高技术产业人力资本投资效率评价
时间：2021-01-24 20:03:22 来源：雅意学习网 本文已影响 人 
摘要：文章以长三角地区高技术产业人力资本为研究对象，基于高技术产业的产业特征分析其人力资本投资的投入和产出因素，依据Cobb-Douglas生产函数构建高技术产业人力资本投资效率的评价模型，并运用SFA方法对2009～2012年长三角地区高技术产业人力资本投资效率进行了实证研究。在此基础上，提出了提升中国高技术产业人力资本投资效率的对策和建议。
关键词：高技术产业；人力资本；随机前沿分析
高技术产业是知识密集且发展迅速的产业，主要包括医药制造业，航空、航天器及设备制造业，电子及通信设备制造业，计算机及办公设备制造业，医疗仪器设备及仪器仪表制造业，具有高投入、高风险、高产出、高技术密集度等特征。人力资本投资不仅可以产生新的知识和信息，增强企业的创新力，而且可以提高企业本身的人力资本存量，促进知识和技术的外溢。对于以技术创新为核心的高技术企业来说，企业的竞争优势早已从传统的有形资产和市场支配能力转变为企业的人力资本。陈关聚（2012）基于2001～2010年上市公司面板数据，发现人力资本的贡献率为0.588，物质资本的贡献率为0.137。可以看出，相对于物质资本，人力资本对经济增长的贡献程度显著提高，人力资本在高技术产业的发展过程当中发挥着更大的作用。近年来，长三角地区高技术产业发展迅猛，2012年长三角地区高技术产业总产值占全国比重约为33%，取代珠三角成为我国高技术产业区域发展的“领头羊”。本文以人力资本为切入点对我国长三角地区高技术产业人力资本投资效率进行研究，探究长三角地区人力资本投资效率的现状，通过优化人员配置结构，以提高长三角地区高技术产业人力资本投资效率。
目前，国外针对人力资本投资效率的研究主要集中在其具体的影响因素上。Colombo G Massimo（2005）指出了企业家人力资本在高新技术企业发展过程当中发挥着重要的作用。Muhammad（2008）发现，为了维系人力资本的更好发展，应保证在科教方面的公共支出高于一定的门限值。Kevin Harriott（2010）的研究表明，高等教育在发达国家和发展中国家的经济增长中起到关键的作用，拥有高科技能力的人力资本与经济增长呈明显的正相关关系。
我国针对产业人力资本投资效率的研究并不多，主要集中在国家及区域层面对人力资本投资效率进行研究：王宇、焦建玲（2005）应用因果关系检验法对我国人力资本与经济增长之间的关系进行了研究；骆永民（2010）借助中国30个省份1998～2008年的面板数据，以数据包络分析（DEA）得到人力资本投资对于经济发展的效率；白勇、马跃如（2013）运用随机前沿函数，对我国人力资本投资效率及影响因素进行了实证分析。
本文以长三角地区高技术产业人力资本为研究对象，基于高技术产业的产业特征，建立了人力资本投资效率的指标体系。在此基础上借鉴国内外效率评价研究的相关成果，构建了高技术产业人力资本投资效率的评价模型，并进行实证研究，分析各投入因素对高技术产业人力资本投资效率的影响强度和方向，进而提出提高长三角高技术产业人力资本投资效率的政策建议。本文的研究成果对提高高技术产业人力资本投资效率、促进高技术产业的发展具有积极的理论和现实意义。
一、高技术产业人力资本投入和产出指标
（一）投入指标
国内大部分学者都认为人力资本是凝结在劳动者身上的体能、知识、技能和经验，包括普通劳动者在内的所有员工都拥有人力资本。因此，本文选择高技术产业每年从业人员平均数作为人力资本投入数量的评价指标。由于高技术产业具有高投入、高技术含量等特点，人力资本投入的质量也是影响高技术产业产出的关键因素，本文选择R&D人员数量作为人力资本投入质量的评价指标。从人力资本投资角度来看，国内外学者一般认为人力资本投资包含教育投资、培训投资、健康投资、迁移投资这四个方面，而在高技术产业里，这些方面的投资主要包含在人员劳务费中。以上投入因素分别记为X1、X2和X3，其中X1表示从业人员总数；X2表示R&D人员数量；X3表示人员劳务费。
（二）产出指标
与物质资本不同，人力资本不仅具有产值方面的产出，还具有创新方面的产出。因此本文选择了新产品销售收入作为衡量高技术产业创新产值的指标，记为Y。
二、高技术产业人力资本投资效率评价模型
对效率的测度方法主要有两大类。一是以Chames等提出的DEA方法为代表，该方法无需设定函数形式，从而避免了主观设定函数的影响，且在处理多投入多产出的效率度量上具有优势。但当有过多的输入和输出数目时，如果用DEA模型进行效率评价，往往会出现绝大多数的决策单元都是DEA有效。二是以Aigner等提出的SFA方法为代表，该方法采用计量手段对前沿生产函数进行估计，可以对得出的参数进行统计检验，有更为坚实的经济理论基础，而且在测算过程中可以控制个体冲击的影响，从而在一定程度上克服了由于个体差异而造成的技术非效率。与DEA方法相比，SFA可以有效区分随机误差项与技术非效率项，并且可以进行影响因素的分析。本文选择SFA方法作为高技术产业人力资本投资效率的评价方法。由于Cobb-Douglas生产函数所具有的经济含义直观且与其他生产函数得出的研究结果差异很小，本文以Cobb-Douglas生产函数为主体，构建高技术产业人力资本创新效率评价模型，即
lnyit=β0+β1lnx1it+β2lnx2it+β3lnx3it+vit-uit（1）
式中，yit表示i省第t年的新产品销售收入；x1it表示同年该省投入的总人数；x2it表示同年该省投入的R&D人员数量；x3it表示同年该省投入的人员劳务费。
三、实证研究
（一）实证数据来源
本文选择了长三角地区2009～2012年数据进行研究，上述四个指标数据均来自《中国高技术产业年鉴》，但是由于各指标之间存在量纲的差异，因此首先将原始数据用百分制表示，按照公式（2）对原始数据进行无量纲化处理，将其化为1～100之间的数。
