中國高等教育發(fā)展的推動力分析
——基于城市化的視角

呂健

（同濟大學馬克思主義學院市場經(jīng)濟研究所，上海200092）

中國高等教育發(fā)展的推動力分析
——基于城市化的視角

呂健

（同濟大學馬克思主義學院市場經(jīng)濟研究所，上海200092）

本文采用動態(tài)空間面板數(shù)據(jù)模型，考察了中國高等教育發(fā)展的推動力問題。實證結果表明：城市化進程顯著地推動了高等教育的發(fā)展；高校教育經(jīng)費投入對于高等教育的推動力存在著東西部不平衡；中國的工業(yè)化進程支持了高等教育的發(fā)展；高等教育的發(fā)展存在著東部相互帶動，中、西部相互競爭的現(xiàn)象。最后，本文認為，城市化不僅實現(xiàn)了人口由農(nóng)村向城市的轉移，也促進了人們思想觀念的轉變和進步，提高了接受高等教育的意愿。

高等教育；城市化；動態(tài)空間面板數(shù)據(jù)

一、引言

1978年以來，中國的高等教育得到了持續(xù)、快速的發(fā)展。1978～1999年間，普通高等院校從598所增加到1071所，2013年已達2490所。每十萬人中高校在校學生數(shù)已從1978年的88.927人上升到了1998年的273.24人，增長了2.07倍，而截至2013年末，這一數(shù)字已增至1813.81人，是1999年擴招前的6.64倍。那么，中國高等教育持續(xù)、快速發(fā)展的推動力量是什么呢？顯然，對于這個問題的回答不能忽視其歷史背景，即改革開放給中國經(jīng)濟社會所帶來的巨大變化。其中，城市化進程、高等教育經(jīng)費投入、經(jīng)濟結構、城市收入、對外開放等因素都對高等教育發(fā)展起到了顯著的推動作用。尤其是城市化發(fā)展，已經(jīng)成為當今中國社會發(fā)展變化的重要推動力量。

中國的城市化水平從改革開放伊始的不到18%，上升至2013年的53.73%，城市化率年平均增長速度超過1%。早在19世紀，馬克思就指出，城市化“使城市人口比農(nóng)村人口大大增加起來，因而很大一部分脫離了鄉(xiāng)村生活的愚昧狀態(tài)”?？梢?，人們在城市化進程中不僅改變了生產(chǎn)和生活，也更新了思想和觀念，這無疑為高等教育的發(fā)展提供了精神動力。因此，進入21世紀以來，城市化與高等教育發(fā)展之間的關系就成了國內(nèi)外學者們關注的焦點。

二、文獻綜述

在高等教育發(fā)展的推動力研究方面，Thurow（1972）認為在地位競爭程度不斷提高的情況下，高等教育將擴張的更快，他還基于歐美國家的樣本進行了經(jīng)驗分析[1]。Collins（1979）通過考察高等教育發(fā)展歷史，發(fā)現(xiàn)隨著學歷教育的擴大，學歷決定社會地位導致了激烈的競爭，從而構成了高等教育發(fā)展的動力[2]。進一步地，Emmerij（1981）提出了教育與社會分層關系導致就業(yè)競爭中對學歷要求上升的螺旋形理論，并闡釋了高等教育發(fā)展的推動力[3]。而Watlers（2000）則認為，在國家試圖縮小教育機會不平等的情況下，社會上層為了維護自身在教育上的優(yōu)越地位而推動高等教育的擴張[4]。針對中國高等教育在改革開放之后的快速發(fā)展，許多國內(nèi)學者也進行了深入的分析。鄧曉春教育科研小組（2006）的研究表明，經(jīng)濟增長方式轉變、產(chǎn)業(yè)結構優(yōu)化升級過程中對高素質人才的需求，以及人民生活水平的提高，都有力地推動了高等教育的發(fā)展[5]。陳晉玲（2012）利用時間序列研究后發(fā)現(xiàn)，產(chǎn)業(yè)結構優(yōu)化對促進了高等教育的發(fā)展，且這種促進作用在短期內(nèi)更強[6]。樊奇（2013）分別通過實證研究指出，經(jīng)濟增長和教育經(jīng)費投入的增加是高等教育規(guī)模提高的重要推動力量[7]。另外，姜爾林（2013）基于地位競爭視角的研究發(fā)現(xiàn)，在市場轉型背景下，激烈的就業(yè)競爭形成了中國高等教育擴張的社會動力[8]。

關于城市化與高等教育發(fā)展的研究，國外學者大多是從經(jīng)濟理論對城市化與教育（人力資本）的影響入手的。West（1975）基于教育存量和增量的角度，分析了城市經(jīng)濟與教育發(fā)展之間的關系[9]。Krueger&Kumar（2003）指出，城市化中政府教育投入的差異，會對教育產(chǎn)生較大的影響[10]。另外一些學者則把人力資本作為考察城市化與高等教育發(fā)展之間的橋梁。如Black& Henderson（1999）認為，城市人口增長與高等教育形成的人力資本之間有著重要的關系[11]；Glaeser&Saiz（2003）的研究表明教育的發(fā)展對城市化進程同樣具有反作用[12]。在國內(nèi)，何志方（2001）指出城市化進程為高等教育規(guī)模的擴大提供動力和市場需求，可以視作高等教育規(guī)模的決定因素[13]。劉鐵、鄔大光（2002）對珠三角進行了研究，認為城市化進程會對高等教育的人力資源表現(xiàn)出旺盛的需求，進而促進高等教育的發(fā)展[14]。賴德勝、鄭勤華（2005）的實證表明，大規(guī)模的城市人口增長，城市產(chǎn)業(yè)的集聚和升級，引發(fā)了教育規(guī)模的不斷擴大[15]。李煜偉等（2012）通過數(shù)據(jù)分析發(fā)現(xiàn)，城市化進程使得城市對高等教育資源產(chǎn)生強烈需求，大部分城市形成了對外部資源的強大吸引力，而資源的集聚有力地推動了高等教育的發(fā)展[16]。

通過文獻回顧，可以發(fā)現(xiàn)，已有的研究在為我們提供參考、借鑒和啟示的同時，也反映出了其中的不足：一是實證研究的缺乏，針對城市化與高等教育發(fā)展的文獻大多采用的是定性研究，而實證研究現(xiàn)已成為教育科學理論建設的重要手段；二是實證研究技術過于單一，大多采用的是反映全國整體狀況的時間序列數(shù)據(jù)分析，基本沒有能夠體現(xiàn)地區(qū)間差別的面板數(shù)據(jù)分析。

與目前國內(nèi)外已有研究不同，本文體現(xiàn)了如下兩方面的分析技術改進：第一，采用的是中國31個省、自治區(qū)、直轄市（下文簡稱省份）1978～2013年的面板數(shù)據(jù)，可以同時反映時間和空間維度上的變化，且樣本數(shù)量較大。第二，本文充分考慮了空間作用，采用空間數(shù)據(jù)分析方法，在考察城市化和經(jīng)濟增長等因素對高等教育發(fā)展影響的同時，又分析了其他地區(qū)高等教育發(fā)展對本地區(qū)的影響，從而使得實證分析的結果更加切合實際。

三、研究方法與樣本數(shù)據(jù)

（一）研究方法

1.動態(tài)空間面板數(shù)據(jù)模型

當樣本回歸分析局限于特定地區(qū)時，固定效應模型更優(yōu)，因為該模型控制了個體固定效應和時點固定效應這兩類非觀測效應。考慮到空間模型的穩(wěn)定性和空間協(xié)整，Lee和Yu（2010）提出了動態(tài)空間面板數(shù)據(jù)模型，及其估計方法[17]259。以個體時點雙固定效應的動態(tài)空間滯后模型為例，其表達式可以寫作：

其中，y為被解釋變量，X為解釋變量矩陣，ρ為空間回歸系數(shù)，W為n階空間權重矩陣，μ為個體固定效應，φ為時點固定效應，ε為隨機誤差向量。

根據(jù)空間計量理論，如果一個計量模型滿足空間滯后模型和空間誤差模型之中任意一個或同時滿足兩者時，需要進一步構建和考察更加廣義的計量模型，即空間杜賓模型（SDM），其表達式可以寫作：

其中，WX表示解釋變量的空間滯后項。一般地，如果模型中存在遺漏變量，且這些變量又恰好和解釋變量相關，那么該模型只有包括了空間滯后解釋變量才能得到無偏估計。

因此，我們嘗試在空間杜賓模型的基礎上構建動態(tài)空間面板數(shù)據(jù)模型，即：

2.估計方法

早在20世紀70年代，極大似然估計方法（ML）就被應用于空間滯后模型和空間誤差模型。該估計方法的出發(fā)點是誤差項服從正態(tài)分布，模型被解釋變量服從多元正態(tài)分布。Lee和Yu（2010）基于此理論，提出了最小平方虛擬變量（LSDV）估計方法[17]262。但是，在一個嚴格的漸進理論條件下，當樣本的個體數(shù)N和時期數(shù)T趨于無窮大，且N/T的極限介于1和無窮大之間時，LSDV方法估計結果是有偏的。因此，Lee和Yu（2010）提出了誤差修正的最小平方虛擬變量（BCLSDV）估計方法[17]263。

如果模型具有穩(wěn)定性，即τ+ρ+η＜1，BCLSDV方法得到的參數(shù)估計結果是一致的。如果模型不具有穩(wěn)定性，則需要對BCLSDV方法做進一步的調整，動態(tài)空間面板數(shù)據(jù)的估計也將變得復雜許多。主要的做法如下：一是運用空間差分方法對公式（3）兩邊同時乘以矩陣（I-W），將樣本時期數(shù)從T調整為T-1；二是消除時點固定效應，因為無時點固定效應的一階差分模型的估計結果與有時點固定效應的水平模型相同；三是以新的空間權重矩陣W*代替W，而W*的行元素之和不要求恒等于1，且W*的N-1個特征值與W剔除單位特征值之后相同。

3.內(nèi)生性問題

我們通過以下方法來處理內(nèi)生性問題：第一，個體時點固定效應空間杜賓模型引入了解釋變量的空間滯后項，在一定程度上較好地解決遺漏變量問題。第二，個體固定效應和時點固定效應，能夠控制隨個體（時點）變化但不隨時點（個體）變化的背景因素的影響，也可以部分地消除由于遺漏變量帶來的內(nèi)生性問題。第三，空間計量方法利用極大似然估計方法，空間效應系數(shù)將會受到對數(shù)似然函數(shù)中的雅可比項（Jacobian Term）的約束，從而可以有效解決內(nèi)生性問題。第四，動態(tài)空間面板數(shù)據(jù)模型中含有被解釋變量一階滯后項，也可以從一定程度上消除模型的內(nèi)生性問題。

4.空間矩陣的設定

空間計量模型中的空間權重矩陣設定，多采用鄰接法或距離法。鄰接法認為地區(qū)i和地區(qū)j若相鄰，則矩陣元素Wij取值為1，表示兩者之間有影響；否則Wij取值為0，表示兩者之間無影響。但是，僅以是否相鄰判斷空間影響作用并不妥當。因此，我們認為地區(qū)之間影響作用的大小取決于它們之間距離的遠近，空間權重矩陣元素應該采用兩地中心位置距離平方的倒數(shù)，即Wij=1/dij2（呂健，2012）[18]，這樣，地區(qū)之間的空間聯(lián)系將隨著距離的增加而衰減，更加符合地理學第一定理。

（二）樣本數(shù)據(jù)

一個國家高等教育發(fā)展的推動機制，通常由城市化率、高校教育經(jīng)費投入、經(jīng)濟結構、城市收入水平、對外開放水平等指標構成。城市化進程使得人們接受高等教育的意愿日益強烈，也逐漸成為高等教育發(fā)展的精神動力；高校教育經(jīng)費投入則是高等教育發(fā)展的物質基礎。另外，經(jīng)濟結構、城市收入水平和對外開放水平的提高，也會高等教育發(fā)展產(chǎn)生一定的影響。因此，在考察城市化對高等教育發(fā)展的推動作用時，把高校教育經(jīng)費投入、第二、三產(chǎn)業(yè)的比重、城市收入水平、對外開放程度作為控制變量引入。

我們以中國內(nèi)地31個省份為空間樣本，數(shù)據(jù)選取時期為1978～2013年。具體說明如下：

1.變量界定

高等教育發(fā)展水平（higher），我們以每十萬人中高等院校在校學生數(shù)來表示；城市化率（urban）以城鎮(zhèn)人口占當?shù)乜側丝诘谋戎貋肀硎?；人均高校教育?jīng)費投入（funds）則以中央部門高校和地方高校教育經(jīng)費總收入除以人口數(shù)之后的平減數(shù)表示；第二、三產(chǎn)業(yè)的比重（sip、tip）以產(chǎn)業(yè)產(chǎn)值在GDP中的占比表示；城市收入水平（wage）以城鎮(zhèn)職工平均工資的平減數(shù)表示；對外開放水平（open）則參照對外依存度指標，以進出口總額與GDP之比表示。各個變量的描述性統(tǒng)計結果如表1所示。

2.數(shù)據(jù)來源

本文所使用的原始數(shù)據(jù)主要來自《新中國60年統(tǒng)計資料匯編》、《中國統(tǒng)計年鑒》、《中國教育經(jīng)費統(tǒng)計年鑒》、各省《統(tǒng)計年鑒》和教育類年鑒；2013年數(shù)據(jù)來自各省《2013年國民經(jīng)濟和社會發(fā)展統(tǒng)計公報》以及統(tǒng)計部門的快報；少數(shù)省份的個別年份數(shù)據(jù)缺失，我們根據(jù)其變化趨勢進行推算補齊；為了避免量綱及異方差的影響，則采用原始數(shù)據(jù)的自然對數(shù)值進行分析。

我們選取中國內(nèi)地31個省份，并按通常的區(qū)域劃分習慣，把北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南等11個省份作為東部地區(qū)，把山西、內(nèi)蒙古、吉林、黑龍江、安徽、江西、河南、湖北、湖南等9個省份作為中部地區(qū)，把廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆等11個省份作為西部地區(qū)。后文的分析均以此劃分為準。

四、實證分析

（一）普通計量分析

首先，我們進行普通動態(tài)面板模型分析，以檢驗是否存在空間相關性，并判斷空間關聯(lián)的具體形式。主要選取兩類動態(tài)面板數(shù)據(jù)模型。一是無固定效應模型：

二是個體時點雙固定效應模型：

實證結果表明，雖然無固定效應的動態(tài)面板模型有部分回歸系數(shù)通過了顯著性水平的檢驗，但對4類地區(qū)的這些模型進行多余的固定效應檢驗之后，發(fā)現(xiàn)F值和χ2值均較大，且伴隨概率均為0，這意味著模型中存在著固定效應，應予舍棄。根據(jù)聯(lián)合顯著性檢驗結果，我們發(fā)現(xiàn)4類地區(qū)的個體固定效應和時點固定效應動態(tài)面板模型均不及雙固定效應動態(tài)面板模型合理，因此不擬采用。表2報告了4類地區(qū)雙固定效應動態(tài)面板模型的估計結果，而其他不合理或不擬采用的模型估計結果不再給出。

表1 變量的描述統(tǒng)計（樣本數(shù)：1116）

在表2中，模型1～4估計殘差的LM檢驗結果表明，每個模型的4個LM檢驗指標幾乎都通過了10%水平的顯著性檢驗，這說明這4個模型的殘差均存在空間相關性，普通動態(tài)面板模型無法準確刻畫被解釋變量與解釋變量之間的關系。另外，4個模型也同時滿足了空間滯后模型和空間誤差模型的要求，因此，需要進一步檢驗SDM模型的合理性。

表2 普通面板模型的回歸結果

（二）空間計量分析

根據(jù)上文的分析結論構建個體時點雙固定效應動態(tài)空間杜賓模型，其表達式為：

根據(jù)Lee和Yu（2010）的BCLSDV估計方法[17]263，我們分別對4類地區(qū)的個體時點雙固定效應動態(tài)空間杜賓模型進行估計，結果如表3所示。不難發(fā)現(xiàn)，模型5～8的在R2和logL指標上均優(yōu)于表2中與之對應的模型1～4，說明普通雙固定效應動態(tài)模型由于忽略了空間相關性，估計結果存在偏差，而雙固定效應動態(tài)空間杜賓模型考慮空間相關性，在很大程度上修正了這種偏差。此外，4個模型的Wald檢驗和Hausman檢驗的結果也支持了對于固定效應動態(tài)空間杜賓模型的設定。

根據(jù)表3，可以得到以下結論：

第一，所有模型的lnurban系數(shù)均為正，且通過了1%水平的顯著性檢驗，表明城市化推動了中國高等教育的發(fā)展。這種推動力在中部最大，全國次之，東部最小。原因可能是中、西部地區(qū)經(jīng)濟社會發(fā)展相對落后，城市化在生產(chǎn)、生活上帶來的新觀念，更能夠調動人們接受高等教育的積極性。在東部以外的3類地區(qū)中，鄰近省份城市化進程對本省也有著顯著的正向作用。

第二，所有模型中的被解釋變量一期滯后項的系數(shù)通過了顯著性水平檢驗。意味著中國各個省份在高等教育發(fā)展上均具很強的連慣性。此外，在東部地區(qū)，其他省份本年高等教育發(fā)展對本省同樣具有正向的影響，說明具有示范、帶動和學習作用；而在中、西部地區(qū)，這種影響為負，各省在高等教育發(fā)展上存在競爭關系。

第三，關于高校教育經(jīng)費投入對于高等教育的推動力，在東、中、西部地區(qū)依次減小，但東部明顯大于其他3類地區(qū)，在一定程度上反映了中國在高校教育經(jīng)費投入上存在著東西部不平衡，容易形成好者愈好差者愈差的“馬太效應”。

第四，在全國和東、西部地區(qū)，第二產(chǎn)業(yè)比重均與高等教育的發(fā)展存在著顯著正相關，說明在中國的工業(yè)化進程推動了高等教育的發(fā)展。第三產(chǎn)業(yè)的發(fā)展，僅在全國和東部地區(qū)對高等教育有較大的支持，而中、西部則不顯著。

第五，除西部地區(qū)外，城市收入水平的提高在一定程度推動了高等教育的發(fā)展，但由于中國城鎮(zhèn)居民收入水平仍然不高，這種推動力相當有限。對外開放水平僅在全國和中部地區(qū)對高等教育的發(fā)展起到了一定的促進作用，說明中國仍需繼續(xù)擴大開放。

五、穩(wěn)健性檢驗

由于本文采用的是全國31個省份1978～2013年的樣本數(shù)據(jù)，因此，在穩(wěn)健性檢驗中將不再改變數(shù)據(jù)規(guī)?；虬雌渌麡藴收{整分類，而主要采用替換變量和改變計量模型的做法進行穩(wěn)健性檢驗。具體地說明如下：

第一，在相關研究中，反映高等教育發(fā)展水平的變量除了可以用每十萬人中高校在校學生數(shù)表示之外，還可以使用高校畢業(yè)學生數(shù)、高校招生人數(shù)、高校教師人數(shù)等指標表示。我們認為高校的畢業(yè)學生數(shù)比招生人數(shù)和教師人數(shù)更能反映高等教育的發(fā)展水平，因此，可以考慮使用每十萬人中高校畢業(yè)學生數(shù)來代替被解釋變量，考察其與城市化率之間的關系（結果參見表4）。

表3 動態(tài)空間杜賓模型的回歸結果

表4 替換變量的穩(wěn)健性檢驗結果

第二，考慮到空間模型的穩(wěn)定性和空間協(xié)整，本文在實證中選擇了空間動態(tài)面板數(shù)據(jù)模型，其實證結果也支持了城市化對高等教育發(fā)展的推動作用。但是，靜態(tài)空間面板數(shù)據(jù)模型也隨著參數(shù)估計方法的不斷改進而日趨成熟。因此，我們采用靜態(tài)空間面板數(shù)據(jù)模型代替原來的動態(tài)模型進行穩(wěn)健性檢驗（結果參見表5）。

在現(xiàn)有文獻中，用城鎮(zhèn)人口占當?shù)乜側丝诘谋戎貋肀硎境鞘谢淖龇?，已被廣泛地接受。因此，在穩(wěn)健性檢驗中將不再替換此解釋變量?？紤]到報告的必要性和篇幅的有限性，我們只給出上述兩種穩(wěn)健性檢驗的部分結果。

根據(jù)檢驗結果，不難發(fā)現(xiàn)，前文實證中得到的高等教育水平與城市化率之間的關系具有較好的穩(wěn)健性；被解釋變量與其他解釋變量之間的關系在穩(wěn)健性檢驗中也沒有出現(xiàn)大的異常變化。因此，可以認為穩(wěn)健性檢驗基本上支持了高等教育水平與其推動因素之間關系。

六、啟示

通過實證分析，我們得到的啟示是：一方面，高等教育發(fā)展在省際之間會產(chǎn)生空間影響作用，在東部地區(qū)表現(xiàn)為正向的示范、帶動和學習效應，使得東部高等教育發(fā)展的相對較好；而在中、西部地區(qū)表現(xiàn)為負向的競爭效應，使得西部欠發(fā)達省份高等教育發(fā)展得相對較差，因此，西部省份的高等教育發(fā)展需要盡快擺脫這

表5 改變計量方法的穩(wěn)健性檢驗結果

表5改變計量方法的穩(wěn)健性檢驗結果種不利的發(fā)展局面，為區(qū)域經(jīng)濟社會發(fā)展提供更好的服務，這也是今后西部大開發(fā)工作的重中之重。另一方面，動態(tài)空間面板數(shù)據(jù)模型分析結果顯示，城市化進程展對中國高等教育發(fā)展的推動作用要大幅度超過人均高校教育經(jīng)費投入，這充分說明，城市化不僅實現(xiàn)了人口由農(nóng)村向城市的轉移，也促進了人們思想觀念的轉變和進步，提高了接受高等教育的意愿；而人均高校教育經(jīng)費投入對高等教育發(fā)展的貢獻偏低，說明高校教育經(jīng)費的投入并沒有對高等教育發(fā)展起到應有的拉動作用，其中最根本的原因，就是長期以來教育經(jīng)費投入占GDP的比重過低，且存在著明顯的東西部不平衡。因此，如何在一個較長的歷史時期內(nèi)，持續(xù)不斷地提高和協(xié)調教育投入，就成了中國的高等教育事業(yè)發(fā)展亟需解決的關鍵問題。

[1]Thurow,L.C.Education and Economic Equality[J].Public Interest,1972,(28):66-81.

[2]Collins,R.The Credential Society:A Historical Sociology of Education and Stratification[M].New York:Academic Press,1979: 1-222.

[3]Emmerij,L.Inequalities in Education and Inequalities in Employment[A].International Institute for Educational Planning. Planning Education for Reducing Inequalities[C].Paris:The Unesco Press,1981:129-142.

[4]Walters,P.B.Limits ofGrowth[A]Hllinan,M.T.Handbook of the Sociology of Education[C].New York:Kluwer Academic-Plenum, 2000:241-261.

[5]鄧曉春教育科研小組.論高等教育發(fā)展的動力因素與約束條件之間制衡關系[J].遼寧教育研究，2006，（5）：1-7.

[6]陳晉玲.我國高等教育、產(chǎn)業(yè)結構高級化與經(jīng)濟增長的VEC模型分析[J].武漢理工大學學報（社會科學版），2012，（6）：320-324.

[7]樊奇.轉型升級、高等教育與經(jīng)濟增長——來自江蘇的經(jīng)驗證據(jù)：1999—2011[J].教育與經(jīng)濟，2013，（6）：11-15.

[8]姜爾林.市場轉型背景下我國高等教育擴張的社會動力研究——地位競爭的視角[J].北京大學教育評論，2013，（7）：85-98.

[9]West,E.G.Education and the Industrial Revolution[M]. London:Batsford,1975:63-97.

[10]Krueger,D.,Kumar,B.K.US-Europe Differences in Technology-Driven Growth:Quantifying the Role of Education[R]. NBER WorkingPaper,2003,No.10001:2-4.

[11]Black,D.,Henderson,V.A.Theory of Urban Growth[J]. JournalofPoliticalEconomy,1999，107(2):252-284.

[12]Glaeser,E.L.,Saiz,A.The Rise ofthe Skilled City[R].NBER WorkingPaper,2003,No.10191:1-4.

[13]何志方.城市化在高等教育規(guī)模發(fā)展中的作用[J].城市發(fā)展研究，2001，（4）：41-45.

[14]劉鐵，鄔大光.高等教育發(fā)展與城市化進程的互動——以珠江三角洲為例[J].江蘇高教，2002，（5）：28-30.

[15]賴德勝，鄭勤華.當代中國的城市化與教育發(fā)展[J].北京師范大學學報（社會科學版），2005，（5）:27-35.

[16]李煜偉等.教育與城市競爭力的關聯(lián)性研究[J].教育研究，2012，（4）：29-34.

[17]Lee,L.F.,J.Yu,J.Some recent developments in spatial panel data models[J].RegionalScience and Urban Economics,2010,40(5): 255-271.

[18]呂健.產(chǎn)業(yè)結構調整、結構性減速與經(jīng)濟增長分化[J].中國工業(yè)經(jīng)濟，2012，（9）：31-43.

The Driving Force of Development of Higher Education in China：A Perspective of Urbanization

LU Jian

From a spatial perspective,this paper studies driving forces of higher education in China by dynamic spatial panel data model.Empirical results show that urbanization has significantly prompted the development of higher education.Driving force from higher education funds has the regional imbalance.China's industrialization has supported the development of higher education.There are mutual promotions in eastern region and competitions in central and western regions.Finally,this paper points out that urbanization does not only transfer rural population to urban areas,but also contribute to the changes and progress of people's ideas,and enhance their willingness to accept the higher education.

Higher Education;Urbanization;Dynamic Spatial Panel Data

F08；G40-054

A

1003-4870(2014)06-0053-07

責任編輯唐斌

2014-09-10

呂健，男，同濟大學馬克思主義學院市場經(jīng)濟研究所副教授，經(jīng)濟學博士，碩士生導師，研究方向為宏觀經(jīng)濟學、空間計量經(jīng)濟學。