长江中游地区农村人力资本评价及优化策略研究

杨 喆，涂 画，叶艳红，金纯粲，杨柳茜

(湖南理工学院 经济与管理学院，湖南 岳阳 414006)

长江经济带建设是一项重要的国家战略，长江中游城市群作为三大跨区域城市群支撑之一，在整个长江经济带的发展格局中具有不可替代的地位和优势。2016年12月，国家发改委印发《促进中部地区崛起“十三五”规划》，中部地区在全国区域发展格局中具有重要战略地位，促进新时期中部地区崛起的工作备受国家的重视。2022年2月，国务院批复长江中游城市群发展“十四五”实施方案，指出要将长江中游城市群打造成长江经济带发展和中部地区崛起的重要支撑。随着区域发展总体战略的深入实施，中国经济增长空间从沿海向沿江内陆拓展的进程迈向了新的阶段，长江中游地区在全国区域经济发展格局中的地位日益凸显。

“三农”问题仍是阻碍长江中游地区实现高质量发展的重要因素之一。党的十九大报告提出，为解决好农业农村农民等关系国计民生的根本性问题，必须实施乡村振兴战略。长期以来城乡发展的不平衡，尤其是人力资本发展现状的不平衡，使长江中游农村地区缺乏实现乡村振兴的内生动力。2021年2月，中共中央办公厅、国务院办公厅印发的《关于加快推进乡村人才振兴的意见》提出，要把农村人力资本开发放在首要位置，并加快推进农村人才振兴。由此可见，农村人力资本的有效开发与利用对促进长江中游地区经济发展具有关键性作用。

湖南、湖北、江西3省皆为农业大省，拥有丰富的劳动力资源，但存在人口基数大而人口整体素质不高的问题。因此，评价长江中游地区的农村人力资本并给出具体的优化策略对于实施乡村振兴、实现区域协同发展具有现实意义。

1 文献综述

人力资本是美国经济学者T. W. Schultz提出的概念，指体现在劳动者身上的知识技能、文化水平与健康状况等非物质资本。乡村人力资本反映了农民的文化素质和科技素质，彰显了乡村劳动者创造价值的能力，是衡量该地区经济能否实现高质量发展的重要指标。近年来，中国不断加强人才培养的力度和制度建设，人力资本状况有很大改善，但仍面临着投资有限、开发程度不高、利用效率低等问题，在农村地区更为显著。马丽娟等指出，受城乡二元制度、资本投入引导不均衡的影响，中国农村人力资本难以被激活。一方面应划分开发对象，调整农村人资发展思维，另一方面应细化利益群体的诉求，营造有利于农村人力资本激活的环境[1]。寇庆男等认为，农村长久以来的传统生产模式与思维观念，使农村人力资本在实践中层次较低。因此，要着重加大对农村劳动力的教育培训力度，建立具有针对性的保障和扶持政策，提高农民的职业技能与专业知识，提升人力资本的质量[2]。

对于农村人力资本评价体系的构建，闵晨等采用层次分析法将评价指标划分为人力资源配置、人力资本投资与人力资本质量3个层次，再选取对应的二级指标[3]。熊会兵等从农村人力资源的配置情况、保障程度以及开发方式3个方面构建评价体系[4]。张嫘、方天堃认为指标的选取受所研究地区的经济发展状况及人文环境等相关因素的影响，应视该地区实际情况而定[5]。本文参照李德煌等构建的人力资本综合测量体系[6]，并结合长江中游地区发展的实际情况，从教育、健康、劳动力结构及劳动力流动4个方面选取指标构建评价体系。

2 构建乡村人力资本评价体系与指标赋权

2.1 因子分析确定评价指标

根据评价指标选择的可比性和全面性原则，从教育、健康、劳动力结构、劳动力流动4个方面来度量长江中游地区的人力资本。在保证数据可获性的条件下，选取中等职业教育学生数量、普通高等学校学生数量、教育财政投入、卫生机构数、医疗机构床位数、卫生技术人员数、第一产业从业人数占比、非第一产业从业人数占比、职工平均工资、人均GDP、失业保险参保人数等11个指标。数据主要来自2010—2020年的《中国统计年鉴》《中国城市统计年鉴》《湖南省统计年鉴》《湖北省统计年鉴》《江西省统计年鉴》《恩施统计年鉴》。

因子分析是利用“降维”的思想，通过研究众多变量之间的内部依赖关系，探求观测数据中的基本结构，并用少数几个“抽象”的变量来表示其基本的数据结构。由于研究目的在于探究健康、教育、劳动力结构及劳动力流动4个方面对农村人力资本的影响，并选取教育财政投入、中等职业教育在校学生数等9个指标。因子分析模型主要目的在于寻找一组变量之间的根本的隐藏因子，将多个复杂变量降维成较少数的变量，使这些因子能够更直观、更综合地反映现实问题，即寻找到影响长江中游地区农村人力资本的最主要因素。故通过SPSS.24及SPSSAU，运用因子分析模型对数据进行分析处理。

经过因子分析，删除共同度(公因子方差)值小于0.4的项，即卫生技术人员数与职工平均工资，最后保留9个指标并构建评价体系，见表1。

表1 人力资本评价指标体系

1)教育维度指标。教育财政投入X1反映了国家对教育的投入，中等职业教育在校学生数X2反映了国家培养在生产、服务一线工作的高素质劳动者和技能型人才的重视程度，普通高等学校在校学生数X3反映了国家培养高素质人才和创新型人才的重视程度。

2)健康维度指标。医疗机构床位数X4反映了医疗资源供给情况，卫生机构数X5反映了卫生保健事业的普遍程度。

3)劳动力结构维度指标。第一产业从业人数占比X6和非第一产业从业人数占比X7反映了中国人力资本的配置结构和经济社会发展状况。

4)劳动力流动维度指标。人均GDPX8反映了经济发展状况和人力资源的经济创造能力失业保险参保人数X9反映了社会保障体系的发展情况。

在此评价体系基础上对收集到的数据进行因子分析。

用SPSS做因子分析时，是基于相关系数矩阵提取公因子，在计算和输出相关系数时，软件自动会对变量数据进行标准化处理，因此不需要专门做一次标准化处理。

根据巴特利特检验得到的结果见表2，检验统计量的P值为0.000远小于显著性水平5%，KMO统计量MSA>0.6，说明变量间具有较高的相关性，适合于做因子分析。当累积总共方差解释率达到85%以上时则认为因子具有较高的解释能力，对数据进行分析后最终得到4个解释因子。

表2 KMO值和巴特利特球形度检验

由表3分析结果可知，总共提取出4个因子。4个因子旋转后的方差解释能力分别为36.555%、22.426%、18.048%、13.956%，旋转后的综合解释能力达到90.985%，由此可知，这4个因子能够解释综合变量的绝大部分内容，其解释能力较强。

研究数据使用最大方差旋转方法(varimax)进行旋转，清晰展示了因子和研究项的对应关系。由表4可知，F1可以表示人力资本的教育因子，其中包含有教育财政投入X1、中等职业教育在校学生人数X2、普通高等学校在校学生数X3；F2可以表示人力资本的健康因子，其中包含有医疗机构床位数X4、卫生机构数X5；F3可以表示为人力资本的劳动力结构因子，其中包括第一产业从业人数占比X6、非第一产业从业人数占比X7；F4可以表示人力资本的迁移因子，其中包含人均GDPX8、失业保险参保人数X9。

表3 解释的总方差

表4 因子得分系数

由表3可知，前4个主因子的累积贡献率已达到90.985%，故提取前4个主成分，根据表4可得4个主成分的表达式分别为

F1=0.051X1+0.500X2+0.308X3+
0.147X4-0.241X5+0.026X6-0.024X7-
0.176X8+0.270X9；

F2=-0.053X1+0.025X2-0.024X3-
0.012X4-0.032X5-0.513X6+0.514X7-
0.044X8-0.031X9；

F3=0.348X1-0.279X2-0.192X3+
0.209X4+0.781X5+0.044X6-0.044X7+
0.011X8-0.106X9；

F4=0.091X1-0.470X2+0.099X3+
0.015X4-0.034X5+0.047X6-0.056X7+
0.875X8+0.116X9。

2.2 独立性权数法确定指标权重

独立性权数法是一种根据多元回归分析法计算复相关系数进而确定指标客观权重的方法。复相关系数是度量一个因变量与一组因变量间重复相关程度的重要指标，若指标Xj与其他指标的复相关系数越大，表明指标包含的重复信息越多，则指标Xj的客观权重应越小越好，以减小评估结果的影响[7]。

农村人力资本指标之间存在着程度不等的相关性,从而使它们提供的信息部分交叉和重叠。为减小重复信息量的影响，选取独立性权数法对指标赋权，见表5。

表5 各级指标权重

3 长江中游地区人力资本时空分布特征

3.1 各市州综合得分与排名分析

根据各指标权重及主成分表达式，以3年为间隔，通过计算得到2010、2013、2016、2019年湖北、湖南、江西3个省份各市的综合得分与排名，见表6。以武汉市为例，2010年综合得分为0.99，F1得分为0.79，F2得分为-0.07，F3得分为0.05，F4得分为0.22，在湖北省内排名第1。

表6 2010、2013、2016、2019年长江中游地区人力资本综合得分与排名

通过比较分析，2010—2020年3省的人力资本得分综合排名顺序为湖南省、湖北省、江西省。

由湖北省内排名得出：武汉市综合排名稳居第1且得分增长显著，说明该地区的人力资本发展势态稳健，除劳动力结构因子得分下降外，其余因子得分都有较大幅度增长；十堰市综合排名呈下降趋势，综合得分亦总体表现为下降，而健康因子得分有所上升，由负转正，超过了平均水平；孝感市前期排名稳定，后期上升迅速，劳动力结构因子得分显著上升，对该市人力资本发展具有较大驱动作用；荆州市排名前期下降较大，后期趋于稳定，然其综合得分趋于上升状态，说明该城市人力资本发展向好，但增长速度较其他城市相对缓慢；咸宁市排名波动较大，分析可知主要受劳动力结构因子影响；恩施州排名较落后，但综合得分逐年上升，人力资本得分低于平均水平。其他城市排名与综合得分变化并不显著，故不做详细分析。

由湖南省内排名得出：长沙市综合排名稳居第1，综合得分增长迅速，劳动力结构因子得分稍有下降，其他因子得分增长明显；湘潭市排名下降幅度较大，但综合得分总体增长，前期迅猛，后劲不足；邵阳市前期排名较稳定，后期上升幅度较大，综合得分变化与健康因子得分变化呈同向增长趋势，而其他因子变化有增有减，说明健康是该地区人力资本变化的主导因素；岳阳市排名前期上升幅度大，后期保持稳定，综合得分由倒数第1跃升至前5；永州市排名先降后升，综合得分逐年上升，变化受健康因子影响最大；湘西州综合排名下降，综合得分始终低于平均水平。其他城市排名与综合得分变化并不显著，故不做详细分析。

由江西省内排名得出：南昌市排名稳居第1，综合得分逐年递增，各因子得分均呈上升趋势；上饶市排名上升幅度较大，且保持良好，综合得分呈上升势态，主要表现为健康因子得分的增加；萍乡市排名上升稳定，综合得分逐年递增，受健康因子影响较大；新余市综合排名后期下降明显，人力资本发展动力不足；鹰潭市中期排名变化较大，劳动力结构因子的驱动力最大，教育因子次之。其他城市排名与综合得分变化并不显著，故不做详细分析。

3.2 省会城市综合得分与排名分析

2010、2013、2016、2019年各省会城市的综合得分见表7，综合得分上升幅度较高的因子在前期得分均位于前列，可见人力资本基础牢固的城市后续发展势头强劲，能够更好地为人力资本的发展蓄力；3省会城市对人力资本影响较大的均为教育因子，可见教育对长江中游地区的人力资本发展起基础性作用。南昌市的综合得分相对较低，主要原因仍在于教育因子，由此可见发展教育有利于人力资本的长远发展。

表7 2010、2013、2016、2019年省会城市得分

4 建议

1)加大财政对教育的投入，提升人口素质。教育因素是影响3省人力资本水平的首要因素。增加教育经费支出是各个地区都应重视的部分，尤其对于增加教育投资带来边际效益更大的地区。政府应优化中小学的办学环境，建设高质量的师资队伍，逐步完善农村教育体系。除了发展基础教育外，需转变传统观念，重视职业教育的发展，可视当地需求定期为农民开展各类培训班，利用多种方式整合教育资源，培养技能型、实用型人才，逐步提升人口整体素质，使之与产业发展水平相匹配，并为本地的可持续发展提供稳定的人才储备。

2)加快推进医疗基础设施建设，改善农村医疗水平。健康资本是基础性的人力资本，直接影响人力资本的生产效率。长期以来城乡发展地不平衡，使农村地区的医疗环境面临从业人员素质低、基础设施不完善、医疗资源配置失衡等问题。人力资本受健康因素影响较大的地区应着重培育专业的农村医疗团队、加强医疗基础设施建设、完善农村医疗服务供给体系。对于“因病致贫”“因病返贫”等情况，应深化医疗保障制度改革，着力解决农民看病贵、看病难等问题。通过改善农村医疗水平，实现人力资本的增值。

3)调整产业结构，优化人力资源配置。近年来，长江中游地区城乡建设水平严重失衡、农村产业结构单一，青壮年劳动力流失严重，使得农村空心化、老龄化情况凸显，阻碍了农村产业发展的进程。对此，地方政府应发挥其在人力资源配置中的积极作用。目前，电商直播、特色旅游等新兴产业的蓬勃发展直接影响着农村产业结构的变化。政府可以抓住机遇，充分利用本地的人力资源，对农民进行专业化培训，一方面可以提升农民的生产与管理能力，另一方面可以引导农民就业向新兴产业转移。不仅能促进农村人力资源的合理配置，也能推动产业之间的融合发展。

4)改善乡村创业就业环境，建立政策保障机制。强化乡村振兴人才支撑的任务非常迫切，基于长江中游地区的发展现状，“三农”领域的实用型、专业型、创新型人才存在大量需求缺口。农村发展需要持续性的人力资源为其提供动力。除了注重培育与吸纳人才，留住人才也是各市州应该努力的方向。改善农村创业就业环境是留住人才的关键，各市州政府可从完善相关配套政策、优化社会保障机制等方面入手，提升公共服务的水平。对于投身于地方发展的各类人才，可从住房、医疗、子女教育等方面进行补贴，全方位提供保障，对本地的发展充满信心，通过营造良好的就业环境与氛围，使其在工作与生活中找到归属感，从而为农村发展提供动力。