西部地区农村人力资本增收效应及空间特征*

董 昕

(重庆工商大学 长江上游经济研究中心，重庆 400067)

一、引言

改革开放40多年，中国已经从一个低收入国家跃升成为世界最大的发展中国家之一，经济社会发展成绩斐然。改革开放所释放出来的强劲动力带动了中国农村经济的快速发展，促进了农民收入增加。但是，在既定的城市化、工业化发展战略下，中国城乡间的贫富差距已多方位显现，以现行农民收入增长模式和速度，距离城乡经济社会一体化和全体人民共同富裕的目标依然遥远。[1]为此，2021年中央一号文件持续关注“三农”问题，并将促进农民增收作为“三农”问题的重中之重。

在众多制约和影响农民增收的因素中，人力资本无疑是一个至关重要且不容忽视的因素。美国经济学家Mincer开创性地提出了明瑟收入方程，研究表明：接受正规教育和积累工作经验是提升人力资本投资的两种途径，而这两方面能力的差异终究会带来不同劳动者之间的收入差异。[2]按照Becker对人力资本构成形式的划分，国内外学者们分别从教育[3-4]、健康[5-9]、迁移[10-12]等角度，验证了人力资本对农民收入的促进作用。随着对人力资本增收效应研究的不断深入，学者们开始关注人力资本增收效应的空间特征问题。Parman[13]研究了20世纪初美国农业人力资本的溢出效应，认为样本期内美国农村人力资本溢出效应显著，本地区农民受教育水平对相邻地区农民收入起到了正向影响。骆永民等[14]研究发现中国农村人力资本对本地区农民收入具有正向促进作用，对邻近地区则表现为空间竞争效应，且人力资本增收效应受制于地区经济发展。刘婉琪等[15]的研究成果表明人力资本增收效应具有非线性特征。现有研究成果无论是在研究内容或研究方法上，都为本文提供了有益的借鉴，但也存在以下不足：现有成果多是以全国数据为样本，对经济欠发达地区的研究相对较少；忽略了不同发展环境或经济水平下，人力资本增收效应所表现出的空间异质性特征。

鉴于此，本文将重点关注农民脱贫增收问题相对严重的西部农村地区，从空间相关性和空间异质性两个维度探究人力资本增收效应的空间特征，以期政府部门能够科学规划农村教育资源和医疗资源投入的空间格局，有序推进“智力扶贫”和“健康扶贫”项目，不断提升农村人力资本的质量和水平，助力实现西部地区农民稳定脱贫和可持续增收。

二、模型设定

(一)空间计量模型选择

考虑到文中主要解释变量与被解释变量间存在的投入产出关系，为了便于分析西部地区农村人力资本对农民收入的影响机理，本文以Cobb-Douglas生产函数为基础，构建如下分析模型：

inco=f(edu,health,D,ε)

(1)

其中，inco为农民收入；edu和health分别表示教育人力资本和健康人力资本；D表示除人力资本投入以外的影响农民收入的控制变量。借鉴相关研究，[16]将农业信贷投入(loan)、农产品价格指数(p)、城镇化水平(ur)、农业现代化水平(nm)纳入控制变量D的范畴；ε为其他不可预见因素。据此，上述方程可以表示成如下形式：

inco=f(edu,health,loan,p,ur,nm,ε)

(2)

用Cobb-Douglas生产函数的形式将式(2)表现出来，则有：

inco=eduβ1healthβ2loanβ3pβ4urβ5nmβ6

(3)

为了进一步消除异方差影响，同时更加明确地阐述各回归参数的经济含义，将式(3)进行对数化处理，得到：

lninco=β1lnedu+β2lnhealth+β3lnloan+β4lnp+β5lnur+β6lnnm+ε

(4)

式(4)可以在一定程度上刻画出人力资本对促进农民收入增加的贡献程度，却忽略了两者的空间关联。随着新地理经济学的产生和发展，空间距离已经成为区域间经济关联的重要影响因素之一。[17]据此，本文依据空间计量经济学的相关理论，构建如式(5)所示的空间权重矩阵，将对问题的研究从面板回归模型拓展到空间计量模型，重点考察空间滞后模型、空间误差模型、空间杜宾模型，并以此来说明人力资本对农民增收的空间效应。

(5)

空间滞后模型主要用来说明相邻地区农民收入增加对本地区农民收入增加的影响，模型形式为：

lnincoi,t=ρWijlnincoj,t+β1lnedui,t+β2lnhealthi,t+β3lnloani,t+β4lnpi,t+β5lnuri,t+β6lnnmi,t+ε

空间误差模型主要反映未知因素的空间经济影响，模型形式为：

lnincoi,t=β1lnedui,t+β2lnhealthi,t+β3lnloani,t+β4lnpi,t+β5lnuri,t+β6lnnmi,t+μi,t

空间杜宾模型既能阐述人力资本与农民增收之间的空间相关性问题，也能对西部地区农民增收的空间集聚效应进行量化，模型形式为：

lnincoi,t=ρWijlnincoj,t+β1lnedui,t+β2lnhealthi,t+β3lnloani,t+β4lnpi,t+β5lnuri,t+β6lnnmi,t+δWijlneduj,t+δWijlnhealthj,t+ε

其中，μi,t=λWijμj,t+ε，ε～N(0,σ2Ii)；ρ为邻近地区农民收入对本地区农民收入的影响；δ是邻近地区人力资本投入对本地区农民收入的影响；β1～β6为参数估计结果；λ为误差项的空间自相关；ε为随机误差项；i表示地区；t表示年份。

(二)面板门槛回归模型设定

借鉴Hansen[18]的面板门槛回归模型的基本思路，构建如下以人均GDP为门槛变量、教育人力资本(edu)和健康人力资本(health)为门槛依赖变量的面板门槛回归模型：

lnincoi,t=β0+β1lnedui,t·I(lnrgdpi,t≤γ)+β2lnedui,t·I(lnrgdpi,t>γ)+θlnDi,t+μi+εi,t

(6)

lnincoi,t=β0+β1lnhealthi,t·I(lnrgdpi,t≤γ)+β2lnhealthi,t·I(lnrgdpi,t>γ)+θlnDi,t+μi+εi,t

(7)

其中，Di,t∈dloan,p,ur,nm，θ表示控制变量的系数向量；I(·)表示面板模型的指示函数；γ是门槛值；β是待估系数；μi为个体效应；εi,t是随机扰动。

三、变量选择和数据来源

(一)变量的选择

1.被解释变量：农民收入(inco)。本文采用西部地区农村居民人均可支配收入作为被解释变量(单位：元)。

2.解释变量：人力资本(eduandhealth)，并且在进行面板门槛回归检验时将edu和health作为门槛依赖变量。本文采用教育人力资本和健康人力资本作为人力资本的衡量指标。其中，教育人力资本用西部地区农村人均受教育年限来测度(单位：年)，计算公式：西部地区农村居民人均受教育年限=(小学人口*6+初中人口*9+高中人口*12+大专及以上人口*16)/6岁及以上总人口；[19]健康人力资本用西部地区农村居民人均医疗保健支出来测度(单位：元)。

3.门槛变量：经济发展水平(rgdp)。考虑到在不同的经济发展阶段，人力资本的增收效应有可能不同。因此，本文将地区经济发展水平作为门槛变量，并用人均GDP来衡量，以此来验证西部地区农村人力资本与农民收入之间是否存在非线性关系。

4.控制变量：影响农民收入的因素多样且复杂，能否有效地控制其他因素的影响，对准确评价西部地区农村人力资本增收的空间效应具有重要意义。在借鉴已有研究的基础上，结合本文研究的需要，在模型中引入以下控制变量：(1)农业信贷(loan)。该指标用金融机构的农业信贷额与乡村总人口之比来衡量。(2)农产品生产价格指数(p)。该指标数值可以从《中国农村统计年鉴》中直接获得，在使用的过程中以2005年为基期对数据进行折算处理。(3)城镇化(ur)。该指标用年末城镇人口占地区总人口的比重来衡量。(4)农业现代化水平(nm)。该指标用单位面积农业机械总动力来衡量。此外，为了消除异方差影响，本文对所有变量均进行了对数化处理。表1为各变量描述性统计分析结果。

表1 各变量描述性统计结果

(二)数据来源

文中数据主要来源于《中国农村统计年鉴》《中国人口和就业统计年鉴》《中国统计年鉴》。这里需要特殊说明的是农业信贷数据。农业信贷数据的统计口径在2008年发生了变化，因此，2005—2008年的农业信贷数据主要根据《新中国六十年统计资料汇编》中的相关数据整理而得；2008年以后的农业信贷数据用农林牧渔贷款指标来替代，通过《中国金融年鉴》《中国银监会农村金融服务图集》《中国农村金融服务报告》等相关资料整理而得。

四、西部地区农村人力资本增收效应的空间特征分析

(一)人力资本增收效应的空间相关性分析

1.空间模型优选与实证分析

为了体现出空间计量模型选择上的严谨性与科学性，本文对表2所涉及的五个模型的估计结果进行了对比分析，以实现模型优选的目的。估计结果如表2所示：

表2 空间模型估计结果

依据Loglikelihood、AIC和BIC所呈现的数值结果，可以得出模型5(固定效应空间杜宾模型)的估计结果优于其他模型。因此，本文将主要以模型5(固定效应空间杜宾模型)的估计结果为主，对西部地区农村人力资本增收效应的空间相关性，以及农业信贷投入、农产品价格指数、城镇化水平、农业现代化水平对农民增收影响的空间效应进行分析。

在模型5中，因变量空间滞后系数ρ值为0.459 2，且通过1%的显著性检验，说明西部地区农民收入的空间效应表现为溢出效应，相邻地区农民收入增长对本地区农民收入产生了显著的正向影响，即相邻地区农民收入每增加1%，将促进本地区农民收入增加0.459 2%。

模型5的参数估计结果显示，教育人力资本和健康人力资本投资均正向提升了西部地区农民收入。教育投入每增加1%，将拉动本地区农村居民收入提升0.346 2%；健康投入每增加1%，将拉动本地区农村居民收入提升0.042 5%，说明九年义务教育的全面普及以及农村居民对自身健康状况的不断关注，一定程度上提升了人力资本的质量，为其收入的增加奠定了基础。此外，农产品价格指数、城镇化水平均与农村居民收入表现出正向相关关系，且在1%水平上显著。其中，农产品价格指数每提高1%，农村居民收入将增加0.122 9%。作为直接影响农村居民收入的重要考量指标之一，农产品价格提高在一定程度上激发了农民生产积极性，有利于农业资本积累，增强扩大再生产的动力，提高农业资源利用效率，[20]促进农民增收。城镇化水平提升1%，将带动农民收入增加0.497 5%，城镇化水平的提升有利于为农业生产打开销售渠道，促进农民销售收入增加。农业现代化水平的提升也正向促进了农村居民收入的增加，且在5%水平上显著。这是因为，现代农业机械的投入促进了农业劳动生产率的提高，将一部分农业劳动力从繁重的农业生产中释放出来从事非农劳动，既可以增加单位时间内农产品产出，同时也提高了农民收入。而作为缓解“三农”融资难题重要金融工具之一的农业信贷投入，却表现出与农民收入之间的负向关系，与Jensen(2000)[21]、王小华等(2014)[22]的研究结论一致。但是，这样的结论并不是对国家“支农强农富农”金融政策的否定，而恰恰是从另一个侧面反映出在贯彻落实国家相关金融政策的同时，应特别关注不同经济发展水平下各地区金融政策执行环境的差异性。特别是在西部地区，由于农村市场缺乏稳定的农业资本形成机制，易导致农村信贷资金配置效率低下。加之，西部农村地区商品化程度较低，非农产业欠发达，致使信贷转化投资比例不高，不利于农村资本积累，进而抑制农民增收。

2.直接效应与间接效应分析

本文中，直接效应表示本地区人力资本对本地区农民收入的影响，间接效应表示相邻地区人力资本对本地区农民收入影响的空间效应。表3的效应分解结果显示：从直接效应来看，lnedu和lnhealth的直接影响系数分别为0.530 8和0.075 7，且均在1%水平上显著，说明本地区教育人力资本和健康人力资本每增加1%，将分别带动本地区农村居民收入增加0.530 8%和0.075 7%，且教育人力资本增收效应更为显著；从间接效应来看，lnedu和lnhealth对农民收入的间接效应系数分别为1.787 4和0.337 9，且均在1%水平上显著，意味着邻近地区教育人力资本和健康人力资本每增加1%，将分别带动本地区农村居民收入增加1.787 4%和0.337 9%。邻近地区人力资本对本地区农村居民的增收效应明显强于本地区人力资本增收效应，可能的原因是：一方面，人力资本具有较强的流动性，邻近地区优质的人力资本流动到本地区，通过“挤占”本地区就业资源，促使本地农村居民转向自营性生产以提升收入水平；另一方面，人力资本具有明显的外部性，优质的人力资本所产生的正外部性不仅能提升本人的教育水平和生命质量，而且可以为周围其他人带来良好的示范作用，整体提升当地人力资本素质，增强其生产能力，进而促进增收。综上所述，人力资本投资对农民收入影响存在着显著的空间效应，且不论教育人力资本还是健康人力资本，其间接效应均大于各自的直接效应，说明在样本期内邻近地区的人力资本将有利于本地区农民收入的增加。

表3 空间杜宾模型的效应分解

(二)人力资本增收效应的空间异质性分析

1.门槛效应检验

本文以人均GDP为门槛变量，依次在单一门槛、双重门槛、三重门槛下对回归模型进行门槛效应检验。结果显示：2005—2016年，无论是以教育人力资本还是健康人力资本为门槛依赖变量，人力资本对农民收入的影响均存在显著双重门槛效应；同时，表5显示，以教育人力资本为门槛依赖变量时，人均GDP的第一门槛估计值显著为9.195 7，第二门槛估计值显著为10.431 2；以健康人力资本为门槛依赖变量时，人均GDP的第一门槛估计值显著为10.171 0，第二门槛估计值显著为10.590 0。上述检验结果充分验证了在经济发展的不同阶段，西部地区农村人力资本与农民收入间的相互影响随着教育和健康投资的不断增加发生了两次突变。

表4 人均GDP门槛变量检验结果

表5 人均GDP门槛值估计结果

2.门槛面板回归模型估计结果

表6的模型估计结果显示，西部地区农村人力资本对农民增收起到了积极的拉动作用。拉动作用最大时，教育人力资本每提高1%，将拉动西部地区农民收入增加0.819 0%；拉动作用最小时，健康人力资本每提高1%，将拉动西部地区农民收入增加0.284 4%。由此可见，人力资本对西部地区农民增收至少存在28.44%的贡献率，人力资本投资对农民增收的高贡献率说明当前西部地区应适当加大教育投入并提高医疗卫生水平以提升人力资本质量，进而促进农民增收。

教育人力资本对农民增收的边际影响呈现出先降后升的“U”形关系。当lnrgdp≤9.195 7时，参数估计值为0.811 6；当9.195 710.431 2时，参数估计值为0.819 0。从上述参数估计结果可知：就总体而言，教育投资对农民增收起到了正向拉动作用，但是在经济发展的不同阶段，这种拉动作用的边际影响有所不同。可能的原因是教育投资对农民增收的影响是规模经济红利和边际报酬递减规律共同作用的结果。一方面，教育水平具有空间上的外部性，可以通过提升教育投入的数量和质量与经济社会发展进行动态匹配，继而不断取得规模经济红利，提高教育投入对农民增收的边际影响；另一方面，从经济发展的长期规律来看，教育投入必然要遵循边际报酬递减规律，即在其他影响因素不变的情况下，教育投入对农民增收的拉动作用将表现为由高边际报酬向低边际报酬转变的过程。因此，在经济发展的不同阶段，在规模经济红利和边际报酬递减规律共同作用下，教育投入对农民增收表现出了不同效果的边际影响。[23]

健康人力资本对农民增收的边际影响持续提升。当lnhealth≤10.171 0时，健康投入对农民增收的边际影响为0.284 4；当10.171 010.590 0时，健康投入对农民增收的边际影响为0.309 0。如前文分析，样本期内西部地区健康投入对农民收入的影响正处于规模经济红利阶段。社会经济不断发展，既能带动西部地区基本公共卫生服务的投入，也能提高农村居民对自身健康状况的关注。因此，不断加大西部农村地区健康资源投入，持续优化农村医疗服务水平，着力推进“健康扶贫”项目，从根本上提高人力资本的质量和水平，是促进西部地区农民持续增收的基础保障。[24]

表6 人均GDP门槛变量参数估计

五、研究结论与启示

本文利用西部地区省级面板数据，从空间相关性和空间异质性两个维度分析了西部地区农村人力资本的增收效应及其空间特征。研究表明：(1)包括教育人力资本和健康人力资本在内的人力资本对农民增收具有显著的空间溢出效应。从各变量对农民收入影响的空间效应分解表中(表3)可以得知，教育人力资本和健康人力资本对本地区农民增收的总影响分别为2.318 2和0.413 6，表明西部地区人力资本存在显著的空间效应，且在样本期内，教育人力资本的空间效应更显著。(2)农业信贷投入、农产品价格指数、城镇化水平和农业现代化水平对西部地区农民增收空间效应产生了重要影响。其中，农产品价格指数、城镇化水平和农业现代化水平均正向促进了本地区农民增收；而农业信贷投入因农村市场缺乏完善的农业资本形成机制，表现出与农民增收的负向关系。(3)在经济发展的不同阶段，无论是以教育人力资本还是健康人力资本为门槛依赖变量，西部地区农村人力资本对农民收入的影响均存在显著双门槛效应，且教育资本投资对农民增收的边际影响呈现出先降后升的“U”形关系，健康资本投资对农民增收的边际影响表现为持续提升。

从上述实证分析结果可以得到以下启示：首先，西部地区农民收入的空间溢出效应大于空间竞争效应，说明该地区经济集聚程度正在逐步加深，全局空间中经济增长趋同态势明显，且受到相邻地区正向影响。因此，应从西部地区全局视角出发制定促进该地区农民增收的相关政策；其次，在经济发展的不同阶段，西部地区农村人力资本的增收效应表现出明显的非线性关系。建议西部地区各级政府在制定促进人力资本投资的有关政策时，应充分考虑本地区经济发展所处的阶段，因时制宜，优化资源配置；再次，充分重视教育人力资本对农民增收的重要作用，把提高农民教育水平放在整个西部地区农村经济发展的突出位置，通过不断优化教育资源配置来避免教育资源“虹吸效应”的发生。多渠道筹措教育经费来源，确保每一个有学习愿望的农村学子都能“有书读、有学上”，提升对“知识改变命运”的认识。同时，构建义务教育与职业教育有序衔接的制度体系，持续推进农民职业教育的改革与创新，通过打造一支“扎根农村、有技术、懂管理、能创新”的新型职业农民队伍来活跃农村社会经济，带动农民增收；最后，加大农村基本公共卫生服务的投入，建立完善的农村社会保险体系，采取“科学预防、有效治疗、医保托底”的“三位一体”措施，提高农民健康水平，夯实农民致富增收的健康基础，防止“因病致贫、因病返贫”现象发生。