长三角地区人力资本对经济增长的作用机制研究——基于创新中介效应检验

张 桅，胡 艳

一、文献综述

人力资本是通过投资形成而蕴含于人自身的生产知识、劳动技能、管理经验和健康素质的总和。教育是人力资本最重要的投资途径，通过赋予劳动者知识和技能，提高劳动者创新能力、接受和应用新技术的能力。因此，学者们常常从教育视角计量人力资本，其中，采用平均受教育年限法计量教育人力资本的较多(Barro et al., 2013; Arshad et al., 2018; 胡永远，2003；肖志勇，2010)。舒尔茨在提出人力资本理论时就指出人力资本具有异质性，依据人力资本的这一属性，学术界提出了创新型人力资本概念。姚树荣等(2001)较早论述了创新型人力资本的特征：具有社会稀缺的创新能力，可以突破既定技术或制度的“瓶颈”约束，实现生产要素的高效组合、技术效率的显著提升。Andrzej(2015)认为创新型人力资本可以利用知识积累形成的智慧思维设计出高效、准确的创新方案，以高产率、非标准的方式解决问题。由于创新型人力资本创新特质显著，属于高层次人力资本，因此学者们主要从高等教育入手计量创新型人力资本，有的以高等教育人口占比计量(刘智勇 等，2010；彭伟辉，2019)，有的从高等教育和创新投入两方面计量(黄健柏 等，2009)。

在增长理论发展过程中，以卢卡斯(Lucas，1988)为代表的经济学家提出了人力资本内生经济增长模型，该模型将资本分为物质资本和人力资本两种形式，用人力资本的溢出效应来解释技术进步，认为人力资本不仅能提高劳动力自身的生产效率，还会对其他生产要素产生外溢效应。自从内生经济增长理论建立后，人力资本与经济增长的相关关系一直是人们的研究热点。Smithers(2017)研究发现经济增长强烈地依赖于人力资本、资本投入的改变；Ahsan等(2017)证实人力资本在一个国家正常的经济发展过程中效益是不明显的，人力资本在遇到发展瓶颈、需要经济转型时才凸显其正向作用。国内学者许彬等(1999)较早研究了我国人力资本与经济增长的关系，结果表明引起我国经济增长方式转变的重要因素是人力资本积累；昌先宇(2017)将人力资本对经济增长的效应分为内部效应和外部效应，由此提出异质性人力资本对经济增长的空间作用机制；赵莎莎(2019)研究发现，高级人力资本对本省市的全要素生产率和技术进步均产生显著的正向促进作用，而对相邻省市均产生显著的负面影响，说明人力资本引致的空间竞争效应显著强于空间溢出效应。随着知识经济、网络经济的到来，创新逐渐成为经济发展的关键要素。经济学中的“创新”概念由美国经济学家熊彼特(1990)在1912年首次提出，他认为创新就是用一种全新的生产方式进行生产要素的重新组合，经济的发展就是这种不断创新的结果，创新是经济增长的动力。继熊彼特之后，国外一些学者以技术创新作为研究对象，形成了技术创新学派。例如，Mansfield等(1981)认为产品创新是对新产品构思、销售的探索性活动；Freeman(1997)认为技术创新是一个系统过程，通过技术创新可以促进新产品、新市场、新系统、新装备等新形式的内在技术向商业价值转化。国内经济学家对创新的研究始于20世纪80年代，许庆瑞(1986)较早提出技术创新是一个系统过程，是从新思想的形成到新产品推广、新技术扩散的整个过程；柳卸林(1993)认为技术创新是指通过新技术的研发、新产品的制造、新工艺的开发等程序，最终把产品投入应用并产生利润的过程；傅家骥(1998)认为技术创新能使生产效率提高，生产成本降低，最终生产出新产品、建立起新工艺、开辟出新市场。

人力资本负载的知识和技能是实现创新的核心要素，因此许多学者将人力资本与创新关联起来进行研究。国外学者主要从人力资本效应视角，通过分析人力资本与创新率的相关性，人力资本对技术推广和研发活动的促进作用，研究人力资本的创新效应(Masatoshi et al.，2015；Teixeira et al.，2016；Khadan，2018)。国内学者王艳涛等(2019)通过研究分级教育人力资本对中国区域技术创新的影响差异，发现只有高级人力资本对区域技术创新具有促进作用，初级人力资本与区域技术创新之间呈负相关，而中级人力资本只有在西部地区对技术创新起到促进作用。一些学者将创新要素融入人力资本，从创新型人力资本视角研究投资效益，结果发现创新型人力资本是推动我国经济发展机制转型的关键(景跃军 等，2013)，创新型人力资本积累显著影响企业在价值链中的位置(彭伟辉，2019)。

长三角是我国重要的经济区域，该区域创新能力强、经济发展水平高，多项经济指标处于国内领先位置。鉴于长三角地区的重要地位，中央把长三角区域一体化发展上升为国家战略。与其他生产要素相比，人力资本更具有流动性、外部性，因此研究人力资本与长三角区域经济的相关关系更具有实际意义。杨上广等(2006)从区域经济视角进行研究，结果发现长三角地区人力资本对经济增长的贡献度低，未能充分发挥作用；于潇等(2015)通过研究长三角地区人力资本对经济增长的影响，得出与全国相比，长三角地区人力资本对经济增长作用显著，但内部各省市之间经济增长存在着明显差别，这种差别主要是由人力资本的差异所致。学术界也关注到了长三角区域创新问题，研究了长三角地区人力资本与创新的相关关系、长三角地区创新驱动的空间分布以及协同创新等(汪彦 等，2018；王振 等，2018；胡艳 等，2019；王海花 等，2020)。

综上所述，人力资本对经济增长的作用是学界的研究热点，创新的经济学价值逐渐引起人们的关注，对于人力资本、创新、经济增长三个要素，任意两个要素之间的相关关系都有深入研究，但是鲜见有将三个要素关联起来进行研究的文献。钱晓烨等(2010)曾利用省际数据，引入空间回归方法，首先估计人力资本对创新水平的影响，再进一步估计人力资本通过创新影响经济增长的间接作用，但未能得到证据支持专利申请量与经济增长具有正向效应这一假设，也未能证明人力资本通过促进创新带来经济增长。以上缺憾激发了我们的研究兴趣，也为本文的研究提供了契机。人力资本能否通过创新中介路径拉动经济增长？如果创新中介路径可行，人力资本的创新异质性如何影响创新中介效应？长三角区域一体化已上升为国家战略，人力资本能否通过创新中介促进长三角区域经济一体化高质量发展？考虑到市级层面数据尺度小、更具异质性，本文基于长三角地区41个城市2000—2018年的面板数据，以创新水平(专利申请量)作为中介变量，研究不同类型人力资本对不同地区经济增长的间接效应，以期回答上述问题。教育的最重要作用是提升受教育者接受新知识和新技术的能力，因此教育人力资本具有创新特质；创新型人力资本是创新要素与人才的结合体，因此其创新特质更为显著。据此本文选择这两种人力资本作为核心解释变量，通过比较其间接效应差异，分析和阐释人力资本通过创新中介路径对不同地区经济增长的作用机制，全面认识人力资本和创新水平对经济发展的战略价值。

二、中介效应机制与回归模型设计

(一)中介效应理论推演及产生机制

在考虑自变量

X

对因变量

Y

的影响时，如果

X

是通过影响变量

M

来影响

Y

的，则称变量

M

为中介变量。本文以创新水平作为中介变量(

M

)，考察人力资本(

X

)对于经济增长(

Y

)的间接效应。

根据卢卡斯内生经济增长理论，人力资本对经济增长的作用包括两个方面：人力资本作为生产要素作用于生产过程，直接拉动经济增长；人力资本作用于其他生产要素，通过促进技术进步、提高生产率，间接拉动经济增长。负载有知识和技术的人力资本，促进技术进步的本质是知识创造与外溢、技术革新与应用，可以认为是内生经济增长理论的核心。因此，由内生经济增长理论可以得出推论：创新是人力资本间接拉动经济增长的重要驱动力。另外，根据熊彼特提出的经济学“创新”概念，经济发展就是不断创新的结果，创新是经济增长的动力。由此可见，人力资本通过创新中介拉动经济增长的路径是可行的，据此提出假设1：

H1：人力资本对创新具有正向效应，人力资本通过创新中介传导路径间接拉动经济增长。

根据人力资本理论，人力资本具有异质性。教育赋予受教育者新知识和新技术，因此教育人力资本具有创新特质；创新型人力资本是创新要素与人才的结合体，因此其创新特质更为显著。依据创新特质差异，创新型人力资本通过创新中介路径拉动经济增长的作用应大于教育人力资本。据此提出假设2：

H2：与教育人力资本相比，创新型人力资本通过创新中介对经济增长具有更强的间接效应。

理论和实践已证明人力资本对于创新具有促进作用，那么，创新对人力资本是否具有促进作用呢？因为创新过程是知识创造与转化、技术革新与应用的过程，而这种过程就是培育人力资本的过程，就是对人力资本的投资。因此，创新会对人力资本产生反馈作用，创新水平的提升会促进人力资本积累。进一步推演，创新的这种反馈作用可能会增强人力资本对经济增长的直接效应，而减弱人力资本对经济增长的间接效应。据此提出假设3：

H3：创新对人力资本产生反馈作用，即创新对人力资本能产生反向效应，从而增强人力资本对经济增长的直接效应，减弱人力资本的间接效应。

理论和实践已证明创新是经济增长的动力，提升创新水平可以拉动经济增长，那么，经济增长对创新是否具有反向作用？因为创新过程是知识的创造与转化过程，是将内隐知识转化为外显知识而产生效益的过程，而知识的创造与转化需要物质支撑，需要持续的研发投入、技术条件的改善。经济发展水平的提高可以为知识的创造与转化提供丰裕的人、财、物保障，通过改善技术环境、促进研发活动的开展，从而使技术创新、设备创新、产品创新得以持续。基于此，提出假设4：

H4：经济增长对创新产生反向效应，经济增长可以促进创新水平的提升，即经济发展水平越高、创新水平越高。

(二)模型设计、变量选取及数据来源

根据人力资本理论和技术创新理论，借鉴温忠麟等(2014)提出的理论模型，建立如下三步回归方程：

ln

Y

=

α

1+

c

ln

X

+

β

1ln

Z

+

ε

1

(1)

ln

M

=

α

2+

a

ln

X

+

β

2ln

Z

+

ε

2

(2)

(3)

其中，

Y

表示被解释变量，

X

表示核心解释变量，

Z

表示控制变量，

M

表示中介变量，

i

表示个体，

t

表示时间，

α

为常数项，

β

表示控制变量的弹性系数，

ε

是随机扰动项，

a

，

b

，

c

，

c

′分别为回归系数。参考温忠麟等(2014)，对上述参数进行检验：首先，对公式(1)进行回归，检验回归系数

c

的显著性。若系数

c

显著，以中介效应立论进行下一步间接效应检验；若系数

c

不显著，则以遮掩效应立论进行下一步间接效应检验。其次，对公式(2)进行回归，检验回归系数

a

的显著性。最后，对公式(3)进行回归，检验回归系数

b

和

c

′的显著性。如果系数

a

、

b

都显著，则间接效应显著；如果系数

c

′不显著，即间接效应为完全中介效应；如果系数

c

′显著，且

a

、

b

同号，则间接效应是部分中介效应，用中介效应占总效应

c

的比例(

ab

/

c

)表示间接效应的强度；如果

ab

之积与

c

′异号，则间接效应由遮掩效应引起，用遮掩效应与直接效应之比的绝对值|

ab

/

c

′|表示间接效应的强度；若系数

a

、

b

至少有一个不显著，则需要通过sobel检验来确定是否具有间接效应。

变量选取说明如下：

1.被解释变量(

Y

)。被解释变量为经济增长水平。按照大多数文献的做法，本文采用人均生产总值来表示长三角各城市经济增长水平。为了去除价格变动带来的影响，在计量时用GDP平减指数计算得出实际人均GDP(

PGDP

)来表示地区经济增长水平。2.核心解释变量(

X

)。为了探讨人力资本水平对经济增长的间接效应，选用两种人力资本作为核心解释变量：(1)教育人力资本(

H

)：用平均受教育年限来衡量。参考目前的普遍做法，采用五层次划分受教育年限，按照加权平均法计算得出平均受教育年限。(2)创新型人力资本(

Hinno

)：用创新人才个体价值投资和社会创新环境投资两类投资之和来测度创新型人力资本，参考黄健柏等(2009)、彭竞(2011)、张世伟等(2017)，具体做法如下：首先计量大专以上学历从业人数，然后确定大专以上从业人员的工资水平为从业人员平均工资的1.5倍，二者相乘得到创新人才个体价值投资，再加上社会创新环境投资(R&D经费投入)，即得出创新型人力资本指标。3.中介变量(

M

)。以创新水平(

inno

)作为中介变量。专利代表了创新活动的精华产出，是多类创新主体创新活动和能力的重要体现(Acs et al.，2002；Lim，2003)，本文参考普遍做法(刘树峰 等，2018；张泽 等，2018；张涵 等，2019；王纪武 等，2020)，用专利(包括发明、实用新型、外观设计三种专利)申请量来表示创新水平。4.控制变量(

Z

)。物质资本(

K

)，用固定资产投资额表示，以2000年的固定资产投资额为基期，釆用全国平均水平5%的折旧率，利用国际通用的永续盘存法来计算；政府规模(

gov

)，采用各地方政府财政支出额与GDP比值表示；外商直接投资规模(

FDI

)，采用外商直接投资额(将美元折算为人民币)与GDP的比值表示；进出口贸易水平(

im

-

ex

)，采用进出口总额(将美元折算为人民币)与GDP的比值表示；产业集聚度(

aggl

)，选取城市生产型支柱产业(第二产业)产值计算区位熵来衡量；城市化水平(

urb

)，选取历年城镇人口在总人口中所占比重来衡量；基础设施水平(

infra

)，用公路里程数与土地面积比值表示；信息化水平(

infor

)，用固定电话用户数、移动电话用户数、互联网用户数加总之和与土地面积比值表示；生态环境水平(

prt

)，用环境污染去除综合指数表示，选用SO去除率、烟尘去除率和废水达标率，通过熵权法计算得出。

本文选取长三角地区(上海市、江苏省、浙江省、安徽省)41个城市的统计数据来计量各项指标数值，时间跨度为2000—2018年。数据来自各城市统计年鉴、《中国城市统计年鉴》、《中国统计年鉴》、EPS数据库等，个别缺失数据用插值法计算补充。

三、实证研究与结果分析

(一)数据处理与检验

1.变量的描述性统计。本文所涉及变量的描述性统计见表1。

2.平稳性检验。单位根检验LLC、Hadri LM检验结果见表2。

两种单位根检验方法，得出结果均在1%的置信水平下拒绝原假设，即不存在单位根。

表1 主要变量的描述性统计

表2 单位根检验结果

(二)回归分析

1.人力资本对经济增长的总效应回归

把各变量带入公式(1)，进行检验和回归。首先通过F检验，确定固定效应回归优于混合回归，再通过豪斯曼检验，确定选择固定效应模型而不是随机效应模型。确定使用固定效应模型后，采用双向固定效应(即同时控制个体效应和时间效应)进行回归，以控制计量结果的稳健性。

(1)全区域回归。对长三角全区域41个城市进行回归，检验人力资本对经济增长的总效应，结果见表3。

(2)分区域回归。为了考察人力资本对于不同地区经济增长的作用差异，首先按照经济增长水平的高低将长三角城市分为发达地区和欠发达地区，然后再分别进行计量回归。

PGDP

排名前20的城市标识为I区(发达地区)，依次为苏州、无锡、上海、杭州、南京、常州、宁波、镇江、绍兴、舟山、嘉兴、扬州、铜陵、南通、湖州、马鞍山、泰州、合肥、芜湖、金华；

PGDP

排名后21的城市标识为II区(欠发达地区)，依次为台州、温州、徐州、盐城、衢州、淮安、丽水、连云港、宿迁、黄山、宣城、蚌埠、淮北、淮南、池州、滁州、安庆、宿州、六安、亳州、阜阳。由分区情况可知，上海位于I区，江苏和浙江的多数城市位于I区、少量城市位于II区，而安徽的多数城市位于II区、少量城市位于I区，说明安徽经济发展在长三角地区处于偏低水平。分区回归结果见表3。

表3 人力资本对经济增长的总效应回归结果

从表3可以看出，回归结果的模型拟合优度R均在95%以上，说明构建的模型能够较好地估计各投入要素对于经济增长的影响作用。

(3)稳健性检验。为了解决遗漏变量或测量误差引起的内生性问题，分别选取核心解释变量的滞后一阶作为工具变量带入方程进行回归，结果见表4。

表4 稳健性检验

从表4可以看出，各核心变量的显著性和系数符号均与上文的回归结果一致，因此可以认为从一定程度上克服了核心变量可能存在的内生性问题。

(4)回归结果分析。在全区域回归结果中，两种人力资本的弹性系数均显著为正，其中教育人力资本弹性系数大于创新型人力资本，说明教育人力资本对经济增长具有更强的拉动作用，这可能是因为教育人力资本存量水平高。针对创新型人力资本对经济增长的拉动作用弱这一问题，参考有关文献给出如下解答：创新型人力资本水平偏低，高端优秀人才不能满足经济高水平增长的需要，创新型人力资本分布不均衡(黄健柏 等，2009)。在经济发达的I区，教育人力资本对经济增长具有很强的拉动作用，弹性系数高达1.636。创新型人力资本的弹性系数较小，说明即使在经济发展水平较高的地区，也可能存在创新型人力资本存量水平不高或结构不够合理问题，从而引起创新型人力资本边际效率递减(于寄语，2015)。在欠发达的II区，教育人力资本对经济增长的作用不显著，而创新型人力资本可以显著拉动经济增长，但拉动作用弱于发达地区，这可能与教育发展水平偏低、创新人才储备不够有关。因此，对于欠发达地区，加大教育投入、优化创新人才培育环境，提高教育人力资本和创新型人力资本存量水平，才能加速经济增长，缩小与发达地区差距。

根据以上回归结果可以看出，教育人力资本和创新型人力资本对于经济增长均具有正向作用，只有教育人力资本在II区的正向效应不显著，其余均显著为正。因此，在继续进行人力资本的间接效应研究时，教育人力资本在II区的间接效应按照遮掩效应立论，其余情况按照中介效应立论(温忠麟 等，2014)。

2.人力资本对创新水平的回归

利用公式(2)，按照上文的方法，采用双向固定效应进行回归，研究人力资本对创新水平的影响。全区域回归和分区域回归结果见表5。

表5 人力资本对创新水平的回归结果

回归模型的拟合优度R均在95%以上，说明构建的模型能够较好地说明各个投入要素对创新水平的影响作用。

分别选取核心解释变量的滞后一阶作为工具变量带入方程进行回归，以检验稳健性，结果见表6。

表6 稳健性检验

从表6的回归结果可以看出，各核心变量的滞后一阶的系数显著性和符号均与表5一致，可以认为从一定程度上克服了核心变量可能存在的内生性问题。

由表5全区域回归结果可知，两种人力资本弹性系数均显著为正，说明人力资本对创新具有正向影响，验证了假设1。文献中也有类似的报道：人力资本对于技术革新和研发活动具有促进作用，人力资本与创新率具有正向相关性(Teixeira et al.，2016；张涵 等，2019)。具体来看，教育人力资本对于创新水平提升的作用大于创新型人力资本，这可能与教育人力资本存量水平高有关。由分区回归结果可以看出，无论是教育人力资本还是创新型人力资本，在两个区域的弹性系数均显著为正。具体来看，教育人力资本和创新型人力资本在发达的I区的弹性系数均小于欠发达的II区，参考已有文献给出如下可能的原因：发达地区创新水平的提升空间相对较小，创新强度会随着地区综合能力的增强而减弱，人力资本的效率边际递减；发达地区相对优越的生活环境使更多的人才宁愿“低就”也要流入，从而使发达地区高层次人力资本处于相对饱和状态，对其使用效率产生负面影响。另外，以技术创新为主(欠发达地区一般是以技术模仿为主)会影响创新即期效率提升(黄燕萍 等，2013)。人力资本存量和人力资本教育结构对创新效率均有显著影响，由于发达地区人力资本趋于饱和状态，人力资本存量对其研发和产品创新效率的影响不显著，人力资本教育结构对研发和产品创新效率产生显著负向影响(梁文群 等，2016)。

由以上分析可知，从提升创新水平考虑，加强教育人力资本和创新型人力资本投资，均有利于缩小地区差异。

3.人力资本对经济增长的间接效应回归

利用公式(3)进行回归分析，研究各类人力资本对经济增长的间接效应。通过豪斯曼检验，使用双向固定效应进行回归，以控制计量结果的稳健性。

(1)全区域回归和分区域回归结果见表7。

表7 核心变量对经济增长的间接效应回归结果

续表7

回归模型的拟合优度R均在95%以上，说明构建的模型能够较好地说明各个投入要素的间接效应。

(2)sobel检验。由间接效应检验流程可知，对于系数a、b、c不显著的，要通过进一步检验来确定是否存在间接效应。下面利用间接效应中的中介效应检验方法，通过sobel检验来验证各类人力资本对经济增长的间接效应，结果见表8。

表8 sobel检验结果

由表8可知，核心解释变量均通过了检验，并且间接效应弹性系数均显著为正，表明人力资本可以通过创新传导路径间接拉动经济增长，验证了假设1。

表9 各类人力资本间接效应强度

(3)间接效应强度计算。利用计算和检验得出的数据，计算间接效应强度，结果见表9。

由表9可知，对于全区域和欠发达地区，创新中介表现的是中介效应；对于发达地区，创新中介表现的是遮掩效应。无论是全区域还是分区域，创新型人力资本的间接效应强度均大于教育人力资本，这反映出与教育人力资本相比，创新型人力资本具有更显著的创新特质，在创新型人力资本间接拉动经济增长的过程中，创新中介的贡献大。这一结果验证了假设2。

(4)控制变量回归结果。物质资本对于全区域正向效应显著，分区后正向效应不显著，说明物质资本在一定程度上能通过创新间接拉动经济增长。政府规模对于全区域和欠发达地区正向效应显著，对于发达地区负向不显著，说明发达地区的政府投资结构需要调整，以利于创新发展。外商直接投资作用不稳健，进出口贸易全区域显著为正、欠发达地区显著为负，而发达地区不稳健，说明对外开放水平不能稳定地通过创新驱动经济增长，受国际影响较大。产业集聚对于全区域和发达地区正向效应显著，并且对于发达地区正向效应更大，而对于欠发达地区正向效应不显著，说明与欠发达地区相比，发达地区工业化水平更高，能通过创新中介显著增强对经济增长的效应。基础设施对于全区域正向效应显著，而分区后不稳健，说明公路交通水平存在地区差异。生态环境的效应不显著或不稳健，说明通过创新中介不能增强生态环境对经济增长的正向效应，这可能与绿色技术发展水平不高有关。城市化和信息化的正向效应均显著，说明提升城市化水平和信息化水平均可以通过创新中介拉动经济增长，因为城市化和信息化可以优化创新环境，有利于创新水平的提升。

4.人力资本间接效应机制探讨

(1)全区域结果分析。从全区域回归结果可以看出，教育人力资本和创新型人力资本的间接效应弹性系数均显著为正，说明创新水平在解释变量(人力资本)和被解释变量(经济增长)之间起到了“链接机制”的作用，也就是说，人力资本对经济增长的间接拉动作用，可以通过创新中介传导表现出来。人力资本能通过创新拉动经济增长，这一事实意味着长三角地区的创新驱动发展环境已初步形成，知识、技术和产品的创新已成为经济增长中不可忽视的驱动力，依赖资源存量使用效率的劳动密集型加工制造业在经济增长中的地位将逐步下降。

具体来看间接效应弹性系数(表8)。教育人力资本间接效应弹性系数大于创新型人力资本的弹性系数，这是因为间接效应不仅取决于人力资本的外部性(创新特质)，还与存量水平有关，教育人力资本由全部受教育人群构成，存量水平高，而创新型人力资本是由少量高层次人才形成，存量水平低。虽然创新型人力资本的间接效应弹性系数小于教育人力资本，但是其创新中介效应占比大(表9)，高达30.94%，是教育人力资本的3倍。这一结果说明创新型人力资本具有更显著的创新特质，在拉动经济增长的路径中，创新型人力资本能通过知识创造、技术发明、产品创新等手段形成专利技术，并将专利转化为生产力，拉动经济增长，因此表现出强的创新中介效应。可以推断，增加创新型人力资本积累将更有利于区域经济转型、提高增长质量。

(2)I区结果分析。由回归结果可知，教育人力资本和创新型人力资本的间接效应系数

a

、

b

均与直接效应系数

c

′符号相反，根据中介效应检验规则，得出表9中所示结果：存在遮掩效应，即人力资本通过创新遮掩效应拉动经济增长。参考温忠麟等(2014)、程富(2015)关于遮掩效应的论述，推测产生遮掩效应的原因如下：发达地区的经济、金融和贸易等十分发达，科技、教育等发展水平高，这些条件产生的“洼地效应”使该地区拥有丰裕的人、财、物，人力资本存量水平高，研发经费充足，用于多样化的先进技术，因此区域创新能力强，创新水平高。不同技术领域的人才交流、知识溢出、创新经验积累，使自主创新成为可能，人力资本在研究与开发“干中学”实现技术突破，在形成具有自主知识产权专利成果的同时实现人力资本积累。由此可知，发达地区这种优越的创新环境不仅有利于提升创新水平，而且有利于培育创新人才，通过创新路径增加人力资本积累。这就是遮掩效应产生的机制：创新水平的提升促进人力资本积累，从而增强人力资本的直接效应而减弱人力资本的间接效应。具体来看，创新型人力资本的遮掩效应(17.60%)强于教育人力资本(3.48%)，这是因为创新过程更有利于培育创新人才，更有利于创新型人力资本积累。这里同时验证了假设3和假设4。

上述分析表明，发达地区优越的创新环境可以增强人力资本与创新的互动效应，这种互动效应可以产生更有价值的结果：加快经济转型、实现可持续发展。首先，人力资本通过自主创新，对现有产品和技术产生颠覆性变革，在满足市场新需求、高层次需求的同时，推动经济创新发展。虽然自主创新投资要求高，创新难度大、周期长，并且即期效率低，但是在完成某个技术领域的自主创新后，地区或企业将拥有这个领域的知识产权和技术优势，在一定程度上控制着某种产品或行业的技术发展，从而在产业价值分配及发展中长期处于优势地位。其次，与模仿创新相比，自主创新对人力资本的反馈作用更强，更有利于培育高层次人才，因此发达地区人力资本始终处于高水平发展，而人力资本的高水平发展是经济高质量发展的基础条件。最终，通过人力资本与创新协同互动，促进发达地区经济发展由要素驱动向创新驱动转变。同时，人力资本与创新的这种协同互动也使发达地区成为长三角“增长极”，通过人力资本外溢、技术扩散，带动周边地区发展。

(3)II区结果分析。由于经济发展水平低，人力资本存量水平低，研发经费不足，技术条件差，人力资本以模仿创新为主，通过生产实践“干中学”对外来技术进行学习和吸收，在技术应用中实现技术渐进式创新，形成实用型专利产品，并将专利转化为生产力，从而提高现有产品和服务水平，表现出人力资本通过创新中介效应来拉动经济增长。其中，创新型人力资本的中介效应占比大于教育人力资本，但是与全区域结果相比，创新型人力资本的中介效应占比有所降低，这可能是由于欠发达地区高端人才不足、创新型人力资本存量偏低所致。

由于学习和吸收的技术是非前沿、非核心新技术，伴随着这些技术在市场的普及应用，地区或企业会逐渐失去竞争优势，创新的边际效益递减，表现出经济增长的不可持续性。但是，处于“追赶”阶段的欠发达地区，可以借助模仿创新产生的短暂竞争优势加速经济增长，缩小与发达地区差距。因为与自主创新相比，模仿创新需要投入的研发经费少，技术难度低，并且见效快、创新即期效率高。另外，由于欠发达地区劳动力教育程度偏低，人力资本缺口大，增加人力资本投资能显著增强创新中介效应，从而加速经济增长。总之，对于欠发达地区，提升人力资本水平，增强创新中介效应，可以加快“追赶”速度。

综上所述，人力资本可以通过创新中介传导间接拉动经济增长，影响这一传导路径的因素除了人力资本自身水平，还有地区经济发展水平，在人力资本异质性和区域异质性的交互作用下，创新中介的传导机制发生了变化(遮掩效应)。该结果丰富了人力资本理论和中介效应理论，为长三角区域一体化发展提供了新思路。

四、主要结论与政策建议

(一)主要结论

基于长三角地区41个城市2000—2018年的面板数据，以创新水平为中介变量，研究教育人力资本和创新型人力资本对于经济增长的间接效应，得到如下主要结论：对于总效应，发达地区人力资本存量水平高，两种人力资本对经济增长的总效应均大于欠发达地区。对于创新水平，欠发达地区两种人力资本对创新的驱动作用均大于发达地区。对于间接效应，两类地区表现出两种不同的效应机制：发达地区是通过创新的遮掩效应表现出人力资本对经济增长的间接效应，而欠发达地区是通过创新的中介效应表现出人力资本对经济增长的间接效应，且中介效应占比较大。对于人力资本，教育人力资本存量水平高，对经济增长的总效应大于创新型人力资本，而创新型人力资本更具有创新特质，其间接效应占比大于教育人力资本。

(二)政策建议

长三角地区创新型人力资本的间接效应占比高，但总效应低于教育人力资本，这一结论提示长三角地区需要结合创新驱动发展需求，对创新型人力资本加强针对性、前瞻性培育，从而提高经济增长中的创新效率。利用长三角地区高等教育优势和高科技创新平台优势，在加强高等教育投入、提高劳动力高等教育人员占比的同时，注意构建人才培育创新环境，将上海张江、苏南、杭州、合芜蚌等4个国家自主创新示范区作为人才培养基地，发挥区域内综合性国家科学中心、国家重点实验室、国家大科学设施等高科技平台在人才培养中的作用。

长三角发达和欠发达两类地区表现出两种不同的效应机制，显示出人力资本可能存在“孤岛效应”，地区间人力资本流动性差。针对这一问题，需要增强人力资本特别是高层次人力资本的区域流动性、外溢性。建立东西部地区高层次人才联合培养机制，发挥长三角科技创新战略智库联盟等组织的作用，推进人才资源共享。借助长三角区域一体化发展国家战略的推动力，弱化地区行政壁垒，消除影响人力资源自由流动的体制机制障碍，打造高层次人才生态环境，建立健全统一开放的人力资源市场，增强东部人才高地向西部地区的辐射作用，促进高层次人才在区域内的有效流动。

人力资本可以通过创新中介作用间接拉动经济增长，创新活动有利于提升人力资本水平。这一结论提示长三角地区需要结合区域协同创新、一体化高质量发展需求，在高层次人才培育、创新环境构建的过程中，注意区域资源配置效率，增强人力资本与创新的交互作用、区域协同作用，实现并维持区域资源配置格局处于最优均衡点，避免“供不应求”与“供过于求”共存现象。对于发达地区， 在将高层次人才培养与经济高质量增长相结合的同时，注意发挥引领和带动作用，弱化“洼地效应”，增强高层次人才和创新资源“核心”向边缘的辐射，为均衡提高区域人力资本水平、促进区域协同创新做贡献。对于欠发达地区，在注意提高自身人力资本水平和创新水平的同时，加强与发达地区的交流与合作，借智发展，增强外部学习吸收能力。另外，还应注意根据区域经济发展需求，提高区域城市化、信息化水平，优化基础设施，适度增加政府投资规模、扩大对外开放，为增强人力资本的间接效应提供良好外部环境。

总之，加快长三角区域经济转型、推动区域一体化高质量发展，可以从优化发展环境、协同提升人力资本水平和创新水平入手。