人力资本对产业结构转型升级作用的实证分析——以云南省为例

李　君1　陈长瑶2　侯玉珠　王若菲

(1.云南师范大学经济与管理学院；2.云南师范大学MBA中心；3.云南师范大学旅游与地理科学学院　云南昆明　650500)

1　引言

当前，我国区域产业结构转型升级的方向是推进高端化、信息化、绿色化现代产业体系，构建开放型和创新型区域经济体系。人力资源开发水平是关系区域产业结构转型升级能否顺利进行的重要环节。上世纪60年代，现代人力资本理论逐渐形成。人力资本因素引入产业结构理论的研究成果揭示了人才结构对于产业发展的巨大影响。

近年来，一些学者提出了人力资本的“配置能力”“人力资本总量加总度量”以及“人力资本的外部性特征”等理论。这些理论证明提高人力资本有利于加速劳动力资源与产业结构的匹配和产业结构升级。一方面，人力资本不断积累，可以拉大不同产业部门的利润率差异，加速生产要素在产业部门之间的重新配置，促进新产业结构形成；另一方面，人力资本具有较强的外部性，能提高研发部门的效率，加快人力资本积累，改变动态比较优势，不断催生更先进的产业，实现产业结构升级[1]。

LeonidV·Azarnert[2]、Klaus Möller[3]、Mussarat Khadija Khan[4]、Elsadig Musa Ahmed[5]等西方学者对大量产业数据进行了实证研究，指出人力资本对经济增长有促进作用，并把人力资本内化为一种生产要素,构建出新的经济增长模型。

我国学者对人力资本与产业结构关系的研究日益增加。洁安娜姆[6]、汤文姬[7]、颜黎明[8]、刘雪娇[9]等探讨了区域人力资本和产业结构升级的相互影响；周静[10]、宫禄尧[11]等对二者之间的关系展开了实证研究。但是目前关于云南省区域产业结构与人力资本开发的研究较少。基于前人研究基础，本文建立云南省人力资本存量、人力资本内部结构和分布结构与产业结构升级关系的定量模型，在VAR模型基础上运用协整检验、格兰杰因果检验、误差修正模型、脉冲响应和方差分解计量经济方法，分析人力资本水平对产业结构升级的影响，以弥补现有研究的不足。

2　研究变量选取与数据来源说明

产业结构升级(S)：采用产业结构转换系数来衡量。借鉴吴国强等人的研究[12],本文采用第二、三产业产值比重衡量产业结构升级的速度。该比重越大表明产业结构转型升级越快。

人力资本结构(HG和HC)：人力资本分布结构用教育基尼系数衡量。考虑到收入不可能为零，而最低受教育程度却可以为零，Thomaseta对教育基尼系数进行改进，公式如下：

其中，HG为教育基尼系数，H为三次产业从业人员平均受教育年限，pi和pj分别代表受某层次教育程度从业人员的比例，yi和yj表示不同教育程度在学校受教育年限数，n为本文划分的受教育程度等级数。HG的值在0～1之间，其值越大，表明人力资本分布越不平衡。

人力资本的内部结构(HC)是各类受教育程度人口数量比例关系，分别为初等教育、中等教育、高等教育所占的比重。鉴于数据可获得性，本文采用高等教育所占比重(每年毕业生数和在校学生数之和)表示人力资本的内部结构。

本文所使用的原始数据来源于《2015云南省统计年鉴》《中国人口统计年鉴》(1996—2006年)、《中国人口与就业统计年鉴》(2007—2015年)、《中国劳动统计年鉴》。

3　实证分析与结果检验

3.1　初步分析

为研究人力资源开发对产业结构升级的影响，本文拟从人力资本分布结构(G)与人力资本存量(H)、人力资本内部结构(HC)两个角度对产业结构升级(S)进行实证分析。为避免伪回归问题，本文首先采用单位根检验变量序列的平稳性，然后在变量序列都是同阶平稳的条件下进行Johansen协整分析，采用ECM模型对变量间短期关系进行研究，并根据格兰杰因果关系检验、脉冲响应和方差分解进一步研究人力资源开发对产业结构转型升级的影响。

3.2　单位根检验

传统模型进行拟合时存在虚假回归问题。为克服此问题，必须先检验各时间序列的平稳性。本文所采取的方法是ADF检验法。在5%的显著性水平下，变量接受存在单位根的原假设，均为非平稳序列，而一阶差分序列为平稳序列，这说明变量均存在一个单位根，为一阶单整序列，满足同阶单整的要求，符合协整检验的前提。

表1　单位根检验结果

注：基于SIC准则选取滞后期。

3.3　Johansen协整分析

由单位根检验可知，人力资本分布结构(lnG)、人力资本存量(lnH)、人力资本内部结构(lnHC)、产业结构升级(lnS)都是一阶单整序列，因此可以进一步研究变量之间是否存在长期协整关系。本文采用Johansen协整检验。首先需要确定协整检验的滞后阶数，检验的滞后阶数通常等于无约束VAR模型的最优滞后阶数减1。本文采用AIC、SC等数种检验标准确定最佳的滞后阶数。lnG、lnS选择1作为最优滞后期，lnH、lnHC和lnS选择3作为最优滞后期。因此lnG、lnS及lnH、lnHC和lnS的Johansen协整检验的滞后期间分别为[0，0]、[1，2]。

本文对人力资本分布结构(lnG)和产业结构升级(lnS)选择原序列没有确定性趋势、协整方程不含截距项的Johansen检验，对人力资本存量(lnH)、人力资本结构(lnHC)和产业结构升级(lnS)选择原序列没有确定性趋势、协整方程含有截距项的Johansen检验，假设None表示没有协整关系。检验结果显示：人力资本分布结构(lnG)和产业结构转型升级 (lnS)迹检验统计量为8.01，大于5%显著性水平的临界值，并且概率P为0.02(小于0.05)，表明至少存在一个协整关系；原假设At most1表示最多只有一个协整关系，此时迹统计量为1.30，小于5%的显著性水平临界值，并且P为0.25(大于0.05)，表明存在一个协整关系，并且对于两个变量序列最多只存在一个协整关系；最大特征值检验表明不存在协整关系。由于已有研究表明迹统计量比最大特征值统计量更稳健，因此本文基于上述检验结果认为人力资本分布结构(lnG)和产业结构升级(lnS)存在长期协整关系。同理，对人力资本存量(lnH)、人力资本结构(lnHC)和产业结构升级(lnS)进行Johansen协整检验。检验结果显示：迹统计量表明存在一个协整关系，最大特征值检验表明不存在协整关系。基于前述理由，本文同样以迹检验结果为准，认为人力资本存量(lnH)、人力资本结构(lnHC)和产业结构升级(lnS)存在长期协整关系。

1)人力资本分布结构(lnG)和产业结构升级(lnS)标准化协整方程：

lnS=-0.192385lnG

(1)

SE(0.01525)

Log likelihood=92.28943

2)人力资本存量(lnH)、人力资本内部结构(lnHC)和产业结构升级(lnS)：

lnS=0.087261lnH+0.035327lnHC+4.185122

(2)

SE (0.01118) (0.00190) (0.01964)

Log likelihood= 139.3025

由协整方程可知：从长期来看，人力资本分布结构(lnG)对产业结构升级(lnS)存在负向长期协整关系。lnG和lnS长期弹性系数为-0.19，表明lnG每增加一个百分点，lnS降低0.33。人力资本存量(lnH)、人力资本内部结构(lnHC)对产业结构升级(lnS)存在正向的长期协整关系。lnH、lnHC和lnS长期弹性系数分别为0.09和0.03，表明lnH、lnHC分别增加一个百分点，分别促进lnS增加0.09和0.03，人力资本存量对产业结构升级的长期影响较大。

3.4　Granger检验

Granger因果关系分析是用来分析不同经济变量之间的因果关系的。由上文平稳性检验可知，一阶差分后的序列是平稳性序列，因此本文利用一阶差分后的变量进行滞后期为1～3的格兰杰因果关系检验。检验结果如表2所示。滞后期为3的时候，在5%显著性水平下拒绝DlnS不是DlnG的格兰杰原因，其余滞后期都接受DlnS不是DlnG的格兰杰原因以及DlnG不是DlnS的格兰杰原因。如表3所示，不同滞后期均接受人力资本存量(DlnH)、人力资本内部结构(DlnHC)不是产业结构升级(DlnS)的格兰杰原因，以及产业结构升级(DlnS)不是人力资本存量(DlnH)和人力资本内部结构(DlnHC)的格兰杰原因。检验结果表明DlnG、DlnS及DlnH、DlnHC、DlnS之间的关系较弱。究其原因，有两点：一是差分后序列信息的损失，二是格兰杰因果关系分析的局限性。因此，变量之间的具体关系有待进一步分析。

表2　Granger因果关系检验(lnG和lnS)

注：*、**、***分别表示在10%、5%和1%显著性水平下显著。

表3　Granger因果关系检验(lnH、lnHC和lnS)

3.5　ECM模型

Johansen协整检验表明：人力资本分布结构(lnG)与产业结构升级(lnS)，人力资本存量(lnH)、人力资本内部结构(lnHC)与产业结构升级(lnS)之间均存在长期的协整关系。但是，在短期内，lnG、lnH和lnHC对lnS是否具有显著影响，需通过误差修正模型进行进一步分析。利用OLS回归方程中残差项εt，令ECMt等于εt，将人力资本分布结构(lnG)和产业结构升级 (ΔlnS)以及ECMt-1进行OLS回归，得到误差修正模型为：

ΔSt=α0+α1ΔGt+α2ECMt-1+εt

(3)

将人力资本存量(lnH)、人力资本内部结构(lnHC)和产业结构升级(lnS)以及ECMt-1进行OLS回归，得到误差修正模型为：

ΔSt=β0+β1ΔHt+β2ΔHCt+β3ECMt-1+εt

(4)

1)lnG和lnS的误差修正模型。由以上分析可以得到人力资本分布结构(lnG)和产业结构升级 (lnS)的误差修正模型，如下所示：

ΔSt=0.004791-0.015572ΔGt-0.360402ECMt-1+εt

(5)

(t)(2.573785)(-0.712387)(-2.452994)

(p)(0.0204)(0.4865)(0.0260)

AD-R2=0.203843,F=3.304305,P= 0.062917, DW= 1.808903

计算结果表明，人力资本分布结构(lnG)的波动由以下因素造成：一是人力资本分布结构(lnG)的短期波动对产业结构升级 (lnS)有直接影响，但人力资本分布结构(lnG)的短期波动对产业结构升级 (lnS)的负向影响不显著。二是误差修正项对产业结构升级(lnS)产生短期影响，误差修正模型中ECMt-1的系数反映了当年相对于上一年产业结构升级 (lnS)与人力资本分布结构(lnG)偏离长期均衡的纠正程度。模型ECMt-1的系数为负且显著，符合反向修正机制。产业结构转型升级 (lnS)与人力资本分布结构(lnG)偏离长期均衡时，误差修正项会将二者拉回长期均衡状态。

2)lnH、lnHC和lnS的误差修正模型。由以上分析可以得到人力资本存量(lnH)、人力资本内部结构(lnHC)和产业结构升级(lnS)的误差修正模型，如下所示：

ΔSt=-0.002785+0.053589ΔHt+0.069497ΔHCt-0.718562ECMt-1+εt

(6)

(t)(-0.716680)(2.410721)(2.060526)(-2.486616)

(p)(0.4846)(0.0292)(0.0571)(0.0252)

Ad-R2=0.292373,F=3.479046,P= 0.042667,DW= 1.670917

计算结果表明，短期产业结构升级(lnS)的波动受几方面因素影响：一是人力资本存量(lnH)和人力资本内部结构(lnHC)的短期改变对产业结构升级(lnS)有直接影响。短期内，人力资本存量(lnH)和人力资本内部结构(lnHC)的短期改变对产业结构升级(lnS)至少在10%显著性水平下具有正向影响，即短期人力资本存量(lnH)和人力资本内部结构(lnHC)改变量越大，产业结构升级(lnS)变化越大。二是误差修正项对产业结构升级(lnS)有短期影响。误差修正模型中ECMt-1的系数反映当年相对于上一年人力资本存量(lnH)、人力资本内部结构(lnHC)和产业结构升级(lnS)偏离长期均衡的纠正程度。模型ECMt-1的系数为负且显著，符合反向修正机制。人力资本存量(lnH)、人力资本内部结构(lnHC)和产业结构升级(lnS)偏离长期均衡时，误差修正项将其拉回长期均衡状态。

3.6　脉冲响应分析

脉冲响应函数(IRF)表达的是内生变量对于冲击的响应，是估计线性系统的一种非参数模型辨识方法。因为传统的Choleshi分解法的估计结果对变量之间的排序敏感，而广义脉冲响应函数法不受变量之间排序的影响，因此本文采用广义脉冲响应函数法。

从图1可看出，对于人力资本分布结构(lnG)的正向冲击，产业结构升级(lnS)一直表现出负向响应状态，并会在人力资本分布结构(lnG)受到正向冲击后的第二个月达到负向响应的最大值(-0.01)，随后负向响应幅度有所下降。综合来看，对于人力资本分布结构(lnG)的正向冲击，产业结构升级(lnS)呈现出负向响应，这与长期协整关系分析结果一致，说明人力资本分布(lnG)的变化不仅对当期的产业结构升级(lnS)具有负向影响，对随后多期也具有负向影响。从图2可看出，对于人力资本存量(lnH)的正向冲击，产业结构升级(lnS)整体呈现出负向响应，并会在人力资本存量受到正向冲击后的第5个月达到负向响应的最大值，这与长期协整分析结果不一致，表明人力资本存量(lnH)对当期产业结构升级(lnS)具有正向影响，但是从随后一期开始,产业结构升级(lnS)未对人力资本存量(lnH)的冲击产生较为明显的正向响应。从图3可看出，对于人力资本内部结构(lnHC)的一个正向冲击，产业结构升级(lnS)在受到冲击之后整体呈现出较为明显的正向响应，并且在人力资本内部结构(lnHC)受到正向冲击后第3个月产业结构升级(lnS)对冲击的响应幅度最小(0.00)，第5个月达到正向响应的最大值，第7个月之后产业结构升级(lnS)响应变化幅度较小，但仍呈现正向响应状态，这与长期协整关系分析结果一致。也就是说，人力资本内部结构(lnHC)的正向变化不仅对当期的产业结构升级(lnS)具有正向的影响，对以后各期也具有正向影响。

图1　G对S的的脉冲响应

图2　H对S的脉冲响应　　　　　　　　　　　　　　　　图3　HC对S的脉冲响应

3.7　方差分解

脉冲响应函数反映每个内生变量对于冲击的响应，而方差分解用来测度冲击对各个内生变量的贡献度和变量间的相互关系。本文接下来分析人力资本分布结构(lnG)、人力资本存量(lnH)与人力资本内部结构(lnHC)对产业结构升级(lnS)的预测方差分解，并分析其预测方差的贡献度。

从表4可以看出:人力资本分布结构(lnG)对产业结构升级(lnS)的预测方差贡献率从第1个月至第10个月一直呈现增大趋势，并在第10个月达到最大值21.48;产业结构升级(lnS)对自身的预测方差贡献率一直呈现下降趋势，在第10个月预测方差的贡献率达到最小值78.53；人力资本存量(lnH)对产业结构升级(lnS)的预测方差的贡献率在第1个月至第10个月一直呈现增大趋势，并在第10个月达到最大值18.28；人力资本内部结构(lnHC)对产业结构升级(lnS)的预测方差的贡献率在第1个月至第8个月一直呈现增大趋势，并在第8个月达到最大值3.49，第9个月人力资本内部结构(lnHC)对产业结构升级(lnS)的预测方差的贡献率有所下降，第10个月又有所回升。综合来看，在第10个月，人力资本存量(lnH)和人力资本内部结构(lnHC)对产业结构升级(lnS)的预测方差之和最大，两者的预测方差贡献率总共达到21.69;产业结构升级(lnS)对自身的预测方差贡献率一直呈现下降趋势，并于第10个月达到最小值78.31。

表4　方差分解

4　结论与讨论

本文基于云南省1995—2014年相关数据研究人力资源开发对产业结构转型升级的影响。本文运用ADF单位根检验、Johansen协整检验、格兰杰因果检验、ECM模型估计、脉冲响应和方差分解，得出以下结论：

第一，根据协整方程知：云南省人力资本分布结构(lnG)、人力资本存量(lnH)、人力资本内部结构(lnHC)与产业结构转型升级 (lnS)存在长期的稳定关系。lnG每增加一个百分点，lnS降低0.33；lnH、lnHC分别增加一个百分点，分别促进lnS增加0.09和0.04，人力资本存量对产业结构升级的长期影响较大。

第二，根据误差修正模型知：(1)人力资本分布结构(lnG)变化将引起产业结构转型升级 (lnS)的反向变化。由实证结果可知，人力资本分布结构对产业结构转型升级具有负相关影响，即人力资本分布结构越不公平，对产业结构转型升级的抑制作用越大。(2)人力资本存量(lnH)变化将引起产业结构转型升级 (lnS)同向变化。三次产业平均受教育年限对产业结构转型升级具有正相关影响，人力资本总量越大，产业结构转型升级的速度越快。(3)人力资本内部结构(lnHC)变化将引起产业结构转型升级(lnS)同向变化。受高等教育人力资源所占比重越大说明高层次人力资源比重越大，对人力资本内部结构优化作用也越大。

第三，通过脉冲响应函数和方差分解分析可知：人力资本存量、人力资本分布结构对区域产业结构升级贡献率随滞后期增大逐渐增大，人力资本内部结构在滞后8期达到最大值。

第四，基于上述结论，笔者进一步分析发现：在短期内，人力资本内部结构对产业结构升级的促进作用最大，即高层次人才对产业结构升级作用显著。因此，应加强高等教育人才培养工作，推进高层次人才引进工作。从长期看，人力资本存量对产业结构升级的促进作用最大。因此，应加大人力资本教育和培训投入、创新人才培养方式，提升人力资源素质和技能。人力资本分布越公平越能促进产业结构升级，所以应促进区域人力资本合理流动。本文的产业结构升级指标选取第二、三产业所占比重，没有严格区分传统工业和高技术产业，因此产业结构指标具有局限性。未来可进一步用高技术产业产值占工业产值的比重作为衡量产业结构升级的指标。

注释：

①由于一般人力资本和专业人力资本主要通过接受正规学校教育产生，因此可以采用劳动力或者全社会的人均受教育年限来表示(姜玉鹏，2009)。

参考文献：

[1]周海银. 人力资本与产业结构升级——基于省际面板数据的检验[J]. 东岳论丛,2014,35(9):95-99.

[2]LEONID V, AZARNERT. Free education, fertility and human capital accumulation[J].Journal of Population Economics,2010，23(2)：449-468.

[3]KLAUS MÖLLER, RAMIN GAMERSCHLAG, FINN GUENTHER. Determinants and effects of human capital reporting and controlling[J]. Journal of Management Control,2011，22(3)：311-333.

[4]MUSSARAT KHADIJA KHAN. Contribution of female human capital in economic growth: an empirical analysis of Pakistan (1972-2012) [J]. Quality & Quantity，2016， 50(2)：709-728.

[5]ELSADIG MUSA AHMED. Erratum to: ICT and Human Capital Spillover Effects in Achieving Sustainable East Asian Knowledge-Based Economies[J]. Journal of the Knowledge Economy，2017,8(3)：1113.

[6]洁安娜姆.西藏人力资本结构与产业结构协同发展对策分析[J].西藏研究,2011(4):44-47.

[7]汤文姬.基于BSC的资源型企业产业结构转型绩效评估体系设计[J].经营管理者,2013(1): 67-70.

[8]颜黎明,谢华兴,康忠红.开发区人力资源配置与产业结构优化研究——以泉州经济技术开发区为例[J].价值工程,2015(32):37-39.

[9]刘雪娇，蒋梅英.西三角经济区产业结构与就业结构的互动关系研究[J].资源开发与市场,2016(2):27-30.

[10]周静.重庆市人力资本与产业结构调整互动关系研究[D].重庆:西南大学,2009.

[11]宫禄尧,王成军.人力资源区域流动的经济学分析[J].技术与创新管理,2010(2): 22-25.

[12]吴国强,鲍旭辉,李越.人力资本积累、人力资本结构与区域产业结构升级的关系——基于VEC模型的实证分析[J].科技和产业,2014(8):67-72.

[13]侯亚非.中国人口文化教育素质分析[J].市场与人口分析,2001(2):41-46.

[14]姜玉鹏.理论与实践：人力资本理论的系统性研究[M].济南：山东人民出版社,2009.