人力資本對新型城鎮(zhèn)化的空間溢出效應

姚旭兵, 羅光強, 吳振順

(1．湖南工程學院 管理學院，湖南 湘潭 411104； 2．湖南農業(yè)大學 經濟學院，湖南 長沙 410128)

?

人力資本對新型城鎮(zhèn)化的空間溢出效應

姚旭兵1, 羅光強2, 吳振順1

(1．湖南工程學院 管理學院，湖南 湘潭 411104； 2．湖南農業(yè)大學 經濟學院，湖南 長沙 410128)

基于1999—2013年的省級面板數(shù)據(jù),利用空間計量模型來研究人力資本對新型城鎮(zhèn)化的空間溢出效應，具體測算了糧食主產區(qū)人力資本對新型城鎮(zhèn)化的直接效應、間接效應和總效應，并與糧食非主產區(qū)進行了比較分析。結果表明：人力資本能夠顯著促進新型城鎮(zhèn)化的發(fā)展，并且通過空間溢出效應對鄰近區(qū)域的新型城鎮(zhèn)化產生較好的促進作用，但是在糧食非主產區(qū)這種空間溢出效應更大；從其他控制變量來看，財政支農支出在全國范圍具有較顯著的空間溢出效應，并且在糧食主產區(qū)其溢出效應更強，而技術創(chuàng)新只在糧食非主產區(qū)存在空間溢出效應。

人力資本； 新型城鎮(zhèn)化； 空間溢出效應； 糧食主產區(qū)； 技術創(chuàng)新； 財政支農

一、引言

改革開放以來，我國城鎮(zhèn)化進程不斷加快，數(shù)億中國人從農村走向城鎮(zhèn)，實現(xiàn)了人類歷史上從未有過的社會大轉變，取得了舉世公認的成效。然而，伴隨著城鎮(zhèn)化率的不斷提高，各種問題諸如城市空間不斷擴張、交通擁擠、環(huán)境污染愈發(fā)突出等也逐漸凸顯，嚴重阻礙了城鎮(zhèn)化的健康可持續(xù)發(fā)展。因此，必須適時擺脫對傳統(tǒng)城鎮(zhèn)化發(fā)展模式的路徑依賴，當機立斷地轉換到新型城鎮(zhèn)化發(fā)展模式。與傳統(tǒng)城鎮(zhèn)化不同的是，新型城鎮(zhèn)化注重的是以城鄉(xiāng)統(tǒng)籌、生態(tài)宜居、和諧發(fā)展為基本特征的城鎮(zhèn)化，而不再過度追求人口城鎮(zhèn)化及土地城鎮(zhèn)化。但是，要成功實現(xiàn)城鎮(zhèn)化發(fā)展模式轉換的關鍵前提是必須先實現(xiàn)動力機制的轉換，即從以往過度依靠土地、人口紅利、資本等外生動力為主的“要素驅動”和“投資驅動”的傳統(tǒng)路徑向主要依賴人力資本及其衍生的新知識、新技術等內生力量作為驅動力的新路徑轉換。在新型城鎮(zhèn)化的發(fā)展進程中，人力資本將起到至關重要的作用，如何更好地將人力資本進行培育、實現(xiàn)人力資本的積累與優(yōu)化配置、更好地發(fā)揮人力資本對新型城鎮(zhèn)化的驅動作用成為當前學術界及各級政府亟待思考及解決的重要問題。

國內外圍繞人力資本對城鎮(zhèn)化的影響進行了一系列的研究，目前分別取得了一些有價值的成果。美國經濟學家Micha[1]認為，當農村地區(qū)的教育水平提高10%，會致使6%～7%的農民進入城鎮(zhèn)從事非農產業(yè)。Jonathan和Zvi[2]開發(fā)了一個基于人力資本積累的城市化及增長模型來分析城市增長的演化過程。Duncan和Vernon[3]對人力資本影響城市化發(fā)展的機制作了深入的研究。Curtis和Clark[4]研究了英國從1861—1961這100年間的城市規(guī)模擴張進程，發(fā)現(xiàn)人力資本積累對推進英國城市化的發(fā)展起到了關鍵性的作用。Maryann[5]認為人力資本的積累能促進城市新興產業(yè)的發(fā)展，形成新的城市發(fā)展體系。

國內關于人力資本影響城鎮(zhèn)化的相關研究起步較晚。黃乾[6]指出人力資本水平的提高會促進農業(yè)轉移人口的非農化，而且人力資本水平高的轉移勞動力人力資本質量越高，越容易在城鎮(zhèn)獲得穩(wěn)定就業(yè)，對城鎮(zhèn)化進程更具有推進作用。王金營[7]認為人力資本結構對城鎮(zhèn)化進程的不同階段所起的作用不同，我國現(xiàn)階段城鎮(zhèn)化的關鍵驅動力就是對不同產業(yè)人力資本的配置進行優(yōu)化、升級。高文書[8]認為流動人口的人力資本水平越高則穩(wěn)定就業(yè)的機會越大，收入越高，并且有助于農民工在城鎮(zhèn)的職業(yè)選擇和職業(yè)等級的提升。劉健[9]通過實證分析后發(fā)現(xiàn)促進人力資本積累能夠顯著縮小中部省份的城鄉(xiāng)收入差異，推進新型城鎮(zhèn)化發(fā)展。王秀芝、孫妍[10]發(fā)現(xiàn)轉移人口的人力資本異質性對城鄉(xiāng)收入差距擴大有正向作用，這種城鄉(xiāng)差距的擴大會阻礙新型城鎮(zhèn)化的進程。李修彪、齊春宇[11]發(fā)現(xiàn)我國人力資本存量與人口城鎮(zhèn)化率存在顯著空間相關性，空間效應明顯，人力資本積累顯著推進城鎮(zhèn)化進程。

總的來說，通過以上的國內外相關文獻可以看出，關于人力資本對城鎮(zhèn)化的影響研究已經取得了一些研究成果，但是通過深入分析，發(fā)現(xiàn)這一選題的研究還存在一些欠缺：首先，現(xiàn)有文獻關于新型城鎮(zhèn)化發(fā)展的研究大多僅限于理論分析，缺乏實證研究，且多數(shù)還是在城鎮(zhèn)化的外生動力機制上面做文章，那就很難跳出傳統(tǒng)城鎮(zhèn)化發(fā)展模式的怪圈；其次已有研究也是探討人力資本對城鎮(zhèn)化的影響，而深入分析人力資本對新型城鎮(zhèn)化影響的相關研究極少；第三，基于空間模型分析人力資本對城鎮(zhèn)化影響的文獻過少，而不考慮人力資本的空間溢出效應則會嚴重影響分析結果的精確度，并且已有的少量基于空間模型研究人力資本對城鎮(zhèn)化影響的文獻也沒有對空間溢出效應嚴格區(qū)分為直接效應與間接效應，從而使研究結論的可靠性打了折扣。

基于此，本研究試圖彌補以往研究的缺陷，基于空間溢出效應的視角，針對人力資本內生驅動型新型城鎮(zhèn)化發(fā)展模式進行深入的實證分析，為我國加速城鎮(zhèn)化發(fā)展模式轉型、促進“人力資本驅動型”的新型城鎮(zhèn)化發(fā)展提供經驗依據(jù)。尤其是選擇糧食主產區(qū)作為特定研究區(qū)域深入分析其人力資本對新型城鎮(zhèn)化的影響規(guī)律，其原因有二：一方面是由于糧食主產區(qū)存在大量的農村剩余勞動力，而他們的受教育水平及基本素質比較低，被視為新型城鎮(zhèn)化發(fā)展的障礙；另一方面是其被國家賦予承擔糧食安全的重任使其新型城鎮(zhèn)化的發(fā)展較之于其他區(qū)域受到更多的束縛，相對更慢。但是如果能夠采取有效措施使糧食主產區(qū)大量低素質的剩余勞動力升級為高素質的人力資本，則將劣勢轉化為優(yōu)勢，變不利因素為有利因素，更有效地促進其新型城鎮(zhèn)化的發(fā)展。因此，針對糧食主產區(qū)研究其人力資本影響新型城鎮(zhèn)化發(fā)展的內在規(guī)律具有非常重要的現(xiàn)實意義。

二、研究方法、變量選擇與數(shù)據(jù)來源

(一)空間計量方法

牽涉到局限于某區(qū)域性的問題研究中，一個無法回避的問題是區(qū)域之間極有可能存在空間相關性，這種現(xiàn)象早在1970年就由Tobler[12]指出。本研究分析人力資本對新型城鎮(zhèn)化的影響，無論是各省之間的新型城鎮(zhèn)化進程，還是人力資本提升，都極有可能存在相互影響，這就是空間經濟學重點關注的空間依賴性，即空間溢出效應，因此我們專門對人力資本影響新型城鎮(zhèn)化的空間效應進行分析。

對變量之間的關系進行空間計量建模的步驟如下：首先是檢驗變量之間是否存在空間自相關性，包括全局空間自相關性檢驗及局域空間自相關性檢驗；其次，在第一步得到肯定回答之后，就建立相應的空間計量模型來進一步分析其空間效應。

1.全局空間自相關性檢驗

判斷變量之間的區(qū)域間相互影響，特別是關于是否存在空間相關性的判斷，一般通過Moran I檢驗來進行。Moran I檢驗最早由Moran[13]提出，由于其使用簡單，采用非線性優(yōu)化獲最小二乘法進行估計即可，因此一直到現(xiàn)在都是關于空間自相關檢驗使用最廣泛的檢驗方法。Moran I檢驗首先對被解釋變量進行檢驗，根據(jù)Moran I指數(shù)值的顯著性與否估計檢驗結果，判斷變量是否存在空間自相關，如果顯著則進一步構建相應的空間計量模型進行更深入地研究?？臻g自相關檢驗包括全局空間相關性及局域空間相關性兩種類型的檢驗，下面分別依次介紹。

全局 Moran I指數(shù)的計算公式為：

(1)

2.局域空間自相關檢驗

為了進一步檢驗某變量是否存在局部空間集聚，還要進行局域空間自相關檢驗，目前主要有兩種方法：LISA指數(shù)、MoranI散點圖，LISA指數(shù)是由Anselin首先提出，即局域MoranI指數(shù)，也被稱作LISA，用來檢驗局部地區(qū)是否存在相似或相異的觀測值聚集在一起。區(qū)域i的局域MoranI指數(shù)用來衡量區(qū)域i與它鄰近區(qū)域之間的關聯(lián)程度，即與鄰近省份的空間相關性，定義為：

(2)

其中，S2，Yi，Wij與全局相關性的含義一致。當Ii大于零時，表示高值被高值所包圍，低值被低值所包圍，分別表示高-高類型或低-低類型；當Ii小于零時，表示低值被高值所包圍，或高值被低值所包圍，分別表示低-高類型或高-低類型。

3.空間計量模型的選擇

空間計量模型有很多種，但是使用最多的是由Anselili[14]首先提出的截面空間回歸模型，包括空間滯后模型(SLM)和空間誤差模型(SEM)兩種?？臻g滯后模型(Spatial Lag Model)主要研究變量在一個地區(qū)是否對系統(tǒng)中鄰近區(qū)域產生影響(溢出效應)。公式如下：

Yt=ρWYt+Xtβ+εt

(3)

式中：Yt為被解釋變量，Xt為n×k的外生解釋變量矩陣，ρ為空間回歸系數(shù)，W為n×k的空間權重矩陣，本文采用Rook鄰接矩陣；WYt為空間滯后被解釋變量，εt為隨機誤差向量?？臻g滯后模型用于分析鄰近區(qū)域被解釋變量的加權平均和其他解釋變量對本區(qū)域被解釋變量的影響。

空間誤差模型(Spatial Error Model)把空間依賴作用用擾動誤差項來表示，主要解釋鄰近區(qū)域被解釋變量的誤差沖擊對本地區(qū)觀察值的影響程度。公式如下：

Yt=Xtβ+εt，εt=λWεt+ut

(4)

其中，Wεt為鄰近區(qū)域誤差項的加權平均，λ為n×1被解釋變量向量的空間誤差系數(shù)，εt為隨機誤差向量，ut為正態(tài)分布的隨機誤差向量。

這兩類模型如果仍然采用普通最小二乘法(OLS)方法對以上兩種模型進行估計，則其系數(shù)估計值極有可能有偏誤甚至無效，所以最好采用極大似然法(ML)或者廣義最小二乘法(GLS)等方法進行估計。Anselili建議采用極大似然法(ML)對SLM和SEM進行分析。需要注意的是，以上模型為截面空間回歸模型，而本文使用面板數(shù)據(jù)，因此需要將兩種模型擴充為面板數(shù)據(jù)模型。Anselili[15]基于以上兩種截面數(shù)據(jù)模型，也首次提出了面板數(shù)據(jù)空間計量模型，空間滯后面板數(shù)據(jù)模型可用下式來表示：

Yit=ρWYit+Xitβ+εit+ui

(5)

空間誤差面板數(shù)據(jù)模型可用下式來表示：

Yit=Xitβ+εit，εit=λWεit+uit

(6)

(二)變量選擇

1.被解釋變量

被解釋變量為新型城鎮(zhèn)化水平(簡記為newcity)。本文以各省新型城鎮(zhèn)化水平綜合指數(shù)作為衡量新型城鎮(zhèn)化水平的代理變量。衡量城鎮(zhèn)化發(fā)展水平的方法目前主要有單一指標法和綜合指標法兩種。新型城鎮(zhèn)化不同于傳統(tǒng)城鎮(zhèn)化，只是簡單的土地城鎮(zhèn)化或人口城鎮(zhèn)化，而是包括人口、經濟、社會、環(huán)境保護、城鄉(xiāng)統(tǒng)籌等在內的全面、系統(tǒng)的城鎮(zhèn)化發(fā)展體系，需要基于綜合指標體系進行全方位的測度。本文在借鑒陳超凡、藍慶新[16]、楊智尤[17]、王建康等[18]已有的度量新型城鎮(zhèn)化水平相關研究的基礎上，從人口城鎮(zhèn)化、經濟城鎮(zhèn)化、綠色城鎮(zhèn)化和社會城鎮(zhèn)化四個方面構建新型城鎮(zhèn)化綜合評價指標體系，并以人口城鎮(zhèn)化、經濟城鎮(zhèn)化、綠色城鎮(zhèn)化和社會城鎮(zhèn)化作為準則層指標，然后根據(jù)我國新型城鎮(zhèn)化建設的實際情況，選取具有代表性的12個指標層指標，具體評價指標體系如下表1：

表1　新型城鎮(zhèn)化評價指標體系

然后基于新型城鎮(zhèn)化評價指標體系，運用主成分分析法計算得出新型城鎮(zhèn)化水平綜合指數(shù)。

2.核心解釋變量

本文主要目的是研究各省人力資本對于新型城鎮(zhèn)化發(fā)展進程的真實影響，所以核心解釋變量為人力資本，采用人力資本存量水平來表征?，F(xiàn)有對人力資本存量的測度，大多使用人均受教育年限來計算，計算人均受教育年限時借鑒陸銘、陳釗[19]的方法，采用五分檔的計算方法，按照“不識字、小學、初中、高中、大專及以上學歷”的人均受教育年限為“0、6、9、12、16”來計算。本文的人力資本測度以各省6歲及6歲以上人口的平均受教育年限來表征，具體計算公式如下：

人力資本=(小學畢業(yè)總人口數(shù)×6+初中文化總人口數(shù)×9+高中及中專文化總人口數(shù)×12+大專以上總人口數(shù)×16)/總人口數(shù)

計算人均受教育年限的相關數(shù)據(jù)從歷年《中國人口與就業(yè)統(tǒng)計年鑒》獲得，缺失年份數(shù)值采用插值法由前后年平均替代。

3.控制變量

為了更加精確地衡量人力資本對新型城鎮(zhèn)化發(fā)展進程的實際影響力，我們加入了一些必要的控制變量。包括財政支農支出、基礎設施、技術創(chuàng)新、金融發(fā)展水平、對外開放度。

金融發(fā)展程度變量用jirong表示。用金融機構存貸款總額與GDP之比衡量金融發(fā)展程度。財政支農支出變量用ruralrevenue表示，用各地區(qū)財政農業(yè)支出來衡量農業(yè)支持程度的大小，為了使各時期的財政支農支出能夠進行比較，以1999年為基期，使用農村居民消費價格指數(shù)對其進行縮減得到實際值，以減少通貨膨脹的影響。

對外開放度用open表示，采用各省的對外直接投資總量與GDP之比來衡量各省的對外開放水平。對外直接投資數(shù)據(jù)來自2000—2014年的《中國對外經濟統(tǒng)計年鑒》，又因為外商直接投資數(shù)據(jù)為美元標價，于是采用《中國貿易外經統(tǒng)計年鑒2015》相應年份的匯率數(shù)據(jù)換算成人民幣，并將名義值用GDP平減指數(shù)換算成以1999年為基年的實際值?；A設施具體采用各省公路里程數(shù)與年末總人口數(shù)來表示。技術創(chuàng)新具體采用各省發(fā)明專利、實用新型專利及外觀設計專利三種專利的總授權量表示。對所有解釋變量均取自然對數(shù)，以盡可能去除可能存在的異方差，使實證結果更穩(wěn)定。

(三)數(shù)據(jù)來源

本文選取的經驗分析最終樣本包括中國內地28個省份，青海、重慶、西藏三個省份因為數(shù)據(jù)缺失及存在嚴重極端值原因予以刪去。時間跨度為 1999—2013 年。其中糧食主產區(qū)包括遼寧、黑龍江、吉林、山東、江蘇、安徽、湖北、湖南、江西、四川、河北、內蒙古、河南13個省份，糧食非主產區(qū)包括剩下的15個省份。所有數(shù)據(jù)來自2000—2014年的《中國人口與就業(yè)統(tǒng)計年鑒》、《中國對外經濟統(tǒng)計年鑒》、《中國統(tǒng)計年鑒》、《中國城市統(tǒng)計年鑒》、各省統(tǒng)計年鑒及國家統(tǒng)計局網站。各變量描述性統(tǒng)計特征如表2。

注：本表及余下所有表格數(shù)據(jù)均由STATA 13.1計算而來。

三、實證檢驗及分析

(一)空間自相關檢驗

1.全局空間自相關性檢驗

基于1999—2013年糧食主產區(qū)13個省份的新型城鎮(zhèn)化及人力資本變量指標計算出Morans I指數(shù)見表3、表4，由表可見，大多數(shù)變量指標的Morans I指數(shù)非常顯著，通過了檢驗，意味著糧食主產區(qū)新型城鎮(zhèn)化及人力資本存在極強的空間自相關，本地區(qū)的新型城鎮(zhèn)化水平及人力資本水平會受到鄰近區(qū)域城鎮(zhèn)化水平及人力資本水平的影響，可以采用空間計量模型，對人力資本與新型城鎮(zhèn)化的關系進行進一步研究。

2.局部空間自相關檢驗

下面用Moran I散點圖進一步說明新型城鎮(zhèn)化及人力資本在空間分布的局域特性。因為有長達14年的時間跨度，為了更加清楚地理解新型城鎮(zhèn)化及人力資本兩個變量在這段時間的空間分布的動態(tài)變化，選用了5個具有代表性的年份(1999、2002、2006、2009、2012)進行比較分析，具體的Moran I散點圖見圖1 至圖10，其中，圖1到圖5為新型城鎮(zhèn)化的Moran I散點圖，圖6到圖10為人力資本的Moran I散點圖。

表3　糧食主產區(qū)1999—2013年各省新型城鎮(zhèn)化指數(shù)的空間自相關檢驗

表4　糧食主產區(qū)1999—2013年各省人力資本的空間自相關檢驗

由圖1至圖5可以看出，除了1999年的的Moran I散點圖落點異常之外，其他年份的大部分省區(qū)新型城鎮(zhèn)化的落點都在第一、三象限，第一象限為高-高類型的集聚，說明新型城鎮(zhèn)化相對發(fā)達的省份其周圍也是新型城鎮(zhèn)化水平較高的省份；第三象限為低-低類型說明新型城鎮(zhèn)化水平相對低的省份其周圍也是新型城鎮(zhèn)化水平較差的省份，Moran I散點大多數(shù)集聚于第一、三象限說明糧食主產區(qū)各省之間的新型城鎮(zhèn)化存在較明顯的空間相關性，空間溢出效應明顯。

同理，由圖6至圖10的1999、2002、2006、2009及2012的人力資本的Moran I散點圖，可以直觀地發(fā)現(xiàn)絕大多數(shù)的散點落于第一象限及第三象限，而且集聚程度比新型城鎮(zhèn)化的Moran I散點圖更甚，所以同樣說明人力資本水平相對高的省份其周圍也是人力資本水平較高的省份；人力資本水平相對低的省份其周圍也是人力資本水平較低的省份，Moran I散點大多數(shù)集聚于第一、三象限說明糧食主產區(qū)各省之間的人力資本也存在較明顯的空間相關性，空間溢出效應明顯。

(二)空間面板模型的實證分析

下面我們基于空間面板模型進行實證分析。

1.糧食主產區(qū)人力資本存量對新型城鎮(zhèn)化影響的空間溢出效應分析

我們在前文已經對空間面板模型的具體類型做了詳細的理論介紹，但是在實際運用中必須要針對具體變量之間的相互關系選擇最合適的模型。所以在對人力資本與新型城鎮(zhèn)化的空間溢出效應進行估計之前，首先要對于空間滯后模型(SLM)和空間誤差模型(SEM)哪個模型更合適做出正確的判斷，Anselin及Florax[20]提出了如下判別準則：在Moran I檢驗為顯著的前提下，對變量相互關系的空間依賴性進行檢驗，如果拉格朗日乘數(shù)—滯后檢驗(LMLAG)的結果比拉格朗日乘數(shù)—誤差檢驗(LMERR)在統(tǒng)計上更為顯著，且穩(wěn)健的拉格朗日乘數(shù)—滯后檢驗顯著而穩(wěn)健的拉格朗日乘數(shù)—誤差檢驗不顯著，則采用空間滯后模型(SLM)；反之，如果穩(wěn)健的拉格朗日乘數(shù)—誤差檢驗(R-LMLAG)顯著而穩(wěn)健的拉格朗日乘數(shù)—滯后檢驗(R-LMLAG)不顯著，拉格朗日乘數(shù)—誤差檢驗相對于拉格朗日乘數(shù)—滯后檢驗在統(tǒng)計上更加顯著，則選擇空間誤差模型(SEM)。其次，在經過拉格朗日乘數(shù)檢驗確定選擇哪種模型之后，還要比較到底采用固定效應還是隨機效應才能使空間模型的計量結果最優(yōu)，這就需要對模型的擬合優(yōu)度、對數(shù)似然函數(shù)值進行綜合判斷考察模型的總體顯著性，一般來說，模型的擬合優(yōu)度R2值越大，對數(shù)似然函數(shù)值越高則模型的顯著性及擬合效果最好。本研究對人力資本與新型城鎮(zhèn)化的空間依賴性進行了拉格朗日乘數(shù)—滯后檢驗(LMLAG)、拉格朗日乘數(shù)—誤差檢驗(LMERR)、穩(wěn)健的拉格朗日乘數(shù)—滯后檢驗及穩(wěn)健的拉格朗日乘數(shù)—誤差檢驗，具體檢驗結果見表5。

表5　選擇空間模型的診斷性檢驗

由表5所示的檢驗值及P值，可以發(fā)現(xiàn)，穩(wěn)健的拉格朗日乘數(shù)—滯后檢驗顯著(P值為0)，而穩(wěn)健的拉格朗日乘數(shù)—誤差檢驗不顯著(P值為0.918)，結合Anselin及Florax 所提出的判別準則，應該采用面板空間滯后模型(SLM)。由于本研究本來就以糧食主產區(qū)的13個省份為特定研究對象，樣本為特定個體，適合采用固定效應模型，再結合進行豪斯曼檢驗，結果同樣支持采用固定效應模型，因此，最終采用面板空間滯后固定效應模型。

下表6為基于空間滯后模型的糧食主產區(qū)人力資本對新型城鎮(zhèn)化的空間效應估計結果。又因為糧食主產區(qū)的面板數(shù)據(jù)同時包括不同省份的截面?zhèn)€體因素及時間因素，為了更精確地估計各解釋變量對新型城鎮(zhèn)化的影響，采用空間固定效應模型(模型1)、時間固定效應模型(模型2)、空間和時間固定效應模型(模型3)三個模型分別來進行估計，然后根據(jù)各模型在統(tǒng)計意義的顯著性及經濟意義上的綜合考量，來最終確定采用哪個模型。這樣做的優(yōu)點是既考慮了糧食主產區(qū)各省之間的區(qū)域個體差異，又能夠把歷年各時間段對新型城鎮(zhèn)化的影響分離出來，可以更好地盡量減少糧食主產區(qū)13個省個體之間的差別及時期差異所帶來的異方差，有效避免了模型的回歸誤差，能夠得到更真實客觀的估計結果。

表6　基于空間滯后模型的糧食主產區(qū)人力資本對新型城鎮(zhèn)化的空間效應

由表可見，SLM模型把人力資本及其他控制變量對新型城鎮(zhèn)化的影響分為直接效應、間接效應及總效應，這與以往的傳統(tǒng)線性回歸明顯不同。其原因是，傳統(tǒng)的線性回歸研究的假設前提是各觀察值獨立，此時估計系數(shù)能夠視為解釋變量影響被解釋變量的偏導數(shù)。但是，如果通過Moran I檢驗發(fā)現(xiàn)被解釋變量存在空間相關，則空間模型中的被解釋變量還包括臨近區(qū)域的變量對它的影響，即區(qū)域的解釋變量不但能夠影響本區(qū)域的被解釋變量，還能夠間接影響臨近區(qū)域的被解釋變量，這種影響可能為正效應，也可能是負效應，這樣的話系數(shù)不能再簡單地視為解釋變量影響被解釋變量的偏導數(shù)。幸運的是，現(xiàn)代空間計量模型能夠精確估計出空間上相互依賴帶來的直接效應、間接效應及總效應。在本研究中，我們前面通過Moran I檢驗發(fā)現(xiàn)新型城鎮(zhèn)化及人力資本都存在顯著的空間效應，即本區(qū)域的新型城鎮(zhèn)化發(fā)展不但受到本區(qū)域人力資本及其他控制變量的直接影響，而且還會間接受到來自隔壁省份的人力資本及其他因素的影響，如果這種影響比較顯著的話，那么傳統(tǒng)的線性回歸就會放大或縮小人力資本及其他控制變量對新型城鎮(zhèn)化的影響，得到錯誤的估計結果。因此，本研究引入直接效應及間接效應來更精確地衡量人力資本對新型城鎮(zhèn)化的空間溢出效應。

綜合比較表6的模型1、模型2及模型3的模型R2、對數(shù)似然值、空間滯后系數(shù)(ρ)，再從經濟意義上考慮模型各解釋變量對新型城鎮(zhèn)化影響的顯著性及經濟學上的合理性，最終選擇模型1即空間固定效應模型作為人力資本影響新型城鎮(zhèn)化的基本解釋模型，下面各解釋變量影響糧食主產區(qū)新型城鎮(zhèn)化的具體分析都是根據(jù)模型1的估計結果。首先來分析人力資本存量對新型城鎮(zhèn)化的影響。由表可知，人力資本對新型城鎮(zhèn)化影響的直接效應及間接效應都通過了顯著性檢驗，具體是在直接效應中其影響系數(shù)為0.9920，在1%水平上顯著；而在間接效應中其影響系數(shù)為0.0241，只在10%水平上顯著。這表明糧食主產區(qū)人力資本水平的提高能夠顯著促進本區(qū)域新型城鎮(zhèn)化的發(fā)展，而且還能夠對鄰近省份的新型城鎮(zhèn)化進程起到一定的推進作用，盡管這種空間溢出效應比較弱，這個結論與姚鵬，孫久文[21]對人力資本的空間外溢效應比較類似。其原因之一可能是當某省份大力投資促進本省教育水平的發(fā)展提高后，人口素質的提高及科技創(chuàng)新能力的增強致使整體發(fā)展較快，當然也包括新型城鎮(zhèn)化的發(fā)展。鄰近省份必然會感受到差距的拉大及壓力，于是也會模仿復制成功省份的行為促進人力資本的提高，于是也帶動了新型城鎮(zhèn)化的發(fā)展。其原因之二可能是各鄰近省份之間會有較多的人力資本外流交換的機會，通過人力資本的相互交流及相互學習，促進了信息及新知識的傳遞及學習，這種人力資本的正向外溢效應必然會通過合適的路徑傳遞到新型城鎮(zhèn)化的建設領域，加速新型城鎮(zhèn)化的建設。

其次來看各控制變量對新型城鎮(zhèn)化的影響是否存在空間效應。由表顯示，雖然糧食主產區(qū)各控制變量對新型城鎮(zhèn)化的影響在總效應及直接效應上都不同程度表現(xiàn)為顯著，與前文在對新型城鎮(zhèn)化的線性分析相比除了在影響系數(shù)及顯著性程度有區(qū)別之外，其他情況大致差不多，但是從間接效應來看，除了財政支農支出，其他控制變量對新型城鎮(zhèn)化影響的間接效應都不顯著，也就是說，金融發(fā)展水平、技術創(chuàng)新、基礎設施及外國直接投資對新型城鎮(zhèn)化的影響雖然顯著，但僅僅局限于糧食主產區(qū)本區(qū)域內，而對區(qū)域外基本沒有溢出效應，所以我們也僅僅重點分析財政支農支出對新型城鎮(zhèn)化的影響。表6顯示財政支農支出對新型城鎮(zhèn)化的直接效應影響系數(shù)為0.4183，在1%水平上顯著，間接效應影響系數(shù)為0.0102，在10%水平上顯著，這種結果與人力資本對新型城鎮(zhèn)化的影響有些類似，即直接效應遠大于間接效應，財政支農支出對本區(qū)域新型城鎮(zhèn)化發(fā)展具有顯著的促進作用在前文已經作了較詳細的闡述，不再重復。 下面對財政支農支出對新型城鎮(zhèn)化影響的間接效應進行分析，其原因可能是財政支農支出大量投資于本區(qū)域的農林水事務、水利設施及救濟扶貧，促進本區(qū)域的新農村硬件及軟件的建設，縮小城鄉(xiāng)差距，而鄰近的省份由于與本區(qū)域在交通、農林水事務城鄉(xiāng)公共服務等方面有比較緊密的相互往來，于是本區(qū)域的這些進步會通過這些交流渠道傳遞到鄰近省份，通過溢出效應幫助鄰近省份在相似領域取得發(fā)展進步，最終有效推進鄰近省份新型城鎮(zhèn)化的建設。當然，我們可以看出，糧食主產區(qū)的新型城鎮(zhèn)化空間溢出效應比較弱，不太顯著，這可能與糧食主產區(qū)在經濟、社會、三農領域及制度建設等方面在全國處于相對落后的現(xiàn)實情況有關。

2.糧食非主產區(qū)人力資本存量對新型城鎮(zhèn)化影響的空間溢出效應比較分析

為了對比起見，接著來分析糧食非主產區(qū)人力資本對新型城鎮(zhèn)化影響的空間效應，估計結果見表7。同樣，在進行分析之前，首先得對糧食非主產區(qū)人力資本對新型城鎮(zhèn)化的空間效應適用于哪種模型進行確認。通過進行拉格朗日乘數(shù)檢驗也確認糧食非主產區(qū)適用SLM模型，為了精確起見，也進行空間固定效應模型、時間固定效應模型、空間和時間固定效應模型的比較，在對模型4、模型5及模型6的模型R2、對數(shù)似然值、空間滯后系數(shù)(ρ)比較之后，并綜合考慮模型各解釋變量對新型城鎮(zhèn)化影響的顯著性及經濟學上的合理性，最終選擇模型4即空間固定效應模型作為人力資本影響新型城鎮(zhèn)化的基本解釋模型。

首先來分析糧食非主產區(qū)人力資本對新型城鎮(zhèn)化的影響，由表7可知，人力資本對新型城鎮(zhèn)化的直接效應影響系數(shù)為1.1923，在1%水平上顯著，間接效應影響系數(shù)為0.0903，在5%水平上顯著。在與糧食主產區(qū)人力資本對新型城鎮(zhèn)化的影響進行對比之后發(fā)現(xiàn)，其相同點就是無論是直接效應還是間接效應，在兩個區(qū)域都是顯著的，重點分析其不同之處：糧食非主產區(qū)人力資本對新型城鎮(zhèn)化的直接效應(其系數(shù)為1.1923)大于糧食主產區(qū)人力資本對新型城鎮(zhèn)化的直接效應(其系數(shù)為0.9920)，糧食非主產區(qū)人力資本對新型城鎮(zhèn)化的間接效應(其系數(shù)為0.0903，在5%水平上顯著)大于糧食主產區(qū)人力資本對新型城鎮(zhèn)化的間接效應(其系數(shù)為0.0241，在1%水平上顯著)，并且糧食非主產區(qū)人力資本對新型城鎮(zhèn)化的總效應(其系數(shù)為1.2825)大于糧食主產區(qū)人力資本對新型城鎮(zhèn)化的總效應(其系數(shù)為1.0161)，也就是說，人力資本在糧食非主產區(qū)比糧食主產區(qū)總是能夠產生更高的效率，其原因可能是，糧食非主產區(qū)在經濟、社會、公共服務、基礎設施建設等硬件與軟件方面平均都比糧食主產區(qū)更加優(yōu)秀，人力資本在良好的外部環(huán)境中能夠發(fā)揮出更高的潛力及效率，所以在對新型城鎮(zhèn)化的直接效應及總效應上，糧食非主產區(qū)總是占據(jù)優(yōu)勢，而在間接效應上，糧食非主產區(qū)人力資本對新型城鎮(zhèn)化的影響系數(shù)4倍于糧食主產區(qū)人力資本對新型城鎮(zhèn)化的影響系數(shù)，其原因可能是糧食非主產區(qū)的人力資本綜合素質更高，競爭意識更強，思維更活躍，加之外部環(huán)境鼓勵人才流動，因此各區(qū)域之間的人力資本交流及相互學習的頻率遠大于糧食主產區(qū)的人力資本交流頻率，人力資本對區(qū)域外的正向外溢效應自然也就更大，所以糧食非主產區(qū)的人力資本對新型城鎮(zhèn)化的間接效應也會遠高于糧食主產區(qū)。

其次來看糧食非主產區(qū)的財政支農支出對新型城鎮(zhèn)化的影響。據(jù)表7顯示，財政支農支出對新型城鎮(zhèn)化的影響無論是直接效應、總效應還是間接效應都表現(xiàn)為顯著，但是與糧食主產區(qū)比較發(fā)現(xiàn)，糧食非主產區(qū)的財政支農支出對新型城鎮(zhèn)化的各種效應都小于糧食主產區(qū)，這種結果與糧食非主產區(qū)人力資本對新型城鎮(zhèn)化的影響結果恰恰相反，為什么會出現(xiàn)這種反差？其原因可能如下：第一，由于糧食主產區(qū)對保障國家糧食安全承擔最主要的責任，所以中央政府在安排國家財政預算資金的時候都會盡可能地將財政支農資金予以傾斜，這樣糧食主產區(qū)省份所得的國家財政支農資金的規(guī)模及比例會遠大于糧食非主產區(qū)省份的國家財政支農資金，再加上糧食主產區(qū)各省自己基于本省所承擔的糧食安全責任也會優(yōu)先保證財政支農資金的配置及正確使用，而糧食非主產區(qū)各省沒有必須承擔糧食安全責任的硬約束，也不會在財政支農支出方面作出特別的重視及部署。第二，國家為了支持糧食主產區(qū)的“三農”發(fā)展及新農村建設，針對糧食主產區(qū)農民、農業(yè)及農村領域給予了一些相對優(yōu)厚的特殊政策及其他配套資源的大力支持，在這些更加良好的外部環(huán)境推進下，財政支農支出的使用效率可能比糧食非主產區(qū)更高，快速地改變糧食主產區(qū)在“三農”領域的落后局面，縮小其城鄉(xiāng)差距，促使糧食主產區(qū)城鄉(xiāng)統(tǒng)籌和諧發(fā)展，最終有效推進糧食主產區(qū)新型城鎮(zhèn)化的建設。第三，由于糧食主產區(qū)13個省份在地理位置上比較集中，主要分布在我國的長江流域、東北三省及華北區(qū)域，本來相互之間在經濟、生活、交通及公共服務等各方面互通有無，交流甚多，現(xiàn)在又基于在糧食安全責任上的相同定位，在“三農”領域及農業(yè)公共服務流域的各種投資就極有可能通過各省之間的相互交流及聯(lián)系產生較大的正向外溢效應，因此財政支農支出在“三農”領域及農業(yè)公共服務流域的使用也會通過這種溢出效應使區(qū)域外的省份受益，基于其特殊性會重點投資于“三農”及鄉(xiāng)村領域，而這也是推進新型城鎮(zhèn)化建設所重視的領域，因此，財政支農支出通過這種路徑間接溢出從而可能顯著影響區(qū)域外省份的新型城鎮(zhèn)化進程。但是糧食非主產區(qū)省份由于沒有糧食安全責任的定位，所以財政支農支出對新型城鎮(zhèn)化的間接效應就會比糧食主產區(qū)要小得多。

表7　糧食非主產區(qū)人力資本對新型城鎮(zhèn)化影響的空間效應

其他控制變量方面，在對新型城鎮(zhèn)化的直接效應上，技術創(chuàng)新、基礎設施及金融發(fā)展水平對新型城鎮(zhèn)化的影響都表現(xiàn)為顯著，在10%水平上顯著，而對外直接投資對新型城鎮(zhèn)化的影響不顯著。再看對新型城鎮(zhèn)化的間接效應上，基礎設施、金融發(fā)展水平及對外直接投資對新型城鎮(zhèn)化的影響都表現(xiàn)不顯著，只有技術創(chuàng)新變量對糧食非主產區(qū)新型城鎮(zhèn)化間接效應產生顯著影響(其影響系數(shù)為0.0036，在10%水平上顯著)，這可能受益于糧食非主產區(qū)相對更加發(fā)達先進的技術基礎與創(chuàng)新環(huán)境，所以其技術創(chuàng)新能夠更高效地推進本區(qū)域的新型城鎮(zhèn)化發(fā)展，并且能夠把技術創(chuàng)新的成果通過與鄰近省份交流、共享學習的方式外溢到鄰近省份的新型城鎮(zhèn)化建設，因此，技術創(chuàng)新的間接效應就表現(xiàn)比較顯著。

四、結論及政策建議

人的城鎮(zhèn)化是新型城鎮(zhèn)化的本質及核心。尤其是新常態(tài)背景下推動我國的經濟發(fā)展與新型城鎮(zhèn)化，更加要重視對內生動力的培養(yǎng)，其中一個關鍵的內生動力培養(yǎng)就是對人的教育及培訓，提升人力資本質量。本文選取1999—2013年的省級面板數(shù)據(jù)，研究了人力資本對新型城鎮(zhèn)化發(fā)展的影響及其空間溢出效應，得出的主要研究結論如下：首先，人力資本、財政支農支出及技術創(chuàng)新能夠有效促進我國的新型城鎮(zhèn)化發(fā)展，并且這種促進作用具有較顯著的空間溢出效應。其次，人力資本、財政支農支出及技術創(chuàng)新的空間溢出效應表現(xiàn)出明顯的區(qū)域異質性：人力資本的空間溢出效應在糧食非主產區(qū)效果更強，財政支農支出的空間溢出效應在糧食主產區(qū)效果更強，而技術創(chuàng)新只在糧食非主產區(qū)才表現(xiàn)出空間溢出效應。最后，其他控制變量雖然能夠不同程度地影響新型城鎮(zhèn)化發(fā)展，但這種影響效應只局限于本區(qū)域，不具有空間溢出效應。

基于實證分析結果，提出如下政策建議：

1.加大人力資本投資力度，培養(yǎng)新型城鎮(zhèn)化建設人才

一是構建國家、社會、企業(yè)、個人的多元化投資體系，促進對教育、培訓、衛(wèi)生等人力資本投資。實證分析發(fā)現(xiàn)人力資本是促進新型城鎮(zhèn)化發(fā)展作用最大的影響因素，因此，加大對各級人力資本的投資力度，快速促進糧食主產區(qū)的人力資本積累，為促進新型城鎮(zhèn)化發(fā)展準備充足的動力源，隨時可以投入使用。當然，投資主體不能由單一的個人、社會或者政府來承擔，應該促成國家、社會和個人共同促進教育發(fā)展的多元化投資格局。

二是采取有力措施大力促進農村人力資本投資。由于外部環(huán)境及自身條件的多方面原因，我國農民受教育程度及平均素質相比于城鎮(zhèn)居民來說要低許多，因此，依據(jù)木桶原理，占我國總人口60%以上綜合素質偏低農村人力資本極有可能成為制約新型城鎮(zhèn)化發(fā)展的關鍵短板，必須采取有力措施使這塊短板盡快拉長。為此，可以采用的具體措施有：加大政府對農村基礎教育投資的力度和總量，大力發(fā)展農村教育，優(yōu)化教育資源配置；重視引導農村人力資本的“雙向流動”，減少其投資收益過度向中心城鎮(zhèn)“外溢”；加強對農民工人力資本的職業(yè)教育培訓等。

2.充分發(fā)揮人力資本投資的外溢效應，高效推進糧食主產區(qū)與非主產區(qū)的新型城鎮(zhèn)化高質量、均衡式協(xié)同發(fā)展

通過實證分析，可知人力資本對新型城鎮(zhèn)化的促進作用具有非常顯著的空間溢出效應，能夠有效促進周邊省份的新型城鎮(zhèn)化進程。那么，未來的新型城鎮(zhèn)化發(fā)展過程中應將這種外溢效應繼續(xù)強化，引導人力資本豐富及新型城鎮(zhèn)化發(fā)展水平高的省份加強與鄰近省份的合作，積極引領新型城鎮(zhèn)化發(fā)展水平落后的省份協(xié)同發(fā)展。近期目標是加強糧食主產區(qū)內部、非主產區(qū)內部各省份之間在新型城鎮(zhèn)化發(fā)展及人力資本培養(yǎng)的合作及協(xié)調，構建省際城鎮(zhèn)合作平臺，盡可能為包括高素質人才在內的各方面要素合理流動創(chuàng)造優(yōu)質的外部環(huán)境，充分利用新型城鎮(zhèn)化的空間效應推動城鎮(zhèn)化高質量運行。長遠目標是當時機成熟時，應當站在整個國家利益最大化的高度，促進糧食主產區(qū)與非主產區(qū)在新型城鎮(zhèn)化發(fā)展及人力資本培養(yǎng)的合作及協(xié)調，政府出臺強有力的激勵政策措施促進糧食非主產區(qū)高素質的人力資本向人力資本相對匱乏的糧食主產區(qū)自由流動，從而利用人力資本的外溢效應促進我國整體的新型城鎮(zhèn)化高質量、均衡式協(xié)同發(fā)展。

3.客觀分析及利用其他控制變量對新型城鎮(zhèn)化的影響來推進我國新型城鎮(zhèn)化的高質量、均衡發(fā)展

研究結論揭示財政支農支出對新型城鎮(zhèn)化的促進作用及空間溢出效應在糧食主產區(qū)效率更高，因此，中央政府及相應省份就應該加大對糧食主產區(qū)財政支農資金的傾斜式投入，從而加快糧食主產區(qū)新型城鎮(zhèn)化的發(fā)展速度，縮小與糧食非主產區(qū)的差距，基礎設施及技術創(chuàng)新都能夠有效促進新型城鎮(zhèn)化的發(fā)展，但是基礎設施在糧食主產區(qū)效率更高，而技術創(chuàng)新在非主產區(qū)效率更高，基于促進我國新型城鎮(zhèn)化協(xié)同發(fā)展的需要，就應該找出制約技術創(chuàng)新在糧食主產區(qū)發(fā)揮其作用的原因，采取有效措施充分釋放技術創(chuàng)新對新型城鎮(zhèn)化的促進作用。

[1]MICHA G.Schooling and the farm problem[J].Econometrica,1965,33(3) :582-592．

[2]JONATHAN EATON, ZVI ECKSTEIN.Cities and growth:Theory and evidence from France and Japan[J].Regional cience and Urban Economics,1997,27(4):443-474．

[3]DUNCAN BLACK, VERNON HENDERSON.A theory of urban growth[J].Journal of Political Economy,1999,107(2):252-284．

[4]CURTIS J，SIMON CLARK NARDINELLI.The talk of the town:Human capital,Information and the growth of English cities,1861 to 1961[J].Explorations in Economic History,1996,33(6):384-413.

[5]MARYANN FELDMAN.Location and innovation:The new economic geography of innovation, spillovers, and agglomeration[M]. New York; Oxford University Press,2000.

[6]黃乾.城市農民工的就業(yè)穩(wěn)定性及其工資效應[J].人口研究,2009,(3):53-62.

[7]王金營,王子威.中國人力資本產業(yè)配置在城鎮(zhèn)化中的作用研究[J].中國人口科學,2014,(5):79-87.

[8]高文書.人力資本與進城農民工職業(yè)選擇的實證研究[J].人口與發(fā)展,2009,(3):38-43.

[9]劉健.新型城鎮(zhèn)化下勞動力人力資本投資與城鄉(xiāng)收入差異分析——以中部六省為例[J].企業(yè)經濟,2013,(5):129-133.

[10]王秀芝,孫妍.我國城鎮(zhèn)化進程中“遷移謎題”的解釋——人力資本差異視角[J].人口與經濟,2015, (3):57-67．

[11]李修彪,齊春宇.人力資本積累與城鎮(zhèn)化的互動關系研究——基于空間面板聯(lián)立方程的分析[J].南方人口,2015,(4):54-68.

[12]TOBLR W.A computer movie simulating urban growth in the Detroit region[J].Economic Geography,1970， 46(2):234-240．

[13]MORAN P A P. A test for the serial dependence of residuals[J].Biometrika，1950,37(1):178-181.

[14]ASELILI L.Spatial Economitrics:Methods and Models[M].Dordrecht:Kluwer Academic Publishers,1988.

[15]ASELILI L，VARGA A，ACS Z.Local geographic spillovers between university and high technology innovations[J].Journal of Urban Economics,1997,42(3):422-448.

[16]藍慶新,陳超凡.新型城鎮(zhèn)化推動產業(yè)結構升級了嗎？——基于中國省級面板數(shù)據(jù)的空間計量研究[J].財經研究,2013,(12):57-71.

[17]楊智尤,戚曉旭,楊雅維.新型城鎮(zhèn)化評價指標體系研究[J].宏觀經濟管理,2014,(2):51-54.

[18]王建康,谷國鋒,姚麗,陳園園.人力資本集聚對我國新型城鎮(zhèn)化的影響——以2000-2012年省級面板數(shù)據(jù)為例[J].人口與發(fā)展,2015,(4):35-42.

[19]陳釗,陸銘,金煜.中國人力資本和教育發(fā)展的區(qū)域差異：對于面板數(shù)據(jù)的估算[J].世界經濟,2004,(12):25-31．

[20]ANSELIN I，BERA A，F(xiàn)LORAX R， YOON M.Simple diagnostic tests for spatial dependence[J].Regional Science and Urban Economics，1997,43(1):103-132.

[21]姚鵬,孫久文. 貿易開放與區(qū)域收入空間效應-來自中國的證據(jù)[J].財貿經濟,2015,(1)：132-142.

Research on Spatial Spillover Effect of Human Capital to New Urbanization

YAO Xu-bing1, LUO Guang-qiang2，WU Zhen-shun1

(1.School of Management, Hunan Institute of Engineering, Xiangtan 411104, China;2.SchoolofEconomics,HunanAgricultureUniversity,Changsha410128,China)

Based on the data panel from years 1999 to 2013, the paper uses spatial econometric model to study the impact of human capital on new urbanization, specifically estimates the direct effect, indirect effect and total effect of human capital to new urbanization in main grain producing area and carry on comparative analysis with non-major grain producing area. The results show that human capital can significantly promote the development of new urbanization. Furthermore, it can well promote he development of new urbanization of adjacent areas through space spillover effect, however, the space spillover effect is much larger in non-major grain-producing area. From the view of other control variables, fiscal expenditure in agriculture has significant space spillover effect in the whole country and there exists stronger spillover effect in main grain producing area; but technology innovation only has spillover effect in non-major grain producing area.

human capital； new urbanization； space spillover effect；main grain producing area; technology innovation; fiscal support for agriculture

2016-10-27DOI:10.7671/j.issn.1672-0202.2016.06.013

國家社會科學基金項目(15BJY094)；湖南省教科規(guī)劃省級重點課題(XJK014AGD006)；湖南省哲學社科基金項目(15YBB025)

姚旭兵(1973—)，男，湖南邵陽人，湖南工程學院管理學院講師，主要研究方向為農業(yè)經濟理論與政策。E-mail：yaoxubing@163.com

F299.21

A

1672-0202(2016)06-0125-16