贵州省社会科学院、贵州省数量经济学会联合课题组（2014）应用基于新经济增长理论的人力资本分类模型等方法，首次对贵州人才贡献率等人才发展监测指标进行了测算分析。根据贵州省人才工作领导小组《关于开展2014年度全省人才资源统计的通知》的要求，本文将进一步把相关工作扩展到全省9个市（州），对各市（州）的人才贡献率、人力资本投资及其占GDP比重、人力资源总量、主要劳动年龄人口受过高等教育的比例、国民平均受教育年限、新增劳动力平均受教育年限等监测指标进行测算与比较分析，为各地党委、政府全面掌握、科学评估人才发展状况、提高人才工作科学化水平提供参考。

一 人才贡献率

（一）测算方法：C-D生产函数模型的人力资本分类模型

人才贡献率（又称人才资本贡献率），是指人才作为经济运行的核心投入要素，通过自身形成的递增效应和产生的外部溢出效应，而对经济增长所作出的贡献份额。

罗默（1986）将经济增长的主要因素之一归结为特殊知识和专业化的人力资本，并且建立了收益递增模型，认为这类人力资本不仅自身具有递增收益，而且能够使其他的生产要素也受益并产生递增效应，从而推动整个经济规模化向前发展，保证了经济的长期增速。卢卡斯则是把舒尔茨的人力资本引入到索洛模型并将其内生化，建立了人力资本积累模型，认为人力资本增值是产业发展的真正源泉和经济增长的决定性因素。正是基于上述分析，经济学家将有效劳动模型中的H分解为基础性人力资本H_R和专业性资本H_C，从而创立了人力资本分类模型（桂昭明，2009）：^[1]

Y=AK^αH^β_RH^γ_ce^μ　　　　　　（1.1）

其中，Y、K、A分别表示产出（GDP）、物质资本和综合要素生产率的技术进步因子，H_R和H_C分别表示基础人力资本和专业性资本，α、β、γ为待估参数（分别表示K、H_R和H_C的产出弹性），μ为随机误差。

对上式两边取对数，得到线性方程：

In Y=In A+α in K+β In H_R+γInH_C+μ　　　　　　（1.2）

对式（1.2）两边求关于时间的导数得：

假定规模收益不变，即α+β+γ=1，则根据Euler定理，可求得专业性人力资本（人才）对经济增长的贡献率为：

若α±β±γ≠1，则通过变通权数法，定义新数

令α^*+β^*+γ^*=1，再利用式（1.3）、（1.4）得到人才对经济增长的贡献率：

为估计模型（1.2），从而得到相应的参数估计值，需要使用各市（州）的生产总值、物质资本存量、基础性人力资本存量和专业性人力资本（人才资本）存量的时间序列数据。生产总值数据得自各年《贵州统计年鉴》、各市（州）“统计年鉴”或“领导干部手册”，并全部按2000年价格计算。物质资本存量依据各年《贵州统计年鉴》、各市（州）“统计年鉴”或“领导干部手册”的相关数据，根据永续盘存法（Goldsmith，1951）并按2000年价格计算，折旧率统一设定为5%。基础人力资本和人才资本（专业性人力资本）采用基于Maddison系数的受教育年限法计算，从业人员各学历层次的受教育年限为文盲半文盲1.5年、小学6年、初中9年、高中（中专）12年、大专15年、大学本科16年、研究生19.5年；另外采用麦迪森的初等教育等量年的方法赋予权重，对受过初级（文盲、小学、初中）、中级（高中、中专和中职）、高级（大专、本科及研究生）教育的劳动者分别给予1.0、1.4、2.0的赋值系数。

（二）测算结果与比较分析

利用1995～2013年的数据按上述方法测算，得到各市（州）人才贡献率（见表1）。

表1 1995～2013年贵州省各市（州）人才贡献率

表1显示，1995～2013年，全省人才贡献率排名前三位的分别是贵阳市（28.13%）、遵义市（24.45%）和六盘水市（23.18%），这3个市的人才贡献率高于全省平均水平；其余市（州）均在20%以下，并且低于全省的总体水平；黔西南州最低，仅为15.05%。但全省除贵阳市外，其余市（州）的人才贡献率均远低于全国平均水平。

作为一项相对指标，人才贡献率有几点特性值得注意。第一，它受人才资本积累及人才资本的产出弹性的影响：给定其他条件，人才资本积累的速度越快，则人才贡献率越高；人才资本的产出弹性越大，则人才贡献率越高。第二，它受基础性人力资本积累及基础性人力资本的产出弹性的影响：给定其他条件，基础性人力资本