［提要］在经济高质量发展阶段，可持续发展日益成为各国政府关注的首要问题。近年来，随着政府对科研及教育的重视，R&D经费的投入与高等教育毕业生人数在过去数十年间呈现出倍数的增长。本文通过实证分析，检验高等教育、科技投入与经济发展之间的关系，总结关于经济增长速度与高等教育之间的动态关系，发现广东省经济与教育之间是相互促进的，但随着经济的快速发展，在部分时间出现抑制。因此，在经济高质量发展道路上，要通过制定协调创新发展模式，促进区域经济和教育协调发展。
关键词：高等教育；R&D投入；经济可持续发展；实证分析
在过去的30年间，中国GDP呈现了快速发展的态势，随着政府政策的不断深化，各地GDP增速下滑，也更加追求GDP的质量。自改革开放以来，广东省作为东部沿海地区，其经济一直处于国内领先地位，已连续32年GDP总量排名第一，并先后成立了深圳特区，南沙、前海、横琴自贸区，粤港澳大湾区等推动其经济发展。广东省经济的发展也得益于人才和资本的聚集，通过发展高等教育不断培养和壮大高技术人才推动经济的发展。同时，区域发展也呈现出投资驱动与非均衡要素驱动的特征。因此，在全球关注经济发展的质量时，探究高等教育，R&D投入与区域经济协调发展之间的关系尤为重要。
一、文献综述与理论基础
学界认为高等教育的发展与经济之间的关系是相互促进的。高等教育的发展为经济提供高质量的人才，科研技术及创新能力，反之经济的发展也为高等教育发展提供硬件设施、科研项目、研究经费等优质资源。本文意图通过研究经济发展较好的地区对教育的投入与高等教育发展之间的关系探究教育对经济增长的贡献情况。由于中国人口基数较大，于2020年毛入学率突破50%，进入了高等教育普及阶段，各地政府都十分重视教育的投入并提供相应的政策倾斜促进高等教育的发展，所以研究教育与经济之间的关系是十分重要的。Solow（1956）研究发现美国经济增长的原因是知识、技术的投入吸引了国内外学者开始对教育、政府投入及经济增长进行研究。从新增长理论来看，知识对经济增长具有决定性影响。知识依赖于经济主体的研究，知识的积累与发展则十分依赖政府对教育的投入，特别是高等教育的投入。知识为高校创造人才培养、科学研究、文化传承提供优质的土壤。Schultz、Becker和Lucas从人力资本形成角度研究了教育与经济发展的关系，强调教育和“创造研发”是人力资本形成的重要机制，技术进步并不能很好地解释区域经济之间的影响。根据新增长理论，知识是区域经济增长的决定性内生变量，知识的积累依赖于经济主体在研究、开发的投入。然而，高等教育、R&D与区域经济增长是否呈现双向的良好互动一直受到各界的讨论。首先，由于各地区经济发展程度的不同，现实中，高等教育和经济增长之间的关系往往为单向的因果关系。其次，教育投资作为人力资本形成和积累的重要支柱，受到经济发展水平、信贷条件等制约。因此，R&D的投入受到城市发展与传导机制的制约。再次，在非均衡发展的模式下，由于增长极存在虹吸效应和溢出效应，也会造成区域内经济发展不均的现象。最后，高等教育政策和资源配置可能会导致“马太效应”。MihaelaSimionescu（2020）也通过建立PVAR模型研究罗马尼亚高等教育与经济的关系，发现了经济发展较好的地区其高等教育发展的质量更好，对经济的影响更为显著。Simon（2002）通过建立熵权法分析区域经济持续发展与高等教育发展之间的关系，并对此做出影响。
二、模型构建与指标选取
主要使用VAR模型分析，其结构如下：Yt=a1yt-1+a2yt-2+…+apyt-p+bxt+ε其中，yt为k维内生变量，xt为D维外生变量；a1，…，ap为k×k维待估计的系数矩阵，b为K×D维待估计的系数矩阵；εt～i.i.d（0，Σ）（其中Σ为k维向量εt的方差协方差矩阵）；p为模型的滞后阶数。根据过往专家研究，本文选取高等教育规模（广东省高等学校毕业生数）、R&D研发投入、广东省GDP总量作为高等教育、教育投资及经济增长的指标，分别使用GDP、RD、EDUS代表。通过建立多元回归模型及VAR模型探究高等教育普及化，政府科研投入与广东省经济发展之间的关系。为消除异方差，本文将统一对数据进行对数化处理。
三、实证分析
（一）建立多元回归模型。本文通过Stata16.0软件直接建立关于GDP的多元线性方程，其结果如下：GDP=940.356×EDUS+16.825×RD+3620.184根据计量软件结果，三个值的P值均小于0.01，并且R^2为0.996，这也说明了该回归模型的拟合程度较好。从上式中，我们可以看出，R&D研发投入与广东省高等学校毕业生数均呈现正相关，这也与区域协调发展理论的研究相符合。
（二）建立VAR模型。本部分将通过平稳性检验、AR根检验、格兰杰因果关系、脉冲分析、方差分析对广东省高等教育、科技投入与经济发展之间的动态关系建立VAR模型。
1、平稳性检验。本文根据AIC准则进行ADF检验，单位根检验结果如表1所示。（表1）根据表1，我们可以知道所有的变量经过一阶差分后都是平稳的时间序列，因此可以建立VAR方程。
2、建立VAR模型。为了保证能全面反映变量之间的相互影响并根据最优滞后阶数结果，本文建立滞后阶数为2阶的VAR（2）模型，VAR模型中的系数保留3位小数，其结果如下：DLNGDP=0.025×DLNGDP（-1）-0.149×DLNGDP（-2）+0.316×DLNEDUS（-1）+0.274×DLNEDUS（-2）+0.065×DLNRD（-1）-0.068×DL－NRD（-2）+0.069在建立VAR模型之后，使用AR根检验判定VAR模型是否平稳，根据图1我们可以看到所有的根均在单位圆内，因此我们可以判断VAR（2）模型是稳定的。（图1）
3、格兰杰因果检验。根据表2我们可以看出，DLNEDUS是DL－NGDP的格兰杰因果原因，DLNEDUS、DLNRFD是DLNGDP的格兰杰因果；DLNRD是DLNEDUS的格兰杰原因，DLNGDP、DLNRD是DLN－FGDP的格兰杰因果。可以看出，两者之间在5%的置信区间内是可信度极高的。因此，我们可以继续接下来的分析。（表2）
4、基于VAR模型的动态分析过程。根据上文的分析结果，本文在研究高等教育与经济增长关系之间的互动效应时，采取了脉冲分析与方差分解两种方法，具体的滞后阶数为10。
（1）高等教育对经济增长的脉冲响应分析。从图2中可以看出，高等教育对GDP的影响一直处于正值，在第一期最大，随后逐渐回落，并基本稳定在一个正常的值。而对于RD来说，在前3期的波动较大，从第1期的-0.12上升至第3期的0.07，随后在第4期稳定，并一直处于水平线上下小幅度震荡。以上分析结果表明，广东省的高等教育对经济增长的影响是稳定的，基本保持在一个稳定水平之下，变化幅度很小，而edus对经济增长的影响一直保持在正的水平，这一结果也符合广东省的高等教育发展状况。实际上，近几年来广东省不断加大对高等教育的投入，在2020年全国也步入了大众化教育的时代。（图2）
（2）经济增长对高等教育的脉冲响应分析。根据图2我们可以得到，GDP对EDUS的响应在第一期为0，随后在第三期达到了最大值0.026，在第4期到第10期一直保持着正的冲击；对于RD而言，我们可以看到其波动性不大，在前四期都有来回波动的正负波动，随后振幅逐渐减弱。从以上结果来说，我们可以观察出经济增长对高等教育的影响应该是具有促进的作用，但从长期来看，由于经济的高速发展，可能会在短期内对经济有负面的影响，但随着经济高质量发展，也对高等教育的质量产生影响，这也与Simon（2002）的研究结论相类似。
5、基于VAR模型的方差分解分析。根据表3我们可以看出，高等教育与经济增长之间的关系，从经济增长的程度来看，我们可以分析出RD对经济增长的贡献程度大于EDUS的影响程度；而对于高等教育的增长程度来看结果则相反，edus对经济的贡献程度为21.76960，远大于RD对经济增长的贡献程度。根据结果我们可以判断出，RD的投入对经济的增长在各类经济指标中的占比较大，是一个主要的成分。（表3）
四、研究结论及建议
（一）研究结论。本文使用广东省2000～2019年的数据，使用VAR模型分析研究广东省高等教育、技术创新投入经费与经济增长之间的关系，得出了以下结论：第一，高等教育与经济增长之间是相互作用、相互影响的，经济的增长能带动高等教育的发展，高等教育的发展也能促进经济的增长。虽然在经济高速发展的时期，经济的增长可能对高等教育在短期内起到了抑制的作用，但从长期来看，正面的影响更为显著。第二，高等教育对经济增长的作用大于经济增长对高等教育的作用。
（二）对策研究。为了实现有限资源内的经济最大化，广东省政府制定了一系列的梯度发展战略以及以效率优先的发展模式，使珠江三角洲地区实现了跨越式增长。此外，随着粤港澳大湾区的快速发展，为了经济的可持续发展，应更多地关注公平和经济发展质量方面。在专业设置方面，应该根据各地区，合理设置特色专业，如广州作为省会，在飞机制造、精密仪器等专业较强，各高校可根据自身优势调整专业设置；在办学质量方面应合理引进外国优质资源，增加高校研学资源，为高等教育发展提供硬件支持。
作者：劳诗颖 单位：广州华立学院
