《求是》杂志发表习近平总书记重要文章《一体推进教育科技人才发展》

基于罗默内生增长模型，将教育（人力资本生产函数）、科技（知识生产函数）、人才（创新投入要素）纳入三部门一般均衡框架。理论推导表明：三者协同推进通过降低知识传播交易成本、提高人力资本-技术匹配效率，产生TFP增长的"倍增效应"。提出假说H1：教育科技人才协同指数对TFP有显著正向影响；H2：该效应通过人力资本积累（教育→人才）和技术产业化（人才→科技）双渠道传导；H3：在跨越中等收入阶段后，协同效应的边际贡献递增。

核心识别挑战在于教育、科技投入与经济增长存在双向因果。采用两个外生冲击构造工具变量：一是1999年高校扩招在各地区的差异化暴露（历史高校存量与扩招幅度的交互项），二是国家重点实验室布局调整的准自然实验。利用DID-DID（差分中差分）设计，以"2015年双一流建设启动"为政策断点，比较处理组（双一流高校密集省份）与对照组在政策前后TFP变化差异。控制省份固定效应与年份固定效应吸收不可观测异质性。

基准模型：TFP_it = α + β·Coordination_it + γ·X_it + μ_i + λ_t + ε_it。其中Coordination_it为省份i在t年的三维协同指数（熵权法合成教育投入、研发强度、高技能人才占比三个维度）。中介效应模型采用温忠麟三步法：第一步检验协同指数对TFP的总效应；第二步检验协同指数对中介变量（人力资本存量、专利产出）的影响；第三步同时纳入协同指数和中介变量，估计直接效应与间接效应。门槛回归采用Hansen面板门槛模型，以人均GDP为门槛变量。

被解释变量TFP采用LP法和OP法分别测算，取均值以降低测度误差。核心解释变量"教育-科技-人才"协同指数采用耦合协调度模型：教育维度=财政教育支出占比+高等教育毛入学率；科技维度=R&D经费强度+万人发明专利拥有量；人才维度=大专以上人口占比+R&D人员全时当量。控制变量包括：城镇化率、外商直接投资、基础设施密度、市场化指数。样本为2005-2025年31个省级行政区的平衡面板。

（1）替换被解释变量：改用索洛余值法、DEA-Malmquist指数法重新测算TFP，验证结论不依赖于特定测算方法；（2）替换核心解释变量：分别用主成分分析法和等权重法替代熵权法构建协同指数；（3）排除极端值影响：剔除四个直辖市样本（教育资源高度集中可能驱动结果），并做分位数回归验证结论在全分布上成立；（4）安慰剂检验：将政策冲击时点提前3年，检验是否存在虚假的政策效应；（5）排除同期政策干扰：控制"中国制造2025"、自贸区设立等其他可能影响TFP的政策变量。

---

当前教育（教育部主管）、科技（科技部主管）、人才（人社部等多头管理）的"条块分割"体制产生三类交易成本：信息搜寻成本（跨部门数据不互通）、协调谈判成本（政策目标冲突时的跨部门博弈）、执行监督成本（多头考核下的激励分散）。基于威廉姆森治理结构理论，一体改革的核心是将"市场-科层"混合治理转向"网络化协同治理"，降低M型组织固有的协调摩擦。假说H1：部门间制度距离越大（政策文本相似度越低），创新产出效率越低；H2：设立跨部门协调机构（如科技领导小组实体化）可显著降低协调成本；H3：赋予牵头部门剩余控制权是实现激励相容的关键。

以2018年国务院机构改革（重组科技部、组建中央科技委员会）为外生制度冲击，利用改革前后各省科技创新效率变化进行DID估计。处理组为在改革前已自发设立省级跨部门协调机构的省份（先行组），对照组为改革后才跟进的省份。此外，利用政策文本的LDA主题模型测度教育部、科技部、人社部历年政策文本的"语义距离"，作为部门制度距离的连续型工具变量，识别制度摩擦对创新效率的因果效应。

采用渐进DID模型：Innovation_it = α + β·Post_it × Treat_i + γ·X_it + μ_i + λ_t + ε_it。其中Post_it×Treat_i为省份i在t年是否已建立跨部门协调机制（含中央科技委员会指导下的地方对应机构）。被解释变量Innovation_it为多维创新产出（专利数量、技术市场成交额、新产品销售收入）的标准化得分。进一步构建中介效应模型，以"行政审批时间""跨部门项目审批周期"作为交易成本的操作化变量，检验一体改革→降低交易成本→提升创新效率的传导链条。

政策文本语义距离通过以下步骤构造：收集2000-2025年各部门发布的947份相关政策文件，使用BERTopic进行主题聚类，计算部门间年度政策主题向量的余弦相似度，取其倒数作为制度距离。交易成本指标包括：科研项目从申报到立项的平均时长（月）、跨部门项目涉及的审批环节数、科研人员对"非研究事务时间占比"的问卷评分。创新效率以DEA方法测算，投入为R&D经费和人员，产出为专利和论文。

（1）平行趋势检验：事件研究法检验DID模型事前趋势，确保处理组与对照组在改革前无系统性差异；（2）替换制度距离测度：改用Jaccard相似度、编辑距离替代余弦相似度，验证结论稳健；（3）Bacon- Goodman分解：由于不同省份进入处理状态的时间不同，使用Goodman-Bacon分解识别各处理组权重，排除"坏比较"的干扰；（4）排除直辖市样本后进行再估计；（5）控制同期其他机构改革（如国防科技工业体制改革）的影响。

---

在贝克尔人力资本框架下，知识要素的市场价值取决于供给稀缺性和边际生产力。基础研究领域存在三种市场失灵：产出外部性导致私人回报低于社会回报、长周期特征与短期考核的激励错配、青年科研人员面临的高风险与低初期回报。引入"长周期评价+稳定支持"机制相当于为人力资本投资提供长期合约，降低青年人才的职业风险溢价要求。假说H1：长周期评价机制通过降低职业不确定性提高青年人才进入基础研究的概率；H2：要素分配改革后，知识密集型行业的工资溢价显著扩大（分解为人力资本效应和制度效应）；H3：稳定支持对青年人才的创新产出效应随支持年限呈现J型曲线。

利用国家自然科学基金委"优秀青年科学基金"和"杰出青年科学基金"的年龄截止规则（分别为男性38岁、女性40岁和男性45岁、女性48岁）构建模糊断点回归设计。在年龄截止线附近，个体获得人才计划支持的概率发生跳跃，而其他不可观测特征在断点附近连续。比较断点两侧个体的长期职业轨迹（论文产出、职称晋升、团队建设），识别长周期支持的因果效应。同时，利用各省在2018年后陆续推出的"高层次人才薪酬激励方案"的时间差异，构建渐进DID，估计要素分配改革的人才配置效应。

模糊RDD模型：第一阶段 Talent_i = α + β·Above_i + f(Age_i) + ε_i，第二阶段 Y_i = γ + δ·Talent_i ̂ + g(Age_i) + η_i。其中Above_i为是否超过年龄截止线的指示变量，f(Age_i)和g(Age_i)为年龄驱动变量的局部多项式函数。对于渐进DID：Career_outcome_it = θ + ρ·Post_it × Reform_i + φ·X_it + μ_i + λ_t + ν_it，其中Reform_i为省份i实施薪酬激励改革的年份虚拟变量。带宽选择采用Calonico-Cattaneo-Titiunik最优带宽算法。

被解释变量包括：是否选择基础研究岗位（二分变量）、年均论文发表数量与质量（引用加权）、职称晋升速度、指导学生数量。核心解释变量为是否获得国家人才计划长期稳定支持。Oaxaca-Blinder分解将知识要素工资溢价分解为：可解释部分（由教育年限、工作经验、学科领域差异导致的人力资本溢价）和不可解释部分（制度性溢价，即"纯知识要素报酬"）。控制变量包括：性别、博士毕业院校层级、博士后经历、学科领域固定效应。

（1）带宽敏感性检验：分别使用0.5倍、1.5倍和2倍最优带宽重新估计RDD模型；（2）McCrary密度检验：验证驱动变量在年龄截止线处无操纵；（3）替换结果变量：用专利授权量、技术转让收入替代论文产出作为创新度量；（4）安慰剂断点检验：将年龄截止线分别提前和推后5岁，检验是否存在虚假跳跃；（5）Cox比例风险模型检验：分析获得稳定支持后科研人员退出基础研究领域的风险变化，与Probit模型结果交叉验证。

---

新型举国体制在科技创新领域的核心张力在于：中央统一领导有利于集中资源攻克"卡脖子"技术（规模经济与协调效应），但可能削弱地方根据本地禀赋进行差异化探索的积极性（信息不对称与激励不足）。借鉴周黎安的"行政发包制"理论，中央与地方在科技治理中形成"政治集中-财政分权"的独特合约：中央掌握战略方向设定权和重大专项审批权，地方拥有辖区内创新资源配置自由裁量权和部分收益权。假说H1：中央科技财政转移支付对地方创新产出具有正向但边际递减的效应（存在最优集中度）；H2：地方科技支出竞争（标尺竞争）导致创新资源的空间错配——邻省增加科技投入会显著降低本省创新效率；H3：建立央地联合攻关机制可同时利用中央的协调优势和地方的信息优势。

核心识别难点在于央地资源配置的内生性：中央向某地配置更多科技资源可能正是因为该地创新潜力更高（反向因果）。采用两个工具变量：一是1960-70年代"三线建设"时期国家重点科研机构的原址布局（历史路径依赖），这一历史遗产与当前创新能力相关但不受当期反向因果影响；二是利用国务院批复各城市"国家创新型城市"试点的批次差异作为准自然实验。此外，利用空间自回归模型和空间误差模型识别省际科技支出的策略互动类型（互补型vs替代型）。

空间杜宾模型（SDM）：Innovation_it = ρ·W·Innovation_it + β₁·Central_it + β₂·Local_it + θ₁·W·Central_it + θ₂·W·Local_it + γ·X_it + μ_i + λ_t + ε_it。其中W为空间权重矩阵（分别采用地理距离矩阵、经济距离矩阵、技术距离矩阵），Central_it为中央在i省的科技项目经费占比，Local_it为i省财政科技支出。ρ捕捉创新产出的空间溢出效应，θ捕捉中央和地方科技资源配置的空间交互效应。工具变量两阶段回归中，第一阶段以三线建设时期科研机构存量预测当前中央科技资源配置，第二阶段估计其对创新产出的因果效应。

被解释变量：省级创新综合产出指数（专利授权量、技术市场成交额、高技术产业增加值三指标标准化合成）。核心解释变量：央地科技资源配置比=中央科技计划经费/地方财政科技支出。调节变量：地方官员晋升激励强度（以省委书记任期剩余年限和前任晋升去向刻画）、省级科技领导小组的实体化程度（以专职人员编制数衡量）。空间权重矩阵采用省际高铁通行时间和专利引用关系双维度构建。样本为2008-2025年31省的平衡面板。

（1）替换空间权重矩阵：分别使用地理邻接矩阵、GDP距离矩阵和R&D强度距离矩阵重新估计，检验结论对空间结构设定的敏感性；（2）替换核心解释变量：以国家科技重大专项项目数量替代中央经费占比；（3）安慰剂检验：假设三线建设科研机构随机分配至各省（Monte Carlo模拟1000次），检验工具变量的排他性；（4）排除北京、上海等科技资源极端集中的"离群值"省份；（5）以各地级市层面数据替代省级层面进行再估计，检验加总偏误。

---

在完全竞争且无摩擦的理想市场，研发资本和研发人员在高校、科研机构和企业间的配置应满足边际产出相等条件。但在中国现行体制下，研发资源的部门间流动面临制度壁垒：高校R&D偏向基础研究但成果转化率低，企业R&D市场导向强但基础研究投入不足，科研机构处于二者之间但面临"双轨制"考核困境。借鉴Hsieh-Klenow（2009）框架，将研发部门视为垄断竞争的知识生产行业，部门间研发要素的边际产出差异（MRPL和MRPK的离散度）直接度量资源错配程度。假说H1：中国研发部门存在显著资源错配——企业部门R&D人员的MRPL高于高校1.5倍以上；H2：若消除部门间研发资源错配，全国TFP可提升8%-12%；H3：数字技术应用（AI辅助研发）通过降低跨部门信息摩擦可部分纠正错配。

将Hsieh-Klenow模型拓展到三部门知识生产函数中，通过估计各部门的研发资本产出弹性和研发人员产出弹性，反推边际产出（MRPK和MRPL）的部门间差异。利用Törnqvist指数将"有效"研发投入（消除错配后的最优配置）与"实际"研发投入比较，计算错配引起的TFP损失。进一步以各省"科技创新券"跨部门通兑政策作为自然实验，检验降低部门间交易壁垒对资源配置效率的改善效应——该政策允许企业使用政府发放的创新券向高校购买研发服务，有效连通了部门间的"创新资源市场"。

三部门知识生产函数：Y_s = A_s · K_s^{α_s} · L_s^{β_s}，其中s∈{高校, 科研机构, 企业}，Y为专利产出或论文产出，K为研发资本存量（永续盘存法计算），L为R&D人员全时当量。部门s的MRPK_s = α_s · (P_s·Y_s)/K_s，MRPL_s = β_s · (P_s·Y_s)/L_s。错配指数Misallocation = Var(log MRPK_s) + Var(log MRPL_s)，该指数越大表明部门间要素回报离散度越高、错配越严重。反事实TFP计算：假设研发要素在部门间自由流动至MRPK和MRPL均等化，重新分配K和L后计算最优产出。空间面板门槛模型识别数字基础设施对错配的纠正效应。

研发资本存量采用Griliches-Pakes永续盘存法，R&D支出以15%折旧率累积，基期资本存量K₀ = R₀/(g+δ)，其中R₀为基期研发支出，g为样本期内研发支出年均增长率。知识产出价格P_s以各部门技术转让收入/专利授权量的均值近似（企业部门以新产品销售收入/专利申请量补充）。样本涵盖2000-2025年31省三部门的面板数据，同时构造OECD国家（美国、德国、日本、韩国）的对照样本进行国际比较。

（1）参数敏感性分析：研发资本折旧率分别取10%、15%、20%重新测算，验证结论不依赖于特定折旧假设；（2）替换产出度量：分别使用发明专利授权量、三方专利族数量、论文引用加权得分作为知识产出度量，检验弹性系数估计的稳定性；（3）改变错配度量方法：使用Olley-Pakes协方差分解法替代方差度量法；（4）排除极端部门样本：如军工类科研机构，因其产出数据的保密性可能导致测度偏差；（5）跨国比较对照：使用OECD 10国研发部门数据，检验中国的错配程度是否确实显著高于发达国家。

---