IMI工作论文 | 地方政府人才引进政策促进了区域创新吗
原文信息
作者：
钟 腾，对外经济贸易大学金融学院
罗吉罡，复旦大学经济学院
汪昌云，中国人民国际货币研究所学术委员、中国人民大学中国财政金融政策研究中心
关键词：人才政策；地方政府；区域创新；研发投入；创新效率
摘要
高技能人力资本对于中国经济转型的重要性不言而喻。本文以2009-2012年间39个城市集中出台的地方人才引进政策为准自然实验，采用多期政策的双重差分法，结合机制分析和异质性分析，探究了人才政策出台前后区域创新能力的变化及其背后的机制和深层次原因，并分析政策效应在不同政府干预程度、科教事业投入力度、知识产权保护程度下的差异。本文的主要结论包括，地方人才引进政策总体上提高了当地的专利授权总量和专利价值总量；显著增加了研发投入的规模，但创新效率没有得到提升；在政府干预强的地区，政策的效应侧重于提高专利数量，干预弱的地区则侧重提升专利价值；在科教投入力度本身就很大的地区，政策的效果较小，在科教投入弱的地区效果会更明显；在知识产权保护力度弱的地区，政策效果更多地为提高专利数量，保护力度强的地区，则侧重提升专利价值。上述结论对于地方政府优化人才激励政策、实施创新驱动发展战略具有重要的政策含义。
以下为文章核心内容：
1
引言
在当前人口老龄化、经济发展由物质资本驱动向人力资本驱动的新阶段下，高技能人力资本(下文简称“人才”)成为国家之间、地区之间争相抢夺的稀缺资源。在我国，人才与创新一直受到高度重视，2020年党的十九五中全会提出，坚持创新在我国现代化建设全局中的核心地位，深入实施科教兴国战略、人才强国战略、创新驱动发展战略，激发人才创新活力，完善科技创新体制4。而本文深入探讨各地人才引进政策与地区创新之间的关系，有助于发掘人才战略与创新之间的内在联系，为相关政策提供参考，具有一定的时效性和重要性。
2008年，中共中央办公厅发布千人计划”，围绕经济发展战略目标，以及各地区经济社会发展现状与产业结构调整的需要，针对性地引进一批海外高层次人才回国（来华）创新创业，人才引进的领域主要涉及国家重点创新项目、重点学科和重点实验室、中央企业和金融机构、以高新技术产业开发区为主的各类园区等。
围绕中央提出的人才发展战略，2009-2012年期间，四十多个省市先后出台各自的人才引进计划。不同于“千人计划提纲挈领式的总体规划，地方政府的人才引进政策内容繁多而庞杂，补贴的对象覆盖高学历人才、科研骨干、优秀企业家、优秀创新创业团队等多种人才类型，补贴的力度和形式依学历水平、科研和专利成果、企业产出成果而定。其共同内容可归纳为：一、鼓励落户和求职，如针对高学历人才的一次性补助，居留和出入境，住房优惠，医疗保险，税收优惠，工作薪酬待遇，等等；二、鼓励学术科研和创新创业，例如，对专利申请和论文发表的奖励，对创业成果和优秀创新创业团队的奖励，落户积分政策奖励，等等。
由此，人才引进政策的作用可大致概括为：加强创新补贴力度、扩大人才基数、引进先进技术。实质上，其仍是一种对创新和科研的财政补贴手段，但与传统政府补贴的不同在于，人才政策的奖励和补贴对象更强调开放性，不仅面向本地创新人才，更面向地区以外乃至海外的人才，由此，其在扩大人才基数和引进先进技术方面，比传统的创新补贴手段更易见到成效。因而我们不仅希望看到人才政策带来的创新补助和人才规模的扩大，更希望该类政策能够真正实现当地产业与外来技术的融合，带动经济转型和产业升级。
目前，学术界对中国高层次人才引进政策的探讨主要集中在“千人计划”层面，对于地方政府各自出台的人才计划的影响，则较少有细致的探讨。本文试图通过搜集地方政府人才政策相关数据，并进行系统的实证研究，来揭示地方政府人才引进政策对区域创新是否起到显著推动作用，是否存在激励扭曲，并探究背后的作用机理，为地方人才引进和培养政策以及创新发展提供借鉴。
总体而言，本文拟探究以下三个问题：一、地方政府自主出台的人才引进政策对区域创新产生怎样的作用？具体而言，对专利授权量和专利价值产生怎样的影响？二、背后的影响机制是什么？是研发投入规模的简单扩张还是创新效率的改善？三、在不同的背景、环境、条件下，人才政策对区域创新的作用是否会表现出异质性？这种差异该如何解释？
为回答问题一，本文将2009-2012年间城市集中出台的人才政策视作准自然实验，采用城市范围内申请并最终被授权的专利数量和专利价值指数等指标衡量区域创新能力，运用多期政策双重差分法，通过面板回归比较实验组和对照组创新产出变化上的差异。
针对问题二，本文引入反映研发主体研发投入和创新效率的变量，包括R&D经费内部支出和R&D的产出投入比，由此检验人才引进政策的作用模式。
对于问题三，本文分别依照政府对企业的干预程度、政府对科教事业的投入力度、知识产权保护强度三个视角对样本进行三次分组，对每个组依次进行相同的实验，对照不同组别中的回归结果，并结合现有文献加以解释。
余文结构安排如下：第二部分对相关文献进行梳理和评述，第三部分对数据和实证模型进行交代，第四部分汇报人才政策对区域创新的影响的整体回归结果，第五部分对人才政策效果的区域异质性进行检验和分析，并对影响机制进行讨论，第六部分总结全文并提出政策建议。
2
研究设计
（一）样本选择
本文采用双重差分法研究地方政府人才引进政策对区域创新能力的影响，以各地市人才政策的出台作为外生的冲击，对比实验组与对照组的异同。
首先，明确外生冲击。根据朱军文和沈悦青(2013)以及王东升(2019)的调查，中国地方各市近年出现过两次“人才争夺战”高峰。第一次为2009-2012年，响应中央“千人计划”的部署，数十个省市相继出台人才引进政策：第二次为2016-2018年，北上广深再出人才新政，由此带动各大中城市人才引进热潮。相比于第二波各地“遍地开花”式的人才争夺，第一波人才引进热潮更具有集中性，并且人才政策的有效性往往会伴随数年的时滞。据此，我们将外生冲击选定为2009-2012年的地方人才政策集中出台的高峰，以便于实验组和对照组的区分，同时更完整地观测人才政策的动态效应。考虑到各地人才政策的出台时间不在同一年，本文借鉴Thorsten et al(2010)和张莉等(2018)的处理方法，采用多期双重差分法进行处理。
第二，明确实验组。2013年底，国家科技部国际合作司编写《中国各省市引进海外科技创新人才政策指南》(下称《指南》)，收录了49个省、市的主要人才引进计划，其中，绝大部分计划的出台时间集中在2009-2012年人才政策出台高峰期，该文件包含了该时段大部分出台人才计划的城市。本文将入选《指南》的地区作为实验组样本，原因在于：①相比于各人才网站、媒体宣传的地方人才引进政策，《指南》作为国家官方文件，其统计的政策具有更强的权威性、真实性、规范性和影响力；②入选《指南》的人才计划，由于昭示效应，其作为外生冲击的影响力将会更强，从而更利于实验组和对照组的区分。未入选《指南》的省市，不排除部分地区亦出台了人才引进政策，但其影响程度和力度都远弱于《指南》中搜录的政策，因而仍将其视为对照组。
由于《指南》中的政策包含省、市两个维度，为统一维度，我们将实验组作如下处理：①《指南》中收录的所有城市，直接纳入实验组；②部分市及其所在的省均有人才计划出台，则以市一级的政策出台时间作为外生冲击的时间，目的在于与同省没有出台人才政策的地级市（对照组）相区分，至于省级人才计划对地市的影响，可通过引入后续的控制变量加以控制；③部分中西部落后省份(贵州、青海、云南、西藏等)，仅出台了省级人才政策，没有一个城市出台独立的人才政策，若直接将其忽略，则会影响样本的完整性和全面性，将这几个省份全省的人才政策视同于其省会城市的人才政策，将省级人才政策的出台时间视同于其省会城市人才政策的出台时间，从而将其省会城市亦纳入实验组以避免落后地区样本缺失而导致偏差。这样做的合理性在于：区域一体化中存在显著的“虹吸效应”，省会城市作为落后地区的中心，将吸收周边区域的政策资源和要素资源，导致政策最终向省会城市倾斜，由此，落后地区省会城市受省级人才政策的影响将远大于周边城市。
综上，本文共将39个出台人才政策的地级及以上城市纳入实验组，遍布全国所有省份，基本保证了样本搜集的完整和无偏。
第三，明确对照组。考虑到中国共有290余个地级及以上的城市，总样本中的对照组远多于实验组，且各地市之间的区域差异极为明显(Xu,2011),为平衡样本和增强对照组实验组之间的可比性，本文采用倾向得分匹配法(Guo et al.,2016),为每一个实验组中的城市，匹配一个与之特征最相近的非实验组城市作为对照。本文采用Probit回归模型构造评分系统，将各城市的GDP（取对数）、第一和第二产业产值分别占GDP的比重5、科学技术产业支出占财政收入的比重、固定资产投资（取对数）、人口数（取对数）作为评分的影响因子，将是否出台人才政策作为二元因变量，在Probit模型下估计各城市出台人才引进计划的理论概率，将理论概率最接近的实验组和非实验组城市加以匹配。估计出各影响因子系数如下：
依照上述系数计算出的倾向得分进行一对一最邻近匹配，由此得到每一个实验组城市的匹配对象，构造出包含39个城市的对照组。
综上，本文将数据样本确立为78个城市，其中39个出台人才计划的城市作为实验组，另39个无人才政策出台记录的城市作为对照组，时间跨度为 2006-2015年，原因为，2009-2012年为人才政策集中出台的年份，而自2016年起，各地市陆续出台新的人才政策，因此我们将2015年作为第一波人才政策高峰的结点，与之对称，2006-2008年作为人才政策出台之前的对照期。
（二）模型设计与描述性统计
根据上述数据，在对部分变量做对数化处理后，本文将各变量及其符号定义如下：
本文运用多期双重差分法考察2009-2012年间各城市出台的人才政策如何影响其创新能力。模型设定为：
其中Patent作为衡量区域创新能力的因变量，Di×Afet作为二元交互项，反映第i个城市在第t个时间点上是否出台过人才引进计划，是本文的核心解释变量，若出台过，则取1，否则取0.B1的值反映政策作用的方向和大小。Control为所有控制变量汇总7，μ为个体（城市）固定效应，入为时间（年度）固定效应。￡为误差项。
对模型中各变量进行初步的描述性统计，如表3所示。可见专利数量均值为1276.96，最大值为8077，最小值为0，标准差为1706.48，表明各城市创新能力在样本期内存在较大差异。其余控制变量也有较大范围的变动。
绘制两组样本的平均专利数量变动趋势图(图1)，对比发现，20062011年，二者基本呈现平行趋势，2011年后，实验组的专利数量增长明显快于对照组。初步可得，外生冲击前的数据基本满足平行趋势前提，外生冲击后，实验组的创新能力受到了更多正向效应的影响。我们将通过后续的回归和平行趋势检验进行进一步验证。
3
实证结果
（一）双重差分面板回归
按照式(1)中的模型设定，本文进行了时间、个体双向固定效应下的面板回归。为反映政策的动态效应，本文额外引入了After1、After2、After3、After4、After5:or More五个二元变量，分别在政策实施后第1年、第2年、第3年、第4年、第5年及以后取1，其余时间取0,将其分别与Di的交互项纳入回归，以反映人才政策在其出台后各年的表现情况。
由表4的列(1)和(2)可知，解释变量系数显著为正，反映出人才政策显著提高了实验组的创新能力。根据列(3)和(4)，人才政策对创新的正向效应具有先弱后强的动态特征。人才政策出台后的第一年，强度和显著性相对较弱，从第二年开始，政策对创新的促进作用越发明显和增强，并在第五年之后达到最大。
4
异质性分析与机制检验
（一）异质性分析
上述分析基本明确了地方政府人才引进计划对区域创新的正向作用，但各城市人才引进政策的效应在不同的制度环境下可能会表现出异质性差异。本文分别从地方政府对企业的干预程度、地方政府对科教事业的投入程度、知识产权保护力度三个视角入手，进行分组回归，探究不同制度环境下人才政策对区域创新的影响会有怎样的异质性。
1. 基于政府对企业干预程度的视角
借鉴钱雪松等(2018)等研究的处理方法，本文引入王小鲁等(2017)编制的“减少对企业干预”指数来衡量地方政府对企业的干预程度10。本文将各省的政府干预指数按大小顺序排序，均分为干预程度较高和干预程度较低的两组样本，如表9的Panel A所示。回归结果显示，人才政策在两类地区对专利数量和专利价值的增长都有显著的促进作用。从系数大小来看，在干预较强的地区，政策更侧重于提高专利数量，在干预较弱的地区，政策更侧重于提高专利价值。
本文认为该现象的成因在于政策导向和市场导向下经济主体行为的差异性。政府干预较强的地区往往面临更大的经济、财政压力，人才引进计划更容易被赋予保增长的使命，其出台也伴随着一系列行政化的指标和审批程序，为达到人才政策中的指标以获取更多补贴，重数量轻质量的专利产出模式更易凸显，由此，政策带来的资源势必更多地转化为专利数量而非价值；而在政府干预较弱的地区，市场机制对资源配置起决定性作用，企业可将政策资源分配在最能产生效率和价值的部门与项目中，以最大化企业的市场价值，从而产出更高价值的专利。
2. 基于政府对科教事业投入程度的视角
本文搜集了各城市各年的政府财政收入、政府对科学技术事业的支出、政府对教育事业的支出等数据，将后二者相加，计算其和在政府财政收入中的比重11，然后取年平均值，作为反映政府对科教事业投入程度的指数。将指数排序后以中位数为界分组，得到科教投入力度较强和较弱的两组地区，如表9的Panel B所示。回归结果显示，在科教事业受投入力度强的地区，专利数量和专利价值的增长均在一定程度上受到政策的正向影响，但影响程度不大。而在投入力度较弱的地区，人才政策对创新的促进作用明显强于投入力度较强的地区，这种差别主要体现在专利价值的大幅增长上。
本文认为该现象成因在于激励效应的边际递减特征。黄利梅(2018)指出，对知识型员工的激励具有边际递减效应。在政府对科教事业补贴较高的地区，研发主体原本就享有较好的待遇和经费，人才政策的激励效应呈边际递减趋势，因而对创新积极性的刺激作用较弱。科教事业投入力度较低的地区则反之。
3.基于知识产权保护程度的视角
本文引入王小鲁等(2017)编制的“维护市场的法制环境”指数12来衡量一个地区产权受到保护的力度。将样本分为保护力度较高的城市和保护力度较低的城市，如表9的Panel C所示。结果显示，政策对两类地区的创新能力都有促进作用。在专利数量层面，产权保护较弱地区的正向效应略大于保护较强的地区。而在专利价值层面正好相反，产权保护较强地区的正向效应大于保护较弱的地区。
本文认为该现象的成因在于不同类型专利“边际收益-侵权风险”的结构的差异及其对产权保护程度敏感度的差异。专利的价值及其在生产中的作用能为其占有者带来预期收益，和育东(2009)指出，专利侵权的损失（所失利润）与该专利带来的边际利润相关。基于此，高价值的专利往往意味着更高的边际利润，进而也面临着更大的侵权风险和侵权损失，因此其带给发明人的预期收益对侵权风险和产权保护的敏感度更高：低价值的专利则对应“低收益-低侵权风险”的结构，以及较低的产权保护敏感度。在产权保护弱的地区，市场整体侵权风险高，此时低风险敏感度的低质量专利将成为专利申请者和研发投资者抵御侵权风险的“防御型”选择：在产权保护强的地区，市场整体侵权风险低，高质量专利更易成为申请者和投资者追求高价值收益的“进攻型”选择。由此，在产权保护弱的地区，低门槛低质量专利的申请驱动了专利数量的更快提升：在产权保护强的地区，高门槛高质量专利的申请驱动了专利价值的更快提升。
（二）机制检验
本节我们分析地方人才政策对创新作用的传递机制。对创新产出进行乘数分解，易得：创新产出=研发投入×(创新产出/研发投入)，用创新效率指代第二个乘数，则有：创新产出=研发投入×创新效率，问题由此转化为，验证政策效应的“人才政策→研发投入→区域创新”和“人才政策→创新效率→区域创新”两条作用渠道。
第一条渠道的原理在于，人才政策一方面直接加强了对科研创新的财政补贴，另一方面通过各项优惠吸引人才流入进而直接扩大创新人才基数，二者最终扩大了地区的研发规模。例如，郭玥(2018)指出，企业获得创新补助会向外释放积极信号，从而争取到更多的社会资源，以研发资源的累积推动创新；Jefferson et al..(2006)也发现了R&D投入、创新产出、生产力彼此间的正向关系。
第二条渠道原理在于，人才的流入间接地引入了外地先进理念、技术以及人脉，与当地产业结合后能够推动转型升级，从而提升创新效率。
以R&D投入和创新效率分别作为被解释变量13，其他变量设定与基准回归模型一致，回归结果如表10所示。可以发现，政策对加强地区研发投入起到了显著的正向作用，且政策效应呈现先弱后强的趋势，与前文对专利数量政策效应动态分析的结论相符。然而，政策并没有带来创新效率的明显改变。
5
结论与启示
本文以2009-2012年各地市集中出台的人才引进政策为准自然实验，运用PSM-DD方法讨论人才引进政策对区域创新能力的影响，并对研发投入扩大和创新效率提升两条渠道进行了比对，得到结论为：
总体上看，地方政府人才引进政策对区域创新起到了促进作用，既提升了地区内的专利数量，也提升了地区内的专利价值。政策效应随时间推移而变强。
政策的作用机制为通过扩大研发投入来促进创新，但创新效率没有显著提高。
政策的作用在不同地区呈现出异质性：在政府干预强的地区，政策的效应侧重于提高专利数量，干预弱的地区则侧重提升专利价值；在科教投入力度本身就很大的地区，政策的效果较小，在科教投入弱的地区效果则更大；在知识产权保护力度弱的地区，政策效果更多地为提高专利数量，保护力度强的地区，则侧重提升专利价值。
由此带来的政策启示为：地方政策应贯彻十九届五中全会稳中求进的基调和坚持新发展理念的精神，完善创新体制机制。一方面，科教基础雄厚、创新补助充足的地区，不应再把创新发展更多寄托在政策激励效应上，而应着力于引导外来人才与技术与当地产业经济的融合，攻克创新效率的瓶颈，实现创新模式的转变；另一方面，科教基础薄弱、创新补助缺乏的地区，应以人才政策出台为契机，大力扶持当地科教和创新产业，培养创新的土壤，带动大众创新积极性，扩大人才队伍和研发规模，补足资金投入的短板。根本上看，市场竞争机制还需完善，应发挥市场在研发资源配置中的决定性作用，建立以市场竞争促进高质量区域创新的健康发展模式，政府对创新项目补助的指标设立也应尽量符合市场规律。同时，政策出台期间，还应完善知识产权保护立法，严格高效执法，建立科学合理的侵权赔偿性惩罚制度，依照不同的专利价值和边际利润，制定相应的保护措施，量化赔偿力度，切实保护专利所有者，尤其是高质量专利所有者的合法权益。另外，由于政策效应的渐强趋势，政策评估区间也应适当放长，政策执行不可急功近利。
本文系中国人民大学国际货币研究所工作论文
编号IMI Working Paper No.2204
扫描下方二维码阅读全文
编辑 徐诗惠
责编 李锦璇、蒋旭
监制 朱霜霜
点击查看近期热文
欢迎加入群聊
为了增进与粉丝们的互动，IMI财经观察建立了微信交流群，欢迎大家参与。
入群方法：加群主为微信好友（微信号：imi605）,添加时备注个人姓名（实名认证）、单位、职务等信息，经群主审核后，即可被拉进群。
欢迎读者朋友多多留言与我们交流互动，留言可换奖品：每月累积留言点赞数最多的读者将得到我们寄送的最新研究成果一份。
关于我们
中国人民大学国际货币研究所（IMI）成立于2009年12月20日，是专注于货币金融理论、政策与战略研究的非营利性学术研究机构和新型专业智库。研究所聘请了来自国内外科研院所、政府部门或金融机构的90余位著名专家学者担任顾问委员、学术委员和国际委员，80余位中青年专家担任研究员。
研究所长期聚焦国际金融、货币银行、宏观经济、金融监管、金融科技、地方金融等领域，定期举办国际货币论坛、货币金融（青年）圆桌会议、大金融思想沙龙、麦金农大讲坛、陶湘国际金融讲堂、IMF经济展望报告发布会、金融科技公开课等高层次系列论坛或讲座，形成了《人民币国际化报告》《天府金融指数报告》《金融机构国际化报告》《宏观经济月度分析报告》等一大批具有重要理论和政策影响力的学术成果。
2018年，研究所荣获中国人民大学优秀院属研究机构奖，在182家参评机构中排名第一。在《智库大数据报告（2018）》中获评A等级，在参评的1065个中国智库中排名前5%。2019年，入选智库头条号指数（前50名），成为第一象限28家智库之一。
国际货币网：http://www.imi.ruc.edu.cn
微信号：IMI财经观察
（点击识别下方二维码关注我们）
理事单位申请、
学术研究和会议合作
联系方式:
只分享最有价值的财经视点
We only share the most valuable financial insights