中国远程高等教育对经济增长贡献的实证研究

□ 李锋亮

一、问题的提出

根据人力资本理论，人力资本被定义为一种生产性资本，可以提高个体的劳动生产率，而教育是一种重要的人力资本（Schultz,1961）。对教育进行投资对于个人和政府而言都能获得可观的收益（Hartog&Gerritsen,2016;Psacharopoulos&Patrinos,2004）。对于个体而言，受教育越多，劳动生产率越高，他们的终生收入也越高。对于地区和国家而言，由于教育提高了大量劳动者的劳动生产率，这些高生产力的劳动者一方面提高了劳动效率，另一方面推动了技术进步，为企业和社会带来更多的产出和财富，这就使得教育能够促进经济发展（Agiomirgianakis et al.,2002;Seetanah&Teeroovengadum,2019;Teixeira&Fortuna,2004）。教育对个体收入的促进作用一般用教育的私人收益率来测量，教育对地区和国家经济发展的促进作用则通过各种不同的经济增长模型来度量。

目前，已经有大量的实证研究度量了教育对个体收益增加以及对国家经济发展的促进作用，研究对象包括基础教育、中等教育、高等教育、研究生教育等（杜育红&赵冉,2018;Hanushek&Woessmann,2011;李锋亮&王瑜琪,2020;Pegkas&Tsamadias,2014)，然而很少有研究考察远程教育的经济功能。尽管有相关研究用明瑟收入方程分析了远程教育的私人收益情况（Li,2018;李锋亮&王亮,2020;Li&Wang,2021）。这些研究发现在中国的劳动力市场中，尽管高等教育的规模不断扩展，远程教育对学习者收入的提升效应在减弱，但是整体而言，远程教育是有助于显著提升学习者收入的，而且提升的效应相当可观。

远程教育是教育的重要组成部分。根据人力资本理论，和传统面授教育一样，远程教育应该能够给学习者带来知识与技能的提高，这就能促进个体提高劳动生产率，促进知识的传播（Hanushek&Woessmann,2010）。这样，远程教育不仅能够显著提高学习者的收入，而且还能带来一系列的社会收益，包括促进经济增长。很多国家和地区纷纷举办远程教育的一个主要目标就是希望远程教育能够促进学习者的发展以及地区的发展（Siaciwena,2008）。

目前，关于远程教育社会收益的研究以案例研究为主。如联合国教科文组织（UNESCO）以广播形式向湄公河地区的居民传播防治艾滋病的知识、宣传吸毒和贩卖人口等犯罪行为的危害，获得了良好的教育效果（Asian Development Bank,2007）。还有研究分析了在线课程对环境保护的促进作用。研究表明，与传统课程相比，在线课程减少了学生出行和纸张消耗，从而减少了31%的碳排放量（Lane et al.,2014）。

然而，有学者认为由于缺乏严格评估，很难证实这些远程教育项目产生了足够的社会收益（Batchelor et al.,2003;Latchem,2014）。还有学者质疑在发展中国家把有限的资金注入基于信息通信技术的远程教育项目的合理性，因为这些国家在健康和基础设施方面同样面临着资金紧缺的问题（Kenny,2006）。遗憾的是，关于远程教育社会收益的定量研究还非常缺乏（Li,2017）。因此，有必要对此进行深入的实证分析。而教育与经济增长之间的关系一直是经济学和教育学等学科的研究重点，也一直是教育行政部门关注的重点。基于此，本研究将以中国的远程高等教育为例，用实证方法研究远程教育的发展对经济增长的贡献，以期填补这一学术研究领域的空白。

二、中国远程高等教育的发展与任务

我国远程高等教育始于20世纪50年代初的函授教育。70年代末，我国开始进行改革开放，社会急需大量高素质人才，而当时传统面授高等教育的规模又不能在短时间内迅速扩大从而为国家的人才培养提供足够的智力支持，因此人才匮乏成为制约社会经济发展的重大问题。邓小平在国际友人的建议下提出要通过电视、广播等现代化教育手段大力发展远程教育，让更多有潜质的人快速接受高等教育，从而有效推动国家经济的发展。此后，我国各省都建立了广播电视大学，远程高等教育得到了迅速发展，并成为我国高等教育系统一个重要的组成部分。根据《国家中长期教育改革和发展规划纲要（2010—2020年）》“办好开放大学”和国家教育体制改革“探索开放大学建设模式”试点要求，2012年，教育部批准在中央广播电视大学基础上建立国家开放大学（国家开放大学,2016）。为了行文方便，本研究将广播电视大学系统统称为“开放大学”。

除了函授教育和开放大学体系，目前我国的远程高等教育还有一个重要的组成部分——网络高等教育。随着信息技术的发展，尤其是互联网技术的成熟，我国决定投资建设用于远程教育的基础设施（韦钰,1999），由传统面授大学提供网络远程高等教育服务。进入21世纪后网络高等教育发展迅猛（南国农,2005）。

和网络远程高等教育开始发展相伴随的是我国整体高等教育规模不断扩张。根据教育部（2020）发布的《2019年全国教育事业发展统计公报》，我国高等教育毛入学率达51.6%，按照马丁·特罗（Trow,1973）的高等教育三阶段理论，我国高等教育已经从精英化阶段发展到大众化阶段，再演化到初步的普及化阶段（别敦荣,2021）。根据中国国家统计局数据，2019年我国网络高等教育毕业生约232.31万人，占当年本专科毕业生总数的19.30%（http://data.stats.gov.cn/easyquery.htm?cn=C01）。而网络高等教育只是远程高等教育的一个组成部分。因此远程高等教育已经成为中国高等教育的重要组成部分。

在函授高等教育、开放大学和网络高等教育这三个子系统的共同努力下，我国建立起覆盖城乡的远程高等教育办学体系，并为社会培养了大批应用型专门人才（刘延东,2012）。基于此，本研究将实证检验远程高等教育是否促进了全国的经济增长。

除了检验全国平均情况外，本研究还将分析远程高等教育在促进经济增长上是否存在地区差异。我国远程高等教育的一个重要目标是通过现代信息技术整合优质教育资源，并输送到广大农村地区、边疆地区，并致力于推进教育创新，优先考虑广大基层、农村、边疆地区的教育需求（杨志坚,2011）。我国的远程高等教育促进经济增长的效应应该在西部边疆地区更大。本研究也将对此进行实证检验。

总之，本研究将实证检验远程高等教育是否促进了全国的经济发展，以及是否促进了西部地区的经济发展。

三、研究模型

为了验证远程高等教育是否能够促进全国的经济发展，本研究采用扩展的索洛增长模型。该模型将储蓄率、人口增长率和技术进步视为外生变量，是一种经典的外生增长模型（Solow,1956）。本研究采用扩展的索洛增长模型，主要有如下原因：首先，尽管有研究者提出了新的经济增长模型（如内生增长模型），但格里高利·曼昆（Gregory Mankiw）及其合作者发现将人力资本纳入索洛增长模型可以有效地解释大约80%的国别人均收入差异（Mankiw et al.,1992）。因此，他们认为不应该抛弃索洛模型这一外生增长模型而去支持假定资本规模报酬不变或递增的内生增长模型，应该在原始索洛模型的基础上加入人力资本变量，进而提出了扩展的索洛增长模型。可见，扩展的索洛增长模型有助于实证分析教育与经济增长之间的关系。其次，曼昆等（Mankiw et al.,1992）还发现，索洛增长模型的一个优点是成功预测了较高的储蓄率将提高社会的全要素生产率。而我国是一个高储蓄率的国家，因此索洛增长模型的这一特点非常适合预测中国的经济增长。最后，王健（2005）研究发现，扩展的索洛增长模型适用于实证分析转型国家的经济增长。而我国经济从改革开放以来一直处于各种转型中，包括计划经济向市场经济转型、加入世贸组织、产业升级转型等。与此同时，我国远程高等教育也面临着重大转型，包括远程高等教育规模的快速增长、网络高等教育形式的加入、广播电视大学向开放大学的转型等。因此，虽然尚未有实证研究分析远程高等教育对经济增长的促进作用，也没有理论文章分析扩展的索洛增长模型在其中的适用性，本研究依然选择扩展的索洛增长模型对中国的远程高等教育促进经济增长进行实证分析，并基于扩展的索洛增长模型构建如式（1）所示的远程高等教育与经济增长之间的函数：

其中，被解释变量PerGDP为衡量地区经济发展水平的人均GDP变量。主要解释变量NET为远程高等教育规模变量，由于我国目前远程高等教育主要为本专科教育，因此本研究采用每10万人口的远程本专科在校生人数作为衡量指标。FACE为面授本专科教育规模变量，采用每10万人口的面授本专科在校生人数加以衡量。HC为人口平均受教育年限，根据人口抽样普查数据计算得出，用以控制现有人力资本对经济增长的影响。INV为社会固定资产投资的GDP占比，用来控制资本积累的影响。TECH为人均技术市场合同输出金额，用来控制技术进步的影响。OPEN为地区人均进出口数额，用来控制对外开放水平。

本研究使用我国省级面板数据进行实证分析，在具体的实证模型方面，采用对柯布-道格拉斯函数两边同时取对数得到的双对数模型。由于远程本专科教育规模和其他控制变量受到不同年份的影响，和时间效应相关，因此本研究选取聚类稳健的固定效应模型，以省份为单位进行了聚类。这一模型通过了豪斯曼（Hausman）检验（p=0.001），并且控制了组间异方差和组内自相关的影响，最终实证模型如式（2）所示：

其中，i为省份，t为年份，lnperGDPi，t为人均GDP对数值；lnNETi，t为每10万人口的远程本专科教育在校生人数对数值，lnFACEi，t为每10万人口的面授本专科教育在校生人数对数值；Xi，t为一组控制变量，包括人口平均受教育年限的对数值lnHCi，t、固定资产投资的GDP占比对数值lnINVi，t，人均技术市场合同输出金额对数值 lnTECHi，t、人均进出口数额对数值 lnOPENi，t；θt为时间虚拟变量，用以控制不同年份的其他经济和社会因素的影响；εi，t为随机扰动项。

本研究主要关注的参数是《中国工程教育发展报告》，时间跨度2017—2021年，如果β显著为正，则表示远程高等教育能够显著促进地区经济增长。关于实证模型（2），本研究还有如下几点说明。

第一，关于远程高等教育规模这个变量，本研究使用了在校生数量和毕业生数量两个不同的变量进行分析，发现在校生数量的模型拟合优度更高。这是能够理解的。其一，曼昆等人（Mankiw et al.,1992）的研究也发现使用不同的人力资本变量会导致模型的拟合优度存在较大差异；其二，在校生的拟合优度更高，可能是因为在校生既可以充当人力资本促进经济增长，又可以作为教育消费拉动经济增长。

第二，人口平均受教育年限可以看作已有人力资本的存量，而远程高等教育规模可以看成人力资本的增量。大量研究发现，人力资本存量与增量的增加都会显著促进经济发展（Nelson&Phelps,1966;Lucas,1988;Romer,1990;Barro,2001）。基于此，本研究的模型中就有了人力资本的存量和人力资本的增量。

第三，因果推断并不是本研究的研究重点。在模型（2）中远程高等教育规模的系数β的含义可以有多种解释。其中一种解释是远程高等教育对于经济增长的促进作用。也有研究者认为β表明的是教育和经济发展之间一种反向的因果关系，也就是人们对未来经济发展的预期会影响教育投资，因此预计未来经济的发展会导致现在教育投资的增加（Bils&Klenow,2000）。按照这种逻辑，β就是指人们因预计经济发展的变化而导致对远程教育进行投资的变化。本研究假定β就是远程高等教育对于经济增长的贡献。当然本研究也会通过格兰杰（Granger）因果关系检验来验证到底是远程高等教育促进了经济增长，还是因为预计到未来的经济增长从而促使个人与政府投资远程高等教育。

四、数据和研究假设

（一）数据

本研究所用的数据都是研究者通过《中国统计年鉴》《中国教育统计年鉴》《中国科技统计年鉴》《中国城市统计年鉴》《国家开放大学教育统计年鉴》收集并整理得到的1997—2016年中国大陆30个省级行政区（不包括西藏自治区）的面板数据，既有同一省份不同年份的数据，又有同一年份不同省份的数据。其中，人均国内产值、每10万人的面授本专科在校生数均根据《中国统计年鉴》的国内生产总值、面授本专科在校生总数除以总人口数计算得来。人口平均受教育年限是本研究基于《中国统计年鉴》《中国教育统计年鉴》的相关数据，根据国际上较常用的永续盘存模型（Perpetual Inventory System），遵循巴罗和李（Barro&Lee,1993）的方法计算得来（由于该变量在本研究中只是一个控制变量而非核心自变量，因此不对此计算过程进行详细论述）。固定资产投资占比和人均技术市场合同输出金额来自《中国科技统计年鉴》《中国城市统计年鉴》。

本研究的核心自变量是每10万人的远程本专科在校生数，由“网络本专科生在校学生数”“函授本专科在校生数”“中央广播电视大学/国家开放大学在校学生数”三项指标加总后除以总人口数得到。其中，“网络本专科生在校学生数”来自《中国统计年鉴》，“函授本专科在校生数”来自《中国教育统计年鉴》，“中央广播电视大学/国家开放大学在校学生数”来自《国家开放大学教育统计年鉴》。整体而言，我国远程高等教育的总规模呈现明显上升的发展趋势，只是在2013—2015年出现了一定的下降；我国远程高等教育的总规模还呈现明显的地区差异，东部遥遥领先于中部和西部。具体情况可以参阅李锋亮等（Li et al.,2022）关于我国远程高等教育规模区域均衡的研究。

本研究的某个年份、某个省份的人均GDP、人均技术市场合同输出金额、人均进出口数额都是实际值，即以1980年的实际值为基准将名义值调整后得到的实际值。各变量的简单描述统计如表1所示。

表1 各变量的简单描述统计

（二）研究假设

通过模型（2）和收集到的面板数据，本研究就可以从整体上估计出远程高等教育对于全国各地经济发展的贡献，即本研究的假设1，远程高等教育将显著促进经济增长。

接下来将根据第二部分所述继续提出若干需要检验的研究假设。我国发展远程高等教育的一个重要目标是向广大边疆地区提供优质教育资源，因此我国远程高等教育对经济增长的贡献应该有地区差异。本研究通过将样本按照地区分组的方法估计东部、中部和西部三个地区远程高等教育对于经济发展的贡献。本研究认为因为西部地区传统面授的高等教育相对薄弱（李锋亮&刘帆,2009），而国家对西部地区又有专门的远程教育项目，因此远程高等教育可能对西部地区经济发展的贡献最大。由于东部地区传统面授的高等教育较为发达（李锋亮&刘帆,2009），因此远程高等教育可能对东部地区经济发展的贡献最小。按照上述逻辑，提出第二个研究假设：假设2.1，远程高等教育对于我国东部、中部和西部地区的经济增长都有着显著的正向促进作用；假设2.2，这一促进作用将与地区经济的发达程度呈负相关关系，即东部地区的促进作用最小，西部地区的促进作用最大。

五、实证结果及其讨论

由于本研究所用数据是各省的面板数据，因此就必须使用专门的面板数据的回归方程进行回归估计。面板数据的回归模型有两种：一种是固定效应（fixed effect）模型，另一种是随机效应（random effects）模型。具体使用哪一种模型，要通过豪斯曼（Huasman）检验才能确定。本研究通过豪斯曼检验发现，无论是全国各省样本还是分不同地区、不同年代的样本，都是采取固定效应模型进行估计更为有效。因此，本研究采用固定效应模型。

（一）全国样本情况

表2列出了全国样本的固定效应模型回归结果。结果表明，在控制了其他因素的情况下，每10万人的远程本专科在校生数对人均GDP的影响显著为正，显著性水平为p＜0.01，这意味着远程高等教育规模的扩大能够促进地区经济增长。具体而言，在控制人均受教育年限、固定资产投资占比、人均技术市场合同输出金额、人均进出口数额和面授高等教育等因素后，远程本专科在校生规模每提高1%，地区人均GDP将提高0.075%。调整后的R方达到了0.986，表明模型的拟合程度较好。这样实证结果支持了假设1，即就整体而言，在控制了相关因素后，远程高等教育对于全国各地的经济增长有显著的正向促进作用。

表2 全国样本的固定效应模型回归结果

本研究进一步通过全国总体情况的时间序列数据，对于远程高等教育与经济发展之间的关系做了格兰杰检验。格兰杰检验是希望通过统计上的方法说明一个变量的过去值能否预测另一个变量的未来值，是因果关系的必要条件。本研究用全国每10万人远程本专科在校生数自然对数的滞后两阶来预测全国人均GDP自然对数的当期值。结果显示系数是显著的，意味着远程高等教育在校生规模是人均GDP的格兰杰原因。这说明对于全国总体而言，远程高等教育规模的增加，拉动了对学习的投资，增加了全国整体的人力资本，进而促进了经济发展。此外，本研究还发现人均GDP也同样是远程高等教育规模增长的格兰杰原因。这说明经济增长有助于拉动潜在的学习者对于远程高等教育的投资。当然，需要说明的是，格兰杰检验严格意义上不能代表因果关系，而只能代表变量的动态相关关系。由于因果推断并不是本研究的研究重点，不再赘述。

表2还显示，每10万人的面授本专科在校生数对地区人均GDP的影响显著为正，显著性水平为p＜0.05，且其系数0.186大于远程本专科在校生数。这说明面授高等教育对地区经济增长的贡献更大，大致是远程高等教育效应的两倍。除此之外，其他变量的影响同样值得关注。人均受教育年限、固定资产投资占比、人均技术市场合同输出金额和人均进出口数额均对地区人均GDP的影响显著为正，显著性水平为p＜0.1。这意味着地区人力资本存量的提升、资本的积累、技术的进步和对外开放程度的增加都能够促进地区的经济增长。

（二）东、中、西部的地区差异分析

接下来，本研究将对假设2进行实证检验，即分析远程高等教育规模对经济增长贡献的地区差异。本研究将全部省级样本按照国家统计局的划分方法分为东部地区、中部地区、西部地区三组，进行回归。回归结果报告如表3所示。

表3 远程高等教育促进经济增长的地区差异分析

结果表明，在控制了其他因素的情况下，远程高等教育对东、中、西部地区经济增长的影响均显著为正，这说明实证结果支持了假设2.1。与之相对比，面授本专科教育对西部地区经济增长的影响显著为正，而对东部和中部地区经济增长的影响不显著，甚至对中部地区经济增长有负向不显著的效应。为什么东部和中部远程高等教育对经济的促进作用更大呢？本研究尝试从地区经济发展阶段以及远程高等教育对弱势群体的帮助这两个方面进行解释。其一，李锋亮和王瑜琪（2020）基于国别面板数据的实证研究发现，随着国家收入水平的不断增加，本专科教育对经济增长的效应逐渐消退甚至变得不显著，而研究生教育对经济增长的效应逐渐增强；其二，李锋亮等（2015）的研究发现，远程高等教育对农村、女性等弱势群体的收入促进效果更明显。因此，在东部这样的经济发达地区和中部这样的经济较发达地区，面授教育中促进经济增长的主要动力已经上移到研究生教育，而远程本专科教育对于经济发达与较发达地区的弱势群体依然具有较好的收入促进效应，进而促进经济增长，这样在东部和中部地区，面授本专科教育对经济增长的促进作用就弱于远程本专科教育了。

再来看假设2.2的检验情况。表3显示远程高等教育对中部地区经济增长的贡献最大，而对东部和西部地区经济增长的贡献相对较小。通过加入地区虚拟变量和远程高等教育规模之间交互项的方法可以发现，这个地区差异在统计上是显著的。这显然和假设2.2不符。我国远程高等教育有着一系列专门针对西部地区社会经济发展的项目，而且西部地区的传统面授高等教育的资源最为薄弱（李锋亮&刘帆,2009），远程高等教育本应该对西部的经济发展促进作用最大，为什么实证结果显示却是最小呢？而远程高等教育为什么对中部地区的经济发展促进作用最大呢？

本研究试图从地区远程高等教育入学机会均衡角度进行分析。有研究以省际远程高等教育的基尼（Gini）系数与泰尔（Theil）系数作为衡量，实证分析了我国远程高等教育的区域分布均衡的变化，发现随着远程高等教育规模的扩展，在东部地区和中部地区远程高等教育的区域分布均衡状况都有改善的趋势，但在西部地区远程高等教育的区域分布均衡状况最为糟糕，而且有持续恶化的趋势（Li et al.,2014;Li et al.,2022）。已有国际上的研究发现，教育的区域不均衡可能会拖累经济发展（Perotti,1996;Easterly,2001），而且这种拖累效应在低收入国家与地区更为明显（Birdsall&Londoño,1997）。我国西部地区经济欠发达，创新能力偏低，本来是本专科教育可以大显身手的地方（李锋亮&王瑜琪,2020），如果远程本专科教育能够扩大人力资本积累的地区辐射面，将有助于地区的产业转型。然而，远程高等教育在西部地区的省际分布越来越不均衡，导致西部若干省份得不到远程本专科教育的有效辐射，加上这些省份长期处于高层次人才净流失状态，因而远程本专科教育对当地经济促进作用没有有效发挥出来。这就能解释为什么西部地区远程高等教育对经济发展的促进作用最小。

欣喜的是，表3各列远程本专科规模的系数都显著为正，而面授本专科规模的系数只有西部地区显著为正。这说明，在东部和中部地区，远程本专科教育对经济增长的贡献要大于面授本专科教育，这说明远程本专科教育不仅成为整个本专科教育的重要组成部分，而且也成为重要的经济增长引擎，这在中部地区尤其明显。由于东部地区经济增长的要素更加多元，因此需要着重发掘中部地区和西部地区远程高等教育对经济增长的贡献。对于中部地区而言，可以继续增加其规模；对于西部地区而言，可以从区域分布均衡着手，进一步提高远程高等教育推动经济增长的效率。

六、结论与展望

尽管远程教育的一个重要功能是促进社会经济的发展（Siaciwena,2008），但是目前只有少量的实证研究分析远程教育对经济发展的促进作用，而且已有实证研究多为案例分析，缺乏严格的定量分析。本研究实证分析了远程高等教育对于经济增长的贡献和这一贡献的地区差异，并和面授本专科教育进行了比较，弥补了该领域实证研究的缺乏。

本研究基于索洛增长模型，使用1997—2016年我国的省际面板数据和固定效应模型，进行了实证分析，并获得如下实证发现。

第一，在控制了地区人力资本存量、资本积累、技术进步和对外开放以及面授本专科在校生规模后，远程本专科在校生规模对我国各省的经济发展有着显著的正向促进作用，即对于全国总体而言，远程高等教育学习者规模的扩大，增加了社会的人力资本，进而显著促进了经济增长。更应注意的是，在东部和中部地区，远程本专科教育的促进效应居然大于面授本专科教育的促进效应。

第二，远程本专科教育对东、中、西部地区经济增长的影响均在10%的水平上显著为正，说明无论是东部发达地区，还是中西部欠发达地区，远程本专科教育均能显著促进经济增长。与之形成鲜明对比，虽然面授本专科教育对西部地区经济增长具有显著正向促进作用，但在东部和中部地区的经济促进效应并不显著。

第三，从不同地区来看，远程高等教育对中部地区经济增长的促进作用最大，而对西部地区经济增长的促进作用最小，本研究将其归因于西部地区远程高等教育区域分布不均衡现象。

基于上述实证发现与分析，本研究认为我国的远程高等教育应该在以下方面进行改进。

第一，我国相关教育行政部门需要重视远程高等教育的经济价值。这是因为无论是对办学机构而言还是对学习者而言，远程高等教育的成本都相对低廉（李锋亮等,2013;Li&Chen,2012），而其对经济增长的促进效应不亚于面授高等教育。

第二，需要加大对中部远程高等教育的投入。这是因为中部的经济发展水平和高等教育资源都落后于东部，因此未来不仅要继续提高中部地区远程高等教育的规模，而且需要针对中部的社会经济发展状况设计专门的项目，以更好发挥远程高等教育对中部地区经济增长的促进作用。

第三，促使西部地区远程教育资源的区域分布均衡。虽然我国远程高等教育针对西部地区有一系列专项，但是这些项目在西部地区的省际分布并不均衡，而且不均衡现象在持续加剧，基尼系数和泰尔系数在持续上升（Li et al.,2014;Li et al.,2022），很多需要高等教育的潜在学习者较难获得接受远程高等教育的机会，这会在很大程度上限制当地经济的发展。

本研究仅仅是一个探索性研究（pilot study），一些会影响到经济增长的因素（如制度、教育质量等）并未纳入模型，也不是一个非常严格的因果推断。本研究呼吁更多的学者对这一议题进行更加严格、深入和更长时段的实证研究。