中國人力資本錯配測度：區域差異及影響因素

楊仲山 謝黎

摘 要：本文利用柯布—道格拉斯（C-D）生產函數對2000—2017年中國30個省份的人力資本錯配指數進行測度，從省級層面、區域層面考察了人力資本錯配的類型和演進特征，通過泰爾指數對東中西三大地區和八大經濟區人力資本錯配的區域差異及來源進行揭示，通過空間計量模型檢驗了人力資本錯配的空間關聯及影響因素。研究結果表明：考察期內中國人力資本錯配得到一定程度的緩解，整體上由配置過度演變為配置不足;人力資本錯配的演進態勢在不同省份和不同經濟區具有顯著差異;三大地區人力資本錯配差異的主要來源為區域內差異，而區域間差異對八大經濟區人力資本錯配的區域差異貢獻率趨于上升;整體上人力資本錯配具有明顯的空間關聯特征，地方政府財政支出和產業結構調整加劇了人力資本錯配，而居民消費水平和信息化程度的提升有助于緩解人力資本錯配。

關鍵詞：人力資本錯配;區域差異;C-D生產函數;空間計量模型

中圖分類號：F222;F240? 文獻標識碼：A

文章編號：1000-176X（2021）11-0109-11

自Schultz[1]ADDINNE.Ref.{3B30A3F8-F55C-47FC-AF9A-A228CE246DD7}提出“人力資本”的概念以來，人力資本在學術研究和政策文件中被反復提及，成為新增長理論解釋全球、地區及行業經濟增長效率或質量差異的重要視角。改革開放四十余年來，中國宏觀經濟取得了全球矚目的增長績效，而人力資本累積所釋放的“人口紅利”是其重要且不可或缺的驅動因素[2]ADDINNE.Ref.{1D25C3C1-C7F3-409B-B813-CEC6AC8B6492}。中央財經大學中國人力資本研究中心發布的《中國人力資本報告（2019）》顯示：2017年中國實際人力資本存量達到1 688.57萬億元，比2000年增長了3.03倍，年均增長8.55%。然而，與此相悖的是，刻畫經濟增長效率或發展質量的全要素生產率卻未維持較高的增長態勢，且人力資本對經濟增長的貢獻率也遠低于發達經濟體[3]ADDINNE.Ref.{81C8CD5A-AEDB-4401-9075-425028CDAB51}，一個重要的根源在于中國人力資本存在較為嚴重的錯配而致使其配置效率低下[4]ADDINNE.Ref.{04F10C19-C01C-4486-BEF9-E763CB6DF157}。作為要素錯配的一種，人力資本錯配是相對最優配置而言的，表現為對人力資本最優或有效配置的偏離程度[5-6]ADDINNE.Ref.{1D25C3C1-C7F3-409B-B813-CEC6AC8B6492}。國家統計局公布的數據顯示，中國的勞動人口數量已于2013年達到峰值，由此進入了較長時期的下降區間，中國的人口結構已呈現出典型的“老齡化”特征，中國經濟也隨之進入增速下滑的發展階段。在人口“數量紅利”趨于衰減的背景下，中國固然應該加大教育和醫療等公共服務投入力度，以最大限度地挖掘人口“質量紅利”的增長潛力，但如果現存的人力資本錯配或低效率配置得不到有效矯正，中國經濟后續維持較長時期中高速增長的目標也難以達成[7-8]ADDINNE.Ref.{A6D7B459-0A08-4137-BD70-E309B6CBA35B}。尤其是當前中國正處于經濟粗放型增長向高質量發展轉型的關鍵歷史窗口，更加強調全要素生產率增長的動力機制，這必然要求最大限度解決人力資本錯配問題，以提升人力資本對經濟高質量發展的驅動力。這就引申出一系列需要回應的現實問題：中國人力資本錯配的狀況如何？在時間演進和空間差異層面呈現出怎樣的趨勢特征？其背后的邏輯動因又是什么？諸如此類問題的回應無疑具有重要的學術價值和政策蘊含。

一、文獻綜述

對人力資本存量的科學估算是測度人力資本錯配指數的前提條件。目前，學術界估算人力資本存量主要采用教育年限法、成本法和終生收入法（J-F收入法）。教育年限法是依據勞動者的平均受教育程度乘以勞動人口數量來估算人力資本存量[9]ADDINNE.Ref.{F2598268-F815-424B-87F7-D38D8A1510C9};成本法，也稱教育經費投資法，是根據人力資本投資來測算人力資本存量，如為了提高勞動者的素質而花費在教育、培訓和醫療等方面的投資;終生收入法由Fraumeni和JorgensonADDINNE.Ref.{9788D09B-BBEC-4018-97DE-0570DFCD84C4}提出，是用人力資本產生收入的現值來估算人力資本，即勞動者預期的未來收益的現值，實質是從當期來估計教育投資對受教育者一生收入的影響，并將此收入匯總得出受教育者的人力資本存量[10]。終身收入法的優點在于能更加準確合理地反映出教育和健康等長期投資對人力資本積累的重要作用，因而在國際上被廣泛采用。

從人力資本錯配的視角來討論人力資本配置效率問題的相關研究仍較為缺乏，早期的研究主要關注勞動力要素的錯配問題，并認為勞動力錯配是引致全要素生產率（TFP）下降和總產出損失的重要原因[11]ADDINNE.Ref.{93A20A57-ABC7-447C-BF1A-B6C6B5C33F5B}。近幾年來，人力資本錯配或配置效率得到學界高度關注，其主要聚焦在人力資本錯配的現實表征及其對經濟效率損失的影響、人力資本錯配的觸發動因等方面。馬穎等[12]ADDINNE.Ref.{0836BAA2-F88E-46B5-9821-989186237B1A}以企業兩要素生產函數為基本設定，用人力資本實際使用數量與最優配置狀態的比例來衡量人力資本錯配，對三次產業的人力資本錯配進行測度，發現第一產業和第三產業呈現出人力資本配置過度，而第二產業尤其是制造業表現為人力資本配置嚴重不足，人力資本錯配使得2007年和2013年中國實際總產出分別損失1.79%和1.63%。葛晶和李勇[13]ADDINNE.Ref.{833F70B3-27BF-4DC8-ACB3-B1AB1F51BE95}將企業生產函數拓展為資本數量、勞動力數量和勞動力質量的三要素生產函數，測算了2009—2015年中國19個細分行業的人力資本錯配，并從行政壟斷視角闡釋了人力資本錯配的形成機制，行政壟斷解釋了人力資本錯配在行業間差距的59.65%。

解晉[8]ADDINNE.Ref.{0C575DBE-7CEE-40DD-89A0-F6B1574931D2}采用 Aoki 模型和地區C-D生產函數的測度結果表明，中國人力資本錯配呈現出東部地區比中西部地區嚴重的特征事實，市場化水平、基礎設施建設和產業結構合理化有利于人力資本配置效率的改善，而地方政府的不當干預和金融發展加劇了人力資本錯配。王宋濤等[14]ADDINNE.Ref.{BB87F993-66E3-4E05-93ED-14E90041741F}通過構建 “工資基尼系數”來衡量勞動力錯配，發現要素市場分割程度越嚴重的地區，勞動力和資本流動的成本將會大幅提升，其資源錯配程度也越嚴重。劉貫春等[15]ADDINNE.Ref.{C60B173E-0B7D-4312-A008-32440A1F1508}構建土地、勞動力和資本三種要素生產函數，測度了農業部門和非農業部門的人力資本等要素市場的扭曲程度，認為扭曲是導致區域經濟非平衡發展的關鍵原因之一。楊志才[16]ADDINNE.Ref.{7551668E-DC34-4543-9263-B17D32588402}發現，人力資本等要素錯配惡化了地區間收入差距，且加劇了收入差距對經濟增長的阻礙作用。王啟超等[17]ADDINNE.Ref.{1E4A337F-03D0-4F26-9CA0-2D2996C1981D}通過構建金融業與制造業人才最優配置比，發現在283個地級市樣本中，有273個城市人力資本配置過度偏向金融業，這種“脫實向虛”的配置方向顯著降低了制造業全要素生產率。李靜和楠玉[18]ADDINNE.Ref.{1A3275BF-AB14-4184-AA97-05F3CB334E97}發現，人力資本錯配與制度體制有一定關聯，中國事業型單位、行業和部門以其高福利和穩定的收入預期吸引大量人力資本流入，進而造成人力資本錯配和收入差距擴大，且對社會的消費增長和消費升級帶來不利影響。

已有文獻為本文提供了思路和方法等方面的借鑒或啟示，但在以下方面仍有改進的空間。一是在人力資本錯配指數測度中人力資本存量的估算上，已有研究主要采用教育年限法和成本法，這兩種方法雖具有計算簡單的優點，但誤差大、代表性差、存在滯后性和片面性，其合理性和準確性遭到質疑。本文選擇中央財經大學中國人力資本研究中心基于J-F收入法估算出來的各省份人力資本存量數據，對人力資本錯配指數進行測度，在一定程度上提升了該指數估算的準確性。二是在研究對象上，已有文獻更多地關注企業或行業的人力資本錯配或配置效率問題，而對區域層面人力資本錯配的研究較少，尤其缺乏對其時空演進特征和區域差異進行深入揭示的研究。三是研究方法上，大多數研究通常基于企業層面的微觀數據和生產函數錯配指數[5-13]ADDINNE.Ref.{1A3275BF-AB14-4184-AA97-05F3CB334E97}，少數研究采用“工資基尼系數”來刻畫勞動力錯配[14]ADDINNE.Ref.{1A3275BF-AB14-4184-AA97-05F3CB334E97}，以及基于行業人力資本強度差異測度不同行業的人力資本錯配程度[19]ADDINNE.Ref.{1A3275BF-AB14-4184-AA97-05F3CB334E97}。由于Aoki模型放松了參數法中生產函數形式的約束，在人力資本等要素錯配的測算中得到廣泛應用，其不僅適合微觀企業層面的要素錯配研究，還為宏觀區域層面提供了可靠的分析框架[20]ADDINNE.Ref.{1A3275BF-AB14-4184-AA97-05F3CB334E97}。在估計生產函數的彈性系數時，大部分研究采用普通最小二乘法（OLS），即假設每個截面都是一樣的，這相對于直接給定固定產出彈性系數而言，提高了估算合理性，但并不能得到差異化的彈性系數。而最小二乘虛擬變量法（LSDV）可以給不同的樣本不同的截距，并將每個截面通過截距項的差異分離出來，得到更符合現實的差異化彈性系數。由此，本文基于2000—2017年中國省級面板數據，著重考察物質資本和人力資本兩種要素，選擇假定規模報酬不變的柯布—道格拉斯（C-D）生產函數以及Aoki模型，并采用最小二乘虛擬變量法（LSDV）計算彈性系數。在對人力資本錯配進行測度的基礎上，綜合采用核密度估計和泰爾指數分解等方法，深入闡釋其時空演進及區域差異。

二、研究方法

（一）Aoki模型

測算地區層面上的人力資本錯配首先要從要素的價格扭曲系數入手，本文借鑒陳永偉和胡偉民[21]ADDINNE.Ref.{76710BF4-DBC6-41B0-B6EA-056BE38F2209}的方法，通過測度物質資本錯配指數τKi和人力資本錯配指數τLi，來反映各地區物質資本和人力資本的錯配情況。

γKi=1/1+τKi，γLi=1/1+τLi （1）

其中，γKi和γLi分別為物質資本投入和人力資本投入的價格絕對扭曲系數，表示投入要素價格沒有扭曲時的加成情況，但實際測算時價格絕對扭曲系數難以觀測，用價格相對扭曲系數Ki來代替：

Ki=Ki/K/siβKi/βK，Li=Li/L/siβLi/βL（2）

其中，Ki/K表示地區i使用的物質資本占物質資本總量的實際比值;si=Yi/Y表示地區i的產出Yi占整個經濟體產出Y的份額;Li/L表示地區i使用的人力資本占人力資本總量的實際比值;siβKi和siβLi分別表示物質資本貢獻值和人力資本貢獻值;βK=∑Ni=1siβKi表示產出加權的物質資本貢獻值;βL=∑Ni=1siβLi表示產出加權的人力資本貢獻值;siβKi/βK表示地區i的物質資本錯配程度; siβLi/βL表示地區i的人力資本錯配程度，若該比值大于1，說明相對于整個經濟體而言，該地區人力資本配置過度;若該比值小于1，則表示該地區人力資本配置不足。

進一步借鑒趙志耘等[22]的做法，選擇假定規模報酬不變的C-D生產函數，即βKi+βLi=1， 估計各地區物質資本和人力資本的要素產出彈性βK和βL。對生產函數兩邊同時除以Lit后取自然對數，并在模型中加入地區虛擬變量μi和年份虛擬變量λt，用來控制各省份不隨時間變化的個體特征和年份固定效應，整理可得式（3）：

lnYit/Lit=lnA+βKilnKit/Lit+μi+λt+εit（3）

借鑒白俊紅和劉宇英[6]ADDINNE.Ref.{A1A3190D-FE67-46CB-AE48-B9A91A0B2874}運用LSDV計算中國30個省份的彈性系數βKi和βLi，代入生產函數計算人力資本錯配指數，錯配指數存在正負之分，其絕對值大小代表錯配程度，人力資本錯配指數τLi>0，表示人力資本配置不足，人力資本錯配指數τLi<0，表示人力資本配置過度。

（二）核密度估計

核密度估計屬于非參數估計，主要用于隨機變量的概率密度估計，利用連續的密度曲線描述隨機變量的分布形態。假設一組連續型隨機變量X的密度函數為fx，在點x的概率密度的估計式為：

fx=1/Nh×∑Ni=1KXi/h-x/h（4）

其中， N為觀測值的個數;h為帶寬;K（·）為核函數;Xi為獨立同分布的觀測值;x為均值。選擇高斯核函數對中國30個省份的人力資本錯配指數演進動態進行估計。

（三）泰爾指數分解

測量差異的方法較多，包括變異系數、基尼系數和泰爾指數等。本文不僅度量人力資本錯配的區域差異，還試圖厘清人力資本錯配差異的來源。泰爾指數具有按照子群分解差異的優點，可以將差異分解為組內差異和組間差異[23]ADDINNE.Ref.{1E6BAAFA-4C74-400E-8555-66DEB864BDA3}，故本文選用泰爾指數測度中國省級層面的人力資本錯配差異。泰爾指數Theil的計算及分解方法如下所示：

Theil=1/n×∑ni=1τLi/μ×lnτLi/μ（5）

Theil=TheilW+TheilB（6）

TheilW=∑mk=1skTheilτLk（7）

TheilB=∑mk=1sklnμk/μ（8）

其中，n表示樣本量; τLi表示人力資本錯配指數，按絕對值由低到高排序后，第i個省份的人力錯配指數的絕對值;μ表示所有省份人力錯配指數絕對值的平均值;m表示組數;μk表示第k組樣本平均人力錯配指數絕對值;sk表示第k組樣本人力資本錯配指數絕對值得分占總體人力資本錯配指數絕對值得分的比值;TheilW表示組內差異;TheilB表示組間差異。

三、人力資本錯配的系統測度及演化態勢

（一）變量選擇及數據來源

1.產出變量

產出變量（Yit）用各省份的地區生產總值表示，為了剔除價格的影響，本文利用地區生產總值指數（2000年=100）對地區生產總值進行了處理，數據來源于2000—2017年《中國統計年鑒》。

2.人力資本投入量

人力資本投入量（Lit）用中央財經大學中國人力資本研究中心根據J-F收入法估算出來的各省份人力資本存量表示。為了剔除價格影響，本文利用消費者物價指數（2000年=100）對人力資本存量進行了處理。

3.物質資本投入量

物質資本投入量（Kit）用各省份物質資本存量表示，使用永續盤存法來計算，公式如下：

Kt=It/Pt+1-δtKt-1 （9）

其中，Kt表示當期固定資本存量;It表示當期名義固定資本形成額;Pt表示固定資產投資價格指數;δ表示折舊率，參考張軍等[24]ADDINNE.Ref.{89AE8B1C-746A-4B1A-AC88-83C1168F8B1B}設定為9.6%;Kt-1表示上一期固定資本存量，數據來源于2000—2017年《中國統計年鑒》。

（二）人力資本存量的比較

選擇2000—2017年中國30個省份（不含西藏和港澳臺地區）為樣本，為了剔除價格影響，本文利用各省份消費者物價指數（2000年=100）對人均人力資本存量進行了處理，限于篇幅，僅將2000年和2017年各省份人均人力資本存量及樣本期增長率的結果報告于表1。

從表1可以看出，2000年人均人力資本存量最高的省份，主要為東部沿海經濟區的上海和浙江，北部沿海的北京和天津，南部沿海的廣東，最低的主要集中在西北的甘肅和青海，西南的貴州和云南以及黃河中游的山西。2017年人均人力資本存量最高的省份，主要為東部沿海的上海、浙江和江蘇，北部沿海的北京和天津，最低的主要集中在西北的甘肅、青海和新疆，西南的云南以及長江中游的湖南。由此可見，中國人均人力資本存量水平具有明顯的梯度特征，沿海發達地區高于內陸欠發達地區，這一特征并未隨著時間的推移發生實質性的改變。

就增長率來看，人均人力資本存量增長率最高的5個省份是東部沿海的江蘇、長江中游的湖北、西南的重慶、西北的寧夏和北部沿海的山東，而人均人力資本存量增長率最低的5個省份是北部沿海的北京、東部沿海的上海、南部沿海的福建、西北的新疆和長江中游的湖南。這一發展態勢說明，借助于西部大開發和中部崛起等國家區域發展戰略的實施，長江中游、西南和西北經濟區充分發揮后發優勢聚集人才，部分省份的人均人力資本存量呈現出較高的增長態勢，但整體而言，長江中游、西南和西北經濟區內部大多數省份的人均人力資本存量增長率仍有待于進一步提高，人均人力資本存量仍然呈現典型的區域發展不平衡的特征事實。

（三）各省份及八大經濟區人力資本錯配的演化特征

基于中國30個省份的投入產出數據，根據式（1）—式（3）測度人力資本錯配指數，限于篇幅，僅報告了2000年和2017年的結果，如表2所示。

從表2可以看出，各省份均存在人力資本錯配或扭曲，2000年配置過度的省份有20個、配置不足的省份為10個，說明該年中國整體上人力資本配置過度較為嚴重，這一特征蘊含著人力資本供給相對于地區經濟發展對人力資本的需求而言更為充裕，高于最佳或理論上的配置水平。而2017年則有9個省份為人力資本配置過度、21個省份人力資本配置不足，這一特征蘊含著該年人力資本供給水平低于經濟發展的實際需求。綜合而言，2000—2017年，中國人力資本的配置狀況逐步由過度轉向為不足。可能的原因是，2001年中國加入世界貿易組織以后，經濟或產業全面融入全球化進程，外商直接投資的高速增長和中國城鎮化、工業化的全面提速相互促進，中國經濟規模的快速提升吸納了相對配置過度的人力資本。再加之隨著中國老齡化社會的到來，青壯年勞動力人口增長率下滑并于2012—2013年達到拐點開始走向負增長，使得人力資本供給相對于經濟發展對人力資本的需求而言變得相對稀缺，從而中國整體上由人力資本配置過度轉向配置不足。

為進一步考察中國八大經濟區人力資本錯配的時空演進特征及其可能存在的異質性，本文測算了2000—2017年八大經濟區的人力資本錯配指數。

限于篇幅，人力資本錯配指數和人力資本錯配指數核密度圖未在正文列出，留存備索。2000—2017年，東北人力資本錯配指數由2000年配置不足（大于0）演變為2014年的配置過度，且2014—2017年配置過度有加劇態勢。原因可能在于，東北傳統產業特別是制造業受國際貿易環境惡化和產業結構調整的沖擊，相對于既有人力資本而言出現制造業投資萎縮，人力資本錯配由不足向過度轉變。北部沿海人力資本錯配指數在0軸上方波動，始終表現為配置不足，且經歷了兩個加劇區間和兩個緩解區間，呈現出大致M型的演變特征。北部沿海地區優質的開放環境和區位條件，吸引了大量外來資本流入，相對于更為旺盛的物質資本積累，人力資本相對配置不足。東部沿海人力資本錯配指數在2012年前大于0，表現為配置不足，2012年后在0下方細微波動，表現為輕微的配置過度，但總體而言，該地區在樣本期間人力資本錯配得到有效緩解。東部沿海具有良好的就業創業環境，吸引了外來資本和人才的大量流入，相對于物質資本而言，人力資本稍顯富足，但總體而言，人力資本配置狀況得到明顯改進，錯配程度有所下降。南部沿海人力資本錯配指數在波動中總體走高，并由2013年前的小于0轉化為之后的大于0，說明該地區人力資本配置狀況由配置過度向配置不足轉變，且呈現出總體加劇態勢。南部沿海地區開放的營商環境以及完善的產業設施，更容易獲得資本的青睞，與此同時人力資本的積累速度相對不足，導致人力資本配置不足。黃河中游人力資本錯配指數不斷增大，數值由負轉為正（2004年），說明人力資本配置狀況由配置過度向不足演變，指數由2007年達到峰值后在波動中逐漸走低，說明配置不足的狀況總體趨于緩解。黃河中游的人力資本呈現出逐年外遷的趨勢，這也可能與周圍沿海城市的虹吸效應息息相關。長江中游人力資本錯配指數在0軸下方波動，其走勢呈現出微弱的W型特征，說明該地區人力資本配置過度在經歷了不斷反復后趨于緩解。長江經濟帶建設帶來的政策紅利，加速的產業建設和投資，使得人力資本配置過度狀況得到了有效的緩解。西南經濟區人力資本錯配指數在波動中不斷增大，數值由負轉為正（2015年），說明該地區人力資本配置過度在經歷了較長時期的整體緩解后，開始呈現出配置不足特征，且有加劇趨勢。西南經濟區的人力資本底子薄，雖然積累速度較快，但與較發達地區還有很大的差距，隨著西部大開發的縱深推進，相對于高速增長的投資規模而言，人力資本配置由過度向不足演進。西北經濟區人力資本錯配指數波動較為劇烈，但整體上也由配置不足向過度轉化。西北經濟區的資源稟賦相對匱乏，其人力資本積累也較為緩慢。

（四）基于核密度估計的中國人力資本錯配結構性分析

依據人力資本錯配核密度估計，2005年、2011年和2017年出現峰值波動，表明人力資本錯配存在時間維度的結構性變化，因而將樣本分為三階段進行分析。與2000年相比，2005年核密度函數峰值明顯升高，變化區間大幅度收窄，核密度函數中心向右移動穿過0值后更靠近0值，說明在2000—2005年，中國人力資本總體上表現為由投入過度向投入不足轉變，人力資本錯配得到矯正且各地區的差距明顯縮小。與2005年相比，2011年峰值出現一定幅度回落，變化區間也出現擴大，密度函數中心略微向左靠近0值移動，說明在2005—2011年，中國人力資本錯配得到略微矯正，但各地區的差距逐漸擴大。與2011年相比，2017年峰值較大幅度下降，變化區間也持續擴大，密度函數中心略微向左靠近0值移動，說明在2011—2017年，中國人力資本配置狀況得到優化，但地區差距逐漸擴大。總體而言，與2000年相比，2017年人力資本錯配的核密度函數中心向右移動穿過0值后更靠近0值，說明在2000—2017年，中國人力資本整體上表現為由投入過度向投入不足轉變，波峰高度出現上升，變化區間逐漸縮小，這表明在中國30個省份人力資本錯配程度降低，各省份人力資本錯配差距變小。

四、人力資本錯配指數的區域差異及來源

（一）基于三大地區分解的人力資本錯配指數

根據式（5）—式（8）的計算方法，全國及東中西部三大地區人力資本錯配指數差異的測度結果報告如表3所示。

從表3可以看出，人力資本錯配指數的總體差異在波動中趨于上升，全國總體差異由2000年的0.289上升到了 2017年的0.336，上升幅度為16.3%。東部地區差異由2000年的0.199上升到了 2017年的0.498，上升幅度為150.3%，中部地區差異由2000年的0.466下降到了 2017年的0.278，下降幅度為40.3%，西部地區差異由2000年的0.265下降到了2017年的0.210，下降幅度為20.8%。從人力資本錯配指數的區域對比來看，東部地區、中部地區和西部地區人力資本錯配指數差異的均值分別為0.291、0.243和0.360，表明中部地區的人力資本錯配指數差異最小，東部地區次之，西部地區最大。基于三大地區的分解結果顯示，全國人力資本錯配指數的差異主要來源于區域內差異，區域內差異貢獻了總差異的93.9%，總差異中只有6.1%來自區域間差異。

（二）基于八大經濟區分解的人力資本錯配指數

為了進一步揭示人力資本錯配指數的區域差異及來源，本文分別計算了東北、北部沿海、東部沿海、南部沿海、黃河中游、長江中游、西南和西北八大經濟區的泰爾指數，并基于八大經濟區對總體差異進行分解，結果如表4所示。從表4可以看出，北部沿海、東部沿海、南部沿海、黃河中游和西北的人力資本配指數差異在波動中趨于上升，而東北、長江中游和西南的人力資本錯配指數差異在波動中趨于下降。從八大經濟區人力資本錯配指數差異的橫向對比來看，東北的平均差異最小，北部沿海的平均差異最大，其人力資本錯配指數均值分別為0.097和0.246。基于八大經濟區的分解結果顯示，人力資本錯配指數總體差異主要由區域內差異和區域間差異共同引起，區域內差異貢獻了總差異的 52.5%，區域間差異貢獻了總差異的47.5%。

總體上看，基于三大地區，人力資本錯配指數總體差異的主要來源是區域內差異，其中區域內差異貢獻了總差異的93.9%;而基于八大經濟區的分解結果顯示，人力資本錯配指數總體差異是區域內差異和區域間差異共同引起的，以上結果表明不僅要控制區域內差異，區域間的差異也同樣值得重視。實際上，無論三大地區還是八大經濟區的分解，都是從一個省份所處的地理位置來劃分子群的，分解結果顯示當地理區域劃分較大時（三大地區），區域內差異對總差異的影響大，而區域間差異對總差異的影響小，而地理區域劃分較小時（八大經濟區），區域間差異對總差異的影響愈發明顯，表明一個省份人力資本錯配指數的高低有可能與地理位置存在某種關聯性。

五、人力資本錯配影響因素的經驗考察

（一）變量界定與數據來源

1.被解釋變量

人力資本錯配指數（τLit），前文運用C-D生產函數，對2000—2017年中國30個省份的人力資本錯配指數進行了測算，將其取絕對值后作為被解釋變量。

2.解釋變量

本文引入如下解釋變量：（1）地方政府財政支出（lnlgs），以人均財政支出的自然對數表示。財政支出的直接投資效應及引致的社會資本政策引導效應，對區域物質資本形成及人力資本配置具有重要的影響，合理的財政支出規模及結構有助于要素配置效率的整體提升，反之，將對要素配置狀況具有惡化效應。由此，財政支出將對人力資本配置具有重要影響。（2）教育水平（lnedu），以（小學人數×6+初中×9+高中×12+中職×12+大專×15+本科×16+研究生×19）/6歲以上人口計算所得的人均受教育年限的自然對數表示。受教育水平較低往往面臨就業面狹窄的問題，而通常受教育水平越高，選擇職業的自由度越大，人力資本在行業間的流動性更強，有利于緩解人力資本錯配。（3）居民消費水平（lnhcl），以居民消費水平指數（2000年=100）計算的實際居民消費水平的自然對數表示。居民消費水平對勞動者的生產及生活環境具有重要作用，是引致物質資本投資和人才流動區位選擇的重要變量，對人力資本配置具有重要影響。（4）信息化水平（it），以郵電業務總量與地區生產總值的比值表示。信息化發展有助于緩解物質資本和人力資本配置的信息不對稱性，其引致的交易成本降低效應，有助于實現人力資本與其他要素資本的合理組合，進而對人力資本配置產生重要影響。（5）產業結構調整（ir），構建產業結構調整指數ir=∑3a=1Pa/Pln（Pi/Hi×H/P），其中，a為產業，i為省份，P為產出，H為就業人員數。這是一個反向指標，產業結構與就業結構耦合度最高時該指數為零，且全部為正，因而取倒數使之成為一個正向指標進入模型。產業結構調整對物質資本投資方向產生重要影響，并引致人力資本流動及配置方式的變革，通常產業結構變遷與人力資本配置調整不同步，產業的升級與發展落后或超前于人力資本配置水平的提高，均會加劇人力資本錯配[8]。（6）貿易開放水平（trade），以進出口總額（萬美元）×當年匯率與地區生產總值的比值表示。貿易開放水平是營商環境的重要組成部分，較高的貿易開放水平有助于物質資本和人力資本的形成及合理配置，從而緩解人力資本錯配。（7）城鎮化水平（urban），以城鎮人口占總人口的比重表示。城鎮化是產業及人口等要素資源向城鎮地區逐步集聚的過程，城鎮化建設引發的投資及人口流動效應，對各類要素配置具有重要影響，是引致人力資本配置調整的重要變量。

本文選取2000—2017年中國30個省份（不含西藏和港澳臺地區）的數據作為樣本，為消除數量級差異，本文對部分數據取自然對數。人均財政支出數據來源于中國財政稅收數據庫，其余解釋變量的相關數據來源于歷年《中國統計年鑒》。

（二）模型構建

區域經濟一體化背景下的人力資本等生產要素的跨行政區域流動，使得人力資本配置效率可能在空間上具有相關性。上述區域泰爾指數的分解結果也顯示出人力資本錯配可能存在一定的地理空間關聯，對于這種空間相關性的忽略必然導致在模型的估計上存在偏誤以及進行錯誤的參數檢驗[25]ADDINNE.Ref.{13221427-2D66-4ABA-A263-E988F19D66DD}。空間計量模型由于考慮了變量存在空間轉移擴散的情形，通過引入空間權重矩陣對可能存在的空間關聯進行控制，有助于有效識別影響人力資本錯配指數的時空因素。在空間計量模型的選擇中，如果滿足殘差存在明顯相關性或擾動項結構存在高階空間依賴，則需要使用空間自相關模型（Spatial Auto Correlation Model，SAC），本文使用LM檢驗得出其殘差存在顯著相關性（在1%的水平上顯著），因而構建計量模型如下：

τLit=ρωijτLit+δ1lnlgsit+δ2lneduit+δ3lnhclit+δ4itit+δ5irit

+δ6tradeit+δ7urbanit+εit（10）

其中，i和t分別表示省份和年份;ρ表示空間自回歸系數;ωij作為二進制的鄰接空間權重矩陣，表示不同地區之間的空間聯系和互動關系，當省份i和省份j相鄰時，ωij=1，當省份i和省份j不相鄰時，ωij=0;εit表示隨機擾動項。

（三）空間相關性檢驗

本文通過Moran's I及其散點圖對中國人力資本錯配指數進行全局空間自相關檢驗。Moran's I反映了觀測值與空間滯后項的相關關系。Moran's I∈-1，1，其值大于零，表征高值與高值相鄰、低值與低值相鄰，說明具有正的空間相關性;其值小于零，表示高值與低值相鄰，則說明具有負的空間相關性。如果其值接近零，則表明不存在空間自相關。

本文對中國30個省份人力資本錯配指數的 Moran's I進行了空間自相關檢驗。檢驗結果顯示：Moran's I 為0.1902，且通過了1%的顯著性水平檢驗，這表明各省份人力資本錯配指數在空間上存在依賴現象。進一步進行局部Moran's I檢驗，結果表明，人力資本錯配指數在2000—2007年的空間相關性為負但不顯著，2008—2017年的局部Moran's I均通過5%顯著性檢驗，說明2008年以后，人力資本錯配的空間相關性才逐漸顯現。

（四）回歸結果分析

表5是本文空間計量回歸結果。

從表5可以看出，列（1）報告了式（10）各變量的點估計系數，其中，N=540，R2=0.100，ρ的估計值為-0.355，且在5%的水平下顯著，誤差項的空間自回歸系數的估計值為0.372，且在1%的水平下顯著，故存在空間自回歸效應。同時LM檢驗和Robust LM檢驗均顯著拒絕不存在空間相關性的原假設，這意味著本文采用空間自相關模型是合理的。列（2）—列（4）為采用偏微分方法對式（10）所報告的點估計系數進行的空間溢出效應分解，分別為直接效應、間接效應和總效應。

地方政府擴大財政支出規模加劇了本地區的人力資本錯配，但對相鄰地區的人力資本錯配具有一定的緩解作用。總效應顯著為正，說明地方政府財政支出總體上加劇了人力資本錯配;提升消費水平有助于緩解本地區人力資本錯配，但一定程度上加劇了相鄰地區的人力資本錯配，總體來看，消費水平的提升整體有助于緩解人力資本錯配;信息化發展有助于緩解本地區人力資本錯配，但在一定程度上加劇了相鄰地區的人力資本錯配，而總效應顯著為負，說明信息化建設整體上有助于改善人力資本配置效率;第二、三產業的發展及其占比的上升，加劇了人力資本錯配;加大教育投入以提升本地區勞動者的教育水平，提升貿易開放水平和加快城鎮化進程對人力資本錯配的影響均不顯著。

（五）穩健性檢驗

空間計量模型的參數估計結果受到空間權重矩陣選取的影響較大，針對不同空間權重矩陣進行穩健性估計是有必要的。因此，本文分別采用經濟距離空間權重矩陣、地理距離空間權重矩陣和經濟距離與地理距離嵌套的空間權重矩陣進行穩健性檢驗。經濟距離空間權重矩陣為ωeco，當省份i≠j，ωeco=1/gdpij，當省份i=j，ωeco=0，gdpij表示兩個地區的經濟距離，用人均GDP之差表示。地理距離空間權重矩陣為ωdis，當省份i≠j，ωdis=1/dij，當省份i=j，ωdis=0，dij表示兩個省會城市的地理距離。經濟距離與地理距離嵌套的空間權重矩陣如下：ω=σωeco+（1-σ）ωdis，0<σ<1，分別表示經濟距離空間權重與地理距離空間權重各自所占比重。基于極大似然估計法對空間自相關模型進行估計，結果顯示，絕大多數解釋變量的符號方向和顯著性與一致，這表明本文的估計結果是穩健的。限于篇幅，穩健性結果未在正文列出，留存備索。

空間計量模型的參數估計結果受到空間權重矩陣的選取的影響較大，針對不同空間權重矩陣下的估計進行穩健性估計是有必要的。因此，本文分別采用經濟地理距離加權權重矩陣、經濟距離權重矩陣以及地理距離權重矩陣進行穩健性檢驗。經濟地理距離加權權重矩陣的空間權重矩陣如下：ω=σωeco+（1-σ）ωdis，0<σ<1，分別表示經濟距離空間權重與地理距離空間權重各自所占比重;本文將取值為1，則定義的經濟距離權重矩陣為：當省份i≠j，ωeco=1/gdpij，當省份i=j，ωeco=0，gdpij表示兩個地區的經濟距離，用人均GDP之差表示。ωdis為地理距離權重矩陣，當省份i≠j，ωdis=1/dij，當省份i=j，ωdis=0，dij表示兩個省會城市的地理距離。基于極大似然估計法對空間自相關模型進行估計，結果顯示，絕大多數解釋變量的符號方向和顯著性與前文保持一致，這表明本文的估計結果是穩健的。

限于篇幅，穩健性結果未在正文列出，留存備索。

六、主要結論與政策建議

在“粗放型”增長向高質量發展轉型的背景下，人力資本要素在經濟高質量發展過程中的作用更為凸顯，矯正人力資本錯配以提升人力資本的配置效率，有助于挖掘全要素生產率增長的潛力，實現經濟的高質量發展。

本文利用C-D生產函數對2000—2017年中國30個省份的人力資本錯配指數進行測度，從省級層面、區域層面考察了人力資本錯配的類型和演進特征，通過泰爾指數對東中西三大地區和八大經濟區人力資本錯配的區域差異及來源進行揭示，通過空間計量模型檢驗了人力資本錯配的空間關聯及影響因素。研究結果表明：首先，2000—2017年中國各省份均存在明顯的人力資本錯配，錯配類型由2000年的配置過度演變為2017年的配置不足，核密度估計結果顯示，中國人力資本錯配總體上得到緩解。八大經濟區人力資本錯配及其演化特征存在異質性：東北、東部沿海和西北經濟區人力資本由配置不足向配置過度轉化，且呈現出不斷惡化趨勢;北部沿海經濟區存在人力資本配置不足問題;南部沿海、黃河中游和西南經濟區存在人力資本配置過度轉為不足且進一步加劇;長江中游經濟區表現為人力資本配置過度。其次，人力資本錯配指數區域差異較大，且差異呈現擴大趨勢。基于三大地區和八大經濟區的泰爾指數分解結果顯示，全國人力資本錯配系數的差異均主要來源于區域內差異。但與三大地區的分解結果相比，八大經濟區人力資本錯配指數的區域間差異的貢獻率明顯上升。最后，人力資本錯配指數具有空間相關性，地方政府財政支出和產業結構調整對人力資本錯配指數的改善有不同程度的阻礙作用;居民消費水平和信息化水平對人力資本錯配都有不同程度的緩解作用，城鎮化水平和貿易開放水平則對人力資本錯配指數的影響不顯著。

基于上述結論，筆者提出如下政策建議：

首先，提升人力配置不足地區的人力資本供給水平，消化過剩產能，促進人力資本供給的均衡化。總體上中國人力資本錯配主要由配置過度向配置不足轉變，這說明相對于經濟發展對人力資本要素的最優需求而言，中國人力資本供給明顯不足，應進一步落實好二胎、三胎政策以應對老齡化帶來的青壯年勞動力數量下降的趨勢。同時還應大力實施人才強國戰略，加大社會保障、醫療保障、教育和培訓的投入力度，提高人力資本的質量，以最大限度挖掘人力資本水平的提升潛力。

其次，差異化推進各省份或地區的人力資本錯配矯正方案，促進人力資本的跨地區流動。

各省份人力資本錯配程度及類型具有異質性，對于配置過度的東北、東部沿海、長江中游和西北經濟區，應加大力度吸引外來產業或企業流入，以及通過政策引導與市場化機制相結合，引導過剩勞動力向人力資本配置不足的地區流動;而對于配置不足的北部沿海、南部沿海、黃河中游和西南經濟區，則應通過跨區域合作，引導更多的產能向人力資本配置過度的地區轉移，并通過積極的人才引進政策，引導勞動力流入人力資本配置過度的地區。上述戰略或政策的有效實施，均需要各省份或地區的戰略協同和政策合作。

再次，大力實施擴大內需戰略，提升居民消費水平。考慮到居民消費水平的提升有助于緩解人力資本錯配，各地區應大力實施擴大內需戰略，以促進居民消費的數量和質量提升。例如，通過供給側結構性改革，圍繞居民消費的熱點及升級趨勢，優化企業產品或服務的供給方向，提升產品或服務的技術含量、品牌價值及附加值，以實現產品或服務供給與消費需求的有效匹配。

最后，大力發展以移動互聯網和人工智能等數字技術為支撐的數字經濟。信息化發展有助于從整體上緩解人力資本錯配，應大力發展數字經濟和提升地區信息化水平，通過數字經濟與傳統制造業和農業等的深度融合，促進產業的高質量發展。信息化和數字經濟的發展也在一定程度上消減地區、省級之間的要素流動的交易成本，有助于人力資本在不同地區或不同省份之間的跨區域優化配置。

參考文獻：

[1] Schultz， T.W.The Economic Value of Education[M].New York：Columbia University Press，1963.1-17.

[2] 蔡昉.中國改革成功經驗的邏輯[J].中國社會科學，2018，（1）：29-44.

[3] 張佩.中國工業部門的行業間資源錯配研究[J].投資研究，2013，（6）：15-27.

[4] 龔關，胡關亮.中國制造業資源配置效率與全要素生產率[J].經濟研究，2013，（4）：4-15+29.

[5] 季書涵， 朱英明.產業集聚的資源錯配效應研究[J].數量經濟技術經濟研究，2017，（4）：57-73.

[6] 白俊紅，劉宇英.對外直接投資能否改善中國的資源錯配[J].中國工業經濟，2018，（1）：60-78.

[7] 李靜， 楠玉， 劉霞輝.中國經濟穩增長難題：人力資本錯配及其解決途徑[J].經濟研究，2017，（3）：18-31.

[8] 解晉.中國分省人力資本錯配研究[J].中國人口科學，2019，（6）：84-96.

[9] 胡鞍鋼.從人口大國到人力資本大國：1980～2000年[J].中國人口科學，2002，（5）：3-12.

[10] 李海崢， 梁赟玲， Barbara Fraumeni，等.中國人力資本測度與指數構建[J].經濟研究，2010，（8）：42-54.

[11] 龔關， 胡關亮.中國制造業資源配置效率與全要素生產率[J].經濟研究，2013，（4）：4-15.

[12] 馬穎， 何清， 李靜.行業間人力資本錯配及其對產出的影響[J].中國工業經濟，2018，（11）：5-23.

[13] 葛晶， 李勇.行政壟斷視角下人力資本錯配的成因及其解釋[J].中南財經政法大學學報，2019，（5）：43-52.

[14] 王宋濤， 溫思美， 朱騰騰.市場分割、資源錯配與勞動收入份額[J].經濟評論，2016，（1）：13-25.

[15] 劉貫春， 張曉云， 鄧光耀.要素重置、經濟增長與區域非平衡發展[J].數量經濟技術經濟研究，2017，（7）：35-56.

[16] 楊志才.要素配置、收入差距與經濟增長的實證研究[J].經濟與管理研究，2019，（10）：16-29.

[17] 王啟超， 王兵， 彭睿.人才配置與全要素生產率——兼論中國實體經濟高質量增長[J].財經研究，2020， （1）：64-78.

[18] 李靜， 楠玉.人力資本錯配下的決策：優先創新驅動還是優先產業升級？[J].經濟研究，2019，（8）：152-166.

[19] 李靜.人力資本錯配：產業比較優勢演進受阻及其解釋[J].統計與信息論壇，2017，（10）：95-101.

[20] Aoki， S.A Simple Accounting Framework for the Effect of Resource Misallocation on Aggregate Productivity[J].Japanese and International Economies，2012，26（4）：473-494.

[21] 陳永偉， 胡偉民.價格扭曲、要素錯配和效率損失：理論和應用[J].經濟學（季刊），2011，（4）：1401-1422.

[22] 趙志耘， 劉曉路， 呂冰洋.中國要素產出彈性估計[J].經濟理論與經濟管理，2006，（6）：5-11.

[23] 趙偉， 馬瑞永.中國區域金融增長的差異——基于泰爾指數的測度[J].經濟地理，2006，（1）：11-15.

[24] 張軍， 吳桂英， 張吉鵬.中國省際物質資本存量估算：1952—2000[J].經濟研究，2004，（10）：35-44.

[25] 王家庭， 賈晨蕊.中國區域創新能力及影響因素的空間計量分析[J].中國科技論壇，2009，（12）：73-78.

收稿日期：2021-07-02

基金項目：國家社會科學基金重大項目“全球生產核算的理論、方法和中國實踐研究”（20&ZD134）;國家社會科學基金重點項目“2017年輪全球ICP方法和數據問題研究”（20ATJ001）

作者簡介：楊仲山（1971-），男，陜西漢中人，教授，博士，博士生導師，主要從事國民經濟核算和宏觀經濟統計分析研究。E-mail：yangzs@dufe.edu.cn

謝 黎（通訊作者）（1996-），男，重慶人，博士研究生，主要從事國民經濟核算和宏觀經濟統計分析等研究。E-mail：dufexieli@163.com