人力资本、行业异质性与中国工业的生产率
——基于人力资本分工的研究视角
徐远华 谷 静 孙 早 侯志阳 张 毅
摘 要： 人力资本是推动经济增长和生产率提升的重要源泉。按照人力资本在经济增长和产业创新过程中发挥的功能及其对应的社会分工角色的不同，本文在工业分行业层面上将人力资本大致划分为一般人力资本、专业人力资本、企业家人力资本，并将三类人力资本全部纳入生产率决定方程，使用中国工业2000-2014年间35个细分行业的面板数据来考察三类人力资本对中国工业生产率的影响。为了克服考察期间工业统计口径变化导致的估计偏差，本文按照相关指标将变量统一调整到全部工业口径。实证检验发现：①专业人力资本、企业家人力资本、一般人力资本均能够显著提高中国工业的生产率，并且效果依次增强；②进一步引入三类人力资本与行业异质性变量的交互项后发现，三类人力资本对中国工业生产率的影响具有显著的行业异质传导效应，在国有产权比重较大、企业规模较大、技术密集度较高的细分行业中，专业人力资本、一般人力资本、企业家人力资本均对中国工业生产率的提升作用更大。
关键词： 人力资本；社会分工；行业异质性；生产率；全部工业口径
1 引 言
尽管在经历了近40年的高速增长后，中国工业的整体水平有了很大提高，但是中国工业的增长未能从根本上摆脱高投入、高能耗、低效率的困境，加大了中国经济整体转型的难度（吴敬琏，2015［1］）。加上人口老龄化导致的劳动力供给的变化将会提高劳动力成本，从而削弱充足而廉价的劳动力资源给中国企业特别是出口企业所带来的比较优势，致使对外贸易依存度较高的中国工业的发展前景雪上加霜（孙早等，2014［2］）。因此，不断提高工业经济增长的质量和效益对于新常态背景下中国工业经济实现转型升级无疑具有重要的理论意义和现实意义。
自20世纪90年代以来，中国实现全面普及九年义务教育和高等教育大众化，人力资本的规模迅速扩大，人力资本对经济增长、技术创新的积极作用不断增强。但是国内外的主流文献对人力资本对经济增长的影响的研究结论却不尽相同，一个重要原因是这些研究通常把人力资本加总成一个总指标（不区分人力资本类型），这隐含了一个处理方便却不合乎逻辑的假定：不同类型的人力资本之间是可以完全替代的（Park，2012［3］）。Lindh和Malmberg（1999）［4］将人力资本的年龄结构引入扩展的新古典增长模型，结论表明，50-64岁的年龄组人力资本正向影响经济增长，65岁以上的年龄组不利于经济增长，而年轻组对经济增长的作用不确定。Herring（2009）［5］的分析显示，不同性别的劳动力比单一性别的工人能为企业带来更高的相对利润。Parrotta等（2014）［6］使用丹麦的雇主和雇员的匹配数据集的研究显示，劳动力的种族差异性负向影响企业的生产率。Trax等（2015）［7］考察了不同文化背景的人力资本对德国企业全要素生产率的影响，认为不同国籍的工人具有溢出效应。Fleisher等（2011）［8］讨论了不同教育水平的工人对中国企业全要素生产率的影响，表明工人的教育水平越高，边际产出也越高。Bombardini等（2014）［9］的研究证实人力资本的技能水平分散程度的提高有利于专业化分工，增进比较优势。
在“EI Village”数据库中使用关键词“intelligent machining”进行检索，结果显示自1983年以来共有1 957篇论文。按年度发表论文数的统计结果如图5所示。其中虽然有较多论文的内容属于“机器学习”范畴，但从论文发表数量的逐年增长态势看，足以说明人们关注“智能加工”的热度。尤其在进入21世纪后，年发表论文数迅速增长。与图4中近5年快速增长的结果相比，中文文献显著增长的时间比外文文献大约滞后10年左右。
在现实经济实践中，人力资本固然是多种属性的集合，但是在科技创新和经济增长中总是主要地承担着特定的角色，发挥独具特色的作用（Ployhart等，2006［10］）。因此，本文放松这一不合理的假定，吸收Romer（1990）［11］提出的人力资本分级思想，借鉴Iyigun和Owen（1999）［12］和Wacker等（2006）［13］的研究，以从业人员在经济增长和产业创新中社会分工的不同，在工业分行业层面上将人力资本大致划分为企业家人力资本（Entrepreneurial Human Capital，EH）、专业人力资本（Professional Human Capital，PH）、一般人力资本（Ordinary Human Capital，OH）① 关于三类人力资本的内涵请详见下文。 ，循着 Chang等（2016）［14］的研究思路，将三类人力资本引入生产率决定方程，采用中国工业按二位码分类的35个细分行业2000-2014年的面板数据，检验三类人力资本对中国工业生产率的作用机理，并进一步引入中国工业的行业国有产权比重、行业平均企业规模、行业技术密集度三个维度的行业特征考察三类人力资本对中国工业的创新能力所产生的异质性影响。
本文主要的边际贡献在于：（1）以往的研究大多是以年龄、性别、文化背景、受教育程度等为标准来划分人力资本结构或构建人力资本异质性指标的。本文按照从业人员在经济增长和产业创新中发挥的作用及其对应的社会分工的不同，在工业分行业层面上将人力资本大致划分为一般人力资本、专业人力资本、企业家人力资本。（2）在考察期间，中国的工业统计分发生了行业的拆分与合并，统计口径发生较大变化。为了克服行业的拆分和归并与统计口径的变化导致的偏差，本文将相关指标数据按照两种指标统一调整到全部工业口径。舒锐（2013）［15］尽管采用工业分行业层面的数据，但是对统计口径的变更和工业行业分类标准的变化没有处理。孙早和刘李华（2016）［16］的研究虽然注意到这一问题，基本按照陈诗一（2011）［17］提出的方法，采用工业总产值指标将相关数据调整到全部工业口径，但是这篇论文并没有对2007以后的数据做出调整。（3）鲜有文献的研究结论表明一般人力资本对创新能力的提高具有积极作用。本文的理论分析和实证结论均表明，一般人力资本显著提高了中国工业的生产率，这就深化了人们对一般人力资本与产业创新之间关系的认识；（4）本文从国有产权比重、行业平均企业规模和行业技术密集度三个维度的产业特征考察三类人力资本对中国工业的生产率所产生的异质性影响。尽管不少文献考虑到了经济的转型特征对中国工业生产率的影响，比如华萍（2005）［18］，却鲜有文献考察行业的异质性特征对不同类型的人力资本的生产率效应的调节作用。
2 文献回顾与研究假说
Park（2012）［3］在对亚洲12个经济体长期增长的经验研究中表明，香港、韩国、新加坡、台湾等地区和国家最近十年的人力资本对全要素生产率（TFP）提高的作用在不断增强。差异化的人力资本对一国的技术创新和比较优势的强化具有积极作用，而且来自地区层面的人力资本差异对生产率的提升作用与来自企业层面的差异至少同样重要（Trax等，2015［7］）。本文将人力资本大致划分为一般人力资本、专业人力资本、企业家人力资本。通过对相关领域文献的梳理和研究，可以定性归纳出三类人力资本影响中国工业TFP的作用机理。具体来说，三类人力资本显著提高了中国工业的生产率，而人力资本对中国工业生产率的促进作用又会受到行业国有产权比重、行业内平均企业规模和行业技术密集度等行业异质性变量的调节作用。
然而在市场经济中，旅游业各经营主体往往基于其极强的逐利需求而引导、推动旅游市场转向高利润活动，如出境旅游市场、高门票等。旅游市场的逐利性本无可厚非，但在当前中国社会贫富差异悬殊、社会问题暗流涌动的形势下，旅游市场中的强逐利行为却实实在在地制约了社会财富在国内高、低收入群体间、不同区域间的有效转移，弱化了行业的社会责任担当。因而，在当前中国高基尼系数危机背景下，有必要对中国旅游业的发展战略进行适度引导与调整，旅游业方可肩负起减小社会贫富差异的重任。
2.1 三类人力资本影响中国工业生产率的一般机理
人力资本不仅包括专业人力资本、企业家人力资本，还包括一般人力资本，相关领域的研究文献和现实经济实践都表明，这三类人力资本都能对中国工业生产率的提升产生重要的影响。
（1）一般人力资本的影响
一般人力资本主要通过对人力资本进行的基础投资形成，主要指一线生产操作人员，包括广大的产业工人、农民工等。随着经济发展，国家逐步普及高中教育、高等教育，一般人力资本的受教育程度也在逐步提高，接受新知识学习新技能的能力增强，从而使建立在生产实践基础上的生产创新成为可能。也即是通过教育深化、教育普及能够提高劳动生产率，保持和延伸中国产业的竞争优势（蔡昉，2009）［19］。
（2）专业人力资本的影响
河西内陆河流域受特殊气候条件影响，农业和人工绿洲非灌不植，长期的用水习惯以人工绿洲灌溉农业为主，用水竞争在历史上持续以人工绿洲挤压天然绿洲，即农业用水挤压天然生态用水形式进行，工业用水近些年虽有显著增长，但总体上仍以农业用水为主，用水方式相对简单粗放，效益较低。水资源在各行业之间的配置不尽合理，现状用水结构中，农业是用水大户，用水量超过90%，远超甘肃省80%和全国66%的水平。节水灌溉面积率较低，单位GDP用水量、单位工业增加值用水量均较高，与严重缺水的区域实际不相适应，必须以用水总量控制倒逼经济结构调整和生产方式转变，形成新的人水和谐关系。
专业人力资本主要来源于对高等教育的投资，承担的角色主要是专业技术人才，比如科学家、工程师等。专业人力资本的受教育程度较高，而且一般接受过系统培训，能够相对快速地接受新理论、新思想和高新技术（Iyigun和Owen，1999［12］）。正如陈剑（2006）［21］所认为的那样，专业人力资本主要承担研发工作，以智力和创造性劳动为主，成为产业创新的骨干力量。专业人力资本不仅是促进技术扩散、产业创新的主体，还能够吸引外来投资者，从而促进产业融合、集聚和升级。从人力资本运用角度看，专业人力资本的运用可以改造和提升生产力、拓展生产可能边界，而一般人力资本的运用仅在于理解并顺应生产过程的基本操作规范。专业人力资本不仅可以提高自身的生产效率，还能够提高其他要素的生产效率。
（3）企业家人力资本的影响
企业家人力资本是在经营决策过程中，通过“干中学”方式积累形成的，主体是企业经营决策者、职业经理人等。企业家在能够在瞬息万变的市场条件下识别和把握新机会，通过创新实现利润。企业家人力资本能够利用自己独特的优势整合一般人力资本和专业人力资本，提高整体的劳动生产率，从而增加微观企业的收益（Gries和Naudé，2009［20］）。同时企业家在管理制度领域的创新在一定程度上需要大量的一般人力资本与之匹配，也需要一定的专业人力资本，才能促进技术进步，节约成本，增强企业的竞争力（陈剑，2006［21］）。企业家往往具有卓越的组织管理能力和一流的资源配置能力等，通过建立新企业，征召企业研发人员、生产工人，组织生产和市场销售，最后获取利润。所以，企业家带动了整个经济和社会的发展，是社会经济发展的主要发起人和推动者，是最重要的人力资本（陈剑，2006［21］）。
（3）控制变量
假说1:一般人力资本、专业人力资本和企业家人力资本的增加均能够显著提高中国工业的生产率，而且效果依次增强。
2.2 人力资本影响中国工业生产率的异质传导机制
人力资本对工业生产率的提升作用需要与之匹配的互补性投入，比如充足的物质资本投入等。这些补偿性投入的不同会导致人力资本对不同行业的创新效应存在异质传导机制。中国工业分行业之间存在的异质性主要体现在行业国有产权比重、行业规模水平和行业技术密集度等方面（白俊红，2011［22］；戴魁早和刘友金，2013［23］）。
（1）行业国有产权比重
企业的产权性质和结构深刻影响着企业R&D资源的分配方式和企业内部成员的协作模式等（Jensen和Meckling，1976［24］）。产权结构不同的企业提供了不同的创新激励机制，因此，人力资本对工业生产率的提升效果在很大程度上会受到行业国有产权比重高低的影响。
熊彼特认为，企业的规模越大越倾向于从事创新活动，大企业对发明和创新的投入所占的比重大于其规模所占的比重。围绕着熊彼特的观点，专家学者进行了大量实证检验，主要发现是企业规模与创新之间存在正相关（Braga 和Willmore，1991［29］）、负相关（Jaffe，1988［30］）、 “U”型关系（Bound 等，1984［31］）、倒“U”型关系(Scherer，1967［32］)、“∽”型三次曲线关系（孙早等，2016［33］）。可见，行业的平均企业规模水平也是导致人力资本对中国工业的产业创新产生异质性影响的重要因素。
国有企业通过不断完善创新激励机制以激发在岗研发人员的创新积极性，提供优厚的待遇，实施“千人计划”等重要举措，吸引高素质人才组建高层次研发团队，再加上国有企业充裕的研发资金，从而为进一步发挥专业人力资本的创新效应创造了现实可能性（李政和陆寅宏，2014［27］）。
进入新世纪前后，国家对国有企业进行“减员增效”等一系列改革，国有企业工人大量下岗，但是在国有企业大规模裁员期间，国企企业仍然提高了未下岗职工的工资（Appleton等，2005［28］）。国有企业普遍推行了全员劳动合同制等，不少国有企业面向社会公开招聘，实行收入分配与绩效挂钩的新机制（李荣融，2008［26］）。这会倒逼国企在岗职工发挥主动性和创造性，加强操作技能训练，提高劳动生产率。
《中国工业统计年鉴——2013-2015》将橡胶制品业、塑料制品业合并为橡胶和塑料制品业，因此我们将2000-2011年的橡胶制品业、塑料制品业的相关数据指标进行加总得到橡胶和塑料制品业的相关指标数据，以与2012-2014年的行业分类标准相一致。《中国工业统计年鉴——2013》将交通运输设备制造业分为汽车制造业与铁路、船舶、航空航天和其他运输设备制造业，因此为了保持数据前后的一致性和准确性，我们将2012-2014年的汽车制造业与铁路、船舶、航空航天和其他运输设备制造业的相关数据加总归并为交通运输设备制造业。此外，本文没有提及的的少量缺省数据一般都采用均值或线性插值方法补充。
根据以上分析，本文提出假说2a：
假说2a:在国有企业深化改革的大背景中，在国有产权比重较大的细分行业内，三类人力资本与生产率的改善存在着显著的正相关关系。
（2）分行业企业规模水平
通过检索相关文献，目前国内外研究普遍认为国有企业缺乏创新动力。这些研究没有考虑到国企改革对经济增速带来的提振效应（许召元和张文魁，2015［25］）。在国有企业改革的进程中，国有企业法人治理结构不断完善，创新激励与约束机制逐步建立健全，（李荣融，2008［26］），在一定程度上解决了创新索取权与创新控制权的不对称问题。并且非国有经济的发展和对外开放的不断深入导致国有企业面临着来自民营企业和外资企业的激烈竞争（李政和陆寅宏，2014［27］），这增强了国企经营者的竞争意识和创新动机。
研发活动需要巨额资金资源的支撑，而且因为创新成果经常伴随着巨大的市场风险（Lall，1992［34］），技术创新过程中存在着巨额的固定成本和沉没成本，而中小企业资金匮乏，承担创新风险的能力较弱（Vossen，1998［35］）。与小企业相比，大企业通常经验成熟，具有稳定的盈利能力和雄厚的资本积累，具有可以依靠内源融资支撑企业的创新战略（孙早等，2016［33］），为企业家组织调配研发资源，从事技术创新和组织变革，提高创新资源配置效率奠定了坚实的物质技术基础。相对于中小企业，大企业可以保障持续的研发投入，研发人才向大企业日渐汇聚，实现专业技术人才与研发资本的有机组合，从而提高创新成功的可能性。与中小企业相比，大企业更容易吸引充足的熟练工人，与充裕的资本存量一起释放出更大的规模经济效应。大企业内部劳动分工更加专业化，还能够对产业工人、专业技术人才进行系统的职业培训（Pischke，2001［36］），从而有利于提高专业技术人才的研发创新能力。
综合上述分析，本文提出假说2b：
假说2b:随着细分行业内企业规模的扩大，三类人力资本对工业生产率的促进作用也呈现出不断增大的趋势。
（3）行业技术密集度
技术密集度不同的行业在产业创新过程中，由于技术和产品研发的复杂度等方面存在差异，导致其对人力资本的配置效率可能有所不同，因此人力资本对中国工业生产率的提升效果也会受到行业技术密集度的影响。
在技术密集度较大的行业，通常研发投入大，人力资本密集，研发人员更能够站在科学技术发展的前沿，敏锐地把握研发动态，从而促进技术创新的作用更大（Tsai和Wang，2004［37］）；而在技术密集度较小的行业，技术创新投入低，甚至导致研发人员外流，显著降低了人力资本的生产率促进效应（唐末兵等，2014［38］）。在技术密集度较高的行业，高素质的人力资本作为产业创新的骨干力量，吸收消化新技术，提升组织运转效率，获取更大的溢出效应（唐末兵等，2014［38］）；而在技术密集度较低的行业，研发投入不足，人才匮乏，技术创新效应较小，即使面对着同样的外资涌入，由于自身的技术差距太大，消化吸收能力较低，最终会降低人力资本的技术创新效应（Du等，2012［39］）。
综合上述分析，本文提出假说2c：
假说2c：细分行业技术密集度的提高显著强化了三类人力资本的生产率提升效应。
裴主事赔笑。峋四爷这才有空将目光投向店内正中，紫檀小案上的一座红里泛金的香炉，淡淡问：“烧的是什么香？古董香？倒也不俗。”这才是厉害的玩家，如果一进门，看见那红里泛金的香炉就两眼发光，盯住不放，岂不是把软肋亮给店家看——这宝贝，我要定了，管它什么价，老子吃定。买主主动伸出脖子待宰，店家的刀子岂能不快，下手岂能不狠？
3 研究设计
3.1 检验模型
Chang等（2016）［14］将按不同受教育程度划分的高技能人力资本、低技能人力资本引入生产函数来考察两者的生产率促进效应。为了验证前文提出的假说，本文吸收Romer（1990）［11］的人力资本分级思想，借鉴Iyigun和Owen（1999）［12］和Wacker等（2006）［13］关于人力资本类型的划分方法，循着Chang等（2016）［14］的研究思路，将按承担不同角色的三类人力资本引入生产率决定方程中：① 在变量的描述性统计中可以看出，TFP的值较小，较小的标准差意味着较小的波动，因此在进行实证检验时，借鉴刘恺豪和刘渝琳（2014）［41］的做法，TFP不取对数。
式（1）中，i代表细分行业，t代表时间，λ为不可观测的行业效应，ωit为随机误差项，C为常数项，ζ为系数向量，被解释变量（TLP）代表各行业的生产率，包括全要素生产率（TFP）和全员劳动生产率（InQP），OH、PH、EH分别代表一般人力资本、专业人力资本、企业家人力资本。Z是一组控制变量，包括政府科研补贴强度（TTBTQ）、自主研发强度（RDQ）、技术引进（TECH）、总资产贡献率（ZGX）、外部融资依存度（RZD）、资产负债率（FZL）。为降低原始值波动程度，尽量消除回归过程中的异方差问题，所有解释变量均取自然对数值，In（·）表示变量取对数形式。
为了验证前面提出的假说2a、2b、2c是否成立，本文参考相关研究的一般做法，在式（1）中引入三类人力资本与行业异质性（HEG）之间的交互项，得到：
在式（2）中，HEG是行业异质性变量，即行业国有产权比重（OWN）、行业规模水平（SIZE）、技术密集度（NP），τ、κ、υ是相应的交互项系数。式（2）隐含假定了生产率（TLP）随着各影响因素的变化而瞬时发生相应的变动而不存在调整性的滞后效应。然而在现实经济实践中，前期水平的生产率的对当期可能存在着影响，这可以参考戴魁早和刘友金（2016）［40］的研究，通过在式（2）中引入TLP的一期滞后项来反映，由此得到式（3）：
然而，政府是多变无常的。在美国，每一任新总统都有机会改变太空探索的优先事项。就算是私营公司，也能在技术上自主决策，精明的生意人有时候会转向有财政资助的领域。乔治·布什总统是个更偏爱先登月做法的人。奥巴马的目光更多地投向火星（另外还支持了小行星探索）。在特朗普治下，月球再一次成为偏爱的对象。“努力去确立一项在某种程度上属于他们、盖有他们的印记的太空项目，”瓦尔科维奇说道，“历届总统都有种倾向，会转而支持上一届总统没有发声的项目。”
式（3）中，
为滞后乘数，反映了前一期TLPi,t-1对当期TLP的影响，即刻画了滞后效应的强弱。式（3）是本文进行实证检验的基本模型。
3.2 数据处理原则
除非做特别说明，本文所使用的数据均来源于2001-2015年的《中国工业（经济）统计年鉴》和《中国科技统计年鉴》，相关年份的《中国统计年鉴》，2004、2008、2013年的《中国经济普查年鉴》，《国民经济行业分类2002》（GB/T4754-2002）、《国民经济行业分类2011》（GB/T4754-2011）。
任何革命者、创业者，没有信仰，肯定走不远。赣东北苏区的斗争是在敌我力量对比极为悬殊，处在白色政权严密包围之下进行的。是何等力量支撑着根据地军民在严酷的环境下同敌人血战到底呢？那就是共产主义的理想和革命必胜的信念！革命斗争的历史表明，没有坚定的共产主义理想和赤诚的爱国之心，就不会有“方志敏式”革命道路的开辟。
“我不要钱，只要孩子！”说完，我拿出存有40万元的银行卡，说：“这是代孕补贴和代孕费，你们全部拿回去吧，我只想抱走一个孩子。”
在2000-2014年期间，中国的工业统计分发生了行业的拆分与合并，统计口径发生较大变化，数据也存在缺失① 限于篇幅，本文没有详细叙述工业行业的拆分与归并、统计口径的调整，只叙述与本文相关的内容，其余内容备索。 。本文也是主要仿照陈诗一（2011）［17］提出的方法进行调整，为了使变量指标前后可比，本文在数据处理上做了一些灵活处理。
（1）行业归并与缺失数据处理策略
与国有企业相比，目前占相当高比重的民营企业规模较小，规模经济效应微弱，自身资本积累不足，科研补贴、信贷政策往往具有规模和所有制歧视（白俊红，2011［22］），导致民营企业融资渠道狭窄，人力资本流失，迫使民营企业不得不雇佣廉价劳动力等开展研发成本低、技术含量低的经营活动，对于从事自主创新活动有心无力，人力资本促进生产率提升的效果十分有限。
所以本文最终估算了35个工业二位码行业① 限于篇幅，本文没有报告35个工业二位码行业的名称及代码，备索。 2000-2014年的相关数据，获得共计525个观察值。
在以往的发展中，由于旅游业在一些项目中利润较高，从业者人数大量的增加，在一定的程度上使得旅游业内部的环境受到了冲击，人们普遍的对于旅游公司以及导游等具有不佳的印象。在大数据时代到来之后，人们在生活的过程中，能够以更加透明的方式对于旅游业内部的情况进行了解。并且在此基础上，无形对于行业的内部构成了一种监督的机制，使得行业内部的环境得到了净化，服务的质量有所提升。
（2）工业统计口径调整方法。本文参照陈诗一（2011）［17］的做法，将考察期限内不同统计口径下的数据按照一定标准调整到统一的全部工业统计口径。在构造全部工业统计口径的分行业面板数据时② 本文采用了与陈诗一（2011）［17］相似的方法来构造全部工业口径的分行业面板数据，限于篇幅，本文没有详细介绍与 其相同的内容，如有需要，请参考陈诗一（2011）［17］。 ，根据《关于印发中小企业标准暂行规定的通知》（国经贸中小企［2003］143 号）和《关于印发中小企业划型标准规定的通知》（工信部联企业〔2011〕300号）的规定，兼顾研究目的和数据可得性，本文选择以从业人数、主营业务收入作为口径调整的指标，用从业人数指标调整得到的全部工业口径的数据用于本文的基准回归结果分析（i=1），用主营业务收入指标调整得到的全部工业口径的数据做稳健性检验（i=2）。与陈诗一（2011）［17］的做法一样，本文首先分别计算出2004、2008、2013年分行业规模以上工业企业的从业人数、主营业务收占全部工业口径的比重，然后通过线性假定可以计算出2000-2014年分行业规模以上调整到全部工业口径的调整比例，最后将规模以上的相关指标数据除以对应年份的调整比例得到2000-2014年全部工业口径的相关指标数据。
3.3 变量度量③
③ 限于篇幅，本文变量的详细处理过程、定义、描述性统计均没有给出，如有需要，请联系作者。
（1）被解释变量
姐妹俩默默地、默默地相对而坐，一会儿同时望望灵床上的亡人，一会儿两两相望，眼睛就渐渐地潮湿模糊了；梨花抹了下眼睛，手上水水的。不知从什么时候开始，她已经会流泪了。眼泪一旦决了堤，就如潮涌一般不可收拾；但梨花无心收拾，任由泪水蒙住了眼睛。对她而言，眼泪可以洗涮一些东西；但更多的是撒上伤口的盐巴，让她感到痛。更痛。
第三，确定投入产出变量。① 限于篇幅，本文没有报告分行业随机前沿生产函数估计结果，感兴趣的请来信索取。 产出变量采用工业实际增加值（RVA）。本文使用2000年为基年的出厂价格指数平减对工业增加值进行平减得到。②投入变量是资本（K）和劳动（L）。资本投入采用固定资产实际净值年平均余额衡量，劳动投入采用全部从业人员年平均人数衡量。
TFP的计算比较繁琐，需要通过以下步骤：第一，确定测算TFP的方法。索罗剩余法测算TFP将会导致计量问题，即同时性偏差和样本选择问题。Olley和Pakes（1996）［43］基于一致半参数估计方法提出的OP方法，使用一个生存概率来估计企业的生存和退出，因此该方法主要适用于估计企业层面的生产率。Levinsohn和Petrin（2003）［44］提出的测算生产率的LP方法涉及到中间投入，尽管中间投入比OP方法更容易获得，但是由于本文来使用行业层面的数据，只能计算出2000-2007年的中间投入，所以也无法使用该方法。与数据包络分析方法相比，随机前沿分析（SFA）的优势是可以使用计量方法对前沿生产函数进行估计，并能够对参数进行统计检验，具有更为可靠的经济理论基础，所以本文采用SFA方法来测算TFP。
随着分子医学技术的发展，揭示出EOP在治疗各种疾病的机制。应进一步研究杜仲多糖治病机理，为临床提供更好的应用基础。
第二，确定生产函数形式。本文借鉴Battese和Coelli（1995）［45］的研究，设定如下的超越对数生产函数形式：
Battese和Coelli（1995）［45］设定了方差参数
来检验复合扰动项中技术无效率项所占的比例，λ介于0与1之间，若λ=0被接受，表明实际产出与最大产出之间的距离均来自于不可控的纯随机因素，此时无需采用SFA方法，直接运用OLS方法即可。
其中男性患儿47例,女性患儿42例,年龄1~13岁,平均年龄(6.21±4.22)岁。所有均有夜间睡眠打鼾、张口呼吸、时伴憋气,扁桃体Ⅱ-Ⅲ度;鼻咽镜检查提示腺样体肥大。所有患者均无手术禁忌
本文的被解释变量是生产率（TLP），包括全要素生产率（TFP）和全员劳动生产率（InQP）。全员劳动生产率反映了企业的投入产出效益，根据孙早等（2014）［42］的研究，本文采用分行业工业总产值与该行业全部从业人员数的比值表示。
第四，估计出生产函数和计算TFP①。模型1和模型2分别是投入产出变量按照从业人数、主营业务收入调整到全部工业口径的估计结果。模型1用于主要计量分析，模型2用于稳健性检验。从模型1和模型2的Log likelihood、Waldχ2（9）的统计量看，模型回归的整体效果非常好，都具有很强的解释力，同时资本、劳动的平方项及交互项的系数符合经济理论预期。模型1和模型2的γ的值分别是0.89和0.94，表明效率的偏差主要来源于非技术效率，并且mu在1%的显著水平上不等于0，说明我们使用SFA方法估计生产函数是合理的。
得到参数估计后，本文借鉴Fuentes等（2001）［46］在SFA框架下计算TFP的公式，结合本文设定的超越对数生产函数的随机前沿模型估计结果，给出计算TFP的公式：
在式（5）中，为各细分行业的技术效率。
（2）解释变量
第一，一般人力资本（OH）和专业人力资本（PH）。本文使用工业分行业层面的数据，仿照吴延兵（2012）［47］的做法，使用分行业的研发R&D人员全时当量来衡量专业人力资本，用分行业从业人数减去R&D人员全时当量得到生产人员数，即一般人力资本。
第二，企业家人力资本（EH）。不少企业家的科学文化水平相对不高，但其创办的企业经营得也很成功，因此受教育程度不能全面反映企业家人力资本的特点和水平（张小蒂和姚瑶，2012［48］）。Beugelsdijk和Noorderhaven（2004）［49］使用自我雇用率作为企业家精神（人力资本）的代理指标，Glaeser和Kerr（2009）［50］采用历年新增私营企业数量来度量企业家精神（企业家人力资本），张小蒂和姚瑶（2012）［48］为了揭示中国民营企业家的成长特征，采用地区每万人口中民营企业的数量来衡量企业家人力资本。改革开放以来，民营经济的发展速度成倍高于全国整体经济增长速度，民营经济已经成为我国国民经济的重要组成部分,民营企业家更是民营企业的灵魂。考虑到企业家人力资本内涵的相对重要性及数据的可得性，本文借鉴张小蒂和姚瑶（2012）［48］的做法，采用分行业规模以上工业企业中民营企业的每万从业人员拥有的民营企业的法人单位数来作为企业家人力资本的代理变量。
第三，行业国有产权比重（OWN）。本文从产出的角度，采用分行业国有及国有控股企业总产值比重（分行业国有及国有控股企业总产值/行业内全部企业总产值）度量。
第四，分行业平均企业规模水平（SIZE）。本文采用分行业平均每个企业的实际总产值来度量，实际总产值用以2000年为基期的工业生产者出厂价格指数平减。
第五，行业技术密集度（NP）。考虑到企业衡量企业从事创新活动的最终产出的指标是新产品销售收入，因此本文根据毛其淋和许家云（2015）［57］的经验研究，从产出的角度采用分行业新产品销售收入与主营业务收入（销售收入）的比值来反映技术密集度。
综合上述分析，本文提出假说1：
①政府科研补贴强度（TTBTQ），本文采用政府科研补贴占研发资本支出的比重衡量。②自主研发强度（RDQ），本文采用研发资本支出与主营业务收入的比重来衡量。③关于技术引进（TECH），本文采用分行业国外技术引进支出、消化吸收经费支出、购买国内技术经费支出总额与分行业总产值的比值来衡量。④总资产贡献率（ZGX），本研究采用利税总额与利息支出之和占资产总计的比重来表征。⑤外部融资依存度（RZD），本文采用长期负债除以固定资产原价来表示。⑥资产负债率（FZL），本文采用负债总计除以资产总计来衡量。
开发强度大，是城市化的重点地区；区内人为活动频繁，地表大面积硬化，增加了径流系数，加剧了排洪压力；泥沙入河，影响水环境质量。
4 实证结果及分析
4.1 实证检验策略
一方面，三类人力资本对中国工业生产率的提升具有正效应，另一方面，企业内、行业内三类人力资本的数量受到行业、企业本身的性质和盈利能力等因素的影响（Ployhart等，2006［10］）。所以三类人力资本并非严格意义上的外生变量，并与生产率之间可能互为因果关系，从而导致内生性问题。所以在对式（3）动态面板数据模型进行估计时，解释变量的内生性可能导致估计结果出现偏误。
处理内生性问题的方法通常是选取合适的工具变量，但是传统的工具变量法在实际的操作中难度较大（白俊红，2011［22］）。Windmeijer（2005）［51］证明，在有限样本条件下，system GMM方法比difference GMM方法估计的偏差更小、有效性更高，因此本文使用system GMM方法来处理内生性问题。考虑到样本观测值的有限性，本文仿照在模型中引入三类人力资本及其与行业国有产权比重、行业平均企业规模、行业技术密集度的交互项的滞后项分别作为自身的工具变量，采用system GMM方法来尝试性地解决内生性问题。
动态面板数据模型因为引入了被解释变量的滞后一项并作为解释变量，控制了一些遗漏变量及不可观测因素的影响，从而比静态面板数据模型的估计结果更为准确可靠（Bond，2002［52］）。因此在基本回归结果中，本文也对式（2）进行静态面板估计以与式（3）的动态面板模型估计结果进行对比。
表1 三类人力资本影响中国工业的基本估计结果（i=1）
表1报告了三类人力资本影响中国工业TFP的基本估计结果。从sysGMM的估计结果来看，AR（1）统计量虽然拒绝了残差项一阶序列无自相关的原假设，但是AR（2）统计量接受了残差项二阶无自相关的原假设，表明我们的模型设置是有效的，全部Sargan Test的伴随概率值都为1，不能拒绝工具变量有效的原假设。静态面板数据模型的F检验均最终选择了固定效应模型。分别比较列（1.1）与（1.2）、列（1.3）与（1.4）、列（1.5）与（1.6），除了列（1.6）中由于没有处理内生性问题导致企业家人力资本的估计系数出现异常值外，使用sysGMM方法回归得到的人力资本系数均小于使用静态FE方法得到的估计值，因为前者考虑到了滞后一期的TFP，能够捕捉到全要素生产率增长的基本态势，还控制了遗漏变量及不可观测因素的影响。这也从侧面证实了使用sysGMM进行实证检验的正确性，因此本文使用sysGMM估计结果进行分析。
4.2 一般人力资本、专业人力资本、企业家人力资本与中国工业的
从列（1.1）可以看出，一般人力资本的估计值为0.0019，并且在1%的水平上高度显著。表明一般人力资本能够显著提高中国工业的全要素生产率。本文的结论与陈浩（2007）［53］的结论类似，陈浩（2007）［53］的研究表明一般人力资本的估计系数显著，并且对中国产出增加的作用最大，但是使用省级面板数据，以产出为因变量。本文的研究证实了一般人力资本对中国工业的生产率具有显著的提升效果，肯定了中国广大产业工人、农民工对提升中国工业生产率的重要作用。对比列（1.1）、（1.3）与（1.5），一般人力资本的估计系数是最高的，大大超过了专业人力资本、企业家人力资本对中国工业生产率的提升作用。虽然一般人力资本的受教育程度相对较低，但是近年来，国家逐渐增加了教育投入，扩大了职业教育、高等教育的受教育范围。一般人力资本整体上接受新知识新技能的能力不断增强，从而使建立在长期生产实践基础上的生产创新成为可能。理论分析和经验研究都表明，教育水平的整体改善是生产率提高的主要源泉，是未来主要的人口红利（蔡昉，2009［19］）。中国的产业工人、农民工吃苦耐劳，迫切希望通过辛勤劳动改变现状过上更高水平的生活，这构成中国制造业比较优势的一个重要来源（张杰和何晔，2014［54］）。
列（1.3）显示，专业人力资本的估计值为0.0012，并且在1%的水平上高度显著。表明专业人力资本能够显著提高中国工业的全要素生产率。专业人力资本比一般人力资本能够更迅速地寻找价值创造所需要的新方法、新技能，促进技术创新和扩散（陈剑，2006［21］）。所以从理论上说，专业人力资本的估计系数应该高于一般人力资本。可是对照列（1.1）表明，专业人力资本的估计系数明显低于一般人力资本。因此假说1只是得到部分验证。陈浩（2007）［53］认为，尽管专业人力资本在理论上比一般人力资本具有更高的劳动生产率，然而专业人力资本的投资具有周期长、花费大、投资效果不确定等风险，因此专业人力资本在与一般人力资本竞争中处于不利地位。特别是当一般人力资本占绝对优势时，一般人力资本会利用所占资源建立起阻挡专业人力资本投资的壁垒，使专业人力资本的投资收益率偏低，导致专业人力资本的投资“失灵”。
由此可见，国有企业改革显著有利于三类人力资本生产率促进效应的发挥，从这个角度讲，国有企业改革取得了巨大的成功。也说明国有企业由所有制性质决定的“企业创新能力论”未免有失武断，通过完善相关激励体制与机制，也能够提高创新效率（李政和陆寅宏，2014［27］）。中国民营企业几十年来则主要依靠中国廉价的劳动力和低廉的土地、环境成本发展壮大，当前绝大数中小民营企业规模有限，技术人才匮乏且流失严重，因此民营企业虽然具有强烈的创新动机，但在自主创新活动中先天不足，人力资本的创新效应的发挥受到了极大限制（李政和陆寅宏，2014［27］）。
4.3 三类人力资本对中国工业生产率的异质影响效应考察
前文的理论分析表明，人力资本对中国工业生产率的提升效果会受到行业异质性的影响，而行业异质性主要体现在国有产权比重、企业规模和技术密集度等方面，上文已经论证使用ysGMM进行回归分析的合理性，因此在以下实证检验中本文均使用这种方法，并依次纳入国有产权比重、企业规模和技术密集度变量来检验其对人力资本的生产率促进效应的异质性影响。
多数学校制定了较完善的实习管理制度，通过计划、引导、监督和评价等多种手段保障野外实习顺利完成．但是，由于重视程度不够，造成实习经费紧张，实习人数过多，师资队伍短缺，仅以维持教学计划实施，难以完成实践教学任务，教学质量不高．这样不利于专业课程教学及学科建设与发展，而且不利于学生解决实际问题能力的培养与提高．另外，学生在实践教学中参与度不足，个别学生把实践教学当做游玩，不认真对待．
（1）三类人力资本与中国工业的生产率：分行业国有产权比重的影响
表2报告了计量模型（3）使用sysGMM方法的回归结果。在表2中，以TFP为被解释变量的回归结果报告在列（2.1）、（2.2）、（2.3），以lnQP为被解释变量回归结果报告在列（2.4）、（2.5）、（2.6），并都分别依次引入了三类人力资本与行业国有产权比重的交互项。AR（2）的伴随概率都大于0.05，表明AR（2）的统计量接受了残差项二阶无自相关的原假设，表明本文的模型设置是有效的（Blundell和 Bond，1998［56］）。Sargan Test结果显示本文选取的工具变量是有效，从而能够确保估计结果的可信度。
从表2的估计结果看，无论是以TFP为被解释变量，还是以lnQP为被解释变量，三类人力资本与行业国有产权比重的交互项都显著为正，表明国有产权比重的提高强化了三类人力资本的生产率促进效应，从而初步证实了我们的理论假说2a。
本文认为国有产权比重的提高强化了三类人力资本的生产率促进效应从根本上源于中国政府对国有企业进行的一系列卓有成效的改革。国有企业改革初步解决了所有者缺位问题，在一定程度上促使创新索取权与创新控制权相对应，国有企业经营者的创新动机得到进一步强化。国有企业改革的不断深入激发了三类人力资本的创新动机，涌现一批优秀的企业家，专业技术人员的科技创新能力逐步提高，典型的创新模式也不断形成，比如宝钢集团的“蓝领创新”等。国有企业的一系列改革措施提高了自主创新的产出与绩效。2004年-2010年中央企业申请专利数量从6579项激增到52283项，授权专利从3886项增长到30610项，年均增长分别达到42.9%和39.4%，2009年中央企业申请专利中的发明专利和授权专利比重均高出国内平均水平20个百分点（李政和陆寅宏，2014［27］）。创新产出与绩效的提高也带来了国有企业效益的显著改善。据财政部提供的最新数据，2017年上半年国有企业实现利润14072.3亿元，同比增长24.3%，中央企业9352.1亿元，同比增长18.5%，地方国有企业4720.2亿元，同比增长37.5%；6月末，国有企业资产总额1434774.3亿元，同比增长11.5%，中央企业资产总额728465.4亿元，同比增长9.2%① http://qys.mof.gov.cn/zhengwuxinxi/qiyeyunxingdongtai/201707/t20170725_2657955.html。 。
根据列（1.5）的估计结果，企业家人力资本的估计值为0.0017，并且在1%的水平上高度显著。企业家在不断变化的市场中把握机会，重新组合来自不同地区、不同部门的各类生产要素，寻找最有效的生产方式，提高企业的生产效率和竞争力。从动态的角度看，企业家的创业创新活动产生了较强的“示范”和“扩散”效应，引发了一个“企业家呼唤企业家”的正反馈机制。企业家人力资本的创新活动能够带动整个行业甚至整个社会的创新（张小蒂和姚瑶，2012［48］）。企业家人力资本（精神）不仅是企业、行业的创新动力，而且是社会整体创新能力提升的重要驱动力，是把新知识转化为商业知识的主要源泉，从而成为最重要的人力资本（Acs等，2012［55］）。因此从理论上说，企业家人力资本的估计系数不仅显著为正，而且在三类人力资本的估计系数中应该是最大的。但是列（1.5）的估计结果与列（1.1）、（1.3）相比，企业家人力资本对中国工业全要素生产率的提升作用高于专业人力资本的作用符合经济学直觉，但却低于一般人力资本的生产率促进效应，因此假说1只得到部分证实。这个估计结果反映了企业家精神的缺失导致企业家人力资本的创新能力远未得到充分发挥（张小蒂和姚瑶，2012［48］）。
表2 三类人力资本与中国工业的生产率：分行业国有产权比重的影响（i=1）
续表
（2）三类人力资本与中国工业的生产率：分行业企业规模的影响
为了检验假说2b，与表2类似，表3分别以TFP和lnQP为被解释变量，均分别引入了三类人力资本与分行业企业规模（lnSIZE）的交互项（lnOH*lnSIZE、lnPH*lnSIZE、lnEH*lnSIZE）。对比列（3.1）与（3.4）、列（3.2）与（3.5）、（3.3）与（3.6）的估计结果，交互项均显著为正。这说明，分行业企业规模的扩大均强化了三类人力资本的生产率效应。也就是说，相对于平均企业规模较小的行业，在平均企业规模较大的细分行业内，三类人力资本均对中国工业生产率的提高作用要大一些。这就初步验证了本文的假说2b。与中小企业相比，大企业的产业工人科学文化素质较高，规模经济效应明显，因此，大企业的一般人力资本小企业更能提高企业的生产率。相对于中小企业，大企业是科技研发资金与创新人才聚集高地，更加完善的创新评价与考核机制能够最大限度地激发研发热情和活力，大企业的专业人力资本比小企业的专业人力资本对企业生产率的提高效果更大。与中小企业相比，大企业所具有的巨额资本和各种网络资源为企业家施展企业家才能提供了更高水平的舞台。
表3 三类人力资本与中国工业的生产率：分行业企业规模的影响（i=1）
续表
（3）三类人力资本与中国工业的生产率：分行业技术密集度的影响
为了检验假说2c，与表2类似，表4分别以TFP和InQP为被解释变量，均引入了三类人力资本与分行业技术密集度（InNP）的交互项（lnOH*lnNP、lnPH*lnNP、lnEH*lnNP）。对比列（4.1）与（4.4）、列（4.2）与（4.5）、（4.3）与（4.6）的估计结果，交互项均显著为正。这说明，技术密集度的提高均放大了三类人力资本的生产率提升效应。这就初步验证了本文的假说2c。与技术密集度较低的行业相比，高技术密集度较高的行业自身较好的技术基础，更有利于企业家洞察技术进步的方向，更敏锐地把握市场机会，提高决策效率，也有利于企业家采用比较先进的技术。企业家职能的有效发挥也是产业工人、研发人才释放技术创新效应的一个基本前提（陈剑，2006［21］）。熟练产业工人、高素质创新人才会流向那些能够提供具有较高竞争力待遇的技术密集度较高的行业（唐末兵等，2014［38］）。与技术密集度较低的行业相比，技术密集度较高的行业具有较高的技术基础和持续的创新投入，对先进技术具有更强的消化吸收能力，这都促使创新人才能够比较快速地确定研发方向和重点，取得创新成功的可能性较大，技术创新能力以及技术成果转化能力提高的速度更快（Barro和Sala-i-Martin，2004［57］）。反之，在技术密集度较低的行业，企业家人力资本积累不足，熟练产业工人、高素质人才不断流失，技术进步效应减弱。
表4 三类人力资本与中国工业的生产率：行业技术密集度的影响（i=1）
5 稳健性检验估计结果
为了验证基本回归结果的稳健性和敏感度，除了采用上述的内生性问题处理、遗漏变量控制外，本文拟从以下几个方面进行稳健性检验① 限于篇幅，本文没有报告稳健性检验结果，备索。 。
5.1 改变调整到全部工业口径的指标
基本回归结果是将2001-2014年的相关变量指标按照从业人数指标调整到全部工业口径。本文使用主营业务收入指标将相关变量调整到全部工业口径（i=2）进行稳健性检验。
5.2 调整变量定义
本文采用全员劳动生产率（lnQP）对三类人力资本影响中国工业全要素生产率的基本估计结果（表1）进行第二种稳健性检验。本文采用分行业国有及国有控股企业从业人员比重（SOE）（分行业国有及国有控股企业业人员年平均人数*100/分行业全部从业人员年平均人数，单位：%）度量工业分行业的国有产权比重来做稳健性检验。本文采用分行业平均每个企业的实际销售收入（SCA）来度量行业平均规模。本文选取分行业平均每个企业的固定资产实际净值（CAP）来重新度量行业技术密集度。
稳健性检验中采用的sysGMM的Sargan Test和检验再一次表明相应模型设定的合理性和工具变量选取的有效性。进一步将两种稳健性结果与相应的基本估计结果进行对比，本文重点关注的三类人力资本及其与行业异质性变量交互项的系数符号完全一致，显著性没有发生系统性变化，表明本文的估计结果不因样本和指标选择的不同而发生实质性变化，从而保障了本文研究结论的可信度。本文的最终结论是部分证实了假说1，证实了假说2a 、2b、2c。
6 研究结论与政策启示
人力资本是推动经济增长和生产率提升的重要源泉。实证检验发现：①专业人力资本、企业家人力资本、一般人力资本均能够显著提高中国工业的生产率，并且效果依次增强；②进一步引入三类人力资本与行业异质性变量的交互项后发现，三类人力资本对中国工业生产率的影响具有显著的行业异质传导效应，在国有产权比重较大、企业规模较大、技术密集度较高的细分行业中，专业人力资本、一般人力资本、企业家人力资本均对中国工业生产率的提升作用更大。本文的理论分析与实证结论具有丰富的政策含义：
第一，继续强化一般人力资本的生产率提升效应，充分发挥企业家人力资本对提高中国工业生产率的主导作用，进一步发挥专业人力资本在产业创新过程中的骨干作用。大力发展职业教育，坚持产教结合、校企结合，引导社会各界支持职业教育，加大对落后地区的职业教育支持力度。不断挖掘企业家人力资本，提升企业家人力资本水平对于一个行业提高生产率是至关重要的。改善制度环境，支持企业家专心创新创业，促使更多的潜在的企业家人力资本得以显现。高等教育要注重内涵发展，在各领域培养出高层次尖端人才。
第二，继续推进工业所有制改革。工业所有制改革并不意味着国有经济比重的降低和民营经济比重的提高，而是要通过深化国企国资改革，增强三类人力资本的生产率效应，提高自主创新能力。
第三，支持行业内兼并重组，适度扩大分行业平均企业规模。应利用更加优惠的信贷政策促进优秀企业做大做强，优化产业组织结构。
第四，不断提高技术密集度。政府要完善科研补贴与税收减免的政策，降低企业创新的风险。
参考文献：
References：
［1］ 吴敬琏.以深化改革确立中国经济新常态［J］.探索与争鸣, 2015, 1:4-7.Wu J L. To Establish the New Normal of Chinese Economy by Deepening Reform［J］.Exploration and Free Views, 2015, 1:4-7.
［2］ 孙早, 杜国亮, 刘李华.人口结构变化对工业竞争力的影响——来自中国省际面板数据的证据［J］.经济问题, 2014, 5:59-64.Sun Z, Du G L, Liu L H. The Influence of Demographic Changes on Industrial Competitiveness: The Evidence from Chinese Provincial Panel Data［J］.On Economic Problems, 2014, 5:59-64.
［3］ Park, J. Total Factor Productivity Growth for 12 Asian Economies: The Past and the Future［J］.Japan and the World Economy, 2012, 24(2):114-127.
［4］ Lindh, T., Malmberg, B. Age Structure Effects and Growth in the OECD, 1950-1990［J］.Journal of Population Economics, 1999, 12(3):431-449.
［5］ Herring, C. Does Diversity Pay? Race, Gender, and the Business Case for Diversity［J］.American Sociological Review, 2009, 74(2):208-224.
［6］ Parrotta, P., Pozzoli, D., Pytlikova, M. Labor Diversity and Firm Productivity［J］.European Economic Review, 2014, 66(1):144-179.
［7］ Trax, M., Brunow, S., Suedekum, J. Cultural Diversity and Plant-level Produtivity［J］.Regional Science and Urban Economics, 2015, 53:85-96.
［8］ Fleisher, B. M., Hu, Y., Li H., Kim, S. Economic Transition, Higher Education and Worker Productivity in China［J］.Journal of Development Economics, 2011, 94(1):213-232.
［9］ Bombardini, M., Gallipoli, G., Pupatod, G. Unobservable Skill Dispersion and Comparative Advantage［J］.Journal of International Economics, 2014, 92(2):317-329.
［10］ Ployhart, R. E., Weekley, J. A., Baughman, K. The Structure and Function of Human Capital Emergence: A Multilevel Examination of the Attraction-Selection-Attrition Model［J］.The Academy of Management Journal, 2006, 49(4):661-677.
［11］ Romer, P. M. Endogenous Technological Change［J］.Journal of Political Economy,1990, 98(5):S70-S102.
［12］ Iyigun, M. F., Owen, A. L. Entrepreneurs, Professionals, and Growth［J］.Journal of Economic Growth, 1999, 4(2):213-232.
［13］ Wacker, J. G., Yang, C. L., Sheu, C. Productivity of Production Labor, Non-production Labor, and Capital: An International Study［J］.International Journal of Production Economics, 2006, 103(2):863-872.
［14］ Chang, C. F., Wang, P., Liu, J. T. Knowledge Spillovers, Human Capital and Productivity［J］.Journal of Macroeconomics, 2016, 47, Part B:214-232.
［15］ 舒锐.产业政策一定有效吗?——基于工业数据的实证分析［J］.产业经济研究, 2013,3:45-54+63.Shu R. Industrial Policy Must Be Valid? Empirical Analysis Based on Industrial Data［J］.Industrial Economics Research, 2013, 3:45-54+63.
［16］ 孙早, 刘李华.中国工业全要素生产率与结构演变:1990-2013［J］.数量经济技术经济研究,2016, 10:57-75.Sun Z, Liu L H. China's Industrial Total Factor Productivity and Structure Reform:1990-2013［J］. Journal of Quantitative & Technical Economics, 2016, 10:57-75.
［17］ 陈诗一.中国工业分行业统计数据估算:1980-2008［J］.经济学(季刊), 2011, 3:735-776.Chen S Y. Reconstruction of Sub-industrial Statistical Data in China (1980-2008)［J］.China Economic Quarterly, 2011, 3:735-776.
［18］ 华萍.不同教育水平对全要素生产率增长的影响——来自中国省份的实证研究［J］.经济学(季刊), 2005, 1:147-166.Hua P. Impacts of Different Levels of Education on TFP Growth: Evidence from China［J］.China Economic Quarterly, 2005, 1:147-166.
［19］ 蔡昉.未来的人口红利——中国经济增长源泉的开拓［J］.中国人口科学, 2009, 1:2-10+111.Cai F. China's Future Demographic Dividend: Digging New Source of Economic Growth［J］.Chinese Journal of Population Science, 2009, (1):2-10+111.
［20］ Gries, T., Naudé, W. Entrepreneurship and Regional Economic Growth: Towards a General Theory of Start-ups［J］.Innovation: The European Jouanal of Social Science Research, 2009, 22(3):309-328.
［21］ 陈剑.基于经济增长的人力资本结构模式与调整［J］.科学·经济·社会, 2006, 3:42-45+51.Chen J. Model and Adjusting of Human Capital Structure Basedon Economic Growth［J］.Science·Economy·Society, 2006, 3:42-45+51.
［22］ 白俊红.中国政府的R&D资助有效吗?——来自大中型工业企业的经验证据［J］.经济学(季刊), 2011, 4:1375-1400.Bai J H. Are Government R&D Subsidies Eff i cient in China? Evidence from Large and Medium Enterprises［J］.China Economic Quarterly, 2011, 4:1375-1400.
［23］ 戴魁早, 刘友金.行业市场化进程与创新绩效——中国高技术产业的经验分析［J］.数量经济技术经济研究, 2013, 9:37-54.Dai K Z, Liu Y J. Evolvement of Industrial Marketization and Innovation Performance［J］.The Journal of Quantitative & Technical Economics, 2013, 9:37-54.
［24］ Jensen, M. C., Meckling, W. H. Theory of the Firm: Managerial Behavior, Agency Costs and Ownership Structure［J］.Journal of Financial Economics, 1976, 3(4):305-360.
［25］ 许召元, 张文魁.国企改革对经济增速的提振效应研究［J］.经济研究, 2015, 4:122-135.Xu Z Y, Zhang W K. SOEs Reform's Impacts on Economic Growth［J］.Economic Research Journal, 2015, 4:122-135.
［26］ 李荣融.宏大的工程 宝贵的经验——记国有企业改革发展30年［J］.求是, 2008, 16:27-30.Li R R. The Grand Engineering Valuable Experience:30 Years during the Reform and Development of State-owned Enterprises ［J］. Qiushi, 2008, 16:27-30.
［27］ 李政, 陆寅宏.国有企业真的缺乏创新能力吗——基于上市公司所有权性质与创新绩效的实证分析与比较［J］.经济理论与经济管理, 2014, 2:27-38.Li Z, Lu Y H. Do State-owned Enterprises Really Lack Innovation Ability: A Comparative Analysis Based on Innovation Performance of State-owned Enterprises and Private Enterprises［J］.Economic Theory and Business Management, 2014, 2:27-38.
［28］ Appleton, S., Song, L., Xia, Q. Has China Crossed the River? The Evolution of Wage Structure in Urban China during Reform and Retrenchment［J］.Journal of Comparative Economics, 2005, 33(4):644-663.
［29］ Braga, H., Willmore, L. Technological Improts and Technological Imports: An Analysis of Their Determinants in Brazilian Firms［J］.Journal of Industrial Economics, 1991,39(4):421-432.
［30］ Jaffe, A. B. Demand and Supply Influences in R&D Intensity and Productivity Growth［J］.Review of Economics and Statistics, 1988, 70(3):431-437.
［31］ Bound, J., Cummins, C., Griliches, Z., Hall, B. H., Jaffe, A. B. Who Does R&D and Who Patents?［R］NBER Working Paper, No.10043, 1984.
［32］ Scherer, F. M. Firm Size, Market Structure, Opportunity, and the Output of Patented Inventions［J］.American Economic Review, 1965, 55(5):1097-1125.
［33］ 孙早, 郭林生, 肖利平.企业规模与企业创新倒U型关系再检验——来自中国战略性新兴产业的经验证据［J］.上海经济研究, 2016, 9:33-42.Sun Z, Guo L S, Xiao L P. Retest on Inverted U-shaped Relationship between the Scale and Innovation of Enterprises: Evidence from Chinese Stategic Emerging Industry［J］.Shanghai Journal of Economics, 2016, 9:33-42.
［34］ Lall, S. Technological Capabilities and Industrialization［J］.World Development, 1992,20(2):165-186.
［35］ Vossen, R. W. R&D, Firm Size and Branch of Industry: Policy Implications［R］.University of Groningen, SOM Research Report Theme B:Marketing and Networks,1998.
［36］ Pischke, J. S. Continuous Training in Germany［J］.Journal of Population Economics,2001, 14(3):523-548.
［37］ Tsai, K. H., Wang, J. C. R&D Productivity and the Spillover Effects of High-tech Industry on the Traditional Manufacturing Sector: The Case of Taiwan［J］. World Economy,2004, 27(10):1555-1570.
［38］ 唐末兵, 傅元海, 王展祥.技术创新、技术引进与经济增长方式转变［J］.经济研究,2014, 7:31-43.Tang M B, Fu Y H, Wang Z X. Technology Innovation, Technology Introduction and Transformation of Economic Growth Pattern［J］.Economic Research Journal, 2014,(7):31-43.
［39］ Du, J., Lu, Y., Tao, Z., Yu, L. Do Domestic and Foreign Exporters Differ in Learning by Exporting? Evidence from China［J］.China Economic Review, 2012, 23(2):296-315.
［40］ 戴魁早, 刘友金.要素市场扭曲与创新效率——对中国高技术产业发展的经验分析［J］.经济研究, 2016, 7:72-86.Dai K Z, Liu Y J. Factor Market Distortion and Innovation Eff i ciency: Empirical Evidence of China's High-tech Industries［J］. Economic Research Journal, 2016, 7:72-86.
［41］ 刘恺豪, 刘渝琳.破解中国经济增长之谜——来自人口结构变化的解释［J］.经济科学,2014, 3:5-21.Liu K H, Liu Y L. Cracking the Mystery of Chinese Economic Growth——The Explanation from the Changes in the Population Structure［J］.Economic Science, 2014, (3):5-21.
［42］ 孙早, 宋炜, 孙亚政.母国特征与投资动机——新时期的中国需要怎样的外商直接投资［J］.中国工业经济, 2014, 2:71-83.Sun Z, Song W, Sun Y Z. Home Country Characters and Investment Motivations: What Kind of Foreign Direct Investment That China Needs in New Era［J］.China Industrial Economics, 2014, 2:71-83.
［43］ Olley, G. S., Pakes, A. The Dynamics of Productivity in the Telecommunications Equipment Industry［J］. Econometrica, 1996, 64(6):1263-1297.
［44］ Levinsohn, J., Petrin, A. Estimating Production Functions Using Inputs to Control for Unobservables［J］.Review of Economic Studies, 2003, 70(2):317-347.
［45］ Battese, G. E., Coelli, T. J. A Model for Technical Inefficiency Effects in a Stochastic Production Frontier for Panel Data［J］.Empirical Economics, 1995, 20(2):325-332.
［46］ Fuentes, H. J., Grifell-Tatjé, E., Perelman, S. A Parametric Distance Function Approach for Malmquist Productivity Index Estimation ［J］.Journal of Productivity Analysis, 2001,15(2):79-94.
［47］ 吴延兵.国有企业双重效率损失研究［J］.经济研究, 2012, 3:15-27.Wu Y B. The Dual Eff i ciency Losses in Chinese State-Owned Enterprises［J］.Economic Research Journal, 2012, 3:15-27.
［48］ 张小蒂, 姚瑶.企业家人力资本拓展对比较优势增进的影响研究——基于中国省级面板数据的经验分析［J］.浙江大学学报(人文科学版), 2012, 6:98-110.Zhang X D, Yao Y. An Impacts Study of the Entrepreneur' Human Capital Development on the Comparative Advantage Enhancement: An Empirical Analysis Based on the China’ Provincial Panel Data［J］.Journal of Zhejiang University(Humanities and Social Sciences), 2012, 42, (6):98-110.
［49］ Beugelsdijk, S., Noorderhaven, N. Entrepreneurial Attitude and Economic Growth［J］.Annals of Regional Science, 2004, 38(2):199-218.
［50］ Glaeser, E. L., Kerr, W. R. Local Industrial Conditions and Entrepreneurship: How Much of the Spatial Distribution Can We Explain?［J］.Journal of Economics & Management Strategy, 2009, 18(3):623-663.
［51］ Windmeijer, F. A Finite Sample Correction for the Variance of Linear Eff i cient Two-step GMM Estimators［J］.Journal of Econometrics, 2005, 126(1):25-51.
［52］ Bond, S. R. Dynamic Panel Data Models: A Guide to Micro Data Methods and Practice［J］.Portuguese Economic Journal, 2002, 1(2) :141-162.
［53］ 陈浩.人力资本对经济增长影响的结构分析［J］.数量经济技术经济研究, 2007, 8:59-68.Chen H. A Structural Analysis of the Human Capital’ Contribution to Economic Growth［J］.Journal of Quantitative & Technical Economics, 2007, (8):59-68.
［54］ 张杰, 何晔.人口老龄化削弱了中国制造业低成本优势吗?［J］.南京大学学报(哲学·人文科学·会科学), 2014, 3:24-36+157.Zhang J, He Y. Population Aging in China Is about to Weaken Low-Cost Advantage in Manufacturing?［J］.Journal of Nanjing University(Philosophy, Humanities and Social Sciences), 2014, 3:24-36+157.
［55］ Acs, Z. J., Audretsch, D. B., Braunerhjelm, P., Carlsson, B. Growth and Entrepreneurship［J］.Small Business Economics, 2012, 39(2):289-300.
［56］ Blundell, R., Bond, S. Initial Conditions and Moments Restrictions in Dynamic Panel Data Models［J］.Journal of Econometrics, 1998, 87(1):115-143.
［57］ Barro, R. J. Sala-i-Martin, X. Economic Growth(Second Edition)［M］.Cambridge: The MIT Press, 2004.
Human Capital, Industrial Heterogeneities and Productivity of Chinese Industry: Based on Perspective of the Division of Human Capital
XU Yuan-hua, GU Jing, SUN Zao, HOU Zhi-yang, ZHANG Yi
Abstract： Human capital is the important source which is able to drive the economic growth and productivity promotion. According to the functions human capital exerts and its corresponding roles in the process of economic growth and industrial innovation, the paper divides human capital into ordinary human capital, professional human capital and entrepreneurial human capital at level of industrial sub-sectors the , and incorporate three types of human capital into the equation of productivity determination and uses the panel data of 35 sub-sectors of Chinese industry between 2000 and 2014 to study the effect of ordinary human capital, professional human capital and entrepreneurial human capital on the industrial productivity in China. To overcome the unfavorable effects on the regression analyses resulted from the changes in statistical caliber of industry during the period, according to relative the indicators, the paper adjusts variables used in this paper to calibre of the all industrial enterprises uniformly, and incorporate three types of human capital into the equation of productivity determination. The empirical tests show that: (1)The professional human capital, entrepreneurial human capital,ordinary human capital all enhance the total factor productivity signif i cantly and the effects of three types of human capital tend to increase in order;(2) after introducing the interactive items between three types of human capital and industrial heterogeneities to the equation, the empirical results show that the signif i cant industrial heterogeneity exists at the influence of three types of human capital on the industrial productivity in China, in those sub-sectors with big industrial proportion of state-owned property rights, large scale and high technology density,professional human capital, ordinary human capital and entrepreneurial human capital improve the industrial productivity in China even more greatly.
Key words： human capital; social division; industrial heterogeneities; productivity; all industrial calibre
DOI： 10.3773/j.issn.1006-4885.2019.06.043
中图分类号： F062.9
文献标识码： A
文章编号： 1002-9753（2019）06-0043-25
基金项目： 国家自然科学基金青年项目（项目编号：71503198）；中国博士后科学基金面上资助项目（项目编号：2016M590932）；陕西省软科学研究计划面上项目（项目编号：2016KRM013）。
作者简介：
徐远华（1986-），河南商丘人，西安交通大学经济与金融学院博士研究生，研究方向：人力资本与创新。
谷 静（1981-），湖北武汉人，洛阳师范学院电子商务学院工程师，研究方向：人力资源管理。
孙 早（1966-），陕西西安人，西安交通大学经济与金融学院教授，研究方向：产业经济学。
侯志阳（1982-），河南洛阳人，洛阳栾川钼业集团股份有限公司钨业选矿一公司工程师，研究方向：人力资源绩效研究与评估。
张 毅（1981-），河南三门峡人，河南省电子商务大数据处理与分析重点实验室讲师，研究方向：人力资源管理。
（本文责编：小 木）
标签：人力资本论文; 社会分工论文; 行业异质性论文; 生产率论文; 全部工业口径论文; 西安交通大学经济与金融学院论文; 洛阳师范学院电子商务学院论文; 洛阳栾川钼业集团股份有限公司钨业选矿一公司论文; 河南省电子商务大数据处理与分析重点实验室论文;