人力资本积累与服务业劳动生产率关系探究

摘   要：在服务经济领域，服务业因其劳动生产率增长相对滞后而导致的“成本病”问题一直受到广泛关注。从人力资本角度来看，人力资本作为经济增长和高质量发展的长期动力，其外部性主要体现在技术创新效应和消费溢出效应两方面。基于2005—2019年我国省级动态面板数据，实证考察人力資本积累与服务业劳动生产率的内在关系。研究发现，人力资本积累通过促进服务消费和加快技术创新来提高服务业劳动生产率，进而有助于缓解“鲍莫尔成本病”问题。为了更加清晰地描绘这种关系，将服务业划分为生产性服务业和消费性服务业并分别进行考察，发现人力资本的积极作用和作用机制在生产性服务业中更加显著。加大服务业人力资本投资，完善劳动者技能和教育培训体系等公共服务保障，缩小高技能劳动者与低技能劳动者之间的技能差距，是提高服务业劳动生产率的重要途径。

关键词：人力资本；服务业劳动生产率；服务消费；技术创新；鲍莫尔成本病

中图分类号：F719   文献标识码：A   文章编号：1003-7543（2023）02-0105-13

基金项目：国家自然科学基金面上项目“生产网络视角下服务业技术进步影响因素、机制及路径优化研究”（72073139）；中国社会科学院创新工程项目“数字经济赋能服务业高质量发展”（2022CJY1-005）。

作者简介：徐紫嫣，中国社会科学院大学商学院博士研究生。

国际经验表明，很多进入中等收入阶段的发展中经济体并没有跨入高收入经济体行列，而是陷入“中等收入陷阱”，经济发展停滞不前，且缺乏可持续增长的动能［1］。长期而言，经济持续平稳增长，主要取决于“持续的效率改进、高效的资本深化能力以及由消费带来的人力资本积累”［2］。党的二十大报告明确提出，“教育、科技、人才是全面建设社会主义现代化国家的基础性、战略性支撑。必须坚持科技是第一生产力、人才是第一资源、创新是第一动力，深入实施科教兴国战略、人才强国战略、创新驱动发展战略，开辟发展新领域新赛道，不断塑造发展新动能新优势”。我国正处于经济社会发展转型和高质量发展的关键时期，面临适龄劳动人口供给量逐年下降的挑战，劳动力不再无限供给，传统“人口红利”趋于消失。但与此同时，劳动力结构在不断改善和优化。比如，我国当前已就业的劳动者中，拥有大专及以上学历的高技能劳动力占比持续提高。可以看出，我国劳动力市场结构发生了显著变化，表现为劳动力供给总量逐年减少而高技能劳动力比重持续上升；“人口红利”趋于消失，但“人力资本红利”逐渐显现。劳动力是重要的生产要素，人力资本积累和劳动力质量提升，可以为我国经济高质量发展与产业结构优化升级创造新的动能。

在服务经济时代，劳动力既是服务的提供者，又是服务的购买者。劳动力再生产应以人力资本积累为核心，以不断提升人力资本水平为主要目标。当前，我国经济已由粗放型增长阶段转向高质量发展阶段，正处于转型换挡的关键时期。在这个大背景下，保持一定的经济增长速度和经济规模固然重要，但更要注重提升经济发展质量和效率，并把劳动生产率作为评判经济发展质量的重要指标之一。长期以来，服务业被认为是低效率部门，促进服务业劳动生产率提升已成为业界共识。改革开放以来，我国第三产业劳动生产率提升较快，与发达国家间的差距在逐渐缩小，但国内区域间服务业劳动生产率差距依然较大［3］。

20世纪90年代后期，以美国、德国和日本为代表的发达国家进入后工业化时期，经济结构实现了由商品经济向服务经济的转型。从统计数据来看，1997年以来，美国、德国和日本的服务业劳动生产率总体呈持续上升的趋势。2020年，美国、德国和日本的服务业劳动生产率分别为122 490.3美元/人、72 299.2美元/人和88 798.2美元/人。特别是2013年之后，美国的服务业劳动生产率远超日本和德国，呈现强劲的增长势头。相较于美国、德国、日本等发达国家，我国的服务业劳动生产率还有较大的提升空间。2020年，我国服务业劳动生产率为19 575.9美元/人。从长期来看，我国服务业劳动生产率与这些发达国家的差距在逐渐缩小①。

改革开放以来，我国三次产业劳动生产率都有较为明显的提升。其中，第三产业劳动生产率由1978年的13 792.4元/人增长到2020年的135 066.7元/人。2016年，第三产业劳动生产率超过了总体劳动生产率。不过，与第二产业相比，第三产业劳动生产率提高幅度相对较小。对比1978年和2020年的数据，可以发现第三产业劳动生产率提高了近10倍，而第二产业劳动生产率提高了18倍。1995年以来，第二产业和第三产业劳动生产率之间的差距逐渐拉大，2015年二者差距达到最大②。总体来看，改革开放以来，第二产业和第三产业劳动生产率呈协同增长的趋势，二者共同推动了总体劳动生产率的提高。不过，我国服务业劳动生产率的区域特征比较明显，这与地区间经济发展水平差距基本吻合。东部地区的服务业劳动生产率明显高于其他地区，也高于全国总体服务业劳动生产率。2015年以后，中部地区的服务业劳动生产率迅速上升，拉大了与西部地区的差距，西部地区服务业劳动生产率亟待提升。

服务业“成本病”问题自鲍莫尔提出以来便受到广泛关注。服务业之所以成为“停滞部门”，是因为服务业具有机器劳动替换困难、技术密集度低、缺乏规模经济等技术经济特征。这些因素导致劳动生产率增速明显滞后于制造业［4-5］。如何提高服务业劳动生产率，使之成为带动经济高质量发展的重要动能，是不可回避的现实问题。本文将人力资本积累因素纳入服务业劳动生产率分析框架，深入探讨人力资本对服务业劳动生产率的作用机制，为理解服务业“成本病”问题提供新的视角。从人力资本积累视角考察服务业劳动生产率，不仅有助于挖掘我国劳动要素潜力和提高劳动就业质量，而且有助于廓清我国人力资本结构演变特征、探索人力资本积累路径，为探索通过提高服务业就业者素质来提升服务业劳动生产率，进而推动服务业高质量发展提供新思路与新策略。

一、相关文献综述

目前，有关人力资本与服务业劳动生产率的研究可归纳为两方面：一是技能劳动力跨部门流动视角，二是服务消费视角。

从技能劳动力跨部门流动视角来看，随着劳动者技能水平的提高，高技能劳动力从制造部门流动到服务部门，有助于服务业劳动生产率提升。早期的一些研究通过建立市场和家庭生产率增长的差异模型解释了劳动力流动和服务业增长的关系［6-8］。Buera & Kaboski在以往文献的基础上，构建了基于市场和家庭生产率增长差异的微观模型，纳入人力资本变量，考察需求驱动下的人力资本积累对服务业增长的影响［9］。他们的研究发现，1950年以来美国服务业的快速上涨均伴随着高技能工人数量的上涨，以及由此带来的技术密集型服务业增长。这期间，美国出现了上大学的热潮，拥有大学学历的工人占比由15%提高到60%以上。特别是，20世纪90年代以来，欧美国家的劳动就业和工资薪酬出现了“极化”现象，即在劳动就业市场和国民收入分配格局中，高技能劳动力所占比重不断提升，中等和低等技能劳动力所占比重则不断下降［10］。Acemoglu & Autor提出了技能偏向型技术变革的概念［11］。技能偏向型技术变革描述的是发达经济体在持续发展过程中部门增值份额向高技能密集型产业的系统性重新分配。有关技术进步偏向性的一些研究表明：技术进步对劳动的影响是多维的，而非简单的替代关系。技术进步意味着生产过程的技术复杂度在提升，技术进步与技能劳动互补互促。技术进步要求工人技能水平提高；反之，工人技能水平的提高又会促进新一轮技术进步。技能偏向型的技术变革论证了技能水平、高技能劳动者流动与服务业生产率的关系，认为技能水平提高和高技能劳动力向服务业流动促进了服务业生产效率的提高。这种技能劳动力流动带来的外溢效应可以理解为技术外溢，因为高技能工人与低技能工人一起劳动，通过传播知识和创新而提高低技能工人生产率。技能偏向型技术进步直接增加了技能劳工岗位的需求，信息通信技术革命以来的就业特征印证了这一结论。在信息化时代，计算机、信息通信技术和电子设备在众多企业的普及和应用客观上成为技能偏向型技术进步的重要驱动力［12-14］。Branstetter & Drev则从信息化视角剖析了技术进步偏向性的深层次原因，他们认为信息技术的运用消除了供需双方的信息不对称，降低了相关交易成本，压缩了生产中的协调时间，从而提高了企业经济效率，但也促使高技能劳动者比低技能劳动者拥有更高的劳动生产率、获得更高的工资收入，这导致二者的收入差距越来越大［15］。

从服务消费视角来看，高技能人力资本在积累和集聚过程中，对本地经济社会发展和生活品质提档升级的正外部性比较明显，这种外部性既有技术外溢效应，又有消费溢出效应［16］。加里·贝克尔从时间分配角度探讨了技能与消费的关系。按照时间分配理论，替代家庭生产活动服务的消费者和提供者属于技能分布的两端群体，高技能劳动者比低技能劳动者参加更少的家庭生产。在劳动力市场上，低技能劳动力相对于高技能劳动力，更多受雇于时间密集型的服务领域，如餐饮、清洁、修理和物流等，这些领域被定义为家庭生产活动的市场替代品［17］。Manning将这一概念嵌入经济模型中，该模型中有两种类型的工人，即熟练工人和非熟练工人，他们从消费两种类型的商品中获得效用：一种是通用商品，由企业使用技术和非技术劳动力生产；另一种是家用服务，属于时间密集型活动，如做饭和保洁等［18］。个人可以选择在家庭生产（使用自己的时间）或在市场上购买（使用别人的时间）。技能更高的劳动者因其时间机会成本高而主要是家庭生产替代品的需求者，而技能低的劳动者则是供给者。消费溢出现象来源于高技能劳动者拥有更高的时间机会成本。因为家庭生产是时密集型的，技能回报提高会增加熟练工人的时间成本，刺激他们对家庭服务的需求。由此可见，对服务需求的增长关键取决于商品和服务间的替代弹性［19］。Mazzolari & Ragusa的实证研究发现，美国消费支出数据中，家庭生产替代品的消费作为总支出的一部分，随着个人技能的提高而单调递增［16］。Lee等认为低技能服务业就业增长和服务消費兴起的原因来自劳动力市场结构的变化，即双职工家庭的崛起［20］。这一现象背后的逻辑来自劳动力市场发生了偏向女性的变化。更多的女性劳动者参与到劳动力市场中，导致双职工家庭的数量增加。由于时间禀赋是固定的，家庭生产的时间就会减少，这就提高了对低技能和时间密集型服务的需求，比如餐饮、清洁和照顾孩子等。程大中从实证角度验证了扩大服务消费需求、增加人力资本积累对提高服务业劳动生产率的积极作用［21］。他认为，服务消费、人力资本积累和服务业劳动生产率密切相关，服务消费升级是人力资本积累和集聚的重要条件，而人力资本积累和集聚又显著推动了知识密集型服务业发展，引导了服务业结构升级，从而推动服务业劳动生产率提升，克服了“鲍莫尔成本病”。

总体而言，人力资本促进服务业劳动生产率的研究主要集中于人力资本的技术溢出效应和消费溢出效应两个方面。无论是技能劳动力跨部门流动视角，还是服务消费视角，都证实了人力资本积累有助于提高服务业劳动生产率的结论。前者侧重于供给视角，认为供给驱动的服务业劳动生产率提高主要依赖跨部门的技术进步，而这又取决于是否有充足的高层次人力资本供应，这意味着人力资本积累是其中最关键的因素；后者侧重于需求视角，认为在技术进步内生和劳动力可以自由流动的情形下，高技能劳动力集聚带来了对本地生活服务需求的增加，需求带动供给增长，有助于促进服务供给效率提高。这里试图从服务消费和技术创新两个视角，深入探讨人力资本促进服务业劳动生产率提升的作用机制。

二、机制分析

（一）基于服务消费视角的机制分析

人力资本在积累过程中会增加对服务的需求，服务消费需求增加将带动服务供给增长，当需求和供给匹配时，将进一步促进服务业劳动生产率提高。

诸多学者的研究表明，技能溢价会增加高技能劳动者的工资水平，高技能者收入报酬的提高必然增加消费需求，促进消费结构升级，从而带来消费溢出。比如，Kishi发现技术进步提高了企业及研发机构的生产率，进而导致高技能劳动力出现技能溢价的现象［22］。这种技能溢价主要表现为高技能劳动者比低技能劳动者获得更高的薪酬，而高薪酬必然引致消费溢出。但也有学者对此提出了质疑，认为高技能者主要集聚在大中城市，技能溢价必然影响城乡居民收入分配格局，导致城乡居民收入差距不断扩大，进而对社会总消费需求产生抑制作用［23-24］。本文认为，这类研究主要是基于技能溢价对消费支出的挤出视角，有一定的局限性，如果从人力资本积累的视角来看，可能又是另一种结论。

一般而言，高技能劳动者文化素质相对较高，对文化精神生活产品的消费意愿更加强烈，他们对教育医疗、运动休闲和文化娱乐等服务消费需求比重不断提升，有利于丰富消费内容和提升消费层次，进而激发和形成消费溢出效应。在数字化和智能化迅速发展的背景下，这种消费溢出效应更为明显。因为科技进步和人力资本积累意味着资本有机构成不断提高，企业必须聘用更多的高技能人才以匹配高端装备和高新技术。技能劳动力市场的供需变动改变了劳资分配格局，高技能人才拥有更强的薪酬谈判能力，有可能取得更高更灵活的薪酬，从而刺激他们购买更多的市场化服务［25］。而这种消费选择，产生了对本地低技能服务劳动的更大需求，并提高了低技能服务劳动力的工资水平［18］。需求和供给互为创造，但就服务业而言，由于服务消费和服务供给的同步性，需求是服务供给的内生驱动力，需求越大尤其是规模化需求的增加，会直接影响服务业劳动生产率提升。比如，在需求较低的情况下，服务提供者的资源可能是闲置的，不可能被充分利用，服务业劳动生产率就难以提高甚至可能下降；如果需求和供给基本匹配，服务资源没有被闲置，能得以最大限度地被利用，则有利于服务业劳动生产率提升。

为了更好地理解这个问题，我们从消费结构升级角度作进一步拓展和解释。按照需求层次理论，当人们满足基本生存型需求之后，将会产生更高层次的需求。由此，消费结构升级一般遵循温饱型消费向享受型消费转变，以及享受型消费向发展型消费变迁的路径［26］。从消费结构与经济结构协同演进的历史规律来看，在工业化初期，以生活必需品消费为主，消费仅用于满足简单劳动力再生产，经济增长的重点是物质资本的积累和再生产；在后工业化时期，以教育、医疗、交通和通信等服务消费品为主，服务消费支出占比不断提升。尤其是随着人口老龄化的不断加剧，医疗健康服务业的支出占比会呈现快速上升的趋势，而医疗健康投资对促进“人口红利”转向“人力资本红利”有着至关重要的作用［27］。以教育和健康为重点内容的服务业发展带动了人力资本积累，而以人力资本积累为核心的劳动力再生产又成为经济的增长点。人力资本的增长进一步扩大了服务消费需求。通常，以服务消费为代表的更高层级的需求对收入的反应更加敏感，其需求收入弹性也较高，比如近些年数字娱乐文化消费迅速增长就是一个明显的例证［28］。当服务的需求和供给相匹配时，劳动力资源将会得到充分利用，行业内部效率提升， 服务业的产出和效率都会提高。

（二）基于技术创新视角的机制分析

人力资本在积累过程中学习新知识和新技术，促进知识、技术的吸收和外溢，通过技术创新带动服务业劳动生产率提高。

高水平人力资本积累带动新的创新思想和技术的发展，并确保更有效地采用特定的技术创新，以促进生产效率提高。技能劳动力跨部门流动所带来的生产率提高实际上是人力资本知识和技术溢出效应的体现。高技能人力资本的规模扩张有助于知识、技术等要素的快速流动与扩散，从而推动企业创新能力和研发水平提升［29］。Acemoglu & Autor展示了人力资本促进创新并提高生产率的不同路径［11］。他们认为，拥有相关技能的工人可以通过他们的教育机会产生新的想法和创意。在一个经济体中，新思想的发现或产生在很大程度上依赖于拥有相关技能和知识的工人。但是，如果人力资本积累水平低，更多的劳动者就不具备参与增长进程所需的技能和能力，这会阻碍为改善经济繁荣而产生或采用创新思想的步伐。根据世界经济论坛的调查，撒哈拉以南非洲地区的人力资本缺口为47%，是人力资本缺口最高的地区，这使得该地区很难产生大量创新活动或在生产与服务过程中大規模应用新技术［30］。由此可见，只有高水平知识和技能的劳动力才能产生创新，并提高人们在生产过程中的参与度。

近年来，颠覆性数字技术的不断涌现、日益成熟与广泛应用，不仅带动了服务业中的数字经济部门快速发展，而且推动了服务业向数字化和智能化转型，深刻改变了服务业的性质。Triplett & Bosworth指出，1995年之后，信息服务部门的劳动生产率增长远快于商品生产部门。如果从总产出水平来考察，服务业中的中介服务和金融服务业的劳动生产率增长得更快［31］。由此，他们认为，“鲍莫尔成本病”已被治愈。对于这一观点，国内学者的研究也认为数字技术和人工智能的广泛应用有助于颠覆服务业“成本病”存在的基础［32-33］。“鲍莫尔成本病”能否被治愈，并不是本文讨论的重点。但可以明确的是，数字技术通过促进专业化分工、服务模式创新和范围经济而推动了服务业劳动生产率提升。各国的经济发展实践表明，数字技术推动了知识密集型服务业的快速发展，进而提高了服务业劳动生产率。人力资本积累和提高是吸收知识、开展自主研发的前提条件。数字技术的迅速发展和普及应用对人力资本提出了全新的要求，倒逼劳动者的素质和能力全面提升。数字技术的有效应用和广泛传播需要相应的技能劳动力与之匹配，然而个体和群体之间在数字技能方面存在较大的差距，由此造成了巨大的数字鸿沟。数字鸿沟最深层次的问题来自个人将互联网知识应用于就业的能力［34］。因此，只有提升劳动者相应技能和数字素养，消除数字鸿沟，增进对前沿技术的学习、消化和应用能力，才能形成高质量人力资本的积累。从另一个角度来讲，以移动互联网、大数据和人工智能为代表的数字技术的快速发展使得劳动者获取知识和信息的渠道更多样、成本更低，加快了人力资本的积累和能力的提升，以此带动行业生产率提高，并在一定程度上缓解了服务业的“成本病”问题。

三、估计模型与实证结果分析

（一）模型与变量设定

1.动态面板模型设定与估计方法

考虑到服务业劳动生产率提高是一个动态过程，并且依赖过去的技术水平和人力资本状况，因此，我们引入被解释变量的滞后一期，并将其扩展为动态模型，以考察人力资本积累对服务业劳动生产率的影响。动态模型的优势在于可以消除部分解释变量的内生性偏误，从而获得这些解释变量系数的一致性估计。具体的目标估计方程如下：

LP_servicei，t=α0+α1LP_servicei，t-1+α2Humani，t+α3Xi，t+εi，t（1）

对于动态面板模型（1），为获得有效估计量，本文采用Arellano & Bover［35］提出的系统广义矩方法（System Generalized Method of Moments，系统GMM）进行估计。GMM方法可以有效解决内生性问题，同时还可以缓解差分GMM的弱工具性和有限样本偏差等问题，提高估计效率。系统GMM包括一步GMM和两步GMM。两步GMM是在一步GMM的基础上，将GMM结果的残差加入新的估计，以建立一个一致的方差、协方差矩阵，放宽了一步GMM中残差需要独立和同方差的假设，因而可以有效避免变量之间以及变量和残差之间的内生性问题。基于上述模型，本文采用两步系统GMM方法进行模型估计并进行AR检验和Hansen检验。

2.变量设定与说明

在模型（1）中包含以下被解释变量、核心解释变量和控制变量：

被解释变量。从生产者角度来看，劳动生产率是劳动者创造价值的最重要指标。劳动生产率是验证单位劳动投入生产商品和服务效率的主要方法。通常，劳动生产率计算方法有两种：一种是用产出除以就业人数，得到单位劳动力的产出；另一种是用工作小时来计算，得到每小时的产出。本文参考第一种方式。模型（1）中LP_servicei，t为被解释变量，表示i省在t年的服务业劳动生产率水平。

核心解释变量。人力资本积累的过程就是人力资本结构趋向高级化的过程。我们借鉴张月玲等［36］的方法构建人力资本指标。根据《中国劳动统计年鉴》中的2005—2019年就业人员受教育程度构成比例乘以相应学历的平均受教育年限，得到各省份的人力资本指标。其中，未上过学、小学、初中、高中与大专及以上分别记为0、6、9、12和16年，由此得到各省份人力资本水平 Humani，t，该指标值越大说明本地区就业人员中接受高等教育的人越多，人力资本水平越高。

控制变量。Xi，t为一组省级层面的控制变量。参照现有文献，本文在模型中控制了一系列可能影响服务业劳动生产率的特征变量，具体包括：一是经济发展水平（GDP），用各省份人均GDP来表示。经济发展是服务业增长的基础。一般而言，经济发达地区的服务业发展空间较大，经济欠发达地区的服务业发展潜力较小。二是对外开放水平（Open），用各省份商品和服务出口占全部进出口的比重来表示。一个地区经济对外开放水平越高，越有助于服务业吸收外部资金和技术，进而通过知识溢出、技术扩散等路径促进服务业效率的提升。三是数字经济发展基础（Internet），用各省份互联网普及率来表示。数字技术革命加快了以大数据和人工智能为代表的新一代信息技术在服务业中的渗透与应用，服務业不再是传统意义上的劳动密集型产业，而是越来越依靠共享经济、平台经济和电子商务等互联网新模式创新发展，由此催生了许多服务业新业态和新内容，极大提升了服务业生产率。四是研发投入强度（RD），用各省份研发投入支出占GDP的比重来表示。根据内生增长理论，增加研发投入将直接提高社会创新能力和知识存量，各行业通过消化吸收知识和技术提升行业的创新能力，进而提高服务业的产出效率。五是城镇化水平（Urban），用各省份非农人口占年末总人口比重来表示。改革开放以来，城镇化进程对推动我国经济增长和产业结构转型升级有着至关重要的作用，在此过程中，劳动力转移是最值得关注的一个现象。大量农村劳动力进入城市制造业和服务业，并从城市制造业转移到城市服务业，为推动服务业增长发挥了不可忽视的作用。

Province为省份固定效应，用来控制某些不随时间变化的地区之间的差异；Year为时间固定效应，用来控制某些宏观层面随时间变动的冲击；εi，t为随机误差项。

3.数据来源与处理

本文通过构建2005—2019年我国31个省份的面板数据，实证考察人力资本对服务业劳动生产率的影响及作用机制。所用数据主要来自历年《中国统计年鉴》《中国第三产业统计年鉴》《中国劳动统计年鉴》，相关变量的描述性统计见表1。为了减少异方差和变量异常波动，我们对相关变量取对数后再进行回归分析。

（二）实证结果及分析

1.动态面板估计结果

由表2（下页）列（1）可知，人力资本对服务业劳动生产率有着显著的促进作用，其回归系数为0.10，在1%水平上显著为正。从控制变量回归结果来看，经济发展水平（GDP）和数字经济发展基础（Internet）对服务业劳动生产率有着显著的促进作用。研发投入强度（RD）对服务业劳动生产率有显著的促进作用。对外开放水平（Open）和城镇化水平（Urban）对服务业劳动生产率的估计系数不显著。这说明，用货物和服务出口比重表示的对外开放水平提高，对提升我国服务业劳动生产率的作用不明显；城镇化率的上升对服务业劳动生产率也没有起到显著的促进作用。

学术界通常把服务业划分为生产性服务业和消费性服务业两大类。根据融入制造业价值链位置的不同，我们又可以进一步把生产性服务业分为上游生产性服务业、生产环节生产性服务业和下游生产性服务业、服务于整条价值链的生产性服务业。一般来说，研究开发、科技中介、工业设计和地质勘探等可以看作上游生产性服务业，这些领域对劳动者技能要求高，需要匹配高技能劳动力。生产环节生产性服务业主要包括知识产权服务、物流与仓储服务、融资租赁服务等，这些领域需要的劳动力素质也相对较高，中高技能劳动力是其主要匹配对象。下游生产性服务业则包括商务或专业服务、检测认证服务、品牌与营销服务等，这个领域的从业者要求具有较高的专业化知识，也需要匹配高技能劳动力。从全产业链角度来看，生产性服务业领域主要是以高技能人才为主。相较之下，以餐饮、住宿、家政、文化旅游、教育医疗为代表的消费性服务业领域内部的劳动技能差距较大，大部分还是以满足基本生活服务需求为主的低技能劳动力。由此，考虑到服务业内部行业劳动力技能差距，我们将整个服务业分为生产性服务业和消费性服务业，重新加入模型（1）再次回归。

回归结果表明，生产性服务业LP_produc与人力资本的回归系数为0.12，在1%水平上显著，说明人力资本积累促进了生产性服务业劳动生产率提高。相比之下，消费性服务业LP_consump与人力资本之间的相关系数没有通过检验，说明人力资本积累对消费性服务业劳动生产率没有显著影响。出现这种估计结果差异的原因可能是，大量低技能从业者涌入消费性服务业，加剧了服务业内部的劳动异质性，这与学者王燕武等［37］的观点接近。

2.进一步讨论

前文提到，人力资本促进服务业劳动生产率的提高主要是通过两个机制：一是人力资本在积累过程中通过增加服务消费需求带动服务供给增加，进而促进服务业劳动生产率提高；二是人力资本在积累过程中通过学习新知识和新技术促进技术创新，进而带动服务业劳动生产率提高。为考察这两个作用机制，我们将服务消费占全部消费比重（Consump）和全要素生产率（TFP）作为中介变量，通过构建人力资本与中介变量的交互项以分析人力资本对服务业劳动生产率影响的路径。关于服务消费统计，我们依据国家统计局的统计口径，用交通通信、医疗保健、教育和文化娱乐服务这四项代表服务消费总量。关于各省份全要素生产率测算，我们借鉴郭庆旺和贾俊雪［38］中的索罗余值法，以产出增长率减去劳动和资本的贡献，进而计算出全要素生产率。具体估计模型如下：

LP_servicei，t=β0+β1LP_servicei，t-1+β2Humani，t*

consumpi，t+β3Xi，t+εi，t（2）

LP_servicei，t=？字0+？字1LP_servicei，t-1+？字2Humani，t*

TFPi，t+？字3Xi，t+εi，t（3）

表3列（1）是从服务消费视角对人力资本与服务业劳动生产率关系的考察结果，其交互项系数为0.03，在1%水平上显著为正，这说明人力资本在积累过程中通过增加服务消费而有助于促进整体服务业劳动生产率提高。列（2）是从技术创新视角对人力资本与服务業劳动生产率关系的考察，其交互项系数为0.06，在1%水平上显著为正，这说明人力资本在积累过程中通过提高全要素生产率、促进技术创新而有助于整体服务业劳动生产率提高。

3.稳健性检验

为了确保上述估计结果的准确性，本文重新选取核心变量和估计方法对前文的结论进行稳健性检验。

（1）替换核心解释变量

我们采用Educa，即省份i在t年接受大专及以上教育的毕业生数量占本地区全部毕业生数量的比重这一新的解释变量替代原有的人力资本指标。回归结果表明，更换后的人力资本指标Educa与服务业劳动生产率的回归系数依然显著，说明高等教育人力资本比例提高有助于提升服务业劳动生产率（见表4）。

（2）替换被解释变量

服务业劳动生产率提高意味着服务业从业者单位时间创造的价值更多，这也可以理解为产业结构不断趋于合理化、产业之间更加融合和协调、产业间耦合和资源配置更加优化且更有效率［39］。本文使用衡量产业结构合理化的泰尔指数来替代服务业劳动生产率，进行稳健性检验，计算公式如下：

Theili，t=∑yi，n，t*ln（yi，n，t / li，n，t），n=1，2，3（4）

公式（4）中，yi，n，t是i省份n产业t年的产值与地区生产总值之比，li，n，t为i省份n产业t年从业人口数占地区总人口比重。本文构建的泰尔指数衡量的是各省份三大产业的产值结构与就业结构的偏差。当指数不为0时，意味着产业结构已经偏离均衡状态，且指数越大，偏离程度越大，说明产业结构越不合理。由表4列（2）可知，核心解释变量的估计系数为-0.02，在1%水平上显著，说明人力资本提升，泰尔指数逐渐下降，从而产业结构趋于合理。

四、结论与政策建议

人力资本的外部性主要体现在消费溢出效应和技术创新效应两个方面。本文通过构建人力资本与服务业增长的理论分析框架，从服务消费和技术创新两个视角，深入探讨了人力资本促进服务业劳动生产率提升的两种作用机制。研究基于2005—2019年我国省级面板数据，利用动态面板系统GMM回归分析发现，人力资本积累对整个服务业劳动生产率提高有着显著的促进作用。考虑到服务业内部行业的劳动技能差距，我们把服务业分为生产性服务业和消费性服务业并分别考察后进一步发现，人力资本积累对生产性服务业劳动生产率提升有显著的促进作用，而对消费性服务业劳动生产率提高的作用则不显著。进一步，我们利用服务消费比重和全要素生产率两个变量，分别构建人力资本与服务消费和全要素生产率的交互项进行机制分析，发现人力资本在积累过程中通过促进服务消费和加快技术创新来带动服务业劳动生产率提高。一方面，消费性服务业劳动生产率难以依靠自身来提高，而是依赖生产性服务业效率和人力资本的积累。高水平人力资本有助于推动生产性服务业由低端劳动密集型转向高端知识密集型。在此过程中，将会增加对消费服务的需求，进而提升消费性服务业劳动生产率。另一方面，人力资本水平的上升，促进了技术创新能力提高和知识密集型服务业的迭代升级，进而推动了生产效率曲线持续上移。

当前，我国正处在构建现代化经济体系的关键时期，现代产业是现代化经济体系的重要基石。这就需要以创新驱动为动力，着力推动高技术、高附加值、高效率为特征的现代产业体系不断优化和强大。前文的实证研究表明，实现创新发展离不开人才投入和人力资本的积累，尤其是在数字技术广泛应用的背景下，以人力资本积累、技术创新和服务消费升级促进服务业劳动生产率提高，实现服务经济创新发展和高效发展的重要性与紧迫性日益凸显。为此，需要从如下方面着力：一是充分认识人才是服务业高质高效发展的关键要素，高度重视劳动力教育和培训，不断丰富劳动力教育和培训的方法与手段，特别是要积极发展职业教育和职业培训。夯实职业教育体系，提高职业教育质量，提升非技能劳动力的社会适应能力，促使其向技能劳动力转化，从而提高全社会劳动者素质。二是激励技术创新，以技术创新克服服务业的“鲍莫尔成本病”。长期以来，服务业被视为技术停滞和低生产率部门。但随着信息技术的发展及其在服务业领域的广泛应用，服务业生产率与制造业生产率的差距在逐渐缩小，但依然低于制造业。这需要我们大力推进技术创新，尤其是大力发展数字经济，增强数字技术在服务业领域的深度应用。三是构建合理的收入分配体系，形成以一次分配为基础、二次分配为主体、三次分配为补充的收入分配体系，通过经济高质量发展和收入分配体制改革增加城乡居民可支配收入，从而引导消费升级、增强服务消费能力。第四，完善以生育、住房和医疗为代表的公共服务体系，为人才持续积累提供充分的制度保障和物质基础。

参考文献

［1］徐紫嫣，夏杰长．服务业开放、国民收入追赶和跨越中等收入陷阱［J］．河海大学学报（哲学社会科学版），2022（3）：68-76．

［2］袁富华，张平，刘霞辉，等．增长跨越：经济结构服务化、知识过程和效率模式重塑［J］．经济研究，2016（10）：12-26．

［3］夏杰长．新中国服务经济研究70年：演进、借鉴与创新发展［J］．财贸经济，2019（10）：17-33．

［4］程大中．中国服务业增长的特点、原因及影响——鲍莫尔—富克斯假说及其经验研究［J］．中国社会科学，2004（2）：18-32．

［5］宋建， 郑江淮．产业结构、经济增长与服务业成本病——来自中国的经验证据［J］．产业经济研究，2017（2）：1-13．

［6］LEE D， WOLPIN K I. Intersectoral labor mobility and the growth of the service sector［J］. Econometrica， 2005， 74 （1）： 1-46.

［7］NGAI R， PISSARIDES C A. Trends in hours and economic growth［J］. Review of Economic Dynamics， 2008， 11（2）： 239-256.

［8］ROGERSON R. Structural transformation and the deterioration of European labor market outcomes［J］. Journal of Political Economy， 2008， 116（2）： 235-259.

［9］BUERA F J， KABOSKI J P， ROGERSON R， et al. Skill-biased structural change［J］. The Review of Economic Studies， 2022， 89（2）： 592-625.

［10］徐少俊，鄭江淮．信息化引致中国劳动力市场极化了吗——多层次技能深化假说与检验［J］．经济问题探索，2020（7）：157-167．

［11］ACEMOGLU D， AUTOR D. Skills， tasks and technologies： implications for employment and earnings［J］. Handbook of Labor Economics， 2011（4）： 1043-1171.

［12］ROSENTHAL S S， STRANGE W C. The attenuation of human capital spillovers［J］. Journal of Urban Economics， 2008， 64（2）：373-389.

［13］HENDERSOND J， TOCHKOV K， BADUN-

ENKO O. A drive up the capital coast？ Contributions to post-reform growth across Chinese provinces［J］. Journal of Macroeconomics， 2007， 29（3）： 569-594.

［14］AUTOR D H， MURNANE L. The skill content of recent technological change： an empirical exploration［J］. The Quarterly Journal of Economics， 2003， 118（4）： 1279-1333.

［15］BRANSTETTER L G， DREV M， KWON N. Get with the program： software-driven innovation in traditional manufacturing［J］. Management Science， 2019， 65（2）： 541-558.

［16］MAZZOLARI F， RAGUSA G. Spillovers from high-skill consumption to low-skill labor markets［J］. Review of Economics and Statistics， 2013， 95（1）： 74-86.

［17］加里·贝克尔．偏好的经济分析［M］．李杰，王晓刚，译，上海：上海人民出版社，2015．

［18］MANNING A. We can work it out： the impact of technological change on the demand for low-skill workers［J］. Scottish Journal of Political Economy， 2004， 51（5）： 581-608.

［19］AUTOR D H， DORN D. The growth of low-skill service jobs and the polarization of the Us labor market［J］. American Economic Review， 2013， 103（5）： 1553-1597.

［20］LEE J， SHIM M ， YANG H. The rise of low-skill service employment： the role of dual-earner households［J］. Journal of Economic Behavior and Organization， 2022， 202： 255-273.

［21］程大中．中國服务业与经济增长：一般均衡模型及其经验研究［J］．世界经济，2010（10）：25-42．

［22］KISHI N. Analysis tool for skill acquisition with graphical user interfaces based on operation logging［J］. Advances in Human Factors/ergonomics， 1995， 20： 161-166.

［23］张慧芳，徐子媖，朱雅玲．劳动者技能溢价对居民消费的影响研究［J］．当代经济科学，2020（6）：120-134．

［24］朱雅玲，沈悦，赵强．劳动力迁移视角下技能溢价对居民消费的空间效应研究［J］．经济问题探索，2020（8）：180-190．

［25］顾天竹，纪月清，钟甫宁．城镇化、生活服务外包与低技能服务业扩张——基于吸纳农村劳动力转移角度的讨论［J］．南京农业大学学报（社会科学版），2021（2）：136-147．

［26］张颖熙，徐紫嫣．健康人力资本与经济增长——基于健康预期寿命指标的实证研究［J］．学习与探索，2021（7）：133-142．

［27］张颖熙，夏杰长．健康预期寿命提高如何促进经济增长？——基于跨国宏观数据的实证研究［J］．管理世界，2020（10）：41-53.

［28］夏杰长，肖宇．数字娱乐消费发展趋势及其未来取向［J］．改革，2019（12）：56-64．

［29］袁航，朱承亮．国家高新区推动了中国产业结构转型升级吗［J］．中国工业经济，2018（8）：60-77．

［30］LEOPOLD T A， RATCHEVA V， ZAHIDI S， et al. The future of jobs and skills in Africa： preparing the region for the fourth industrial revolution［Z］. In World Economic Forum， 2017， 3.

［31］TRIPLETT J E ， BOSWORTH B P . Productivity measurement issues in services industries： "Baumol's disease" has been cured［J］. Economic Policy Review， 2003， 9（3）： 23-33.

［32］谭洪波．人工智能能够根治鲍莫尔病吗？ ［N］．光明日报， 2017-12-19（14）.

［33］李晓华．数字技术与服务业“成本病”的克服［J］．财经问题研究，2022（11）：16-26．

［34］DEURSEN A V， DIJK J A. Measuring internet skills［J］. International Journal of Human-computer Interaction， 2010， 26（10）： 891-916.

［35］ARELLANO M， BOVER O. Another look at the instrumental variable estimation of error-components models［J］. Journal of Econometrics， 1995， 68（1）： 29-51.

［36］张月玲，叶阿忠，吴继贵．基于技术选择差异的我国区域全要素生产率分析［J］．软科学，2015（7）：12-15．

［37］王燕武，李文溥，张自然．对服务业劳动生产率下降的再解释——TFP还是劳动力异质性［J］．经济学动态，2019（4）：18-32．

［38］郭庆旺，贾俊雪．中国全要素生产率的估算：1979—2004［J］．经济研究，2005（6）：51-60．

［39］干春晖，郑若谷，余典范．中国产业结构变迁对经济增长和波动的影响［J］．经济研究，2011（5）：4-16．

The Relationship between Human Capital Accumulation and Labor Productivity in Service Industry： Based on the Dual Perspective of Service Consumption and Technological Innovation

XU Zi-yan

Abstract： "Cost disease" caused by lagging labor productivity growth of service industry has been widely concerned in the service economy field. In the human capital field， as the long-term driving force of economic growth and high-quality development， human capital's externalities are mainly reflected in technological innovation effect and consumption spillover effect. This study examined the intrinsic relationship between human capital accumulation and labor productivity in the service industry based on the Chinese provincial dynamic panel data from 2005 to 2019. The results show that the accumulation of human capital can improve labor productivity in the service industry by increasing service consumption and accelerating technological innovation， thus alleviating the problem of "Baumol cost disease". Moreover， service sector is divided into productive and consumer services sectors for separate examination in this study to better depict said intrinsic relationship. Further empirical analysis reveals that positive role and mechanism of human capital act more significant function in productive services. Hence， this study concludes that increasing human capital investment in the service industry， improving public service protection system， such as providing education and training to improve workers' professional skills， narrowing professional level gap between high-skilled and low-skilled workers are important ways to boost labor productivity in the service industry.

Key words： human capital; labor productivity in service industry; service consumption; technological innovation; Baumol cost disease