劉 剛

(同濟(jì)大學(xué) 經(jīng)濟(jì)與管理學(xué)院，上海 200092)

0 引言

企業(yè)的發(fā)展是社會(huì)經(jīng)濟(jì)發(fā)展的主導(dǎo)力量，而創(chuàng)新是企業(yè)得以生存和發(fā)展的源泉。在以往的研究中，認(rèn)為企業(yè)創(chuàng)新主要包括三個(gè)方面，分別是技術(shù)創(chuàng)新、企業(yè)文化創(chuàng)新，以及企業(yè)管理手段的創(chuàng)新。技術(shù)創(chuàng)新是企業(yè)創(chuàng)新的核心內(nèi)容，技術(shù)創(chuàng)新一方面提高了物質(zhì)生產(chǎn)要素的利用率，減少了投入，另一方面又通過(guò)引入先進(jìn)設(shè)備和工藝，降低了成本。管理手段的創(chuàng)新則是通過(guò)樹立科學(xué)管理和高效執(zhí)行的意識(shí)，在思維上有所創(chuàng)新，另外結(jié)合現(xiàn)代企業(yè)特征，對(duì)企業(yè)的政策和法規(guī)適時(shí)調(diào)整和完善。加強(qiáng)對(duì)人才的培養(yǎng)力度，有計(jì)劃地展開培養(yǎng)，并且按照相應(yīng)制度對(duì)員工進(jìn)行獎(jiǎng)懲，有利于激發(fā)員工的個(gè)人潛能，增強(qiáng)員工參與工作的積極性，提高其工作效率。企業(yè)文化創(chuàng)新對(duì)企業(yè)的影響也較為顯著，通過(guò)建立良好的企業(yè)文化，樹立品牌形象，有利于幫助企業(yè)贏得消費(fèi)者的信任，占領(lǐng)更多的市場(chǎng)份額。

企業(yè)創(chuàng)新是當(dāng)代企業(yè)提高市場(chǎng)競(jìng)爭(zhēng)力、提升企業(yè)地位的重要手段，從以往的研究結(jié)果來(lái)看，企業(yè)創(chuàng)新投入及產(chǎn)出會(huì)受到內(nèi)部因素及外部因素的影響。尹秀分析我國(guó)工業(yè)創(chuàng)新能力的行業(yè)差距,運(yùn)用主成份分析方法,測(cè)算了中國(guó)工業(yè)2003—2014年的創(chuàng)新指數(shù),并運(yùn)用Dagum基尼系數(shù)及其按子群分解方法對(duì)工業(yè)企業(yè)創(chuàng)新能力的行業(yè)間的差異進(jìn)行分解。黃澄清等認(rèn)為互聯(lián)網(wǎng)創(chuàng)新發(fā)展的意義重大,以定量化為原則,從創(chuàng)新動(dòng)力基礎(chǔ)、創(chuàng)新社會(huì)環(huán)境、創(chuàng)新經(jīng)濟(jì)價(jià)值、創(chuàng)新資本動(dòng)態(tài)、創(chuàng)新活躍領(lǐng)域和創(chuàng)新成果效益六個(gè)方面構(gòu)建中國(guó)互聯(lián)網(wǎng)行業(yè)創(chuàng)新能力發(fā)展指數(shù)體系,并運(yùn)用層次分析法對(duì)指數(shù)進(jìn)行了評(píng)定。李長(zhǎng)青等利用微觀企業(yè)數(shù)據(jù),通過(guò)技術(shù)創(chuàng)新的投入指標(biāo)、產(chǎn)出指標(biāo)、效率指標(biāo)和基于DEA的Maluquist生產(chǎn)率分解指標(biāo),對(duì)我國(guó)不同所有制企業(yè)的技術(shù)創(chuàng)新能力進(jìn)行分行業(yè)測(cè)度。李志強(qiáng)等認(rèn)為企業(yè)的內(nèi)向型開放式創(chuàng)新作為企業(yè)獲取知識(shí)、技術(shù)資源的重要方式和技巧,會(huì)對(duì)其績(jī)效產(chǎn)生影響。通過(guò)構(gòu)建內(nèi)向型開放式創(chuàng)新、吸收能力、知識(shí)共享與創(chuàng)新績(jī)效的理論模型,對(duì)中部地區(qū)高新技術(shù)企業(yè)進(jìn)行問(wèn)卷調(diào)查,并對(duì)概念模型進(jìn)行了實(shí)證檢驗(yàn)，從而證明內(nèi)向型開放式創(chuàng)新對(duì)于企業(yè)績(jī)效的影響。鞠曉峰等以軍工企業(yè)為例構(gòu)建實(shí)證模型,通過(guò)收集20家軍工企業(yè)2007—2015年的相關(guān)數(shù)據(jù),構(gòu)建回歸模型驗(yàn)證研究假設(shè)，對(duì)于軍工企業(yè)創(chuàng)新績(jī)效有積極影響。金肖臨等基于社會(huì)資本理論與知識(shí)共享理論，構(gòu)建以知識(shí)共享為中介的模型，探索了團(tuán)隊(duì)社會(huì)資本對(duì)內(nèi)創(chuàng)業(yè)行為的影響機(jī)制。本文通過(guò)實(shí)證研究方法，采集了來(lái)自30家企業(yè)46個(gè)團(tuán)隊(duì)的領(lǐng)導(dǎo)與員工共計(jì)179人配對(duì)的樣本數(shù)據(jù)，通過(guò)對(duì)影響企業(yè)創(chuàng)新投入和產(chǎn)出的影響因素進(jìn)行分析，并建立理論模型，進(jìn)而分析出各個(gè)因素對(duì)于企業(yè)創(chuàng)新投入和產(chǎn)出的影響程度。

1 計(jì)量理論模型構(gòu)建

1.1 企業(yè)創(chuàng)新的聯(lián)立方程模型

創(chuàng)新投入方程考察創(chuàng)新投入的影響因素，同時(shí)創(chuàng)新投入又作為生產(chǎn)要素嵌入創(chuàng)新產(chǎn)出方程，成為影響創(chuàng)新產(chǎn)出的重要因素；創(chuàng)新產(chǎn)出方程考察包括創(chuàng)新投入在內(nèi)的各種因素對(duì)創(chuàng)新產(chǎn)出的影響；最終產(chǎn)出方程中，創(chuàng)新產(chǎn)出和物質(zhì)資本等要素一起作為影響因素被引入。同時(shí)，在最終產(chǎn)出方程中最終產(chǎn)出又作為創(chuàng)新投入的影響因素反饋引入創(chuàng)新投入方程。具體如圖1所示。

圖1 企業(yè)創(chuàng)新投入與生產(chǎn)的反饋機(jī)制

在創(chuàng)新投入方程中，我們將考慮經(jīng)典的創(chuàng)新投入的影響因素，如企業(yè)規(guī)模、市場(chǎng)力量、技術(shù)機(jī)會(huì)等。同時(shí)，也考慮了企業(yè)控股情況、政府政策、高新技術(shù)等對(duì)企業(yè)創(chuàng)新行為的影響：

(1)

其中：i表示企業(yè)；t表示年份；α表示參數(shù)估計(jì)值；α0是常數(shù)項(xiàng)；μ1it為隨機(jī)擾動(dòng)項(xiàng)。

表1 企業(yè)創(chuàng)新投入方程中各個(gè)變量的含義

創(chuàng)新產(chǎn)出方程設(shè)定為超越對(duì)數(shù)函數(shù)形式：

(2)

其中：Oit表示企業(yè)的創(chuàng)新產(chǎn)出；Ii表示企業(yè)的創(chuàng)新投入；Lijt表示企業(yè)的勞動(dòng)力情況；Ki表示企業(yè)的資本存量；vi表示隨機(jī)擾動(dòng)項(xiàng)。其中，各個(gè)變量的具體含義如表2所示。

根據(jù)上文邏輯，在Cobb-Douglass生產(chǎn)函數(shù)的基礎(chǔ)上，本文將創(chuàng)新產(chǎn)出作為影響因素，并引入影響創(chuàng)新產(chǎn)出的其他影響因素，構(gòu)建出最終產(chǎn)出方程，用式(3)來(lái)表示：

(3)

其中：Yi表示企業(yè)的最終產(chǎn)出，這也作為創(chuàng)新投入的影響因素體現(xiàn)在方程(1)中；Oi是企業(yè)創(chuàng)新產(chǎn)出，是最終產(chǎn)出的重要影響因素，根據(jù)Cobb-Douglass生產(chǎn)函數(shù)，創(chuàng)新產(chǎn)出實(shí)際上是企業(yè)最終生產(chǎn)過(guò)程中的一個(gè)中間產(chǎn)品，只有通過(guò)與勞動(dòng)、資本的結(jié)合才能得到最終產(chǎn)出；Ki表示企業(yè)的資本投入，用人均總資產(chǎn)來(lái)表示，并取對(duì)數(shù)進(jìn)入模型；其他變量的定義與方程(1)相同。

表2 企業(yè)創(chuàng)新產(chǎn)出方程中各個(gè)變量的含義

聯(lián)合方程(1)、(2)和(3)，可以得到聯(lián)立方程組，在方程組中創(chuàng)新投入、創(chuàng)新產(chǎn)出和最終產(chǎn)出為內(nèi)生變量，其他為外生變量。

1.2 估計(jì)方法

對(duì)于上述聯(lián)立方程模型，有兩種方法來(lái)估計(jì)參數(shù)：(1)間接估計(jì)法，采用兩步法來(lái)估計(jì)。首先，將創(chuàng)新決策和創(chuàng)新投入方程視為一個(gè)系統(tǒng)先估計(jì)出來(lái)；其次，利用第一步估計(jì)得到的參數(shù)，將創(chuàng)新產(chǎn)出和最終產(chǎn)出方程進(jìn)行聯(lián)立來(lái)估計(jì)(Loof and Heshmati, 2006)。(2)直接估計(jì)法，利用三階段最小二乘法來(lái)同時(shí)估計(jì)聯(lián)立方程模型中的所有方程(Van Leeuwen and Klomp, 2006)。

對(duì)上述3個(gè)方程構(gòu)成的聯(lián)立方程組，其估計(jì)與單方程模型存在著較大的不同：首先，判斷模型是否可以識(shí)別。通過(guò)判斷結(jié)構(gòu)方程的秩條件和階條件可以發(fā)現(xiàn)，本部分構(gòu)建的聯(lián)立方程組模型中的每個(gè)方程都是過(guò)度識(shí)別的，滿足估計(jì)條件。在估計(jì)上述聯(lián)立方程模型時(shí)，OLS方法會(huì)產(chǎn)生估計(jì)的聯(lián)立偏差，可以利用單方程估計(jì)中的二階段最小二乘法(2SLS)和系統(tǒng)估計(jì)方法中的三階段最小二乘法(3SLS)進(jìn)行估計(jì)。

2 樣本說(shuō)明和數(shù)據(jù)描述

本文隨機(jī)抽取了上海市56家企業(yè)，問(wèn)卷調(diào)查了企業(yè)技術(shù)創(chuàng)新和企業(yè)人才的基本情況。問(wèn)卷涉及三個(gè)部分的內(nèi)容：

(1)企業(yè)基本情況，包括企業(yè)登記注冊(cè)年份、注冊(cè)類型、所屬行業(yè)、企業(yè)資本與負(fù)債、企業(yè)經(jīng)營(yíng)狀況等。

(2)企業(yè)員工基本情況，包括企業(yè)員工數(shù)量、員工學(xué)歷、員工技術(shù)職稱、員工技能、員工年齡、黨員情況、婚姻狀況、工齡情況、戶籍情況、戶籍制度對(duì)企業(yè)用工的影響、企業(yè)員工工資和福利支出、合同簽訂情況、工會(huì)等。

(3)企業(yè)技術(shù)創(chuàng)新基本情況，包括企業(yè)研發(fā)投入、企業(yè)科技項(xiàng)目、企業(yè)專利、企業(yè)新產(chǎn)品、認(rèn)證和鑒定情況、技術(shù)補(bǔ)貼等。

56家企業(yè)中，平均雇傭的員工數(shù)量為259.21人，其中女性員工103.98人，占比小于50%，雇傭的短期員工(少于1年)的數(shù)量約占總?cè)藬?shù)的21%。

從樣本企業(yè)的員工學(xué)歷來(lái)看，占比較多的依次為大學(xué)本科、研究生及以上、大專，分別為33.32%、25.18%和17.45%；從技術(shù)職稱來(lái)看，以中級(jí)技術(shù)職稱和高級(jí)技術(shù)職稱為主，分別為32.46%和23.55%；根據(jù)員工技能分類，高級(jí)技師、技師、高級(jí)工和中級(jí)工的人數(shù)非常少，占比都在1%左右。

從年齡結(jié)構(gòu)來(lái)看，樣本企業(yè)的員工年齡主要集中在21～30歲，占比為54.83%；其次為31～40歲，占比為19.82%；其次依次為41～50歲和51～60歲，占比分別為8.93%和6.62%。樣本企業(yè)員工的平均工齡為15年，在本企業(yè)的平均工作年限則為2.86年。

從戶籍情況來(lái)看，樣本企業(yè)中全部員工中擁有本地戶籍的比例為36%，而技術(shù)研發(fā)人員中，本地戶籍的員工僅為11.69%。從落戶情況來(lái)看，原戶籍非上海而落戶上海的員工僅占到全部員工的2%，反映了落戶的難度非常大。在評(píng)判戶籍制度對(duì)企業(yè)招聘非上海戶籍員工的影響時(shí)，31.91%的企業(yè)表示有影響。

3 計(jì)量模型與實(shí)證結(jié)果

根據(jù)上文分析，我們將聯(lián)立方程組模型設(shè)定如下：

(4)

根據(jù)項(xiàng)目組隨機(jī)抽取的上海市56家企業(yè)的調(diào)查問(wèn)卷，可以分別得到OLS與聯(lián)立方程組模型對(duì)應(yīng)的參數(shù)估計(jì)值。

3.1 OLS的估計(jì)結(jié)果

相應(yīng)地，可以將單方程的估計(jì)結(jié)果用表3來(lái)表示。

表3OLS的整體估計(jì)結(jié)果

因變量樣本數(shù)參數(shù)RMSER2F統(tǒng)計(jì)量P值rd5617512.8400.8798.1400.000zl56194.3060.94414.9600.000ysr56192807.1121.00012749.0200.000

根據(jù)創(chuàng)新投入單方程估計(jì)得到的估計(jì)結(jié)果(見表4和表5)可以看出，總產(chǎn)出顯著地影響了企業(yè)的創(chuàng)新投入：ysr的參數(shù)估計(jì)值為0.039，在1%的統(tǒng)計(jì)性水平上顯著。也就是說(shuō)，企業(yè)的營(yíng)業(yè)收入每增加1個(gè)單位，企業(yè)會(huì)選擇將0.039個(gè)單位投入研發(fā)中。

表4 OLS回歸結(jié)果：創(chuàng)新投入方程(rd)

表5 OLS回歸結(jié)果：創(chuàng)新產(chǎn)出方程(zl)

對(duì)于創(chuàng)新產(chǎn)出單方程(見表6)，可以看出，并不是所有的因素都會(huì)推動(dòng)企業(yè)的創(chuàng)新產(chǎn)出。員工數(shù)量(ygs)、研究生數(shù)量(yjs)、高級(jí)技術(shù)職稱的員工數(shù)量(gjzc)、初級(jí)技術(shù)職稱的員工數(shù)量(cjzc)、青年員工數(shù)量(qnr)、中年員工數(shù)量(znr)、本地戶籍員工數(shù)量(bdhj)參數(shù)估計(jì)值都為正，對(duì)企業(yè)技術(shù)創(chuàng)新有正向推動(dòng)作用。其中，對(duì)于初級(jí)技術(shù)職稱的員工數(shù)量而言，回歸系數(shù)為0.545，這說(shuō)明初級(jí)技術(shù)職稱的員工可以顯著推動(dòng)企業(yè)的技術(shù)創(chuàng)新產(chǎn)出。這和人們通常的認(rèn)識(shí)存在偏差：在企業(yè)的生產(chǎn)經(jīng)營(yíng)活動(dòng)中，具有初級(jí)技術(shù)職稱的員工較少?gòu)氖卵邪l(fā)創(chuàng)新活動(dòng)，后者通常被認(rèn)為是具有高級(jí)技術(shù)職稱員工的業(yè)務(wù)范圍。但根據(jù)對(duì)上海市企業(yè)的調(diào)研數(shù)據(jù)可發(fā)現(xiàn)，初級(jí)技術(shù)職稱的員工也顯著地推動(dòng)了企業(yè)的研發(fā)創(chuàng)新產(chǎn)出。

本科生數(shù)量(bks)這一變量的參數(shù)估計(jì)值為-0.242，并且在5%的統(tǒng)計(jì)性水平上顯著。企業(yè)本科生數(shù)量增加，更多從事非研發(fā)創(chuàng)新工作，這在一定程度上會(huì)擠占企業(yè)的資源，企業(yè)會(huì)將更多的資源投入非研發(fā)部門，這在一定程度上會(huì)擠壓企業(yè)的研發(fā)投入。

從實(shí)證結(jié)果可以看出，黨員人數(shù)的增加顯著的提高了企業(yè)的創(chuàng)新產(chǎn)出：黨員人數(shù)(dy)的參數(shù)估計(jì)值是1.624，t值為7.59，估計(jì)結(jié)果在1%的顯著性水平上顯著。但這一估計(jì)結(jié)果也有較大的問(wèn)題，可能會(huì)存在反向因果關(guān)系：創(chuàng)新能力較強(qiáng)的人更有可能會(huì)被考察和吸納到黨內(nèi)。因此，這一結(jié)果需要進(jìn)一步檢驗(yàn)和證實(shí)。對(duì)于民主黨派員工而言，參數(shù)的估計(jì)值為負(fù)，但估計(jì)結(jié)果同樣存在著反向因果識(shí)別問(wèn)題。

中級(jí)技術(shù)職稱的員工數(shù)量(zjzc)、高級(jí)技師員工數(shù)量(gjjs)、技師員工數(shù)量(js)高級(jí)工數(shù)量(gjg)、中級(jí)工數(shù)量(zjg)、員工的平均工齡(gl)、婚姻狀況(hyzk)對(duì)企業(yè)技術(shù)創(chuàng)新有正向推動(dòng)效果，但并不明顯。

員工在本企業(yè)的平均工作年限(gznx)。員工在本企業(yè)的平均工作年限的參數(shù)估計(jì)值為0.312，但t值為0.35，并沒有通過(guò)顯著性檢驗(yàn)。換言之，企業(yè)之間正常的員工流動(dòng)并不一定會(huì)降低企業(yè)的研發(fā)產(chǎn)出。

對(duì)于總產(chǎn)出而言，估計(jì)結(jié)果和創(chuàng)新產(chǎn)出有較大的不同：

研究生數(shù)量(yjs)、本科生數(shù)量(bks)、技術(shù)職稱員工數(shù)量(gjzc、zjzc、cjzc)、高級(jí)技師員工數(shù)量(gjjs)、技師員工數(shù)量(js)高級(jí)工數(shù)量(gjg)、中級(jí)工數(shù)量(zjg)青年員工數(shù)量(qnr)、中年員工數(shù)量(znr)、員工的平均工齡(gl)、員工在本企業(yè)的平均工作年限(gznx)的參數(shù)估計(jì)值都為正，能對(duì)企業(yè)總產(chǎn)出起推動(dòng)作用。

黨員人數(shù)(dy)、民主黨派人數(shù)(mzdp)和婚姻狀況(hyzk)的參數(shù)估計(jì)值都為負(fù)，但都不顯著。這說(shuō)明黨員、民主黨派身份及婚姻狀況對(duì)企業(yè)總產(chǎn)出的影響并不明顯。

本地戶籍員工數(shù)量(bdhj)方面，本文的實(shí)證估計(jì)結(jié)果表明，是否擁有本地戶籍，并不會(huì)對(duì)員工的產(chǎn)出產(chǎn)生影響。

3.2 3SLS的估計(jì)結(jié)果

以上對(duì)企業(yè)技術(shù)創(chuàng)新投入、產(chǎn)出和總產(chǎn)出的三個(gè)方程分別進(jìn)行了回歸。但對(duì)于回歸方程而言，由于解釋變量和擾動(dòng)項(xiàng)是相關(guān)的，導(dǎo)致單方程的估計(jì)結(jié)果是有偏的。因此，接下來(lái)給出了三階段最小二乘法(3SLS)估計(jì)方法得到的聯(lián)立方程模型估計(jì)結(jié)果，見表7。

表7 3SLS的整體估計(jì)結(jié)果

根據(jù)3SLS對(duì)創(chuàng)新產(chǎn)出方程的估計(jì)結(jié)果(見表8)，可知，整體來(lái)講，估計(jì)結(jié)果從整體顯著程度上和OLS比較相近，但參數(shù)的估計(jì)值存在較大不同。對(duì)比來(lái)看，3SLS降低了企業(yè)創(chuàng)新系統(tǒng)中各個(gè)影響因素之間的累積循環(huán)因果關(guān)系，總體各個(gè)影響因素的效應(yīng)相對(duì)較小，而這對(duì)于準(zhǔn)確測(cè)算各項(xiàng)影響因素對(duì)勞動(dòng)力流動(dòng)的影響與積分制政策的評(píng)價(jià)與修訂，具有重要的意義。

表8 3SLS回歸結(jié)果：創(chuàng)新投入方程(rd)

員工數(shù)量(ygs)、研究生數(shù)量(yjs)高級(jí)技術(shù)職稱的員工數(shù)量(gjzc)、中級(jí)技術(shù)職稱的員工數(shù)量(zjzc)、初級(jí)技術(shù)職稱的員工數(shù)量(cjzc)、青年員工數(shù)量(qnr)、中年員工數(shù)量(znr)、本地戶籍員工數(shù)量(bdhj)的參數(shù)估計(jì)值都為正，可以推動(dòng)企業(yè)研發(fā)產(chǎn)出增加。

本科生數(shù)量(bks)這一變量的參數(shù)估計(jì)值為-0.186，在5%的顯著性水平上顯著。這一結(jié)果并不具有太多的政策含義：從事研發(fā)工作的更多為研究生及以上學(xué)歷的研究人員，而本科生更多從事非研發(fā)工作。

高級(jí)技師員工數(shù)量(gjjs)、技師員工數(shù)量(js)、高級(jí)工數(shù)量(gjg)、中級(jí)工數(shù)量(zjg)、黨員人數(shù)(dy)、民主黨派人數(shù)(mzdp)、員工的平均工齡(gl)和員工在本企業(yè)的平均工作年限(gznx)對(duì)企業(yè)研發(fā)產(chǎn)出的增加作用并不明顯。

婚姻狀況(hyzk)的估計(jì)結(jié)果不顯著：沒有證據(jù)表明員工是否已婚會(huì)對(duì)企業(yè)的實(shí)際研發(fā)產(chǎn)出產(chǎn)生影響。

表9、表10的回歸結(jié)果是利用3SLS估計(jì)得到的結(jié)果。

估計(jì)結(jié)果顯示，最終產(chǎn)出方程中研究生數(shù)量(yjs)、本科生數(shù)量(bks)、技術(shù)職稱員工數(shù)量(gjzc、zjzc、cjzc)、高級(jí)技師員工數(shù)量(gjjs)和技師員工數(shù)量(js)、高級(jí)工數(shù)量(gjg)與中級(jí)工數(shù)量(zjg)、青年員工數(shù)量(qnr)、中年員工數(shù)量(znr)、員工的平均工齡(gl)、員工在本企業(yè)的平均工作年限(gznx)參數(shù)估計(jì)值都為正，都對(duì)企業(yè)的總產(chǎn)出有推動(dòng)作用。

表9 3SLS回歸結(jié)果：創(chuàng)新產(chǎn)出方程(zl)

表10 3SLS回歸結(jié)果：最終產(chǎn)出方程(ysr)

黨員人數(shù)(dy)和民主黨派人數(shù)(mzdp)的參數(shù)估計(jì)值分別為185.54和-588.792，但都不顯著。研究結(jié)果再次表明，黨員和民主黨派身份并不會(huì)對(duì)企業(yè)總產(chǎn)出產(chǎn)生影響。本地戶籍員工數(shù)量(bdhj)的參數(shù)估計(jì)值為511.556，但沒有通過(guò)顯著性檢驗(yàn)，這表明員工是否是本地戶籍并不會(huì)對(duì)產(chǎn)出產(chǎn)生影響。

婚姻狀況(hyzk)。婚姻狀況的參數(shù)估計(jì)值為-75.636，沒有通過(guò)顯著性檢驗(yàn)，再次說(shuō)明婚姻狀況對(duì)企業(yè)總產(chǎn)出的影響不明顯。

4 研究結(jié)論解讀

根據(jù)上文的分析結(jié)果，我們可以總結(jié)出各個(gè)影響因素對(duì)企業(yè)研發(fā)投入、研發(fā)產(chǎn)出和總產(chǎn)出的貢獻(xiàn)，進(jìn)而挖掘出各維度的勞動(dòng)力對(duì)研發(fā)投入的作用大小，具體見表11。

表11 企業(yè)研發(fā)創(chuàng)新的人才需求模型

隨著員工學(xué)歷、技術(shù)水平的提升，以及工齡的增加，其對(duì)企業(yè)創(chuàng)新的影響越來(lái)越大。由此，在對(duì)戶籍制度進(jìn)行完善時(shí)，要針對(duì)各指標(biāo)的重要性比重及指標(biāo)差異性，對(duì)其分值進(jìn)行科學(xué)分配。

5 管理啟示

本文通過(guò)分析企業(yè)創(chuàng)新的意義和對(duì)企業(yè)創(chuàng)新的影響因素，構(gòu)建了企業(yè)創(chuàng)新投入與生產(chǎn)的反饋機(jī)制模型，通過(guò)對(duì)上海市56家企業(yè)的調(diào)研，測(cè)算了模型的參數(shù)，篩選出了對(duì)企業(yè)創(chuàng)新和企業(yè)產(chǎn)出有顯著影響的因素，對(duì)其影響能力進(jìn)行了量化分析。

企業(yè)需要從創(chuàng)新需求視角構(gòu)建城市科技創(chuàng)新人才需求。企業(yè)是社會(huì)主義市場(chǎng)經(jīng)濟(jì)的主體，是組織社會(huì)生產(chǎn)的基本單元。企業(yè)的技術(shù)創(chuàng)新能力越強(qiáng)，科技轉(zhuǎn)化為現(xiàn)實(shí)生產(chǎn)力的能力就越強(qiáng)，對(duì)經(jīng)濟(jì)發(fā)展的貢獻(xiàn)度就越高。因此，抓住企業(yè)這個(gè)市場(chǎng)主體對(duì)于科技人才的需求，并且積極、精準(zhǔn)地評(píng)估這類需求，有助于更加精確地描述城市對(duì)于科技創(chuàng)新人才的結(jié)構(gòu)性需求，從而方便各類人才政策相應(yīng)做出調(diào)整完善。

從上海市建立科創(chuàng)中心，吸引、集聚人才的視角出發(fā)，審視上海市居住證積分制度的現(xiàn)存問(wèn)題。黨的十八屆三中全會(huì)提出了“嚴(yán)格控制特大城市人口規(guī)模”的總體要求，為此，上海市的各級(jí)政府都將人口調(diào)控作為政府工作的重要部分，居住證積分制度的設(shè)計(jì)與完善，也成為工作重點(diǎn)之一。上?？苿?chuàng)中心建設(shè)的方向確立后，上海市政府應(yīng)將創(chuàng)新人才發(fā)展問(wèn)題作為大力實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略、加快建設(shè)具有全球影響力的科技創(chuàng)新中心的戰(zhàn)略問(wèn)題，并進(jìn)一步提出健全以居住證制度為核心的國(guó)內(nèi)人才引進(jìn)政策。