人力资本、产业结构升级与安徽县域经济增长
——基于空间计量及门槛效应分析

张士杰，戴文磊，盛荣谱

(1.安徽财经大学 安徽经济社会发展研究院，安徽 蚌埠 233041；2.安徽财经大学 经济学院，安徽 蚌埠 233030)

县域经济是农村经济和城市经济相关结合的重要节点，以县城为中心，各个乡镇为纽带将整个县域范围内的信息、人口、资本等要素有效聚集在一起，成为驱动我国国民经济发展的重要增长点。安徽县域地区共有61个县(市)，国土面积占据全省的79.3%，户籍人口达到全省的70.3%，2018年经济总量接近全省的“半壁江山”[1]，但相比较城镇而言，多数农村地区发展滞后、产业结构升级缓慢、人才流失严重等问题没有得到根本的改变，是安徽省县域经济进一步发展的主要限制因素。根据经济增长理论，技术进步和资本积累是驱动经济稳定增长的重要来源，而人力资本的积累可以直接提高劳动生产效率、促进技术创新而获得较高的投资回报。新常态下，产业结构升级是实现新兴产业崛起和经济平稳可持续发展的有效途径[2]。因此，以人力资本、产业结构升级“双支柱”推动经济发展已成为目前经济社会主要的政策举措。但是这种“双支柱”的观点是否在安徽县域能够起到正向的经济增长效应？进一步地，二者处于不同阶段时对经济的影响是否存在差异性？鉴于此，本文将运用空间计量模型和面板门槛模型进行实证分析。

一、文献综述与机理分析

(一)文献综述

关于人力资本的概念，杨宇鹏、姚李亭等学者对其做出了较为详细的解释，表示人的能力能够通过劳动产生价值，所以人的能力可以被称为劳动力要素，符合经济学中对于资本概念的定义[3]。人作为技术的创造者和实践者，是促进经济发展的关键因素，而人力资本则是维持经济可持续发展的源泉[4]。在人力资本对推动经济增长的作用机制层面上，学者从人力资本被视为不同对象而产生的不同效应进行分析，杜伟将作用机制分为三种，其一以最终产品直接作用于经济增长，其二以一种通过“技术进步”中介的间接作用，通过提高全要素生产率作用于经济增长，其三就是两种机制的有机结合[5]。Lucas将人力资本视为最终产品的直接要素投入到生产函数，通过劳动者自身的教育素质提高自己的劳动生产率所产生的内在效应，以及人际之间技术的传递性产生的外在效应直接作用于经济增长[6]。周少甫认为人力资本可以通过产业结构的优化促进传统行业向现代行业的平稳过渡，提高生产效率[7]。刘智勇等发现技术结构的升级离不开人力资本水平的提升，人力资本高级化进程影响技术结构的改造进而推动产业层次的提升[8]。在人力资本的经济增长效应方面，人力资本与经济增长的正相关性是主要的研究观点，边雅静实证结果表明验证人力资本对于欠发达地区的经济贡献作用是显著的[9]。而李勋来等则认为人力资本在农村产出水平上没有显著的促进作用，其效用远低于物质资本[10]。从教育、健康两个方面对人力资本进行细分时，张秀武发现教育人力资本具有显著的经济增长效应，而健康人力资本对经济增长的抑制作用明显[11]。

通过对现有文献的分析发现，现有有关产业结构升级对经济增长的贡献主要可以从产业协同发展、要素水平的提升等角度来研究，干春晖、郑若谷通过实证检验得出产业结构高级化容易造成经济波动，产业结构合理化在一定程度上能够抑制经济波动[12]。渠慎宁和吕铁从二、三产业融合角度分析产业结构升级对经济的影响，得出在推动产业结构升级的过程中要保持二、三产业的均衡发展才能产生正向的经济增长效应[13]。在考虑空间依赖特征基础上，徐秋燕、房胜飞利用省级面板数据发现产业结构升级会造成中国经济出现“结构性减速”现象，但促进作用依然显著[14]。随着研究的深入，在产城融合、产教结合等方面的综合研究已经成为热点方向，其中将人力资本、产业结构升级放在同一框架内分析，研究主要集中于二者的互动关系层面。张桂文、孙亚南认为人力资本水平的提升可以通过促进要素禀赋的改变从而带动内部产业结构升级，同时产业结构升级可以促进人力资本效率的提高，二者相互促进[15]。熊虎、田盈构建省级面板得出中国的人力资本水平与产业结构的匹配度较高，匹配度的提升有助于经济增长活力的释放[16]。

综上所述，目前关于人力资本、产业结构升级与经济增长的关系研究较为丰富，但是研究内容上，大部分文献主要集中在人力资本、产业结构对经济增长的作用机制和与经济增长的趋同性、二者的互动关系研究，但是对于二者独立作用和协同作用下对经济增长的对比分析，以及考虑二者存在的非线性产生的差异性影响的研究较少。因此，分析人力资本、产业结构升级“双支柱”在独立效应和协同效应下对经济增长的影响，对于提升安徽县域经济高质量发展具有一定的现实意义。

(二)机理分析

在新经济增长理论的指导下，研究学者结合明塞尔、舒尔茨、贝克尔等经济学家关于人力资本理论的研究基础，通过构建卢卡斯专业化人力资本增长模型等研究人力资本与经济增长的关系，得到人力资本对推动经济增长有重要作用。人力资本可以从三个方面作用于经济增长：作为直接生产要素、促进技术创新及吸收先进技术能力、提升物质资本边际生产率，三种作用方式形成的“产出效应”、“创新效应”和“互补效应”共同推动经济增长[17]。生产要素的优化配置实现资源由价值链低端向高端转移，提升单位资源的边际产出效益进而促进生产效率的提高，这是产业结构升级带来的“结构红利”。在研究两者交互作用时的经济增长效应，产业结构优化升级凸显出技术、知识等要素的重要作用，对劳动力质量有了更高要求，需要相关技能、高层次人才的支撑，同时，人力资本通过反馈机制作用于产业结构升级，人口质量红利促进资源密集型等低端产业走向衰退，引导生产要素的合理流向，这种相适配的关系是驱动经济稳定增长的重要来源[18]。基于已有研究的理论基础和不足，本文选取2006—2017年安徽省61个县(市)的面板数据，利用空间计量模型从独立效应和协同效应两个方面分析人力资本、产业结构升级的经济增长效应，同时考虑到二者可能存在非线性关系，构建面板门槛模型加以验证[19]。

二、研究设计

(一)基础模型的设定

1.空间自相关检验。在运用空间计量模型之前，基于空间模型的复杂性，需要对安徽省县域经济增长是否具有空间相关关系进行检验，常用的检验指标是Moran’s I指数，计算公式如下：

(1)

其中，Yi表示属性值，S2为样本方差，Wij表示空间权重矩阵元素。且I∈[-1,1]，若I值显著为正，表示正自相关，反之则负自相关。全局空间自相关性是总体指标,对于局域的差异性不能很好的反映，因此引入局部空间相关指标来反映某个空间单元与邻近地区的空间单元的空间相关性，常用的指标为局部Moran’s I散点图。

2.空间权重矩阵。空间权重矩阵是用来衡量变量间在区域上空间联系的紧密程度，在空间计量分析中具有关键的作用，在空间权重矩阵的选取上，目前常见的有三种：(1)邻接权重矩阵。以“1”、“0”分别表示相邻区域和非相邻区域；(2)地理距离权重矩阵。借助各地区的经度和纬度计算出地区间的球面距离，并取球面距离的倒数构建权重矩阵，见公式(2)。(3)经济距离权重矩阵。通常选取某一经济指标作为经济距离研究要素，本文借助人均GDP构建地区差异的经济距离权重矩阵，见公式(3)[20]。“地理学第一定律”认为区域间的关联程度与距离呈正相关的关系，即不同区域相距越近，则区域间的联系更为密切，反之则越疏远，但地区间的空间关联不仅仅是距离的远近所决定的，经济因素在地区间的交流已变得尤为重要，因此本文选择地理、经济距离权重矩阵，以期能更加客观地拟合安徽县域经济发展的空间影响因素。

(2)

(3)

其中，dij表示i、j地区间的球面距离，Xi、Yj分别表示i、j地区的人均GDP。

3.空间计量模型。以往经典的计量模型在对变量间的关系进行检验时，通常会割裂地区间的关系并将其视为独立的单元，但事实上，现实中大多数的经济活动是自由开放的，各种要素在地区间自由流动在一定程度上会影响它们的相互联系[21]，因此，本文在Moran’s I检验空间相关性的基础上，拟采用空间计量模型来分析人力资本与产业结构升级对安徽县域经济增长的效应。

在空间计量模型的选取上，目前常见的有空间滞后(SAR)、空间误差(SEM)、空间杜宾(SDM)模型三种模型，其中SDM模型不仅考虑了被解释变量与解释变量的空间相关性，还综合了另外两种模型的优点考虑到随机冲击的空间影响。因此，本文基于SDM模型构建人力资本与产业结构升级的独立效应、两者交互作用时协同效应模型。公式分别如下：

lnpgdpit=β0+ρWlnpgdpit+β1lnhucpit+

β2insuit+β3Xit+θ1Wlnhucpit+θ2Winsuit+θ3WXit+εit

(4)

lnpgdpit=β0+ρWlnpgdpit+β1lnhucpit×insuit+β2Xit+θ1Wlnhucpit×insuit+θ2WXit+εit

(5)

式中：lnpgdpit表示经济增长作为被解释变量，lnhucpit、insuit分别为人力资本、产业结构升级作为核心解释变量，Xit为控制变量，W表示构建的空间权重矩阵，εit为随机误差项。当式中的θ=0时，SDM模型弱化为SAR模型；当式中的θ+β=0且β=0时，SDM模型弱化为SEM模型[22]。

为了更好地刻画安徽县域经济增长机理及其空间效应，借鉴LeSage和Pace[23]的做法，对解释变量的效应利用偏微分法进行分解得到直接效应和间接效应，两者分别体现的是解释变量对本区域和其他区域的被解释变量的影响，两类效应之和等于总效应。据此，具体的公式可简化为：

Yt=(1-ρW)-1αtIn+(1-ρW)-1(Xtβ+WXtθ)+(1-ρW)-1ε

(6)

式中:In为n阶单位矩阵，并将上式转化为矩阵形式：

+(In-ρW)-1ε

(7)

式中：Sr(W)ij=(In-ρW)-1(Inβ+Wθr)，当i=j时，表示区域i的第r个解释变零对本区域的影响，即直接效应；当i≠j时，则称为间接效应(溢出效应)。

4.门槛分析。考虑到人力资本或产业结构升级和县域经济增长间可能存在非线性关系，在人力资本(产业结构升级)处于不同阶段时，产业结构升级(人力资本)对县域经济的增长会产生何种影响，因此引入面板门槛模型[14]，分别以两个核心解释变量中的一个作为门槛变量，另一个作为核心变量构建面板门槛模型。

lnpgdpit=β0+β1insuitI(lnhucpit≤γ1)

+β2insuitI(γ1

+β3insuitI(lnhucpit>γ2)+β4Xit+εit

(8)

lnpgdpit=β0+β1lnhucpitI(insuit≤γ1)

+β2lnhucpitI(γ1

+β3lnhucpitI(insuit>γ2)

+β4Xit+εit

(9)

其中，I(.)为门槛变量，γ1、γ2为门槛值，Xit为控制变量，εit为随机误差项。

(二)变量选择和数据说明

1.变量选择。被解释变量：人均GDP(lnpgdp)。GDP、GDP增长率和人均GDP是常见的衡量经济增长的指标，相比较而言，人均GDP更能客观的表示地区的经济增长水平和发展程度，本文选取该变量衡量安徽县域经济发展水平。

核心解释变量：人力资本(lnhucp)。人力资本通常选用反映教育水平的指标代替，以人均受教育年限或在校生人数来进行反映，但是获取安徽各县人均受教育年限的数据非常困难，且中小学生数占据县域学生数的主要份额，因此本文借鉴吴玉鸣[24]的做法，选取每万人中小学生在校人数来反映县域的人力资本。产业结构升级(insu)。参考多数学者采用产业结构高级化和产业结构合理化两种测度方法对产业结构升级进行测度，借鉴付凌晖[12]的产业高级化的算法，定义产业结构高级化(W)：由三次产业将GDP划分三个部分，构造三维向量X0=(x1,0,x2,0,x3,0)，分别计算X0与产业层次由低向高排列的向量xi(i=1,2,3)的夹角θj(j=1,2,3)，最后计算出W值，W值越高，则产业结构水平越高，反之则越低。公式如下：

(10)

(11)

控制变量：本文根据安徽县域经济发展的的具体特征和梳理的研究文献，结合数据的可获得性，对选取的控制变量作以下定义：(1)物质资本(lnpycap)。投资与经济增长的关系是现代经济学研究的热点之一，投资可以通过乘数效应积累社会资本。本文参照胡宗义[21]的研究，将社会固定资产投资额占GDP的比重表示物质资本。(2)消费(lncons)。消费是刺激内需的主要动力，为生产活动提供活力，本文选用人均消费额表示消费水平。(3)城镇化(urban)。城镇是地区经济的发展中心，城镇化水平的高低与地区发展程度水平密不可分，采用城镇人口占总人口的比重来表示。(4)政府支出规模(gove)。 政府在经济建设和市场调节方面发挥着重要作用，合理的政府参与度可以优化资源配置和提升利用效率，本文选取财政支出占GDP的比重来反映政府对经济的参与度[25]。 (5)金融发展(finde)。参照冯林[26]的指标选取，并综合安徽县域金融特点，采用金融机构各项贷款余额占GDP 比重来进行衡量。(6)人口密度(lndefp)。人口规模大小可以反映地区经济活动的频繁程度和市场潜力[24]，本文选取地区人口总量占其地理面积的比重来进行表示。

2.数据说明。本文选取2006—2017年安徽省61个县(市)面板数据，选用的原始数据均来源于各县(市)历年统计公报和《安徽省统计年鉴》，并以2006年为基期，对人均GDP和固定资产投资进行对应折算处理以消除价格因素的影响，对于部分缺失和异常数据采用平滑指数法进行修正补齐，同时对人均GDP、人力资本、物质资本、消费、人口密度这些非比值型数据进行对数处理。

表1 2006—2017年安徽县域61个县(市)面板数据的统计性描述

三、实证结果与分析

(一)空间自相关分析

由表2所示，全局Moran’s I指数及检验在地理距离权重矩阵下计算得出，从表中可以看出，在1%的显著性水平下，Moran’s I指数值显著为正，其变化趋势图大致分为四个阶段，近似呈现出“W”图，且上升周期比下降周期长，自2014年以来上升趋势较为明显，反映出安徽县域经济增长的空间依赖程度在逐步加深。

表2 2006—2017年安徽县域人均GDP的Moran’s I指数及统计检验结果

为了更好地反映安徽省各县域的空间集聚情况，利用Geoda软件进行检验，选取2006年、2012年和2017年的数据绘制局部Moran’s I散点图，如图1所示，这三年的安徽大部分县域均处于第一、三象限，且各象限的县域分布较为稳定，说明安徽县域地区经济发展存在高度正相关且具有稳定的空间依赖特征。在聚类地图的显示分布中(限于篇幅未展示)，在人均GDP层面，异常点区域(“高-低”相邻和“低-高”相邻)很少，只有凤台县一个县域；“高-高”相邻的热点区域主要集中在皖南地带，且有着明显的向东南方向转移的趋势，2017年主要集中在芜湖县、广德县、繁昌县、无为县、南陵县一带，形成以芜湖县为主的经济热点区域，因为这部分地区具有良好的区位条件和政策导向性，处于南京、杭州、合肥三大都市圈的交叉区域且依托长江经济带的区位优势，具有较强的经济集聚作用；同时，可以看出“低-低”相邻的冷点区域主要分布在太和县、临泉县、霍邱县、颍上县等皖西北一带，且分布范围较为稳定，这些县域人口密度较高，经济发展迟缓；其他县域则不显著，总体来看安徽县域经济发展具有稳定空间依赖特征，呈现出“高-高”相邻和“低-低”相邻的空间集群特征，但热点区域的县域数量偏低，对县域经济的引领带动能力较弱。

图1 2006年、2012年和2017年安徽县域人均GDP的Moran’s I散点图

(二)空间计量模型分析

通过上述空间自相关检验分析可知，安徽县域经济增长存在显著的空间相关性，表明空间因素的影响不可忽视，在分析时采用普通的面板回归已然缺乏有力验证，因而引入空间计量模型进行分析。为了保证计量模型选择的适当性和实证结果的稳健性，利用Stata15.1检验出如表3所示的结果，基于LM、Wald和LR检验法依次对SAR、SEM、SDM三种空间计量模型进行检验。各类检验大多数检验值均至少在10%的显著性水平下拒绝原假设，表明各变量、误差项均存在空间相关性，因此，选择SDM模型进行实证分析是合理且最优的，接着进行Hausman检验，P值等于0.000，并从拟合优度、Log-L、Sigma2等角度进行综合比较分析，最终选择SDM时间固定效应模型。

表3 LM、Wald、LR统计量检验结果

表4显示了地理距离、经济距离权重矩阵下SAR、SEM和SDM模型的时间固定效应估计结果，可以看出这六组估计结果显著性水平、作用方向基本相同，在系数方面的差别也比较小，在一定程度上证明了检验结果的稳健性。因此后续的解释都围绕SDM进行展开，表4中可以看出在两种权重矩阵下产业结构升级(insu)在1%水平下的显著性为正，说明安徽县域环境下推动传统产业改造升级、优化内部产业结构可以促进要素资源的合理利用，从生产效率低端产业向中高端产业转移，对县域经济增长有显著的促进作用，而人力资本(lnhucp)在两种权重矩阵下作用方向不同，经济距离下的影响系数为0.025 8，对县域经济增长的贡献作用微乎其微，地理距离下的影响系数为-0.087 2，从不同空间计量模型来看，五组结果系数显示均为负，表明人力资本没有表现出促进经济增长的作用，反而起到了抑制作用，且结果并不显著，可能原因在于：目前安徽县域产业多为劳动密集型和高能耗等低端产业，选择依赖廉价劳动力获得产业竞争优势依然是目前县域的主要措施，而拥有较高劳动力素质的人力资源在低端传统产业中发挥不出自身优势，反而会增加企业成本，降低生产效率，其次县域有限财力和设施环境不仅不能加大对人力资本培养的投资，也会促使人力资本外流现象发生。

表4 人力资本与产业结构升级的独立效应估计结果

在控制变量方面，可以看出物质资本(lnpycap)、城镇化(urban)、消费(lncons)的影响系数均为正，并通过1%的显著性检验，且经济距离下的影响系数要高于地理距离下的影响系数，说明相比距离因素的影响，经济因素的影响更加凸显，经济发展水平相似的地区，其地区间的关联性更强，“投资-消费”作为“三驾马车”中的两个重要的经济手段，在短期的需求效应和中长期的供给效应中发挥经济调节的职能，两者的拉动对县域经济增长起到很好的促进作用。城镇化通过集聚作用，使得县域分散的知识、技术和资源要素向多方位中心点靠拢，并能集约化利用土地和资本，激发规模经济效益的发挥，促进相关配套产业共同发展，有利于增强经济活力。此外，政府支出规模(gove)、金融发展(finde)、人口密度(lndefp)的影响系数显著为负，且系数大小在地理距离下显示更大，即地理距离下对经济增长的抑制作用要强于经济距离。短期内政府支出会对消费和投资产生挤出效应，参与经济市场的调控会抑制市场自身的经济调节职能，在市场经济体制逐渐完善的进程下，政府的过多参与会动摇市场主导的地位，降低经济效率。金融发展主要体现在县域金融机构各项贷款余额，而县域贷款余额的整体滞后性会拖累经济增长。人口密度影响系数为负，可能原因在于县域环境下的生产资源、就业机会比较有限，较高的人口密度会受到资源的约束对生产活动产生很大的压力，从而抑制了经济增长。

表5 人力资本与产业结构升级的协同效应估计结果

由上述人力资本、产业结构升级的独立效应分析，可以得出人力资本对经济增长存在抑制作用，且结果不显著，而产业结构升级的促进作用在不同模型下都非常显著，由于两者具有一定的联系，为了审视两者在纳入一个关联的逻辑框架下对经济增长的影响，本文将人力资本和产业结构升级的交叉项表示二者的协同效应进行分析。如表5所示，两者的交叉项的影响系数在地理距离和经济距离下的值分别为0.032 3、0.025 1，并通过1%的显著性检验，说明随着产业结构升级程度的加深，矫正了人力资本进程中对经济增长的负效应的影响，在协同效应的作用下人力资本的抑制作用和无影响转变为显著的拉动作用。可能的原因在于产业结构升级促进技术密集型、精加工和金融服务类等产业的广泛兴起，相匹配的较高素质的劳动力就会弥补相关人才资源的缺失，形成“1+1>2”的互补效果。其他控制变量的影响系数和独立效应的结果近似，其中物质资本在地理距离下的影响系数不显著，而在经济距离下显著，说明投资受地区经济发展水平因素影响较大。

进一步利用微分方程对独立、协同效应的空间效应进行分解，其结果如表6所示，可以看出协同效应模型在经济距离下的三种效应均为正且显著，而在地理距离下的间接效应和总效应显著为负，直接效应显著为正，说明人力资本、产业结构升级二者协同能促进本地经济增长，而对其他区域显示出强烈的抑制作用。可能的原因在于各地区的比较优势和主导产业有明显不同，而匹配的人力资源有限，结合本地的优势产业可以激发强大的互补效益，而对于其他地区则是起到相关人才资源要素外流的负向作用，所以会抑制其他地区的经济增长。独立效应模型在经济距离下的三种效应均显著为正，说明人力资本、产业结构升级对本地及周边地区的经济增长均有显著的带动作用。地理距离下人力资本的直接效应为负，但不显著，产业结构升级间接效应显著为负，说明产业结构的升级会挤占周边的要素资源，对周边地区具有负面影响。

表6 独立效应和协同效应的空间效应分解

(三)门槛分析

由上述空间计量分析结果可以看到，人力资本与产业结构升级的协同作用时化解了人力资本自身对经济增长的抑制作用，两者的互动作用可能需要依赖对方达到一定阶段才能显现出显著的促进作用，即两者的经济增长效应可能存在门槛效应，因此接下来利用面板门槛模型分别以人力资本、产业结构升级为门槛变量进行验证分析，具体的模型公式在研究设计中已给出。

从表7的门槛检验结果可以看出，人力资本为门槛变量时，单一门槛、双重门槛检验的P值分别为0.000 0、0.056 7，F值分别在1%和10%的显著性水平下显著，产业结构升级对县域经济增长的影响具有双重门槛效应，运用RSS最小的原则估计出门槛值分别为6.865 3、6.997 6；产业结构升级为门槛变量时，单一门槛、双重门槛检验的P值分别为0.473 3、0.346 7，F值未通过显著性检验，因而人力资本不存在门槛效应。为进一步验证结果的可靠性，图2给出了人力资本双重门槛估计量与似然比统计量的关系，图中实线与虚线的交点即为门槛值95%的置信区间估计[25]，单一门槛和双重门槛效果都比较理想，似然比检验与门槛区间估计结果一致，人力资本的置信区间分别为[6.865 3，6.868 5]、[6.963 9，6.968 8]，因此本文最终选择人力资本双重门槛模型。

表7 人力资本、产业结构升级门槛检验结果

图2 人力资本双重门槛LR图

对双重门槛模型进行回归，回归结果如表8所示，人力资本为门槛变量时，人力资本划分为三个区段，存在两个门槛值，在人力资本低于第一个门槛值6.865 3时，产业结构升级的影响系数为0.228 5，在连续跨越两个门槛值后，相应影响系数分别变化为0.207 5、0.188 8，三个影响系数均在1%显著性水平下显著，出现了微弱下降，说明人力资本削弱了产业结构升级的经济增长效应，可能原因在于目前安徽县域环境下人力资本水平增长的速率要高于产业结构升级的速率，在这种非平衡的发展过程中，安徽县域多数传统的、基础的和低端的产业难以满足更多的拥有较高素质的劳动力的需求，导致工作不匹配、劳动力供给短缺、人力资本外流等现象的发生。因此，门槛回归结果表明，人力资本和产业结构升级共同发展需要一个相对平衡的发展速度，驱动经济发展需要二者的相互匹配，形成真正的“1+1>2”的互补效应。

表8 双重门槛模型回归结果

四、研究结论与政策建议

(一)研究结论

本文基于2006—2017年安徽省61个县(市)的相关数据，运用多种空间计量模型和面板门槛模型在地理距离和经济距离两种空间权重矩阵下分析了人力资本和产业结构升级的经济增长效应，在经过空间自相关分析和对数据的处理检验后，最终选取SDM模型并围绕其对检验结果进行对比分析，及对人力资本和产业结构升级是否存在门槛效应进一步的实证检验，结果表明：第一，从全局和局部自相关检验结果可以看出，安徽县域经济发展具有稳定空间依赖特征，呈现出“高-高”相邻和“低-低”相邻的空间集群特征，但热点区域的县域数量偏低，对县域经济的引领带动能力较弱。第二，从SDM模型的检验结果来看，独立效应下人力资本对经济增长存在抑制作用，且结果不显著，而产业结构升级的促进作用在不同模型下都非常显著，协同效应下二者的呈现明显的正向的经济增长效应，人力资本的抑制作用和无影响被产业结构升级通过互补效应所矫正，空间效应分解下，二者协同作用时在经济距离下对本地及周边地区经济有正向促进作用，在地理距离下具有负向的溢出效应。第三，从门槛分析结果来看，产业结构升级的经济增长效应存在双重门槛而人力资本不存在门槛效应，人力资本逐步跨越门槛值后，人力资本削弱了产业结构升级的经济增长效应，二者相互匹配时才能形成真正的“1+1>2”的互补效应。

(二)政策建议

通过前文研究，安徽县域经济存在显著的空间依赖性，地理距离下人力资本和产业结构升级协同作用时对邻近地区产生显著的负向空间溢出效应，不利于地区间的协调发展，人力资本水平与产业结构升级发展速度缺乏合理的匹配度，“1+1>2”的互补效应不能得到充分发挥。基于此，给出以下两点建议：

1.协调县域人力、产业要素资源，发挥正向空间溢出效应。在促进各县经济稳定增长时，应充分考虑地区间的空间关联性，在发挥核心县域的经济辐射效应的同时，通过政策支持和积极引导等措施帮助欠发达县域避免虹吸效应的损害，推动大中小县域协调发展。在市场交流上，应当破除行政壁垒对要素市场的制约，推进市场化改革，促进县域间人力、产业要素的合作交流，形成良性互动，发挥正向的空间溢出效应。

2.加快产业层次提升，推动产教融合。驱动经济发展需要人力资源和产业结构升级的有效对接，二者相对平衡的发展速度是实现人力、产业资源联动发展的重要保证，各县应当在明确主导产业的基础上，发挥各自优势，找准传统产业改造提升路径和产业链延伸方向，加快产业结构优化，同时加大教育投入，培训相关技能人才，与当地产业人才需求相匹配，释放产教融合的经济增长活力。