城鄉(xiāng)人力資本配置失衡與經(jīng)濟增長不平衡
——基于靜態(tài)與動態(tài)面板模型的比較

陳 健，張屹山，崔 曉

（1.吉林大學(xué) 商學(xué)院，吉林 長春 130012；2.吉林建筑大學(xué)a.博士科研工作站；b.經(jīng)濟與管理學(xué)院，吉林 長春 130118）

一、引言

改革開放以來，我國經(jīng)濟經(jīng)歷了40 余年的快速增長，然而，長期以來以城市為中心的發(fā)展導(dǎo)向使得城鄉(xiāng)經(jīng)濟增長差距成為經(jīng)濟發(fā)展的非預(yù)期產(chǎn)出。與此同時，經(jīng)濟總量的高速增長和結(jié)構(gòu)的不斷失衡推動了社會主要矛盾的轉(zhuǎn)化［1］，黨的十九大報告正式提出“新時代中國的主要矛盾已經(jīng)轉(zhuǎn)化為人民日益增長的美好生活需要與不平衡不充分發(fā)展之間的矛盾”。這意味著經(jīng)濟增長奇跡的發(fā)生并未伴隨經(jīng)濟領(lǐng)域的協(xié)調(diào)發(fā)展，亟須解決經(jīng)濟快速增長伴生的城鄉(xiāng)經(jīng)濟發(fā)展不平衡、不協(xié)調(diào)問題。我國是當今世界上最大的發(fā)展中經(jīng)濟體，到目前為止的基本社會結(jié)構(gòu)仍是城鄉(xiāng)二元結(jié)構(gòu)［2］，我國城鄉(xiāng)經(jīng)濟增長差距亦未表現(xiàn)出明顯的收斂趨勢。城鄉(xiāng)經(jīng)濟增長不平衡不僅會對我國經(jīng)濟長期的持續(xù)發(fā)展與包容性增長產(chǎn)生制約，還會對城鄉(xiāng)資源配置和收入分配產(chǎn)生消極影響。雖然近年來我國鄉(xiāng)村振興戰(zhàn)略的實施加快了農(nóng)村經(jīng)濟增長、增加了農(nóng)民收入，使得以往割裂的城鄉(xiāng)關(guān)系也逐漸開始融合，但這一融合進程仍較為緩慢，城鄉(xiāng)經(jīng)濟一體化的道路仍然任重道遠。

城鄉(xiāng)勞動生產(chǎn)率的趨同是城鄉(xiāng)經(jīng)濟增長實現(xiàn)無差異的重要標志之一，而勞動生產(chǎn)率的提高離不開人力資本量的累積與質(zhì)的提升。人力資本在城鄉(xiāng)的合理配置不僅是實現(xiàn)城鄉(xiāng)勞動生產(chǎn)率趨同的關(guān)鍵，而且也是緩解城鄉(xiāng)經(jīng)濟增長不平衡的重要途徑?；诖?，探究人力資本城鄉(xiāng)配置的持續(xù)失衡對城鄉(xiāng)經(jīng)濟增長不平衡的影響就極為必要，這對于緩解當前嚴峻的城鄉(xiāng)經(jīng)濟增長不平衡問題具有重要的現(xiàn)實意義。

二、文獻綜述

人力資本對二元經(jīng)濟的作用早在20 世紀70年代就已經(jīng)被國外學(xué)者所關(guān)注，但初始研究僅僅關(guān)注部門勞動力構(gòu)成與自身經(jīng)濟狀況的差異。城鄉(xiāng)二元經(jīng)濟是工業(yè)化過程的必然產(chǎn)物，隨著越來越多的國家不同程度地進行工業(yè)化，學(xué)者們對二元經(jīng)濟進行了更多研究。研究主要從以下幾個方面展開：一是從城鄉(xiāng)部門生產(chǎn)要素配置角度。Christiansen F（1993）對工業(yè)化初期的中國進行了研究，提出中國的計劃經(jīng)濟不僅導(dǎo)致了勞動力與其他資源向城市的非自然轉(zhuǎn)移，而且導(dǎo)致了計劃內(nèi)與計劃外部門經(jīng)濟嚴重的不平衡［3］；高帆（2007）分析了我國二元經(jīng)濟結(jié)構(gòu)轉(zhuǎn)化的軌跡、特征與效應(yīng)，認為勞動力流轉(zhuǎn)在二元經(jīng)濟轉(zhuǎn)化中具有重要作用，現(xiàn)代部門對傳統(tǒng)部門剩余勞動力的吸納能有力地促進二元經(jīng)濟結(jié)構(gòu)的轉(zhuǎn)化與增長效應(yīng)的進一步加強［4］；王頌吉、白永秀（2013）分析了要素錯配對二元經(jīng)濟的影響，提出勞動力與資本在城鄉(xiāng)的錯配嚴重阻礙了城鄉(xiāng)二元經(jīng)濟的結(jié)構(gòu)轉(zhuǎn)化［5］；孟祥慧、楊飛虎（2020）研究了2001—2013 年我國人力資本城鄉(xiāng)配置比例對經(jīng)濟發(fā)展的影響，提出人力資本城鄉(xiāng)差異與經(jīng)濟不均衡呈現(xiàn)“U”型非線性關(guān)系，現(xiàn)階段大部分地區(qū)的城鄉(xiāng)人力資本差距已進入到對經(jīng)濟發(fā)展不均衡有放大作用的階段［6］。二是從城鄉(xiāng)人力資本累積角度。Ranjan G M 和Chakraborty B（2006）以人力資本積累是經(jīng)濟的增長源泉為研究基礎(chǔ)，構(gòu)建了富裕和貧窮兩部門的內(nèi)生增長模型，其中富裕部門人力資本累積遠高于貧窮部門，盡管人力資本的外部效應(yīng)將生產(chǎn)技術(shù)傳遞給貧窮部門，但富裕部門勞動生產(chǎn)率仍會高于貧窮部門，兩部門經(jīng)濟增長差異主要是兩部門人力資本累積差異造成的［7］；鈔小靜、沈坤榮（2014）研究了1995—2012年我國城鄉(xiāng)收入差距、勞動力質(zhì)量與經(jīng)濟增長的關(guān)系，提出城鄉(xiāng)收入差距過大會使得初始財富較低的農(nóng)村居民對人力資本投資較少，從而較低質(zhì)量的農(nóng)村勞動力制約了傳統(tǒng)部門生產(chǎn)效率的提高，進而影響了經(jīng)濟的長期增長［8］。三是從勞動生產(chǎn)率角度。Dietrich V（2009）在一個統(tǒng)一的增長框架內(nèi)對二元經(jīng)濟從產(chǎn)生、持續(xù)到消失的過程進行了研究，提出傳統(tǒng)部門與現(xiàn)代部門生產(chǎn)效率趨同時二元經(jīng)濟便會消失，并且傳統(tǒng)部門生產(chǎn)效率提高相比現(xiàn)代部門具有更慢的整體增長效應(yīng)［9］；王建林（2010）對1978—2004 年甘肅省的城鄉(xiāng)收入差異進行了協(xié)整分析，結(jié)果發(fā)現(xiàn)城鎮(zhèn)和農(nóng)村收入序列不存在協(xié)整關(guān)系，并且城鄉(xiāng)收入增長是發(fā)散的，提出城鄉(xiāng)均衡發(fā)展的最優(yōu)實現(xiàn)路徑是提高農(nóng)村生產(chǎn)率［10］；Wingender A M（2015）使用經(jīng)過校正的兩部門模型匹配了美國的數(shù)據(jù)，模型中農(nóng)業(yè)部門異質(zhì)替代彈性較小而技術(shù)部門異質(zhì)替代彈性較大，異質(zhì)替代彈性通過影響人力資本的部門配置對相對生產(chǎn)率水平產(chǎn)生影響，并提出農(nóng)村技術(shù)部門較高的異質(zhì)替代彈性是貧窮國家農(nóng)業(yè)生產(chǎn)率低下的原因［11］。

從現(xiàn)有國內(nèi)外研究看，已有研究均承認人力資本的城鄉(xiāng)差異對城鄉(xiāng)經(jīng)濟增長差距具有重要影響。當前國內(nèi)關(guān)于人力資本城鄉(xiāng)配置失衡在城鄉(xiāng)經(jīng)濟增長不平衡過程中的作用研究相對較少，已有研究也未將城鄉(xiāng)經(jīng)濟增長不平衡的動態(tài)連續(xù)性考慮在內(nèi)。此外，國內(nèi)研究多數(shù)使用了教育指標法與支出法對我國城鄉(xiāng)人力資本存量進行測算，測算結(jié)果偏差較大。針對以上不足，本文從以下兩方面進行了改進：一方面，將城鄉(xiāng)經(jīng)濟增長不平衡的動態(tài)連續(xù)性考慮在內(nèi)，在靜態(tài)面板模型基礎(chǔ)上進一步采用動態(tài)面板模型分析人力資本城鄉(xiāng)配置失衡對城鄉(xiāng)經(jīng)濟增長差距產(chǎn)生的影響，并對靜態(tài)與動態(tài)面板模型的實證結(jié)果進行比較研究；另一方面，使用OECD 測算世界各國人力資本存量的終生收入法測算我國分城鄉(xiāng)、年齡、性別以及學(xué)業(yè)完成狀況的人力資本存量，該方法將人力資本形成的教育、健康、個人能力以及在學(xué)習(xí)期間的時間成本等方面考慮在內(nèi)，相比支出法和教育指標法，測算結(jié)果更科學(xué)全面，有利于研究結(jié)果的可靠性。

三、研究設(shè)計

內(nèi)生經(jīng)濟增長理論提出人力資本是經(jīng)濟增長的主要動力源泉，如果城鄉(xiāng)人力資本的累積出現(xiàn)差異，就可能會導(dǎo)致兩部門的經(jīng)濟增長出現(xiàn)不平衡發(fā)展。那么，城鄉(xiāng)人力資本配置比例失衡與城鄉(xiāng)經(jīng)濟增長不平衡之間是否存在長期關(guān)系，城鄉(xiāng)人力資本配置的繼續(xù)失衡在城鄉(xiāng)經(jīng)濟增長不平衡過程中又產(chǎn)生了怎樣的影響？這兩個問題值得進一步探討。由此，本文以人力資本存量的城鄉(xiāng)差異為核心解釋變量，分別構(gòu)建了靜態(tài)面板模型和考慮了城鄉(xiāng)經(jīng)濟增長不平衡慣性的動態(tài)面板模型，對以上兩個問題進行探究。

（一）變量選擇與說明

1.城鄉(xiāng)人力資本差異變量的選擇與說明

（1）變量選擇與測算。選擇城鎮(zhèn)和農(nóng)村勞均人力資本存量之比表示城鄉(xiāng)人力資本差異，以說明城鄉(xiāng)人力資本配置失衡狀況。城鎮(zhèn)和農(nóng)村人力資本存量的測算參照Liu G（2014）［12］的研究，主要分為兩大步驟：一是對分城鄉(xiāng)、年齡、性別、學(xué)業(yè)完成狀況的代表性個人終生收入的估算；二是對相應(yīng)組別的人口數(shù)進行估算。兩者乘積即為該組別下的人力資本存量，將城鎮(zhèn)、農(nóng)村各組別的人力資本存量相加即為城鎮(zhèn)、農(nóng)村的人力資本存量。

終生收入法使用倒推方法分三階段對個人實際終生收入進行估算，主要原理如下：

第一階段：65歲及以上個人（1）。由于該群體為退休人員，故終生收入為0。

第二階段：已經(jīng)不再上學(xué)的、僅工作的群體（41～64歲）。計算公式如下：

第三階段：可能學(xué)習(xí)也可能工作的群體（15～40歲）。該階段個人面臨兩個行為，一是在當前教育水平上繼續(xù)進修；二是在當前教育水平結(jié)束后不再繼續(xù)進修而是參加工作。計算公式如下：

（2）數(shù)據(jù)來源與使用說明。對個人實際年收入的估算使用了四個微觀數(shù)據(jù)庫的數(shù)據(jù)，包括城鎮(zhèn)住戶調(diào)查（UHS）、中國家庭住戶收入調(diào)查（CHIP）、中國健康與營養(yǎng)調(diào)查（CHNS）以及中國綜合社會調(diào)查（CGSS）四大微觀數(shù)據(jù)庫。該估算使用了mincer 方程，首先使用各微觀數(shù)據(jù)庫數(shù)據(jù)依次估算出mincer 方程的受教育年限與工作經(jīng)驗系數(shù)，然后以各數(shù)據(jù)庫有效問卷數(shù)量為權(quán)重進行加權(quán)得到最終估計結(jié)果，再使用最終估計結(jié)果對個人實際年收入進行估算。估算前對各年份問卷中的個人收入項使用各年份分城鄉(xiāng)的CPI 進行了通脹處理。估算個人終生收入時使用的升學(xué)率、工資增長率（觀察期工資年均增長率）、就業(yè)率（就業(yè)人數(shù)占比）、存活率（按1-死亡率計算）數(shù)據(jù)來源于各地區(qū)歷年統(tǒng)計年鑒、教育年鑒以及人口與就業(yè)統(tǒng)計年鑒，折現(xiàn)率直接使用OECD 估算人力資本時采用的4.58%；估計分城鄉(xiāng)、年齡、性別、學(xué)業(yè)完成狀況使用的數(shù)據(jù)包括主要年份的中國人口普查資料、全國1%人口抽樣調(diào)查資料以及各地區(qū)歷年統(tǒng)計年鑒、經(jīng)濟年鑒和人口普查資料。

（3）人力資本城鄉(xiāng)配置失衡分析。圖1展示了1990—2018 年各地區(qū)城鄉(xiāng)人力資本差異的變化情況。由圖1可看出，觀察期內(nèi)我國城鄉(xiāng)人力資本差異的變化可分成三個階段：1990—2001 年城鄉(xiāng)人力資本差異的增大程度相對緩慢，2001—2012 年城鄉(xiāng)人力資本配置的失衡程度加劇，2012—2018年城鄉(xiāng)人力資本差異持續(xù)拉大，失衡愈發(fā)嚴重。結(jié)合我國教育改革的背景來看，1998年我國高校擴招，使得2001 年以后大學(xué)本?？粕鷶?shù)量有大幅增加，2009 年環(huán)球金融風(fēng)暴背景下，我國又在研究生擴招政策上調(diào)整了研究生招生比例，這使得研究生在2012年后也出現(xiàn)一定比例的增加?？梢钥闯龀青l(xiāng)人力資本差異的變化與教育有一定的聯(lián)系，這與明瑟、舒爾茨、貝克爾等人力資本理論中教育的重要性不謀而合。從事實經(jīng)驗來看，我國城鄉(xiāng)的教育不均等使得城鎮(zhèn)人力資本累積的增加遠高于農(nóng)村，如從2010 年城鄉(xiāng)本專科畢業(yè)生情況來看，城鎮(zhèn)受教育程度為大學(xué)?？扑饺藬?shù)是農(nóng)村的24.80 倍，大學(xué)本科水平人數(shù)是農(nóng)村的51.35 倍，研究生水平人數(shù)則高達73.48 倍（2）。與此同時，城鄉(xiāng)工作與生活環(huán)境的差距又使得城鎮(zhèn)和農(nóng)村因教育水平或工作技能提高而增加的人力資本多數(shù)聚集在了城鎮(zhèn)。整體來看，當前我國城鄉(xiāng)人力資本的差異仍在繼續(xù)增大，人力資本的城鄉(xiāng)配置失衡問題越來越嚴重。

圖1 1990—2018年各地區(qū)人力資本存量的城鄉(xiāng)差異變化

此外，在城鄉(xiāng)分性別人力資本存量的測算中發(fā)現(xiàn)，城鄉(xiāng)人力資本存在明顯的性別差異，該差異不僅存在于城鄉(xiāng)兩部門之間，也表現(xiàn)在城鎮(zhèn)和農(nóng)村內(nèi)部的性別差異。從城鄉(xiāng)兩部門間的差異來看，城鎮(zhèn)男性（女性）人力資本存量遠高于農(nóng)村男性（女性），且表現(xiàn)出差異加劇趨勢，其中，城鄉(xiāng)女性人力資本加劇程度較為嚴重。從城鎮(zhèn)和農(nóng)村的內(nèi)部差異來看，城鎮(zhèn)男性人力資本存量高于女性，但兩者差異表現(xiàn)出收斂趨勢，即城鎮(zhèn)女性人力資本存量增加較快，總量上逐漸向城鎮(zhèn)男性人力資本存量靠攏；農(nóng)村男性人力資本存量則遠大于女性，且表現(xiàn)出持續(xù)擴大的趨勢。從城鄉(xiāng)人力資本性別差異比值大小與變化趨勢來看，農(nóng)村女性人力資本存量不論從總量上還是增長速度上均處于最劣勢，如圖2所示。

圖2 1990—2018年全國城鄉(xiāng)人力資本存量的性別差異

2.經(jīng)濟增長不平衡變量的選擇與測算說明

（1）變量的選擇與測算?；邗U默（1967）在其不平衡增長理論里提出的“產(chǎn)出增長與勞動生產(chǎn)率成正比”［13］，本文使用城鎮(zhèn)和農(nóng)村比較勞動生產(chǎn)率比值來表示城鄉(xiāng)經(jīng)濟增長差距，以說明城鄉(xiāng)經(jīng)濟增長不平衡程度。計算公式如下：

農(nóng)村比較勞動生產(chǎn)率為：

其中：RC、UC、U_R 分別為農(nóng)村比較勞動生產(chǎn)率、城鎮(zhèn)比較勞動生產(chǎn)率、城鄉(xiāng)經(jīng)濟增長差距；G、G1、G2分別為全國GDP、農(nóng)村GDP、城鎮(zhèn)GDP；L、L1、L2分別為全國就業(yè)人口、農(nóng)村就業(yè)人口、城鎮(zhèn)就業(yè)人口。在城鄉(xiāng)GDP 的計算上，參照高帆（2012）的方法［14］：農(nóng)村GDP=第一產(chǎn)業(yè)GDP+（1-城鎮(zhèn)化率）×鄉(xiāng)鎮(zhèn)企業(yè)增加值，城鎮(zhèn)GDP=各地區(qū)GDP-農(nóng)村GDP。為了剔除通脹因素影響，分別使用各年份城鎮(zhèn)和農(nóng)村CPI（1990 年=100）對城鄉(xiāng)GDP進行平減。

（2）數(shù)據(jù)來源說明。各地區(qū)一產(chǎn)產(chǎn)值、城鎮(zhèn)化率數(shù)據(jù)來源于歷年《中國統(tǒng)計年鑒》、各地區(qū)統(tǒng)計年鑒和經(jīng)濟年鑒，鄉(xiāng)鎮(zhèn)企業(yè)增加值數(shù)據(jù)來源于《中國鄉(xiāng)鎮(zhèn)企業(yè)年鑒》《中國鄉(xiāng)鎮(zhèn)企業(yè)及農(nóng)產(chǎn)品加工業(yè)年鑒》《中國農(nóng)產(chǎn)品加工年鑒》。

（3）城鄉(xiāng)經(jīng)濟增長不平衡分析。圖3 展示了1990—2018 年我國城鄉(xiāng)經(jīng)濟增長差距的變化情況。從比較勞動生產(chǎn)率指標計算結(jié)果來看，城鎮(zhèn)比較勞動生產(chǎn)率高于農(nóng)村比較勞動生產(chǎn)率，1992 年開始城鎮(zhèn)比較勞動生產(chǎn)率開始呈現(xiàn)下降趨勢，該年份是兩部門差別的最高點，說明自此以后我國城鄉(xiāng)經(jīng)濟二元加劇階段短暫結(jié)束，進入逐漸緩和減弱階段。而后，城鄉(xiāng)經(jīng)濟增長差距在1997 年后出現(xiàn)微弱下降，2008年再次上升，且自2011年開始減弱的變化趨勢加快，整個觀察時期呈現(xiàn)出波動式上升的變化趨勢?？梢钥闯?，觀察期內(nèi)我國二元經(jīng)濟強度是在逐漸緩和的，但減弱幅度并不大，即城鄉(xiāng)經(jīng)濟增長不平衡程度仍在持續(xù)加劇。

圖3 1990—2018年我國城鄉(xiāng)經(jīng)濟增長差距變化過程

3.控制變量的選擇與說明

（1）控制變量的選擇。選擇各地區(qū)城鄉(xiāng)物質(zhì)資本差異、城鎮(zhèn)化率、農(nóng)村社會消費品零售額占比、進出口額占GDP 比重、二產(chǎn)占比、三產(chǎn)占比以及城鄉(xiāng)人力資本差異的二次項作為控制變量。其中：城鄉(xiāng)物質(zhì)資本差異指標使用各地區(qū)城鄉(xiāng)固定資產(chǎn)投資之比表示，說明了各地城鄉(xiāng)物質(zhì)資本配置情況；城鎮(zhèn)化率指標代表了各地的城市化進程；農(nóng)村社會消費品零售額占比指標一定程度上說明了各地農(nóng)村經(jīng)濟在國民經(jīng)濟中的地位（3）；進出口額占GDP比重代表了地區(qū)對外開放程度；二、三產(chǎn)業(yè)占比表示各地的產(chǎn)業(yè)結(jié)構(gòu)情況。

（2）數(shù)據(jù)來源說明。城鄉(xiāng)物質(zhì)資本估算數(shù)據(jù)來源于歷年《中國固定資產(chǎn)投資年鑒》以及各地區(qū)固定資產(chǎn)投資年鑒，各地區(qū)城鎮(zhèn)化率、鄉(xiāng)鎮(zhèn)企業(yè)增加值以及城鄉(xiāng)就業(yè)人口數(shù)據(jù)來源于各地區(qū)歷年統(tǒng)計年鑒、經(jīng)濟年鑒以及人口與就業(yè)統(tǒng)計年鑒。

（二）變量的統(tǒng)計性描述

考慮微觀數(shù)據(jù)庫中各地區(qū)的有效問卷數(shù)量以及城鄉(xiāng)各組別人口數(shù)據(jù)的可獲得性，最終選取了1990—2018年我國19個省份的數(shù)據(jù)，所選擇的19個省份包括：東北地區(qū)的遼寧、黑龍江，中部地區(qū)的安徽、江西、河南、湖北、湖南、山西，西部地區(qū)的廣西、四川、貴州、甘肅、陜西、內(nèi)蒙古，東部地區(qū)的河北、江蘇、浙江、福建、山東。從各省份的地理位置來看，其所在全國四大區(qū)域的分布相對均勻，可以反映全國整體狀況。觀察期內(nèi)被解釋變量、核心解釋變量以及控制變量的統(tǒng)計性描述情況見表1所列。

表1 各變量統(tǒng)計性描述

續(xù)表1

（三）模型設(shè)計

基于本文使用了長面板數(shù)據(jù)，由此構(gòu)建雙向固定效應(yīng)靜態(tài)面板模型：

其中：α0為截距項；α1，α2，…，α8為參數(shù)；ui為不隨時間變化的不可觀測的個體效應(yīng)；γt為不隨個體變化的不可觀測的時間效應(yīng)；εit為誤差項；u_reconomyit為各地區(qū)城鄉(xiāng)經(jīng)濟增長差距；humcap_dit為城鄉(xiāng)人力資本差異；phycap_dit為城鄉(xiāng)物質(zhì)資本差異；urbanization_rateit為城鎮(zhèn)化率；r_saleit為農(nóng)村社會消費品零售額占比；openingit為地區(qū)開放度；scon_rateit為第二產(chǎn)業(yè)占比；thir_dateit為第三產(chǎn)業(yè)占比；為了觀察城鄉(xiāng)人力資本差異對城鄉(xiāng)經(jīng)濟增長差距的作用是否具有異質(zhì)性，模型中加入城鄉(xiāng)人力資本差異的二次項human^2it。

由于城鄉(xiāng)經(jīng)濟增長不平衡具有動態(tài)連續(xù)性，由此構(gòu)建包含了城鄉(xiāng)經(jīng)濟增長差距滯后一期變量的動態(tài)面板模型：

其中：β0為截距項；β1，β2，…，β9為參數(shù)；μi為不隨時間變化的不可觀測的個體效應(yīng)；ρt為不隨個體變化的不可觀測的時間效應(yīng)；?it為誤差項；u_reconomyit-1為各地區(qū)城鄉(xiāng)經(jīng)濟增長差距滯后一期變量；其他變量與式（6）相同。

（四）模型估計方法

本文使用最小二乘方法（OLS）、混合回歸（Pooled Regression）和可行廣義最小二乘方法（FGLS）三種方法對靜態(tài)面板模型進行估計，使用差分GMM（DGMM）、系統(tǒng)GMM（SGMM）和偏差校正的最小二乘虛擬變量方法（LSDVC）對動態(tài)面板模型進行估計，并通過對各方法估計結(jié)果的比較來檢驗?zāi)Ｐ偷姆€(wěn)健性。

在靜態(tài)面板模型的估計中，當誤差項不存在異方差、組內(nèi)自相關(guān)和截面相關(guān)問題時，OLS 估計可以提供面板校正的標準誤，最具有穩(wěn)健性。當誤差項存在自相關(guān)、異方差和截面相關(guān)問題時，F(xiàn)GLS估計則可以很好地解決這三大問題，最具有效率。在不能確定誤差項是否存在自相關(guān)、異方差和截面相關(guān)問題的情況下，依據(jù)對誤差項三大問題的檢驗結(jié)果選擇相應(yīng)的估計結(jié)果。

在動態(tài)面板模型的估計中，DGMM 方法可通過對原模型作一階差分消去個體效應(yīng)，再為一階差分后的滯后一階被解釋變量找到有效工具變量進行GMM 估計，使用條件是擾動項不存在自相關(guān)。SGMM 方法將差分方程和水平方程放到一個系統(tǒng)進行GMM 估計，該方法可以提高估計效率，使用前提是擾動項不存在自相關(guān)且選用的工具變量與個體效應(yīng)不相關(guān)。偏差校正的最小二乘虛擬變量方法（LSDVC）首先使用最小二乘虛擬變量方法（LSDV）估計模型得到估計系數(shù)，然后估計LSDV 的偏差，最后將第一步得到的估計值減去第二步估計的偏差，此差值即為偏差校正后的一致估計。結(jié)合各方法對模型的估計結(jié)果，并通過對各方法優(yōu)缺點的比較選擇最優(yōu)估計結(jié)果。

四、實證分析

（一）單位根檢驗與解釋變量內(nèi)生性檢驗

為避免面板數(shù)據(jù)存在單位根而產(chǎn)生偽回歸問題，使用LLC、Breitung、Hadri LM、HT四種方法進行單位根檢驗，結(jié)果顯示各變量均在一階差分后平穩(wěn)。檢驗結(jié)果見表2所列。

表2 面板數(shù)據(jù)單位根檢驗結(jié)果

在模型估計時，若把具有內(nèi)生性的解釋變量當成外生解釋變量進行估計，將會引起參數(shù)估計的不一致，因此需要首先檢驗各解釋變量的內(nèi)生性。使用Hausman Test對各解釋變量的內(nèi)生性進行檢驗，分別選用各變量的滯后一期、二期作為其工具變量，并使用Sargan檢驗和Stock-Yogo弱工具變量檢驗驗證工具變量的有效性。結(jié)果顯示，所有解釋變量的工具變量其Sargan 檢驗的P值均大于0.1，即所選工具變量與干擾項都不相關(guān)，表明工具變量是有效的；Stock-Yogo 弱工具變量檢驗中的F值均大于所對應(yīng)的15%maximal IV size 臨界值，表明所有工具變量與解釋變量均具有顯著的相關(guān)性；所有解釋變量的Hausman 檢驗P值均大于0.1，表明均為外生解釋變量。檢驗結(jié)果見表3所列。

表3 解釋變量內(nèi)生性檢驗

（二）協(xié)整檢驗

1990—2018 年各地區(qū)城鄉(xiāng)經(jīng)濟增長差距和城鄉(xiāng)人力資本差異的時間序列如圖4、圖5 所示?？梢钥闯?，觀察期內(nèi)所有地區(qū)的城鄉(xiāng)經(jīng)濟增長差距和城鄉(xiāng)人力資本差異整體上呈現(xiàn)出上升趨勢，并且兩者在有些地區(qū)還表現(xiàn)出較為一致的變化趨勢，這表明兩者之間可能存在較大聯(lián)系，由此對兩者進行協(xié)整檢驗。

圖4 各地區(qū)城鄉(xiāng)經(jīng)濟增長差距時間序列

圖5 各地區(qū)城鄉(xiāng)人力資本差異時間序列

使 用Kao test、Pedroni test、Westerlund test 分別對城鄉(xiāng)經(jīng)濟增長差距與城鄉(xiāng)人力資本差異兩者之間的協(xié)整關(guān)系以及增加了其他控制變量后的協(xié)整關(guān)系進行檢驗，結(jié)果見表4 所列。從表4的檢驗結(jié)果可以看出，不僅城鄉(xiāng)經(jīng)濟增長差距與城鄉(xiāng)人力資本差異之間存在協(xié)整關(guān)系，而且在加入其他控制變量后的面板數(shù)據(jù)之間也存在協(xié)整關(guān)系。

表4 面板協(xié)整檢驗結(jié)果

（三）實證結(jié)果分析

羅默的擴展內(nèi)生增長模型從人力資本差異角度解釋了跨國收入差距問題，提出人力資本存量較高地區(qū)的經(jīng)濟發(fā)展會較快，人力資本的差別越大，地區(qū)間經(jīng)濟發(fā)展差距就越大，窮國追趕富國的難題不是難以獲得先進技術(shù)，而是缺乏使用這些技術(shù)的能力［15］。基于羅默的經(jīng)濟理論，將城鄉(xiāng)看作“富國”與“窮國”，那么我國人力資本的城鄉(xiāng)差異對城鄉(xiāng)經(jīng)濟增長差距的影響是否顯著？若顯著，其影響大小如何？在考慮了城鄉(xiāng)經(jīng)濟增長不平衡的動態(tài)連續(xù)性后，該影響是否依然顯著？以下分別使用靜態(tài)與動態(tài)面板模型對這些問題進行實證研究。

1.靜態(tài)面板模型實證分析

分別使用OLS、FGLS 以及混合回歸方法對構(gòu)建的靜態(tài)面板模型進行估計，結(jié)果見表5所列。第（1）列為使用LSDV 方法，尚未考慮誤差項異方差、自相關(guān)和截面相關(guān)三大問題的估計結(jié)果；第（2）列為提供了組間異方差與組間同期相關(guān)的面板校正標準誤的OLS估計結(jié)果，該結(jié)果具有一致性；第（3）列為使用FGLS 方法，考慮了組內(nèi)自相關(guān)問題但要求各組自回歸系數(shù)相同的估計結(jié)果；第（4）列為在（3）的基礎(chǔ)上，允許各組自回歸系數(shù)不同的估計結(jié)果；第（5）列為使用FGLS方法，考慮了組間異方差、同期相關(guān)以及組內(nèi)自相關(guān)問題，但要求各組自回歸系數(shù)相同的估計結(jié)果；第（6）列為在（5）的基礎(chǔ)上，允許各組自回歸系數(shù)不同的估計結(jié)果；第（7）列為使用Pooled Regression 方法，考慮了誤差項的異方差、自相關(guān)和截面相關(guān)問題，并提供了Driscoll-Kraay 標準誤的估計結(jié)果。從結(jié)果中可以看出，第（1）（2）（7）列的估計結(jié)果相同，只是由于估計的標準誤有所不同而使得其影響系數(shù)顯著性有所差異，由此可認為模型估計結(jié)果是穩(wěn)健的。

表5 靜態(tài)面板模型主要變量估計結(jié)果

對誤差項的異方差、組內(nèi)自相關(guān)和截面相關(guān)問題進行檢驗，檢驗結(jié)果顯示誤差項同時存在自相關(guān)、異方差和截面相關(guān)的問題，檢驗結(jié)果見表6所列。因此，選擇表5中（5）（6）列的估計結(jié)果。結(jié)合現(xiàn)實背景，由于各省份省情不同，且均有自身的發(fā)展特點，因此最終選擇允許各組具有不同自回歸系數(shù)的第（6）列估計結(jié)果。從估計結(jié)果中可以看出，城鄉(xiāng)人力資本差異對城鄉(xiāng)經(jīng)濟增長差距的影響系數(shù)不僅顯著為正，而且要稍高于城鄉(xiāng)物質(zhì)資本差異的影響系數(shù)?？梢?，要想緩解區(qū)域城鄉(xiāng)經(jīng)濟增長的不平衡程度，縮小城鄉(xiāng)人力資本差異尤為關(guān)鍵。此外，觀察期內(nèi)城鄉(xiāng)人力資本差異的二次項對城鄉(xiāng)經(jīng)濟增長差距的影響系數(shù)顯著為負，表明兩者之間存在“倒U”型關(guān)系。這說明在初始階段，隨著人力資本城鄉(xiāng)配置比例不斷失衡，城鄉(xiāng)經(jīng)濟增長不平衡日益加劇，當人力資本的城鄉(xiāng)配置比例失衡到一定程度，即達到“倒U”型的頂點時，此時城鎮(zhèn)人力資本累積過多，而農(nóng)村人力資本缺失嚴重，農(nóng)村少量的人力資本增加即可極大地促進農(nóng)村的經(jīng)濟增長，若在此基礎(chǔ)上繼續(xù)增大城鄉(xiāng)人力資本差異，城鄉(xiāng)比較勞動生產(chǎn)率之比會由于分母增大程度大于分子而出現(xiàn)變小的趨勢，即表現(xiàn)出數(shù)字意義上城鄉(xiāng)經(jīng)濟增長差距的縮小，然而實際上這種變化不僅造成城鎮(zhèn)人力資本的浪費，而且還徹底將城鄉(xiāng)割裂為兩部分。這種并非通過城鄉(xiāng)經(jīng)濟協(xié)調(diào)發(fā)展途徑實現(xiàn)城鄉(xiāng)經(jīng)濟增長差距的縮小，與通過城鄉(xiāng)融合達到縮小城鄉(xiāng)經(jīng)濟增長不平衡程度的政策背道而馳。結(jié)合觀察期數(shù)據(jù)來看，當前兩者之間的關(guān)系處于“倒U”型曲線上升階段，如圖6所示。

圖6 城鄉(xiāng)人力資本差異對城鄉(xiāng)經(jīng)濟增長差距的異質(zhì)性作用

表6 誤差項三大問題檢驗結(jié)果

2.動態(tài)面板模型實證分析

靜態(tài)面板模型實證結(jié)果已經(jīng)表明城鄉(xiāng)人力資本配置失衡對城鄉(xiāng)經(jīng)濟增長不平衡有顯著影響，然而該結(jié)果并未考慮城鄉(xiāng)經(jīng)濟增長不平衡的慣性?；诖?，對包含了城鄉(xiāng)經(jīng)濟增長不平衡動態(tài)連續(xù)性的動態(tài)面板模型進行估計，以進一步考察城鄉(xiāng)人力資本差異對城鄉(xiāng)經(jīng)濟增長差距的影響是否仍然顯著。不同方法下動態(tài)面板模型主要變量的估計結(jié)果見表7所列，表7中：第（1）列為使用了DGMM 方法的穩(wěn)健估計結(jié)果；第（2）列為使用了SGMM 方法的穩(wěn)健估計結(jié)果；第（3）列為使用了LSDVC 方法，初始值為Arellano-Bond DGMM 的估計值，偏差校正精度為O(19-129-2)，估計方差—協(xié)方差矩陣的自助法重復(fù)抽樣50次的估計結(jié)果；第（4）列為使用自助校正動態(tài)固定效應(yīng)回歸方法（Bootstrap corrected dynamic FE regression，簡稱BCFE），以t分布獲得置信區(qū)間、用bi方式生成初始值，采用White Bootstrap（WBOOT）抽樣方法自助抽樣250 次，用以推斷的自助樣本數(shù)為50 個的估計結(jié)果；第（5）列與第（4）列估計過程不同之處在于采用了CSD 抽樣方法進行自助抽樣。通過對各方法使用條件與估計結(jié)果的比較，選擇LSDVC方法的估計結(jié)果，原因有以下兩方面：一方面，LSDVC 方法較適用于長面板動態(tài)模型的估計，無論是偏差大小還是均方誤差都優(yōu)于DGMM 和SGMM，BCFE 方法對t相對于n很小的樣本估計最有優(yōu)勢，因此四種方法中LSDVC 方法相對較適合本文面板數(shù)據(jù)的估計；另一方面，LSDVC方法的估計結(jié)果與SGMM、BCFE 方法的估計結(jié)果相近，且高于DGMM 方法的估計結(jié)果，而一般來說DGMM 方法會低估參數(shù)估計結(jié)果。由此，LSDVC方法的估計結(jié)果具有較好的穩(wěn)健性。

表7 動態(tài)面板模型主要變量估計結(jié)果

從主要變量系數(shù)估計結(jié)果看，區(qū)域城鄉(xiāng)經(jīng)濟增長差距滯后一期的系數(shù)顯著，說明城鄉(xiāng)經(jīng)濟增長不平衡存在動態(tài)連續(xù)性。城鄉(xiāng)人力資本差異對城鄉(xiāng)經(jīng)濟增長差距的影響系數(shù)仍然顯著，且大于城鄉(xiāng)物質(zhì)資本差異的影響系數(shù)。這不僅間接證明了人力資本是經(jīng)濟增長的最主要源泉，而且也表明城鄉(xiāng)人力資本差異的增大對城鄉(xiāng)經(jīng)濟增長不平衡的影響要遠大于城鄉(xiāng)物質(zhì)資本差異。此外，城鄉(xiāng)人力資本差異的二次項系數(shù)依然顯著且為負，表明兩者之間存在“倒U”型非線性關(guān)系。

3.靜態(tài)與動態(tài)面板模型結(jié)果比較

首先，在靜態(tài)面板模型實證結(jié)果中，城鄉(xiāng)人力資本配置失衡對城鄉(xiāng)經(jīng)濟增長不平衡的影響稍大于城鄉(xiāng)物質(zhì)資本差異，在考慮了區(qū)域城鄉(xiāng)經(jīng)濟增長不平衡存在動態(tài)連續(xù)性的動態(tài)面板模型中，城鄉(xiāng)人力資本差異的影響系數(shù)要比城鄉(xiāng)物質(zhì)資本差異影響系數(shù)大得多。

其次，城鄉(xiāng)人力資本差異系數(shù)的估計結(jié)果在兩個模型中變化不大，表明對城鄉(xiāng)經(jīng)濟增長差距的影響較為穩(wěn)定；而城鄉(xiāng)物質(zhì)資本差異系數(shù)變化很大，說明相對于城鄉(xiāng)人力資本差異，城鄉(xiāng)物質(zhì)資本差異在城鄉(xiāng)經(jīng)濟增長不平衡過程中的作用穩(wěn)定性較差。由于物質(zhì)資本的價值要依托人力資本得以實現(xiàn)，所以相對于物質(zhì)資本城鄉(xiāng)配置比例的失衡，人力資本的城鄉(xiāng)配置失衡對城鄉(xiāng)經(jīng)濟增長不平衡會產(chǎn)生更深遠的影響。

再次，在兩個模型估計結(jié)果中，城鄉(xiāng)人力資本差異二次項的系數(shù)均顯著且為負，表明城鄉(xiāng)人力資本差異對城鄉(xiāng)經(jīng)濟增長不平衡的作用具有異質(zhì)性，二者關(guān)系呈現(xiàn)“倒U”型變化。這說明在城鎮(zhèn)人力資本累積尚未達到一定規(guī)模時，即在“倒U”型的左側(cè)時，人力資本城鄉(xiāng)配置的繼續(xù)失衡會造成城鄉(xiāng)經(jīng)濟增長不平衡的加劇。當城鄉(xiāng)人力資本差異到達“倒U”型頂點后，城鎮(zhèn)人力資本累積過多，而此時農(nóng)村人力資本極度缺失，其邊際勞動生產(chǎn)率逐漸增大，農(nóng)村人力資本累積稍有增加即可對農(nóng)村經(jīng)濟增長發(fā)揮最大作用。隨著城鄉(xiāng)人力資本配置的繼續(xù)失衡，即在“倒U”型右側(cè)時，從數(shù)字上看城鄉(xiāng)經(jīng)濟增長差距開始縮小，然而實際上城鎮(zhèn)與農(nóng)村開始被割裂為完全不同的兩部分。當前我國城鄉(xiāng)人力資本差異與城鄉(xiāng)經(jīng)濟增長差距的關(guān)系正處于“倒U”型曲線左側(cè)的上升階段，為了防止城鄉(xiāng)的徹底割裂，亟需采取措施阻止人力資本城鄉(xiāng)配置的繼續(xù)失衡。

基于以上分析，城鄉(xiāng)人力資本差異在城鄉(xiāng)經(jīng)濟增長不平衡過程中的作用可見一斑，放任城鄉(xiāng)人力資本配置比例的繼續(xù)失衡會加劇城鄉(xiāng)關(guān)系的割裂，對城鄉(xiāng)經(jīng)濟一體化的實現(xiàn)極為不利。城鄉(xiāng)的融合發(fā)展亟須人力資本在城鄉(xiāng)的合理配置，盡管理論上當城鄉(xiāng)人力資本配置比例處于“倒U”型右側(cè)時可減小城鄉(xiāng)經(jīng)濟增長差距，但隨著城鄉(xiāng)人力資本差異不斷兩極化，以至于當該差異無窮大時，農(nóng)村實際上已經(jīng)被完全“空心化”，此時城鄉(xiāng)徹底割裂成為兩個孤立的經(jīng)濟單元。因此，只有增加農(nóng)村的人力資本累積，減小城鄉(xiāng)人力資本存量差異，才能從根本上促進城鄉(xiāng)勞動生產(chǎn)率的趨同，從而實現(xiàn)城鄉(xiāng)經(jīng)濟的一體化與城鄉(xiāng)的融合發(fā)展。

五、結(jié)論與建議

近年來，伴隨市場化改革的不斷推進，我國城鄉(xiāng)經(jīng)濟增長不平衡問題日益凸顯，本文以擴展的內(nèi)生增長經(jīng)濟理論為基礎(chǔ)，分別構(gòu)建了靜態(tài)與動態(tài)面板模型，從人力資本城鄉(xiāng)配置失衡角度對1990—2018年我國19個省份的城鄉(xiāng)經(jīng)濟增長不平衡問題進行了分析。鑒于在城鄉(xiāng)人力資本存量測算方法上，教育指標法僅用教育水平代表人力資本水平會導(dǎo)致測算結(jié)果誤差較大，而支出法中人力資本的折舊又難以確定，所以本文在有效利用微觀數(shù)據(jù)庫信息的基礎(chǔ)上，首次引用OECD 終生收入法，更為精準地測算了我國分年齡、性別、學(xué)業(yè)完成狀況的城鄉(xiāng)人力資本存量。同時，由于靜態(tài)面板模型未能考量城鄉(xiāng)經(jīng)濟增長不平衡問題的動態(tài)連續(xù)性，本文通過構(gòu)建包含城鄉(xiāng)經(jīng)濟增長差距滯后一階的動態(tài)面板模型，將城鄉(xiāng)經(jīng)濟增長不平衡慣性的影響直接納入分析中，并對靜態(tài)與動態(tài)面板模型的估計結(jié)果進行了比較。研究結(jié)果顯示：人力資本的城鄉(xiāng)配置失衡是城鄉(xiāng)經(jīng)濟增長不平衡的重要原因，并且相較于城鄉(xiāng)物質(zhì)資本差異的影響，城鄉(xiāng)人力資本差異對城鄉(xiāng)經(jīng)濟增長不平衡的影響較為穩(wěn)定；靜態(tài)面板模型中城鄉(xiāng)人力資本差異對城鄉(xiāng)經(jīng)濟增長差距的作用與城鄉(xiāng)物質(zhì)資本差異的作用相差不大，但動態(tài)面板模型中前者要比后者的作用大得多；城鄉(xiāng)人力資本差異二次項的系數(shù)在兩個模型中均為負且顯著，說明城鄉(xiāng)人力資本差異對城鄉(xiāng)經(jīng)濟增長差距的作用具有非線性效應(yīng)，兩者關(guān)系呈現(xiàn)“倒U”型變化，即初始階段隨城鄉(xiāng)人力資本差異增大，城鄉(xiāng)經(jīng)濟增長不平衡日益加劇，在達到“倒U”型頂點后，表現(xiàn)出隨城鄉(xiāng)人力資本差異增大，城鄉(xiāng)經(jīng)濟增長差距的拉大產(chǎn)生了減緩的變化趨勢，然而，實際上此時的城鄉(xiāng)已逐漸被割裂成為兩部分，違背了城鄉(xiāng)融合發(fā)展的政策初衷。

當前，我國具有剛性的城鄉(xiāng)二元經(jīng)濟結(jié)構(gòu)導(dǎo)致城鄉(xiāng)經(jīng)濟的協(xié)調(diào)平衡發(fā)展需要一個較長的過程，從長遠來看，縮小城鄉(xiāng)人力資本差異，努力實現(xiàn)城鄉(xiāng)勞動生產(chǎn)率無差異，才是達到城鄉(xiāng)經(jīng)濟一體化目標的根本途徑?？s小城鄉(xiāng)經(jīng)濟增長差距，應(yīng)當在不損害城鎮(zhèn)經(jīng)濟增長的同時，更加倚重農(nóng)村的創(chuàng)新與勞動生產(chǎn)率的提高。結(jié)合上述研究成果，本文提出以下幾點建議：

首先，農(nóng)村經(jīng)濟對城鎮(zhèn)經(jīng)濟的追趕實質(zhì)上是人力資本的追趕，應(yīng)大力貫徹中央“一號文件”中有關(guān)的農(nóng)村人力資本投資政策，為農(nóng)民提供良好的醫(yī)療衛(wèi)生保障和職業(yè)技能培訓(xùn)機會，加大對農(nóng)村居民的人力資本投資，培養(yǎng)新型職業(yè)農(nóng)民，以增加農(nóng)村的人力資本累積。

其次，針對農(nóng)村女性人力資本偏低的事實，應(yīng)高度關(guān)注農(nóng)村女性的教育、健康、培訓(xùn)等，增加處于最劣勢的農(nóng)村女性人力資本的累積，在縮小農(nóng)村人力資本性別差異的基礎(chǔ)上，提高農(nóng)村整體人力資本存量。

再次，鄉(xiāng)村振興的關(guān)鍵是人才振興，農(nóng)村人力資本的外溢成為振興農(nóng)村的極大制約，需加強農(nóng)村公共服務(wù)設(shè)施的建設(shè)和生態(tài)環(huán)境的改善，加快城鄉(xiāng)基礎(chǔ)服務(wù)的均等化，增強農(nóng)村勞動力的返鄉(xiāng)意愿，并采取各種優(yōu)惠政策提高農(nóng)村對人力資本的吸引力。

最后，促進資本要素從城鎮(zhèn)向農(nóng)村的流動，大力扶持農(nóng)村的產(chǎn)業(yè)發(fā)展，為農(nóng)村資本邊際收益率提高提供有利條件。

注釋：

（1）OECD終生收入法中對世界各國工作年齡分類是將65歲及以上人口劃分為退休人群。在我國，依據(jù)《國務(wù)院關(guān)于工人退休、退職的暫行辦法》，國家法定的企業(yè)職工退休年齡是：男年滿60周歲，女工人年滿50周歲，女干部年滿55 周歲。從事井下、高空、高溫、特別繁重體力勞動或其他有害身體健康工作（以下稱特殊工種）的，退休年齡為男年滿55周歲、女年滿45周歲；因病或非因工致殘，由醫(yī)院證明并經(jīng)勞動鑒定委員會確認完全喪失勞動能力的，退休年齡為男年滿50周歲、女年滿45周歲。當前對于延遲退休的政策還未明確，為了保證人力資本存量測算的時效性以及與其他國家的可比性，本文使用OECD的年齡分段方式對我國人力資本存量進行測算。

（2）數(shù)據(jù)來源于《中國2010年人口普查資料》。

（3）此為《中國統(tǒng)計年鑒》中表示農(nóng)村經(jīng)濟占國民經(jīng)濟地位的重要指標。