论文部分内容阅读
摘要 寻求经济增长与环境改善的双赢已成为中国推进绿色发展的内在要求。人力资本与产业结构调整相互作用，均被视作改善绿色发展效率的重要支撑条件，然而两者的相互作用能否促进中国绿色发展效率提升尚未得到关注。本文梳理人力资本、产业结构调整与绿色发展效率之间的作用机制，在使用包含非期望产出的SBM模型测算中国1997—2013年各省份綠色发展效率的基础上，识别人力资本、产业结构调整及其交互对于绿色发展效率的作用方向与影响力度。结果显示：总体而言，样本期内绿色发展效率存在无效率状态，这与中国粗放型发展方式有关；从空间尺度上看，绿色发展效率呈现出东部高于中西部的态势；从时间尺度上看，绿色发展效率在样本前半期与后半期的变动趋势并不一致，前半期效率值呈现出下降趋势而后半期则表现为波动变动；全国层面与东、中、西部人力资本水平以及人力资本结构未能发挥提升绿色发展效率的作用，产业结构调整的两个维度——产业结构高级化与产业结构合理化在全国层面与东、中部均表现出改善绿色发展效率的态势；人力资本水平（人力资本结构）与产业结构高级化、产业结构合理化的交互项对于绿色发展效率的提升作用在全国层面与东部有所体现但力度不强。应以联动性而非割裂的视角看待中国所进行的人力资本培育与产业结构调整，应当努力减少人力资本与产业结构调整之间相互脱节、不相适应的状况，不断增进人力资本与产业结构调整的适配性以提升中国各省份绿色发展效率。
关键词 人力资本；产业结构调整；绿色发展效率
中图分类号 F221
文献标识码 A 文章编号 1002-2104（2016）11-0106-09 doi：10.3969/j.issn.1002-2104.2016.11.014
内生增长理论认为，人力资本能够诱发持续增长。经历相当时期的高速增长之后，中国经济已经进入结构调整与动力转换期。以20世纪90年代中央政府提出的人才强国与科教兴国战略为契机，中国人力资本培育进程不断加速，为中国增长动力转换提供了必要的人才支撑条件。《国家中长期人才发展规划纲要（2010—2020）》更明确指出应当充分重视人力资本在经济发展方式转变的作用。重新审视人力资本对于追求增长与环境改善双赢的绿色发展的作用已经成为拓展相关研究的要求。产业结构调整作为推动增长动力转换、能源节约、污染物排放削减的重要驱动力，也被视作促进中国绿色发展转型的重要抓手。值得注意的是，产业结构调整与人力资本并非孤立地在经济活动中发生作用，而是存在着相互作用[1]，一方面，一定的人力资本积累与相对合理的人力资本结构为产业结构调整提供了必要的支撑条件；另一方面，产业结构调整所需要的多样化劳动力类型又为人力资本培育指明了方向。一个疑问是：人力资本与产业结构调整之间的相互作用能否促进中国绿色发展效率提升呢？本文尝试回答这一问题，以便为理解中国绿色发展效率变动提供新的视角。
1 文献综述
以GDP为核心的国民经济核算体系存在着忽视能源耗费与环境成本的不足，如何进行资源与环境约束下的效率评价已经成为不少研究者关注的热点问题。由于DEA技术存在的不先验地设定生产函数形式等优点，早期的文献利用DEA框架下的不同测度技术与分解手段开展了地区与行业层面全要素能源效率、环境效率以及综合效率评价和效率变动源泉的识别，取得了不少有益的成果。需要注意到，仅在效率评价中考虑能耗约束或者污染物排放约束与实际经济活动并不相符，不少研究者明确指出中国经济发展同时面临着能源节约与污染物排放控制的双重约束。与仅考虑能源节约的能源效率以及污染物减排潜力的环境效率不同，一些文献认为将投入既定下同时兼顾经济增长、能耗节约与污染物排放削减的效率测度称之为绿色发展效率更为合适[2]。绿色发展效率充分考虑了经济活动所面临的能源消耗与环境污染代价，与学术界与政策部门关于绿色发展的相关论述相一致，与中国正深入推进的绿色发展转型的内在要求相契合。经验层面，既有文献从地区、行业与城市等多个层面开展了绿色发展效率评价[2-7]，识别其时空变动特征与演化趋势，为从不同维度认知绿色发展效率提供了丰富的素材。概括起来看，将能源与环境约束同时引入效率评价之后，存在的差异包括：①投入变量选取 除劳动力、资本与能源投入外，部分文献则使用了更为丰富的投入变量，如水资源、土地资源以及技术投入[7]；②非期望产出选取 基于数据的可得性，有的侧重于工业“三废”的总量指标，有的则使用了更为细化的化学需氧量以及氮氧化物排放量等数据；③资本投入 主要差异体现在基期年份存量计算方法以及折旧率的设定等方面；④效率评价方法 根据关注重心的不同，SBM模型以及环境范围调整测度模型RAM等方法均有研究者采用。使用相对统一的投入与产出变量、优化测度方法是未来绿色发展效率评价的努力方向。
经济增长动力与效率提升的源泉始终是相关领域的重要议题。自20世纪80年代中后期以来，自Romer[8]与Lucas[9]以来，围绕着人力资本是否能够解释生产率的跨国差距[10]以及人力资本是否促进了TFP增长展开经验验证[11]。中国经济增长取得的骄人成绩与各地区存在的发展鸿沟为验证人力资本的增长效应[12-14]以及人力资本对于体现经济发展质量的TFP作用程度提供了良好的试验场[15-18]。国内外研究未能就人力资本在增长和效率提升中的作用方向和力度取得共识，这可能与人力资本测度方式以及样本选择等因素有关。一些文献指出，将不同类型人力资本“一视同仁”的作法，可能掩盖了人力资本的异质性。与人力资本水平相比，合适的人力资本结构对于TFP提升可能更为重要[19]。实际上，由于教育程度与技能的差异，不同类型的人力资本所具有的技术外溢性、学习能力以及创新潜力并不相同。作为驱动技术进步的重要承载体，人力资本也在环保实践中扮演着重要角色。一系列经验研究显示，一地区的污染程度高低与当地人力资本状况紧密联系[20]，具有高等教育程度劳动力较多的企业更倾向于执行环境标准并加大环保力度[21]，“污染天堂”假说是否存在也与一地区的人力资本供给状况密不可分[22]。 “结构红利假说”认为产业结构调整在增长进程中的作用不可忽视。产业结构调整是中国近四十年增长历程的典型特征，研究者绕着中国是否存在着“结构红利”开展了大量讨论。既有文献中同时存在支持与反对“结构红利假说”的观点，值得注意的是，坚持“结构红利”效应存在的研究多使用回归分析技术[23]，而采用因素分解法的一些研究则倾向于反对“结构红利”效应的存在[24]。能源消費以及污染物排放的快速增加引发了各国的担忧，如何降低能耗与减少污染物排放成为各国能源与环境政策的主要关注议题。由于产业结构与能源消费和碳排放之间存在的联动性，不少文献采用因素分解模型以及地区与行业数据，将产业结构调整引入能耗强度与碳排放强度的分解之中[25-26]。由于样本选择以及时期选择的差异，对于产业结构调整多大程度上减少能耗和碳排放存在分歧，一些文献认为产业结构调整带来的能耗节约效应并非总是存在[27]。鉴于产业结构调整过程中可能存在着生产率提高、能耗节约与污染物排放削减的多重作用，现有文献围绕产业结构调整对于环境绩效[28]、碳排放效率[29]的影响作用开展经验分析，这为进行产业结构调整与绿色发展视域下的效率提升研究提供了参考。
概括起来，既有文献围绕人力资本、产业结构调整与经济增长与效率提升展开了有益的讨论，为后续研究提供了参考。不过既有文献分别单独讨论了人力资本、产业结构调整与能源效率（或者环境效率）的关系，由于人力资本与产业结构调整之间存在着相互作用[1]，忽视两者之间的相互作用，将割裂人力资本与产业结构调整在绿色发展效率提升中的作用，无法从人力资本与产业结构调整相互作用的角度观察和理解中国绿色发展效率变动。有别于既有文献，本文将人力资本、产业结构调整与绿色发展效率纳入统一分析框架，梳理人力资本、产业结构调整与绿色发展效率之间的作用机理，遵循王兵和黄人杰[2]关于绿色发展效率的定义，使用SBMUndesirable模型测度1997—2013年中国省级绿色发展效率，识别人力资本、产业结构调整以及其交互项对于绿色发展效率的作用方向与力度，以进一步拓展相关研究。
2 作用机理分析
2.1 人力资本与绿色发展效率
第一，人力资本有助于使用外来清洁生产与治污技术，为节约能源和削减污染排放提供必要的支撑。外来先进清洁生产与治污技术能否在技术引进国落地生根、被当地企业吸收与利用存在着不确定性，而具有一定的人力资本积累有助于降低这种不确定性。一般认为，外来技术的消化、吸收与模仿需要一定的人力资本门槛条件，人力资本所具有的外溢性特点能够加速外来先进技术的扩散，推动本地企业采用更高的环境标准，建立绿色生产方式。研究显示，外来技术溢出的实现程度与技术引进国所具有的人力资本相关[30]。第二，人力资本有助于内部技术积累和进行持续技术革新[31]。除外部技术引进外，本地生产与环保技术的革新受制于内部技术积累。具有产权私有属性的人力资本的跨地区流动和空间聚集减少了本地进行人力资本积累时间，为进行技术研发创造了条件。专业化与体系化的技术改进同样离不开本国所拥有的人力资本条件，只有人力资本积累以及内部构成达到某种程度，本地才能够进行原创性技术开发，才可建立起持续且可靠的技术更新体系。需要注意，由于技术锁定效应的存在，人力资本所引发的外来技术扩散与内部技术革新可能诱发“回弹效应”，这实际上体现了人力资本的增长效应与节能减排效应的冲突，从而可能限制了人力资本对于绿色发展效率提升的作用。
2.2 产业结构调整与绿色发展效率
从产业结构变迁的角度看，产业结构调整实际上包括产业结构合理化与高级化两个维度[32]。第一，产业结构高级化有助于能源节约与污染减少。产业结构特征相当程度上决定了能耗与排放的产业分布格局[33]。具有资本与能源密集特征属性的工业（尤其是重化工业）是主要的能耗与排放大户，而知识与技术密集特征显著的高技术行业所需能源与产生排放相对较少。产业结构由劳动与资本密集型向知识与技术密集型的演进不仅是要素组合方式更替的过程，也是能耗减少与污染物排放削减的过程。需要注意，产业结构高级化的推进模式、推进速度与演进阶段对于能源节约与污染减少的作用程度也不一致。过度依赖政府推动的产业政策容易干扰基于市场需求以及技术积累而内生的产业结构高级化进程。因地制宜的产业政策是推动产业结构高级化的必要基础，也是建立绿色发展模式的内在要求。第二，产业结构合理化有助于优化要素配置。产业之间地位与关联方式的相对协调是产业结构合理化的重要体现。若一地区工业比重过高，那么该地区能耗节约以及污染物排放削减的实施难度较大。如果工业与其它产业之间或者工业内部不同行业之间分布不合理，产业之间的前向与后向关联不够通畅，技术关联形式单一，那么无法利用产业之间的技术关联推动能源节约与减排任务的分解与落实。
2.3 人力资本、产业结构调整与绿色发展效率
首先，人力资本是进行产业结构调整的必要基础，决定着产业结构升级的方向[34]。一方面，由于不同行业之间所拥有人力资本规模与结构的差别，行业之间利润率的分化推动了生产要素的跨行业配置、影响着产业之间的兴衰交替。另一方面，由于人力资本的流动性与外溢性特征，人力资本的聚集地能够利用自身以及迁移而来的多样化劳动力，降低了进行技术学习的时间成本，为产业结构高级化与合理化提供了人才支撑。其次，产业结构调整为人力资本培育指明了方向。由于不同产业之间对于人力资本的需求类型并不一致，现有的人力资本供给（包括人力资本水平与结构等）与产业结构高级化与合理化推动过程中所需要的劳动力类型存在差距、并不匹配。为满足产业结构高级化与合理化所需要的规模化、多样性的人力资本需求，各个人力资本投资主体需要进行具有针对性与前瞻性的人力资本培育，如缩小各地之间的初、中等教育质量、增强高等教育与市场需求的联动性、增加员工在职技能培训等。再次，人力资本与产业结构调整相互作用影响资源节约与要素配置。人力资本与产业结构调整之间相互作用、相互制约。缺乏前瞻性与系统性的人力资本培育，如出现人力资本超前投资、人力资本规模供给不足、人力资本结构不合理等情形，新型产业形态的出现与产业之间配置优化所需要的劳动力支撑条件也无法得到满足，产业结构高级化与合理化的进程将会受阻。与此同时，产业结构调整滞后或产业结构不合理无法为人力资本培育提供激励，无法反向带动人力资本积累与内部优化，会导致部分类型人力资本的闲置。人力资本与产业结构调整的良性互动并不能够自动实现，当两者之间的联动性不足时，两者共同促进绿色发展效率的格局就难以实现。 3 变量测度与数据来源
3.1 地区绿色发展效率的测度
Tone[35]提出考虑非期望产出的SBM效率测度模型，对于效率评价中的松弛问题给予了较好的处理，可对包含多投入、期望与非期望产出的效率进行评价。具体形式如下：
上式中只有ρ*=1时评价单元才有效率，ρ*的分子和分母依次表示被评价单元实际投入和产出相对于生产技术前沿的平均可缩减比例和平均可扩张比例。
开展地区绿色发展效率评价涉及到投入与产出变量，投入变量包括资本、劳动力与能源等三种，产出变量则包括期望与非期望产出。对于劳动力投入，由于中国统计资料中并未报告标准化的劳动投入时间，本文使用年末就业人数表示劳动力投入。对于资本存量，借鉴单豪杰[36]，将各地区资本存量数据延伸至2013年并折算成以1997年为基期。对于能源投入，使用标准煤为口径的一次能源消费量表征。以GDP为期望产出（1997年为基期），非期望产出的选取应当兼顾可比性和代表性，本文选择二氧化碳与工业“三废”表征非期望产出，各省二氧化碳的估算方法参考IPCC[37]，分类能源的选取借鉴刘华军和赵浩[38]，包括数据相对完整和连续的煤炭、石油和天然气等三种分类能源。
3.2 模型设定与变量测度
根据研究目标，本文的计量模型设定如下：
式（2）中i与t表示省份与年份，gde表示绿色发展效率，hc、hcjg、gjh与hlh分别表示人力资本水平、人力资本结构、产业结构高级化与合理化，interact包括人力资本水平、人力资本结构分别与产业结构高级化与合理化的交互项，X为控制变量，vi表示个体非观测效应，uit为随机干扰项。
人力资本水平（hc）与人力资本结构（hcjg）作为广为接纳的测度思路，Barro and Lee[39-40]开展的教育获得的跨国比较系列研究为测度人力资本提供了一种近似替代。借鉴Barro and Lee[39-40]，结合中国的教育年限设定情况，将小学、初中、高中与大专及以上教育程度等教育层次所对应的教育年限设为6年、3年、3年与4年，以《中国人口和就业统计年鉴》中公布的各省份不同教育程度劳动力占比为权重，计算各省份劳动力的平均受教育年限以表征人力资本水平（hc）。根据Ang et al.[41]，不同教育程度的劳动力在技术模仿、吸收与学习中的作用并不相同，本文使用大专及以上教育程度劳动力占比与高中及以下教育程度劳动力占比表示人力资本结构（hcjg）。
产业结构调整（hlh和gjh）产业结构调整包含高级化与合理化两个维度，前者作为衡量产业结构优化的代理变量，为研究和政策部门所关注，后者体现了产业之间的协调度，折射了不同产业之间投入与产出的耦合性。产业结构高级化的一个典型体现是服务业部门的扩张，本文借鉴干春晖等[32]，使用第三产业产值与第二产业产值之比衡量产业结构高级化（gjh）。对于产业结构合理化的衡量，早期的研究中多使用结构偏离度表示，但结构偏离度所暗含的各产业等同的假设与实际并不相符，本文借鉴于斌斌和金刚[42]，使用泰尔熵指数的倒数表示产业结构合理化（hlh）。
借鉴既有研究，本文还控制了经济发展水平、能源消费结构、要素禀赋结构、外商直接投资与贸易开放等变量。对于经济发展水平（pgdp），使用人均GDP表示（以1997年为基期）。对于能源消费结构（es），使用煤炭消费量占能源消费量之比表示。以资本劳动比表示要素禀赋结构（kl）。外商直接投资（fdi）使用实际外商直接投资与GDP之比表示，外商直接投资的原始统计单位为美元，按照美元与人民币之间的年度均价进行数据转换。贸易开放（trade）使用进出口额与GDP之比表示，数据转换过程与FDI相同。
3.3 数据来源
兼顾数据的可得性，本文的样本时间范围为1997—2013年。数据主要来自《中国统计年年》、《中国能源统计年鉴》以及《中国环境年鉴》。根据资本存量估算的需要，将四川与重庆数据合并，且不包括缺失数据较多的西藏，共获得29个省份的数据。中国的区域划分有多种分类，本文使用三区域划分法，即除广西之外的沿海11省市为东部地区，黑、吉、晋、鄂、徽、豫、湘、赣8省为中部地区，其余省份为西部地区。
4 实证结果与分析
4.1 绿色发展效率核算结果分析
图1汇总了使用MAX—DEA软件计算的各区域绿色发展效率年份均值。可以看到：①绿色发展效率存在无效率状态。这一发现与既有文献相似，表明中国绿色发展效率尚有改进空间。另外，正如已有文献指出的那样，即便部分省份如上海位于随机前沿，这只说明其效率与其它省级单元相比的相对位次。②绿色发展效率的区域差异不可忽视。绿色发展效率呈现出东部高于中西部、中西部较为接近的局面，这与既有研究相似，效率的区域差异可能与三区域所拥有的技术水平、所处发展阶段以及生产要素配置等众多因素相关。③年度平均绿色发展效率值在样本前半期与后半期变动趋势并不一致。样本前半期，年均绿色发展效率值存在下降趋势，而在样本后半期，年均绿色发展效率值呈现出波动变动。
4.2 全样本检验
对于受限数据，使用OLS进行参数估计可能引发有偏和非一致问题。本文使用Tobit模型检验人力资本、产业结构调整以及其交互项对于绿色发展效率的冲击方向与影响力度。
表1所报告的全样本估计结果显示人力资本水平系数表现为负但不显著，这意味着以平均受教育年限衡量的人力资本水平未能促进绿色发展效率的提高。样本期中国各地区以要素数量驱动的低效增长模式尚未出现根本性改变，即人力资本使用中所面临的运行环境没有显著改变，如各地区为追求GDP规模，依赖于物质资本投入，形成了发展的路径锁定效应。尽管样本期内人力资本水平达到了一定程度，但除京沪等少數东部地区外，多数地区人力资本水平偏低的格局尚未出现根本改观。由于缺乏必要的人力资本支撑条件，人力资本在生产率改进、资源节约中的作用尚未得到最大化利用。人力资本结构的系数为负但不显著，这意味着劳动力中受高等教育比例与未受高等教育比例之比的提升尚未带来绿色发展效率的提高。尽管样本期内劳动力中受高等教育的比例有了一定的提高，不过这部分劳动力中从事技术研发的比例仍然偏小，另外，长期以来国内技术研发通常在外来技术的基础上进行吸收、模仿以及再创新，国内原创性生产技术与节能技术的开发能力较为有限，限制了人力资本结构变动对于绿色发展效率的作用。 产业结构高级化与合理化的系数均为正且表现出统计显著性。产业结构高级化程度的提高有利于降低能耗与污染排放增速、改善要素配置，进而提高绿色发展效率。产业结构合理化的提高表明一地区各产业之间处于相对协调的状态，暗含着生产要素投入与产出之间能够实现某种程度的匹配性，有利于提高要素利用效率。需要注意，产业结构合理化的系数要小于产业结构高级化，这可能与产业结构合理化的调控难度大、引导举措相对偏少，而产业结构高级化方向较为明确、政策措施较多有关。进一步地，人力资本水平与产业结构高级化、合理化的交互项系数依次为正、正，但两个交互项均未表现出统计显著性，这意味着人力资本水平与产业结构高级化、合理化之间能够协同改善绿色发展效率，但是作用力度并不显著。如果人力资本水平能够在某种程度上满足产业结构调整的需要，或者，产业结构调整与人力资本水平保持了某种适配性，那么两者之间可以协同促进绿色发展效率提升。人力资本结构与产业结构高级化、合理化的交互项均为正但不显著。产业结构高级化与合理化所诱发的劳动力需求是多样的，当人力资本供给中不同类型的人力资本能够在一定程度上满足产业结构调整的需要时，可能出现人力资本结构与产业结构高级化、合理化协同驱动绿色发展效率提升的状态。概括起来看，全样本中人力资本水平（人力资本结构）分别与产业结构合理化、高级化协同改善绿色发展效率的态势已经有所显露，不过这种效应仍然较为微弱，需要进一步增强。
4.3 分区域检验
表1中的分区域的结果显示，三个地区中人力资本水平、人力资本结构的系数均为负但不显著，这与全国层面的结果相似。产业结构高级化的系数在三区域中均为正，且在东部中部具有显著性，而在西部不具有统计显著性。出现这种区域差异性可能与东中部产业结构高级化程度较高有关。东中部产业结构合理化的系数为正但不具有统计显著性，出现这种情况可能与各区域产业之间的技术联系形式单一、均衡发展程度不足且产业结构合理化尚处于波动频繁、未进入较为稳定且持续的发展阶段有关。与总样本相似，分区域中人力资本水平与产业结构高级化的交互项均为正但不具有统计显著性。产业结构合理化与人力资本水平交互项的系数在东西部为正但不显著，在中部为负也不显著，这表明人力资本水平与产业结构合理化的交互作用对于绿色发展效率提升的作用并不显著、较为微弱。
控制变量中，人均GDP的提高能够促进绿色发展效率，这一作用在全国与分区域检验保持了一致。全国与东西部能源消费结构中煤炭比重的提高不利于绿色发展效率的改进，这与多数研究相似。体现要素禀赋结构的资本—劳动比的系数显著为负，且系数大小存在区域差别。全样本与东西部外商直接投资的系数为正但不显著，外商直接投资能否提高绿色发展效率要依赖于其进入规模、空间集聚状态、FDI的行业分布特征等因素。全国与东部地区贸易依存度能够微弱地改善绿色发展效率。当进口贸易所蕴含的知识与研发资本所带来的资源节约与能耗减少大于出口所引发的能耗与排放增加时，贸易依存度可促进绿色发展效率。
4.4 稳健性处理
DEATobit两步法是目前文献进行效率变动因素识别的常见思路。不过，Tobit模型对于模型中可能存在的内生性等问题无法予以缓解。借鉴查建平等[29]，利用位似变换的思路，将测算而来的绿色发展效率扩大100倍，并使用系统GMM中的一步估计进行参数估计。表2的检验显示，工具变量设定合理、残差不存在二阶自相关，符合系统GMM的使用约束条件。本文所关注的人力资本水平、人力资本结构以及产业结构高级化、合理化的系数符号没有发生改变，交互项的系数符号也基本保持了一致，可以认为本文的结论稳定。
5 结论与政策建议
提升绿色发展效率已经成为中国转型进程中面临的核心问题之一。产业结构调整和人力资本相互作用，均被视作绿色发展效率提升的重要支撑条件。本文梳理人力资本、产业结构调整与绿色发展效率之间的作用机制，使用可处理非期望产出的SBM模型，测度1997—2013年中国各省区包含能源与环境约束的绿色发展效率，考察了人力资本、产业结构调整以及两者交互项对于绿色发展效率的影响方向与作用力度。结果显示：样本期内中国省级绿色发展效率存在无效率状态，且效率得分表现出东部高于中西部的格局；绿色发展效率在样本前期存在下降趋势，而在后期则表现出波动变动；无论是全国层面还是分区域中，人力资本水平与人力资本结构未能促进绿色发展效率提升；产业结构高级化能够改善绿色发展效率，这种作用在全国与分区域中均得到体现；除西部外，产业结构合理化能够改善绿色发展效率；全国层面与东部人力资本水平（人力资本结构）分别与产业结构高级化、合理化的交互项对于绿色发展效率的提升作用已经显现但尚不显著。
本文的研究显示应以人力资本培育与产业结构调整为抓手，推动中国绿色发展转型与效率提升。为此，提出如下建议：
（1）人力资本培育应充分考虑产业结构调整的需要。产业结构调整呈现出全局性、交互性以及复杂性的特征，这为人力资本培育提出了更高的要求。一般认为，单一的人力资本类型无法满足产业结构调整对于劳动力的多样化、规模化要求。政府应根据劳动力需求类型的变化，及时对人力资本培育计划进行适度调整。这种调整既要考虑到产业结构演化的一般性趋势，也要结合本地区未来一定时期内产业结构调整的主要目标以及现有人才供给状况，针对存在重大供给缺口的人力资本类型开展前瞻性的培育，以为产业结构调整的实现提供人才支撑条件。比如，技能型劳动力供给存在的总量不足、结构不合理等已制约了中国工业的提质增效，政府应从政策、资金等多个方面扶持技能型教育，鼓励学校—企业采取定向、委托培养等形式进行人才培育，提高人力资本培育的针对性，减少特定类型人力资本的供给不足或过度供给，寻求人力资本的供需协调。
（2）产业结构调整目标设定应与人力资本供给相适配。產业结构调整有其自身规律，必要的产业政策可加快产业结构向预期政策目标迈进，而忽视本地人力资本供给与培育状况，设定过高、过快的产业调整目标则会导致既有资源闲置、误配以及效率损失。从各地区产业错位发展的思路看，具有较多高等教育程度劳动力的东部，可以发展高端制造业、生产性服务业等知识密集型行业，而中西部可利用自身中、初级人力资本较多的特点重点发展传统制造业等劳动密集型行业。根据自身人力资本培育状况，合理设定产业结构调整目标，不断推动产业结构与人力资本的动态适配，不断增强人力资本与产业结构调整的交互作用对于绿色发展效率提升的促进作用。 如何驱动中国绿色发展已经成为各界讨论的热点，本文从人力资本与产业结构调整以及其交互作用是否有助于绿色发展效率提高这一问题开展了探索。鉴于本文所使用的SBM方法未能对效率值同为1的决策单元进行有效区分，使用新型测度方法进行地区绿色发展效率的评价以及提供更为丰富的经验证据是进一步研究的努力方向。
（编辑：李 琪）
参考文献（References）
[1]张其春，郗永勤.区域人力资本与产业结构调整的互动关系[J].现代经济探讨， 2006（8）： 16-18，52.[ZHANG Qichun， XI Yongqin. Interaction between regional human capital and industrial structure adjustment[J]. Modern economic research， 2006（8）： 16-18，52.]
[2]王兵， 黄人杰. 中国区域绿色发展效率与绿色全要素生产率： 2000—2010——基于参数共同边界的实证研究[J]. 产经评论， 2014（1）： 16-35.[WANG Bing， HUANG Renjie. Regional green development efficiency and green total productivity growth in China： 2000-2010： base on parametric metafrontier analysis[J]. Industrial economic review， 2014（1）： 16-35.]
[3]王兵， 唐文獅， 吴延瑞， 等. 城镇化提高中国绿色发展效率了吗？[J]. 经济评论， 2014（4）： 38-49，107.[WANG Bing， TANG Wenshi， WU Yanrui， et al. Does urbanization increase China’s green development efficiency？[J]. Economic review， 2014（4）： 38-49，107.]
[4]刘健， 刘鸿福， 姚西龙. 我国煤炭产业绿色发展效率研究[J]. 工业技术经济， 2015（10）： 145-150.[LIU Jian， LIU Hongfu， YAO Xilong. Study on green development efficiency of China’s coal industry[J]. Journal of industrial technological economics， 2015（10）： 145-150.]
[5]岳书敬， 邹玉琳， 胡姚雨. 产业集聚对中国城市绿色发展效率的影响[J]. 城市问题， 2015（10）： 49-54.[YUE Shujing， ZOU Yulin， HU Yaoyu. Industrial agglomeration effect on the efficiency of China’s urban green development[J]. Urban problems， 2015（10）： 49-54.]
[6]岳书敬， 杨阳， 许耀. 市场化转型与城市集聚的综合绩效——基于绿色发展效率的视角[J]. 财经科学， 2015（12）： 80-91.[YUE Shujing， YANG Yang， Xu Yao. The integrated performance of market transition and urban agglomeration from the perspective of green development efficiency[J]. Finance & economics， 2015（12）： 80-91.]
[7]卢丽文， 宋德勇， 李小帆. 长江经济带城市发展绿色效率研究[J]. 中国人口·资源与环境， 2016， 26（6）： 35-42.[LU Liwen， SONG Deyong， LI Xiaofan. Green efficiency of urban development in the Yangtze River Economic Belt[J]. China population，resources and environment， 2016， 26（6）： 35-42.]
[8]ROMER P M. Increasing returns and longrun growth[J]. The journal of political economy， 1986， 94（5）： 1002-1037.
[9]LUCAS R E. On the mechanics of economic development[J]. Journal of monetary economics， 1988， 22（1）： 3-42.
[10]BARRO R J. Human capital and growth[J]. American economic review， 2001， 91（2）： 12-17.
[11]MILLER S M， UPADHYAY M P. The effects of openness， trade orientation， and human capital on total factor productivity[J]. Journal of development economics， 2000， 63（2）： 399-423.
[12]WANG Y， YAO Y D. Sources of China’s economic growth 1952—1999： incorporating human capital accumulation[J]. China economic review， 2003， 14（1）： 32-52. [13]姚先国， 张海峰. 教育、人力资本与地区经济差异[J]. 经济研究， 2008（5）： 47-57.[YAO Xianguo， ZHANG Haifeng. Education， human capital and regional economic differentials[J]. Economic research journal， 2008（5）： 47-57.]
[14]黄燕萍， 刘榆， 吴一群， 等. 中国地区经济增长差异：基于分级教育的效应[J]. 经济研究， 2013（4）： 94-105.[HUANG Yanping， LIU Yu， WU Yiqun， et al. Economic growth and regional inequality in China： effects of different levels of education[J]. Economic research journal， 2013（4）： 94-105.]
[15]张勇. 人力资本与中国增长和转型[J]. 经济科学， 2015（1）： 29-39.[ZHANG Yong. Human capital and China’s growth and transformation[J]. Economic science， 2015（1）： 29-39.]
[16]岳书敬， 刘朝明. 人力资本与区域全要素生产率分析[J]. 经济研究， 2006（4）： 90-96.[YUE Shujing， LIU Chaoming. Human capital accumulation and regional total factor productivity[J]. Economic research journal， 2006（4）： 90-96.]
[17]李福柱， 趙长林. 中国经济发展方式的转变动力及其作用途径[J]. 中国人口·资源与环境， 2016， 26（2）： 152-162.[LI Fuzhu， ZHAO Changlin. Changing power of China’s economic development mode and its pathway[J]. China population，resources and environment， 2016， 26（2）： 152-162.]
[18]黄燕萍. 金融发展、人力资本与全要素生产率[J]. 厦门大学学报（哲学社会科学版）， 2016（2）： 102-110.[HUANG YanPing. Financial development， human capital and total factor productivity[J]. Journal of Xiamen University： arts & social sciences， 2016（2）： 102-110.]
[19]彭国华. 我国地区全要素生产率与人力资本构成[J]. 中国工业经济， 2007（2）： 52-59.[PENG Guohua. Total factor productivity and composition of human capital in Chinese provinces[J]. China industrial economy， 2007（2）： 52-59.]
[20]PARGAL S， WHEELER D. Informal regulation of industrial pollution in developing countries： evidence from Indonesia[J]. Journal of political economy， 1996， 104（6）： 1314-1327.
[21]LAN J， KAKINAKA M， HUANG X. Foreign direct investment， human capital and environmental pollution in China[J]. Environmental and resource economics， 2012， 51（2）： 255-275.
[22]LAN J， MUNRO A. Environmental compliance and human capital： evidence from Chinese industrial firms[J]. Resource and energy economics， 2013， 35（4）： 534-557.
[23]张军， 陈诗一， JEFFERSON G H. 结构改革与中国工业增长[J]. 经济研究， 2009（7）： 4-20.[ZHANG Jun， CHEN Shiyi， Jefferson G H. Structural reform and industrial growth in China[J]. Economic research journal， 2009（7）： 4-20.]
[24]张宗益， 陈夕红， 吴俊， 等. 产业结构调整、能源要素流动与能源生产率增长——基于结构红利假说的实证分析[J]. 管理工程学报， 2014（2）： 174-181.[ZHANG Zongyi， CHEN Xihong， WU Jun， et al. Industry structure adjustment， energy factor shift and energy productivity growth： based on the structural bonus hypothesis[J]. Journal of industrial engineering and engineering management， 2014（2）： 174-181.] [25]MA C， STERN D I. China’s changing energy intensity trend： a decomposition analysis[J]. Energy economics， 2008， 30（3）： 1037-1053.
[26]ZHANG M， MU H， NING Y， et al. Decomposition of energyrelated CO2 emission over 1991-2006 in China[J]. Ecological economics， 2009， 68（7）： 2122-2128.
[27]LI K， LIN B Q. The nonlinear impacts of industrial structure on China’s energy intensity[J]. Energy， 2014（69）： 258-265.
[28]王兵， 吴延瑞， 颜鹏飞. 中国区域环境效率与环境全要素生产率增长[J]. 经济研究， 2010（5）： 95-109.[WANG Bing， WU Yanrui， YAN Pengfei. Environmental efficiency and environmental total factor productivity growth in China’s regional economies[J]. Economic research journal， 2010（5）： 95-109.]
[29]查建平， 唐方方， 别念民. 结构性调整能否改善碳排放绩效？[J]. 数量经济技术经济研究， 2012（11）： 18-33.[ZHA Jianping， TANG Fangfang， BIE Nianmin. Can structural adjustments improve carbon emissions performance？[J]. The journal of quantitative & technical economics， 2012（11）： 18-33.]
[30]FU X. Foreign direct investment， absorptive capacity and regional innovation capabilities： evidence from China[J]. Oxford development studies， 2008， 36（1）： 89-110.
[31]杨俊， 李晓羽， 杨尘. 技术模仿、人力资本积累与自主创新——基于中国省际面板数据的实证分析[J]. 财经研究， 2007（5）： 18-28.[YANG Jun， LI Xiaoyu， YANG Chen. Technological imitation， human capital accumulation and innovation： an empirical study on economic growth of China[J]. Journal of finance & economics， 2007（5）： 18-28.]
[32]干春晖， 郑若谷， 余典范. 中国产业结构变迁对经济增长和波动的影响[J]. 经济研究， 2011（5）： 4-16.[GAN Chunhui， ZHENG Ruogu， YU Dianfan. An empirical study on the effects of industrial structure on economic growth and fluctuations in China[J]. Economic research journal， 2011（5）： 4-16.]
[33]毛雁冰， 薛文駿. 我国产业能源消耗对经济产出和就业的异质性影响——基于面板协整模型的实证分析[J]. 财经研究， 2012（6）： 102-112.[MAO Yanbing， XUE Wenjun. Heterogeneous effect of industrial energy consumption on economic output and employment in China：empirical study based on panel cointegration model[J]. Journal of finance & economics， 2012（6）： 102-112.]
[34]张国强， 温军， 汤向俊. 中国人力资本、人力资本结构与产业结构升级[J]. 中国人口·资源与环境， 2011， 21 （10）： 138-146.[ZHANG Guoqiang， WEN Jun， TANG Xiangjun. Human capital and its structure and industry structure upgrading[J]. China population， resources and environment， 2011， 21（10）： 138-146.]
[35]TONE K. Dealing with undesirable outputs in DEA： a slacksbased measure （SBM） approach[J]. GRIPS Research Report Series， 2003（1）： 44-45.
[36]单豪杰. 中国资本存量 K的再估算：1952—2006 年[J]. 数量经济技术经济研究， 2008（10）： 17-31.[SHAN Haojie. Reestimating the capital stock of China： 1952-2006[J]. The journal of quantitative & technical economics， 2008（10）： 17-31.] [37]Intergovernmental Panel on Climate Change （IPCC）. IPCC guidelines for national greenhouse gas inventories[R]. Paris： Intergovernmental Panel on Climate Change， United Nations Environment Programme， Organization for Economic CoOperation and Development， International Energy Agency， 2006.
[38]劉华军， 赵浩. 中国二氧化碳排放强度的地区差异分析[J]. 统计研究， 2012（6）： 46-50.[LIU Huajun， ZHAO Hao. Empirical analysis of the regional differences of China’s carbon dioxide emissions intensity[J]. Statistical research， 2012（6）： 46-50.]
[39]BARRO R J， LEE J W. International data on educational attainment： updates and implications[J]. Oxford economic papers， 2001， 53（3）： 541-563.
[40]BARRO R J， LEE J W. A new data set of educational attainment in the world， 1950-2010[J]. Journal of development economics， 2013（104）： 184-198.
[41]ANG J B， MADSEN J B， ISLAM M R. The effects of human capital composition on technological convergence[J]. Journal of macroeconomics， 2011， 33（3）： 465-476.
[42]于斌斌， 金刚. 中国城市结构调整与模式选择的空间溢出效应[J]. 中国工业经济， 2014（2）： 31-44.[YU Binbin， JIN Gang. Space spillovers of Chinese urban structure adjustment and pattern selection[J]. China industrial economics， 2014（2）： 31-44.]
关键词 人力资本；产业结构调整；绿色发展效率
中图分类号 F221
文献标识码 A 文章编号 1002-2104（2016）11-0106-09 doi：10.3969/j.issn.1002-2104.2016.11.014
内生增长理论认为，人力资本能够诱发持续增长。经历相当时期的高速增长之后，中国经济已经进入结构调整与动力转换期。以20世纪90年代中央政府提出的人才强国与科教兴国战略为契机，中国人力资本培育进程不断加速，为中国增长动力转换提供了必要的人才支撑条件。《国家中长期人才发展规划纲要（2010—2020）》更明确指出应当充分重视人力资本在经济发展方式转变的作用。重新审视人力资本对于追求增长与环境改善双赢的绿色发展的作用已经成为拓展相关研究的要求。产业结构调整作为推动增长动力转换、能源节约、污染物排放削减的重要驱动力，也被视作促进中国绿色发展转型的重要抓手。值得注意的是，产业结构调整与人力资本并非孤立地在经济活动中发生作用，而是存在着相互作用[1]，一方面，一定的人力资本积累与相对合理的人力资本结构为产业结构调整提供了必要的支撑条件；另一方面，产业结构调整所需要的多样化劳动力类型又为人力资本培育指明了方向。一个疑问是：人力资本与产业结构调整之间的相互作用能否促进中国绿色发展效率提升呢？本文尝试回答这一问题，以便为理解中国绿色发展效率变动提供新的视角。
1 文献综述
以GDP为核心的国民经济核算体系存在着忽视能源耗费与环境成本的不足，如何进行资源与环境约束下的效率评价已经成为不少研究者关注的热点问题。由于DEA技术存在的不先验地设定生产函数形式等优点，早期的文献利用DEA框架下的不同测度技术与分解手段开展了地区与行业层面全要素能源效率、环境效率以及综合效率评价和效率变动源泉的识别，取得了不少有益的成果。需要注意到，仅在效率评价中考虑能耗约束或者污染物排放约束与实际经济活动并不相符，不少研究者明确指出中国经济发展同时面临着能源节约与污染物排放控制的双重约束。与仅考虑能源节约的能源效率以及污染物减排潜力的环境效率不同，一些文献认为将投入既定下同时兼顾经济增长、能耗节约与污染物排放削减的效率测度称之为绿色发展效率更为合适[2]。绿色发展效率充分考虑了经济活动所面临的能源消耗与环境污染代价，与学术界与政策部门关于绿色发展的相关论述相一致，与中国正深入推进的绿色发展转型的内在要求相契合。经验层面，既有文献从地区、行业与城市等多个层面开展了绿色发展效率评价[2-7]，识别其时空变动特征与演化趋势，为从不同维度认知绿色发展效率提供了丰富的素材。概括起来看，将能源与环境约束同时引入效率评价之后，存在的差异包括：①投入变量选取 除劳动力、资本与能源投入外，部分文献则使用了更为丰富的投入变量，如水资源、土地资源以及技术投入[7]；②非期望产出选取 基于数据的可得性，有的侧重于工业“三废”的总量指标，有的则使用了更为细化的化学需氧量以及氮氧化物排放量等数据；③资本投入 主要差异体现在基期年份存量计算方法以及折旧率的设定等方面；④效率评价方法 根据关注重心的不同，SBM模型以及环境范围调整测度模型RAM等方法均有研究者采用。使用相对统一的投入与产出变量、优化测度方法是未来绿色发展效率评价的努力方向。
经济增长动力与效率提升的源泉始终是相关领域的重要议题。自20世纪80年代中后期以来，自Romer[8]与Lucas[9]以来，围绕着人力资本是否能够解释生产率的跨国差距[10]以及人力资本是否促进了TFP增长展开经验验证[11]。中国经济增长取得的骄人成绩与各地区存在的发展鸿沟为验证人力资本的增长效应[12-14]以及人力资本对于体现经济发展质量的TFP作用程度提供了良好的试验场[15-18]。国内外研究未能就人力资本在增长和效率提升中的作用方向和力度取得共识，这可能与人力资本测度方式以及样本选择等因素有关。一些文献指出，将不同类型人力资本“一视同仁”的作法，可能掩盖了人力资本的异质性。与人力资本水平相比，合适的人力资本结构对于TFP提升可能更为重要[19]。实际上，由于教育程度与技能的差异，不同类型的人力资本所具有的技术外溢性、学习能力以及创新潜力并不相同。作为驱动技术进步的重要承载体，人力资本也在环保实践中扮演着重要角色。一系列经验研究显示，一地区的污染程度高低与当地人力资本状况紧密联系[20]，具有高等教育程度劳动力较多的企业更倾向于执行环境标准并加大环保力度[21]，“污染天堂”假说是否存在也与一地区的人力资本供给状况密不可分[22]。 “结构红利假说”认为产业结构调整在增长进程中的作用不可忽视。产业结构调整是中国近四十年增长历程的典型特征，研究者绕着中国是否存在着“结构红利”开展了大量讨论。既有文献中同时存在支持与反对“结构红利假说”的观点，值得注意的是，坚持“结构红利”效应存在的研究多使用回归分析技术[23]，而采用因素分解法的一些研究则倾向于反对“结构红利”效应的存在[24]。能源消費以及污染物排放的快速增加引发了各国的担忧，如何降低能耗与减少污染物排放成为各国能源与环境政策的主要关注议题。由于产业结构与能源消费和碳排放之间存在的联动性，不少文献采用因素分解模型以及地区与行业数据，将产业结构调整引入能耗强度与碳排放强度的分解之中[25-26]。由于样本选择以及时期选择的差异，对于产业结构调整多大程度上减少能耗和碳排放存在分歧，一些文献认为产业结构调整带来的能耗节约效应并非总是存在[27]。鉴于产业结构调整过程中可能存在着生产率提高、能耗节约与污染物排放削减的多重作用，现有文献围绕产业结构调整对于环境绩效[28]、碳排放效率[29]的影响作用开展经验分析，这为进行产业结构调整与绿色发展视域下的效率提升研究提供了参考。
概括起来，既有文献围绕人力资本、产业结构调整与经济增长与效率提升展开了有益的讨论，为后续研究提供了参考。不过既有文献分别单独讨论了人力资本、产业结构调整与能源效率（或者环境效率）的关系，由于人力资本与产业结构调整之间存在着相互作用[1]，忽视两者之间的相互作用，将割裂人力资本与产业结构调整在绿色发展效率提升中的作用，无法从人力资本与产业结构调整相互作用的角度观察和理解中国绿色发展效率变动。有别于既有文献，本文将人力资本、产业结构调整与绿色发展效率纳入统一分析框架，梳理人力资本、产业结构调整与绿色发展效率之间的作用机理，遵循王兵和黄人杰[2]关于绿色发展效率的定义，使用SBMUndesirable模型测度1997—2013年中国省级绿色发展效率，识别人力资本、产业结构调整以及其交互项对于绿色发展效率的作用方向与力度，以进一步拓展相关研究。
2 作用机理分析
2.1 人力资本与绿色发展效率
第一，人力资本有助于使用外来清洁生产与治污技术，为节约能源和削减污染排放提供必要的支撑。外来先进清洁生产与治污技术能否在技术引进国落地生根、被当地企业吸收与利用存在着不确定性，而具有一定的人力资本积累有助于降低这种不确定性。一般认为，外来技术的消化、吸收与模仿需要一定的人力资本门槛条件，人力资本所具有的外溢性特点能够加速外来先进技术的扩散，推动本地企业采用更高的环境标准，建立绿色生产方式。研究显示，外来技术溢出的实现程度与技术引进国所具有的人力资本相关[30]。第二，人力资本有助于内部技术积累和进行持续技术革新[31]。除外部技术引进外，本地生产与环保技术的革新受制于内部技术积累。具有产权私有属性的人力资本的跨地区流动和空间聚集减少了本地进行人力资本积累时间，为进行技术研发创造了条件。专业化与体系化的技术改进同样离不开本国所拥有的人力资本条件，只有人力资本积累以及内部构成达到某种程度，本地才能够进行原创性技术开发，才可建立起持续且可靠的技术更新体系。需要注意，由于技术锁定效应的存在，人力资本所引发的外来技术扩散与内部技术革新可能诱发“回弹效应”，这实际上体现了人力资本的增长效应与节能减排效应的冲突，从而可能限制了人力资本对于绿色发展效率提升的作用。
2.2 产业结构调整与绿色发展效率
从产业结构变迁的角度看，产业结构调整实际上包括产业结构合理化与高级化两个维度[32]。第一，产业结构高级化有助于能源节约与污染减少。产业结构特征相当程度上决定了能耗与排放的产业分布格局[33]。具有资本与能源密集特征属性的工业（尤其是重化工业）是主要的能耗与排放大户，而知识与技术密集特征显著的高技术行业所需能源与产生排放相对较少。产业结构由劳动与资本密集型向知识与技术密集型的演进不仅是要素组合方式更替的过程，也是能耗减少与污染物排放削减的过程。需要注意，产业结构高级化的推进模式、推进速度与演进阶段对于能源节约与污染减少的作用程度也不一致。过度依赖政府推动的产业政策容易干扰基于市场需求以及技术积累而内生的产业结构高级化进程。因地制宜的产业政策是推动产业结构高级化的必要基础，也是建立绿色发展模式的内在要求。第二，产业结构合理化有助于优化要素配置。产业之间地位与关联方式的相对协调是产业结构合理化的重要体现。若一地区工业比重过高，那么该地区能耗节约以及污染物排放削减的实施难度较大。如果工业与其它产业之间或者工业内部不同行业之间分布不合理，产业之间的前向与后向关联不够通畅，技术关联形式单一，那么无法利用产业之间的技术关联推动能源节约与减排任务的分解与落实。
2.3 人力资本、产业结构调整与绿色发展效率
首先，人力资本是进行产业结构调整的必要基础，决定着产业结构升级的方向[34]。一方面，由于不同行业之间所拥有人力资本规模与结构的差别，行业之间利润率的分化推动了生产要素的跨行业配置、影响着产业之间的兴衰交替。另一方面，由于人力资本的流动性与外溢性特征，人力资本的聚集地能够利用自身以及迁移而来的多样化劳动力，降低了进行技术学习的时间成本，为产业结构高级化与合理化提供了人才支撑。其次，产业结构调整为人力资本培育指明了方向。由于不同产业之间对于人力资本的需求类型并不一致，现有的人力资本供给（包括人力资本水平与结构等）与产业结构高级化与合理化推动过程中所需要的劳动力类型存在差距、并不匹配。为满足产业结构高级化与合理化所需要的规模化、多样性的人力资本需求，各个人力资本投资主体需要进行具有针对性与前瞻性的人力资本培育，如缩小各地之间的初、中等教育质量、增强高等教育与市场需求的联动性、增加员工在职技能培训等。再次，人力资本与产业结构调整相互作用影响资源节约与要素配置。人力资本与产业结构调整之间相互作用、相互制约。缺乏前瞻性与系统性的人力资本培育，如出现人力资本超前投资、人力资本规模供给不足、人力资本结构不合理等情形，新型产业形态的出现与产业之间配置优化所需要的劳动力支撑条件也无法得到满足，产业结构高级化与合理化的进程将会受阻。与此同时，产业结构调整滞后或产业结构不合理无法为人力资本培育提供激励，无法反向带动人力资本积累与内部优化，会导致部分类型人力资本的闲置。人力资本与产业结构调整的良性互动并不能够自动实现，当两者之间的联动性不足时，两者共同促进绿色发展效率的格局就难以实现。 3 变量测度与数据来源
3.1 地区绿色发展效率的测度
Tone[35]提出考虑非期望产出的SBM效率测度模型，对于效率评价中的松弛问题给予了较好的处理，可对包含多投入、期望与非期望产出的效率进行评价。具体形式如下：
上式中只有ρ*=1时评价单元才有效率，ρ*的分子和分母依次表示被评价单元实际投入和产出相对于生产技术前沿的平均可缩减比例和平均可扩张比例。
开展地区绿色发展效率评价涉及到投入与产出变量，投入变量包括资本、劳动力与能源等三种，产出变量则包括期望与非期望产出。对于劳动力投入，由于中国统计资料中并未报告标准化的劳动投入时间，本文使用年末就业人数表示劳动力投入。对于资本存量，借鉴单豪杰[36]，将各地区资本存量数据延伸至2013年并折算成以1997年为基期。对于能源投入，使用标准煤为口径的一次能源消费量表征。以GDP为期望产出（1997年为基期），非期望产出的选取应当兼顾可比性和代表性，本文选择二氧化碳与工业“三废”表征非期望产出，各省二氧化碳的估算方法参考IPCC[37]，分类能源的选取借鉴刘华军和赵浩[38]，包括数据相对完整和连续的煤炭、石油和天然气等三种分类能源。
3.2 模型设定与变量测度
根据研究目标，本文的计量模型设定如下：
式（2）中i与t表示省份与年份，gde表示绿色发展效率，hc、hcjg、gjh与hlh分别表示人力资本水平、人力资本结构、产业结构高级化与合理化，interact包括人力资本水平、人力资本结构分别与产业结构高级化与合理化的交互项，X为控制变量，vi表示个体非观测效应，uit为随机干扰项。
人力资本水平（hc）与人力资本结构（hcjg）作为广为接纳的测度思路，Barro and Lee[39-40]开展的教育获得的跨国比较系列研究为测度人力资本提供了一种近似替代。借鉴Barro and Lee[39-40]，结合中国的教育年限设定情况，将小学、初中、高中与大专及以上教育程度等教育层次所对应的教育年限设为6年、3年、3年与4年，以《中国人口和就业统计年鉴》中公布的各省份不同教育程度劳动力占比为权重，计算各省份劳动力的平均受教育年限以表征人力资本水平（hc）。根据Ang et al.[41]，不同教育程度的劳动力在技术模仿、吸收与学习中的作用并不相同，本文使用大专及以上教育程度劳动力占比与高中及以下教育程度劳动力占比表示人力资本结构（hcjg）。
产业结构调整（hlh和gjh）产业结构调整包含高级化与合理化两个维度，前者作为衡量产业结构优化的代理变量，为研究和政策部门所关注，后者体现了产业之间的协调度，折射了不同产业之间投入与产出的耦合性。产业结构高级化的一个典型体现是服务业部门的扩张，本文借鉴干春晖等[32]，使用第三产业产值与第二产业产值之比衡量产业结构高级化（gjh）。对于产业结构合理化的衡量，早期的研究中多使用结构偏离度表示，但结构偏离度所暗含的各产业等同的假设与实际并不相符，本文借鉴于斌斌和金刚[42]，使用泰尔熵指数的倒数表示产业结构合理化（hlh）。
借鉴既有研究，本文还控制了经济发展水平、能源消费结构、要素禀赋结构、外商直接投资与贸易开放等变量。对于经济发展水平（pgdp），使用人均GDP表示（以1997年为基期）。对于能源消费结构（es），使用煤炭消费量占能源消费量之比表示。以资本劳动比表示要素禀赋结构（kl）。外商直接投资（fdi）使用实际外商直接投资与GDP之比表示，外商直接投资的原始统计单位为美元，按照美元与人民币之间的年度均价进行数据转换。贸易开放（trade）使用进出口额与GDP之比表示，数据转换过程与FDI相同。
3.3 数据来源
兼顾数据的可得性，本文的样本时间范围为1997—2013年。数据主要来自《中国统计年年》、《中国能源统计年鉴》以及《中国环境年鉴》。根据资本存量估算的需要，将四川与重庆数据合并，且不包括缺失数据较多的西藏，共获得29个省份的数据。中国的区域划分有多种分类，本文使用三区域划分法，即除广西之外的沿海11省市为东部地区，黑、吉、晋、鄂、徽、豫、湘、赣8省为中部地区，其余省份为西部地区。
4 实证结果与分析
4.1 绿色发展效率核算结果分析
图1汇总了使用MAX—DEA软件计算的各区域绿色发展效率年份均值。可以看到：①绿色发展效率存在无效率状态。这一发现与既有文献相似，表明中国绿色发展效率尚有改进空间。另外，正如已有文献指出的那样，即便部分省份如上海位于随机前沿，这只说明其效率与其它省级单元相比的相对位次。②绿色发展效率的区域差异不可忽视。绿色发展效率呈现出东部高于中西部、中西部较为接近的局面，这与既有研究相似，效率的区域差异可能与三区域所拥有的技术水平、所处发展阶段以及生产要素配置等众多因素相关。③年度平均绿色发展效率值在样本前半期与后半期变动趋势并不一致。样本前半期，年均绿色发展效率值存在下降趋势，而在样本后半期，年均绿色发展效率值呈现出波动变动。
4.2 全样本检验
对于受限数据，使用OLS进行参数估计可能引发有偏和非一致问题。本文使用Tobit模型检验人力资本、产业结构调整以及其交互项对于绿色发展效率的冲击方向与影响力度。
表1所报告的全样本估计结果显示人力资本水平系数表现为负但不显著，这意味着以平均受教育年限衡量的人力资本水平未能促进绿色发展效率的提高。样本期中国各地区以要素数量驱动的低效增长模式尚未出现根本性改变，即人力资本使用中所面临的运行环境没有显著改变，如各地区为追求GDP规模，依赖于物质资本投入，形成了发展的路径锁定效应。尽管样本期内人力资本水平达到了一定程度，但除京沪等少數东部地区外，多数地区人力资本水平偏低的格局尚未出现根本改观。由于缺乏必要的人力资本支撑条件，人力资本在生产率改进、资源节约中的作用尚未得到最大化利用。人力资本结构的系数为负但不显著，这意味着劳动力中受高等教育比例与未受高等教育比例之比的提升尚未带来绿色发展效率的提高。尽管样本期内劳动力中受高等教育的比例有了一定的提高，不过这部分劳动力中从事技术研发的比例仍然偏小，另外，长期以来国内技术研发通常在外来技术的基础上进行吸收、模仿以及再创新，国内原创性生产技术与节能技术的开发能力较为有限，限制了人力资本结构变动对于绿色发展效率的作用。 产业结构高级化与合理化的系数均为正且表现出统计显著性。产业结构高级化程度的提高有利于降低能耗与污染排放增速、改善要素配置，进而提高绿色发展效率。产业结构合理化的提高表明一地区各产业之间处于相对协调的状态，暗含着生产要素投入与产出之间能够实现某种程度的匹配性，有利于提高要素利用效率。需要注意，产业结构合理化的系数要小于产业结构高级化，这可能与产业结构合理化的调控难度大、引导举措相对偏少，而产业结构高级化方向较为明确、政策措施较多有关。进一步地，人力资本水平与产业结构高级化、合理化的交互项系数依次为正、正，但两个交互项均未表现出统计显著性，这意味着人力资本水平与产业结构高级化、合理化之间能够协同改善绿色发展效率，但是作用力度并不显著。如果人力资本水平能够在某种程度上满足产业结构调整的需要，或者，产业结构调整与人力资本水平保持了某种适配性，那么两者之间可以协同促进绿色发展效率提升。人力资本结构与产业结构高级化、合理化的交互项均为正但不显著。产业结构高级化与合理化所诱发的劳动力需求是多样的，当人力资本供给中不同类型的人力资本能够在一定程度上满足产业结构调整的需要时，可能出现人力资本结构与产业结构高级化、合理化协同驱动绿色发展效率提升的状态。概括起来看，全样本中人力资本水平（人力资本结构）分别与产业结构合理化、高级化协同改善绿色发展效率的态势已经有所显露，不过这种效应仍然较为微弱，需要进一步增强。
4.3 分区域检验
表1中的分区域的结果显示，三个地区中人力资本水平、人力资本结构的系数均为负但不显著，这与全国层面的结果相似。产业结构高级化的系数在三区域中均为正，且在东部中部具有显著性，而在西部不具有统计显著性。出现这种区域差异性可能与东中部产业结构高级化程度较高有关。东中部产业结构合理化的系数为正但不具有统计显著性，出现这种情况可能与各区域产业之间的技术联系形式单一、均衡发展程度不足且产业结构合理化尚处于波动频繁、未进入较为稳定且持续的发展阶段有关。与总样本相似，分区域中人力资本水平与产业结构高级化的交互项均为正但不具有统计显著性。产业结构合理化与人力资本水平交互项的系数在东西部为正但不显著，在中部为负也不显著，这表明人力资本水平与产业结构合理化的交互作用对于绿色发展效率提升的作用并不显著、较为微弱。
控制变量中，人均GDP的提高能够促进绿色发展效率，这一作用在全国与分区域检验保持了一致。全国与东西部能源消费结构中煤炭比重的提高不利于绿色发展效率的改进，这与多数研究相似。体现要素禀赋结构的资本—劳动比的系数显著为负，且系数大小存在区域差别。全样本与东西部外商直接投资的系数为正但不显著，外商直接投资能否提高绿色发展效率要依赖于其进入规模、空间集聚状态、FDI的行业分布特征等因素。全国与东部地区贸易依存度能够微弱地改善绿色发展效率。当进口贸易所蕴含的知识与研发资本所带来的资源节约与能耗减少大于出口所引发的能耗与排放增加时，贸易依存度可促进绿色发展效率。
4.4 稳健性处理
DEATobit两步法是目前文献进行效率变动因素识别的常见思路。不过，Tobit模型对于模型中可能存在的内生性等问题无法予以缓解。借鉴查建平等[29]，利用位似变换的思路，将测算而来的绿色发展效率扩大100倍，并使用系统GMM中的一步估计进行参数估计。表2的检验显示，工具变量设定合理、残差不存在二阶自相关，符合系统GMM的使用约束条件。本文所关注的人力资本水平、人力资本结构以及产业结构高级化、合理化的系数符号没有发生改变，交互项的系数符号也基本保持了一致，可以认为本文的结论稳定。
5 结论与政策建议
提升绿色发展效率已经成为中国转型进程中面临的核心问题之一。产业结构调整和人力资本相互作用，均被视作绿色发展效率提升的重要支撑条件。本文梳理人力资本、产业结构调整与绿色发展效率之间的作用机制，使用可处理非期望产出的SBM模型，测度1997—2013年中国各省区包含能源与环境约束的绿色发展效率，考察了人力资本、产业结构调整以及两者交互项对于绿色发展效率的影响方向与作用力度。结果显示：样本期内中国省级绿色发展效率存在无效率状态，且效率得分表现出东部高于中西部的格局；绿色发展效率在样本前期存在下降趋势，而在后期则表现出波动变动；无论是全国层面还是分区域中，人力资本水平与人力资本结构未能促进绿色发展效率提升；产业结构高级化能够改善绿色发展效率，这种作用在全国与分区域中均得到体现；除西部外，产业结构合理化能够改善绿色发展效率；全国层面与东部人力资本水平（人力资本结构）分别与产业结构高级化、合理化的交互项对于绿色发展效率的提升作用已经显现但尚不显著。
本文的研究显示应以人力资本培育与产业结构调整为抓手，推动中国绿色发展转型与效率提升。为此，提出如下建议：
（1）人力资本培育应充分考虑产业结构调整的需要。产业结构调整呈现出全局性、交互性以及复杂性的特征，这为人力资本培育提出了更高的要求。一般认为，单一的人力资本类型无法满足产业结构调整对于劳动力的多样化、规模化要求。政府应根据劳动力需求类型的变化，及时对人力资本培育计划进行适度调整。这种调整既要考虑到产业结构演化的一般性趋势，也要结合本地区未来一定时期内产业结构调整的主要目标以及现有人才供给状况，针对存在重大供给缺口的人力资本类型开展前瞻性的培育，以为产业结构调整的实现提供人才支撑条件。比如，技能型劳动力供给存在的总量不足、结构不合理等已制约了中国工业的提质增效，政府应从政策、资金等多个方面扶持技能型教育，鼓励学校—企业采取定向、委托培养等形式进行人才培育，提高人力资本培育的针对性，减少特定类型人力资本的供给不足或过度供给，寻求人力资本的供需协调。
（2）产业结构调整目标设定应与人力资本供给相适配。產业结构调整有其自身规律，必要的产业政策可加快产业结构向预期政策目标迈进，而忽视本地人力资本供给与培育状况，设定过高、过快的产业调整目标则会导致既有资源闲置、误配以及效率损失。从各地区产业错位发展的思路看，具有较多高等教育程度劳动力的东部，可以发展高端制造业、生产性服务业等知识密集型行业，而中西部可利用自身中、初级人力资本较多的特点重点发展传统制造业等劳动密集型行业。根据自身人力资本培育状况，合理设定产业结构调整目标，不断推动产业结构与人力资本的动态适配，不断增强人力资本与产业结构调整的交互作用对于绿色发展效率提升的促进作用。 如何驱动中国绿色发展已经成为各界讨论的热点，本文从人力资本与产业结构调整以及其交互作用是否有助于绿色发展效率提高这一问题开展了探索。鉴于本文所使用的SBM方法未能对效率值同为1的决策单元进行有效区分，使用新型测度方法进行地区绿色发展效率的评价以及提供更为丰富的经验证据是进一步研究的努力方向。
（编辑：李 琪）
参考文献（References）
[1]张其春，郗永勤.区域人力资本与产业结构调整的互动关系[J].现代经济探讨， 2006（8）： 16-18，52.[ZHANG Qichun， XI Yongqin. Interaction between regional human capital and industrial structure adjustment[J]. Modern economic research， 2006（8）： 16-18，52.]
[2]王兵， 黄人杰. 中国区域绿色发展效率与绿色全要素生产率： 2000—2010——基于参数共同边界的实证研究[J]. 产经评论， 2014（1）： 16-35.[WANG Bing， HUANG Renjie. Regional green development efficiency and green total productivity growth in China： 2000-2010： base on parametric metafrontier analysis[J]. Industrial economic review， 2014（1）： 16-35.]
[3]王兵， 唐文獅， 吴延瑞， 等. 城镇化提高中国绿色发展效率了吗？[J]. 经济评论， 2014（4）： 38-49，107.[WANG Bing， TANG Wenshi， WU Yanrui， et al. Does urbanization increase China’s green development efficiency？[J]. Economic review， 2014（4）： 38-49，107.]
[4]刘健， 刘鸿福， 姚西龙. 我国煤炭产业绿色发展效率研究[J]. 工业技术经济， 2015（10）： 145-150.[LIU Jian， LIU Hongfu， YAO Xilong. Study on green development efficiency of China’s coal industry[J]. Journal of industrial technological economics， 2015（10）： 145-150.]
[5]岳书敬， 邹玉琳， 胡姚雨. 产业集聚对中国城市绿色发展效率的影响[J]. 城市问题， 2015（10）： 49-54.[YUE Shujing， ZOU Yulin， HU Yaoyu. Industrial agglomeration effect on the efficiency of China’s urban green development[J]. Urban problems， 2015（10）： 49-54.]
[6]岳书敬， 杨阳， 许耀. 市场化转型与城市集聚的综合绩效——基于绿色发展效率的视角[J]. 财经科学， 2015（12）： 80-91.[YUE Shujing， YANG Yang， Xu Yao. The integrated performance of market transition and urban agglomeration from the perspective of green development efficiency[J]. Finance & economics， 2015（12）： 80-91.]
[7]卢丽文， 宋德勇， 李小帆. 长江经济带城市发展绿色效率研究[J]. 中国人口·资源与环境， 2016， 26（6）： 35-42.[LU Liwen， SONG Deyong， LI Xiaofan. Green efficiency of urban development in the Yangtze River Economic Belt[J]. China population，resources and environment， 2016， 26（6）： 35-42.]
[8]ROMER P M. Increasing returns and longrun growth[J]. The journal of political economy， 1986， 94（5）： 1002-1037.
[9]LUCAS R E. On the mechanics of economic development[J]. Journal of monetary economics， 1988， 22（1）： 3-42.
[10]BARRO R J. Human capital and growth[J]. American economic review， 2001， 91（2）： 12-17.
[11]MILLER S M， UPADHYAY M P. The effects of openness， trade orientation， and human capital on total factor productivity[J]. Journal of development economics， 2000， 63（2）： 399-423.
[12]WANG Y， YAO Y D. Sources of China’s economic growth 1952—1999： incorporating human capital accumulation[J]. China economic review， 2003， 14（1）： 32-52. [13]姚先国， 张海峰. 教育、人力资本与地区经济差异[J]. 经济研究， 2008（5）： 47-57.[YAO Xianguo， ZHANG Haifeng. Education， human capital and regional economic differentials[J]. Economic research journal， 2008（5）： 47-57.]
[14]黄燕萍， 刘榆， 吴一群， 等. 中国地区经济增长差异：基于分级教育的效应[J]. 经济研究， 2013（4）： 94-105.[HUANG Yanping， LIU Yu， WU Yiqun， et al. Economic growth and regional inequality in China： effects of different levels of education[J]. Economic research journal， 2013（4）： 94-105.]
[15]张勇. 人力资本与中国增长和转型[J]. 经济科学， 2015（1）： 29-39.[ZHANG Yong. Human capital and China’s growth and transformation[J]. Economic science， 2015（1）： 29-39.]
[16]岳书敬， 刘朝明. 人力资本与区域全要素生产率分析[J]. 经济研究， 2006（4）： 90-96.[YUE Shujing， LIU Chaoming. Human capital accumulation and regional total factor productivity[J]. Economic research journal， 2006（4）： 90-96.]
[17]李福柱， 趙长林. 中国经济发展方式的转变动力及其作用途径[J]. 中国人口·资源与环境， 2016， 26（2）： 152-162.[LI Fuzhu， ZHAO Changlin. Changing power of China’s economic development mode and its pathway[J]. China population，resources and environment， 2016， 26（2）： 152-162.]
[18]黄燕萍. 金融发展、人力资本与全要素生产率[J]. 厦门大学学报（哲学社会科学版）， 2016（2）： 102-110.[HUANG YanPing. Financial development， human capital and total factor productivity[J]. Journal of Xiamen University： arts & social sciences， 2016（2）： 102-110.]
[19]彭国华. 我国地区全要素生产率与人力资本构成[J]. 中国工业经济， 2007（2）： 52-59.[PENG Guohua. Total factor productivity and composition of human capital in Chinese provinces[J]. China industrial economy， 2007（2）： 52-59.]
[20]PARGAL S， WHEELER D. Informal regulation of industrial pollution in developing countries： evidence from Indonesia[J]. Journal of political economy， 1996， 104（6）： 1314-1327.
[21]LAN J， KAKINAKA M， HUANG X. Foreign direct investment， human capital and environmental pollution in China[J]. Environmental and resource economics， 2012， 51（2）： 255-275.
[22]LAN J， MUNRO A. Environmental compliance and human capital： evidence from Chinese industrial firms[J]. Resource and energy economics， 2013， 35（4）： 534-557.
[23]张军， 陈诗一， JEFFERSON G H. 结构改革与中国工业增长[J]. 经济研究， 2009（7）： 4-20.[ZHANG Jun， CHEN Shiyi， Jefferson G H. Structural reform and industrial growth in China[J]. Economic research journal， 2009（7）： 4-20.]
[24]张宗益， 陈夕红， 吴俊， 等. 产业结构调整、能源要素流动与能源生产率增长——基于结构红利假说的实证分析[J]. 管理工程学报， 2014（2）： 174-181.[ZHANG Zongyi， CHEN Xihong， WU Jun， et al. Industry structure adjustment， energy factor shift and energy productivity growth： based on the structural bonus hypothesis[J]. Journal of industrial engineering and engineering management， 2014（2）： 174-181.] [25]MA C， STERN D I. China’s changing energy intensity trend： a decomposition analysis[J]. Energy economics， 2008， 30（3）： 1037-1053.
[26]ZHANG M， MU H， NING Y， et al. Decomposition of energyrelated CO2 emission over 1991-2006 in China[J]. Ecological economics， 2009， 68（7）： 2122-2128.
[27]LI K， LIN B Q. The nonlinear impacts of industrial structure on China’s energy intensity[J]. Energy， 2014（69）： 258-265.
[28]王兵， 吴延瑞， 颜鹏飞. 中国区域环境效率与环境全要素生产率增长[J]. 经济研究， 2010（5）： 95-109.[WANG Bing， WU Yanrui， YAN Pengfei. Environmental efficiency and environmental total factor productivity growth in China’s regional economies[J]. Economic research journal， 2010（5）： 95-109.]
[29]查建平， 唐方方， 别念民. 结构性调整能否改善碳排放绩效？[J]. 数量经济技术经济研究， 2012（11）： 18-33.[ZHA Jianping， TANG Fangfang， BIE Nianmin. Can structural adjustments improve carbon emissions performance？[J]. The journal of quantitative & technical economics， 2012（11）： 18-33.]
[30]FU X. Foreign direct investment， absorptive capacity and regional innovation capabilities： evidence from China[J]. Oxford development studies， 2008， 36（1）： 89-110.
[31]杨俊， 李晓羽， 杨尘. 技术模仿、人力资本积累与自主创新——基于中国省际面板数据的实证分析[J]. 财经研究， 2007（5）： 18-28.[YANG Jun， LI Xiaoyu， YANG Chen. Technological imitation， human capital accumulation and innovation： an empirical study on economic growth of China[J]. Journal of finance & economics， 2007（5）： 18-28.]
[32]干春晖， 郑若谷， 余典范. 中国产业结构变迁对经济增长和波动的影响[J]. 经济研究， 2011（5）： 4-16.[GAN Chunhui， ZHENG Ruogu， YU Dianfan. An empirical study on the effects of industrial structure on economic growth and fluctuations in China[J]. Economic research journal， 2011（5）： 4-16.]
[33]毛雁冰， 薛文駿. 我国产业能源消耗对经济产出和就业的异质性影响——基于面板协整模型的实证分析[J]. 财经研究， 2012（6）： 102-112.[MAO Yanbing， XUE Wenjun. Heterogeneous effect of industrial energy consumption on economic output and employment in China：empirical study based on panel cointegration model[J]. Journal of finance & economics， 2012（6）： 102-112.]
[34]张国强， 温军， 汤向俊. 中国人力资本、人力资本结构与产业结构升级[J]. 中国人口·资源与环境， 2011， 21 （10）： 138-146.[ZHANG Guoqiang， WEN Jun， TANG Xiangjun. Human capital and its structure and industry structure upgrading[J]. China population， resources and environment， 2011， 21（10）： 138-146.]
[35]TONE K. Dealing with undesirable outputs in DEA： a slacksbased measure （SBM） approach[J]. GRIPS Research Report Series， 2003（1）： 44-45.
[36]单豪杰. 中国资本存量 K的再估算：1952—2006 年[J]. 数量经济技术经济研究， 2008（10）： 17-31.[SHAN Haojie. Reestimating the capital stock of China： 1952-2006[J]. The journal of quantitative & technical economics， 2008（10）： 17-31.] [37]Intergovernmental Panel on Climate Change （IPCC）. IPCC guidelines for national greenhouse gas inventories[R]. Paris： Intergovernmental Panel on Climate Change， United Nations Environment Programme， Organization for Economic CoOperation and Development， International Energy Agency， 2006.
[38]劉华军， 赵浩. 中国二氧化碳排放强度的地区差异分析[J]. 统计研究， 2012（6）： 46-50.[LIU Huajun， ZHAO Hao. Empirical analysis of the regional differences of China’s carbon dioxide emissions intensity[J]. Statistical research， 2012（6）： 46-50.]
[39]BARRO R J， LEE J W. International data on educational attainment： updates and implications[J]. Oxford economic papers， 2001， 53（3）： 541-563.
[40]BARRO R J， LEE J W. A new data set of educational attainment in the world， 1950-2010[J]. Journal of development economics， 2013（104）： 184-198.
[41]ANG J B， MADSEN J B， ISLAM M R. The effects of human capital composition on technological convergence[J]. Journal of macroeconomics， 2011， 33（3）： 465-476.
[42]于斌斌， 金刚. 中国城市结构调整与模式选择的空间溢出效应[J]. 中国工业经济， 2014（2）： 31-44.[YU Binbin， JIN Gang. Space spillovers of Chinese urban structure adjustment and pattern selection[J]. China industrial economics， 2014（2）： 31-44.]