人力資本流動、高新技術產業集聚與經濟增長

郭麗燕 黃建忠 莊惠明

一、引言與文獻綜述

我國經濟自改革開放經歷了“持續高增長”①依據Spence M.(2007)的觀點，“持續高增長”是增長速度超過7%并維持超過25 年的增長。自改革開放以來，我國經濟增長符合“持續高增長”特點。后，現進入了從高速增長向中高速增長轉變的“新常態”階段，如何在“新常態”階段塑造新的經濟增長動力是政策制定者及廣大學者關注的重要議題。至此，創新驅動發展戰略應運而生。

人力資本是創新的基礎，是激發創新潛能和促進經濟增長的關鍵(羅勇根等，2019)。2019 年政府工作報告指出，堅持創新引領發展，培育壯大新動能，發揮我國人力人才資源豐富、國內市場巨大等綜合優勢。各地區為了吸引人才，鼓勵創新，也相繼出臺了一系列“搶人”的優惠政策。例如，2019 年西安市發布《關于進一步放寬我市部分戶籍準入條件的通知》，本科(含)以上學歷的戶籍準入不再受年齡限制；杭州市發布《關于貫徹落實穩企業穩增長促進實體經濟發展政策舉措的通知》，對全日制大學專科及以上人才，且在杭工作并繳納社保的，即可直接落戶。這些政策為人才引進提供了良好的環境，也促進了我國人力資本的空間流動。在新經濟地理學視角下，人力資本流動與高新技術產業集聚間也存在著緊密的聯系。在此背景下，研究人力資本流動、高新技術產業集聚對我國經濟增長的影響及其內在機制符合當前時代背景，對相關政策的制定具有重要意義。

現有關于人力資本、高新技術產業集聚與經濟增長的研究大多集中討論了兩因素分別對經濟增長的作用。

首先，從內生增長理論來看，人力資本與知識積累是內生技術進步的必要因素，對現代經濟增長具有重要的作用。自 Schultz(1961)明確了人力資本的定義以來，人力資本與經濟增長間的關系是長期研究的熱點。Mankiw 等(1992)的研究指出，人力資本是經濟增長的決定因素，人力資本的差異解釋了跨國收入 80%以上的差異。Greiner 和Flaschel(2009)的研究認為，經濟的可持續增長是人力資本累積的結果。Pereira 和Aubyn(2009)指出，人力資本不僅可以直接促進經濟增長，也可以通過影響物質資本的投資對經濟增長產生作用。在此基礎上，Fleisher 等(2010)利用我國省際面板數據研究發現，無論是直接作用還是間接作用，人力資本均顯著促進了我國經濟的增長。除此之外，Farhad 等(2001)從人力資本與外商直接投資的互動角度研究了其對經濟增長的作用，結果表明：人力資本的提高可吸引外商直接投資，促進經濟增長，外商直接投資的增加可通過外部性加強人力資本，進而形成良性互動。我國學者對此的研究也頗為豐富。例如，鄒薇等(2003)基于標準的內生增長模型，研究了技術模仿、人力資本與發展中國家經濟趕超問題，指出發展中國家對于發達國家先進技術的模仿能力取決于發展中國家的人均人力資本水平。邊雅靜和沈利生(2004)指出，人力資本是經濟增長的核心，是技術創新的源泉，對落后地區的影響至關重要，西部地區人力資本匱乏是阻礙經濟大開發的重要因素。近年來國內學者也開始關注人力資本配置對經濟增長的影響。例如，邵文波等(2015)從勞動力技能匹配的角度，考察了在封閉和開放兩種條件下因為人力資本結構不同而形成的比較優勢情況。李靜等(2017)討論了為什么技術密集型部門和最終產品部門之間的人力資本“錯配”是中國經濟穩增長政策面臨的難題。其研究發現，在經濟轉型過程中，人力資本市場化配置可能失靈，致使創新動力不足。隨著經濟增長階段的變化，部分學者開始探討人力資本與經濟增長質量的關系。其研究表明，人力資本與經濟增長質量間的關系不能一概而論。例如，Tsamadias 等(2018)的研究顯示，人力資本可顯著提升全要素生產率(TFP)，而肖志勇和魏下海(2010)的研究則指出，只有高等教育人力資本對 TFP 增長具有顯著正影響，中等及小學教育人力資本對 TFP 增長不具有積極影響。除在內生理論框架下的探討外，隨著新經濟地理學的發展，有學者也開始從外部效應探索人力資本與經濟增長及其增長質量間的關系(高遠東和花擁軍，2012；陳得文和苗建軍，2012；謝呈陽等，2015)，其研究均表明，人力資本的外部性顯著推動了我國經濟的增長。

其次，關于高新技術產業集聚與經濟增長的研究主要集中在兩方面：一是討論兩者間的內在理論機制。例如，卜洪運、呂俊杰(2004)從高新技術產業的發展特性和高新技術產業對傳統占有的作用入手進行分析，指出高新技術產業集聚會通過人力資本與信息資本流動效應、產業關聯效應、資源整合效應以及財富增加效應四種方式對經濟增長產生影響。張達君和趙鑫(2017)認為，高新技術產業集聚通過“知識、技術要素的擴散效應優化產業整體的技術水平、產業關聯效應帶動產業結構優化升級、產業結構優化的滲透效應提高全要素生產率”三種途徑促進經濟增長。二是從實證角度出發探討高新技術產業集聚對經濟增長的影響。例如，Connolly 和 Fox(2006)利用澳大利亞的經驗數據研究后指出，高新技術產業能夠有效提高勞動生產率，進而促進經濟增長。國內學者惠樹鵬(2011)把中國分為東、中、西部地區來研究高技術產業集聚的經濟效應，結果顯示，高新技術產業集聚可顯著促進我國經濟的增長，這種促進作用在東部最強，中部最弱，而西部居中。陳俊等(2014)的研究也表明，我國高新技術產業集聚的經濟效應存在顯著的區域差異。此外，張宗益和李森圣(2014)研究了高新技術產業集聚的外部性動態變化，發現我國高新技術產業集聚的外部性呈現出“倒 U 型”結構，并且高新技術產業集聚外部性的最大發揮需要適宜的產業環境。李駿等(2018)的研究發現，高新技術產業促進我國經濟增長的作用存在著“拐點”效應，當集聚超過一定值后反而會阻礙經濟增長。

上述研究對人力資本、高新技術產業集聚與經濟增長間的關系進行了較為全面的分析探討，但從當前實際來看，人力資本與高新技術產業集聚的動態關系及二者對經濟增長的作用機制仍需進一步梳理分析。一方面，現有關于人力資本對經濟增長影響的研究多基于靜態分析，而現實中人力資本是流動的。尤其在當下，隨著教育水平的不斷提高、戶籍制度的不斷改革、各地“搶人”政策的不斷推行、高鐵等交通網絡的不斷完善，人力資本在地區間的流動也在不斷加強，基于靜態的研究已不能全面、客觀地反映事實；另一方面，在新經濟地理學框架下，人力資本的流動會加強或推動高新技術產業的集聚，且高新技術產業的集聚也會進一步吸引更多人力資本向本地流動。同時，人力資本流動和高新技術產業集聚均會對經濟增長產生影響，而現有研究未將三者納入同一個框架分析。基于此，本文從動態視角出發，將人力資本流動、高新技術產業集聚與經濟增長納入統一的分析框架，深入地揭示了人力資本流動、高新技術產業集聚與經濟增長間的內在關系，并在此基礎上考慮經濟發展的空間相關性和增長慣性，此后運用空間動態面板模型對這一理論機制進行了實證檢驗。

二、理論機制

本文在內生增長理論和新經濟地理理論的視角下，以 Fujita 和 Thisse(2003)知識創新與擴散模型為基礎進行拓展分析，構建人力資本流動、高新技術產業集聚與經濟增長的理論模型。

為此，假設一國經濟由N、F 兩個地區和傳統部門(A)、高新技術產業部門(M)、知識創新部門(I)三個部門以及普通勞動要素(L)、人力資本要素(H)兩種要素組成。其中，L 為不變常數，且不可跨區域流動，H 要素可有成本跨區域流動。傳統部門遵循瓦爾拉斯分析框架，使用單位勞動要素生產同質產品；高新技術產業部門遵循 Dixit-Stiglitz 分析框架，生產差異化產品，每個高新技術企業生產一種產品，且生產成本為Πi+ωac，Πi是新知識(技術)的單價，ac為所需的工人數量。新知識需要從知識創新部門購買，是大量知識分子勞動的產品，消費者不能直接購買。高新技術產業部門產品的貿易存在“冰山”交易成本。

（一）消費和生產行為

1. 分析消費者行為。每個地區的消費者都有兩個層面的選擇，第一層為在農產品和高新技術產業部門產品上支出比例的選擇，第二層為在差異化的高新技術產業部門產品上的選擇。第一層效用函數為 C-D 效用函數，而第二層為 CES 效用函數。這樣，代表消費者的效用函數為：

（二）知識創新部門

知識創新部門面對的是完全競爭市場，產品價格都相同，并被高新技術產業部門作為固定投入而全部購買。兩地區知識分子總量保持不變，因而 N 地區的知識分子份額為 sh，F 地區的知識分子份額為1-sh，知識分子j 所擁有的知識量為 h( j) ，則對于 N地區，單位時間內的新創知識為：

其中，KN為知識存量，β 為知識分子的異質性，η 為兩地區間的知識擴散強度。高新技術產業部門投入差異化知識，生產差異化產品。因此，現存知識總數等于高新技術企業數 nw，即 h ( j) =αnw①不失一般性，α 可標準化為1；為簡明起見，高新技術產業企業總數也可記為1。，進而有：

研發要素的總收益為：

aH是j 的初始資產，ωj為生產新知識的報酬。Fujita 和Thisse(2003)指出，初始資產等于市場均衡時高新技術企業的資產價值，其報酬等于其資產價值乘以要素數量，即= aH?KN。

（三）短期均衡

命題 1：人力資本流動、高新技術產業集聚是影響經濟增長的重要因素，兩者均可直接推動區域經濟增長。

命題 2：在推動經濟增長的系統中，人力資本流動和高新技術產業集聚相互促進，人力資本流動可提升高新技術產業集聚對經濟增長的邊際貢獻水平，高新技術產業集聚也可提升人力資本流動在經濟增長中的邊際貢獻水平。

進一步分析人力資本流動與高新技術產業集聚相互促進的內在機制(命題 2)：一方面，人力資本較多的地區具有相對較大的市場需求，考慮產品的銷售及運輸成本，高新技術企業傾向于在市場更大的地方設廠生產，因而市場需求吸引了高新技術產業的集聚，人力資本的流動形成了高新技術產業集聚的本地市場效應；另一方面，高新技術企業較多的地區，高新技術產品的種類和數量較多，需從外地購入的高新技術產品數量會減少，轉嫁到當地消費者上的成本較少，產品價格指數較低，更能吸引人力資本的流動，高新技術產業集聚產生了吸引人力資本流動的生活成本效應。因此，這兩種經濟效應會產生人力資本流動而促進高新技術產業集聚、高新技術產業集聚進一步增強人力資本流動的循環累積效應，進而實現了兩者在推動經濟增長過程中的相互促進。

三、模型設定、變量與數據

（一）模型設定

本文研究的被解釋變量為經濟增長。英國經濟學家尼古拉斯·卡爾多將經濟增長歸納為人均產出長期內平穩增長、資本回報率穩定、具有較高的投入產出比率等六個方面(索洛，1994)，張幼文和薛安偉(2013)認為這些可簡單概括為經濟增長是人均產出的長期穩定增長。據此，結合現有研究，我們選擇人均產出的增長率(ln PGDP)為具體衡量指標。

另外，從實際出發考慮，一方面，各省份經濟增長并不是獨立的運行，某個省份的經濟增長或人力資本流動會受到“鄰近”省份經濟行為的影響，存在一定的空間相關性，忽略這種空間相關性可能會造成模型設定的偏誤；另一方面，經濟增長存在慣性，當期經濟增長會受到上期經濟增長的影響，同時考慮到累積因果關系帶來的內生性問題(李翔和鄧峰，2018)，本文建立如下動態空間計量模型來探討人力資本流動、高新技術產業集聚與經濟增長間的關系：

其中，Hflit為i 省t 年的人力資本流動量，Hlqit為i 省t 年的高新技術產業集聚情況，x it 為一系列控制變量，W 為空間權重矩陣。根據理論機制中人力資本流動與高新技術產業集聚間的相互作用，我們進一步在基本模型(20)中引入交互項，有：

（二）核心解釋變量

模型的核心解釋變量是人力資本流動量、高新技術產業集聚程度及二者交互項。首先，人力資本是勞動投入的一種，因而人力資本變量采用就業人口中大專及以上受教育人數來衡量。通常，人口流動或人力資本流動的相關數據可從全國人口普查數據中獲取，但我國人口普查間隔時間較久而不能為本文的研究提供良好的支撐。對此，本文將借鑒相關研究對人力資本流動量進行測度。人力資本流動的測度方法與勞動力流動的測度方法一致，白俊紅等(2017)總結了現有勞動力要素流動的測度方法，并采用引力模型對我國省際 R&D 人員流動量進行了測度。基于此，本文也采用該模型對人力資本的流動量進行測度。另外，根據安虎森等(2011)的研究，工資和房價是吸引勞動力流動的主要因素，因而我們把房價和工資因素也納入引力模型來計算人力資本流動量。據此，從省份i 流入到省份j 的人力資本為：

其中，H i為省份i 的人力資本數量，wagei 、wage j 、housei 及housej分別為省份i 和省份j 的工資及房價，R 為兩省份省會城市間的空間距離①用ArcGIS 計算得到。。

進一步，省份i 在統計年度內的總人力資本流動量為：

其次，對于高新技術產業集聚的衡量，限于數據的可得性，本文采用區位熵來計算，具體為：

式中HiP 和iP 分別表示省份i 高新技術產業就業人數和全部就業人數，HP 和P 分別表示全部省份高新技術產業就業人數和全部就業人數。

（三）空間權重及控制變量

空間權重是計量分析中體現經濟社會空間關聯、空間依賴的重要手段，因而權重的選擇是模型建立中的重要一環。為全面反映研究單元在空間上的“相鄰”和“鄰近”關系，本文選取了兩種地理權重，分別是地理 queen 鄰接權重和地理距離權重②因被解釋變量為人均 GDP 的對數，文中未選用經濟權重或地理與經濟的綜合權重來反映經濟關系上的“近鄰”性。。其中，地理距離空間權重的測定為：

表1 各變量描述性統計

（四）數據說明

考慮數據的可獲得性和連續性，本文面板數據研究單元為我國 29 個省市自治區(海南和西藏因數據缺失而剔除)，研究時段為2003 年—2016 年，數據來源于《中國統計年鑒》《中國高技術產業統計年鑒》和各省份統計年鑒及國泰安數據庫，研究中人均GDP 利用GDP 平減指數換算成了實際值。

四、實證結果分析

（一）空間相關性檢驗

我們設定的是空間動態面板模型，首先利用全局 Moran's I 指數對各省份間經濟發展水平的空間相關性進行檢驗，兩種權重下的估計結果如表2 所示。

表2 空間相關性檢驗結果

表 2 估計結果顯示，在兩種空間權重下，我國各省份單元間的經濟發展水平表現出了顯著的空間相關性，且在距離權重下這種空間相關性更強。在此基礎上，我們進一步做出2016 年各省份經濟發展水平的Moran 散點圖。如圖1 所示，其中第一象限為高高集聚區，第二象限為低高集聚區，第三象限為低低集聚區，第四象限為高低集聚區。由該圖可知，第一象限和第三象限分布的省份有 21 個，占據了絕大多數，這說明我國經濟發展高值區鄰接高值區，低值區鄰接低值區，經濟發展存在著一定的空間依賴性；同時，也有 8 個省份分布在二、四象限，這表明存在少量的空間異質性。因此，回歸方程中不考慮空間相關性則不能客觀地反映現實，本文考慮空間面板模型在客觀實際上較為合理。

圖1 2016年我國省際單元經濟發展水平的Moran散點圖

（二）基礎回歸

這里，在兩種空間權重下分別進行基礎回歸分析，模型估計結果如表3 所示。從模型估計結果可知：(1)在兩種權重下人力資本流動前的估計系數均為正，且在 1%的顯著水平上顯著，表明人力資本流動顯著促進了我國經濟的增長；高新技術產業集聚前估計系數在 10%顯著水平上為正，同樣表現為顯著促進了我國經濟的增長，前文理論分析命題1 成立。但是，比較二者的系數大小可發現，人力資本流動對經濟增長的推動作用明顯強于高新技術產業集聚。(2)模型估計結果均顯示時間滯后項和空間滯后項系數顯著為正，表明本省經濟發展既會受到上期自身經濟發展的影響，也會受到其他省份經濟活動的加權影響。(3)分析控制變量可得，R&D 資金投入、政府財政支出及外商直接投資都可顯著促進區域經濟增長；市場化程度和城鎮化的作用不顯著；產業結構對經濟增長為顯著負向作用。這表明現階段產業服務化傾向的結構調整使我國經濟進入了“結構化減速階段”(李翔和鄧峰，2018)。

（三）機制檢驗

基于上述理論機制及模型設定，對人力資本流動、高新技術產業集聚促進經濟增長的作用機制進行檢驗，結果如表4 所示。從表4 可知，模型(5)和模型(7)欄中的數據是考慮時間和空間滯后項、人力資本流動、高新技術產業集聚及技術投入的回歸模型結果，模型(6)和模型(8)欄中的數據是加入了更多控制變量后的模型估計結果。在其模型估計中，考慮交互項的引入可能會造成多重共線性，故在估計前進行了去中心化處理。

表3 基礎回歸估計結果

表4 模型估計結果

（四）穩健性分析

通常，考慮不同空間權重進行模型估計是檢驗模型穩健性的一種簡單方法，本文實證分析中采用空間鄰接權重和空間距離權重分別對模型進行了估計，估計結果顯著性和方向未發生明顯變動，說明從更換空間權重角度出發來看，本文估計結果穩健。

上述估計也可能存在因模型設定偏誤造成的影響，為此我們通過更換估計方法對模型的穩健性進行檢驗。對于動態面板模型，系統 GMM 法是一種常用的有效估計的方法。因此，本文利用系統 GMM 法在固定效應下對上述空間動態面板模型進行了估計。在模型估計中，對于空間滯后項 W ? ln PGDPit，我們首先計算出各省份人均GDP 對數的值，然后利用標準化后的空間權重矩陣與之相乘，計算出該變量，最后進行估計，其結果如表 5 所示。從表 5 結果也可看出，各變量的估計結果在顯著性和方向上均未發生較大的變化，說明本文的研究結果穩健可靠。

表5 系統GMM法估計結果

此外，上述估計還可能存在人力資本流動、高新技術產業集聚和經濟增長互為因果的內生關系，為避免其對模型估計造成的影響，本文進一步選擇工具變量對模型進行估計。對于空間模型的工具變量選擇，Kelejian 和 Prucha(1998)已推導證明Wn(In-λWn)-1Xnβ是較為理想的工具變量，但實際中λ 并不能實現獲知，因而本文借鑒余泳澤和劉大勇(2013)的做法，采用 W ×Hlfit和 W ×Hlqit為工具變量，在進行估計之前，先對工具變量的合宜性進行檢驗。在queen 權重下兩工具變量的K-P rk LM 檢驗的p 值均為0.000，拒絕工具變量的不可識別性；K-P rk Wald F 檢驗的值分別為751.91和18.64，大于臨界值16.38，C-D Wald F 檢驗的值分別為762.05 和30.62，大于臨界值10，不存在明顯的弱工具變量問題，即工具變量的選擇是有效的。在地理距離權重下，兩工具變量的K-P rk LM 檢驗的p 值分別為0.011 和0.000；K-P rk Wald F 檢驗的值分別為25.41 和33.72，大于臨界值16.38，C-D Wald F 檢驗的值分別為21.34 和39.72，同樣說明工具變量的選擇是合適的。進一步利用工具變量對模型進行估計，結果如表 6所示。核心解釋變量的估計系數僅在大小上發生了變化，在方向和顯著性上未發生變化，該結果表明考慮人力資本流動、高技術產業集聚和經濟增長的內生性后模型的估計結果依然穩健，結果具有較強的可靠性。

表6 考慮內生性的模型估計結果

五、研究結論及啟示

創新在一國或一地區經濟增長中的地位不言而喻，人力資本是創新的主要來源。近年來，為促進本地經濟高效、快速增長，我國各地均在創造更好的“條件”吸引人力資本流入。從新經濟地理學角度來看，人力資本流動也將伴隨著高新技術產業的集聚，進而對經濟增長產生影響。基于此，本文首先從新經濟地理學角度出發，在理論上分析了人力資本流動、高新技術產業集聚對經濟增長影響的內在機制，接著利用 2003—2016 年我國省際面板數據，依實際建立空間動態面板模型對該機制進行了檢驗，考慮模型設定偏誤和內生性問題后，估計結果依然穩健。

本文主要研究結論和啟示如下。

其一，我國各省際單元間經濟發展存在顯著的空間依賴和空間相關性，一省份經濟的增長會受到周邊省份經濟增長的影響，且這種影響為顯著的正向促進作用。據此我們可以得知，一省份或地區經濟增長不是一個“閉門造車”的過程，緊密的區域聯系導致區域“近鄰”或“相鄰”模式具有重要的影響，信息和資源要素在地區間具有較強的相互依賴關系。因此，政府在本地經濟增長政策的制定中要兼具考慮周邊地區的經濟發展策略及發展情況，努力搭建促進地區經濟發展交流的平臺，形成資源互補，有效利用本地及周邊資源要素來促進本地及全國整體經濟的增長。

其二，各省份經濟增長存在明顯的慣性，當期經濟增長會受到上期經濟增長的顯著影響，故而總結前期發展經驗才能更好地促進當期經濟增長。

其三，人力資本流動、高新技術產業集聚均可在一定程度上促進地區經濟增長，同時，人力資本流動與高新技術產業集聚在推動經濟增長的過程中相互作用，進一步推動了地區經濟增長。因此，借助人力資本流動和高新技術產業集聚提升地區經濟增長速度和增長質量是地區可思考和細化的重要舉措，深化戶籍改革、完善人力資本流動機制，進一步促進高新技術產業集聚是政策制定可考慮的舉措內容。

其四，當前我國經濟發展進入了“結構性減速”階段，服務傾向型產業結構對經濟增長表現為顯著的負向作用。對此，我們需要理性認識產業結構的轉換升級，第二產業仍然是經濟增長的主導力量，第三產業的發展需要建立在良好的第二產業發展的基礎之上，在實踐中要引導第二產業和第三產業間相互促進、良性循環，進而在優化產業結構的同時有效地促進經濟增長。