普通教育和职业教育对全要素生产率的影响——基于空间动态面板数据

阚大学，吕连菊，余炳文

（1.南昌工程学院 经济贸易学院， 江西 南昌 330099； 2.江西财经大学 经济学院， 江西 南昌 330013）

【统计应用研究】

普通教育和职业教育对全要素生产率的影响
——基于空间动态面板数据

阚大学1，吕连菊1，余炳文2

（1.南昌工程学院 经济贸易学院， 江西 南昌 330099； 2.江西财经大学 经济学院， 江西 南昌 330013）

构建空间动态面板模型，运用空间纠正系统GMM法研究了普通教育和职业教育对全要素生产率（TFP）的影响，研究发现，不同层次普通教育和职业教育与TFP均存在空间自相关，TFP存在空间溢出效应，相邻省域TFP有趋同之势；普通教育和职业教育均提高了TFP，职业教育作用略大，前者主要通过促进技术进步提高了TFP，后者主要通过改进技术效率提高了TFP，其中普通高等、中等教育对TFP的促进作用分别低于高等、中等职业教育，普通初等和初等职业教育均不利于TFP提高；分区域看，东部地区普通教育对TFP的促进作用大于职业教育，中西部地区与之相反，东、中、西部地区对TFP促进作用最大的分别是普通高等教育、高等职业教育、中等职业教育，三个地区普通初等和初等职业教育均不利于TFP提高。

普通教育；职业教育；全要素生产率

一、引 言

1978年以来，中国的普通教育与职业教育发展迅速，两类教育规模得到了很大提高。2013年当年普通教育在校生和毕业生人数为22 911.81万人，占总人口的16.838%，其中普通高等、中等和初等教育在校生和毕业生人数分别为2 014.35万人、9 236.5万人和11 660.96万人，分别占总人口的1.480%、6.788%和8.570%。同年中国职业教育在校生和毕业生人数为3 967.54万人，占总人口的2.916%，其中高等、中等和初等职业教育在校生和毕业生人数分别为1 323.25万人、2 638.3万人和5.99万人，分别占总人口的0.973%、1.939%和0.004%。与此同时，中国经济快速发展，年均增长率为9.8%，但伴随着经济高速增长，中国经济发展中的不少潜在问题和弊端日益突显。这使得政府和学界在关注经济增长数量的同时，更加重视中国经济增长质量。目前，中国经济增长进入新常态，主要矛盾不是速度问题，而是经济增长质量问题。在人口红利终结、土地等生产要素投入面临资源和环境约束加剧的背景下，提升全要素生产率（TFP）是中国提高经济增长质量的重要途径。教育在提高自主创新能力、吸收技术外溢效应和加快技术扩散等方面影响着TFP。随着中国经济增长方式转变，普通教育与职业教育暴露出与之不相适应的一些问题，如办学层次、办学形式、办学条件、经费投入、专业设置、课程体系、人才培养类型等方面难以满足TFP提升需要，这将影响两类教育在中国经济增长质量目标中发挥积极作用，要求调整教育的发展方向和方式。那么，中国为了提升TFP适应经济增长新常态，应侧重发展普通教育还是职业教育？如果是普通教育，中国又应侧重发展普通高等、中等和初等教育中的哪一层次？不同地区又应侧重发展哪一层次？同理，如果是职业教育，中国又应侧重发展高等、中等和初等职业教育中的哪一层次？不同地区又应侧重发展哪一层次？由于中国经济增长取得的巨大成就在很大程度上是靠“牺牲”环境换来的，因此，要回答上述问题，在测度TFP时就需要将环境因素纳入其中，进而分析普通教育与职业教育及其不同层次对中国不同地区TFP的影响。

二、文献综述

国内相关研究主要包括两方面：一是研究整体教育对TFP的影响。王志刚等发现初始具有小学以上教育程度人口比例增长促进了生产效率增加[1]；魏下海和张建武构造非线性面板数据模型，研究发现平均受教育程度对TFP增长存在明显的门槛特征[2]；张海峰等估计了平均受教育年限和平均师生比率对劳动生产率的影响，结果发现前者对劳动生产率的影响部分取决于后者的高低，后者越高，前者对劳动生产率的促进效应越大[3]。二是研究不同层次教育对TFP的影响。颜鹏飞和王兵研究发现，在校大学生人数占总人口比重与TFP增长和技术进步呈负相关，与技术效率呈正相关[4]；华萍基于1993-2001年省级面板数据研究发现，大学教育促进了技术效率改善和技术进步，中小学教育不利于技术效率改善[5]；许和连等发现中等及以上学校在校学生人数显著促进了中国TFP提高[6]；朱承亮等研究表明，高等教育对技术效率改善具有较大促进作用[7]；肖志勇等基于省级面板数据发现，只有高等教育显著促进TFP增长[8]；魏下海借鉴Spatial Benhabib-Spiegel模型，发现高等教育对TFP增长具有负向空间溢出效应，中小学教育表现出正向空间溢出效应[9]；张玉鹏等研究发现在其他条件不变时，初中以上教育促进了TFP增长，其中高等教育作用更大，其对TFP的促进作用存在门槛效应[10]；韩海彬等利用GMM方法研究发现初等教育促进了农业环境TFP增长，中等教育作用不显著，高等教育为负面影响[11]；金戈则运用增长核算法和SFA法实证研究了不同层次教育投入对TFP增长的影响，发现中学和大学教育投入有利于TFP增长，小学教育投入不利于TFP增长[12]。

显然，关于教育对TFP影响的研究成果较为丰富，为本研究奠定了基础，但现有成果仅将教育划分为高等教育、中等教育和初等教育，并未进一步细分，尚未发现关于普通高等、中等和初等教育，高等、中等和初等职业教育对中国TFP影响的研究。其次，大多数研究仅从全国范围考察教育对TFP的影响，忽略了由于中国区域发展差异导致教育异质性影响效应的差异性，肖志勇和魏下海研究了相关问题，但其研究也未进一步细分教育层次[8]。再者，大多数文献在实证分析教育对TFP的影响时，测度TFP并未纳入环境因素，韩海彬等人的研究限于农业TFP，且未进一步细分教育层次，忽略了教育异质性影响效应的区域差异性[11]。最后，现有研究大多数没有考虑到空间相关性，魏下海考虑了空间相关性，但没有考虑到内生性问题，也未进一步细分教育层次和将环境因素纳入TFP的测度中[8-9]。本研究将弥补上述不足，基于空间动态面板数据，利用空间纠正系统GMM法比较研究普通教育与职业教育及其不同层次对中国及东、中、西部地区TFP的影响。

三、模型设定与变量测度

依据国内外学者关于TFP影响因素研究，基于省级面板数据，借鉴Lesage 和 Pace构建的广义空间面板模型，设定以教育（ED）为解释变量，分别包括普通教育（GE）与职业教育（VE）及其不同层次，同时纳入包含滞后内生变量和外生变量的空间动态面板计量模型为[13]156-175：

lnTFPit=C+γlnTFPit-1+ρWlnTFPit+β1lnEDit+λXit+μi+φt+εit

lneffit=C+γlneffit-1+ρWlneffit+β1lnEDit+λXit+μi+φt+εit

lnteit=C+γlnteit-1+ρWlnteit+β1lnEDit+λXit+μi+φt+εit

εit=φWεit+υit

上述模型可以派生出两种常用模型：一是当ρ≠0，β1≠0，φ=0时，它们为空间动态面板滞后模型，该模型表明本省域因变量不仅与本省域自变量有关，还与相邻省域因变量有关；二是当ρ=0，β1≠0，φ≠0时，它们为空间动态面板误差模型，该模型表明本省域因变量不仅与本省域自变量有关，还与相邻省域因变量以及自变量有关。

上述模型中C表示常数项，i表示第i个省域，t表示第t年，X为控制变量，包括城市化水平UR、外资FDI、经济开放度EO、基础设施水平BS、市场化水平IN，μ、φ分别为个体和时间虚拟变量，ε为随机误差项，W为空间权重矩阵，eff和te分别为技术进步指数和技术效率指数，并且为了涵盖未考虑到的其他影响因素，加入滞后一期的被解释变量。

首先，关于TFP测度。参考大多数文献做法，将劳动力和资本存量作为投入指标，将GDP和SO2排放量作为期望产出和非期望产出指标*资本存量使用“永续盘存法”计算，具体公式为Kit=Iit/Pit+（1-λ）Kit-1，其Iit为第i个省域第t年的名义固定资产投资额，Pit为固定资产投资价格指数（以1992年为100），λ为资本折旧率，采用国际上惯常的做法，将其设定为5%，至于初始年份1992年各省域资本存量，通过下式求出：K1,992=Ii,1992/（0.03+git），其中git为i省域1992—2012年的GDP平均增长率；劳动力使用年底从业人员数来衡量。为了消除统计数据中价格因素的影响，用各省域GDP指数（以1992年为100）对GDP数据进行了折算。，为了扩大期望产出，缩小非期望产出，引入方向性距离函数，在此基础上构造Malmquist-Luenberger生产率指数，以此衡量TFP变动率，并分解为技术进步指数和技术效率指数。具体是利用MaxDEA6.0软件来测算。

其次，关于普通教育与职业教育及其不同层次测度。本文均用相应教育在校生数和毕业生数之和占总人口数比重来衡量。现有研究表明，教育主要通过作用要素重置、促进技术创新、有助于技术外溢吸收、加快技术扩散和推进专业化分工等方面影响TFP。但教育对TFP的影响存在局限性，不同地区产业结构水平存在差异，且区域教育发展不平衡，不同层次教育程度差异也显著，这些均制约了教育通过上述传导机理促进TFP增长，甚至对TFP增长产生了负面影响。因此，普通教育与职业教育及其不同层次对TFP的影响有待检验。

再者，关于控制变量测度。用城市人口数与总人口数之比衡量城市化水平，用实际利用外资金额占GDP比重测度FDI，用进出口总额占GDP比重衡量经济开放度*为了消除统计数据中汇率因素的影响，对实际利用外资金额和进出口总额均按当年平均汇率进行换算，再按照各省域GDP指数折算为1992年不变价格。，用公路里程数与省域面积之比测度基础设施水平，用非国有投资与总投资之比衡量市场化水平。

上述变量原始数据来源于《中国教育统计年鉴》、《中国统计年鉴》、各省域《统计年鉴》和《新中国60年统计资料汇编》。本文选择的样本时间为1992—2012年，研究目标为29个省份，其中西藏数据不全，故排除，并为保持数据口径相对一致，合并重庆与四川的数据。

四、实证分析

（一）空间自相关检验

检验区域经济变量是否存在空间相关性，一般使用空间自相关指数Moran’I。具体计算公式为:

从图1可知，1992—2012年的普通教育和职业教育及其不同层次与TFP的Moran’I值呈现一定的波动，但均大于0，说明中国省域普通教育和职业教育及其不同层次与TFP均具有明显的正相关关系，普通教育和职业教育及其不同层次与TFP的空间差异现象并不是随机产生的，而是表现出相似值之间的空间集群，普通教育和职业教育及其不同层次与TFP在全局上表现出较强的空间依赖特征。具有相对较高普通教育和职业教育及其不同层次教育水平的省域倾向于接近其他较高省域，具有相对较低普通教育和职业教育及其不同层次教育水平的省域趋于和其他较低省域相邻。同样，具有相对较高TFP水平的省域倾向于接近其他较高省域，具有相对较低TFP水平的省域趋于和其他较低省域相邻。可知，具有相对较高普通教育和职业教育及不同层次数育水平的省域和相对较高TFP水平的省域存在空间相关性。

图1 1992—2012年各类教育与TFP的Moran'I指数

（二）空间动态面板模型选择

依据上述空间自相关检验结果，引入空间计量模型来研究普通教育与职业教育及其不同层次对TFP的影响是必要的。依据Anselin等提出的判别准则[14]，采用LM统计量来判断模型是空间动态面板误差模型还是滞后模型，当LM（lag）和LM（error）检验统计量中只有一个是显著时，就选择显著的统计量相对应的空间回归模型，当LM（lag）和LM（error）检验统计量均显著时，Robust LM（lag）和Robust LM（error）检验统计量中一个是显著的或一个比另外一个更显著时，就选择最显著的统计量相对应的模型。研究发现当解释变量为普通教育、职业教育、普通中等教育和中等职业教育时，LM（lag）和LM（error）检验统计量均通过了显著性检验，Robust LM（lag）检验统计量显著，Robust LM（error）检验统计量不显著。当解释变量为普通高等教育、高等职业教育、普通初等教育和初等职业教育时，LM（lag）和LM（error）检验统计量均显著，Robust LM（lag）统计量比Robust LM（error）统计量显著。因此，均选择空间动态面板滞后模型。

（三）对中国TFP影响的实证结果分析

在利用空间动态面板滞后模型进行估计前，为了防止估计产生的谬误回归结果，本文已经使用面板数据的LLC检验等6种单位根检验方法和Pedroni检验等3种协整检验方法分别对变量平稳性和变量间协整关系进行检验。发现变量有单位根，变量为一阶单整I（1），变量间存在协整关系。估计前还可能因为存在内生性问题产生有偏估计，本文采用Jambs等提出的空间纠正系统GMM估计（SCBB）进行实证分析，这样既克服了内生性问题，也减少了空间权重矩阵设定对空间效应检验结果和空间模型估计结果产生的影响[15]。估计结果如表1、表2所示，其中Wald统计量、Hansen检验和Arellano-Bond检验均无异常。

1.普通教育与职业教育均提高了TFP，职业教育作用略大。从表1可知，普通教育在校生和毕业生人数占总人口数的比重提高1%，TFP提高0.074%，通过了10%水平显著性检验；职业教育在校生和毕业生数占总人口数比重提高1%，TFP提高0.082%，通过了5%水平显著性检验。可见，普通教育与职业教育均提高了TFP，职业教育作用略大。原因可能在于中国整体经济发展水平、产业结构和企业需求更多的是技能型人才，职业教育所培养出来的人才在一定程度上更好地迎合了这种需求。从表1可知，普通教育主要通过促进技术进步提高了TFP，职业教育主要通过改进技术效率提高了TFP。

表1 普通教育和职业教育对中国TFP影响的实证结果

注：*、**、***分别表示在10%、5%和1%水平上通过显著性检验。下表同。

2.除普通初等教育和初等职业教育外，其他层次教育均促进了中国TFP提高，其中高等职业教育的作用大于普通高等教育，中等职业教育的作用大于普通中等教育。从表2可知，普通高等、中等与初等教育在校生和毕业生人数占总人口数比重提高1%，TFP分别显著提高0.170%、0.071%、-0.034%；高等、中等和初等职业教育在校生和毕业生人数占总人口数比重提高1%，TFP分别显著提高0.179%、0.084%、-0.031%。因此，除普通初等教育与初等职业教育外，其他层次教育均促进了中国TFP提高，其中高等职业教育的作用大于普通高等教育，中等职业教育的作用大于普通中等教育。原因可能在于中国入世后经济发展较快，产业结构中现代制造业和现代服务业比重增加，并且中国作为发展中国家承接了发达国家产业转移，发达国家更多的是将产品的制造环节转移到中国，这一环节往往需要的是熟练的技能型人才，因此对高等职业教育产生了大量需求。1999年高校扩招增加的高等职业教育学生在2002年开始走上工作岗位，且2002年国务院召开全国职业教育工作会议，要求积极发展高等职业教育，使得高等职业教育规模大幅增加，正好在一定程度上满足了需求。相对发达国家，中国经济发展整体水平不高，产业结构中技术知识密集型行业、高精尖行业和新兴服务业比重还较低，对普通高等教育人才需求增加有限，且发达国家将产品研发、设计等高附加值环节大多保留在国内，致使中国在国际产业链中位于较低端，减少了中国对普通高等教育人才需求。再者，1999年以后，高校扩招中大部分录取的学生接受的是普通高等教育，这致使普通高等教育规模迅速增加，但也带来了普通高校办学资源紧张，在相关政策措施跟不上的情况下，教学质量滑坡，毕业生就业技能水平低下，产生了就业困境，导致普通高等教育对TFP的边际提高效应下降。与此相对应的是“技工荒”，高技能人才短缺，这使得高等职业教育对TFP的边际提高效应较高。

至于中等职业教育对TFP的促进作用高于普通中等教育，原因在于中国产业结构中还存在比重较高的低层次劳动密集型行业和传统服务业，这些行业通常要求有一定的基本工作技能，但对专业技能和综合技能要求不高。因此，相对普通中等教育，中等职业教育者往往更符合企业要求，且接受中等职业教育比例较高的农村劳动力从第一产业转移到第二、三产业，这种产业转移也提高了TFP。普通初等教育与初等职业教育不利于TFP提高，原因在于仅受过普通初等教育与初等职业教育的人多在第一产业就业，即便在第二、第三产业就业也多从事技术含量低的简单劳动，其提高了技术效率，但却不利于技术进步，最终对TFP产生了负面影响*由于篇幅所限，本文未给出不同层次教育对技术进步和技术效率影响的实证结果，但从估计结果可知，普通高等教育主要是通过促进技术进步提高TFP，高等职业教育、中等职业教育和普通中等教育主要是通过改善技术效率提高TFP，普通初等教育和初等职业教育提高了技术效率，但不利于技术进步。。

3.TFP存在空间溢出效应。从表1和表2可知，所有回归滞后项参数ρ均显著为正，这表明TFP受相邻省域TFP影响，TFP存在空间溢出效应，一个省域在其经济效率提升过程中会带动周边省域经济效率提升，使得相邻省域TFP有趋同之势。原因可能在于省域行政壁垒的逐渐清除，各种要素在省域间流动促使其对TFP的边际影响趋于相同，相邻省域竞争效应采取的相似政策，省域间的教育和技术外溢效应都促使相邻省域TFP趋同。

表2 不同类型、层次教育对中国TFP影响的实证结果

（四）对不同地区TFP影响的实证结果分析

进一步利用SCBB法估计了普通教育与职业教育对东、中、西部地区TFP的影响，估计结果如表3～表5所示，其中Wald统计量、Hansen检验和Arellano-Bond检验均无异常。

1.东部地区普通教育对TFP的促进作用大于职业教育，中西部地区正好与之相反。从表3～5可知，东、中、西部地区普通教育在校生和毕业生人数占总人口数比重提高1%，TFP分别显著提高0.107%、0.075%、0.062%。职业教育在校生和毕业生人数占总人口数的比重提高1%，TFP分别显著提高0.096%、0.084%、0.070%。可见，东部地区普通教育对TFP的促进作用大于职业教育，中西部地区正好与之相反。原因可能是东部地区由于地理位置、历史原因和国家给予的优惠政策促使其经济快速发展，为了实现经济增长方式转变和经济结构转型，该地区对普通教育人才需求往往高于职业教育。中西部地区经济发展水平不高，产业结构滞后，多数省份还处于工业化中期，因此，需要的是有一定知识和技能的职业教育人才。研究发现，东部地区的普通教育在校生和毕业生人数占总人口的比重高于中西部地区，中西部地区的职业教育在校生和毕业生人数占总人口的比重高于东部地区，这使得普通教育和职业教育在一定程度上满足了东部和中西部地区经济发展的需要。

2.东、中、西部地区对TFP提高作用最大的分别是普通高等教育、高等职业教育和中等职业教育。从表3～5可知，东部地区普通高等、中等与初等教育在校生和毕业生人数占总人口数比重提高1%，TFP则分别显著提高0.265%、0.089%、-0.050%；高等、中等与初等职业教育在校生和毕业生人数占总人口数比重提高1%，TFP分别显著提高0.206%、0.109%、-0.043%。可见，东部地区对TFP的促进作用大小依次是普通高等教育、高等职业教育、中等职业教育、普通中等教育，该地区普通初等教育与初等职业教育均不利于TFP提高。同样发现，中部地区对TFP的促进作用大小依次是高等职业教育、普通高等教育、中等职业教育、普通中等教育。西部地区对TFP的促进作用大小依次是中等职业教育、高等职业教育、普通高等教育、普通中等教育，且中西部地区普通初等教育与初等职业教育均不利于TFP提高。因此，东、中、西部地区对TFP提高作用最大的分别是普通高等教育、高等职业教育和中等职业教育。原因在于东部地区产业结构中知识技术密集型行业，特别是高新技术行业比重较高，需要大量的普通高等教育人才（本科、硕士和博士）从事产品技术研发。东部地区服务业比重较高，部分省市已远超工业，特别是金融、会计、专有权利及其许可、法律等服务业比重增加较快，需大量普通高等教育人才。当然对职业教育人才的技能知识要求也大幅提高，增加了高等职业教育需求，但东部地区普通高等教育更为发达，致使其对TFP的提高作用最大。中部地区经济水平和产业结构与全国整体状况类似，其积极承接了东部地区产业转移，产业结构中技能型、劳动密集型行业和现代服务业比重在不断提高，加大了对高等职业教育人才的需求。由于该地区知识技术密集型行业比重仍然较低，对普通高等教育人才需求有限，致使该地区大量普通高等教育人才流入东部地区，进而导致该地区高等职业教育促进TFP作用最大。西部地区产业结构中农业、资源性行业、生产加工初级产品行业和传统服务业比重较高，其承接的东中部地区产业转移，也大多是技术含量较低的劳动密集型行业，需求多是有一定基本工作技能的中等职业教育者。且该地区的一部分高职毕业生流入到中东部地区，使得该地区中等职业教育对TFP的促进作用最大。可以预知的是，随着西部地区经济水平提高和产业结构优化，高等职业教育对TFP的促进作用将会逐渐增加。

表3 普通教育和职业教育对东部TFP影响的实证结果

注：*、**、***分别表示在10%、5%和1%水平上通过显著性检验。下表同。

表4 普通教育和职业教育对中部TFP影响的实证结果

表5 普通教育和职业教育对西部TFP影响的实证结果

五、结论与政策建议

基于1992—2012年省级面板数据，构建空间动态面板模型，运用Moran’I指数和空间纠正系统GMM法实证研究了普通教育和职业教育及其不同层次对TFP的影响。本研究得到以下结论：

一是不同层次普通教育和职业教育与TFP均存在空间自相关，TFP存在空间溢出效应，相邻省域TFP有趋同之势。因此，各个省域政府在制定经济发展战略或者区域政策时，既要考虑本省特点，也需考虑外省溢出效应对本省经济发展可能产生的影响。这需要政府部门进一步深化市场体制改革，消除行政壁垒，实现跨省域协调与合作，最终实现TFP增长。

二是普通教育和职业教育均提高了TFP，职业教育作用略大，前者主要通过促进技术进步提高了TFP，后者主要通过改进技术效率提高了TFP，其中普通高等、中等教育对TFP的促进作用分别低于高等、中等职业教育，普通初等和初等职业教育均不利于TFP提高。因此，从全国层面来看，应大力发展职业教育，尤其是高等职业教育，且对初等和中等职业教育者、普通中等与初等教育者需提供更多接受高层次教育的机会，进而提高TFP。

三是东部地区普通教育对TFP的促进作用大于职业教育，中西部地区与之相反，其中东、中、西部地区对TFP促进作用最大的分别是普通高等教育、高等职业教育、中等职业教育，三大地区普通初等和初等职业教育均不利于TFP提高。因此，东部地区需发展普通教育，尤其是普通高等教育，通过促进技术进步来提高TFP，中西部地区则需发展职业教育，其中中部地区需重点发展高等职业教育，西部地区则需重点发展中等职业教育，进而通过改善技术效率来提高TFP。三大地区均需制定政策为普通初等和初等职业教育者提供更多接受高层次教育的机会。

[1] 王志刚,龚六堂,陈玉宇.地区间生产效率与全要素生产率增长率分解（1978-2003）[J].中国社会科学,2006（2）.

[2] 魏下海,张建武.人力资本对全要素生产率增长的门槛效应研究[J].中国人口科学,2010（5）.

[3] 张海峰,姚先国,张俊森.教育质量对地区劳动生产率的影响[J].经济研究,2010（7）.

[4] 颜鹏飞,王兵.技术效率、技术进步与生产率增长：基于DEA的实证分析[J].经济研究,2004（12）.

[5] 华萍.不同教育水平对全要素生产率增长的影响[J].经济学（季刊）,2005（1）.

[6] 许和连,元朋,祝树金.贸易开放度、人力资本与全要素生产率：基于中国省际面板数据的经验分析[J].世界经济,2006（12）.

[7] 朱承亮,师萍,岳宏志，等.人力资本、人力资本结构与区域经济增长效率[J].中国软科学,2011（2）.

[8] 肖志勇,魏下海.教育不平等、人力资本与中国全要素生产率增长——来自省际面板数据的经验研究[J].统计与信息论坛,2010（3）.

[9] 魏下海.人力资本、空间溢出与省际全要素生产率增长[J].财经研究,2010（12）.

[10]张玉鹏,王茜.人力资本构成、生产率差距与全要素生产率：基于中国省级面板数据的分析[J].经济理论与经济管理,2011（12）.

[11]韩海彬,赵丽芬,张莉.异质型人力资本对农业环境全要素生产率的影响[J].中央财经大学学报,2014（5）.

[12]金戈.不同层次和来源教育投入对地区全要素生产率的影响[J].浙江社会科学,2014（6）.

[13]Lesage J, Pace A.Introduction to Spatial Econometrics[M].Florida:CRC Press, Taylor & Francis Group, 2009.

[14]Anselin L, Key S.Properties of Tests for Spatial Dependence in Linear Regression Models [J].Geographical Analysis, 1991, 23（2）.

[15]Jambs J E, H Vrijburg.Dynamic Panel Data Models Featuring Endogenous Interaction and Spatially Correlated Errors[R].Georgia: The Andrew Young School of Policy Studies, Georgia State University, 2009.

（责任编辑：李 勤）

Effect of General Education and Vocational Education on TFP: Based on the Spatial Dynamic Panel Data

KAN Da-xue1, LV Lian-ju1, YU Bing-wen2

（1.School of Economics and Trade, Nan Chang Institute of Technology, Nanchang 330099,China; 2.School of Economics, Jiangxi University of Finance and Economics, Nanchang 330013,China）

Constructing the spatial dynamic panel model, this paper uses the spatial correction system GMM empirically study effect of general education and vocational education on TFP, and found that general education, vocational education and their different levels and TFP are spatial autocorrelation, TFP exists spatial spillover effects, adjacent provincial TFP has convergent trend; general education and vocational education have improved the TFP, the effect of vocational education has slightly larger, the former mainly has improved the TFP by promoting technological progress, the latter mainly has improved the TFP by promoting technological efficiency, the effect of general higher and secondary education has respectively lower than ordinary higher and secondary vocational education, general elementary education and elementary vocational education are not conducive to enhance TFP; from a regional perspective, the effect of general education on TFP is larger than the vocational education in eastern area, the central and western areas are in contrast, the largest effects are respectively general higher education, higher vocational education and secondary vocational education in eastern area, central and western areas, general elementary education and elementary vocational education are not conducive to enhance TFP in the three areas.

general education; vocational education; TFP

2015-03-26

国家社会科学基金“十二五”规划2014年度教育学青年课题项目《普通教育与职业教育对城镇化影响的比较研究：基于水平、质量和结构视角》（CFA140137）

阚大学，男，安徽合肥人，经济学博士，副教授，研究方向：教育经济与管理； 吕连菊，女，湖北武穴人，经济学硕士，讲师，研究方向：区域经济； 余炳文，男，湖北鄂州人，经济学博士，讲师，研究方向：产业经济，资产评估。

G718.3

A

1007-3116（2015）09-0066-08