▲方超

作者简介:方超(1989- ),男,江苏南京人,南京财经大学公共管理学院/公共财政研究中心讲师,管理学博士,从事教育经济学、劳动经济学,制度经济学研究。江苏 南京 210023;罗英姿(1969-),女,浙江台州人,南京农业大学发展规划和学科建设处处长,公共管理学院教授,博士生导师,从事学位与研究生教育研究。江苏 南京 210095

来源:《高等教育研究》2017年2期。

内容提要:基于我国1996-2014年的省级面板数据,借鉴并改进含人力资本的卢卡斯模型,利用空间计量经济学方法探讨研究生教育对我国经济增长的影响与空间效应。结果表明:研究生教育能够正向促进我国经济增长,增长效应在0.8%-1.9%之间;省域研究生教育在地理空间上存在较强聚集态势,但局域分布差异较大;研究生人力资本空间溢出后,对相邻省域经济增长与技术进步的弹性产出分别为1%-1.4%与1.6%。

关 键 词:研究生教育 研究生人力资本 经济增长 空间溢出 人口城镇化

标题注释:国家自然科学基金面上项目(71573128),南京财经大学2016年度校级高教研究重点项目(F-CXW16001)。

中图分类号:G40-054 文献标志码:A 文章编号:1000-4203(2017)02-0052-08

1978年以来,我国实现了年均9.8%的经济增速,社会发展取得了举世瞩目的成就,被誉为“中国奇迹”。然而,随着制度红利消失与刘易斯拐点若隐若现,要素投入增长机制驱动的“中国奇迹”日渐暴露出一些深层次矛盾。一方面,供给侧的高储蓄牵引着高投资的占优轨道,始终形成有效需求,供给结构失衡导致了不合理的经济结构,使落后产能无法顺利转化为有效需求;另一方面,需求侧增长缓慢的国民收入与社会保障的巨大缺口,无法以信号激励形式正面回应供给侧,从而滞阻了长期经济增长。针对经济增长中的供需矛盾,“十三五”规划明确提出,以绿色、创新战略机制取代要素投入增长机制引领生产方式彻底转型,通过提高自主创新能力探寻可持续增长路径。从发达国家经验看,作为技术进步的重要力量,以教育为核心的人力资本已成为国家经济转型的关键。因此,以劳动人口基数的有序变动为基础,以提升劳动生产率为目的,积累并释放教育人力资本的巨大潜能,将为中国经济的结构改革注入新活力。

研究生教育一定程度反映了国家最高层级学历教育的人力资本储备情况。1981年《学位条例》实施以来,我国研究生教育逐渐步入了制度化的有序培养时期[1],1999年启动的扩招政策,更是将研究生教育推进至大众化发展阶段,总计授予的硕士、博士学位由1999年的70753人增长到2014年的666225人。[2]在高等教育的后大众化时期,研究生教育历经了量纲级增长后,对我国经济转型增长的影响如何,是否有助于向绿色、创新的增长机制转换?同时,传统经济强省的研究生教育输出,是否以“人力资本转移支付”形式流动至落后省域,助推欠发达地区经济赶超;抑或是由欠发达省域流出并在发达省域聚集,形成“贫者愈贫,富者愈富”的马太效应而不利于经济均衡发展?针对上述问题,本研究基于我国省级面板数据,借鉴并改造卢卡斯模型,利用空间计量经济学方法,探讨了以人力资本衡量的研究生教育对经济增长的影响。

▲罗英姿

一、研究背景

自西奥多·舒尔茨(T.W.Schultz)基于美国战后农业生产恢复,提出人力资本理论以来[3],学界涌现了一批探讨人力资本影响经济增长的实证研究,并逐步形成了三条主要分支。[4]第一,人力资本积累与溢出效应直接推动经济增长。其中,宇泽弘文-卢卡斯(Uzawa-Lucas)模型阐释学历教育与在职培训对劳动力人力资本的塑造,强调人力资本内外部效应对经济增长的直接影响。第二,人力资本作为中间变量对经济增长的间接影响。尼尔森-菲利普(Nelson-Phelps)模型指出,隐含于技术进步中的人力资本,通过全社会技术进步率的提高,对经济增长起间接推动作用。第三,综合直接与间接影响的人力资本复合影响机制。

事实上,直至新经济增长理论将人力资本视作内生变量后,人力资本促进经济增长的巨大潜能才得以逐步释放。格里高利·曼昆(N.Gregory Mankiw)等学者以教育入学率代表人力资本,验证了提高人力资本存量对提升经济产出的推动作用,并将国家间人均收入差异的80%归因于人力资本存量差距。[5]格莱泽(E.Glaeser)等学者分层定义劳动力的受教育程度,揭示了劳动力教育扩展与提升教育公平对国家经济增长的促进作用。[6]巴萨尼尼(A.Bassanini)对人均GDP与受教育程度的回归分析发现,1971-1988年间,平均受教育年限提升1%,可促进OECD成员国经济产出提升6%。[7]佩特拉基斯(P.E.Petrakis)等学者比较了教育人力资本影响不同发展阶段国家经济增长的差异性,指出高等教育培育的人力资本对发达国家经济增长的推动力较强,而发展中国家则是初等教育与中等教育。[8]弗莱舍(B.Fleisher)将我国划分为东、中、西、东北四大区域,通过测算人力资本的经济增长贡献率,验证了人力资本存量与溢出效应对我国经济增长的重要意义。[9]丁和奈特(S.Ding & J.Knight)基于中国省级数据的动态面板处理方法,指出小学教育的经济增长效应较弱且未能通过统计学显著推断,但高中及高等教育对现阶段经济增长有较强推动力,高于小学教育层级。[10]佩利内斯库(E.Pelinescu)强调教育投资对积累人力资本的重要意义,阐述了其对国家探索可持续发展路径的深层次影响。[11]

国内学者姚海峰和杨先国基于动态GMM的方法,探讨了教育与区域经济增长的相互关系,发现劳动力的教育扩展以人力资本形式促进区域经济增长并表现出一定的溢出效应,但教育人力资本的省际差异并未导致区域经济非均衡发展。[12]黄海军则指出,与物质资本相比,研究生教育未能凸显其学历教育最高层级属性,其人力资本的溢出效应远低于物质资本。[13]黄燕萍针对各级教育的分类研究表明,就现阶段经济增长而言,学历教育的增长效应存在显著差异,初等教育对全国经济增长的影响强于高等教育,而高等教育对中、西部地区经济的促进作用高于东部沿海地区。[14]既有研究大多肯定了教育人力资本推动国民经济增长的积极意义,然而仍有部分经验分析否定了教育在现代经济增长中的作用。本哈比和施皮格尔(J.Benhabib & M.M.Spiegel)研究表明,教育人力资本的增长效应不具备统计学显著特征[15];弗恩特和多梅内克(Angel de La Fuente & Rafael Domenech)的研究更是直接否定了教育人力资本增长效应的积极意义[16];我国学者胡宏兵也指出,教育人力资本仅对少部分地区的经济增长起促进作用,在更为普遍的地区并不显著。[17]

伴随新经济地理学的迅猛发展,教育人力资本在国家、经济体、区域间的割裂状态随之被打破,传统面板数据对地区间相互独立状态的假定无法适用实际研究需要,这催生出一批利用空间计量经济学探讨教育人力资本积累及其溢出效应的经验研究。如罗森塔尔和斯特兰奇(S.Rosenthal & W.Strange)验证了人力资本对经济增长在地理空间上的正向作用机制[18],费舍尔(A.Fischer)利用欧洲多国、地区的面板数据对M-R-W框架嵌套后的研究却指出,1995-2004年间教育人力资本空间溢出的增长效应并不显著。[19]肖志勇利用外生空间权重矩阵探讨了教育人力资本的溢出效应。[20]方超采用内生空间权重矩阵测度了教育人力资本及其溢出效应对中国经济增长的影响,并界定教育层级间的差异性。[21]

既有研究存在以下不足。第一,关于教育人力资本作用经济增长的方向性,国内外学者存在争议,需要利用先验性资料进一步验证与补充。第二,关于人力资本存量的测度,多选用各级教育的入学率或平均受教育年限等作为代理指标,但测度平均受教育年限的统计口径集中于6岁及6岁以上人口,无法剥离非劳动人口接受教育后对经济增长的扰动。第三,忽视了人力资本的异质型特征,即从精英化到大众化乃至后大众化的不同发展时期,研究生教育塑造的人力资本对我国经济发展的影响,而这也是本研究的重点之一。第四,缺乏对教育人力资本、研究生人力资本的空间增长效应的关注,并未以此作为省际研究生教育流动的切入点。针对上述不足,本研究在劳动力统计口径下,考虑研究生人力资本的异质型特征,将其纳入平均受教育年限的测度范畴,探讨人力资本存量、研究生人力资本对中国经济增长的影响,借鉴并改造卢卡斯模型讨论研究生人力资本的空间增长效应。在选择研究方法时,埃洛斯特(J.P.Elhorst)[22]将勒萨热和佩斯(P.LeSage & R.K.Pace)[23]基于截面数据空间效应求解推广至面板数据的分析提供了有益借鉴。

二、模型设计、数据说明与变量处理

1.模型设计

首先,基于曼昆等学者提出的内生经济增长框架(M-R-W),探讨教育人力资本的增长效应。

式中,Y、A、K、L、Ha分别为i省域t时期的经济产出、社会技术进步率、物质资本存量、劳动力规模以及人力资本存量,α、β、γ为相应要素的弹性产出。为控制规模经济效应与多重共线性扰动,对方程(1)取对数后比上劳动力规模,假定技术进步率在样本期内稳定不变,同时考虑教育人力资本影响人均产出的时滞性,得到方程(2)。

第二,基于教育人力资本对经济增长的影响,进一步考虑研究生教育通过教育层级、教育年限、教育成就等方式,对人力资本异质型特征的塑造,将研究生人力资本纳入增长方程,探讨研究生教育的增长效应,见方程(3)。

第三,“地理学第一定律”指出,任何事物都与其他事物相互联系,但较近事物的关联性更强。[24]据此,对方程(3)进行空间计量改造,加入解释变量的空间滞后项,旨在根据研究生人力资本的空间增长效应,探讨省域研究生教育的流动性,见方程(4)。

式中,因变量人均经济产出被置于i空间单元内的t时间节点下,

则刻画了物质资本存量、人力资本存量以及研究生教育的空间效应,为非负空间权重矩阵,下标i、j为对应的行与列,δ为方程的空间滞后项系数,为杜宾模型(SDM)的空间效应与时间效应,ε为方程误差项。综上,利用方程(2)、(3)、(4),分别探讨教育人力资本、研究生人力资本的增长效应与空间效应。

2.数据说明与变量处理

利用1996-2014年我国29省市区(除重庆市与西藏自治区之外)的省级面板数据建模,原始数据均出自《中国统计年鉴》、《中国劳动统计年鉴》,并以各省市区统计年鉴作必要补充。涉及变量的处理说明如下。

(1)被解释变量:人均经济产出。

在探讨研究生教育对中国经济增长的影响时,将各省市区的人均产出作为经济增长的代理指标,但人均GDP有名义与实际之分,因此,基于GDP指数平减法,将名义生产总值扣除价格因素的扰动后,折算得到真实地区生产总值[25],见方程(5)。

式中,选取改革开放起始的1978年作为基准年,代表2014年的真实地区生产总值,为当年与基年价格指数比。计算按照1990年为100的不变价格进行折算,同时假定1996-2014年间的市场构成、制度约束等经济影响因素合集与1990年相比不存在显著差异。

(2)解释变量:物质资本存量。

借鉴张军提出的永续盘存法改进方案,盘存各省市区的物质资本存量[26],见方程(6)。

盘存物质资本存量时共涉及四个变量:省域i第t年的物质资本存量、折旧系数δ、投资流量与t年价格指数。为与人均经济产出的统计口径保持一致,依然选取1978年为基准年。计算时,沿用了张军采用的9.6%的折旧系数,以固定投资形成总额界定投资流量。此外,利用上述统计口径盘存物质资本时,往往无法直接获得价格指数与固定投资形成指数。为此,采取了孙辉提出的解决办法[27],以投资隐含平减指数法与支出法生产总值中的固定资本形成总额占比地区生产总值获取两类指数。

(3)核心变量:人力资本存量与平均受教育年限。

教育人力资本的测度方法主要有未来收益法、教育存量法以及累计投入法三种[28],以平均受教育年限为代理指标的教育存量法,兼顾了劳动人口受教育程度与时间强度双重属性,为本研究所选用[29],见方程(7)。

式中,n为教育层级。借鉴巴罗(R.J.Barro)对学历教育7级划分[30],结合对研究生教育的“异质型”定义,将劳动力的受教育程度划分为6个层级;代表了各级教育的年限。各教育层级与年限依次为文盲与半文盲(教育年限为0年)、小学教育(6年)、初中教育(9年)、高中教育(12年)、大学教育(16年),研究生教育涵盖了硕士与博士教育,取值20年。分别代表i级教育的劳动人口与总体规模。此外,鉴于历年年鉴均未公布2000年劳动力的教育构成,故采取历年自然增长率计算获得该数据。我国劳动力平均受教育年限在考察期内呈增长态势,绝对量由1996年的7.49年升至2014年的10.10年,增幅达到34.85%。图1利用核密度函数测算了1996年、2000年、2005年、2010年及2014年我国省域劳动力人口平均受教育年限的分布,函数逐期右移表明平均受教育年限逐年提高,同时,函数峰值扩大且间距变窄,说明省域劳动力的教育差距呈收敛态势。

图1 1996-2014年省域劳动力人口平均受教育年限的核密度分布图

注:数据来源于《中国劳动统计年鉴》。

(4)核心变量:研究生人力资本。

一般而言,入学率、招生、在学以及毕业研究生数是衡量研究生教育发展的不同横断面,本研究从经济增长视角出发,将接受硕士、博士层级研究生教育并获取学位的劳动力定义为研究生人力资本,选取各省市区授予研究生学位数作为代理指标。主要数据来源于《中国学位与研究生教育信息分析报告》公布的1996-2006年学位授予信息以及《中国学位与研究生教育发展年度报告》公布的2009-2011年学位授予信息,缺失年份数据以统计年鉴公布的毕业研究生数替代。表1为所涉变量的基本统计信息。

三、结果分析

1.教育人力资本、研究生教育促进经济增长的效应分析

首先,基于固定效应与随机效应模型对方程(2)与方程(3)估计,豪斯曼检验的皮尔逊系数()表明固定效应模型优于随机效应。利用固定效应模型估计方程(2)与方程(3)后发现,第一,教育人力资本在推动中国经济增长时,存在时间滞后性,这与我们的理论预期相符,即当年毕业的学生作为生产要素投入,往往需要通过“干中学”、人职匹配等形式,提升其工作熟练程度、打磨岗位所需的技能。因此,变量的即期估计值方向虽然为正,但并不具备统计上的显著意义,而三阶滞后的教育人力资本则在5%水平上正向显著,表明劳动力每提升1年的教育年限,可促进经济增长20.2%。第二,变量的估计值正向显著,反映了从大众化至后大众化发展阶段,研究生教育均能够对经济增长起促进作用,然而其弹性产出却由0.019的即期值逐步降至三阶滞后的0.008,即当年获取学位研究生人力资本的增长效应为1.9%,随着时间的推移逐渐降至0.8%,造成这一现象的原因可能在于人口城镇化对劳动力省际迁徙的加速作用,使省域研究生教育培养的人力资本从辖区迁出并服务于相邻或发达地区的经济增长。最后,变量的估计值均为正向显著,且弹性产出远高于教育人力资本与研究生教育,显示出现阶段经济增长对物质资本投入的依存度依旧较高。此外,组内值表明各要素对模型的拟合程度较好。

2.研究生教育促进经济的空间增长的空间效应分析

基于对研究生教育促经济增长效应的探讨,我们通过构建空间权重矩阵,检验省域研究生教育的空间自相关性,进一步探讨其促增长的空间效应。关于空间权重矩阵的设计,安瑟琳(L.Anselin)给出了的空间临接权重矩阵(contiguity)、空间距离权重矩阵(distance)、K值邻近权重矩阵(K-nearest)三种设计原则[31],为检验数据集的自相关提供了有益借鉴。由于我国大部分地区的经济、人口、土地面积等为非条件分布,致使空间距离权重矩阵、K值邻近权重矩阵原则设计的空间权重矩阵不适用于我国。[32]因此,本研究遵循空间临接权重矩阵原则,利用ARCGIS10.2构建样本期的空间权重矩阵W,检验省域研究生教育是否存在空间相关性,并按照如下原则对矩阵的进行标准化处理。

(1)空间相关性。

空间相关性可表述为数据取值在临近地理空间上具有的相似性,若高值与高值或低值与低值聚集时,被称作空间正相关(positive spatial autocorrelation);若高值与低值的聚集则为空间负相关(negative spatial autocorrelation)。全域莫兰指数(Moran's I)是判断空间相关性的主要依据。[33]

打印纠错分享推荐

内容摘要:研究生教育能够正向促进我国经济增长,增长效应在0.8%-1.9%之间;省域研究生教育在地理空间上存在较强聚集态势,但局域分布差异较大;研究生人力资本空间溢出后,对相邻省域经济增长与技术进步的弹性产出分别为1%-1.4%与1.6%。

关键词:研究生教育;研究生人力资本;经济增长;空间溢出;人口城镇化

作者简介:

图2 2014年我国省域研究生人力资本的莫兰散点图

注:资料来源于《中国学位与研究生教育信息分析报告》、《中国学位与研究生教育发展年度报告》及《中国劳动统计年鉴》。

图3 2011年我国教育人力资本(a)与研究生人力资本(b)的局域空间分位图

莫兰指数取值范围为[-1,1],若指数大于0,表明省域研究生人力资本的空间相关性为正,即研究生人力资本在省际呈高值与高值或低值与低值聚集的空间形态;若指数小于0,表明研究生人力资本的空间状态为低值与高值相聚,即空间负相关;若莫兰指数等于0,表明研究生人力资本呈独立的空间随机分布。表3为1996-2014年省域研究生人力资本的全域莫兰指数。从整体看,各期莫兰指数方向均为正,除2011年外年份的伴随概率均通过了10%水平显著性检验,表明省域研究生教育以正相关方式聚集。

然而,由于我国幅员辽阔,区域经济与省域研究生教育的发展存在非均衡性,而全域莫兰指数仅报告了省域研究生教育的整体相关性,其在局域空间上仍可能存在较大差异。为进一步分析研究生教育省域分布的非典型性特征,我们以2014年为例,采用莫兰散点图检验研究生人力资本的局域自相关(图2)。

省域研究生人力资本在莫兰散点图中以逆时针方向被分割为四个象限,用以描述本省与地理空间相邻省域研究生人力资本的局域相关性。同时,为直观反映研究生人力资本分布的均衡性,我们利用ARCGIS10.2对莫兰散点图做相应可视化处理,绘制了研究生人力资本局域自相关的空间分位图(图3-b)。

空间分位图同样由高—高、低—高、低—低、高—低四个象限构成,依次表示人力资本的高值被高值、低值被高值、低值被低值、高值被低值包围的四种状态,具体见表4。北京、天津、上海、江苏等省市作为经济较发达的省市,其研究生人力资本对临近省域的影响为正,故在高值被高值包围的第一象限;河北、山西、内蒙古、浙江等省区的研究生人力资本呈现低值被高值包围的空间状态,故在第二象限;云南、贵州、四川等中西部省区,研究生人力资本呈低值被低值包围的分布状态,一定程度上说明了研究生教育与区域经济非均衡发展的趋同性。需要指出的是,作为传统文化强省的陕西与辽宁却处于高值被低值包围的第四象限,表明两省研究生人力资本的空间效应不明显,并未带动落后省域的研究生教育发展。此外,将教育人力资本空间分位图(图3-b)与研究生人力资本进行对比,发现二者的地理空间分布状态大体一致。

(2)研究生人力资本促进经济增长的空间效应。

基于教育的空间自相关性,进一步利用杜宾模型(SDM)探讨研究生人力资本促进经济增长的空间效应(表5)。空间滞后项(rho)ρ的参数估计值为正,从而验证了研究生人力资本在作用经济增长时存在空间机制,即研究生教育投入可正向显著推动临近省域经济增长。就直接效应而言(direct effect),变量的估计值随劳动力的省际迁徙而逐阶显著,平均受教育年限提升1%,对相邻省域经济增长的促进作用可达18%;变量的估计值表明,研究生劳动力资本每提升1个百分点,可推动相邻区域经济增长0.014个百分点,即研究生人力资本促进经济增长的空间效应为1.4%。这一结论恰好佐证了前述论断,人口城镇化不断加速研究生人力资本由欠发达向发达地区、中西部向东南沿海地区转移,劳动力转移削弱了研究生教育对本省经济增长的刺激作用,取而代之的是逐渐增强的空间效应。此外,物质资本的空间效应依旧强劲,反映了现阶段要素密集型增长方式在各省域已逐步形成“马太效应”,不利于绿色、创新战略机制尽早取代要素投入机制。

就空间溢出效应而言(indirect effect),物质资本空间溢出效应不利于经济增长转型,其代表了资本低水平利用的粗放经济增长模式,弱化了创新与技术进步对增长的刺激作用。此外,要素投入模式在地理空间上的聚集效应,还一定程度抑制了教育-人力资本对社会技术进步的推动力,这也正是教育人力资本空间溢出效应为负的直接原因,并最终固化了要素投入驱动长期经济增长的路径依赖。研究生人力资本方面,空间溢出效应由即期的0.008,提升到三阶滞后的0.016并且在5%水平上显著,这表明:第一,与0.8%的增长效应以及1%的空间增长效应相比,研究生教育对我国经济增长的影响,突出表现为依托拔尖创新型人才培养,加速科技创新与技术进步,加快科技向现实生产力的转换速率,并伴随劳动力在生源地与工作地间的双向流动,以空间溢出形式推动区域经济增长;第二,教育是实现社会技术进步的重要力量,位于高等教育顶端的研究生教育,通过科学研究、人才培养与服务社会三大职能并结合教育年限上的层级属性,塑造了劳动力的异质型人力资本特征,异质型的研究生人力资本对技术进步的推动力,明显强于其他层级教育人力资本,凸显了研究生教育之于绿色、创新战略机制顺利实施的重要意义。综上,研究生人力资本效应空间溢出后,以技术进步形式对相邻省域经济增长促进作用的弹性产出为1.6%。

四、结论与讨论

利用1996-2014年我国29个省市区的省级面板数据,借鉴并改进隐含人力资本的Lucas模型,探讨了省域研究生教育发展及空间流动性对我国经济增长的影响。结果显示:第一,研究生教育对经济增长具有正向促进作用,研究生人力资本提升1%,其弹性产出对经济增长的推动性在0.8%-1.9%之间;第二,省域研究生教育在地理空间上有较强全域自相关性,但局域分布上表现出一定的非典型性,如陕西、辽宁作为传统教育强省,却并未有效带动相邻省域的研究生教育发展;第三,利用空间杜宾模型估算后发现,研究生人力资本促经济增长的空间效应在1%-1.4%之间,反映了发展研究生教育不仅能够有效推动本省域的经济增长,亦可对临近省域经济增长产生辐射。同时,伴随劳动力的省际转移,研究生人力资本1.6%的空间溢出效应表明,研究生教育承担着推动社会技术进步的重任,以技术创新的方式加快科技向现实生产力转化,最终以溢出效应拉动区域经济增长,而且溢出效应明显强于研究生人力资本作为生产要素的直接推动作用。

基于研究生人力资本对我国经济增长影响的分析,为促进研究生教育的发展,推动区域经济增长,提出以下政策建议。

第一,相较于物质资本的弹性产出,研究生人力资本对我国经济增长的推动作用严重不足,其根源在于取得研究生学位的劳动力比重过低。因此,在保障质量的前提下,将千人注册研究生数作为衡量规模发展的相对指标(表6),适度提高研究生招生规模,进而提高研究生人力资本占比,增强研究生人力资本对经济增长的贡献。

第二,从大众化至后大众化发展阶段,我国研究生教育规模历经了量纲级的增长,千人注册生数虽预示招生规模依旧处在上行通道,但并非意味着绝对规模的线性扩张。应该有针对性地展开供给侧结构性改革,将提升招生规模的突破口放在产业结构变动与劳动力市场的实际诉求上,同时,各省市区应将扩大招生规模与区域实际条件结合,建立“需求与条件相结合”的动态调整机制。[34]

第三,人口城镇化虽加速了研究生人力资本的地区转移,不断放大研究生教育通过促进科技创新和技术进步来推动经济增长的空间溢出效应,但无法否认的是,由于研究生人力资本的空间流动,无法确保培养的研究生服务于本省区经济增长,一定程度上掣肘了生源地的研究生教育投入,加剧该地区尤其是中西部、经济欠发达地区的财政困难。因此,“十三五”期间,中央财政应进一步加强对中西部地区研究生教育投入的倾斜,切实承担起对经济欠发达地区研究生教育的财政转移支付的公共服务职能,减轻其财政负担,进一步释放研究生人力资本服务我国经济增长的潜能。

[1]方超,罗英姿.从高规模陷阱向结构性增长转变的研究生教育发展路径选择[J].教育科学,2015,(4):79-86.

[2]中国学位与研究生教育发展年度报告课题组,全国学位与研究生教育数据中心.中国学位与研究生教育发展年度报告2015[M].北京:高等教育出版社,2015:127.

[3]SCHULTZ T.Investment in Human Capital[J].The American Economic Review,1961,51(1):1-17.

[4]菲利普·阿格因,彼得·豪伊特.增长经济学[M].杨斌,译.北京:中国人民大学出版社,2011:236-256.

[5]MANKIW N G,ROMER D,WEIL D N.A Contribution to the Empirics of Economic Growth[J].Quarterly Journal of Economics,1992,107(2):407-437.

[6]GLAESER E,SCHEINKMAN J,SHLEIFER A.Economic Growth in a Cross-section of Cities[J].Journal of Monetary Economics,1995,(36):117-143.

[7]BASSANINI A,SCARPETTA S.Does Human Capital Matter for Growth in OECD Countries? A Pooled Mean-group Approach[J].Economics Letters,2002,(3):399-405.

[8]PETRAKIS P E,STAMATAKIS D.Growth and Educational Levels:A Comparative Analysis[J].Economics of Education Review,2002,(5):513-521.

[9]FLEISHER B,LI H,ZHAO M.Human Capital Economic Growth and Regional Inequality in China[J].Journal of Development Economics,2010,92(2):215-231.

[10]DING S,KNIGHT J.Why Has China Grown So Fast? The Role of Physical and Human Capital Formation[J].Oxford Bulletin of Economics & Statistics,2011,73(2):141-174.

[11]PELINESCU E.The Impact of Human Capital on Economic Growth[J].Procedia Economics and Finance,2015,22(20):184-190.

[12]姚先国,张海峰.教育、人力资本与地区经济差异[J].经济研究,2008,(5):47-57.

[13]黄海军,李立国.研究生教育对经济增长的贡献率——基于1996-2009年省际面板数据的实证研究[J].高等教育研究,2012,(1):57-64.

[14]黄燕萍,刘榆,吴一群.中国的地区经济增长差异:基于分级教育的效应[J].经济研究,2013,(4):94-105.

[15]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.

[16]DE LA FUENTE A,DOMENECH R.Human Capital in Growth Regressions:How Much Difference Does Data Quality Make?[J].Journal of the European Economic Association,2006,(4):1-36.

[17]胡宏兵.教育人力资本促进经济增长的效应研究——基于抽样面板因果检验方法的实证分析[J].教育研究,2014,(10):48-56.

[18]ROSENTHAL S,STRANGE W.The Attenuation of Human Capital Externalities[J].Journal of Urban Economics,2008,64(2):373-389.

[19]FISCHER M M.A Spatially Augmented Mankiw Romer-Weil Model:Theory and Evidence[J].SSRN Working Paper,2009.

[20]肖志勇.人力资本、空间溢出与经济增长——基于空间面板数据模型的经验分析[J].财经科学,2010,(3):61-68.

[21]方超,罗英姿.教育人力资本及其溢出效应对中国经济增长的影响研究——基于Lucas模型的空间计量分析[J].教育与经济,2016,(4):21-29.

[22]ELHORST J P.Spatial Panel Data Models[M]//Fischer M M,GETIS A.Handbook of Applied Spatial Analysis.Berlin:Springer,2010:377-407.

[23]LE SAGE P,PACE R K.Introduction to Spatial Econometrics[M].Boca Raton,US:CRC Press Taylor & Francis Group,2009:189-207.

[24]TOBLER W.A Computer Movie Simulating Urban Growth in the Detroit Region[J].Economic Geography,1970,(2):234-240.

[25]沈利生,王火根.GDP数据修订对平减指数的影响[J].数量经济技术经济研究,2008,(5):155-159.

[26]张军,吴桂英,张吉鹏.中国省际物质资本存量估算:1952-2000[J].经济研究,2004,(10):35-44.

[27]孙辉,支大林,李宏瑾.对中国各省资本存量的估计及典型性事实:1978-2008[J].广东金融学院学报,2010,(3):103-116.

[28]钱亚雪.人力资本存量计量的合理视角[J].浙江社会科学,2005,(5):43-47.

[29]王小鲁,樊纲.中国经济增长的可持续性——跨世纪的回顾与展望[M].北京:经济科学出版社,2000:142-147.

[30]BARRO R J,LEE J W.International Measures of Schooling Years and Schooling Quality[J].American Economic Review,1993,86(2):218-223.

[31]ANSELIN L.Spatial Econometrics:Methods and Models[M].Dordrecht:Kluwer Academic Springer,1988:16-28.

[32]高远东,花拥军.异质型人力资本对经济增长作用的空间计量实证分析[J].经济科学,2012,(1):39-50.

[33]吴玉鸣,何建坤.研发溢出、区域创新集群的空间计量分析[J].管理科学学报,2008,(4):59-66.

了解作者更多信息请点击阅读原文