内容提要：本文提出基于就业人员学历与学科背景的科技人才资本估算方法，利用动态面板模型实证考察科技人才对全要素生产率的增长效应，并由此揭示科技人才促进中国经济高质量发展的作用效果。研究表明：中国科技人才队伍持续壮大，但仍面临在人力资本中占比偏低以及区域非均衡配置等问题。科技人才是人力资本通过提高自主创新能力和加快前沿技术追赶速度来显著提升全要素生产率最主要的发力者，特别是在赶超技术前沿中作用尤为关键。同时，中国科技人才对全要素生产率提升幅度总体较小，促进经济高质量发展的巨大潜能仍有待释放。
关键词：科技人才 全要素生产率 经济高质量发展 系统GMM 人力资本
随着国内外发展环境和条件发生变化，中国经济迈入了由高速增长转向高质量发展的新时代，以要素驱动、投资规模驱动为主要特征的原有增长模式已不再适应中国经济持续健康发展和全面建设社会主义现代化国家的现实需要。十九大报告明确提出“要推动中国经济发展质量变革、效率变革、动力变革，提高全要素生产率”。全要素生产率(total factor productivity，TFP)是在资本、劳动等生产要素投入既定的条件下所达到的额外生产效率，是一切由创意和创新带来的效率改进[1]，因此推动全要素生产率驱动发展是实现经济高质量发展的核心表现。人才是创意和创新的根基，是引领发展的第一战略资源，因此推动全要素生产率提升和实现经济高质量发展归根到底在于充分调动和发挥人才，特别是科技人才的积极性、能动性和创造性。基于此，本文基于科技人才对全要素生产率增长效应的实证检验来揭示科技人才在促进中国经济高质量发展中发挥的作用和效果，从而为加快中国科技人才队伍建设，以及充分释放科技人才促进全要素生产率增长以推动经济高质量发展的积极作用提供决策参考。
一、文献回顾与评述
人力资本对全要素生产率的影响研究一直是学术界关注的热点。最初大多数学者把人力资本视为一个“均质”的整体，只是关注总量人力资本对全要素生产率的影响[2-4]，而鲜有考虑人力资本的内部构成，即人力资本结构与全要素生产率的关系。随着研究不断深入，越来越多的学者认识到人力资本存在异质性，而不同层次或类型的人力资本及人力资本的分布结构等会对全要素生产率的提高产生不同效果，于是学术界开始关注人力资本结构与全要素生产率的关系，如国外学者范登布舍等(Vandenbussche et al.，2006)[5]和中国学者彭国华(2007)[6]、朱承亮等(2011)[7]、陈仲常和谢波(2013)[8]等均在此方面做出了有益尝试。
然而，目前人力资本结构与全要素生产率关系的研究，绝大多数是从教育程度入手，即将受教育年限作为不同层次人力资本的划分标准，并据此分析探讨异质性人力资本作用于全要素生产率产生的效果差异。相比之下，从诸如从事的活动种类等角度划分人力资本类型，并由此考察人力资本结构影响全要素生产率提升效果的研究目前基本还是空白。但实际上，越来越多的学者研究指出，人力资本中从事研发活动的人员，特别是科技人才，才是推动科学技术进步的关键因素，是促进全要素生产率增长的主力军。罗默(Romer，1990)认为人力资本水平越高，尤其是从事研究与开发的人力资本越多，技术进步速度就越快[9]。李平(2016)指出充足的人力资本积累是决定全要素生产率提升的关键因素，且主要体现在研发人员数量和研发人员综合素质，后者包括个体的知识储备、研发经验、创造能力、对新技术的消化吸收能力等[10]。程惠芳和陈超(2017)发现科技人才通过推动创新发展、提高创新效率、优化资源配置、增强技术溢出效应等途径提升全要素生产率[11]。由此可见，深入探究科技人才对全要素生产率的作用效果具有重要的研究意义。
钢纤维再生混凝土的轴心抗拉强度和劈裂抗拉强度与混凝土中钢纤维的含量有关。将表3中钢纤维再生混凝土轴心抗拉强度fft与钢纤维含量特征值λf的关系绘于图2。
准确估算“科技人才”和“全要素生产率”是探究科技人才对全要素生产率作用关系的关键环节。其中，经过多年的研究积累，已经形成包括索洛余值法、数据包络分析(DEA)和随机前沿分析(SFA)等在内的多种方法测算全要素生产率[12]。相比之下，科技人才的测算研究目前尚属空白。科技人才是中国根据政府政策需要而提出的一种中国特有的人力资源分类概念，目前尚不能够从现有的统计数据中直接获取，而学术界普遍采用的诸如研发人员数、科技活动人员数、科学家和工程师人数、普通本专科毕业生人数和研究生毕业生数之和等表征方式则存在与科技人才概念内涵不符、未能反映其高质量内涵等诸多问题[13]。
此外，现阶段学术界关于经济高质量发展的研究尚处于起步阶段，多停留在对经济高质量发展的含义特征、内在机理、实现途径[14-17]等方面的定性探讨，而对于经济高质量发展定量分析尚不多见。
但与此同时，科技人才资本每增长1个百分点，通过提高自主创新能力和加快技术追赶速度带来的全要素生产率提升分别仅为0.053 4和0.046 8个百分点，表明科技人才对全要素生产率的正面推动作用还较为有限，对中国经济高质量发展的促进作用亟待加强。究其原因，一方面，中国科技人才队伍总量不足，结构性矛盾突出，特别是科学前沿领域高水平人才、高端研发人才和高技能人才严重短缺；另一方面，科技人才成长和发展的外部环境中仍旧存在着束缚科技人才释放创新活力的人才观念与体制机制障碍，薪酬福利、基础设施及科研条件等还需完善。刘瑞波和边志强(2014)提出，个人价值创造不仅取决于自身素质能力，也与其所处的周围环境密切相关[27]。因此，中国科技人才“质”与“量”的不足以及外部环境存在的缺憾，一定程度上削弱了科技人才在促进全要素生产率提升和经济增长高质量发展中的基础性、战略性作用。
鉴于此，本文尝试开展如下方面的拓展研究：一是提出基于就业人员学历及学科背景的科技人才资本估算思路和方法，由此为科技人才的研究分析及战略决策制定提供数据基础；二是架构动态面板模型，并利用系统GMM方法实证考察科技人才对全要素生产率的作用效果，拓宽人力资本结构与全要素生产率关系研究的视角和思路；三是实证检验科技人才对经济高质量发展的作用效果，弥补当前经济高质量发展定量研究的不足，同时也为更好地发挥科技人才支撑经济高质量发展的积极效能提供决策参考。
二、模型构建与数据处理
(一)实证模型构建
学术界针对人力资本对全要素生产率的影响机制作出了颇多有益探讨[6]。本哈比和施皮格尔(Benhabib & Spiegel，1994)[18]在已有研究成果的基础上总结提出人力资本促进全要素生产率增长的两条主要路径：一是人力资本通过决定一国技术创新能力(domestic innovation)而直接影响该国全要素生产率[9]；二是人力资本通过加快一国追赶前沿技术速度(catch-up effect)来影响该国全要素生产率[19]。相应的模型表达式为：
(1)
对式(4)两边同时取对数，利用Stata软件对模型估计，得到资本和人力资本的产出弹性∂和β，代入∂和β的估计值得到全要素生产率。
4.2.1 就2001-2016年城市土地利用结构变化情况而言，建设用地类中用地面积年均增长量较大的两类用地为住宅用地和交通运输用地，其值分别达到311.215hm2和247.417hm2，其同时也是面积占比年均值较大的两类建设用地。而面积占比年均增长幅度较大的两类建设用地则为特殊用地和公共管理与公共服务用地。非建设用地类中面积占比年均值较高且年均减少量较大的用地类为农用地，而其他土地由于面积占比值比农用地低79.656%，其年均降幅比农用地高出0.395%而其年均减少量则远低于农用地。
随着食品行业的发展，功能性食品的研究与开发已经成为食品领域的前沿和热点，为了更好地学习“功能性食品”，将学习的知识点应用到实际生活中去，要对课程的教学内容进行重组，围绕学生在毕业后在食品、保健品行业从事功能性食品辅助开发、生产、检测、销售等工作所需要的综合能力和职业素养进行教学项目的选取，实时了解行业、企业的发展动态，对课程的教学内容进行实时更新，保证教学内容与岗位要求的一致性[3]。课程组及时修改教学计划，使课程教学项目紧跟行业发展和企业需要。
(2)
式(2)中，Ait表示地区i第t时期的全要素生产率，Ai(t-1)为上一时期全要素生产率，Ai(t-1)的引入表明当期的全要素生产率依赖过去的发展水平。Hi(t-1)为上一时期地区i的平均人力资本水平表示前沿技术追赶或扩散速度，其中Ymax和Yi分别采用技术领先地区和当地的人均GDP来表示。γ、fi和εit分别表示常数项、地区固定效应以及随机误差项。需要说明的是：首先，由于本文全要素生产率是采用“索罗余值”法(见下文)，即基于生产函数采用产出增长率扣除资本、劳动等投入要素的增长贡献率后得到，那么采用同期人力资本与全要素生产率构建实证模型就存在内生性问题，因此本文在实证模型中采用滞后一期的人力资本作为因变量。其次，为人力资本与技术差距的交叉项，表示人力资本通过追赶技术差距来影响全要素生产率提升。由于值越大表示当地与技术前沿的差距越大，因此当对应的弹性系数γ3显著为负时，表明人力资本有助于减小当地与技术前沿的差距从而促进全要素生产率提升。
进一步，将平均人力资本水平(H)划分为科技人才(st)和其他人力资本(lh)并引入式(2)，由此考察科技人才对全要素生产率的影响。
式(3)中lhi(t-1)和sti(t-1)分别表示地区i滞后一期的科技人才和其他人力资本情况。根据式(2)和式(3)的系数估计结果，进一步对比分析科技人才(st)与平均人力资本(H)、其他人力资本(lh)对全要素生产率的作用效果差异。
由于本文构建的实证模型中包含了被解释变量的滞后一期，因此是动态面板模型，存在内生性问题。本文采用布伦德尔和邦德(Blundell & Bond，1998)[20]提出的系统GMM(generalized model of moments)估计方法来解决动态面板模型导致的参数估计有偏和非一致性问题。该方法的主要思路是利用被解释变量和内生性变量的滞后变量以及差分滞后变量作为工具变量来控制模型的内生性。系统 GMM 方法的有效性取决于工具变量选取的有效性以及残差差分项的序列相关性，可以通过 Hansen/Sargan 过度识别检验和 Arrellano-Bond AR (2)检验进行判断[21]。
(二)全要素生产率的测算方法
根据表1中科技相关学科及对应的毕业生折算比例，本文加总得到历年中国专科、本科、硕士研究生和博士研究生学历层次毕业生中具有科技相关学科背景的学生数量及其占比，本文记作δit。而该比重就作为从人才资本中筛选具有科技相关学科背景的科技人才的比例系数。
(4)
其中，Y代表实际产出，K为资本存量，H为人力资本存量，∂和β分别为资本投入和人力资本的产出弹性，A即为全要素生产率。其中：(1)总产出(Yit)采用以2001年不变价计的地区生产总值真实值。(2)资本存量(Kit)采用学术界较为常用的永续盘存法(perpetual inventory method)，测算公式为Kt=It/Pt+(1-δt)Kt-1。其中，Kt为第t年的实际资本存量，Kt-1为第t-1年的实际资本存量；It为第t年新增固定资产，采用固定资本形成总额；Pt为第t年的投资价格指数，采用固定资产投资价格指数(2001年为基期)；δt为t年的资本折旧率，取值9%。基年资本存量K0采用公式计算得到，其中g为实际新增固定资产的年均增长率。(3)人力资本(Hit)详见下文。
其中，logAit和logAi0分别为i国第t年和初始年的全要素生产率，logAit-logAi0则表示该国全要素生产率累积增长率；Hi为受该国人力资本水平直接影响的自主创新能力；Ymax和Yi分别表示技术领先国和本国的技术水平，用于捕捉技术追赶效应，表示人力资本影响技术追赶或前沿技术扩散速度。g和m分别用于衡量本国人力资本及技术追赶对全要素生产率的影响系数。由此可见，某国全要素生产率累积增长率(logAt-logA0)由与人力资本相关的本国技术创新能力(gHi)以及前沿技术追赶或技术扩散速度两部分共同决定。
(三)科技人才资本的测算方法
科技人才作为中国特有的一种政策概念，目前不具备直接的统计数据，且现有的职业分类标准以及统计资料也不支持从行业、岗位等视角开展估算。《“十三五”国家科技人才发展规划》对科技人才的定义为：“具有专业知识或专门技能，具备科学思维和创新能力，从事科学技术创新活动，对科学技术事业及经济社会发展做出贡献的劳动者”，结合现有统计数据的可得性，本文在实际估算过程中，拟通过身份状态 (劳动者)、学历层次(具有专业知识技能)、活动领域(从事科学技术创新活动)等几个关键特征作为科技人才的界定标准。学历层次方面，本文借鉴贺勇等(2014)[23]、廖诺等(2016)[24]的研究成果，将具有大专以上学历的劳动者视为人才。在此基础上，本文进一步将其中具有科技相关学科背景的就业人员纳入科技人才的估算范围。
现阶段，中国就业人员学科背景的统计数据尚不完备。然而，麦可思研究院连续多年发布的《中国大学生就业报告》显示，中国高校毕业生从事工作与所学专业的相关度达70%，这就表明具有与科技相关学科背景的高校毕业生是中国科技人才队伍的重要来源。因此，本文拟通过高等教育毕业生中具有科技相关专业背景的毕业生占比来推断人才中具有科技相关专业背景的科技人才比重。科技相关学科及相应的毕业生折算比例主要参照《中国科技人力资源发展研究报告——科技人力资源与创新驱动》[25]，详见表1-a。需要说明的是，2011年《中国教育统计年鉴》中高等教育专科层次的学科门类发生了变化，因此对2011年及其之后的专科层次科技相关学科及其对应的毕业生折算比例做了相应调整(详见表1-b)；2015年专科层次学科门类再次改变，为尽可能与先前年份统计口径保持一致，本文采用2015年预计毕业生数代替2015年实际毕业生数。
表1-a 科技相关学科及相应的毕业生折算比例%
学历层次科技领域核心学科科技领域外延学科非科技领域学科工学农学理学医学经济学法学管理学教育学文学、历史学、哲学和文艺学博士100100100100100100100100100硕士100100100100100100100100100本科1001001001001.266.802.7416.770专科(2011年前)1001001001001.266.802.7416.770
表1-b 2011年学科调整后专科层次科技相关学科及相应的毕业生折算比例%
科技领域核心学科科技领域外延学科非科技领域学科交通运输资源开发与测绘材料与能源水利农林牧渔生化与药品土建制造电子信息医药卫生环保气象与安全、纺织食品、财经等九大类10010010010087.8799.9695.6897.7599.338.60
本文主要利用索洛(Solow，1957)[22]提出的增长核算法来测算全要素生产率，基本思路是基于生产函数采用产出增长率扣除资本、劳动等投入要素的增长贡献率后得到全要素生产率，即索洛余值。本文采用该研究思路，并充分考虑劳动投入的异质性，对柯布-道格拉斯生产函数进行扩展和改进：
全要素生产率的增长率很多时候被等同于技术进步[10]。对于已经处于全球技术前沿的发达经济体，持续不断地研发和自主创新是促进技术进步的唯一途径；而对于处于追赶或跟跑地位的发展中国家，除了依靠自主创新，还可以借助国外技术，即通过引进消化吸收再创新的方式获得技术进步。然而，无论采用上述何种途径，人力资本积累都是能否切实推动技术进步的关键因素[10]。结合中国现状，十八大以来中国科技创新步入了以跟踪为主转向跟踪和并跑、领跑并存的新阶段，因此提高自主创新能力和借助国外先进技术都是推动技术进步，或者说提升全要素生产率的关键途径，而人力资本特别是科技人才理应在其中发挥至关重要的作用。基于此，本文拟采用本哈比和施皮格尔(1994)[18]的模型思路，并根据研究需要对其进行改进和扩展，由此实证检验中国科技人才对全要素生产率的作用效果，具体模型见式(2)。
“咪蒙”真名叫马凌，名校文学硕士，《南方都市报》原首席编辑，出身传统媒体，因此具有良好的文字功底和资深编辑经历。该公众号最开始是以马凌个人创作原创文章开始，随着公众号的火热和公司的发展，推出的原创文章以咪蒙、咪蒙+编辑、编辑三种方式呈现给受众，但主要还是以迷蒙原创为主。从中可以看出该公众号的传播者本身不仅具有内容创作的实力、其经历更是能够把握新媒体的变化发展。
而本文提出的方法是对用户发布的消息中的敏感信息进行模糊化，相比于现有的访问控制机制要么可以访问要么完全不能访问的情况，本文中用户的所有好友都可以访问到消息，但是他们所得到的消息的敏感程度是不一样的，在保证好友都可以访问到消息的前提下有效地保护了用户的隐私。
具体测算中，本文主要借鉴受教育年限法，将就业人员受教育程度及其对应的受教育年限规定为：文盲和半文盲(E1=1.5年)、小学(E2=6年)、初中(E3=9年)、高中(E4=12年)、大专(E5=15年)、本科(E6=16年)、硕士研究生和博士研究生(E7=20年)共计七类。与此同时，为了区分不同学历层次人力资本在获取知识方面的能力差异，本文采用麦迪逊(Maddison)初等教育等量年的概念对不同学历层次赋予不同的等量年系数，故上述各学历层次的最终受教育年限依次调整为：E1=1.5×1=1.5年、E2=6×1=6年、E3=9×1.4=12.6年、E4=12×1.4=16.8年、E5=15×2=30年、E6=16×2=32年、E7=20×2=40年。由此，科技人才资本(stit)的计算公式为：
(5)
对应的人力资本计算公式为：
(6)
其中，Lit为第t年学历层次i的就业人员数，Ei为该学历受教育年限。人力资本总量中除去科技人才资本外的剩余部分记为其他人力资本lhit。
(四)数据来源
本文采用2001—2015年中国大陆30个省(直辖市、自治区)[注]由于数据问题，西藏和港澳地区未计入研究范畴。的相关数据，数据来源包括《中国统计年鉴》《中国劳动统计年鉴》《中国教育统计年鉴》《新中国六十年统计资料汇编》以及各地统计年鉴。极少数年份数据缺失，采用移动平均法补齐。
三、实证结果分析
(一)中国科技人才发展态势分析
本文依照上文阐述的科技人才资本测算方法对2001—2015年各地区科技人才资本进行测算分析。图1按照东部、中部、西部和东北部的排列顺序，展示了各省(直辖市、自治区)2015年科技人才资本在人力资本中的占比以及2001—2015年科技人才资本年均增长速度。
图1 2001—2015年各省(直辖市、自治区)科技人才资本情况
表2数值区第一列显示了人力资本对全要素生产率的作用效果。其中，人力资本对全要素生产率的直接作用系数Hi(t-1)显著为正，表明人力资本能够通过影响地区自主创新能力而促进当地全要素生产率提升；人力资本对全要素生产率的间接作用系数Hi(t-1)[(Ymax-Yi)/Yi]显著为负，表明人力资本能够通过技术追赶来减小当地与技术前沿的差距，从而促进当地全要素生产率提升。由此可见，本文实证结果证实了人力资本对全要素生产率提高具有显著的正向推动作用，这与大多数国内外学者的研究结果[6-7,26]基本一致，为人力资本促进全要素生产率增长和提升经济增长质量提供了新的经验证据。此外，对比人力资本对全要素生产率直接作用途径和间接作用途径对应的弹性系数可以发现，前者(0.069 4)绝对值远远大于后者(-0.009 6)，说明中国人力资本促进全要素生产率增长的主要方式是通过直接提高当地自主创新能力，而人力资本在追赶前沿技术差距中的作用还有待进一步加强。
从发展趋势来看，中国科技人才队伍不断壮大，但中、西和东北部地区与东部地区之间的科技人才发展差距却愈发明显。2001—2015年，中国科技人才资本以每年近10个百分点的速度持续增加，科技人才在人力资本中的比重也以每年7.2%的增速不断扩大，中国科技人才队伍建设取得了成效。但与此同时，中国科技人才发展的区域差异问题未得到有效缓解。2001—2015年，东部科技人才总量以每年14.1%的增长速度领先于西部的12.5%、中部的11.9%与东北部的11.1%，其中科技人才增速最快的东部沿海大省浙江省年均增速高达21.1%，高出全国省均水平(12.8%)近一倍，是增速最慢的吉林省(8.5%)近三倍，中、西和东北三个地区与东部地区在科技人才发展中的地区差距进一步拉大。
(二)中国科技人才对全要素生产率的作用效果分析
表2展示了本文实证模型，即式(2)—式(3)的系统GMM估计结果，同时也提供了相应的固定效应估计结果。如表2所示，式(2)—式(3)对应的实证模型系统GMM估计结果均通过了Arellano-Bond二阶序列相关检验，Hansen统计量分别为29.46和29.00，均通过了工具变量过度识别检验。
表2 模型参数估计结果
变量系统GMM估计固定效应模型Ai(t-1)0.742 0***1.040 0***0.899 0***0.913 0***(0.066 5)(0.046 9)(0.018 4)(0.020 9)Hi(t-1)0.069 4***0.008 9*(0.016 9)(0.008 3)sti(t-1)0.053 4***0.036 2***(0.011 9)(0.008 8)lhi(t-1)-0.016 0-0.007 7(0.016 3)(0.025 4)Hi(t-1)[(Ymax-Yi)/Yi]-0.009 6*0.000 2(0.005 3)(0.000 2)sti(t-1)[(Ymax-Yi)/Yi]-0.046 8***-0.042 5***(0.010 9)(0.008 3)lhi(t-1)[(Ymax-Yi)/Yi]0.046 3***0.042 6***(0.011 0)(0.008 3)常数项-0.838 0***-0.315 0***-0.179 0**-0.371 0*(0.181 0)(0.101 0)(0.087 1)(0.214 0)Hansen检验29.4629.00 ——(0.339)(0.936)AR(1)检验-2.76-3.73——(0.006)(0.000)AR(2)检验-0.171.45(0.868)(0.146)——观测值420420420420
注：*、**、***分别表示在10%、5%和1%的水平上显著；括号内为标准误。
从发展现状来看，中国科技人才资本在人力资本中的占比偏低，东部相对于中、西及东北部地区表现出领先优势。2015年中国科技人才资本为230 406万人/年，但其在人力资本总量中的占比仅为五分之一，与现阶段支撑中国科学技术进步、产业转型升级以及社会经济变革等现实重大需求之间还存在着明显差距。与此同时，2015年中国东部地区科技人才在人力资本中的比重(25.5%)分别高出中部、西部以及东北部地区5～7个百分点，其中东部的北京和上海更是分别以42.1%和39.0%的较高比例远远领跑其他地区，而西部的云南和贵州则以不足15%的比例成为全国科技人才占比最低的地区，东部地区科技人才发展相对于中部、西部和东北部地区表现出明显的领先优势。
表2数值区第二列显示了科技人才对全要素生产率的作用效果。科技人才对全要素生产率的直接作用系数sti(t-1)和间接作用系数sti(t-1)[(Ymax-Yi)/Yi]均在1%的水平上显著，表明中国区域科技人才既能通过提高当地自主创新能力，又能通过加快前沿技术追赶缩小技术差距来促进当地全要素生产率提升。相比之下，除去科技人才剩余的其他人力资本(lh)对当地自主创新能力提升效果并不显著，而对于缩小当地与技术前沿地区的技术差距更是表现出显著的负面作用，这就有力证明了人力资本中的科技人才、而非其他人力资本才是推动全要素生产率增长并实现经济高质量发展的关键。与此同时，科技人才对全要素生产率的直接弹性系数(0.053 4)和间接弹性系数(-0.046 8)的绝对值之间并未像平均人力资本一样表现出较大的差距，说明科技人才从提高自主创新能力和缩小地区间技术差距两方面同时发力推动当地全要素生产率提升。进一步对比科技人才与人力资本对全要素生产率的作用效果差异发现：科技人才在加快前沿技术追赶速度、缩小技术差距中的作用系数(-0.046 8)远远高于平均人力资本(-0.009 6)，表明各地区追赶技术前沿主要依赖科技人才，再次证明了人力资本中的科技人才才是显著促进全要素生产率提升的主力军。上述结果也充分表明，科技人才是人力资本中具有专业知识或专门技能、具备科学思维和创新能力的高素质劳动者，是决定当地创新能力的关键因素，也是追赶科学技术前沿的核心力量。因此，相比于一般人力资本，科技人才在促进全要素生产率增长和推动经济高质量发展中表现出更加显著的正向作用。
由于疾病缠身，患者可有易感因素，总疑心自己是否身患重症，诊断是否明确，治疗是否有效等，患者集中心思于疾病上，使精神更加紧张，症状反而加重，症状的恶化更加重了患者焦虑和多疑，易形成恶性循环[3]。所以要告诉患者神经衰弱不是说患者心理不健康或者更严重解释为精神病、精神分裂症,它只是由于患者因长期的情绪紧张和精神压力，使个体精神活动能力减弱的状态。造成这个病症的原因有恋爱受挫、人际交往中的困顿，家庭、婚姻或工作中的重重压力等等。让患者明确这个病在当今社会上很常见,并非难以治愈,只要积极配合治疗,很快就能出院。
四、结论与建议
中国经济由高速增长向高质量发展转变的核心是全面提升全要素生产率。科技人才是具有专业知识或专门技能、具备科学思维和创新能力的高素质劳动者，是加快提高全要素生产率和促进中国经济高质量发展的第一资本。基于这样的背景下，本文通过实证检验科技人才对全要素生产率的增长效应来揭示科技人才是否促进了中国经济高质量发展，主要贡献为：一是提出科学估算科技人才资本的思路和方法，并据此测算分析了2001—2015年中国各省(直辖市、自治区)科技人才规模现状和发展趋势，为开展科技人才研究分析和制定相关战略决策提供强了有力的数据支撑。二是架构动态面板模型，并利用系统GMM方法实证考察科技人才对全要素生产率的作用效果，弥补了当前学术界多从受教育程度视角探讨人力资本结构对全要素生产率影响的研究局限，同时也为充分释放科技人才在提升全要素生产率和推动中国经济高质量发展中的积极效能提供了决策参考。
研究结果表明：首先，2001—2015年，中国科技人才总量及其在人力资本中的占比均表现出明显的上升趋势，中国科技人才队伍持续壮大。但与此同时，中国科技人才资本在人力资本中的占比偏低，与现阶段社会经济发展的现实需要之间还存在着明显差距；中部、西部和东北部地区科技人才发展落后于东部地区，且该区域差异仍在不断拉大。其次，人力资本能够通过提高自主创新能力和加快前沿技术追赶速度来显著促进全要素生产率提升并由此推动经济高质量发展，其中科技人才是产生该积极作用的主要发力者，而除去科技人才外剩余的人力资本对全要素生产率增长未显示出或甚至是产生负面的作用效果。最后，科技人才作为专业高层次人才，相比于其他人力资本在追赶技术前沿和缩小地区间技术差距中作用尤为突出。但与此同时，科技人才对全要素生产率提升的促进效果仍较为有限，科技人才在提高全要素生产率和推动中国经济高质量发展中的巨大潜能尚未得到充分释放。
根据研究结果，本文针对中国科技人才队伍建设和切实发挥科技人才在提升全要素生产率和推动中国经济高质量发展中的重要作用提出以下三点建议：第一，牢固确立人才引领发展的战略地位，建立健全与经济社会发展需求相适应的科技人才开发和管理模式。科技人才队伍建设要主动适应中国经济发展的新趋势，积极顺应要素变化的新要求。在充分考虑现实现状的基础上，切实发挥教育在科技人才培养中的基础性作用，加快形成有利于人尽其才的使用和管理模式，改革完善科技人才评价体系和奖励制度，真正为社会经济发展提供强有力的智力支撑。第二，培育引进重点领域高水平创新人才特别是科技领军人物，积极抢占全球科技竞争和未来发展的制高点。习近平总书记指出“谁拥有了一流创新人才、拥有了一流科学家，谁就能在科技创新中占据优势”，因此要注重对世界一流科学家、科技领军人才、高端工程技术人才和创新创业人才的培育和引进，加快组建一支高层次创新型科技人才队伍，为中国攻克关键核心技术、破解创新发展难题、在重大科技领域不断取得突破以及推动国家科技事业发展作出积极贡献。第三，努力构建有利于人才成长成才的科研生态，为科技人才发展以及充分释放其巨大效能营造良好的外部氛围。坚决破除束缚人才发展的思想观念，有效清除人才培养管理中的体制机制障碍，优化改善创新创业的政策环境，为各类人才充分释放其智慧和潜能提供积极的外部条件。
不可否认，本文还存在一定的局限性，如未能对科技人才资本以及除此之外的剩余人力资本构成对全要素生产率增长的作用效果展开更深层次的对比研究，这将是未来努力的方向。
刘雁衡一向对人故弄玄虚感到厌烦，不过对方比较有礼，不便给对方脸色看，就随他出大门，出了门左拐。刘雁衡放慢脚步问：“还要走多远？”
通过对四种管材价格、施工工艺、输水能力、压力等级、卫生性能、维护费用等进行比较，确定钢管和PE管易搬运、施工安装方便，压力适用于较复杂的山区地形条件，价格相对较低，所以适用于本工程。提水管线全长0.98 km，由提水泵站至调蓄水池为DN 250钢管；供水管线全长1.86 km，由调蓄水池至三交镇，为DN 250 PE管。
参考文献：
[1]蔡昉.中国经济增长如何转向全要素生产率驱动型[J].中国社会科学,2013(1):56-71,206.
[2]AIYAR S,FEYRER J.A contribution to the empirics of total factor productivity[Z].Dartmouth College Working Paper No.02-09,2002.
[3]魏下海，张建武.人力资本对全要素生产率增长的门槛效应研究[J].中国人口科学,2010(5):48-57,111.
[4]魏下海.人力资本、空间溢出与省际全要素生产率增长——基于三种空间权重测度的实证检验[J].财经研究,2010(12)：94-104.
[5]VANDENBUSSCHE J,AGHION P,MEGHIR C.Growth,distance to frontier and composition of human capital[J].Journal of Economic Growth,2006,11(2)：97-127.
[6]彭国华.我国地区全要素生产率与人力资本构成[J].中国工业经济,2007(2)：52-59.
[7]朱承亮，师萍，岳宏志，等.人力资本、人力资本结构与区域经济增长效率[J].中国软科学，2011(2)：110-119.
[8]陈仲常，谢波.人力资本对全要素生产率增长的外部性检验——基于我国省际动态面板模型[J].人口与经济,2013(1)：68-75.
[9]ROMER P M.Human capital and growth：theory and evidence[J].Carnegie-Rochester Conference Series on Public Policy，1990,32(1)：251-286.
[10]李平.提升全要素生产率的路径及影响因素——增长核算与前沿面分解视角的梳理分析[J].管理世界,2016(9)：1-11.
[11]程惠芳，陈超.开放经济下知识资本与全要素生产率——国际经验与中国启示[J].经济研究,2017(10)：21-36.
[12]田友春，卢盛荣，靳来群.方法、数据与全要素生产率测算差异[J].数量经济技术经济研究，2017(12)：22-40.
[13]马茹，王宏伟.科技人才红利与中国区域经济增长[J].广东社会科学，2019(2):40-48.
[14]金碚.关于“高质量发展”的经济学研究[J].中国工业经济，2018(4):5-18.
[15]任保平.新时代中国经济从高速增长转向高质量发展:理论阐释与实践取向[J].学术月刊，2018(3):66-74,86.
[16]蒲晓晔，FIDRMUC J.中国经济高质量发展的动力结构优化机理研究[J].西北大学学报(哲学社会科学版),2018(1)：113-118.
[17]刘志彪.为高质量发展而竞争:地方政府竞争问题的新解析[J].河海大学学报(哲学社会科学版),2018(2)：1-6,89.
[18]BENHABIB J，SPIEGEL M M.The role of human capital in economic development evidence from aggregate cross-country data[J].Journal of Monetary Economics,1994,34(2)：143-173.
[19]NELSON R R,PHELPS E S.Investment in humans，technological diffusion，and economic growth[J].The American Economic Review，1966,56(1-2)：69-75.
[20]BLUNDELL R,BOND S.Initial conditions and moment restrictions in dynamic panel data models[J].Journal of Econometrics,1998,87(1)：115-143.
[21]陈强.高级计量经济学及Stata应用:第二版[M].北京：高等教育出版社，2014.
[22]SOLOW R M.Technical change and the aggregate production function[J].The Review of Economics and Statistics,1957,39(3)：312-320.
[23]贺勇，廖诺，杨倩霞.基于聚类分析和Cobb-Douglas函数的我国人才经济贡献率测算[J].数学的实践与认识,2014(19)：130-138.
[24]廖诺，张紫君，李建清，等.基于C-C-E链的人才集聚对经济增长的贡献测度[J].人口与经济，2016(5):74-83.
[25]中国科协调研宣传部,中国科协创新战略研究院.中国科技人力资源发展研究报告——科技人力资源与创新驱动[M].北京：清华大学出版社，2018.
[26]MANNASOO K，HEIN H，RUUBEL R.The contributions of human capital,R&D spending and convergence to total factor productivity growth[J].Regional Studies,2018,52(12):1598-1611.
[27]刘瑞波，边志强.科技人才社会生态环境评价体系研究[J].中国人口·资源与环境， 2014(7)：133-139.
DoS&TTalentsContributetoHigh-qualityEconomicDevelopmentofChina?—EmpiricalTestBasedonEffectofS&TTalentsonTFP
MA Ru1,ZHANG Jing1,WANG Hongwei2
(1.National Academy of Innovation Strategy,Beijing 100863；2.Chinese Academy of Social Sciences,Beijing 100732)
Abstract：This paper contributes in accurately measuring the scientific and technological (S&T)talent capital based on the education level and discipline background of employees,and empirically investigating whether it promotes China’s high-quality economic development by employing a dynamic panel model to analyze its effect on total factor productivity(TFP).The results are shown as follows.(1)From 2001 to 2015,there was an obvious increase in Chinese S&T talents；however,the problems of the low ration in total human capital and the regional gap still exist.(2)The S&T talent can indeed significantly improve the TFP by improving the innovation capability and accelerating the catch-up speed to frontier technologies,especially the later.However,this positive effect is limited,which means the huge power of the S&T talent in promoting China’s high-quality economic development still needs to be fully released.
Keywords：S&T talent；total factor productivity(TFP)；high-quality economic development；system GMM；human capital
中图分类号：C962；F24
文献标识码：A
文章编号：1000-7636(2019)05-0003-10
DOI：10.13502/j.cnki.issn1000-7636.2019.05.001
收稿日期：2018-10-24
作者简介：马 茹 中国科学技术协会创新战略研究院博士后，北京，100863；
张 静 中国科学技术协会创新战略研究院助理研究员；
定义2 设[Sθ1,Sθ2]，其中Sθ1,Sθ2∈S且0≤θ1≤θ2≤τ,S为语言短语集，则称为离散区间语言变量。特别地，当θ1=θ2时，退化为语言变量。
Kapstein 2001: Matthew T Kapstein, Abhayākaragupta on the Two Truths, Reason’s Traces: Identity and Interpretation in Indian & Tibetan Buddhist Thought, Studies in Indian and Tibetan Buddhism, Boston: Wisdom Publications, 393-415.
王宏伟 中国社会科学院数量经济与技术经济研究所研究员、博士生导师，北京，100732。
作者感谢匿名审稿人的评审意见。
责任编辑：蒋 琰
标签：科技人才论文; 生产率论文; 要素论文; 人力资本论文; 中国论文; 社会科学总论论文; 人才学论文; 人才管理论文; 《经济与管理研究》2019年第5期论文; 中国科学技术协会创新战略研究院论文; 中国社会科学院数量经济与技术经济研究所论文;