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(jì)高質(zhì)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(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展的作用機(jī)制，結(jié)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(shù)效率而不是規(guī)模效率促進(jìn)經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變。其次，教育投入通過促進(jìn)自主創(chuàng)新、提升消化吸收外來技術(shù)與創(chuàng)新能力提高全要素生產(chǎn)率，增強(qiáng)經(jīng)濟(jì)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(shí)現(xiàn)均衡發(fā)展。工具變量和穩(wěn)健性檢驗(yàn)結(jié)果依然成立，說明教育投入促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展具有穩(wěn)健性，并非由其他沖擊因素導(dǎo)致。因此，需要建立教育投入的長效機(jī)制，注重技術(shù)創(chuàng)新，促進(jìn)教育財政資金合理分配。

關(guān)鍵詞：教育投入;技術(shù)創(chuàng)新;全要素生產(chǎn)率;高質(zhì)量發(fā)展

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

基金項(xiàng)目：貴州財經(jīng)大學(xué)與商務(wù)部國際貿(mào)易經(jīng)濟(jì)合作研究院聯(lián)合基金項(xiàng)目（2017SWBZD13）

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

引? ?言

中國經(jīng)濟(jì)從高速增長轉(zhuǎn)向高質(zhì)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(nèi)外時代背景下，經(jīng)濟(jì)高質(zhì)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(zhì)資本投資迅速改變了中國經(jīng)濟(jì)發(fā)展面貌，創(chuàng)造了巨大的經(jīng)濟(jì)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(nèi)維持中國經(jīng)濟(jì)中高速增長。1“十四五”時期中國經(jīng)濟(jì)發(fā)展需要立足中華民族偉大復(fù)興的戰(zhàn)略全局和世界百年未有之大變局，“因勢而謀、應(yīng)勢而動、順勢而為”。面向高質(zhì)量發(fā)展需要，政策的調(diào)整是全方位的，既需要轉(zhuǎn)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(shù)效率，促進(jìn)經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變;從注重基礎(chǔ)建設(shè)投資到注重技術(shù)創(chuàng)新投資，實(shí)現(xiàn)從要素驅(qū)動、投入驅(qū)動轉(zhuǎn)向創(chuàng)新驅(qū)動。本文期望通過研究中國情境下教育投入對經(jīng)濟(jì)高質(zhì)量發(fā)展的作用機(jī)制拓展教育經(jīng)濟(jì)學(xué)這一核心議題，推進(jìn)已有研究，為實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展尋求可行路徑。

一、文獻(xiàn)綜述

全要素生產(chǎn)率，是實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)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(jì)學(xué)發(fā)展來講，新古典經(jīng)濟(jì)學(xué)認(rèn)為經(jīng)濟(jì)增長取決于外生的技術(shù)進(jìn)步，即全要素生產(chǎn)率的提高。內(nèi)生增長理論進(jìn)一步將技術(shù)進(jìn)步內(nèi)生化，通過人力資本投資、創(chuàng)新、研發(fā)和干中學(xué)等模型將全要素生產(chǎn)率內(nèi)生化，可以更好地解釋經(jīng)濟(jì)持續(xù)增長。從實(shí)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(guān)，Acemoglu等確定了國家制度差異與經(jīng)濟(jì)發(fā)展之間的因果關(guān)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(fù)擔(dān)、農(nóng)業(yè)生產(chǎn)力和人口增長等途徑影響TFP和經(jīng)濟(jì)增長，3Jeffrey等 4和Gylfason 5認(rèn)為自然資源對生產(chǎn)率提升具有“詛咒效應(yīng)”。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(nèi)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(shí)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(diào)整和改善的，因此研究教育投入對經(jīng)濟(jì)高質(zhì)量發(fā)展影響具有政策和實(shí)踐意義。

傳統(tǒng)觀念認(rèn)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(jī)之后的政治重建時期發(fā)揮作用。6但教育對經(jīng)濟(jì)建設(shè)和發(fā)展也至關(guān)重要，國民收入的一些重要增長就是教育投入的結(jié)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(jì)體內(nèi)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(guān)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(xiàn)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(dá)40%可歸因于投入質(zhì)量的提高，受過良好教育的經(jīng)驗(yàn)豐富的工人比受教育程度低和經(jīng)驗(yàn)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(shí)企業(yè)在職培訓(xùn)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(jì)發(fā)展動力機(jī)制不同，進(jìn)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(jì)發(fā)展新引擎。2因此，教育通過提高人力資本質(zhì)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(jì)體內(nèi)部的生產(chǎn)率差異。人力資本積累不僅擴(kuò)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(xiàn)程度達(dá)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(jī)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(jī)制。人力資本既可以作為生產(chǎn)要素直接促進(jìn)經(jīng)濟(jì)增長，又可以通過推動技術(shù)進(jìn)步促進(jìn)經(jīng)濟(jì)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(yīng)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(jìn)技術(shù)進(jìn)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(zhì)的地方。熊彼特提出經(jīng)濟(jì)發(fā)展來自創(chuàng)新，企業(yè)家的職能就是實(shí)現(xiàn)新組合。10Duguet甚至認(rèn)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(shù)創(chuàng)新的重要參與者。創(chuàng)新是提高生產(chǎn)率的關(guān)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(shí)證研究均表明人力資本與創(chuàng)新之間顯著正相關(guān)（Dakhli等 1，Gailie和Legros 2，譚光榮等 3）。經(jīng)濟(jì)由高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展階段的實(shí)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(shù)創(chuàng)新的基礎(chǔ)，技術(shù)創(chuàng)新是實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展的關(guān)鍵，因此，技術(shù)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(jìn)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(chǔ)，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(jìn)作用，這種促進(jìn)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(zhuǎn)變。經(jīng)過文獻(xiàn)梳理，我們發(fā)現(xiàn)研究主要集中于教育投入對經(jīng)濟(jì)增量的促進(jìn)，而對經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)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(jī)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(shù)創(chuàng)新，教育投入最終通過技術(shù)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(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展的作用機(jī)制。首先，分析教育投入對經(jīng)濟(jì)發(fā)展方式從粗放型到集約型、從外延式到內(nèi)涵式轉(zhuǎn)變的影響。其次，從技術(shù)創(chuàng)新路徑分析教育投入對實(shí)現(xiàn)從要素驅(qū)動、投入驅(qū)動向創(chuàng)新驅(qū)動轉(zhuǎn)變，實(shí)現(xiàn)新舊動能轉(zhuǎn)換和增強(qiáng)經(jīng)濟(jì)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(shí)現(xiàn)包容性增長的意義。

二、教育投入促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展的機(jī)理分析

Fare等將全要素生產(chǎn)率分解為技術(shù)進(jìn)步和技術(shù)效率兩部分，技術(shù)進(jìn)步代表著生產(chǎn)前沿面的移動，而技術(shù)效率主要指接近現(xiàn)有生產(chǎn)前沿面的運(yùn)營效率。5人類歷史上譬如蒸汽技術(shù)革命、電力技術(shù)革命以及電子信息技術(shù)革命的發(fā)生總是不多的，在相當(dāng)長的經(jīng)濟(jì)周期內(nèi)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(shù)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(shù)效率而不是技術(shù)進(jìn)步。6因此，本文在有限時間的短周期內(nèi)，假定生產(chǎn)前沿面不變，即技術(shù)進(jìn)步不變，分析教育投入對技術(shù)效率及經(jīng)濟(jì)發(fā)展方式的影響。技術(shù)效率又可以分解為純技術(shù)效率和規(guī)模效率，純技術(shù)效率和規(guī)模效率相互調(diào)節(jié)、相互作用，純技術(shù)效率是指通過管理和技術(shù)改進(jìn)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(guān)系。傳統(tǒng)增長模式主要通過規(guī)模效率實(shí)現(xiàn)經(jīng)濟(jì)增長，教育投入主要提高純技術(shù)效率，而不是規(guī)模效率，有利于促進(jìn)經(jīng)濟(jì)發(fā)展方式實(shí)現(xiàn)從粗放型到集約型的轉(zhuǎn)變。因此，我們提出假設(shè)1。

假設(shè)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(shù)效率。

教育主要有兩大功能：第一，是為經(jīng)濟(jì)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(jì)的大多數(shù)時間里，占支配地位的教育思想是美國的結(jié)構(gòu)功能主義傳統(tǒng)，集中關(guān)注教育與勞動的關(guān)系。帕森斯提出教育是為年輕人將來參加工作做準(zhǔn)備，但是蘭德爾·柯林斯認(rèn)為大多數(shù)現(xiàn)代教育的內(nèi)容不是很實(shí)用，大多數(shù)技能都是在工作中學(xué)到的，學(xué)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(guān)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(jī)構(gòu)的支持。工業(yè)革命的產(chǎn)生并不需要太多的智力基礎(chǔ)，技術(shù)的發(fā)明頗為簡單，不需要多少科學(xué)知識和技術(shù)能力，而且主要靠在車間實(shí)踐獲得，或者是出自那些木匠、磨房工人和鐵匠的創(chuàng)造。當(dāng)然，這并不是因?yàn)楫?dāng)時沒有更好的科學(xué)與技術(shù)，也不是人們對科技沒有興趣，技術(shù)的簡單性是因?yàn)閺拇篌w而言，僅采用簡單的想法和裝置，便可產(chǎn)生了不起的結(jié)果，而且經(jīng)常不費(fèi)什么高昂代價。但是，20世紀(jì)“第三世界”國家要向前邁開最基本的步伐，就必須掌握先進(jìn)的科學(xué)技術(shù)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(fù)雜性遠(yuǎn)遠(yuǎn)超出了大部分人的經(jīng)驗(yàn)。2工業(yè)化的推進(jìn)必須培養(yǎng)大批具有技術(shù)與管理能力的員工，沒有大量的此類員工，任何經(jīng)濟(jì)都可能陷于低效泥潭。因此，教育承擔(dān)了重要角色，為經(jīng)濟(jì)發(fā)展提供知識積累和現(xiàn)代工業(yè)技能。時移世易，進(jìn)入后工業(yè)化時代，高速發(fā)展的經(jīng)濟(jì)體開始追求高質(zhì)量發(fā)展、技術(shù)創(chuàng)新和應(yīng)用，尤其是核心技術(shù)的創(chuàng)新和應(yīng)用成為經(jīng)濟(jì)高質(zhì)量發(fā)展的關(guān)鍵。技術(shù)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(shù)和能力，還是對經(jīng)濟(jì)發(fā)展提供必要的技術(shù)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(xué)原理和實(shí)際培訓(xùn)相結(jié)合的能力、高水平的科學(xué)理論和實(shí)踐能力，3都與教育投入密切相關(guān)。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(shù)教育。簡言之，教育投入提供了知識積累，培養(yǎng)了學(xué)習(xí)能力，使自主創(chuàng)新成為可能。因此，我們提出假設(shè)2。

假設(shè)2：教育投入通過促進(jìn)自主創(chuàng)新，提高全要素效率。

技術(shù)創(chuàng)新的另一個重要支撐是消化吸收外來技術(shù)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(guān)創(chuàng)新來源研究的證據(jù)支持。4自主研發(fā)和國外技術(shù)引進(jìn)對生產(chǎn)率都具有顯著促進(jìn)作用，5人力資本通過先進(jìn)資本貨物進(jìn)口等技術(shù)擴(kuò)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(shù)和能力是廣泛的和變化的，需要相互交流和學(xué)習(xí);另一方面，對于發(fā)展中國家，尤其是相對落后的經(jīng)濟(jì)體而言，向發(fā)達(dá)國家借鑒和學(xué)習(xí)是本國技術(shù)創(chuàng)新的重要來源，消化吸收和使用外來先進(jìn)技術(shù)對于本國技術(shù)發(fā)展至關(guān)重要。只有當(dāng)一個地區(qū)經(jīng)濟(jì)發(fā)展水平、要素稟賦水平以及制度環(huán)境達(dá)到一定程度后，采取以自主研發(fā)為主的內(nèi)源式創(chuàng)新模式才將有利于提升該區(qū)域技術(shù)進(jìn)步水平，否則采取技術(shù)引進(jìn)基礎(chǔ)上的模仿性創(chuàng)新是相對有效的。7因此，技術(shù)創(chuàng)新還有可能來自外來技術(shù)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(shù)擴(kuò)散效應(yīng)和資本效應(yīng)超過了資源競爭效應(yīng)，1是加速中國資本積累、技術(shù)創(chuàng)新升級和產(chǎn)品服務(wù)市場擴(kuò)張的重要引擎，2總體上對內(nèi)資企業(yè)產(chǎn)生了正向技術(shù)溢出效應(yīng)，3提升了內(nèi)資企業(yè)的創(chuàng)新數(shù)量。但是FDI帶來的先進(jìn)知識和技術(shù)也需要相應(yīng)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(yàn)知識。這些先驗(yàn)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(lǐng)域中最新的科學(xué)技術(shù)知識。4教育是知識積累不可或缺的途徑，先驗(yàn)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(shù)的價值，對外部環(huán)境中的機(jī)會反應(yīng)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(jìn)的方式作用于吸收外來技術(shù)與創(chuàng)新的能力。因此，我們提出假設(shè)3。

假設(shè)3：教育投入通過增強(qiáng)消化吸收外來技術(shù)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(jìn)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(zhì)量，本文以2007—2017年的《中國城市統(tǒng)計年鑒》為基礎(chǔ)，即樣本時間范圍2006—2016年，進(jìn)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(biāo)和國家知識產(chǎn)權(quán)局，少量缺失數(shù)據(jù)通過其他年鑒獲得或根據(jù)相關(guān)數(shù)據(jù)插補(bǔ)。

（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(jì)高質(zhì)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(shè)定一個包含未知參數(shù)的隨機(jī)生產(chǎn)前沿函數(shù)，非參數(shù)法不需要設(shè)定生產(chǎn)前沿函數(shù)，而是通過數(shù)據(jù)包絡(luò)分析方法（DEA）來測算生產(chǎn)效率，這種生產(chǎn)效率指標(biāo)也常被稱為 Malmquist 指數(shù)。6對于宏觀層面的TFP計算，學(xué)者主要采用非參數(shù)的DEA方法，可以更好的對TFP進(jìn)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(jìn)行折算，以實(shí)際GDP衡量產(chǎn)出。資本存量估算的關(guān)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(jì)發(fā)展?fàn)顩r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(jié)果更加準(zhǔn)確。關(guān)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(nèi)。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(guān)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(yù)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(yù)算中的教育支出反映政府教育事務(wù)支出，5主要包括事業(yè)性支出和基本建設(shè)投資項(xiàng)目支出。事業(yè)性經(jīng)費(fèi)支出包括工資福利支出、對個人和家庭的補(bǔ)助支出、商品和服務(wù)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(fèi)占全國教育經(jīng)費(fèi)總投入的80.18%，一般公共預(yù)算教育經(jīng)費(fèi)（包括教育事業(yè)費(fèi)、基建經(jīng)費(fèi)、教育費(fèi)附加、科研經(jīng)費(fèi)和其他經(jīng)費(fèi)）是財政性教育經(jīng)費(fèi)的重要組成部分，占財政性教育經(jīng)費(fèi)的86.48%。6地方政府的一般公共預(yù)算支出中包含了中央對地方轉(zhuǎn)移支付的教育經(jīng)費(fèi)，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(shí)用新型專利和外觀設(shè)計專利，其中發(fā)明專利的技術(shù)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(quán)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(shí)證經(jīng)驗(yàn)，控制了地級市層面的人口與勞動力特征、經(jīng)濟(jì)發(fā)展水平及政府的公共服務(wù)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(fèi)能力和資源配置效率，會顯著影響生產(chǎn)效率。經(jīng)濟(jì)發(fā)展包括實(shí)際人均GDP、產(chǎn)業(yè)結(jié)構(gòu)、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(jì)的發(fā)展與政府的公共服務(wù)密切相關(guān)，因此我們控制宏觀調(diào)控程度和開通高鐵7兩個方面的影響。

注：離群值已進(jìn)行縮尾處理。VIF最大值不超過10。

（三）模型構(gòu)建

根據(jù)提出的研究假設(shè)，首先構(gòu)建控制地區(qū)和年份效應(yīng)的雙向固定效應(yīng)模型進(jìn)行檢驗(yàn)：

[ 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(jī)誤差項(xiàng);[αi]和[δt]是城市和年份固定效應(yīng)。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(jìn)全要素生產(chǎn)率顯著提高。雖然Acemoglu等證實(shí)地方制度通過公共產(chǎn)品供給和產(chǎn)權(quán)保護(hù)影響著美洲國家內(nèi)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(zhì)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(yīng)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(shù)進(jìn)步、技術(shù)效率、規(guī)模效率和純技術(shù)效率分別作為被解釋變量進(jìn)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(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展的作用機(jī)制，分別在原有模型基礎(chǔ)上加入教育投入與發(fā)明專利的交互項(xiàng)和教育投入與FDI的交互項(xiàng)，構(gòu)建中介效應(yīng)模型和調(diào)節(jié)效應(yīng)模型進(jìn)行檢驗(yàn)。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(yàn)結(jié)果不顯著，則需要使用其他方法，例如Sobel法或者Bootstrap法進(jìn)一步檢驗(yàn)。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(xiàng)系數(shù)顯著，則說明教育投入對FDI的調(diào)節(jié)效應(yīng)存在，教育投入可以顯著提高消化吸收外來技術(shù)和創(chuàng)新的能力，如果三個系數(shù)任何一個不顯著則調(diào)節(jié)效應(yīng)不存在。

四、教育投入促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展的實(shí)證結(jié)果

（一）教育投入提高純技術(shù)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(jìn)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(jìn)一步對TFP的分解指數(shù)進(jìn)行回歸，發(fā)現(xiàn)教育投入對技術(shù)進(jìn)步?jīng)]有影響，對技術(shù)效率影響在1%水平顯著，而技術(shù)效率進(jìn)一步分解為純技術(shù)效率和規(guī)模效率后，教育投入對純技術(shù)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(jìn)純技術(shù)效率提高0.078%個單位，且在1%水平顯著。教育投入對純技術(shù)效率影響顯著，對規(guī)模效率不顯著，我們把純技術(shù)效率加入模型進(jìn)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(shù)效率方面，驗(yàn)證了假設(shè)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(shù)效率。與規(guī)模效率不同，純技術(shù)效率提高代表的是管理和技術(shù)水平的提高，因此教育投入有利于促進(jìn)發(fā)展方式轉(zhuǎn)變，實(shí)現(xiàn)內(nèi)涵式發(fā)展。3

（二）教育投入促進(jìn)技術(shù)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(jié)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(yīng)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(rèn)為比較好的估計方法。1我們使用Bootstrap法抽樣1000次，中介效應(yīng)在1%水平下顯著，中介效應(yīng)比例為22%，驗(yàn)證了假設(shè)2。

雖然教育投入可以促進(jìn)先驗(yàn)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(shù)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(xiàng)，以此檢驗(yàn)教育投入對消化吸收外來技術(shù)與創(chuàng)新能力的影響。結(jié)果交互項(xiàng)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(qiáng)消化吸收外來技術(shù)和創(chuàng)新的能力，驗(yàn)證了假設(shè)3。

因此，教育投入一方面促進(jìn)自主創(chuàng)新，另一方面提高消化吸收外來技術(shù)與創(chuàng)新能力，有利于要素驅(qū)動向創(chuàng)新驅(qū)動轉(zhuǎn)變，實(shí)現(xiàn)新舊動能轉(zhuǎn)換，增強(qiáng)高經(jīng)濟(jì)高質(zhì)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(zhì)性。對不同層級城市進(jìn)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(guān)，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(wù)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(shù)效率改進(jìn)促進(jìn)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(yīng)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(jié)果

雖然雙向固定效應(yīng)模型可以在很大程度上避免遺漏變量帶來的內(nèi)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(fèi)用分擔(dān)比例與地方發(fā)展水平密切相關(guān)，還是可能存在內(nèi)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(fèi)，但仍有少部分來自地方政府，生產(chǎn)率水平高、經(jīng)濟(jì)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(shí)行差異化分擔(dān)政策，根據(jù)2005年《國務(wù)院關(guān)于深化農(nóng)村義務(wù)教育經(jīng)費(fèi)保障機(jī)制改革的通知》和2015年《國務(wù)院關(guān)于進(jìn)一步完善城鄉(xiāng)義務(wù)教育經(jīng)費(fèi)保障機(jī)制的通知》，“兩免一補(bǔ)”費(fèi)用、生均公用經(jīng)費(fèi)、義務(wù)教育學(xué)校校舍安全保障機(jī)制所需資金以及農(nóng)村中小學(xué)教師工資中央與地方分擔(dān)比例的一個重要依據(jù)是所屬地區(qū)，中央重點(diǎn)支持中西部地區(qū)，適當(dāng)兼顧東部部分困難地區(qū)。例如“免學(xué)雜費(fèi)資金由中央和地方按比例分擔(dān)，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(fèi)提供教科書資金，中西部地區(qū)由中央全額承擔(dān)，東部地區(qū)由地方自行承擔(dān)”。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(dǎo)致的內(nèi)生性問題。

因此，我們需要對這一情況進(jìn)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(rèn)為滯后一期的教育投入和當(dāng)期教育投入密切相關(guān)，但不受當(dāng)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(yán)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(guān)，這就決定了行政編制有較強(qiáng)的外在約束，不能隨意擴(kuò)大。2014年《中央編辦教育部財政部關(guān)于統(tǒng)一城鄉(xiāng)中小學(xué)教職工編制標(biāo)準(zhǔn)的通知》規(guī)定：“將縣鎮(zhèn)、農(nóng)村中小學(xué)教職工編制標(biāo)準(zhǔn)統(tǒng)一到城市標(biāo)準(zhǔn)，即高中教職工與學(xué)生比為1∶12.5、初中為1∶13.5、小學(xué)為1∶19?！?因此，可以認(rèn)為教師數(shù)量與全要素生產(chǎn)率沒有關(guān)系，但與教育投入密切相關(guān)，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(jié)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(jié)果，工具變量與教育投入的關(guān)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(shè)。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(shè)。第3列和第4列是第二階段回歸結(jié)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(jìn)TFP顯著提高，杜賓-吳-豪斯曼檢驗(yàn)（Durbin-Wu-Hausman Test，DWH）結(jié)果拒絕了所有解釋變量都是外生的假設(shè)，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(qiáng)工具變量，回歸結(jié)果具有可信性。

（五）穩(wěn)健性檢驗(yàn)

測量誤差是影響回歸結(jié)果準(zhǔn)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(jìn)行測算，以檢驗(yàn)結(jié)果的穩(wěn)健性。一方面，對被解釋變量全要素生產(chǎn)率進(jìn)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(guān)鍵。在前文我們使用不同的折舊率對資本進(jìn)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(xué)界經(jīng)常使用的，因此，我們使用10%的折舊率對資本進(jìn)行折算并使用世界銀行發(fā)展指標(biāo)中的中國GDP平減指數(shù)對GDP進(jìn)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(jìn)行平減，并使用不同省份的折舊率對資本進(jìn)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(jìn)行平減，測算TFP。另一方面，更換解釋變量。教育投入和學(xué)校數(shù)量有關(guān)，因此，我們使用每萬人擁有的學(xué)校數(shù)量來估計人均教育投入對TFP的影響。

穩(wěn)健性檢驗(yàn)結(jié)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(xué)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(jìn)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(shù)效率指數(shù)，同樣使用不同地級市每萬人擁有學(xué)校數(shù)量對解釋變量教育投入進(jìn)行重新測算，檢驗(yàn)教育投入對純技術(shù)效率的影響。結(jié)果表明教育投入對純技術(shù)效率的影響依然在1%水平顯著;每萬人擁有學(xué)校數(shù)量對純技術(shù)效率影響也顯著。進(jìn)一步驗(yàn)證了教育投入提高純技術(shù)效率，有利于實(shí)現(xiàn)發(fā)展方式從規(guī)模效率到純技術(shù)效率的轉(zhuǎn)變。

五、結(jié)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(jì)高質(zhì)量發(fā)展的作用機(jī)制。研究發(fā)現(xiàn)：首先，教育投入顯著提高純技術(shù)效率，促進(jìn)經(jīng)濟(jì)發(fā)展方式從規(guī)模效率向純技術(shù)效率轉(zhuǎn)變，實(shí)現(xiàn)內(nèi)涵式發(fā)展。其次，教育投入可以促進(jìn)自主創(chuàng)新、提高消化吸收外來技術(shù)與創(chuàng)新能力，有利于從要素驅(qū)動向創(chuàng)新驅(qū)動轉(zhuǎn)變，實(shí)現(xiàn)新舊動能轉(zhuǎn)換，增強(qiáng)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(zhì)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(zhì)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(shí)現(xiàn)國民收入極大提高，符合當(dāng)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(jì)增長模式可能無法實(shí)現(xiàn)持續(xù)增長和充分發(fā)展，因而對知識型經(jīng)濟(jì)、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(shí)現(xiàn)經(jīng)濟(jì)持續(xù)和高質(zhì)量發(fā)展的重要驅(qū)動力，教育投入對提高全要素生產(chǎn)率發(fā)揮關(guān)鍵作用。高質(zhì)量發(fā)展需要有高質(zhì)量的體制機(jī)制和政策體系來支持。1因此，為促進(jìn)從數(shù)量增長向質(zhì)量增長轉(zhuǎn)變，從要素驅(qū)動向創(chuàng)新驅(qū)動轉(zhuǎn)變，實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)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(jī)制，確保教育投入的充足性和持續(xù)性。認(rèn)識教育投入促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展的作用機(jī)制，重視認(rèn)識教育投入的潛在力量，對制約教育投入的因素做出適應(yīng)性調(diào)整。其次，注重技術(shù)創(chuàng)新。一方面，促進(jìn)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(zhì)量，引進(jìn)消化吸收先進(jìn)技術(shù)，充分利用后發(fā)優(yōu)勢。最后，促進(jìn)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(shí)現(xiàn)均衡發(fā)展和包容性增長。

[責(zé)任編輯 國勝鐵]