论文部分内容阅读
摘 要： 基于1996-2018年广东省的时间序列数据，构建VAR模型，针对高等教育、科技创新与经济增长关系进行实证研究。研究发现，在长期均衡中，广东省高等教育规模与区域经济协调性低，教育经费投入是经济增长单向格兰杰原因，科技创新是高等教育的重要产物，对区域经济增长有相互促进作用。因此，广东省应继续从产学研相结合的道路深化改革高等人才培养，加强高等教育成果与科技创新的无缝对接，促进经济增长。
关键词： 广东高等教育 科技创新 经济增长 VAR模型
一、研究综述
在高等教育、科技创新、经济增长方面已有许多学者进行了相关研究和探索。国外学者埃里克 （2012）通过因果关系法证明跨国增长回归在教育成就和GDP增长之间产生了紧密的联系，财政教育投入能够明显的促进人力资本的提升。雅各布·马德森（2018） 构建了一个有关实物资本、劳动力、教育、GDP、创新、技术溢出和机构的原始数据库，证明了教育一直是收入增长的最重要驱动力。国内学者张邦辉、刘淳 （2010）通过构建相应模型得出高等教育投入经费不利于产业结构优化升级，但高等教育毕业生人数却能有效促进产业结构高级化进程的结论。姚东旻、宁静和韦诗言 （2017）通过构建两阶段最小二乘法模型进行回归分析，认为我国各省教育的发展促进了该区域科技创新能力的提高。杨凤、王成勇、付红雪 （2018）利用VAR模型证明了湖北省高等教育投资、规模与区域经济增长的正向影响关系。朱金茜 （2020）在研究四川省高等教育与区域经济耦合协调关系的基础上，论述了高等教育与区域经济之间的耦合作用机理，指出区域经济不仅为高等教育提供物质基础，也为高等教育提供发展方向。蔡芳 （2020）根据区域人均GDP与高校R&D活动的灰色关联度分析得到：区域人均GDP与高校R&D活動各项指标都有显著的关联，加大高校科技创新的发展力度有利于促进经济的发展。王福颖 （2020）采用固定效应模型，对西部地区高等教育人力投入水平与经济发展水平进行定量测度，分析得出高等教育的人力投入对经济增长有着积极的推进作用。
目前国内外学者研究集中在单因素领域，缺乏多因素之间联动影响的研究，尤其在经济、教育、科技三者内部作用问题的研究方面上。因此本文在现有学者研究基础上，选择作为具有代表性和引导性的广东省作为研究对象，利用VAR模型，采用Johansen协整检验、格兰杰因果关系检验、脉冲响应函数以及方差分解对高等教育、科技创新与经济增长关系展开研究，旨在为广东省高等教育、科技创新与区域经济的协调发展提供建设性意见。
二、实证分析
（一）指标选择和数据来源
为了更准确地反映出自90年代至今广东省教育经费投入、教育规模、经济增长和科技创新之间的关系，本文选取1996-2018年广东省相关数据，用FI表示广东省教育经费投入（教育经费投入采用的是全阶段而非高等教育阶段投入指标，理由是学生在进入高等院校之前已经形成了一定的人力资本积累，这种人力资本积累消耗的投入应当被计入在内）;用广东省地区生产总值（GDP），作为反映其经济增长的变量因素;用广东省高等教育的规模（SCA）衡量广东省高等院校在校生数量;用广东省专利授权量（PT）来反映科技创新。文章教育类数据来源于《广东省统计年鉴》《广东省教育年鉴》《中国教育年鉴》，经济类数据来源于《广东省统计年鉴》《中国统计年鉴》，科技类数据来源于《广东省统计年鉴》《广东科技年鉴》。因为数据样本较大，为消除因异方差等因素的干扰，对变量进行自然对数（取LN）处理后纳入模型进行分析。
（二）单位根数据平稳性检验
为避免由非平稳时间序列造成伪回归现象，需要将数据平稳化。本文采用Fuller和DICKY提出的ADF单位根检验方法，利用Eviews10.0进行ADF单位根检验，对四个变量进行平稳性检验。检验结果如表1所示：
表中检验形式（c，t，k）分别代表常数项、时间趋势和滞后阶数，ADF检验结果表明LNFI、LNGDP、LNPT、LNSCA均为一阶单整序列，数据具备协整分析的基本条件。因此，本文进一步进行协整检验分析其内部的动态关系，求证其变化趋势。
（三）协整分析
进一步使用Johansen检验对数据进行协整检验。Johansen检验结果（见表2）显示：方程的解释变量与被解释变量间存在长期稳定的均衡关系，四者存在着协整关系，存在并且最多只有一个协整方程。
（四）最佳滞后阶数P的确定
本文采用AIC和SC同时达到最小值即为最优阶数准则来确定最优阶数。滞后检验结果如表3所示：在AIC和SC准则下模型滞后一阶时，两值同为最小，因此确立最优滞后阶数为1，继续构建VAR模型。
（五）VAR方程模型的预估
1.AR稳定性检验
检验结果如图1所示。结果显示所有单位根在单位圆之内，VAR模型平稳。
2.模型预估
采用最小二乘法分别就高等教育、科技创新、经济增长各指标进行OLS线性回归分析，检验变量间的相关关系，VAR模型估计结果拟合度均大0.95，表明模型拟合效果较好，且四个变量的滞后期变量均通过了显著性检验，可进一步进行脉冲响应分析和方差分析。OLS回归方程的结果如下：
[BF]LNFI=0.7365〖*〗LNFI（-1）+0.0133〖*〗LNGDP（-1）+0.4081〖*〗LNPT（-1）+0.1131〖*〗LNSCA（-1）+3.5577[JY]（1）
LNGDP=0.0108〖*〗LNFI（-1）+0.6313〖*〗LNGDP（-1）+0.1235〖*〗LNPT（-1）+0.1734〖*〗LNSCA（-1）+1.6084[JY]（2）
LNPT=0.0504〖*〗LNFI（-1）+0.7631〖*〗LNGDP（-1）+0.5726〖*〗LNPT（-1）-0.2307〖*〗LNSCA（-1）-2.7448[JY]（3） LNSCA=0.0306〖*〗LNFI（-1）-0.3085〖*〗LNGDP（-1）+0.0994〖*〗LNPT（-1）+1.0362〖*〗LNSCA（-1）+1.5465[JY]（4）[BFQ]
〖JP+1〗方程说明四个变量之间存在长期均衡关系，高等教育投资、科技创新对经济增长存在正向影响，高等教育规模对经济增长存在负向影响。区域经济的发展可以促使该地区人们物质文化水平的欲望提升，促进高等教育的发展;而〖JP〗高等教育的发展，会带来科技创新，高等教育成果最终通过科技创新转化为生产力，从而促进区域经济增长。三者作用关系如图2所示：
（六）脉冲响应分析
对广东省教育经费投入、教育规模与科技创新、经济增长分别组合进行脉冲响应分析：
1.图3、图4、图5分别表示给经济增长一个标准差信息的脉冲响应，高等教育经费投入、规模与科技创新、经济增长做出的脉冲反应。
当给经济增长一个正向冲击时，教育经费滞后一期做出响应，前5期表现出负向效应，第5期由负转正;高等教育规模滞后一期做出响应，总体保持负向效应;科技创新水平影响滞后一期做出响应，总体保持正向效应。上述检验结果显示：广东省区域经济发展的不平衡影响了广东省高等教育的发展态势和速度;高等教育对科技创新具有促进作用，广东省应该从高等教育结构和人才需求角度进行优化，提高对高等教育投资精准度的监管力度，建立高等教育投入多元体制，促进学科创新发展科技创新。
2.图6、图7、图8表示运用脉冲相应函数得出给科技创新一个标准差信息的脉冲响应。高等教育经费投入、规模、经济增长做出的脉冲反应。
当给科技创新水平一个正向冲击时，教育经费投入滞后一期做出冲击响应，响应强度迅速上升，第三期达到峰值，后续保持上升形势并趋于稳定;经济增长滞后一期做出冲击响应，响应强度迅速上升，在第四期达到峰值后该冲击逐渐减弱但总体保持正向效应;教育规模投入滞后一期做出冲击响应，响应强度迅速上升，在第四期达到峰值后开始缓慢下降但总体保持正向效应。随着科技在知识经济体系中的推动力越来越强，科技创新产生的人才缺口正向刺激着高校的人才培养，广东省政府应该就教育提出更新、更高的要求，优化高等教育结构和教育模式，增设与社会实际需求相关课程，为区域经济发展提供所需的创新型人才，加快高等教育从“应急教育”“应试教育”向“素质教育”“能力教育”的根本性转变。
3.图9、图10、图11是运用脉冲相应函数得出给高等教育规模一个标准差信息的脉冲响应。高等教育经费投入与科技创新、经济增长做出的脉冲反应。
当给高等教育规模一个正向冲击时，教育经费投入滞后一期做出响应，第三期达到最大值后维持正向效应;经济增长滞后一期做出反应，第五期达到最大值保持正向响应;科技创新之后一期做出响应，前6期为负向效应，第6期开始该效应由负转正并保持正向效应。从投资的回报率角度分析：科技创新滞后于高等教育，时滞最短为专科的3年。广东省可以就高等职业教育问题，在校企合作上尝试进一步深化，与企业联合建立产学研联合体，推行产学研合作，拓展教学空间。
（七）方差检验
广东省高等教育规模与经济增长方差分解结果如图12所示：从长期来看，经济增长、高等教育规模对教育经费的贡献呈逐步上升趋势，科技创新对经济增长的解释度在1&左右;经济增长方差分解图表明科技创新水平对经济增长贡献极大，教育规模次之;科技创新水平方差分解图显示教育经费对科技创新水平的影响解释在20%左右，教育经费投入对科技创新影响大，产业经济结构的搭建很大程度上取决于教育体系的人才培养，所以发展创新教育是明智的选择，广东省应该进一步推进供给侧改革，加大教育经費的投资力度，推进创新人才培养计划落实。
（八）格兰杰检验
通过格兰杰检验结果可知，经济增长不是教育经费投入的格兰杰原因，教育经费投入是经济增长的格兰杰原因，两者为单向格兰杰关系。高等教育规模是引起经济增长的格兰杰原因，经济增长也是引起高等教育规模的格兰杰原因，两者互为格兰杰因果关系。高等教育规模不是科技创新水平的格兰杰因素，科技创新水平是高等教育规模的格兰杰因素，二者为单向格兰杰关系。因为格兰杰因果检验因先于果，所以广东省教育经费依赖于经济的长期增长，并不否定广东省的教育对经济发展的意义。因为高等教育与科技存在着时间上的滞后，广东政府应当继续维持对科技创新的支持力度。
（一）走产学研相结合的道路
校企合作方式开展人才培养有利于高等教育成果直接作用于区域经济增长，实现互惠。广东地方政府应积极支持和鼓励地方高等教育走差异化的道路，使不同层次和不同类型的高等教育对口衔接。同时要更好地发挥一核一带一区的集聚效应和扩散效应，发挥人才交流、科技辐射效应，努力培养更多、更优质的人才。
（二）提高教育投入精准度
要合理配置资源，建立多元高等教育投入体制，引导政府专项资金向高水平的本科和研究生教育、重点学科、重点大学倾斜，尤其要对经济不发达地区重点倾斜。同时加强对高等院校投入产出管理与考核，提高教育经费的使用效率。此外，应加大对科学研究、科技创新的支持力度，利用集聚效应的辐射效应，发挥珠三角地理优势，加快科技创新。
（三）优化高等教育发展模
针对广东省经济增长与科技进步存在着脱节的现象，省内高等职业院校应该结合实际寻求教育与区域经济协调发展的契合点，在做好本科教育的同时进一步加强研究型人才的培养，选择或探索适合广东省的发展模式，不仅要在知识结构的动态发展中得到优化，也要做到教育、科技创新、经济的同步运行。
关键词： 广东高等教育 科技创新 经济增长 VAR模型
一、研究综述
在高等教育、科技创新、经济增长方面已有许多学者进行了相关研究和探索。国外学者埃里克 （2012）通过因果关系法证明跨国增长回归在教育成就和GDP增长之间产生了紧密的联系，财政教育投入能够明显的促进人力资本的提升。雅各布·马德森（2018） 构建了一个有关实物资本、劳动力、教育、GDP、创新、技术溢出和机构的原始数据库，证明了教育一直是收入增长的最重要驱动力。国内学者张邦辉、刘淳 （2010）通过构建相应模型得出高等教育投入经费不利于产业结构优化升级，但高等教育毕业生人数却能有效促进产业结构高级化进程的结论。姚东旻、宁静和韦诗言 （2017）通过构建两阶段最小二乘法模型进行回归分析，认为我国各省教育的发展促进了该区域科技创新能力的提高。杨凤、王成勇、付红雪 （2018）利用VAR模型证明了湖北省高等教育投资、规模与区域经济增长的正向影响关系。朱金茜 （2020）在研究四川省高等教育与区域经济耦合协调关系的基础上，论述了高等教育与区域经济之间的耦合作用机理，指出区域经济不仅为高等教育提供物质基础，也为高等教育提供发展方向。蔡芳 （2020）根据区域人均GDP与高校R&D活动的灰色关联度分析得到：区域人均GDP与高校R&D活動各项指标都有显著的关联，加大高校科技创新的发展力度有利于促进经济的发展。王福颖 （2020）采用固定效应模型，对西部地区高等教育人力投入水平与经济发展水平进行定量测度，分析得出高等教育的人力投入对经济增长有着积极的推进作用。
目前国内外学者研究集中在单因素领域，缺乏多因素之间联动影响的研究，尤其在经济、教育、科技三者内部作用问题的研究方面上。因此本文在现有学者研究基础上，选择作为具有代表性和引导性的广东省作为研究对象，利用VAR模型，采用Johansen协整检验、格兰杰因果关系检验、脉冲响应函数以及方差分解对高等教育、科技创新与经济增长关系展开研究，旨在为广东省高等教育、科技创新与区域经济的协调发展提供建设性意见。
二、实证分析
（一）指标选择和数据来源
为了更准确地反映出自90年代至今广东省教育经费投入、教育规模、经济增长和科技创新之间的关系，本文选取1996-2018年广东省相关数据，用FI表示广东省教育经费投入（教育经费投入采用的是全阶段而非高等教育阶段投入指标，理由是学生在进入高等院校之前已经形成了一定的人力资本积累，这种人力资本积累消耗的投入应当被计入在内）;用广东省地区生产总值（GDP），作为反映其经济增长的变量因素;用广东省高等教育的规模（SCA）衡量广东省高等院校在校生数量;用广东省专利授权量（PT）来反映科技创新。文章教育类数据来源于《广东省统计年鉴》《广东省教育年鉴》《中国教育年鉴》，经济类数据来源于《广东省统计年鉴》《中国统计年鉴》，科技类数据来源于《广东省统计年鉴》《广东科技年鉴》。因为数据样本较大，为消除因异方差等因素的干扰，对变量进行自然对数（取LN）处理后纳入模型进行分析。
（二）单位根数据平稳性检验
为避免由非平稳时间序列造成伪回归现象，需要将数据平稳化。本文采用Fuller和DICKY提出的ADF单位根检验方法，利用Eviews10.0进行ADF单位根检验，对四个变量进行平稳性检验。检验结果如表1所示：
表中检验形式（c，t，k）分别代表常数项、时间趋势和滞后阶数，ADF检验结果表明LNFI、LNGDP、LNPT、LNSCA均为一阶单整序列，数据具备协整分析的基本条件。因此，本文进一步进行协整检验分析其内部的动态关系，求证其变化趋势。
（三）协整分析
进一步使用Johansen检验对数据进行协整检验。Johansen检验结果（见表2）显示：方程的解释变量与被解释变量间存在长期稳定的均衡关系，四者存在着协整关系，存在并且最多只有一个协整方程。
（四）最佳滞后阶数P的确定
本文采用AIC和SC同时达到最小值即为最优阶数准则来确定最优阶数。滞后检验结果如表3所示：在AIC和SC准则下模型滞后一阶时，两值同为最小，因此确立最优滞后阶数为1，继续构建VAR模型。
（五）VAR方程模型的预估
1.AR稳定性检验
检验结果如图1所示。结果显示所有单位根在单位圆之内，VAR模型平稳。
2.模型预估
采用最小二乘法分别就高等教育、科技创新、经济增长各指标进行OLS线性回归分析，检验变量间的相关关系，VAR模型估计结果拟合度均大0.95，表明模型拟合效果较好，且四个变量的滞后期变量均通过了显著性检验，可进一步进行脉冲响应分析和方差分析。OLS回归方程的结果如下：
[BF]LNFI=0.7365〖*〗LNFI（-1）+0.0133〖*〗LNGDP（-1）+0.4081〖*〗LNPT（-1）+0.1131〖*〗LNSCA（-1）+3.5577[JY]（1）
LNGDP=0.0108〖*〗LNFI（-1）+0.6313〖*〗LNGDP（-1）+0.1235〖*〗LNPT（-1）+0.1734〖*〗LNSCA（-1）+1.6084[JY]（2）
LNPT=0.0504〖*〗LNFI（-1）+0.7631〖*〗LNGDP（-1）+0.5726〖*〗LNPT（-1）-0.2307〖*〗LNSCA（-1）-2.7448[JY]（3） LNSCA=0.0306〖*〗LNFI（-1）-0.3085〖*〗LNGDP（-1）+0.0994〖*〗LNPT（-1）+1.0362〖*〗LNSCA（-1）+1.5465[JY]（4）[BFQ]
〖JP+1〗方程说明四个变量之间存在长期均衡关系，高等教育投资、科技创新对经济增长存在正向影响，高等教育规模对经济增长存在负向影响。区域经济的发展可以促使该地区人们物质文化水平的欲望提升，促进高等教育的发展;而〖JP〗高等教育的发展，会带来科技创新，高等教育成果最终通过科技创新转化为生产力，从而促进区域经济增长。三者作用关系如图2所示：
（六）脉冲响应分析
对广东省教育经费投入、教育规模与科技创新、经济增长分别组合进行脉冲响应分析：
1.图3、图4、图5分别表示给经济增长一个标准差信息的脉冲响应，高等教育经费投入、规模与科技创新、经济增长做出的脉冲反应。
当给经济增长一个正向冲击时，教育经费滞后一期做出响应，前5期表现出负向效应，第5期由负转正;高等教育规模滞后一期做出响应，总体保持负向效应;科技创新水平影响滞后一期做出响应，总体保持正向效应。上述检验结果显示：广东省区域经济发展的不平衡影响了广东省高等教育的发展态势和速度;高等教育对科技创新具有促进作用，广东省应该从高等教育结构和人才需求角度进行优化，提高对高等教育投资精准度的监管力度，建立高等教育投入多元体制，促进学科创新发展科技创新。
2.图6、图7、图8表示运用脉冲相应函数得出给科技创新一个标准差信息的脉冲响应。高等教育经费投入、规模、经济增长做出的脉冲反应。
当给科技创新水平一个正向冲击时，教育经费投入滞后一期做出冲击响应，响应强度迅速上升，第三期达到峰值，后续保持上升形势并趋于稳定;经济增长滞后一期做出冲击响应，响应强度迅速上升，在第四期达到峰值后该冲击逐渐减弱但总体保持正向效应;教育规模投入滞后一期做出冲击响应，响应强度迅速上升，在第四期达到峰值后开始缓慢下降但总体保持正向效应。随着科技在知识经济体系中的推动力越来越强，科技创新产生的人才缺口正向刺激着高校的人才培养，广东省政府应该就教育提出更新、更高的要求，优化高等教育结构和教育模式，增设与社会实际需求相关课程，为区域经济发展提供所需的创新型人才，加快高等教育从“应急教育”“应试教育”向“素质教育”“能力教育”的根本性转变。
3.图9、图10、图11是运用脉冲相应函数得出给高等教育规模一个标准差信息的脉冲响应。高等教育经费投入与科技创新、经济增长做出的脉冲反应。
当给高等教育规模一个正向冲击时，教育经费投入滞后一期做出响应，第三期达到最大值后维持正向效应;经济增长滞后一期做出反应，第五期达到最大值保持正向响应;科技创新之后一期做出响应，前6期为负向效应，第6期开始该效应由负转正并保持正向效应。从投资的回报率角度分析：科技创新滞后于高等教育，时滞最短为专科的3年。广东省可以就高等职业教育问题，在校企合作上尝试进一步深化，与企业联合建立产学研联合体，推行产学研合作，拓展教学空间。
（七）方差检验
广东省高等教育规模与经济增长方差分解结果如图12所示：从长期来看，经济增长、高等教育规模对教育经费的贡献呈逐步上升趋势，科技创新对经济增长的解释度在1&左右;经济增长方差分解图表明科技创新水平对经济增长贡献极大，教育规模次之;科技创新水平方差分解图显示教育经费对科技创新水平的影响解释在20%左右，教育经费投入对科技创新影响大，产业经济结构的搭建很大程度上取决于教育体系的人才培养，所以发展创新教育是明智的选择，广东省应该进一步推进供给侧改革，加大教育经費的投资力度，推进创新人才培养计划落实。
（八）格兰杰检验
通过格兰杰检验结果可知，经济增长不是教育经费投入的格兰杰原因，教育经费投入是经济增长的格兰杰原因，两者为单向格兰杰关系。高等教育规模是引起经济增长的格兰杰原因，经济增长也是引起高等教育规模的格兰杰原因，两者互为格兰杰因果关系。高等教育规模不是科技创新水平的格兰杰因素，科技创新水平是高等教育规模的格兰杰因素，二者为单向格兰杰关系。因为格兰杰因果检验因先于果，所以广东省教育经费依赖于经济的长期增长，并不否定广东省的教育对经济发展的意义。因为高等教育与科技存在着时间上的滞后，广东政府应当继续维持对科技创新的支持力度。
（一）走产学研相结合的道路
校企合作方式开展人才培养有利于高等教育成果直接作用于区域经济增长，实现互惠。广东地方政府应积极支持和鼓励地方高等教育走差异化的道路，使不同层次和不同类型的高等教育对口衔接。同时要更好地发挥一核一带一区的集聚效应和扩散效应，发挥人才交流、科技辐射效应，努力培养更多、更优质的人才。
（二）提高教育投入精准度
要合理配置资源，建立多元高等教育投入体制，引导政府专项资金向高水平的本科和研究生教育、重点学科、重点大学倾斜，尤其要对经济不发达地区重点倾斜。同时加强对高等院校投入产出管理与考核，提高教育经费的使用效率。此外，应加大对科学研究、科技创新的支持力度，利用集聚效应的辐射效应，发挥珠三角地理优势，加快科技创新。
（三）优化高等教育发展模
针对广东省经济增长与科技进步存在着脱节的现象，省内高等职业院校应该结合实际寻求教育与区域经济协调发展的契合点，在做好本科教育的同时进一步加强研究型人才的培养，选择或探索适合广东省的发展模式，不仅要在知识结构的动态发展中得到优化，也要做到教育、科技创新、经济的同步运行。