数字经济对人力资本水平提升的影响研究

陈南旭，李 益

（兰州大学经济学院，兰州 730000）

一、引 言

新中国成立以来，中国经济社会发展取得了辉煌成就。有研究表明，这在一定程度上归因于“人口红利”带来的内部优势（蔡昉，2018）[1]。然而，步入新时代以来，中国老龄化进程加快，劳动力人口也呈现负增长态势，传统人口红利逐渐消失导致经济增长相对乏力。如何实现传统人口红利到人力资本红利的转变成为人口研究的重点议题。新冠肺炎疫情全球肆虐、贸易保护主义抬头、国际局势变幻莫测等因素致使世界经济曲折发展，中国经济被迫在全球范围内面临低端挤占与高端挤压。适逢习近平总书记在2021年9月的中央人才工作会议上提出“人才是衡量一个国家综合国力的重要指标”，构建科学的人力资本水平评价指标体系，辨明提升人力资本水平的主要动力和方向，对中国高质量发展具有理论价值和现实意义。

近年来，以大数据、人工智能、云计算等数字技术为主的数字经济与社会生产生活融合日益紧密，数字经济可望成为未来经济发展的核心引擎（王儒奇、陶士贵，2022）[2]。一方面，数字经济新业态及互联网教育平台的蓬勃兴起极大提高了人力资本水平的提升速度；另一方面，机器人技术等人工智能技术挤出部分劳动力造成结构性失业与数字人才相对匮乏（高文书，2021）[3]等现实问题又制约着人力资本水平的进一步提升。面临上述矛盾，数字经济对人力资本水平提升的影响究竟如何？其作用机制是什么？不同劳动力面对可能被替代的现实情况，应如何应对？亟待深入研究。

因此，本文拟在已有研究的基础上，结合近年来中国人力资本水平及数字经济发展现状，辨析影响人力资本水平提升的因素，构建人力资本水平评价指标体系，探究数字经济对人力资本水平提升的作用机制，并分析区域异质性，以期为相关部门提供经验借鉴。

二、文献综述

（一）人力资本水平提升的相关研究

“人力资本”名词最早由Schultz（1961）[4]在美国经济学年会上演讲提出。之后，不断有学者丰富与人力资本水平提升相关的研究。Becker（1964）提出教育在人力资本形成过程中具有重要作用[5]。相关实证研究也多从劳动力受教育年限或平均受教育年限来量化教育对人力资本水平的影响（Mincer，1971；Psacharopoulos&Arriagada，1986）[6][7]。但是，仅仅通过受教育程度来表征人力资本水平并不全面。其忽略了诸多与教育相关的因素。比如，分别来自教育发达地区和欠发达地区的劳动力，即便受教育年限相同，其人力资本水平也可能不同。因此，如何全面衡量人力资本水平成为研究的重点话题。Moss&Tilly（1995）研究发现个人性格等非认知能力对劳动力绩效同样具有显著影响[8]。Heckman et al.（2006）进一步借助心理学测量能力的方法阐明了认知和非认知能力均是影响人力资本水平提升的重要因素[9]。上述研究也促使对人力资本的测度由单一教育维度逐渐转变为多维度框架。汪运波等（2018）在梳理相关研究的基础上从健康、能力和知识三方面构建人力资本水平多元评价指标体系，并提出了相应建议[10]。

（二）数字经济与人力资本水平提升的相关研究

近年来，由于数字经济与生产生活融合日益紧密，数字经济与人力资本水平提升的关系逐渐引起学术界关注。Autor（2015）提出，数据作为生产要素极大地促进了生产力发展，进而提高了劳动力收入水平[11]。刘皓琰和李明（2017）研究表明，数字经济不断变革传统生产、消费及就业模式[12]。Acemoglu&Restrepo（2018）进一步提出，为适应数字时代需求，劳动力必须提高相应技能水平[13]。现实发展表明，数字经济在促进知识和技术密集型行业发展的同时，已然对劳动密集型行业造成冲击，对低技能劳动力产生替代效应，造成结构性与摩擦性失业（王文，2020；黄浩，2021）[14][15]。因此，数字经济与人力资本水平提升之间究竟存在何种作用关系已成为关乎国计民生的重要议题。

综上所述，人力资本相关研究较为丰富，然而还存在以下不足：第一，缺乏数字经济如何有效提升人力资本水平的针对性研究；第二，缺乏数字经济对人力资本水平提升影响的异质性研究。鉴于此，本文的边际贡献在于：第一，丰富现有人力资本水平评价指标体系，并厘清数字经济促进人力资本水平提升的作用机制；第二，借助2011～2020年省级数据，对数字经济促进人力资本水平提升的作用机制进行实证检验；第三，根据国家统计局公布的最新地区划分标准，在区分东、中、西地区的基础上进一步讨论西南及大西北地区数字经济对人力资本水平提升的具体影响①东部地区包括北京市、天津市、河北省、辽宁省、上海市、江苏省、浙江省、福建省、山东省、广东省、海南省；中部地区包括山西省、吉林省、黑龙江省、安徽省、江西省、河南省、湖北省、湖南省；西部地区包括内蒙古自治区、广西壮族自治区、重庆市、四川省、贵州省、云南省、西藏自治区、陕西省、甘肃省、青海省、宁夏回族自治区、新疆维吾尔自治区；西南地区包括广西壮族自治区、重庆市、四川省、贵州省、云南省；大西北地区包括西藏自治区、甘肃省、青海省、宁夏回族自治区、新疆维吾尔自治区，划分依据参考https：//data.stats.gov.cn/easyquery.htm？cn=E0103。。

三、理论分析与研究假设

数字经济对人力资本水平提升产生直接影响的同时，还能够通过推动城镇化进程对人力资本水平提升产生间接影响（孙文婷、刘志彪，2022）[16]。此外，由于人工智能技术与部分行业劳动力之间存在替代的可能性，数字经济对人力资本水平提升也可能存在非线性影响（韩君等，2022）[17]，从而减缓人力资本水平提升的速度。因此，本文将分析数字经济对人力资本水平提升的直接作用机制、间接作用机制和非线性传导机制，论述数字经济对人力资本水平提升的双向影响，并提出相应研究假设。

（一）数字经济促进人力资本水平提升的直接作用机制

以产业数字化和数字产业化为主的数字经济飞速发展催生出了大量新型数字化产业，要求劳动力具备相应的数字素养。《中国共享经济报告（2021）》显示，数字经济催生出的新业态劳动力近年来逐步上升（如图1所示），这对中国人力资本水平提升既是机遇又是挑战。在数字时代，为胜任部分知识技能密集型岗位，相关劳动者必须具备数字技术使用技能。因此，许多劳动力通过“干中学”或“职业培训与继续教育”等方式来提升自身人力资本水平以求适应“新业态”发展。参考Acemoglu（2014）[18]的研究，劳动力借助数字经济提升自身人力资本水平的数学推导如下：

图1 新业态劳动力数量

上式中，y代表劳动力自身人力资本水平；x代表其先天禀赋；z代表其接受的传统教育程度，且占比为α；z1为互联网提供的教育服务，且占比为β，0＜α，β＜1，z1＜z。

通过式（3）可以看出，互联网教育发展增加了劳动力的人力资本水平。具体而言，在教育方面，数字经济主要通过提升劳动者的一般能力和完成特定工作能力促进其人力资本水平提升。其中，数字经济提升劳动者的一般能力主要通过慕课平台等互联网教育平台使得不同地区的劳动者均可享受优质教育资源，大幅提高劳动者的基础性能力；数字经济提升劳动者完成特定工作能力主要在于教育机构设置了大数据等相关专业课程辅助劳动者进修，使得劳动者的信息技术水平和相关生产技能（如数据分析）得到提高。此外，数字经济还可在健康和社会保障方面提升人力资本水平。健康方面，数字经济可通过在线诊断等智能医疗方式维护劳动者健康状态。社会保障方面，数字经济时代，互联网为劳动者办理参保提供了诸多选择并提高了办理效率，是人力资本水平提升的重要保障。

数字经济已深度影响劳动力市场及就业模式，劳动力为降低自身被替代的概率，必将借助网络平台等数字资源来提高其人力资本水平。基于上述分析，可得出假设1。

H1：数字经济直接促进人力资本水平提升。

（二）数字经济促进人力资本水平提升的间接作用机制

数字经济促进人力资本水平提升的间接作用机制主要体现在，数字经济将推动以数字化为主的智慧城市群体衍生（王海红，2012）[19]，且城镇化对人力资本水平提升具有重要影响（薛阳等，2021）[20]。首先，城镇化使得大量劳动力转移到城镇，呈现出空间集聚现象，同时也使得劳动力从第一产业向第二、三产业转移（赵莎莎等，2019）[21]。为了缓解就业压力，劳动力不得不提升自身人力资本水平。其次，城镇化进一步促进了高技术产业集聚（毛广雄，2006）[22]，增加了高素质劳动力的供给，从而促进了人力资本水平提升，具体表现为：城镇化改善了教育等基础公共服务水平，为劳动力通过“干中学”或技术培训等途径提高自身技能水平提供了保障。同时，受不同地区间高素质劳动力迁移产生的外溢效应影响，劳动力素质得到进一步提升。因此，城镇化提高了人力资本投资和积累的水平，且由图2可知，电子商务企业占比与该地区城镇化率呈正比，数字化对城镇化的推动作用也日益增强。基于上述分析，可得出假设2。

图2 城镇化与电子商务企业数量占比

H2：数字经济通过推动城镇化进程促进人力资本水平提升。

（三）数字经济促进人力资本水平提升的非线性传导机制

数字经济对人力资本水平提升的非线性传导机制主要体现在两个方面：一是互联网的网络效应。已有研究表明，互联网对全要素能源效率、全要素生产率、经济增长等方面均存在非线性溢出效应（汪东芳、曹建华，2019；郭家堂、骆品亮，2016；韩宝国、朱平芳，2014）[23-25]。因此，数字经济发挥作用也将遵循“梅特卡夫法则”，即数字经济对人力资本水平提升的影响会随着数字经济发展而放大。同时，数字经济本身的发展也呈现边际递增特征（李雪等，2021）[26]。在数字经济发展初期，劳动力受限于自身数字素养和信息基础设施不足，其人力资本水平提升效果有限。伴随政策导向和数字技术的发展，数字经济日益融入日常生活之中，对人力资本水平提升的效果也呈现几何式增长。二是工业产业结构的变动影响。《中国数字经济发展报告（2022）》表明，在数字化转型过程中，工业互联网的应用广度、程度、水平远高于农业和服务业。因此，着重分析工业产业结构变动在数字经济促进人力资本水平提升过程中的作用更具现实意义。具体而言，数字经济前期阶段，人工智能主要是取代简单程序性的体力劳动，即对中低技能劳动力产生替代效应。然而，随着数字经济不断发展，技能替代成本逐渐下降，甚至部分岗位的高级人力资本也面临被人工智能取代的压力，这反而减缓了相应行业人力资本水平提升的速度。因此，数字经济促进人力资本水平提升的具体程度可能受到工业的产业结构影响，导致两者呈非线性关系。基于上述分析，可得出假设3。

H3：数字经济对人力资本水平提升的影响呈现非线性特征。

综合上述分析可以看出，在数字经济起步阶段，新业态的诞生为大量劳动力提供了就业机会，劳动力本身也可借助数字经济提升技能水平，数字经济对人力资本水平提升具有促进作用。随着数字技术应用的持续深化，数字经济逐渐增强了部分行业、劳动力的可替代性，甚至在某些新兴行业（如数据分析），数字经济既提升了该行业的人力资本水平，又对其产生了替代效应。因此，数字经济对部分行业人力资本水平的提升速度可能存在促进或减缓的双向影响。为此，余文将深入探讨数字经济对人力资本水平提升的作用机制。

四、研究设计

本文基于2011～2020年中国省级数据①经过70余年的发展，我国经济韧性有了较大提升，因此2019年底爆发的新冠肺炎疫情虽然对劳动力就业、数字经济发展水平带来冲击，造成相关数据波动，但是并未改变数字经济促进人力资本提升的趋势。因此，使用2020年数据得出的实证结论仍然具有可信性。（不包括港澳台地区，以下简称地区），借助计量模型检验数字经济对人力资本水平提升的影响以及城镇化进程与工业产业结构在数字经济促进人力资本水平提升过程中的作用。具体实证设计如下：

（一）模型设定

1.基准模型

为检验数字经济与人力资本水平提升的基本关系，建立基准回归模型如式（4）所示。

其中，下标i表示地区，下标t表示年份；hc表示人力资本水平，de表示数字经济发展水平；X为省级层面的控制变量集合。μ和δ分别为个体及时间固定效应，ε为随机误差项②区域异质性分析模型与基准回归模型一致。区域划分如下：按照国家统计局相关标准将样本首先划分为东、中、西三大地区，其次考虑新时代以来西南地区及陕西省西安市经济发展成果显著，进一步将西部地区划分为西南、大西北地区进行分析。。

2.机制检验模型

为进一步识别数字经济促进人力资本水平提升的间接作用机制是否存在现实证据，机制检验模型设计参考柏培文和张云（2021）[27]的研究思路，以数字经济与城镇化水平的相乘交叉项作为机制变量引入模型。机制检验模型如式（5）所示。

其中，urban表示地区城镇化水平，其余变量含义与式（4）相同。

3.面板门槛模型

为检验工业产业结构是否影响数字经济促进人力资本水平提升的程度，参考Hansen（1999）的研究思路[28]，引入工业产业结构作为门槛变量。面板门槛模型如式（6）所示。

其中，ais表示地区工业产业结构；γ表示相应门槛值；I（·）表示指示性函数，若满足条件，则值取1，否则取0；其余变量含义与式（4）相同。

（二）变量选择

1.被解释变量

综合前文分析与已有文献，参考汪运波等（2018）[10]的研究思路和测度方法，从教育、健康、社会保障三个维度构建评价指标体系，运用熵值法③由于主成分分析法难以化解甚至会加重指标间相关性的影响，且在同向指标负相关时出现指标权数为负，从而造成“乱序”等问题，实证部分数据计算在对基础指标进行赋权时运用熵值法对指标进行信息量赋权计算。测算各地区不同年份的人力资本水平。

熵值法计算过程如下：

（1）数据标准化处理：

其中，Xij为第i个样本第j个指标的数值。假设选取m个指标，n个样本（年数），则i=1，2，3…，n；j=1，2，3…，m。

（2）确定样本权重：

其中，P为样本权重。

（3）确定指标熵值：

其中，K=，ej为第j项指标熵值。

（4）确定差异系数：

其中，dj为第j项指标差异系数。

（5）确定指标权重：

其中，dj为第j项指标权重。

（6）确定样本综合得分：

其中，zij为第i个样本第j个指标的综合得分。

人力资本水平评价指标体系如表1所示。其中心理健康测算参考鲍培文（2015）的量化研究方法[29]。

表1 人力资本水平评价指标体系

2.核心解释变量

目前数字经济发展水平的测度方法主要为增加值核算法与构建评价指标体系法，基于数据可得性并参考《数字经济及其核心产业统计分类（2021）》的分类标准和邓荣荣等（2021）[30]的研究，从数字经济基础与应用、数字经济创新、数字金融三个维度构建评价指标体系，运用熵值法测算各地区不同年份的数字经济发展水平。数字经济发展水平评价指标体系如表2所示。

表2 数字经济发展水平评价指标体系

3.控制变量

（1）经济发展水平。一般来说，地区经济发展水平与人才聚集程度成正比。参考朱诗娥和杨汝岱（2012）的计算方法，以各地区人均生产总值衡量地区经济发展水平[31]。（2）市场化水平。市场化水平是衡量外部制度环境的重要指标，汪佳琦（2020）通过研究发现，地区市场化水平越高，则人力资本创造的绩效也越高，即市场化水平可视为人力资本水平提升的重要影响因素之一[32]。参考樊纲等（2011）提出的计算方法，计算各地区市场化水平[33]。（3）对外开放程度。地区提高其开放程度，有利于吸引各地人才，形成人才集聚现象，为地区人力资本水平提升带来溢出效应。参考李振新和陈享光（2019）的做法，计算各地区进出口总额与地区生产总值的比值衡量对外开放程度[34]。（4）金融发展水平。严丹等（2022）研究表明金融发展促进人力资本水平提升的主要方式为技能投资和技能溢价[35]。参考李振新和陈享光（2019）的做法，计算各地区贷款余额与地区生产总值的比值衡量金融发展水平[34]。（5）老龄化程度。老龄化对于人力资本投资具有重要影响。以家庭为例，为应对未来养老负担，家庭极大可能采取加强对子女教育投资等措施使得其具有更高水平的人力资本，以提升家庭未来收入。参考徐贵雄和赵昕东（2021）的做法，计算各地区60岁及以上人口与总人口的比值衡量老龄化程度[36]。（6）地区创新资源（innovation）。地区创新资源是该地区内为满足科研创新活动顺利进行所需并且能利用的全部资源，是保障创新活动开展和产生创新绩效的前提和物质基础（程跃、王维梦，2022）[37]。同时，由于人力资本是技术创新的内在要素，地区创新资源必成为吸引各类人才的重要因素。《中国区域创新能力评价报告》综合测度了知识创造与获取、企业创新，创新环境及绩效，对地区创新资源的刻画较为全面。因此，本文利用该报告给出的算法计算地区创新资源。

4.机制变量

城镇化水平。参考詹韵秋等（2021）的做法，计算各地区常住城镇人口与总人口的比值衡量城镇化水平[38]。

5.门槛变量

工业产业结构。参考钞小静和任保平（2011）以及干春晖等（2011）的做法，对工业产业结构测度考虑产业结构合理化、产业结构高级化、工业产值占比、技术成果市场化四个方面[39][40]。测度方法仍为熵值法。

（三）数据来源与描述性统计

上述数据中数字金融相关指标来自北京大学数字普惠金融指数，市场化水平相关指标来自wind数据库，老龄化程度相关指标来自第七次全国人口普查，其余数据均来自2011～2020年各省统计年鉴与《中国统计年鉴》。变量描述性统计结果如表3所示。

表3 变量描述性统计

五、实证结果与分析

考虑部分变量计算方法涉及指标体系，在估计模型之前对多重共线性问题进行了统计检验。VIF结果最大值为4.63，表明模型不存在严重多重共线性问题。另外，模型的个体、时间固定效应均显著。双向固定效应模型估计结果及分析如下：

（一）基准模型估计结果及区域异质性分析

1.基准模型回归结果分析

基准模型回归结果如表4第（1）列所示，数字经济对人力资本水平提升具有正向影响，且在5%的显著性水平上显著。数字经济水平每增加1个单位，人力资本水平将提升0.071个单位，证明前文提出的假设1在中国省域层面成立。同时，该回归结果也说明数字经济在人力资本水平提升过程中所起作用尚待加强。此外，对外开放程度和地区创新资源均显著促进了人力资本水平提升，经济发展水平与市场化水平也促进了人力资本水平提升，而老龄化程度显著抑制了人力资本水平提升，证明前文分析较为合理。金融发展水平抑制了人力资本水平提升，虽不显著，但也值得相关政策制定者思考。

2.区域异质性分析

表4第（2）～（6）列依次表示东、中、西、西南和大西北地区的回归结果。结果表明，在东部及西南地区，数字经济显著促进人力资本水平提升，且显著性与估计系数均大于全国样本的回归结果，可能的原因是东部及西南地区数字经济发展水平较高，且相关落户政策对各类高级人才具有较强吸引力，从技术进步与溢出效应两方面促进了人力资本水平提升；在中部地区，数字经济抑制了人力资本水平提升的速度，结合东部及西南地区的回归结果分析和侯普光（2021）对中部地区智力资本的研究[41]，可能的原因是中部地区的部分省份长期依靠能源发展经济，相对忽视了创新能力的培养，对数字经济及科技创新投入不足，造成中部地区人力资本水平提升暂时乏力的不良现象；在西部地区数字经济促进了人力资本水平提升，结合西南及大西北地区的回归结果分析和汤正仁（2020）对西南地区崛起原因的思考[42]，西部地区整体数字经济促进人力资本水平提升的可能原因是国家近年来在大西北地区大力推进新型基础设施建设，在西南地区建立数据中心，努力弥合数字鸿沟，兼之“一带一路”政策与“东数西算”战略的稳步实施对部分数字人才形成吸引，基础设施完善、技术进步及人才空间集聚带来西部地区人力资本水平提升。

表4 基准模型及异质性分析回归结果

（二）稳健性检验

首先，替换被解释变量。稳健性检验拟采用中国人力资本与劳动经济研究中心（CHLR）发布的实际劳动力人力资本总量对原被解释变量进行替换①网址为：http：//humancapital.cufe.edu.cn/rlzbzsxm.htm。目前官方并未公布2020年数据，因此本文的2020年数据为根据2019年报告的计算方法计算所得。。检验结果如表5第（1）列所示，数字经济同样显著促进人力资本水平提升。其次，选取数字经济发展水平的一阶滞后项作为工具变量进行两阶段系统GMM估计。工具变量通过了不可识别检验、弱工具变量检验和排他性检验。在此基础上，进行内生性检验，相应P值为0.33，因此认为基准模型不存在内生性②Davidson-MacKinnon test，利用Stata 外部命令“dmexogxt”进行，具体介绍可在安装该命令后查看帮助文件。其原假设为模型不存在内生性，OLS能够得到有效且一致的估计。检验结果接受了原假设。。两阶段系统GMM估计结果如表5第（2）列所示，数字经济显著促进了人力资本水平提升。因此，可以认为回归结果具有稳健性。

（三）机制检验模型分析

表5第（3）列为机制检验模型的回归结果。回归结果表明，引入机制变量后，数字经济促进了人力资本水平提升，而数字经济与城镇化水平共同作用减缓了人力资本水平提升速度。可能的原因是中部地区就业质量有待提升，高级劳动力尚未形成良好的“外溢效应”，且存在“人才流失”现象（侯普光，2021）[41]。另外，因为机制检验具有逻辑不确定性，该结论有待后续研究进一步检验证明。

表5 稳健性检验、机制分析回归结果

（四）面板门槛模型分析

表6为面板门槛模型的回归结果。结果表明，工业产业结构确实影响数字经济促进人力资本水平提升的作用程度（该门槛效应存在两个门槛值，分别为0.214和0.307，P值为0.029）。当工业的产业结构介于0.214 与0.307 之间时③本样本中，0.214大致位置居于70%，0.307大致位置居于90%。，数字经济显著促进人力资本水平提升（回归结果如表6第（2）列所示）；当工业的产业结构低于0.214时，数字经济未能充分融入社会生产之中，导致其不能有效促进人力资本水平提升；当工业的产业结构高于0.307时，机器人等人工智能技术对相应劳动力产生替代效应，抑制人力资本水平提升的速度。面板门槛模型回归结果对产业数字化转型升级也具有一定政策指导价值。

表6 面板门槛模型回归结果

六、结论与政策建议

推动数字经济健康发展，促进人力资本水平提升，激发人才创新活力是“十四五”时期中国经济发展的重要内容。基于国家顶层战略设计，本文首先从理论层面对数字经济促进人力资本水平提升的作用机制进行解构并提出研究假设，而后采用2011～2020年省级数据予以检验，最后得出如下结论：第一，理论分析表明，数字经济能够促进人力资本水平提升。同时，实证结果显示，在研究周期内，数字经济对人力资本水平提升的影响程度具有区域异质性。其中，数字经济显著促进了东部、西部地区人力资本水平的提升，却抑制了中部地区人力资本水平提升的速度。第二，理论上，城镇化有利于与数字经济协同促进人力资本水平提升，实证结果表明两者协同作用下人力资本水平得到提升，但是人力资本水平提升的速度受到了不利影响。第三，数字经济对人力资本水平提升的影响程度与工业产业结构密切相关。当工业的产业结构位于[0.214，0.307]内时，数字经济将显著促进人力资本水平提升。

综上所述，为切实有效地促进各地区人力资本水平提升，本文提出如下政策建议：第一，政府和个人均应重视数字经济对人力资本水平提升的正向效应。从政府维度看，现阶段各地政府应充分发挥数字经济作用，积极利用互联网教育平台等数字技术应用场景促进教育普及，改善劳动者所处的教育环境，为劳动者提升自身人力资本水平提供教育资源保障；积极探索“数字医院”等民生政策和保障机制的同时，也应当逐步推进“在线心理咨询”等项目，为劳动者的身心健康提供保障；适度考虑与信誉良好的互联网公司进行合作，针对不同劳动者提供相应数字保险，为劳动者编织好“安全网”；高效利用数字平台，积极拓宽就业渠道，缓解就业压力。就个人而言，面对数字经济飞速发展的客观现实，劳动者应积极融入其中，利用数字经济保障自身合法权益，寻找就业渠道，主动提升自身人力资本水平。第二，推动合理适宜的人才激励政策落地落实。数字经济在大幅加速城镇化进程的同时，也加速了人才流动。政府应积极制定更具操作性的人才吸引奖励政策，在鼓励本地人才留下来的同时争取吸收外来人才，促进本地人力资本水平切实提升。第三，保持本地工业的数字化程度介于70%～90%之间。产业数字化程度过高也将抑制人力资本提升的速度，政府及企业在积极推动产业数字化转型的过程中，应及时掌握行业、企业数字化发展进展，妥善处理好人工智能技术发展与劳动力替代间的矛盾，推动人力资本水平与生产效率协同提升。✿