人力资本结构高级化对区域创新能力的空间效应分析

赵斌斌

(安徽建筑大学 公共管理学院，安徽 合肥 230022)

党的十九大报告明确提出“创新是引领发展的第一动力，是建设现代化经济体系的战略支撑”[1]，这表明区域创新能力对提高地方综合实力的重要性越发明显[2-3]。而区域创新能力不断提升的核心动力是人力资本水平的不断提升，作为经济密度最大的北上广深已成为国内最优质的人力资本吸纳地，且人力资本结构高级化水平越高，创新能力排名越靠前[4]。显然，由于知识溢出效应，使人力资本的流动和积累快速实现了区域创新能力的提升。越来越多的研究表明：产业聚集能通过知识溢出效应有效促进区域创新，且随着交通、信息技术和互联网等的不断发展，加速了人财物在区域间的流动与重组，不断改变创新资源和要素分布的空间格局，优化了产业结构[5]。在过去的几十年，我国享受了劳动力聚集带来的非平衡增长红利，而目前正处于以人力资本结构深化为表征的经济转型，在此过程中要充分利用其在流动过程中的知识溢出效应，探索从原先的极化效应向均衡效应逐步过渡的路径；另外，也验证了我国的要素结构正由“人口红利”向“人才红利”转变，必将成为我国产业升级和经济发展的新比较优势[6]。本研究尝试对人力资本结构优化是否能够提升区域创新能力？这种提升是否是一种典型的线性驱动？是否存在空间对称效应等问题进行分析。

现有研究已逐步认可了人力资源集聚对经济增长和产业结构升级的积极作用[7]，但鲜有学者从异质性视角研究人力资本结构高级化对区域创新能力的空间效应[8]。由此，与以往研究相比，本研究着重探讨人力资本结构变化对区域创新能力的影响机制；通过空间面板杜宾模型和门槛回归模型，重点考察人力资本结构高级化对地区创新能力的空间溢出效应，以期深入理解人力资本流动的内在作用机理。

一、文献综述

经济合作与发展组织(Organization for Economic Co-operation and Development)，简称经合组织(OECD)将人力资本定义为：“个体拥有的能够创造个人、社会和经济福祉的素质。”[9]人才归类效应认为，若区域内人力资本因知识水平滞后无法及时跟踪领先技术，则会导致个体思维局限，不利于创新活动的发生[10]。由于区域特征的差异性，人力资本会基于效用最大化原则主动向中心区域流动，特别是高级人力资本会更加倾向将北京、上海、广州和深圳等作为就业的首选地，从而进一步提升其创新能力。此外，受市场选择效应的影响，区域内部的劳动力和企业规模的扩大会刺激区域创新能力的提升，进而倒逼低技能要求的劳动力和企业迁移至远离中心地区的边缘地带，逐步形成“中心—外围”的人力资本和产业分布结构。在以上双重效应的影响下，高级人力资本向区域中心的流动逐渐成为地区创新能力提升的必然趋势，进而促使人力资本结构越发高级化。人力资本结构决定了一个区域的技术选择[11]和技术进步的路径[12]，这将影响企业的创新效率和创新能力[13]，具体而言，人力资本结构高级化对区域创新能力的影响主要体现在以下几方面：

1.人力资本结构高级化过程就是创新要素集聚的过程。人力资本流动的本质是知识、资本等要素的区域性流动、重组和再造，继而逐渐转换为创新成果。这种以知识溢出为牵引的创新模式，将打破原有的区位发展模式，带来要素间的重组。另外，人力资本结构高级化会加速“劳动力池效应”的形成，在其作用下，通过共享、匹配和学习三种机制加快知识的更新，进而提升区域结构转型效率。由于创新的本质是知识要素的重组和再造[14]，那么人力资本结构高级化过程可以为知识共享和交流创造平台环境。

2.人力资本结构高级化能降低创新的交易成本。由于人力资本结构高级化是优质创新要素集合的过程，在虹吸效应的作用下，个体能快速获得创新要素，从而节省创新成本、加快成果转化;同时，相关要素的集中提升了信息流动速率，从而降低交易过程中所产生的沟通成本[15]。

3.人力资本结构高级化加速了产业链的升级改造。人力资本是区域创新发展的源动力和内生驱动力，不同水平的人力资本及其竞争力将直接影响区域创新能力的深度和广度。区域比较优势的产生依赖于要素禀赋结构升级，尤其是人力资本的升级。因此，在产业链塑造过程中构建以高级人力资本为核心要素的比较优势，不仅能快速实现产业升级，也能快速提升本区域在整个价值链上的地位，进而促进产业集群升级，并带动整个区域竞争力提升[16]。这就是从资源密集型产业向技术密集型产业升级的过程，也即人力资本结构高级化的过程。

图1 人力资本结构高级化与区域产业链升级

二、模型设计与变量定义

(一)模型设计

综合考虑人力资本的集聚度、知识溢出及其他不确定因素对地方创新能力的作用，本文设立的最终计量模型为：

LnIit=β1HLit+β2hlit+β3MPit+β4Govit+β5Trait+β6Urbanit+εit

(二)变量的定义及描述

3.控制变量。为保证实证结论的真实性和稳健性，本文参考杨仁发等[18]、王蓉等[19]的研究，以市场潜力MPit、地方政府保护Govit、交通便捷程度Trait、城市化水平Urbanit等作为本文的控制变量，具体说明如下：

(1)市场潜力MPit：良好的市场潜力能推动人力资本聚集，从而提升城市的创新能力[20]，本文以地区人均实际GDP测量一个地区的市场潜力。

(2)地方政府保护Govit：地方为了留住人才，会运用财政支出的方法调节劳动力市场，因此本文参考雷根强等[21]的研究方法，以地方财政支出占GDP的比重作为衡量指标。

(3)交通便捷程度Trait：地方的交通便捷程度决定了该区域的基础设施建设水平和完善程度，本文以单位面积的公路里程数来衡量。

(4)城市化水平Urbanit：城镇人口占比的提升说明市场需求扩张，能有效激发技术进步，提升地方创新能力[22]，本文以城镇人口占常住人口的比重来衡量。

(三)数据来源

本文选取2011—2019年31省(区、市)相关数据为研究样本，主要来源于《统计年鉴》和《中国科技统计年鉴》。

三、实证分析

(一)空间异质性格局

由于不同地区历史文化、地区特征、经济基础和自然禀赋等方面存在差异性，导致传统的空间同质性假设不再适用于探索人力资本结构与地区创新能力的关系。为了识别这种空间异质性特征，本文根据2011年及2019年区域创新能力和人力资本结构高级化的平均数，由高至低将全国31个省(区、市)分为4组(见表1)。

表1 空间异质性格局

通过表1发现：2011年，北京、江苏等4省市属于高创新高集聚型(IH)，甘肃、广西等13省市属于低创新低集聚型(ih)； 2019年，北京、江苏等4省市仍属于高创新高集聚型(IH)，而福建、甘肃等17个省市属于低创新低集聚型(ih)；从空间分布上看，绝大部分省份仍属于低创新低集聚型(ih)，且分布上没有明显的规律性。这表明人力资本结构高级化与区域创新能力存在空间非对称分布格局特征，且对区域创新能力可能存在空间依存性和门槛特征。

(二)空间相关性检验

如表2所示，各省份莫兰指数(I)随年份的增加呈明显的递增趋势，表明在2011—2019年间，各省份在创新战略实施过程中“强强联合”的效应越发显著。

表2 区域创新能力的Moran′s I

进一步，采用空间杜宾模型(Spatial Dubin Model, SDM)分析人力资本结构高级化与区域创新能力的空间效应，即经过豪斯曼检验后，采用固定效应模型检验31个省(区、市)的人力资本结构高级化过程对区域创新能力外溢效应的影响(见表3)。结果显示：在逐步加入控制变量后，人力资本结构高级化的系数和显著性(如列6中HL的系数为0.213 4，并在1%水平下显著)基本保持稳定，但初级人力资本系数并不显著；同时，空间滞后系数Rho在6个模型中均大于0，表明本地区的创新成效存在空间溢出效应，即本地区的科技创新能力能影响周边地区。另外，空间误差系数Sigma显著性大于0，说明相邻地区由于随机因素产生的创新能力变动，能促进本地区的创新能力提升，也进一步证实了相邻地区的空间互动能有效促进区域协同发展。

表3 空间溢出效应检验

(三)门槛回归模型

综上可知，人力资本结构高级化与区域创新能力两者间并不是简单的线性关系，所以本文进一步采用Hansen B E[23]的门槛回归模型检验门槛效应。

LnIit=Lnai+β1HLit+β2hlit+β3MPit+β4Govit+β5Trait+β6Govit+β7Urbanit+β81HLit*I(HLit≤λ1)

+β82HLit*I(HLit>λ1)+β83HLit*I(HLit≤λn)+Lnεit

式中：λ1、λ2、…、λn为待估算的门槛值，I(g)为指标函数。

如表4所示，人力资本结构高级化对区域创新能力的影响仅存在单一门槛，其单一门槛值在1%的置信水平下显著，而双重门槛值和三重门槛值在5%的置信水平下均不显著。

表4 门槛效应检验

门槛回归结果(见表5)表明：当人力资本结构高级化水平低于门槛值2.471时，其外部性中的正外部性起主导作用，此时人力资本结构高级化加速了知识溢出效应的产生，促进了地区创新能力的不断提升；当人力资本结构高级化水平高于门槛值2.471时，地区内以离心力为主，在虹吸效应作用下，集聚地区与边缘地区的“中心—外围”二元结构会加速形成，但中心地区的资源和空间受载能力有限，过度高级化必然挤兑初级人力资本，而且会导致拥塞效应的产生，此时人力资本结构高级化可能会降低区域单位GDP下的创新能力。由此可见，人力资本结构高级化对区域创新能力的影响并非是单纯的线性组合关系，而是呈倒U的曲线关系及明显的“门槛”特征。

表5 门槛值及参数估计

综上，人力资本结构高级化的溢出效应存在非线性关系的原因有以下几点：一是地区创新能力的提升必然伴随人力资本结构高级化的过程，人力资本结构高级化不仅能加速创新要素的集聚，也能降低个体的创新成本；二是区域城市内人才交流和联系的增加，有利于个体间学习和知识的溢出，实现知识转化；三是人力资本结构高级化有利于优化城市产业结构，实现升级改造。但高级化的过程也导致了大量的人力资本集聚，出现公共资源供给紧张，资源分布不均等“拥挤现象”；同时，在城市创新方式相对落后、内部人才恶性竞争的高集聚密度地区，人力资本结构高级化一定程度上限制了创新力的进一步提升。

四、研究结论与对策建议

(一)研究结论

本文选取2011—2019年面板数据作为研究样本，实证分析了人力资本结构高级化对区域创新能力的空间溢出与门槛效应。主要结论如下：

1.人力资本结构高级化与区域创新能力存在空间非对称格局，绝大部分地区仍处于低聚集低创新。各地区要素间的差异使人力资本结构高级化与区域创新能力存在显著的空间异质性特征，表明人力资本结构高级化对区域创新能力可能存在空间依存性和门槛特征。

2.人力资本结构高级化对区域创新能力的影响具有显著的空间外溢性，空间杜宾模型的实证结果显示，人力资本高级化具有显著性，而初级人力资本并没有表现出显著性。

3.人力资本结构高级化对区域创新能力的提升效应存在门槛效应，两者之间呈倒U型曲线关系，且门槛效应的回归结果为2.471，即当人力资本结构高级化水平低于该值时，其外部性中的正外部性起主导作用，大于该值时，人力资本结构高级化将限制区域创新能力的提升。

(二)对策建议

1.创新能力相对落后的地区，要加强区域一体化战略实施，多种方式改善自身人力资本结构，并积极构建适合高层次人才工作和生活的社会环境；而对于创新能力较强的地区，要注重人力资本结构的合理布局，避免因劳动力冗余带来资源浪费。

2.区域一体化发展过程中，要突出整体性人才规划和导向，为各类人才发展提供相应的发展路径和平台，避免恶性竞争和盲目发展。

3.各地应尊重经济发展和要素流动规律，尽可能清除人才流动障碍，提升人力资本供给质量，充分发挥人力资本流动带来的知识溢出效应。