人力资本投资、农村劳动力转移与新型城镇化关系分析

■ 付春香 副教授（甘肃政法学院 兰州 730070）

城镇化是现代化的必由之路，是解决“三农”问题的重要途径，是推动区域协调发展的有力支撑。自20世纪80年代费孝通先生提出了“小城镇，大问题”的奠基性论述后，城镇化发展问题逐渐成为我国学者特别关注的话题。2013年我国城镇化率仅为53.7%，远低于发达国家80%和发展中国家60%的平均水平。基于国际城镇化发展经验以及我国城镇化发展中日益暴露出的问题，党的十八届三中全会明确提出了实施以人为核心的新型城镇化战略的重大部署。城镇化的过往研究主要集中在制度、经济等宏观因素上，对人的因素研究少见。张庭伟（1983）、徐学强和张文献（1986）、辜胜阻（1993）、李秉仁（2000）、孙中和（2001）、刘耀彬与李仁东（2003）等学者着重研究了城镇化的动力；温铁军（2007）认为，中国城镇化滞后的根本原因是产业结构偏差及其派生的“资本排斥劳动”；还有学者利用城镇化率研究城镇化与经济增长、工业化、人口流动及产业结构等的关系（吴福象、刘志彪，2008；张红宇，2011；吕健，2011；王向，2013；席娟、张毅、杨小强，2013；程莉、周宗社，2014）。因此，本文将尝试从新型城镇化的内涵、目标、要求出发，以人的城镇化为核心，基于2000～2012年国家和省级宏观面板数据，对人的质量、数量如何共同作用于城镇化进行实证分析，并据此提出推进新型城镇化的政策建议。

模型建构

（一）概念模型

城镇化是指农村人口向城镇集聚的过程，直接表现为城镇化率的提高，本质上是实现人的无差异发展。新型城镇化的核心是人的城镇化。伴随着经济社会发展，我国由限制农村劳动力进城、引导农村劳动力进城到鼓励农村劳动力进城，城镇化率快速提升，但是半城镇化现象突出。我们必须由传统的城镇化转向新型城镇化，以人为本，推进农村转移劳动力市民化。由自身利益驱动的农村劳动力转移决定的人的数量和人力资本投资决定的人的质量共同推动新型城镇化（见图1）。

城镇发展的主要动力是人力资本的集聚（Glaeser、Scheinkman、Shleifer，1995）。欠发达地区能够通过人力资本投资吸引更多的资金、人才流入，给劳动力市场带来外溢效应，推动城镇化发展（Farhad Noorbakhsh，Alberto Paloni and Ali Youssef，2001）。Schultz（1960）首先明确提出人力资本的概念，认为人力资本是人们通过培训、教育、保健、劳动力迁移等获得，凝结在其身上的学识、技能、健康的总和。Becker（1987）认为人力资本投资主要包括教育支出、保健支出、迁移支出。谭永生（2007）认为，人力资本投资包括教育、在职培训、卫生保健、迁移四种；钱雪亚（2008）界定为人口、劳动力、教育、卫生四种；焦斌龙（2010）界定为教育、卫生、科研、培训和迁移五种。本文认为人力资本投资包括健康、教育、科技、培训四类，由政府主导投资。区域通过增加教育、卫生、科技、培训等人力资本投资，一方面直接提升农村转移劳动力素质，促进农村劳动力向城镇流动；另一方面又增加了城镇的公共服务能力，提升了城镇的综合承载力，增加了城镇对转移劳动力的吸纳和安置。

农村劳动力在转移过程中的合理流动，会给产业注入活力，带来产业结构的变化，为城镇化提供产业基础。同时农村劳动力通过转移就业提高收入，加大了自身的教育、培训、文化投资力度，产生更多的基础设施、公共服务需求，为区域城镇化提供活力和动力。反过来，城镇化的推进，需要大量的产业支撑，这些为农村劳动力转移就业提供更多的空间和机会。

（二）计量模型

基于人力资本投资、农村劳动力转移和新型城镇化的关系分析，再根据Cobb-Douglas生产函数，建立起城镇化、人力资本投资与农村劳动力转移的理论模型：

图1 人力资本投资、农村劳动力转移与新型城镇化关系的概念模型

表1 全国人力资本投资、农村劳动力转移与城镇化回归分析摘要表

表2 人力资本投资结构与城镇化相关性

表3 东部、中部和西部地区人力资本投资、农村劳动力转移与城镇化的相关性

取自然对数后得到计量模型:

式中，Yi、Hi、Zi分别代表第i年的城镇化率、人力资本投资和农村劳动力转移数量，α、β、λ、ε为参数。

实证检验

（一）数据来源

考虑到2000年中共十五届五中全会把“积极稳妥的推进城镇化”作为 21 世纪初必须着重研究解决的战略性问题及进入21世纪城镇化的快速发展，本文将全国31个省、自治区、直辖市2000-2012年13年的人力资本投资、农村劳动力转移量作为自变量，城镇化率作为因变量，利用SPSS 22.0统计软件中的多元线性回归方法来研究人力资本投资、农村劳动力转移和新型城镇化的关系。人力资本投资中的健康、教育、科技投资数据主要来源于中国统计年鉴（2001-2013）、中国人口与就业年鉴（2001-2013）、各省区统计年鉴（2001-2013）中地方财政对医疗卫生、教育、科学技术的支出。由于培训支出难以界定和统计，本文借鉴谭永生（2007）的方法，把各区域职工工资总额的1.5%作为培训人力资本投资。在分别计算出各省、自治区和直辖市的健康、教育、科技和培训投资后，加总得到各省区和全国的人力资本投资数据。农村劳动力不管是外出就业还是就近就业，都会有助于推动人力资本的提升和城镇化进程，笔者将农村劳动力转移数量确定为各省区农民工总量。而全国和各区域的农民工总量数据，除了统计部门自2008年年底开始发布的全国农民工监测调查报告涉及到外，没有其他权威数据反映由农村转移至城镇的劳动力数量，只能进行估算。本文在整合国家统计局、人力资源和社会保障部公布的数据，以及张红宇（2011）、谭永生（2007）等专家学者成果的基础上，确定出我国2000年至2012年全国农民工总量，然后依据各省每年人口数占全国人口数的比重计算出2000年至2012年各省、自治区和直辖市的农民工总量。

（二）实证分析

进入21世纪，我国城镇化进程、农村劳动力转移步伐加快。2011年，我国城市人口首次超过农村，2012年，全国城镇化率达到52.6%。国家加大了科学、教育、卫生等民生支出，大大提升了人力资本的质量。从投资发展趋势看，全国的人力资本投资从2000年的5067亿元增加到2012年的40361亿元。其中，教育投资为27697亿元、科技投资为4430亿元、培训投资为1064亿元、健康投资为7171亿元；随着国家制度和政策的引导、户籍政策的改革、社会保障制度的完善，农村劳动力向城市转移的步伐加快。2012年，全国农村转移劳动力总量达到 26261万人，东部地区11191万人，占总量的42.6%；中部地区8256万人，占总量的31.4%；西部地区6814万人，占总量的26.0%。

1.全国整体分析。见表1，人力资本投资和农村劳动力转移与城镇化水平的相关性分别是0.995、0.932，都达到高度相关，人力资本投资对城镇化水平的解释力比农村劳动力转移强。实证结果验证了概念模型中提出的人力资本投资与新型城镇化正相关和农村劳动力转移与新型城镇化正相关两个命题。回归分析中调整后的可决系数R2为0.998，说明人力资本投资、农村劳动力转移两个变量能联合预测城镇化99.8%的变异量，本文构建的理论模型拟合优度高。

为了深入了解各类人力资本投资对城镇化的影响，进一步将人力资本四类投资对城镇化进行回归，四类投资与城镇化均显著相关，其中教育投资解释力最强，其次是科技投资、培训投资，最弱的是健康投资（见表2）。实证结果与我们日常对人力资源要求比较接近：首先是基于教育投资的基础和专业知识，然后是与科技相关的研发、创新能力，再是工作经验、生理健康等。

2.区域层面分析。为进一步从区域层面了解城镇化与人力资本投资、农村劳动力转移之间的关系，将31个省区划分为东部地区、中部地区和西部地区，将3个区域13年的数据进行重复多元线性回归分析（见表3），结果显示各区域的人力资本投资、农村劳动力转移与城镇化都高度相关，人力资本投资对城镇化的解释力比农村劳动力转移强，结果与全国一致，不同区域的具体表现有差异，东部地区和中部地区的人力资本投资、农村劳动力转移与城镇化的相关性明显比西部地区高（见表3）。

3.省、自治区、直辖市层面分析。城镇化作为一个系统工程，受人、财、物多种因素影响，各省、市、区差异显著。为进一步从省区层面了解城镇化与人力资本投资、农村劳动力转移之间的关系，将每个省区13年的数据进行重复多元线性回归分析，结果显示各地区的人力资本投资、农村劳动力转移与城镇化都高度相关，但不同省区有差异。人力资本投资与城镇化相关系数中最高的是陕西，达到了0.998，最低是吉林和河北，也在0.85以上，农村劳动力转移与城镇化相关系数最高的是河北（0.981），最低的是贵州（0.733），差异比较大。除了北京、河北、上海、吉林、重庆农村劳动力转移对城镇化水平的解释力比人力资本投资强，其他省区与全国整体结果一致，人力资本投资对城镇化的解释力比农村劳动力转移强（见表4）。

表4 31省区人力资本投资、农村劳动力转移与城镇化Pearson相关系数

4.时间序列层面分析。为了纵向了解2000年以来各省区时间序列上城镇化与人力资本投资、农村劳动力转移之间关系的动态变化，依据31省区数据纵向计算出2000-2012年每年人力资本投资、农村劳动力转移与城镇化水平的Pearson相关系数（见图2）。

由图2在2000年到2012年期间，人力资本投资与城镇化间的Pearson相关系数由2000年的0.074逐步上升到2005年的0.142，从2006年开始又逐步下降到2008年的0.059，后又持续上升到2012年的0.136，但都未达到高度相关程度。农村劳动力转移相关系数由2000年的-0.115上升到2012年0.119，由负相关到正相关。2005年则为一个转折点，出现了农村劳动力转移与城镇化由负相关转化为正相关和人力资本投资与城镇化相关系数下降的局面，主要是由于1999年开始的西部大开发及随后的中部崛起战略实施政策合力，推动了农村劳动力大量向城市转移，凸显了农村劳动力转移量上的优势，直接推动城镇化发展。

从时间序列上看，人力资本投资、农村劳动力转移和城镇化的相关性与全国整体分析结果有一定差异，主要由于31省区省情、自然资源等城镇化影响因素差异非常大，平滑掉部分影响，导致其相关性不显著，这要求我们推进新型城镇化时不能一刀切，应根据区域的具体情况，采取差异化策略。从趋势上看，人力资本投资、农村劳动力转移对城镇化的影响力在不断扩大，尤其是近几年，农村劳动力转移对城镇化影响非常大。

结论与讨论

内生增长理论强调以人力资本投资为基础的技术进步是区域发展的重要源泉。技术进步又会带来新的社会分工，产生新的就业需求，这势必要求劳动力不断地转移，在农村劳动力向城市转移的过程中，又推进了城镇化发展。本文研究认为：

图2 2000-2012年人力资本投资、农村劳动力转移与城镇化相关性

一是从整体看，人力资本投资、农村劳动力转移与城镇化均高度正相关。人力资本投资对城镇化的解释力比农村劳动力转移强，这要求我们在城镇化中，一方面要关注农村人口向城镇转移，在他们实现“地域转移”、“职业转移”的同时，也保障他们的“身份转移”。另一方面，加大人力资本投资力度。在增加政府对科、教、文、卫投资的同时，进一步吸引社会投资，提升人力资本质量。

二是从时间序列看，人力资本投资、农村劳动力转移与城镇化的相关性在逐渐增强，农村劳动力转移的影响力更为明显一些，说明许多省区的城镇化是粗放式的人口城镇化，我们必须转向精细化的人的质量的城镇化，加大人力资本投资，提升人力资源素质，尤其是解决好农村转移劳动力的就业、安置、社会保障等问题，加快农村转移劳动力的市民化进程。一方面，以道路面积和长度、绿地面积、公共交通、水、气、暖、电、交通、通讯、教育等综合承载力为目标，全面推进硬件设施建设，不断提高公共服务能力，提高城市综合承载力，增强城市对农村转移劳动力的吸纳能力。另一方面，为新型城镇化提供稳定的社会环境，政府应健全相关的法律制度，将农民工市民化问题纳入城市发展的战略规划中，在最低工资制度、就业保护、劳动工资协商、社会对话、收入分配制度等方面不断改革，解决农民工的社会保险缴纳与接续、心理救助、住房保障等问题，完善对农村转移劳动力的社会保障。

三是从各省区看，人力资本投资、农村劳动力转移与城镇化差异比较大。城镇化发展水平最高的省份主要集中在东部地区的京津冀地区、长三角、珠三角，中部地区内部城镇化发展差距较小，而西部地区内部各省区发展差距较大。必须基于各省区的省情，合理规划人口布局，引导农村劳动力有序转移，促进城市群、特色小镇发展。通过优惠政策和基础设施的完善吸引人口向相应的城市、小镇流动。在减缓大城市压力的同时，推进城镇化进程。

四是从人力资本投资结构与城镇化关系看，教育、科技与城镇化的相关性更强，必须加大教育、科技等投资，提升区域的知识积累和创新能力。因此，应改革教育发展模式，形成国家、社会和个人共同参与教育投资的格局。在保证义务教育的基础上，使高中教育、职业技术教育、岗位培训教育和民族地区的民族教育共同发展，重点加强创新人才的培养。对农村转移劳动力加强实用技能培训的同时，加强他们适应城市生活的能力、社会交往能力、认知能力的培训。

城镇化是一个系统工程，涉及到人才、资源、政策环境等各种因素，本文主要针对人的数量和质量对城镇化的影响进行了探讨，对其他因素有所忽略。在以后的研究中进一步扩大研究视野，深入探讨新型城镇化发展的影响因素、路径和机制。

1.Becker G：Human capital[M].New York：Columbia University Press，1975

2.Coulombe S：Human Capital，Urbanization and Canadian Provincial Growth[J].Regional Studies，2003（3）

3.程莉，周宗社.人口城镇化与经济城镇化的协调与互动关系研究[J].理论月刊，2014（1）

4.国家统计局.2012 年全国农民工监测调查报告[N].中国信息报，2013-5-28

5.黄明，耿中元.我国城镇化与城镇就业的实证研究[J].中国管理科学，2012（11）

6.焦斌龙.人力资本对居民收入差距影响的存量效应[J].中国人口科学，2011（5）

7.谭永生.农村劳动力流动与中国经济增长—基于人力资本角度的实证研究[J].经济问题探索，2007（4）

8.朱宝树.长三角城市圈的就业迁移和人力资本差别效应[J].华东师范大学学报（哲学社会科学版），2005.37（3）