科技人才政策对产业升级的影响——以广东省为例

潘星宇

(华南师范大学经济与管理学院,广东广州 510006)

0 引言

发展是第一要务,人才是第一资源,创新是第一动力。当今世界处于大发展、大变革、大调整的时期,科学技术快速发展,产业深刻变革,我国产业发展必须与时俱进。《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》明确指出,要激发人才创新活力,培养高水平人才队伍,激励科技人才更好地发挥作用。基于人才强国战略与创新驱动发展战略,科技人才成为推动产业发展的重要力量。要适应我国产业发展,需要深化人才发展体制机制改革,进一步促进人才供给与产业发展需求相协调。各级政府应根据当地具体发展情况,构建更完善的科技人才政策体系,从而吸引科技人才集聚,增加科技人才储备,促进产业链现代化水平的提高。以广东省21个地级市为例,根据科技人才政策的具体内容,可以发现广东省内科技人才政策包括人才引进、人才培养、人才激励、人才评价、人才交流、人才保障及综合性政策[1],典型政策有《广州市事业单位引进高层次人才和短缺专业人才办法》《深圳市新引进人才租房和生活补贴工作实施办法》《珠海市创新创业团队和高层次人才创业项目管理办法》《东莞市高端人才和企业人才子女入学实施办法》等。本文以广东省21个地级市为例,基于2010-2020年广东省21个地级市的面板数据,运用面板回归模型实证研究科技人才政策对产业升级的影响,为修订和完善广东省乃至全国的科技人才政策提供参考和建议,从而为推动产业升级与发展营造更好的科技人才政策环境。

1 文献综述

国内现有研究中,直接研究科技人才政策对产业发展的影响与作用的较少,更多侧重于研究以下内容:一是对科技人才政策进行梳理与分析;二是研究科技人才对产业发展的影响。

针对科技人才政策,一方面学者着眼于国内已经实施的科技人才政策,梳理国家或地方科技人才政策的发展与变化。例如在国家层面上,刘忠艳等[2]采用文献计量和内容分析法,对我国科技人才政策的演变进行系统梳理,并提出以政策供需两侧作为突破口来进一步优化政策;李燕萍等[3]使用文献计量与共词分析法,梳理了我国科技人才政策的整体状况、发展过程及演变趋势。在地方层面上,黄怡淳[4]对比分析了“北上广深”四大城市的人才政策,提出了广州市人才政策存在的问题。另一方面,学者采用不同方法对科技人才政策进行政策效果评估,例如,张兰霞等[5]以辽宁省为例,采用QFD方法评估海外科技人才引进政策的实施效果;解佳龙等[6]使用计量文本分析法,梳理了3个国家自主创新示范区的科技人才政策,并比较各示范区的政策特征及实施效果;顾玲琍等[7]运用专家访谈、问卷调查等方法,构建科技人才政策效果评估指标体系,对上海市科技人才引进政策实施效果进行评估。

针对科技人才对产业发展的影响,裴玲玲[8]运用三阶段最小二乘法进行实证分析,发现区域科技人才集聚与高技术产业发展之间存在显著的正向互动关系,且科技人才集聚在互动中处于优势地位;宛群超等[9]运用空间计量分析技术和面板分位数回归模型,研究科技人才集聚、市场竞争及其交互作用对高技术产业创新绩效的空间效应与边际效应,发现科技人才集聚对高技术产业创新绩效具有明显的空间溢出效应。

综上所述,现有研究对科技人才政策本身进行了较深入的探讨,但对于科技人才政策与产业升级的相关性研究还不够充分,因此本文通过量化科技人才政策,采用面板回归模型,实证检验科技人才政策对产业升级的影响,并有针对性地分地区、分阶段进行研究,为制定和完善科技人才政策、促进产业升级提供参考。

2 科技人才政策与产业升级的逻辑关系分析

科技是第一生产力,科技人才是科技创新的主体。从人力资本理论的角度上看,人力资源是最主要的资源,人力资本的作用大于物质资本的作用。卢卡斯[10]的人力资本模型提出,人力资本具有外部效应,个人的人力资本水平会影响个人和社会的生产率。在产业发展中,科技人才通过创新活动促进生产技术的提高与变革,进而提高生产效率,有利于产业发展与转型升级。科技人才资源对促进产业升级具有一定影响,如何集聚科技人才、合理配置科技人才资源成为值得探讨的话题。在促进科技人才资源有效配置的过程中,市场起主导作用,政府也需要发挥其功能,在功能上实现与市场的优势互补,这使得科技人才政策具有重要意义。有学者认为,科技人才政策指国家机关、政党及其他政治团体为规范科技人才工作的行为而制定的政策、法规或准则,包括法令、条例、规划、措施、办法、细则等[11]。本文研究的科技人才政策是指涉及科技人才或与科技人才相关的公共政策。科技人才政策作为政府参与科技人才资源配置的手段,有利于提高科技人才配置效率,实现科技人才的优化配置,进而促进产业发展与转型。产业升级是产业发展的重要表现之一,是产业素质提高,技术进步及产业结构优化,产业由低端向中高端转化的过程[12]。对此,提出本文假设:

科技人才政策对产业升级有正向影响,有助于促进产业结构向中高端转化。

3 研究设计

3.1 数据来源

本文以广东省为例,运用2010-2020年广东省21个地级市的面板数据进行实证分析。其中,广东省21个地级市的科技人才政策来源于各市市人大、市人民政府、市科学技术局等10个政府官网。对于科技人才政策的选取,本文利用Python软件,根据人才引进、人才发展规划、孵化器、创新、政府资助、科技成果转化等30个关键词进行相关内容的抓取,并删除了不属于科技人才政策或重复的内容。其他变量的数据来源于2011-2021年的《广东省统计年鉴》《广东省科技年鉴》和广东省各地级市的统计年鉴。

3.2 变量选取与模型设定

被解释变量为产业升级水平,采用产业结构高级化指标来衡量。产业结构高级化反映了地区第一产业向第二产业、第三产业转化,即低端产业向中高端产业转化的情况,本文借鉴干春晖[13]的研究成果,采用第三产业与第二产业产值之比来衡量。解释变量为科技人才政策,通过对科技人才政策的政策数量、政策工具与政策力度进行赋值来量化评价[14]。其中,对科技人才政策进行3分的赋值;政策工具主要根据该政策中科技人才内容的详实程度、是否落实到具体部门进行1～2分的赋值;政策力度则根据政策颁布单位的级别进行1～5分的赋值。具体赋值标准如表1所示。

表1 政策工具与政策力度量化评判标准

根据以上标准对每项科技人才政策进行赋值,最后计算出某地区某一年度的科技人才政策得分。计算公式如下:

式(1)中:pi表示科技人才政策得分;P表示政策工具赋值;W表示政策力度赋值;j表示地区;t表示年度;n表示当年本地区生效的科技人才政策数量。

本文选取的控制变量主要包括人均地区生产总值(pgdp)、固定资产投资额(ifa)、外商直接投资额(fdi)、普通高等学校学生数量(sn)、专利授权量(pa)、新产品销售收入(npi)。其中,人均GDP反映了地方的经济发展水平,地方经济发展水平越高,产业结构更趋于完善;固定资产投资额反映地方社会基础设施建设水平,基础设施的建设能够完善和优化地方生产环境,为产业升级奠定基础[15];外商直接投资反映外商投资水平,外商投资除了对当地产业结构有所影响,外资企业也能带来一定的技术外溢,促进当地产业的技术进步[16];普通高等学校学生数量反映当地潜在人力资本总量,潜在人力资本为产业后续的发展与升级提供了人才储备;专利授权量及新产品销售收入反映地区创新能力,专利授权量侧重体现地方研发产出转化为知识产出的水平,新产品销售收入侧重体现地方研发产出转化为商业成果的水平[17],良好的创新能力有利于生产技术的创新,进而提高劳动生产率,改变市场需求环境,推动产业升级[15]。本文对解释变量、被解释变量及控制变量均取对数处理。

根据研究假设,构建模型如下:

式(2)中:IO表示产业结构高级化;pi表示科技人才政策得分;X表示控制变量;i表示地区;t表示年份,ε表示随机误差项。本文主要检验系数γ0的符号及其显著性水平。

3.3 变量描述性统计

本文的解释变量、被解释变量及控制变量的描述性统计如表2所示。

表2 变量描述性统计

对模型中的变量进行方差膨胀因子的测算,以预测模型中是否存在严重的多重共线性。结果表明,主要变量的平均VIF指数为4.81,核心变量科技人才政策的VIF指数为2.58,均处于较低水平,因此模型中无严重的多重共线性问题。

4 实证分析

4.1 基础回归分析

面板回归模型包括混合估计模型、固定效应模型和随机效应模型,在进行面板数据处理时,需依据检验结果进行选择。其中,通过F检验判断采用混合估计模型或固定效应模型;通过LM检验判断采用混合估计模型或随机效应模型;通过进行豪斯曼检验判断采用固定效应模型或随机效应模型。结果显示:在F检验中,得出P值为0.000,表示固定效应模型相比混合估计模型效果更好;在LM检验中,得出P值为0.000,表示随机效应模型相比混合估计模型效果更好;在豪斯曼检验中,得出P值为0.017 5,因此采用固定效应模型。各模型估计结果如表3所示。

表3 变量的模型估计结果

从各模型的估计结果来看,在2010-2020年间,科技人才政策对产业升级均具有显著的正向影响,与预期结果一致,但不同模型中控制变量的系数符号与显著性水平存在差异。在本文选择的固定效应模型中,其他条件不变的情况下,科技人才政策每增加1个百分比,产业结构高级化水平提高0.108个百分比;控制变量中,专利授权量对产业结构高级化在1%的显著性水平上有正向影响,普通高等学校学生数量对产业结构高级化在10%的显著性水平上有负向影响。

4.2 按区域划分的回归分析

考虑到广东省21个地级市政府颁布的科技人才政策以及当地经济产业发展情况存在较大的差异,在总体分析的基础上,进一步考察科技人才政策对产业发展影响的地区差异。本文将广东省按地理位置划分为4个地区:珠三角地区、粤东地区、粤北地区与粤西地区,分别探究科技人才政策对产业升级的影响。其中,珠三角地区包括广州、深圳、佛山、东莞、中山、珠海、江门、肇庆、惠州9个地级市;粤东地区包括汕头、潮州、揭阳、汕尾4个地级市;粤北地区包括韶关、清远、梅州、河源4个地级市;粤西地区包括湛江、茂名、阳江、云浮4个地级市。回归结果如表4所示。

表4 按区域划分的变量回归结果

由以上实证结果可以看出,广东省不同地区科技人才政策对产业升级的影响存在差异。其中,珠三角地区的科技人才政策对产业升级具有在1%的显著性水平上的正向影响,粤东地区与粤西地区的科技人才政策对产业升级均具有在5%的显著性水平上的正向影响,粤北地区的科技人才政策对产业升级具有在10%的显著性水平上的正向影响。

结果显示,粤西地区科技人才政策的回归系数小于广东省其他3个地区,表明粤西地区的科技人才政策对产业升级的正向影响相对更弱,原因可能在于粤西地区出台的科技人才政策较少,人才配套措施不够完善,引进和留住高层次科技人才难度较大。同时,珠三角地区、粤东地区、粤北地区3个地区科技人才政策的回归系数接近,其中珠三角地区与粤东地区的回归系数相差不大,略大于粤北地区,原因可能在于粤北地区的4个地级市皆为山区城市,当地产业资源与科技人才资源有限,其科技人才政策在一定程度上能够有效地弥补当地产业资源及资金不足的问题,为当地产业升级带来正向的影响,但同时由于在基础设施建设等方面存在不足,科技人才政策对产业升级的正向影响有限,而珠三角地区与粤东地区的产业基础更坚实,教育资源更丰富,科技人才政策更能有效吸引科技人才集聚,对产业升级的正向作用更大。

4.3 按发展阶段划分的回归分析

为实现制造强国目标,我国提出“创新驱动、质量为先、绿色发展、结构优化、人才为本”的基本方针,加快从制造大国迈向制造强国,进一步促进中国工业现代化进程。考虑到国家制造业发展规划对产业升级的影响,本文以2015年为分段点,分为2015年前后两个发展阶段进行研究。为方便进行比较分析,使前后2个阶段的时间长度保持一致,删除了2010年的面板数据,分为2011-2015年以及2016-2020年两个五年发展阶段进行实证检验。

由表5的结果可知,2011-2015年与2016-2020年广东省科技人才政策对产业升级都具有显著的正向影响。相比2011-2015年,2016-2020年科技人才政策的相关系数更大,表明科技人才政策对产业升级的作用更强,可能的原因在于国家制造业发展规划使得国家政策进一步向制造业转型及产业发展方向倾斜,广东省各市立足“人才为本”的基本方针,颁布的科技人才政策对产业升级的作用更大。

表5 按发展阶段划分的变量回归结果

5 结论与对策建议

本文通过对2010-2020年广东省21个地级市的面板数据进行实证分析,得出如下结论:第一,广东省科技人才政策对产业升级有显著的正向影响,科技人才政策有助于促进产业从低端向中高端转型,实现高质量发展。第二,科技人才政策对产业升级的正向影响存在一定的地区差异,广东省内四个区域的科技人才政策对产业升级都有显著的正向影响,而粤西地区科技人才政策对产业升级的正向影响相较其他3个地区更弱。第三,科技人才政策在2011-2015年及2016-2020年的两个阶段对产业升级始终有显著的正向影响,受国家制造业发展规划影响,2016-2020年科技人才政策对产业升级的正向影响更大。

基于研究结论,本文提出以下对策建议:其一,政府应发挥其职能作用,强化对科技人才的宏观管理,推进科技人才管理体制改革,加强科技人才相关法制建设,灵活利用政策工具调配科技人才资源,切实将科技人才政策落实到具体部门,明确政府职责,有效执行科技人才政策目标,促进产业转型发展。其二,政府应因地制宜,根据当地产业升级及科技人才的具体情况,有针对性地建立更完善的科技人才政策体系。以广东省各地区为例,对于经济水平较低与产业基础较薄弱的粤北地区,政府需要注重科技人才的引进与培育,加强教育与研发投入,以保证本地科技人才的供给,同时推出多方面的人才优惠政策,提高科技人才相关待遇及保障水平,如加大人才落户、子女教育、住房补贴等政策优惠力度,减少人才流失,争取引进并留住更多科技人才。对于科技创新持续发展的粤西地区与粤东地区,当地政府需要进一步细化各项科技人才政策,通过对科技人才的评估激励以及提高高层次科技人才的待遇,争取引进高层次的科技人才,优化人才结构。同时,要加强建设人才培育基地与创新平台,如大力发展博士后工作站,鼓励当地研究院、高校与企业培养更多高层次科技人才,并加大科研经费投入,突破技术难关,以推动当地传统产业转型。对于科研基础较好且科技人才集聚效应较明显的珠三角地区,政府应针对当地产业发展短板,重视相应科技人才的培养,加强科技成果转化与科技产出,加强与国际人才合作交流,同时在已有的科技人才政策体系上不断进行政策创新,优化科技人才政策体系结构,进一步激发科技人才活力,持续为当地产业升级提供动力。