研發人力資本配置與技術創新——異質教育層次視角

裴開兵

(武漢大學 經濟與管理學院，湖北 武漢 430072)

0 引言

近10年，隨著經濟增長速度的結構性下滑，中國經濟發展進入“新常態”，開啟了一條由要素驅動高增長向效率驅動高質量轉型的發展道路[1]。十九大報告指出，中國經濟正處在轉變發展方式、優化經濟結構、轉換增長動力的攻關期，建設現代化經濟體系是跨越關口的迫切需要，也是中國發展的戰略目標，加快建設創新型國家則是構建現代化經濟體系的重要舉措。不僅如此，2020年10月審議通過的“十四五”規劃明確要求，堅持創新在中國現代化建設全局中的核心地位，把科技自立自強作為國家發展的戰略支撐，深入實施科教興國戰略、人才強國戰略、創新驅動發展戰略，進一步強調了技術創新在經濟向高質量轉型發展過程中的戰略支撐作用。

作為技術創新過程中的核心要素投入，人力資本對技術創新的影響受到國內外學者的廣泛關注和研究。由內生增長理論可知，人力資本積累有利于提高經濟主體的自主技術創新能力和外部溢出知識吸收能力，以技術創新為媒介，通過技術進步間接促進經濟可持續增長[2]。國內外學者大多在實證分析過程中利用人力資本總量指標探討人力資本與技術創新之間的內在關聯[3-5]，忽視了研發人力資本的特殊性和專用性，即并不是所有人力資本都作為研究與開發部門的人力資本投入到技術創新活動中，因此，以往研究結果可能存在偏差。此外，人力資本積累并不是經濟高質量發展的充分條件，其有效利用需要制度以及經濟、政治和社會環境的共同作用[6]。只有在人力資本配置與經濟結構、經濟發展水平相匹配時，人力資本對經濟增長才能發揮最大作用[7,8]。教育無疑是人力資本構成的主要方面，也是人力資本的最關鍵因素。由于在知識存量、知識結構與邏輯推理等方面存在差異，不同教育層次研發人力資本對技術創新的影響可能存在異質性特征。

為此，本文著眼于研發人力資本配置與技術創新之間的內在聯系，探討研發人力資本配置現狀，進一步放寬研發人力資本對技術創新的同質性假設，根據教育層次將研發人力資本劃分為本科及以下、碩士、博士3種類型，研究不同教育層次研發人力資本作用于技術創新的異質性特征。本文貢獻主要在于：①結合中國教育以及研究與開發統計數據，分析中國研究生教育人力資本在技術創新領域的配置現狀，豐富人力資本配置相關研究；②拋開研發人力資本作用于技術創新的同質性假設，從不同教育層次的視角研究研發人力資本對技術創新的差異化作用，彌補國內這一研究的空白；③在剖析不同科研主體創新產出結構的基礎上，構建更為合理的創新投入與創新產出關系，且進一步從不同創新類型(發明專利與實用新型專利)視角檢驗不同教育層次研發人力資本對技術創新的影響。

1 文獻綜述

現有文獻一致認為，人力資本對經濟增長的影響大致分為直接作用與間接機制兩種。直接作用理論認為，人力資本積累有助于勞動人員更加有效地使用現存實物資本，提高投入產出轉化率，進而推動經濟增長。而間接機制理論認為，人力資本積累可以提高經濟主體的自主技術創新能力和外部溢出知識吸收能力，以技術創新作為媒介，通過技術進步推動經濟可持續增長。

1.1 人力資本與技術創新

人力資本是蘊含在勞動人員身上的知識、技能、經驗等屬性以及由此體現出的勞動力[9]。正規教育、在職培訓、干中學等都是人力資本積累的重要來源。人力資本這一概念本身具有復雜性，很難在現實中找到一個數據指標準確反映經濟主體人力資本水平。因此，國內外學者在研究人力資本與技術創新之間的內在聯系時，采用的人力資本代理指標也不盡相同。

(1)以某個教育層次的入學率、勞動人員所占比例，或者所有勞動人員的平均受教育年限等總量指標表征經濟主體人力資本水平。Cinnirella等[3]以識字率與中等教育入學率等指標作為人力資本的代理變量，發現人力資本對技術創新(專利數量)具有顯著正向效應；Este等[10]基于西班牙微觀企業的技術創新調查數據研究發現，人力資本(本科及以上教育員工人數的比例)可以顯著降低因知識短缺和市場不確定性產生的技術創新壁壘，進而促進微觀企業技術創新行為；Fonseca等[4]以本科及以上教育員工所占比例作為人力資本的代理指標，研究人力資本對技術創新(是否技術創新的二元變量、新產品銷售額)的影響。國內學者在人力資本與技術創新間內在聯系方面也取得了一些研究成果。如李建強等[5]以歷年大學畢業生人數與企業數量比值的平均值度量人力資本水平，發現人力資本有助于企業技術創新數量和創新質量的提升；許愛順等[11]將人力資本細分為高管人力資本、員工人力資本與技術人力資本3種類型，探討不同人力資本對中小企業技術創新能力的影響。研究表明，3種類型人力資本(平均受教育年限)對中小企業技術創新能力(專利申請數)具有顯著正向影響。

(2)以研發人員、技術人員數量作為研發人力資本的代理指標。Ramirez等[12]以研發人員數量占員工人數的比例表征人力資本水平，實證分析人力資本對技術創新的影響。結果表明，人力資本對企業技術創新(是否進行技術創新的二元變量)具有正向影響；馬穎等[13]基于中國資本密集型與技術密集型行業的樣本數據，利用研發人員全時當量表征人力資本水平，實證分析人力資本對行業技術創新(專利申請總量與3種細分專利申請數)的影響，發現人力資本的增加對資本與技術密集型行業技術創新具有顯著正向效應；梁超[14]基于中國1999-2010年行業面板數據，以行業中工業企業科技人員數作為人力資本的代理變量，運用動態面板回歸模型實證研究人力資本對技術創新(新產品產值)的影響，發現人力資本及其吸收能力顯著促進行業中工業企業技術創新產出的提高。

(3)以公共教育支出、在職培訓與健康等指標表征人力資本水平。Teles等[15]以1960-2000年27個國家數據作為研究樣本，利用面板協整檢驗分析了人力資本與技術創新之間的協整關系，研究表明以公共教育支出和平均受教育年限表征的人力資本與以專利申請授權數代表的技術創新具有顯著協整關系；Zhou等[16]利用向量自回歸模型，研究了中國經濟增長(GDP增長率)、技術創新(專利申請授權數增長率)與人力資本(公共財政教育支出增長率)三者之間的動態內生關系，發現人力資本對技術創新和經濟增長都具有顯著正向效應。與上述研究不同的是，Gallie等[17]以在職培訓表征人力資本水平，基于法國微觀企業數據，運用動態計數回歸模型研究了人力資本對技術創新(專利申請數)的影響，結果表明人力資本對技術創新具有顯著正向效應，且技術創新具有顯著動態效應，上一期技術創新對當期技術創新具有顯著負向作用。

1.2 人力資本配置與技術創新

在既定人力資本水平的情況下，人力資本配置對經濟主體的技術創新與經濟增長具有重要影響。已有研究表明，中國市場機制和政策制度的不完善容易導致人力資本在不同經濟部門、生產行業之間的錯配，使得人力資本不能有效地促進經濟可持續增長[18-20]。因此，除人力資本絕對水平對經濟主體技術創新的影響外，少量文獻基于人力資本配置視角探討人力資本在不同行業、部門之間的配置對經濟主體技術創新的影響。賴德勝等[21]構建了一個人力資本在市場部門、政府部門與壟斷部門的三部門配置模型，探討人力資本配置對技術創新的作用機制，實證分析發現，市場部門的人力資本對技術創新具有正向效應，而政府部門與壟斷部門的人力資本對技術創新產生不同程度抑制效應，相對報酬結構差異引致不同部門間人力資本錯配，不利于技術創新產出的增長；紀雯雯等[22]以人力資本沉淀系數表征人力資本配置狀態，利用行業面板數據探討人力資本配置對創新績效(行業增加值)的影響。研究表明，人力資本在不同行業之間存在錯配現象，而人力資本低效配置不利于創新績效提高。

1.3 文獻評述

綜上所述，國內外學者對人力資本與技術創新之間的內在關聯進行了廣泛研究，并取得了豐富的研究成果。但也存在不足：①以某個教育層次入學率與勞動人員所占比例，或者所有勞動人員平均受教育年限等總量指標表征人力資本水平，忽視了研發人力資本的特殊性和專用性，即并不是所有人力資本都作為研發人力資本作用于技術創新活動，以人力資本總量指標表征研發人力資本會存在偏差；②以研發人員或技術人員數量作為研發人力資本的代理指標，從人力資本在不同行業或部門間橫向配置角度探討人力資本與技術創新的內在關聯，相關研究有一個隱含假設，即不同教育層次的研發人力資本對技術創新的影響具有同質性。然而，由于在知識存量、知識結構以及邏輯推理等方面存在差異，不同教育層次研發人力資本對技術創新的影響可能呈現異質性特征，因而同質性假設與現實不符。

2 模型與變量選擇

2.1 計量分析模型

根據人力資本作用于經濟增長的直接與間接機制，本文將人力資本劃分為研發人力資本與一般人力資本。具體而言，研發人力資本是指經濟主體中專注于技術創新活動的人力資本，如研發人員的教育、技巧與經驗等屬性特征，而其它沒有作用于研究與開發工作的人力資本統稱為一般人力資本。本文關注不同教育層次研發人力資本對地區技術創新的影響，創新投入與產出關系是重要的影響機制。早期實證模型來源于Jaffe[23]的知識生產函數，是學者們研究技術創新及其影響因素的重要基礎模型，基本形式如下：

(1)

其中，i表示個體，t表示時間，innov為創新產出，ci為截距項，表示橫截面個體異質性，rdl為研發人力資本投入，rde為研發經費投入，z為控制變量，反映其它知識生產投入，β1、β2、βj為相關參數，ε為隨機誤差項。研究與開發活動產生的新技術和新知識具有外部性特征，而FDI和OFDI作為國際技術溢出的兩條重要渠道，對東道國或投資母國的技術創新、生產技術水平與經濟增長具有顯著正向溢出效應。此外，研發投入到科研成果產出存在一定時滯[23]，同時，為了避免因反向因果關系產生的內生性問題，在式(1)中加入FDI和OFDI作為控制變量，且對所有解釋變量作滯后一期處理，即：

lninnovit=ci+β1lnrdlit-1+β2lnrdeit-1+β3lnfdiit-1+β4lnofdiit-1+εit

(2)

為了探討不同教育層次研發人力資本對技術創新活動的影響，在知識生產函數(1)和(2)的基礎上，根據教育水平將研發人力資本細分為博士、碩士、本科及以下學歷3種類型，分別得到不含國際技術溢出和含國際技術溢出的知識生產方程，即：

lninnovit=ci+β11lnrdl_docit-1+β12lnrdl_masit-1+β13lnrdl_budit-1+β2lnrdeit-1+εit

(3)

lninnovit=ci+β11lnrdl_docit-1+β12lnrdl_masit-1+β13lnrdl_budit-1+β2lnrdeit-1+β3lnfdiit-1+β4lnofdiit-1+εit

(4)

其中，rdl_doc、rdl_mas與rdl_bud分別表示具有博士、碩士、本科及以下教育的研發人力資本。上述模型都是靜態面板數據模型，而一些經濟理論認為，由于慣性或者部分調整的原因，橫截面個體的當期行為可能取決于過去的行動[24]。技術創新是在現有知識存量的基礎上對知識進行重組和整合，上一期的知識產出可以作為下一期技術創新的知識投入，使得經濟主體的技術創新可能存在一定的動態特征[25]。此外，動態面板數據模型還可進一步緩解遺漏變量問題，對其它隨時間變化的影響因素進行有效控制。基于此，在方程(3)和(4)的右端加入被解釋變量的滯后一期，構建動態知識生產函數模型，即：

lninnovit=ci+β0lninnovit-1+β11lnrdl_docit-1+β12lnrdl_masit-1+β13lnrdl_budit-1+β2lnrdeit-1+εit

(5)

lninnovit=ci+β0lninnovit-1+β11lnrdl_docit-1+β12lnrdl_masit-1+β13lnrdl_budit-1+β2lnrdeit-1+β3lnfdiit-1+β4lnofdiit-1+εit

(6)

面板數據模型具有樣本容量大而估計精度高、有效緩解遺漏變量問題、降低變量間多重共線性等優勢，但是，在實證過程中需要審慎地對面板數據模型進行選擇。對于靜態面板回歸模型，一般在“混合回歸模型”與個體效應模型的“固定效應模型”和“隨機效應模型”之間進行抉擇。因此，在靜態面板回歸過程中，本文利用“固定效應模型”下F統計量與虛擬變量最小二乘(LSDV)方法對“混合回歸模型”和“個體效應模型”進行檢驗，且利用Hausman檢驗和輔助回歸法對個體效應模型的“固定效應模型”與“隨機效應模型”進行選擇。

對于短面板數據而言，由于時間維度T相對較小，每個橫截面個體的信息較少，偽回歸問題往往不嚴重，一般不需進行單位根檢驗與協整檢驗，且假設隨機誤差項{εit}服從獨立同分布。即使如此，為了減少橫截面個體異方差和序列相關對統計檢驗的影響，本文在靜態面板回歸過程中利用聚類穩健標準誤對回歸系數進行顯著性檢驗。對于動態面板回歸模型，常用的估計方法為差分GMM和系統GMM，但這兩種估計方法的應用前提是隨機誤差項不存在序列自相關[26,27]。基于此，在利用兩步法擬合動態面板回歸模型的過程中，本文運用Arellano-Bond檢驗隨機誤差項是否存在序列自相關，以驗證差分GMM(DGMM)和系統GMM(SGMM)的適用性。此外，利用差分GMM和系統GMM的估計過程中需要大量滯后變量作為工具變量，本文進一步在模型估計結果的基礎上進行Hansen檢驗以避免模型過度識別。

2.2 變量選擇

作為技術創新活動的關鍵產出，專利是衡量技術創新的常用代理指標。根據類型不同，專利可進一步細分為發明專利、實用新型專利與外觀設計專利。外觀設計專利主要是指對產品的形狀、圖案或者其結合以及色彩與形狀、圖案的結合所作出的富有美感的新設計，對技術創新的貢獻相對有限，故本文將其剔除。借鑒以往相關研究[28,29]，本文以地區專利申請數(剔除外觀設計專利申請數)、發明專利申請數與實用新型專利申請數作為技術創新的代理指標，即被解釋變量。本文核心解釋變量為不同教育層次研發人力資本，以本科及以下教育、碩士教育與博士教育研發人員數量表示。在控制變量方面，遵循以往研究慣例，本文以研發資本存量作為技術創新過程中研發經費投入的代理變量。研發資本存量由永續盤存法計算得到[30]，公式如下：

rdeit=(1-δ)rdeit-1+Iit/pt

(7)

其中，rdeit為個體i在t時期的研發資本存量，Iit表示個體i在t時期的研發經費內部支出，pt為t時期的綜合價格指數，以居民消費價格指數×0.55+固定資產投資價格指數×0.45計，基期為2009年，δ為折舊率，設定為15%[31]。研發資本存量的初始值由如下公式得到：

rdei0=Ii0/(δ+g)

(8)

其中，g表示研發經費支出增長率，以樣本期間研發經費支出環比增長率平均值表示[30]。需要注意的是，在高等院校2018年專利產出中，理工農醫高校的專利產出占比高達96.72%，人文社科高校的專利產出比例僅為3.28%。此外，即使產生少量專利，由于學科范圍的研究特點，人文社科高校的專利產出主要是外觀設計專利。鑒于此，本文在刻畫技術創新產出、研發人力資本與研發經費內部支出時，剔除人文社科高校對應的數據，更加準確地構建地區技術創新投入與產出關系。在全球經濟一體化背景下，作為國際技術溢出的兩條重要渠道，FDI和OFDI技術溢出效應已經得到學者們的廣泛證實。外商直接投資與對外直接投資的統計數據以美元計價，且為了消除價格因素的影響，本文以經年日均匯率和固定資產價格指數調整的實際利用外商直接投資和對外直接投資存量表征FDI、OFDI的技術溢出[32,33]，控制國際技術溢出效應對中國地區技術創新的影響。西藏樣本數據缺失嚴重，在樣本中予以剔除。樣本數據中，地區專利申請數、研發人力資本與研發經費投入來源于歷年《中國科技統計年鑒》；實際利用外商直接投資數據來自于各省份統計年鑒；對外直接投資存量數據來源于歷年《中國對外直接投資統計公報》；居民消費價格指數、固定資產投資價格指數與年日均匯率來自歷年《中國統計年鑒》。

3 統計分析與實證檢驗

3.1 統計分析

3.1.1 研究生教育畢業生人數和研發人力資本存量趨勢

中國博士和碩士畢業生人數與研發人員存量趨勢如圖1、圖2所示。由圖1可知，2009-2018年中國博士畢業生和博士教育研發人力資本存量呈現穩健上漲趨勢。此外，博士研究生畢業后從事研究與開發工作的比例在55%水平上下浮動，且總體表現出一定的上升態勢。與博士研發人力資本不同的是，碩士研發人力資本占碩士畢業生人數的比例總體低于20%，且呈現出一定的下滑趨勢。上述分析表明，相比于博士教育的人力資本，碩士教育層次的人力資本在研究與開發活動中配置比例相對偏低，大多數碩士教育的人力資本沒有作為研發人力資本從事科技創新工作，而配置于一般生產性部門和公共部門。上述結果進一步反映在碩士研究生擴招的背景下，新增碩士畢業生從事研究與開發活動的比例呈現下滑趨勢，暗示著就業市場上研究與開發工作的崗位供給相對不足，難以與不斷擴大的研究生教育規模相匹配。由圖1和圖2可知，2009-2018年研究生教育(博士和碩士)研發人力資本占研究生畢業人數存量的比例呈現下滑趨勢。

圖1 中國博士畢業生人數與博士R&D人員存量趨勢

圖2 中國碩士畢業生人數與碩士R&D人員存量趨勢

3.1.2 中國地區不同教育層次研發人力資本配置現狀

中國地區不同教育層次研發人力資本配置情況如表1所示。在博士教育研發人力資本配置方面，只有北京、吉林和上海3個地區博士研發人員配置比例高于10%，而山東、河北、浙江、廣東和河南5個地區博士研發人員配置比例低于4%。相比于博士研發人力資本，碩士研發人力資本配置比例更高，但配置比例依舊有限，其中，吉林地區配置比例最高，達到25.2%，而浙江地區配置比例最低，僅為8.4%。由上述分析可知，中國地區本科及以下教育的研發人力資本在研究與開發活動中配置比例最高。即使北京地區本科及以下教育研發人力資本配置比例最低，也依舊達到58.8%，而浙江地區本科及以下教育研發人力資本配置比例最高，達到88%。可見，不同地區在不同教育層次研發人力資本配置方面存在明顯差異，且對于一個地區而言，不同教育層次研發人力資本配置比例不平衡，本科及以下教育研發人力資本配置比例最高，碩士次之，博士最低。這一結果顯示，中國地區研發人力資本投入量與教育層次呈現“金字塔”型，與“科研創新水平和教育層次正相關”的理論預期相背離。產生這一結果可能的解釋是，中國高等教育尤其是研究生教育起步較晚，早期高等教育主要集中在大專生與本科生培養，而不同教育層次研發人員流動性不足和低效率配置使研發人力資本呈現以本科及以下學歷為主的情形。然而，隨著中國高等教育尤其是研究生教育的不斷發展，高層次研究生教育人力資本已經具有一定規模基礎，中國各地區現階段不同教育層次研發人力資本配置的合理性和有效性亟需進一步研究。

表1 2009-2018年中國地區不同教育層次研發人力資本配置比例分析

3.2 實證研究

3.2.1 地區專利申請總量樣本下的實證分析

由表2可知，不考慮國際技術溢出效應和不同教育層次的研發人力資本時(見模型(1)與(2))，研發人員全時當量對地區專利申請數的回歸系數都是負數但不顯著，表明研發人力資本對地區專利申請數呈現一定負向作用。這一結果表明單一研發人力資本投入的增加并不一定帶來創新產出增長，也暗示著通過細分教育層次研究研發人力資本對技術創新的異質性特征是非常必要的。與研發人力資本不同的是，研發經費投入對專利申請數的回歸系數均為正數，且在固定效應模型下顯著，表明研發經費支出對地區專利申請具有一定的正向作用。此外，在動態面板回歸模型中，滯后一期的專利申請回歸系數為0.459，且在1%水平下顯著，表明地區技術創新活動具有顯著動態特征，上一期創新產出可作為下一期技術創新過程的知識投入，推動創新成果進一步增長。引入FDI和OFDI的國際技術溢出效應后(見模型(3)與(4))，上述結果基本保持不變。

為進一步研究不同教育層次研發人力資本對技術創新活動的差異化影響，根據教育層次異質性將研發人員細分為本科及以下、碩士與博士學歷3種類型，重復上述回歸分析過程，結果見表2。在不考慮國際技術溢出的情形下(見模型(5)-模型(7))，博士教育研發人員的回歸系數可正可負，均不顯著，難以準確判斷博士研發人力資本對地區專利申請數的影響。但截然不同的是，碩士教育研發人員的回歸系數均為正數，且在個體固定效應與差分GMM模型下顯著，表明碩士研發人力資本有助于地區專利申請的增長。本科及以下教育研發人員的回歸系數均為負數，且在個體固定效應模型下顯著，表明本科及以下研發人力資本對地區專利申請具有一定抑制效應。此外，在細分研發人力資本教育層次的情況下，地區專利申請仍然呈現顯著動態特征。進一步考慮國際技術溢出效應后(見模型(8)-模型(10))，以上研究結果基本保持不變，因此，上述結果具有一定穩健性。

表2 研發人力資本對地區總量專利申請數的回歸分析結果

3.2.2 地區細分專利類型樣本下的實證分析

不同類型的技術創新在前沿性、創新性與復雜性方面存在差異，對研發人員知識存量、知識重組以及知識轉化能力也存在不同要求，可能導致專利申請總量這個單一指標無法準確刻畫不同教育層次研發人力資本對不同類型創新產出的作用。因此，本文從發明專利和實用新型專利視角對上述問題進行再討論。如表3所示，與專利申請總量回歸結果基本一致的是，無論是否加入國際技術溢出效應和技術創新的動態特征，碩士研發人員的回歸系數都是正數且整體上顯著，表明碩士研發人力資本對地區發明專利具有顯著正向作用。然而，與專利申請總量不同的是，博士研發人員的回歸系數為正數但不顯著，表明博士研發人力資本對地區發明專利具有一定正向效應，而本科及以下研發人員的回歸系數可正可負但均不顯著，表明本科及以下研發人力資本對發明專利沒有明顯影響。國際技術溢出方面，外商直接投資的回歸系數均為正數，且在差分GMM下顯著，表明外商直接投資對地區發明專利具有顯著正向溢出效應，而對外直接投資對地區發明專利沒有類似溢出效應。

表3 研發人力資本對地區發明專利申請數的回歸分析結果

實用新型專利的回歸結果如表4所示，不管是否考慮國際技術溢出，博士研發人員回歸系數可正可負，且僅在系統GMM方法下顯著為負，表明博士研發人力資本對地區實用新型專利沒有明顯影響。與博士研發人力資本不同的是，碩士、本科及以下研發人員的回歸系數分別均為正數與負數，且基本上顯著，表明碩士、本科及以下研發人力資本對實用新型專利分別具有顯著正向作用與負向效應。國際技術溢出方面，與發明專利不同的是，對外直接投資的回歸系數均為正數，且在個體固定效應與差分GMM模型下顯著，表明對外直接投資對地區實用新型專利具有顯著的逆向技術溢出效應，而外商直接投資對實用新型專利沒有類似的溢出效應。出現這一結果可能的解釋是，一方面，相比于中國本土企業，外商投資企業通常在生產技術水平、經營管理水平等方面具有明顯優勢，對本土企業經營管理具有強烈的市場競爭效應[34]，迫使本土企業通過高前沿性的發明專利研究最大限度地提高生產技術水平，開發差異化產品和服務，維持產品市場競爭優勢和市場份額；另一方面，根據投資目標不同，對外直接投資可進一步劃分為市場尋求、效率尋求、資源尋求與戰略資源尋求4種類型[35]。早期中國地區對外直接投資的主要目的是擴大海外市場份額與謀求本土稀缺的要素資源，獲取國外先進生產技術和管理經驗等戰略性資源的對外直接投資比例相對較低[36,37]，在東道國經營管理過程中可能更多的是獲取當地居民特殊的市場需求和產品偏好，通過知識逆向溢出促進母公司對現有技術與產品進行優化或改進，推動實用新型專利的增長。

表4 研發人力資本對地區實用新型專利申請數的回歸分析

綜合上述研究結果可知，由于本科教育主要是對學生在通識教育以及某一專業領域的基礎和專業理論、知識和技能方面進行培養，重點是打基礎，前沿領域的科研創新能力不足在預料之中。但需要注意的是，從投入產出效率來看，無論是專利申請總量、發明專利申請還是實用新型專利申請作為技術創新的代理指標，相比于博士研發人力資本，碩士教育研發人力資本具有更高的創新產出彈性，科研創新效率更高。這一結果與“教育層次與科研創新能力正相關”的理論預期相背離，產生上述情況一個可能的解釋是，相比于碩士研發人力資本，博士研發人力資本的科研創新能力沒有呈現明顯優勢。生源質量方面，在博士研究生快速擴招且招生制度不完善的情況下，博士生招生過程可能存在濫竽充數的現象[38]。現階段，博士生招生方式以普通招考、“申請-審核”為主，這一過程賦予了博士生導師充分的自主選擇權，容易滋生徇私行為而扭曲優質博士生選拔過程。截然不同的是，碩士生招生方式以全國統考為主，公平、嚴格的初試過程有力保障了碩士生生源質量。培養制度方面，研究生考核和評價主要以公開發表論文數量為標準，且相比于碩士研究生，培養機構對博士研究生在公開發表論文數量方面一般具有更高要求。因此，在有限的學制和獎學金制度下，相當一部分博士研究生為了能夠拿到獎學金且達到公開發表論文數量的畢業標準，不得不將大部分精力用于論文趕制和發表上，一定程度上造成博士研究生在基礎理論知識和專業知識方面不扎實，出現創新能力不足的情形[39,40]。綜上，在博士生與碩士生培養模式無明顯差別的環境下[40]，相比于生源更優的碩士研究生，科研高壓下博士研究生的科研創新能力可能沒有表現出預期優勢。誠然，上述解釋只是對本文研究結果產生原因的一種推測，其正確性以及是否存在其它因素(如科研主體的內部控制和薪酬制度、博士科研人員的其它特征等)導致上述結果有待進一步研究。

4 主要研究結論與啟示

基于中國內地30個省市自治區(西藏數據缺失)2009-2018年省際面板數據，本文根據教育層次異質性將研發人力資本細分為博士、碩士、本科及以下教育3種類型，利用靜態和動態面板數據模型，從創新總量與細分創新類型視角研究了不同教育層次研發人力資本對技術創新的作用。統計分析顯示，中國高層次研究生教育人力資本已經初具規模，但研究生教育人力資本尤其是碩士教育人力資本，沒有充分配置于研究與開發活動中。中國地區不同教育層次研發人力資本在技術創新活動中配置不平衡，本科及以下占比最高，碩士次之，博士最低。進一步實證分析表明，地區創新總量樣本下碩士研發人力資本對技術創新產生了顯著正向效應，本科及以下研發人力資本對技術創新具有一定負向作用，而博士研發人力資本對技術創新沒有明顯作用。在細分創新類型的子樣本下，與地區創新總量結果不一致的是，博士研發人力資本對發明專利申請產生了一定促進作用，而本科及以下研發人力資本對發明專利申請的作用不明顯。特別地，在3種不同創新產出指標下，相比于博士研發人力資本，碩士研發人力資本體現出更高創新產出彈性，在科研創新效率方面占據優勢。此外，地區技術創新活動呈現顯著動態特征，上一期創新產出可作為當期技術創新的知識投入進一步推動創新產出提高。不同類型的國際技術溢出對不同類型專利具有差異化作用，FDI渠道下國際技術溢出有助于發明專利申請增加，而OFDI渠道下國際技術溢出促進實用新型專利申請的增長。

本文研究結果對教育資源配置和技術創新管理具有一定政策啟示：首先，無論是在地區創新總量還是細分創新類型的樣本下，研發經費支出總體上都對中國地區技術創新具有顯著正向作用，表明地方政府應當充分重視技術創新重要性，進一步加大研發經費投入，為研發人員提供良好的科研設備、辦公環境以及具有競爭力的福利待遇，提高研發人員日常工作和科學研究積極性。除自主創新投入外，地方政府還應重視先進國際溢出知識的吸收和利用，積極通過“引進來”和“走出去”的技術溢出效應推動地區技術創新水平提高。其次，結合不同教育層次研發人力資本對地區技術創新的差異化作用，地方政府應當積極引導、建立科學合理的科研考核體系和人才流動機制，以實現不同教育層次研發人力資本的有效配置。具體而言，地方科研主體應當逐步降低本科及以下教育研發人力資本配置比例，提高研究生教育(尤其是碩士教育)研發人力資本投入比例，有效利用高層次研究生教育人力資本，推動地區技術創新水平進一步提升。最后，無論是在地區創新總量還是細分創新類型樣本下，相比于碩士研發人力資本，具有最高教育層次的博士研發人力資本科研產出效率沒有呈現出明顯優勢。在研究生教育擴招的背景下，高等教育機構應當建立科學合理的博士研究生選拔機制與培養體系，強化博士研究生專業知識和科學素養培育，提高博士研究生科研能力與創新水平。此外，高層次教育人力資本的有效配置離不開良好的政策制度環境支持，沒有市場需求的高層次人力資本供給難免加劇“過度教育”、“就業難”等問題。由此，地方政府仍需進一步建立良好的科研創新體系和政策制度環境，加強知識產權保護體系建設，降低科研主體核心創新知識外溢成本，提高科研主體尤其是微觀企業科研創新積極性，激發科研主體對高層次研究生教育人力資本的需求，引進高層次研究型人才，使高層次研究型人才的市場需求與教育供給形成良性循環，推動中國地區技術創新能力提升，助力中國經濟向高質量轉型發展。