互联网、教育与贫困地区经济增长*

王芸舒

(美国霍瑞斯曼学校(Horace Mann School,USA),美国 纽约)

1 概述

《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》明确提出“发展高质量教育体系”。然而，当前我国存在地区教育资源差异较大、教育资源共享程度偏低、在线教育优势发挥不足等问题，严重抑制了学习型社会的建设，使贫困地区的经济发展容易陷入“中等收入陷阱”。我国拥有较为完善的互联网基础设施，第五代移动通信建设也处于推进状态。互联网的发展降低了地理距离对教育资源共享的阻碍作用，如何利用互联网推动教育资源的空间体系发展和防止返贫具有重要的现实意义。

目前，已有文献[1-4]主要研究了教育与经济增长或者互联网与经济增长的关系，尚缺少研究教育及互联网对贫困地区经济增长的作用。本文考察了互联网、教育以及二者的交互效应对贫困地区经济增长的促进作用，研究结果为我国从根源上治理贫困地区、防止返贫提供启示。

2 理论背景及相关文献

关于互联网与地区经济增长的研究方面，Jin和Cho选择基础设施、信息能力、信息投资和信息贸易规模作为信息技术的表征变量，分析信息技术对国家经济增长的影响，研究发现教育水平作为中介变量影响了信息技术经济效应的发挥[5]。Habibi和Zabardast比较不同国家互联网的经济效应发现，互联网虽然与经济增长呈正相关，但由于发达国家具有更高的教育水平，互联网的经济效应更高[6]。 国内研究中，刘姿均和陈文俊利用国内31个省区市2005—2017年的面板数据，采用空间计量模型得出结论：互联网普及率每提高1%，会使实际人均GDP提高0.742%，第三产业的占比提高0.067%[1]。刘宇通过使用2002—2009年的互联网资源指数和生产函数模型,计算了互联网对经济所产生的影响和贡献率，互联网资源指数每增长 1%，GDP将会增加0.0452%[2]。谢印成和高杰通过利用1999—2013年的互联网数据以及计量经济回归模型，分析了互联网发展对经济的影响，发现网络零售交易额每增长1%，中国第三产业增加值将会增加0.22%；当农村网民数量增加值每增加1%，网络零售交易额增加值将会增加1.29%[3]。

关于教育发展与地区经济增长的研究方面，Yardimcioglu等使用多种因果分析方法得出教育与经济增长之间的因果关系，发现教育与经济增长之间存在较强的协整关系[7]。Oancea等使用向量误差修正模型进行分析，发现不同国家教育对经济增长的影响程度虽然不同，但都存在因果关系[8]。国内研究中，朱耘婵和王银梅利用2003-2013 年中国省级数据，基于柯布-道格拉斯生产函数构建模型，发现财政教育投入每增长 1%，地区经济将会增长0.46%[9]。李玲利用1978—2000年中国的教育投资数据进行实证研究，发现教育投资每增加 1%,GDP 将会增加0.67%[4]。

综上，国内外学者多从国家或省级层面研究互联网和教育对经济增长的推动作用，较少文献以我国贫困地区脱贫为背景研究互联网和教育如何促进贫困地区持续性脱贫。此外，互联网和教育都是经济增长的推动因素，已有文献为本文研究二者之间的交互效应促进贫困地区经济增长提供了基础。本文的创新点为聚焦贫困地区，考察互联网和教育及交互效应对贫困地区经济增长的促进作用。

3 实证研究方法

3.1 模型构建及变量含义

为验证互联网和教育对贫困地区经济增长的促进作用，在地区经济增长模型中引入教育与互联网的交叉乘积项作为主要解释变量。考虑到经济水平的影响存在滞后性和连续性，构建动态面板模型如下：

GDPit=β0+β1GDPi,t-1+β2EDUit+β3NETit+β4(EDU×NET)it+αi+μit

(1)

式(1)中，i为城市；t为年份；GDPit表示贫困地区所处的城市i在时间t期的人均GDP；GDPit-1表示在时间t-1期的人均GDP；EDUit表示教育变量；NETit表示互联网变量；(EDU×NET)it是交叉乘积项，代表互联网教育水平；αi为个体固定效应；uit为随机扰动项。

3.2 变量选取及数据来源

本文的主要研究对象为贫困地区。根据2012年国务院扶贫开发领导小组办公室公布的贫困县名单，对贫困县所在的地级市进行筛选。剔除数据缺失严重的地区，共筛出贫困县所在的112个城市。各项指标的数据来自于《中国城市统计年鉴》以及从2010-2019年各省份统计年鉴。

目前，我国实行全国范围内的九年义务教育，贫困地区所在城市一般没有高等教育院校。因此本文选用高中在校生衡量地区教育水平。考虑到城市高中在校生数量与城市总人口息息相关，本文计算了全国的高中在校生平均比例，然后计算各个城市的高中生在校生比例。对高中生在校生比例大于全国平均比例6.15%的城市，取值为1；对那些小于全国平均比例的城市，取值为0，构建虚拟变量表征城市教育水平。

伴随手机迅速普及，许多人已经将手机作为电脑的替代品。因此本文使用手机模式下移动互联网(mobile)和传统网络模式下的固定互联网(web)来表征城市互联网发展水平(NETit)。

4 结果分析

根据Hausman 检验结果，应采用固定效应类型，选择个体固定效应。利用Stata 16软件对模型进行回归分析，具体估计结果如表1所示。

表1 互联网、教育对经济增长的回归结果

表1中，第(1)、(2)栏为不含交叉项的基准回归结果，即没有将互联网教育考虑在内，可以看出教育水平对贫困地区的经济增长具有显著的促进作用，固定互联网基础设施和移动互联网基础设施都对贫困地区的经济具有显著的正向增长作用。第(3)、(4)栏为引入了具有互联网与教育的交叉项的回归结果，从回归结果可以看出，固定互联网教育与移动互联网教育对经济增长的影响并不显著。这表明对于那些高中入学率在6.15%以上的城市，教育对经济增长的影响远大于互联网教育对经济增长的影响。鉴于互联网教育与经济增长之间的回归系数值为负且不显著，是由于互联网教育与教育形成多重共线性造成的。为进一步说明交互效应对经济增长的作用，在表1中的(5)、(6)栏为(3)、(4)栏删除教育水平的虚拟变量后进行回归，其结果表明两种模式的互联网水平在10%的显著性水平下对经济增长具有正向作用。结果表明，对于高中入学率在6.15%以上的城市，教育与移动互联网、固定互联网基础设施具有交互效应，对贫困地区的经济增长起到正向促进作用。

5 结论

如何有效发挥教育和互联网的积极经济效应，推动贫困地区持续性脱贫，是当前我国实现高质量发展和区域协调发展的重要措施。本文利用贫困地区数据，采用动态固定效应面板模型探究了教育和互联网的交互效应。主要结论是：①互联网和教育发展显著促进了贫困地区经济增长；②互联网与教育的交互效应显著促进了贫困地区经济增长，教育水平是互联网发挥经济效应的关键中介。

为此，贫困地区城市应注重发展互联网的基础设施，完善基站建设，提高互联网的覆盖率。同时应该重视义务阶段教育，提高学生在信息技术方面的操作能力，使学生在教学资源、软件工具方面享受互联网带来的福利，缩小地区间的数字鸿沟，为更快更好实现乡村振兴提供新动力。