人力资本及其构成对中国技术效率影响的实证研究基于1985~2007年省域面板数据的证据

aa人力资本及其构成对中国技术效率影响的实证研究——基于1985~2007年省域面板数据的证据*朱承亮，岳宏志(西北大学经济管理学院，西安710127)摘要：运用基于对数型柯布—道格拉斯生产函数的随机前沿技术，对我国1985~2007年间平均人力资本存量、人力资本构成与技术效率之间的关系进行了实证研究。结果发现，在人力资本构成中，仅有接受过大学教育的人力资本部分对技术效率增长具有显著促进作用。平均人力资本存量作为一个整体也与技术效率显著正相关。关键词：人力资本；人力资本构成；技术效率；随机前沿分析TheEmpiricalStudyontheImpactofHumanCapitalanditsCompositiononTechnicalEfficiencyinChina:theEvidenceBasedonthe1985~2007ProvincialPanelDataZHUCheng-liang，YUEHong-zhi(SchoolofEconomicsandManagement,NorthwestUniversity,Xi’an,710127)Abstract:UsingthestochasticfrontiertechnologybasedonthelogarithmicallyCobb-Douglasproductionfunction,wehaveanempiricalstudyontheimpactofhumancapitalanditscompositionontechnicalefficiencyinChinaduring1985-2007.Wefindthat,inthecompositionofhumancapital,onlythetertiaryeducatedhumancapitalcanenhancethegrowthoftechnicalefficiency.Theaveragestockofhumancapitalasawholealsocanenhancethegrowthoftechnicalefficiency.Keywords:HumanCapital；HumanCapitalStructure；TechnicalEfficiency；StochasticFrontierAnalysis基金项目：本文受陕西省教育厅项目“陕西省经济增长技术效率研究”（09JK236）的资助。作者简介：朱承亮（1985-），男，安徽安庆人，硕士研究生，研究方向：技术经济及管理；岳宏志（1963-），男，陕西西安人，副教授，硕士生导师，主要从事理论经济学研究。aa一、引言及相关文献述评自1978年改革开放以来，中国经济经历了将近30年的持续高速增长，年均经济增长率达到9%以上，为此学术界对我国经济持续高速增长的原因进行了激烈的讨论。大致的观点分为两种，第一种观点认为中国经济的高速增长在于要素资源投入的驱动，特别是资本要素的投入，1985~2007年间年均资本增长率达到20%；而第二种观点则认为效率的提高是一国经济保持持续增长的核心和关键，他们从全要素生产率（TotalFactorProductivity，TFP）来考查中国经济增长的质量状况。全要素生产率主要的分解为技术进步指数和技术效率指数。近年来，不少学者对我国全要素生产率进行了测算（郑京海，胡鞍钢，2005[1]；郭庆旺，贾俊雪，2005[2]；李宾，曾志雄，2009[3]），但仅少数学者对生产率水平的影响因素进行了探讨（王志刚，龚六堂，陈玉宇，2006[4]；金相郁，2007[5]）。根据舒尔茨的人力资本理论，在经济增长中人力资本是一切投入资源中最主要的资源，且人力资本的作用要大于物质资本。因此，无疑的人力资本是影响经济增长生产率水平的重要影响因素之一。人力资本不同于一般意义上的劳动力，而是指是在对一般劳动力进行教育培训后所形成的具有不同质的技能、技术水平和熟练程度的劳动力，因此教育是提高人力资本最基本的主要手段，所以在一定意义上也可以认为人力资本投资就是对教育的投资。国外研究表明，人力资本对TFP的增长有着显著的影响（Benhabib&Spiegel，1994[6]；Islam，1995[7]；Aiyar&Feyrer，2002[8]）。然而，人力资本对我国TFP增长到底存在怎样的影响？颜鹏飞，王兵（2004）[9]以在校大学生人数与总人口比例来测度人力资本变量，发现人力资本对TFP增长和技术进步具有负的作用，但人力资本对效率的提高具有显著为正的作用。而王志刚，龚六堂，陈玉宇（2006）[4]用1982年具有小学以上文化程度的人口比例表示初始的人力资本，发现“初始的具有小学以上文化程度的人口比例增长1%，那么该地区的生产效率会增加140%”。许和连，元朋，祝树金（2006）[10]采用中等及以上学校在校学生人数来近似的代替人力资本存量，研究发现人力资本的积累对中国TFP的提高产生了积极的影响，在其他条件不变的情况下，人力资本水平每增加1个百分点，TFP就会提高2.661个百分点，且认为人力资本积累水平的提高对TFP的影响比对经济增长的影响更为直接，它主要的通过影响TFP而作用于经济增长。岳书敬，刘朝明（2006）[11]使用平均受教育年限和劳动力数量的乘积表示人力资本存量，研究发现在引入人力资本要素之后，1996~2003年TFP增长得益于技术进步，若不考虑人力资本存量，则低估了同期的效率提高程度，而高估了此期间的技术进步指数。朱承亮，岳宏志，李婷（2009）[11]以每万人口在校大学生人数来衡量人力资本存量，研究发现每万人口在校大学生人数每增加一个百分点，则技术效率将会相应地上升aa0.07个百分点。以上对我国人力资本与TFP增长关系的研究中，研究结论偏差较大，甚至相悖，主要原因在于研究方法、面板数据的时间序列以及人力资本变量的表示方法等的不一致性所致。但以上研究文献的一个共同点就是均把人力资本作为一个整体来对待，没有考虑人力资本要素的异质性，也即没有考虑人力资本的不同构成部分对TFP增长可能会产生的影响。在近期国外研究中，Vandenbusscheetal.（2006）[13]通过对19个OECD国家1960~2000年人力资本组成部分对TFP作用的研究，发现对TFP有显著促进作用的仅仅是接受过高等教育的人力资本部分而不是平均人力资本。而继我国人力资本与TFP增长关系的探索之后，彭国华（2007）[14]对我国地区TFP与人力资本构成的关系进行了研究，发现在我国人力资本构成中，只有受过高等教育的人力资本部分与TFP存在显著的正相关关系，高等教育部分人力资本提高1%，将会使潜在TFP增加5.5%；而中学教育程度和基础教育程度的人力资本与TFP是显著负相关的，平均人力资本作为一个整体与TFP也显著负相关，平均人力资本每提高1个百分点，将会使潜在TFP减少近6个百分点。综上可知，已有研究中几乎都是针对TFP来衡量其人力资本因素作用的，但是，TFP增长的来源有三个：技术效率的改善、技术进步、规模效应。大量实证研究表明，我国TFP增长主要来源于技术进步，而技术效率的改善情况不是很理想，存在技术非效率，还不能达到促进TFP增长的作用。那么人力资本及其各个构成部分对我国经济增长技术效率的改善情况存在怎样的影响呢？本文使用承认技术非效率存在的随机前沿生产函数模型（StochasticFrontierAnalysis，SFA），且根据许和连，元朋，祝树金（2006）[10]的研究结论，把人力资本要素通过技术效率间接引入生产函数来分析我国1985~2007年间人力资本存量、人力资本构成与经济增长技术效率之间的关系。本文研究的主要是嵌入技术进步的人力资本要素对技术效率改善的影响，所谓技术效率是用来衡量在现有技术水平条件下，生产者获得最大产出的能力，表示生产者生产活动接近其前沿边界的程度，也反映了现有技术的发挥程度。二、模型分析、数据来源及变量设定（一）模型分析在实证分析中，测度效率主要有两种方法：随机前沿分析技术（SFA）和数据包络分析技术（DEA）。本文采用SFA技术来测算，这主要是因为相对于DEA方法，SFA方法具有以下两个明显的优势：第一，SFA方法具有统计特性，可以对模型中的参数进行检验（t检验），还可以对模型本身进行检验（LR检验）；而DEA方法不具备这一统计特性。第二，SFA方法可以建立随机前沿模型，使得前沿面本身是随机的，这对于跨时期的面板数据研究而言，aa其结论更加接近于现实；而DEA方法的前沿面是固定的，忽略了样本之间的差异性，使得研究结论不及SFA方法更加接近现实。基于SFA技术的上述优点，SFA技术被广泛的运用于技术效率的测度研究上。根据Meeusen&Broeck(1977)[15]、Aigner&Lovell&Schmidt(1977)[16]、Battese&Corra(1977)[17]以及Kumbhakar&Lovell(2000)[18]等的研究成果，SFA模型基本上可以表达为：(;)exp()yfxvu。其中，y表示产出，x表示投入，表示待估计的参数。误差项为复合结构，由两个部分组成，第一部分v服从2(0,)vN分布，viid(独立同分布)；第二部分0u，表示那些仅仅对某个研究对象所具有的冲击。因此，该研究对象的技术效率状态则可以用exp()TEu来表示。这样，当0u时，该研究对象就恰好处于生产前沿上（即(;)exp()yfxv），即处于技术效率状态；当0u时，该研究对象就处于生产前沿下方，也就是处于技术非效率状态。到了20世纪90年代，SFA技术得到了更为深入的发展，它不仅仅可以测算样本及其个体中的效率水平状态，而且还能够就那些影响效率的因素做进一步的剖析和测算。本文正是在这一技术得以广泛应用的基础上，根据Battese&Coelli(1995)[19]模型的基本原理，运用对数型柯布—道格拉斯生产函数及在1985～2007年省际面板数据的基础上，对我国人力资本存量、人力资本结构与经济增长技术效率的关系进行测算研究。具体的研究模型如下：012ln()ln()ln()ititititityLKvu（1）0112233445ititititititmHCHCHCHCHC（2）222/()uvu（3）在式（1）中，i为各省份的排列序号，1,2,iN，N=28；t为时期序号，1,2,,tT，T=23（1985年为起始年）；ity表示i省份t年度的GDP（单位：亿元人民币），itL表示i省份t年度的从业人员数量（单位：万人），itK表示i省份t年度的年均固定资本存量（单位：亿元人民币）。0为截距项，1，2为待估参数，分别表示劳动力产出弹性和资本产出弹性。其中误差项it由两部分组成，第一部分itviid并服从2(0,)vN分布，表示我国经济增长的外部影响因素和一些数据上的统计误差；第二部分ituiid并服从截尾正态分布aa2(,)ituNm，它反映那些在第t时期作用于i省份的随机因素，且itv与itu之间相互独立。由于在本文中我们重点考虑的是人力资本及其构成对我国经济增长技术效率项的影响，因此技术无效率项函数设定如（2）式所示。在式（2）中，0为待估计的常数项，1~4分别为人力资本结构对经济增长技术无效率的影响系数；5为人力资本存量对经济增长技术无效率的影响系数。在式（3）中，为待估计的参数，表示随机扰动项中技术无效率所占的比率。当接近于1时，这说明模型中的误差主要来源于技术非效率itu，也即说明此时该省份的实际产出与前沿产出之间的差距主要来源于技术非效率所引起的损失；当接近于0时，这说明实际产出与前沿产出之间的差距主要来自于统计误差等外部影响因素。如果0，则表示20u，进一步的可以推理得误差项ititv。在统计检验中，若0这一原假设被接受，即说明所有测算的该省份的生产点均位于生产前沿