人力资本分布区域极化与动态演进——基于中国省级维度的测算

李 静，陈月萍

(安徽大学 经济学院，安徽 合肥 230601)

一、引言

传统赶超模式中的“纵向”干预体制尚未深入改革，创新和生产效率改进的“横向”市场竞争和激励未发挥作用，中国区域间、行业间和企业间资本错配普遍存在[1]。Bartelsman等认为，即使给定相同的生产技术，同一生产要素在不同地区之间的回报仍存在着显著差异[2]，但如果能将生产要素从生产率低的部门转移到高的部门，将有利于提高资源配置效率，从而促进经济增长[3]。

人力资本作为主要生产要素，其对经济增长和社会发展的作用已达成共识，对于缩小地区差距和促进经济均衡发展的重要性也被日益重视[4]。人力资本极化是指人力资本在地理空间上的非均衡发展和区域差异扩大化的过程，其强调不同区域之间的对抗程度，它随着区域之间差异性和每个区域内部同质性的增强而增大。值得注意的是，长期经济发展过程中，人力资本极化是加剧地区经济发展冲突的主要根源。因此，作为区域发展空间非均衡的一种特殊表现形式，人力资本区域极化应得到高度重视。

尽管中国经历长时间的市场化改革之后，由制度性约束造成的二元经济结构趋于弱化，生产要素在不同区域之间已经实现有效的流动。但当前的问题是，由于区域间经济发展差异，使得人力资本要素报酬差异较大，一部分发达地区积聚大量人力资本，而一些地区人力资本严重不足，区域间人力资本分布失衡严重，从而表现出发达地区人力资本和知识创新极化，而西部民族地区“要素失衡缺失陷阱”状态[5]。2017年《中国统计年鉴》数据显示，北京、上海、江苏、浙江以及广东人力资本比重分别为0.476 1、0.340 3、0.172 9、0.155 8和0.140 4，而广西、贵州、云南以及西藏人力资本比重分别为0.076 5、0.095 7、0.085 1和0.083 7。这表明，当前大量人力资本流入并沉淀在东部地区及一些发达地区，中部地区，特别是西部地区因缺乏人力资本使得这些地区内生增长动力不足，并成为整体经济均衡增长和未来10～20年经济高质量发展的阻碍。

尽管二元经济条件下的区域经济发展可以是非均衡的，但随着发展水平的提高，特别是进入内生经济增长阶段后，二元经济必然会向更高层次的一元经济过渡，这意味区域间要素均衡以及由此引致的经济发展均衡是内生过程。但是，Fleisher等认为，造成中国区域发展差异的因素很多，其中人力资本起着重要作用[6]。不平衡增长无论处在哪个阶段，都要强调经济发展对人力资本在区域间均衡分布的依赖。在经济高质量发展要求的新时代背景下，内在需要人力资本在区域间均衡分布。

通过梳理以上文献发现，现有的大量研究偏向于考察中国人力资本分布对经济发展的影响，刻画出中国人力资本水平在区域间存在差异，但却较少对人力资本区域差异程度进行测度，对于其动态演变态势的研究也仍显匮乏。同时，国内外关于人均收入的不平等性和极化现象的研究较为全面，而对于人力资本分布极化现象的研究还相对较少。基于此，本文致力于研究人力资本总体差异如何，是否存在两极分化或多极分化现象，呈现何种动态演进特征等问题。本文的创新点在于利用中国 31个地区在1996—2017年间的人力资本数据，计算出表征中国人力资本极化程度的EGR指数，分析了中国人力资本区域差异与极化程度；采用核密度估计考察中国人力资本分布的空间极化动态演进方向。本文研究的意义在于：在经济发展新阶段到来之时，本文的研究对于制定区域经济均衡战略具有重要的参考价值；同时本文以高质量发展为战略目标，为设计转型所需的人力资本流动的激励规制政策提供实证依据。

二、人力资本区域分布特征事实

表1为2000年、2005年、2010年以及2015年本科及以上学历人口占比的分布情况，刻画出中国人力资本分布区域差异总体特征[7]。根据表1可以直观地看出，从2000年到2015年，中国人力资本区域分布呈现出均衡性下降的特征。具体而言，2000年人力资本区域分布比较均衡，各地区本科及以上学历人口占总人口的比重都比较低。比重最高的地区是北京，为17.54%，上海次之，为11.36%，东北三省及新疆的比重在5%～10%之间，其他地区比重均在4.44%上下波动。2005年，部分地区的本科以上学历人口占总人口的比重增加，由5%以下上升至5%～10%之间，其分布呈现出由东向西扩散的趋势，西部地区的比重仍然较低，北京、上海、天津的比重分别居于第一、第二与第三。2010年，北京本科及以上学历人口占总人口比重上升至32.36%，上海上升至22.42%，天津上升至19%；比重处于10%～15%的省份增加至5个，分别为内蒙古、辽宁、浙江、福建和新疆；比重处于5%～10%的省份增加至22个；西藏的比重最低，为3.33%。对比2000年和2015年的本科及以上学历人口占总人口的比重，可以发现，本科及以上学历人口数在增加，其比重的分布呈现出非均衡的特征。北京的比重由2000年的17.5%上升至2015年的42.34%；上海的比重由11.36%上升至28.7%；比重高于10%的省份从2个增加到26个；2015年本科及以上学历人口占总人口的比重最低的仍然是西藏，但其比重从1.45%上升至7.11%。

表1 2000、2005、2010和2015年中国人力资本区域分布表

由此可见，中国各区域的人力资本水平在考察期间不断增长，这得益于1999年后中国高等教育规模的不断扩张以及相关政策的实施。在各区域人力资本水平增长的同时，中国区域间的人力资本也表现出了较大的差异性，其分布存在着显著的空间非均衡特征，发达地区人力资本储备占明显优势，且与不发达地区的差距不断扩大，并呈现出由东向西扩散的趋势。由于中国人力资本发展趋势在一定程度上反映出中国经济结构的变化，这种差距加剧了中国经济的地区差距，因此会造成区域经济发展的不平衡。

三、极化测算方法与数据说明

由近年来人力资本区域分布可以看出，中国区域间人力资本分布非均衡发展不断增强，表现出区域极化现象，即人力资本水平具有组内同质、组间异质的特征。此时，中国的高等教育规模扩张分布将会严重失衡：一部分区域人力资本沉淀过剩，一部分区域人力资本严重不足。因此，接下来本文测算我国人力资本分布区域差异与极化程度，分析出其具有怎样的极化趋势。

(一)测算方法

当前关于要素区域分布极化程度测算方法主要采用Wolfson指数、ER指数、LU指数和EGR指数，其中，EGR指数相对其它指数具有良好的统计性质，因此，本文主要采用EGR指数测算中国不同区域人力资本分布的极化程度[8]，并进行比较。具体公式如下：

(1)

EGR指数越大，极化程度越高，反之，EGR指数越小，极化程度越低。v为分组个数；pk和ph为第k、h组样本容量所占份额；μk和μh分别为第k、h组人力资本水平的均值；GA和GB分别为总体基尼系数、区域间基尼系数，二者的差值反映组内之间的不平等程度。φ、α和β为参数。

式(1)中，基尼系数GA和GB计算公式为：

(2)

其中，yt和ys分别代表第t、s个体的人力资本水平，N为样本容量。

(3)

其中，λk和λh分别为第k、h组样本的人力资本水平的均值与整个样本人力资本水平的总体均值的比值。Gk为第k组样本的基尼系数，GR为剩余项，用于反映不同组样本重叠产生的交互影响。

(二)指标和数据说明

1.人力资本水平指标界定。教育是人力资本最重要的组成部分，教育投资是促进人力资本积累的最主要方式，因此教育水平就可以衡量个人或者经济体的人力资本存量。参考笔者的研究方法[9]，本文用不同区域大学及以上学历人数占该区域总人数的比重作为衡量该区域人力资本水平的指标。

2.数据来源和参数设定。(1)数据来源：本文主要考察省级维度人力资本分布的非均衡程度，因此数据为省级面板数据，截面为31个省(直辖市、自治区)，时间跨度为1996—2017年。本文数据来源于《中国统计年鉴》。(2)参数设定：φ>0为标准化常数，根据研究需要可自由选择，目的是将指数界定到0与1之间；α为反映极化敏感性的参数，反映属于同一群体内成员之间的同质性，其取值范围为[0，1.6]，取值越接近1.6，其极化指数与标准的基尼系数差异越大，按照惯例，为更明显的反映极化趋势，取值一般为1.5；β为衡量组内聚合程度的敏感性参数，其取值大于0，在应用中根据需要可对β进行调整，以确保EGR指数介于0与1之间[10]。为了确保本文所使用的极化指数在0到1之间，参考Esteban等以及陈明华等相关参数设定，我们对相关参数进行了调试，最终确定如下：φ=1、α=1.5、β=0.01[11]。

四、测算结果与分析

(一)区域间人力资本差异程度

在测算人力资本分布区域极化程度之前，首先考察区域间人力资本分布的差异程度，本文通过测算中国各地区人力资本区域间的基尼系数进行分析，衡量出由于地区间的差异所引起的人力资本水平的不均等程度，具体测算结果见表2。

根据表2的测算结果可以直观看出，北京、天津以及上海的区域间基尼系数均低于0.2，新疆最低，为0.15，表明这些地区的人力资本水平与总体均值的平均偏离程度不大，相对平衡；而区域间基尼系数高于0.2低于0.3的省份即共有13个，其中东部地区有4个，中部地区有3个，西部地区有3个，东北地区有3个。区域间基尼系数处于0.3与0.4之间的省份，即个体与总体平均值之间的离散程度较大的省份来自西部地区的最多，有5个省份；西藏的人力资本水平与全国平均值之间的离散程度最高，为0.43。从整体看，东部地区的区域间基尼系数多处于0.2与0.3之间，中部地区处于0.2与0.4之间，西部地区多数处于0.3与0.4之间，东北地区三个省份均处于0.2与0.3之间，西部地区的区域间基尼系数相对高于其他三个地区，因此，西部地区与其他地区人力资本的差异是构成全国人力资本整体非均衡的原因之一。究其原因可能是，自国家实施西部大开发战略以来，有效带动了西部经济的发展，推动了西部地区教育水平的提升，缩小了西部的人力资本水平与其他三个区域的人力资本水平的差距，但在经济基础、教育观念等多重因素的影响下西部地区的人力资本水平仍与东部、中部地区存在差异[12]。

表2 不同省份人力资本基尼系数表

(二)不同地区人力资本极化程度

人力资本区域间基尼系数反映中国人力资本地区差距的空间非均衡程度。与区域间基尼系数不同的是，极化指数考虑了区域间基尼系数的组内同质的特征，反映人力资本水平扩大到极点的集聚程度[13]。如果区域内部的差距小，而区域间的差距大，则极化程度高，也称之为“正向”极化。引起“正向”极化有两种可能性，一是由于其人力资本水平高，拉大与其他地区的人力资本水平差距；二是由于其人力资本水平低，因此与其他地区产生差异。反之，如果区域内部差异大，区域间的差距小，则极化程度低，出现“负向”极化，“负向”极化有利于全国人力资本发展平衡，全国经济发展平衡，但对于区域内部，差距较大。

本文借助式(1)测算出中国人力资本分布区域极化程度，具体结果见表3。根据表3可以发现，北京的EGR指数最大，为0.978 5，显著高于其他地区的EGR指数，即该省份的极化程度最高。陕西的EGR指数次之，为0.791；江苏EGR指数居于第三，为0.629 1；上海为0.563 7，居于第四位。北京，江苏，上海位于经济发达的东部地区，是人力资本聚集之地，而陕西为中国重要科教之地，也聚集大量人力资源，因此拉大了与其他地区的差距。青海的EGR指数最小，为0.191 1，存在明显的“负向”极化，即与其他地区的差距相差不大，但区域内人力资本水平均衡状况有待提高。其他地区的EGR指数大多处于0.2与0.5之间。

表3 不同省份人力资本极化程度测算结果表

由图1可以看出，东部地区的EGR指数差异较大，极化程度高。中部地区与东北地区的EGR指数差异不大，基本都处于0.2至0.4之间；西部地区除陕西省外，其他地区均处于0.2与0.4之间。这将导致人力资本主要集聚在发达的东部地区，更能带动东部地区的经济发展，与其他地区的差异增大，导致国家经济发展不平衡，引发区域间的矛盾。

图1 不同地区EGR值比较图

五、极化的时空动态演进

极化指数仅反映了人力资本区域的极化程度的高低，然而不同区域的人力资本存在两极分化还是多极分化现象？呈现怎样的动态演进过程？这一部分从时间和空间二维视角，通过考察人力资本分布的位置与分布形态，分析中国人力资本区域极化随时间的空间演进情况，即是否存在两极分化甚至多极分化的现象。

(一)核密度估计

Kernel密度估计法是一种重要的非参数估计方法，目前在空间分布非均衡的相关研究中已得到广泛使用，它能够对本科以上学历人口占总人口比重指标的概率密度进行估计，并用连续的密度曲线对中国人力资本区域极化随时间的空间演进情况进行可视化描述。因此，本文采用非参数估计的Kernel密度估计方法考察中国人力资本的区域极化动态演进趋势。密度函数形式如式如下：

(4)

其中，f(x)表示人力资本指标的密度函数，x为均值，N表示观测值的个数，Xi为独立同分布的观测值，K(·)为核函数，h为非负带宽。此外，核函数还需要满足如下条件：

(5)

常用的核函数有三角核、四角核、高斯核、Epanechnikow核等类型，本文选择常用的高斯核函数对我国人力资本的分布动态演进进行估计。通过对核密度估计曲线图进行比较分析，可以得到变量分布的位置、分布形态等方面的信息。其中波峰高度和宽度反映差异大小，波峰数量反映空间极化程度[11]。

(二)带宽的选取

一般来说，在给定样本后，核密度估计性能的好坏主要取决于带宽的选择是否恰当。如果h选的太小，则整个估计特别是尾部出现较大的干扰，估计出的曲线很粗糙；如果h选的过大，则分布的主要部分的某些特征(如多峰)将被掩盖。在实际中，带宽应根据数据和密度估计的情况进行调整。本文经过调试，发现带宽为1.4的核密度估计曲线较为理想(见图2)，它在不稳定和过于稳定间做了较好的折中。接下来，本文基于图2所体现的人力资本极化动态演进过程给出详细分析。

图2 人力资本水平核密度估计曲线图

(三)人力资本极化时空动态演进过程

由图2可知，从整体上看，中国人力资本密度函数的均值大致呈现出向右移动的特征，同时坡峰高度经历变高过程后再变小；坡峰宽度逐渐变大。为更直观考察区域间人力资本分布随时间的动态演进趋势，本文另取1999、2005、2011和2017年四个年份进行估计，如图3所示，得出以下几个结论：一是1999年中国人力资本密度函数具有明显的高峰拖尾的特征，与1999年相比，2005年、2011年以及2017年的人力资本密度函数的峰高不断下降，密度函数的均值向右移动，人力资本分布函数的变动区间逐渐变大。这意味着在此期间，极大或极小的人力资本逐渐增多，呈现出远离均值的特征，因此具有与均值差距较小的人力资本逐渐远离其均值，即以往具有较小人力资本的地区人力资本增长缓慢，并且以往具有较大人力资本的地区人力资本增长迅速。二是1999年人力资本均值为2.5，2005年为4.8，2011年增加至8.5，2017年其均值为14.5。由此可见，1999—2017年中国人力资本水平增长迅速，特别是在2011—2017年间。三是这四个年份的人力资本密度函数出现了多峰收敛的现象，说明在此期间全国各地区人力资本也可能存在多极分化现象[15]。

图3 人力资本分布随时间的动态演进趋势图

根据Kernel密度估计表明：从时间维度上来看，中国人力资本水平均值逐年递增，并且增长迅速，这将推动中国向高素质人才强国发展，有利于中国整体经济的增长。尽管在考察期内中国整体人力资本水平增长迅速，但是以往具有较低人力资本的地区人力资本增长越加缓慢，而具有较高人力资本的地区人力资本却增长迅速，即不同区域人力资本增长存在两极分化的现象。

六、主要结论与政策建议

经济发展无论处在哪个阶段，都要强调其对人力资本在区域间均衡分布的依赖。这意味着，在经济高质量发展要求的新时代背景下，内在需要人力资本在区域间均衡分布。人力资本分布区域极化是加剧地区经济发展冲突的主要根源，因此，作为区域发展空间非均衡的一种特殊表现形式，人力资本区域极化应得到高度重视。

本文基于省级维度的角度，采用区域间基尼系数和EGR指数测算出中国人力资本的区域差异和极化程度，同时采用非参数估计的Kernel密度估计方法进一步考察了中国人力资本的空间极化动态演进趋势。研究结论如下：第一，中国各区域人力资本水平不断增长的同时，区域间的人力资本也表现出了较大的差异性，其分布存在着显著的空间非均衡特征，发达地区人力资本储备占明显优势，且与不发达地区的差距不断扩大，并呈现出由东向西扩散的趋势；第二，区域间基尼系数测算结果显示，东部地区的区域间基尼系数多处于0.2与0.3之间，中部地区处于0.2与0.4之间，西部地区多数处于0.3与0.4之间，东北地区三个省份均处于0.2与0.3之间，西部地区的区域间基尼系数相对高于其他三个地区，这表明西部地区与其他地区人力资本的差异是构成全国人力资本整体非均衡的原因之一；第三，核密度图显示，中国整体人力资本密度函数的均值大致呈现出向右移动的特征，同时坡峰高度变低，然后经历变高过程后再变小，坡峰宽度逐渐变大，这足以表明中国人力资本水平均值逐年递增，并且增长迅速。但是部分地区的人力资本水平呈现出拖尾、多峰的特征，这表明，从时间维度上不同区域人力资本增长存在两极分化现象，人力资本越低的地区，人力资本增长越慢，而人力资本越高的地区，人力资本增长越快。

综上所述，本文提出如下政策建议：首先，对经济相对欠发达的中西部地区而言，推进经济增长和发展既需要有各地发展战略及其规划多重协调的能力建设，也需要有更好的基础设施、物质与人力资本等要素[16]。因此，在差异化的区域政策方面，政府应该出台更多的政策加大对欠发达地区，特别是西部地区教育的支持和政策偏向，通过构建和完善欠发达地区社会保障机制，平衡区域不平等的人力资本补偿机制，以引致高人力资本向欠发达区域流动；其次，实现区域间的协同发展，不断完善欠发达地区教育、医疗以及其他提升福利的公共基础设施，进一步通过统筹区域间资源禀赋，减少区域间的收入差距，降低不同区域之间机会不均等程度等；最后，由于发达地区人力资本过度极化，而欠发达地区人力资本严重不足，已经成为整体经济均衡增长和未来经济高质量发展的阻碍，因此，严格规避发达地区对欠发达地区人才非市场性争夺，提高欠发达地区的人力资本水平，使之成为实现区域经济均衡发展的一个有效路径。