聂 玉立， 温湖炜. （2015）. 中国地级以上城市绿色经济效率实证研究. 中国人口·资源与环境，25（S1），409-413.

彭 冲， 李春风， 李玉双. （2013）. 产业结构变迁对经济波动的动态影响研究. 产业经济研究， （03），91-100.

沈 晓艳， 王广洪， 黄贤金. （2017）. 1997—2013 年中国绿色GDP 核算及时空格局研究. 自然资源学报，32（10），1639-1650.

史 丹. （2018）. 绿色发展与全球工业化的新阶段： 中国的进展与比较. 中国工业经济， （10），5-18.

孙 瑾， 刘文革， 周钰迪. （2014）. 中国对外开放、产业结构与绿色经济增长——基于省际面板数据的实证检验. 管理世界， （06），172-173.

王 金南， 於方， 曹东. （2006）. 中国绿色国民经济核算研究报告2004. 中国人口·资源与环境， （06），11-17.

吴 巧生， 成金华， 王华. （2005）. 中国工业化进程中的能源消费变动——基于计量模型的实证分析. 中国工业经济， （04），30-37.

熊 虎， 田盈， 田力. （2016）. 人力资本与产业结构匹配对投资效率影响的实证分析. 资源科学，38（11），2095-2105.

杨 文举. （2015）. 引入人力资本的绿色经济增长核算： 以中国省份经济为例. 财贸研究，26（02），1-8+84.

尹 虹潘. （2019）. 中国工业化水平的重新测度. 经济学家， （03），35-42.

应 瑞瑶， 周力. （2009）. 资源禀赋与绿色创新——从中国省际数据的经验研究看“荷兰病”之破解. 财经研究，35（11），92-102.

袁 富华， 张平， 陆明涛. （2015）. 长期经济增长过程中的人力资本结构——兼论中国人力资本梯度升级问题. 经济学动态， （05），11-21.

张 复明. （2011）. 资源型区域面临的发展难题及其破解思路. 中国软科学， （06），1-9.

张 楠， 范洪敏， 穆怀中. （2020）. 人力资本梯度升级的经济增长效应. 人口与经济， （02），87-101.

赵 领娣， 张磊， 徐乐， 胡明照. （2016）. 人力资本、产业结构调整与绿色发展效率的作用机制. 中国人口·资源与环境，26（11），106-114.

周少甫， 王伟， 董登新. （2013）. 人力资本与产业结构转化对经济增长的效应分析——来自中国省级面板数据的经验证据. 数量经济技术经 济研究，30（08），65-77+123.

Asteriou， D.， & Agiomirgianakis， G.M. （2001）. Human capital and economic growth： time series evidence from Greece. Journal of Policy Model- ing， 23（05）， 481-489.

Consoli， D.， Marin， G.， Marzucchi， A.， & Vona， F. （2016）. Do green jobs differ from non-green jobs in terms of skills and human capital?. Re- search Policy， 45（05）， 1046-1060.

H ansen， B.E. （1999）. Threshold effects in non-dynamic panels： estimation， testing and inference. Journal of Econometrics， 93（02）， 345-368.

Haraguchi， N.， Martorano， B.， & Sanfilippo， M. （2019）. What factors drive successful industrialization? Evidence and implications for develop- ing countries. Structural Change and Economic Dynamics， 49（06）， 266-276.

Sabadie， J.A. （2014）. Technological innovation， human capital and social change for sustainability. Lessons learnt from the Industrial Technolo- gies Theme of the EU’s Research Framework Programme. Science of the Total Environment， 481， 668-673.

Vandenbussche， J.， Aghion， P.， & Meghir， C. （2006）. Growth， distance to frontier and composition of human capital. Journal of Economic Growth， 11（02）， 97-127.

注 释：

①根据《中国绿色国民经济核算研究报告2004》计算得出，单位废水/废气/固体废物污染损失价值分别为：4.7 元/吨 、3605.3 元/吨、7.7 元/吨。

②城镇化率由城市建成区面积、建设用地面积、人口密度与土地征用面积经因子分析提取公因子后所得，反映的 是各省区的土地城镇化率。

③经Pearson 双侧检验，城镇化率与人均GDP、就业人员工资、非农人口比重不存在相关性（5%水平）；非农人口占比与第二产业产值比重、城镇化率不存在相关性；两变量的公因子方差提取量分别为0.128 与0.704，对原始变量的 解释力度偏低，其他变量均在0.85 以上。

④所有数据均来源于《中国统计年鉴》（2001—2018 年）、《中国科技统计年鉴》（2001—2018 年）、《中国人口和就业统计年鉴》（2001—2018 年）；按照国家统计局网站的划分标准可将我国省级行政单位（不包括港澳台）划分为东部 、中部、西部三大经济地区，由于西藏地区数据缺失较为严重，故本文仅采用了西部其他11 个省区的数据。

一、问题的提出改革开放以来，我国经济发展取得了举世瞩目的成就，GDP 总量更是长期保持着两位数的增长速度。进入新常态后，随着人口红利的消失，经济下行的趋势逐渐凸显，产业结构也面临着优化转型的需求，尤其在长期的粗放型增长模式下，自然生态环境遭到了较为严重的破坏，可持续经济与生态经济等发展理念应运而生，实现经济增长与环境保护的协调发展成为新时代高质量发展的现实要求。在产业结构变迁的背景下，提高劳动力整体素质，优化劳动力供给结构成为推动产业优化与绿色经济发展的重要路径，教育人力资本的绿色经济效益也受到人们重视。然而，产业结构变迁具有地域特殊性，产业优化的表现形式也并不相同，这就导致市场对教育人力资本的依赖存在区域差异，进而影响其绿色效益。因此，在讨论教育人力资本与绿色经济的关系时需要对产业结构变迁的地域特征加以考虑，从而客观呈现教育人力资本的绿色效应。英国经济学家皮尔斯在1989 年出版的《绿色经济蓝皮书》中首次提出了绿色经济的概念，这是继可持续发展理念提出以后，推进人与自然和谐发展的又一重要方向。绿色经济的发展除了关注经济总量的增加外，更加注重如何降低社会生产过程对自然环境的破坏程度。在这一理念的指引下，企业的技术革新显得尤为重要，这一理念也对人力资本提出了更高要求，提升劳动力的整体文化素质与技能水平对绿色经济的发展意义重大。进入新常态，我国产能过剩的问题日益突出，区域间的产业转移趋势更加明显，诱发了社会劳动力资源的重新配置，也导致人力资本对绿色经济的影响作用呈现出时空分异的现象。关于人力资本、产业结构变迁与绿色经济的关系备受关注，“人口红利”“结构红利”等一系列经济增长假说成为社会各界讨论的焦点，但是学术界对人力资本、产业结构与绿色经济三者的关系并没有形成统一定论。部分研究强调人力资本积累在绿色发展中起主导作用。例如，杨文举（2015）的研究提到，我国经济的高速增长与资源开发、劳动投入存在紧密关联，人力资本积累是绿色经济增长的重要动力。张复明（2011）从人才结构与研发水平两方面分析了人力资本的经济效应，认为人力资本水平的提升能够促进工业部门的绿色创新。陈然等人（2019）从绿色收益的视角指出，教育人力资本的积极作用在于促进产业优化与观念转变两个方面，提升人力资本水平有利于绿色经济的增长。也有部分研究认为，改革开放四十年来的经济高速增长得益于我国产业调整所形成的结构红利，而绿色经济的发展又有赖于产业结构的优化升级。例如，聂玉立和温湖炜（2015）的研究指出，绿色经济效率提升与经济增长之间存在非线性关系，产业结构的不断调整在这一过程中起主导作用，产业优化对绿色经济效率的提升具有显著促进作用。在林晓等人（2017）的研究中，产业升级表现出较强的绿色经济效应，并且在空间地理层面存在正向溢出性。孙瑾等人（2014）在研究中强调了第三产业对绿色经济的推动作用，不过也提到第三产业的绿色效应表现出明显的区域差异，中部地区面临着“污染避难所”的现实困境。从上述研究来看，人力资本与产业结构在绿色经济发展中发挥着重要作用，并且人力资本与产业结构之间存在着相互影响的内在机制。范建双等人（2017）的研究也指出，人力资本积累与产业结构调整对绿色经济的发展均具有显著正向效应，其影响作用分别表现在技术进步与效率提升两方面。Haraguchi et al.（2019）的研究对人力资本与产业结构的内在关联给予了支持，他们认为教育是推动工业化成果得以延续的必要因素。应瑞瑶和周力（2009）从空间地理发展的视角指出，东部工业基础条件优越，高水平的产业结构为人力资本积累提供了市场基础，人力资本促进企业绿色创新的作用也更加突出；而西部处在资源开发阶段，人力资本对工业部门技术革新的影响作用并不显著。由此可见，教育人力资本、产业结构变迁与绿色经济之间存在着密切关联。以往研究侧重对教育人力资本、产业结构与绿色经济两两之间的关系进行探讨，而产业结构在教育人力资本与绿色经济关系间的第三方效应仍然有待探索。本文拟在门槛效应模型的基础上，实证检验产业结构变迁背景下教育人力资本对绿色经济的非线性影响，为教育资源的优化配置与产业结构的优化调整提供经验证据。相较于以往研究，本文的边际贡献有以下两点：第一，利用Hansen 提出的门槛模型检验思路，打破固有的线性分析思维，从产业变迁视角为人力资本与绿色经济的关系变化寻求合理的解释机制，为研究两者的非线性关系提供一个可行视角；第二，从工业化与产业高级化两个层面分析教育人力资本对绿色经济影响的门槛特征，为处于不同产业水平的地区提供一个调整人力资本结构的参考框架。二、教育人力资本、产业结构变迁对绿色经济的影响机制分析（一）教育人力资本与绿色经济教育人力资本对绿色经济的影响作用首先体现在技术创新方面。众所周知，人类发展至今已先后经历了蒸汽、电气与信息化三次完整的工业革命，目前正在经历以清洁能源、生物技术等为主要标志的第四次工业革命。纵观人类发展的各个进程，“人”这一要素资源在整个经济社会发展中处于主导地位，所有社会活动都以劳动投入为基础，人力资本的开发是推进技术进步的前提条件；尤其是在可持续发展理念的引领下，世界各国各地区正在积极探寻能够最大限度减少环境破坏的生产方式，而众多具有开创性的清洁能源、环保技术也都建立在人力资本开发的基础之上。教育人力资本通过改变生产工具、生产方式与生产理念，极大地推动了各类技术创新活动的开展，为绿色技术的发展提供了强大的智力支撑，也为绿色经济的增长积累了原始动力，更为弥补社会生产所造成的环境破坏带来了无限可能性。另一方面，教育人力资本的绿色收益还表现在效率提升方面。伴随技术革命而来的是生产效率的质性飞跃，尤其是资源利用效率呈现出更加明显的集约化趋势，而效率提升最直接的影响就是资源消耗量的相对下降，从成本收益的角度来讲即单位产出所需要的成本降低了，人们可以用更少的资源生产出更多的商品，这一过程不仅表现为经济总量的增加，还意味着单位产出造成的环境损失的下降，这也为绿色经济的发展创造了基础条件。（二）产业结构变迁与绿色经济产业结构变迁是经济发展到一定阶段的必然表现，这也意味着在不同地区与时期，产业结构变迁的表现形式有所差异。我国现阶段的产业结构变迁主要表现为工业化与产业高级化过程。工业化的表现形式复杂多样，从产业与就业结构来看，即非农产业规模的扩大与就业人口的增长，这也是推动经济增长的重要动力。但是，对于绿色经济的发展而言，工业化过程具有双刃剑效应：一方面，工业化的推进有利于社会资源的优化配置，促进社会生产效率的提升，形成经济增长的重要动力，为绿色经济的发展提供经济支撑；另一方面，工业化也是资源开发不断加深的过程，必然会对原有自然生态造成更大的破坏，而经济生产所造成的环境损失又会抑制绿色经济的增长。正如符淼、黄灼明（2008）所指出的，工业化与环境污染的关系存在拐点特征，工业化进程中的资源消耗是造成环境污染的主要原因；而工业化过程所催生的经济收益与技术创新又有助于缓解社会发展与生态保护的矛盾，尤其是工业体系的绿色化与低碳化，也为产业调整与绿色可持续的协同性提供了新的路径（史丹，2018）。新常态下的产业高级化一般表现为第三产业与第二产业经济地位的相对变化，尤其是第三产业地位的上升在这一过程中起着主导作用。通常情况下，第三产业的发展具有较强的劳动吸引力，依托知识与技术要素的发展优势，第三产业经济地位的相对提升能够在一定程度上抑制工业部门的资源消耗。但是，在市场需求的约束下，产业高级化的绿色效应也是相对有限的，尤其在具备资源优势的地区盲目推进产业高级化可能会加剧就业与经济结构的失衡，反而导致绿色收益下降。例如，何德旭和姚战琪（2008）认为，我国第三产业长期处于高位投入水平，但是产出效率仍不及第二产业，原因在于，第三产业的过快普及导致行业发展的粗放化特征明显，反而造成了比较严重的效率损失问题。史丹（2018）也提到，服务需求的过度膨胀可能会加快资源的消耗速度，在短期内加剧环境污染问题。可见，产业变迁存在较大的不确定性，这种不确定风险又会以经济产出的形式外显，这也就意味着产业调整与绿色经济并非简单的线性关系，两者间关系可能在不同的产业发展期呈现出阶段性特征。（三）教育人力资本、产业结构变迁与绿色经济从市场均衡角度来讲，教育人力资本与产业结构变迁之间存在着相互制约与促进的关系，而两者的相对均衡又是绿色经济稳定发展的前提条件。目前，绝大多数发展中国家仍然面临着由传统产业向现代产业过渡的发展使命，究其根本，即社会要素重新组合的过程，通过市场机制的调节，让劳动力、土地、资本等要素资源的配置更加符合新的产业构成方式，进而满足经济持续发展的社会需求。从这一角度来看，产业结构在教育人力资本与绿色经济之间扮演着调节器的角色，也是优化人力资本供给规模与质量的风向标，决定着人力资本的绿色收益前沿面。具体而言，产业结构变迁在一定程度上决定着劳动力市场的需求变化，而教育人力资本作为市场经济的重要组成部分，在影响经济发展的同时也受到市场环境的制约。当教育人力资本与产业结构不匹配时，人才短缺、相对过剩等问题就会伴随出现，其结果直接表现为效率降低与资源浪费，从而加剧环境破坏，造成绿色效率损失。反之，两者高度匹配时，生产效率符合最大化效益原则，单位产出所带来的环境损失较低，也更有利于实现经济增长与绿色收益的双赢。结构经济理论为这一现象提供了较为合理的解释依据，该理论将经济增长的源泉归结为经济系统内部的结构优化，产业结构也被认为是经济增长的决定因素之一，而为了实现经济增长的基本目标，要素资源配置也要符合现行产业结构的基本需求。正如赵领娣等人（2016）所提到的，单一化的人力资本结构难以充分满足产业调整需求，直接导致了就业供给与产业结构的相对失衡，其结果往往表现为绿色产出的无效率或者低效率。与此相反，两者的高度匹配更有利于提高人力资本的经济效率，也符合经济持续增长的目标（周少甫等，2013）。Sabadie（2014）认为，以人力资本为主导的知识产业对环境恶化的抑制有着积极作用，但在以资源密集型产业为主导的区域，人力资本的绿色收益并不理想。Consoli et al.（2016）从职业划分的角度指出，相较于传统产业部门，绿色职业在教育、技能与认知等方面对人力资本有着更高的要求，这也是此类职业具有较高绿色产出的根源所在。熊虎等人（2016）也在研究中指出，产业升级倒逼人力资本结构的高级化，这是新常态下提升人力资本收益的新兴发力点。从教育人力资本与产业结构变迁的关系来看，两者只有在均衡配置的市场环境下才会产生更高的绿色收益，而如何处理产业结构变迁的第三方效应也成为科学评价教育人力资本绿色收益的基本前提。三、研究方法与数据说明（一）研究方法事实上，人力资本与经济增长之间通常不是线性关系，尤其在外部因素的干扰下，两者关系往往表现为反L 型或扁平S 型等（袁富华等，2015；张楠等，2020），这也意味着人力资本与经济增长的关系可能存在1 个或者多个结构突变点，呈现出非线性的变化趋势，Asteriou et al.（2001）对人力资本与个体收入的研究以及Vandenbussche et al.（2006）对人力资本与经济增长的研究都对这一现象给予了理论与经验上的支持。而为了实现人力资本与经济增长的非线性估计，传统的处理方法是在原有的线性模型中加入解释变量的二次项抑或利用分组回归方法主观判断结构突变点进行估计。但是，含有二次项的模型构造存在比较严重的共线性问题；人为分组又会受到制度环境、经济时滞等因素的影响，难以对结构突变点精确界定，这就导致估计结果具有严重的偏误性。显然，传统方法在处理非线性问题时并不理想。Hansen（1999）提出的门槛效应模型为解决这一问题提供了新的视角，其本质是在固定效应模型中利用自体抽样法（Bootstrap）计算统计量的渐进分布，进而对结构突变点（门槛值）自主搜寻，根据门槛值的划分实现对变量关系的非线性估计，门槛值的选取完全取决于数据内生。这一检验思路可以避免二次项构造所产生的共线性问题，同时也降低了人为分组导致的偏误性，统计量也更具有效性。借鉴Hansen 的模型设计思路，本文以产业结构变迁作为门槛变量，将教育人力资本对绿色经济影响的单门槛模型设定为如下形式：其中，GGDP、EDU、M、K 分别表示绿色经济、教育人力资本、产业结构变迁与控制变量，r 为单门槛临界值。当M≤r 时，教育人力资本对绿色经济的影响系数为 α1；当M＞r 时，教育人力资本对绿色经济的影响系数为 α2。若存在双门槛现象，可以将（1）转换为（2）：其中， r1与 r2为双门槛的两个临界值，通过对双门槛临界值的设定可以将产业结构变迁划分为三个水平，用于估计三阶段下教育人力资本对绿色经济的非线性影响作用。需要说明的是，单门槛效应显著是整个门槛效应估计有效的前提，只有在该前提下，双门槛或者多门槛的估计结果才具有统计意义。（二）数据说明与处理1. 被解释变量：绿色经济。采用绿色GDP 衡量绿色经济。关于绿色GDP 核算的主流方法有能值分析法、投入产出法、平衡推算法、社会福利法等（沈晓艳，2017）。平衡推算法通过在GDP 总量中扣除污染治理费用与污染直接损失得到绿色GDP 净值，能够直观反映出考虑污染因素在内的GDP 实际变化情况。本文借鉴王金南等人（2006）提出的绿色GDP 测算理念，参照《中国绿色国民经济核算研究报告2004》，以2004 年三废损失成本为基准参数，根据历年消费价格指数推算出2000—2017 年三废损失成本的当年价格，表1 给出了经调整后三废损失成本的历年价格。表1 三废损失成本价格（单位：元/吨）年份 废水损失成本 废气损失成本 固体废弃物损失成本2000 4.48 3432.87 7.33 2001 4.51 3456.60 7.38 2002 4.47 3428.91 7.32 2003 4.52 3470.04 7.41 2004 4.70 3605.30 7.70 2005 4.78 3670.16 7.84 2006 4.86 3725.53 7.96 2007 5.09 3904.29 8.34 2008 5.39 4134.47 8.83 2009 5.35 4105.20 8.77 2010 5.53 4240.46 9.06 2011 5.83 4469.05 9.54 2012 5.98 4585.33 9.79 2013 6.13 4704.77 10.05 2014 6.26 4798.89 10.25 2015 6.34 4866.13 10.39 2016 6.47 4963.42 10.60 2017 6.57 5042.52 10.77从表1 中可以看到，三废损失成本均呈现出不断上升的趋势，即经济发展过程中的污染治理负担在不断加重。在三废损失成本测算基础上，本文对2000—2017 年各省区的绿色经济发展水平进行了测度，计算公式如（3）：式（3）中，GGDP 代表绿色GDP，GDP 为传统GDP 总量，资源消耗成本采用第二产业生产总值衡量，环境损失成本即废水、废气与固体废弃物对生态环境造成破坏所带来的价值损失，采用三废产出量与相应损失成本乘积之和衡量①。2. 核心解释变量：教育人力资本。从现有文献来看，教育人力资本的测算包括教育存量法、成本收益法与累计投入法等。其中，教育存量法主要是对样本整体的平均受教育年限进行测算，计算过程囊括了性别、年龄、工作性质等多个人口学属性，能够综合反映出劳动力的平均受教育水平（方超，2016；彭冲，2013），其一般的计算公式如下：式（4）中，EDU 为平均受教育年限，n 为教育层级， pit表示第t 年接受i 级教育的人口总量， Pit为总人口规模，y 为各级教育所对应的教育年限。现阶段我国主要有未上学、小学、初中、高中/中职、大专/高职、本科、硕士研究生与博士研究生8 个教育层级，中职、高职与博士研究生等多个层级的受教育人数在统计层面的缺失性严重。针对这一问题，部分研究将教育层级做了简化处理，例如，郭志仪等人（2006）在研究中将大专及以上受教育情况合并为1 个层级，方超等人（2018）则将研究生及以上受教育情况合并为1 个层级。从我国当前的教育结构划分来看，大专及以上教育统一被列为高等教育的组成部分，这类教育层级的学生在就业方面存在着较高的同行竞争性。因此，参照前人研究，本文将大专及以上教育划分为一个层级，即文中教育人力资本测算所涉及的教育层级包括未上学、小学、初中、高中/中职、大专及以上（包含大专/高职、本科、硕士和博士4 个阶段）5 个层级，将各层级所接受的教育年限分别界定为1 年、6 年、9 年、12 年、15.5 年。3. 门槛变量：产业结构变迁。产业结构变迁一般遵循着由第一产业向第二产业、第二产业向第三产业过渡的规律，彭冲等人（2013）将上述现象定义为产业高级化过程。我国区域发展差距突出，东部产业化水平相对较高，第三产业在经济增长中占据主导地位；而西部经济落后，很多贫困地区仍然以农业生产为主要的经济来源，面临着向产业高级化与工业化过渡的艰巨任务。因此，为了更加客观地反映产业结构的变迁过程，本文同时采用工业化与产业高级化作为产业结构变迁的代理变量。参照干春晖等人（2011）的研究，将产业高级化的测算公式表达如下：式（5）中， M1代 表产业高级化，IGDP、SGDP 分别为第二产业与第三产业的生产总值， M1为正向指标。另外，从有关工业化水平的测算方法来看，相关研究主要是从产业结构、经济总量、居民收入等方面进行考察。例如，蒋震（2014）将人均GDP、第三产业比重与就业人员工资等作为工业化的测度指标，吴巧生等人（2005）从就业层面衡量工业化水平，陈佳贵（2006）基于层次分析法构建了含有人均GDP、产业结构与就业结构的工业化评价体系。上述研究对工业化的测度均具有一定合理性，各类指标也有一定的代表性，为工业化评价体系的构建提供了有益的参考。为了全面考察我国的工业化水平，本文采用因子分析法对工业化水平进行综合评价，表2 为指标设置的基本情况。表2 工业化因子分析评价指标指标名称 变量及数据产业结构 第三产业产值比重第二产业产值比重经济总量 人均GDP生活水平 城镇居民可支配收入农村居民纯收入就业人员工资如表2 所示，本文构建了含有产业结构、经济总量与生活水平的工业化评价指标体系。另外，也有研究将城镇化作为工业化的测度指标（尹虹潘，2019）；因此，在最初的指标体系中，本文也尝试将城镇化率与非农人口比重纳入因子分析模型②，利用主成分分析法提取公因子后，KMO 值为0.776，Bartlett 球形检验在1%水平上达到统计显著，但累积解释方差仅为78.724%，两变量与其他变量的相关性较差，不符合各变量低度相关的前提假设③。这与前人研究的结论并不一致，可能是由样本期截取差异以及指标数据源不同所致。出于统计有效性考虑，对两变量予以删除，调整后的KMO 值为0.743，仍然介于适合范围内（0.7—0.8），累积方差的解释力度达到了93.36%，各变量之间均存在显著相关性，能够更为全面地反映原始变量的信息内容。为了排除遗漏变量可能导致的估计偏误，进一步利用独立样本t 检验统计量对调整前后的工业化水平做差异性分析，概率p 值为1，接受了原假设（H0=两样本平均数不存在差异），说明是否含有城镇化率与非农人口比重对工业化的测度结果不存在显著影响。将工业化水平记为M2。4. 控制变量。绿色经济的发展受到诸多社会因素的影响。陈超凡（2016）将影响绿色生产效率的因素归纳为工业规模结构、要素禀赋结构、环境约束、能源结构、技术水平、外商投资与企业产权结构等方面。车磊等人（2018）侧重从经济水平、城镇化、技术创新、产业结构、能源结构与环境规制等方面考察绿色经济的影响因素。郝国彩等人（2018）将产业结构、技术进步、资源禀赋与外商直接投资作为影响绿色经济的主要因素。综合考虑各类因素的影响作用，本文选取了表3 所示的一组控制变量。表3 控制变量及数据说明情况变量名称 数据说明 代理公式外商投资水平 外商直接投资 FDI技术水平 技术市场交易额 TL城镇化水平 城镇人口占总人口比重 URB教育投入水平 国家财政性教育经费支出 EDUIN政策约束力度 资源税收总额 RTAX此外，出于对模型有效性的考虑，当产业高级化或工业化作为门槛变量时，将工业化与产业高级化分别作为控制变量纳入模型；为了减少模型的异方差问题，对各控制变量与绿色经济水平均做对数处理。表4 给出了2000—2017 年主要变量的均值描述统计结果④。表4 主要变量的均值描述分析年份 GGDP（亿元） EDU M1 M2 2000 1521 7.745 1.011 -0.643 2001 1693 7.816 1.027 -0.592 2002 1883 7.899 1.044 -0.544 2003 2124 8.088 0.991 -0.535 2004 2512 8.193 0.938 -0.510 2005 2949 8.021 0.910 -0.473 2006 3405 8.206 0.881 -0.425 2007 4129 8.341 0.892 -0.339 2008 4894 8.412 0.882 -0.250 2009 5485 8.524 0.934 -0.132 2010 6454 8.871 0.880 -0.060 2011 7712 8.925 0.877 0.076 2012 8705 9.009 0.914 0.249 2013 9950 9.119 1.001 0.485 2014 9.106 1.046 0.643 2015 9.181 1.184 0.859 2016 9.215 1.283 1.046 2017 9.362 1.349 1.242从表4 可以看到，2000—2017 年我国绿色GDP 均值不断增长；教育人力资本水平总体上表现出缓慢上升的趋势，仅在2005 年出现了小幅下降；产业高级化的波动变化较为明显，于2002—2006 年不断下降，2006—2008 年相对平稳，2011 年后呈现出快速上升的趋势；工业化水平总体上呈现出快速上升的趋势。对比上述各变量的变化可以发现，绿色经济与教育人力资本、产业高级化、工业化不存在明显的协同增长关系，说明变量间可能存在着未观测到的非线性关系。四、实证分析过程（一）单位根检验首先对各变量的平稳性进行检验，表5 同时报告了levinlin（LLC）与ipshin（IPS）两种检验方法的估计结果，用于判断各变量中是否存在单位根。表5 单位根检验结果注：*和**分别表示在5%与1%水平上显著，下表同。变量形式 变量名称 LLC IPS 结论T P T P原序列GGDP -7.714* 0.040 -1.478 0.391 不平稳EDU -10.266** 0.000 -1.907** 0.004 平稳M1 -4.567 0.886 -0.949 0.996 不平稳M2 -2.996 0.400 -0.849 0.999 不平稳FDI -7.916 0.455 -1.386 0.592 不平稳TL -7.142 0.089 -1.337 0.693 不平稳URB -5.544 0.176 -1.336 0.695 不平稳EDUIN -5.223 0.998 -1.107 0.963 不平稳RTAX -7.105 0.180 -1.375 0.616 不平稳GGDP -17.257** 0.000 -2.296** 0.000 平稳EDU -18.850** 0.007 -2.904** 0.000 平稳M1 -11.797* 0.021 -1.756* 0.034 平稳M2 -14.359** 0.000 -1.970** 0.001 平稳FDI -12.544* 0.031 -1.901** 0.004 平稳TL -17.953** 0.000 -2.119** 0.000 平稳URB -16.232** 0.000 -2.465** 0.000 平稳EDUIN -18.545** 0.000 -2.250** 0.000 平稳RTAX -15.843** 0.000 -2.290** 0.000 平稳一阶差分从表5 可以看到，在原序列条件下，除了教育人力资本达到了显著性水平外（1%水平），其他变量的检验结果并不理想。一阶差分后，各变量在两方法下均显著不存在单位根（1%或5%水平），即各变量为同阶单整序列，符合平稳性的前提条件。（二）门槛效应回归过程在表6 中，模型（1）与（2）分别报告了在产业高级化与工业化作为门槛变量时的模型显著性估计结果，这是判断是否存在门槛效应的基本检验，统计值为采用bootstrap 法抽样1000 次所得。表6 门槛显著性检验结果门槛类别 （1） （2）F P F P单门槛 19.42 0.189 51.42** 0.007双门槛 14.92 0.153 25.00 0.089多门槛 3.64 0.956 23.09 0.273单门槛临界值 0.719 0.115置信区间 0.712 0.722 0.086 0.139从表6 可以看到，模型（1）不存在显著的门槛效应；在模型（2）中，单门槛效应在1%水平上显著，而双门槛与多门槛的检验结果并不显著（5%水平）。由此可以判定，当工业化作为门槛变量时，教育人力资本对绿色经济的影响存在显著的单门槛特征，两者存在非线性的变化关系；根据单门槛临界值，工业化的取值在0.115 以下时处于低水平，在0.115 以上时处于高水平。为了便于比较，表7 模型（3）与（4）分别给出了线性面板回归模型与以工业化为门槛变量的估计结果。表7 门槛效应模型回归结果注：模型（4）中EDU1、EDU2分别表示工业化处于低水平与高水平时教育人力资本的待估参数。变量名称 （3） （4）系数值 T P 系数值 T P EDU 0.073**— —FDI 0.053** 4.177 0.000 0.079** 6.015 0.000 TL 0.015** 2.759 0.006 0.012* 2.035 0.042 URB 0.671** 7.702 0.000 0.685** 7.506 0.000 EDUIN 0.416** 26.346 0.000 0.465** 29.489 0.000 RTAX 0.036** 4.945 0.000 0.014 1.944 0.052高级化 -0.006 -0.240 0.810 0.181** 8.638 0.000工业化 0.248** 12.269 0.000 — — —EDU1 — —0.115** EDU2 — —0.125**常数 4.408** 23.966 0.000 3.248** 21.994 0.000模型参数 Within R方 F P Within R方 F P 0.989 772.76** 0.000 0.988 713.17** 0.000从表7 可以看到，模型（3）与（4）的组内R 方均在0.9 以上，各变量对模型方差变异的解释力度分别为98.9%与98.8%，说明模型的构建较为合理。在线性面板回归模型中，教育人力资本对绿色经济表现出显著促进作用，工业化水平也是推动绿色经济增长的重要因素，但是产业高级化对绿色经济表现出不显著的抑制作用。模型（4）中，在工业化约束下，教育人力资本的两阶段系数值均显著为正，并且在工业化处于高水平时，教育人力资本的系数值明显较大，说明随着工业化水平的提升，教育人力资本的绿色效应显著增强。对比两模型的估计结果可以看到，无论是在线性还是非线性条件下，教育人力资本对绿色经济的发展均表现出积极作用。但是，产业高级化的影响作用表现出较大的不稳定性，只有在工业化的约束条件下，其积极作用才逐渐体现，这也意味着工业化在绿色经济发展中起主导作用，而产业高级化的影响作用相对较小。原因在于，绿色经济考察的不仅是GDP 总量的增长，更关注经济增长过程中如何降低对自然环境的破坏，从而减少用于修复生态的额外成本。如表8 所示，2000—2017 年我国产业高级化水平的省际分布并不存在明显差距，北京、上海、海南、湖南、贵州、陕西与青海7 个省区的测算值在1 以上，大部分省区介于0.8—1 之间，只有河南省在0.7 以下。不过，2000—2017 年我国省际工业化水平差距却比较明显，东部地区的工业化程度普遍较高，只有河北、辽宁与山东3 省的工业化综合评价值小于0。这主要是因为，本文对工业化水平的测度不仅考察工业部门的经济总量，而且重点关注经济增长、居民收入与产业结构的分布情况；通过对比工业化相关指标的均值可以发现，除了海南省外，山东、辽宁与河北3 省在人均GDP、居民收入、职工工资与产业水平方面都处于靠后位置，经济发展实力相对于其他东部省区明显偏弱。在中西部地区，除了陕西省外，其他所有省区的工业化综合水平均在0 以下，这在一定程度上反映了中西部工业化水平较低的事实，也从侧面映射出我国工业化发展区域差距的现实问题。从上述分析结果来看，教育人力资本对绿色经济的促进作用显著存在，工业化水平的门槛特征也非常明显，但是产业高级化在绿色经济的发展过程中并不存在关键性作用。此外，从综合产业高级化与工业化水平的分布情况来看，我国中西部地区面临着更为严峻的产业调整问题，这必然会对教育人力资本的绿色效应产生一定影响。因此，在对教育人力资本与绿色经济关系的分析中还要考虑产业水平的差异问题，后文将继续对这一问题进行探讨。表8 2000 —2017年各省区产业高级化与工业化水平东部 M1 M2 中部 M1 M2 西部 M1 M2北京 3.045 1.624 山西 0.848 -0.252 内蒙古 0.862 -0.077天津 0.936 0.515 吉林 0.840 -0.204 广西 0.951 -0.230河北 0.705 -0.311 黑龙江 0.963 -0.219 重庆 0.899 -0.119辽宁 0.866 -0.051 安徽 0.839 -0.264 四川 0.917 -0.215上海 1.467 1.255 江西 0.783 -0.318 贵州 1.102 -0.203江苏 0.804 0.200 河南 0.652 -0.422 云南 0.993 -0.227浙江 0.866 0.420 湖北 0.920 -0.134 陕西 1.831 0.280福建 0.827 0.040 湖南 1.000 -0.109 甘肃 0.776 -0.300山东 0.734 -0.104 青海 1.017 -0.283广东 0.983 0.271 宁夏 0.809 -0.298海南 1.824 0.113 新疆 0.923 -0.219均值 1.187 0.361 均值 0.856 -0.240 均值 1.000 -0.172（三）教育人力资本绿色效应的差异分析正如上文所提到的，产业高级化对绿色经济的影响作用并不稳定，在工业化约束条件下，教育人力资本的绿色效应存在着多阶段变化，而我国产业水平的差异非常明显，这也是绿色经济发展差异形成的重要原因。那么，在绿色GDP 处于不同水平的情况下，教育人力资本的绿色效应是否也具有非线性趋势?产业结构变迁的门槛特征是否也存在差异性?为了验证上述猜想，本文对2000—2017 年30 个省区绿色GDP 的均值进行了排序，分别将绿色GDP 水平位于前十、后十的省区列为绿色发达与欠发达地区，将处于中间水平的省区界定为绿色中等水平地区，在此基础上继续对产业高级化与工业化的门槛作用进行检验，表9 给出了绿色经济水平的划分结果。表9 绿色GDP区域分布情况（单位：亿元）发达地区 绿色GDP 中等地区 绿色GDP 欠发达地区 绿色GDP广东 湖北 8115 云南 4180江苏 辽宁 7739 重庆 4083山东 福建 6941 吉林 3876浙江 安徽 5839 山西 3663北京 黑龙江 5268 贵州 2923河南 9734 广西 4773 新疆 2854上海 9391 内蒙古 4604 甘肃 2136四川 8705 陕西 4450 海南 1472河北 8591 天津 4355 宁夏 753湖南 8297 江西 4289 青海 585均值 均值 5637 均值 2652从表9 中可以看到，发达地区的绿色GDP 普遍在8000 亿元以上，而欠发达地区均在4500 亿元以下；对比三大地区的均值可以看到，发达地区分别是中等与欠发达地区的2.21 倍、4.71 倍，中等地区是欠发达地区的2.12 倍，说明2000—2017 年我国绿色GDP 的发展差距非常明显。此外，从省区分布情况来看，传统意义上的东部11 省区中仅有辽宁、天津与海南的绿色GDP 水平分属于中等与欠发达地区，广东等8 个省区均位于绿色GDP 发达地区行列；而欠发达地区仍然以西部省区为主。基于上述分析，本文继续对产业高级化与工业化的门槛特征进行检验。首先对产业高级化的门槛效应进行分析，结果显示，在绿色经济发达、中等与欠发达地区中，产业高级化的门槛效应均不显著。因此，表10 仅给出了线性面板回归模型的估计结果。表10 分地区的线性面板回归估计结果变量名称 发达地区 中等地区 欠发达地区系数值 T 系数值 T 系数值 T EDU 0.074* 2.510 0.034 1.134 0.072* 2.349 FDI 0.035 1.333 0.177** 7.047 0.008 0.563 TL 0.008 0.590 -0.048** -4.785 0.036** 5.231 URB 0.995** 8.114 0.308* 2.041 1.008** 6.767 EDUIN 0.412** 17.493 0.507** 16.912 0.347** 13.746 RTAX 0.001 0.186 -0.018 -1.270 0.070** 4.889 M1 -0.061 -0.619 0.058 1.251 -0.048 -0.918 M2 0.248** 9.468 0.272** 8.294 0.341** 8.254常数 5.025** 15.916 3.233** 9.973 4.781** 17.087模型参数 Within R方 F Within R方 F Within R方 F 0.993 46.18** 0.992 1194.59** 0.991 233.41**从表10 可以看到，对于绿色GDP 不同的地区，教育人力资本对绿色经济的影响作用具有明显差异，系数值仅在发达与欠发达地区显著为正，中等地区并不显著；而各地区的产业高级化对绿色经济均不存在显著影响作用；工业化对绿色经济的影响均表现为显著促进作用。从上述结果来看，教育人力资本与工业化对绿色经济的重要性均得到验证，继续来看工业化的门槛特征（如表11 所示）。表11 工业化门槛约束下的回归估计结果注：在绿色经济发达与中等地区，EDU1、EDU2分别表示工业化处于低水平与高水平时教育人力资本的待估参数；在欠发达地区，EDU1、EDU2、EDU3分别表示工业化处于低、中、高水平时教育人力资本的待估参数；绿色经济发达与中等地区仅给出了单门槛临界值与置信区间。变量名称 发达地区 中等地区 欠发达地区系数值 T 系数值 T 系数值 T FDI 0.105** 3.698 0.230** 9.059 0.030* 2.033 TL 0.011 0.713 -0.043** -4.038 0.025** 3.633 URB 0.993** 7.469 0.358* 2.280 0.084** 6.011 EDUIN 0.417** 15.546 0.546** 17.980 0.396** 17.318 RTAX -0.022* -2.347 -0.031* -2.154 0.068** 4.826 M2 0.180** 6.140 0.247** 6.856 0.080 1.835 EDU1 0.123** 3.829 0.056 1.819 0.065* 2.160 EDU2 0.135** 4.122 0.068* 2.243 0.083** 2.800 EDU3— —0.102**3.459常数 3.409** 12.524 1.940** 7.146 4.084** 18.218单门槛（F/P） 30.62* 0.019 26.51* 0.020 33.82* 0.020双门槛（F/P） 16.96 0.120 14.28 0.243 29.64* 0.011三门槛（F/P） 12.80 0.519 10.65 0.465 12.25 0.660门槛临界值 0.414 -0.142 -0.034——-0.673置信区间 0.375 0.416 -0.165 -0.138 -0.051 -0.020——-0.681 -0.669模型参数 Within R方 F Within R方 F Within R方 F 0.992 35.34** 0.991 1474.23** 0.991 241.32**显然，在以工业化为门槛变量时，教育人力资本对绿色经济具有显著的非线性影响：在绿色经济发达与中等地区，工业化的单门槛效应显著存在；欠发达地区则表现为显著的双门槛效应。从回归系数可以看出，随着工业化水平的提升，不同地区教育人力资本的绿色效应均表现出递增趋势。不过，对比各地区的系数发现，发达地区教育人力资本的绿色效应明显高于其他地区，而中等地区教育人力资本对绿色经济的影响作用最小。这也意味着，随着绿色经济水平的提升，教育人力资本的绿色效应并没有表现出持续增强的趋势。其原因在于，当绿色GDP 处于低水平时，教育人力资本的市场供给存在较大缺口，绿色收益的弹性增长空间往往较大，人力资本水平的小幅提升因而会带来较高的绿色收益；而绿色GDP 达到中等水平后，教育人力资本的经济外溢性进入了蛰伏期，受经济结构的影响，由数量增长所引起的绿色收益趋向于边际递减，教育人力资本供给面临着高级化的调整需求；绿色GDP 达到高水平是经济发达的一个重要表现，正如表9 所示，2000—2017 年绿色GDP 发达地区主要为东部省区，在充裕的人才供给条件下，东部省区的技术创新与运用处于全国领先地位，资源利用效率也相对较高，并且逐渐形成了“人才供给—技术革新—效率提升—绿色增长—人才吸引”的良性循环，教育人力资本的绿色效应也得以充分发挥。五、结论与建议（一）结论本文构建了门槛效应模型，采用2000—2017 年我国省级面板数据实证分析了教育人力资本对绿色经济的影响作用，分别从产业高级化与工业化两方面检验了产业结构变迁在教育人力资本促进绿色经济发展中的门槛特征。主要得出以下结论：产业高级化在教育人力资本对绿色经济的影响中不存在显著的门槛特征，而工业化水平则表现出明显的门槛作用，并且随着工业化水平的提升，教育人力资本的绿色效应也在逐渐增强，这一结果对于绿色经济水平不同的区域具有普适性意义；在工业化水平的约束条件下，产业高级化也存在显著的绿色效应。此外，随着绿色经济水平的提升，教育人力资本的绿色效应表现出非线性趋势，在绿色经济水平中等地区的绿色收益最低。（二）建议1. 加强教育投入力度，提高全社会人力资本的整体水平。教育人力资本水平的提升对绿色经济的发展具有重要促进作用，而人力资本提升的关键又在于教育事业的发展。一是要保障教育资源总量的持续增长，稳步推进各类学校办学规模的扩大，不断改善办学条件与师资结构，逐渐提升教育质量，促进全社会劳动力素质的整体提升。二是要优化教育资源的空间配置结构，重点加强对中西部地区的倾斜力度，关注贫困落后地区的人才引进与师资培训，提高教师队伍的教学水平与知识素养，妥善解决好落后地区师资力量长期短缺的问题；发展具有区位优势的专业化人才，提高人才供给与产业结构的市场匹配性，弥补产业变迁所引起的劳动力结构性缺口。2. 稳步推进产业结构调整，促进产业水平持续提升。受经济基础的影响，各省区面临的产业调整任务存在较大差异。对于绿色经济发达的省区而言，要进一步加大对绿色产业的扶持力度，发挥人才、知识与技术对经济增长的作用，鼓励企业在关键技术方面的研发投入，加快技术的经济转化速率，持续提高工业化水平，为绿色经济发展奠定良好的产业基础。绿色经济中等与欠发达地区以我国中西部省区为主，对于这些省区而言，工业化水平与绿色技术的普及程度仍然不高，在适度承接过剩产能的同时要加大对绿色生产技术的引入与推广，重视人力资本在企业生存与产业调整中的核心作用，不断挖掘人才投入对绿色产出的经济效益，提高全行业要素投入的生产效率，在产业变迁过程中减少对自然资源的破坏，推进经济增长方式由粗放化向集约化转变，提高经济的可持续发展能力。参考文献车 磊， 白永平， 周亮， 汪凡， 纪学朋， 乔富伟. （2018）. 中国绿色发展效率的空间特征及溢出分析. 地理科学，38（11），1788-1798.陈超凡. （2016）. 中国工业绿色全要素生产率及其影响因素——基于ML 生产率指数及动态面板模型的实证研究. 统计研究，33（03）， 53-62.陈 佳贵， 黄群慧， 钟宏武. （2006）. 中国地区工业化进程的综合评价和特征分析. 经济研究， （06），4-15.陈 然， 丁小浩， 闵维方. （2019）. 教育对绿色GDP 的贡献研究. 教育研究，40（05），133-141.范建双， 任逸蓉， 虞晓芬. （2017）. 人口城镇化影响区域绿色经济效率的中介机制分析—基于随机边界模型的检验. 宏观质量研究， 5（04），52-65.方 超， 黄斌. （2018）. 人口城镇化对省域教育人力资本收敛的非线性影响研究. 复旦教育论坛，16（02），83-88.方超， 罗英姿. （2016）. 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. 教育与经济， （04）， 21-29.符 淼， 黄灼明. （2008）. 我国经济发展阶段和环境污染的库兹涅茨关系. 中国工业经济， （06），35-43.干 春晖， 郑若谷， 余典范. （2011）. 中国产业结构变迁对经济增长和波动的影响. 经济研究，46（05），4-16+31.郭 志仪， 逯进. （2006）. 教育、人力资本积累与外溢对西北地区经济增长影响的实证分析. 中国人口科学， （02），72-80+96.郝 国彩， 徐银良， 张晓萌， 陈明华. （2018）. 长江经济带城市绿色经济绩效的溢出效应及其分解. 中国人口·资源与环境，28（05），75-83.何 德旭， 姚战琪. （2008）. 中国产业结构调整的效应、优化升级目标和政策措施. 中国工业经济， （05），46-56.蒋 震. （2014）. 工业化水平、地方政府努力与土地财政： 对中国土地财政的一个分析视角. 中国工业经济， （10），33-45.林 晓， 徐伟， 杨凡， 赵林. （2017）. 东北老工业基地绿色经济效率的时空演变及影响机制——以辽宁省为例. 经济地理，37（05），125-132.聂 玉立， 温湖炜. （2015）. 中国地级以上城市绿色经济效率实证研究. 中国人口·资源与环境，25（S1），409-413.彭 冲， 李春风， 李玉双. （2013）. 产业结构变迁对经济波动的动态影响研究. 产业经济研究， （03），91-100.沈 晓艳， 王广洪， 黄贤金. （2017）. 1997—2013 年中国绿色GDP 核算及时空格局研究. 自然资源学报，32（10），1639-1650.史 丹. （2018）. 绿色发展与全球工业化的新阶段： 中国的进展与比较. 中国工业经济， （10），5-18.孙 瑾， 刘文革， 周钰迪. （2014）. 中国对外开放、产业结构与绿色经济增长——基于省际面板数据的实证检验. 管理世界， （06），172-173.王 金南， 於方， 曹东. （2006）. 中国绿色国民经济核算研究报告2004. 中国人口·资源与环境， （06），11-17.吴 巧生， 成金华， 王华. （2005）. 中国工业化进程中的能源消费变动——基于计量模型的实证分析. 中国工业经济， （04），30-37.熊 虎， 田盈， 田力. （2016）. 人力资本与产业结构匹配对投资效率影响的实证分析. 资源科学，38（11），2095-2105.杨 文举. （2015）. 引入人力资本的绿色经济增长核算： 以中国省份经济为例. 财贸研究，26（02），1-8+84.尹 虹潘. （2019）. 中国工业化水平的重新测度. 经济学家， （03），35-42.应 瑞瑶， 周力. （2009）. 资源禀赋与绿色创新——从中国省际数据的经验研究看“荷兰病”之破解. 财经研究，35（11），92-102.袁 富华， 张平， 陆明涛. （2015）. 长期经济增长过程中的人力资本结构——兼论中国人力资本梯度升级问题. 经济学动态， （05），11-21.张 复明. （2011）. 资源型区域面临的发展难题及其破解思路. 中国软科学， （06），1-9.张 楠， 范洪敏， 穆怀中. （2020）. 人力资本梯度升级的经济增长效应. 人口与经济， （02），87-101.赵 领娣， 张磊， 徐乐， 胡明照. （2016）. 人力资本、产业结构调整与绿色发展效率的作用机制. 中国人口·资源与环境，26（11），106-114.周少甫， 王伟， 董登新. （2013）. 人力资本与产业结构转化对经济增长的效应分析——来自中国省级面板数据的经验证据. 数量经济技术经 济研究，30（08），65-77+， D.， & Agiomirgianakis， G.M. （2001）. Human capital and economic growth： time series evidence from Greece. Journal of Policy Model- ing， 23（05）， ， D.， Marin， G.， Marzucchi， A.， & Vona， F. （2016）. Do green jobs differ from non-green jobs in terms of skills and human capital?. Re- search Policy， 45（05）， ansen， B.E. （1999）. Threshold effects in non-dynamic panels： estimation， testing and inference. Journal of Econometrics， 93（02）， ， N.， Martorano， B.， & Sanfilippo， M. （2019）. What factors drive successful industrialization? Evidence and implications for develop- ing countries. Structural Change and Economic Dynamics， 49（06）， ， J.A. （2014）. Technological innovation， human capital and social change for sustainability. Lessons learnt from the Industrial Technolo- gies Theme of the EU’s Research Framework Programme. Science of the Total Environment， 481， ， J.， Aghion， P.， & Meghir， C. （2006）. Growth， distance to frontier and composition of human capital. Journal of Economic Growth， 11（02）， 97-127.注 释：①根据《中国绿色国民经济核算研究报告2004》计算得出，单位废水/废气/固体废物污染损失价值分别为：4.7 元/吨 、3605.3 元/吨、7.7 元/吨。②城镇化率由城市建成区面积、建设用地面积、人口密度与土地征用面积经因子分析提取公因子后所得，反映的 是各省区的土地城镇化率。③经Pearson 双侧检验，城镇化率与人均GDP、就业人员工资、非农人口比重不存在相关性（5%水平）；非农人口占比与第二产业产值比重、城镇化率不存在相关性；两变量的公因子方差提取量分别为0.128 与0.704，对原始变量的 解释力度偏低，其他变量均在0.85 以上。④所有数据均来源于《中国统计年鉴》（2001—2018 年）、《中国科技统计年鉴》（2001—2018 年）、《中国人口和就业统计年鉴》（2001—2018 年）；按照国家统计局网站的划分标准可将我国省级行政单位（不包括港澳台）划分为东部 、中部、西部三大经济地区，由于西藏地区数据缺失较为严重，故本文仅采用了西部其他11 个省区的数据。

文章来源：《新型工业化》 网址: http://www.xxgyhzz.cn/qikandaodu/2021/0220/752.html