熊虎¹, 田盈^2,, 田力³
1. 南京大学经济学院,南京 210093
2. 重庆师范大学经济与管理学院,重庆 401331
3. 北京理工大学机械与车辆学院,北京 100081

Empirical study on the impacts of the matching between human capital and industrial structure on investment efficiency

XIONGHu¹, TIANYing^2,, TIANLi³
1. School of Economics,Nanjing University,Nanjing 210093,China
2. School of Economics and Management,Chongqing Normal University,Chongqing 401331,China
3. School of Mechanical Engineering,Beijing Institute of Technology,Beijing 100081,China
通讯作者:田盈,E-mail：ty1972ty@163.com
收稿日期:2015-12-14
修回日期:2016-08-30
网络出版日期:2016-11-16
版权声明:2016《资源科学》编辑部《资源科学》编辑部
基金资助:国家社会科学基金项目（14XJL002）
作者简介:
-->作者简介：熊虎,男,湖北江陵人,博士生,研究方向为区域经济增长。E-mail：xionghu2013@qq.com



展开

摘要
本文从人力资本与产业结构匹配的角度分析了投资效率的影响因素。采用中国30个省份1997-2013年省际面板数据,估计了人力资本与产业结构匹配度对地区投资效率的影响,并且进行了稳健性检验。在度量人力资本与产业结构的匹配程度时,利用系统理论和耦合理论,构建了匹配度的测算模型,对人力资本与产业结构的匹配程度进行了测算和分析。研究表明：中国人力资本与产业结构的匹配度整体较高,随时间变化有上升的趋势,但各省间的差异较为明显;人力资本与产业结构匹配度的提升能够提高地区投资效率。各地区在制定产业结构政策时,应注重与其人力资本禀赋相适应,提高两者匹配程度,进而改善投资效率,从而提高经济增长质量。

关键词：人力资本;产业结构;匹配;投资效率;耦合协调度
Abstract
：The Chinese economy has reached a New Normal stage,characterized by a shift from rapid growth to moderate rapid growth. Therefore,transforming economic growth patterns and improving the quality of economic growth are required. Improving investment efficiency is an important means and key factor in this transformation. Here,we analyzed the factors influencing investment efficiency and the match between human capital and industrial structure. The article,using data in 30 provinces from 1997 to 2013,established a panel data model which takes matching degree as the main explanatory variable and estimates the effects of matching between human capital and industrial structure on regional investment efficiency. Stabile tests were then run. We measured the matching degree between human capital and industrial structure using system theory and coupling theory,and tried to establish a coupling model of the human capital-industrial structure system and establish an index system with rich connotation. From the provincial horizontal and temporal vertical,we analyzed the matching degree. We found that the degree of matching between human capital and industrial structure in China is high overall and the trend is upward,but differences among provinces are obvious. Improvement in the matching degree between human capital and industrial structure increases regional investment efficiency and the result is steady. Therefore,when governments at all levels focus on improving human capital and upgrading industrial structure,they should pay more attention to the matching and coordination. The policy for industrial structure should be made according to local human capital and other factor endowments,or increasing policy of human capital be made according to the distribution of local industrial structure and actual development in order to increase the matching degree,and improve investment efficiency and the quality of economy growth.

Keywords：human capital;industrial structure;matching;investment efficiency;coupling coordination degree

-->0
PDF (699KB)元数据多维度评价相关文章收藏文章
本文引用格式导出EndNoteRisBibtex收藏本文-->
熊虎, 田盈, 田力. 人力资本与产业结构匹配对投资效率影响的实证分析[J]. , 2016, 38(11): 2095-2105 https://doi.org/10.18402/resci.2016.11.08
XIONG Hu, TIAN Ying, TIAN Li. Empirical study on the impacts of the matching between human capital and industrial structure on investment efficiency[J]. 资源科学, 2016, 38(11): 2095-2105 https://doi.org/10.18402/resci.2016.11.08

1 引言

经典的经济增长理论认为,物质资本的积累是经济增长的重要因素。中国30多年的增长奇迹已经证明了投资是中国经济持续稳定增长的主要动力,可是近年来,以要素投入为主来推动经济增长的发展模式,其弊端日益凸显。过度追求投资来推动的经济增长,已经越来越不能适应中国经济社会发展的需要。在此背景下,转变经济增长方式、提高经济增长质量就显得尤为重要。然而,在影响长期经济增长方面,投资的作用实际上依赖于投资的“效率”和投资所推动的技术进步^[1]。投资效率的提高既是经济增长质量提升的重要途径,也是决定经济持续性增长的关键因素^[2]。
近年来中国****关于投资效率的研究文献比较丰富。樊潇彦等将有关宏观投资效率高低判断的研究分成三大类：投资总量的角度、投资结构的角度、体制特征等其他角度^[3]。对于宏观投资总量效率的研究又常采用到三种方法：基于新古典增长理论的经济动态效率的研究方法^[4,5];采用宏观经济指标如增量资本产出比、产出资本比、资本产出比等进行研究^[6-8];采用数据包络分析法（DEA）来计算投资效率^[9]。
上述有关宏观投资效率高低判断的文献中,都隐含了一个重要的研究前提,即投资效率的提高对于经济增长的持续性非常重要。主要体现在以下几个方面：从总体层面来看,沈坤荣等认为投资效率低下是影响宏观经济波动的重要原因,影响了经济的稳定性^[10]。李稻葵等认为降低国民投资率,改善投资效率,中国经济的增长率并不会发生大幅下降^[11]。从地区层面来看,武剑认为投资效率上的差别^[12],是造成区域经济差距长期存在的主要因素,投资效率的改善能够缩小不发达与发达地区的差距,而郭志仪等也认为,投资对不同地区经济增长的影响之所以表现出较大的差异,主要归因于不同地区的制度因素所引起的投资效率的差距^[13]。
关于提高投资效率的措施,袁珮认为能通过技术进步来提高投资效率^[2];郭志仪等认为通过深化体制改革,调整所有制结构,从而达到优化资源配置和提高投资效率的目的^[13];杜两省等认为可以通过提高人力资本质量、促进人力资本流动为投资效率的提高做出应有的贡献^[14]。然而,经过实证研究发现,提高人力资本和产业结构的匹配同样有助于改善地区投资效率,促进经济有效增长。人力资本和产业结构的匹配能够通过充分发挥人力资本的能动性来促进技术进步。匹配程度的提高,能加速人力资本的流动,促进产业结构的优化升级,并优化资源配置,从而提高投资效率。
尽管许多文献提到了人力资本与产业结构匹配的重要性^[14,15] ,但仅有少量文献采用灰色关联法对人力资本与产业结构的关联耦合程度进行定量的测算^[16-18]。灰色关联法所测算的关联耦合度不适于构建用于实证分析的面板数据集,难以观察省域层面耦合度的时间变化趋势。而本文在耦合协调度模型的基础上建立了匹配度的测算模型,该模型的计算结果既能观察匹配程度的区域差距,又能分析时间变化趋势。
本文从人力资本与产业结构匹配的角度实证分析了投资效率的影响因素,构建以匹配度为主要解释变量的面板数据模型,进行匹配度对投资效率影响的实证分析,并进行了稳健性检验。在计算匹配度的过程中,建立了匹配度的测算模型,构建内涵丰富的人力资本和产业结构系统的指标体系,从省域横向和时间纵向两个层面对中国省域人力资本与产业结构的匹配度进行了测算和分析。

2 模型设定与变量说明

本文采用中国30个省份（西藏、港澳台数据缺失不考虑）1997-2013年的面板数据,实证检验了人力资本与产业结构的匹配程度对投资效率提升的重要作用。中国东部地区包括北京、天津、上海、浙江、江苏、福建、广东、辽宁、山东、河北、海南11个省份, 中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南8个省份,西部地区包括内蒙古、广西、四川、贵州、云南、陕西、甘肃、青海、宁夏、重庆、新疆11个省份。

2.1 模型设定与估计方法

本文的数据结构为各省1997-2013年的面板数据,使用可以控制个体效应和时间效应对回归结果产生偏差的面板模型来进行检验,建立的面板模型如下：
ICORit=c+αXit+βZit+μi+γt+εit（1）
式中 ICORit为i省第t年的投资效率;X为主要考察的解释变量即人力资本与产业结构的匹配度;Z为控制变量;i为省份;t为时间;c为常数项;α与β为回归系数矩阵; μi为不随时间变化的个体固定效应; γt为时间固定效应; εit为误差项。所有的变量都取对数进行处理。本文引入时间趋势变量T（1997=1）而不采用用时间虚拟变量来控制时间固定效应。为了方便,本文对ICOR先取对数,再取其相反数,然后进行回归分析。
本文使用以下四种方法对面板模型进行估计：
（1）混合回归（OLS）;
（2）固定效应模型（FE）;
（3）随机效应模型（RE）;
（4）面板工具变量的二阶段最小二乘法（2SLS）。
然后使用模型设定的相关检验来判断最优模型,再对计量结果进行分析。

2.2 变量选取

2.2.1 被解释变量：投资效率
结合本文的研究实际,采用增量资本产出比（ICOR）作为衡量投资效率指标^[19,20]。ICOR表示增加单位总产出所需资本投入的增加量,其计算公式为：
ICORit=(Kit-Ki，t-1)/(GDPit-GDPi，t-1)=Iit/(GDPit-GDPi，t-1)（2）
式中 ICORit为第t年i省的投资效率; Kit为第t年i省的资本; GDPit为第t年i省的地区生产总值; Iit为第t年i省的投资。显然,增量资本产出比越小,投资效率越高。本文使用扣除了存货的固定资本形成额作为投资的衡量指标^[11]。计算ICOR时需要对名义投资额和名义GDP进行平减,将固定资产价格指数和GDP平减指数转化为1997年为基期,通过计算可以得到以1997年为基期的实际投资额与实际GDP,然后根据公式（2）可以计算各省的ICOR。
2.2.2 核心解释变量：人力资本与产业结构匹配度
本文的核心解释变量为人力资本与产业结构匹配度（match）。人力资本与产业结构的匹配是指人力资本与产业结构之间存在着相互促进的作用,同时也存在着相互制约的动态关系。无论是人力资本还是产业结构,都是由不同层次、不同类型的分项所组成的,是两个复杂的系统。耦合指两个或两个以上的系统通过各种相互作用进而彼此影响的现象,是在各个子系统之间的良性互动下相互依赖、相互协调、相互促进的动态关系。因此,本文借用耦合来刻画人力资本与产业结构间的匹配程度,采用人力资本与产业结构耦合协调度来度量两者的匹配度。
2.2.3 控制变量
本文所选取的控制变量有：
（1）市场化程度（market）,采用樊纲等构建的中国市场化指数作为对各省市场化程度的衡量^[21],但是该指数只有1997-2009年的数据,剩余年份的数据参照韦倩等对市场化指数进行了估计^[22]。
（2）人力资本（human）,使用6岁以上人口的人均受教育年限。
（3）人力资本与产业结构的匹配度与人力资本的交互项（match×human）。
（4）经济发展程度（gdp）,用1997年价的地区生产总值来表示。
（5）政府干预程度（gov）,采用了财政支出—GDP比率来衡量政府干预程度,计算方法是地方政府财政支出中扣除了科教文卫的支出后除以当年的GDP。
（6）交通基础设施。使用交通密度（traffic）来度量交通基础设施水平,计算方法是由三类交通基础设施指标加总后除以该省的土地面积。
（7）其他控制变量。本文用非农人口数占总人口数的比重来度量城市化水平（urban）,用各省当年的按人民币对100美元年平均汇率折算的进出口总额占地区生产总值的比重来衡量经济开放性程度（open）,同时用从业人员总数来衡量各省的劳动力数量（labor）。为了节省自由度,本文不采用时间虚拟变量,而引入时间趋势变量T（1997=1）作为控制变量,从而控制时间固定效应。

3 数据来源与核心解释变量的测算

3.1 数据来源

本文的数据来源于历年的《中国统计年鉴》^[23]、《中国科技统计年鉴》^[24]、《中国教育统计年鉴》^[25]、《中国劳动统计年鉴》^[26]、《中国环境统计年鉴》^[27]、《新中国六十年统计资料汇编》^[28]、各省统计年鉴^[29]。

3.2 核心解释变量的测算

3.2.1 匹配度测算模型的构建
人力资本作为要素投入系统,产业结构作为产品输出系统,两者存在着密切的相互作用。人力资本水平的提升会加速产业结构的调整升级^[30-32],而产业结构的调整升级也会促进人力资本水平的提升^[33,34]。人力资本与产业结构的匹配协调机制主要体现为这两者的相互影响。
耦合模型已经在经济学领域得到了广泛的运用^[35-37]。本文采用系统理论和耦合理论来对人力资本与产业结构间匹配度进行研究,建立“人力资本—产业结构”系统耦合模型,对人力资本与产业结构匹配度进行测算。
（1）设定功效函数。设变量 Ui（i=1,2）是人力资本和产业结构系统的两个综合序参量, uij（j=1,2, ?,n）为第i个序参量的第j个指标,其值为 Xij。 αij与 βij分别是系统稳定临界点序参量的上、下限值。人力资本和产业结构系统对系统有序的功效系数 uij可以表示为：
uij=(Xij-βij)(αij-βij)，uij具有正功效(αij-Xij)(αij-βij)，uij具有负功效（3）
式中标准化的功效系数 uij为 Xij对系统的功效贡献大小,反映了指标达到理想目标的满意度,而且其值在0与1之间,其值越大满意度越高。在计算功效值时,以同年同地区的指标中最大值和最小值作为序参量的上下限标准^[37]。
（2）建立测算模型。人力资本-产业结构系统中人力资本和产业结构是两个不同但又相互作用的子系统,子系统内各个序参量对整个系统的“总贡献”即综合序参量,可采用线性加权法来实现,即：
Ui=∑j=1nλijuij,∑j=1nλij=1（4）
式中 Ui（i=1,2）分别为人力资本综合序参量和产业结构综合序参量; λij为序参量所对应的权重,可采用墒值赋权法来确定权重^[37]。本文使用容量耦合系数模型构建人力资本和产业结构的匹配度模型：
match=C×T（5）
C=(U1×U2)/[(U1+U2)/2]22（6）
T=aU1+bU2（7）
式中match为人力资本和产业结构的匹配度即衡量了人力资本和产业结构的匹配程度;C为系统耦合度;T为人力资本-产业结构系统的综合协调指数,反映了人力资本与产业结构的整体协同效应; Ui（i=1,2）分别为人力资本综合序参量和产业结构综合序参量;a和b为参数。a和b的确定通常取决于两个综合序参量的重要程度,在分析人力资本和产业结构的耦合关系时,两者同等重要,所以a和b都取值为0.5。
3.2.2 指标体系构建
本文在综合分析众多研究者的成果的基础上,坚持科学性、系统性和数据的可得性原则,根据人力资本和产业结构的内涵和外延进行分析,建立“人力资本-产业结构”系统的指标体系（表1）。
Table 1
表1
表1“人力资本-产业结构”指标体系
Table 1The index system of human capital and industrial structure system

子系统	指标类型	指标	单位	功效类型
人力资本	教育	人口文化结构比例（未上学） 人口文化结构比例（小学） 人口文化结构比例（初中） 人口文化结构比例（高中） 人口文化结构比例（大专及以上） 生师比（小学） 生师比（普通中学） 生师比（普通高等学校） 教育经费	% % % % % 教师人数=1 教师人数=1 教师人数=1 万元	负 正 正 正 正 负 负 负 正
	健康	人口死亡率 每万人拥有病床数 每万人拥有卫生技术人员数	% 张 人	负 正 正
	科研	研究与试验发展经费支出 研发经费强度 专利申请授权量 技术市场成交额 期刊总印数	亿元 % 件 亿元 万册	正 正 正 正 正
产业结构	产值结构	第一产业产值占GDP比重 第二产业产值占GDP比重 第三产业产值占GDP比重	% % %	负 正 正
	就业结构	第一产业就业人员占总就业人员比重 第二产业就业人员占总就业人员比重 第三产业就业人员占总就业人员比重	% % %	负 正 正
	产业结构合理化	泰尔指数		负
	产业结构高级化	第三产业产值与第二产业产值之比	%	正
	产业结构高效化	第一产业劳动生产率 第二产业劳动生产率 第三产业劳动生产率	元/（人·年） 元/（人·年） 元/（人·年）	正 正 正
	产业结构可持续 发展	单位生产总值能源消费量 单位工业增加值废水排放量 单位工业增加值废气排放量	t标准煤/万元 t/万元 m3/元	负 负 负

新窗口打开
在建立人力资本系统指标体系时,从教育和健康两个维度来度量人力资本,并体现教育人力资本的数量和质量差异,同时加入科研这一维度,全面地描述人力资本水平的综合内涵。教育人力资本的数量指标可以用人口文化结构来表示。人力资本质量指标使用生师比替代。
在建立产业结构系统指标体系时,本文赋予了产业结构水平更丰富的内涵,包括产值结构,就业结构,产业结构合理化,产业结构高级化,产业结构高效化,产业结构可持续发展等方面。在构建产业结构指标时,将产业结构的可持续发展相关指标也一起进行考虑,主要原因在于产业结构的可持续性越来越受到重视。
3.2.3 匹配度的测算
根据上述计算方法,可以得到各个省份1997-2013年的人力资本综合序参量、产业结构综合序参量、耦合度和匹配度。各省部分年份的测算结果如表2所示。
Table 2
表2
表2各省人力资本与产业结构匹配度
Table 2The matching degree between human capital and industrial structure of all provinces

年份	1997	1998	2000	2002	2004	2006	2008	2010	2012	2013	均值
北京	0.899	0.915	0.927	0.939	0.931	0.921	0.925	0.896	0.899	0.904	0.918
福建	0.381	0.342	0.385	0.418	0.409	0.422	0.405	0.476	0.493	0.466	0.421
广东	0.562	0.541	0.571	0.614	0.578	0.590	0.578	0.605	0.616	0.613	0.589
海南	0.441	0.412	0.375	0.412	0.418	0.365	0.360	0.373	0.432	0.436	0.399
河北	0.385	0.382	0.402	0.376	0.394	0.387	0.401	0.397	0.411	0.420	0.396
江苏	0.481	0.483	0.531	0.472	0.484	0.522	0.563	0.618	0.659	0.666	0.543
辽宁	0.583	0.574	0.573	0.576	0.564	0.561	0.534	0.548	0.599	0.615	0.571
山东	0.420	0.427	0.429	0.459	0.469	0.474	0.476	0.498	0.514	0.527	0.469
上海	0.724	0.722	0.769	0.758	0.749	0.752	0.740	0.793	0.750	0.734	0.755
天津	0.653	0.641	0.657	0.672	0.671	0.645	0.641	0.661	0.651	0.665	0.656
浙江	0.441	0.446	0.445	0.499	0.526	0.538	0.542	0.554	0.601	0.594	0.518
甘肃	0.596	0.612	0.555	0.575	0.589	0.576	0.597	0.541	0.554	0.560	0.577
广西	0.485	0.488	0.495	0.500	0.530	0.527	0.504	0.522	0.494	0.501	0.508
贵州	0.387	0.368	0.353	0.421	0.440	0.411	0.441	0.414	0.375	0.431	0.403
内蒙古	0.679	0.691	0.647	0.667	0.671	0.702	0.680	0.683	0.723	0.670	0.681
宁夏	0.568	0.570	0.553	0.585	0.593	0.595	0.599	0.557	0.575	0.580	0.577
青海	0.514	0.545	0.537	0.568	0.515	0.528	0.524	0.528	0.502	0.547	0.536
陕西	0.780	0.772	0.783	0.747	0.755	0.721	0.711	0.702	0.754	0.791	0.747
四川	0.701	0.716	0.674	0.691	0.684	0.677	0.658	0.650	0.694	0.725	0.684
新疆	0.723	0.720	0.676	0.711	0.720	0.719	0.689	0.642	0.659	0.652	0.693
云南	0.573	0.611	0.552	0.545	0.549	0.549	0.537	0.516	0.507	0.508	0.547
重庆	0.589	0.609	0.687	0.677	0.667	0.707	0.683	0.674	0.673	0.675	0.672
安徽	0.506	0.493	0.573	0.560	0.578	0.596	0.637	0.581	0.649	0.643	0.577
河南	0.596	0.564	0.534	0.522	0.531	0.571	0.595	0.596	0.611	0.595	0.572
黑龙江	0.812	0.776	0.744	0.739	0.716	0.722	0.713	0.725	0.717	0.717	0.737
湖北	0.676	0.688	0.668	0.702	0.666	0.677	0.673	0.652	0.704	0.706	0.679
湖南	0.585	0.584	0.613	0.630	0.628	0.632	0.653	0.609	0.664	0.652	0.624
吉林	0.772	0.776	0.788	0.761	0.748	0.742	0.715	0.701	0.700	0.685	0.737
江西	0.486	0.469	0.496	0.484	0.499	0.473	0.555	0.473	0.487	0.497	0.504
山西	0.691	0.669	0.669	0.658	0.656	0.670	0.676	0.716	0.671	0.659	0.675

新窗口打开
从表2计算的数据数据可以看出,中国人力资本与产业结构的匹配度总体较高,但是各省间的差异较为明显。根据各省17年的人力资本和产业结构匹配度的均值来看,全国30个省份中,北京的匹配度最高,其值为0.918,其他29省份的匹配度值均在0.800以下。这些省份匹配程度不高的主要原因在于人力资本水平与产业结构水平发展不同步,从各省人力资本和产业结构综合序参量的年度均值来看,河北、辽宁、山东、陕西、四川、湖南、湖北、河南8省的人力资本综合序参量大于产业结构综合序参量,其余21省均表现为人力资本水平滞后于产业结构水平。同时也说明经济发达的程度与匹配度并不一定存在着正相关,正是这种高的匹配度使得经济欠发达省份具有了一种比较优势,发达地区将产业结构调整为资本密集型产业和技术密集型产业,而将劳动密集型产业向欠发达地区进行转移,因为欠发达省份人力资本和产业结构有较高的匹配程度,所以有了承接发达地区产业转移的人力资本基础,使得其产业结构能够较快的调整与升级,从而促进欠发达省份的经济快速发展。在这29省份中,只有海南和河北的平均匹配度在0.400以下,其他各省均在0.400以上,而河北的匹配度最低,为0.396。
北京、河北、海南三省市人力资本与产业结构匹配度差异的原因,在于各省份间发展程度的差异,具体体现在三省市间人力资本与产业结构综合序参量的相对大小的差异。2013年,从产业结构高级化指标来看,北京的第二产业与第三产业产值之比为3.443,河北为0.680,海南为1.743;从科研人力资本中的研发经费强度指标来看,北京为6.077,河北为0.996,海南为0.470,等等。这些数据表明中国省域间的发展存在着极大的不平衡。北京的人力资本与产业结构水平发展较为均衡,且其综合序参量的值都在0.850以上;而河北的人力资本与产业结构水平都较低,产业结构水平略滞后于人力资本水平;海南的人力资本和产业结构水平也较低,人力资本水平滞后于产业结构水平。对于河北和海南而言,人力资本与产业结构匹配度的提升还有很大的提升空间,河北的发展在重视人力资本的提高时应略偏向于产业结构的调整,而海南的发展在产业结构的调整时应注重提升与产业结构相适应的人力资本水平。因此,各地要根据自身实际对人力资本水平提升与产业结构调整做出因地制宜的侧重性调整。
同时,利用30个省份17年的面板数据进行了固定效应估计,用以比较各省匹配度在时间上的变动趋势。建立的模型为：
matchit=c+αt+μi+εit（8）
式中match为匹配度;t为时间;α为回归系数。 μi为不随时间变化的个体固定效应; εit为误差项。使用最小二乘虚拟变量模型（北京市为参照系）来对该模型进行估计。结果表明随时间的推移,人力资本和产业结构的平均匹配度逐渐上升。
但是各省匹配度随时间变化可能存在一定的差异,于是在模型（8）中加入地区虚拟变量与时间t的交互项,即：
matchit=c+αt+∑i=129βiDit+μi+εit（9）
式中D为地区虚拟变量;α与β为回归系数。回归结果中的交互项系数只有3个不显著,其余的交互项系数均统计显著。可见,随着时间的变化,各省匹配度的变化程度存在着一定的差异。

4 回归结果分析

利用中国各省1997-2013年的面板数据,采用面板数据模型,进行了人力资本与产业结构的匹配对投资效率影响的实证分析,得出结果见表3。
表3给出了面板数据模型的回归结果。首先,F检验、LM检验、Hausman检验等模型设定的检验表明,FE-2SLS模型最优。其次,对于FE-2SLS模型,工具变量的识别不足和弱识别检验结果显示使用的工具变量是合适的,因此FE-2SLS模型的估计结果有效。本文以FE-2SLS模型的结果进行解释,其余模型的结果作为参考。
从表3中所报告的结果来看,五种估计模型中除了FE模型外,其余四种模型都表明,本文所研究的核心解释变量即人力资本与产业结构的匹配对投资效率有正效应。其中,在OLS模型与RE-2SLS模型中,匹配度的系数在1%的显著性水平下都是统计显著的,而在RE模型和FE-2SLS模型中,匹配度的系数在10%的显著性水平下都是统计显著的。尽管在FE模型中,没有通过显著性水平的检验,但是其值为正。这意味着,人力资本与产业结构匹配度的提升能够显著改善各省的投资效率。由于人力资本与产业结构的匹配能够提升人力资本在产业中的使用效率,也能提高物质资本的使用效率,从而提升了宏观投资效率。
Table 3
表3
表3面板数据模型回归结果
Table 3The regression results of panel data model

变量	OLS	FE	RE	FE-2SLS	RE-2SLS
match	3.739***	1.562	2.619*	1.719*	3.065***
	（0.758）	（1.884）	（1.548）	（1.043）	（1.010）
human	-0.528**	0.452	-0.322	0.697*	-0.154
	（0.261）	（0.743）	（0.511）	（0.414）	（0.378）
match×human	-1.842***	-1.121	-1.511**	-1.158**	-1.725***
	（0.362）	（0.966）	（0.757）	（0.521）	（0.491）
gdp	-0.191***	-0.132	-0.224**	-0.518***	-0.405***
	（0.057）	（0.228）	（0.114）	（0.120）	（0.076）
market	0.331***	0.330***	0.273***	0.385***	0.310***
	（0.060）	（0.086）	（0.086）	（0.054）	（0.056）
traffic	-0.087***	0.039	-0.029	0.082*	0.011
	（0.018）	（0.089）	（0.062）	（0.048）	（0.037）
labor	0.340***	-0.036	0.367***	-0.118	0.495***
	（0.057）	（0.197）	（0.118）	（0.123）	（0.075）
open	0.053**	0.200***	0.129***	0.175***	0.141***
	（0.022）	（0.057）	（0.047）	（0.033）	（0.029）
urban	0.070	0.547***	0.284*	0.587***	0.325***
	（0.065）	（0.186）	（0.166）	（0.095）	（0.089）
gov	-0.001	-0.023	0.117**	-0.030	0.113*
	（0.055）	（0.063）	（0.058）	（0.068）	（0.065）
T	-0.035***	-0.066**	-0.045***	-0.023*	-0.036***
	（0.007）	（0.025）	（0.006）	（0.015）	（0.009）
样本量	510	510	510	480	480
F检验		0.000
LM检验1			0.000
LM检验2（识别不足）				0.000	0.000
Wald F（弱识别）				0.000	0.000
Hausman检验1			0.000		0.000
Hausman检验2		0.000

注：***、**、*分别为在1%、5%、10%的显著性水平下通过显著性检验;括号中为稳健性标准误差（robust）。
新窗口打开
从表3的FE-2SLS模型的回归结果还能得出以下结论：市场化指数、经济开放性程度和城镇化水平的回归系数为正,且在1%的显著性水平下统计显著,这意味着地区市场化程度、开放性程度与城镇化水平越高,地区的投资效率越高;人力资本、交通基础设施的回归系数为正,在10%的显著性水平下统计显著,人力资本水平的提升与交通基础设施的改善对于改善投资效率有一定的促进作用但影响有限;匹配度与人力资本的交互项的回归系数为负,在5%的显著性水平下统计显著,这种匹配程度并没有增强人力资本对投资效率的影响,反而有降低的作用,其原因可能是由于中国的人力资本水平偏低造成的,也有可能是在度量人力资本水平时只考虑了数量而忽视了质量;地区生产总值的回归系数为负,且在1%的显著性水平下统计显著,这可能是因为地区生产总值与投资效率间可能存在双向因果关系,从而导致了较为严重的内生性问题。此外,代表政府干预程度的财政支出占比和劳动力数量的回归系数统计不显著。

5 稳健性检验

考虑到模型设定的差异会导致不同的结论,本文进行了两种稳健性检验。
由于2010-2013年市场化指数缺失,采用控制个体效应和时间效应的面板数据模型进行缺失数据的估计。本文对采用估计结果与原数据组合而成的数据进行了实证分析,估计结果可能会因此产生偏差。为此,单独采用1997-2009年的面板数据集,进行稳健性检验,检验结果见表4。从第（4）列结果可以看出,尽管匹配度的回归系数未通过显著性检验,但计算的t统计量大于1,而且其值为正,仍表明了匹配度对投资效率的影响为正。
尽管面板数据模型较好地控制了个体效应和时间效应,2SLS估计法也较好地解决了因变量和解释变量间双向因果关系所引起的内生性问题。但考虑投资效率的动态变化也十分必要,将投资效率的一阶滞后项作为解释变量,同时引入地区生产总值的一期滞后项作为解释变量,使用系统广义矩估计法估计了该模型,从而进行稳健性检验。检验结果见表4,其中第（6）列使用1997-2009年的数据集,第（7）列使用1997-2013年的数据集。从AR（2）和Hansen检验看出,这两个动态面板数据集的SYS-GMM估计都是有效的。在（6）列中,匹配度的回归系数在5%的显著性水平下显著为正,在（7）列中,匹配度的回归系数在1%的显著性水平下显著为正。其结果表明了人力资本与产业结构匹配度的提升能够改善投资效率。
Table 4
表4
表4稳健性检验回归结果
Table 4The regression results of stabile tests

变量	OLS（1）	FE（2）	RE（3）	FE-2SLS（4）	RE-2SLS（5）	SYS-GMM（6）	SYS-GMM（7）
match	3.280***	1.568	1.668	2.176	2.416**	2.386***	1.717**
	（0.823）	（2.377）	（1.827）	（1.418）	（1.183）	（0.923）	（0.728）
human	-0.280	0.080	-0.071	-0.0001	-0.046	0.094	0.124
	（0.276）	（0.855）	（0.607）	（0.534）	（0.415）	（0.288）	（0.250）
match×human	-1.634***	-1.188	-1.020	-1.431**	-1.380**	-1.217***	-0.860**
	（0.399）	（1.240）	（0.917）	（0.732）	（0.582）	（0.449）	（0.349）
gdp	-0.213***	-0.091	-0.288**	-0.649***	-0.458***	5.284***	5.551***
	（0.063）	（0.312）	（0.115）	（0.165）	（0.083）	（1.010）	（0.781）
market	0.259***	0.203	0.199	0.305***	0.286***	0.029	-0.002
	（0.084）	（0.129）	（0.126）	（0.087）	（0.084）	（0.074）	（0.063）
traffic	-0.107***	-0.055	-0.105*	-0.020	-0.081**	-0.040	-0.035
	（0.202）	（0.078）	（0.055）	（0.050）	（0.036）	（0.030）	（0.029）
labor	0.355***	0.276	0.450***	0.172	0.585***	0.482***	0.471***
	（0.063）	（0.197）	（0.110）	（0.160）	（0.082）	（0.090）	（0.076）
open	0.062**	0.210***	0.132***	0.174***	0.141***	0.109***	0.107***
	（0.025）	（0.063）	（0.039）	（0.041）	（0.033）	（0.029）	（0.027）
urban	0.049	0.377**	0.248*	0.445***	0.307***	0.160	0.173*
	（0.070）	（0.163）	（0.139）	（0.119）	（0.096）	（0.120）	（0.103）
gov	-0.124**	-0.064	-0.044	-0.072	-0.004	-0.027	-0.065
	（0.059）	（0.077）	（0.062）	（0.071）	（0.065）	（0.056）	（0.052）
T	-0.020	-0.043	-0.012	0.012	-0.007	-0.016*	-0.013*
	（0.009）	（0.041）	（0.010）	（0.022）	（0.010）	（0.008）	（0.007）
L.icor						0.286***	0.282***
						（0.068）	（0.061）
L.gdp						-5.656***	-5.904***
						（0.988）	（0.768）
样本量	390	390	390	360	360	360	480
AR（2）检验						0.240	0.765
Hansen检验						1.000	1.000

注：***、**、*分别表示在1%、5%、10%的显著性水平下通过了显著性检验;括号中为稳健性标准误差（robust）;AR（2）检验回归系统中残差项的差分序列是否存在二阶自相关,零假设为不存在二阶自相关;Hansen检验工具变量是否存在过度识别,零假设为工具变量有效;AR（2）和Hansen检验报告的是P值。
新窗口打开

6 结论与建议

本文采用中国30个省份1997-2013年省际面板数据,估计了人力资本与产业结构匹配度对地区投资效率的影响,并且进行了稳健性检验。在测算匹配程度时,利用了系统理论和耦合理论,构建了匹配度的测算模型,对人力资本与产业结构的匹配程度进行了分析。研究表明：中国人力资本与产业结构的匹配度总体较高,而且随着时间的推移,匹配度有上升的趋势,但是各省间的差异较为明显;面板数据模型的回归分析结果表明了人力资本与产业结构的匹配度能够提高地区投资效率。人力资本与产业结构的匹配,既能提高人力资本水平的提升,又能促进产业结构的调整,这都有利于提高人力资本和物资资本的使用效率,从而改善投资效率。
本文的政策含义在于,各级政府在注重人力资本水平提升与产业结构升级的同时,更要重视两者的匹配与协调,根据当地人力资本等要素禀赋,制定与当地要素禀赋相适应的产业结构政策,或者根据当地产业结构的分布与实际发展状况,制定适宜的人力资本水平提升政策。具体而言,由于北京的匹配度最高,且人力资本水平与产业结构水平两者达到了较好的匹配,因而对北京而言,政策制定时应将两者放在同样重要的位置上,既要关注产业结构的调整升级又要加大人力资本投资的力度;由于河北、辽宁、山东、陕西、四川、湖南、湖北、河南等8省的产业结构水平滞后于人力资本水平,制定两者的相关政策时要对产业政策略有偏重,而其余21省均表现为人力资本水平滞后于产业结构水平,因而要对人力资本水平的提升政策有所偏重。只有人力资本与产业结构达到较高的匹配程度,才能更好地发挥两者相互匹配的促进作用,进而改善投资效率,提高经济增长质量。
The authors have declared that no competing interests exist.

---

参考文献文献选项 原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

[1]	张军. 增长、资本形成与技术选择:解释中国经济增长下降的长期因素 [J]. 经济学(季刊),2002,1(2):301-338. [本文引用: 1] [Zhang J.Growth,capital formation and technological choice:Why has China’s economic growth rate been declining [J]. China Economic Quarterly,2002,1(2):301-338.] [本文引用: 1]
[2]	袁珮. 技术冲击下的投资效率问题研究 [J]. 宏观经济研究,2013,(5):85-89. [本文引用: 2] [Yuan P.Research on investment efficiency under the technology shock [J]. Macroeconomics,2013,(5):85-89.] [本文引用: 2]
[3]	樊潇彦,袁志刚. 我国宏观投资效率的定义与衡量-一个文献综述 [J]. 南开经济研究,2006,(1):44-59. [本文引用: 1] [Fan X Y,Yuan Z G.The definition and measurement of investment efficiency at macroeconomic level:A survey [J]. Nankai Economic Studies,2006,(1):44-59.] [本文引用: 1]
[4]	袁志刚,何樟勇. 20世纪90年代以来中国经济的动态效率 [J]. 经济研究,2003,(7):18-26. [本文引用: 1] [Yuan Z G,He Z Y.Dynamic inefficiency in China's economy since 1990s [J]. Economic Research Journal,2003,(7):18-26.] [本文引用: 1]
[5]	石奇,孔群喜. 动态效率、生产性公共支出与结构效应 [J]. 经济研究,2012,(1):92-104. [本文引用: 1] [Shi Q,Kong Q X.Dynamic ineffi-ciency,productive public expenditure and structure effect [J]. Economic Research Journal,2012,(1):92-104.] [本文引用: 1]
[6]	庞明川. 中国的投资效率与过度投资问题研究 [J]. 财经问题研究,2007,(7):46-52. [本文引用: 1] [Pang M C.Research on investment effi-ciency and excessive investment in China [J]. Research on Financial and Economic Issues,2007,(7):46-52.] [本文引用: 1]
[7]	雷辉. 我国资本存量测算及投资效率的研究 [J]. 经济学家,2009,(6):75-83. [Lei H.Research on our country’s capital stock calculation and investment efficiency [J]. Economist,2009,(6):75-83.]
[8]	唐毅南. 中国经济真是“粗放式增长”吗-中国经济增长质量的经验研究 [J]. 学术月刊,2014,(12):82-96. [本文引用: 1] [Tang Y N.Is Chinese economy ‘the extensive growth mode’-research on the growth of China's economic quality [J]. Academic Monthly,2014,(12):82-96. ] [本文引用: 1]
[9]	张学勇,何姣. 扩张投资、经济增长与投资效率-基于金融危机前后的对比研究 [J]. 宏观经济研究,2011,(7):64-70. [本文引用: 1] [Zhang X Y,He J.Expanding investment,economic growth and invest-ment efficiency-contradistinctive research before and after the financial crisis [J]. Macroeconomics,2011,(7):64-70.] [本文引用: 1]
[10]	沈坤荣,孙文杰. 投资效率、资本形成与宏观经济波动-基于金融发展视角的实证研究 [J]. 中国社会科学,2004,(6):52-63. [本文引用: 1] [Shen K R,Sun W J.Efficiency of investment,capital accumul-ation and the fluctuation of macro economy:An empirical research from the perspective of financial development [J]. Social Sciences in China,2004,(6):52-63.] [本文引用: 1]
[11]	李稻葵,徐欣,江红平. 中国经济国民投资率的福利经济学分析 [J]. 经济研究,2002,(9):45-56. [本文引用: 2] [Li D K,Xu X,Jiang H P.A welfare economics analysis of the Chinese economic growth [J]. Economic Research Journal,2002,(9):45-56.] [本文引用: 2]
[12]	武剑. 外国直接投资的区域分布及其经济增长效应 [J]. 经济研究,2002,(4):27-35. [本文引用: 1] [Wu J.Regional discrepancy of FDI in China and its effect on economic growth [J]. Economic Research Journal,2002,(4):27-35.] [本文引用: 1]
[13]	郭志仪,曹建云. 人力资本对中国区域经济增长的影响-岭估计法在多重共线性数据模型中的应用研究 [J]. 中国人口科学,2007,(4):42-49. [本文引用: 2] [Guo Z Y,Cao J Y.An empirical study on the influence of human capital on regional economic growth:Based on the method of ridge estimation used in multiple Collinearity data [J]. Chinese Journal of Population Science,2007,(4):42-49.] [本文引用: 2]
[14]	杜两省,刘发跃. 人力资本存量难以解释西部地区低投资效率的原因分析 [J]. 中国人口科学,2014,(4):2-13. [本文引用: 2] [Du L S,Liu F Y.Human capital stock V.S. the low investment efficiency in western China [J]. Chinese Journal of Population Science,2014,(4):2-13.] [本文引用: 2]
[15]	郭继强. 人力资本投资的结构分析 [J]. 经济学(季刊),2005,4(2):689-706. [本文引用: 1] [Guo J Q.Structural analysis of human capital investment [J]. China Economic Quarterly,2005,4(2):689-706.] [本文引用: 1]
[16]	欧阳峣,刘智勇. 发展中大国人力资本综合优势与经济增长-基于异质性与适应性视角的研究 [J]. 中国工业经济,2010,(11):26-35. [本文引用: 1] [Ou Y Y,Liu Z Y.Human capital’s comprehensive advantages and economic growth in large developing countries-research based on heterogeneity and adaptability [J]. China Industrial Economics,2010,(11):26-35.] [本文引用: 1]
[17]	张桂文,孙亚南. 人力资本与产业结构演进耦合关系的实证研究 [J]. 中国人口科学,2014,(6):96-106. [Zhang G W,Sun Y N.Empirical research on coupling relationship between human capital and industrial structure evolution [J]. Chinese Journal of Population Science,2014,(6):96-106.]
[18]	李平,张玉. 国际智力回流对中国产业结构升级影响的实证研究 [J]. 科学学与科学技术管理,2012,33(12):160-166. [本文引用: 1] [Li P,Zhang Y.Empirical study of the influence of international brain return on upgrading of China's industrial structure [J]. Science of Science and Management of S. & T.,2012,33(12):160-166.] [本文引用: 1]
[19]	Toh M H,Ng W C.Efficiency of investment in Asian economies:Has Singapore over-invested [J]. Journal of Asian Economics,2002,13(1):52-71. [本文引用: 1]
[20]	Zhang J.Investment,investment efficiency,and economic growth in China [J]. Journal of Asian Economics,2003,14(5):713-734. [本文引用: 1]
[21]	樊纲,王小鲁,马光荣. 中国市场化进程对经济增长的贡献 [J]. 经济研究,2011,(9):4-16. [本文引用: 1] [Fan G,Wang X L,Ma G R.Contri-bution of marketization to China’s economic growth [J]. Economic Research Journal,2011,(9):4-16.] [本文引用: 1]
[22]	韦倩,王安,王杰. 中国沿海地区的崛起:市场的力量 [J]. 经济研究,2014,(8):170-183. [本文引用: 1] [Wei Q,Wang A,Wang J.The rise of China’s coastal areas:Power of market [J]. Economic Research Journal,2014,(8):170-183.] [本文引用: 1]
[23]	国家统计局. 中国统计年鉴[M]. 北京:中国统计出版社,1997-2013. [本文引用: 1] [National Bureau of Statistics of the People's Republic of China. China Statistical Yearbook[M]. Beijing:China Statistics Press,1997-2013.] [本文引用: 1]
[24]	国家统计局科学技术部. 中国科技统计年鉴[M]. 北京:中国统计出版社,1997-2013. [本文引用: 1] [National Bureau of Statistics,Ministry of Science and Technology of the People’s Republic of China. China Statistical Yearbook on Science and Technology[M]. Beijing:China Statistics Press,1997-2013.] [本文引用: 1]
[25]	教育部发展规划司. 中国教育统计年鉴[M]. 北京:人民教育出版社,1997-2013. [本文引用: 1] [Department of Development and Planning,Ministry of Education of the People’s Republic of China. Educational Statistics Yearbook of China[M]. Beijing:People's Education Press,1997-2013.] [本文引用: 1]
[26]	国家统计局人口和就业统计司,人力资源和社会保障部规划财务司. 中国劳动统计年鉴[M]. 北京:中国统计出版社,1997-2013. [本文引用: 1] [Department of Population and Employment Statistics,Department of Planning and Finance. China Labor Statistical Yearbook[M]. Beijing:China Statistics Press,1997-2013.] [本文引用: 1]
[27]	国家统计局环境保护部. 中国环境统计年鉴[M]. 北京:中国统计出版社,1997-2013. [本文引用: 1] [National Bureau of Statistics of China,Ministry of Environmental Protection. China's Environmental Statistics Yearbook[M]. Beijing:China Statistics Press,1997-2013.] [本文引用: 1]
[28]	国家统计局国民经济综合统计司.新中国六十年统计资料汇编[M]. 北京:中国统计出版社,2010. [本文引用: 1] [Department of Compre-hensive Statistics. China Compendium of Statistics 1949-2008[M]. Beijing:China Statistics Press,2010.] [本文引用: 1]
[29]	中国知网中国经济与社会发展统计数据库[EB/OL]. (2015-01)[2015-12-14]. http://tongji.cnki.net/kns55/index.aspx. [本文引用: 1] [China Statistical Yearbooks Database[EB/OL].(2015-01)[2015-12-14]. http://tongji.cnki.net/kns55/index.aspx.] [本文引用: 1]
[30]	靳卫东. 人力资本与产业结构转化的动态匹配效应-就业、增长和收入分配问题的评述 [J]. 经济评论,2010,(6):137-142. [本文引用: 1] [Jin W D.The empirical analysis on consumption and life insur-ance on the basis of VEC model [J]. Economic Review,2010,(6):137-142.] [本文引用: 1]
[31]	张若雪. 人力资本、技术釆用与产业结构升级 [J]. 财经科学,2010,(2):66-74. [Zhang R X.Human capital,technological adoption and industrial upgrade [J]. Science of Finance and Eco-nomics,2010,(2):66-74.]
[32]	代谦,别朝霞. 人力资本、动态比较优势与发展中国家产业结构升级 [J]. 世界经济,2006,(11):70-84. [本文引用: 1] [Dai Q,Bie C X.Human capital,dynamic comparative advantage and upgrading of industrial structure in developing countries [J]. The Journal of World Economy,2006,(11):70-84.] [本文引用: 1]
[33]	赵芳,杨晓锋. 产业结构、人力资本分布结构与收入差距 [J]. 华东经济管理,2015,29(1):37-41. [本文引用: 1] [Zhao F,Yang X F.Industrial structure,human capital distribution structure and income gap [J]. East China Economic Management,2015,29(1):37-41.] [本文引用: 1]
[34]	冉茂盛,毛战宾. 人力资本对经济增长的作用机理分析 [J]. 重庆大学学报(社会科学版),2008,14(1):26-59. [本文引用: 1] [Ran M S,Mao Z B.The mechanism analysis of human capital to economic growth [J]. Journal of Chongqing University(Social Science Edition),2008,14(1):26-59.] [本文引用: 1]
[35]	盖美,刘伟光,田成诗. 中国沿海地区海陆产业系统时空耦合分析 [J]. 资源科学,2013,35(5):966-976. [本文引用: 1] [Gai M,Liu W G,Tian C S.Spatial-temporal coupling on marine and land indus-trial systems in coastal regions of China [J]. Resources Science,2013,35(5):966-976.] [本文引用: 1]
[36]	张明斗,莫冬燕. 城市土地利用效益与城市化的耦合协调性分析-以东北三省34个地级市为例 [J]. 资源科学,2014,36(1):8-16. [Zhang M D,Mo D Y.Coupling coordination degree of urban land use benefit and urbanization [J]. Resources Science,2014,36(1):8-16.]
[37]	张勇,蒲勇健,陈立泰.城镇化与服务业集聚-基于系统耦合互动的观点 [J]. 中国工业经济,2013,(6):57-69. [本文引用: 3] [Zhang Y,Pu Y J,Chen L T.Urbanization and service industry agglomeration-a view based on system coupling interaction [J]. China Industrial Economics,2013,(6):57-69.] [本文引用: 3]