□智瑞芝 駢丹丹 蔡文晶
改革開(kāi)放四十多年來(lái),我國(guó)經(jīng)濟(jì)發(fā)展迅速,取得了舉世矚目的成就。但過(guò)去大量依靠自然資源的粗放型發(fā)展模式也出現(xiàn)了資源錯(cuò)配、生產(chǎn)效率低下、污染環(huán)境等嚴(yán)峻問(wèn)題。步入新常態(tài)以來(lái),面對(duì)國(guó)際貿(mào)易摩擦不斷加劇、全球能源價(jià)格上漲、需求萎縮等不利因素的影響,我國(guó)提出了加快構(gòu)建“雙循環(huán)”的新發(fā)展格局。在此大背景下,加快工業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)的步伐已刻不容緩。在工業(yè)轉(zhuǎn)型升級(jí)過(guò)程中,人力資本是最關(guān)鍵的驅(qū)動(dòng)因素之一,我國(guó)科技創(chuàng)新規(guī)劃也明確指出,在產(chǎn)業(yè)結(jié)構(gòu)邁向中高端的過(guò)程中要構(gòu)建起國(guó)家先發(fā)優(yōu)勢(shì),要充分發(fā)揮高級(jí)人力資本在創(chuàng)新發(fā)展中的核心引領(lǐng)作用。長(zhǎng)三角是我國(guó)經(jīng)濟(jì)發(fā)展最活躍、開(kāi)放程度最高、創(chuàng)新能力最強(qiáng)的區(qū)域之一,2021 年GDP 達(dá)到27.6 萬(wàn)億元,工業(yè)增加值為9.55 萬(wàn)億元,分別占全國(guó)的24.1% 和25.6%,是目前國(guó)內(nèi)工業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)的主要陣地。本文以長(zhǎng)三角區(qū)域?yàn)檠芯糠秶?,從人力資本存量水平和結(jié)構(gòu)兩方面,研究其發(fā)展變化對(duì)工業(yè)轉(zhuǎn)型升級(jí)的影響,以期為加快工業(yè)轉(zhuǎn)型和經(jīng)濟(jì)長(zhǎng)期健康發(fā)展提供一定的政策借鑒。
Romalis(2004)研究了人力資本在經(jīng)濟(jì)增長(zhǎng)中的作用,得出了人力資本影響產(chǎn)業(yè)轉(zhuǎn)型方向的結(jié)論[1],Hausmann 和Hwang 等(2007)指出產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)的關(guān)鍵核心因素是人力資本[2],陳建軍等(2014)認(rèn)為,人力資本的內(nèi)在結(jié)構(gòu)與產(chǎn)業(yè)結(jié)構(gòu)水平的匹配度高低會(huì)對(duì)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)產(chǎn)生影響[3]。結(jié)合相關(guān)研究文獻(xiàn),本文研究的基準(zhǔn)回歸模型設(shè)定如下:
其中i 表示地級(jí)市,t 表示年份,tumit表示工業(yè)轉(zhuǎn)型升級(jí),解釋變量Hit表示第i 個(gè)地級(jí)市在第t 年的人力資本水平,包括人力資本存量hc、人力資本結(jié)構(gòu)h 兩個(gè)變量。α0表示常數(shù)項(xiàng),β1是本文重點(diǎn)關(guān)注的待估計(jì)系數(shù)。Xit是一組控制變量,γt和μi分別表示時(shí)間效應(yīng)和個(gè)體效應(yīng),εit表示隨機(jī)擾動(dòng)項(xiàng)。本文對(duì)公式(1)采用混合OLS 和固定效應(yīng)兩種方法進(jìn)行基準(zhǔn)回歸,但考慮到其為靜態(tài)面板模型,可能存在內(nèi)生性問(wèn)題,導(dǎo)致估計(jì)結(jié)果偏差。為消除內(nèi)生性,在模型中加入被解釋變量的滯后一期作為工具變量,建立如下動(dòng)態(tài)面板模型:
其中tumit-1表示第i 個(gè)地級(jí)市在第t-1 年的工業(yè)轉(zhuǎn)型升級(jí)情況,即被解釋變量的一階滯后項(xiàng)。
本文中的自變量是人力資本,包括人力資本存量和人力資本結(jié)構(gòu)。目前學(xué)界對(duì)于人力資本存量測(cè)度的方法并不統(tǒng)一,本文借鑒王艾青(2004)[4]采取平均受教育年限法來(lái)衡量長(zhǎng)三角地區(qū)41 個(gè)城市的人力資本存量水平。人力資本結(jié)構(gòu)的測(cè)度本文借鑒干春暉(2011)[5]所使用的方法,使用創(chuàng)新型人力資本占比構(gòu)建人力資本結(jié)構(gòu)替代指標(biāo)。因變量是工業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí),參考劉佳、代明(2019)[6]分別從質(zhì)和量上同時(shí)反映工業(yè)轉(zhuǎn)型升級(jí)成效。“質(zhì)”的衡量使用工業(yè)利潤(rùn)率,以樣本城市歷年工業(yè)利潤(rùn)總額與主營(yíng)業(yè)務(wù)收入的比值表示;“量”的衡量使用工業(yè)規(guī)模比,以樣本城市的工業(yè)總產(chǎn)值與長(zhǎng)三角地區(qū)工業(yè)總產(chǎn)值的比值表示;工業(yè)轉(zhuǎn)型升級(jí)的綜合指標(biāo)的構(gòu)建要對(duì)工業(yè)利潤(rùn)率與工業(yè)規(guī)模比均賦予0.5 的權(quán)重再加以整合得到。關(guān)于控制變量,結(jié)合牛衛(wèi)平(2012)、李磊(2018)、閆玉強(qiáng)(2021)[7-9]等學(xué)者的相關(guān)研究,考慮了如下指標(biāo):城市化水平(Urban):使用城鎮(zhèn)人口與總?cè)丝诒戎担唤?jīng)濟(jì)發(fā)展水平(GDP):使用人均GDP 取對(duì)數(shù)衡量;對(duì)外開(kāi)放程度(Open):以進(jìn)出口貿(mào)易總額除以總產(chǎn)值;政府科技資助(inst):使用科學(xué)事業(yè)支出與地方財(cái)政一般預(yù)算支出比值衡量;固定資產(chǎn)投資(Invest):使用固定資產(chǎn)投資總額取對(duì)數(shù)衡量。
本研究的核心解釋變量與被解釋變量為人力資本和工業(yè)轉(zhuǎn)型升級(jí),本文所選樣本為2010—2020年間長(zhǎng)三角區(qū)域三省一市的41 個(gè)城市,原始數(shù)據(jù)均來(lái)自各省市相關(guān)統(tǒng)計(jì)年鑒以及其官方統(tǒng)計(jì)局網(wǎng)站。
本文主要數(shù)據(jù)變量描述性統(tǒng)計(jì)(表1)。在實(shí)證回歸前首先對(duì)主要變量進(jìn)行了相關(guān)性檢驗(yàn)及Pearson檢驗(yàn),主要變量間相關(guān)性明顯,且不存在嚴(yán)重的共線性問(wèn)題(由于篇幅問(wèn)題,檢驗(yàn)結(jié)果表略),可以進(jìn)行下一步實(shí)證研究。
表1 描述性統(tǒng)計(jì)
1.人力資本存量對(duì)工業(yè)轉(zhuǎn)型升級(jí)的估計(jì)結(jié)果及分析。本文首先檢驗(yàn)了人力資本存量對(duì)工業(yè)轉(zhuǎn)型升級(jí)的影響,主要使用固定效應(yīng)進(jìn)行回歸,回歸結(jié)果如表2 中模型1 和模型2,人力資本存量對(duì)工業(yè)轉(zhuǎn)型升級(jí)的回歸系數(shù)在5% 與1%水平上顯著為正,估計(jì)系數(shù)為0.0213,表明人力資本存量每提高1%,工業(yè)轉(zhuǎn)型升級(jí)指標(biāo)大約提高0.021%。模型3 為混合最小二乘法估計(jì)結(jié)果,回歸估計(jì)系數(shù)依然為正??梢?jiàn),一個(gè)城市的人力資本存量增加會(huì)顯著促進(jìn)該城市工業(yè)結(jié)構(gòu)轉(zhuǎn)型,該研究結(jié)論與戴啟文和楊建仁(2007)的研究一致[10]。控制變量方面,政府科技資助、經(jīng)濟(jì)發(fā)展水平回歸系數(shù)顯著為正,表明政府的科技支持力度與地方經(jīng)濟(jì)實(shí)力均有助于推動(dòng)工業(yè)轉(zhuǎn)型升級(jí)。而城鎮(zhèn)化水平、進(jìn)出口貿(mào)易、固定資產(chǎn)投資估計(jì)系數(shù)顯著為負(fù)。進(jìn)出口貿(mào)易的負(fù)面效應(yīng)可能是因?yàn)楫?dāng)前長(zhǎng)三角地區(qū)出口的外貿(mào)商品結(jié)構(gòu)中低端制造比例依然較高,同時(shí)疊加了貿(mào)易摩擦、新冠肺炎疫情等因素的負(fù)面影響。城鎮(zhèn)化水平估計(jì)系數(shù)為負(fù)的原因可能是長(zhǎng)三角地區(qū)工業(yè)低端制造業(yè)就業(yè)機(jī)會(huì)多,受教育水平低的勞動(dòng)力占比較高。而固定資產(chǎn)投資的促進(jìn)作用不顯著可能是因?yàn)楦呒夹g(shù)產(chǎn)業(yè)的發(fā)展不再像傳統(tǒng)工業(yè)一樣高度依賴(lài)于資本投資。
表2 人力資本存量對(duì)工業(yè)轉(zhuǎn)型升級(jí)影響的基準(zhǔn)回歸與穩(wěn)健性檢驗(yàn)結(jié)果
為驗(yàn)證固定效應(yīng)回歸結(jié)果的穩(wěn)健性,采用更換被解釋變量指標(biāo)體系,使用勞動(dòng)生產(chǎn)率與盈利能力進(jìn)行工業(yè)轉(zhuǎn)型升級(jí)復(fù)合指標(biāo)構(gòu)建的方法和以地級(jí)市進(jìn)行聚類(lèi)穩(wěn)健標(biāo)準(zhǔn)誤的方法進(jìn)行回歸[11],見(jiàn)表2 模型4 和5,由表可見(jiàn)核心解釋變量系數(shù)變化不大且符號(hào)一致,回歸結(jié)果穩(wěn)健性良好。
2.人力資本結(jié)構(gòu)對(duì)工業(yè)轉(zhuǎn)型升級(jí)的估計(jì)結(jié)果及分析。人力資本結(jié)構(gòu)對(duì)工業(yè)轉(zhuǎn)型升級(jí)的影響的回歸結(jié)果如表3 中模型1 和模型2,回歸系數(shù)在5% 與1% 水平上顯著為正向關(guān)系,模型3 為混合最小二乘法估計(jì)結(jié)果,回歸估計(jì)系數(shù)依然為正,表明一個(gè)城市的人力資本結(jié)構(gòu)水平的高級(jí)化會(huì)顯著促進(jìn)該城市工業(yè)結(jié)構(gòu)轉(zhuǎn)型。為更全面地考察人力資本結(jié)構(gòu)的影響,引入人力資本結(jié)構(gòu)的二次項(xiàng),表中二次項(xiàng)回歸結(jié)果均顯著為負(fù)??赡艿脑蚴牵壳伴L(zhǎng)三角地區(qū)勞動(dòng)密集型產(chǎn)業(yè)占比依然較高,仍然需要大量基礎(chǔ)勞動(dòng)力作為常規(guī)生產(chǎn)的支撐,所以當(dāng)創(chuàng)新型人力資本占比過(guò)高時(shí),對(duì)于工業(yè)企業(yè)而言產(chǎn)生了一定的負(fù)擔(dān),可能會(huì)造成一定程度的資源錯(cuò)配導(dǎo)致人力資本的浪費(fèi),對(duì)當(dāng)前的工業(yè)轉(zhuǎn)型升級(jí)帶來(lái)一定程度的抑制影響。結(jié)合穩(wěn)健性檢驗(yàn)(表3 模型3、4、5)中,核心解釋變量系數(shù)變化不大且符號(hào)一致,因此上述基準(zhǔn)回歸結(jié)果較為穩(wěn)健可信。
表3 人力資本結(jié)構(gòu)對(duì)工業(yè)轉(zhuǎn)型升級(jí)影響的基準(zhǔn)回歸與穩(wěn)健性檢驗(yàn)結(jié)果
上述基準(zhǔn)回歸中部分變量回歸結(jié)果并不理想,猜測(cè)可能存在內(nèi)生性問(wèn)題,在此將被解釋變量滯后一期,采用系統(tǒng)GMM 方法來(lái)進(jìn)行內(nèi)生性檢驗(yàn)。表4 為與系統(tǒng)GMM 回歸結(jié)果,為保證內(nèi)生性檢驗(yàn)的穩(wěn)健可靠,本文使用前文穩(wěn)健性檢驗(yàn)中改變衡量工業(yè)轉(zhuǎn)型升級(jí)方式來(lái)進(jìn)行對(duì)照檢驗(yàn),以tum1 表示。
如表4 所示,結(jié)果顯示AR(2)檢驗(yàn)并不顯著,表明各模型殘差不存在二階序列相關(guān),Sargan 檢驗(yàn)顯示各模型的工具變量有效并不存在工具變量過(guò)度識(shí)別問(wèn)題,系統(tǒng)GMM 估計(jì)量是有效的。結(jié)合表2與表3 所示核心解釋變量人力資本存量和人力資本結(jié)構(gòu)在GMM 估計(jì)中無(wú)論在本組還是在對(duì)照檢驗(yàn)組中均顯著為正,表明本文基準(zhǔn)回歸模型不存在嚴(yán)重的內(nèi)生性問(wèn)題。
表4 內(nèi)生性檢驗(yàn)
人力資本對(duì)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)的影響,根據(jù)地區(qū)經(jīng)濟(jì)發(fā)展水平和市場(chǎng)開(kāi)放程度的不同存在區(qū)域異質(zhì)性,現(xiàn)有研究一般認(rèn)為在東部發(fā)達(dá)地區(qū)的影響作用更為顯著[12]。為對(duì)長(zhǎng)三角地區(qū)人力資本影響工業(yè)結(jié)構(gòu)轉(zhuǎn)型可能存在的異質(zhì)性進(jìn)行研究,本文選擇2020 年GDP 作為衡量標(biāo)準(zhǔn),將長(zhǎng)三角地區(qū)城市劃分出了大中小三個(gè)層次。對(duì)三個(gè)城市群分別進(jìn)行檢驗(yàn),檢驗(yàn)結(jié)果如表5所示,其中模型10、11、12分別為大、中、小城市回歸結(jié)果。
表5 區(qū)域異質(zhì)性檢驗(yàn)
回歸結(jié)果顯示,大城市和中等城市人力資本結(jié)構(gòu)工業(yè)轉(zhuǎn)型升級(jí)影響作用顯著均為正,但估計(jì)系數(shù)不同,大城市相比中等城市影響效果更為顯著,而小城市的人力資本結(jié)構(gòu)系數(shù)雖為正但并不顯著,說(shuō)明人力資本結(jié)構(gòu)的變化對(duì)于小城市工業(yè)轉(zhuǎn)型升級(jí)的影響并不大。究其原因,一方面小城市人力資本結(jié)構(gòu)相比大城市不合理,人力資本存在區(qū)域不均衡發(fā)展現(xiàn)象,另一方面各城市工業(yè)優(yōu)勢(shì)產(chǎn)業(yè)、基礎(chǔ)規(guī)模與結(jié)構(gòu)也各不相同,因此回歸結(jié)果存在差異,小城市回歸結(jié)果較為不理想。對(duì)于引進(jìn)的人力資本結(jié)構(gòu)二次項(xiàng),大城市顯著為正但中等城市和小城市均顯著為負(fù)。造成此現(xiàn)象的原因可能是由于各地經(jīng)濟(jì)發(fā)展水平與工業(yè)智能化發(fā)展水平不同,大城市經(jīng)濟(jì)水平與生產(chǎn)智能化程度相對(duì)較高,生產(chǎn)智能化對(duì)基礎(chǔ)勞動(dòng)力的替代程度高,因此對(duì)創(chuàng)新型與高技術(shù)水平人力資本的需求度更高,所以創(chuàng)新型人力資本占比代表的人力資本結(jié)構(gòu)對(duì)工業(yè)轉(zhuǎn)型升級(jí)的促進(jìn)效果為顯著正相關(guān),這與許文彬(2008)的研究結(jié)論一致[13]。而中小城市生產(chǎn)智能化水平不高,主要工業(yè)仍為低端制造業(yè),生產(chǎn)過(guò)程中對(duì)基礎(chǔ)勞動(dòng)力的依賴(lài)程度依然相對(duì)較高,因此若創(chuàng)新型人力資本占比過(guò)高短期內(nèi)反而可能不利于生產(chǎn)。
結(jié)合以上研究與實(shí)證結(jié)果可得出結(jié)論如下:人力資本存量的提升能夠顯著推動(dòng)工業(yè)的轉(zhuǎn)型升級(jí);人力資本結(jié)構(gòu)升級(jí)對(duì)工業(yè)轉(zhuǎn)型升級(jí)有顯著的促進(jìn)效應(yīng),且人力資本結(jié)構(gòu)發(fā)展對(duì)工業(yè)轉(zhuǎn)型升級(jí)的影響可能存在異質(zhì)性,在經(jīng)濟(jì)發(fā)展水平較高的大城市創(chuàng)新型人力資本占比越高對(duì)工業(yè)轉(zhuǎn)型升級(jí)效果越明顯。因此,提出如下促進(jìn)措施:第一,狠抓教育,擴(kuò)量提質(zhì)。首先,要保證義務(wù)教育的普及,切實(shí)加大監(jiān)督力度。其次,加大對(duì)職業(yè)教育的投入,以滿(mǎn)足在工業(yè)轉(zhuǎn)型升級(jí)過(guò)程中對(duì)技術(shù)人員的大量需求。最后,要提升高等教育質(zhì)量,改變當(dāng)前我國(guó)高等教育“難進(jìn)易出”現(xiàn)象;多與企業(yè)進(jìn)行銜接,積極開(kāi)拓校企合作通道。第二,企業(yè)為主,積極轉(zhuǎn)化低層次人力資本。在短期內(nèi)制造業(yè)人力資本受教育水平難以得到很大程度的躍遷,工業(yè)企業(yè)在經(jīng)營(yíng)生產(chǎn)過(guò)程中要轉(zhuǎn)變觀念,通過(guò)構(gòu)建合理完善的培訓(xùn)激勵(lì)與獎(jiǎng)懲機(jī)制,激發(fā)員工參訓(xùn)的主動(dòng)性與積極性;在培訓(xùn)過(guò)程中企業(yè)也應(yīng)做好相應(yīng)培訓(xùn)評(píng)估反饋工作,提升培訓(xùn)效果。第三,政府牽頭,優(yōu)化人力資本內(nèi)部結(jié)構(gòu)配置??山⒍鄠€(gè)由政府牽頭、社會(huì)各方組織參與的培訓(xùn)平臺(tái),同時(shí)加大技能培訓(xùn)與專(zhuān)業(yè)教育的必要性與重要性的宣傳力度,切實(shí)提升低層次勞動(dòng)力完善自我的內(nèi)驅(qū)力。