【摘要】當前我國發展階段和發展條件已經發生深刻變化，產業結構轉型需要更高技能和更高受教育水平的勞動力。在實現產業轉型升級推動制造業創新發展的過程中，其動力源泉不僅來自勞動力受教育程度的改善，更來自人力資本的更有效利用。在人口發展態勢發生轉變、勞動力成本上漲的背景下，人力資本對制造業轉型升級和創新發展的影響顯著，而理解人力資本中不同構成對生產率和產業經濟發展的影響和貢獻尤為重要。鑒于我國制造業發展歷程與經驗，當前我國制造業需要產業支持政策、全方位的人力資本積累體系等協同發揮作用，以應對變化并支撐創新驅動的高質量發展。
【關鍵詞】人力資本 制造業 創新發展 教育
【中圖分類號】F42 【文獻標識碼】A
【DOI】10.16619/j.cnki.rmltxsqy.2023.17.008
曲玥，中國社會科學院人口與勞動經濟研究所勞動與就業研究室主任、研究員。研究方向為產業經濟學、勞動經濟學。主要著作有《從成本優勢到效率驅動：中國勞動力市場轉變與產業發展》、《21世紀以來中國勞動力市場演變》（合著）等。
引言
改革開放以來，中國憑借勞動力充足的優勢，依靠對外開放、引進外資和技術效仿獲得了制造業特別是東南沿海地區勞動密集型產業的快速發展。在技術效仿的趕超階段，與勞動密集型產業相適配的是大量受教育程度不高的非技能勞動者。因此，過去幾十年我國的發展模式以勞動供給方和需求方都對應構成單一的人力資本、數量龐大的低技能勞動力為特征，供需雙方是匹配的。這樣的產業模式和勞動力供給態勢也給我國經濟發展帶來了豐厚的紅利。
然而，隨著人口發展態勢的轉變，我國勞動力及其成本的當前情況與發展趨勢也在發生深刻的變化，以往支持傳統制造業發展的條件已經改變，產業結構的轉型要求更高技能和更高受教育水平的勞動力。在勞動力供給的數量方面，我國人口增速放緩、人口老齡化加速，勞動力數量優勢弱化；但在質量方面，我國勞動力受教育程度顯著提升，人力資本構成多樣且復雜。當前和未來一段時期，以人力資本的有效提升推動制造業高質量發展成為重要任務。
勞動力成本變化與制造業發展
隨著我國勞動供求關系的快速轉變，勞動力成本已經大幅提高，我國傳統勞動密集型制造業的相對優勢開始弱化。反映我國制造業勞動力成本優勢的指標即單位勞動力成本呈現U型變化趨勢，也即在2004年前逐年下降，在2004年后有所提高。筆者采用制造業的平均工資水平占第二產業勞動生產率的比值，粗略度量近年來單位勞動力成本變化趨勢。2010～2021年的情況表明（如圖1所示），我國單位勞動力成本自2010年起快速提高，至2016年的0.450后略有下降，但在2020年再次沖高至0.465，總體上從2010年的0.352提高到2021年的0.445，整體呈上升趨勢。
如果進一步觀察工資和生產率各自情況則可以發現（如表1所示），2010～2021年我國平均工資增長1.991倍，勞動生產率增長1.367倍。工資的增長快于生產率的增長，這意味著以單位勞動力成本所衡量的勞動力成本優勢逐漸減弱。勞動和資本是兩種最基礎的生產要素，工資的快速上漲使得兩種生產要素的相對價格發生變化，為了節約成本實現利潤最大化目標，企業會據此調整兩種生產要素的使用數量，以致更傾向于以資本（包括機器人）替代勞動。從宏觀層面來看，這也構成了產業結構升級、經濟發展方式轉變的過程。
在勞動供求變化、勞動力成本上升引起產業結構快速變遷的過程中，一方面，傳統低技能勞動力被替代，另一方面，會產生對新的具有特定人力資本水平的技能勞動力的迫切需求。教育發展和人力資本的改善能否支撐相應的需求成為創新驅動的制造業高質量發展的關鍵所在。從我國產業發展歷程及其結構的構成來看（如表2所示），1980年以來，我國第一產業的產值份額和就業份額幾乎一直下降；第二產業的產值份額雖然近年來有所下降，但始終在三大產業中占據最大的份額；第三產業成為當前就業份額最大的產業，但其產值份額直到2013年才開始略高于第二產業。
圖2進一步呈現了我國三大產業的平均勞動生產率狀況。可以看到，無論是從產值構成份額還是從生產率表現上進行考量，第二產業始終是我國最關鍵的產業部門。近年來雖然第三產業就業比重提高，但勞動生產率始終低于第二產業。第二產業內部勞動力及人力資本的有效利用和配置，是推動創新發展的動力，也是全要素生產率提高的重要源泉。創新驅動的第二產業尤其是制造業高質量發展成為我國生產率提高的關鍵。
事實上，從產業發展的角度上看，生產率提升的來源本質上是兩個方面，一是各個產業內部自身生產率的提升，二是生產要素從生產率低的部門流向生產率高的部門，而這部分生產率的提升通常被稱為配置效率的改善。通過進一步分解生產率增長的內部配置效率的貢獻可以發現，在我國的產業發展過程中，前期，我國在很大程度上獲得了勞動力從第一產業向第二產業和第三產業流動而帶來的可觀的配置效率的提高。然而隨著勞動力從傳統農業部門向城市現代部門轉移的逐漸完成，這類配置效率給生產率提升帶來的額外貢獻已經極為有限（如表3所示）。進一步的生產率提升有賴于第二產業和第三產業內部的產業高端化升級來實現，而如上所述，第二產業作為生產率最高的部門，承擔著更為重要的角色與責任。
人力資本對勞動生產率和產出的顯著貢獻
隨著人口結構的重大轉變和農村富余勞動力轉移的逐漸完成，我國依靠源源不斷廉價勞動力獲得的競爭優勢已經弱化，制造業高質量發展亟需新的經濟增長動能，進一步的經濟增長更加有賴于教育和人力資本的有效積累（Lucas, 1988）。教育作為人力資本是勞動力要素的重要構成，在后中等收入階段對經濟增長起到更重要的作用。我國教育的存量、質量、結構是否能適應經濟發展的需要，已成為制造業高質量發展的關鍵。產業結構升級離不開更高級人力資本的支撐，在探討勞動生產率的提升時，需要討論產業升級以及人力資本的貢獻，而教育產業發展對經濟增長的影響尤其值得重視。
理解人力資本對于產業經濟的支撐和貢獻作用，需要了解人力資本水平（比如，以受教育年限來刻畫）對于產出的貢獻率。在傳統的生產函數（柯布道格拉斯生產函數）中，生產要素通常只包括抽象后的勞動和資本兩項構成，其中勞動是未區分人力資本水平的簡單勞動力數量。以不同形式將人力資本狀況納入生產函數中，其所估算出的相應結果也就體現了人力資本對產出的貢獻方式和貢獻程度。
在傳統的柯布道格拉斯（Cobb-Douglas）生產函數中，產出水平為y，生產要素包含資本k和勞動l兩種生產要素（模型1）。
以這樣的傳統標準模型為基準：（1）如果將受教育年限（人力資本）的絕對值納入模型，以其作為勞動和資本發揮作用后產出的乘數，由此得出該變量edu的系數，其含義為勞動力的平均受教育年限每提高1年，給產出帶來的百分比的提高（模型1-1）；（2）如果將受教育年限（人力資本）視為一項完全獨立的新的生產要素而將其對數形式lnedu納入傳統標準生產函數中（模型1-2），則這一變量的系數代表勞動力的平均受教育年限每提高1%，可以帶來產出提高的百分比，也可以將其看作教育的產出彈性。
筆者采用“中國企業-員工匹配調查數據”[1]，對以上生產函數設定形式進行估算，結果顯示：員工受教育年限每提高1年，企業的產出將提高13%；如果將教育年限視為完全獨立的生產要素，則員工平均受教育年限每提高1個百分點，產出將增加1.4個百分點左右。
此外，受教育程度不僅具有年限方面的特征，更具有階段性的特點。當前我國教育發展較為迅速，而各階段的教育發展在定位、構成等方面與產業經濟轉型、制造業高質量發展的實際需求還有較大差距，要了解教育的階段性特點，需要測算不同階段受教育勞動者的實際貢獻。為了完成該測算，需要把不同受教育程度的勞動力分別納入生產函數中，觀察其對產出的實際貢獻。
模型2將傳統生產函數中的簡單勞動力數量分解為各階段教育水平勞動力的數量，并將其作為獨立的生產要素分別加入模型中，通過觀察這些變量的系數即可獲得不同受教育程度勞動力的貢獻及其差異。與此同時，鑒于相鄰受教育階段勞動力的相對貢獻可能相似（如高中和大專等），則為了得到受教育程度貢獻的有效性，通過把相鄰受教育程度的勞動力進行相應組合，即可以發現教育對產出的實際貢獻更加體現在哪些受教育階段。
測算結果表明（如表4所示），受教育程度的貢獻體現出兩極化的特征，初中和高中受教育程度的勞動力的貢獻差別不大，大學受教育程度的勞動力的貢獻也并不明顯高于高中。此外，分年份來看，中專及以下的較低受教育程度勞動力的回報有著較好的表現，其提高也更為顯著；而大專及以上的高等教育部分，其產出回報及增長方面的表現并不突出。該結果體現出我國當前教育發展的鮮明特征，即在普及義務教育和全面擴大高等教育的同時，相應教育的構成和質量并未充分與經濟發展和勞動力市場相適應和匹配。
創新需求的有效人力資本：重提升更要重匹配
從國際經濟發展階段視角看，近年來中國經濟實現了快速增長，人均GDP在2020年達到10434美元。從人均GDP的指標維度（如圖3所示）上看，如果以中國人均GDP作為參照標準（取值為1），則世界人均GDP水平和中高收入階段人均GDP水平與其的相對值均接近1；中國人均GDP略低于世界平均水平（1.0465），略高于中高收入階段水平（0.8785），為中等收入階段水平（0.5000）的2倍，距離發達國家（4.2119）還相差3倍左右。
從大類產業構成上看（如圖4所示），盡管中國于2010年已進入中等偏上收入國家行列，但2020年的相關數據顯示，中國第一產業的產值比重仍高于中高收入國家的平均水平（6.6%），而低于中等收入國家的8.9%；尤其值得關注的是，第二產業的比重（37.8%）顯著高于中高收入國家（32.5%）和中等收入國家（31.5%）。雖然以人均GDP來看，中國已進入中高收入階段，但在產業結構方面，中國與中高收入國家相比存在較大差異，具有自身的顯著特征。
對于就業而言，2020年，中國整體第一產業的就業比重為23.6%，接近中高收入國家平均水平的25.6%（如圖5所示）。第二產業和第三產業的就業比重都分別介于中等收入國家和中高收入國家之間。從第二產業和第三產業的情況可以看出，中國處于工業化的中期階段，第二產業對經濟發展仍然起主要作用，而高收入國家處于后工業化發展階段，第二產業的產值和勞動力逐漸減少，趨于平穩，第三產業成為經濟發展的主要力量。
因此，我國經濟在產業結構方面更多地體現了非農產業中第二產業占比的快速攀升，第三產業的構成和相對發展速度尚未達到中等收入和中高收入國家水平，在當前及未來一段時期，這樣的產業特征差異可能是長期存在的。現階段，第二產業依舊是我國國民經濟最重要的部門，而實現以人力資本驅動第二產業的創新發展和生產率提升，成為當下產業發展的重要方向。
伴隨著我國的經濟發展，通過全面普及義務教育和擴大高等教育，我國勞動力受教育水平顯著提高。表5顯示，我國就業人員的平均受教育年限從2002年的8.18年提高到2021年的10.38年。2002年，我國就業人員中本科及以上的比例僅為1.7%，此后逐年攀升，至2021年為11.53。這樣有效且持續的人力資本積累為過去幾十年中國經濟的快速發展奠定了堅實的基礎。然而，勞動力的教育和技能提升依靠人口序列的更替過程，因而在一定程度上是“慢變量”。當前中國的人力資本水平在總體上仍然不足，特別是與一些發達的市場經濟體相比，中國勞動者的平均受教育年限仍然有較大的提升空間。此外，雖然總體上我國人力資本水平已獲得了穩步提升，但教育的相關頂層設計仍然薄弱，尚難以支撐未來的創新性需求，教育與未來經濟發展以及就業需求仍然需要更深入的匹配。
在實現產業轉型升級和經濟增長的過程中，其動力源泉不僅來自勞動力受教育程度的改善，更來自人力資本的更有效利用。圖6顯示2015年世界主要經濟體人均GDP水平與單位平均受教育年限對應的人均GDP水平（人均GDP／平均受教育年限），也即每單位教育年限對應的產出水平（平均意義上的教育產出貢獻）。如果以美國、OECD國家的教育水平和教育產出比來看，中國不僅在受教育程度上與其存在差異，在教育產出貢獻上與其的差距更大。可以看到，中國當前教育產出貢獻仍然處于較低水平。以人均GDP水平除以平均受教育年限（25～64歲）得到的簡單教育產出貢獻（2015年美元不變價）來看，中國的教育產出貢獻為990.9美元，日本為2694.5美元，OECD國家中的英國、法國和德國約在3000～3500美元之間，而美國則達到4169.5美元，澳大利亞更是達到4596.0美元。
如果進一步以產出變化率除以平均受教育年限變化率來度量平均意義上的教育產出彈性，則可以看到（如圖7所示），教育產出彈性在各經濟體間的差異更大，中國為9201.1美元，也即在2010～2015年間，中國勞動力平均受教育年限每提高1年，人均GDP對應提高9201.1美元，而日本的這一彈性為4738.1美元，美國更是達到66183.4美元。法國和德國這一教育產出彈性為負值，這是由于其25～64歲人口的平均受教育年限在2010～2015年有所下降，人均GDP略有增長。也就是說，如果以增長來度量教育和經濟的關系，那么處在不同發展階段的經濟體的差異更是巨大。因此，如何發揮教育和人力資本在現有發展階段的有效貢獻，成為產業轉型升級的關鍵所在。
以技能勞動力推動高端產業的升級
通過對相關數據的測算發現，隨著我國產業升級以及大類產業內部的發展分化，在我國不同的產業之間人力資本的配置路徑也已經開始分化，并呈現不同的特點。
隨著我國產業逐步發展和轉型升級，依靠勞動力優勢的傳統勞動密集型制造業已經逐步向資本以及技術密集型產業模式轉變。如上所述，伴隨產業的轉型升級，我國勞動力的人力資本水平、平均受教育程度也快速改善。然而，我國勞動力人力資本并不是以平衡的方式整體改善，而是改善后的分布并不均衡，出現了兩極化的趨勢。已經轉型升級的高端或準高端產業和傳統勞動密集型產業同時覆蓋了對低技能勞動力和高技能勞動力的吸納。如果忽略勞動力的受教育程度和人力資本差異，而依托傳統勞動生產率和配置效率的測算方法，則事實上會混淆在產業轉型升級的關鍵進程中，差異化人力資本的勞動力的各自貢獻及其效率。因此，需要將傳統的勞動力擴展為具有一定人力資本水平的勞動力，并進一步將其中簡單勞動力投入和以受教育程度為測度的人力資本水平部分進行分解并得出其各自的效率和貢獻，據此才能深入理解在產業轉型關鍵進程中人力資本的有效性。筆者采用“企業-員工”匹配調查數據（CEES），依據企業的資本勞動比將企業劃分為資本密集型產業和勞動密集型產業兩種，分別觀察其各自的人力資本構成（受教育程度）和生產率狀況。如圖8所示，在資本密集型的產業，從勞動力的受教育程度來看，在分布上存在兩個峰值（分別對應10年受教育年限的初中和13年左右受教育年限的大專）；而對于勞動密集型企業來說，勞動力的平均受教育年限集中在較低的區間，即約為初中受教育程度的10年左右。
進一步而言，如圖9所示，與人力資本的分布和狀況相對應的，資本密集型產業無論是在勞動生產率還是教育生產率方面都具有明顯更優的表現。人力資本的改善和有效配置正在發揮拉動生產率提升的關鍵作用（曲玥，2020）。
通過觀察不同受教育程度勞動力在勞動力市場上的表現，同樣可以印證以上判斷。對中國城市勞動力調查（CULS）數據的測算表明，2001～2016年，我國受教育程度居中的高中受教育群體的表現復雜（雖失業率下降，但勞動參與率也下降）。其在勞動力市場呈現了一定的兩極化趨勢，其中非技能勞動力因市場對其更明確的需求以及其自身的有限供給，在勞動力市場上情況較好；受教育程度處于高中階段的勞動力正受制于產業結構的快速升級和調整，成為更容易被替代的人力資本居中的群體，進而呈現勞動參與率下降、退出勞動力市場較多的情況。同時，較高學歷組雖然在勞動力市場上相對表現良好，但具體狀況非常復雜。例如，受教育程度為大學的勞動力，其勞動參與率最高，但是失業率并未明顯下降。近幾年青年失業率的高企尤其是大學畢業生就業困難，在一定程度上反映了高等教育與經濟發展需求之間的結構性矛盾問題。
經過上述測算和分析我們發現，以勞動供給方和需求方雙方的態勢來看，我國已經處于產業創新轉型升級的路徑之上，然而在實現以創新驅動的高質量制造業發展這一目標上，目前我國教育的實際質量和效率以及人力資本配置的情況是復雜的。轉型升級中的產業面臨的考驗巨大，能否依靠技能人才完成企業的創新發展并最終實現人力資本的有效利用，成為其是否能最終完成轉型和創新型高質量發展的關鍵。
結論和政策含義
在人口態勢發生轉變，產業轉型升級的過程中，以創新驅動的制造業高質量發展僅依靠勞動力受教育程度的改善是遠遠不夠的，更需要人力資本的更有效利用。無論是從國別還是從產業部門觀察，均可以看到人均GDP越高的區域，教育產出貢獻也越大。如果與美國、OECD國家的教育水平和教育產出比相比較，中國不僅在受教育程度上與其存在差異，在教育產出貢獻上與其的差距更大。中國在產業結構方面與中高收入國家相比存在較大差異并具有自身鮮明的特征。我國經濟在產業結構方面更多地體現了非農產業中第二產業占比的快速攀升，而第三產業的構成和相對發展速度尚未達到中等收入和中高收入階段水平，因此在未來很長一段時期，第二產業仍然是我國經濟轉型和創新驅動的重要支撐。
在我國經濟發展的過程中，得益于農村剩余勞動力向城市現代部門的轉移，我國從三大產業部門間的重新配置中獲得了勞動生產率的大幅提高。然而，隨著我國逐漸步入中等收入階段，勞動年齡人口的絕對數量開始減少，我國經濟的進一步發展迫切需要包括由有效人力資本驅動的制造業高質量發展在內的產業優化升級。在我國人力資本水平快速提高，且其對經濟增長的貢獻愈發重要的時期，尤其需要理解人力資本中不同構成對于生產率和產業經濟發展的貢獻，并以此作為相關政策和舉措制定的重要依據。對于我國這樣以勞動密集型產業起步而實現最初經濟快速增長的國家而言，尤其需要在產業轉型升級過程中引導、發揮好有效人力資本積累對制造業高質量發展的推動和協調作用。對此需要產業支持政策、全方位的人力資本積累體系等多方面舉措共同發揮作用。
當前我國在人口和人力資本發展態勢上存在兩方面重要變化：在數量上，人口增速放緩、勞動力數量優勢弱化；在質量上，當前發展階段急需技能勞動力和具有創新能力的勞動力。對此，需要以全生命周期的人力資本積累體系建設應對相應變化并支撐創新驅動的制造業高質量發展。相應的，圍繞我國制造業發展及人力資本積累體系建設亟待解決的問題包括：首先，現有人力資源未能得到充分利用。近年來我國青年失業率高企，大學畢業生就業困難，當前教育供給和勞動力市場需求之間存在錯配，教育的專業結構和課程設置滯后于產業發展需求。其次，全民終身學習機制存在缺失。面對技術進步和產業轉型，勞動力的干中學、再培訓是促進就業的重要保障，但目前教育、培訓的供給主體還不夠豐富。第三，基礎科研對科技創新的支撐作用不足。在教育和科研部門，教育科研領域的大量投入尚未能有效轉化為基礎理論突破以實現對產業發展的有效支持。綜上，無論是具有一定人力資本的勞動力未能充分就業，還是現有勞動力難以得到持續的人力資本積累更新，抑或科技創新的實效不足，無疑都會嚴重阻礙制造業創新經濟體系的形成和發展。當前我國制造業發展處于關鍵節點，正在從利用技術效仿和成本優勢進行外延擴張，轉變為憑借技術創新實現內涵價值，這對我國勞動力素質和人力資本建設的體制機制提出了緊迫要求。從供給端來看，雖然我國人口紅利向人才紅利的轉化已現成效，高中及以上各教育階段入學率大幅提升，平均受教育年限顯著延長，但教育質量仍難以滿足產業經濟發展需求。
鑒于上述探討，以有效人力資本積累體系支撐創新性制造業高質量發展，需要以下方面舉措：一是以創新高質量的產業發展需求引導人力資本提升的方向和構成。引入市場化力量，創建創新型人力資本的多元化培養渠道。企業對技能需求變化最敏感，要充分發揮市場化力量，創新構建人力資本和技能培訓體系。其中包括支持用人單位和市場培訓機構開展以需求為導向的職業培訓，并對接培訓納入員工儲備計劃；鼓勵企業參與職業院校和高等院校的建設，給校企合作提供更多便利和靈活性，構建人力資本建設與創新發展的有效橋梁和紐帶，等等。二是加強產業發展需求與教育體系的銜接。作為直接面向勞動力市場的教育階段，職業教育更應注重與市場需求的緊密連接，普通高中和高等教育更應注重通用知識與能力培養。對此，應加快教育的頂層設計，結合產業發展趨勢和國家重大需求，及時調整專業設置和課程內容，明確通識教育、專業知識和崗位技能在各層級教育中的構成和定位，做好當下技能可匹配性和長期人力資本可累積性之間的權衡，充分適應經濟發展短期需求和長期動態變化。三是推進全生命周期的教育、技能體系的頂層設計和建設。在義務教育階段，實現教育資源公平，強化素質教育導向，為未來儲備創新人才；在高中階段，強化通識教育、提高職業教育質量，合理制定普職比例，為勞動力適應產業結構和經濟形態的加速變遷提供必要的通識教育和精準的職業教育；此外還需完善終身培訓和人力資源開發體系以應對快速變遷的技能需求。
注釋
[1]這套數據以第三次經濟普查所發布的制造業企業總體名單為抽樣樣本，采取嚴格的隨機分層抽樣方式，根據等距抽樣原則，按照區（縣）、企業、員工的層次依次進行抽樣，在2015年于廣東省調查了570家企業，在2016年調查了536家廣東企業和585家湖北企業。
參考文獻
曲玥，2017年，《中國制造業單位勞動力成本狀況及變化態勢——對1998–2012年制造業規模以上企業數據的測算》，《勞動經濟研究》，第4期。
鈔小靜、沈坤榮，2014年，《城鄉收入差距、勞動力質量與中國經濟增長》，《經濟研究》，第6期。
L. Robert, 1988, "On the Mechanics of Economic Development," Journal of Monetary Economics, 22.
Effectively Enhancing Human Capital to Promote Innovative Development of Manufacturing Industry: Internal Mechanism and Chinese Practice
Qu Yue
Abstract: The current development stage and conditions in China have undergone profound changes, and the transformation of industrial structure requires the labor force with higher skill education level. In the process of achieving industrial transformation and upgrading to promote innovative development in the manufacturing industry, its source comes not only from the improvement of education level of labor force, but also from the more effective utilization of human capital. This article reviews the development process and stages of China's manufacturing industry, explores the role of human capital in the transformation, upgrading, and innovative development of the manufacturing industry when facing population changes and rising labor costs, and specifically proposes how to promote high-quality innovative development of the manufacturing industry through effective accumulation of human capital. This requires coordinated efforts from industrial support policies, a comprehensive human capital accumulation system, and other measures.
Keyword: human capital, manufacturing industry, innovative development, education
