人力资本配置对区域经济绿色发展的影响

摘 要：【目的】人力资本合理配置已成为实现区域经济绿色协调、快速增长的源泉和根本动力。分析区域经济绿色发展现状，探索改进人力资本配置扭曲的方法，以求发挥人力资本的最大效力，实现经济绿色高质量发展。【方法】通过构建投入产出指标体系，运用非角度、非径向的SBM模型和Malmquist-Luenberger指数测度2000—2021年我国各省（区、市）域经济绿色发展水平，在此基础上，运用动态面板模型和系统GMM估计方法考察人力资本配置与区域经济绿色发展的关系。【结果】1）考察期内我国区域经济绿色发展呈现出时空差异特征，时间演化方面，2000—2021年区域经济绿色发展存在无效率状态，表现为先降后升的向好态势，空间上则呈现出以东部沿海地区为主导的特征。2）人力资本配置扭曲对区域经济绿色发展有显著负向影响，错配程度越高，其对于区域经济绿色发展的抑制作用越强，且该抑制效应在市场竞争激烈的区域更加显著。3）人力资本配置扭曲通过抑制地区绿色技术创新负向作用于区域经济绿色发展。【结论】对策建议如下：1）消除人力资本流动壁垒，加快要素市场结构性改革；2）因地制宜采取措施，促进人力资本与区域发展匹配；3）引导人力资本要素流向绿色技术创新活动，最大限度发挥创新效应。研究结论可为改善我国各省（区、市）人力资本配置扭曲、促进区域经济绿色发展提供理论依据和实践支持。

关键词：人力资本配置；绿色技术创新；区域经济绿色发展；SBM模型

中图分类号：S7-9 文献标志码：A 文章编号：1673-923X（2024）09-0189-12

基金项目：国家社科基金项目（24BJY119）；湖南省教育厅科学研究重点项目（23A0166）；湖南省教育科学十四五规划项目（XJK24BJG001）；湖南省社科基金项目（22YBQ001）。

Influence of human capital allocation on the green development of regional economy

SHI Fangyuan1，2， WU Jinglin3， XIE Yizhang3

（1. School of Military and Political Basic Education， National University of Defense Technology， Changsha 410073， Hunan， China； 2. School of Marxism， Central South University， Changsha 410083， Hunan， China； 3. School of business， Hunan Agricultural University， Changsha 410128， Hunan， Chi5fccd3e8264ad74cc247dcb6551047efna）

Abstract：【Objective】The rational allocation of human capital has become the primary source and fundamental driving force for achieving green coordination andb8799a7cc2a4e309bc1267fd1be3b3d4 rapid growth in regional economy. In order to maximize the impact of human capital and achieve green， high-quality economic development， the current status of green development in regional economies were examined， and the strategies to improve the distortion in human capital allocation were explored.【Method】By constructing an input-output index system， the non-angular and non-radial SBM model and Malmquist-Luenberger index were used to measure the level of regional economic green development in various provinces and cities of China from 2000 to 2021. Based on that， a dynamic panel model and system GMM estimation method were used to examine the relationship between human capital allocation and regional economic green development.【Result】1） During the inspection period， the green development of regional economy showed temporal and spatial differences in China. In terms of time evolution， there was an ineffective state of green development of regional economy from 2000 to 2021， showing a positive trend of first decreasing and then increasing， and it showed a characteristic dominated by the eastern coastal areas in space. 2） The distortion of human capital allocation had a significant negative impact on the green development of regional economy， the higher the degree of mismatch， the stronger its inhibitory effect on the green development of regional economy， and this inhibitory effect was more significant in regions with fierce market competition. 3） At meanwhile， the distortion of human capital allocation suppressed the negative impact of green technology innovation on regional economic green development.【Conclusion】The countermeasures and suggestions are as follows： 1） Eliminate barriers to human capital flow and accelerate the structural reform of factor markets； 2） Take measures according to circumstances to promote the matching of human capital with regional development； 3） Guide the human capital elements flow towards green technology innovation activities and maximizing innovation effects. The research findings can provide theoretical basis and practical support for improving the misallocation of human capital in China and promoting green development of regional economy.

Keywords： human capital allocation； green technological innovation； green development of regional economy； SBM model

推动经济社会发展绿色化、低碳化是实现高质量发展的关键环节。中国经济的长期发展要实现由要素驱动和投资驱动向创新驱动转换，而人力资本的积累和跃升是实现创新驱动的一项重要条件。经济转型和技术转换阶段，如何发挥人力资本的逆周期调节作用，对于优化要素资源配置、实现经济绿色发展具有重要的理论和现实意义。

理论界关于人力资本与经济绿色发展的关系探讨由来已久，主要以卢卡斯模型为基础，指出人力资本作为生产要素能够通过合理的资本配置直接影响经济发展方式变革[1-3]。在此基础上，国内外学者展开了一系列研究，发现人力资本积累与改善环境污染程度、推动绿色创新发展存在直接联系[4-6]。但也有研究指出，人力资本水平以及人力资本结构未能发挥提升绿色发展效率的作用[7]，同时创新型人力资本投入对GTFP水平提升具有阻碍作用[8]。可见，国内外研究未能就人力资本在经济绿色发展中的作用方向和力度取得共识，其中一个很重要的原因便是过分强调人力资本的总量和规模，而忽视了人力资本配置的作用。

当前有关人力资本与经济绿色发展的研究主要集中在人力资本的总量及规模影响方面，而关于人力资本配置对经济绿色发展影响的研究并不多见。创造性劳动多存在于高附加值、低资源消耗与低环境污染的第三产业和第二产业中的新兴绿色产业，而目前中国人力资本在产业间严重不匹配，规模庞大的人力资本并没有流向科技创新产业，而是选择进入高收入垄断行业，特别是国有金融行业，由此导致的人力资本错配引发经济稳定增长动力不足、技术进步阻碍、科技创新抑制等负面效应[9-12]，使得现阶段人力资本投入无法完全满足绿色创新发展的需求[8]。

鉴于此，以2000—2021年我国各省（区、市）面板数据为样本，分析区域经济绿色发展现状，探索改进人力资本配置扭曲的方法，以求发挥人力资本的最大效力，实现经济高质量发展。在理论上，比较分析我国各省份区域经济绿色发展水平，使用合适指标测算人力资本配置效率，同时梳理人力资本配置影响区域经济绿色发展的理论机制，并考虑不同市场环境下其资源禀赋差异，对人力资本在区域间的配置影响经济绿色发展的效应作出一定解释，补充了现有研究文献；在应用上，结合现实发展情况与定性分析结果，从人力资本配置角度出发，提出经济绿色发展目标下中国人力资本配置的优化路径，为地区优化人力资源配置、改善市场环境提供一定的经验启示和实践指导，具有丰富的现实意义和政策蕴涵。

1 区域经济绿色发展水平的测度

1.1 测度方法

绿色全要素生产率考虑了资源和环境因素的约束，体现了绿色发展理念和生态文明要求，能真实地反映出经济发展的质量和效率，成为评判区域经济增长模式及绿色发展质量的重要依据[13]。区域经济绿色发展的关键在于如何提升以地区为主体的绿色全要素生产率，因此，参考现有研究[14-16]，采用非径向非导向的SBM模型，结合Malmquist-Luenberger指数测度我国各省市区域经济绿色发展水平。

1.2 测度结果

使用Matlab对2000—2021年我国30个省（区、市）（不包括西藏和港澳台地区）样本数据进行测算，分析结果如图1所示。

图1呈现了2000—2021年我国各省（区、市）区域经济绿色发展的时序变化特征。区域经济绿色发展水平存在无效率状态，尚有改进空间，这一发现与既有文献[7]相似。样本期间区域经济绿色发展大致经历了2000—2009年的下降区间以及2010—2021年的缓慢上升区间，总体呈现出向好态势。进一步解构区域经济绿色发展水平指数以识别其增长源泉，不同时期区域经济绿色发展驱动力存在差异：2015年以前区域经济绿色发展主要由绿色技术效率提升为主导，而之后转向绿色技术进步的增长，原因可能是2015年国务院印发《中国制造2025》，明确指出坚持创新驱动、智能转型、强化基础和绿色发展，加快从制造大国迈向制造强国，这对推进各省市加快绿色技术进步、推动信息化融合和降低污染排放等方面具有重大意义。

空间分布方面，我国区域经济绿色发展水平存在较大的地区差异性。从表2中均值可以看出，区域经济绿色发展水平高值区多位于东部沿海地带，如北京、广东、海南、上海、江苏等。以上现象与区域的自然状况、资源禀赋和经济发展密切相关，特大城市和沿海城市的数量决定了东部地区具有人力资本和公共产品服务均等化优势，丰富的人才、资本等竞争性要素带动产业迅速发展，同时沿海、沿边城市占据独特对外贸易优势，对促进区域经济绿色发展具有重要支持作用。

2 理论基础与研究假设

人力资本作为科技创新与知识创造的重要源泉，是适应绿色技术创新高知识含量、高更新速度的必要条件，逐渐成为推动绿色创新研究与经济绿色发展的核心所在。但在经济绿色发展过程中，人力资本并未得到有效利用，劳动力资源错配则会加剧环境污染程度，不利于技术与产业结构升级，从而制约经济转型[19]。经济绿色转型发展的前提是高素质人力资本原创自主性创新，而人才红利的充分释放主要取决于人才利用效率的提升和人力资本配置的优化[20]。

理论上，高素质人力资本具有稀缺的生产配置能力、技术创新能力与吸收能力，其劳动生产率相对较高[21]，能够有效促进绿色技术创新的实现和创新能力的提升[22]；具有创新潜力的高精尖人才配置到生产型、创新型的部门就业，为整个社会创新和经济稳增长提供了有力保障，反之则会抑制地方绿色全要素生产率的提升[23]；同时，匹配度的提升降低了人力资本供需的摩擦成本，劳动者可以快速实现就业，将人力资本效应转化为现实生产力。但事实上，人力资本错配是导致现阶段绿色发展效率受阻的主要因素之一。目前中国人力资本在数量上已经达到足够规模，质量上也有很大提升，但人力资本在部门间严重不匹配，造成研发创新部门人力资源配置不足，最终阻碍了实体行业和技术创新的发展[24]。经济增长进入以技术、知识等为源泉的阶段之后，对人力资本的要求逐渐提高，绿色经济过渡转型也需要进行人力资本重组[25]；若高等人力资本无法满足技术岗位对其的需求，中低等人力资本则会进入技术创新部门，但由于两者在生产效率和边际产出方面的差异，导致人力资本配置效率无法达到理想状态，造成错配。进一步地，人力资本错配引致高素质和创新型人才被高薪酬吸引，流入到非生产型、非创新型的部门，使得人力资本的要素功能和外部性无法实现最大化，从而抑制了人力资本红利的释放，阻碍创新和经济绿色发展。

基于此，提出如下研究假设：

H1：改善人力资本配置扭曲、提升人力资本配置效率对于推动区域经济绿色发展有显著的正向影响。

3 实证研究设计

3.2 回归方法选择

回归方程中的滞后因变量以及其他变量可能具有潜在内生性，而传统工具变量方法不能有效控制动态面板偏误，因此采用广义矩估计方法（GMM）进行回归检验。GMM估计法可进一步区分为系统广义矩估计（SYS-GMM）和差分广义矩估计（DIFF-GMM），SYS-GMM估计方法纳入了所有的矩条件，不易受小样本偏误与弱工具变量的影响；同时在有限样本条件下，一步法倾向于过度拒绝工具变量，因此，考虑可能受到异方差干扰的影响，采用两步系统GMM（two-step SYS-GMM）估计人力资本配置对区域经济绿色发展的影响效果。

3.3 指标选取与数据来源

1）被解释变量

被解释变量为区域经济绿色发展，测度方法如前文所示。

2）核心解释变量

关于人力资本配置的测度，不同学者选取的衡量方法各有差异，主要包括以下几种：一是借鉴Aoki模型及其变形，从国家、行业、产业等层面出发构建人力资本错配指数；二是利用人力资本的生产要素属性，将其纳入生产函数，通过人力资本要素在理论上的生产系数与实际生产系数之比来计算人力资本配置扭曲程度；三是其他方法，如人力资本集中度[26]、高技能劳动力水平与行业增加值的比率[9]、人力资本成本与边际产出之比[27]等。相较而言，柯布-道格拉斯生产函数法更能够反映一个地区的资源禀赋、人力资本配置和经济增长的关系，具有形式相对简单、参数容易估计等优点，因此选取该方法估计人力资本配置效率。

借鉴已有研究做法，将人力资本存量水平定义为平均受教育年限与就业劳动力总数的乘积[21]。平均受教育年限选取各省（区、市）6岁及以上人口受教育程度衡量，并设定不同受教育程度分组的教育年数：未上过学（0年）、小学（6年）、初中（9年）、高中（12年）、大专及以上（16年）。数据来自《中国统计年鉴》《中国人口和就业统计年鉴》。

3）控制变量

参考以往文献，设定如下控制变量，以排除其他因素对于区域经济绿色发展的影响，尽可能减弱内生性，主要包括地区产业结构、城镇化水平、对外开放程度、政府干预程度以及人口密度等。

地区产业结构（INDU）：产业结构对于经济绿色发展具有显著影响[31]。计算公式为第二产业产值/第三产业产值，数据来源于《中国统计年鉴》。

城镇化水平（URB）：城镇化建设对各类要素配置具有重要影响，是推动经济绿色发展的重要变量。以城镇人口占年末总人口的比重表示城镇化水平[32]，数据来源于《中国统计年鉴》和各省（区、市）统计年鉴。

对外开放程度（OPEN）：在开放的条件下，国际贸易能够推动绿色技术溢出和扩散[33]，是提高区域经济绿色发展水平的重要动力之一。以进出口商品总额按照当年汇率年平均价折算后与GDP之比来衡量，数据来源于《中国统计年鉴》。

政府干预程度（GOV）：在市场机制不断完善的情况下，合理审慎的干预是地方政府在推进区域经济绿色发展过程中发挥重要作用的方式。采用政府公共预算支出与地区生产总值之比来衡量政府干预程度，数据来源于《中国统计年鉴》。

人口密度（POP）：理论上人口密度越大，能源消耗越多，碳排放量也越高，会降低区域经济绿色发展水平，但与此同时，人口密度的提高也可能会带来较高水平的人力资本，对绿色发展具有一定的促进作用。选取地区人口总数与行政区划面积之比衡量人口密度[34]，数据来源于《中国统计年鉴》。

4 实证结果及分析

利用实证研究的方法对人力资本配置影响区域经济绿色发展的效应进行检验，为了保证结果的准确性，基于动态线性面板模型和GMM估计法，使用STATA 17.0软件对数据进行回归分析。样本时间范围为2000—2021年，共计30个省（区、市）660条样本数据。

单位根检验是进行面板数据回归之前的必要步骤，以确保数据的平稳性，避免出现伪回归；所有变量的单位根检验结果均表明数据在1%的显著性水平下是平稳的，因此可以直接放入面板回归模型之中。主要模型方差膨胀因子（VIF）值和单个变量方差膨胀因子值均小于3，说明变量之间不存在明显的多重共线性。为消除离群值可能产生的不利影响，连续变量在估计时进行了前后1%的缩尾处理。

描述性统计结果如表3所示。

4.1 基准回归

表4为基于全国面板数据的人力资本配置对区域经济绿色发展影响的实证回归结果。采用序列相关检验AR判断随机扰动项的序列相关性，二阶差分残差序列的Arellano-Bond自相关检验结果大于0.1，表明样本的残差序列不存在二阶以上的序列相关性，所设定的模型是合理的。根据Hansen检验的结果，P值大于0.1，表明接受过度识别检验的原假设，即所选择的工具变量是有效的。

由表4实证分析结果可知，滞后一期的被解释变量系数（L.G）显著正相关，说明当前区域经济绿色发展状况受到前期影响较大，验证了区域经济绿色发展是一个连续累积、不断调整的动态过程。核心解释变量方面，表4第（6）列结果显示，人力资本配置扭曲对区域经济绿色发展影响的系数为-0.114，且在10%的水平下通过了显著性检验，表明人力资本配置扭曲对中国区域经济绿色发展有明显的负向影响，即人力资本配置扭曲指数越趋近于0，错配程度越低，对区域经济绿色发展的推动作用越明显，假设H1得到验证。随着区域内人力资本配置的不断优化，高素质人力资本更多地配置到创新创业部门，能够增加经济发展过程中创造性劳动的比重，而创造性劳动主要集中在新兴产业，具有高附加值、低资源消耗、低环境污染的特征，有利于实现经济增长与环境保护的和谐发展，在增加期望产出的同时减少环境破坏，有力促进了各地区经济绿色发展水平的提升。控制变量方面，城镇化水平和政府干预程度对区域经济绿色发展产生显著正向影响：一方面，城镇化水平的提高能够带动各类人才向城市聚集，为区域经济绿色发展提供强大的人才保障；另一方面，政府干预能够有效引导市场的资源配置，有利于区域经济绿色协调发展。

4.2 作用机制

人才是第一资源，创新是第一动力。已有研究表明，一定的人力资本积累会通过“干中学效应”和“知识溢出效应”促进技术的引进、消化、吸收和创新[7，35]，同时人力资本水平的提高往往伴随着消费者收入的上升和环保意识的增强，有利于绿色技术研发的成果转化和应用，为区域经济绿色发展提供不竭动力。那么人力资本配置优化能否激发绿色技术创新效应，从而不断提升生产率、促进区域经济绿色发展？

绿色技术创新发挥中介效应的回归结果如表5所示。列（1）估计结果显示，不考虑中介变量时，人力资本错配对区域经济绿色发展具有负向影响，参数估计在10%的水平下显著。列（2）估计结果显示，人力资本错配的系数为-0.027，通过10%的显著性检验，人力资本配置扭曲显著抑制地区绿色技术创新，中介效应得以验证。高素质人力资本的稀缺能力体现在生产配置、技术创新与吸收等方面，若具有创新潜力的高精尖人才配置到生产型、创新型的部门就业，则能够通过自主创新、模仿创新等手段开展绿色技术创新及应用，从而改变生产要素投入方式，显著提高能源效率，减少污染排放，最终保持“收益递增”，实现经济高质量绿色发展。

4.3 稳健性检验

为验证前文人力资本配置与区域经济发展实证结果的准确性和可靠性，从以下两个方面进行稳健性检验：第一，更换数据区间，2012年党的十八大将“生态文明建设”纳入“五位一体”总体布局中，考虑到区域经济绿色发展在受国家政策外部冲击后可能会对研究结论产生影响，因此截取了2000—2012年的子样本后进行稳健性检验；第二，考虑到空间上的稳健性，鉴于社会经济发展过程中特定地区可能对估计结果产生潜在影响，因此剔除北京、天津、上海和重庆4个直辖市的子样本后进行回归。结果如表6所示，人力资本配置的回归系数在方向上并未发生实质性的变化，仅系数大小和显著程度有所变动，得到的估计结果仍支持人力资本配置优化能够有效提升区域经济绿色发展的结论，前文的研究结果具有较好的稳健性。

4.4 异质性分析

市场机制是资源配置的最优选择，有序的市场竞争可以促进产品和要素的自由流动。以市场竞争程度作为分组变量，选取政府与市场关系、非国有经济发展、产品市场的发育程度、要素市场的发育程度、市场中介组织的发育和法律制度环境五个指标形成市场化竞争综合指标[38]，基于均值进行样本分组，大于均值为市场竞争程度高的样本，即Market_1，反之则为市场竞争程度低的样本，即Market_0，回归结果见表7。由表7可知，在市场竞争程度相对较高的地区中，人力资本配置扭曲显著抑制了区域经济绿色发展；与此同时，人力资本错配对低市场竞争程度的区域经济绿色发展的影响虽然为负，但并不显著。市场机制完善的地区竞争趋于激烈，此时要素配置与资源供给成为绿色发展的关键，因而人力资本错配对其抑制效应更为明显。

5 结论及建议

研究人力资本配置与区域经济绿色发展的关系对于政府制定合理的人才引进、培养等政策，推动产业转型升级，实现经济绿色发展具有重要启示。基于SBM方向性距离函数和MalmquistLuenberger指数对2000—2021年我国各省（区、市）域经济绿色发展水平进行分析，考察人力资本配置对区域经济绿色发展的影响效应。研究结果表明：1）我国区域经济绿色发展水平仍有提升空间，呈现出以东部沿海地区为主导的发展趋势；2）人力资本配置扭曲对区域经济绿色发展具有明显的抑制作用，且该抑制效应在市场竞争程度较高的地区更为显著；3）人力资本错配通过抑制地区绿色技术创新，进而负向影响区域经济绿色发展。

根据上述研究结论，提出以下政策建议：

第一，消除人力资本流动壁垒，加快要素市场结构性改革。尽快完善人力资本市场的价格调节机制，逐渐消除限制人力资本跨区域、跨行业、跨部门流动的行政或制度化壁垒，引导其向增长潜力更大、效率更高的产业或区域流动，实现人力资本要素与物质资本要素、信息资本要素、现代科技要素等生产要素的合理、优化配置，缓解人力资本错配，以促进人力资本对区域经济绿色增长贡献率的提升。同时政府应提供保证人力资本流动的制度条件、经济条件和政策条件，规范市场经济的失灵行为，创造公平竞争的市场环境。

第二，因地制宜采取措施，促进人力资本与区域发展匹配。在地区层面上，需根据经济发展水平与要素禀赋特征，分区域差异化实施人力资本错配矫正方案。具体而言，市场竞争程度较高的区域经济发展迅速，且已积累了大量高层次人力资本，制度红利和人口红利殆尽，应注重发展高科技产业，通过政策引导与市场化机制相结合，大力吸引外来产业或企业流入，培育并引进科技创新型人才，为经济增长寻找新的支撑点。市场竞争程度偏低的地区要素配置不足，低层次人力资本较为丰富，产业的发展仍以劳动密集型产业为主，在此基础上，兼顾“内部育才”和“外部引才”，通过跨区域合作和积极的人才引进政策，譬如加快基础设施的完善、加大对优秀人才的补贴等，培养高精尖人才，引导高质量劳动力流入。

第三，引导人力资本要素流向绿色技术创新活动，最大限度发挥创新效应。一方面，人力资本配置优化升级是推动技术进步的关键；大力实施百千万人才工程等人才培养计划，加快科技成果产业化进程，以人力资本配置优化为抓手，强化其对于绿色技术进步的推动作用。另一方面，优化区域人才发展环境是发挥人力资本匹配作用机制的关键所在；建立合理且灵活的人才使用机制，完善人才的创业政策和融资渠道，为人力资本创新活动提供稳定的市场环境、公平融资的标准、完善的知识产权保护以及扶持性的宏观政策，将全社会智慧和力量配置到绿色创新项目中，为有效实现绿色技术创新保驾护航。

参考文献：

[1] LUCAS JR R E. On the mechanics of economic development[J]. Journal of Monetary Economics，1988，22（1）：3-42.

[2] ROMER P M. Endogenous technological change[J]. Journal of Political Economy，1990，98（5，Part 2）：S71-S102.

[3] MANUELLI R E， SESHADRI A. Human capital and the wealth of nations[J]. American Economic Review，2014，104（9）： 2736-2762.

[4] LAN J， KAKINAKA M， HUANG X G. Foreign direct investment， human capital and environmental pollution in China[J]. Environmental and Resource Economics，2012，51： 255-275.

[5] 谭政，王学义.绿色全要素生产率省际空间学习效应实证[J].中国人口·资源与环境，2016，26（10）：17-24. TAN Z， WANG X Y. Empirical study on green TFP provincial spatial learning effect[J]. China Population， Resources and Environment，2016，26（10）：17-24.

[6] WANG X Y， WANG Y P， ZHENG R J， et al. Impact of human capital on the green economy： empirical evidence from 30 Chinese provinces[J]. Environmental Science and Pollution Research， 2023，30（5）：12785-12797.

[7] 赵领娣，张磊，徐乐，等.人力资本、产业结构调整与绿色发展效率的作用机制[J].中国人口·资源与环境，2016，26（11）： 106-114. ZHAO L D， ZHANG L， XU L， et al. Mechanism of human capital， industrial structure adjustment and green development efficiency[J]. China Population， Resources and Environment， 2016，26（11）：106-114.

[8] 张桅，胡艳.长三角地区创新型人力资本对绿色全要素生产率的影响—基于空间杜宾模型的实证分析[J].中国人口·资源与环境，2020，30（9）：106-120. ZHANG W， HU Y. The effect of innovative human capital on green total factor productivity in the Yangtze River Delta： an empirical analysis based on the spatial Durbin model[J]. China Population， Resources and Environment，2020，30（9）：106-120.

[9] 纪雯雯，赖德胜.人力资本配置与中国创新绩效[J].经济学动态，2018，（11）：19-31. JI W W， LAI D S. Human capital allocation and China’s innovation performance[J]. Economic Perspectives，2018，（11）： 19-31.

[10] 马颖，何清，李静.行业间人力资本错配及其对产出的影响[J].中国工业经济，2018（11）：5-23. MA Y， HE Q， LI J. Inter-industry human capital misallocation and its impact on output[J]. China Industrial Economics， 2018（11）：5-23.

[11] 李静，楠玉.人力资本错配下的决策：优先创新驱动还是优先产业升级？[J].经济研究，2019，54（8）：152-166. LI J， NAN Y. Decision-making under misallocation of human capital： giving priority to industrial restructuring or R&D？[J]. Economic Research Journal，2019，54（8）：152-166.

[12] 李拓晨，梁蕾，李韫畅. 高技术产业专业集聚、人力资本错配与创新绩效—以医药制造业为例[J].科研管理，2021，42（4）： 131-137. LI T C， LIANG L， LI Y C. Specialized agglomeration， human capital mismatch and innovation performance of the high-tech industry： a case study by taking the pharmaceutical manufacturing industry as an example[J]. Science Research Management， 2021，42（4）：131-137.

[13] 邓梦杰，李义华，吴露青，等.基于超效率SBM-GML指数模型的冷链物流绿色发展效率[J].中南林业科技大学学报， 2024，44（4）：189-200. DENG M J， LI Y H， WU L Q， et al. Green development efficiency of cold chain logistics based on the super-SBM-GML index model[J]. Journal of Central South University of Forestry & Technology，2024，44（4）：189-200.

[14] 陈东景，刘坤.产业集聚对绿色全要素生产率的影响—基于国家级经济技术开发区的准自然实验[J].中南林业科技大学学报（社会科学版），2021，15（6）：29-36. CHEN D J， LIU K. The influence of industrial agglomeration on green total factor productivity： based on a quasi-natural experiment of China national economic and technical development zone[J]. Journal of Central South University of Forestry & Technology（Social Sciences），2021，15（6）：29-36.

[15] 杨书，范博凯，顾芸.投资型环境规制对绿色全要素生产率的非线性影响[J].中国人口·资源与环境，2022，32（5）：120-131. YANG S， FAN B K， GU Y. Nonlinear effect of investment-oriented environmental regulation on green total factor productivity[J]. China Population， Resources and Environment，2022，32（5）：120-131.

[16] 戴魁早，骆莙函.环境规制、政府科技支持与工业绿色全要素生产率[J].统计研究，2022，39（4）：49-63. DAI K Z， LUO J H. Environmental regulation， government’s technology support and industrial green total factor productivity[J]. Statistical Research，2022，39（4）：49-63.

[17] 张军，吴桂英，张吉鹏.中国省际物质资本存量估算：1952—2000[J].经济研究，2004，（10）：35-44. ZHANG J， WU G Y， ZHANG J P. The estimation of China’s provincial capital stock：1952-2000[J]. Economic Research Journal， 2004（10）：35-44.

[18] 张英浩，汪明峰，崔璐明，等.数字经济水平对中国市域绿色全要素生产率的影响[J].经济地理，2022，42（9）：33-42. ZHANG Y H， WANG M F， CUI L M， et al. Impact of the digital economy on green total factor productivity in Chinese cities[J]. Economic Geography，2022，42（9）：33-42.

[19] BIAN Y C， SONG K Y， BAI J H. Market segmentation， resource misallocation and environmental pollution[J]. Journal of Cleaner Production，2019，228：376-387.

[20] 戴翔，刘梦.人才何以成为红利—源于价值链攀升的证据[J].中国工业经济，2018（4）：98-116. DAI X， LIU M. How talents to become dividends： a theoretical and empirical evidence of climbing global value chain[J]. China Industrial Economics，2018（4）：98-116.

[21] 李静，楠玉，刘霞辉.中国经济稳增长难题：人力资本错配及其解决途径[J].经济研究，2017，52（3）：18-31. LI J， NAN Y， LIU X H. China’s economic growth stabilizing conundrum， misallocation of human capital and solutions[J]. Economic Research Journal，2017，52（3）：18-31.

[22] 潘明清，谢清华，崔冉.资源配置视角下绿色金融对绿色技术创新的影响研究[J].经济问题，2024（4）：52-59. PAN M Q， XIE Q H， CUI R. Research on the impact of green finance on green technology innovation from the perspective of resource allocation[J]. On Economic Problems，2024（4）：52-59.

[23] WANG M， XU M， MA S. The effect of the spatial heterogeneity of human capital structure on regional green total factor productivity[J]. Structural Change and Economic Dynamics，2021，59： 427-441.

[24] 王昱，刘思钰，支森润.功能视角下数字普惠金融阈值对技术创新的非对称影响[J].研究与发展管理，2022，34（6）：92-105. WANG Y， LIU S Y， ZHI S R. Asymmetric impact of digital inclusive finance threshold on technological innovation from the functional perspective[J]. R&D Management，2022，34（6）：92-105.

[25] BARBIERI N， CONSOLI D. Regional diversification and green employment in US metropolitan areas[J]. Research Policy， 2019，48（3）：693-705.

[26] 赖德胜，纪雯雯.人力资本配置与创新[J].经济学动态， 2015（3）：22-30 LAI D S， JI W W. Human capital allocation and innovation[J]. Economic Perspectives，2015（3）：22-30.

[27] 葛晶，李勇.中国人力资本错配的测算及成因研究—基于行政垄断的视角[J].产业经济研究，2019（1）：62-74. GE J， LI Y. The calculation and causes of human capital mismatch in China： based on the perspective of administrative monopoly[J]. Industrial Economics Research，2019（1）：62-74.

[28] 崔琳昊，洪倩倩，李石强.高铁开通提高了城市人力资本配置效率吗？[J].中国人力资源开发，2021，38（5）：113-126. CUI L H， HONG Q Q， LI S Q. Does the operation of high-speed rail improve the efficiency of urban human capital allocation？ [J]. Human Resources Development of China，2021，38（5）：113-126.

[29] 解晋.中国分省人力资本错配研究[J].中国人口科学，2019（6）： 84-96，128. XIE J. Research on human capital mismatch across provinces in China[J]. Chinese Journal of Population Science，2019（6）： 84-96，128.

[30] 陈永伟，胡伟民.价格扭曲、要素错配和效率损失：理论和应用[J].经济学（季刊），2011，10（4）：1401-1422. CHEN Y W， HU W M. Distortions， misallocation and losses： theory and application[J]. China Economic Quarterly，2011，10（4）： 1401-1422.

[31] 李婧婧，徐珂欣，付轼辉，等.长江经济带国家高新区如何实现绿色低碳发展：基于TOE框架的组态研究[J].中国软科学， 2024（2）：94-103. LI J J， XU K X， FU S H， et al. How to achieve green and lowcarbon development in the National High-tech Zone of the Yangtze River Economic Belt： Configuration research based on TOE framework[J]. China Soft Science，2024（2）：94-103.

[32] 张莅黎，赵果庆，吴雪萍.中国城镇化的经济增长与收敛双重效应—基于2000与2010年中国1968个县份空间数据检验[J].中国软科学，2019（1）：98-116.ZHANG L L， ZHAO G Q， WU X P. County economic growth and convergence effect of urbanization in China： based on spatial data of Chinese 1968 counties in 2000 and 2010[J]. China Soft Science，2019（1）：98-116.

[33] 王洪庆，张莹.贸易结构升级、环境规制与我国不同区域绿色技术创新[J].中国软科学，2020（2）：174-181. WANG H Q， ZHANG Y. Different regions of China trade structure upgrading， environmental regulation and green technology innovation in different regions of China[J]. China Soft Science，2020（2）：174-181.

[34] 傅晓华，郑清星，傅泽鼎.环长株潭城市群绿色发展潜力评估与预测研究[J].中南林业科技大学学报（社会科学版）， 2023，17（2）：20-34. FU X H， ZHENG Q X， FU Z D. Research on evaluation and forecast regarding green development potential of the urban agglomeration around Changsha-Zhuzhou-Xiangtan[J]. Journal of Central South University of Forestry & Technology （Social Sciences），2023，17（2）：20-34.

[35] ROMER P M. Capital， labor， and productivity[J]. Brookings papers on economic activity. Microeconomics，1990，1990：337-367.

[36] 江艇.因果推断经验研究中的中介效应与调节效应[J].中国工业经济，2022（5）：100-120. JIANG T. Mediating effects and moderating effects in causal inference[J]. China Industrial Economics，2022（5）：100-120.

[37] 董直庆，王辉.环境规制的“本地—邻地”绿色技术进步效应[J].中国工业经济，2019（1）：100-118. DONG Z Q， WANG H. Local-neighborhood effect of green technology of environmental regulation[J]. China Industrial Economics，2019（1）：100-118.

[38] 王小鲁，樊纲，余静文.中国分省份市场化指数报告（2016）[M].北京：社会科学文献出版社，2017. WANG X L， FAN G， YU J W. Marketization index of China’s provinces： NERI Report 2016 [M]. Beijing： Social Sciences Academic Press（CHINA），2017.

[本文编校：谢荣秀]