中国地区人力资本不平等及其空间分布的动态演进
彭树宏
[摘 要] 人力资本是经济创新和发展的重要推动力，是导致长期区域发展差异的根本原因，地区人力资本不平等及其演化将会影响到未来地区发展格局。本文运用泰尔指数及其分解、核密度分布、重心测度及其耦合模型等多种方法，从多个角度对1985—2016年期间中国地区人力资本不平等及其空间分布的动态演化进行了研究。研究结果表明：(1)中国地区人力资本不平等的演进呈现出每隔十年一个阶段的起伏波动特征，当前处在下降周期阶段，其空间分布的极化趋势明显，呈现出高者愈高、低者愈低的“马太效应”，人力资本不平等的地区和城乡差异明显；(2)中国人力资本重心的空间变迁经历了1985—1992年的循环往复阶段、1992—2010年的东南迁移阶段和2010—2016年的向西迁移阶段，人力资本重心与经济重心的耦合程度越来越高。
[关键词] 人力资本 不平等 动态演进 泰尔指数 重心
一、引言
人力资本是凝聚在劳动者身上的能够创造个人、社会和经济福祉的知识、技能、能力等各种特质(OECD，2007[1])。自上世纪60年代舒尔茨、贝克尔等经济学家系统提出人力资本概念以来，众多研究均表明人力资本是经济创新和发展的重要推动力(Lucas，1998[2]；Romer，1990[3]；Galor，2005[4]；Acemoglu，2011[5])。Gennaioli等(2013)[6]甚至认为，人力资本是解释长期区域发展差异的最重要原因。随着全球创新进程的不断加快和人工智能等新经济的迅猛发展，一方面机器人正在加速替代人类的许多低技能的重复性工作，另一方面新技术也创造了许多新的岗位需求，对工人的人力资本提出了更高的要求，未来世界各国的经济发展将越来越取决于一国人力资本的竞争力(世界银行，2019[7])。
改革开放以来，人力资本对中国经济增长和经济效率的提高起到了很重要的促进作用(杨建芳等，2006[8]；Fleisher等，2010[9])，同时也对地区经济和收入差距产生了重要影响(姚先国等，2008[10]；陈斌开等，2010[11])。随着中国经济从要素投入型向创新驱动型的转变，人力资本在经济和社会发展中的重要性将进一步凸显(蔡昉，2013[12])(1) 2018年以来，中国各地方政府纷纷出台名目繁多的人才政策，大力“招才引智”，开展“人才大战”，即是经济发展方式转型的内在要求和具体体现。 。中国是一个地域和人口大国，各地人力资本和经济发展状况差异很大，地区发展不平衡问题一直很突出并为政府所关切。在经济发展更加倚重人力资本的情形下，地区人力资本不平等将会影响到未来地区发展的格局，这也是为何近年来各地方政府纷纷开展人才战，密集出台人才政策的根本原因。如果我们能把握地区人力资本不平等及其空间分布的动态演化规律，那么在某种程度上我们就能预测未来地区经济和社会发展不平等的格局和变动趋势，进而采取相应的政策应对措施。
对人力资本的研究主要集中在人力资本存量的测度、人力资本投资的回报率和人力资本对经济增长的影响等方面。人力资本投资回报的研究主要是从微观的角度考察教育、健康等人力资本对个体收入等方面的影响效应，这方面的研究文献一方面着眼于因果关系的考察，在研究方法上不断实现突破(Angrist和 Pischke，2009[13]；Heckman等，2011[14]；Heckman等，2018[15])；另一方面着眼于研究视域的扩展，逐步从收入等劳动力市场的回报扩展到非劳动力市场回报(Lochner，2011[16]；Oreopoulos和 Salvanes，2011[17]；Clark和Royer，2013[18])。人力资本对经济增长和收入差距影响的研究主要基于从宏观视角展开的内生增长模型，多数研究都认同人力资本是导致各国或地区之间经济增长水平差异的重要原因(Batabyal和Nijkamp，2013[19]；Teixeira和Queiros，2016[20])；当前研究正往纵深方向发展，主要体现在人力资本对经济增长的路径机制分析(Teixeira和Queiros，2016[20]；Murphy和Topel，2016[21])、人力资本与社会经济制度的相互作用(Acemoglu等，2003[22]; Acemoglu等，2005[23]；Madsen等，2010[24])、人力资本结构对经济增长的影响等方面(Dias，2015[25]；刘智勇等，2018[26])。无论是人力资本投资回报的研究，还是人力资本对经济增长的影响的研究，其中的“人力资本”往往都是以简单的教育年限或健康状况指标来替代，而没有涵盖人力资本的全面内涵。
人力资本存量的测度研究则从人力资本概念本身的内涵出发，着眼于如何采用更科学的方法更准确地测度出各年各地的人力资本存量。其研究方法经历了支出法、收入法到综合法的演变，当前的研究进展一方面是对现有测度方法的改进(Folloni和Vittadini，2010[27]；Jones，2014[28])，另一方面是运用现有方法对发展中国家和地区，以及一国内(如省、市等)更细分的地理单元的人力资本状况进行测度(李海峥等，2010[29]；李海峥等，2013[30]；Shah和Steinberg，2015[31])。这方面的研究往往只是测度出基础性的人力资本存量的数据，而缺少对这些基础性数据的进一步挖掘和分析。
按照JTG H30—2004《公路养护安全作业规程》要求，施工警告区最小长度不得小于1000m。而实际路段沿行车方向依次有秋千坪隧道（3516m）、陶家溪隧道（255m）、季家坡隧道，3段隧共同组成隧道群。为保证隧道内行车安全，养护站与项目部决定，延长养护维修作业控制区，将整个隧道群作为一个整体，在秋千坪隧道入口外设立“前方施工”标志牌，在陶家溪隧道入口外设立“前方施工”“限速40”“向左（右）变道”标志牌，在季家坡隧道入口外设置限高、限宽门架，禁止超高、超宽车辆通行，其他车辆不受施工影响并按要求开始设置上游过渡区。
The gate–drain capacity Cgd/Sat was calculated using the formula below:
虽然中国地区不平等问题一直以来备受关注，但是相关研究主要集中在经济不平等、收入不平等、人口不平等等，地区人力资本不平等问题研究较少(王小鲁和樊纲，2004[32]；洪兴建，2010[33]；刘华军等，2014[34]；吴连霞和吴开亚等，2018[35])。主要原因是GDP、收入、人口等的统计数据健全，而人力资本的度量是一个难题，现实中缺少人力资本的统计数据。少数涉及人力资本不平等问题的研究，也均是采用教育年限来代替人力资本(陈钊等，2004[36]；匡远凤，2011[37]；黄杰，2018[38])。但人力资本的概念远比教育广泛，一切可以提高劳动生产率的个人特质均可纳入人力资本的范畴。仅以教育来代替人力资本难免会出现测量误差，进而影响到研究结论的科学性和相关政策的有效性。
本文采用最新发布的《中国人力资本报告2018》的相关数据，运用泰尔指数及其分解、核密度分布、重心测度等多种方法从多个角度对中国人力资本不平等及其空间分布的动态演化进行了研究，以期为相关的人力资本投资政策和区域发展政策的制定提供参考依据。本文的主要贡献和特色是：(1)首次采用经科学测算得到的全面人力资本数据进行人力资本不平等的演化研究，能反映真实的人力资本不平等状况；(2)首次借鉴重心的概念，测算了中国人力资本重心的演进轨迹及其与经济重心的耦合态势；(3)研究时期长、地区范围广、刻画角度多，样本涵盖1985—2016年共32年中国内地全部31个省份的数据，从不平等指数、核密度分布、不平等分解、重心及其耦合等多个角度开展研究；(4)着重从跨时期的动态视角来研究地区人力资本不平等及其空间分布的动态演化，挖掘其中的特征规律和基本事实。
二、测度方法与数据来源
(一)人力资本不平等的测度
泰尔指数是广义熵指数簇中的特例，由泰尔于1967年在其著作《经济学和信息理论》中借由信息理论中的熵概念而提出。与基尼系数相比，泰尔指数从提出到应用的时间较短，其更适合于按特征分组的分解，故我们采用泰尔指数计算地区人力资本不平等并进行分解(2) 本文也采用泰尔第二指数进行了测算和分解，研究结论没有变化。 。泰尔指数的计算公式为：
(1)
两个重心之间的变动一致性以不同重心各自相对于上一时间点产生位移的矢量夹角θ 来衡量，θ 越小则变动的方向越一致。取θ 的余弦值作为变动一致性指数c ，该指数越大则表示变动越一致。以(Δx h ,Δy h )、(Δx e ,Δy e )分别表示人力资本重心和经济重心相对于上一年份在经纬度坐标上的变化量(Δx =x j -x j-1 ，Δy =y j -y j-1 ，j 表示年份)，则c 可由下式计算：
为了考察人力资本分布各部位的变化，本文进一步每隔5年选取典型年份绘制人均人力资本的核密度分布曲线图。核密度估计量为：
(2)
其中，h i 是人均人力资本，h 为人均人力资本的均值；d 为带宽，也称光滑参数，d 越大，所估计的密度函数
越光滑；函数K (·)被称为核函数，实质是权重函数，本文采用常用的Epanechnikov核函数进行计算。
将研究样本按地区分为东部、中部和西部三组，则泰尔指数可分解为各地区组内不平等和组间不平等指数的和：
(3)
其中，v k =n k /n 表示第k 组的样本份额，λ k =μ k /μ 表示第k 组平均的人均人力资本与总平均的人均人力资本之比，
分别为第k 组的泰尔第一指数和泰尔第二指数。式(3)右边第一项表示地区组内人力资本不平等，第二项表示地区组间人力资本不平等。分别将组内不平等和组间不平等除以总不平等指数即得到组内不平等和组间不平等对总体不平等的贡献。
(二)人力资本重心及其耦合的测度
当m ij 分别为第j 年的固定资本、GDP、第一产业增加值、第二产业增加值和第三产业增加值时，可由式(4)分别计算第j 年的固定资本重心、经济重心、第一产业重心、第二产业重心和第三产业重心。
在全球化的今天，多元化的潮流依然存在，我们无法阻挡任何文化的传播和交流，文化交流不仅是推进世界文化进步的一个重要条件，也是推进世界文化多元性的内在要求。当下，我国民众通过引进剧知晓国外的风俗人情和文化生活，其所带来的外来文化的发展趋势锐不可当。从这方面看，引进剧在中国的发展前景可谓是有大好前途的。众所周知，辩证的看待事物发展的两面性是马克思主义理论的精髓，引进剧在我国发展的光明前途和它或许存在的消极影响正如硬币的正反面，我们不能忽视。因此，从这个角度分析，在现代化与社会主义的双重视野下，理性地审视引进剧与中国文化建设的关联，不只是创新繁荣中国文化的需要，更是兴盛21世纪马克思主义的需要。
(4)
假设n 为省份个数，其中第i 个省份的地理坐标以其省会城市坐标
表示，其在第j 年的人力资本为m ij ，则第j 年全国人力资本重心的计算公式为：
第j 年到第k 年的重心移动距离d k 可由下式计算：
(5)
式(5)中，(x j ,y j )、(x k ,y k )分别表示第j 年和第k 年某种属性的重心坐标。c 表示地理坐标与平面投影坐标之间的转换率，一般取1°=111公里来计算。
2.经济重心。
东魏北齐时代，《伪古文尚书》的传习仅见两例，除去由南入北的颜之推，另一例为魏收。他为魏齐禅代所作册命文，其中有“乃神乃圣”一句，典出《大禹谟》㉜。魏收早在北魏末年就已崭露头角，得习《伪古文尚书》，亦当是北魏洛阳时代的影响。
(6)
在运用慕课教学手段开展小学语文教学的过程中，教师首先需要开展的工作就是对整体的教学大纲和教学任务进行分析以及掌握，以此为依据将教学内容进行细化，按照不同的类型、难度划分模块，实施模块教学。其次，当教师已经整理好教学内容，便可以按照知识脉络设计知识图谱，形成知识结构，并通过不断地完善形成具有系统性的知识体系[1]。
其中，h i 为i 省份人均人力资本，
为全国平均的人均人力资本，n 为省份数目。
当(Δx e ,Δy e )分别为第一产业增加值、第二产业增加值和第三产业增加值时，可由式(7)分别计算人力资本重心与第一产业重心、第二产业重心和第三产业重心之间的变动一致性。
总体上看，中国人力资本重心的空间变迁经历了1985—1992年的循环往复阶段、1992—2010年的东南迁移阶段和2010—2016年的向西迁移阶段。人力资本是人口素质和劳动力质量的体现，人力资本重心的空间变迁反映了人口和劳动力要素的空间流动趋向。中国在1978年开始实施改革开放，在进行改革试点和思想准备后，于1984年10月发布《中共中央关于经济体制改革的决定》，改革全面展开。在1985—1992年这段改革时期，中国改革的重点从农村转移到城市，从经济领域扩展到政治、社会等其他领域，改革呈现了深化和反复的特点，甚至出现了局部的挫折和混乱，以至于1988年9月中央做出《关于治理经济环境、整顿经济秩序、全面深化改革的决议》。与之对应，这段时期，中国人力资本重心呈现了先向东北移动，后向西南移动，最后几乎回到原点的循环演进态势。1992年“南巡讲话”后，党的十四大报告中明确提出建立社会主义市场经济体制的目标。1993年党的十四届三中全会通过了《中共中央关于建立社会主义市场经济体制若干问题的决定》，市场经济体制开始全面建立。在市场配置资源的情形下，“孔雀东南飞”，高素质劳动力开始加速往珠三角、长三角等东南地区流动，所以中国人力资本重心自1992年以来呈现出往东南方向移动的明显特征。2008年国际金融海啸和汶川地震爆发后，中央启动四万亿投资计划，其中相当大比例用于地震灾后重建和西部基础设施投资，加之这一时期的成渝经济区建设吸引了不少资本和劳动力要素往西部聚集，所以中国人力资本重心自2010年以来呈现出一路西迁的显著特征。
(三)数据来源
本文所用数据来源于《中国人力资本报告2018》，该报告是中央财经大学人力资本与劳动经济研究中心的中国人力资本度量项目最新成果。该项目采用国际主流的人力资本计算方法，即Jorgenson-Fraumeni的终生收入法来测度中国人力资本。终生收入法是以个人预期生命期的终生收入的现值来衡量其人力资本水平，它能够更加准确合理地反映出教育、健康等长期投资对人力资本积累的重要作用(李海峥等，2010[29])。
一个地区的总人力资本是其人均人力资本和人口的乘积。中国各省份人口数量差异巨大，地区人均人力资本指标更能反映该地区劳动力质量。所以，本文在第三部分研究中国人力资本不平等及其动态演化时，选取《中国人力资本报告2018》中除上海外的全部30个省份1985—2016年的实际人均人力资本变量数据作为研究的基础数据(3) 由于《中国人力资本报告2018》中缺少上海的实际人均人力资本数据，所以分析样本中没有包括上海。 。在第四部分研究中国人力资本重心变动轨迹及其与经济重心的耦合态势时，选取《中国人力资本报告2018》中全部31个省份1985—2016年实际人力资本变量数据作为基础数据指标。实际人均人力资本和实际人力资本，以1985年为基期的消费物价指数作为平减指数来调整，可以进行跨期纵向比较(4) 为了简化，后文中所提到的人均人力资本和人力资本均指实际人均人力资本和实际人力资本。 。《中国人力资本报告2018》中已有各省份分城乡的数据，本文进一步将各省份按东、中、西三大地带进行划分。东部地区包括10个省份，分别是北京、天津、河北、辽宁、江苏、浙江、福建、山东、广东、海南；中部地区包括8个省份，分别是山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南；西部地区包括12个省份，分别是四川、重庆、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆、广西、内蒙古。
三、中国地区人力资本不平等及其动态演进
(一)地区人力资本不平等的基本事实
图1是1985年和2016年人均人力资本的空间分布图。可以看出，中国人力资本的空间分布呈现出显著的非均衡特征。1985年，东、中、西部地区人均人力资本分别为4.845万元、3.090万元、2.809万元，呈依次递减态势。人均人力资本最低的8个省份依次是：青海、甘肃、山西、湖南、云南、陕西、四川、河北；人均人力资本最高的8个省份依次是：北京、天津、辽宁、浙江、广东、福建、吉林、山东。1985年，全国人均人力资本为3.502万元；最低的青海人均人力资本为2.293万元，最高的北京人均人力资本为8.565万元，两者相差2.7倍。
2016年，东、中、西部地区人均人力资本分别为34.451万元、22.677万元、18.403万元，依次递减态势更加明显。人均人力资本最低的8个省份依次是：青海、甘肃、西藏、云南、新疆、湖南、贵州、黑龙江；人均人力资本最高的8个省份依次是：北京、天津、浙江、江苏、广东、福建、山东、河南。2016年，全国人均人力资本为30.029万元。最低的青海人均人力资本为10.596万元，最高的北京人均人力资本为65.091万元，两者相差5.1倍。
（3）港区功能定位有所侧重。对于能产生产业带动效益的岸线资源应布置技术、劳动、资金密集型临港产业可建在人口较密集的港区；有污染，产业低级，不易带动就业等产业链延伸不长的临港项目建在离居民较远的港区；集中合理布置集装箱码头作业区，为“适箱货种转向集装箱运输、陆运集装箱向水运分流”做准备；加快旅游码头和游艇基地的建设，打造旅游休闲中心，为深入实施“旅游国际化”和“旅游全域化”做准备。
对比1985年和2016年，全国人均人力资本由3.502万元增加到30.029万元，增加了7.6倍，年均增长7%；最高和最低省份人均人力资本比由3.7增加到6.1。各省份人均人力资本大小不同，其增长速度也各有差异。图2是1985—2016年期间各省份人均人力资本的年均增长率，可以看到，不同省份年均增长率不一，最高的天津为7.2%，最低的青海为4.9%。图1和图2启示我们，中国地区人力资本存在着较大程度的不平等，且这种不平等会随着时间而发生动态演化。
图1 1985年和2016年各省份人均人力资本分布的对比(单位：千元)
图2 1985—2016年期间各省份人均人力资本年增长率
(二)地区人力资本不平等的动态演进
本文计算了1985—2016年期间分地区、分城乡的人力资本不平等的动态演进，结果如图3所示(5) 我们也同时采用泰尔第二指数、基尼系数等其他不平等指标测度了地区人力资本不平等，发现结果趋势相同，研究结论不变，为了节省篇幅，文中只展示泰尔指数的测度结果。 。考察期内，全国人力资本不平等的演进呈现出阶段性的起伏特征。第一阶段为20世纪80年代，地区人力资本不平等程度较低，但一直呈现上升趋势；第二阶段为20世纪90年代，地区人力资本不平等一直呈下降趋势；第三阶段为21世纪头10年，地区人力资本不平等重新开始在小幅波动中上升；第四阶段自2011年开始至今，地区人力资本不平等持续下降。全国城镇人力资本不平等的变化趋势与全国总体人力资本不平等的变化趋势基本相同，也是每隔10年一个起伏变化。全国农村人力资本不平等在20世纪80年代和90年代均一直上升，到21世纪后一直维持在高位。自1992年以来，全国农村人力资本不平等一直高于城镇人力资本不平等；2016年，前者为后者的1.44倍。
图3 地区人力资本不平等的动态演进
东部地区总体人力资本不平等和城镇人力资本不平等的演进趋势相同：20世纪80年代上升、90年代下降，21世纪头10年在小幅波动中上升，第二个10年持续下降。东部地区农村人力资本不平等低于城镇人力资本不平等，在考察期内一直呈上升趋势。中部地区总体人力资本不平等的演进趋势，在20世纪80年代和90年代与农村人力资本不平等的演进趋势相同，自21世纪以来则与城镇人力资本不平等的演进趋势相同。中部地区农村人力资本不平等程度一直高于城镇人力资本不平等，两者之间的差距在21世纪以来还在不断拉大。考察期内，西部地区总体人力资本不平等一直在上升。在20世纪80年代和90年代，西部城镇人力资本不平等高于农村人力资本不平等，但前者下降而后者上升；21世纪以后，两者大体相当并总体保持稳定。
1．2．2 结构式家庭治疗 研究组20例患儿，在服药的同时给予每2周1次的结构式家庭治疗。接受家庭治疗的人员，主要是与患者长期生活在一起的重要家庭成员，如父母、祖父母或外祖父母。每次家庭治疗时间90min，由受过SFT专业培训的治疗师主持。每个病例个案平均治疗4次。收集首次访谈记录、家谱图及患儿心理测量的结果，以及家庭治疗记录与结果分析判断。
从三大地区总体人力资本不平等的对比来看，东部地区人力资本不平等程度要高于中西部地区，考察期内的演进趋势与全国基本一致；近年来，东部地区人力资本不平等出现了下降态势，中部地区基本保持稳定，而西部地区则呈上升趋势。从三大地区城镇人力资本不平等的大小对比来看，东部地区最高、西部地区次之、中部地区最低；从演进趋势的对比来看，东部地区波动最大、西部地区次之、中部地区最低。与城镇不同，三大地区农村人力资本不平等的大小和演进趋势都非常接近，考察期内呈现出逐步上升的趋势。
(三)地区人力资本分布的动态演进
泰尔指数能从总体上反映地区人力资本分布的不均衡程度，对比不同年份的泰尔指数可以看到总体差异的变化，却无法看到人力资本分布各部位的变化。因而，我们从1985年开始，每隔10年选取一个典型年份，画人均人力资本的核密度分布，以考察中国地区人力资本分布的演化状况，如图4所示。为便于各年份间的对比，我们将各省份人均人力资本换算为该年所有省份平均的人均人力资本的倍数作为横轴。从全国人力资本的核密度分布图中可以看到， 1985—2015年期间，4条核密度曲线的波峰高度越来越低，波峰宽度越来越大。这表明高人均人力资本和低人均人力资本的省份增多，中等人均人力资本的省份在减少，全国人力资本的空间分布越来越不平等。从图4中还可以看到，无论是分城乡，还是分三大地带的人力资本核密度分布图均显示出，随着时间的推移，人力资本核密度曲线越来越发散。这表明，中国地区人力资本空间分布的极化效应显现，呈现出高者愈高、低者愈低的“马太效应”。
图4 典型年份人力资本分布的动态演进
从全国城镇和农村人力资本的核密度分布图的对比来看，各年份城镇人力资本核密度曲线的分布明显要比农村人力资本核密度曲线的分布集聚。这表明，相比于城镇，农村人力资本的高、低分布地区相对更多，人力资本空间不平等程度要更高。这与前述全国农村人力资本的泰尔指数高于城镇的研究结论相一致。
当
分别为第j 年的第一产业增加值、第二产业增加值和第三产业增加值时，可由式(6)分别计算第j 年人力资本重心与第一产业重心、第二产业重心和第三产业重心之间的空间重叠性。
从三大地带的核密度分布图的对比来看，随着时间的推移，东部地区人力资本核密度分布曲线出现了正偏，数据位于均值右边的比位于左边的少，曲线右边的尾部相对于左边的尾部要长。这是少数东部省份的人均人力资本变得非常高所导致的。与之相反，中部地区人力资本核密度分布曲线出现了负偏，数据位于均值左边的比位于右边的少，曲线左边的尾部相对于右边的尾部要长。这是少数中部省份的人均人力资本变得非常低所导致的。相比之下，西部地区人力资本核密度分布曲线的偏度变化不是十分明显。
(四)地区人力资本不平等的分解及其动态演进
我国东、中、西三大地带各方面差异巨大，全国人力资本不平等既可能来自三大地带内部的不平等，也可能来自三大地带之间的不平等。我们采用泰尔指数分解的方法，将全国人力资本不平等进行分解，分别测算三大地带内部人力资本不平等(组内)和三大地带之间人力资本不平等(组间)对全国人力资本不平等的贡献。
从全国人力资本不平等的分解图来看，三大地带之间的人力资本不平等对全国人力资本不平等的贡献在20世纪80年代呈下降趋势，自1990年开始持续上升至1997年达到最高点，之后一路下降至今。组间贡献在最高点的1997年曾达到60.2%，到2016年已降至整个样本期的最低点45.2%。组内贡献的变化则正好相反，在20世纪80年代开始上升，自1990年开始下降至1997年最低点39.8%，其后一路上升至今，到达最高点54.8%。在1992—2006年，组间贡献大于组内贡献；在2007—2016年，则是组内贡献大于组间贡献。
图5 人力资本不平等的分解及其动态演进
从城镇人力资本不平等的分解来看，三大地带组内的贡献一直高于组间的贡献，但在考察期内，组内贡献的份额一直不断下降，已从1985年的91.4%下降至2016年的74%；组间贡献的份额一直不断上升，已从1985年的8.6%上升至2016年的26%。农村人力资本不平等的分解结果与城镇人力资本不平等的分解结果刚好相反，三大地带组间的贡献一直高于组内的贡献，但在考察期内，组间贡献的份额一直不断下降，已从1985年的73.9%下降至2016年的55.8%；组内贡献的份额一直不断上升，已从1985年的26.1%上升至2016年的44.2%。
垦利油田群位于渤海南部海域，经多年开发，周边已建立多座平台和相应的海底管线。新油田在开发研究过程中需对周边各种依托可能性进行研究，即该稠油与周边各油田油品掺混后外输至FPSO或陆上终端储存。这就需要对各种方案开展实验，研究掺混不同油品的黏温特性。若一一开始实验，会严重影响油田的开发进程，造成不必要的人力和财力浪费。其可行的方法是研究该油田原油掺混黏度相关规律，通过计算预测掺混后黏度数据，用于依托海管的计算。
四、中国人力资本重心的变动轨迹及其与经济重心的耦合态势
(一)人力资本重心与经济重心的时空变迁
1.人力资本重心。
表1和图6给出了1985—2016年期间中国人力资本重心的分布格局与变迁。30多年来，中国人力资本重心的宏观格局较为稳定，东西方向上集中在114.647 7°～114.926 6°之间；南北方向上集中在32.873 3°～33.403 2°之间。从1985年到2016年，中国人力资本重心总体上向西南方向移动了32.1公里(向西移动14.9公里，向南移动28.4公里)，从河南省的周口市境内移动到驻马店市境内。中国人力资本重心的移动具有明显的阶段性特征。从1985年到1992年，中国人力资本重心的演变轨迹转了一个圈，经历了1985—1989年期间的东北方向移动和1990—1992年期间的西南方向移动后，几乎回到原点。经历了短暂波动后，自1994年开始，中国人力资本重心一路南移至2003年，南移幅度达46.1公里。在南移的过程中，经历了向东南和向西南的交替移动，1994—1996年期间和1999—2001年期间向东南移动，1996—1999年期间和2001—2003年期间向西南移动。2003—2008年期间，中国人力资本重心开始往东北方向移动。经历小幅波动后，自2010年开始，中国人力资本重心一路西移，6年内西移幅度达31公里。到2016年，中国人力资本重心的大致位置为(114.647 7°E，32.971 8°N)，位于河南省驻马店市境内。
4.Have you had some sort of cosmetic surgery ? eg.Tattoo eyebrow，double-fold eyelid operation.
表1 1985—2016年中国人力资本重心分布格局及变迁
在本世纪初, 李素循等[11-12]通过风洞实验研究了高超声速(Ma=8)绕过不同压缩角(10°, 20°, 30°, 40°)的层流激波边界层干扰问题, 给出了干扰区内横向3个不同位置处沿纵向的压力和热流分布, 不但分析了压缩角对于压力和热流分布的影响, 而且表明了明显的三维效应. 尤其在压缩楔体的侧面平板上, 实验结果表明存在明显的低压区(当地静压小于平板上未干扰区的压力), 但是在这一区域的热流测量结果要高于平板上未干扰区的热流值, 即在侧缘某些区域内表面压力分布与热流分布规律是相反的, 它们之间无相似性, 也不可比拟.
图6 中国人力资本重心的时空变迁
本文采用空间重叠性和变动一致性两个指标，分别从静态和动态两个角度来评价不同重心的耦合态势。两个重心的空间重叠性用两者之间的距离来表示，距离越近则重叠性越高。若以
和分别代表第j 年的人力资本重心和经济重心坐标，则人力资本重心与经济重心在第j 年的空间重叠性可由下式计算：
图7给出了1985—2016年期间中国经济重心和三次产业重心的时空变迁轨迹。30多年来，中国经济重心的宏观格局较为稳定，东西方向上集中在114.878 4°～115.315 8°之间；南北方向上集中在32.795 35°～33.876 84°之间。从1985年到2016年，中国经济重心总体上向西南方向移动了127.4公里(向西移动42.6公里，向南移动120公里)，同样从河南省的周口市境内移动到驻马店市境内。考察期内，中国经济重心的演进总体上可以分为三个阶段：第一阶段是从20世纪80年代中期到20世纪90年代初，中国经济重心经历了先小幅向东南，后往西南的迁移；第二阶段是从20世纪90年代初期到90年代中期，中国经济重心持续向东南方向移动，此后直至21世纪头10年，经济重心基本都稳定在安徽省阜阳市临泉县境内(东经115.2°、北纬33.1°的位置附近)；第三阶段是从21世纪第二个10年开始，中国经济重心开始往西南方向移动，尤以向西方向的移动幅度较大。到2016年，中国经济重心的大致位置为(114.878 4°E，32.795 35°N)，位于河南省驻马店市境内。
张子翔：中国画作为中华民族优秀传统文化精华之一，必然会得到社会的极大重视，显示极为旺盛的生命力。担负着中国画创作、收藏、研究、人才培养的画院体制，传统文化的发展需要中国画，中国画的发展更是离不开画院。当然，中国的画院由于其地域文化、编制体制、人员结构、硬件设施和建院时间的不同，存在着各种差异，发展也不平衡，作用也有大小。作为省会城市的画院，承担着本地区民族文化发展与创新的重要使命，应是本地区中国画创作、研究的中心，起到弘扬优秀文化领头羊和辐射作用。
1985—2016年期间，第一产业重心集中分布在东经113.526 5°～114.067 4°、北纬32.453 49°～33.338 88°的区域内，经历了先总体向西，然后向东，接着再曲折中北上，最后往西南移动的变动轨迹。从1985年到2016年，第一产业重心总体上向西移动了51.5公里，向北只移动了9.6公里，重心位置前后均在河南省驻马店市境内。第二产业重心在20世纪80年代中期到90年代初期往西南方向移动；在20世纪90年代初期到90年代中期往南移动；此后10年一直停留在东经115.65°、北纬33.25°的位置附近(安徽省阜阳市太和县境内)；从2008年开始，第二产业重心又开始往西南方向移动。从1985年到2016年，第二产业重心总体上向西南方向移动了267公里(向西移动143.6公里，向南移动225公里)，从山东省菏泽市境内移动到河南省信阳市境内。第三产业重心在20世纪80年代中期到90年代初期，总体向西南移动；在20世纪90年代初期到90年代中期往东南移动；从20世纪90年代中期到20世纪末往东移动，此后10年的变动范围不大；从2010开始，第三产业重心开始往西移动。从1985年到2016年，第三产业重心总体上向南移动了100公里，从河南省周口市境内移动到安徽省阜阳市境内。
(二)人力资本重心与经济重心的耦合态势
1.空间重叠性。
从空间重叠性来看(见图8)，人力资本重心与经济重心之间的距离在1986年最大，达到91.8公里；1990年最小，为22.2公里。人力资本重心与经济重心的距离在1986—1990年期间减小，在1990—2005年期间总体上升，在2005—2016年期间总体下降。到2016年，人力资本重心与经济重心之间的距离为32.2公里，两者都位于河南省驻马店市境内。从人力资本与固定资本的对比来看，人力资本重心与经济重心的距离要小于固定资本重心与经济重心的距离。近10年来，人力资本重心与经济重心之间的距离越来越小，而固定资本重心与经济重心之间的距离越来越大，两者之间的差距呈现出加速扩大趋势。这表明，人力资本对经济增长的推动作用越来越大，中国经济增长的质量越来越高。
图7 1985—2016年中国经济和三次产业重心的时空变迁
图8 人力资本重心、固定资本重心与经济重心的空间重叠性
图9是人力资本重心与三次产业重心的空间重叠性的演化趋势图。从图中可以看到，人力资本重心与三次产业重心的空间距离都呈现出波浪式演进的趋势。总体上，人力资本重心与第一产业重心之间的空间距离在20世纪80年代中后期上升，90年代初期下降，90年代中期后上升至今；人力资本重心与第二产业重心之间的空间距离从1985年开始，持续下降至2008年的最低点，2010年之后快速上升至今；人力资本重心与第三产业重心之间的空间距离在20世纪80年代中后期呈下降趋势，在20世纪90年代初期短暂上升后自1993年开始持续下降至2005年，之后开始平缓上升至今。
从三次产业的对比来看，人力资本重心与第二产业之间的空间距离变化幅度最大，其次为第三产业，第一产业的变化幅度则最为平缓。人力资本重心与三次产业重心之间的相对距离大小在不同时期呈现出交替变换特征。总体上，三者之间的大小排序在20世纪80年代为“二、三、一”，90年代初期到2005年为“三、二、一”，2005—2014年为“一、三、二”，2015年为“一、二、三”，2016年为“二、一、三”。这种变化是三次产业相对劳动力人数和劳动力质量变化的反映。从最近的趋势来看，未来更多的人力资本将会聚集在第三产业中。
③结合信息化管理工具，实现对小流域高分辨率卫星数据、基础地理信息与规划设计信息的统一化管理、多角度查询统计及全方位综合展示，为生态清洁小流域的规划管理提供科学、有效的辅助手段。
图9 人力资本重心与三次产业重心的空间重叠性
2.变动一致性。
从动态角度看，人力资本重心与经济重心的变动方向呈现出不断变化的起伏演进特征，且波动的幅度比较大(见图10)。在1987—1988年期间，两者的变动一致性指数最低，达到-0.998，几乎完全反向变动；在1990—1991年期间，两者的变动一致性指数最高，达到0.997，几乎完全同向变动。考察期内，人力资本重心和经济重心的变动一致性指数的正负几乎各占一半，即两者同向变动的年份和反向变动的年份各占一半。在2003—2007年间，人力资本重心和经济重心的变动一致性指数为负，但2008年以来，该指数基本为正值，只有在2010年和2015年为负值。这表明，近年来人力资本与经济增长的同步性在提高。从人力资本与固定资本的对比来看，固定资本重心与经济重心的变动一致性指数同样呈现出相似的起伏波动特征，但是该波动要滞后于人力资本重心与经济重心变动一致性指数的波动。
图10 人力资本重心、固定资本重心与经济重心的变动一致性
从图11可以看到，人力资本重心与三次产业重心的变动方向呈现出起伏波动特征。总体波动幅度较大，但21世纪以来波动幅度在减小。考察期内，人力资本重心与第一产业重心的变动一致性指数在多数年份为负值，而人力资本重心与第二产业重心和第三产业重心的变动一致性指数的正负年份比例几乎各占一半。人力资本重心与第一产业重心的变动方向在2006年以来的多数情况下是反向变动，与第二产业重心和第三产业重心的变动方向分别在2008年以来和2004年以来的多数情况下是同向变动。
图11 人力资本重心与三次产业重心的变动一致性
五、结论与建议
本文采用《中国人力资本报告2018》的相关数据，运用泰尔指数及其分解、核密度分布、重心测度及其耦合模型等多种方法从多个角度对中国地区人力资本不平等及其空间分布的动态演化进行了研究。得到如下研究结论：(1)全国人力资本不平等的演进呈现出每隔10年一个阶段的起伏波动特征，当前处在下降周期阶段，其空间分布的极化趋势明显，呈现出高者愈高、低者愈低的“马太效应”。(2)东部地区人力资本不平等程度高于中西部地区，其演进趋势与全国相同，西部地区人力资本不平等一直呈上升趋势，中部地区总体较为平稳。(3)21世纪以来，全国和中部地区的农村人力资本不平等一直高于城镇人力资本不平等，东部地区则是农村低于城镇，西部地区两者大体相当。(4)三大地带之间的人力资本不平等对全国人力资本不平等的贡献在20世纪80年代呈下降趋势，自1990年开始持续上升至1997年达到最高点，之后一路下降至今，近10年来三大地带组间贡献已低于组内贡献。(5)从城镇人力资本不平等的分解来看，三大地带组内的贡献一直高于组间的贡献，但在考察期内，组内贡献的份额一直不断下降；农村人力资本不平等的分解结果与城镇人力资本不平等的分解结果刚好相反。(6)中国人力资本重心的空间变迁经历了1985—1992年的循环往复阶段、1992—2010年的东南迁移阶段和2010—2016年的向西迁移阶段。(7)考察期内，人力资本重心与经济重心的距离一直小于固定资本重心与经济重心的距离；近10年来，人力资本重心与经济重心之间的距离越来越小，而固定资本重心与经济重心之间的距离越来越大，两者之间的差距呈现出加速扩大趋势。(8)考察期内，人力资本重心与经济重心的变动方向呈现出不断变化的起伏演进特征，2008年以来两者的变动方向基本同向。
棚室挂袋栽培与地面栽培相比具有保湿容易、通风难的特点，通风不畅容易产生畸形耳，影响产品质量，棚高2.2米左右的大棚每平方米（含作业道）挂袋最大密度为80袋。挂袋后底部菌袋应离地0.5米。
根据上述研究结论，本文提出如下政策建议：(1)要进一步破除人才跨地区流动的制度性障碍，深化户籍、人事、社会保障等方面的制度性改革，打破人才流动的地域限制，以市场来配置人才资源，促进地区人力资本的均衡发展。(2)要根据三大地带和城乡人力资本不平等状况的现实差异，采取差异化的区域人力资本政策，中央政府的公共教育投资要更多地向西部和中部农村地区倾斜。(3)要针对人力资本重心西移的新趋势，结合中西部地区较低的土地成本和能源成本，在中西部地区布局一些有比较优势的战略性新兴产业，以此推动地区经济增长和区域均衡发展。(4)要进一步转变经济发展方式，实施创新驱动，加大科技投入和产业结构调整力度，使中国经济的增长动力从“人口红利”转变到“人力资本红利”。
参考文献
[1]OECD.Human Capital: How What You Shapes Your Life[M/OL].[2019-01-05].https://www.oecd.org/insights/humancapitalhowwhatyouknowshapesyourlife.htm.
[2]Lucas R E.On the Mechanics of Development Planning [J].Journal of Monetary Economics, 1988, 22 (1): 3-42.
[3]Romer P.Endogenous Technological Change [J].Journal of Political Economy, 1990, 99 (5): 71-102.
[4]Galor O.From Stagnation to Growth: Unified Growth Theory[M]//Aghion P, Durlauf S N.Handbook of Economic Growth.Amsterdam: North Holland,2005, 1 (A): 171-293.
[5]Acemoglu D.Introduction to Modern Economic Growth [M].Princeton: Princeton University Press, 2011.
[6]Gennaioli N, Porta R L, Lopez-De-Silanes F, Shleifer A.Human Capital and Regional Development [J].Quarterly Journal of Economics, 2013, 128 (1): 105-164.
[7]世界银行.工作性质的变革 [R].世界发展报告，2019.
[8]杨建芳，龚六堂，张庆华.人力资本的形成及其对经济增长的影响 [J].管理世界，2006 (5): 10-18.
[9]Fleisher B, Li H Z, Zhao M Q.Human Capital, Economic Growth, and Regional Inequality in China [J].Journal of Development Economics, 2010, 92 (2): 215-231.
[10]姚先国，张海峰.教育、人力资本与地区经济差异 [J].经济研究，2008 (5): 47-57.
[11]陈斌开，张鹏飞，杨汝岱.政府教育投入、人力资本投资与中国城乡收入差距 [J].管理世界，2010 (1): 36-43.
[12]蔡昉.中国经济增长如何转向全要素生产率驱动型 [J].中国社会科学，2013 (1): 56-71.
[13]Angrist J D, Pischke J S.Mostly Harmless Econometrics: An Empiricist’s Companion [M].Princeton: Princeton University Press, 2009.
[14]Heckman J J, Carneiro P, Vytlacil E.Estimating Marginal Returns to Education [J].American Economic Review, 2011, 101 (6): 2754-2871.
[15]Heckman J J, Humphries J E, Veramendi G.Returns to Education: The Causal Effects of Education on Earnings, Health, and Smoking [J] Journal of Political Economy, 2018, 126 (S1): S197-S246.
[16]Lochner L.Non-Production Benefits of Education: Crime, Health, and Good Citizenship [M]//Machin S, Hanushek E A, Woessmann L.Handbook of the Economics of Education.Amsterdam: North Holland, 2011, 4: 183-282.
[17]Oreopoulos P, Salvanes K G.Priceless: The Nonpecuniary Benefits of Schooling [J].Journal of Economic Perspectives, 2011, 25 (1): 159-184.
[18]Clark D, Royer H.The Effect of Education on Adult Mortality and Health: Evidence from Britain [J] The American Economic Review, 2013, 103 (6): 2087-2120.
[19]Batabyal A A, Nijkamp P.Human Capital Use, Innovation, Patent Protection, and Economic Growth in Multiple Regions [J].Economics of Innovation and New Technology, 2013, 22 (2): 113-126.
[20]Teixeira A C, Queiros A S.Economic Growth, Human Capital and Structural Change: A Dynamic Panel Data Analysis [J].Research Policy, 2016, 45 (8): 1636-1648.
[21]Murphy K M, Topel R H.Human Capital Investment, Inequality, and Economic Growth [J].Journal of Labor Economics, 2016, 34 (2): 99-127.
[22]Acemoglu D, Johnson S, Robinson J, Thaicharoen Y.Institutional Causes, Macroeconomic Symptoms: Volatility, Crises and Growth [J].Journal of Monetary Economics, 2003, 50 (1): 49-123.
[23]Acemoglu D, Johnson S, Robinson J.The Rise of Europe: Atlantic Trade, Institutional Change, and Economic Growth [J].American Economic Review, 2005, 95 (3): 546-579.
[24]Madsen J B, Islam M R, Ang J B.Catching Up to the Technology Frontier: The Dichotomy Between Innovation and Imitation [J].Canadian Journal of Economics, 2010, 43 (4): 1389-1411.
[25]Dias J.Human Capital Demand in Brazil: The Effects of Adjustment Cost, Economic Growth, Exports and Imports [J].2015, 16 (1): 76-92.
[26]刘智勇，李海峥，胡永远，李陈华.人力资本结构高级化与经济增长——兼论东中西部地区差距的形成和缩小 [J].经济研究，2018 (3): 50-63.
[27]Folloni G, Vittadini G.Human Capital Measurement: A Survey [J].Journal of Economic Surveys, 2010 (2): 248-279.
[28]Jones B F.The Human Capital Stock: A Generalized Approach [J].The American Economic Review, 2014, 104 (11): 3752-3777.
[29]李海峥, 梁赟玲, Barbara Fraumeni, 刘智强, 王小军.中国人力资本测度与指数构建 [J].经济研究, 2010 (8): 42-54.
[30]李海峥, 贾娜, 张晓蓓, Barbara Fraumeni.中国人力资本的区域分布及发展动态 [J].经济研究, 2013 (7): 49-62.
[31]Shah M, Steinberg B M.Workfare and Human Capital Investment: Evidence from India [R].NBER Working Paper, 2015.
[32]王小鲁, 樊纲.中国地区差距的变动趋势和影响因素 [J].经济研究, 2004 (1): 33-44.
[33]洪兴建.中国地区差距、极化与流动性 [J].经济研究, 2010 (12): 82-96.
[34]刘华军, 何礼伟, 杨赛.中国人口老龄化的空间非均衡及分布动态演进：1989—2011 [J].人口研究, 2014 (2): 71-82.
[35]吴连霞, 吴开亚.中国人口老龄化时空演化特征的比较分析 [J].人口研究, 2018 (3): 51-64.
[36]陈钊，陆铭，金煜.中国人力资本和教育发展的区域差异：对于面板数据的估算 [J].世界经济，2004 (12): 25-31.
[37]匡远凤.我国人力资本地区分布差异及其变化考探 [J].人口与经济, 2011 (6): 49-56.
[38]黄杰.中国人力资本的区域差异及其动态演进 [J].西北人口, 2018 (6): 69-77.
The Dynamic Evolution of Regional Human Capital Inequality and Its Spatial Distribution in China
PENG Shu-hong
Abstract : Human capital is an important driving force for economic innovation and development, and is the root cause of long-term regional development differences. Regional human capital inequality and its evolution will affect the future regional development pattern. In this paper,Theil index and its decomposition, kernel density distribution, barycenter measurement and its coupling model are used to study the dynamic evolution of regional human capital inequality and its spatial distribution in China during 1985-2016 from multiple perspectives. The results show that: (1) the evolution of China’s regional human capital inequality shows the characteristics of fluctuations in every stage of the decade. Currently, it is in the stage of decline cycle. The polarization of spatial distribution is obvious. Regional and urban-rural disparities in human capital inequality are evident;(2) the spatial change of the center of human capital in China has gone through the cyclic phase from 1985 to 1992, the southeast migration phase from 1992 to 2010 and the westward migration phase from 2010 to 2016. The coupling between the center of human capital and the center of economic gravity is getting higher and higher.
Key words : Human capital Inequality Dynamic evolution Theil index Barycenter
[收稿日期] 2019-02-26
[作者简介] 彭树宏，男，1980年9月生，江西财经大学财税与公共管理学院副教授，硕士生导师，经济学博士，研究方向为人力资本与劳动经济学。
[基金项目] 国家自然科学基金项目“中国大学教育溢价：演化特征、成因解释与影响效应”(项目编号：71763007)；江西省教育厅科学技术研究项目“高校扩招和产业升级背景下的大学教育回报率研究”(项目编号：GJJ170339)。
感谢匿名评审人提出的修改建议，笔者已做了相应修改，本文文责自负。
[中图分类号] F129.9
[文献标识码] A
[文章编号] 1000-1549(2019)11-0115-14
(责任编辑：李 晟 张安平)