數字經濟、人力資本紅利與產業結構高級化

　　要：基于省際面板數據，利用廣義矩估計(GMM)、面板門檻回歸(PTR)等計量模型考察數字經濟、人力資本紅利與產業結構高級化之間的動態關系。研究發現：在數字經濟發展下，人力資本紅利有助于推動產業結構高級化進程。從不同地區來看，東部地區的人力資本紅利和西部地區的數據要素對于本地的產業結構高級化呈現積極影響。進一步研究發現，當數據要素積累到一定階段將提升我國人力資本紅利對于產業結構高級化的積極影響。

　　本文源自俞伯陽; 叢屹， 財經理論與實踐 發表時間：2021-05-25

　　關鍵詞：數字經濟;人力資本紅利;數據要素;產業結構高級化

　　一、引 言

　　伴隨 著 以 人 工 智 能 為 代 表 的 數 字 技 術 迅 猛 發展，我國正從“工業經濟”向“數字經濟”轉型。2019年11月，中共中央、國務院發布了《關于構建更加完善的要素市場化配置體制機制的意見》，標志著我國正式提出將數據要素作為生產要素納入到國家經濟體系之中，也表明數據要素越來越成為我國經濟發展的核心要素之一。2020年7月，中國信息通信研究院發布的《中國數字經濟發展白皮書》顯示，數字技術的滲透通過數字產業化和產業數字化等渠道全面推動了我國產業結構的優化與升級。當前，我國正處于勞動力市場轉型的關鍵期，勞動年齡人口供給量逐年 下 滑。我國勞動力不再處于無限供給狀態，迎來了“劉易斯拐點”，傳統的“人口紅利”趨于消失，經濟發展和產業結構優化面臨著巨大的挑戰[1]。與此同時，我國當前已實現就業的勞動者中大專學歷以上的高技能勞動力所占比重逐年持續增加[2]。在勞動力供給總量持續減少而高技能勞動力所占比重持續增大的背景下，我國勞動力市場正呈現出從 “人口紅利”向“人 力 資 本 紅 利”優勢方向轉變的特點[3]，即勞動力總量減少，但勞動力質量提升的新趨勢將給我國經濟發展與產業結構優化升級帶來諸多新的影響[4]。在勞動年齡人口增長放緩的趨勢下，要保持現有的經濟發展水平和產業結構升級速度，我國應盡快由人口紅利發展向人力資本紅利發展轉變[5]。在數字經 濟 時 代，信 息 與 通 信 技 術 設 備(In-formationCommunicationsTechnology，ICT)以其高邊際產出的特點，一方面，通過“替代效應”沖擊了低技能勞動力;另一方面，通過“提升效應”提高了對原有崗位員工的技能要求[6]。因此，數據要 素 的 發展對于勞動者和產業結構形成了多重影響，從而也給部分升級速度較快產業中的企業發展提出了更多的挑戰[7]。此外，人才要素對于產業結構的 影 響 更為全面，數字化人才將對于產業結構的持續升級產生更積極的影響[8]。從我國的現實情況來 看，勞 動力的數量、技能水平和資源配置效率對于不同產業轉型升級的影響作用存在較大的差異[9]，而數字經濟發展所帶來的新要素投入和資源配置效率提升等優勢將全面 重 塑 我 國 的 經 濟 建 設 體 系[10]。進一 步地，數字經濟的資源配置效率提升效應和各類體制機制改革將持續挖掘我國人力資本存量的效能，通過提高勞動者就業技能與產業技術的匹配度來實現產業結構的轉型升級[11]。鑒于此，在數字經濟迅猛發展的背景下，能否通過數據要素的直接和間接作用充分激發我國現有的人力資本紅利來加快產業結構高級化發展進程、推動我國產業向更高價值鏈攀升值得深入探討。

　　總體來看，已有相關研究主要存在以下不足：(1)在針對數字經濟的測算和研究中將數據要素與技術進步要素視為一體，鮮有將數據要素進行獨立分析的實證研究;(2)關于數字經濟、人力資本與產業結構優化升級的學術論文較為豐富，但將三者結合并進行實證研究的文獻匱乏。基于此，本文嘗試從傳統的技術進步變量中剝離出數據要素變量，并通過數據要素和地區經濟發展水平相結合的形式提出數字經濟的一種表示方法，考察兼顧數據要素和人才要素及兩者動態關系對產業結構高級化的影響作用，以期豐富相關研究。

　　二、理論分析及研究假設

　　(一)人力資本紅利與產業結構高級化

　　從傳統的新古典增長理論到新經濟增長理論，都普遍認識到除了傳統生產要素之外，人力資本是國家經濟發展的重要因素。從影響范圍來看，人力資本作為個人擁有的能改善個體和社會經濟福祉的知識、技能和素質，其對于經濟增長和產業結構升級能產生持續性影響作用[12]。從影響方式來看，國家和地區產業結構的差異主要是由人力資本結構的差異所造成的，人力資本質量是促進產業結構升級的長期性因素[13]。因 此，傳 統 發 展 模 式 下，依 靠 勞 動力數量增加并不能持續地推動產業結構優化升級，不同產業對于人力資本的需求層次也不盡相同。從分類來看，農業和工業為主導的產業結構以勞動密集型和資本密集型為主要特征，相比于人力資本紅利，其對于人口紅利的需求更為直接。因此，人力資本紅利對于傳統產業結構升級的影響并不突出[14]。產業結構高級化主要以先進制造業、現代服務業以及第二、三產業融合發展等新業態為主要特點，表現出知識密集型的產業發展特征;此時，人力資本紅利發揮的作用更大。故人力資本紅利對產業結構高級化的影響主要體現在兩個方面：(1)產業結構高級化發展需要創新性、競爭性和持續性的經濟活力，人力資本紅利以其高邊際產出的正外部性為產業結構高級化發展帶來更多可能性[15]。(2)從2015年開始，我國積極推行供給側結構性改革，其實質在于將傳統經濟模式中以量取勝的特征向以質取勝轉變，而產業結構高級化和充分發揮人力資本效能是供給側改革的重要 內 容[16]。改 革 開 放 四 十 多 年 的 歷 程 表明，人力資本對于我國經濟發展的影響至關重要，且這樣的影響呈現出階段性特征，區域間的異質性人力資本也決定了我國不同地區產業結構的動態變化趨勢[17]。綜上所述，當前我國正處于由人口紅利向人力資本紅利轉變的窗口期，創新型人才在勞動年齡人口中的所占比例持續提高，這一趨勢有利于實現產業持續轉型升級。因此，提出研究假設1。

　　假設1 我國人力資本紅利的發展將推動產業結構高級化進程。

　　(二)數字經濟下人力資本紅利與產業結構高級化發展及其機制分析

　　工業經濟的傳統生產方式下，資本、勞 動 力、技術進步等要素是經濟發展的重要影響因素。數字經濟的發展進程重塑了傳統經濟形態中的生產關系，以其協同性、滲透性、替代性等特征漸進式地改變了生產過程中其他各類要素種類和所占比例，通過重構原有勞動分工與協作體系的破壞式創新促進生產力發展和產 業 結 構 的 優 化 升 級[18]。伴 隨 著 第 四 次技術革命和經濟新常態發展的新趨勢，數據要素通過產業數字化和數字產業化推動了產業結構跨越式轉型升級[19]。一方面，數據要素的聚集衍生出了各類平臺的新業態，實現了各類傳統產業的數字化升級，即通過數字技術的高滲透性特征推動了數字農業、數字工業、數字服務業的發展[20]。另一方面，數據要素的積累和算法能力的提升，通過優化要素資源配置的方式實現了以人才要素為代表的各類傳統生產要素更高效率的市場化配置，將在一定程度上破解工業經濟下要素錯配的桎梏，從多方面推動我國的產業結構優化升級[21]。此外，數據要素的溢出效應通過勞動者技能提升的勞動力市場傳導機制、生產要素在產業部門間更合理流動的方式為媒介實現各類產業 技 術 的 聚 集 和 升 級[22]。從 影 響 機 制 來看，各類數字技術以數據驅動性、系統智能化、廣泛滲透性的特征有效拓展了我國自主技術創新的戰略縱深，從而倒逼勞動力稟賦提升并助推相關新興產業快速成長[23]。因此，通過數據要素的累積和數字經濟新業態發展深度激活的人力資本紅利，將推動我國產業結構持續優化升級并向更高水平迭代。可見，產業結構高級化發展的根本在于以人力資本紅利為基礎的創新力、競爭力和經濟活力，且此趨勢在數字經濟時代尤為顯著。基于此，提出研究假設2。

　　假設2 數 據 要 素 積 累 到 一 定 階 段，將 提 升 我國人力資本紅利對產業結構高級化的正向作用。

　　三、模型設定與變量說明

　　(一)模型設定

　　在數字經濟時代，一方面，以固定資產投資為代表的傳統要素對于經濟發展的推動作用逐漸減弱，符合資本邊際報酬遞減規律;另一方面，以數據要素為代表的新要素對于經濟發展的帶動作用越來越強。與此同時，人才要素作為經濟增長的核心動力，仍以其高邊際產出推動著我國的經濟發展。為此，基于高質量發展及要素多樣化配置的理念，構建模型如下：

　　其中，Isuit 為產業結構高級化變量，Hcdit 為人力資本紅利變量，Digiit 為數據要素變量，α表示常數項及各解釋變量回歸系數，Xit 為控制變量，γi 為地區i的固定效應，δt為年份t的固定效應，εit 為隨機擾動項，即地區i在時期t受到的隨機因素影響。為探討我國數據要素積累的不同階段是否會對人力資本紅利產生階段性影響，在式(1)的基礎上構建門檻回歸模型如下：

　　其中，Hcdit 為核 心 解 釋 質 量，Digi 為 門 檻 變量，r為門檻值，其余變量和參數設置與式(1)相同。

　　(二)變量說明

　　1.被解釋變量。選 取 產 業 結 構 高 級 化(Isu)作為被解釋變量。已有研究中表示產業結構的方式主要是第二、三產業與國民生產總值的比值或第三產業與國民生產總值的比值。考慮到我國數字經濟產業賦能的特點，本文采用第三產業與第二產業的比值來表示產業結構高級化變量。

　　2.解釋變量。選 取 人 力 資 本 紅 利(Hcd)、數 據要素(Digi)作 為 核 心 解 釋 變 量。將大專及以上學歷的勞動者設定為高技能勞動力，大專以下學歷的勞動者設定為低技能勞動力，人力資本紅利變量采用高技能勞動力和低技能勞動力的比值來表示[24]。當前，數字經濟的測度方法沒有統一的標準，隨著智能手機等設備的普及，數字經濟領域的經濟活動主要基于互聯網數據量積累的運算衍生出的新業務。基于此，根據我國互聯網發展進程中數據要素積累的渠道和方式，并考慮到數據的可得性，選取人均郵電業務量來表示數據要素變量。當前，我國數字經濟發展已深度嵌入到各個產業之中，為此，構建數據要素與經濟發展水平的交互項表示我國數字經濟的發展 水 平 (Digi×Pgdp)。控 制 變 量 包 括 技 術 進步、人均物質資本存量、經濟發展水平、城鎮化水平。其中，技術進步(Tech)選取各地區發明專利數的相對數，人均物質資本存量(Pcap)選取各地區各類企業全部物質資本存量水平的人均值，經濟發展水平(Pgdp)選取各地區人均國民生產總值，城鎮化水平(Urban)選取各地區的城鎮人口占總人口的比例。

　　(三)數據來源和描述性統計

　　采用我國30個省、市、自治區(不包含臺灣省、西藏自治 區)2001-2018 年的面板數據為研究樣本，數據來源于2002-2019年《中國科技統計年鑒》《中國城市統計年鑒》《中國勞動統計年鑒》《中國統計年鑒》以及國家統計局，部分省份個別年份的缺失數據采用插值法予以補齊。其中，除了產業結構高級化、人力資本紅利和城鎮化水平三個變量之外，其余各變量均進行了自然對數處理，各變量的統計特征如表1所示。

　　四、實證檢驗及結果分析

　　(一)靜態面板模型檢驗

　　選取Stata16作為檢驗工具，采用靜 態 面 板 模型、動態面板模型、門檻回歸等方法進行檢驗。面板單位根檢驗結果表明，模型中各變量均為存在單位根的非 平 穩 序 列，而 各 變 量 的 一 階 差 分 結 果 均 在5%與1%的顯著水平下拒絕原假設，通過了平穩性檢驗;協整檢驗結果拒絕了原假設，表明模型中各變量之間至少存在一個協整關系。Hausman和 似 然比檢驗結果表明，固定效應模型更為適合，因此，選用省份和年份雙向固定效應模型及逐步添加控制變量的方式進行實證檢驗(結果見表2)。

　　表2中各模型的檢驗結果顯示，伴隨著各控制變量和交互項的逐漸加入，擬合優度持續提升，表明模型中各變量的選取具有一定的科學性及合理性。其中，模型(6)中絕大多數解釋變量的檢驗結果都通過了顯著性檢驗，表明該模型具備較高的顯著性和擬合度。從核心解釋變量的回歸系數來看，人力資本紅利與產業結構高級化之間存在顯著的正相關關系，其回歸系數達到1.357，表明我國現有的人力資本紅利對于產業結構高級化進程有著重要的提升和推動作用。數據要素變量與產業結構高級化呈負相關關系，表明當前我國數據要素的積累水平尚未對產業結構高級化進程產生正向影響。交互項數字經濟的回歸系數 達 到 了0.036，表 明 在 我 國 數 字 經 濟的發展下，數據要素的積累將顯著改善傳統經濟發展模式對 于 產 業 結 構 高 級 化 的 負 向 影 響。究 其 原因，主要是由于我國數字經濟發展仍處于初期階段，其對產業結構高級化進程尚未呈現出顯著的正向影響，未來有著較大的發展潛力。

　　控制變量 中，人 均 物 質 資 本 存 量、經 濟 發 展 水平、城鎮化水平的回歸系數顯著但呈現負向影響，表明在經濟發展的新常態下，傳統依賴固定資本投資的經濟發展模式和城鎮化建設模式已不能進一步推動產業結構向更高水平發展，也說明當前我國產業結構高級化進程需挖掘高質量人才與數字經濟發展的新動力源。

　　(二)動態面板模型檢驗

　　靜態面板模型中各解釋變量可能存在內生性，造成其檢驗結果的解釋力不夠突出，為此，采用動態面板模型的差分廣義矩估計(GMM)方法考察數字經濟、人力資本紅利與產業結構高級化三者之間的動態關系。過度識別檢驗結果顯示，可以加入被解釋變量的一階滯后項和二階滯后項作為工具變量(結果見表3)。

　　表3的檢驗結果顯示：各模型均通過了序列相關性檢驗及Sargan檢驗，模型(1)～(5)接受了原假設，即所有工具變量均外生且不存在二階自相關，表明五個動態面板模型變量選擇的有效性，各解釋變量回歸系數基本呈現顯著狀態。從檢驗結果來看，被解釋變量產業結構高級化的一階和二階滯后項的檢驗結果顯著，核心解釋變量人力資本紅利對于產業結構高級化發展的影響最為突出，即人力資本紅利每增長1個單位，產業結構高級化能增長0.441個單位。數據要素的發展則對于產業結構高級化呈現負向影響，表現為當數據要素增長1個單位，產業結構高級化將減小0.301個單位，表明在動態檢驗過程中，單一維度的數據要素增加不能夠推動產業結構高級化進程。從交互項來看，數字經濟變量回歸系數顯著為正，表明在動態模型中數據要素的積累將顯著改善傳統經濟發展模式對于產業結構高級化的負向影響。在各控制變量中，技術進步變量對于產業結構高級化呈高顯著性的正向作用，當技術進步提高1個單位，產業結構高級化能提升0.079個單位。

　　綜合比 較 多 個 差 分 GMM 模型的回歸結果可發現，人力資本紅利和數字經濟發展都顯著地推動了我國產業結構高級化發展，數據要素的發展尚未能夠給產 業 結 構 高 級 化 產 生 實 質 性 積 極 影 響。因此，通過人才驅動戰略并加快培育數字技術與經濟發展相結合的數字經濟新業態，才能實現我國產業結構高級化發展。

　　(三)穩健性檢驗

　　靜態模型和動態模型的檢驗結果表明：人力資本紅利和數字經濟的發展有利于實現產業結構高級化發展。為檢驗結果的穩健性，采用替換變量的方法進行穩健性檢驗。一方面，核心解釋變量選擇將大專及以上學歷就業人員占總體就業人員的比重作為原變量的替代變量;另一方面，選擇滯后一期的數據要素變量作為核心解釋變量的替換變量，同樣，也替換了交互項數字經濟變量中的數據要素變量。在完成替換后，同樣采用省份和年份雙固定效應模型來進行回歸檢驗(結果見表4)。

　　表4中的穩健性檢驗結果顯示，各模型的擬合優度均較好，其核心解釋變量與控制變量的回歸系數均與表2中各個模型檢驗結果的系數方向和顯著性水平保持一致，且絕大多數解釋變量的檢驗結果都在1%的統計水平上顯著，從 而 證 明 回 歸 結 果 的穩健性較好。

　　(四)異質性檢驗

　　靜態模型、動態模型以及穩健性檢驗的結果均表明，人力資本紅利和數字經濟對產業結構高級化發展具高顯著性的積極影響作用。鑒于我國東、中、西部地區的經濟發展水平，特別是數字經濟發展水平差異較大，東部沿海地區的高技能人才、產業集聚水平和數字化轉型升級速度遠高于中、西部地區，區域間的異質性可能對估計結果產生一定的影響，因此，異質性檢驗可考察數字經濟、人力資本紅利對我國東、中、西部地區產業結構高級化進程的影響作用(結果見表5)。

　　表5顯示，各模型的擬合優度均較好，人力資本紅利和數字經濟發展對東部地區產業結構高級化發展具有顯著的正向影響，但對中部地區和西部地區的影響作用不夠積極和顯著。究其原因，主要是：一方面，我國高質量的人力資本紅利主要聚集在東部地區，也印證了近年來東部各大城市“搶人大戰”的突出成果;另一方面，數字經濟在東部地區的發展較為成熟，其對于區域產業結構高級化進程的影響更為顯著。與此同時，雖然西部地區數字經濟的發展對于產業結構高級化發展進程呈現出一定的抑制作用，但數據要素的聚集效應顯著推動了區域產業結構高級化發展。表明當前我國數據要素積累所帶來的直接影響將帶動西部地區產業結構高級化進程，其新經濟業態的數字化賦能將通過間接影響推動東 部地區產業結構高級化進程。

　　五、進一步討論

　　為進一步考察數據要素、人力資本紅利與產業結構高級化進程的作用機制，特別是數據要素的不同積累規模對產業結構高級化邊際影響的變化趨勢，采用面板門檻回歸模型(PTR)對原模型進行重新估計，考察解釋變量對被解釋變量影響的門檻效應。通過門檻個數檢驗發現，本文的模型更適合選擇單一門檻，數 據 要 素 變 量 的 門 檻 值 為6.672。因此，選擇數據要素變量作為門檻變量來考察人力資本紅利變量在其不同數值下對產業結構高級化產生的不同影響(見表6)。

　　表6的門檻模型檢驗結果中，各解釋變量的回歸系數全部顯著且模型的擬合優度較好。檢驗結果表明：當 數 據 要 素 變 量 的 值 較 小 時 (小 于 門 檻 值6.672)，人力資本紅利對于產業結構高級化具有不顯著的負向影響;但當數據要素變量的值大于門檻值6.672時，人力資本紅利對于產業結構高級化進程的作用方向和顯著性特征產生反轉。當數據要素積累到一定階段后，人力資本紅利將有利于產業結構高級化進程，即人力資本紅利每提升1個單位，能推動產業結構高級化提升0.193個單位。顯然，近年來，我國經濟發展過程中的人才要素和數據要素已經形成了相互促進的良好發展態勢，協同助力產業結構向更高層次躍進。各控制變量回歸系數結果與前文部分模型的估計結果類似，其中，技術進步、人均物質資本變量和城鎮化發展顯著加快了產業結構高級化進程，但其作用尚未達到人力資本紅利的效用水平。

　　總結來看，靜態模型、動態模型的檢驗結果都表明人力資本紅利有助力于推動我國產業結構高級化進程，且這樣的結果在我國不同地區有所差別。門檻模型的檢驗結果表明，當數據要素積累到一定階段，將提升人力資本紅利對產業結構高級化的影響作用，驗證了兩個研究假設。因此，我國需根據不同地區的經濟特點統籌規劃人才要素與數據要素，以形成更高效率的要素資源配置模式，從而實現數字經濟、人力資本紅利與產業結構高級化的協調發展。

　　六、研究結論與政策建議

　　以上研究表明：(1)人力資本紅利顯著地推動了我國產業 結 構 高 級 化 進 程。從異質性檢驗結果來看，東部地區的人力資本紅利顯著推動了區域產業結構高級化進程，而中西部地區由于人力資本紅利的相對匱乏，導致其尚未對區域產業結構高級化進程形成積極影響。因此，針對我國不同區域需要實行更科學的人才要素資源配置方案。(2)當前，我國數據要素的發展不能直接作用于產業結構高級化發展，但能通過與新經濟業態結合催生的數字經濟推動產業結構高級化發展。從不同地區來看，數據要素的發展對西部地區產業結構高級化進程呈現顯著正向促進作用，而數字經濟發展尚未展現出這樣的影響作用，表明當前我國數據要素與實體經濟的結合發展尚未全面推動西部地區產業結構高級化進程。(3)只有當數據要素積累到一定水平，才能激發出人力資本紅利對產業結構高級化進程的積極影響，這也說明數字經濟的發展必須結合我國人力資本紅利的優勢才能真正發揮其最大效用。

　　根據研究結論，提出政策建議如下：(1)要持續提高勞動力供給質量，以延長人力資本紅利的積極效應。相比于數據要素，人力資本紅利所代表的人才要素在各模型中的表現都更積極、更穩健，表明要推動我國產業結構高級化進程和經濟高質量發展的核心，仍在于充分挖掘我國現有的人力資本存量、增強未來人力資本質量。因此，各地區應當繼續推進各類經濟體制機制改革創新，通過加快要素市場化配置、特別是加快勞動力資源的市場化配置進程，推動我國產業結構高級化進程的驅動力從“人口紅利” 向“人力資本紅利”轉變，從而加快推進我國“人才強國”戰略目標的實施。(2)加快發展各類數字經濟新業態，以數字經濟推動產業融合發展。數據要素對于我國產業結構高級化的積極影響必須結合各類新經濟業態。當前，我國數字經濟發展處于上升階段，數字經濟發展對產業結構高級化進程的影響作用仍有巨大的增長潛力。在我國“十四五”規劃中，發展數字經濟是重要議題，通過發展數字經濟推動我國加快實現經濟高質量發展是關鍵舉措。因此，應推動數據要素和各類實體經濟融合發展，以數字技術為核心加快建設產業互聯網，進而通過產業內和產業間“數 字 賦 能”實現企業內和企業間的 “數 字 使能”。(3)以新基建加速數字經濟發展，推動人才要素與數據要素協調發展。當前，我國新型基礎設施建設能通過優化資源配置的方式加快以人才要素為代表的各類要素市場化配置進程，從而破解由于人才要素資源供需錯配等問題對產業結構優化升級的阻礙。基于此，各地區應加快制定數據要素和人才要素相結合的發展規劃，破解傳統的數據孤島、人才培養與企業用工需求不匹配等問題，實現“數據鏈” “人才鏈”“產業鏈”的融合發展。