摘要提出科技人才资本的估算方法，并据此测算分析了2001-2015年中国区域科技人才发展情况及其对经济增长的红利效应。结果表明：2001-2015年间，中国科技人才队伍持续壮大，但在人力资本中占比偏低。中国科技人才对中国区域经济增长的贡献程度不断提高，但总体较为有限，且其增速明显低于科技人才规模扩充速度，表明中国科技人才巨大的红利潜能亟待释放。此外，中国科技人才规模及其红利效应均存在“东强西弱”的区域非均衡现象。
关键词科技人才红利 区域经济增长贡献率 学科背景
引言
改革开放至今，中国经济经历了四十年的高速增长，创造了罕见的经济奇迹，其中“人口红利”贡献巨大。然而近年来，中国劳动年龄人口增长率下降，人口老龄化加速，中国经济赖以支撑的“人口红利”开始呈现出明显的衰减迹象，亟须从依靠“人口红利”转向依靠“人才红利”(陈井安和王学人，2012；戴翔和刘梦，2018)，充分发挥人才作为我国经济社会发展第一资源的关键作用。“人才红利”包括“人才”和“红利”两部分，前者指具有较高素质和能力的劳动者，后者指产生的经济增长效益，而“人才红利”则可以理解为人才与同等数量劳动力投入相比而为经济增长赢得的额外源泉(戴翔和刘梦，2018)。
科技人才是知识与技能的重要载体和开展科学技术创新活动的核心要素，蕴含巨大的红利潜能，理应成为推动科学技术事业及经济社会发展的重要贡献者以及赢得国际竞争优势的战略资源。那么，现阶段中国是否具有充足的科技人才资本？科技人才是否充分释放出自身对中国经济增长巨大的红利效益？地区之间是否存在差异？本文将对上述问题进行深入探讨，以期为中国科技人才队伍建设和充分释放科技人才的积极效能提供决策参考。
一、文献回顾与评述
自从美国经济学家舒尔茨于20世纪60年代提出人力资本理论，人力资本对经济增长的影响就受到了学术界广泛而持续的关注，Romer(1990)、姚先国和张海峰(2008)、Teixeira&Queirós(2016)等国内、外学者均对该问题展开了有益探索。根据政府政策需要，我国在人力资本的基础上进一步提出了“人才”这种中国特有的人力资源分类概念，并随着社会经济发展变化不断细化“人才”类别，其中“科技人才”就是随着其对社会经济发展重要作用的日益凸显而受到了越来越多的关注。学术界，特别是国内学者围绕科技人才，从培养和开发(李中斌，2011；孙健和丁雪萌，2018)、发展环境(刘瑞波和边志强，2014)、效能评价(沈春光等，2010)、国内外发展情况比较(刘文川和雷露，2012)、国际流动(朱军文和李奕嬴，2016)、经济增长效应(DenisandCao，2009；陈玉兰，2013；孙洁和姜兴坤，2014；刘璇和张向前，2015)等多个方面对科技人才展开深入研究。
科技人才红利实质上反映的是科技人才的经济增长效应。对于该问题的实证研究多是基于生产函数将“科技人才”从传统投入要素，如劳动力或人力资本中剥离出来，建立科技人才与经济增长之间的计量模型，之后采用计量回归及增长核算等方法得到科技人才对经济增长的贡献程度，如陈玉兰(2013)、孙洁和姜兴坤(2014)、刘璇和张向前(2015)等学者均采用了上述思路。上述研究成果对本文具有一定的启示意义，但仍然存在不足，突出表现在科技人才的表征方式上。“科技人才”是中国特有的、服务于政府政策的一种人力资源分类概念，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R&D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作为科技人才的表征指标则存在明显的问题：一是由于概念内涵存在明显差异，采用上述表征指标将可能高估或低估科技人才规模，造成与实际数量的较大偏差；二是上述表征指标仅关注了科技人才的数量，而未能反映出科技人才作为科技人员队伍中高素质高能力劳动者的质量内涵。表1总结归纳了近年来具有一定代表性的科技人才表征方式，并着重对每类表征方式可能存在的问题进行了评价分析。
表1科技人才主要表征指标及可能存在的问题
表征指标可能存在的问题R&D人员数R&D人员指从事基础研究、应用研究和试验发展三类活动的人员,是科技人才的重要组成部分,因此选用该指标可能会低估科技人才规模。科技活动人员数①忽略了人力资本的异质性,即该指标未能反映出科技活动人员中科技人才与一般人力资本之间的差异;②2009年起不再有该项指标的官方统计数据,无法开展长时序的研究。科学家和工程师人数①科学家和工程师是科技人才中高质量群体,选用该指标可能会低估科技人才规模;②2009年起不再有该项指标的官方统计数据,无法开展长时序的研究。普通本专科和研究生毕业生之和①未考虑科技人才作为“劳动者”和高校毕业生作为“劳动力资源”之间的差别;②模糊了人才与专门从事科学技术创新活动的科技人才之间的区别。
鉴于此，本文根据科技人才的概念内涵以及统计数据的可得性，提出了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，旨在为开展科技人才研究分析以及制定战略决策提供强有力的数据支撑。与已有研究相比，该方法一是能够通过身份状态(就业人员)、知识能力(学历层次)、活动领域(学科背景)等几个关键方面确定科技人才的测算范围，使得估算方法更加贴合科技人才的概念特征；二是不再局限于数出科技人才的数目，而是清晰反映出科技人才作为科技人员队伍中高素质高能力劳动者的质量内涵。
二、科技人才资本的测算分析
根据《“十三五”国家科技人才发展规划》，科技人才为“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”，简而言之，科技人才即为具备专业能力素养并从事科学技术创新活动的劳动者。由于现阶段中国职业分类标准以及数据统计资料不支持从科技岗位的角度来界定和测算科技人才资本，因此本文在充分考虑科技人才的概念内涵以及已有统计数据的基础上，尝试从就业人员的学历和学科背景着手测算科技人才。
该公司借助德国KUKA的设计平台和经验，能为中国客户提供世界一流的汽车焊接流水线、白车身线、装配线、调整线、机器人装配焊接单元、冲压自动化线及机器人包边系统等产品的总体规划、设计、制造及交钥匙工程，其设计、工程等部门均由德国KUKA派遣的常驻中国的资深专家负责，研发实力雄厚。
高等教育是培养高科技人才的重要途径，通过提高劳动者技能水平以及吸收和模仿世界前沿技术的能力推动科学技术进步，促进经济发展(彭国华，2017；王士红，2017)。因此本文认为，接受过高等教育的劳动者经过多年的学习已具备一定的专业知识或专门技能，能够进行创造性劳动并对社会作出贡献，达到了人才资本的阈值(临界值)，并据此将具有本、专科及其以上学历的就业人员纳入到“人才”的统计范围，而科技人才则是其中具有科技相关学科背景的人才。根据该思路，本文依次：
Y=AK∂Lβ
其次，确定人才资本中具有科技相关学科背景的人才比例。中国现阶段尚不具备就业人员的学科背景的统计数据，但与此同时，麦可思研究院发布的《2017年中国大学生就业报告》显示，我国七成以上的高校毕业生从事了与本专业相关的工作，表明具有与科技相关学科背景的高校毕业生是我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数占比来推断人才(即具有本、专科及其以上学历的就业人员)中具有科技相关专业背景的科技人才比重。
本文确定科技相关学科及其毕业生的折算比例主要参照《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》的方法，认为能够完成硕士和博士教育的毕业生经过多年学习和培训，具有专业知识或专门技能，具备科学思维和创新能力，因此全部纳入具有科技相关学科的毕业生统计范畴。对于专科和本科毕业生，将工学、农学、理学、医学定义为核心学科，上述学科领域毕业生全部纳入统计范畴；经济学、法学、管理学和教育学为外延学科，毕业生分别按照1.26%、6.8%、2.74%和16.77%的比例纳入统计范畴；而文学、历史学、哲学和文艺学等剩余学科定义为非科技领域学科，毕业生均不进入统计范畴。需要说明的是，由于从2011年开始，《中国教育统计年鉴》(2012)中高等教育专科层次的学科门类发生了变化，故对2011年专科层次科技相关学科及其毕业生折算比例做了相应调整：其中，核心学科包括交通运输、资源开发与测绘、材料与能源、水利4大类，毕业生全部纳入统计范畴；农林牧渔、生化与药品、土建、电子信息和医药卫生为外延学科，毕业生折算系数分别为87.87%、99.96%、95.68%、97.75%、99.3%和38.6%。2015年高等教育专科层次的学科门类再次调整，为尽可能与先前年份统计口径保持一致，本文采用《中国教育统计年鉴》对2015年预计毕业生数代替2015年的实际毕业生数。
最后，测算得出科技人才资本存量。根据上一步确定的科技相关学科及其毕业生折算比例，加总得到2001-2015年我国历年具有科技领域相关学科背景的专科、本科、硕士研究生和博士研究生毕业生数量之和，据此进一步得出本、专科及其以上学历毕业生中具有科技相关学科背景的毕业生占比，并将该比重作为从人才资本中筛选科技人才的比例系数，记作δi。科技人才资本(STit)计算公式为：
取弃土量、扰动面积、拦挡排水等防护工程的完好性、植物措施的成活率、植被覆盖率、植物生长量、施工开挖回填土石方造成的水土流失对周边影响及恢复期的水土保持效果。
(2)
按照上述方法，本文计算得出2001-2015年中国30个省(市、自治区) 科技人才资本及其占人力资本总量的比重，结果如表2所示：
表2 2001～2015年中国区域科技人才资本总量及其人力资本占比
地区200120052009201320142015总量(万人年)占比(%)总量(万人年)占比(%)总量(万人年)占比(%)总量(万人年)占比(%)总量(万人年)占比(%)总量(万人年)占比(%)全国661648.1%826279.6%9565510.3%17722215.8%19572417.0%23040620.5%北京207619.8%496229.6%655132.9%1066740.0%1196142.6%1130242.0%天津87512.6%134916.5%197518.0%411525.8%463927.3%522232.3%河北19565.1%31517.3%37278.0%704312.1%866214.2%1102717.9%山西15098.6%19099.8%21039.8%419614.7%475116.3%641821.9%内蒙古11549.4%170512.9%147810.4%350916.6%404217.9%430119.9%辽宁19977.9%343312.2%450514.2%589015.4%663716.8%879223.5%吉林13239.0%166110.6%186311.0%301414.7%329515.5%387818.2%黑龙江16578.5%240610.7%21969.1%344812.4%370512.8%626220.2%上海235818.6%372222.8%589029.0%654124.1%971733.2%1101439.0%江苏40307.8%571010.3%591810.0%1284317.6%1371018.6%1884624.7%浙江16845.7%33009.4%605213.4%1117919.7%1248321.3%1521625.2%安徽24406.9%28687.8%25666.1%671512.3%785613.7%950416.9%福建17729.3%20799.8%413814.8%690318.2%724518.0%794320.1%江西19518.4%19497.9%29859.8%434112.0%438612.1%560615.8%山东52848.2%47437.1%61988.1%1665016.7%1788117.7%1675517.9%河南48837.4%45716.9%47986.6%1006311.3%1185312.6%1430415.3%湖北31847.9%34628.7%477210.6%780614.4%932816.7%1052820.2%湖南28576.9%33707.6%38808.1%912914.9%983315.9%999417.6%广东35717.5%62339.5%73009.6%1334614.4%1463015.2%1894520.1%广西15545.5%22207.4%20636.2%36129.8%450011.7%642116.7%海南2947.6%4259.1%4228.0%105113.5%121114.5%127116.3%重庆10146.4%13028.7%13498.2%327914.5%380916.3%539222.1%四川41248.6%32157.3%44008.7%809712.7%810212.6%996516.4%贵州15178.2%15968.2%13646.2%355811.4%396012.4%412913.6%云南9254.9%15447.3%14185.7%455613.1%463613.2%504315.0%陕西17168.5%248310.5%290611.4%617418.8%703220.7%637720.5%甘肃11968.2%12749.4%12368.4%323116.0%334016.3%342817.4%青海1757.2%46815.8%50815.7%83418.9%80518.4%89820.8%宁夏32910.8%46813.8%46811.8%73915.6%82617.1%111921.5%新疆114313.9%154815.3%157714.1%284817.6%298517.8%434923.4%
根据表2测算结果，本文研究发现：
(1)总体来看，中国科技人才队伍持续壮大，但在人力资本总量中的比重偏低。
2001至2015年间，中国科技人才规模稳步提升，总量由66164万人·年增加至230406万人·年，年均增长近十个百分点；在人力资本中的占比由8.1%上升到20.5%，年均增长7.2%。但与此同时，中国仍面临着科技人才在人力资本中占比偏低的事实，2001-2015年间，中国科技人才在人力资本中的比重最高也仅达到五分之一。考虑到现阶段科学技术进步、产业转型升级以及社会经济变革步伐不断加快，我国科技人才建设与发展现实需求之间还存在着明显差距，科技人才队伍亟需进一步扩充。
李老鬼看着她，一个巨浪扑过来，卷走了她。他点上一颗烟吃了一口，突然又想要救付玉，海上灰茫茫一片，再也看不到付玉的影子……
表4结果反映出中国科技人才红利如下事实：
本文采用2001-2015年中国30个省(市、自治区)(西藏由于数据缺失未计入研究范畴)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》以及各省(市、自治区)统计年鉴等。极少数年份数据缺失，采用移动平均法补齐。
本文利用stata软件对模型参数进行估计，结果表明物质资本、科技人才资本和其他人力资本对应的系数均显著为正，表明上述要素对经济增长产生正向促进作用。
那么，作为金庸衣钵的直接传承者，网络文学是否也具备了这种与传统中国和现代中国对话、书写的能力？虽然答案并不明确，但需要警惕的是，在资本的巨力面前，网络文学在最初野蛮而生机勃勃的生态，是否正在被资本所修剪？它是否会在产业化的过程中深陷“套路”而不能自拔？我们只能拭目以待。
三、模型构建与数据处理
对式(4)两边同时取对数，并做差分，将经济增长分解为物质资本、科技人才资本和其他人力资本投入要素的增长率与各自产出弹性乘积的和，即索洛增长速度方程：
C-D生产函数的一般形式为：
首先，采用受教育年限法估算人才资本。采用大多数文献观点，将就业人员受教育程度划分为文盲和半文盲、小学、初中、高中、大专、本科、硕士研究生和博士研究生七类，相对应的各类受教育群体受教育年限分别定为：1.5年、6年、9年、12年、15年、16年以及20年。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，实际测算中使用的最终受教育年限分别为：文盲和半文盲平均受教育年限(E1)=1.5*1=1.5年、小学(E2)=6*1=6年、初中(E3)=9*1.4=12.6年、高中(E4)=12*1.4=16.8年、大专(E5)=15*2=30年、本科(E6)=16*2=32年、硕士研究生和博士研究生(E7)=20*2=40年。在此基础上，采用受教育年限法测算得出人力资本存量，即：其中，Li为对应学历层次的就业人员数，Ei为该学历受教育年限。
(3)
其中，Y代表实际产出，A代表全要素生产率，K为资本存量，L为劳动投入量。∂和β分别为资本投入和劳动投入的产出弹性。考虑到劳动投入的异质性，本文将人力资本(H)引入代替生产函数中的劳动力，并根据研究需要进一步将人力资本分为科技人才资本(ST)和其他人力资本(h)，式(3)由此变为：
由表2计算可知，在混凝土浇筑结束后，筏板基础混凝土温度持续升高，呈线性变化，测试点处温度在3天左右达到温度峰值，然后温度开始缓慢下降，呈非线性变化，A点中心处温度在20d后下降到33℃左右。A点混凝土内外温差最大值为29℃，超过大体积混凝土规范内外温差最大值25℃，可能会产生温度裂缝。原因是因其采用一次性浇筑，未进行分层浇筑，造成筏板基础混凝土内部聚集热量过多，无法及时散出多余热量，导致筏板基础内外温差过大。
(4)
本文主要利用Solow(1975)提出的增长核算法来实证检验中国科技人才对经济增长的红利效应，即科技人才对经济增长的贡献率。该方法的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的“残差”来作为技术进步对经济增长的贡献，即“索罗余值”。本文采用该测算思路，并根据研究需要对道格拉斯(C-D)生产函数进行扩展和改进：
(5)
式(5)中和分别除以实际产出增长率即可计算得出物质资本、科技人才资本和其他人力资本对经济增长的贡献程度。
根据本文构建的实证模型，变量的选取和数据处理方法如下：
(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(PerpetualInventoryMethod)，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来衡量。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)。为t年的资本折旧率，选用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)科技人才资本(ST)和其他人力资本(h): 测算方法见上文。
另外，在逻辑方面对主体特征的研究包括信任(trust)、意图(intentions)和承诺(commitments)等，对语言进行动态分析的同时，也可对主体如何使用该语言进行分析。
四、实证结果分析
2001至2015年间，东部地区以每年、每省5729万人·年的科技人才总量和16.2%的人力资本占比，遥遥领先于中部(4680万人·年和10.2%)、东北部(3039万人·年和11.7%)和西部(2330万人·年和11.9%)地区。2015年位列科技人才占人力资本比重全国前五的北京、上海、天津、浙江和江苏则均来自东部沿海发达省份，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。与此同时，2001～2015年间东部地区科技人才总量以每年14.1%速度增长，比西部、中部和东北部三个地区高出2～3个百分点，其中东部沿海大省浙江以每年21.1%的增速成为全国科技人才增速最快的省份，而增速最慢的吉林省(8.5%)仅相当于浙江省的五分之一。由此可见，中国中部、西部和东北部三个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。
表3模型参数估计结果
变量固定效应模型随机效应模型物质资本0.564∗∗∗0.555∗∗∗(0.0278)(0.0234)其他人力资本0.292∗∗0.380∗∗∗(0.111)(0.0573)科技人才0.0767∗∗0.0702∗∗(0.0289)(0.0301)常数-0.179-0.919∗∗(0.864)(0.434)R-squared0.983
注：*、**、***分别表示10%、5%和1%的水平上显著。
与此同时，豪斯曼检验结果表明固定效应模型优于随机效应模型，因此本文将物质资本、科技人才资本和其他人力资本对应的弹性系数0.564、0.0767和0.292代入公式(5)得出2001～2015年各省历年地区经济增长的要素贡献程度，并分阶段将全国和地区(东、中、西和东北)情况整理汇总如下(见表4)
表4 2001～2015年中国经济增长要素贡献率(%)
年份物质资本科技人才其他人力资本全国2002～200586.2%6.8%8.1%2006～201071.6%10.2%10.6%2011～201568.9%10.4%10.4%东部2002～200573.0%12.90%9.60%2006～201064.4%12.30%9.90%2011～201565.0%13.80%10.60%中部2002～200589.3%5.1%4.4%2006～201078.8%10.2%10.2%2011～201567.9%10.6%7.1%西部2002～200594.7%5.5%5.9%2006～201071.8%11.7%10.3%2011～201572.3%7.9%9.4%东北部2002～200592.4%5.5%7.5%2006～201080.3%5.6%7.1%2011～201571.2%11.6%8.9%
(2)分地区来看，东部地区科技人才发展总体优于中部、西部和东北部地区，且其领先优势仍在进一步扩大。
施工管理工作目标能够为施工技术管理工作提供方向引导，为实现施工技术的有效管理，需要项目施工管理目标能够强化施工技术管理的重要地位。而通过对实际工程项目的考察来看，很多工程项目的施工管理工作中关注安全管理、进度管理及成本管理，却没有意识到施工技术管理对于项目管理目标实现的基础作用，因而导致工程项目管理中出现技术管理失责的问题，进而对施工安全及工程质量造成负面影响，给施工单位造成经济损失，同时也可能对施工人员造成人身安全威胁。
(1)总体来看，科技人才对经济增长的贡献程度较低，以科技人才为代表的高质量人力资本红利效应亟待进一步释放。
首因效应也叫“第一印象”效应,如果老师在接触新班级的初级阶段就为学生留下深刻明晰且富有特点的第一印象，这将为未来的课堂管理、教育教学奠定良好的心理基础。
2001～2015年间，科技人才对中国经济增长的年均贡献率仅为9.1%，不仅未与剩余的其他人力资本拉开明显差距，且远远低于物质资本(74.8%)，表明科技人才作为高层次科技人员并未充分释放其推动经济增长的巨大红利效能。实际上，众多研究和实践表明，中国是科技人力资源大国，但并非是科技人才强国，其中一个重要原因就在于科技人力资源质量和结构的缺失损害了其经济增长效应。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较大的供给缺口，严重限制了科技人才本身以及科技人员整体充分释放其创新创业活力以及推动经济增长的巨大效能。
(2)从趋势来看，科技人才的经济增长贡献程度波动上升，但明显低于科技人才规模的扩充速度。
在工业化和城市化快速推进过程中，欧美国家也经历了乡村发展滞后于城市、农村居民收入增长滞后于城市居民收入增长的不协调阶段。中共中央党校(国家行政学院)《行政管理改革》编辑部编辑张世贵梳理了发达国家破解城乡发展差距问题的经验。
2001至2015年间，物质资本对经济增长的贡献率经过最初几年的下降后便基本保持在65%～75%区间内，其他人力资本贡献率上下大幅波动未表现出明显的趋势性变化。与物质资本和其他人力资本不同，科技人才对经济增长的贡献程度在此期间波动上升，年均增长近一个百分点，表明科技人才对经济增长的巨大效能正在加速释放。与此同时，在人力资本对经济增长的总体贡献率中，科技人才的贡献程度占比也不断上升，表明以科技人才为代表的高质量人力资本越来越成为中国经济增长的重要驱动力。究其原因，中国当前正处于教育加速发展的“黄金时期”，教育红利直接扩充了人才资源和技能人才储备，释放了人才红利(胡鞍钢和王洪川，2016)，为壮大中国科技人才队伍奠定了坚实基础。与此同时，我国确立了科技人才优先发展的战略布局，逐年增大培养开发力度，着力破除体制机制障碍，持续优化外部支撑环境，为科技人才红利充分释放提供了有利条件。
但需要注意的是，与科技人才队伍扩充速度相比，2001-2015年间中国科技人才经济增长贡献率并未表现出同样持续、迅猛的上升势头，一定程度反映出我国在加速扩充科技人才数量的同时并未充分激活并释放科技人才推动经济增长的巨大潜能。正如前文所述，科技人才红利不仅仅依赖于科技人才资本的积累，更为关键地是通过合理利用科技人才来充分释放其经济效应，这是未来我国科技人才队伍建设亟须关注的问题。
(3)分地区来看，科技人才红利效应存在区域差异，东部优于中部、西部和东北部地区。
在终身教育理念引导下，体育教师教育专业化是指将影响体育教师教育专业化的“事物”进行整合，使得这些“事物”相互作用共同指向一个目标，即帮助体育教师这个职业成为成熟专业，使体育教师能够不断提高专业能力、培养专业精神和获得专业地位。体育教师教育是一项终身性的工程，而体育教师教育专业化框架的构建是这项工程的根基。
2001～2015年间，东部科技人才经济增长贡献率年均水平(13.%)高出其他剩余人力资本三个百分点，且明显高于中部(8.6%)、西部(8.3%)和东北部(7.6%)地区，表明东部科技人才对经济增长的红利效应相较于其他三个地区更加显著。从发展趋势来看，东部、中部和东北部地区科技人才经济增长贡献率总体上升，而西部地区上下大幅波动未表现出明显的趋势性变化，东部地区持续保持着科技人才红利领先优势。究其原因，我国东部地区经济发达省份居多，当地优渥的经济社会发展环境为科技人才提供了良好的工作和生活条件，吸引并聚集了大量高素质、高能力的科技人才为当地经济发展作出积极贡献。相比之下，中、西和东北部地区，特别是西部地区，相对落后的经济社会发展水平造成了科技人才的严重流失，当地科技人才“质”与“量”的不足以及外部环境的缺憾，制约了科技人才在促进经济增长中发挥应有的作用。
五、结论与建议
本文围绕中国科技人才红利展开研究，主要贡献为提出科学估计科技人才资本的思路和方法，改进了已有研究采用单一指标表征科技人才而造成的数量估计偏差、质量内涵考虑不足等问题。在此基础上，本文进一步利用2001-2015年中国30个省(市、自治区)面板数据测算分析了中国科技人才资本现状，并实证检验了科技人才对中国经济增长的红利效应。
目前咨询单位内部几乎每台电脑上都安装有多款即时通讯软件，并行使用。这样既占用电脑资源，而且经常是同一条信息通过不同的渠道重复发送；很多时候发信息无针对性，大量使用群发功能。信息接收者的负担较重。
研究结果表明：(1)积极方面，2001-2015年间，中国科技人才资本及其在人力资本总量中的占比均表现出明显的上升趋势，对经济增长的贡献程度也在逐步提高，表明中国科技人才队伍持续壮大的同时，以科技人才为代表的高质量人力资本对经济增长的红利效应也正日趋凸显。(2)问题方面，一是中国科技人才资本在人力资本中的占比偏低，对经济增长的贡献程度较为有限，红利效应亟待进一步释放。二是中国科技人才的经济增长贡献率增长速度明显低于科技人才规模扩充速度，表明我国科技人才数量快速增进的同时并未充分激活并释放科技人才推动经济增长的巨大潜能。此外，中国科技人才规模及其对经济增长的红利效应均存在明显的区域非均衡现象，东部地区优于中部、西部和东北部地区。
根据研究结果，本文提出如下三点建议：(1)建立健全与经济社会发展需求相适应的人才培养和引进模式。我国对科技人才培养、管理等方式与现实需求脱节等问题一定程度上制约了科技人才充分释放其推动经济社会发展的巨大潜能。因此，要在充分考虑经济社会需求的基础上创新科技人才培养培训体系，改革科技人才使用管理模式。(2)营造良好的人才发展环境。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。因此培养、吸引并激发科技人才充分释放才能的重要条件是科技人才成长和发展的环境(刘瑞波和边志强，2014)。因此，要大力打造科技人才成长和发挥作用的良好科研生态环境，切实优化科技人才的生存和生活环境，为科技人才释放创新创业活力以及社会经济发展积极效能提供强有力的外部支撑。(3)促进科技人才地区间的合理分布。调整和优化科技人才区域结构，重点解决西部等欠发达地区科技人才匮乏问题，采用政府转移支付、科技计划(专项、基金等)、补偿奖励机制、对口支援合作、建设研发基地等多项措施切实改善中国科技人才区域分布不平衡现象。
参考文献
[1]陈井安、王学人：《人才红利效应与中国经济持续增长》，北京：《经济学动态》，2012 年第5期，第33～36页。
[2] 戴翔、刘梦：《人才何以成为红利——源于价值链攀升的证据》，北京：《中国工业经济》，2018第4期，第98～1166页。
[3]Romer.P.M.EndogenousTechnologicalChange. Journal of Political Economy. 1990，98(5)：71～102。
[4] 姚先国、张海峰：《教育、人力资本与地区经济差异》，北京：《经济研究》，2008第5期，第47～57页。
[5]TeixeiraAAC.,QueirósASS.Economicgrowth,humancapitalandstructuralchange:Adynamicpaneldataanalysis. Research Policy,2016,45(8):1636-1648
[6] 李中斌：《科技创新人才的培养及其发展策略》，北京：《人口与经济》，2011年第5期，第24～28页。
[7] 孙健、丁雪萌：《区域科技人才开发效率评价研究——基于2005～2014年省际面板数据的经验分析》，广州：《广东社会科学》，2018年第2期，第20～28页。
[8] 刘瑞波、边志强：《科技人才社会生态环境评价体系研究》，济南：《中国人口·资源与环境》，2014年第7期，第133～139页。
[9] 沈春光、陈万、 裴玲玲：《区域科技人才创新能力评价指标体系与方法研究》，天津：《科学学与科学技术管理》，2010年第2期，第196～199页。
[10] 刘文川、雷露：《国内外科技人才情况比较分析》，北京：《人口与经济》，2012年第4期，第43～49页。
[11]朱军文、李奕嬴：《国外科技人才国际流动问题研究演进》，北京：《科学学研究》，2016年第5期，第697～703页。
[12]DenisFredSimon,CongCao． China’s Emerging Technological Edge: Assessing the Role of High-End Talent. Cambridge：CambridgeUniversityPress. 2009.
[13] 陈玉兰：《科技人才对我国经济增长的影响研究——来自不同时期的省级数据》，南昌：《江西社会科学》，2013 年第8期，第77～80页。
[14] 孙洁、姜兴坤：《.科技人才对区域经济发展影响差异研究——基于东、中、西区域数据的对比分析》，广州：《广东社会科学》，2014年第2期，第15～21页。
[15] 刘璇、张向前：《适应创新驱动的中国科技人才与经济增长关系研究》，昆明：《经济问题探索》，2015年第10期，第61～67页。
[16] 彭国华：《我国地区全要素生产率与人力资本构成》，北京：《中国工业经济》，2007年第2期，第54～61页。
[17] 王士红：《人力资本与经济增长关系研究新进展》，北京：《经济学动态》，2017 年第8期，第124～134页。
[18] 中国科协：《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》，北京：清华大学出版，2018年。
[19] 胡鞍钢、王洪川：《中国教育现代化:全面释放巨大红利》，北京：《清华大学教育研究》，2016年第4期，第1～8页。
中图分类号C962；F24
[文献标识码]A
[文章编号]1000-114X(2019)02-0040-09
*本文系国家自然科学基金资助项目“2040重点产业发展对工程科技的需求分析”(项目号L1624042)阶段性成果。
作者简介：马 茹，中国科协创新战略研究院创新人才所博士后研究人员；王宏伟，中国社会科学数量经济与技术经济研究所研究员、博士生导师。北京 100732
[责任编辑潘莉]
标签：科技人才论文; 经济增长论文; 中国论文; 红利论文; 人力资本论文; 社会科学总论论文; 人才学论文; 世界各国人才调查及其研究论文; 《广东社会科学》2019年第2期论文; 国家自然科学基金资助项目“2040重点产业发展对工程科技的需求分析”(项目号L1624042)阶段性成果论文; 中国科协创新战略研究院创新人才所论文; 中国社会科学数量经济与技术经济研究所论文;