人力資本對生產性服務業集聚的影響研究

摘"要：運用長江經濟帶98個城市面板數據，構建固定效應模型和門限模型，分析人力資本對生產性服務業集聚的影響及其機制。研究發現：人力資本對長江經濟帶生產性服務業集聚存在顯著正向影響，該正向影響存在單一門限效應。低于門限值時，正向影響程度更大；超過門限值后，正向影響因“擁擠效應”而減弱。人力資本通過技術創新機制影響生產性服務業集聚。

關鍵詞：人力資本；生產性服務業集聚；長江經濟帶

中圖分類號：F719;F249.2文獻標識碼：A文章編號：2095-9052（2025）02-0103-03

引言

作為重大國家戰略發展區域，長江經濟帶對經濟的帶動作用日漸顯著。2023年，長江經濟帶地區生產總值超58萬億元，占全國生產總值的46.7%，其中，服務業尤其是生產性服務業占據重大比重。生產性服務業滲透于企業生產活動中，其集聚發展是提升區域經濟發展質量的重要動力來源^［1］。研究表明，不同于制造業，服務業集聚受人才、技術等要素的影響更顯著。人力資本流動為生產性服務業發展提供了良好的知識溢出與創新環境，而這剛好是生產性服務業取得集聚優勢的兩大因素^［2］。本文運用長江經濟帶2004—2019年98個城市面板數據，建立面板固定效應模型和門限模型，厘清人力資本對生產性服務業集聚的影響及機制。

一、研究假設

（一）人力資本與生產性服務業集聚

根據馮粲等學者的研究^［3］，生產性服務業的產業特性以知識密集型為主，高素質人力資本在其中有舉足輕重的作用。因此，提出以下假設：

假設1：人力資本對生產性服務業集聚有顯著的正向影響。

人力資本流動與集聚可能使同行業企業間產生競爭。劉修言等提出人力資本流動與集聚帶來正向溢出與負向競爭效應的疊加決定了人力資本外部性^［4］。因此，提出以下假設：

假設2：人力資本對生產性服務業集聚的影響存在門限效應。

人力資本水平過高時會因“擁擠效應”使得對生產性服務業集聚的正向影響程度下降。

（二）人力資本、技術創新與生產性服務業集聚

教育人力資本的作用體現在普遍改善勞動力稟賦。專業人力資本的作用體現在知識和技術外溢。因而，人力資本流動與積累能有效驅動技術創新。

內生增長理論的知識外部性觀點指出，技術創新會帶動產業鏈中其他企業發展，形成產業集聚。熊彼特的創新產業集聚理論指出，企業在創新后，會與研究院所協作，形成產業集群。作為知識密集型行業，生產性服務業會為獲取創新產品與先進技術而集聚在創新要素較多的地區。因而，技術創新可以帶來規模經濟，推動生產性服務業集聚。因此，提出以下假設：

假設3：人力資本通過影響技術創新水平來影響生產性服務業集聚。

二、研究設計

（一）模型構建

為分析人力資本對生產性服務業集聚的影響，本文構建雙向固定效應模型和門限模型，分別如公式（1）（2）所示。

LQ_it=α₀+α₁HR_it+α₂X_it+μ_i+γ_t+ξ_it（1）

LQ_it=β₀+β₁HR_it×IHR_itlt;θ+β₂HR_it×IHR_itθ+β₃X_it+ξ_it（2）

其中，i為地區，t為年份，α和β為待估系數，X_it為控制變量，I？為指標函數，θ為待估門限值，μ_i、γ_t、ξ_it分別為個體效應、時間效應和隨機誤差項。

為檢驗人力資本影響生產性服務業集聚的技術創新機制，參照江艇的檢驗方法，設定如下中介效應模型。其中，δ是估計系數，TECH是中介變量^［5］。

TECH_it=δ₀+δ₁HR_it+δ₂X_it+μ_i+γ_t+ξ_it（3）

LQ_it=λ₀+λ₁TECH_it+λ₂X_it+μ_i+γ_t+ω_it（4）

（二）變量說明

1.被解釋變量：生產性服務業集聚度。采用區位熵衡量，如公式（5）所示。其中，LQ_ij為j地區i產業區位熵；q_ij和q_j分別為j地區i產業和所有產業就業人員數；q_i和q分別為長江經濟帶i產業和所有產業就業人員數。生產性服務業就業人員數為七大細分行業就業人員數之和。參照《北京生產性服務業統計分類標準》對生產性服務業的類別劃分，本文所研究的生產性服務業分為“批發和零售業”“交通運輸、倉儲和郵政業”“信息傳輸、計算機服務業和軟件業”“金融業”“房地產業”“租賃和商業服務業”和“科學研究、技術服務業和地質勘查業”七個行業。

LQ_ij=q_ijq_jq_iq（5）

2.核心解釋變量：人力資本。用普通高校在校生人數與城市就業人員總數之比衡量^［6］，并用城市職工平均工資與全國職工平均工資之比進行穩健性檢驗。

3.控制變量：包括資本密集度（CAP）、勞動密集度（LAB）、對外開放水平（OPEN）、政府干預程度（GOV）、信息化水平（INFO）。衡量指標依次為：固定資產投資存量與城市就業人員數之比；生產性服務業從業人員數在城市就業人員數中占比；當年實際使用外資金額與城市GDP之比；財政支出與城市GDP之比；國際互聯網用戶數與年末總人口之比。凡涉及價格因素的都進行了平減。

4.中介變量：技術創新。以專利授權數在長江經濟帶專利授權數中占比衡量。

（三）數據來源

選取2004—2019年長江經濟帶98個城市面板數據，其中上游城市包括四川省15個地級市、重慶直轄市、貴州省4個地級市、云南省8個地級市、青海省1個地級市。中游城市包括江西省10個地級市、湖南省8個地級市、湖北省10個地級市。下游城市包括上海直轄市、江蘇省13個地級市、浙江省11個地級市、安徽省16個地級市。專利數據源于中國研究數據服務平臺，其他數據源于《中國城市統計年鑒》。變量描述性統計見表1。

三、實證結果

（一）基準回歸結果

表2全樣本及分為上中下游三個樣本的回歸結果表明人力資本對長江經濟帶生產性服務業集聚存在顯著正向影響，該影響存在區域差異，對上游集聚的作用尚不明顯，對下游的正向影響程度最高，驗證了假設1。

（二）門限回歸結果

門限效應檢驗顯示人力資本對生產性服務業集聚的影響存在單一門限效應，門限值為0.3096。人力資本低于門限值時，影響系數為0.5923，正向影響程度更大；超過門限值，影響系數為0.4020，正向影響因“擁擠效應”而減弱。驗證了假設2。

（三）進一步分析

通過剔除直轄市和省會樣本、替換人力資本指標、工具變量法展開穩健性檢驗，結果見表3。列（3）（4）為以城市普通高校數在全國普通高校數中占比作為工具變量的兩階段最小二乘法（2SLS）。結果均證實了估計結果穩健。

以技術創新為中介變量，采用克服內生性的2SLS驗證技術創新機制。表3列（5）結果表明，人力資本與技術創新是正相關關系。列（6）反映了技術創新確實能促進生產性服務業集聚。驗證了假說3。

結論

本文基于2004—2019年長江經濟帶98個城市面板數據，利用固定效應模型和門限模型研究發現：人力資本對長江經濟帶生產性服務業集聚存在顯著正向影響，該影響有區域異質性和單一門限效應。低于門限值時，正向影響程度更大；超過門限值后，顯著正向影響會因“擁擠效應”而減弱。人力資本通過技術創新機制影響生產性服務業集聚。未來可推進如下工作：一是各省加強交流合作，深化產業分工合作，提升生產資源使用率。二是注重對科技型、創新型人才的培養。建設與生產性服務業配套的產學研合作機制，進而促進教育資源共享。

參考文獻：

［1］劉巖，程鈺，王亞平.黃河流域生產性服務業集聚對城市綠色全要素生產率的影響效應與空間溢出［J］.地理研究，2023，42（04）：917-935.

［2］Keeble，D.，and L.Nacham.Why do business service firms cluster？Small consultancies，clustering and decentralization in London and Southern England［J］.Transactions of the Institute of British Geographers，2022，27（1）：67-90.

［3］馮粲.地區工資差距的來源——人力資本與生產性服務業集聚的交互影響［J］.經濟問題探索，2020，（09）：160-170.

［4］劉修巖，倪克金，梁文泉.城市規模、交流頻率與人力資本外部性［J］.浙江社會科學，2023，No.321（05）：12-23+156.

［5］江艇.因果推斷經驗研究中的中介效應與調節效應［J］.中國工業經濟，2022，（05）：100-120.

［6］郭麗燕，黃建忠，莊惠明.人力資本流動、高新技術產業集聚與經濟增長［J］.南開經濟研究，2020，（06）：163-180.