桑倩倩 栗玉香

摘要：在大發(fā)展和大變局的時代背景下，經(jīng)濟高質量發(fā)展主要依賴于全要素生產(chǎn)率提升。通過2006—2016年237個地級市的面板數(shù)據(jù)，研究教育投入促進經(jīng)濟高質量發(fā)展的作用機制，結果發(fā)現(xiàn)：首先，在假定生產(chǎn)前沿面不變的前提下，教育投入主要提高純技術效率而不是規(guī)模效率促進經(jīng)濟發(fā)展方式轉變。其次，教育投入通過促進自主創(chuàng)新、提升消化吸收外來技術與創(chuàng)新能力提高全要素生產(chǎn)率，增強經(jīng)濟發(fā)展動力。再次，教育投入對普通地級市和中部城市全要素生產(chǎn)率的影響比中心城市和東部城市更顯著，在一定程度上有利于實現(xiàn)均衡發(fā)展。工具變量和穩(wěn)健性檢驗結果依然成立，說明教育投入促進經(jīng)濟高質量發(fā)展具有穩(wěn)健性，并非由其他沖擊因素導致。因此，需要建立教育投入的長效機制，注重技術創(chuàng)新，促進教育財政資金合理分配。

關鍵詞：教育投入;技術創(chuàng)新;全要素生產(chǎn)率;高質量發(fā)展

作者簡介：桑倩倩，中央財經(jīng)大學政府管理學院博士研究生，貴州財經(jīng)大學現(xiàn)代教育技術中心（北京? 100081）;栗玉香，中央財經(jīng)大學政府管理學院教授、博士生導師（北京? 100081）

基金項目：貴州財經(jīng)大學與商務部國際貿易經(jīng)濟合作研究院聯(lián)合基金項目（2017SWBZD13）

DOI編碼：10.19667/j.cnki.cn23-1070/c.2021.03.010

引? ?言

中國經(jīng)濟從高速增長轉向高質量發(fā)展是新常態(tài)的重要特征，同時世界也處于“百年未有之大變局”時代。在這樣大發(fā)展和大變局的國內外時代背景下，經(jīng)濟高質量發(fā)展主要依賴于全要素生產(chǎn)率（Total Factor Productivity，TFP）的提升。改革開放四十多年以來，通過物質資本投資迅速改變了中國經(jīng)濟發(fā)展面貌，創(chuàng)造了巨大的經(jīng)濟奇跡。在資本和勞動投入趨勢性下降之際，通過穩(wěn)定和提升全要素生產(chǎn)率有望在較長時期內維持中國經(jīng)濟中高速增長。1“十四五”時期中國經(jīng)濟發(fā)展需要立足中華民族偉大復興的戰(zhàn)略全局和世界百年未有之大變局，“因勢而謀、應勢而動、順勢而為”。面向高質量發(fā)展需要，政策的調整是全方位的，既需要轉變發(fā)展方式，也需要改變發(fā)展動力。從依靠規(guī)模效率到依靠純技術效率，促進經(jīng)濟發(fā)展方式轉變;從注重基礎建設投資到注重技術創(chuàng)新投資，實現(xiàn)從要素驅動、投入驅動轉向創(chuàng)新驅動。本文期望通過研究中國情境下教育投入對經(jīng)濟高質量發(fā)展的作用機制拓展教育經(jīng)濟學這一核心議題，推進已有研究，為實現(xiàn)經(jīng)濟高質量發(fā)展尋求可行路徑。

一、文獻綜述

全要素生產(chǎn)率，是實現(xiàn)經(jīng)濟高質量發(fā)展的核心源泉，1是產(chǎn)出增長中要素投入無法解釋的部分，代表著生產(chǎn)率提高。從經(jīng)濟學發(fā)展來講，新古典經(jīng)濟學認為經(jīng)濟增長取決于外生的技術進步，即全要素生產(chǎn)率的提高。內生增長理論進一步將技術進步內生化，通過人力資本投資、創(chuàng)新、研發(fā)和干中學等模型將全要素生產(chǎn)率內生化，可以更好地解釋經(jīng)濟持續(xù)增長。從實證研究來看，全要素生產(chǎn)率與政治制度、地理位置和自然資源等因素密切相關，Acemoglu等確定了國家制度差異與經(jīng)濟發(fā)展之間的因果關系，2Gallup等的研究發(fā)現(xiàn)地理位置通過影響交通成本、疾病負擔、農(nóng)業(yè)生產(chǎn)力和人口增長等途徑影響TFP和經(jīng)濟增長，3Jeffrey等 4和Gylfason 5認為自然資源對生產(chǎn)率提升具有“詛咒效應”。政治制度、地理環(huán)境、自然資源抑或是宗教文化等宏觀因素可以用來解讀不同國家的生產(chǎn)率差異，但國家內部地區(qū)間的生產(chǎn)率差距則需要更為微觀和具體的因素來解釋。此外，制度、地理和資源等因素的改變需要巨大成本，甚至無法改變，在這些因素既定情況下，探究其他可改變的、具有操作性因素對生產(chǎn)率的影響具有現(xiàn)實意義。與政治制度、地理位置和自然資源不同，教育投入是一個國家可以通過市場力量或公共政策調整和改善的，因此研究教育投入對經(jīng)濟高質量發(fā)展影響具有政策和實踐意義。

傳統(tǒng)觀念認為教育作為國家形成過程的一部分，似乎主要在國家建立過程的初期、或者在危機之后的政治重建時期發(fā)揮作用。6但教育對經(jīng)濟建設和發(fā)展也至關重要，國民收入的一些重要增長就是教育投入的結果。已有研究發(fā)現(xiàn)教育投入對提高生產(chǎn)率、解釋經(jīng)濟體內部生產(chǎn)率差異甚至是勞動者個體生產(chǎn)率差異方面發(fā)揮了關鍵作用。首先，教育投入顯著提高全要素生產(chǎn)率。Kim和Loayza的研究表明對于發(fā)展中國家而言，教育的貢獻不斷增加特別是近十年來對全要素生產(chǎn)率影響最大。7Vandenberghe的研究發(fā)現(xiàn)1995—2005年16個經(jīng)合組織國家TFP增長中多達40%可歸因于投入質量的提高，受過良好教育的經(jīng)驗豐富的工人比受教育程度低和經(jīng)驗少的同齡人生產(chǎn)率更高。8Gerard Ballot等9和Yang等 1分別使用法國工業(yè)企業(yè)和中國電子行業(yè)企業(yè)的數(shù)據(jù)，證實企業(yè)在職培訓對全要素生產(chǎn)率產(chǎn)生正向影響。郭東杰和魏熙曄的研究發(fā)現(xiàn)不同的階段經(jīng)濟發(fā)展動力機制不同，進入中等收入階段后，以高等教育為核心的人力資本積累成為經(jīng)濟發(fā)展新引擎。2因此，教育通過提高人力資本質量推動全要素生產(chǎn)率提升。3其次，教育投入可以解釋經(jīng)濟體內部的生產(chǎn)率差異。人力資本積累不僅擴大了各國之間的TFP差異，4Gennaioli等人還表明教育是唯一可以解釋巨大區(qū)域差異的決定性因素。5教育水平差異對中國城鄉(xiāng)收入差距的貢獻程度達到34.69%，是最重要的影響因素。6最后，教育還影響勞動力個體間的生產(chǎn)率差異。Fleisher等通過中國省級數(shù)據(jù)證明人力資本對TFP增長產(chǎn)生積極影響，受過教育的勞動力具有更高的邊際產(chǎn)出。7可以看出，已有研究從人力資本路徑出發(fā)，明確了教育投入對國家、地區(qū)甚至是勞動者個體生產(chǎn)率的差異產(chǎn)生影響。

但是，人力資本的作用機制依然不夠清晰。Rafael和Andrei的研究發(fā)現(xiàn)正規(guī)大公司與非正規(guī)小公司之間巨大的生產(chǎn)率差異，很大程度來自于正規(guī)大企業(yè)的管理者受過更好的教育，而不是來自雇員的人力資本差異。8Gennaioli等人通過全球110個國家1500多個地區(qū)的證據(jù)也發(fā)現(xiàn)，受過教育的企業(yè)家比受過教育的工人對于企業(yè)的生產(chǎn)力更為重要。為何企業(yè)管理者受教育程度對生產(chǎn)率影響更大？為何企業(yè)家比工人的人力資本更重要？對這一問題的思考或許能從另一個方面解釋教育發(fā)揮作用的機制。人力資本既可以作為生產(chǎn)要素直接促進經(jīng)濟增長，又可以通過推動技術進步促進經(jīng)濟增長。9教育對普通工人和企業(yè)家在人力資本作為生產(chǎn)要素時應該具有同樣的重要性，因而已有研究發(fā)現(xiàn)的差異更多來自于人力資本在促進技術進步，即創(chuàng)新方面的差異。企業(yè)家精神的核心是創(chuàng)新，創(chuàng)新是最能發(fā)揮人力資本潛質的地方。熊彼特提出經(jīng)濟發(fā)展來自創(chuàng)新，企業(yè)家的職能就是實現(xiàn)新組合。10Duguet甚至認為創(chuàng)新是促成全要素生產(chǎn)率增長的唯一重要因素。11企業(yè)家或管理者不僅可以創(chuàng)新組織管理方式，還決定著企業(yè)資源配置，是技術創(chuàng)新的重要參與者。創(chuàng)新是提高生產(chǎn)率的關鍵，Kijek和Matras通過22個歐盟國家202個地區(qū)的數(shù)據(jù)發(fā)現(xiàn)地區(qū)創(chuàng)新績效的提高帶來更高的全要素生產(chǎn)率。12對不同國家的實證研究均表明人力資本與創(chuàng)新之間顯著正相關（Dakhli等 1，Gailie和Legros 2，譚光榮等 3）。經(jīng)濟由高速增長階段轉向高質量發(fā)展階段的實踐取向體現(xiàn)在創(chuàng)新成為第一動力。4教育投入是支撐技術創(chuàng)新的基礎，技術創(chuàng)新是實現(xiàn)經(jīng)濟高質量發(fā)展的關鍵，因此，技術創(chuàng)新可能是教育投入和人力資本提升全要素生產(chǎn)率的根本途徑。

綜上所述，已有研究普遍發(fā)現(xiàn)教育投入促進全要素生產(chǎn)率提高，可以有效解釋國家、地區(qū)和勞動者個體的生產(chǎn)率差異，為本文的研究奠定了基礎，具有啟發(fā)意義。但是，已有研究也存在著一定的局限和不足。一方面，現(xiàn)有研究集中于討論教育對全要素生產(chǎn)率的促進作用，這種促進作用既可以來自一個增量變化，也可以來自發(fā)展方式的轉變。經(jīng)過文獻梳理，我們發(fā)現(xiàn)研究主要集中于教育投入對經(jīng)濟增量的促進，而對經(jīng)濟發(fā)展方式轉變的研究則比較少。另一方面，已有研究主要從人力資本視角出發(fā)分析教育產(chǎn)生影響的作用機制，但是人力資本的解釋路徑還不夠清晰，被人力資本掩蓋的可能是技術創(chuàng)新，教育投入最終通過技術創(chuàng)新發(fā)揮作用。因此，本文使用我國地級市面板數(shù)據(jù)探究教育投入促進經(jīng)濟高質量發(fā)展的作用機制。首先，分析教育投入對經(jīng)濟發(fā)展方式從粗放型到集約型、從外延式到內涵式轉變的影響。其次，從技術創(chuàng)新路徑分析教育投入對實現(xiàn)從要素驅動、投入驅動向創(chuàng)新驅動轉變，實現(xiàn)新舊動能轉換和增強經(jīng)濟發(fā)展動力發(fā)揮的作用。最后，探討教育投入對縮小發(fā)展差距，實現(xiàn)包容性增長的意義。

二、教育投入促進經(jīng)濟高質量發(fā)展的機理分析

Fare等將全要素生產(chǎn)率分解為技術進步和技術效率兩部分，技術進步代表著生產(chǎn)前沿面的移動，而技術效率主要指接近現(xiàn)有生產(chǎn)前沿面的運營效率。5人類歷史上譬如蒸汽技術革命、電力技術革命以及電子信息技術革命的發(fā)生總是不多的，在相當長的經(jīng)濟周期內生產(chǎn)前沿面基本不變，因此全要素生產(chǎn)率的提高主要來自技術效率提高。顏鵬飛和王兵的研究發(fā)現(xiàn)，中國全要素生產(chǎn)率的提高主要來自技術效率而不是技術進步。6因此，本文在有限時間的短周期內，假定生產(chǎn)前沿面不變，即技術進步不變，分析教育投入對技術效率及經(jīng)濟發(fā)展方式的影響。技術效率又可以分解為純技術效率和規(guī)模效率，純技術效率和規(guī)模效率相互調節(jié)、相互作用，純技術效率是指通過管理和技術改進等因素影響生產(chǎn)效率，規(guī)模效率是要素投入增加和產(chǎn)出增加之間的關系。傳統(tǒng)增長模式主要通過規(guī)模效率實現(xiàn)經(jīng)濟增長，教育投入主要提高純技術效率，而不是規(guī)模效率，有利于促進經(jīng)濟發(fā)展方式實現(xiàn)從粗放型到集約型的轉變。因此，我們提出假設1。

假設1：在假定生產(chǎn)前沿面不變的情況下，教育投入提高純技術效率。

教育主要有兩大功能：第一，是為經(jīng)濟發(fā)展輸送人才;第二，是通過文化傳遞的方式成為社會整合的工具。在20世紀的大多數(shù)時間里，占支配地位的教育思想是美國的結構功能主義傳統(tǒng)，集中關注教育與勞動的關系。帕森斯提出教育是為年輕人將來參加工作做準備，但是蘭德爾·柯林斯認為大多數(shù)現(xiàn)代教育的內容不是很實用，大多數(shù)技能都是在工作中學到的，學校教育并沒有像功能主義所說的那樣提高具體技能，受教育水平和工作表現(xiàn)之間的相關甚低。1早期工業(yè)發(fā)展對技能的要求相對較低，總體上看，這些技能的獲得并不特別依賴教育機構的支持。工業(yè)革命的產(chǎn)生并不需要太多的智力基礎，技術的發(fā)明頗為簡單，不需要多少科學知識和技術能力，而且主要靠在車間實踐獲得，或者是出自那些木匠、磨房工人和鐵匠的創(chuàng)造。當然，這并不是因為當時沒有更好的科學與技術，也不是人們對科技沒有興趣，技術的簡單性是因為從大體而言，僅采用簡單的想法和裝置，便可產(chǎn)生了不起的結果，而且經(jīng)常不費什么高昂代價。但是，20世紀“第三世界”國家要向前邁開最基本的步伐，就必須掌握先進的科學技術知識，那些最富現(xiàn)代特征的生產(chǎn)類型，比如汽車制造，其規(guī)模和復雜性遠遠超出了大部分人的經(jīng)驗。2工業(yè)化的推進必須培養(yǎng)大批具有技術與管理能力的員工，沒有大量的此類員工，任何經(jīng)濟都可能陷于低效泥潭。因此，教育承擔了重要角色，為經(jīng)濟發(fā)展提供知識積累和現(xiàn)代工業(yè)技能。時移世易，進入后工業(yè)化時代，高速發(fā)展的經(jīng)濟體開始追求高質量發(fā)展、技術創(chuàng)新和應用，尤其是核心技術的創(chuàng)新和應用成為經(jīng)濟高質量發(fā)展的關鍵。技術的創(chuàng)新與發(fā)展并不是無源之水，教育無論對個人獲得融入社會的技術和能力，還是對經(jīng)濟發(fā)展提供必要的技術支持，都變得舉足輕重。生產(chǎn)過程需要的4種知識——寫和算的能力、作為技工的能力、把科學原理和實際培訓相結合的能力、高水平的科學理論和實踐能力，3都與教育投入密切相關。即便教育無法直接提供工作所需的技能，但早期教育的缺乏很有可能妨礙日后在工作中接受技術教育。簡言之，教育投入提供了知識積累，培養(yǎng)了學習能力，使自主創(chuàng)新成為可能。因此，我們提出假設2。

假設2：教育投入通過促進自主創(chuàng)新，提高全要素效率。

技術創(chuàng)新的另一個重要支撐是消化吸收外來技術與創(chuàng)新。研發(fā)投入和自主創(chuàng)新僅是創(chuàng)新來源的一部分，大多數(shù)創(chuàng)新來自于借用而不是發(fā)明，這種觀察早已得到大量有關創(chuàng)新來源研究的證據(jù)支持。4自主研發(fā)和國外技術引進對生產(chǎn)率都具有顯著促進作用，5人力資本通過先進資本貨物進口等技術擴散方式有效提高了中國制造業(yè)企業(yè)生產(chǎn)率。6一方面，創(chuàng)新所需的技術和能力是廣泛的和變化的，需要相互交流和學習;另一方面，對于發(fā)展中國家，尤其是相對落后的經(jīng)濟體而言，向發(fā)達國家借鑒和學習是本國技術創(chuàng)新的重要來源，消化吸收和使用外來先進技術對于本國技術發(fā)展至關重要。只有當一個地區(qū)經(jīng)濟發(fā)展水平、要素稟賦水平以及制度環(huán)境達到一定程度后，采取以自主研發(fā)為主的內源式創(chuàng)新模式才將有利于提升該區(qū)域技術進步水平，否則采取技術引進基礎上的模仿性創(chuàng)新是相對有效的。7因此，技術創(chuàng)新還有可能來自外來技術的溢出甚至是管理和組織方式的優(yōu)化，已有研究發(fā)現(xiàn)外商直接投資（Foreign Direct Investment，F(xiàn)DI）產(chǎn)生的技術擴散效應和資本效應超過了資源競爭效應，1是加速中國資本積累、技術創(chuàng)新升級和產(chǎn)品服務市場擴張的重要引擎，2總體上對內資企業(yè)產(chǎn)生了正向技術溢出效應，3提升了內資企業(yè)的創(chuàng)新數(shù)量。但是FDI帶來的先進知識和技術也需要相應的知識水平才能消化吸收和利用，這種吸收能力很大程度上取決于組織及組織中個人的先驗知識。這些先驗知識賦予了個體識別新信息的價值、吸收并將其利用的能力，它包括最基本的技能甚至一種共同的語言，但也可能包括某一特定領域中最新的科學技術知識。4教育是知識積累不可或缺的途徑，先驗知識的獲得來自持續(xù)的教育投入。初始教育投入不足可能造成無法有效識別新信息和新技術的價值，對外部環(huán)境中的機會反應遲緩，消減后續(xù)創(chuàng)新的潛力。因此，教育投入以一種隱蔽的、演進的方式作用于吸收外來技術與創(chuàng)新的能力。因此，我們提出假設3。

假設3：教育投入通過增強消化吸收外來技術與創(chuàng)新的能力，提高全要素生產(chǎn)率。

三、數(shù)據(jù)、變量與模型

（一）樣本選擇與數(shù)據(jù)來源

本文依據(jù)2000年中國行政區(qū)劃，選擇地級市樣本進行研究。目前地級市年鑒只更新到《2019中國城市統(tǒng)計年鑒》，但是由于《2018中國城市統(tǒng)計年鑒》中固定資產(chǎn)投資這一重要數(shù)據(jù)全部缺失，因此為了保證數(shù)據(jù)質量，本文以2007—2017年的《中國城市統(tǒng)計年鑒》為基礎，即樣本時間范圍2006—2016年，進行分析。去除數(shù)據(jù)缺失過多的城市后，共計237個地級市，包括15個副省級城市（含10個省會城市和5個計劃單列市）、16個省會城市（不包含拉薩）和206個普通地級市。5數(shù)據(jù)主要來自《中國城市統(tǒng)計年鑒》、《中國統(tǒng)計年鑒》、世界銀行發(fā)展指標和國家知識產(chǎn)權局，少量缺失數(shù)據(jù)通過其他年鑒獲得或根據(jù)相關數(shù)據(jù)插補。

（二）變量選擇與度量

1.被解釋變量。本文參照已有研究，采用全要素生產(chǎn)率作為經(jīng)濟高質量發(fā)展的代理變量，即被解釋變量。全要素生產(chǎn)率的計算方法主要有參數(shù)法和非參數(shù)法，參數(shù)法需要設定一個包含未知參數(shù)的隨機生產(chǎn)前沿函數(shù)，非參數(shù)法不需要設定生產(chǎn)前沿函數(shù)，而是通過數(shù)據(jù)包絡分析方法（DEA）來測算生產(chǎn)效率，這種生產(chǎn)效率指標也常被稱為 Malmquist 指數(shù)。6對于宏觀層面的TFP計算，學者主要采用非參數(shù)的DEA方法，可以更好的對TFP進行分解。因此，本文也采用非參數(shù)的DEA方法通過Malmquist DEA模型來計算地級市的全要素生產(chǎn)率。

TFP的計算涉及產(chǎn)出和投入，本文使用GDP平減指數(shù)7對名義GDP進行折算，以實際GDP衡量產(chǎn)出。資本存量估算的關鍵主要涉及固定資產(chǎn)投資額、固定資產(chǎn)投資價格指數(shù)、折舊率和基期資本存量等4個變量，采用永續(xù)盤存法（Perpetual Inventory）測算資本存量：

[Ki，t=Ki，t?1+Ii，t/Pi，t?Di，t=1?δKi，t?1+Ii，t/Pi，t]? ? ? ? ? ? ? ? （1）

式（1）中i表示不同的地級市，t表示年份，[Ki，t]表示i城市t年的資本存量，[Ki，t?1]表示i城市t-1年資本存量，初始資本存量的計算參照張軍等1的方法，以2000年為基期2將各個城市的固定資產(chǎn)投資除以10%作為初始資本存量。[Ii，t]表示i城市t年新增固定資產(chǎn)投資，[Pi，t]是固定資產(chǎn)價格指數(shù)，[Di，t]表示i城市t年的資本折舊，[δ]表示折舊率。折舊率的確定目前主要有兩種方法：一種是使用固定的統(tǒng)一折舊率，另一種是使用不同地區(qū)不同的折舊率。由于經(jīng)濟發(fā)展狀況不同，各省份的折舊率存在一定差異，因此本文采用張健華和王鵬3計算出的1993年以來各省份的不同折舊率，雖然這一折舊率的差異只體現(xiàn)在省級層面，無法具體到地級市，但也可以體現(xiàn)地區(qū)間的部分差異，使全要素生產(chǎn)率計算結果更加準確。關于勞動投入，有使用地區(qū)常住人口，4也有使用城市二、三產(chǎn)業(yè)的從業(yè)人數(shù)，本文借鑒已有大多數(shù)研究采用各城市年末從業(yè)人員總數(shù)來衡量，將有效參與勞動的人口計算在內。最后，通過軟件DEAP2.1計算出地級市TFP及其分解指數(shù)。

2. 解釋變量。本文的關鍵解釋變量是教育投入，我國教育主要依靠政府投入，政府對教育的資金投入是教育投入的主要力量，因此我們使用地方政府一般公共預算中的教育支出（萬元）除以戶籍人口（萬人）得到的人均支出來表示地級市的教育投入。一般公共預算中的教育支出反映政府教育事務支出，5主要包括事業(yè)性支出和基本建設投資項目支出。事業(yè)性經(jīng)費支出包括工資福利支出、對個人和家庭的補助支出、商品和服務支出、其他資本性支出四部分。以2018年為例，國家財政性教育經(jīng)費占全國教育經(jīng)費總投入的80.18%，一般公共預算教育經(jīng)費（包括教育事業(yè)費、基建經(jīng)費、教育費附加、科研經(jīng)費和其他經(jīng)費）是財政性教育經(jīng)費的重要組成部分，占財政性教育經(jīng)費的86.48%。6地方政府的一般公共預算支出中包含了中央對地方轉移支付的教育經(jīng)費，是地區(qū)教育投入最主要的組成部分，基本可以代表教育投入的整體情況。

專利申請數(shù)量是自主創(chuàng)新能力的重要體現(xiàn)，專利分為發(fā)明專利、實用新型專利和外觀設計專利，其中發(fā)明專利的技術含量最高，因此我們使用人均發(fā)明專利申請量作為自主創(chuàng)新的代理變量。專利數(shù)據(jù)來自國家知識產(chǎn)權局。

3. 控制變量。為了控制其他隨時間變化因素對全要素生產(chǎn)率的影響，本文根據(jù)已有理論和實證經(jīng)驗，控制了地級市層面的人口與勞動力特征、經(jīng)濟發(fā)展水平及政府的公共服務水平。人口與勞動力特征包括城市規(guī)模和勞動力規(guī)模。城市規(guī)模影響著地區(qū)消費能力和資源配置效率，會顯著影響生產(chǎn)效率。經(jīng)濟發(fā)展包括實際人均GDP、產(chǎn)業(yè)結構、固定資本投資、外商直接投資和規(guī)模以上工業(yè)企業(yè)數(shù)量。最后，中國特色社會主義市場經(jīng)濟的發(fā)展與政府的公共服務密切相關，因此我們控制宏觀調控程度和開通高鐵7兩個方面的影響。

注：離群值已進行縮尾處理。VIF最大值不超過10。

（三）模型構建

根據(jù)提出的研究假設，首先構建控制地區(qū)和年份效應的雙向固定效應模型進行檢驗：

[ TFPi，t=β0+β1EDUi，t+βControli，t+αi+δt+εi，t]? ? ? ? ? ? ? ? ? ? ? ? ? （2）

[ TFPi，t]是i城市t年的全要素生產(chǎn)率;[ Controli，t]是一組控制變量，考慮其他隨時間變化因素的影響;[εi，t]是隨機誤差項;[αi]和[δt]是城市和年份固定效應。解釋變量是[EDUi，t]，表示i城市t年的教育投入。因此，系數(shù)[β1]表示教育投入對TFP的影響，顯著為正則表示教育投入促進全要素生產(chǎn)率顯著提高。雖然Acemoglu等證實地方制度通過公共產(chǎn)品供給和產(chǎn)權保護影響著美洲國家內部不同地區(qū)的生產(chǎn)效率，1但是與聯(lián)邦制國家不同，我們是單一制國家，地方政府在制度方面具有高度同質性，因此在研究我國區(qū)域間生產(chǎn)率差異時，未考慮地方制度差異。已有研究還發(fā)現(xiàn)個體間自然資源稟賦差異和不隨時間變化的地理因素對生產(chǎn)率的影響不容忽視，使用雙向固定效應模型可以控制這些不易測量的因素，在很大程度上解決遺漏變量帶來的偏誤。同時，我們也把TFP的分解指數(shù)技術進步、技術效率、規(guī)模效率和純技術效率分別作為被解釋變量進行回歸，分析教育投入對TFP的具體影響。

其次，為分析教育投入促進經(jīng)濟高質量發(fā)展的作用機制，分別在原有模型基礎上加入教育投入與發(fā)明專利的交互項和教育投入與FDI的交互項，構建中介效應模型和調節(jié)效應模型進行檢驗。如果（2）式中教育投入對全要素生產(chǎn)率的影響系數(shù)（[β1]）顯著，但在在加入發(fā)明專利后，[β1]顯著性或者系數(shù)值下降，而且發(fā)明專利的系數(shù)顯著，就說明自主創(chuàng)新是教育投入的中介變量。如果依次檢驗結果不顯著，則需要使用其他方法，例如Sobel法或者Bootstrap法進一步檢驗。2如果模型（2）教育投入和FDI的系數(shù)都顯著，并且教育投入與FDI交互項系數(shù)顯著，則說明教育投入對FDI的調節(jié)效應存在，教育投入可以顯著提高消化吸收外來技術和創(chuàng)新的能力，如果三個系數(shù)任何一個不顯著則調節(jié)效應不存在。

四、教育投入促進經(jīng)濟高質量發(fā)展的實證結果

（一）教育投入提高純技術效率

表3（見下頁）第1列在未加入隨時間變化控制變量情況下，教育投入對全要素生產(chǎn)率的影響系數(shù)為0.031，且在1%水平下顯著，教育投入可以解釋全要素生產(chǎn)率差異的36%。第2列控制其他變量后，教育投入對TFP影響依然顯著，教育投入增加1%，可以促進全要素生產(chǎn)率提高0.034%個單位，模型殘差的方差為0.001。我們進一步對TFP的分解指數(shù)進行回歸，發(fā)現(xiàn)教育投入對技術進步?jīng)]有影響，對技術效率影響在1%水平顯著，而技術效率進一步分解為純技術效率和規(guī)模效率后，教育投入對純技術效率影響顯著，而對規(guī)模效率影響不顯著。教育投入增加1%，可以促進純技術效率提高0.078%個單位，且在1%水平顯著。教育投入對純技術效率影響顯著，對規(guī)模效率不顯著，我們把純技術效率加入模型進行回歸，發(fā)現(xiàn)教育投入對TFP的影響不再顯著[見第96頁表4第（1）列]，這說明教育投入對TFP的影響完全在純技術效率方面，驗證了假設1。在假定生產(chǎn)前沿面不變的情況下，教育投入提高純技術效率。與規(guī)模效率不同，純技術效率提高代表的是管理和技術水平的提高，因此教育投入有利于促進發(fā)展方式轉變，實現(xiàn)內涵式發(fā)展。3

（二）教育投入促進技術創(chuàng)新

本文選擇地級市人均發(fā)明專利申請量作為自主創(chuàng)新的代理變量，表4第（2）列和第（3）列的結果表明，教育投入對發(fā)明專利申請量有顯著影響，在加入發(fā)明專利申請量后，教育投入對TFP的影響系數(shù)有所下降，但依然顯著，說明自主創(chuàng)新發(fā)揮著部分中介作用。雖然逐步回歸法可以判斷中介效應是存在的，但是為了做區(qū)間估計，Bootstrap法就成為一個必須的方法，并且是目前普遍認為比較好的估計方法。1我們使用Bootstrap法抽樣1000次，中介效應在1%水平下顯著，中介效應比例為22%，驗證了假設2。

雖然教育投入可以促進先驗知識的積累和吸收創(chuàng)新能力的提高，但無論知識積累還是吸收能力提高都無法測量。而FDI是外來技術溢出的重要方面，我們在表4第（6）列，加入教育投入和FDI的交互項，以此檢驗教育投入對消化吸收外來技術與創(chuàng)新能力的影響。結果交互項系數(shù)為正，并在1%水平顯著，表3第（2）列教育投入和FDI對全要素生產(chǎn)率的影響均在1%水平顯著，說明教育投入顯著增強消化吸收外來技術和創(chuàng)新的能力，驗證了假設3。

因此，教育投入一方面促進自主創(chuàng)新，另一方面提高消化吸收外來技術與創(chuàng)新能力，有利于要素驅動向創(chuàng)新驅動轉變，實現(xiàn)新舊動能轉換，增強高經(jīng)濟高質量發(fā)展動力。

（三）教育投入在一定程度上縮小城市間生產(chǎn)率差距

表5（見下頁）展示了教育投入對不同層級不同地區(qū)TFP影響的異質性。對不同層級城市進行分析可以發(fā)現(xiàn)教育投入對普通地級市TFP影響在1%水平顯著，對區(qū)域中心城市（包括省會和副省級城市）TFP影響在10%水平顯著。這一方面可能與城市的功能和定位有關，表3顯示第二產(chǎn)業(yè)比第三產(chǎn)業(yè)對TFP的影響更大、更顯著，區(qū)域中心城市的服務業(yè)占比一般會更高，而普通地級市生產(chǎn)性的第二產(chǎn)業(yè)占比可能更高，因此教育投入對普通地級市的生產(chǎn)性行業(yè)技術效率改進促進作用更為顯著;另一方面也可能是區(qū)域中心城市全要素生產(chǎn)率本來就處于較高水平，因此教育投入的邊際效應有限。教育投入對東部城市和中部城市顯著，對西部城市影響不顯著。與普通地級市和區(qū)域中心城市的差別類似，教育投入對中部地區(qū)的影響比東部顯著，對西部地區(qū)影響不顯著的原因可能是多方面的，西部地區(qū)教育稍微落后或人才流失。這表明教育投入可以在一定程度上縮小普通地級市與區(qū)域中心城市、東部城市與中部城市的生產(chǎn)率差距。

（四）工具變量回歸結果

雖然雙向固定效應模型可以在很大程度上避免遺漏變量帶來的內生性問題，但是由于部分教育投入依靠地方，并且中央與地方教育費用分擔比例與地方發(fā)展水平密切相關，還是可能存在內生性問題。一方面，盡管教育投入絕大部分來自于國家財政性教育經(jīng)費，但仍有少部分來自地方政府，生產(chǎn)率水平高、經(jīng)濟發(fā)展好的地區(qū)有能力加大教育投入。另一方面，中央政府不斷加大對落后地區(qū)的教育投入，實行差異化分擔政策，根據(jù)2005年《國務院關于深化農(nóng)村義務教育經(jīng)費保障機制改革的通知》和2015年《國務院關于進一步完善城鄉(xiāng)義務教育經(jīng)費保障機制的通知》，“兩免一補”費用、生均公用經(jīng)費、義務教育學校校舍安全保障機制所需資金以及農(nóng)村中小學教師工資中央與地方分擔比例的一個重要依據(jù)是所屬地區(qū)，中央重點支持中西部地區(qū)，適當兼顧東部部分困難地區(qū)。例如“免學雜費資金由中央和地方按比例分擔，西部地區(qū)為8∶2，中部地區(qū)為6∶4;東部地區(qū)除直轄市外，按照財力狀況分省確定。免費提供教科書資金，中西部地區(qū)由中央全額承擔，東部地區(qū)由地方自行承擔”。這些主客觀因素使得教育投入與全要素生產(chǎn)率可能存在互為因果導致的內生性問題。

因此，我們需要對這一情況進行處理，首先選擇滯后一期的教育投入作為工具變量，可以認為滯后一期的教育投入和當期教育投入密切相關，但不受當期全要素生產(chǎn)率的影響，避免了雙向因果的可能性。其次，選擇使用人均教師數(shù)量作為教育投入的工具變量。在編教師數(shù)量受行政編制的嚴格限制，行政編制的使用與國家的政治與管理活動密切相關，這就決定了行政編制有較強的外在約束，不能隨意擴大。2014年《中央編辦教育部財政部關于統(tǒng)一城鄉(xiāng)中小學教職工編制標準的通知》規(guī)定：“將縣鎮(zhèn)、農(nóng)村中小學教職工編制標準統(tǒng)一到城市標準，即高中教職工與學生比為1∶12.5、初中為1∶13.5、小學為1∶19?！?因此，可以認為教師數(shù)量與全要素生產(chǎn)率沒有關系，但與教育投入密切相關，適合作為教育投入的工具變量。

表6（見下頁）呈現(xiàn)了工具變量回歸結果，第（1）列和第（2）列分別是滯后一期教育投入和人均教師數(shù)量工具變量的第一階段回歸結果，工具變量與教育投入的關系在1%水平顯著，偏R2分別為0.049和0.021，F(xiàn)值均大于10，拒絕了弱工具變量假設。Kleibergen-Paap rk LM （LM）統(tǒng)計量在1%水平上拒絕了工具變量不可識別假設。第3列和第4列是第二階段回歸結果，教育投入對TFP影響在1%水平顯著，教育投入增加可以促進TFP顯著提高，杜賓-吳-豪斯曼檢驗（Durbin-Wu-Hausman Test，DWH）結果拒絕了所有解釋變量都是外生的假設，說明使用工具變量法更有效。因此，兩個工具變量都是可識別的、強工具變量，回歸結果具有可信性。

（五）穩(wěn)健性檢驗

測量誤差是影響回歸結果準確性的一個重要因素，因此我們對被解釋變量和解釋變量重新進行測算，以檢驗結果的穩(wěn)健性。一方面，對被解釋變量全要素生產(chǎn)率進行重新測算。全要素生產(chǎn)率的計算涉及投入和產(chǎn)出兩方面，勞動投入基本不存在爭議，資本投入的計算卻尤為關鍵。在前文我們使用不同的折舊率對資本進行折舊，充分體現(xiàn)地區(qū)間的差異。但是固定折舊率也是學界經(jīng)常使用的，因此，我們使用10%的折舊率對資本進行折算并使用世界銀行發(fā)展指標中的中國GDP平減指數(shù)對GDP進行平減，重新計算TFP;接著重新對產(chǎn)出測算，使用不同省份的CPI指數(shù)（以2000年為基期）對GDP進行平減，并使用不同省份的折舊率對資本進行折算，重新測算TFP;再次，使用10%資本折舊率和不同省份的CPI指數(shù)對GDP進行平減，測算TFP。另一方面，更換解釋變量。教育投入和學校數(shù)量有關，因此，我們使用每萬人擁有的學校數(shù)量來估計人均教育投入對TFP的影響。

穩(wěn)健性檢驗結果顯示，1教育投入對不同折舊率和不同平減指數(shù)測算出的TFP都在1%水平顯著，而每萬人擁有學校數(shù)量對TFP的影響也在1%水平顯著。這些發(fā)現(xiàn)表明，教育投入對TFP的促進作用是穩(wěn)定的。通過上述不同方法測算出的TFP分解出純技術效率指數(shù)，同樣使用不同地級市每萬人擁有學校數(shù)量對解釋變量教育投入進行重新測算，檢驗教育投入對純技術效率的影響。結果表明教育投入對純技術效率的影響依然在1%水平顯著;每萬人擁有學校數(shù)量對純技術效率影響也顯著。進一步驗證了教育投入提高純技術效率，有利于實現(xiàn)發(fā)展方式從規(guī)模效率到純技術效率的轉變。

五、結論與政策建議

本文通過237個地級市11年的面板數(shù)據(jù)探討教育投入對經(jīng)濟高質量發(fā)展的作用機制。研究發(fā)現(xiàn)：首先，教育投入顯著提高純技術效率，促進經(jīng)濟發(fā)展方式從規(guī)模效率向純技術效率轉變，實現(xiàn)內涵式發(fā)展。其次，教育投入可以促進自主創(chuàng)新、提高消化吸收外來技術與創(chuàng)新能力，有利于從要素驅動向創(chuàng)新驅動轉變，實現(xiàn)新舊動能轉換，增強發(fā)展動力。最后，教育投入對不同層級和不同地區(qū)城市全要素生產(chǎn)率的影響具有異質性，對于普通地級市和中部城市的影響比區(qū)域中心城市和東部城市更顯著，一定程度上有利于縮小普通地級市和區(qū)域中心城市、中部城市和東部城市的生產(chǎn)率差距。

在物質條件比較匱乏的年代，為快速滿足人民生活需要，通過要素投入快速實現(xiàn)國民收入極大提高，符合當時社會發(fā)展需要。但是，經(jīng)過40多年的高速發(fā)展，社會主要矛盾發(fā)生變化，要素投入的經(jīng)濟增長模式可能無法實現(xiàn)持續(xù)增長和充分發(fā)展，因而對知識型經(jīng)濟、集約式增長、創(chuàng)新發(fā)展模式的需求更加迫切。在大發(fā)展和大變局的時代背景下，全要素生產(chǎn)率的提高是實現(xiàn)經(jīng)濟持續(xù)和高質量發(fā)展的重要驅動力，教育投入對提高全要素生產(chǎn)率發(fā)揮關鍵作用。高質量發(fā)展需要有高質量的體制機制和政策體系來支持。1因此，為促進從數(shù)量增長向質量增長轉變，從要素驅動向創(chuàng)新驅動轉變，實現(xiàn)經(jīng)濟高質量發(fā)展，本文提出三個方面的政策建議：首先，要建立教育投入長效機制，確保教育投入的充足性和持續(xù)性。認識教育投入促進經(jīng)濟高質量發(fā)展的作用機制，重視認識教育投入的潛在力量，對制約教育投入的因素做出適應性調整。其次，注重技術創(chuàng)新。一方面，促進自主創(chuàng)新，為自主創(chuàng)新營造有利的政策環(huán)境;另一方面，提高利用外資的水平和質量，引進消化吸收先進技術，充分利用后發(fā)優(yōu)勢。最后，促進教育財政資金合理分配，保證教育投入的公平性，加大普通地級市和中西部地區(qū)城市的教育投入，縮小城市間差距，實現(xiàn)均衡發(fā)展和包容性增長。

[責任編輯 國勝鐵]