廣東省人力資本與產業結構空間優化互動的實證研究

摘 要：本文選用廣東省21個城市2013—2022年面板數據，利用空間計量模型對廣東省人力資本水平與產業結構之間的空間關聯進行分析。結果顯示：考察期人力資本水平和政府調控并不利于廣東省產業結構水平優化，而經濟開放度、基礎設施和金融支持則呈現出顯著正向影響。最后，本文提出了針對不利因素與有利因素不同影響的政策建議。一方面，強調差異化教育、行業導向培養、靈活用工等措施，以促進更為平衡和可持續的產業結構升級；另一方面，提出整合產業政策、拓展合作和強化基礎設施建設以最大程度地發揮各項因素的積極作用，實現產業結構的升級和優化。這些發現和建議為深入理解廣東省人力資本與產業結構互動提供了有力的理論支撐和政策指導。

關鍵詞：人力資本；產業結構；莫蘭指數；動態空間杜賓模型；經濟開放度；基礎設施建設

本文索引：張娟.<變量 2>[J].中國商論，2024（08）：-135.

中圖分類號：F121.3 文獻標識碼：A 文章編號：2096-0298（2024）04（b）--04

1 引言

從國家宏觀層面來看，人才是富國之本、興邦大計。習近平總書記在黨的二十大報告中強調，必須堅持“人才是第一資源”，深入實施“人才強國戰略”，堅持“人才引領驅動”。發展是第一要務，人才是第一資源，創新是第一動力。為實現這一目標，必須牢牢抓住實體經濟，防止“脫實向虛”傾向，強化高端產業引領，推動產業轉型升級。

廣東省作為中國第一經濟大省，“十四五”時期，廣東省提出了高起點謀劃發展戰略性支柱產業、戰略性新興產業以及未來產業的產業布局。隨著經濟社會的高質量發展，廣東省對人才的需求更為強烈，也為各類人才提供了更廣闊的發展空間。近年來，廣東省在人力資本領域取得了顯著進展，但是，廣東人力資本水平的提升是否促進了廣東省產業結構的優化？廣東省人力資本與產業結構優化是否形成了動態良性互動？是我們需要分析和論證的課題。

當前，學者關于人力資本對產業結構升級影響方面的研究大致可分為以下兩點：

第一，人力資本對產業間結構升級的影響。Chenery （1992）[1]提到不同發展階段的國家在產業部門的作用和地位存在不同規律。Heckman（2003）[2]通過多國橫截面數據回歸發現教育的社會收益率存在下降趨勢。Boubtane（2013）[3]通過PVAR方法研究了遷移、經濟增長和失業率之間的關系。

國外文獻主要關注發達國家，角度多從歷史或國家層面比較，具有借鑒意義。然而，我國現實情況需要更符合國情的研究。徐秋艷等（2019）[4]分析了人力資本供給結構與產業結構升級的協調程度和時空演變特征。黃海剛（2023）[5]通過面板數據分析了人力資本對經濟高質量發展的貢獻及其實現機制。

第二，高等教育、人力資本及產業結構的關系。蔡昉（2009）[6]分析了產業結構調整與擴大就業的一致性，認為我國在產業結構調整中具備擴大就業的條件。黃容霞等（2021）[7]在湖北省城市面板數據分析中發現，高等教育、人力資本集聚顯著促進了城市技術創新水平的提升。趙之燦等（2023）[8]通過省級面板數據實證檢驗了人力資本在產業與人才互動關系中的交互效應。

綜合而言，文獻論證了高等教育、人力資本和產業結構之間的關系，從不平等、就業、技術創新、互動效應等多個角度展開研究。在上述文獻的基礎上，本文主要的邊際貢獻在于：

（1）基于空間計量經濟學模型探討廣東省高等教育支撐下人力資本與產業結構關聯的空間優化效應，適應了我國的區域經濟活動表現出的空間集聚現象。

（2）從地市級層面探討人力資本服務支撐下廣東省人力資本與產業結構空間優化互動實證研究。廣東省作為中國經濟發展的排頭兵，在全國范圍的產業結構升級的實踐經驗具有示范效應。

2 實證研究設計

2.1 模型設定

經濟變量在地理上的分布可能不是獨立的，而是相互關聯的。空間計量經濟學模型是一種特殊的經濟學模型。通常，空間計量模型包括：空間自回歸模型（SAR）、空間誤差模型（SEM）和空間杜賓模型（SDM）。

SDM模型綜合考慮了因變量和誤差項之間的空間依賴關系，同時考慮了自變量的直接影響。這使得SDM模型更為全面地揭示了空間影響。適用于全面考慮因變量的直接影響和誤差項之間的空間依賴關系，特別是在人力資本與產業結構關系較為復雜的情況下。SDM模型如式（1）所示：

式中：ISi代表目標地區的產業結構，EOi、INFi、GRi、FSi、HELi代表模型中自變量的縮寫。β0?，β1，…，βk代表模型的系數。εi代表誤差項。ρ代表空間自回歸參數。λ代表空間誤差參數。Wij代表地區i和j之間的空間權重。

在考慮使用空間計量模型之前，一般還需要進行空間相關性檢驗 ，Morans I 指數是一種用于衡量空間相關性的統計指標，常用于空間數據分析中。

Morans I 指數的計算公式為：

其中，n表示廣東省的21個城市，wij為空間權重，y和分別為因變量及其均值。為了判斷 Morans I 是否顯著，可以進行假設檢驗。通常使用蒙特卡洛模擬或漸近方法，計算p值。如果p值小于顯著性水平，就可以拒絕空間獨立性的假設，認為存在空間相關性。

2.2 變量說明

2.2.1 產業結構變量

產業結構合理化泰爾指數通常用于衡量收入或財富分配的不平等程度，但在產業結構中的應用則需要進行適當的修改，以更好地反映產業之間的差異。本文參考干春暉等（2011）[9]重新定義后的泰爾指數，如式（3）所示：

其中，TL為產業結構合理化指數，是衡量產業結構是否合理的指標，Y代表總產值，L代表各個產業的勞動力總數。Yi/Y表示每個產業i的產值在總產值中所占的比例，反映產業結構，Yi/Li是每個就業人員的平均產值，即生產率。

2.2.2 解釋變量及控制變量

在解釋變量及控制變量層面，參考文獻并考慮數據可得性，本文以產業結構作為被解釋變量，以人力資本水平及經濟開放度作為解釋變量，以基礎設施、政府調控、金融支持等因素作為控制變量，變量測度及數據來源如表1所示。

3 實證結果分析

3.1 空間自相關檢驗

本文運用表1被解釋變量、解釋變量及控制變量的設定，對主要指標進行Morans I 指數檢驗。以被解釋變量為例，通過STATA計算得出產業結構Morans I 指數發現，被解釋變量多數年份在顯著性水平為1%的基礎上顯著，滿足空間計量模型的要求，且Moran s I指數為負，說明存在負向空間關聯。

3.2 空間回歸分析

本文在進行空間計量模型分析時，選擇合適的空間權重矩陣是至關重要的，因為它直接影響模型的參數估計和解釋。空間權重矩陣有若干種：鄰接權重矩陣、地理距離權重矩陣、經濟距離權重矩陣、經濟-地理距離權重矩陣等。本文分別應用四種不同距離權重矩陣，選取效果最好的地理距離權重矩陣。

此外，在進行空間計量模型分析時，通常需要考慮SDM、SAR和SEM三種模型，因為它們涵蓋不同的假設和空間依賴結構。為檢驗采用哪一種空間計量模型，本文采用Stata程序對代表城市相關指標的2013—2022年面板數據進行Wald檢驗及LR檢驗，結果prob>chi2值在0.01的顯著水平上拒絕SDM模型能退化為SAR及SEM模型的原假設，接受SDM模型。SDM模型實證分析結果如表2所示。

從Hausman檢驗結果來看， p值小于0.001，說明應選擇固定效應模型。另外，根據LM檢驗結果，p值在0.01的顯著性水平上拒絕時間固定效應與解釋變量不相關的原假設，選擇雙固定效應模型。

從雙固定效應模型結果來看，由空間自回歸系數p值為0.000，在1%水平下顯著，且其系數為-0.551，為負值，說明產業結構水平對自身有負向的空間溢出效應。由 main中統計的β值來看， 人力資本水平、 經濟開放度、 政府調控在1%水平上顯著，基礎設施在5%水平上顯著。系數分別為 -0.404，0.481，-1.819，1.610說明人力資本水平、政府調控對產業結構水平有負向影響，經濟開放度、基礎設施對產業結構水平有正向影響。

Wx項比main的系數更能說明空間傳導效應，所有因素的空間交互項均顯著，可以說明經濟開放度、基礎設施及金融支持有正向的空間溢出效應，周邊地區對當地的產業結構水平有正向的傳導作用。人力資本水平及政府調控系數為負，則情況相反。

在空間計量模型中，模型估計出的變量系數并不能真實反映變量間的影響程度。為了更準確地理解各變量之間的直接和間接影響，可以采用偏微分的方法對空間影響效應進行分解。

直接效應表示模型中的各解釋變量及控制變量對產業結構水平的影響大小。某地區的變化不僅會直接影響自身，還會通過空間關系對其他地區產生影響，其他地區的變化又反過來影響該地區。間接效應，也稱為空間溢出效應，表示鄰近地區的各解釋變量及控制變量對本地區的產業結構水平的影響。總效應綜合了所有地區的影響。它給出了各因素對整體地區產業結構升級的綜合影響。空間效應分解結果如表3所示。

直接效應方面，除金融支持變量不顯著以外，其他因素均在5%顯著性水平上顯著。其中，人力資本水平并不利于產業結構水平。分析其原因可能有：首先，人力資本投資的提升并未充分促進新興產業的高層次發展。由于傳統行業人才需求量較大、薪資水平較為穩定，普通本專科人口傾向于涌入傳統產業，從而存在教育水平與生產服務業現代化需求不匹配的情況，限制了人力資本對產業結構的升級貢獻。其次，可能受到產業結構的慣性影響，要想更好地推動產業結構的高級化，除了提高人力資本投資比重外，還需要考慮產業結構調整的全面性和協同性，以確保教育培養的高層次人才更好地服務于現代產業的發展。

另外，政府調控負向影響產業結構水平。政府調控水平更多地傾向于經濟水平較低，產業結構不合理的地區，而這些政策目前的效果還未顯現。此外，政府調控水平高的地區大都資源稟賦及發展潛力處于不利地位，因此產業結構水平提升難度較大。此外，經濟開放度、基礎設施和金融支持通過提供更多的機會、資源和創新動力，對產業結構水平的提升產生正向影響。這些因素有助于推動本地產業朝著更高附加值、更具競爭力的方向發展。

間接效應方面，相鄰地區的人力資本水平上升一個單位可以導致產業結構水平分別變動-1.3。在人力資本投資占比較高的區域，優質的人力資本資源吸引了大量高層次人才。這些人才的集聚可能導致產業結構在該區域升級，但相鄰地區可能因為人才的虹吸效應而經歷產業結構的負面變化，形成負向空間溢出效應。

總之，當前人力資本水平并不利于產業結構水平提升，相似的結果也在周均旭（2022）[10]研究中得到支持。

3.3 穩健性檢驗

為確保研究結果的準確性和穩健性，本文進行了替代變量和空間權重矩陣的穩健性檢驗。首先，在替代變量的選擇方面，考慮到教育投資占比是人力資本水平的一個重要衡量指標。人力資本水平的提高通常會伴隨相應的教育投資增加。在空間權重矩陣的選擇方面，本文則采用了反地理距離平方矩陣。經過詳細的檢驗過程，發現穩健性檢驗的結果基本與前文的研究結論一致，從而證明了研究結果的穩健性和可行性。

4 結語

研究結果揭示了人力資本水平和政府調控對產業結構水平帶來的負面影響，同時經濟開放度、基礎設施和金融支持呈現出正向影響。本文針對這一現象提出如下對策：

（1）行業導向的教育政策： 制定差異化的人力資本政策，根據不同行業的需求，有針對性地培養符合新興產業要求的高層次人才。建立與產業發展戰略相契合的專業設置，使高校培養的人才更好地服務于新興產業的發展。

（2）產業與高校合作機制： 建立緊密的產業與高校合作機制，加強對新興產業發展趨勢和需求的調研，建立起高校與產業溝通的橋梁。產業專家參與課程設計、實習安排，使學生能夠獲得更實際、實用的知識和技能。

（3）靈活用工政策： 推動高校和企業之間的靈活用工，鼓勵學生在校期間進行實習、兼職，更好地了解和融入新興產業。建立起學生與企業的雙向選擇機制，促進產學結合，提高學生對產業的適應性。

從經濟開放度、基礎設施及金融支持等有利因素來看，為實現產業結構升級，政府可以采取以下綜合性對策：

（1）整合產業政策： 制定整體性產業政策，考慮各個因素的綜合影響，避免單一政策導致的負面效應。通過建立產業政策整合機制，確保各項政策協同推進，形成政策合力。

（2）拓展合作： 進一步提高經濟開放度，拓展合作，引入更多外部資源和市場機會，促進產業結構向更高水平邁進。政府可以通過簽署貿易協定、鼓勵外商直接投資等方式加強國際合作。

（3）強化基礎設施建設： 持續加大基礎設施建設力度，提高交通、通信和能源等基礎設施水平，為產業提供更良好的發展環境，提升整體產業結構水平。

參考文獻

Gregory M N，David Ｒ，David N W. A Contribution to the Em-pirics of Economic Growth[J].Quarterly Journal of Economics，1992，107： 407-437.

Heckman James，etal.Human Capital Policy [R].NBER Working Pa-perNo.9495.2003.

BoubtaneEkrame，et al.Immigration，CrowthandUnemployment：Panel VAR Evidence from OECD Countries[J].Labour，2013，27（4）：399-420.

徐秋艷，房勝飛. 高等教育供給結構與產業結構升級的耦合協調性分析[J]. 統計與決策，2019，35（8）：56-59.

黃海剛，毋偲奇，曲越. 高等教育與經濟高質量發展：機制、路徑與貢獻[J]. 華東師范大學學報（教育科學版），2023，41（5）：26-40.

蔡昉.堅持在結構調整中擴大就業[J].求是 ，2009（3）：27-30.

黃容霞， 魏萍， 潘孝珍. 高等教育人力資本集聚對技術創新的空間效應： 以湖北省地級市為例的實證分析[J].中國高教研究， 2021， 37（1）：70-76.

趙之燦，田浩然. 以區域高等教育發展破解產業與人才之間的循環困境： 基于2005—2020年省級面板數據的實證分析[J]. 中國人民大學教育學刊，2023（2）：151-168.

干春暉，鄭若谷，余典范.中國產業結構變遷對經濟增長和波動的影響 [J]. 經濟研究， 2011， 46（5）： 4-16+31.

周均旭，劉子俊，朱丹鶴，等. 我國公共教育投資結構是否利于產業結構升級： 基于空間計量的分析[J]. 現代教育管理， 2022 （5）： 54-64.