職業教育投入對全要素生產率的影響研究

呂連菊?闞大學

摘 要 將環境因素納入TFP測度中，運用空間糾正系統GMM法實證分析發現，各層次職業教育公共投入、非公共投入與TFP均存在空間自相關，TFP存在空間溢出效應；全國和三大地區高職教育和中職教育各自公共投入與非公共投入均提高了TFP，兩類職業教育非公共投入的作用均較小，高職教育兩類投入對TFP的正面影響是互補的，且互補效應在東部地區更為突出，中職教育兩類投入對TFP的正面影響在東部地區是前者擠出了后者，在全國和中西部地區兩者是互補的，且只有西部地區兩者對TFP的影響大于其高職教育相應投入；全國和三大地區初職教育兩類投入均不利于TFP提高，前者負面影響較大，并且前者擠出了后者，這種擠出效應在東部地區更為突出。

關鍵詞 職業教育投入；全要素生產率；空間自相關；GMM法

中圖分類號 G710 文獻標識碼 A 文章編號 1008-3219（2016）10-0039-06

一、研究背景和問題

改革開放以來，我國經濟以年均9.8%的速度快速增長，但在經濟發展過程中出現了較多問題，如何提高經濟增長質量成為中國經濟進入新常態下的突出問題之一。在當前勞動力與原材料等生產要素成本上升、資源和環境約束加劇情況下，我國提高經濟增長質量的重要途徑之一顯然是提高全要素生產率（TFP）。而職業教育與TFP提高緊密相關，職業教育可通過促進要素重置、優化人口結構、產業結構和就業結構、提高勞動力質量、縮小城鄉收入差距、實現教育公平、促進技術創新、有助于技術外溢吸收、加快技術擴散和推進專業化分工等方面作用于TFP。而中國職業教育發展取得了顯著成績，職業教育規模大幅提高，2013年職業教育在校生和畢業生數合計達3967.54萬人，占總人口的2.916%。職業教育的發展顯然離不開經費投入的增長，2013年，我國職業教育經費投入增加到3590.12億元，占GDP比重上升到0.61%①。由此可見，中國職業教育規模及其投入較高。而職業教育包括高等、中等和初等職業教育②，每一層次職業教育投入均包括公共教育投入和非公共教育投入，那么，哪一層次職業教育的公共投入或非公共投入對我國總體及不同區域TFP產生的影響最大？每一層次職業教育中公共投入與非公共投入對我國總體及不同區域TFP的影響是互補還是前者擠出后者？要回答上述問題，就需要在TFP測度時納入環境因素，進而實證分析職業教育投入對我國及不同區域TFP的影響。

理論研究方面，國外學者Nelson and Phelps（1966）認為，人力資本水平影響一國技術趕超和技術擴散速度，進而影響全要素生產率（TFP）增長[1]；Romer（1990）認為，人力資本決定一國技術創新能力而直接影響一國TFP增長[2]。作為最主要的人力資本投資方式，教育對TFP增長的作用已經在Benhabib and Spiegel（1994），Pritchetl（2001），Aiyar and Feyrer（2002）等人的文獻中加以分析[3][4][5]。然而這些文獻均是研究整體教育水平對TFP的影響，并未考慮教育的異質性。后來一些國外學者則研究不同層次教育對TFP的影響。如Vandenbussche etal（2006）研究發現，只有高等教育促進了TFP增長，整體教育水平并未顯著促進TFP增長[6]；Islam（2010）研究了高等、中等和初等教育對TFP的影響發現，教育對TFP的作用并不顯著[7]。國內相關研究也主要集中于整體教育及不同層次教育對TFP的影響。王志剛等（2006）、魏下海和張建武（2010）、張海峰等（2010）分別實證研究了小學以上教育程度人口比例、平均受教育程度、平均師生比率對TFP的影響[8][9][10]；蘇柱華和陳勝學（2012）則基于廣東1995～2010年面板數據分析發現，農村勞動力平均受教育程度對農業TFP、技術效率、技術進步都產生了一定的阻礙作用[11]。顏鵬飛和王兵（2004）、朱承亮等（2011）實證分析了高等教育對TFP的影響[12][13]；許和連等（2006）實證檢驗了中等及以上教育與TFP的關系[14]；華萍（2005）、彭國華（2007）、董亞娟和孫敬水（2010）、肖志勇和魏下海（2010）、顏敏和王維國（2011）、張玉鵬和王茜（2011）、陳仲常和謝波（2013）則均實證研究了高等、中等和初等教育對TFP的影響[15][16][17][18][19][20][21]，得出的結論不盡相同，甚至截然相反。

因此，在實證研究方面，關于教育對TFP影響的文獻較為豐富，且幾乎均是在實證分析時利用某一層次教育人數占總人口比重來衡量相應層次教育，關于教育投入對TFP影響的研究很少，僅發現金戈（2014）的相關研究[22]，但是該研究并未進一步細分教育層次，也沒有分區域研究。再者，上述文獻在進行實證檢驗時，并未將環境因素納入到TFP測度中，僅發現韓海彬等（2014）在實證研究教育對農業TFP影響時考慮到了環境因素[23]，但其未考慮到不同層次職業教育投入對TFP的影響，也忽略了教育的區域異質性。最后，現有文獻幾乎沒有考慮到空間相關性，僅發現魏下海（2010）的研究考慮到了空間溢出效應，但其實證分析的是教育程度對TFP的影響[24]，而非教育投入對TFP的影響。因此，本研究力圖彌補上述不足，基于1995～2013年29個省域空間動態面板數據③，將環境因素納入到TFP測度中，運用空間糾正系統GMM法研究不同層次職業教育公共投入與非公共投入對TFP的影響。

二、模型設定與變量測度

（一）模型設定

依據國內外文獻和研究目的，在Lesage and Pace（2009）的廣義空間面板模型基礎上[25]，設定以公共教育投入（VEG）、非公共教育投入（VEF）和兩者的交互變量為解釋變量，分別包括高職、中職和初職教育層次的相應投入。同時納入控制變量X，具體包括城市化水平（CH）、外貿依存度（TR）、外資（FI）、基礎設施水平（JS）和制度（ZD）五個變量。并加入TFP的滯后一期④，最終建立如下空間動態面板模型。

1nTFPit=C+γ1nTEPit-1+ρW1nTFPit+β21nVEFit+β31nVEGit*1nVEFit+λXit+μi+φt+εit

εit=φWεit+νit

其中，i和t分別為省域和年份，μ、φ、ε、W分別表示個體虛擬變量、時間虛擬變量、隨機誤差項、空間權重矩陣。上述空間動態面板模型可以派生出空間動態面板滯后模型和空間動態面板誤差模型。

（二）變量測度

首先，對于被解釋變量測度。借鑒闞大學等（2015）的做法[26]，在產出指標中同時納入期望產出指標（GDP）和非期望產出指標（SO2排放量），投入指標中納入勞動力和資本存量。同時在引入方向性距離函數基礎上構造ML生產率指數，進而衡量TFP變動。相應變量原始數據源自《中國統計年鑒》和各省域統計年鑒。

其次，關于解釋變量測度。受數據獲取限制，研究采用預算內教育經費衡量各層次職業教育公共投入，不采用財政性教育經費測度，原因在于2008年前的《中國教育經費統計年鑒》中并未給出分省域各層次職業教育財政性經費投入數據。采用民辦學校中舉辦者投入、社會捐贈經費與學雜費之和衡量各層次職業教育非公共投入⑤。原始數據源自《中國教育經費統計年鑒》。

再者，關于控制變量測度。分別用城市人口數與總人口數之比、對外貿易總額占GDP比重、實際利用外資金額占GDP比重、公路里程數與省域面積之比、非國有投資與總投資之比衡量城市化水平、外貿依存度、外資、基礎設施水平和制度⑥。各變量測度所涉及原始數據來源于《中國統計年鑒》《新中國60年統計資料匯編》和各省域統計年鑒。

三、實證分析

（一）空間自相關檢驗

為檢驗省域間各層次職業教育公共投入、非公共投入與TFP是否存在空間自相關，使用空間自相關指數公式計算發現，1995～2013年三者的空間自相關指數MoranI值呈現一定的波動，但均比0大，說明我國省域間各層次職業教育公共投入、非公共投入與TFP均具有明顯的正相關關系，各層次職業教育公共投入、非公共投入與TFP的空間差異現象并不是隨機產生的，而是表現出相似值之間的空間集群，各層次職業教育公共投入、非公共投入與TFP在全局上表現出較強的空間依賴特征，各層次職業教育公共投入、非公共投入相對較高的省域傾向于接近其他較高省域，各層次職業教育公共投入、非公共投入相對較低的省域趨于和其他較低省域相鄰。同樣，TFP水平相對較高的省域傾向于接近其他較高省域，TFP水平相對較低的省域趨于和其他較低省域相鄰。進一步分析可知，各層次職業教育公共投入、非公共投入相對較高的省域和TFP水平相對較高的省域存在空間相關性。

（二）空間動態面板模型選擇

由上述檢驗結果可知，需引入空間計量模型進行實證研究，但還需判斷是空間動態面板誤差模型還是空間動態面板滯后模型，研究采用Anselin and Rey（1991）提出的判別準則進行判斷[27]。即依據LM（lag），LM（error），Robust LM（lag）和Robust LM（error）檢驗統計量的顯著性來選擇相應模型。從表1中可知，當解釋變量分別為高職和中職教育公共投入時，LM（lag）統計量和Robust LM（lag）統計量分別比LM（error）統計量和Robust LM（error）統計量更為顯著；當解釋變量分別為高職和中職教育非公共投入、初職教育公共投入與非公共投入時，LM（lag）統計量顯著，LM（error）統計量未通過顯著性檢驗。因此，實證研究時選擇空間動態面板滯后模型。

（三）我國總體實證結果

為了防止產生繆誤回歸結果，估計前，進行了平穩性檢驗和協整關系檢驗，發現變量為一階單整，存在協整關系。同時為了克服內生性問題和減少空間權重矩陣設定對估計結果產生的影響，采用Jambs and Vrijburg（2009）提出的空間糾正系統GMM法進行實證[28]。結果見表2。

第一，高職教育公共投入與非公共投入均提高了TFP，后者作用較小，兩者對TFP的正面影響是互補的。從表2可知，高職教育公共投入提高1%，TFP顯著提高了0.082%，高職教育非公共投入提高1%，TFP顯著提高了0.049%。可見，高職教育公共投入與非公共投入均提高了TFP。原因在于，中國經濟整體發展水平不高，仍然處于工業化進程中，其中制造業和生產性服務業比重較高，需要大量技能型人才，出現的“技工荒”，高技能人才短缺現象正是這一體現，而高職教育公共投入與非公共投入提高了勞動力素質和技能水平，較好滿足了這一需求，通過提高技術效率促進了TFP提高；且高職教育公共投入與非公共投入均推動了產業結構和就業結構升級，有助于技術外溢吸收和自主創新，通過促進技術進步提高了TFP。但相對而言，高職教育非公共投入的作用較小。原因可能是人們對高職教育認識仍然存在偏差，高職教育非公共投入較少，以及雖然高職院校初次就業率最高，但高職教育非公共投入的回報率仍然較低的緣故。進一步從交互項的估計系數可知，高職教育公共投入與非公共投入對TFP的正面影響是互補的，說明政府重視高職教育，增加高職教育公共投入推動了經濟增長，人們對投資高職教育未來收益的信心因此提高，這有助于引導人們增加高職教育非公共投入。

第二，中職教育公共投入與非公共投入均提高了TFP，后者作用較小，兩者對TFP的正面影響也是互補的，且均低于高職教育。從表2可知，中職教育公共投入提高1%，TFP提高了0.056%，在5%水平上通過了顯著性檢驗，中職教育非公共投入提高1%，TFP提高了0.024%，在10%水平上通過了顯著性檢驗。可見，中職教育公共投入與非公共投入也均提高了TFP，原因在于，中國產業結構中勞動密集型行業和傳統服務業比重較高，這些行業對勞動力技能水平要求較低，中職畢業生較好地滿足了這一需求，通過技術模仿和提高工作熟練程度作用于技術效率促進了TFP提高。且中職教育公共投入與非公共投入通過促進農村勞動力轉移和推動城鄉教育公平促進了TFP提高。但顯然中職教育公共投入與非公共投入的作用均低于高職教育。其中，一個重要原因是近年來各種要素成本上升、人民幣升值、全球經濟不景氣以及我國產能過剩，不少勞動密集型企業經營困難，甚至倒閉破產，使得中職教育公共投入與非公共投入的作用較低。此外，從表2可知，中職教育非公共投入的作用低于公共投入，主要是因為，中職教育者就業困難，人們進行中職教育投入風險較大，投入回報率低。從交互項估計系數可知，中職教育公共投入與非公共投入對TFP的正面影響也是互補的，說明政府對中職教育進行財政補貼和學費減免等公共投入措施大幅降低了人們投資中職教育的成本，有助于引導中職教育非公共投入。但根本上政府還需改善制造業整體行業的營商環境，推動中職教育者就業，讓人們獲得與其投入相匹配的回報。

第三，初職教育公共投入與非公共投入不利于TFP提高，前者負面影響較大，且前者擠出了后者。從表2可知，初職教育公共投入與非公共投入提高1%，TFP分別提高了-0.043%和-0.021%，且均通過了顯著性檢驗。可見，初職教育公共投入與非公共投入不利于TFP提高，原因可能是初職教育兩類投入擠出了中職和高職教育投入；初職教育者多在第一產業就業或是進行簡單勞動，提高了技術效率，但卻不利于技術進步；也難以通過促進農村勞動力轉移和推動城鄉教育公平來提高TFP。從表2可知，初職教育公共投入的負面影響較大，從交互項估計系數可知，就對TFP的負面影響而言，初職教育公共投入擠出了非公共投入，說明政府對初職教育的投入并未引導人們提高初職教育投入，原因可能在于初職教育者就業較為困難，人們投入風險較大，投入回報率過低。

第四，TFP存在空間溢出效應。從表2可知，所有回歸滯后項參數ρ均為正數，且分別在不同水平上通過了顯著性檢驗，說明相鄰省域TFP對本省域TFP產生了影響，TFP存在空間溢出效應。這可能是由于市場化進程的推進促使省域間的要素流動，使其對TFP的邊際影響趨于相同，還可能是因為相鄰省域間的競爭、政策相似性以及彼此間的技術外溢等。

第五，控制變量對TFP的影響。從表2可知，城市化水平、外貿依存度、基礎設施水平和制度均顯著促進了TFP增長，其中城市化水平和制度主要是通過促進技術進步提高了TFP，外貿依存度和基礎設施水平主要是通過提高技術效率促進了TFP增長⑦。而外資對TFP的促進作用未通過顯著性檢驗，說明中國引進外資的質量較低。

（四）區域層面實證結果

文章進一步利用空間糾正系統GMM法估計了職業教育投入對三大地區TFP的影響，結果見表3。

第一，三大地區高職教育公共投入與非公共投入均提高了TFP，后者作用較小，兩者對TFP的正面影響是互補的，且在東部地區更為突出。從表3可知，三大地區高職教育公共投入提高1%，TFP分別顯著提高了0.131%、0.079%、0.062%，三大地區高職教育非公共投入提高1%，TFP分別顯著提高了0.076%、0.043%、0.035%。可見，三大地區高職教育兩類投入均提高了TFP，且公共投入對TFP的作用高于非公共投入。從交互項的估計系數可知，三大地區高職教育兩類投入對TFP的正面影響是互補的，且在東部地區更為突出。原因可能在于東部地區政府增加高職教育公共投入能通過技術效率提高和促進技術進步推動本地區經濟更高質量的增長，而該地區產業結構中高端制造業和現代服務業比重較高，需要大量高技能型人才，故高職教育非公共投入的未來收益率較高，導致人們更愿意增加高職教育非公共投入。

第二，三大地區中職教育公共投入與非公共投入均提高了TFP，后者作用較小，在東部地區前者擠出了后者，在中西部地區兩者是互補的，另西部地區兩者對TFP的影響大于其高職教育相應投入的影響。從表3可知，三大地區中職教育公共投入提高1%，TFP分別顯著提高了0.031%、0.065%、0.074%，三大地區中職教育非公共投入提高1%，TFP分別顯著提高了0.019%、0.034%、0.046%。可見，三大地區中職教育兩類投入均提高了TFP，且前者對TFP的作用高于后者。從交互項的估計系數可知，對TFP的影響，在東部地區前者擠出了后者，在中西部地區兩者是互補的。原因可能在于東部地區政府增加中職教育公共投入推動本地區經濟增長方式轉變的可能性較小，其也難以滿足該地區產業結構升級需要，人們投資中職教育后在該地區就業較為困難，人們對投資的未來收益率缺乏信心。此外，只有西部地區中職教育兩類投入對TFP的影響大于其高職教育相應投入的影響，東中部地區的結論與之相反。

第三，三大地區初職教育公共投入與非公共投入均不利于TFP提高，前者負面影響較大，前者擠出了后者，且在東部地區更為突出。從表3可知，三大地區初職教育公共投入提高1%，TFP分別顯著提高了-0.067%、-0.038%、-0.029%，三大地區初職教育非公共投入提高1%，TFP分別顯著提高了-0.041%、-0.019%、-0.014%。可見，三大地區初職教育兩類投入均不利于TFP提高，且初職教育公共投入的負面影響較大。從交互項的估計系數可知，就對TFP的負面影響而言，三大地區初職教育公共投入均擠出了非公共投入，且在東部地區更為突出。說明東部地區政府對初職教育的投入難以促進本地區經濟增長，初職教育者在東部地區更加難以就業，初職教育非公共投入風險過大，投入難有收益，甚至收益為負數，因此擠出了人們初職教育投入。

四、結論與政策建議

第一，各層次職業教育公共投入、非公共投入與TFP均存在空間自相關，TFP存在空間溢出效應。因此，各個省域政府在制定本地區經濟政策提高TFP時，需統籌考慮本省情況和相鄰省域溢出效應。這需要中央政府和各地區政府相關部門深化要素市場改革，打破要素地區間流動壁壘，同時需要各省域間相互協調、相互合作，進而提高TFP。

第二，高職教育和中職教育的各自公共投入與非公共投入均提高了我國的總體TFP，兩類職業教育非公共投入的作用均較小，高職教育和中職教育的各自公共投入與非公共投入對TFP的正面影響是互補的，但中職教育兩類投入對TFP的影響均低于高職教育相應投入，初職教育兩類投入則不利于TFP提高，前者負面影響較大，且前者擠出了后者。因此，從全國層面，應重點加大高職教育公共投入，提高高職教育公共財政投入占財政支出的比重，并從法律上對高職教育公共財政投入予以規范；同時促進經濟增長，提高高職畢業生的就業率和收入水平。而對于初職和中職教育，也需適度加大公共財政投入，讓初職和中職教育者能接受到更高層次職業教育，以發揮進入高層次職業教育后兩類投入對TFP正面影響的互補效應。

第三，三大地區高職教育公共投入與非公共投入均提高了TFP，后者作用較小，兩者對TFP的正面影響是互補的，且在東部地區更為突出；三大地區中職教育兩類投入也均提高了TFP，后者作用較小，在東部地區前者擠出了后者，在中西部地區兩者是互補的，且西部地區兩者對TFP的影響大于其高職教育相應投入的影響；三大地區初職教育兩類投入也均不利于TFP提高，前者負面影響較大，前者擠出了后者，且在東部地區更為突出。因此，首先，三大地區尤其是東部地區需重點加大高職教育公共投入，以促進非公共投入增加，進而通過互補效應提高地區TFP；其次，中西部地區尤其是西部地區近期需重點加大中職教育公共投入，以帶動非公共投入增加，進而通過互補效應作用于技術效率提高地區TFP。最后，東部地區需適度加大初職和中職教育公共投入，使初職和中職受教者能得到高職教育機會，進而規避初職教育兩類投入對TFP的負面影響及其擠出效應，規避中職教育兩類投入對TFP正面影響的擠出效應；中西部地區也需適當加大初職教育公共投入，使初職教育者能得到高層次職業教育的機會，避免其兩類投入對TFP的負面影響及其擠出效應。

參 考 文 獻

[1]Nelson R R， Phelps E S. Investment in Humans， Technological Diffusion， and Economic Growth[J]. American Economic Review，1966，56（1）：69-75.

[2]Romer P M. Endogenous Technological Change[J].Journal of Political Economy，1990，98（5）：71-102.

[3]Benhabib J， Spiegel M. The Role of Human Capital in Economic Development Evidence from Aggregate Cross-country Data[J]. Journal of Monetary Economics，1994（34）：143-173.

[4]Pritchett L.Where has All the Education Gone？[J].World Bank Economic Review，2001（15）：367-391.

[5]Aiyar S， Feyrer J. A Contribution to the Empirics of Total Factor Productivity[R]. Dartmouth College， Working Paper，2002.

[6]Vandenbussche J， Aghion P， Meghir C. Growth， Distance to Frontier and Composition of Human Capital[J]. Journal of Economic Growth， 2006（11）：97-127.

[7]Islam，R. Human Capital Composition， Proximity to Technology Frontier and Productivity Growth[J]. Department of Economics， discussion paper， 2010，23（10）：1-41.

[8]王志剛，龔六堂，陳玉宇.地區間生產效率與全要素生產率增長率分解（1978-2003）[J].中國社會科學，2006（2）：55-66.

[9]魏下海，張建武.人力資本對全要素生產率增長的門檻效應研究[J].中國人口科學，2010（5）：48-58.

[10]張海峰，姚先國，張俊森.教育質量對地區勞動生產率的影響[J].經濟研究，2010（7）：57-67.

[11]蘇柱華，陳勝學.人力資本對農業全要素生產率、技術效率和技術進步的影響[J].南方農業學報，2012（8）：1235-1240.

[12]顏鵬飛，王兵.技術效率、技術進步與生產率增長：基于DEA的實證分析[J].經濟研究，2004（12）：55-65.

[13]朱承亮，師萍，岳宏志等.人力資本、人力資本結構與區域經濟增長效率[J].中國軟科學，2011（2）：110-119.

[14]許和連，元朋，祝樹金.貿易開放度、人力資本與全要素生產率：基于中國省際面板數據的經驗分析[J].世界經濟，2006（12）：3-10.

[15]華萍.不同教育水平對全要素生產率增長的影響[J].經濟學，2005（1）：147-166.

[16]彭國華.我國地區全要素生產率與人力資本構成[J].中國工業經濟，2007（2）：52-59.

[17]董亞娟，孫敬水.中國教育支出對生產率的影響及溢出效應[J].山西財經大學學報，2010（9）：16-23.

[18]肖志勇，魏下海.教育不平等、人力資本與中國全要素生產率增長——來自省際面板數據的經驗研究[J].統計與信息論壇，2010（3）：76-81.

[19]顏敏，王維國.分層次人力資本與全要素生產率基于分位數回歸的解析[J].數學的實踐與認識，2011（3）：17-24.

[20]張玉鵬，王茜.人力資本構成、生產率差距與全要素生產率：基于中國省級面板數據的分析[J].經濟理論與經濟管理，2011（12）：27-36.

[21]陳仲常，謝波.人力資本對全要素生產率增長的外部性檢驗——基于我國省際動態面板模型[J].人口與經濟，2013（1）：68-75.

[22]金戈.不同層次和來源教育投入對地區全要素生產率的影響[J].浙江社會科學，2014（6）：117-118.

[23]韓海彬，趙麗芬，張莉.異質型人力資本對農業環境全要素生產率的影響：基于中國農村面板數據的實證研究[J].中央財經大學學報，2014（5）：105-112.

[24]魏下海.人力資本、空間溢出與省際全要素生產率增長[J].財經研究，2010（12）：94-104.

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

[26]闞大學，呂連菊，余炳文.普通教育與職業教育對全要素生產率的影響——基于空間動態面板數據[J].統計與信息論壇，2015（9）：66-83.

[27]Anselin L， Key S. Properties of Tests for Spatial Dependence in Linear Regression Models[J].1991（2）：112-131.

[28]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.