裴 政，羅守貴，2

（1.上海交通大學(xué) 安泰經(jīng)濟與管理學(xué)院，上海 200030；2.上海交通大學(xué) 中國城市治理研究院，上海 200030）

人力資本對企業(yè)創(chuàng)新的促進作用已被大多數(shù)學(xué)者認(rèn)同。不同理論視角考察人力資本在企業(yè)創(chuàng)新中的作用時的落腳點不盡相同。在人力資本的計量上，眾多文獻選擇人力資本某一方面進行研究，少有文獻對人力資本的各個要素進行全面的分解與度量。本文以完備的分解方式，將總?cè)肆Y本劃分為數(shù)量特征、質(zhì)量特征以及結(jié)構(gòu)特征等多個要素，并通過學(xué)歷差異、職稱差異兩種方式衡量不同角度的人力資本質(zhì)量差異，考察各要素對創(chuàng)新績效的影響。本文認(rèn)為人力資本的數(shù)量、質(zhì)量與結(jié)構(gòu)可通過不同的作用機制對創(chuàng)新績效產(chǎn)生影響。人力資本的數(shù)量特征是對人力資本“規(guī)模效應(yīng)”的一種度量，隱含了研發(fā)人員個體作用的同質(zhì)性假設(shè)，這也是一般理論模型對創(chuàng)新人員這一變量的簡化表達，即僅采用創(chuàng)新人員人數(shù)指代創(chuàng)新人力資本投入；人力資本質(zhì)量特征假設(shè)不同研發(fā)個體作用不同，研究研發(fā)人員創(chuàng)新績效的“偏態(tài)分布”，在這種情況下，人力資本的“規(guī)模效應(yīng)”可能不再明顯，而會出現(xiàn)諸如“明星科學(xué)家（star scientist）”的效應(yīng)，即少部分人決定創(chuàng)新過程與創(chuàng)新績效；人力資本結(jié)構(gòu)特征是指創(chuàng)新部門和非創(chuàng)新部門的比例，表征了研發(fā)、生產(chǎn)與后勤的人力配比，是對創(chuàng)新部門的“規(guī)模效應(yīng)”與公司組織結(jié)構(gòu)的衡量。

人力資本通常分為通用型和企業(yè)專用型兩類，故本文采用學(xué)歷與職稱衡量人力資本質(zhì)量差異，將其分解為學(xué)歷差異與職稱差異。研發(fā)人員的學(xué)歷一般形成于工作之外（或之前），衡量標(biāo)準(zhǔn)為研發(fā)人員的學(xué)習(xí)能力、通用知識與技能的掌握；而研發(fā)人員的職稱來自長期工作積累與工作成果的轉(zhuǎn)化，衡量標(biāo)準(zhǔn)為研發(fā)人員對該行業(yè)經(jīng)驗、專用知識與技能的掌握［1-3］。通過比較人力資本的學(xué)歷差異與職稱差異對創(chuàng)新績效的影響，可以分析通用型和專用型的人力資本對企業(yè)創(chuàng)新績效的不同影響。

資源基礎(chǔ)觀（resource-based view）認(rèn)為，人力資本是企業(yè)的內(nèi)在資源，為創(chuàng)新提供著用之不竭的動力。但這一觀點有一定的局限性，ROTHAERMEL和HESS［4］將企業(yè)創(chuàng)新的影響因素分成個人層次、企業(yè)屬性以及創(chuàng)新網(wǎng)絡(luò)3個層次，而根據(jù)FELIN和FOSS［5］、DANSEREAUN等［6］、KLEIN 等［7］的研究，僅在單一層次考察人力資本的作用存在對不同層次要素同質(zhì)性、獨立性的過強假設(shè)，因此在對某一層次的要素進行研究時，必須要考慮或控制其他層次要素的交互影響。因此，本文在考察人力資本的同時，也控制了創(chuàng)新網(wǎng)絡(luò)變量及其與人力資本的交互作用。

本文采用上海市1 585家企業(yè)的5年跟蹤數(shù)據(jù)，度量了上海市科技企業(yè)的人力資本總量及其分解后的數(shù)量、質(zhì)量、結(jié)構(gòu)三要素對企業(yè)創(chuàng)新的作用，并將人力資本質(zhì)量要素分解為學(xué)歷差異、職稱差異，即衡量通用型與專用型的人力資本質(zhì)量差異對企業(yè)創(chuàng)新績效的不同影響，此外，還進一步探究了企業(yè)按照行業(yè)、規(guī)模分類后各要素作用的變化情況。

研究發(fā)現(xiàn)，人力資本的數(shù)量、質(zhì)量、結(jié)構(gòu)要素都對創(chuàng)新績效有正向影響，在全樣本中數(shù)量及結(jié)構(gòu)兩個要素的貢獻更顯著，但在子樣本中的結(jié)論則表現(xiàn)不同。首先，大企業(yè)相較小企業(yè)、制造業(yè)相較服務(wù)業(yè)，均有更明顯的人力資本“規(guī)模效應(yīng)”。其次，不同規(guī)模、行業(yè)的企業(yè)人力資本的質(zhì)量差異雖均對創(chuàng)新績效產(chǎn)生影響，但因其作用方式與機制不同，導(dǎo)致通用和專用型人力資本對不同類型的創(chuàng)新過程作用效果不同。大企業(yè)、制造業(yè)存在更高比例的漸進式過程創(chuàng)新，需要專用型的人力資本，因此職稱差異是人力資本質(zhì)量差異的主要因素；而小企業(yè)、服務(wù)業(yè)則有更多的突破式產(chǎn)品創(chuàng)新，需要通用型的人力資本，學(xué)歷差異將會對創(chuàng)新績效產(chǎn)生更明顯的作用。

1 文獻綜述

NELSON和PHELPS［8］最早論證了人力資本對創(chuàng)新的作用機制。此后，LUCAS［9］定義了專業(yè)人力資本，指出其誕生于生產(chǎn)實踐中，并對創(chuàng)新有重要作用；BAUMOL［10］提出了人才配置與創(chuàng)新績效關(guān)系的相關(guān)理論，認(rèn)為長期經(jīng)濟增長的穩(wěn)態(tài)差異主要來自人力資源差異導(dǎo)致的創(chuàng)新效率差異。其他理論文獻也傾向于將人力資本作為創(chuàng)新的核心變量，GRILICHES［11］提出創(chuàng)新是人力資本、物質(zhì)資本以及創(chuàng)新效率（剩余）的函數(shù)，HITT等［12］認(rèn)為企業(yè)的創(chuàng)新表現(xiàn)至少應(yīng)該是以人力資本為變量的某個函數(shù)。

人力資本在企業(yè)層面對創(chuàng)新的影響是多層次的。人力資本的積累與人力結(jié)構(gòu)的配置將共同作用于創(chuàng)新［13-15］，且人力資本的作用會隨著其他創(chuàng)新要素的投入不同而變化。但多數(shù)文獻對人力資本計量與考察并不全面。對于人力資本的數(shù)量特征，楊勇和達慶利［16］、何慶豐等［17］、李柏洲等［18］、朱承亮等［19］采用創(chuàng)新人員數(shù)量為指示變量；MARVEL和LUMPKIN［20］、L??F［21］、盧馨和黃順［22］采用創(chuàng)新人員受教育年限加總這一變量，但從本質(zhì)上仍是對人力資本數(shù)量特征的研究。對于人力資本質(zhì)量特征，高素英等［23］、朱承亮等［19］、吳小立和廖東聲［24］、王娟和王毅［25］、PARROTTA等［26］采用平均學(xué)歷或?qū)W歷占比度量人力資本質(zhì)量；何慶豐等［17］、葉明確和楊亞娟［27］、曾德明等［28］、ANDRIES和CZARNITZKI［29］采用高級研究人員或高級職稱占比度量人力資本質(zhì)量；吳淑娥等［3］、?STERGAARDA等［30］，SUBRAMANIAN等［31］則采用上述兩種方式衡量。對于人力資本結(jié)構(gòu)，洪俊杰等［32］、盧馨［33］、張斌［34］均采用研發(fā)人員占全時人員比作為結(jié)構(gòu)的衡量指標(biāo)，并進行了詳細(xì)討論。

人力資本異質(zhì)性與質(zhì)量差異對創(chuàng)新績效會產(chǎn)生顯著影響，LOTKA［35］早在研究中指出人力資本創(chuàng)新績效的“偏態(tài)分布”，統(tǒng)計結(jié)果表明在化工產(chǎn)品的創(chuàng)新中5%的研發(fā)人員大約貢獻了全部創(chuàng)新成果的50%，ERNST等［36］也得出類似的結(jié)果。此外，胡鳳玲和張敏［37］、?STERGAARD等［30］也指出人力資本的異質(zhì)性和質(zhì)量差異對企業(yè)創(chuàng)新有顯著影響；ROTHAERMEL和HESS［4］發(fā)現(xiàn)少部分頂尖的創(chuàng)新人才主導(dǎo)了美國制藥企業(yè)的創(chuàng)新過程，引申出“明星科學(xué)家”效應(yīng)；ZUCKER等［38］最早在研究生物制藥產(chǎn)業(yè)時提出該問題，STUART等［39］在后續(xù)的研究中發(fā)現(xiàn)，在生物醫(yī)藥領(lǐng)域，公司內(nèi)部的創(chuàng)新人才發(fā)揮“看門人”的作用，有利于促進企業(yè)內(nèi)部知識和外部知識的交互；LIEBESKIND等［40］認(rèn)為企業(yè)內(nèi)部的科學(xué)家對于評估企業(yè)所進行研究的質(zhì)量和潛力至關(guān)重要，并且可以直接影響企業(yè)合作伙伴的選擇；HESS和ROTHAERMEL［41］發(fā)現(xiàn)明星科學(xué)家存在于成熟產(chǎn)業(yè)鏈中的強勢企業(yè)，并在產(chǎn)業(yè)鏈與知識整合中發(fā)揮巨大作用。

除了“明星科學(xué)家”效應(yīng)，按照職稱、學(xué)歷劃分的人力資本專用型與通用型差異也是人力資本質(zhì)量差異的討論重點。人力資本專用型理論來自資產(chǎn)專用性理論。吳淑娥等［3］針對西安高新企業(yè)的調(diào)研數(shù)據(jù)將人力資本按類型劃分為創(chuàng)新人才（通用人才）及效率人才（專用人才），她認(rèn)為創(chuàng)新人才具有全面的知識體系以及強大的創(chuàng)造動機，學(xué)歷衡量了創(chuàng)新人員的研發(fā)能力、自學(xué)能力和知識惰性，因此可將學(xué)歷作為衡量創(chuàng)新型人才的指示變量；而效率型人才依據(jù)經(jīng)驗學(xué)習(xí)，通過“干中學(xué)”獲取知識，最終解決了企業(yè)的專用問題，因此可將職稱作為衡量效率型人才的指示變量，并得出了“通用人才促進了產(chǎn)品創(chuàng)新績效，專用人才雖抑制了產(chǎn)品創(chuàng)新績效，但卻促進了生產(chǎn)效率提高”的結(jié)論。吳愛華和蘇敬勤［2］進一步深化了該問題，將專用人才與通用人才結(jié)合漸進式創(chuàng)新與突破式創(chuàng)新，認(rèn)為擁有通用知識的通用人才更能在突破式創(chuàng)新中發(fā)揮作用，而擁有專用知識的專用人才更適合漸進式創(chuàng)新。ANDRIES與CZARNITZKI［29］認(rèn)為，就小企業(yè)而言，基礎(chǔ)研發(fā)人員對創(chuàng)新績效展現(xiàn)出很強的促進作用，且這種作用和研發(fā)人員參與的創(chuàng)新類型相關(guān)，即相比于過程創(chuàng)新，基礎(chǔ)研發(fā)人員更適合在產(chǎn)品創(chuàng)新中發(fā)揮作用。HERSTAD等［42］發(fā)現(xiàn)從高校、科研機構(gòu)返聘的研發(fā)人員以及高學(xué)歷的研發(fā)人員對企業(yè)技術(shù)突破創(chuàng)新有明顯促進作用。?STERGAARDA等［30］、PARROTTA等［26］也指出以學(xué)歷或職稱來衡量人力資本質(zhì)量存在顯著差異。綜上，本文認(rèn)為以學(xué)歷衡量人力資本質(zhì)量差異可反映研發(fā)人員通用知識差異，與突破式創(chuàng)新更加相關(guān)，而以職稱衡量人力資本質(zhì)量差異可反映研發(fā)人員專用知識差異，與漸進式創(chuàng)新更加相關(guān)。但是，僅研究人力資本某一方面是片面的，有必要將人力資本劃分為數(shù)量、質(zhì)量、結(jié)構(gòu)不同要素，并采用非數(shù)量（本文采用受教育年限）的方式對人力資本質(zhì)量的差異進行描述。

此外，當(dāng)視角聚焦到企業(yè)的創(chuàng)新網(wǎng)絡(luò)時，人力資本依舊發(fā)揮著重要作用。首先，企業(yè)的屬性（包括人力資本、R&D支出、吸收能力等）會影響創(chuàng)新網(wǎng)絡(luò)對創(chuàng)新的效用發(fā)揮［43-44］。其次，專業(yè)化分工使得企業(yè)的人力資本等自主創(chuàng)新要素并不能滿足企業(yè)的創(chuàng)新需求，當(dāng)企業(yè)無法完全從內(nèi)部獲取資源時，就會尋求從外部獲取資源，進而形成創(chuàng)新網(wǎng)絡(luò)［45］。因此，異質(zhì)性的人力資本是企業(yè)形成并需要創(chuàng)新網(wǎng)絡(luò)的重要原因之一，在考慮企業(yè)之間創(chuàng)新網(wǎng)絡(luò)的影響時，必須要考慮各企業(yè)人力資本的異質(zhì)性與結(jié)構(gòu)差異［5，46］。人力資本與創(chuàng)新網(wǎng)絡(luò)之間存在正向的交互關(guān)系，因此在研究中必須要控制創(chuàng)新網(wǎng)絡(luò)及其交互作用。

2 數(shù)據(jù)和變量

2.1 數(shù)據(jù)來源

自2008年起，上海市科學(xué)技術(shù)委員會按年度開展科技企業(yè)統(tǒng)計工作，其編制的年報內(nèi)容包括企業(yè)研發(fā)投入（資金、人員等）、創(chuàng)新績效（專利申請、專利授權(quán)等創(chuàng)新成果）、經(jīng)濟聯(lián)系（政企、企業(yè)創(chuàng)新合作）和經(jīng)濟產(chǎn)出的情況，其中包括極具價值的研發(fā)人員描述及企業(yè)創(chuàng)新合作伙伴的統(tǒng)計指標(biāo)。鑒于本研究目標(biāo)及數(shù)據(jù)的可得性，本文采用2011—2015年的平衡短面板數(shù)據(jù)，剔除異常值后，最終樣本量共7 925個（即1 585家企業(yè)5年的跟蹤數(shù)據(jù)）。

選用該數(shù)據(jù)出于以下原因。①該數(shù)據(jù)具有較強的可信度。數(shù)據(jù)由官方在年度科技企業(yè)登記時一并完成統(tǒng)計，作為完成登記的硬性指標(biāo)，因此整體質(zhì)量及可信度較高，上海市科委對企業(yè)的調(diào)研問卷原則上與《上海市統(tǒng)計年鑒》中“主要年份科技型企業(yè)狀況表”統(tǒng)計方式相同。②該數(shù)據(jù)具有一定的代表性。上海市作為中國經(jīng)濟與創(chuàng)新活動最活躍的地區(qū)，上海數(shù)據(jù)可以在一定程度上反映我國科技企業(yè)的創(chuàng)新過程，該樣本涵蓋了92個行業(yè)和所有經(jīng)濟屬性，并包括上市及非上市企業(yè)，因此普適性及代表性強。③選擇該數(shù)據(jù)貼近本文對科技企業(yè)創(chuàng)新績效的研究，樣本企業(yè)的年平均創(chuàng)新成果數(shù)為13件，平均研發(fā)人員數(shù)為92人，且該樣本為上海市科委抽樣選擇，對科技企業(yè)有很強的代表性。

由于2015年以后上海市科委的統(tǒng)計數(shù)據(jù)口徑發(fā)生變化，無法形成有效的跟蹤面板數(shù)據(jù)，因此本樣本截止到2015年，在時效性上存在一定折扣。但根據(jù)上海市2011—2018年統(tǒng)計年鑒對上海市科技企業(yè)和規(guī)模以上工業(yè)企業(yè)的創(chuàng)新統(tǒng)計，上海市規(guī)模以上工業(yè)企業(yè)2010—2017年的創(chuàng)新投入及績效始終保持穩(wěn)定上升（年化復(fù)合增速6%）。對于科技型企業(yè)，2010—2017年企業(yè)平均申請專利數(shù)穩(wěn)定在4.5件左右，平均從業(yè)人員和研發(fā)人員投入均保持穩(wěn)定上升，未見2016年及2017年相較之前有較大趨勢性變動。因此，本文的相關(guān)結(jié)論可以解釋近8年來上?？萍计髽I(yè)創(chuàng)新績效持續(xù)增長的內(nèi)在原因，且實證規(guī)律有一定時間維度上的普適性。

2.2 變量測量

本文沿用了之前文獻［4，47-49］大多采用的企業(yè)創(chuàng)新成果數(shù)量來度量企業(yè)的創(chuàng)新產(chǎn)出，包括企業(yè)專利、軟件著作權(quán)登記、集成電路布圖設(shè)計登記以及其他創(chuàng)新成果登記。對于這些變量均采用申請或上報口徑，以盡可能減少創(chuàng)新過程和成果之間的間隔［50］。盡管采用創(chuàng)新成果數(shù)量度量創(chuàng)新績效有一定的缺陷，但本文認(rèn)為采用的變量是相對準(zhǔn)確的指標(biāo)：①此處教育年限按以下方法設(shè)定：本科學(xué)歷16年，碩士19年，博士23年，并將非本科（?？萍耙韵拢┑慕逃晗藿y(tǒng)一為12年（該部分在研發(fā)人員中占比極少）。為了避免專利的過高申請門檻，采用各種創(chuàng)新成果件數(shù)加總的方式，以求盡可能囊括全部創(chuàng)新成果；②由于樣本選用上海市的研發(fā)企業(yè)，數(shù)據(jù)直接來自上?？莆钠髽I(yè)調(diào)查，企業(yè)有較高的創(chuàng)新申報意愿，不太可能隱瞞創(chuàng)新成果。

通常來說，用貨幣計量人力資本主要有3種方式，即報酬折現(xiàn)法、人力資本加工成本法和未來折現(xiàn)法［51］?？紤]數(shù)據(jù)可得及統(tǒng)計準(zhǔn)確性，本文選用第2種方式，將研發(fā)人員所受教育作為人力資本加工成本的主要部分，通過受教育程度來衡量人力資本，即將企業(yè)中從事科技活動人員的受教育年限加總作為總的人力資本。對于研發(fā)人員，其所受的教育應(yīng)該作為其人力資本形成的主要投入。為避免將教育年限簡單的同質(zhì)加總，本文采用舒爾茨教育年限法對不同教育年限①進行賦權(quán)加總，具體權(quán)重根據(jù)周曉和朱農(nóng)［52］的研究中上海地區(qū)的測算結(jié)果。因此，本文中公司的總?cè)肆Y本等于企業(yè)中從事科技活動人員的受教育年限的舒爾茨賦權(quán)加總。

本文嘗試對總?cè)肆Y本進行完備且獨立的分解，即將總的人力資本分解成數(shù)量、質(zhì)量和結(jié)構(gòu)3個要素，并分別用研發(fā)人員總數(shù)、平均受教育年限（下文用平均人力資本指代）、研發(fā)人員占公司人員比例（下文用研發(fā)人員占比指代）衡量，而這3個要素的乘積即為總?cè)肆Y本。值得注意的是，這里的平均人力資本是采用學(xué)歷來衡量人力資本質(zhì)量。在分解一中，可以通過觀察研發(fā)人員總數(shù)與研發(fā)人員占公司人員比例的顯著性來推斷人力資本數(shù)量和結(jié)構(gòu)對創(chuàng)新績效的影響。

進一步將總?cè)肆Y本分解成4個要素，并通過學(xué)歷和職稱兩個維度衡量人力資本質(zhì)量，即將研發(fā)人員人數(shù)分解為非高級職稱研發(fā)人員人數(shù)和高級職稱研發(fā)人員人數(shù)。將人力資本質(zhì)量劃分為專用型與通用型，可以更全面地刻畫人力資本的質(zhì)量差異，進一步提高分解的全面性和完備性。

分解二在分解一的基礎(chǔ)上增加了人力資本質(zhì)量的兩種衡量方式，可以通過觀察高級職稱與非高級職稱研發(fā)人員人數(shù)對創(chuàng)新貢獻的差異來判斷研發(fā)人員創(chuàng)新績效的“偏態(tài)分布”，以及以職稱衡量的研發(fā)人員質(zhì)量差異是否對創(chuàng)新績效有影響，進而探究創(chuàng)新過程中的“明星科學(xué)家”效應(yīng)。此外，可以通過觀察平均人力資本對創(chuàng)新貢獻的顯著性來判斷以學(xué)歷衡量的研發(fā)人員質(zhì)量差異是否對創(chuàng)新績效有影響。通過比較學(xué)歷和職稱兩個維度衡量的人力資本質(zhì)量結(jié)果，可以研究專用型與通用型人力資本在企業(yè)創(chuàng)新績效中的作用。

值得強調(diào)的是，本文進行的上述分解在數(shù)學(xué)上是完備的，而其經(jīng)濟解釋也相對獨立，因此可作為一組變量綜合考察人力資本對創(chuàng)新績效的影響。實證部分會分別用研發(fā)人員受教育總年限以及分解一、分解二各變量作為核心自變量進行回歸，并比較這3種結(jié)果。

為了消除跨層次影響的干擾，對創(chuàng)新網(wǎng)絡(luò)及其交互效應(yīng)進行了控制。本文采用企業(yè)創(chuàng)新合作伙伴個數(shù)這一指示變量。該變量來自上?？莆瘜κ苷{(diào)查企業(yè)的問卷問題，詢問企業(yè)主要且持續(xù)的技術(shù)創(chuàng)新合作伙伴個數(shù)及所在區(qū)域。本文將企業(yè)依照創(chuàng)新合作伙伴數(shù)量的多寡分為四種類型：無創(chuàng)新合作伙伴、1個合作伙伴、2個合作伙伴、3個及以上合作伙伴。企業(yè)合作伙伴越多，企業(yè)的創(chuàng)新網(wǎng)絡(luò)密度越大，企業(yè)的合作行為越密集。

此外，本文還對科技活動經(jīng)費支出、委托外單位開展科技活動支出這兩項研究經(jīng)費支出進行控制。根據(jù)ROTHAERMEL和HESS［4］的三層次模型，R&D經(jīng)費支出、研發(fā)人員雇傭與激勵與創(chuàng)新成果高度相關(guān)。同時，本文對企業(yè)規(guī)模（總資產(chǎn)和主營業(yè)務(wù)收入）、高新技術(shù)產(chǎn)品收入、企業(yè)凈利潤也進行控制。此外，為了控制政企關(guān)系，還控制了高新企業(yè)的認(rèn)定以及稅收優(yōu)惠這一政策因素。最后，對企業(yè)所處的行業(yè)及區(qū)域進行控制，行業(yè)的分類依照《國民經(jīng)濟行業(yè)分類》（GB/T4754-2011）合為7類行業(yè)②本文將制造部門與能源建筑業(yè)歸為制造業(yè)，將流通部門、生產(chǎn)服務(wù)部門、科學(xué)文化及公共事業(yè)歸為服務(wù)業(yè)，其余分類不變。，地區(qū)分為上海核心區(qū)、次中心城區(qū)、近郊區(qū)及遠(yuǎn)郊區(qū)③具體劃分方式為：核心區(qū)包括黃埔、靜安、閘北（現(xiàn)歸入靜安）；次中心城區(qū)包括虹口、浦東新區(qū)、普陀、徐匯、楊浦、長寧；近郊區(qū)包括寶山、嘉定、閔行；遠(yuǎn)郊區(qū)包括崇明、金山、青浦、松江、奉賢。。

本文還選擇了研發(fā)經(jīng)費支出、總資產(chǎn)、主營業(yè)務(wù)收入的一階滯后項作為控制變量，同時控制了因變量的一階滯后項。JACOBSON［53］認(rèn)為添加回歸自變量的滯后項會使估計結(jié)果更加保守，并能有效控制模型設(shè)定偏誤，而對創(chuàng)新成果的滯后可有效控制企業(yè)規(guī)模及歷史研發(fā)水平。

2.3 數(shù)據(jù)描述

本文按照企業(yè)主營業(yè)務(wù)收入中位數(shù)將樣本分為小型企業(yè)和大型企業(yè)；按照上文分類標(biāo)準(zhǔn)將企業(yè)分為制造型企業(yè)與服務(wù)型企業(yè)。對全樣本和各子樣本進行描述性統(tǒng)計，比較樣本之間因變量、自變量、企業(yè)規(guī)模、盈利水平、企業(yè)外部關(guān)系的不同，并對各子樣本之間的包含關(guān)系進行分析。具體結(jié)果見表1。

表1 各樣本描述統(tǒng)計結(jié)果Tab.1 Descriptive statistics for the sample and subsample

續(xù) 表

如表1所示，全樣本中的制造業(yè)與服務(wù)業(yè)企業(yè)數(shù)量基本相當(dāng)，制造業(yè)中64.9%為大企業(yè)，而服務(wù)業(yè)中僅35.5%為大企業(yè)，小企業(yè)中服務(wù)業(yè)占比65.3%。

值得注意的是，按行業(yè)分類與按企業(yè)規(guī)模分類的樣本重合度過高，可能導(dǎo)致對回歸結(jié)果解釋困難，即按行業(yè)分類的回歸結(jié)果差異可能不是由行業(yè)差異造成的，而是由樣本主成分（即規(guī)模）的差異造成的。但本文觀察到盡管制造業(yè)中大企業(yè)較多，服務(wù)業(yè)中小企業(yè)較多，一些重要的自變量（如人力資本總量、數(shù)量、質(zhì)量、結(jié)構(gòu)以及合作伙伴個數(shù)）的大小關(guān)系與樣本的主要成份（即大企業(yè)和小企業(yè)）的大小關(guān)系并不相符。比如，大企業(yè)人力資本總數(shù)為小企業(yè)的近7倍，研發(fā)人數(shù)是小企業(yè)的近6倍，但這兩個指標(biāo)在服務(wù)業(yè)與制造業(yè)企業(yè)間幾乎相同。本文認(rèn)為服務(wù)業(yè)與制造業(yè)之間對比回歸將會呈現(xiàn)不同于按企業(yè)規(guī)模分類回歸的新規(guī)律，因此，按行業(yè)分類是有意義的。

3 估計策略

本文的回歸均基于以下創(chuàng)新方程，具體表達式為

其中，被解釋變量Yi為企業(yè)創(chuàng)新成果數(shù)量，方程（1）中的人力資本以人力資本總量（THCi）度量，方程（2）中將人力資本分為研發(fā)人員數(shù)量（NHCi）、平均人力資本（AHCi）和研發(fā)人員占比（SHCi）3個變量，方程（3）中l(wèi)NHCi表示非高級職稱研發(fā)人員數(shù)量，hNHCi表示高級職稱研發(fā)人員數(shù)量。Xi表示控制變量；ei為隨機誤差項。

因變量創(chuàng)新成果數(shù)量是非負(fù)的整數(shù)變量，針對這種類型的因變量，可以采用“加1后取對數(shù)”方法、泊松回歸及負(fù)二項回歸。其中，對數(shù)回歸法相對粗糙（在貿(mào)易相關(guān)研究中較為常用），回歸結(jié)果一般僅作為參考對照；而針對專利等創(chuàng)新成果有明顯的過度離散分布的情況，負(fù)二項回歸相較泊松回歸可以更好地擬合數(shù)據(jù)④泊松回歸假設(shè)變量的均值和方差相等，而本文對因變量的假設(shè)檢驗顯示變量存在過度離散的分布，因此泊松分布不適用。，并能對遺漏變量、異方差有較好地處理效力［54］。本文對因變量分布進行檢驗，在全樣本中，因變量均值為12.92，方差為22.76，未通過均值與方差相等的假設(shè)檢驗。此外，對全樣本回歸結(jié)果采用LR檢驗過度分散參數(shù)，置信區(qū)間為1.03～1.18，拒絕原假設(shè)，故認(rèn)為負(fù)二項回歸是更合適的估計方式。因此，本文主要采用負(fù)二項回歸，并將其與非面板（pooled）的回歸結(jié)果對照。

固定效應(yīng)及隨機效應(yīng)都可以控制面板數(shù)據(jù)的內(nèi)生性，本文采用Hausman檢驗對兩種模型的效力進行比較，從結(jié)果上來看，最終選擇了隨機效應(yīng)模型，同時觀察到類似文獻［4］也采用了隨機效應(yīng)模型。在此基礎(chǔ)上，為了防止其他未觀測到的內(nèi)生性，將規(guī)模變量（研發(fā)經(jīng)費支出、總資產(chǎn)、主營業(yè)務(wù)收入）和因變量做了一階滯后處理。

本文首先對全樣本分別按總?cè)肆Y本的兩種分解方式進行回歸，探究人力資本各個要素對創(chuàng)新績效的影響；為了進一步探究不同企業(yè)條件（規(guī)模、行業(yè)）下人力資本的效力，將樣本按收入分成大型和小型企業(yè)，按行業(yè)分成制造業(yè)和服務(wù)業(yè)企業(yè)，分別回歸比較人力資本影響。通過以上步驟，本文將回答以下問題：人力資本對創(chuàng)新績效的影響是否為正？創(chuàng)新效應(yīng)主要是由哪部分貢獻（數(shù)量、質(zhì)量、結(jié)構(gòu)）？對于創(chuàng)新人力資本的數(shù)量與質(zhì)量，是“以質(zhì)取勝”還是“以量取勝”？創(chuàng)新人力資本存在規(guī)模效應(yīng)還是偏態(tài)分布？對于創(chuàng)新人力資本質(zhì)量的影響，學(xué)歷因素和職稱因素哪個更重要？是否存在明星科學(xué)家效應(yīng)？創(chuàng)新人力資本在不同的企業(yè)階段和行業(yè)中更強調(diào)專用性還是通用性？

4 估計結(jié)果

4.1 全樣本估計結(jié)果

在全樣本條件下，以創(chuàng)新成果數(shù)量為因變量、人力資本總量及各分量（對應(yīng)分解一和分解二）為自變量進行負(fù)二項回歸，并控制創(chuàng)新伙伴個數(shù)等控制變量。此外，本文對負(fù)二項回歸模型進行了Hausman檢驗，為避免異方差問題，一并對檢驗采用自助法修正。對于以總?cè)肆Y本為自變量的方程（1），卡方值為6.62，以各人力資本分量為自變量的方程（2），卡方值為12.38，均不能在10%的顯著性水平下拒絕原假設(shè)，因此采用隨機效應(yīng)模型得出的結(jié)果更加有效。下文所有表格中的結(jié)果均為回歸系數(shù)值，但在結(jié)果分析中會將系數(shù)轉(zhuǎn)換為更有經(jīng)濟意義的發(fā)生比率（incidence rate ratio，IRR）調(diào)整值⑤即結(jié)果會以自然常數(shù)e為底，回歸系數(shù)為指數(shù)，計算其對應(yīng)的IRR值，而(IRR-1)則表示該變量對因變量的貢獻比例。。

全樣本的核心結(jié)果為表2的分解一、分解二，而對于人力資本總量（未進行分解）的負(fù)二項回歸結(jié)果（模型1和模型2）將作為正式結(jié)果的對照。本文將未添加與添加控制變量的結(jié)果進行對照，以檢驗控制變量的效力。

表2 全樣本負(fù)二項回歸結(jié)果Tab.2 Regression results of negative binomial estimation on the total sample

模型1和模型2是總?cè)肆Y本的回歸結(jié)果，模型1中未添加控制變量，模型2則添加了所有的控制變量。結(jié)果顯示，添加控制變量前后總?cè)肆Y本的影響依舊顯著而數(shù)值上略有下降，這說明對于全樣本而言，人力資本明顯對創(chuàng)新績效有正向貢獻（3.8%）。模型3和模型4采用第一種方式對人力資本各個要素進行了分解，結(jié)果顯示，人力資本的數(shù)量及結(jié)構(gòu)對全樣本的創(chuàng)新績效影響更為顯著，而質(zhì)量的影響不顯著，即人力資本對創(chuàng)新績效的正向貢獻可以分解為人力資本數(shù)量（每百人）7%及人力資本結(jié)構(gòu)（每10%）4%，而人力資本質(zhì)量（以學(xué)歷衡量）無顯著影響⑥均已做IRR調(diào)整，后面各結(jié)果的分析也同樣處理，之后不再贅述。。模型5和模型6的結(jié)果表明，無論是高級職稱還是非高級職稱的研發(fā)人員數(shù)量均對創(chuàng)新績效有顯著影響，且具有高級職稱研發(fā)人員的貢獻（31%）約為具有非高級職稱研發(fā)人員（7%）的4.7倍，這說明以職稱衡量的人力資本創(chuàng)新貢獻存在明顯的偏態(tài)分布。

綜上，針對全樣本回歸模型，本文得出以下結(jié)論：①對于上海科技型企業(yè)，總?cè)肆Y本的作用明顯，具體是由于人力資本數(shù)量和結(jié)構(gòu)的差異導(dǎo)致；②無論是人力資本數(shù)量還是結(jié)構(gòu)，都是對人力資本規(guī)模的衡量，這似乎說明企業(yè)對創(chuàng)新人員的投資應(yīng)該“以量取勝”，人力資本對創(chuàng)新績效的作用有很強的規(guī)模效應(yīng)；③以學(xué)歷衡量的人力資本質(zhì)量差異對創(chuàng)新績效影響不明顯，以職稱衡量的人力資本質(zhì)量差異對創(chuàng)新績效影響顯著，這說明在人力資本質(zhì)量對企業(yè)創(chuàng)新績效影響這一問題上存在較大分歧。為了進一步解釋全樣本的回歸結(jié)果，下文將樣本按照規(guī)模和行業(yè)進行分類，可更加細(xì)致地觀察各樣本下的不同結(jié)論。

4.2 按企業(yè)規(guī)模分類的子樣本結(jié)果

本文按照企業(yè)主營業(yè)務(wù)收入中位數(shù)將樣本分為小型企業(yè)和大型企業(yè)，分別對兩類樣本進行回歸，結(jié)果如表3所示。對于總?cè)肆Y本，兩類企業(yè)都顯示了較為顯著的正效應(yīng)，且小型企業(yè)人力資本貢獻的絕對值更高。對于小型企業(yè)，企業(yè)人力資本每千年的教育年限增長，將每年貢獻137%的創(chuàng)新成果；對于大型企業(yè)，這一數(shù)值降到了12%。

表3 按企業(yè)規(guī)模分類的子樣本負(fù)二項回歸結(jié)果Tab.3 Regression results of negative binomial estimation：by different scale

模型8和模型10表明人力資本數(shù)量和結(jié)構(gòu)的回歸結(jié)果與全樣本一致，兩者均為影響企業(yè)創(chuàng)新績效的主要變量。此外，人力資本數(shù)量對小企業(yè)的貢獻顯著強于大企業(yè)，但人力資本結(jié)構(gòu)對小企業(yè)的貢獻則弱于大企業(yè)，即對于小企業(yè)，每增加百名研發(fā)人員，企業(yè)每年將提高創(chuàng)新產(chǎn)出41%，而大企業(yè)僅為7%；保持其他變量不變，對于小企業(yè)，研發(fā)人員每增加10%，創(chuàng)新產(chǎn)出可提高5%，而大企業(yè)則為8%。值得注意的是，人力資本質(zhì)量的相關(guān)結(jié)論與全樣本不同：對于小企業(yè)，人力資本質(zhì)量對企業(yè)創(chuàng)新績效同樣有正向作用，研發(fā)人員的教育年限每提高一年，創(chuàng)新產(chǎn)出將提高311%；對于大企業(yè)，人力資本質(zhì)量（以學(xué)歷衡量）的貢獻不顯著。這一結(jié)果說明人力資本對所有企業(yè)并非都是單純“以量取勝”，對小規(guī)模企業(yè)來說，人力資本質(zhì)量（以學(xué)歷衡量）則非常重要。

對人力資本進一步進行分解，模型9和模型12的回歸結(jié)果如下：對于小企業(yè)，以學(xué)歷衡量的人力資本質(zhì)量（即平均人力資本）對企業(yè)創(chuàng)新績效有顯著的正向影響，而以職稱衡量的人力資本質(zhì)量（即高級職稱研發(fā)人員數(shù)量）對企業(yè)創(chuàng)新績效無顯著影響，回歸數(shù)值甚至為負(fù)數(shù)；而對于大企業(yè)，這一結(jié)論相反，以職稱衡量的人力資本質(zhì)量（即高級職稱研發(fā)人員數(shù)量）對企業(yè)創(chuàng)新績效有顯著正向影響。這一結(jié)果說明，對于小企業(yè)的創(chuàng)新，更重要的是研發(fā)人員的平均學(xué)歷，即研發(fā)人員的通用知識與能力，而所謂“明星科學(xué)家”的效應(yīng)并不突出；對于大企業(yè)，“明星科學(xué)家”效應(yīng)尤為重要，研發(fā)人員的通用知識與能力反而并不能更多助力于企業(yè)創(chuàng)新。

對于這一結(jié)論，KLAAS等［55］的研究表明，小企業(yè)常常依賴創(chuàng)始人的知識與技能，使得非管理層研發(fā)人員的創(chuàng)新作用被相關(guān)文獻系統(tǒng)性低估；而ANDRIES與CZARNITZKI［29］認(rèn)為，對于小企業(yè)，基礎(chǔ)研發(fā)人員對創(chuàng)新績效展現(xiàn)出很強的促進作用，且這種作用是和研發(fā)人員參與的創(chuàng)新類型相關(guān)（相比于過程創(chuàng)新，基礎(chǔ)研發(fā)人員更適合在產(chǎn)品創(chuàng)新中發(fā)揮作用），他們建議小企業(yè)應(yīng)考慮自身的創(chuàng)新類型，并讓更多的基礎(chǔ)研發(fā)人員參與創(chuàng)新而非局限于幾個頂尖的研發(fā)人員或管理者。本文認(rèn)為小企業(yè)創(chuàng)新中更多是突破性產(chǎn)品創(chuàng)新，需要知識轉(zhuǎn)移能力并非線性地進入其他知識領(lǐng)域，因此需要具備較強通用知識與能力的人才，回歸結(jié)果也顯示出中小企業(yè)創(chuàng)新更需要較高的研發(fā)人員平均學(xué)歷；而大企業(yè)創(chuàng)新中更多的是漸進性的過程創(chuàng)新，需要具備較強專用知識與能力、經(jīng)歷較長實踐的人才，因而研發(fā)人員的專用性知識與能力對于企業(yè)創(chuàng)新尤為重要。這一結(jié)論和吳愛華和蘇敬勤［2］的研究結(jié)論較為一致。此外，“明星科學(xué)家”效應(yīng)在大企業(yè)中更加突出，主要原因是頂尖科學(xué)家所謂的“看門人（gate keeper）”“錨（anchor）”的作用是建立在成熟的研發(fā)體系與研發(fā)方案上的，從某種意義上來講也是漸進式創(chuàng)新的一部分。

綜上，人力資本分解一和分解二的結(jié)果說明，人力資本數(shù)量、結(jié)構(gòu)、質(zhì)量對不同規(guī)模企業(yè)的創(chuàng)新績效均有非常重要的影響，但這種影響在不同企業(yè)中表現(xiàn)不同。對于小規(guī)模企業(yè)，通過學(xué)歷衡量的通用型人力資本質(zhì)量差異更加重要，而對于大規(guī)模企業(yè)，則存在更明顯的“明星科學(xué)家”效應(yīng)，專用型的高質(zhì)量研發(fā)人才更加關(guān)鍵。

4.3 按行業(yè)分類的子樣本結(jié)果

本文將企業(yè)按制造業(yè)和服務(wù)業(yè)分成兩組，回歸結(jié)果如表4。通過上文可看出，服務(wù)業(yè)企業(yè)多為小企業(yè)（64.5%），而制造業(yè)企業(yè)多為大企業(yè)（67.7%）。除企業(yè)規(guī)模外，兩類樣本其他變量差距不大（包括創(chuàng)新成果數(shù)量、單位資產(chǎn)對應(yīng)人力資本、平均受教育年限、合作伙伴數(shù)量等）。將回歸結(jié)果與按企業(yè)規(guī)模的回歸結(jié)果進行對照，發(fā)現(xiàn)制造業(yè)（服務(wù)業(yè)）關(guān)于人力資本、合作伙伴的特性與大企業(yè)（小企業(yè)）并不完全一致，據(jù)此認(rèn)為按照行業(yè)分類的回歸是有意義的，其反映的規(guī)律與企業(yè)規(guī)模并無直接關(guān)系。

表4 按行業(yè)分類的子樣本負(fù)二項回歸結(jié)果Tab.4 Regression results of negative binomial estimation：by different industries

首先，總?cè)肆Y本對創(chuàng)新績效的作用非常明顯，且在制造業(yè)企業(yè)中，人力資本對創(chuàng)新績效的影響更為明顯，是服務(wù)業(yè)的近三倍⑦可以看到大企業(yè)人力資本總量系數(shù)的絕對值遠(yuǎn)低于小企業(yè)，而多為大企業(yè)的制造業(yè)卻在這一數(shù)值上是服務(wù)業(yè)的3倍。這進一步說明了行業(yè)子樣本的回歸結(jié)果并非是企業(yè)規(guī)模導(dǎo)致的，這部分結(jié)果反映了新規(guī)律。。其次，對于制造業(yè)來說，研發(fā)人員與制造、后勤人員的比例并不能對創(chuàng)新績效有顯著影響，這可能與制造業(yè)企業(yè)的較多創(chuàng)新來自“干中學(xué)”的實踐有關(guān)，且較多創(chuàng)新需要后勤人員支持。而在服務(wù)業(yè)企業(yè)中，研發(fā)人員占比越大，越能促進創(chuàng)新成果產(chǎn)出，這一點也較符合預(yù)期。最后，制造業(yè)企業(yè)似乎更加“以量取勝”，從模型14和模型17對比來看，其研發(fā)人員數(shù)量對創(chuàng)新的貢獻是服務(wù)業(yè)的3倍以上（13%對4%）。

兩種分解的結(jié)果可以更加清楚地解釋這一問題。首先，制造業(yè)企業(yè)呈現(xiàn)出更明顯的“規(guī)模效應(yīng)”特征，即使對于更加細(xì)致的分解二，通過對比模型15和模型18，也得出了制造業(yè)企業(yè)非高級職稱研發(fā)人員數(shù)量的貢獻是服務(wù)業(yè)企業(yè)的近3倍（13%對5%）、高級職稱研發(fā)人員數(shù)量的貢獻是服務(wù)業(yè)企業(yè)的7倍（70%對10%）這一結(jié)論。其次，制造業(yè)企業(yè)與服務(wù)業(yè)企業(yè)的人力資本質(zhì)量均對企業(yè)創(chuàng)新績效有正向影響，但其貢獻方式并不一致，對比模型15和模型18可知，服務(wù)業(yè)企業(yè)研發(fā)人員的平均學(xué)歷非常重要，其對創(chuàng)新績效的影響遠(yuǎn)高于制造業(yè)企業(yè)；而制造業(yè)企業(yè)則更關(guān)注研發(fā)人員的職稱等級。這說明“明星科學(xué)家”效應(yīng)在制造業(yè)中起到更大的作用，且制造業(yè)企業(yè)相對于服務(wù)業(yè)企業(yè)更需要專用性的知識與能力。

5 結(jié)論與啟示

本文將人力資本按數(shù)量、質(zhì)量、結(jié)構(gòu)細(xì)化，并引入學(xué)歷、職稱這兩種人力資本質(zhì)量相結(jié)合的方法進行研究，有助于全面完整地刻畫出人力資本對企業(yè)創(chuàng)新績效的影響。研究發(fā)現(xiàn)：人力資本對創(chuàng)新績效的正向提升是毋庸置疑的，并且這種提升主要是由于人力資本的規(guī)模效應(yīng)引起的，而在全樣本中人力資本質(zhì)量對創(chuàng)新績效的正向提升作用有分歧（至少研發(fā)人員學(xué)歷差異對創(chuàng)新績效的影響不顯著）。

當(dāng)細(xì)化到分行業(yè)、分企業(yè)規(guī)模進行實證研究時，結(jié)論變化較大。人力資本對創(chuàng)新績效的作用不僅由其規(guī)模（數(shù)量與結(jié)構(gòu)）決定，也由其質(zhì)量決定，但在不同環(huán)境下決定的機制不同。對于小規(guī)模企業(yè)，人力資本質(zhì)量的影響主要表現(xiàn)為研發(fā)人員的通用知識與技能，即研發(fā)人員的平均學(xué)歷對創(chuàng)新績效有顯著提升；而對于大規(guī)模企業(yè)，盡管研發(fā)人員平均學(xué)歷的影響不顯著，但人力資本質(zhì)量通過研發(fā)人員的專用知識影響創(chuàng)新績效，即大型企業(yè)更需要職稱高的有經(jīng)驗、有專用性知識與能力的研發(fā)人員，從而發(fā)揮“明星科學(xué)家”效用。對于制造業(yè)企業(yè)，人力資本的“規(guī)模效應(yīng)”強于服務(wù)業(yè)企業(yè)，且研發(fā)人員的職稱對創(chuàng)新績效有顯著提升；而服務(wù)業(yè)企業(yè)則需要研發(fā)人員有更高的平均學(xué)歷。

本文的實證研究表明在一般意義上人力資本對創(chuàng)新的作用可以僅用人力資本的“規(guī)模效應(yīng)”來表征，也說明在眾多經(jīng)濟模型中⑧比如ROMER［56］的內(nèi)生增長模型、GRILICHES［8］的創(chuàng)新函數(shù)等。僅考慮研發(fā)人員的數(shù)量是相對合理的。此外，本文為人力資本專用性與創(chuàng)新過程的聯(lián)系提供了實證依據(jù)，是對產(chǎn)品創(chuàng)新理論及人力資本專用性理論的有效補充。研究說明了人力資本質(zhì)量差異在不同行業(yè)、不同企業(yè)規(guī)模下的作用機制不同，而人力資本的通用與專用性理論可以有效解釋該作用機制，即學(xué)歷反映人力資本的通用知識與技能差異，而職稱差異反映專用知識技能及經(jīng)驗的差異，正如前文所述，專用型研發(fā)人員與漸進式創(chuàng)新更相關(guān)，而通用型研發(fā)人員與突破式創(chuàng)新更相關(guān)。對于小規(guī)模企業(yè)或是服務(wù)業(yè)企業(yè)，突破式產(chǎn)品創(chuàng)新在企業(yè)創(chuàng)新中所占比例更大，因此更需要通用型人才；而對于大規(guī)模企業(yè)或是制造業(yè)企業(yè)，漸進式過程創(chuàng)新在企業(yè)創(chuàng)新中所占比例更大，因此更需要專用型人才。同時，“明星科學(xué)家”效應(yīng)更容易出現(xiàn)在漸進式過程創(chuàng)新中。

最后，本文的結(jié)論對企業(yè)自身戰(zhàn)略決策、人才培養(yǎng)與政府人才引進政策均有啟發(fā)意義。創(chuàng)新企業(yè)在對人力資源進行規(guī)劃時，應(yīng)該充分考慮企業(yè)自身情況，尤其是企業(yè)創(chuàng)新的過程（漸進創(chuàng)新還是突破創(chuàng)新），不應(yīng)盲目擴充人員數(shù)量或者聘請所謂的高端人才。對于制造業(yè)類企業(yè)或成熟企業(yè)，創(chuàng)新人才在企業(yè)漸進式創(chuàng)新中的“規(guī)模效應(yīng)”以及“明星科學(xué)家”效應(yīng)更明顯，企業(yè)可以通過擴大創(chuàng)新人才數(shù)量、雇傭頂尖的高職稱人才來有效提升創(chuàng)新績效。而對于服務(wù)業(yè)企業(yè)或初創(chuàng)企業(yè)，高學(xué)歷的通用人才會對企業(yè)的突破式產(chǎn)品創(chuàng)新有更大貢獻，人才平均學(xué)歷與素質(zhì)對創(chuàng)新績效的提升更有效。此外，政府在高學(xué)歷人才和高技術(shù)人才的引進政策上，也可參照本文研究結(jié)論進行分行業(yè)、分部門的細(xì)化，進行“精準(zhǔn)引才”，做到“人盡其才，才盡其用”。

本文樣本是上海市的科技企業(yè)，對全國一線城市中的科技企業(yè)有一定代表性，并體現(xiàn)了中國創(chuàng)新最活躍地區(qū)之一的創(chuàng)新情況與規(guī)律。出于數(shù)據(jù)口徑和一致性的考慮，樣本截至2015年末，對于在新形勢下結(jié)論是否發(fā)生改變，以及人力資本要素在新興的創(chuàng)新過程中是否有新的作用機制，都值得在未來的研究中進一步探討。