盛明泉， 項(xiàng)春艷，盛安琪2,

(1.安徽財(cái)經(jīng)大學(xué) 會(huì)計(jì)學(xué)院，安徽 蚌埠 233030；2.南京農(nóng)業(yè)大學(xué) 經(jīng)濟(jì)管理學(xué)院，江蘇 南京 210095)

一、問題的提出

黨的十九大報(bào)告指出，創(chuàng)新是引領(lǐng)發(fā)展的第一動(dòng)力，是建設(shè)現(xiàn)代化經(jīng)濟(jì)體系的戰(zhàn)略支撐。在這一發(fā)展背景下，黨中央以及各地政府陸續(xù)推出地區(qū)創(chuàng)新發(fā)展戰(zhàn)略，其中包括創(chuàng)新型城市建設(shè)、技術(shù)扶持政策、專利政策等，以此來帶動(dòng)社會(huì)生產(chǎn)率增長，實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展。企業(yè)創(chuàng)新的關(guān)鍵在于人才，要把高質(zhì)量人才資源作為企業(yè)戰(zhàn)略資源和提升企業(yè)全要素生產(chǎn)率的核心因素。因此，各地區(qū)相繼出臺(tái)并實(shí)施人才政策，旨在吸引人才、防止人才流失。比如各地的人才引進(jìn)政策以及“千人計(jì)劃”等，各級(jí)政府試圖實(shí)施積極的人才政策，留住人才，實(shí)現(xiàn)地區(qū)經(jīng)濟(jì)高質(zhì)量發(fā)展，實(shí)現(xiàn)由“要素驅(qū)動(dòng)”向“創(chuàng)新驅(qū)動(dòng)”的經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變，通過技術(shù)創(chuàng)新提高企業(yè)全要素生產(chǎn)率。全要素生產(chǎn)率作為衡量企業(yè)效率與經(jīng)濟(jì)高質(zhì)量發(fā)展較為綜合的指標(biāo)，一直以來是學(xué)術(shù)界與實(shí)務(wù)界關(guān)注的焦點(diǎn)。學(xué)者們圍繞全要素生產(chǎn)率展開一系列研究，包括產(chǎn)業(yè)政策、創(chuàng)新政策等對(duì)企業(yè)全要素生產(chǎn)率的影響，卻沒有把目光聚焦到人才這一稀缺的生產(chǎn)要素上。因此，本文將人才政策與全要素生產(chǎn)率這一綜合指標(biāo)放于同一研究框架，探究各級(jí)政府實(shí)施的各類人才政策能否有助于企業(yè)全要素生產(chǎn)率提升；如何以人才作為發(fā)展引擎，提升企業(yè)創(chuàng)新能力、融資能力，形成人才聚集效應(yīng)，對(duì)促進(jìn)企業(yè)全要素生產(chǎn)率提升和全面理解人才政策的實(shí)施效果具有重要意義。

本文的邊際貢獻(xiàn)體現(xiàn)在以下三個(gè)方面：第一，拓寬了人才政策的研究視域?，F(xiàn)有研究大多探究人才政策對(duì)區(qū)域創(chuàng)新及發(fā)展的影響，鮮有文獻(xiàn)關(guān)注對(duì)微觀企業(yè)的影響。本文探究人才政策對(duì)企業(yè)全要素生產(chǎn)率的影響，豐富和拓展了人才政策對(duì)微觀企業(yè)的影響研究。第二，探討了人才政策在不同行業(yè)、不同制度環(huán)境、不同產(chǎn)權(quán)性質(zhì)下對(duì)企業(yè)全要素生產(chǎn)率提升的影響，豐富了全要素生產(chǎn)率的相關(guān)研究。第三，人才是實(shí)現(xiàn)民族振興、贏得國際競爭主動(dòng)權(quán)的戰(zhàn)略資源。人才政策作為政府公共政策體系的重要組成部分，旨在吸引和招攬人才，而企業(yè)是接收和匯聚人才的集中地。因此，探究人才政策對(duì)企業(yè)全要素生產(chǎn)率的影響，對(duì)于形成人才集聚效應(yīng)、推動(dòng)企業(yè)高質(zhì)量發(fā)展具有重要意義，也為后續(xù)人才政策實(shí)施的經(jīng)驗(yàn)研究提供一定借鑒。

二、政策背景與文獻(xiàn)綜述

(一)政策背景

一個(gè)企業(yè)、一個(gè)地區(qū)乃至一個(gè)國家的發(fā)展離不開人才支撐，人才的培育與引進(jìn)對(duì)經(jīng)濟(jì)社會(huì)發(fā)展至關(guān)重要。人才政策也是各個(gè)國家推動(dòng)社會(huì)經(jīng)濟(jì)發(fā)展、提升綜合國力的有力工具之一。為了推動(dòng)社會(huì)經(jīng)濟(jì)發(fā)展，我國各級(jí)政府相繼出臺(tái)各類人才政策。一般來說，中央政府先制定政策(綱要和指導(dǎo)文件)，隨后，各級(jí)地方政府會(huì)制定一系列細(xì)化的實(shí)施政策。近些年來，中央與各級(jí)地方政府關(guān)于人才方面的政策正在步步抓緊落實(shí)。從中央層面來看，中共中央在2016年印發(fā)了《關(guān)于深化人才發(fā)展體制機(jī)制改革的意見》，提出人才發(fā)展體制機(jī)制改革是全面深化改革的重要組成部分。教育部制定并實(shí)施《教育人才規(guī)劃》，堅(jiān)持走人才強(qiáng)教、人才強(qiáng)校之路，建設(shè)高素質(zhì)教育人才隊(duì)伍，對(duì)于加快人才資源開發(fā)，全面推動(dòng)教育事業(yè)科學(xué)發(fā)展，辦好人民滿意的教育，建設(shè)人力資源強(qiáng)國、人才強(qiáng)國和創(chuàng)新型國家具有重大意義。從各級(jí)政府來看，上海在2016年公布《關(guān)于進(jìn)一步深化人才發(fā)展體制機(jī)制改革加快推進(jìn)具有全球影響力的科技創(chuàng)新中心建設(shè)的實(shí)施意見》。針對(duì)人才引得進(jìn)、留得住、用得好等人才發(fā)展關(guān)鍵問題，在以往政策的基礎(chǔ)上不斷完善。數(shù)據(jù)顯示，上海市2020年全年共引進(jìn)海內(nèi)外各類人才113 635人，同比增長26.7%，其中，辦理人才落戶53 481人，同比增長40.8%。山東省在2017年頒布了《支持重點(diǎn)企業(yè)加快引進(jìn)高層次產(chǎn)業(yè)人才實(shí)施辦法》，以此來選擇人才建設(shè)企業(yè)，其中一個(gè)重要的標(biāo)準(zhǔn)是企業(yè)近5年擁有高層次人才入選國家“千人計(jì)劃”“萬人計(jì)劃”等國家或省級(jí)重點(diǎn)人才工程。

(二)文獻(xiàn)綜述

通過梳理近年來學(xué)者關(guān)于各項(xiàng)政策與全要素生產(chǎn)率的研究，總結(jié)起來有兩種觀點(diǎn)：第一種觀點(diǎn)認(rèn)為，政策的實(shí)施促進(jìn)了全要素生產(chǎn)率的提升。殷紅等[1]針對(duì)我國財(cái)政政策對(duì)全要素生產(chǎn)率的影響進(jìn)行實(shí)證研究，研究發(fā)現(xiàn)各時(shí)期財(cái)政稅收的增加對(duì)全要素生產(chǎn)率產(chǎn)生顯著的促進(jìn)作用。黃策等[2]發(fā)現(xiàn)，我國自2012年開始的“營改增”試點(diǎn)提高了上市企業(yè)全要素生產(chǎn)率，分工和研發(fā)投入是其主要途徑。晏艷陽和吳志超[3]研究了我國創(chuàng)新政策對(duì)企業(yè)全要素生產(chǎn)率的影響，研究結(jié)論也是促進(jìn)作用。孫陽陽和丁玉蓮[4]實(shí)證檢驗(yàn)了我國產(chǎn)業(yè)政策沖擊對(duì)企業(yè)全要素生產(chǎn)率的影響，結(jié)果顯示產(chǎn)業(yè)政策顯著促進(jìn)了企業(yè)全要素生產(chǎn)率的提升。此外，與各類政策相關(guān)的當(dāng)屬政府補(bǔ)助類政策的效果研究。研究表明，政府補(bǔ)助在促進(jìn)企業(yè)創(chuàng)新投入與水平增長的同時(shí)有利于企業(yè)全要素生產(chǎn)率的提升。夏清華和何丹[5]基于信號(hào)傳遞理論，發(fā)現(xiàn)政府補(bǔ)貼所釋放的積極信號(hào)有利于企業(yè)獲取外部創(chuàng)新資源，促進(jìn)企業(yè)創(chuàng)新。王薇和艾華[6]將政府補(bǔ)貼、創(chuàng)新投入與企業(yè)全要素生產(chǎn)率放入同一研究框架，發(fā)現(xiàn)政府補(bǔ)助顯著促進(jìn)企業(yè)全要素生產(chǎn)率的提高，且創(chuàng)新投入發(fā)揮部分中介作用。第二種觀點(diǎn)認(rèn)為，政策的實(shí)施并沒有提高全要素生產(chǎn)率。Obeng和Sakano[7]研究發(fā)現(xiàn)，政府政策顯著地降低了全要素生產(chǎn)率；閆志俊和于津平[8]與任優(yōu)生和邱曉東[9]研究發(fā)現(xiàn)，政策下放的資金補(bǔ)助(政府補(bǔ)貼)沒有取得預(yù)期作用，反而對(duì)全要素生產(chǎn)率產(chǎn)生顯著抑制作用。徐保昌和謝建國[10]發(fā)現(xiàn)，政府補(bǔ)貼不利于我國制造業(yè)全要素生產(chǎn)率的提升。

已有文獻(xiàn)關(guān)于人才類政策效果的研究相對(duì)較少，大多以理論為主。人才政策出臺(tái)后，對(duì)企業(yè)創(chuàng)新投入、創(chuàng)新產(chǎn)出以及研發(fā)效率均具有積極作用，且受到人才政策影響的企業(yè)，研發(fā)人員招聘數(shù)量顯著上升。郭金花和郭淑芬[11]利用省級(jí)數(shù)據(jù)研究發(fā)現(xiàn)，創(chuàng)新人才集聚有利于全要素生產(chǎn)率增長，且具有空間溢出效應(yīng)。盧洪友等[12]利用市級(jí)數(shù)據(jù)，基于“人才新政”準(zhǔn)自然實(shí)驗(yàn)，結(jié)果表明實(shí)施“人才新政”后，政府提高高科技投入水平，促進(jìn)城市創(chuàng)新水平上升。劉春林和田玲[13]對(duì)政府補(bǔ)助明細(xì)項(xiàng)目中的人才類補(bǔ)助進(jìn)行衡量，形成人才政策支持變量，實(shí)證檢驗(yàn)人才政策支持與企業(yè)創(chuàng)新之間的關(guān)系，結(jié)果表明，人才政策支持有助于企業(yè)獲得政府資源(創(chuàng)新補(bǔ)貼)以及提高企業(yè)商業(yè)信用，從總體上促進(jìn)企業(yè)創(chuàng)新，但未造成企業(yè)策略性創(chuàng)新傾向。因此，從已有文獻(xiàn)來看，目前學(xué)術(shù)界大多從產(chǎn)業(yè)政策、財(cái)政政策等方面研究其對(duì)全要素生產(chǎn)率的影響，鮮有文獻(xiàn)關(guān)注人才政策對(duì)全要素生產(chǎn)率的作用。本文將人才政策與全要素生產(chǎn)率相結(jié)合，探究人才政策對(duì)全要素生產(chǎn)率的影響，具有一定的創(chuàng)新性。上述文獻(xiàn)梳理為人才政策支持與全要素生產(chǎn)率關(guān)系的研究提供以下啟示：人才政策對(duì)企業(yè)全要素生產(chǎn)率產(chǎn)生何種影響，人才政策的實(shí)施是否可以達(dá)到預(yù)期效果？

三、理論分析與研究假設(shè)

人才是實(shí)現(xiàn)民族振興、企業(yè)獲取競爭優(yōu)勢最為稀缺的戰(zhàn)略資源。自我國實(shí)施人才強(qiáng)國計(jì)劃以來，人才便受到各級(jí)政府的重視。各地區(qū)自此開始了“搶人大戰(zhàn)”，也開啟了“政府搭臺(tái)、企業(yè)唱戲”的模式。因此，探究人才政策對(duì)企業(yè)發(fā)展的影響顯得尤為重要。

首先，政府的人才類補(bǔ)助直接投入企業(yè)，增加企業(yè)資金流動(dòng)性，降低企業(yè)的融資難度，在一定程度上降低資金需求對(duì)企業(yè)發(fā)展的約束，提高資源配置效率，進(jìn)一步提高企業(yè)全要素生產(chǎn)率。基于信號(hào)傳遞理論，獲得政府補(bǔ)助的企業(yè)可以釋放出企業(yè)具有技術(shù)優(yōu)勢和良好市場前景等信息，向外傳遞的積極信號(hào)會(huì)降低企業(yè)與外部投資者的信息不對(duì)稱，幫助企業(yè)獲得銀行信貸以及風(fēng)險(xiǎn)投資等外部投資，滿足企業(yè)擴(kuò)大生產(chǎn)規(guī)?；蛘咛嵘髽I(yè)生產(chǎn)能力對(duì)資金的需要，進(jìn)而有利于企業(yè)全要素生產(chǎn)率的提升。

其次，人才政策通常與政府研發(fā)政策存在交集，實(shí)質(zhì)上，人才政策就是在企業(yè)層面對(duì)人才建設(shè)進(jìn)行資助以及獎(jiǎng)勵(lì)，政府的人才類補(bǔ)助直接投入企業(yè)作為企業(yè)的研發(fā)投入，理論上會(huì)促進(jìn)企業(yè)創(chuàng)新。企業(yè)創(chuàng)新活動(dòng)的增加，也會(huì)加快企業(yè)創(chuàng)新成果的轉(zhuǎn)化，這些創(chuàng)新成果可以有效幫助企業(yè)開拓新市場，尋求新的發(fā)展機(jī)遇，進(jìn)而可以提高企業(yè)全要素生產(chǎn)率。此外，企業(yè)創(chuàng)新還可以通過新技術(shù)提高企業(yè)全要素生產(chǎn)率，對(duì)企業(yè)的經(jīng)營績效以及技術(shù)突破具有重要意義，是企業(yè)提高生產(chǎn)率的關(guān)鍵驅(qū)動(dòng)力。

最后，人才政策可以形成人才集聚效應(yīng)。一方面，集聚有利于降低“運(yùn)輸成本”，包括運(yùn)物、運(yùn)人、運(yùn)思想的成本，(1)馬歇爾在1920年出版的《經(jīng)濟(jì)學(xué)原理》一書中提到。因此，人才集聚有利于降低企業(yè)薪酬成本；另一方面，人才要素集聚能夠保證人才之間高效率互動(dòng)，促進(jìn)創(chuàng)新合作，實(shí)現(xiàn)創(chuàng)新活動(dòng)風(fēng)險(xiǎn)分擔(dān)、收益共享模式，提高創(chuàng)新成果轉(zhuǎn)化率。企業(yè)薪酬成本降低以及創(chuàng)新成果轉(zhuǎn)換率提高均有利于促進(jìn)全要素生產(chǎn)率的增長。綜上所述，筆者提出以下假設(shè)：

假設(shè)：人才政策支持對(duì)企業(yè)全要素生產(chǎn)率具有促進(jìn)作用。

四、研究設(shè)計(jì)

(一)樣本選取與數(shù)據(jù)來源

本文采用所有A股上市企業(yè)2009—2019年數(shù)據(jù)。對(duì)數(shù)據(jù)進(jìn)行如下處理：刪除ST與金融類樣本；剔除基礎(chǔ)數(shù)據(jù)缺失，或基本指標(biāo)存在明顯偏誤的樣本，在此基礎(chǔ)上為了消除極端值的影響，對(duì)主要連續(xù)變量1%以下和99%以上進(jìn)行Winsorize處理。本文變量所涉及的財(cái)務(wù)數(shù)據(jù)、治理數(shù)據(jù)來源于CSMAR(國泰安)數(shù)據(jù)庫，專利數(shù)據(jù)來源于CNRDS數(shù)據(jù)庫，使用Stata15.0進(jìn)行數(shù)據(jù)分析。

(二)變量定義

1. 被解釋變量

本文的被解釋變量為全要素生產(chǎn)率(TFP)，關(guān)于全要素生產(chǎn)率的測量方法有OP、LP、OLS、FE、DEA等。本文借鑒Olley和Pakes[14]與魯曉東和連玉君[15]的研究方法與模型，采用OP法對(duì)全要素生產(chǎn)率進(jìn)行運(yùn)算，具體模型如下：

lnYit=β0+β1+lnKit+β2lnLit+β3lnMatit+β4Ageit+β5Exportit+β6Soeit+β7Exitit+Yeari+lndi+εit

(1)

其中，i代表企業(yè)，t代表時(shí)間，Y表示企業(yè)主營業(yè)務(wù)收入額，K為固定資產(chǎn)金額，L為企業(yè)當(dāng)年的員工數(shù)量，Mat為企業(yè)中間品投入，Age為企業(yè)年齡，Export 為是否進(jìn)出口，Soe為產(chǎn)權(quán)性質(zhì)，國有企業(yè)為1，非國有企業(yè)為0，Exit為是否退出市場，Year與Ind分別表示年度與行業(yè)，ε為隨機(jī)擾動(dòng)項(xiàng)。使用opreg命令對(duì)上述模型進(jìn)行回歸，殘差即為全要素生產(chǎn)率(TFP_op)。(2)對(duì)全要素生產(chǎn)率OP估計(jì)有相應(yīng)的Stata實(shí)現(xiàn)程序，OP法的Stata程序?yàn)閛preg.ado。感興趣的讀者可通過運(yùn)行命令ssc install opreg下載安裝相應(yīng)的程序包。

2.解釋變量

本文的解釋變量為人才政策支持，采用企業(yè)獲得的政府人才項(xiàng)目資助作為衡量指標(biāo)。該項(xiàng)數(shù)據(jù)來源于CSMAR數(shù)據(jù)庫中財(cái)務(wù)報(bào)表附注中的“政府補(bǔ)助明細(xì)”中，在“政府補(bǔ)助明細(xì)”中包含了政府補(bǔ)助明細(xì)項(xiàng)目、政府補(bǔ)助明細(xì)項(xiàng)目本期金額、上期金額等。本文借鑒劉春林和田玲[13]、Chen等[16]與吳偉偉和張?zhí)煲籟17]在Excel軟件中運(yùn)用關(guān)鍵詞篩選法對(duì)政府補(bǔ)助明細(xì)中的項(xiàng)目名稱和說明進(jìn)行搜索。本文以“人才”“院士”“博士”“專家”“教授”“團(tuán)隊(duì)”“人物”“百人”“千人計(jì)劃”“萬人計(jì)劃”“英才”等作為關(guān)鍵詞進(jìn)行篩選，確定屬于人才政策支持的項(xiàng)目。之后將篩選出來的項(xiàng)目與相應(yīng)企業(yè)、年份進(jìn)行匹配，形成兩個(gè)解釋變量。第一個(gè)變量為Sum，表示企業(yè)當(dāng)年獲得人才政策支持的資金數(shù)量(以百萬為單位)，如果該企業(yè)當(dāng)年未獲得人才政策支持，此變量為0。第二個(gè)變量為Dum，表示企業(yè)當(dāng)年是否獲得人才政策支持，獲得人才政策支持則為1，未獲得支持則為0，此變量運(yùn)用于穩(wěn)健性檢驗(yàn)部分。

3.中介變量

本文的中介變量為企業(yè)創(chuàng)新、人才集聚和融資約束。對(duì)于企業(yè)創(chuàng)新從創(chuàng)新投入與創(chuàng)新產(chǎn)出兩方面來衡量。創(chuàng)新投入采用研發(fā)投入與企業(yè)總資產(chǎn)的比值來衡量。如果采用研發(fā)投入的絕對(duì)量，會(huì)忽略一個(gè)重要的事實(shí)，即大企業(yè)的研發(fā)規(guī)模大于小企業(yè)研發(fā)規(guī)模。因此，本文采用研發(fā)投入的相對(duì)量來衡量企業(yè)創(chuàng)新投入，避免企業(yè)規(guī)模等因素的影響。對(duì)于創(chuàng)新產(chǎn)出比較廣泛的度量指標(biāo)是專利申請(qǐng)數(shù)和專利授權(quán)數(shù)，參照普遍的做法，本文以專利申請(qǐng)數(shù)作為創(chuàng)新產(chǎn)出的衡量指標(biāo)進(jìn)行實(shí)證研究。本文采用企業(yè)研究生學(xué)歷及以上員工占比數(shù)衡量人才集聚。

參考陳峻和鄭惠瓊[18]建立模型(2)和模型(3)衡量企業(yè)的融資約束程度，以此來檢驗(yàn)融資約束的中介效應(yīng)：

(2)

(3)

其中，size表示企業(yè)資產(chǎn)規(guī)模，lev表示企業(yè)資產(chǎn)負(fù)債率，CashDiv表示企業(yè)當(dāng)年發(fā)放的現(xiàn)金股利，MB表示企業(yè)賬面市值比，NWC表示企業(yè)凈營運(yùn)資本，EBIT表示企業(yè)息稅前利潤，tα表示企業(yè)總資產(chǎn)。

第一步，按照年度對(duì)企業(yè)規(guī)模、企業(yè)年齡、現(xiàn)金股利支付率三個(gè)變量進(jìn)行標(biāo)準(zhǔn)化處理，并根據(jù)標(biāo)準(zhǔn)化后的變量均值對(duì)上市企業(yè)進(jìn)行排序，分別以上下三分位點(diǎn)作為融資約束的分界點(diǎn)，確定融資約束虛擬變量QUFC：大于66%分位的上市企業(yè)定義為低融資約束組，QUFC=0；小于33%分位的上市企業(yè)定義為高融資約束組，QUFC=1。第二步，對(duì)模型(3)進(jìn)行Logit回歸，擬合企業(yè)每一年度的融資約束發(fā)生概率P，并將其定義為融資約束指數(shù)FC(取值在0—1之間)，F(xiàn)C越大，表示企業(yè)的融資約束問題越嚴(yán)重。

4.控制變量

本文參考已有研究，選取以下控制變量：企業(yè)規(guī)模(Size)、資產(chǎn)負(fù)債率(Lev)、企業(yè)成長性(Grow)、總資產(chǎn)收益率(Roa)、股權(quán)集中度(Top1)、現(xiàn)金流水平(Cash)、獨(dú)立董事占比(Indsize)、企業(yè)年齡(Age)、兩職合一(Dual)。通常大規(guī)模企業(yè)存在資源優(yōu)勢，會(huì)對(duì)企業(yè)全要素生產(chǎn)率產(chǎn)生影響，本文借鑒江紅莉和蔣鵬程[19]做法，采用員工人數(shù)自然對(duì)數(shù)值衡量，同時(shí)還控制了年度(Year)和行業(yè)(Ind)效應(yīng)。各變量的具體定義如表1所示。

表1 變量定義

(三)實(shí)證模型

本文結(jié)合以往相關(guān)研究以及本文研究目的，以全要素生產(chǎn)率為被解釋變量，人才政策支持為解釋變量，構(gòu)建以下基準(zhǔn)模型(4)：

(4)

為了進(jìn)一步探究企業(yè)創(chuàng)新、融資約束及人才集聚對(duì)人才政策支持與全要素生產(chǎn)率之間關(guān)系的中介效應(yīng)，本文借鑒溫忠麟和葉寶娟[20]所提出的中介效應(yīng)檢驗(yàn)程序進(jìn)行檢驗(yàn)，在模型(4)的基礎(chǔ)上構(gòu)建如下模型：

(5)

其中，i,t分別代表企業(yè)與年份，Controls代表所有控制變量，α0為常數(shù)項(xiàng)，ε為隨機(jī)擾動(dòng)項(xiàng)。TFP表示本文被解釋變量全要素生產(chǎn)率，Sum表示本文解釋變量人才政策支持，RD、Pt、FC、Tal分別表示創(chuàng)新投入、創(chuàng)新產(chǎn)出、融資約束、人才集聚。

五、實(shí)證分析

(一)描述性統(tǒng)計(jì)

表2列示了主要變量的描述性統(tǒng)計(jì)。從表2可以看出，本文采用OP法計(jì)算的全要素生產(chǎn)率平均值為6.297，中位數(shù)為6.267，標(biāo)準(zhǔn)差為0.363，說明TFP_op大致符合狀態(tài)分布。人才政策支持的平均值和中位數(shù)分別為0.080和0，表明呈右偏分布的特征(平均值>中位數(shù))。其他控制變量總體上分布合理，與現(xiàn)有文獻(xiàn)也保持較高一致性。

表2 主要變量描述性統(tǒng)計(jì)

(二)實(shí)證結(jié)果分析

表3 人才政策支持與全要素生產(chǎn)率(N=15 711)

(三)穩(wěn)健性檢驗(yàn)

1.替代測量

考慮到本文單一的變量測算方法所獲得的相關(guān)結(jié)果可能具有偶然性與誤差，因此，本文更換解釋變量與被解釋變量的計(jì)算方法，回歸結(jié)果如表4所示。對(duì)被解釋變量(TFP)采用OLS法計(jì)算企業(yè)的全要素生產(chǎn)率(TFP_ols)。從列(1)可以看出，人才政策支持(Sum)與全要素生產(chǎn)率(TFP_ols)的回歸系數(shù)為0.057，且在1%水平上顯著，可見結(jié)果穩(wěn)健。對(duì)解釋變量人才政策支持，在此引入替代變量Dum，表示當(dāng)年是否受到政府人才政策支持，受到支持為1，未受到支持為0。從列(2)可以看出，人才政策支持(Dum)與全要素生產(chǎn)率(TFP_op)的回歸系數(shù)為0.026，且在1%水平上顯著。變量衡量方法改變或者引入替代變量后的結(jié)果均顯示，人才政策支持對(duì)全要素生產(chǎn)率均為顯著正向影響，該結(jié)論不變。

2.全要素生產(chǎn)率前置一期

本文將企業(yè)全要素生產(chǎn)率前置一期作為因變量重新回歸。從表4列(3)可以看出，人才政策支持與前置一期的全要素生產(chǎn)率系數(shù)為0.052，且在1%水平上顯著。支持本文的結(jié)論。

3.采用制造業(yè)樣本

本文采用具有代表性特征的制造業(yè)樣本重新回歸，探究人才政策支持對(duì)企業(yè)全要素生產(chǎn)率的影響。從表4列(4)可以看出，人才政策支持與企業(yè)全要素生產(chǎn)率在1%水平上顯著為正，證明了本文結(jié)果的穩(wěn)健性。

表4 穩(wěn)健性檢驗(yàn)

(四)內(nèi)生性檢驗(yàn)

1. 雙向因果內(nèi)生性檢驗(yàn)

為緩解政府人才政策支持與企業(yè)全要素生產(chǎn)率之間存在的雙向因果內(nèi)生性問題，本文借鑒夏清華和何丹[5]做法，選取滯后一期的人才政策支持作為工具變量，采用兩階段最小二乘法(2SLS) 重新檢驗(yàn)人才政策支持對(duì)企業(yè)全要素生產(chǎn)率的影響(如表5所示)。表5列(1)為第一階段結(jié)果，滯后一期的人才政策支持系數(shù)為0.447，且在1%水平上顯著，驗(yàn)證了工具變量相關(guān)性假定，與預(yù)期一致。列(2)為第二階段結(jié)果，人才政策支持的系數(shù)為0.127，且在1%水平上顯著，說明在緩解內(nèi)生性后，本文的結(jié)論依然成立，即人才政策支持顯著正向影響企業(yè)全要素生產(chǎn)率。

2.樣本選擇偏誤內(nèi)生性檢驗(yàn)

通常受到人才政策支持的企業(yè)為少數(shù)企業(yè)，且受到人才政策支持的企業(yè)也是政府經(jīng)過嚴(yán)格篩選出來的，所以對(duì)于此類企業(yè)而言，可能具有“篩選效應(yīng)”。因此，企業(yè)的全要素生產(chǎn)率可能也會(huì)影響政府人才政策的篩選傾向?；诖耍疚倪x擇傾向得分匹配(PSM)方法來探究可能因樣本選擇帶來的內(nèi)生性問題。將樣本分為處理組與待匹配組，以全要素生產(chǎn)率為因變量，按照企業(yè)規(guī)模(Size)、總資產(chǎn)收益率(Roa)、現(xiàn)金流水平(Cash)、企業(yè)成長性(Grow)和企業(yè)資產(chǎn)負(fù)債率(Lev)進(jìn)行了人才政策支持強(qiáng)度是否高水平的1∶1最近鄰無放回的匹配，一共獲得5 669個(gè)樣本。具體結(jié)果如表5列(3)所示，在緩解內(nèi)生性后，本文的結(jié)論依然成立，即人才政策支持顯著正向影響企業(yè)全要素生產(chǎn)率。

(五)作用機(jī)制分析

如上文所述，人才政策支持可以通過促進(jìn)企業(yè)創(chuàng)新、降低企業(yè)融資難度以及形成人才集聚效應(yīng)促進(jìn)全要素生產(chǎn)率提升。因此，本文依次從融資約束、企業(yè)創(chuàng)新及人才集聚效應(yīng)三個(gè)方面系統(tǒng)檢驗(yàn)人才政策支持對(duì)企業(yè)全要素生產(chǎn)率的作用機(jī)制。

1.融資約束的中介效應(yīng)檢驗(yàn)

表6報(bào)告了“人才政策支持—融資約束—全要素生產(chǎn)率”的機(jī)制檢驗(yàn)結(jié)果。從列(2)可以看出，人才政策支持與融資約束的系數(shù)為-0.011，在5%的水平上顯著，說明人才政策支持有助于緩解企業(yè)融資約束；從列(3)可以看出，此時(shí)人才政策支持與全要素生產(chǎn)率仍然顯著正相關(guān)，表明企業(yè)融資約束在人才政策支持與全要素生產(chǎn)率的關(guān)系中起到部分中介效應(yīng)。受到人才政策支持的企業(yè)會(huì)傳遞積極信號(hào)，降低企業(yè)與外部投資者之間的信息不對(duì)稱程度，緩解企業(yè)融資約束，提升企業(yè)全要素生產(chǎn)率。

2.企業(yè)創(chuàng)新的中介效應(yīng)檢驗(yàn)

表7報(bào)告了“人才政策支持—企業(yè)創(chuàng)新—全要素生產(chǎn)率”的機(jī)制檢驗(yàn)結(jié)果，得出人才政策支持與創(chuàng)新投入的回歸結(jié)果如下：從列(1)—列(2)可以看出，人才政策支持對(duì)企業(yè)創(chuàng)新投入的影響顯著為正(人才政策支持系數(shù)分別為0.048和0.005，且均在1%水平上顯著)，驗(yàn)證了人才政策支持有助于企業(yè)增加創(chuàng)新投入；列(3)顯示將人才政策支持、創(chuàng)新投入與全要素生產(chǎn)率納入同一研究模型中，結(jié)果顯示創(chuàng)新投入的系數(shù)為0.605，且在1%水平上顯著，說明企業(yè)創(chuàng)新投入對(duì)企業(yè)全要素生產(chǎn)率具有顯著的正向影響。從列(4)可以看出，人才政策支持與創(chuàng)新產(chǎn)出的系數(shù)為0.327，在1%的水平上顯著，說明人才政策支持顯著促進(jìn)企業(yè)創(chuàng)新產(chǎn)出；從列(5)可以看出，此時(shí)人才政策支持與企業(yè)全要素生產(chǎn)率仍然顯著正相關(guān)，表明創(chuàng)新產(chǎn)出促進(jìn)全要素生產(chǎn)率提升。上述檢驗(yàn)結(jié)果在一定程度上可以說明“人才政策支持—企業(yè)創(chuàng)新—全要素生產(chǎn)率”這條路徑是存在的。當(dāng)企業(yè)獲得政府人才政策支持，將會(huì)有更多資金投入到企業(yè)的創(chuàng)新活動(dòng)中，企業(yè)技術(shù)等條件得到改善，促進(jìn)創(chuàng)新產(chǎn)出，企業(yè)綜合實(shí)力得到增強(qiáng)。

表6 人才政策支持、融資約束與全要素生產(chǎn)率

表7 人才政策支持、企業(yè)創(chuàng)新與全要素生產(chǎn)率

3.人才集聚的中介效應(yīng)檢驗(yàn)

表8報(bào)告了“人才政策支持—人才集聚—全要素生產(chǎn)率”的機(jī)制檢驗(yàn)結(jié)果。從列(2)可以看出，人才政策支持與人才集聚的系數(shù)為1.656，在1%的水平上顯著，說明人才政策支持有助于形成人才集聚效應(yīng)；從列(3)可以看出，此時(shí)人才政策支持與全要素生產(chǎn)率仍然顯著正相關(guān)，表明人才集聚效應(yīng)在人才政策支持與全要素生產(chǎn)率的關(guān)系中起到部分中介效應(yīng)。人才政策可以吸引更多人才來到當(dāng)?shù)毓ぷ鳎纬扇瞬偶坌?yīng)，實(shí)現(xiàn)創(chuàng)新活動(dòng)風(fēng)險(xiǎn)分擔(dān)、收益共享模式，提高創(chuàng)新成果轉(zhuǎn)化率，促進(jìn)全要素生產(chǎn)率的增長。

表8 人才政策支持、人才集聚與全要素生產(chǎn)率

六、進(jìn)一步研究

(一)異質(zhì)性分析

1. 基于行業(yè)異質(zhì)性的子樣本分析

高科技企業(yè)的發(fā)展離不開創(chuàng)新技術(shù)的支撐，政府對(duì)高科技企業(yè)的關(guān)注度也一直只增不減。高科技企業(yè)的核心資源是人力資本和知識(shí)資本，政府的人才政策也正是對(duì)準(zhǔn)企業(yè)人力資源。因此，本文將進(jìn)一步探討人才政策支持對(duì)全要素生產(chǎn)率的影響是否會(huì)因?yàn)樾袠I(yè)不同而存在差異？本文將研究對(duì)象分為高科技企業(yè)與非高科技企業(yè)(根據(jù)統(tǒng)計(jì)局對(duì)高科技行業(yè)的分類標(biāo)準(zhǔn))，試圖探究人才政策的實(shí)施效果在兩類企業(yè)中是否有所不同。表9列(1)和列(2)顯示了人才政策的實(shí)施效果在高科技企業(yè)與非高科技企業(yè)之間的情況。從列(1)可以看出，人才政策支持對(duì)于高科技企業(yè)全要素生產(chǎn)率的影響系數(shù)為0.049，且在1%的水平上顯著；對(duì)于非高科技企業(yè)全要素生產(chǎn)率的影響系數(shù)為0.032，在10%水平上顯著。由此可以看出，相比非高科技企業(yè)，人才政策的實(shí)施效果在高科技企業(yè)更為顯著。隨著時(shí)代發(fā)展，尤其在當(dāng)前行業(yè)競爭激勵(lì)、經(jīng)濟(jì)壓力增大的背景下，高科技企業(yè)也面臨著生存難題。政府所實(shí)施的人才政策對(duì)于整個(gè)行業(yè)，尤其是高科技企業(yè)具有顯著的幫扶作用，更能激發(fā)企業(yè)創(chuàng)新活力，增強(qiáng)企業(yè)員工技術(shù)技能，提高企業(yè)綜合實(shí)力。

2.基于制度環(huán)境的子樣本分析

政策的實(shí)施效果往往會(huì)因地區(qū)不同而不同，地區(qū)的發(fā)展水平以及制度環(huán)境等都會(huì)影響政策的實(shí)施效果。因此，本文將進(jìn)一步探討人才政策支持對(duì)全要素生產(chǎn)率的影響是否會(huì)因?yàn)榈貐^(qū)制度環(huán)境的不同而存在差異？本文借鑒已有文獻(xiàn)，將我國市場化指數(shù)作為制度質(zhì)量的代理變量，之后根據(jù)上市企業(yè)注冊(cè)地所在省份與各省份的市場化指數(shù)進(jìn)行匹配。參考劉春林和田玲[13]的做法，根據(jù)均值將制度環(huán)境質(zhì)量劃分為高水平與低水平。高于制度環(huán)境質(zhì)量指數(shù)均值的為制度環(huán)境質(zhì)量較高組，低于均值為制度環(huán)境質(zhì)量較低組。相關(guān)結(jié)果如表9列(3)、列(4)所示，在制度環(huán)境較高組中，人才政策支持與全要素生產(chǎn)率在1%水平上顯著為正；在制度環(huán)境較低一組，人才政策支持對(duì)全要素生產(chǎn)率促進(jìn)作用并不顯著。這說明較高的制度環(huán)境質(zhì)量能夠顯著激發(fā)政府的人才政策實(shí)施效果，增加所在地區(qū)企業(yè)全要素生產(chǎn)率。夏清華和何丹[5]也曾研究發(fā)現(xiàn)，制度環(huán)境質(zhì)量越高，政府的研發(fā)補(bǔ)貼對(duì)企業(yè)創(chuàng)新的激勵(lì)作用越明顯。因?yàn)榱己玫闹贫拳h(huán)境質(zhì)量可以有效幫助企業(yè)控制外部環(huán)境中的不確定性，此外，制度環(huán)境質(zhì)量較高說明該地區(qū)具有較高的發(fā)展水平，比如擁有發(fā)達(dá)的金融中介機(jī)構(gòu)，基于人才政策的信號(hào)傳遞理論，上述因素可以緩解企業(yè)的融資困境。

3.基于產(chǎn)權(quán)異質(zhì)性的子樣本分析

企業(yè)的發(fā)展離不開技術(shù)進(jìn)步的支撐，一個(gè)企業(yè)的核心資源是人力資本和知識(shí)資本。目前，不同產(chǎn)權(quán)性質(zhì)企業(yè)共同發(fā)展，產(chǎn)權(quán)性質(zhì)的差異對(duì)我國企業(yè)發(fā)展的影響也日益凸顯。相比國有企業(yè)來說，民營企業(yè)在發(fā)展中面臨更強(qiáng)的資金問題，此外，面臨大多人才的就業(yè)選擇偏向于國有單位，民營企業(yè)對(duì)人才以及研發(fā)資金的需求更加迫切。政府的人才政策支持可以明顯緩解民營企業(yè)的創(chuàng)新投入資金以及人才方面的壓力。因此，本文借鑒盛明泉[21]的思路，將總樣本分為國有企業(yè)與民營企業(yè)，進(jìn)一步探討人才政策支持對(duì)全要素生產(chǎn)率的影響是否會(huì)因?yàn)楫a(chǎn)權(quán)性質(zhì)不同而存在差異。本文將研究對(duì)象分為國有企業(yè)與民營企業(yè)，試圖探究人才政策的實(shí)施效果在二者之間是否有所不同。表9列(5)、列(6)顯示，在民營企業(yè)中，人才政策支持與全要素生產(chǎn)率在1%的水平上顯著為正；而在國有企業(yè)中，人才政策支持對(duì)全要素生產(chǎn)率的影響并不顯著，這也與預(yù)期相符。人才政策支持對(duì)全要素生產(chǎn)率的影響在不同產(chǎn)權(quán)性質(zhì)的企業(yè)之間存在差異。

表9 異質(zhì)性分析

(二)調(diào)節(jié)效應(yīng)分析

關(guān)注已有研究可以發(fā)現(xiàn)，企業(yè)金融化的動(dòng)因可以分為“蓄水池”“投機(jī)套利”兩種視角?！靶钏亍毙?yīng)指的是企業(yè)將剩余資源投向金融領(lǐng)域，配置變現(xiàn)能力強(qiáng)的一些金融資產(chǎn)，當(dāng)企業(yè)面臨嚴(yán)苛的融資約束或者遇到突發(fā)情況的資金需求時(shí)，可以將持有的金融資產(chǎn)轉(zhuǎn)化為企業(yè)的實(shí)體資源，緩解企業(yè)的融資不足，表現(xiàn)為“蓄水池”效應(yīng)；“投機(jī)套利”指的是企業(yè)將其主要的資源投向流動(dòng)性較低、回報(bào)高的金融資產(chǎn)或地產(chǎn)領(lǐng)域，意圖謀取短期超額利潤，表現(xiàn)為“投機(jī)套利”。

企業(yè)金融化的“蓄水池”效應(yīng)可以有助于緩解企業(yè)的外部融資約束，穩(wěn)定企業(yè)的收益，降低交易成本以及生產(chǎn)經(jīng)營的不確定性。盛明泉等[22]認(rèn)為，企業(yè)金融化的“投機(jī)套利”動(dòng)機(jī)將會(huì)擠占企業(yè)的實(shí)業(yè)投資，企業(yè)的投資重心偏向于金融部門，不利于企業(yè)的研發(fā)創(chuàng)新。企業(yè)注重短期利益，出現(xiàn)資金“脫實(shí)向虛”現(xiàn)象，進(jìn)而會(huì)對(duì)全要素生產(chǎn)率產(chǎn)生影響。因此，當(dāng)企業(yè)金融化呈現(xiàn)“蓄水池”效應(yīng)將有利于提升人才政策所發(fā)出積極信號(hào)引致的創(chuàng)新資源水平，緩解外部融資約束，優(yōu)化資源配置效率，進(jìn)而強(qiáng)化人才政策支持對(duì)全要素生產(chǎn)率的積極影響；而“投機(jī)套利”動(dòng)機(jī)則可能使人才政策支持未能落實(shí)到實(shí)處，企業(yè)將資金配置于金融資產(chǎn)時(shí)，實(shí)業(yè)資金必然受到擠占，同樣也會(huì)擠占企業(yè)的創(chuàng)新資源，阻礙技術(shù)創(chuàng)新，進(jìn)而削弱人才政策支持對(duì)全要素生產(chǎn)率的積極影響。在此基礎(chǔ)上，這里分析了企業(yè)金融化對(duì)于人才政策支持和全要素生產(chǎn)率之間的影響是正向調(diào)節(jié)作用還是負(fù)向調(diào)節(jié)作用。在表10列(2)中，F(xiàn)in×Sum的系數(shù)為-0.360，且在5%水平上顯著，說明企業(yè)金融化水平對(duì)人才政策支持和全要素生產(chǎn)率之間的影響是負(fù)向調(diào)節(jié)作用。具體而言，企業(yè)金融化水平越高，企業(yè)對(duì)于資源的運(yùn)用未能充分體現(xiàn)在實(shí)業(yè)中，越能削弱人才政策支持對(duì)企業(yè)全要素生產(chǎn)率的正向影響。

表10 企業(yè)金融化調(diào)節(jié)作用

七、結(jié)論與啟示

考慮到創(chuàng)新政策所面臨的企業(yè)策略性行為的挑戰(zhàn)，中國的人才政策是否也面臨相同情況？中國人才政策的實(shí)施能否達(dá)到預(yù)期效果？對(duì)此，本文利用2009—2019年所有A股非金融類上市公司數(shù)據(jù)，系統(tǒng)考察了中國人才政策支持對(duì)企業(yè)全要素生產(chǎn)率的影響。實(shí)證結(jié)果表明，從總樣本來看，中國人才政策支持顯著提升了企業(yè)全要素生產(chǎn)率。從分樣本來看，人才政策支持在制度環(huán)境質(zhì)量較低的地區(qū)實(shí)施效果沒有達(dá)到預(yù)期，對(duì)企業(yè)全要素生產(chǎn)率的提升作用不顯著，對(duì)制度環(huán)境質(zhì)量較高的地區(qū)，人才政策支持對(duì)企業(yè)全要素生產(chǎn)率產(chǎn)生顯著的正向作用；在民營企業(yè)中，人才政策支持對(duì)企業(yè)全要素生產(chǎn)率影響顯著，而在國有企業(yè)中，人才政策支持對(duì)企業(yè)全要素生產(chǎn)率影響并不顯著。對(duì)于不同行業(yè)而言，人才政策支持對(duì)高科技企業(yè)全要素生產(chǎn)率的提升作用大于非高科技企業(yè)。此外，本文從企業(yè)創(chuàng)新、融資約束以及人才集聚三方面分析人才政策支持對(duì)全要素生產(chǎn)率的中介效應(yīng)，結(jié)果顯示人才政策的實(shí)施可以通過緩解企業(yè)融資約束、促進(jìn)企業(yè)創(chuàng)新、形成人才集聚效應(yīng)來提高企業(yè)全要素生產(chǎn)率。進(jìn)一步研究顯示，企業(yè)金融化在人才政策支持對(duì)全要素生產(chǎn)率的影響中具有負(fù)向調(diào)節(jié)作用。

本文為中國人才政策支持能夠提升企業(yè)全要素生產(chǎn)率提供了有力證據(jù)，根據(jù)實(shí)證結(jié)果提出以下建議與啟示：第一，充分發(fā)揮政府的“有形之手”的作用，提升企業(yè)全要素生產(chǎn)率。政府基于人才政策下發(fā)的補(bǔ)貼以及帶給企業(yè)的福利需要充分發(fā)揮引導(dǎo)作用，同時(shí)還需發(fā)揮人才政策的信號(hào)傳遞作用，促進(jìn)社會(huì)資源向企業(yè)集聚，提高企業(yè)創(chuàng)新實(shí)力，增加企業(yè)實(shí)質(zhì)性創(chuàng)新，提升企業(yè)全要素生產(chǎn)率。針對(duì)各地區(qū)經(jīng)濟(jì)發(fā)展水平、人力資本水平等情況，政府需要增加人才政策的“針對(duì)性”，讓人才政策在各地區(qū)發(fā)揮出更大作用。第二，打造良好的制度環(huán)境質(zhì)量，保障政策實(shí)施效果。良好的制度環(huán)境質(zhì)量可以有效幫助企業(yè)控制外部環(huán)境中的不確定性，引導(dǎo)創(chuàng)新要素合理流動(dòng)，提高資源配置效率以及各要素產(chǎn)出效率。而制度環(huán)境質(zhì)量較好的地區(qū)，其法律制度、金融發(fā)展等方面都具有較高水平，更有利于發(fā)揮國家政策的實(shí)施效果，所以良好的制度環(huán)境是政策實(shí)施的基礎(chǔ)。第三，政府應(yīng)當(dāng)提高對(duì)人才政策的重視，加大人才政策支持力度。當(dāng)前，與政府對(duì)企業(yè)研發(fā)資金的支持強(qiáng)度相比，人才政策的支持力度處于較低水平。但是,人才政策支持卻能顯著提升企業(yè)全要素生產(chǎn)率，激勵(lì)企業(yè)實(shí)質(zhì)性創(chuàng)新，人才政策需要得到充分重視，發(fā)揮更大作用。第四，針對(duì)不同性質(zhì)的企業(yè)，調(diào)整人才政策支持力度。對(duì)行業(yè)、產(chǎn)權(quán)性質(zhì)不同的企業(yè)，其發(fā)展規(guī)劃需要不斷調(diào)整。政府應(yīng)當(dāng)結(jié)合對(duì)行業(yè)性質(zhì)、產(chǎn)權(quán)性質(zhì)的思考，針對(duì)不同企業(yè)，調(diào)整支持力度，提高財(cái)政資金的配置效率，助力企業(yè)效益最大化。政府應(yīng)從源頭出發(fā)，將人才項(xiàng)目資金進(jìn)行合理分配，優(yōu)化人力資源配置，實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展。