李 峰，朱 钰

(河北工业大学经济管理学院,天津 300401)

一、引言

随着我国经济由高速增长阶段转向高质量发展阶段,原有依靠物质要素投入的粗放式发展模式已经不能满足未来经济发展的新要求[1]。如何在未来较长一段时期内实现经济新旧动能的转换,不仅是我国区域而且是整个国家实现经济高质量发展面临的关键问题。人力资本作为知识流动和技术扩散的有效载体,是解释不同区域经济发展差异的重要路径。

不同经济体人力资本对经济增长的具体贡献大小差别较大,即使是同一经济体不同时期人力资本对经济增长的贡献大小也是不尽相同。伴随资本积累减速、人口红利逐步消失,我国人力资本结构变化也正经历着由初级人力资本向高级人力资本演进的过程。据世界经合组织(OECD)官方网站的数据：在25～64岁人口中,初中及以下教育程度人口比重从2000年的81.3%下降到2010年的75.54%；高中教育程度人口比重从2000年的13.9%增加到2010年的14.8%；高等教育程度人口比重从2000年的4.8%增加到2010年的9.68%。2014年,初中及以下教育程度人口比重进一步降至71.7%,高中和高等教育程度人口比重分别增至16.1%和12.2%。与此同时,2018年OECD国家三类教育程度人口平均比重分别为21.07%、42.44%和36.93%。人力资本异质性特征的逐渐突出使得其与经济增长之间的关系不再是单一的线性关系。

我国各省份的经济活动存在明显的空间相关性[2],因此在经济增长模型中考虑变量的空间效应是必要的。地理邻近是空间经济学的核心概念之一,即在追求自身经济利益时,部分经济主体会从与同行、顾客和竞争对手的邻近所产生的正外部性中受益,吸纳人力资本,促进经济增长[3]。然而,值得一提的现象是,我国区域间的人力资本转移出现了明显的“舍近求远”特征,“孔雀东南飞”便是典型案例之一,这与北方内部城市紧密相邻的地缘关系不一致。作为保障经济发展秩序的重要环境,制度是影响区际间空间外溢的另一重要维度。《中国分省份市场化指数报告(2018)》显示,2016年北方15个地区的平均市场化指数为6.28,而南方15个地区这一数据平均值高达7.55。

人力资本的多样性以及区域间的差异对区域内经济增长有什么影响? 对周边地区有怎样的空间效应? 制度因素是否与地理因素一起对空间效应产生影响以及产生怎样的影响? 本文将利用受教育程度、性别等社会经济特征的多维度细化人力资本异质性,在区域层面把单一地理邻近性扩展为包含地理邻近和制度邻近的复合邻近性。基于2004—2018年中国30个省份的面板数据,应用空间面板杜宾模型分析异质性人力资本对区域经济增长的影响作用,为不同发展阶段地区差异化的人力资本培育与积累的政策提供理论支撑,并对区域发展方式的转变、经济高质量发展具有重要的现实意义。

二、文献综述

人力资本对经济增长的影响主要存在三个逻辑：一是人力资本作为要素投入直接作用于经济增长,即卢卡斯作用机制；二是人力资本积累通过影响技术创新活动促进全要素生产率增长,间接作用于经济增长,即尼尔森-菲尔普斯作用机制；三是人力资本不但是最终产品的投入要素,而且还是技术生产的关键投入品,从两方面对经济增长产生推动作用,即联合作用机制。然而既往研究多注重整体人力资本存量,而对人力资本的异质性考虑不足[4-5]。由于边际收益的不同,不同类型人力资本对经济增长影响的显著性和作用机制存在显著差异。Papageorgiou[6]研究发现,初等教育在最终产品的生产中更重要,而小学后的教育更多与技术应用与创新相联系。刘智勇等[7]研究发现,总量人力资本既通过尼尔森-费尔普斯作用机制又通过联合作用机制作用于经济增长,但初等教育的作用机制均未得到任何验证,中等教育主要通过卢卡斯作用机制以及尼尔森-费尔普斯作用机制中的技术创新促进经济增长,高等教育则只通过卢卡斯作用机制中的技术创新影响经济增长。刘金涛[8]依照受教育年限对人力资本进行划分,其对总量人力资本的研究结论与刘智勇等[7]相同,但认为中级人力资本通过尼尔森-菲尔普斯中技术创新和技术模仿共同作用于经济增长,而高级人力资本的三种作用机制均得到验证。可见,人力资本所有者的知识、技能、体力、经验、性别不同,人力资本的生产能力和经济资源配置能力存在很大差别。其中,一般型人力资本受过基本的素质教育,从事工作的规范化、程序化程度高,在经济增长中的作用逐渐弱化；专业型人力资本接受高等教育或参加高水平的技能培训,积累专业知识和技能,可替代性较小,在经济发展中的作用越来越重要。本文认为上述异质性人力资本的划分标准仅仅关注了教育程度,而忽略了性别这一包含社会经济特征的异质性因素。

随着空间经济学的兴起,人力资本是否对经济增长产生空间溢出效应以及这种溢出的方向性等问题,均引起了学者的广泛关注。Rosenthal et al.[9]通过经验研究验证了人力资本存在正向空间溢出效应。而Fischer[10]基于拓展的MRW空间模型,考察了1995—2004年22个欧洲国家的198个地区,结论表明人力资本空间溢出效应对经济增长的作用并不显著。我国学者肖志勇[11]、高远东等[12]分别将空间变量引入MRW模型,然而研究结论不一。前者研究发现在0-1权重矩阵下人力资本对区域经济增长具有较强的空间溢出效应；后者认为在0-1权重矩阵下中国全域及东部、西部区域的人力资本及其空间外溢效应对经济增长的贡献均不显著。可见,空间视角下人力资本对区域增长的作用存在一定争议,且上述研究既没有考虑人力资本结构,也过于单一地解读了邻近性。

人力资本是知识流动和技术扩散的有效载体,其迁移过程必然受到地理距离的影响。地理上的非邻近关系不利于信息获取,随着两地间距离的增加,行为主体之间发生知识流动和技术扩散的概率会降低,空间溢出效应会减小[13]。制度邻近也是影响人力资本空间溢出的一个重要维度,指组织面临非正式约束和正式约束的相似程度。制度上的约束将导致溢出过程中出现损耗,产生“冰山成本”。两个地区间制度邻近水平越高,人力资本的溢出效应受到的阻碍就越小。主体间受到相似制度体系、惯例和价值观等影响,更容易培养出信赖感,由此降低地区间不确定性与交易成本,可促进人力资本溢出。因此单纯从地理邻近性视角研究显得过于单薄,有必要加入制度邻近性构建地理-制度复合邻近性权重矩阵。

鉴于此,本文利用2004—2018年中国30个省份的面板数据,进行拓展研究：(1) 运用包含社会经济特征的多维度指标对人力资本进行异质性细化；(2)将异质性人力资本影响经济增长的研究框架扩展至空间维度,实证分析不同类型人力资本的经济增长效应及其空间溢出效应；(3) 突破单一地理邻近,构建地理-制度复合邻近性权重矩阵,并将复合邻近性、异质性人力资本和区域经济增长纳入同一分析框架,在复合邻近条件下探究异质性人力资本对经济增长的影响。

三、研究设计

(一)邻近性测度

1.地理邻近测度。在实证研究中,一般基于两种方法来构建反映地理邻近的空间权重矩阵。一种是空间邻接权重矩阵,该方法认为只有相邻空间单元之间才存在空间交互,此时权重取值为1,否则取值为0；另一种方法引入了对两个空间单元的潜在相互影响的总体测度[14],比如直接以距离的函数作为空间权重,可以是基于空间球面距离的矩阵、基于最短行车时间的矩阵、基于铁路或公路里程的矩阵等。本文选用第二种方法构建地理邻近矩阵。借鉴Hong的研究,根据30个省会城市和直辖市的经纬度,计算任意两个省份之间的球面距离dij[15]。采用球面距离作为衡量的原因是其能够较好地表达空间溢出作用在空间单位距离上的衰减效应。考虑到距离度量单位可能会对结果产生影响,采用地理距离平方的倒数来表示地理邻近。基于此定义地理空间权重矩阵WG,设定如下：,为了减少或消除区域间的外在影响,对权重矩阵进行行标准化处理,使得行元素之和为1。

2.制度邻近测度。由于制度本身是一个多维的抽象概念,所以当分析不同地区间的制度邻近性时,应选择具有明显地区差异的关键维度来度量邻近关系[16]。目前制度邻近性的测度主要包括两类方法：第一类是利用虚拟变量,比如使用1与0来区分国内和国外,以此表示制度距离[17]；第二类是利用市场结构、政策结构等相关指数来计算,比如Ejermo et al.[16]、党兴华[18]、陶长琪等[19],基于市场化程度和地区保护程度两个关键维度来度量制度邻近性。由于国内市场整合,即市场化程度提升,能够改善就业环境、提升地方品质、吸引优质人才；同时,地方保护主义造成的地区分割和“诸侯经济”会阻碍中国国内市场的整合过程[20]。因而本文采用第二类方法测度制度邻近。市场化程度的度量过程较为复杂,本文采用樊纲等的数据来度量①；地方保护程度的测度方法也不统一,有关研究认为伴随着市场分割程度的提升,地方保护程度会不断强化[21],因而可以用市场分割程度测量地方保护程度,本文借鉴陆铭等[22]的价格指数方法实现量化②。

设定Ri、Rj表示任意两个地区的市场化指数,Zi、Zj表示任意两个地区的市场分割指数,则定义任意两个地区之间的制度距离为：。一般而言,制度距离越大,表明地区间制度邻近水平越低,空间溢出的阻碍越大,越不利于人力资本的跨区域交流、合作与流动。因此,可定义制度邻近水平为：

设地区i第t年市场化指数为Rit,市场分割指数为Zit,则地区的平均值为：

基于此,定义基于制度邻近的空间权重矩阵为WI,其中同样进行了行标准化处理。

3.地理与制度复合邻近。文献对于复合邻近性的处理,大多遵循两种方法：第一种是相乘[23],第二种是相加[24]。本文遵循第二种方法,设定了地理与制度复合邻近权重矩阵,具体如下：

其中,WijG是地理邻近权重矩阵,WijI是制度邻近权重矩阵,同样进行了行标准化处理。

(二)模型构建

本文以卢卡斯人力资本模型为原始模型,将经济产出视为人力资本、物质资本及劳动力投入的函数。具体表达式如下：

其中,Yit代表总产出,Hit代表人力资本投入,Kit代表物质资本投入,Lit代表劳动力投入,CONTROLSit代表一系列控制变量。将其进行对数线性化,得到本文实证模型的一般形式：

考虑到经济活动存在一定的空间相关性,本文借鉴Anselin et al.[25]提出的空间面板计量方法,构建如下空间面板模型：

其中,W为空间权重矩阵,μi为个体效应,γt为时间效应,εit为随机误差项(服从独立同分布假设)。

事实上,不同类型的空间计量模型所假定的空间传导机制并不相同,其所代表的经济含义也有所区别。若λ ＝θ ＝0,则为空间自回归模型(SAR),该模型假设被解释变量会通过空间相互作用对其他地区的经济产生影响[26]；若ρ ＝θ ＝0,则为空间误差模型(SEM),该模型假定空间溢出产生的原因是随机冲击的结果,其空间效应主要通过误差项传导；若λ ＝0,则为空间杜宾模型(SDM),该模型综合了两类空间传导机制,即被解释变量以及解释变量均存在空间依赖。空间计量模型的设定和选取至关重要,一般使用空间依赖性检验进行选择。如果相较于LMERR(拉格朗日乘数误差检验),LMLAG(拉格朗日乘数滞后检验)在统计上更加显著,且代表稳健性的R-LMLAG(稳健拉格朗日乘数滞后检验)显著而R-LMERR(稳健拉格朗日乘数误差检验)不显著,则选择SAR(空间滞后模型)；反之,如果在统计上LMERR比LMLAG更加显著,且R-LMERR显著而R-LMLAG不显著,则选择SEM(空间误差模型)；如果上述检验都显著,则采用SDM(空间杜宾模型)。面板数据空间依赖性检验结果如表1所示。

表1 面板数据空间依赖性检验结果

表1中,四种检验在三类空间权重下至少通过了5%的显著性水平检验,并且在地理与制度复合邻近下呈现的检验结果最为显著,与前文的理论机制分析相吻合。因而选用SDM模型进行实证分析,基于此设定空间面板模型如下：

(三)变量说明与数据来源

1.变量说明。表征经济增长的被解释变量：区域生产总值(Y)。本文采用各地区的实际GDP来真实地反映产出水平,并根据价格指数统一折算为2003年不变价,以去除价格变动的影响。

表征人力资本的核心解释变量：人力资本(HUM)。本文采用各地区的平均受教育年限来度量总量人力资本(HUM),具体公式为HUM＝小学人口比例×6+初中人口比例×9+高中人口比例/中职人口比例×12+大专及以上人口比例×16。关于异质性人力资本的界定,按照受教育程度及性别进行界定。其中,受教育程度方面将6岁及以上人口划分为初级人力资本、中级人力资本与高级人力资本三种类型。其中,用接受过小学教育的人力资本表征“初级人力资本”(HUM_P),具体公式为HUM_P＝小学人口比例×6；用接受过初中、高中及中职教育的人力资本表征“初级人力资本”(HUM_M),具体公式为HUM_M＝初中人口比例×9+高中人口比例/中职人口比例×12；用接受过专科教育及以上的人力资本表征“高级教育人力资本”(HUM_H),具体公式为HUM_H＝大专及以上人口比例×16。

表征物质资本的解释变量：资本投入(K)。资本投入K通常用物质资本存量来表示,目前较为通用的计算方法有两种：一种是永续盘存法,另一种是采用固定资产净值来表征。鉴于数据的可获得性,本文采用单豪杰[27]提出的处理方法。为获取以2003年为基数的剔除价格变动因素的资本存量数据,在单豪杰[27]给出的以1952年为基期的2003年物质资本存量数据基础上,依照公式进行折算,获取到以2003年为基期不变价的各地区物质资本存量。根据Kit ＝(1-δ)Kit-1+Iit作进一步推算,式中,Kit为本期资本存量,Kit-1为上一期资本存量,Iit代表i地区t时期以不变价计算的投资额,δ为资本折旧率,取10.96%。

表征劳动资本的解释变量：劳动力投入(L)。严格地说,劳动力投入应包括数量和质量两个方面,但考虑到数据的可得性,本文使用各地区年末就业人口数。

其他控制变量：(1)开放度(OPEN)。孙楚仁等[28]发现贸易活动会通过制度渠道对经济增长产生正向影响,因此本文对对外开放度(进出口总额与实际GDP的比率)水平予以控制。(2)城镇化率(URBAN)。朱孔来等[29]研究发现我国城镇化水平与经济发展水平之间存在稳定的正相关关系,为此在实证分析中对城镇化率予以控制,采用城镇人口与总人口之比表征。(3)外商直接投资(FDI)：FDI可以通过增加资本形成、扩大出口、创造就业、输出先进科学技术以及提供现代化管理制度等途径来直接推动经济的快速发展,本文采用实际利用外商投资额来衡量FDI。(4)交通基础设施(INF)。通达的交通可以促进区际人才输送,减少在途时间,降低交易成本,促进空间溢出,实现经济增长。但是,人力资本空间分布不均衡所导致的马太效应却可以造成区域发展的不协调,因此交通基础设施对经济发展的影响不确定。本文采用各省份公路里程数予以表征。(5)研发投入强度(RD)。研发投入强度与经济增长之间的关系存在不确定性,在前期随着经费比重的增加,经济水平实现快速增长,但后期边际收益逐步回落,经济增长速度下滑,甚至可能出现抑制经济增长的情况。本文采用各省份研发投入经费占实际GDP比重予以表征。

2.数据来源。考虑到数据的可得性和完整性,本文选择中国30个省份(香港、澳门、台湾、西藏因数据缺失,故剔除)作为研究地域单元。被解释变量时间跨度为2004—2018年；为了缓解内生性问题,所有解释变量均取滞后1期变量,因此其他变量时间跨度为2003—2017年。所使用的数据主要来自《中国统计年鉴》、《中国科技统计年鉴》、《新中国60年统计资料汇编》、各地区《统计年鉴》、EPS数据及Wind数据平台。表2给出了各变量的描述性统计。

表2 变量的描述性统计

四、实证分析

(一)空间自相关分析

空间自相关是反映不同变量在同一个分布区内潜在的相互依赖性。度量全局空间自相关多采用Moran' sI予以刻画,计算公式为：

依托上述计算公式和相关数据,基于地理与制度复合邻近、地理邻近、制度邻近三类空间权重矩阵,对样本期内我国30个省份的初级人力资本、中级人力资本、高级人力资本与经济增长进行全局空间自相关性检验。数据结果见表3、表4,从全局Moran' sI检验结果可以看出,几乎所有的统计值都通过了显著性检验,表明初级、中级和高级人力资本与经济增长均存在明显的空间自相关性。同时,考察期内高级人力资本的Moran' sI在三类邻近下分别介于0.054 2～0.128 4、0.058 0～0.096 4和0.050 4～0.185 7,表明制度邻近、地理与制度复合邻近下高级人力资本的正空间相关性更显著；而初级人力资本却呈现相反状态。反映出高级人力资本对于制度信息的捕获及接收能力较强,这使他们能够在短时间内对于制度的调整作出反应,更容易在制度邻近性较高的地区间流动。

表3 地理与制度复合邻近下Moran' s I

表4 地理邻近及制度邻近下Moran' s I

进一步分析可知,随着年份的递进,地理邻近下初级人力资本的Moran' sI呈现下降趋势,而制度邻近下初级人力资本的Moran' sI则呈现上升态势,表明近年来初级人力资本对于制度优势的敏感性在逐步提升,说明打破制度障碍正在慢慢成为全体劳动者普遍的希冀。此外,如表4所示,2012年以后,高级人力资本在制度邻近下的Moran' sI呈现出波动型弱化趋势,表明随着区域制度协同战略的有效实施,核心城市集聚发展模式得以疏解、区域间人才流动渠道得以疏通。

(二)空间计量分析

1.总量人力资本维度。为了提高回归结果的准确性,依照一般思路研究总量人力资本对经济增长的影响。根据前文空间相关性分析结果,采用极大似然估计法,基于公式(9)所设定的空间面板计量模型进行回归分析,这里同时给出地理邻近、制度邻近下的回归结果作为参考。此外,根据豪斯曼检验的结果,采用固定效应模型进行估计。参照针对空间和时间固定效应的联合显著性检验结果,选用时空双固定效应,具体回归结果见表5。其中模型(1)、(3)、(5)是未加入控制变量的回归结果,模型(2)、(4)、(6)是加入了控制变量的回归结果。

表5 多维邻近性下的空间面板数据模型回归结果

如表5所示,在地理与制度复合邻近、地理邻近和制度邻近下空间项系数ρ在1%或5%的显著度下为正,表明各地区的确存在明显的正向经济增长溢出效应,引入空间模型是必要的。不同维度邻近下总量人力资本(lnHUM)估计值均在1%的显著性水平上为正,表明总量人力资本具有促进要素流动、实现增长溢出等有助于经济发展的优势。考虑到W ×lnHUM的估计值亦显著为正,表明总量人力资本在推动经济发展过程中存在溢出效应,本地区的总量人力资本水平对邻近地区经济发展有正向效应,人力资本的跨区域交流产生空间溢出效应。

事实上,SDM模型给出的估计结果无法完全反映出解释变量与被解释变量间的关系,因此应当进一步对模型中包含的复合信息予以分析。Lesage et al.[30]依据空间效应的范围和对象的不同,将空间计量模型中自变量对因变量的影响分为直接效应、间接效应(空间溢出效应)和总效应。直接效应反映了自变量x对本地y的平均影响,间接效应反映了自变量对邻地y的平均影响,而总效应反映了自变量x对全部区域产生的平均影响。

表6给出了三个维度邻近下的效应分解结果。以地理与制度复合邻近为例,总量人力资本的直接效应为0.905 5,即总量人力资本存量每提高1%,区域内经济水平提升0.905 5%。总量人力资本的空间溢出效应为4.138 6,即总量人力资本存量每提高1%将引致邻近地区经济水平提升4.138 6%。进一步分析可知,该间接效应占总效应的82%以上,这也印证了人力资本积累所引致的空间溢出效应是影响我国区域经济发展的核心因素。从全域层面看,人才市场的空间配置优化和调整依赖于相邻位置或相似制度的区域政府联动配合,这将有效降低要素流动的壁垒限制,并充分提升外溢效应的吸收能力,从而有力推动区域经济协调发展。

表6 总量人力资本效应分解

观察不同维度邻近下的间接效应,地理与制度复合邻近下的空间外溢效应明显大于地理邻近与制度邻近下的空间外溢效应,且拟合优度更高。由此可推断,以往基于单一地理邻近的实证研究,可能大大低估了人力资本对经济增长的空间溢出效应。从政策层面看,人力资本所承载的隐形知识资源在按照政策体制与交通渠道进行双重区际配置时,更易于发挥空间外溢效应,实现经济增长作用。这再一次与前文的理论机制分析相吻合,因此下文将排除地理邻近与制度邻近,采用地理与制度复合邻近空间权重矩阵进行回归分析。

2.异质性人力资本。接下来,分析在地理与制度复合邻近下异质性人力资本溢出对经济增长的影响。其中,(7)给出初级、中级与高级人力资本为自变量的回归结果；(8)给出按性别划分的男性初级、女性初级、男性中级、女性中级、男性高级与女性高级6种异质性人力资本的综合回归结果,具体见表7和表8。

表7 地理与制度复合邻近下异质性人力资本空间面板数据模型回归结果

表8 变量空间效应分解结果

如表7报告的(7)回归结果所示,初级人力资本(lnHUM_P)与中级人力资本(lnHUM_M)对经济增长的作用均显著为负。从表8报告的效应分解结果来看,初级人力资本的直接效应为-0.392 6、空间溢出效应为-0.831 9,二者均通过了1%的显著性水平检验；中级人力资本的直接效应为-0.136 1,但空间溢出效应为1.045 3,二者均通过了显著性水平检验。这表明提升中级人力资本积累和投资能够产生利于邻近地区经济增长的空间溢出效应,而初级人力资本则难以产生积极的经济影响。过去20多年的时间里,我国走完了发达国家上百年的义务教育普及之路,因而中级人力资本存量实现了较大幅度提升,相比之下初级人力资本占比有所下滑。由于现实社会中多数工作岗位要求应聘者具备初中及以上学历,因此相较于初级人力资本,中级人力资本对空间距离的敏感性更弱,在区域之间的流动性更强,正是他们对薪酬和工作机会的不断追求导致了正向溢出效应。此外,初级人力资本的就业搜寻范围较小,且大部分从事简单重复型劳动工种,职业的可替代性较强,而AI时代的到来更是加剧了这种演化趋势,因此出现了负向空间溢出效应。

高级人力资本(lnHUM_H)的估计系数为正,但未能通过显著性检验,表明当前高级人力资本存在一定程度的经济增长效应,但还未得以充分挖掘,需要社会各界对其投入更多资金与政策支持。同时,表8显示,高级人力资本的直接效应、间接效应与总效应值都大于0,但均未能通过显著性检验。这是由于与发达国家相比,我国的人力资本结构仍存在非常充足的调整优化空间。具体表现为,产业对高级人力资本的需求无法得到充分满足,特别是在一些高精尖技术产业领域,人才供求矛盾表现尤为突出,这也导致了高级人力资本对经济增长的促进作用及溢出效应尚不显著的局面。

进一步将人力资本按性别划分,着重分析SDM模型效应分解所给予的交互信息。男性中级(lnHUM_MM)及男性高级人力资本(lnHUM_HM)的空间溢出效应显著为正,直接效应并不显著；男性初级人力资本(lnHUM_PM)的空间溢出效应显著为正,直接效应却显著为负。女性方面,只有高级人力资本(lnHUM_HF) 的直接效应显著为正,而女性初级(lnHUM_PF)与女性中级人力资(lnHUM_MF)的直接效应与间接效应均呈现不显著的负向状态。这也印证了前文的研究结论,高级人力资本引致的正向溢出效应还存在巨大挖掘空间。然而结果还显示出当前环境下,我国女性劳动力在就业市场仍然处于劣势地位,这与我国实际情况是相符的。第一,据国家统计局公布的数据显示,截至2019年末,我国男性人口达71 527万人,而女性人口仅68 478万人,男女性别比为1 ∶1.04。男性劳动力的丰裕度高,同时社会资本对男性就业能够发挥更大的促进作用,因此相较于女性,男性更容易获得理想的岗位[31]。第二,受到中国传统文化以及经济动机的影响,包括教育资源在内的家庭资源分配总是偏向于男性[32],这就导致了女性整体受教育年限低于男性,因而女性初级人力资本占比较高,相应地女性中级人力资本难以发挥明显的经济促进作用。第三,女性在从事偏体力型的劳动时效率远低于男性,并且女性在风险态度、竞争意识等方面的弱势,以及她们生育行为产生的工作中断和有效劳动时间减少等都会在一定程度上削弱女性人力资本的经济增长效应[33]。

五、结论及建议

本文在区域层面上把单一地理邻近性扩展为包含地理邻近和制度邻近的复合邻近性,运用空间面板杜宾模型实证研究了异质性人力资本对区域经济增长的影响。基于2004—2018年中国30个省份面板数据的估计结果表明：(1)制度邻近、地理与制度复合邻近下高级人力资本呈现先强烈集聚后波动弱化的趋势,而初级人力资本呈现相反状态；(2)复合邻近性下人力资本对经济增长的空间溢出效应明显,但异质性人力资本的区域积累与效应发挥均出现了明显的“舍近求远”特征；(3)初、中级人力资本均不利于本地区经济增长,但中级人力资本有益于邻地经济增长,主要通过促进技术追赶影响邻地经济增长,而高级人力资本对本地和邻地经济增长的正向作用不显著；(4)男性高级人力资本对邻地经济增长具有积极影响,女性高级人力资本对本地经济增长具有积极影响。

通过以上结论,提出以下政策建议：

首先,中国各省份应当充分利用交通基础建设与制度体系完善双向手段破除区际壁垒,更好地发挥空间溢出效应的正向推动作用,努力实现异质性人力资本的快速流动以及适度集聚。

其次,注重人才专业化与知识多样性,特别是高级人力资本已经成为各省份区域经济发展的可靠动力及空间溢出的重要载体。政府应当利用他们对于制度信息的捕获及接收能力较强的优势,结合区域的比较优势以及用人缺口制定具有地方特色的人才落户计划等政策,特别对高精尖技术产业加大扶持力度,从而吸纳优秀急需人才投入区域经济建设之中。

再次,我国女性人才的就业愿望强烈且潜力巨大,但传统思想及现实条件还在一定程度上束缚着女性。一方面政府需要合理引导社会舆论氛围,倡导家庭责任夫妇共同承担,破除“男主外,女主内”的传统分工思想；另一方面应当制定女性高级人才在怀孕、生育、经期等特殊时期的保障政策,如延长产假、带薪休假等,最大限度优化女性人才创新空间与竞争机制。

最后,值得注意的一点是,过分依托邻近性所带来的人力资本高度集聚化会导致区域发展不协调,甚至导致锁定效应(lock-in effect)的出现。当区域间发生过度邻近时,人力资本、技术等依赖关系会相继形成。过度同质化的人力资本环境使得城市失去了全面获取知识来源的竞争意识,在开放经济的条件下城市反而进入自我封闭状态。中央政府应当对人力资本的空间分布进行合理引流、调度,促进人才多向流动。对于大城市而言,不能“唯邻近性”,也不能一味争夺特定领域的高端人才。应当根据区域经济发展需要建立开放性的吸收网络,及时给予落后地区反哺与回馈,促进区域协调发展。

注释：

①因2017年的市场化指数还未公布,故选取2003—2016年各地区市场化指数数据。

②选取我国2002—2017年《中国统计年鉴》中的“各地区居民消费价格分类指数”,抽取出了各年度可以对应的8类价格指数,计算各省份的市场分割指数,按照价格指数法计算得到2003—2017年30个区域间市场分割指数。