人力資本、人力資本結構與區域經濟增長效率

朱承亮，師 萍，岳宏志，韓先鋒

(西北大學 經濟管理學院，西安710127)

人力資本、人力資本結構與區域經濟增長效率

朱承亮，師 萍，岳宏志，韓先鋒

(西北大學 經濟管理學院，西安710127)

對1998-2008年人力資本及其結構進行了度量分析。采用隨機前沿分析(SFA)模型，對人力資本、人力資本結構與區域經濟增長效率之間的關系進行了研究。結果發現：此期間人均受教育年限不斷提高，人力資本結構不斷優化升級，居民受教育程度不斷提高，但區域差異明顯;對人力資本存量的投資能促進經濟增長效率的改善，但改善力度不大;人力資本及其結構對經濟增長效率的當期作用不明顯，存在滯后效應;在人力資本構成中，接受過高等教育的人力資本對經濟增長效率改善具有較大促進作用;受產業結構、產業轉移、勞動力流動等因素影響，人力資本結構的經濟增長效應存在區域差異。

人力資本;人力資本結構;經濟增長效率;隨機前沿分析;區域差異

一、引言及相關文獻述評

關于人力資本與經濟增長關系的研究自20世紀90年代以來一直是經濟學界探討的熱點問題之一。以 Lucas(1988)［1］、Romero(1990)［2］、Barron(1991)［3］等為代表的許多學者把人力資本作為經濟增長的決定因素來研究。改革開放以來，中國經濟經歷了30多年的高速增長，年均經濟增長率達到9%以上，不少學者從人力資本視角來考察我國經濟高速增長的原因。閆淑敏，秦江萍(2002)［4］分析了人力資本對西部地區經濟增長的貢獻。邊雅靜，沈利生(2004)［5］以我國東部和西部地區為研究對象，分析了兩地區在人力資本方面的差異，并分析了兩地區人力資本對經濟增長的影響。李秀敏(2007)［6］在測算人力資本及其結構系數的基礎上，檢驗了人力資本及其結構對經濟增長的影響。國內關于人力資本與經濟增長關系的研究，主要是建立在人力資本理論與內生經濟增長理論的基礎上。

伴隨著經濟的高速增長，中國經濟發展中的不少潛在問題和弊端日益顯現和突出。這使得政府和學界在關注中國經濟增長數量的同時，也開始更加注重中國經濟增長質量。效率的提高是一國經濟保持持續增長的核心和關鍵，學界主要從全要素生產率(Total Factor Productivity，TFP)來考查中國經濟增長的質量狀況。國外研究表明，人力資本對TFP增長有著顯著影響(Benhabib和Spiegel，1994［7］;Islam，1995［8］;Aiyar 和 Feyrer，2002［9］)。然而，人力資本對我國TFP增長存在怎樣影響?顏鵬飛，王兵(2004)［10］以在校大學生人數與總人口比例來測度人力資本變量，發現人力資本對TFP增長和技術進步具有負作用，但人力資本對效率的提高具有顯著促進作用。王志剛，龔六堂，陳玉宇(2006)［11］用1982年具有小學以上文化程度的人口比例表示初始的人力資本，發現“初始的具有小學以上文化程度的人口比例增長1%，那么該地區的生產效率會增加140%”。許和連，元朋，祝樹金(2006)［12］采用中等及以上學校在校學生人數代替人力資本存量，發現人力資本積累對中國TFP提高產生了積極影響，在其他條件不變的情況下，人力資本水平每增加1個百分點，TFP就會提高2.661個百分點，且認為人力資本積累水平的提高對TFP的影響比對經濟增長的影響更為直接，它主要通過影響TFP而作用于經濟增長。岳書敬，劉朝明(2006)［13］使用平均受教育年限和勞動力數量的乘積表示人力資本存量，發現在引入人力資本要素之后，1996-2003年TFP增長得益于技術進步，若不考慮人力資本存量，則低估了同期的效率提高程度，而高估了此期間的技術進步指數。朱承亮，岳宏志，李婷(2009)［14］以每萬人口在校大學生人數來衡量人力資本存量，發現每萬人口在校大學生人數每增加1個百分點，則技術效率將會相應地上升0.07個百分點。

綜上可知，對我國人力資本與TFP增長關系的研究結論偏差較大，甚至相悖，主要原因在于研究方法、考察時間以及人力資本變量表示方法等的不一致性。但以上研究文獻的一個共同點就是均把人力資本作為一個整體來對待，沒有考慮人力資本要素的異質性，也即沒有考慮人力資本的不同構成部分對TFP增長可能產生的影響。Vandenbussche et al.(2006)［15］通過對 19 個 OECD 國家1960-2000年人力資本組成部分對TFP作用的研究，發現對TFP有顯著促進作用的僅僅是接受過高等教育的人力資本部分而不是平均人力資本。彭國華(2007)［16］對我國地區TFP與人力資本構成的關系進行了研究，發現在我國人力資本構成中，只有受過高等教育的人力資本部分與TFP存在顯著的正相關關系，高等教育部分人力資本提高1%，將會使潛在TFP增加5.5%;而中學教育程度和基礎教育程度的人力資本與TFP是顯著負相關的，平均人力資本作為一個整體與TFP也顯著負相關，平均人力資本每提高1個百分點，將會使潛在TFP減少近6個百分點。

已有研究中幾乎都是針對TFP來衡量人力資本因素作用的，但是，TFP增長來源有三個：技術效率改善、技術進步和規模效應。大量實證研究表明，我國TFP增長主要來源于技術進步，而技術效率改善情況不是很理想，存在技術非效率，還不能達到促進TFP增長的作用。那么人力資本及其各個構成部分對我國經濟增長效率的改善情況存在怎樣的影響呢?所謂經濟增長效率，即為經濟增長的技術效率。Farrell(1957)［17］和 Leibenstein(1966)［18］分別從投入角度和產出角度給出了技術效率的涵義，且認為技術效率是和生產前沿面(Production Frontier)聯系在一起的。所謂生產前沿面，是指在一定的技術進步條件下，一定投入所能達到的最大產出所形成的曲線。借鑒Leibenstein(1966)從產出角度關于技術效率的定義，本文將經濟增長效率的含義界定為生產部門在等量要素投入條件下實際產出與最大產出(生產前沿面)的比率。

綜上所述，在國內關于人力資本與經濟增長關系的研究中，要么忽略了人力資本的結構因素，要么僅對人力資本與經濟增長數量關系作考察，缺乏對人力資本與經濟增長質量關系的考察。針對已有研究的不足與缺陷，本文使用承認技術非效率存在的隨機前沿生產函數模型(Stochastic Frontier Analysis，SFA)，把人力資本要素通過技術效率間接引入生產函數，分析我國1998-2008年間人力資本存量、人力資本結構與經濟增長效率之間的關系，且考察其區域差異性。

二、人力資本及其結構：概念界定、度量分析

不同學者從不同角度對人力資本概念進行了界定，但舒爾茨關于人力資本概念的把握得到了大多數學者的認同。人力資本投資方式主要有教育、職業培訓、衛生醫療保健和勞動力遷移等四種。其中，教育是最主要的投資方式;職業培訓是指為適應某種工作崗位而進行的崗前培訓、工作經驗積累或“干中學”;衛生保健是為保障和增進人的體能、精力和健康而進行的投資方式，主要有醫療、營養保健、體育鍛煉、閑暇娛樂、休息以及環境質量的改善等;勞動力遷移是指勞動力為獲得工作機會或較高收入的崗位而進行的在行業或區域之間的流動，這種流動所需要的投入效果并不直接體現在勞動力身心素質的改進上，主要是通過工作和生活環境的改善和收入的提高進而間接地增進勞動力的人力資本。同時，各種投資形式并不是孤立存在的，而是存在著密切的、相互促進的內在聯系(李福柱，2006［19］)。

考慮到指標數據的可得性等問題，本文主要從教育和職業培訓兩個投資方式來考察人力資本，認為人力資本不同于一般意義上的勞動力，是在對一般勞動力進行教育、培訓后形成的具有不同質的技能、技術水平和熟練程度的勞動力。由于教育是提高人力資本的主要手段，所以在一定意義上可以認為對教育的投資就是對人力資本的投資。人力資本職業培訓投資方式會存在“干中學”效應，使得人力資本具有一定的時滯效應。此外，本文所指人力資本結構也是從居民受教育投資方式來考察的，即指同一區域內部不同人力資本水平個體的構成結構，反映的是該區域內不同人力資本水平因受教育水平不同而導致的個體數量的分布情況。

人力資本的測度比較困難和復雜，且其度量方法較多，歸納起來可以分為兩類：一類是從人力資本的產出角度來度量，最常用的方法是勞動者報酬法;二類是從人力資本的投入角度來度量，最常用的方法有學歷指數法、技術或職稱等級法、教育經費法、受教育年限法等。在實證研究中，受教育年限法由于數據的易得性等優點而得到普遍采用。

在計算人力資本存量(HC)指標時，本文采用岳書敬，劉朝明(2006)的做法，使用居民平均教育年限(h)和勞動力數量的乘積來表示，即HC=h*L，其中，勞動力數量用各省市區歷年從業人員數量(L)表示。關于居民平均教育年限(h)的度量本文采用全國6歲及以上人口作為統計口徑，將居民受教育程度劃分為5類，即大專及以上教育、高中教育、初中教育、小學教育和文盲半文盲，且把各類受教育程度的平均累計受教育年限分別界定為16年、12年、9年、6年和0年。則居民平均受教育年限(h)的計算公式為：

式(1)中，primary、junior、senior、和 college 分別小學、初中、高中和大專及以上教育程度居民占地區6歲及以上人口的比重。《中國統計年鑒》提供了1997-1999年和2002-2008年的抽樣數據，本文根據各年抽樣比例計算出各年數據;第五次全國人口普查提供了2000年的數據;對于缺失的2001年數據通過2000和2002年數據算術平均得到。

對于人力資本結構指標，本文采用文盲半文盲、小學、初中、高中和大專及以上教育程度居民占地區6歲及以上人口的比重來度量，分別采用illterate、primary、junior、senior和 college 來表示。

表1 人力資本及其結構分區域描述(1998-2008)

按照上述核算方法，本文計算出了1998-2008年間我國各省市區平均受教育年限、人力資本存量及其結構情況，見表1所示。

從表1可見，1998-2008年期間我國人力資本及其結構有如下事實：

(1)從時間趨勢上來看，1998-2008年間，無論是人均受教育年限還是人力資本結構都發生了較大變化。全國人均受教育年限從1998年的7.09年上升到2008年的8.27年，11年間增加了1.18年，年均增長速度11%。人力資本存量從1998年的 500656.97萬人·年增長到 2008年的640749.78萬人·年。此期間，由于科教興國戰略的實施以及政府對教育的投資，我國人均受教育年限、人力資本存量不斷提高的同時，人力資本受教育結構也在悄然發生變化。2008年人力資本結構與1998年相比，文盲半文盲和小學教育占比分別降低了6.21和8.62個百分點，而初中、高中以及大專及以上文化程度占比分別提高了7.90、3.02和3.91個百分點。1998年人力資本結構以初中教育程度為主，占比為39.79%，而2008年人力資本結構以高中教育程度為主，占比為40.94%。從人力資本結構變化可知，我國九年義務教育政策實施成效顯著，使居民順利完成初中教育繼而完成高中教育的比重大幅上升。

(2)從區域差異上來看，1998-2008年間人均受教育年限區域差異明顯，東部地區最高(8.454年)，其次為中部地區(7.959年)，再次為西部地區(7.238年)，東中部地區人均受教育年限高于全國平均水平(7.777年)，東西部人均受教育年限相差約1.2年。1998-2008年間西部地區人力資本結構以小學教育程度為主，占比為38.43%，且文盲半文盲占比高達14%;東中部地區人力資本結構以初中教育程度為主，而文盲半文盲占比為8.2%左右。此期間東部地區大專及以上教育程度占比為8.391%，遠高于中部地區(4.676%)和西部地區(4.667%)。

(3)從分省份來看，差異明顯。1998-2008年間，北京、上海人均受教育年限較高，分別為10.427年、9.844年;人力資本結構以初中教育程度為主，占比均為33%左右;大專及以上教育程度占比較高，分別為22.569%和16.312%。而貴州、云南人均受教育年限較低，分別為6.537年、6.352年;人力資本結構以小學教育程度為主，占比均為44%左右;大專及以上教育程度占比較低，分別為3.194%和2.576%;文盲半文盲占比較大，均在17%左右。

綜上可見，1998-2008年間我國人均受教育年限、人力資本存量及結構均發生了較大變化，人均受教育年限不斷提高，人力資本結構不斷優化升級，居民受教育程度不斷提高，但區域差異明顯。

三、研究方法、模型構建及數據處理

(一)研究方法

對技術效率的測度關鍵在于對生產前沿面的確定。目前，在實證分析中對技術效率的測度主要有兩類方法：一類為非參數方法，該類方法以Charnes等(1978)［20］提出的數據包絡分析(DEA)方法為代表;另一類為參數方法，該類方法以隨機前沿分析(SFA)方法為代表。本文采用參數的SFA方法來測算人力資本及其結構對中國區域經濟增長效率的影響。這主要是因為相對于非參數DEA方法，參數SFA方法具有以下三個優勢：第一，SFA方法具有統計特性，不僅可以對模型中的參數進行檢驗，還可以對模型本身進行檢驗，而DEA方法不具備這一統計特性;第二，SFA方法可以建立隨機前沿模型，使得前沿面本身是隨機的，而且模型中將誤差項進行了兩部分分解，這對于跨期面板數據研究而言，其結論更加接近現實，而DEA方法的前沿面是固定的，忽略了樣本之間的差異性;第三，SFA方法不僅可以測算每個個體的技術效率值，而且可以定量分析各種相關因素對個體效率差異的具體影響。

根據前期研究成果，SFA模型的一般形式如式(2)所示：

yit=f(xit;β)·exp(vit-uit) (2)

式(2)中，y表示產出，f(·)表示生產前沿面，x表示投入，β表示待估計的參數。誤差項為復合結構，由兩個部分組成，第一部分v服從N(0，σ2v)分布，表示隨機擾動的影響;第二部分u≥0，為技術非效率項，表示個體沖擊的影響。根據Battese和Coelli(1992)［21］的假定，u服從非負截尾正態分布，即 u 服從 N+(u，σ2u)，且有(3)式：

式(3)中，參數η表示時間因素對技術非效率項u的影響。

技術效率TE定義為實際產出期望和生產前沿面產出期望的比值，即式(4)：

顯然，當u=0時，技術效率TE=1，表示生產單元處于生產前沿面上，此時為技術有效;當u＞0時，技術效率TE＜1，表示生產單元處于生產前沿面下方，此時為技術無效，即存在技術非效率。

20世紀90年代以前的SFA模型僅僅可以測算個體技術效率水平，但是，現實情況是我們需要探討有哪些影響因素導致了技術非效率。早期在探討影響因素與技術非效率之間的關系時，一般都采用二階段估計法。二階段估計法的假設被認為是不一致，即第二階段所構建的回歸方式違反了第一階段中關于技術非效率結果獨立性的假設。

為了改善這種不合理的估計方式，進入20世紀90年代后SFA技術得到了更為深入的發展，Battese和 Coelli(1995)［22］提出了 BC(1995)模型，該模型不僅可以測算個體效率水平，還能夠就影響技術非效率的因素做進一步剖析和測算。BC(1995)模型假設技術非效率u服從非負截尾正態N(mit，σ2

u)分布，同時假設m為各種影響因素的函數，如式(5)：

其中，zit為影響技術非效率的因素，δ0為常數項，δ為影響因素的系數向量，若系數為負值則說明該影響因素對技術效率有正的影響，反之則有負的影響。BC(1995)模型還設定了方差參數γ=來檢驗復合擾動項中技術非效率項所占比重，r處于0-1之間，若r=0被接受，則表明實際產出與最大產出之間的距離均來自于不可控的純隨機因素的影響，此時沒有必要使用SFA技術，直接采用OLS方法即可。

(二)模型構建及數據處理

本文以1998-2008年為研究時間段，研究對象為中國內地的29個省市區(西藏除外、重慶并入四川)。沿襲傳統區域劃分本文將29個省市區分為東中西三個區域，其中，東部地區包括北京、天津、河北、遼寧上海、江蘇、浙江、福建、山東、廣東和海南11個省市;中部地區包括山西、安徽、江西、河南、湖北、湖南吉林和黑龍江8個省;西部地區包括貴州、云南、陜西、甘肅、青海、寧夏、新疆、廣西、四川(包括重慶)和內蒙古10個省市區。基礎數據來源于《中國統計年鑒》(1999-2009)。

考慮到人力資本“干中學”效應導致的對經濟增長時滯影響，本文設定經濟增長非效率mit由t和t-1時期的人力資本存量及其結構共同決定。

綜上，本文根據BC(1995)模型基本原理，運用對數型C-D生產函數，在1998-2008年省級面板數據的基礎上，建立如下隨機前沿模型：

模型中具體變量設定及數據處理如下：

(1)yit表示i省份 t年度的 GDP(億元)，且按照1990年的可比價格進行了折算。

(2)Lit表示i省份t年度的從業人員數量(萬人)。

(3)Kit表示i省份t年度的資本存量(億元)。在眾多對我國資本存量估算的研究中，單豪杰(2008)［23］的成果比較具有代表性，數據也比較全面，因此，本文資本存量數據均直接或間接采用單豪杰(2008)研究成果。此外，單豪杰(2008)的資本存量數據是以1952年為基期的，為了研究的可比性，本文將其按照1990年的可比價格進行了折算。

(4)HC表示人力資本存量，illterate、primary、junior、senior、和 college 分別表示文盲半文盲、小學、初中、高中和大專及以上教育程度的人力資本結構。1998-2008年中國經濟基本統計數據見表2所示。

四、實證分析

根據上述研究模型和面板數據，運用Frontier程序對我國1998-2008年間人力資本、人力資本結構與區域經濟增長效率之間的關系進行了估計。

模型中Y=0.491且通過了5%的顯著性檢驗，表明模型誤差中經濟增長技術非效率因素占到了49.1%，顯然對我國經濟增長技術非效率影響因素進行分析是必要的，也表明了基于面板數據的隨機前沿分析模型構建的正確性。考慮到人力資本及其結構的區域差異性，本文還考察了人力資本及其結構對東中西部經濟增長效率的影響，結果見表3。

從勞動力和資本的彈性系數來看，勞動力對經濟增長效率改善的促進作用要大于資本的作用，這似乎與類似研究結論相悖。孫琳琳、任若恩(2005)［24］研究發現1981-2002年間資本投入是中國經濟增長的首要原因。邱曉華，等(2006)［25］認為改革開放以來我國經濟持續高速增長的主要動力來自于要素投入的增加，其中資本投入的增加是最為主要的動力。

表2 1998-2008年中國經濟基本統計數據

表3 人力資本及其結構影響因素分區域SFA估計結果(1998-2008)

為此，本文進一步分析了忽略人力資本因素的分區域SFA情況，結果見表4。從表4中可以發現，資本的彈性系數遠大于勞動力的彈性系數，這與孫琳琳、任若恩(2005)、邱曉華，等(2006)關于中國經濟增長資本驅動的研究結論一致。但值得注意的是，他們的研究中并沒有對普通勞動力和人力資本進行區分。此外，本文通過對比研究發現，1998-2008年期間，在不考慮人力資本因素的情況下我國平均經濟增長效率為0.238，而考慮人力資本因素之后平均效率為0.946。可見，人力資本要素對我國經濟增長效率改善具有較大促進作用。

在對人力資本經濟增長效應的類似研究中，大部分僅考慮了人力資本接受正規教育時間的影響，而忽略了在工作中“邊干邊學”帶來的人力資本存量的增加。在現實中，從學校畢業后的勞動者通常在工作一段時間后積累了一定實踐經驗之后，才會有更高的生產率。從表3可知，人力資本及其結構對經濟增長的當期作用不明顯，人力資本及其結構對經濟增長效率的改善作用存在一定的滯后效應，說明對人力資本投資效應的考察不可急于求成，應當考慮到人力資本投資的時滯性問題。

滯后一期的人力資本存量系數為負值，說明人力資本作為一個整體而言對我國經濟增長效率改善具有正的促進作用，且具有滯后效應。人力資本作為一個整體與我國經濟增長效率正相關，這與顏鵬飛，王兵(2004)，朱承亮，岳宏志，李婷(2009)等的研究結論一致。但是，人力資本作為一個整體對我國經濟增長效率的提升作用不是很明顯，平均人力資本存量每增加1個百分點，經濟增長效率僅提升約0.001個百分點。

人力資本結構的經濟增長效應存在區域差異，如表5所示，這與地區產業結構、產業轉移、勞動力流動等因素有關。就全國來說，1998-2008年間人力資本結構以初中教育程度為主，此部分人力資本對全國經濟增長效率改善具有顯著促進作用，初中教育程度人力資本每增加1個百分點，全國經濟增長效率將會上升4個百分點。東中西部產業結構差異、產業區域轉移、勞動力區域流動等因素導致了人力資本結構經濟增長效應存在區域差異。中西部地區產業結構不合理(第一產業比重過高、第二產業發展落后、第三產業發展不充分);加之東部地區把勞動密集型產業轉移擴散到中西部地區;且由于東部地區具有經濟發展快、收入高、就業機會多的優勢，導致中西部大量高素質勞動力(高中、大專及以上)大量向東部地區流動，這些因素導致了低教育文化程度的人力資本(文盲半文盲、小學、初中)對中西部經濟增長效率改善具有顯著促進作用。作為生產要素之一的勞動力流動，不僅是人力資源在地區間的轉移，更是人力資本在地區間的轉移(李晶，湯瓊峰，2006［26］)。由于高素質勞動力從西至東流動，加上東部地區產業結構的優化升級，導致高中文化程度人力資本僅僅在東部地區顯著。

表4 不考慮人力資本因素的分區域SFA估計結果(1998-2008)

表5 人力資本結構經濟增長效應的區域差異描述(1998-2008)

此外，從表3和表5可見，相對于其他受教育程度而言，滯后一期的接受過大專及以上教育的人力資本部分對全國乃至東中西部經濟增長效率改善均具有顯著促進作用，且此部分人力資本結構對經濟增長效率的改善作用遠大于其他部分。這說明在我國這樣的非技術前沿國家，技術進步主要依賴于對世界前沿技術的吸收和模仿，而接受了高等教育的人力資本達到技術模仿的“門檻水平”(彭國華，2007)，從而對前沿技術的吸收和模仿能力越強，對經濟增長效率的改善作用也就愈大。這也論證了人力資本理論的一個公認假設，即教育程度越高，人力資本的教育含量越大，對提高生產率的貢獻也越大。可見，繼續追加對初等教育人力資本部分的投資，使這部分的人力資本有機會接受高中教育，進而完成大學教育，這對中國經濟增長效率的提高具有較大的促進作用。

五、小結與啟示

本文對1998-2008年人力資本及其結構進行了度量分析，構建了對數型C-D生產函數的隨機前沿模型，對人力資本存量、人力資本結構與區域經濟增長效率之間的關系進行了實證研究。結果發現：

(1)1998-2008年間人均受教育年限不斷提高，人力資本結構不斷優化升級，居民受教育程度不斷提高，但區域差異明顯。

(2)對人力資本存量的投資能促進我國經濟增長效率的改善，但改善力度不大，反映了我國勞動力質量亟待提高。因此必須加大對人力資本的投資力度，提高人力資本質量，提高國民素質，進而提高人力資本對我國經濟增長效率的影響力度。

(3)人力資本及其結構對經濟增長效率的當期作用不明顯，存在一定的滯后效應，說明對人力資本投資效應的考察不可急于求成，應當考慮人力資本投資的時滯性問題。

(4)在人力資本構成中，接受過高等教育的人力資本部分對經濟增長效率改善具有較大的促進作用。表明在促進人力資本存量增長的同時，要注重人力資本各個構成部分的協調發展，重視教育結構的合理化。其中重點的是要重視高等教育的發展，加大對教育資源的投入，讓更多的人能夠有機會完成中學教育、高中教育，進而進入大學教育階段學習。

(5)受地區產業結構分布、產業區域轉移、勞動力區域流動等因素影響，人力資本結構的經濟增長效應存在區域差異。從人力資本及其結構現狀來看，應當加大對中西部地區的人力資本投資，優化中西部地區人力資本結構，同時加快中西部產業結構優化升級，合理促進產業區域轉移，提升人力資本對地區經濟發展的促進作用。

［1］Lucas R.On the Mechanism of Economic Development［J］.Journal of Monetary Economics，1988，22：13-42.

［2］Romer P M.Endogenous Technological Change［J］.Journal of Political Economy，1990，89(5)：71-102.

［3］Barro R J.Economic Growth in Across Section of Countries［J］.Quarterly Journal of Economics，1991，106：407-443.

［4］閆淑敏，秦江萍.人力資本對西部經濟增長的貢獻分析［J］.數量經濟技術經濟研究，2002(11)：17-20.

［5］邊雅靜，沈利生.人力資本對我國東西部經濟增長影響的實證分析［J］.數量經濟技術經濟研究，2004(12)：19-24.

［6］李秀敏.人力資本、人力資本結構與區域協調發展——來自中國省級區域的證據［J］.華中師范大學學報(人文社會科學版)，2007，46(3)：47-56.

［7］Benhabib J，Spiegel M.The Role of Human Capital in Economic Development：Evidence from Aggregate Cross-Country Data［J］.Journal of Monetary Economics，1994，34(2)：24-41.

［8］Islam N.Growth Empirics：A Panel Data Approach［J］.Quarterly Journal of Economics，1995，110(4)：1127-1170.

［9］Aiyar S，Feyrer J.A Contribution to the Empirics of Total Factor Productivity［J］. Dartmouth College Working Paper，2002.

［10］顏鵬飛，王兵.技術效率、技術進步與生產率增長：基于 DEA 的實證分析［J］.經濟研究，2004(12)：55-65.

［11］王志剛，龔六堂，陳玉宇.地區間生產效率與全要素生產率增長率分解(1978-2003)［J］.中國社會科學，2006(2)：55-66.

［12］許和連，元朋，祝樹金.貿易開放度、人力資本與全要素生產率：基于中國省際面板數據的經驗分析［J］.世界經濟，2006(12)：3-10.

［13］岳書敬，劉朝明.人力資本與區域全要素生產率分析［J］.經濟研究，2006(4)：90-96.

［14］朱承亮，岳宏志，李婷.中國經濟增長效率及其影響因素的實證研究：1985～2007年［J］.數量經濟技術經濟研究，2009(9)：53-63.

［15］Vandenbussche J，Aghion P，Meghir C.Growth，Distance to Frontier and Composition of Human Capital［J］.Journal of Economic Growth，2006，11(2)：127-154.

［16］彭國華.我國地區全要素生產率與人力資本構成［J］.中國工業經濟，2007(2)：52-59.

［17］Farrell M J.The Measurement of Production Efficiency［J］.Journal of Royal Statistical Society，1957，120(3)：253-255.

［18］Leibenstein H.Allovative Efficiency vs X-efficiency［J］.American Economic Review，1966(56)：392-415.

［19］李福柱.人力資本結構與區域經濟發展研究［D］.東北師范大學，博士學位論文，2006.6.

［20］Charnes A，Cooper W W，Rhodes E.Measuring the Efficiency of Decision-Making Units［J］.European Journal of Operational Research，1978(6)：429-444.

［21］Battese G E，Coelli T J.Frontier Production Function，Technical Efficiency and Panel Data：With Application to Paddy Farmers in India［J］.Journal of Productivity Analysis，1992(3)：153-169.

［22］Battese G E，Coelli T J.A Model for Technical Inefficiency Effects in a Stochastic Production Frontier for Panel Data［J］.Empirical Economics，1995(20)：325-332.

［23］單豪杰.中國資本存量 K的再估算：1952～2006年［J］.數量經濟技術經濟研究，2008(10)：17-31.

［24］孫琳琳，任若恩.中國資本投入和全要素生產率的估算［J］.世界經濟，2005(12)：3-13.

［25］邱曉華，鄭京平，等.中國經濟增長動力及前景分析［J］.經濟研究，2006(5)：4-12.

［26］李晶，湯瓊峰.中國勞動力流動與區域經濟收斂的實證研究［J］.經濟評論，2006(3)：65-70.

(本文責編：辛 城)

The Study on Bind of Human Capital，Human Capital Structure and Regional Economic Growth Efficiency

ZHU Cheng-liang，SHI Ping，YUE Hong-zhi，Han Xian-feng
(School of Economics and Management，Northwest University，Xi＇an，Shaanxi，710127)

First this paper measures human capital and its structural during 1998-2008.And then the paper studies on bind of human capital，human capital structure and regional economic growth efficiency using SFA model.And we have the following conclusions：Average years of education is rising，human capital structure is upgrading and residents level of education is increasing，but regional differences are significant.The investment of human capital can promote economic growth efficiency，but the effect is not large.The current role of human capital and its structure on economic growth is not obvious，and there exists delay effect.Highly educated human capital has a greater role in promoting economic growth efficiency.The economy growth effects of human capital structure exist regional differences by the industrial structure，industrial transfer，labor mobility and other factors.

Human Capital;Human Capital Structure;Economic Growth Efficiency;Stochastic Frontier Analysis;Regional Differences

F127

A

1002-9753(2011)02-0110-10

2010-08-16

2010-10-15

教育部人文社科基金(07JA630067);國家自然科學基金(70873095);企業管理陜西省重點學科建設項目(2008SD06)。

朱承亮(1985-)，男，安徽太湖人，博士研究生，研究方向為技術經濟及管理。