我國人力資本形成的階段與區域特征分析

摘要 以經典Mincer收入方程為基礎，通過引入教育、經驗與區域變量，對1990年和2000年我國人力資本收益率及其影響因素進行估計，形成了關于我國人力資本發展階段特征的基本判斷。模型結果支持了正規教育對人力資本的影響由線性向非線性的變化，并且在平均收益率方面中等教育有著潛在優勢；在經驗因素中，工作前的經驗比工作后的經驗對收入影響更顯重要；東部地區人力資本的形成與其他地區存在顯著的差異，而東部以外的地區之間人力資本形成模式差異則不明顯。

關鍵詞 人力資本；教育；經驗；區域

中圖分類號 F061.1

文獻標識碼 A

文章編號 1002-2104(2007)01-0119-05

中國經濟發展正處在由區域經濟增長帶動的重要時期，與此同時，人力資本的貢獻與作用不斷凸顯，而且逐漸成為支撐經濟總體發展的主導要素。無論從國家宏觀經濟角度還是從區域經濟中觀層面看，都需要弄清楚與我國當代經濟發展相對應的人力資本的發展階段與特征，同時對區域發展與人力資本形成之間的影響機制變化做出識別，以便優化我國稀缺的教育資源配置、協調勞動力在區域之間的流動與遷移，實現區域發展與人力資本成長之間的良性互動。本文利用全國第四、五次人口普查數據對以下問題進行分析：①在中國的教育水平與普及程度迅速發展的背景下，正規教育對人力資本收益的影響有何變化；②在教育迅速發展的過程中，經驗因素對人力資本形成的影響如何變化；③在區域經濟由東至西梯次開發的過程中，區域因素如何對人力資本形成發揮影響作用。

1 計量模型與數據

1.1 模型的設定

本文對人力資本形成及其影響因素進行分析，基本模型源于Mincer（1974）的經典論文：

其中yi為第i個地區的年均收入，c為常數項，si為第i個地區的平均受教育年限，xi為用時間計量的工作經驗，ui是誤差項。本文拓展工作正是基于（1）式Mincer收入方程來進行。對經驗分解按照類型區分為兩種：第一種為工作前經驗（即非正式經驗）。它是指從結束正規學校教育開始到進入當前所在企業之前所有經驗，具體包括勞動力在市場上搜尋工作的經驗以及為工作職位形成的人際交往能力等經驗。這類經驗可以增加勞動力的一般性技能，幫助其進入當前企業。廣義上這些經驗屬于正規教育的延續；第二種經驗為工作后經驗（即正式經驗）。它是正式參加當前工作后所形成的帶有技能特征的專用性知識，因而可以直接提高勞動力的生產效率。兩種經驗對人力資本的形成存在時間先后與內容上的差別，對收入影響也不盡相同。基于此，（1）式演變為以下形式：

其中ti為參加工作以后所形成的經驗，而pi為參加工作前所形成的經驗。用時間來衡量經驗因素，具體的計算方法應為：

其中Ai，ei分別為第i人年齡和接受正規教育的時間，6為入學的法定年齡。在估算工作前經驗量值pi時，我們假定滿15歲時才能參加工作(即入學年齡6歲+義務教育年限9年=15歲)。如果(ei+6)大于等于15，則認為接受完教育就直接工作，勞動力無工作前經驗，即pi等于0；如果(ei+6)小于15，則pi=15-(ei+6)。在不對兩種經驗進行具體分解的情況下，

如果不能拒絕原假設，即承認β1=β2、β11=β22，說明我們對經驗的分解是沒有意義的，合并分析就可以實現對經驗因素的描述；相反，如果原假設被拒絕，則說明分解是有意義的，即正式經驗和非正式經驗對人力資本的形成是不同的，應該分別報告其對人力資本的作用，從而得出相應的政策含義。此外，考慮到我國地區間差異比較大，引入虛擬變量Dj(j=1，2，3)用來表示區域對人力資本形成的影響，這里對區域的分類用東部地區、中部地區、東北地區和西部地區的劃分標準東部地區包括：北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東、海南；中部地區包括：山西、安徽、江西、河南、湖北、湖南；東北地區包括：黑龍江、吉林、遼寧；西部地區包括：內蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆。

② 可以根據中專技校的實際年限進行加權，以便得到更精確的數據。

③ 可以根據大專、本科、研究生的具體數據進行加權，也可以單列大學本科和研究生。。以西部地區為基準，則（4）式演變為：

為了進一步分析區域因素影響人力資本形成的機制，將區域虛擬變量與其他自變量組合，形成交互項，即檢驗（6）式中的Dj是否具有顯著性。在后文回歸方程表中，我們給出了通過篩選以后的、具有顯著性的結果。通過對交互項統計顯著性檢驗可以分析區域因素影響人力資本形成的具體機制。

1.2 數據處理說明

下文分析所選用的省際人口特征數據是通過對第四、第五次全國人口普查資料計算得到的，其中平均勞動年齡是通過以下公式計算加權得到：

其中Ai為i省的平均勞動年齡，pij為i省年齡為j的人口所占該省人口的比例，所計算的人口范圍為15歲到64歲能夠參加工作的人口數量。通過計算得到1990年平均年齡最大的北京市為35.43歲，最小的寧夏回族自治區31.89歲，最大離差為3.54歲；2000年各省的平均年齡都有所上升，但基本格局并沒有發生變化，北京的平均年齡仍然最高為38.39歲，寧夏回族自治區的平均年齡仍然最小，為34.13歲，最大離差擴大為4.26歲。

根據我國的教育體制，學歷分為小學、初中、高中、中專技校、大學等，對不同學歷的教育年限并不連續，下表描述了不同學歷的受教育年限情況。

其中si為i省的平均教育年限，pij為該省教育等級j所占的人口比例，nij為教育等級j的受教育年限。根據計算1990年教育水平最高的為北京市9.88年，其次是上海和天津，分別9.25年和9.04，最低的是西藏自治區，僅有2.46年，其余由4到8年不等，最大離差為7.42年。到2000年只有北京超過了10年，為10.49年，盡管西藏仍然是最低的，但已經有大幅度提高，為7.24年，最大離差也縮小為3.25年。

2 實證分析

利用1990年第四次人口普查的資料和2000年第五次人口普查資料對公式（1）～（6）等式進行實證檢驗。通過實證檢驗后發現，1990和2000年我國的收入方程的估計結果具有明顯的階段性差別。

2.1 1990年前后我國人力資本的形成

表2中前三列分別給出公式（1）、（2）、（5）的實證結果，第四列是在公式（6）基礎上不斷篩選后的最終的收入方程，第五列給出的是公式（4）分解顯著性的驗證結果。

從方程1的實證結果看教育和經驗總體解釋個人平均收入的56%，從統計的角度看截距項、教育年限、經驗及其二次項的T統計量分別通過了1%和5%的顯著檢驗。教育的收益率為26.3%。為了進一步檢驗經驗分解后對人力資本形成的影響，首先對分解后的公式（4）進行檢驗的估計，結果在表2的方程5給出。從回歸的顯著性看，工作前經驗P的回歸系數在5%的顯著水平上是顯著的，這說明我們對經驗在一次項的分解上是合理的。P2的系數在統計上是不顯著的，即對二次項進行分解的意義不大。

為了研究區域因素對人力資本的影響，我們在公式（2）的基礎上，將區域的因素作為虛擬變量引入，進而形成了公式（5），檢驗結果由表2的方程3給出。在加入區域虛擬變量以后，擬合優度上升，回歸標準差下降，說明引入區域因素后的模型對收入有較強的解釋力。工作后經驗因素T和T2的顯著性都明顯提高，工作前經驗因素P的顯著性沒有明顯提高，但其系數明顯變小，P2的二次的顯著性也得到明顯提高，這說明工作前經驗P對收入的影響不斷上升，而且是非線性的。區域虛擬變量D1在統計上非常顯著，而區域虛擬變量D2則不顯著，說明東部地區與西部地區在人力資本形成中存在明顯的不同，中部地區、東北地區與西部地區則沒有明顯區別。為了更進一步檢驗區域特征影響人力資本形成的機制，我們加入了交互項，即對公式（6）進行檢驗，這里把經過篩選的最終的收入方程列在了表2的方程4中。方程4剔除了T統計量不顯著的項，并把中西部地區進行了合并，經過篩選，只有教育和區域虛擬變量的交互項是顯著的，而且在引入交互項以后，原來的獨立虛擬變量變得不再顯著。從最終的收入方程看，中西部地區教育的收益率為0.371，而東部地區的教育收益率為0.430。由上述結果可知，上世紀90年代初期我國不同地區之間的差異正是由教育的差異所引起，東部地區教育收益率明顯高于其他地區，而教育對東部以外地區人力資本差別的影響并不顯著，即在1990年前后我國東部以外的地區人力資本形成基本屬于同一類型。另一方面與教育相比，經驗因素對收入的影響非常重要，并且呈現非線性特征，但是它在東部、東北與中西部地區之間差異不大。這說明在上世紀90年代初教育產品供給相對不足的情況下，勞動者的經驗因素對人力資本形成及其收入的影響，并且通過教育這一人力資本基本投資形式來發揮作用。

2.2 2000年前后我國人力資本的形成

仍沿用前述分析思路，利用2000年第五次人口普查數據對原始的Mincer方程進行估計。結果發現與1990年相比，2000年的收入方程發生了較大的變化。例如，2000年教育與經驗因素只解釋了34.2%。教育的對收入的邊際影響出現下降，由1990年的每增加一年，年收入提高26.3%，下降到22.8%，而經驗所代表的拋物線也明顯發生了向右偏移。在總體上發生變異的基礎上，我們對經驗進行分解后的公式（2）以及其驗證式（4）進行估計，結果分別由表4中方程2和方程6給出。我們發現2000年我國的收入方程與經典的Mincer方程以及1990年的回歸結果存在較大的差異。因此我們對公式（1）進行修正，引入教育的平方項。公式（1）演變為下面的公式（9）。

在公式（9）的基礎上對收入方程進行了重新估計，結果由表4的方程3給出。從擬合優度看，方程3調整后的R2與方程1相比有了明顯的提高，由0.342上升到0.746，即新的收入方程解釋了收入的74.6%。教育的一次項和二次項的T統計量在1%的檢驗水平上顯著，實際上概率值的小數點后三位都為零。從方程3可以看出與1990年不同，教育與經驗一樣都呈現出U型曲線的形狀，這說明教育的收益率開始下降而后隨著教育年限的增加而快速增長，經驗也呈現先降后升的現象。將教育的貢獻形式確定之后，對經驗因素進行分解，在公式（9）的基礎上進行擴展，分解后的形式如下式（10）。

在（10）式的基礎上進行估計，結果由表4的方程4給出，對分解的必要性的檢驗由方程7給出。結果顯示，加入了教育平方項后對經驗的進一步分解是必要的。方程4調整后的R2又有所上升，而且回歸標準差有了很大的下降，說明方程4教育對收入的影響呈現出倒U的性質，也就是說教育的收益率呈先上升后下降的趨勢。由于工作后的經驗的平方項不顯著，實際上與收入呈線性關系，而其系數的符號為負則說明工作后所獲得的經驗對人力資本積累的影響實際上不能抵補人力資本的折舊。而工作前所形成的經驗與收入呈現U型關系，即先下降，后上升。由于工作前經驗P的系數大于零，而P自身又非負，因此它是拋物線在正半軸逐漸上升的部分，所以增加工作前經驗P對收入的影響為正。在確定了收入方程的基本形式以后，通過分別對引入區域虛擬變量對（9）和（10）兩式進行進一步修正，修正后的模型由（11）和（12）式給出。

以（11）和（12）式作為回歸模型，對收入方程重新進行估計，結果發現加入虛擬變量以后教育的顯著性大為提高，而經驗不再顯著。虛擬變量D1，也就是東部地區顯著，而代表中部地區、東北地區的虛擬變量D2和D3不顯著。這說明中西部與東北地區在經歷10年的發展后仍然沒有明顯的差異，基本仍屬同一類型。

3 簡要結論與相關政策建議

我國目前正處在市場經濟縱深化、區域經濟一體化的重要階段，經濟發展中大量的異質性因素廣泛存在。人力資本的形成也受到發展階段的顯著影響，在結構特征、區域特征等諸多方面均呈現出明顯的階段性。本文分析了教育和經驗因素在人力資本形成中的作用。主要結論可以概括為以下幾點：第一，1990年我國教育與經驗對人力資本的影響與國外的經典文獻相一致，教育對人力資本和收入的影響為線性的，而經驗則呈現出非線性特征。對2000年數據的分析發現，教育對人力資本的影響發生了較大的變化，由線性變成了非線性。第二，當把區域因素作為虛擬變量引入收入方程時，發現東部地區人力資本的形成與其他地區存在顯著的差異。1990年前后區域因素在人力資本形成的過程中是通過教育來實現的。而中、西部和東北地區之間的人力資本形成在1990-2000年間沒有明顯的差異，基本仍屬同一類型。這說明在我國未來新區域開發的過程中，從人力資本投資的角度可以嘗試運用相類似的激勵政策，以促進地區之間的人力資本形成與平衡發展。第三，1990年和2000年教育對收入影響發生較大的變動還表現在，九年制義務教育后的教育收益率出現略微下降，12年教育之后教育收益率開始提高。在平均年收益率方面，中等教育并不遜色于高等教育。可見，無論是個人收益還是從社會需求角度講，現階段應該加強對中等職業技能教育的投資力度。此外，2000年我國勞動力的工作前經驗對收入的影響高于1990年的影響，說明新世紀初期勞動力工作前經驗因素具有“工作機會導向”的特征，反映出最近幾年勞動力市場就業競爭加劇的形勢。這直接導致了一些勞動力在接受完學校教育后，仍滯留在勞動力市場一段時間，推遲進入工作崗位，增加對工作的搜尋與等待以獲得滿意的就業機會。從人力資本形成的角度來看，勞動力在工作前的這種獲得經驗與技能的過程是學校教育功能的延續，同樣實現了人力資本的增值效果。因此，現階段強化我國勞動力市場的這一服務內容，發揮對勞動力的知識、經驗等技能的“充電”功能，有助于彌補職業教育供給的不足，起到調整和優化配置教育資源的作用，并且有助于增加勞動力就業率和實現教育收益的最大化。

(編輯：于 杰)

參考文獻(References)

［1］Mincer， Jacob. Schooling， Experience and Earning ［M］.New York: Columbia University Press， 1974.

［2］Schultz，Theodore W. Investment in Human Capital ［J］ American Economic Review， 1961， 3.

［3］徐現祥等.市場一體化與區域協調發展［J］.經濟研究，2005，12. ［Xu Xianxiang.Domestic Market Integration and Regional Coordinate Development［J］.Economic Research Journal，2005，12.］

An Analysis of the Forms and Regional Characteristics

of Human Capital in China

LUO

Run-dong YANG

Xin-ming

(Nankai Institute of Economics Tianjin

300071，China)

Abstract This paper estimated the return rate of human capital and main influencing factor in China in 1990 and 2000 based on classical Mincer income equation and variables of education， experience and region， and made the basic judgment about characteristic of human capital in our country. The result of the model demonstrated the change from linearity to nonlinearity of education that influences the human capital， and medium-sized technical education had a high return rate. As for the factor of experience， experience before work affected income much more than after work. The forming of human capital in the east was very different from that in other areas in China， where the forming of human capital belonged to the same type basically.

Key word human capital；education；experience；region

注：“本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文。”