高校人力资本及其结构对人文社科研究效率的影响

贾冰 曾冬梅

摘要：改革人才引进与评价的指挥棒，破解复杂多样的“唯学历”问题，不能一刀切，尤其是对于高层次人才相对匮乏的西部地区高校。从人力资本的视角出发，借助广西22所高校2007-2016年连续10年的人文社科科研统计数据，在采用超效率DEA模型测度人文社科研究效率的基础上，运用面板固定效应模型和门槛模型实证分析了人力资本及其年龄、性别结构对研究效率的影响。结果表明：高校的人力资本受高层次人力资本的影响与人文社科研究效率存在双重门槛效应，过度依赖博士文凭作为筛选“信号”累积的人力资本不利于研究效率的提升;30～44岁年龄段的人力资本年龄结构对研究效率正向作用显著;适当提高女性研究人员占比有利于提升研究效率。进而提出精准施策引才、完善人才培养与使用机制以及重视女性人力资本投资的对策建议。

關键词：人力资本;年龄结构;性别结构;效率;门槛效应

一、问题的提出

人文社会科学研究是高校科学研究活动的重要组成部分。习近平总书记在哲学社会科学工作座谈会上的讲话中指出：“哲学社会科学是人们认识世界、改造世界的重要工具……一个国家的发展水平，既取决于自然科学发展水平，也取决于哲学社会科学发展水平。”高校肩负着繁荣哲学社会科学的主体责任，而高校从事人文社科研究的教师和研究人员在其中更是发挥着不可替代的重要作用。依据萨伊在《政治经济学概论》中对人力资本类型的划分，高校教师和研究人员属于典型的专业化人力资本，而且是保持高校核心竞争力的最重要的生产性资源。近年来中国高校尤其是地方院校的人才竞争愈演愈烈，不少高校过分看重学历文凭，不计血本地“挖人”“抢人”行为也受到了来自社会和专家学者们的质疑。2018年10月科技部、教育部、人力资源社会保障部等五部委联合发布通知，从源头上拉开了对“唯学历”等“四唯”专项清理行动的序幕，然而不同的地理区位、不同的经济发展水平乃至不同的学科门类下，各级各类教育机构存在的“唯学历”问题均不尽相同。改革人才引进和评价的指挥棒，破解复杂多样的“唯学历”问题，不能一刀切，尤其是对于高层次人才相对匮乏的西部地区高校，在引人难与留人难并存的情况下，需结合实际情况因地制宜地解决制约高校发展的人才瓶颈问题。

广西地处我国西南边陲，属于西部少数民族地区，作为连接“一带”与“一路”“南向通道”的重要节点，促进高校哲学社会科学发展，增进与周边地区的文化传播与交流具有重要的现实和战略意义。据广西高校科技统计数据显示，2007-2016年间广西高校具有博士学位的人文社科类高层次人才占比不足15%，远低于全国30%的平均水平，对高层次人才的需求尤为迫切，部分高校也曾为了满足学校升格、学科评估等人才硬指标上演过激烈地“抢人”大战，博士文凭一度成为“万能通行证”，广西高校代表了相当一部分地方高校在人才问题上所面临的困境。为此，我们更加有必要反思高校花费大量投入所积累的人力资本，是否有助于科研效率的提升？是否真正发挥出其应有的效用？

鉴于目前国内有关高校科研效率的研究主要以自然科学类（或理工农医类）为主，较少涉及人文社科类科研效率，而且研究对象主要针对中国高校整体或部属高校，聚焦地方高校尤其是西部地区高校的研究较少，在对高校科研效率的影响因素分析中多是考察人力资源[1][2][3]，难以考量人力资本的实际效用，并且多数缺乏对人力资本结构性因素的深入探讨。为此，本文以高校人文社科研究活动为切入点，将人力资本及其年龄结构、性别结构作为人文社科研究效率的影响因素，沿用高校科研效率影响因素的常用量化分析方法，通过对广西高校的实证分析，探寻高校现有人力资本存量及其结构方面存在的深层次问题，为科学破解复杂多样的人才瓶颈问题提供借鉴参考。

二、理论分析与研究假设

（一）人力资本与生产效率的关系

1.教育投资与个人劳动生产率。教育投资是人力资本积累的重要手段，但专家学者们对教育投资与劳动生产率之间的关系却持有不同的观点。以舒尔茨、丹尼森、贝克尔、明塞尔、罗默和卢卡斯等经济学家为代表的主流人力资本理论认为，提高受教育程度会提高个人的劳动生产率，教育与劳动生产率之间是一种直接关系即“教育投资——较高的劳动生产率——较高的收入”，并且形成了从理论假说到实证检验一套完整的理论体系。而以斯宾斯和索洛为代表的经济学家则提出了筛选假设理论（也称文凭筛选理论），认为教育并不能提高个人的生产能力，它只是一种标志求职者个体能力的“信号”，雇主在信息不对称的情况下通过这一“信号”对求职者进行筛选，受教育程度高的人未必更有劳动生产率，教育与劳动生产率之间是间接关系而非直接关系，“教育投资——较高的文凭——较高的收入”中较高的收入仅是对文凭的回报而非生产率的回报。加里·贝克尔虽然对筛选假设理论个别过于极端的论点提出了质疑，但也认为“文凭主义”明显存在。筛选假设理论从一定程度上解释了20世纪70年代以来困扰许多国家的扩张性的教育政策并未带来实质性经济增长以及“文凭疾病”等现实问题，这里的“文凭主义”“文凭疾病”其实就是“唯学历”的另一种表述。

2.人力资本产权与组织生产效率。人力资本作为凝聚在人身上的无形资产，在使用过程中必然会产生一系列行为关系和产权关系。人力资本产权是市场交易过程中人力资本所有权及其派生的使用权、支配权和收益权等一系列权利的总称，是制约人们行使这些权利的规则，人力资本产权具有一定条件下的不可分割性、完备性和可关闭性等特征。[4]人力资本产权天然归属个人，经济学家张五常在《卖桔者言》中提到，会作选择的人与劳动力、知识等资产“在生理上合并在一身”，他们既“可以发奋图强，自食其力，自如发展或运用，也可以不听使唤，或反命令而行，或甚至宁死不从”。宁熙等认为人力资本产权缺失包括人力资本的权利受到抑制和人力资本的主张过度扩张，前者必然影响员工的工作行为，导致其经济效率低下，后者会引致过高投入，如工资提高过快而侵蚀利润。[5]人力资本产权作为一种外在制度安排会直接影响人的行为，进而影响人力资本的有效供给，并最终决定组织的生产效率。

结合上述理论分析，科研产出作为科研人员智力劳动的成果是其个人劳动生产率的直接体现，但具有较高文凭的科研人员并不代表拥有较高的劳动生产率，如果缺少能够支配和促使科研人员以其拥有的人力资本去获得最大权益的制度安排，即使引进了高层次人才也难以人尽其才，仅依赖数量的累积反而有可能影响人力资本效用的发挥。王灵芝在对702 所本科院校的人文社科科研效率进行分析后发现，科研人员和经费投入对人文社科科研效率的贡献度均不高，而且科研人员投入的贡献度低于经费投入。[6]姜彤彤对教育部直属高校的人文社科科研效率的影响因素进行量化研究发现，具有博士学位的教师比重对科研效率具有负向影响[7]。已有的人力资本量化研究表明，人力资本与经济增长、产出绩效之间并非简单的线性关系，而是存在非线性的门槛效应，当人力资本受内外部环境的影响超越某一阈值时，对经济增长或产出绩效的作用会发生变化[8[[9][10]，即存在倒“U”型的非线性关系，也就是门槛效应。综合上述分析，提出以下研究假设H1：

H1：高校人力资本受高层次人力资本的影响与人文社科研究效率之间存在非线性关系，具有门槛效应。

（二）人力资本年龄结构、性别结构与组织生产效率

本文中人力资本年龄结构和性别结构指的是人力资本的内部结构，常采用某地区社会总人口或全体劳动力中各类型人力资本的具体构成表示。[11]首先，从人力资本的年龄结构来看，人力资本的唯一载体是人，人的体力、精力和心理状况等会随着年龄的变化而改变，会直接影响到人力资本的生产效率。[12]赫尔穆特和托马斯（Hofer，H.& Url，T.）研究发现，特定年龄段劳动力的生产率在不同的产业和区域中存在差异[13]。研究人员的年龄与工作年限具有一致性，汪曉春以某高校为例分析发现教师工作年限与科研绩效之间成倒U字形关系[14]。其次，从人力资本的性别结构来看，女性虽然由于兼顾工作和家庭，往往被认为是缺乏工作效率的，但也有研究表明女性在个人生活中所扮演的多元角色，为其提高人际关系能力和领导能力提供了心理上的优势。[15]谢宇和舒曼（Xie，Y.& Shauman，K.A.）曾实证对比分析了1969、1973、1988和1993年四年间美国高校女性教师与男性教师的科研生产率，发现样本研究期间内，尽管女性与男性教师在科研效率上存在差距，但这种差距会随着时间的推移不断缩小，而且差距主要源自于社会对女性的角色定位，并将伴随社会对两性角色认识上的统一而消失。[16]乔安娜（Wolszczak Derlacz，J.）直接引入女性比重作为7个欧洲国家259所高等教育机构2001-2005年的学术和教育产出效率的影响因素，得出控制其他条件不变的情况下女性比重越高效率越高的结论。[17]综合以上分析，提出假设H2和H3：

H2：高校特定年龄段的人力资本年龄结构与人文社科研究效率的存在正相关关系。

H3：高校人力资本结构即女性构成与人文社科研究效率存在正相关关系。

三、研究设计

（一）变量说明与数据来源

1.被解释变量。Etv是指高校人文社科R&D（Research and Development）的投入产出效率值。以高校人文社科R&D效率值作为被解释变量，一方面可避免“唯成果”“唯论文”等单一指标作为科研产出的评价倾向，另一方面R&D活动是人文社科研究活动的主体，用R&D效率值作被解释变量，可将高校整体的人力资本及其结构等科研环境作为R&D效率的外生变量。因数据包络分析（DEA，Data Envelope Analysis）非参数方法更易于处理复杂系统的多投入、多产出问题，具有避免主观因素、简化算法等优点，所以Etv是采用超效率径向DEA模型测算出的规模效益可变（variable returns to scale，VRS）状态下，剔除了规模效率影响的纯技术效率值[18]。VRS状态下投入导向的径向超效率DEA模型表示为：

其中，θ表示效率值，λj表示有效决策单元DMU（Decision Making Unit）的线性组合系数，xi（i=1，2，…，m）表示每个DMU有m种投入，yr（r=1，2，…，q）表示每个DMU有q种产出，当前要测量的DMU为第k个记为DMUk。

DEA方法采用非线性规划模型通过数据本身确定异质性的投入与产出指标之间的权重系数，而且是对被评价决策单元DMU最有利的权重，对投入产出指标的设计遵循DEA模型的适用原则，基于数据的可获得性，以R&D人员和经费投入作为投入指标;在产出指标的设计上除了文献中常用的社科成果奖励、著作和论文外，还将体现社科成果服务决策需求的能力的决策咨询报告（output4）和体现科研育人功能的人才培养能力（output5）纳入产出指标，其中output5是借鉴高等教育增值评价理念以学生学习投入代替产出的间接测评法，采用参与人文社科类R&D项目的研究生（人年）作为人才培养能力的代理产出指标（见表1）。

2.解释变量。由于研究对象同属省域内的地方院校，可以认为各高校处于同等经济社会发展水平下，参考姜彤彤总结的人文社科效率影响因素，将高校内部人文社科研究的结构因素作为R&D的外生变量，主要包括以下四类。

年度内有国标书号（ISBN），由正式出版部门出版的公开或内部发行的出版物，包含专著、编著、教材、工具书、参考书以及译著，体现知识创新、人才培养及文化传承output3：公开发表论文

年度内按第一完成人署名的第一单位统计，公开发表的人文社科研究论文数，体现人文社科研究的论文水平

output4：研究与咨询报告

年度内正式提交有关部门的调查报告、研究报告、咨询报告等研究成果数，体现社科成果服务决策需求的能力

output5：人才培养能力（人年）

年度内参与人文社科类R&D项目的研究生（人年），体现人文、社会科学研究的育人功能

（1）人力资本（hr）：高校从事人文社科研究活动的人力资本存量。测量人力资本的方法主要有教育指标法（受教育年限法）、累计成本法和未来收益法三种方法[19]，其中，受教育年限法是人力资本存量常用的估算方法[20]。本文借鉴靳希斌用受教育年限作为劳动简化尺度的方法[21]，因高校教师普遍为高学历人群，以取得学士学位作为基准级受教育年限计算劳动简化比，学士、硕士和博士分别取16年、19年和22年，人力资本存量（hr）=∑{硕士教育程度劳动简化比（19/16）×具有硕士学位的科技人员占比+博士教育程度劳动简化比（22/16）×具有博士学位的科技人员占比}。

（2）高层次人力资本（phd）：具备博士学位人文社科研究人员的人力资本。沿用人力资本（hr）的测算方法，高层次人力资本=博士教育程度的劳动简化比（22/16）×具有博士学位的研究人员占比。

（3）人力资本年龄结构：借鉴刘中艳用不同受教育程度的人数所占比重来表示人力资本结构[22]的做法，用不同年龄段的人文社科人员人数所占比重来表示人力资本的年龄结构。高校45岁以下的中青年教师被认为是科研队伍中最富有活力和生机的群体，根据广西职称评审资历条件，35岁是具备硕士及以上学位申报副高级职称的最低年龄门槛（破格除外），所以具体选取30～34岁人文社科研究人员占比（age）、35～39岁具备高级职称人文社科研究人员占比（age_p2）和40～44岁具备高级职称人文社科研究人员占比（age_p1）作为人力资本年龄结构变量。

（4）人力资本女性构成（women）：借鑒乔安娜（Wolszczak Derlacz，J.）的做法采用人文社科研究人员中女性占比表示人力资本的性别结构。

（5）控制变量（control）：课题资源配置即人均课题数（pro_n）和基础研究课题经费投入（basic）;学科资源配置即某学科的课题经费投入（pro_discip）、人员投入（discip）和高级职称人员投入（discip_p），代表高校人文社科研究不同学科的投入水平;科研经费利用率（funds），体现高校人文社科研究经费使用情况。

3.数据来源。本文的所有样本数据均来自2007-2016年“全国普通高等学校科技统计年报系统：全国普通高等学校科技统计年报表（人文、社科类）”中广西22所公办院校的人文、社科类科研统计数据。

（二）模型设定

1.面板固定效应模型。因采用超效率DEA模型计算的高校人文社科R&D值不存在截尾问题，无需采用专门的处理截尾数据的Tobit回归模型[23]，鉴于样本量和时间跨度的限制，采用固定效应模型作为模型基本设定，具体模型如下，模型一：

Etvit=αi+β1hr+β2ageit+β3age_pit+β4womenit+δcontrolit+εit

上述模型一中的Etv表示被解释变量人文社科R&D效率;αi为“个体效应”，表示不随时间改变的影响因素; hr代表人力资本;age和age_p代表人力资本年龄结构;women代表人力资本性别结构;control代表控制变量，包括人均课题数（pro_n）、基础研究课题经费投入（basic）、某学科的课题经费投入（pro_discip）、人员投入（discip）和高级职称人员投入（discip_p），以及科研经费利用率（funds）;β1β2β3β4δ分别代表被估参数;εit为服从iid的干扰项;下标i、t分别表示第i所高校的第t年。

在模型一中加入代表高层次人力资本的β5phdit，形成模型二，如下所示：

Etvit=αi+β1hr+β2ageit+β3age_pit+β4womenit+β5phdit+δcontrolit+εit

2.面板门槛模型。研究假设H1提出人力资本（hr）极有可能受高层次人力资本（phd）的影响，与R&D效率之间存在非线性关系，为此本研究采用汉森（Hansen）发展的面板门槛模型[24]来加以验证。假设存在单一门槛，单一面板门槛模型的设定如下：

Etvit=αi+θ′χit+β1hritI（phdit≤γ）+β2hritI（phdit>γ）+εit

其中，Etv和hr分别为人文社科R&D效率和人力资本存量;αi为“个体效应”（individual effects）;phdit代表高层次人力资本是门槛变量，γ为特定的门槛值;I（·） 为一指标函数，当括号内容为真时其值取1，反之则取0;χit代表控制变量，包含age、age_p、women、discip、discip_p、pro_n、basic、pro_discip和funds，θ′为相应的系数向量; εit为服从iid的随机干扰项;下标i、t分别表示第i所高校的第t年。

上述模型设定是假设仅存在一个门槛，但实际的计量分析可能会出现多个门槛，以双重门槛模型为例做简要说明，多重门槛模型可以在此基础上加以扩展，双重门槛模型设定为 ：

Etvit=αi+θ′χit+β1hritI（phdit≤γ1）+β2hritI（γ1γ2）+εit

双重门槛模型较单一门槛模型多了1个门槛值γ2，估计方法是先假设单一门槛模型中γ1的估计值，再进行γ2的搜索，采用汉森（Hansen）和连玉君等文献的具体估计和假设检验方法[25][26]，其中门槛效果是否显著和门槛的估计值是否等于其真实值的假设检验采用汉森（Hansen）提出的“自抽样法”（Bootstrap）。

四、实证分析

（一）变量描述性统计

应用MaxDEA Pro 6.18软件测算2007-2016年广西22所高校的人文社科R&D效率值，描述性统计如表2所示，Etv是VRS状态下剔除了规模效率影响的纯技术效率值，Etc是CRS状态下的综合技术效率值。

表3中数据显示，广西高校从事人文社科研究的高层次人力资本phd的均值约为人力资本存量hr的15%，比重较低。代表人力资本年龄结构的age、age_p1、age_p2三个变量中，处于30～34岁年龄段人文社科研究人员占比较高，个别高校最高可达40.9%;40～44岁具备高级职称研究人员占比均值约为35～39岁具备高级职称研究人员占比的2倍。因广西高校管理学、语言学、艺术学和教育学4个学科的科研经费和人力投入位列前4，所以分别选取教育学研究人员占比（discip）、语言学高职称占比（discip_p）、管理学（pro_discip1）与艺术学（pro_discip2）课题经费投入作为控制变量。其中，用教育学研究人员占比（discip）作为控制变量的另一主要原因是，广西22所样本高校中有广西师范大学、广西民族大学、广西师范学院、广西民族师范学院、广西艺术学院等11所院校或其前身都是以教育学科为主的学校，导致教育学学科背景的研究人员占比较大。

（二）面板固定效应模型回归结果分析

首先，采用混合OLS回归估计模型，Wald检验发现模型一和模型二的个体效应非常显著，表明固定效应模型（Fe）优于混合OLS模型;其次，采用豪斯曼（Hausman）检验适用固定效应模型;最后，采用霍奇尔（Hoechle）编写的xtscc命令，获取“异方差—序列相关—截面相关”稳健型标准误，得到稳健性估计。表4显示Etv和Etc分别作为被解释变量采用模型一和模型二得出Fe估计结果，其中，被解释变量Etc的求解结果用于面板固定效应模型的稳健性检验。

表4中面板固定效应模型估计结果显示，在控制其他条件不变的情况下，人力资本（hr）与人文社科R&D效率显著负相关，并且模型二中hr与phd的变量符号相反，进一步说明hr有可能受到来自phd的影响，与R&D效率之间存在非线性关系，门槛效应有待进一步分析。人力资本年龄结构（age、age_p1和age_p2）均与人文社科R&D效率显著正相关，30～34岁人文社科类研究人员占比以及35～39岁和40～44岁研究人员具备高级职称的占比越高则人文社科类R&D效率越高，40～44岁具备高级职称研究人员占比（age_p1）对提升R&D效率的成效最为显著，尤其是在模型二中每增加1个单位R&D效率会增加11.527个单位。从性别结构来看，提高社科人员女性占比会大幅提高人文社科R&D效率（系数值为24.82），与乔安娜（Wolszczak Derlacz，J.）得出的结论一致。控制变量中教育学科研人员占比（discip）和语言学高职称人员占比（discip_p）与人文社科R&D效率显著负相关，教育学学科人员和语言学高职称人员投入越多只会降低R&D效率。原假设H2和H3均成立。

（三）面板门槛模型回归结果分析

首先是确定门槛个数，由表5显示，单一门槛和双重门槛效应都非常显著，相应的自抽样 P值分别为 0.036 和 0.012，而三重门槛效应并不显著，因此，样本数据符合双重门槛模型的设定，两个门槛的估计值和相应的 95%置信区间列示于表6。通过进一步绘制似然比函数图，可以更直观地查看门槛值的估计及其置信区间，如图1和图2所示，门槛参数的估计值γ的取值分别为0.031（图1）和0.191（图2），根据这两个门槛值，可以将广西高校的高层次人力资本按其累计存量水平，划分为较低水平（phd≤0.031） 、中等水平（0.0310.191）。在已经验证存在门槛效应的基础上直接将门槛值代入原双重门槛模型进行估计，估计结果见表7，Tpanel代表考虑双重门槛后的模型估计结果，Etc作为被解释变量的求解结果用于面板门槛模型的稳健性检验。

表7中的hr_x_phd1和hr_x_phd3分别代表phd较低水平下的人力资本（hr）和phd较高水平下的人力资本（hr）。门槛效应模型估计结果显示，在考虑门槛效应时，人力资本（hr）受到门槛变量phd的影响，与高校人文社科R&D效率存在双重门槛效应，当phd处在较低水平（phd≤0.031）时，hr对R&D效率有显著的正向促进作用，但当phd存量水平处在略高水平（phd>0.191）时，hr与R&D效率负相关且不显著，原假设H1成立。该结论进一步验证了“唯学历”问题的真实存在，广西部分高校引进的具有博士学位的高层次人才累积超过某一阈值时（phd>0.191），人力资本的作用反而越不显著，仅依靠数量上的累积反而制约人力资本作用的发挥，不利于人文社科研究效率的提升。

（四）稳健性检验

采用面板固定效应模型和面板门槛效应模型的变量的系数估计结果整体基本一致，仅系数值略有差异;此外用规模效益不变（CRS）状态下的综合技术效率值Etc代替Etv进行实证分析，得出的结论基本一致（详见表4和表7），表明回归结果稳健可信。

五、结论与启示

（一）结论

以高校人文社科研究活動为切入点，将人力资本及其年龄结构、性别结构作为人文社科研究效率的影响因素，利用广西省内22所高校2007-2016连续10年的人文社科科研统计面板数据，综合运用超效率DEA模型和微观计量方法实证分析人力资本及其结构对人文社科研究效率的实际作用，结果分析如下。

第一，在不同的高层次人力资本存量水平下，高校人力资本对人文社科研究效率的作用效果有显著性差异，存在双重门槛效应。当未考虑门槛效应时，面板固定效应模型结果显示高校人力资本与人文社科研究效率显著负相关。但将高层次人力资本作为门槛变量后发现，当高层次人力资本处于较低水平时，人力资本对研究效率正向促进作用显著;高层次人力资本累积超过门槛值（phd>0.191）处于较高水平时，人力资本受其影响对研究效率作用不显著且有反向作用倾向。这意味着对人文社科研究而言，部分高校过度依赖博士文凭作为人才筛选“信号”进行扩张性的高层次人才引进并未带来实质性的效果，反而从一定程度上制约了人力资本整体效用的发挥，不利于人文社科研究效率的提升。上述结论与主流人力资本理论的观点并不完全一致，筛选假设理论的观点更贴近广西高校人力资本的实际情况。

第二，高校人力资本30～44岁的年龄结构对人文社科研究效率正向促进作用显著。从人力资本的年龄结构分布来看，提高高校30～34岁的人文社科研究人员占比、 35～39岁和40～44岁具备高级职称的人文社科研究人员占比，均可以有效提升人文社科研究效率，该结论实证验证了高校人力资本的年龄结构差异会引起科研生产效率差异的论断。这其中，尤以40～44岁具备高级职称研究人员占比对人文社科研究效率的提升效果最为显著（影响系数为11.527），35～39岁年龄段次之（影响系数为8.695）;而处于30～34岁的人文社科研究人员虽然在资历、职称等方面并不具备显著优势，但业已成为不容忽视的重要潜在力量。

第三，适当提高人文社科女性研究人员占比有利于高校人文社科研究效率的提升。该结论进一步验证了谢宇和舒曼提出的女性与男性教师在科研效率上存在的差距会不断缩小并直至消失的观点，并且与乔安娜（Wolszczak Derlacz，J.）得出的结论相一致。这表明传统认为女性缺乏工作效率的观点存在认识上的误区，因行业特征的不同不能一概而论，随着女性社会地位的提升，女性研究人员在人文社科研究中的作用日益凸显，重视女性人力资本投资将会对人文社科研究起到显著的促进作用。

（二）政策启示

1.精准施策引才，提升高层次人才引进与需求的契合度

人才引进是一项长期工程，高校的人才引进政策亟待从追求短期内规模数量的增长向注重长远发展质量、讲求实效转变，回归人才引进的理性与初衷。首先，人才引进“补短板”要精准。高校应围绕学校发展目标定位与学科发展规划，在对现有人力资本存量分析的基础上科学制定高层次人才的需求计划并稳步有序推进，减少人才引进的随意性与盲目性。其次，人才引进选人要精准。选人不能仅看学历文凭、人才“帽子”，而是要看真才实学，科研量化成果是衡量人才质量的必要条件之一但不是充分条件，要重视对引进人才的综合素质的评价，从知识、态度、潜质、动机以及特定情景下个体行为等多个维度挖掘引进人才的深层次特征，确保引进人才的质量，降低人力资本的投资风险。再次，人才引进因“才”施策。对于紧缺或者特殊性人才的引进可以采取“一事一议”或定制化的人才引进政策，尤其是对高层次人才匮乏且办学资源又相对紧张的西部地区高校，在“平台+待遇”等常规引进政策缺乏有效竞争力的情况下，可以借助亲缘、学缘及地缘关系有针对性地引才，增强人才对高校的认同感和归属感，进而留住人才为校所用。

2.完善促进人才成长的培养机制和人尽其才的使用机制

高校人力资本的年龄结构对人文社科研究效率的影响作用显著，因此高校在重视人才引进的同时，同样要重视对不同年龄阶段研究人员的分类分层培养与激励，通过不断完善人才培养与使用机制，最大限度地激发研究人员的潜质，发挥人力资本的使用价值。在制度安排上，针对引进人才和校内人员结合年龄及其职称等特点，分类分层制定差异化的发展目标与考核评价标准，构建系统性的人才培养与评价制度体系。在机制运行过程中，对引进人才应重视过程管理与评价，突出对其科研团队和人才梯队建设贡献度的评价，发挥“1+1>2”的人才集聚效应，减少或因人才引进“超常规”投入引发的负效应;对现有青年研究人员加大培养与激励力度，积极为青年人员搭建研究平台、提供团队协作支持以及拓宽职称晋升等的上升空间，营造“不唯”学历、资历的科研学术氛围，激励其潜心从事科学研究，促使青年人员真正成长成才。通过人才外引与内培的良性互动，不断优化人才队伍结构，提升人力资本的实际效用。

3.消除隐形的性别歧视，重视对女性人力资本的投资

贝克尔认为“女性的进步主要是因为她们与劳动力结合得更加紧密”，实证研究表明女性研究人员在人文社科研究领域已经呈现其独有的优势。因此，在人才招聘过程中，高校首先要从思想上摆正对女性从事科学研究的认识，消除隐形性别歧视，给予女性与男性对等的应聘机会，尤其针对人文社科类学科的发展，要重视对女性科研人才的引进。在校内研究人员培养过程中关注对女性人力资本的再投资，尽可能地为女性教师参与人文社科研究创造更多的学习发展机会和便利条件。在条件允许的情况下，高校可以学习借鉴德国大学“卓越研究中心”的做法，将“在学术领域男女平等的观念和措施”作为考核校内研究机构或科研平台的评价指标之一，采取有效措施调动研究机构或团队招募女性青年科研人员的积极性，并为女性研究人员兼顾职业和家庭提供更多的福利支持，如照顾孩子、暂休、居家或远程办公等[27]，从而进一步发挥女性人力资本对科研效率提升的作用。

注释：

①广西艺术学院（学校代码10607）2009年计算出的Etv和Etc值為“空”，所以影响因素分析不包含该校2009年的数据，因此样本量较之效率测度时的219个减少至218个。

②文中的***、 **和*分别表示在1%、5%和10%水平上显著，括号中是基于“异方差—序列相关—截面相关”稳健型标准误计算而得的t值。

③P值和临界值均为采用“自抽样法”（Bootstrap）反复抽样500次得到的结果。

④采用连玉君提出的xtthres命令，该命令仅适用于平行面板，所以对22所公办本科院校中存在年度数据缺失的广西艺术学院（学校代码10607）和广西财经学院（学校代码11548）进行了数据删除处理，样本量由218个减少为200个，其余均与面板固定效应模型数据保持一致。

参考文献：

[1]王燕，吴蒙，李想.我国高校人才培養、科学研究与社会服务效率研究——基于超效率的三阶段DEA模型[J].教育发展研究，2016（1）：39-47.

[2]郜林平，鲁勇兵.基于DEA方法的高校R&D投入产出绩效评价与对策研究—以河北省29所高校为例[J].经济与管理，2016，30（2）：37-42.

[3]王卫星，王煜.高校科研绩效及影响因素研究——以教育部直属高校为例[J].会计之友，2017（10）：109-114.

[4][21]靳希斌.人力资本学说与教育经济学新进展[G].北京：教育科学出版社，2010：64-65.

[5]宁熙，朱晓明，蒋科瑛.人力资本产权残缺：诠释浙江—陕西经济增长之谜[J].人口与经济，2005（4）：28-32.

[6]王灵芝.中国高校人文社科研究的绩效评价[J].软科学，2012（4）：67-70，81.

[7]姜彤彤.高等学校人文社科科研效率评价相关问题研究——以教育部直属高校为例[M].北京：中国社会科学出版社，2016：106，108.

[8]罗良清，尹飞霄.人力资本结构与经济增长——基于普通面板模型和门槛回归模型的实证研究[J].江西财经大学学报，2013（2）：63-72.

[9]王永水，朱平芳.中国经济增长中的人力资本门槛效应研究[J].统计研究，2016，33（1）：13-19.

[10]闫沛慈，芮雪琴.人力资本集聚促进区域科技创新吗？——基于门槛回归模型的分析[J].管理现代化，2018，38（6）：95-99.

[11][22]刘中艳.产权制度、人力资本对服务业技术效率的影响——以湖南省为例[J].中南财经政法大学学报，2013（4）：63-69.

[12]陈华，丁宇刚.人力资本结构对财险公司经营效率的影响及其结构性变化研究[J].管理评论，2018，30（9）：38-48.

[13]Hofer H，Url T.Growth Effects of Age-related Productivity Differentials in an Ageing Society.A Simulation Study for Austria[J].Population & Development Review，2008，34（2）：275-297.

[14]汪晓春.高校教师人力资本结构对其科研绩效影响的差异性研究[D].暨南大学，2009：40.

[15]李后建，刘培森.人力资本结构多样性对企业创新的影响研究[J].科学学研究，2018，36（9）：1694-1707.

[16]Xie Y，Shauman K A.Sex Differences in Research Productivity：New Evidence about an Old Puzzle[J].American Sociological Review，1998，63（6）：847-870.

[17]Wolszczak-Derlacz J，Parteka A.Efficiency of European Public Higher Education Institutions：a Two-stage Multicounty Approach[J].Scientometrics，2011，89（3）：887-917.

[18][23]成刚.数据包络分析方法与MaxDEA软件[M].北京：知识产权出版社，2014：149-151.

[19]张昭俊，赵宏中.中国人力资本存量估算[J].统计研究，2012，29（6）：41-45.

[20]黄燕萍，刘榆，吴一群，等.中国地区经济增长差异：基于分级教育的效应[J].经济研究，2013，48（4）：94-105.

[24][25]Bruce E H.Threshold Elects in Non-dynamic Panels：Estimation，Testing，and Inference[J].Journal of Econometrics，1999（93）：345-368.

[26]连玉君，程建.不同成长机会下资本结构与经营绩效之关系研究[J].当代经济科学，2006（2）：97-103.

[27]朱佳妮，杨希，等.高校科技评价若干重大问题研究[M].北京：中国人民大学出版社，2015：221-222.