|
四、2001-2016年民族地区人力资本密度的变化 在本部分，通过分析人力资本密度指标变化来了解民族地区人力资本的发展变化情况，结果详见表3。 由表3可知，在分析时段内，全国人力资本密度有大幅提高，其中民族地区由4.94％提高到16.05％，非民族地区由6.75％提高到20.79％，反映出民族地区和非民族地区从业人员中高学历人口比例大幅提高。 但与非民族地区相比，民族地区的人力资本密度仍然较低，地区差异呈扩大态势：2005年差距最小，为1.51％，2014年扩大到最高(5.98％)，至2016年仍有4.74％的差距。这反映出：其一，在教育扩展进程中，民族地区平均受教育年限虽然提高更多，但在高中及以上受教育水平上仍然不及非民族地区发展得快，使得进入劳动力市场的高技能劳动力更少；其二，教育扩展的效果仅体现为提高了一个地区的潜在人力资本数量，这些潜在人力资本是否能够顺利进入劳动力市场，参与到地区经济增长的进程，还受多种因素影响，民族地区也许面临着更多的不利条件限制；其三，受要素集聚效应的影响，具有先发优势和资源环境便利优势的非民族地区的部分省市已经集聚并继续吸引大量高素质人才，民族地区在追赶进程中，对吸引和留住优秀人才需要采取更多举措。 此外，民族地区内部省区间人力资本密度也存在非常大的差异。2016年云南(9.4％)和贵州(10.2％)的人力资本密度甚至低于***2001年的水平(10.8％)，更远低于***2016年的水平(23.1％)；各省区人力资本密度的增长幅度也不同，青海提升幅度最大，达到15.4％，而贵州的提升幅度最小，比青海低了近10％；2001年时，西藏的人力资本密度在民族地区垫底，但经过快速发展，到2016年时已超过云南和贵州。  上述结果分析表明，虽然民族地区通过教育扩展使人力资本密度有大幅提高，但仍然处于低位发展，与非民族地区的差距扩大，而且内部各省市区间的发展水平也存在较大差异。 五、实证分析：教育扩展、人力资本对民族地区经济增长的影响 本文以柯布—道格拉斯生产函数的扩展模型为基础，借鉴刘智勇等人研究人力资本结构和经济增长的模型分析框架，(24)建立如下计量模型：  其中，y表示经济增长(用人均GDP指标衡量)；E表示要考察的核心解释变量，即教育扩展和人力资本，分别使用平均受教育年限和人力资本密度指标表示，用取值为0或1的下标i进行区分：i=0时，将平均受教育年限纳入模型，i=1时，将人力资本密度对数纳入模型；X是控制变量，包括产业结构(二三产业占比)、外商直接投资、城镇化水平、投资率以及外贸依存度等；下标t表示年份，j表示省份。 鉴于数据可得性，本文在分别探讨教育扩展、人力资本对经济增长的影响时，回归分析使用的是将西藏数据剔除后的2005-2016年省级面板数据，公式中各变量的含义及描述性统计结果见表4。  (一)教育扩展与经济增长：使用平均受教育年限指标的计量结果 图1是以不同样本为分析对象的平均受教育年限与人均GDP的散点图，可以看出两个变量之间存在密切的正相关。无论是从民族地区、非民族地区来看，还是从全国来看，平均受教育年限高的省份，人均GDP也高。  图1 平均受教百年限与人均GDP敢点图 注：(a)以全国省份为样本，(b)以民族地区省份为样本，(c)以非民族地区省份为样本。 用平均受教育年限指标带入公式(1)进行估计，检验教育扩展与经济增长之间的关系，模型(1)、模型(2)、模型(3)分别以全国、民族地区和非民族地区为研究样本(见表5)。结果发现在不同研究样本的所有模型中平均受教育年限与人均GDP均是显著正相关，说明教育扩展会显著促进地区经济增长，这与以往的研究发现一致。教育扩展一方面让更多的人接受了教育，提高了人口的整体文化素质，有助于社会文明进步和稳定和谐发展，为经济发展提供了重要的社会环境保障；另一方面劳动者受教育水平提高，尤其是高素质劳动者增多会带来人力资本的集聚效应和外溢效应，不仅有助于促进新技术的模仿学习、知识的传播和经验传承，提高劳动生产效率，同时还会促进新知识、新创意的产生，带来技术创新，从而实现经济更高速的发展。在模型(2)中，平均受教育年限的系数是0.144，说明在民族地区平均受教育年限每提高一年.人均GDP会增加14.4％(详见表5)。 (二)人力资本与经济增长：使用人力资本密度指标的计量结果 人力资本密度与人均GDP两个变量的散点图(见图2)反映了二者之间存在线性正相关，无论是从全国还是民族地区、非民族地区来看，人力资本密度高的地区，人均GDP也高。  图2 人力资本密度与人均GDP散点图 注：(a)以全国省份为样本，(b)以民族地区省份为样本，(c)以非民族地区省份为样本。 将人力资本密度和控制变量纳入方程(1)中进行回归，表5中模型(4)、模型(5)、模型(6)分别是以全国、民族地区和非民族地区为研究样本的回归结果。可以看出，人力资本密度变量在全国和非民族地区的模型估计中显著为正，而在民族地区的模型(5)中不显著，说明人力资本对经济增长的影响存在地区差异，该结果与黄艳萍等人(25)的研究发现类似，即高素质劳动力在欠发达的地区影响较小。在经济相对发达的非民族地区，人力资本密度对经济增长的影响非常明显，人力资本密度每增加1％，其人均GDP增加18.0％；在民族地区，人力资本密度对经济增长的促进作用不明显。可能的原因有：一是民族地区的人力资本密度过低，未形成带动技术创新、模仿学习新技术的局面，对地区经济增长的影响较小，因此未能显著提高人均GDP。劳动力人口中高技能人力资本需要达到一定的比例，集聚效应才会显现，否则不仅高技能人力资本自身的作用难以有效发挥，其对其他生产要素的影响也无法体现，因而也就不能显著促进地区经济增长。关于这一点，在既有文献中也有所提及。例如，王金营和贾少萌强调，人力资本是造成国家和地区间经济增长差异的根本原因，足够比例的人力资本能让物质资本得到有效利用，提高其边际产出，否则会导致发展乏力，甚至停滞。(26)二是因为民族地区的高层次人才没有得到合理配置，导致其生产优势及外部性受到限制。人力资本作用的发挥会受到地区经济发展状况、产业结构、劳动力市场制度等多种因素的影响，如果流动受限或者没有被匹配到合适的岗位，人力资本促进经济增长的作用也难以发挥。 (三)对结果的进一步讨论 第一，以平均受教育年限指标来衡量人力资本对经济增长的积极作用在本研究中得到证实，这与以往的很多研究结论一致。(27)但以人力资本密度为衡量指标，则发现虽然其影响在民族地区是正向的，但在统计意义上并不显著，这也反映出人力资本密度指标更真实地识别出了实际参与经济增长过程的从业人员中高技能劳动力的作用。 第二，外商直接投资对民族地区的经济增长并未达到显著，可能是因为该变量在民族地区比例不高，还未成为显著促进民族地区经济增长的重要因素。在6个回归模型中，产业结构和城镇化率对人均GDP具有显著促进作用，也就是说二三产业占比越大、城镇化水平越高，越能够促进地区的经济增长。而投资率在民族地区表现出不同于全国或非民族地区的负向影响，但影响不显著，具体原因还需将来深入研究。外贸依存度在所有模型中都是显著为负，可能的原因是仅从进出口贸易总额占GDP比重来衡量的外贸依存度相对狭义，且容易受到外部需求以及主要国家贸易保护政策等因素的冲击，尤其是金融危机导致国际经济发展放缓，进出口贸易指标反应相对敏感，因此可能导致该变量影响了对我国地区人均GDP的提升效果。 
(责任编辑：admin) |