-
全球制造业已基本形成四级梯队的发展格局,而中国的制造业仍然属于中低端制造领域,处于全球制造业的第三梯队。第一梯队是以美国为代表的科技创新中心;第二梯队是高端制造领域,包括欧盟、日本、韩国等国家(地区);第三梯队是中低端制造领域,主要是一些新兴经济体国家,包括中国、越南、印度等国; 第四梯队主要是资源输出国,包括OPEC(石油输出国组织)、非洲、拉美等国。从历史经验看,产业结构升级的过程如果跨越了工业化发展而直接进入以服务业为主的模式,是不可持续的。因而,在经济高质量发展阶段,如何进行要素的资源配置以推动中国工业化的转型升级至关重要。
改革开放初期,工业化的快速推进源于城镇化转移的大规模低技术农业剩余劳动力。随着要素成本增长和人口红利的释放殆尽,以劳动密集型为主的传统制造业发展已经不可持续,人力资本水平的积累成为促进劳动生产率提升的关键要素(蔡昉,2011)。党的十九大报告指出,推动创新驱动和产业结构升级对中国经济稳定增长至关重要。推动产业结构升级需要以高素质劳动力为支撑,而当前我国人力资本投资仍然不足,尤其是地区之间人力资本水平差异较大。部分贫困地区人口平均受教育水平很低,地区发展仍然依赖传统基础设施;用来提升地区人力资本的财政教育资金并未得到应有的重视(范子英和高跃光,2019),容易形成区域经济间可持续差距,不利于改善区域经济发展的不均衡、不充分状况。此外,以教育、医疗为代表的公共服务质量水平提高的城镇化是城市发展的核心动力,而实现高质量城镇化的关键依然是人力资本投资(陈斌开和张川川,2016)。
基于上述背景,研究公共教育支出各类结构能否通过提升人力资本水平,从而带动中国工业劳动生产率提高,在中国经济转型时期具有十分重要的意义。本文的主要贡献为:第一,给出了各类教育支出结构影响工业劳动生产率的经济效应及其内在机制的逻辑解释框架;第二,不仅研究整体教育支出对不同要素密集度的行业增长效应,还区分了各类教育支出结构,以探讨各级各类教育支出的差异化效应;第三,进一步识别了各类教育支出的影响渠道,发现义务教育、中等教育与高等教育的影响机制均不相同,最终表现出差异化的综合效应。
-
公共支出影响经济效率的研究,可以追溯到生产性和消费性公共支出对经济增长的差异性影响机制上。Barro(1990)的内生经济增长模型认为,并不是所有的公共支出都可以进入生产函数,还有一部分公共支出购买的商品及服务影响了劳动力的效用,通过效用函数影响稳态经济的增长率。多数学者在Barro(1990)的理论模型基础上引入消费性公共支出,对经济增长的最优公共支出结构进行考察(Turnovsky和Fisher,1995;Park和Philippopoulos,2002;严成樑和龚六堂,2009;金戈和史晋川,2010)。Mankiw等(1992)将人力资本积累纳入索洛经济增长模型中,验证了人力资本积累对经济增长的重要作用。Acemoglu和Melissa(2010)使用地方数据检验了南北美洲教育对经济发展的作用,发现收入变动的一个重要的影响因素就是教育,这一研究结论与Mankiw等(1992)的研究基本一致。
公共教育支出比例较高的地区人口的总体素质较高,从而人力资本水平较高;教育支出高的地区教育资源较丰富,教育资源又是吸引人才流动的重要影响因素,教育资源丰富的地区往往吸引更多的人才流入,形成人力资源的聚集,人力资本的集聚又会通过改变地区劳动力市场结构,形成劳动力市场结构与产业结构的匹配效应,从而影响产业结构变动和经济增长(贾婷月,2019)。教育支出对经济的影响通过两个渠道实现:一是教育支出能够提高总体的人力资本水平及平均受教育年限;二是教育作为重要的公共服务之一,通过吸引人才,促进知识、技术外溢,从而推动经济发展。
教育支出对人力资本的提升作用,才国伟和刘剑雄(2014)使用OECD(经济合作与发展组织)国家数据发现,公共教育投资能够提高人力资本水平,这一点在收入风险大、融资约束强的国家人力资本的积累效应更加明显。钱雪亚等(2014)指出,基础人力资本积累领域公共教育更有效率,而在专业人力资本积累领域,私立教育投资更有效率,公共基础教育效率提高能够全面提升人力资本水平。Lucas(1988)从人力资本和实物资本的内生经济增长模型出发,指出来源于教育和“干中学”的人力资本是经济增长的重要源泉。Gennaioli等(2013)考虑了人力资本的外部效应,区分了劳动力的技术结构,构造了地区经济增长理论模型,验证了人力资本外部效应对地区经济增长的重要作用。钞小静和沈坤荣(2014)提出,中国长期的经济增长易受到城乡收入差距的制约,其中的传导机制则是劳动力质量。当前中国经济增长已处于由“人力资本红利”取代“人口红利”的新旧动能转换时期,人力资本的外溢效应是中国经济增长的新动能(张同斌,2016)。高春亮和李善同(2019)的研究表明,财政分权的配置效应通过促进人力资本积累能够有效地促进经济高质量发展。刘伟和张立元(2020)通过测算人力资本的数量和质量,指出政府应该优化整个教育体系,提高人力资本质量的增长率。
教育支出作为公共服务,其对经济的促进作用可追溯到经典的“用脚投票”理论。Tibout(1956)的“用脚投票”理论指出,在人口可以自由流动的前提下,人们选择合意的税收与公共服务组合,教育是基本公共服务中非常重要的一部分。夏怡然和陆铭(2015)指出,教育与医疗等公共服务能够改变劳动力的迁移决策,促进劳动力向公共服务发达地区转移。Diamond(2016) 的研究也发现,城市内便捷、发达的公共服务会吸引高技术水平劳动力流动,相对低技术水平的劳动力会选择公共服务相对欠发达地区,进一步造成地区公共服务与人才之间的持续性差距。付文林(2007,2011)指出,公共支出竞争的主要对象是高技术水平的流动人口。高技术水平的流动人口可以带来更多的经济剩余,与资本之间的互补性更强,从而提高了经济的绩效。赵晓军和余爽(2020)对我国31个省份面板数据进行检验,发现对创新和人力资本的投资会显著地促进经济增长,这意味着当前对人才的培养和创新的投资是经济发展的关键要素。国内外学者也普遍认为,要素集聚、要素流动对推动产业发展有着十分重要的影响。有观点认为,移民与本地就业者的分工促进了效率的提高(Peri,2012),或劳动力从低效率部门向高效率部门的转移提高了整体经济的要素配置效率(Rodrik,2013)。Borjas(1995)提出的“人口流入过剩理论”指出,本地就业者与流动就业者之间的知识外溢产生规模报酬递增效应,可以有效提高劳动生产率。技术外溢普遍来自高技术水平、受教育程度较高的流动人口。Hornung(2014)认为,高技术劳动力的知识与技术外溢对提高劳动生产率的影响是长期的,并且使用历史数据证明了这种长期影响。
此外,不同的教育水平对经济增长的传导机制也有差异,黄艳萍等(2013)基于知识外溢理论,检验了接受不同层次教育的人力资本对经济增长的影响渠道是否存在差异。结果表明,初级教育作为生产要素直接促进产出,而高级教育则是通过加快技术创新与模仿速度促进要素生产率的提高。
上述关于教育与经济增长、人力资本与经济增长或生产效率的研究已经较为充分,但已有研究局限于教育对整体经济发展的影响,忽视了教育、人力资本对各个产业发展的传导机制研究,尤其是各级各类教育结构的传导机制,不利于提供针对性的政策制定依据。本文不仅研究整体教育对工业劳动生产率的作用,还进一步研究分级教育对不同要素密集度的工业行业的增长效应,并甄别了各级各类教育的影响渠道是否存在差异,补充了当前人力资本对产业发展的经验研究。
-
新古典经济增长模型—索洛模型可以推导教育支出与工业劳动生产率之间的关系。索洛模型的基本数学表达式如下:
$$Y = A \times F(L,K)$$ (1) 其中,Y为产出,K为资本,L为劳动力,A为技术。使用科布−道格拉斯生产函数可将方程(1)表达如下:
$$Q = A{L^\alpha }{C^{1 - \alpha }}$$ (2) (2)式中,Q代表产量,A是常数,代表平均技术水平,L代表劳动量,C代表物质资本量,α和(1-α)分别代表劳动和资本在产出中所占的比重,α在[0,1]区间。
依据人力资本理论,在同一时期内技能劳动力生产效率也更高。劳动力包含数量与质量为整体的生产要素,假定劳动力数量是N,劳动力质量是E,这里把劳动力质量E定义为人均受教育年限,t表示地区,Et为地区劳动力质量,也即人力资本水平。所以,L不但和N的增长率相关,还和E相关。则L的表达式用劳动力数量和质量来表示,可以表示为以下方程:
$$L = N\times {E_t}$$ (3) 将(3)式代入(2)式可得:
$$Q = A{(N\times {E_t})^\alpha }{C^{1 - \alpha }}$$ (4) 对(4)式两边除以劳动力数量得:
$$\frac{Q}{N} = A{({E_t})^\alpha }{\left(\frac{C}{N}\right)^{1 - \alpha }}$$ (5) 公式 (5)左边为劳动生产率。由此可见,人力资本对劳动生产率具有促进作用。
教育作为公共产品同样受到供求关系的影响,在我国,教育的主要提供者是政府部门,私人部门提供的教育主要集中在职业培训部分。假设社会教育的投入主要依赖政府部门,则一个地区的政府部门教育总投入可以用教育支出总额来表示,设为I,由相关人力资本研究可知,人均受教育年限与人均教育支出成正相关性。因此,人力资本水平Et可以用人均教育投入来表示,方程设置如下:
$$ {E_t} = \beta \frac{{{I_t}}}{N} + {\rm{c}} $$ (6) 将(6)式代入(5)式可得:
$$\frac{Q}{N} = A{\left(\beta \frac{{{I_t}}}{N} + c\right)^\alpha }{\left(\frac{C}{N}\right)^{1 - \alpha }}$$ (7) 由式(7)可见,教育支出比重对劳动生产率具有促进作用,进而得出第一个命题:
假设1:以平均受教育年限测度的人力资本是教育支出影响劳动生产率的中间影响机制,即人力资本具有“中介效应”。
假设Q/N=y为人均劳动生产率水平,C/N=k,为人均物质资本量,则由(7)式可以推导出增长率公式,如下:
$$\frac{{dy}}{y} = \dfrac{{dA}}{A} + {\beta ^\alpha }\alpha \dfrac{1}{{{{\left(\dfrac{{{I_t}}}{N}\right)}^{1 - \alpha }}}}{\left(\dfrac{{d{I_t}}}{{{I_t}}} - \dfrac{{dN}}{N}\right)^{1 - \alpha }} + \frac{{dk}}{k}$$ (8) 将(6)式代入(8)式得:
$$\frac{{dy}}{y} = \frac{{dA}}{A} + {\beta ^\alpha }\alpha \frac{1}{{{{({E_t} - c)}^{1 - \alpha }}}}{\left(\frac{{d{I_t}}}{{{I_t}}} - \frac{{dN}}{N}\right)^{1 - \alpha }} + \frac{{dk}}{k}$$ (9) 由(9)式可以看出,由于不同地区人力资本水平Et存在差异,因此,教育支出增长率对于劳动生产率的增加效果,影响也出现差别。得出第二个命题:
假设2:进一步观察(9)式可以发现,人力资本水平Et越高的地方,教育支出增长率对劳动生产率的增长贡献越低,反之则越高。即人力资本具有“调节作用”。
-
依据上述理论推导,为研究教育支出对工业劳动生产率的影响机制,本文建立了以下计量经济模型:
$$Lnprd{c_{it}} = {c_2} + {\gamma _1}h{c_{it}} + {\gamma _2}{Z_{it}} + {\varepsilon _{it}}$$ (10) 方程(10)为教育支出对工业劳动生产率的综合效应,其中,因变量lnprdc表示工业劳动生产率,具体计算方法是工业增加值和工业从业人员的比例,并取自然对数值。除了整体工业劳动生产率外,本文还进一步按要素密集度分行业进行回归,因而因变量还包括劳动密集型工业劳动生产率(lnlabrprdc)、资本密集型工业劳动生产率(lncapprdc)与技术密集型工业劳动生产率(lntechprdc)①;eduexp表示i省第t年的教育支出占GDP的比重,是本文的核心解释变量,除了整体的教育支出占比,本文还进一步区分了初等教育(predu)、中等教育(midedu)与高等教育支出(highedu)占比②,并作为核心解释变量进行异质性检验。Zit是控制变量集合,主要包括私有化程度(private),外商投资占GDP比重(fdi),性别比(sexr)与地区科技支出占比(techexp),μit是误差项,c是回归常数项。
在影响机制检验中,本文建立了人力资本的中介效应模型与调节效应模型。为检验人力资本的“中介效应”,构建如下回归方程组:
$$h{c_{it}} = {c_1} + {\beta _1}eduex{p_{it}} + {\beta _2}{X_{it}} + {u_{it}}$$ (11) $$Lnprd{c_{it}} = c + {\alpha _1}eduex{p_{it}}{\rm{ + }}h{c_{it}} + {\alpha _2}{Z_{it}} + {\mu _{it}}$$ (12) 方程组中公式(11)与(12)各项变量的含义与方程(10)一致,其中,公式(11)是教育支出及其结构对人力资本水平的回归,由于影响人力资本的因素与影响工业劳动生产率的因素不一致,因此,控制变量集合与方程(10)不一致,控制变量集合X主要包括城镇化率(urban)、医疗卫生支出(mediexp)、科学技术支出(techexp)、性别比(sexr)和私有化程度(private)。方程(12)中的控制变量与方程(10)一致,为了检验人力资本是否存在中介效应,方程(12)在方程(10)的基础上加入人力资本变量(hc)。为验证人力资源的“调节效应”,将教育支出与人力资源的交互项作为主要解释变量,构建如下模型方程:
$$Lnprd{c_{it}} = {c_3} + {\kappa _1}eduex{p_{it}} + {\kappa _2}h{c_{it}} + {\kappa _3}eduex{p_{it}} \times h{c_{it}} + {\kappa _4}{Z_{it}} + {\pi _{it}}$$ (13) 方程(13)中,eduexp ×hc为教育支出与人力资本的交互项,其余变量含义及控制变量与方程(10)一致。上述三个方程中c1、c2、c3表示常数项,u、μ、π均为随机扰动项。
-
被解释变量上文已经说明。核心解释变量为财政教育支出占GDP的比重,为了细分财政教育支出各阶段的支出结构对工业劳动生产率的影响,将财政教育支出分为财政初等教育、财政中等教育、财政高等教育。关于人力资本的核算,国内现有大多数研究采用的是个体受教育年限、人均受教育年限或高等教育人数占比(陈斌开和张川川,2016;程名望等,2016;范子英和高跃光,2019),基于已有研究,本文使用地区平均受教育年限作为本文的代理指标③。
控制变量:外商直接投资( fdi )
所占比例是外商投资占GDP的比例,原始数据使用相应年份美元与人民币的兑换率年平均价计算得知;城镇化率(urban)指城镇常住人口占年末总人口的比重;地区私有化程度(private)指区域内非国有经济固定资产的投入在内资企业固定资产投入当中的比例④;地区财政科技投入水平(techexp),指一个地区的财政科技投入比上当地的GDP的比重;各地区医疗卫生支出占GDP的比重(mediexp),指财政医疗卫生支出占GDP的比重;人口性别比(sexr),是男性人口数比上女性人口数。其中,工业劳动生产率采用CPI去除价格因素,以2006年为基期进行了处理。本文的数据来源于国研网数据库、《中国统计年鉴》《中国教育统计年鉴》《中国人口与就业统计年鉴》《中国工业统计年鉴》。回归中各变量的描述性统计特征见表1。我国政府规划按照5年的周期来设置,因西藏数据缺失过多,本文各指标数据使用的是2006−2015年我国30个省份(西藏除外) 的面板数据。 表 1 变量的描述性统计
变量名 变量含义 观测值 平均值 标准差 最小值 最大值 lnprdc 实际工业全员劳动生产率 300 12.690 0.317 11.860 13.620 eduexp 教育支出占GDP比重 300 0.035 0.014 0.013 0.091 techexp 科技支出占GDP比重 300 0.003 0.002 0.000 0.014 mediexp 医疗卫生支出占GDP比重 300 0.014 0.007 0.003 0.041 private 私有化程度 300 0.678 0.100 0.436 0.881 urban 城镇化率 300 0.523 0.138 0.275 0.896 fdi FDI占GDP比重 300 0.025 0.019 0.001 0.082 hc 人力资本水平 300 8.699 0.959 6.594 12.080 sexr 性别比例 300 1.044 0.037 0.949 1.204 predu 义务教育支出占GDP比重 300 0.012 0.006 0.004 0.029 midedu 中等教育支出占GDP比重 300 0.013 0.005 0.005 0.030 highedu 高等教育支出占GDP比重 300 0.006 0.003 0.002 0.028 lnlabrprdc 劳动密集型产业全员劳动生产率 300 13.540 0.647 12.030 14.800 lncapprdc 资本密集型产业全员劳动生产率 300 13.930 0.480 12.750 15.150 lntechprdc 技术密集型产业全员劳动生产率 300 13.680 0.520 12.150 14.690 -
本文首先检验了教育支出对劳动生产率的综合效应,且进一步将工业分为劳动密集型、资本密集型与技术密集型进行上述检验,以甄别教育支出对不同产业是否存在差异化影响。为了集中表现公共教育支出的影响,本文在此部分将方程(10)与方程(12)的回归结果集中体现在表2。回归(1)−(2)使用LSDV模型进行基准回归。回归(1)是仅控制了地区固定效应但不加入任何控制变量的基准回归,回归结果显示教育支出(eduexp)与工业劳动生产率(lnprdc)呈现明显的正相关关系,回归系数在1%水平上显著为正。回归(2)是在回归(1)的基础上控制了人力资本(hc)变量,结果显示,人力资本与教育支出的系数均呈现1%的显著正相关关系,基准回归显示教育支出对工业发展的积极作用成立。回归(3)−(7)使用面板数据的固定效应模型进行回归。与回归(2)相比,回归(3)还控制了2008年的时间虚拟变量。2008年爆发的全球金融危机造成国际进出口以及劳动密集型工业的外生冲击,因此回归中控制了这一时间虚拟变量。
表 2 教育支出对工业劳动生产率的综合效应检验
变量 全样本 劳动密集型 资本密集型 技术密集型 (1) (2) (3) (4) (5) (6) (7) LSDV LSDV FE FE FE FE FE eduexp 18.211*** 6.952*** 6.948*** 7.434*** 18.876*** 7.885* 13.177** (2.116) (1.963) (2.431) (2.633) (4.681) (3.893) (6.273) hc 0.249*** 0.256*** 0.262*** 0.548*** 0.340*** 0.308*** (0.034) (0.045) (0.056) (0.075) (0.067) (0.080) techexp −1.191 35.049 35.004** 19.662 (14.253) (22.034) (13.714) (16.406) private 0.036 1.259 0.944 −0.203 (0.501) (0.836) (0.637) (0.607) fdi 1.515 1.455 −1.704 5.703 (3.359) (4.314) (3.163) (3.642) sexr −0.268 0.079 −0.133 −0.877 (0.536) (0.782) (0.497) (0.607) year2008 0.036** 0.034** −0.053* 0.004 −0.012 (0.014) (0.016) (0.027) (0.018) (0.018) 截距项 12.249*** 9.917*** 10.221*** 10.371*** 7.026*** 10.117*** 11.389*** (0.110) (0.345) (0.366) (0.613) (0.822) (0.660) (0.771) 省份固定效应 Yes Yes Yes Yes Yes Yes Yes R2 0.654 0.708 0.400 0.403 0.690 0.613 0.421 N 300 300 300 300 300 300 300 注:回归中使用稳健标准差,括号内为标准误,*、**和***分别表示在10%、5%和1%的水平上显著。 控制year2008之后回归结果显示(3)与回归结果(2)基本一致,且教育支出与人力资本变量的系数变化不大,与工业劳动生产率均呈现1%的显著正相关。回归(4)在回归(3)的基础上加入了本文的控制变量,虽然控制变量的回归结果并不显著,但是核心解释变量的显著正相关关系依然通过了1%的显著性检验,证明相比其他控制变量,教育支出、人力资本对工业劳动生产率的积极影响作用更大。
表2中的回归(5)−(7)分别是教育支出对劳动密集型工业、资本密集型工业与技术密集型工业劳动生产率的检验。回归结果显示,对于这三类工业,教育支出与人力资本均呈现十分明显的正相关关系,但在劳动密集型产业中,教育支出回归系数显著性最高,回归(5)通过了1%显著性检验,回归(6)通过了5%显著性检验,回归(7)通过了10%显著性检验。 比较回归系数发现,教育支出对劳动密集型工业劳动生产率的增长效应更大,技术密集型次之,资本密集型最小,回归系数分别为18.88、13.12和7.89,说明政府提高1%的教育支出,劳动密集型工业劳动生产率水平值的自然对数会增加18%,资本密集型劳动生产率的自然对数增长7.9%,技术密集型劳动生产率的自然对数增长13%。这一结果背后的经济含义从表1的变量描述统计中可以发现,政府对高等教育的投入远远低于义务教育和中等教育。依据《全国第六次人口普查统计资料》中的数据,可以测算出我国接受大专以上教育的劳动力仅占少数,大部分的低技能劳动力流入到了劳动密集型工业与低端服务业,从而可以解释教育支出对劳动密集型工业劳动生产率的积极效应为何最大。从外部效应理论可知,技术密集型行业会受到较大的知识外溢效应的影响,技术密集型行业对劳动力技术与企业技术的匹配性要求更高,一旦技术匹配,会节约大量的企业培训成本,因而我们认为教育投入带来更高的收益。技术密集型行业本身更加依赖厂房和大型仪器设备等资本要素的投入,对劳动力要素投入依赖相对较低,教育的投入直接作用于劳动力本身,因此,教育支出的投入对资本密集型产业的影响相比其他两类产业的增长效应有限。进一步比较人力资本的回归系数,发现地区人力资本水平对资本密集型行业的增长效应更大。资本密集型行业同时需要技能劳动力和非技能劳动力,一方面依据内生经济增长理论,人力资本的积累对于地区有效劳动力的供给影响较大,另一方面大型仪器设备的生产也依赖地区人力资本水平,因而人力资本对这类行业的发展作用效果更强。
-
当然,仅仅看总体教育支出对各类工业劳动生产率的影响作用不能区分哪类教育支出的作用效果更明显,本文进一步将教育支出分为初等教育支出、中等教育支出和高等教育支出,以进一步分析不同层次的教育支出对不同类型的工业劳动生产率的影响和效果。各类教育支出对产业结构的回归结果详见表3,回归均使用面板固定效应模型,同时控制了2008年时间虚拟变量,并加入控制变量。 表3中回归(1)−(3)为各类教育支出对劳动密集型工业劳动生产率的回归,回归(4)−(6)为各类教育支出对资本密集型行业的回归结果,回归(7)−(9)为各类教育支出对技术密集型工业劳动生产率的回归结果。总体来看,各阶段的教育支出的增加都对总体工业劳动生产率呈现正相关性,因为各阶段的教育支出增加能整体提升各地区的平均受教育年限,受教育年限的提高意味着知识积累的提高和技术水平的提升,从而提高工业劳动生产率。
表 3 各类教育支出对分行业工业劳动生产率的面板固定效应(FE)回归结果
变量 劳动密集型 资本密集型 技术密集型 (1) (2) (3) (4) (5) (6) (7) (8) (9) predu 40.568*** 20.352** 37.434* (14.180) (8.913) (21.080) midedu 48.810*** 29.399*** 36.552** (13.361) (8.574) (13.375) highedu 9.138 22.052 13.073 (26.606) (16.408) (21.266) hc 0.635*** 0.570*** 0.681*** 0.371*** 0.326*** 0.370*** 0.355*** 0.317*** 0.391*** (0.075) (0.070) (0.091) (0.068) (0.063) (0.071) (0.072) (0.072) (0.073) techexp 47.405* 35.208 58.400** 39.182*** 30.656** 43.322*** 25.656 18.558 35.435** (24.509) (21.838) (24.315) (13.781) (12.097) (15.409) (16.623) (15.342) (17.169) private 1.458 1.673* 1.398 1.028 1.159* 0.914 −0.060 0.098 −0.138 (0.882) (0.863) (0.898) (0.624) (0.601) (0.625) (0.624) (0.641) (0.701) fdi 1.149 0.426 0.694 −1.808 −2.215 −2.359 5.554 4.962 5.049 (4.269) (4.009) (4.139) (3.010) (3.067) (2.875) (3.569) (3.472) (3.428) sexr 0.312 0.174 0.259 −0.033 −0.114 −0.111 −0.709 −0.817 −0.772 (0.750) (0.769) (0.787) (0.486) (0.497) (0.491) (0.595) (0.587) (0.618) year2008 −0.044 −0.065** −0.056** 0.009 −0.002 0.010 −0.002 −0.021 −0.011 (0.030) (0.029) (0.025) (0.020) (0.020) (0.019) (0.016) (0.019) (0.017) 截距项 6.039*** 6.524*** 6.130*** 9.707*** 10.001*** 9.972*** 10.705*** 11.064*** 10.848*** (0.746) (0.794) (0.841) (0.621) (0.630) (0.626) (0.732) (0.704) (0.808) R2 0.673 0.694 0.660 0.609 0.631 0.606 0.414 0.434 0.387 N 300 300 300 300 300 300 300 300 300 注:回归中使用稳健标准差,括号内为标准误,*、**和***分别表示在10%、5%和1%水平上显著。 表3结果发现,只有基础教育(义务教育与中等教育)对三类行业劳动生产率的正相关关系通过了显著性检验,而高等教育支出对三类工业劳动生产率的正相关关系未能通过显著性检验,说明高等教育存在更大的正外部性,一方面接受高等教育的尖端人才毕业后不一定留在当地就业,有一部分流失到其他省份或者海外,一部分尖端人才就职于研发类行业,这类行业投入产出具有时滞性,需要政府大量的补贴并通过较长的时间才能获得产出,并且当前中国还存在产学研链条未能有效衔接的状况,造成高等教育的投入产出效率较低。另一方面,我国的先进制造业处在发展阶段,核心技术仍未能突破,这类产业占中国当前工业份额的比例较少,当前的技术密集型行业需要大量接受过中等教育水平的劳动力,因而受到高等教育影响的程度较低。
进一步比较三类行业基础教育的回归系数发现,无论是义务教育还是中等教育,回归系数从大到小的排序均为劳动密集型工业、技术密集型工业与资本密集型工业,这一结果与表2 中未区分教育结构的回归结果一致。
-
上述回归未能考虑由于遗漏变量导致的回归偏差以及双向因果等原因导致的内生性问题。此处使用各类教育支出的滞后一期作为自身的工具变量,并使用两阶段最小二乘法对表3的实证结果进行内生性检验。回归结果见表4。与表3回归结果基本一致,只有基础教育支出对三类回归呈现显著正相关,高等教育支出对劳动密集型与资本密集型回归系数为正,对技术密集型回归系数为负,但是同样未能通过显著性检验,不具有解释力。比较基础教育对三类产业的回归结果发现,义务教育对技术密集型产业劳动生产率的回归系数显著性有所提高,除此之外,回归结果与表3和表2基本得出一致的结论,即基础教育支出占比的提高对三类产业劳动生产率存在显著的增长效应,但高等教育支出占比的提高对工业劳动生产率的影响呈现不确定性。
表 4 分教育支出类型对工业产业结构综合效应的内生性检验(IV-2SLS)
变量 劳动密集型 资本密集型 技术密集型 (1) (2) (3) (4) (5) (6) (7) (8) (9) predu 90.104*** 51.439** 68.140** (28.705) (23.418) (31.243) midedu 100.786*** 57.397*** 68.034** (29.393) (19.137) (27.232) highedu 96.633 66.073 −3.504 (96.549) (63.350) (70.157) hc 0.515*** 0.422*** 0.490*** 0.300*** 0.247*** 0.271*** 0.263*** 0.208*** 0.348*** (0.064) (0.079) (0.143) (0.055) (0.053) (0.084) (0.068) (0.075) (0.091) techexp 30.987 40.463 45.741 15.323 20.748 23.099 −2.039 6.021 13.660 (39.263) (37.560) (33.945) (21.132) (19.606) (20.660) (31.339) (28.309) (22.830) private 1.102 1.711* 0.369 0.688 1.034* 0.206 −0.455 −0.057 −0.560 (0.934) (0.937) (1.106) (0.564) (0.531) (0.696) (0.599) (0.655) (0.820) fdi 0.771 −0.985 −2.036 −2.088 −3.089 −3.888 5.787 4.517 5.062 (4.718) (4.483) (4.730) (3.259) (3.438) (3.231) (3.954) (3.907) (3.480) sexr 0.710 0.199 0.471 0.198 −0.093 0.031 −0.368 −0.710 −0.334 (0.702) (0.784) (0.789) (0.477) (0.499) (0.474) (0.551) (0.581) (0.650) year2008 −0.068** −0.062** −0.085** −0.020 −0.017 −0.025 −0.050** −0.051** −0.093*** (0.033) (0.029) (0.033) (0.023) (0.021) (0.025) (0.024) (0.021) (0.029) 截距项 6.417*** 7.117*** 7.862*** 10.068*** 10.467*** 11.036*** 11.184*** 11.672*** 11.274*** (0.847) (0.842) (1.264) (0.638) (0.610) (0.827) (0.745) (0.691) (1.215) N 270 270 270 270 270 270 270 270 270 注:回归中使用稳健标准差,括号内为标准误,*、**和***分别表示在10%、5%和1%水平上显著。。 比较表3与表4,我们还能得出一个结论,即在劳动密集型与资本密集型产业中,中等教育的回归系数要明显高于义务教育的回归系数,说明同时增加义务教育的投入比例与中等教育的投入比例,中等教育的工业劳动生产率的回报率更高,说明中等教育投入占比的提高对于这两类行业的发展边际效应更强;但是对于技术密集型行业,二者回归系数差距较小,中等教育支出的回归系数仅仅略小于义务教育的回归系数,说明提高义务教育支出与中等教育支出对技术密集型工业的边际效应不相上下。
-
上文检验了教育支出对分要素结构的工业劳动生产率的综合效应,但没有进一步解释其背后的机制,本文认为,教育支出对工业发展的效应离不开人力资本水平积累起到的作用,但是这种作用是通过何种渠道对不同要素密集度行业产生影响,还需要继续验证。本文使用机制检验的中介变量和调节变量来检验人力资本的渠道,首先是中介效应的检验。因为中介效应检验的第一步即为教育支出与中介变量(hc)对工业劳动生产率的综合效应分析,这一结果已经在上文得到。接下来验证了各类教育支出对人力资本这一中介变量的正向因果关系,回归结果见表5。进一步地,本文加入各类教育支出与人力资本的交互项以检验人力资本是否存在调节效应。
表 5 人力资本的中介效应检验
变量 滞后一期面板固定效应 以滞后一期为工具变量的两阶段最小二乘法 (1) (2) (3) (4) (5) (6) (7) (8) L.eduexp 5.703** (2.227) L.predu 5.559 (8.037) L.midedu 12.212* (6.306) L.highedu 53.199*** (16.437) eduexp 15.467** (6.712) predu 11.732 (17.354) midedu 26.940** (12.882) highedu 170.951*** (36.036) private 1.503*** 1.541*** 1.594*** 1.000** 1.381*** 1.549*** 1.688*** 0.073 (0.446) (0.432) (0.422) (0.476) (0.476) (0.433) (0.431) (0.551) mediexp 8.053 11.649 8.709 12.934 2.686 10.246 5.775 1.723 (8.438) (9.246) (9.060) (9.344) (7.694) (9.261) (9.028) (11.168) techexp 62.261** 65.298** 66.231*** 56.669** 58.109** 64.416*** 65.853*** 45.689* (23.507) (23.961) (22.934) (23.838) (25.111) (24.239) (24.559) (23.753) sexr −0.648 −0.547 −0.574 −0.421 −0.711 −0.537 −0.629 −0.777 (0.633) (0.631) (0.616) (0.649) (0.645) (0.631) (0.613) (0.960) urban 6.057*** 6.293*** 6.158*** 5.820*** 5.875*** 6.316*** 6.255*** 5.676*** (1.023) (1.034) (1.010) (0.965) (1.063) (1.028) (1.027) (0.922) Year2008 −0.032 −0.024 −0.027 −0.004 −0.021 −0.023 −0.021 0.037 (0.022) (0.023) (0.023) (0.020) (0.024) (0.023) (0.023) (0.027) 截距项 4.666*** 4.476*** 4.492*** 4.713*** 4.641*** 4.395*** 4.278*** 5.237*** (0.942) (0.936) (0.917) (0.940) (0.963) (0.943) (0.921) (1.275) R2 0.719 0.715 0.718 0.733 N 270 270 270 270 270 270 270 270 注:回归中使用稳健标准差,括号内为标准误,*、**和***分别表示在10%、5%和1%水平上显著。 -
一方面,政府对于教育的支出往往具有滞后效应,并不一定在当期显现出来。本文首先取各类教育支出的滞后一期作为核心解释变量,考察财政教育支出政策是否存在时滞,另一方面也能一定程度地规避自变量与因变量的双向因果关系导致的内生性。这部分模型使用面板数据固定效应模型(FE)进行了数据实证检验,回归结果见表5中的回归(1)−(4)。回归(1)显示,整体教育支出对人力资本水平的积累存在显著的正相关关系,并且还存在时间上的延续性,模型通过了5%的显著性检验,说明教育支出增加能够促进地区人力资本积累。这一结果虽然比较浅显,但是进一步区分教育支出的结构我们会得到更加丰富的结论。回归(2)−(4)显示,在义务教育层面,人力资本的中介效应未能通过显著性检验,而中等教育和高等教育的检验结果通过了显著性检验,尤其是高等教育的显著性更强。进一步地,本文使用各类教育支出的滞后一期变量作为其自身的工具变量进行2SLS检验,实证结果见回归(5)−(8)。回归的显著性与上述回归(2)−(4)得出基本一致的结论,经过内生性处理后,所得到的结果依然显示基础教育不存在中介效应传导机制,但中等教育与高等教育存在显著的中介效应传导机制。
关于中介效应的后半部分检验结果见表2−表4。依据内生经济增长理论,人力资本作为经济增长的内生动力毋庸置疑,而工业是经济增长中重要的部分,尤其是我国仍然处在工业化的中后期,工业的份额占比仍然很高,因而可以得出人力资本对我国工业劳动生产率存在正向因果效应。同时,表2−表4中的实证结果也证实人力资本对各类工业劳动生产率显著正相关,说明人力资本水平的提高对地区工业劳动生产率存在增长效应。进一步地,在表2中,比较人力资本与教育支出的回归系数,发现与回归(1)比较,回归(2)−(4)在控制了人力资本后,人力资本系数显著为正,财政教育支出系数显著为正但有所下降,可以证明人力资本存在部分中介效应。
总结上述回归结果能够得出以下结论,第一,基础教育对于工业劳动生产率的传导机制主要是直接效应,并没有通过提高人力资本水平这一渠道间接影响工业劳动生产率。第二,在中等教育支出层面,人力资本存在中介效应,意味着中等教育支出对地区各类工业劳动生产率的增长效应部分是通过提高了地区人力资本水平,从而间接提高地区工业劳动生产率。对于高等教育支出而言,我们发现,高等教育支出对地区工业劳动生产率的影响存在中介效应,具体地,高等教育支出占比的提高会显著增加地区人力资本积累,提高人力资本水平,扩大知识外溢程度,间接地提高各类工业劳动生产率。但是表2−表4的回归显示,高等教育提高工业劳动生产率的综合效应并不显著,因此,本文仅仅检验人力资本的中介效应传导机制还不够,还要继续检验人力资本的调节效应,即各类教育支出是否会随着地区人力资本水平的变化对工业劳动生产率的影响发生变化,从而综合研判各类教育支出的影响机制。
-
本文此处在回归中加入各类教育支出与人力资本的交互项来检验人力资本是否存在调节效应,即地区人力资本水平发生变化时,各类教育支出占比对工业劳动生产率的增长效应是否会发生改变,具体回归结果见表6。表6回归结果同样是面板数据固定效应模型,控制了2008年时间哑变量,其中控制变量与表2−表4的控制变量一致,限于篇幅,本文在此没有具体报告控制变量的详细结果。
表 6 人力资本的调节效应检验(FE)
变量 劳动密集型 资本密集型 技术密集型 (1) (2) (3) (4) (5) (6) (7) (8) (9) predu 56.591 152.221*** −23.696 (85.616) (53.071) (89.976) hc 0.660*** 0.628*** 0.741*** 0.578*** 0.511*** 0.426*** 0.259 0.264 0.442*** (0.143) (0.170) (0.095) (0.117) (0.117) (0.078) (0.157) (0.165) (0.081) predu×hc −1.890 −15.558** 7.212 (9.815) (6.386) (10.521) midedu 83.872 141.338*** 4.696 (85.520) (50.768) (85.357) midedu×hc −4.292 −13.703** 3.900 (10.946) (5.840) (10.892) highedu 171.411** 169.269*** 148.099** (67.273) (60.849) (60.146) highedu×hc −16.760*** −15.205** −13.946** (5.833) (5.657) (5.342) 截距项 5.831*** 6.034*** 5.367*** 7.997*** 8.436*** 9.279*** 11.498*** 11.510*** 10.212*** (1.345) (1.619) (0.887) (1.056) (1.088) (0.736) (1.362) (1.430) (0.891) 控制变量 Yes Yes Yes Yes Yes Yes Yes Yes Yes year2008 Yes Yes Yes Yes Yes Yes Yes Yes Yes 地区固定效应 Yes Yes Yes Yes Yes Yes Yes Yes Yes R2 0.673 0.695 0.668 0.621 0.641 0.621 0.417 0.434 0.400 N 300 300 300 300 300 300 300 300 300 注:回归中使用稳健标准差,括号内为标准误,*、**和***分别表示在10%、5%和1%水平上显著。 回归(1)−(3)为各类教育支出对劳动密集型行业的调节效应检验,回归(1)结果表明,教育义务支出与人力资本的交互项(predu×hc)并未通过显著性检验,证明在基础教育支出对劳动密集型影响机制层面,不存在人力资本的调节效应;回归(2)显示,中等教育与人力资本的交互项(midedu×hc)仍然不显著,与义务教育的检验结果一致,中等教育对各行业劳动生产率不存在人力资本的调节效应;回归(3)的实证结果显示,高等教育与人力资本的交互项(highedu×hc)显著为负,回归结果通过了1%的显著性检验,说明随着地区人力资本水平的提高,高等教育对劳动密集型工业劳动生产率的增长效应会逐渐降低,结合表5中的中介效应回归发现,虽然高等教育会通过提高人力资本水平间接带动地区劳动生产率的提高,但是随着地区人力资本水平的增加,高等教育支出对劳动生产率的增长效应是下降的,这中间的正向作用和负向作用互斥,最终表现为高等教育对劳动密集型产业劳动生产率的综合效应不明显。
回归(4)−(6)是各类教育支出对资本密集型行业劳动生产率调节效应的检验,实证检验得出了与劳动密集型行业差异性的结论,即各类教育支出与人力资本的交互项的回归系数均显著为负,表明随着地区人力资本水平的增加,各类教育支出对资本密集型行业的增长效应都有所减弱。结合上述中介效应回归结果能够发现,义务教育对资本密集型劳动生产率为直接增长效应,不存在人力资本的中间传导机制,但是若地区人力资本水平提高,义务教育对资本密集型的这一增长效应就会降低;中等教育会通过提高地区人力资本水平进而提高资本密集型劳动生产率的水平,随着地区人力资本水平的增加,这一增长效应减弱,但是总体上仍然呈现增长效应;高等教育对于资本密集型劳动生产率既存在人力资本的中介效应也存在调节效应,但二者作用相反,最终表现在综合效应上,高等教育对工业劳动生产率的增长并不显著。
回归(7)−(9)是各类教育支出对技术密集型劳动生产率的调节效应检验,结果发现,对于技术密集型行业,义务教育与中等教育分别和人力资本的交互项通过显著性检验,说明基础教育投入占比的增加并不会随着地区人力资本水平的变化对技术密集型行业产生影响;高等教育支出与人力资本的交互项回归系数显著为负,因为技术密集型行业对技术要素的投入更加敏感,而技术要素投入依赖于高等教育发展对人才的培养,因此对高等教育支出的效应更为敏感。高等教育一方面通过提高人力资本水平提高技术密集型产业劳动生产率,另一方面又随着人力资本水平的积累对技术密集型劳动生产率的影响降低,表现为高等教育支出对技术密集型劳动生产率的不确定性。
-
本文使用2006−2015年除西藏以外的省级面板数据,检验了公共教育支出结构对工业劳动生产率的经济效应及其内在机制,得出以下结论:
第一,从教育支出的综合效应来看,公共教育支出占比的提高对工业劳动生产率存在显著的增长效应。按要素密集度划分行业结构后的回归表明,教育支出对劳动密集型、资本密集型与技术密集型工业劳动生产率均存在显著的促进作用,意味着财政教育支出不仅能够在高端制造业领域发挥积极作用,在中低端工业领域仍然具有十分显著的推动增长效应,说明教育公共服务质量与数量的投入能够有效提高全行业工业劳动生产率。 第二,从教育支出的异质性分析来看,各级各类教育支出的经济效应存在行业差异性。在区分各级各类教育水平和不同要素密集度的行业类型进行回归后发现,义务教育与中等教育支出对于劳动密集型、资本密集型和技术密集型劳动生产率均存在显著的增长效应,而高等教育对上述三类工业劳动生产率的增长效应呈现不确定性。这说明财政对基础教育的投入能够有效促进中低端领域工业发展,财政对高等教育的投入无论对于中低端工业还是高端工业领域的增长效应都不明显。由于高等教育的外部效应导致研发产出缓慢,因而对于高端工业领域的推动作用在当前阶段还不明显;而中低端工业领域主要投入要素为大型设备等资本类投入和低技术劳动力要素投入,高等教育支出在这一行业领域发挥的作用有限。 第三,从教育支出的影响渠道来看,各级各类教育支出的影响渠道呈现差异效应。其中,义务教育支出对工业劳动生产率的增长效应主要表现为直接效应,不存在通过人力资本中间传导的中介效应,而且仅在资本密集型产业层面上表现出负向的调节效应,最终表现为对三类要素密集度行业均呈现促进增长的综合效应;中等教育支出表现出明显的人力资本的中介效应,且在资本密集型行业中表现出调节效应;高等教育的传导机制既存在中介效应又存在调节效应。高等教育支出的增加会显著促进地区人力资本积累,从而带动工业全行业劳动生产率的提高,也会随着人力资本水平的提高逐渐削弱这一增长作用,最终形成高等教育支出对地区工业劳动生产率的影响呈现不确定性特征。
针对上述结论,本文提出以下几点建议:
第一,随着经济的快速发展,我国仍然要把教育投入作为一项重要的国家战略,要始终坚定不移地落实好财政对教育投入的增长,始终保持财政对教育投入随着国家经济的增长同步增加。
第二,人力资本对高等教育具有显著的调节效应,国家应该重视对人力资本薄弱地区的高等教育投入。我国中西部地区高等教育财政投入少,部分高技术人才流失严重,造成高等教育对工业劳动生产率的投入影响率不高,因此,国家应推进教育西部发展计划,中央财政在中西部地区的高等教育投入上要体现政策倾斜。 第三,增加财政中、高等教育支出有助于提高整体人力资本水平,但人力资本水平积累到一定程度时,继续扩张中、高等教育支出反而不利于中高端工业劳动生产率提高。因此,政府对于中、高等教育支出的投入应该达到一个最适规模,过度的投入会形成财政资金对其他领域投资的挤出,不利于工业经济可持续发展。 第四,财政对于义务教育投入的增加能够直接提高工业劳动生产率。我国当前区域工业经济发展不均衡,应进一步提高经济欠发达地区财政义务教育投入产出效率,在扩大义务教育投入之前,保证现有义务教育财政资金能够高效利用,明确经济欠发达地区义务教育在师资、校舍、固定资产等投入要素上存在的缺位,使财政义务教育经费的利用更加有的放矢。
-
摘要: 使用2006−2015年我国30个省份(西藏除外)面板数据,检验了公共教育支出结构对工业劳动生产率的经济效应,从人力资本积累的角度识别了各类公共教育支出的影响渠道。研究表明,义务教育支出对工业全行业的增长效应主要表现为直接影响,但会随着人力资本水平的提高削弱其对资本密集型行业的积极影响;中等教育支出主要通过人力资本的中介效应带动全行业的增长;高等教育支出的影响渠道表现在对工业全行业的影响既存在人力资本的中介效应,又存在人力资本的调节效应,但二者作用相反,最终表现为对工业劳动生产率影响的不确定性。建议通过提高高等教育投入的质量、提高高等教育支出效率等政策来促进我国工业的长足发展,避免由于产业升级带来的产业空心化。
Public Education Expenditure Structure, Human Capital and Regional Industrial Labor Productivity
Abstract: This paper uses panel data of 30 provinces except Tibet from 2006 to 2015 to test the economic effect of public education expenditure structure on industrial labor productivity, and identifies the influence channels of various public education expenditure from the perspective of human capital accumulation. The result shows that the growth effect of compulsory education expenditure on the whole industry is mainly manifested as a direct impact, but the positive impact is weakened on capital intensive industry as the human capital level improves. The secondary education mainly drives the growth of the whole industry through the intermediary effect of human capital. The influence channel of higher education expenditure lies in both the intermediary effect and the adjustment effect of human capital on the whole industry. However, these two effects are opposite, and the final manifestation is the uncertainty of the impact on industrial labor productivity. This paper suggests that we should improve the quality of higher education investment, and the efficiency of higher education expenditure to promote the great development of Chinese industry, and avoid the industrial hollowing out caused by industrial upgrading. -
表 1 变量的描述性统计
变量名 变量含义 观测值 平均值 标准差 最小值 最大值 lnprdc 实际工业全员劳动生产率 300 12.690 0.317 11.860 13.620 eduexp 教育支出占GDP比重 300 0.035 0.014 0.013 0.091 techexp 科技支出占GDP比重 300 0.003 0.002 0.000 0.014 mediexp 医疗卫生支出占GDP比重 300 0.014 0.007 0.003 0.041 private 私有化程度 300 0.678 0.100 0.436 0.881 urban 城镇化率 300 0.523 0.138 0.275 0.896 fdi FDI占GDP比重 300 0.025 0.019 0.001 0.082 hc 人力资本水平 300 8.699 0.959 6.594 12.080 sexr 性别比例 300 1.044 0.037 0.949 1.204 predu 义务教育支出占GDP比重 300 0.012 0.006 0.004 0.029 midedu 中等教育支出占GDP比重 300 0.013 0.005 0.005 0.030 highedu 高等教育支出占GDP比重 300 0.006 0.003 0.002 0.028 lnlabrprdc 劳动密集型产业全员劳动生产率 300 13.540 0.647 12.030 14.800 lncapprdc 资本密集型产业全员劳动生产率 300 13.930 0.480 12.750 15.150 lntechprdc 技术密集型产业全员劳动生产率 300 13.680 0.520 12.150 14.690 表 2 教育支出对工业劳动生产率的综合效应检验
变量 全样本 劳动密集型 资本密集型 技术密集型 (1) (2) (3) (4) (5) (6) (7) LSDV LSDV FE FE FE FE FE eduexp 18.211*** 6.952*** 6.948*** 7.434*** 18.876*** 7.885* 13.177** (2.116) (1.963) (2.431) (2.633) (4.681) (3.893) (6.273) hc 0.249*** 0.256*** 0.262*** 0.548*** 0.340*** 0.308*** (0.034) (0.045) (0.056) (0.075) (0.067) (0.080) techexp −1.191 35.049 35.004** 19.662 (14.253) (22.034) (13.714) (16.406) private 0.036 1.259 0.944 −0.203 (0.501) (0.836) (0.637) (0.607) fdi 1.515 1.455 −1.704 5.703 (3.359) (4.314) (3.163) (3.642) sexr −0.268 0.079 −0.133 −0.877 (0.536) (0.782) (0.497) (0.607) year2008 0.036** 0.034** −0.053* 0.004 −0.012 (0.014) (0.016) (0.027) (0.018) (0.018) 截距项 12.249*** 9.917*** 10.221*** 10.371*** 7.026*** 10.117*** 11.389*** (0.110) (0.345) (0.366) (0.613) (0.822) (0.660) (0.771) 省份固定效应 Yes Yes Yes Yes Yes Yes Yes R2 0.654 0.708 0.400 0.403 0.690 0.613 0.421 N 300 300 300 300 300 300 300 注:回归中使用稳健标准差,括号内为标准误,*、**和***分别表示在10%、5%和1%的水平上显著。 表 3 各类教育支出对分行业工业劳动生产率的面板固定效应(FE)回归结果
变量 劳动密集型 资本密集型 技术密集型 (1) (2) (3) (4) (5) (6) (7) (8) (9) predu 40.568*** 20.352** 37.434* (14.180) (8.913) (21.080) midedu 48.810*** 29.399*** 36.552** (13.361) (8.574) (13.375) highedu 9.138 22.052 13.073 (26.606) (16.408) (21.266) hc 0.635*** 0.570*** 0.681*** 0.371*** 0.326*** 0.370*** 0.355*** 0.317*** 0.391*** (0.075) (0.070) (0.091) (0.068) (0.063) (0.071) (0.072) (0.072) (0.073) techexp 47.405* 35.208 58.400** 39.182*** 30.656** 43.322*** 25.656 18.558 35.435** (24.509) (21.838) (24.315) (13.781) (12.097) (15.409) (16.623) (15.342) (17.169) private 1.458 1.673* 1.398 1.028 1.159* 0.914 −0.060 0.098 −0.138 (0.882) (0.863) (0.898) (0.624) (0.601) (0.625) (0.624) (0.641) (0.701) fdi 1.149 0.426 0.694 −1.808 −2.215 −2.359 5.554 4.962 5.049 (4.269) (4.009) (4.139) (3.010) (3.067) (2.875) (3.569) (3.472) (3.428) sexr 0.312 0.174 0.259 −0.033 −0.114 −0.111 −0.709 −0.817 −0.772 (0.750) (0.769) (0.787) (0.486) (0.497) (0.491) (0.595) (0.587) (0.618) year2008 −0.044 −0.065** −0.056** 0.009 −0.002 0.010 −0.002 −0.021 −0.011 (0.030) (0.029) (0.025) (0.020) (0.020) (0.019) (0.016) (0.019) (0.017) 截距项 6.039*** 6.524*** 6.130*** 9.707*** 10.001*** 9.972*** 10.705*** 11.064*** 10.848*** (0.746) (0.794) (0.841) (0.621) (0.630) (0.626) (0.732) (0.704) (0.808) R2 0.673 0.694 0.660 0.609 0.631 0.606 0.414 0.434 0.387 N 300 300 300 300 300 300 300 300 300 注:回归中使用稳健标准差,括号内为标准误,*、**和***分别表示在10%、5%和1%水平上显著。 表 4 分教育支出类型对工业产业结构综合效应的内生性检验(IV-2SLS)
变量 劳动密集型 资本密集型 技术密集型 (1) (2) (3) (4) (5) (6) (7) (8) (9) predu 90.104*** 51.439** 68.140** (28.705) (23.418) (31.243) midedu 100.786*** 57.397*** 68.034** (29.393) (19.137) (27.232) highedu 96.633 66.073 −3.504 (96.549) (63.350) (70.157) hc 0.515*** 0.422*** 0.490*** 0.300*** 0.247*** 0.271*** 0.263*** 0.208*** 0.348*** (0.064) (0.079) (0.143) (0.055) (0.053) (0.084) (0.068) (0.075) (0.091) techexp 30.987 40.463 45.741 15.323 20.748 23.099 −2.039 6.021 13.660 (39.263) (37.560) (33.945) (21.132) (19.606) (20.660) (31.339) (28.309) (22.830) private 1.102 1.711* 0.369 0.688 1.034* 0.206 −0.455 −0.057 −0.560 (0.934) (0.937) (1.106) (0.564) (0.531) (0.696) (0.599) (0.655) (0.820) fdi 0.771 −0.985 −2.036 −2.088 −3.089 −3.888 5.787 4.517 5.062 (4.718) (4.483) (4.730) (3.259) (3.438) (3.231) (3.954) (3.907) (3.480) sexr 0.710 0.199 0.471 0.198 −0.093 0.031 −0.368 −0.710 −0.334 (0.702) (0.784) (0.789) (0.477) (0.499) (0.474) (0.551) (0.581) (0.650) year2008 −0.068** −0.062** −0.085** −0.020 −0.017 −0.025 −0.050** −0.051** −0.093*** (0.033) (0.029) (0.033) (0.023) (0.021) (0.025) (0.024) (0.021) (0.029) 截距项 6.417*** 7.117*** 7.862*** 10.068*** 10.467*** 11.036*** 11.184*** 11.672*** 11.274*** (0.847) (0.842) (1.264) (0.638) (0.610) (0.827) (0.745) (0.691) (1.215) N 270 270 270 270 270 270 270 270 270 注:回归中使用稳健标准差,括号内为标准误,*、**和***分别表示在10%、5%和1%水平上显著。。 表 5 人力资本的中介效应检验
变量 滞后一期面板固定效应 以滞后一期为工具变量的两阶段最小二乘法 (1) (2) (3) (4) (5) (6) (7) (8) L.eduexp 5.703** (2.227) L.predu 5.559 (8.037) L.midedu 12.212* (6.306) L.highedu 53.199*** (16.437) eduexp 15.467** (6.712) predu 11.732 (17.354) midedu 26.940** (12.882) highedu 170.951*** (36.036) private 1.503*** 1.541*** 1.594*** 1.000** 1.381*** 1.549*** 1.688*** 0.073 (0.446) (0.432) (0.422) (0.476) (0.476) (0.433) (0.431) (0.551) mediexp 8.053 11.649 8.709 12.934 2.686 10.246 5.775 1.723 (8.438) (9.246) (9.060) (9.344) (7.694) (9.261) (9.028) (11.168) techexp 62.261** 65.298** 66.231*** 56.669** 58.109** 64.416*** 65.853*** 45.689* (23.507) (23.961) (22.934) (23.838) (25.111) (24.239) (24.559) (23.753) sexr −0.648 −0.547 −0.574 −0.421 −0.711 −0.537 −0.629 −0.777 (0.633) (0.631) (0.616) (0.649) (0.645) (0.631) (0.613) (0.960) urban 6.057*** 6.293*** 6.158*** 5.820*** 5.875*** 6.316*** 6.255*** 5.676*** (1.023) (1.034) (1.010) (0.965) (1.063) (1.028) (1.027) (0.922) Year2008 −0.032 −0.024 −0.027 −0.004 −0.021 −0.023 −0.021 0.037 (0.022) (0.023) (0.023) (0.020) (0.024) (0.023) (0.023) (0.027) 截距项 4.666*** 4.476*** 4.492*** 4.713*** 4.641*** 4.395*** 4.278*** 5.237*** (0.942) (0.936) (0.917) (0.940) (0.963) (0.943) (0.921) (1.275) R2 0.719 0.715 0.718 0.733 N 270 270 270 270 270 270 270 270 注:回归中使用稳健标准差,括号内为标准误,*、**和***分别表示在10%、5%和1%水平上显著。 表 6 人力资本的调节效应检验(FE)
变量 劳动密集型 资本密集型 技术密集型 (1) (2) (3) (4) (5) (6) (7) (8) (9) predu 56.591 152.221*** −23.696 (85.616) (53.071) (89.976) hc 0.660*** 0.628*** 0.741*** 0.578*** 0.511*** 0.426*** 0.259 0.264 0.442*** (0.143) (0.170) (0.095) (0.117) (0.117) (0.078) (0.157) (0.165) (0.081) predu×hc −1.890 −15.558** 7.212 (9.815) (6.386) (10.521) midedu 83.872 141.338*** 4.696 (85.520) (50.768) (85.357) midedu×hc −4.292 −13.703** 3.900 (10.946) (5.840) (10.892) highedu 171.411** 169.269*** 148.099** (67.273) (60.849) (60.146) highedu×hc −16.760*** −15.205** −13.946** (5.833) (5.657) (5.342) 截距项 5.831*** 6.034*** 5.367*** 7.997*** 8.436*** 9.279*** 11.498*** 11.510*** 10.212*** (1.345) (1.619) (0.887) (1.056) (1.088) (0.736) (1.362) (1.430) (0.891) 控制变量 Yes Yes Yes Yes Yes Yes Yes Yes Yes year2008 Yes Yes Yes Yes Yes Yes Yes Yes Yes 地区固定效应 Yes Yes Yes Yes Yes Yes Yes Yes Yes R2 0.673 0.695 0.668 0.621 0.641 0.621 0.417 0.434 0.400 N 300 300 300 300 300 300 300 300 300 注:回归中使用稳健标准差,括号内为标准误,*、**和***分别表示在10%、5%和1%水平上显著。 -
[1] 蔡昉. 2011. “中等收入陷阱”的理论、经验与针对性. 经济学动态 (12): 4−9. [2] 钞小静, 沈坤荣. 2014. 城乡收入差距、劳动力质量与中国经济增长. 经济研究 (6): 30−43. [3] 陈斌开, 张川川. 2016. 人力资本和中国城市住房价格. 中国社会科学 (5): 43−64. [4] 才国伟, 刘剑雄. 2014. 收入风险、融资约束与人力资本积累. 经济研究 (7): 67−80. [5] 程名望, 盖庆恩, Jin Yanhong, 史清华. 2016. 人力资本积累与农户收入增长. 经济研究 (1): 168−181. [6] 范子英, 高跃光. 2019. 财政扶贫资金管理、支出激励与人力资本提升. 财政研究 (3): 14−29. [7] 付文林. 2007. 人口流动的结构性障碍: 基于公共支出竞争的经验分析. 世界经济 (12): 32−40. doi: 10.3969/j.issn.1002-9621.2007.12.004 [8] 付文林. 2011. 财政分权、财政竞争与经济绩效. 北京: 高等教育出版社. [9] 高春亮, 李善同. 2019. 财政分权、人力资本与高质量增长. 财政研究 (9): 21−32. [10] 黄燕萍, 刘榆, 吴一群, 李文溥. 2013. 中国地区经济增长差异: 基于分级教育的效应. 经济研究 (4): 94−105. [11] 贾婷月. 2019. 公共支出、劳动力流动与制造业地区差距. 上海: 上海社会科学院出版社. [12] 金戈, 史晋川. 2010. 多种类型公共支出与经济增长. 经济研究 (7): 43−56. [13] 刘伟, 张立元. 2020. 经济发展潜能与人力资本质量. 管理世界 (1): 8−24. doi: 10.3969/j.issn.1002-5502.2020.01.004 [14] 钱雪亚, 缪仁余, 胡博文. 2014. 教育投入的人力资本积累效率研究. 中国人口科学 (2): 74−83. [15] 夏怡然, 陆铭. 2015. 城市间的“孟母三迁”——公共服务影响劳动力流向的经验研究. 管理世界 (10): 78−90. [16] 严成樑, 龚六堂. 2009. 财政支出、税收与长期经济增长. 经济研究 (6): 4−15. [17] 张同斌. 2016. 从数量型“人口红利”到质量型“人口资本红利”. 经济科学 (5): 5−17. [18] 赵晓军, 余爽. 2020. 改革开放以来中国经济发展阶段与人力资本结构研究. 经济科学 (1): 5−20. [19] Acemoglu, D., and D. Melissa. 2010. Productivity differences between and within countries. American Economic Journal: Macroeconomics 2(1): 169−188. doi: 10.1257/mac.2.1.169 [20] Barro, R. J. 1990. Government spending in a simple model of endogenous growth. Journal of political economy (98): 103−125. [21] Borjas, G. 1995. The economic benefits from immigration. Journal of Economic Perspective 9(2): 3−22. doi: 10.1257/jep.9.2.3 [22] Diamond, R. 2016. The determinants and welfare implications of US workers diverging location choices by skill: 1980–2000. American Economic Review 106(3): 479−524. doi: 10.1257/aer.20131706 [23] Gennaioli, N., R. L. Porta, F. Lopez-de-Silanes, and A. Shleifer. 2013. Human capital and regional development. The Quarterly Journal of Economics 128(1): 105−164. doi: 10.1093/qje/qjs050 [24] Hornung, E. 2014. Immigration and the diffusion of technology: The huguenot diaspora in Prussia. American Economic Review 104(1): 84−122. doi: 10.1257/aer.104.1.84 [25] Lucas, R. 1988. On the mechanics of economic development. Journal of Monetary Economics 22(1): 3−42. doi: 10.1016/0304-3932(88)90168-7 [26] Mankiw, G., D. Romer, and D. Weil. 1992. A contribution to the empirics of economic growth. Quarterly Journal of Economics 107(2): 407−437. doi: 10.2307/2118477 [27] Park, H., and A. Philippopoulos. 2002. Dynamics of taxes, public services, and endogenous growth. Macroeconomic Dynamics 6(2): 187−201. doi: 10.1017/S1365100502031012 [28] Peri, G. 2012. The effect of immigration on productivity: Evidence from U.S. states. Review of Economics and Statistics 94(1): 348−358. doi: 10.1162/REST_a_00137 [29] Rodrik, D. 2013. Unconditional convergence in manufacturing. The Quarterly Journal of Economics 128(1): 165−204. doi: 10.1093/qje/qjs047 [30] Tiebout, C. 1956. A pure theory of local expenditures. Journal of Political Economy (64): 16−424. [31] Turnovsky, S. J., and W. H. Fisher. 1995. The composition of government expenditure and its consequences for macroeconomic performance. Journal of Economic Dynamics and Control 19(4): 747−786.
点击查看大图
计量
- 文章访问数: 410
- HTML全文浏览量: 293
- PDF下载量: 1353
- 被引次数: 0

下载: 











