人力資本與經濟增長
——基于中國省級面板數據的實證分析

文/項晨超 林弘宇 寧高遠（中央財經大學中國經濟與管理研究院）

一、引言和文獻綜述

21世紀以來，中國經濟高速發展，GDP年均名義增長率高達13%。中國，特別是部分東部發達地區，已處于工業化后期、剛邁入高收入發展階段。隨著我國經濟步入新常態，經濟增速放緩、結構調整，如何繼續高質量且相對高速的持續健康發展，跳出中等收入陷阱，邁入高收入國家行列，成為全國人民面臨的重要課題。可持續的經濟增長通常被認為來自技術和創新方面的貢獻，而非資本和簡單勞動要素的投入。

在理論層面，舒爾茨、貝克爾、巴羅和盧卡斯等已建立了相對完善的人力資本理論。該理論為評估經濟增長質量提供了重要的分析框架。實證方面，盧卡斯(1988)的模型表明，教育和人力資本的改善對增長和技術進步有顯著影響。羅默(1990)、巴羅和李(1993)分別對入學率或平均受教育年限進行后續研究也得出結論，人力資本是經濟增長的重要因素。

國內學者對于人力資本對國內經濟增長的作用方面也進行了不少研究。廖翼和唐玉鳳(2010)以湖南省為例，王麗娟和陳飛(2017)以遼寧省為例進行了實證，推出人力資本投入是經濟增長的重要推動力。胡艷和張梔(2018)對安徽和江蘇兩省的數據進行回歸對比，發現人力資本對經濟增長的貢獻度較低與安徽省經濟發展水平低于江蘇省有關。張創偉等(2019)對浙江，董奮義、李夢婷(2020)對河南也進行了相似的實證分析。

鑒于目前國內只有使用全國總體數據、單獨省份或個別省份數據對比的人力資本與經濟增長的實證研究。本文使用中國31個省級行政區2000～2018年的面板數據，對物質資本、人力資本、勞動力與經濟增長的關系進行了實證分析，進一步豐富了該領域的研究。

二、實證分析

（一）理論模型

為了實證檢驗便捷，本文模型如下:

式中，Y為產值; K為物質資本存量; L為就業人數; A為技術進步; H為人力資本投入;α、β、γ分別表示物質資本存量、就業人數和人力資本的產出彈性。對式(1)兩邊同時取對數得:

再取差分得到以下方程：

式中，ΔY/Y為經濟增速；ΔA/A為綜合要素增速；αΔK/K、βΔL/L和γΔH/H分別為物質資本、勞動和人力資本在經濟增長中的貢獻份額。將他們分別除以ΔY/Y，即可得到各因素的貢獻率。

（二）數據

1.變量選取

（1）生產總值Y的度量指標

由于物質資本用2000年為基準的不變價表示，為保持一致，生產總值也用2000年為基準的不變價GDP。

（2）物質資本存量K的度量指標

通過閱讀文獻發現，中國研究者通常使用張軍(2004)或者單豪杰(2008)的方法計算中國的物質資本存量。方法都基于Goldsmith(1951)提出的永續盤存法(PIM)。本文也據此計算物質資本存量。本文以2000年為基準年，取統一折舊率=10.96%(與單豪杰使用折舊率相同)，計算了2000～2018年的各省的物質資本存量，其中需要計算1952年為基底的數據使用了單豪杰(2008)論文中的1998年的按統一折舊率估算(億元)(1952年價)和投資隱含平減指數(1952年=1)數據，以下為本論文物質資本存量數據運算過程， 為了書寫方便將投資隱含平減指數稱為pt,全國的投資隱含平減指數稱為Pt, (5)﹣(11)式中以何年價格為基準標示在括號里

（3）勞動L的度量指標

出于可得性考慮，取歷年各省實際就業人員數量作為勞動投入指標。

（4）人力資本H的度量指標

人力資本的簡單測算主要有兩種: 一是用平均受學歷教育年限法,二是用教育經費。本模型采用前者。

平均受教育年限，參照《中國統計年鑒》對教育程度的分類將教育層次分為五級：文盲或半文盲、小學、初中、高中(含中專)和大專及以上。將文盲或半文盲、小學、初中和高中文化程度人口平均受教育年限設為1年、6年、9年和12年。大專及以上人口，由于2000～2014年的資料中并未對該教育層次進行細分，因此盡管后續資料中區分了大專、本科和研究生，仍統一將該層次的平均受教育年限設為16年。

2.數據來源

不變價GDP(2000年價)由統計局發布的2000年各省GDP和各省歷年GDP指數推算得到。資本存量由上述方法算得，固定資本形成總額數據、固定資產投資價格指數、平均受教育年限來自歷年《中國統計年鑒》。就業數據來自各省統計年鑒。樣本范圍為2000～2018年中國31個省級行政區(除港澳臺)。

變量具體定義如表1：

表1 變量定義表

3.描述性統計分析

如表2。

表2 主要變量的描述性統計結果

（三）實證結果與分析

1.單位根檢驗及協整檢驗

本文采用Levin﹣Lin﹣Chu檢驗進行面板數據的平穩性檢驗，依次對lnGDP、lnK、lnL、lnH進行單位根檢驗，得到的p值如表3所示，均拒絕“存在單位根”原假設，因此該組面板數據具有平穩性；進而通過Pedroni方法對面板數據進行協整檢驗，知被解釋變量與其余變量均存在協整關系。

表3 單位根檢驗的p值

2.以人均教育年限衡量人力資本的回歸

由表4回歸結果中的p值可以得知物質資本存量、勞動投入、人力資本投入在1%程度上顯著，且系數均為正，均符合研究假設。

表4 回歸結果

表5 2000-2018 各要素與經濟增長的影響和貢獻

可看到盡管物質資本增長是最主要的推動力，但人力資本也不可小覷，而勞動力與技術進步的增長對經濟增長的貢獻并不太大。當然物質資本貢獻如此大和本研究沒能控制內生性問題應有不小的關系。

為了進一步研究人力資本在經濟增長中貢獻的變化，又注意到2012年開始經濟增長明顯放緩，故而我將2000﹣2018從此處分為兩個時段，分別進行固定效應模型的回歸，結果如表6。

表6 分時段回歸結果比較

通過比較系數可以發現，相比于2000～2011年，2012～2018年 的回歸結果中的人力資本投入和勞動投入前的系數要小得多，勞動投入的系數甚至由正轉負。勞動投入系數由正轉負或與我國人口已進入緩慢增長階段的情況相關，但作為水平數據的回歸這仍然難以解釋，其原因有待進一步研究。以受教育年限衡量的人力資本貢獻大幅縮減，體現了當前經濟形勢下，單純教育年限的增加對經濟增長的作用正在減小。同時，這也意味著以受教育年限測算的人力資本投入對經濟增長的貢獻或也有邊際收益遞減性質。不過，受教育年限僅為人力資本的一部分，用它代表人力資本水平，效度會因社會經濟情況不同而體現較大差異。如劉莉(2014)、張創偉(2019)用平均教育年限計算人力資本對重慶、浙江經濟增長的貢獻，得到的人力資本的系數均為負值，而其用教育經費進行相應回歸，系數則為正值。

三、結論

上述回歸分析表明：當前物質資本仍是經濟增長的重要推動力，而人力資本投入對我國地區經濟增長也有著顯著貢獻。其中以教育經費度量的人力資本投入對經濟的貢獻比以教育年限度量的人力資本投入對經濟的貢獻要大。勞動力增長的貢獻相比之下則小得多，這與21世紀中國人口進入緩慢增長期相關。而技術進步對經濟增長的貢獻則需要進一步的更細致的研究。

同時，分時段的回歸結果表明，當前經濟形勢下，人均受教育年限提高對經濟增長的拉動作用越來越弱，人力資本同樣存在邊際效益遞減的性質。受教育年齡效益的遞減，筆者將其解釋為學歷教育水平的提升通常只有在完成學歷教育后的實際工作或學歷教育后期的研究活動中才能為社會帶來收益，體現其經濟價值。故而過長的受教育年限甚至可能因為擠占工作時間而變得不經濟。

工作場所中的學習、對工作崗位的培訓、產業集聚導致創新知識的共享學習等形式可能比傳統學校教育的學習對創新的價值更為重要。然而職業培訓也有其不足，培訓常常停留在對工作的熟練掌握，對進一步深造學習后勁缺失。可以引導高校和研究機構與企業進一步合作，高校不僅可以給企業提供人才和技術，還可以更廣泛地定期接收各個層次的企業職工，不僅可以進行短期培訓，也可以進行為期以年計的深造。同時，還可以學習歐盟、英國等經驗，加快建設中國的終身學習資格框架，加強實踐性的教育，積極開展技能等級鑒定，明確認定在職場中習得的新知識和新技能，也給在職人員暫時脫離生產繼續深造的機會，使得人力資本投入更有效地促進經濟增長。