人力资本结构高级化、技术进步与地区经济高质量发展

张红霞 王天慧

内容提要：中国经济高质量发展需要高级人力资本的支撑，人力资本结构的升级任重而道远。本文采用空间杜宾模型对人力资本结构高级化、技术进步与经济高质量发展之间的关系进行研究分析。结果表明：（1）采用ArcGIS软件绘制的人力资本结构高级化与经济高质量发展的空间分布呈现出显著的空间集聚与非均衡特征，Moran指数显示人力资本结构高级化与经济高质量发展存在较强的时空相关性。（2）全局层面看，人力资本结构高级化与经济高质量发展之间存在倒U型关系;技术进步抑制经济高质量发展，但人力资本结构高级化有助于扭转这一负向作用，继而强化了技术进步的经济增长效应。（3）分区层面看，人力资本结构高级化与技术进步对经济高质量发展的空间溢出效应存在显著地区异质性。其中，东部地区的溢出效应作用效果最佳，而东北地区表现出内卷化的溢出效应。

关键词：人力资本结构高级化;技术进步;经济高质量发展;空间杜宾模型

中图分类号：F0615文献标识码：A文章编号：1001-148X（2021）02-0030-10

收稿日期：2020-08-27

作者简介：张红霞（1973-），女，山东潍坊人，山东理工大学经济学院教授，理学博士，研究方向：区域经济;王天慧（1995-），本文通讯作者，女，山东淄博人，山东理工大学经济学院硕士研究生，研究方向：区域经济。

基金项目：国家社会科学基金一般项目，项目编号：14BJL081;山东省社会科学规划研究重点项目，项目编号：18BJJJ01。

一、引言

改革开放40多年来，中国经济凭借政策红利和要素价格优势获得飞速发展。在此过程中，人力资本作为关键的生产要素，逐步经历了由简单劳动力向高级人力资本的内生转化、升级，其中高等教育是最主要的驱动力。1949-2018年，中国高等教育毛入学率从026%增至481%，高校总本专科招生规模从31万人增加到791万人，高等教育人数占比由2000年的38%升至2018年的194%。考虑到中国人口基数大的现实，这一趋势反映的不仅是高级人力资本比重的简单增加，更暗含着未来中国劳动要素优势从“人口红利”向“人力资本红利”转变的可能。相对于发达国家的美国，其在2010年的高等教育人口比重便已达42%[1]，可见在高层次人才方面，中国与发达国家之间仍存在较大差距，人力资本结构的升级任重道远。党的十八大、十九大报告先后强调，实施创新驱动战略和促进区域协调发展对转变经济发展方式、助推中国经济高质量发展至关重要，而这需要依托高级人力资本的支撑。因此，深入探讨人力资本及其区域差异对地区经济高质量发展的影响和作用机制，不仅有助于挖掘中国的劳动要素潜力，亦有助于廓清中国人力资本结构的区域分布特征，进而为建立新型人力资本优势、推动中国经济整体迈向高质量发展提供有益参考。

在已有研究中，学者们主要从三种视角研究人力资本与经济发展的关系。一是侧重从教育程度、技能结构和投资形式等方面分类探究人力资本不同类型对经济增长的作用效果，并得到人力资本的经济增长效应将随其结构升级而增强的一致认识[2-3]。二是基于人力资本分布结构的视角，通过教育方差、人力资本基尼系数等不同测度方法研究了人力资本分布结构存在非均衡的现象，发现此种现象对经济增长往往具有不利影响[4-5]。三是部分学者将视角转向探讨中国经济迈向高质量发展形势下，人力资本在其中的作用，发现作为知识和技术依附载体的人力资本，其所具有的能动性能够通过知识吸收、技术创新和成果转化等方式大大提升全要素生产率和经济发展质量，且人力资本层次越高，提升作用越明显[6-7]。但以上研究大多侧重对人力资本存量的考察，对人力资本结构的研究较少。因此，本文研究的重点在于：其一，人力资本结构的升级主要表现为人力资本的高级化[8]，而人力资本结构高级化与经济发展质量是否仅是单纯的线性关系，其关系背后的作用机制又是什么？其二，技术进步和生产率的提升是推动经济高质量发展的重要驱动力，而依托于人力资本高级化的技术进步是否存在经济发展的溢出效应，对于区域差异显著的中国各地区来说，这种溢出效应是否因区域差异特征而对地区经济产生明显的异质性影响。上述问题的进一步研究有益于揭示区域发展不协调的内在本质，并寻求人力资本角度的政策工具。

本文可能的主要贡献有：（1）通过构建人力资本结构高级化和经济增长质量综合指标，基于人力资本结构对经济发展影响的作用机制，定量分析二者可能存在的非线性关系。（2）拓展性地运用空间杜宾模型，从区域视角研究人力资本对经济发展的技术进步溢出效应，并深入探讨人力资本结构的区域差异对地区经济发展的空间溢出异质性效果。（3）对研究中关于地区经济高质量发展非均衡性问题提出针对性的政策建议。

二、理论分析与假说提出

人力资本结构高级化有别于人力资本存量，作为劳动生产要素逐步演化的必然结果，其反映的是经济转向高质量发展时对要素升级的内在要求。改革开放以来的中国经济高速增长，很大程度上得益于政策红利所激发的人力资本存量所带来的边际生产率的提升作用。当这种边际生产率逐渐降低甚至逼近负值时，传统的要素驱动发展模式势必通过转型升级以获得要素活力的重新焕发，而“高校扩招”成为推动人力资本结构升级的关键[9]。人力资本结构高级化摆脱了传统劳动力在知识和技能等方面的束缚，对人才培养、技术创新和产业升级都提供了有力支撑。由于前期经济高速增长积累的产业资本的经济增长效应逐渐减弱，这对于劳动力市场的首要反应便是对高级人力资本的需求，劳动力市场的信号在引导高校毕业生群体向产业转型升级的“人才需求地”流动的同时，对激励适龄劳动力群体接受更高等的教育培养这一观念也大大增强[10]。这种高级人力资本在就业效应的作用下，短期内将有助于劳动力市场的供需匹配，并推动企业在寻求创新发展之路上形成“人尽其才，物尽其用”的良性循环，进而提高企业全要素生产率，促进经济的高质量发展[11]。从长期来看，信息不对称的存在对市场有效引导高端人才的流动可能产生不利影响，在劳动力市场尚未发出需求侧趋于饱和的信号时，高端人才的就业选择往往具有跟随模仿倾向，依然选择向产业亟须转型升级的区域流动，从而导致人才错配的局面。进一步地，人才错配在虹吸效应的作用下造成人力资本的供需错配，在地区经济发展方面表現为经济发展水平高的地区对经济发展水平低的地区的人才“掠夺”，这对原本经济发展优势就弱的地区来说，人才流失对本地经济发展的抑制效应往往高于人才吸引的促进效应，从而使本地培养的高级人才沦为“别人的嫁衣”（例如东北地区人才外流，国内人才流向海外等），由此便加剧了区域经济发展不协调的严峻形势，对整体的经济高质量发展带来负面影响。基于此，本文提出以下假说。

假说1：人力资本结构高级化可能因劳动力市场信号导致对经济发展存在先促进后抑制的非线性影响，并造成区域经济发展的非均衡特征。

在内生增长理论中，劳动投入和物质资本积累是推动经济增长的两个核心变量，而劳动投入主要表现为受过正规教育、参加职业培训或进行在职学习的人力资本的投入，这种人力资本与物质资本的结合将通过研发创新活动为企业生产带来技术进步，人力资本结构高级化无疑将进一步激发技术进步效应，从而不断提升企业生产率，促进经济高质量发展[12]。一方面，如果将技术进步视为独立因素，脱离于人力资本和物质资本结合的内生产物范畴而存在，那么单纯的技术进步可能并不一定完全适应产业发展的需要，造成生产的非效率，甚至对经济的发展带来非预期效果[13-14]。另一方面，人力资本高级化决定着企业发展是否可持续，技术进步决定着企业的生产技术水平和技术吸收转化能力的高低，并随着人力资本的流动对流入地企业带来生产率的提升。从区域发展层面看，人力资本结构高级化往往因地区要素资源和经济环境的不同呈现出明显的差异性，而人力资本的流动即会产生技术进步的溢出效应，这种溢出效应无论作用于本地企业还是外地企业，都会激励企业加快淘汰落后生产技术，进而促进全要素生产率的提升，推动地区产业转型升级，实现地区经济高质量发展。与此同时，技术进步溢出效应的存在将会使得不同地区经济发展效果表现出更加多样的异质性特征。基于此，本文提出以下假说。

假说2：单纯的技术进步可能对经济高质量发展存在抑制效应，内生于人力资本高级化的技术进步则表现为正向促进，且对地区经济发展的差异性影响更为多样。

三、研究设计

（一）模型构建

1基准模型构建。为验证人力资本结构高级化、技术进步与经济高质量发展之间的关系，本文首先采用普通最小二乘法同时引入人力资本结构高级化及其二次项、技术进步及二者的交互项，构建模型如下：

其中，i表示地区，t表示年份，qegiit为被解释变量，表示省份i在第t年的经济高质量发展水平;hstrucit和ltfpit为主要解释变量，分别代表省份i在第t年的人力资本结构高级化指数和技术进步指数;Zit为经济高质量发展的控制变量;uit表示随机扰动项。

2空间计量模型构建。由于地区的经济增长并非独立存在，不仅受本地区经济活动、政策等的影响而且还会受临近地区经济活动的影响，因此本文采用考虑空间因素的空间计量模型对人力资本结构高级化、技术进步与中国经济高质量发展的空间溢出效应进行检验。本文将采用空间滞后模型（SAR）、空间误差模型（SEM）以及空间杜宾模型（SDM）三种空间计量模型，并相继引入空间邻接、地理距离和经济地理距离三种空间权重矩阵进行回归检验。

SAR主要适用于相邻地区之间的被解释变量可能相互影响、相互依赖，并最终达到均衡的效果，公式如下：

其中，Yit为地区i第t年的经济高质量发展指数;α1代表解释变量的系数;X代表解释变量;W为30×30阶空间权重矩阵;ρ代表空间自回归系数;ε代表随机扰动项。

SEM适用于地区间的空间依赖性通过误差项来体现的情况，即地区间的相互作用因所处位置不同而不同时应选择该模型，公式如下：

其中，λ表示空间扰动项的自回归系数;μ表示服从正态分布的随机误差向量;其他變量含义同式（2）。

SDM由以上两种模型结合而成，适用于本地经济高质量发展不仅受本地解释变量的影响，而且也受临近地区被解释变量和解释变量影响的情况，公式如下：

其中，θ代表交互项系数，其他变量含义同式（3）。相关研究表明，在三种模型中SDM能够更好地估计空间溢出效应，因此应该优先考虑。同时，可以通过检验以下两个假设条件：（1）θ=0;（2）θ=-ρα1，如果两个假设条件的检验结果均拒绝原假设，那么代表本研究的最优模型为空间杜宾模型。

为深入研究经济高质量发展的空间溢出效应，本文借鉴Lesage等（2009）[15]的研究，采用偏微分法将经济高质量发展的空间溢出效应分解为直接效应、间接效应及总效应。具体而言，直接效应代表本地解释变量对本地经济高质量发展的影响;间接效应代表本地解释变量对临近地区经济高质量发展的影响;总效应代表本地解释变量对整个区域经济高质量发展的影响。本文进一步将人力资本结构高级化与技术进步的交互项引入空间计量模型，且变量含义与基准模型一致，构建如下模型：

（二）数据说明

1人力资本结构高级化指数。由于人力资本结构由低级人力资本向高级人力资本的演进过程与产业结构演进过程相似，且空间向量夹角是测度就业结构变动和产业结构变动等结构变动的重要方法。因此，本文分别借鉴刘志彪等（2002）[16]和刘智勇等（2018）[8]测算产业结构以及人力资本结构高级化指标的思路，采用空间向量夹角的方法对人力资本结构高级化进行测度。具体步骤如下：

（1）构建空间向量。按照就业人员受教育程度将人力资本划分为以下五类：文盲半文盲、小学、初中、高中（含中专）和大专及以上（专科、本科、研究生），并且根据空间向量理论，将每类人力资本与人力资本总量的比值分别作为空间向量的一个分量，构建包含五类人力资本的五维人力资本空间向量Y0=（y0，1，y0，2，y0，3，y0，4，y0，5）。

（2）选取基准向量，并测算空间向量和基准向量之间的夹角。如果某类人力资本与人力资本总量的比值发生变化，那么空间向量和基准向量之间的夹角也将发生变化。选取基本单位向量组Y1=1，0，0，0，0，Y2=0，1，0，0，0，Y3=0，0，1，0，0，Y4=0，0，0，1，0，Y5=0，0，0，0，1为基准向量，分别计算人力资本空间向量Y0与基准向量之间的夹角θm（m=1，…，5）：

其中，ym，n为基本单位向量组Ym（m=1，…，5）的第n个分量;y0，n为向量Y0的第n个分量。

（3）为夹角θm赋权，并加权求和，得到人力资本结构高级化指数。θm（m=1，…，5）的权重Vm通过变异系数法确定：计算θm的变异系数Wm，令TW=W1+…+W5，则Vm=Wm/TW。为便于与国外数据的研究进行比较，将θm（m=1，…，5）的权重V1、V2、V3、V4、V5依次设定为5、4、3、2、1。

Hstruc指数综合考虑了各类人力资本相对变化如何影响人力资本结构高级化（θm），反映的是人力资本结构高级化整体水平。根据反余弦函数单调递减规律，在人力资本不断优化的过程中，随着低等教育人力资本比重的下降，高等教育人力资本的比重就会上升，θm将变大。如果Hstruc越大，则代表人力资本结构高级化程度越高。

2技术进步指数的测度。借鉴王兵等（2010）[17]的研究方法和思路，基于SDM模型将环境因素和能源投入考虑在内测算Luenberger指数，即绿色全要素生产率（LTFP），并将其作为技术进步的代理变量。

3经济高质量发展指数的测度。借鉴任保平团队的研究成果《中国经济增长质量发展报告》[6]测算出的经济增长质量指数（QualityEconomicGrowthIndex）作为经济高质量发展的衡量指标，具体如下：将经济增长质量从经济增长的效率、经济增长的结构、经济增长的稳定性、福利变化与成果分配、资源利用率和生态环境代价以及国民经济素质等六个维度进行测度，最后运用主成分分析法将以上六个分项合为一个综合指数。

4控制变量。影响经济高质量发展的控制变量：（1）研发强度（rd）：R&D经费内部支出/GDP;（2）经济开放度（open）：进出口贸易总额（采用人民币汇率进行换算）/GDP;（3）产业结构（sect）：工业增加值/GDP的比重;（4）投资率（invest）：固定资本形成总额/GDP;（5）要素禀赋（bf）：社会固定资本投资/年末三产业就业人数。

本文选取2010-2017年全国30个省份数据进行研究，相关数据主要来源于《劳动统计年鉴》《中国环境统计年鉴》《中国工业统计年鉴》《中国能源统计年鉴》及国家统计局，变量的统计性描述见表1。

四、实证分析

（一）基准模型回归分析

本文首先对人力资本结构高级化、技术进步与经济高质量发展关系的基准模型进行回归检验，同时考虑到模型中可能存在反向因果关系等内生性问题，因此分别采用逐步加入控制变量的普通最小二乘法和工具变量法进行处理。回归结果如表2所示，Hausman检验结果表明固定效应模型更有效，因此表2第（1）到（5）列均采用面板数据固定效应模型。根据F值大于10、Cragg-DonaldWaldF统计量大于临界值703以及LM检验、sargan检验值表明不存在弱工具变量和过度识别问题，证实本文选取的工具变量有效。

表2第（1）到（5）列是依次加入控制变量对模型（1）进行最小二乘的回归结果，第（6）列是选取外生控制变量为工具变量的回归结果。结果显示，两种方法下人力资本结构高级化的一次项系数符号在1%的水平显著为正，二次项系数符号显著为负，说明人力资本结构高级化与经济高质量发展之间呈先上升后下降的倒U型关系，即高级人力资本顺应了劳动力市场的需求信号，一定程度上满足了产业发展对于高端人才的需要，既对企业生产率起到提升作用，又从整体上带动经济的高质量发展，但当高级人才供应饱和时，这一正向促进结果将会反转，进而不利于经济发展，初步验证了假说1。技术进步的回归系数均显著为负，但人力资本结构高级化与技术进步的交互项均显著为正，表明技术进步对经济高质量发展存在抑制作用，而依托于人力资本结构高级化的技术进步对经济高质量发展具有正向驱动作用，初步验证了假说2。

（二）空间相关性检验

1人力资本高级化和经济高质量发展的空间分布。利用地理统计系统ArcGIS软件绘制了2017年中国30个省份人力资本结构高级化与经济高质量发展的空间分布图。由图1可以看出，人力资本结构高级化呈现出由东向西逐渐递减的趋势，且存在显著的空间非均衡特征，可能的原因是各地区之间的经济发展水平、要素禀赋、产业结构等存在较大差异。由于欠发达地区的经济发展水平较低、教育相对落后，低级人力资本占比较大，高级人力资本占比相对较少，因而导致人力资本结构高级化水平较低。图2展现了經济高质量发展的空间分布，从图中可以看出经济高质量发展的空间分布主要分为四个阶梯，第一阶梯主要包括：东部地区的北京、江苏、上海、浙江、广东;第二阶梯主要包括东部沿海地区的山东、福建及东北地区的辽宁省;第三阶梯主要包括：中部地区的河南、湖北、湖南、安徽等省份，以及东北地区的黑龙江和吉林省;第四级阶梯主要包括西部地区的新疆、甘肃、青海、云南等省份，这些地区的经济相对较落后，因此经济高质量发展指数相对较低。基于以上分析不难看出，人力资本结构高级化与经济高质量发展存在较为明显的空间非均衡分布特征，验证了假说1。

2空间自相关检验。空间经济学认为，经济变量不仅会受到本地区政策等方面的影响，而且会受到临近或相邻地区的影响，即经济变量可能存在空间自相关性。本文采用全局空间相关性检验和局部空间相关性检验对人力资本结构高级化和经济高质量发展的空间自相关进行检验，其中采用MoransI指数表示全局空间相关性，具体公式如下：

S2=∑ni=1（xi-）2n表示样本方差，wij表示空间权重矩阵的（i，j）元素，区域i与区域j之间的距离越近，则wij越大;xi表示省份i人力资本结构高级化和经济高质量发展的观测值。MoransI指数的取值范围为[-1，1]，大于0表示存在空间正向相关关系;小于0表示空间负向相关关系;如果MoransI指数接近于0表示空间随机分布，如果等于0则表示经济变量在空间独立分布。MoransI指数绝对值代表空间相关程度的大小，其绝对值越小表明空间相关程度越小;反之则越大。

表3报告了空间地理权重矩阵下中国30个省份人力资本结构高级化与经济高质量发展的MoransI指数和显著性检验结果。从表3可以看出，人力资本结构高级化与经济高质量发展的MoransI指数均大于0，且通过显著性水平检验，表明人力资本结构高级化与经济高质量发展存在显著的空间相关特征。MoransI指数的大小反映了人力资本结构高级化与经济高质量发展的空间相关性程度，总体来看，经济高质量发展Morans指数呈逐渐增大的趋势，表明中国经济发展的空间相关程度不断加强，经济高增长率可能是经济发展水平空间集聚程度不断上升的主要原因。

图3、图4分别绘制了2017年人力资本结构高级化与经济高质量发展的Moran散点图。由图3、图4和表4可以发现，地理距离权重矩阵下大部分省份位于第一（H-H）和第三（L-L）象限，进一步验证了人力资本结构高级化与经济高质量发展在空间上存在高度集聚效应，说明人力资本结构高级化的空间效应对经济高质量发展具有显著影响。以2017年各省份经济高质量发展为例，表4统计了2017年各省份经济高质量发展空间分布情况，第一象限（H-H）主要以北京、天津、上海、浙江、山东等东部地区的城市为主，第三象限（L-L）主要以甘肃、青海、新疆、宁夏、陕西等西部地区城市为主，这些地区经济发展水平较低，人才和技术相对匮乏，主要通过从事劳动密集型产品来促进经济增长，第四象限（H-L）为广东省，该省作为中国经济第一大省，经济发展水平会高于周边地区经济

增长水平，难以对周边地区产生辐射作用。

（三）全局溢出效应研究

本文以地理距离权重矩阵（W2）为例，采用Hausman检验法对SDM模型进行固定效应和随机效应选择，结果显示Hausman检验值为00000，强烈拒绝随机效应的原假设，因此构建固定效应下的空间计量模型进行实证分析更科学。为确保检验结果的稳健性，本文基于空间邻接、地理距离和经济地理距离三种空间权重矩阵，分别构建SAR、SEM和SDM三种模型予以回归分析，采用LM检验法判断两个假设：（1）θ=0;（2）θ=-ρα1是否成立，以进一步确定本文的最优模型。LM检验结果显示，空间误差（Spatialerror）和空间滞后（Spatiallag）的robustLM检验值分别通过了5%和1%的显著性检验，表明拒绝“无空间自相关”的原假设，可以进行空间计量分析。同时，SDM模型得到的估计值不会引起放大偏误等内生性问题[15]，因此应考虑采用SDM模型。基于以上检验分析，本部分通过构建地理距离权重矩阵下的SDM模型对中国经济高质量发展空间溢出的直接效应、间接效应和总效应进行检验，结果见表5。

从直接效应来看，人力资本结构高级化的一次项和二次项系数均在1%水平显著，但系数符号前者为正，后者为负，表明本地人力资本结构高级化与本地经济高质量发展之间存在倒U型关系。在本地人力资本结构高级化水平较低时，本地人力资本结构高级化的提高对本地区经济高质量发展具有显著促进作用;而当高级人才一味向接近饱和的市场需求一侧流动时，将对经济高质量发展产生负向影响，假说1得证。技术进步在1%的水平下显著为负，而人力资本结构高级化与技术进步的交互项在1%的水平下显著为正，表明技术进步尚未对经济高质量发展表现出促进作用，而人力资本结构高级化能够显著激发技术进步对经济高质量发展的驱动效应，即人力资本结构高级化与技术进步的交互作用能够加快产业升级、提高企业生产率进而实现本地经济高质量发展，假说2得证。

间接效应方面，人力资本结构高级化一次项和二次项的回归系数均在10%的水平下分别显著为正、负，表明人力资本结构高级化与其他地区经济高质量发展呈倒U型关系，表明人力资本结构高级化存在空间溢出效应且影响其他地区经济高质量发展。当本地人力资本结构高级化程度较低时，人才流动带来的正外部性将导致临近地区高级人才流向本地，形成区域人力资本结构高级化的激励作用，临近地区采取“跟随者”行为提高了人力资本结构高级化水平，本地人力资本结构高级化通过“示范效应”、“扩散效应”带动其他地区人力资本水平和经济高质量发展;但如果产业发展对高级人才需求的反应一直引导人才流向时，往往会形成本地人才和产业的集聚，这将对其他地区人才形成虹吸效应，进而不利于其他地区经济高质量发展水平的提升。技术进步、人力资本结构高级化与技术进步交互项均在10%的水平下分别显著为负、正，即技术进步单一因素的竞争效应和虹吸效应不利于其他地区经济高质量发展水平的提升，但人力资本结构高级化与技术进步的交互作用通过示范效应、扩散效应显著促进了其他地区经济高质量发展，人力资本结构高级化有助于增强技术进步的经济增长效应。总效应检验结果同样证实了人力资本结构高级化与整体经济高质量发展之间存在倒U型关系，与直接效应和间接效应结果一致，再次驗证假说1。技术进步在1%的水平下显著为负，人力资本结构高级化与技术进步的交互项在1%的水平下显著为正，与主效应回归结果基本一致，进一步验证假说2。

（四）分区溢出效应研究

我国经济高质量发展呈现非均衡发展，各区域产业基础、要素禀赋等方面都有较大差异。为进一步研究不同区域经济高质量发展的空间溢出效应，基于地理距离权重矩阵下的SDM模型将中国分为东部、中部、西部和东北四大区域①进行分区研究。由回归结果表6可见：

直接效应方面，东、中、西部地区人力资本结构高级化的回归系数均在10%以下的水平显著为正，表明人力资本结构高级化均显著促进各地区经济高质量发展水平的提升，只是影响程度存在差异。其中，东部地区人力资本结构高级化二次项的回归系数符号与一次项相反，说明东部地区人力资本结构高级化与经济高质量发展呈现出倒U型关系，与全局检验结果一致。具体来看，人力资本结构高级化在东部地区的回归系数最大，西部地区次之，对东北地区作用效果不佳。东部地区产业分布多样，且就业市场广阔，有利于高级人才集聚在此，因而对经济高质量发展水平的提升作用较大，但高级人才过度集中亦会引起就业市场的激烈竞争，从而无法通过正常的劳动力市场供需信号实现人力资源的合理配置，导致人力资本处于低效或无效配置状态。中部和西部地区凭借发展战略的政策引导为其吸引了高级人才和先进生产要素，促进了两地经济高质量发展水平的提升，但基于经济基础薄弱、人才引进相较东部优势不强的事实，中西部地区未来的发展依然任重道远。东北地区近些年的人才外流，削弱了人力资本结构高级化水平，并进一步对本地经济高质量发展动力造成限制。

间接效应方面，各地区人力资本结构高级化、技术进步及二者的交互项对其他地区经济高质量发展的影响也存在显著差异。就人力资本结构高级化而言，中部地区在10%的水平下呈现显著正向空间溢出效应，其他地区不显著。表明中部地区人力资本结构高级化不仅提高了本地经济高质量发展，而且通过示范效应和扩散效应带动其他地区经济高质量发展水平的提升。从技术进步的间接效应来看，中、东北地区分别在10%和1%的水平下呈现出正向空间溢出效应，说明中部、东北地区的技术进步对其他地区经济高质量发展具有辐射带动作用。人力资本结构高级化与技术进步交互项的间接效应方面，东北地区在1%的水平下呈现显著的负向空间溢出效应，表明东北地区人力资本结构高级化与技术进步的交互作用通过竞争效应对其他地区经济高质量发展存在显著抑制作用。

总效应方面，地区差异同样较为明显。中部地区人力资本结构高级化在5%的水平下对经济高质量发展水平的提升表现为显著促进作用，而其他地区不显著。可能的原因在于，中部崛起战略的实施为高级人才和先进生产要素的流入创造了条件，且中部地区借助临近东部地区的区位优势，更易获得技术进步的溢出效应，并通过技术创新和成果转化，提升全要素生产率，加快产业转型升级，推动地区经济高质量发展。就技术进步的总效应而言，东部和东北地区回归系数均在5%以下水平显著，但前者符号为负，后者为正。这说明东部地区的竞争效应、对先进技术的保护与隐性知识自身粘滞等，导致空间溢出效应为负;而东北地区不仅响应“东北振兴”战略，而且主动整合资源、调整经济结构，通过加强科学管理和科技创新等实现技术进步，促进了整体经济高质量发展水平的提升。人力资本结构高级化与技术进步的交互项方面，东部、东北地区分别在5%和1%的水平下显著为正、负，反映出东部地区人力资本结构高级化与技术进步的匹配度较高，人力资本与技术进步的相互促进，推动了经济高质量发展，扭转了技术进步对经济高质量发展的抑制作用;而东北地区可能存在人力资本结构与经济结构、产业结构不匹配问题，因此在此方面仍需进一步加大整改力度。总体来看，三种效应所反映的人力资本高级化和技术进步对地区经济高质量发展的溢出效应表现出复杂多样的区域异质性特征，再次证实了假说2。

（五）稳健性检验

為确保本文回归结果的稳健性，本文通过替换人力资本结构高级化指数法，并在地理距离权重矩阵下进行稳健性检验。本文借鉴靖学青（2005）[18]产业结构高级化度量方法，将大专及以上、高中、初中、小学和文盲半文盲的比重设为Hj（j=1，…，5），人力资本结构高级化指数表达式为：

由表7稳健性检验回归结果所示，在直接效应和总效应方面，人力资本结构高级化及其二次项均在1%的水平下分别显著为正、负，即人力资本结构高级化与经济高质量发展之间存在倒U型关系。技术进步、人力资本结构高级化与技术进步的交互项分别在在1%的水平下显著为负、正，表明技术进步抑制经济高质量发展，而人力资本结构高级化与技术进步的交互作用能够促进经济高质量发展，即人力资本结构高级化削减技术进步对经济高质量发展的抑制效应。与本文得出的结论基本一致，前文假设均再次得证，表明本文的回归结果稳健可靠。

五、结论及政策建议

本文立足于人力资本结构向高级化演进带来的技术进步对经济高质量发展影响这一事实，借助2010-2017年中国省际面板数据从空间溢出视角考察了人力资本结构高级化与技术进步对经济高质量发展的作用效果。研究结论如下：（1）人力资本结构高级化与经济高质量发展的空间分布存在着显著的空间非均衡特征，呈现出由东部沿海向西北内陆逐渐递减的趋势，MoransI指数检验结果表明二者之间存在较强的空间相关性。（2）全局层面看，人力资本结构高级化与经济高质量发展之间存在倒U型关系，且存在显著的空间溢出特征;技术进步抑制经济高质量发展，但人力资本高级化有助于扭转这一负向作用，继而强化了技术进步的经济增长效应。（3）分区层面看，各变量对东、中、西、东北地区经济高质量发展的空间溢出效应异质性明显。其中，在人力资本结构高级化与技术进步对经济高质量发展的影响中，东部地区的作用效果最佳，而东北地区总体上呈现出负向空间溢出效应。

基于以上研究结果有以下重要改善及管理启示。第一，劳动力部门需及时反馈市场供需信号，引导人力资本的合理配置，以防止人力资本结构高级化水平过高带来负向效应。第二，把控好人力资本结构高级化与经济高质量发展地区差异的重点，推动区域协调发展。第三，将转变经济发展方式效果纳入政府政绩考核。

注释：

①四大区域划分：指我国大陆四大经济区域，即东部、中部、西部和东北地区。自2005年起，统计上东中西和东北地区的分组方法是：东部地区包括北京、天津、河北、上海、江苏、浙江、福建、山东、广东、海南10个省市;中部地区包括山西、安徽、江西、河南、湖北、湖南6省;西部地区包括重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆、内蒙古、广西12省市区;东北地区包括辽宁、吉林、黑龙江3省。

参考文献：

[1]OECD.EducationataGlance2012：OECDIndicators[R].OECDPublishing，2012.

[2]LucasR.E.J.OntheMechanicsofEconomicDevelopment[J].JournalofMonetaryEconomics，1988，22（1）：3-42.

[3]黄燕萍，刘榆，吴一群，等.中国地区经济增长差异：基于分级教育的效应[J].经济研究，2013，48（4）：94-105.

[4]ParkJ.DispersingofHumanCapitalandEconomicGrowth[J].JournalofMacroeconomics，2006，28（3）：520-539.

[5]蔡昉.中国经济增长如何转向全要素生产率驱动型[J].中国社会科学，2013（1）：56-71+206.

[6]任保平.经济增长质量：经济增长理论框架的扩展[J].经济学动态，2013（11）：45-51.

[7]毛其淋.人力资本推动中国加工贸易升级了吗？[J].经济研究，2019，54（1）：52-67.

[8]刘智勇，李海峥，胡永远，等.人力资本结构高级化与经济增长——兼论东中西部地区差距的形成和缩小[J].经济研究，2018，53（3）：50-63.

[9]何小钢，罗奇，陈锦玲.高质量人力资本与中国城市产业结构升级——来自“高校扩招”的证据[J].经济评论，2020（3）：1-18.

[10]王亚菲，王瑞，徐丽笑.流动人口消费的就业效应——基于多区域投入产出视角[J].中国人口科学，2020（2）：56-68，127.

[11]JanCadil，LudmilaPetkovová，DagmarBlatná.HumanCapital，EconomicStructureandGrowth[J].ProcediaEconomicsandFinance，2014，12（3）：85-92.

[12]刘勇，徐选莲.研发投入、人力资本与企业绩效——基于中小企业板上市公司的研究[J].哈尔滨商业大学学报（社会科学版），2020（2）：56-66.

[13]陈乐一，宾莎莎，杨云.要素偏向型技术进步对我国经济波动的影响[J].社会科学研究，2017（3）：19-27.

[14]涂正革，陈立.技术进步的方向与经济高质量发展——基于全要素生产率和产业结构升级的视角[J].中国地质大学学报（社会科学版），2019，19（3）：119-135.

[15]LesageJ，PaceRK.IntroductiontoSpatialEconometrics[M].BocaRaton：CRCPress，2009.

[16]刘志彪，安同良.中国产业结构演变与经济增长[J].南京社会科学，2002（1）：1-4.

[17]王兵，吴延瑞，颜鹏飞.中国区域环境效率与环境全要素生产率增长[J].经济研究，2010，45（5）：95-109.

[18]靖学青.产业结构高级化与经济增长——对长三角地区的实证分析[J].南通大学学报（社会科学版），2005（3）：51-55.

AdvancedHumanCapitalStructure，TechnologicalProgressandHigh-quality

DevelopmentofRegionalEconomy：AnAnalysisbasedonSpatialDubinModel

ZHANGHong-xia，WANGTian-hui

（SchoolofEconomics，ShandongUniversityofTechnology，Zibo255000，China）

Abstract：China′shigh-qualityeconomicdevelopmentneedsthesupportofhigh-levelhumancapital，andtheupgradingofhumancapitalstructurehasalongwaytogo.ThispaperusesthespatialDubinmodeltostudyandanalyzetherelationshipbetweenadvancedhumancapitalstructure，technologicalprogressandhigh-qualityeconomicdevelopment.Theresultsshowthat：（1）thespatialdistributionofadvancedhumancapitalstructureandhigh-qualityeconomicdevelopmentbyArcGISsoftwareshowssignificantcharacteristicsofspatialagglomerationandimbalance，andMoranindexshowsthatthereisastrongtemporalandspatialcorrelationbetweentheadvancedhumancapitalstructureandthehigh-qualitydevelopmentofeconomy.（2）Onthewhole，thereisaninvertedU-shapedrelationshipbetweentheupgradingofhumancapitalstructureandthehigh-qualityeconomicdevelopment;technologicalprogressinhibitshigh-qualityeconomicdevelopment，buttheupgradingofhumancapitalstructurehelpstoreversethisnegativeeffect，andthenstrengthenstheeconomicgrowtheffectoftechnologicalprogress.（3）Atthelevelofdivision，thespatialspillovereffectoftheadvancedhumancapitalstructureandtechnologicalprogressonthehigh-qualityeconomicdevelopmenthasobviousregionalheterogeneity.Amongthem，thespillovereffectoftheeasternregionisthebest，whilethenortheastregionshowsthespillovereffectofinvolution.

Keywords：advancedhumancapitalstructure;technologicalprogress;high-qualityeconomicdevelopment;spatialDubinmodel

（責任编辑：李江）