金融集聚、人力资本结构演进与高技术产业技术进步

■张忠俊，郭晓旭

一、引言与文献综述

高技术产业是国家的战略性先导产业,是中共十九大提出的经济高质量发展的核心产业，对提升国家竞争力起到关键性的作用。高技术产业绩效受诸多因素影响，技术进步就是其中的一个重要因素。现阶段，带动高技术企业内部技术进步的关键因素是研发软实力（人力资本质量）以及硬实力（研发投入量），而非技术引进（王曙光和王子宇，2018）。与此同时，从2000 年至2016 年我国人力资本结构经历了巨大变化，初等人力资本水平从35.8%降低到24%，中等人力资本水平由46%提升到54%，而高等人力资本水平由4.2%提升到12%，这表明我国人力资本结构正在逐步向高级化方向演变。那么，地区人力资本结构演进能否带动我国高技术产业技术进步呢？同时，高技术产业发展离不开一定的外部环境，即资金支持和金融结构。金融作为现代经济的核心，其空间集聚已成为现代金融产业组织的基本形式（于斌斌，2017）。那么金融集聚在人力资本结构演进与高技术产业技术进步间到底发挥了什么作用呢？

在学术界关于金融集聚对高技术产业发展的研究中，一种观点认为金融集聚可以促进高技术产业发展。Cheryl et al.（2011）指出金融集聚区的出现可以降低企业融资壁垒，提高企业生产率。吴勇民等（2014）认为金融集聚可以通过拓宽融资渠道，提高资金供给量以及优化配置效率等方式有效解决高技术产业发展中所遇到的难题。另一种观点认为金融集聚抑制了高技术产业创新或者作用效果不明显。李胜旗和邓细林（2017）认为过度的金融集聚并不能对技术创新产生促进效应，而是会产生挤出效应。刘刚等（2018）以粤港澳大湾区城市数据为样本，采用空间杜宾模型实证发现金融集聚对高技术产业的推动效果尚不明显。

在人力资本与高技术产业的相关研究中，Nelson&Phelps（1966）认为人力资本是推动企业技术创新不可或缺的一环，其质量决定了企业技术创新的初始路径。Dowrik&Rogers（2002）和Benhabib&Spiegel（2005）构建不同技术扩散模型，一致认为人力资本水平的上升有利于技术创新、扩散以及追赶。部分学者认为人力资本会对高技术产业创新产生负面影响。周业安（2002）认为人力资本发展中的不确定性和不可控性，在一定程度上制约了高技术产业发展。李静和楠玉（2019）认为人力资本错配问题的存在使得企业一味注重自主创新会导致创新没有成效的局面出现。而目前关于人力资本结构演进与产业创新的相关研究较少。

基于上述研究，笔者从金融集聚视角，研究我国金融集聚在人力资本结构演进对高技术产业影响中所发挥的作用。主要贡献包括：第一，研究思路上，对金融集聚、人力资本结构演进对高技术产业技术进步的影响机理进行了分析。第二，采用面板门槛模型考察不同金融集聚度下，人力资本结构演进影响高技术产业技术进步的程度。第三，鉴于人力资本异质性特征，建立交互模型检验人力资本结构演进中的异质性高级人力资本自身及与金融集聚结合后对高技术产业技术进步产生的影响。

二、理论分析

（一）金融集聚对高技术产业技术进步的作用机理

第一，正向影响作用。金融集聚对高技术产业技术进步的正向影响机制有三种，分别为信贷约束缓解机制、风险分散机制、信息审查机制。首先，金融集聚的信贷约束缓解机制可以有效帮助高技术企业解决融资困难问题。其次，风险分散机制有助于开发具有较强流动性的金融产品，以此优化资源的配置，并且使用创新技术来进行项目筛查以及风险审查，消除投资中存在的潜在隐患。金融集聚的信息审查机制是对信息不对称及不确定进行制约，促使投资者将资金流向具有良好发展前景的高技术产业。第二，逆向挤出作用。金融集聚对高技术产业技术进步的逆向挤出作用有两种，其一，过度竞争效应。金融集聚水平的过高使得金融市场显得拥挤，金融机构受迫于行业压力，推出超出市场需求的金融产品，造成恶性竞争，产生不经济现象进而导致高技术产业资金链断裂，挤出高技术产业技术创新。其二，成本效应。由金融集聚理论可知，在集群区域内，金融机构成长的前提条件是集聚成本小于收益，随着越来越多的金融机构进入集群区域，金融机构成长的速度明显放缓，集聚成本若大于收益，则会导致金融的原功能失效，不利于高技术产业技术创新。

（二）人力资本结构演进对高技术产业技术进步的作用机理

一个地区人力资本结构向着高级化方向演变，必然是初中级人力资本水平降低，高级人力资本不断增多，在这一过程中，个体识别新知识并转化为新技术的能力得到整体提升，使高技术企业的创新行为增加。同时，高层次人力资本相互之间的密切交流实现了知识的整合重构，隐形知识得以显性化，产生了知识溢出效应，改变了由人力资本主导的高技术产业技术结构，使得原先的初级技术被现在的尖端技术所代替，并始终保持升级换代，因此人力资本结构演进与技术结构升级相匹配，共同促进技术进步。

（三）金融集聚、人力资本结构演进对高技术产业技术进步的作用机理

金融集聚会在人力资本结构演进影响高技术产业技术进步中发挥调节作用。金融集聚程度差异会影响人力资本结构演进效应的发挥。在较为完善的金融集聚区，金融集聚的自我强化机制，使得金融与高技术企业的联系在逐步加深，金融网络覆盖面的加大，如员工交叉，知识、信息、技术的向外扩展延伸，都吸引人才为周边地区的高技术企业服务，并且企业更为注重人才的培训，人力资本结构演进的积极效应在高技术产业得以有效发挥。但随着金融集聚程度逐步加深，一个地区金融集聚度过高时，又会产生过度竞争效应和成本效应，拉低人力资本结构演进对高技术产业技术进步的促进效应。

理论上来看，异质性高级人力资本对高技术产业创新的影响作用不同（彭伟辉，2019）。在高级人力资本参与高技术企业开展的创新活动中，集聚区内金融机构作为高技术企业技术研发的信贷资金提供者以及风险保障者，其给予企业的创新环境在一定程度上会影响高级人力资本功效的发挥。作为高技术产业技术创新的双驱动因素，异质性人力资本与金融集聚的契合度会对高技术产业技术进步产生直接影响。

三、研究设计

（一）模型的构建

根据上文理论分析，实证研究分三部分进行，首先，探究金融集聚、人力资本结构演进与高技术产业技术进步之间的相关关系。其次，检验金融集聚在人力资本结构演进与高技术产业技术进步间所发挥的作用，是否存在最优金融集聚区？最后，考虑到人力资本结构演进中的高级人力资本具有异质性，分别研究异质性人力资本结合金融集聚对高技术产业产生的影响。

1.金融集聚、人力资本结构演进与高技术产业技术进步的关系

为探究金融集聚与人力资本结构演进对高技术产业技术进步的影响关系，设定以下静态面板模型：

为验证高技术产业技术进步当期的技术变化对下一期技术变化的影响，将被解释变量的滞后一期加入到模型中。因此，将式（1）改为加入被解释变量滞后项的动态面板模型，并作为此部分检验的回归模型。

其中，TECHit表示高技术产业技术进步指数，L.TECHit表示高技术产业技术进步的滞后一期，HIHGit表示人力资本结构演进程度，FINit为金融集聚指数，Controlit表示控制变量。各变量代号下标i代表不同的省市地区；t 代表不同的年份；αm为第m个控制变量的系数；ui代表个体固定特征效应；θit为随机扰动项。

2. 人力资本结构演进对高技术产业技术进步影响的金融集聚门槛效应检验

根据理论分析，为检验在不同金融集聚度下，人力资本结构演进对高技术产业技术进步的影响，依据Hansen（2000）所提出的门槛模型，将金融集聚作为门槛变量，纳入高技术产业技术进步的基础模型中，检验门槛效应并估计门槛值，最终确定的门槛模型如下：

其中，qit为未知门槛值，I（·）为指示函数，若满足括号内相对应的条件时，则取值为1，不满足则取值为0，γ1；γ2；…γn；表示不同水平的门槛值。需要说明的是，现存计量程序当前只能支持到三个门槛值，所以不考虑四个及其以上门槛值的设定及检验。

3. 异质性人力资本结合金融集聚对高技术产业技术进步产生的实际效应检验

为检验异质性人力资本对高技术产业技术进步的不同影响，在回归模型中加入一个异质性人力资本与金融集聚的交互项，探究二者结合对高技术产业技术进步的影响，并且考察影响效应的地区差异性，交互模型设定如下：

其中，HCit表示人力资本结构演进中高级人力资本的异质性成分，具体为根据学历层次划分的专科、本科、研究生层次人力资本指标，交叉项HCit×FINit的系数δ3若显著，则可以反映人力资本结构演进中的异质性人力资本与金融集聚的结合对高技术产业技术进步的影响，其余变量解释与式（2）一致。

（二）变量测算及数据说明

1.被解释变量：高技术产业技术进步指标的构建

在TFP 分解结果中，技术变化指数代表由于技术进步带来的技术前沿边界的向前推进，这正是促进TFP 增长的主要动力（高洋和宋宇，2018）。基于此，通过Malmquist指数法采用投入—产出数据测算2008—2017 年中国30 个省份（西藏除外）高技术产业TFP，并利用TFP 分解得到的技术进步指数作为被解释变量。在Malmquist 指数测算中使用两个投入指标和两个产出指标，具体的投入指标为R&D活动人员折合全时当量、R&D经费支出。产出指标为高技术产业专利申请授权数以及新产品销售收入。

2.金融集聚指标的构建

根据多数文献描述，金融产业集聚的测度方法有聚类分析法、指标体系法、HHI法、区位熵等方法，笔者采用Haggett 等（1977）提出的区位熵法，利用金融业增加值和第三产业增加值来度量金融集聚指标（王建植，2019），具体计算公式如下：

其中，FINit为最终计算的金融集聚指数，FNit为各省市金融业增加值，THIRit为各省市第三产业增加值，FNi为全国金融业增加值，THIRi为全国第三产业增加值，下标i代表不同的省市地区，t代表不同的年份。

3.人力资本结构演进指标的构建

人力资本结构演进指数（HIHG）。为考察人力资本结构演变的动态全面性，且避免对高素质人口判断的主观性。借鉴刘智勇等（2018）的方法，采用向量夹角计算法来度量人力资本结构演进指标，首先将人力资本按受教育程度顺序分为5 个等级，分别是未上过学、小学、初中、高中、专科及以上。把这五部分中各部分占总量的比重分别作为一个空间向量的分向量，使各样本分别构成一个五维空间向量x0=（x0，1；x0，2；x0，3；x0，4；x0，5）。在此基础上，选择基本单位向量组:x1=（1，0，0，0，0）、x2=（0，1，0，0，0）、x3=（0，0，1，0，0）、x4=（0，0，0，1，0）、x5=（0，0，0，0，1）、计算x0与5 个基本单位向量之间的向量夹角θj，j=（1，2，3，4，5）：

其中，wj为权重。人力资本结构演进是一个动态演化的过程，因此对专科及以上的人力资本权重设定为1，即w1=1，依次递增，低教育程度人力资本占比下降较快，高教育程度人力资本上升较快，则加权求和的结果越大，则说明人力资本结构演进程度越大。

4.异质型高级人力资本

基于理论分析，人力资本结构演进中的高级人力资本具有异质性，借鉴蒋佳等（2019）对异质性人力资本的研究，按学历将高级人力资本分为三个级别，依次是专科层次人力资本、本科层次人力资本和研究生层次人力资本，分别用高等普通专科（JCS）和本科毕业生数（US）以及高等教育研究生毕业生数（GS）占毕业生总数比重表示。

5.控制变量

城镇化水平（URB）。提高城镇化水平对全要素生产率以及技术进步均能产生显著的正向影响（赵莎莎，2019），并借鉴其对城镇化的衡量方法，使用各省市年末城镇人口占总人口的比重衡量。

产业结构（IS）。产业结构的优化可以促进技术创新，但产业结构的低层次化则会抑制技术创新，不利于技术进步（林春，2016）。采用第一产业占GDP比重作为产业结构的代理变量。

政府干预程度（GOV）。多数学者认为适度的政府干预可以加速技术进步，而过度的政府干预则会抑制技术进步。以各省份财政支出表示政府干预程度，并进行对数化处理。

6.数据说明

考虑到数据的可得性，产出和投入变量是使用高技术产业的整体值反映，各省市高技术产业覆盖面包括发展迅速的医药制造业、航空航天设备制造业、电子器件制造业、通信设备制造业、计算机及办公设备制造业以及医疗设备制造业和仪器仪表制造业。采用中国大陆30个省份2008—2017年共10年的面板数据进行实证研究，因西藏自治区的数据大部分缺失，故选择剔除，对于其他省份少量缺失数据采用插值法处理。所用变量原始数据均来源于《中国高技术产业统计年鉴》《中国统计年鉴》《中国人口和就业统计年鉴》以及各省份统计年鉴等。

表1 相关变量描述性统计结果

四、实证分析

（一）金融集聚、人力资本结构演进对高技术产业技术进步影响的基准回归

在进行基准回归前，对各变量采用多种单位根检验方法进行单位根检验，发现各变量较为平稳，不存在单位根情况。在估计方法的选择上，为防止使用静态方法估计带滞后项的动态面板模型而产生扭曲的估计结果，使用SYS—GMM估计方法较为适宜，还可以有效控制解释变量的内生性问题以及克服遗漏变量问题。因此，采用一步法SYS—GMM作为此部分的主要估计方式，具体回归结果见表2。

表2 金融集聚、人力资本结构演进对高技术产业技术进步影响的地区差异

如表2所示，在SYS—GMM估计中，AR（1）检验的P值均小于5%，AR（2）检验的P值均大于10%，说明该回归不存在二阶序列自相关，表明模型有效地克服了内生性问题。Hansen检验结果表明，无过度识别问题,模型设计无明显偏差。因而采用SYS—GMM 方法估计具有准确性。由全国样本回归结果来看，金融集聚和人力资本结构演进的回归系数均显著为正，说明金融集聚进程和人力资本结构演进均能显著促进高技术产业技术进步。进一步，在考虑地区差异的前提下，将全国样本分为东、中、西地区分别进行回归分析。

对于人力资本结构演进而言，人力资本结构演进对高技术产业技术进步的促进作用在东部地区为0.2864，中部地区为1.2655，且均通过显著性检验，说明东中部地区人力资本结构演进均能促进高技术产业技术进步，但中部地区的人力资本结构演进更能带动高技术产业技术进步。东部发达地区省份教育水平相对发展较快，但伴随的粗放式教育加剧，教育的边际回报偏低。同时，东部地区岗位竞争激烈，人才错配现象较为严重。而中部地区得益于“中部崛起”战略的实施，中部人才战略的开展在稳步推进，各层次教育人员比例匹配和动态演化符合当地高技术产业的发展。西部地区人力资本结构演进系数为正，但不显著，原因在于西部地区教育水平较东中地区普遍偏低，且高端人才留用率也较低，使得西部地区人力资本结构还处于低层次化，导致无法提高当地技术进步程度。

对于金融集聚而言，东部和西部地区金融集聚系数均显著为正，而在中部地区金融集聚系数为正却并不显著，说明中部地区的金融集聚并不能促进高技术产业技术进步。究其原因，主要还是中部地区金融集聚结构发展不平衡问题所致（胡东婉和宋玉祥，2017），西部地区金融集聚度虽不高，但由于政策因素影响，对高技术企业的资金扶持较有针对性，且并不存在过度集聚所导致的竞争效应，同时依托于“西部大开发”战略，西部地区的金融发展呈现有序向好态势。

此外，根据动态面板模型回归结果，可以看出高技术产业技术进步滞后一期变量在全国地区表现出负的相关性，且在1%显著性水平下显著，分区域来看依然如此，说明技术进步的发展会抑制下一期技术进步的提高，这与张治栋和吴迪（2019）的研究发现相一致。原因有二：其一，由于效率惰性的存在，创新部门在取得一定的技术成效后并没有及时进行更深一步的探索，导致了技术创新的停滞，不利于下一阶段的技术进步。其二，技术进步存在一定的瓶颈效应，即在技术进步达到一定高度的时候便存在技术瓶颈，这就导致若要使下一阶段的技术进步得到发展，技术部门需要花费更多的精力物力去创造突破，这从客观上显示为当前的技术进步会抑制下一阶段技术进步的特征。

（二）人力资本结构演进对高技术产业技术进步影响的门槛效应

根据门槛面板检验思路，先以金融集聚为门槛变量检验是否存在门槛效应，并确定门槛个数，借鉴Hansen（2000）方法，使用格点搜寻法对门槛值进行查找。结果如表3 所示，金融集聚通过了双重门槛的检验，表示存在双门槛值。表4显示，以金融集聚为门槛变量，第一门槛值为0.487，第二门槛值为0.571。

表3 门槛变量显著性检验

表4 门槛值估计结果以及置信区间

从金融集聚门槛估计的结果看，人力资本结构演进对高技术产业技术进步存在着金融集聚的双重门槛效应，两个门槛值分别为0.487 和0.571。从整体上看，以金融集聚作为门槛变量，在高中低三个门槛区人力资本结构演进对高技术产业技术进步的促进效应一直存在，但只有金融集聚度处于中门槛区时，人力资本结构演进对高技术产业技术进步的促进效应才最为明显。原因在于：高技术产业发展主要受人员、资本等创新要素投入的驱动，随着金融集聚进程的加快，其所发挥的规模效应和集聚效应使得地区人力资本结构发生演进，增加了高技术企业科研创新人才数量，能够快速形成知识集聚力，从而激励高技术企业提升研发创新水平，促进技术进步，且金融集聚度较低时，人力资本结构演进对高技术产业技术进步的促进效应也偏低，较为符合客观事实。但当金融集聚程度逐渐增加并达到一定程度时，虽然其产生的规模效应和集聚效应仍旧发挥作用，但金融集群内部拥挤和竞争现象也会加剧，这就阻碍了集群内及周边地区企业的成长，造成金融对人力资本投资这类高风险投资活动的推动和保障作用减弱，这也导致了人力资本结构演进速度减慢，对高技术产业技术进步的推动作用也相应减弱。同时，过高的金融集聚度无法将资金顺利转化为促进高技术产业发展的资金，甚至在一定程度上对其产生挤出效应（刘刚等，2018），使高技术企业面临融资困难，使得创新活动无法有序开展，也就显示为地区人力资本结构演进的促进效应并不高。

表5 门槛效应回归结果

（三）异质性人力资本结合金融集聚的交互效应检验结果

将全国样本划分为东、中、西部地区样本，从区域维度探究异质性人力资本结合金融集聚对高技术产业技术进步的影响作用。在计量模型估计方法的选择方面，经F检验和Hausman检验，确定模型显著的个体固定效应，选择固定效应进行回归分析，具体回归结果见表6。全国样本回归结果显示在各层次人力资本中，只有本科和研究生层次人力资本显著促进高技术产业技术进步，各层次人力资本与金融集聚结合后均显示为促进高技术产业技术进步。而且，研究生层次人力资本回归系数高达为6.114，远大于本科层次人力资本，这也说明了具有更高的知识水平以及学历优势的人力资本更利于高技术产业技术进步。分区域来看，东部地区专科、本科、研究生层次人力资本回归系数分别为-2.29、1.613和6.820，且均通过显著性检验，说明我国东部地区专科层次人力资本并不能促进高技术产业技术进步，而本科和研究生层次人力资本能显著促进高技术产业技术进步。加入金融集聚后发现，交叉项（JCS*FIN）的系数显著为正，表明专科层次的人力资本在与金融集聚结合时促进高技术产业技术进步。原因可能与人力资本的功效发挥能力有关，专科毕业生由于学历偏低，在就业方面较本科生及研究生不具优势，我国技术岗位入职门槛的提高，造成专科毕业生没有合适的机会进入到高研发的技术企业中来，但随着区域金融集聚进程的加快，金融集聚所带来的自我强化效应惠及周边地区制造业，信息技术的外扩以及信贷投放量的增加都使得高技术企业进入快速发展阶段，更为重视人才的引入和培养，这也就显示为金融集聚对专科层次人力资本的改善效应，从而促进高技术产业技术进步。交叉项（US*FIN，GS*FIN）显示，本科和研究生层次人力资本与金融集聚结合后对高技术产业技术进步的作用依旧为正向显著。

表6 异质性人力资本结合金融集聚的交互效应回归结果

对中部地区而言，样本回归结果显示专科人力资本不能促进高技术产业技术进步，本科和研究生层次人力资本均显著促进高技术产业技术进步，但在中部地区加入金融集聚后发现本科及研究生层次人力资本的促进效应消失。现有研究也证实了此问题的存在，原因可能是中部地区金融集聚结构不平衡导致在发展金融产业的同时弱化了对高端人才的吸收及引进（孙健和丁雪萌，2019），限制了高级人力资本效应的发挥。

而西部地区回归结果显示，各层次人力资本均不能对高技术产业技术进步呈现出促进作用，加入金融集聚之后发现，原先并不显著的各层次人力资本转为显著，且为正向显著，说明西部地区高级人力资本效应的发挥离不开金融集聚的支持，西部金融的发展有较强的政策导向，较为贴合当地人才培养模式，助力于高端人力资本促进高技术产业技术进步。

（四）稳健性检验

为确保研究结论准确无误，使用变量替代法进行稳健性检验。限于篇幅，不再对稳健性检验结果详细说明，只在此说明检验所用的方法。具体为更换了高技术产业技术进步的衡量指标，同样使用DEA—malmquist方法，投入指标新增新产品开发经费支出，技术改造经费支出；在保持原产出指标不变的基础之上增加了高技术产业总产值。重新测算我国高技术产业生产率指数TFP，并使用其分解得到的技术进步指数作为替代变量进行回归，发现各变量的系数、符号及其显著性均与前文基本一致，回归结果较为稳健。此外，针对核心解释变量金融集聚，借鉴谢婷婷和潘宇（2018）、王建植（2019）的做法，从银行业、证券业、保险业和金融密度4 个方面构建金融集聚综合评价指标体系，采用熵值法进行测度，将其替代原来的金融集聚指标进行上述实证，发现模型回归中金融集聚指标的系数、符号及其显著性均与之前基本一致，回归结果较为稳健。

五、结论及政策建议

在分析金融集聚、人力资本结构演进对高技术产业技术进步影响机理的基础上，利用2008—2017年中国30 省份面板数据，运用SYS—GMM 模型、门槛效应模型和交互效应模型，检验了人力资本结构演进、金融集聚对高技术产业技术进步的影响。主要结论如下：第一，全国层面上，人力资本结构演进和金融集聚均能显著促进高技术产业技术进步；从区域层面来看，在东中部地区，人力资本结构演进对高技术产业技术进步有显著的促进作用；在东西部地区，金融集聚对高技术产业技术进步具有显著的促进作用。第二，高技术产业技术进步存在瓶颈效应，同时创新人员可能会存在创新惰性，导致当期的高技术产业技术进步表现为抑制了下期技术进步的提升。第三，人力资本结构演进对高技术产业技术进步存在金融集聚的双门槛特征，过高或过低的金融集聚程度均会阻碍人力资本结构演进效应的有效发挥，只有当金融集聚程度达到一定的范围时,人力资本结构演进才能够有效地推动高技术产业技术进步。第四，异质性人力资本对高技术产业技术进步的增长效应整体上随着学历层次的提高逐渐增大，但与金融集聚结合后对高技术产业技术进步的影响具有地区异质性，东部和西部地区三种学历层次的人力资本与金融集聚结合均能显著促进高技术产业技术进步，但在中部地区促进效应则并不显著。

据此提出如下政策建议：

第一，需注重人才演变效应的地区差异性。东部地区，地方政府需关注教育规模的扩大所导致的粗放式教育程度，在扩大教育规模的同时兼顾教育质量，防止人才低质演进。西部地区，需注重人才的“干中学”和“职业教育”培养，使得当地人力资本结构与物质资本能够形成高效匹配及互相支撑的状态，提升当地人力资本结构演进程度。第二，高技术企业应加强自身优势产品的研发力度，引进研究生层次的高端技术人才，对核心技术进行精准突破。同时，加强激励措施尽可能消除创新人员的创新惰性，提高创新热情，促进技术进步。第三，根据各地区不同发展模式和地理优势，强化金融资源的合理配置。尤其是在金融集聚度较高的东部地区，地方政府需要合理控制金融集聚规模，对金融集聚区内的产业发展予以整顿，清除繁冗产业，鼓励适度竞争的同时避免由过度竞争而引发的效率损失，充分发挥金融集聚的规模效应和集聚效应，引导其对高技术产业技术进步的支持作用。第四，实现金融集聚带动区域人才结构演变，促进高技术产业技术进步。根据人力资本积累对金融功能需求的改变来优化金融发展体系，同时施以财政补贴，政策扶持，促使金融带动周边地区人才结构演进。针对中部地区金融结构不平衡现象限制人力资本结构演进效应的发挥，政府部门应减少对金融业的过度干预，减少体制性金融风险；强调完善金融监管环境，明确各部门在金融发展中的权力与义务，使得金融所处的发展环境得以优化，削弱金融结构不平衡，使金融服务人力资本效应得以有效发挥。