摘要：区域经济协调发展的内涵是区域差异的缩小。江浙沪地区经济基础较好、产业布局成熟、政策体系完善，是我国高质量发展的示范。为研究劳动力在静态和动态两个水平上对区域人均经济增长率差异的影响，分别从人力资本和流动人口两个角度进行研究。选取江浙沪地区2011-2015年度129个区县的面板数据，创新地将空间关联相关指标作为中介变量考虑在内，以局部空间自相关指数为线索指标，利用固定效应模型进行面板回归。研究结果发现，缩小江浙沪地区的人均经济增长率的差异，着眼教育投入和劳动力素质比依赖流动人口红利更有效。提出对照相邻区域和加大教育投入的政策建议。
关键词：区域差异，人力资本，流动人口，空间分析，固定效应模型
1 引言
斯彭斯认为“持续高增长”的经济体的增长率应该超过7%且持续超过25年。中国是“持续高增长”的经济体之一，但同时中国也是人口众多，地域辽阔的发展中国家，各省市地区的基础条件差异较大，如何推动经济增长的区域协调是必要的研究课题[1]。近年来我国经济保持高速增长，在维持较高的经济发展速度的同时，对经济发展质量的追求不断提升，随着我国人口老龄化趋势的加深，人口结构和人口数量的变动对经济社会发展产生了重要的影响。根据索洛经济增长模型，人口数量和人口增长率的变化会影响人均产出与资本积累，劳动力水平在存量和增量、静态和动态两个水平上成为经济增长的重要影响因素。
（4）安全监管压力大。全省水上安全监管设施设备薄弱、数量不足，尚未达到交通运输部《海事船舶配备管理规定》配备标准。应急救援能力有待提升，现有搜救力量主要依靠各级海事、渔政部门公务船舶，尚无专业应急救援力量。安全监管信息化水平不高，前端感知设备设施建设有待完善，全省码头及船载视频1 515个，渡口码头和客渡船覆盖率仅为25%，未实现全覆盖，与安全立体监管需求不匹配。
改革开放以来，江浙沪地区的经济社会发展处于全国前列，是我国经济最活跃的地区，先后出现了“苏南模式”、“温州模式”和“浦东模式”，形成了良好的示范效应。江浙沪地区经济基础较好、产业布局成熟、政策体系完善，是我国高质量发展的示范，因此本文以江浙沪地区为例进行实证分析。
2 现有研究综述
2.1 我国区域经济差异的理论基础与影响因素研究
索洛模型发现人均产出(Y/L)的增长来源于人均资本存量和技术进步，区域经济增长率的差异来源于两者的差异。克鲁格曼(1991)提出增长极理论与新经济地理学，理论认为增长必然在点上出现，增长点会成为未来增长中心[2]。李国平(2003)等认为资源由自然、市场和政府配置，生产分布和人口分布是配置结果，区域经济差异是生产与人口分布不一致性的反映，不一致性越高，差异越大[3]。
我国对于区域经济差异在空间维度上的研究有三个层面，张清正(2014)认为其一是全国整体差异为研究对象，其二是东中西部三大区域来分析区域经济差异，其三从省份角度分析区域差异[4]。同时，对于我国区域经济差异的研究在时间维度上也有不同的侧重，刘树成(2007)等认为其一是中短期，结论是经济波动是经济周期波动，宏观调控政策与区域发展政策共同作用的结果。其二是长期，结论是三次产业比重变动体现了工业化和城市化，产业机构优化升级和基础设施条件的改善促进增长与稳定性的提高，有利于缩小区域差距[5]。
引文文献：
在区域经济差异的实证研究中，李政(2006)等人发现资本投入对东部影响最大，虚拟变量对西部，中部受非国有经济比重影响最大。(其中资本形成中包括了FDI)。城市化影响作用不大，可能通过影响其他因素间接体现[12]。米娟(2008)发现经济增长主要依赖于资本要素收入，制度成为越来越重要的因素，东部地区相对于其他地区而言，技术与制度因素更加重要[13]。从社会资本的角度理解区域经济增长差异，林木西(2012)等人发现存在个体差异(人均受教育水平与年龄构成)，群体特征差异(平均家庭户规模与抚养比)和区域特征差异(收入水平，收入差距与失业率)[14]。
2.2 人力资本与流动人口对于区域经济增长差异的影响
2.2.1 人力资本
罗默(1994)总结以舒尔茨为代表的人力资本理论认为，人力资本的提出为突破传统的增长理论提供了基础，将技术进步内生化，并强调人力资本与知识积累在现代经济发展中的重要作用[15]。目前的研究对于人力资本的定义主要从教育和健康两个方面进行研究。胡永远(2003)发现在以教育定义的人力资本方面，有研究将人力资本按照教育水平划分为三个等级，比较这三个等级的人力资本对产出增长的贡献率，发现初等教育的人力资本贡献率最高，中等教育次之，高等教育最低[16]。
人力资本与经济增长的相关性方面，逯进(2013)等人发现我国人力资本与经济增长的总体耦合度较低，东部地区勉强协调发展，中西部地区多处于失调衰退状态[17]。人力资本与经济增长存在正相关是主要的研究结论，但有贝哈鲍比(1994)等人也指出人力资本与经济增长存在负相关性，以“筛选假说”为主[18]，汪小勤(2004)等人也发现人力资本与经济增长相关性不显著，如教育投资与农业发展不显著相关[19]，李勋来(2005)等人认为人力资本对农村产出贡献水平远低于物质资本等[20]。人力资本对经济增长的影响机制层面，目前存在较大的分歧，根据杜伟(2014)等人总结，其机制分为三种，其一人力资本作为最终产品生产的直接投入要素，其二人力资本作为技术生产的关键投入，通过影响全要素生产率作用于经济增长，其三是前两种机制的结合。现有实证发现全国整体人力资本对经济增长的直接效果不明显，主要是通过技术创新、技术模仿间接作用，在东部地区，人力资本既有直接作用，也有通过技术模仿的间接作用，中西部地区直接作用不明显，通过技术创新间接作用于经济增长[21]。阿隆索维拉尔(2002)对影响机制的实证研究表明，区域人力资本的积累与提高能够支持更多的企业，并且具备更强的从其他区域吸引企业的能力[22]，詹姆斯(1991)认为区域较高的人力资本水平是收入分配的重要决定因素，与居民工资呈正相关[23]。同时，法哈德(2001)等人认为地区人力资本的提高可以吸引外商直接投资的增加，促进经济增长，外商直接投资的增加能够通过外部性加强人力资本，形成良性循环[24]。
2.2.2 流动人口
人口流动是社会经济变化的结果，流动人口通常被定义为“人户分离”的人口，即户口所在地与现住地不在同一乡镇街道、且离开户口所在地已经超过半年的人口；根据人口普查对于常住人口的界定，乔晓春(2013)等人提出流动人口可以表示为常住人口与户籍人口的差值[25]。贾斯汀(2004)等人认为劳动力流动是一种缩小区域差距的有效途径，但是由于户籍制度的存在和沿海地区过快的发展速度，目前的流动规模不足以缩小现存的收入差距[26]。
多数学者认为劳动力流动是资源的重新配置，从整体经济的角度来看具有一定促进性的，有助于国家整体生产率的提高。沃勒斯(2009)认为发展中国加权要素生产率由于资源错配(农业部门要素太多)而被大大的降低，但劳动力从农业部门转移到现代非农部门可以显著地提高生产率[27]。局部来看，安(1957)等人发现人口流动的过程必然会涉及到流出地和流入地，流动的人群有着显著的性别、年龄、种族、家庭状况、教育、健康状况特征，从经济增长的角度讲，流动的人群很可能是当地技术水平最高的那一部分人，因此对流入地和流出地的经济增长很可能会产生不同的影响[28]。总体来看，人口流动对于流入地和流出地的经济增长影响复杂。许召元(2008)等人总结多数学者认为劳动力流动有助于地区差距的收敛，劳动力流动有助于缩小各地区要素报酬的差异，改善要素配置效率，有助于缩小地区差距，由于户籍制度的存在，部分流动人群只是以流动人口的形式存在，这部分人的家庭可能并没随之流动，同时还存在着回流的可能，因此这部分人群在流入地得到的报酬大部分会选择寄回家中或进行储蓄[29]，因此为流出地带来了大量的汇款，王小鲁(2004)等人认为通过这个途径在一定程度上促进了流出地的经济增长，从而缩小了地区差异[30]。敖荣军(2005)总结部分学者认为劳动力流动加剧了区域间的差距，劳动力流动以产业发展为桥梁，首先作用于区域产业结构，进一步对区域经济发展和地区经济差距产生了影响，加快了流入地的发展，减慢了流出地经济增长，从而使得地区的差距逐渐加大。中部地区劳动力向东部地区制造业的快速发展和集聚，这一集聚使得东部地区的就业机会增多又增强对中部地区劳动力的拉力，中部和东部地区经济差距继续拉大[31]。姚林如(2006)等人发现劳动力转移了的片区经济差异提高，产业集聚和地区经济差距可能出现持续扩大态势[32]。
2.2.3 人力资本与流动人口对区域经济增长差异的空间分析
传统的研究将经济体视为独立的个体，忽略了区域间的空间联系，近年来国外有研究将空间因素纳入分析，洛佩斯(2004)等人强调人力资本的空间外部性，认为相邻地区人力资本水平提高对本地区经济增长具有促进作用[33]，但也有研究如费雪(2011)认为相对于物质资本空间溢出的正效应，教育人力资本空间溢出对于经济增长的推动并不显著[34]。随着区域经济一体化进程的加深，区域间经济活动的依赖性客观存在，国内文献中对于基于空间权重矩阵的区域差异研究很少，高远东(2010)认为现有研究仅有的研究通过空间计量模型得出人力资本作为普通的投入要素对人均收入增长的作用不明显，其作用更多是通过技术进步推动经济增长[35]。现有基于空间分析的实证，肖志勇(2010)认为人力资本与经济增长存在鲜明的空间相关性，有较强的空间溢出效应，有明显的条件收敛特征[36]，方超(2016)等人认为生产要素教育人力资本的直接溢出与空间溢出均对我国经济增长具有正效应[37]。目前国内外文献在空间方面对于流动人口与经济增长的研究方面成果较少。
现有文献提供了研究人力资本和流动人口对区域经济增长差异的思路如下：(1)需要控制多个维度的宏观经济增长协变量；(2)人力资本的定义决定了其影响机制的差异；(3)流动人口净值所区分的流出地和流入地性质对区域经济增长差异有不同的影响。同时，现有文献存在一些不足之处，即：(1)未从区县层面进行分析，现有研究基于省市纬度的分析较粗略；(2)目前基于空间分析的研究发现人力资本具有空间外溢性，流动人口的研究较少，在区域经济增长差异的解释方面缺乏更深入的分析；(3)区域人口流动性质(净流入或净流出)划分的前提下，流动人口与人力资本对区域经济增长的影响关系不明确。
3 研究假设与研究思路
根据文献综述提供的线索，本文利用人力资本反映劳动力的静态水平，以流动人口反映劳动力的动态水平。旨在从静态和动态两个方面探究劳动力因素对于江浙沪地区区域经济增长差异的影响，并为区域协调发展的宏观调控提供借鉴。
3.1 研究假设
本文的研究假设为劳动力水平对区域经济差异有显著影响，分为三个分假设，其一为空间关联是区域经济差异的中间因素；其二为从劳动力水平的静态方面，人力资本对区域经济差异有显著影响；其三为从劳动力水平的动态方面，流动人口对区域经济差异有显著影响。在验证假设一的前提下，验证假设二和三。
(3)LISA是空间聚类和异常值分析的指标，属于局部空间自相关分析方法，也称局部空间关联指标(local indicators of spatial association,LISA)，用来分析出某个区域单元的观测值与其邻居的相似性。
3.2 研究思路
本文根据研究问题，提出研究假设。首先选取合适的数据和研究方法，其次利用探索性空间数据分析(ESDA)方法验证假设一，发现空间关联的线索；接着利用面板数据分析回归模型对数据进行回归，进一步验证假设二和三。最终得出研究结论和研究的政策意义。
4 数据来源与研究方法
4.1 数据来源
本文数据类型为面板数据(panel data)，数据来源于《浙江统计年鉴(2011-2016)》，《江苏统计年鉴(2011-2016)》和2011-2016年度上海各区统计公报。以县市区为样本，共选取5年江浙区地区各129个县市区样本进行研究。将经济总量，人均GDP和人均经济增长率数据进行汇总如表1所示。其中人均GDP是衡量一地区经济发展水平的客观指标，根据人均GDP的定义，其计算方法是一地区GDP总值与常住人口的比值。
表1 2010-2015年度江浙沪地区经济发展状况汇总
年份经济总量(亿元)人均GDP(万元/人)人均经济增长率(%)江苏浙江上海总体江苏浙江上海总体江苏浙江上海总体201510328343894153371625148.708.8610.098.867.006.229.056.9820149639141075140481515138.138.349.258.288.417.417.848.1020138872337475129201391197.507.768.587.669.729.626.969.4720128073132926118361254926.847.088.027.0012.348.267.3910.7920117179330231108431128676.096.547.476.3217.6816.6212.0616.87201060508257959420957235.175.616.665.40----
4.2 研究方法
根据假设一，本文验证空间关联对区域经济差异研究的作用，选取基于GIS的空间数据分析方法进行探索性空间数据分析(ESDA) (包括传统统计描述方法)，探测空间关联，判断空间相邻类型，验证空间关联。接着，根据因变量数据类型，选用面板数据回归模型，发现劳动力动态和静态水平对区域经济差异的影响。
特别地，基于GIS的空间分析方法相比于以往的研究方法有如下两点优势：(1)传统研究不能准确反映区域或个体的“相邻-相离”模式对于经济发展的影响和相关性；(2)基于GIS的研究将区域或个体的关系以经纬度、多维矩阵和地图的方式精确定义与描绘，从而更好地认知、解释、预报和决策。
4.3 相关指标
线性回归模型的基本假设之一是变量分布的正态性，根据上述描述中对于变量偏度的计算，对偏态分布进行变换使其服从正态分布，保证t检验的估计效果。根据数据类型和数值正负，分别进行z(Zero-Skewness)统计变换和Box-Cox变换，其中z变换适用于带有负值的右偏数据，Box-Cox变换适用于变量均为正数的左偏或右偏数据[39]。以下用“bc+变量名”表示box-cox变换，用“z+变量名”表示z统计变换。
其中，Xi代表各区县的人口比重，Yi代表各区县的经济总量比重，V代表各区县累计的经济总量比重(i=1,2,3,…,n)。
3.2.2 Moran’s I指数和LISA指数
(2)Moran’s I指数是空间自相关的衡量指标，空间自相关是由一个区域和周围相邻区域的相关系数所衡量的。
其中n是所研究区域内地区总数；xi和xj分别表示区域i和区域j的属性；Wij是空间单元相邻权重，反映空间单元的相邻方式；是区域属性变量的平均值。I值介于-1到1之间，大于0为正相关，小于0为负相关，其绝对值越接近于1表示空间单元间的关系越密切。
再后来，潘际銮退休了，退休后重新开始招博士生，重新组建自己的团队，把他昔日的老部下召集到一起，一群八九十岁的人带着一群年轻人，在清华大学机械工程系的焊接馆里发光发热。
Ii是局部自相关指数。Ii大于0有两种情况：Ii在第一象限，表示均高于属性均值的区域i与相邻区域构成高高关联(H-H)；Ii在第三象限，表示均低于属性均值的区域i与相邻区域构成低低关联(L-L)。Ii小于0亦有两种情况：Ii在第二象限，表示低于属性均值的区域i与高于属性均值的相邻区域构成低高关联(L-H)；Ii在第四象限，表示高于属性均值的区域i与低于属性均值的相邻区域构成高低关联(H-L)。Ii越接近于0表示区域i与相邻区域的关联关系越弱。
图1 人均GDP专题地图(2015年度) 图2 2010-2015年度平均人均经济增长率
5区域经济增长差异的探索性空间数据分析(ESDA)
利用基于GIS的空间分析方法，江浙沪地区区域经济增长差异的探索性空间数据分析内容为：(1)江浙沪地区人均GDP的分布状态；(2)地区的全局视角下，江浙沪地区人均GDP增长率的空间差异与空间自相关状态(集聚、分散或随机)；(3)县市区的局部视角下，江浙沪地区人均GDP局部的空间相邻状态(高高相邻、低低相邻、高低相邻或低高相邻)。
5.1 江浙沪地区人均GDP的分布状态
式中rxd和Rxx在实际计算可用估算值代替，LMS算法的原理即用瞬间采样值对这两项进行估计，也就是第n个快拍，rxd和Rxx的估计值为和为:
会上还公布了《关于授予吉林云天化农业发展有限公司、吉林隆源农业股份有限公司等十家企业为“2017-2018年度吉林省诚信肥料企业”的决定》，该活动从9月初开始申报，经过1个月的时间。旨在加强吉林省肥料生产经营诚信体系建设，积极营造良好的肥料产销环境，助力乡村振兴，推动现代农业发展。
上述分析得出了以下两个江浙沪地的经济发展现状：(1)人均GDP在区域中部集聚。根据专题地图，主要以苏州，无锡，杭州，宁波和上海浦东新区为明显的高人均GDP地区。(2)江浙沪北部地区拥有高人均经济增长率。通过复合增长率的计算，得出了2010-2015年间人均经济增长率的分布图，发现江苏北部地区有着较高的人均经济增长率，与人均GDP的中心相离。
图3 江浙沪三省2010-2015年度经济总量的基尼系数趋势图
5.2 全局和局部视角下江浙沪地区区域经济差异的空间分布特征
衡量区域差异的空间分布从两个尺度展开，在全局尺度，差异程度的测度体现整个江浙沪地区经济总量在人口基数上分配的均衡程度与江浙沪全区域内的地理相关程度；在局部尺度，差异描述通过探测高低集聚模式与异常值来进行。
5.2.1 全局差异的衡量：经济总量的基尼系数与Moran’s I指数
根据江苏、浙江和上海2010-2015年度的统计数据，进行数据整理和计算，得出了2010-2015年度三省的经济总量的基尼系数。按照联合国有关组织规定，基尼系数若低于0.2表示绝对平均；0.2-0.3表示比较平均；0.3-0.4表示相对合理；0.4-0.5表示差距较大；0.5以上表示差距悬殊。
根据施工方式及功能重要性，采用百分制对4种方案进行评分Si, k(其中k = A、B、C或D)，加权计算得到各方案的功能评价系数Fw, k，结果见表2。全部方案的功能评价系数总分(S)合计35.25，则功能系数Fk = Fw, k / S。经计算，方案A、B、C和D的Fk依次为0.247 614、0.245 735、0.249 610和0.257 041。
表2 2011-2015年度人均GDP的Moran’s I指数
Moran’s I指数z统计量p值20150.5088.2390.00020140.5118.2880.00020130.5198.4340.00020120.5268.5500.00020110.5158.3700.000
将2010-2015年度的基尼系数绘折线图，如图3所示。由总体和分省份基尼系数的跨时间变化，总体的基尼系数不超过0.2，反映从全局来看，江浙沪地区的区域经济差异小，经济发展相对平均，但从分省份结果看，浙江省差异相对较大，江苏与上海差异相对较小。发现随着时间的推移，区域经济增长的总体差异不断缩小，浙江省较稳定，江苏有明显下降，上海略有上升。
根据探索性空间数据分析方法(ESDA)中基于GIS的Moran’s I指数，探测全局层面空间的相关性，判断江浙沪地区是否存在非随机的空间分布，进而判断其分布属于集聚分布还是分散分布。利用ArcGIS软件对Moran’s I指数进行计算，其结果如下(表2)。
利用专题地图展现不同区域的经济数据分布状态，以深红色表示人均GDP高(或人均经济增长率高)的区域，颜色越浅数值越小，以此描绘地理空间中经济发展的分布现状。2011-2015年度人均GDP的专题地图相似，以2015年为例呈现；同时，计算2011-2015年度复合增长率，如图2所示。
根据表2，江浙沪地区的人均GDP显著存在较强的空间集聚性(历年Moran’s I指数都在0.5左右，且p值均<0.01)，且随着时间推移，集聚性变弱。这与上文利用基尼系数对于经济发展差异不断缩小的描述相符。
因为asinα+bsinβ>csinγ、asinα+csinγ>bsinβ、bsinβ+csinγ>asinα，所以P3P1=2asinα，P1P2=2bsinβ，P2P3=2csinγ三条线段首尾顺次相连组成△P1P2P3.
上述分析验证了假设一，即空间关联是区域经济差异的中间因素。
5.2.2 局部相邻模式的衡量：LISA方法
在验证假设一的前提下，需要进一步利用ESDA方法发现空间关联的深入线索，判断局部空间集聚的性质，即高集聚还是低集聚，是否存在异常情况(高低相邻与低高相邻)。这些问题的解答可以为进一步的分析提供很多有价值的线索。
采用Matlab软件进行运算，并使用Polynomial函数对原始数据进行回归分析，得出回归方程如式(1)：
根据图3与图4上述结果，江浙沪地区的人均GDP和人均经济增长率高高相邻、低低相邻，高低相邻(异常点)和低高相邻(异常点)的情况如表3、表4所示。
图3 人均GDP(2015年)的LISA指数分析
表3 江浙沪地区人均GDP(2015年)的局部空间关联类型
类型省份市区县高-高江苏镇江泰州苏州无锡常州扬中市靖江市张家港市,市辖区,常熟市,太仓市,昆山市江阴市,市辖区市辖区浙江宁波舟山慈溪市,市辖区市辖区上海上海嘉定区低-低浙江温州丽水文成县,泰顺县景宁畲族自治县低-高上海上海崇明县高-低无无无
表4 江浙沪地区人均经济增长率(2010-2015年度)的局部空间关联类型
类型省份市区县高-高江苏徐州连云港宿迁淮安扬州邳州市,新沂市,睢宁县,沛县,丰县灌云县,灌南县沭阳县,市辖区,泗阳县涟水县,市辖区,洪泽县,盱眙县,金湖县宝应县,高邮市低-低江苏苏州常熟市,昆山市浙江嘉兴台州平湖市临海市,温岭市上海上海青浦区,闵行区,松江区,奉贤区低-高无无无高-低上海上海金山区,嘉定区
图4 平均人均经济增长率(2010-2015年度)的LISA指数分析
对比现有文献研究的结果，对于流入地和流出地来说，大部分学者认为流动人口有显著的影响。但有实证观点认为人口的流出对流出地的经济增长影响不大甚至有负面作用，如杜小敏(2010)发现劳动力流出一定程度上引起人力资本的流失，减缓了流出地的经济增长[46]。段平忠(2005)等人也发现无素质差异的流动人口对整体经济增长没有显著的贡献，可见流动人口中人口素质对经济增长具有特殊的贡献[47]。
表5 区县人均经济增长率的LISA指数类型划分
区县类型20112012201320142015高高相邻(LISA=1)2848113736低低相邻(LISA=2)5653955646高低相邻(LISA=3)2116122227低高相邻(LISA=4)2412111420总计129129129129129
根据五年间(2011-2015年)LISA指数值所对应的区域类型划分结果(高高、低低、高低、低高)，对区域类型进行描述统计，并定义LISA变量(高高相邻=1，低低相邻=2，高低相邻=3，低高相邻=4)，为接下来的实证分析提供依据。
根据表5基于人均经济增长率对LISA区域划分，本文研究控制了不同类型区域后人力资本和流动人口对经济增长的影响，并进行对比，从而在更加精确的区域划分上发现区域经济增长差异的规律，为假设二和假设三的验证提供了重要的中间变量。
6 人力资本与流动人口对区域经济增长差异影响的模型回归
6.1 模型说明
在确定空间相邻模式的前提下，为探究区域经济增长差异在静态与动态两个层面与劳动力的关系，将劳动力水平定义为静态的人力资本与动态的流动人口，利用面板数据回归模型进行分析。根据江浙沪地区129个区县2011-2015年度的数据，利用STATA软件进行回归。
本文回归分析的因变量为人均经济增长率，根据上文对人均GDP的定义，同理，人均经济增长率的计算为一地区GDP总值与常住人口比值的年度变化率，用以表示区域经济差异。
自变量的选取分为以下几类：
(1)宏观经济变量。选取初始人均GDP，固定资产投资额和外贸依存度作为自变量。
皮肤在受到热力作用后，其损伤的程度与热源温度和接触时间密切相关。一般认为，造成正常人体皮肤烧伤的温度阈值为45℃。由于新生儿皮肤薄而不耐磨，体表短时间(30 min)接触低热源(40.2℃)也可造成Ⅲ度烧伤［1］。新生儿烧伤发生率低，感染是新生儿烧伤的主要并发症和死因，创面感染是脓毒血症的主要来源。于2012年收治新生儿热水烫伤1例，患儿Ⅲ度烧伤两处(合计面积6%)经换药治愈，但1年后观察烧伤局部瘢痕挛缩严重，报道如下。
(2)产业结构变量。选取第二产业比重和第三产业比重作为自变量。
(3)空间关联变量。根据上文线索设定LISA变量，其类型为“高高相邻地区”、“低低相邻地区”、“高低相邻地区”和“低高相邻地区”，以高高相邻(LISA=1)的区域为参照组，纳入回归模型成为虚拟变量。
从站点布局上，拥有1101座加油站的黑龙江销售有其特有的优势。“其中有464座加油站分布在县乡级区域，另外还有28座加油站分布在城乡结合部，这样算起来有近500座加油站分布在县乡级区域。”刘延奎介绍，黑龙江省大约有900多个乡镇，从站点布局上看，黑龙江销售分布县乡级的500多座加油站能够实现全覆盖。
(4)人力资本和流动人口变量。其中人力资本水平为教育人力资本，即普通中学在校学生与常住人口的比值，流动人口采用当年常住人口减去户籍人口[38]。
其变量描述如下表格所示。
表6 回归变量的描述性统计分析
变量(单位)平均数中位数偏度标准差最小值最大值观测值人均经济增长率(%)0.110.101.390.00-0.180.59645第二产业比重(%)49.5449.74-0.860.2913.6465.30645第三产业比重(%)41.6640.70.990.2528.9572.00645人均GDP(万元/人)6.495.721.230.141.2321.12645固定资产投资(亿元)571.40250.753.2937.6320.01605645外贸依存度(%)0.060.0411.360.000.002.14645人力资本水平(%)0.040.040.170.000.020.08645流动人口(万人)6.330.053.502.27-161.80409.54645
6.2 变量处理
(1)基尼系数是20世纪初意大利经济学家基尼，于1922年提出的定量测定收入分配差异程度的指标。它是根据洛伦茨曲线找出了判断分配平等程度的指标。本文构建了人均GDP的基尼系数，反映人均GDP的在各区域人口中的分配平等程度。本文借用基尼系数的定义测度区域经济总量的差异程度。其计算公式如下：
6.3 回归结果
为了充分利用面板数据，更好地对回归方程的参数进行有效的估计，对模型进行混合回归(将不同时间序列数据放在同一区县中进行回归)，并进行检验，发现固定效应或随机效应模型对于参数估计更加稳健，再次，利用豪斯曼检验判断是使用固定效应模型还是随机效应模型，即判断残差项是否与解释变量相关。从检验结果来看，应该使用固定效应模型，则将固定效应模型的回归结果展现如下。
表7 固定效应模型回归结果
因变量人均经济增长率模型1(传统经济回归)模型2(完整回归模型)模型3(加入地理因素)模型4(加入流动类型)模型5(去除人力资本)模型6(去除流动人口)自变量bc第二产业比重-0.008(0.064)0.115∗∗∗(0.035)0.122∗∗∗(0.034)0.123∗∗∗(0.034)0.129∗∗∗(0.037)0.123∗∗∗(0.034)bc第三产业比重-31.574∗∗(15.571) bc人均GDP0.013(0.138) bc固定资产投资额-0.364∗∗∗(0.107)-0.223∗∗∗(0.063)-0.232∗∗∗(0.058)-0.238∗∗∗(0.055)-0.423∗∗∗(0.052)-0.240∗∗∗(0.053)bc外贸依存度0.007(0.023)-0.004(0.020)0.001(0.019)0.000(0.019)0.007(0.021)-0.001(0.018)bc人力资本水平 5.965∗∗∗(1.537)5.719∗∗∗(1.498)5.642∗∗∗(1.424)5.508∗∗∗(1.263)z流动人口 -0.135(0.187)-0.109(0.173)-0.102(0.164)0.206(0.132)LISA LISA(=2) -0.043∗∗∗(0.015)-0.043∗∗∗(0.015)-0.049∗∗∗(0.015)-0.043∗∗∗(0.015)LISA(=3) -0.055∗∗∗(0.012)-0.055∗∗∗(0.012)-0.058∗∗∗(0.011)-0.054∗∗∗(0.012)LISA(=4) 0.019(0.014)0.019(0.014)0.019(0.014)0.020(0.014)流动类型 流动类型(=1) -0.011(0.017)-0.025(0.022)-0.011(0.018)拟合优度0.4090.4630.5070.5080.4540.507F统计量97.01∗∗∗126.16∗∗∗104.83∗∗∗103.87∗∗∗56.46∗∗∗113.64∗∗∗ 注:①括号中的数字为标准误差;②∗、∗∗和∗∗∗分别代表10%、5%与1%的显著性水平下显著。
6.4 结果与讨论
(1)宏观经济协变量对区域经济差异的影响符合传统经济学理论，空间关联变量中低增长聚集和高低相邻异常地区与低人均经济增长率相关。模型2在模型1的基础上纳入了本文重点研究的人力资本水平与流动人口变量，并对于模型可能存在的多重共线性的问题进行了调整，发现相对于模型1来说，拟合优度提高，且第二产业比重从原来的不显著变为有正向影响，而第三产业比重作为共线性变量从模型中剔除。本文回归中固定资产投资额的系数为负，江浙沪地区固定资产投资额与人均经济增长率负相关，在模型3-4中也有同样的结果。模型3是加入LISA变量后的回归结果，纳入LISA变量后模型的拟合优度有提升，LISA的空间相邻模式划分有助于解释区域经济增长的差异。根据回归结果，低高相邻(LISA=4)地区划分与区域经济差异的相关性不显著；低低相邻(系数为-0.043)与高低相邻(系数为-0.055)地区的人均经济增长率较低。
与现有文献得出的结果进行对比，殷宁宇(2014)发现第二三产业结构与经济增长呈现正相关[40]。与此同时，在不同产业结构的影响大小方面，现有实证研究中，朱晓华(2013)等人认为相比于第二产业，第三产业对经济的拉动作用不明显，落后于第二产业[41]。宋丽智(2011)发现固定资产投资作为资本积累的重要途径，通过短期需求效应和长期供给效应对经济增长起到直接和显著的拉动作用[42]。对于低集聚(低低相邻)和“高低相邻”地区对人均经济增长率的负相关性，周圣强(2013)等人研究提出产业集聚对经济效率的影响同时存在规模效应和拥挤效应，劳动报酬吸引高效率人才集聚，而“高低相邻”地区的就业与企业密度差异会引起企业外迁[43]。
江浙沪地区的经济增长模式仍然为第二产业拉动，符合现有实证所发现的规律。固定资产投资额与人均经济增长率负相关，是建立在江浙沪地区高人均经济增长率地区的经济总量和人均GDP均较低的事实基础上，因此符合实证规律。低增长集聚(低低相邻)地区较低的人均经济增长率可能是因为相同的政策、地理环境和文化导致发展路径和水平趋同，而“高低相邻”的成因可能是拥挤效应中就业和企业密度的差异，导致的产业外迁，人均经济增长率放缓的结果。
(2)将劳动力水平划分为静态和动态具有可行性，江浙沪地区人力资本水平是影响地区人均经济增长率的显著正相关因素。针对人力资本指标定义时可能存在的与流动人口指标数据重复统计问题，设置模型5-6，观察是否存在变量的共线性，具体做法是分别剔除人力资本水平与流动人口变量进行回归(均纳入流动类型)，与模型4进行对比，比较拟合优度和变量显著性。模型5去除人力资本变量，模型6去除流动人口变量，与模型4对比发现，删去任何一个变量其解释力都会下降，模型4的拟合效果最优，同时，根据相关系数，流动人口与人力资本的相关系数均在-0.45左右，不存在明显的共线性，人力资本和流动人口共同解释了区域经济增长差异。同时，针对静态层面的人力资本变量回归结果，在所有的回归模型中，人力资本水平均具有显著的正向影响，接受假设二。
对比现有文献研究结果，詹新宇(2012)总结文献发现人力资本通过“干中学”产生外部性，能够提高效率，对技术模仿和经济赶超产生影响[44]。王金营(2010)等人实证得出，人力资本在东部和西部经济增长中不仅具有生产要素功能，而且还具有提升其他要素发挥作用的功效，东部加大物质资本投资的同时需要通过制度上的激励将较高的人力资本潜能释放出来[45]。
(3)江浙沪地区流出地和流入地的划分与区域经济差异无关，流动人口对人均经济增长率的影响不显著。模型4加入了流动类型的变量(0为流出地，净流动人口为负，1为流入地，存在净流动人口)，回归结果表明，流动类型与区域人均经济增长的差异相关性不显著，更进一步，根据上述模型5剔除人力资本变量单独研究流动人口，发现与模型3-4相同，流动人口变量均不显著，拒绝假设三。
局部差异分析结果更加科学准确地描述了空间相关(集聚)的状态，在人均GDP层面，高高相邻地区位于江浙沪地区中部，即苏州，无锡，宁波，杭州，舟山，嘉定区的城市集群，低低相邻的地区位于江浙沪地区南部，即浙江省西南部的少数县级市。特别地，上海崇明县是高人均GDP片区中较低水平的地区。人均经济增长率(2010-2015)层面，增长的高高相邻集聚于江苏省北部，以宿迁，徐州，淮安为城市集群经济高速发展，低低相邻集聚在上海市的各区和部分苏州和杭州的县级市区域，经济增速放缓。在相对较低的增长率集群中，上海市金山区和嘉定区的增长速度较高，形成了高低相邻的局面。综上所述，江浙沪地区的经济发展呈现出高经济发展水平与低增速叠加的状态，苏北地区成为区域新的经济增长点，区域差异总体趋势不断缩小。
个人叙事作为话语交流的手段，与作为地方或集体共享知识的集体叙事手段一样，都在公共领域的活动中不可或缺，而且是互相依托和交错地被运用。这体现出个人的身份感与集体的身份感相互依托的关系。
可以从以下几个方面理解流动人口的影响不显著：①江浙沪较成熟的产业发展对于高素质人才的需求提高，流动人口数量红利对于经济促进作用不明显；②流动人口(常住人口减去户籍人口)的统计明确为“离开原户口所在地半年以上”的人口，流动人口对人均经济增长率作用的发挥可能存在时间滞后；③流动人口对地区经济差异的影响较为复杂，层次较多，净流入和净流出地区影响模式存在差异，总体来看不显著。
7 结论与启示
7.1 研究结论
本文得出的结论主要有如下几点：
(1)总体看来，江浙沪地区区域经济增长差异不断缩小，人均GDP的空间集聚性不断减弱；局部来看，高人均GDP的热点地区与低人均经济增长率冷点地区叠加，苏北成为江浙沪地区的新经济增长中心。人均经济增长率的集聚模式对区域经济增长差异有影响，“低低集聚”与“高低相邻”模式有负向影响，空间关联是江浙沪地区人均经济增长率差异的中间因素。
近几年来，在我国高中生物学科教学中，现代信息技术的运用越来越广泛，并逐渐改变了高中生物教学的理念和方式。在此背景下，以教师为主导的教学理念逐渐被以学生为主体的教学理念所取代。现代信息技术与高中生物教学的整合，能为生物教学带来新的契机，能借助现代信息技术信息量大、表现形式丰富、人机互动性强等优势，不断优化与重组教学资源，改变学习方式，促使学生获得更全面性发展。
(2)劳动力对区域经济差异影响的静态层面，人力资本水平对于人均经济增长率具有显著正向影响；在动态层面，流动人口对于江浙沪地区区域经济增长差异的解释不显著。两者协同对区域经济增长差异的解释效果更好，流动人口可能存在时间滞后等问题，可以为后续深入研究提供线索。
在国内很多人认为音乐剧是：中国戏曲+唱+跳+演。但是我认为音乐剧不是简的加法就能解释清楚的。引用沈承宙老先生的话说：“音乐剧是熔多种艺术元素于一炉的综合性表演艺术”。
7.2 实践意义与政策启示
本文的实践意义在于，缩小江浙沪地区的人均经济增长率的差异，着眼教育投入和劳动力素质比依赖流动人口红利更有效。缩小区域差距是区域发展所追求的目标，从结论来看，江浙沪地区流动人口红利已经不是影响人均经济增长率差异的显著因素，粗放式的劳动力数量红利已经逐渐减弱，这一方面与江浙沪地区较全国其他地区更高的经济总量基础和技术密集型的产业集群有关，劳动密集型产业向技术密集型产业转变；另一方面，更紧密的区域联结导致区域的相邻模式有重要影响，信息和资源的依赖性更强，随着产业迁移与产业升级，流动人口数量红利在区域差异中的重要性降低。相对而言，人力资本的显著影响将地区教育投入和劳动力素质提升放到更重要的位置上来，刘易斯拐点在江浙沪地区有明显的体现，教育财政支出、对高技能人才的引进和对现有劳动力的技能培训与社会服务成为主要矛盾。
在政府宏观政策的制定和实施方面，有如下启示：
(1)对照相邻区域，因地制宜促进经济增长。以人均经济增长率为核心的指标体系应该作为对照工具，明确地区经济的相邻模式，作为研判形势和政府科学决策的重要依据。
(2)加大教育投入，做好技能人才培训工作。继续普及中等教育，重视中高层次人才的引进和培养，与当地的产业人才需求相匹配，促进产教融合。将流动人口数量引进与劳动力素质和技能提升的资金投入合理调配。
对于区域经济增长差异的影响因素有大量文献的实证研究与总结，本文综合现有文献的结果，将影响因素分为以下几种类别：①资源禀赋，区域的自然条件与地理区位决定了产业类型与特征，决定了不同路径的发展方式。蔡昉(2002)等人研究发现区域禀赋通过交通运输对外贸产生影响，从而影响经济增长[6]；②要素投入，资本与劳动是两大最基本的投入要素，其余的要素还有土地与技术等。实物资本和人力资本的流动会扩大区域差异，实物资本的投入结构也会影响经济增长，如固定资产的投入比重与FDI比重等等。劳动要素反映全部劳动力资源的实际利用情况。王小鲁(2004)等人发现劳动力的流动对于区域差异的影响存在争议，原因在于劳动力流动之外的其他力量存在，劳动力转移存在限制[7]。技术投入作为推动永久的人均经济增长的真正动力，目前实证过程中主要利用科技活动人员，R&D经费支出和专利授权数三个指标来衡量；③经济结构，经济结构主要指产业结构与所有制结构。根据研究，第二产业贡献远远超过其他产业，第三产业其次，第一产业最小。张文宜(2009)等人认为所有制结构如财政分权制度形成了产品市场的竞争，政府让渡利益使民营化程度提高，从而民营经济发展对地方政府存在财政激励效应[8]；④制度因素，制度因素包括市场制度与经济政策。米娟(2008)认为中国经济制度的变迁主要表现在产权制度变迁(非国有化)、市场化程度提高(固定资产投资结构)、分配格局变化(市场化收入分配比重)和对外开放程度(贸易依存度)四个方面[9]。何燕子(2015)等人认为市场制度的基本结构，制度转型与市场化进程都会对经济增长产生重要影响[10]。经济政策方面，地区的发展受到中央政策与地方政策的共同作用，中央政策包括优惠政策与体制相关的经济政策，地方政策影响的结果包括苏南模式与温州模式等典型地方经济发展模式；⑤社会转型，陈林生(2000)发现社会转型因素中，城市化进程通过农业现代化，技术革新与扩散，人口增长刺激需求，城市内部劳动分工，经济货币化和社会流动性促进竞争等促进经济增长[11]。
[1]刘树成,张晓晶.中国经济持续高增长的特点和地区间经济差异的缩小[J].经济研究,2007,42(10):17-31.
[2]Krugman P.Increasing Returns and Economic Geography[J].JournalofPoliticalEconomy,1991,99(3):483-499.
[3]李国平,范红忠.生产集中、人口分布与地区经济差异[J].经济研究,2003，(11):79-86+93.
[4]张清正.我国区域经济增长差异及影响因素分析[J].经济问题探索,2014，(12):95-98.
[5]刘树成,张晓晶.中国经济持续高增长的特点和地区间经济差异的缩小[J].经济研究,2007,42(10):17-31.
“要是残疾了，哥，你这下辈子可就…。”何西早就想说了，在医院，自杀的他可见多了，当时就挂的，好说。就怕真把自己致残的。
[6]蔡昉,王德文.比较优势差异、变化及其对地区差距的影响[J].中国社会科学,2002，(5):41-54.
[7]王小魯,樊纲.中国地区差距 :20年变化趋势和影响因素[M].北京：经济科学出版社,2004.
[8]张文宣,张伦伦.我国地区经济发展差距影响因素研究综述[J].经济纵横,2009,No.289，(12):131-133.
[9]米娟.中国区域经济增长差异及影响因素分析[J].经济经纬,2008，(6):65-68.
[10]何燕子,杨洁.基于Panel Data模型我国区域经济差距影响因素的实证[J].求索,2015，(11):53-57.
[11]陈林生.浅析区域经济的宏观调控机制[J].经济问题,2000，(7):26-29.
[12]李政,钟永红.基于岭回归分析法的中国区域经济差异影响因素分析[J].统计与决策,2006，(4):103-106.
[13]米娟.中国区域经济增长差异及影响因素分析[J].经济经纬,2008，(6):65-68.
[14]林木西,张华新.社会资本因素对区域经济增长差异的影响——基于中国四大经济区的实证研究[J].经济管理,2012，(6):30-35.
[15]Romer P M.Increasing Returns to Long-Run Growth[J].JournalofPoliticalEconomy,1994(5),1002-1037.
[16]胡永远.人力资本与经济增长:一个实证分析[J].经济科学,2003,25(1):54-60.
[17]逯进,周惠民.中国省域人力资本与经济增长耦合关系的实证分析[J].数量经济技术经济研究,2013，(9):3-19.
[18]Benhabib J,Spiegel M M.The Role of Human-capital in Economic-Development Evidence from Aggregat Cross——Country Data[J].JournalofMonetaryEconomics,1994,34(2):143-173.
[19]汪小勤,李金良.教育投资与农业发展关系实证研究[J].中国农村观察,2004，(5):44-49.
[20]李勋来,李国平,李福柱.农村人力资本陷阱:对中国农村的验证与分析[J].中国农村观察,2005，(5):17-22.
[21]杜伟,杨志江,夏国平.人力资本推动经济增长的作用机制研究[J].中国软科学,2014，(8):173-183.
[22]Alonsovillar O.Urban agglomeration:Knowledge spillovers and product diversity[J].AnnalsofRegionalScience,2002,36(4):551-573.
[23]James E.Rauch.Productivity Gains from Geographic Concentration of Human Capital:Evidence from the Cities[J].SocialScienceElectronicPublishing,1991,34(3):380-400.
[24]FarhadNoorbakhsh,Alberto Paloni,Ali Youssef.Human Capital and FDI Inflows to Developing Countries:New Empirical Evidence[J].WorldDevelopment,2001,29(9):1593-1610.
[25]乔晓春,黄衍华.中国跨省流动人口状况——基于“六普”数据的分析[J].人口与发展,2013,19(1):13-28.
[26]Justin Y.Lin,Wang G,Zhao Y.Regional Inequality and Labor Transfers in China[J].EconomicDevelopment&CulturalChange,2004,52(3):587-603.
[27]Vollrath D.How important are dual economy effects for aggregate productivity?[J].JournalofDevelopmentEconomics,2009,88(2):325-334.
[28]A.S.Population Redistribution and Economic Growth,United States.1870-1950:I.Methodological Considerations and Reference Tables[J].Population,1957,12:725-725.
[29]许召元,李善同.区域间劳动力迁移对经济增长和地区差距的影响[J].数量经济技术经济研究,2008,26(2):38-52.
[30]王小鲁,樊纲.中国地区差距的变动趋势和影响因素[J].经济研究,2004，(1):33-44.
[31]敖荣军.劳动力区际流动与地区经济增长差距研究综述[A].湖北省地理学会2005年学术年会文集[C].2005.
[32]姚林如,李莉.劳动力转移、产业集聚与地区差距[J].财经研究,2006,32(8):135-143.
[33]López-Bazo E,Vayá E,Artís M.Regional Externalities And Growth:Evidence From European Regions[J].JournalofRegionalScience,2004,44(1):43-73.
[34]Fischer M M.A spatial Mankiw-Romer-Weil model:theory and evidence[J].AnnalsofRegionalScience,2011,47(2):419-436.
[35]高远东,陈迅.人力资本对经济增长作用的空间计量研究[J].经济科学,2010,Vol.32(1):42-51.
[36]肖志勇.人力资本、空间溢出与经济增长——基于空间面板数据模型的经验分析[J].财经科学,2010，(3):61-68.
[37]方超,罗英姿.教育人力资本及其溢出效应对中国经济增长的影响研究——基于Lucas模型的空间计量分析[J].教育与经济,2016(4):21-29.
[38]乔晓春,黄衍华.中国跨省流动人口状况——基于“六普”数据的分析[J].人口与发展,2013,19(1):13-28.
[39]Lee K J,Carlin J B.Multiple imputation in the presence of non-normal data[J].StatisticsinMedicine,2017,36(4):606.
[40]殷宁宇.经济增长速度与产业结构关系研究[J].中山大学学报:社会科学版,2014,54，(2):174-193.
[41]朱晓华,邓宝义.我国产业结构对经济增长影响的实证分析[J].企业经济,2013，(7):132-136.
[42]宋丽智.我国固定资产投资与经济增长关系再检验:1980-2010年[J].宏观经济研究,2011，(11):17-21.
[43]周圣强,朱卫平.产业集聚一定能带来经济效率吗:规模效应与拥挤效应[J].产业经济研究,2013，(3):12-22.
[44]詹新宇.市场化、人力资本与经济增长效应——来自中国省际面板数据的证据[J].中国软科学,2012，(8):166-177.
[45]王金营,郑书朋.人力资本在经济增长中作用的东部与西部比较[J].人口与经济,2010，(4):24-30.
[46]杜小敏,陈建宝.人口迁移与流动对我国各地区经济影响的实证分析[J].人口研究,2010,34(3):77-88.
[47]段平忠,刘传江.人口流动对经济增长地区差距的影响[J].中国软科学,2005，(12):99-110. ▲
ResearchontheInfluenceofHumanCapitalandFloatingPopulationonRegionalEconomicGrowthDifferences:AnEmpiricalAnalysisBasedontheDataofJiangsu,ZhejiangandShanghaiwithin2011-2015
FAN Ru-jing1,ZHANG Wen
(1WuxiDevelopmentandReformCommission，Wuxi214131,China；2InstituteofPopulationResearch，PekingUniversity，Beijing100871，China)
Abstract:The connotation of coordinated development of regional economy is the reduction of regional differences.Jiangsu,Zhejiang and Shanghai have a good economic foundation,mature industrial layout and perfect policy system,which is a demonstration of China’s high-quality development.The purpose of this paper is to study the influence of labor on the difference of regional per capita economic growth rate at both static and dynamic levels,respectively,from the perspectives of human capital and floating population.In this paper,129 district and county panel data of Jiangsu,Zhejiang and Shanghai from 2011 to 2015 are selected.Spatial correlation indexes are taken into account as intermediary variables innovatively.Local indicators of spatial association(LISA)index is used as clue index,and fixed effect model is used for panel regression.The results show that to reduce the difference of per capita economic growth rate in Jiangsu,Zhejiang and Shanghai,focusing on education investment and labor quality is more effective than relying on the dividend of floating population.Policy suggestions such as benchmarking on adjacent areas and increasing investment in education are put forward.
Keywords:Regional Differences;Human Capital;Floating Population;Spatial Analysis;Fixed-effect Model
中图分类号：F293
文献标识码：A
文章编号：1674-1668(2019)03-0014-13
收稿日期：2018-08-12；修订日期；2019-01-09
作者简介：樊儒经(1994—)，男，江苏省无锡市发展和改革委员会，科员；张雯(1993—)，女，北京大学人口研究所，硕士在读。
标签：经济增长论文; 差异论文; 区域论文; 地区论文; 人力资本论文; 社会科学总论论文; 人口学论文; 世界各国人口调查及其研究论文; 《人口与发展》2019年第3期论文; 江苏无锡市发展和改革委员会论文; 北京大学人口研究所论文;