人力资本与产业结构高级化对经济增长的实证分析 人力资源管理专业

[14]。（2）都市化率。这个的计算是根据城镇人口在总人口的里面所占的比重来计算的。因为社会不断的发展进步还有科技的飞速发展已经社会生产水平的提升，这种种的原因都是我们城市面积扩大的因素，人们为了更好的生活更好的未来进入到城市。而中国经济也随着城镇的规模和数量的突飞猛进实现了持续快速的增长，2012年，党的十八大明确提出了“新型城镇化”也被称为小城镇建设。都市化是我们社会进程的一个大势所趋必然现象，同时当然也是社会生产力水平提升到一定境界时我们社会生产的各要素在匹配结合的一个必然的结果。张志怀（2017）研究了从城镇化水平对经济的影响。我们这片文章提取的数是城镇常住人口与总人口之间占比情况的一个数据，根据这个数据去考察我们都市化的一个情况。变量定义表如表1-1所示：表1-1变量定义表变量名称变量类型变量说明gdp被解释变量人均国内生产总值edu解释变量平均受教育年限sch解释变量产业结构高级化=第三产业产值/第二产业值gov控制变量政府支出/GDPurb控制变量城市化率(城镇人口比重)（三）研究假设及模型构建根据研究对象，可以提出两个假设，一是人力资本对产业结构高级化有正向影响；二是产业结构高级化和人力资本可以促进地区经济发展。1、假设1的检验模型为了检验假设1，我们选取了2005-2018年间，我国31个省份的面板数据，因为要去把我们这个数据的异方差给清除掉。把这里所包含的这些不同的变量在对数加工处理，组建了下面这样的模型：lnschit=β0+β1lneduit+μit其中，i表示各省份，t为各时期，μ为随机项。2、假设2的检验模型为了检验假设2，我们建立如下计量经济模型。同时也是因为要去把我们这个数据的异方差给清除掉。把这里所包含的这些不同的变量在对数加工处理，组建了下面这样的模型：lngdpit=β0+β1lneduit+β2lnschit+β3lngovit+β4lnurbit+μit其中，gdp为各个地区实际人均产出；edu为人均受教育年限测度下的各个地区的人力资本；sch为产业结构高级化；gov为政府支出；urb为城市化率；i为地区，t为时间。四、实证分析（一）描述性统计分析表2-1描述性统计分析表变量名称变量含义均值标准差最大值最小值lngdp实际人均GDP10.664670.61663711.850909.068217lnedu人均受教育年限2.2203030.1147932.5884401.951409lnsch产业结构高级化1.0897790.7397824.3476000.555700lngov政府支出-1.7425150.285284-1.231541-2.404800lnurb城市化率4.0815210.2309264.4953553.569533分析结果可以看出，各省（市）人均GDP最大值为11.85090万元，最小值为9.068217万元，均值为10.66467万元，各省（市）差距不大，发展较平稳；人均受教育年限均值为2.220303，产业结构高级化数值最大值为4.347600%，最小值为0.555700%，均值为1.089779，可以看出来各省（市）差距较大；从数据来看，城市化率最大值为4.495355，最小值为3.569533，均值为4.081521，显然城市化发展水平发展较平稳。（二）相关性分析表2-2相关性分析表lngdplnschlnedulngovlnurblngdp皮尔逊相关性1.347**.694**-.104*.818**Sig.（双尾）.000.000.030.000个案数434434434434434lnsch皮尔逊相关性.347**1.258**.242**.329**Sig.（双尾）.000.000.000.000个案数434434434434434lnedu皮尔逊相关性.694**.258**1-.405**.817**Sig.（双尾）.000.000.000.000个案数434434434434434lngov皮尔逊相关性-.104*.242**-.405**1-.397**Sig.（双尾）.030.000.000.000个案数434434434434434lnurb皮尔逊相关性.818**.329**.817**-.397**1Sig.（双尾）.000.000.000.000个案数434434434434434**.在0.01级别（双尾），相关性显著。*.在0.05级别（双尾），相关性显著。对模型中的变量进行相关性分析，表2-2分析结果表明，与现实相符合的人均GDP同每人平均接受教育的时间的有关的数据是零点三四七，且在0.01水平上显著,因此我们就可以知道与实际相符和的人均GDP同每人平均接受教育的时间有一个正比的关系。也就是说，在其他因素保持不变的条件下，如果各地区人均受教育年限提高，那么对应着各地区实际人均GDP也会随之提高。与此同时，能够得出每个控制变量同解释变量这两个变量里面的相关性的联系它的显著性都很强，便于我们得出更准确的结论。这可以证实本文选取城市化率、政府支出作为控制变量是合理的。（三）人力资本对产业结构高级化的影响关系检验1、假设1的单位根与协整检验在对数据进行分析前，首先把lnedu与lnsch做一个实验考察，之后再进一步去把它整体在进行一个实验。这个里面是使用的LLC这个单位根实验的，用的实验的方式是IPS与FISHER这三个实验的方法，它最终的数据结果在图２.３可以仔细看见。表2-3各变量平稳性检验变量LLC检验P值IPS检验P值fisher检验是否平稳ADF检验P值PP检验P值lnedu-0.661490.2541-0.089940.464228.98060.464260.06010.0004否lnsch-0.390400.34813.225410.999413.87130.999416.77120.9530否lnedu(-11.726330.000-2.216450.00045.87360.000194.5830.000是lnsch(-1-4.524360.000-2.054430.00045.24740.00075.34390.000是其中p值为5%的显著性水平下的值；（-1）为一阶差分从表2-3中可以看出，变量lnshc、lnedu在5%的显著水平下都具有单位根而进行一阶差分后在开始实验，然后它所显示的最终结论是P的数据值是当它在百分之五的比较明显的数据上的时候是不能假设的，也是没有单位根，所以才会存在有前后序列与稳定序列这样的表述。下面进一步检验，这些变量间是否存在某一线性组合使其相对稳定，即协整性检验。这次我们根据的是KAO的实验方法。这个实验方法的原理是把之前的假设成：H0：不存在协整，备择假设H1：这样会发现这里面存在一个整体的协调性。它实验的结果如图2.4可见，这样我们能够知道在百分之五的这个很明显的水平上不去假设，因此这两个变量才会有一个整体协调的联系。表2-4两变量间的协整关系t-StatisticProb.ADF-1.692576

0.0453Residualvariance

0.001583HACvariance

0.001299其中p值为5%的显著性水平下的值2、假设1的F检验和豪斯曼检验本文使用的数据为强平衡面板数据，根据基本模型的设定，我们还需检验该模型适合哪个模型，即混合估计模型、固定效应与随机效应模型。这篇文章是根据F实验与豪斯曼实验定下来的模型。（1）F检验F检验通常用于确定模型是否存在个体效应，即确定应该选择混合估计模型进行估计还是选择固定效应模型进行估计。用以下公式计算F值F=(SSER意思是混合估计这个模型里面所存在的一个残差平方和，SSEF意思是固定效应这个模型里面所存在的残差平方和，这个截面数是用大写的英文字母N表示，时间序列数是用大写的英语字母T表示，解释变量个数是用大写英文字母K表示。本文每个变量对应的时间（T）跨度为14年，截面数据量（N）有31个，共434个观测值。本文使用eviews7.0分析软件,得出以下结果如表2-5所示表2-5F检验nonefixedNKT分子自由度分母自由度f值50.4872814.96913311143040231.7953该检验使用F检验,利用公式算出,f值为31.7953，F(30,402)经查表，f值远大于查表值，强烈拒绝原假设，即与混合回归效应相比较，固定效应更好一些。(2)豪斯曼检验HAUSAMN实验是这个实验模型个体的一个效应与时间效应同解释变量这两者之间是不是存在一个关系，根据这样然后再去看这个模型到底是选取固定效应形式又或者还是随机效应模型。本文使用eviews7.0分析软件,得出以下结果如表2-6所示表2-6Hausman检验根据上表的结论表示P的数据值是零点零零七，这个是表明在百分之九十九的置信水平这个前提下是不可以假设的，这样就可以选择固定效应形式。3、假设1的回归分析对我国人力资本对产业结构高级化关系的大小进行整体估计，固定效应下估计结果如下表2-7所示表2-7回归分析VariableCoefficientStd.Errort-StatisticProb.

C-4.1878560.728329-5.7499510.0000LNEDU2.3769890.3279017.2491070.0000EffectsSpecificationCross-sectionfixed(dummyvariables)R-squared0.859733

Meandependentvar1.089779AdjustedR-squared0.848884

S.D.dependentvar0.739782S.E.ofregression0.287580

Akaikeinfocriterion0.418814Sumsquaredresid14.96913

Schwarzcriterion0.669690Loglikelihood-26.04376

Hannan-Quinncriter.0.520381F-statistic79.24281

Durbin-Watsonstat0.313154Prob(F-statistic)0.000000

模型估计结果为lnschit=-4.187856+2.376989lneduit(0.728329)(0.327901)从表2-5中可知，这个形式R2等于零点八五九七三三，R2=0.848884,这个可决定的数据值是很高的，F值为79.24281，这个是十分明显的。当α=0.05时，tα/2(n-k)=t0.025(14-1)=2.160，这个里面全部的数据值都是十分明显的，下面就有关这些数据值做出了一个说明：当一些变量不改变的时候，每人平均接受教育的时间就会每次增加百分之一。则产业结构高级化平均增加2.376989%。（四）产业结构的升级转型与人力资本关于经济增长作用的研究1、假设2的单位根与协整检验。假设2各变量平稳性检验结果如下表2-8所示表2-8检验方法变量LLC检验P值IPS检验P值ADF检验P值PP检验P值是否平稳lngdp-1.476320.06992.64920.996013.20890.991913.99630.9872否lnedu-0.661490.2541-0.089940.464228.98060.464260.06010.0004否lnsch-0.390400.34813.225410.999413.87130.999416.77120.9530否lngov-1.555410.05991.302050.903525.17310.618444.32740.0258否lnurb0.114990.54583.325200.999613.63290.989615.96230.9664否lngdp(-1)-5.780930.000-2.142530.00043.97630.00071.78190.000是lnedu(-1)1.726330.000-2.216450.00045.87360.0000194.5830.000是lnsch(-1)-4.524360.000-2.054430.00045.24740.000075.34390.000是lngov(-1)-4.146400.000-2.933830.001756.40720.0011179.2680.000是lnurb(-1)-4.678380.000-1.425320.00041.50090.0048102.6610.000是其中p值为5%的显著性水平下的值。（-1）为一阶差分从表2-8中可以看出，变量lny、lnedu、lnsch、lngov、lnurb在百分之五的很明显的数据之下我们可以看出这些单位根是很稳定排序的。在此基础上，在把这些变量整一个阶段的研究之后，在依据P的数据值能够知道在P的数据值是百分之五的很明显的情况下都是不能假设的，所以这样是没有单位根的，并且把它差分之后的序列是很稳定的。然后我们还是根据KAO实验的方式把这些变量做一个整体协调的实验，实验的原理是：假设H0它的整体是不协调的，那就拿出我们另一个准备的数据H1它的整体是协调的。它实验的结论如图2．9可见，这样就可以知道在百分之五的很明显的基础之上是不可以假设的，并且这些变量之间是整体很协调的。表2-9各变量协整检验结果t-StatisticProb.ADF

2.010630

0.0222Residualvariance

558.4965HACvariance

140.82972、假设2的F检验和豪斯曼检验（1）F检验该检验使用F检验,利用公式算出F值为45.54884，经查表，该值远大于查表值，强烈拒绝原假设，即与混合回归效应相比较，固定效应更好一些。结果如下表所示表2-10F检验nonefixedNKT分子自由度分母自由度f值54.3097212.34557314143039945.54884（2）豪斯曼检验HAUSAMN实验是这个实验模型个体的一个效应与时间效应同解释变量这两者之间是不是存在一个关系，根据这样然后再去看这个模型到底是选取固定效应形式又或者还是随机效应模型。结果如下表所示表2-11Hausman检验它的结论是P的数据值是零点零零零零，这就可以表示在百分之就是据的的置信水平这个情况之下是不可假设的，然后这个时候我们就使用的是固定效应形式。3、假设2的回归分析对我国产业结构高级化和人力资本对经济的影响进行整体估计，固定形式下的结论可以根据下图2．12可见表2-12回归分析结果VariableCoefficientStd.Errort-StatisticProb.

C-1.8383210.462705-3.9729830.0001LNEDU0.1338970.0341803.9173770.0001LNSCH1.7292080.14599811.844090.0000LNGOV0.5353550.0571909.3610720.0000LNURB2.3321600.10086723.121050.0000R-squared0.933743

Meandependentvar10.40568AdjustedR-squared0.928097

S.D.dependentvar0.655987S.E.ofregression0.175901

Akaikeinfocriterion-0.560580Sumsquaredresid12.34557

Schwarzcriterion-0.232109Loglikelihood156.6458

Hannan-Quinncriter.-0.430925F-statistic165.3819

Durbin-Watsonstat1.202865Prob(F-statistic)0.000000lngdpit=-1.8383+0.1339lneduit+1.7292lnschit+0.5353lngovit+2.3322lnurbit（0.03418）(0.14599)(0.05719)(0.100867)R2=0.933743R2=0.928097F=165.3819这个模型的数据是R2等于零点九三三七四三，F的实验数据值是一百六十五点三八一九。当α等于零点零五的时候，tα/2(n-k)=t0.025(14-4)等于二点二二八，这里所有的数据值的显著性很强。这下面对它的相关的数据做了一个解释，在一些变量都不改变的状态之下，如果人均受教育年限每增加1%，则实际人均GDP平均增加0.133897%，如果产业结构高级化每增加1%，实际人均GDP平均增加1.729208%，如果政府支出每增加1%，实际人均GDP平均增加0.5353%；如果城市化水平每增加1%，实际人均GDP则平均增加2.332160%。由此可以看出，人力资本和产业结构高级化可以促进地区经济发展，符合提出的假设。五、三大区域的回归估计与结果分析这篇文章提取的东部区域有北京,天津,河北,辽宁,上海,等等十一个地区;中部区域有山西,内蒙古,吉林,黑龙江,安徽,等等十个地区;西部区域有四川,贵州,云南,西藏,陕西,重庆，等等十个地区。运用Eviews7.0对各变量进行回归分析，结果如下表所示：表3-1、三大区域的回归估计解释变量被解释变量：lny东部地区中部地区西部地区lnedu1.858132***（4.0617）1.290073***（7.0298）0.224240**（0.6942）lnsch0.464175*（0.6010）0.446660***（4.2745）0.058105*（0.2566）lngov0.61965***（4.7689）-0.05654***（-2.7643）0.090623*（1.5274）lnurb0.98544***(5.9635)1.360911***(7.0120)1.646610***(8.1690)c5.87532***(7.1152)7.11521***(11.4834)7.987543***(14.7685)R-squared0.9904530.9968360.997264观测值154140140注:括号内数字为估计系数的t值;***、**、*分别代表在1%、5%和10%的水平下通过显著水平检验。根据表3-1，分析结果如下：在我国不同的地区中，我们得到的回归数据差距较大。产业结构升级转型与每人平均接受教育时间的跳动的数据是正比的，然后产业结构转型升级与人力资本这两个因素是对当地的经济同时可以起到助推的作用。但这个情况在不同的时候不同的地域，它影响的强度又不太一样。根据不同地区的影响经济发展的因素可以看出：无论地区经济发达程度如何，人力资本对经济增长都有正的促进作用，且随着经济发达程度越高，人力资本的作用越大。在不发达地区，教育对经济的弹性系数只有0.224240，说明教育水平每提高1%，地区实际GDP平均增加0.224240万元，带来的促进作用是小于1%的。而东部地区和中部地区，教育水平对经济增长的弹性系数分别为1.858132和1.290073，都是大于1的，说明教育水平的提高会促进经济更大幅度的增长。可以看出相对于较发达地区，不发达地区拥有较低的人力资本水平，上面所说的是让我们这两个地区经济发展会有去吧的很重要的影响的因素里面的一部分，所有对于教育事业我们不能忽视，要着重的去发展，提高人力资本数量与质量是促进不发达地区经济快速增长、追赶发达地区的重要途径，也是保持发达地区经济持续发展的良好保障。产业结构的升级转型的影响和作用在不同的区域的所产生的效果也是完全不同的。从东部地区向西部地区依次减小，这么简单来说它对西部地区的影响并不大，就具体的数据来说就是西部地区的产业结构转型升级的数据增加百分之一其中在西部地区，产业结构高级化对经济增长的作用效果并不显著。就具体的数据来看当西部地区的产业结构转型升级的数据增加百分之一的时候，地区实际GDP则增加0.058105%。但是在东中部地区，这篇文章所说的产业结构转型升级说的是一产业向二三产业转型过渡的一个进程。在产业转移的过程中，将依靠更高程度的人力资本。东部地区经济比较发达，人力资本、产业结构高级化水平都比较高。政府给与一定的财政支出的意思是首先是国家本就应该进行宏观调控的一个职责，对一些必要的物品和劳动给与的财政方面的资金流动的一个活动，包括政府购买，转移支付和公债利息等，根据凯恩斯经济增长理论可知，政府支出是促进经济增长政府方面进行的支出的这个步骤也是一个重要的助推剂。该回归结果除中部地区不显著外，其他地区都符合凯恩斯理论，对经济增长的贡献系数分别为0.61965和0.090623，都有正的促进作用。城市化进程在三大区域对经济增长都起到正的促进作用，因为随着城镇人口数量的增加、区域规模扩大，集聚产业经济促进生产效率的提高，进而加速经济稳步增长。六、研究结论（一）、人力资本对产业结构升级转型的积极影响。本文通过从理论和实证分析出发，验证了人力资本与产业结构之间存在一定的关联。将我国31个省（市）划分成三大部分：东中西三部分，实验的结论表明：人力资本的水平对我们西部地区的产业结构转型升级的作用小，而在东中地区，人力资本对产业结构的作用系数分别为0.0345和0.1626，促进作用较明显，也说明该地区的人力资本可以促进产业结构高级化，两者有较好的匹配度。（二）、人力资本增长加快经济增长速度。从理论分析上看，我国各地区间人力资本水平对于经济发展的影响效应存在着显著的地区差异。人力资本存量差距较大，在一些地方有部分人的平均接受教育的时间比较短。在全国的这个大的框架之下，人们平均接受教育的时间是根据人力资本来说的，而资本是且部分地区的提取的数据表示的现象是由东往西减少的。自从１９７８邓小平提出自改革开放之后，我们东边这个区域的经济一直是处于持续高速的发展情况，这所对应的区域的就业的情况和每人平均接受教育的时间都比其它地区要好些许，但这相对来说西部的各方面发展就没有这么乐观了。教学设备以及师资力量都相对较弱，所以对较高的人力资本的需求较强烈。从实证分析来看，无论是我国整体水平还是各不同发展状况的区域，人力资本对经济增长的影响是正比的关系。（三）、产业结构高级化对经济的作用受人力资本的影响。因为人力资本可以推动经济增长，从而使技术发展提高，技术发展是产业结构高级化的源动力，所以提高人力资本是发展产业结构高级化的关键。在三大地区中，从东部地区到西部地区人力资本逐渐下降，产业结构高级化也逐渐下降。可以看出经济较发达地区，产业结构高级化会促进经济增长，在经济不发达地区，伴随着较低水平的人力资本水平，这导致产业结构转变动力不足，经济发展较慢。致谢：到这里我的论文也就要告一段落了，然后我想说一些感谢的话语首先我最想感谢的是杜翠翠老师我的论文指导老师。不管是我一开始论文的选题才中途的构想还是最后的批改，再到最终完成定稿，这都完完全全的和我导师对我的耐心指导脱离不了关系。对于我的论文，老师仔细的阅读，给我十分仔细的批改，然