教育、创新与经济增长实证研究——基于中国实践

廖东声 徐茂康 戴远帆

一、教育与创新现状

我国年均经济增长率自改革开放以来一直保持在较高水平，很大程度地提高了综合国力。1978 年到2019 年间，中国经济总量迅速扩大，国内生产总值从3678 亿元增长至99.08 万亿元，增长近270 倍。然而我国的经济发展中仍存在着两个不可忽视的事实：一个是伴随着经济的快速增长，较低的资源利用率造成了大规模自然资源的浪费，以及带来的资源污染问题进一步威胁到了可持续发展；另一个是改革开放以来，虽然我国的生产总值以及人均收入水平保持着高速的增长速度且并未有停滞的趋势，但是经济发展水平的显著性差异也在不同地区呈现了出来，并且短期内还有可能会加大这种差距。两个事实的存在使得我们进一步深入研究影响我国经济发展的因素更加急不可待。

（一）教育发展的现状

改革开放以来，我国的教育事业取得了飞速发展，落实科教兴国战略和提升全民科学文化素质一直是党和政府关注的重点之一。我国在教育方面的投入和补贴逐年上升，由1995 年的1875 亿元增加至2019 年的46143 亿元，教育经费支出翻了24 倍。而且对高等教育的投入比例也在逐年上升，其原因主要有两个：一是高等教育学校相比于中等教育学校来说需要更多的经费投入到各项教学建设中；二是在人才需求旺盛的条件下，高等教育能为发展带来更多的高端技术人才。

（二）创新发展的现状

全球创新指数是衡量一个国家或经济体创新表现的之后评估得出的创新水平指标。2019 年参与指数计算的国家经济体的总数为129 个，这些经济体所创造的GDP 占世界GDP 总值的比例约为98%，这些经济体所包含的人口数量占世界总人口的比例约为93%。中国的排名从2018 年的第17 位升至2019 年的第14 位，排名连续4 年上升，是前二十名国家中唯一一个中高等收入国家．虽然相比以往年份来说提高了不少，但是在市场环境，制度制定和创新发展等方面与发达国家还有显著差距。

二、概念界定文献评述

（一）概念界定

经济增长最普遍的定义就是国内生产总值的增加，而这就必须依靠劳动。劳动包括体力劳动和脑力劳动，其中脑力劳动是劳动者个人所受教育的体现，进而也会影响到社会创新水平。

创新在当今社会中以多种形式存在着，比如技术进步、文化提高、科学发现、制度以及社会治理体系创新等方面。本文所研究的经济社会中的创新更倾向于将 “创新型国家” 的创新与熊彼特对创新的定义相融合：即要素的重新组合对社会生产力所产生的效益。

文章对教育的概念定义是从不同层次结构来进行探讨的，通常来说，教育分为初等教育、中等教育以及高等教育三个等级。其中初等教育也即小学教育，中等教育包括初中、高中和中职教育，高等教育包括高职、本科和研究生教育。而本文选取了教育经费投入和人均受教育年限作为衡量指标。

（二）文献评述

在以往的研究中，不少学者无论是理论方面还是实证方面，对于教育与创新对经济增长的促进作用均持支持的态度，并做出了相应的贡献。在古典经济学时期，教育水平对经济增长的推动作用就已经开始受到经济学家的重视。18 世纪的亚当·斯密（1776）在其《国富论》中就提出了教育和科技能力是发展生产力两个重要的影响因子，而劳动技能的提高是经济发展和经济福利的基石。随着社会的发展，存在着一些经济现象使得传统的经济增长理论无法解释，这便促使了学者深入研究掌握科学知识文化和能力的劳动者在经济增长中的地位与作用，并创造出 “人力资本” 这一概念。Cebrián 和Junyen（2015）将人均受教育年限作为人力资本的代理指标，通过运用巴西1970 年和1980 年相关数据实证了教育对社会产出的作用，其表现了正向的推动作用。Kolehmainen（2016）认为，人力资本通过直接作用于全要素生产率来提高社会经济增长率，并在此基础上形成新的增长理论。尚洪涛和黄晓硕（2018）收集中国八大经济区域的相关区域创新能力和经济水平相关指标的数据，采用微观计量经济学综列数据的研究方法，探索所研究区域创新能力与经济增长之间关系的差异。结果发现创新对经济增长产生了重要的作用，并且发达地区的创新对经济增长的贡献高于欠发达地区，于是造成了不同发达程度地区之间越来越大的经济差距。詹新宇，刘文彬（2019）在多个案例的基础上实证研究了在直接机制中通过教育和干中学形成通用与专用人力资本两种类型从而推动经济增长。

社会经济发展的动力源泉之一就是技术创新，而教育扮演了技术创新过程中知识积累以及知识沉淀这两个重要角色。理清三者之间的关系并认识到其重要性与复杂性，成为近年来众多学者持续展开研究的话题。以往研究中更多的是将教育与创新或者技术进步联系起来形成对经济增长的影响，但是教育经费投入、技术创新两者各自对经济增长的影响在目前鲜有人将三者纳入同一理论框架中进行实证研究。

三、实证研究

（一）变量模型

探究教育、创新对地区增长的影响，传统的道格拉斯生产函数无法满足模型建立的需求，因此按照杜育红和赵冉（2018）的做法将教育作为人力资本投入，创新也作为创新投入代入传统的柯布—道格拉斯生产函数，可以获得拓展后的C-D 生产函数：

其中R 为创新，γ 为创新的产出弹性，E 为教育，e 为教育的产出弹性，α 和β 为资本和劳动的产出弹性，A 为控制除劳动、资本、教育及创新以外的因素的影响，可能包括教育发展和创新的交互项、城市化水平等。

为了消除异方差，对（1）式进行对数化，可得基本的计量模型，模型如下：

经济增长（Y）作为被解释变量利用全国各省的GDP 增长率来进行衡量各地区的经济增长。资本投入（K）和劳动投入（L）是经济发展最重要的要素投入，文章通过将各省的固定资产投资和各省劳动力数量作为资本投入和劳动投入的指代变量。教育水平（edu）由人均受教育年限表示可以在很大程度上度量教育的发展程度。创新发展（innvo）利用创新产出来构建衡量创新能力的指标，本文通过各省申请专利数量来衡量地区创新能力。教育经费投入（edufund）基于省级数据并利用教育投入总量衡量高等教育的经费投入，本文用其作为我国各地区教育发展程度指标之一。科研经费投入（reafund）既能体现教育发展，又能在一定程度上指代一部分创新投入。城市化（city）在一定程度上代表了要素的配置效率，这里用非农人口除以总人口数量代表城市化。教育发展和创新的交互项（A）表示教育发展和创新之间存在互相影响，而二者对经济增长具有协同促进的作用，将其作为控制变量之一，来研究其对彼此的交互作用。以上选取的数据来自《中国人口统计年鉴》、《中国科技统计年鉴》、《中国劳动统计年鉴》和《中国统计年鉴》。

（二）实证分析

文章实证研究是基于31 个省份的面板数据，其中还将辽宁、北京、天津、河北、江苏、上海、浙江、福建、山东、广东、海南十一个东部省份和其他中西部省份进行回归分析比较。笔者首先通过进行豪斯曼检验来判断适用于本文的最佳估计模型，其检验的原假设为 “H0：不可观测的随机变量μi 与解释变量不相关”。全样本豪斯曼检验结果表现为统计量chi2（7）值是34.98，p 值几乎为零，并且东部与中西部地区样本的豪斯曼检验p 值也接近于零，即所进行的豪斯曼检验拒绝了原假设，本文应该采用固定效应模型，表1 为相应的回归的数据分析结果。

从表1 中可得出教育发展程度和创新能力显著促进了经济增长，单看教育发展、教育科研投入和教育经费投入，其对经济增长具有显著的拉动作用，而对于各个地区而言，教育发展等指标对于经济的增长作用也呈现出地区差异性，东部地区的系数要高于中西部地区，这可能和东部地区的教育发展程度较高有关，在教育发展程度越高的东部地区，教育对于经济增长的促进作用也就越强。同样的情况也出现在创新能力对于增长的作用。

从二者交互的调节变量在1% 显著性水平上系数为正，说明教育的发展增强了创新对经济增长的推动作用，而创新的发展也拉动了教育对经济增长的促进作用。二者对经济增长是协同促进的，并且从地区来看，东部地区这种交互作用也要远远强于中西部，说明东部地区创新与教育协调发展的程度较高，二者协同作用在东部地区更强。

四、结论

文章基于省级面板数据，对改革开放以来教育、创新和经济增长进行实证研究，发现教育发展显著促进经济增长，地区创新能力也能够推动经济增长，并且二者具有协同促进机制，能够增强彼此对经济增长的影响。同时，这种促进作用具有较大的地区差异性，东部地区的教育发展和创新对于经济增长的促进作用更强，中西部较弱。从回归结果的分析不难推断出，教育和科研的投入对于经济增长都是有促进作用的，而东部地区因为经济基础和创新成果转化更优于中西部地区，所以在回归结果上产生了差异，表现出来就是促进作用的地区差异性。针对此不足，建议从提升教育发展水平、加快教育体制改革、加强创新人才建设、激励创新成果产出和增强创新转化能力等方面入手，从政策上解决教育和创新对经济增长的地区差异性问题。◆

表1 全样本及分地区回归结果