中國(guó)地方政府人力資本投資的空間效應(yīng)研究

張 霄

（中南財(cái)經(jīng)政法大學(xué)財(cái)政稅務(wù)學(xué)院，武漢430073）

0 引言

中國(guó)地方政府的財(cái)政支出結(jié)構(gòu)發(fā)生了嚴(yán)重偏移。大量的公共財(cái)政支出投資在能迅速拉升地方GDP增長(zhǎng)速度的物質(zhì)資本上，而投資回報(bào)慢的人力資本投資則嚴(yán)重不足。地方政府一方面希望從有限的公共財(cái)政支出中以最大的比例傾向于物質(zhì)資本投資，另一方面，又要保證本地區(qū)的人力資本投資需求以及達(dá)成中央政府對(duì)于地方人力資本投資比例的要求。那么，地方政府就只有寄希望于從其他區(qū)域吸引更多的人力資本流入本區(qū)域，競(jìng)爭(zhēng)由此產(chǎn)生。

本文將研究省級(jí)行政區(qū)域人力資本投資總量上可能會(huì)存在的競(jìng)爭(zhēng)，也將討論人力資本投資的構(gòu)成科目是否存在競(jìng)爭(zhēng)。本文將首次系統(tǒng)地研究我國(guó)地方政府間的人力資本投資行為，并對(duì)地方政府的人力資本投資總量進(jìn)行類(lèi)別分解，論證地方間政府是否在教育支出和醫(yī)療衛(wèi)生支出上也存在競(jìng)爭(zhēng)行為，且其競(jìng)爭(zhēng)類(lèi)型是什么？由于地方政府間的競(jìng)爭(zhēng)。實(shí)際上是在空間范疇內(nèi)進(jìn)行的策略互動(dòng)，所以，本文將引入空間計(jì)量模型來(lái)研究地方政府間的人力資本投資行為。

1 實(shí)證模型的建立及分析方法

1.1 實(shí)證模型的構(gòu)建

本文將采用我國(guó)29個(gè)省、自治區(qū)和直轄市的面板數(shù)據(jù)來(lái)構(gòu)建解釋我國(guó)地方政府間人力資本投資總量及其科目構(gòu)成的空間面板計(jì)量模型。在整個(gè)解釋變量組合中，最為重要的是地方政府人力資本投資總量及其科目構(gòu)成的空間滯后變量。通過(guò)觀察這些空間滯后變量在計(jì)量分析結(jié)果中的系數(shù)是否顯著以及符號(hào)為正還是為負(fù)來(lái)判定我國(guó)29個(gè)省、自治區(qū)和直轄市之間在人力資本投資總量及其科目構(gòu)成上是否存在競(jìng)爭(zhēng)，假如系數(shù)不能顯著的異于0，則競(jìng)爭(zhēng)不存在；假如存在競(jìng)爭(zhēng)，那么競(jìng)爭(zhēng)的類(lèi)型是策略模仿（模仿效應(yīng)）或者是策略替代（溢出效應(yīng)）？

本文的數(shù)據(jù)選擇用我國(guó)2007～2011年的面板數(shù)據(jù)，一方面將數(shù)據(jù)推進(jìn)到最新時(shí)期，采用了一個(gè)省、自治區(qū)和直轄市的不同時(shí)點(diǎn)和同一時(shí)點(diǎn)上的不同省、自治區(qū)和直轄市的人力資本投資總量和科目構(gòu)成差異的面板數(shù)據(jù)，并且考慮了2007年政府財(cái)政收支科目改革可能會(huì)對(duì)人力資本投資總量及其科目構(gòu)成的影響，還引入了空間單元的經(jīng)濟(jì)行為對(duì)相鄰地區(qū)的交互作用因素，構(gòu)建如下靜態(tài)面板的常系數(shù)空間滯后計(jì)量模型：

其中，Zit是省級(jí)行政區(qū)域i在年度t的人均本級(jí)預(yù)算內(nèi)人力資本投資總量和科目?？紤]到面板數(shù)據(jù)的最低時(shí)限性及數(shù)據(jù)可得性，在此我們采用了靜態(tài)面板數(shù)據(jù)，但引入Zit的空間滯后變量因素WZit。

Xit包括一系列在年度t可能會(huì)影響到省級(jí)行政區(qū)域i的人均本級(jí)預(yù)算內(nèi)人力資本投資總量和構(gòu)成科目的控制因素。按照Madriaga&Poncet[1](2007)、李濤和周業(yè)安[2]（2008、2009）、周業(yè)安和章泉[3]（2008）、龔鋒和雷欣[4]（2010）、吳俊培和王寶順[5]（2011）等眾多學(xué)者的通用做法，X包括29個(gè)省級(jí)行政區(qū)域的人均國(guó)內(nèi)生產(chǎn)總值、財(cái)政分權(quán)度、人均本級(jí)預(yù)算內(nèi)財(cái)政收入、人均本級(jí)預(yù)算內(nèi)財(cái)政支出、人均本級(jí)預(yù)算內(nèi)基本設(shè)施水平、省級(jí)0-14歲人口、省級(jí)65歲以上人口、省級(jí)15-64歲人口、人力資本水平、城鎮(zhèn)化率等變量。

W是空間權(quán)重矩陣，本文中反映的是我國(guó)29個(gè)省級(jí)行政區(qū)域之間的空間相互關(guān)系。作為空間權(quán)重矩陣W與29個(gè)省級(jí)行政區(qū)域人均本級(jí)預(yù)算內(nèi)人力資本投資總量和構(gòu)成科目Z的乘積向量，（W×Z）是29個(gè)省份的人均本級(jí)預(yù)算內(nèi)人力資本投資總量和構(gòu)成科目Z的空間滯后變量，（W×Z）it是省級(jí)行政區(qū)域i在年度t的空間滯后形式的人均本級(jí)預(yù)算內(nèi)人力資本投資總量和構(gòu)成科目，即在年度t除省級(jí)行政區(qū)域i外其他28個(gè)省級(jí)行政區(qū)域以空間權(quán)重形式加權(quán)平均的人均本級(jí)預(yù)算內(nèi)人力資本投資總量和構(gòu)成科目。

α是常數(shù)項(xiàng)，βit是空間固定效應(yīng)，γit是時(shí)間固定效應(yīng)，εit是省級(jí)行政區(qū)域i在時(shí)間t的殘差項(xiàng)。λ是省級(jí)行政區(qū)域i在年度t的空間滯后形式的人均本級(jí)預(yù)算內(nèi)人力資本投資總量和構(gòu)成科目的回歸系數(shù)，ζ是控制變量在年度t可能會(huì)影響到省級(jí)行政區(qū)域i的人均本級(jí)預(yù)算內(nèi)人力資本投資總量和構(gòu)成科目因素的回歸系數(shù)。其中，對(duì)于模型（1）所表示的地方政府間人力資本投資競(jìng)爭(zhēng)而言：如果λ顯著為正，則說(shuō)明本年度地方政府間人力資本投資存在著顯著的策略模仿（模仿效應(yīng)），如果λ顯著為負(fù)，則說(shuō)明本年度地方政府間人力資本投資存在著顯著的策略替代（溢出效應(yīng)）；如果λ顯著地?zé)o法異于0，則說(shuō)明本年度地方政府間不存在顯著的人力資本投資競(jìng)爭(zhēng)。

1.2 實(shí)證模型的分析方法

對(duì)于靜態(tài)面板的常系數(shù)空間滯后計(jì)量模型（1）而言，除了典型的空間和時(shí)間雙向固定效應(yīng)以外，還可能存在控制變量的內(nèi)生性問(wèn)題，所以，在估計(jì)空間計(jì)量模型時(shí)，不能采用最小二乘法，否則會(huì)導(dǎo)致系數(shù)估計(jì)值有偏或者無(wú)效。Anselin[6](1998)曾經(jīng)建議采用最大或然法（ML）估計(jì)空間滯后模型（SLM）和空間誤差模型(SEM)的未知參數(shù)。本文遵循他們的研究思路，采用最大似然法估計(jì)以上的靜態(tài)面板常系數(shù)空間滯后計(jì)量模型。

2 數(shù)據(jù)來(lái)源和變量統(tǒng)計(jì)分析

從已有的研究文獻(xiàn)看，樣本時(shí)間的選取并沒(méi)有固定的理由，且采用最長(zhǎng)的面板數(shù)據(jù)不超過(guò)7年。為了保證數(shù)據(jù)的時(shí)新性、統(tǒng)計(jì)口徑的統(tǒng)一性、指標(biāo)含義的一致性以及面板數(shù)據(jù)的最佳下限，本文采用的數(shù)據(jù)時(shí)間段為2007～2011年，并遵從大多數(shù)學(xué)者的研究思路，剔除西藏、海南的數(shù)據(jù)，最終的面板數(shù)據(jù)選擇采用中國(guó)29個(gè)省級(jí)區(qū)域5年共計(jì)145個(gè)觀測(cè)值。本文數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》、《中國(guó)財(cái)政年鑒》、《中國(guó)人口年鑒》等，采用的軟件為excel和matlab(2010b)。

對(duì)應(yīng)于地方人均本級(jí)預(yù)算內(nèi)人力資本投資總量和科目Y，基于2007～2011年的決算數(shù)據(jù)構(gòu)建如下指標(biāo)：地方人均本級(jí)預(yù)算內(nèi)人力資本投資總量rjrlzbtzr等于各省級(jí)區(qū)域的人力資本投資總量除以當(dāng)?shù)乜側(cè)丝?；地方人均本?jí)預(yù)算內(nèi)教育支出rjjyr等于各省級(jí)區(qū)域的教育支出除以當(dāng)?shù)乜側(cè)丝?；地方人均本?jí)預(yù)算內(nèi)醫(yī)療衛(wèi)生支出rjylwsr等于各省級(jí)區(qū)域的醫(yī)療衛(wèi)生支出除以當(dāng)?shù)乜側(cè)丝凇?/p>

控制變量組合X代表一系列可能會(huì)影響各省級(jí)區(qū)域政府人均本級(jí)預(yù)算內(nèi)人力資本投資總量的因素，基于2007～2011年的決算數(shù)據(jù)本文構(gòu)建相關(guān)指標(biāo)：地方人均實(shí)際GDP總量rjgdpr_2007表示以各省級(jí)區(qū)域GDP總量除以當(dāng)?shù)乜側(cè)丝?，并且各地的GDP總量均以2007年為基期進(jìn)行了平減，為實(shí)際數(shù)；各個(gè)地方的財(cái)政分權(quán)度czfqdr為各省級(jí)區(qū)域預(yù)算內(nèi)本級(jí)財(cái)政支出除以全國(guó)預(yù)算內(nèi)財(cái)政總支出；地方人均本級(jí)預(yù)算內(nèi)財(cái)政收入rjczsrr用各省級(jí)區(qū)域年度本級(jí)預(yù)算內(nèi)財(cái)政收入除以當(dāng)?shù)啬昴┛側(cè)丝冢坏胤饺司炯?jí)預(yù)算內(nèi)財(cái)政支出rjczzcr用各省級(jí)區(qū)域年度本級(jí)財(cái)政支出除以當(dāng)?shù)啬昴┛側(cè)丝?；地方人均本?jí)預(yù)算內(nèi)基本設(shè)施水平用公里里程密度tllc_den和鐵路里程密度gllc_den表示，分別為各省級(jí)區(qū)域的鐵路營(yíng)業(yè)里程除以當(dāng)?shù)乜偯娣e和各省級(jí)區(qū)域的公路里程除以當(dāng)?shù)乜偯娣e；省級(jí)0-14歲人口pop0-14，表示各省級(jí)區(qū)域當(dāng)年年末總?cè)丝谥?5歲以下的總?cè)丝?；省?jí)65人口pop65，表示各省級(jí)區(qū)域當(dāng)年年末總?cè)丝谥?5歲及以上的總?cè)丝?；省?jí)15-64歲人口pop15-64，表示各省級(jí)區(qū)域當(dāng)年年末總?cè)丝谥?5歲以上以及64歲以下的總?cè)丝?；地方人力資本水平rlzbsp等于各省級(jí)區(qū)域的在校大學(xué)生（本科生及大專(zhuān)生）與當(dāng)?shù)氐目側(cè)丝谥?；地方城?zhèn)化率czhl等于各省級(jí)區(qū)域當(dāng)年年末城鎮(zhèn)化人口與當(dāng)?shù)啬昴┛側(cè)丝谥取?/p>

以上的各個(gè)變量，若涉及到人力資本投資總量、教育支出、醫(yī)療衛(wèi)生支出、財(cái)政支出、財(cái)政收入、GDP等可能受到當(dāng)年通貨膨脹水平影響的指標(biāo)，均已通過(guò)以2007年為基期的各省消費(fèi)者價(jià)格指數(shù)（CPI）進(jìn)行了平減，列出的已是當(dāng)年的實(shí)際數(shù)，以該變量名稱(chēng)后加字母“r”進(jìn)行標(biāo)識(shí)。并且，考慮到本文的被解釋變量和控制變量可能存在的非線性關(guān)系等現(xiàn)象，也采用李濤和周業(yè)安[2]（2009）、吳俊培和王寶順[5]（2011）等的做法，對(duì)被解釋變量和控制變量都分別取自然對(duì)數(shù)形式，均在被解釋變量和控制變量名稱(chēng)前加“l(fā)n_”予以了標(biāo)識(shí)。

本文基于面板數(shù)據(jù)的空間權(quán)重矩陣W是一個(gè)NT×NT的矩陣，是基于橫截面數(shù)據(jù)的空間權(quán)重矩陣的一個(gè)擴(kuò)展，N=29,為我國(guó)省級(jí)區(qū)域的個(gè)數(shù)，T=5,為年份數(shù)。空間權(quán)重矩陣W表示的是每個(gè)年度T內(nèi)N個(gè)省級(jí)區(qū)域的空間交互關(guān)系，具體可以表示為：

在上面這個(gè)矩陣中，w2007、…w2011分別表示2007～2011年29個(gè)省級(jí)區(qū)域的空間權(quán)重矩陣w。因?yàn)楸疚牟捎昧嘶诳臻g單元的相鄰距離為矩陣的設(shè)定標(biāo)準(zhǔn)，w是不會(huì)隨著時(shí)間的流逝而改變空間關(guān)系，所以，有w2007=…=w2011。對(duì)于每一個(gè)子矩陣w而言，其中的元素wij表示的是第i個(gè)省級(jí)區(qū)域和第j個(gè)省級(jí)區(qū)域在空間中的交互關(guān)系。關(guān)于空間權(quán)重矩陣w，它的元素wij是已知常數(shù)，這一點(diǎn)將可以排除空間權(quán)重矩陣參數(shù)化的可能性；空間權(quán)重矩陣w的所有對(duì)角線元素都是0，這意味著所有的省級(jí)區(qū)域都不能被看做自己的空間鄰居；另外，按照Elhorst[7](2003)的觀點(diǎn)，空間權(quán)重矩陣w的特征根是已知的，可以精確計(jì)算w的特征根和空間滯后模型的對(duì)數(shù)似然方程。本文中的空間權(quán)重矩陣w采用了最為常見(jiàn)的空間一階臨近矩陣，和王麗娟（2011）保持了一致。本文對(duì)空間權(quán)重矩陣w進(jìn)行了行標(biāo)準(zhǔn)化，使得每一行之和為1。

被解釋變量和解釋變量的統(tǒng)計(jì)分析結(jié)果見(jiàn)表1。

3 計(jì)量結(jié)果分析

本文需要重點(diǎn)研究的是地方政府間的人均本級(jí)預(yù)算內(nèi)人力資本投資總量、人均本級(jí)預(yù)算內(nèi)教育支出和人均本級(jí)預(yù)算內(nèi)醫(yī)療衛(wèi)生支出三項(xiàng)支出分別是否存在競(jìng)爭(zhēng)？假如存在競(jìng)爭(zhēng)，競(jìng)爭(zhēng)的類(lèi)型是什么，是表現(xiàn)為策略模仿還是策略替代？這三類(lèi)支出的競(jìng)爭(zhēng)類(lèi)型是相同還是相異？

表2匯報(bào)了采用最大似然法（ML）對(duì)靜態(tài)面板的常系數(shù)空間滯后計(jì)量模型（1）進(jìn)行估計(jì)的實(shí)證結(jié)果。該實(shí)證結(jié)果的估計(jì)基礎(chǔ)是面板數(shù)據(jù)的空間、時(shí)間固定效應(yīng)，這一點(diǎn)和李濤、周業(yè)安[5]（2009）保持了一致。模型中的控制變量包括各省級(jí)行政區(qū)域以2007年為基期的人均國(guó)內(nèi)生產(chǎn)總值、財(cái)政分權(quán)度、人均財(cái)政收入、人均財(cái)政支出、代表各個(gè)省級(jí)行政區(qū)域的基礎(chǔ)設(shè)施水平的鐵路里程密度和公里里程密度、人口的三種結(jié)構(gòu)、人力資本水平、城鎮(zhèn)化率等變量。

表1 被解釋變量和解釋變量的統(tǒng)計(jì)分析結(jié)果（觀測(cè)值=145）

觀察表2中的三種回歸結(jié)果，我們可以發(fā)現(xiàn)：

對(duì)于地方人均本級(jí)預(yù)算內(nèi)人力資本投資總量及科目支出來(lái)說(shuō)：

第一，回歸結(jié)果①顯示，我國(guó)29個(gè)省級(jí)區(qū)域的地方政府間人均本級(jí)預(yù)算內(nèi)人力資本投資總量有空間互動(dòng)，并呈現(xiàn)出了顯著的策略替代特征。該回歸結(jié)果表明，當(dāng)年各個(gè)省級(jí)區(qū)域當(dāng)年的人均本級(jí)預(yù)算內(nèi)人力資本投資總量與各個(gè)省份當(dāng)年空間滯后的人均本級(jí)預(yù)算內(nèi)人力資本投資總量存在顯著的策略替代特征。當(dāng)本年度本省級(jí)區(qū)域之外其他省級(jí)區(qū)域以空間距離加權(quán)平均的人均本級(jí)預(yù)算內(nèi)人力資本投資總量增加或減少1%時(shí)，會(huì)導(dǎo)致當(dāng)年本省級(jí)區(qū)域人均本級(jí)預(yù)算內(nèi)人力資本投資總量反向減少或增加

0.0640%。并且，R-squared為0.9713，Rbar-squared為0.9587，說(shuō)明整個(gè)模型能夠很好的擬合本數(shù)據(jù)集，同時(shí)，sigma^2的值為0.0054，其值較小，log-likelihood的值為166.7927，其值較大，都表明了本空間滯后面板數(shù)據(jù)（Spatial Lag Panel Data Model,SLPDM）計(jì)量經(jīng)濟(jì)模型（1）的擬合效果優(yōu)良，所以，采用該模型是合理的、恰當(dāng)?shù)摹?/p>

第二，回歸結(jié)果②表明我國(guó)29個(gè)省級(jí)區(qū)域的地方政府間人均本級(jí)預(yù)算內(nèi)教育支出總量有空間互動(dòng)，呈現(xiàn)出了顯著的策略替代特征。該回歸結(jié)果表明，當(dāng)年各個(gè)省級(jí)區(qū)域當(dāng)年的人均本級(jí)預(yù)算內(nèi)教育支出總量與各個(gè)省份當(dāng)年空間滯后的人均本級(jí)預(yù)算內(nèi)教育支出總量存在顯著的策略替代特征。當(dāng)本年度本省級(jí)區(qū)域之外其他省級(jí)區(qū)域以空間距離加權(quán)平均的人均本級(jí)預(yù)算內(nèi)教育支出總量增加或減少1%時(shí)，會(huì)導(dǎo)致當(dāng)年本省級(jí)區(qū)域人均本級(jí)預(yù)算內(nèi)教育支出總量反向減少或增加0.0940%。

第三，回歸結(jié)果③表明我國(guó)29個(gè)省級(jí)行政區(qū)域的地方政府間人均本級(jí)預(yù)算內(nèi)醫(yī)療衛(wèi)生支出總量有空間互動(dòng)，并呈現(xiàn)出了顯著的策略模仿特征。該回歸結(jié)果表明，當(dāng)年各個(gè)省級(jí)行政區(qū)域當(dāng)年的人均本級(jí)預(yù)算內(nèi)醫(yī)療衛(wèi)生支出總量與各個(gè)省份當(dāng)年空間滯后的人均本級(jí)預(yù)算內(nèi)醫(yī)療衛(wèi)生支出總量存在顯著的策略模仿特征。當(dāng)本年度本省級(jí)區(qū)域之外其他省級(jí)行政區(qū)域以空間距離加權(quán)平均的人均本級(jí)預(yù)算內(nèi)醫(yī)療衛(wèi)生支出總量增加或減少1%時(shí)，會(huì)導(dǎo)致當(dāng)年本省級(jí)區(qū)域人均本級(jí)預(yù)算內(nèi)醫(yī)療衛(wèi)生支出總量同向增加或減少0.3560%。

表2 2007～2011年地方人均本級(jí)預(yù)算內(nèi)人力資本投資總量及科目支出的ML估計(jì)回歸結(jié)果

從回歸結(jié)果中還可以得到關(guān)于控制變量組合對(duì)各個(gè)省級(jí)區(qū)域人力資本投資總量的顯著回歸發(fā)現(xiàn)。

回歸結(jié)果①顯示，各個(gè)省級(jí)區(qū)域的財(cái)政分權(quán)度顯著降低了該省級(jí)區(qū)域當(dāng)年的人均本級(jí)預(yù)算內(nèi)人力資本投資總量。當(dāng)各省級(jí)區(qū)域的財(cái)政分權(quán)度增加或減少1%時(shí)，會(huì)導(dǎo)致本區(qū)域人均本級(jí)預(yù)算內(nèi)人力資本投資總量反向減少或增加0.4717%；各個(gè)省級(jí)區(qū)域的人均本級(jí)預(yù)算內(nèi)財(cái)政收入顯著增加了該省級(jí)區(qū)域當(dāng)年的人均本級(jí)預(yù)算內(nèi)人力資本投資總量。當(dāng)各省級(jí)區(qū)域的人均本級(jí)預(yù)算內(nèi)財(cái)政收入增加或減少1%時(shí)，會(huì)導(dǎo)致本區(qū)域人均本級(jí)預(yù)算內(nèi)人力資本投資總量正向增加或減少0.2535%；各個(gè)省級(jí)區(qū)域的人均本級(jí)預(yù)算內(nèi)財(cái)政支出顯著增加了該省級(jí)區(qū)域當(dāng)年的人均本級(jí)預(yù)算內(nèi)人力資本投資總量。當(dāng)各省級(jí)區(qū)域的人均本級(jí)預(yù)算內(nèi)財(cái)政支出增加或減少1%時(shí)，會(huì)導(dǎo)致本級(jí)區(qū)域人均本級(jí)預(yù)算內(nèi)人力資本投資總量正向增加或減少0.9666%；各個(gè)省級(jí)區(qū)域的人均本級(jí)預(yù)算內(nèi)基本設(shè)施水平鐵路營(yíng)業(yè)里程密度顯著顯著降低了該省級(jí)區(qū)域當(dāng)年的人均本級(jí)預(yù)算內(nèi)人力資本投資總量，說(shuō)明各個(gè)省級(jí)區(qū)域每年的基本設(shè)施建設(shè)投入會(huì)影響到該省份的人力資本投資力度。當(dāng)各省級(jí)區(qū)域的人均本級(jí)預(yù)算內(nèi)基本設(shè)施水平鐵路營(yíng)業(yè)里程密度增加或減少1%時(shí)，會(huì)導(dǎo)致本區(qū)域人均本級(jí)預(yù)算內(nèi)人力資本投資總量反向減少或增加0.2107%；各個(gè)省級(jí)區(qū)域0-14歲的幼年人口比例顯著的提升該省級(jí)區(qū)域當(dāng)年的人均本級(jí)預(yù)算內(nèi)人力資本投資總量，說(shuō)明各省級(jí)區(qū)域的九年義務(wù)教育的人口比例和各省級(jí)區(qū)域的人力資本投資總量成正比。當(dāng)各省級(jí)區(qū)域0-14歲的幼年人口增加或減少1%時(shí)，會(huì)導(dǎo)致本省級(jí)區(qū)域人均本級(jí)預(yù)算內(nèi)人力資本投資總量正向增加或減少0.5632%；各個(gè)省級(jí)區(qū)域的人力資本水平比例顯著增加了該省級(jí)區(qū)域當(dāng)年的人均本級(jí)預(yù)算內(nèi)人力資本投資總量。當(dāng)各省級(jí)區(qū)域的人力資本水平增加或減少1%時(shí)，會(huì)導(dǎo)致本區(qū)域人均本級(jí)預(yù)算內(nèi)人力資本投資總量同向增加或減少0.3110%；各個(gè)省級(jí)區(qū)域的城鎮(zhèn)化率比例顯著增加了該省級(jí)區(qū)域當(dāng)年的人均本級(jí)預(yù)算內(nèi)人力資本投資總量。說(shuō)明我國(guó)大量的農(nóng)民工進(jìn)城后，他們的下一代的教育和醫(yī)療問(wèn)題對(duì)于當(dāng)?shù)氐娜司A(yù)算內(nèi)人力資本投資來(lái)說(shuō)是一大壓力。當(dāng)各省級(jí)區(qū)域的城鎮(zhèn)化率增加或減少1%時(shí)，會(huì)導(dǎo)致本區(qū)域人均本級(jí)預(yù)算內(nèi)人力資本投資總量正向增加或減少0.0883%。

回歸結(jié)果②顯示，各個(gè)省級(jí)區(qū)域的人均本級(jí)預(yù)算內(nèi)財(cái)政收入顯著增加了該省級(jí)區(qū)域當(dāng)年的人均本級(jí)預(yù)算內(nèi)教育支出總量。當(dāng)各省級(jí)區(qū)域的人均本級(jí)預(yù)算內(nèi)財(cái)政收入增加或減少1%時(shí)，會(huì)導(dǎo)致本區(qū)域人均本級(jí)預(yù)算內(nèi)教育支出總量同向增加或減少0.6625%；各個(gè)省級(jí)區(qū)域的人均本級(jí)預(yù)算內(nèi)財(cái)政支出顯著增加了該省級(jí)區(qū)域當(dāng)年的人均本級(jí)預(yù)算內(nèi)教育支出總量。當(dāng)各省級(jí)區(qū)域的人均本級(jí)預(yù)算內(nèi)財(cái)政支出增加或減少1%時(shí)，會(huì)導(dǎo)致本區(qū)域人均本級(jí)預(yù)算內(nèi)教育支出總量同向增加或減少0.7372%；各個(gè)省級(jí)區(qū)域的人均本級(jí)預(yù)算內(nèi)基本設(shè)施水平鐵路營(yíng)業(yè)里程密度顯著顯著降低了該省級(jí)區(qū)域當(dāng)年的人均本級(jí)預(yù)算內(nèi)教育支出總量，說(shuō)明各個(gè)省級(jí)區(qū)域每年的基本設(shè)施建設(shè)投入會(huì)影響到該省份的教育支出力度。當(dāng)各省級(jí)區(qū)域的人均本級(jí)預(yù)算內(nèi)基本設(shè)施水平鐵路營(yíng)業(yè)里程密度增加或減少1%時(shí)，會(huì)導(dǎo)致本區(qū)域人均本級(jí)預(yù)算內(nèi)教育支出總量反向減少或增加0.5289%；各個(gè)省級(jí)區(qū)域0-14歲的幼年人口比例顯著的提升該省級(jí)區(qū)域當(dāng)年的人均本級(jí)預(yù)算內(nèi)教育支出總量，說(shuō)明，各省級(jí)區(qū)域的九年義務(wù)教育的人口比例和各省級(jí)區(qū)域的教育支出總量成正比。當(dāng)各省級(jí)區(qū)域0-14歲的幼年人口增加或減少1%時(shí)，會(huì)導(dǎo)致本省級(jí)區(qū)域人均本級(jí)預(yù)算內(nèi)教育支出同向增加或減少0.9631%；各個(gè)省級(jí)區(qū)域的城鎮(zhèn)化率比例顯著增加了該省級(jí)區(qū)域當(dāng)年的人均本級(jí)預(yù)算內(nèi)教育支出總量。說(shuō)明我國(guó)大量的農(nóng)民工進(jìn)城后，他們的下一代的教育問(wèn)題對(duì)于當(dāng)?shù)氐娜司A(yù)算內(nèi)教育支出來(lái)說(shuō)是一大壓力。當(dāng)各省級(jí)區(qū)域的城鎮(zhèn)化率增加或減少1%時(shí)，會(huì)導(dǎo)致本區(qū)域人均本級(jí)預(yù)算內(nèi)人力資本投資總量同向增加或減少0.1248%。

回歸結(jié)果③顯示，各個(gè)省級(jí)區(qū)域的人均實(shí)際GDP顯著增加了該省級(jí)區(qū)域當(dāng)年的人均本級(jí)預(yù)算內(nèi)醫(yī)療衛(wèi)生支出總量。當(dāng)各省級(jí)區(qū)域的人均實(shí)際GDP增加或減少1%時(shí)，會(huì)導(dǎo)致本區(qū)域人均本級(jí)預(yù)算內(nèi)醫(yī)療衛(wèi)生支出總量同向增加或減少0.5197%，說(shuō)明各省級(jí)區(qū)域的經(jīng)濟(jì)發(fā)展水平將直接影響該地的醫(yī)療衛(wèi)生支出；各個(gè)省級(jí)區(qū)域的財(cái)政分權(quán)度顯著降低了該省級(jí)區(qū)域當(dāng)年的人均本級(jí)預(yù)算內(nèi)醫(yī)療衛(wèi)生支出總量。當(dāng)各省級(jí)區(qū)域的財(cái)政分權(quán)度增加或減少1%時(shí)，會(huì)導(dǎo)致本區(qū)域人均本級(jí)預(yù)算內(nèi)醫(yī)療衛(wèi)生支出總量反向減少或增加0.6731%；各個(gè)省級(jí)區(qū)域的人均本級(jí)預(yù)算內(nèi)財(cái)政收入顯著降低了該省級(jí)區(qū)域當(dāng)年的人均本級(jí)預(yù)算內(nèi)醫(yī)療衛(wèi)生支出總量。當(dāng)各省級(jí)區(qū)域的人均本級(jí)預(yù)算內(nèi)財(cái)政收入增加或減少1%時(shí)，會(huì)導(dǎo)致本區(qū)域人均本級(jí)預(yù)算內(nèi)醫(yī)療衛(wèi)生支出總量反向減少或增加0.3887%；各個(gè)省級(jí)區(qū)域的人均本級(jí)預(yù)算內(nèi)財(cái)政支出顯著增加了該省級(jí)區(qū)域當(dāng)年的人均本級(jí)預(yù)算內(nèi)醫(yī)療衛(wèi)生支出總量。當(dāng)各省級(jí)區(qū)域的人均本級(jí)預(yù)算內(nèi)財(cái)政支出增加或減少1%時(shí)，會(huì)導(dǎo)致本區(qū)域人均本級(jí)預(yù)算內(nèi)教育支出總量同向增加或減少1.0306%；各個(gè)省級(jí)區(qū)域的人均本級(jí)預(yù)算內(nèi)基本設(shè)施水平鐵路營(yíng)業(yè)里程密度顯著顯著增加了該省級(jí)區(qū)域當(dāng)年的人均本級(jí)預(yù)算內(nèi)醫(yī)療衛(wèi)生支出總量，說(shuō)明各個(gè)省級(jí)區(qū)域每年的基本設(shè)施建設(shè)投入會(huì)影響到該省份的醫(yī)療衛(wèi)生支出力度。當(dāng)各省級(jí)區(qū)域的人均本級(jí)預(yù)算內(nèi)基本設(shè)施水平鐵路營(yíng)業(yè)里程密度增加或減少1%時(shí)，會(huì)導(dǎo)致本區(qū)域人均本級(jí)預(yù)算內(nèi)醫(yī)療衛(wèi)生支出總量同向增加或減少0.0914%；各個(gè)省級(jí)區(qū)域0-14歲的幼年人口比例顯著的提升了該省級(jí)區(qū)域當(dāng)年的人均本級(jí)預(yù)算內(nèi)醫(yī)療衛(wèi)生支出總量。當(dāng)各省級(jí)區(qū)域0-14歲的幼年人口增加或減少1%時(shí)，會(huì)導(dǎo)致本省級(jí)區(qū)域人均本級(jí)預(yù)算內(nèi)教育支出同向增加或減少0.3243%，；各個(gè)省級(jí)區(qū)域15-64歲的壯年人口比例顯著的提升了該省級(jí)區(qū)域當(dāng)年的人均本級(jí)預(yù)算內(nèi)醫(yī)療衛(wèi)生支出總量。當(dāng)各省級(jí)區(qū)域15-64歲的壯年人口增加或減少1%時(shí)，會(huì)導(dǎo)致本省級(jí)區(qū)域人均本級(jí)預(yù)算內(nèi)醫(yī)療衛(wèi)生支出反向減少或增加0.7605%；各個(gè)省級(jí)區(qū)域的人力資本水平比例顯著增加了該省級(jí)區(qū)域當(dāng)年的人均本級(jí)預(yù)算內(nèi)人力資本投資總量。當(dāng)各省級(jí)區(qū)域的人力資本水平增加或減少1%時(shí)，會(huì)導(dǎo)致本區(qū)域人均本級(jí)預(yù)算內(nèi)人力資本投資總量同向增加或減少0.4204%；各個(gè)省級(jí)區(qū)域的城鎮(zhèn)化率比例顯著增加了該省級(jí)區(qū)域當(dāng)年的人均本級(jí)預(yù)算內(nèi)教育支出總量。說(shuō)明我國(guó)大量的農(nóng)民工進(jìn)城后，他們的下一代的教育問(wèn)題對(duì)于當(dāng)?shù)氐娜司A(yù)算內(nèi)教育支出來(lái)說(shuō)是一大壓力。當(dāng)各省級(jí)區(qū)域的城鎮(zhèn)化率增加或減少1%時(shí)，會(huì)導(dǎo)致本行政區(qū)域人均本級(jí)預(yù)算內(nèi)人力資本投資總量同向增加或減少0.0865%。

4 結(jié)論

基于以上回歸結(jié)果顯示，中國(guó)29個(gè)省級(jí)行政區(qū)域之間的確存在著人力資本投資策略互動(dòng)，且空間效應(yīng)很顯著。判斷空間策略互動(dòng)的類(lèi)型有一定的難度，由于我國(guó)的特殊國(guó)情，可能屬于溢出效應(yīng)，也可能屬于中國(guó)式的標(biāo)尺競(jìng)爭(zhēng)，也可能來(lái)源于我國(guó)所特有的政府官員績(jī)效考核制。但不管類(lèi)型如何，我國(guó)29個(gè)省級(jí)區(qū)域之間的確存在著人力資本投資競(jìng)爭(zhēng)。

第一，我國(guó)29個(gè)地方政府間人均本級(jí)預(yù)算內(nèi)人力資本投資總量、人均本級(jí)預(yù)算內(nèi)教育支出總量呈現(xiàn)出了顯著的策略替代特征，其原因可理解為：一方面，人力資本投資總量和教育支出的回報(bào)期限較長(zhǎng)，無(wú)法立即體現(xiàn)在次年的國(guó)內(nèi)生產(chǎn)總值增長(zhǎng)上。而每個(gè)行政區(qū)域的財(cái)政支出每年都需人代會(huì)批準(zhǔn)，都是定量的。而投資在物質(zhì)資本上的財(cái)政支出則能很快的轉(zhuǎn)化在當(dāng)年或者次年的國(guó)內(nèi)生產(chǎn)總值的增長(zhǎng)上，同時(shí)在我國(guó)特有的政府官員績(jī)效考核制下，GDP的年增長(zhǎng)率越高，地方政府官員得到提升的幾率越大。遵循此邏輯，表現(xiàn)在地方財(cái)政支出的分類(lèi)上則體現(xiàn)為地方官員更樂(lè)于在能迅速提升GDP增長(zhǎng)率的支出類(lèi)別上大量投資，相應(yīng)的，人均本級(jí)人力資本投資總量則表現(xiàn)為策略替代。同樣，教育支出也遵循同樣的的道理。

第二，我國(guó)29個(gè)地方政府間人均本級(jí)預(yù)算內(nèi)醫(yī)療衛(wèi)生支出總量呈現(xiàn)出了顯著的策略模仿特征。關(guān)于這一結(jié)論，和李濤、周業(yè)安（2009）的觀點(diǎn)是相似的，醫(yī)療衛(wèi)生支出是公共產(chǎn)品，直接和百姓的生活密切相關(guān)，地方政府必須顧及到當(dāng)?shù)鼐用竦囊庠?，并且，近年?lái)百姓看病難的問(wèn)題越來(lái)越受到中央政府重視。那么，在考核政府官員政績(jī)時(shí)也會(huì)注意到地方政府官員在增進(jìn)當(dāng)?shù)鼐用窀＠那疤嵯滤龅呢暙I(xiàn)。那么，地方政府間人均本級(jí)預(yù)算內(nèi)醫(yī)療衛(wèi)生支出總量呈現(xiàn)出顯著的策略模仿特征也就可以理解了。

[1]Madariaga,N.,S.Poncet.FDI in Chinese Cities：Spillovers and Impact on Growth[J].World Economy,2007,(30).

[2]李濤,周業(yè)安.中國(guó)地方政府間支出競(jìng)爭(zhēng)研究—基于中國(guó)省級(jí)面板數(shù)據(jù)的經(jīng)驗(yàn)證據(jù)[J].管理世界,2009,(2).

[3]周業(yè)安,章泉.財(cái)政分權(quán)、經(jīng)濟(jì)增長(zhǎng)和波動(dòng)[J].管理世界,2008,(3).

[4]龔鋒,雷欣.中國(guó)式財(cái)政分權(quán)的數(shù)量測(cè)度[J].統(tǒng)計(jì)研究，2010，（10）.

[5]吳俊培,王寶順.我國(guó)省際間稅收競(jìng)爭(zhēng)的實(shí)證研究[J].當(dāng)代財(cái)經(jīng)，2012，（4）.

[6]Anselin,L.Spatial Econometrics：Methods and Models[M].London：Kluwer Academic Publishers,Dordrecht,Netherland,1988.

[7]Elhorst J.Applied Spatial Econometrics：Raising the Bar[J].Spatial Economic Analysis,2010,(1).