異質性人力資本與產業結構變動

李斌+張瑤

摘要：本文選取我國30個省區2001-2012年的數據，運用動態面板系統GMM方法，就異質性人力資本對產業結構變動的影響進行實證檢驗，發現各類型人力資本投資均能促進產業結構合理化變動，而且技能型和制度型人力資本的作用強于基礎型和知識型人力資本；物質資本投入能夠促進產業結構合理化變動，但人力資本通過影響物質資本投入對產業結構合理化變動的作用為負。因此，加強應用教育、提升人力資本整體素質、放寬人口遷移限制條件等，推進產業結構變化。

關鍵詞：異質性人力資本；泰爾指數；產業結構合理化變動；系統GMM

中圖分類號：F26924文獻標識碼：A

通過分開測算人力資本對產業結構變動的直接作用，以及物質資本對其的間接作用，本文就我國異質性人力資本對產業結構變動的影響進行實證研究，分析產業結構轉變是否會受到人力資本結構的影響，異質性人力資本如何影響到產業結構的變動，以期為政府制定相關政策提供相關依據。

一、異質性人力資本指標測算和評價

本文參照陳浩[1]和高遠東[2]的方法，按照需求投資的層次對異質性人力資本進行劃分，并調整具體指標計算：

1.基礎型人力資本（L1）。指人們通過必要的健康投資維持體能和健康，能夠從事一般的體力勞動的人力資本，本文用人均醫療保健支出指數（θ）表示：

L1=θ（1）

具體計算方法是將各省城鎮和農村人均醫療保健支出取簡單算術平均值，再用2001年為基期的CPI指數處理后計算人均醫療保健支出的實際值，選取最小值作為基期比較值，將各省各期實際值除以該值即為人均醫療保健支出指數（θ）。

2.知識型人力資本（L2）。指在健康投資的基礎上，通過教育投資獲取必要知識，獲得從事一定知識密集型勞動能力的人力資本。本文參照陳浩的方法，將L1乘以教育系數，公式如下：

L2=θ∑[DD（]5[]i=1[DD）]qipi（2）

具體計算方法是將受教育程度分為文盲半文盲、小學、初中、高中、大專及以上，將各學歷教育折算系數pi依次賦值為1、11、12、14和16。qi表示受教育程度為i的人口比重①。

3.技能型人力資本（L3）。指在接受基本教育的基礎上，通過接受培訓投資而獲得從事專業工作技能的人力資本。本文采用各省各期職業培訓機構畢業生數，除以對應的就業人數作就業人口培訓率②（α），公式如下：

L3=αθ∑[DD（]5[]i=1[DD）]qipi （3）

4制度型人力資本（L4）。可以在以上人力資本所具有能力的基礎上，通過遷移獲得適應和改造外部經濟制度的能力，在L3的基礎上增加遷移勞動指標計算得出。本文采用省域間人口遷入指數來反應遷移狀況，γ表示各省各期人口遷入率，公式如下：

L4=γαθ∑[DD（]5[]i=1[DD）]qipi（4）

測算2001-2012年全國30省域4類人力資本指數，取省域均值和東中西部③指數如表1所示。從總體上看，2001-2012年期間4類人力資本指數水平逐年增加；從增幅上看，近年來的增長速度有加大趨勢，這說明我國人力資本投資力度正在加強。人力資本層次越高，相關指數越低，這符合需求層次理論的思想。就區域來看，東部地區各類人力資本投資指數明顯高于中西部地區，在基礎型人力資本和知識型人力資本上，中部略高于西部。但是，近幾年來西部地區的技能型人力資本和遷移人力資本投資指數已超過中部地區，這說明西部大開發政策的成果開始顯現。

二、模型設定與變量選擇

（一）模型設定

通過建立回歸模型測算異質性人力資本對產業結構變動的影響，本文設定模型為：

Ti，t=α0Ti，t-1+α1FDIi，t+α2INVi，t+α3Li，t+α4INVi，t*Li，t+α5RDi，t+α6Ci，t+ηi+εi，t（5）

其中i表示省份，t表示時期，ηi為未觀測到的地區其他效應，εi，t為隨機擾動項，Ti，t表示產業結構變化程度。考慮到產業結構變化是一個動態過程，產業結構前期對后期的發展具有很大程度的影響，就在模型右側加入其一階滯后項Ti，t-1。Li，t和交叉項LNVi，t*Li，t分別衡量人力資本的總體效應，以及通過影響物質資本對產業結果變動的間接效應，FDIi，t、INVi，t、RDi，t、Ci，t分別代表利用外資水平、資本投資水平、科研投入強度和居民消費水平。

（二）變量及數據說明

1.產業結構變動指標構建。由于投入其中的資本有機構成不同，不同生產部門會產生極不相同的利潤率，資本會從利潤率較低的部門流向利潤率較高的部門，產業結構變動的實質就是各種資源因不同的利潤率，在各部門之間流動而最終達到均衡的過程。因此，本文從實現資源利潤率均衡的角度構建產業結構合理化變動指標。

（1）基礎指標構建。本文借鑒干春暉等[3]對產業結構合理化指標的構建方法，用重新定義的泰爾指數作為基礎指標：

TL=∑[DD（]n[]i=1[DD）]（[SX（]Yi[]Y[SX）]）ln（[SX（]Yi[]Li[SX）]/[SX（]Y[]L[SX）]），i=1，2，3（6）

TL表示勞動力泰爾指數，Yi和Li分別表示第i產業生產總值和就業人數。TL反映了各產業平均每單位勞動力產值的差值水平，結果越趨近零表示各產業勞動力產值越均衡。由于產業結構合理不僅包含勞動力因素，還需要考慮各方面資源配置，可以加入固定資產投入和能源消耗合理化指標，分別代表物質資本產出水平和環境消耗產出水平，使產業結構變動的衡量指標具有資源成本和環境消耗的因素。

根據公式（6）改進泰爾指數，本文將勞動力依次替換成固定資產和能源消費量，G和N分別表示各省各期全社會固定資產和能源消費量，公式如下：

TG=∑[DD（]n[]i=1[DD）]（[SX（]Yi[]Y[SX）]）ln（[SX（]Yi[]Gi[SX）]/[SX（]Y[]G[SX）]），i=1，2，3（7）

TN=∑[DD（]n[]i=1[DD）]（[SX（]Yi[]Y[SX）]）ln（[SX（]Yi[]Ni[SX）]/[SX（]Y[]N[SX）]），i=1，2，3（8）

（2）賦權方法說明。參考張玉和魏華波[4]的研究，本文采用CRITIC（Criteria Importance Through Intercriteria Correlation）賦權方法，將TL、TG與TN組合成一個新的評價指標T。CRITIC法是一種客觀權重方法，其基本思路是以對比強度和評價指標的沖突性為基礎來確定指標的客觀權數。對比強度用各指標的標準差來體現，評價指標沖突性用三個指標兩兩之間的相關性體現，若是正相關則表示沖突性比較低。因為本文選取的TL、TG和TN是對于社會生產總值的貢獻，很可能出現較大的相關性，所以用CRITIC法來確定權數較為合理，用全國各省2001-2012年相關數據帶入以上公式，求得各省權重系數如表2所示④，θ1、θ2、θ3分別表示TL、TG與TN的權重。

依照上文，權重系數按信息量大小取值。由表2可看出各地區權重系數分布差異較大，以工業為主導產業的天津、黑龍江等地區的能源系數較高。勞動力生產權重的高數值主要出現在西部地區，東中西部均有部分地區的固定資產投資權重系數較大。值得一提的是北京、天津、江蘇和山東等地區的固定資產投資相較穩定，權重系數較低，而福建、海南、江西和部分西部地區固定資產等投資建設的權重系數較高。

2. 解釋變量的選擇。異質性人力資本（L）。異質性人力資本是本文的核心解釋變量，本文將分別測算基礎型（L1）、知識型（L2）、技能型（L3）和制度型人力資本（L4）對產業結構變動的影響；采用實際利用外商直接投資按照當期匯率折算成人民幣值，取其占GDP的比重作為一個變量；用全社會固定資產投資經固定資產投資價格指數處理，取其與對應GDP比值，反映物質資本投資水平；采用各省各期R&D投入占GDP的比重衡量技術進步水平，用居民最終消費率來反應消費水平。

本文實證分析采用的樣本包括除香港、澳門特別行政區、臺灣和西藏的中國30個省（直轄市、自治區），所有樣本數據均來源于《中國統計年鑒》2001-2012年相關各期、各省統計年鑒、《中國勞動統計年鑒》、《中國教育統計年鑒》、《中國人口統計年鑒》、《全國分縣市人口統計資料》、《中國能源統計年鑒》和《中國固定資產統計年鑒》，計量分析使用的軟件為STATA100和EVIEWS60。

三、實證檢驗及結果分析

（一）變量平穩性檢驗

為了防止出現“偽回歸”問題，確保數據的有效性，先對數據進行平穩性檢驗，本文采用IPS檢驗和LLC檢驗兩種方法進行單位根檢驗。IPS檢驗的原假設是存在異質單位根，LLC檢驗的原假設是存在同質單位根。兩者都通過檢驗表明數據是平穩的（如表3所示），變量一階差分統計量均在1%水平顯著，可以進行下一步協整檢驗。

（二）面板數據的協整檢驗

面板協整檢驗方法分為兩類：一類以Engle-Granger二步法為基礎的第一代面板協整檢驗，主要方法是Kao檢驗和Pedroni檢驗，另一類是以Johansen跡檢驗方法為發展方向的第二代面板協整檢驗。本文采用Engle-Granger二步法的Kao檢驗進行面板協整檢驗，并在原假設為不存在協整關系的基礎上，協整檢驗結果如表4所示。在分別包含L1、L2的面板模型中，檢驗結果在1%的顯著水平下拒絕原假設，在分別包含L3、L4的模型中，檢驗結果在5%的顯著水平下拒絕原假設，表明4個模型中的各變量之間存在長期的均衡關系，可以進行回歸分析。

（三）動態面板系統GMM估計結果

在所選取的動態面板數據模型中引入因變量的滯后項會造成自相關問題，本文選用動態面板系統GMM方法進行分析，模型估計結果如表5所示，Sargen檢驗和Hansen檢驗均接受原假設，表明模型中工具變量有效。4個模型的AR（1）和AR（2）顯著接受了原假設，表明隨機干擾項不存在一二階序列相關，模型估計結果合理。

（四）實證結果分析

實證結果顯示我國產業結構變動具有動態性，滯后一期的產業結構變動對當期的作用系數為0242，說明產業結構變動存在時間上的慣性。4類人力資本系數均顯著為負，表明各類人力資本的投入對于產業結構合理化變動具有直接促進作用。基礎型（L1）、知識型（L2）、技能型（L3）和制度型（L4）人力資本的作用系數，依次是-0029、-0022、-0461、-0835，表明制度型人力資本對產業結構合理化變動的作用程度最強，可能與其具有最強流動性和最高生產率有關。技能型、基礎型、知識型人力資本的作用程度依次減弱，其中知識型人力資本和基礎型人力資本的程度與整體趨勢不一致。分析原因，一是數據采集的偏差，二是我國知識人力資本與基礎人力資本的差距進一步縮小。技能型和制度型人力資本對于產業結構合理化變動的促進作用，明顯強于基礎型和知識型人力資本，可能是職業技能培訓相對教育更面向生產活動，直接影響產業結構合理化調整，同時也體現了我國教育與就業耦合程度不高的現狀。INV*Li的作用系數顯著為正，表明我國人力資本通過物質資本對產業結構合理化變動的間接作用為負，即人力資本對物質資本的替代作用強于配置作用，同時說明我國需要加強人才的培養，提高人力資本對資源配置主導能力，實現有限資源最大化利用。

FDI、INV、RD強度對產業結構合理化的作用系數均顯著為負，表明利用外資、物質資本投入和科研投入均能促進產業結構合理化變動，這說明我國大部分地區目前的物質資本投入的結構與產業結構合理化調整的方向一致。FDI除了具有資本屬性之外，還能帶來國外先進技術，說明我國能夠合理利用國外先進技術，促進產業結構的優化。另外，我國科研投入（RD）能夠提高現有技術水平、提高生產率、優化資源配置效率，從而使各產業間的投入產出更加科學合理。消費水平（C）的系數顯著為正，說明消費會刺激社會生產分化、拉大產業結構差距，也是產業結構調整的動力之一。

四、結論與政策建議

本文選取我國30個省區2001-2012年的數據，就異質性人力資本對產業結構變動的影響進行實證檢驗，結果表明異質性人力資本投資對產業結構合理化變動均產生促進效用，而且技能型人力資本和制度型人力資本的作用強于基礎型和知識型人力資本。物質資本投入能夠促進產業結構合理化變動，但人力資本通過對物質資本投入對產業結構合理化變動產生負向影響，表明在選取的樣本范圍內，人力資本對物質資本的替代效應強于配置效應。另外，FDI、科研投入對產業結構合理化變動具有促進作用，而居民消費水平將會拉大產業結構不平衡性。

針對研究結論，本文提出以下政策建議：（1）加強教育和就業的耦合性，重視應用型教育，培養能夠直面社會和企業的人才。（2）放寬人口流動限制條件，促進人力資本的流動，充分發揮人力資本對不同地區生產的適配性。（3）提高人力資本整體素質，著重培養高層次人力資本的管理才能，使其與物質資本在相互替代和合理配置的雙重機制下，發揮出最大的效用。（4）提高外資引入水平、增強科學研究投入力度，正確引導消費結構，使其與人力資本因素共同促進產業結構合理化變動。

注釋：

①受教育程度占比與陳浩，高遠東不同，本文采用2001-2012年全國各省域6歲以上人口受教育程度所占比重進行計算。原因是：第一，無法找到15歲以上人口受教育程度的數據；第二，陳浩和高遠東均采用就業人員教育程度占比，排除了農村勞動力等未統計在內的數據，不夠全面；第三，有許多學者也是用這一數據進行人力資本方面的研究，例如李青原等金融發展與地區實體經濟資本配置效率[J].經濟學，2013（1）

②此處與陳浩和高遠東不同，他們分別采用技校畢業生數和社會培訓人員數，而職業培訓機構包括技工學校、就業訓練中心和民辦職業培訓機構，本文將三者畢業生人數相加，更接近人力資本的技能培訓。

③東部：北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東和海南共11個地區；中部：山西、吉林、黑龍江、安徽、江西、河南、湖北和湖南共8個地區；西部：內蒙古、廣西、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏和新疆共11個地區，下同。

④具體方法參照張玉、魏華波（2012）賦權方法說明。

參考文獻：

[1]陳浩.人力資本對經濟增長影響的結構分析[J].數量經濟技術經濟研究，2007（8）.

[2]高遠東，花擁軍.異質型人力資本對經濟增長作用的空間計量實證分析[J].經濟科學，2012（1）.

[3]干春暉，鄭若谷，余典范.中國產業結構變遷對經濟增長和波動的影響[J].經濟研究，2011（5）.

[4]張玉，魏華波.基于CRITIC的多屬性決策組合賦權方法[J].統計與決策，2012（16）.

The Heterogeneous Human Capital and Industrial Structure Change

——Based on GMM Method of Provincial Dynamic Panel Data

LI Bin， ZHANG Yao

（College of Economics and Trade， Hunan University， Changsha 410079， China）

Abstract：This paper uses dynamic panel SYS-GMM method to estimate the effect of the heterogeneous human capital on industrial structure change with data from 2001 to 2012.The results show that all types of human capital can promote rational industrial structure change， and the technical and the institutional human capital have greater effect than basic type and knowledge type human capital； material capital investment can promote the rational industrial structure change， but through which human capital can generate a negative effect. Above all， improving the overall quality of human capital， strengthening application-oriented education， releasing the migration restrictions to promote the change of industrial structure.

Key words：heterogeneous human capital； Theil index；rational industrial structure change； SYS-GMM Method

（責任編輯：厲新）