人力资本结构“极化”：城市化驱动与作用机制

王丽霞+韩春虹

摘 要：运用空间计量模型，系统分析城市化进程中人力资本结构的空间分异及“极化”现象，并从技术创新、产业结构升级和收入差距等三个维度考察其内在实现机制。结果显示：（1）中国大部分地区人力资本结构仍以中、低人力资本为主，东部和中部地区的人力资本结构空间集聚明显；（2）随着城市化水平的提升，人力资本结构出现高、低技能人力资本占比上升，而中技能人力资本占比不断减小的极化现象；产业结构升级、技术创新水平与城市化的交互作用提升了高技能人力资本占比；产业结构升级、收入差距与城市化的交互作用提升了低技能人力资本占比。促进区域协调发展、推进产业结构向高端服务业方向发展、加快创新成果的转化、缩小城乡收入差距是推动人力资本结构优化的重要路径。

关键词：人力资本结构极化；城市化；空间分异；空间计量模型

文章编号：2095-5960（2017）05-0001-09；中图分类号：F061.5；文献标识码：A

一、问题的提出

改革开放30多年来，中国城市化进程不断加快，截至2015年末，中国以常住人口计算的城镇化率达到56.1%。快速的城市化进程通过产业集聚推动生产方式转变，从而引致人力资本结构的根本性变化，不同层次、不同技能人力资本的需求不断发生改变。发达国家的发展轨迹表明，城市化率越高的国家或地区，人力资本越丰富。人力资本深化轨迹通常随着城市化进程的推进，呈现出高技能、高素质人力资本在就业结构中占比将不断增加，而低技能、低素质人力资本在就业结构中的占比不断减少的升级演化特征。然而，学者们在研究经济追赶国家的人力资本结构变化时发现，一些发展中国家在城市化过程中，出现高技能人力资本和低技能人力资本在就业结构中比重不断增加，而中技能人力资本的比重波动性较大，甚至出现减少的现象，即人力资本结构“极化”现象。中国的城市化推进速度异常迅速，城市作為人力资本的蓄水池，其推进过程是否影响到人力资本结构的动态优化？人力资本结构“极化”现象是否存在？这种现象是否具有空间相关性？对其现状及原因的研究关乎经济增长的效率，因为只有合理的人力资本结构才能与城市化的稳步推进形成良性因果累积，从而促进经济稳步增长。

城市化与人力资本的关系是近年来众多学者关注的焦点，学者们通常把城市化进程作为影响人力资本水平提升和结构优化的重要因素（Eaton J，Eckstein Z，1997）[1]。Dun-can Black和Vernon Henderson（1999）[2]认为，城市化过程包含单个城市规模的不断扩大，而这一不断扩大的过程伴随着地方人力资本的积累及知识的溢出。但当城市化率低于40%时，城市化阻碍人力资本积累，只有超越40%的门槛，城市化才会对人力资本水平具有正向促进作用[3]。城市化促进人力资本积累这一现象在发展中国家的表现更具复杂性。发展中国家在城市化进程中吸收的FDI，通常集中于劳动密集型行业，而这些行业技术水平较低，锁定了大量的低素质劳动力，不利于人力资本存量的提升（Van Long N，Riezman R，2007）[4]。Li H和Liang Y（2013）[5]运用改进的J—F方法计算中国的人力资本存量，并通过建立Divisia指标评价指出经济转型期中国的城市化是人力资本存量提升的重要因素，但这一门槛值却远高于40%，达到49.6%。

国内部分学者针对城市化对人力资本结构的影响展开了研究。张建华和王慧丽（2016）[6]认为城市化对人力资本结构的影响路径主要表现为，城市化进程可以释放被土地束缚的劳动力，确保劳动力的自由流动，实现人力资本在产业结构间的转移和有效配置。但城市中不同产业对人力资本的吸纳能力有明显差异，何永达（2015）[7]指出随着城市化的不断推进，服务业集聚的趋势越来越明显，其对异质型人力资本的吸纳能力增强，从而实现人力资本结构的优化配置。梁文泉、陆铭（2015）[8]基于劳动生产率角度的研究表明，城市发展离不开高技能人力资本的集聚，城市发展反过来又能够增强高、低技能人力资本的互补性，从而导致城市人力资本的分化。对人力资本互补性的另一种解释是城市化的推进对于不同受教育水平劳动者的促进作用不同，较高技能和较低技能劳动力均能从城市规模的扩大中得到好处，而中等技能劳动力的就业概率却没有受到显著影响（陆铭等，2012）[9]，这表明城市化进程增强了异质型人力资本就业的包容性，有利于人力资本结构的不断优化。

目前的文献丰富了相关研究成果，但也存在一定不足：一是偏向于考察城市化对人力资本积累的影响，对不同层级、不同技能人力资本结构变化动态路径的分析不足，尤其是城市化引致人力资本结构变化的机制分析较少。二是对中国目前城市化引致人力资本结构变化的现状缺乏明晰的判断。三是城市化与人力资本结构具有明显的空间集聚效应，但现有对城市化引致人力资本变化的演进过程的研究缺乏空间分异特征分析。基于此，本文运用中国2001—2014年30个省份的面板数据，在省域尺度上从中国城市化进程角度对中国人力资本结构动态变化过程予以实证研究，分析人力资本“极化”现象的存在性及产生机理。考虑到城市化的空间集聚效应和人力资本结构的空间依赖性，构建空间计量模型。本文结构如下：第二部分是空间计量模型构建与数据说明；第三部分介绍城市化与人力资本“极化”现象空间分异的特征事实；第四部分分析城市化引致人力资本结构极化现象的存在性并实证分析其产生机制；第五部分总结全文并提出政策建议。

二、计量模型与数据说明

（一）空间计量模型

常用空间计量模型主要包括空间滞后模型（SAR）、空间误差模型（SEM）和空间杜宾模型（SDM），SAR假定相邻地区的变量对整个系统其他地区均有影响，SEM假定地区间相互关系通过误差项体现，SDM则假定被解释变量不仅依赖于同地区的自变量，还依赖与相邻地区的自变量，SDM可以视为SAR和SEM的一般推广。SDM表达式如下（Elhorst，2012）[10]：endprint

式中yit和xit分别为第i地区在时刻t的被解释变量和解释变量，（wij）N×N为行标准化后的空间权重矩阵，φ为常数项，β为解释变量系数，ρ，θ分别为被解释变量和解释变量的空间交互系数，μi表示个体效应，λt表示时间效应，εit为服从标准正态分布的随机干扰项。Elhorst（2014）[11]指出，对SAR和SEM的选择，可采用LM检验或稳健LM检验，构建空间计量模型可从SDM出发，首先将模型假定为SDM，再利用LR检验或Wald检验方法检验假设H0：θ=0和H0：θ+ρβ=0来分别判断SDM是否可以转化成SAR和SEM。若H0：θ=0和H0：θ+ρβ=0都被拒绝，则说明SDM估计结果最优，若H0：θ=0没有被拒绝，同时LM检验结果指向SAR，则SAR的估计结果最优，若H0：θ+ρβ=0没有被拒绝，同时LM检验结果指向SEM，则SEM的估计结果最优。

本文实证分析城市化对中国人力资本结构“极化”的影响，根据空间计量经济学理论分析，其作用原理的地理辐射主要体现在：（1）相邻地区人力资本结构的相互作用；（2）某地区城市化水平对邻近地区人力资本结构的影响；（3）某地区未纳入模型考虑的因素对邻近地区人力资本结构的影响。综合上述三种情形可将空间计量模型设定为如下SDM：

式中h_c为人力资本结构指标，i代表不同省份，t代表样本年度，j=1，2分别代表高技能人力资本、低技能人力资本，urb为城市化水平指标。

（二）变量选择与数据来源

（1）人力资本极化指标（h_c）。人力资本水平的衡量具有多源性，常见指标有学历水平、平均受教育年限、每万人中在校大学生人数、各层次学校注册率、区域文盲率等；人力资本结构的衡量指标一般有教育基尼系数、教育标准差（魏下海，2009）[12]，或直接采用各层级人力资本占比表示。人力资本的极化是指一个国家或地区的人力资本结构呈现出高技能人力资本占比和低技能人力资本占比不断上升，而中技能人力资本占比不增反减的现象。本文采用学历度量人力资本水平，初中及以下学历为低技能人力资本、高中学历为中技能人力资本，大专及以上学历为高技能人力资本，人力资本结构采用各层级人员占比衡量。

（2）城市化指标（urb）。目前城市化的测量指标主要包括单一指标法和复合指标法，其中复合指标法主要采用城市化建设水平指标体系予以刻画，单一指标法即采用城镇化率衡量。城镇化率又包括常住人口城镇化率与户籍人口城镇化率两个指标，其中常住人口城镇化率是指城镇中常住人口占全部人口的比重，户籍人口城镇化率是指具有非农户籍的人口占全部人口的比重。本文采用文献中出现较多且数据较全面的常住人口城镇化率指标进行分析。

产业结构的升级调整是城市调节人力资本需求的关键因素，而技术的不断创新促进了不同层次人力资本在就业中的包容性和互补性。同时，中国近年来由于城市化进程的加速推进而导致的城乡收入差距的持续存在，对低技能劳动力的吸引可能成为人力资本结构出现“极化”现象的主要动因。因此，本文引入产业结构升级程度指标分析城市化对人力资本结构“极化”现象的作用机制。

（3）产业结构升级程度（ind）。克拉克指出城市化进程中，产业结构高度化的表现是第三产业的地位逐渐突出而第一產业比重逐渐下降。本文主要考察服务业比重的增加对人力资本结构的影响，因此采用李逢春（2012）[13]构建的产业结构升级系数IND衡量产业结构升级程度，计算方式为：

式中，yi为第i产业产值占总产值的比重，IND取值范围在1-3之间。IND越大，说明产业结构层次或高度越高。

（4）技术创新指标（tec）：技术创新指标的设计需要考虑创新投入和创新产出（林善浪，2013）[14]，创新投入的衡量方式包括信息资本存量（ict）、研发投入与GDP比值占比（ky）等，创新产出的衡量方式包括大型企业电子设备产出与GDP比值（cap）、专利数值（pat）等。本文研究技术与人力资本结构的影响，尤其是技术进步对中等技能人力资本的替代作用，因此选用技术创新产出指标专利数的对数值进行衡量。

（5）收入差距指标（cjb）。收入差距的衡量指标主要是基尼系数、泰尔指数、城乡收入比等。本文主要研究城市化背景下的收入差距，因此采用城乡收入比来衡量收入差距，计算公式为：

cjb=城镇居民人均可支配收入农村居民人均纯收入

（6）控制变量（X′）。贸易开放度（trade），用进出口总额占GDP比重衡量；外商直接投资（fdi）；信息资本存量（ict），采用永续存盘法估算而得；研发投入占GDP比值（rd）；资本投入占产出比重（ky）；大型企业电子设备产出与GDP比值（cap）[15]，用以衡量偏向型技术进步。

本文实证分析部分采用中国大陆30个省份（西藏自治区的部分数据统计不全，本文予以剔除）。本部分各变量数据来源于各年《中国劳动统计年鉴》、《中国科技统计年鉴》和《新中国六十年统计资料汇编》及联合国商品贸易统计数据库，时间跨度为2001—2014年。

三、特征事实：城市化与“极化”的空间分异

首先，从静态层面予以分析。图1-4报告了2014年中国大陆地区30省份（西藏自治区除外）的城市化水平和人力资本结构的空间分布。从图1可以看出，截至2014年，我国省域尺度上各层次人力资本差异仍然较大，除京津沪三个直辖市外，各地区人力资本占比仍以低技能人力资本为主。结合图2，在城市化率较低的西部地区，如新疆、青海、云南、贵州等地，中等技能人力资本占比较低、高技能人力资本占比最少。而类似的情况也出现城市化率较高的东部地区如北京、天津、上海、浙江等地。这表明城市化率较低和城市化率较高的地区，人力资本结构均具有“两头大、中间小”的特征。结合图2和图3，高技能人力资本占比分布和城市化水平的空间相关性表现为东部地区北京、天津、上海、江苏、浙江、福建等地高城市化水平（>0.6）和高技能人力资本占比（>0.2）的空间聚集。中部地区如河南、安徽、江西、广西等地呈现中等城市化水平（0.5—0.7）和高技能人力资本占比（0.15—0.2）的空间集聚。结合图1和图4，低技能人力资本分布和城市化水平的空间相关性表现为：东部地区城市化水平较高（>0.6）的省份，如江苏、浙江、福建等，其低技能人力资本占比取值均在0.6至0.7之间。河北、河南、安徽、江西、广西、吉林等中等城市化水平（0.5—0.7）的中部地区的低技能人力资本占比水平亦落入相同区间（0.5—0.6），呈现出高度的空间集聚特征。同时西部地区四川、宁夏的城市化水平（0.45—0.55）和低技能人力资本水平（0.5—0.6）数值也呈现相似性。上述分析表明人力资本结构与城市化水平空间格局的相关性和极化现象的存在性，这种相关性以中部地区尤为突出。endprint

为从动态层面分析不同城市化水平下人力资本结构的相关性特征和演进特征，下面实证检验城市化和人力资本结构空间相关的存在性。首先，构建地理距离空间权重矩阵W，即行标准化后的中国30省份的地理位置的0—1矩阵。其次，采用文献使用较多的Morans I指数分别进行人力资本结构和城市化的空间自相关检验。为观察空间自相关的时间趋势性，本文将样本时间段拆分为2001—2004年、2005—2008年和2009—2014年三个时间段来计算Morans I指数。表1报告了高技能人力资本与低技能人力资本Morans I指数的结果。

由表1可得，不同时间段各人力资本结构指标的Morans I指数均显著为正，表明中国各省份人力资本结构具有显著的空间相关关系，有必要采用空间计量模型。对于人力资本结构的空间相关格局的形成原因，本文认为地理位置较近地区的教育资源共享程度更高，劳动力需求结构相似，从而呈现出空间集聚效应。

表1还表明Morans I指数总体上呈递增趋势，即随时间的推移，省份间人力资本结构的空间正相关关系逐渐增强。究其原因，相邻省份间经济发展的密切程度越来越高，使得教育资源和劳动力需求结构趋同，从而就业结构和技能结构变化趋同，且影响日益突出，导致空间相关性增强。

表2报告了本文主要解释变量城市化水平在不同时段指标的Morans I指数。数据显示，各部分值显著为正，且总体上呈递增趋势。这表明中国各省份城市化水平具有显著的空间相关关系，且随着时间的推移，省份间城市化水平的空间正相关关系逐渐增强。对于城市化水平的空间相关性格局的形成原因，本文认为地理位置较近的地区具有更便利的交通，经济交流更加深入、频繁，可合作性和合作效果较好，城市发展政策上也呈现出空间相似性，从而空间集聚效应凸显。

四、计量结果与分析

（一）城市化引致人力资本结构“极化”现象的存在性分析

结合上述分析，本部分利用式（2）的设定检验城市化引致人力资本结构“极化”现象的存在性。表3中Wald检验的结果表明，各模型均拒绝了无空间滞后和无空间误差效应，因此采用SDM为最合适的模型，故本文主要报告空间杜宾模型的结果。具体分析如下：

（1）模型1和模型3的结果显示，两个模型城市化水平的系数均在1%的水平上显著为正，表明城市化水平的提升致使高技能人力资本占比和低技能人力资本占比同时提升，验证了人力资本极化现象的存在。究其原因，一方面城市化的集聚效应促进了人力资本的积累从而提升了高技能人力资本占比，而高技能人力资本与低技能人力资本的互补性促进了城市低技能人力资本占比的提高；另一方面，当中等技能人力资本向高技能人力资本转化的速度高于低技能人力资本向中级技能人力资本转化的速度时，也会导致人力资本极化现象。比较两个系数值，本文发现模型1中城市化水平的系数高于模型3中城市化水平的系数，即城市化對高技能人力资本占比的影响高于低技能人力资本占比，表明城市化对高技能人力资本的吸纳程度总体上高于低技能人力资本。

（2）模型1和模型3的空间滞后变量的系数在1%的水平上显著为正，表明本地区高人力资本和低人力资本占比的提升均会促进邻近地区高低人力资本占比的提升，即人力资本极化现象表现出空间集聚的特征，也验证了使用空间计量模型的必要性。但在比较两个模型解释变量的空间交互效应时，本文发现模型1中W×urb的系数显著为正，而模型2中该项系数为负值，即本地区城市化水平会促进邻近地区高技能人力资本占比的正向提升，却会导致邻近地区低技能人力资本占比的反向下降。

（3）为进一步分析城市化引致人力资本结构变化并发生极化的演进路径，在模型1和模型3的基础上加入解释变量城市化率的平方项，相应结果由模型2和模型4给出。模型2和模型4中城市化率一次项系数均为正（其中高技能在15%的显著性水平下为正），二次项系数均为负。这一结果表明虽然人力资本资本结构出现极化现象，但其演进速度随着城市化的提升而逐渐放缓。这既与城市化的拥挤效应有关，也与城市中人力资本外部性能够得到更充分的发挥有关。根据国际经验，当一国的城市化水平达到50%之后，城市化速度加快（陆铭，2012）[9]，拥挤效应凸显，人力资本积累速度放缓，导致高技能人力资本占比减少；同时人力资本外部性特征随着城市化水平的提升而发挥出更加积极的作用，从而促进了低技能人力资本向中等技能人力资本的转化，导致低技能人力资本占比最终出现先增后减的倒“U”型变化，这也是人力资本结构优化的必然趋势。

（二）城市化引致人力资本极化的机制分析

为分析城市化引致人力资本结构极化的产生机制，本节在上述模型1和模型3中分别逐项引入城市化与技术创新的交叉项（urb_tec）、城市化与收入差距的交叉项（urb_cjb）及城市化与产业结构升级系数交叉项（urb_ind）作为解释变量，采用与上一节相同的方法对人力资本结构极化现象予以进一步考察，所得计量结果如表4所示。

表4中各空间计量模型的选择由表格中Wald检验的结果确定。Wald空间滞后检验没有被拒绝时选择SAR，Wald空间误差检验没有被拒绝时选择SEM，两个检验均通过时选择SDM，二者均未通过时，根据LM检验结果判断。由于上述模型在10%的显著性水平下未出现二者均未通过的情形，故未报告LM检验结果。表4的第二行给出了各种情形下的实际选择模型，其中fe和re分别表示利用Hausman检验做出的固定效应和随机效应选择。针对表4结果的分析如下：

（1）模型1中城市化水平和技术创新的交叉项系数在5%的水平下显著为正，表明城市化与技术创新的良性耦合有利于提升人力资本积累和发挥高技能人力资本的外部性功能，从而促进高技能人力资本占比的提升。但在模型4中，城市化与技术创新水平的交叉项在5%的水平下显著为负，即城市化与技术创新的互补性降低了低技能人力资本占比。结合模型1和4可以发现，城市化与技术创新的共同作用总体上改变了人力资本内部结构，但其对人力资本水平提升的作用更加明显，因此对人力资本极化的现象只能做出部分解释。endprint

（2）城市化与收入差距交叉项的系数在模型2中显著为负，但在模型5中显著为正，表明城市化背景下城乡收入差距的扩大抑制了高技能人力资本占比的提升，但提升了低技能人力资本占比。这一方面是由于城市的拥挤效应，即城市化进程的推进导致城市资源不断减少，高收入群体催生了城市的高房价、高物价，造成低收入群体与高物价的冲突，表现之一是生活支出对人力资本投资的挤出，分流了人力资本投资，抑制了中等技能人力资本向高技能人力资本的转化。但当这一作用不足以抵消其他因素对人力资本水平提升的影响时，高技能人力资本占比总体而言仍然呈现增加趋势。另一方面，收入差距对劳动力的转移具有正向激励作用，使得城市低技能人力资本数量不断增多，而初级人力資本向中级人力资本的转化速度低于中级技能人力资本向高技能人力资本的转化速度，也导致低技能人力资本占比增加。

（3）模型3和6中城市化水平和城市化与产业结构升级系数的交叉项系数分别在1%和10%的水平上显著为正，表明随着产业结构升级系数提升，城市化同时促进了高技能人力资本占比和低技能人力资本占比的上升，即城市化通过产业结构的不断升级促进了人力资本的极化。城市化对人力资本结构的调节作用既表现为独立促进，又体现在与产业结构升级的良性耦合引发的积极效应。而低人力资本占比与高人力资本在二者交互作用下的同时上升则说明，城市化与产业结构升级的相互演化增强了高、低技能人力资本的互补性。这与中国目前第三产业发展不足有关。目前，大多数发达国家第三产业比重在70%左右，发展中国家的这一数字为50%左右（孙碧涵，2014）[16]。中国服务业中具有现代化意义的生产性服务业比重仍然不足，而传统低端服务业占据较大比重，其对低技能人力资本的需求仍然旺盛。

五、结论与政策建议

本文基于城市化的视角，系统分析了城市化进程中人力资本结构的空间分异及人力资本结构“极化”问题，并运用2001—2014年省际面板数据构建空间计量模型，分析了中国人力资本结构的空间分异特征及其与城市化的相关性，并从技术创新、收入差距和产业结构升级等三个维度实证分析城市化对人力资本结构变化的影响。本文主要结论与启示如下：

第一、从全国层面而言，除北京外全国各地区高技能人力资本占比均未过半，仍以中、低技能人力资本为主。中国目前以及未来城市化进程面临的主要问题之一是深化人力资本要素投资，尤其是促进低技能人力资本要素的升级。在城市发展由粗放式增长向可持续性增长的关键时期，突破人力资本瓶颈，探索自己的人力资本梯度升级路径已经成为不可回避的问题（袁富华，张平，2015）[17]。就地区层面而言，城市化与人力资本结构的空间相关性主要体现在东部和中部部分城市化水平相似的地区人力资本结构具有高度相似性，但地区间的差异仍然较大。而西部大部分地区城市化水平和人力资本结构均位于低位。这表明基于区域均衡发展而提出的中部崛起、西部大开发等政策在缩小人力资本差距层面收效甚微。因此，积极促进人力资本培育，尤其是发展西部地区中等教育和高等教育是深化实施各地区平衡发展战略的关键任务之一。

第二、城市化视角下人力资本结构出现“极化”现象。即随着城市化水平的提升，高、低技能人力资本占比上升，而中技能人力资本占比不断减小。随着劳动力规模的缩减，中国人口数量红利逐渐消失，但人口质量红利尚未凸显，低技能人力资本向中技能的转化速度仍然较慢，粗放式的城市化进程尚无法脱离劳动密集型产业而快速推进，这要求我们转变城市化推进思路，转向以技术密集型产业为主导的推进方式，形成对低技能人力资本投资的有效激励。

第三、产业结构升级、技术创新水平与城市化的交互作用对高技能人力资本占比增加具有正向促进作用。由此，推动城市第三产业尤其是高端服务业的集聚，建立以高新技术产业为主导的现代城市产业集群，运用城市产业集群的规模优势吸收高技能人力资本，形成人力资本积累的有效激励，促进城市化与产业结构升级的协调发展是优化人力资本结构的重要途径。同时，运用政策为技术创新构建制度渠道，促进创新成果的转化，激励高技能人力资本发挥外部性作用，为人力资本结构升级制造循环联动推力。

第四、产业结构升级和收入差距与城市化的交互作用提升了低技能人力资本占比。第三产业中高端服务业与低端服务业的互补性是人力资本极化现象的主要动因，因此在包容性对待现有人力资本结构的同时，应从产业结构层面积极寻求低技能人力资本向中技能转化的渠道，引导低端服务业向技术化、专业化、质量优化转变，同时为中青年劳动力构建职业化培训平台。另一方面，需协调城乡发展，注重社会收入分配的公平性。进一步缩小城乡收入差距，以提升占绝大多数的低技能劳动力的收入水平。

参考文献：

[1]Eaton J，Eckstein Z.Cities and growth：Theory and evidence from France and Japan[J].Regional science and urban Economics，1997，27（4）：443-474.

[2]Black D，Henderson V.A theory of urban growth[J].Journal of political economy，1999，107（2）：252-284.

[3]Bertinelli L，Zou B.Does urbanization foster human capital accumulation？[J].The Journal of Developing Areas，2008，41（2）：171-184.

[4] Van Long N，Riezman R，Soubeyran A.Trade，wage gaps，and specific human capital accumulation[J].Review of International Economics，2007，15（1）：75-92.endprint

[5]Li H，Liang Y，Fraumeni B M，et al.Human capital in China，1985–2008[J].Review of Income and Wealth，2013，59（2）：212-234.

[6]张建华，王慧丽.劳动异质情况下的产业结构偏离及其影响因素分析——基于 2006～ 2013 年全国产业行业数据[J].工业技术经济，2016，35（1）：154-160.

[7]何永达.人力资本，知识创新与服务业空间集聚——基于省际面板数据的计量分析[J].经济地理，2015（9）：120-125.

[8]梁文泉，陆铭.城市人力资本的分化：探索不同技能劳动者的互补和空间集聚[J].经济社会体制比较，2015（3）：185-197.

[9]陸铭，高虹，佐藤宏.城市规模与包容性就业[J].中国社会科学，2012，10：47-66.

[10]Elhorst J P.Dynamic spatial panels：models，methods，and inferences[J].Journal of geographical systems，2012，14（1）：5-28.

[11] Elhorst J P.Spatial panel data models[M]//Spatial Econometrics.Springer Berlin Heidelberg，2014：37-93.

[12]魏下海，李树培.人力资本，人力资本结构与区域经济增长―基于分位数回归方法的经验研究[J].财贸研究，2009，20（5）：15-24.

[13]李逢春.对外直接投资的母国产业升级效应——来自中国省际面板的实证研究[J].国际贸易问题，2012（6）：124-134.

[14]林善浪，张作雄，刘国平.技术创新，空间集聚与区域碳生产率[J].中国人口资源与环境，2013，23（5）：36-45.

[15]邓利娟，侯丹丹，黄燕萍.台湾加入RCEP与TPP的经济效应分析——基于GTAP模型的模拟结果[J].台湾研究集刊，2016（4）：21-28.

[16]孙碧涵.当前我国产业结构中存在的主要问题及其对策[J].长白学刊，2014（4）：128-128.

[17]袁富华，张平，陆明涛.长期经济增长过程中的人力资本结构——兼论中国人力资本梯度升级问题[J].经济学动态，2015（5）：11-22.

Polarization of Human Capital Structure：Driving and Mechanism of Urbanization Polarization of Human Capital Structure：Driving and Mechanism of Urbanization

WANG Li-xia1，2， HANG Chun-hong1，2

（1.School of Econimics，Anhui University，Hefei Anhui 230061，China

2.Research Center of the Agriculture-Rural Area-Peasant， Anhui University， Hefei Anhui 230061，China）

Abstract：

This paper uses the spatial econometric model to systematically analyze the spatial differentiation of human capital structure and the polarization of human capital structure in the process of urbanization. Themit studies the internal implementation mechanism from the three dimensions of technological innovation， industrial structure upgrading and income gap.The results show that： （1） human capital structure is still dominated by low human capital in most areas of China， and spatial aggregation of human capital structure is obvious in eastern and central regions； （2） with the elevation of urbanization， human capital structure appears that the proportion of high and low-skilled human capital increased， while the proportion of middle-skilled human capital continue to reduce which present the polarization phenomenon. The interaction of Industrial upgrading， technological innovation and urbanization enhances the proportion of high-skilled human capital. The interaction between income disparity， industrial upgrading and urbanization promotes the proportion of low-skilled human capital. Promoting regional coordinated development， boosting industrial structure to high-end service-oriented direction， accelerating the transformation of innovation results， narrowing the urban-rural income gap are important path to promote the optimization of human capital structure.

Key words：

human capital structure polarization； urbanization；spatial differentiation； spatial econometric modelendprint