智力资本回流对创新效率的影响研究——以中国高新技术产业开发区为例

仇 怡 袁慧慧

(湖南科技大学 商学院，湖南 湘潭 411201)

一、引言与文献综述

中国高新技术产业开发区(以下简称国家高新区)创新效率是区域技术创新效率的一个方面，在技术创新活动过程中，将新技术、新思想融入到创新投入要素组合中，借助研发活动转变成知识产出和经济产出的效率，以实现最小投入与最大产出的目标。留学归国人员是高水平人力资本载体，与创新效率高度相关。一直以来，国家高新区作为我国智力资本密集区和创新驱动先行区，积极践行国家创新发展和全面开放战略，集聚、整合和利用全球创新资源，云集海外高层次创新人才和国际一流研发机构。近年来我国国家高新区出现了一定程度的智力资本“回流潮”，根据《2018年国家高新区综合发展与数据分析报告》，截至2018年底，我国国家高新区共有留学归国人员16.3万人，较上年同比增长21%，留学生创办企业4.8万家，较2017年同比增长19.6%[1]。从图 1可以看出，中国高新区内留学归国人员、留学归国人员占年末从业人员比重均呈现波动中总体增长趋势。在2013—2018年间，国家高新区内留学归国人员增加65687人，相对于2013年来说，增长率为67.42%；留学归国人员占年末从业人员比重也从最初的0.67%上升到0.78%。习近平总书记强调：“发展是第一要务，人才是第一资源，创新是第一动力。要促进本土人才、海外人才并用并重，使他们在报效祖国中实现自己的人生梦想”。由此，本文基于“开放发展”与“创新发展”的双重视角，以国家高新区为例，研究智力资本回流对国家高新区创新效率的影响程度及其作用机制。

图1 国家高新区留学归国人员情况(2013-2018)数据来源：历年《中国火炬统计年鉴》

已有相关文献表明，智力资本跨国流动是国际技术溢出的重要渠道，有助于促进发展中国家的技术创新(Park，2004；Le，2010；李平和许家云，2011；仇怡和聂萼辉，2015)[2-5]。在理论分析方面，部分学者基于双重社会网络和组织学习(张枢盛等，2013；吴绍玉等，2016)[6][7]、企业家和知识观点(Bai等，2017)[8]以及文化视角(李春浩，2019)[9]，对智力资本回流技术创新机理进行分析。在实证研究方面，主要采用创新生产函数或国际技术溢出模型进行测算，分析大部分集中在宏观层面(李平和许家云，2011；李平和董馨莉，2017；牛熊鹰等，2019)[10-12]和微观层面(Wright等，2011；Filatotcheva等，2011；罗思平等，2013；Lin等，2014；张信东和吴静，2016；蒋艳辉等，2018)[13-18]。值得注意的是，蒋艳辉等(2018)和牛熊鹰等(2019)的研究均验证了国际人才与本土人力资本的协同效应，尤其是后者首次验证本土人力资本对国际人才与创新效率的关系具有强化作用。Wright等(2011)、Filatotcheva等(2011)、蒋艳辉等(2018)的研究均验证了海归人才对高新技术产业技术创新能力的促进作用。经过文献梳理发现，关于智力资本回流与国家高新区创新效率的相关研究较少，仅有少数文献研究高新技术企业内海归的技术创新性。因此，本文以104个国家高新区为样本，采用面板随机前沿模型(SFA)，研究智力资本回流对区域创新效率的影响。

二、影响机理与研究假设

通过对现有文献的梳理，本文认为智力资本回流对创新效率的作用机理主要可归纳为人力资本效应、网络效应、竞争示范效应和集聚效应四个方面。

1.人力资本效应

研究表明，在发达国家学习或工作后，选择回国发展的海外人才与发展中国家本土科技人才相比较，具有更高的平均人力资本水平[19][20]。这不仅有利于发展中国家人力资本量的积累，还可以从学科体系(Mccormick和Wahba，2001)[21]、人力资本技术构成(Mare，2014)[22]等方面促进发展中国家人力资本质的提升，丰富劳动力多样性(Parrotta，2014)[23]，使劳动力市场获取更多隐性知识以及新思想、新技术(Ozgen，2014；Gagliardi，2015)[24][25]，进而促进东道国技术创新。高技术水平国际人才流入也可以直接增加东道国研发人员数量(Pholphirul和Rukumnuaykit，2017)[26]。

2.网络效应

以海归人员为纽带，母国人员与海外人员基于亲情或友情形成持续存在的社交网络，促进了商务网路形成，有利于海归职业发展并使母国通过国际投资、国际贸易等渠道获得更多的逆向技术溢出，进一步形成科技创新网络，促进企业研发投入增加[27-30]。特别在以技术为核心竞争力的高新技术产业中，拥有海归人员不仅包含其自带的先进科学技术知识和管理理念，还可能是其背后隐藏的丰富人力资源。

3.竞争示范效应

由于海归人才的自身优势和稀缺性，国际智力资本回流会对本土人才产生“职位挤出效应”(李平和许家云，2011)。本土人才为缩小与海归间的技术知识差距，会通过多种方式努力提高自身的竞争力，从而助推国内平均人力资本水平。同时，国际智力资本因其具备较先进的科学技术知识与管理理念，能通过“干中学”对家人、朋友和同事等产生示范效应。值得注意的是，海归人员也可能因长期在外，对国内市场环境、科技知识与体制制度等方面缺乏全面了解。有研究表明，海归适应国内市场会面临诸多困难，不利于其在创新活动中的效率，从而阻碍海归人员发挥对母国技术创新的促进作用(Zhou和Hsu，2011)[31]。本土科技人才(指具有高学历的科技型员工)与其他员工相比，能促进海归在创新活动中发挥积极作用(蒋艳辉等，2018)。

4.集聚效应

Audretsch和Stephen(1996)认为海归企业集聚在一定的地理区域，不仅能形成良好的交流沟通平台，还能加强海归企业与其他企业间的多方位联系，从而使人力资本形成良好的循环知识溢出效应[32]。海归集聚区吸引着周边人力资本，促进技术溢出，所形成的新知识与新技术再次推动海归企业创新发展。

基于此，本文提出以下假设：

假设1：智力资本回流产生的人力资本效应，有助于提升母国人力资本水平，增加研发人员数量，从而直接影响创新效率。

假设2：智力资本回流产生的网络效应，有助于积累国内人力资源、先进技术以及资金，从而直接影响创新效率。

假设3：智力资本回流产生的竞争示范效应和集聚效应，有助于促进回流人才与本土人才合作，提升本土人力资本水平，带来技术外溢，从而间接影响创新效率。

三、模型构建

1.模型设定

目前关于国家高新区创新效率测度的方法主要包括随机前沿分析方法(SFA)和数据包络分析方法(DEA)。本文选择SFA模型测度国家高新区创新效率，其原因如下：首先，SFA模型考虑了不同区域创新系统的差异性，在创新效率测度前，先对模型参数和本身进行检验，分离技术效率和随机误差项；其次，SFA模型在测度创新效率时能一步到位分析影响因素，避免DEA模型需要采取两步法分析影响因素；第三，SFA模型采用极大似然估计法估计参数，使用条件均值计算决策单元技术效率，估计结果具有较好的稳健性。本文设定面板SFA模型，选择超越对数生产函数，并进一步区分智力资本回流和本土人力资本，探讨智力资本回流对创新效率的影响。模型构建如下：

lnYi，t+1=β0+β1lnKit+β2lnLit+β3t+1/2β4(lnKit)2+1/2β5(lnLit)2

+1/2β6t2+β7lnKitlnLit+β8tlnKit+β9tlnLit+(vit-μit)

(1)

其中i，t分别表示国家高新区和年份；β0表示常数项，β1、β2、β3、β4、β5、β6、β7、β8、β9表示模型待估计参数；Yit表示创新产出，Kit、Lit分别表示创新资本投入量和创新劳动投入量；t是时间变量，表示技术变化；vit为随机误差项，服从正态分布；μit为非效率项，反映技术无效率程度，服从单边分布；vit和μit相互独立。

TEit=exp(-μit)

(2)

式(2)中的TEit表示技术创新水平，当TEit=1时，表示创新效率有效。

μit=δ0+δ1lnchit+δ2lnreit+δ3lnreit*lnchit+δ4lnscaleit+δ5lnopenit+δ6profitit+εit

(3)

如式(3)所示，无效率影响因素包括本土人力资本(ch)、智力资本回流(re)、平均企业规模(scale)、对外开放度(open)、利润规模(profit)。δ0表示常数项，δ1、δ2、δ3、δ4、δ5、δ6表示模型待估计参数，若待估计参数为负，说明相应变量对创新效率有正向影响，反之亦然。εit为随机误差项。本文在技术非效率模型中，参考牛雄鹰等(2018)和蒋艳辉等(2018)的做法，引入智力资本回流与本土人力资本的交互项。拟解决两个关键问题：第一，智力资本回流是否直接促进国家高新区创新效率提升，即智力资本回流的人力资本效应和网络效应是否成立，验证假设1和假设2；第二，智力资本回流是否通过与本土人力资本的合作，间接促进国家高新区创新效率提升，即竞争与示范效应和集聚效应是否成立，验证假设3。

2.变量说明与数据来源(1)创新投入-产出变量

创新投入变量。参照测度国家高新区创新效率的普遍做法，选取R&D人员全时当量和R&D经费内部支出作为国家高新区创新人员和创新资金投入指标。

创新产出变量。一般文献中，用专利申请受理数或新产品销售收入衡量创新产出。然而，这两个指标难以合理衡量国家高新区创新产出情况且无法全面获取。一方面，国家高新区的专利数据只能反映研发投入转化为知识产出部分，不能衡量国家高新区内研发投入所转化的经济产出部分；另一方面，就以研发和产品转化为主的高新区而言，目前中国高新区存在产品转化率较低问题，新产品销售收入也不能准确衡量其全部创新产出。因此，参考周姣和赵敏(2014)[33]、刘满风和李圣宏(2016)[34]等的做法，选取技术收入为创新产出指标①，测算国家高新区创新效率。另外，考虑到创新过程相对复杂，从投入到产出具有时滞性，本文将创新产出滞后一年。

(2)核心影响因素

智力资本回流。采用国家高新区内留学归国人员(也称海归)占年末从业人员的比重衡量智力资本回流情况。

本土人力资本。采用国家高新区内大专及以上人员占年末从业人员的比例作为本土人力资本衡量指标。

智力资本回流与本土人力资本交互项。智力资本回流与本土人力资本交互项是本文检验智力资本回流间接影响创新效率的替代性指标。依据智力资本回流对技术创新效率影响的机理分析可知，本土人力资本在智力资本回流的竞争与示范效应和集聚效应中发挥着重要的调控作用。因此，智力资本回流与本土人力资本合理的匹配度也是国家高新区发挥智力资本回流创新效应的关键因素之一。

(3)控制变量

企业规模。国家高新区是高新技术产业、企业的集聚地，经营规模较大的企业更有能力支持研发以及研发成果的转化，因此企业规模相对于企业数来说更能影响其创新效率。本文采用各国家高新区不变价总收入与企业个数之比来衡量高新区企业规模。

对外开放度。对外开放有益于发展中国家在国际技术溢出过程中实现技术进步，如国际投资、国际贸易均是发展中国家提高技术水平、实现技术创新的渠道之一。因此，本文采用各国家高新区不变价出口总额与不变价工业总产值之比衡量各高新区对外开放度②。

利润规模。利润规模能促进企业研发创新的投入，进而影响创新效率。本文采用各国家高新区不变价净利润与不变价总收入之比来衡量国家高新区利润规模。国家高新区创新效率评价指标体系如表1所示。

由于《中国火炬统计年鉴》只从2014年开始统计国家高新区的留学归国人员情况，且当时统计的范畴只包括114个国家高新区，其中有10个国家高新区后续年份的数据严重缺失，因此，考虑到数据的连续性与可获得性，本文选取2013—2018年的104个国家高新区的留学归国人员为研究对象。同时，采用对中法处理智力资本回流与本土人力资本的交互项③。除CPI指数和汇率数据来源于各年的《中国统计年鉴》外，其他数据均来源于《中国火炬统计年鉴(2014-2019年)》。另外，为了消除价格因素的影响，本文以2000年为基期，采用CPI指数对R&D经费内部支出、技术收入、总收入、出口总额、净利润等指标进行平减。各变量的描述性统计分析如表2所示，反映智力资本回流与创新投入-产出变量、本土人力资本显著正相关，其他各变量间也显著相关。

表1 国家高新区创新效率评价指标体系

表2 各变量相关系数、均值和标准差

四、实证结果分析

考虑到SFA模型无效率项中各因素的多重共线性问题会对实证结果造成影响，故先对各影响因素进行多重共线性检验。通过检验发现，最大的VIF值为1.23，故不存在多重共线性问题。进一步进行必要的适用性检验，本文利用Frontier4.1软件进行检验，结果如表3所示。在5%的显著性水平下，前两项原假设均被拒绝，第三项原假设被接受，这说明本文采用SFA模型超越生产函数合适，但不存在技术进步。

表3 随机前沿生产函数假设检验结果

区位因素是影响国家高新区创新效率的重要因素之一。随着区域经济协调发展推进，东部、东北、中部和西部国家高新区间的差异逐渐缩小，周娇和赵敏(2014)指出东部地区国家高新区的区位优势已不明显。因此，本文根据计量模型以及SFA模型检验结果，不考虑技术进步，从全国和四大区域进行实证分析，探讨智力资本回流对技术创新效率的直接影响和间接影响。回归结果如表4所示，五个实证结果中，γ均大于0.95，且LR在1%的水平下显著，说明模型中的误差主要来源于技术无效率项，模型设置合理。

第一，从前沿生产函数来看，全国和西部地区各变量均不显著，但东部、东北和中部地区创新人员或创新资金显著。这说明国家高新区创新驱动发展不平衡，导致创新资源投入对创新产出影响存在显著地区差异。具体来说，在东部和中部国家高新区，创新人员对创新产出有负向影响，创新资金对创新产出有正向影响。这表明在这两个区域创新系统中，可能存在创新人员冗余、创新资金稀缺的问题。而在东北国家高新区，仅创新资金对创新产出有负向影响，创新人员对创新产出无显著影响。所以，在东北国家高新区创新系统中，可能创新资金冗余、创新人员稀缺。同理，西部国家高新区可能创新人员和创新资金均稀缺。可见，国家高新区若仅仅增加创新人员和创新资金投入，并不一定会对创新效率产生正向影响。不断优化创新人员和创新资金使用途径，提高创新资源与区域创新系统的匹配度，可能是国家高新区提高创新效率的突破口。

第二，从无效率方程部分可以看出，国际智力资本回流和本土人力资本显著正向影响我国国家高新区创新效率。大部分地区(仅东北地区不显著)智力资本回流在1%的显著性水平下对创新效率产生正向影响，但中部影响程度最强，西部地区次之，东部地区最弱。大部分地区(仅西部地区在10%的显著性水平下)本土人力资本也在1%的显著性水平下对创新效率产生正向影响，影响程度在东北、中部、东部、西部地区间依次递减。相比智力资本回流而言，无论是全国还是东部、东北或中部，本土人力资本对国家高新区创新效率的影响程度更强。这说明相对海外人才来说，目前国家高新区创新效率的主要推动力还是本土人才。

从上述分析结果来看，智力资本回流对创新效率的直接正向影响得到验证(假设1和假设2)，智力资本回流的人力资本效应和网络效应显著，但存在地区差异。原因可能如下：首先，区域创新系统比较复杂，不同地区的国家高新区处于不同发展阶段，东部如北京中关村区域创新系统处于较高阶状态，能有效配置各种创新资源、协同发挥各主体功能，同时具有较高阈值，也就是说需要从外界获取更多的人力、资本、技术等，来实现国家高新区创新效率提升的目标；相反，西部如乌鲁木齐国家高新区阈值较低，区域创新系统只需要获取较少的创新资源就能实现创新效率提升；而东北和中部地区的阈值则介于东部和西部之间[35]。两类人才对东北地区的国家高新区创新效率的积极影响优于东部地区，可能是东部国家高新区区域创新系统阈值更高造成的。其次，“中部崛起”“西部大开发”、中国产业转型升级为中西部国家高新区科技创新活动带来了机遇与挑战。一方面，中部国家高新区创新系统阈值相对东部和东北地区国家高新区来说较低，所以本土人力资本能较好地促进创新效率的提升；另一方面，中部国家高新区集聚的留学归国人员较少，其创新性还不显著。同理，西部国家高新区相对其他地区来说，创新系统阈值最低，本土人力资本水平低。所以，本土人力资本仅在10%的显著水平下对西部国家高新区创新效率有正向影响。但是，由于其较低的创新系统阈值，智力资本回流对创新效率的边际效用较大，智力资本回流对西部国家高新区创新效率的正向影响程度仅次于中部地区国家高新区。

为验证国际智力资本回流对国家高新区创新效率的间接影响(假设3)，进一步在无效率方程中加入智力资本回流和本土人力资本的交互项。结果显示，全国、东部、东北和西部地区智力资本回流和本土人力资本的交互作用对国家高新区创新效率有正向影响，但只有全国和东北显著，中部则有显著负向影响。结合上文的分析，本文认为不同地区国家高新区结果存在差异，可能的原因是：东北国家高新区创新人员稀缺、本土人力资本水平较高，利于发挥竞争与示范效应、集聚效应；相反，中部国家高新区创新人员冗余，不利于发挥竞争与示范效应、集聚效应。除东北(显著)和东部正影响外，企业规模对创新效率产生显著负影响。这可能是因为东部和东北地区相较于其他地区来说，企业规模更大，创新实力更强。对外开放对全国创新效率产生显著正影响，对各地区国家高新区创新效率影响不显著。

表4 智力资本回流影响创新效率估计结果

五、结论和建议

本文运用2013—2018年104个中国高新技术产业开发区的面板数据，构建随机前沿模型，实证检验智力资本回流对创新效率的影响及其作用机制。研究结论如下：第一，国际智力资本回流和本土人力资本均显著促进国家高新区创新效率，但存在地区差异。也就是说，智力资本回流直接促进创新效率，海归人力资本效应和网络效应显著。相对海外人才来说，目前国家高新区创新效率的主要推动力还是本土人才。第二，从全国或东北地区来看，智力资本回流间接促进创新效率，海归竞争与示范效应和集聚效应显著。但东部、西部地区不显著，尤其是中部地区，智力资本回流间接抑制创新效率。

为有效促进海归回流，促进区域创新发展，提出以下对策建议：首先，吸引留学归国人员进一步集聚国家高新区，促进区域协调发展。一是各国家高新区要依据优势产业和主导产业，优先集聚专业相关留学归国人员。相对本土人力资本来说，留学归国人员的薪资水平更高，若园区吸收的海归与其自身的产业发展不融合，会增加员工的用工成本，导致创新效率提升不明显。二是非东部国家高新区可以通过多领域大数量的高新技术企业引入，保证研发配套资源的良好配备，提升研发平台建设效率和质量，营造良好研发氛围，进而提升对留学归国人员的吸引力。其次，各国家高新区要提高本土人力资本水平，实现智力资本回流与本土人力资本最优匹配。一方面，加强各个国家高新区与科研机构、高校等的合作，吸引优秀应届毕业生进园；另一方面，要加强园区内的职业培训、技术交流以及国际学术交流。针对东部、西部地区智力资本回流间接促进创新效率不显著的问题，东部国家高新区需要进一步与国际创新平台接轨，而西部国家高新区需要结合本地特色，大力引进高新技术企业，给予政策优惠，增加企业存活度，完善平台并提高本土人力资本，为海归人才提供创新舞台。最后，要解决中部国家高新区间接抑制创新效率的问题，可能更有效的方式是吸引海归人才，充分发挥海归竞争与示范效应，实现技术溢出。

【注 释】

① 《中国火炬统计年鉴》中关于“技术收入”指标说明显示，技术收入包含高新区内大多数与技术相关的收入，能同时衡量国家高新区知识产出和经济产出。

② 2013—2015年出口总额单位为美元，2016—2018年出口总额单位为元，本文采用年汇率将2013—2015年出口总额统一换算成人民币(元)。

③ 分别对本土人才和海外人才两个变量去中心化，即减相应的总体均值，然后构建两者的交互项。