一、 引言

在人类社会发展的进程中，人力资本是社会文明进步、人民富裕幸福、国家繁荣昌盛的重要推动力量。我国正处于社会转型的关键阶段，要实现中华民族伟大复兴，必须大力提高国民素质。《国家中长期人才发展规划纲要(2010-2020)》对我国各领域和各层次的人才发展进行了总体部署，制定了多层次的人才发展战略，提出一系列加强人才工作的措施，目的就是培养和造就各个领域的大批人才，从而全面提升我国的人才数量和质量。此外，《国家中长期教育改革和发展规划纲要(2010-2020年)》也提出要优先发展教育，提升人力资源的素质，为经济发展、社会进步作更大贡献。广东作为改革开放的前沿阵地和我国区域经济发展的先进地区，劳动力资源及其素质起到了决定性的作用。在当前面临经济发展方式转型、产业结构优化升级和创新驱动发展的时代背景下，广东省委省政府高度重视人才工作，制定实施《广东省中长期人才发展规划纲要(2010-2020)》，提出要用科学制度和科学方法推进人才工作，促进人才总量继续增长，人才结构持续改善，逐步实现由人力资源大省向人才强省转变，目的就是努力把各类人才队伍特别是高层次创新创业人才队伍打造成为加快转变经济发展方式的新引擎、提高自主创新能力的主力军、推动广东经济社会发展的重要支撑。

劳动力素质是经济发展的决定性因素之一。舒尔茨论证了人口素质对经济发展的重要贡献，提出增进穷人福利的关键性生产要素不是空间、能源和耕地，而是提高人口质量和知识水平(Schultz，1961)。根据新古典增长理论，经济增长源于要素积累，作为构成经济发展方式的基本要素和技术进步的源泉，劳动力素质不仅制约全要素生产率(TFP)增长和经济增长，也是解释地区间经济发展差异的重要因素。20世纪80年代，罗默、卢卡斯等提出了内生经济增长理论，他们将增长模型中的人力资本要素分离出来，用以解释各国经济增长的长期持续性和差异性(Romer, 1986；Lucas, 1988)。巴罗、萨拉伊马丁从教育视角研究发现教育发展水平与经济增长显著相关，公共教育投入提高则经济增长率会相应提高(Barro and Sala-i-Martin, 1995)。本哈比博、斯皮格尔分析指出各国之间增长率的差异主要不是因为如卢卡斯所提出的人力资本累积速度的差异，而是因为人力资本存量的差异(Benhabib and Spiegel, 1994)。另外，米勒、阿帕德海耶(Miller and Upadhyay, 2000)、艾亚尔、费雷尔(Aiyar and Feyrer, 2002)以内生增长理论为基础，研究发现一国或地区TFP增长依赖于人力资本水平，人力资本对TFP增长具有显著的促进效应。

以上关于人力资本和经济发展关系的理论研究中，普遍的逻辑是人力资本增加速度或存量对经济发展或增长具有显著的正向影响，并且由此导致了区域经济发展的差异。但是并没有发现关于劳动力素质(或者称为人力资本)水平和差异是否受到经济发展水平影响的研究。在国内大多数学者的现有研究中，也主要集中在讨论不同区域之间的劳动力素质差距即组间差距(between-group inequality)，而较少关注区域内部即组内差距(within-group inequality)。更进一步，哪些因素导致了区域内部这种变化也尚未得到很好的讨论。这些因素包括区域发展的内在因素，如经济增长、社会发展等；也包括特定的外部因素，如外来人口流入。因此，本文定位于劳动力素质差异及其影响因素，以广东省21个地级市为研究对象，尝试对这些问题进行讨论和回答。主要内容包括；第一，区域劳动力平均受教育程度水平如何、内部差距如何及其演变趋势；第二，影响区域内部劳动力受教育程度整体水平的因素包括哪些内部因素(经济发展水平、政府财政投入和城市化水平等)和外部作用(如人口迁入)；第三，内部因素还是外部作用起到更重要的影响？在研究这些问题的基础上，针对如何缩小区域内部劳动力素质差距、促进劳动力与经济社会协调发展等问题提出政策建议。

二、 广东劳动力素质素描

近20年来，广东省劳动适龄人口受教育水平从1990年的7.23年增加到2000年的8.19年，到2010年达到9.32年(见表 1)。与第五次人口普查相比，初高中及以上水平人口所占比例上升较快，小学程度及文盲人口比例显著下降，各区域劳动适龄人口的受教育程度有不同程度提高。1990、2000及2010年各地区劳动适龄人口平均受教育水平，其中珠三角分别为7.75年、8.85年、9.90年，东西两翼为6.77年、7.24年、8.45年，山区为7.09年、7.45年、8.70年。根据2010年数据观测经济发达的珠三角地区各地市普遍达到8.5~10.6区间，其中广州、深圳、珠海超过10年，东西两翼与山区各地市差异不大，处于为8.0~8.9区间(见表 2)。20年来广东省区域劳动适龄人口文化素质有显著提升，以珠三角最显著(增长27.7%)，东西两翼次之(增长24.8%)，然后为山区(增长22.7%)。

进一步考察珠三角、山区、东西两翼各地带内状况，发现近20年来广东各区域内部劳动力平均受教育差距有不断缩小的趋势^①。自1990到2010，珠三角地区教育基尼系数(Gini_Edu)和教育变异系数(CV_Edu)平均变化分别降低0.054和0.076，东西两翼地区平均降低0.042和0.063，山区平均降低0.050和0.072。珠三角地区的东莞、惠州、中山差距缩小趋势明显，其中东莞为最明显，教育基尼系数由1990年的0.17降低到2010年的0.07，教育变异系数由1990年的0.32降低到2010年的0.2。另一方面，近20年来广东外来人口增幅较快，其中2010年广东全省常住人口为10430万人，较2000年增加1788万人，其中644万人由外省流入，208万人是户籍人口的迁移增长，806万人是户籍人口的自然增长，因此人口迁入的影响亦不容忽视。劳动力受教育水平的变化一方面可能是广东在加快经济发展的同时扩大教育投入所致，也可能是随着广东产业转型升级的推进，高新技术产业发展吸纳大批高学历人才的流入，从而带动整体人口受教育程度的提高。根据之前对广东区域劳动力人口集聚、素质水平与经济发展偏离情况考察，发现珠三角先升后降，东西两翼先降后升，而山区则持续上升，从中反映出人口流动带来区域文化素质和经济发展的深刻影响(蓝满榆等，2016)。下文将对劳动力素质差距的影响因素以及外来迁入人口的影响进行实证分析。

在借鉴有关研究的基础上，本文采取类似Thomas et al.(2001)的做法，建构教育基尼系数和教育变异系数进行考察。$Gin{i_{Edu}} = \frac{1}{\mu }\sum\limits_{i = 2}^n {\sum\limits_{j = 1}^{i - 1} {{P_i}\left| {Ed{u_i} - Ed{u_j}} \right|} {P_j}} $，$\mu = \sum\limits_{i = 1}^n {{P_i}Ed{u_i}} $，$C{V_{Edu}} = \frac{\sigma }{\mu } = \frac{1}{\mu }\sqrt {\sum\limits_{i = 1}^n {{{(Ed{u_i} - \mu)}^2}/n} } $。其中，Gini_Edu为教育基尼系数，CV_Edu为教育变异系数。Edu_i，Edu_j表示地市内部劳动适龄人口中第i, j层次的受教育程度；P_i，P_j分别表示i，j受教育层次劳动适龄人口占全市劳动适龄人口的比例；μ表示地市平均受教育程度；σ表示地市内部劳动适龄人口受教育程度的标准差。

三、 模型构建与实证结果 (一) 模型构建

综上所述，广东省劳动力素质水平整体处于不断上升趋势，并且不同地带内的差距具有缩小的趋势，但是不同地带内差距缩减的速度表现不同。本部分将对1990~2010年期间广东区域劳动力素质变化、影响因素及其路径进行实证研究。

首先，将劳动力素质差异作为被解释变量。该变量主要以劳动适龄人口平均受教育年限差异作为具体的测量指标，劳动适龄人口按国际标准使用15~64岁年龄人口的数据，将劳动适龄人口受教育程度分为7个层次，包括文盲，小学，初中，高中/中专，大专，本科，研究生等类别，根据受教育年限分别赋值3，6，9，12，15，16，19^①。在此基础上分别计算各区域的劳动力受教育程度的基尼系数和变异系数来衡量区域内劳动力平均受教育年限的差异程度。当前部分学者以教育基尼系数、泰尔指数等指标分析区域之间或区域内部劳动力受教育程度的差异。如，吴方卫、张锦华(2005)考察我国农村劳动力受教育程度区域之间平等和区域内平等问题，发现东、中、西部地区内的教育不平等呈现不同特征。张长征等(2006)，吕炜、刘国辉(2010)等测算了中国的教育基尼系数后认为我国各地区的教育差距呈下降趋势，同时发现广东教育基尼系数由1998年的0.2383下降到2007年的0.1932。杨俊、李雪松(2007)测算1996~2004年广东教育基尼系数并发现从1996的0.2449下降到2004年的0.2138。

①需要特别说明的是，实际已经不存在严格意义上的文盲，因此文盲的教育年限赋值为3而不是0。

第二，影响劳动力素质差异的解释变量确定。影响区域劳动力素质差异的因素较多，包括区域内部因素和外部特定因素。其中，经济和社会发展水平是重要的内在因素，也得到较多研究讨论和认可。一般而言，劳动力素质与经济发展程度正相关，经济越发达的地区，人口受教育程度差距越小；经济越欠发达地区，差距越大(郭剑雄, 2005)。其中，人均GDP、固定资产投资比重、非国有化程度、市场自由度等变量得到多数研究者的采用(Barro，1996；陆铭等，2005)。同时，本文特别注意到广东作为改革开放前沿阵地，具有开放程度高的明显特征，并可能会对地区经济及教育水平发展带来影响。因此，将对外开放程度作为影响区域劳动力文化素质差异的特定外部因素，衡量指标为出口总值占GDP的比重。根据以上分析，本文构建如下基本模型：

$ \begin{array}{l} Ed{u_{INEit}} = {\delta _1} + {\delta _2}d{00_t} + {\delta _3}d{10_t} + {\beta _1}\log GD{P_{it}} + {\beta _2}Inv{t_{it}}\\ \;\;\;\;\;\;\;\;\;\;\;\; + {\beta _3}Pv{t_{it}} + {\beta _4}Expor{t_{it}} + {\beta _5}Go{v_{it}} + {\beta _6}Ur{b_{it}} + {\beta _7}TF{R_{it}}\\ \;\;\;\;\;\;\;\;\;\;\;\; + {\beta _8}ThirSe{c_{it}} + {a_i} + {u_{it}} \end{array} $

(1)

被解释变量(Edu_INE)为区域劳动力素质的组内差距，以教育基尼系数Gini_Edu、教育变异系数CV_Edu来度量。

内部因素解释变量有：logGDP为各地市实际人均GDP的自然对数，衡量该地市的经济发展水平，人均GDP以1990年为基年；Invt为投资总额占GDP的比重，衡量固定投资对教育的影响；Gov为该地市政府财政支出占GDP的比重，以政府介入经济活动的强度反映市场自由度；TFR为总和生育率，衡量该地区的生育水平；Urb为城市化水平，以地市中非农人口占全市总人口比例；Pvt反映市场化程度，为非国有经济单位职工数量占职工总数的比例，该指标也反映非国有化程度；ThirSec为第三产业所占比重，衡量经济结构。特定外部因素解释变量为经济开放程度(Export)，为出口总额占GDP总量的比重，该指标也常用来反映经济发展的对外依存度。

基本模型中引入两个年度哑变量d00(2000年)和d10(2010年)以分析三次人口普查之间的变化；在区域划分上将省内21个地市分为珠三角、山区和东西两翼三大经济区；a_i为非观测效应，u_it为随机扰动项。为克服模型的内生性和共线性问题，根据三次人口普查年份进行广义的一阶差分处理^①。相应地，单时期(如2010年)虚拟变量的一阶差分方程为：

①由于工具变量选择的困难以及数据获取的难度，广义差分的处理是处理模型中变量之间共线性和内生性的较好方法。

$ \begin{array}{l} \mathit{\Delta }Ed{u_{INEit}} = {\alpha _0} + {\alpha _3}d{10_t} + {\beta _1}\mathit{\Delta }\log GD{P_{it}} + {\beta _2}Inv{t_{it}}\\ \;\;\;\;\;\;\;\;\;\;\;\; + {\beta _3}\mathit{\Delta }Pv{t_{it}} + {\beta _4}\mathit{\Delta }Expor{t_{it}} + {\beta _5}\mathit{\Delta }Go{v_{it}} + {\beta _6}\mathit{\Delta }Ur{b_{it}} + {\beta _7}\mathit{\Delta }TF{R_{it}}\\ \;\;\;\;\;\;\;\;\;\;\;\; + {\beta _8}\mathit{\Delta }ThirSe{c_{it}} + {v_{it}} \end{array} $

(2)

根据前文分析，广东作为改革开放的前沿地区，外来人口迁入对区域劳动力素质差异的影响不容忽视，因此，我们进一步在模型中引入解释变量“常住人口中非户籍人口比重”来衡量外来人口迁入的影响。与此同时，为避免两个人口因素的重复作用，使用外来人口因素而不再使用生育率因素。最终，基本模型进一步拓展为：

$ \begin{array}{l} \mathit{\Delta }Ed{u_{INEit}} = {\alpha _0} + {\alpha _3}d{10_t} + {\beta _1}\mathit{\Delta }\log GD{P_{it}} + {\beta _2}Inv{t_{it}} + {\beta _3}\mathit{\Delta Pv}{\mathit{t}_{it}} + {\beta _4}\mathit{\Delta Expor}{\mathit{t}_{it}}\\ \;\;\;\;\;\;\;\;\;\;\;\; + {\beta _5}\mathit{\Delta }Go{v_{it}} + {\beta _6}\mathit{\Delta }Ur{b_{it}} + {\beta _8}\mathit{\Delta }ThirSe{c_{it}} + {\beta _9}\mathit{\Delta }{\rm{Im}}\mathit{migrants + }{\mathit{v}_{it}} \end{array} $

(3)

(二) 数据说明

人口数据来自第四、五、六次(1990, 2000, 2010)全国人口普查广东省各地市数据，其他经济和社会变量来自1991~2011年广东省统计年鉴数据。由于受教育年限在短期内的组内变化(within-group variation)相对较小，模型估计容易受测量误差的影响。因此，采用三次人口普查的数据，拉长组内变化的区间(10年间隔)，更长的变化区间相当于提高了受教育程度变量的信噪比率，从而降低测量误差的影响。考虑到受教育人口迁移所体现出的教育投资外部性问题，本文使用常住人口。

(三) 实证结果与分析

先采取一阶差分模型(式2)实证检验各地市内部劳动力文化素质变化的影响因素，结果如表 3中(1)、(2)。发现人均GDP (logGDP)、政府财政投入(Gov)、市场化程度(Pvt)、经济开放度(Export)、城市化水平(Urb)等因素影响显著。实证表明，经济因素影响显著，政府加快经济发展，加大对义务教育和高等教育的投入，同时由于生活水平的不断提高，家庭对子女教育重视，加大了教育投入，两者作用整体上缩小了劳动力文化素质差距。以教育基尼系数和教育变异系数为被解释变量的两个回归中，人均GDP均在1%水平上显著。

出口在广东经济发展中一直占有举足轻重的地位，2011年进出口额达到9000亿美元，经济的外向依存度达到110%。在两个回归中，经济开放程度(Export)均在5%的显著水平上显著，可见开放程度对缩小内部教育差距影响显著，实证结果支持了上文的假设。回归结果中，城市化进程(Urb)对教育不平等的影响在5%的水平上显著为正，意味着城市化进程加快扩大了区域内劳动力文化素质差距，这与一般文献的研究结论相符。一般而言，同一时期不同地区，城市化水平越高，教育发展水平也越高(赖德胜、郑勤华，2005)。但随着城市化发展，区域劳动力整体文化素质水平发生了很大变化，同时地市内部劳动力受教育水平差异也在扩大。因为在城市化进程中，通过人口城乡迁移、扩大现有城市行政区域规模、吸收周边乡镇建制等实现农村人口就地城镇化，新增城镇人口和非农业劳动力受教育程度的巨大差别在短期内未得到有效扭转。总体而言，20年来地市内部不平等呈现缩小趋势。

在考察区域内部发展因素影响的基础上，进一步探讨外来人口迁入的影响。这里采取拓展模型(式3)，估计结果如表 3中(3)、(4)所示。实证结果显示，以教育基尼系数和教育变异系数为被解释变量的两个回归中，外来人口迁移因素(Immigrants)均在1%的水平上显著为负。外来人口迁移影响区域内部教育不平等得到证实。并且，该影响为负，意味着外来人口迁移显著降低区域内部劳动力文化素质差异，这与外来迁移人口教育水平有关。从分析结果来看，外来人口迁移和人均GDP的提高均有助于缩小区域教育差距。为了分析两者的影响程度，我们采用Wald检验对比人均GDP和外来人口迁移的回归系数(原假设为$\left| {{\beta _1}} \right| \ge \left| {{\beta _9}} \right|$)，结果显示，在99%的置信水平下，显著拒绝原假设。也即，人均GDP对教育差距影响程度小于外来人口迁移因素的影响。因此，可以认为人口迁入因素比区域经济社会发展的内在影响程度更高。经路径分析(path analysis)显示，除了财政投入增加对缩小教育差距有直接影响外，另一间接影响路径为经济发展带动人口迁入，而人口迁入又改变了教育差距。鉴于人口普查数据通过构建工具变量解决内生性问题比较困难，本文从模型设计角度尝试用一阶差分在一定程度上消除内生性。对于稳健性问题，本文通过变量排序，去掉最大值、最小值等方法进行实证分析，实证结果一致体现较好稳健性。

四、 结论及建议

本文通过建立差分面板模型分析了广东省21个地市内部劳动力受教育程度水平、变化及其影响要素。研究结论是：第一，近20年来广东区域劳动力素质有显著提升，以珠三角最为显著，东西两翼次之，然后为山区。但适龄劳动人口平均受教育程度仅达到初中水平，在一定程度上导致广东常住人口中高文化程度人口比重偏低，高素质人才不足，这将对今后广东产业升级转型和科技创新带来不利影响。第二，近20年来广东省21个地市内部劳动力受教育程度差距现象显著，但这种差距呈现不断缩小的趋势，其中：珠三角差距缩小最为显著，山区次之，然后是东西两翼。省内地市内部劳动力受教育程度改变受经济和社会等内在发展因素的影响，包括人均GDP、政府财政投入、市场化程度、城市化水平以及经济开放程度等，其中经济发展带来生活水平的提高和家庭对子女教育的日益重视，以及政府财政投入特别是教育投入增加，这些因素的综合作用整体上缩小了劳动力素质差距。第三，各地市内部劳动力素质改变同时受到外来人口迁入因素的显著影响，并且该因素比内在发展因素影响程度更高，外来人口迁入在缩小区域教育不平等中扮演着重要角色。研究同时发现，除财政投入增加对缩小区域教育差距有直接影响外，另一间接影响路径为经济发展吸引了人口迁入，而人口迁入又改变了教育差距。

据此，本文提出如下建议：一是优化迁入人口的文化素质结构，使之契合“换鸟腾笼”、“凤凰涅槃”的产业转移和产业转型升级战略。当前维持足够的劳动适龄人口必不可少，尤其是粤东、粤西和粤北地区，未来产业转移和产业升级将需求数量巨大的人口，但同时更需注重与当前及未来产业结构相适应(实现与产业转移相适应素质人口的梯度转移)，乃至超前的高素质人才引进。二是重视劳动力素质提升。区域劳动适龄人口的文化素质水平差异过大会影响到经济社会的整体发展。当前广东明确提出创新驱动发展战略，但受人力资源因素约束，缺乏发展后劲，因而能否实现区域人口存量的增加到人才资本的实质提升成为广东各地方政府需要深入考虑的问题，特别是当前迁入人口的教育培训和技能提升、二代移民的义务教育和社会认同等问题对区域教育结构提出了挑战。三是加快基本公共服务均等化进程。广东不少地区非本地户籍人口未能享受到改革成果，特别是覆盖户籍人口的教育、医疗、住房、就业等公共服务未能扩展到城市外来常住人口，因而需要加大推行外来工积分制入户等制度改革，让众多的外来人口真正融入广东城市化进程。通过加快基础设施建设和健全城乡一体化社会保障体系，提升公众满意度和幸福感(郑方辉、卢扬帆，2013)。