楊仲山 謝黎

摘 要：本文利用柯布—道格拉斯（C-D）生產(chǎn)函數(shù)對2000—2017年中國30個省份的人力資本錯配指數(shù)進行測度，從省級層面、區(qū)域?qū)用婵疾炝巳肆Y本錯配的類型和演進特征，通過泰爾指數(shù)對東中西三大地區(qū)和八大經(jīng)濟區(qū)人力資本錯配的區(qū)域差異及來源進行揭示，通過空間計量模型檢驗了人力資本錯配的空間關聯(lián)及影響因素。研究結(jié)果表明：考察期內(nèi)中國人力資本錯配得到一定程度的緩解，整體上由配置過度演變?yōu)榕渲貌蛔?人力資本錯配的演進態(tài)勢在不同省份和不同經(jīng)濟區(qū)具有顯著差異;三大地區(qū)人力資本錯配差異的主要來源為區(qū)域內(nèi)差異，而區(qū)域間差異對八大經(jīng)濟區(qū)人力資本錯配的區(qū)域差異貢獻率趨于上升;整體上人力資本錯配具有明顯的空間關聯(lián)特征，地方政府財政支出和產(chǎn)業(yè)結(jié)構(gòu)調(diào)整加劇了人力資本錯配，而居民消費水平和信息化程度的提升有助于緩解人力資本錯配。

關鍵詞：人力資本錯配;區(qū)域差異;C-D生產(chǎn)函數(shù);空間計量模型

中圖分類號：F222;F240? 文獻標識碼：A

文章編號：1000-176X（2021）11-0109-11

自Schultz[1]ADDINNE.Ref.{3B30A3F8-F55C-47FC-AF9A-A228CE246DD7}提出“人力資本”的概念以來，人力資本在學術(shù)研究和政策文件中被反復提及，成為新增長理論解釋全球、地區(qū)及行業(yè)經(jīng)濟增長效率或質(zhì)量差異的重要視角。改革開放四十余年來，中國宏觀經(jīng)濟取得了全球矚目的增長績效，而人力資本累積所釋放的“人口紅利”是其重要且不可或缺的驅(qū)動因素[2]ADDINNE.Ref.{1D25C3C1-C7F3-409B-B813-CEC6AC8B6492}。中央財經(jīng)大學中國人力資本研究中心發(fā)布的《中國人力資本報告（2019）》顯示：2017年中國實際人力資本存量達到1 688.57萬億元，比2000年增長了3.03倍，年均增長8.55%。然而，與此相悖的是，刻畫經(jīng)濟增長效率或發(fā)展質(zhì)量的全要素生產(chǎn)率卻未維持較高的增長態(tài)勢，且人力資本對經(jīng)濟增長的貢獻率也遠低于發(fā)達經(jīng)濟體[3]ADDINNE.Ref.{81C8CD5A-AEDB-4401-9075-425028CDAB51}，一個重要的根源在于中國人力資本存在較為嚴重的錯配而致使其配置效率低下[4]ADDINNE.Ref.{04F10C19-C01C-4486-BEF9-E763CB6DF157}。作為要素錯配的一種，人力資本錯配是相對最優(yōu)配置而言的，表現(xiàn)為對人力資本最優(yōu)或有效配置的偏離程度[5-6]ADDINNE.Ref.{1D25C3C1-C7F3-409B-B813-CEC6AC8B6492}。國家統(tǒng)計局公布的數(shù)據(jù)顯示，中國的勞動人口數(shù)量已于2013年達到峰值，由此進入了較長時期的下降區(qū)間，中國的人口結(jié)構(gòu)已呈現(xiàn)出典型的“老齡化”特征，中國經(jīng)濟也隨之進入增速下滑的發(fā)展階段。在人口“數(shù)量紅利”趨于衰減的背景下，中國固然應該加大教育和醫(yī)療等公共服務投入力度，以最大限度地挖掘人口“質(zhì)量紅利”的增長潛力，但如果現(xiàn)存的人力資本錯配或低效率配置得不到有效矯正，中國經(jīng)濟后續(xù)維持較長時期中高速增長的目標也難以達成[7-8]ADDINNE.Ref.{A6D7B459-0A08-4137-BD70-E309B6CBA35B}。尤其是當前中國正處于經(jīng)濟粗放型增長向高質(zhì)量發(fā)展轉(zhuǎn)型的關鍵歷史窗口，更加強調(diào)全要素生產(chǎn)率增長的動力機制，這必然要求最大限度解決人力資本錯配問題，以提升人力資本對經(jīng)濟高質(zhì)量發(fā)展的驅(qū)動力。這就引申出一系列需要回應的現(xiàn)實問題：中國人力資本錯配的狀況如何？在時間演進和空間差異層面呈現(xiàn)出怎樣的趨勢特征？其背后的邏輯動因又是什么？諸如此類問題的回應無疑具有重要的學術(shù)價值和政策蘊含。

一、文獻綜述

對人力資本存量的科學估算是測度人力資本錯配指數(shù)的前提條件。目前，學術(shù)界估算人力資本存量主要采用教育年限法、成本法和終生收入法（J-F收入法）。教育年限法是依據(jù)勞動者的平均受教育程度乘以勞動人口數(shù)量來估算人力資本存量[9]ADDINNE.Ref.{F2598268-F815-424B-87F7-D38D8A1510C9};成本法，也稱教育經(jīng)費投資法，是根據(jù)人力資本投資來測算人力資本存量，如為了提高勞動者的素質(zhì)而花費在教育、培訓和醫(yī)療等方面的投資;終生收入法由Fraumeni和JorgensonADDINNE.Ref.{9788D09B-BBEC-4018-97DE-0570DFCD84C4}提出，是用人力資本產(chǎn)生收入的現(xiàn)值來估算人力資本，即勞動者預期的未來收益的現(xiàn)值，實質(zhì)是從當期來估計教育投資對受教育者一生收入的影響，并將此收入?yún)R總得出受教育者的人力資本存量[10]。終身收入法的優(yōu)點在于能更加準確合理地反映出教育和健康等長期投資對人力資本積累的重要作用，因而在國際上被廣泛采用。

從人力資本錯配的視角來討論人力資本配置效率問題的相關研究仍較為缺乏，早期的研究主要關注勞動力要素的錯配問題，并認為勞動力錯配是引致全要素生產(chǎn)率（TFP）下降和總產(chǎn)出損失的重要原因[11]ADDINNE.Ref.{93A20A57-ABC7-447C-BF1A-B6C6B5C33F5B}。近幾年來，人力資本錯配或配置效率得到學界高度關注，其主要聚焦在人力資本錯配的現(xiàn)實表征及其對經(jīng)濟效率損失的影響、人力資本錯配的觸發(fā)動因等方面。馬穎等[12]ADDINNE.Ref.{0836BAA2-F88E-46B5-9821-989186237B1A}以企業(yè)兩要素生產(chǎn)函數(shù)為基本設定，用人力資本實際使用數(shù)量與最優(yōu)配置狀態(tài)的比例來衡量人力資本錯配，對三次產(chǎn)業(yè)的人力資本錯配進行測度，發(fā)現(xiàn)第一產(chǎn)業(yè)和第三產(chǎn)業(yè)呈現(xiàn)出人力資本配置過度，而第二產(chǎn)業(yè)尤其是制造業(yè)表現(xiàn)為人力資本配置嚴重不足，人力資本錯配使得2007年和2013年中國實際總產(chǎn)出分別損失1.79%和1.63%。葛晶和李勇[13]ADDINNE.Ref.{833F70B3-27BF-4DC8-ACB3-B1AB1F51BE95}將企業(yè)生產(chǎn)函數(shù)拓展為資本數(shù)量、勞動力數(shù)量和勞動力質(zhì)量的三要素生產(chǎn)函數(shù)，測算了2009—2015年中國19個細分行業(yè)的人力資本錯配，并從行政壟斷視角闡釋了人力資本錯配的形成機制，行政壟斷解釋了人力資本錯配在行業(yè)間差距的59.65%。

解晉[8]ADDINNE.Ref.{0C575DBE-7CEE-40DD-89A0-F6B1574931D2}采用 Aoki 模型和地區(qū)C-D生產(chǎn)函數(shù)的測度結(jié)果表明，中國人力資本錯配呈現(xiàn)出東部地區(qū)比中西部地區(qū)嚴重的特征事實，市場化水平、基礎設施建設和產(chǎn)業(yè)結(jié)構(gòu)合理化有利于人力資本配置效率的改善，而地方政府的不當干預和金融發(fā)展加劇了人力資本錯配。王宋濤等[14]ADDINNE.Ref.{BB87F993-66E3-4E05-93ED-14E90041741F}通過構(gòu)建 “工資基尼系數(shù)”來衡量勞動力錯配，發(fā)現(xiàn)要素市場分割程度越嚴重的地區(qū)，勞動力和資本流動的成本將會大幅提升，其資源錯配程度也越嚴重。劉貫春等[15]ADDINNE.Ref.{C60B173E-0B7D-4312-A008-32440A1F1508}構(gòu)建土地、勞動力和資本三種要素生產(chǎn)函數(shù)，測度了農(nóng)業(yè)部門和非農(nóng)業(yè)部門的人力資本等要素市場的扭曲程度，認為扭曲是導致區(qū)域經(jīng)濟非平衡發(fā)展的關鍵原因之一。楊志才[16]ADDINNE.Ref.{7551668E-DC34-4543-9263-B17D32588402}發(fā)現(xiàn)，人力資本等要素錯配惡化了地區(qū)間收入差距，且加劇了收入差距對經(jīng)濟增長的阻礙作用。王啟超等[17]ADDINNE.Ref.{1E4A337F-03D0-4F26-9CA0-2D2996C1981D}通過構(gòu)建金融業(yè)與制造業(yè)人才最優(yōu)配置比，發(fā)現(xiàn)在283個地級市樣本中，有273個城市人力資本配置過度偏向金融業(yè)，這種“脫實向虛”的配置方向顯著降低了制造業(yè)全要素生產(chǎn)率。李靜和楠玉[18]ADDINNE.Ref.{1A3275BF-AB14-4184-AA97-05F3CB334E97}發(fā)現(xiàn)，人力資本錯配與制度體制有一定關聯(lián)，中國事業(yè)型單位、行業(yè)和部門以其高福利和穩(wěn)定的收入預期吸引大量人力資本流入，進而造成人力資本錯配和收入差距擴大，且對社會的消費增長和消費升級帶來不利影響。

已有文獻為本文提供了思路和方法等方面的借鑒或啟示，但在以下方面仍有改進的空間。一是在人力資本錯配指數(shù)測度中人力資本存量的估算上，已有研究主要采用教育年限法和成本法，這兩種方法雖具有計算簡單的優(yōu)點，但誤差大、代表性差、存在滯后性和片面性，其合理性和準確性遭到質(zhì)疑。本文選擇中央財經(jīng)大學中國人力資本研究中心基于J-F收入法估算出來的各省份人力資本存量數(shù)據(jù)，對人力資本錯配指數(shù)進行測度，在一定程度上提升了該指數(shù)估算的準確性。二是在研究對象上，已有文獻更多地關注企業(yè)或行業(yè)的人力資本錯配或配置效率問題，而對區(qū)域?qū)用嫒肆Y本錯配的研究較少，尤其缺乏對其時空演進特征和區(qū)域差異進行深入揭示的研究。三是研究方法上，大多數(shù)研究通?；谄髽I(yè)層面的微觀數(shù)據(jù)和生產(chǎn)函數(shù)錯配指數(shù)[5-13]ADDINNE.Ref.{1A3275BF-AB14-4184-AA97-05F3CB334E97}，少數(shù)研究采用“工資基尼系數(shù)”來刻畫勞動力錯配[14]ADDINNE.Ref.{1A3275BF-AB14-4184-AA97-05F3CB334E97}，以及基于行業(yè)人力資本強度差異測度不同行業(yè)的人力資本錯配程度[19]ADDINNE.Ref.{1A3275BF-AB14-4184-AA97-05F3CB334E97}。由于Aoki模型放松了參數(shù)法中生產(chǎn)函數(shù)形式的約束，在人力資本等要素錯配的測算中得到廣泛應用，其不僅適合微觀企業(yè)層面的要素錯配研究，還為宏觀區(qū)域?qū)用嫣峁┝丝煽康姆治隹蚣躘20]ADDINNE.Ref.{1A3275BF-AB14-4184-AA97-05F3CB334E97}。在估計生產(chǎn)函數(shù)的彈性系數(shù)時，大部分研究采用普通最小二乘法（OLS），即假設每個截面都是一樣的，這相對于直接給定固定產(chǎn)出彈性系數(shù)而言，提高了估算合理性，但并不能得到差異化的彈性系數(shù)。而最小二乘虛擬變量法（LSDV）可以給不同的樣本不同的截距，并將每個截面通過截距項的差異分離出來，得到更符合現(xiàn)實的差異化彈性系數(shù)。由此，本文基于2000—2017年中國省級面板數(shù)據(jù)，著重考察物質(zhì)資本和人力資本兩種要素，選擇假定規(guī)模報酬不變的柯布—道格拉斯（C-D）生產(chǎn)函數(shù)以及Aoki模型，并采用最小二乘虛擬變量法（LSDV）計算彈性系數(shù)。在對人力資本錯配進行測度的基礎上，綜合采用核密度估計和泰爾指數(shù)分解等方法，深入闡釋其時空演進及區(qū)域差異。

二、研究方法

（一）Aoki模型

測算地區(qū)層面上的人力資本錯配首先要從要素的價格扭曲系數(shù)入手，本文借鑒陳永偉和胡偉民[21]ADDINNE.Ref.{76710BF4-DBC6-41B0-B6EA-056BE38F2209}的方法，通過測度物質(zhì)資本錯配指數(shù)τKi和人力資本錯配指數(shù)τLi，來反映各地區(qū)物質(zhì)資本和人力資本的錯配情況。

γKi=1/1+τKi，γLi=1/1+τLi （1）

其中，γKi和γLi分別為物質(zhì)資本投入和人力資本投入的價格絕對扭曲系數(shù)，表示投入要素價格沒有扭曲時的加成情況，但實際測算時價格絕對扭曲系數(shù)難以觀測，用價格相對扭曲系數(shù)Ki來代替：

Ki=Ki/K/siβKi/βK，Li=Li/L/siβLi/βL（2）

其中，Ki/K表示地區(qū)i使用的物質(zhì)資本占物質(zhì)資本總量的實際比值;si=Yi/Y表示地區(qū)i的產(chǎn)出Yi占整個經(jīng)濟體產(chǎn)出Y的份額;Li/L表示地區(qū)i使用的人力資本占人力資本總量的實際比值;siβKi和siβLi分別表示物質(zhì)資本貢獻值和人力資本貢獻值;βK=∑Ni=1siβKi表示產(chǎn)出加權(quán)的物質(zhì)資本貢獻值;βL=∑Ni=1siβLi表示產(chǎn)出加權(quán)的人力資本貢獻值;siβKi/βK表示地區(qū)i的物質(zhì)資本錯配程度; siβLi/βL表示地區(qū)i的人力資本錯配程度，若該比值大于1，說明相對于整個經(jīng)濟體而言，該地區(qū)人力資本配置過度;若該比值小于1，則表示該地區(qū)人力資本配置不足。

進一步借鑒趙志耘等[22]的做法，選擇假定規(guī)模報酬不變的C-D生產(chǎn)函數(shù)，即βKi+βLi=1， 估計各地區(qū)物質(zhì)資本和人力資本的要素產(chǎn)出彈性βK和βL。對生產(chǎn)函數(shù)兩邊同時除以Lit后取自然對數(shù)，并在模型中加入地區(qū)虛擬變量μi和年份虛擬變量λt，用來控制各省份不隨時間變化的個體特征和年份固定效應，整理可得式（3）：

lnYit/Lit=lnA+βKilnKit/Lit+μi+λt+εit（3）

借鑒白俊紅和劉宇英[6]ADDINNE.Ref.{A1A3190D-FE67-46CB-AE48-B9A91A0B2874}運用LSDV計算中國30個省份的彈性系數(shù)βKi和βLi，代入生產(chǎn)函數(shù)計算人力資本錯配指數(shù)，錯配指數(shù)存在正負之分，其絕對值大小代表錯配程度，人力資本錯配指數(shù)τLi>0，表示人力資本配置不足，人力資本錯配指數(shù)τLi<0，表示人力資本配置過度。

（二）核密度估計

核密度估計屬于非參數(shù)估計，主要用于隨機變量的概率密度估計，利用連續(xù)的密度曲線描述隨機變量的分布形態(tài)。假設一組連續(xù)型隨機變量X的密度函數(shù)為fx，在點x的概率密度的估計式為：

fx=1/Nh×∑Ni=1KXi/h-x/h（4）

其中， N為觀測值的個數(shù);h為帶寬;K（·）為核函數(shù);Xi為獨立同分布的觀測值;x為均值。選擇高斯核函數(shù)對中國30個省份的人力資本錯配指數(shù)演進動態(tài)進行估計。

（三）泰爾指數(shù)分解

測量差異的方法較多，包括變異系數(shù)、基尼系數(shù)和泰爾指數(shù)等。本文不僅度量人力資本錯配的區(qū)域差異，還試圖厘清人力資本錯配差異的來源。泰爾指數(shù)具有按照子群分解差異的優(yōu)點，可以將差異分解為組內(nèi)差異和組間差異[23]ADDINNE.Ref.{1E6BAAFA-4C74-400E-8555-66DEB864BDA3}，故本文選用泰爾指數(shù)測度中國省級層面的人力資本錯配差異。泰爾指數(shù)Theil的計算及分解方法如下所示：

Theil=1/n×∑ni=1τLi/μ×lnτLi/μ（5）

Theil=TheilW+TheilB（6）

TheilW=∑mk=1skTheilτLk（7）

TheilB=∑mk=1sklnμk/μ（8）

其中，n表示樣本量; τLi表示人力資本錯配指數(shù)，按絕對值由低到高排序后，第i個省份的人力錯配指數(shù)的絕對值;μ表示所有省份人力錯配指數(shù)絕對值的平均值;m表示組數(shù);μk表示第k組樣本平均人力錯配指數(shù)絕對值;sk表示第k組樣本人力資本錯配指數(shù)絕對值得分占總體人力資本錯配指數(shù)絕對值得分的比值;TheilW表示組內(nèi)差異;TheilB表示組間差異。

三、人力資本錯配的系統(tǒng)測度及演化態(tài)勢

（一）變量選擇及數(shù)據(jù)來源

1.產(chǎn)出變量

產(chǎn)出變量（Yit）用各省份的地區(qū)生產(chǎn)總值表示，為了剔除價格的影響，本文利用地區(qū)生產(chǎn)總值指數(shù)（2000年=100）對地區(qū)生產(chǎn)總值進行了處理，數(shù)據(jù)來源于2000—2017年《中國統(tǒng)計年鑒》。

2.人力資本投入量

人力資本投入量（Lit）用中央財經(jīng)大學中國人力資本研究中心根據(jù)J-F收入法估算出來的各省份人力資本存量表示。為了剔除價格影響，本文利用消費者物價指數(shù)（2000年=100）對人力資本存量進行了處理。

3.物質(zhì)資本投入量

物質(zhì)資本投入量（Kit）用各省份物質(zhì)資本存量表示，使用永續(xù)盤存法來計算，公式如下：

Kt=It/Pt+1-δtKt-1 （9）

其中，Kt表示當期固定資本存量;It表示當期名義固定資本形成額;Pt表示固定資產(chǎn)投資價格指數(shù);δ表示折舊率，參考張軍等[24]ADDINNE.Ref.{89AE8B1C-746A-4B1A-AC88-83C1168F8B1B}設定為9.6%;Kt-1表示上一期固定資本存量，數(shù)據(jù)來源于2000—2017年《中國統(tǒng)計年鑒》。

（二）人力資本存量的比較

選擇2000—2017年中國30個省份（不含西藏和港澳臺地區(qū)）為樣本，為了剔除價格影響，本文利用各省份消費者物價指數(shù)（2000年=100）對人均人力資本存量進行了處理，限于篇幅，僅將2000年和2017年各省份人均人力資本存量及樣本期增長率的結(jié)果報告于表1。

從表1可以看出，2000年人均人力資本存量最高的省份，主要為東部沿海經(jīng)濟區(qū)的上海和浙江，北部沿海的北京和天津，南部沿海的廣東，最低的主要集中在西北的甘肅和青海，西南的貴州和云南以及黃河中游的山西。2017年人均人力資本存量最高的省份，主要為東部沿海的上海、浙江和江蘇，北部沿海的北京和天津，最低的主要集中在西北的甘肅、青海和新疆，西南的云南以及長江中游的湖南。由此可見，中國人均人力資本存量水平具有明顯的梯度特征，沿海發(fā)達地區(qū)高于內(nèi)陸欠發(fā)達地區(qū)，這一特征并未隨著時間的推移發(fā)生實質(zhì)性的改變。

就增長率來看，人均人力資本存量增長率最高的5個省份是東部沿海的江蘇、長江中游的湖北、西南的重慶、西北的寧夏和北部沿海的山東，而人均人力資本存量增長率最低的5個省份是北部沿海的北京、東部沿海的上海、南部沿海的福建、西北的新疆和長江中游的湖南。這一發(fā)展態(tài)勢說明，借助于西部大開發(fā)和中部崛起等國家區(qū)域發(fā)展戰(zhàn)略的實施，長江中游、西南和西北經(jīng)濟區(qū)充分發(fā)揮后發(fā)優(yōu)勢聚集人才，部分省份的人均人力資本存量呈現(xiàn)出較高的增長態(tài)勢，但整體而言，長江中游、西南和西北經(jīng)濟區(qū)內(nèi)部大多數(shù)省份的人均人力資本存量增長率仍有待于進一步提高，人均人力資本存量仍然呈現(xiàn)典型的區(qū)域發(fā)展不平衡的特征事實。

（三）各省份及八大經(jīng)濟區(qū)人力資本錯配的演化特征

基于中國30個省份的投入產(chǎn)出數(shù)據(jù)，根據(jù)式（1）—式（3）測度人力資本錯配指數(shù)，限于篇幅，僅報告了2000年和2017年的結(jié)果，如表2所示。

從表2可以看出，各省份均存在人力資本錯配或扭曲，2000年配置過度的省份有20個、配置不足的省份為10個，說明該年中國整體上人力資本配置過度較為嚴重，這一特征蘊含著人力資本供給相對于地區(qū)經(jīng)濟發(fā)展對人力資本的需求而言更為充裕，高于最佳或理論上的配置水平。而2017年則有9個省份為人力資本配置過度、21個省份人力資本配置不足，這一特征蘊含著該年人力資本供給水平低于經(jīng)濟發(fā)展的實際需求。綜合而言，2000—2017年，中國人力資本的配置狀況逐步由過度轉(zhuǎn)向為不足。可能的原因是，2001年中國加入世界貿(mào)易組織以后，經(jīng)濟或產(chǎn)業(yè)全面融入全球化進程，外商直接投資的高速增長和中國城鎮(zhèn)化、工業(yè)化的全面提速相互促進，中國經(jīng)濟規(guī)模的快速提升吸納了相對配置過度的人力資本。再加之隨著中國老齡化社會的到來，青壯年勞動力人口增長率下滑并于2012—2013年達到拐點開始走向負增長，使得人力資本供給相對于經(jīng)濟發(fā)展對人力資本的需求而言變得相對稀缺，從而中國整體上由人力資本配置過度轉(zhuǎn)向配置不足。

為進一步考察中國八大經(jīng)濟區(qū)人力資本錯配的時空演進特征及其可能存在的異質(zhì)性，本文測算了2000—2017年八大經(jīng)濟區(qū)的人力資本錯配指數(shù)。

限于篇幅，人力資本錯配指數(shù)和人力資本錯配指數(shù)核密度圖未在正文列出，留存?zhèn)渌鳌?000—2017年，東北人力資本錯配指數(shù)由2000年配置不足（大于0）演變?yōu)?014年的配置過度，且2014—2017年配置過度有加劇態(tài)勢。原因可能在于，東北傳統(tǒng)產(chǎn)業(yè)特別是制造業(yè)受國際貿(mào)易環(huán)境惡化和產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的沖擊，相對于既有人力資本而言出現(xiàn)制造業(yè)投資萎縮，人力資本錯配由不足向過度轉(zhuǎn)變。北部沿海人力資本錯配指數(shù)在0軸上方波動，始終表現(xiàn)為配置不足，且經(jīng)歷了兩個加劇區(qū)間和兩個緩解區(qū)間，呈現(xiàn)出大致M型的演變特征。北部沿海地區(qū)優(yōu)質(zhì)的開放環(huán)境和區(qū)位條件，吸引了大量外來資本流入，相對于更為旺盛的物質(zhì)資本積累，人力資本相對配置不足。東部沿海人力資本錯配指數(shù)在2012年前大于0，表現(xiàn)為配置不足，2012年后在0下方細微波動，表現(xiàn)為輕微的配置過度，但總體而言，該地區(qū)在樣本期間人力資本錯配得到有效緩解。東部沿海具有良好的就業(yè)創(chuàng)業(yè)環(huán)境，吸引了外來資本和人才的大量流入，相對于物質(zhì)資本而言，人力資本稍顯富足，但總體而言，人力資本配置狀況得到明顯改進，錯配程度有所下降。南部沿海人力資本錯配指數(shù)在波動中總體走高，并由2013年前的小于0轉(zhuǎn)化為之后的大于0，說明該地區(qū)人力資本配置狀況由配置過度向配置不足轉(zhuǎn)變，且呈現(xiàn)出總體加劇態(tài)勢。南部沿海地區(qū)開放的營商環(huán)境以及完善的產(chǎn)業(yè)設施，更容易獲得資本的青睞，與此同時人力資本的積累速度相對不足，導致人力資本配置不足。黃河中游人力資本錯配指數(shù)不斷增大，數(shù)值由負轉(zhuǎn)為正（2004年），說明人力資本配置狀況由配置過度向不足演變，指數(shù)由2007年達到峰值后在波動中逐漸走低，說明配置不足的狀況總體趨于緩解。黃河中游的人力資本呈現(xiàn)出逐年外遷的趨勢，這也可能與周圍沿海城市的虹吸效應息息相關。長江中游人力資本錯配指數(shù)在0軸下方波動，其走勢呈現(xiàn)出微弱的W型特征，說明該地區(qū)人力資本配置過度在經(jīng)歷了不斷反復后趨于緩解。長江經(jīng)濟帶建設帶來的政策紅利，加速的產(chǎn)業(yè)建設和投資，使得人力資本配置過度狀況得到了有效的緩解。西南經(jīng)濟區(qū)人力資本錯配指數(shù)在波動中不斷增大，數(shù)值由負轉(zhuǎn)為正（2015年），說明該地區(qū)人力資本配置過度在經(jīng)歷了較長時期的整體緩解后，開始呈現(xiàn)出配置不足特征，且有加劇趨勢。西南經(jīng)濟區(qū)的人力資本底子薄，雖然積累速度較快，但與較發(fā)達地區(qū)還有很大的差距，隨著西部大開發(fā)的縱深推進，相對于高速增長的投資規(guī)模而言，人力資本配置由過度向不足演進。西北經(jīng)濟區(qū)人力資本錯配指數(shù)波動較為劇烈，但整體上也由配置不足向過度轉(zhuǎn)化。西北經(jīng)濟區(qū)的資源稟賦相對匱乏，其人力資本積累也較為緩慢。

（四）基于核密度估計的中國人力資本錯配結(jié)構(gòu)性分析

依據(jù)人力資本錯配核密度估計，2005年、2011年和2017年出現(xiàn)峰值波動，表明人力資本錯配存在時間維度的結(jié)構(gòu)性變化，因而將樣本分為三階段進行分析。與2000年相比，2005年核密度函數(shù)峰值明顯升高，變化區(qū)間大幅度收窄，核密度函數(shù)中心向右移動穿過0值后更靠近0值，說明在2000—2005年，中國人力資本總體上表現(xiàn)為由投入過度向投入不足轉(zhuǎn)變，人力資本錯配得到矯正且各地區(qū)的差距明顯縮小。與2005年相比，2011年峰值出現(xiàn)一定幅度回落，變化區(qū)間也出現(xiàn)擴大，密度函數(shù)中心略微向左靠近0值移動，說明在2005—2011年，中國人力資本錯配得到略微矯正，但各地區(qū)的差距逐漸擴大。與2011年相比，2017年峰值較大幅度下降，變化區(qū)間也持續(xù)擴大，密度函數(shù)中心略微向左靠近0值移動，說明在2011—2017年，中國人力資本配置狀況得到優(yōu)化，但地區(qū)差距逐漸擴大?？傮w而言，與2000年相比，2017年人力資本錯配的核密度函數(shù)中心向右移動穿過0值后更靠近0值，說明在2000—2017年，中國人力資本整體上表現(xiàn)為由投入過度向投入不足轉(zhuǎn)變，波峰高度出現(xiàn)上升，變化區(qū)間逐漸縮小，這表明在中國30個省份人力資本錯配程度降低，各省份人力資本錯配差距變小。

四、人力資本錯配指數(shù)的區(qū)域差異及來源

（一）基于三大地區(qū)分解的人力資本錯配指數(shù)

根據(jù)式（5）—式（8）的計算方法，全國及東中西部三大地區(qū)人力資本錯配指數(shù)差異的測度結(jié)果報告如表3所示。

從表3可以看出，人力資本錯配指數(shù)的總體差異在波動中趨于上升，全國總體差異由2000年的0.289上升到了 2017年的0.336，上升幅度為16.3%。東部地區(qū)差異由2000年的0.199上升到了 2017年的0.498，上升幅度為150.3%，中部地區(qū)差異由2000年的0.466下降到了 2017年的0.278，下降幅度為40.3%，西部地區(qū)差異由2000年的0.265下降到了2017年的0.210，下降幅度為20.8%。從人力資本錯配指數(shù)的區(qū)域?qū)Ρ葋砜矗瑬|部地區(qū)、中部地區(qū)和西部地區(qū)人力資本錯配指數(shù)差異的均值分別為0.291、0.243和0.360，表明中部地區(qū)的人力資本錯配指數(shù)差異最小，東部地區(qū)次之，西部地區(qū)最大?；谌蟮貐^(qū)的分解結(jié)果顯示，全國人力資本錯配指數(shù)的差異主要來源于區(qū)域內(nèi)差異，區(qū)域內(nèi)差異貢獻了總差異的93.9%，總差異中只有6.1%來自區(qū)域間差異。

（二）基于八大經(jīng)濟區(qū)分解的人力資本錯配指數(shù)

為了進一步揭示人力資本錯配指數(shù)的區(qū)域差異及來源，本文分別計算了東北、北部沿海、東部沿海、南部沿海、黃河中游、長江中游、西南和西北八大經(jīng)濟區(qū)的泰爾指數(shù)，并基于八大經(jīng)濟區(qū)對總體差異進行分解，結(jié)果如表4所示。從表4可以看出，北部沿海、東部沿海、南部沿海、黃河中游和西北的人力資本配指數(shù)差異在波動中趨于上升，而東北、長江中游和西南的人力資本錯配指數(shù)差異在波動中趨于下降。從八大經(jīng)濟區(qū)人力資本錯配指數(shù)差異的橫向?qū)Ρ葋砜?，東北的平均差異最小，北部沿海的平均差異最大，其人力資本錯配指數(shù)均值分別為0.097和0.246。基于八大經(jīng)濟區(qū)的分解結(jié)果顯示，人力資本錯配指數(shù)總體差異主要由區(qū)域內(nèi)差異和區(qū)域間差異共同引起，區(qū)域內(nèi)差異貢獻了總差異的 52.5%，區(qū)域間差異貢獻了總差異的47.5%。

總體上看，基于三大地區(qū)，人力資本錯配指數(shù)總體差異的主要來源是區(qū)域內(nèi)差異，其中區(qū)域內(nèi)差異貢獻了總差異的93.9%;而基于八大經(jīng)濟區(qū)的分解結(jié)果顯示，人力資本錯配指數(shù)總體差異是區(qū)域內(nèi)差異和區(qū)域間差異共同引起的，以上結(jié)果表明不僅要控制區(qū)域內(nèi)差異，區(qū)域間的差異也同樣值得重視。實際上，無論三大地區(qū)還是八大經(jīng)濟區(qū)的分解，都是從一個省份所處的地理位置來劃分子群的，分解結(jié)果顯示當?shù)乩韰^(qū)域劃分較大時（三大地區(qū)），區(qū)域內(nèi)差異對總差異的影響大，而區(qū)域間差異對總差異的影響小，而地理區(qū)域劃分較小時（八大經(jīng)濟區(qū)），區(qū)域間差異對總差異的影響愈發(fā)明顯，表明一個省份人力資本錯配指數(shù)的高低有可能與地理位置存在某種關聯(lián)性。

五、人力資本錯配影響因素的經(jīng)驗考察

（一）變量界定與數(shù)據(jù)來源

1.被解釋變量

人力資本錯配指數(shù)（τLit），前文運用C-D生產(chǎn)函數(shù)，對2000—2017年中國30個省份的人力資本錯配指數(shù)進行了測算，將其取絕對值后作為被解釋變量。

2.解釋變量

本文引入如下解釋變量：（1）地方政府財政支出（lnlgs），以人均財政支出的自然對數(shù)表示。財政支出的直接投資效應及引致的社會資本政策引導效應，對區(qū)域物質(zhì)資本形成及人力資本配置具有重要的影響，合理的財政支出規(guī)模及結(jié)構(gòu)有助于要素配置效率的整體提升，反之，將對要素配置狀況具有惡化效應。由此，財政支出將對人力資本配置具有重要影響。（2）教育水平（lnedu），以（小學人數(shù)×6+初中×9+高中×12+中職×12+大?！?5+本科×16+研究生×19）/6歲以上人口計算所得的人均受教育年限的自然對數(shù)表示。受教育水平較低往往面臨就業(yè)面狹窄的問題，而通常受教育水平越高，選擇職業(yè)的自由度越大，人力資本在行業(yè)間的流動性更強，有利于緩解人力資本錯配。（3）居民消費水平（lnhcl），以居民消費水平指數(shù)（2000年=100）計算的實際居民消費水平的自然對數(shù)表示。居民消費水平對勞動者的生產(chǎn)及生活環(huán)境具有重要作用，是引致物質(zhì)資本投資和人才流動區(qū)位選擇的重要變量，對人力資本配置具有重要影響。（4）信息化水平（it），以郵電業(yè)務總量與地區(qū)生產(chǎn)總值的比值表示。信息化發(fā)展有助于緩解物質(zhì)資本和人力資本配置的信息不對稱性，其引致的交易成本降低效應，有助于實現(xiàn)人力資本與其他要素資本的合理組合，進而對人力資本配置產(chǎn)生重要影響。（5）產(chǎn)業(yè)結(jié)構(gòu)調(diào)整（ir），構(gòu)建產(chǎn)業(yè)結(jié)構(gòu)調(diào)整指數(shù)ir=∑3a=1Pa/Pln（Pi/Hi×H/P），其中，a為產(chǎn)業(yè)，i為省份，P為產(chǎn)出，H為就業(yè)人員數(shù)。這是一個反向指標，產(chǎn)業(yè)結(jié)構(gòu)與就業(yè)結(jié)構(gòu)耦合度最高時該指數(shù)為零，且全部為正，因而取倒數(shù)使之成為一個正向指標進入模型。產(chǎn)業(yè)結(jié)構(gòu)調(diào)整對物質(zhì)資本投資方向產(chǎn)生重要影響，并引致人力資本流動及配置方式的變革，通常產(chǎn)業(yè)結(jié)構(gòu)變遷與人力資本配置調(diào)整不同步，產(chǎn)業(yè)的升級與發(fā)展落后或超前于人力資本配置水平的提高，均會加劇人力資本錯配[8]。（6）貿(mào)易開放水平（trade），以進出口總額（萬美元）×當年匯率與地區(qū)生產(chǎn)總值的比值表示。貿(mào)易開放水平是營商環(huán)境的重要組成部分，較高的貿(mào)易開放水平有助于物質(zhì)資本和人力資本的形成及合理配置，從而緩解人力資本錯配。（7）城鎮(zhèn)化水平（urban），以城鎮(zhèn)人口占總?cè)丝诘谋戎乇硎?。城?zhèn)化是產(chǎn)業(yè)及人口等要素資源向城鎮(zhèn)地區(qū)逐步集聚的過程，城鎮(zhèn)化建設引發(fā)的投資及人口流動效應，對各類要素配置具有重要影響，是引致人力資本配置調(diào)整的重要變量。

本文選取2000—2017年中國30個省份（不含西藏和港澳臺地區(qū)）的數(shù)據(jù)作為樣本，為消除數(shù)量級差異，本文對部分數(shù)據(jù)取自然對數(shù)。人均財政支出數(shù)據(jù)來源于中國財政稅收數(shù)據(jù)庫，其余解釋變量的相關數(shù)據(jù)來源于歷年《中國統(tǒng)計年鑒》。

（二）模型構(gòu)建

區(qū)域經(jīng)濟一體化背景下的人力資本等生產(chǎn)要素的跨行政區(qū)域流動，使得人力資本配置效率可能在空間上具有相關性。上述區(qū)域泰爾指數(shù)的分解結(jié)果也顯示出人力資本錯配可能存在一定的地理空間關聯(lián)，對于這種空間相關性的忽略必然導致在模型的估計上存在偏誤以及進行錯誤的參數(shù)檢驗[25]ADDINNE.Ref.{13221427-2D66-4ABA-A263-E988F19D66DD}?？臻g計量模型由于考慮了變量存在空間轉(zhuǎn)移擴散的情形，通過引入空間權(quán)重矩陣對可能存在的空間關聯(lián)進行控制，有助于有效識別影響人力資本錯配指數(shù)的時空因素。在空間計量模型的選擇中，如果滿足殘差存在明顯相關性或擾動項結(jié)構(gòu)存在高階空間依賴，則需要使用空間自相關模型（Spatial Auto Correlation Model，SAC），本文使用LM檢驗得出其殘差存在顯著相關性（在1%的水平上顯著），因而構(gòu)建計量模型如下：

τLit=ρωijτLit+δ1lnlgsit+δ2lneduit+δ3lnhclit+δ4itit+δ5irit

+δ6tradeit+δ7urbanit+εit（10）

其中，i和t分別表示省份和年份;ρ表示空間自回歸系數(shù);ωij作為二進制的鄰接空間權(quán)重矩陣，表示不同地區(qū)之間的空間聯(lián)系和互動關系，當省份i和省份j相鄰時，ωij=1，當省份i和省份j不相鄰時，ωij=0;εit表示隨機擾動項。

（三）空間相關性檢驗

本文通過Moran's I及其散點圖對中國人力資本錯配指數(shù)進行全局空間自相關檢驗。Moran's I反映了觀測值與空間滯后項的相關關系。Moran's I∈-1，1，其值大于零，表征高值與高值相鄰、低值與低值相鄰，說明具有正的空間相關性;其值小于零，表示高值與低值相鄰，則說明具有負的空間相關性。如果其值接近零，則表明不存在空間自相關。

本文對中國30個省份人力資本錯配指數(shù)的 Moran's I進行了空間自相關檢驗。檢驗結(jié)果顯示：Moran's I 為0.1902，且通過了1%的顯著性水平檢驗，這表明各省份人力資本錯配指數(shù)在空間上存在依賴現(xiàn)象。進一步進行局部Moran's I檢驗，結(jié)果表明，人力資本錯配指數(shù)在2000—2007年的空間相關性為負但不顯著，2008—2017年的局部Moran's I均通過5%顯著性檢驗，說明2008年以后，人力資本錯配的空間相關性才逐漸顯現(xiàn)。

（四）回歸結(jié)果分析

表5是本文空間計量回歸結(jié)果。

從表5可以看出，列（1）報告了式（10）各變量的點估計系數(shù)，其中，N=540，R2=0.100，ρ的估計值為-0.355，且在5%的水平下顯著，誤差項的空間自回歸系數(shù)的估計值為0.372，且在1%的水平下顯著，故存在空間自回歸效應。同時LM檢驗和Robust LM檢驗均顯著拒絕不存在空間相關性的原假設，這意味著本文采用空間自相關模型是合理的。列（2）—列（4）為采用偏微分方法對式（10）所報告的點估計系數(shù)進行的空間溢出效應分解，分別為直接效應、間接效應和總效應。

地方政府擴大財政支出規(guī)模加劇了本地區(qū)的人力資本錯配，但對相鄰地區(qū)的人力資本錯配具有一定的緩解作用。總效應顯著為正，說明地方政府財政支出總體上加劇了人力資本錯配;提升消費水平有助于緩解本地區(qū)人力資本錯配，但一定程度上加劇了相鄰地區(qū)的人力資本錯配，總體來看，消費水平的提升整體有助于緩解人力資本錯配;信息化發(fā)展有助于緩解本地區(qū)人力資本錯配，但在一定程度上加劇了相鄰地區(qū)的人力資本錯配，而總效應顯著為負，說明信息化建設整體上有助于改善人力資本配置效率;第二、三產(chǎn)業(yè)的發(fā)展及其占比的上升，加劇了人力資本錯配;加大教育投入以提升本地區(qū)勞動者的教育水平，提升貿(mào)易開放水平和加快城鎮(zhèn)化進程對人力資本錯配的影響均不顯著。

（五）穩(wěn)健性檢驗

空間計量模型的參數(shù)估計結(jié)果受到空間權(quán)重矩陣選取的影響較大，針對不同空間權(quán)重矩陣進行穩(wěn)健性估計是有必要的。因此，本文分別采用經(jīng)濟距離空間權(quán)重矩陣、地理距離空間權(quán)重矩陣和經(jīng)濟距離與地理距離嵌套的空間權(quán)重矩陣進行穩(wěn)健性檢驗。經(jīng)濟距離空間權(quán)重矩陣為ωeco，當省份i≠j，ωeco=1/gdpij，當省份i=j，ωeco=0，gdpij表示兩個地區(qū)的經(jīng)濟距離，用人均GDP之差表示。地理距離空間權(quán)重矩陣為ωdis，當省份i≠j，ωdis=1/dij，當省份i=j，ωdis=0，dij表示兩個省會城市的地理距離。經(jīng)濟距離與地理距離嵌套的空間權(quán)重矩陣如下：ω=σωeco+（1-σ）ωdis，0<σ<1，分別表示經(jīng)濟距離空間權(quán)重與地理距離空間權(quán)重各自所占比重?；跇O大似然估計法對空間自相關模型進行估計，結(jié)果顯示，絕大多數(shù)解釋變量的符號方向和顯著性與一致，這表明本文的估計結(jié)果是穩(wěn)健的。限于篇幅，穩(wěn)健性結(jié)果未在正文列出，留存?zhèn)渌鳌?/p>

空間計量模型的參數(shù)估計結(jié)果受到空間權(quán)重矩陣的選取的影響較大，針對不同空間權(quán)重矩陣下的估計進行穩(wěn)健性估計是有必要的。因此，本文分別采用經(jīng)濟地理距離加權(quán)權(quán)重矩陣、經(jīng)濟距離權(quán)重矩陣以及地理距離權(quán)重矩陣進行穩(wěn)健性檢驗。經(jīng)濟地理距離加權(quán)權(quán)重矩陣的空間權(quán)重矩陣如下：ω=σωeco+（1-σ）ωdis，0<σ<1，分別表示經(jīng)濟距離空間權(quán)重與地理距離空間權(quán)重各自所占比重;本文將取值為1，則定義的經(jīng)濟距離權(quán)重矩陣為：當省份i≠j，ωeco=1/gdpij，當省份i=j，ωeco=0，gdpij表示兩個地區(qū)的經(jīng)濟距離，用人均GDP之差表示。ωdis為地理距離權(quán)重矩陣，當省份i≠j，ωdis=1/dij，當省份i=j，ωdis=0，dij表示兩個省會城市的地理距離?；跇O大似然估計法對空間自相關模型進行估計，結(jié)果顯示，絕大多數(shù)解釋變量的符號方向和顯著性與前文保持一致，這表明本文的估計結(jié)果是穩(wěn)健的。

限于篇幅，穩(wěn)健性結(jié)果未在正文列出，留存?zhèn)渌鳌?/p>

六、主要結(jié)論與政策建議

在“粗放型”增長向高質(zhì)量發(fā)展轉(zhuǎn)型的背景下，人力資本要素在經(jīng)濟高質(zhì)量發(fā)展過程中的作用更為凸顯，矯正人力資本錯配以提升人力資本的配置效率，有助于挖掘全要素生產(chǎn)率增長的潛力，實現(xiàn)經(jīng)濟的高質(zhì)量發(fā)展。

本文利用C-D生產(chǎn)函數(shù)對2000—2017年中國30個省份的人力資本錯配指數(shù)進行測度，從省級層面、區(qū)域?qū)用婵疾炝巳肆Y本錯配的類型和演進特征，通過泰爾指數(shù)對東中西三大地區(qū)和八大經(jīng)濟區(qū)人力資本錯配的區(qū)域差異及來源進行揭示，通過空間計量模型檢驗了人力資本錯配的空間關聯(lián)及影響因素。研究結(jié)果表明：首先，2000—2017年中國各省份均存在明顯的人力資本錯配，錯配類型由2000年的配置過度演變?yōu)?017年的配置不足，核密度估計結(jié)果顯示，中國人力資本錯配總體上得到緩解。八大經(jīng)濟區(qū)人力資本錯配及其演化特征存在異質(zhì)性：東北、東部沿海和西北經(jīng)濟區(qū)人力資本由配置不足向配置過度轉(zhuǎn)化，且呈現(xiàn)出不斷惡化趨勢;北部沿海經(jīng)濟區(qū)存在人力資本配置不足問題;南部沿海、黃河中游和西南經(jīng)濟區(qū)存在人力資本配置過度轉(zhuǎn)為不足且進一步加劇;長江中游經(jīng)濟區(qū)表現(xiàn)為人力資本配置過度。其次，人力資本錯配指數(shù)區(qū)域差異較大，且差異呈現(xiàn)擴大趨勢?；谌蟮貐^(qū)和八大經(jīng)濟區(qū)的泰爾指數(shù)分解結(jié)果顯示，全國人力資本錯配系數(shù)的差異均主要來源于區(qū)域內(nèi)差異。但與三大地區(qū)的分解結(jié)果相比，八大經(jīng)濟區(qū)人力資本錯配指數(shù)的區(qū)域間差異的貢獻率明顯上升。最后，人力資本錯配指數(shù)具有空間相關性，地方政府財政支出和產(chǎn)業(yè)結(jié)構(gòu)調(diào)整對人力資本錯配指數(shù)的改善有不同程度的阻礙作用;居民消費水平和信息化水平對人力資本錯配都有不同程度的緩解作用，城鎮(zhèn)化水平和貿(mào)易開放水平則對人力資本錯配指數(shù)的影響不顯著。

基于上述結(jié)論，筆者提出如下政策建議：

首先，提升人力配置不足地區(qū)的人力資本供給水平，消化過剩產(chǎn)能，促進人力資本供給的均衡化。總體上中國人力資本錯配主要由配置過度向配置不足轉(zhuǎn)變，這說明相對于經(jīng)濟發(fā)展對人力資本要素的最優(yōu)需求而言，中國人力資本供給明顯不足，應進一步落實好二胎、三胎政策以應對老齡化帶來的青壯年勞動力數(shù)量下降的趨勢。同時還應大力實施人才強國戰(zhàn)略，加大社會保障、醫(yī)療保障、教育和培訓的投入力度，提高人力資本的質(zhì)量，以最大限度挖掘人力資本水平的提升潛力。

其次，差異化推進各省份或地區(qū)的人力資本錯配矯正方案，促進人力資本的跨地區(qū)流動。

各省份人力資本錯配程度及類型具有異質(zhì)性，對于配置過度的東北、東部沿海、長江中游和西北經(jīng)濟區(qū)，應加大力度吸引外來產(chǎn)業(yè)或企業(yè)流入，以及通過政策引導與市場化機制相結(jié)合，引導過剩勞動力向人力資本配置不足的地區(qū)流動;而對于配置不足的北部沿海、南部沿海、黃河中游和西南經(jīng)濟區(qū)，則應通過跨區(qū)域合作，引導更多的產(chǎn)能向人力資本配置過度的地區(qū)轉(zhuǎn)移，并通過積極的人才引進政策，引導勞動力流入人力資本配置過度的地區(qū)。上述戰(zhàn)略或政策的有效實施，均需要各省份或地區(qū)的戰(zhàn)略協(xié)同和政策合作。

再次，大力實施擴大內(nèi)需戰(zhàn)略，提升居民消費水平?？紤]到居民消費水平的提升有助于緩解人力資本錯配，各地區(qū)應大力實施擴大內(nèi)需戰(zhàn)略，以促進居民消費的數(shù)量和質(zhì)量提升。例如，通過供給側(cè)結(jié)構(gòu)性改革，圍繞居民消費的熱點及升級趨勢，優(yōu)化企業(yè)產(chǎn)品或服務的供給方向，提升產(chǎn)品或服務的技術(shù)含量、品牌價值及附加值，以實現(xiàn)產(chǎn)品或服務供給與消費需求的有效匹配。

最后，大力發(fā)展以移動互聯(lián)網(wǎng)和人工智能等數(shù)字技術(shù)為支撐的數(shù)字經(jīng)濟。信息化發(fā)展有助于從整體上緩解人力資本錯配，應大力發(fā)展數(shù)字經(jīng)濟和提升地區(qū)信息化水平，通過數(shù)字經(jīng)濟與傳統(tǒng)制造業(yè)和農(nóng)業(yè)等的深度融合，促進產(chǎn)業(yè)的高質(zhì)量發(fā)展。信息化和數(shù)字經(jīng)濟的發(fā)展也在一定程度上消減地區(qū)、省級之間的要素流動的交易成本，有助于人力資本在不同地區(qū)或不同省份之間的跨區(qū)域優(yōu)化配置。

參考文獻：

[1] Schultz， T.W.The Economic Value of Education[M].New York：Columbia University Press，1963.1-17.

[2] 蔡昉.中國改革成功經(jīng)驗的邏輯[J].中國社會科學，2018，（1）：29-44.

[3] 張佩.中國工業(yè)部門的行業(yè)間資源錯配研究[J].投資研究，2013，（6）：15-27.

[4] 龔關，胡關亮.中國制造業(yè)資源配置效率與全要素生產(chǎn)率[J].經(jīng)濟研究，2013，（4）：4-15+29.

[5] 季書涵， 朱英明.產(chǎn)業(yè)集聚的資源錯配效應研究[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2017，（4）：57-73.

[6] 白俊紅，劉宇英.對外直接投資能否改善中國的資源錯配[J].中國工業(yè)經(jīng)濟，2018，（1）：60-78.

[7] 李靜， 楠玉， 劉霞輝.中國經(jīng)濟穩(wěn)增長難題：人力資本錯配及其解決途徑[J].經(jīng)濟研究，2017，（3）：18-31.

[8] 解晉.中國分省人力資本錯配研究[J].中國人口科學，2019，（6）：84-96.

[9] 胡鞍鋼.從人口大國到人力資本大國：1980～2000年[J].中國人口科學，2002，（5）：3-12.

[10] 李海崢， 梁赟玲， Barbara Fraumeni，等.中國人力資本測度與指數(shù)構(gòu)建[J].經(jīng)濟研究，2010，（8）：42-54.

[11] 龔關， 胡關亮.中國制造業(yè)資源配置效率與全要素生產(chǎn)率[J].經(jīng)濟研究，2013，（4）：4-15.

[12] 馬穎， 何清， 李靜.行業(yè)間人力資本錯配及其對產(chǎn)出的影響[J].中國工業(yè)經(jīng)濟，2018，（11）：5-23.

[13] 葛晶， 李勇.行政壟斷視角下人力資本錯配的成因及其解釋[J].中南財經(jīng)政法大學學報，2019，（5）：43-52.

[14] 王宋濤， 溫思美， 朱騰騰.市場分割、資源錯配與勞動收入份額[J].經(jīng)濟評論，2016，（1）：13-25.

[15] 劉貫春， 張曉云， 鄧光耀.要素重置、經(jīng)濟增長與區(qū)域非平衡發(fā)展[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2017，（7）：35-56.

[16] 楊志才.要素配置、收入差距與經(jīng)濟增長的實證研究[J].經(jīng)濟與管理研究，2019，（10）：16-29.

[17] 王啟超， 王兵， 彭睿.人才配置與全要素生產(chǎn)率——兼論中國實體經(jīng)濟高質(zhì)量增長[J].財經(jīng)研究，2020， （1）：64-78.

[18] 李靜， 楠玉.人力資本錯配下的決策：優(yōu)先創(chuàng)新驅(qū)動還是優(yōu)先產(chǎn)業(yè)升級？[J].經(jīng)濟研究，2019，（8）：152-166.

[19] 李靜.人力資本錯配：產(chǎn)業(yè)比較優(yōu)勢演進受阻及其解釋[J].統(tǒng)計與信息論壇，2017，（10）：95-101.

[20] Aoki， S.A Simple Accounting Framework for the Effect of Resource Misallocation on Aggregate Productivity[J].Japanese and International Economies，2012，26（4）：473-494.

[21] 陳永偉， 胡偉民.價格扭曲、要素錯配和效率損失：理論和應用[J].經(jīng)濟學（季刊），2011，（4）：1401-1422.

[22] 趙志耘， 劉曉路， 呂冰洋.中國要素產(chǎn)出彈性估計[J].經(jīng)濟理論與經(jīng)濟管理，2006，（6）：5-11.

[23] 趙偉， 馬瑞永.中國區(qū)域金融增長的差異——基于泰爾指數(shù)的測度[J].經(jīng)濟地理，2006，（1）：11-15.

[24] 張軍， 吳桂英， 張吉鵬.中國省際物質(zhì)資本存量估算：1952—2000[J].經(jīng)濟研究，2004，（10）：35-44.

[25] 王家庭， 賈晨蕊.中國區(qū)域創(chuàng)新能力及影響因素的空間計量分析[J].中國科技論壇，2009，（12）：73-78.

收稿日期：2021-07-02

基金項目：國家社會科學基金重大項目“全球生產(chǎn)核算的理論、方法和中國實踐研究”（20&ZD134）;國家社會科學基金重點項目“2017年輪全球ICP方法和數(shù)據(jù)問題研究”（20ATJ001）

作者簡介：楊仲山（1971-），男，陜西漢中人，教授，博士，博士生導師，主要從事國民經(jīng)濟核算和宏觀經(jīng)濟統(tǒng)計分析研究。E-mail：yangzs@dufe.edu.cn

謝 黎（通訊作者）（1996-），男，重慶人，博士研究生，主要從事國民經(jīng)濟核算和宏觀經(jīng)濟統(tǒng)計分析等研究。E-mail：dufexieli@163.com