教育投入、技术创新与经济高质量发展

桑倩倩 栗玉香

摘要：在大发展和大变局的时代背景下，经济高质量发展主要依赖于全要素生产率提升。通过2006—2016年237个地级市的面板数据，研究教育投入促进经济高质量发展的作用机制，结果发现：首先，在假定生产前沿面不变的前提下，教育投入主要提高纯技术效率而不是规模效率促进经济发展方式转变。其次，教育投入通过促进自主创新、提升消化吸收外来技术与创新能力提高全要素生产率，增强经济发展动力。再次，教育投入对普通地级市和中部城市全要素生产率的影响比中心城市和东部城市更显著，在一定程度上有利于实现均衡发展。工具变量和稳健性检验结果依然成立，说明教育投入促进经济高质量发展具有稳健性，并非由其他冲击因素导致。因此，需要建立教育投入的长效机制，注重技术创新，促进教育财政资金合理分配。

关键词：教育投入;技术创新;全要素生产率;高质量发展

作者简介：桑倩倩，中央财经大学政府管理学院博士研究生，贵州财经大学现代教育技术中心（北京  100081）;栗玉香，中央财经大学政府管理学院教授、博士生导师（北京  100081）

基金项目：贵州财经大学与商务部国际贸易经济合作研究院联合基金项目（2017SWBZD13）

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

引   言

中国经济从高速增长转向高质量发展是新常态的重要特征，同时世界也处于“百年未有之大变局”时代。在这样大发展和大变局的国内外时代背景下，经济高质量发展主要依赖于全要素生产率（Total Factor Productivity，TFP）的提升。改革开放四十多年以来，通过物质资本投资迅速改变了中国经济发展面貌，创造了巨大的经济奇迹。在资本和劳动投入趋势性下降之际，通过稳定和提升全要素生产率有望在较长时期内维持中国经济中高速增长。1“十四五”时期中国经济发展需要立足中华民族伟大复兴的战略全局和世界百年未有之大变局，“因势而谋、应势而动、顺势而为”。面向高质量发展需要，政策的调整是全方位的，既需要转变发展方式，也需要改变发展动力。从依靠规模效率到依靠纯技术效率，促进经济发展方式转变;从注重基础建设投资到注重技术创新投资，实现从要素驱动、投入驱动转向创新驱动。本文期望通过研究中国情境下教育投入对经济高质量发展的作用机制拓展教育经济学这一核心议题，推进已有研究，为实现经济高质量发展寻求可行路径。

一、文献综述

全要素生产率，是实现经济高质量发展的核心源泉，1是产出增长中要素投入无法解释的部分，代表着生产率提高。从经济学发展来讲，新古典经济学认为经济增长取决于外生的技术进步，即全要素生产率的提高。内生增长理论进一步将技术进步内生化，通过人力资本投资、创新、研发和干中学等模型将全要素生产率内生化，可以更好地解释经济持续增长。从实证研究来看，全要素生产率与政治制度、地理位置和自然资源等因素密切相关，Acemoglu等确定了国家制度差异与经济发展之间的因果关系，2Gallup等的研究发现地理位置通过影响交通成本、疾病负担、农业生产力和人口增长等途径影响TFP和经济增长，3Jeffrey等 4和Gylfason 5认为自然资源对生产率提升具有“诅咒效应”。政治制度、地理环境、自然资源抑或是宗教文化等宏观因素可以用来解读不同国家的生产率差异，但国家内部地区间的生产率差距则需要更为微观和具体的因素来解释。此外，制度、地理和资源等因素的改变需要巨大成本，甚至无法改变，在这些因素既定情况下，探究其他可改变的、具有操作性因素对生产率的影响具有现实意义。与政治制度、地理位置和自然资源不同，教育投入是一个国家可以通过市场力量或公共政策调整和改善的，因此研究教育投入对经济高质量发展影响具有政策和实践意义。

传统观念认为教育作为国家形成过程的一部分，似乎主要在国家建立过程的初期、或者在危机之后的政治重建时期发挥作用。6但教育对经济建设和发展也至关重要，国民收入的一些重要增长就是教育投入的结果。已有研究发现教育投入对提高生产率、解释经济体内部生产率差异甚至是劳动者个体生产率差异方面发挥了关键作用。首先，教育投入显著提高全要素生产率。Kim和Loayza的研究表明对于发展中国家而言，教育的贡献不断增加特別是近十年来对全要素生产率影响最大。7Vandenberghe的研究发现1995—2005年16个经合组织国家TFP增长中多达40%可归因于投入质量的提高，受过良好教育的经验丰富的工人比受教育程度低和经验少的同龄人生产率更高。8Gerard Ballot等9和Yang等 1分别使用法国工业企业和中国电子行业企业的数据，证实企业在职培训对全要素生产率产生正向影响。郭东杰和魏熙晔的研究发现不同的阶段经济发展动力机制不同，进入中等收入阶段后，以高等教育为核心的人力资本积累成为经济发展新引擎。2因此，教育通过提高人力资本质量推动全要素生产率提升。3其次，教育投入可以解释经济体内部的生产率差异。人力资本积累不仅扩大了各国之间的TFP差异，4Gennaioli等人还表明教育是唯一可以解释巨大区域差异的决定性因素。5教育水平差异对中国城乡收入差距的贡献程度达到34.69%，是最重要的影响因素。6最后，教育还影响劳动力个体间的生产率差异。Fleisher等通过中国省级数据证明人力资本对TFP增长产生积极影响，受过教育的劳动力具有更高的边际产出。7可以看出，已有研究从人力资本路径出发，明确了教育投入对国家、地区甚至是劳动者个体生产率的差异产生影响。

但是，人力资本的作用机制依然不够清晰。Rafael和Andrei的研究发现正规大公司与非正规小公司之间巨大的生产率差异，很大程度来自于正规大企业的管理者受过更好的教育，而不是来自雇员的人力资本差异。8Gennaioli等人通过全球110个国家1500多个地区的证据也发现，受过教育的企业家比受过教育的工人对于企业的生产力更为重要。为何企业管理者受教育程度对生产率影响更大？为何企业家比工人的人力资本更重要？对这一问题的思考或许能从另一个方面解释教育发挥作用的机制。人力资本既可以作为生产要素直接促进经济增长，又可以通过推动技术进步促进经济增长。9教育对普通工人和企业家在人力资本作为生产要素时应该具有同样的重要性，因而已有研究发现的差异更多来自于人力资本在促进技术进步，即创新方面的差异。企业家精神的核心是创新，创新是最能发挥人力资本潜质的地方。熊彼特提出经济发展来自创新，企业家的职能就是实现新组合。10Duguet甚至认为创新是促成全要素生产率增长的唯一重要因素。11企业家或管理者不仅可以创新组织管理方式，还决定着企业资源配置，是技术创新的重要参与者。创新是提高生产率的关键，Kijek和Matras通过22个欧盟国家202个地区的数据发现地区创新绩效的提高带来更高的全要素生产率。12对不同国家的实证研究均表明人力资本与创新之间显著正相关（Dakhli等 1，Gailie和Legros 2，谭光荣等 3）。经济由高速增长阶段转向高质量发展阶段的实践取向体现在创新成为第一动力。4教育投入是支撑技术创新的基础，技术创新是实现经济高质量发展的关键，因此，技术创新可能是教育投入和人力资本提升全要素生产率的根本途径。

综上所述，已有研究普遍发现教育投入促进全要素生产率提高，可以有效解释国家、地区和劳动者个体的生产率差异，为本文的研究奠定了基础，具有启发意义。但是，已有研究也存在着一定的局限和不足。一方面，现有研究集中于讨论教育对全要素生产率的促进作用，这种促进作用既可以来自一个增量变化，也可以来自发展方式的转变。经过文献梳理，我们发现研究主要集中于教育投入对经济增量的促进，而对经济发展方式转变的研究则比较少。另一方面，已有研究主要从人力资本视角出发分析教育产生影响的作用机制，但是人力资本的解释路径还不够清晰，被人力资本掩盖的可能是技术创新，教育投入最终通过技术创新发挥作用。因此，本文使用我国地级市面板数据探究教育投入促进经济高质量发展的作用机制。首先，分析教育投入对经济发展方式从粗放型到集约型、从外延式到内涵式转变的影响。其次，从技术创新路径分析教育投入对实现从要素驱动、投入驱动向创新驱动转变，实现新旧动能转换和增强经济发展动力发挥的作用。最后，探讨教育投入对缩小发展差距，实现包容性增长的意义。

二、教育投入促进经济高质量发展的机理分析

Fare等将全要素生产率分解为技术进步和技术效率两部分，技术进步代表着生产前沿面的移动，而技术效率主要指接近现有生产前沿面的运营效率。5人类历史上譬如蒸汽技术革命、电力技术革命以及电子信息技术革命的发生总是不多的，在相当长的经济周期内生产前沿面基本不变，因此全要素生产率的提高主要来自技术效率提高。颜鹏飞和王兵的研究发现，中国全要素生产率的提高主要来自技术效率而不是技术进步。6因此，本文在有限时间的短周期内，假定生产前沿面不变，即技术进步不变，分析教育投入对技术效率及经济发展方式的影响。技术效率又可以分解为纯技术效率和规模效率，纯技术效率和规模效率相互调节、相互作用，纯技术效率是指通过管理和技术改进等因素影响生产效率，规模效率是要素投入增加和产出增加之间的关系。传统增长模式主要通过规模效率实现经济增长，教育投入主要提高纯技术效率，而不是规模效率，有利于促进经济发展方式实现从粗放型到集约型的转变。因此，我们提出假设1。

假设1：在假定生产前沿面不变的情况下，教育投入提高纯技术效率。

教育主要有两大功能：第一，是为经济发展输送人才;第二，是通过文化传递的方式成为社会整合的工具。在20世纪的大多数时间里，占支配地位的教育思想是美国的结构功能主义传统，集中关注教育与劳动的关系。帕森斯提出教育是为年轻人将来参加工作做准备，但是兰德尔·柯林斯认为大多数现代教育的内容不是很实用，大多数技能都是在工作中学到的，学校教育并没有像功能主义所说的那样提高具体技能，受教育水平和工作表现之间的相关甚低。1早期工业发展对技能的要求相对较低，总体上看，这些技能的获得并不特别依赖教育机构的支持。工业革命的产生并不需要太多的智力基础，技术的发明颇为简单，不需要多少科学知识和技术能力，而且主要靠在车间实践获得，或者是出自那些木匠、磨房工人和铁匠的创造。当然，这并不是因为当时没有更好的科学与技术，也不是人们对科技没有兴趣，技术的简单性是因为从大体而言，仅采用简单的想法和装置，便可产生了不起的结果，而且经常不费什么高昂代价。但是，20世纪“第三世界”国家要向前迈开最基本的步伐，就必须掌握先进的科学技术知识，那些最富现代特征的生产类型，比如汽车制造，其规模和复杂性远远超出了大部分人的经验。2工业化的推进必须培养大批具有技术与管理能力的员工，没有大量的此类员工，任何经济都可能陷于低效泥潭。因此，教育承担了重要角色，为经济发展提供知识积累和现代工业技能。时移世易，进入后工业化时代，高速发展的经济体开始追求高质量发展、技术创新和应用，尤其是核心技术的创新和应用成为经济高质量发展的关键。技術的创新与发展并不是无源之水，教育无论对个人获得融入社会的技术和能力，还是对经济发展提供必要的技术支持，都变得举足轻重。生产过程需要的4种知识——写和算的能力、作为技工的能力、把科学原理和实际培训相结合的能力、高水平的科学理论和实践能力，3都与教育投入密切相关。即便教育无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碍日后在工作中接受技术教育。简言之，教育投入提供了知识积累，培养了学习能力，使自主创新成为可能。因此，我们提出假设2。

假设2：教育投入通过促进自主创新，提高全要素效率。

技术创新的另一个重要支撑是消化吸收外来技术与创新。研发投入和自主创新仅是创新来源的一部分，大多数创新来自于借用而不是发明，这种观察早已得到大量有关创新来源研究的证据支持。4自主研发和国外技术引进对生产率都具有显著促进作用，5人力资本通过先进资本货物进口等技术扩散方式有效提高了中国制造业企业生产率。6一方面，创新所需的技术和能力是广泛的和变化的，需要相互交流和学习;另一方面，对于发展中国家，尤其是相对落后的经济体而言，向发达国家借鉴和学习是本国技术创新的重要来源，消化吸收和使用外来先进技术对于本国技术发展至关重要。只有当一个地区经济发展水平、要素禀赋水平以及制度环境达到一定程度后，采取以自主研发为主的内源式创新模式才将有利于提升该区域技术进步水平，否则采取技术引进基础上的模仿性创新是相对有效的。7因此，技术创新还有可能来自外来技术的溢出甚至是管理和组织方式的优化，已有研究发现外商直接投资（Foreign Direct Investment，FDI）产生的技术扩散效应和资本效应超过了资源竞争效应，1是加速中国资本积累、技术创新升级和产品服务市场扩张的重要引擎，2总体上对内资企业产生了正向技术溢出效应，3提升了内资企业的创新数量。但是FDI带来的先进知识和技术也需要相应的知识水平才能消化吸收和利用，这种吸收能力很大程度上取决于组织及组织中个人的先验知识。这些先验知识赋予了个体识别新信息的价值、吸收并将其利用的能力，它包括最基本的技能甚至一种共同的语言，但也可能包括某一特定领域中最新的科学技术知识。4教育是知识积累不可或缺的途径，先验知识的获得来自持续的教育投入。初始教育投入不足可能造成无法有效识别新信息和新技术的价值，对外部环境中的机会反应迟缓，消减后续创新的潜力。因此，教育投入以一种隐蔽的、演进的方式作用于吸收外来技术与创新的能力。因此，我们提出假设3。

假设3：教育投入通过增强消化吸收外来技术与创新的能力，提高全要素生产率。

三、数据、变量与模型

（一）样本选择与数据来源

本文依据2000年中国行政区划，选择地级市样本进行研究。目前地级市年鉴只更新到《2019中国城市统计年鉴》，但是由于《2018中国城市统计年鉴》中固定资产投资这一重要数据全部缺失，因此为了保证数据质量，本文以2007—2017年的《中国城市统计年鉴》为基础，即样本时间范围2006—2016年，进行分析。去除数据缺失过多的城市后，共计237个地级市，包括15个副省级城市（含10个省会城市和5个计划单列市）、16个省会城市（不包含拉萨）和206个普通地级市。5数据主要来自《中国城市统计年鉴》、《中国统计年鉴》、世界银行发展指标和国家知识产权局，少量缺失数据通过其他年鉴获得或根据相关数据插补。

（二）变量选择与度量

1.被解释变量。本文参照已有研究，采用全要素生产率作为经济高质量发展的代理变量，即被解释变量。全要素生产率的计算方法主要有参数法和非参数法，参数法需要设定一个包含未知参数的随机生产前沿函数，非参数法不需要设定生产前沿函数，而是通过数据包络分析方法（DEA）来测算生产效率，这种生产效率指标也常被称为 Malmquist 指数。6对于宏观层面的TFP计算，学者主要采用非参数的DEA方法，可以更好的对TFP进行分解。因此，本文也采用非参数的DEA方法通过Malmquist DEA模型来计算地级市的全要素生产率。

TFP的计算涉及产出和投入，本文使用GDP平减指数7对名义GDP进行折算，以实际GDP衡量产出。资本存量估算的关键主要涉及固定资产投资额、固定资产投资价格指数、折旧率和基期资本存量等4个变量，采用永续盘存法（Perpetual Inventory）测算资本存量：

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

式（1）中i表示不同的地级市，t表示年份，[Ki，t]表示i城市t年的资本存量，[Ki，t?1]表示i城市t-1年资本存量，初始资本存量的计算参照张军等1的方法，以2000年为基期2将各个城市的固定资产投资除以10%作为初始资本存量。[Ii，t]表示i城市t年新增固定资产投资，[Pi，t]是固定资产价格指数，[Di，t]表示i城市t年的资本折旧，[δ]表示折旧率。折旧率的确定目前主要有两种方法：一种是使用固定的统一折旧率，另一种是使用不同地区不同的折旧率。由于经济发展状况不同，各省份的折旧率存在一定差异，因此本文采用张健华和王鹏3计算出的1993年以来各省份的不同折旧率，虽然这一折旧率的差异只体现在省级层面，无法具体到地级市，但也可以体现地区间的部分差异，使全要素生产率计算结果更加准确。关于劳动投入，有使用地区常住人口，4也有使用城市二、三产业的从业人数，本文借鉴已有大多数研究采用各城市年末从业人员总数来衡量，将有效参与劳动的人口计算在内。最后，通过软件DEAP2.1计算出地级市TFP及其分解指数。

2. 解释变量。本文的关键解释变量是教育投入，我国教育主要依靠政府投入，政府对教育的资金投入是教育投入的主要力量，因此我们使用地方政府一般公共预算中的教育支出（万元）除以户籍人口（万人）得到的人均支出来表示地级市的教育投入。一般公共预算中的教育支出反映政府教育事务支出，5主要包括事业性支出和基本建设投资项目支出。事业性经费支出包括工资福利支出、对个人和家庭的补助支出、商品和服务支出、其他资本性支出四部分。以2018年为例，国家财政性教育经费占全国教育经费总投入的80.18%，一般公共预算教育经费（包括教育事业费、基建经费、教育费附加、科研经费和其他经费）是财政性教育经费的重要组成部分，占财政性教育经费的86.48%。6地方政府的一般公共预算支出中包含了中央对地方转移支付的教育经费，是地区教育投入最主要的组成部分，基本可以代表教育投入的整体情况。

专利申请数量是自主创新能力的重要体现，专利分为发明专利、实用新型专利和外观设计专利，其中发明专利的技术含量最高，因此我们使用人均发明专利申请量作为自主创新的代理变量。专利数据来自国家知识产权局。

3. 控制变量。为了控制其他随时间变化因素对全要素生产率的影响，本文根据已有理论和实证经验，控制了地级市层面的人口与劳动力特征、经济发展水平及政府的公共服务水平。人口与劳动力特征包括城市规模和劳动力规模。城市规模影响着地区消费能力和资源配置效率，会显著影响生产效率。经济发展包括实际人均GDP、产业结构、固定资本投资、外商直接投资和规模以上工业企业数量。最后，中国特色社会主义市场经济的发展与政府的公共服务密切相关，因此我们控制宏观调控程度和开通高铁7两个方面的影响。

注：离群值已进行缩尾处理。VIF最大值不超过10。

（三）模型构建

根据提出的研究假设，首先构建控制地区和年份效应的双向固定效应模型进行检验：

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

[ TFPi，t]是i城市t年的全要素生产率;[ Controli，t]是一组控制变量，考虑其他随时间变化因素的影响;[εi，t]是随机误差项;[αi]和[δt]是城市和年份固定效应。解释变量是[EDUi，t]，表示i城市t年的教育投入。因此，系数[β1]表示教育投入对TFP的影响，显著为正则表示教育投入促进全要素生产率显著提高。虽然Acemoglu等证实地方制度通过公共产品供给和产权保护影响着美洲国家内部不同地区的生产效率，1但是与联邦制国家不同，我们是单一制国家，地方政府在制度方面具有高度同质性，因此在研究我国区域间生产率差异时，未考虑地方制度差异。已有研究还发现个体间自然资源禀赋差异和不随时间变化的地理因素对生产率的影响不容忽視，使用双向固定效应模型可以控制这些不易测量的因素，在很大程度上解决遗漏变量带来的偏误。同时，我们也把TFP的分解指数技术进步、技术效率、规模效率和纯技术效率分别作为被解释变量进行回归，分析教育投入对TFP的具体影响。

其次，为分析教育投入促进经济高质量发展的作用机制，分别在原有模型基础上加入教育投入与发明专利的交互项和教育投入与FDI的交互项，构建中介效应模型和调节效应模型进行检验。如果（2）式中教育投入对全要素生产率的影响系数（[β1]）显著，但在在加入发明专利后，[β1]显著性或者系数值下降，而且发明专利的系数显著，就说明自主创新是教育投入的中介变量。如果依次检验结果不显著，则需要使用其他方法，例如Sobel法或者Bootstrap法进一步检验。2如果模型（2）教育投入和FDI的系数都显著，并且教育投入与FDI交互项系数显著，则说明教育投入对FDI的调节效应存在，教育投入可以显著提高消化吸收外来技术和创新的能力，如果三个系数任何一个不显著则调节效应不存在。

四、教育投入促进经济高质量发展的实证结果

（一）教育投入提高纯技术效率

表3（见下页）第1列在未加入随时间变化控制变量情况下，教育投入对全要素生产率的影响系数为0.031，且在1%水平下显著，教育投入可以解释全要素生产率差异的36%。第2列控制其他变量后，教育投入对TFP影响依然显著，教育投入增加1%，可以促进全要素生产率提高0.034%个单位，模型残差的方差为0.001。我们进一步对TFP的分解指数进行回归，发现教育投入对技术进步没有影响，对技术效率影响在1%水平显著，而技术效率进一步分解为纯技术效率和规模效率后，教育投入对纯技术效率影响显著，而对规模效率影响不显著。教育投入增加1%，可以促进纯技术效率提高0.078%个单位，且在1%水平显著。教育投入对纯技术效率影响显著，对规模效率不显著，我们把纯技术效率加入模型进行回归，发现教育投入对TFP的影响不再显著[见第96页表4第（1）列]，这说明教育投入对TFP的影响完全在纯技术效率方面，验证了假设1。在假定生产前沿面不变的情况下，教育投入提高纯技术效率。与规模效率不同，纯技术效率提高代表的是管理和技术水平的提高，因此教育投入有利于促进发展方式转变，实现内涵式发展。3

（二）教育投入促进技术创新

本文选择地级市人均发明专利申请量作为自主创新的代理变量，表4第（2）列和第（3）列的结果表明，教育投入对发明专利申请量有显著影响，在加入发明专利申请量后，教育投入对TFP的影响系数有所下降，但依然显著，说明自主创新发挥着部分中介作用。虽然逐步回归法可以判断中介效应是存在的，但是为了做区间估计，Bootstrap法就成为一个必须的方法，并且是目前普遍认为比较好的估计方法。1我们使用Bootstrap法抽样1000次，中介效应在1%水平下显著，中介效应比例为22%，验证了假设2。

虽然教育投入可以促进先验知识的积累和吸收创新能力的提高，但无论知识积累还是吸收能力提高都无法测量。而FDI是外来技术溢出的重要方面，我们在表4第（6）列，加入教育投入和FDI的交互项，以此检验教育投入对消化吸收外来技术与创新能力的影响。结果交互项系数为正，并在1%水平显著，表3第（2）列教育投入和FDI对全要素生产率的影响均在1%水平显著，说明教育投入显著增强消化吸收外来技术和创新的能力，验证了假设3。

因此，教育投入一方面促进自主创新，另一方面提高消化吸收外来技术与创新能力，有利于要素驱动向创新驱动转变，实现新旧动能转换，增强高经济高质量发展动力。

（三）教育投入在一定程度上缩小城市间生产率差距

表5（见下页）展示了教育投入对不同层级不同地区TFP影响的异质性。对不同层级城市进行分析可以发现教育投入对普通地级市TFP影响在1%水平显著，对区域中心城市（包括省会和副省级城市）TFP影响在10%水平显著。这一方面可能与城市的功能和定位有关，表3显示第二产业比第三产业对TFP的影响更大、更显著，区域中心城市的服务业占比一般会更高，而普通地级市生产性的第二产业占比可能更高，因此教育投入对普通地级市的生产性行业技术效率改进促进作用更为显著;另一方面也可能是区域中心城市全要素生产率本来就处于较高水平，因此教育投入的边际效应有限。教育投入对东部城市和中部城市显著，对西部城市影响不显著。与普通地级市和区域中心城市的差别类似，教育投入对中部地区的影响比东部显著，对西部地区影响不显著的原因可能是多方面的，西部地区教育稍微落后或人才流失。这表明教育投入可以在一定程度上缩小普通地级市与区域中心城市、东部城市与中部城市的生产率差距。

（四）工具变量回归结果

虽然双向固定效应模型可以在很大程度上避免遗漏变量带来的内生性问题，但是由于部分教育投入依靠地方，并且中央与地方教育费用分担比例与地方发展水平密切相关，还是可能存在内生性问题。一方面，尽管教育投入绝大部分来自于国家财政性教育经费，但仍有少部分来自地方政府，生产率水平高、经济发展好的地区有能力加大教育投入。另一方面，中央政府不断加大对落后地区的教育投入，实行差异化分担政策，根据2005年《国务院关于深化农村义务教育经费保障机制改革的通知》和2015年《国务院关于进一步完善城乡义务教育经费保障机制的通知》，“两免一补”费用、生均公用经费、义务教育学校校舍安全保障机制所需资金以及农村中小学教师工资中央与地方分担比例的一个重要依据是所属地区，中央重点支持中西部地区，适当兼顾东部部分困难地区。例如“免学杂费资金由中央和地方按比例分担，西部地区为8∶2，中部地区为6∶4;东部地区除直辖市外，按照财力状况分省确定。免费提供教科书资金，中西部地区由中央全额承担，东部地区由地方自行承担”。这些主客观因素使得教育投入与全要素生产率可能存在互为因果导致的内生性问题。

因此，我们需要对这一情况进行处理，首先选择滞后一期的教育投入作为工具变量，可以认为滞后一期的教育投入和当期教育投入密切相关，但不受当期全要素生产率的影响，避免了双向因果的可能性。其次，选择使用人均教师数量作为教育投入的工具变量。在编教师数量受行政编制的严格限制，行政编制的使用与国家的政治与管理活动密切相关，这就决定了行政编制有较强的外在约束，不能随意扩大。2014年《中央编办教育部财政部关于统一城乡中小学教职工编制标准的通知》规定：“将县镇、農村中小学教职工编制标准统一到城市标准，即高中教职工与学生比为1∶12.5、初中为1∶13.5、小学为1∶19。”1因此，可以认为教师数量与全要素生产率没有关系，但与教育投入密切相关，适合作为教育投入的工具变量。

表6（见下页）呈现了工具变量回归结果，第（1）列和第（2）列分别是滞后一期教育投入和人均教师数量工具变量的第一阶段回归结果，工具变量与教育投入的关系在1%水平显著，偏R2分别为0.049和0.021，F值均大于10，拒绝了弱工具变量假设。Kleibergen-Paap rk LM （LM）统计量在1%水平上拒绝了工具变量不可识别假设。第3列和第4列是第二阶段回归结果，教育投入对TFP影响在1%水平显著，教育投入增加可以促进TFP显著提高，杜宾-吴-豪斯曼检验（Durbin-Wu-Hausman Test，DWH）结果拒绝了所有解释变量都是外生的假设，说明使用工具变量法更有效。因此，两个工具变量都是可识别的、强工具变量，回归结果具有可信性。

（五）稳健性检验

测量误差是影响回归结果准确性的一个重要因素，因此我们对被解释变量和解释变量重新进行测算，以检验结果的稳健性。一方面，对被解释变量全要素生产率进行重新测算。全要素生产率的计算涉及投入和产出两方面，劳动投入基本不存在争议，资本投入的计算却尤为关键。在前文我们使用不同的折旧率对资本进行折旧，充分体现地区间的差异。但是固定折旧率也是学界经常使用的，因此，我们使用10%的折旧率对资本进行折算并使用世界银行发展指标中的中国GDP平减指数对GDP进行平减，重新计算TFP;接着重新对产出测算，使用不同省份的CPI指数（以2000年为基期）对GDP进行平减，并使用不同省份的折旧率对资本进行折算，重新测算TFP;再次，使用10%资本折旧率和不同省份的CPI指数对GDP进行平减，测算TFP。另一方面，更换解释变量。教育投入和学校数量有关，因此，我们使用每万人拥有的学校数量来估计人均教育投入对TFP的影响。

稳健性检验结果显示，1教育投入对不同折旧率和不同平减指数测算出的TFP都在1%水平显著，而每万人拥有学校数量对TFP的影响也在1%水平显著。这些发现表明，教育投入对TFP的促进作用是稳定的。通过上述不同方法测算出的TFP分解出纯技术效率指数，同样使用不同地级市每万人拥有学校数量对解释变量教育投入进行重新测算，检验教育投入对纯技术效率的影响。结果表明教育投入对纯技术效率的影响依然在1%水平显著;每万人拥有学校数量对纯技术效率影响也显著。进一步验证了教育投入提高纯技术效率，有利于实现发展方式从规模效率到纯技术效率的转变。

五、结论与政策建议

本文通过237个地级市11年的面板数据探讨教育投入对经济高质量发展的作用机制。研究发现：首先，教育投入显著提高纯技术效率，促进经济发展方式从规模效率向纯技术效率转变，实现内涵式发展。其次，教育投入可以促进自主创新、提高消化吸收外来技术与创新能力，有利于从要素驱动向创新驱动转变，实现新旧动能转换，增强发展动力。最后，教育投入对不同层级和不同地区城市全要素生产率的影响具有异质性，对于普通地级市和中部城市的影响比区域中心城市和东部城市更显著，一定程度上有利于缩小普通地级市和区域中心城市、中部城市和东部城市的生产率差距。

在物质条件比较匮乏的年代，为快速满足人民生活需要，通过要素投入快速实现国民收入极大提高，符合当时社会发展需要。但是，经过40多年的高速发展，社会主要矛盾发生变化，要素投入的经济增长模式可能无法实现持续增长和充分发展，因而对知识型经济、集约式增长、创新发展模式的需求更加迫切。在大发展和大变局的时代背景下，全要素生产率的提高是实现经济持续和高质量发展的重要驱动力，教育投入对提高全要素生产率发挥关键作用。高质量发展需要有高质量的体制机制和政策体系来支持。1因此，为促进从数量增长向质量增长转变，从要素驱动向创新驱动转变，实现经济高质量发展，本文提出三个方面的政策建议：首先，要建立教育投入长效机制，确保教育投入的充足性和持续性。认识教育投入促进经济高质量发展的作用机制，重视认识教育投入的潜在力量，对制约教育投入的因素做出适应性调整。其次，注重技术创新。一方面，促进自主创新，为自主创新营造有利的政策环境;另一方面，提高利用外资的水平和质量，引进消化吸收先进技术，充分利用后发优势。最后，促进教育财政资金合理分配，保证教育投入的公平性，加大普通地级市和中西部地区城市的教育投入，缩小城市间差距，实现均衡发展和包容性增長。

[责任编辑 国胜铁]