高等职业教育对区域经济影响贡献率的实证分析——以浙江省各城市面板数据为例
孔德兰;黄文妍
【摘 要】运用教育量简化指数改进法对浙江省2005-2015年11个地级市面板数据进行实证分析.以地级市为单位,计算劳动的产出弹性系数,得到各个地级市高等教育与高等职业教育对GDP年均增长率的贡献水平.结果 显示,浙江省教育对GDP实际年均增长率有积极贡献,但水平不高.其中,高等教育输出较强的为舟山市和杭州市,高等职业教育输出较强的为温州市与湖州市.
【期刊名称】《湖州师范学院学报》
【年(卷),期】2019(041)006
【总页数】9页(P12-20)
【关键词】高等职业教育;浙江省区域经济;面板数据;实证研究
【作 者】孔德兰;黄文妍
【作者单位】浙江金融职业学院,浙江杭州310000;浙江金融职业学院,浙江杭州310000
【正文语种】中 文
【中图分类】F127;G719.2
根据《国家中长期教育改革和发展规划纲要(2010—2020)》，发展职业教育是推动经济发展、促进就业、改善民生、解决“三农”问题的重要途径，是缓解劳动力供求结构矛盾的关键环节。而《国家教育事业发展“十三五”规划》中指出，现阶段职业教育仍是教育体系中的突出短板，人才培养的类型、层次和学科专业结构与社会需求不够契合，需要进一步优先发展。区域经济的发展水平和产业结构决定着高等职业教育的发展规模与速度，指导着高等职业教育的专业设置与课程建设，更直接地影响了高等职业院校毕业生的就业流向与就业质量。同样，高等职业教育作为区域人力资本输入的重要渠道，直接影响了地方区域经济的发展。那么，浙江省教育对GDP实际年均增长率的贡献有多少？人才输出质量如何？职业教育在其中又起到了多少作用？本文以浙江省教育对GDP实际年均增长率的贡献为切入点，剖析其中高等教育所占的比重，计算高等教育类别下高等职业教育的贡献水平。
一、相关文献综述
国内研究者对31个省际的实证研究较为多见，单独研究一个省份的职业教育与经济增长之间的关系并不多。实证研究是基于CD函数展开不同的变化。如陈阳[1]运用时间序列模型，在CD函数中加入反映教育经费投入水平(国家财政性教育经费投入)的变量与反映教育规模水平(高职院校在校生人数)的变量作为经济增长的因素，测算高等职业教育对经济增长的贡献率，得出我国高等职业教育的经费投入和在校生人数与经济增长之间存在长期稳定的均衡关系，教育经费投入每增长1个百分点，经济增长将随之增长0.54个百分点；在校生人数每变动1个单位，会引起GDP变动0.57个单位。张佳[2]利用修正后的CD函数，运用面板数据模型测算β值，得到2001—2012年全国及各省市高等职业教育对区域经济发展的贡献率，其中浙江省β值=0.481。结论显示，2001—2012年全国高职教育对经济贡献率仅为0.36%。吕连菊等[3]以江西省2000—2011年各城市面板数据实证分析高等职业教育对经济增长的影响，得出高等职业教育毕业生数每增加1个百分点，江西省国内生产总支出增加0.007 8个百分点，在5%的水平上增加显著，高等职业教育对江西省经济增长的促进作用小于高等普通教育。穆静静等[4]采用2001—2011年间数据计算得出高等职业教育对天津市经济增长的贡献率为1.78%。张汉杰[5]计算了2007—2011年西安市GDP平均年增长率14.6%中，有1.79%是由教育带来的，所占份额为12.23%。
针对浙江省的研究，包括张勤等[6]通过2004—2013年间浙江省经济发展及教育数据进行定量回归分析，指出教育对浙江省经济增长的贡献率为20.27%；蔡建平等[7]从浙江省的产业集分布、高职院校的地理分布与各个院校的专业设置角度对高职教育与区域产业集互动进行分析；李海宗等[8]对浙江省高等职业教育与区域经济活动进行思考，提出借鉴瑞士职业教育“三元制模式”的经验，可以发现现有研究对于浙江省内高等职业教育与区域经济增长关系的实证分析尚不多见。本文根据已有文献，吸收借鉴不同学者的研究方法，以浙江省11个地级市为样本，实证研究高等职业教育对浙江省区域经济增长的影响，并进行相关分析。
二、理论分析
(一)模型构建
本文参考崔玉平[9]提出的教育量简化指数改进法，采用教育要素投入所带来的国民产值的增长速度占国民产值总增长速度的比率来衡量教育对国民收入增长速度的贡献比率，并提取高等教育与高等职业教育两个元素。
首先，基于著名的柯布——道格拉斯生产函数：
Y=AKαLβ，
31省新增24例输入(1)
其中：Y表示总产出量，A表示技术水平常数，K表示资本的投入量，L表示劳动的投入量，α表示资本的产出弹性系数，β表示劳动的产出弹性系数(0<α<1,0<β<1,α+β=1)。
教育对经济增长的作用通过提高劳动力素质来间接体现，因此，劳动力L可以分解为原始劳动力L0与教育投入E的乘积：
(2)
基本函数取自然对数并全导数，再用差分方程近似替代微分方程得到：
Y=a+αK+βL0+βe，
(3)
其中：Y表示一定时期内经济的年均增长率，e表示教育投入的平均增长率，a、K、L0分别
表示技术进步、资本和劳动增长率。本文考察了教育对国民经济增长的贡献，即βe占经济年均增长率Y的比，得到的教育对国民经济增长贡献的模型为：
Ce=βe/Y。
(4)
由于教育综合指数反映了某年、某国(或某地区)劳动力人均受教育程度的状况，用教育综合指数的年均增长率Re来代替教育投入的年均增长率e更为合理。因此，本文的基本模型为：
Ce=βRe/Y。
(5)
其中：Y为GDP的年增长率，Re为根据从业人员人均受教育年限计算的教育综合指数的年增长率。
(二)β值计算
依托原始生产函数：
Y=AKαLβ，
(6)
其中：Y表示总产出量，A表示技术水平常数，K表示资本的投入量，L表示劳动的投入量，α表示资本的产出弹性系数，β表示劳动的产出弹性系数(0<α<1,0<β<1,α+β=1)。则：
Ln(Y/K)=LnA+βLn(L/K)。
(7)
现有文献对β值的计算多采用20世纪60年代丹尼森提出的劳动产出系数为0.73[12]。但也有文献计算得到浙江省β=0.481[2]、β=0.316[6]。本文的创新点之一是计算得到11个地级市的β值。
利用2005—2015年浙江省11个地级市的数据构成面板数据进行求解，并加入一个随机扰动项：
Ln(Y/K)it=θ+βLn(L/K)it+εit，
(8)
其中：i表示浙江省各市，t表示第t年。Y由国内生产总值GDP表示，K由固定资产投资表示，L为社会从业人员。数据来源于《浙江统计年鉴》17-2表，并利用STATA 12.0对数据进行处理。
首先进行混合回归。由于同一地市不同时期之间的扰动项一般存在自相关，而默认的普通标准误计算方法假设扰动项为独立同分布，普通标准误估计并不准确。使用聚类稳健标准误的固定效应模型显示Rho=0.609，说明复合扰动项的方差部分来自个体效应的变动。运用LSDV法进行考察，发现个体变量都很显著，认为存在个体效应，不应使用混合回归。进行LM检验，得到Prob>chibar2=0.000 0，强烈拒绝原假设，认为存在个体效应，不应使用混合回归。
对数据进行豪斯曼检验，得到P值为0.906 9，故强烈拒绝原假设，应使用随机效应模型。检验结果见表1。
表1 面板数据实证结果OLSFE robustREβ0.2735198∗∗∗0.2479255∗∗∗0.2500446∗∗∗(0.0748
149)(0.0273902)(0.0268729)_cons3.525528∗∗∗3.256906∗∗∗3.279147∗∗∗(0.7876351)(0.287698)(0.2863106)F(1,10)=13.37F(10,109)=17.03Prob>F=0.0000Prob>F=0.0000Prob>chi2=0.0000R-squared=0.3627R-sq:within=0.4291R-sq:within=0.42190RootMSE=0.19282'rho=0.60943822rho=0.61614578