人力资本结构高级化对实数融合质量的影响
2026-08-20   来源：刘建国 赵启华 陈攀攀   

数字经济是中国经济高质量发展的重要引擎，也是构建现代化经济体系的关键力量，但数字经济发展面临着复杂多变的风险，如数字发展鸿沟、技术创新不足、脱实向虚、监管滞后等。同时，党的二十届三中全会首次提出“健全促进实体经济和数字经济深度融合制度”，将此前“数字经济和实体经济深度融合”改为“实体经济和数字经济深度融合”(以下简称“实数融合”)，调整了两者的顺序，进一步强调实体经济需要发挥更大主观能动性，与数字经济实现更深层次的互动与协同发展。然而，我国数字经济发展依然大而不强、快而不优，直接制约了实数融合的质量。聚焦实数融合质量问题，理清实数融合质量的关键影响因素与机制，有利于拓展经济发展新空间、塑造发展新动能新优势。

人才是实现现代化的关键，培养和吸引高素质的人才，是实现国家长远发展目标的重要保障。人力资本是推动提升实数融合质量的重要因素，推进教育、科技、人才体制机制一体化改革是实数融合过程中实现技术创新的基本方略。然而，数字经济发展带来数字技能分化，劳动力市场面临技能断层，低技能劳动者可能被边缘化，加剧社会不平等。人力资本具有向下兼容的特点，即高技能人力资本能够承担低技能工作，但低技能人力资本难以胜任高技能岗位。人力资本结构高级化是指一个国家或地区通过优化人力资本配置，促进不同层次人力资本的协同发展，使初级人力资本占比逐渐下降，而高级人力资本占比不断上升的动态过程。由此引出一个既有理论性又有丰富政策含义的话题:是否人力资本结构高级化水平越高，对于实数融合质量的促进作用越强?其具体影响效应和作用机制又是如何?因此，揭示“人力资本结构高级化—实数融合质量”之间的机制“黑箱”，具有一定的学术价值与实践意义。

本文的创新点在于:第一，将人力资本结构高级化与实数融合质量纳入同一分析框架，构建人力资本结构对非数据、数据部门相对产出具有要素禀赋效应的模型，从理论和实证两个层面分析人力资本结构高级化对实数融合质量的非线性影响及其内在机制;第二，立足实数融合质量的定义，从基础融合、融合深度、融合广度及绿色融合四个方面剖析实数融合质量，构建实数融合质量综合指标体系;第三，采用调节效应、门槛效应与空间溢出效应分析，检验数字金融、数字应用鸿沟、产业结构升级在人力资本结构高级化影响实数融合质量过程中的作用与机制;第四，通过分析人力资本结构高级化是否和怎样影响实数融合质量，进而为有效促进实体经济与数字经济深度融合和实现中国式现代化提供新的经验支撑。

通过对人力资本结构高级化及其对经济增长的影响、实数融合及其影响因素的文献综述，梳理现有研究现状，为人力资本结构高级化对实数融合质量的影响提供理论依据。

(一)人力资本结构高级化及其对经济增长的影响

当前，学界关于人力资本结构高级化方面的研究围绕其对共同富裕、企业投资效率 、绿色发展等的影响展开，尤其关注其对经济增长的影响，但并未达成较大共识。江三良和侯缓缓认为，相较于人力资本存量，人力资本结构优化对于提升地区经济增长质量更为关键。张红霞和王天慧则发现技术进步会抑制经济高质量发展，而人力资本结构高级化有助于扭转这一负向作用。一些学者基于新结构经济学视角，认为当前研究忽视了产业结构对人力资本结构的需求在不同发展阶段的差异性。产业结构升级能显著调节人力资本结构高级化对高质量发展的正向影响，且动态调整的产业政策比固定产业政策更有效。此外，有学者通过区域性回归分析揭示人力资本结构对经济增长的非线性影响，间接证明了人力资本结构高级化的最优水平随经济发展水平或产业结构的不同而不同。

(二)实数融合及其影响因素

近年来，较多学者关注实数融合并对其内涵、测度方法以及影响因素进行分析。关于实数融合的内涵，王定祥等认为数字经济与实体经济的深度融合本质上体现为数字技术企业与传统实体企业之间的协同演进和互利共赢。洪银兴和任保平认为，数字经济与实体经济的融合涉及实体经济的智能化转型，涵盖了数据要素、平台经济等由数字经济引入的新理念和新领域；何德旭等则指出，对实数融合的理解不应过分强调实体经济的数字化转型，而应看到数字经济企业为数字技术引入实体经济企业提供载体和动力。此外，任保平和许瀚阳认为实数融合是一场时间长、程度深、范围广的融合。综合来看，学者对实数融合的理解各有侧重，这种差异为我们深入理解实数融合质量问题提供了丰富的思考空间。

文章将实数融合质量界定为实体经济与数字经济深度融合发展水平的综合体现，是以数字技术和数据要素为核心驱动力，实体经济实现全产业链数字化系统性改造过程中所呈现的融合深度、广度及综合效益的多维评价指标。其依托数字基础设施建设的前端融合基础，通过产业链中端技术研发、生产制造环节的深度整合，延伸至末端市场应用、社会福利增进与生态环境改善等领域，最终反映实体经济在技术体系、生产方式和产业生态数字化转型的成效与水平。

目前围绕实数融合的测度主要有三种方法。一是使用单一指标进行衡量。如黄先海和高亚兴使用数字产业技术领域的专利衡量实数产业技术融合。数字经济专利可以从企业层面测度实数技术融合，但若要测量区域实数融合，这种单一指标的解释力则较为有限。二是使用耦合协调度模型对实体经济与数字经济两个子系统的耦合协调度进行测算。耦合协调度模型虽然可以应用于不同的系统和研究领域，但随着数字技术不断发展和广泛应用，实体经济与数字经济的边界逐渐模糊，因此用耦合协调度来指征实数融合，存在解释力方面的较大局限。三是构建综合指标体系，如钞小静等从数字经济实体化与实体经济数字化两个维度构建实数融合指标体系。这种方法较前两种方法的测度范围更广，能够更好体现实数融合内涵。总体来讲，目前的研究并未重点关注对实数融合质量的测度，在具体指标选取上也未能很好地体现实数融合广度、深度等内涵。

关于实数融合的影响因素，可分为外部和内部驱动因素。外部驱动因素包括人力资本、政府政策、基础设施以及劳动力市场化配置，还包括经济发展水平、数字金融 、贸易开放水平和国有企业规模等;内部驱动因素包括数据要素与数字技术双轮驱动，还包括新兴产业发展、科技创新及市场需求等。总体来看，已有文献指出人力资本对实数融合的重要性，但是并未重视人力资本结构在实数融合质量中的作用。

(三)人力资本结构高级化对实数融合的影响

部分文献聚焦人力资本结构高级化与数字经济、企业发展间的内在关联性 ，但现有研究没有较为系统地分析人力资本结构高级化与实数融合质量之间的关系。

综上所述，目前学术界对人力资本结构高级化、实数融合的研究已从多方面展开，但仍存在一些不足:第一，目前研究多侧重于对人力资本的理论分析，缺少人力资本结构高级化影响实数融合质量的理论分析、实证检验与机制研究。第二，现有文献多为对实数融合的定性探讨，也并未重点关注实数融合质量测度。实数融合质量的内涵丰富，单一指标解释力较为有限，因此需要选取多个指标进行综合测度。鉴于此，本文通过理论分析和实证研究探讨人力资本结构高级化对实数融合质量的影响及作用机制。

(一)人力资本结构高级化与实数融合关系的基准模型

为分析人力资本结构高级化的要素禀赋效应，本文借鉴杨长江和任栋的研究，基于委托—代理理论和人力资本投资理论，构建一个两期委托-代理模型，重点考察存在逆向选择和道德风险的问题，暂不考虑其他市场摩擦。涉及委托人和代理人两类参与者，代理人分为熟练劳动者(s)与非熟练劳动者(u)，分别对应高产出和低产出两种产出状态。在第一期，熟练劳动者的比例和初始收入分别为 π₁ 和 w₁(s)，非熟练劳动者的比例和初始收入分别为1−π₁和 w₁(u) 。在模型中，虽然代理人类型分布和初始收入水平是公共信息，但委托人无法直接判断代理人的具体类型和人力资本投资水平，这是模型中逆向选择和道德风险的来源。

设定经济体包含两个部门:数据部门(T)和非数据部门(N)。数据部门与非数据部门不同的是前者将数据作为生产要素，其余生产要素相同，且两部门间无投资和劳动力流动壁垒，也无技术差异。假设两部门具有相同的人力资本产出函数和工资结构，即

其中，I_t代表第t期的人力资本投资水平。

这一假设为跨部门实施统一的工资水平创造了条件，其核心目标在于有效激励代理人的人力资本投资行为。由此可知，相同类型的代理人在不同部门将做出完全一致的人力资本投资决策，即 

1.人力资本投资与人力资本结构高级化

代理人在第一期同时进行人力资本投资和生产活动，投资结果决定其第二期的技能类型:若投资成功则转变为熟练劳动者，获得高产出 y₂(s) ；失败则保持为非熟练劳动者，获得低产出 y₂(u) 。投资成功概率由第一期人力资本投资水平 I₁ 决定，记为 φ(I₁) ，满足以下性质:

表明增加人力资本投资虽能提高成为熟练劳动力的概率，但边际效果递减。此外，给定相同人力资本水平，熟练劳动者的成功概率严格高于非熟练劳动者，即

由此，可以得到人力资本结构高级化的演进方程: 

2. 两部门均衡

由于存在逆向选择和道德风险，并且由于代理人能力各异，差异化薪酬制度才能实现最佳激励效果。委托人在利润最大化目标下设计激励相容的工资契约：为熟练劳动者低产出、高产出提供工资方案为

非熟练劳动者为

在均衡状态下，两类代理人将各自选择工资契约，不存在策略性模仿，并各自实现最优的人力资本投资决策。

在考察两部门经济均衡时，数据部门(T)与非数据部门(N)的产出比例会通过市场机制自发调节达到稳定状态。这一均衡的实现需要满足一个关键条件:两类部门的委托人在用工决策时获得的最大化期望利润必须相等。令

D₂^T表示数据部门不同类型人力资本的单位劳动产出差异; D₂^N 表示非数据部门不同类型人力资本的单位劳动产出差异。假定人力资本结构的优化能够通过“干中学”机制显著提高熟练工人的生产效率，即

而非熟练工人的产出效率不受人力资本结构变化的影响。

假定委托人是风险中性的，其目标是实现第二期期望利润的最大化。数据部门委托-代理关系下的最优期望收益为：

非数据部门委托代理关系下的最优期望收益为：

其中 p_i,2，i∈{s，u} 为各部门产出的价格。生产在两部门内的配置均衡要求 EMR₂^{T=EMR₂N ，由此得到经济均衡时非数据部门与数据部门的相对产出 (φ) 为：}

对上式先取对数再微分整理得到：

式(4)表明，人力资本结构对非数据部门与数据部门的相对产出具有要素禀赋效应，即跨部门生产率差异是决定相对产出动态演变的关键驱动因素。具体而言:

(1)如果 D₂^T−D₂^N>0 ，要素禀赋效应为正，人力资本结构高级化使得非数据部门与数据部门的产出差距变小，可以理解为非数据部门在引入数据这一生产要素后更容易追赶现有的数据部门，即有利于实数融合。

(2)如果 D₂^T−D₂^N<0 ，要素禀赋效应为负，人力资本结构高级化使得非数据部门与数据部门的产出差距增大。可以理解为非数据部门在引入数据这一生产要素后不容易追赶现有的数据部门，即不利于实数融合。

(3)如果 D₂^T−D₂^N=0 ，不存在要素禀赋效应，人力资本结构高级化不会影响非数据部门与数据部门的产出差距，对实数融合无影响。基于以上分析，提出以下研究假设：

H1:人力资本结构高级化对实数融合质量的影响存在非线性特征

(二)数字金融对人力资本结构高级化与实数融合质量的调节效应

数字金融不仅影响区域数字经济的投资规模，还会塑造区域未来实数融合的发展方向。人力资本结构对实数融合质量的作用受到地区长期数字金融发展水平的制约。通常而言，区域实数融合的发展路径取决于现有的金融投资目标和门槛条件，而这些条件会推动实数融合沿着既定轨迹持续发展。然而，当区域内先前的数字金融投资在人力资本结构变化的背景下形成新的组合时，数字金融会在当前发展路径上推动数字技术、生产性服务业和劳动力等要素在当地的集聚，从而开辟区域实数融合的新增长路径。在这种情况下，城市人力资本结构与数字金融形成协同作用，共同影响实数融合的质量。基于金融中介理论，数字金融的兴起为地区提供更高效、更便捷的金融服务，无疑为实数融合发展注入了新的活力。数字金融平台为企业提供了更多的融资渠道，降低了交易成本，提高了资本的流动性，使得企业有能力雇佣更多的高技能劳动力，优化人力资本结构，提高人力资本的使用效率，从而更好地提升实数融合质量。此外，数字金融凭借其技术特性显著改善融资效率，推动在线教育和个性化教育模式的创新发展，改变传统教育资源配置方式，最终促进劳动者综合素质的整体提升，进而提升实数融合质量。基于以上分析，提出以下研究假设:

H2: 数字金融对人力资本结构高级化与实数融合质量的影响存在调节作用

(三)数字应用鸿沟对人力资本结构高级化与实数融合质量的门槛效应

数字应用鸿沟主要通过要素错配、技能分层与赋能约束三条路径作用于人力资本结构高级化与实数融合质量的传导关系。从要素错配效应来看，数字应用鸿沟较大的地区，数字基础设施与应用场景覆盖不足，导致高技能人力资本的创新效能无法充分释放，同时中低技能劳动力因数字技能接入不足，出现要素错配与闲置。从技能分层效应来看，基于社会资本理论，数字应用鸿沟通过数字技术的接入差异、重构社会信用体制及加剧人力资本的分层效应，影响劳动力对数字经济的认知、适应和应用能力。高技能劳动力能够依托数字技术实现效率提升，而中低技能劳动力因数字技能匮乏被排斥在数字经济市场之外。从赋能约束效应来看，数字应用鸿沟是人力资本结构高级化发挥作用的核心约束条件。当数字应用鸿沟跨越临界门槛后，数字赋能效应充分释放，能够有效匹配高技能人力资本，降低其“U”型影响的拐点，加速人力资本结构高级化对实数融合质量的促进作用；反之，数字应用鸿沟会抬升临界门槛，削弱人力资本的赋能效应，最终抑制实数融合质量提升。基于以上分析，提出以下研究假设：

H3: 数字应用鸿沟对人力资本结构高级化与实数融合质量的影响存在门槛效应

(四)人力资本结构高级化对实数融合质量影响的空间溢出效应

空间溢出理论认为，经济活动在空间上并不是孤立的，一个地区的经济行为会对周边地区产生影响。数字技术进步、高级人力资本的创新能力不仅决定了企业的生产技术水平和实数融合能力，还通过人才流动、技术交流、专利许可等方式，将新技术传播到周边地区。人才流动能够带来技术进步的外溢效应，这种外溢效应既作用于本地企业，也惠及外地企业。它促使企业加速淘汰落后的生产技术，推动企业加快数字化转型进程，优化地区产业结构，助力地区实现实数融合高质量发展。并且在既有文献中人力资本结构对经济高质量发展具有显著的空间溢出效应。故人力资本结构高级化对其他地区实数融合质量也可能存在空间溢出效应。基于以上分析，提出以下研究假说:

H4:人力资本结构高级化对其他地区实数融合质量存在空间溢出效应

(五)产业结构升级在人力资本结构高级化与实数融合质量空间溢出效应的调节作用

结合我国地级市产业发展实际，将产业结构升级划分为工业化后期阶段与产业服务化阶段。对于工业化后期阶段，中高端制造业结构升级的过程中，对高技能人力资本的需求高度集中，且技能需求具有较强的行业专用性，这种需求会推动邻近地区高技能人才通过产业链协作、跨区就业、技术交流等形成紧密联动，直接强化人力资本结构高级化的空间溢出效应，即邻近地区人力资本结构高级化水平提升，能够快速通过产业链配套传递至本地区，助力本地区制造业数字化、智能化转型，推动实数融合质量提升。同时，产业结构升级通过完善制造业产业链配套体系，降低了高技能人才跨区流动的交易成本，进一步放大了邻近地区人力资本高级化的正向溢出效应。对于产业服务化阶段，一方面，随着产业服务化水平的提升，知识密集型服务业、数字生产性服务业的发展打破了地理空间对人才流动、技术扩散的约束。高技能人才不再局限于邻近地区就业、协作，可通过数字平台快速将技术、知识转化为生产动能，实现跨区域研发、技术转化，从而拓宽人力资本结构高级化的空间溢出半径，助力跨区域实数融合协同发展。另一方面，中心城市凭借高端的产业资源、更高的人才回报对周边中小城市的高技能人才产生强烈吸引力，导致部分落后地区高技能人力资本流失，弱化其人力资本结构高级化的空间溢出效应，进而对区域实数融合质量的均衡发展产生一定制约。基于以上分析，提出以下研究假设:

H5: 产业结构升级在人力资本结构高级化对实数融合质量影响的空间溢出效应中起调节作用

(一) 数据来源

本文制备了2011—2023年260个地级市的面板数据，所用数据主要来源于《中国城市统计年鉴》、各省市政府官方网站以及EPS数据平台。其中，实数融合质量综合指标体系数据来源具体见表1。数字金融数据来源于北京大学数字普惠金融指数，“宽带中国”战略试点城市来自工信部和国家发改委遴选的“宽带中国”战略试点，“知识产权示范区”试点城市来自国家知识产权局公布的“知识产权试点示范城市”。以上各指标缺失值，通过线性插值法补齐。

(二)变量选取与测算

1. 被解释变量: 实数融合质量

根据实数融合质量的定义，实数融合过程可以划分为三个部分:第一部分是前端融合，主要是数字基础设施建设方面，是最基础的融合，数字基础设施建设可以保证实数融合流通环节的正常运行。第二部分是中端融合，从流通环节的融合深入到技术研发、生产制造环节。实数融合是一场程度深、范围广的融合，故而对实数融合质量的测度应关注实数融合的深度与广度。其深度体现在数据要素与数字技术的双轮驱动，以创新推动深度融合;广度体现在经济结构优化、经济效益提升方面。第三部分是末端融合，实数融合在社会福利增进、生态环境改善领域取得了显著成效。随着大数据、人工智能等数字技术的深入应用，生产效率和产品质量不断提升，生产将以绿色为底色，同时资源消耗和环境污染持续降低，有力推动实体经济可持续发展。由此可见，生态环境的改善也是测度实数融合质量的一方面。根据上述分析，基于科学性、合理性和数据可获得性三大原则，构建了包含基础融合、融合深度、融合广度及绿色融合四个维度、12个二级指标的实数融合质量指标体系，并运用熵权法测度实数融合质量发展指数，具体如表1所示。

(1)基础融合。数字基础设施建设是推动实数融合的重要保障。邮政业务、互联网等的普及为实数融合奠定了基础，本文使用邮政业务总量、互联网宽带接入用户数和电信业务总量来代表基础融合。

(2)融合深度。创新作为引领推动实数融合的第一动力，是助推实数深度融合的主要力量，通过技术创新和产业升级，改造提升传统产业，构建现代产业体系。本文使用数字经济专利申请数、政府数字经济关注度和人工智能企业存量来代表融合深度。

(3)融合广度。推动实体经济的转型升级，不仅需要相关人才、技术创新和基础设施建设，而且需要整合各行业各领域，助推实数广度融合。本文使用产业结构调整、数字政府建设和移动支付水平来代表融合广度。

(4)绿色融合。实数融合的可持续发展需要以绿色为发展底色，利用数字技术进行环保技术的革新，减少对环境的负面影响，以实现长期的经济增长和社会福祉。本文使用绿色专利授权数量、单位GDP工业二氧化硫排放量和污水处理厂集中处理率来代表绿色融合。

表 1 实数融合质量指标构建

2.核心解释变量: 人力资本结构高级化

参考刘智勇等的空间向量测度方法，构建省级人力资本结构高级化指数:

其中， W_j 为 θ_j 的权重，将 θ_j(j=1，…，5) 的权重 W₁，W₂，W₃，W₄，W₅ 依次设定为 5、4、3、2、1。

上述方法只能衡量省级层面的数据，本文参考戴魁早等的处理思路，以地级市高等教育在校学生数占本省高等教育在校学生数的比重作为权重，将省级人力资本结构高级化指数加权计算得到地级市数据。一方面，高等教育在校生是高级人力资本的核心来源，能有效表征地市人力资本结构水平，与省级演化逻辑一致;另一方面，省内教育政策、人才流动与产业布局协同统一，地市与省级人力资本结构演化趋势同向，仅存在水平差异而无结构性背离。从演进特征来看，省级层面体现为整体人力资本结构逐步高级化;地级市层面则呈现出中心城市领先、其他城市相对较低的特征，但整体演进路径与省级保持协同。为了减小变量之间的量纲差距，将计算出来的地级市人力资本结构高级化指数缩小一百倍。

3. 调节变量

数字金融(Fin)。数字金融使用北京大学数字普惠金融指数衡量，为了减小变量之间的量纲差距，将数字普惠金融指数缩小一百倍。

产业结构升级(HI)。HI= ∑(h_m∗m) ， h_m为第m产业产值与GDP的比值，HI的值越大表明产业结构水平越高。

4.门槛变量

数字应用鸿沟(DD)。从数字设备普及、数字技能、使用深度三个层面选取移动电话普及率、高等学校在校生数、人均电信业务量三项指标。参考张正荣等 [36] 的研究使用改进的区位熵法，具体测算方法如式(6)。

其中， DD_i表示数字应用鸿沟， q_in表示城 i第n项二级指标， Q_n为中国第 n 项二级指标，m 取 3 项二级指标。 DD_i越大，表示数字应用鸿沟越深。

5. 控制变量

为有效控制其他可能影响实数融合质量的因素，确保模型检验的准确性，基于研究目标和内容并考虑到相关数据可得性，本文借鉴张晖等、谢思等、刘越等等的研究，选取区域技术创新水平(Inn)、经济发展水平(GDP)、基础设施建设(Cons)、市场竞争度(HHI)作为控制变量。区域技术创新水平以地区专利申请授权数(万件)衡量;经济发展水平以地区人均生产总值(万元)表示;基础设施建设用城区公路总里程(万公里)来表示;市场竞争度使用地区银行业的赫芬达尔-赫希曼指数进行衡量，银行是金融体系的核心组成部分，银行竞争程度可以反映市场的竞争程度。该指数参考姜付秀等的做法，基于中国银监会发布的金融机构许可数据，通过统计各商业银行在不同城市和年度的网点分布情况，构建赫芬达尔—赫希曼指数来衡量市场集中度。模型中各回归变量的定义如表2所示，各数据的描述性统计如表3所示。

表2 变量定义

表3 变量描述性统计

(三) 模型构建

1.基准模型

为考察人力资本结构高级化对实数融合质量的非线性作用机制，本研究建立如下计量经济模型:

其中， Qua_it 为 i 地区第 t 年的实数融合质量， Hstruc_it 为 i 地区第 t 年的人力资本结构高级化指数，加入人力资本结构高级化的平方项 (Hstruc_it²) 检验人力资本结构高级化对实数融合质量的非线性影响。若平方项系数显著为负，则可以说明存在最优的人力资本结构高级化水平，使得实数融合的质量最高；若平方项系数显著为正，则说明人力资本结构需要达到一定的水平才能够有效提升实数融合质量。 X_it 为一系列与实数融合质量相关的控制变量。 ε_i1 、τ_1t、μ_it 分别为模型(7)的个体效应、时间效应和误差项。

2. 数字金融(Fin)的调节效应模型

借鉴林伟鹏和冯保艺非线性关系调节作用的模型，考察数字金融在人力资本结构高级化与实数融合质量中的调节作用，具体如模型(8):

其中， Fin_it为 i 地区第 t 年的数字金融发展水平，其余变量定义与模型(7)相同。

3. 数字应用鸿沟 (DD) 的门槛效应模型

DD_it为i地区第 t 年的数字应用鸿沟，θ₁ 为数字应用鸿沟的门限值，其余变量定义与模型 (7) 相同。具体如模型(9):

4. 空间杜宾模型

为检验产业结构升级在人力资本结构高级化对实数融合质量空间溢出效应的调节作用，构建如下空间模型：

其中， W_ij 为空间权重矩阵； λ 为空间自相关系数； HI_it 为 i 地区第 t 年的产业结构升级水平； γ 为地级市 i 人力资本结构高级化及其二次项、产业结构升级以及人力资本结构高级化与产业结构升级的交互项的直接效应系数； π 为地级市 i 人力资本结构高级化及其二次项、产业结构升级以及人力资本结构高级化与产业结构升级的交互项的空间溢出效应系数，其他变量含义与基准模型一致。

(一)基准回归

Hausman 检验 P 值为 0.000，故文章采用双向固定效应模型分析人力资本结构高级化对实数融合质量的影响及作用机制。表 4 列(1)为未加入控制变量的回归结果，列(2)—(5)为逐步加入技术创新水平、经济发展水平、基础设施建设、市场竞争度等控制变量的回归结果。根据列(5)的结果，人力资本结构高级化的回归系数在 1% 水平上显著为负，其平方项的回归系数在 1% 水平上显著为正，拐点值为 0.138。从经济含义来看，该拐点是人力资本结构高级化发挥正向赋能作用的临界门槛: 当人力资本结构高级化水平低于 0.138 时，地区高技能人力资本占比不足，无法有效匹配实数融合的要素需求而产生抑制效应; 当人力资本结构高级化水平跨越 0.138 的临界值后，高技能人力资本的创新效应、配置效应充分释放，对被解释变量的影响由负转正，呈现显著的促进作用。对此，本文的解释是: 一方面，实数融合需要全面改革内部业务流程和组织管理，传统制造业和中小企业普遍面临资源有限、能力不足和人才短缺等困境，这些因素制约了其实数融合进程。实数融合需要与智能终端设备、网络设备等硬件基础设施以及云计算平台、机器学习平台等软件基础设施相匹配，如果实数融合的基础条件没有筑牢，便可能使高级人力资本的作用难以体现，最终会对实数融合质量产生不利影响。另一方面，既精通企业管理又掌握数字技术的复合型人才供给不足，难以满足企业实数融合需求。数字经济方兴未艾，对于初步跨入实数融合进程的企业，管理者和决策者需要深入理解企业的业务流程、经营场景及面临的挑战，在此基础上通过持续的磨合、协调才能构建有效的数字化运营模式。随着数字投入的增加，高级人力资本与企业不断地适应协调，推动企业进行技术创新、结构升级，进而提升实数融合质量。

表4 基准回归

注：、、分别表示在1%、5%、10%的水平上显著，括号内为标准误，下表同。

进一步分析显示，在全样本3380个观测值中，仅有约2.3%的观测值处于拐点右侧，97.7%的观测值处于拐点左侧;从城市维度看，260个地级市中，6个地级市的平均人力资本结构高级化水平跨越了拐点，占比2.3%，254个地级市仍处于拐点左侧，占比97.7%。可见，中国的人力资本结构还有很大的优化空间。

(二)稳健性检验

1. 内生性问题

虽然文章运用双向固定效应模型，但可能存在内生性问题使得模型回归结果不可靠。本文进一步采取以下方式缓解可能存在的内生性问题:(1)变量滞后。当期的实数融合质量一般不会影响上一期的人力资本结构，且人力资本结构高级化对实数融合质量的影响可能存在一定的滞后性。为此，借鉴乔翠霞等的做法，本文对人力资本结构高级化及其二次项的滞后一期变量进行回归分析。(2)系统GMM检验。以实数融合质量的滞后项作为工具变量进行回归。表5列(1)、(2)结果显示，人力资本结构高级化的二次项系数至少在5%显著性水平上正向显著。

2.其他稳健性检验

(1)更换被解释变量的衡量方式。运用组合赋权法确定指标权重体系。设均等赋权法所得权重为ω1，熵权法所得权重为ω2 ，则组合权重 ω=(ω₁+ω₂)/2 。对数据标准化处理后，最终测算得出各地级市实数融合质量指数。(2)替换解释变量的测度方法。采用本地高等学校在校生人数占总人口比例这一指标，替代原有变量以衡量人力资本结构高级化水平。(3)增加控制变量。引入高校数量作为人力资本积累的代理变量。

稳健性检验结果显示，无论是解释变量滞后一期、系统 GMM 模型，还是改变实数融合质量的衡量方式、调整人力资本结构高级化度量方法、加入控制变量，所有检验结果均证实人力资本结构高级化对实数融合质量存在显著的“U”型影响，从而充分支持 H1 的成立。

表5 稳健性检验

(三)实数融合外部环境异质性

数字基础设施建设、知识产权保护水平等是影响实数融合的重要外部因素。因此，人力资本结构高级化对实数融合质量的影响也可能因地区外部环境的差异而有所区别。

1. 数字基础设施建设水平

“宽带中国”战略的实施不仅提升了数字基础设施水平，还旨在推动经济社会的全面发展，增强国家的整体竞争力，有利于提升实数融合质量。结合2014-2016年公布的试点城市，将研究期内的“宽带中国”试点城市赋值为1，其余赋值为0。具体地，表6列(1)(2)的回归结果显示，未参与“宽带中国”建设的地区人力资本结构高级化的二次项系数不显著；而参与“宽带中国”的地区二次项系数在 1%水平上显著为正，并且拐点为0.119，相对基准回归左移。说明参与“宽带中国”建设的地区数字基础设施相对完善，竞争力更强，从而可以较快达到提升实数融合质量的临界点。

2.知识产权保护水平

国家知识产权局发布的《国家知识产权保护示范区建设方案》旨在通过在全国范围内遴选并建设一批示范区，来推动知识产权保护水平的整体提升，进而激发全社会的创新活力，支撑经济社会的高质量发展。如果各城市所在省份在t年及以后年份成立了大数据管理机构则赋值为1，其余赋值为0。具体地，表6列(3)(4)的回归结果显示，未参与知识产权示范区的城市人力资本结构高级化一次项、二次项系数均不显著。在知识产权保护较弱的地区，创新激励不足，难以吸引高科技企业和人才，可能导致经济发展缺乏新的动力，影响实数融合发展。而参与知识产权示范区的城市地区人力资本结构高级化的一次项系数显著为负，二次项系数显著为正，并且拐点为0.112，相对基准回归左移。说明参与知识产权示范区的城市可以吸引高素质人才，创新活力更强，可以更快达到提升实数融合质量的临界点。

表6 异质性检验

(四) 数字金融的调节效应

利用模型(9)对数字金融的调节效应进行分析，表7列(1)为数字金融调节效应的回归结果。Hstruc_itFin_it 、Hstruc_it²Fin_it系数显著，说明数字金融在人力资本结构高级化影响实数融合质量中起显著调节作用，初步验证H2。进一步利用基准回归算出的人力资本结构高级化的阈值0.138对样本进行分组，低于0.138为低样本组，高于0.138为高样本组。为确保分组的合理性，本文除采用拐点阈值划分外，还进行了组间差异检验。两组样本在核心解释变量与控制变量上均存在显著的组间异质性(P<0.01)，分组具有明确的统计意义。表7列(2)(3)为数字金融调节效应的分样本回归结果。列(2)为低样本组，Hstruc_it²Fin_it的系数为-1.642，小于基准模型中 Hstruc_it² 的系数8.644，但不显著。这表明在低于阈值的情况下，数字金融在人力资本结构高级化与实数融合质量关系中具有负向调节作用。可能的原因是前期实数融合需要大量投入，故早期数字金融对实数融合质量有正向作用，数字金融能够缓解人力资本结构高级化对实数融合质量产生的负向影响。列(3)高样本组中Hstruc_it²Fin_it的系数为20.762，大于基准模型中 Hstruc_it² 的系数8.644，且在10%的水平上显著。这说明当超过临界值0.138时，人力资本结构高级化对实数融合质量具有正向影响，数字金融会显著增强正向影响。可见在影响实数融合质量的因素中，数字金融的促进作用也很重要，人力资本结构高级化要与数字金融的发展相辅相成才能更好提升实数融合质量。

表7 调节效应检验

(五)数字应用鸿沟的门槛效应检验

本文采用 Bootstrap 法重复抽样 500 次进行门槛效应检验。结果显示，单门槛检验的 F 值为 227.69，P 值为 0.000，在 1% 的显著性水平上拒绝“无门槛效应”的原假设，表明存在显著的单门槛效应；双门槛检验的 F 值为 32.34，P 值为 0.080，在 5% 的显著性水平下不显著，双门槛效应不成立。因此，本文最终选择单门槛面板模型进行实证分析，单门槛的估计值为 0.519。由表 8 可知，人力资本结构高级化对实数融合质量的作用随数字应用鸿沟的提高表现出动态特征。当数字应用鸿沟低于门槛值 0.519 时，人力资本结构高级化和实数融合质量存在“U”形关系，此时拐点约为 0.118；当数字应用鸿沟高于门槛值 0.519 时，拐点右移至 0.158。从整体情况上看，数字应用鸿沟对实数融合质量存在负面效应，会使人力资本结构高级化对实数融合质量提升的拐点右移，因此各城市需要大力推进数字基础设施建设，推广普惠性数字技能培训，进一步弥合数字应用鸿沟。

表 8 门槛效应检验

(六)拓展分析:空间溢出效应

表 9 展示了基于空间地理距离矩阵的中国 260 个地级市人力资本结构高级化与实数融合质量的 Moran’s I 指数及其显著性检验结果。从表 9 可以看出，人力资本结构高级化与实数融合质量的 Moran’s I 指数均大于 0，并且通过了显著性水平检验，这表明二者均具有显著的空间相关性特征。

表 9 空间自相关检验

基于地理距离以及经济距离权重矩阵，构建 SDM 模型，考察产业结构升级在人力资本结构高级化对周边地区实数融合质量的空间溢出效应中的调节作用。分别构建 SAR、SEM 和 SDM 三种模型予以回归分析，采用 LM 检验法判断两个假设:(1) θ=0 ;(2) θ=−ρα₁ 是否成立，以进一步确定本文的最优模型。从 LM 检验结果来看，空间误差和空间滞后模型的 robust LM 均在 1% 水平上显著，说明数据同时存在空间滞后效应和空间误差效应。LR 检验均在 1% 的显著性水平上，强烈拒绝了 SDM 退化为 SAR、SDM 退化为 SEM 的原假设，应考虑采用 SDM 模型。表 10 的空间杜宾模型回归结果显示，不管在地理距离还是经济距离矩阵下，核心解释变量的一次项系数显著为负、二次项系数显著为正，表明人力资本结构高级化与本地区实数融合质量存在显著的“U”型关系。同时，核心解释变量对其他地区实数融合质量的间接效应同样呈现一次项为负、二次项为正的“U”型特征，验证了人力资本结构高级化与其他地区实数融合质量的“U”型关系，即核心解释变量水平较低时，对周边地区实数融合质量产生抑制作用；当核心解释变量跨越临界值后，对周边地区产生显著的正向溢出效应，验证了H4。人力资本结构高级化与产业结构升级的交互项系数在直接、间接与总效应中均显著为正，表明人力资本结构高级化与产业结构升级的交互作用能够显著提升实数融合质量，且存在空间溢出效应，H5得到验证。

表 10 空间杜宾模型检验结果

当前，中国经济已步入高质量发展阶段，实数深度融合与实数融合质量的提升成为推动中国经济结构优化升级和动能转换的关键战略举措。本文聚焦人力资本结构高级化与实数融合质量之间的非线性关系，构建了人力资本结构对两部门相对产出具有要素禀赋效应的集成统一分析框架开展理论分析，基于2011—2023年中国260个地级市的面板数据并构建实数融合质量指标体系，进而开展了双向固定效应、外部环境异质性分析、调节效应和空间溢出效应分析，并使用变量滞后和系统GMM模型解决内生性问题得出以下主要研究结论：

(一)人力资本结构高级化对实数融合质量影响呈“U”型关系。实行“宽带中国”、知识产权示范区政策的城市人力资本结构高级化对实数融合质量影响的“U”型特征更显著。

(二)数字金融在人力资本结构高级化影响实数融合质量过程中起显著调节作用。在低样本组，数字金融能够缓解人力资本结构高级化对实数融合质量产生的负面影响；在高样本组，数字金融会显著增强人力资本结构高级化对实数融合质量的正向影响。

(三)基于门槛效应分析的结果表明，当数字应用鸿沟低于门槛值0.519时，人力资本结构高级化和实数融合质量存在“U”形关系，此时拐点约为0.118;当数字应用鸿沟高于门槛值0.519时，人力资本结构高级化和实数融合质量存在“U”形关系，拐点右移至0.158。

(四)空间误差模型分析发现，人力资本结构高级化对本地及其他地区的实数融合质量都存在显著的“U”型影响，人力资本结构高级化与产业结构升级相匹配才能更好提升周边地区实数融合质量。

基于以上研究结论，本研究建议从人力资本投资和改革、数字金融发展、数字生态环境、产业结构优化升级四个方面系统提升实数融合质量，为推进共同富裕奠定扎实基础。

(一)分阶段推进人力资本结构优化，适配实数融合发展需求。对未达到拐点的地区，重点加强数字技能培训、完善实数融合基础设施。由地方人社与教育部门牵头搭建数字技能培训基地，为低技能群体开设免费专班并配套补贴与证书;将5G基站、工业互联网平台等数字基建纳入地方民生工程与考核，对中小企业数字化改造给予设备补贴和所得税税前扣除等优惠政策;制定专项计划引进应用型数字人才，鼓励校企订单式培养，积累人力资本升级基础。对已超过拐点的地区，以培育复合型人才、激活人力资本效能为重点。第一，发挥高校优势。依据各学科人才培养规律和学科类型特点，推动基础科学、应用科学、数字技术科学融合发展，着力完善学科拔尖创新人才的贯通式培养模式;鼓励教师参与企业创新，激发创新活力。第二，推动学科交叉与产教融合。推动高校与科研机构协同育人，增设人工智能、大数据等前沿交叉学科，强化数学、计算机等基础学科教育，培养复合型人才。第三，完善知识产权保护和激励制度。建立健全科技成果转化的市场机制，鼓励科研人员将创新成果应用于实际生产中，推进创新链、产业链、资金链、人才链深度融合。

(二)稳步推进数字金融发展的同时注重培养有金融背景的复合型人才。文章研究发现，数字金融不仅可以弱化前期人力资本结构的负向作用，还能显著促进人力资本结构对实数融合质量正向作用的发挥。因此需要强化数字金融的支持作用，同时培养具有金融背景、适应实数融合发展的高素质人才。具体而言，金融机构应利用区块链、云计算等技术，提升金融服务的效率和透明度，降低交易成本，支持科技创新、实数融合企业的发展。与此同时，提高金融从业人员的专业水平，普及数字金融知识，提高公众的金融素养，使人们能够更好地理解和使用数字金融工具和服务。

(三)因地制宜推进国家政策，为实数融合提供数字生态环境。地区要响应国家政策，积极推进“宽带中国”、知识产权示范区、智慧城市等的建设，同时要制定包容性技术政策来缩小数字鸿沟。首先，加强数字基础设施建设。适度超前部署信息基础设施，如5G、算力网络等，加强传统基础设施的数字化改造，形成适应智能经济需要的基础设施体系。其次，构建高效、可靠的通信网络和数据中心。完善数据治理体系，通过数据治理框架，提高数据标准的业务覆盖度与落标率，提升数据质量。同时，注意数据安全和隐私保护，随着大数据技术的发展，需要加强对数据的监管，建立健全的数据安全保障机制和隐私保护体系。最后，推广普惠性数字技能培训。将数字技能纳入基础教育课程，培养青少年的信息处理、网络安全和工具使用能力;针对老年人、农民、低收入群体等开展社区培训教授基础操作，缩小数字鸿沟以提升实数融合质量。

(四)引导合理要素流动，促进人力资本结构与产业结构相匹配。文章发现，产业结构升级在人力资本结构高级化对实数融合质量的空间溢出效应中起正向调节作用。这种调节作用不仅关乎本地和其他地区的资源流动和配置，还影响实数融合的高质量发展。因此，为充分发挥人力资本结构高级化的涓滴效应，必须有合理的人才引进机制、人才合作机制，精准对接企业实数融合需求。具体而言，应定期对重点产业和实数融合企业进行需求调研，了解企业对人才的技能、知识和素质要求，制定精准的人才引进计划；推动区域内企业之间的人才共享，通过人才共享平台，打破地域限制，实现人才的自由流动和优化配置。