教育人力资本积累对经济增长的影响——基于长三角地区的实证 (1).pdf

统计与决策2023年第22期总第634期0引言随着我国经济步入新常态，创新逐渐成为推动区域经济发展的核心驱动力。依据熊彼特创新理论，将技术与经济结合起来产生的技术创新是用一种全新的生产方式对生产要素进行组合，从而促进新形式的内在技术向商业价值转化。实现技术创新需要人力资本和研发物质资本两种要素，其中，人力资本是创新主体，决定着创新活动的产出效益、物质资本的投资收益。因此，人力资本是影响创新水平的关键要素。国外学者通过分析人力资本与创新率的关系、人力资本对研发活动的促进作用等来研究人力资本的创新效应，发现区域创新水平与人力资本创造力正向相关1,2。国内学者除了研究人力资本对创新的促进作用、对高新技术产业的影响等问题以外，还将创新投入与人力资本相结合来定义创新型人力资本，研究创新型人力资本对经济增长3和绿色全要素生产率的影响4。另外，在研究人力资本与创新的相关关系时，学者们注意到劳动者受教育程度对创新产生的影响5，测算了高等教育人力资本水平对自主创新能力的影响6。在长三角区域一体化国家战略背景下，还有学者关注到了人力资本对长三角区域创新的影响7。人力资本、技术创新、经济增长三者之间存在相关关系，已有文献对任意两者之间的相关关系都有较深入的研究8，但是将三者关联起来的研究较少。本文以长三角地区为研究对象，将教育人力资本、技术创新、经济增长三者置于同一个分析框架内，研究教育人力资本通过技术创新传导路径对经济增长的间接效应。1理论分析与研究假设Lucas内生增长理论认为，一方面，人力资本作为生产要素直接参与经济活动，表现出生产效应（即内部效应）；另一方面，人力资本促进各种生产要素相互作用，推动技术进步（创新路径），表现出溢出效应（即外部效应）。教育的经济学意义就是通过教育人力资本产生内部效应和外部效应，拉动经济增长。从内在机制上分析，教育持续为创新提供人力支撑，使更多的劳动者适应新知识、新技术，从而增强创新驱动力。由内生增长理论可知，人力资本可以通过创新外溢间接影响经济增长。由于不同教育层次人力资本的知识和技术积累不同，创新能力存在差异，因此对经济增长表现出不同的效应。有研究表明，低层次人力资本对经济增长的作用是数量驱动，高层次人力资本对经济增长的作用是创新驱动9。据此，本文提出：假设1：初等教育劳动者的知识和技术积累不足，不能促进创新水平提升，初级人力资本积累不能通过技术创新传导路径拉动经济增长。假设2：中等教育劳动者具有一定的知识和技术积累，能通过技术吸收和运用推动低端技术进步，中级人力资本积累能通过技术创新传导路径拉动经济增长。假设3：高等教育培养的人才具有创新特质，能通过技术创新推动高端技术进步，高级人力资本积累能通过技术创新传导路径对经济增长产生较强的驱动力。由于人力资本负载者参与的技术创新是知识和技术的积累过程，其本质是对人力资本的投资，据此，本文提出：教育人力资本积累对经济增长的影响基于长三角地区的实证张桅a,b，胡艳a,b（安徽大学a.创新发展战略研究院；b.经济学院，合肥 230601）摘要：为探索经济增长创新驱动力的产生路径，文章基于长三角地区41个城市20002018年的面板数据，研究教育人力资本积累通过技术创新对经济增长的间接效应。结果表明：初级人力资本积累不能通过技术创新拉动经济增长，中级和高级人力资本积累均能通过技术创新拉动经济增长，高级人力资本未表现出较强的间接效应；技术创新对于人力资本具有反馈作用；发达地区教育人力资本的间接效应未达到预期，欠发达地区教育人力资本积累对经济增长表现出较强的间接效应。关键词：教育人力资本；技术创新；经济增长；长三角地区中图分类号：F061.5；F064.1文献标识码：A文章编号：1002-6487（2023）22-0073-05基金项目：安徽省高校人文社会科学重点项目（SK2021A0037）作者简介：张桅（1985），女，安徽合肥人，博士，研究方向：区域经济学。胡艳（1964），女，安徽合肥人，教授，博士生导师，研究方向：区域经济学。统 计 观 察DOI:10.13546/ki.tjyjc.2023.22.01373统计与决策2023年第22期总第634期假设4：技术创新对人力资本具有反馈作用。由于人力资本积累和技术创新均受制于经济发展水平，因此经济发展水平会影响人力资本的间接效应，据此，本文提出：假设5：发达地区教育人力资本的间接效应大于欠发达地区。2研究设计2.1模型设计本文研究人力资本通过技术创新对经济增长产生的间接效应，为此设计如下回归模型10：lnYit=1i+cilnXit+1ilnZit+1it（1）lnMit=2i+ailnXit+2ilnZit+2it（2）lnYit=3i+cilnXit+bilnMit+3ilnZit+3it（3）其中，Y表示被解释变量（经济增长），X表示核心解释变量（人力资本），M表示中介变量（技术创新），Z表示控制变量，i表示个体，t表示时间，为常数项，表示控制变量的弹性系数，it是随机扰动项，a、b、c、c为回归系数。其中，回归系数a和b是经过中介变量M的中介效应系数，反映的是X对Y的间接效应；回归系数c是变量X对变量Y的总效应系数，反映的是没有中介变量M存在时X对Y的影响；回归系数c是中介变量M存在时X对Y的直接效应系数。参考已有研究的做法，对上述参数进行回归检验：首先，对公式（1）进行回归，检验回归系数c的显著性。若系数c显著，则以中介效应立论进行下一步间接效应检验；若系数c不显著，则以遮掩效应立论进行下一步间接效应检验。其次，对公式（2）进行回归，检验回归系数a的显著性。最后，对公式（3）进行回归，检验回归系数b和c的显著性。如果系数a、b都显著，则间接效应（中介效应）显著。在此基础上，如果系数c不显著，则间接效应为完全中介效应；如果系数c显著且与ab同号，则间接效应是部分中介效应，用中介效应占总效应c的比例（ab/c）表示间接效应的强度；如果c显著且与ab异号，则间接效应由遮掩效应引起，用遮掩效应与直接效应之比的绝对值|ab/c表示间接效应的强度。若系数a、b至少有一个不显著，则需要通过Sobel检验来确定是否具有间接效应。2.2变量说明与数据来源2.2.1变量说明（1）被解释变量为经济增长（PGDP）。采用人均GDP来表示，为了去除价格变动带来的影响，在计量时用GDP平减指数计算得出实际人均GDP。（2）核心解释变量为教育人力资本。按照受教育程度计量各层级人力资本：初级人力资本（Pri）用人口中受义务教育（小学和中学）人员占比表示；中级人力资本（Sec）用人口中受高中及职业教育人员占比表示；高级人力资本（Hig）用人口中受大专及以上教育人员占比表示。（3）中介变量为技术创新（Inno）。从创新产出视角进行计量，可选数据有科技论文数、专利数据和高技术产值等。由于专利数据代表创新活动的精华产出（如新知识、新技术、新产品形成的专利），又相对完整、易得，因此学术界多以专利数据来评估技术创新水平11。有学者认为专利申请授权量受时滞性和机构偏好干扰大，相比较而言，专利申请数可以更好地反映技术创新水平12。因此，本文用专利（包括发明、实用新型、外观设计专利）申请数来衡量技术创新。（4）控制变量。为了考察其他投入要素的影响，并减少遗漏变量产生的内生性偏误，选取如下控制变量：物质资本（K）用固定资本投资额表示，以2000年的固定资产投资额为基础，采用全国平均水平的5%的折旧率，用永续盘存法来计算；政府规模（Gov）采用各地方政府财政支出额占GDP的比重表示；外商直接投资规模（FDI）采用外商直接投资额占GDP的比重表示；进出口贸易（Im-ex）采用进出口总额占GDP的比重表示；产业集聚度（Aggl）利用第二产业产值计算区位熵来衡量；城市化水平（Urb）选取城镇人口占比来衡量；基础设施（Infra）用公路里程数与土地面积的比值来表示；信息化水平（Infor）用固定电话用户数、移动电话用户数、互联网用户数三者之和与土地面积的比值来表示；生态环境（Envir）以选取SO2去除率、烟尘去除率和废水达标率为指标、利用熵权法计算出的环境污染综合指数来表示。2.2.2数据来源以长三角地区4个省份（上海、江苏、浙江、安徽）包含的41个地级及以上城市（上海、南京、苏州、常州、无锡、南通、徐州、连云港、淮安、盐城、扬州、镇江、泰州、宿迁、杭州、宁波、金华、绍兴、温州、嘉兴、湖州、衢州、舟山、台州、丽水、合肥、芜湖、蚌埠、淮南、马鞍山、淮北、铜陵、安庆、黄山、滁州、阜阳、宿州、六安、亳州、池州、宣城）为研究样本，样本期选定为20002018年。所有数据均来自各城市统计年鉴、中国城市统计年鉴 中国统计年鉴、EPS数据库等，少量缺失数据用插值法或外延法补齐。3实证分析3.1数据处理与检验本文所涉及变量的描述性统计结果见下页表1。对各变量进行LLC和Hadri LM面板单位根检验，结果显示，各变量均显著拒绝有单位根的原假设，说明各变量是平稳的，可以进行回归分析。3.2回归分析在回归分析之前，先对结果进行 F 检验，P 值为0.0000，强烈拒绝原假设，即认为FE（固定效应）回归明显优于混合回归，应该允许每个个体拥有自己的截距项。再进行豪斯曼检验，以确定选择固定效应模型还是随机效应模型。对于确定使用固定效应模型的，采用双向固定效应（同时控制个体效应和时间效应）模型进行回归，以控制计统 计 观 察74统计与决策2023年第22期总第634期量结果的稳健性。为了考察经济发展水平对人力资本间接效应的影响，在全区域回归的基础上进行分区域回归。分区域方法：按照实际人均GDP对长三角地区41个城市由高到低进行排序，将名次位于前20位的城市归属为I区（发达地区），将名次位于后21位的城市归属为II区（欠发达地区）。分区情况表明，上海及江苏、浙江的多数城市位于I区，而安徽的多数城市位于II区，这一结果说明长三角地区经济发展水平存在区域性差异。3.2.1教育人力资本对经济增长的直接效应回归检验分别将初级人力资本（Pri）、中级人力资本（Sec）、高级人力资本（Hig）变量代入公式（1），对全区域、I区和II区进行回归检验，结果如表2所示。（1）全区域。初级人力资本对经济增长产生显著负向效应，中级和高级人力资本均对经济增长产生显著正向效应。这是因为在知识经济时代，经济增长主要源自知识和技术积累引致的生产率提升，而初等教育劳动者知识和技术积累不够，增加初级人力资本投入会产生“挤兑效应”。（2）I区。初级人力资本对经济增长的抑制作用不显著，中级和高级人力资本均对经济增长产生显著正向效应。从总体上来看，与全区域相比，该地区教育人力资本对经济增长表现出更强的正向效应，这可能是由于该地区教育事业发达，教育人力资本存量水平高。（3）II区。初级人力资本显著抑制经济增长，中级人力资本对经济增长具有较弱且不显著的抑制作用，高级人力资本对经济增长表现出显著正向效应。总体来看，与全区域结果相比，该地区教育人力资本对经济增长的拉动作用弱，这可能是由于该地区教育发展水平低，人力资本存量水平低。3.2.2教育人力资本对技术创新影响的回归检验分别将初级人力资本（Pri）、中级人力资本（Sec）、高级人力资本（Hig）变量代入公式（2），对全区域、I区和II区进行回归检验，结果如下页表3所示。（1）全区域。初级人力资本对技术创新具有显著负向影响，中级和高级人力资本均对技术创新具有显著正向影响。（2）I区。初级人力资本对技术创新具有显著负向影响，中级人力资本对技术创新具有显著正向影响，高级人力资本对技术创新的正向影响不显著。（3）II区。初级人力资本对技术创新具有显著负向影响，中级和高级人力资本均对技术创新表现出显著正向影响，并且系数均大于I区。3.2.3教育人力资本对经济增长的间接效应回归检验（1）间接效应回归检验分别将初级人力资本（Pri）、中级人力资本（Sec）、高级人力资本（Hig）变量和中介变量技术创新（Inno）代入公式（3），对全区域、I区和II区进行回归检验，结果如下页表4所示。（2）Sobel检验根据间接效应检验规则，对于系数不显著的，需要进行Sobel检验，结果见下页表5。（3）间接效应强度计量利用回归和检验结果，计量各个核心变量对经济增长的间接效应强度，结果见下页表6。可以看出，除了I区的高级人力资本未通过检验，其余均通过检验，即技术创新在解释变量（教育人力资本）和被解释变量（经济增长）之间起到了“链接”作用。（4）稳健性检验为检验上述回归结果的可靠性，选取核心解释变量的滞后一期代入系列方程进行回归，下页表7结果显示，各变量系数的显著性与符号与上述回归结果基本一致，因此可以认为上述实证结果稳健。由表5至表7可知：全区域。各层级人力资本对经济增长均具有间接效应。对于初级人力资本，根据中介效应检验规则，其间接效应强度大（如表5所示），但是这并不意味着初级人力资本对经济增长能产生强的创新驱动力，原因在于：第一，初级人力资本对技术创新表现出负向效应，而技术创新对区域经济增长表现出正向效应，说明初级人力资本会弱化技术创新对区域经济增长的正向作用；第二，初级人力资表2各级教育人力资本对经济增长的直接效应回归结果变量lnPrilnSeclnHigConstantObservationsR-squared控制变量Hausman全区域（1）-0.1750*（0.0831）9.3740*（0.2120）7790.9770YES98.3400*（2）0.2340*（0.0376）9.8540*（0.2050）7790.9780YES110.1400*（3）0.2210*（0.0239）9.9470*（0.1970）7790.9800YES77.3400*I区（1）-0.1600（0.1110）10.1100*（0.3580）3800.9740YES46.7700*（2）0.4770*（0.0603）11.4100*（0.3620）3800.9780YES48.5500*（3）0.2880*（0.0401）10.7800*（0.3420）3800.9780YES36.8300*II区（1）-0.2860*（0.1220）9.2230*（0.3010）3990.9880YES60.5300*（2）-0.0232（0.0469）9.5730*（0.2620）3990.9880YES93.0400*（3）0.1200*（0.0272）9.7620*（0.2520）3990.9890YES37.0000*注：*、*、*分别表示在1%、5%、10%的水平上显著，括号内为标准误；因篇幅所限，控制变量的回归数据未在表中列出。下同。表1变量的描述性统计变量lnPGDPlnPrilnSeclnHiglnKlnGovlnFDIlnIm-exlnAggllnUrblnInfralnInforlnEnvir均值10.1365-0.4747-1.8938-2.33738.0812-2.1171-3.7978-1.7494-0.1295-0.6999-0.0469-3.0097-0.5199标准差0.94280.14830.34100.63461.34860.46220.91681.27030.20470.31640.52251.07500.4117最小值7.6455-0.9730-2.8804-4.35054.4428-4.2051-7.8534-5.5950-0.9406-1.7037-1.7323-6.1971-1.5533最大值12.0007-0.2247-1.0933-1.018611.1481-1.0342-1.60421.34340.3305-0.10980.89120.1522-0.0001统 计 观 察75统计与决策2023年第22期总第634期本的间接效应系数（ab）是负值，对经济增长的总效应系数（c）也是负值，虽然二者之比在数学上为正值，但是该比值的经济学意义是初级人力资本通过技术创新传导路径对经济增长产生的负向效应占比，这一结论与假设 1 相符。本文为了考察义务教育的经济学意义，利用接受小学与初中教育人口之和计量初级人力资本存量，这种计量方法得到的初级人力资本存量水平非常高（由表 1 可知，初级人力资本存量约为高级人力资本存量的6倍），大量初等教育劳动力进入市场，对技术创新产生较强的“挤兑效应”。对于中级人力资本，通过技术创新表现出较强的间接效应，这可能是因为中级人力资本有一部分是通过职业教育形成的，“干中学”增强了其创新实践能力，使其可通过模仿创新、技术追赶等推动技术进步、拉动经济增长，这一结论与假设2相符。对于高级人力资本，通过技术创新也能拉动经济增长，但是间接效应强度偏低，这一结果与假设3不完全相符。产生这一现象的可能原因是：由表1统计数据可知，高级人力资本存量水平非常低（约为初级人力资本的六分之一）；根据文献统计分析结果，高层次人才没有充分配置于研究与开发活动中13。I区。初级和中级人力资本的间接效应系数ab与直接效应系数c符号相反，根据中介效应检验规则，初级和中级人力资本通过技术创新的遮掩效应（而非中介效应）间接拉动区域经济增长。遮掩效应可能是由于技术创新对人力资本产生了反向作用10，这一结果与假设4相符。对于这一现象给出如下可能的原因：发达地区研发经费充足、创新环境优越，普通劳动者也有机会参与多样化的创新活动。遮掩效应是否由其他中介变量引起，有待进一步证实。对于高级人力资本，未能通过间接效应检验，参考文献研究结果给出如下解释：发达地区的“虹吸效应”使高层次人才趋于饱和；高学历人才的膨胀使得高级人力资本的影响产生了较大扭曲14。II区。各层级人力资本均表现出对经济增长的间接效应。初级人力资本会对技术创新产生负向效应，不利于经济增长，而中级和高级人力资本可以通过技术创新拉动经济增长。从总体上来看，该地区教育人力资本对经济增长的间接效应强度大于发达地区，这一结果与假设5不表3各级教育人力资本对技术创新影响的回归结果变量lnPrilnSeclnHigConstantObservations控制变量R-squaredHausman全区域（1）-1.1060*（0.2850）2.9840*（0.7290）779YES0.951031.4900*（2）0.4880*（0.1320）4.5570*（0.7220）779YES0.951034.4600*（3）0.4180*（0.0863）4.6630*（0.7110）779YES0.952029.7500*I区（1）-1.1920*（0.3310）5.0810*（1.0650）380YES0.955030.9100*（2）0.3440*（0.1970）4.9240*（0.8880）380YES0.781015.6600（3）0.1780（0.1330）4.8920*（0.9200）380YES0.785015.2100II区（1）-1.6690*（0.5750）-0.0148（1.4130）399YES0.955023.2200*（2）0.6850*（0.2180）3.0090*（1.2190）399YES0.955025.0000*（3）0.6280*（0.1280）3.0300*（1.1800）399YES0.957025.0600*表4各级教育人力资本对经济增长的间接效应回归结果变量lnInnolnPrilnSeclnHigConstantObservations控制变量R-squaredHausman全区域（1）0.0136（0.0109）-0.1600*（0.0839）9.3330*（0.2150）779YES0.977091.1600*（2）0.0077（0.0107）0.2300*（0.0380）9.8190*（0.2110）779YES0.9780104.3800*（3）-0.0004（0.0104）0.2210*（0.0243）9.9480*（0.2030）779YES0.980072.3200*I区（1）-0.0376*（0.0183）-0.2040*（0.1130）10.3000*（0.3680）380YES0.975051.9400*（2）-0.0600*（0.0167）0.5210*（0.0605）11.8600*（0.3770）380YES0.979064.4600*（3）-0.0472*（0.0168）0.3020*（0.0400）11.0700*（0.3540）380YES0.978046.5400*II区（1）0.0390*（0.0112）-0.2210*（0.1220）9.2240*（0.2960）399YES0.989052.4600*（2）0.0442*（0.0113）-0.0535（0.0466）9.4400*（0.2590）399YES0.988083.8400*（3）0.0318*（0.0113）0.1000*（0.0279）9.6660*（0.2520）399YES0.989032.5400*表5Sobel检验结果全区域I区II区变量lnPrilnSeclnHiglnHiglnSec系数a-2.4180*（0.3180）1.0250*（0.1760）0.7700*（0.0903）1.0160*（0.1290）0.9700*（0.2360）系数b0.0709*（0.0108）0.0731*（0.0106）0.0488*（0.0101）0.0066（0.0148）0.1000*（0.0139）间接效应ab-0.1710*（0.0344）0.0749*（0.0168）0.0376*（0.0090）0.0067（0.0151）0.0969*（0.0271）直接效应c-0.4630*（0.0983）0.2740*（0.0527）0.3160*（0.0265）0.2350*（0.0396）0.3470*（0.0659）总效应c-0.6350*（0.0974）0.3490*（0.0531）0.3540*（0.0257）0.2420*（0.0366）0.4440*（0.0686）表6核心变量的间接效应强度（单位：%）全区域I区II区lnPri27.0221.9722.76lnSec21.463.9621.82lnHig10.62未通过16.64表7核心变量的稳健性检验结果变量L.lnPriL.lnSecL.lnHig对经济增长的检验全区域-0.2920*（0.0838）0.1860*（0.0399）0.2010*（0.0252）I区-0.1170（0.1150）0.4140*（0.0655）0.2990*（0.0421）II区-0.3890*（0.1370）-0.0647（0.0492）0.0937*（0.0280）对技术创新的检验全区域-0.5010*（0.2810）0.6050*（0.1340）0.3930*（0.0873）I区0.5450*（0.1940）0.2810*（0.1300）II区0.8240*（0.2250）0.5780*（0.1280）统 计 观 察76统计与决策2023年第22期总第634期相符。可能的原因为欠发达地区对人力资本需求空间大，经济增长空间大，人力资本积累引致的技术创新能对经济增长产生较强的刺激作用15。根据控制变量的回归结果，得到如下主要结论：政府规模不能通过技术创新路径拉动经济增长，可能是由于政府投资结构与创新需求结构不吻合；进出口贸易不能通过技术创新路径拉动经济增长，可能与外贸商品挤兑本地创新要素市场有关，可能与沉没成本、生产成本与劳动力成本的上升有关16，也可能与长三角地区的内陆与沿海对外开放环境差异显著、区际贸易水平低有关17,18；城市化水平和信息化水平均与经济增长正向相关，说明城市化和信息化均有利于技术创新水平的提升；其他控制变量对经济增长的作用不显著或不稳定。4结论与建议本文以长三角地区41个城市为样本，研究不同层级教育人力资本通过创新传导路径对经济增长的间接效应。研究发现：初级人力资本不能通过技术创新拉动经济增长，中级和高级人力资本能通过技术创新拉动经济增长，高级人力资本未表现出强的间接效应；技术创新对人力资本具有反馈作用；发达地区教育人力资本的间接效应未达到预期，欠发达地区教育人力资本对经济增长表现出较强的间接效应。针对长三角地区创新驱动发展提出如下建议：提高义务教育升学率，减少直接进入劳动市场的低端劳动力，降低创新“挤兑效应”；在高中教育、职业培训中加强创新训练，提高中等教育劳动者的技术创新能力；对于高等教育，依据高新技术产业发展需要调整学科专业方向，使人才供给结构与创新发展需求吻合；发达地区应充分发挥人才优势，注意知识创新与技术创新的协同与转化，提高人力资本投资收益，增强创新驱动力；注意从科技和教育两条路径投资人力资本，提高科技投入与教育投入在人才培育中的协同性、互补性，在产生创新驱动力的同时实现人力资本积累。参考文献：1Khadan J.Estimating the Effects of Human Capital Constraints on Innovation in the Caribbean J.Economies,2018,(2).2Sam Y L,Richard F,Gary G.Innovation,Human Capital,and Creativity J.International Review of Public Administration,2010,14(3).3钟永建,肖芳,黄通文.四川创新型人力资本与经济增长的实证分析J.科技与经济,2015,28(2).4张桅,胡艳.长三角地区创新型人力资本对绿色全要素生产率的影响基于空间杜宾模型的实证分析J.中国人口 资源与环境,2020,30(9).5马宏.人力资本分布结构对技术创新的影响兼论收入差距的中介效应与调节效应J.华中师范大学学报(人文社会科学版),2021,60(1).6何菊莲,刘聪,梅烨.高等教育人力资本水平对自主创新能力的影响效应测算J.统计与决策,2021,(8).7汪彦,华钢,曾刚.人力资本对长三角城市群区域创新影响的实证研究基于空间计量经济学模型J.南京社会科学,2018,(5).8钱晓烨,迟巍,黎波.人力资本对我国区域创新及经济增长的影响基于空间计量的实证研究J.数量经济技术经济研究,2010,27(4).9陈俊杰,钟昌标.数量驱动或创新驱动:异质型人力资本对经济增长的机制演进J.科技进步与对策,2020,37(16).10温忠麟,叶宝娟.中介效应分析：方法和模型发展J.心理科学进展,2014,22(5).11Acs Z J,Anselin L,Varga A,et al.Patents and Innovation Counts asMeasures of Regional Production of New Knowledge J.ResearchPolicy,2002,(7).12倪进峰,李华.产业集聚、人力资本与区域创新基于异质产业集聚与协同集聚视角的实证研究J.经济问题探索,2017,(12).13裴开兵.研发人力资本配置与技术创新异质教育层次视角J.科技进步与对策,2021,38(14).14于寄语.人力资本、教育层次与区域经济增长基于中国19972012年省级面板数据的实证研究J.上海经济研究,2015,(12).15夏万军,余功菊.我国区域经济发展不平衡性研究J.安徽师范大学学报(人文社会科学版),2018,46(4).16郭树华,蒙昱竹,霍强.政府战略调整下我国地区对外开放与经济增长的门槛效应研究J.山西财经大学学报,2016,38(7).17李强,徐康宁.制度质量、贸易开放与经济增长J.国际经贸探索,2017,33(10).18李震.对外开放与经济增长效率：空间的调节效应J.广东社会科学,2021,(2).（责任编辑/方思）统 计 观 察77