人力资本空间分布差异与产业结构升级——兼论对山东省新旧动能转换的启示

孙海波,刘忠璐,林秀梅

(1.山东工商学院a. 经济学院;b. 金融学院,山东烟台264005;2. 吉林大学 数量经济研究中心,吉林长春130012)

一、引言及相关文献回顾

习近平总书记在达沃斯世界经济论坛开幕式上指出,要加大重要领域和关键环节改革力度,让市场在资源配置中起决定性作用,牵住创新这个“牛鼻子”,推进创新驱动发展战略,推动战略性新兴产业发展,注重用新技术新业态改造提升传统产业,促进新动能发展壮大、传统动能焕发生机。山东省作为经济大省,地处黄河下游,东临黄渤海,是我国由南向北扩大开放、由东向西梯度发展的战略节点,在全国发展大局中具有重要地位。党的十八大以来,山东省多项经济指标都排在全国前列,但客观来看,传统动能占比依然较大,新动能培育不足,发展的质量效益还不够高,产业结构仍需进一步优化升级。从发展本质看,产业转型升级是经济增长新旧动能转换的外在表现;从发展方式看,产业转型升级也是推动新旧动能有序转换的强大支撑。那么,对于山东省而言,一方面要推动新兴产业加速崛起、扩容倍增,另一方面还要推动传统产业脱胎换骨、迸发活力。推进新旧动能转换,最关键要靠创新,而人力资本又是创新的源泉。因此,基于人力资本视角研究产业结构升级具有重要的现实意义,同时对山东省新旧动能转换具有一定的启示作用。

人力资本对经济增长和社会发展所起到的重要贡献在学界已经达成共识。改革开放以来,中国地区间经济发展水平差异日趋扩大化,城市经济发展大幅领先于农村地区,沿海地区经济增长速度远超中西部省份[1]。造成这种区域发展差异的因素很多,其中,人力资本空间分布差异无疑起着重要作用。然而,目前缺乏对人力资本空间分布差异的系统研究。那么,欲考察人力资本空间分布差异状况,就要对人力资本空间分布差异的统计指标有一个明确认识。从已有文献看,关于人力资本空间分布差异程度的测算主要采用以下几种方法:第一,人力资本离散度(方差、标准差或变异系数)。Park根据平均受教育年限、各受教育阶段所需的年限以及各教育阶段的劳动人口比例测算出1960～1995年94个国家的人力资本离散度,得出人力资本离散度对经济增长具有积极影响的结论[2]。在此基础上,陈仲常和马红旗测算了我国人力资本离散度,发现人力资本平均水平较高和较低的地区人力资本离散程度普遍较大[3]。谢波和陈懿选取1990～2012 年我国30个地区面板数据,使用受教育年限分布方差来衡量人力资本分布空间差异,实证检验发现,人力资本分布空间差异是导致地区经济差距拉大的重要原因[4]。第二,教育基尼系数。刘海英等采用教育基尼系数量化了人力资本分布结构,结果表明,人力资本空间分布差异对经济增长具有重要影响,若将受教育的机会更多地给予拥有较低人力资本的普通劳动力将对中国经济增长的质量和可持续性起到至关重要作用[5]。吴方卫和张锦华以劳动力受教育年限数据为基础,估算了各地区的教育基尼系数,发现我国东部、中部和西部地区的教育不平等呈现出差异化特征[6]。杨俊和李雪松对我国31 个省(市) 1996～2004 年教育基尼系数进行测算,通过理论与实证研究得出教育不平等严重阻碍了经济增长的结论,同时研究还发现,教育不平等已成为地区间经济发展呈现出差异化的主要因素[7]。李亚玲和汪戎的研究表明,1993～2004年间我国各地区教育基尼系数相对较高,并且各地区人力资本的差距主要体现在人力资本分布结构上[8]。Thomas等估算了140 个国家1960～2000年的教育基尼系数,发现以教育基尼系数衡量的教育不平等程度与人均受教育年限呈现出强烈的负相关关系[9]。第三,泰尔指数。曹方通过对泰尔指数分解,发现组内人力资本分布差异对人力资本空间分布总差异的贡献率远大于组间人力资本分布差异的贡献率[10]。随后,熊卫平[11]的研究也得到相一致的结论。

通过分析上述三类测算指标可以发现,离散度指标测算的是个体与均值直接的偏离程度,主要反映了所有个体相对于均值的分布状态;教育基尼系数和泰尔指数重点反映的是个体与个体直接的偏离程度,即个体与个体之间的不平等关系。本文重点考察人力资本不平等对产业结构升级的影响。因此,关于人力资本空间分布差异的测算指标我们选用教育基尼系数和泰尔指数。本文结构安排:首先,利用教育基尼系数和泰尔指数测算出各地区人力资本空间分布差异程度,并对变化趋势及区域特征进行分析;其次,借助泰尔指数可分解的优良特性,对我国人力资本空间分布差异进行分解;再次,围绕人力资本空间分布差异对产业结构升级的影响进行理论分析,并根据分析结论,构建中介效应模型进行实证检验。最后,结合实证结论和我国实际经济情况给出一些政策性启示。

二、人力资本空间分布差异测度

伴随我国经济快速发展,教育经费投入大幅增加,人力资本总量水平得到明显提升。但对于不同地区而言,人力资本水平仍存在明显差异,与东部发达地区相比,中西部欠发达地区人力资水平差距明显,并且相关研究表明,这种差距有扩大趋势[12]。由于人力资本空间分布差异程度难以直接观察,为此,需要采取一系列指标对其进行测度,本节主要介绍以下两种测算指标。

(一)教育基尼系数

收入基尼系数被广泛应用于测度一国收入分配状况。类似于收入基尼系数,教育基尼系数主要用来衡量一国或者地区的人力资本分布差异程度。教育基尼系数的值介于0到1区间,该值越大,表明人力资本空间分布差异程度越高。关于教育基尼系数的测算有多种方法,其中最为直接的测算方法为:

(1)

式(1)中,n代表划分的受教育层次;H代表人均受教育年限;Txi和Txj分别代表教育层次为i和j的平均累计受教育年限。

上述计算方法适用的条件是,样本数据不存在误差。但是对所有人的受教育情况进行统计分析是不可能的。针对此问题,Thomas等提出一种可以用于计算大样本的教育基尼系数公式[9],具体为:

(2)

随后,Castelló-Climént 和 Doménech[13]在Thomas等[9]研究基础上,进一步完善得到更为实用的教育基尼系数计算公式:

(3)

式(2)和式(3)中,pi和pj表示既定受教育层次中的人口份额,其余变量含义与式(1)相同。

参照Barro 和Lee[14]对教育水平的分层方法,并结合中国教育体制实际情况,我们将受教育层次分为:文盲、初等教育、中等教育和高等教育四个层次。令n=4,m=4,则Tx1=x1=0,Tx2=x2,Tx3=x2+x3,Tx4=x2+x3+x4。将这些等式带入(3)式,进一步得出如下教育基尼系数计算公式:

(4)

本文利用公式(4)测算出我国31个省(直辖市、自治区)的教育基尼系数,其中,x2=6,x3=6,x4=4。

(二)泰尔指数

根据最大熵原则发展而来的广义熵指数,在测度不平等方面表现出优越特性。为此,可利用其衡量人力资本空间分布差异,具体计算公式为:

(5)

式(5)中,α为常数,代表对不平等的厌恶程度,当a> 0,a值越大对GE(α)的影响越大,当α<0,α值越小对GE(α)的影响越大;GE(α)∈(0,1),GE(α)的取值越大表示人力资本空间分布差异程度越大。并且从广义熵指数的计算公式可以看出,GE(α)的大小与人力资本H是同方向变化的。α趋近于0或者1,广义熵指数即泰尔指数,泰尔指数越大,表明人力资本空间分布差异程度越大。

α→0时,GE(0)为0阶泰尔指数,也称泰尔-L指数。

(6)

α→1时,GE(1)为1阶泰尔指数,也称泰尔-T指数。

(7)

α→2时,GE(2)为变异系数的平方根。

(8)

本文将0阶泰尔指数作为测度人力资本空间分布差异程度的另一种方法,由于受教育层次文盲受教育年限Tx1=0,式(6)无法计算。为此,本文将Tx1设定为0.5。

三、我国人力资本空间分布差异的区域特征及结构分解

(一)我国人力资本空间分布差异的区域特征

结合前文方法测算出的各省份历年人力资本空间分布差异数据可以发现,北京、上海、广州、天津各年教育基尼系数和泰尔指数相对较低,分别在0.2和0.1以下,而贵州、云南、西藏、甘肃和青海各年教育基尼系数和泰尔指数相对较高。结果表明,人力资本空间分布不平等程度存在鲜明的区域差异。为此,我们进一步依据国家统计局对三大经济区域的划分,分别测算出东部、中部和西部三区域的教育基尼系数和泰尔指数,以深入考察人力资本空间分布差异的区域差异,了解各区域人力资本空间分布的特点,具体如表1所示。

表1 按照三区域划分的教育基尼系数和泰尔指数

通过对三大经济区域人力资本空间分布情况进行对比,发现无论教育基尼系数还是泰尔指数所表征的人力资本空间分布差异均表现出明显的东、中、西递增的特征,表明我国西部地区人力资本分布不均衡的现象最为严重,中部地区次之,东部地区人力资本分布差异相对最小。在2003～2005年间,各区域教育基尼系数和泰尔指数出现小幅波动,随后呈现出递减趋势,暗示我国各区域人力资本空间不均衡出现缓解迹象。

(二)我国人力资本空间分布差异的三区域分解

为进一步对我国人力资本空间分布差异有一个更为清晰地认识,我们对总体差异进行分解。考虑到基尼系数分解后组间差距与组内差距存在交叉项,并非相互独立,对此无法给予合理的解释。而泰尔指数最大的优点在于,它可以将总体差异进行分解,分为组间差异与组内差异。同时,还可以准确地获得组间与组内差异对总体差异的影响程度或贡献率。基于此,本文利用泰尔指数分解技术对我国人力资本空间分布差异进行分解,具体分解过程如下:

GET=GEw+GEb

(9)

(10)

(11)

表2 按三区域划分的泰尔指数贡献率(单位:%)

从泰尔指数贡献率来看,2003～2013年区域内泰尔指数对总体泰尔指数的贡献率均在85%以上,区域间泰尔指数对总体泰尔指数的贡献率不足15%,表征我国人力资本空间分布差异主要体现为区域内差异。分区域分解结果显示,东部地区泰尔指数贡献率在30%上下波动,中部地区泰尔指数贡献率均在30%以下,西部地区泰尔指数贡献率在2012年之前均超过30%。对比2013年三区域的泰尔指数贡献率可以发现,东部地区泰尔指数贡献率最高,西部地区泰尔指数贡献率处于中间水平,中部地区泰尔指数贡献率最低。三区域的泰尔指数贡献率整体变动情况表明,东部地区泰尔指数贡献率在2003～2010年呈衰减态势,2010年触底后出现回弹,而西部地区泰尔指数贡献率有所回落,中部地区泰尔指数贡献率相对平稳。这可能是因为,改革开放以来,东部地区经济得到了快速发展,引发大规模人力资本向东部地区集聚,并且呈现出非均衡集聚的特征,促使省际间人力资本分布差异拉大,进而凸显出东部地区对我国人力资本空间分布差异的贡献度增加。由此可见,东部地区人力资本拥有量在很大程度上影响全国层面上的人力资本空间分布差异程度；而政府来采取有效措施合理引导东部地区优秀人才到中西部地区仍存在很多阻力。因此,在控制中西部地区人力资本流失导致分布不均衡的同时,尽可能的保持人力资本均匀地流向东部地区各个省份,促进地区经济均衡发展,以最大程度减弱我国人力资本空间分布不均衡程度。

四、人力资本空间分布差异与产业结构升级关系的实证检验

(一)人力资本空间分布差异影响产业结构升级的传导机制

改革开放以来,中国经济已经形成以东部沿海地区为中心,中西部地区为外围的地理现状[15]。这就出现人力资本跨区域流动,由经济发展落后的中西部地区流向东部沿海地区,从基础设施较差的农村地区流向城市。一旦人力资本流动呈现出非均衡集聚,就会造成地区人力资本空间分布差异扩大,东部地区聚集大批高质量人力资本,而中西部地区人才流失严重。人力资本质量很大程度上决定了一个地区产业结构未来发展方向,高质量人力资本往往助长技术密集型产业或者推动深加工产业的发展,而具有低质量人力资本的地区则多是发展劳动密集型产业。对于经济增长迅速的东部地区而言,高质量人力资本存量大,并且供给效率高,地区产业结构转型升级的速度就快,而中西部地区则很可能因为人力资本质量不高陷入产业结构低端发展陷阱。为此,我们做出进一步推理,人力资本空间分布差异,是导致不同地区产业结构发展呈现出较大差异的重要因素。

若一个区拥有的高水平人力资本越多,越有利于先进技术的掌握与开发并形成地区生产优势,从而提高了地区专业化生产水平[16]。李亚玲和汪戎认为人力资本空间分布差异与地区经济发展存在着较强的相关性,人力资本空间分布的变化将会引起地区GDP大幅变动[8]。从人力资本空间分布视角来看,城乡人力资本存量的差异导致城乡收入差距进一步扩大。Galor和Tsiddon研究也表明,人力资本空间分布差异扩大是收入不平等的主要原因[17]。Gregorio和Lee利用跨国数据研究表明,人力资本分布不均等对收入分配有相当重要的影响,教育不平等的改善和平均受教育年限增加有助于缓解收入分配差距[18]。郑万吉和叶阿忠认为,城乡收入差距扩大不仅抑制自身产业结构的升级,同时也通过空间溢出效应阻碍了周边地区的产业结构发展[19]。张琳和廉永辉的研究也得到类似结论,城乡收入差距与产业结构升级之间存在负相关关系[20]。随着人力资本空间分布差异程度不断加剧,一方面,收入差距会明显拉大,低收入群体教育投资意愿降低,严重影响到整个社会人力资本积累速度,同时也会造成城市居民和农村居民之间出现消费断层,而城乡居民消费结构又对产业结构的转型起到基础性作用,所以说人力资本空间分布不平等对产业结构升级会有消极影响;另一方面,收入差距持续扩大会引发社会和政治动荡,致使投资环境恶化和资源配置效率受到损失,最终也会影响到产业结构整体水平的提升[21]。对于我国而言,过大的城乡收入差距是我国典型二元经济结构的直接反映,农村与城市之间的经济差距造成农村居民与城市居民之间的消费断层,进而加剧结构失衡,拖延产业结构升级[22]。

综上所述,人力资本空间分布差异对产业结构升级的影响机制可以总结为:人力资本空间分布差异可以拉大城乡收入差距,而城乡收入差距拉大又会阻碍产业结构升级。同时,不同产业对人力资本水平的要求存在差异,农业主要以劳动密集型部门为主,工业则具有技术密集型和资本密集型特征,服务业内部既包括劳动密集型部门,也包括知识密集型和人力资本密集型部门[23]。因此,人力资本空间分布差异对不同产业所产生的影响会有所区别。

(二)中介效应模型及其检验方法

1. 中介效应模型介绍

如果解释变量X对被解释变量Y有影响,同时,解释变量X又通过变量M对被解释变量Y产生影响,就称M为中介变量,图1为中介效应模型示意图。假定所有变量均进行中心化处理,利用如下方程描述各变量之间的关系:

Y=cX+ε1

(12)

M=aX+ε2

(13)

Y=c′X+bM+ε3

(14)

式(12)中,估计系数c表达解释变量X对被解释变量Y的总效应;式(13)中,估计系数a为解释变量X对中介变量Y的影响效应;式(13)中,估计系数c′表示在控制中介变量M后解释变量X对被解释变量Y的直接效应,ε1～ε3表示随机干扰项。

图1 中介效应模型示意图

当模型中仅含有一个自变量、一个中介变量时,将(13)式带入(14)式,得到解释变量X的系数为c′+ab。那么,存在如下关系式:

c=c′+ab

(15)

其中,ab表示经过中介变量M的中介效应。由(15)式可知,c-c′=ab,因而检验H0:ab=0与H0:c-c′=0是等价的。

2. 中介效应检验

目前,对于中介效应的检验主要采用如下方法[24]:

(1)首先,检验估计系数c的显著性,如果通过显著性检验,则需要进行下一步检验;反之,检验结束,表明中介效应不显著。

(2)依次检验原假设H0:a=0和H0:b=0。如果这两个原假设均被拒绝,则表明中介效应显著,否则中介效应不显著。但是这种检验方法存在一定弊端,当中介效应很弱时,其检验贡献较低。例如:如果a较小,且检验结果不显著;而b较大,检验结果是显著的。依据检验原则判断不存在中介效应,但事实上,ab与零有着实质差异。

(16)

(三)基于中介效应模型的实证检验

目前,已有学者从不同层面、不同角度考察了人力资本与产业结构升级之间的关系[25-27]。但是这些相关研究多侧重于分析人力资本整体水平对产业结构升级的影响,而忽视了人力资本分布结构如何对产业结构升级产生作用。事实上,关于人力资本研究不应该仅仅停留在整体水平上,还应该重点探究其结构层面,其中,人力资本空间分布就是一个非常重要的方面。为此,本文同时采用教育基尼系数和泰尔指数测度人力资本空间分布差异程度,并在此基础上,构建计量模型对人力资本空间分布差异与产业结构升级之间的相关性进行实证研究。

1. 计量模型构建

借鉴Teixeira和Queirós[28]、Becker和Woessmann[29]的研究思路,通过引进人力资本空间分布差异变量,构建如下计量模型:

Yit=c0+c1Git+c2IFSit+c2IVESTit+c3URBit+c3LGDPit+εit

(17)

其中,i和t分别代表地区和时间;Yit代表i地区t时期产业结构水平;Git表示人力资本空间分布差异程度;IFSit表示基础设施建设;IVESTit表示固定资产投资;URBit表示城市化水平;LGDPit表示经济发展水平;εit表示随机干扰项。

另外,依据前文理论分析可知,人力资本空间分布差异可以通过城乡收入差距效应影响产业结构升级。为了识别这一影响机制,我们继续构造如下回归方程:

Gapit=a0+a1Git+εit

(18)

(19)

式(18),Gapit表示城乡收入差距,(18)式中其余变量和(19)式中相关变量定义与前文相同。

将(18)式带入(19)式,可得:

(20)

2. 变量选取与数据来源

被解释变量:产业结构指标。选用各地区农业、工业和服务业人均国内生产总值,并进行对数化处理。

核心解释变量:人力资本空间分布差异。我们分别以教育基尼系数和泰尔指数来衡量人力资本空间分布差异程度。

中介变量:城乡收入差距。我们采用城市居民的人均可支配收入与农村居民人均纯收入之比来测度城乡收入差距。

其他控制变量。基础设施建设,用各地区每平方公里的公路里程来表示;固定资产投资,资本形成总额占GDP 比重来表示;城市化水平,用各地区城镇人口比年末总人口数衡量;经济发展水平,用地区人均国内生产总值来表示,回归中进行对数化处理。

以上数据来自《中国统计年鉴》、《新中国六十年统计资料汇编》、《中国劳动统计年鉴》以及各省历年统计年鉴。由于西藏部分数据缺失,为此本文将其从样本中剔除,选取2000～2013年30个省市(区)的面板数据作为研究对象。

3. 实证结果与分析

首先,选用教育基尼系数来作为人力资本空间分布差异程度的替代变量,检验了人力资本空间分布差异通过城乡收入差距效应对产业结构升级的影响。由于本文使用的数据为面板数据,我们进行了Hausman检验,结果支持固定效应模型,具体结果如表3所示。

表3中1～3列和5～7列的估计结果可以看出,教育基尼系数对农业、工业和服务业人均产出的回归系数都在1%的显著性水平下通过检验。其中,1-3列中教育基尼系数的估计系数表示人力资本空间分布差异对农业、工业和服务业人均产出影响的总效应;5-7列中教育基尼系数的估计系数则反映的是在控制城乡收入差距后,人力资本空间分布差异对农业、工业和服务业人均产出影响的直接效应。这意味着无论是总效应还是直接效应人力资本空间分布差异程度拉大都抑制了我国各产业人均产出增加。由第4列估计结果可知,人力资本空间分布差异对城乡收入差距的回归系数为4.739,并且在1%水平下显著。这说明,人力资本空间分布越不平衡,城乡收入差距越严重。利用公式(15)可以计算出中介变量对农业、工业和服务业人均产出的间接影响效应分别为-1.303、-1.692和-1.758。接下来,我们对城乡收入差距的中介效应是否显著进行检验。

表3中1～3列和5～7列的教育基尼系数对三次产业人均产出的回归系数显著为负。一方面,反映出人力资本分布不合理会导致农业、工业和服务业人均产出下降;另一方面,也意味可以继续进行中介效应检验。首先, 检验

表3 城乡收入差距中介效应检验结果

注:表中①、②、③表示在1%、5%、10%的显著性水平下通过检验,小括号内为标准差,下表相同。

表4 稳健性检验结果

注:Hausman检验结果支持固定效应模型。

五、主要结论与政策启示

本文首先采用教育基尼系数和泰尔指数来刻画人力资本空间分布差异程度,发现从2003～2013年间,我国人力资本空间分布差异程度总体上呈下降趋势。分区域测算结果显示,人力资本空间分布差异表现出明显的东、中、西递增的区域特征,说明我国西部地区人力资本分布不均衡的现象最为严重,中部地区次之,东部地区人力资本分布差异相对最小。为进一步测算人力资本区域间和区域内差异水平,利用泰尔指数对我国人力资本空间分布差异进行三区域分解,分解结果显示,中部地区泰尔指数贡献率均在30%以下,西部地区泰尔指数贡献率在2012年之前均超过30%,东部地区泰尔指数贡献率在30%上下波动,我国人力资本空间分布差异主要体现为区域内差异。在此基础上,本文通过引入城乡收入差距作为中介变量,检验了人力资本空间分布差异对产业结构升级的影响。结果发现,人力资本空间分布不均衡可以拉大城乡收入差距进而对产业结构升级产生负向影响,并且城乡收入差距的扩大对服务业的负向影响超过工业和农业,对工业的负向影响又超过农业。

由于区域内差异对人力资本空间分布总差异的贡献如此之大,为此,要着力解决区域内人力资本空间分布差异。一方面,加大人力资本投资力度、注重人力资本分布结构调整的同时,也要确保各地区不同阶层的社会群体拥有平等的受教育机会,促使人力资本分布结构合理化;另一方面,协调好省际间教育资源投入,尤其是加大中西部的一些偏远地区基础教育投入,还要重视低收入群体子女的受教育问题,努力让更多的人接受更好的教育。对一个地区而言,提升整体的平均受教育年限可以使人力资本不均衡问题得到很好地改善。从政府行为的角度来看,对于人力资本水平偏低的省份,可以制定一些优越的社会福利政策、就业政策和产业政策等,吸引高水平人力资本,从而降低人力资本空间分布差异程度。

相比于农村而言,城市凭借相对丰裕的人力资本经济得到快速发展,农村的发展则受到限制,进而出现城乡收入差距。从事农业生产活动收入较低,大量农民没有生产积极性,纷纷涌入城市谋求工作,导致农业出现萎缩,更为严重的可能会波及到以农业产品为原材料的工业发展。可以说,城乡收入差距的拉大对经济社会和谐发展非常不利。对此,要加大力度改善农村地区基础薄弱的现状,结合农村地区的实际情况发展一批有针对性的产业。也可以通过招商引资、加强农村交通基础设施建设,推动农业产业化,拓宽农民增收渠道,缩小城乡收入差距。城乡收入差距的改善有助于形成合理的消费结构,促进各产业健康发展。

本文结论对山东省新旧动能转换也具有一定的启示:山东省要适应新时代新趋势新要求,实行更加积极开放有效的人才政策,推动人才结构战略性调整,打造人力资源强省,实现数量型人口红利向质量型人才红利转变。各地早已打响了人才争夺战,尤其在高精尖缺人才方面“求贤若渴”,抛出优厚的条件来吸引人才。因此,山东省也要把筑巢引凤的文章做得更好,做到能够吸引人才、留住人才、用好人才。此外,各地区要充分发挥区位优势,发展优势产业,培育壮大新动能。例如,烟台地区海洋经济发达,在山东经济社会发展中具有重要地位。所以,烟台要依托自身优势,高点定位、科学规划、合理布局,加快培育壮大新动能,改造提升传统动能,淘汰落后产能,助力山东省新旧动能加快转换。

[ 参 考 文 献 ]

[1]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.

[2]Park J. Dispersion of Human Capital and Economic Growth[J]. Journal of Macroeconomics, 2006, 28(3):520-539.

[3]陈仲常,马红旗. 人力资本的离散度、追赶效应与经济增长的关系——基于人力资本分布结构的异质性[J]. 数量经济技术经济研究,2011,(6):21-36.

[4]谢波,陈懿.人力资本分布、能源约束与区域发展差距[J]. 昆明理工大学学报(社会科学版),2015,(6):59-65.

[5]刘海英,赵英才,张纯洪. 人力资本“均化”与中国经济增长质量关系研究[J]. 管理世界,2004,(11):15-21.

[6]吴方卫,张锦华. 教育平等的地区分化与地区分化下的教育平等——对我国农村劳动力受教育状况的一个考察[J]. 财经研究,2005,(6):5-15.

[7]杨俊,李雪松. 教育不平等、人力资本积累与经济增长:基于中国的实证研究[J]. 数量经济技术经济研究,2007,(2):37-45.

[8]李亚玲,汪戎. 人力资本分布结构与区域经济差距——一项基于中国各地区人力资本基尼系数的实证研究[J]. 管理世界,2006,(12):42-49.

[9]Thomas V, Wang Y, Fan X. Measuring Education Inequality: Gini Coefficients of Education[M]. Washington D C:World Bank Publications, 2001.

[10]曹方. 中国人力资本空间分布差异的度量与分解[J]. 西北人口,2008,(4):7-11.

[11]熊卫平. 我国人力资本空间分布差异的度量与分解[J]. 湖南商学院学报,2009,(1): 34-38.

[12]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.

[13]Castelló-Climent A, Doménech R. Human Capital Inequality, Life Expectancy And Economic Growth [J]. Economic Journal, 2008, 118(528):653-677.

[14]Barro R J, Lee J W. International Data on Educational Attainment: Updates and Implications[J]. Oxford Economic Papers, 2001, 53(3): 541-563.

[15]张文武,梁琦. 劳动地理集中、产业空间与地区收入差距[J]. 经济学(季刊), 2011,(2):691-708.

[16]罗勇,王亚,范祚军. 异质型人力资本、地区专业化与收入差距——基于新经济地理学视角[J]. 中国工业经济,2013,(2):31-43.

[17]Galor O, Tsiddon D. The Distribution of Human Capital and Economic Growth[J]. Journal of Economic Growth, 1997, 2(1): 93-124.

[18]Gregorio J D, Lee J W. Ducation and Income Distribution: New Evidence from Cross-country data[J]. Review of Income and Wealth, 2002,(48):395-416.

[19]郑万吉,叶阿忠. 城乡收入差距、产业结构升级与经济增长——基于半参数空间面板基于半参数空间面板VAR模型的研究[J]. 经济学家,2015,(10):61-67.

[20]张琳,廉永辉.实际汇率、产业结构和城乡收入差距[J].西安交通大学学报(社会科学版),2013,(6):7-15.

[21]Benhabib J, Rustichini A. Social Conflict and Growth[J]. Journal of Economic Growth, 1996, 1(1):125-142.

[22]邓翔. 缩小城乡收入差距是产业结构调整的关键[J]. 财经科学,1999,(2):83-85.

[23]张国强,温军,汤向俊. 中国人力资本、人力资本结构与产业结构升级[J]. 中国人口.资源与环境,2011,(10):138-146.

[24]温忠麟,张雷等. 中介效应检验程序及其应用[J].心理学报,2004,(5): 614-620.

[25]Tamura R. Human Capital and the Switch from Agriculture to Industry[J]. Journal of Economic Dynamics & Control, 2002, 27(2):207-242.

[26]代谦,别朝霞. 人力资本、动态比较优势与发展中国家产业结构升级[J]. 世界经济,2006,(11):70-84.

[27]Ciccone A, Papaioannou E. Human Capital, the Structure of Production, and Growth[J]. Review of Economics & Statistics, 2005, 91(91):66-82.

[28]Teixeira A A C, Queirós A S S. Economic Growth, Human Capital and Structural Change: A Dynamic Panel Data Analysis[J]. Research Policy, 2016, 45(8):1636-1648.

[29]Becker S O, Woessmann L. Education and Catch-Up in the Industrial Revolution[J]. American Economic Journal Macroeconomics, 2011, 3(3):92-126.