受高等教育劳动力对经济增长贡献的区域差异研究，本文主要内容关键词为：高等教育论文,经济增长论文,劳动力论文,差异论文,贡献论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、引言
高等教育通过培养高素质的劳动者来改善经济增长的质量。[1]物质资本的积累对于区域经济增长的支撑只具有外延性作用，而教育带来的劳动力素质结构提升和技术进步则具有更重要的基础性作用，对经济增长的内生性作用愈来愈显著。OECD在20世纪90年代中期就提出并重视“科技人力资源”的作用。[2]Porter提出国家竞争优势发展阶段由初级要素驱动和规模经济驱动向创新驱动提升过程中，能否输出足够规模和质量的受高等教育劳动力是关键因素之一。[3]对于受高等教育劳动力的作用机制，增长理论的思想由人力资本理论逐步演进到创新部门和规模经济效应。[4]
本文通过构建2001-2007年的省级面板数据展开定量研究。研究的基本假设是受高等教育劳动力积累会带来不断提升的人力资源结构水平，对生产效率的提高产生非常积极的作用。地区受高等教育劳动力资源的总体提升和集聚，又会对周边地区产生发展“红利”，带动地区的整体发展。本文通过定量研究验证受高等教育劳动力在省区内和全国层面上的积累对区域经济的影响及其所显示的地区差异。
二、数据库描述
(一)指标说明
本文构建了2001-2007年我国30个省级行政区的面板数据库，指标体系参见表1。采用“大专及以上劳动力”指标衡量受高等教育劳动力整体水平，该指标也常常被用来衡量地区劳动力的水平。使用人均地区生产总值作为衡量区域经济发展程度的指标，即被解释变量。根据内生经济增长模型，计量模型重点考察生产要素，包括受高等教育劳动力、普通人力资源和物质资本对区域经济的作用及程度。同时考察科研发展及区域社会发展等因素，包括科技投入和科研市场、城镇化率、非农化率等因素可能产生的影响。
2007年相对于2001年而言，我国区域经济快速发展，实际地区生产总值的平均水平增长了1.08倍，资本存量平均水平增长了1.38倍；劳动力结构中，受过高等教育的劳动力增长速度比劳动力总体增长高一倍。同期，科技投入增幅也非常显著，其中名义科技支出增长2.56倍，科技领域的劳动力投入增幅高出一般劳动力增幅3～4倍。此外，城镇化和工业化率均增长了6个百分点以上，相对而言，服务化率平均水平则下降了2.6个百分点，科技市场发展较为缓慢(参见表2)。区域差异变动方面，省区间经济总产出差异增大，而资本总存量水平的省区差异仅略微上升；相对而言，劳动力要素的区域差异则略微下降，尤其是受高等教育劳动力资源拥有较低的省区，该类资源增长比较显著。科技人力资源的投入和市场的区域差异增幅最大，向先进地区集中的趋势表现非常显著。此外，城市化和工业化的省区差距也明显缩小。
(二)地区分组
为了考察受高等教育劳动力及其对经济作用的不同维度区域差异，本文从两个视角对地区进行分组，即三大地带和四大板块，这是国内研究常采用的地区分组方式。三大地带即东部、中部和西部，其中东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南11个省级行政区，中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南8个省级行政区，西部地区包括四川、重庆、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆、广西、内蒙古12个省级行政区(由于西藏自治区在许多指标方面数据缺失，数据库未将其纳入)。四大板块是“十一五”规划提出的区域经济发展格局，即东部地区的珠三角、长三角、环渤海，中部地区的黄河三角洲、皖江城市经济区，西北、东北地区的关中—天水经济区、辽宁沿海经济带，以及辽宁、吉林和黑龙江板块。本文将采用这两种区域分组分析受高等教育劳动力对区域竞争力作用的区域差异。
三、最优基本模型估计结果分析
本文依据面板数据库，采用最优基本模型方法对上面所列相关变量进行分析，探索适合的基本分析模型。计量模型基于宏观经济生产方程y=A·S·g(k，h)展开。其中，y=rGDP/L表示劳均实际产出；k=K/L表示劳均资本存量；h=H/L表示高等教育劳动力占总劳动力比重；g(k，h)采用柯布-道格拉斯形式；此外A和S分别表示科技投入和社会发展程度的综合指标。计量模型如下：
主要变量均采用对数形式，一方面是基于对生产方程的对数形式的分解，另一方面则是由于估计参数具有“弹性”的经济含义，更易于解释。同时，由于反映社会发展程度的指标均为比值，其绝对值变化已经反映出对应的社会经济内容的变动率，因此计量模型中不对其采用对数形式。
通过分析，各解释变量间的关联关系，除了科技的三项指标外各指标间关联关系不显著。最优基本模型的探索由单要素固定效应⑥的面板数据回归开始。表3的结果显示除了城市化率(Urb)指标外，劳均资本(lnk)对省区经济增长的统计解释程度最高，反映了当前我国经济发展中资本仍然是投入要素中主要的驱动因素；劳均受高等教育劳动力(lnh)对经济增长的解释力居于第三位，但仅为资本的一半左右；科技市场的发育程度没有通过显著性检验。
表4列出了主要的探索模型的分析结果。模型1将资本和城市化率两大指标对经济产出指标做固定效应回归，所得结果显示拟合优度下降为0.7823，且城市化率指标没有通过10%水平的显著性检验，因此，以劳均资本单要素回归模型(模型0)为基础探索最优基础模型。
模型2引入劳均受高等教育劳动力变量，解释力略微提高，且新的解释变量通过10%水平的显著性检验，可以接受。此后模型3和模型4分别单独引入科技和区域发展变量，其中模型3将三个反映科技投入的变量一起纳入，结果显示较科技投入变量的其他组合形式更佳。⑦模型4单独引入区域发展指标，解释力下降，且区域发展指标的影响力不显著。最后，模型5组成最综合的变量组合模型，其中没有纳入科技市场发展变量的模型解释力仅次于模型3，且各变量均通过显著性检验。
基于上述探索，本文此后的分析以模型5为最优基本模型的首选，虽然其解释力弱于模型3，但包含了科技和区域发展两类因素，是进一步分析更好的基点。
该模型反映出在我国区域经济增长过程中，资本要素弹性最大；同时，受高等教育劳动力的作用虽然显著，但弹性较小。科学家和工程师及科技研发人员的总体影响由于一正一负，难以对我国科技人力资源的要素作用进行总体判断。科技资金的投入显示为正效应，非农化率(包括工业化率和服务化率)显示出对区域竞争力提升的负效应。
四、区域影响差异结果分析
为了进一步分析受高等教育劳动力对地区经济作用的区域差异，模型6～8分别根据三大地带和四大板块两种地区分组方式引入表示省区组别的虚拟变量⑧，采用随机效应⑨的面板数据分析。其中引入新的由省区分组虚拟变量与劳均受高等教育劳动力对数值相乘得到的交叉项，具体的计量模型如下。
基于三大地带的区域差异分析，在显示地带差异方面显著，东部地带(相对于东部板块，该地区分组不包括辽宁省)作用程度最高，同时结果也显示该类劳动力在西部地带的作用却要高于中部地带。但是分析结果也显示东部地带较西部地带的作用程度仅高出约6.2%，较最低的中部也仅高出17.5%。基于四大板块的分组显示，纳入东北地区板块的结果不显著，难以透视与其他板块间的差异。
五、主要结论
综合以上分析显示，2001-2007年间，受高等教育劳动力对于我国区域经济增长存在积极作用，同时区域的受高等教育劳动力要素对于本地经济的作用存在地带差异，东部沿海地区该要素的作用强度较中西部地区更大。但是，总体来说，区域间差异并不十分明显。其中，中部地区虽然具有较为丰富的高等教育资源，其受高等教育劳动力对经济增长的作用强度却落后于西部，说明使中部地区受高等教育劳动力内部结构与经济发展相匹配并建立发挥受高等教劳动力对经济增长作用的机制更为迫切。
此外，值得注意的是，知识创新部门的核心人力资源，即科学家和工程师对区域经济增长的作用超过了受高等教育劳动力对区域经济的作用程度。在我国当前的经济发展阶段，科学家和工程师作为参与知识创造或者技术创新的人力资源，尤其对创新部门和高技术部门发展具有核心影响的要素，其数量及贡献在现阶段更值得我们关注。
注释：
①本文在不同地方采用了两种形式的地区生产总值，即当年价和可比价计算的地区生产总值。其中可比价地区生产总值在文中简称实际地区生产总值(rGDP)，采用2000年价格作为可比价格。
②资本存量在张军等的估算方法和数据库基础上整理。该数据库采用永续存盘法，从《中国国内生产总值核算历史资料：1952-2004》和《中国统计年鉴》(1995-2008)获得1994年以来历年各省区“固定资产形成总额”和“固定资产折旧”，以此算得各省区的历年净投资流量，结合历年各省区固定资产价格指数，以及张军等(2004)估算的1952年、1978年和2000年间各省区可比价格的换算比例，将基年资本存量和历年净投资额换算为以2000年价格为可比价的数据。本文选用以2000年价格为可比价的实际GDP正是为了与该指标值可比。
③“支出”采用“R&D内部经费支出”，该指标与“科技活动内部经费支出”是衡量科技经费投入的常用指标，基于2002-2007年全国省区面板数据的分析显示两者高度相关，且后者缺失2001年数据，因此采用R&D经费投入。由此，本文在计量分析中关于科研劳动力投入的指标也选用R&D全时当量指标，而非科技活动中的科学家和工程师。
④2001年以来《中国统计年鉴》和《中国人口统计年鉴》公布了各省区城镇常住人口和农村常住入口的数据，城镇化率即该数据库中的“城镇人口”所占比重。工业化率和服务化率则由各省区第二产业和第三产业增加值所占得出。科技市场发育程度用地区技术市场成交总额占地区生产总值的比重衡量，由于企业的科技创新成果很多是通过内部转化的形式进行，此处的仅衡量通过外部市场的科技成果转化，而非地区科技产品转化的全貌。
⑤由于指标间单位不同，为了使数据列的变动信息可比，这里将数据列标准化后所得的标准差。
⑥固定效应是指实验结果只想比较每一自变项之特定类目或类别间的差异及其与其他自变项之特定类目或类别间交互作用效果，而不想依此推论到同一自变项未包含在内的其他类目或类别的实验设计。
⑦计量分析也尝试了两两组合形式，结果显示未引入R&D时，科技变量未通过显著性检验，未引入S&E或R&D_Exp时解释力较低；此外，分别引入科技变量的结果也显示各变量均未通过显著性检验。
⑧虚拟变量又称虚设变量、名义变量或哑变量，用以反映质的属性的一个人工变量，是量化了的质变量，通常取值为0或1。
⑨随机效应是经典的线性模型的一种推广，就是把原来(固定)的回归系数看做是随机变量，其最直观的用处就是把固定效应推广到随机效应。这时随机效应是一个群体概念，代表了一个分布的信息或特征，而对固定效应而言，我们所做的推断仅限于那几个固定的(未知的)参数。