民族地区县域人力资本发展的空间分布特征

摘 要：基于“六普”与“七普”分县数据，研究我国民族地区县域人力资本发展的空间分布特征。研究发现：一是在空间分布上，民族地区县域人力资本整体呈现非均衡的状态，即北部民族地区各区县大多处于人力资本优势区，而南部民族地区县域人力资本则呈现相对弱势的状态；二是民族地区县域人力资本具有较为显著的空间正相关性，表现出空间集聚效应，且大部分区县人力资本处于高高集聚区，即中心区县人力资本水平的持续提升，可带动周边区县人力资本的持续增长。

关键词：民族地区；人力资本；空间分异特征；空间集聚特征

中图分类号：F061.5 文献标志码：A 文章编号：1673-291X（2024）15-0125-04

一、研究背景

党的二十大报告提出，中国式现代化是全体人民共同富裕的现代化，而实现共同富裕，不仅需要通过推动经济增长以做大“蛋糕”，还要通过缩小地区间经济发展差距以分好“蛋糕”。在扎实推进共同富裕的过程中，人力资本水平的持续提升不仅是实现区域经济快速发展的重要推手[1]，同时也是缩小区域经济差距的主要手段[2]，而在我国民族地区，①受到地理位置、交通条件与自然环境等因素的影响，其与非民族地区一直存在着较大的经济发展差距。因此，提升民族地区人力资本水平，不仅是发展民族地区经济的现实需要，同时也是实现各族群众共同富裕的重要工作内容。

基于以上现实背景，学者们针对民族地区人力资本发展的现实状况这一问题进行了深入研究，如刀福东和廖元昌研究发现，云南少数民族居民普遍存在着教育人力资本收益率低以及人力资本存量供给制度性短缺等问题[3，4]；赵珍和Ding等分别通过对新疆与内蒙古的研究发现，两个地区的人力资本水平均与我国发达地区存在着较大的差距[5，6]；李秀芬研究发现，在民族地区的城镇，人力资本不仅与非民族地区差距大，同时还存在着较大的人力资本内部差距[7]；而张爱芹和高春雷研究发现，虽然民族地区人力资本水平在近年来因为政策扶持而有了较快增长，但仍然存在着高质量人力资本稀缺，人力资本密度偏低等问题[8]。

上述研究已对我国民族地区人力资本的发展现状有了较为深入的探讨，为本文的研究奠定了理论基础。然而，关于民族地区人力资本发展现状问题的研究，还有以下问题有待深入分析与破解。其一，缺乏县域尺度下的研究：当前，壮大县域经济已经成为我国建设新型城镇化、实施乡村振兴战略目标与推进经济长期可持续增长的重要手段，因此，有必要对民族地区县域范围的人力资本水平进行研究，以便有针对性地推进民族地区县域范围内人力资本水平的提升与县域经济的发展，最终实现民族地区整体经济的快速发展；其二，缺乏空间视角下的分析：民族地区人力资本有怎样的空间分布特征？人力资本弱势区分布在民族地区的哪些区县？这些问题的解决有利于厘清民族地区人力资本的空间分布状态，以便于民族地区人力资本发展政策更为精准且更为高效地实施。而以上两大问题，正是本文所要解决的主要问题，通过研究上述问题，以期为后续民族地区人力资本的相关研究提供参考，同时为民族地区制定贴合地区实际的人力资本提升政策提供理论依据。

二、研究方法与数据来源

（一）空间权重矩阵构建

鉴于县域之间的空间相关性与不同县域之间的经济密切程度有着较强的相关性，因此，借鉴林光平等学者的研究[9]，本文使用民族地区不同县域间人均地区生产总值差额作为测度县域间经济距离的指标，构建空间经济距离权重矩阵，其具体形式如式（1）所示：

Wij1/pgdp■-pgdp■ （i≠j）0 （i=j）（1）

式（1）中，Wij表示空间经济距离权重矩阵，pgdpi和pgdpj分别表示县域i与县域j的人均地区生产总值。

（二）空间自相关分析

首先，本文运用全局莫兰指数与局部莫兰指数来探究民族地区县域人力资本的空间依赖性与关联性。其中，全局莫兰指数主要用于考察研究对象空间上的整体关联程度与分布特征，其计算公式如式（2）所示：

I=■（2）

式（2）中，S2为样本方差，■■■■ W■为所有空间权重之和，I表示全局莫兰指数，其取值范围在-1到1之间，当I大于0时，表明空间正自相关，当小于0时，表明空间负自相关。

其次，局部莫兰指数主要用于考察研究对象在局部区域的空间异质性，即民族地区的某一县域地区是属于高值集聚还是低值集聚[10]。本文中运用局部莫兰指数，并绘制莫兰散点图来考察民族地区县域人力资本低值与高值在局部空间上的集聚效应，其计算公式如式（3）所示：

Ii=Zi■W■Zj（3）

式（3）中，Zi和Zj分别表示民族地区县域i与县域j人力资本水平的标准化值。

（三）数据来源

为更加准确地衡量民族地区县域人力资本水平及其时空特征，同时局限于数据的可获得性与准确性，本文数据全部来源于《2010中国人口普查分县资料》《2020中国人口普查分县资料》以及历年《中国县域统计年鉴》。

首先，本文选择民族八省区各区县①的平均受教育年限数据作为衡量民族地区县域人力资本水平的指标，其计算方法为：平均受教育年限=（6岁及以上人口中未上过学的人口比重×0）+（6岁及以上人口中小学学历人口比重×6）+（6岁及以上人口中初中学历人口比重×9）+（6岁及以上人口中高中学历人口比重×12）+（6岁及以上人口中大专及以上学历人口比重×16），各学历人口数据来源于《2010中国人口普查分县资料》与《2020中国人口普查分县资料》。其次，由于“六普”到“七普”期间，我国的县级行政区划经过了多次变动。因此，本文基于2020年的县级行政区划，对研究对象进行了整理，最后共确定民族八省区共533个区县作为本文的研究对象。

三、民族地区县域人力资本发展的空间分异特征与空间集聚特征

（一）空间分异特征

为深入考察民族地区县域人力资本的空间分异特征，本文基于“七普”中民族地区县域人力资本水平数据，将各区县人力资本水平按照从高到低的顺序排序，同时平均分为3个等级进行分析。此处，将3个等级分别定义为人力资本优势区、人力资本次优区以及人力资本弱势区。

首先，2020年处于民族地区县域人力资本优势区（平均受教育年限介于8.63—11.25年）的区县主要集中于内蒙古自治区与新疆维吾尔自治区，相比于同时期全国居民平均人力资本水平的8.80年，这些区县的人力资本水平已经远远超过了全国平均水平，这为两个位于北部边疆的民族地区省份的经济发展奠定了坚实的基础。除此之外，青海省、云南省与贵州省均有少数具有人力资本优势的区县，并有一定的集聚趋势，而西藏自治区仅有山南市乃东区处于人力资本优势区。其次，2020年处于民族地区县域人力资本次优区（平均受教育年限介于7.87—8.63年）的区县主要集中于新疆维吾尔自治区、云南省、贵州省以及广西壮族自治区，内蒙古自治区也有少量分布，这意味着上述民族地区县域人力资本还有较大提升空间。最后，2020年处于民族地区县域人力资本弱势区（平均受教育年限介于4.07—7.85年）的县级行政区主要分布在西藏自治区、青海省、宁夏回族自治区、云南省以及贵州省，这些地区的人力资本水平偏低，还需要持续加强基础教育，增加公共教育支出以提升人力资本水平，而这些民族地区县也正是国家教育人力资本提升支持政策应重点扶持的区域。

总之，我国民族地区县域人力资本的空间分布整体上呈现非均衡的状态，即总体上呈现北部民族地区较强与南部民族地区相对较弱的空间分异特征。

（二）空间集聚特征

1.全局空间自相关分析。选用依据民族地区各区县人均地区生产总值计算的空间经济距离权重矩阵，将民族地区县域平均受教育年限作为人力资本水平的衡量指标，运用全局莫兰指数对2010年与2020年民族地区县域人力资本进行空间自相关检验，其估计结果如表1所示。

表1 空间自相关检验结果

由表1所示的空间自相关检验结果可知，2010年与2020年民族地区县域人力资本水平的全局莫兰指数分别为0.106与0.135，且均经过了1%的显著性水平检验，这说明民族地区县域人力资本具有较为显著的空间正相关性，表现出空间集聚效应。与此同时，2010—2020年全局莫兰指数由0.106增长到0.135，这说明民族地区县域人力资本的空间集聚趋势正在逐渐增强，不同县域之间的影响正在加大。

2.局部空间自相关分析。此处，本文运用局部莫兰指数来考察民族地区县域人力资本在局部区域的空间异质性，同时绘制了莫兰散点图来表现民族地区各区县是属于高值集聚还是低值集聚，详见图1与图2。

图1 民族地区县域人力资本水平散点图（2010年）

图2 民族地区县域人力资本水平散点图（2020年）

结合图1与图2，我国民族地区县域人力资本局部空间自相关性主要有以下四个类型。

一是高高（HH）集聚区。这一集聚区位于莫兰散点图的第一象限，表现为中心区县人力资本水平较高且周边区县也较高，呈现空间正自相关性。这一集聚区主要集中分布在内蒙古自治区中西部地区以及新疆维吾尔自治区的东部地区，且在云南省、贵州省与广西壮族自治区有着零散分布。2010—2020年间，高高集聚区的民族地区区县由183个降低到175个，占总数的比重维持在34%左右。这一期间，共有10个区县进入了高高集聚区，其中云南省所辖区县进入数量最多，共5个；共有20个区县退出了高高集聚区，其中广西壮族自治区退出数量最多，共5个。总之，处于高高集聚区的民族地区区县数量虽然出现了轻微下降的趋势，但位于此集聚区的区县总数仍高b559f63ff529d9affe78b4bc53345b0fb1eac5bc551e631f548175c6b97e2a68达175个，是民族地区县域人力资本拥有最多的集聚类型。可见，我国北部民族地区的县域人力资本发展水平更高，相比南部民族地区更具优势，具有更为明显的空间溢出效应，但南部民族地区县域人力资本发展也进入了快速增长期，两大区域的人力资本发展水平差距将会逐渐缩小。

二是低高（LH）集聚区。这一集聚区位于莫兰散点图的第二象限，表现为中心区县人力资本水平较低，但周边区县较高，其主要集中分布在西藏自治区以及青海省。2010—2020年间，位于这一集聚区的民族地区区县数量由86个降低到71个，占总数的比重由16%降至13%。其中，云南省与贵州省共有6个所属区县进入了高高集聚区，实现了县域人力资本水平的大幅提升，而其余区县则分别进入了低低（LL）集聚区和高低（HL）集聚区。总之，虽然位于低高集聚区的民族地区区县数量有了明显减少，但其空间位置和集聚范围并没有发生太大变化。

三是低低（LL）集聚区。这一集聚区位于莫兰散点图的第三象限，表现为中心区县人力资本水平较低且周边区县地区也较低，同样呈现了空间正自相关性，其主要集中分布在西藏自治区、青海省、宁夏回族自治区、云南省以及贵州省。2010—2020年间，位于这一集聚区的民族地区区县数量由146个增长到173个，增加18%，总数量仅次于位于高高集聚区的区县。这一期间，共有14个区县退出了低低集聚区，且仅有云南省楚雄彝族自治州的南华县进入了高高集聚区，实现了人力资本水平的跃迁。此外，共有41个区县进入了低低集聚区。总之，位于低低集聚区的民族地区区县大多位于南部民族地区，这与前文分析结果一致，即我国南部民族地区县域人力资本水平相比北部民族地区偏低，还有很大的提升空间，且其空间位置与集聚范围并无较大变化。

四是高低（HL）集聚区。这一集聚区位于莫兰散点图的第四象限，表现为中心区县人力资本水平较高，而周边区县较低，呈现了空间负自相关性，其主要分布在新疆维吾尔自治区西部地区、内蒙古自治区东北部地区以及广西壮族自治区的大部分地区。2010—2020年间，位于这一集聚区的民族地区区县数量由118个降低到114个。这期间，共有26个区县退出了该集聚区，且广西壮族自治区崇左市江州区与云南省昭通市水富市实现了由高低集聚区到高高集聚区的跃迁，实现了人力资本水平的整体提升。此外，共有22个区县进入了高低集聚区。可见，位于这一集聚区的民族地区区县虽然人力资本水平有所提升，但对其周边区县的带动作用并不明显，形成了高低集聚现象。

综上所述，我国民族地区县域人力资本发展具有明显的空间集聚趋势，并表现为空间正相关性，且大部分区县人力资本处于高高集聚区，即中心区县人力资本水平的持续提升带动了周边区县人力资本的持续增长。

四、基本结论与政策建议

基于“六普”与“七普”分析数据，本文研究了民族地区县域人力资本的空间分布特征，研究发现：（1）在空间分布上，民族地区县域人力资本整体呈现非均衡的状态，即北部民族地区各区县大多处于人力资本优势区，而南部民族地区县域人力资本则呈现相对弱势的状态；（2）民族地区县域人力资本具有较为显著的空间正相关性，表现出空间集聚效应，且大部分区县人力资本处于高高集聚区，即中心区县人力资本水平的持续提升，可带动周边区县人力资本的持续增长。

基于以上结论，本文提出以下政策建议：（1）加大对民族地区县域人力资本发展弱势区的教育政策支持，大幅度提升南部民族地区县域人力资本水平。教育支持政策可以包括继续推进基础教育的普及力度、加大公共教育支出、完善人才引进的相关配套措施以推动本地人才在本地就业等。（2）完善包括社会保障制度在内的社会福利制度。社会福利水平的提升不仅可以减少当地与非民族地区的经济发展差距，还可以缩小周边地区与非民族地区的经济发展差距，因此提升社会福利水平，可以加快缩小地区差距，实现共同富裕。（3）优化教育资源配置，加大对高素质人才的引进力度，减少地区间教育资源差距，同时采取有效措施留住本地人才，为当地人力资本的长期可持续增长奠定坚实基础。

参考文献：

[1] 段平忠.人力资本流动对地区经济增长差距的影响[J].中国人口·资源与环境，2007（4）：87-91.

[2] 尹浙霖，宋有涛，范居一.人力资本与环境库兹涅茨曲线的关系研究[J].科技管理研究，2020，40（14）：149-155.

[3] 刀福东.傣族农村人力资本投资回报研究[J].农业技术经济，2007，163（5）：54-59.

[4] 廖元昌.边疆少数民族人力资本存量短缺问题研究：以云南省德宏傣族景颇族自治州为例[J].思想战线，2007，203（5）：96-101.

[5] 赵珍.新疆人力资本存量分析：基于基尼系数和泰尔指数方法[J].新疆社会科学，2016，201（2）：45-50.

[6] Ding W，Jimoh S O，Hou Y et al.Influence of Livelihood Capitals on Livelihood Strategies of Herdsmen in Inner Mongolia，China[J].Sustainability，2018，10（9）.

[7] 李秀芬.民族地区新兴城市群人力资本价值评估[J].西北民族大学学报（哲学社会科学版），2018，225（3）：82-87.

[8] 张爱芹，高春雷.教育扩展、人力资本对民族地区经济增长的影响[J].民族研究，2019，239（3）：61-72.

[9] 林光平，龙志和，吴梅.我国地区经济收敛的空间计量实证分析：1978—2002年[J].经济学（季刊），2005（S1）：67-82.

[10] 吴儒练.省域乡村振兴发展水平测度及空间集聚特征分析[J].统计与决策，2023，39（4）：59-64.

The Spatial Distribution Characteristics of Human Capital Development in Ethnic Minority Areas and Counties

—Empirical Analysis Based on the Data of “Six Popularizations” and “Seven Popularizations”

HAN Zhibin1，2

（1.School of Management， Inner Mongolia Minzu University， Tongliao 028043， China;

2.Inner Mongolia Rural Revitalization Research Base （East）， Tongliao 028043， China）

Abstract： Based on the data from the “Sixth Popularization” and “Seventh Popularization” counties， this study investigates the spatial distribution characteristics of human capital development in ethnic regions of China. The study finds that： first， in terms of spatial distribution， the overall human capital of ethnic regions in counties shows an unbalanced state， that is， most of the counties in the northern ethnic regions are in areas with advantages in human capital， while the human capital of ethnic regions in the southern regions is relatively weak; second， there is a significant positive spatial correlation between human capital in ethnic minority areas and counties， exhibiting spatial agglomeration effects; moreover， most counties and districts have human capital in high concentration areas， which means that the continuous improvement of human capital levels in central counties and districts can drive the sustained growth of human capital in surrounding counties and districts.

Key words： Ethnic regions; Human capital; Spatial differentiation characteristics; Spatial agglomeration characteristics

[责任编辑 文 欣]