农村人力资本是否促进了乡村振兴？——基于双重异质性视角

姚旭兵 邓晓霞 罗光强

[提要]本文运用SDM模型及熵值法等方法，在人力资本异质性、区域异质性双重视角下，探究我国农村人力资本对乡村振兴的空间效应。结果表明：(1)从人力资本异质性来看，中、高级农村人力资本显著促进我国的乡村振兴，并且这种促进作用能够通过空间溢出效应从本地扩散到邻近地区，但中级农村人力资本对乡村振兴的促进效率更高，而初级农村人力资本则对本地区及邻近地区的乡村振兴产生显著的抑制作用。(2)从区域异质性来看，中级农村人力资本对乡村振兴直接效应、总效应的促进效率排序为中部>东部>西部，而间接效应促进效率排序为东部>中部>西部；高级农村人力资本促进乡村振兴直接效应在东部与中部显著，而间接效应只在东部地区表现出显著性；与此相反，无论是在东部、中部还是西部，初级农村人力资本都抑制了乡村振兴发展，但是这种抑制作用只在中部地区表现出显著性。

引言

习近平总书记在十九届中共中央政治局第八次集体学习时指出“人才振兴是乡村振兴的基础”。2020年中央一号文件在“强化农村补短板保障措施”中明确提出“推动人才下乡，培养更多知农爱农、扎根乡村的人才”，要“抓紧出台推进乡村人才振兴的意见”。人才已经成为乡村振兴的短板，乡村振兴的关键是人才振兴。乡村振兴必须破解人才瓶颈制约，促进农村人力资本质量提高及人力资本结构完善。然而随着城市化推进，城市“虹吸效应”致使农村高素质劳动力大量外流，乡村劳动力老龄化及空心化严重制约我国乡村发展，乡村振兴战略面临着“谁去实施、谁能实施、如何实施”的问题，如何把人才支撑落到实处，培育、管理好乡村建设主力军成为乡村振兴的重要抓手。因此，积极探寻农村人力资本影响乡村振兴的机理、效应及提升路径，揭示乡村人才振兴规律，既是当务之急，也是决策者需要长远考虑的重大战略问题。

一、文献综述

(一)关于乡村振兴的研究

1.乡村振兴内涵的界定。各学者从不同的视角对乡村振兴的内涵进行了界定：陈锡文(2018)[1]认为乡村振兴是新时期“三农”工作的总抓手，乡村振兴战略的根本目标就是要全力推进农业农村现代化；郭晓鸣等(2018)[2]认为“产业兴旺是支撑，生态宜居是关键，乡风文明是基础，治理有效是保证，生活富裕是目的”。

2.乡村振兴的路径探索。国内学者在宏观层面上指出农业现代化是乡村振兴推进的前提与基础(沈扬扬，2021)[3]强调乡村振兴的实现需要全社会多主体、多力量、多机制的介入与协同(黄祖辉，2018)[4]；在中观层面上，国内学者从产业发展的角度提出了通过特定产业的发展推动乡村振兴战略的具体措施，认为农村旅游业(刘红梅，2021)[5]、文化产业(耿松涛等，2021)[6])的发展是推进乡村振兴战略的有效路径；在微观层面上，刘合光(2018)[7]认为包括总设计师、村干部、村民等是我国乡村振兴的重要参与主体，且在其中各自承担独特的功能及责任。

3.乡村振兴量化评价。目前，研究乡村振兴的文献绝大多数为定性研究，对乡村振兴进行定量研究的文献较缺乏。贾晋(2018)[8](P.102-106)率先科学编制了乡村振兴发展指数，探索性地在省域层面对30个省份的乡村振兴发展水平进行了定量化测度和评判；王志章等(2020)[9]则基于微观视角下的乡村振兴评价指标体系测度了88个贫困村乡村振兴效果评价值；张挺等(2018)[10]构建乡村振兴评价指标体系，并对11个省份进行了实证分析；杜国明等(2021)[11]、闫周府等(2019)[12]、张雪等(2020)[13]等也对乡村振兴的综合量化评价进行了研究。

(二)关于人力资本与乡村振兴内在关系的研究

1.乡村振兴中人力资本建设存在的问题及解决对策。赵送琴等(2019)[14]指出中部地区存在乡村人口净流出、老龄化加剧以及乡村人力资本质量较低等问题；赖德胜等(2018)[15]认为乡村人力资本回报仍相对偏低、农村市场基础设施不健全。在人才引进方面，曾定茜等(2021)[16]提出要从教育引导、政策和资金支持等方面多管齐下，切实提升大学生到农村创业的意愿、助其返乡创业；赵秋倩等(2021)[17]认为回归乡贤是促进乡村振兴的重要力量，必须探索出的一种乡贤带动式乡村振兴道路，助力乡村振兴。在人才培养方面，陈龙(2018)[18]指出要加大在乡村基础教育方面投入，让更多青年才俊和专家学者到乡村去从事教育工作。

2.人力资本对乡村振兴的影响。Mincer(1974)[19](P.41-63)、Lucas(1988)[20]分别提出，人力资本投资可以通过“溢出效应”促使其他生产要素的边际生产率提高，“吸纳效应”则导致了农村人力资本的流出；Fan(2008)[21]发现发展中国家人力资本不受限制从农村向城市迁移降低了农村和农村人口的平均收入；Josipovic(2018)[22]基于塞尔维亚农村地区的实证研究表明，人力资本和企业家精神是农村经济发展的决定因素；刘魏等(2018)[23]分析了工商资本企业家下乡行为对农业生产效率的影响，发现工商资本下乡会带来农业生产效率提升，但是对不同作物效率提升的显著性有明显差异；朱德全、杨磊(2021)[24]的实证研究认为职业教育对乡村振兴的贡献存在地域差异，东部地区最优，中部地区塌陷明显；杨钧等(2019)[25]发现农村人力资本对农业全要素生产率具有正向效应，但空间溢出效应并不明显。关于人力资本异质性对乡村振兴的影响方面，邓宏图等(2014)[26]发现同质性农户、异质性大户在缔结合作经济组织过程中行为机制有显著差异；刘达(2018)[27]研究了不同类型人力资本对农民工市民化程度的影响格局。范晓莉等(2018)[28]认为异质性人力资本对我国城乡收入差距的影响存在显著差异。

国内外的研究文献就人力资本与乡村振兴的关系从多个视角进行了探讨，取得了一些卓有成效的成果。但还存在不足：一是关于农村人力资本与乡村振兴关系的研究大多为针对政策解读的理论定性分析，基于精确数据进行实证定量分析的研究较为缺乏，可能导致研究结论的片面性。二是大多数将农村人力资本视为同质化的整体，忽视农村人力资本异质性对乡村振兴影响效应可能有显著差异。三是基于空间模型分析农村人力资本对我国乡村振兴空间效应的文献目前暂时没有发现。基于此，本研究试图基于空间异质性、人力资本异质性的双重视角，探讨农村人力资本对乡村振兴的影响效应，为促进我国乡村振兴的区域均衡发展、乡村人才振兴提供经验支持。

二、研究设计

(一)模型设定

由于普通面板模型不能探讨经济变量之间的空间联系，因此，本文在探讨农村人力资本对乡村振兴的影响时采用空间计量模型，空间面板模型能够借助空间权重矩阵深入研究经济事物间的空间异质性和空间依赖性，故而在分析存在空间效应的经济问题时更有优势。

本文拟采用空间杜宾模型(SDM)来探讨农村人力资本对乡村振兴的影响效应。因为空间杜宾模型作为空间滞后模型(SLM)和空间误差模型(SEM)的广义形式，同时包含因变量及自变量的空间滞后项，可以更加全面深入地分析自变量对因变量的空间效应，而空间误差模型及空间滞后模型仅为空间杜宾模型的特殊形式。一般地，空间SDM模型的基本表达式为：

Y=ρWY +αWX +βX+ε

(1)

依据空间SDM模型的基本表达式，结合本文的研究内容，选择基于二元邻接矩阵的SDM模型建立空间面板模型，进行异质性农村人力资本(具体划分为初级、中级及高级农村人力资本三种类型)对乡村振兴的空间效应分析，具体空间SDM模型如下：

xczxit=ρ2Wxczxit+α2Lncjrlzbit+β2WLncjrlzbit+γ2Xit+vi+vt+εit

(2)

xczxit=ρ3Wxczxit+α3Lnzjrlzbit+β3WLncjrlzbit+γ3Xit+vi+vt+εit

(3)

xczxit=ρ4Wxczxit+α4Lngjrlzbit+β4WLncjrlzbit+γ4Xit+vi+vt+εit

(4)

式(2)、(3)、(4)中，被解释变量xczx代表乡村振兴指数，核心解释变量cjrlzb、zjrlzb、gjrlzb分别代表初级、中级及高级农村人力资本，下标i代表地区，t代表年份，W是空间权重矩阵，本研究首先采用二元邻接权重矩阵来进行空间效应分析，而后采用经济距离权重矩阵进行稳健性检验。Wtxczx代表被解释变量xczx的空间滞后项，ρ代表空间自相关系数。WLncjrlzb、WLnzjrlzb、WLngjrlzb分别代表初级、中级及高级农村人力资本的空间滞后项，Xit代表影响乡村振兴的其他控制变量，α、β、γ分别为变量的待估参数，vi代表个体效应，vt代表时间效应，εit为随机扰动项。当然，本研究选择空间SDM模型分析农村人力资本对乡村振兴的影响效应到底是不是最优模型，需要通过后续进行LM检验、Wald检验、LR检验等一系列检验才能最终确认，以确保空间面板模型设定的科学性。

(二)变量选择与数据来源

1.被解释变量。被解释变量为乡村振兴指数(简记为xczx)。本文以各省乡村振兴指数作为衡量乡村振兴水平的代理变量。乡村振兴是包括产业、经济、社会、环境生态等在内的全面、系统的发展体系，需要基于综合指标体系进行全方位的测度。本文在借鉴张挺等(2018)[10]、陈俊梁等(2020)[29]、赵丹丹(2019)[30]、毛锦凰等(2020)[31]已有度量乡村振兴水平相关研究的基础上，基于“产业兴旺、生态宜居、乡风文明、治理有效、生活富裕”5个方面的要求构建由乡村振兴指数作为一级指标、5个二级指标(包括产业兴旺度、生态宜居度、乡风文明度、治理有效度和生活富裕度)及若干三级指标组成的乡村振兴评价体系，采用熵值法测度各省近14年间的乡村振兴指数。根据我国乡村振兴发展的实际情况及相关数据的可得性，选取具有代表性的19个三级指标，具体评价指标体系如表1：

表1 乡村振兴评价指标体系

然后基于乡村振兴评价指标体系，运用熵值法计算出乡村振兴指数。

2.核心解释变量。本文主要目标是探讨农村人力资本对于乡村振兴的异质性影响，所以核心解释变量包括初级农村人力资本(cjrlzb)、中级农村人力资本(zjrlzb)、高级农村人力资本(gjrlzb)。基于数据可得性，现有国内外对人力资本存量的测度，大多使用平均受教育年限来替代，因此本文也采用农村平均受教育年限来测算农村人力资本。具体测度初级、中级、高级农村人力资本的方法借鉴已有研究(姚旭兵等[32]、邓飞等[33])，各核心解释变量具体计算测算公式如表2所示：

表2 核心解释变量测算公式

3.控制变量。借鉴已有相关研究成果，为了更精确地衡量农村人力资本对乡村振兴的影响，在SDM模型中加入了6个重要的控制变量分别表征相应影响因素：

(1)经济发展水平(pergdp)，采用经GDP平减指数折算并以2000年为基年的实际人均GDP来衡量。(2)城镇化(townlevel)，选取城镇人口占该地区总人口比重表征。(3)政府干预程度(gov)，本文用地区财政预算支出占当年GDP比重表示。(4)产业结构升级(cyjgsj)，采用产业结构升级系数表征，测算公式如下：cyjgsj=y1×1+y2×2+y3×3，y1、y2、y3分别代表第一产业、第二产业、第三产业的产值比重。(5)金融发展(jirong)，采用银行存贷款总额占当年GDP比重表征。(6)对外开放(fdi)，以实际利用直接投资额占当年GDP比重衡量。对所有核心解释变量及控制变量均做对数化处理，以尽量消除可能存在的异方差以及自相关影响。

本文所用数据最终样本包括2006—2019年的30个省(区、市)的面板数据(因为西藏、香港、澳门、台湾地区相关数据缺失较多未被包括)。数据来自历年《中国统计年鉴》《中国社会统计年鉴》《中国农村统计年鉴》《中国人口与就业统计年鉴》《中国民政统计年鉴》《中国环境统计年鉴》以及各省市相应年份统计年鉴，个别年份缺失数值采用插值法予以填补。各变量的描述性统计特征见表3。

表3 变量描述性统计

三、双重异质性视角下农村人力资本对乡村振兴的空间效应分析

(一)空间相关性检验

1.全局空间自相关性检验

在利用空间计量模型进行实证分析时，首先应该检验乡村振兴、农村人力资本变量指标是否存在空间自相关。本文采用Moran’s I指数对各变量做全局空间自相关检验。Moran’s I指数取值范围在(-1，1)之间，Moran’s I指数大于0、小于0、等于0分别代表空间正相关、负相关、不相关。因此，本文首先测算出乡村振兴指数、农村人力资本指标的Moran’s I指数，如表4所示。

表4 不同空间权重矩阵下全局Moran’s I指标检验

表4列示了基于二元邻接矩阵、经济距离权重矩阵测算的2006-2019年我国的乡村振兴、初级农村人力资本、中级农村人力资本、高级农村人力资本全局Moran’s I指数的变化情况。由表可知，除了高级农村人力资本全局Moran’s I指数P值在2011年不显著外，其他变量的Moran’s I指数P值在所有年份均在至少10%水平上显著，表明存在显著的全局空间自相关。因此，说明我国省级间的乡村振兴与农村人力资本在空间分布上是相互影响的，存在明显的空间依赖性及正向空间关联性，不能采用传统的非空间回归模型进行分析，而应建立空间计量模型进行相应研究。

2.局域空间自相关性检验

全局Moran’s I指数只能显示某个空间区域整体上是否存在全局空间自相关，但是无法描述局部具体区域的空间集聚特征，如果需要进一步对乡村振兴与农村人力资本变量的局部集聚特征进行深入分析，则需要采用局部Moran’s I指数进行局域空间自相关性检验。

图5至图8分别代表乡村振兴、初级、中级及高级农村人力资本的局部Moran’s I指数散点图，其中，第一象限与第三象限代表空间正自相关性聚集区，第二象限与第四象限代表空间负自相关性聚集区。本文选用了2006、2019三个具有代表性年份Moran’s I指数散点图进行比较分析，深入剖析乡村振兴及农村人力资本局域空间自相关性动态变化。

首先对2006、2019年乡村振兴Moran’s I指数散点图(图5)进行纵向比较，可以发现三个空间自相关性动态变化特征：第一，除了极少数省份，绝大多数省份乡村振兴Moran’s I指数散点始终位于正空间自相关性聚集的第一、三象限；第二，处于第三象限的省份越来越少，而处于第一象限的省份越来越多，说明随着我国乡村振兴水平的整体提升，越来越多的省份逐渐从低水平聚集区跳出来，加入了高水平聚集区的行列，具体而言，在2006年，只有6个省份位于第一象限的高水平聚集区，有14个省份位于第三象限的低水平聚集区。而到了2019年，位于第一象限的高水平聚集区增加到11个省份，而位于第三象限的低水平聚集区减少到9个省份；第三，乡村振兴高水平聚集区大多数为处于长三角、珠三角经济带的发达区域，而西南、西北区域的省份大多数处于乡村振兴低水平聚集区。

接着进一步基于异质性视角分析初级、中级、高级农村人力资本的局域空间相关性动态变化。图6直观显示了2006-2019年初级农村人力资本的Moran’s I指数散点图，比较之后发现其空间自相关性聚集分布基本上没有多大变化：绝大多数省份散点落于第一、第三象限，表现出显著的正空间自相关性聚集，四川、重庆、贵州、云南、青海、甘肃、新疆、宁夏西部省份稳定地处于第一象限，组成初级农村人力资本高水平聚集区；而江苏、上海、山东、北京、河北、海南、天津等经济发达省份稳定地处于第三象限，这些省份组成初级农村人力资本低水平聚集区。

其次来分析图7的中级农村人力资本空间自相关性聚集分布变化。由图可见，绝大多数省份散点位于代表正向空间集聚效应的第一、第三象限，然而其局域空间相关性分布又表现出独特的差异：位于高水平聚集区的第一象限省份包括山东、北京、天津、吉林、辽宁、山西、海南、广东、江苏、内蒙古、湖北等，其中既有东部省份，也有中西部省份，其共同点就是这些省份的现代农业比较发达，需要大量综合素质较高的农村人力资本促进其现代农业的发展，逐渐形成中级人力资本聚集抱团发展的人才高地。

最后来看高级农村人力资本的莫兰指数散点图动态变化(图8)。在2006年，大多数省份的散点分布在代表低-高聚集区的第二象限及低-低聚集区的第三象限，其共同点是存在高级农村人力资本的低水平空间聚集，即区域内极度缺乏高级农村人力资本；而第一象限高-高集聚区仅包括上海、江苏、浙江、辽宁、黑龙江5个省份，集中位于东北及长三角经济带；到了2019年，处于第一象限高-高集聚区的省份转变为北京、天津、浙江、上海、江苏、新疆、甘肃7个省份，集中位于长三角、京津冀经济带，而东北三省已经跌入了低-低聚集区的第三象限，说明其对高素质农村人力资本缺乏足够吸引力，高级农村人力资本净流出，动态转移至更富有吸引力的京津冀、长三角区域。当然，有一个特征还是没有多大改变，就是其他绝大多数省份高级农村人力资本依然稀缺。总之，上面的图5至图8的莫兰指数散点图表明我国的乡村振兴、农村人力资本存在显著空间相关性。

(二)空间面板计量模型选择

在采用空间计量模型进行分析之前，需要先完成常规的检验流程，包括LM检验、Wald检验和LR检验、Hausman检验等，然后最终来确定最优的空间面板计量模型。

首先做LM检验判断面板模型的空间依赖性。由表5初级、中级及高级农村人力资本的LM检验结果可知，3个模型的Robust LM(error)、Robust LM(lag)检验统计量均至少通过了5%水平的显著性检验，说明应拒绝采用传统OLS经典模型的原假设，采用空间SDM模型更加合适。

其次，进一步做Wald检验和LR检验来判断空间SDM模型是否可以简化为空间滞后模型或者空间误差模型。检验后发现，初级、中级及高级农村人力资本的Wald spatial lag和LR spatial lag分别为25.15、26.02、20.42和32.16、31.19、29.66，均在1%水平上显著；同理，三种人力资本的Wald spatial error和LR spatial error分别为26.91、26.30、25.08和33.42、32.03、30.45，也均在1%水平上显著，说明原假设不成立，空间SDM模型不可简化为空间滞后模型或者空间误差模型。

再次，进行Hausman检验判断是选择固定效应模型还是随机效应模型。如表5所示，3个模型的Hausman检验值分别为150.48、123.68、180.07，且至少在1%的统计水平上显著，应拒绝随机效应模型有效的原假设，采用固定效应SDM模型。

固定效应SDM模型包括空间固定效应(ind)、时间固定效应(time)和时空双固定效应(both)三种类型，因此还要继续选择哪种固定效应为最优的LR检验。由表5可知，无论是比较时空双固定效应与个体固定效应(both or ind)，还是比较时空双固定效应与时间固定效应(both or time)，其LR检验的结果均在1%水平上显著，都拒绝了原假设，因此应该选择时间空间双固定SDM模型为最优方案。

表5 空间面板模型的LM检验、Wald检验及Hausman检验结果

(三)双重异质性视角下空间效应实证结果分析

1.人力资本异质性视角下的空间效应分析

首先基于人力资本异质性视角将农村人力资本划分为初级、中级、高级农村人力资本三种类型来分别探究其对乡村振兴的空间效应并进行比较分析。在分析空间效应时，自变量对因变量的影响不能直接用回归系数表征，仅利用估计系数来分析自变量对因变量的影响会导致较大误差。因此，本文基于LeSage、Pace[34](P.179-183)提出的偏微分法把空间效应分解为直接效应、间接效应和总效应，即将农村人力资本及控制变量发生变动时对乡村振兴的空间效应分解成直接效应和间接效应。直接效应表示农村人力资本及控制变量每变化一个单位对本地区乡村振兴影响的大小，间接效应表示农村人力资本及控制变量每变化一个单位对相邻区域乡村振兴影响的大小，即空间溢出效应。

初级、中级、高级农村人力资本对乡村振兴的空间效应实证结果见表6(为便于区分，分别用模型1、模型2、模型3指代)。由表可看出，模型1、模型2、模型3的空间自回归系数ρ分别为0.127、0.113、0.116，并均在1%的水平下显著，说明本地区乡村振兴与相邻地区乡村振兴发展有显著正相关性，在空间上存在着紧密的相互依赖性与局部聚集，存在明显空间效应，这与上文中乡村振兴的局域Moran’s I散点图的结果保持一致。

表6 异质性农村人力资本对乡村振兴的空间效应

由表6可知，初级农村人力资本对乡村振兴的直接效应系数为-0.049，间接效应系数为-0.070，总效应系数为-0.120，均通过了1%的显著性水平检验，说明初级农村人力资本对本区域及邻近区域的乡村振兴发展产生了阻碍作用，可能的原因是初级农村人力资本只接受过初中学历以下的文化教育，其思维认知及综合能力较差，思想保守，大多只能在技术含量低、能耗高、环境污染严重的传统产业从事低技能、附加值低、收入低的工作。而且初级农村人力资本囿于自身综合能力，很难进入互联网+农业、工厂化农业、设施化农业等高附加值、发展潜力大的新业态，或者只能为这些农业新业态产业链延伸从事附加值低的低端种养环节，难以融入附加值高的高端环节，所以，初级农村人力资本难以融入新业态且自身收入低，难以促进乡村产业兴旺、生态宜居及生活富裕。其思想保守、综合素质差的特征也决定了初级农村人力资本对乡村有效治理、促进乡风文明反而可能起抑制作用。当然，初级农村人力资本对乡村振兴的负面影响不仅表现在本区域，而且通过其外出打工流动到邻近地区，也会对邻近地区的乡村振兴发展产生显著的阻碍作用。

控制变量中，金融发展、经济发展水平对乡村振兴的直接效应、空间溢出效应的影响系数均在1%的水平上显著为正，即对本地与周边地区的乡村振兴同样产生明显促进作用。其原因是地区金融发展水平及经济发展水平越高，越能够对“三农”领域提供充足的资金、人力及物力，从而进一步推进当地的农业新业态发展及一二三产业融合，促进产业兴旺、生活富裕。当有了比较厚实的经济基础之后，就开始进一步追求乡村的有效治理、生态宜居、乡风文明更高层次的精神需求，逐步实现农业强、农民富、农村美的高质量全面发展目标，因此自然能够促进乡村全面振兴。

而政府干预、产业结构升级对乡村振兴有促进作用，但是效果并不显著。政府干预一般是基于当地政府主要领导人的主观意愿来对“三农”领域的某些产业及特定区域给予重点投资或优惠政策，但是这些政府干预行为缺乏充分的前期调研论证，甚至有时候纯粹是主要官员追求个人政绩好大喜功，很多时候不符合当地经济发展规律或市场发展的需要，因此对乡村振兴的促进作用效果有限。如果从整个国民经济产业结构来看，产业结构升级本质上就是国民经济重心由第一产业向第二产业，最终向第三产业转移的过程，在此过程中更多是把生产要素资源转移到比较利益更高的第二、第三产业，而以农业为主的第一产业在国民经济中的比重及重要性逐渐降低，“三农”领域受益相对偏少，所以产业结构升级对乡村振兴促进作用效果也有限。

与以上控制变量相反，城镇化、对外开放抑制了乡村振兴的发展，且城镇化的直接效应及间接效应在5%水平上显著为负。可能原因是我国还处于乡村振兴启动的初级阶段，多年以来的城乡二元结构导致严重的城乡差距，因此目前的城镇化进程依然是劳动力、资金等生产要素持续向城镇集聚的单向净流出过程，致使许多农村急需的高素质人力资本、资金也流入城镇，这对乡村振兴发展是非常不利的。当然，未来我国乡村振兴发展到中高级阶段，各种生产要素在市场这只看不见的手引导下在城乡之间双向自由流动，城镇化进程就会与乡村振兴实现协同推进的良性循环。而外资进入我国本来就是追求短期利润最大化目标，会尽量选择短期比较利益相对更高的第二、第三产业进行投资，因此可能还会对第一产业产生“挤出”效应，从而不利于乡村振兴。

继续分析中级农村人力资本对乡村振兴的空间效应分解。由表6可知，中级农村人力资本对乡村振兴的直接效应及间接效应影响系数分别为0.053、0.055，总效应的影响系数为0.107，且都在1%水平上显著，因此与初级农村人力资本不同，中级农村人力资本能够有效地促进本区域及邻近区域的乡村振兴，并且这种促进作用是三种农村人力资本中最高的。其原因是中级农村人力资本接受过高中以上的教育或职业技能培训，属于综合素质较高的人力资本，能够比较轻松地进入互联网+农业、工厂化农业、设施化农业等高附加值、发展潜力大的新业态从事各种有技术含量门槛的工作，或者能够为这些农业新业态产业链延伸与拓展提供附加值高的中高端环节服务，获得比较丰厚的收入报酬，从而能够高效促进本地区的产业升级、产业兴旺及生活富裕。其中部分中级农村人力资本在经过多年打拼后积累了较强的经济基础，又具有良好综合素质及社会责任感，在当地有较高的社会地位，既有能力又有意愿参与乡村的治理及管理，于是出钱出力帮助家乡及邻近地区的发展，有助于重构乡村的道德教化机制，培育内源治理能力，完善乡村基层治理体系，因此对本区域及邻近区域的乡村有效治理、促进乡风文明能够起到明显的促进作用。在乡村振兴战略的大力推动下，包括资金、土地、农村人力资本等生产要素的跨区域流动已经成为新常态，中级农村人力资本基于其自身的独特比较优势在寻找更高回报、扩张规模等动机驱使下到邻近地区成为专业大户、家庭农场、农民合作社、农业企业等新型农业经营主体，并通过“扩散效应”“要素流动效应”“示范效应”等空间溢出机制将相关新知识、新技能、新观念扩散溢出到邻近地区，从而能够对邻近地区的乡村振兴发展带来正面影响，显著促进乡村振兴。

与此同时，需要考察高级农村人力资本对乡村振兴的空间效应。其直接效应的影响系数为0.023，间接效应的影响系数为0.025，总效应的影响系数为0.048，均在1%水平上显著，可见，与中级农村人力资本一样，高级农村人力资本既能够有效提升本区域的乡村振兴水平，也能够通过空间溢出效应显著促进邻近区域的乡村振兴。不过，无论是直接效应、还是间接效应，均不及中级农村人力资本的一半，远不如后者，这个实证结果与通常的理论预期相悖，因为高级农村人力资本具备大学甚至研究生以上的学历水平，其认知能力、科学文化素质、创造性、适应能力均高出中级农村人力资本较多，因此，高级农村人力资本对乡村振兴的促进效率理论上应该是最高的。为什么会出现这种悖论呢？可能的主要原因如下：第一，虽然我国一直以来非常重视推进“三农”工作的发展，尤其是习近平总书记在党的十九大报告中正式提出乡村振兴战略之后全国上下倾注更多精力及资源到“三农”领域，但是冰冻三尺非一日之寒，目前依然还处于乡村振兴启动的初级阶段，我国农村的各方面条件还比较落后，大多数农业相关领域还是被传统产业占据主导地位，互联网+农业、工厂化农业、设施化农业等高附加值的新业态还没有形成规模化、集群化经营。产业结构升级换代还处于起步阶段，因此这个初级阶段可能更加适合那些擅长具体农村实用技术及管理的中级人力资本人才发挥他们的比较优势，而具备更高素质及专业才能的高级人力资本反而在初级阶段难以充分施展其专业才华，陷入英雄无用武之地的尴尬境地。第二，正因为高级农村人力资本在农村无用武之地，致使本来就稀缺的农村高素质人才向非农领域、城市进一步流失，导致农村人才梯队断层，加剧了“三农”领域人力资源的结构性矛盾。因此，综合以上两个原因，高级农村人力资本促进乡村振兴的效果反而暂时不如中级农村人力资本。模型2、模型3的控制变量对乡村振兴的空间直接效应、间接效应影响与模型1的分析没有太大变化，不再赘述。

2.区域异质性视角下的空间效应分析

下面基于区域异质性视角将我国划分为东部、中部、西部三个区域，①进一步探究初级、中级、高级农村人力资本对乡村振兴的影响效应是否存在显著的区域异质性(见表7)。由表可见，中级农村人力资本的适应能力最强，除了在西部地区其间接效应不显著之外，其直接效应、总效应在三个区域都具有显著的促进作用，且在东部及中部地区中级农村人力资本能够通过空间溢出效应，显著促进邻近地区的乡村振兴。当然，中级农村人力资本对乡村振兴的促进作用还是表现出明显的区域差异：其直接效应、总效应的促进效率排序为中部>东部>西部，而间接效应的促进效率排序为东部>中部>西部。

在东部与中部，高级农村人力资本对乡村振兴的直接效应系数分别为0.075、0.019，且在至少5%水平上显著，说明其能显著促进本区域的乡村振兴；而在西部地区，高级农村人力资本的直接效应系数最小，且不显著。类似于直接效应，高级农村人力资本对乡村振兴的总效应在东部与中部也非常显著，在西部不显著；而其间接效应只在东部地区表现出显著性。因此，总的来说，高级农村人力资本能够有效促进乡村振兴发展，但是也表现出明显的区域异质性。

与中级、高级农村人力资本相反，无论是在东部、中部，还是西部，初级农村人力资本都抑制了乡村振兴的发展，当然，这种抑制作用的显著性程度也存在区域差异：在东部及西部，初级农村人力资本对乡村振兴的抑制作用都不显著；而在中部，初级农村人力资本对乡村振兴的直接效应、总效应系数分别在5%、1%水平上显著为负。

表7 区域异质性下农村人力资本对乡村振兴的空间效应

(四)稳健性检验

上文以二元邻接矩阵作为权重矩阵进行了空间计量分析，为了检验实证结果是否稳健，本文继续以经济距离权重矩阵作为权重矩阵替代之前的二元邻接权重矩阵，基于SDM模型进行初级、中级及高级农村人力资本对乡村振兴空间效应的稳健性检验(见表8)。囿于篇幅所限，这里仅展示初级、中级及高级农村人力资本对全国范围乡村振兴的空间效应分解。将表8与前文的表6对比，可知中级、高级农村人力资本依然显著促进乡村振兴的发展，而初级农村人力资本对乡村振兴的影响效应显著为负，其他控制变量的估计结果也与表6的估计结果基本一致。因此，除了影响系数大小略有变化之外，影响方向及显著性未发生实质变化，因此本文关于农村人力资本对乡村振兴空间效应的研究结论是稳健可靠的。

表8 稳健性检验：经济距离权重矩阵下的空间效应②

四、结论与建议

本文基于2006-2019年的省级面板数据，采用空间SDM模型分析农村人力资本对乡村振兴的影响，结论如下：1.从人力资本异质性视角来看，中级、高级农村人力资本显著促进我国的乡村振兴，并且这种促进作用能够通过空间溢出效应从本地扩散到邻近地区，但中级农村人力资本对乡村振兴的促进效率更高，而初级农村人力资本则对本地区及邻近地区的乡村振兴产生显著抑制作用。2.从区域异质性视角来看，中级农村人力资本促进乡村振兴的直接效应、间接效应、总效应在全国都表现显著，但是存在明显区域差异；高级农村人力资本促进乡村振兴直接效应在东部与中部显著，而间接效应只在东部地区表现出显著性；与此相反，初级农村人力资本在全国范围均抑制乡村振兴发展，但是这种抑制作用只在中部地区表现出显著性。

根据上述结论，本文提出如下政策建议：

第一，基于SDM模型、Moran’s I指数的实证结果表明，我国各省的乡村振兴发展存在显著的空间正相关性，在经济联系紧密的地区之间存在明显空间溢出效应，因此，政府可以采取相应政策措施鼓励乡村振兴高水平东南沿海省份主动向乡村振兴低水平中西部省份介绍交流促进乡村振兴的成功经验，中西部落后省份基于本省实际情况适当模仿借鉴，扬长避短，通过这种空间示范效应、溢出效应、学习效应，辐射带动乡村振兴低水平及中等水平省份的乡村振兴发展，最终促使全国乡村振兴更加均衡地协同发展。

第二，优化农村人力资本结构，推动人力资本的城乡双向流动，有效推进乡村人才振兴。前文的实证分析表明初级农村人力资本显著抑制乡村振兴发展，所以，政府应该采取针对性政策大力培养高素质乡村人才，为乡村振兴发展提供强大的智力支撑和内生动力，可采取如下具体措施：加大对农村职业教育、职业培训方面的财政投入，构建激励农民进行人力资本投资的配套机制，大力培养一大批懂经营、会技术、善管理的高素质新型职业农民群体，大力培育更多能够进行规模化生产经营的高素质新型农业经营主体，改善农村人力资本总体质量，优化其内部结构，促进小农户与新型农业经营主体管理的现代农业有机衔接，有效提高农业生产经营效率。另外，政府要大力进行制度创新及改革，破除制约人力资本在城乡双向互动所面临的市场、资金、土地要素约束，完善乡村公共服务体系，配套“三农”优惠政策，通过产业转移、升级和融合带动吸引东部、城镇的高素质人才到中西部、乡村从事新农业、新产业、新业态，促进东部与中西部、城镇与乡村人力资本的良性互动，优化我国农村人力资本的空间布局，造就大批高素质乡村振兴人才，提升农村人力资本经营能力，内生促进乡村振兴。

第三，充分发挥金融发展、经济发展水平、产业结构升级、政府干预在促进乡村振兴发展中的显著作用。尤其要有效提高产业结构升级与政府干预在促进乡村振兴发展中的作用，因为目前这两个变量对乡村振兴的促进作用并不显著，如政府决策要杜绝领导人的主观愿意及好大喜功，杜绝搞形象工程，一定要基于当地“三农”发展的需要及市场经济规律来做出相应决策，将“有效市场”与“有为政府”进行有机融合；充分发挥产业结构升级中第二、第三产业对第一产业的融合及带动作用，积极发展新农业、新业态，提高第一产业的附加值与比较收益，促进第一、第二、第三产业融合发展，这样的政府干预、产业结构升级才能真正有效促进乡村振兴的长远可持续发展。

注释：

①东部地区：北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南；中部地区：山西、内蒙古、吉林、黑龙江、安徽、江西、河南、湖北、湖南；西部地区：重庆、四川、贵州、广西、云南、西藏、陕西、甘肃、青海、宁夏、新疆。

②囿于篇幅，这里只列出全国范围样本空间效应的稳健性检验，东部、中部、西部样本亦通过了稳健性检验。