人力资本投资对收入差异的影响——以行业收入变动为视角

张柳，潘洪岩

（辽宁大学经济学院，辽宁沈阳110036）

人力资本投资对收入差异的影响
——以行业收入变动为视角

张柳，潘洪岩

（辽宁大学经济学院，辽宁沈阳110036）

人力资本投资是我国收入差异的影响因素，以行业收入变化为视角，选取2003年至2013年间的行业人均收入数据、人均受教育年限、国有企业职工占比以及行业法人数占比来分析这11年间人力资本投资对收入差异的影响程度，可以对解决我国行业收入差异的政策选择进行探讨，同时也对解决我国行业不合理收入差异体现出十分重要的理论意义和现实意义。

人力资本；收入差异；行业

随着经济市场化程度的日益加深，我国的收入差异程度日趋加大，导致我国收入差异程度扩大的原因有很多，比如传统的计划经济旧体制、市场效率差别扩大、市场体制不健全等等，而人力资本理论将个人收入决定及其分配格局归因于人力资本投资的不同。本文以行业收入变化为视角，选取2003年至2013年间的行业人均收入数据、人均受教育年限、国有企业职工占比以及行业法人数占比来分析这11年间人力资本投资对收入差异的影响程度。

一、文献综述

国内外的许多学者从人力资本的视角研究了人力资本在收入分配中的作用。Malrin&Psacharopoulos（1976）对美国的收入分配和教育之间的关系进行研究，研究结果发现平均受教育程度和收入差异负相关，当平均受教育程度增加1年，收入差异减少10%，因此提高居民的受教育水平可以促进社会收入分配的公平化。Becker&Chiswick（1966）通过对美国不同地区数据进行分析，Tinbergen（1972）通过对美国、加拿大、荷兰三国数据进行分析，Chiswick（1971）通过对9个国家的面板数据进行分析，Ram（1984）通过对28个国家的数据进行分析，Park（1996）通过对59个国家的数据进行分析，均得出相同的结论：收入差异和人力资本水平呈负相关，和人力资本分配呈正相关。AnilDuman（2008）通过对土耳其1963年至2005年间的数据进行分析，研究发现：中小学教育与高等教育相比较具有更大的外部性，而且中小学教育公共支出增加有可能改善收入分配状况。

国内学者王从军、钱海燕（2005）的研究表明，人力资本投资差异和人力资本水平差异是造成贫富差距的主要原因，提高人力资本水平可以推动经济增长，实现收入分配公平化。马骊（2008）研究发现，未来的收入的贴现值应大于等于当期的全部教育费用，人力资本投资是影响个人收入分配格局的主要变量。王云多等人（2010）则研究了教育对居民收入分配的影响程度，研究表明教育对居民收入分配有显著的影响。孙敬水等（2010）从两个方面，即教育人力资本存量水平和教育人力资本结构，分析和研究了我国的人力资本水平在多大程度上对城乡居民收入差距造成了影响。

二、实证研究

（一）数据的选取及变量的选择

考虑到行业划分标准的一致性以及数据的可获性，我们选取2003—2013年《中国统计年鉴》和《中国劳动统计年鉴》的相关数据进行实证研究。本次实证选择行业收入差异变量作为被解释变量，选择人力资本变量作为解释变量。为了增加模型对解释变量的解释程度，根据已有研究，增加所有制变量和规模变量作为控制变量。本次实证分析样本选择了19个不同产业的截面个体，2003-2013共11年的时间序列，组成面板数据结构，共209个面板数据作为分析样本。数据来自于2003—2013年间的《中国统计年鉴》和《中国劳动统计年鉴》。

1.被解释变量：用INC表示，代表行业收入差异，在研究行业收入差异的过程中，关于如何确定高收入行业和低收入行业，现有文件对此进行了大量的研究，而所采用的方法不外乎有三种：收入排序法、行业收入比和无量纲化处理方法。三种方法比较而言，无量纲化处理方法更加适合行业收入差异的研究。所谓收入排序法，顾名思义是按收入的高低对所有行业进行排序，收入排序法比较直观地反映了行业收入差异状况，但却无法反映不同行业收入差异的变化趋势；行业收入比的优势在于简单明了，但却无法准确确定该行业在总体中的相对位置。无量纲化处理方法又分为标准化法、均值化法等，在本文中，我们将采用均值化的方法，令行业收入差异=该行业职工年人均工资/行业职工年人均工资均值。

2.解释变量：用HC表示，代表人力资本水平，本文采用人均受教育年限来间接地衡量行业人力资本水平。具体的计算方法为：行业人力资本水平=（∑该行业不同受教育年限的职工人数×相应值）/该行业从业总人数。我们对于不同受教育年限的职工赋予不同的值：未上过学的，赋予其相应的值为0；小学受教育年限为6年，赋予其相应的值为6；初中受教育年限为9年，赋予其相应的值为9；高中受教育年限为12年，赋予其相应的值为12；专科受教育年限为15年，赋予其相应的值为15；本科受教育年限为16年，赋予其相应的值为16；研究生及以上学历受教育年限为19年，赋予其相应的值也为19。

3.控制变量：有两个，分别为所有制差异、行业规模，我们用OS、SIZE表示，其中所有制差异变量值等于国有企业从业人员/行业从业人员，行业规模变量值等于该行业法人数/行业法人总数。

在进行分析之前，我们首先需要对取得的面板数据样本进行整体的描述统计，结果如下：

表1 整体描述性统计表

从描述性统计表中可以看出所有样本数据的各个变量的整体数据情况及其均值、标准差、最大值、最小值均不存在极端异常值，因此，可以说分析的面板数据真实可靠，实证分析具有实际意义。

本次实证分析采用的是静态面板数据。一般地，我们分析静态面板数据，常常使用三种模型，它们分别是混合回归模型、固定效应模型和随机效应模型。其中，固定效应模型和随机效应模型又可以分为下列两种：个体效应、时点效应。由于本次面板数据分析，选用的是19个不同个体的11年跨度的面板数据进行考察，重点考察的是基于19个不同行业的数据得到的人力资本水平变量对行业收入差异变量的影响程度，所以本次分析更倾向于选择个体效应。但是采用混合回归模型，固定效应模型还是随机效应模型，还需要对实证的模型进行选择，之后才能得出正确的结论。

（二）建立模型

为了确定正确的面板数据分析的回归模型，需要分别考察混合回归模型、个体固定效应模型、个体随机效应模型三种情况，然后进行筛选。首先是对各个模型进行面板数据回归分析，现将INC变量以作为解释变量，分别建立三种不同的回归模型，它们是：

在模型a0中表示截距项INCit，HCit，OSit，以及SIZEit分别为具有i个横截面，t个纵剖面的被解释变量a1和a3解释变量，到分别为各个解释变量的回归系数，为误差项。混合回归模型的特点是无论对任何个体截面，截距项都相同。个体固定效应模型中，存在λi表示对于i个个体有i个不同的截距项，随着个体的不同而不同，个体固定效应模型的特点是从回归结果来看，对于不同的截面个体，截距项都存在差异。个体随机效应模型中，存在εi表示对于i个个体有i个不同随机干扰项分量，随着个体的不同而不同。个体随机效应模型的特点也是从回归结果来看，对于不同的截面个体，截距项都存在差异。

（三）面板数据的单位根检验

为了避免出现伪回归的情况，需要首先对解释变量和被解释变量的水平值进行面板单位根检验（如表3），分别采用LLC，IM，ADF，PP检验的办法。经过检验发现，INC变量的原序列单位根检验发现IM检验办法以及ADF检验办法的显著性概率大于0.05，认为在5%水平不能拒绝原假设，认为原序列为非平稳序列，而其一阶差分序列四个检验办法均小于0.05，在5%水平拒绝原假设，不存在单位根，一阶差分序列为平稳序列。说明INC变量满足一阶单整。同理，经过检验发现HC变量，OS变量以及SIZE变量均为原序列不平稳，一阶差分序列平稳的一阶单整变量。四个变量满足同阶单整，符合面板协整前提。

表2 面板数据的单位根检验

（四）面板数据的协整检验

协整检验是检验变量之间是否存在长期均衡关系的一种常用的方法。面板数据的协整检验方法主要有三种，Pedroni协整检验、Kao协整检验以及Fisher协整检验。由于变量之间具有近似线性关系，会出现奇异矩阵，无法进行Pedroni检验，且纵剖面时间序列较短，无法进行Fisher检验，因此这里采用Kao协整检验。

Kao协整检验的原假设是变量之间没有协整关系，而t检验的显著性概率为0.0119，小于0.05，在5%水平能够拒绝原假设，认为四个变量之间具有协整关系，满足长期均衡的趋势。

（五）回归分析

以上分析检验验证了各变量是同阶单整的，且存在协整关系；既而本文通过EVIEWS软件对上述模型进行回归分析，回归结果如下表：

表3 面板数据模型回归分析

混合回归、个体固定效应、个体随机效应这三种模型的回归结果中，各个变量的t检验显著性概率均小于0.05，在5%水平拒绝估计系数为0的原假设，认为通过检验，回归系数具有意义。三种模型的R2最大的为个体固定效应，高达0.964972，说明该模型的解释变量对被解释变量的解释程度高达96.5%左右，其他两种模型的R2则相对较小。

现在需要对上述三种回归模型进行选择，以确定最合适的回归模型，从而得出正确的回归结果。

首先，我们来看混合回归模型&个体固定效应模型的筛选方法：从回归分析中可以得到混合回归的残差平方和RRSS，个体固定效应回归的残差平方和，然后构建F统计量：

原假设H0：λ1=λ2=λ3=……λN-1=0

因此，如果拒绝原假设H0，则将模型设定为个体固定效应模型；否则则将模型设定为混合回归模型。

其次，我们再来看看个体固定效应模型&个体随机效应模型的筛选方法，这里我们采用Hausman检验。Hausman检验采用了：基于个体随机效应模型GLS估计量列向量、个体固定效应模型组内列向量估计量以及个体固定效应模型组间列向量估计量来构建如下统计量：

在零假设条件下，我们可以得到下列结论，即统计量渐近服从K个自由度的分布，三个统计量是一致的。也就是说，在拒绝零假设时我们将模型设定成为了固定效应模型，是可行的。在接受零假设时，我们就把模型设定成为随机效应模型。接下来，我们将分别对上述三个模型进行筛选检验：经检验，F检验的显著性概率小于0.05，在5%水平拒绝原假设，认为个体固定效应较混合回归更为合适，Hausman检验中显著性概率也小于0.05，在5%水平拒绝原假设，认为个体固定效应较个体随机效应更为合适，所以本文最终采取个体固定效应回归模型。

通过个体固定效应回归结果可以见出，人力资本变量HC的估计系数为0.032681，说明选择的面板数据样本体现了人力资本变量和收入变量INC之间满足正相关关系，并且每增加1单位人力资本变量HC，则会增加0.032681单位的收入；控制变量中，同样可以得到所有制变量OS和收入变量INC之间具有正相关关系，并且每增加1单位所有制变量OS，则增加0.22091单位的收入；而规模变量SIZE和收入变量INC之间局负相关关系，每增加1单位规模变量SIZE，则会减少1.13301单位的收入。由于控制变量不是本文主要考察的变量，因此控制变量的回归结果具有一定参考价值。

三、结论及政策含义

研究表明，行业人力资本投资和居民收入差异呈正相关。对本文的研究进行整理，有以下几点政策建议：首先，进行产权改革，破除所有制垄断壁垒。其次，各行业间的人力资本进行优化配置。再次，普及教育，使各行业职工的受教育机会均等化。我国政府应加大对基础教育和职业培训学校的投资力度，从而逐步缩小人均受教育水平差异；此外，建立健全社会保障制度。日益拉大的行业收入差距不利于社会和谐和经济发展，因此应适当地增加对我国低收入者的转移支付力度，形成覆盖全体公民的多层次社会保障体系。

［1］Anil Duman.Education and Income Inequality in Turkey：Does SchoolingMatter？［J］.FinancialTheory and Practice，2008：32.

［2］Becker G.S.，Chiswick B.R.Education and the Distribution of Earning［J］.American Economic Review，1966（56）：358-369.

［3］BourguignonFrancois，ChristianMorrison.InequalityandDevelopment：theRoleofDualism.JournalofDevelopmentEconomics，1998（57）：233-257.

［4］Galor Oded and Joseph Zeira，Income Distribution and Macroeconomics［J］.ReviewofEconomicsStudies，1993（60）：35-52.

［5］Knight J.B.and R.H.Sabot.Educational Expansion and Kuznets Effect［J］.American Economic Review，1983（73）：1132-1136.

［6］Psacharopoulos G.Unequal Access to Education and Income Distribution：an InternationalComparison［J］.De Economist，1977：383-392.

［7］Ram，H.，Population Increase，Economic Growth，Educational Inequality and Income Distribution：Some Recent Evidence［J］. JournalofDevelopment Economics，1984（14）：419-428.

［8］马骊.基于人力资本视角的行业收入差距统计研究一以浙江为例［D］.杭州：浙江工商大学，2009.

［9］孙敬水，张周静.人力资本对城乡收入差距及其收敛性的影响—基于我国省际面板数据分析［J］.农业技术经济，2010（9）：105-112.

［10］王云多.教育分布对个人收入分配的影响［J］.数理统计和管理，2010（5）：789-795.

［11］王从军，钱海燕.人力资本投资和公平的收入分配—一个基于经济发展兼顾公平的收入分配理论研究［J］.求索，2005（9）：81-84.

［12］徐群芳，顾光同，管宇.基于城乡居民收入面板数据模型的统计分析［J］.统计科学与实践，2014（11）：18-21.

［13］司福宁，武新乾，田萍.我国农村居民消费与收入关系的实证分析［J］.农村经济与科技，2014：116-118.

【责任编辑 曹萌】

F13

A

1674-5450（2015）06-0066-03

2015-08-22

张柳，女（满族），河北河间人，辽宁大学西方经济学博士研究生；潘洪岩，男，辽宁大连人，辽宁大学经济史博士研究生。