高校扩招对中国全要素生产率增长的政策效应

大学生扩招政策以来，中国高等教育已经进入了“低投入—高产出”的发展阶段。“高校扩招”这一举措降低了大学入学门槛，并增加了本没有机会进入大学的人接受高等教育的机会，使得高等教育变得大众化。与此同时，高校扩招也引发了一系列的负面影响，如高校教育资源紧张，大学生的生产率下降、失业率提高等。那么高校扩招对中国经济增长产生了何种经济效应？这值得进行深入的研究。

二、文献综述

Lucas（1988）通过构建内生经济增长模型论证人力资本对经济增长的影响，得出人力资本促进了经济增长的结论。彭清华（2011）的研究指出高等教育部门生产“人力资本”，因而高校扩招会扩大人力资本规模，最终促进经济增长，同时通过实证论证支持了Lucas（1988）的观点。丁小浩和陈良焜（2000）利用投入产出乘数方法证实了1999年高校招生数量的增加带动了国民经济总产出增加129.9894亿元。周晓红（2001）认为高校扩招对经济发展具有长期的促进作用和即期拉动作用。石大千和张卫东（2017）采用倍差法实证检验高校扩招对城乡收入差距的影响，研究结果显示高校扩招通过规模效应、教育机会增加效应和非农就业效应增加了农村居民收入和农村居民受教育机会。冯剑锋和岳经纶（2017）的研究表明大学扩招对当期劳动参与率带来了负面影响，但有助于缓解人口转变过程中结构性失业带来的不利冲击，从长期来看，高校扩招对后期劳动参与率具有明显的促进作用。蔡海静和马汴京（2015）在评估高校扩招对大学毕业生就业的异质性效应时发现，由于高校扩招而获得大学学历的新毕业生失业率得到了降低，但这部分学生的就业质量并未得到显著的改善。以上研究从不同角度证实了高校扩招对经济增长会产生较为明显的正面影响。然而，也有诸多学者认为高校扩招对经济增长产生了负面影响的结论。如李勇（2004）的研究指出，高校扩招政策的实施对经济增长的促进效应是有限的，如果不顾及教育自身发展的客观规律，把高等教育当作一种经济手段，在短期内迅速扩张教育规模，会对经济发展产生负面影响。唐可月和张凤林（2006）利用劳动市场信号发送理论分析高校扩招后的经济效应时指出，高校扩招会使劳动力市场存在着大量的大学生和研究生，大学生为了在竞争激烈的劳动市场上获得工作机会不断降低就业标准，而雇主面对竞争激烈的劳动市场不断提高就业门槛，致使研究生从事着以前大学生的工作内容，大学生从事着以前专科生的工作，这种情况势必对经济增长产生抑制作用。吴要武和赵泉（2010）分析高校扩招对大学新毕业生市场的影响时，发现高校扩招对大学新毕业生的就业带来了困难，劳动参与率下降，而失业率上升。邢春冰和李实（2011）利用双重差分方法分析1999年高校扩招对大学毕业生就业的影响时，发现高校扩招使得大学毕业生的失业率显著提高了9个百分点左右，而其中有50%左右是由于毕业生平均能力下降导致的。陈林和夏俊（2015）的研究表明，高校扩招政策的实施对创新效率产生了显著的负向冲击，地区创新效率因扩招政策的冲击下降35.7%左右。李郁芳和艾兴勇（2015）在CHIP数据的基础上使用RIF分布分解法分析高校扩招的经济效应，发现高校扩招的禀赋效应和价格效应扩大了城镇居民收入水平差距。

综上分析可知，关于高校扩招对经济发展的影响学者们做出了较多的研究，但现有研究中很少从全要素生产率视角分析高校扩招政策的经济增长效应。高校扩招政策实施带来的直接效果是大学生毕业规模的扩大和教育水平的普遍提高，而间接效果是中国教育投入力度无法迎合教育规模扩大的需求而导致教育质量下降。在这种教育背景下，综合素质偏低的大学生进入劳动市场会对地区全要素生产率增长产生深远的影响。全要素生产率的提高是经济可持续增长的核心动力，通过分析高校扩招对全要素生产率增长的影响，可以更为准确地确定高校扩招政策的实施是否真的推动了地区经济的可持续增长。鉴于此，本文把1999年高校扩招作为一次公共政策实验，采用基于准实验的双重差分方法分析高校扩招政策对全要素生产率增长的影响，并在此基础上提出相关的政策建议。

三、全要素生产率测度

国内学者在对全要素生产率（TFP）水平测算时采用的方法主要分为两大类：一类是参数方法（如随机前沿分析方法，SFA）；另一类是非参数法（如数据包络分析方法，DEA）。这两种方法各有千秋。随机前沿方法测算TFP水平时，需要提前设定函数形式，以及假設随机扰动项和技术无效率服从一定的概率分布，这导致此方法受到了很大内生性问题的挑战。在设定随机前沿函数的具体形式时，同样是设定超越对数生产函数形式，但在处理过程中依旧存在较大的差异。例如余永泽（2015）采用超越对数生产函数的随机前沿模型对中国省际全要素生产率进行研究，采用的是检验后的超越对数生产函数形式，这种方法通常是把初次估计的生产函数中系数不显著的变量进行剔除之后再重新估计。而张军等（2009）在采用超越对数生产函数的随机前沿模型对中国工业全要素生产率进行研究时，把采用SFA方法得到的生产函数中变量不显著的数值全部设定为零。Bos 等（2010）采用超越对数生产函数随机前沿模型对1970-2000年77个国家的经济增长、产出弹性、生产效率进行研究时，没有把未显著变量的系数剔除而是直接进行分析。由此可见，尽管在对不同研究对象的生产效率进行分析时，同样采用超越对数生产函数的随机前沿模型，但是采用的估计方法不同，致使研究结果不稳定。因此，采用随机前沿方法对TFP水平测算存在诸多不足。综上分析，本文选择数据包络分析方法测算全要素生产率（TFP）水平，具体论述可参考颜鹏飞和王兵（2004）以及李健等（2015）的研究。

推荐访问:生产率 扩招 中国 要素 效应