人力資本投入區域性差異對收入影響的實證研究

李 平，張 柳，潘洪巖

(遼寧大學 經濟學院， 遼寧 沈陽 110036)

一、引言

我國是世界上最大的發展中國家，而地區發展不均衡是發展中國家比較普遍的現象，我國幅員遼闊，不同地區的自然與人文資源稟賦差異巨大。東部沿海城市經濟發達，對外開放程度高，居民收入水平高，受教育程度高，人均壽命長；內陸城市經濟發展相對落后，收入水平相對較低。根據中國社會科學院經濟研究所課題組(2002)的調查，從各個方面看，地區間的收入差異都有所擴大。合理的收入差異會促進資源的優化配置，有利于社會經濟的發展，但收入差異一旦超出了界限則阻礙社會經濟的發展，成為經濟增長的攔路石。如果地區間的收入差異持續拉大，將嚴重影響社會穩定，對社會的運行機制和經濟的穩定發展產生極為不利的影響，因此，把握我國地區間收入差異的現狀，分析其原因，并對其進行合理的調控就變得極為必要。

1978年以后，特別是在沿海設立經濟特區及經濟開放以后，沿海經濟奇跡給學者們以強烈印象，與此同時，地區差距問題受到普遍關注。令人驚奇的是，以省(市、自治區)為單元的地區差距在20世紀80年代不但沒有擴大，反而縮小。正是在這樣的現實背景下，20世紀90年代初期呈現出空前的中國地區差距研究熱潮。當然，20世紀90年代初期呈現出空前的中國地區差距研究熱潮也與后來各項重大改革和區域格局進一步復雜化有關。

二、文獻綜述

有關地區差異方面的研究在理論上以巴羅、薩拉伊馬丁等人的研究(Barro and sala-i-Martin，1991)最為著名。但是，他們進行地區實證研究的時候并沒有很好的對應理論支持，因為其理論部分仍然是建立在國別經濟增長基礎之上而不是國內的地區經濟增長基礎之上[1]。對于改革開放以來的中國地區差距問題的研究主要體現在實證工作方面，有時體現在不同地區的學者官員從本地利益角度的論證方面。如王紹光和胡鞍鋼(1999)的綜述表明在20世紀80年代末期到90年代中期，至少有幾十篇有影響力的中國地區差距研究文獻出現，他們提到的第一篇早期重要文獻來自楊開忠(1989)。其實，更早些時候，已經有比較全面的經驗研究成果。國內真正掀起地區差距研究熱潮應該在20世紀90年代初期。繼楊偉民(1992)之后，一大批學者紛紛上陣，比較有代表性的有：張曙光(1993)，魏后凱(1994)，林樹成、李強、薛天棟(1994)，楊開忠(1994)，林凌(1996)，宋學明(1996)，林毅夫、蔡昉、李周(1998)，蔡昉、都陽(2000)，周國富(2001)，等等。國際知名經濟學家、哈佛大學國際發展中心主任薩克斯教授也對中國的地區差距問題非常關注(jian，sachs and warner，1996)。

在實證方面，邁瑞恩和薩卡羅布羅斯在對49個國家的橫截面數據進行分析研究，指出在對人力資本水平、人力資本差異與收入差距進行分別的計量回歸分析得到：人力資本水平能夠有效地改善不平等程度，人力資本水平對收入分配呈現出負向影響。此外，貝克爾和奇斯維克用美國不同地區的橫截面數據，丁伯根用美國、加拿大、荷蘭的面板數據，奇斯維克用9個國家的面板數據，拉姆用28個國家的面板數據，帕克用59個國家的面板數據等，都得出了相似的結論，即：收入差距與人力資本水平負相關，與人力資本分配正相關[2]。提拉克(1986)則將人力資本變量取為初等教育的入學率、中等教育的入學率來對人力資本水平與收入的關系進行研究，國內學者主要從人力資本的視角研究了人力資本在收入分配中的作用[3]。如國內學者牛德生(1998)，胡筱舟(1999)，謝茂拾(2002)，陳釗、陸銘(2002)，秦興方(2003)，張軍(2003)，魏眾(2004)，王從軍、錢海燕(2005)，謝勇(2006)，張東輝、司志賓(2007)，馬驪(2008)，鄭彩祥(2009)，王云多(2010)，熊廣勤、張衛東(2010)等均從實證角度分析了人力資本對我國地區收入差距的影響。但是，一個國家的經濟增長有別于一個國家內部不同區域的經濟增長，現有的經濟理論大都以一個國家為一個整體，反映出較多缺陷。不同于以往的研究 ，本文嘗試考察我國不同地區人力資本投資差異背景下導致的收入差異問題，通過對不同指標的選取，對影響我國地區收入差異的原因進行評估。將各省、市、自治區的人均GDP作為被解釋變量，將人力資本投資水平作為解釋變量，同時選取全球化及城鎮化作為控制變量，以此來對人力資本投資水平對地區居民收入差異的影響進行評估。

三、實證分析

這里，我們將利用2000—2015年的地區收入數據與人力資本投資水平數據，對我國31個省、市、自治區的人力資本投資水平對收入差距的影響進行分析。

(一)變量的選擇及數據說明

為了評估人力資本投資水平對地區居民收入差異的影響，本文建立如下所示的回歸模型。

yit=cit+α1capit+α2tradeit+α3urbit+εit

其中，cit代表常數項，εit代表誤差項。其余變量的說明如下。

1.作為被解釋變量的yit

yit為被解釋變量，代表各省、市、自治區的人均收入(千元每人)，人均GDP是最為常用的代表地區收入的變量之一。國家統計數據庫完整的提供了2000—2015年間的各省、市、自治區的人均GDP數據，我們用與其相對應的CPI指數將全部數據換算成去除價格因素后的人均收入(千元每人)。我們從得到的數據可以看出，各地區的人均收入存在著巨大的差別。在2000年，去除價格因素后的人均收入低于5000元的地區有10個，同一年上海市去除價格因素后的人均收入卻達到34547元，北京市去除價格因素后的人均收入為22460元。到了2015年，甘肅省去除價格因素后的人均收入剛剛達到25577元，而此時的上海市去除價格因素后的人均收入卻達到了104133元，北京市去除價格因素后的人均收入已經增加至107779元。

2.作為解釋變量的capit

capit為解釋變量，代表人力資本投資水平，我們用各省、市、自治區的人均受教育年限(年)來表示。在對收入差距進行研究的眾多理論文獻中，教育因素始終被視為極為關鍵的變量，許多經濟學家都通過運用與教育相關的變量來探討收入分配的公平問題，大量的資料文獻都表明個體的受教育程度能夠對他的收入水平產生顯著的影響。Marin A. Psacharopoulos(1976)認為，教育可以給受教育者帶來更高收入，一方面，接受高等教育的勞動力供給與社會對接受高等教育的勞動力的需求之間存在著一個巨大的、不容忽視的時間差，另一方面擁有高等教育學歷的勞動力相對擁有取得高收入的比較優勢，這種優勢的存在就使得人們紛紛追加人力資本投資，于是接受高等教育的勞動力人數的上升最終也會造成在整個社會中不同受教育程度的勞動力之間的平均收入差距的拉大。本文根據我國31個省、自治區、直轄市的人口中具有大學以上教育程度(含大專以上)、高中(含中專)教育、初中教育、小學教育的人數，粗略計算了我國的人均受教育年限。我們對于不同文化水平的勞動力賦予其不同的值：對沒有接受過教育的，賦予該勞動力對應的賦值為0；對于僅接受過小學教育的，受教育年限為6年，賦予該勞動力對應的賦值為6；對于受教育程度為初中的，接受教育年限是9年，因此，對應的賦值是9；接受高中教育程度的年限是12年，因此，對應的賦值是12；專科教育年限是15年，對應賦值是15；本科受教育年限是16年，對應賦值是16；研究生受教育年限為19年，對應賦值為19。

3.作為控制變量的tradeit

tradeit為控制變量，代表各省參與全球化的程度，我們用去除價格因素后的各省、市、自治區進出口貿易的總額來表示，計算前，用相應年份的匯率中間價將貿易總額換成人民幣單位。對外貿易作為影響收入差距的變量，始終是國內外學者最為關注的話題之一。要素稟賦理論指出，國際貿易會促進要素價格平均化，也就是說出口商品中長期密集投入的本國豐富的生產要素的價格會上漲，同時進口商品中長期密集投入的本國匱乏的生產要素的價格會下降，所以國際貿易會造成不同國家之間相同的生產要素的價格趨于均等化。而在國家內部，對外貿易對不同要素所有者的收入產生的影響是不確定的。限于研究視角、研究方法和數據選取等方面的差異，得出的研究結論也不一致。朱鐘棣(2009)實證研究了國際貿易與反映我國整體收入分配狀況的基尼系數、國際貿易和我國地區收入差距、城鄉收入差別之間的關系，并進一步驗證了三大收入分配關系的確發生了如Stolper-Samuelson定理[注]Stolper-Samuelson定理：Stolper、Samuelson在《保護主義與實際工資》(1941)一文中，提出關于關稅對國內生產要素價格或國內收入分配影響的一種西方經濟學理論，被稱之為Stolper-Samuelson定理。其論點為：某一商品的相對價格的上升，將導致該商品密集使用的生產要素的實際價格或報酬提高，而另一種生產要素的實際價格或報酬則下降。所說的變化。所以，對外開放起到了縮小我國基尼系數的作用，因為對外貿易的確提高了我國勞動力的報酬。不過，由于我國各個地區間國際貿易的發展水平還不均衡，地區間收入的絕對差距日益凸顯。把我國31個省區市劃分成東部、中部和西部三大地區后，實證檢驗表明，三大地區不同的貿易依存度可以解釋它們之間91.79%的地區收入差距。另外，受到國際貿易影響，人均GDP高且對外貿易發達的省區市，其城鄉收入差距就小；相反，人均GDP較低同時對外貿易又不發達的省區市，其城鄉收入差距就很大[4]。與此相似，魏浩(2009)也檢驗了貿易差距對地區收入差距的影響。魏浩指出，有3個對外開放指標對地區間收入差距產生影響，在這3個指標中出口差距的影響程度最大，進口差距的影響程度其次，而外資差距的影響程度則是最小的。第一個指標即出口差距能夠對地區間收入差距產生顯著的、持久的“正向”影響，而且對收入差距的貢獻率也是最大的，始終保持在20%到64.2%之間。第二個指標即進口差距則與第一個指標剛好相反，它對地區間收入差距能夠產生顯著的、持久的“反向”影響，其對收入差距的貢獻率則始終保持在5%到8%之間。第三個指標即外資差距對地區間收入差距與前面的二者相比而言，影響則較弱，它會產生較弱的“反向”影響，而且對收入差距的貢獻率也不大，一直小于2%。因此，提議政府要想縮小地區間收入差距，就必須大力關注地區間的出口差距。同時，這也進一步說明，國際貿易發展對我國收入差距的變化確實存在著重大沖擊。

4.作為控制變量的urbit

urbit為控制變量，代表了城鎮化程度，本文我們用城鎮人口與總人口的百分比來表示城鎮化程度，城鎮化促進經濟增長的機制主要體現為下列幾方面。一是聚集效應。聚集效應的產生主要是由于人口集聚的外部性的存在。一個地區人口和產業聚集后，該地區的人口密度就會相應地增加，相應地也會產生較大的人口集聚的外部性，從而導致人均產出的增加，進一步推動該地區經濟的快速增長，大量的實證研究都證實了聚集效應的影響[5]。西科恩和赫爾在1996年通過對美國的地區數據進行分析和研究，得出結論：勞動力密度每上升一倍，勞動生產率相應的上升六個百分點。二是城鎮化的普及，使得城市人口數量快速上升，市場交易量攀升，從而推動分工和專業化。三是城鎮化促進“進城”人口的教育程度以及知識和技能的提高，相應地促進了人力資本水平的累積。四是城鎮化降低了基礎設施投資所對應的使用效率和平均成本。大量的實證研究證實了城鎮化與地區的經濟發展水平顯著相關，比如說，亨德森(Henderson)所進行的跨國研究表明了城鎮化率和人均對數產出顯著相關。經濟增長的差異必然導致地區收入的差異，同時，城鎮化能夠消化農村的剩余勞動力，從而進一步減緩收入差距的擴大化。Kuznets (1955)探討了城市化對收入分配的影響，認為在一定條件下農業勞動力向非農業部門和城市的遷移，雖然在短期內會造成收入差距的擴大化，但從長期來看，則會縮小居民之間的收入差異。周云波(2009)利用兩部門模型從理論和實證上分析了城市化、城鄉差距與全國居民總體收入差異的關系。研究結果表明，1978年以來城市化是導致倒U形現象出現的主要原因(詳見表1)。

表1 變量選擇

(二)計量回歸結果

在本文中，我們選擇不同地區的收入變量作為被解釋變量，具體地說是選擇31個省、市、自治區的年度人均收入作為被解釋變量，選擇人力資本變量作為解釋變量。為了進一步提升計量經濟模型對解釋變量(地區收入)的解釋力度，我們在已有研究的基礎上，添加了各省、市、自治區參與全球化程度、城鎮化程度作為該模型中的控制變量。本次實證分析樣本選擇31個省、市、自治區的截面個體，2000—2015年共16年間連續的時間序列，共同構成的面板數據作為樣本，數據選自2000年至2015年的《中國統計年鑒》和《中國勞動統計年鑒》。

首先，我們對數據樣本進行整體描述性統計，結果如下(詳見表2)。

表2 整體描述性統計

表2可以清晰表明，本文所選取的樣本數據對應的被解釋變量、解釋變量以及控制變量的均值、標準差、最小值和最大值并未表現出異常值情況，因此，可以認定為被分析數據真實客觀。各省、市、自治區的人均GDP的均值為27148.5元，最大值為106905元(天津，2015年)，最小值為2662元(貴州，2000年)；受教育年限的均值為8.2311年，最大值為12.281年(北京，2015年)，最小值為2.998年(西藏，2000年)；進出口貿易總額的均值為12598.6元，最大值為125620元(北京，2013年)，最小值為140元(貴州，2000年)；城鎮化率的均值為47.82%，最大值為89.61%(上海，2013年)，最小值為22.61%(西藏，2008年)。在實證分析中，我們對人均GDP以及進出口貿易總額這兩個時間序列的數據取對數，則在取對數之后，各省、市、自治區的人均GDP的對數均值為2.9718，最大值為4.6801，最小值為0.9791；進出口貿易總額的均值為1.2391，最大值為4.8352，最小值為-1.9830。

為了驗證地區收入與人力資本投資之間的確切關系，我們首先對模型中的各個變量進行平穩性檢驗和協整檢驗，從而避免偽回歸現象的發生。然后，考察地區收入與人力資本投資之間因果關系，最后對變量進行協整回歸。在這里我們依然使用STATA計量經濟軟件進行分析和研究。

1.平穩性檢驗

Bhargava等于1982年首次使用面板數據單位根檢驗，到了1994年，Breitung與Meyer通過使用多種修正后的DF統計量對1972年至1987年間的聯邦德國企業的合同工資所構成的面板數據中的單位根進行了多次檢驗。同年，Quah在其著作中使用了一種新的針對無固定效應面板數據的單位根檢驗，Levin等(2002)將Quah(1994)的檢驗推廣為允許固定效應、個體確定性趨勢和異質序列相關誤差的面板單位根檢驗，簡稱為LLC檢驗。Im、Pesaran和Shin(1997)基于平均個體單位根檢驗統計量的方法提出了一種檢驗過程，簡稱IPS。IPS建議平均個體時間序列ADF統計量檢驗面板數據的單位根假設允許一部分(但不是全部)個體時間序列有單位根。Maddala and Wu(1999)提出了ADF—Fisher檢驗和PP—Fisher檢驗兩種面板數據的單位根檢驗方法，Breitung(2000)提出了不用偏差修正的統計量的Breitung檢驗。為提高檢驗的可靠性，在本文，我們將使用LLC、IPS、Fisher ADF、FisherPP和Breitung檢驗這五種方法來檢驗我們所選取的變量的平穩性。

表3 變量平穩性檢驗結果

在上述五種方式的檢驗結果中，被解釋變量對數的人均GDP在LLC檢驗和Fisher ADF檢驗中支持在5%顯著水平上平穩，而在IPS、Fisher-PP和Breitung檢驗中則得到存在單位根的結論，在解釋變量人力資本投資時，我們選擇的變量為受教育年限，該變量在LLC、IPS檢驗中支持在5%顯著水平上平穩，而在Fisher ADF、Fisher-PP和Breitung檢驗中則得到存在單位根的結論。關于控制變量1，我們選擇的是對數的去除價格因素后的各省、市、自治區進出口貿易的總額，該變量在Fisher ADF檢驗中支持在5%顯著水平上平穩，而在LLC、IPS、Fisher-PP和Breitung檢驗中則得到存在單位根的結論。關于控制變量2我們選擇的是城鎮人口與總人口的百分比，該變量在LLC檢驗中支持在5%顯著水平上平穩，而在IPS、Fisher ADF、Fisher-PP和Breitung檢驗中則得到存在單位根的結論。因此，我們認為該模型中所包含的變量都是非平穩的，單整階數為1，所有變量同階平穩說明這些變量之間可能存在協整關系，為此，還必須對其進行協整檢驗。

2.協整檢驗

由上面分析可知，我們所選取的面板數據為非平穩的面板數據，因此必須對數據進行協整檢驗。

面板協整檢驗的結果如表4。

表4 面板協整檢驗

3.面板數據模型的回歸結果

面板數據模型通常包括以下三種類別的模型：混合效應模型、固定效應模型以及隨機效應模型。

(1)混合效應模型和固定效應模型

通過F檢驗進行觀測。混合效應模型屬于約束模型，固定效應模型屬于非約束模型，即截距項隨個體的不同而不同。

原假設(H0)：模型中各個樣本的截距項是一致的(混合效應模型)

備擇假設(H1)：模型中各個樣本的截距項不一致(固定效應模型)

F統計量為：

RSSr為混合效應模型的殘差平方和，RSSu是固定效應模型的殘差平方和。通過上述公式進行計算得出的F統計量的值若是大于其臨界值，則為拒絕原假設，接受備擇假設建立固定效應模型；如果F統計量的計算值小于其臨界值，則表示接受原假設，這就意味著考慮建立混合效應模型。在STATA中，我們運用固定效應模型譯估，則可以清晰的觀察到F統計量的值顯然大于臨界值，因此拒絕原假設，接受備擇假設建立固定效應模型。也就是說， 相對于混合效應模型而言，固定效應模型更為適用。

(2)混合效應模型和隨機效應模型

一般情況下，我們普遍選擇Breusch and Pagan Lagrangian multiplier檢驗(簡稱BP檢驗)來考察到底是使用隨機效應還是混合OLS估計。BP檢驗的零假設是：對所有的i，ai=0。ai代表了影響被解釋變量的且不隨時間而變化的所有無法觀測因素，我們稱其為非觀測效應或者固定效應。

BP檢驗的STATA命令運行結果如下表5所示。

表5 BP檢驗

由表5可知，BP檢驗(Prob>chi2=0.0000，顯著不為零)拒絕原假設，那就意味著隨機效應模型要比混合效應模型更加適用一些。

(3)固定效應模型與隨機效應模型

隨機效應模型估計結果如表6。

表6 隨機效應模型評估結果

Hausman檢驗決定固定和隨機效應模型哪種更恰當。Hausman檢驗的基本假設是FE與RE估計量在本質上基本沒什么區別。Hausman檢驗統計量存在一個漸近的x2分布。如果虛無假設被拒絕了，那就說明使用隨機效應模型進行分析并不合適，選擇使用固定效應評估會更加恰當一些。

在STATA中運行Hausman檢驗，結果如表7。

通過模擬分析發現，chi2(3)<0，這主要是RE模型的基本假設Corr(x_it， u_i) =0 無法得到滿足。因此，在這種情況下應該選擇使用FE，也就是說固定效應模型估計要比隨機效應模型更恰當一些。

于是，由固定效應模型估計結果可知(見表8)。

如表8，組內、組間、整體擬合優度值分別為0.92,0.90,0.75，模型擬合優度較高，F檢驗表明模型整體具有較高的顯著水平。由rho=0.936可知復合擾動項的方差主要來自個體效應ui，由各變量Z的統計量及P值知各個變量均非常顯著。建立模型如下，括號內為估計標準誤:

lnyit=0.35capit+0.47lntrait+0.014urbit-1.18

(0.027) (0.021) (0.0017)(0.191)

由上述公式可知，平均受教育年限每增加1年，人均GDP將提高35%。進出口貿易總額每提高1%，人均GDP將提高0.47%。城鎮人口占總人口的比重每提高1%，人均GDP將提高1.4%。可見人力資本的提高對收入水平的促進作用還是相當大的。

表7 Hausman檢驗結果

注： b=consistent under Ho and Ha;obtained from xtreg；B=inconsistent under Ha,efficient under Ho;obtained from xtreg；Text: Ho:difference in coefficients not systematic.

表8 固定效應模型估計結果

四、結論及政策建議

通過實證分析可知，各回歸變量均比較顯著，人力資本投入水平對地區人均GDP的增長具有顯著正向影響。在相對發達地區，人均收入水平較高，對人力資本投入額度相對較多，人均受教育程度自然相對較高。經過檢驗，當人力資本水平，即受教育年限每增加1個百分比，地區人均GDP將增加0.35個百分比，因此，人力資本投入較高的發達地區，其經濟發展程度也相對較高，兩者存在極強的正向關系，人力資本水平是影響地區收入差異的重要因素。

人均進出口貿易總額所代表的全球化變量和城鎮化率均顯著地促進了各省、市、自治區的人均GDP的增長。拉動經濟增長的三駕馬車中，出口貿易對經濟增長的促進作用依然有效。更重要的是城鎮化率的提高也能顯著提高人均GDP水平，因此，提高地區城鎮化水平和城鎮化率可以成為地區發展的內在動力。回歸結果表明：人均進出口貿易總額每增加1個百分比，地區人均GDP將增加0.48個百分比，城鎮化率每增加1個百分比，地區人均GDP將增加0.01個百分比。基于此，特提出如下政策建議。

1.重視教育，加強本地人才培養和人才引進力度

實證研究證明，人力資本的高投入會獲得經濟發展的高回報。未來的競爭是以人為核心的人力資本實力的競爭，要使地區在發展中脫穎而出，加大地區教育投入在內的人力資本投入是最核心的舉措。同時，還要積極出臺優惠政策和資金支持計劃，吸引外來人才在本地區落戶。

2.擴大地區進出口貿易、擴大開放程度是推動地區發展的重要保證

擴大地區出口貿易，不斷加強與外界的緊密聯系。同時，加強地區比較優勢產業和特色產業發展，實現與其他地區優勢產業互補。

3.提升人口素質，加速城鎮化進程是推動地區發展的重要動力

人口素質提升，特別是農村人口素質提升是我國以人為本的新型城鎮化終極目標。而人口素質提升本身也是人力資本的發展與投入過程，是加速新型城鎮化的必然選擇。因此，城鎮化率的提升也是人口素質提升過程，二者具有內在統一性，特別是農民內生性市民化進程加速更能促進我國城鎮化進程，從而為地區發展貢獻更大力量。