人力資本對我國東中部地級市全要素生產率影響探析

■ 趙雪冉 博士生 李政隆（、北京大學政府管理學院 北京 00872、新疆石河子大學商學院 新疆五家渠 074300）

引言

眾所周知，地區人力資本存量的提高有助于生產力水平的提升，且一地的經濟發展又會刺激周邊地區的經濟增長，此區域間帶動效應是否受地區間技術擴散、知識溢出影響？本文就以此為主題，研究我國地級市間的技術擴散及知識溢出現象，即其對于地區全要素生產率的影響機制及效應。

知識溢出及技術擴散作為內生經濟增長理論、新經濟地理學等經濟學科中的重要概念，被廣泛地應用于解釋經濟集聚、創新與區域增長的空間經濟現象。本文對其的研究，一方面是對內生經濟增長理論模型的實證說明，另一方面著眼于我國技術擴散問題，其研究結論有益于理解我國經濟發展的空間差異及空間演變規律，對于研判未來我國區域經濟的發展趨勢，制定未來區域經濟發展政策具有重要的借鑒意義。

文獻回顧

國外學者就技術擴散、知識溢出的研究，最早起源于Arrow（1962）、Romer（1986，1990）在此基礎上明確指出技術知識的非競爭性和部分排他性特征是知識溢出發生的根本原因，并將知識作為獨立要素引入生產函數，建立了知識溢出的內生增長模型。Kurgan（1991）的研究強調了知識溢出的重要性，并將知識溢出看作是外部規模收益遞增收益的三個來源之一。

Jaffeet al（1993）、Adams和Jaffe（1996）、Audretsch和Feldman（1996）、Acset al（1999）等從專利引用、創新產出、創新活動空間分布等不同角度論證了知識溢出的存在性和可度量性，探討知識溢出在促進集聚和推動創新活動過程中的作用機制；Audretschand Feldman（2004）研究了知識溢出的識別與測度方法；二是研究知識溢出對城市與區域經濟增長的作用，這方面的研究多從集聚與創新兩大影響變量入手，Henderson（1999）、Glaeser and Saiz（2004）、Hendersonand Wang（2006）分別從城市水平上探討了知識的空間溢出對城市生產力和城市規模增長的影響。

我國學者在20世紀80年代末開始研究技術擴散及溢出問題。朱李鳴（1988）將技術擴散機制分解為擴散動機機制、溝通機制以及激勵機制。張進寶（2009）沿襲了朱李鳴的觀點，表明技術擴散受到擴散源、中介及接受主體三個因素的影響。在實證分析方面，大部分學者主要研究宏觀層面的外國技術的擴散問題，利用FDI等指標來表征外國技術溢出。沈坤榮（1999）運用多元滯后分布模型計算發現，20世紀80年代后我國引進國際投資，通過技術外溢、學習效應，外商投資占GDP比重每增加一單位，全要素生產率增加0.37個單位。而后學者發現僅考慮擴散源是不夠的，因此將接受國的技術轉化能力納入模型，包括開放程度、技術水平等。李賓（2010）利用時間序列模型分析影響我國20余年間的TPF變化率的因素，研究發現國外技術溢出以及開放程度對于應變量有顯著的正向影響。

楊志江、羅掌華（2011）基于1991-2007年我國各省市區數據，采用多元線性回歸模型，發現研發存量是地區生產率提高的源泉，輸入型FDI和進口貿易有促進作用。也有學者研究國內區域層面的技術擴散問題，曹澤、李東（2010）依據1995-2007年我國東、中、西部區域數據，采用面板數據模型分析不同類型的R&D投入對全要素生產率（TFP）增長的影響，研究發現企業R&D、高校研究機構的R&D及區域外R&D影響都是正向顯著的，說明內外部技術水平共同影響區域經濟增長。

我國東中部地區地級市全要素生產率測度及空間分布

（一）全要素生產率的測度

本文采用基于DEA模型的Malmquist指數法來計算我國地級市的全要素生產率及其動態變化。計算全要素生產率所需的地區生產總值、就業人數及固定資本總額數據來自2010-2012年中國城市統計年鑒。

表1 全局Moran`s I分析結果

表2 模型設定與運行結果

從圖1可以看到，東中部地區170個地級市TFP增長率的空間分布情況，高增長（大于7%）的城市主要分布于中部的山西、安徽、湖北、湖南以及東部的河北環首都地區。對比圖2，即2010年TFP水平的對數形式可以看出，TFP水平在2010年相對落后的城市，在2010-2012年間呈現出較高的全要素生產率增長率。

（二）全要素生產率空間自相關分析

本文采用GEODA軟件自帶的距離權重法計算空間權重矩陣，進而得出東中部地區170個地級市全要素生產率及其增長率的空間自相關性分析結果。

表1羅列了三個變量（2010年、2012年的TFP水平、2010-2012年TFP增長率）的莫蘭指數及Z值等統計量值。正向的莫蘭指數表明正向的空間自相關性，負向指數表明負向的空間相關性或空間異質性。在所有三個變量中，莫蘭指數Z值都是正向且顯著的（遠高于1.96），表明呈現正向的空間自相關性。同時，TFP水平比TFP增長率的莫蘭 指數及其Z值更大，表明東中部地區全要素生產率的空間相關性比全要素生產率增長率的空間相關性更為顯著。

就特定區域的空間集聚狀況進行空間自相關檢驗的局部莫蘭分析結果表明，TFP增長率在山西、江西北部、安徽南部以及湖南東部地區呈現出高集聚的特征，在河南、浙江南部、廣東西部和東北部、福建南部以及魯西地區則呈現低集聚的特征，安慶、池州、衡陽、宜春、馬鞍山以及恩施屬于低TFP增長率且被高TFP增長率環繞的地區，徐州、淮北、中山、汕尾則屬于高TFP增長率且被低TFP增長率環繞的地區，其他地區局部莫蘭在0.05的顯著性水平下不顯著，如圖3所示。

總而言之，探索性分析結果表明：人力資本對技術進步具有正向的促進作用，且技術和技術進步存在空間自相關性，這說明技術具有空間擴散的特征。

人力資本對全要素生產率影響的實證分析

（一）模型設定與變量選擇

1.模型設定。Benhabib和Spiegel（1994）對納爾遜-菲爾普斯模型進行修正后，用于解釋人力資本對跨國經濟影響的核算框架。本文從兩方面擴展了Benhabib和Spiegel（1994）模型，首先，增加人力資本不僅會導致長期技術增長率的增加，也會一次性增加技術水平。其次，利用兩類計量經濟學模型研究TFP增長率的空間依存性，空間回歸模型的形式主要有以下兩種：空間滯后模型（Spatial Lag Model，SLM）和空間誤差模型（Spatial Error Model，SEM）。基于Benhabib和Spiegel（1994）模型的解釋變量，模型改進為：

2.變量選擇。基于設定模型，運用DEAP軟件，采用數據包絡方法，2010-2012年的全要素生產率增長率作為本文的應變量。自變量則首先利用A_it）公式，求得創新項，分別與Ln（2010年教育水平）及Ln（2010-2012年平均教育水平）相乘，求得2010年教育水平與平均教育水平的技術追趕項，即Nelson-Phelps（N-P項）。而后，又選取了2010年人均教育支出、2010-2012年人均教育支出、2010-2012年人均教育增長率作為備選自變量。本文的所有數據來源于2010、2011及2012年《區域統計年鑒》。

（二）模型分析及結果

根據上述模型設定與變量選擇依據，得出的模型結果如表2所示，對結果的描述與討論如下：

1.標準模型與OLS結果分析。表2中模型1至模型4為對標準模型進行OLS回歸的結果。模型1是對標準Nelson-Phelps模型的回歸結果。模型2中，將模型1中2010年人均教育支出的對數項置換為2010-2012年間人均教育支出平均值的對數項，相應的，將技術追趕項取2010-2012年三年均值。模型3是對盧卡斯人力資本模型的估計，包含技術追趕項與2010-2012年間人均教育支出平均增長率的對數項兩個變量。模型4是將Nelson-Phelps模型與盧卡斯人力資本模型相結合，構成新的嵌套模型并進行估計。該模型中包含3個變量：技術追趕項、2010年人均教育支出的對數項、2010-2012年人均教育支出增長率的對數項。模型5為空間滯后模型。

圖1 TFP增長率的空間分布

圖2 TFP（2010）的空間分布

圖3 TFP增長率局部莫蘭（2010-2012年）

總體來看模型1-4的回歸結果，本文認為，模型4，即嵌套模型在解釋力以及回歸系數水平方面都明顯優于模型1-3，因此，接下來的空間診斷與空間計量模型選取與設定也將主要依據模型4的回歸結果。

2.回歸結果討論與模型選取。總體分布的正態性檢驗：模型1-4中的Jarque-Bera統計量均不顯著，說明不能拒絕總體為正態分布的假設。

異方差檢驗：模型1與模型2的white檢驗結果不顯著，說明不能拒絕同方差的假設，但模型3與模型4的white檢驗結果統計顯著，說明模型3與模型4存在異方差問題，且這一結論與Breusch-Pagan的結果相吻合。表中的中下部分即為空間診斷結果。

由于Moran`s I指數只能測度空間自相關性是否存在，并無法決定空間計量模型的選取。為了在空間滯后模型與空間誤差模型中作出正確選擇，本文采用LM檢驗來解決空間計量模型的選取問題。

LM（error）與LM（lag）：對空間誤差與空間滯后性的LM檢驗（拉格朗日乘子檢驗）數值通常為選取模型的主要依據。對于模型4來說，LM（error）與LM（lag）的值都統計顯著，且LM（lag）>LM（error），說明空間滯后模型比空間誤差模型更為合適。Robust LM（error）與Robust LM（lag）：模型4的Robust LM（error）與Robust LM（lag）檢驗結果均不統計顯著。

綜合考慮LM檢驗的結果，本文選取空間滯后模型作為進一步定量分析的主要工具。

3.空間滯后模型結果分析。模型5即為空間滯后模型，除了引入的空間矩陣項之外，模型5中的自變量與模型4一致。所有自變量都在99%的置信水平上統計顯著且為正（不包括截距項），這表明引入了空間滯后項后，標準模型所驗證的技術追趕效應與人力資本效應在空間滯后模型中依然存在，且其影響效應水平與OLS 回歸中相類似。空間滯后項（W*TFP增長率）高度統計顯著，這一點突出體現了當其他條件一定情況下，位于技術進步率較高地區的城市全要素生產率也將有較快提高，這也進一步驗證了探索性數據分析中的結果。

結論與研究展望

第一，N-P項回歸系數水平較低。在全部5個模型中，技術追趕項的回歸系數都較低，說明在本文特定的模型設定中，技術追趕項對全要素生產率增長率的影響處于較低水平，這與所預設的“技術差距與人力資本水平差距越大，地區間的技術溢出效應越顯著”的假設存在較大差異。產生這一偏差的主要原因在于本文選取的樣本為我國東中部地區地級市，相鄰城市之間的技術水平差異和人力資本水平差距可能本來就較小，因此組成技術追趕項的兩大要素可能本來就不是我國東中部地級市之間技術擴散最主要的因素，技術追趕項在地級市尺度研究中的合理性值得進一步探討。

第二，空間滯后模型回歸系數水平較OLS回歸未顯著提升。通過一系列空間自相關檢驗，發現我國東中部地級市之間的技術溢出效應存在空間維度，在引入空間滯后變量解決這一問題后，模型5中自變量的回歸系數水平較OLS回歸并沒有顯著提升。對此，我們認為以教育支出來衡量的人力資本水平可能存在一定偏差，因而無法真實反映出人力資本水平對技術溢出的影響。另一方面，在以地級市為基礎的樣本中，各地級市之間技術溢出與擴散的決定因素并不局限于技術與教育差距，行政分割、政策影響等其他因素可能具有更大的影響。

第三，空間矩陣生成方式的影響。在本研究中，默認采用了Geoda中鄰接空間矩陣生成方法，并未根據我國東中部地區地級市的屬性特征對空間矩陣進行調整，所以最后的空間滯后模型結果也可能受到空間矩陣項合理性的影響而產生偏差。這也是今后需要改進和進一步探究的方面。

1.曹澤，李東.R&D 投入對全要素生產率的溢出效應[J].科研管理，2010，3（2）

2.施紀平，張仁壽.論浙江產業集群中的技術擴散[J].商業經濟與管理，2003（12）

3.孫兆剛.知識溢出的發生機制與路徑研究[D].大連理工大學博士論文，2005

4.吳建軍，仇怡.我國R&D存量對國際貿易技術擴散效應的影響研究[J].科學管理研究，2007（5）

5.張進寶.中小學教育技術擴散動力機制研究[J].現代教育技術，2009（1）

6.朱李鳴.我國技術擴散導引機制初步考察[J].科學管理研究，1988（3）

7.朱曉明.中國服務業發展實證研究[D].北京大學光華管理學院博士論文，2006