人力資本結構“極化”：城市化驅動與作用機制

王麗霞+韓春虹

摘 要：運用空間計量模型，系統(tǒng)分析城市化進程中人力資本結構的空間分異及“極化”現(xiàn)象，并從技術創(chuàng)新、產(chǎn)業(yè)結構升級和收入差距等三個維度考察其內(nèi)在實現(xiàn)機制。結果顯示：（1）中國大部分地區(qū)人力資本結構仍以中、低人力資本為主，東部和中部地區(qū)的人力資本結構空間集聚明顯；（2）隨著城市化水平的提升，人力資本結構出現(xiàn)高、低技能人力資本占比上升，而中技能人力資本占比不斷減小的極化現(xiàn)象；產(chǎn)業(yè)結構升級、技術創(chuàng)新水平與城市化的交互作用提升了高技能人力資本占比；產(chǎn)業(yè)結構升級、收入差距與城市化的交互作用提升了低技能人力資本占比。促進區(qū)域協(xié)調(diào)發(fā)展、推進產(chǎn)業(yè)結構向高端服務業(yè)方向發(fā)展、加快創(chuàng)新成果的轉化、縮小城鄉(xiāng)收入差距是推動人力資本結構優(yōu)化的重要路徑。

關鍵詞：人力資本結構極化；城市化；空間分異；空間計量模型

文章編號：2095-5960（2017）05-0001-09；中圖分類號：F061.5；文獻標識碼：A

一、問題的提出

改革開放30多年來，中國城市化進程不斷加快，截至2015年末，中國以常住人口計算的城鎮(zhèn)化率達到56.1%。快速的城市化進程通過產(chǎn)業(yè)集聚推動生產(chǎn)方式轉變，從而引致人力資本結構的根本性變化，不同層次、不同技能人力資本的需求不斷發(fā)生改變。發(fā)達國家的發(fā)展軌跡表明，城市化率越高的國家或地區(qū)，人力資本越豐富。人力資本深化軌跡通常隨著城市化進程的推進，呈現(xiàn)出高技能、高素質人力資本在就業(yè)結構中占比將不斷增加，而低技能、低素質人力資本在就業(yè)結構中的占比不斷減少的升級演化特征。然而，學者們在研究經(jīng)濟追趕國家的人力資本結構變化時發(fā)現(xiàn)，一些發(fā)展中國家在城市化過程中，出現(xiàn)高技能人力資本和低技能人力資本在就業(yè)結構中比重不斷增加，而中技能人力資本的比重波動性較大，甚至出現(xiàn)減少的現(xiàn)象，即人力資本結構“極化”現(xiàn)象。中國的城市化推進速度異常迅速，城市作為人力資本的蓄水池，其推進過程是否影響到人力資本結構的動態(tài)優(yōu)化？人力資本結構“極化”現(xiàn)象是否存在？這種現(xiàn)象是否具有空間相關性？對其現(xiàn)狀及原因的研究關乎經(jīng)濟增長的效率，因為只有合理的人力資本結構才能與城市化的穩(wěn)步推進形成良性因果累積，從而促進經(jīng)濟穩(wěn)步增長。

城市化與人力資本的關系是近年來眾多學者關注的焦點，學者們通常把城市化進程作為影響人力資本水平提升和結構優(yōu)化的重要因素（Eaton J，Eckstein Z，1997）[1]。Dun-can Black和Vernon Henderson（1999）[2]認為，城市化過程包含單個城市規(guī)模的不斷擴大，而這一不斷擴大的過程伴隨著地方人力資本的積累及知識的溢出。但當城市化率低于40%時，城市化阻礙人力資本積累，只有超越40%的門檻，城市化才會對人力資本水平具有正向促進作用[3]。城市化促進人力資本積累這一現(xiàn)象在發(fā)展中國家的表現(xiàn)更具復雜性。發(fā)展中國家在城市化進程中吸收的FDI，通常集中于勞動密集型行業(yè)，而這些行業(yè)技術水平較低，鎖定了大量的低素質勞動力，不利于人力資本存量的提升（Van Long N，Riezman R，2007）[4]。Li H和Liang Y（2013）[5]運用改進的J—F方法計算中國的人力資本存量，并通過建立Divisia指標評價指出經(jīng)濟轉型期中國的城市化是人力資本存量提升的重要因素，但這一門檻值卻遠高于40%，達到49.6%。

國內(nèi)部分學者針對城市化對人力資本結構的影響展開了研究。張建華和王慧麗（2016）[6]認為城市化對人力資本結構的影響路徑主要表現(xiàn)為，城市化進程可以釋放被土地束縛的勞動力，確保勞動力的自由流動，實現(xiàn)人力資本在產(chǎn)業(yè)結構間的轉移和有效配置。但城市中不同產(chǎn)業(yè)對人力資本的吸納能力有明顯差異，何永達（2015）[7]指出隨著城市化的不斷推進，服務業(yè)集聚的趨勢越來越明顯，其對異質型人力資本的吸納能力增強，從而實現(xiàn)人力資本結構的優(yōu)化配置。梁文泉、陸銘（2015）[8]基于勞動生產(chǎn)率角度的研究表明，城市發(fā)展離不開高技能人力資本的集聚，城市發(fā)展反過來又能夠增強高、低技能人力資本的互補性，從而導致城市人力資本的分化。對人力資本互補性的另一種解釋是城市化的推進對于不同受教育水平勞動者的促進作用不同，較高技能和較低技能勞動力均能從城市規(guī)模的擴大中得到好處，而中等技能勞動力的就業(yè)概率卻沒有受到顯著影響（陸銘等，2012）[9]，這表明城市化進程增強了異質型人力資本就業(yè)的包容性，有利于人力資本結構的不斷優(yōu)化。

目前的文獻豐富了相關研究成果，但也存在一定不足：一是偏向于考察城市化對人力資本積累的影響，對不同層級、不同技能人力資本結構變化動態(tài)路徑的分析不足，尤其是城市化引致人力資本結構變化的機制分析較少。二是對中國目前城市化引致人力資本結構變化的現(xiàn)狀缺乏明晰的判斷。三是城市化與人力資本結構具有明顯的空間集聚效應，但現(xiàn)有對城市化引致人力資本變化的演進過程的研究缺乏空間分異特征分析。基于此，本文運用中國2001—2014年30個省份的面板數(shù)據(jù)，在省域尺度上從中國城市化進程角度對中國人力資本結構動態(tài)變化過程予以實證研究，分析人力資本“極化”現(xiàn)象的存在性及產(chǎn)生機理。考慮到城市化的空間集聚效應和人力資本結構的空間依賴性，構建空間計量模型。本文結構如下：第二部分是空間計量模型構建與數(shù)據(jù)說明；第三部分介紹城市化與人力資本“極化”現(xiàn)象空間分異的特征事實；第四部分分析城市化引致人力資本結構極化現(xiàn)象的存在性并實證分析其產(chǎn)生機制；第五部分總結全文并提出政策建議。

二、計量模型與數(shù)據(jù)說明

（一）空間計量模型

常用空間計量模型主要包括空間滯后模型（SAR）、空間誤差模型（SEM）和空間杜賓模型（SDM），SAR假定相鄰地區(qū)的變量對整個系統(tǒng)其他地區(qū)均有影響，SEM假定地區(qū)間相互關系通過誤差項體現(xiàn)，SDM則假定被解釋變量不僅依賴于同地區(qū)的自變量，還依賴與相鄰地區(qū)的自變量，SDM可以視為SAR和SEM的一般推廣。SDM表達式如下（Elhorst，2012）[10]：endprint

式中yit和xit分別為第i地區(qū)在時刻t的被解釋變量和解釋變量，（wij）N×N為行標準化后的空間權重矩陣，φ為常數(shù)項，β為解釋變量系數(shù)，ρ，θ分別為被解釋變量和解釋變量的空間交互系數(shù)，μi表示個體效應，λt表示時間效應，εit為服從標準正態(tài)分布的隨機干擾項。Elhorst（2014）[11]指出，對SAR和SEM的選擇，可采用LM檢驗或穩(wěn)健LM檢驗，構建空間計量模型可從SDM出發(fā)，首先將模型假定為SDM，再利用LR檢驗或Wald檢驗方法檢驗假設H0：θ=0和H0：θ+ρβ=0來分別判斷SDM是否可以轉化成SAR和SEM。若H0：θ=0和H0：θ+ρβ=0都被拒絕，則說明SDM估計結果最優(yōu)，若H0：θ=0沒有被拒絕，同時LM檢驗結果指向SAR，則SAR的估計結果最優(yōu)，若H0：θ+ρβ=0沒有被拒絕，同時LM檢驗結果指向SEM，則SEM的估計結果最優(yōu)。

本文實證分析城市化對中國人力資本結構“極化”的影響，根據(jù)空間計量經(jīng)濟學理論分析，其作用原理的地理輻射主要體現(xiàn)在：（1）相鄰地區(qū)人力資本結構的相互作用；（2）某地區(qū)城市化水平對鄰近地區(qū)人力資本結構的影響；（3）某地區(qū)未納入模型考慮的因素對鄰近地區(qū)人力資本結構的影響。綜合上述三種情形可將空間計量模型設定為如下SDM：

式中h_c為人力資本結構指標，i代表不同省份，t代表樣本年度，j=1，2分別代表高技能人力資本、低技能人力資本，urb為城市化水平指標。

（二）變量選擇與數(shù)據(jù)來源

（1）人力資本極化指標（h_c）。人力資本水平的衡量具有多源性，常見指標有學歷水平、平均受教育年限、每萬人中在校大學生人數(shù)、各層次學校注冊率、區(qū)域文盲率等；人力資本結構的衡量指標一般有教育基尼系數(shù)、教育標準差（魏下海，2009）[12]，或直接采用各層級人力資本占比表示。人力資本的極化是指一個國家或地區(qū)的人力資本結構呈現(xiàn)出高技能人力資本占比和低技能人力資本占比不斷上升，而中技能人力資本占比不增反減的現(xiàn)象。本文采用學歷度量人力資本水平，初中及以下學歷為低技能人力資本、高中學歷為中技能人力資本，大專及以上學歷為高技能人力資本，人力資本結構采用各層級人員占比衡量。

（2）城市化指標（urb）。目前城市化的測量指標主要包括單一指標法和復合指標法，其中復合指標法主要采用城市化建設水平指標體系予以刻畫，單一指標法即采用城鎮(zhèn)化率衡量。城鎮(zhèn)化率又包括常住人口城鎮(zhèn)化率與戶籍人口城鎮(zhèn)化率兩個指標，其中常住人口城鎮(zhèn)化率是指城鎮(zhèn)中常住人口占全部人口的比重，戶籍人口城鎮(zhèn)化率是指具有非農(nóng)戶籍的人口占全部人口的比重。本文采用文獻中出現(xiàn)較多且數(shù)據(jù)較全面的常住人口城鎮(zhèn)化率指標進行分析。

產(chǎn)業(yè)結構的升級調(diào)整是城市調(diào)節(jié)人力資本需求的關鍵因素，而技術的不斷創(chuàng)新促進了不同層次人力資本在就業(yè)中的包容性和互補性。同時，中國近年來由于城市化進程的加速推進而導致的城鄉(xiāng)收入差距的持續(xù)存在，對低技能勞動力的吸引可能成為人力資本結構出現(xiàn)“極化”現(xiàn)象的主要動因。因此，本文引入產(chǎn)業(yè)結構升級程度指標分析城市化對人力資本結構“極化”現(xiàn)象的作用機制。

（3）產(chǎn)業(yè)結構升級程度（ind）。克拉克指出城市化進程中，產(chǎn)業(yè)結構高度化的表現(xiàn)是第三產(chǎn)業(yè)的地位逐漸突出而第一產(chǎn)業(yè)比重逐漸下降。本文主要考察服務業(yè)比重的增加對人力資本結構的影響，因此采用李逢春（2012）[13]構建的產(chǎn)業(yè)結構升級系數(shù)IND衡量產(chǎn)業(yè)結構升級程度，計算方式為：

式中，yi為第i產(chǎn)業(yè)產(chǎn)值占總產(chǎn)值的比重，IND取值范圍在1-3之間。IND越大，說明產(chǎn)業(yè)結構層次或高度越高。

（4）技術創(chuàng)新指標（tec）：技術創(chuàng)新指標的設計需要考慮創(chuàng)新投入和創(chuàng)新產(chǎn)出（林善浪，2013）[14]，創(chuàng)新投入的衡量方式包括信息資本存量（ict）、研發(fā)投入與GDP比值占比（ky）等，創(chuàng)新產(chǎn)出的衡量方式包括大型企業(yè)電子設備產(chǎn)出與GDP比值（cap）、專利數(shù)值（pat）等。本文研究技術與人力資本結構的影響，尤其是技術進步對中等技能人力資本的替代作用，因此選用技術創(chuàng)新產(chǎn)出指標專利數(shù)的對數(shù)值進行衡量。

（5）收入差距指標（cjb）。收入差距的衡量指標主要是基尼系數(shù)、泰爾指數(shù)、城鄉(xiāng)收入比等。本文主要研究城市化背景下的收入差距，因此采用城鄉(xiāng)收入比來衡量收入差距，計算公式為：

cjb=城鎮(zhèn)居民人均可支配收入農(nóng)村居民人均純收入

（6）控制變量（X′）。貿(mào)易開放度（trade），用進出口總額占GDP比重衡量；外商直接投資（fdi）；信息資本存量（ict），采用永續(xù)存盤法估算而得；研發(fā)投入占GDP比值（rd）；資本投入占產(chǎn)出比重（ky）；大型企業(yè)電子設備產(chǎn)出與GDP比值（cap）[15]，用以衡量偏向型技術進步。

本文實證分析部分采用中國大陸30個省份（西藏自治區(qū)的部分數(shù)據(jù)統(tǒng)計不全，本文予以剔除）。本部分各變量數(shù)據(jù)來源于各年《中國勞動統(tǒng)計年鑒》、《中國科技統(tǒng)計年鑒》和《新中國六十年統(tǒng)計資料匯編》及聯(lián)合國商品貿(mào)易統(tǒng)計數(shù)據(jù)庫，時間跨度為2001—2014年。

三、特征事實：城市化與“極化”的空間分異

首先，從靜態(tài)層面予以分析。圖1-4報告了2014年中國大陸地區(qū)30省份（西藏自治區(qū)除外）的城市化水平和人力資本結構的空間分布。從圖1可以看出，截至2014年，我國省域尺度上各層次人力資本差異仍然較大，除京津滬三個直轄市外，各地區(qū)人力資本占比仍以低技能人力資本為主。結合圖2，在城市化率較低的西部地區(qū)，如新疆、青海、云南、貴州等地，中等技能人力資本占比較低、高技能人力資本占比最少。而類似的情況也出現(xiàn)城市化率較高的東部地區(qū)如北京、天津、上海、浙江等地。這表明城市化率較低和城市化率較高的地區(qū)，人力資本結構均具有“兩頭大、中間小”的特征。結合圖2和圖3，高技能人力資本占比分布和城市化水平的空間相關性表現(xiàn)為東部地區(qū)北京、天津、上海、江蘇、浙江、福建等地高城市化水平（>0.6）和高技能人力資本占比（>0.2）的空間聚集。中部地區(qū)如河南、安徽、江西、廣西等地呈現(xiàn)中等城市化水平（0.5—0.7）和高技能人力資本占比（0.15—0.2）的空間集聚。結合圖1和圖4，低技能人力資本分布和城市化水平的空間相關性表現(xiàn)為：東部地區(qū)城市化水平較高（>0.6）的省份，如江蘇、浙江、福建等，其低技能人力資本占比取值均在0.6至0.7之間。河北、河南、安徽、江西、廣西、吉林等中等城市化水平（0.5—0.7）的中部地區(qū)的低技能人力資本占比水平亦落入相同區(qū)間（0.5—0.6），呈現(xiàn)出高度的空間集聚特征。同時西部地區(qū)四川、寧夏的城市化水平（0.45—0.55）和低技能人力資本水平（0.5—0.6）數(shù)值也呈現(xiàn)相似性。上述分析表明人力資本結構與城市化水平空間格局的相關性和極化現(xiàn)象的存在性，這種相關性以中部地區(qū)尤為突出。endprint

為從動態(tài)層面分析不同城市化水平下人力資本結構的相關性特征和演進特征，下面實證檢驗城市化和人力資本結構空間相關的存在性。首先，構建地理距離空間權重矩陣W，即行標準化后的中國30省份的地理位置的0—1矩陣。其次，采用文獻使用較多的Morans I指數(shù)分別進行人力資本結構和城市化的空間自相關檢驗。為觀察空間自相關的時間趨勢性，本文將樣本時間段拆分為2001—2004年、2005—2008年和2009—2014年三個時間段來計算Morans I指數(shù)。表1報告了高技能人力資本與低技能人力資本Morans I指數(shù)的結果。

由表1可得，不同時間段各人力資本結構指標的Morans I指數(shù)均顯著為正，表明中國各省份人力資本結構具有顯著的空間相關關系，有必要采用空間計量模型。對于人力資本結構的空間相關格局的形成原因，本文認為地理位置較近地區(qū)的教育資源共享程度更高，勞動力需求結構相似，從而呈現(xiàn)出空間集聚效應。

表1還表明Morans I指數(shù)總體上呈遞增趨勢，即隨時間的推移，省份間人力資本結構的空間正相關關系逐漸增強。究其原因，相鄰省份間經(jīng)濟發(fā)展的密切程度越來越高，使得教育資源和勞動力需求結構趨同，從而就業(yè)結構和技能結構變化趨同，且影響日益突出，導致空間相關性增強。

表2報告了本文主要解釋變量城市化水平在不同時段指標的Morans I指數(shù)。數(shù)據(jù)顯示，各部分值顯著為正，且總體上呈遞增趨勢。這表明中國各省份城市化水平具有顯著的空間相關關系，且隨著時間的推移，省份間城市化水平的空間正相關關系逐漸增強。對于城市化水平的空間相關性格局的形成原因，本文認為地理位置較近的地區(qū)具有更便利的交通，經(jīng)濟交流更加深入、頻繁，可合作性和合作效果較好，城市發(fā)展政策上也呈現(xiàn)出空間相似性，從而空間集聚效應凸顯。

四、計量結果與分析

（一）城市化引致人力資本結構“極化”現(xiàn)象的存在性分析

結合上述分析，本部分利用式（2）的設定檢驗城市化引致人力資本結構“極化”現(xiàn)象的存在性。表3中Wald檢驗的結果表明，各模型均拒絕了無空間滯后和無空間誤差效應，因此采用SDM為最合適的模型，故本文主要報告空間杜賓模型的結果。具體分析如下：

（1）模型1和模型3的結果顯示，兩個模型城市化水平的系數(shù)均在1%的水平上顯著為正，表明城市化水平的提升致使高技能人力資本占比和低技能人力資本占比同時提升，驗證了人力資本極化現(xiàn)象的存在。究其原因，一方面城市化的集聚效應促進了人力資本的積累從而提升了高技能人力資本占比，而高技能人力資本與低技能人力資本的互補性促進了城市低技能人力資本占比的提高；另一方面，當中等技能人力資本向高技能人力資本轉化的速度高于低技能人力資本向中級技能人力資本轉化的速度時，也會導致人力資本極化現(xiàn)象。比較兩個系數(shù)值，本文發(fā)現(xiàn)模型1中城市化水平的系數(shù)高于模型3中城市化水平的系數(shù)，即城市化對高技能人力資本占比的影響高于低技能人力資本占比，表明城市化對高技能人力資本的吸納程度總體上高于低技能人力資本。

（2）模型1和模型3的空間滯后變量的系數(shù)在1%的水平上顯著為正，表明本地區(qū)高人力資本和低人力資本占比的提升均會促進鄰近地區(qū)高低人力資本占比的提升，即人力資本極化現(xiàn)象表現(xiàn)出空間集聚的特征，也驗證了使用空間計量模型的必要性。但在比較兩個模型解釋變量的空間交互效應時，本文發(fā)現(xiàn)模型1中W×urb的系數(shù)顯著為正，而模型2中該項系數(shù)為負值，即本地區(qū)城市化水平會促進鄰近地區(qū)高技能人力資本占比的正向提升，卻會導致鄰近地區(qū)低技能人力資本占比的反向下降。

（3）為進一步分析城市化引致人力資本結構變化并發(fā)生極化的演進路徑，在模型1和模型3的基礎上加入解釋變量城市化率的平方項，相應結果由模型2和模型4給出。模型2和模型4中城市化率一次項系數(shù)均為正（其中高技能在15%的顯著性水平下為正），二次項系數(shù)均為負。這一結果表明雖然人力資本資本結構出現(xiàn)極化現(xiàn)象，但其演進速度隨著城市化的提升而逐漸放緩。這既與城市化的擁擠效應有關，也與城市中人力資本外部性能夠得到更充分的發(fā)揮有關。根據(jù)國際經(jīng)驗，當一國的城市化水平達到50%之后，城市化速度加快（陸銘，2012）[9]，擁擠效應凸顯，人力資本積累速度放緩，導致高技能人力資本占比減少；同時人力資本外部性特征隨著城市化水平的提升而發(fā)揮出更加積極的作用，從而促進了低技能人力資本向中等技能人力資本的轉化，導致低技能人力資本占比最終出現(xiàn)先增后減的倒“U”型變化，這也是人力資本結構優(yōu)化的必然趨勢。

（二）城市化引致人力資本極化的機制分析

為分析城市化引致人力資本結構極化的產(chǎn)生機制，本節(jié)在上述模型1和模型3中分別逐項引入城市化與技術創(chuàng)新的交叉項（urb_tec）、城市化與收入差距的交叉項（urb_cjb）及城市化與產(chǎn)業(yè)結構升級系數(shù)交叉項（urb_ind）作為解釋變量，采用與上一節(jié)相同的方法對人力資本結構極化現(xiàn)象予以進一步考察，所得計量結果如表4所示。

表4中各空間計量模型的選擇由表格中Wald檢驗的結果確定。Wald空間滯后檢驗沒有被拒絕時選擇SAR，Wald空間誤差檢驗沒有被拒絕時選擇SEM，兩個檢驗均通過時選擇SDM，二者均未通過時，根據(jù)LM檢驗結果判斷。由于上述模型在10%的顯著性水平下未出現(xiàn)二者均未通過的情形，故未報告LM檢驗結果。表4的第二行給出了各種情形下的實際選擇模型，其中fe和re分別表示利用Hausman檢驗做出的固定效應和隨機效應選擇。針對表4結果的分析如下：

（1）模型1中城市化水平和技術創(chuàng)新的交叉項系數(shù)在5%的水平下顯著為正，表明城市化與技術創(chuàng)新的良性耦合有利于提升人力資本積累和發(fā)揮高技能人力資本的外部性功能，從而促進高技能人力資本占比的提升。但在模型4中，城市化與技術創(chuàng)新水平的交叉項在5%的水平下顯著為負，即城市化與技術創(chuàng)新的互補性降低了低技能人力資本占比。結合模型1和4可以發(fā)現(xiàn)，城市化與技術創(chuàng)新的共同作用總體上改變了人力資本內(nèi)部結構，但其對人力資本水平提升的作用更加明顯，因此對人力資本極化的現(xiàn)象只能做出部分解釋。endprint

（2）城市化與收入差距交叉項的系數(shù)在模型2中顯著為負，但在模型5中顯著為正，表明城市化背景下城鄉(xiāng)收入差距的擴大抑制了高技能人力資本占比的提升，但提升了低技能人力資本占比。這一方面是由于城市的擁擠效應，即城市化進程的推進導致城市資源不斷減少，高收入群體催生了城市的高房價、高物價，造成低收入群體與高物價的沖突，表現(xiàn)之一是生活支出對人力資本投資的擠出，分流了人力資本投資，抑制了中等技能人力資本向高技能人力資本的轉化。但當這一作用不足以抵消其他因素對人力資本水平提升的影響時，高技能人力資本占比總體而言仍然呈現(xiàn)增加趨勢。另一方面，收入差距對勞動力的轉移具有正向激勵作用，使得城市低技能人力資本數(shù)量不斷增多，而初級人力資本向中級人力資本的轉化速度低于中級技能人力資本向高技能人力資本的轉化速度，也導致低技能人力資本占比增加。

（3）模型3和6中城市化水平和城市化與產(chǎn)業(yè)結構升級系數(shù)的交叉項系數(shù)分別在1%和10%的水平上顯著為正，表明隨著產(chǎn)業(yè)結構升級系數(shù)提升，城市化同時促進了高技能人力資本占比和低技能人力資本占比的上升，即城市化通過產(chǎn)業(yè)結構的不斷升級促進了人力資本的極化。城市化對人力資本結構的調(diào)節(jié)作用既表現(xiàn)為獨立促進，又體現(xiàn)在與產(chǎn)業(yè)結構升級的良性耦合引發(fā)的積極效應。而低人力資本占比與高人力資本在二者交互作用下的同時上升則說明，城市化與產(chǎn)業(yè)結構升級的相互演化增強了高、低技能人力資本的互補性。這與中國目前第三產(chǎn)業(yè)發(fā)展不足有關。目前，大多數(shù)發(fā)達國家第三產(chǎn)業(yè)比重在70%左右，發(fā)展中國家的這一數(shù)字為50%左右（孫碧涵，2014）[16]。中國服務業(yè)中具有現(xiàn)代化意義的生產(chǎn)性服務業(yè)比重仍然不足，而傳統(tǒng)低端服務業(yè)占據(jù)較大比重，其對低技能人力資本的需求仍然旺盛。

五、結論與政策建議

本文基于城市化的視角，系統(tǒng)分析了城市化進程中人力資本結構的空間分異及人力資本結構“極化”問題，并運用2001—2014年省際面板數(shù)據(jù)構建空間計量模型，分析了中國人力資本結構的空間分異特征及其與城市化的相關性，并從技術創(chuàng)新、收入差距和產(chǎn)業(yè)結構升級等三個維度實證分析城市化對人力資本結構變化的影響。本文主要結論與啟示如下：

第一、從全國層面而言，除北京外全國各地區(qū)高技能人力資本占比均未過半，仍以中、低技能人力資本為主。中國目前以及未來城市化進程面臨的主要問題之一是深化人力資本要素投資，尤其是促進低技能人力資本要素的升級。在城市發(fā)展由粗放式增長向可持續(xù)性增長的關鍵時期，突破人力資本瓶頸，探索自己的人力資本梯度升級路徑已經(jīng)成為不可回避的問題（袁富華，張平，2015）[17]。就地區(qū)層面而言，城市化與人力資本結構的空間相關性主要體現(xiàn)在東部和中部部分城市化水平相似的地區(qū)人力資本結構具有高度相似性，但地區(qū)間的差異仍然較大。而西部大部分地區(qū)城市化水平和人力資本結構均位于低位。這表明基于區(qū)域均衡發(fā)展而提出的中部崛起、西部大開發(fā)等政策在縮小人力資本差距層面收效甚微。因此，積極促進人力資本培育，尤其是發(fā)展西部地區(qū)中等教育和高等教育是深化實施各地區(qū)平衡發(fā)展戰(zhàn)略的關鍵任務之一。

第二、城市化視角下人力資本結構出現(xiàn)“極化”現(xiàn)象。即隨著城市化水平的提升，高、低技能人力資本占比上升，而中技能人力資本占比不斷減小。隨著勞動力規(guī)模的縮減，中國人口數(shù)量紅利逐漸消失，但人口質量紅利尚未凸顯，低技能人力資本向中技能的轉化速度仍然較慢，粗放式的城市化進程尚無法脫離勞動密集型產(chǎn)業(yè)而快速推進，這要求我們轉變城市化推進思路，轉向以技術密集型產(chǎn)業(yè)為主導的推進方式，形成對低技能人力資本投資的有效激勵。

第三、產(chǎn)業(yè)結構升級、技術創(chuàng)新水平與城市化的交互作用對高技能人力資本占比增加具有正向促進作用。由此，推動城市第三產(chǎn)業(yè)尤其是高端服務業(yè)的集聚，建立以高新技術產(chǎn)業(yè)為主導的現(xiàn)代城市產(chǎn)業(yè)集群，運用城市產(chǎn)業(yè)集群的規(guī)模優(yōu)勢吸收高技能人力資本，形成人力資本積累的有效激勵，促進城市化與產(chǎn)業(yè)結構升級的協(xié)調(diào)發(fā)展是優(yōu)化人力資本結構的重要途徑。同時，運用政策為技術創(chuàng)新構建制度渠道，促進創(chuàng)新成果的轉化，激勵高技能人力資本發(fā)揮外部性作用，為人力資本結構升級制造循環(huán)聯(lián)動推力。

第四、產(chǎn)業(yè)結構升級和收入差距與城市化的交互作用提升了低技能人力資本占比。第三產(chǎn)業(yè)中高端服務業(yè)與低端服務業(yè)的互補性是人力資本極化現(xiàn)象的主要動因，因此在包容性對待現(xiàn)有人力資本結構的同時，應從產(chǎn)業(yè)結構層面積極尋求低技能人力資本向中技能轉化的渠道，引導低端服務業(yè)向技術化、專業(yè)化、質量優(yōu)化轉變，同時為中青年勞動力構建職業(yè)化培訓平臺。另一方面，需協(xié)調(diào)城鄉(xiāng)發(fā)展，注重社會收入分配的公平性。進一步縮小城鄉(xiāng)收入差距，以提升占絕大多數(shù)的低技能勞動力的收入水平。

參考文獻：

[1]Eaton J，Eckstein Z.Cities and growth：Theory and evidence from France and Japan[J].Regional science and urban Economics，1997，27（4）：443-474.

[2]Black D，Henderson V.A theory of urban growth[J].Journal of political economy，1999，107（2）：252-284.

[3]Bertinelli L，Zou B.Does urbanization foster human capital accumulation？[J].The Journal of Developing Areas，2008，41（2）：171-184.

[4] Van Long N，Riezman R，Soubeyran A.Trade，wage gaps，and specific human capital accumulation[J].Review of International Economics，2007，15（1）：75-92.endprint

[5]Li H，Liang Y，F(xiàn)raumeni B M，et al.Human capital in China，1985–2008[J].Review of Income and Wealth，2013，59（2）：212-234.

[6]張建華，王慧麗.勞動異質情況下的產(chǎn)業(yè)結構偏離及其影響因素分析——基于 2006～ 2013 年全國產(chǎn)業(yè)行業(yè)數(shù)據(jù)[J].工業(yè)技術經(jīng)濟，2016，35（1）：154-160.

[7]何永達.人力資本，知識創(chuàng)新與服務業(yè)空間集聚——基于省際面板數(shù)據(jù)的計量分析[J].經(jīng)濟地理，2015（9）：120-125.

[8]梁文泉，陸銘.城市人力資本的分化：探索不同技能勞動者的互補和空間集聚[J].經(jīng)濟社會體制比較，2015（3）：185-197.

[9]陸銘，高虹，佐藤宏.城市規(guī)模與包容性就業(yè)[J].中國社會科學，2012，10：47-66.

[10]Elhorst J P.Dynamic spatial panels：models，methods，and inferences[J].Journal of geographical systems，2012，14（1）：5-28.

[11] Elhorst J P.Spatial panel data models[M]//Spatial Econometrics.Springer Berlin Heidelberg，2014：37-93.

[12]魏下海，李樹培.人力資本，人力資本結構與區(qū)域經(jīng)濟增長―基于分位數(shù)回歸方法的經(jīng)驗研究[J].財貿(mào)研究，2009，20（5）：15-24.

[13]李逢春.對外直接投資的母國產(chǎn)業(yè)升級效應——來自中國省際面板的實證研究[J].國際貿(mào)易問題，2012（6）：124-134.

[14]林善浪，張作雄，劉國平.技術創(chuàng)新，空間集聚與區(qū)域碳生產(chǎn)率[J].中國人口資源與環(huán)境，2013，23（5）：36-45.

[15]鄧利娟，侯丹丹，黃燕萍.臺灣加入RCEP與TPP的經(jīng)濟效應分析——基于GTAP模型的模擬結果[J].臺灣研究集刊，2016（4）：21-28.

[16]孫碧涵.當前我國產(chǎn)業(yè)結構中存在的主要問題及其對策[J].長白學刊，2014（4）：128-128.

[17]袁富華，張平，陸明濤.長期經(jīng)濟增長過程中的人力資本結構——兼論中國人力資本梯度升級問題[J].經(jīng)濟學動態(tài)，2015（5）：11-22.

Polarization of Human Capital Structure：Driving and Mechanism of Urbanization Polarization of Human Capital Structure：Driving and Mechanism of Urbanization

WANG Li-xia1，2， HANG Chun-hong1，2

（1.School of Econimics，Anhui University，Hefei Anhui 230061，China

2.Research Center of the Agriculture-Rural Area-Peasant， Anhui University， Hefei Anhui 230061，China）

Abstract：

This paper uses the spatial econometric model to systematically analyze the spatial differentiation of human capital structure and the polarization of human capital structure in the process of urbanization. Themit studies the internal implementation mechanism from the three dimensions of technological innovation， industrial structure upgrading and income gap.The results show that： （1） human capital structure is still dominated by low human capital in most areas of China， and spatial aggregation of human capital structure is obvious in eastern and central regions； （2） with the elevation of urbanization， human capital structure appears that the proportion of high and low-skilled human capital increased， while the proportion of middle-skilled human capital continue to reduce which present the polarization phenomenon. The interaction of Industrial upgrading， technological innovation and urbanization enhances the proportion of high-skilled human capital. The interaction between income disparity， industrial upgrading and urbanization promotes the proportion of low-skilled human capital. Promoting regional coordinated development， boosting industrial structure to high-end service-oriented direction， accelerating the transformation of innovation results， narrowing the urban-rural income gap are important path to promote the optimization of human capital structure.

Key words：

human capital structure polarization； urbanization；spatial differentiation； spatial econometric modelendprint