On the Spillover Mechanism and Spatial Effect of Human Capital in the High-quality Development of Regional Economy
-
摘要: 基于经济高质量发展的新时代背景, 采用动态空间面板模型, 利用2007—2017年的省级面板数据探究人力资本影响经济高质量发展的空间效应, 进而分析人力资本溢出效应的地区异质性, 实证检验人力资本影响创新进而促进经济高质量发展的作用机制。研究表明: 从全国层面来看, 区域经济发展质量在空间上存在显著的正相关性, 且本地区的人力资本会显著促进本地区经济的高质量发展; 分区域来看, 人力资本对经济发展质量的直接效应均表现为正向影响, 但溢出效应存在异质性, 其中东部相邻地区的人力资本表现为正向溢出效应, 中西部相邻地区的人力资本却表现为负向溢出效应。因而东中西部地区应深度融入国内价值链分工体系, 通过合理分工和加强合作, 实现区域间的协同发展。Abstract: Under the new era background of high-quality economic development, dynamic spatial panel model, together with the 2007-2017 provincial panel data is employed to explore the spacial effect of human capital on high-quality economic development, the regional heterogeneity of human capital spillover effect, and testify the influence of human capital on innovation and its mechanism for the promotion of highquality economic development. It is found that, at the national level, the quality of regional economic development has a significant positive spatial correlation, and regional human capital will significantly promote the high-quality development of regional economy; the direct effect of human capital on the quality of economic development is positive by region, but the spillover effect is heterogeneous. The human capital of the neighboring areas in the mideastern China presents positive spillover effect, while the human capital of the neighboring areas in the central and western regions shows negative spillover effect. Therefore, the eastern, central and western regions in China should be deeply integrated into the domestic value chain division of labor system, to achieve the coordinated development among regions through reasonable division of labor and cooperation.
-
表 1 2007—2017年的全局Moran's Ⅰ指数及显著性概率
年份 Moran’Ⅰ(M) P值(M) Moran’Ⅰ(W) P值(W) 2007 0.410 0.000 0.531 0.009 2008 0.393 0.000 0.513 0.010 2009 0.357 0.000 0.583 0.005 2010 0.373 0.000 0.447 0.021 2011 0.364 0.000 0.496 0.013 2012 0.358 0.000 0.458 0.016 2013 0.374 0.000 0.578 0.005 2014 0.364 0.000 0.569 0.006 2015 0.324 0.000 0.483 0.012 2016 0.359 0.000 0.520 0.010 2017 0.369 0.000 0.526 0.009 
下载: 导出CSV
表 2 变量的描述性统计结果
变量名称 变量说明 样本数 均值 标准差 最小值 最大值 HQE 经济发展质量 330 0.358 1.792 -3.614 6.835 EDU 人力资本 330 2.174 0.105 1.911 2.528 LNP 专利申请数量 330 4.196 0.661 2.399 5.600 POP 劳动力占比 330 0.737 0.035 0.644 0.838 FDR 地方财政与中央财政收入之比 330 3.496 2.729 0.204 14.358 DEF 金融发展水平 330 2.825 1.061 1.279 7.907
下载: 导出CSV
表 3 动态空间面板模型的估计结果
效应类别 变量 模型1 模型2 模型3 模型4 模型5 本地效应 EDU 3.327*** 3.546*** 3.744*** 2.987*** 3.015*** (1.038) (1.072) (1.012) (1.039) (0.893) LNP 1.047*** 1.018*** 1.131*** 0.994*** 0.661** (0.311) (0.311) (0.324) (0.358) (0.294) POP -10.252*** -10.951*** -8.698*** -9.579*** (2.855) (2.698) (3.166) (3.244) FDR -0.099 -0.075 -0.081 (0.065) (0.058) (0.066) DEF 0.219** 0.238** (0.115) (0.121) 滞后效应 WHQEt-1 0.769*** 0.576*** 0.573*** 0.523*** 0.343*** (0.092) (0.116) (0.109) (0.106) (0.104) 邻地效应 WEDU -3.410** -2.721** -2.510* -1.471 (1.507) (1.407) (1.408) (1.519) WLNP -0.912*** -0.703** -0.711** -0.780** (0.353) (0.319) (0.306) (0.325) rho 0.241*** 0.213*** 0.207*** 0.197*** 0.142** (0.068) (0.062) (0.064) (0.065) (0.059) R2 0.588 0.6266 0.631 0.642 0.618 sigma2 0.168*** 0.152*** 0.151*** 0.146*** 0.153*** (0.032) (0.032) (0.032) (0.031) (0.031) Wald 4.31** 5.12** 7.93*** 固定效应 yes yes yes yes yes N 300 300 300 300 300 注：括号内为稳健标准误，*、**、***分别表示在10%、5%和1%的水平上显著。下表同。
下载: 导出CSV
表 4 LR检验结果
LR检验 模型2与模型4 模型3与模型4 模型5与模型4 LR统计量 12.61*** 8.88*** 12.11*** P值 0.001 8 0.002 9 0.002 3
下载: 导出CSV
表 5 短期效应和长期效应结果
变量 短期效应 长期效应 直接效应 间接效应 总效应 直接效应 间接效应 总效应 EDU 2.900*** -0.454 2.445** 3.125*** 0.724 3.850* (0.980) (0.703) (1.001) (1.076) (1.356) (2.012) LNP 1.009*** -0.323** 0.686*** 1.022*** -0.056 0.965** (0.335) (0.147) (0.240) (0.339) (0.221) (0.402) POP -8.824*** -0.975* -9.799*** -10.694*** -7.506* -18.201*** (3.057) (0.557) (3.507) (3.967) (4.219) (7.935) FDR -0.078 -0.007 -0.086 -0.093 -0.061 -0.155 (0.055) (0.006) (0.060) (0.065) (0.046) (0.110) DEF 0.218** 0.021* 0.240** 0.260** 0.170* 0.430** (0.109) (0.012) (0.118) (0.127) (0.089) (0.209)
下载: 导出CSV
表 6 影响机制检验结果
效应类别 变量 模型5
LNP模型6
HQE模型7
HQE本地效应 EDU 2.049***(0.375) 5.087***(1.096) 2.987***(1.039) LNP 0.994***(0.358) POP 2.231**(0.874) -7.176**(3.393) -8.698***(3.166) FDR 0.110***(0.035) 0.023(0.055) -0.075(0.058) DEF 0.112***(0.026) 0.324***(0.104) 0.219**(0.115) 滞后效应 WHQEt-1 0.084(0.097) 0.459***(0.095) 0.523***(0.106) 邻地效应 WEDU -0.873***(0.373) -2.590(1.665) -1.471(1.519) WLNP -0.780**(0.325) rho 0.489***(0.047) 0.195***(0.071) 0.197***(0.065) R2 0.751 0.606 0.642 sigma2 0.015***(0.002) 0.160***(0.037) 0.146***(0.031) Wald 23.78*** 13.26*** 7.93*** 固定效应 yes yes yes N 300 300 300
下载: 导出CSV
表 7 东、中、西部地区的人力资本效应结果
效应类别 变量 东部地区 中部地区 西部地区 本地效应 EDU 1.893(2.190) 4.190***(1.597) 4.031***(1.541) LNP 0.740(0.516) -0.304(0.256) 1.293***(0.374) POP -7.809(5.315) -12.7416*(6.516) -20.382***(3.472) FDR -0.056(0.047) 0.484(0.310) 0.155(0.160) DEF 0.312(0.206) 0.157(0.109) 0.194(0.134) 滞后效应 WHQEt-1 -0.371*(0.224) 0.484***(0.270) 0.528**(0.248) 邻地效应 WEDU 7.065**(3.515) -2.786**(1.195) -4.046***(1.464) WLNP 0.200(0.766) 0.209(0.483) -1.500***(0.464) rho 0.164*(0.088) 0.165(0.158) 0.297***(0.091) R2 0.495 0.867 0.711 sigma2 0.173***(0.068) 0.055***(0.010) 0.119***(0.025) Wald 28.15*** 5.30** 0.69 固定效应 yes yes yes N 110 80 110
下载: 导出CSV
表 8 东、中、西部地区的短期效应结果
地区 变量 直接效应 间接效应 总效应 东部 EDU 1.544(2.163) 2.853*(1.550) 4.397***(1.613) LNP 0.796(0.537) 0.001(0.360) 0.797***(0.303) 中部 EDU 4.077***(1.560) -1.315(0.881) 2.761**(1.325) LNP -0.240(0.238) 0.104(0.289) -0.136(0.317) 西部 EDU 3.799***(1.439) -1.473**(0.640) 2.325*(1.315) LNP 1.247***(0.347) -0.597***(0.201) 0.650**(0.299)
下载: 导出CSV
表 9 东、中部地区的长期效应结果
地区 变量 直接效应 间接效应 总效应 东部 EDU 0.763(2.645) 2.958(2.031) 3.722***(1.428) LNP 0.852(0.680) -0.146(0.504) 0.705**(0.276) 中部 EDU 4.412*(2.516) 0.541(5.701) 4.953(7.829) LNP -0.158(0.681) 0.252(1.792) 0.093(2.437)
下载: 导出CSV
表 10 内生性分析和稳健性检验结果
效应类别 变量 模型8 模型9 模型10 模型11 模型12 模型13 模型14 本地效应 EDU 2.336** 2.929*** 0.939 1.741*** (1.152) (0.931) (1.391) (0.901) LEDU 2.205** 2.218** 2.041** (1.107) (0.952) (0.997) LNP 1.065*** 0.889*** 0.906*** 1.403*** 0.976*** 0.855** 0.653*** (0.358) (0.334) (0.331) (0.391) (0.159) (0.432) (0.237) POP -7.583*** -7.941*** -7.062** -4.057 -6.832*** -5.893* -3.940* (3.151) (3.081) (2.937) (3.139) (2.037) (3.208) (2.160) FDR -0.057 -0.119** -0.114** -0.137** -0.008 -0.087 -0.029 (0.058) (0.057) (0.057) (0.069) (0.052) (0.055) (0.049) DEF 0.228* 0.183 0.097 0.0224 0.205** 0.148 0.170* (0.119) (0.136) (0.146) (0.152) (0.099) (0.118) (0.088) MAR 0.147 0.162* 0.0946** (0.093) (0.088) (0.039) FOG 0.006 16 0.015 2 -0.013 7 (0.016) (0.017) (0.013) 滞后效应 WHQEt-1 0.573*** 0.432*** 0.457*** 0.249* 0.432*** 0.529*** 0.512*** (0.098) (0.120) (0.123) (0.134) (0.102) (0.131) (0.119) 邻地效应 WEDU -1.144 -1.080 1.598 0.002 (1.397) (1.302) (1.553) (0.872) WLEDU -1.925 -1.636 -3.787*** (1.261) (1.256) (1.353) WLNP -0.8027 -0.676** -0.726** 0.251 -0.534*** -0.544 -0.263 (0.363) (0.309) (0.356) (0.347) (0.188) (0.413) (0.320) rho 0.197*** 0.204*** 0.212*** 0.131*** 0.143*** 0.105** 0.120*** (0.059) (0.064) (0.056) (0.047) (0.055) (0.049) (0.046) R2 0.634 0.651 0.650 0.665 0.711 0.642 0.727 sigma2 0.149*** 0.142*** 0.143*** 0.136*** 0.167*** 0.147*** 0.158*** (0.030) (0.029) (0.028) (0.029) (0.025) (0.030) (0.024) Wald 5.59** 10.91*** 9.49*** 19.63*** 15.41*** 6.37** 7.74*** 固定效应 yes yes yes yes yes yes yes N 300 300 300 300 480 300 480
下载: 导出CSV
表 11 短期效应和长期效应检验结果
效应 模型 变量 直接效应 间接效应 总效应 短期效应 模型8 LEDU 2.098**(0.859) -0.794(0.827) 1.304(1.097) LNP 1.061***(0.178) -0.321(0.146) 0.740***(0.184) 模型9 EDU 2.263**(1.080) -0.302(0.646) 1.961**(0.949) LNP 0.905***(0.311) -0.271(0.142) 0.633***(0.227) 模型10 LEDU 2.137**(0.903) -0.568(0.632) 1.569(0.986) LNP 0.916***(0.307) -0.298*(0.168) 0.618***(0.235) 模型11 LEDU 1.908**(0.946) -1.743***(0.658) 0.165(0.952) LNP 1.451**(0.376) 0.207(0.174) 1.659***(0.396) 模型12 EDU 2.858***(0.901) -0.364(0.617) 2.493***(1.047) LNP 0.981***(0.149) -0.209**(0.086) 0.771***(0.118) 模型13 EDU 0.910 (1.327) 1.568(1.181) 2.478***(0.932) LNP 0.892**(0.409) -0.441(0.324) 0.451***(0.211) 模型14 EDU 1.700*(0.877) 0.241(0.730) 1.941*(0.996) LNP 0.675***(0.222) -0.199(0.260) 0.476***(0.137) 长期效应 模型8 LEDU 2.231(4.317) 0.451(20.97) 2.683(25.21) LNP 1.115***(0.303) 0.104(1.109) 1.219(1.360) 模型9 EDU 2.373**(1.103) 0.359(0.931) 2.733*(1.489) LNP 0.906***(0.311) -0.091(0.173) 0.815**(0.325) 模型10 LEDU 2.173**(0.978) -0.057(1.113) 2.115(1.726) LNP 0.915***(0.307) -0.115(0.232) 0.799**(0.366) 模型11 LEDU 1.735*(0.943) -1.788**(0.744) -0.053(1.151) LNP 1.511***(0.382) 0.468**(0.211) 1.979***(0.473) 模型12 EDU 2.971***(0.966) 0.413(0.958) 3.384**(1.605) LNP 0.999***(0.149) 0.018(0.111) 1.018***(0.175) 模型13 EDU 1.231(1.314) 4.512**(1.812) 5.743***(2.074) LNP 0.898**(0.401) -0.034(0.428) 0.864*(0.462) 模型14 EDU 1.873**(0.925) 2.304(1.673) 4.177*(2.214) LNP 0.701***(0.209) 0.263(0.403) 0.964***(0.336)
下载: 导出CSV
-
[1] 辜胜阻. 高质量发展要让创新要素活力竞相迸发[J]. 经济研究, 2019(10): 7-9. [2] 康梅. 投资增长模式下经济增长因素分解与经济增长质量[J]. 数量经济技术经济研究, 2006(2): 153-160. doi: 10.3969/j.issn.1000-3894.2006.02.017 [3] 陈诗一, 陈登科. 雾霾污染、政府治理与经济高质量发展[J]. 经济研究, 2018(2): 20-34. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ201802003.htm [4] GENICOT G, RAY D. Aspirations and inequality[J]. Econometria, 2017, 85(2): 489-519. doi: 10.3982/ECTA13865 [5] 张军扩, 侯永志, 刘培林, 等. 高质量发展的目标要求和战略路径[J]. 管理世界, 2019(7): 1-7. doi: 10.3969/j.issn.1002-5502.2019.07.002 [6] ZHANG CHANGZHENG, KONG JIN. Effect of equity in education on the quality of economic growth: evidence from China[J]. International Journal of Human Sciences, 2010, 7(1): 47. http://www.oalib.com/paper/2159385 [7] FUSARO M A, DUTKOWSKY D H. What explains consumption in the very short-run? evidence from checking account data[J]. Journal of Macroeconomics, 2011, 33(4): 542-552. doi: 10.1016/j.jmacro.2011.05.001 [8] 钞小静, 任保平. 中国经济增长结构与经济增长质量的实证分析[J]. 当代经济科学, 2011(6): 50-56, 123-124. https://www.cnki.com.cn/Article/CJFDTOTAL-DJKX201106008.htm [9] 詹新宇, 崔培培. 中国省际经济增长质量的测度与评价——基于"五大发展理念"的实证分析[J]. 财政研究, 2016(8): 40-53, 39. https://www.cnki.com.cn/Article/CJFDTOTAL-CZYJ201608004.htm [10] 刘金全, 张龙, 张鑫. 我国经济增长质量的混频测度与货币政策调控方式转型[J]. 经济学动态, 2019(5): 73-87. https://www.cnki.com.cn/Article/CJFDTOTAL-JJXD201905007.htm [11] 魏敏, 李书昊. 新时代中国经济高质量发展水平的测度研究[J]. 数量经济技术经济研究, 2018(11): 3-20. https://www.cnki.com.cn/Article/CJFDTOTAL-SLJY201811001.htm [12] 张杰, 郑文平. 创新追赶战略抑制了中国专利质量么?[J]. 经济研究, 2018(5): 28-41. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ201805004.htm [13] 杜春林, 张新文. 乡村公共服务供给: 从"碎片化"到"整体性"[J]. 农业经济问题, 2015(7): 9-19, 110. https://www.cnki.com.cn/Article/CJFDTOTAL-NJWT201507003.htm [14] 赵斌. 人力资本积累与经济增长——基于投资流量效应与老龄化存量效应视角[J]. 广东财经大学学报, 2019(1): 14-24. https://www.cnki.com.cn/Article/CJFDTOTAL-SONG201901006.htm [15] 何树全. 中国服务业在全球价值链中的地位分析[J]. 国际商务研究, 2018(5): 29-38. doi: 10.3969/j.issn.1006-1894.2018.05.003 [16] 李坤望, 蒋为, 宋立刚. 中国出口产品品质变动之谜: 基于市场进入的微观解释[J]. 中国社会科学, 2014(3): 80-103, 206. https://www.cnki.com.cn/Article/CJFDTOTAL-ZSHK201403007.htm [17] 郑世林, 周黎安. 政府专项项目体制与中国企业自主创新[J]. 数量经济技术经济研究, 2015(12): 73-89. https://www.cnki.com.cn/Article/CJFDTOTAL-SLJY201512005.htm [18] 刘伟, 蔡志洲. 新时代中国经济增长的国际比较及产业结构升级[J]. 管理世界, 2018(1): 16-24. doi: 10.3969/j.issn.1002-5502.2018.01.002 [19] ABEL J, GABE T. Human capital and economic activity in Urban America[J]. Regional Studies, 2011, 45(8): 1079-1090. doi: 10.1080/00343401003713431 [20] WALESH S G. Our most important asset[J]. Journal of Management, 2013, 40(1): 161-192. [21] PROTOGEROU A, CALOGHIROU Y, VONORTAS N S. Determinants of young firms'innovative performance: empirical evidence from Europe[J]. Research Policy, 2017, 46(7): 1312-1326. doi: 10.1016/j.respol.2017.05.011 [22] TEIXEIRA A A C, TAVARES-LEHMANN A T. Human capital intensity in technology-based firms located in Portugal: does foreign ownership matter?[J]. Research Policy, 2014, 43(4): 737-748. doi: 10.1016/j.respol.2014.01.001 [23] DE WINNE SOPHIE, LUC SELS. Interrelationships between human capital, HRM and innovation in belgian start-ups aiming at an innovation strategy[J]. International Journal of Human Resource Management, 2010, 9(21): 1863-1883. doi: 10.1080/09585192.2010.505088 [24] 邹薇, 代谦. 技术模仿、人力资本积累与经济赶超[J]. 中国社会科学, 2003(5): 26-38. https://www.cnki.com.cn/Article/CJFDTOTAL-ZSHK200305002.htm [25] 阳立高, 贺正楚, 染江艺, 等. 发展中国家知识产权保护、人力资本与经济增长[J]. 中国软科学, 2013(11): 123-138. doi: 10.3969/j.issn.1002-9753.2013.11.014 [26] 任保平. 以创新驱动提高中国经济增长的质量和效益[J]. 黑龙江社会科学, 2013(4): 45-49. https://www.cnki.com.cn/Article/CJFDTOTAL-LJSK201304016.htm [27] GROSSMAN G M, HELPMAN E. Innovation and growth in the global economy[D]. Cambridge: MIT Press, 1991. [28] 王恬. 人力资本流动与技术溢出效应——来自我国制造业企业数据的实证研究[J]. 经济科学, 2008(4): 99-109. https://www.cnki.com.cn/Article/CJFDTOTAL-JJKX200804012.htm [29] ANSELIN L. Lagrange multiplier test diagnostics for spatial dependence and spatial heterogeneity[J]. Geographical Analysis, 1988, 20(1): 1-17. doi: 10.1111/j.1538-4632.1988.tb00159.x [30] 林光平, 龙志和, 吴梅. 我国地区经济收敛的空间计量实证分析: 1978—2002年[J]. 经济学(季刊), 2005(1): 67-82. https://www.cnki.com.cn/Article/CJFDTOTAL-JJXU2005S1003.htm [31] LESAGE J P, PACE R K. Spatial econometric modeling of origin-destination flows[J]. Journal of Regional Science, 2010, 48(5): 941-967. doi: 10.1111/j.1467-9787.2008.00573.x/abstract [32] DEBARSY N, ERTUR C, LESAGE J P. Interpreting dynamic space-time panel data models[J]. Statistical Methodology, 2012, 9(1): 158-171. [33] 郭家堂, 骆品亮. 互联网对中国全要素生产率有促进作用吗?[J]. 管理世界, 2016(10): 34-49. https://www.cnki.com.cn/Article/CJFDTOTAL-GLSJ201610004.htm -
