如何促進人力資本的空間再平衡：基于中國275個地級市研究

鄧仲良

(中國社會科學(xué)院 人口與勞動經(jīng)濟研究所， 北京 100006)

一、引言

經(jīng)濟高質(zhì)量發(fā)展需要形成優(yōu)勢互補的經(jīng)濟空間格局，對如何有效實現(xiàn)更加平衡和充分的區(qū)域發(fā)展的政策探索一直以來是政策制定者和學(xué)者關(guān)注的焦點問題。人力資本作為經(jīng)濟增長核心驅(qū)動要素，其空間分布基本決定了經(jīng)濟空間格局，更加均衡的高質(zhì)量區(qū)域協(xié)調(diào)發(fā)展格局必然也要求人力資本的合理空間分布。當(dāng)前都市圈及大城市日益成為承載人口流入的主要空間載體，尤其是區(qū)域性中心城市。從政策目標(biāo)來看，大城市在吸納大量流動人口的同時需要進一步實現(xiàn)人口結(jié)構(gòu)優(yōu)化，降低集聚成本，避免規(guī)模不經(jīng)濟。另一方面，部分人口外流區(qū)域則需要解決好可能因人口過度外流導(dǎo)致的功能性衰退，因此，在“十四五”時期更好地促進城市人力資本有效累積對降低區(qū)域發(fā)展分化尤為重要。

已有研究都表明，人力資本存量和增量都對經(jīng)濟增長和勞動者自身福利水平有顯著影響[注]P.Aghion,P.Howitt,“Endogenous Growth Theory”,Cambridge,Massachusetts: The MIT Press,1998，pp.173-193.，首先人力資本高低影響經(jīng)濟體的創(chuàng)新能力[注]P.Romer,“Endogenous Technological Change”,Journal of Political Economy,Vol.98,No.5,1990.，新古典經(jīng)濟學(xué)進一步表明教育和干中學(xué)是促進人力資本形成的兩種方式[注]R.E.Jr.Lucas,“On the Mechanics of Economic Development”,Journal of Monetary Economics,Vol.22,No.1,1988.。一般地，從人力資本增量來看，不同人力資本累積速度決定了經(jīng)濟增長速度，因而人力資本是影響增長的要素投入之一，而從人力資本存量來看，人力資本可以進一步影響創(chuàng)新能力和技術(shù)水平，進而提高全要素生產(chǎn)率。從微觀個體進一步來看，人力資本是一個衡量勞動者質(zhì)量的綜合指標(biāo)，具體由勞動者身上具有經(jīng)濟價值的知識儲備、技能水平及身體健康素質(zhì)構(gòu)成[注]楊建芳、龔六堂等：《人力資本形成及其對經(jīng)濟增長的影響——一個包含教育和健康投入的內(nèi)生增長模型及其檢驗》，《管理世界》2006年第5期。。在現(xiàn)實世界中，人力資本的空間分布具有顯著的空間非均衡性[注]朱承亮、師萍等：《人力資本、人力資本結(jié)構(gòu)與區(qū)域經(jīng)濟增長效率》，《中國軟科學(xué)》2011年第2期；李海崢、賈娜等： 《中國人力資本的區(qū)域分布及發(fā)展動態(tài)》，《經(jīng)濟研究》2013年第7期。，經(jīng)濟密度較高的地區(qū)通常其人力資本存量也較高，從更加微觀的空間尺度來看，人力資本也同樣影響城市層面的經(jīng)濟增長效率[注]J.E.Rauch，“Productivity Gains from Geographic Concentration of Human Capital: Evidence from the Cities”,Journal of Urban Economics,Vol.34,No.3,1993；D.Black,V.Henderson,“A Theory of Urban Growth”,Journal of Political Economy,Vol.107,No.2,1999.和企業(yè)發(fā)展能力[注]E.L. Glaeser,S.S. Rosenthal,et al.,“Urban Economics and Entrepreneurship”,Journal of Urban Economics,Vol.67,No.1,2010.。人力資本的空間再平衡就是促進人力資本在空間上的再配置，其目的在于提升經(jīng)濟增長的空間均衡性。如何通過提高人力資本的空間均衡性來降低區(qū)域發(fā)展差距？已有研究表明推進高等教育均衡發(fā)展有助于縮小區(qū)域間收入差距[注]陳釗、陸銘等：《中國人力資本和教育發(fā)展的區(qū)域差異：對于面板數(shù)據(jù)的估算》，《世界經(jīng)濟》2004年第12期。，教育水平增加1%，個人收入將增加4.34%，教育回報率也隨收入水平增加而累加。從個體微觀層面來看，推進受教育總量擴大的政策也有利于提高個人收入水平，高校擴招政策具有顯著的工資溢價效應(yīng)，但其也與家庭收入水平緊密相關(guān)，這種溢價效應(yīng)對高收入家庭更加明顯[注]方超、黃斌：《高校擴招、教育回報率與城鎮(zhèn)勞動力的工資差異——兼論高校擴招政策對大學(xué)教育質(zhì)量的影響》，《宏觀質(zhì)量研究》2020年第4期。。因此進一步地向低收入人群加大人力資本投入和提高教育水平可以促進人力資本累積和縮小收入差距[注]張車偉：《人力資本回報率變化與收入差距：“馬太效應(yīng)”及其政策含義》，《經(jīng)濟研究》2006年第12期。，同時也能提高經(jīng)濟增長效率。

高質(zhì)量的經(jīng)濟發(fā)展格局需要更加均衡的人力資本空間配置，作為初步探索，基于已有研究，本文從空間視角來進一步研究人力資本對本地經(jīng)濟增長拉動效果，重點關(guān)注不同產(chǎn)業(yè)結(jié)構(gòu)、流動人口和本地勞動力市場下人力資本累積情況。

二、中國人力資本空間不平衡的幾個典型問題

人力資本較高的地區(qū)通常也為經(jīng)濟高密度地區(qū)，在當(dāng)前經(jīng)濟發(fā)展空間格局均衡程度日益提升的同時仍存在著制約人力資本空間再平衡的一些關(guān)鍵問題。

(一)人口流動的空間失衡造成人力資本累積速度滯后于城鎮(zhèn)化進程

本文采用空間基尼系數(shù)(Spatial Gini)[注]各變量的空間基尼系數(shù)(Spatial Gini)計算的空間單位為省級。數(shù)據(jù)來源為《中國統(tǒng)計年鑒2019》。來測度區(qū)域經(jīng)濟差距(總量和人均)。如圖1所示，盡管地區(qū)生產(chǎn)總值的空間均衡性提升緩慢，但人均意義上的經(jīng)濟空間均衡性增加幅度明顯。1978—2018年地區(qū)生產(chǎn)總值(Gross Regional Product，簡稱GRP)的空間基尼系數(shù)總體呈現(xiàn)降低趨勢，但降低幅度不大。從人均意義來看，1978年人均地區(qū)生產(chǎn)總值(p_GRP)的空間基尼系數(shù)為0.343，2000年為0.245，2005年為0.244，2018年為0.132。上述數(shù)據(jù)分析表明，人均地區(qū)生產(chǎn)總值的空間均衡性明顯高于地區(qū)生產(chǎn)總值，這意味著促進人口自由流動有助于改善經(jīng)濟空間格局均衡性。人口空間流動勢必也會影響人力資本的空間格局，若以本科和?？茖W(xué)生比重作為人力資本的度量指標(biāo)，1978年以來人力資本增速遠(yuǎn)低于城鎮(zhèn)化率。如圖1所示，2018年城鎮(zhèn)化率為59.58%，但城鎮(zhèn)人口增速遠(yuǎn)高于本科和?？茖W(xué)生比重增速，這表明人力資本累積速度滯后于引起勞動力集聚的城鎮(zhèn)化進程。

(圖1) 1978年以來中國城鎮(zhèn)化水平和人力資本變化 數(shù)據(jù)來源：作者根據(jù)歷年《中國統(tǒng)計年鑒》計算，空間基尼系數(shù)為作者依據(jù)省級層面數(shù)據(jù)計算，產(chǎn)值和價格均為當(dāng)年價。由于數(shù)據(jù)缺失，未包括香港和澳門特別行政區(qū)、臺灣地區(qū)，未注明者同此說明，不再贅述。

伴隨我國城鎮(zhèn)化水平持續(xù)提高，人口向經(jīng)濟密度較高城市聚集的趨勢并未改變，但“人戶分離”導(dǎo)致較大規(guī)模的流動人口始終存在。2017年中國流動人口數(shù)量為2.44億人，盡管較上年減少82萬人，但其仍占全國總?cè)丝?7.55%，其中外出農(nóng)民工仍為流動人口的主體人群，2017年外出農(nóng)民工總量近1.72億，占全國人口比重12.36%，較上年增加251萬人(2015年和2016年外出農(nóng)民工較上年分別增加63萬人和50萬人)，2019年外出農(nóng)民工增幅仍有近159萬人。這表明流動人口中農(nóng)業(yè)轉(zhuǎn)移人口并未實現(xiàn)穩(wěn)定落戶，人口集聚或外流直接改變了本地勞動力結(jié)構(gòu)和消費規(guī)模，不利于促進人力資本有效形成。從城市層面來看，部分城市的人口外流趨勢始終沒有改變，“空間鎖定”效應(yīng)明顯，例如周口、商丘、信陽、畢節(jié)、駐馬店、阜陽、南陽等城市多年均為人口凈流出城市。部分大城市與中小城市也屬于多年的人口凈外流地(如洛陽、開封、鹽城、蕪湖、濟寧等II型大城市，也含南寧等I型大城市)。

相關(guān)研究也表明，人口跨區(qū)域流動受到人力資本引起工資溢價效應(yīng)的顯著影響[注]高虹：《城市人口規(guī)模與勞動力收入》，《世界經(jīng)濟》2014年第10期。，尤其是對具有較高人力資本的高技能勞動者[注]E.L Glaeser,M.Lu,“Human-Capital Externalities in China”,NBER Working Paper,No.24925,2018.。從更長的歷史維度來看，勞動力更傾向于流入人力資本水平較高的城市，即便政策干預(yù)能夠短期影響人口的空間分布，但市場化條件下勞動力流動仍向歷史上人力資本空間分布收斂[注]夏怡然、陸銘：《跨越世紀(jì)的城市人力資本足跡——歷史遺產(chǎn)、政策沖擊和勞動力流動》，《經(jīng)濟研究》2019年第1期。。

(二)產(chǎn)業(yè)結(jié)構(gòu)差異造成人力資本對經(jīng)濟增長貢獻率不一致

人力資本的空間異質(zhì)性也會影響產(chǎn)業(yè)集聚，人力資本集中程度上升可以顯著提高區(qū)域收入水平，但人力資本不均衡分布可能引起區(qū)域收入差距增大[注]張文武、梁琦：《勞動地理集中、產(chǎn)業(yè)空間與地區(qū)收入差距》，《經(jīng)濟學(xué)(季刊)》2011年第2期。。不同產(chǎn)業(yè)間人力資本配置效率也是不同的，當(dāng)前僅資本密集型產(chǎn)業(yè)產(chǎn)出受勞動力教育水平影響較小[注]曲玥：《考慮教育異質(zhì)性的人力資本配置效率測算——基于“企業(yè)-員工”匹配調(diào)查數(shù)據(jù)》，《中國工業(yè)經(jīng)濟》2020年第8期。。當(dāng)前中國經(jīng)濟已進入后工業(yè)化和服務(wù)業(yè)發(fā)展并存的時期，產(chǎn)業(yè)結(jié)構(gòu)升級需要與之技能水平相適應(yīng)的勞動力供給結(jié)構(gòu)，不斷優(yōu)化勞動力供給結(jié)構(gòu)有利于促進人力資本累積。2012年服務(wù)業(yè)增速首次超過工業(yè)，到2018年為59.09%，遠(yuǎn)大于工業(yè)對GDP增速(31.81%)的貢獻率。從經(jīng)濟格局來看，愈來愈多城市的經(jīng)濟結(jié)構(gòu)也呈現(xiàn)“服務(wù)業(yè)化”。經(jīng)筆者估算，2012年中國地級市地區(qū)生產(chǎn)總值中服務(wù)業(yè)與工業(yè)比值大于1的城市占16.11%，到2017年已上升為42.65%，其中，生產(chǎn)性服務(wù)業(yè)與制造業(yè)的就業(yè)比重大于1的城市從2012年21.45%上升至2017年29.89%。除北京等大城市外，該類產(chǎn)業(yè)結(jié)構(gòu)高端化的城市占全國經(jīng)濟比重并不高，也就是說生產(chǎn)性服務(wù)業(yè)集聚尚未直接帶動本地區(qū)經(jīng)濟增長，如烏蘭察布、商洛、酒泉、固原等城市。

從省級經(jīng)濟數(shù)據(jù)進一步看出，2010年除北京、上海、海南、貴州等省市外，其余省市的經(jīng)濟增長基本都是工業(yè)主導(dǎo)(以工業(yè)增加值與服務(wù)業(yè)增加值比值確定)，而到2018年除安徽、福建、江西、河南和陜西外，其余省市服務(wù)業(yè)占地區(qū)生產(chǎn)總值比重均超過工業(yè)，服務(wù)業(yè)化趨勢日益明顯，原有工業(yè)占地區(qū)生產(chǎn)總值比重較高的一些省市到2018年時服務(wù)業(yè)已成為主導(dǎo)產(chǎn)業(yè)，如山西、內(nèi)蒙古和天津等，過度地“去工業(yè)化”造成經(jīng)濟增長動能轉(zhuǎn)換較慢。發(fā)展服務(wù)業(yè)需要具有較高的市場潛能優(yōu)勢和歷史人力資本累積，當(dāng)前這些省市的原有產(chǎn)業(yè)結(jié)構(gòu)及區(qū)位優(yōu)勢還無法適應(yīng)現(xiàn)代服務(wù)業(yè)的發(fā)展要求，尤其生產(chǎn)性服務(wù)業(yè)對本地高技能勞動力、創(chuàng)新投入等要求都較高，從工業(yè)向服務(wù)業(yè)的產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)換失靈造成這些省市經(jīng)濟增長失速。

正是由于產(chǎn)業(yè)結(jié)構(gòu)的空間差異，人力資本對地區(qū)經(jīng)濟增長的貢獻率也不同，人力資本較為欠缺的地區(qū)其經(jīng)濟比重也較低。本文進一步以各省市的專利授權(quán)數(shù)比重作為區(qū)域人力資本的衡量指標(biāo)，如圖2所示，專利比重越高(即創(chuàng)新產(chǎn)出水平越高)，則經(jīng)濟比重也相對較高，創(chuàng)新產(chǎn)出與經(jīng)濟產(chǎn)出的相關(guān)程度較高。2018年北京、天津、上海、廣東、浙江等省市的專利授權(quán)數(shù)比重高于其經(jīng)濟比重，而遼寧、四川、河南等省份專利授權(quán)數(shù)全國相對比重都低于其經(jīng)濟比重，表明這些省市創(chuàng)新投入對本地經(jīng)濟增長貢獻率還不高。

(圖2) 人力資本水平和經(jīng)濟比重的關(guān)系 數(shù)據(jù)來源：作者根據(jù)《中國統(tǒng)計年鑒2019》計算。

(三)將人力資本存量轉(zhuǎn)變?yōu)閯?chuàng)新投入存在明顯空間分化

人力資本對于縮小地區(qū)差距、促進經(jīng)濟均衡發(fā)展具有顯著的重要性[注]D.Acemoglu,D.Autor,“What Does Human Capital Do? A Review of Goldin and Katz’s The Race between Education and Technology”,Journal of Economic Literature,Vol.50,No.2,2012.。相關(guān)研究表明，目前人力資本轉(zhuǎn)化為創(chuàng)新要素對經(jīng)濟增長的貢獻率還不高，可能制約高質(zhì)量經(jīng)濟發(fā)展的連續(xù)性[注]張勇：《人力資本貢獻與中國經(jīng)濟增長的可持續(xù)性》，《世界經(jīng)濟》2020年第4期。。其次，人力資本的空間關(guān)聯(lián)性也影響了區(qū)域創(chuàng)新能力[注]宋旭光、趙雨涵：《中國區(qū)域創(chuàng)新空間關(guān)聯(lián)及其影響因素研究》，《數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究》2018年第7期。，人力資本空間的異質(zhì)性問題將進一步影響勞動力配置效率，造成經(jīng)濟增長動力呈現(xiàn)空間差異[注]蔡昉、王德文等：《勞動力市場扭曲對區(qū)域差距的影響》，《中國社會科學(xué)》2001年第2期。，因此促進這種經(jīng)濟增長的空間關(guān)聯(lián)和增強空間溢出效應(yīng)有利于實現(xiàn)區(qū)域發(fā)展趨同[注]潘文卿：《中國的區(qū)域關(guān)聯(lián)與經(jīng)濟增長的空間溢出效應(yīng)》，《經(jīng)濟研究》2012年第1期。，但在制定旨在促進區(qū)域發(fā)展平衡的相關(guān)政策時應(yīng)該重點考慮人力資本非均衡的現(xiàn)實條件，當(dāng)人力資本較低時，一些技術(shù)或產(chǎn)業(yè)轉(zhuǎn)移政策可能面臨低效[注]蔡昉、都陽：《中國地區(qū)經(jīng)濟增長的趨同與差異——對西部開發(fā)戰(zhàn)略的啟示》，《經(jīng)濟研究》2000年第10期。。同時技術(shù)引進受到技術(shù)吸收能力的“門檻效應(yīng)”影響[注]馬永軍、張志武等：《技術(shù)引進、吸收能力與創(chuàng)新質(zhì)量——來自中國高技術(shù)產(chǎn)業(yè)的經(jīng)驗證據(jù)》，《宏觀質(zhì)量研究》2021年第2期。，因此需要促進地區(qū)人力資本與技術(shù)吸收能力相適應(yīng)。

(圖3) 人力資本存量與創(chuàng)新投入的關(guān)系數(shù)據(jù)來源：作者根據(jù)《中國統(tǒng)計年鑒2019》計算。

當(dāng)前中國城鎮(zhèn)化已經(jīng)進入到中心城市帶動城市群，進而帶動區(qū)域協(xié)調(diào)發(fā)展的階段，超大和特大城市是承載中國經(jīng)濟增長的主要空間。人口聚集為人力資本累積提供了基礎(chǔ)條件，即人口規(guī)模越大的區(qū)域或城市具有提升人力資本的初始條件。從現(xiàn)實情況來看，初始人力資本較高的地區(qū)具有較高的技術(shù)創(chuàng)新吸收能力，但最終轉(zhuǎn)化為經(jīng)濟產(chǎn)出所需的創(chuàng)新投入還存在較大的空間分化[注]鄒薇、代謙：《技術(shù)模仿、人力資本積累與經(jīng)濟趕超》，《中國社會科學(xué)》2003年第5期。。本文以規(guī)模以上工業(yè)研究與試驗發(fā)展(R&D)投入作為創(chuàng)新變量，并以高等學(xué)校的在校生學(xué)生比重來衡量人力資本存量，利用2018年省級層面數(shù)據(jù)進一步分析，結(jié)果表明，人力資本的存量與創(chuàng)新投入呈現(xiàn)正相關(guān)關(guān)系，即在校生比重較高的地區(qū)，其研究與試驗發(fā)展(R&D)投入也較高，如廣東、江蘇、浙江等，2018年廣東省在校學(xué)生數(shù)占全國6.93%，R&D人員當(dāng)年超過20人年，遠(yuǎn)高于其他地區(qū)，北京由于服務(wù)業(yè)占比較高，其規(guī)模以上工業(yè)企業(yè)R&D投入比重低于江蘇等省市；而另外一些省市，如河北、四川、山東、河南、湖南、新疆等，這些省市的在校生比例較高，但其規(guī)模以上工業(yè)企業(yè)R&D投入遠(yuǎn)低于東部地區(qū)。2018年河北省的在校學(xué)生比重占全國的4.74%，R&D投入占全國比重僅為2.31%，遠(yuǎn)低于廣東的20.86%，如圖3所示。

三、從空間視角來理解人力資本對經(jīng)濟增長貢獻

伴隨中國勞動力供給下降和老齡化引起的人口轉(zhuǎn)型問題日益突出，人力資本及其配置效率越來越成為影響經(jīng)濟增長的關(guān)鍵因素。由于經(jīng)濟增長具有顯著空間異質(zhì)性，有必要從空間視角來判斷人力資本對經(jīng)濟增長貢獻率。

(一)模型設(shè)定

具有知識儲備和有效創(chuàng)新的勞動力供給是人力資本的最基本特征。從供給端的經(jīng)濟增長要素分解來看，人力資本即可看作一種要素投入，即人力資本和物質(zhì)資本、技術(shù)、勞動力是等同的生產(chǎn)要素，同時人力資本也可看作是一種外部性影響，人力資本通過全要素生產(chǎn)效率而間接影響經(jīng)濟產(chǎn)出。勞動力健康水平可以影響高技能勞動者的技能輸出效率，進而影響有效勞動投入[注]P.Aghion,P.Howitt,“Endogenous Growth Theory”.。

作為一種初步嘗試，在參考楊建芳等對人力資本變量選取的研究[注]楊建芳、龔六堂等：《人力資本形成及其對經(jīng)濟增長的影響——一個包含教育和健康投入的內(nèi)生增長模型及其檢驗》。基礎(chǔ)上，利用經(jīng)典的Solow模型，本文將人力資本作為一種要素投入來初步測算人力資本對經(jīng)濟增長的影響效果。勞動力就業(yè)規(guī)模較大的城市，我們初步認(rèn)為其人力資本存量也較大，因此為避免多重共線性引發(fā)的估計偏誤，本文將勞動力L和人力資本H分別作為一種勞動力要素分別輸入，如下式(1)：

lnyct=β0+β1lnKct-1+β2lnLct或lnHct-1+Ωct

(1)

Ωct=uc+εt+ect

(2)

式中，β0～β2分別為變量系數(shù)，yc為城市c的人均GRP，Kc為城市c的固定資本存量，Hc為城市c的人力資本變量，考慮固定資產(chǎn)投資對經(jīng)濟增長和人力資本累積具有滯后性，故采用滯后1期的城市層面固定資本存量估計值和人力資本滯后1期值。Lc為城市c的勞動力就業(yè)規(guī)模，仍采用當(dāng)期值；Ωc為城市c的Solow余值，分別為城市固定、時間固定效應(yīng)及誤差項eit，當(dāng)僅使用截面數(shù)據(jù)時，Ωc=ect。

(二)數(shù)據(jù)選取

城市c的人均地區(qū)生產(chǎn)總值p_GRP、城市勞動力就業(yè)規(guī)模Lc的數(shù)據(jù)來自《中國城市統(tǒng)計年鑒2019》。對城市固定資本存量而言，由于初始資本存量、價格指數(shù)、折舊率等差異，城市層面固定資本存量尚未有明確的研究數(shù)據(jù)，在截面模型中采用相同估計方法的橫向比較也能反映不同城市固定資本的相對差異，本文采用鄧仲良[注]鄧仲良、張可云：《中國經(jīng)濟增長的空間分異為何存在？——一個空間經(jīng)濟學(xué)的解釋》，《經(jīng)濟研究》2020年第4期。方法估計，其基本原理仍是永續(xù)存盤法，并假定城市固定投資價格指數(shù)與省級相同，選2000年為基期，資本價格依據(jù)省級層面價格來折算，省級價格指數(shù)來自《中國統(tǒng)計年鑒2019》，初始固定資本存量估計為下式(3)，I′0為初始基期的固定資產(chǎn)不變價投資額，δ為資本折舊率，參考張軍等研究方法[注]張軍、吳桂英等：《中國省際物質(zhì)資本存量估算：1952—2000》，《經(jīng)濟研究》2004年第10期。取9.6%，g為不變價投資額It的平均增長率。

(3)

由于統(tǒng)計口徑變化，自2018年開始城市層面并未公布固定資產(chǎn)投資，僅有房地產(chǎn)投資。2017年城市統(tǒng)計年鑒中的部分城市固定資本投資增速缺失，通過查閱各城市的國民經(jīng)濟公報補齊。例如：較之2016年，2017年松原增加0.1%，白城增加8.6%，南平市增加17.5%，梧州市增加13.8%，防城港市增加12.1%，貴港市增加16.9%，六盤水市增加21.7%，遵義市增加22%，安順市增加21.7%，銅仁市增加22.8%，曲靖市增加25.1%，玉溪市增加20.9%，保山市增加32.1%，麗江市增加16.4%，海東市增加12.4%等。圖4列出了2000年、2007年和2017年的城市固定資本存量對數(shù)值的核密度分布，可見從2000年到2017年中國城市固定資本存量增加明顯，同時分布范圍逐步增大，核密度曲線逐步右移，波峰有所增加。

(圖4) 中國城市固定資本存量估算值的核密度分布數(shù)據(jù)來源：作者自行計算。

在人力資本測度的指標(biāo)選取上，已有研究表明有識字率[注]蔡昉、都陽：《中國地區(qū)經(jīng)濟增長的趨同與差異——對西部開發(fā)戰(zhàn)略的啟示》。、Jorgenson-Fraumeni收入法[注]李海崢、賈娜等：《中國人力資本的區(qū)域分布及發(fā)展動態(tài)》。、大學(xué)生受教育比例和歷史上明清時期的進士數(shù)量[注]夏怡然、陸銘：《跨越世紀(jì)的城市人力資本足跡——歷史遺產(chǎn)、政策沖擊和勞動力流動》。、平均受教育年限[注]J.E.Rauch，“Productivity Gains from Geographic Concentration of Human Capital:Evidence from the Cities”；曲玥：《考慮教育異質(zhì)性的人力資本配置效率測算——基于“企業(yè)-員工”匹配調(diào)查數(shù)據(jù)》。、人力資本流量序列的支出法[注]張勇：《人力資本貢獻與中國經(jīng)濟增長的可持續(xù)性》。等?？紤]城市層面數(shù)據(jù)獲取性和已有研究成果，本文選取兩個指標(biāo)來同時測度城市人力資本：其一，選取高等教育大學(xué)本科和?？茖W(xué)生數(shù)H1，本文認(rèn)為大學(xué)本科學(xué)生和職業(yè)教育學(xué)生具有相對較高的勞動技能、認(rèn)知以及健康等人力資本的核心特征，可作為衡量人力資本的變量之一；其二，考慮人力資本水平影響創(chuàng)新能力[注]P.Romer,“Endogenous Technological Change”.，較高人力資本水平的勞動力具有較高創(chuàng)新產(chǎn)出，本文也選取專利實際授權(quán)數(shù)H2作為衡量人力資本的變量。本文對比了這兩個指標(biāo)的相關(guān)性，如圖5所示，可見二者正相關(guān)性較高，這表明本文采用H1和H2來度量城市人力資本是合理的。從城市人力資本計算來看，鞍山市、晉中市、臨汾市和呂梁市等城市相關(guān)數(shù)據(jù)在《中國城市統(tǒng)計年鑒2019》中缺失，也通過查閱當(dāng)年國民統(tǒng)計公報補齊。

(圖5) 人力資本指標(biāo)對比數(shù)據(jù)來源：作者根據(jù)《中國城市統(tǒng)計年鑒2019》計算。

本文進一步對不同年份的城市人力資本進行了整理計算，以本科和職業(yè)教育學(xué)生數(shù)H1為例，中國城市人力資本核密度曲線明顯右移，同時分布范圍和核密度曲線峰值都變大，這表明盡管人力資本存量增加，城市人力資本的空間集聚趨勢仍然較為明顯，如圖6所示。

注：本文以本科和職業(yè)教育學(xué)生數(shù)H1作為人力資本測度指標(biāo)之一。(圖6) 中國人力資本的核密度分布 數(shù)據(jù)來源：作者根據(jù)歷年《中國城市統(tǒng)計年鑒》計算。

為進一步研究產(chǎn)業(yè)結(jié)構(gòu)和流動人口對人力資本的影響，本文還使用了城市產(chǎn)業(yè)結(jié)構(gòu)數(shù)據(jù)、各細(xì)分產(chǎn)業(yè)部門的就業(yè)數(shù)據(jù)以及流動人口調(diào)查數(shù)據(jù)，流動人口微觀數(shù)據(jù)來自國家衛(wèi)生健康委提供的中國流動人口動態(tài)監(jiān)測調(diào)查數(shù)據(jù)(China Migrants Dynamic Survey，簡稱CMDS)，其余未注明數(shù)據(jù)都來自《中國統(tǒng)計年鑒2019》和《中國城市統(tǒng)計年鑒2019》。為統(tǒng)一數(shù)據(jù)口徑和獲得性，本文對部分?jǐn)?shù)據(jù)缺失的城市予以剔除，排除的城市有：崇左、三沙、畢節(jié)、銅仁、麗江、普洱、臨滄、拉薩、定西、隴南、海東、固原、中衛(wèi)、寶雞和遵義等城市，剩余275個地級市及以上城市。相關(guān)變量的描述性統(tǒng)計特征詳見表1。

表1) 部分指標(biāo)的描述性統(tǒng)計

(三)基本分析

考慮人力資本的空間異質(zhì)性，本文對中國275個地級市及以上城市的人力資本與人均國內(nèi)生產(chǎn)總值(人均GDP)進行研究，由于在城市層面的人口規(guī)模、勞動力就業(yè)人數(shù)和本文選取的本科與職業(yè)教育學(xué)生數(shù)和專利授權(quán)數(shù)的相關(guān)性較高，如圖7。為避免多重共線性影響，本文通過分別引入勞動力就業(yè)人數(shù)和人力資本變量進行研究，以探求人力資本對本地經(jīng)濟增長的貢獻率到底是多少。

注：本文以本科和職業(yè)教育學(xué)生數(shù)作為人力資本測度指標(biāo)之一。(圖7) 中國勞動力供給和人力資本關(guān)系：地級市層面數(shù)據(jù)來源：作者根據(jù)《中國城市統(tǒng)計年鑒2019》計算。

本文首先引入固定資本K和勞動力就業(yè)L，如表2回歸1所示，二者與人口GDP顯著正相關(guān)，當(dāng)將L替換為H1時，固定資本存量和人力資本也與人口GDP在1%置信水平下正相關(guān)，如表2回歸2，調(diào)整R2為0.2632，其小于回歸1，同時ln(H12017)系數(shù)也小于ln(L2018)，這表明人力資本對城市經(jīng)濟增長貢獻率小于勞動力投入。這意味著要素投入在以往經(jīng)濟增長中貢獻率大于人力資本，這與張勇研究結(jié)論[注]張勇：《人力資本貢獻與中國經(jīng)濟增長的可持續(xù)性》。一致。其次，為進一步研究固定資本和人力資本對本地經(jīng)濟增長的貢獻份額，本文進一步引入滯后5期的固定資本存量K2012和人力資本H2012，當(dāng)僅考慮2012年K2012和H2012時，K2012對本地人均GDP貢獻顯著為正，而H2012系數(shù)為負(fù)，即便再引入滯后1期的K2017和當(dāng)期人力資本H2017，lnH12012系數(shù)仍然為負(fù)，而僅考慮人力資本L2017或L2012，人力資本系數(shù)為正，且滯后1期系數(shù)大于滯后5期，這表明滯后期數(shù)較早的人力資本對本地當(dāng)期的經(jīng)濟增長貢獻較小，且并不穩(wěn)健?；净貧w分析提供了勞動力、人力資本和固定資本對人均經(jīng)濟產(chǎn)出影響效果，這些經(jīng)驗研究表明，固定資本對以往城市經(jīng)濟增長影響大于城市人力資本的貢獻率。另外，由于城市層面人力資本直接度量較為困難，這可能也是影響因素之一。

表2) 城市層面經(jīng)濟增長的要素貢獻OLS

四、進一步分析

當(dāng)前經(jīng)濟結(jié)構(gòu)服務(wù)業(yè)化趨勢較為明顯，流動人口規(guī)模仍較大，產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和城市流動人口是否穩(wěn)定就業(yè)成為影響人力資本累積的關(guān)鍵因素。

(一)產(chǎn)業(yè)結(jié)構(gòu)升級與人力資本空間再平衡

1.產(chǎn)業(yè)結(jié)構(gòu)升級與人力資本。本文考察城市層面的人力資本累積與產(chǎn)業(yè)結(jié)構(gòu)的關(guān)系，初步分析服務(wù)業(yè)的經(jīng)濟與就業(yè)比重和城市人力資本的相關(guān)關(guān)系。當(dāng)以經(jīng)濟比重來衡量服務(wù)業(yè)化Y3/Y2時，城市人力資本(H1和H2)與采用產(chǎn)值水平衡量的產(chǎn)業(yè)結(jié)構(gòu)服務(wù)業(yè)呈正相關(guān)關(guān)系，但城市專利授權(quán)數(shù)H2與Y3/Y2的正相關(guān)關(guān)系不顯著。當(dāng)以就業(yè)人數(shù)來度量服務(wù)業(yè)化時em3/em2，無論是采用城市學(xué)生數(shù)H1，還是采用專利授權(quán)數(shù)H2，城市人力資本(H1和H2)與服務(wù)業(yè)工業(yè)就業(yè)比值呈負(fù)相關(guān)關(guān)系，這表明推進就業(yè)結(jié)構(gòu)服務(wù)業(yè)化并未有效促進人力資本累積，如表3所示。伴隨產(chǎn)業(yè)結(jié)構(gòu)升級，很多城市產(chǎn)業(yè)結(jié)構(gòu)服務(wù)業(yè)化趨勢明顯，其中生產(chǎn)性服務(wù)業(yè)所體現(xiàn)的產(chǎn)業(yè)間關(guān)聯(lián)作用愈加顯著，本文進一步采用生產(chǎn)性服務(wù)業(yè)與制造業(yè)的就業(yè)比重作為衡量城市產(chǎn)業(yè)高端化的指標(biāo)，如圖8所示?？傮w而言，從城市層面來看，產(chǎn)業(yè)結(jié)構(gòu)高端化尚未對人力資本累積形成明顯的促進作用，對城市人力資本衡量也分別采取了高校在校學(xué)生數(shù)和專利授權(quán)數(shù)，二者都呈現(xiàn)負(fù)相關(guān)關(guān)系。

表3) 城市人力資本與產(chǎn)業(yè)結(jié)構(gòu)的關(guān)系OLS

(圖8) 2018年產(chǎn)業(yè)結(jié)構(gòu)高端化與人力資本累積關(guān)系數(shù)據(jù)來源：作者根據(jù)《中國城市統(tǒng)計年鑒2019》計算。

2.產(chǎn)業(yè)部門就業(yè)結(jié)構(gòu)與人力資本。如上一小節(jié)所述，不同產(chǎn)業(yè)部門的就業(yè)規(guī)模對人力資本累積的促進效應(yīng)存在差異，尤其是服務(wù)業(yè)內(nèi)部不同部門，本文將服務(wù)業(yè)劃分為生產(chǎn)性服務(wù)業(yè)、消費性服務(wù)業(yè)和基礎(chǔ)性服務(wù)業(yè)，關(guān)于細(xì)分類別服務(wù)業(yè)的劃分規(guī)則詳見筆者前期成果[注]鄧仲良：《中國服務(wù)業(yè)發(fā)展及其集聚效應(yīng)：基于空間異質(zhì)性的視角》，《改革》2020年第7期。。2018年制造業(yè)、服務(wù)業(yè)以及生產(chǎn)性服務(wù)業(yè)、消費性服務(wù)業(yè)、基礎(chǔ)性服務(wù)業(yè)在城市間的核密度分布如圖9所示，可見制造業(yè)分布范圍最廣，其核密度曲線波峰最低，這表明制造業(yè)在城市間就業(yè)人數(shù)比重較為均衡；服務(wù)業(yè)核密度曲線分布范圍較窄，且其波峰較高，服務(wù)業(yè)在空間上呈現(xiàn)集聚趨勢，生產(chǎn)性服務(wù)業(yè)和消費性服務(wù)業(yè)的核密度曲線波峰依次低于基礎(chǔ)性服務(wù)業(yè)，其中消費性服務(wù)業(yè)和基礎(chǔ)性服務(wù)業(yè)核密度曲線分布范圍大于生產(chǎn)性服務(wù)業(yè)。

(圖9) 不同產(chǎn)業(yè)在城市間核密度分布(2018年)數(shù)據(jù)來源：作者根據(jù)《中國城市統(tǒng)計年鑒2019》計算。

以本科及職業(yè)教育學(xué)生來衡量城市人力資本為例，本文分別檢驗制造業(yè)及細(xì)分服務(wù)業(yè)就業(yè)與城市人力資本的關(guān)系，如表4所示，制造業(yè)、生產(chǎn)性服務(wù)業(yè)、消費性服務(wù)業(yè)和基礎(chǔ)性服務(wù)業(yè)的就業(yè)人數(shù)都與人力資本顯著正相關(guān)，其中基礎(chǔ)性服務(wù)業(yè)R2為0.693，其大于生產(chǎn)性服務(wù)業(yè)和消費性服務(wù)業(yè)，這表明發(fā)展基礎(chǔ)性服務(wù)業(yè)與人力資本的相關(guān)程度更高。進一步地，將每個城市的醫(yī)療衛(wèi)生和教育就業(yè)人數(shù)取對數(shù)，回歸15表明醫(yī)療和教育就業(yè)人數(shù)對人力資本正向貢獻也更加顯著，其變量系數(shù)為1.29，均大于生產(chǎn)性服務(wù)業(yè)和消費性服務(wù)業(yè)。

(表4) 人力資本積累與勞動力就業(yè)結(jié)構(gòu)

(二)城市勞動力就業(yè)、流動人口與人力資本水平

勞動力穩(wěn)定就業(yè)能夠有效降低城市失業(yè)率，對城市勞動力市場而言，較大規(guī)模流動人口是否穩(wěn)定落戶與其享受城市教育、醫(yī)療等基本公共服務(wù)質(zhì)量緊密相關(guān)，而這些因素都顯著影響了城市人力資本累積。

1.人力資本水平與城市失業(yè)率。城市層面數(shù)據(jù)分析表明勞動力就業(yè)規(guī)模與人力資本呈顯著正相關(guān)關(guān)系，我們將城市層面失業(yè)數(shù)據(jù)除以城市總勞動力人數(shù)得到城市估算失業(yè)率，這些數(shù)據(jù)來自《中國城市統(tǒng)計年鑒2019》，如圖10所示，城市人力資本與失業(yè)率呈現(xiàn)顯著負(fù)相關(guān)關(guān)系，這種相關(guān)性表明降低失業(yè)率有助于提高城市人力資本存量，這與一般經(jīng)濟學(xué)直覺是一致的。進一步地，本文變換了城市人力資本度量指標(biāo)。無論是采用城市學(xué)生數(shù)，還是采用城市專利授權(quán)數(shù)，其與城市失業(yè)率的負(fù)相關(guān)關(guān)系都是成立的?？紤]勞動力就業(yè)規(guī)模、人均GRP等指標(biāo)都與失業(yè)率存在相關(guān)關(guān)系，本文采用城市產(chǎn)業(yè)結(jié)構(gòu)Y3/Y2來控制城市特征，城市產(chǎn)業(yè)結(jié)構(gòu)服務(wù)業(yè)與城市人力資本的相關(guān)性前文已經(jīng)驗證，OLS回歸表明，城市人力資本與失業(yè)率負(fù)相關(guān)仍然成立，而無論是經(jīng)濟結(jié)構(gòu)服務(wù)業(yè)化，亦或就業(yè)結(jié)構(gòu)服務(wù)業(yè)化，相關(guān)指標(biāo)符號與前述分析都保持一致，如表5所示。

(圖10) 城市人力資本和失業(yè)率關(guān)系數(shù)據(jù)來源：作者根據(jù)《中國城市統(tǒng)計年鑒2019》計算。

(表5) 人力資本與城市失業(yè)率

2.流動人口特征與城市人力資本。從大城市集聚較大規(guī)模流動人口的客觀現(xiàn)實來看，流動人口是否穩(wěn)定留居成為提升城市人力資本增量的重要組成部分。本文利用國家衛(wèi)健委流動人口動態(tài)監(jiān)測數(shù)據(jù)(CMDS)，將各城市流動人口樣本個體的受教育年限按樣本總體平均，并匹配至城市層面，進而可獲得城市層面流動人口的平均受教育年限(migrat_sch)，如表6所示，可見2011—2017年流動人口平均受教育年限呈現(xiàn)逐步提高的變化趨勢，從2011年9.52年上升至2017年的10.11年。其次，流動人口的教育結(jié)構(gòu)也發(fā)生積極變化。流動人口總體受教育水平逐步提高，但低技能勞動力仍是流動人口的主要組成部分，2017年初中及以下教育水平流動人口比重仍占調(diào)查抽樣數(shù)近61%，相比2011年下降10.82%。擁有高中或中專、大學(xué)本科和專科學(xué)歷的流動人口比重則逐年上升，后者上升速度最快，已從2011年7.66%上升至2017年16.88%，高中及中專學(xué)歷流動人口僅上升1.25%。此外，盡管研究生以上學(xué)歷流動人口的比重較低，但自2011年起也呈逐年上升趨勢，2017年擁有研究生及以上學(xué)歷流動人口比重已為0.52%，相較2011年上升0.34%[注]鄧仲良、張可云等：《當(dāng)前中國人口流動特征下區(qū)域協(xié)調(diào)發(fā)展面臨問題及對策》，《長沙大學(xué)學(xué)報》2020年第1期。。

(表6) 中國流動人口家庭基本信息(2011—2017)

為進一步對比城市人力資本與流動人口特征之間的關(guān)系，考慮高校中教師與學(xué)生比重對應(yīng)教育資源的相對投入水平，教育資源相對集中的城市，其人力資本水平也相對較高，因此作為變量替換的穩(wěn)健性檢驗，本文將城市教育水平替換為高等教育師生比(H_edu)，作為衡量城市人力資本的替代變量，同時以城市勞動力規(guī)模(L)和產(chǎn)業(yè)結(jié)構(gòu)(indus_cy)作為控制變量進一步研究流動人口流動時間(duration)和城市人力資本的相關(guān)性?；貧w結(jié)果如表7所示，可見除經(jīng)濟結(jié)構(gòu)服務(wù)業(yè)化、城市勞動力規(guī)模與H_edu顯著正相關(guān)之外，流動人口平均受教育年限也與H_edu顯著正相關(guān)。在此基礎(chǔ)上，我們進一步加入流動人口平均流動時間，如表7回歸18和回歸19，流動時間與H_edu顯著為負(fù)，即便我們引入城市產(chǎn)業(yè)結(jié)構(gòu)作為城市特征的控制變量，核心解釋變量migrat_sch及持續(xù)流動時間duration的顯著性和符號均未改變，這表明流動人口持續(xù)流動時間增加不利于城市人力資本累積，即流動人口是否穩(wěn)定落戶影響了城市人力資本存量。

(表7) 城市人力資本與流動人口的教育年限、持續(xù)流動時間OLS

五、主要研究結(jié)論及啟示

人力資本對提高經(jīng)濟增長質(zhì)量的重要性不言而喻，降低人力資本的空間差異能夠有效提高經(jīng)濟空間均衡性。當(dāng)前人力資本積累速度滯后于城鎮(zhèn)化進程，人力資本轉(zhuǎn)化為創(chuàng)新投入以及對經(jīng)濟增長貢獻率還不高，因而“十四五”時期如何更好地促進人力資本空間再平衡對可持續(xù)的高質(zhì)量發(fā)展意義重大。本文從空間視角初步測算了人力資本對城市經(jīng)濟增長的貢獻率，探討了促進人力資本的空間再平衡的幾種政策思路，研究表明提高當(dāng)期或近期人力資本對本地經(jīng)濟增長影響較大，但以往人力資本對城市經(jīng)濟增長貢獻率小于勞動力要素投入。對促進經(jīng)濟轉(zhuǎn)型和城鎮(zhèn)化等相關(guān)政策而言，從影響因素相關(guān)性來看，通過增加生產(chǎn)性服務(wù)業(yè)與制造業(yè)的產(chǎn)業(yè)間關(guān)聯(lián)來促進產(chǎn)業(yè)結(jié)構(gòu)高端化并未直接帶來人力資本累積，各城市的制造業(yè)及各細(xì)分服務(wù)業(yè)就業(yè)人數(shù)增加則對人力資本累積有顯著的正向作用，尤其是教育、衛(wèi)生等公共基礎(chǔ)性服務(wù)業(yè)。從促進農(nóng)業(yè)轉(zhuǎn)移人口市民化相關(guān)政策的實施效果來看，當(dāng)前中國流動人口規(guī)模仍然較大，本文研究進一步證實提高流動人口平均受教育年限、穩(wěn)定和保障充分就業(yè)、降低外出流動人口的持續(xù)流動時間都有利于增加流入地城市的人力資本。

本文屬于探索性的較為初步的研究工作，主要從統(tǒng)計意義上對比城市人力資本存量影響因素的相關(guān)性，未來將運用微觀數(shù)據(jù)進一步深入研究。促進人力資本積累有利于經(jīng)濟長期穩(wěn)定增長，從目前影響人力資本空間再平衡的幾種政策思路來看，需要進一步順應(yīng)城市和人口發(fā)展規(guī)律，優(yōu)化區(qū)域發(fā)展政策。

第一，本文研究表明就業(yè)結(jié)構(gòu)服務(wù)業(yè)化并非能顯著促進人力資本提升，對工業(yè)主導(dǎo)地區(qū)，要素配置在制造業(yè)部門具有明顯經(jīng)濟優(yōu)勢，應(yīng)推進東部地區(qū)制造業(yè)產(chǎn)業(yè)鏈向中西部和東北地區(qū)延伸，形成“有效供給”。在中西部地區(qū)重點規(guī)劃好以區(qū)域中心城市為重點的都市圈建設(shè)。對服務(wù)業(yè)主導(dǎo)的區(qū)域中心城市，經(jīng)濟結(jié)構(gòu)服務(wù)業(yè)化與人力資本存量是顯著正相關(guān)的，對這類城市，則應(yīng)注重提高科學(xué)研究等基礎(chǔ)產(chǎn)業(yè)比重，暢通要素從制造業(yè)向生產(chǎn)性服務(wù)業(yè)轉(zhuǎn)移渠道。在城市群層面，通過中心城市制造業(yè)疏解等方式帶動周邊地區(qū)發(fā)展，提高人口外流地的產(chǎn)業(yè)發(fā)展水平。

第二，流動人口是否穩(wěn)定落戶與收入水平、城市教育、醫(yī)療等基本公共服務(wù)質(zhì)量緊密相關(guān)，應(yīng)加快統(tǒng)籌跨省人口流入地、流出地配套政策，探索教育和醫(yī)療等基本公共服務(wù)一體化，將都市圈內(nèi)居住年限與中心城市基本公共服務(wù)提供掛鉤。由于產(chǎn)業(yè)基礎(chǔ)薄弱導(dǎo)致就業(yè)機會少和就業(yè)質(zhì)量不高的客觀現(xiàn)實，目前我國II型大城市、中小城市和縣城的勞動力外流趨勢明顯，但目前城鎮(zhèn)化政策思路仍是圍繞以推進縣城為主要載體的城鎮(zhèn)化建設(shè)，因而需要統(tǒng)籌協(xié)調(diào)人口流動趨勢和城鎮(zhèn)化相關(guān)政策，在推動基本公共服務(wù)均等化基礎(chǔ)上進一步實現(xiàn)重點公共服務(wù)資源的空間均衡化，推進省內(nèi)重點高校在中小城市設(shè)立分校，引導(dǎo)省三甲醫(yī)院等優(yōu)質(zhì)醫(yī)療資源向本省內(nèi)II型大城市和區(qū)位條件較好的縣城布局。此外，還應(yīng)將創(chuàng)新人才政策支持計劃與城市產(chǎn)業(yè)發(fā)展有機結(jié)合，增強新城和周邊衛(wèi)星城就業(yè)和居住集聚力，加大次中心城市對高技能勞動力的吸引力。

第三，對農(nóng)村地區(qū)而言，應(yīng)立足城鄉(xiāng)融合發(fā)展趨勢來促進農(nóng)業(yè)轉(zhuǎn)移人口穩(wěn)定落戶。在堅持基本農(nóng)田和生態(tài)功能前提下，加快推進城鄉(xiāng)要素雙向、對等互融互通，改變農(nóng)村對城市的單向要素流入，統(tǒng)籌鄉(xiāng)村振興和城鎮(zhèn)化戰(zhàn)略，探索農(nóng)業(yè)轉(zhuǎn)移人口“人-地”匹配的城市戶籍改革路徑，建立農(nóng)村非農(nóng)用地使用權(quán)有償轉(zhuǎn)讓和城市落戶的掛鉤機制，將流動人口作為城鄉(xiāng)要素雙向流動的載體來推進戶籍制度改革，進一步明確在城鎮(zhèn)落戶預(yù)期收益和成本。