我国省域分级人力资本的收敛性分析

【前言】我国省域分级人力资本的收敛性分析由文秘帮小编整理而成，但愿对你的学习工作带来帮助。引言 随着中国经济增长方式的逐渐转变，人力资本作为技术创新、经济增长和可持续发展的动力及源泉，对中国经济增长和区域经济发展的作用日趋显现。特别是，在中国经济发展进入新常态，经济增长动力不足，供给侧改革势在必行的背景下，人力资本作为劳动要素和劳动质量...

摘要：现有文献表明，人力资本作为经济发展的重要驱动因素，整体存在收敛性。然而，不同质的人力资本在省域间是否也呈现收敛性呢？将人力资本划分为初级、高级人力资本，运用空间计量方法，分析其在各省域间的空间相关性和空间聚集类型，进而分析其收敛性。结果表明：初级、高级人力资本全局空间相关性呈现相反的变化趋势，且它们的空间聚集区域和类型存在差异；初级人力资本在省域间表现为发散，高级人力资本存在收敛性，说明高级人力资本在省域间的差距不断减小，而初级人力资本水平在发达地区的变化速度高于其他地区，其地区间的差距没有明显缩小。

关键词：初级人力资本；高级人力资本；收敛性；空间计量

中图分类号：F240文献标识码：文章编号：

Abstract：Existing literatures show that human capital is the important factors to promote the development of economy， there is convergence between Provinces.However， does convergence exist in the development of provinces about different levels of human capital？ This paper divides human capital into primary， advanced human capital according to educated level， combining with spatial econometrics methods， we analyzes spatial correlation and spatial clustering type of above human capital， and then study the convergence of above human capital. The results show that the primary and advanced human capital have opposite tendency about global spatial correlation， the clustering types and areas of them are different； Also， there is no convergence in primary human capital while advanced one has convergence， it shows that the regional difference of primary human capital is not decreased significantly， but the another’s gap is getting small.

Key words：primary human capital；advanced human capital； convergence； spatial econometrics

引言

随着中国经济增长方式的逐渐转变，人力资本作为技术创新、经济增长和可持续发展的动力及源泉，对中国经济增长和区域经济发展的作用日趋显现。特别是，在中国经济发展进入新常态，经济增长动力不足，供给侧改革势在必行的背景下，人力资本作为劳动要素和劳动质量的载体，正确认识和深入分析其现状及区域发展特征，不仅关系到经济可持续发展的动力结构，也影响到地区经济的均衡发展。

对于人力资本及其在经济增长中作用的阐述，早在上世纪五十年代就已经存在[1]，学者从人力资本通过影响物质资本等其他生产要素的形成、全要素生产率的增长速度等方面考察了其对经济增长的积极作用。此外，对于人力资本的科学测量也不断发展，日趋成熟，中国人力资本的测算在过去近三十年内研究成果颇丰，主要基于上述三种方法：成本法（张帆，2000）[2]；收入法（李海峥，2010）[3]；教育指标法（王德文，1999；胡鞍钢，2002）[4，5]。

经济增长收敛性假说自提出以来，理论上经历了绝对收敛、条件收敛和“俱乐部”收敛三个阶段（Ramsey，1928）[6]；同时，国内外学者利用国家和地区层面的数据进行了大量的实证检验（Barro和Martin，1991；沈坤荣和马俊，2002；刘强，2001；许召元，李善同，2006）[7，8，9，10]。参考经济增长收敛性假说，国内外学者对人力资本的收敛性进行了大量实证研究（Sab，Smith，2001；Stamatakis，Petrakis，2006；谢童伟，张锦华，2011）[11，12，13]。然而，上述实证模型中区域总是被假设为独立存在的，忽略了他们之间的相互作用。空间计量学结合了经济计量学和地理学，通过空间权重矩阵反映区域之间的相互影响，提高了模型估计的准确性。对于人力资本的收敛性，黄维海、袁连生（2014）运用空间计量工具分析了我国人力资本的空间聚集性和“俱乐部”收敛情况，研究表明人力资本的极化现象基本稳定，低水平聚集现象不显著，但高水平聚集“俱乐部”显著[14]。黄乾、李修彪（2015）基于人力资本的三种不同的测算方法，结合空间计量方法也进行了相关研究[15]。

然而上述文献对于人力资本空间计量分析都是基于一个未分级的总量，这暗含了一个十分方便但并不合理的假设，即不同质的人力资本之间的替代是完全对称的。然而根据Benhabib和Spiegel（1994）等的研究，不同层级的人力资本在经济增长中所起的作用是不同的，其空间分布特征也存在差异[16]。因此本文借鉴黄燕萍等（2013）基于教育的人力资本分级思想，对人力资本进行分级[17]，考察我国省域间分级人力资本的空间分布特征及其收敛性。

1分级人力资本测算

本文以各省域劳动者的平均受教育程度衡量人力资本水平，一方面，基于本文研究对象和研究目的考虑，教育指标法是唯一可以进行分级的测算方法；另一方面，考察世界范围内各经济体人力资本的形成、发展和规模，在当前来看，劳动人口平均受教育水平在宏观水平上能够比较好地反映和代表一个国家或地区整体人力资本水平的变动。

本文以城镇就业人口为对象，，测算了1996～2013年间全国31个省的分级人力资本。数据主要由《中国劳动统计年鉴》整理所得，由于2000年之前的统计年鉴中教育程度只统计到大学专科，为保持各年人力资本的可比性，将2000年之前的大学专科学历的受教育年限调整为18。2000年的各学历受教育程度数据缺失，利用前后两年平均数代替。

2分级人力资本空间聚集分析

在进行收敛性分析之间，首先我们要对人力资本的空间相关性进行检验。

2.1空间权重矩阵

从表1可以看出，初级、高级人力资本的莫兰值都为正，且都能通过10%的显著性水平，说明分级人力资本存在空间聚集性。其中，初级人力资本的莫兰值随着时间的推移呈现减小的趋势，显著性水平也逐渐减弱；与之相反，高级人力资本的莫兰值呈增大的趋势。一方面，由于中国经济在过去几十年高速增长，人民生活水平不断提高，家庭对教育的重视程度不断提高；另一方面，国家在教育方面的投入不断增加，特别是对各地区的基础教育。因而，初级人力资本的水平得到大幅提升，地区发展的不平衡性得到很大程度的改善。同时，高级人力资本水平同样得到提高，但是由于地区经济发展差异，生活条件、工作环境存在空间聚集性，高级人力资本因这些因素流动，进而存在正向空间相关性。

2.3局部空间相关性分析

已有研究表明，局部空间检验和全局空间检验不一致的情况是客观存在的。同时，局部相关性分析可以有效检测由于空间相关性引起的空间差异，判断空间单元属性取值的空间热点区域和高发区域等，从而弥补全局空间相关性分析的不足，因此进行局部空间相关性分析是很有必要的。

Luc Anselin（1995）指出，局部空间相关性分析有局部Gamma值、局部Geary值和局部Moran’sI值[19]。本文采用局部Moran’sI值进行局部相关性分析 。我国31个省域间1997年、2005年和2013年的人均人力资本的局部Moran’sI及其统计量值呈现于表2和表3。

表2、3表明，分级人力资本的空间相关性在绝大多数省份是不存在的，在个体5%的显著性水平下，随着时间的推移，初级人力资本在北京、天津、广东三省由空间不相关发展为空间正相关，在、甘肃、青海三省由空间正相关发展为空间相关不显著；高级人力资本在北京和天津一直存在显著的空间正相关，在1997年表现为显著的空间正相关性，随后显著水平大幅降低究其根本，中国在过去十几年经济高速发展，教育投入不断增加，就业人员素质得到大幅度改善，各就业单位对雇员的素质要求随之提高，在此基础上，以北京、天津、广东三地为代表的相对发达区域，吸引了大量高素质人才，对低素质人才需求降低，因而2013年上述省份的初级人力资本出现空间正相关（低值聚集）；类似的，以、甘肃、青海三省为代表的欠发达区域，经济的发展同样对人才素质有了更进一步的要求，提高了初级人力资本的水平，与全国平均水平接近，因而上述省份在前期表现为空间正相关（高值聚集），近期表现为空间不相关。对于高级人力资本，从供需角度分析，对于高素质人才的需求更多的集中在发达地区，同时发达地区的高素质人才供给更具优势；从高级人力资本的流动角度分析，发达地区不仅能够提供更加优越的物质条件，而且更符合其进一步提高自己和满足精神层面需求的要求，因而发达地区的高级人力资本水平更高。同时，对于北京、天津两地，高级人力资本表现为显著的聚集性（高值聚集）；对于江浙沪和东部沿海，虽然本地区高级人力资本水平提高显著，但并没有与周边地区形成聚集效应。一方面，江浙沪和东部沿海的经济活跃程度更高，在其产业升级的过程，落后产业向周边地区转移，使其高级人力资本的没有形成高值聚集；另一方面，北京、天津两地高校、科研机构和行政机构聚集，因而对高级人力资本的需求更大，同时其产业转移升级不需要初级人力资本的匹配。因此，上述两类区域的空间聚集性存在差异。

3分级人力资本收敛性分析

上述全局和局部空间相关性分析，充分揭示了分级人力资本的空间及时间分布特征，为了更为准确地刻画分级人力资本的收敛性，下文结合空间计量模型进行分析。

3.1收敛模型的设定

3.2空间面板模型的筛选及估计

空间面板模型的筛选包括空间交互效应和面板效应两个部分。

对于交互效应的选择，Elhorst（2014）利用拉格朗日乘子（LM）检验空间自回归模型和空间误差模型，同时利用Robust LM检验一种空间交互效应存在条件下另一种空间交互效应的存在 ，同时指出，当上述检验拒绝空间自回归模型或空间误差模型时，应慎重考虑认可另一种模型[20，21]。LeSage和Pace（2009）建议应考虑空间杜宾模型，并对该模型需进行简化检验[22]。

对于固定效应的判别，通过似然比（LR）检验固定效应；利用Hausman进行随机效应的检验，检验结果呈现于表4。上述四种人力资本的（Robust） LM检验结果表明，无空间效应模型的原假设都可以在5%的显著性水平下被拒绝，当模型设定包含面板效应，无空间效应模型的的原假设并不总是能够被拒绝，显然，适当面板效应对于面板模型的筛选至关重要，因此，对空间杜宾模型的面板效应进行检验，结果见表5。

表4表明，初级人力资本模型应设定为无固定效应；高级人力资本模型也设定为双向固定效应模型。杜宾模型的简化检验结果见表5，以初级人力资本为例，空间杜宾模型的简化检验说明模型能简化为空间自回归模型或空间误差模型，因此利用（Robust） LM进一步检验，结果显示拒绝空间自回归模型接受空间误差模型。同理，高级人力资本选择双向固定效应的普通面板模型选择时间固定效应的普通面板模型。