中国人力资本结构的时空演变特征研究
发布时间：2021-11-24 14:55
研究目标:测度中国人力资本结构,考察中国人力资本结构的时空演变特征。研究方法:基于不同地区人口受教育程度差异,采用空间向量夹角公式测算"人力资本结构指数",综合运用核密度函数、Dagum基尼系数、收敛模型及局域Moran指数解析人力资本结构的时空演变特征。研究发现:中国人力资本结构总体上呈现不断优化趋势,但存在明显的阶段性变化特征,东、中、西三大区域具有明显梯度效应。全国整体人力资本结构存在两极分化现象,不同区域的极化特征表现出明显异质性;在观测期内,人力资本结构总体差异扩大了约33%,区域间差异是最主要的贡献者,其次是区域内差异,超变密度的贡献最小;全国整体不存在σ收敛特征,而基本支持β收敛机制,区域收敛特征存在一定差异;人力资本结构还展现了较为稳定的"高-高"或"低-低"的地理空间集聚特性。研究创新:深刻系统地揭示了中国人力资本结构的分布动态、地区差异、收敛性以及空间集聚特征。研究价值:为从结构视角把脉中国人力资本变化规律提供经验参考,同时也为落实创新驱动发展战略促进区域经济高质量协调发展提出新的思路。
【文章来源】：数量经济技术经济研究. 2020,37(12)北大核心CSSCICSCD
【文章页数】：23 页
【部分图文】：
全国及三大区域人力资本结构动态演进分布
表3还汇报了反映三大区域人力资本结构区域内差异的基尼系数值，图5描绘了其演变趋势。从观测期内基尼系数走势来看，东部区域内差异演变趋势与全国总体差异类似，基尼系数最小值和最大值分别出现在样本观测初期和末期，尽管在部分年份有一些微弱波动但整体上升态势非常明显。具体演变过程为：2002～2004年有一个明显上升趋势，2005～2011年呈现小幅度波动中带有微弱趋缓态势，2011年之后上扬势头逐步显现，尤其是2014～2018年连续四年上升，并在2015年一举超越全国总体基尼系数，随之两者差距逐步拉开。在此期间，基尼系数极值差距达到0.010，增幅达到约76%，年均增速接近4%，东部区域内差异的加剧态势可见一斑。与东部区域相反，中部区域基尼系数的整体下行趋势较为明显，虽然其中某些年份有一定波动，但并未根本改变区域内差异缩小的总体特征。其整体演变趋势大致可以分为三个阶段，2002～2005年处于波动上升期，在2005年达到峰值，之后截至2014年经历了明显的下行期，于2014年达到最小值，2014～2017年有小幅度上扬趋势，到2018年又有所下降。观测期内，末期相比初期中部区域基尼系数整体下降约0.003，降幅接近29%，年均下降速度约为2%。最后再看西部区域，尽管其基尼系数数值在2017年出现了一定下降，但下降幅度较小，并未根本改变其整体上升形态，区域内差异整体上有所扩大。其具体演变过程大致为，2002～2016年经历了波动上升过程，峰值出现在2016年，之后略微下行调整。就西部区域基尼系数数值具体变化来看，相比观测初期2002年，2018年西部区域基尼系数增加了约0.004，增幅约为39%，年均增速大致2%。结合上述信息可知，就区域内差异而言，东部区域和西部区域呈现波动中加剧态势，中部区域则具有明显缩小特征。由图5可知，在整个观测期内，三大区域基尼系数走势曲线均未出现交叉，由上至下依次为东部、西部和中部，可见东部区域的区域内差异最为突出，其次是西部区域，最后是中部区域。3．区域间差异
本文进一步根据Dagum基尼系数分解公式，将总体差异G分解为区域内差异Gw、区域间差异Gnb和超变密度Gt，分解结果及其贡献率见表4。图7呈现了上述三类差异对总体差异贡献率的变动趋势。根据贡献率大小来看，观测期内，Gw、Gnb和Gt三者的均值分别为27.31%、64.33%和11.30%，同时三者的变化曲线在样本年度内未发生交叉。由此可见，中国人力资本结构总体差异第一来源就是区域间差异，其次是区域内差异，最后是超变密度，后两者均值之和不及总体差异来源的40%，对总体差异的贡献较为有限。从三类差异来源的具体演变趋势来看，区域内差异贡献率波动非常平缓，围绕均值大致在2个百分点以内来回调整，整体呈现微弱上扬态势，相较2002年，2018年其贡献率上升了大致2%，变动幅度约8%，年均增速约0.5%。区域间差异贡献率在样本观测区间内有一定幅度波动，整体演变同样呈现微弱上扬态势。具体来看，该贡献率在2002～2005年、2005～2011年两个阶段连续经历了两个“U”形变化过程，并在第一个“U”形区间内于2004年形成观测期内最小值，在第二个“U”形区间的截止点即2011年形成峰值，之后2011～2018年整体走势有所趋缓，但直至2018年其贡献率仍然维持在63.38%的较高水平，相比2002年上升大致4个百分点，整体增幅约6%，年均增速约0.4%。最后就超变密度的变化来看，其贡献率演变明显存在下行趋势，说明总体差异中来自于不同区域间交叉重叠的贡献越来越小。由图7中可知，在观测期内，Gt曲线与Gnb曲线基本呈反方向变动，说明超变密度的变化主要被三大区域间差异所吸收，其间，超变密度贡献率大约下降了6个百分点，整体降幅达到39%，年均下降速度约3%。图7 不同差异来源的贡献率演变趋势
【参考文献】：
期刊论文
[1]人力资本相对超前投入及对经济增长的影响[J]. 李钢,秦宇. 数量经济技术经济研究. 2020(05)
[2]异质型人力资本与经济发展——基于空间异质性的实证研究[J]. 邓飞,柯文进. 统计研究. 2020(02)
[3]改革开放以来中国经济发展阶段与人力资本结构研究[J]. 赵晓军,余爽. 经济科学. 2020(01)
[4]经济发展潜能与人力资本质量[J]. 刘伟,张立元. 管理世界. 2020(01)
[5]长期人力资本积累的历史根源:制度差异、儒家文化传播与国家能力塑造[J]. 冯晨,陈舒,白彩全. 经济研究. 2019(05)
[6]人力资本扩张与中国城市制造业出口升级:来自高校扩招的证据[J]. 周茂,李雨浓,姚星,陆毅. 管理世界. 2019(05)
[7]生产率进步影响农村人力资本积累吗?——基于微观数据的研究[J]. 周京奎,王贵东,黄征学. 经济研究. 2019(01)
[8]人力资本推动中国加工贸易升级了吗?[J]. 毛其淋. 经济研究. 2019(01)
[9]跨越世纪的城市人力资本足迹——历史遗产、政策冲击和劳动力流动[J]. 夏怡然,陆铭. 经济研究. 2019(01)
[10]要素禀赋、工资差距与人力资本形成[J]. 李成友,孙涛,焦勇. 经济研究. 2018(10)
本文编号：3516202
【文章来源】：数量经济技术经济研究. 2020,37(12)北大核心CSSCICSCD
【文章页数】：23 页
【部分图文】：
全国及三大区域人力资本结构动态演进分布
表3还汇报了反映三大区域人力资本结构区域内差异的基尼系数值，图5描绘了其演变趋势。从观测期内基尼系数走势来看，东部区域内差异演变趋势与全国总体差异类似，基尼系数最小值和最大值分别出现在样本观测初期和末期，尽管在部分年份有一些微弱波动但整体上升态势非常明显。具体演变过程为：2002～2004年有一个明显上升趋势，2005～2011年呈现小幅度波动中带有微弱趋缓态势，2011年之后上扬势头逐步显现，尤其是2014～2018年连续四年上升，并在2015年一举超越全国总体基尼系数，随之两者差距逐步拉开。在此期间，基尼系数极值差距达到0.010，增幅达到约76%，年均增速接近4%，东部区域内差异的加剧态势可见一斑。与东部区域相反，中部区域基尼系数的整体下行趋势较为明显，虽然其中某些年份有一定波动，但并未根本改变区域内差异缩小的总体特征。其整体演变趋势大致可以分为三个阶段，2002～2005年处于波动上升期，在2005年达到峰值，之后截至2014年经历了明显的下行期，于2014年达到最小值，2014～2017年有小幅度上扬趋势，到2018年又有所下降。观测期内，末期相比初期中部区域基尼系数整体下降约0.003，降幅接近29%，年均下降速度约为2%。最后再看西部区域，尽管其基尼系数数值在2017年出现了一定下降，但下降幅度较小，并未根本改变其整体上升形态，区域内差异整体上有所扩大。其具体演变过程大致为，2002～2016年经历了波动上升过程，峰值出现在2016年，之后略微下行调整。就西部区域基尼系数数值具体变化来看，相比观测初期2002年，2018年西部区域基尼系数增加了约0.004，增幅约为39%，年均增速大致2%。结合上述信息可知，就区域内差异而言，东部区域和西部区域呈现波动中加剧态势，中部区域则具有明显缩小特征。由图5可知，在整个观测期内，三大区域基尼系数走势曲线均未出现交叉，由上至下依次为东部、西部和中部，可见东部区域的区域内差异最为突出，其次是西部区域，最后是中部区域。3．区域间差异
本文进一步根据Dagum基尼系数分解公式，将总体差异G分解为区域内差异Gw、区域间差异Gnb和超变密度Gt，分解结果及其贡献率见表4。图7呈现了上述三类差异对总体差异贡献率的变动趋势。根据贡献率大小来看，观测期内，Gw、Gnb和Gt三者的均值分别为27.31%、64.33%和11.30%，同时三者的变化曲线在样本年度内未发生交叉。由此可见，中国人力资本结构总体差异第一来源就是区域间差异，其次是区域内差异，最后是超变密度，后两者均值之和不及总体差异来源的40%，对总体差异的贡献较为有限。从三类差异来源的具体演变趋势来看，区域内差异贡献率波动非常平缓，围绕均值大致在2个百分点以内来回调整，整体呈现微弱上扬态势，相较2002年，2018年其贡献率上升了大致2%，变动幅度约8%，年均增速约0.5%。区域间差异贡献率在样本观测区间内有一定幅度波动，整体演变同样呈现微弱上扬态势。具体来看，该贡献率在2002～2005年、2005～2011年两个阶段连续经历了两个“U”形变化过程，并在第一个“U”形区间内于2004年形成观测期内最小值，在第二个“U”形区间的截止点即2011年形成峰值，之后2011～2018年整体走势有所趋缓，但直至2018年其贡献率仍然维持在63.38%的较高水平，相比2002年上升大致4个百分点，整体增幅约6%，年均增速约0.4%。最后就超变密度的变化来看，其贡献率演变明显存在下行趋势，说明总体差异中来自于不同区域间交叉重叠的贡献越来越小。由图7中可知，在观测期内，Gt曲线与Gnb曲线基本呈反方向变动，说明超变密度的变化主要被三大区域间差异所吸收，其间，超变密度贡献率大约下降了6个百分点，整体降幅达到39%，年均下降速度约3%。图7 不同差异来源的贡献率演变趋势
【参考文献】：
期刊论文
[1]人力资本相对超前投入及对经济增长的影响[J]. 李钢,秦宇. 数量经济技术经济研究. 2020(05)
[2]异质型人力资本与经济发展——基于空间异质性的实证研究[J]. 邓飞,柯文进. 统计研究. 2020(02)
[3]改革开放以来中国经济发展阶段与人力资本结构研究[J]. 赵晓军,余爽. 经济科学. 2020(01)
[4]经济发展潜能与人力资本质量[J]. 刘伟,张立元. 管理世界. 2020(01)
[5]长期人力资本积累的历史根源:制度差异、儒家文化传播与国家能力塑造[J]. 冯晨,陈舒,白彩全. 经济研究. 2019(05)
[6]人力资本扩张与中国城市制造业出口升级:来自高校扩招的证据[J]. 周茂,李雨浓,姚星,陆毅. 管理世界. 2019(05)
[7]生产率进步影响农村人力资本积累吗?——基于微观数据的研究[J]. 周京奎,王贵东,黄征学. 经济研究. 2019(01)
[8]人力资本推动中国加工贸易升级了吗?[J]. 毛其淋. 经济研究. 2019(01)
[9]跨越世纪的城市人力资本足迹——历史遗产、政策冲击和劳动力流动[J]. 夏怡然,陆铭. 经济研究. 2019(01)
[10]要素禀赋、工资差距与人力资本形成[J]. 李成友,孙涛,焦勇. 经济研究. 2018(10)
本文编号：3516202
本文链接：https://www.wllwen.com/shekelunwen/shekexiaolunwen/3516202.html
