交通運(yùn)輸對(duì)人力資本的影響分析1
——基于動(dòng)態(tài)一般均衡理論

王貴東

0 問(wèn)題的提出

2014年，中國(guó)將京津冀的協(xié)同發(fā)展上升為國(guó)家戰(zhàn)略。對(duì)于北京，與上海一樣，是中國(guó)人力資本非常發(fā)達(dá)的城市，集聚了大批高端人才，涌現(xiàn)出大量科研成果；但京津冀城市群和長(zhǎng)三角城市群的發(fā)展卻迥然不同：由于北京的虹吸效應(yīng)大于涓流效應(yīng)，甚至出現(xiàn)了環(huán)首都貧困帶；而上海則涓流效應(yīng)大于虹吸效應(yīng)，惠及了整個(gè)長(zhǎng)三角。對(duì)于這種奇怪現(xiàn)象，國(guó)內(nèi)一度出現(xiàn)了研究熱潮，但多數(shù)文獻(xiàn)為“分析現(xiàn)象+政策建議”式研究(趙奇?zhèn)ズ蛷堈\(chéng)，2006；姜玲等，2010；郭曄，2010；蓋美等，2013；李磊和張貴祥，2015)。對(duì)于現(xiàn)象背后的原因，學(xué)界并沒(méi)有達(dá)成共識(shí)，目前仍是一大研究難題，僅有的一些文獻(xiàn)試圖從中國(guó)制度、歷史演進(jìn)(孫久文和原倩，2014)，以及總部經(jīng)濟(jì)(梁琦等，2012)等方面分析其原因。

透過(guò)現(xiàn)象看本質(zhì)，京津冀與長(zhǎng)三角人力資本的分岔現(xiàn)象僅是中國(guó)的一個(gè)縮影，本文的研究對(duì)象則是更為抽象的不同地域[注]每個(gè)地域都可以看作一個(gè)城市群系統(tǒng)。，及不同地域人力資本差異的產(chǎn)生原因。本文的理論模型為新古典經(jīng)濟(jì)增長(zhǎng)模型，該模型由Solow(1956)開(kāi)創(chuàng)。雖然早在1960年， Schultz(1960)就已經(jīng)提出了現(xiàn)代人力資本理論。但直到1980年代中期，Romer(1986)、Lucas(1988)才基于人力資本開(kāi)創(chuàng)性提出了內(nèi)生經(jīng)濟(jì)增長(zhǎng)理論。 Romer(1990)認(rèn)為人力資本可以促進(jìn)技術(shù)進(jìn)步，推動(dòng)經(jīng)濟(jì)內(nèi)生增長(zhǎng)；而Lucas(1988)則認(rèn)為人力資本的外溢性導(dǎo)致了地區(qū)經(jīng)濟(jì)差異和增長(zhǎng)發(fā)散。在實(shí)證方面，多數(shù)國(guó)內(nèi)學(xué)者將人力資本作為參數(shù)，研究其對(duì)經(jīng)濟(jì)和社會(huì)的影響，如研究人力資本對(duì)經(jīng)濟(jì)增長(zhǎng)的作用(賴明勇等，2005；錢(qián)曉燁等，2010；朱承亮等，2011；逯進(jìn)和周惠民，2013)，對(duì)員工工資差異、員工職業(yè)成功的作用(張車偉和薛欣欣，2008；周文霞等，2015)，對(duì)非自愿移民的影響(石智雷等，2011)等。然而，如果僅單向地研究人力資本對(duì)經(jīng)濟(jì)和社會(huì)的影響，則相當(dāng)于把人力資本作為外生變量，甚至可以得出一個(gè)極端：只要提高人力資本，就可持續(xù)刺激經(jīng)濟(jì)增長(zhǎng)。為了避免此種極端，在技術(shù)層面上，可以考慮人力資本的獲取成本、折舊等。而本文則是利用一般均衡框架，通過(guò)市場(chǎng)手段來(lái)約束人力資本，故本文的人力資本是內(nèi)生的。在人力資本的眾多影響因素中，本文認(rèn)為交通運(yùn)輸是破解中國(guó)人力資本地域差異的一個(gè)重要突破口，并且具有很強(qiáng)的時(shí)代意義[注]近幾年，中國(guó)政府機(jī)構(gòu)最大的調(diào)整莫過(guò)于鐵道部的分拆，中國(guó)電商的繁榮突起得惠于強(qiáng)大的互聯(lián)網(wǎng)平臺(tái)和交通物流平臺(tái)支撐，中國(guó)高鐵也逐漸成為了中國(guó)的國(guó)家名片等，這些無(wú)一不與交通運(yùn)輸相關(guān)。。同時(shí)，中國(guó)地域遼闊、地形復(fù)雜，既有平原地區(qū)，也有高原、山地、沙漠等地區(qū)，這些自然稟賦無(wú)疑會(huì)影響甚至決定交通道路的宏觀布局。

在具體模型構(gòu)建中，鑒于中國(guó)政府已從重視經(jīng)濟(jì)增長(zhǎng)向重視經(jīng)濟(jì)結(jié)構(gòu)調(diào)整轉(zhuǎn)變，經(jīng)濟(jì)結(jié)構(gòu)的合理性主要反映在產(chǎn)業(yè)結(jié)構(gòu)上，且經(jīng)濟(jì)活動(dòng)的主要場(chǎng)所為城市，故本文的經(jīng)濟(jì)系統(tǒng)將涵蓋城市和產(chǎn)業(yè)兩大基本領(lǐng)域。其中，城市借鑒了單中心城市理論，即中心—外圍結(jié)構(gòu)；產(chǎn)業(yè)主要指縱向產(chǎn)業(yè)，即產(chǎn)業(yè)鏈的上下游關(guān)系。當(dāng)然，為了研究交通運(yùn)輸對(duì)經(jīng)濟(jì)系統(tǒng)的影響，并給出運(yùn)輸成本與人力資本的相互關(guān)系，在技術(shù)上本文還引入了Samuelson冰川模型。

本文其余部分安排如下： 第1部分為模型介紹，主要從消費(fèi)者和生產(chǎn)者兩方面展開(kāi)。第2部分為均衡分析，研究了運(yùn)輸成本對(duì)穩(wěn)態(tài)人力資本的影響。第3部分為實(shí)證檢驗(yàn)，利用2005—2014年中國(guó)31個(gè)省(區(qū)、市)數(shù)據(jù)，以SARAR(Spatial Autoregressive Model with Spatial Autoregressive Disturbances)、WSARAR(Weighted SARAR)作實(shí)證檢驗(yàn)。最后為結(jié)語(yǔ)與啟示，并拓展分析了運(yùn)輸成本的空間、時(shí)間以及社會(huì)屬性。

1 模型介紹

本文理論模型主要借鑒于Black and Henderson(1999)，并進(jìn)行了拓展，具體包括：(1)城市空間結(jié)構(gòu)。城市空間結(jié)構(gòu)由原來(lái)的人口密度處處相等，拓展為距離市中心越近人口密度越大。(2)運(yùn)輸成本。將Samuelson冰川模型引入中間投入品市場(chǎng)。下面，將從消費(fèi)者和生產(chǎn)者兩方面來(lái)闡述模型的一些基本情況。

1.1 消費(fèi)者

按照Black and Henderson(1999)的假設(shè)，家庭成員生活在兩種城市。第一種城市處于產(chǎn)業(yè)鏈上游，生產(chǎn)中間投入品，不妨稱其為城市1。第二種城市處于產(chǎn)業(yè)鏈下游，生產(chǎn)最終消費(fèi)品，不妨稱其為城市2。在每個(gè)家庭中，城市1的成員比重為z，則城市2的成員比重為1-z。那么，作為消費(fèi)者，“綜合”代表人最大化家庭效用決策為

(1)

其中，c為消費(fèi)；1/σ為不同時(shí)點(diǎn)的消費(fèi)替代彈性，1-σ為效用的消費(fèi)彈性，滿足σ>0；ρ為時(shí)間貼現(xiàn)率，g為人口增長(zhǎng)率，滿足ρ>g。下標(biāo)1、2分別代表城市1、城市2，I為收入，h為人力資本，P為最終消費(fèi)品的價(jià)格。式(1)的隱含意義為：在家庭內(nèi)部，家庭成員的收入會(huì)有所不同，但家庭成員(尤其是高收入的家庭成員)并不是以自身效用最大化，而是以家庭效用最大化。

需要說(shuō)明的是，由于本文理論模型為動(dòng)態(tài)模型，故消費(fèi)c、人力資本h、最終消費(fèi)品價(jià)格P等變量實(shí)際為時(shí)間t的函數(shù)，即c(t,·)、h(t,·)、P(t,·)。為了使本文表達(dá)式更具簡(jiǎn)潔性，這里將省略時(shí)間t；而在后文也作相應(yīng)處理，文后不再一一說(shuō)明。

1.2 生產(chǎn)者—城市1

在城市1中，假設(shè)居民既是消費(fèi)者又是企業(yè)本身，并且代表人i的生產(chǎn)函數(shù)為

(2)

其中，n1為城市1的企業(yè)數(shù)量(人口規(guī)模)，h1為城市1的行業(yè)平均人力資本，h1i為企業(yè)i的人力資本。δ1為企業(yè)數(shù)量彈性，表示企業(yè)數(shù)量的外部性，側(cè)重于數(shù)量方面的外部性。ψ1為平均人力資本彈性，表示人力資本的外部性，側(cè)重于質(zhì)量方面的外部性。θ1為企業(yè)i的人力資本彈性。

其中，b1≡τ[(2-β1)/(3-β1)][(2-β1)/(2π)]1/(2-β1)。

利用前面獲得的總通勤成本TCommuting1和總地租TRent1，可以分析城市1的居民收入I1。不妨將中間投入品的價(jià)格標(biāo)準(zhǔn)化為1，可以得到企業(yè)i的收益W1i=X1i。而在城市中生活，居民需要支付必要的通勤成本和地租，同時(shí)也能獲得城市管理者的轉(zhuǎn)移支付，所以居民的最終收入為:

I1=W1+T1-(TRent1+TCommuting1)/n1

現(xiàn)在分析城市管理者的決策，城市管理者收取租金，然后通過(guò)轉(zhuǎn)移支付形式返還給居民。具體為城市管理者宣布城市類型為城市1，選擇城市人口和轉(zhuǎn)移支付來(lái)最大化TRent1-n1T1。

(3)

其中，η1≡1-(2-β1)δ1，δ1<1/(2-β1)[注]因?yàn)閷?duì)于個(gè)人，產(chǎn)出的人口規(guī)模彈性為δ1，成本的彈性為1/(2-β1)。當(dāng)δ1>1/(2-β1)時(shí)，隨著人口的增加，產(chǎn)出增加的比例高于成本，城市1的人口會(huì)不斷膨脹，直到世界上只剩下一個(gè)城市，這顯然與現(xiàn)實(shí)矛盾，所以δ1<1/(2-β1)。；ε1≡(ψ1/η1)+φ1，φ1≡θ1/η1，φ1<1；Q1≡η1{[(1-η1)/b1]1-η 1D1}1/η 1。最后，綜合城市1中所有已得的關(guān)系式，可以得到

其中，式(5)第二個(gè)等號(hào)需要將式(3)代入W1并整理。

1.3 生產(chǎn)者—城市2

在城市2中，假設(shè)居民既是消費(fèi)者又是企業(yè)本身，并且企業(yè)j的生產(chǎn)函數(shù)為:

(6)

在式(6)中，n2為城市2的企業(yè)數(shù)量(人口規(guī)模)，h2為城市2的平均人力資本；h2j為企業(yè)j的人力資本；x1j為企業(yè)j需要的中間投入品數(shù)量。δ2、ψ2、θ2、1-α分別為企業(yè)數(shù)量、平均人力資本、企業(yè)j的人力資本、中間投入品彈性。同時(shí)，α還滿足邊際報(bào)酬遞減規(guī)律，即α<1。(特別地，對(duì)于零售企業(yè)，由于存在倉(cāng)庫(kù)等其他要素投入，故中間投入品x1j仍要滿足邊際報(bào)酬遞減規(guī)律，即α不能取到0)

(7)

(8)

其中，η2≡α-(2-β2)δ2，0<η2<1；ε2≡(ψ2/η2)+φ2，φ2≡θ2/η2，φ2<1；Q2≡η2{(1-α)(1-α)[(α-η2)/b2]α-η 2D2}1/η 2。最后，綜合城市2中所有已得的關(guān)系式，可以得到

其中，式(10)第二個(gè)等號(hào)需要將式(8)代入W2并整理。

2 均衡分析

由式(1)構(gòu)造“綜合”代表人的現(xiàn)值Hamilton方程:

(11)

由式(12)、式(13)可知，當(dāng)ξ1<ξ2時(shí)，城市2的平均人力資本、收入均高于城市1；反之亦然。

2.1 中間投入品市場(chǎng)

接下來(lái)，分析中間投入品的市場(chǎng)均衡。令m1、m2為城市1、城市2的數(shù)量，N為所有城市1和城市2的加總?cè)丝?。假設(shè)中間投入品既是城市2中企業(yè)的生產(chǎn)要素，又能支付城市1、城市2中居民的通勤費(fèi)用。需要說(shuō)明的是，Black and Henderson(1999)并沒(méi)有考慮到中間投入品從城市1運(yùn)輸?shù)匠鞘?所產(chǎn)生的運(yùn)輸成本。而本文試圖引入運(yùn)輸成本，進(jìn)一步拓展該模型。在技術(shù)處理上，本文采用Samuelson的冰川模型形式來(lái)描述運(yùn)輸成本，即只有1/μ的中間投入品送達(dá)城市2，其中μ≥1，運(yùn)輸成本越高，則μ越大；當(dāng)運(yùn)輸成本完全將為零時(shí)，μ=1。那么，中間投入品的市場(chǎng)均衡為

(1/μ)m1n1[X1i-(TCommuting1/n1)]=m2n2[x1j+(TCommuting2/n2)]

(14)

很明顯X1i-(TCommuting1/n1)=I1，又由式(9)得x1j+(TCommuting2/n2)=[(1-η2)/η2]I2；再結(jié)合式(13)和m1n1/m2n2=z/(1-z)，可得

(15)

其中，E≡μξ1(1-η2)+ξ2η2，F(xiàn)≡μ(1-η2)+η2，E

另外，把式(15)代入h=zh1+(1-z)h2，并結(jié)合式(12)可得

(16)

其中，K≡(F-E)/E。將式(16)代入式(5)、式(10)后，結(jié)合式(13)可得

(17)

2.2 系統(tǒng)穩(wěn)態(tài)分析

接下來(lái)，分析系統(tǒng)穩(wěn)態(tài)。根據(jù)式(5)、式(10)、式(11)、式(16)、式(17)可得

其中，

(20)

(21)

下面，將研究運(yùn)輸成本對(duì)鞍點(diǎn)的影響，式(20)結(jié)合前面所有關(guān)系式可得

(22)

另外，將式(20)代入式(16)，可得

(23)

式(23)揭示了運(yùn)輸成本如何影響人力資本穩(wěn)態(tài)值，不難發(fā)現(xiàn)運(yùn)輸成本僅通過(guò)z間接影響人力資本的穩(wěn)定值。也就是在整個(gè)經(jīng)濟(jì)體地域內(nèi)，一些城市直接從城市1轉(zhuǎn)型為城市2或城市2相對(duì)于城市1更迅速的人口增長(zhǎng)，均能促使該經(jīng)濟(jì)體人力資本的穩(wěn)態(tài)值增加，而運(yùn)輸成本正是這個(gè)引擎。

本文的運(yùn)輸成本，主要指經(jīng)濟(jì)體內(nèi)部不同點(diǎn)之間相互運(yùn)輸，不包括“過(guò)路型”運(yùn)輸(比如從廣州運(yùn)往哈爾濱會(huì)經(jīng)過(guò)河北省等)?，F(xiàn)在，可回到本文一開(kāi)始對(duì)京津冀(或長(zhǎng)三角)的討論，并回答產(chǎn)生人力資本差異的原因：①對(duì)于京津冀，其發(fā)達(dá)的交通是毋庸置疑的，鐵路的八橫八縱有5條以北京為起始點(diǎn)，1開(kāi)頭的所有國(guó)道均以北京為起始點(diǎn)。但如果將河北作為一個(gè)經(jīng)濟(jì)體，會(huì)發(fā)現(xiàn)京津冀“輻射型”干道只是表面上的交通發(fā)達(dá)，河北自身則非常不方便。這是因?yàn)橹虚g投入品從河北的城市A到河北的城市B，往往缺少直接相連的主干道，反而得繞行北京中轉(zhuǎn)，這無(wú)疑增加了運(yùn)輸成本(既有貨幣成本也有時(shí)間成本)。根據(jù)本文命題可知，較高的運(yùn)輸成本將限制河北的人力資本發(fā)展。另外，河北甚至還充當(dāng)了“過(guò)路型”運(yùn)輸?shù)慕巧?。②?duì)于長(zhǎng)三角，其交通同樣比較發(fā)達(dá)，但卻與京津冀的類型完全不同，長(zhǎng)三角的交通多為“隨機(jī)型”干道，上海、蘇州、杭州、無(wú)錫、常州等城市兩兩之間幾乎都有多條干線相連。那么根據(jù)本文命題，長(zhǎng)三角由市場(chǎng)內(nèi)生決定的人力資本必然會(huì)很高(即使剔除了上海)。所以對(duì)于京津冀問(wèn)題，若要提高河北的人力資本，則必須在河北內(nèi)部投入更多的道路建設(shè)，而不是大力規(guī)劃河北與北京[注]一定程度上還會(huì)造成北京的擁堵。之間的道路建設(shè)，這將會(huì)是京津冀協(xié)同發(fā)展的一個(gè)重要誤區(qū)！[注]北京的交通樞紐完全可以由河北某城市或天津進(jìn)行分擔(dān)，這樣就不會(huì)出現(xiàn)原本目的地非北京，但必須經(jīng)過(guò)北京中轉(zhuǎn)的現(xiàn)象。2015年底，津保鐵路的連通則是一個(gè)很好的例子，從保定到秦皇島不再繞行北京，可直接經(jīng)過(guò)天津中轉(zhuǎn)，降低了保定到秦皇島的成本(既有貨幣成本也有時(shí)間成本)。

3 實(shí)證檢驗(yàn)

在實(shí)證檢驗(yàn)部分，本文將利用中國(guó)數(shù)據(jù)來(lái)檢驗(yàn)理論模型命題的正確性，即檢驗(yàn)運(yùn)輸成本與人力資本和消費(fèi)是否存在負(fù)相關(guān)。需要指出的是：該命題的描述對(duì)象為城市1、城市2構(gòu)成的整個(gè)經(jīng)濟(jì)系統(tǒng)，而非單獨(dú)的城市1或城市2，從式(23)也可以直接看出這種區(qū)別。

3.1 數(shù)據(jù)選擇與討論

下面，本文將比較市級(jí)數(shù)據(jù)、省(區(qū))級(jí)數(shù)據(jù)以及國(guó)家級(jí)數(shù)據(jù)，并從中選擇最合適的數(shù)據(jù)。其中，市級(jí)數(shù)據(jù)相當(dāng)于地級(jí)市內(nèi)各縣、縣級(jí)市為城市1，市轄區(qū)為城市2；省級(jí)數(shù)據(jù)相當(dāng)于省(區(qū))內(nèi)一部分城市為城市1，另一部分城市為城市2；國(guó)家級(jí)數(shù)據(jù)相當(dāng)于全國(guó)一部分城市為城市1，另一部分城市為城市2。雖然在理論上國(guó)家級(jí)數(shù)據(jù)最為理想，但因其截面?zhèn)€體只有一個(gè)，故本文果斷放棄。對(duì)于市級(jí)數(shù)據(jù)和省級(jí)數(shù)據(jù)，本文認(rèn)為省級(jí)數(shù)據(jù)較為理想，其原因：一是，市級(jí)數(shù)據(jù)有“虛假面板”現(xiàn)象。根據(jù)第六次人口普查數(shù)據(jù)，2010年全國(guó)總?cè)丝?3.33億人，城市人口4.04億人，城市人戶分離人口1.70億人。在城市人戶分離人口中，有1.33億人，其中省內(nèi)跨市轄區(qū)為0.75億人，跨省為0.58億人，共占城市人口的32.95%。若使用市級(jí)數(shù)據(jù)，則32.95%的跨市轄區(qū)人戶分離意味著“虛假面板”現(xiàn)象，也就是說(shuō)即使有城市、年份兩個(gè)維度的數(shù)據(jù)，但人口的跨城市大量流動(dòng)，將導(dǎo)致城市個(gè)體發(fā)生變動(dòng)，已經(jīng)威脅到面板使用條件。當(dāng)然，如果研究對(duì)象是城市的公共物品、住房等，則對(duì)面板使用條件的影響較小。二是，市級(jí)數(shù)據(jù)有效變量的可得性低。目前，市級(jí)數(shù)據(jù)主要從《中國(guó)城市統(tǒng)計(jì)年鑒》《中國(guó)區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒》、各省(區(qū)、市)統(tǒng)計(jì)年鑒、全國(guó)人口普查中搜集。其中，《中國(guó)城市統(tǒng)計(jì)年鑒》數(shù)據(jù)以市轄區(qū)數(shù)據(jù)居多，這很難滿足理論命題對(duì)研究對(duì)象的要求；《中國(guó)區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒》數(shù)據(jù)以全市數(shù)據(jù)居多，但可用的指標(biāo)較少；各省(區(qū)、市)統(tǒng)計(jì)年鑒數(shù)據(jù)參差不齊，口徑不一致；全國(guó)人口普查中關(guān)于人口的數(shù)據(jù)較全，但經(jīng)濟(jì)類的數(shù)據(jù)幾乎沒(méi)有，且時(shí)間序列太少?？偠灾纫ＷC樣本量不能太少，又要保證個(gè)體間的相互作用不能太高，同時(shí)還要保證數(shù)據(jù)可得性不能太低，最終本文選擇了省級(jí)數(shù)據(jù)。當(dāng)然，對(duì)于省(區(qū)、市)際的相互影響(比如人口流動(dòng)等)，在技術(shù)層面上，本文是通過(guò)空間計(jì)量解決的[注]但空間面板模型一般要求為平衡面板，這意味著：若某省在某年的某個(gè)變量為缺失值，則要么剔除該省，要么刪除該年，要么剔除該變量尋找替代變量。由于省際關(guān)系至少為省的二次關(guān)系，故刪省的方法應(yīng)謹(jǐn)慎；又由于數(shù)據(jù)所支撐的時(shí)間跨度本身就不大，故刪時(shí)間的方法也應(yīng)謹(jǐn)慎；而尋找替代變量的代價(jià)相對(duì)較小，故本文采之。另外，由于本文理論模型側(cè)重于分析個(gè)體內(nèi)部的均衡，所以個(gè)體間的相互作用不應(yīng)過(guò)大(而市際關(guān)系明顯過(guò)大)，否則會(huì)喧賓奪主，即使空間計(jì)量在一定程度上可以解決此類問(wèn)題。。

本文所用的省級(jí)數(shù)據(jù)主要來(lái)源于國(guó)家統(tǒng)計(jì)局，部分缺失數(shù)據(jù)由各省統(tǒng)計(jì)年鑒、Wind資訊數(shù)據(jù)庫(kù)、中國(guó)經(jīng)濟(jì)與社會(huì)發(fā)展統(tǒng)計(jì)數(shù)據(jù)庫(kù)、中經(jīng)網(wǎng)統(tǒng)計(jì)數(shù)據(jù)庫(kù)補(bǔ)充。接下來(lái)本文將選擇合適的被解釋變量、關(guān)鍵解釋變量及控制變量，如無(wú)特殊說(shuō)明，本文中所有的價(jià)格變量均利用CPI進(jìn)行調(diào)整，基期為2010年。

被解釋變量。被解釋變量為綜合人力資本，本文用human_capital表示。參考郭劍雄(2005)、鄧峰和丁小浩(2012)、李海崢等(2013)等文獻(xiàn)，本文選取了教育人力資本、科研人力資本來(lái)計(jì)算綜合人力資本。又因?yàn)樯眢w越健康意味著抗病能力越強(qiáng)、可承受勞動(dòng)強(qiáng)度越高(Fogel，1994a,1994b)，故本文還加入了健康人力資本(王弟海，2012)。也就是，綜合人力資本由科研人力資本(強(qiáng)調(diào)成果)、教育人力資本(強(qiáng)調(diào)智力)、健康人力資本(強(qiáng)調(diào)體力)三部分構(gòu)成。綜合人力資本計(jì)算，主要包括成本法(Kendrick，1976)、收入法(Jorgenson and Pachon，1983；Jorgenson and Fraumeni, 1992a,1992b)和特征法(Barro and Lee，1996)等，本文主要采用特征法，其計(jì)算公式為：綜合人力資本=科研人力資本s×教育人力資本s×健康人力資本s。其中，s取1(正向指標(biāo)時(shí))或-1(負(fù)向指標(biāo)時(shí))；科研人力資本用人均發(fā)明專利申請(qǐng)量來(lái)推算，教育人力資本用受教育年限來(lái)推算，健康人力資本用修正死亡指標(biāo)[注]需要說(shuō)明的是，修正死亡指標(biāo)是一個(gè)負(fù)向指標(biāo)，由于死亡人數(shù)還包括因年邁而造成的自然死亡，故本文利用“死亡人數(shù)/65歲及以上人數(shù)”來(lái)削弱這種影響。來(lái)推算。圖2為2005—2014年中國(guó)31個(gè)省份的綜合人力資本圖，可以發(fā)現(xiàn)：北京、天津、上海、江蘇的綜合人力資本較高；同時(shí)，北京的綜合人力資本增速最快，這主要源于北京對(duì)周邊省份過(guò)強(qiáng)的虹吸效應(yīng)。

圖2 2005—2014年中國(guó)31個(gè)省(區(qū)、市)綜合人力資本

關(guān)鍵解釋變量。由于關(guān)鍵解釋變量為運(yùn)輸成本，出于計(jì)量模型穩(wěn)健性的考慮，本文選擇了多個(gè)代理變量。需要注意的是，本文理論模型中的運(yùn)輸成本是指“運(yùn)輸單價(jià)×運(yùn)輸線路長(zhǎng)度”，故計(jì)量模型的代理變量也必須圍繞“運(yùn)輸單價(jià)×運(yùn)輸線路長(zhǎng)度”。在計(jì)量主模型中，本文選用了總運(yùn)輸成本占比f(wàn)reight_total作代理變量，其計(jì)算公式為：總運(yùn)輸成本占比=交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)/GDP*100，該變量更側(cè)重于“運(yùn)輸單價(jià)×運(yùn)輸線路長(zhǎng)度×運(yùn)輸重量”。而在計(jì)量穩(wěn)健性檢驗(yàn)中，本文試圖采用相對(duì)運(yùn)輸單價(jià)、公路密度、人口密度作代理變量。對(duì)于相對(duì)運(yùn)輸單價(jià)freight_price，其推算過(guò)程為：先利用“交通和通信的居民消費(fèi)價(jià)格指數(shù)/CPI”計(jì)算得到交通和通訊的相對(duì)指數(shù)，再以2010年為基期，通過(guò)連乘(除)計(jì)算即可，該變量更側(cè)重于“運(yùn)輸單價(jià)”。對(duì)于公路密度density_road，其計(jì)算公式為：公路密度=公路線路里程/行政區(qū)域土地面積，選擇該變量是因?yàn)楣访芏仍酱笠馕吨顑?yōu)運(yùn)輸線路越短，越不易出現(xiàn)繞行，該變量側(cè)重于“運(yùn)輸線路長(zhǎng)度”。對(duì)于人口密度density_pop，其計(jì)算公式為：人口密度=年末人口數(shù)/行政區(qū)域土地面積，選擇該變量是因?yàn)槿丝诿芏仍酱笠馕吨\(yùn)輸起點(diǎn)和運(yùn)輸終點(diǎn)的直線距離越短，而直線距離越短則意味著運(yùn)輸線路越短，該變量也側(cè)重于“運(yùn)輸線路長(zhǎng)度”?？紤]到人口密度往往還具有“運(yùn)輸線路長(zhǎng)度”之外的更多含義，故人口密度不直接替換主模型中的代理變量，而是與freight_total一起加入計(jì)量穩(wěn)健性檢驗(yàn)?zāi)Ｐ汀?/p>

控制變量。①本科?？飘厴I(yè)生比uni_col。在數(shù)據(jù)處理層面，本科?？票人钄?shù)據(jù)主要包括：本(專)科招生數(shù)、本(專)科在校生數(shù)、本(專)科畢業(yè)生數(shù)、受教育程度為本(專)科的抽樣人數(shù)。由于新入學(xué)學(xué)生和在校學(xué)生幾乎不參與社會(huì)生產(chǎn)，故將這兩類數(shù)據(jù)棄之。又由于在計(jì)算被解釋變量綜合人力資本時(shí)，已經(jīng)利用了受教育程度抽樣人數(shù)數(shù)據(jù)，若解釋變量仍利用該數(shù)據(jù)，則等同于人為構(gòu)造了計(jì)量模型的顯著性，故也將該類數(shù)據(jù)棄之；通過(guò)排除法，本文認(rèn)為畢業(yè)生數(shù)據(jù)更為合適。在變量選取層面，本科專科畢業(yè)生比要優(yōu)于本科?？飘厴I(yè)生數(shù)，其原因?yàn)椋阂徊糠直究茖？飘厴I(yè)生會(huì)選擇離開(kāi)原就讀城市[注]當(dāng)然，其他城市的本科?？飘厴I(yè)生也會(huì)選擇進(jìn)入該城市。，導(dǎo)致剩余的本科?？迫藬?shù)發(fā)生較大變動(dòng)，而本科?？飘厴I(yè)生比，則相對(duì)較為穩(wěn)定。②人均病床數(shù)hospital_bed。人均病床數(shù)越多，意味著醫(yī)療硬件越完善，進(jìn)而保障該地區(qū)居民的健康處在較高水準(zhǔn)。③一般工業(yè)固體廢物waster。一般工業(yè)固體廢物有兩種處理方法，一種是“一般工業(yè)固體廢物產(chǎn)生量/年末總?cè)丝凇?，另一種是“一般工業(yè)固體廢物產(chǎn)生量/行政區(qū)域土地面積”。前者強(qiáng)調(diào)一般工業(yè)固體廢物的分配，后者強(qiáng)調(diào)一般工業(yè)固體廢物的外部性。很明顯，一般工業(yè)固體廢物是公共物品，并對(duì)附近所有人均具有負(fù)外部性，故“一般工業(yè)固體廢物產(chǎn)生量/行政區(qū)域土地面積”的處理方法更為合理。又考慮到環(huán)境庫(kù)茲涅茨曲線理論，故本文還引入了waste的二次項(xiàng)[注]由于在實(shí)際計(jì)量回歸時(shí)，本文對(duì)waster進(jìn)行了對(duì)數(shù)化處理，故其二次項(xiàng)指的是對(duì)數(shù)化后的二次項(xiàng)。因?yàn)橄热《畏皆賹?duì)數(shù)化，將會(huì)出現(xiàn)多重共線性。。④性別失衡single。其計(jì)算公式為：性別失衡=abs(15及以上男女人數(shù)差)/min(15及以上女性人數(shù)，15及以上男性人數(shù))*100?！岸捶炕T夜”是中國(guó)的四大喜事[注]“久旱逢甘雨，他鄉(xiāng)遇故知，洞房花燭夜，金榜題名時(shí)。”之一，再加上《中華人民共和國(guó)婚姻法》規(guī)定的一夫一妻制，所以較高的性別失衡意味著更多的人會(huì)被動(dòng)單身(這里不考慮同性戀情況)。由于單身者將花費(fèi)更多的時(shí)間和精力去追求異性，進(jìn)而擠占了本應(yīng)提升人力資本的時(shí)間精力，故本文初步判斷性別失衡與人力資本負(fù)相關(guān)。

表1匯總了本文所用變量的基本信息，可以發(fā)現(xiàn)：不同變量的數(shù)據(jù)相差較為懸殊，且被解釋變量的中位數(shù)不到其均值的四分之一。為了便于解釋變量的橫向?qū)Ρ?彈性關(guān)系)，同時(shí)也為了提高被解釋變量的數(shù)據(jù)質(zhì)量，本文對(duì)(除百分比變量freight_total 、uni_col、single以外)變量進(jìn)行了對(duì)數(shù)化處理。圖3為對(duì)數(shù)化處理后的變量密度圖，可以發(fā)現(xiàn)：經(jīng)過(guò)對(duì)數(shù)化處理后，被解釋變量的對(duì)稱性有所提高，其分布更接近于正態(tài)分布。

表1 變量統(tǒng)計(jì)

圖3 變量密度圖(以柱狀圖逼近)

3.2 空間權(quán)重矩陣

本文回歸所用數(shù)據(jù)為2005—2014年中國(guó)省級(jí)數(shù)據(jù)，鑒于省際空間相互作用，本文的實(shí)證模型為空間面板(Spatial Panel)計(jì)量模型。

對(duì)于空間權(quán)重矩陣(Spatial Weighting Matrix)，本文分別計(jì)算了三種空間權(quán)重矩陣[注]在實(shí)際計(jì)量回歸中，本文還對(duì)權(quán)重矩陣進(jìn)行了行標(biāo)準(zhǔn)化處理。：第一種是基于省邊境是否接壤的二值權(quán)重矩陣；第二種是基于各省省政府經(jīng)緯度的距離倒數(shù)權(quán)重矩陣；第三種是基于跨省人口流動(dòng)的綜合權(quán)重矩陣，計(jì)算數(shù)據(jù)來(lái)源于第六次人口普查，該矩陣非主對(duì)角元素ij的計(jì)算公式為：元素ij=(2005年在j省居住而2010年在i居住的人口×2005年在i省居住而2010年在j居住的人口) /(2010年在i省居住的總?cè)丝凇?010年在j省居住的總?cè)丝?。下面，本文將對(duì)空間權(quán)重矩陣進(jìn)行篩選。

①二值權(quán)重矩陣和距離倒數(shù)權(quán)重矩陣。二值權(quán)重矩陣僅考慮了鄰居省的相互影響，對(duì)鄰居的鄰居等二階以上空間滯后信息利用較少，故距離倒數(shù)權(quán)重矩陣更優(yōu)。②距離倒數(shù)權(quán)重矩陣和綜合權(quán)重矩陣。距離倒數(shù)權(quán)重矩陣只考慮了(大部分)地理空間滯后信息，忽略了地形、方言、經(jīng)濟(jì)、人口等信息。比如，西藏與新疆(接壤)的省會(huì)距離明顯小于西藏與河南，但由于昆侖山的阻擋反而不如西藏與河南的關(guān)系密切；上海與山東的距離明顯小于上海與北京的距離，但北京與上海的關(guān)系更為密切(在經(jīng)濟(jì)、交通等方面)。而綜合權(quán)重矩陣則不同，它涵蓋了空間距離、地形、方言、經(jīng)濟(jì)、人口、文化等全方位信息，其原因?yàn)椋好總€(gè)決策者在選擇具體流入的省時(shí)[注]當(dāng)然，也包括繼續(xù)留在本省。，必然要考慮空間距離、地形、方言(李秦和孟嶺生，2014；劉毓蕓等，2015)、經(jīng)濟(jì)、人口、文化等因素。最終，可以篩選出最優(yōu)的空間權(quán)重矩陣——綜合權(quán)重矩陣，該矩陣是在被解釋變量為人的屬性變量時(shí)最為突出。

3.3 空間計(jì)量回歸結(jié)果

本文使用的空間計(jì)量模型為SARAR，具體如下：

yt=ρWyt+Xtβ+Ztγ+u+εt

(25)

其中，εt=λMεt+vt，vt～N(0,σ2I)，向量yt為被解釋變量，矩陣Xt為關(guān)鍵解釋變量，矩陣Zt為控制變量，矩陣W、M分別為被解釋變量、誤差項(xiàng)的權(quán)重矩陣(本文假設(shè)W=M)，向量u為個(gè)體固定效應(yīng)。若變量有下標(biāo)t，則表示該變量隨時(shí)間而變。該模型既考慮了被解釋變量的空間自回歸(SAC)，又考慮了誤差項(xiàng)的空間自相關(guān)(SEM)。當(dāng)ρ和λ均不為零時(shí)，模型為SARAR；當(dāng)ρ不為零而λ為零時(shí)，模型退化為SAC；當(dāng)ρ為零而λ不為零時(shí)，模型退化為SEM；當(dāng)ρ和λ均不為零時(shí)，模型退化為普通面板模型。當(dāng)然，在后面的穩(wěn)健性檢驗(yàn)中，本文還考慮了更為復(fù)雜的WSARAR。

表2給出了最終計(jì)量回歸結(jié)果。其中，標(biāo)號(hào)A為只有控制變量的回歸結(jié)果，標(biāo)號(hào)B為加入了關(guān)鍵解釋變量的回歸結(jié)果，Main列為解釋變量的回歸系數(shù)，Direct列為直接效應(yīng)，Indirect列為間接效應(yīng)。

表2 SARAR估計(jì)結(jié)果

注： 括號(hào)內(nèi)為穩(wěn)健標(biāo)準(zhǔn)差，***p<0.01,**p<0.05, *p<0.1。

觀察表2中的標(biāo)號(hào)A情況，可以發(fā)現(xiàn)：所有控制變量對(duì)模型的解釋都非常顯著(p-value均小于0.01)，且ρ和λ均顯著不為零，也就是被解釋變量空間自回歸，誤差項(xiàng)空間自相關(guān)。具體而言：uni_col系數(shù)顯著為正，說(shuō)明本科生相對(duì)專科生越多，其綜合人力資本越高(主要為科研、教育人力資本)。lnhospital_bed系數(shù)顯著為正，說(shuō)明醫(yī)療硬件越完善，其綜合人力資本越高(主要為健康人力資本)。lnwaster和(lnwaster )2系數(shù)均顯著為正，說(shuō)明綜合人力資本(主要為健康人力資本)隨一般工業(yè)固定廢物的增加呈現(xiàn)先減后增[注]注：lnwaster可以取到負(fù)數(shù)。的變化趨勢(shì)，這與環(huán)境庫(kù)茲涅茨曲線不謀而合。這是因?yàn)樵诮?jīng)濟(jì)起步時(shí)期，人們一般不太關(guān)心環(huán)境污染，也不會(huì)過(guò)多處理污染物；但隨著經(jīng)濟(jì)的進(jìn)一步發(fā)展，人們開(kāi)始注重自身健康，即使此時(shí)期污染物產(chǎn)生量有所增加，但是經(jīng)過(guò)對(duì)污染物的有效處理后，其排放量反而有所下降。single系數(shù)顯著為負(fù)，說(shuō)明性別失衡一定程度上造成了綜合人力資本的下降。

橫向?qū)Ρ缺?中的標(biāo)號(hào)A情況和標(biāo)號(hào)B情況，不難發(fā)現(xiàn)：關(guān)鍵變量freight_total的加入，并沒(méi)有明顯改變?cè)刂谱兞康姆?hào)和顯著性，也沒(méi)有使得ρ和λ變?yōu)椴伙@著；同時(shí)，R2也從0.7579提高到了0.7988。更為重要的是：freight_total的系數(shù)顯著為負(fù)(p-value為0.003)，與理論模型中的命題完全一致。

3.4 穩(wěn)健性檢驗(yàn)

本文的穩(wěn)健性檢驗(yàn)主要包括：增減關(guān)鍵解釋變量，替換關(guān)鍵解釋變量，替換估計(jì)方法。①增減關(guān)鍵解釋變量。對(duì)于減少關(guān)鍵解釋變量，在表2中，本文已將關(guān)鍵解釋變量減少為零個(gè)，回歸結(jié)果顯示所有控制變量及模型整體均較為穩(wěn)健。對(duì)于增加關(guān)鍵解釋變量，本文謹(jǐn)慎選取了人口密度density_pop作為第二個(gè)關(guān)鍵解釋變量，由于該變量?jī)H“部分”反映了運(yùn)輸成本(側(cè)重運(yùn)輸線路長(zhǎng)度方面，人口密度越大暗示著運(yùn)輸線路越短)，故加入后不易造成多重共線性；回歸結(jié)果顯示(見(jiàn)表3的C列)所有解釋變量及模型整體均較為穩(wěn)健，且lndensity_pop的系數(shù)顯著為正(p-value為0.068)，符合本文理論模型命題。②替換關(guān)鍵解釋變量。本文分別用相對(duì)運(yùn)輸價(jià)格freight_price、公路密度density_road對(duì)總運(yùn)輸成本占比f(wàn)eight_tota進(jìn)行替換，回歸結(jié)果顯示(分別見(jiàn)表3的D列、E列)所有解釋變量及模型整體均較為穩(wěn)健，且lnfreight_price的系數(shù)顯著為負(fù)(p-value為0.076)，lndensity_road的系數(shù)顯著為正(p-value為0.008)，符合本文理論模型命題。 ③替換估計(jì)方法?？紤]到本文的被解釋變量為人均變量，而不同省份又擁有不同的人口，故本文將對(duì)31個(gè)省(區(qū)、市)進(jìn)行賦權(quán)。賦權(quán)原理為人口越多權(quán)重越大，具體操作為：先計(jì)算每個(gè)省2005—2014年的平均人口，再以該時(shí)間平均值作為這31個(gè)省(區(qū)、市)的頻率權(quán)重(Frequency Weights)。根據(jù)頻率權(quán)重，本文將估計(jì)模型升級(jí)為WSARAR，回歸結(jié)果顯示(見(jiàn)表3的F列)所有解釋變量及模型整體均較為穩(wěn)健。

表3 穩(wěn)健性檢驗(yàn)結(jié)果

注： 括號(hào)內(nèi)為穩(wěn)健標(biāo)準(zhǔn)差，***p<0.01,**p<0.05,*p<0.1。

4 結(jié)語(yǔ)與啟示

在Black and Henderson(1999)的工作基礎(chǔ)上，本文構(gòu)建了適用范圍更廣的經(jīng)濟(jì)增長(zhǎng)模型，該模型基本涵蓋了產(chǎn)業(yè)理論、單中心城市理論、冰川運(yùn)輸理論、公共財(cái)政理論。利用該模型，本文得出運(yùn)輸成本一般會(huì)負(fù)向影響(穩(wěn)態(tài))人力資本的命題。在實(shí)證部分，利用中國(guó)31個(gè)省(區(qū)、市)面板數(shù)據(jù)，通過(guò)控制被解釋變量空間自回歸、誤差項(xiàng)空間自相關(guān)、個(gè)體固定效應(yīng)等因素，得到運(yùn)輸成本確實(shí)顯著地負(fù)向影響了(綜合)人力資本的結(jié)果，而通過(guò)增減關(guān)鍵解釋變量、替換關(guān)鍵解釋變量、替換估計(jì)方法等操作，回歸結(jié)果仍然保持了一定的穩(wěn)健性。本文的研究不僅可以解釋京津冀和長(zhǎng)三角的人力資本差別，還可以解釋為什么偏遠(yuǎn)地區(qū)(運(yùn)輸成本一般較高)的人力資本較低，沿海地區(qū)、平原地區(qū)(運(yùn)輸成本一般較低)卻集聚了較高的人力資本。按照本文邏輯，即使偏遠(yuǎn)地區(qū)出現(xiàn)了部分高人力資本群體，在該地區(qū)也是一種“浪費(fèi)”，于是該地區(qū)的高人力資本群體將會(huì)向沿海地區(qū)、平原地區(qū)流動(dòng)，即人才集聚。這種現(xiàn)象非常切合中國(guó)實(shí)際，每年都有很多本碩博畢業(yè)生，而大部分本碩博畢業(yè)生沒(méi)有選擇回家鄉(xiāng)，很可能是他們的人力資本在家鄉(xiāng)很難有用武之地?？傊鶕?jù)本文研究，中國(guó)政府通過(guò)投資鐵路、公路、橋梁等基建而拉動(dòng)經(jīng)濟(jì)增長(zhǎng)的做法是值得肯定的，尤其是西部大開(kāi)發(fā)，這對(duì)于縮小人力資本地域差距起到了關(guān)鍵作用，而人力資本地域差異的縮小也將會(huì)一定程度上縮小工資的地域差異。

下面，對(duì)本文理論作進(jìn)一步拓展。μ作為關(guān)鍵變量，被定義為運(yùn)輸成本，主要是指空間領(lǐng)域，強(qiáng)調(diào)的是物質(zhì)從一個(gè)空間轉(zhuǎn)移到另一個(gè)空間產(chǎn)生的“成本”，若將μ的概念拓展至?xí)r間領(lǐng)域，μ可以定義為人的非耐心程度，當(dāng)人越?jīng)]有耐心時(shí)，人將會(huì)給予未來(lái)的物質(zhì)更低的權(quán)重，也就是μ越大。單位時(shí)間的貼現(xiàn)因子和時(shí)間的長(zhǎng)度均會(huì)影響人的耐心，當(dāng)單位時(shí)間的貼現(xiàn)因子越小時(shí)，人們對(duì)未來(lái)物質(zhì)的賦權(quán)越?。划?dāng)時(shí)間越長(zhǎng)時(shí)，人們對(duì)未來(lái)物質(zhì)的賦權(quán)也越小。鑒于此，本文原理論所指的不同空間中的兩類城市(代表著上下游產(chǎn)業(yè))，可以轉(zhuǎn)化為不同時(shí)間下的前后生產(chǎn)工序(或上下游產(chǎn)業(yè))。當(dāng)人對(duì)時(shí)間越?jīng)]耐性或前后生產(chǎn)工序越耗時(shí)，物質(zhì)的總貼現(xiàn)“價(jià)值”越低，也就是μ越大。若將μ的概念拓展至社會(huì)領(lǐng)域，μ可以定義為交易成本，主要是為了交換所有權(quán)而產(chǎn)生的“成本”。其中，所有權(quán)是指所有人依法對(duì)物質(zhì)所享有的占有、使用、收益和處分的權(quán)利，而交易成本屬于(新)制度經(jīng)濟(jì)學(xué)范疇，Coase(1937)、Williamson(1981)作了更多原創(chuàng)性工作。