人力资本对经济增长的空间效应检验.pdf

统计与决策2023年第20期总第632期DOI:10.13546/ki.tjyjc.2023.20.0120引言人力资本为经济社会的长足发展提供了稳固的保障，也是影响国家间经济增长水平差异的核心资源。人口老龄化、人口红利逐渐消失等使得劳动力供给日益减少而社会养老负担日益加重，导致经济增速放缓，迫切需要强化人力资本的引领支撑作用1。人力资本与经济增长之间的关系备受学者关注，人力资本通过生产、消费、投资、储蓄等渠道直接或间接地影响经济增长，成为国家或地区经济发展不平衡的主要原因之一2。且随着经济全球化与区域经济一体化的推进，经济体之间的空间相关性客观存在，既体现在分工化和专业化使得经济体间存在交互作用而相互影响上，又体现在包括人力资本在内的生产要素存在跨区域流动上。那么各经济体是否充分实现了人力资本对经济的贡献潜力？各经济体间的经济发展状况是否会通过溢出效应而相互影响？基于新经济地理学，将人力资本具有的空间相关性对经济增长的影响纳入研究框架，研究人力资本对国家整体经济增长的贡献及其在区域经济增长中的空间溢出效应，对于国家制定人才培养、创新政策，依靠人力资本释放的“红利”促进国民经济持续稳定增长、增强综合国力以应对日趋激烈的国际竞争，具有重要的现实意义。学者们对于人力资本的研究主要经历了从关注“量”到“质”的转变：一是当劳动力存在绝对数量优势时，能够降低劳动力成本和实现较高就业率，称为“人口红利”3。二是随着知识经济日新月异，人力资本质量代替数量，助推经济发展，称为“人才红利”。关于人力资本对经济增长的影响机制，研究发现教育和创新都是影响人力资本结构进而影响经济发展的因素2。从教育角度看，人力资本积累通过直接改善供给，弥补逐渐消失的人口红利，利用人力资本产生的“知识外溢性”和要素互补性优化产出率4。从创新角度看，人力资本具有的研发特征是一种稀缺资源，创新水平体现了人力资本质量，创新人才能够增强国人力资本对经济增长的空间效应检验刘超，任彦秋（北京工业大学 经济与管理学院，北京 100124）摘要：文章基于20102019年15个国家的面板数据，运用改进引力模型和社会网络分析法刻画国家经济联系的空间关联结构特征，并通过构建引力空间权重矩阵，采用空间杜宾模型探讨人力资本与经济增长的空间关联性。结果表明：（1）从空间相关性来看，国家间的经济联系在不断加强；且国家间经济增长呈现显著的负向空间溢出效应。（2）从影响因素来看，初级人力资本对本国经济增长产生显著负向影响，而对其他国家产生显著正向空间溢出效应；高级人力资本与研发支出对经济增长的直接效应均为正向促进作用，而对其他国家均产生显著负面影响；专利水平对经济增长的直接效应和间接效应均为正。关键词：经济增长；人力资本；空间杜宾模型；空间溢出效应中图分类号：F015文献标识码：A文章编号：1002-6487（2023）20-0066-06基金项目：国家自然科学基金资助项目（62073007；61773029）作者简介：刘超（1969），男，山东枣庄人，教授，博士生导师，研究方向：社会经济系统分析与优化。任彦秋（1997），女，山东枣庄人，硕士研究生，研究方向：社会经济系统分析与优化。统 计 观 察7张国兴,苏钊贤.黄河流域交通运输碳排放的影响因素分解与情景预测J.管理评论,2020,32(12).8马慧强,刘嘉乐,弓志刚.山西省旅游交通碳排放测度及其演变机理J.经济地理,2019,39(4).9李想,吉敏全.基于LMDI模型的三江源地区交通碳排放影响因素分析J.科技管理研究,2019,39(20).10Margarita R A,Victor M.Decomposition Analysis and Innovative Accounting Approach for Energy-related CO2(Carbon Dioxide)Emissions Intensity Over 19962009 in Portugal J.Energy,2013,(57).11邵海琴,王兆峰.中国交通碳排放效率的空间关联网络结构及其影响因素J.中国人口 资源与环境,2021,31(4).12何建坤,刘滨.作为温室气体排放衡量指标的碳排放强度分析J.清华大学学报(自然科学版),2004,(6).13Dagum C.A New Approach to the Decomposition of the Gini IncomeInequality Ratio J.Empirical Economics,1997,22(4).14谢守红,蔡海亚,夏刚祥.中国交通运输业碳排放的测算及影响因素J.干旱区资源与环境,2016,30(5).15王文琳.中国省域交通运输碳排放强度的影响因素及空间收敛性研究D.西安:长安大学学位论文,2019.（责任编辑/梁红）66统计与决策2023年第20期总第632期家创新软实力5。人力资本通过研发等途径提升创新水平，进而促进技术进步，间接作用于经济2。由于研究样本、研究视角及研究方法存在差异，因此人力资本对经济发展的影响效果存在不同结论。一是人力资本有助于促进经济增长及缩小区域差异。从区域经济层面来讲，进行人力资本投资、增加劳动力的受教育年限从而提高教育质量，是经济欠发达地区及发展中国家快速缩小其与较发达地区、发达国家间发展差距，缓解区域不平等的有效手段6。二是人力资本对经济增长的影响与经济发展所处的阶段、人力资本结构7等因素有关。三是不同类型人力资本对经济增长的影响效果并不相同。人力资本异质性可以有效解释区域经济增长差异，不同类型的人力资本对经济增长具有不同且不可替代的影响8。在研究方法方面，空间计量学将空间效应引入传统计量经济模型中。与空间地理因素相比，人力资本水平对于区域经济增长的空间溢出效应更为显著9。综上所述，大多数国内学者从省级层面出发聚焦本国的人力资本对本国经济的影响，面对错综复杂的国际人才形势，有必要从国际宏观层面探究人力资本在影响经济增长方面的空间效应，对于加快构建新发展格局具有重要的现实意义。基于此，本文基于空间的传递效应，借助空间计量方法，探究国家经济联系的演变及特征，并探讨人力资本与经济增长效应存在的空间相关性，以期优化国内人力资本部署，为提高全球竞争力提供帮助。1研究设计1.1样本选取与数据来源考虑到经济总量占比且受限于数据可得性，本文所使用的数据为20102019年中国、美国、日本、德国、法国、英国、巴西、意大利、加拿大、韩国、西班牙、印度尼西亚、土耳其、荷兰、瑞士 15 个国家的面板数据。数据来源于CHOICE、ILOSTAT、世界银行数据库、世界知识产权组织和 中国劳动统计年鉴 等。1.2经济联系特征和演变：改进引力模型国家间的经济联系表现为经济主体间的相互作用和相互关系，引力模型是衡量和评价区域经济联系最常用的方法10。经典表达式为：Rij=XijQiQjDrij（1）其中，Rij为经济体i与经济体j的引力大小；Xij为引力系数；Qi与Qj为国家相关社会经济发展状态；Dij为两个经济体之间的距离；r为修正权数，通常取2。本文通过改进引力模型分析样本国家间经济联系强度及空间关联的时空演变特征。借鉴学者改进引力模型的经验11，除了总体经济规模、人口外，还注重考察第三产业发展水平的情况，建立含经济规模、人口、产业发展三个维度的国家经济社会发展状态评价体系。因为在全球化和技术进步等因素的驱动下，第三产业发展是为经济转型注入生机活力的支撑力量，是反映国家经济社会发展状态的重要因素，且第三产业涵盖劳动、知识、技术密集型产业，能够反映地区吸纳劳动力的能力。因此，改进的引力模型如下：Rij=XijQiQjD2ij=XijPiViLi3PjVjLj3D2ij（2）其中，Rij代表引力大小，即i国与j国间的经济联系强度。Qi与Qj为国家经济社会发展状态；Pi与Pj代表经济规模维度，采用国内生产总值表示；Vi与Vj代表人口维度，由于各样本国家人口规模差距较大，且当前人口发展对经济的主要驱动力已有由人口规模效应向人口结构效应转变的趋势，人口维度采用抚养比（非劳动人口与劳动人口的比值）表示。Li与Lj代表产业发展维度，采用第三产业产值占 GDP 的比重表示。Xij为引力系数，Xij=LiLi+Lj，反映产业发展水平对经济联系强度的影响程度。Dij代表i国与j国间的经济距离，Dij=mijri-rj，其中，mij代表i国与j国的首都城市间的地理距离；ri和rj分别代表i国和j国的人均GDP。因为在经济全球化背景下，地理边界及地理距离会逐渐弱化地区发展差异，结合经济距离衡量区域空间距离更恰当，故综合地理距离、经济社会发展差异及修正权数，构建经济距离Dij。因此，(Rij)15*15表示衡量各国经济联系空间相关距离的引力矩阵，本文将其转换为0-1非对称矩阵。并运用社会网络分析法的网络密度等指标刻画网络结构特征及关联程度等，绘制相应区域空间关联网络的整体结构特征图，从而揭示时间维度下各经济体间的联系密切程度12,13。其中关系数指网络中的连边数量，网络密度用来刻画网络中节点间相互连边的密集程度，网络效率表示网络的平均效率。1.3人力资本对经济增长的影响：空间计量模型1.3.1空间权重矩阵设置受制于传统“空间”概念，空间计量模型中空间关系一般基于物理距离进行测度，但考虑到技术转移、文化与信息传播等都与物理空间无直接关系，基于传统空间物理概念对其研究会有失偏颇14。而由经济因素和地理因素共同决定的区域经济联系引力模型，能够同时刻画样本间地理位置相关性和经济依赖程度，为衡量国家间空间溢出效应提供了更科学的方法支撑。基于此，本文从多维角度出发，借鉴已有学者的做法，引入区域经济空间引力效应，以各国经济联系空间相关距离表示的改进引力模型来构造引力空间权重矩阵15：Wij=Rij=XijPiViLi3PjVjLj3D2ijij0i=j（3）统 计 观 察67统计与决策2023年第20期总第632期1.3.2空间面板模型构建以人力资本为影响因素的空间计量模型，着重分析以人力资本为路径的空间交互特征，模型如下：git=c+*xit+*contit+*Wgit+*Wxit+pi+ti+iti=115;t=110（4）其中，git表示各样本国家的经济增长变量；xit表示核心解释变量，表示核心解释变量的系数；contit表示控制变量，表示控制变量系数；Wgit表示i国在t期经济增长的空间滞后项，表示空间滞后系数，代表其他国家的经济增长与第i个国家的交互作用；Wxit表示人力资本的空间加权变量，代表其他国家人力资本变量对本国经济发展的影响；pi、ti分别代表个体、时间效应，it为地区i在t时刻的残差项。采用MLE方法进行实证分析。1.4指标选取（1）被解释变量。选取 GDP 为经济增长变量，用以2010年不变价美元表示的人均国内生产总值衡量。（2）核心解释变量。一方面，考虑到世界各经济体人力资本的发展及规模情况，以及劳动力教育程度不同会导致人力资本异质性，利用教育指标法将人才资本要素从总人力资本中分离出来。另一方面，考虑人才的质量和知识水平、创新成果等。因此采用教育和创新两个维度表征人力资本水平。教育。教育是人力资本形成的基础和保障。EDU1为初级人力资本变量，表示初级人力资本占总人力资本的百分比；EDU2为高级人力资本变量，用高级人力资本占总人力资本的百分比表示。本文将中等教育及以下人力资本作为初级人力资本，其余作为高级人力资本。由于样本国家的学制有所不同，为方便比较，采用包括中国在内的大多数国家的学制制度，按基础教育以下（L1）、基础教育（L2）、中等教育（L3）、高等教育（L4）进行分类的劳动力数来度量人才资本，各层次的受教育年限分别为1年、9年、12年、16年。其中，该部分基于麦迪森（Maddison）提出的受教育法，按受教育年限的差异将劳动力设定为异质性人力资本进行人力资本存量度量。由此人力资本存量的度量公式如下：Hit=L1h1m1+L2h2m2+L3h3m3+L4h4m4=1*1.0*L1+9*1.0*L2+12*1.4*L3+16*2.0*L4（5）创新。使用各国家（地区）专利水平（INN）和研发支出（RES）代表创新。其中，居民专利申请数可以弥补专利审批的时间滞后性，及时反映创新产出；研发支出以研发支出占GDP的百分比衡量。（3）控制变量。储蓄率（SAV），为固定资产投资额占当年GDP的百分比；外商投资（FDI），以外商直接投资占GDP的百分比来衡量，反映外商直接投资对一国经济增长的贡献；人力资本结构（EDU12），采用初级人力资本的平方项进行衡量，捕捉初级人力资本对经济增长的非线性影响；MOR为死亡率，表示居民的健康状况。关于数据的缺失值，本文采用增长率移动平均法、插值法、临近值插补法等求出缺失值。变量说明见表1。2实证结果分析2.1经济联系特征和演变将相关数据代入改进引力模型即公式（2），得到样本国家间经济联系的演变过程和特征如图1所示。为展现其演变过程，将2010年、2013年、2016年、2019年作为时间断面，使用Gephi绘制国家空间经济联系的网络结构图如下页图2至图5所示。可以发现：样本国家间经济联系在不断加强。从网络复杂程度看，样本期内各网络不存在孤立节点，国家之间的经济联系表现为明显的网络形态。20102019年空间联系网络密度从0.4667提高到0.5238，关系数从98条提升到110条，表明空间关联紧密性在上升。网络关联度指标均为1，表明国家间经济联系存在显著的空间溢出效应，样本国家在该经济联系网络中相互关联、联系紧密。网络效率2010年为0.2967，2019年下降到0.2637，说明样本国家之间的空间关联关系整体上更加密切，网络的稳定性有所提高。可见近年来，随着经济全球化与区域经济一体化发展，经济要素在国家之间的流动性有所提高，增强了彼此的空间关联度与网络稳定程度。115110105100959085关系数网络密度/网络效率0.60.50.40.30.20.102010201120122013201420152016201720182019关系数网络密度网络效率年份图1 经济联系强度网络指标2.2空间溢出效应分析2.2.1空间自相关检验20102019 年被解释变量的莫兰指数在-0.424，-0.388区间内波动，均通过了显著性检验，结果如下页表2所示。样本国家经济增长过程存在空间依赖性，具有显著的负向空间溢出效应，即其他国家的经济发展对本国经济增长呈抑制作用。统 计 观 察表1变量说明变量被解释变量核心解释变量控制变量变量名称经济增长初级人力资本高级人力资本专利水平研发支出储蓄率外商投资人力资本结构死亡率符号GDPEDU1EDU2INNRESSAVFDIEDU12MOR度量方式人均GDP初级人力资本/人力资本总量高级人力资本/人力资本总量居民专利申请数研发支出/GDP固定资产投资额/GDP外商直接投资/GDP初级人力资本的平方项死亡率观测值150150150150150150150150150均值3.55210.48600.51501.15052.06560.24253.29250.26017.5622标准差1.97710.15490.15522.57971.05030.07747.15830.16841.8813最小值0.31220.17950.03530.00510.08470.1540-26.18270.03223.2000最大值7.94070.96470.820516.00724.95730.519241.91880.930711.189968统计与决策2023年第20期总第632期表2全局莫兰指数Moran，s IzP-value2010-0.398-2.0200.0432011-0.388-1.9560.0502012-0.407-2.0760.0382013-0.423-2.1710.0302014-0.424-2.1790.0292015-0.423-2.1720.0302016-0.420-2.1480.0322017-0.419-2.1430.0322018-0.419-2.1460.0322019-0.424-2.1710.0302.2.2空间交互作用验证采用拉格朗日乘数形式LM_Lag、LM_Error检验，判断人力资本对经济增长的空间滞后和空间误差效应。空间滞后模型（SAR）LM_Lag（LM=0.004，P=0.000）在1%的水平上显著，空间误差模型（SEM）LM_Error（LM=0.186，P=0.013）在 5%的水平上显著，说明选择 SAR 和 SEM 均合适。进一步采用Wald检验和LR检验验证所选择模型的有效性，均显示空间杜宾模型（SDM）更优。进一步，检验地区固定效应、时间固定效应和双固定效应中哪种最适合，LR检验结果发现，应选择时间空间双固定的空间杜宾模型进行分析。结果见表3。空间滞后系数（rho）为负且通过了显著性检验，各经济体间的经济发展具有明显的空间相关性，且表现为显著的负向空间溢出作用，这与莫兰指数的分析一致。其原因在于国家实现经济发展必然存在资源、资本、人才等的激烈竞争，则表现为经济增长为负向空间溢出，出现了“马太效应”，空间竞争效应大于空间溢出效应。表3空间杜宾模型固定效应计量结果EDU1EDU2INNRESSAVFDIEDU2MORWEDU1WEDU2WINNWRESWSAVWFDIWEDU12WMORSpatial rhosigma2_eN地区固定效应-3.348*（-4.49）2.384*（3.82）0.0115（1.83）-0.0044（-0.08）3.320*（7.69）-0.0021*（-2.29）3.751*（5.44）-0.0218（-0.65）-1.478（-1.30）1.818*（2.07）0.0271*（2.31）-0.345*（-2.63）0.783（0.88）-0.0011（-1.22）1.272（1.11）-0.0014（-0.03）0.0947（0.83）0.0033*（8.65）150时间固定效应0.356（0.11）-0.207（-0.07）0.0044（0.17）0.670*（7.81）0.0341（0.03）0.0067（1.14）-0.533（-0.41）0.167*（6.92）33.76*（5.62）-23.23*（-4.81）-0.156*（-3.17）-1.049*（-2.63）-6.902*（-2.22）-0.0054（-0.74）-41.90*（-8.36）-0.266*（-2.11）-0.151（-1.35）0.159*（10.63）150双固定效应-1.818*（-2.67）1.298*（2.26）0.0239*（4.04）0.0037（0.08）3.523*（9.32）-0.0007（-0.78）2.145*（3.28）-0.0629*（-2.21）5.773*（3.01）-3.861*（-2.50）0.0433*（4.02）-0.406*（-2.93）2.662*（3.16）-0.0008（-0.72）-6.427*（-3.09）-0.166*（-2.93）-0.300*（-2.29）0.0022*（8.86）150注：*、*、*分别表示在1%、5%、10%的水平上显著，括号里为t值，下同。在空间计量模型中，滞后项的空间溢出效应使得其估计系数已不能直接反映各变量对被解释变量的边际效应。故采用偏导数法，借助空间权重矩阵将空间总效应分为直接效应和间接效应，分别表示对自身被解释变量产生的影响以及对其他经济空间单元被解释变量产生的影响效果，具体结果见下页表4。（1）从直接效应来看：初级人力资本（EDU1）显著为负，可能是由于初级人力资本的增加会消耗其他生产要素，而初级人力资本对经济产出的贡献程度小于消耗的生产要素成本。此外，人力资本的非线性特征（EDU12）系数印度尼西亚土耳其巴西荷兰意大利西班牙中国加拿大法国韩国德国英国日本瑞士美国图2 2010年样本国家经济联系网络图印度尼西亚日本中国瑞士英国土耳其德国意大利法国韩国美国加拿大西班牙巴西荷兰图3 2013年样本国家经济联系网络图印度尼西亚意大利土耳其瑞士美国荷兰中国德国加拿大法国巴西韩国英国西班牙日本图4 2016年样本国家经济联系网络图印度尼西亚瑞士德国韩国荷兰巴西日本法国土耳其意大利中国加拿大西班牙美国英国图5 2019年样本国家经济联系网络图统 计 观 察69统计与决策2023年第20期总第632期显著为正，表明教育水平对经济增长存在非线性影响。高级人力资本（EDU2）显著为正，即高级人力资本对本国经济增长的影响为促进作用，具有“人才红利”效应。专利水平（INN）对本国经济增长的影响作用显著为正，这是因为专利水平的提升不仅可以提高技术创新能力从而优化生产技术，还有助于在降低资源消耗的同时提高产品附加值，从而提高经济效率。研发支出（RES）对经济发展有正向促进作用但不显著，表明研发资金投入提高了社会生产力水平，加快了经济发展步伐，但促进作用较弱。说明政府、科研机构、高校、市场主体等需要进一步加大研发资金投入，使其成为推动创新发展、促进经济转型升级的新引擎。储蓄率（SAV）对经济发展有显著正向促进作用，物质资本积累仍是现阶段各国主要的经济发展方式；而外商直接投资（FDI）对经济增长具有负向抑制作用，主要是因为外商直接投资并不一定是经济增长的积极因素，其影响效果和程度与投资的数量、质量，以及被投资国的政策稳定性、经济稳定性、开放程度等因素密切相关。死亡率（MOR）显著为负，表示通过增强居民生存质量、降低疾病率，能够间接促进社会进步与经济发展。（2）从间接效应来看：异质性人力资本对经济增长的空间溢出效应具有差异性，其他国家初级人力资本对本国经济增长具有正向空间溢出效应，而高级人力资本则具有负向空间溢出效应。“卢卡斯（Lucas）悖论”指出，人力资本与物质资本等要素间存在互补性，人力资本水平较高的国家往往也具有较强的生产要素的经济集聚能力，因而高级人力资本会呈现负的外部性影响。而初级人力资本具有的经济要素集聚能力和竞争优势与高级人力资本相比具有较大差距和不足，因而其他国家初级人力资本比例的增加不会对本国经济发展产生负向空间溢出效应。其他国家专利水平对本国经济增长产生显著的正向促进作用，即国家间通过创新产生的空间溢出效应显著强于所引致的空间竞争效应。可能原因在于创新水平较发达的国家会向相对落后国家进行有偿专利转让，甚至转让利润达到垄断性超额利润，促进技术发达国家经济增长，同时落后国家可以通过引进、使用及模仿发达国家的专利技术提高竞争力，有利于经济发展。而其他国家研发支出对本国经济增长产生显著的负向抑制作用，即随着研发支出的提高，国家间通过研发支出产生的空间竞争效应显著强于国家间空间溢出效应。由于研发支出的提高会导致其他国家的人才流入本国，人才迁入带来的就业人口密度增加会促进人力资本积累，进而促进该国经济增长，同时降低其他国家的人力资本积累，影响其经济增长。总之，两者结果不一致可能是因为国家间的专利等技术成果实现了跨区域流动和区域合作，技术进步促进各个国家共同发展；而国家对于研究与试验发展经费支出属于直接投入，是创新的基础和先决条件，研发活动的开展将知识渗透到整个经济过程，进而可能产生外部竞争效应。2.3稳健性检验为验证实证结果的稳定性和可靠性，本文分别利用核心解释变量初级人力资本、高级人力资本、专利水平和研发支出的替代变量进行检验，分别为：改变初级人力资本和高级人力资本的计算方式，将其替代变量直接定义为初级、高级教育水平从业人员数量占总从业人员的比重；专利申请量的替代变量为专利申请授权量；研发支出的替代变量为研发人员。SDM模型中变量的显著性水平和系数符号基本不变，如表5所示，表明研究结果较稳健。3结论与启示本文将人力资本与经济增长纳入同一研究框架，基于20102019年15个样本国家的面板数据，通过改进引力模型和社会网络分析法刻画国家经济联系的空间关联结构特征，并构建引力空间权重矩阵运用于空间杜宾面板模型，实证分析了人力资本对经济增长的空间溢出效应。得出如下结论：第一，样本国家间经济联系不断加强，经济要素在国家之间的流动性增加，产生了明显的关联与溢出效应。随着经济全球化和区域经济一体化的发展，资本要素实现了在全球范围内的相对自由流动，区域内不同国家间的联系不断增强，扩大了在贸易等其他重大问题上的合作等，逐渐建立起与现代市场经济相适应的国家空间组织形式。第二，初级人力资本对经济增长存在负向抑制作用，高级人力资本是促进经济增长的积极因素。且处于不同发展阶段的经济体，其人力资本结构可能存在最优水平。因此，各国应充分利用人力资源，提高人口质量与人口素质，使人力资本成为更有效、更持续的经济增长源泉。同时，人力资本必须适应本国经济发展阶段、满足由资源要素决定的经济产业结构，更有助于发挥高级人力资本的积极作用。第三，异质性人力资本的空间溢出效应存在差统 计 观 察表4空间杜宾模型时间空间双固定计量结果效应分解EDU1EDU2INNRESSAVFDIEDU12MOR直接效应-2.229*（-3.08）1.561*（2.72）0.0219*（3.73）0.0316（0.69）3.460*（9.78）-0.0006（-0.76）2.596*（3.78）-0.0532（-1.83）间接效应5.587*（3.36）-3.732*（-2.75）0.0313*（3.10）-0.347*（-2.99）1.445（1.89）-0.0005（-0.53）-6.233*（-3.40）-0.130*（-2.41）总效应3.358（1.77）-2.171（-1.42）0.0532*（4.05）-0.316*（-2.33）4.906*（5.41）-0.0011（-0.91）-3.637（-1.75）-0.183*（-3.36）表5稳健性检验结果直接效应间接效应EDU1EDU2INNRESEDU1EDU2INNRES原始结果-2.229*（-3.08）1.561*（2.72）0.0219*（3.73）0.0316（0.69）5.587*（3.36）-3.732*（-2.75）0.0313*（3.10）-0.347*（-2.99）人员比重-0.0738（-0.12）1.830*（12.82）0.0231*（4.11）0.0256（0.54）1.631*（7.65）-0.472（-0.43）0.0241*（2.60）-0.304*（-2.67）专利授权量-2.624*（-3.89）1.040（1.82）0.00906*（5.36）0.0596（1.48）4.249*（2.77）-3.564*（-2.69）0.00762*（2.36）-0.200*（-2.02）研发人员-2.390*（-3.26）1.548*（2.63）0.000000164*（3.11）0.0543*（3.29）5.412*（3.32）-3.799*（-2.84）0.000000142*（2.06）-0.0350（-1.20）70统计与决策2023年第20期总第632期异，初级人力资本对经济增长具有正向空间溢出效应，而高级人力资本则呈现负向空间溢出效应。主要是因为人力资本水平较高的国家往往具有较强的经济集聚能力和资本、资源要素的吸收能力，本国经济发展能力会受到生产要素等经济资源大量外流的不利影响。而初级人力资本与高级人力资本不同，其集聚能力和竞争优势不足以对经济增长产生负向的空间溢出效应。第四，专利水平存在明显的正向空间溢出效应。表明各样本国家可以通过专利创新渠道实现其在区域之间的技术转移和溢出，进而发挥其对各国经济增长的贡献及对区域经济增长的空间扩散效应。第五，储蓄率对经济增长为正向效应，表明现在大多数样本国家的经济增长源泉之一仍是物质资本。物质资本作为独立的生产要素投入经济运行，会直接影响经济增长；且物质资本与其他资本必定是相辅相成的，也为人力资本效用的发挥提供长久稳定的支撑。基于以上结论，人力资本在国家经济发展中至关重要，为实现要素间的协调配置，需要注重人才培养与创新：第一，加强教育，提高人力资本水平。高素质人才不可或缺，应提高高等教育人才比例；同时应合理引导初级人力资本的就业，通过推进中等职业教育等实现人力资本结构的调整优化，并使得初级人力资本与高级人力资本在劳动力占比中保持在恰当的比例，使之适应国家产业结构和经济发展需求。第二，重视技术创新，强化实施创新驱动发展战略。应将优惠补贴政策积极向科技创新倾斜，鼓励专利研发等技术创新活动；坚定创新驱动发展战略的信心，牢牢把握创新发展机遇期，以制度促进创新，抢占世界经济发展制高点。第三，加强国际合作，实现良性循环。一是在保障各国人力资本合理流动、保障本国自身利益的前提下，加强各国之间的人才合作。应改变过去较为单一的国际人才政策条件，加大人才引进的政策优惠力度，增强与科技、产业等相适应的人力资本流动的科学性与合理性，吸引异质性人力资本流入本国。二是加强国家间经济互动关联，利用国家间专利技术的显著外溢性，实现国家发展的良性互动。参考文献：1Hanushek E A,Woessmann L.The Role of Cognitive Skills in Economic Development J.Journal of Economic Literature,2008,46(3).2王士红.人力资本与经济增长关系研究新进展J.经济学动态,2017,(8).3钟水映,李魁.人口红利与经济增长关系研究综述J.人口与经济,2009,(2).4Teixeira A A C,Fortuna N.Human Capital R&D,Trade,and Long-runProductivity:Testing the Technological Absorption Hypothesis for thePortuguese Economy,19602001 J.Research Policy,2010,39(2).5Xu Y F,Li A Y.The Relationship Between Innovative Human Capitaland Interprovincial Economic Growth Based on Panel Data Modeland Spatial Econometrics J.Journal of Computational and AppliedMathematics,2020,(365).6Hanushek E A.Economic Growth in Developing Countries:The Roleof Human Capital J.Economics of Education Review,2013,37(4).7刘智勇,李海峥,胡永远,等.人力资本结构高级化与经济增长兼论东中西部地区差距的形成和缩小J.经济研究,2018,53(3)8台航,崔小勇.人力资本结构与经济增长基于跨国面板数据的分析J.世界经济文汇,2017,(2).9Gennaioli N,Porta R L,Silanes F L D,et al.Growth in Regions J.Journal of Economic Growth,2014,19(3).10劳昕,沈体雁,杨洋,等.长江中游城市群经济联系测度研究基于引力模型的社会网络分析J.城市发展研究,2016,23(7).11杨蕙嘉,赵振宇.基于修正引力模型的区域城市群关联强度时空演进特征J.统计与决策,2021,(5).12刘超,徐君慧,周文文.中国金融市场的风险溢出效应研究基于溢出指数和复杂网络方法J.系统工程理论与实践,2017,37(4).13刘超,郭亚东.金融风险在股票市场的传染效应及联动行为分析J.运筹与管理,2020,29(10).14Ying L G.From Physical to General Spaces:A Spatial EconometricAnalysis of Cross-country Economic Growth J.The Annals of Regional Science,2005,(39)15李立,田益祥,张高勋,等.空间权重矩阵构造及经济空间引力效应分析以欧债危机为背景的实证检验J.系统工程理论与实践,2015,35(8).（责任编辑/张高琼）统 计 观 察71