職業(yè)教育投入對(duì)全要素生產(chǎn)率的影響研究

呂連菊?闞大學(xué)

摘 要 將環(huán)境因素納入TFP測(cè)度中，運(yùn)用空間糾正系統(tǒng)GMM法實(shí)證分析發(fā)現(xiàn)，各層次職業(yè)教育公共投入、非公共投入與TFP均存在空間自相關(guān)，TFP存在空間溢出效應(yīng)；全國(guó)和三大地區(qū)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(yè)教育非公共投入的作用均較小，高職教育兩類投入對(duì)TFP的正面影響是互補(bǔ)的，且互補(bǔ)效應(yīng)在東部地區(qū)更為突出，中職教育兩類投入對(duì)TFP的正面影響在東部地區(qū)是前者擠出了后者，在全國(guó)和中西部地區(qū)兩者是互補(bǔ)的，且只有西部地區(qū)兩者對(duì)TFP的影響大于其高職教育相應(yīng)投入；全國(guó)和三大地區(qū)初職教育兩類投入均不利于TFP提高，前者負(fù)面影響較大，并且前者擠出了后者，這種擠出效應(yīng)在東部地區(qū)更為突出。

關(guān)鍵詞 職業(yè)教育投入；全要素生產(chǎn)率；空間自相關(guān)；GMM法

中圖分類號(hào) G710 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 1008-3219（2016）10-0039-06

一、研究背景和問題

改革開放以來，我國(guó)經(jīng)濟(jì)以年均9.8%的速度快速增長(zhǎng)，但在經(jīng)濟(jì)發(fā)展過程中出現(xiàn)了較多問題，如何提高經(jīng)濟(jì)增長(zhǎng)質(zhì)量成為中國(guó)經(jīng)濟(jì)進(jìn)入新常態(tài)下的突出問題之一。在當(dāng)前勞動(dòng)力與原材料等生產(chǎn)要素成本上升、資源和環(huán)境約束加劇情況下，我國(guó)提高經(jīng)濟(jì)增長(zhǎng)質(zhì)量的重要途徑之一顯然是提高全要素生產(chǎn)率（TFP）。而職業(yè)教育與TFP提高緊密相關(guān)，職業(yè)教育可通過促進(jìn)要素重置、優(yōu)化人口結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)和就業(yè)結(jié)構(gòu)、提高勞動(dòng)力質(zhì)量、縮小城鄉(xiāng)收入差距、實(shí)現(xiàn)教育公平、促進(jìn)技術(shù)創(chuàng)新、有助于技術(shù)外溢吸收、加快技術(shù)擴(kuò)散和推進(jìn)專業(yè)化分工等方面作用于TFP。而中國(guó)職業(yè)教育發(fā)展取得了顯著成績(jī)，職業(yè)教育規(guī)模大幅提高，2013年職業(yè)教育在校生和畢業(yè)生數(shù)合計(jì)達(dá)3967.54萬人，占總?cè)丝诘?.916%。職業(yè)教育的發(fā)展顯然離不開經(jīng)費(fèi)投入的增長(zhǎng)，2013年，我國(guó)職業(yè)教育經(jīng)費(fèi)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(guó)職業(yè)教育規(guī)模及其投入較高。而職業(yè)教育包括高等、中等和初等職業(yè)教育②，每一層次職業(yè)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(yè)教育的公共投入或非公共投入對(duì)我國(guó)總體及不同區(qū)域TFP產(chǎn)生的影響最大？每一層次職業(yè)教育中公共投入與非公共投入對(duì)我國(guó)總體及不同區(qū)域TFP的影響是互補(bǔ)還是前者擠出后者？要回答上述問題，就需要在TFP測(cè)度時(shí)納入環(huán)境因素，進(jìn)而實(shí)證分析職業(yè)教育投入對(duì)我國(guó)及不同區(qū)域TFP的影響。

理論研究方面，國(guó)外學(xué)者Nelson and Phelps（1966）認(rèn)為，人力資本水平影響一國(guó)技術(shù)趕超和技術(shù)擴(kuò)散速度，進(jìn)而影響全要素生產(chǎn)率（TFP）增長(zhǎng)[1]；Romer（1990）認(rèn)為，人力資本決定一國(guó)技術(shù)創(chuàng)新能力而直接影響一國(guó)TFP增長(zhǎng)[2]。作為最主要的人力資本投資方式，教育對(duì)TFP增長(zhǎng)的作用已經(jīng)在Benhabib and Spiegel（1994），Pritchetl（2001），Aiyar and Feyrer（2002）等人的文獻(xiàn)中加以分析[3][4][5]。然而這些文獻(xiàn)均是研究整體教育水平對(duì)TFP的影響，并未考慮教育的異質(zhì)性。后來一些國(guó)外學(xué)者則研究不同層次教育對(duì)TFP的影響。如Vandenbussche etal（2006）研究發(fā)現(xiàn)，只有高等教育促進(jìn)了TFP增長(zhǎng)，整體教育水平并未顯著促進(jìn)TFP增長(zhǎng)[6]；Islam（2010）研究了高等、中等和初等教育對(duì)TFP的影響發(fā)現(xiàn)，教育對(duì)TFP的作用并不顯著[7]。國(guó)內(nèi)相關(guān)研究也主要集中于整體教育及不同層次教育對(duì)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(shí)證研究了小學(xué)以上教育程度人口比例、平均受教育程度、平均師生比率對(duì)TFP的影響[8][9][10]；蘇柱華和陳勝學(xué)（2012）則基于廣東1995～2010年面板數(shù)據(jù)分析發(fā)現(xiàn)，農(nóng)村勞動(dòng)力平均受教育程度對(duì)農(nóng)業(yè)TFP、技術(shù)效率、技術(shù)進(jìn)步都產(chǎn)生了一定的阻礙作用[11]。顏鵬飛和王兵（2004）、朱承亮等（2011）實(shí)證分析了高等教育對(duì)TFP的影響[12][13]；許和連等（2006）實(shí)證檢驗(yàn)了中等及以上教育與TFP的關(guān)系[14]；華萍（2005）、彭國(guó)華（2007）、董亞娟和孫敬水（2010）、肖志勇和魏下海（2010）、顏敏和王維國(guó)（2011）、張玉鵬和王茜（2011）、陳仲常和謝波（2013）則均實(shí)證研究了高等、中等和初等教育對(duì)TFP的影響[15][16][17][18][19][20][21]，得出的結(jié)論不盡相同，甚至截然相反。

因此，在實(shí)證研究方面，關(guān)于教育對(duì)TFP影響的文獻(xiàn)較為豐富，且?guī)缀蹙窃趯?shí)證分析時(shí)利用某一層次教育人數(shù)占總?cè)丝诒戎貋砗饬肯鄳?yīng)層次教育，關(guān)于教育投入對(duì)TFP影響的研究很少，僅發(fā)現(xiàn)金戈（2014）的相關(guān)研究[22]，但是該研究并未進(jìn)一步細(xì)分教育層次，也沒有分區(qū)域研究。再者，上述文獻(xiàn)在進(jìn)行實(shí)證檢驗(yàn)時(shí)，并未將環(huán)境因素納入到TFP測(cè)度中，僅發(fā)現(xiàn)韓海彬等（2014）在實(shí)證研究教育對(duì)農(nóng)業(yè)TFP影響時(shí)考慮到了環(huán)境因素[23]，但其未考慮到不同層次職業(yè)教育投入對(duì)TFP的影響，也忽略了教育的區(qū)域異質(zhì)性。最后，現(xiàn)有文獻(xiàn)幾乎沒有考慮到空間相關(guān)性，僅發(fā)現(xiàn)魏下海（2010）的研究考慮到了空間溢出效應(yīng)，但其實(shí)證分析的是教育程度對(duì)TFP的影響[24]，而非教育投入對(duì)TFP的影響。因此，本研究力圖彌補(bǔ)上述不足，基于1995～2013年29個(gè)省域空間動(dòng)態(tài)面板數(shù)據(jù)③，將環(huán)境因素納入到TFP測(cè)度中，運(yùn)用空間糾正系統(tǒng)GMM法研究不同層次職業(yè)教育公共投入與非公共投入對(duì)TFP的影響。

二、模型設(shè)定與變量測(cè)度

（一）模型設(shè)定

依據(jù)國(guó)內(nèi)外文獻(xiàn)和研究目的，在Lesage and Pace（2009）的廣義空間面板模型基礎(chǔ)上[25]，設(shè)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(yīng)投入。同時(shí)納入控制變量X，具體包括城市化水平（CH）、外貿(mào)依存度（TR）、外資（FI）、基礎(chǔ)設(shè)施水平（JS）和制度（ZD）五個(gè)變量。并加入TFP的滯后一期④，最終建立如下空間動(dòng)態(tài)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(gè)體虛擬變量、時(shí)間虛擬變量、隨機(jī)誤差項(xiàng)、空間權(quán)重矩陣。上述空間動(dòng)態(tài)面板模型可以派生出空間動(dòng)態(tài)面板滯后模型和空間動(dòng)態(tài)面板誤差模型。

（二）變量測(cè)度

首先，對(duì)于被解釋變量測(cè)度。借鑒闞大學(xué)等（2015）的做法[26]，在產(chǎn)出指標(biāo)中同時(shí)納入期望產(chǎn)出指標(biāo)（GDP）和非期望產(chǎn)出指標(biāo)（SO2排放量），投入指標(biāo)中納入勞動(dòng)力和資本存量。同時(shí)在引入方向性距離函數(shù)基礎(chǔ)上構(gòu)造ML生產(chǎn)率指數(shù)，進(jìn)而衡量TFP變動(dòng)。相應(yīng)變量原始數(shù)據(jù)源自《中國(guó)統(tǒng)計(jì)年鑒》和各省域統(tǒng)計(jì)年鑒。

其次，關(guān)于解釋變量測(cè)度。受數(shù)據(jù)獲取限制，研究采用預(yù)算內(nèi)教育經(jīng)費(fèi)衡量各層次職業(yè)教育公共投入，不采用財(cái)政性教育經(jīng)費(fèi)測(cè)度，原因在于2008年前的《中國(guó)教育經(jīng)費(fèi)統(tǒng)計(jì)年鑒》中并未給出分省域各層次職業(yè)教育財(cái)政性經(jīng)費(fèi)投入數(shù)據(jù)。采用民辦學(xué)校中舉辦者投入、社會(huì)捐贈(zèng)經(jīng)費(fèi)與學(xué)雜費(fèi)之和衡量各層次職業(yè)教育非公共投入⑤。原始數(shù)據(jù)源自《中國(guó)教育經(jīng)費(fèi)統(tǒng)計(jì)年鑒》。

再者，關(guān)于控制變量測(cè)度。分別用城市人口數(shù)與總?cè)丝跀?shù)之比、對(duì)外貿(mào)易總額占GDP比重、實(shí)際利用外資金額占GDP比重、公路里程數(shù)與省域面積之比、非國(guó)有投資與總投資之比衡量城市化水平、外貿(mào)依存度、外資、基礎(chǔ)設(shè)施水平和制度⑥。各變量測(cè)度所涉及原始數(shù)據(jù)來源于《中國(guó)統(tǒng)計(jì)年鑒》《新中國(guó)60年統(tǒng)計(jì)資料匯編》和各省域統(tǒng)計(jì)年鑒。

三、實(shí)證分析

（一）空間自相關(guān)檢驗(yàn)

為檢驗(yàn)省域間各層次職業(yè)教育公共投入、非公共投入與TFP是否存在空間自相關(guān)，使用空間自相關(guān)指數(shù)公式計(jì)算發(fā)現(xiàn)，1995～2013年三者的空間自相關(guān)指數(shù)MoranI值呈現(xiàn)一定的波動(dòng)，但均比0大，說明我國(guó)省域間各層次職業(yè)教育公共投入、非公共投入與TFP均具有明顯的正相關(guān)關(guān)系，各層次職業(yè)教育公共投入、非公共投入與TFP的空間差異現(xiàn)象并不是隨機(jī)產(chǎn)生的，而是表現(xiàn)出相似值之間的空間集群，各層次職業(yè)教育公共投入、非公共投入與TFP在全局上表現(xiàn)出較強(qiáng)的空間依賴特征，各層次職業(yè)教育公共投入、非公共投入相對(duì)較高的省域傾向于接近其他較高省域，各層次職業(yè)教育公共投入、非公共投入相對(duì)較低的省域趨于和其他較低省域相鄰。同樣，TFP水平相對(duì)較高的省域傾向于接近其他較高省域，TFP水平相對(duì)較低的省域趨于和其他較低省域相鄰。進(jìn)一步分析可知，各層次職業(yè)教育公共投入、非公共投入相對(duì)較高的省域和TFP水平相對(duì)較高的省域存在空間相關(guān)性。

（二）空間動(dòng)態(tài)面板模型選擇

由上述檢驗(yàn)結(jié)果可知，需引入空間計(jì)量模型進(jìn)行實(shí)證研究，但還需判斷是空間動(dòng)態(tài)面板誤差模型還是空間動(dòng)態(tài)面板滯后模型，研究采用Anselin and Rey（1991）提出的判別準(zhǔn)則進(jìn)行判斷[27]。即依據(jù)LM（lag），LM（error），Robust LM（lag）和Robust LM（error）檢驗(yàn)統(tǒng)計(jì)量的顯著性來選擇相應(yīng)模型。從表1中可知，當(dāng)解釋變量分別為高職和中職教育公共投入時(shí)，LM（lag）統(tǒng)計(jì)量和Robust LM（lag）統(tǒng)計(jì)量分別比LM（error）統(tǒng)計(jì)量和Robust LM（error）統(tǒng)計(jì)量更為顯著；當(dāng)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(shí)，LM（lag）統(tǒng)計(jì)量顯著，LM（error）統(tǒng)計(jì)量未通過顯著性檢驗(yàn)。因此，實(shí)證研究時(shí)選擇空間動(dòng)態(tài)面板滯后模型。

（三）我國(guó)總體實(shí)證結(jié)果

為了防止產(chǎn)生繆誤回歸結(jié)果，估計(jì)前，進(jìn)行了平穩(wěn)性檢驗(yàn)和協(xié)整關(guān)系檢驗(yàn)，發(fā)現(xiàn)變量為一階單整，存在協(xié)整關(guān)系。同時(shí)為了克服內(nèi)生性問題和減少空間權(quán)重矩陣設(shè)定對(duì)估計(jì)結(jié)果產(chǎn)生的影響，采用Jambs and Vrijburg（2009）提出的空間糾正系統(tǒng)GMM法進(jìn)行實(shí)證[28]。結(jié)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(duì)TFP的正面影響是互補(bǔ)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(guó)經(jīng)濟(jì)整體發(fā)展水平不高，仍然處于工業(yè)化進(jìn)程中，其中制造業(yè)和生產(chǎn)性服務(wù)業(yè)比重較高，需要大量技能型人才，出現(xiàn)的“技工荒”，高技能人才短缺現(xiàn)象正是這一體現(xiàn)，而高職教育公共投入與非公共投入提高了勞動(dòng)力素質(zhì)和技能水平，較好滿足了這一需求，通過提高技術(shù)效率促進(jìn)了TFP提高；且高職教育公共投入與非公共投入均推動(dòng)了產(chǎn)業(yè)結(jié)構(gòu)和就業(yè)結(jié)構(gòu)升級(jí)，有助于技術(shù)外溢吸收和自主創(chuàng)新，通過促進(jìn)技術(shù)進(jìn)步提高了TFP。但相對(duì)而言，高職教育非公共投入的作用較小。原因可能是人們對(duì)高職教育認(rèn)識(shí)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(yè)率最高，但高職教育非公共投入的回報(bào)率仍然較低的緣故。進(jìn)一步從交互項(xiàng)的估計(jì)系數(shù)可知，高職教育公共投入與非公共投入對(duì)TFP的正面影響是互補(bǔ)的，說明政府重視高職教育，增加高職教育公共投入推動(dòng)了經(jīng)濟(jì)增長(zhǎng)，人們對(duì)投資高職教育未來收益的信心因此提高，這有助于引導(dǎo)人們?cè)黾痈呗毥逃枪餐度搿?/p>

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(duì)TFP的正面影響也是互補(bǔ)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(yàn)，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(yàn)?？梢?，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(guó)產(chǎn)業(yè)結(jié)構(gòu)中勞動(dòng)密集型行業(yè)和傳統(tǒng)服務(wù)業(yè)比重較高，這些行業(yè)對(duì)勞動(dòng)力技能水平要求較低，中職畢業(yè)生較好地滿足了這一需求，通過技術(shù)模仿和提高工作熟練程度作用于技術(shù)效率促進(jìn)了TFP提高。且中職教育公共投入與非公共投入通過促進(jìn)農(nóng)村勞動(dòng)力轉(zhuǎn)移和推動(dòng)城鄉(xiāng)教育公平促進(jìn)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(gè)重要原因是近年來各種要素成本上升、人民幣升值、全球經(jīng)濟(jì)不景氣以及我國(guó)產(chǎn)能過剩，不少勞動(dòng)密集型企業(yè)經(jīng)營(yíng)困難，甚至倒閉破產(chǎn)，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?yàn)椋新毥逃呔蜆I(yè)困難，人們進(jìn)行中職教育投入風(fēng)險(xiǎn)較大，投入回報(bào)率低。從交互項(xiàng)估計(jì)系數(shù)可知，中職教育公共投入與非公共投入對(duì)TFP的正面影響也是互補(bǔ)的，說明政府對(duì)中職教育進(jìn)行財(cái)政補(bǔ)貼和學(xué)費(fèi)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(dǎo)中職教育非公共投入。但根本上政府還需改善制造業(yè)整體行業(yè)的營(yíng)商環(huán)境，推動(dòng)中職教育者就業(yè)，讓人們獲得與其投入相匹配的回報(bào)。

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(fù)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(yàn)?？梢?，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(chǎn)業(yè)就業(yè)或是進(jìn)行簡(jiǎn)單勞動(dòng)，提高了技術(shù)效率，但卻不利于技術(shù)進(jìn)步；也難以通過促進(jìn)農(nóng)村勞動(dòng)力轉(zhuǎn)移和推動(dòng)城鄉(xiāng)教育公平來提高TFP。從表2可知，初職教育公共投入的負(fù)面影響較大，從交互項(xiàng)估計(jì)系數(shù)可知，就對(duì)TFP的負(fù)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(duì)初職教育的投入并未引導(dǎo)人們提高初職教育投入，原因可能在于初職教育者就業(yè)較為困難，人們投入風(fēng)險(xiǎn)較大，投入回報(bào)率過低。

第四，TFP存在空間溢出效應(yīng)。從表2可知，所有回歸滯后項(xiàng)參數(shù)ρ均為正數(shù)，且分別在不同水平上通過了顯著性檢驗(yàn)，說明相鄰省域TFP對(duì)本省域TFP產(chǎn)生了影響，TFP存在空間溢出效應(yīng)。這可能是由于市場(chǎng)化進(jìn)程的推進(jìn)促使省域間的要素流動(dòng)，使其對(duì)TFP的邊際影響趨于相同，還可能是因?yàn)橄噜徥∮蜷g的競(jìng)爭(zhēng)、政策相似性以及彼此間的技術(shù)外溢等。

第五，控制變量對(duì)TFP的影響。從表2可知，城市化水平、外貿(mào)依存度、基礎(chǔ)設(shè)施水平和制度均顯著促進(jìn)了TFP增長(zhǎng)，其中城市化水平和制度主要是通過促進(jìn)技術(shù)進(jìn)步提高了TFP，外貿(mào)依存度和基礎(chǔ)設(shè)施水平主要是通過提高技術(shù)效率促進(jìn)了TFP增長(zhǎng)⑦。而外資對(duì)TFP的促進(jìn)作用未通過顯著性檢驗(yàn)，說明中國(guó)引進(jìn)外資的質(zhì)量較低。

（四）區(qū)域?qū)用鎸?shí)證結(jié)果

文章進(jìn)一步利用空間糾正系統(tǒng)GMM法估計(jì)了職業(yè)教育投入對(duì)三大地區(qū)TFP的影響，結(jié)果見表3。

第一，三大地區(qū)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(duì)TFP的正面影響是互補(bǔ)的，且在東部地區(qū)更為突出。從表3可知，三大地區(qū)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(qū)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(qū)高職教育兩類投入均提高了TFP，且公共投入對(duì)TFP的作用高于非公共投入。從交互項(xiàng)的估計(jì)系數(shù)可知，三大地區(qū)高職教育兩類投入對(duì)TFP的正面影響是互補(bǔ)的，且在東部地區(qū)更為突出。原因可能在于東部地區(qū)政府增加高職教育公共投入能通過技術(shù)效率提高和促進(jìn)技術(shù)進(jìn)步推動(dòng)本地區(qū)經(jīng)濟(jì)更高質(zhì)量的增長(zhǎng)，而該地區(qū)產(chǎn)業(yè)結(jié)構(gòu)中高端制造業(yè)和現(xiàn)代服務(wù)業(yè)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(dǎo)致人們更愿意增加高職教育非公共投入。

第二，三大地區(qū)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(qū)前者擠出了后者，在中西部地區(qū)兩者是互補(bǔ)的，另西部地區(qū)兩者對(duì)TFP的影響大于其高職教育相應(yīng)投入的影響。從表3可知，三大地區(qū)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(qū)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%?？梢?，三大地區(qū)中職教育兩類投入均提高了TFP，且前者對(duì)TFP的作用高于后者。從交互項(xiàng)的估計(jì)系數(shù)可知，對(duì)TFP的影響，在東部地區(qū)前者擠出了后者，在中西部地區(qū)兩者是互補(bǔ)的。原因可能在于東部地區(qū)政府增加中職教育公共投入推動(dòng)本地區(qū)經(jīng)濟(jì)增長(zhǎng)方式轉(zhuǎn)變的可能性較小，其也難以滿足該地區(qū)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)需要，人們投資中職教育后在該地區(qū)就業(yè)較為困難，人們對(duì)投資的未來收益率缺乏信心。此外，只有西部地區(qū)中職教育兩類投入對(duì)TFP的影響大于其高職教育相應(yīng)投入的影響，東中部地區(qū)的結(jié)論與之相反。

第三，三大地區(qū)初職教育公共投入與非公共投入均不利于TFP提高，前者負(fù)面影響較大，前者擠出了后者，且在東部地區(qū)更為突出。從表3可知，三大地區(qū)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(qū)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%?？梢?，三大地區(qū)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(fù)面影響較大。從交互項(xiàng)的估計(jì)系數(shù)可知，就對(duì)TFP的負(fù)面影響而言，三大地區(qū)初職教育公共投入均擠出了非公共投入，且在東部地區(qū)更為突出。說明東部地區(qū)政府對(duì)初職教育的投入難以促進(jìn)本地區(qū)經(jīng)濟(jì)增長(zhǎng)，初職教育者在東部地區(qū)更加難以就業(yè)，初職教育非公共投入風(fēng)險(xiǎn)過大，投入難有收益，甚至收益為負(fù)數(shù)，因此擠出了人們初職教育投入。

四、結(jié)論與政策建議

第一，各層次職業(yè)教育公共投入、非公共投入與TFP均存在空間自相關(guān)，TFP存在空間溢出效應(yīng)。因此，各個(gè)省域政府在制定本地區(qū)經(jīng)濟(jì)政策提高TFP時(shí)，需統(tǒng)籌考慮本省情況和相鄰省域溢出效應(yīng)。這需要中央政府和各地區(qū)政府相關(guān)部門深化要素市場(chǎng)改革，打破要素地區(qū)間流動(dòng)壁壘，同時(shí)需要各省域間相互協(xié)調(diào)、相互合作，進(jìn)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(guó)的總體TFP，兩類職業(yè)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(duì)TFP的正面影響是互補(bǔ)的，但中職教育兩類投入對(duì)TFP的影響均低于高職教育相應(yīng)投入，初職教育兩類投入則不利于TFP提高，前者負(fù)面影響較大，且前者擠出了后者。因此，從全國(guó)層面，應(yīng)重點(diǎn)加大高職教育公共投入，提高高職教育公共財(cái)政投入占財(cái)政支出的比重，并從法律上對(duì)高職教育公共財(cái)政投入予以規(guī)范；同時(shí)促進(jìn)經(jīng)濟(jì)增長(zhǎng)，提高高職畢業(yè)生的就業(yè)率和收入水平。而對(duì)于初職和中職教育，也需適度加大公共財(cái)政投入，讓初職和中職教育者能接受到更高層次職業(yè)教育，以發(fā)揮進(jìn)入高層次職業(yè)教育后兩類投入對(duì)TFP正面影響的互補(bǔ)效應(yīng)。

第三，三大地區(qū)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(duì)TFP的正面影響是互補(bǔ)的，且在東部地區(qū)更為突出；三大地區(qū)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(qū)前者擠出了后者，在中西部地區(qū)兩者是互補(bǔ)的，且西部地區(qū)兩者對(duì)TFP的影響大于其高職教育相應(yīng)投入的影響；三大地區(qū)初職教育兩類投入也均不利于TFP提高，前者負(fù)面影響較大，前者擠出了后者，且在東部地區(qū)更為突出。因此，首先，三大地區(qū)尤其是東部地區(qū)需重點(diǎn)加大高職教育公共投入，以促進(jìn)非公共投入增加，進(jìn)而通過互補(bǔ)效應(yīng)提高地區(qū)TFP；其次，中西部地區(qū)尤其是西部地區(qū)近期需重點(diǎn)加大中職教育公共投入，以帶動(dòng)非公共投入增加，進(jìn)而通過互補(bǔ)效應(yīng)作用于技術(shù)效率提高地區(qū)TFP。最后，東部地區(qū)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(jī)會(huì)，進(jìn)而規(guī)避初職教育兩類投入對(duì)TFP的負(fù)面影響及其擠出效應(yīng)，規(guī)避中職教育兩類投入對(duì)TFP正面影響的擠出效應(yīng)；中西部地區(qū)也需適當(dāng)加大初職教育公共投入，使初職教育者能得到高層次職業(yè)教育的機(jī)會(huì)，避免其兩類投入對(duì)TFP的負(fù)面影響及其擠出效應(yīng)。

參 考 文 獻(xiàn)

[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(qū)間生產(chǎn)效率與全要素生產(chǎn)率增長(zhǎng)率分解（1978-2003）[J].中國(guó)社會(huì)科學(xué)，2006（2）：55-66.

[9]魏下海，張建武.人力資本對(duì)全要素生產(chǎn)率增長(zhǎng)的門檻效應(yīng)研究[J].中國(guó)人口科學(xué)，2010（5）：48-58.

[10]張海峰，姚先國(guó)，張俊森.教育質(zhì)量對(duì)地區(qū)勞動(dòng)生產(chǎn)率的影響[J].經(jīng)濟(jì)研究，2010（7）：57-67.

[11]蘇柱華，陳勝學(xué).人力資本對(duì)農(nóng)業(yè)全要素生產(chǎn)率、技術(shù)效率和技術(shù)進(jìn)步的影響[J].南方農(nóng)業(yè)學(xué)報(bào)，2012（8）：1235-1240.

[12]顏鵬飛，王兵.技術(shù)效率、技術(shù)進(jìn)步與生產(chǎn)率增長(zhǎng)：基于DEA的實(shí)證分析[J].經(jīng)濟(jì)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(jié)構(gòu)與區(qū)域經(jīng)濟(jì)增長(zhǎng)效率[J].中國(guó)軟科學(xué)，2011（2）：110-119.

[14]許和連，元朋，祝樹金.貿(mào)易開放度、人力資本與全要素生產(chǎn)率：基于中國(guó)省際面板數(shù)據(jù)的經(jīng)驗(yàn)分析[J].世界經(jīng)濟(jì)，2006（12）：3-10.

[15]華萍.不同教育水平對(duì)全要素生產(chǎn)率增長(zhǎng)的影響[J].經(jīng)濟(jì)學(xué)，2005（1）：147-166.

[16]彭國(guó)華.我國(guó)地區(qū)全要素生產(chǎn)率與人力資本構(gòu)成[J].中國(guó)工業(yè)經(jīng)濟(jì)，2007（2）：52-59.

[17]董亞娟，孫敬水.中國(guó)教育支出對(duì)生產(chǎn)率的影響及溢出效應(yīng)[J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2010（9）：16-23.

[18]肖志勇，魏下海.教育不平等、人力資本與中國(guó)全要素生產(chǎn)率增長(zhǎng)——來自省際面板數(shù)據(jù)的經(jīng)驗(yàn)研究[J].統(tǒng)計(jì)與信息論壇，2010（3）：76-81.

[19]顏敏，王維國(guó).分層次人力資本與全要素生產(chǎn)率基于分位數(shù)回歸的解析[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2011（3）：17-24.

[20]張玉鵬，王茜.人力資本構(gòu)成、生產(chǎn)率差距與全要素生產(chǎn)率：基于中國(guó)省級(jí)面板數(shù)據(jù)的分析[J].經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2011（12）：27-36.

[21]陳仲常，謝波.人力資本對(duì)全要素生產(chǎn)率增長(zhǎng)的外部性檢驗(yàn)——基于我國(guó)省際動(dòng)態(tài)面板模型[J].人口與經(jīng)濟(jì)，2013（1）：68-75.

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

[23]韓海彬，趙麗芬，張莉.異質(zhì)型人力資本對(duì)農(nóng)業(yè)環(huán)境全要素生產(chǎn)率的影響：基于中國(guó)農(nóng)村面板數(shù)據(jù)的實(shí)證研究[J].中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2014（5）：105-112.

[24]魏下海.人力資本、空間溢出與省際全要素生產(chǎn)率增長(zhǎng)[J].財(cái)經(jīng)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(xué)，呂連菊，余炳文.普通教育與職業(yè)教育對(duì)全要素生產(chǎn)率的影響——基于空間動(dòng)態(tài)面板數(shù)據(jù)[J].統(tǒng)計(jì)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.