一、引言

改革开放以来，中国经济保持高速增长成为了全球第二大经济体，创造了中国经济增长的奇迹。但伴随经济的高速增长，中国财政收入以更高的速度增长，财政收入占GDP的比重提高到2017年的21%。政府规模的扩张不仅体现在财政收入上，而且越来越多的人力资源进入到政府提升了政府规模。近年来，“公务员热”成为中国社会生活中的一个典型现象，每年均有约150万人报名参加中央国家公务员考试，平均约50人竞争一个工作岗位。“公务员热”不仅源自于“学而优则仕”的文化因素，而且源自于公务员较高的社会地位与稳定的经济收入等因素，是多种因素造成的复杂问题(翟校义，2009)。“公务员热”所反映的一个重要问题在于越来越多的优秀人才被配置到政府工作部门中，企业面临着越来越多的来自政府的人才竞争压力。政府工作人员的平均受教育年限远高于企业部门的工作人员，政府工作人员相对于企业工作人员的相对受教育年限在东部、中部与西部地区分别为1.35、1.36与1.41。针对这一问题，李世刚、尹恒(2017)的研究表明政府过多的占用人力资本偏离了最优的政府—企业间人才配置比例，显著损害了中国经济的长期增长。因此，本文从中国企业出口产品质量的视角入手，进一步检验政府对企业人力资源是否存在挤占效应，具有重要的理论与现实意义。

在政府与企业间人才配置的问题中，一方面是人才数量配置的问题，另一方面则是不同层次人才质量的配置问题。例如，赖德胜、纪雯雯(2015)通过构建人力资本配置到政府部门、垄断部门与市场部门的三部门模型，从而说明政府部门与垄断部门对人才的占用将会阻碍市场部门的研发创新活动，他们的研究就是典型的从人才数量的配置角度出发对其经济效应的检验与分析。此外，张光(2008)、桂林等(2012)也从人才数量配置的角度对其效应展开了分析。但是，这些研究的问题在于将劳动力视为同质的，而忽视了不同劳动力所蕴含的人力资本是不同的，而且政府对人才占用所带来的人才质量效应相比数量效应更加严重(李世刚、尹恒，2017)。但是，李世刚、尹恒(2017)的研究中并没有对政府—企业间人才配置对中国企业出口质量的影响进行检验，而且由于宏观数据的限制，更缺乏对其中的微观机制进行检验。因此，本文基于中国海关细分层面的出口数据，从政府与企业间人才配置的相对受教育年限角度，对政府与企业间人才配置影响中国企业出口适量的静态与动态微观机制进行检验与分析，全面考察了人才质量配置效应对中国出口质量升级的影响。

中国对外贸易经历了40年的高速发展，成为了世界第一大货物贸易国，实现了历史性的突破。但高速度的增长并不意味着高质量、高效益的增长。长期以来，在出口导向型战略的实施过程中，中国出口增长模式表现为“重数量、轻质量”的粗放式特征，中国出口在产品质量方面还远未达到世界领先水平(李坤望等，2014；李小平等，2015；邓国营等，2018)。但随着原有支撑中国出口高速增长的劳动力成本优势逐渐消失，这种粗放的出口增长模式越来越难以为继。中共十九大报告明确指出“我国经济已由高速增长阶段转向高质量发展阶段，正处在转变发展方式、优化经济结构、转换增长动力的攻关期”，这一指导思想在战略上明确了今后中国对外贸易发展转型的方向，即由“以量取胜”向“以质取胜”转换。因此，中国企业出口产品质量已经成为了经济转型与经济质量提升的重要指针，对其展开分析具有重要的现实意义。

近些年，伴随Gervais(2009)、Khandelwal(2010)、Joel(2011)等在出口质量测算方面取得的巨大进展，越来越多的学者开始关注中国出口质量升级问题，并对其演变特征与决定因素进行了系统研究(张杰等，2014；施炳展、邵文波，2014；余淼杰、李乐融，2016)，但人力资本以及其在政府与企业间的配置对中国企业出口质量的影响却并未得到应有的关注。在驱动企业出口质量升级的诸多因素中，人力资本的积累是其中最具活力与决定性的因素(Grossman and Helpman, 1991；Aghion and Howitt, 1992)。虽然近几十年来，中国人均受教育年限得到了大幅提高，人力资本水平得到快速积累，但是从全球来看仍然远低于美国、日本等发达国家，中国人力资本积累不足的问题仍然是制约中国经济增长的主导因素之一(李海峥等，2013；中国经济增长前沿课题组，2014；梁润等，2015)。此外，中国有限的人力资本还面临着诸多扭曲因素的影响，导致稀缺的人力资本并没有得到有效配置，极大损害了中国企业实现出口质量升级的潜力(李世刚、尹恒，2017)。政府与企业间的人才配置的议题无疑是这些扭曲性因素中最具争议和关注的问题之一，亟待更多的研究对其进行分析。

基于此，本文基于质量异质性模型，通过构建计量模型，检验了政府与企业间人才配置对中国企业出口质量升级所带来的影响，并对其机制进行检验与分析。从理论而言，政府与企业间人才配置对企业出口质量的影响并不是确定性的，存在着两种截然不同的影响：一方面，政府获得更多的人力资本能够为企业提供更为优质的公共服务，缓解市场中公共物品不足的问题，从而促进企业的研发创新与出口质量升级(Barro，1990；严成樑、胡志国，2013)。另一方面，由于社会人力资本总量是有限的，政府过度的占用人力资本将会对企业部门产生人才的竞争效应，导致高技能人才的劳动力成本上升，从而阻碍企业的研发创新活动与出口质量升级(赖德胜、纪雯雯，2015)。当政府对人力资本的利用处于最优的政府—企业间人才配置时，政府与企业间人才配置所产生的公共物品“溢出效应”将超过人才竞争效应，其将促进企业出口质量升级；但当政府超过了最优的政府与企业间人才配置时，政府过度占用人力资本将抑制企业出口质量升级。按照这一思路，本文在质量异质性贸易模型的基础上，从理论层面揭示了政府与企业间人才配置影响中国出口质量的机制。基于理论模型，本文采用全国1%人口抽样调查数据、中国工业企业数据、中国海关数据及其匹配数据，对中国城市层面的政府—企业间人才配置与企业层面的出口质量进行度量，通过构建计量模型检验了政府与企业间人才配置对中国企业出口产品质量的影响。

二、理论模型与研究假设

政府与企业间人才配置对企业出口质量的影响是不确定的：一方面，政府过多的雇佣高技术劳动力将导致企业高技能劳动力成本的提高，从而降低企业的出口质量；另一方面，政府雇佣高技能劳动力也将为企业带来更为优质的公共服务和基础设施建设，从而为其生产率的提升带来更大的溢出效应。本章将从这一角度出发，在Hallak(2006)、Hallak and Sivadasan(2013)所提出的质量异质性模型基础之上，通过构建理论模型对政府与企业间人才配置对企业出口质量的影响进行检验。

本文假设在两国情形下，消费者偏好与Hallak and Sivadasan(2013)加入垂直差异化的多样性偏好相同，本国与外国的代表性消费者偏好服从嵌套的CES效应函数形式，服从如下函数设定形式：

$ U = {\left[ {\sum\limits_{i = 1}^N {{{\left({{\lambda _i}{q_i}} \right)}^{\frac{{\delta - 1}}{\delta }}}} } \right]^{\frac{\delta }{{\delta - 1}}}} $

(1)

其中，N为消费者消费商品的种类数，每个企业只生产一种产品种类，商品种类与企业数量相等；λ和q分别表示消费产品的质量与数量，δ>1为产品间的替代弹性。

消费者根据预算约束的效用最大化问题选取最优的消费选择，利用效用最大化问题可以得到国外消费者对产品i的需求函数为：

$ q_{i}=\tau^{1-\delta} {\lambda_i}^{\delta-1} {p_i}^{-\delta} P^{\delta-1} E $

(2)

其中，E为消费者的消费总支出；P为消费品的价格指数；τ>1为本国商品运往国外过程中的冰山成本；消费者对商品i的需求与商品质量呈正相关关系，但与价格水平呈负相关关系。

对于厂商行为的设定，本文假定企业生产使用高技能劳动力(Ls)与低技能劳动力(Lu)两种生产要素。低技能劳动力要素付给外生给定的工资水平w_u，而高技能劳动力所付给的工资水平w_s取决于政府与企业间人才配置(a)的情况，变量a表示政府对高技能劳动力的占用，其越大表明政府占用更多的高技能劳动力。当政府与企业间人才配置(a)的增加将导致高技能劳动力工资水平w_s的上升，即高技能劳动力的工资水平是政府—企业间人才配置(a)的一个单调递增函数w_u(α)。企业的成本包括边际成本与固定成本。假定企业的生产函数服从科布道格拉斯形式，根据生产函数得到企业的边际成本函数，企业生产的边际成本为：

$ M C=\frac{\left[w_{s}(\alpha)\right]^{1-\alpha} w_{u}^{\alpha}\left[\left(\frac{\alpha}{1-\alpha}\right)^{\alpha}+\left(\frac{\alpha}{1-\alpha}\right)^{1-\alpha}\right]}{G(\alpha) \varphi_{i}} \lambda_{i}^{\beta}=\frac{\varphi(\alpha)}{\varphi_{i}} \lambda_{i}^{\beta} $

(3)

其中，φ为企业的生产率，与边际成本呈负相关关系；0 < α≤1表明该产品生产的非技能劳动要素密集度；G(α)表示政府—企业间人才配置对生产率的溢出效应，是a的单调增函数，与边际成本呈负相关关系。由于更高质量的产品需要更为严格的质量控制，因此边际成本随着企业产品质量的提高而不断提高，其中，0 < β < 1为企业生产的质量成本弹性。

本文可以进一步将边际成本函数形式进行整理和化简以得到公式(3)最右侧的形式，是φ(α)、φ和λ的函数，φ(α)的表达式为：

$ \varphi(\alpha)=\frac{w_{s}(\alpha)^{1-\alpha} w_{u}^{\alpha}\left[\left(\frac{\alpha}{1-\alpha}\right)^{\alpha}+\left(\frac{\alpha}{1-\alpha}\right)^{1-\alpha}\right]}{G(\alpha)} $

(4)

根据Hallak and Sivadasan(2013)的设定，企业生产的固定成本分为可变固定成本与不变固定成本两部分，可变固定成本与产品质量呈正相关关系，可以表述为下式：

$ F C_{i}=F_{0}+f \lambda_{i}^{\theta} $

(5)

其中，F₀为不变固定成本，fλ_i^θ为可变固定成本，f>0为参数。可变固定成本随质量的提高而增加，由于质量更高的商品需要企业在生产过程中投入更多的流程创新，导致固定成本的增加，其中，θ>0为质量固定成本弹性。给定需求函数和成本函数后，本文可以得到本国企业在国外市场的利润最大化函数：

$ \pi\left(q_{i}, p_{i}, \lambda_{i}\right)=\frac{1}{\delta} \tau^{1-\delta} {\lambda_i}^{\delta-1} {p_i}^{1-\delta} P^{\delta-1} E-f {\lambda_i}^{\theta}-F_{0}-F_{x} $

(6)

其中，f_X表示企业出口沉没成本，以支付企业在国外市场营销渠道的构建、市场调查等前期市场成本。在垄断竞争市场条件下，本文可以根据企业按照边际成本定价得到企业的价格水平：

$ p_{i}=\frac{\delta}{\delta-1} \frac{\phi(\alpha)}{\phi_{i}} \lambda_{i}^{\beta} $

(7)

企业的最优定价与要素成本ϕ呈正相关关系，与生产率φ_i呈负相关关系，与出口产品质量λ呈正相关关系。根据企业的最优价格水平，本文得到企业最优出口产品质量表达式：

$ \lambda_{i}(\alpha)=\left[\frac{1-\beta}{\theta f} \tau^{1-\delta}\left(\frac{\delta-1}{\delta}\right)^{\delta}\left(\frac{\phi_{i}}{\phi(\alpha)}\right)^{\delta-1} P^{\delta-1} E\right]^{\frac{1}{\vartheta}} $

(8)

其中，ϑ=θ-(1-β)(δ-1)为大于0的参数。因此，本文就得到了企业出口产品质量与政府—企业间人才配置(a)之间的函数关系。根据公式(8)，本文发现产品质量(λ(α))受到政府—企业间人才配置(a)的影响，但这一影响并不是确定性的。本文可以得到两者之间的关系：

$ \frac{\partial \ln \lambda_{i}(\alpha)}{\partial \alpha}=\frac{(1-\delta)}{\vartheta} \frac{\partial \ln \phi(\alpha)}{\partial \alpha} $

(9)

根据公式φ(α)的表达式，本文可以进一步将两者之间的关系写为如下公式：

$ \frac{\partial \ln \lambda_{i}(\alpha)}{\partial \alpha}=\frac{(1-\delta)}{\vartheta}\left[(1-\alpha) \frac{\partial \ln w_{u}(\alpha)}{\partial \alpha}-\frac{\partial \ln G(\alpha)}{\partial \alpha}\right] $

(10)

由公式(10)，本文发现企业产品质量与政府与企业间人才配置(a)之间的关系取决于对高技能劳动力成本(w_s(α))与生产率溢出效应(G(α))两方面的效应，当任何一方主导其质量效应后将得到不同的两种情况：

情形1：当$ (1-\alpha) \frac{\partial \ln w_{s}(\alpha)}{\partial \alpha}>\frac{\partial \ln G(\alpha)}{\partial \alpha}$时，政府与企业间人才配置所产生的高技能劳动力“竞争效应”高于“溢出效应”，政府与企业间人才配置将损害企业的出口产品质量。

情形2：当$ (1-\alpha) \frac{\partial \ln w_{s}(\alpha)}{\partial \alpha}<\frac{\partial \ln G(\alpha)}{\partial \alpha}$时，政府与企业间人才配置所产生的“溢出效应”高于其对高技能劳动力“竞争效应”，政府与企业间人才配置将提升企业的出口产品质量。

基于对公式(10)两种不同情形的分析，本文能够推断政府与企业间人才配置对中国企业出口质量的影响，从而判断“竞争效应”还是“溢出效应”在其中起到支配地位。

三、实证结果与分析 (一) 数据说明

为了刻画中国企业的出口质量，本文所采用的企业数据来自于2005年高度细分的中国海关分类统计进出口贸易数据。中国海关统计数据库由中国海关按月度对企业的进出口信息进行统计，其中包含了进出口企业名称、代码、HS8分位产品类别、贸易额、贸易量，同时区分了进出口贸易的贸易模式。为了对企业出口质量进行测算，本文剔除了非制造业产品样本，并按照施炳展(2013, 2014)的建议对数据进行处理：①剔除企业名字、进口地名称、产品名称有缺失的数据；②剔除单笔贸易交易额小于50美元的样本；③仅保留同一产品编码下计数单位最多的样本量，以保证价格的可比性；④按照Lall(2000)的标准，剔除农产品、资源品样本；⑤按照Rauch(1999)的标准，剔除同质产品，只保留差异性产品；⑥根据企业名称中是否包含“进出口”、“贸易”等关键字对贸易中间商进行识别，进而剔除中间商样本。

为了构建影响企业出口质量的企业层面控制变量，本文所采用的企业数据来自于2005年中国工业企业数据库。中国工业企业数据库是由国家统计局通过全部国有及规模以上非国有企业提交给当地统计局的季报与年报汇总而得，包括了中国全部国有工业企业与年销售额500万元人民币以上的非国有工业企业数据。数据中汇报了企业的出口销售额、资产、负债以及权益等相关的企业生产与财务信息。本文在国民经济行业分类的基础上进一步剔除了非制造业企业，并按照Brandt et al.(2012)的调整代码将2003年前后的行业代码调整为统一的小类行业代码(共482个行业)对制造业进行分类。此外，本文按照Brandt et al.(2012)与聂辉华等(2012)的建议，删除了总资产小于固定资产、总资产小于流动资产的企业样本，删除了增加值、就业人数和销售额为负的企业样本，并删除了职工人数少于八人的企业样本。

由于工业企业数据与海关数据采用不同的法人代码对企业进行识别，因此本文需要对两个数据库中的企业样本进行了匹配。借鉴Ahn et al.(2011)的方法，通过对企业名称完全匹配以及对企业的法人名称、邮政编码、电话号码、地址信息等方面的文本相似度分析匹配，将中国工业企业数据库与中国海关数据库中相关的企业信息进行匹配，最终得到了本文的匹配数据库。全样本数据(Full Sample)共730855个观测值，匹配样本(Merged Sample)共得到252954个观测值，匹配样本的出口额占到了当年总出口额的62.33%，均高于同类相关研究的匹配比重。基于此，本文分别基于全样本数据与匹配样本分别对计量模型进行估计，以保证估计结果的稳健性。

最后，为了对政府-企业间人才配置进行刻画，本文采用来自国家统计局2005年全国1%人口抽样调查数据，该数据从2000年人口普查中进行分层抽样所得，覆盖了中国31个省份，样本占全国1%的人口，并在调查中涵盖了收入、职业、工作单位等丰富的居民基本信息。由于本文所考虑的政府—企业间人才配置问题是工作年龄人口问题，因此，本文只保留了16~60岁的人口样本。调查问卷中询问了被调查者“上周工作的单位或工作类型”，回复包括：(1)土地承包者；(2)机关团体事业单位；(3)国有及国有控股企业；(4)集体企业；(5)个体工商户；(6)私营企业；(7)其他类型单位；(8)其他。考虑到事业单位中有部分高校和科研机构，其教育平均年限普遍较高，按照国民经济行业分类标准，剔除了行业为研究与试验发展业、专业技术服务业与教育行业的个体。

(二) 计量模型构建

为了检验政府—企业间人才配置对中国出口产品质量的影响，本文参考施炳展、邵文波(2014)以及李世刚、尹恒(2017)的研究，构建如下的计量模型对其进行检验：

$ TQualit{y_{{\rm{ }}icf{\rm{ }}}} = \alpha + \beta Allocation{{\rm{ }}_c} + \gamma {X_c} + \varphi {Z_f} + {\lambda _i} + {\lambda _j} + {\varepsilon _{icf}} $

(11)

其中，f为企业，c为城市，i为产品，TQuality_icf为城市c企业f出口的i产品的质量，采用对数形式表示，Allocation_c为c城市的政府—企业间人才配置情况。为避免遗漏重要解释变量所带来的内生性问题，计量模型加入了城市层面(X_c)与企业层面的控制变量(Z_f)；城市层面控制变量包括：城市平均教育水平(Edu)、财政供养人口比(Govpressure)、研发强度(RD)与城市人口密度(Density)；企业层面的控制变量包括：全要素生产率(TFP)、无形资产占比(Intangible)、广告投入(Advertisement)、应收账款占比(Receivable)、补贴(Subsidy)、国有企业(SOE)和外资企业(FIE)^①。此外，为了避免不可观测因素的影响，本文在模型中加入了行业固定效应(λ_i)与省份固定效应(λ_j)。根据对模型(11)的估计与检验，若核心解释变量政府—企业间人才配置(Allocation)的估计系数β显著为负(正)，即表明政府—企业间人才配置(Allocation)的提高将会导致出口产品质量的下降(上升)，基于此对政府—企业间人才配置的出口质量效应进行识别与检验。

① 由于篇幅所限，本文未在文章中汇报控制变量的具体情况，可向作者索取。

(三) 指标构建 1. 被解释变量测算

企业出口产品质量(TQuality)。本文借鉴Gervais(2009)、Joel(2011)以及施炳展、邵文波(2014)对企业出口产品质量测算的方法，基于不变弹性的效用函数，可以得到变形后的产品需求函数形式：

$ q_{f i d}={\lambda_f i d}^{\delta-1} {p_f i d}^{-\delta} {P_d}^{\delta-1} Y_{d} $

(12)

其中，q_fid为企业f向目的地市场d出口产品i的出口量，λ为出口产品i的质量，p为出口产品i的价格，P为目的国综合价格指数，Y为目的国收入水平，σ为产品间的替代弹性，且σ>1。产品需求量与价格水平呈负相关关系，与质量呈正相关关系。本文将上式两边同取对数后，将综合价格指数(P)与收入水平(Y)用进口国虚拟变量表示，企业的出口产品质量则可以通过如下公式的残差项计算得到：

$ \ln q_{f i d}+\delta \ln p_{f i d}=\alpha_{i}+\alpha_{d}+\varepsilon_{f i d} $

(13)

其中，α_i表示产品层面的固定效应，α_d表示目的地层面的固定效应。本文通过回归得到方程的残差进而对出口产品质量进行测算。对于产品替代弹性σ的选择，本文借鉴Broda et al.(2006)对替代弹性的测算，选取产品替代弹性的中位数，纺织服装产品的替代弹性(σ=4)作为替代弹性的取值。基于此，本文可以通过如下公式测算得到企业出口产品质量：

$ quality_{f i d}=\ln \hat{\lambda}_{f i d}=\frac{\hat{\varepsilon}_{f i d}}{\delta-1}=\frac{\hat{\varepsilon}_{f i d}}{3} $

(14)

由于企业出口产品质量反映的是产品的垂直差异性，而不是横向差异性，因此在产品间具有不可比性。基于这一原因，本文参考施炳展、邵文波(2014)的方法，对企业出口产品质量进行标准化处理，以得到本文回归所采用的出口产品质量的代理变量。进一步，本文对企业f出口产品i到不同目的地市场的产品质量进行加权，得到企业f出口产品i的加权平均出口产品质量TQuality，并将其作为被解释变量。

2. 核心解释变量测算

政府—企业间人才配置(Allocation)。本文借鉴李世刚、尹恒(2017)对政府—企业间人才配置的度量，利用机关团体事业单位与公司企业两部门间受教育水平的差异以对其进行测算。具体的测算过程如下：

$ Allocatio{n_c} = \frac{{\sum\limits_s G o{v_{cs}} \times Ed{u_{cs}}/\sum\limits_s G o{v_{cs}}}}{{\sum\limits_s {Fir{m_{es}}} \times Ed{u_{cs}}/\sum\limits_s F ir{m_{cs}}}} $

(15)

其中，Allocation_c表示城市c的政府—企业间人才配置情况，并将其定义为政府部门员工与企业员工受教育年限之比；Gov_cs表示城市c中个体s的工作单位性质是否为政府部门的虚拟变量，其在政府与私营企业任职分别取1和0，本文将被调查者工作单位或工作类型为机关团体事业单位的个体定义为政府人员；Firm_cs表示个体的工作单位性质是否为私营企业的虚拟变量，其在政府与私营企业任职分别取0和1，将被调查者工作单位或工作类型为集体企业、个体工商户、私营企业、其他类型单位的个体为企业人员；Edu_cs表示城市c个体s的受教育年限，将受教育年限赋值如下：小学6年、初中9年、高中12年、大专15年、本科16年、研究生19年，进而计算平均受教育年限。

四、实证结果与分析 (一) 基准回归结果

根据本文的基准模型方程(11)，分别利用全样本与匹配样本对政府—企业间人才配置的出口质量效应进行检验，并采用逐步加入固定效应的方式，以保证估计结果的稳健性，所得到的估计结果如表 1所示。具体地，本文在第1、4列中分别采用全样本与匹配样本对政府与企业间人才配置的出口质量效应进行检验，仅加入了相关地区层面与企业层面的控制变量，结果表明：政府与企业间人才配置的估计系数均在1%的显著性水平下显著为负，表明政府所占有的劳动力相对受教育年限提高将导致企业出口质量的下降。在此基础上，本文在模型中加入了行业层面的固定效应，估计结果如第2、5列所示，政府与企业间人才配置的估计系数仍然在1%的显著性水平下显著为负，即政府与企业间人才配置显著降低了企业的出口质量。进一步，第3、6列中加入了省份层面与行业层面的固定效应，政府与企业间人才配置变量的估计系数仍然在1%或5%的显著性水平下显著为负，表明政府与企业间人才配置显著降低了企业的出口质量。此外，模型中加入控制变量的估计系数均与现有文献相符(施炳展、邵文波，2014)。因此，基准回归的估计结果表明：政府对人力资本的占用降低了中国企业的出口质量，其提供公共物品的溢出效应显著低于其对高技能劳动力竞争所带来的竞争效应，整体上损害了该地区企业的出口质量。

(二) 稳健性分析 1. 变量再度量的稳健性检验

基准模型中政企间人才配置变量的测算，并没有考察不同人员职业属性对结果带来的影响。由于政府部门职员中除了行政管理人员，还有其他专业业务人员，但这两种人员对出口质量所带来的影响可能是不同的。政府机构的管理人员工作更符合对公务员的界定，而技术人员则并不符合本文所定义的公务员机制。因此，本文借鉴李世刚、尹恒(2017)的做法，在对政府部门的定义中加入了职业的限制，政府部门职员不仅仅要满足在“机关团体事业单位工作”，同时其职业应为机关单位管理负责人或行政办公人员。该定义比基准回归中的定义更加狭窄，仅限于在政府机关进行行政管理的职员。基于这一定义，回归所得到的估计结果如表 2的第1、5列所示，在改变对政府—企业间人才配置的度量方式后，Allocation1变量的估计结果在全样本与匹配样本仍然在1%的显著性水平下显著为负，即使考虑了职业问题，本文的估计结果仍然是稳健的。政企间人才配置度量的另一个问题在于其并未考虑国有企业的影响。由于国有企业在中国经济中占有重要地位，是重要的市场经济主体，在出口质量升级中表现突出。因此，对企业部门的定义为调查问卷的第3-7选项，表 2的第2、6列分别报告了全样本与匹配样本情形下的估计结果，政府—企业间人才配置(Allocation2)的估计结果均在1%的显著性水平下显著为负，这表明政府对国有企业与非国有企业的人力资本挤占均会导致出口质量的下降。

此外，中国所存在大规模的人口流动同样将导致政府与企业间人才配置测算可能存在误差。中国公务员体系往往建立在户籍制度基础上，多数政府工作人员均为常住人口。然而，2005年全国1%人口抽样调查数据既包含了常住人口，还包括流动人口，当地流动人口数量的增加将降低当地的政府与企业间人才配置变量。为了消除流动人口带来的测算误差，本文将测算常住人口地区的政府企业间人才配置情况(Allocation3)，做进一步的稳健性分析。2005年全国1%人口普查数据询问了受访人是否具有本地户口，离开时间以及由于何种原因离开。本文将离开原籍户口地，且由于出差、学习培训、务工经商、分配录用等原因的受访者作为流动人口剔除，最终测算出该地区常住人口的政府企业间人才配置变量，并将其作为解释变量进行回归。本文的估计结果如表 2第4、8列所示。估计结果显示：政府与企业间人才配置在考虑流动人口影响后，对该地区企业出口产品质量的影响仍然显著为负，其估计结果仍然与基准估计保持一致。

度量偏差问题还可能源自出口质量测算的偏差。一方面，在测算企业出口质量时采用了中位数弹性(σ=4)作为测算基准，但如果弹性的确定存在偏差则可能导致出口质量测算并不准确；另一方面，本文将企业在不同目的地市场的出口产品质量加权到了企业产品层面，但却可能掩盖了不同目的地市场在产品质量上的差异性，从而导致本文估计结果的偏误。为了避免这两方面问题所带来的影响，本文采用以下两种方法修正了出口质量的度量：①本文采用Broda et al.(2006)所测算的产品层面替代弹性与海关数据进行匹配，从而识别了每种产品的替代弹性，避免了统一替代弹性所带来的偏误问题；②本文直接将测算的企业-产品-目的地层面出口产品质量作为出口产品质量指标，而不再根据目的地进行加权，并在回归中控制了目的地层面的固定效应。基于修改后的出口质量代理变量进行了检验，第3、7列回归结果表明：政府与企业间人才配置的估计结果仍然显著为负，本文的估计结果并不因为出口质量度量方式的改变而变化，政府与企业间人才配置显著损害了企业的出口质量。

在基准回归中，由于只有2005年1%的人口普查数据的调查可以识别受访人当前的工作地点以及工作性质，因此，本文对政府与企业间人才配置的度量仅限于2005年各城市的截面数据，而非面板数据。为了避免因为样本选择所带来的选择性问题，本文假定各地区政府与企业间人才配置比保持不变，沿用2005年的政府与企业间人才配置情况，并用海关数据测算了2000-2006年的各地区企业产品出口质量，采用混合面板回归的方法进行了检验^①。本文的估计结果表明：政府与企业间人才配置对企业出口产品质量的影响仍然显著为负。

① 由于篇幅所限，本文未在文章中汇报估计结果，具体估计结果可向作者索取。

2. 模型形式设定的稳健性检验

企业出口质量处于0到1之间，呈现双截尾特征，存在受限因变量的问题而可能导致估计结果有偏。因此，本文采用Tobit模型对计量模型进行估计，如表 3的第1、2列所示，对于全样本数据与匹配样本数据而言，采用Tobit模型所得到的关于政府与企业间人才配置变量的估计结果仍然在1%的显著性水平下显著为负，且估计结果与基准回归非常接近。

本文基准模型形式设定中存在的另一个问题在于可能存在样本选择性偏误，这显著体现在考察的样本仅包括了出口企业，而非出口企业。由于中国工业企业中存在着大量的非出口企业，却无法观测到非出口企业的产品质量，导致本文的估计剔除了非出口企业而产生样本选择偏差问题。为此，本文采用Heckman两阶段模型来处理偏差问题，通过第一阶段的企业是否出口的Probit模型，估算Mills ratio统计量纳入第二阶段模型进行修正。Heckman模型的关键在于选取识别变量，本文选取企业历史上是否存在出口经验作为识别变量，并将其定义为一个虚拟变量，加入到一阶段模型的估计中，估计回归结果如表 3的第3、4列所示。表中分别报告了全样本与匹配样本情形下的估计结果，Mills ratio的估计结果在第3列中显著为正，而在第4列中不显著，这表明对全样本的估计存在潜在的样本选择问题，而匹配样本分析却不存在这一效应。进一步，本文在表中的估计结果表明：政府与企业间人才配置均在1%或5%的显著性水平下显著为负，本文基准回归的估计结果仍然是稳健的。

3. 内生性问题与工具变量回归

本文内生性问题的产生可能源自于遗漏解释变量，这将会导致残差项与政府-企业间人才配置变量相关，造成本文估计结果的有偏且非有效。本文所采用的政府-企业间人才配置变量的度量反映了不同层次人才质量在政府与企业间的配置情况，但却忽略了人才数量在政府与企业间的配置情况^①。一方面，人才数量的配置将影响到企业出口产品质量；另一方面，其也将影响到人才质量在政府与企业间的配置，从而导致遗漏重要解释变量问题。为了解决这一问题，本文在基准回归的基础上，进一步加入了政府与企业间人才数量配置(Civilpr)的控制变量。具体地，本文加入该地区内公务员占总劳动力的比重作为控制变量，该变量由2005年人口普查数据中各市公务员人数与总劳动力人数之比测算而来。本文在表 4的第1、4列分别展示了加入该控制变量后的估计结果，此时政府企业间人才配置(Allocation)的估计结果表示在政府与企业间人才数量配置不变的情况下，人才质量配置对企业出口产品质量的影响。估计结果显示：政府与企业间人才质量配置变量(Allocation)的估计结果仍然在1%的显著水平下显著为负，与基准回归结果保持一致。其中，控制变量Civilpr的估计结果显著为正，表明虽然政府企业间人才质量配置对企业出口产品质量的影响显著为负，但该地区政府企业间数量配置对企业出口产品质量具有正向的促进作用。

① 例如：存在A、B两个地区，其中A地区政府中高级能和低技能人员均为1，企业中高级能和低技能人员均为99，即两部门的人力资本配置比重均为1:1；B地区与A地区相反，政府中高技能与低技能人员均为99，企业中均为1。在此种情形下，A、B两地区的人才配置指标是相同的，但A、B两地区的人才配置的数量差异是巨大的，感谢审稿人建设性地提出这一问题。

内生性问题还可能源于出口质量与政府—企业间人才配置的双向因果关系，为此最常用的方法就是寻找与政府—企业间人才配置相关，但不受企业出口影响的工具变量。借鉴Fisman and Svensson(2007)的做法，采用排除城市以外临近城市的政府—企业间人才配置的平均值作为工具变量。

本文从两个不同的角度构造了工具变量：①采用本省排除本城市以外其他城市在政府与企业间人才配置上的平均值作为本城市政府与企业间人才配置的工具变量；②本文以能为每个城市寻找到至少一个与其毗邻的城市的距离作为毗邻半径，取以本城市为圆心，183.9km为半径内城市政府—企业间人才配置变量的均值作为工具变量。基于这两种方式，本文采用工具变量回归所得到的二阶段估计回归结果如表 4所示。表 4中第2、3、5、6列采用工具变量回归检验了全样本与匹配样本情形下，政府—企业间人才配置对出口质量的影响。本文采用Wald检验对内生性问题进行了检验，Wald统计量均在1%的显著性水平下拒绝原假设，政府与企业间人才配置均为内生性变量。本文对政府与企业间人才配置变量估计所得的系数均在1%或5%的显著性水平下显著为负，基准回归在考虑内生性问题后仍然是稳健的。

(三) 进一步扩展分析 1. 地区与行业异质性分析

对于不同地区与不同行业而言，其得到政府公共物品溢出效应的大小是不同的，而且其对人才层次的需求也存在着差异性。基于此，本节将集中对不同地区与不同行业受到政府与企业间人才配置影响的差异性展开分析。

东部地区与中西部地区存在着巨大的发展差距。一方面，东部地区在基础设施建设与公共物品投入上远高于中西部地区，这将导致东部地区在公共物品提供增加上的边际效应低于中西部地区；另一方面，东部地区不仅在高新技术产业的发展上领先于中西部地区，而且企业对高技能人才的需求也远高于中西部地区，这导致政府与企业间人才配置所造成的人才竞争效应在东部地区表现地更为突出。综合两方面的特征，东部地区公共物品“溢出效应”更小，而人才“竞争效应”更大。根据企业所在地将样本划分为东部地区、中西部地区进行检验，表 5的第1-4列分别展示了全样本与匹配样本情形下的估计结果：政府与企业间人才配置变量的估计系数在东部地区样本中均显著为负，而中西部地区，在全样本回归中显著为正，匹配样本中却并不存在显著影响。因此，政府与企业间人才配置所带来的出口质量损害效应突出表现在东部地区，中西部地区没有显著影响，甚至存在正向影响。

垄断行业由于存在着高工资优势，其受到政府与企业间人才配置所带来的人才“竞争效应”将更为有限。但对于竞争性行业，缺乏高收益与稳定性的属性，政府与企业间人才配置所带来的人才“竞争效应”更大。因此，本文检验了政府与企业间人才配置对垄断行业与竞争行业影响的差异性。为了界定行业的垄断性与竞争性，借鉴岳希明等(2010)将制造业行业划分为竞争性行业与垄断性行业。表 5的第5-8列的回归估计结果表明：政府与企业间人才配置变量的估计系数在垄断行业中并不显著，但对竞争性行业却显著为负，这表明政府与企业间人才配置所带来的人才竞争效应主要发生在竞争行业中。

2. 人力资本结构的相似性

政府与不同行业的企业在人力资本需求的结构上存在着巨大的差异性，而这一因素是决定政府部门与企业部门在人才配置中竞争性程度高低的关键。对于人才需求的技能水平远高于或原低于政府的行业，其与政府并没有明显的人才竞争效应，政府所产生的人才竞争效应对于与政府人才需求结构更为相似的企业则更为显著，这也就是说政府与企业间人才配置对不同行业的企业出口质量的影响，随着其人力资本结构相似性程度的增加而不断提高。基于此，本文借鉴Rajan and Zingales(1998)所采用的双重差分法，以检验政府与企业间人才配置对企业出口质量影响的机制与路径。本文通过引入地区维度的政府—企业间人才配置变量与行业维度的政府与行业人力资本结构相似性变量的交乘项，以检验政府与企业间人力资本配置对不同行业所带来影响的差异性：

$ TQuality_{icf}=α+β_{1}Allocation_{c}+β_{2}Allocation_{c}×Similarity_{i}\\~~~~~~~~~~+β_{3}Similarity_{i}+γX_{c}+φZ_{f}+λ_{i}+λ_{j}+ε_{icf} $

(16)

其中，Similarity_i表示行业i与所在城市人力资本结构的相似性指数，该指数越大则表明政府与该行业人力资本结构的相似性程度越高，政府与该行业的人才竞争性也越高。因此，本文预期交乘项估计系数显著为负，表明政府与企业间人才配置对人力资本结构相似性程度更高行业的损害效应越大。对政府与行业的人力资本结构相似性进行刻画是该模型识别的关键问题。借鉴Schott(2008)测算中国出口结构与发达国家出口结构的相似性程度的方法，本文利用2005年中国人口抽样调查数据中对不同行业内政府与企业的员工受教育水平的调查，测算了行业内政府部门与企业之间人力资本结构的相似性程度。本文具体的测算方法如下：

$ Similarity_i = 100 \times \sum\limits_{k = 1}^N {\min } \left({s_{ik}^f, s_{ik}^g} \right) $

(17)

其中，s_ik^f表示i行业中的企业部门受教育水平为k的劳动力占该行业劳动力总量的比重，s_ik^g表示i行业中政府部门受教育水平为k的劳动力占政府部门总劳动力的比重。根据2005年中国人口抽样调查数据，k分别为未受教育、小学、初中、高中、大专、本科与研究生共七个层次。根据公式(17)，当政府部门与企业部门的人力资本结构完全相同时，相似指数为100，否则为0。人力资本结构的相似性指数是一个在0到100之间的变量，该变量越趋近于100则人力资本结构的相似性程度越高，越趋近于0则相似性程度越低。根据这一方法，本文还计算城市—行业层面企业部门与政府部门人力资本结构的相似性程度。

本文按照模型(16)，分别从政府与企业人力资本结构在行业层面的相似度、城市-行业层面的相似度角度出发，在模型中分别加入交乘项，对政府与企业间人才配置影响的异质性机制进行检验。本文在表 6中分别汇报了行业层面相似度、与城市-行业层面相似度交乘项的估计结果：①本文在第1、2列中分别利用全样本与匹配样本对模型进行了估计，政府—企业间人才配置与行业层面相似度交乘项的估计系数均在1%的显著性水平下显著为负，政府对高技能人才的占用对于行业人力资本结构相似度更高的行业具有更大的竞争效应，导致其在质量效应中受到了更大的损害；②本文在第3、4列中估计了城市-行业层面相似度与人才配置变量的交乘项系数，对于全样本与匹配样本均在5%或1%的显著性水平下显著为负，政府部门对相似度更高的城市与行业所带来的人才侵占效应更大，导致所在企业出口质量受到了更大的损害。

五、政府-企业间人才配置的出口质量动态效应

本文的计量模型对政府与企业间人才配置对出口质量的静态影响进行了检验，但缺乏对动态框架下的分析。本文将对出口质量进行动态分解，分别检验政府与企业间人才配置对在位企业、新进入企业与退出企业的影响，从而识别政府与企业间人才配置对质量动态演化的影响。

(一) 出口质量的动态分解

为了对政府与企业间人才配置对出口质量的动态影响进行检验，本文借鉴施炳展、邵文波(2014)、Martin and Mejean(2014)对出口质量动态分解的方法，利用2005-2006年海关数据将城市出口质量的变动分解为企业内效应(within effects)、企业间效应(across effects)、进入效应(enter effects)和退出效应(exit effects)。本文利用2005-2006年中国海关数据将出口企业划分为在位企业、新进入企业与退出企业，分解得到出口质量增长中不同企业在城市质量增长中的贡献，对政府—企业间人才配置影响出口质量的动态机制进行检验。

$ \begin{array}{l} \mathit{\Delta }{Q_{ct}} = \underbrace {\sum\limits_{f \in {I_c}} {{{\bar w}_{fc}}} \mathit{\Delta }{q_{fct}}}_{within - effects} + \underbrace {\sum\limits_{f \in {I_c}} \Delta {w_{fct}}\left({{{\bar q}_{fct}} - {{\bar Q}_c}} \right)}_{{\rm{ }}across{\rm{ }} - {\rm{ }}effects{\rm{ }}} + \\ \underbrace {\sum\limits_{f \in {N_c}} {{w_{fct}}} \left({{q_{fct}} - {{\bar Q}_c}} \right)}_{{\rm{ }}enter - effects{\rm{ }}} - \underbrace {\sum\limits_{f \in {X_c}} {{w_{fc, t - 1}}} \left({{q_{fc, t - 1}} - {{\bar Q}_c}} \right)}_{exit - effects} \end{array} $

(18)

其中，f表示企业，c表示城市，t表示时间；I、N与X分别表示在位企业、新进入企业与退出企业的集合；Q表示加权到城市层面的质量，q表示加权到企业层面的质量，w为企业出口额所占比重；上标的横线表示两期的均值。因此，公式(18)的第一项为在位出口企业出口质量变化值与两期平均出口份额的乘积，度量出口质量变化的企业内效应(within effects)；第二项为在位出口企业市场份额变化引起的企业间效应(across effects)；第三项为新进入企业对出口质量的影响(enter effects)；第四项为退出企业对出口质量所带来的影响(exit effects)。在此基础上，本文分别采用四项作为被解释变量，以检验其出口质量效应的动态机制。

(二) 动态效应的检验与分析

在对质量动态分解检验前，本文根据企业出口信息将出口企业划分为两组：新出口企业与已出口企业。具体划分方式如下：本文利用2000-2005年海关数据，若2005年出口企业在2000-2004年有出口经历，则将其定义为已出口企业，否则将其定义为新出口企业。基于此，分别对政府与企业间人才配置对出口质量的影响进行检验与分析。具体估计结果如表 7所示，全样本与匹配样本的估计结果均表明：政府与企业间人才配置对新出口企业的出口质量回归并不显著，但对已出口企业的出口质量回归显著为负，政府对人才占用所带来的质量损害效应主要是通过已出口企业造成的。

进一步，本文采用2005-2006年中国海关数据，将城市出口质量的增长分解为企业内效应、企业间效应、进入效应与退出效应，分别检验政府与企业间人才配置对出口质量的影响，具体如表 8所示：①政府与企业间人才配置对出口质量变化总效应的影响，估计系数为-0.0223，在1%的显著性水平下显著为负，这表明政府与企业间人才配置不仅造成了出口质量水平的下降，而且导致了出口质量增长的下降。②在政府与企业间人才配置对出口质量影响的企业内效应与企业间效应的检验中，企业内效应与企业间效应的估计系数均在1%的显著性水平下显著为负。但是，本文对进入效应与退出效应的估计结果显示：政府与企业间人才配置对进入效应的估计系数为在5%的显著性水平下显著为负而退出效应不显著，且企业间与企业内估计系数的绝对值远大于进入与退出的企业，由此表明：政府与企业间人才配置对出口质量所造成的损害效应主要是通过企业内与企业间效应来实现的，即通过集约边际来实现的，而且这一效应主导了政府与企业间人才配置对出口质量的影响。

六、结论与政策建议

在人力资本总量有限的条件下，政府与企业间人才配置是决定人力资本配置效率高低的重要因素，对中国企业出口质量升级与贸易发展方式转型具有重要启示意义。基于这一背景，本文在质量异质性贸易模型的基础上，从理论层面揭示了政府与企业间人才配置影响中国出口质量的机制。理论研究表明：政府对人才的占用对中国企业出口质量升级的影响取决于溢出效应与人才竞争效应的高低。一方面，政府对高技能人才的占用将导致企业所能获取的高技能人才数量下降，造成高技能人才工资水平的上升，从而损害了企业的出口质量；另一方面，政府对高技能人才的使用将提升政府提供公共物品的能力，从而提升了企业的出口质量。

在理论模型的基础上，本文采用2005年全国1%人口抽样调查数据、中国工业企业数据、中国海关数据及其匹配数据，通过构建计量模型检验了政府与企业间人才配置对中国企业出口产品质量的影响，本文的估计结果表明：①政府—企业间人才配置所带来的高技能劳动力“竞争效应”显著高于公共物品“溢出效应”，抑制了中国企业出口产品质量的提升。②政府部门人才占用所带来的影响存在着典型的地区异质性与行业异质性特征，政府与企业间人才配置所带来的质量损害对于东部地区与竞争性行业比中西部地区与垄断行业更高。此外，本文考察了政府部门与企业部门人力资本结构相似性对出口质量效应的影响，并发现政府部门对企业人力资本的“竞争效应”对与政府人力资本结构更为相似行业的出口质量压抑效应更大。③对出口产品质量动态分解后，政府与企业间人才配置对出口质量的负面影响主要源自于在位企业的企业内与企业间效应，而非进入与退出效应，其质量效应存在明显的动态机制。这些研究结论出发，本文认为政府应当从如下三个方面出发，建立起更为适宜经济发展的用人政策体系：

① 中国目前过热的公务员浪潮不仅未能推动中国经济增长与出口质量转型升级，反而提高了企业的成本并降低了其国际竞争力。政府在制定新的公务员以及政府工作人员政策过程中，一方面应对于政府工作人员体系中所存在的不当福利以及权力寻租空间，严格执行和落实八项作风的系列规定，提高收入政策约束力，从而使得公务员浪潮重新回到理性的轨道；另一方面，应当进一步放宽政府工作人员学历政策的要求，紧密结合工作性质的实际需要进行人才岗位配备，避免以学历卡人、限人的不当操作，避免对硕士、博士学历的过度追求，从而导致人才资源的误配置。②政府占用人才的出口质量效应取决于人才竞争效应与公共物品溢出效应的高低，过低的公共物品溢出效应将导致出口质量升级乏力。尽管经过了多次的政府机构改革以及政府职能转变的工作调整，但是政府内部人才的利用效率仍然有很大的改进空间，政府应积极提升提供公共物品与公共服务的能力。③由于政府与企业间人才配置对出口质量效应的异质性特征，中央政府与各级地方政府的用人政策应当更具有灵活性，避免一刀切的用人政策体系，切实保证用人政策的因地制宜，结合当地的经济发展与出口质量转型，制定并执行符合当地经济发展的用人政策，为中国出口质量转型升级提供支撑。