我国人力资本与经济增长耦合关系的综合特征研究

苏 妍，逯 进

（1.中央财经大学人力资本与劳动经济研究中心，北京100081；2.青岛大学经济学院，山东青岛266071）

一、引言

20世纪60年代初，Schultz首次明确界定了人力资本的概念，随即在短时期内引发了相关研究的迅速推进。但60年代后期，新古典经济增长理论逐渐陷入沉寂，这使得很长一段时期内人力资本理论亦未有根本突破。20世纪80年代中后期，随着人力资本理论被有机引入到以技术创新为特征的内生经济增长理论中，由此引发了经济增长理论的再次繁荣。在这期间，众多经典研究从直接效应和间接效应两个方面对人力资本的作用做出了全面而深入的理论与实证分析，并据此形成了完整而规范的有关人力资本的经济增长效应的分析框架，从而为后续研究的拓展奠定了坚实基础（Nelson&Phelps，1966[1]、Romer，1986[2]，1987[3]、Lucas，1988[4]、Aghion&Howitt，1992[5]、Benhabib&Spiegel，1994[6]）。

目前，人力资本的理论与实证研究方法仍不断拓展，而研究的重点则更多地关注于教育对人力资本的作用、进而对创新与经济增长的影响。Jones&Romer（2010）通过给定年度劳动力的平均受教育年限来衡量人力资本水平。其假设每年的教育收益率是6%，则劳动力的平均受教育年限每增加一年，其对美国经济增长的贡献达到0.6%[7]。Barro&Lee（2013）以现有教育水平作为解释变量，以10年前父母受教育水平作为工具变量展开实证分析，其研究发现每增加一年受教育水平，可产生的预期产出收益率在5%～12%之间[8]。近期，随着空间因素的引入，有关人力资本的研究出现了新的拓展。Gennaioli等（2014）认为区域经济增长是由地理位置和人力资本这两项因素共同决定的，后者具有空间上显著的作用[9]。近年来，国外学者对我国人力资本与经济增长的研究不断增多。Fleisher（2010）等利用中国省级面板数据研究了人力资本与地区不平等的关系，研究表明人力资本对产出和全要素生产率都具有显著的正向促进作用，人力资本是影响区域间差距的主要因素[10]。Hanushek（2013）认为以受教育年限代表的人力资本对经济增长的解释能力是毋庸置疑的，而且发展中国家通过增加劳动力的受教育年限可以缩小与发达国家间的差距。但其同时也指出，如果发展中国家不注重提高本国的教育质量，则难以长期改善经济成果[11]。上述结论对我国具有重要的指导意义。此外，Yao（2014）指出，我国的人均受教育年限每提高一年，能够使个人收入增加8%～9%[12]。

改革开放后，我国以市场化为主导的经济建设出现了前所未有的发展动力。同时，基于经验层面的理论与实证研究亦伴随经济发展的前行而同步展开，符合中国特色的人力资本经济增长理论不断得到发展。王宇和焦建玲（2005）[13]、张一力（2005）[14]、许和连（2006）[15]的研究表明，我国人力资本存量与经济增长之间存在长期的协整与正相关关系。钱晓烨等（2010）利用空间模型研究表明，人力资本对经济增长的间接贡献不明显[16]。宋家乐（2011）认为，我国人力资本水平的提高和人力资本分布的不平衡对劳动生产率的提高起促进作用，进而促进经济增长[17]。黄燕萍等（2013）通过引入分级教育拓展了Benhabib&Spiegel（1994）的理论模型，并运用我国省级面板数据进行实证，结果表明，不同等级的教育水平对经济增长的作用方式亦存在不同[18]。刘伟等（2014）认为政府发展教育的规模和速度应当和经济发展阶段相适宜[19]。袁富华等（2015）认为我国人力资本结构的问题在于第二级人力资本“壅塞”，且质量有待提高，第三级人力资本积累严重不足，因此我国应积极探索高层次人力资本升级路径[20]。

回顾既有的研究文献，可以发现至少有如下两个方面可以扩展：第一，现有研究并未对不同核算尺度下的人力资本与经济增长的关系做出差异性比较，因此本文会以不同人力资本分类为基础，对这种差异做出判断。第二，即有研究大多只考虑了人力资本与经济增长的线性关系解析，而未能有效揭示二者之间的非线性关系，即如果考虑经济周期中的波动（主要是经济增长率的波动），则人力资本作用于波动的经济增长，其作用效应亦可能是波动的原因。因此，文章亦将尝试判断与描述可能存在的动态波动特征。

二、研究思路与方法

（一）研究思路

基于前期研究（逯进，2013）[21-23]，人力资本可划分为脑力素质和身体素质两类；而人力资本综合素质则是二者的综合。由此，一方面人力资本的脑力素质与身体素质各自对经济增长产生正向促动力；另一方面由二者共同形成的人力资本综合素质亦会进一步作用于经济增长。而由于综合素质是前两类素质的综合，则综合素质对经济增长的作用体现了其它两类素质共同作用形成的“递进效应”。因此可以将经济增长的变迁作为中介目标，而将观察的着眼点置于不同人力资本之间的关系，这样便需要先将前两类单一素质对于经济增长的作用置于第三类综合素质的经济增长效应之中，从而对不同人力资本的经济增长效应做出判断。

（二）方法选择

Stone（1985）最早提出非参数可加模型[24]，该模型中m个自变量f1(Xi1),f2(Xi2),…fm( Xim)相加得出因变量Yi( i =1,2,…,n)，可表述为：

其中，βj为线性回归系数值，f(Xij)为非线性部分的函数，α为截距项。此时，令F(x)代表等式左边的函数形式，右边线性部分设为g(x)，令f (x)表示非线性部分，则式（1）变化为F(x)=g(x ) +f(x)。即可加模型可通过线性与非线性两部分的叠加得到。函数形式呈现为线性还是非线性与两部分的影响力相关，哪部分作用较强就表现出相应的趋势。虽然综合结果可能与经典线性回归一样是线性的，但仍可以通过非线性部分的趋势图分析出其中的短期波动趋势，使得分析结论更为全面。

（三）实证模型设定

为解析脑力素质与经济增长耦合度（BE）、身体素质与经济增长耦合度（PE）对综合素质与经济增长耦合度（HE）的影响，构建如下模型：

其中，βi是自变量的回归系数，α是常数项，εi是残差项。

三、指标体系与数据来源

（一）指标构建与数据

1.指标构建

根据前期研究[25]，由创新能力、教育规模和文化环境三个具体指标表征脑力素质；生活质量和医疗保健则用来表示身体素质。从产业结构、增长水平、开放程度及市场化水平等四个方面衡量经济增长。具体指标体系见表1。

表1 人力资本与经济增长的指标体系

2.指标权重确定

通过构造主观判断矩阵、建立感觉判断矩阵、计算客观判断矩阵和归一化指标权重等步骤得出指标权重。需要说明的是，主观判断矩阵的指标打分是经与7名本领域内具有高级职称的专家讨论后而确定。

3.数据标准化

对原始数据的处理公式：

其中i和j分别为原始数据所对应的行与列。

4.核算综合指数

通过逐级加权求和经过标准化处理的数据及相应指标权重①创新能力的三级指标按照表格1的顺序，其权重分别为0.43、0.14、0.43；教育规模的权重分别为0.53、0.30、0.17；文化环境的权重分别为0.18、0.27、0.55；笔者将生活质量和医疗保健的三级指标视为同等重要，权重都为0.5。产业结构的三级指标分别为0.18、0.52、0.30；增长水平、开放程度和市场化水平的三级指标视为同等重要，分别为0.25、0.5、0.5。由二级指标到一级指标以及到约束层的权重皆为同等重要，按照指标个数进行平分。，可得三大区域脑力素质、身体素质、综合素质及经济增长的综合指数②东部地区包括北京、天津、河北、辽宁、吉林、黑龙江、上海、江苏、浙江、福建、山东、广东、海南共13个省市；中部地区包括山西、安徽、江西、河南、湖北、湖南共6个省份；西部地区包括广西、重庆、四川、贵州、云南、西藏、陕西、内蒙古、甘肃、青海、宁夏、新疆共12个省市区。，从而进行下一步的运算。

5.原始数据说明

本文使用了1982～2014年全国各个省区33年的统计数据，1982年专利申请受理、技术市场成交额及普通高等学校在校生数占比等缺失数据依据1983～1987年数据线性拟合推算得到。

（二）系统耦合测算

有关耦合值的计算模型较多，本文经过比对，最终选用廖重斌（1999）的模型[26]。假设各系统发展水平由综合指数f(x)、g(y)分别标识，则可得以下公式：

式中，C为协调度，k为调节系数；T为两个系统的发展度；D为耦合度。限于篇幅全部计算结果不再列出，部分年度三类耦合值见表3。

观察表2可知：全国各年度脑力素质与经济增长耦合的整体均值的增幅为81%，耦合发展趋势逐年向好。各区域均值的基本规律与全国一致，其中东部增幅最高，西部次之，中部最低。从全国各年度身体素质与经济增长和人力资本与经济增长的系统耦合的整体均值及三大区域的均值来看，其基本规律与脑力素质同经济增长的耦合变动规律大体一致。从全国来看，其耦合值持续递增，分别从0.36、0.35上升至0.58、0.59，增幅为61%和68%，整体上进入勉强协调发展阶段。而东部、中部、西部分别从 0.36、0.36、0.35上升至 0.65、0.60、0.50；从 0.37、0.36、0.33 上升至 0.66、0.60、0.52，增幅分别为80%、67%、43%和78%、67%%、58%，与先前结论一致。综合来看可知，我国东部、中部、西部的耦合水平存在逐级衰退态势。

表2 脑力素质、身体素质、人力资本与经济增长的系统耦合度

上述分析从整体上初步给出了我国各省区及三大区域人力资本与经济增长耦合关系的演化特征，以此为基础，如下将对人力资本与经济增长耦合特征的原因做出进一步解析。

四、实证分析

（一）回归变量的设定

依据本文的研究目的，需引入两个自变量：分别是前文核算出的脑力素质与经济增长的耦合值（BE）、身体素质与经济增长的耦合值（PE），分别称其为自变量1、2；因变量为人力资本综合素质与经济增长的耦合值（HE）。

（二）正态检验

在应用可加模型展开回归分析之前，首先需要对因变量的分布进行检验，以明确其是否适用于半参数可加模型。鉴于本文的数据量≤2000，因此以Shapiro-Wilk统计量进行正态性检验。从检验结果看，三大区域的数据都属于正偏态分布，适宜使用半参数可加模型进行回归。检验结果见表3，变动趋势见图1。同时对共曲线性进行了检验，即判断是否存在类似于线性回归中的多重共线性问题，经过检验满足不能有共曲线性的要求。

表3 三区域QQ图检验结果

（三）模型拟合

本文基于SAS9.2平台得出结果。可加模型的回归结果分为三部分：首先得出自变量对因变量的线性影响结果；然后得出非线性影响结果及变动趋势图；最后得出线性与非线性结果叠加后的综合影响。值得一提的是，综合影响结果是线性还是非线性，取决于自变量对因变量的线性或非线性作用力的强弱。

1.线性特征分析

表4 自变量1、2对因变量的线性影响

图1 三大区域人力资本与经济增长耦合值的QQ图

依据式（4），以省域数据为基础，分别对东、中、西三大区域进行估计，线性结果见表4。

首先，总体来看，三大区域自变量2对因变量的影响强度更为显著。考虑到人力资本的综合指数是脑力素质和身体素质的等比重加总，因此上述结果在一定程度上表明足量劳动力对经济增长的拉动作用仍大于高素质人才对经济增长的推动作用，这与我国长期依赖“人口红利”而展现的粗放式增长模式是吻合的。其次，比较而言，脑力素质与身体素质对人力资本的作用大小排序都表现出东部最高，中部次之，最后是西部。这与实际经济发展情况亦相符。总体而言，人力资本作为推动经济增长的关键因素，在我国发挥作用的主要载体仍是海量劳动力堆砌的规模效应，作为知识创新和技术进步载体的高素质劳动力对经济发展的推动作用尚有限。

进一步观察线性结果可知，东部作为我国经济发展的高梯度地区，是高素质人才的集聚地和国内人口净迁移的主要目标地，其劳动力质量与数量对经济增长的促进作用明显优于中部和西部地区。而中部地区作为中间缓冲地带，其经济发展实力低于东部区域但高于西部区域，其对各类人才的吸引力次于东部。今后随着东部“率先发展”、“一带一路”两大战略的深入实施，东部地区产业结构转型对中部地区的辐射带动作用将持续增强，同时为有效防止“中部塌陷”，中部将成为今后我国重点建设的区域，特别是在“长江经济带”、“黄河经济带”两大战略促进下，其对高水平人力资本的吸引力将会有所加强，这将有助于提升本区域的经济发展水平。西部地区在地理区域、经济社会环境方面的劣势明显，经济发展相对滞后，但随着国家“西部二次大开发”、“一带一路”、“沿黄经济带”、“长江经济带”几大战略的实施，其经济发展亦将会有进一步快速提升，而在这一过程中，其对人力资本的吸引力亦将持续增强。总体看，未来三大区域人力资本的作用将进一步增强。不过可以预见，三大区域以人力资本带动的经济增长不太可能出现齐头并进的态势，而以比较优势为引领的发展模式将继续发挥重要作用，从而会形成三大区域人力资本作用力的梯度差。

表5 自变量1、2对因变量的非线性影响

2.非线性分析

三大区域非线性拟合的估计结果见表5，变动趋势见图2～图4。

图2 东部自变量1、2对因变量的非线性影响趋势图

图3 中部自变量1、2对因变量的非线性影响趋势图

图4 西部自变量1、2对因变量的非线性影响趋势图

表5是非线性部分的卡方检验结果，图2～图4分别列示了各区域自变量对因变量的非线性影响趋势。结合表5可知，首先，东、中、西三区域自变量1对因变量的影响皆显著通过了卡方检验；同时，东、中部地区自变量1对因变量的影响皆有先下降再上升然后再下降的影响，呈倒置的被拉伸的“S”型；而西部地区先上升后下降、呈“倒U”型。从三大区域总体看，影响趋势都在下降。其次，自变量2对因变量的影响出现较大差异，除东部地区外，其他两区域皆未通过检验。东部地区自变量2对因变量产生了一个先上升后下降然后再上升的影响。综合看，上述趋势表明，如果考虑动态变化的波动效应，则三大区域综合人力资本对经济增长的影响，主要源于脑力素质对经济增长影响的波动，且这一影响正呈现出下降趋势。这一结果与线性估计结果有很强的相似之处。

3.综合影响效应分析

综合效应的具体结果见图5～图7。其中，横轴表示自变量的取值，纵轴f（·）为线性与非线性结果叠加后的函数估计值。图5～图7中的左、右小图分别为各区域自变量1、2对因变量的线性与非线性影响叠加后的结果，从中可以看出人力资本对经济增长的总体影响趋势。

图5 东部地区人力资本的综合影响

图6 中部地区人力资本的综合影响

图7 西部地区人力资本的综合影响

首先，从东部地区看，由图5可知，自变量1、2对因变量仍是显著的线性影响，从动态变动趋势看，无论是脑力素质还是身体素质，人力资本对经济增长仍呈现较为显著的线性影响，这意味着，非线性影响的作用要远低于线性影响。其次，从中部地区看，虽然其自变量1对因变量的非线性影响显著、自变量2对因变量的非线性影响不显著。但整体上看，与东部区域相似，人力资本对经济增长的影响也主要以线性为主导。此外，从西部区域看，与其它两区域不同的是，自变量1对因变量的综合影响呈现出明显的非线性影响趋势，但自变量2呈线性趋势。这表明，西部地区脑力素质呈现出较强的波动影响。从三大区域的总体情况看，长期内，人力资本对经济增长将呈现持续的线性影响，但短期波动也将持续存在，但其不会改变长期影响趋势。

五、结语

本文构建了综合指标体系，应用层次分析法和耦合模型核算了人力资本脑力素质、身体素质以及综合素质与经济增长的耦合协调程度。尔后采用半参数可加模型分别估算了前两者对后者的线性、非线性及综合影响，从而在系统耦合的非线性视角下全面解析了人力资本的经济增长作用机制。所得主要结论为：

第一，从我国经济最发达的东部地区看，不论是自变量1或自变量2，其与经济增长的耦合效应都远高于中、西部地区，实证的线性分析部分的参数值亦直观的证明了这一点。而由非线性趋势图可知：自变量1对因变量的拉动作用呈下降趋势，自变量2对因变量的促进作用呈上升趋势，这可能与未来经济发展走势相背离。而转变这一态势的核心恰是目前“顶层设计”层面所倡导的以技术创新和人力资本实现转方式、调结构的主旨。因此，今后东部地区以现有发展基础为依托，充分发挥高素质人才集聚核心区的优势，尽快实现以高精尖人才带动技术创新与转化的“率先发展”。

第二，与东部区域类似，中部地区两自变量对因变量的作用机制亦呈现不同的变动机制。中部地区作为承接东部转移、中西联动的中间地带，实证分析结果的线性部分也表明其综合效应介于东、西部之间，且非线性趋势与东部地区基本一致。这意味着未来中部地区应为劳动者创造良好的工作和生活环境，在减少智力外流的基础上吸纳更多的外部高水平人才。

第三，西部地区两自变量对因变量影响的线性部分的系数值皆小于东、中区域，说明无论是脑力素质还是身体素质，这一地区人力资本的作用相对有限。但是，需要注意到其自变量1的综合影响呈不断上升趋势，即脑力素质的提高对该区域的经济带动作用较强。这表明西部目前正处于人才激励的后发优势之中，需加快本地区人才培养、引入与激发机制，从而对本地区经济发展起到重要的推动作用。

综合而言，改革开放以来，劳动力数量所发挥的作用仍强于劳动力质量，由“人口红利”期经济发展速度可见一斑。同时，就本文研究可知，人力资本对经济增长的作用机制出现了新的变化特征，即线性结果主要显示了人力资本对经济增长的长期总体影响趋势；非线性结果则描绘了在经济增长短期动态波动过程中的不同阶段，人力资本对经济增长影响的差异化特征；而综合影响结果将线性与非线性结果相叠加，衡量和比较两种作用机制的大小。✿