省具有较高新技术产品的市场竞争力。

三、实证分析

根据我国各省技术创新活动的基本情况和数据的可得性，数据主要来源于2010-2013年《中国科技统计年鉴》和《中国统计年鉴》，考虑到西藏地区的一些数据缺失，文章将该地区的数据进行了剔除，虽然这会对整体投入产出效率有一定的影响，但这不会从根本上影响研究结论。

1.DEA有效性分析

文章运用DEA方法，采用BC2模型对各省的技术创新活动进行了评价，测度不同省的技术效率、纯技术效率以及规模效率，得到各省DEA有效性分析结果（见表1），表1剔除了DEA无效单元的数据结果，仅保留了部分DEA有效单元的数据，表中的平均数据是全国30个省（市、区）的整体平均值；在对表1分析的基础上将全国从东、中和西部地区分别加以比较，得到的结果如表2所示。根据表1结果可知：

表1 各省（市、区）DEA有效性分析结果

（1）从全国各省的平均值来看，各省总体四年的技术效率值为0.51、0.528、0.487、0.527，并没有达到DEA有效；纯技术效率为0.889、0.867、0.879、0.855，这说明全国各省的人力资本的投入产出转换技术水平还不够达标，在现有的人力资本投入规模下并没有得到相应量的产出规模；规模效率为0.560、0.597、0.548、0.609，说明全国各省规模效率还不明显，技术效率偏低的原因，主要是因为规模效率偏低造成的，规模效率偏低主要是由创新投入过少造成；同时四年间除了少数省总体规模效应不变外，其他各省都处于规模效应递增状态，这些省可以进一步扩大人力资本投入来提高产出比例。

（2）全国各省在2009-2012四年中，仅有北京、江苏、广东三个省连续为DEA有效单元，浙江等省出现三年为DEA有效单元，上海出现两年为DEA有效单元，反映这些省系统转换技术水平高，人力资本配置合理，规模合适，经济效益好；天津、内蒙、海南、青海等省虽然DEA为无效单元，但这些省的纯技术效率连续四年均为1，表明该省系统转换能力是适合的，造成其技术效率偏低的主要原因是由于其规模效率偏低，可以适当扩大人力资本的投入。

（3）其他各省都在一定程度上反映出为DEA无效单元，在这些省纯技术效率和规模效率偏低，但规模效应处于递增状态，表明这些省可以通过扩大人力资本的投入能够提高产出比例，同时这些省在发展中存在较大的问题，它们既存在扩大投入规模，还要提升纯技术效率的双重压力。

（4）东、中、西部地区差异比较分析。从东部、中部和西部地区的平均值来看，人力资本与技术创新效率方面存在较为明显的区域集聚现象。东部地区的技术效率、纯技术效率和规模效率明显高于全国各省的平均值，尤其在东部地区的北京、天津、上海、江苏、浙江、广东等地区优势非常明显，这与该地区的经济实力较强，区位优势明显，人力资本及创新资源丰富，从而为该地区的技术创新提供了有力的条件和保障，这些地区可以在保持人力资本投入的合理性和有效性的前提下，加大对人力资本的投入。中部地区在技术效率、纯技术效率和规模效率等方面明显低于西部地区，主要因为西部地区受到政府的大力扶持、优惠政策的导向和相对宽松的区位竞争市场，这些原因拉开了与中部地区的效率差距，也进一步反映出中部地区的效率提升存在很大的空间。

2.投影分析

为进一步找出影响我国各省技术创新效率差异原因，在DEA有效性分析的基础上，采用投影分析方法，深入分析各省人力资本投入冗余和产出不足情况，找出导致其DEA无效和创新效率偏低的根本原因，提出各省的投入冗余与产出不足的改进率的分析结果和我国东、中、西部地区的投入冗余与产出不足改进率（见表3）。表3中剔除了投入冗余改进率低于0.01的单元，并将这些单元视为DEA有效单元，而其他单元视为DEA无效单元。需要说明的是，这里的投入冗余是在现有省的创新规模水平下的相对冗余，而非绝对冗余。

表2 东、中和西部地区差异比较

（1）从各省的投入冗余与产出不足改进率来看，DEA无效省有大量的投入冗余和产出不足。在研究期的4年中均有效的地区主要集中在东部地区的北京、天津、上海、江苏、广东、海南和西部地区的内蒙和青海，辽宁、浙江有3年DEA有效，宁夏、新疆有2年DEA有效，重庆在2011年DEA有效；而另外的22个省的DEA要么4年均无效，要么至少有1年无效，从无效省份的投入冗余与产出不足的改进率率来看，由于各项指标的改进情况不一样，所以仅采用每年各省份的整体改进率来描述。投入冗余改进情况：2009年河南最高（各项投入改进率为0.442、 0.425、0.265、0.297、0.260）、河北次之（各项投入改进率为0.397、0.355、0.284、0.261、0.262）；2010年江西最高 （各项投入改进率为 0.585、0.540、0.276、0.333、0.405）、广西次之（各项投入改进率为0.632、0.587、0.261、0.333、0.260）；2011年山西最高（各项投入改进率为0.659、0.680、0.260、0.260、 0.255）、河南次之 （各项投入改进率为0.591、0.563、0.306、0.330、0.311）；2012年河南最高 （各项投入改进率为 0.557、0.529、0.353、0.354、0.350）、河北次之（各项投入改进率为0.452、0.360、0.378、0.344、0.342）。产出不足改进情况：从各产出不足改进率来看，各项产出指标不足的改进情况比较复杂，不同省间创新产出改进差异较大，特别是高新技术产业新产品销售收入产出不足改进率甚高，2009年产出不足改进最高的是黑龙江的O3改进率为 8.882、其次是山西的 O3改进率为7.982，2010年产出不足改进最高的是新疆的O3改进率高达34.657、其次是广西的O3改进率为7.219，11年产出不足改进最高的是黑龙江的O3改进率为5.538、其次是甘肃的O3改进率为4.819，2012年产出不足改进最高的是广西的O2改进率23.793、其次是吉林的O2改进率为3.290。

表3 投入冗余与产出不足改进率

（2）从各投入指标冗余改进率的平均值来看，各项投入指标冗余的改进率基本均在20%以上。其中I1改进率最大，I2改进率次之，可见影响DEA有效的主要因素是人力资本总量和R&D人员全时当量。从前面的规模效率分析得知：目前导致各省技术创新效率偏低的主要原因是创新投入过少，而这些指标的冗余则意味着各指标投入是相对的，各项指标投入过少，造成各指标间比例不合理，即人力资本配置的不合理，进而导致了各省技术创新效率偏低及DEA无效。从各产出指标不足改进率来看，各项产出指标不足的改进情况比较复杂，不同省间创新产出改进差异较大，特别是高新技术产业新产品销售收入产出不足改进率甚高，其中属高新技术产业新产品销售收入产出不足改进率最大，其次是技术市场成交额，三项专利申请数的产出不足改进率相对较低，可见，影响各省技术创新效率偏低及DEA无效的主要因素是高新技术产业新产品销售收入与技术市场成交额。

（3）东 、中、西部地区投入冗余和产出不足的改进率差异明显。整体呈现出的东部地区的各项指标改进率优于中、西部地区；特别是中部地区各项投入冗余与产出不足改进率普遍高于平均值，这点值得中部各地区重视。

四、研究结论及建议

文章运用DEA方法对各省技术创新效率综合评价与分析，得到以下结论:

第一，从效率评价结果来看，各省技术创新效率偏低，不同地区技术创新效率差异较大，技术创新效率由高到低依次为:东部地区、西部地区、中部地区。有些地区纯技术效率有效而规模效率无效，同时各省在近四年间的平均纯技术效率分别为0.889、0.867、0.879、0.855，而规模效率分别是 0.56、0.597、0.548、0.609。因此，规模效率还有很大的上升空间，规模效率是导致技术创新效率偏低的主要因素。

第二，从规模效应分析表明，全国30个省中规模收益不变的地区四年间分别是6、5、3、4个，其他均呈现出规模报酬递增，增加适量投入会带来产出更高比例的增加，人力资本投入过少是导致各省规模效率偏低的主要原因。

第三，从投影分析结果表明，在22个DEA无效地区中，各投入指标的相对冗余是导致各省DEA无效的主要原因。结合规模效应分析结果可知，各人力资本投入过少，各指标投入比例不合理，是导致各省DEA无效和创新效率偏低的根本原因。

根据以上结论，为切实提升各省的技术创新效率，从人力资本与技术创新效率的投入、产出两个层面，提出以下政策建议：

（1） 投入层面。首先，应充分发挥政府职能作用，强化政策引导与支持。加强国家宏观调控和引导，优化各省技术创新环境，制定并实施有利于技术创新的政策和措施，培育和完善创新成果转化平台，建立有效的科技人才引进与激励机制，培育和完善高新技术产业的投资机制，全面提升技术创新的政策环境。其次，增加投入，优化配置。加大R&D人员人力资本总量、R&D人员全时当量、教育支出、医疗卫生支出和R&D经费投入强度等投入，切实解决各省的人力资本投入过少的问题，以提高其技术创新规模效率；同时，根据各地区的实际状况，优化各人力资本投入配置，以提高人力资本的使用效率和技术创新的效率。最后，注重教育，提升R&D人员人力资本积累。技术创新的知识积累主要源于人力资本的积累，而教育则是人力资本积累的主要途径，因此，加大对教育的扶持力度，改革现行的教育模式，不断为科技创新活动输送更多的创新人才，同时加强对R&D人员在职培训与进修，已全面提升高层次科技创新人才的综合素质。

（2）产出层面。首先，加大科研发明和高科技产品的奖励和宣传力度。对在科学研究与创新领域有重大贡献的工作人员给予表彰和奖励，这不仅使工作人员在精神上和物质上都得到满足，更重要的是对新技术和新产品的宣传，从而使科技创新更好的服务于大众。其次，强化产学研的结合，提高技术利用率。通过企业、高校和科研机构的紧密合作，营造良好的技术创新氛围，加大技术引进、改造和吸收费用，提高技术的利用率和消化吸收速度。最后，注重高新产品品牌的建设与维护，以实现品牌增值。将高新产品的新颖、时尚、科技等特点展现出来，充分利用一切传媒将品牌的核心价值理念表现出来，形成特有的品牌文化内涵；随着各种知识产权纠纷与市场竞争的加剧，切实做好高新产品的开发、经营、维护高新技术企业的无形资产已成为竞争取胜的关键，因此，树立品牌形象，实施品牌保护是实现品牌增值的重要举措。

[1]Dakhli，M.&D.De Clercq，Human Capital，Social Capital and Innovation:a Multi-country Study[J].Entrepreneurship＆Regional Development，2004，16(2).

[2]Subramaniam M，Youndt M.The Influence of Intellectual Capital on the Types of Innovative Capabilities[J].Academy of Management Journal，2005，48(3).

[3]李平，崔喜君，刘建.中国自主创新中研发资本投入产出绩效分析 [J].中国社会科学，2007(2).

[4]张斌盛.中国FDI技术吸收能力实证研究 [M].上海:华东师范大学出版社，2008.

[5]贺俊，陈华平，毕功兵.一个基于产品水平创新和人力资本的内生增长模型 [J].数量经济技术经济研究，2006(9).

[6]刘智伟，胡永远，易先忠.异质型人力资本对经济增长的作用机制检验 [J].数量经济技术经济研究，2008(4).

[7]孙文杰，沈坤荣.人力资本积累与中国制造业技术创新效率的差异性 [J].中国工业经济，2009(3).

[8]范兆斌，刘德学.跨国移民、人力资本结构与技术创新 [J].国际贸易问题，2012(6).

[9]吴建军，仇怡.人力资本与贸易集聚对技术扩散模型的拓展与应用 [J].中国软科学，2007(8).

[10]彭旸，刘智勇，肖竞成.对外开放、人力资本与区域技术进步[J].世界经济研究，2008(6).

[11]虞晓芬，李正卫，池仁勇等.我国区域技术创新效率：现状与原因 [J].科学学研究，2005(2).

[12]孙凯，李煜华.我国各省市技术创新效率分析与比较 [J].中国科技论坛，2007(11).

（责任编辑：FMX）

The Impact of Human Capital Allocation on Regional Innovation Efficiency

HE Hong-guang1，2，SONG Lin1
（1.Xi'an Jiaotong University，Xi'an Shaanxi 710061，China；2.Zhejiang A&F University，Hangzhou Zhejiang，311300，China）

Human capital is the core element of technology innovation investment，where human capital allocation is the key to determine the effective of human capital investment，as well as the effect of human capital investment on technology innovation efficiency.This paper adopts the data from human capital investment and technology innovation during 2009 and 2012 in 30 provinces，conducts the empirical analysis by DEA method，and estimates annual technology innovation efficiency in every province.The paper shows that both technology innovation efficiency and scale efficiency are in the invalid form，while the main reason of the invalidity in technology innovation efficiency is low scale efficiency.Combining the increasing trend of scale efficiency in majority of regions with projection analysis， the results illustrates that few human capital investment and its unreasonable allocation mainly result in the low technology innovation efficiency.The study also makes relevant recommendations on the existing problem， which has profound strategic influence on accelerating the human capital investment， technology innovation efficiency and sustainable development in economy.

DEA；Human capital allocation；Technology innovation efficiency

F240

A

1004-292X（2014）05-0023-05

2014-01-21

国家社会科学基金项目（10BJL023）；浙江省自然科学基金项目（LY13G020022）；浙江省教育厅高等学校访问学者专业发展项目（FX2013078）。

何红光（1978-），男，湖北通城人，博士研究生，研究方向：人力资本与人力资源管理；

宋 林（1969-），男，陕西大荔人，教授，博士生导师，主要从事人力资本与产业组织理论研究。