人口迁移流动中的人力资本集聚对城镇化发展的影响

人口迁移流动中的人力资本集聚对城镇化发展的影响_人口迁移流动与城镇化发展

第三节　人口迁移流动中的人力资本集聚对城镇化发展的影响

一、人口迁移流动过程中的人力资本集聚

人口迁移流动是我国城镇化水平提高的主要原因。在人口迁移流动实现人口集聚的同时，也是人力资本总量的集聚过程，并对城镇化发展发挥越来越强的影响。

王金营（2005）认为，一直以来我国人口城市化主要体现于物质资本的人口聚集效应，而人力资本的人口聚集效应还未充分发挥。时慧娜（2012）提出，我国城镇人力资本积累效应不足，我国产业结构落后，城市化滞后；相比收入水平，人力资本投资门槛较高。我国的城镇化模式是劳动密集型产业的外资驱动下的城市化模式，城市化与产业结构、收入水平、外资的交互作用无助于人力资本积累。长期以来，我国迁移流动人口的受教育程度确实普遍偏低。由于农村教育长期以来定位于为农服务，大多数学生在进入初中和高中教育阶段前即辍学（于伟、秦玉友，2007），这导致农村迁出人口的受教育水平普遍偏低。尤其是普及义务教育之前的农村迁出人口，学历均以初中及以下文化程度为主。义务教育普及后，初高中毕业生比例有所上升，但大专及以上教育程度人口比例仍然很低，迁移和流动人口受教育水平总体偏低的状态还在维持。劳动和社会保障部调研组的调查显示，我国全部进城农民工中初中及以下文化程度者占83%，中专及以上文化程度者仅占5%（劳动和社会保障部调研组，2006）。基于此，学者认为长期以来我国的迁移流动是简单的人口聚集效应，一定程度上确实如此。

但“六普”时期的数据分析，迁移流动人口的受教育程度提高很快，迁移流动人口的人力资本聚集效应正在凸显。简单的人口聚集效应已不能完全反映我国人口流动对城镇化的影响。全国不少省市，迁移流动人口比常住人口人均教育年限更高，迁移流动人口中的“知识型”人口数量骤增，2010年“知识型”外来人口比例达到20%左右。2000年我国“知识型”外来人口有2038万人，2010年进一步增至4276万人，而东部更是由2000年的1110.6万增至2010年的2201.2万。东部沿海的广东、浙江、上海、北京和江苏等，近年来一直是我国外来人口人力资本最大的导入区。

二、人力资本集聚对我国城镇化发展的影响

城镇化进程是一个有阶段性和复杂性特征的过程，任何基于单一视角的城镇化影响因素都不足以对我国城镇化发展做出比较满意的解释。基于对已有研究的总结，本书选取如下指标：

（1）国内生产总值。经济发展是城镇化的重要影响力量，用国内生产总值代表历年的国家经济发展水平。研究中使用以1978年衡量的真实GDP。

（2）第二产业增加值占GDP比重。第二产业，尤其是在工业化的初期产生的集聚效应，对城镇化具有较大的直接带动作用。

（3）第三产业增加值占GDP比重。一般认为，在工业化后期第二产业产生的集聚效应弱化，而第三产业逐步成为城镇化发展的后续动力。

（4）城镇固定资本存量。投资对城镇化发展无疑具有积极作用，本书采用的是城镇固定资本存量，既能反映历年投资，又能体现资本的逐年净存留。本书使用以1978年价格衡量的城镇固定资本存量。

（5）农业发展水平。本书用农用机械总动力（单位：万千瓦）作为我国农业发展水平的代理变量。一般而言，农业的机械化程度越高，越有助于减少农业就业人口的需求，从而推动农村人口流向城市，进而促进城镇化发展。

（6）工业总产值中非国有经济的比重。我国一直实施的计划经济对经济发展，进而对城镇化水平的提高无疑具有阻碍作用。工业总产值中非国有经济的比重越高，则市场化程度或经济的自由竞争性越强，传统制度束缚也就越弱。

（7）迁移流动人口总量。随人口迁移流动规模的膨胀，我国城镇人口净增长中很大部分直接来自迁移流动人口，它带来了我国城镇化率的大幅度提升。

（8）迁移流动人口人力资本总量。人口迁移流动不仅带来人口数量的集聚，从更深层次意义来讲，它也是人力资本的集聚，可以说人力资本集聚带给城市的影响更深远。

本书利用1982—2011年30年的时间序列数据分析影响城镇化发展的主要因素。需要说明的是，书中城镇化率、国内生产总值、第二产业增加值占GDP比重、第三产业增加值占GDP比重、农用机械总动力、工业总产值中非国有经济的比重数据来自《新中国60年统计资料汇编》和历年《中国统计年鉴》。城镇固定资本存量根据张军等（2003）对1952年基年存量的估计，以及《新中国60年统计资料汇编》和历年《中国统计年鉴》中城镇固定资本投资的数据计算得到。迁移流动人口总量根据1982年以来的历次大小普查数据平滑得到，迁移流动人口人力资本总量为迁移流动人口总量和迁移流动人口人均教育年限的乘积，其中迁移流动人口人均教育年限根据历次普查中常住人口和迁移流动人口人均教育年限的对比推算。

由于自变量之间存在严重的多重共线性问题，这些数据噪声导致回归系数的估计值、显著性和符号的严重偏离，用最小二乘估计（OLS）估计结果出现异常值。本书选用岭回归模型（Ridge Regression Model）来解决多重共线性问题。常规而言，出现多重共线性一般采取舍弃变量或用主成分法，这不利于对很多核心影响因素做对比分析。而岭回归不但能保留自变量的全部信息，保持自变量间的独立性，使模型解释力具有原真性，并得到更为稳定的估计结果。

研究结果表明，八大影响因素对我国城镇化率的解释力度高达97%以上。按照标准化回归系数从大到小排序，分别是：农业发展水平、迁移流动人口人力资本总量、第三产业增加值占GDP比重、迁移流动人口总量、城镇固定资本存量、国内生产总值、工业总产值中非国有经济的比重、第二产业增加值占GDP比重。即使当k取0.3和0.8时，该排序仍维系不变。

人口迁移流动的数量和迁移流动人口人力资本对我国城镇化的影响都很突出，迁移流动带来的人力资本集聚对城镇化的影响甚至大于人口数量的集聚。迁移流动人口总量和迁移流动人口人力资本总量与城镇化率间的岭回归系数一直维持在0.01的显著性水平上，迁移流动人口人力资本总量对城镇化率的标准化回归系数约为0.156，迁移流动人口总量与城镇化率的标准化回归系数约为0.15，在八个影响因素的标准化回归系数排序中分别处于第二和第四位。

经济力量无疑是我国城镇化的核心驱动力之一。经济增长与城镇化率间的岭回归系数一直维持在0.01的显著性水平上，标准化回归系数约为0.116。第二、第三产业共同推进我国城镇化，第二产业的作用强度已不如第三产业。第二产业对城镇化率的标准化岭回归系数为0.025，而第三产业对城镇化率的标准化岭回归系数高达0.154，甚至超越经济增长的作用。城镇固定资本存量对城镇化的作用界于产业转型和经济增长之间，标准化回归系数为0.125。工业总产值中非国有经济的比重对城镇化也有一定影响，但相对影响程度较弱。

相对其他单一影响因素而言，农业发展水平对城镇化的作用强度最大。除农业发展水平与城镇化率间的岭回归系数一直维持在0.01的显著性水平上外，两者之间的标准化回归系数更是高达0.165，此值高于其他单一影响因素。农业发展产生的内推动力不容忽视，农业的发展和农村劳动力的释放是农业人口进城务工的前提基础，今后农业的进一步深度发展，直接关系到我国城镇化率规划目标的实现。

表7-9　我国城镇化核心驱动力模型的岭回归结果

注：因变量为城镇化水平；自变量均为Box-Cox变换后的结果；B为非标准化回归系数，β为标准化回归系数；*p＜0.1；**p＜0.05；***p＜0.01。

一般认为，我国城镇化率的提升是人口城乡迁移下农村人口向城镇集聚的结果。事实上，纵观30年来的城镇化历程，我们一直忽视了人口集聚背后的人力资本集聚。如果说人口的城镇集聚直接带来了我国城镇人口数量的增加，那么，选择性人口迁移下人力资本向城镇集聚，推动了城镇经济产业的发展，并推动就业和带动城镇化水平的提高。人力资本集聚对城市综合竞争力乃至城镇化发展发挥重要作用。研究表明，人力资本城镇集聚对我国城镇化率提高的作用甚至比简单劳动力进入城镇的人口迁移流动数量甚至更高。

三、人力资本迁移对城镇化发展的作用在逐步提高

相比2000年，2010年迁移人口的人力资本比迁移人口数量对城镇化率的影响有所加大。从城镇迁入人口及其人力资本总量与城镇化率的标准化岭回归系数而言，2000年分别为0.0494、0.0488，2010年分别为0.0749、0.0857。即2000年迁入人口的数量大于人力资本的作用，2010年迁入人口的人力资本作用更大。但城镇净迁入人口及其人力资本总量与城镇化率的标准化岭回归系数，无论是2000年还是2010年，前者都大于后者，只是两者的差距拉近不少，2000年分别为0.0221、0.0169，2010年分别为0.0573、0.0546。城镇迁入和城镇净迁入人口、人力资本与城镇化率的标准化岭回归系数的这一差别，一定程度是由于城镇自身迁出人口的人均人力资本水平要高于城镇迁入人口的人均人力资本水平，从而拉低了净迁入人口人力资本总量对城镇化率的影响程度。

无论是2000年还是2010年，人均国内生产总值与城镇化率的岭回归系数一直维持在0.01的显著性水平上，且标准化回归系数相对其他变量而言都是最大的。农业发展水平与城镇化率的岭回归系数为负值，说明我国的农业大省基本上城镇化水平不高，农业发展带来的人口转移尚不足以追赶上其他省份的城镇化率水平。

相比2000年，2010年第三产业对城镇化率的影响与第二产业的差距进一步拉大。2000年第二、三产业与城镇化率的标准化岭回归系数约为0.158、0.205；2010年第二、三产业与城镇化率的标准化岭回归系数约为0.066、0.141。同时，第二、三产业对城镇化率的整体影响是缩小的。与此同时，2010年固定资本存量对城镇化率的影响也不如2000年。

表7-10　2000年全国31省城镇化核心驱动力模型的岭回归结果

注：因变量为城镇化水平；自变量均为Box-Cox变换后的结果，k=0.5；B为非标准化回归系数，β为标准化回归系数；*p＜0.1；**p＜0.05；***p＜0.01。

表7-11　2010年全国31省城镇化核心驱动力模型的岭回归结果

注：因变量为城镇化水平；自变量均为Box-Cox变换后的结果，k=0.5；B为非标准化回归系数，β为标准化回归系数；*p＜0.1；**p＜0.05；***p＜0.01。

总体上可以得到结论，“五普”到“六普”期间，迁移带来的人口数量和人力资本总量对我国城镇化率的影响显然都显著提高，而人力资本对我国城镇化发展的作用增长得更快。

四、东部地区人力资本对城镇化发展具有更大作用

迁移人口对城镇人均人力资本水平的影响各地不一，迁移流动及其带来的人力资本的重新配置对不同区域城镇化发展的影响也存在差异。本章第一和第二两节对分省市的迁移流动人口的人均教育年限和人力资本迁出、迁入情况作了描述，它们对各区域的城镇化率的影响如下：

迁移带来的人口集聚和人力资本集聚对东部城镇化率的影响大于中西部。且迁移带来的人力资本集聚效应对东部镇化率的影响大于人口集聚的作用，而迁移带来的人口集聚效应对中西部镇化率的影响大于人力资本集聚的作用。这些结论对城镇净迁入人口及人力资本，以及城镇迁入人口及人力资本这两组变量而言都是成立的。东部城镇净迁入人口及人力资本与城镇化率的标准化回归系数分别为0.016、0.0173，中西部该值分别为0.011、0.0031，东部城镇，迁入人口及人力资本与城镇化率的标准化回归系数分别为0.0382、0.0391，中西部该值分别为0.0239、0.0171。

人均国内生产总值所代表的经济增长是东部、中西部区域城镇化率提升的共同重要影响因素。东部人均国内生产总值与城镇化率的标准化回归系数约为0.323、中西部人均国内生产总值与城镇化率的标准化回归系数约为0.353，相差不大。

从产业发展角度，东部第三产业发展对城镇化率的影响大于第二产业的作用，而中西部则反之。东部第二、三产业发展与城镇化率的标准化回归系数分别约为0.1371、0.3718，中西部该值分别约为0.2797、0.0746。显然，东部已然进入后工业化时代，服务业逐步取代工业成为城镇化的主要动力之一，而中西部仍处于以工业化为主的产业化阶段。

表7-12　东部城镇化核心驱动力模型的岭回归结果

（续表）

注：因变量为城镇化水平；自变量均为Box-Cox变换后的结果，k=0.5；B为非标准化回归系数，β为标准化回归系数；*p＜0.1；**p＜0.05；***p＜0.01。

表7-13　中西部城镇化核心驱动力模型的岭回归结果

（续表）

注：因变量为城镇化水平；自变量均为Box-Cox变换后的结果，k=0.5；B为非标准化回归系数，β为标准化回归系数；*p＜0.1；**p＜0.05；***p＜0.01。

五、人力资本集聚效应与我国的城镇化

对于城镇化水平的提高，我们主要观察到的是人口逐步从农村地区向城镇集聚的结果。而纵观30年来的城镇化历程，我们应该更加重视人口集聚背后的人力资本集聚效应。如果说人口的城镇集聚直接带来了我国城镇人口数量的增加，那么，选择性人口迁移下人力资本城镇集聚的意义在于其对城市经济的作用，促进城市就业并为城镇化提供源源不断的作用。对比“五普”和“六普”的数据，我们发现人力资本集聚对城镇化的作用在不断增强。“五普”期间，我国人口数量迁移流动对城镇化率的影响要大于人力资本集聚的影响。而“六普”后，在人口迁移流动过程中人力资本集聚对城镇化水平提高的影响已经超过人口数量上的迁移流动的影响。这既有我国迁移流动人口人均人力资本水平提高的原因，也由于在城镇化水平提高以后，对人均人力资本水平提出了更高的要求。人口针对自身人力资本水平的迁移流动选择，以及城镇以一定门槛对迁移人口的选择，都说明今后的城镇化率持续提高更需要依赖人力资本的集聚。

东部是我国人口的最大导入区，也是人力资本总量集聚最多的区域。相对人口数量集聚对东部城镇化率的影响，人力资本集聚对东部城镇化率的影响显然要更大，西部与之相反。东部区域的城镇化率整体水平高于中西部区域，东部部分省市已经进入城市化中后期阶段，产业发展上也开始向后工业化时代转型。处于该状态的东部省市，开始排挤简单的人口数量迁移和流动，此时城镇化率要进一步提高，人口集聚只有与人力资本集聚效应共同作用下方可实现。