江西省人力资本水平对地区经济增长影响的实证分析

江西省人力资本水平对地区经济增长影响的实证分析

摘 要：本文根据人力资本的定义，构建多层次人力资本评价指标体系，计算人力资本综合功效指数作为江西人力资本水平的测度值，以此为数据基础，基于Cobb-Douglas生产函数测算人力资本对经济增长的贡献。可知江西省人力资本对地区经济增长具有显著的正向促进作用，但其对经济增长的贡献却仍远远低于物质资本，江西的经济发展仍依赖于物质投入。提高人力资本水平，充分发挥人力资本对经济的促进作用，从而实现经济增长方式的转变将是今后发展的方向。

关键词：人力资本；指标体系；经济增长；回归分析

0 引言

20世纪50年代现代人力资本理论逐步形成以来，学者开始将人力资本纳入经济增长模型，用以探讨人力资本对经济的推动作用，并逐步形成新经济增长理论。伴随着国外人力资本理论和新经济增长理论的发展，我国学者开始针对国内经济增长研究人力资本的作用，并基本达成共识，认为人力资本对我国经济高速增长起着正向推动作用。对此方面的研究体现在三个方面：第一，全国性研究。如陈彦斌[1]、李全生[2]都认为人力资本是促进我国经济增长的源泉之一，但陈彦斌指出人力资本对经济增长的贡献在逐渐减弱。第二，区域性研究。如郭志仪[3]认为我国人力资本水平不断提高对经济增长具有较强的正外部性影响，且不同区域人力资本的产出弹性存在差距，东部最大，西部最小，但这种差距在逐步缩小。雷鹏[4]也指出由于西部地区人力资本存量较低，导致其对经济增长的推动要弱于东部地区。第三，具体省份的研究。普遍认为人力资本对经济增长有促进作用，但在某些具体省份作用不显著或存在滞后性，如陈洪安[5]、简红艳[6]、李进江[7]等。在上述研究中，涉及到人力资本时多是采用教育存量指标来表示人力资本存量水平，其中使用最多的是平均受教育年限，然而，受教育水平只是人力资本形成的一个方面，受教育水平相同而健康、智力等因素不同，人力资本水平往往也不同，因此，单纯利用教育指标反映人力资本显然是不全面的，据此测算人力资本对经济的贡献也只能说明教育所形成的人力资本对经济的影响。针对这一问题，本文试图建立包含多方面内容的人力资本评价指标体系来衡量江西省人力资本水平对经济增长的贡献。

1 江西人力资本水平测度

1.1 人力资本综合评价体系

一般认为，人力资本指通过教育、培训、迁徙、自我积累等方式后天获得而蕴含在人身上的知识、技能、健康等因素的集合体，且这些因素能为人们带来经济价值。根据这一定义，本文选取9项指标构成人力资本水平测度综合指标体系（见表1）。

1.2 江西人力资本水平测度

为得到反映人力资本水平值，需要对指标体系中的各项指标进行综合。本文利用因子分析方法来获得人力资本综合指数。同时，为了更方便理解因子所代表的人力资本的含义，计算因子得分功效指数，即

（fi表示因子得分，min表示因子得分最小值，max表示因子得分最大值）。收集江西省1993-2011年相关指标数据，KMO统计量为0.706，Bartlett球度检验的相伴概率小于显著性水平0.0001，认为适合采用因子分析方法。根据因子方差贡献最终提取两个因子，可代表9个指标的90.191%的信息。利用回归法保存两个因子的因子得分，根据因子各自的方差贡献计算总因子得分及功效指数，所得结果见表2。结果显示，江西人力资本水平呈逐年提升的趋势，特别是2000年后，上升速度更快。

2 江西人力资本对经济增长影响的计量分析

2.1 理论模型及数据描述

传统经济学理论认为资本和劳动力是经济增长的两个主要因素，即产出是物质投入和劳动力投入的函数。随着人力资本理论的不断发展，学者认识到影响产出的不仅仅是劳动力数量的投入，劳动力自身所蕴含的人力资本在推动经济增长中起着更加重要的作用。本文以纳入人力资本要素的扩展Solow模型为基础，考虑到模型估计及系数解释的方便性，将模型设定为Cobb-Douglas生产函数的形式，即Y=A·Kα·Hβ·eu。其中，Y、K、H分别代表产出、物质资本和人力资本，A表示技术水平，U为误差项，系数α、β分别表示物质资本、人力资本对产出的弹性。模型对数线性化处理后为：lnY=lnA+α·lnK+β·lnH+u。

模型中产出Y的数据选用按可比价格计算的国内生产总值（GDP），物质资本K根据张军[8][9]给出的依照永续盘存法估算省际物质资本存量的方法对江西省的数据进行延长测算得到，人力资本H则采用本文前部分测算的人力资本综合功效指数。数据的时间范围为1993-2011。

2.2 实证分析

1）单位根检验。对于时间序列，当变量间具有协整关系时进行回归才能正确衡量变量间的关系，从而避免虚假回归的情况。进行协整检验之前，首先需要对时间序列进行单位根检验，以确定各变量序列的平稳性和单整阶数。只有变量间的单整阶数相同时，才能进行协整关系检验。本文采用常用的单位根检验统计量ADF来检验所选统计指标的平稳性，检验结果如表3。

注：c表示截距项，t代表趋势项，k表示滞后阶数，△表示变量一阶差分，△△表示变量二阶差分。

由表3可知，变量lnY、lnK和lnH都是非平稳的，变量的一阶差分序列也

非平稳，但变量的二阶差分序列平稳，即变量lnY、lnK和lnH都是二阶单整序列。

2）Johansen协整关系检验。以往的ADF协整检验是对回归方程的残差进行单位根检验，虽较易实现，但其第一阶段需要设计线性模型进行OLS估计。本文采用Johansen检验，它是一种多变量协整检验的方法。结果如表4。

从表4可知，在5%的显著性水平下，变量序列lnY、lnK和lnH的迹检验和最大特征根检验都拒绝了不存在协整向量的原假设，因此lnY、lnK和lnH之间存在1个协整关系，即lnY、lnK和lnH之间存在长期的均衡关系。