人力资本结构演进对绿色全要素生产率增长影响效应的实证检验

郭晓旭，张 娆

（南京农业大学金融学院，南京 210095）

0 引言

绿色发展是关系我国发展全局的重要理念，是突破资源环境瓶颈、转变发展方式、实现可持续发展和高质量发展的必然选择。作为一种能够同时考量能源消耗与环境污染的经济增长指标，绿色全要素生产率逐渐成为学术界研究的重点和热点。研究如何提升绿色全要素生产率对实现经济高质量和可持续发展具有重要的理论价值和现实意义。

已有研究显示，金融发展[1]、产业结构升级[2]、基础设施建设[3]、创新型人力资本[4]、环境规制[5]等都是影响绿色全要素生产率的因素。然而，少有文献关注沿着高级化方向的人力资本层级演变在绿色全要素生产率中的作用。在关于人力资本结构演进作用的研究中，有较多文献提到人力资本结构演进对产业结构升级[6]、制造业生产效率[7]的影响，但少有文献将人力资本结构演进与绿色全要素生产率置于同一框架中进行分析。鉴于此，本文基于人力资本结构演进对绿色全要素生产率的理论分析，使用SYS-GMM、中介效应模型、空间计量模型探讨人力资本结构演进对绿色全要素生产率的影响，在理论上有助于丰富和完善绿色全要素生产率的影响因素研究，克服以往大多数研究单纯强调金融和政府引导而淡化绿色全要素生产率提升的内源动力的思维路径依赖问题；在实践上也有助于回应地方政府致力于当地人才结构转型与生态环境保护协调发展的政策主张。

1 理论分析与研究假设

1.1 人力资本结构演进对绿色全要素生产率的影响

除了政府管控、金融支持等“硬实力”支持外，人力资本作为一种重要的要素资源，在绿色全要素生产率提升过程中扮演着提供“软实力”支持的角色。根据人力资本理论，要素禀赋结构的演进会改变地区生产模式和发展趋势[8]，使绿色技术创新、绿色生产效率以及居民环保意识上升到一个新的高度，从而实现绿色全要素生产率的提升。一方面，人力资本结构演进能够实现绿色技术的创新与应用，也能促进劳动效率提升，匹配各种生产要素组合，便能在一定程度上提高能源使用效率，改善能源过度消耗状况，使得绿色生产保持在“边际递增”阶段，促进绿色发展。另一方面，人力资本结构演进是经济社会发展中相伴的人力资本结构的规律性转变，在演进过程中，具有高级人力资本的劳动者，其学习能力及环保意识较强，并且会提高对高品质生活的追求，降低对高耗能商品的需求，减轻生产要素资源的过度消耗，也有利于促进地区绿色全要素生产率的提升。基于此，本文提出：

假设1：人力资本结构演进能够促进绿色全要素生产率提升。

人力资本结构演进的迁徙效应有利于促进产业结构升级，配第-克拉克定理提到，较高的产业层级更能吸引高素质的人力资本涌入，表现为第一产业高级人力资本占比减少和第二、三产业高级人力资本占比增加，会直接给低层级产业带来较大的竞争和生存压力，这些产业（行业）会迫切需要高技术产业和生产性服务业从业人员的加入，以增加自身产出，在这一过程中各产业之间的协调度不断提升，产业结构合理化得以实现。此外，在演进过程中人力资本质量的整体提升使得产业内部初级技术被新型尖端技术所替代，技术不断升级，从而实现产业结构高级化。绿色全要素生产率的提升与产业结构升级密不可分，随着产业结构升级，生产要素逐渐转移至第三产业，技术创新也可以得到及时的完善和强化，能够优化配置各类生产要素，推动了节能减排，提高整个区域内的环境质量；同时，伴随着产业结构升级，绿色生产信息、知识和技术可以更快地传播，因而在区域范围内新的绿色生产模式可以在短时间内得到传播和模仿，因此，绿色全要素生产率在产业结构升级所带来的生产要素和生产条件的全新组合中得以提升。基于此，本文提出：

假设2：人力资本结构演进可以通过产业结构升级提升绿色全要素生产率。

人力资本结构演进的终点——高级人力资本——具有向下兼容性[9]。当一个地区高级人力资本存量增加时，不但可以高效率完成工作任务，而且能通过密切的交流克服知识传递的时滞性，帮助隐性知识显性化，知识发生了溢出，加速了绿色技术创新，并且有助于缓解绿色生产中的“创新惰性”和“创新瓶颈”。在人力资本结构演进的团队合作效应方面，作为知识溢出效应的联动效应,可以有效解决在知识探索中遇到的难题，并在解决过程中加速新知识的产生。因此，人力资本结构演进不但满足了地区绿色生产所需要的人才要素补给，还通过人力资本的信息分享效应、知识溢出效应、团队合作效应，提升企业知识存量，进而强化企业识别以及吸收新知识的能力，提高了生产要素配置效率和劳动效率。进一步地，劳动效率的提高改变了企业的生产过程，企业对生产要素的需求随之改变，会缩短土地、资本这类生产要素集聚形成全新组合所需的时间和距离。这一过程代表着企业的生产能力得到提升，企业开始以高效生产方式来进行生产，促使绿色全要素生产率提升。基于此，本文提出：

假设3：人力资本结构演进可以通过提高劳动效率提升绿色全要素生产率。

1.2 人力资本结构演进的空间溢出效应

理论上，人力资本结构演进能够提升本地的绿色全要素生产率，但未必能够提升周边地区的绿色全要素生产率，相反地，还有可能对周边地区产生抑制效应。基于经济发达程度和人才政策的吸引，高层次人才资源开始汇聚于薪酬福利较高、发展空间较大的地区；同时，高端人才的就业选择也具有一定的跟随模仿倾向，因此，高层次人力资本的涌入也会明显提升该地区的人力资本结构演进程度。随着越来越多的高层次人才汇聚，各类物质资源也会汇聚于此，表现出人力资本结构演进的“虹吸效应”，这使得人力资本结构演进的绿色全要素生产率激励效应存在一定的空间特征。随着人才资源在某地的集中度不断提高，周边地区的人才资源密集度在不断下降，同时会伴随一定程度的知识资本外溢障碍和外溢时滞性。而在人才资源一定的前提下，高层次人力资本外流导致邻近地区面临严重的人才短缺问题，也就是说出现了人才资源的“此消彼长”，可视为经济发展水平较高地区对经济发展水平较低地区人才的“掠夺”。这无疑会加剧地区间的人才资源竞争，尤其是对高层次人力资本的引入竞争，在人才竞争中处于劣势的地区人才匮乏所导致的经济发展负面影响远高于部分人才引入所带来的积极影响，因而无法有效推动绿色全要素生产率提升。基于此，本文提出：

假设4：人力资本结构演进通过负向空间溢出效应抑制邻近地区绿色全要素生产率的提升。

2 研究设计

2.1 模型设定

本文选择将基准回归模型设定为以下形式，使用SYS-GMM进行基准回归分析。

其中，i表示省份，t表示年份，GE为绿色全要素生产率，HIHG表示地区人力资本结构演进，Control表示本文所选取的各个控制变量，θ为随机误差项。

进一步采用中介效应模型考察劳动效率（LA）和产业结构升级（IS）在人力资本结构演进对绿色全要素生产率产生影响的过程中所起的中介作用，借鉴温忠麟和叶宝娟（2014）[10]的做法，在式（1）的基础上进一步构建如下递归方程。

其中，Inter是中介变量，包括劳动效率（LA）和产业结构升级（IS）（逐个进行检验），其余变量含义与式（1）一致。

为验证假设4，本文采用空间杜宾模型（SDM）探究人力资本结构演进对绿色全要素生产率的空间效应，并辅以空间滞后模型（SAR）与空间误差模型（SEM）进行对比分析，以获得更为精确的结论。考虑到相比SAR和SEM，空间杜宾模型（SDM）更加符合本文的实证要求，因此设定如下空间杜宾模型：

其中，W为空间权重，本文采用地理距离权重；Wit*HIHGit为人力资本结构演进的空间滞后项，表示邻近地区的人力资本结构演进对绿色全要素生产率的影响；Wit*Controlit为控制变量的空间滞后项；ui和vt分别表示个体扰动项和时间扰动项；θit为随机误差项。

2.2 变量选取

（1）被解释变量为绿色全要素生产率（GE）。Malmquist-Luenberger（ML）生产率指数是学术界常用的测算绿色全要素生产率的方法，该方法包含方向性距离函数，可以在一定程度上减少测算的偏误。绿色全要素生产率指数数值大于1表示增长和改善态势，小于1表示下降和退步态势。综上考虑，本文的绿色全要素生产率采用ML生产率指数模型，并加入非期望产出的方向性距离函数测算得到。

（2）解释变量为人力资本结构演进（HIHG）。人力资本结构演变中各层次人力资本所占比重将会发生变化，表现为人力资本由初级到高级的演进。本文参考刘智勇等（2018）[11]提出的向量夹角计算法计算人力资本结构演进指数。具体而言，选择基本单位向量组：x1=（1，0，0，0，0）、x2=（0，1，0，0，0）、x3=（0，0，1，0，0）、x4=（0，0，0，1，0）、x5=（0，0，0，0，1），分别对应未上过学、小学、初中、高中、专科及以上共五类人力资本教育层级，并设定组合人力资本教育层级向量x0=（x0,1，x0,2，x0,3，x0,4，x0,5），计算x0与五个基本单位向量之间的向量夹角θj，j= 1，2，3，4，5，具体公式如下：

进一步计算人力资本结构演进指数：

其中，Wj为权重，最终经加权求和的数值越高，表示该地区人力资本结构演进程度越高。

（3）中介变量包括：①劳动效率（LA），用地区GDP 与就业人数之比表示。②产业结构升级（IS），由产业结构高级化（HIS）和产业结构合理化（RIS）组成。产业结构高级化表示产业间的转移，即低层级产业向高层级产业转移的过程，直观反映了产业结构升级，使用第三产业与第二产业产值之比衡量；产业结构合理化反映了各产业的匹配协调情况，以及各类资源是否得到了有效利用。使用泰尔指数计算：

其中，A代表地区GDP，Ai表示区域中第i个产业的产值；B表示区域就业人数，Bi表示区域中第i个产业的就业人数；i表示三次产业，i=1,2,3，分别表示第一、第二和第三产业。

（4）控制变量

为尽可能避免遗漏变量导致的偏误,同时尽量减弱模型回归内生性问题所带来的影响，选取如下控制变量：①教育水平（Eduf），采用各省份教育经费支出衡量，并进行对数化处理。②金融发展水平（Zcfin），采用金融业增加值占GDP的比重表示。③产业内部竞争（Icom），采用中国市场化指数中非国有经济发展得分衡量。④研发投入强度（Rinvest），使用R&D 经费内部支出衡量，并进行对数化处理。⑤固定资产投入（Fix），采用固定资产投资额衡量，并进行对数化处理。

2.3 数据来源

绿色全要素生产率的投入指标包括资本、劳动力、能源；产出指标是污染物排放量（非期望产出），具体指SO2、废水和烟（粉）尘排放量，以及地区GDP（期望产出）。资本以固定资产投资额（永续盘存法测算）衡量；劳动力采用从业人员人数表示；能源则以各省份能源消费总量衡量。指标原始数据来自各省份统计年鉴和《中国能源统计年鉴》《中国统计年鉴》《中国环境年鉴》。本文收集整理2010—2020年我国30个省份（不含西藏和港澳台）的面板数据进行实证检验，部分缺失数据采用插值法补全。

3 实证分析

3.1 基准回归分析

相较于固定效应模型，SYS-GMM 能够解决内生性偏误问题，回归结果更为准确，本文参照庄毓敏等（2020）[12]的做法，以人力资本结构演进的时间滞后项作为工具变量进行回归分析结果见表1。

表1 基准回归结果

结果显示，各模型的Sargan 检验结果均不显著，否认了Sargan 检验的原假设，即可认为工具变量的选择有效；同时，AR（2）的结果也不显著，证明残差并不存在二阶自相关，即该模型的设定较为可靠和准确。表1 列（1）的结果显示，人力资本结构演进的回归系数为0.415，且在1%的水平上通过显著性检验，说明人力资本结构演进能够显著促进绿色全要素生产率的提升，假设1得到验证；同时，也证明了绿色全要素生产率提升具有一定的长期积累性质及时滞性。

为进一步分析人力资本结构演进影响绿色全要素生产率的内在动因，将人力资本结构演进所包含的人力资本层级单独列出，检验各级人力资本对绿色全要素生产率的影响。表1 列（2）至列（4）的结果显示，初级人力资本（Phc）的回归系数为-2.209，且在1%的水平上通过显著性检验；中级人力资本（Ihc）的回归系数为0.405，高级人力资本（Shc）的回归系数为0.459，二者均在1%的水平上通过显著性检验。以上结果表明，随着初级人力资本的下降，绿色全要素生产率得以提升；同时，高级人力资本的作用效果要显著大于中级人力资本（0.459＞0.405），这也符合人力资本结构演进的概念定义，高级人力资本所能发挥的正向作用最大，对绿色全要素生产率提升的贡献度最高。

3.2 稳健性检验

（1）内生性的再判断

在基准回归分析中，将内生变量的时间滞后项作为工具变量能够解决内生性问题，巧妙地选择其他严格外生的工具变量既能作为内生性的解决办法，又能兼顾稳健性的判断标准。考虑反向因果的内生性，绿色全要素生产率提升过程中会存在对高技能人才的需求，这会导致教育投资增加、高技能人力资本占比增加，这种反向因果关系会导致人力资本结构演进的回归系数被高估。借鉴石大千等（2020）[13]的做法，本文利用1999年高校“扩招”这一政策变量引导构建人力资本结构演进的工具变量。在高校扩招政策的实施下，人力资本的学历层次提升更容易在高校密度高的地区实现，因而采用1999 年“扩招”前各省份高校密度与地区高校招生人数的交互项来确定工具变量，嵌入2SLS回归中。此外，易行健和周利（2018）[14]提出可以通过构建内生变量的滞后项与差分项的乘积作为工具变量，这一做法被称为“Bartik instrument”。该工具变量的设定具有一定的约束条件，结合本文的人力资本结构演进变量，做出如下考虑：即需要满足人力资本结构演进不会明显受到单个省份的影响。由前文的理论部分可知，人力资本结构演进是社会发展的趋势，是社会对高层次人力资本需求的过程，是一种规律性转变，因此全国层面人力资本结构演进相对于单一省份是严格外生的，“Bartik instrument”是有效的。

表2中列（1）和列（2）为2SLS估计结果，为考察各工具变量的设定是否有效，进行了各类检验，即一阶段F 值、Kleibergen-Paap rk LM 检验、Kleibergen-Paap Wald rk F 检验，结果均通过显著性检验，证明该工具变量与内生变量存在较强相关性；Sargan 检验结果在各模型中均不显著,表示工具变量满足严格外生性。从回归结果来看，加入高校“扩招”政策工具变量的检验和加入“Bartik instrument”工具变量的检验结果均验证了基准回归结果的稳健性。

表2 稳健性检验结果

（2）替换变量法检验

分别替换因变量和自变量，即将人力资本结构演进替换为人力资本存量（Hstock），将绿色全要素生产率替换为绿色创新专利申请量（Gipa），在指标含义相近的基础上进行检验。回归结果见表2列（3）和列（4）。可以看出，人力资本存量的回归系数为0.789，并在1%的水平上通过显著性检验；而绿色创新专利申请量的回归系数为0.853，也通过了显著性检验，说明结果较为稳健。

（3）排除时滞性的干扰

考虑到人力资本结构演进对于绿色全要素生产率的时间滞后效应,对自变量进行滞后二期处理，以削弱时滞性的影响。表2 列（5）是加入滞后处理过的SYS-GMM 的回归结果。不难发现，人力资本结构演进的回归系数在1%的水平上显著为正，数值为0.325，也说明结论是较为稳健的。

3.3 影响机制检验

下页表3 为中介效应检验结果，列（1）显示人力资本结构演进显著促进了地区产业结构高级化；列（2）表明产业结构高级化显著提升了绿色全要素生产率，再结合基准回归中人力资本结构演进能够促进绿色全要素生产率的提升，说明人力资本结构演进通过提升产业结构高级化来促进绿色全要素生产率的提升。列（3）和列（4）是产业结构合理化层面的中介效应检验，按照检验顺序，同样能够说明人力资本结构演进也能通过提升产业结构合理化来促进绿色全要素生产率的提升，验证了假设2。进一步分析发现，产业结构高级化和产业结构合理化的中介效应占比分别为39.36%和6.49%，产业结构高级化为人力资本结构演进与绿色全要素生产率之间发挥作用的“优势路径”。考察人力资本结构演进的劳动效率（LA）的中介效应，列（5）显示，人力资本结构演进的回归系数显著为正，表明人力资本结构演进显著提升了劳动效率；列（6）显示，劳动效率的回归系数显著为正，表明劳动效率的提升促进了绿色全要素生产率的提升。综合来看，验证了劳动效率是人力资本结构演进影响绿色全要素生产率的另一途径和机制，即验证了假设3，通过计算中介效应占比发现，劳动效率的中介效应占比为19.79%。

表3 中介效应检验结果

4 进一步分析

4.1 人力资本结构演进的空间溢出效应检验

表4中SDM的回归结果显示，人力资本结构演进在空间上促进了绿色全要素生产率的提高，说明区域绿色全要素生产率具有显著的空间依赖性，本地人力资本结构演进能够有效提升本地的绿色全要素生产率，在空间滞后模型（SAR）与空间误差模型（SEM）的回归结果中该结论依然成立。而在SDM 的回归结果中，W*HIHG的回归系数为负且通过了5%水平的显著性检验，说明邻近地区的人力资本结构演进并不能有效带动本地绿色全要素生产率的提升，反而还存在一定程度的抑制作用。

表4 空间计量模型回归结果

为深入分析人力资本结构演进的空间溢出效应，借助偏微分方法将人力资本结构演进对绿色全要素生产率的影响分解为直接效应、空间溢出效应与总效应。表5结果显示，直接效应中，人力资本结构演进对绿色全要素生产率的影响系数为0.576 且显著，说明人力资本结构演进可以释放“绿色驱动势能”，显著地促进本地绿色全要素生产率的提升。空间溢出效应（间接效应）中，人力资本结构演进的回归系数为-0.503且显著，表明本地人力资本结构演进会抑制邻近地区绿色全要素生产率的提升，这说明人力资本结构演进过程中会伴随着一定的“虹吸效应”，在人才资源一定的前提下，经济发展水平较高的地区会制定更有竞争力的人才吸引政策，那么邻近地区的高层次人才为追求更好的发展空间和更高的福利待遇，就会流动至该地区，最终呈现“人往高处走”的空间演进趋势，从而对邻近地区的人力资本结构演进产生不利影响，也就体现为抑制邻近地区绿色全要素生产率的提升。

表5 直接效应、空间溢出效应与总效应

4.2 异质性分析：人力资本结构演进的边界条件

为深入研究在哪个时期人力资本结构演进的促进作用力度最大，将样本期依照中位数时间节点划分为前期（2010—2015 年）和后期（2016—2020 年）两个时期，以判断人力资本结构演进对绿色全要素生产率影响的时期差异，采取分样本回归方法进行检验。下页表6 列（1）和列（2）显示，在分样本检验中，人力资本结构演进在前期和后期的作用效果不同，演进后期的影响程度更大。原因可能是：一方面，随着中国经济增速放缓，在教育投入和健康生活保障方面，党中央加强对人力投资政策的顶层设计力度，人力资本结构演进呈现积极发展态势，更容易对绿色全要素生产率产生正向影响；另一方面，政策导向会使各级政府部门在进行绿色发展规划时更加注意给予绿色生产的企业（产业）一系列的税收优惠、贷款支持、研发补贴等，这无疑是在释放一种利好信号，可以促进地区绿色全要素生产率的提升，也在一定程度上强化了人力资本结构演进的促进效应。

表6 异质性检验结果

为比较人力资本结构演进对绿色全要素生产率影响的区域异质性，根据《中国省域经济综合竞争力发展报告（2016～2017）》中各省份经济竞争力的排名①2016年中国30个省份经济综合竞争力由强至弱依次是：江苏、广东、北京、上海、浙江、山东、天津、福建、河南、重庆、湖北、湖南、安徽、四川、河北、内蒙古、辽宁、江西、吉林、陕西、广西、黑龙江、贵州、山西、海南、宁夏、云南、新疆、甘肃、青海。，按照中位数原则将30个省份划分为强经济竞争力和弱经济竞争力两组，做进一步的验证。表6 列（3）和列（4）显示，相比弱经济竞争力省份，强经济竞争力省份的人力资本结构演进更能促进绿色全要素生产率的提升，由于强经济竞争力省份具有较稳固的经济基础和资源禀赋优势，因此更能吸引高层次人才流入，有助于优化人力资本结构演进的促进效应。与之相反，弱经济竞争力省份表现出的人口迁移特征也会削弱人力资本结构演进的促进效应。

为比较人力资本结构演进的资源依赖性，借鉴马红旗等（2017）[15]的做法，用人均资本存量衡量物质资本，并依照物质资本的中位数将样本分为高、低两组，回归结果如表6列（5）和列（6）所示。结果显示，人力资本结构演进均促进了两组样本的绿色全要素生产率提升，但对于高物质资本省份的积极影响更大。可能的原因是：高物质资本省份的相关基础设施建设较好，且涉及绿色环境治理的资金支持较为充足，有助于破除“巧妇难为无米之炊”的局面，更易形成规模效应，进而提升人力资本结构演进的促进效果。

5 结论

本文先从理论上分析了人力资本结构演进影响绿色全要素生产率的机理并提出相关假设，再利用2010—2020 年中国30 个省份的面板数据对假设进行了验证，探究人力资本结构演进如何影响绿色全要素生产率。研究发现：人力资本结构演进显著提升了绿色全要素生产率，产业结构升级和劳动效率在人力资本结构演进与绿色全要素生产率之间发挥中介作用。在空间溢出效应方面，人力资本结构演进可以释放“绿色驱动势能”，显著地促进本地绿色全要素生产率的提升，但存在负向空间溢出效应，即会抑制邻近地区绿色全要素生产率的提升。在物质资本较高、经济竞争力较强的省份和演进后期，人力资本结构演进的促进作用更为明显。