中国人口素质的空间分布变化及均衡分析*

中国社会科学院研究生院 廖建辉

中国社会科学院工业经济研究所 李 钢

一、引言

人力资本是经济增长的重要源泉，早在20世纪便有许多经济学家试图将人力资本纳入经济增长方程当中，用以实证检验其对经济增长的影响。①Barro，Robert J.(1991)，Economic Growth in A Cross Section of Countries.Quarterly Journal of Economics.106(2):407-443.Mankiw，N.G.，Romer，D.and Weil，D.N.(1992)，A Contribution to the Empirics of Economic Growth.Quarterly Journal of Economics.107(2):407-437.一般而言，一国人力资本的高低不但决定了一国先进技术的研发能力，还同时决定了先进技术的运用能力。②邹薇、代谦:《技术模仿、人力资本积累与经济赶超》，载于《中国社会科学》2003年第5期，第26～38页。而产业是技术的载体，故一国人力资本高低与其产业类型密切相关。Lin便有一国要素禀赋结构内生决定其产业结构的观点。③Lin，J.Y.(2001)，Development Strategy，Viability，and Economic Convergence.William Davidson Working Paper Number 409.但人力资本在计量上存在很大困难，学术界对各种计量方法都颇多争议。其中用教育来衡量人力资本被认为是一种数据简单易得、可操作性强的方法，故有许多学者展开了有关教育与经济增长的研究。其中一个探讨思路是研究教育对经济增长的影响;①Blackwell，M.，Cobb，S.and Weinberg，D.(2002).The Economic Impact of Educational Institutions:Issues and Methodology.Economic Development Quarterly.16(1):88-95.Dalmazzo，A.and De Blasio，G.(2007).Social returns to education in Italian local labor markets.The Annals of Regional Science.41:51-69.叶茂林、郑晓齐、王斌:《教育对经济增长贡献的计量分析》，载于《数量经济技术经济研究》2003年第1期，第89～92页。另一个思路则主要以教育回报率作为切入点。②Zhang，J.，Zhao，Y.，Park，A.and Song，X.(2005).Economic returns to schooling in urban China，1988 to 2001.Journal of Comparative Economics.33(4):730-752.李实、丁赛:《中国城镇教育收益率的长期变动趋势》，载于《中国社会科学》2006年第6期，第58～72页。由于我国地域广阔、地区差异较大，所以研究该问题还需考虑不同区域。Lucas认为经济发展优势地区可以通过接受具有较高人力资本的移民的形式而使得优势进一步增强，③Lucas，R.E.，Jr.(1988).On the mechanics of economic development.Journal of Monetary Economics.22(3):3-42.所以人口迁移会导致人力资本区域分布的变化，并可能导致区域发展潜力的不同。④Liu，Z.(1998).Earnings，education，and economic returns in urban China.Economic Development and Cultural Change.46(4):697-725.由此可见人力资本的空间分布对区域发展存在影响。虽然姚先国等学者认为其影响与投资相比不具有决定作用，⑤姚先国、张海峰:《教育、人力资本与地区经济差异》，载于《经济研究》2008年第5期，第47～57页。但我国提出要转变经济发展方式，其目标之一便是减少投资刺激政策的过多运用，让人力资本更多发挥其作用。另一方面，我国教育回报主要是通过就业途径实现的，⑥李实、丁赛:《中国城镇教育收益率的长期变动趋势》，载于《中国社会科学》2006年第6期，第58～72页。故不同区域经济发展差异将导致人口流动方向及大小不同，从而影响到人力资本的空间分布形态。因此，人力资本的空间分布与区域经济发展存在双向作用力。而研究其变化情况对于了解我国产业的空间分布变化及将来的走向具有一定的意义。本文直接以教育程度⑦本文也称之为人口素质。在本文中，人口素质与人均受教育水平是相同概念。作为人力资本的替代变量，并试图研究其在改革开放以来的空间变化趋势。

二、数据来源及处理

(一)数据来源及说明。

本文以人均受教育程度作为人力资本的替代变量。数据为第三、四、五、六次全国人口普查数据，所用数据统一采用省、自治区、直辖市的6岁及以上人口的文化程度数据。四个不同时间点上所得数据的统计口径基本相同，因而具有可比性。此外，四次普查时间分布较为均匀，因而基本可以反映1978年以来中国人口素质的动态变迁情况。数据为省份和受教育程度的交叉数据，可以用来研究中国人口素质在时间和空间上的演化规律。值得提出的是，要研究人口素质和经济发展的关系，更为科学的数据应该是15～64岁劳动年龄人口数据，但由于人口普查数据中没有分省和分受教育程度的劳动年龄人口数据，因此只能退而采用6岁及以上人口的交叉数据。虽然所用数据比较间接，但不会改变基本结论。

(二)数据处理。

来自四次全国人口普查数据的统计口径虽然基本一致，但由于1978～2010年期间中国经济社会环境变化较大，因此统计项目或样本难免有所变动。为研究方便，本文做了一些合理的处置，具体如下:

1.第三次人口普查数据中无海南省数据，其以广东数据代替。重庆由于人口较多，不能简单忽略处理。对此，本文参照许多学术文章研究此类问题的处理方法，将四川与重庆进行合并处理。

2.将受教育程度分为低端、中端、中高端和高端四个层次。低端指小学及以下学历;中端包括初中、高中和中专;中高端仅指大专;高端指本科及以上受教育水平。在受教育年限上，小学以下、小学、初中、高中、中专、大专、本科、硕士研究生、博士研究生分别以0年、6年、9年、12年、12年、15年、16年、19年、22年处理。

3.第三次全国人口普查数据中有大学肄业及在校一项，该项指标按照0.5的比例折算成大学本科教育水平。

4.第五、六次人口普查数据中均有研究生一项，前两次没有，但并未区分硕士和博士。本文依据历年教育统计年鉴中硕士和博士毕业人数(其中仅1983年数据没找到)进行拆分。由于博士来源于已毕业的硕士，因而需要将硕士累计数量比减去博士累计数量之后的余值和博士累计数量进行比较。据此，本文得出第五、六次全国人口普查中研究生的拆分比例分别为6.34∶1和5.37∶1。严格来说，用统一的拆分比例去拆分各省的研究生一项并不太科学。因为各省的拆分比例不可能相同，经济发达地区如北京、上海等该项比例会偏大，而经济落后地区该项比例则会偏小。另一需要考虑的问题是劳动力的流动性。但是，由于这些考虑无法从现实数据中获得支撑，本文最后只好以统一的拆分比例进行处理。

三、区分受教育程度人口的空间分布变化

近30多年来，我国人口素质结构发生了较大变化。并且，各省由于历史基础、发展速度、教育投入等方面的差异，导致不同受教育程度人口的空间分布出现区域差异。由于不同受教育程度人口的分布特点及影响因素可能不同，故本文一一作出具体分析。

(一)空间分布及变化。

1.低端受教育程度。我国当前低端人口①文中低端人口、中端人口、中高端人口和高端人口仅指受教育水平，不具有其他含意。在各省的分布比例与地区人口数量呈正相关，与地区经济发展水平呈负相关(参见表1)。2010年，四川重庆、山东、河南、广东、云南和安徽为低端人口占比最高的地区，其中四川重庆占10.46%，其比例全国最高。这些占比高的省份基本为人口大省，但也有人口数量一般但经济水平落后的省份。而上海、北京、天津、宁夏、海南、西藏和青海等几个人口数量少的省份为占比最低的地区，其中西藏全国最低，比例仅为0.48%。这当中，三个直辖市是我国经济最为发达的地区，可见经济发展水平对低端人口分布比例的影响为负向。

从动态变化来看，1982～2010年，低端人口占比呈下降趋势的省份基本为经济发展水平处于中游或中上游的省份。下降比例大于0.5%的省份为四川重庆、河南、湖北、湖南、山东、江苏，而分布比例略有下降(小于0.5%)的省份主要为东北及华北地区。与此同时，比例有所上升的省份基本为经济落后的边疆省份，即图中点状图和斜纹图表示的省份。其中上升最显著(大于0.5%)的省份为云南、贵州和广东，略有上升(小于0.5%)的为最西部的五个省份。由于低端人口文化程度低，导致其就业面窄，流动能力弱，基本只能依附于当地的初级产业。故地方低端人口的降低基本只能依赖其存量上的人口更替和增量上的初等教育入学保障来解决。所以会有静态时间点上低端人口的省域分布与当地人口密切相关的现象出现。另一方面，历史上我国经济极为不平衡，三个直辖市为经济最为发达、产业和教育资源布局最集中的地区，其基本能解决人口的初等教育。而其余地区则不然。但随着近些年来经济快速发展，部分东部和中部较为发达地区初等教育入学保障性加强，因而低端人口占比下降较快。西部落后省份则似乎依然存在初等教育保障问题，或是改善速度相对较慢，导致其占比仍在提升。

表1 中国大陆地区低端受教育程度人口省域分布及变化 %

2.中端受教育程度。中端人口的省域分布也主要与地域人口数量呈正相关，并受经济发展水平影响(参见表2)。中端人口占全国比例最高的省份依然有一个鲜明的特点，即当地人口数量较大。占比最高的省份广东、河南、山东、四川重庆，其比例分别为8.85%、7.43%、7.35%、7.17%;而占比最低的为西藏、青海、宁夏等人口数量少的省份，其比例分别为0.07%、0.29%、0.41%。另一方面，经济发展水平也会影响中端人口的分布比例。如2010年，上海人口大约2300万，内蒙古大约2500万，甘肃大约2600万，内蒙古和甘肃人口均大于上海，但上海的中端受教育程度人口占全国比例却比前两者均低。由此可见经济发展水平越高，中端人口占比越有偏低的倾向。

动态来看，1982～2010年，中端人口占比下降较大(大于0.5%)的省份主要为东北三省、四川重庆、湖北和江苏，其中辽宁降幅最大，达到1.66个百分点;下降较小(小于0.5%)的省份主要包括内蒙古、陕西、青海、河南、湖南、贵州、上海、北京和天津。而分布比例上升显著(大于0.5%)的主要为广东、云南、江西、安徽、福建和海南。其他省份的分布比例也略有上升。导致这种变化格局的原因可能与经济格局变动及人口流动密切相关。由于近些年来东北老工业基地的衰弱，导致大量中端人口外流。而广东、福建、海南的经济很大程度上呈外向型特点，大量出口型企业存在导致大量年轻化、教育程度呈中端化的外来劳动力涌入，从而推高了该地区中端人口占比。另一方面，如江西、安徽、云南等劳动力净流出省份，由于外出务工人口文化程度大部分以中端水平为主，其大量流出应对地方中端文化程度人口占比产生负面作用。但由于大量外出打工人口回流及致富的示范作用，外加经济发展水平上升导致教育投入增加，结果可能导致这些省份的人口更加重视教育，因而结果可能会反倒推高中端人口占比。

3.中高端受教育程度。中高端人口的省域分布比例受地方人口数量和经济发展水平两股力量的影响(参见表3)。2010年，中高端人口占比最高的省份为广东、山东、江苏等人口大省，其比例分别为7.72%、7.19%、7.14%;占比最低的省份为西藏、青海、宁夏、海南等人口数量少的省份，其比例分别为0.14%、0.43%、0.52%、0.61%。由此可见中高端人口的分布与总人口分布呈正相关。另一方面看，北京、上海等经济最发达地区，与人口数量是其2倍以上的省份如江西、云南相比，其中高端人口占比反而更高。此外，河南比江苏人口多出近2500万，而其中高端人口占比反比后者要小。由此可见，中高端人口的分布比例也较为明显的受经济发展水平的影响。

表2 中国大陆地区中端受教育程度人口省域分布及变化 %

表3 中国大陆地区中高端受教育程度人口省域分布及变化 %

近20年来，东北三省、三个直辖市等部分经济较为发达地区的中高端人口占比下降较为明显，而广东、山东等人口数量大、经济较为发达的省份则上升显著。由表3可以看出，分布比例下降超过1%的省份包括东北三省、三个直辖市和湖北;下降比例小于1%的省份包括湖南和海南。其余省份的分布比例均在上升，其中上升最明显(大于1%)的为广东和山东。由于省内流动人口素质要高于省外流动人口，①2000年，省内流动人口、省外流动人口平均受教育年限分别为10、9.12，而全国平均为7.6;2010年，前两者平均受教育年限分别为10.5、9.61，而全国平均为8.76。故可能因为大专学历人口难以获得异地户籍准入，使其大部分选择在省内就业，所以就业增长(经济增长)和人口数量的影响很大，结果导致经济较为发达而人口数量又相对较多的省份大专学历人口占比上升明显。

4.高端受教育程度。高端人口的省域分布主要受地区经济发展水平和当地高等教育机构数量的影响。一个地区经济越发达，当地高等教育机构数量越多，其高端受教育程度人口的分布比例越高。但人口数量也有一定程度的影响，只是相对较弱。具体如表4所示，2010年，北京、广东、江苏等地的高端人口的分布比例最高，分别为7.64%、7.26%、7.26%;而西藏、青海、宁夏的分布比例最低，分别仅为 0.14%、0.38%、0.46%。前者均为经济发达地区，而后者则为经济落后地区，可见高端人口的分布与经济发展水平密切相关。此外，我国的高等教育机构又主要集中在北京、广东、上海等发达地区，以及像湖北、陕西等经济发展水平一般而文化底蕴深厚的地区。一般而言，从某一地的高等教育机构毕业的人口更容易在当地就业(户籍影响)，所以湖北和陕西两省的高端人口的分布比例也较高，分别达到4.57%和4.86%。地方人口数量对高端人口分布比例的影响体现在像河南、河北等人口大省，其占比也相对较高。

表4 中国大陆地区高端受教育程度人口省域分布及变化 %

从动态变化来看，近10年来，东北三省、陕西和湖北的高端人口的分布比例下降最显著。其中，辽宁、黑龙江、吉林分别下降1.08个、0.60个、0.77个百分点，陕西和湖北也分别下降0.64个和0.63个百分点。北京、上海、天津、河南、新疆和四川重庆也有所下降。而分布比例上升显著(大于0.5%)的省份为浙江、广东、江苏，其分别达到1.16个、0.70个、0.58个百分点。其余省份均略微有所上升(上升比例小于0.5%)。这似乎说明，由于经济发展水平落后于最前沿地区，东北三省、湖北、陕西等地区对高等教育人才的吸引力在逐渐减退，高等教育人才流向了经济更加发达的地区。北京、上海、天津对高端人才最具吸引力。但由于近十年来人口剧增，造成房价高涨、交通拥堵等城市问题严重，这导致一方面城市加强了户籍限制，另一方面高端人口迫于生活负担而对山东、江苏、浙江、广东等经济发达地区的青睐加大。

(二)影响因素的进一步分析及小结。

不同受教育程度人口的空间分布与地区经济发展水平、人口数量等因素有关，但以上所做出的分析仅停留在直观层面。为了进一步佐证这些关系，还需要做进一步的分析，而考察不同受教育程度人口的空间分布与相关变量的相关系数是个直接而有效的方式。

表5即为所得出的结果。从中可以看出，人口素质的分布与总人口分布关系密切。总人口分布在所有变量中最为重要，尤其对于低端、中端和中高端人口而言，其相关系数都在0.90以上。但对于高端人口来说，其相关系数下降为0.69，这表明高端人口受总人口分布的影响相比其他类型人口来说大为降低。由于我国人口基数众多，而低端人口流动性差，因而必然受到各地区人口基数的影响。而中端人口当前已经成为我国人口结构的主体，其流动性强、流动量大，且主要从事于劳动密集型行业。但由于其基数大，故流动人口相比其总人口的比例有限。另一方面，由于户籍限制，其外出务工并不能获得当地的户籍准入，且在家乡拥有土地和宅基地，这导致其流动不稳定，其中很大部分最后又回到流出地。在以上两个因素影响下，中端人口的空间分布也强烈受总人口分布的影响。相对来说，高端人口是有能力获得异地户籍准入的主要群体，这也造成其空间分布受总人口分布的影响相对较小。而中高端人口实际上也很难获得异地户籍准入，但其就业期望又往往相比低端和中端人口要高，这导致其选择在省内流动的比例大。所以其分布受总人口分布影响也很大。

表5 不同受教育程度人口的空间分布与相关变量的相关系数(2010年)

人均GDP与人口素质的空间分布也呈正相关。一般而言，经济发展水平对人口受教育程度的影响主要为两个方面:一是经济发展水平提高会导致教育投入增加;二是经济发展水平高导致就业机会多，而教育回报主要是通过就业途径获得，这会刺激教育投入需求。因此经济发展对教育具有重要影响。对于低端人口而言，人均GDP是负面的影响，而且影响程度较为明显。这本质上反映出人均GDP与人口素质的正相关。对于低端以上人口，人均GDP的影响作用在不断增强，其中对中端人口基本没有影响，对中高端有较强影响，对高端影响最大。据学者研究发现，我国的教育回报率呈递增趋势。①李实、丁赛:《中国城镇教育收益率的长期变动趋势》，载于《中国社会科学》2006年第6期，第58～72页。陈晓宇、闵维方:《我国高等教育个人收益率研究》，载于《高等教育研究》1998年第6期，第33～37页。如果事实的确如此，则受教育程度越高，其人口分布理应受经济发展差异的影响越大。因为能够吸纳高端人口的产业一般而言相对较为高级，其一般布局在发达地区，这将导致高端人口流向发达地区，从而进一步促进该地区发展。另一方面，发达地区因为吸引到高端人才而进一步发展，也会导致教育投入增加，因而会进一步促进高端人才占比的提高。但是，经济发展水平与中端人口分布基本不相关则较为复杂。本文认为，首先，发达地区大量劳动密集型企业吸引大量外省中端人口流入，这为正相关;其次，由于外出务工人口就业的示范作用，导致经济落后地区更加重视中端教育的投入，这是负相关;再次，近些年来发达地区制造业大量转移到内陆也导致大量人口回流，这也是负相关。因而可能是以上几个因素或其他因素的共同作用，致使中端人口空间分布与地区经济发展水平表现出基本不相关的现象。

人均本科院校数目对高端人口的影响为正，且影响较为明显。因为我国本科院校基本布局在经济发达地区，而高端人口又倾向于在发达地区就业，加之高端人口易于获得当地户籍准入，故这种关系似乎是理所当然。最后，依据上述分析，可以概括出不同受教育程度人口的空间分布的影响因素情况，具体如表6所示。

此外，不同受教育程度人口的空间分布的变化也展示出一些规律性，对于进一步研究其未来分布变化意义重大。如低端人口分布比例上，西部落后省份在不断增加，而东中部部分省份在减少，似乎有极化现象。中端人口是东北及三个直辖市所占比例在下降，广东上升最为明显。中高端人口是东北在下降，而直辖市以外的其他东部地区上升明显。高端人口则是东北及三个直辖市在下降，东部其他发达省份上升较为明显。由于我国人口素质分布格局为:三个直辖市最高，其次为东北，然后是东部其他发达省份，西部落后省份最低。所以中端、中高端及高端人口的空间分布似乎有收敛的趋势。这些将在下一部分内容中予以展开。

表6 分受教育层次的人口省域分布的决定因素

四、人口素质的省域分布均衡分析

(一)相对优势变化。

研究不同受教育程度人口在各省份的分布状态有一定的意义，但由于各省人口数量不一，这种分布比例并不能很好的对各省份的情况进行横向比较。例如，西藏人口少，其在不同受教育程度人口的占比也较小;而河南人口众多，其占比也会较大。为此，要对各省份进行横向比较，应该结合各省份人口占全国总人口的比例进行。故本文定义一个“区域相对优势指数(RCAIij)”的概念，其表达式为:

式中，i代表受教育程度;j代表省份。RCAIij表示省份j在i受教育程度人口分布上的区域相对优势指数;若RCAIij＞0，表示省份j在i受教育程度人口分布上具有相对优势，若RCAIij＜0，则表示具有劣势;RCAIij取值范围为［-1，+∞］。但因为受教育程度分为不同层次，如某区域在低端人口分布上具有相对优势，实质上表示的是一种劣势;若在中高端和高端上具有相对优势，则实质是一种优势。因为我国人口受教育结构当前是以中端受教育水平为主体，故若某区域在中端人口上具有相对优势，则其实质含义则较为模糊，很难判定是一种优势还是劣势。

若以某一起始年份(1982年)RCAIij值表示为横坐标值，以所研究时期内(1982～2010年)的变动量 ΔRCAIij为纵坐标值，则可以在一个坐标轴上建立各省份某受教育程度人口分布的散点图(见图1)。该坐标轴上的点的位置既可以表示出各省份在某受教育程度人口分布上的相对优势，又可以反映出这种优势的变化趋势。

从图1可以看出，在低端人口分布上，具有相对优势的均为西藏、云南、贵州、青海等西部落后省份。而具有相对劣势的则为北京、上海、天津、东北三省等经济发达地区。在中端、中高端和高端人口分布上，北京、天津、上海、东北三省均具有相对优势，这表明这些省份的低端以上人口的分布比例明显高于该地区人口占全国总人口的比例。而具有相对劣势的均为西部落后省份。这说明在起始年份我国人口素质的空间分布存在失衡。另外，各省份在不同受教育程度人口上的区域相对优势指数方面的另一个规律是，越是高素质人口，北京、上海等发达地区的相对优势越明显。如在中端人口上，上海、北京的RCAI值最大，但也分别只有0.91和0.85，均不足1;在中高端人口上，两者的相对优势依然最大，且相比中端人口又有扩大，RCAI值分别为2.67和3.21;而在高端人口上，上海和北京的相对优势依旧是所有省份中最大的，其RCAI值分别达到3.19和6.41，相比较为低端人口而言其相对优势明显又有扩大，尤其是北京。故综合来看，在不同受教育程度人口占比的相对优势方面，一个很大不同体现在异常值方面，即存在随着受教育程度提高，少数异常值更加凸显的现象。

图1 不同受教育程度人口分布区域优势指数及变动

分析各省份在不同受教育程度人口上的相对优势变化需要结合其起始状态，故需要看散点所处象限。从图1可以看出，在低端人口上，各省份基本落在第一、三象限，且大概存在一条过原点且斜率为正的趋势线。这表明在低端人口分布上，存在明显的“马太效应”，即具有相对优势的省份，其相对优势在不断增强(实质为劣势)，具有相对劣势的省份，其相对劣势在不断恶化。并且，存在起始时相对优势越大则其相对优势提高越大的规律，反之也相同。而与低端人口截然不同的是，中端、中高端和高端人口所形成的各省份的散点图极为相似，均落在第二、四象限，且都大概存在一条过原点、斜率为负的趋势线。这表明，在中端、中高端和高端人口上，起始时具有相对优势的省份，其相对优势随时间在不断被削弱，且相对优势越明显，同样时间内削减的幅度也越突出。而起始时具有相对劣势的省份，其相对劣势在不断减弱，且相对劣势越大，其减弱得越明显。简言之，在中端、中高端和高端人口上，其空间分布均呈现出明显的收敛规律。

故图1可以说明，我国人口素质的空间分布是失衡的，北京、上海及东北三省等东中部相对发达地区明显具有优势，而西部落后省份劣势非常明显。动态来看，低端人口的空间分布变化存在“马太效应”，即低端人口在各省份的分布比例逐渐远离各省份人口占全国的比例。而中端、中高端和高端人口的空间变化则存在收敛现象，即其人口在各省份的分布比例在逐步趋于各省份人口占全国的比例，即在逐步趋于均衡。由于不同受教育程度人口的空间分布变化是通过直观图来进行分析的，因而尚显不足，故需要进一步论证。此外，低端人口和其他类型人口的空间分布变化趋势不同，也需要从总体上进行进一步研究，以确定我国人口素质的空间分布究竟是在趋于失衡，还是趋于均衡。

(二)标准差分析。

判断不同受教育程度人口的分布是否趋于均衡也可以通过标准差的变化来判断，其计算表达式为:

式中，SDi表示i受教育程度人口的省域分布对均衡水平的标准差，SDi≥0，其值越大表示失衡越严重，0表示达到均衡水平;j表示省份;N表示省份的数目，一般为30，但在计算1982年的标准差时，因为海南没有数据，故1982年时的N取29。

同样，各省份人口平均受教育年限的标准差的计算表达式为:

式中，SD表示各省份人均受教育水平对全国平均水平的平均偏离，SD≥0，等于0表示达到完全均衡水平，即各省人均受教育水平相同，SD越大则表示失衡越严重;j表示省份;AVE_EDUj表示省份j人口的平均受教育年限，AVE_EDU表示全国人口的平均受教育年限，N表示省份的数目。

根据以上两个公式可以计算出低端、中端、中高端、高端人口及整体人均受教育年限在四个时点上的省域分布标准差，其结果如图2所示。从图2可以看出，低端人口的省域分布标准差在不断变大，其由1982年的0.15增大到2010年的0.36。但除此之外，其余各项标准差都在不断缩小。中端人口由1982年的0.36下降到2010年的0.17。中高端人口的数据从1990年开始，其也由该年份的0.91快速减小到0.35。高端人口的省标准差变化在1982～2010年间有一个先升后降的波动，主要表现为1982～1990年由1.61增长到1.94，之后不断下降，到2010年降为0.91。由于改革开放以来，我国低端人口，尤其是文盲人口的绝对量大幅度减少，人口结构主体已经演变为中端人口。因此中端人口的省域分布标准差变化对整体人口平均受教育年限的均衡性变化具有决定作用。这也导致后者标准差变化与前者基本一致。1982～2010年，整体人均受教育年限的省域分布标准差由0.29下降为0.12，下降较为明显。故整体而言，我国各省份人均受教育年限有趋于一致的趋势。

由于中端人口已经成为我国人口结构主体，故各省份中端人口数量的变化及其迁移成为影响我国人口素质空间分布变化的决定因素。该类人口文化程度相对较高，是当前流动人口的主体，主要从事劳动密集型行业，且基本难以获得异地户籍准入。改革开放以来的经济快速增长，使得中端人口成为就业主力军。这一方面增加了收入，使得中端教育投入有了保障。另一方面，因为就业与教育的紧密关系，使得经济不发达地区也更加重视中端教育。由此导致经济不发达地区入学率上升明显，中端人口占比提高迅速。而在北京、上海、东北等发达地区，由于其产业基础原本就较为牢固，在原来的“企业办社会”体制下，其入学率原来就较高，因而提升空间有限。而近年来，我国产业升级依然受阻，劳动密集型产业依旧占主导地位。即便是部分高技术产业，我国在生产链条上也基本处于低技术含量、低附加值的劳动密集型环节。这使得在东部发达地区劳动成本上涨、土地紧张、环境污染成本上升等问题出现时，许多劳动密集型的产业开始迁往内陆地区，致使近些年来我国省份之间的工业结构趋同加剧，①李钢、廖建辉:《中国省域工业结构的聚类分析》，载于《经济管理》2011年第8期，第18～27页。大量农民工也因此开始回流。故可以认为，近些年来，是我国区域间产业低专业化分工式的发展导致中端人口成为就业面最广的人群，也导致居民对其教育投入较大，在流出地产业逐渐发展起来过程中，中端人口有逐步回流的趋势。这导致中端人口的分布逐步趋于均衡并致使人口素质趋于均衡。中高端人口和高端人口分布均衡化，一方面因为近些年来其供给量扩张过快，而产业升级缓慢又导致对其需求不足，因此总体教育回报率在下降。另一方面，发达地区由于出现城市拥挤、房价上涨过快等问题，户籍限制也有所加强，这导致许多中高端和高端人口选择回到省内工作，故其也呈现逐步均衡化的趋势。

五、结论

本文以受教育程度作为人口素质的替代变量，并利用第三、四、五、六次全国人口普查数据，对不同受教育程度人口的空间变化及其均衡状态进行了研究，最后得到以下主要结论:(1)我国人口素质的空间分布强烈受到总人口分布的影响，地方经济发展水平也有较大影响。若区分不同受教育水平，情况存在一些差异。主要是高端人口受地方人口基数影响强度弱于其他类型人口，而受经济发展水平的影响要强于其他类型人口。此外，其较大程度上还受到我国高等教育机构空间分布的影响。而中端人口的空间分布表现出与经济发展水平的区域差异不相关的特点。(2)改革开放以来，我国人口素质的空间分布变化有趋于均衡的趋势，即各省份人口素质的相对差异在逐步缩小。区分受教育程度来看，低端人口的空间分布变化存在“马太效应”，其分布的失衡状态在加剧;中端、中高端和高端人口则相反，三者的空间分布变化均呈现出收敛的规律，即各省份该类型人口的分布比例逐步趋同于该省总人口占全国总人口的比重。总体来看，我国人口素质的空间分布是趋于均衡的。由于在不同时期，导致这种平衡性加强的原因不同，其中起主导作用的是占人口结构主体的中端人口的空间分布变化。而中端人口主要从事于劳动密集型产业，后者又是目前我国产业结构的主体，故劳动密集型产业的空间布局格外重要。近些年来大量东部地区的劳动密集型产业转移到内陆地区，导致了许多外出务工人员回流到出发地。由于这部分人受教育程度较高，从而进一步促进了内陆省份的产业发展，促进东中西部人均GDP的收敛。