淮河生态经济带农村人力资本的增收效应及其空间特征研究

任志安，朱康凤

(1.安徽财经大学 皖北经济发展研究中心 安徽 蚌埠 233030；2.安徽财经大学 经济学院，安徽 蚌埠 233030)

马克思主义将生产力看作为通过人类改造和影响自然从而适应社会需要的一种物质力量，劳动者作为生产力的众多要素之一，其对生产力的影响最为关键。马克思指出：“最强大的一种生产力就是革命阶级本身。”所以，对物质资源的进一步开发依赖于人类智慧与能力的提高，由此可见人才资源在推动社会经济发展中扮演至关重要的角色[1]。自20世纪初到20世纪50年代，通过对美国农业、农村发展问题进行长期研究，美国经济学家Theodore W.Schultz发现人口数量、土地以及资本的投入已不再是影响美国农业产量和农业效率提高的主要因素，真正的主要原因是农民的知识能力以及技术水平的加强。人力资本存量如农业从业者的知识和技能的增加对现代农业经济的贡献要大大高于劳动力资本和物质资本的增加[1]。《改造传统农业》一书中，Schultz提出人力资本是一个地区人力资源的重要构成要素，农民生产能力和素质是导致传统农业与现代农业存在巨大差异的主要原因，加大对农村人力资源的开发，以及提升农村人力资本素质是发展现代农业经济的关键所在[2]。农村的发展离不开农村人力资本的推动，教育作为提高人力资本的根本路径，通过提升农村教育水平实现农村人力资本有效积累来促进农村居民增收的研究历来是学术界关注重点,关于农村人力资本对农村地区的效应研究的文献层出不穷[3-5]。本研究是以淮河生态经济带为研究样本，《淮河生态经济带发展规划》的获批更是体现了其在我国经济发展中不可估量的地位。淮河生态经济带规划范围包括安徽省的8个地级市，江苏省的6个地级市以及河南省的7个地级市，具体如表1所示。

淮河生态经济带农村经济社会发展水平较低，虽然人口众多，但是农村人口占绝大多数，存在一个庞大的、流动性极强的农民工群体。通过研究淮河生态经济带农村人力资本的增收效应和空间特征不仅将能够在一定程度上切实减少农民工群体的盲目流动，实现对农民工就业和农村教育事业的空间区域结构的科学规划，还将能更进一步依托地区优势和特色，通过农村“智力扶贫”工程来提升农村人力资本，实现淮河生态经济带农民的可持续增收。鉴于此，本研究在考虑到人力资本与收入分配内生性的前提下，选取了淮河生态经济带21个地级市2007—2016年的统计数据，分别利用静态空间计量模型和动态空间计量模型，从空间相关性角度对淮河生态经济带农村人力资本增收效应进行了研究探讨。

表1 淮河生态经济带21个地级市

一、文献综述

国内外学术界对农村人力资本的增收效应问题的研究一直以来都格外关注。例如Taylor和Yunez-Naude在2001年对于墨西哥的研究，Reardon在2001年针对拉丁美洲的研究以及Yamauchi在2011年对印度尼西亚的研究，均是致力于探讨当地农业从业者的非农收入与该地区农村教育资本水平之间的关系问题[6-7]。此外，还有学者的研究表明农民的农业收入与非农业收入均受到农民教育资本投资的积极影响。例如通过对尼加拉瓜的数据进行研究，Corral和Reardon指出农村教育水平的提升一方面将会加大农民获得非农收入的机会，另一方面将会显著提高农村劳动力的生产效率，实现农业收入的大幅增加[8]。Tao Yang以我国农民的发展现状为研究对象研究得出了实现农民增收的关键所在是农民非农收入的增长，而促使农民非农收入增长的关键性因素是农民教育水平的提升[9]。Laszlo通过研究秘鲁的数据得出，普及农村教育不仅会减少农村居民择业的时间成本还会促使其获得更多的就业机会，又反过来激励了农民在农业生产方面的收入[10]。

从国内众多学者的研究结果来看，农村人力资本能够带来农民收入的增加这一观点已成为共识。例如傅国华和许能锐利用海南省数据对农村教育人力资本与农民收入之间的非线性关系进行了探讨，研究结果表明农民收入的变化随着农民平均受教育年限的增加呈现出U型特征，当受教育年限在0～6年内,提升农民的受教育年限并不能使得农民人均年收入增加；但是当超过6年后，受教育年限的增加会促使农民的人均年收入呈乘数增加趋势[11]。骆永民和樊丽明对中国农村人力资本促进农民增收的空间特征研究结果表明，农村人力资本是重要的门限变量，农村人力资本能否有效发挥其增收效应，与当地的经济环境状况有重要关系，人均GDP的提高能同时促进工资性收入和非工资性收入的增加，而农村人力资本、产业结构升级、城镇化水平提高以及农村医疗条件改善对农民工资性收入的增加有显著提升作用，但是对提高非工资性收入的作用却有所降低[12]。王硕霞采用我国2001—2011年30个省份的面板数据，综合使用普通面板回归模型、系统广义矩估计动态面板回归模型以及门槛面板回归模型等计量方法，探究了我国农村人力资本增收效应的门限特征。通过选取产业结构、经济发展水平、农村医疗服务水平、城镇化水平作为研究农村人力资本增收效应的门限变量进行了实证研究，较为细致地分析了农村人力资本增收效应所可能表现出的“门限”特征[13]。刘炳序、翟越通过将人力资本划分为健康人力资本投资、迁移人力资本投资以及教育和培训人力资本投资等路径，运用我国31个省市自治区2001—2010年的面板数据建立面板VAR模型，从动态角度研究得出我国农民收入受到农村人力资本投资的显著影响，但不同路径的人力资本对农民收入的作用又不尽相同。其中医疗保健人力资本投资和迁移人力资本投资对收入的影响均为正，但其对农民收入波动的作用表现为短期作用较小，而长期作用较大，具有时滞性；教育和培训人力资本投资对农民收入的影响短期为负，而长期为正，且其影响波动的贡献较小[14]。既有文献从多个层面对人力资本增收效应进行了研究，但仍有可拓展的研究空间。人力资本与收入存在显著的空间相关性，考虑到空间因素对实证结果的影响，将基于空间计量模型来研究淮河生态经济带农村人力资本的增收效应及其空间特征。

二、研究设计

(一)空间相关性成因分析

在经济全球化和区域一体化不断推进的今天，经济体之间的空间依赖性依然客观存在，根据新经济地理学理论，空间距离对区域间的经济关联存在重要影响，因此测度淮河生态经济带农村人力资本的增收效应应考虑相关的地理间隔因素，同时还须必要考虑农村人力资本产生的“溢出效应”，“溢出效应”也即指本地区农村人力资本的提高能够提升邻近地区农民的收入。从目前的相关文献来看，人力资本确实存在显著为正的空间溢出效应，例如魏下海基于三种空间权重，利用空间计量模型研究得出，人力资本对生产率增长和技术进步存在空间溢出效应[15]。Parman基于美国的研究发现邻近地区农民的收入水平会受到本地区农民教育水平的正向影响，也即农村地区人力资本具有显著的空间溢出效应[16]。以及若干研究将地方政府缺乏发展教育事业的积极性原因归结于教育、知识的空间“溢出效应”[17-19]。以下将从农产品市场和劳动力市场这两个视角来对农村人力资本水平对收入增加的空间溢出效应的原因进行分析。

首先从农产品市场角度来看，我国农产品市场本身没有明显的市场分割也不存在明显的地区交易壁垒，随着我国交通基础设施越来越发达，农产品的跨地区交易不断壮大。某地区农产品的产量、质量以及销售途径等都会因该地区农村人力资本水平的提高而显著提升，这一方面会挤占邻近地区的农产品市场，另一方面考虑到外出务工背井离乡、远离家人等各种潜在成本，更多的农村居民将会选择留守农村从事农业活动。最终，本地劳动力市场将会涌入大量外地务工人员，邻近地区农村居民也会因外出务工实现收入水平的提升，产生“溢出效应”。其次从劳动力市场的角度来看，我国农村的农民工群体数量众多且流动性较强，其工作地域一般不受工作职位、户籍等相关条件所限制，农民工更多地是根据打工收益的高低来选择其打工地点的。当其他地区农村人力资本不断提升之时，其他地区的优秀人力资本就会挤占本地区的劳动力市场，这将会削弱本地区农民在本地就业市场中的竞争优势，更多的本地农村居民会倾向于留守农村从事农业生产活动或其他经营模式，这也有可能促进农民收入的增加，产生具有促进作用的“溢出效应”。综上所述，在制定农村人力资本投资政策时，空间影响因素显然不能被忽视，要实现区域经济持续均衡发展必须充分考虑地区人力资本的空间联系与互动。

(二)模型构建

借鉴相关研究经验，本研究以农民收入(Income)作为被解释变量，农村人力资本(HC)作为解释变量来研究淮河生态经济带的农村人力资本增收效应，与此同时，在如下计量模型中还引入了产业结构(prim)、农业生产资料(area)、农村居民健康水平(doc)、城镇化水平(urban)、公路密度(road)、人口密度(pop)、经济发展水平(gdp)等几个重要控制变量。

Incomeit=β0+β1HCit+β2primit+β3areait+

β4docit+β5urbanit+β6popit+β7gdpit+εit

(1)

(三)变量和数据的选择

本研究基于淮河生态经济带21个地级市2007—2016年城市面板数据对淮河生态经济带农村人力资本的增收效应进行实证分析，并对解释变量、被解释变量以及一些控制变量的选取说明如下。

本研究的解释变量选取的是农村人力资本(HC)，由于城市数据的可得性问题，基于城市层面上人力资本的测度比省级层面上人力资本的测度更加困难，借鉴周彬、周彩的做法，以普通中高等院校在校生数占地区人口总量比重来衡量人力资本水平[20]，农村人力资本水平则利用人力资本水平乘以农村居民人口占总人口的比重来。被解释变量选取的是农民收入(Income)，以农村居民人均纯收入来衡量农村居民收入水平，首先利用各年度的CPI指数将农村居民人均纯收入折算成以2007年不变价的数值，而后，再对变量取对数来尽可能地消除异方差、消除单位不同对参数估计的巨大影响进而增强回归参数的经济学意义。控制变量借鉴相关学者的做法，选取了产业结构(prim)、农业生产资料(area)、农村居民健康水平(doc)、城镇化水平(urban)、公路密度(road)人口密度(pop)、经济发展水平(gdp)6个主要的解释变量作为控制变量。具体测度指标以及各变量的描述性统计如表2所示。

表2 各变量的描述性统计

三、估计结果及分析

(一)空间相关性检验

根据空间相关性理论，在建立空间计量模型之前还需通过全局空间 Moran′s I指数法来判断变量是否具有空间相关性，莫兰指数的计算公式如下公式(2):

(2)

表3 2007—2016年淮河生态经济带农村人力资本的全局空间莫兰指数

检验结果表明：2007—2016年淮河生态经济带农村人力资本的全局空间莫兰指数为正，且均在5%显著性水平上通过检验。这一方面表明淮河生态经济带农村人力资本存在一定的空间正向相关性，另一方面说明淮河生态经济带农村人力资本的空间集聚效应凸出。从发展趋势来看，2010—2014年的莫兰指数逐年增大，2016年的莫兰指数达到近十年里的最大值0.163。这表明相邻区域内农村人力资本的空间影响在不断增强。

(二)空间面板模型设定

结合以上分析和变量选取，先后设置了空间滞后SAR模型、空间误差SEM模型以及空间杜宾SDM模型三种形式的空间面板模型。为确保所构建的空间计量模型的稳健性，还构建了两种不同的空间权重矩阵进行计量模型回归及检验，第一个空间权重矩阵W1的数值取法是以地理距离来构建，即以距离的倒数为距离函数计算；第二个空间权重矩阵的W2的取法为最常见的0、 1二元赋值法，即相邻省份之间为 1，不相邻省份和自身为0。模型设定均以农村人力资本指标作为解释变量，以农村居民人均纯收入取对数后指标做为被解释变量，还以产业结构、农业生产资料、农村居民健康水平、城镇化水平、人口密度、经济发展水平六个指标作为控制变量，具体模型设定如下：

空间滞后SAR模型：

(3)

空间误差SEM模型：

Incomeit=α1HCit+α2primit+α3areait+

α4docit+α5urbanit+α6popit+α7gdp+μi+

(4)

空间杜宾SDM模型：

(5)

(三)空间相关性的回归结果

本研究在采用了传统的静态空间计量模型之外，还采用了能考察动态特征的动态空间面板回归模型，而后更进一步采用了系统GMM两步法(two-step system GMM)估计来减少因内生性问题所导致的误差影响。动态面板回归中考察的是一阶滞后因变量以便最大程度减少自由度以及减少空间滞后和时间滞后的相互干扰影响，空间计量模型的估计结果如表4所示。综合运用多个模型进行回归检验并予以比较分析，对淮河生态经济带各市农村人力资本增收效应的空间特征能够进行了较为全面量化研究，以下将分析探讨表4结果。

根据表4结果，首先通过比较LMsem以及稳健LMsem的检验统计量数值与LMsar以及稳健LMsar的统计量数值，可知选取空间面板误差SEM模型比选取空间面板滞后SAR模型要更合理[21]。再通过分析Wald检验和LR检验的估计结果，发现拒绝不选用杜宾空间面板回归模型的原假设，也即最终应选择空间杜宾SDM回归模型。

由于地理距离权重矩阵W1能够考虑到不相邻地区间的空间权重问题，可以更准确地反映空间相关性特征，所以以下主要以地理距离权重矩阵W1的估计结果进行重点探讨。分析表4中的回归结果，首先由空间误差(SEM)模型结果可知，淮河生态经济带农村人力资本对本地区农民收入水平具有积极的正向影响，而且随着城镇化水平和地方经济发展水平每提升1%，淮河生态经济带农民收入分别增加0.0020%和0.0485%，这是因为城镇化水平和经济发展水平的提升在扩大农产品市场的同时还为农村居民获取优质教育、提升人力资本质量提供了更多机会，从而实现农民增收；公路密度与农村居民收入之间存在显著的正向关系，公路密度的增加意味着交通的优化能够带动地区之间物质资源与劳动力的频繁交换，会给农民提供更多增收机会；但是人口密度的增加会在一定程度上减少农民增收，这是因为当人口聚集程度大于市场容量时，会伴随着农村劳动力就业困难问题出现。其次在考虑空间滞后解释变量后(Durbin)，即在空间杜宾(SDM)模型中：农村人力资本对本地区和相邻地区的农民收入的影响也均为显著的正向影响。当产业结构每增加1%，农民收入将下降0.0038%，但是当考虑了滞后性、内生性等问题后，无论是使用W1还是W2矩阵，动态空间杜宾(SDM_GMM)模型中产业结构的回归系数均都由负值转为正值，本研究的产业结构是以第一产业的占比来衡量的，产业结构增加即第一产业比重增加会使得农民获得更多的农业收入，因此产业结构对农民收入的影响力为正值更符合实际。

表4 空间计量模型的估计结果

注：***、**和*分别表示在1%、5%和10%水平上显著

在空间杜宾(SDM)模型中，农村人力资本的空间相关系数为0.0160，通过了1%水平下的统计性检验，在动态空间杜宾(SDM_GMM)模型中，在既考虑到农村人力资本增收效应的内生性也进一步控制了被解释变量的时间滞后性之后，检验结果(同时考虑W1和W2两种空间权重矩阵)仍然表明本地区农村居民收入水平会随着邻近地区农村人力资本增加而增加，由此得出邻近地区农村人力资本能够为本地区农民增收效应带来明显的积极作用。这主要是因为本地区就业市场被邻地优质农村人力资本挤占，当邻近地区优质的农村人力资本挤占了本地区的就业市场后，本地区农民为实现增收将会选择转向农业生产或者其他自营性生计，同时为保护本地区资源要素以及自身经济增长，相邻地区将采取地区合作共赢策略，共同实现区域农村人力资本存量增加以及农村人力资本增收效应目标。

动态空间滞后(SAR_GMM)模型估计结果表明，当使用W1空间权重矩阵时，淮河生态经济带农村居民收入水平的时间溢出效应估计系数是0.1058，空间溢出效应估计系数是0.7975，分别在5%和1%的统计水平下通过检验；当使用W2空间权重矩阵时，淮河生态经济带农村居民收入水平的时间溢出效应估计系数是0.1202，空间溢出效应估计系数是0.7387，也分别在5%和1%的统计水平下通过检验。使用两种空间权重矩阵的动态空间杜宾(SDM_GMM)的估计结果也均表明淮河生态经济带农村居民收入水平的时空溢出效应估计系数为正，也都通过了显著性检验。这意味着淮河生态经济带农民收入水平具有明显的时间和空间溢出特征，根据实证结果，时间溢出效应体现为上一期的农村居民收入水平对当期农村居民收入水平表现为正向的内在相关性，空间溢出效应体现为邻近地区农村居民收入水平会导致本地区农村居民收入水平同方向变化，即本地区农村居民收入水平会随着邻近地区农村居民收入水平的提高而提高，这意味着农民增收还具有一定的外生依赖性。与此同时，估计结果的稳健性也通过两个动态空间模型参数估计符号的一致性得到有效检验。

四、结论及启示

农民增收问题一直是学术界的研究热点，虽然目前已有大量文献对农村教育回报进行了多方面研究，但是从空间角度来研究农村教育回报的空间特征还尚未引起广泛关注。淮河生态经济带在我国经济发展中有着举足轻重的地位，且其农村经济社会发展水平较低、农村人口较多，在此背景下，研究淮河生态经济带农村人力资本增收效应空间特征既是可行的，也是有必要的。基于上述考虑，样本空间采用淮河生态经济带21个地级市2007-2016年城市面板数据，研究方法上则同时选取了静态和动态空间计量模型，这使得研究结果更具科学性、合理性。具体结果总结为以下三点：第一点，淮河生态经济带农村人力资本的空间集聚效应凸出，本地区农村人力资本对本地区农民收入的影响显著为正，也即农村人力资本对农民增收具有明显的空间溢出效应；第二点，产业结构、农业生产资料、农村居民健康水平、城镇化水平、人口密度、经济发展水平是淮河生态经济带农民增收效应的重要影响因素；第三点，当地农村居民收入水平具有内生驱动和外生依赖的双重特征。

根据上述结论可以总结出以下几点启示：第一，由于地方政府投资于农村教育能够实现很好的教育回报，因此在农村教育领域，在加强农村人力资本投资力度的同时，还须有效推动地方政府大力发展农村教育的积极性，合理优化科教事业的资源配置，充分发挥出地方政府的关键性作用。第二，建立健全的农村社会保障体系，农民的身体素质是进行其他方面人力资本投资的前提和基础，农村新型合作医疗制度和养老保险制度的逐步建立为农村人力资本建设提供重大保障，但是当前农村的医疗卫生的基本建设，尤其是新型农村合作医疗制度下的农村医疗卫生服务体系建设还尚未全面服务于人民，淮河生态经济带的很多农村仍然没有解决看病难，看病贵的难题[22]。传统的家庭养老以及土地辅之养老方式在一定程度上制约了农村居民的生产生活发展，保障农民的身体健康、保护农村的生产力才能在根本上实现农村经济的可持续发展。第三，一方面推进城乡一体化，完善相关的基础设施建设和制度建设。随着城乡一体化建设的推进，农村资源随着农产品市场的扩大，能够更有效地流入城镇，同时相关制度的改进完善使得劳动力能随着市场的调节自由流动，农村居民由此能获得更优质的教育资源以及更多的提升人力资本质量的机会，农村居民增收效应也更容易[23]；另一方面重视产业间的转移，在统筹推进城镇与农村发展的大趋势下，还要积极培育第二三产业和新兴产业，坚定不移推动农业产业结构调整，并有效利用城市地区对农村地区的辐射效果来丰富城镇化进程的内涵和质量，实现淮河生态经济带农村居民非农收入大幅增收。