人力资本与经济增长：基于超越对数生产函数的一种解释

● 闫春 邓阳

人力资本和物质资本是经济增长的两大关键动力源泉，二者之间存在一定程度上的替代效应，它们相互交替螺旋上升，形成了经济发展的主推力（王询、孟望生，2013）。很长一段时间，物质资本投资是我国经济增长的主要推动力，助力我国实现较长时期的经济高速增长并成为世界第二大经济体。随着经济新常态的到来，我国经济增长的速度将由过去二位数的高速增长下降到7%左右的中高速增长，从规模扩张向质量转型的内涵式经济增长的重要性和紧迫性日益突出，产业结构升级、全球化竞争、技术进步在经济增长中地位不断上升，对人的质量提出了更高的要求。有研究指出，进入本世纪以来，我国的经济和人口都进入了“新常态”，“人口新常态”的一个显著特征就是人口素质显著提高，人力资本存量大幅度

增长，而且人口新常态不仅是我国经济新常态形成的决定因素之一，同时也是新常态下经济运行的基础性条件（李建民，2015）。“新常态”下，我国经济发展的基本条件出现系统而深刻的变化（刘伟，2016），劳动力数量减少，老龄化问题日益严峻，传统生产要素（土地、自然资源）对经济增长的贡献率下降（林新奇、张可人，2016）。与此同时，现代劳动者即高层次的人力资本的重要性日益突出，从数量型“人口红利”到质量型“人力资本红利”成为一种必然趋势（张同斌，2016），这要求经济发展中减弱要素投入边际收益递减规律的影响、提高要素边际产出、推动经济生产可能性边界向外扩张，实现中高速增长、包容性增长和内涵式增长相协调的经济增长（薄伟康，2014）。因此有必要重新审视经济新常态下人

致谢：感谢桂林理工大学理学院王想副教授在研究方法上提供的帮助。力资本与经济增长之间的作用关系，揭示人力资本、物质资本和其他要素对经济增长推动机制上的变化，为构建经济新常态下我国人力资本投资与经济增长之间的良性循环提供理论和政策借鉴。

自Schultz上世纪60年代提出人力资本理论以来，作为重要的生产要素，人力资本一直受到学术研究和政策分析的关注，一个普遍的共识是人力资本对经济增长有正向促进效应（李昕、关会娟，2017；Dorothee et al.,2013；Elias & Micaela, 2012）。现有研究还从多角度、多层次揭示了人力资本推动经济增长的不同机制，如人力资本对区域经济差异化的解释（苏妍、逯进，2016；王圣元等，2016）；技能型或非技能型人力资本在经济增长中的差异化贡献（王永水、朱平芳，2016）。研究还发现，人力资本与经济增长之间具有线性或非线性关系，前者表现为人力资本对经济增长的直接贡献（李德煌、夏恩君，2013），后者则是人力资本对经济增长促进过程中存在门槛效应（徐静、孟娟，2015；王永水、朱平芳，2016）。然而，现有研究在人力资本的变量测度及其对经济增长作用机制上仍然有继续探索的空间。

在人力资本的测度上，现有研究在指标选取和计算方法上差异较大。一些研究从技能高低或有无技能（王永水、朱平芳，2016），受教育程度高低（基础教育、中等教育、高等教育）来划分人力资本结构（张月玲等，2015；唐安宝等，2016）。也有研究采用不同学历层次劳动力人数与获得该学历所投资的权重乘积加总（乔红芳、沈利生，2015），直接加总劳动力的受教育年限之和（姚先国、张海峰，2008），计算劳动力的平均受教育年限（李海峥等，2010）等方法衡量人力资本存量。还有研究将人力资本的测度从偏重单一的教育维度向多维度拓展，如增加健康（杨建芳等，2006；倪超，2016），健康、劳动力再培训和劳动力合理流动（李德煌、夏恩君，2013）等维度。研究方法上，常用的有柯布—道格拉斯生产函数（C-D函数）（杜伟等，2014），Solow模型或卢卡斯内生模型（李德煌、夏恩君，2013），或者主成分回归模型（范秋芳、孙旭杰，2012）。

国际经济合作与发展组织（OECD）把人力资本定义为“个人拥有的能够创造个人，社会和经济福祉的知识、技能、能力和素质”（周少甫等，2013），表明人力资本是衡量劳动力质量的一个综合性指标。从这个角度来说，现有研究对人力资本测度指标的选取仍然不够全面，无法综合衡量人力资本形成和积累过程中内部（个人和家庭）和外部（国家和社会）因素的相互作用，以及时代进步对人力资本构成要素的新要求。研究方法上，C-D函数和Solow模型都假定产出弹性是固定常数，而现实中生产要素是动态变化的，产出弹性和替代弹性都会在不同时期发生相应变化，理论模型与现实情境之间匹配性不是很好。基于以上考虑，首先从教育、健康、科技和人口迁移四个维度构建人力资本测度指标体系，采用因子分析法对指标进行提炼和分类；然后采用超越对数生产函数分析资本存量、人力资本存量、劳动力数量三种要素与经济增长之间的动态关系，比较不同要素单独或相互作用对经济增长的贡献，揭示经济新常态下经济增长中的人力资本结构性源泉及其价值所在。

论文的主要结构如下：首先描述理论模型；其次解释模型中的变量及数据来源，重点是论证所构建人力资本测度指标体系的理论及实践合理性；第三，实证分析资本存量、劳动力数量、人力资本存量单独或者相互作用对经济增长的贡献，比较分析不同要素对经济增长贡献的异质性及其背后的实践逻辑，并检验模型的稳健性；最后是小结，对全文的研究内容进行总结，并概况研究的意义。

一、理论模型

在人力资本与经济增长关系分析的模型选取上，现有研究用得较多的是C-D函数或Solow模型（李德煌、夏恩君，2013；于潇、毛雅萍，2015）。Solow模型是由C-D函数演化而来，两种模型都假定系数不变，即产出弹性和替代弹性固定。由于人力资本和经济增长数值都是动态变化的，因而每年的产出弹性和替代弹性都会随之改变，所以无论采用C-D函数或Solow模型检验人力资本对经济增长的贡献都具有一定的局限性。

相比于C-D函数或Solow模型而言，超越对数生产函数可以更好地对数据进行拟合，具有包容性强和易估计的优点，其在结构上属于平方反应面模型，可有效地探究生产函数中各个要素的相互影响、相互替代弹性和各种投入技术进步的差异，在一定程度上提高了模型的可靠性。超越对数生产函数不仅具有变动的产出弹性与替代弹性的优势，而且这种优势比较适合我国经济由高速增长转变为中高速增长的变化情况分析。超越对数生产函数在不同领域的投入产出计算中已经得到应用（史红亮等，2010），本文也以GDP、人力资本、劳动力和资本存量，构建超越对数生产函数模型，计算各要素对经济增长的贡献及其变动趋势。同时，为了检验资本、劳动和人力资本对经济增长的阈限效应（倒U型关系），以及三种要素之间的两两作用是否也能起到积极的促进效应，模型中还加入了各自变量的平方项和彼此的乘积项。函数表达式为：

（1）式中，Yt为第t年国内生产总值，Kt为第t年资本存量，Lt为第t年劳动投入量，Ht为第t年的人力资本存量，为估算的系数，为随机常数项。

资本存量的产出弹性计算公式为：

劳动的产出弹性计算公式为：

人力资本的产出弹性计算公式为：

（2）-（4）式中，每年的资本存量、劳动力和人力资本都是变动的，因此产出弹性也随着变化，而不再是C-D函数中的固定产出弹性。

资本存量和劳动的替代弹性计算公式为：

资本存量和人力资本的替代弹性计算公式为：

劳动和人力资本的替代弹性计算公式为：

进而得到资本投入对经济增长的贡献率为：

劳动力投入对经济增长的贡献率为：

人力资本投入对经济增长的贡献率为：

二、模型变量及数据说明

1. 关键变量

（1）人力资本的指标构成

人力资本由凝聚在劳动者身上具有经济价值的知识、技术、能力和健康素质构成,是劳动者质量的反映。在人力资本与经济增长关系研究上，有的侧重教育人力资本（黄生权、胡玮祺，2017；李海峥等，2010），有的强调健康人力资本（封岩、柴志宏，2016），或者教育与健康的综合（倪超，2016；杨建芳等，2006），还有研究将教育、劳动力再培训、身心健康和劳动力合理流动都纳入人力资本分析框架（李德煌、夏恩君，2013）。知识经济时代，技术进步和知识更新的速度愈发迅速，科学研究和技术开发能力在衡量一个国家或地区人力资本水平中发挥着越来越重要的作用。而且科技方面的投资和积累并不能完全以受教育水平来衡量，它体现的是政府、单位和个人在科技方面的综合性和持续性投入。因此，将科技维度的指标也纳入人力资本的指标范畴，从教育、健康、科技、人口迁移四个维度对人力资本进行度量，然后通过因子分析法，对人力资本的构成维度进行提炼和分类，并分析比较2003-2016年间我国人力资本存量的变化趋势，以检验人力资本变量测度指标选取的合理性。

在人力资本教育测度指标构成中，虽然存在基础教育、中等教育和高等教育分别计算（朱承亮等，2011）和用平均受教育年限表示（李海峥等，2010）两种人力资本存量衡量方法，其实后者也是对不同阶段的教育程度进行加权平均。考虑到我国自1986年颁布《义务教育法》推行9年制免费义务教育，1997年高校扩招的情况，以及知识经济时代对高素质劳动力的需求，采用分阶段、分年限计算劳动力所受教育年限的方法，最后得到表1所示，4个一级指标、14个二级指标构成的人力资本测度指标体系。

表1 人力资本测度指标

表2 KMO和Bartlett检验

表3 总方差解释表

（2）人力资本指标选取的合理性分析

选取2003-2016年中国统计年鉴数据，首先对原始数据进行标准化处理，其次使用SPSS19.0对人力资本指标数据进行因子分析。根据KMO测度值和Bartlett球度检验结果，判断标准化数据是否适合做因子分析，得到如表2所示的结果。从表2可以看出，人力资本指标的KMO值为0.620，Bartlett球形检验的卡方近似值为578.657,自由度为91，显著性水平为0.000，说明所选取的人力资本指标数据适合做因子分析。

采用因子分析法提取因子，选择特征值大于1，累计方差贡献率大于85%以上的因子，结果如表3所示。由表3可知，特征值大于1的因子有两个，累计贡献率高达92.545%，可以提取两个因子，采用正交旋转的方法得到表4所示的因子成分矩阵。

由表4可以看出，所有14个二级指标都进入了因子提取的成分。其中平均受教育年限、国家财政性教育经费、教育人口比重、初中升高中升学率、高中升大学入学率、人均卫生经费支出、医疗卫生机构数量、医疗卫生机构人员数量、医疗卫生机构床位数、科研人员全时当量、专利申请授权数量、城镇人口抚养比和因子1关系显著，体现了人力资本累积过程中内部和外部要素相互作用的结果，尤其能够反映教育和健康投入，以及技术进步对人力资本累积的积极贡献，而且这些指标与人力资本的数量和质量之间都存在一种正向变动的关系。借鉴王询和孟望生（2013）的观点，将因子1命名为“学研型人力资本”。人口抚养比和15岁及以上年龄的文盲两个二级指标与因子2关系显著，这两个指标主要受到个人和家庭环境的决定，受外部宏观环境的影响相对较少，而且它们与人力资本累积之间是一种负向变动关系，反映了人口数量或低素质人口对人力资本累积的作用，将因子2命名为“人口型人力资本”。由表4可写出因子1和因子2的得分函数：

表4 因子成分矩阵

人力资本的测算结果如表5所示，使用因子加权法对人力资本存量进行测算，其中权重为两个主因子的累计方差贡献率，计算公式为：根据表5的人力资本存量，可绘制人力资本增速图（图1）。

由表5和图1可以看出，进入新世纪后，我国整体的人力资本存量呈逐年递增趋势，这与李德煌和夏恩君（2013）估算的1990-2010年间我国人力资本存量不断增长的结果相似；在人力资本增速上，2003-2012年的增速与乔红芳和沈利生（2015）估算的1978-2011年我国人力资本增长速度相似。但是在人力资本的构成上却存在差别，学研型人力资本的比重远远超过人口型人力资本，说明经过改革开放30多年的投入和积累，我国综合人力资本结构上质量指标已经超越数量指标，成为人力资本新的本质内涵。从图1还可以看出，我国人力资本增速呈现出阶段性特征：2003-2012年10年间人力资本一直保持两位数的高速增长，但在2013年的时候人力资本增速急剧下滑，虽然2014年和2015年人力资本增速略有上升，可是在2016年再次下滑至个位数增速，而且2013-2016年间的人力资本增速明显低于前10年的增速。这与新世纪后我国经济增长的整体变化态势，尤其是与经济新常态的趋势吻合，也符合我国进入“人口新常态”（李建民，2015）的特征，表明所选取的人力资本测度指标体系具有较好的合理性，为进一步分析人力资本与经济增长的关系奠定了良好的前提基础。

（3）经济增长

现有研究普遍采用国内生产总值（GDP）作为经济增长的衡量指标，虽然在具体指标计算上略有差异，如直接采用GDP指标（李德煌、夏恩君，2013），或者省域实际GDP的对数（徐静、孟娟，2015），实际人均GDP（封岩、柴志宏，2016）等。本文采用GDP的对数测量经济增长。

2. 数据来源

数据主要来源于2003-2017年的《国家统计年鉴》和《中国科技统计年鉴》。但资本存量的数据不能从统计年鉴中直接得到，目前普遍采用计算资本存量的办法是永续盘存法，即估计一个基准年后，用永续盘存法按不变价

格计算每年的资本存量。数学表达式如下：

表5 人力资本存量变化

图1 人力资本增速图

（13）式中，Kt表示t时的实际资本存量，Kt-1表示t-1时实际的资本存量， 表示经济的折旧率，It表示当年的投资量。采用支出法GDP中的固定资本总额作为It，而不是全社会固定资产投资。原因是固定资本总额都是在当年形成的，不存在滞后性，可以直接加总到资本存量中。固定资产的经济折旧率一般选取9.6%（张军等，2004），估算资本存量借鉴单豪杰（2008）的计算办法。劳动力的投入为每年的就业人数，最后得到如表6所示的指标计算结果：

三、实证检验

1. 平稳性检验

（1）式的超越对数生产函数模型中包括人力资本、劳动力和资本存量三种要素，因此需要对三要素和GDP取对数后检验其平稳性。然而，人力资本是由14个变量经过因子分析得到的综合数值，不需要做平稳性检验。用Eviews 8分析变量数据的ADF值判断平稳性，结果显示GDP对数的ADF统计量为-3.615，劳动力对数的ADF统计量为-3.325，均小于5%的临界值-3.112；资本存量对数的ADF统计量为-1.739，小于10%的临界值-1.603。因此可以在5%或10%的显著水平下拒绝存在单位根的原假设，表明GDP、劳动力、资本存量的对数都是平稳序列，适合做回归分析。

2. 回归结果与讨论

超越对数生产函数放宽了对产出弹性的要求，自变量的系数容易产生共线性，而且每一个变量只有14个数据点，容易产生数据共线性。此外，所有数据点基本上都是严格偏态分布（递增），不满足OLS回归分析对数据正态分布的要求，因此采用主成分回归分析的方法进行模型拟合。与其他常用的处理数据共线性方法如逐步回归、路径分析、岭回归相比，主成分回归使用原自变量的主成分代替原自变量作回归分析，不仅保留了原指标的绝大部分信息，又有主成分之间互不相关的优点，而且是一种无偏估计方法，模型的拟合质量也较好。

表6 各指标的数据计算结果

（1）回归结果

主成分回归的步骤一般如下：首先对数据进行中心化处理，其次对自变量进行主成分分析，得到因子成分矩阵，主成分系数就是特征向量。当中需要经过一些转换，具体的方法为：用主成分成分矩阵中的数据除以主成分相对应的特征值开平方根，得到主成分中每个指标所对应的系数；用中心化处理的数据乘以对应的系数，得到因子得分；最后用因子得分的数据与因变量创新能力做线性回归分析。当数据的共线性较高时，可以提取1-2个主成分，若提取一个主成分，则会产生对应的两个因子得分z1，对z1与经济增长的对数做回归分析，z1m1为参数系数，最后用原数据计算最终的系数，即超越对数生产函数系数。若提取两个主成分，则会产生对应的两个因子得分z1和z2，对因子得分z1、z2与经济增长对数做回归分析，若z1、z2的系数m1、m2显著，用二元做回归分析，则z1m1+z2m2为参数系数；若z1的系数m1显著，z2的系数m2不显著，用改进的一元做回归分析，z1m1为最终的参数系数；若z1、z2的系数m、都不显著，根据z1是第一主成分的因子得分，仍用改进的一元做回归分析，若z1的系数m1显著，z1m1为参数系数，最后用原数据计算最终的系数，即超越对数生产函数系数。

第一个主成分包含信息达到99.531%，所以提取一个主成分建立主成分回归方程，然后由SPSS 19.0计算得第一主成分：

将因子得分z1与经济增长的对数建立主成分回归方程：

利用SPSS统计软件对主成分模型进行回归，计算结果为：

（16）式中，R2值为0.977，t值为24.347，F值为592.769，P值为0.000，表明模型合程度很高，并且消除了各变量共线性的问题。

将主成分z1与中心化解释变量的关系代入（14）式，得到如下结果：

（17）式为中心化解释变量和被解释变量间的关系，计算原回归模型的系数，得到超越对数生产函数模型：

根据公式（2）-（10），计算得到2003-2016年各要素的年均增长率、产出弹性、年均贡献率、年均拉动经济百分比、替代弹性（表7、表8），并绘制出各要素对经济增长的贡献率（图2）。

表7 各要素对经济增长的贡献

表8 各要素的替代弹性

图2 各要素对经济增长的贡献率

（2）结果讨论

由以上主成分回归分析结果可以得出以下结论：

① 物质资本和人力资本依然是新世纪后我国经济增长的主要推动要素

国内外人力资本对经济增长的贡献已经得到广泛证实，上述分析结论表明，人力资本也是我国经济增长的重要推动因素。由三种要素对经济增长的平均贡献率（表7和图2）可以看出，人力资本的贡献率最大（37.256%）、资本存量的贡献率次之（36.218%）、劳动力的贡献率远低于前两者，仅为1.815%，表明从2003-2016年，以物质资本为载体的资本存量和以人口质量为主要表现形式的人力资本成为我国经济增长最重要的推动力，而且尤以人力资本投资的经济贡献最大，二者呈现出齐头并进的发展态势，成为推动我国经济增长的“两驾马车”。当然，人力资本对经济增长的贡献也并非一直高于资本存量，如2006年起，人力资本对经济增长的贡献率就已经超过了资本存量，并且一直持续到2008年，二者之间的差距也有加大之势。然而2008年金融危机爆发，中央政府投资4万亿应对危机，4万亿主要投入到基础设施领域，从而推动当年物质资本的经济增长贡献率快速攀升并一举超过人力资本。到2016年，二者对经济增长的贡献率都出现下降并基本持平，反映出我国成为世界第二大经济体和进入经济新常态后，一方面需要继续探索新的经济增长点，为庞大的资本存量提供更有效率的用武之地；另一方面则需要强化人力资本投资，提高人才质量、优化人才结构，形成人与物之间相互匹配、耦合发展的良性循环。

② 不同要素在经济增长中的作用存在差异

从要素的产出弹性来看，资本存量的平均产出弹性为0.343，即资本存量每增长1%，则GDP增长0.343个百分点，资本投入对经济增长的贡献率达到36.218%，拉动经济百分比为4.520%，说明从2003-2016年，我国经济的高速发展依然离不开大量的物质资本投入。然而物质资本的投入产出比并不是很高，大量的资本投入并不能带来高产出且经济效益较低，长远来看，这一模式的可持续性面临挑战，因此有必要转变经济增长模式，由规模扩张型向集约型经济转变。

劳动力的平均产出弹性为0.552，即劳动力增长1个百分点，经济增长0.552个百分点，远高于资本存量和人力资本投资的产出弹性，说明当前我国劳动力的投入产出比较高。但劳动力投入对经济增长的贡献率却较低，只有1.815%，拉动经济的百分比仅为0.224%，远低于资本存量和人力资本的经济贡献。说明进入新世纪后劳动力数量对经济增长的作用已经不再显著，这与范秋芳和孙旭杰（2012）用主成分分析法得到的1978-2010年间，劳动力对我国经济增长的贡献率为10.85%的结论存在一定差异。改革开放初期，市场的扩大和机制的灵活极大地激活了劳动力市场的活力，我国劳动力数量和质量都呈现爆发式增长，因而范秋芳和孙旭杰（2012）的研究中，前期劳动力对经济增长的贡献会较大，从而整体抬高了32年跨度间劳动力对经济增长的贡献。本文数据从2003-2016年，劳动力数量增长缓慢，且经济步入新常态，面临“中等收入陷阱”、人口老龄化等一系列难题，故劳动力的贡献率与拉动经济百分比都相对较低。

三种要素中，人力资本的产出弹性最小（0.305），说明人力资本每增长1个百分点，经济增长0.305个百分点。可是人力资本的对经济增长的贡献率和拉动经济的百分比又是最高的，分别达到37.256%和4.839%，远远超出劳动力数量增加的经济贡献。根据刘易斯的二元劳动力供给模型，在达到刘易斯拐点以前，单纯增加人口数量产生的“人口红利”也会给经济增长带来巨大的推动作用，然而超过拐点之后，数量型为主的“人口红利”需要向质量型“人口红利”转变，才能适应经济发展和技术进步对劳动力的需求，发挥物质资本和人力资本的最佳结合效应。虽然我国人口基数庞大，高校入学学生数量年年创新高，但我国人口无论在数量上还是质量上仍然有待提高，全面放开二孩和继续提高高校毛入学率的政策就是有力的佐证。与人口数量相比，人口质量提高带来的人力资本累积具有更高的经济增长贡献，而且人力资本的产出弹性又最小，说明新世纪以来我国人力资本的投入是经济发展中最稀少的资源，强化人力资本投资对促进经济增加具将会带来更高的投入-产出效应。

③ 要素投资的均衡增加会对我国经济增长发挥更加积极的作用

从（18）式的超越对数生产函数模型来看，自变量1次项、2次项和交互项的系数都是正值，表明人力资本、劳动力数量、资本存量、人力资本平方、劳动力数量平方、资本存量平方、以及要素两两交互项均对经济增长有正的影响，说明三种要素投入的增加都可以对我国经济增长起到推动作用，而且要素投入与经济增长之间不存在倒U型关系，这与现有研究的结论也是一致的。

3. 回归结果的稳健性检验

主成分回归分析需要经过多步变量转换，因此只需要对变量转换前的数据序列进行稳健性检验。回归分析中的稳健性检验方法可以采用变量的滞后值重新构建模型，然后比较该模型与原模型分析结果上的差异性。滞后自变量的发生时间是在因变量之前，因而可从理论上排除因变量影响滞后自变量的可能性，从而证明分析结果的稳健性。将（1）式中自变量人力资本、劳动力和资本存量替换为自身滞后1期的值，用SPSS重新做主成分回归分析，得到方程为：，公式统计量中，R2值为0.987，t值为31.762，F值为1008.819，P值为0.000，这与（16）式的结果基本一致，表明前面的主成分回归模型结果是稳健的。

四、结论

从教育、健康、科技、人口迁移四个维度，选取14个二级指标，构建更能体现人力资本综合内涵测度指标体系。利用2003-2016年数据，采用因子分析法对指标进行筛选分类，使用因子加权法对人力资本存量进行测算，绘制人力资本增速图，并与其他研究结论比较，分析指标体系的理论及实践合理性。结果显示，所有二级指标都进入了因子提取的成分，可以提取两个主因子成分，一是反映人力资本质量的“学研型人力资本”，二是以数量为主的“人口型人力资本”，可是两个主因子在人力资本构成上的比重却存在显著差异，前者的比重远远大于后者。从人力资本的增速上来看，新世纪后我国人力资本的整体存量依然呈逐年上升趋势，这与现有研究的结论是一致的。但新世纪后我国人力资本存量的增速又表现出明显的阶段性特征：2012年以前，增长速度都超过两位数，2013年之后，增长速度在两位数和个位数之间波动，而且大部分时间都低于10%，这与我国进入经济新常态后的“人口新常态”特征吻合，说明所构建的人力资本测度指标体系具有较好的理论和实践合理性。

然后，采用产出弹性和替代弹性都不是固定值的超越对数生产函数，建立包括人力资本、劳动力和资本存量三种要素，以及三种要素的平方项和两两交互项的经济增长模型，并利用主成分回归分析消除数据共线性的影响，得到各要素的产出弹性、经济增长贡献率、拉动经济百分比、替代弹性等指标。研究发现：新世纪以来，以资本存量为载体的物质资本和以人口质量为载体的人力资本依然在经济增长中发挥着重要作用，而且三种要素的投入-产出效应也处于上升区间，要素投资的均衡增加对经济增长具有更加积极的作用。然而与我国改革开放以来很长一段时间享受“人口红利”（劳动力存量）带来的经济增长效应比较，经济增长由数量型向质量型转变已经是一种必然趋势。因为尽管劳动力存量的产出弹性仍是最高，远远大于另外两个要素的产出弹性，可是在对经济增长的贡献率和拉动经济百分比上却恰好相反，人力资本在两个指标上都最高，资本存量略低，劳动力存量最低。从要素投入的角度来说，经济增长离不开上述三种要素的共同作用，但从效率的角度来说，推动我国经济增长的最有效投资来源于人力资本投资，而且是一种远远超过人口数量增长的有效手段。

虽然在具体时间点上观点并不统一，但一个普遍的共识是我国已经在本世纪初跨越了刘易斯拐点，改革开放到上世纪末我国依靠“人口红利”促进经济增长的方式已经不再适合，必须探索新的经济增长方式，其中一种可行的途径是提升人力资本，通过加强教育、培训等方式提高劳动者素质，由人口大国向人口强国转变，这是我国实现下一轮经济平稳快速增长良性循环的关键所在（陆明涛、刘潋，2016），也是我国未来经济发展的核心动力（韩树杰，2015）。从这个角度来说，上述结论对进入经济新常态后中国经济的未来发展也具有一定的启示意义：经济体量的增大、经济增速的放缓和人们对美好生活的期待，要求政府在经济增长的要素投入上更加兼顾效率与公平，由巨大投入获取规模经济的粗放式增长模式向要素集约的内涵式增长模式转变，提高人口质量，以高素质人才抢占技术制高点，重视技术进步在经济增长和社会发展中的关键作用，形成人力资本与物质资本良好匹配、协同发展的螺旋式上升机制，对促进我国经济良性、健康和可持续发展具有重要的基础性作用。党的十九大报告中提出的“普及高中阶段教育”“加快一流大学和一流学科建设，实现高等教育内涵式发展”要求，我国教育财政投入连续5年超过国内生产总值的4%，都体现了党和国家对人力资本重视程度的增加，也是经济新常态下人力资本积累和价值发挥的积极信号。

1.薄伟康：《我国经济新常态下增长潜能分析》，载《东南学术》，2014年第6期，第112-117页。

2.单豪杰：《中国资本存量K的再估算：1952-2006年》，载《数量经济技术经济研究》，2008年第10期，第19-41页。

3.杜伟、杨志江、夏国平：《人力资本推动经济增长的作用机制研究》，载《中国软科学》，2014年第8期，第173-184页。

4.范秋芳、孙旭杰：《基于主成分回归的中国经济增长影响因素的实证研究》，载《统计与决策》，2012年第17期，第144-147页。

5.封岩、柴志宏：《健康人力资本对经济增长的影响》，载《经济与管理研究》，2016年第2期，第21-29页。

6.韩树杰：《人力资本是未来经济发展核心动力》，载《中国人力资源开发》，2015年第11期，第3页。

7.黄生权、胡玮祺：《多阶段人力资本投资：基于复合实物期权理论》，载《中国人力资源开发》，2017年第2期，第130-136页。

8.李德煌、夏恩君：《人力资本对中国经济增长的影响——基于扩展的Solow模型研究》， 载《中国人口·资源与环境》，2013年第8期，第100-107页。

9.李海峥、梁 玲、Barbara F等：《中国人力资本测度与指数构建》，载《经济研究》，2010年第8期，第42-55页。

10.李建民：《中国的人口新常态与经济新常态》，载《人口研究》，2015年第1期，第3-14页。

11.李昕、关会娟：《人力资本积累对我国经济增长影响的机制研究》，载《审计与经济研究》，2017年第3期，第100-109页。

12.林新奇、张可人：《再论“25年周期进化说”：经济新常态下的人力资源管理创新》，载《现代管理科学》，2016年第8期，第18—21页。

13.陆明涛、刘潋：《人力资本测度与国际比较》，载《中国人口科学》，2016年第3期，第55-70页。

14.倪超：《人力资本对经济增长的投资效应研究——基于65个国家面板数据的实证检验》，载《中国人力资源开发》，2016年第15期，第87-96页。

15.乔红芳、沈利生：《中国人力资本存量再估算：1978-2011年》，载《上海经济研究》，2015年第7期，第36-46页。

16.史红亮、陈凯、闫波：《我国钢铁行业能源—资本—劳动的替代弹性分析——基于超越对数生产函数》，载《工业技术经济》，2010年第11期，第112-115页。

17.苏妍、逯进：《中国人力资本与经济增长关系的演进》，载《人口与发展》，2016年第22期，第43-53页。

18.唐安宝、戴利俊、张文文：《我国省域分级人力资本的收敛性分析》，载《软科学》，2016年第11期，第101-106页。

19.王圣元、陈万明、周蔓：《异质型人力资本对经济增长作用区域差异研究》，载《工业技术经济》，2016年第2期，第148-154页。

20.王询、孟望生：《人力资本投资与物质资本回报率关系研究——基于世代交叠模型的视角》， 载《当代财经》，2013年第7期，第5-15页。

21.王询、孟望生：《中国省级人力资本水平度量与分析——基于多元综合法》，载《人口与经济》，2014年第4期，第3-14页。

22.王永水、朱平芳：《人力资本结构效应对中国地区经济增长的影响研究》，载《南京社会科学》， 2016年第8期，第18-25页。

23.王永水、朱平芳：《中国经济增长中的人力资本门槛效应研究》，载《统计研究》，2016年第1期，第13-20页。

24.徐静、孟娟：《易开放、经济增长与人力资本——基于面板门槛模型研究》，载《世界经济研究》，2015年第6期，第84-91页。

25.杨建芳、龚六堂、张庆华：《人力资本形成及其对经济增长的影响——一个包含教育和健康投入的内生增长模型及其检验》，载《管理世界》，2006年第5期，第10-21页。

26.姚先国、张海峰：《教育、人力资本与区域经济差异》，载《经济研究》，2008年第2期，第47-58页。

27.于潇、毛雅萍：《长三角地区人力资本对经济增长影响的比较研究》，载《人口学刊》，2015年第3期，第46-50页。

28.张军、吴桂英、张吉鹏：《中国省际物质资本存量估算：1952-2000》，载《经济研究》，2004年第10期，第38-44页。

29.张同斌：《从数量型“人口红利”到质量型“人力资本红利”——兼论中国经济增长的动力转化机制》，载《经济科学》，2016年第5期，第5-18页。

30.张月玲、叶阿忠、陈泓：《人力资本结构、适宜性技术选择与全要素生产率变动分解——基于区域异质型随机前沿生产函数的经验分布》，载《财经研究》，2015年第6期，第4-19页。

31.中国经济增长前沿课题组,张平、刘霞辉、袁富华、王宏淼、陆明涛、张磊：《中国经济增长的低效率冲击与减速治理》，载《经济研究》，2014年第12期，第4-17页。

32.周少甫、王伟、董登新：《人力资本与产业结构转化对经济增长的效应分析——来自中国省级面板书的经验证据》，载《数量经济技术经济研究》，2013年第8期，第65-79页。

33.Dorothee B, Luc S, Bernice S. Human Capital and Growth: New Evidences from African Data. International Economic Journal, 2013, 27(1): 55-77.

34.Elias S, Micaela A. Foreign Trade, Human Capital and Economics Growth: An Empirical Approach for the European Union Countries. The Journal of International Trade& Economic Development, 2012, 21(1): 3-24.