论文部分内容阅读
基于2006-2018年省际面板数据，建立PVAR模型对高等教育发展与经济增长的动态交互效应进行实证检验。研究发现：一方面，高等教育发展是我国经济增长强有力的驱动力量，另一方面经济增长对高等教育发展具有正向促进作用，但程度上稍弱。高等教育发展与经济增长的动态交互效应存在地区差异。高等教育发展，尤其是高等教育质量的提升对经济增长的促进作用，表现为西高东低。经济增长对高等教育发展的促进作用则表现为东强西弱。本文认为，应在中、西部地区实施质量优先，兼顾规模的高等教育发展战略。
一、引言
我国高等教育已迈入普及化和高质量发展的新阶段，极大地满足了人民群众接受更高层次教育的愿望需求，为各行各业输送了数以千万计的高级专门人才，有力提升了我国人力资源开发水平，成为科技进步和经济增长的重要引擎。与此同时科技进步和经济增长也对高等教育产生深刻影响。可以说，高等教育普及化、大众化是经济社会发展的必然结果。但是，正如《中国教育现代化2035》所指出的，我国教育发展仍不平衡不充分，区域之间的发展水平尚存在明显差距。对于高等教育而言，这一问题同样存在。因此，客观刻画高等教育发展与经济增长的互动关系及地区差异，对推动高等教育充分、均衡发展，促进经济社会全面、协调、可持续发展具有重要的理论与现实意义。
教育通过提供技术和知识来提高劳动生产率，促进经济增长与社会发展。纳尔逊等（1966）认为教育加快了吸收、转化和传播技术进步的效率。曼昆等（1992）通过扩展新古典增长模型，将人力资本累积的过程加入到公式中，人力资本同物质资本一样，是促进经济增长的重要要素。刘倩等（2019）的研究表明，实际经济增长对高等教育规模增长有较强拉动效应。潘兴侠等（2020）的研究发现，高等教育发展水平具有显著的空间溢出效应，教育发达地区经济发展水平的弹性系数更大，投入到高等教育中的资源更多。邹克等（2020）认为，随着时间的推移，高等教育不充分发展的结构异质性加大，高等教育质量的区域不平衡逐步演变为高等教育发展不平衡的最核心问题。白彦锋等（2018）通过构建PVAR模型发现，高校教师数量的增长可以带来该地区经济的持续增长，而地区经济的发展状况和教育经费的投入情况对高校教师人数的变化也具有不可忽视的作用。
本文认为，在对高等教育“量”的积累的同时，不应忽视对“质”的要求。因此从高等教育规模和高等教育质量两个维度出发，对高等教育发展与经济增长的动态交互效应及地区差异展开实证检验，并提出政策建议。本文构建的PVAR模型能够较好地克服变量内生性问题。
二、实证设计
（一）样本选择、数据来源及变量定义
本文以2006-2018年我国31个省区（不含港澳台）为研究对象，获得由403个有效样本构成的平衡面板。研究数据来自《中国统计年鉴》和《中国教育统计年鉴》。本文主要变量定义如下：
1.反映经济增长的变量
ECO：平减后的GDP增长率，该变量反映经济增长情况。
2.反映高等教育发展的变量
高等教育发展应包括规模扩张与质量提升两个方面，用两个变量分别反映。
（1）EDUscale：普通高等院校在校生数的增长率，该变量反映高等教育规模扩张。
（2）EDUquality：生师比是反映高等教育质量的常用的核心指标，生师比越高，说明教育质量越低。为方便表述，本文以生师比的相反数表征高等教育質量，以其增长率（EDUquality）反映高等教育质量的变化。
（二）实证模型设定
本文采用面板向量自回归模型（Penal Vector Autoregressive Model，简称PVAR模型）进行实证分析，检验高等教育发展与经济增长的动态交互效应。首先，采用广义矩估计法（GMM）进行参数估计;其次，通过正交化脉冲响应函数分离出某一内生变量的冲击对其他内生变量的影响程度，绘制动态脉冲响应图，直观刻画各变量对冲击的反应;最后，通过误差项的方差分解，提供每个扰动因素对各内生变量影响的相对程度并进行分析。本文的PVAR模型设定如下：
Yi，t=Φ0+Φ（L）Yit-1+Fi+Dt+εi，t （1）
其中，Φ0是常数（截距）项;Yi，t是由模型所有内生变量构成的向量，本文中为{ECO，EDUscale，EDUquality}，分别代表i地区在t年的经济增长、高等教育规模扩张和高等教育质量提升;Φ（L）是滞后算子向量;Fi是固定效应向量;Dt是时间效应向量;εi，t是随机扰动项。
三、实证检验与分析
（一）描述性统计
主要变量描述性统计结果如表1所示。
（二）模型处理
1.数据平稳性检验。数据不平稳会出现伪回归现象，也会影响脉冲响应与方差分解的稳定性。本文采用主流的LLC、IPS、HT和ADF-Fisher四种检验方法对模型变量进行单位根检验，结果显示三个变量原序列数据平稳。
2.最佳滞后阶数的选择。根据AIC、BIC、HQIC三个准则，结合脉冲响应函数的收敛情况和实践经验，判定样本的最佳滞后阶数为3。
3.模型平稳性检验。处于非稳定状态的动态系统面临外生冲击时，某些内生变量会一直增加，难以刻画符合现实的动态发展趋势。本模型为三个变量滞后三期构成的系统，特征根均位于单位圆之内，如图1所示，说明模型具有平稳性。
4.格兰杰因果检验。用于判断变量的滞后项对于其他变量是否有显著影响，从而说明变量之间在时间上的因果关系。本模型格兰杰因果检验结果显示高等教育发展与经济增长之间的双向因果关系在统计上显著，验证了本研究采用PVAR模型的合理性。
（三）PVAR模型的参数估计
GMM参数估计结果如表2所示。表2第（1）列以ECO为被解释变量，EDUscale和EDUquality的系数均大于零且多数具有显著性，说明高等教育发展对经济增长具有明确而显著的正向影响。第（2）列以EDUscale为被解释变量，ECO系数的符号和显著性并不统一，说明经济发展对高等教育规模的影响较为复杂，长期影响难以通过参数估计结果得出明确结论。EDUquality的系数均小于零但不显著，说明提升高等教育质量短期内不会显著抑制高等教育规模。第（3）列以EDUquality为被解释变量，ECO和EDUscale系数的符号均不统一且不显著，说明高等教育质量短期内不容易受到显著影响。 （四）脉冲响应分析
PVAR模型的回归系数较多，难以解释各变量间未来几期的持续相互关系。脉冲响应函数则能够直观地刻画出各变量的动态交互效应。面板脉冲响应是描述PVAR中在某一变量扰动项上加单位标准差的冲击后对系统中另一个变量的短期、纯粹的单方面影响。可以通过各变量对冲击的动态反应判断各变量间未来若干期的互动关系。
1.全样本脉冲响应分析
图2报告了全样本蒙特卡洛模拟500次正向ECO冲击的脉冲响应函数。图中横轴代表冲击作用的滞后期数，以年为单位;纵轴表示因变量对解释变量的响应程度;中间曲线为脉冲响应函数曲线，其外侧两条曲线为[5%，95%]的置信区间。
（1）1a、2b、3c反映各变量对自身的脉冲响应，均呈逐期减弱并正向收敛。
（2）2a和1b反映ECO与EDUscale的动态交互效应。2a反映ECO受到EDUscale冲击时的脉冲响应：ECO在0期有正向反应，然后将在第4期冲到最高约0.004，之后正向收敛。1b反映EDUscale受到ECO冲击时做出的脉冲响应：EDUscale在0期有正向反应，将在第3期冲到最高0.002以上，之后正向收敛。可见，经济增长与高等教育规模相互促进，并且高等教育规模对经济增长的正向影响更大。
（3）3a和1c反映ECO与EDUquality的动态交互效应。3a反映ECO受到EDUquality冲击时的脉冲响应：ECO在0期有正向反应，然后在第3期冲到最高0.003以上，之后正向收敛。而1c显示，EDUquality受到ECO冲击时做出的脉冲响应比较微弱。可见，高等教育质量提高对经济增长具有正向促进作用，而经济增长对高等教育质量影响甚微。
（4）3b和2c反映EDUscale与EDUquality的动态交互效应。3b反映EDUscale受到EDUquality冲击时的脉冲响应：EDUscale在0期至1期有短暂的负向反应，将在第1期达到最低后向上反弹，在大约第3年冲破0点，在第5年达到最高之后正向收敛。2c反映EDUquality受到EDUscale冲击时的脉冲响应：EDUquality在0期有正向反应，在约第3期冲到最高，之后逐渐收敛。可见，提升高等教育质量对扩大高等教育规模有短暂的制约作用，之后二者呈相互促进的关系，但程度上始终较弱。
综合图2信息可以发现：第一，高等教育规模、质量的提升均有利于促进经济增长，其中高等教育规模发挥的作用更大。第二，经济增长对高等教育的促进作用主要体现在数量而非质量上。第三，全国范围内高等教育规模和质量的相互影响并不突出。
2.按地区分组的脉冲响应分析
图3报告了按东部、中部和西部三大地区分组后的脉冲响应图，高等教育发展与经济增长交互作用的地区差异主要表现在：
（1）对比三大地区的3a小图可见，ECO对EDUquality冲击的正向反应在东部地区峰值约为0.002，在中部、西部地区峰值达到约0.004，是东部地区的两倍。高等教育质量提升对经济增长的正向影响呈西高东低的态势。
（2）对比三大地区的3b小图可见，在东部、中部地区EDUscale受到EDUquality冲击时在0期有负向反应，将在约第1期达到最低点-0.002至-0.003之间，之后向上反彈。在西部地区，EDUscale受到EDUquality冲击时在0期有正向反应，将在第1期冲到最高约0.002。这说明，虽然在全国范围内高等教育规模和质量的交互作用较为微弱，但地区差异仍旧显著。在东部、中部地区提升高等教育质量会制约高等教育规模的扩张。在西部地区则表现为二者的相互促进。
（五）方差分解结果分析
方差分解结果反映各变量之间方差贡献率的构成，可用于度量变量之间的长期互动关系。
1.全样本方差分解结果分析
表3报告了第5和第10个预测期的全样本方差分解结果。第10个预测期之后方差分解结果基本一致，说明三个变量之间的关系趋于稳定。第（1）列显示，ECO对EDUscale的方差贡献度在第10期达到4.7%之后趋于稳定。ECO对EDUquality的贡献度十分微弱，为0.1%。第（2）列显示，EDUscale对ECO的贡献度在第10期达到20.1%之后趋于稳定。EDUscale对EDUquality的贡献度在第10期达到8.7%之后趋于稳定。第（3）列显示，EDUquality对ECO的贡献度在第10期达到5.3%之后趋于稳定。EDUquality对EDUscale的贡献度十分微弱，为0.6%。
综合表3的数据可以发现：第一，高等教育发展对经济增长的总贡献度为25.4%（20.1%+5.3%），远高于经济增长对高等教育发展的总贡献度4.8%（4.7%+0.1%）。第二，相对于高等教育质量提升对经济增长的贡献（5.3%），高等教育规模扩张对经济增长的贡献（20.1%）更大。第三，高等教育规模扩张与经济增长存在正向互动关系，但高等教育质量主要受自身及高等教育规模扩张的影响，而较少受到经济增长的影响。
2.按地区分组的方差分解结果分析
表4报告了第5和10个预测期的分地区方差分解结果。
第（1）、（4）、（7）列第10期的数据反映不同地区经济增长对高等教育发展的影响。东部地区ECO对EDUscale的贡献度最高，达到10.6%，是中部地区（4.8%）和西部地区（5.0%）的两倍。虽然全国范围内ECO对EDUquality的影响整体上较微弱，但在中部地区仍表现出一定强势，方差贡献度达到了3.2%。东部地区经济增长对高等教育的总贡献度最高，达到11.5%（10.9%+0.6%），中部次之，达到8.0%（4.8%+3.2%），西部最低，为5.7%（5.0%+0.7%）。
第（2）、（5）、（8）列第10期的数据反映不同地区高等教育规模扩张对高等教育质量提升及经济增长的影响。东部地区EDUscale对ECO的贡献度最高，达到25.1%，中部次之（23.5%），西部最低（16.4%）。EDUscale对EDUquality的贡献度则表现为在西部最高（20.9%），东部次之（8.4%），中部最低（5.4%）。 第（3）、（6）、（9）列第10期的数据反映不同地区高等教育质量提升对高等教育规模扩张及经济增长的影响。EDUquality对ECO贡献度最高的是中部和西部地区，分别为12.2%和11.6%，东部地区最低（2.2%）。EDUquality对EDUscale贡献度最高的是中部地区（9.5%），东部、西部地区次之，分别为5.2%和5.0%
综合表4的数据，高等教育发展与经济增长交互作用的地区差异主要包括：
第一，经济增长对高等教育发展的促进作用呈东强西弱态势，并主要体现在推动高等教育规模扩张上。这一结果与高等教育领域内的“孔雀东南飞”现象相契合，凸显了经济发达地区对高等教育的虹吸效应。
第二，高等教育发展对经济增长的促进作用表现为西高东低。具体而言，一方面，西部地区高等教育发展对经济增长的总贡献度最高，达到35.1%（23.5%+11.6%），中部次之，达到28.6%（16.4%+12.2%），东部最低，为27.3%（25.1%+2.2%）。另一方面，高等教育质量提升对经济增长的促进作用也表现为西高东低。中、西部地区高等教育质量对经济增长的贡献度分别为11.7%和12.2%，东部地区为2.3%，差距显著。虽然东部经济发达地区聚集了大量高等教育人力资本，对经济发展贡献的总效应更大，但是从边际效应角度出发，优先发展中、西部地区的高等教育能够获得更高的边际收益。
第三、高等教育规模对质量的影响表现为西高东低。尤其在西部地区，高等教育规模扩张与质量提升的正向交互效应最为突出。
（六）稳健性检验
1.用普通高等院校毕业生数代替在校生数，重新进行检验，结论一致。
2.用具有博士学位的专任教师比例代替生师比作为高等教育质量的代理变量，重新进行检验，结论一致。
3.改变变量顺序。本文原模型中设定首先受到冲击的是ECO。在稳健性检验中改变变量受到冲击的顺序，结论一致。
四、研究结论与政策建议
（一）研究结论
1.高等教育发展与经济增长相互促进。
（1）高等教育发展是我国经济增长强有力的驱动力量。
（2）高等教育发展对经济增长的总贡献度高于经济增长对高等教育发展的总贡献度。
（3）高等教育规模、质量的提升均有利于促进经济增长，其中高等教育规模发挥的作用更大。
（4）经济增长对高等教育的促进作用主要体现在规模而非质量上。
2.高等教育发展与经济增长的动态交互效应存在地区差异。
（1）高等教育发展对经济增长的正向影响表现为西高东低，高等教育质量对经济发展的推动作用在中、西部地区尤为突出。
（2）经济增长对高等教育发展的正向影响呈东强西弱态势，经济增长尤其促进东部地区高等教育规模的增长。
（3）高等教育规模对质量的影响表现为西高东低。尤其在西部地区，高等教育规模扩大与质量提升相互促进的关系较为显著。
（二）政策建议
本文的研究为推进我国高等教育与地区经济协调发展提供了经验证据。在中、西部地区提升高等教育与经济增长的契合度、对接度，实施质量优先，兼顾规模的高等教育发展战略，既有利于凸顯这些地区高等教育的后发优势，促进高等教育的充分发展，又能够促使高等教育更好地服务区域经济，实现教育发展与经济增长的良性循环。
（作者单位：沈阳理工大学经济管理学院）
【基金项目】辽宁省教育科学规划项目“基于教育供给侧结构改革的高校人才培养质量提升路径研究”（项目编号：JG17DB436）。
一、引言
我国高等教育已迈入普及化和高质量发展的新阶段，极大地满足了人民群众接受更高层次教育的愿望需求，为各行各业输送了数以千万计的高级专门人才，有力提升了我国人力资源开发水平，成为科技进步和经济增长的重要引擎。与此同时科技进步和经济增长也对高等教育产生深刻影响。可以说，高等教育普及化、大众化是经济社会发展的必然结果。但是，正如《中国教育现代化2035》所指出的，我国教育发展仍不平衡不充分，区域之间的发展水平尚存在明显差距。对于高等教育而言，这一问题同样存在。因此，客观刻画高等教育发展与经济增长的互动关系及地区差异，对推动高等教育充分、均衡发展，促进经济社会全面、协调、可持续发展具有重要的理论与现实意义。
教育通过提供技术和知识来提高劳动生产率，促进经济增长与社会发展。纳尔逊等（1966）认为教育加快了吸收、转化和传播技术进步的效率。曼昆等（1992）通过扩展新古典增长模型，将人力资本累积的过程加入到公式中，人力资本同物质资本一样，是促进经济增长的重要要素。刘倩等（2019）的研究表明，实际经济增长对高等教育规模增长有较强拉动效应。潘兴侠等（2020）的研究发现，高等教育发展水平具有显著的空间溢出效应，教育发达地区经济发展水平的弹性系数更大，投入到高等教育中的资源更多。邹克等（2020）认为，随着时间的推移，高等教育不充分发展的结构异质性加大，高等教育质量的区域不平衡逐步演变为高等教育发展不平衡的最核心问题。白彦锋等（2018）通过构建PVAR模型发现，高校教师数量的增长可以带来该地区经济的持续增长，而地区经济的发展状况和教育经费的投入情况对高校教师人数的变化也具有不可忽视的作用。
本文认为，在对高等教育“量”的积累的同时，不应忽视对“质”的要求。因此从高等教育规模和高等教育质量两个维度出发，对高等教育发展与经济增长的动态交互效应及地区差异展开实证检验，并提出政策建议。本文构建的PVAR模型能够较好地克服变量内生性问题。
二、实证设计
（一）样本选择、数据来源及变量定义
本文以2006-2018年我国31个省区（不含港澳台）为研究对象，获得由403个有效样本构成的平衡面板。研究数据来自《中国统计年鉴》和《中国教育统计年鉴》。本文主要变量定义如下：
1.反映经济增长的变量
ECO：平减后的GDP增长率，该变量反映经济增长情况。
2.反映高等教育发展的变量
高等教育发展应包括规模扩张与质量提升两个方面，用两个变量分别反映。
（1）EDUscale：普通高等院校在校生数的增长率，该变量反映高等教育规模扩张。
（2）EDUquality：生师比是反映高等教育质量的常用的核心指标，生师比越高，说明教育质量越低。为方便表述，本文以生师比的相反数表征高等教育質量，以其增长率（EDUquality）反映高等教育质量的变化。
（二）实证模型设定
本文采用面板向量自回归模型（Penal Vector Autoregressive Model，简称PVAR模型）进行实证分析，检验高等教育发展与经济增长的动态交互效应。首先，采用广义矩估计法（GMM）进行参数估计;其次，通过正交化脉冲响应函数分离出某一内生变量的冲击对其他内生变量的影响程度，绘制动态脉冲响应图，直观刻画各变量对冲击的反应;最后，通过误差项的方差分解，提供每个扰动因素对各内生变量影响的相对程度并进行分析。本文的PVAR模型设定如下：
Yi，t=Φ0+Φ（L）Yit-1+Fi+Dt+εi，t （1）
其中，Φ0是常数（截距）项;Yi，t是由模型所有内生变量构成的向量，本文中为{ECO，EDUscale，EDUquality}，分别代表i地区在t年的经济增长、高等教育规模扩张和高等教育质量提升;Φ（L）是滞后算子向量;Fi是固定效应向量;Dt是时间效应向量;εi，t是随机扰动项。
三、实证检验与分析
（一）描述性统计
主要变量描述性统计结果如表1所示。
（二）模型处理
1.数据平稳性检验。数据不平稳会出现伪回归现象，也会影响脉冲响应与方差分解的稳定性。本文采用主流的LLC、IPS、HT和ADF-Fisher四种检验方法对模型变量进行单位根检验，结果显示三个变量原序列数据平稳。
2.最佳滞后阶数的选择。根据AIC、BIC、HQIC三个准则，结合脉冲响应函数的收敛情况和实践经验，判定样本的最佳滞后阶数为3。
3.模型平稳性检验。处于非稳定状态的动态系统面临外生冲击时，某些内生变量会一直增加，难以刻画符合现实的动态发展趋势。本模型为三个变量滞后三期构成的系统，特征根均位于单位圆之内，如图1所示，说明模型具有平稳性。
4.格兰杰因果检验。用于判断变量的滞后项对于其他变量是否有显著影响，从而说明变量之间在时间上的因果关系。本模型格兰杰因果检验结果显示高等教育发展与经济增长之间的双向因果关系在统计上显著，验证了本研究采用PVAR模型的合理性。
（三）PVAR模型的参数估计
GMM参数估计结果如表2所示。表2第（1）列以ECO为被解释变量，EDUscale和EDUquality的系数均大于零且多数具有显著性，说明高等教育发展对经济增长具有明确而显著的正向影响。第（2）列以EDUscale为被解释变量，ECO系数的符号和显著性并不统一，说明经济发展对高等教育规模的影响较为复杂，长期影响难以通过参数估计结果得出明确结论。EDUquality的系数均小于零但不显著，说明提升高等教育质量短期内不会显著抑制高等教育规模。第（3）列以EDUquality为被解释变量，ECO和EDUscale系数的符号均不统一且不显著，说明高等教育质量短期内不容易受到显著影响。 （四）脉冲响应分析
PVAR模型的回归系数较多，难以解释各变量间未来几期的持续相互关系。脉冲响应函数则能够直观地刻画出各变量的动态交互效应。面板脉冲响应是描述PVAR中在某一变量扰动项上加单位标准差的冲击后对系统中另一个变量的短期、纯粹的单方面影响。可以通过各变量对冲击的动态反应判断各变量间未来若干期的互动关系。
1.全样本脉冲响应分析
图2报告了全样本蒙特卡洛模拟500次正向ECO冲击的脉冲响应函数。图中横轴代表冲击作用的滞后期数，以年为单位;纵轴表示因变量对解释变量的响应程度;中间曲线为脉冲响应函数曲线，其外侧两条曲线为[5%，95%]的置信区间。
（1）1a、2b、3c反映各变量对自身的脉冲响应，均呈逐期减弱并正向收敛。
（2）2a和1b反映ECO与EDUscale的动态交互效应。2a反映ECO受到EDUscale冲击时的脉冲响应：ECO在0期有正向反应，然后将在第4期冲到最高约0.004，之后正向收敛。1b反映EDUscale受到ECO冲击时做出的脉冲响应：EDUscale在0期有正向反应，将在第3期冲到最高0.002以上，之后正向收敛。可见，经济增长与高等教育规模相互促进，并且高等教育规模对经济增长的正向影响更大。
（3）3a和1c反映ECO与EDUquality的动态交互效应。3a反映ECO受到EDUquality冲击时的脉冲响应：ECO在0期有正向反应，然后在第3期冲到最高0.003以上，之后正向收敛。而1c显示，EDUquality受到ECO冲击时做出的脉冲响应比较微弱。可见，高等教育质量提高对经济增长具有正向促进作用，而经济增长对高等教育质量影响甚微。
（4）3b和2c反映EDUscale与EDUquality的动态交互效应。3b反映EDUscale受到EDUquality冲击时的脉冲响应：EDUscale在0期至1期有短暂的负向反应，将在第1期达到最低后向上反弹，在大约第3年冲破0点，在第5年达到最高之后正向收敛。2c反映EDUquality受到EDUscale冲击时的脉冲响应：EDUquality在0期有正向反应，在约第3期冲到最高，之后逐渐收敛。可见，提升高等教育质量对扩大高等教育规模有短暂的制约作用，之后二者呈相互促进的关系，但程度上始终较弱。
综合图2信息可以发现：第一，高等教育规模、质量的提升均有利于促进经济增长，其中高等教育规模发挥的作用更大。第二，经济增长对高等教育的促进作用主要体现在数量而非质量上。第三，全国范围内高等教育规模和质量的相互影响并不突出。
2.按地区分组的脉冲响应分析
图3报告了按东部、中部和西部三大地区分组后的脉冲响应图，高等教育发展与经济增长交互作用的地区差异主要表现在：
（1）对比三大地区的3a小图可见，ECO对EDUquality冲击的正向反应在东部地区峰值约为0.002，在中部、西部地区峰值达到约0.004，是东部地区的两倍。高等教育质量提升对经济增长的正向影响呈西高东低的态势。
（2）对比三大地区的3b小图可见，在东部、中部地区EDUscale受到EDUquality冲击时在0期有负向反应，将在约第1期达到最低点-0.002至-0.003之间，之后向上反彈。在西部地区，EDUscale受到EDUquality冲击时在0期有正向反应，将在第1期冲到最高约0.002。这说明，虽然在全国范围内高等教育规模和质量的交互作用较为微弱，但地区差异仍旧显著。在东部、中部地区提升高等教育质量会制约高等教育规模的扩张。在西部地区则表现为二者的相互促进。
（五）方差分解结果分析
方差分解结果反映各变量之间方差贡献率的构成，可用于度量变量之间的长期互动关系。
1.全样本方差分解结果分析
表3报告了第5和第10个预测期的全样本方差分解结果。第10个预测期之后方差分解结果基本一致，说明三个变量之间的关系趋于稳定。第（1）列显示，ECO对EDUscale的方差贡献度在第10期达到4.7%之后趋于稳定。ECO对EDUquality的贡献度十分微弱，为0.1%。第（2）列显示，EDUscale对ECO的贡献度在第10期达到20.1%之后趋于稳定。EDUscale对EDUquality的贡献度在第10期达到8.7%之后趋于稳定。第（3）列显示，EDUquality对ECO的贡献度在第10期达到5.3%之后趋于稳定。EDUquality对EDUscale的贡献度十分微弱，为0.6%。
综合表3的数据可以发现：第一，高等教育发展对经济增长的总贡献度为25.4%（20.1%+5.3%），远高于经济增长对高等教育发展的总贡献度4.8%（4.7%+0.1%）。第二，相对于高等教育质量提升对经济增长的贡献（5.3%），高等教育规模扩张对经济增长的贡献（20.1%）更大。第三，高等教育规模扩张与经济增长存在正向互动关系，但高等教育质量主要受自身及高等教育规模扩张的影响，而较少受到经济增长的影响。
2.按地区分组的方差分解结果分析
表4报告了第5和10个预测期的分地区方差分解结果。
第（1）、（4）、（7）列第10期的数据反映不同地区经济增长对高等教育发展的影响。东部地区ECO对EDUscale的贡献度最高，达到10.6%，是中部地区（4.8%）和西部地区（5.0%）的两倍。虽然全国范围内ECO对EDUquality的影响整体上较微弱，但在中部地区仍表现出一定强势，方差贡献度达到了3.2%。东部地区经济增长对高等教育的总贡献度最高，达到11.5%（10.9%+0.6%），中部次之，达到8.0%（4.8%+3.2%），西部最低，为5.7%（5.0%+0.7%）。
第（2）、（5）、（8）列第10期的数据反映不同地区高等教育规模扩张对高等教育质量提升及经济增长的影响。东部地区EDUscale对ECO的贡献度最高，达到25.1%，中部次之（23.5%），西部最低（16.4%）。EDUscale对EDUquality的贡献度则表现为在西部最高（20.9%），东部次之（8.4%），中部最低（5.4%）。 第（3）、（6）、（9）列第10期的数据反映不同地区高等教育质量提升对高等教育规模扩张及经济增长的影响。EDUquality对ECO贡献度最高的是中部和西部地区，分别为12.2%和11.6%，东部地区最低（2.2%）。EDUquality对EDUscale贡献度最高的是中部地区（9.5%），东部、西部地区次之，分别为5.2%和5.0%
综合表4的数据，高等教育发展与经济增长交互作用的地区差异主要包括：
第一，经济增长对高等教育发展的促进作用呈东强西弱态势，并主要体现在推动高等教育规模扩张上。这一结果与高等教育领域内的“孔雀东南飞”现象相契合，凸显了经济发达地区对高等教育的虹吸效应。
第二，高等教育发展对经济增长的促进作用表现为西高东低。具体而言，一方面，西部地区高等教育发展对经济增长的总贡献度最高，达到35.1%（23.5%+11.6%），中部次之，达到28.6%（16.4%+12.2%），东部最低，为27.3%（25.1%+2.2%）。另一方面，高等教育质量提升对经济增长的促进作用也表现为西高东低。中、西部地区高等教育质量对经济增长的贡献度分别为11.7%和12.2%，东部地区为2.3%，差距显著。虽然东部经济发达地区聚集了大量高等教育人力资本，对经济发展贡献的总效应更大，但是从边际效应角度出发，优先发展中、西部地区的高等教育能够获得更高的边际收益。
第三、高等教育规模对质量的影响表现为西高东低。尤其在西部地区，高等教育规模扩张与质量提升的正向交互效应最为突出。
（六）稳健性检验
1.用普通高等院校毕业生数代替在校生数，重新进行检验，结论一致。
2.用具有博士学位的专任教师比例代替生师比作为高等教育质量的代理变量，重新进行检验，结论一致。
3.改变变量顺序。本文原模型中设定首先受到冲击的是ECO。在稳健性检验中改变变量受到冲击的顺序，结论一致。
四、研究结论与政策建议
（一）研究结论
1.高等教育发展与经济增长相互促进。
（1）高等教育发展是我国经济增长强有力的驱动力量。
（2）高等教育发展对经济增长的总贡献度高于经济增长对高等教育发展的总贡献度。
（3）高等教育规模、质量的提升均有利于促进经济增长，其中高等教育规模发挥的作用更大。
（4）经济增长对高等教育的促进作用主要体现在规模而非质量上。
2.高等教育发展与经济增长的动态交互效应存在地区差异。
（1）高等教育发展对经济增长的正向影响表现为西高东低，高等教育质量对经济发展的推动作用在中、西部地区尤为突出。
（2）经济增长对高等教育发展的正向影响呈东强西弱态势，经济增长尤其促进东部地区高等教育规模的增长。
（3）高等教育规模对质量的影响表现为西高东低。尤其在西部地区，高等教育规模扩大与质量提升相互促进的关系较为显著。
（二）政策建议
本文的研究为推进我国高等教育与地区经济协调发展提供了经验证据。在中、西部地区提升高等教育与经济增长的契合度、对接度，实施质量优先，兼顾规模的高等教育发展战略，既有利于凸顯这些地区高等教育的后发优势，促进高等教育的充分发展，又能够促使高等教育更好地服务区域经济，实现教育发展与经济增长的良性循环。
（作者单位：沈阳理工大学经济管理学院）
【基金项目】辽宁省教育科学规划项目“基于教育供给侧结构改革的高校人才培养质量提升路径研究”（项目编号：JG17DB436）。