【摘要】当前我国发展阶段和发展条件已经发生深刻变化，产业结构转型需要更高技能和更高受教育水平的劳动力。在实现产业转型升级推动制造业创新发展的过程中，其动力源泉不仅来自劳动力受教育程度的改善，更来自人力资本的更有效利用。在人口发展态势发生转变、劳动力成本上涨的背景下，人力资本对制造业转型升级和创新发展的影响显著，而理解人力资本中不同构成对生产率和产业经济发展的影响和贡献尤为重要。鉴于我国制造业发展历程与经验，当前我国制造业需要产业支持政策、全方位的人力资本积累体系等协同发挥作用，以应对变化并支撑创新驱动的高质量发展。
【关键词】人力资本 制造业 创新发展 教育
【中图分类号】F42 【文献标识码】A
【DOI】10.16619/j.cnki.rmltxsqy.2023.17.008
曲玥，中国社会科学院人口与劳动经济研究所劳动与就业研究室主任、研究员。研究方向为产业经济学、劳动经济学。主要著作有《从成本优势到效率驱动：中国劳动力市场转变与产业发展》、《21世纪以来中国劳动力市场演变》（合著）等。
引言
改革开放以来，中国凭借劳动力充足的优势，依靠对外开放、引进外资和技术效仿获得了制造业特别是东南沿海地区劳动密集型产业的快速发展。在技术效仿的赶超阶段，与劳动密集型产业相适配的是大量受教育程度不高的非技能劳动者。因此，过去几十年我国的发展模式以劳动供给方和需求方都对应构成单一的人力资本、数量庞大的低技能劳动力为特征，供需双方是匹配的。这样的产业模式和劳动力供给态势也给我国经济发展带来了丰厚的红利。
然而，随着人口发展态势的转变，我国劳动力及其成本的当前情况与发展趋势也在发生深刻的变化，以往支持传统制造业发展的条件已经改变，产业结构的转型要求更高技能和更高受教育水平的劳动力。在劳动力供给的数量方面，我国人口增速放缓、人口老龄化加速，劳动力数量优势弱化；但在质量方面，我国劳动力受教育程度显著提升，人力资本构成多样且复杂。当前和未来一段时期，以人力资本的有效提升推动制造业高质量发展成为重要任务。
劳动力成本变化与制造业发展
随着我国劳动供求关系的快速转变，劳动力成本已经大幅提高，我国传统劳动密集型制造业的相对优势开始弱化。反映我国制造业劳动力成本优势的指标即单位劳动力成本呈现U型变化趋势，也即在2004年前逐年下降，在2004年后有所提高。笔者采用制造业的平均工资水平占第二产业劳动生产率的比值，粗略度量近年来单位劳动力成本变化趋势。2010～2021年的情况表明（如图1所示），我国单位劳动力成本自2010年起快速提高，至2016年的0.450后略有下降，但在2020年再次冲高至0.465，总体上从2010年的0.352提高到2021年的0.445，整体呈上升趋势。
如果进一步观察工资和生产率各自情况则可以发现（如表1所示），2010～2021年我国平均工资增长1.991倍，劳动生产率增长1.367倍。工资的增长快于生产率的增长，这意味着以单位劳动力成本所衡量的劳动力成本优势逐渐减弱。劳动和资本是两种最基础的生产要素，工资的快速上涨使得两种生产要素的相对价格发生变化，为了节约成本实现利润最大化目标，企业会据此调整两种生产要素的使用数量，以致更倾向于以资本（包括机器人）替代劳动。从宏观层面来看，这也构成了产业结构升级、经济发展方式转变的过程。
在劳动供求变化、劳动力成本上升引起产业结构快速变迁的过程中，一方面，传统低技能劳动力被替代，另一方面，会产生对新的具有特定人力资本水平的技能劳动力的迫切需求。教育发展和人力资本的改善能否支撑相应的需求成为创新驱动的制造业高质量发展的关键所在。从我国产业发展历程及其结构的构成来看（如表2所示），1980年以来，我国第一产业的产值份额和就业份额几乎一直下降；第二产业的产值份额虽然近年来有所下降，但始终在三大产业中占据最大的份额；第三产业成为当前就业份额最大的产业，但其产值份额直到2013年才开始略高于第二产业。
图2进一步呈现了我国三大产业的平均劳动生产率状况。可以看到，无论是从产值构成份额还是从生产率表现上进行考量，第二产业始终是我国最关键的产业部门。近年来虽然第三产业就业比重提高，但劳动生产率始终低于第二产业。第二产业内部劳动力及人力资本的有效利用和配置，是推动创新发展的动力，也是全要素生产率提高的重要源泉。创新驱动的第二产业尤其是制造业高质量发展成为我国生产率提高的关键。
事实上，从产业发展的角度上看，生产率提升的来源本质上是两个方面，一是各个产业内部自身生产率的提升，二是生产要素从生产率低的部门流向生产率高的部门，而这部分生产率的提升通常被称为配置效率的改善。通过进一步分解生产率增长的内部配置效率的贡献可以发现，在我国的产业发展过程中，前期，我国在很大程度上获得了劳动力从第一产业向第二产业和第三产业流动而带来的可观的配置效率的提高。然而随着劳动力从传统农业部门向城市现代部门转移的逐渐完成，这类配置效率给生产率提升带来的额外贡献已经极为有限（如表3所示）。进一步的生产率提升有赖于第二产业和第三产业内部的产业高端化升级来实现，而如上所述，第二产业作为生产率最高的部门，承担着更为重要的角色与责任。
人力资本对劳动生产率和产出的显著贡献
随着人口结构的重大转变和农村富余劳动力转移的逐渐完成，我国依靠源源不断廉价劳动力获得的竞争优势已经弱化，制造业高质量发展亟需新的经济增长动能，进一步的经济增长更加有赖于教育和人力资本的有效积累（Lucas, 1988）。教育作为人力资本是劳动力要素的重要构成，在后中等收入阶段对经济增长起到更重要的作用。我国教育的存量、质量、结构是否能适应经济发展的需要，已成为制造业高质量发展的关键。产业结构升级离不开更高级人力资本的支撑，在探讨劳动生产率的提升时，需要讨论产业升级以及人力资本的贡献，而教育产业发展对经济增长的影响尤其值得重视。
理解人力资本对于产业经济的支撑和贡献作用，需要了解人力资本水平（比如，以受教育年限来刻画）对于产出的贡献率。在传统的生产函数（柯布道格拉斯生产函数）中，生产要素通常只包括抽象后的劳动和资本两项构成，其中劳动是未区分人力资本水平的简单劳动力数量。以不同形式将人力资本状况纳入生产函数中，其所估算出的相应结果也就体现了人力资本对产出的贡献方式和贡献程度。
在传统的柯布道格拉斯（Cobb-Douglas）生产函数中，产出水平为y，生产要素包含资本k和劳动l两种生产要素（模型1）。
以这样的传统标准模型为基准：（1）如果将受教育年限（人力资本）的绝对值纳入模型，以其作为劳动和资本发挥作用后产出的乘数，由此得出该变量edu的系数，其含义为劳动力的平均受教育年限每提高1年，给产出带来的百分比的提高（模型1-1）；（2）如果将受教育年限（人力资本）视为一项完全独立的新的生产要素而将其对数形式lnedu纳入传统标准生产函数中（模型1-2），则这一变量的系数代表劳动力的平均受教育年限每提高1%，可以带来产出提高的百分比，也可以将其看作教育的产出弹性。
笔者采用“中国企业-员工匹配调查数据”[1]，对以上生产函数设定形式进行估算，结果显示：员工受教育年限每提高1年，企业的产出将提高13%；如果将教育年限视为完全独立的生产要素，则员工平均受教育年限每提高1个百分点，产出将增加1.4个百分点左右。
此外，受教育程度不仅具有年限方面的特征，更具有阶段性的特点。当前我国教育发展较为迅速，而各阶段的教育发展在定位、构成等方面与产业经济转型、制造业高质量发展的实际需求还有较大差距，要了解教育的阶段性特点，需要测算不同阶段受教育劳动者的实际贡献。为了完成该测算，需要把不同受教育程度的劳动力分别纳入生产函数中，观察其对产出的实际贡献。
模型2将传统生产函数中的简单劳动力数量分解为各阶段教育水平劳动力的数量，并将其作为独立的生产要素分别加入模型中，通过观察这些变量的系数即可获得不同受教育程度劳动力的贡献及其差异。与此同时，鉴于相邻受教育阶段劳动力的相对贡献可能相似（如高中和大专等），则为了得到受教育程度贡献的有效性，通过把相邻受教育程度的劳动力进行相应组合，即可以发现教育对产出的实际贡献更加体现在哪些受教育阶段。
测算结果表明（如表4所示），受教育程度的贡献体现出两极化的特征，初中和高中受教育程度的劳动力的贡献差别不大，大学受教育程度的劳动力的贡献也并不明显高于高中。此外，分年份来看，中专及以下的较低受教育程度劳动力的回报有着较好的表现，其提高也更为显著；而大专及以上的高等教育部分，其产出回报及增长方面的表现并不突出。该结果体现出我国当前教育发展的鲜明特征，即在普及义务教育和全面扩大高等教育的同时，相应教育的构成和质量并未充分与经济发展和劳动力市场相适应和匹配。
创新需求的有效人力资本：重提升更要重匹配
从国际经济发展阶段视角看，近年来中国经济实现了快速增长，人均GDP在2020年达到10434美元。从人均GDP的指标维度（如图3所示）上看，如果以中国人均GDP作为参照标准（取值为1），则世界人均GDP水平和中高收入阶段人均GDP水平与其的相对值均接近1；中国人均GDP略低于世界平均水平（1.0465），略高于中高收入阶段水平（0.8785），为中等收入阶段水平（0.5000）的2倍，距离发达国家（4.2119）还相差3倍左右。
从大类产业构成上看（如图4所示），尽管中国于2010年已进入中等偏上收入国家行列，但2020年的相关数据显示，中国第一产业的产值比重仍高于中高收入国家的平均水平（6.6%），而低于中等收入国家的8.9%；尤其值得关注的是，第二产业的比重（37.8%）显著高于中高收入国家（32.5%）和中等收入国家（31.5%）。虽然以人均GDP来看，中国已进入中高收入阶段，但在产业结构方面，中国与中高收入国家相比存在较大差异，具有自身的显著特征。
对于就业而言，2020年，中国整体第一产业的就业比重为23.6%，接近中高收入国家平均水平的25.6%（如图5所示）。第二产业和第三产业的就业比重都分别介于中等收入国家和中高收入国家之间。从第二产业和第三产业的情况可以看出，中国处于工业化的中期阶段，第二产业对经济发展仍然起主要作用，而高收入国家处于后工业化发展阶段，第二产业的产值和劳动力逐渐减少，趋于平稳，第三产业成为经济发展的主要力量。
因此，我国经济在产业结构方面更多地体现了非农产业中第二产业占比的快速攀升，第三产业的构成和相对发展速度尚未达到中等收入和中高收入国家水平，在当前及未来一段时期，这样的产业特征差异可能是长期存在的。现阶段，第二产业依旧是我国国民经济最重要的部门，而实现以人力资本驱动第二产业的创新发展和生产率提升，成为当下产业发展的重要方向。
伴随着我国的经济发展，通过全面普及义务教育和扩大高等教育，我国劳动力受教育水平显著提高。表5显示，我国就业人员的平均受教育年限从2002年的8.18年提高到2021年的10.38年。2002年，我国就业人员中本科及以上的比例仅为1.7%，此后逐年攀升，至2021年为11.53。这样有效且持续的人力资本积累为过去几十年中国经济的快速发展奠定了坚实的基础。然而，劳动力的教育和技能提升依靠人口序列的更替过程，因而在一定程度上是“慢变量”。当前中国的人力资本水平在总体上仍然不足，特别是与一些发达的市场经济体相比，中国劳动者的平均受教育年限仍然有较大的提升空间。此外，虽然总体上我国人力资本水平已获得了稳步提升，但教育的相关顶层设计仍然薄弱，尚难以支撑未来的创新性需求，教育与未来经济发展以及就业需求仍然需要更深入的匹配。
在实现产业转型升级和经济增长的过程中，其动力源泉不仅来自劳动力受教育程度的改善，更来自人力资本的更有效利用。图6显示2015年世界主要经济体人均GDP水平与单位平均受教育年限对应的人均GDP水平（人均GDP／平均受教育年限），也即每单位教育年限对应的产出水平（平均意义上的教育产出贡献）。如果以美国、OECD国家的教育水平和教育产出比来看，中国不仅在受教育程度上与其存在差异，在教育产出贡献上与其的差距更大。可以看到，中国当前教育产出贡献仍然处于较低水平。以人均GDP水平除以平均受教育年限（25～64岁）得到的简单教育产出贡献（2015年美元不变价）来看，中国的教育产出贡献为990.9美元，日本为2694.5美元，OECD国家中的英国、法国和德国约在3000～3500美元之间，而美国则达到4169.5美元，澳大利亚更是达到4596.0美元。
如果进一步以产出变化率除以平均受教育年限变化率来度量平均意义上的教育产出弹性，则可以看到（如图7所示），教育产出弹性在各经济体间的差异更大，中国为9201.1美元，也即在2010～2015年间，中国劳动力平均受教育年限每提高1年，人均GDP对应提高9201.1美元，而日本的这一弹性为4738.1美元，美国更是达到66183.4美元。法国和德国这一教育产出弹性为负值，这是由于其25～64岁人口的平均受教育年限在2010～2015年有所下降，人均GDP略有增长。也就是说，如果以增长来度量教育和经济的关系，那么处在不同发展阶段的经济体的差异更是巨大。因此，如何发挥教育和人力资本在现有发展阶段的有效贡献，成为产业转型升级的关键所在。
以技能劳动力推动高端产业的升级
通过对相关数据的测算发现，随着我国产业升级以及大类产业内部的发展分化，在我国不同的产业之间人力资本的配置路径也已经开始分化，并呈现不同的特点。
随着我国产业逐步发展和转型升级，依靠劳动力优势的传统劳动密集型制造业已经逐步向资本以及技术密集型产业模式转变。如上所述，伴随产业的转型升级，我国劳动力的人力资本水平、平均受教育程度也快速改善。然而，我国劳动力人力资本并不是以平衡的方式整体改善，而是改善后的分布并不均衡，出现了两极化的趋势。已经转型升级的高端或准高端产业和传统劳动密集型产业同时覆盖了对低技能劳动力和高技能劳动力的吸纳。如果忽略劳动力的受教育程度和人力资本差异，而依托传统劳动生产率和配置效率的测算方法，则事实上会混淆在产业转型升级的关键进程中，差异化人力资本的劳动力的各自贡献及其效率。因此，需要将传统的劳动力扩展为具有一定人力资本水平的劳动力，并进一步将其中简单劳动力投入和以受教育程度为测度的人力资本水平部分进行分解并得出其各自的效率和贡献，据此才能深入理解在产业转型关键进程中人力资本的有效性。笔者采用“企业-员工”匹配调查数据（CEES），依据企业的资本劳动比将企业划分为资本密集型产业和劳动密集型产业两种，分别观察其各自的人力资本构成（受教育程度）和生产率状况。如图8所示，在资本密集型的产业，从劳动力的受教育程度来看，在分布上存在两个峰值（分别对应10年受教育年限的初中和13年左右受教育年限的大专）；而对于劳动密集型企业来说，劳动力的平均受教育年限集中在较低的区间，即约为初中受教育程度的10年左右。
进一步而言，如图9所示，与人力资本的分布和状况相对应的，资本密集型产业无论是在劳动生产率还是教育生产率方面都具有明显更优的表现。人力资本的改善和有效配置正在发挥拉动生产率提升的关键作用（曲玥，2020）。
通过观察不同受教育程度劳动力在劳动力市场上的表现，同样可以印证以上判断。对中国城市劳动力调查（CULS）数据的测算表明，2001～2016年，我国受教育程度居中的高中受教育群体的表现复杂（虽失业率下降，但劳动参与率也下降）。其在劳动力市场呈现了一定的两极化趋势，其中非技能劳动力因市场对其更明确的需求以及其自身的有限供给，在劳动力市场上情况较好；受教育程度处于高中阶段的劳动力正受制于产业结构的快速升级和调整，成为更容易被替代的人力资本居中的群体，进而呈现劳动参与率下降、退出劳动力市场较多的情况。同时，较高学历组虽然在劳动力市场上相对表现良好，但具体状况非常复杂。例如，受教育程度为大学的劳动力，其劳动参与率最高，但是失业率并未明显下降。近几年青年失业率的高企尤其是大学毕业生就业困难，在一定程度上反映了高等教育与经济发展需求之间的结构性矛盾问题。
经过上述测算和分析我们发现，以劳动供给方和需求方双方的态势来看，我国已经处于产业创新转型升级的路径之上，然而在实现以创新驱动的高质量制造业发展这一目标上，目前我国教育的实际质量和效率以及人力资本配置的情况是复杂的。转型升级中的产业面临的考验巨大，能否依靠技能人才完成企业的创新发展并最终实现人力资本的有效利用，成为其是否能最终完成转型和创新型高质量发展的关键。
结论和政策含义
在人口态势发生转变，产业转型升级的过程中，以创新驱动的制造业高质量发展仅依靠劳动力受教育程度的改善是远远不够的，更需要人力资本的更有效利用。无论是从国别还是从产业部门观察，均可以看到人均GDP越高的区域，教育产出贡献也越大。如果与美国、OECD国家的教育水平和教育产出比相比较，中国不仅在受教育程度上与其存在差异，在教育产出贡献上与其的差距更大。中国在产业结构方面与中高收入国家相比存在较大差异并具有自身鲜明的特征。我国经济在产业结构方面更多地体现了非农产业中第二产业占比的快速攀升，而第三产业的构成和相对发展速度尚未达到中等收入和中高收入阶段水平，因此在未来很长一段时期，第二产业仍然是我国经济转型和创新驱动的重要支撑。
在我国经济发展的过程中，得益于农村剩余劳动力向城市现代部门的转移，我国从三大产业部门间的重新配置中获得了劳动生产率的大幅提高。然而，随着我国逐渐步入中等收入阶段，劳动年龄人口的绝对数量开始减少，我国经济的进一步发展迫切需要包括由有效人力资本驱动的制造业高质量发展在内的产业优化升级。在我国人力资本水平快速提高，且其对经济增长的贡献愈发重要的时期，尤其需要理解人力资本中不同构成对于生产率和产业经济发展的贡献，并以此作为相关政策和举措制定的重要依据。对于我国这样以劳动密集型产业起步而实现最初经济快速增长的国家而言，尤其需要在产业转型升级过程中引导、发挥好有效人力资本积累对制造业高质量发展的推动和协调作用。对此需要产业支持政策、全方位的人力资本积累体系等多方面举措共同发挥作用。
当前我国在人口和人力资本发展态势上存在两方面重要变化：在数量上，人口增速放缓、劳动力数量优势弱化；在质量上，当前发展阶段急需技能劳动力和具有创新能力的劳动力。对此，需要以全生命周期的人力资本积累体系建设应对相应变化并支撑创新驱动的制造业高质量发展。相应的，围绕我国制造业发展及人力资本积累体系建设亟待解决的问题包括：首先，现有人力资源未能得到充分利用。近年来我国青年失业率高企，大学毕业生就业困难，当前教育供给和劳动力市场需求之间存在错配，教育的专业结构和课程设置滞后于产业发展需求。其次，全民终身学习机制存在缺失。面对技术进步和产业转型，劳动力的干中学、再培训是促进就业的重要保障，但目前教育、培训的供给主体还不够丰富。第三，基础科研对科技创新的支撑作用不足。在教育和科研部门，教育科研领域的大量投入尚未能有效转化为基础理论突破以实现对产业发展的有效支持。综上，无论是具有一定人力资本的劳动力未能充分就业，还是现有劳动力难以得到持续的人力资本积累更新，抑或科技创新的实效不足，无疑都会严重阻碍制造业创新经济体系的形成和发展。当前我国制造业发展处于关键节点，正在从利用技术效仿和成本优势进行外延扩张，转变为凭借技术创新实现内涵价值，这对我国劳动力素质和人力资本建设的体制机制提出了紧迫要求。从供给端来看，虽然我国人口红利向人才红利的转化已现成效，高中及以上各教育阶段入学率大幅提升，平均受教育年限显著延长，但教育质量仍难以满足产业经济发展需求。
鉴于上述探讨，以有效人力资本积累体系支撑创新性制造业高质量发展，需要以下方面举措：一是以创新高质量的产业发展需求引导人力资本提升的方向和构成。引入市场化力量，创建创新型人力资本的多元化培养渠道。企业对技能需求变化最敏感，要充分发挥市场化力量，创新构建人力资本和技能培训体系。其中包括支持用人单位和市场培训机构开展以需求为导向的职业培训，并对接培训纳入员工储备计划；鼓励企业参与职业院校和高等院校的建设，给校企合作提供更多便利和灵活性，构建人力资本建设与创新发展的有效桥梁和纽带，等等。二是加强产业发展需求与教育体系的衔接。作为直接面向劳动力市场的教育阶段，职业教育更应注重与市场需求的紧密连接，普通高中和高等教育更应注重通用知识与能力培养。对此，应加快教育的顶层设计，结合产业发展趋势和国家重大需求，及时调整专业设置和课程内容，明确通识教育、专业知识和岗位技能在各层级教育中的构成和定位，做好当下技能可匹配性和长期人力资本可累积性之间的权衡，充分适应经济发展短期需求和长期动态变化。三是推进全生命周期的教育、技能体系的顶层设计和建设。在义务教育阶段，实现教育资源公平，强化素质教育导向，为未来储备创新人才；在高中阶段，强化通识教育、提高职业教育质量，合理制定普职比例，为劳动力适应产业结构和经济形态的加速变迁提供必要的通识教育和精准的职业教育；此外还需完善终身培训和人力资源开发体系以应对快速变迁的技能需求。
注释
[1]这套数据以第三次经济普查所发布的制造业企业总体名单为抽样样本，采取严格的随机分层抽样方式，根据等距抽样原则，按照区（县）、企业、员工的层次依次进行抽样，在2015年于广东省调查了570家企业，在2016年调查了536家广东企业和585家湖北企业。
参考文献
曲玥，2017年，《中国制造业单位劳动力成本状况及变化态势——对1998–2012年制造业规模以上企业数据的测算》，《劳动经济研究》，第4期。
钞小静、沈坤荣，2014年，《城乡收入差距、劳动力质量与中国经济增长》，《经济研究》，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
