一、问题的提出

面对日趋激烈的全球竞争，发展战略性新兴产业、抢占新一轮科技革命与产业变革的制高点，已成为各国的核心战略。战略性新兴产业以重大科技突破为基础，具有知识技术密集、成长潜力巨大、综合效益显著等特征，是培育发展新动能、构筑未来竞争新优势的核心领域，对提升国家创新能力、优化经济结构及实现高质量发展具有至关重要的战略意义。

科技人才是推动产业技术创新与关键核心技术突破的核心力量。随着战略性新兴产业对科技创新的要求不断提升，高层次科技人才供给不足已成为制约其发展的重要因素。因此，保障充足且高质量的科技人才供给，是促进战略性新兴产业发展的基础。在这一过程中，高等教育，特别是研究生教育发挥了重要作用。通过系统的专业知识教育和科研训练，研究生教育能够提升科技人才的综合素质和创新能力，使其适应战略性新兴产业对高层次科技人才的迫切需求。

我国当前以学位授权点为核心的研究生教育资源配置模式，存在显著的学科结构与产业需求错配问题，这导致了高层次人才供给在“总量过剩”与“结构短缺”之间呈现出矛盾局面。一方面，部分研究指出近年来我国研究生教育规模快速扩张，“过度教育”加剧了“就业难”与“考公热”问题；另一方面，我国战略性新兴产业却面临严峻的人才缺口。这种错配主要体现在两个方面：其一，学位授权点在区域上高度集中于东部地区及省会城市，中西部地区本地高层次人才供给不足；其二，学科设置与调整的行政逻辑使其速度显著慢于产业技术发展，导致人才供给与产业需求存在偏差。这种“供给—需求”的结构性脱节不仅造成了企业招募人才成本高昂、技术创新受阻等困境，也从根本上削弱了人才对产业发展的支撑效能。

然而，现有研究大多停留在对宏观现象的描述和定性分析上。学位授权点布局作为一项重要政策工具如何作用于微观企业的发展，其内在机制仍是一个待解的“黑箱”。鉴于此，本研究将学位授权点布局作为核心解释变量，首次运用大样本微观企业调查数据，分析其对战略性新兴产业企业发展的影响，以期能为新时代统筹教育、科技、人才一体发展提供实证依据与政策启示。

二、文献综述

学科布局与产业结构的协同演化，是驱动区域创新与经济高质量发展的重要路径。现有研究运用协整检验、协同度模型及灰色关联度分析等计量方法，系统考察了高校学科门类分布与三次产业结构间的耦合关系。这些研究普遍揭示出一个严峻现实：相较于美国等发达国家业已形成的稳定协调关系，中国高校的学科布局在不同区域和历史时期，均与产业结构存在明显的错配与失衡^[1-3]。一些研究进一步将视角聚焦于知识与技术更为密集的战略性新兴产业，发现这种结构性矛盾表现得尤为突出。针对广东、陕西等省份的案例研究发现，尽管区域学科布局与战略性新兴产业发展的耦合度在逐步提升，但总体上仍徘徊在较低水平，学科布局未能对产业发展形成有效支撑^[4-6]。究其根源，当前高校学科专业设置与调整存在滞后性，导致学科发展未能精准对接产业演进的深层逻辑与前沿需求，从而在源头上制约了高层次人才对战略性新兴产业的有效适配与供给。

为进一步探究这一问题的制度根源，近年来学者开始将研究从宏观学科布局下沉至更为具体的学位授权点层面^[7-8]。在中国现行的研究生教育管理体制下，学位授权点是决定高校研究生招生资格、培养层次与规模的核心载体。其数量、类型与空间布局，直接决定了区域高层次人才供给的“质”与“量”，也深刻影响着区域知识创新与技术转化的能力。因此，以学位授权点布局为切入点，可为理解高层次人才供给与战略性新兴产业发展之间的互动关系提供更精细的分析视角。然而，尽管学术界已普遍认识到学位授权点布局对区域经济与产业升级的战略意义，但现有文献多停留在宏观层面的理论思辨或关联性分析，对于学位授权点布局如何驱动战略性新兴产业企业发展的微观传导机制缺乏深入研究。

本研究将在现有文献基础上，从以下三个方面展开进一步分析：一是在研究视角上，构建更精细的学科—产业匹配关系。既有研究多停留于“三次产业—学科门类”层面，难以刻画学科与产业内部的异质性，亦未充分聚焦战略性新兴产业。本文构建了“一级学科—战略性新兴产业”匹配关系，为开展更加精细的实证分析奠定基础。二是在分析单元上，从宏观下沉至微观企业。已有文献主要关注学科—产业耦合对区域创新与经济发展的影响，但这一宏观关联如何传导至作为创新主体的微观企业，其作用机制仍有待阐明。本研究旨在利用企业微观数据，探索学位授权点布局影响企业发展的具体路径与作用机制。三是在识别策略上，提供更为可靠的因果证据。学位授权点布局与企业发展往往受到地方经济基础、政策偏好等共同因素的影响，这使得相关分析面临内生性问题的挑战。本文利用“学位授权审核”这一制度性安排构建准自然实验，从而为评估学位授权点布局对战略性新兴产业企业发展的因果效应提供实证依据。

三、研究设计 (一) 样本选取与数据说明

为检验学位授权点布局对相关战略性新兴产业企业发展的影响，本研究综合使用了多个大样本数据集。其中，企业层面数据来源于2011年至2020年的中国税收调查数据库。在样本构建过程中，我们依据国家统计局《战略性新兴产业分类》目录，通过企业四位行业代码筛选出战略性新兴产业相关企业。具体而言，样本涵盖了新一代信息技术、高端装备制造、新材料、生物、新能源汽车、新能源、节能环保等七大工业门类企业。

本研究的核心解释变量是各城市面向战略性新兴产业的学位授权点布局情况。该变量在构建时整合了学科结构与产业关联两个维度，具体步骤如下：第一，量化学科结构。鉴于学位授权点是研究生教育学科布局的核心载体，本研究基于2008年至2020年全国各高校学位授权点情况，构建“地级市—学科专业—学位授权点数量”面板数据，以刻画学科结构变化。第二，分析学科与产业关联情况。为衡量不同学科对产业的差异化贡献，本研究采用文本分析法、岗位需求法和AI大模型法三种方法，通过多源交叉验证的方式提升映射结果的可靠性^[9]。首先，运用文本分析法，依据《研究生教育学科专业简介及其学位基本要求(2024年)》《国民经济行业分类》(GB/T 4754—2017)等资料，通过分析学科与行业内涵关联初步构建映射关系。进一步，参考国内外最新研究，采用岗位需求法^[10-11]，基于战略性新兴产业上市公司的招聘数据分析企业对学科专业的人才需求，从而使映射关系链更加贴合企业发展需求。最后，运用AI大模型法，利用大语言模型对不同学科与产业的映射关系进行辅助验证。通过将学科结构与映射关系进行加权整合，最终构建城市层面的学位授权点布局指数。该指数能够反映各城市针对特定新兴产业的有效人才供给能力，是本研究的核心解释变量。

最后，本研究将测算完成的地级市层面学位授权点布局指数与企业数据进行匹配。在剔除关键变量缺失的样本后，本研究最终获得覆盖284个地级市、34个行业、历时10年的面板数据集，总观测值为854390个。

(二) 核心变量测量

本研究各变量测量如下：

1. 被解释变量：企业发展

本研究从企业成长的视角来刻画企业发展水平。既有研究表明，企业成长是经济增长与产业演化的微观基础^[12]，指企业在持续经营中通过优化内外部资源配置，实现规模扩张与效益提升的动态过程^[13]。本研究选取总资产增长率作为企业发展的核心代理变量。该指标不仅直接关联企业的资本规模扩张，也能间接反映其市场竞争能力与盈利能力所带来的资产积累，是对企业成长动态与成果的综合刻画。为确保测算的稳健性，规避传统增长率计算中因基期值(年初资产)过小而导致的极端值问题，这里采用相对差异率对企业发展进行测度。具体如下：

$\begin{aligned} & \text { 企业发展 }= \\ & \frac{2 \times(\text { 企业年末总资产 }- \text { 企业年初总资产 })}{\text { 企业年末总资产 }+ \text { 企业年初总资产 }}\end{aligned}$

2. 解释变量：学位授权点布局

本研究的解释变量为学位授权点布局指数，在构建时需要考虑两方面因素：

第一，地区学位授权点学科结构分布。使用学位授权点分布数据库按照地级市—学科汇总得到，对于区域C的学位授权点分布Distribution，有：

$Distribution_{C, t}=\left[\operatorname{sum}_{1, t}^C, \operatorname{sum}_{2, t}^C, \cdots, \operatorname{sum}_{d, t}^C\right]$

(1)

其中，sum_d^C代表区域C学科d在第t年的学位授权点总数。

第二，学科与不同战略性新兴产业的匹配关系。用Map表示如下，m_{d, i}代表学科d与行业i的匹配情况，取值为1代表匹配，否则为0：

$Map=\left[\begin{array}{cccc}m_{1, 1}, & m_{2, 1}, & \cdots, & m_{d, 1} \\ m_{1, 2}, & m_{2, 2}, & \cdots, & m_{d, 2} \\ \vdots & \vdots & \ddots & \vdots \\ m_{1, i}, & m_{2, i}, & \cdots, & m_{d, i}\end{array}\right]$

(2)

由此可以计算区域C的学位授权点布局指数为：

$Discipline\_{Index}_{C, t}=M a p * Distribution_{C, t}$

(3)

该指标综合反映了区域学位授权点分布对特定战略性新兴产业发展的有效支撑能力，数值越大表明区域学科结构对该产业发展的支撑程度越高。

3. 控制变量

为缓解由遗漏变量引致的内生性问题，从而更准确地识别学位授权点布局的影响，本研究在回归模型中引入了一系列控制变量。借鉴产业经济与区域发展领域的已有研究^[14-16]，本研究从城市与企业两个层面设置控制变量，包括：城市经济规模、城市产业结构、城市人口规模、城市城镇化水平、企业年初资产规模、企业年初债务规模、企业年初职工人数。相关变量的内涵与描述性统计情况见表 1。

(三) 实证模型

本研究分析学位授权点布局对相关战略性新兴产业企业发展的影响，基准模型如下：

$\begin{aligned} & { GrowthRate }_{i c t f}=\alpha_0+\beta_1 Discipline\_{Index}\_{i c t}+ \\ & \qquad \sum\limits_{n=1}^N \gamma_n { Control }_{i c t f}^n+\tau_i \times \gamma_c+\rho_t+\varepsilon_{i c t f}\end{aligned}$

(4)

其中GrowthRate_ictf为本文的核心因变量，代表城市c第t年行业i的企业f的总资产增长率。α₀为常数截距项。Discipline_Index_ict为本模型的核心自变量，代表城市c第t年行业i的学位授权点布局指数，其系数β₁代表自变量对因变量的处理效应。Control_ictfⁿ为本模型的控制变量，包括经济规模、产业结构、人口规模、城镇化水平以及企业的资产规模、债务规模和职工人数。τ_i×γ_c、ρ_t依次代表城市、行业交互固定效应以及年份固定效应。ε_ictf为本文的误差项。

为缓解回归中可能存在的内生性问题，本研究采用双重差分(DID)模型进行因果识别。我们将2011年国务院学位委员会进行的第十一批学位授权审核作为准自然实验。此次调整使得全国学位点总数增长超过30%，新增学位点覆盖了609个培养单位的95个学科，为本研究识别学位授权点布局的因果效应提供了研究设计上的支撑。本研究将政策的实际作用起始年份设定为2014年，主要基于两方面原因：一方面，学位点正式运转具有滞后性。学位点在2011年获批后，并不能立即招生。考虑到研究生招生的固有周期与前期准备工作，首批学生通常于2012年秋季入学。另一方面，研究生培养具有周期性，至少需要2至3年才能进入就业市场。具体估计模型如下：

$\begin{gathered} { GrowthRate }_{i c t f}=\alpha_0+\beta_1 \Delta { Discipline\_Index }_{i c} \times \\ { Post }_t+\beta_2 \Delta { Discipline\_Index }_{i c}+ \\ \sum\limits_{n=1}^N \gamma_n { Control }_{i c t f}^n+\tau_i \times \gamma_c+\rho_t+\varepsilon_{i c t f}\end{gathered}$

(5)

其中，ΔDiscipline_Index_ic代表城市c产业i在学位授权点调整前后学位授权点布局指数的变化，Post_t为处理时期虚拟变量，当年份在2014年及之后时，取值为1，否则为0。

四、实证结果 (一) 基准回归

表 2报告了学位授权点布局指数对战略性新兴产业企业发展的影响。模型(1)为基准回归，控制了年份与城市固定效应。模型(2)在模型(1)的基础上，进一步引入了企业和城市层面控制变量，并进一步控制了行业的固定效应。结果显示，学位授权点布局指数与相关企业的总资产增长率存在显著的正向关系。

模型(3)汇报了双重差分模型的估计结果，用以识别学位授权点布局调整对战略性新兴产业企业发展的因果效应。该模型的估计系数为0.16%，高于模型(2)的0.11%。这一差异源于两方面：首先，模型(3)的估计量为局部平均处理效应(Local Average Treatment Effect, LATE)，反映的是在受第十一批学位点调整政策实际影响的城市—行业样本中，学位授权点布局指数变化所产生的政策效应。换言之，该结果刻画的是政策干预对“受影响者”的直接影响，而非总体样本的平均因果效应。其次，模型(2)结果可能存在向下估计偏误。依据产业生命周期理论，发展更为成熟的地区产业结构与学科布局之间往往具有更强的内在联系。相关产业多已进入成熟期，自身增长动能趋于放缓，由于模型(2)未能充分控制不可观测的产业成熟度特征，可能低估了学位授权点布局的真实促进效应。

图 1展示了模型(3)的事前趋势检验结果。如图所示，在学位授权审核政策实施之前，估计系数在零值附近波动且统计上不显著，这表明受学位授权点布局调整影响的企业(处理组)与未受影响的企业(控制组)在事前的发展趋势并无系统性差异，满足了双重差分模型的事前趋势假设要求。2014年及之后，估计系数显著为正，且这一影响在后续年份中持续存在，说明学位授权点布局优化调整能够显著且长期地促进企业发展。为进一步验证核心结论的可靠性，本文还展开了一系列稳健性检验，包括：变更政策时间窗口、加强固定效应控制、分离数量与结构效应、安慰剂检验等，结果均为本文研究结论的有效性提供了有力支撑。

(二) 异质性探讨

考虑到中国区域间发展存在显著差异，学位授权点布局对战略性新兴产业企业的影响可能具有区域异质性，本研究依据地理与经济发展水平，将样本划分为东、中、西、东北四大区域并进行分组回归。

表 3的Panel A估计结果显示，学位授权点布局系数在四大区域的分样本回归估计中均显著为正。这表明，无论是在经济发达地区还是欠发达地区，优化高校学科布局、使其精准对接产业需求，均是推动当地战略性新兴产业企业成长的关键路径。而从效应强度来看，学位授权点布局的影响呈现显著区域异质性，且系数大致表现为由西向东递减趋势：西部地区效应最为显著(0.31%)，中部(0.16%)与东北(0.25%)次之，东部地区相对较弱(0.10%)。

这可能是因为东部地区的研究生教育发展与产业结构匹配水平较高，因此进一步优化学位授权点布局所能带来的政策边际增量相对较小。反之，对于西部及中部地区，其产业升级需求迫切，而本地化专业人才供给不足往往是其发展的关键短板。因此，一旦通过学位授权点布局调整补齐这一短板，往往能产生“追赶效应”，推动企业快速发展。

表 3的Panel B进一步分析了学位授权点布局对不同资产规模的战略性新兴产业企业发展的影响。资源依赖理论指出，企业规模决定了其资源禀赋与议价能力^[17]。相较于已建立成熟内部劳动力市场和强大社会资本的大型企业，中小型企业面临更严峻的人才约束，因而对外部高质量人才供给更为敏感。基于此，我们预期学位授权点布局的影响在小规模企业中更为凸显。为检验该假设，我们按企业资产规模进行分组回归。结果表明：学位授权点布局的影响具有逆向规模依赖性，即企业规模越小，该效应越强。

这一发现可以通过人才可及性差异来解释。对于中小型战略性新兴产业企业而言，受限于招聘预算与品牌声誉，其人才搜寻范围往往锁定于本地市场。因而，学位授权点的优化布局能够有效降低人才搜寻与匹配成本，提供更稳定、契合度更高的本地人才供给。相比之下，大型企业凭借其雄厚的资本实力与市场地位，构建了全国性乃至全球性的人才网络。它们有能力虹吸全国顶尖人才，因而对本地人才供给的依赖性相对较低。

(三) 机制分析

前文发现，优化学位授权点布局能够显著提升战略性新兴产业企业的发展水平，证明了教育链对产业链的积极促进作用。在此基础上，为进一步揭示学位授权点布局推动战略性新兴产业企业发展的内在机理，本文从人才链、创新链与资金链三个维度切入，系统探讨教育链影响产业链的作用机制。相关回归结果见表 4。

第一，在人才链方面，学位授权点布局显著降低了企业的劳动力成本。已有研究表明，劳动力成本的有效控制是企业实现内生增长的关键^[18-19]。通过节约成本，企业可以将其转化为规模扩张所需资源，并通过优化盈利结构增强发展动力。本研究采用企业人均工资支出作为劳动力成本的代理变量。模型(1)的回归结果显示，学位授权点布局对相关战略性新兴产业企业的劳动力成本存在显著负向影响：学位授权点布局指数每提高1%，企业平均用人成本降低3.6%。根据古典经济学理论，区域劳动力价格由企业人才需求与本地人才供给共同决定。高水平的学位授权点布局，能够确保本地教育体系持续稳定地培养和输出符合产业需求的专用性人力资本，从而缓解企业间的“抢人大战”，进而抑制了薪酬水平的过快上涨。相反，在学科布局与产业需求脱节的地区，企业难以在本地市场招募到足量、合格的专业人才，因此不得不转向外部市场，加重了企业的劳动力成本负担。

第二，在创新链方面，学位授权点布局有力地促进了企业的研发活动。创新是驱动战略性新兴产业发展的核心动力。研发活动通过创造新产品与服务，帮助企业获取竞争优势并实现成长。借鉴现有研究^[20-21]，本文采用企业研发投入的对数来衡量其创新行为。结果表明，学位授权点布局对企业研发投入有显著的正向促进作用，指数每提升1%，企业研发投入随之增加3.3%。具体而言，高质量、适配性强的人才供给，不仅为企业创新提供了智力资本。更重要的是，它通过知识溢出与产业协同效应，营造了良好的区域创新生态。在此生态中，研发创新从少数领先企业的“自选动作”，转变为产业发展的“规定动作”，驱动企业发展模式向创新驱动转型。

第三，在资金链方面，学位授权点布局优化调整可以改善企业的外部融资环境。创新活动具有高投入、长周期的特点，仅依赖内部资金积累难以维系，因此外部融资成为企业持续创新的活力来源^[22]。本文使用企业外部融资金额的对数作为代理变量。结果显示，学位授权点布局能显著提升企业获得的外部融资支持水平。这一效应可以通过“信号传递”与“市场深化”两个机制来解释。首先，根据信号理论，高水平的学位授权点布局意味着企业能更便捷地获取高层次科技人才，有助于其创新能力提升，进一步对资本市场释放了正面信号^[23]。其次，优化学位授权点布局所产生的人才红利同时作用于资本市场的供需两端。在需求侧，企业创新活动的增加创造了更多高质量的融资需求；而在供给侧，区域战略性新兴产业集群展现出的强劲创新动能，吸引了更多元、更具耐心的资本汇集，有助于形成“教育链—人才链—创新链—资金链—产业链”的良性循环。

五、结论与建议

本研究通过构建学科与战略性新兴产业间的匹配关系，从微观层面分析了学位授权点布局对战略性新兴产业企业发展的影响，得出以下结论：

第一，学位授权点布局对战略性新兴产业企业发展具有显著积极影响。学位授权点布局指数每提升1%，相应战略性新兴产业企业总资产增长率平均提升0.16%。第二，研究发现该效应在区域发展水平和企业规模层面呈现异质性，对于经济发展水平相对滞后的地区和资产规模较小的企业，学位授权点布局的优化调整能带来更强的边际效应。第三，机制分析表明，学位授权点布局的影响主要通过三条路径实现：降低企业用人成本、激发企业创新活力以及增强企业外部融资能力。

基于研究发现，为促进战略性新兴产业企业发展、加快培育和发展新质生产力，提出如下建议：

第一，优化学位授权点布局，使其超前匹配战略性新兴产业发展需求。建立“产业—学科”常态化对接机制。密切跟踪战略性新兴产业动态，定期开展产业调研，依据发展需求及时优化学科专业设置，缩短审批周期。围绕重点领域制定专项建设规划，扩大相关学位授权点布局与人才培养规模。授权高校在这些领域享有更大的学科设置自主权，允许其根据市场需求快速增设或调整相关学科，鼓励其着眼科技与产业创新发展趋势前瞻布局一批面向未来产业的交叉学科与新兴学科。

第二，实施差异化学科布局战略，以实现研究生教育与区域产业协同发展。鼓励各省市定期开展区域内战略性新兴产业人才缺口评估，绘制“人才地图”，明确本地高层次科技人才供给短板。基于评估结果，有针对性地优化相关学科学位授权点布局。进一步加大对中西部地区的教育政策支持力度，适度增加研究生教育资源投入。在硕士、博士学位授权点申报中，对中西部高校的战略性新兴产业相关学科，可适当放宽准入标准或给予优先支持。

第三，制定高层次人才政策，重点扶持初创期战略性新兴产业企业。人才端方面，对企业引进的高层次人才和紧缺技术人才，适当放宽落户条件，根据层级给予安家费和生活补贴。进一步，建立一站式人才服务“绿色通道”，解决人才在医疗保健、子女入学等方面的后顾之忧。企业端方面，对符合条件的初创企业，采用“先缴后补”的模式，通过社会保险费用专项补贴，实质性缓解企业的资金压力，降低企业刚性用人成本。

第四，优化学位授权点建设评价标准，将“产业贡献度”作为重要考核指标。构建多元化的“产业贡献度”评价体系，将高价值专利的产业转化率、技术转让合同金额、支撑产业关键技术突破的实际案例、与企业共建研发平台情况、孵化高新技术企业的数量及其市场估值等，作为可量化的核心指标。对于“产业贡献度”高的学位点，在资源上给予重点支持和奖励；对于长期与产业脱节的学位点，则应予以关注，引导其深化产教融合，主动对接区域产业发展需求。