數(shù)字經(jīng)濟提升高等教育資源配置效率研究

摘" "要：高等教育資源配置不充分、空間分布不均衡是影響我國教育高質(zhì)量發(fā)展的重點問題，數(shù)字經(jīng)濟時代的到來為高等教育資源合理配置和轉(zhuǎn)型升級提供了思路?；谖覈?0個省（自治區(qū)、直轄市）的面板數(shù)據(jù)，采用超效率SBM模型測算ML指數(shù)衡量我國高等教育資源配置效率，進而實證檢驗了數(shù)字經(jīng)濟對高等教育資源配置效率的影響機制。實證結(jié)果表明，數(shù)字經(jīng)濟對高等教育資源配置效率的提升具有顯著的促進作用，該結(jié)論在一系列穩(wěn)健性檢驗后仍然成立，異質(zhì)性檢驗表明數(shù)字經(jīng)濟對縮小我國教育事業(yè)發(fā)展的區(qū)位差異具有正向效應(yīng)?；谘芯拷Y(jié)論，為我國教育資源合理配置和教育事業(yè)均衡發(fā)展提出如下建議：重視數(shù)字基礎(chǔ)設(shè)施建設(shè)，加強關(guān)鍵核心技術(shù)攻關(guān)，打造數(shù)字經(jīng)濟人才高地；發(fā)揮數(shù)字產(chǎn)業(yè)化的關(guān)鍵作用，縮小教育資源配置的區(qū)位差異，推進國家教育事業(yè)均衡發(fā)展；促進數(shù)字經(jīng)濟與教育事業(yè)的深度融合，大力發(fā)展智慧教育；加快新型數(shù)字技術(shù)的融合創(chuàng)新與應(yīng)用，促進高等教育高質(zhì)量發(fā)展。

關(guān)鍵詞：數(shù)字經(jīng)濟；高等教育資源配置；教育均衡發(fā)展；SBM模型；ML指數(shù)

中圖分類號：G434" " " " "文獻標志碼：A" " " " " " "文章編號：1673-8454（2023）07-0010-12

一、引言

當(dāng)今世界，新一輪信息技術(shù)革命和產(chǎn)業(yè)變革席卷全球，數(shù)據(jù)價值化加速推進，數(shù)字經(jīng)濟與實體經(jīng)濟深度融合。互聯(lián)網(wǎng)、大數(shù)據(jù)、云計算、人工智能、區(qū)塊鏈等技術(shù)加速創(chuàng)新日益融入高等教育領(lǐng)域，教育數(shù)字化應(yīng)用釋放潛能，數(shù)字經(jīng)濟以其發(fā)展速度之快、輻射范圍之廣、影響程度之深的特點成為重組高等教育資源，重塑教育新模式、新業(yè)態(tài)的關(guān)鍵力量。新冠疫情的暴發(fā)、國際競爭態(tài)勢的加劇一定程度上加速了高等教育擁抱數(shù)字經(jīng)濟的步伐，各國競相出臺教育數(shù)字化轉(zhuǎn)型戰(zhàn)略計劃[1]。

高等教育發(fā)展水平是國家發(fā)展能力和發(fā)展?jié)摿Φ南笳?，?yōu)化高等教育資源配置不僅可以提高我國高等教育辦學(xué)水平，為教育部門提供決策依據(jù)，還可進一步促進高等教育均衡發(fā)展、促進教育強國建設(shè)[2]。黨的十八大以來，我國教育事業(yè)發(fā)展迅速，教育體系不斷完善。黨的二十大報告從“實施科教興國戰(zhàn)略，強化現(xiàn)代化建設(shè)人才支撐”的高度，對“辦好人民滿意的教育”作出專門部署，凸顯了教育的基礎(chǔ)性、先導(dǎo)性、全局性地位，為我們在新時代新征程中推動教育改革發(fā)展，辦好人民滿意的教育，建設(shè)教育強國，指明了方向、提供了根本遵循。但是，我國高等教育存在資源分布不均、教育公平落實受阻等問題，教育事業(yè)急需信息化、數(shù)字化轉(zhuǎn)型[3]。自2017年《國家教育事業(yè)發(fā)展“十三五”規(guī)劃》印發(fā)以來，《教育信息化2.0行動計劃》《中國教育現(xiàn)代化2035》《國家智慧教育公共服務(wù)平臺接入管理規(guī)范（試行）》等文件都強調(diào)了教育數(shù)字化轉(zhuǎn)型的重要性，智慧教育應(yīng)運而生。黨的二十大報告指出，堅持教育優(yōu)先發(fā)展，優(yōu)化區(qū)域教育資源配置，統(tǒng)籌職業(yè)教育、高等教育、繼續(xù)教育協(xié)同創(chuàng)新，推進教育數(shù)字化，加快建設(shè)教育強國。在此基礎(chǔ)上，以數(shù)據(jù)驅(qū)動教育資源配置為導(dǎo)向，明晰數(shù)字經(jīng)濟在高等教育資源配置過程中的重要作用，有助于完善現(xiàn)代教育體系、加快教育現(xiàn)代化建設(shè)步伐，也可以為我國教育事業(yè)的下一步發(fā)展提供借鑒。

高等教育資源配置效率主要通過研究教育資源的投入與產(chǎn)出問題，構(gòu)建評價指標體系。國內(nèi)外關(guān)于高等教育資源配置效率的研究主要包括兩個方面：一是效率評價，現(xiàn)有文獻多采用數(shù)據(jù)包絡(luò)模型（DEA）定量分析教育資源配置效率，如有研究采用DEA測算澳大利亞高校教學(xué)系統(tǒng)的運行效率[4]；有研究基于DEA和SFA方法評估波蘭高等職業(yè)院校教育活動的效率[5]；有研究采用Window-Malmquist指數(shù)法、BCC模型和超效率模型、三階段DEA與超效率DEA模型分析我國31個?。ㄗ灾螀^(qū)、直轄市）的高等教育投入產(chǎn)出效率[6-8]；有研究基于BCC和Malmquist指數(shù)模型分析京津冀和長三角地區(qū)的高等教育資源配置效率[9]。二是影響因素研究，高等教育資源配置效率的主要影響因素有國家公共教育支出[10][11]、經(jīng)濟發(fā)展水平[3]和城鎮(zhèn)化水平[2]等。然而，數(shù)字經(jīng)濟視角下高等教育相關(guān)研究還處于起步階段，多數(shù)學(xué)者集中在理論層面的研究[12]，較少涉獵實證研究[13]，如齊紅倩、夏當(dāng)英等論述了數(shù)字技術(shù)的發(fā)展對高等教育轉(zhuǎn)型升級的促進作用[14][15]；韋莊禹等采用GMM方法研究數(shù)字經(jīng)濟對教育公平的影響機制[16]。

綜上所述，DEA在高等教育資源配置方向的研究已趨于成熟，但存在高等教育投入產(chǎn)出指標體系考慮不全面、DEA評價方法無法實現(xiàn)全局比較等問題，有待進一步完善和拓展；同時，在數(shù)字化的時代，鮮有關(guān)于數(shù)字經(jīng)濟對高等教育資源配置效率影響的研究。鑒于此，本文基于我國2011—2020年30個?。ㄗ灾螀^(qū)、直轄市）的面板數(shù)據(jù)，構(gòu)建包括非期望產(chǎn)出的高等教育資源配置效率評價體系，采用超效率SBM-ML方法測算效率，并應(yīng)用固定效應(yīng)模型和工具變量法進行實證分析。本文可能的邊際貢獻為：①高等教育資源配置效率評價指標體系從人才培養(yǎng)、科技創(chuàng)新和社會服務(wù)三個角度衡量期望產(chǎn)出，并選擇超效率SBM 模型測算的Malmquist-Luenberger指數(shù)衡量高等教育資源配置效率。②從數(shù)字化轉(zhuǎn)型視角出發(fā)，探究數(shù)字經(jīng)濟發(fā)展水平對高等教育資源配置效率提升的影響機制并進行回歸估計，在一系列穩(wěn)健性檢驗之后，從區(qū)位差異角度進行異質(zhì)性檢驗，以期達到教育事業(yè)充分均衡發(fā)展，助力“教育強國”建設(shè)。

二、理論分析

我國教育事業(yè)在地區(qū)和城鄉(xiāng)之間一直存在著發(fā)展不均衡趨勢，較發(fā)達地區(qū)和區(qū)域經(jīng)濟發(fā)展重心坐擁一流的高等教育資源，且傳統(tǒng)的教育資源配置模式引發(fā)高等教育資源空間分布不均衡[17]。以新一代信息技術(shù)為主的數(shù)字經(jīng)濟為我國高等教育資源配置提供了契機，其理論機制如圖1所示。

首先，數(shù)字技術(shù)的嵌入是數(shù)字化轉(zhuǎn)型促進高等教育資源配置效率提升的出發(fā)點。數(shù)字技術(shù)的高效應(yīng)用促進了教育數(shù)字化、信息化轉(zhuǎn)型，打破了傳統(tǒng)教育資源空間上的封閉性，智慧教育、遠程教育逐漸走入人們視野，數(shù)據(jù)成為提升高等教育資源開發(fā)利用、配置效率的重要渠道，也成為優(yōu)化高等教育系統(tǒng)開放性、公平性、效益性的重要手段[16]。數(shù)字技術(shù)的發(fā)展助力數(shù)據(jù)流帶動要素流、資金流、人才流的加速流動，促進高等教育資源實現(xiàn)內(nèi)部關(guān)聯(lián)與合理配置，進而優(yōu)化高等教育產(chǎn)出效果，減少非期望產(chǎn)出的負面影響，推進教育數(shù)字化、智慧化轉(zhuǎn)型升級。

其次，數(shù)字經(jīng)濟帶動組織變革與范式轉(zhuǎn)變，為優(yōu)化高等教育資源配置提供可行進路，有利于推動高等教育質(zhì)量、效率雙提升。高等教育正步入高質(zhì)量發(fā)展階段，其管理方式、發(fā)展模式、技術(shù)范式和組織形式面臨著根本性變革，資源配置由原來的供給驅(qū)動轉(zhuǎn)變?yōu)樾枨髮?dǎo)向，“數(shù)字+教育”范式應(yīng)運而生。數(shù)字經(jīng)濟的發(fā)展實現(xiàn)了高等教育的全方位感知，大到資源配置、師資引進、社會服務(wù)，小到人才培養(yǎng)、科技創(chuàng)新等，無一不體現(xiàn)數(shù)字經(jīng)濟在高等教育資源優(yōu)化配置中的重要作用。另外，依托數(shù)字基礎(chǔ)設(shè)施，高質(zhì)量的教育資源向農(nóng)村和欠發(fā)達地區(qū)擴散，有效解決了教育發(fā)展不平衡、不充分的問題，使得教育機會更加均等化，有效控制教育事業(yè)的非期望產(chǎn)出[18]。

最后，數(shù)字生態(tài)賦能高等教育高質(zhì)量發(fā)展，促使高等教育走向人機協(xié)同、創(chuàng)新開放的新業(yè)態(tài)。數(shù)字經(jīng)濟借助其高協(xié)同性、高創(chuàng)新性、高滲透性的特點，完善高等教育資源的優(yōu)化、交易、管理和保護機制，在質(zhì)量和數(shù)量上優(yōu)化其投入和期望產(chǎn)出[13]。同時，數(shù)字生態(tài)在教育資源要素的組合移動、人力資本的積累共享、“社會—學(xué)校—家庭”的協(xié)同治理、“政府—行業(yè)—企業(yè)”的監(jiān)督評價等方面塑造了高等教育新模式、新業(yè)態(tài)，使得教育價值鏈同資金鏈、產(chǎn)業(yè)鏈、創(chuàng)新鏈深度融合，進而實現(xiàn)規(guī)模報酬遞增。

三、模型構(gòu)建與數(shù)據(jù)來源

（一）模型構(gòu)建

基于以上理論分析，構(gòu)建如式（1）所示計量模型，探究數(shù)字經(jīng)濟對高等教育資源配置效率的影響機制。

進一步，將GTFP的分解項納入回歸方程，構(gòu)建式（2）、（3）計量模型進行影響機制的深入探究。

其中，GTFPit表示i省份在第t年的高等教育資源配置效率；MLECit表示i省份在第t年高等教育資源配置的技術(shù)效率變動；MLBPCit表示i省份在第t年高等教育資源配置的技術(shù)差距變動；DELit表示i省份在第t年的數(shù)字經(jīng)濟發(fā)展水平；DEIit /DILit /IDLit分別表示i省份在第t年的數(shù)字經(jīng)濟基礎(chǔ)設(shè)施、數(shù)字產(chǎn)業(yè)化、產(chǎn)業(yè)數(shù)字化水平；Controlsit表示一系列控制變量；？蘚it表示隨機誤差項；i表示省份；t表示年份，取2011—2020年。

（二）變量確定

1.被解釋變量

被解釋變量為高等教育資源配置效率（GTFP）。本研究引入非徑向、非角度的DEA模型[19]，即SBM（Slacks-Based Measure）模型，以解決投入或產(chǎn)出非同比例變動、基于投入或者基于產(chǎn)出模型選擇等問題[20]，進而引入超效率SBM模型[21]，保證計算的效率值有效。同時，考慮到高等教育資源配置效率提升受非期望產(chǎn)出效果的負面影響，在已有模型的基礎(chǔ)上，參考成剛[22]的研究，使用帶有非期望產(chǎn)出的超效率SBM模型進行評估。

假設(shè)有n個決策單元，包含要素：X=（xij）∈Rm×n，Y=（ykj）∈RS1×n，Z=（Zij）∈RS2×n，（X， Y， Z）。其中，三個向量分別表示投入、期望產(chǎn)出和非期望產(chǎn)出，故使用帶有非期望產(chǎn)出的超效率SBM 模型評估DMU（x0，y0，z0），如式（4）所示。

其中，sx∈Rm、sz∈RS2分別表示投入和非期望產(chǎn)出的過剩量，sy∈RS1表示期望產(chǎn)出的短缺量；ρ表示決策單元的效率值；m、s1、s2表示投入、期望產(chǎn)出和非期望產(chǎn)出的變量個數(shù)；公式（4）滿足規(guī)模報酬不變（CRS）。

進一步，本研究借鑒前人的方法，采用使用帶有非期望產(chǎn)出的超效率SBM 模型計算Malmquist-Luenberger指數(shù)（ML指數(shù)），進而反映高等教育資源配置效率。計算方式如式（5）所示。

參考相關(guān)研究[23]，對測算的GML指數(shù)進行分解，計算公式如式（6）、（7）所示。

其中，MLEC表示技術(shù)效率變動，MLBPC表示技術(shù)差距變動，ML=MLEC*MLBPC。

關(guān)于投入、期望產(chǎn)出和非期望產(chǎn)出變量的選擇，參考相關(guān)研究[2][6][9]，構(gòu)建高等教育資源配置效率評價指標體系，如表1所示，并應(yīng)用Matlab R2022b測算GTFP及其分解項MLEC和MLBPC。

2.核心解釋變量

核心解釋變量為數(shù)字經(jīng)濟發(fā)展水平。本研究借鑒相關(guān)研究[16][24]，構(gòu)建數(shù)字經(jīng)濟評價指標體系，如表2所示，并應(yīng)用全局熵值法測算數(shù)字經(jīng)濟發(fā)展水平（DEL），以及數(shù)字經(jīng)濟基礎(chǔ)設(shè)施水平（DEI）、數(shù)字產(chǎn)業(yè)化水平（DIL）、產(chǎn)業(yè)數(shù)字化水平（IDL）。

3.控制變量

參考相關(guān)研究[18][25]，本研究納入以下控制變量：一是城鎮(zhèn)化水平（UL），采用各?。ㄗ灾螀^(qū)）的城鎮(zhèn)化率來衡量[26]，即城鎮(zhèn)化率=城市人口/年末總?cè)丝冢欢鞘袌龌剑∕L），使用樊綱、王小魯編寫的中國分省份市場化指數(shù)來衡量；三是經(jīng)濟發(fā)展水平（LED），采用各省人均GDP來衡量；四是地區(qū)人口規(guī)模（RPS），采用各省年末總?cè)丝诘膶?shù)值來衡量；五是工業(yè)化水平（LOI），采用第二產(chǎn)業(yè)與地區(qū)生產(chǎn)總值的比值來衡量；六是交通基礎(chǔ)設(shè)施（TI），采用公路里程與區(qū)域面積的比值來衡量；七是地方教育水平（LLE），采用各省份的平均受教育年限來衡量。

（三）數(shù)據(jù)來源

本研究采用2011—2020年我國30個?。ㄗ灾螀^(qū)、直轄市）為研究樣本。市場化指數(shù)來自“中國市場化指數(shù)數(shù)據(jù)庫（https：//cmi.ssap.com.cn/）”；數(shù)字普惠金融來自北京大學(xué)數(shù)字金融研究中心編制的數(shù)字普惠金融指數(shù)[27]；其余數(shù)據(jù)主要來源于《中國統(tǒng)計年鑒》《中國教育統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》。

（四）描述性統(tǒng)計與相關(guān)性檢驗

使用Stata15.0對以上變量進行描述性統(tǒng)計，結(jié)果如表3所示。數(shù)據(jù)分布趨勢較為平穩(wěn)，可進行后續(xù)分析。

進一步，對主要變量進行Pearson相關(guān)性檢驗。結(jié)果顯示，數(shù)字經(jīng)濟與高等教育資源配置效率之間的相關(guān)性系數(shù)為0.293，且在1%的水平下顯著，說明數(shù)字經(jīng)濟可以提高高等教育資源配置效率。另外，變量的VIF值均小于10，變量之間不存在多重共線性。

四、實證分析結(jié)果

（一）基準回歸

在對面板數(shù)據(jù)進行基準回歸之前，需通過F檢驗與Hausman檢驗確定模型類型。F檢驗值為8.94，P值小于0.01；Hausman檢驗值為20.08，P值小于0.05。故選用固定效應(yīng)模型進行基準回歸。表4為基準回歸結(jié)果。

表4列（1）回歸結(jié)果顯示，數(shù)字經(jīng)濟發(fā)展水平的確可以促進高等教育資源配置效率的提升，且通過1%的顯著性檢驗，這與韋莊禹等[16]的研究結(jié)果一致。在此基礎(chǔ)上，加入控制變量，回歸結(jié)果如表4列（2）所示，影響機制未發(fā)生改變，且回歸系數(shù)有所提高，足以說明數(shù)字經(jīng)濟的迅速發(fā)展，對高等教育資源配置效率具有顯著的促進作用，并且可以有效控制高等教育的非期望產(chǎn)出。進一步，測算數(shù)字經(jīng)濟發(fā)展水平的細分維度對高等教育資源配置效率的影響，回歸結(jié)果如表4列（3）至（5）所示，由此可知，數(shù)字經(jīng)濟基礎(chǔ)設(shè)施與數(shù)字產(chǎn)業(yè)化對高等教育資源配置效率起到了正向促進作用，且均通過1%的顯著性檢驗，而產(chǎn)業(yè)數(shù)字化未對高等教育資源配置效率產(chǎn)生顯著的影響?？梢?，數(shù)字經(jīng)濟對高等教育資源配置效率的作用機制中，數(shù)字產(chǎn)業(yè)化占據(jù)主導(dǎo)效應(yīng)，其次為數(shù)字經(jīng)濟基礎(chǔ)設(shè)施，產(chǎn)業(yè)數(shù)字化未產(chǎn)生直接效應(yīng)。數(shù)字經(jīng)濟基礎(chǔ)設(shè)施的建設(shè)與發(fā)展是教育信息化轉(zhuǎn)型的基礎(chǔ)要素，而數(shù)字產(chǎn)業(yè)化可使教育信息化轉(zhuǎn)型變得更加順暢、便利，進而提升數(shù)字教育資源建設(shè)與應(yīng)用水平，達到較高水平的教育資源配置效率；產(chǎn)業(yè)數(shù)字化之所以未能通過檢驗，原因可能為教育數(shù)字化轉(zhuǎn)型浪潮剛剛興起，新型教育產(chǎn)業(yè)發(fā)展模式尚處在起步階段，另外，該維度所選指標與教育產(chǎn)業(yè)聯(lián)系較為稀疏，使得二者之間的影響較難直接顯現(xiàn)出來，存在較長時間的滯后效應(yīng)。

表4列（6）及（10）展示數(shù)字經(jīng)濟發(fā)展水平對高等教育資源配置效率分解項的影響。具體來看，數(shù)字經(jīng)濟發(fā)展水平對高等教育資源配置效率的技術(shù)效率變動分解項未產(chǎn)生顯著影響；對技術(shù)差距變動分解項具有顯著的正向作用，且通過1%的顯著性檢驗?？梢姡瑪?shù)字經(jīng)濟對高等教育資源配置效率的影響主要作用于技術(shù)差距變動，未在技術(shù)效率變動中得以體現(xiàn)，這與國家堅持區(qū)域協(xié)調(diào)發(fā)展戰(zhàn)略息息相關(guān)。為此，進一步檢驗數(shù)字經(jīng)濟細分維度對高等教育資源配置效率的技術(shù)效率變動分解項影響，回歸結(jié)果如表4列（7）至（9）所示。可以發(fā)現(xiàn)，數(shù)字經(jīng)濟基礎(chǔ)設(shè)施發(fā)展水平對技術(shù)效率變動具有顯著的正向促進作用，且通過10%的顯著性檢驗；數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化均未對技術(shù)效率變動產(chǎn)生顯著影響。雖然數(shù)字經(jīng)濟基礎(chǔ)設(shè)施對技術(shù)效率變動的作用較小，但是數(shù)字經(jīng)濟基礎(chǔ)設(shè)施在數(shù)字經(jīng)濟發(fā)展水平中的作用不可小覷。數(shù)字經(jīng)濟基礎(chǔ)設(shè)施與數(shù)字產(chǎn)業(yè)化及產(chǎn)業(yè)數(shù)字化相比，可更好地促進教育產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級，形成技術(shù)效率與技術(shù)差距“雙重驅(qū)動”的高等教育資源配置效率增長模式。盡管如此，數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化仍是數(shù)字產(chǎn)業(yè)乃至教育產(chǎn)業(yè)未來發(fā)展的必然趨勢，把握好數(shù)字經(jīng)濟發(fā)展機遇，進而提高我國教育行業(yè)數(shù)字經(jīng)濟治理體系和治理能力的現(xiàn)代化水平，實為教育信息化、數(shù)字化、平臺化轉(zhuǎn)型的有效路徑。

（二）穩(wěn)健性分析

1.更換變量

采用更換變量的方式進行穩(wěn)健性檢驗：一是更換被解釋變量，在不考慮非期望產(chǎn)出的前提下，測算高等教育資源配置效率用作穩(wěn)健性檢驗，如表5列（1）所示；二是更換核心解釋變量，參考相關(guān)研究[28][29]，從數(shù)字經(jīng)濟基礎(chǔ)設(shè)施（Dei_1）、應(yīng)用程度（Dea_1）和發(fā)展規(guī)模（Des_1）三個維度構(gòu)建評價指標體系，由全局熵值法計算數(shù)字經(jīng)濟發(fā)展水平（DEL_1）用作穩(wěn)健性檢驗，如表5列（2）至（5）所示。

由表5可知，替換被解釋變量之后，數(shù)字經(jīng)濟對高等教育資源配置效率的正向影響依然存在，并且通過1%的顯著性檢驗；更換核心解釋變量之后，更換后的數(shù)字經(jīng)濟發(fā)展水平對高等教育資源配置效率具有正向的促進作用，其細分項中，除數(shù)字經(jīng)濟基礎(chǔ)設(shè)施外，數(shù)字經(jīng)濟應(yīng)用程度和發(fā)展規(guī)模對高等教育資源配置效率的影響顯著?？傊貧w結(jié)果顯示，不管是更換解釋變量還是被解釋變量，數(shù)字經(jīng)濟對高等教育資源配置效率的影響系數(shù)為正，且通過顯著性檢驗，與前文結(jié)果一致，表明上述回歸結(jié)果穩(wěn)健。

2.內(nèi)生性檢驗

為避免基準回歸存在雙向因果關(guān)系和遺漏變量等問題，造成內(nèi)生性估計偏誤，本研究采用以下方法進行內(nèi)生性檢驗：一是考慮數(shù)字經(jīng)濟對高等教育資源配置效率的影響在時間上存在滯后性，對解釋變量進行滯后一期和滯后二期處理，重新回歸，如表6列（1）至（6）所示；二是采用工具變量法檢驗內(nèi)生性引起的估計偏誤，借鑒已有研究思路，使用滯后一期的核心解釋變量作為工具變量（IV），使用兩階段最小二乘法（2SLS）進行估計，如表6列（7）所示；三是將基準回歸模型擴展為動態(tài)面板模型，選用系統(tǒng)GMM方法進行穩(wěn)健性估計，如表6列（8）所示。

表6列（1）至（3）展示核心解釋變量滯后一期的回歸結(jié)果，數(shù)字經(jīng)濟對高等教育資源配置效率具有顯著的正向影響，且主要作用于技術(shù)差距變動，較少作用于技術(shù)效率變動。表6列（4）至（6）展示核心解釋變量滯后兩期的回歸結(jié)果，數(shù)字經(jīng)濟對高等教育資源配置效率同樣具有顯著的正向影響，且作用對象與滯后一期以及基準回歸結(jié)果基本一致。表6列（7）展示兩階段最小二乘法估計結(jié)果，在工具變量通過識別不足和弱工具變量的檢驗之后，數(shù)字經(jīng)濟對高等教育資源配置效率的回歸系數(shù)顯著為正。表6列（8）展示系統(tǒng)GMM的回歸結(jié)果，由AR（2）檢驗和Hansen檢驗結(jié)果可知，模型通過了過度識別檢驗與自相關(guān)檢驗，方程不存在序列相關(guān)，且工具變量的設(shè)定是合理的，即系統(tǒng)GMM估計結(jié)果進一步驗證了模型的穩(wěn)健性。另外，從回歸結(jié)果來看，高等教育資源配置效率的一階滯后項在5%的水平下顯著，高等教育資源配置效率的提升是一個動態(tài)積累的過程。綜上所述，數(shù)字經(jīng)濟對高等教育資源配置效率的提升具有顯著的促進作用，在克服內(nèi)生性問題后，本文的結(jié)果依然保持穩(wěn)健。

（三）異質(zhì)性分析

中國經(jīng)濟已由高速增長轉(zhuǎn)變?yōu)楦哔|(zhì)量發(fā)展，但區(qū)域經(jīng)濟發(fā)展水平仍存在非均衡特征，進而導(dǎo)致高等教育資源配置不均[16]，為捕捉數(shù)字經(jīng)濟對高等教育資源配置效率的影響是否存在區(qū)域環(huán)境的外部差異，本研究從區(qū)位因素的角度出發(fā)，進行異質(zhì)性分析。

表7列（1）（5）（6）顯示，區(qū)位差異顯著影響數(shù)字經(jīng)濟對高等教育資源配置效率的促進作用，且影響效果與相關(guān)研究[16][18]基本一致。結(jié)果顯示，東部地區(qū)數(shù)字經(jīng)濟發(fā)展水平對高等教育資源配置效率的影響未通過顯著性檢驗，中部、西部地區(qū)數(shù)字經(jīng)濟發(fā)展水平對高等教育資源配置效率具有正向促進作用，且通過了1%的顯著性檢驗。這說明數(shù)字經(jīng)濟對我國東部發(fā)達地區(qū)的高等教育資源配置效率影響有限，但其借助新一代信息技術(shù)以及數(shù)字技術(shù)的高滲透性、高協(xié)同性和高創(chuàng)新性，為我國中西部欠發(fā)達地區(qū)的高等教育資源配置提供發(fā)展契機與有效路徑，且對西部地區(qū)的影響效果大于中部地區(qū)?？梢姡瑪?shù)字經(jīng)濟的發(fā)展有利于縮小我國區(qū)域教育事業(yè)的發(fā)展差距，同時，有利于促進區(qū)域協(xié)調(diào)發(fā)展戰(zhàn)略的貫徹落實，加快教育強國的建設(shè)進程。

具體來看，東部地區(qū)經(jīng)濟發(fā)展迅速，數(shù)字產(chǎn)業(yè)基礎(chǔ)雄厚。從2022年11月教育部研究制定并發(fā)布的智慧教育平臺系列兩項教育行業(yè)標準的起草單位中可以看出，東部地區(qū)已奪得教育信息化轉(zhuǎn)型的先機，而此時數(shù)字經(jīng)濟的迅速發(fā)展，對坐擁大量一線教育資源的東部地區(qū)而言，無疑是“錦上添花”。在此基礎(chǔ)上，探究數(shù)字經(jīng)濟細分維度對東部地區(qū)高等教育資源配置效率的影響?；貧w結(jié)果顯示，數(shù)字產(chǎn)業(yè)化對高等教育資源配置效率的影響顯著為正，且通過了1%的顯著性檢驗，數(shù)字經(jīng)濟基礎(chǔ)設(shè)施與產(chǎn)業(yè)數(shù)字化的影響不顯著。由此可知，雖東部地區(qū)教育資源配置效率較優(yōu)，但處在數(shù)字經(jīng)濟發(fā)展的風(fēng)口期，與數(shù)字經(jīng)濟基礎(chǔ)設(shè)施和產(chǎn)業(yè)數(shù)字化相比，數(shù)字產(chǎn)業(yè)化的發(fā)展將有助于區(qū)域合理配置教育資源，促進教育公平，為區(qū)域教育信息化轉(zhuǎn)型提供借鑒。另外，數(shù)字產(chǎn)業(yè)化不僅在數(shù)字經(jīng)濟促進高等教育資源配置效率的作用路徑中占據(jù)主導(dǎo)地位，而且是平衡東、中、西部教育資源配置差距的關(guān)鍵因素。中、西部地區(qū)經(jīng)濟發(fā)展較為落后，教育數(shù)字化轉(zhuǎn)型存在瓶頸，正是這種現(xiàn)象使得數(shù)字經(jīng)濟可以在此處發(fā)揮其該有的價值。數(shù)字要素的普及以及數(shù)字技術(shù)的應(yīng)用，為處于不利狀態(tài)下的區(qū)域群體提供積極影響，對教育資源的合理配置、教育條件的有效改善、教學(xué)水平的顯著提高無疑是“雪中送炭”。數(shù)字經(jīng)濟將與西部大開發(fā)戰(zhàn)略、教育部等部門印發(fā)的《中西部高等教育振興計劃（2012—2020年）》、國務(wù)院辦公廳印發(fā)的《關(guān)于加快中西部教育發(fā)展的指導(dǎo)意見》共同激發(fā)中西部高等教育內(nèi)生動力和發(fā)展活力，推動形成同中西部開發(fā)開放格局相匹配的高等教育體系[30]，提高高校教育數(shù)字化應(yīng)用水平，促進中、西部乃至全國高等教育高質(zhì)量發(fā)展。

五、結(jié)論與啟示

本研究從數(shù)字經(jīng)濟視角出發(fā)，探究數(shù)字經(jīng)濟對高等教育資源配置效率的影響，得出以下研究結(jié)論：一是數(shù)字經(jīng)濟對高等教育資源配置效率具有顯著的促進作用，可以有效控制教育事業(yè)的非期望產(chǎn)出，并且影響效果主要來源于數(shù)字產(chǎn)業(yè)化和數(shù)字經(jīng)濟基礎(chǔ)設(shè)施；二是數(shù)字經(jīng)濟對高等教育資源配置效率的影響主要作用于技術(shù)差距變動分解項，僅數(shù)字經(jīng)濟基礎(chǔ)設(shè)施作用于技術(shù)效率變動分解項，故數(shù)字經(jīng)濟基礎(chǔ)設(shè)施對高等教育事業(yè)的發(fā)展具有技術(shù)效率與技術(shù)差距“雙重驅(qū)動”；三是由異質(zhì)性分析可知，數(shù)字經(jīng)濟在東部地區(qū)對高等教育資源配置效率的影響不顯著，但為中西部地區(qū)高等教育事業(yè)的發(fā)展提供了契機，故數(shù)字經(jīng)濟有利于縮小我國東、中、西部地區(qū)教育事業(yè)的發(fā)展差距，其中，數(shù)字產(chǎn)業(yè)化是平衡教育資源區(qū)域差異的關(guān)鍵要素。

基于以上研究結(jié)論，本研究得出如下啟示：一是重視數(shù)字基礎(chǔ)設(shè)施建設(shè)，加強關(guān)鍵核心技術(shù)攻關(guān)，打造數(shù)字經(jīng)濟人才高地。要想充分發(fā)揮數(shù)字經(jīng)濟的“穩(wěn)定器”“加速器”作用，必須加強數(shù)字化戰(zhàn)略布局，重視包括數(shù)字信息、數(shù)字融合、數(shù)字創(chuàng)新在內(nèi)的綜合性數(shù)字基礎(chǔ)設(shè)施建設(shè)，促進高校同數(shù)字產(chǎn)業(yè)的密切合作，打造產(chǎn)學(xué)研一體化教育教學(xué)模式；依托高校培養(yǎng)方案，定向引進和培養(yǎng)高端數(shù)字人才，助力傳統(tǒng)企業(yè)智能化改造，輻射公共服務(wù)事業(yè)數(shù)字化轉(zhuǎn)型，進而打通經(jīng)濟社會發(fā)展的信息“大動脈”。二是發(fā)揮數(shù)字產(chǎn)業(yè)化的關(guān)鍵作用，縮小教育資源配置的區(qū)位差異，促進國家教育事業(yè)均衡發(fā)展。當(dāng)前，數(shù)字經(jīng)濟紅利在高校之間分布不均，人才匱乏、資源短缺、經(jīng)濟落后等一系列問題制約我國中、西部教育事業(yè)的發(fā)展，推進區(qū)域教育水平的均衡協(xié)調(diào)有序發(fā)展需要數(shù)字經(jīng)濟的積極推動作用[31]。作為數(shù)字經(jīng)濟的先導(dǎo)力量，數(shù)字產(chǎn)業(yè)化將發(fā)揮重要作用，利用其網(wǎng)絡(luò)效應(yīng)、規(guī)模效應(yīng)助力在線教育、遠程教育的實現(xiàn)，進而優(yōu)化高等教育資源投入的合理配置，實現(xiàn)產(chǎn)出的科技社會服務(wù)效果。三是促進數(shù)字經(jīng)濟與教育事業(yè)的深度融合，大力發(fā)展智慧教育。受傳統(tǒng)教育思維、教學(xué)模式的影響，數(shù)字技術(shù)與高等教育的融合發(fā)展還有很大提升空間，高校應(yīng)把握數(shù)字化、網(wǎng)絡(luò)化、智能化發(fā)展趨勢，不斷發(fā)揮教師團隊的教學(xué)智慧，借助智能技術(shù)優(yōu)化教學(xué)環(huán)境及過程，通過人機協(xié)同賦能個性化學(xué)習(xí)與評價，利用數(shù)據(jù)分析支撐教育管理與決策，從而實現(xiàn)教育系統(tǒng)的跨界融合、模式重構(gòu)和全面變革。四是加快新型數(shù)字技術(shù)的融合創(chuàng)新與應(yīng)用，促進高等教育高質(zhì)量發(fā)展。繼云計算、物聯(lián)網(wǎng)、大數(shù)據(jù)之后，區(qū)塊鏈技術(shù)被視為一項新的顛覆性技術(shù)，其去中心化、共識機制、可追溯性及高度信任的特征深受青睞[32]。高等教育的資源配置及未來發(fā)展離不開區(qū)塊鏈技術(shù)，借助其可以加強知識產(chǎn)權(quán)保護，構(gòu)建具有社會公信力的教育評估與教學(xué)治理體系，還可以存儲學(xué)習(xí)記錄，更便捷地開展校企合作、國際對接工作，優(yōu)化教育業(yè)務(wù)及管理流程，實現(xiàn)平臺共建、資源共享的教育新模式。

參考文獻：

[1]于妍，藺跟榮.數(shù)字技術(shù)賦能研究生教育高質(zhì)量發(fā)展：何以可能與何以可為[J].中國高教研究，2022（11）：53-60.

[2]游麗，孔慶鵬.“雙一流”背景下我國高等教育資源配置效率測評及影響因素研究——基于超效率DEA-Malmquist方法和Tobit模型[J].教育與經(jīng)濟，2021，37（6）：30-37.

[3]葉前林，岳中心，何育林，等.“雙一流”建設(shè)下我國高等教育資源配置效率研究[J].黑龍江高教研究，2018（3）：22-27.

[4]WORTHINGTON C， LEE L. Efficiency， technology and productivity change in Australian universities，1998-2003[J]. Economics of Education Review， 2005（3）：1-13.

[5]RZADZINSKI L， SWOROWSKA A. Parametric and non parametric methods for efficiency assessment of state higher vocational schools in 2009-2011[J]. Entrepreneurial Businessamp;Economics Review， 2016，4（1）：95-112.

[6]易明，彭甲超，張堯.中國高等教育投入產(chǎn)出效率的綜合評價——基于Window-Malmquist指數(shù)法[J].中國管理科學(xué)，2019，27（12）：32-42.

[7]管永剛.基于超效率DEA模型的高等教育資源配置效率分析[J].黑龍江高教研究，2019，37（2）：84-88.

[8]周小剛，林睿，陳曉，等.系統(tǒng)思維下中國高等教育投入產(chǎn)出效率評價研究——基于三階段DEA和超效率DEA的實證[J].系統(tǒng)科學(xué)學(xué)報，2022，30（4）：58-62.

[9]張強，蔡雪晨，王雪瑩.京津冀和長三角地區(qū)高等教育資源配置效率的比較研究[J].黑龍江高教研究，2022，40（5）：58-62.

[10]DUFRECHOU A. The efficiency of public education spending in Latin America： A comparison to high-income countries Original Research Article[J]. International Journal of Educational Development， 2016（7）：188-203.

[11]傅毓維，邵爭艷.影響區(qū)域高等教育資源優(yōu)化配置的復(fù)合DEA分析[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2004（11）：94-97.

[12]馮新新.我國高等教育數(shù)字治理的內(nèi)在邏輯、核心要義與實施路徑研究[J].黑龍江高教研究，2021，39（1）：1-7.

[13]劉湖，于躍，蔣萬勝.區(qū)塊鏈技術(shù)、教育資源差異與經(jīng)濟高質(zhì)量發(fā)展——基于我國高等教育資源配置狀況的實證分析[J].陜西師范大學(xué)學(xué)報（哲學(xué)社會科學(xué)版），2020，49（1）：145-158.

[14]齊紅倩，張佳馨.數(shù)字技術(shù)發(fā)展與高等教育教學(xué)模式改革[J].中國高等教育，2022（18）：56-58.

[15]夏當(dāng)英.數(shù)字技術(shù)發(fā)展中高等教育的跨域連接與空間分隔[J].沈陽大學(xué)學(xué)報（社會科學(xué)版），2022，24（5）：515-523.

[16]韋莊禹，廖月婷，陳燕勇.數(shù)字經(jīng)濟發(fā)展能否促進教育公平？——基于省際面板數(shù)據(jù)的實證分析[J].教育與經(jīng)濟，2022，38（5）：58-66.

[17]韓世梅.我國教育信息化促進教育公平的政策演進、問題分析和發(fā)展建議[J].中國遠程教育，2021（12）：10-20，76.

[18]彭錦，李彥龍.數(shù)字普惠金融與教育機會均等化[J].統(tǒng)計與決策，2022，38（13）：142-146.

[19]KAORU TONE. A slacks-based measure of efficiency in data envelopment analysis[J]. European Journal of Operational Research， 2001（130）：498-509.

[20]王兵，吳延瑞，顏鵬飛.中國區(qū)域環(huán)境效率與環(huán)境全要素生產(chǎn)率增長[J].經(jīng)濟研究，2010（5）：95-109.

[21]KAORU TONE. A slacks-based measure of super-efficiency in data envelopment analysis[J]. European Journal of Operational Research， 2002（143）：32-41.

[22]成剛.數(shù)據(jù)包絡(luò)分析方法與MaxDEA軟件[M].北京：知識產(chǎn)權(quán)出版社，2014.

[23]PASTOR J T， LOVELL C A K. A global malmquist productivity index[J]. Economics Letters， 2005，88（2）：266-271.

[24]劉軍，楊淵鋆，張三峰.中國數(shù)字經(jīng)濟測度與驅(qū)動因素研究[J].上海經(jīng)濟研究，2020（6）：81-96.

[25]何景師.我國高等職業(yè)教育投入產(chǎn)出效率及影響因素研究[J].黑龍江高教研究，2022，40（11）：129-136.

[26]葉怡君.金融發(fā)展、城鎮(zhèn)化與我國民辦高等教育[D].鄭州：河南大學(xué)，2021.

[27]郭峰，王靖一，王芳，等.測度中國數(shù)字普惠金融發(fā)展：指數(shù)編制與空間特征[J].經(jīng)濟學(xué)（季刊），2020，19（4）：1401-1418.

[28]馬中東，寧朝山.數(shù)字經(jīng)濟、要素配置與制造業(yè)質(zhì)量升級[J].經(jīng)濟體制改革，2020（3）：24-30.

[29]陳曉峰.數(shù)字經(jīng)濟發(fā)展對我國制造業(yè)升級的影響——基于省際面板數(shù)據(jù)的經(jīng)驗考察[J].南通大學(xué)學(xué)報（社會科學(xué)版），2022，38（3）：128-140.

[30]教育部高等教育司.振興中西部高等教育 服務(wù)中西部高質(zhì)量發(fā)展[EB/OL].（2021-12-27）[2023-03-06].http：//www.moe.gov.cn/fbh/live/2021/53921/sfcl/202112/t20211227_590326.html.

[31]俞明雅，葉波.“互聯(lián)網(wǎng)+”能促進教育公平嗎？——兼論“互聯(lián)網(wǎng)+”教育公平的挑戰(zhàn)與應(yīng)對[J].教育科學(xué)研究，2017（4）：15-18，23.

[32]楊現(xiàn)民，李新，吳煥慶，等.區(qū)塊鏈技術(shù)在教育領(lǐng)域的應(yīng)用模式與現(xiàn)實挑戰(zhàn)[J].現(xiàn)代遠程教育研究，2017（2）：34-45.

On the Efficiency of Higher Education Resource Allocation Improved by Digital Economy：

Based on Super-Efficient SBM Model Using Malmquist-Luenberger Index

Zhongdong MA1，2， Yongqing LIU1

（1.School of Business， Liaocheng University， Liaocheng 252000， Shandong;

2.School of Economics， Qingdao University， Qingdao 266071， Shandong）

Abstract： The problem of higher education resource misallocation has been a key issue in the high-quality development of China’s education， and the advent of the digital economy has enlighted on the transformation and upgrading of higher education and the rational allocation of resources. Based on the panel data of 30 provinces （municipalities and autonomous regions） in China from 2011 to 2020， this study measures the efficiency of higher education resource allocation in China using the ML index measured by the super-SBM model with undesired output， and then empirically examines the influence mechanism of the digital economy on the efficiency of higher education resource allocation. The empirical results show that the digital economy has a significant contribution to the efficiency of higher education resource allocation， a finding that still holds after a series of robustness tests. The heterogeneity test indicates that the digital economy has a positive effect on narrowing regional differences in the development of China’s educational undertakings. Based on the research conclusions， the following suggestions are put forward： attach importance to the construction of digital infrastructure， strengthen key core technology research， and build a highland of digital economy talents; Give full play to the key role of digital industrialization， narrow the regional differences in the allocation of educational resources， and promote the balanced development of national education; Promote the deep integration of digital economy and education， and vigorously develop smart education; Accelerate the integration， innovation， and application of new digital technologies to promote high-quality development of higher education.

Keywords： Digital economy; Allocation of Higher education resource; Balanced development of education; Super-Efficient SBM model; Malmquist-Luenberger index

編輯：王曉明" 校對：李曉萍

DOI： 10.3969/j.issn.1673-8454.2023.07.002

作者簡介：馬中東，聊城大學(xué)教務(wù)處處長、教授、碩士生導(dǎo)師，青島大學(xué)博士生導(dǎo)師，博士（山東聊城 252000）；劉永慶，通訊作者，聊城大學(xué)商學(xué)院碩士研究生（山東聊城 252000）