盛 伟 廖桂蓉
中国已进入人口发展关键转折期,从人口结构变化长远趋势看,未来老龄人口占比还将持续扩大,劳动年龄人口比例还将持续下降(任远,2017)。数量型人口红利消减与老龄化进程加速将会凸显劳动力有效供给约束收紧,这会持续影响社会活力、创新动力和经济潜在增长率。然而,目前我国人口红利结构正在由劳动力型红利升级到人力资本红利(胡鞍钢和才利民,2011)。虽然生育率的持续走低会使得有效劳动力供给在未来急剧减少,但是我国近年来在加大教育力度过程中使得劳动力技能水平在不断提高,而且区域间教育人力资本差距也在不断缩小,这将能够通过教育人力资本投资及其所带来的生产外部性激发新一轮红利效应(孙树强,2013)。不断累积的教育人力资本提升了劳动生产率与整体经济效率,“人力资本红利”正在取代“人口数量红利”,成为我国经济增长新动力来源(钟水映等,2016;张同斌,2016)。
自人力资本被纳入广义资本概念框架以来,Rome(1986)和Lucas(1988)较早诠释了人力资本外部性引致的经济增长模式,即人力资本聚集外部效应能够通过提高区域劳动效率使经济增速(Andersson等,2009;Teixerira和Queiros,2016)。然而,这仅考察了人力资本聚集在特定区域内外溢作用,并未充分考虑人力资本要素在空间上的异质性与可流动性特征,忽略了人力资本聚集对邻近地区的潜在影响。新经济地理学(Krugman,1991;Fujita等,1999)“中心-外围”理论假设表明,人力资本聚集能通过规模经济的报酬递增与距离带来的运输成本的交互作用产生空间外部性①空间外部效应最早由缪尔达尔提出,以回波(负外部性)和扩散(正外部性)两种方式呈现。这两种效应一般同时存在,本文估计的是在考察年份内全国范围各城市间教育人力资本空间外部性的平均水平,估计参数为正或负标志着扩散效应或回波效应为主导。,影响邻近地区收入增长。那么在中国城市教育人力资本投资过程中,其在提升本地区劳动收入或生产率的同时是否产生了显著的空间外部性?整体而言,其是否起着空间正外部性或扩散效应的作用而推动着我国劳动力市场运行效率提升并形成了额外的经济效率呢?其是否产生了空间负向外部性或回波效应而抑制了劳动力市场效率的提升?对此,目前基于中国劳动力市场效率的经验研究相当缺乏。
López等(2004)借助于地理信息技术和空间计量方法把“地理距离”以权重形式引入模型,较早研究1980—1996年欧洲各地区教育人力资本空间外部性发现,中心地区对外围地区收入的影响以扩散效应为主导形式呈现。Rosenthal和Strange(2008)采取美国调查数据研究发现:就业的空间集中度在五英里内与工资收入呈现空间正相关,邻近地区受过高等教育劳动者增加显著推动了本地区工资增长。基于110个国家1569个地区的数据,Sanso(2017)得出地区平均教育年限增加能产生正空间外部效应,带动邻近地区收入增长。与上述研究不同,Fischer(2018)以受教育劳动人口作为教育人力资本代理变量,采用欧洲数据分析发现,受教育劳动人口占比提升能促进本地区收入增长,但其空间效应并不显著,区域间的技术关联或溢出效应并非通过人力资本空间外部性产生。
基于中国省域面板数据相关研究表明,教育人力资本对全要素生产率(TFP)具有显著空间正外部性(魏下海,2010)。教育人力资本及其空间效应均有利于我国经济增长,地理空间上呈现显著聚集态势(方超和罗英姿,2016)。我国省域间存在知识溢出,并高于来自国外的知识溢出,且这一效应会通过地区人力资本水平提高得到增强,为吸收国外高新技术、促进本地区劳动生产率提升创造了良好条件(潘文卿,2019)。从区域差异看,我国省域间教育人力资本与收入增长呈现相似地区相互聚集特点,空间上总体呈现高-高或低-低聚集态势,东、中、西部地区分别为热点区域、空心区域、萧条区域(陈得文和苗建军,2012)。东中部地区人力资本对收入增长的空间外部效应多显著为正,西部地区贵州、西藏、青海、宁夏、新疆五省份的空间效应为负或未通过显著性检验(逯进等,2014)。骆永民和樊丽明(2014)采用空间平滑面板转换模型分析得出的结果显示,教育人力资本对农民收入的空间影响显著为负;对于西部落后省份,教育人力资本边际增收效应随着经济环境的改善有所下降,但其对于东中部地区则会呈现上升趋势。
显然,既有关于教育人力资本空间外部性的研究并未形成一致的结论。对相关文献更为细致地分析后可以发现其存在以下问题。一是教育人力资本衡量指标的选择差异。一般而言,具有空间溢出特性量化指标将更能体现教育人力资本外部效应。二是样本选择时间差异。实际上不同经济发展阶段和政策导向将引致教育人力资本对劳动收入或生产率呈现不同作用特征。三是忽视了“空间距离”这一扰动因素对教育人力资本空间效应符号(作用形式)和大小的影响会导致空间外部性测度方法存在表面上的分歧。
其实,聚集与溢出是和距离相关的概念,它等同于近距离的收敛和远距离的分化(符淼,2009)。因此,研究教育人力资本外部性时应考虑其随距离变化的规律,尤其在当前中国高铁网络加速完善、空间距离持续缩短以及全国市场明显一体化趋势下,鲜有研究考察其随空间距离的变动规律。此外,既往估计方法在地区层面用加总数据研究教育人力资本对劳动收入或生产率的影响有其固有的缺陷,劳动收入或生产率是所有劳动者的平均值,暗含了所有劳动力同质的假设,忽略了劳动力个体异质性。对省份加总的数据进行研究,不采取一定的计量手段来处理这一问题,加总数据分析的结果将存在由双向因果关系而导致的估计偏误。况且,现有在加总层面进行的研究也没有很好地探讨城市教育人力资本影响劳动收入或生产率的空间外部性的微观机理。
本文将融合人力资本理论与新经济地理学理论来探讨我国城市间教育人力资本投资的外部效应并从以下方面做进一步拓展。首先,利用2012—2016年中国劳动力动态调查(CLDS)微观数据和城市面板数据,考虑经济活动中劳动异质性特征,构建多层次空间计量模型,通过层次结构中每一层级的残差克服各微观劳动力观测样本间非独立限制,并引入教育人力资本与时间变量的交互项考察其时间趋势效应。其次,按城市间距离范围将经济地理空间划分为多个圈层,模拟城市市场边界扩充或市场壁垒减少的过程,从时间和空间维度的变动规律综合考察教育人力资本外部性对提升劳动市场效率的额外贡献。最后,扩展分析教育人力资本对劳动者就业外部性及时空异化效应,寻找提升我国劳动力市场运行效率和获取新的人力资本红利的更有效途径。
依据舒尔茨的观点,迁移或流动是教育人力资本投资的重要途径。若其他地区或岗位能够给劳动者提供更合适的就业机会或更高净收益,劳动者将做出迁移决策。迁移使劳动者自身技能匹配到更合适的地区和岗位,而这也将使其更重视自身教育投资,提升劳动生产率。另一方面,迁移选择性或异质劳动力区位选择将改变教育人力资本空间分布格局。由于人力资本外部性有益于劳动者获得更多学习机会以提升其劳动技能,劳动力更倾向于流入平均教育水平高或更容易匹配其技能的人口密集度高的城市(夏怡然和陆铭,2015)。迁移者平均受教育年限往往要高于迁出城市人口的平均受教育年限,还可能要高于迁入城市人口的平均受教育年限。因此,迁移将提升迁入城市平均受教育水平,长期而言,这会使得净迁入城市的教育人力资本存量逐渐高于净迁出城市,而这一过程中,“资本追逐劳动”现象会促使迁入城市资本边际收益不断提升,促进劳动收入或生产率提升,形成聚集经济与规模经济(Fujita等,1999)。综合而言,劳动力流动使劳动力空间配置更为合理,在提升教育人力资本利用效率的同时能够产生空间正外部性来推动邻近地区劳动力市场效率提升。由此,我们提出假设1:城市教育人力资本能够在促进本地区劳动力市场效率提升的同时产生空间正外部性。
教育人力资本的聚集效应一般发生在扩散效应之前,而后会推动新一轮更高水平的聚集。然而,不同经济发展阶段的增长极在不同时期受到市场自由化的影响后,将形成非均等的经济集聚力和扩散力。区域经济发展初始阶段往往呈现一种单核结构,此时生产要素主要表现出从外围向中心区域净转移的特点;随着经济持续增长,单核结构将逐渐被打破并由多核结构替代,形成多个不同的经济中心。随着政府干预的加强,中心和外围区域的市场边界也将逐渐变模糊,人力资本等生产要素的流动成本显著降低,区域经济一体化程度逐渐提升,各区域资源将得到充分利用进而发挥比较优势,最终获得全域范围内的经济发展。结合Fujita等人(1999)给出的产业集聚两阶段论:经济集聚存在成本关联的影响机制,第一阶段的自由化可引起工业向核心区集聚,即人力资本聚集中心的初步构建过程中对劳动要素价格的增长效应会呈现加强趋势;而后阶段的贸易一体化将使得工业向外围地区扩散,这意味着从长期动态来看,市场自由化可以相对降低核心区的要素报酬率。
事实上,我国曾在2001年《国民经济和社会发展第十个五年计划人口、就业和社会保障重点专项规划》①报告来源于中国政府网(http://www.gov.cn/gongbao/content/2002/content_61844.htm)〔2001〕716号文件,其中第四部分第二点提到了关于促进劳动力流动的相关政策内容。提出逐步取消各类限制劳动力流动的政策规定,导致2005年抽样调查的全国流动人口、跨省流动人口相对于“五普”数据分别增长2.9%和19.5%,相对2005年,2010年的抽样调查增长率更是分别高达75.7%和70%(孙祥栋和王涵,2016),这加速了我国人力资本聚集中心的形成。但是,近年来我国发达中心地区一些产业所需的人力资本逐渐饱和,“拥挤成本”加剧了劳动力的回流,产业与劳动力“双转移”不断推动着外围欠发达地区产业和知识技术中心的重构,在外围地区形成了新的人力资本聚集区。这会促使外围地区教育人力资本的投资收益不断提升,从而呈现中心发达地区对外围欠发达地区的扩散带动作用,即产业聚集的第二阶段特征。这一阶段教育人力资本对劳动者增收的空间外部效应可能会随着时间推移形成逐步减弱的趋势。由此,我们提出假设2:城市教育人力资本空间正外部性效应随着时间推移逐渐减弱。
空间边界的制约使知识和技术不能在地区间完全自由流动,其外溢性作用在行业内部和行业之间会随距离的增加而减小(Cantwell和Piscitello,2005)。然而,人力资本流动与聚集不同于技术单向扩散,其空间效应受劳动力流动规模、工资收入水平、户籍制度、市场化进程以及经济发展阶段等多个因素制约,因而教育人力资本的外部效应将难以呈现出简单的距离衰减特性。可以确定的是,随着地区间间隔距离与市场壁垒的增加,由距离倒数权重所计算的地区教育人力资本潜能呈现快速下降态势,将导致地区劳动收入或生产率对来自不同圈层距离或边界范围的教育人力资本的敏感程度存在差异。同时,由于规模经济的存在,企业更倾向在与外部市场接近的边界区域组织生产,充分获取潜在外部需求以实现利润最大化。因此,即使在高度一体化的市场区域,空间距离或运输成本的制约也会使得教育人力资本的空间作用存在边界,如欧盟东扩带来的空间关联与市场需求增加使新成员国平均工资收入水平得到提升,证实了边界效应的存在(Pfaffermayr等,2004)。区域运行系统之间往往缺乏良性互动,会形成相互分割的经济运行空间,我国各省域间也存在着边界效应(唐代盛和盛伟,2019)。
由此,我们提出假设3:随着城市间市场边界扩充或市场壁垒的阻隔力减弱,教育人力资本空间外部性逐渐增强。
由于本文实证分析涉及城市教育人力资本和劳动者个体特征两个层面数据,在对样本数据进行处理时,同一地区的不同个体间存在很强的相关性,这违背了各观测样本间相互独立的基本假设。多层次模型将原来单一的随机误差分解到相应的各个水平上,通过层次结构中每一级的残差来尽量清除个体间的相关性问题。其通过将因变量的总变异分解成不同层次的变异,从而系统地区分不同层次因素对因变量的影响(张风雨和王海东,1995),这适合本研究,其表达式为:
式(1)中,wi,r为r地区第i个劳动者工资收入水平①依据刘家强等(2018)、唐代盛和盛伟(2019)的研究,本文采用劳动生产率及就业水平增长衡量我国劳动力市场效率。,Xi,r为个人特征;式(2)和式(3)中HCr表示r地区的教育人力资本水平,α0,r、α1,r为宏观地区层面变量扰动项。其综合表达式为:
即:
式(4)中,η为固定系数,α为随机系数,其随着城市不同而发生改变。个体变异程度在不同城市间较大而在同一城市内较小,个体特征估计系数会受到城市层面变量的影响,具有异质性特点。相对于式(1),式(4)中误差项受宏观误差(α)影响,而且还受到劳动力个人特征变量(Xi,r)影响,因而不再满足于独立同方差经典假设,传统的OLS估计不再适用。对此,本文采取最大似然法进行估计。
进一步考虑人力资本的空间外部性,构建多层次空间计量模型,表达式为:
本文数据来源于2012—2016年中国劳动力动态调查(CLDS),根据国际上对劳动年龄人口一般定义,保留年龄在15~64岁具有劳动能力的样本,筛选后得到2012年、2014年、2016年样本分别为9845个、18890个、16548个,其中统计了工资收入的有效样本分别为3645个、5470个、6410个。根据抽样调查中提供的城市代码,通过Stata14.0软件将宏观变量(城市教育人力资本)与微观变量(劳动力个人特征)匹配,构成实证分析样本,宏观变量主要来源于《中国城市统计年鉴》及各省统计年鉴。
1. 被解释变量
参照唐代盛和盛伟(2019)、刘家强等(2018)等人的研究,以劳动者工资收入作为劳动生产率代理变量,用消费者价格指数以2012年为基期对2014年、2016年工资收入水平进行调整,并进行最高和最低1%水平极端值处理,同时进行对数化处理,以减少离群值和异方差程度对估计结果的干扰。
2. 解释变量
①城市教育人力资本。考虑到空间外部性,本文选取的教育人力资本的指标需要具备良好的空间溢出特性(聚集和扩散的特性),而这在城市平均受教育年龄这类能直接衡量教育人力资本的具有明显地域性特征的变量上难以体现。显然,受教育劳动力人口所占比重、每万人具有大学教育水平的人数比重等是比较理想的指标,但是这类变量在城市层面的相关统计年鉴中难以获取,因而本文选择同样具有流动性和溢出特性的每万人在校大学生数量指标来衡量城市教育人力资本水平,这对于观测人力资本的空间外部性特征是合理的。参照高翔(2015)的处理方式,本文将地区每万人在校大学生数量作为城市教育人力资本的代理变量,记作HC。②为了进一步阻断与被解释变量反向因果所可能导致的内生性问题,参照夏怡然和陆铭(2015)的处理方法,对城市特征变量做滞后一期处理,即采用2011年、2013年、2015年的城市教育人力资本水平作为解释变量。③值得强调的是,后文将进一步采用15岁及以上人口中受教育人口占比(省级层面)①计算公式为:[1-(15岁及以上人口中文盲人口比重)]。作为本文教育人力资本变量的替代解释进行稳健性检验,与城市每万人在校大学生数量作为代理变量的结论互为验证。
3. 空间权重变量
为了规避权重矩阵中的权重随意性的问题,在地理距离权重基础上进一步采用基于经济距离权重矩阵We进行稳健性对比估计。按照邻近经济学观点,经济事物之间空间联系既包括地理邻近,也包括组织邻近,经济水平相似地区能够更好进行人才交流与知识传播。因此,我们进一步构建经济距离矩阵考察社会经济特征对教育人力资本空间外部性影响。其具体形式为:
4. 控制变量
参照既往研究(刘家强等,2018),选取以下3类控制变量:一是人口社会学特征,包括性别、年龄①考虑到年龄对劳动者工资收入影响具有非线性特征,本文引入年龄平方/100表示(除以100的目的在于提高回归系数的可阅读程度)。、户籍、受教育年限②问卷中反映目前接受最高教育程度的选项是:没有受过任何教育、私塾、小学、初中、职业高中、普通高中、中专、技校、大学专科(全日制)、大学专科(非全日制)、大学本科(全日制)、大学本科(非全日制)、研究生及以上,本文将其折算为受教育年限依次设置为:0、6、6、9、12、12、12、12、15、15、16、16、19年。、健康状况③包括非常不健康、比较不健康、一般、健康、非常健康五类,将其值依次设置为1、2、3、4、5。、政治面貌;二是劳动者工作单位性质④主要指现在的工作机构是否属于党政机关或人民团体或军队、国有或集体事业单位、国有企业或国有控股企业等,是取值为1,否则取值为0。;三是控制劳动者工作所处的行业差异对劳动者工资收入水平影响。表1变量统计结果显示,2012—2016年我国劳动者平均工资收入为30222.08元,总样本中男性占比47.8%,平均年龄在42.52岁,我国劳动者健康状况的平均水平位于一般与健康之间,劳动者平均受教育水平仍然较低,为9.11年。总样本中8.1%的劳动者具有党员身份,11.2%的劳动者在国营单位工作。城市教育人力资本即平均每万人在校大学生数为180.13人。
表1 变量描述性统计
表2回归1结果显示,城市教育人力资本对数(lnHC)对劳动者工资收入对数的增加作用随时间推移会逐渐变得显著,弹性系数呈现逐步增加态势①将工资收入和教育人力资本变量分别取对数是为了降低模型估计时的异方差程度。。表明地区教育人力资本对劳动者个体收入的增长作用随着时间的推移积累到一定程度才会逐渐凸显,长期而言地区教育人力资本的边际增收作用在逐渐增大。从空间维度看(表2回归2和回归3),城市教育人力资本(lnHCP)具有显著空间正外部性,能带动邻近地区劳动者收入增长,证实了假设1。教育人力资本是收入增长的重要决定因素,一方面,教育人力资本在岗位、行业、地域间进行流动而持续地进行结构的更新和积累,通过市场机制的优化配置,与其他生产要素有机结合,提高了在行业、产业间的利用效率;另一方面,随着时间推移,教育人力资本积累不仅能通过提升劳动者的技能水平来优化生产过程、提高产出效率(Csintalan和Badulescu,2015),而且可以通过吸收其他地区先进技术来促进产业升级、创新并间接促进劳动生产率提高(Teixerira和Queirós,2016)。综合而言,教育人力资本具有能动性、特殊资本性和高增殖性等特征,其在空间流动与合理配置过程中发挥着生产的空间正外部性功能。
表2 城市教育人力资本对劳动者工资收入的影响
表2回归2和回归3中教育人力资本空间溢出项对数(lnHCP)与时间的交互项为负且不显著,即城市教育人力资本空间效应随着时间推移会逐渐减弱,验证了假设2。其合理的解释是,当教育人力资本在部分城市的聚集达到一定“阈值”(临界点)时,受空间发展局限和边际递减规律的制约,人力资本会发生逆向流动,即从原聚集区域逐渐开始扩散,此时原人力资本净流入区域成了净流出区域,因而随着时间推移,教育人力资本空间聚集的外部效应由于内外差异逐渐减小而弱化。因此,需要建立城市间长效沟通机制,才能持续发挥对邻近地区扩散作用,提升劳动力市场效率。
通过对空间权重矩阵变量中地区间间隔距离Di,j的改变,从城市间最短地理距离范围①通过ArcMap计算地理权重矩阵得到任意两个城市间的地理距离Di,j为526~3868公里。0~3868公里为考虑所有地区具有空间相互作用的估计结果(即表2回归2估计结果)。开始(满足每个地区至少涵盖一个空间邻接单元,否则无法测度空间效应),将经济地理空间划分为多个圈层,在表2回归2基础上模拟分析城市间市场边界逐渐扩充或者说市场壁垒功能逐渐减弱过程中城市教育人力资本对劳动者工资收入空间作用的变化趋势,以进行稳健性检验。表3以500公里为门槛(间隔)距离测度了城市教育人力资本对劳动者工资收入在不同空间范围的影响②本文还尝试了以其他不同的门槛距离进行估计,所得出的结论依然稳健。,从空间邻近性的经济效应看,当模拟我国城市市场边界扩充或市场壁垒功能减弱时,lnHCP弹性系数逐步增大,即教育人力资本对劳动者增收的空间外部效应逐渐增强,证实了本文的假设3。一般而言,市场一体化水平提高将使得地区间联系更为紧密,城市间可以在更大经济聚集范围围绕圈域主要产业实现多样化发展,可以更好地发展和利用广域集聚经济,使得我国劳动力市场关联性增强以及行业分割等影响逐渐弱化,教育人力资本的空外部效应也随之得到增强。
表3 基于距离门槛值变动的估计
1. 区域异质性①异质性估计采取综合性相对较高的经济距离权重矩阵作为解释结果,其与地理距离的估计结论基本一致。
据表4所示,城市教育人力资本对劳动者工资增收作用在中西部地区更为显著,就其空间正外部性而言,也呈现出对中西部地区有更高的边际增收作用。这可能归因于近年来我国东部发达地区部分产业向中西部梯度转移,不断推动着中西部欠发达地区产业和知识技术中心的重构,并形成了新的人力资本聚集区。在这一过程中,“资本追逐劳动”的现象会促使中西部地区教育人力资本边际收益水平不断提升,继而呈现中西部地区与东部地区收入差距逐渐缩小的趋势。另一种解释是,我国劳动力在空间上呈现季节性流动特点,中西部欠发达地区的外流劳动力在回流时能够将先进的知识、技术、信息甚至思想观念带回,这成为中西部地区经济发展新的驱动力。同时,在资本密集型的东部发达地区,外来劳动力一般能获取较高的工资收入,而季节性回流会将其中一部分资金带回中西部落后地区,增加了落后地区的资金供应。综合表明,通过教育投资并高效吸纳教育人力资本对劳动力市场的空间正外部性将能有效缩小东部与中西部地区长期存在的工资收入差距和促进区域平衡发展。
表4 教育人力资本对异质性劳动者工资收入的影响(We)
2. 城乡异质性
城市教育人力资本投资将显著缩小城乡户籍劳动者工资收入差距。近年来,我国教育规模与教育资源总量增大,教育资源分配结构得到改善,相对更快地提升了农村户籍劳动者受教育水平,为其带来了更高的边际增收效应。在空间维度上,教育人力资本对城市户籍劳动者具有更大的外部效应。城市户籍劳动者的平均受教育水平(12.51年)往往高于农村户籍劳动者平均受教育水平(8.73年),当其他地区教育人力资本水平提升并产生空间扩散效应时,可能对本地区农村户籍低技能劳动者产生一定的挤出效应,难以产生增收作用,而对本地区具有相对更高技能的城市户籍劳动者的挤出效应较小,而且短期可能会因为教育人力资本聚集所形成的规模效应增加城市户籍劳动者工资收入,但长期而言增收效应也可能会因过度聚集呈现减弱趋势。
3. 性别异质性
中长期而言,城市教育人力资本投资将能显著缩小性别工资差距。其原因是:一方面,女性平均工资收入水平(26592.52元)一般要低于男性(33085.09元),因而其教育人力资本的边际收益率往往要高于男性;另一方面,城市教育人力资本聚集增加了供给水平,企业将选择具有同样生产效率而成本更低的投入方式,即更多地增加对女性劳动者的雇佣,加之我国产业结构不断升级过程中职业结构变动,创造出大量更高工资收入水平的女性岗位,继而间接促进了女性劳动者相对更高的边际增收效应。
4. 人力资本异质性
按个人受教育年限划分为高技能群体(>12年)与低技能群体(≤12年)来考察城市教育人力资本对不同技能劳动者工资收入作用。其结果表明,教育人力资本投资会增加高、低技能劳动者群体工资收入差距,产生“临界分割效应”。在城市化加速推进、教育人力资本聚集和产业结构升级的过程中,促进了技能偏向型的技术进步和劳动生产率的增长,长期而言将增加市场对高技能劳动力的需求,更能提升高技能劳动者工资收入水平。这将激励劳动者未来对自身教育人力资本进行更多的投资,推动我国整体教育人力资本水平提高。
本文进一步采用省级层面15岁及以上人口中受教育人口占比(均值为95.26%,最大值为98.52%,最小值为86.55%)作为衡量省域教育人力资本的变量进行替代解释,估计结论稳健,即教育人力资本对我劳动力市场效率的作用在省域间也呈现空间正外部性特征。需要说明的是,与城市层面的教育人力资本代理变量估计结果进行对比发现,省级层面教育人力资本变量估计时衡量空间外部性的估计系数的显著性更高。其可能的原因是,一方面由于总人口中15岁及以上受教育人口占比指标相对更能反映地区教育人力资本水平,且省域间人力资本空间流动所形成的规模相对于城市间的该规模更大,继而所形成的教育人力资本的空间外部效应更为显著;另一方面可能因为受城市层面指标可得性和数据缺失的局限,降低了模型估计自由度和系数估计精度。虽然选择省级层面的数据可以得出相同结论,也能支撑本文主要观点,但综合考虑,本文更倾向于选择城市层面而不选择省级层面指标数据进行主结果分析,因为这能在更小空间单元上测度教育人力资本的空间外部效应,使得实证检验更符合人力资本在城市间流动的实际情况,而这将从另一方面降低测度误差,一定程度上弥补了数据变量缺失的不足。
考虑到劳动者工资或生产率可能会受本地市场其他宏观因素影响,本文通过加入相关宏观城市变量(城市工资水平、第三产业产值占GDP比重、城市经济增长率、城市行政等级)进行检验,主要结论依然稳健。此外,本文还将城市教育人力资本变量滞后两期进行估计,所得结论依然与以上结论保持一致。
下面,本文对城市教育人力资本对劳动者就业的外部效应加以分析,结合失业的定义,把目前处于劳动年龄阶段没有工作而又在积极寻找工作的人定义为失业(失业记作1,否则为0,2012—2016年的平均失业率约为3.1%)。表5进行多层次Logistic回归发现,教育人力资本与2016年交互项(lnHC×Year2016)估计系数显著为负,这表明城市教育人力资本对劳动者就业显著提升作用在长期才会逐步显现。空间维度上,教育人力资本与2014年交互项(lnHCP×Year2014)估计系数显著为正,这表明邻近地区教育人力资本在一定时期通过空间竞争效应增加本地区就业压力,但随着资本、劳动要素的持续流动和市场一体化水平逐渐提高以及区域间流动壁垒(如户籍、教育、医疗壁垒等)逐渐被清除,这一现象会随时间推移而逐渐消失,不必过度担忧市场一体化过程中其他地区教育人力资本空间扩散对本地区劳动力市场所产生的就业冲击。
表5 教育人力资本对劳动者就业影响
本文采用2012—2016年中国劳动力动态调查数据与城市面板数据,考察了城市教育人力资本对劳动力市场效率的影响及其空间外部性特征。结果显示:(1)教育人力资本对本地区劳动者收入提升作用随时间推移呈逐步增大态势,同时教育人力资本存在显著的空间正外部性,可以通过空间扩散作用推动邻近地区劳动力市场效率提升,但是随着时间推移,其空间外部效应逐渐弱化。(2)模拟城市间市场边界扩大或市场壁垒逐渐减少过程,教育人力资本空间外部性随之增强。(3)从异质性看,城市教育人力资本水平提升能显著缩小性别、户籍及区域工资差距。(4)城市教育人力资本水平的提高在长期上呈现出促进本地劳动者就业率提高的作用,而邻近地区教育人力资本通过空间竞争效应对本地区增加的就业压力会随着时间推移逐渐消失,不必过度担忧市场一体化过程中其他地区教育人力资本空间外部性对本地区劳动力市场所产生的就业冲击。
我国正在从人口数量型红利阶段走向结构性人口红利阶段,现阶段的人口红利主要依赖于人力资本积累和劳动力市场制度改革。在“结构换质量”关键时期,切实提高教育质量才是教育人力资本水平得以全面提升之关键。当前教育投入需逐步供给到增加教育机会和提升办学质量上,逐步将新型教育模式(如5G技术、人工智能远程教育等)融入传统教育,扩大教育资源覆盖面,增强空间正外部性。通过市场手段激励教育优势地区加大对高等教育和职业教育的公共投资,实现教育投资的规模优势和竞争优势,并结合发达地区向欠发达地区进行的企业和劳动力转移,充分发挥欠发达地区的市场空间大及其资源禀赋特色和要素成本低等比较优势,引导高技能劳动要素合理流动,使其在更大市场实现更有效的资源整合,通过教育人力资本空间正外部性带动欠发达地区劳动力市场效率提高。在此基础上,建立地区之间良好秩序与合作,延长教育人力资本空间外部性存续时间,实现地区之间激励相容,内化教育人力资本空间外部效应。
《国家中长期教育改革和发展规划纲要(2010—2020年)》①来源于中国教育部http://www.moe.gov.cn/srcsite/A01/s7048/201007/t20100729_171904.html。其第二章第三小节战略目标提及公平教育和实现基本公共教育服务均等化以及缩小区域差距等内容。将促进公平作为国家基本教育政策,合理配置教育资源向落后地区倾斜,缩小了区域间教育差距,这一使教育空间壁垒减少、实现教育均等化的投资策略及实施过程有利于内化教育人力资本对劳动力市场运行效率的空间正外部效应,增强了教育人力资本,加大我国劳动力市场运行效率的边际作用。结合本文教育人力资本正外部性随市场边界范围逐渐扩大或者市场壁垒逐渐减少而增强的结论,我们得到的启示是:城市间应积极地减少“空间壁垒”,扩大教育人力资本空间正外部性。具体而言,首先,削弱地理壁垒需要进一步完善落后地区运力通道,为促进劳动力市场一体化以及区域间劳动生产率平衡增长提供基础条件;其次,可在削弱地理壁垒时同步加强城市间一体化软环境建设,实施全方位的开放战略以降低隐形交易成本,减少政策限制和边界壁垒导致的资源扭曲现象,最终消除跨区域劳动力市场分割;最后,全面构建异质性劳动群体的社会协调机制和更具包容性的社会网络价值认同体系,形成与流动社会相匹配的价值观念与保障体系,提高全域范围的劳动力市场运行效率。