人力资本人力资本结构对地区经济增长影响.docVIP

人力资本、人力资本结构对地区经济增长的影响 ◆ 中图分类号：F061.3 文献标识码：A内容摘要：本文运用一阶差分GMM的方法研究了1997-2009年我国各地区人力资本及其结构对经济增长的影响。研究结果表明，人力资本存量对地区经济增长有正面影响，人力资本分布结构对地区经济增长产生了显著的负面影响，技能型人力资本和创新型人力资本都是地区经济增长的推动因素，但一般型人力资本对地区经济增长影响不显著。关键词：人力资本 人力资本结构 经济增长引言20世纪80年代内生经济增长理论创立之后，人力资本对经济增长的影响已经成为国内外研究的热点。在理论研究方面已取得较为一致的观点，即认为人力资本作为知识和技术进步的载体，对一国经济增长具有重要的推动作用。但是在经验研究方面，学者们的研究结果分歧却很大。Romer（1990）、Bils（2000）等研究发现人力资本对一国经济增长具有显著的正面影响。而Pritchett（2001）等研究则得出了截然相反的结论。国内学者对这一问题也进行了研究分析。蔡、都阳（2000）用16岁以上人口识字率作为人力资本的代理变量，研究发现人力资本是地区经济增长差异形成的主要原因。林毅夫等（2003）用小学人口比重作为人力资本的代理变量，研究发现人力资本对经济增长不存在促进作用。万广华等（2005）以人均受教育年限作为人力资本的代理变量研究认为人力资本并不是导致地区间收入差距的主要因素。从上述文献可以看出，在实证研究方面学者们对人力资本在经济增长中的作用没有形成一致的意见。上述文献尽管研究结论有所差异，但存在一个共同的缺陷就是仅仅从人力资本的存量水平研究其对经济增长的影响，而缺乏人力资本结构包括类人力资本类型结构、人力资本分布结构对经济增长影响的系统性分析。人力资本存量、结构、类型与经济发展阶段是否匹配不仅决定经济增长的效率，也是造成失业、经济波动、收入差距扩大的重要原因。现有研究人力资本结构的文献主要关注人力资本分布结构对经济增长的影响。国内外学者如Castello（2002）、魏下海等（2009）研究发现人力资本分布不均等程度与地区经济增长存在显著的负相关关系。然而这些研究对于人力资本类型结构与经济增长匹配性的研究相对较少。综上所述，人力资本与地区经济增长的研究文献存在一些不足：第一，对人力资本代理变量选取的不同导致研究的结论有较大的差异；第二，对于人力资本结构对经济增长的影响分析尚未形成系统，对于人力资本结构的划分不够全面；第三，在实证分析方法上，特别是用面板数据进行研究分析时，没有处理人力资本变量与地区经济增长之间内生性的问题，使系数估计值有偏误。本文在上述研究的基础上，从人力资本存量、人力资本结构角度进行实证研究，全面地分析人力资本及其构成对中国经济增长的影响。这对于缩小我国区域经济差距，实现区域经济的协调发展具有重要的现实意义。模型、方法和数据（一）模型的设定和估计方法参考姚先国（2004）的分析框架，本文将模型设置为：其中，log（yit）为地区人均产出的对数，log（HCit）为地区人力资本的对数值，log（HGit）为地区人力资本分布结构的对数值，HC1、HC2、HC3代表人力资本不同的类型结构。Z为一组控制变量，ηi是不随时间变化的地区非观测效应，下标i和t分别表示地区和时间。对于动态面板数据的估计一般采用一阶差分GMM和系统GMM的方法。这两种方法都能够在回归方程中含有滞后被解释变量和解释变量内生性的情况下得到一致估计量。虽然系统GMM方法相比一阶差分GMM估计更有效，但是系统GMM方法需要用更多的工具变量，所以更适合大样本数据进行回归分析。由于本文的样本量相对较少，所以采用一阶差分GMM方法进行系数估计。本文采用的工具变量是解释变量的二阶以及二阶以上滞后值。在回归估计中用Sargen统计量来检验工具变量的整体有效性，即进行工具变量的过度识别限检验，其原假设是工具变量的过度识别约束是有效。同时本文利用Arellano（1991）提出的方法检验差分误差项是否存在序列相关。一阶差分GMM估计中差分误差项一般都存在一阶序列相关，它不会影响工具变量的有效性。但是如果存在二阶序列相关则会导致工具变量无效。因此如果模型设定正确，差分误差项应该存在一阶序列相关，但不存在二阶序列相关。（二）变量、数据说明1.核心变量。主要包括：人均产出（y）：本文采用当年价格计算的各地人均国内产业总值。人力资本存量（HC）：本文用平均受教育年限作为人力资本存量的代理变量。计算的公式为：。其中HC为人口的平均受教育年限；i为不同层次的教育程度，本文将受教育程度分为文盲半文盲、小学、初中、高中、大专及以上五个教育层次。pi为第i层次受教育程度的人口数。xi为第i层次教育程度的受教育年限，根据我国现有的教育制度，定义各教育层次的受