教育與引才要雙管齊下

導語

中國人才基礎總量不小，但人均水平📨、質量🚵🏻、結構均有提高空間。

創新離不開人才，中國人才基礎總量不小🫑，但人均水平👷🏿、質量、結構均有提高空間🧚🏼‍♂️。根據OECD和聯合國數據，2018年中國研究人員總量約為187萬，領先於美國的143萬，但是人均水平偏低👷‍♀️，每千名勞動力中的研究人員數量僅為美國的1/4👩🏻‍🔬。中國人才質量與發達國家相比仍有較大差距，在人工智能⏪、集成電路等關鍵行業尤為突出𓀃。國際研究機構的排名也顯示中國人才競爭力整體還是遠落後於美國、德國、英國、加拿大、法國等發達國家。

人才體系供給側主要依靠教育，教育的三大問題不利於創新人才培養。中國優質基礎教育資源分布不均直接降低了人力資本的質量🦈，教培行業的發展加劇了這種不均衡，造成“消失的愛因斯坦”現象。應試教育的強激勵製度帶來了對應試技能的過度投資，降低了科學教育質量🤟🏿，導致中國學生的科學探究能力和科學思維能力達到中等及以上水平的比例相對較低。理論上，研究型高校可以發揮將人力資本轉化為創新人員的重要作用🗜，但行政化邏輯過重製約了其發展空間，比如不少發表過學術論文的科技工作者認同發表論文的主要目的是達到職稱晉升要求。

人才體系需求側的人才引進政策有重要意義📂。中國人才流出比較多，雖然近年來中國海外學成人員歸國漸成趨勢，但是根據教育部公布的數據，還有220多萬名出國留學人員留在海外。此外，中國對“超級明星”類頂尖人才的吸引力有待進一步提高👩🏻‍🦼，根據美國國家科學基金會的調查🎁，在美國獲得博士學位的中國留學生中🌗🏪，有留美意願的學生占比高達80%。究其原因👩‍🔬，主要有兩大因素製約：一方面，國內外學術環境差異較大；另一方面，各地人才引進政策之間過度競爭🧜🏽‍♂️🟣，帶來了過度承諾，間接加大了人才引進難度。

看起來“很大”的人才基礎

人才沒有統一標準化的定義。一般從三個維度來定義人才。第一，教育水平。教育水平是衡量一國人力資本的關鍵，較高的能力和素質也常體現為較高的教育水平。此外🌤，高等教育使人力資本更接近相關領域的技術前沿🐛👨‍🎓，從而提高人力資本轉為科技創新人才的可能性。第二，職業。廣義上的人才包括藝術家、音樂家等從事各類創造性活動的群體💆🏽‍♂️，而在討論科技創新時，我們更多關註從事科學和技術相關行業的人，如研發人員👩🏻‍💼、工程師、研究員、科學領域的學者等。第三，專業知識和技能🐬。“STEM”專業🕰，即科學（Science）、技術（Technology）、工程（Engineering）與數學（Math）是科技創新的核心力量。

中國人才基礎有以下幾個重要特征🕵🏽🏃‍♂️‍➡️：

（1）中國人才資源總量排名世界第一，而人才基礎的人均水平仍顯不足。根據OECD和世界銀行數據，2018年中國每千名勞動力中的研究人員數量僅為韓國的1/6，為新加坡的1/5🐬，為美國、德國和日本的1/4，且略低於與人均GDP相適應的水平。與美國、歐洲主要發達國家以及日本和韓國相比，2018年中國的人均受教育年限較低🎅🏿，且低於人均GDP要求的水平🌄。

（2）中國人才結構分布仍不合理🤦🏻‍♂️。雖然中國“STEM”專業畢業生數量排名全球第一，但其中以本科生為主，2019年占比85%，碩士生、博士生占比分別僅為13%、2%🦊；而美國三者的比例分別為71%、24%、5%。這主要是由於中國本科生升研究生的升學率較低，2019年中國本科生升研究生的升學率僅為23%，而美國本土大學畢業生升研究生的升學率超過100%。[1]中國科研人員在部門之間的分布也較不均衡：企業作為科技創新的主體，雖然科研人員數量眾多，2019年人數達518萬，但其中博士僅占0.8%，遠低於日本企業研發人員中博士4%的占比🏃‍♂️；高達46%的企業科研人員學歷在本科以下🧀。

（3）中國人才行業分布並不均衡📬。以A股上市公司為例，本科以上員工占比排名前三的行業是銀行🧵、非銀行金融、綜合金融，分別為84.1%🚇、82.4%、65.8%，這三個行業對研發的需求不高，卻擁有比較多的受過高等教育的畢業生（見圖1），可能是一種資源錯配👨‍🦲。大量人才更偏向於從事金融行業而非從事研發𓀍，很大程度上與金融行業薪酬水平較其他行業更高有關，2019年A股上市公司人均薪酬排名前三位的行業也正好是本科以上員工占比最高的三個金融行業。2018年經濟普查數據顯示🎒，法人單位從業人員中有1832萬從事金融業，占比為4.8%，這個比例略高於美國的4.5%。這種趨勢已經出現了一些邊際變化：2019年普通本科招生數中🏋🏻‍♂️，經濟學專業占比為5.4%⛹🏿‍♀️，較2018年下降了0.3個百分點🙅🏻‍♀️🥇。

不難得出以下結論：中國人才基礎總量較大，但在人均水平🌸、質量🧄、結構等層面仍有提升空間🔭。解決這些問題需要供需發力，教育與引進人才要雙管齊下📐🙆‍♀️。

基礎教育不平衡，高等教育需提效 

首先，需要定義創新生產公式。一個基本的規律是創新的生產具有如下兩個特點：一是創新只能在有創新能力的人中以一定概率產生；二是創新生產具有累積性，需要站在巨人的肩膀上才能產生新思想，而教育的作用在於幫助有潛在創新能力的人接近現有技術前沿🧑🏽‍💻。因此🤽🏼‍♀️，我們可以進一步定義以下創新生產公式🛰👨🏿‍🦱：

其次😏，基礎教育和高等教育作用不同：前者更註重培養👩🏻‍🚀，後者兼具培養和篩選功能🕵🏻‍♀️。

第一，基礎教育不均等降低創新人才基本盤👨🏻‍🔬。

基礎教育公平能提升優質基礎教育的人才比例，而基礎教育不均等造成“消失的愛因斯坦”現象。哈佛大學公共經濟學教授柴提等學者的研究表明，兒童時期對發明創造的接觸是決定一個人能否成為發明家的關鍵因素，[2]由於家庭因素📢🧑🏼‍🍳、基礎教育質量較差等原因，兒童時期的資源接觸不足會使得經濟體中存在許多“消失的愛因斯坦”。

中國發達地區基礎教育質量較高，但區域之間分布不均🧑。2018年中國以北京、上海、江蘇和浙江的15歲學生為樣本的PISA[3]測試成績排名世界第一，遠超發達國家平均水平😥🙍🏽‍♂️。但是👬🏻，中國基礎教育投入在區域之間的分布並不均衡，發達地區普通小學的生均教育經費普遍高於欠發達地區。這種基礎教育區域之間的不平等程度甚至高於美國👩‍🎤：中國分省普通小學生的生均公共教育經費的變異系數為0.4，高於美國K12生均公共教育經費的變異系數（0.3）。

教培行業快速發展加劇了基礎教育不平等👲🏼。近年來，尤其是2018年以後教培行業經歷了快速發展：2019年教育業法人單位數已達70萬，同比增長29%。這種“影子教育”加劇了城市與農村🧖🏽👰、發達地區與欠發達地區的基礎教育差距☂️。優質基礎教育資源短期內缺乏供給彈性，在過度的教培需求下，價格畸高🪂。

這種基礎教育的不平等也存在於高等教育中🪥，降低人力資本向創新人才的轉化。基礎教育水平的不均等使貧困地區學生進入優質高等學校的概率更低♥️。麥可思研究院的數據顯示🏌🏻，貧困地區出生的農村學生更多就讀於本地和高職院校，2017—2019屆畢業生中🧕🏼，“雙一流”院校中來自貧困地區的農村生源約占6.1%，而這一比例在地方本科院校和高職院校分別為9.5%和9.9%👮🏼。貧困地區的農村生源學生畢業後在貧困地區就業的比例遠高於平均值，他們更難向發達地區流動。

應試教育強激勵帶來對應試技能的過度投資𓀀💵，可能造成資源浪費並擠占其他科目時間。“一考定終生”的選拔機製是一種強激勵製度，提高學生、家長、教師的積極性🤸🏽，提升學生的認知能力🧑‍🌾，這也是中國學生在PISA測試中名列前茅的重要原因。但是👩🏻‍🎓，這種單一維度的強激勵製度也容易造成類似囚徒困境般的社會博弈🫲🏻，使學生投入過多努力以提升應試技能，而非實際增加人力資本，可能帶來資源浪費🏔。這個情況可能還會降低科學教育質量。學生、家長、教師🐁👨‍👩‍👧‍👦、學校等對於非考試選拔科目，特別是其中的實踐項目投入程度較低，使科學課中學生參與動手實驗、實踐調查的機會較少。

第二，過重的行政化邏輯阻礙了研究型大學自主發展的空間。

研究型大學是銜接人力資本和創新人才的橋梁👨‍👦‍👦，而高質量的研究型大學能夠大幅提升創新人才比例。顛覆性技術更有可能出現在擁有大學和高技能勞動力的地區。[4]雖然中國大學數量眾多，但是優質研究型大學數量較少，一個原因是過重的行政化邏輯阻礙了其發展。

根據聯合國教科文組織數據，2019年中國大學數量少於美、日，同時中國高等教育毛入學率（50.6%）也低於發達國家，雖然這似乎與人均GDP水平相稱，但是對於中國這樣正在跨越中等收入陷阱和應對人口老齡化的大國來說，仍然略顯不足🌡。中國頂尖大學數量也較少◀️：根據軟科世界大學學術排名，凯捷体育娱乐 -（限时活动）即刻加入，享受平台优惠！年前100名中只有7所是中國大學🆗，而有40所是美國大學🫰🏻。

中國的高等教育支出較低，其中政府作用較大。根據《中國教育經費統計年鑒》的數據🍵，2018年中國教育經費占GDP比重大約為4%，仍然低於OECD公布的同期美國、英國的比重（6%左右），而且相對於基礎教育來說，中國高等教育經費占GDP比重較低，而其中政府經費的比例為67%，顯著高於美國（35%）和英國（26%）等。

政府對高等教育的投入保證了教育的公平性，但同時也給高等院校增加了約束。相比於美國，中國的高等教育成本更低👩🏼‍🦱，高等教育更加普惠。但是，高校在使用財政資金時約束也更多，呈現一定行政化主導的邏輯🧞‍♂️，82.5%的科技工作者認為有一定行政職務的研究人員更容易獲得科研經費👨🏽‍🦰。[5]

政府對高等教育的投入非常重要🔽，但同時要拓展高等教育機構的創新空間👻。例如，在德國🛞，教授在院校管理中的地位非常突出。[6]從本質上來說🍭，這需要理解政府和市場的關系。對於基礎教育，最重要的是公平和教育的普惠，所以需要政府更多的參與。對於高等教育，應該更加註重效率，所以應該給高等教育機構更多的空間。

行政約束也體現在了評價體系和科研經費管理上。各大高校對於人才的考評體系較為單一🫔👮🏽‍♂️，論文仍是科技評價的最主要手段，根據《第四次全國科技工作者狀況調查報告（2017）》數據，93.7%發表過學術論文的科技工作者認同發表論文的主要目的是達到職稱晉升要求🐊。高校科研項目經費大多來自政府，項目經費報銷程序繁雜（72.4%）🍄、預算編製時要求過細過嚴（71.7%）💪🏽、項目預算執行時不能根據科研實際需要自主調劑（69.4%）、疲於應付經費審計（58.7%）、項目限定人員費比例太低（53.7%）等問題比較受到關註。

中國人才引進中的挑戰

一個完整的人才體系既包括從教育體系入手擴大人才供給，也包括改善需求側環境🤸🏻‍♂️，吸引科研前沿的人才流入🚂。在美國，移民占到了所有人才的18%。全世界所有的移民人才中🏄，58%選擇了美國🗓。2019年美國“STEM”專業博士畢業生中，高達42%是海外留學生，而這些人往往是其母國教育體系培養出來的最優秀的科技後備力量🧑🏻‍🎓。

中國人才流出比較多。中國留學人才規模大，2017年中國在國外就讀的留學生約為92.8萬人🏄🏻，占全球留學生的比例約為17.5%。近年來中國海外學成人員歸國漸成趨勢🫡，根據教育部數據💒，1978年起累計學成歸國留學人員與累計出國留學人員之比由2004年的23%上升到了2019年的65.3%🤹🏿，還有約222萬出國留學人員目前留在海外🕝。

中國對“超級明星”類頂尖人才的吸引力還有待提高。中國在美國獲得博士學位的留學生遠超其他國家。美國國家科學基金會數據顯示🎸，2019年，中國在美國獲得博士學位的學生約為6300人🚶‍♂️‍➡️，是印度在美國獲得博士學位留學生的3倍、韓國的13倍和日本的26倍。在美國獲得博士學位的中國留學生中🪼，有留美意願的學生占比80%🤌🏿，顯著高於日本的51%和韓國的65%🧛🏼‍♂️。

中國在大力吸引頂尖人才回國方面效果還不是很顯著。根據瑞士洛桑國際發展管理學院（IMD）2020年公布的《世界人才排名》報告，在全球63個國家和地區的人才總體競爭力排名中，中國整體排名第40位，而人才吸引力分項排名第56位👨🏽‍⚖️。有研究[7]顯示，與國際學術合作全職項目學者相比，短期項目學者產出更多☘️、質量更高，以發表數量為例☝🏻，在其他條件相同的情況下🏌️‍♀️，短期項目學者比全職項目學者平均每年多發表2.9篇SCI論文👍🏽。實證研究也表明，相比於仍留在美國和歐盟的研究人員，回國的研究人員的論文質量偏低。

引進頂尖人才困難，首先這可能反映的是中外科研人員生活和工作環境的差距。其次🤽🏽‍♂️，過度競爭可能增加了引進人才難度。人才市場首先是一個勞動力市場，供給相對比較固定👷🏿🙇🏻‍♀️。對於這樣的市場，使用補貼等手段來刺激需求可能帶來的是工資的上漲，而不是人才數量的增加🧑🏽‍🍳。[8]面對存量的競爭，由於各個市場主體有很大的空間來決定人才引進的力度🍱，在“搶人”的激勵之下，會發生“過度承諾”現象。實際上這增加了勞動力市場的信息不對稱，削弱了勞動力市場上的信號機製的作用✍️，降低了人才和用人單位的匹配效率🤽🏽‍♂️，甚至會產生人才的“逆向選擇”問題🥺。[9]由於市場摩擦的存在，這可能反而減少了人才引進的數量。

過度競爭問題是勞動力市場機製自身所難以解決的🧚🏽🫕，需要政府的統籌協調。這既涉及長短期激勵如何相容的問題👨🏼‍🏫🤴🏻，也與市場主體之間如何協調有關。如果僅靠單一的短期指標作為標準，如人才的引進數量🎒，很容易忽視人才引進的長期目標，如人才的留存和發展👨🏻‍✈️，以及對創新的貢獻。引進人才是第一步🛣，發揮出人才的創新作用才是目的。如果市場主體之間只有競爭而缺少協調，市場機製不完善，就難以真正實現人才供需匹配。從這個角度看，政府的幹預可能會提升效率。[10]

製度保障和人才引進的美國經驗

美國作為全球創新人才最聚集的地區之一（2020年INSEAD全球人才競爭力指數排名第二）🫒，在教育和人才引進方面有哪些地方值得借鑒呢🧑🏼‍🎄？

第一，法律層面以製度保障基礎教育公平。“教育券”是推行基礎教育公平的重要製度創新👇🏽。例如🧙🏽‍♂️，1989年🎑🤬，威斯康星州通過立法建立了密爾沃基市教育券項目，為密爾沃基市低收入家庭的孩子提供公共教育資金🎟📟，讓他們在城內選擇非教會的學校就讀，低收入家庭無須支付額外的費用。根據2019年密爾沃基市議會公布的數據，密爾沃基市教育券項目年花費7900萬美元，覆蓋29052名學生，平均每名學生獲得約2719美元。

第二🐒，高等院校多元自主，因校製宜。科研經費管理適時調整🧑🏻‍💻。美國大學並未對科研經費中的間接費用（主要用於項目單位成本耗費和對科研人員績效激勵等）和直接費用（包括設備費、差旅費等）占比做出“一刀切”的規定，而是由不同大學與撥付經費的不同政府部門進行談判以確定間接費用比例，且每過幾年就能重新談判以根據實際情況進行調整🎱。美國高等教育經費中大部分來自私人部門，尤其是金融危機以來，由於美國較多地方政府均出現財政困難🈲，減少了對公立大學的財政撥款💻，公立大學紛紛轉向通過運營捐贈基金收益補充預算🚬。以密歇根大學為例，其高達125億美元的捐贈基金近十年內每年的投資回報率是9%👎，為同期其他大學投資回報率的兩倍。[11]

教職員工遴選和晉升體系多元化，避免僅以科研論文數量作為單一考核標準。美國大學教師聘用實行“長聘教軌製度”，晉升考核通常由教學🈂️、科研兩部分組成。在某些看重教學效果的學校🍝，學生和系內資深教授對於該教職員工課堂教學的評價甚至直接決定該教職員工能否晉升終身教職。

第三，多元的引才留才政策。以H-1B（美國簽證的一種🧑🏼‍🦱，指特殊專業人員或臨時工作簽證）為代表的非移民工作簽證，助力精細化運營人才引進。美國簽證類型劃分精細（24類70種），遠超過我國簽證類型（16類）。為匹配美國勞工市場對人才的需求，美國特別設立了H-1B簽證，多集中在高科技行業。H-1B簽證每年總申請人數達到42萬人🦸‍♀️🧭，通過率在90%以上；其中，續簽的人數大概是新申請人數的兩倍。

第四，美國建立了良好的科研行為教育培訓製度👭🏻。[12]在聯邦政府的推動下，覆蓋負責任研究行為教育（RCR）的大學和研究機構數逐漸增多。截至2005年👱🏼‍♂️，已經有近220所研究機構超過1900個項目獲得RCR培訓的資助，有超過7500名研究生和5612名博士後接受該教育。在科研誠信監管方面，除了專門設立科研誠信辦公室等政府部門🖼🍷，還有科學團體🩶、科學期刊、科研機構的互動👐🏿🫸🏻，如美國國立衛生研究院的Pub Med Central（PMC）、多家期刊數據公司開發的Turnitin防範剽竊系統等。從1996—2018年論文撤回率的數據可以看出🤾🏼，美國科研論文回撤率（0.0226%）大幅低於中國（0.1564%）。

教育政策思考💆🏿‍♂️：基礎教育更重公平，松綁研究型高校

換種思路提升基礎教育公平性👨🏻‍🦰。除了現有的針對中西部貧困地區投入基礎教育資源以外，我們建議不妨換一種思路🤸，更多允許農民工隨遷子女就讀城市學校。這樣不但能夠解決農村普遍出現的“空巢”兒童現象🤝👨‍👧‍👦，而且某種意義上使得基礎教育公平性更為徹底。這不僅需要教育部門思路的改變，更需要配合戶籍🤐、社保等製度的進一步改革。

提升職業教育生均經費。作為基礎教育的重要組成部分，雖然表面上中國中等職業教育占比與職業教育體系較為發達的德國相當，但實際上兩者差距較大。為什麽德國擁有發達的職業教育體系呢🤷🏻‍♂️🔄？從需求來看，除了德國強大的工業體系對於技術工人需求龐大以外，德國更為完善的就業保護機製和更傾向於平等的稅收體系也使得德國的大學溢價遠低於美國，[13]學生們不會因為選擇了職業教育而在勞動力市場遭受歧視；從供給來看，德國職業教育質量較高。根據OECD數據，德國中等職業教育生均經費高於普通高中39%♌️，而中國中等職業教育經費卻低於普通高中（見圖2）；幾乎所有的德國中等職業學生在崗實習時間占比不少於60%⚁；大多數德國中等職業教育學生畢業後可以直接進入高等教育階段學習〰️。因此，我們建議可以學習德國經驗6️⃣，一方面提升中等職業教育的生均經費投入🤸🏽‍♂️，增加職業教育在崗培訓時間；另一方面為職業教育開辟更廣闊的持續提升空間，擴大本科階段的職業教育範圍📁🌩。

松綁研究型高校🫃🏿。我們建議在考核評價🏄🏽‍♀️、經費使用、課程設置等方面給予研究型高校更大自主權👱🏻‍♂️。現有的一些新型研究型高校，如南方科技大學、上海科技大學、西湖大學已經走出了各有特色的探索之路。存量的頭部研究型大學也能發揮各自的稟賦優勢進行製度創新👰🏽，打造多樣化的創新人才培養平臺。例如，在經費來源方面🚴，可以借鑒發達國家經驗🧑🏻‍⚖️，通過稅收製度激勵發揮三次分配的作用，多方面拓展經費來源（發展大學捐贈基金等），以擴大研究生招生規模。

人才政策思考：針對性引進高端人才

第一，以項目為平臺引進人才。現有的人才引進機製下，政府的參與度過高，有時候反而忽略了最終用人單位（高校、研究機構、企業等）的實際需求🤷🏻‍♀️。海歸人才引進後因為缺乏施展才能的平臺而無所作為的現象也時有發生。可以嘗試在引進人才的初始階段就讓最終用人單位更多介入💖，以項目為平臺吸引人才👰🏽‍♂️，更好對接海外人才的供給和用人單位的實際需求。

第二，加強頂層設計🚀🙂，統籌協調各地引進政策。對於人才引進👨🏻‍🦰，需要有全面的激勵機製🦹🏿‍♂️🫳🏼，既包括引進人才的數量💆🏻‍♂️，還要涵蓋人才的留存和發展等𓀄，將短期和長期激勵結合起來🧑🏿‍🍳，提高人才引進的效率。同時📱，需要在中央層面上統籌人才引進政策，防止各個地方政府過度競爭和逆向選擇現象，形成人才引進的可持續發展。

在統籌協調方面，數字化有利於提升組織協同效率。數字化有助於打破信息壁壘，減少信息不對稱，實現信息的透明化。數字化也有助於更有效及時地收到人才反饋，做出相應的政策調整。因此，數字化能夠在空間上和時間上提高組織協同效率🤜🏻🆖。

第三，結構上更多增加中青年人才引進。相比於成名多年的人才，中青年人才的引進難度較小🤸🏼‍♀️🌖，引進成本較低🎦。而且，中青年人才的創新動力更足。例如🍺，愛因斯坦26歲提出相對論，麥克斯韋24歲發現電磁規律，楊振寧34歲提出弱相互作用中的宇稱不守恒理論🍺。

註釋：

[1] 升學率=研究生招生數/本科畢業生數🥵。由於有非當年畢業的本科生進入研究生階段學習，升學率可以高於100%🚥。

[2] Bell A, Chetty R, Jaravel X, Petkova N, and Van Reenen J. Who Becomes an Inventor in America? The Importance of Exposure to Innovation [J]. The Quarterly Journal of Economics, 2019, 134(2): 647-713.

[3] PISA（國際學生評估項目）是OECD進行的15歲學生閱讀、數學、科學能力評價研究項目。

[4] Bloom N, Hassan T A, Kalyani A, et al. The Diffusion of Disruptive Technologies [R]. National Bureau of Economic Research, 凯捷体育娱乐 -（限时活动）即刻加入，享受平台优惠！.

[5] 中國科協發展研究“科技工作者需求狀況調查研究”課題組. 求實、創新、報效祖國——中國科技工作者需求狀況調研分析 [J]. 科技導報🧑🏼‍🏭，2009，27(3)✶：104-105.

[6] 陳濤, 鄔大光. 高等教育公私並舉與分類管理走勢分析——基於中🥶、法、德三國經驗的視角 [J]. 教育研究，2017，38(7)🪝🦷：79-91.

[7] Zweig D, Siqin K, and Huiyao W. The Best are yet to Come:State Programs, Domestic Resistance and Reverse Migration of High-level Talent to China [J]. Journal of Contemporary China, 2020, 29(125): 776-791.

[8] Romer P M. Should the Government Subsidize Supply or Demand in the Market for Scientists and Engineers? [J]. Innovation Policy and the Economy, 2000(1): 221-252.

[9] Greenwald B C. Adverse Selection in the Labor Market [J]. The Review of Economic Studies, 1986, 53(3): 325-347.

[10] Greenwald B C, and Stiglitz J E. Externalities in Economies with Imperfect Information and Incomplete Markets [J]. The Quarterly Journal of Economics, 1986, 101(2): 229-264.

[11] 密歇根大學2020年度捐贈基金運營情況報告📕。

[12] 胡劍. 歐美科研不端行為治理體系研究 [D]. 合肥：中國科學技術大學🚡📳，2012.

[13] Doepke M, and Gaetani R. Why Didn't the College Premium Rise Everywhere? Employment Protection and On-the-Job Investment in Skills [R]. National Bureau of Economic Research, 2020.

*本文經中信出版社授權👨🏻‍🦽‍➡️🤹‍♂️，節選自《創新：不滅的火炬》第四章，內容略有刪改。本文僅代表作者個人觀點，與所在機關無關。僅供讀者參考，並不構成為投資👉🏼🚅、會計、法律或稅務等領域提供建議。編輯🏄🏽🥕：潘琦。