人力資本空間分布差異與產業結構升級
——兼論對山東省新舊動能轉換的啟示

孫海波,劉忠璐,林秀梅

(1.山東工商學院a. 經濟學院;b. 金融學院,山東煙臺264005;2. 吉林大學 數量經濟研究中心,吉林長春130012)

一、引言及相關文獻回顧

習近平總書記在達沃斯世界經濟論壇開幕式上指出,要加大重要領域和關鍵環節改革力度,讓市場在資源配置中起決定性作用,牽住創新這個“牛鼻子”,推進創新驅動發展戰略,推動戰略性新興產業發展,注重用新技術新業態改造提升傳統產業,促進新動能發展壯大、傳統動能煥發生機。山東省作為經濟大省,地處黃河下游,東臨黃渤海,是我國由南向北擴大開放、由東向西梯度發展的戰略節點,在全國發展大局中具有重要地位。黨的十八大以來,山東省多項經濟指標都排在全國前列,但客觀來看,傳統動能占比依然較大,新動能培育不足,發展的質量效益還不夠高,產業結構仍需進一步優化升級。從發展本質看,產業轉型升級是經濟增長新舊動能轉換的外在表現;從發展方式看,產業轉型升級也是推動新舊動能有序轉換的強大支撐。那么,對于山東省而言,一方面要推動新興產業加速崛起、擴容倍增,另一方面還要推動傳統產業脫胎換骨、迸發活力。推進新舊動能轉換,最關鍵要靠創新,而人力資本又是創新的源泉。因此,基于人力資本視角研究產業結構升級具有重要的現實意義,同時對山東省新舊動能轉換具有一定的啟示作用。

人力資本對經濟增長和社會發展所起到的重要貢獻在學界已經達成共識。改革開放以來,中國地區間經濟發展水平差異日趨擴大化,城市經濟發展大幅領先于農村地區,沿海地區經濟增長速度遠超中西部省份[1]。造成這種區域發展差異的因素很多,其中,人力資本空間分布差異無疑起著重要作用。然而,目前缺乏對人力資本空間分布差異的系統研究。那么,欲考察人力資本空間分布差異狀況,就要對人力資本空間分布差異的統計指標有一個明確認識。從已有文獻看,關于人力資本空間分布差異程度的測算主要采用以下幾種方法:第一,人力資本離散度(方差、標準差或變異系數)。Park根據平均受教育年限、各受教育階段所需的年限以及各教育階段的勞動人口比例測算出1960～1995年94個國家的人力資本離散度,得出人力資本離散度對經濟增長具有積極影響的結論[2]。在此基礎上,陳仲常和馬紅旗測算了我國人力資本離散度,發現人力資本平均水平較高和較低的地區人力資本離散程度普遍較大[3]。謝波和陳懿選取1990～2012 年我國30個地區面板數據,使用受教育年限分布方差來衡量人力資本分布空間差異,實證檢驗發現,人力資本分布空間差異是導致地區經濟差距拉大的重要原因[4]。第二,教育基尼系數。劉海英等采用教育基尼系數量化了人力資本分布結構,結果表明,人力資本空間分布差異對經濟增長具有重要影響,若將受教育的機會更多地給予擁有較低人力資本的普通勞動力將對中國經濟增長的質量和可持續性起到至關重要作用[5]。吳方衛和張錦華以勞動力受教育年限數據為基礎,估算了各地區的教育基尼系數,發現我國東部、中部和西部地區的教育不平等呈現出差異化特征[6]。楊俊和李雪松對我國31 個省(市) 1996～2004 年教育基尼系數進行測算,通過理論與實證研究得出教育不平等嚴重阻礙了經濟增長的結論,同時研究還發現,教育不平等已成為地區間經濟發展呈現出差異化的主要因素[7]。李亞玲和汪戎的研究表明,1993～2004年間我國各地區教育基尼系數相對較高,并且各地區人力資本的差距主要體現在人力資本分布結構上[8]。Thomas等估算了140 個國家1960～2000年的教育基尼系數,發現以教育基尼系數衡量的教育不平等程度與人均受教育年限呈現出強烈的負相關關系[9]。第三,泰爾指數。曹方通過對泰爾指數分解,發現組內人力資本分布差異對人力資本空間分布總差異的貢獻率遠大于組間人力資本分布差異的貢獻率[10]。隨后,熊衛平[11]的研究也得到相一致的結論。

通過分析上述三類測算指標可以發現,離散度指標測算的是個體與均值直接的偏離程度,主要反映了所有個體相對于均值的分布狀態;教育基尼系數和泰爾指數重點反映的是個體與個體直接的偏離程度,即個體與個體之間的不平等關系。本文重點考察人力資本不平等對產業結構升級的影響。因此,關于人力資本空間分布差異的測算指標我們選用教育基尼系數和泰爾指數。本文結構安排:首先,利用教育基尼系數和泰爾指數測算出各地區人力資本空間分布差異程度,并對變化趨勢及區域特征進行分析;其次,借助泰爾指數可分解的優良特性,對我國人力資本空間分布差異進行分解;再次,圍繞人力資本空間分布差異對產業結構升級的影響進行理論分析,并根據分析結論,構建中介效應模型進行實證檢驗。最后,結合實證結論和我國實際經濟情況給出一些政策性啟示。

二、人力資本空間分布差異測度

伴隨我國經濟快速發展,教育經費投入大幅增加,人力資本總量水平得到明顯提升。但對于不同地區而言,人力資本水平仍存在明顯差異,與東部發達地區相比,中西部欠發達地區人力資水平差距明顯,并且相關研究表明,這種差距有擴大趨勢[12]。由于人力資本空間分布差異程度難以直接觀察,為此,需要采取一系列指標對其進行測度,本節主要介紹以下兩種測算指標。

(一)教育基尼系數

收入基尼系數被廣泛應用于測度一國收入分配狀況。類似于收入基尼系數,教育基尼系數主要用來衡量一國或者地區的人力資本分布差異程度。教育基尼系數的值介于0到1區間,該值越大,表明人力資本空間分布差異程度越高。關于教育基尼系數的測算有多種方法,其中最為直接的測算方法為:

(1)

式(1)中,n代表劃分的受教育層次;H代表人均受教育年限;Txi和Txj分別代表教育層次為i和j的平均累計受教育年限。

上述計算方法適用的條件是,樣本數據不存在誤差。但是對所有人的受教育情況進行統計分析是不可能的。針對此問題,Thomas等提出一種可以用于計算大樣本的教育基尼系數公式[9],具體為:

(2)

隨后,Castelló-Climént 和 Doménech[13]在Thomas等[9]研究基礎上,進一步完善得到更為實用的教育基尼系數計算公式:

(3)

式(2)和式(3)中,pi和pj表示既定受教育層次中的人口份額,其余變量含義與式(1)相同。

參照Barro 和Lee[14]對教育水平的分層方法,并結合中國教育體制實際情況,我們將受教育層次分為:文盲、初等教育、中等教育和高等教育四個層次。令n=4,m=4,則Tx1=x1=0,Tx2=x2,Tx3=x2+x3,Tx4=x2+x3+x4。將這些等式帶入(3)式,進一步得出如下教育基尼系數計算公式:

(4)

本文利用公式(4)測算出我國31個省(直轄市、自治區)的教育基尼系數,其中,x2=6,x3=6,x4=4。

(二)泰爾指數

根據最大熵原則發展而來的廣義熵指數,在測度不平等方面表現出優越特性。為此,可利用其衡量人力資本空間分布差異,具體計算公式為:

(5)

式(5)中,α為常數,代表對不平等的厭惡程度,當a> 0,a值越大對GE(α)的影響越大,當α<0,α值越小對GE(α)的影響越大;GE(α)∈(0,1),GE(α)的取值越大表示人力資本空間分布差異程度越大。并且從廣義熵指數的計算公式可以看出,GE(α)的大小與人力資本H是同方向變化的。α趨近于0或者1,廣義熵指數即泰爾指數,泰爾指數越大,表明人力資本空間分布差異程度越大。

α→0時,GE(0)為0階泰爾指數,也稱泰爾-L指數。

(6)

α→1時,GE(1)為1階泰爾指數,也稱泰爾-T指數。

(7)

α→2時,GE(2)為變異系數的平方根。

(8)

本文將0階泰爾指數作為測度人力資本空間分布差異程度的另一種方法,由于受教育層次文盲受教育年限Tx1=0,式(6)無法計算。為此,本文將Tx1設定為0.5。

三、我國人力資本空間分布差異的區域特征及結構分解

(一)我國人力資本空間分布差異的區域特征

結合前文方法測算出的各省份歷年人力資本空間分布差異數據可以發現,北京、上海、廣州、天津各年教育基尼系數和泰爾指數相對較低,分別在0.2和0.1以下,而貴州、云南、西藏、甘肅和青海各年教育基尼系數和泰爾指數相對較高。結果表明,人力資本空間分布不平等程度存在鮮明的區域差異。為此,我們進一步依據國家統計局對三大經濟區域的劃分,分別測算出東部、中部和西部三區域的教育基尼系數和泰爾指數,以深入考察人力資本空間分布差異的區域差異,了解各區域人力資本空間分布的特點,具體如表1所示。

表1 按照三區域劃分的教育基尼系數和泰爾指數

通過對三大經濟區域人力資本空間分布情況進行對比,發現無論教育基尼系數還是泰爾指數所表征的人力資本空間分布差異均表現出明顯的東、中、西遞增的特征,表明我國西部地區人力資本分布不均衡的現象最為嚴重,中部地區次之,東部地區人力資本分布差異相對最小。在2003～2005年間,各區域教育基尼系數和泰爾指數出現小幅波動,隨后呈現出遞減趨勢,暗示我國各區域人力資本空間不均衡出現緩解跡象。

(二)我國人力資本空間分布差異的三區域分解

為進一步對我國人力資本空間分布差異有一個更為清晰地認識,我們對總體差異進行分解。考慮到基尼系數分解后組間差距與組內差距存在交叉項,并非相互獨立,對此無法給予合理的解釋。而泰爾指數最大的優點在于,它可以將總體差異進行分解,分為組間差異與組內差異。同時,還可以準確地獲得組間與組內差異對總體差異的影響程度或貢獻率。基于此,本文利用泰爾指數分解技術對我國人力資本空間分布差異進行分解,具體分解過程如下:

GET=GEw+GEb

(9)

(10)

(11)

表2 按三區域劃分的泰爾指數貢獻率(單位:%)

從泰爾指數貢獻率來看,2003～2013年區域內泰爾指數對總體泰爾指數的貢獻率均在85%以上,區域間泰爾指數對總體泰爾指數的貢獻率不足15%,表征我國人力資本空間分布差異主要體現為區域內差異。分區域分解結果顯示,東部地區泰爾指數貢獻率在30%上下波動,中部地區泰爾指數貢獻率均在30%以下,西部地區泰爾指數貢獻率在2012年之前均超過30%。對比2013年三區域的泰爾指數貢獻率可以發現,東部地區泰爾指數貢獻率最高,西部地區泰爾指數貢獻率處于中間水平,中部地區泰爾指數貢獻率最低。三區域的泰爾指數貢獻率整體變動情況表明,東部地區泰爾指數貢獻率在2003～2010年呈衰減態勢,2010年觸底后出現回彈,而西部地區泰爾指數貢獻率有所回落,中部地區泰爾指數貢獻率相對平穩。這可能是因為,改革開放以來,東部地區經濟得到了快速發展,引發大規模人力資本向東部地區集聚,并且呈現出非均衡集聚的特征,促使省際間人力資本分布差異拉大,進而凸顯出東部地區對我國人力資本空間分布差異的貢獻度增加。由此可見,東部地區人力資本擁有量在很大程度上影響全國層面上的人力資本空間分布差異程度；而政府來采取有效措施合理引導東部地區優秀人才到中西部地區仍存在很多阻力。因此,在控制中西部地區人力資本流失導致分布不均衡的同時,盡可能的保持人力資本均勻地流向東部地區各個省份,促進地區經濟均衡發展,以最大程度減弱我國人力資本空間分布不均衡程度。

四、人力資本空間分布差異與產業結構升級關系的實證檢驗

(一)人力資本空間分布差異影響產業結構升級的傳導機制

改革開放以來,中國經濟已經形成以東部沿海地區為中心,中西部地區為外圍的地理現狀[15]。這就出現人力資本跨區域流動,由經濟發展落后的中西部地區流向東部沿海地區,從基礎設施較差的農村地區流向城市。一旦人力資本流動呈現出非均衡集聚,就會造成地區人力資本空間分布差異擴大,東部地區聚集大批高質量人力資本,而中西部地區人才流失嚴重。人力資本質量很大程度上決定了一個地區產業結構未來發展方向,高質量人力資本往往助長技術密集型產業或者推動深加工產業的發展,而具有低質量人力資本的地區則多是發展勞動密集型產業。對于經濟增長迅速的東部地區而言,高質量人力資本存量大,并且供給效率高,地區產業結構轉型升級的速度就快,而中西部地區則很可能因為人力資本質量不高陷入產業結構低端發展陷阱。為此,我們做出進一步推理,人力資本空間分布差異,是導致不同地區產業結構發展呈現出較大差異的重要因素。

若一個區擁有的高水平人力資本越多,越有利于先進技術的掌握與開發并形成地區生產優勢,從而提高了地區專業化生產水平[16]。李亞玲和汪戎認為人力資本空間分布差異與地區經濟發展存在著較強的相關性,人力資本空間分布的變化將會引起地區GDP大幅變動[8]。從人力資本空間分布視角來看,城鄉人力資本存量的差異導致城鄉收入差距進一步擴大。Galor和Tsiddon研究也表明,人力資本空間分布差異擴大是收入不平等的主要原因[17]。Gregorio和Lee利用跨國數據研究表明,人力資本分布不均等對收入分配有相當重要的影響,教育不平等的改善和平均受教育年限增加有助于緩解收入分配差距[18]。鄭萬吉和葉阿忠認為,城鄉收入差距擴大不僅抑制自身產業結構的升級,同時也通過空間溢出效應阻礙了周邊地區的產業結構發展[19]。張琳和廉永輝的研究也得到類似結論,城鄉收入差距與產業結構升級之間存在負相關關系[20]。隨著人力資本空間分布差異程度不斷加劇,一方面,收入差距會明顯拉大,低收入群體教育投資意愿降低,嚴重影響到整個社會人力資本積累速度,同時也會造成城市居民和農村居民之間出現消費斷層,而城鄉居民消費結構又對產業結構的轉型起到基礎性作用,所以說人力資本空間分布不平等對產業結構升級會有消極影響;另一方面,收入差距持續擴大會引發社會和政治動蕩,致使投資環境惡化和資源配置效率受到損失,最終也會影響到產業結構整體水平的提升[21]。對于我國而言,過大的城鄉收入差距是我國典型二元經濟結構的直接反映,農村與城市之間的經濟差距造成農村居民與城市居民之間的消費斷層,進而加劇結構失衡,拖延產業結構升級[22]。

綜上所述,人力資本空間分布差異對產業結構升級的影響機制可以總結為:人力資本空間分布差異可以拉大城鄉收入差距,而城鄉收入差距拉大又會阻礙產業結構升級。同時,不同產業對人力資本水平的要求存在差異,農業主要以勞動密集型部門為主,工業則具有技術密集型和資本密集型特征,服務業內部既包括勞動密集型部門,也包括知識密集型和人力資本密集型部門[23]。因此,人力資本空間分布差異對不同產業所產生的影響會有所區別。

(二)中介效應模型及其檢驗方法

1. 中介效應模型介紹

如果解釋變量X對被解釋變量Y有影響,同時,解釋變量X又通過變量M對被解釋變量Y產生影響,就稱M為中介變量,圖1為中介效應模型示意圖。假定所有變量均進行中心化處理,利用如下方程描述各變量之間的關系:

Y=cX+ε1

(12)

M=aX+ε2

(13)

Y=c′X+bM+ε3

(14)

式(12)中,估計系數c表達解釋變量X對被解釋變量Y的總效應;式(13)中,估計系數a為解釋變量X對中介變量Y的影響效應;式(13)中,估計系數c′表示在控制中介變量M后解釋變量X對被解釋變量Y的直接效應,ε1～ε3表示隨機干擾項。

圖1 中介效應模型示意圖

當模型中僅含有一個自變量、一個中介變量時,將(13)式帶入(14)式,得到解釋變量X的系數為c′+ab。那么,存在如下關系式:

c=c′+ab

(15)

其中,ab表示經過中介變量M的中介效應。由(15)式可知,c-c′=ab,因而檢驗H0:ab=0與H0:c-c′=0是等價的。

2. 中介效應檢驗

目前,對于中介效應的檢驗主要采用如下方法[24]:

(1)首先,檢驗估計系數c的顯著性,如果通過顯著性檢驗,則需要進行下一步檢驗;反之,檢驗結束,表明中介效應不顯著。

(2)依次檢驗原假設H0:a=0和H0:b=0。如果這兩個原假設均被拒絕,則表明中介效應顯著,否則中介效應不顯著。但是這種檢驗方法存在一定弊端,當中介效應很弱時,其檢驗貢獻較低。例如:如果a較小,且檢驗結果不顯著;而b較大,檢驗結果是顯著的。依據檢驗原則判斷不存在中介效應,但事實上,ab與零有著實質差異。

(16)

(三)基于中介效應模型的實證檢驗

目前,已有學者從不同層面、不同角度考察了人力資本與產業結構升級之間的關系[25-27]。但是這些相關研究多側重于分析人力資本整體水平對產業結構升級的影響,而忽視了人力資本分布結構如何對產業結構升級產生作用。事實上,關于人力資本研究不應該僅僅停留在整體水平上,還應該重點探究其結構層面,其中,人力資本空間分布就是一個非常重要的方面。為此,本文同時采用教育基尼系數和泰爾指數測度人力資本空間分布差異程度,并在此基礎上,構建計量模型對人力資本空間分布差異與產業結構升級之間的相關性進行實證研究。

1. 計量模型構建

借鑒Teixeira和Queirós[28]、Becker和Woessmann[29]的研究思路,通過引進人力資本空間分布差異變量,構建如下計量模型:

Yit=c0+c1Git+c2IFSit+c2IVESTit+c3URBit+c3LGDPit+εit

(17)

其中,i和t分別代表地區和時間;Yit代表i地區t時期產業結構水平;Git表示人力資本空間分布差異程度;IFSit表示基礎設施建設;IVESTit表示固定資產投資;URBit表示城市化水平;LGDPit表示經濟發展水平;εit表示隨機干擾項。

另外,依據前文理論分析可知,人力資本空間分布差異可以通過城鄉收入差距效應影響產業結構升級。為了識別這一影響機制,我們繼續構造如下回歸方程:

Gapit=a0+a1Git+εit

(18)

(19)

式(18),Gapit表示城鄉收入差距,(18)式中其余變量和(19)式中相關變量定義與前文相同。

將(18)式帶入(19)式,可得:

(20)

2. 變量選取與數據來源

被解釋變量:產業結構指標。選用各地區農業、工業和服務業人均國內生產總值,并進行對數化處理。

核心解釋變量:人力資本空間分布差異。我們分別以教育基尼系數和泰爾指數來衡量人力資本空間分布差異程度。

中介變量:城鄉收入差距。我們采用城市居民的人均可支配收入與農村居民人均純收入之比來測度城鄉收入差距。

其他控制變量。基礎設施建設,用各地區每平方公里的公路里程來表示;固定資產投資,資本形成總額占GDP 比重來表示;城市化水平,用各地區城鎮人口比年末總人口數衡量;經濟發展水平,用地區人均國內生產總值來表示,回歸中進行對數化處理。

以上數據來自《中國統計年鑒》、《新中國六十年統計資料匯編》、《中國勞動統計年鑒》以及各省歷年統計年鑒。由于西藏部分數據缺失,為此本文將其從樣本中剔除,選取2000～2013年30個省市(區)的面板數據作為研究對象。

3. 實證結果與分析

首先,選用教育基尼系數來作為人力資本空間分布差異程度的替代變量,檢驗了人力資本空間分布差異通過城鄉收入差距效應對產業結構升級的影響。由于本文使用的數據為面板數據,我們進行了Hausman檢驗,結果支持固定效應模型,具體結果如表3所示。

表3中1～3列和5～7列的估計結果可以看出,教育基尼系數對農業、工業和服務業人均產出的回歸系數都在1%的顯著性水平下通過檢驗。其中,1-3列中教育基尼系數的估計系數表示人力資本空間分布差異對農業、工業和服務業人均產出影響的總效應;5-7列中教育基尼系數的估計系數則反映的是在控制城鄉收入差距后,人力資本空間分布差異對農業、工業和服務業人均產出影響的直接效應。這意味著無論是總效應還是直接效應人力資本空間分布差異程度拉大都抑制了我國各產業人均產出增加。由第4列估計結果可知,人力資本空間分布差異對城鄉收入差距的回歸系數為4.739,并且在1%水平下顯著。這說明,人力資本空間分布越不平衡,城鄉收入差距越嚴重。利用公式(15)可以計算出中介變量對農業、工業和服務業人均產出的間接影響效應分別為-1.303、-1.692和-1.758。接下來,我們對城鄉收入差距的中介效應是否顯著進行檢驗。

表3中1～3列和5～7列的教育基尼系數對三次產業人均產出的回歸系數顯著為負。一方面,反映出人力資本分布不合理會導致農業、工業和服務業人均產出下降;另一方面,也意味可以繼續進行中介效應檢驗。首先, 檢驗

表3 城鄉收入差距中介效應檢驗結果

注:表中①、②、③表示在1%、5%、10%的顯著性水平下通過檢驗,小括號內為標準差,下表相同。

表4 穩健性檢驗結果

注:Hausman檢驗結果支持固定效應模型。

五、主要結論與政策啟示

本文首先采用教育基尼系數和泰爾指數來刻畫人力資本空間分布差異程度,發現從2003～2013年間,我國人力資本空間分布差異程度總體上呈下降趨勢。分區域測算結果顯示,人力資本空間分布差異表現出明顯的東、中、西遞增的區域特征,說明我國西部地區人力資本分布不均衡的現象最為嚴重,中部地區次之,東部地區人力資本分布差異相對最小。為進一步測算人力資本區域間和區域內差異水平,利用泰爾指數對我國人力資本空間分布差異進行三區域分解,分解結果顯示,中部地區泰爾指數貢獻率均在30%以下,西部地區泰爾指數貢獻率在2012年之前均超過30%,東部地區泰爾指數貢獻率在30%上下波動,我國人力資本空間分布差異主要體現為區域內差異。在此基礎上,本文通過引入城鄉收入差距作為中介變量,檢驗了人力資本空間分布差異對產業結構升級的影響。結果發現,人力資本空間分布不均衡可以拉大城鄉收入差距進而對產業結構升級產生負向影響,并且城鄉收入差距的擴大對服務業的負向影響超過工業和農業,對工業的負向影響又超過農業。

由于區域內差異對人力資本空間分布總差異的貢獻如此之大,為此,要著力解決區域內人力資本空間分布差異。一方面,加大人力資本投資力度、注重人力資本分布結構調整的同時,也要確保各地區不同階層的社會群體擁有平等的受教育機會,促使人力資本分布結構合理化;另一方面,協調好省際間教育資源投入,尤其是加大中西部的一些偏遠地區基礎教育投入,還要重視低收入群體子女的受教育問題,努力讓更多的人接受更好的教育。對一個地區而言,提升整體的平均受教育年限可以使人力資本不均衡問題得到很好地改善。從政府行為的角度來看,對于人力資本水平偏低的省份,可以制定一些優越的社會福利政策、就業政策和產業政策等,吸引高水平人力資本,從而降低人力資本空間分布差異程度。

相比于農村而言,城市憑借相對豐裕的人力資本經濟得到快速發展,農村的發展則受到限制,進而出現城鄉收入差距。從事農業生產活動收入較低,大量農民沒有生產積極性,紛紛涌入城市謀求工作,導致農業出現萎縮,更為嚴重的可能會波及到以農業產品為原材料的工業發展。可以說,城鄉收入差距的拉大對經濟社會和諧發展非常不利。對此,要加大力度改善農村地區基礎薄弱的現狀,結合農村地區的實際情況發展一批有針對性的產業。也可以通過招商引資、加強農村交通基礎設施建設,推動農業產業化,拓寬農民增收渠道,縮小城鄉收入差距。城鄉收入差距的改善有助于形成合理的消費結構,促進各產業健康發展。

本文結論對山東省新舊動能轉換也具有一定的啟示:山東省要適應新時代新趨勢新要求,實行更加積極開放有效的人才政策,推動人才結構戰略性調整,打造人力資源強省,實現數量型人口紅利向質量型人才紅利轉變。各地早已打響了人才爭奪戰,尤其在高精尖缺人才方面“求賢若渴”,拋出優厚的條件來吸引人才。因此,山東省也要把筑巢引鳳的文章做得更好,做到能夠吸引人才、留住人才、用好人才。此外,各地區要充分發揮區位優勢,發展優勢產業,培育壯大新動能。例如,煙臺地區海洋經濟發達,在山東經濟社會發展中具有重要地位。所以,煙臺要依托自身優勢,高點定位、科學規劃、合理布局,加快培育壯大新動能,改造提升傳統動能,淘汰落后產能,助力山東省新舊動能加快轉換。

[ 參 考 文 獻 ]

[1]李海崢,賈娜,張曉蓓,Barbara Fraumeni. 中國人力資本的區域分布及發展動態[J]. 經濟研究,2013,(7):49-62.

[2]Park J. Dispersion of Human Capital and Economic Growth[J]. Journal of Macroeconomics, 2006, 28(3):520-539.

[3]陳仲常,馬紅旗. 人力資本的離散度、追趕效應與經濟增長的關系——基于人力資本分布結構的異質性[J]. 數量經濟技術經濟研究,2011,(6):21-36.

[4]謝波,陳懿.人力資本分布、能源約束與區域發展差距[J]. 昆明理工大學學報(社會科學版),2015,(6):59-65.

[5]劉海英,趙英才,張純洪. 人力資本“均化”與中國經濟增長質量關系研究[J]. 管理世界,2004,(11):15-21.

[6]吳方衛,張錦華. 教育平等的地區分化與地區分化下的教育平等——對我國農村勞動力受教育狀況的一個考察[J]. 財經研究,2005,(6):5-15.

[7]楊俊,李雪松. 教育不平等、人力資本積累與經濟增長:基于中國的實證研究[J]. 數量經濟技術經濟研究,2007,(2):37-45.

[8]李亞玲,汪戎. 人力資本分布結構與區域經濟差距——一項基于中國各地區人力資本基尼系數的實證研究[J]. 管理世界,2006,(12):42-49.

[9]Thomas V, Wang Y, Fan X. Measuring Education Inequality: Gini Coefficients of Education[M]. Washington D C:World Bank Publications, 2001.

[10]曹方. 中國人力資本空間分布差異的度量與分解[J]. 西北人口,2008,(4):7-11.

[11]熊衛平. 我國人力資本空間分布差異的度量與分解[J]. 湖南商學院學報,2009,(1): 34-38.

[12]王小魯,樊綱. 中國地區差距的變動趨勢和影響因素[J]. 經濟研究,2004,(1):33-44.

[13]Castelló-Climent A, Doménech R. Human Capital Inequality, Life Expectancy And Economic Growth [J]. Economic Journal, 2008, 118(528):653-677.

[14]Barro R J, Lee J W. International Data on Educational Attainment: Updates and Implications[J]. Oxford Economic Papers, 2001, 53(3): 541-563.

[15]張文武,梁琦. 勞動地理集中、產業空間與地區收入差距[J]. 經濟學(季刊), 2011,(2):691-708.

[16]羅勇,王亞,范祚軍. 異質型人力資本、地區專業化與收入差距——基于新經濟地理學視角[J]. 中國工業經濟,2013,(2):31-43.

[17]Galor O, Tsiddon D. The Distribution of Human Capital and Economic Growth[J]. Journal of Economic Growth, 1997, 2(1): 93-124.

[18]Gregorio J D, Lee J W. Ducation and Income Distribution: New Evidence from Cross-country data[J]. Review of Income and Wealth, 2002,(48):395-416.

[19]鄭萬吉,葉阿忠. 城鄉收入差距、產業結構升級與經濟增長——基于半參數空間面板基于半參數空間面板VAR模型的研究[J]. 經濟學家,2015,(10):61-67.

[20]張琳,廉永輝.實際匯率、產業結構和城鄉收入差距[J].西安交通大學學報(社會科學版),2013,(6):7-15.

[21]Benhabib J, Rustichini A. Social Conflict and Growth[J]. Journal of Economic Growth, 1996, 1(1):125-142.

[22]鄧翔. 縮小城鄉收入差距是產業結構調整的關鍵[J]. 財經科學,1999,(2):83-85.

[23]張國強,溫軍,湯向俊. 中國人力資本、人力資本結構與產業結構升級[J]. 中國人口.資源與環境,2011,(10):138-146.

[24]溫忠麟,張雷等. 中介效應檢驗程序及其應用[J].心理學報,2004,(5): 614-620.

[25]Tamura R. Human Capital and the Switch from Agriculture to Industry[J]. Journal of Economic Dynamics & Control, 2002, 27(2):207-242.

[26]代謙,別朝霞. 人力資本、動態比較優勢與發展中國家產業結構升級[J]. 世界經濟,2006,(11):70-84.

[27]Ciccone A, Papaioannou E. Human Capital, the Structure of Production, and Growth[J]. Review of Economics & Statistics, 2005, 91(91):66-82.

[28]Teixeira A A C, Queirós A S S. Economic Growth, Human Capital and Structural Change: A Dynamic Panel Data Analysis[J]. Research Policy, 2016, 45(8):1636-1648.

[29]Becker S O, Woessmann L. Education and Catch-Up in the Industrial Revolution[J]. American Economic Journal Macroeconomics, 2011, 3(3):92-126.