EN中文

地理研究 >

2018 , Vol. 37 >Issue 4: 797 - 813

DOI: https://doi.org/10.11821/dlyj201804013

研究论文

适宜性人力资本与区域经济协调发展

  • 生延超 , 1 ,
  • 周玉姣 2
展开
  • 1. 湖南商学院旅游与管理学院,长沙 410205
  • 2. 湖南商学院经济与贸易学院,长沙 410205

作者简介：生延超（1978- ）,男,河南南阳人,博士,教授,主要从事区域经济与产业经济研究。E-mail:

收稿日期: 2017-10-16

  要求修回日期: 2018-01-06

  网络出版日期: 2018-04-20

基金资助

国家社会科学基金重大项目（15ZDB132）;国家社会科学基金青年项目（13CJL066）;湖南省科技计划研究项目（2014FJ6056）;湖南省社科规划项目（12JD41）

收起

Appropriate human capital and coordinated development of regional economy

  • SHENG Yanchao , 1 ,
  • ZHOU Yujiao 2
Expand
  • 1. The School of Tourism Management of Hunan University of Commerce, Changsha 410205, China
  • 2. The School of Economics and Trade of Hunan University of Commerce, Changsha 410205, China

Received date: 2017-10-16

  Request revised date: 2018-01-06

  Online published: 2018-04-20

Copyright

《地理研究》编辑部
Fold

摘要

适宜性人力资本必须与区域产业结构、区域经济发展模式相匹配,才能最大程度地发挥不同层次人力资本的效能,以有效提升区域经济发展水平。从全国和区域层面出发,基于ESDA方法和空间计量分析方法,运用1998-2014年全国30个省市的面板数据,从初级、中级、高级人力资本、物质资本、劳动力、全要素生产率等要素视角探寻适宜性人力资本促进区域经济发展效能的空间差异,研究表明：① 人力资本与省域生产总值水平均存在显著的空间相关性和路径依赖性。② 在全国层面,初级、中级人力资本对区域经济增长作用不显著,高级人力资本则作用很明显。③ 在区域层面,东部及东北地区区域经济发展主要依赖高级人力资本,中部和西部初级人力资本贡献显著,中级人力资本在四个区域均不显著。这为区域人力资本培育和区域经济高速发展政策制定奠定了理论基础。

关键词： 适宜性人力资本; 区域经济; 协调发展

本文引用格式

生延超 , 周玉姣 . 适宜性人力资本与区域经济协调发展[J]. 地理研究, 2018 , 37(4) : 797 -813 . DOI: 10.11821/dlyj201804013

Abstract

Appropriate human capital (AHC) should match regional industrial structure and regional economic development model, because a matched AHC can maximize human capital effectiveness to enhance the level of regional economic development. Taking both national and regional levels into account, we use the panel data of 30 Chinese provinces and cities from 1998 to 2014. We introduce ESDA method and spatial econometric method for us to examine the spatial differences in AHC promoting regional economic development effectiveness from the perspectives of primary human capital, intermediate human capital, advanced human capital, material capital, labor force, total factor productivity and other factors. Our research shows that (1) there are significant spatial correlations and path dependence between human capital and regional GDP, (2) at the national level, the impact of primary and intermediate human capitals on regional economic growth is insignificant, whereas the impact of advanced human capital is obvious, and (3) at the regional level, in the eastern and northeastern regions, the economic development mainly relies on advanced human capital, in the central and western regions, the impact of primary human capital is significant, and in the four regions the impact of intermediate human capital is not significant. The findings lay a theoretical foundation for regional talent cultivation and policy making of regional economic development.

Key words： appropriate human capital; regional economy; coordinated development

1 引言

进入21世纪,伴随中国高速经济增长的背后是区域经济发展差距的拉大,其中一个重要原因是不同层次人力资本存量差距巨大,导致区域不同层次人力资本空间配置不当,高层次人力资本在东部地区增长基数和增长速度显著优于中西部地区。1997年东部地区高级人力资本存量是西部地区的1.7187倍,2014年扩大为3.5824倍,2014年东部地区高级人力资本存量占比全国高达41.52%,西部地区仅为11.59%,而1997年西部地区初级人力资本是东部地区的1.0037倍,2014年扩大到1.0703倍。可见西部地区中高级人力资本匮乏,低级人力资本存量增长也极其有限,基数依然巨大。根据Benhabib等的研究,不同层次的人力资本对区域经济增长中的影响力度不同,其空间分布特征也存在明显差异[1]。探寻不同类型或层次的人力资本对区域经济发展的适宜程度,有助于适宜性人力资本发挥其最大效应以缩小区域经济发展差距,因而有必要探讨近年来适宜性人力资本空间分布布局及其对区域经济发展的影响。
自20世纪60年代Schultz等提出并创立人力资本理论[2,3]以来,国内外学者就人力资本属性特征、测度方法[4,5,6,7,8]、人力资本与经济增长关系研究等开展了一系列有益的探索,从人力资本与区域经济增长的研究方法来看,更多采用的是普通回归或普通面板回归来分析人力资本对区域经济增长的影响,或协整分析和VEC方法[9]等。近年来探索性空间数据分析[10]应用较为普遍,但空间计量方法的应用并不广泛。高远东等依据人力资本类型划分方法,运用人力资本三种作用机制,实证探讨了各类型人力资本作用于经济增长的空间经济增长模型[11];谢呈阳等利用中国江苏省面板数据,运用空间杜宾模型实证分析了区域关联下的人力资本与区域经济发展之间的互动关系[12];孟晓晨等对中国28个省市人力资本利用效率以及人力资本流动方向进行了研究,并利用经济学的资源利用最优化理论,对初级、中级、高级人力资本空间分布的合理性进行了定量分析[13]。从研究视角来看,从关注总量型人力资本对区域经济增长的影响研究[13,14]逐渐到注重异质性[15,16]、适配性[17]、质量型人力资本（健康人力资本[18]等）对于区域经济发展的影响研究,人力资本与区域经济增长研究随着学者们对人力资本属性特征的挖掘而不断深入。
到底什么样的人力资本才能促进经济增长或经济协调发展?部分学者试图对此进行解释,称之为适配性、适应性、有效性人力资本等。不少学者对人力资本的适配性进行了界定,为后续研究奠定了基础,但不同区域由于经济发展水平不一,适合不同层次人力资本效能发挥的环境不同,导致不同层次人力资本发挥作用的方向不一。而想要实现区域经济协调发展不能只注重高层次人力资本或某一层次人力资本的积累,必需发挥其合力作用,因此更应侧重适宜性人力资本的发挥,即需要初级、中级、高级人力资本相互匹配、有所侧重,才能适应不同区域经济发展现实,才能通过要素配置、收入分配、区域创新、产业结构升级等促进区域经济协调可持续发展。遗憾的是,既有研究成果对适宜性人力资本的内涵和定义的界定不够科学合理,人力资本的多元性、动态性、时效性等并未得到完全反映,判定人力资本适配性、适宜性的衡量标准欠缺。虽然,关于要素适宜性的理论研究有了一定进展,对要素适宜性提出了一定的评判和衡量标准,适宜技术理论日臻成熟,但关于适宜性人力资本的研究却甚少,缺乏对适宜性人力资本的直观描述以及其在区域经济协调发展中机理和效应分析。基于适宜性人力资本的欠缺和配置不当而可能带来的“人力资本陷阱”,探求其对区域经济协调发展的传导机制以及路径选择就显得尤为重要。这就要求深入分析不同区域人力资本效能发挥的适宜性,探讨不同区域人力资本的需求类型和最佳发挥环境,找出不同区域人力资本的适宜性条件和作用程度,为区域人力资本培育和经济协调发展提供政策依据。
因此,本文拟从人力资本属性——适宜性角度出发,运用空间统计和空间计量方法来探索人力资本与区域经济发展的适宜程度。一方面,采用ESDA方法探寻人力资本与区域经济增长是否存在空间相关性,另一方面,运用SLM模型和SEM模型,从全国层面和区域层面来探索不同层次人力资本对区域经济增长的作用,以此找寻适宜的人力资本配置以缩小区域经济差距,以及为区域经济协调发展提出相应人力资本对策建议。

2 研究方法与数据来源

2.1 数据来源

由于港澳台地区和西藏自治区的某些指标数据不全,因而本文的研究范围为东中西部以及东北地区的30个省市,以省域人力资本与省域生产总值为研究对象,具体指标与数据来源如下：
（1）地区生产总值（gdp）。本文选择地区生产总值（gdp）来衡量中国各区域经济发展程度。数据来源以1998-2014年《中国统计年鉴》以及各省统计年鉴的地区生产总值为基础,以1998年为不变价,再根据GDP平减指数得出各省市实际地区生产总值。
（2）人力资本（hc）。本文主要考虑不同层次人力资本与区域经济发展的适宜程度,由于人力资本投资的不同形成了不同层次的人力资本,并表现出从低级形态到高级形态演进的人力资本层次结构[19,20],基于人力资本数据的可获得性和真实性,本文将人均受教育年限的人力资本分为初级人力资本（pri）、中级人力资本（int）、高级人力资本（adv）,具体计算公式为：
初级人力资本 = ∑ i 省市 t 年受小学教育人数 × 6 i 省市 t 年总就业人口数量 （1）
中级人力资本 = ∑ i 省市 t 年受初中教育人数 × 9 + ∑ i 省市 t 年受高中教育人数 × 12 i 省市 t 年总就业人口数量 （2）
高级人力资本 = ∑ i 省市 t 年受大学教育人数 × 16 i 省市 t 年总就业人口数量 （3）
（3）物质资本（mc）。各省1998-2014年的物质资本存量数据本文根据永续盘存法进行测算,具体的计算公式如下：
m c i t + 1 = 1 - δ it × m c it + I i t + 1 / PI F i t + 1 × 100 （4）
式中：i表示省域;t表示年份;mct+1和mct分别表示第i个省域第t+1年和第t年的资本存量;δit表示第i个省域第t年资本存量的折旧率;Ii（t+1）表示第i个省域t+1年的名义总投资;PIFi（t+1）表示第i个省域t+1年的固定资产投资价格指数（1978年=100）;Ii（t+1）/PIFi（t+1）×100表示第i个省域t+1年的实际总投资。
（4）劳动力（lab）。数据来源于1998-2014年《中国统计年鉴》与各省统计年鉴的实际就业人员数,将其作为劳动力的衡量指标。
（5）全要素生产率（tfp）。基于改进的索罗余值法进行测算,引入人力资本要素,因此假定生产函数形式为： gd p t = A t × m c t α × la b t β × h c t λ × e μ t ;对其取对数,经过整理可得： ln gd p t = ln A t + ln m c t α + ln la b t β + ln h c t λ + μ t ,并对其进行参数估计,因而得出全要素生产率增长率：
tf p t = Δ A t A t = Δ gd p t gd p t - α ∧ Δ m c t m c t + β ∧ Δ la b t la b t + λ ∧ Δ h c t h c t （5）
式中： A t 为技术进步; α 为物质资本的产出份额; β 为劳动力的产出份额; λ 为人力资本的产出份额; α ∧ 、 β ∧ 、 λ ∧ 为对应的参数估计值; μ t 为随机误差项。

2.2 研究方法

2.2.1 探索性空间数据分析（ESDA） （1）全域空间自相关（GSA）。检验人力资本的空间自相关存在与否,全域空间自相关一般采用Moran's I指数,其公式为[21]：
Moran's I = ∑ i = 1 n ∑ j = 1 W ij Y i - Y ̅ Y j - Y ̅ S 2 ∑ i = 1 n ∑ j = 1 n W ij （6）
式中： S 2 = 1 n ∑ i = 1 n Y i - Y ̅ ; Y ̅ = 1 n ∑ i = 1 n Y i ;Yi表示第i地区的观测值;n为地区总数（该检验中为30个）;Wij位二进制邻接空间权重矩阵,表示空间对象的相互邻近关系,一般邻接的标准为：
W = 0 i , j 不相邻 1 i , j 相邻 （7）
式中：i=1,2,…,n;j=1,2,…,m;n=m或n≠m;通常令W的所有对角线元素Wii=0。Moran's I指数可视为各区域观测值的乘积和,其取值在-1~1之间。若Moran's I大于0,则全域空间正相关,即相似属性值存在地理空间聚集分布;若Moran's I小于0,则全域空间负相关,即不同的属性值存在聚集分布;若Moran's I等于0,则空间不相关,即邻近区域独立随机分布[22]。
另外,可用标准化统计量Z检验Moran's I指数是否显著,即采用正态分布假设进行检验n个地区是否存在空间自相关关系,其标准化形式为[23]：
Z d = Moran's I - E I VAR I （8）
根据空间数据的分布可以计算正态分布Moran's I指数的期望值为[23]：
E n I = - 1 n - 1 （9）
公式（8）和公式（9）用于检验n个地区是否具有空间自相关性,若Moran's I指数的Z值大于正态分布在5%水平下的临界值1.96,则表示人力资本在空间分布上有显著地正相关关系,空间正相关表示相邻区域的相似特征值出现集聚趋势,否则不存在。
（2）局域空间自相关（LISA）。全域Moran's I指数从整体出发测度了空间相关程度,但忽视了具有空间异质性区域的空间关联模式,Anselin据此采用局部空间自相关方法来测度某一区域与周边区域之间的空间差异程度及各区域表现的空间联系形式[24],主要表达为Moran's I散点图和LISA集聚图,局部Moran's I指数公式表达为[24]：
I i = Z i ∑ j = 1 n Z j （10）
式中：Zi和Zj分别为空间单元上i和j上观测值的标准化值。若Moran's I大于0,则局域空间正相关,即相似特征值的区域存在集聚（高高值或低低值聚集）;若Moran's I小于0,则局域空间负相关,即不相似特征值的区域集聚（高低值或低高值集聚）,LISA显著水平与Moran's I散点图可以结合形成LISA集聚图。该图包含4个象限,第一、第三象限为高值和低值集聚,第二、第四象限为低高、高低集聚,若大部分散点集中在第一、第三象限,则表明人力资本存在显著的空间自相关。
2.2.2 空间计量方法与选择 由于一般的线性回归模型不适应于分析存在具有空间相关关系的空间数据,为了减少这一缺陷对于经济含义分析的影响,孟斌等构建了纳入空间效应且适合于截面数据的空间常系数回归模型,包括空间滞后模型（SLM）和空间误差模型（SEM）[25,26]。
（1）空间滞后模型（SLM）。SLM模型主要是研究某一区域的溢出效应,即区域行为对于相邻区域行为产生的影响,公式表达为[25]：
Y = ρ W y + Xβ + ε （11）
式中：Y为因变量矩阵;X为n阶的外生自变量;W为n阶的空间权重矩阵;Wy为空间滞后因变量,反映的是区域之间的依赖程度;ρ为空间滞后回归系数,表达的是Wy对W发挥作用的程度;ε为随机误差项。
（2）空间误差模型（SEM）。当区域经济指标的相互影响因所处的相对位置不同而存在差异时,则需要SEM模型。其表达式为[26]：
Y = Xβ + ε （12）
ε = λWε + μ （13）
式中：λ为阶的空间误差回归系数;μ为具有正态分布的随机误差项;该模型可以测度相邻地区关于因变量的误差对于该地区样本观测值的影响大小。
（3）SLM和SEM的判别选择。判别标准主要有：一在空间相关性检验中,LM-lag与LM-error相比,若前者的统计量大于后者,且Robust LM-lag统计量显著,则应选择空间滞后模型;若后者统计量显著于前者的统计量,且Robust LM-error统计量显著,Robust LM-lag统计量不显著,则应选择空间误差模型;二是通过对拟合优度、自然对数似然函数值、赤池信息准则以及施瓦茨准则的大小进行比较,其中拟合优度和自然对数似然函数值越大,赤池信息准则和施瓦茨准则值越小,模型拟合程度越高。

2.3 模型构建

2.3.1 区域经济增长模型的确定 新古典经济增长模型假定,新古典经济增长理论认为资本与劳动内生决定经济增长,而技术进步作为外生变量发挥作用。20世纪80年代内生经济增长理论兴起,技术进步内生化。卢卡斯认为个人拥有的人力资本可以给自身带来收益,人力资本的积累是经济增长的源泉[27],而不同层次人力资本对区域经济增长贡献不一,面对不同区域经济发展现实,必须实现不同层次人力资本与之适宜和匹配,才能促进区域经济协调发展。因此,本文考虑到人力资本的层次性和适宜性,将人力资本分解为初级人力资本（pri）,中级人力资本（int）,高级人力资本（adv）,这样,区域经济增长主要是由三个层面的人力资本,以及物质资本（mc）,劳动力（lab）,技术（tfp）六个要素共同决定：
gd p it = pr i it α × in t it β × ad v it χ × m c it δ × la b it φ × tf p it ϕ × e ε it （14）
式中：gdp为省域生产总值;pri表示省域初级人力资本;int表示省域中级人力资本;adv表示省域高级人力资本;mc表示省域物质资本存量;lab表示省域劳动力投入量;tfp表示省域技术进步因子,定义为全要素生产率;i为省域;t为年份;а为初级人力资本的产出弹性;β为中级人力资本的产出弹性;χ为高级人力资本的产出弹性;δ为物质资本的产出弹性;φ为劳动的产出弹性;Φ为技术的产出弹性;eε为随机干扰项,衡量其他未观测到的因素对区域经济增长的影响。
建立对数化模型,可得：
ln gd p it = ∂ ln pr i it + β ln in t it + χ ln ad v it + δ ln m c it + φ ln la b it + ϕ ln tf p it + ε it （15）
该式意味着区域经济增长可以表示为劳动、物质资本、人力资本和全要素生产率的增长,据此可将经济增长的差异分解为人力资本差异、劳动力差异、物质资本差异、全要素生产率差异。而为更好地分析各要素对区域经济增长的作用,因而给出SLM模型和SEM模型进行比较,以便择优选择模型进行结果分析。
2.3.2 区域经济增长的空间滞后模型 为了准确估算生产要素对区域经济增长的影响和贡献,应将普遍存在的空间相关性考虑进来,区域经济增长不仅受本区域的影响还受邻近区域的影响,这就是空间滞后模型。
ln gd p it = ρ W ln gd p it + ∂ ln pr i it + β ln in t it + χ ln ad v it + δ ln m c it + φ ln la b it + ϕ ln tf p it + ε it （16）
式中：W为空间权重矩阵;空间滞后变量Wlngdp是在地理上邻近的各地区生产总值的加权求和,其参数ρ度量了地理上邻近省域的空间外溢效应。
2.3.3 区域经济增长的空间误差模型 为了考量遗漏变量或未观测变量等影响区域经济增长的作用,本文以存在于随机扰动项的空间相关性来测度邻近省域经济增长的误差冲击对本省域的影响。描述空间上相关的误差项发挥作用的空间误差模型可表示为：
ln gd p it = ∂ ln pr i it + β ln in t it + χ ln ad v it + δ ln m c it + φ ln la b it + ϕ ln tf p it + ε it ε it = λW ε it + μ it （17）
式中：W为空间权重矩阵,参数λ衡量了样本值的误差项对省域经济增长的空间误差溢出效应。

3 适宜性人力资本与区域经济协调发展空间计量分析

3.1 空间相关性检验结果

3.1.1 人力资本的全域自相关性分析 采用GeaDa软件,利用1998年、2003年、2008年、2014年的30个省市的截面数据的人力资本指标计算Moran's I指数,进行全域空间自相关分析,其中,空间权重矩阵选用的是地理邻接空间权重矩阵（W）,以此探讨某一省域与其邻近省域之间人力资本的空间相关性（表1）。
Tab. 1 Human capital Moran's I index and its Z values of China's 30 provinces

表1 中国30个省域人力资本Moran's I指数及其Z值

时间 Moran's I sd Z值 P值
1998 0.333 0.1089 3.3636 0.004
2003 0.3341 0.1076 3.4145 0.003
2008 0.3286 0.1060 3.4142 0.005
2014 0.3784 0.1124 3.6628 0.004
从Moran's I指数的正态统计量Z值均大于1.96①(① 正态分布函数在1%显著水平下的临界值（1.96）),这表明全国30个省域人力资本在空间上存在显著的空间自相关,说明人力资本在省域地理空间分布是具有空间依赖性,也就是人力资本在省域之间会呈现集聚现象,造成区域之间人力资本的不平等,并且全局空间自相关检验值基本上是随时间而呈现出扩大趋势,1998年的人力资本Moran's I指数为0.333,2014年的人力资本Moran's I指数为0.3784,说明随着时间发展,这些省域人力资本的空间自相关性进一步加强。
据表2各省域空间相关模式发现,全国位于第二、第四象限的省域较少（1998年、2008年、2014年为7个,2003年为9个）,第一、第三象限省域人力资本出现HH和LL两种模式的分化,因此可以认为,中国人力资本集聚存在地理空间依赖性和异质性。从人力资本的整体分布情况来看,HH集聚型的省域基本上位于东部沿海地区,可见人力资本趋利聚集趋势,另外部分HH集聚型省域位于中部地区,由于该地区人力资源丰富,相对而言人力资本相对总量较大（例如河南人口过亿）,LL集聚型基本上位于中西部地区,LH集聚型和HL集聚型两种空间相关分布较少,即全国各省域呈现HH集聚型和LL集聚型的两极化趋势明显,这与区域发展差异的结构分解结论基本一致,表明人力资本总量差异很大程度上是东部和中西部之间的区域发展差异体现。
Tab. 2 Spatial correlation patterns of human capital in various provinces of China from 1998 to 2014

表2 1998-2014年有代表性年份各省域人力资本的空间相关模式②(② 由于采用地理邻接空间权值矩阵,海南空间相关性不显著,因而没有列出。)

年份 第一象限（HH） 第二象限（LH） 第三象限（LL） 第四象限（HL）
1998 山东、江苏、河南、河北、浙江、上海、福建、安徽、湖北、湖南、辽宁 北京、广西、江西、山西、天津 重庆、贵州、陕西、吉林、内蒙古、云南、黑龙江、甘肃、青海、宁夏、新疆 广东、四川
2003 山东、江苏、河南、河北、浙江、上海、福建、安徽、湖北 北京、广西、江西、山西、天津、湖南 重庆、贵州、陕西、吉林、内蒙古、云南、黑龙江、甘肃、青海、宁夏、新疆 广东、四川、辽宁
2008 山东、江苏、河南、河北、浙江、上海、福建、安徽、湖北、北京 广西、江西、山西、天津、湖南 重庆、贵州、陕西、吉林、内蒙古、云南、黑龙江、甘肃、青海、宁夏、新疆、辽宁 广东、四川
2014 山东、江苏、河南、河北、上海、福建、安徽、湖北、北京 广西、山西、天津、湖南、江西 重庆、贵州、陕西、吉林、内蒙古、云南、黑龙江、甘肃、青海、宁夏、新疆 广东、四川、辽宁
具体来看,1998-2014年期间有代表性年份的四种集聚类型人力资本的集聚特征和区域分布如下：① HH集聚型区域。山东、江苏、河南、河北、浙江、上海、福建、安徽、湖北一直属于HH集聚型,湖南省2003年退出HH集聚型,2008年增加了北京等省域。位于该区域的省域不仅具有较高人力资本总量,其周边省域人力资本也相对集中,也就是说这一区域能够发挥扩散效应。以上海市为例,其2014年平均受教育水平达到10.82年,其周边的省域江苏省、浙江省等均超过全国人均受教育水平9.04年,说明长三角区域的省份人力资本水平均较高,上海市与周边省域空间差异程度较小;② LH集聚区域。广西、山西、天津一直处于LH集聚区域,北京从LH集聚区域进入HH集聚区域,湖南则从HH集聚区域进入了LH集聚区域,此类地区的人力资本总量相对较少,而其相邻的省域人力资本总量相对丰富,以江西省为例,其人均受教育年限2008年为8.26年,2014年为8.88年,均低于全国人均受教育水平,而其周边省域的人均受教育水平基本高于全国水平,因此使得江西省成为HH集聚区域与LL集聚区域之间的过渡区域。③ LL集聚区域。西部以及东北地区基本上处于LL集聚区域（辽宁在1998年和2008年处在LL集聚区域）,这些省域地理位置邻近,人力资本总量水平都较低,以青海为例,其人均受教育年限与大部分周边省域的人均受教育年限均低于全国水平（2008年全国为8.27年,2104年为9.04年）,由于区域发展较为落后这一相似特征而集中在一起,并且较为稳定,成为低低集聚的人力资本潜在增长区。④ HL集聚区域。广东、四川一直处在该种类型区,辽宁在2003年和2014年加入,该类省域具有较高的人力资本总量,而其周边的省域人力资本总量相对较低,因而这一区域能够产生极化效应,广东、四川与周边省域（如广西、青海等）的人力资本差距有缓慢增大势头,以四川为例,1998年的人均受教育年限为6.83年,2003年为7.42年,2008年为7.51年,2014年为8.35年,人力资本水平逐年上升,虽其人均受教育年限均低于全国水平,但却普遍高于周边省域（西藏、甘肃、青海等）,从而形成以四川为中心的人力资本高低聚集区域。
3.1.2 局域空间自相关的LISA分析 为检验局部的高值和低值在空间上的集聚效应,深化全域空间自相关分析结果,因而对不同年份人力资本与地区生产总值的LISA值及其显著性进行分析,考察人力资本与区域经济发展是否具有类似的空间集聚路径。
从LISA集聚图得出的信息基本一致,人力资本与区域经济增长都存在局域空间关联效应,图1显示,山东、江苏、安徽、福建等东部、中部省域的空间正相关关系显著,人力资本集聚效应明显（HH集聚）,是中国人力资本相对集中地区;同时,西部省域则为LL集聚,由于受到历史因素、地理位置、经济发展层次等影响,这些省域人力资本水平较低,从而形成了低水平的集聚圈,四川为HL集聚区域,说明四川是西部人力资本的增长极（集中地）,靠近东部地区的部分中部省域为LH集聚区域,即过渡区域。随着时间变化,人力资本的集聚程度和结构并没有非常明显变化,表明绝大部分省域与其邻近省域具有高度的空间稳定性。图2显示,山东、江苏、上海、福建等东部省域为HH集聚区域,西部省域为LL集聚区域,四川为HL区域,西部经济增长极,中部等省域为LH集聚区域,综合图1和图2发现,人力资本与区域经济增长同样具有路径依赖性,二者具有明显的空间正相关特征,人力资本集中的省域经济较为发达,人力资本薄弱的省域经济较为落后。
Fig. 1 LISA cluster chart of human capital

图1 人力资本的LISA集群图

Fig. 2 LISA cluster chart of regional GDP

图2 地区生产总值的LISA集聚图

以上探索性空间数据分析说明中国人力资本与区域经济发展在东中西部之间呈现东部省域发达,中部省域过渡,西部地区落后的空间集聚与非均衡发展,并且可以初步得出人力资本有利于区域经济增长。

3.2 适宜性人力资本与区域经济发展的空间计量实证分析

3.2.1 空间效应检验 探索性空间相关分析已表明中国人力资本与经济增长显著的空间依赖性特征,但其相关分析并不能显示人力资本与其他控制变量对区域经济增长的作用和贡献大小,理论分析和经验研究表明纳入空间效应的空间滞后模型（SLM）和空间误差模型（SEM）可以较好地解决这一问题。因此,先通过LR检验和拉格朗日乘数（Lagrange Multiplier）及其稳健性检验来判断空间计量的空间效果和具体形式（表3）。
Tab. 3 The spatial correlation testing results based on geometric distance space weight matrix

表3 基于地理距离空间权重矩阵的空间相关性检验结果

变量 空间效应检验
最小二乘估计 空间固定效应 时间固定效应 时空固定效应
FE_rsqr2 0.9933 0.9892 0.9981
LM-lag 130.8652*** 263.2731*** 3.6398* 4.0528**
LM-error 174.2979*** 70.4367*** 3.4887* 2.5570
Robust LM-lag 80.2733*** 194.3314*** 2.6523 1.5339
Robust LM-error 123.7060*** 1.4950 2.5012 0.0380
R2 0.9743 0.9823 0.9896 0.6259
LIK 148.8044 492.8111 371.1544 812.5794
LR test 882.8500*** 639.5366***

注：***、**、*分别表示在1%、5%、10%水平下通过显著性检验。

根据LR检验的结果判定,在空间固定效应和时间固定效应下,LM统计量分别为882.8500、639.5366,并且都在1%的水平下显著,拒绝虚无假设,因此,考虑时间和空间效应的双因子固定效应是本文合适的实证模型。在确定双因子固定效应模型滞后,本文根据LM检验及其稳健性检验来判断SLM和SEM优劣。根据表3可知,LM检验结果显示,LM-lag在5%的水平下显著,LM-error统计量没有通过显著性检验,因此在LM检验下空间滞后模型（SLM）比空间误差模型（SEM）更具优势。这表明邻近地区的解释变量对区域经济增长的影响非常明显,换言之,一个省域的人力资本与邻近省域经济增长之间存在空间依赖关系,这种省域的空间效应主要表现为人力资本等解释变量的空间扩散现象。在稳健的LM检验中,Robust LM-lag和Robust LM-error均没有通过显著性检验,说明稳健条件下的空间自相关滞后项和误差项不存在虚无假设,即不能被拒绝,故此只能根据LM检验做出选择,即选择SLM模型更为合适。
3.2.2 适宜性人力资本与区域经济发展整体层面分析 本文给出了时空固定效应和随机效应的空间滞后模型和空间误差模型（表4）,首先,在Hausman检验结果中,空间滞后模型和空间误差模型Hausman统计值均拒绝随机效应模型优于固定效应模型的虚无假设,其次,空间误差模型下LR检验统计值（1646.2938）显著且大于空间滞后模型下LR检验统计值（1645.4935）,因此下文重点关注时空固定效应下SLM的估计结果。依据回归估计结果来看,初级人力资本与中级人力资本对区域经济增长影响并不显著,高级人力资本、物质资本、全要素生产率对区域经济增长都有显著的促进作用,而劳动力在模型中作用显著为负。具体来看：
Tab. 4 SLM and SEM regression results based on geometric distance space weight matrix

表4 基于地理距离空间权值矩阵的SLM和SEM回归结果③(③ 由于本文采用地理邻接矩阵,仅考虑省域与邻近省域之间的人力资本空间相关性,未考量跨省域之间的空间相关性,而拥有中级人力资本的劳动力是区域人力资本流动的主力,也可能导致中级人力资本对区域经济增长影响减小,需进行下一步研究。)

变量 空间滞后模型 空间误差模型
时空固定效应 随机效应 时空固定效应 随机效应
lnpri 0.0069 -0.0139* 0.0060 0.0226
(0.6465) (-1.7567) (0.5929) (1.3644)
lnint -0.0267 -0.0255 -0.0235 -0.0680***
(-1.5204) (-1.4493) (-1.3785) (-2.8068)
lnadv 0.03102** 0.0359** 0.0296** 0.0517***
(2.4677) (2.5097) (2.3746) (3.5996)
lnmc 0.0493*** 0.0810*** 0.0487 0.0888***
(5.9812) (8.1592) (5.9808) (8.8454)
lnlab -0.0656** 0.1232*** -0.0654** 0.1513***
(-1.9668) (3.1596) (-2.0210) (3.7156)
lntfp 0.8852*** 0.9173*** 0.8770*** 0.8974***
(26.1095) (22.7826) (26.3365) (21.4475)
常数项 - -3.2078*** - 0.5391
- (-9.6138) - (1.2845)
ρ -0.0839** 0.4669*** - -
(-1.8656) (23.1118) - -
λ - - -0.1069*** 0.9530***
- - (-1.7126) (127.3991)
Teta - 0.0230*** - 113.5472***
- (5.4785) - (4.3651)
Hausman test - -150.9005*** - -44.2174***
R2 0.9981 0.9970 0.9981 0.9971
LR test 1646.2938*** 1156.2360*** 1645.4935*** 1007.9686***
LIK 814.4135 -150.9005 814.0134 495.2509

注：***、**、*分别表示在1%、5%、10%水平下通过显著性检验,（）内为统计值。

（1）初级人力资本（pri）和中级人力资本（int）。在地理距离空间权重矩阵设定下发现,初级人力资本和中级人力资本没有通过显著性检验,无论对于本省域还是邻近省域,初级人力资本对于区域经济增长作用不显著,更不用讨论其作为间接投入要素通过促进技术进步提升劳动生产率的可能,原因在于初级人力资本很难适应现代高技术的要求,而且相较而言初级人力资本的流动较小,对邻近省域影响小;就中级人力资本而言,在一些研究中,认为中级人力资本与资本等要素的结合更为接近生产可能性边界[6],加入空间因素后,中级人力资本影响并不显著,说明省域和邻近省域之间人力资本交流和合作较少。
（2）高级人力资本（adv）。在地理距离空间权重矩阵设定下,高级人力资本对区域经济增长具有明显的正向作用。表明一个省域高级人力资本每提高1个百分点,地区生产总值增加0.03102个百分点,高级人力资本产出弹性并不高,原因可能在于中国大部分省域的经济结构并没有上升到高技术含量的层次,可能出现高级人力资本岗位低配的问题,或者是区域经济环境优化不够,高级人力资本的效能受到限制,一定程度上导致了高级人力资本的外流,以及阻碍了人力资本的再积累和有效发挥。因此,各省域应不断提升服务意识,优化就业环境,提升产业升级步伐和区域创新动力,不断培育高级人力资本以及促进已有高级人力资本潜能发挥。
（3）空间滞后回归系数（ρ）。空间滞后回归系数为负,表明本省域人力资本对邻近省域经济增长具有显著的负向影响。由于区域经济差距的存在以及省域人力资本的空间迁移,省域人力资本之间存在很强的竞争关系,一方面,若本省域人力资本输出流向邻近省域,可能不能促进邻近省域经济增长,原因在于初级和中级人力资本作为回流的主力,在邻近省域所创造的财富带回本省进行消费和投资,降低邻近省域再积累和再投资能力,从而拖累邻近省域的经济发展,另一方面,若本省域吸纳邻近省域人力资本能力强,导致邻近省域人力资本积累下降,则也不利于邻省经济增长。
（4）物质资本（mc）。物质资本在1%水平下显著,且其相关系数为正,表明物质资本每增长1个百分点,地区生产总值增加0.0764个百分点,从时间维度出发,随着时间的推进,物质资本一直是区域经济发展的重要推动力,物质资本积累仍有发挥的空间,说明从短期来看区域经济增长依然需要物质资本的大量投入;从空间角度出发,物质资本仍是各省域经济增长的重要动力,物质资本存量增加会使得该省域的地区生产总值提高,同时发挥物质资本的空间扩散效应,促进邻近省域物质资本投资的增加,从而加速邻近省域经济增长。
（5）劳动力（lab）。劳动力指标在1%水平下显著,估计结果显示劳动力对区域经济增长具有负影响,由于生育率下降以及老龄化趋势加剧,人口红利正在消失,劳动年龄人口减少,劳动力供给出现不足,导致区域经济增长中劳动力优势不明显,另外,由于劳动力供给不足,愈来愈多老龄、文盲、低技能劳动力涌入劳动力市场,随着区域经济发展,这些劳动力很难适应经济社会发展的需要,无法匹配日益升级的产业结构以及日益现代化的科学技术,导致劳动效率低下,从而降低社会生产率,也就是说其对经济增长贡献极其有限甚至可能成为拖累。
（6）全要素生产率（tfp）。全要素生产率在1%的水平下显著,且其相关系数为正,表明一个省域全要素生产率每提高1个百分点,地区生产总值增加0.8852个百分点,这个比值说明全要素生产率对经济增长的贡献极大,省域技术发展程度与该省域的经济发展水平密切相关,但是有研究表明全要素增长率的提升很大程度应归功于人力资本的增长,这也就说明了为什么人力资本作为直接生产要素作用于经济增长不明显,而作为间接生产要素作用于经济增长明显,省域人力资本积累促进省域技术进步,并通过省域之间的经济联动,促进人力资本与技术合作交流,从而促进省域和邻近省域的经济发展。
3.2.3 适宜性人力资本与区域经济增长的区域差异分析 （1）东部地区人力资本实证分析。表5空间效应检验结果表明,LM-lag和LM-error在1%水平下显著,而Robust LM-lag和 Robust LM-error统计量均不显著,因而只能比较LM-lag和LM-error的大小,LM-lag统计量（11.5863）显著大于LM-error统计量（11.4267）,因此,本文认为空间滞后模型（SLM）要优于空间误差模型（SEM）,所以重点关注SLM的估计结果。依据回归估计结果来看（表6）,初级和中级人力资本对东部区域经济增长影响不显著,可能的原因在于：一方面由于东部地区对教育人力资本的大力投资,初级、中级人力资本存量大幅下降,另一方面,随着东部地区产业结构的升级,经济发展方式由粗放向集约发展,产业结构开始呈现高级化发展态势,对所需人力资本专业化、高层次化要求提升,初级和中级人力资本在经济发展过程中贡献越来越不明显。与之相反,高级人力资本对东部地区区域经济增长起正向作用,表明东部省域高级人力资本每提高1个百分点,地区生产总值增加0.052个百分点,东部较为发达,物质资本配备、基础设施配置、高收益回报率等激励机制都使得高级人力资本能够充分发挥其效用,大大提升生产力水平,促进区域经济增长。物质资本、劳动力以及全要素生产率对东部区域经济增长作用显著,说明现阶段东部地区经济增长仍要依赖于资本投入、劳动力投入以及技术投入,东部地区劳动力贡献较大,原因可能在于东部地区仍存在不少的三来一补企业,对劳动力需求较为旺盛,显然技术投入贡献率最大,全要素生产率每提高1%,地区生产总值增加0.791%。
Tab. 5 Spatial effect tests of regional human capital and regional economic growth model

表5 分区域人力资本与区域经济增长模型空间效应检验

区域 检验 统计量 P值
东部 LM-lag 11.5863 0.001
LM-error 11.4267 0.001
Robust LM-lag 1.4966 0.221
Robust LM-error 1.3370 0.248
中部 LM-lag 2.2231 0.136
LM-error 1.5443 0.214
Robust LM-lag 13.1752 0.000
Robust LM-error 12.4964 0.000
西部 LM-lag 6.8045 0.009
LM-error 2.7567 0.097
Robust LM-lag 13.6932 0.000
Robust LM-error 9.6454 0.002
东北部 LM-lag 1.5596 0.212
LM-error 4.6544 0.031
Robust LM-lag 7.2425 0.007
Robust LM-error 10.3373 0.001
Tab. 6 The estimation of SLM model for regional economic growth by regional human capital

表6 分区域人力资本作用于区域经济增长的SLM模型估计结果

区域 东部 中部 西部 东北部
feF reF feF reF feF reF feF reF
(1) (2) (3) (4) (5) (6) (7) (8)
lnpri -0.0155 -0.0506** 0.0077*** 0.0177 0.0982** -0.2087*** 0.1042 -0.1431**
(-1.1708) (-2.1173) (0.2615) (0.5034) (2.4198) (-3.123) (1.4617) (-2.351)
lnint -0.0205 -0.0739 0.0403 -0.2795*** -0.1064** -0.6759*** -0.2039** 0.1452
(-0.7518) (-1.4514) (1.0680) (-3.1679) (-1.966) (-5.085) (-2.192) (1.1240)
lnadv 0.0527*** 0.1161 -0.0151 0.2632*** -0.0115 0.8169*** 0.0623* -0.0061
(2.7518) (3.056) (-0.6918) (3.9785) (-0.361) (7.0355) (1.8947) (-0.0620)
lnmc 0.0510*** 0.0737 0.0065* 0.2141*** -0.0037 0.1292* 0.4603*** 0.5446***
(4.2763) (2.870) (0.4659) (4.4907) (-0.218) (1.7580) (11.165) (6.5448)
lnlab 0.2170*** 0.8642 -0.6139*** 0.6993*** -0.0068 -0.0199 0.7304*** 0.2340
(4.2652) (14.3871) (-6.3901) (4.1051) (-0.500) (-0.334) (3.3003) (1.4033)
lntfp 0.7910*** 1.4595 0.6337*** 1.8679*** 0.1745*** 1.1517*** 0.1755 1.2869***
(12.5645) (21.1350) (11.4677) (12.1899) (4.5416) (7.5424) (1.3980) (4.5917)
常数项 - -8.5116*** - -8.1923*** - 3.5783*** - -3.6811**
- (-16.0990) - (-5.8474) - (2.9552) - (-3.4005)
ρ -0.0589*** 0.0809*** -0.2360*** -0.2360** -0.2360** -0.2360 -0.2360** -0.2360***
(-0.9021) (3.6905) (-0.2360) (-3.5458) (-2.426) (-3.419) (-3.702) (-2.8672)
Teta - 0.1788*** - 0.1327** - 0.0850*** - 0.5300*
- (3.2065) - (2.4684) - (3.3271) - (1.9347)
Hausman test - -389.5587*** - -199.3102*** - 207.369*** - -21.5759***
R2 0.9986 0.9932 0.9989 0.9823 0.9944 0.8886 0.9990 0.9824
LR test 553.1089*** 248.4976*** - - - - - -
LIK 294.8083 142.5026 - - - - - -

注：feF为固定效应,reF随机效应,***、**、*分别表示在1%、5%、10%水平通过显著性检验,（）内为统计值。

（2）中部地区人力资本实证分析。表5空间效应检验结果表明,LM-lag和LM-error均不显著,而Robust LM-lag和 Robust LM-error均在1%水平下显著,因而需要比较其统计量的大小,Robust LM-lag统计量（13.1752）显著大于Robust LM-error统计量（12.4964）,因此,本文认为空间滞后模型（SLM）要优于空间误差模型（SEM）,所以重点关注SLM的估计结果。依据回归估计结果来看（表6）,中部地区初级人力资本在1%水平下显著,中部六省作为农业大省其生产方式相对粗放,第一产业的发展更多依赖的是初级人力资本;中级和高级人力资本作用不显著,中部地区对教育人力资本投资较大,但中级和高级人力资本存量不足,由于人力资本普遍流入经济更为发达、发展机会更多的东部地区,导致对中部地区贡献不明显,因此,中部地区应健全人力资本激励机制,留住人才,建设中部。劳动力显著为负,说明中高级劳动力流出,可能导致中部劳动力整体素质较低,而且劳动力数量新增人数下降,人口逐渐老龄化,不仅不能促进经济增长,还可能拉低潜在经济增长率。物质资本、全要素生产率显著为正,显然全要素生产率对区域经济增长贡献度大。
（3）西部地区人力资本实证分析。表5空间效应检验结果表明,LM-lag、LM-error、Robust LM-lag和 Robust LM-error均在10%水平下显著,比较LM-lag和LM-error的大小,LM-lag统计量（6.8045）显著大于LM-error统计量（2.7567）,因此,本文认为空间滞后模型（SLM）要由于空间误差模型（SEM）,所以重点关注SLM的估计结果。依据回归估计结果来看（表6）,初级人力资本显著为正,说明西部地区农牧业为主,现阶段初级人力资本对经济增长起促进作用;中级人力资本显著为负,原因可能一是中高级人力资本错配,二是为谋求更好的生活,中级人力资本逃离本地,驻外定居;高级人力资本不显著,说明西部地区经济结构还没有达到高技术层级,高级人力资本发挥空间小,另一方面也说明西部地区经济增长空间大。西部其物质资本与劳动力均不显著,全要素生产率显著为正,说明西部地区作为欠发达地区应加强物质资本投资、劳动力投入,以及通过技术模仿,发挥技术后发优势促进经济发展。
（4）东北地区人力资本实证分析。表5空间效应检验结果表明,LM-lag不显著,LM-error、Robust LM-lag和 Robust LM-error均在1%水平下显著,因而需要比较稳健滞后统计量和稳健误差统计量的大小,Robust LM-error统计量（10.3373）显著大于Robust LM-lag统计量（7.2425）,因此,本文认为空间误差模型（SEM）要优于空间滞后模型（SLM）,所以重点关注SEM的估计结果。依据回归估计结果来看（表7）,初级人力资本显著为正,东北地区同为农业大省,第一产业较为发达,对初级人力资本有较大需求;中级人力资本显著为负,高级人力资本显著为正,东北地区面临经济转型、产业结构优化升级,中级人力资本已不适应升级转型要求,急需高级人力资本进驻,而且其原有工业基础较好,经济发展起点较高,因而对人才的要求较高;物质资本、劳动力以及全要素生产率显著为正,但其全要素生产率产出弹性最小,说明东北地区以原有老工业基地固步自封,转型升级难度大,对技术创新疏于重视,还是采用传统生产要素投入促进经济发展,可见,东北地区在振兴东北老工业基地时应更加重视区域技术创新的作用。
Tab. 7 The estimation of SEM model for regional economic growth by regional human capital

表7 分区域人力资本作用于区域经济增长的SEM模型估计结果

区域 东部 中部 西部 东北部
feF reF feF reF feF reF feF reF
（1） （2） （3） （4） （5） （6） （7） （8）
lnpri -0.0127 -0.0466** 0.0085 0.0141 0.0943** 0.0855* 0.1146* -0.088
(-1.0936) (-1.9457) (0.3000) (0.6053) (6.6141) (1.6882) (1.7971) (-1.4541)
lnint -0.0026 -0.0835* 0.0519 -0.1882*** -0.1038** -0.0854 -0.2125** 0.0568
(-0.1067) (-1.7196) (1.4564) (-3.0514) (2.2899) (-1.533) (-2.484) (0.7405)
lnadv 0.0405** 0.1240*** 0.0519 0.1745*** -0.0044 0.0012 0.0698** 0.0304
(2.3007) (3.5493) (-1.0346) (-3.0514) (-1.996) (0.0428) (2.3371) (0.8926)
lnmc 0.0434*** 0.0680*** 0.0274** 0.2160*** 0.0117 0.0335** 0.5908*** 0.4888***
(3.7945) (3.0196) (2.0961) (6.1396) (-0.1480) (2.2477) (19.262) (15.7769)
lnlab 0.1534*** 0.7008*** -0.5788*** 0.7705*** -0.0185 -0.0364*** 0.8516*** 0.7088***
(3.1440) (9.9385) (-6.7309) (7.4859) (-1.5050) (-3.178) (4.4124) (7.3906)
lntfp 0.7918*** 1.5539*** 0.6114*** 1.4487*** 0.1192*** 0.0498 0.3316*** 0.6515***
(13.4603) (25.3003) (12.8890) (18.9505) (3.3893) (1.4908) (3.2401) (5.6682)
常数项 - -7.9195*** - -8.1743*** - 7.6718*** - -4.2121***
- (-14.5409) - (-9.2174) - (18.422) - (-4.7451)
λ -0.0589*** 0.3334*** -0.3149*** -0.2607** 0.2339*** 0.9681*** -0.4019*** 0.6862***
(-0.9021) (4.5358) (-2.8679) (-2.6654) (2.7642) (180.05) (-4.292) (12.5372)
Teta - 20.7440** - 2.3050** - 93.4932** - 0.5304
- (2.4473) - (2.4629) - (2.4725) - (0.9963)
Hausman test - -1544.137*** - -849.9903*** - -61.164*** - -92.4725***
R2 0.9985 0.9932 0.9990 0.9890 0.9948 0.9941 0.9991 0.9967
LR test 568.9462*** 260.4066*** - - - - - -
LIK 302.7269 148.4571 - - 216.437 100.3692 128.8873 -

注：feF为固定效应,reF随机效应,***、**、*分别表示在1%、5%、10%水平通过显著性检验,（）内为统计值。

4 结论与讨论

通过运用空间统计（ESDA分析方法）和空间计量方法（SLM模型和SEM模型）,从全国和区域两个层面探索适宜性人力资本与区域经济发展,以此找寻适宜的人力资本配置以缩小区域经济差距。实证分析结果表明,不同层次人力资本对区域经济发展影响不同,并且不同层次人力资本对不同经济发展水平、不同类型经济区域的适宜程度和作用效果不一。主要结论有：
（1）人力资本具有明显的空间正相关性,从全国层面来讲,初级人力资本和中级人力资本对区域经济增长影响并不显著,高级人力资本则显著为正并开始发挥效力。可见,21世纪中国经济转型升级,以及知识创新和信息传播速度的加快,要求高级人力资本与之适宜,从而推动其效能发挥,以实现区域经济发展。
（2）从区域层面来讲,现阶段,东部地区与之相适宜的是高级人力资本配置,东部地区经济较为发达,产业结构趋于高级化,自然要求配备和跟进拥有高级人力资本;中部和西部则初级人力资本对其经济增长显著为正,中级人力资本、高级人力资本对其经济增长不显著或为负,可见,为促使中西部地区摆脱落后局面,必须强化职业技能教育,促使初级人力资本向中级人力资本过渡,以更好地实现对东部地区产业转移和承接;东北地区与之相适宜的应是高级人力资本配置,由于东北地区农业较为发达,加之老工业基地造就了大批具有一定技能的初级人力资本,初级人力资本仍占有一定比例,但现阶段东北地区最重要的是振兴东北老工业基地,面临产业转型升级,提升高级人力资本比例,引进高级人才成为重中之重。
上述结论对中国区域人力资本培育和经济协调发展具有重要的政策启示：① 突显人力资本培育政策的空间差异。东部和东北地区应侧重不断增加高等教育比例,在培养和引进高级人力资本上下功夫,注重高等教育发挥区域创新的效用;中部和西部地区经济较为落后因而人力资本投资相对较少,故因注重在加大初等教育基础上,加大中等教育比例,强化职业技能教育,为区域经济高速发展奠定动力基础。② 注重人力资本适宜性环境营造。优化区域人才发展环境,尤应加强服务环境和创业环境的优化,加大区域住房、教育、医疗等基础设施建设,建设宜居宜业的就业环境,为高层次人才效能的发挥创造良好的环境;另一方面,各区域应促进人才培养和发展政策落地见效,尤其是欠发达地区应加快制度创新力度,通过户籍制度改革以及人才引进机制,实现人才引进来、留得住。③ 促进适宜性人力资本在异质区域的合作。强化产业对接、人才对接,引导人力资本合理流动,以实现各区域不同层次人力资本都有所分布,并且占比合理,并尽可能发挥极化效应,实现区域之间的产业协同和技术协同,使之人力资本分配符合区域产业结构分布要求,利用率高而且闲置率低,通过异质区域合作促进区域内人力资本优化配置,实现区域经济协调发展。
在中国区域经济失衡的大背景下,本文从适宜性人力资本角度出发,重新审视了人力资本对区域经济协调发展的作用机制,丰富和发展了人力资本理论与适宜要素理论,在扩展人力资本的内涵和特性、扩宽研究视野有着较为重要的理论意义。另外,促进区域经济协调发展是贯彻落实科学发展观的重要要求。十八届五中全会提出“塑造要素有序自由流动、主体功能约束有效、基本公共服务均等、资源环境可承载的区域协调发展新格局”。十三五规划纲要更是提出“促进区域经济协同、共同发展的区域总体发展战略”,这也是新常态经济下经济增速放缓的转型提质要求。而适宜性人力资本的挖掘为区域经济协调发展提供了新的思路和理论依据,为政府部门制定相关区域人力资本政策提供参考。

The authors have declared that no competing interests exist.

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Benhabib J. Spiegel MM.The role of human capital in economic development evidence from aggregate cross-country data. Journal of Monetary Economics, 1994, 34(2): 143-173.No abstract is available for this item.

DOI

[2]
Schultz TW.Investment in human capital. American Economic Review, 1961, 51(1): 1-17.

[3]
Becker G.Investment in human capital: A theoretical analysis. Journal of Political Economy, 1962, 70(5): 9-49.

DOI

[4]
张帆. 中国的物质资本和人力资本估算. 经济研究, 2000, 45(1): 65-71.

[Zhang Fan.Material capital and human capital measurement in China. Economic Research, 2000, 45(1): 65-71.]

[5]
蔡昉, 都阳. 中国地区经济增长的趋同与差异: 对西部开发战略的启示. 经济研究, 2000, 45(10): 30-38.西部开发战略要想取得成效 ,需要选择恰当的投资领域 ,使得西部地区获得经济增长速度趋同的机会。本文从经验上考察中国地区经济增长中存在着俱乐部趋同以及条件趋同的现象 ,意味着在中西部地区存在着一系列不利于向东部发达地区趋同的因素 ,如人力资本禀赋稀缺、市场扭曲和开放程度不足。实施西部开发战略的含义在于创造条件使地区经济增长形成趋同的趋势 ,而投资的重点应该选择那些能够改进西部地区增长条件的领域。

[Cai Fang, Du Yang.The convergence and difference of regional economic growth in China the enlightenment to the Western Development Strategy. Economic Research, 2000, 45(10): 30-38.]

[6]
邹薇, 张芬. 农村地区收入差异与人力资本积累. 中国社会科学, 2006, 26(2): 48-56.

[Zou Wei, Zhang Fen.Income disparity in rural areas and human capital accumulation. Social Sciences in China, 2006, 26(2): 48-56.]

[7]
孙硕, 马健麇. 人力资本对区域经济增长影响分析. 商业经济研究, 2016, 34(5): 199-201.

[Sun Shuo, Ma Jianhe.The impact of human capital on regional economic growth. Journal of Commercial Economics, 2016, 34(5): 199-201.]

[8]
李海峥, 贾娜, 张晓蓓, 等. 中国人力资本的区域分布及发展动态. 经济研究, 2013, 58(7): 49-62.

[Li Haizheng, Jia Na, Zhang Xiaopei, et al.Regional distribution and dynamics of human capital in China. Economic Research, 2013, 58(7): 49-62.]

[9]
朱青, 罗志红, 张伟. 区域间人力资本存量与经济增长: 一个动态比较. 商业研究, 2016, 58(5): 25-31.基于对我国东中西部地区1990-2013年资本存量相关指标的测算,本文运用协整分析法和VEC模型分析法,动态比较资本存量对各区域经济增长长期均衡与短期变动的作用。实证结果表明:东中西部地区物质资本与人力资本均显著拟合了扩展的经济增长函数,其中中部与西部地区的物质资本的经济增长弹性系数均小于1,其经济增长模式仍是粗放型;东部与中部地区的人力资本对经济增长的贡献率均远远高于西部地区,西部地区的人力资本的生产要素功能并不明显;在短期内,东部、中部、西部地区物质资本的变动显著正向影响经济增长波动,三大区域经济增长的短期波动亦较显著地正向影响物质资本与人力资本的变动。

DOI

[Zhu Qing, Luo Zhihong, Zhang Wei.Inter-regional human capital stock and economic growth: A dynamic comparison. Commercial Research, 2016, 58(5): 25-31.]

[10]
周惠民, 逯进, 朱顺杰. 人力资本空间特性的ESDA分析: 基于山东省的实证研究. 人口与发展, 2012, 28(6): 40-47.利用山东省2000-2010年17城市教育支出水平的面板数据,探究了山东省人力资本空间分布模式及其内在机理。总体来看山东省人力资本全域自相关特性并不显著,其空间分布趋向于离散、随机的分布模式;而局域空间自相关分析却表现出人力资本空间分布的异质性特点,其中以济青都市圈所辖城市为主的核心区域大都显示为正的空间自相关性,而外围区域大都显示出负的空间自相关性。

DOI

[Zhou Huimin, Lu Jin, Zhu Shunjie.ESDA analysis of spatial characteristics of human capital: An empirical study about Shandong province. Population and Development, 2012, 28(6): 40-47.]

[11]
高远东, 花拥军. 异质型人力资本对经济增长作用的空间计量实证分析. 经济科学, 2012, 33(1): 39-50.本文分别构建了卢卡斯作用机制、尼尔森一菲尔普斯作用机制及其联合作用机制下的空间经济增长模型，运用中国27个省的面板数据，对各类型人力资本作用经济增长的机制、显著性及其空间外溢性进行了实证研究。结果显示：（1）基础人力资本与知识人力资本均是通过尼尔森一菲尔普斯机制促进经济增长，其中，知识人力资本对经济增长贡献最大。技能人力资本与制度人力资本在各种机制下对经济增长的作用统计上均不显著。反映出我国人力资本结构层次低下。（2）各类型人力资本的空间依赖性均显著，表现出各类型人力资本对邻接省域经济增长有显著的促进作用。

[Gao Yuandong, Hua Yongjun.Spatial econometric analysis of heterogeneous human capital on economic growth. Economic Science, 2012, 33(1): 39-50.]

[12]
谢呈阳, 胡汉辉, 周海波. 区域关联视角下的人力资本与地区经济发展. 经济理论与经济管理, 2015, 34(7): 100-112.本文通过空间拓展卢卡斯(Lucas)模型的生产函数,讨论了区 域关联视角下人力资本与地区经济发展的互动关系.主要结论为:(1)相同劳动力在人力资本总量更高的地区享有更高的收入;(2)人力资本总量的增加能提高 地区实际产出,而其均量的提高能提升地区产出潜力;(3)综合考虑辐射效应和转移费用,经济高地的人力资本转出会优先惠及邻近地区.空间计量的实证还表 明,人力资本对地区经济增长的区域间交叉影响正在加强,且其均量而非总量是造成地区间经济差异的主因.

[Xie Chengyang, Hu Hanhui, Zhou Haibo.Human capital and regional development: a discussion under the perspective of regional interaction. Economic Theory and Business Management, 2015, 34(7): 100-112.]

[13]
孟晓晨, 刘洋, 戴学珍. 中国主要省份人力资本利用效率及流动方向研究. 人文地理, 2005, 19(6): 5-10.经济资源的空间分布是经济地理学常见的研究课题.但如何评价经济 资源空间分布的合理性,经济地理学还缺少有效的工具.本文利用经济学的基础理论和分析工具,对我国人力资本空间分布的合理性进行了研究,证明目前的空间分 布没有使人力资本利用效率达到最优,由此造成的GDP损失在13%.提高人力资本利用效率的简单途径是充分的人口流动.论文基于数量分析的结果给出了初等 人力资本、中等人力资本和高等人力资本各自的合理流动方向.这也证明经济学的理论可以用于经济地理学的空间研究,用于空间分布合理性的论证.

DOI

[Meng Xiaochen, LiuYang, Dai Xuezhen. Research on the human capital efficiency and the rational moving among main provinces in China. Human Geography, 2005, 19(6): 5-10.]

[14]
王金营, 郑书朋. 人力资本在经济增长中作用的东部与西部比较. 人口与经济, 2010, 30(4): 24-30.

[Wang Jinying, Zheng Shupeng.Comparison of the role of human capital in the economic growth in eastern and western region. Population and Economics, 2010, 30(4): 24-30.]

[15]
刘智勇, 胡永远, 易先忠. 异质型人力资本对技术进步的影响研究. 数量经济技术经济研究, 2008, 28(4): 86-96.

[Liu Zhiyong, Hu Yongyuan, Yi Xianzhong.Testing for the mechanism of impacts of heterogeneous human capital on economic growth. Quantitative & Technical Economics, 2008, 28(4): 86-96.]

[16]
王圣元, 陈万明, 周蔓. 异质性人力资本对经济增长作用区域差异研究. 工业技术经济, 2016, 35(2): 148-153.

[Wang Shengyuan, Chen Wanming, Zhou Man.Research on the regional difference of effect of heterogeneous human capital on economic growth. Journal of Industrial Technological Economics, 2016, 35(2): 148-153.]

[17]
杨爽. 经济增长中人力资本适配性的测度: 基于中国省际数据的实证分析. 经济学家, 2010, 21(5): 88-93.

[Yang Shuang.The measurement of the adaptation of human capital in economic growth: Empirical analysis based on Chinese provincial data. Economists, 2010, 21(5): 88-93.]

[18]
王弟海, 龚六堂, 李宏毅. 健康人力资本、健康投资和经济增长: 以中国跨省数据为例. 管理世界, 2008, 23(3): 27-39.在一个具有Arrow-Romer生产函数和Grossman(1972)效用函数的模型中,本文分析了健康投资和健康人力资本积累对物质资本积累和经济增长的影响.论文的主要结论是,经济增长既同健康投资的增长率有关系,又同健康人力资本存量有关.健康人力资本增长率总是同经济增长正相关,但健康投资量是否同经济增长正相关则取决于它如何影响物质资本积累.如果排除健康投资对物质资本的挤出效应,则健康投资总是能促进经济增长;但是,由于健康投资可能会挤占物质资本积累,所以,过多的健康投资对经济增长可能具有负作用.这一结论也得到了运用中国跨省数据的研究结果的支持.

DOI

[Wang Dihai, Gong Liutang, Li Hongyi.Health human capital health investment and economic growth: Taking Chinese inter-province data as an example. Management World, 2008, 23(3): 27-39.]

[19]
李亚玲, 汪戎. 人力资本分布结构与区域经济差距: 一项基于中国各地区人力资本基尼系数的实证研究. 管理世界, 2006, 21(12): 42-49.对我国29个省份1993～2004年的人力资本基尼系数进行测算、比较，利用各年截面数据对其与人均GDP相关关系进行检验，结果表明：我国各区域人力资本基尼系数较高，地区间人力资本的差距主要表现在人力资本分布结构上；人力资本不平等性和人力资本水平具有很高的负相关性，各区域人均受教育年限不断提高，人力资本基尼系数逐渐下降，但人力资本不平等性状况在3大区域间的差距基本上没有改变。人力资本基尼系数与地区经济发展之间存在强劲的负相关关系，且人力资本基尼系数的变化将引起人均GDP更大幅度地变化，区域间人力资本不平等性的差距是区域经济差距的重要原因。基于此，经济增长政策的选择，不仅要考虑人力资本存量，更要重视改善人力资本分布结构。

[Li Yaling, Wang Rong.Human capital distribution structure and regional economic disparity: An empirical study based on gini coefficient of human capital in Chinese provincial data. Management World, 2006, 21(12): 42-49.]

[20]
吴玉鸣, 徐建华. 中国区域经济增长集聚的空间统计分析. 地理科学, 2004, 24(6): 654-659.运用空间统计和计量经济学Moran I指数法及时空数据(Panel Data)模型分析了中国31个省级区域经济增长集聚及其影响因素.结果显示:①中国省域经济增长具有明显的空间依赖性,在地理空间上存在集聚现象,区域经济增长在时空上呈现出明显的空间效应,忽视空间效应将造成模型设定的偏差和计量结果的非科学性;②空间相关以及由此带来的国际国内贸易及外资等经济活动频繁程度,在很大程度上引起了31个省域区际经济增长的空间不均衡,空间集聚使得在经济增长过程中地理区位(距离)产生的空间成本降低,但地理特征将深刻作用于区域经济增长空间集聚的中心和外围关系;③外商直接投资、国际与区际贸易、人力资本、技术创新等因素对中国区域经济增长的贡献非常重要,但它却不能轻易改变经济地理的规则,经济增长因素在地理空间上的非均衡集聚导致了迥然不同的区域经济增长格局.

DOI

[Wu Yuming, Xu Jianhua.A spatial analysis on China's regional economic growth clustering. Scientia Geographica Sinica, 2004, 24(6): 654-659.]

[21]
陈博文, 陆玉麒, 柯文前, 等. 江苏交通可达性与区域经济发展水平关系测度: 基于空间计量视角. 地理研究, 2015, 34(12): 2283-2294.交通基础设施建设与区域经济发展关系研究是交通地理学关注的焦点,但现有研究对于两者的内在关系仍存较多争议。鉴于此,将可达性不同概念纳入空间计量模型,构建包含可达性与经济变化的二阶空间滞后模型,试图从空间计量视角探讨可达性变动与区域经济发展的联系。研究显示:交通建设扩大了长江南北可达性的绝对差距,增强了长三角江苏部分城镇间的凝聚力,使苏中地区顺利融入长三角;在江苏"十一五"期间,交通建设并没有促进经济发达城镇带动周边城镇发展,但是交通建设改善了城镇发展环境,对经济持续发展有积极的作用;在加强交通基础设施建设中,应注意交通建设对经济发展的结构性效益。

DOI

[Chen Bowen, Lu Yuqi, Ke Wenqian, et al.Analysis on the measuring of the relationship between transportation accessibility and level of regional economic growth in Jiangsu: Based on spatial econometric perspective. Geographical Research, 2015, 34(12): 2283-2294.]

[22]
宋马林, 王舒鸿, 黄蓓, 等. 中国中部六省产业集聚与扩散的空间计量. 地理研究, 2012, 30(3): 534-542.中部崛起"战略给中部六省各地区的大发展带来了新的机遇。进入十二五时期,中部地区有必要总结之前发展过程中的经验,从产业结构调整和升级着手,掌握产业更新规律,尽可能规避经济发展中的不利因素,实现产业结构升级承托的区域经济跨越式可持续发展。本文收集整理了我国中部六省共88个地市2000年至2008年第二产业数据,采用LISA统计分析空间聚集和扩散模式,结合Moran’s I和Geary’s C方法,对这88个地市产业发展所处的状态进行综合判断,并结合马尔科夫链模拟,找到各个状态之间转移的概率,预测其未来发展状态。实证表明,在内外环境没有显著变化的情况下,经过10年的快速发展之后,中部六省各地市的第二产业水平会达到相对均衡状态。

DOI

[Song Malin, Wang Shuhong, Huang Bei, et al.Analysis of industrial agglomeration and diffusion with spatial econometric for six provinces in Central China. Geographical Research, 2012, 30(3): 534-542.]

[23]
孙玉环, 季晓旭. 教育投入对中国经济增长作用的区域差异分析: 基于多指标面板数据聚类结果. 地理研究, 2014, 32(6): 1129-1139.

[Sun Yuhuan, Ji Xiaoxu.Regional differences in the impact of educational investments on China's economic growth: Based on a cluster analysis of multivariate panel data. Geographical Research, 2014, 32(6): 1129-1139.]

[24]
Anselin L.Local indicators of spatial association: LISA. Geographical Analysis, 1995, 27(2): 93-115.The capabilities for visualization, rapid data retrieval, and manipulation in geographic information systems (GIS) have created the need for new techniques of exploratory data analysis that focus on the “spatial” aspects of the data. The identification of local patterns of spatial association is an important concern in this respect. In this paper, I outline a new general class of local indicators of spatial association (LISA) and show how they allow for the decomposition of global indicators, such as Moran's I, into the contribution of each observation. The LISA statistics serve two purposes. On one hand, they may be interpreted as indicators of local pockets of nonstationarity, or hot spots, similar to the G i and G* i statistics of Getis and Ord (1992). On the other hand, they may be used to assess the influence of individual locations on the magnitude of the global statistic and to identify “outliers,” as in Anselin's Moran scatterplot (1993a). An initial evaluation of the properties of a LISA statistic is carried out for the local Moran, which is applied in a study of the spatial pattern of conflict for African countries and in a number of Monte Carlo simulations.

DOI

[25]
孟斌, 王劲峰, 张文忠, 等. 基于空间分析方法的中国区域经济差异研究. 地理科学, 2005, 25(4): 393-400.

[Meng Bin, Wang Jinfeng, Zhang Wenzhong, et al.Evaluation of regional disparity in China based on spatial analysis. Scientia Geographical Sinica, 2005, 25(4): 393-400.]

[26]
Debarsy N, Ertur C.Testing for spatial auto-correlation in a fixed effects panel data model. Regional Science and Urban Economics, 2010, 40(6): 453-470.78 LM and LR tests for spatial autocorrelation in a fixed effects panel data model. 78 Good small sample performance of the tests assessed by Monte Carlo simulations. 78 Application of the testing procedure to the Feldstein-Horioka puzzle. 78 SAR model best models spatial autocorrelation.

DOI

[27]
Lucas REJr.On the mechanics of economic development. Journal of Monetary Economics, 1988, 22(1): 3-42.This paper considers the prospects for constructing a neoclassical theory of growth and international trade that is consistent with some of the main features of economic development. Three models are considered and compared to evidence: a model emphasizing physical capital accumulation and technological change, a model emphasizing human capital accumulation through schooling, and a model emphasizing specialized human capital accumulation through learning-by-doing.

DOI

Options
文章导航

/

〈 〉