我国高等教育投入、科技创新与制造业高质量发展研究

张同功 孟澜涛

[摘 要]高等院校是人才培養和科技产出的主阵地，高等教育投入的增加能够促进高等教育的产出，通过人才和智力输送促进制造业的高质量发展。构建制造业高质量发展指数和中介效应模型，采用定性与定量相结合的方法，可以研究我国不同地区高等教育投入对科技创新和制造业高质量发展的影响。研究结果显示：高等教育投入对制造业高质量发展有显著促进作用，但存在地区的异质性，东部地区促进作用高于中部地区，西部地区促进作用则不明显；高等教育投入可借助科技创新发挥中介效应，间接推动制造业高质量发展，但中介效应明显弱于直接效应。根据实证分析结论提出相应的政策建议：第一，加大高等教育投入，合理配置地区比例；第二，加快科研成果转化，留住各领域的人才和技术；第三，推动地区间高等教育和技术领域协调发展，促进高等教育和技术资源跨地区流动。

[关键词]高等教育投入；科技创新；制造业高质量发展；中介效应

[中图分类号]G467.2 [文献标识码]A [文章编号]1671-8372（2023）02-0047-09

Study on investment in higher education， scientific and technological innovation and high-quality development of manufacturing industry in China

ZHANG Tong-gong， MENG Lan-tao

（College of Economics and Management， Qingdao University of Science and Technology， Qingdao 266061， China）

Abstract：Colleges and universities are the main places for talent training and scientific and technological output， and the increase of investment in higher education can promote the output of higher education， and promote the high-quality development of manufacturing industry through the transfer of talents and intelligence. By constructing the high-quality development index and intermediary effect model of the manufacturing industry， we can study the influence of higher education investment on scientific and technological innovation and high-quality development of manufacturing industry in different regions of China by combing qualitative and quantitative methods. The results show that higher education investment has a significant promoting effect on the high-quality development of manufacturing industry， but there is regional heterogeneity， the promotion effect in eastern region is higher than that in central region， while the promoting effect in western region is not obvious; higher education investment can exert intermediary effect by means of scientific and technological innovation， and indirectly promote the high-quality development of the manufacturing industry， but the intermediary effect is obviously weaker than the direct effect. According to the empirical analysis， the corresponding policy recommendations are put forward： first， increase the investment in higher-education and rationally allocate the proportions of regions; second， accelerate the transformation of scientific research achievements and retain talents and technologies in various fields; third， promote the coordinated development of higher education and technology fields between regions， and promote the cross-regional flow of higher education and technology resources.

Key words：higher education investment; science and technology innovation; high-quality development of manufacturing industry; intermediary effect

一、引言

当今世界正经历百年未有之大变局，我国受到世界经济增长乏力、国际贸易保护主义盛行等多种发展限制，经济高质量发展将面临诸多考验。尽管我国已成为世界制造业第一大国，但制造业大而不强的问题依然突出，“加快建设制造强国，加快发展先进制造业”已成为深化供给侧结构性改革、推动经济高质量发展的重要内容。党的二十大报告将科技创新摆到了更加突出的位置，认为科技创新是高质量发展的核心驱动力。高等院校是人才培养和科技产出的主阵地，高等教育投入的数量制约人才和科技产出，对科技创新和制造业高质量发展具有重要的推动作用。基于此，研究新时代高等教育投入对科技创新和制造业高质量发展的促进作用，以及三者之间的逻辑关系与作用机制，具有一定的理论意义和实践意义。

探寻经济高质量发展的研究贯穿于西方经济理论发展的全过程，科技创新同制造业发展的关系也是经济学者一直以来的研究热点。亚当·斯密认为经济增长源于分工所致的机械创新，他对科技创新和制造业发展的关系进行了初步探讨，认为科技创新为产品增长的原因之一[1]；而Solow视科技创新为经济增长的源泉，将科技创新作为给定的外生变量，但未进行深入分析[2]；Bondarev等对技术交互的研发部门进行了研究，认为知识溢出促进了技术发展，而不同的技术集群才是经济增长的主要引擎[3]。

党的二十大报告指出，制造业是立国之本、强国之基。制造业始终是我国国民经济发展的重要动力和强劲支撑，我国学者也十分注重探寻科技创新同制造业高质量发展的关系。曹武军等认为自主创新对制造业高质量发展的推动作用要强于国外技术引进，而国外技术引进会抑制国内制造业发展[4]；陶长琪等认为科技创新可以显著提升制造业高质量发展，但由于不同城市制造业发展水平的差异，科技创新对不同城市制造业发展的促进作用不尽相同，科技创新对中等发展水平城市的制造业发展提升作用更明显[5]；陈清萍则从发达地区制造业出发，采用双重固定效应模型进行研究，认为科技进步对长三角制造业高质量发展具有重要贡献，发达地区更应注重协同创新[6]；吴翌琳等基于制造业企业的微观实证，认为国内企业关注科技创新和市场创新，国外企业着眼组织创新，提出我国东部地区需注重协同创新，中部地区则应以科技创新为主导，通过企业创新推动高质量发展[7]。学者们还从“互联网+”[8]、产业政策创新[9]、绿色技术创新[10]、数字经济[11]、创新要素协同[12]、发展理念创新[13]等角度研究了制造业高质量发展同科技创新的关系。

高等院校作为人才培养和科技产出的主阵地，其教育投入制约人才和创新的输出，因此高等教育投入也逐渐被纳入制造业高质量发展的研究框架。牟玲玲等对高等教育、科技创新和制造业高质量发展的传导机制进行研究，认为高等教育以人力资本、技术进步、溢出效应等方式促进科技创新，进而借助要素效应、技术进步与扩散效应、技术应用效应促进制造业高质量发展，但不同地区的教育投入对制造业高质量发展的影响不尽相同[14]；桑倩倩等认为对中西部地区的教育投入可以更有效地提高全要素生产率，应加大对中部地区的教育投入，注重教育的长效投入，以促进地区均衡发展[15]；王淑英等认为高等教育通过两种路径驱动经济高质量发展，分别为人才-成果转化-教育机会支撑型和成果转化-教育机会-合作支撑型，成果转化和教育机会为核心[16]；李燕认为高等院校的科技创新在于教育投入，应加强高等院校科技创新投入水平，加快科研项目的转化与应用，以促进区域经济高质量发展[17]。樊星等、聂娟等、赵冉等、张同功等、杨伊等、吴伟伟等学者均认为高等教育投入对经济发展存在显著促进作用，教育支出均衡可以促进地区经济发展均衡，缩小地区间发展差距[18-23]。

综上可见，高等教育投入、科技创新、制造业高质量发展之间的研究多集中于科技创新和制造业高质量发展方面，高等教育投入、科技创新与制造业高质量发展间影响机制的实证研究较少，三者间影响机制、作用路径的研究需进一步深化。

二、高等教育投入、科技创新、制造业高质量发展的影响机制分析与研究假设

（一）影响机制分析

高等教育投入、科技创新与制造业高质量发展是驱动地区经济发展的重要动力，三者之间存在影响机制。首先，从高等教育投入和科技创新的关系来看，高等教育投入为科技创新提供资金支持的同时，通过高等教育培育各类人才，为科技创新提供人力资本和技术服务。其次，从科技创新和制造业高质量发展的关系来看，科技创新始终处于核心位置，推动社会效率的不断提升，带动技术革新，为制造业高质量发展提供原动力，科技创新可以使生产要素高级化，减少生产对于人力资源等生产要素的依赖，促进生产效率的提升；掌握创新科技的新型高技术产业得益于效率提升，以更低的成本、更优的产品迅速抢占传统产业的市场，对传统产业形成“挤出效应”，生产要素则流向科技创新类企业，社会资源配置效率得到了提升，促进了制造业的产业升级。再次，从高等教育投入和制造业高质量发展的关系来看，高等教育投入有助于制造企业需要的经营管理类等高素质人才的培养；而制造业高质量发展使地方政府的财政收入不断提升，政府则更加重视对高等教育的投入，进一步促进科技创新，实现制造业更高质量的发展。高等教育投入、科技創新与制造业高质量发展的具体传导机制如图1所示。

（二）研究假设

1.高等教育投入与制造业高质量发展

从上述文献梳理可以看出，高等教育投入有助于高级人力资本培养或促进人力资本高级化，高等教育投入对经济高质量发展的促进作用逐渐显现。伴随制造业占经济增长的比重逐渐上升，国家也更加重视制造业的崛起，出台了与制造业高质量发展相关的政策。而制造业的高质量发展需要高等教育培养高质量人才，高质量人才的培养需要大量的资金、教师、学校的硬件和软件设施等基础资源的投入，因此高等教育投入水平提高，高等教育才能为制造业培养更多的参与科学研究和企业生产的学术和实践人才，进而为制造业高质量发展贡献力量。

基于以上分析提出第一个假设：

假设1.高等教育投入水平越高，越有利于实现制造业高质量发展。

2.高等教育投入、科技创新与制造业高质量发展

目前有关科技创新对制造业高质量发展的促进作用已经得到大量实证检验，但高等教育投入、科技创新与制造业高质量发展三者之间的逻辑关系的研究较少。本文从高等教育投入对科技创新的中介效应切入，实证探寻高等教育投入、科技创新和制造业高质量发展的内在关系。高等教育投入能够促使高等教育培养更多的学术领域和实践领域的人才，学术人才从事科学研究，实现技术理论的创新和突破，实践人才将新的技术理论应用于制造业生产过程中，指导现实生产活动，从理论和实践两个层面实现科技创新，提高生产效率，改善生产环境，进而促进制造业高质量发展。

基于以上分析提出第二个假设：

假设2.高等教育投入水平越高，越有利于促进科技创新，进而促进制造业高质量发展。

三、研究设计

（一）变量选取

（1）被解释变量：制造业高质量发展（IEHD）。关于高质量发展的界定，学者们有不同的见解。刘国新等认为高质量发展的内涵应当是经济性、市场性和环境性的质与量的有机统一[24]；余东华则从生产要素投入、资源配置效率、品质提升实力、生态环境质量以及经济社会效益五个层面认定制造业高质量发展[25]。本文借鉴景维民等的分类方法[26]，将制造业高质量发展分为规模发展、创新发展和绿色发展三个维度，进行多指标综合评价，构建制造业高质量发展指标体系（见表1）。

（2）解释变量：高等教育投入（HE）。在制造业向高质量发展转变的过程中，科学技术逐渐成为实现专门领域突破的关键因素，因而掌握高新技术的人才缺口也会不断扩大。高等院校一方面通过培养学术领域的专家和教授，为理论层面实现科技创新提供人才，指导技术在工业中的应用；另一方面通过培养实操领域的待就业学生，为工业输送技术人才，使科学技术与制造业发展紧密结合，在实践层面实现科技创新，进而助力制造业向高质量发展转变。而高校培养人才需要前期大量资源的投入，包括资金、教师、基础硬件、软件设施等，因此本文采用生均高等教育经费来反映高等教育的资金投入，进而反映高等教育的投入水平。

（3）控制变量。邵慰等选取技术引进、外商直接投资、市场化程度、产业结构和金融发展作为智能化影响工业经济高质量发展的控制变量[27]；陶长琪等则选取市场化程度、生产性服务业发展水平、资本存量、金融支持力度和外贸依存度作为创新驱动影响江西省制造业高质量发展的控制变量[5]。通过梳理总结，选取经济发展、产业结构、金融发展、外商投资和对外贸易作为控制变量。经济发展（ED），制造业支撑经济发展，各地区的经济发展水平也会反作用于制造业的发展，考虑人均国内生产总值比国内生产总值更能反映地区经济发展水平，故采用人均国内生产总值来衡量经济发展，为消除规模效应，对其原始数据进行对数处理；产业结构（IS），产业结构反映经济增长来源，能够提高资源配置效率，降低资源浪费，从而提高经济发展质量，采用第三产业增加值在国内生产总值中的比重来衡量产业结构的合理程度；金融发展（FD），金融为制造业企业提供融资服务，降低企业的融资成本，将资金向更需要的企业转移，从而促进高效率企业的扩张和低效率企业的淘汰，提高制造业发展质量，采用金融业增加值在国内生产总值中的比重来衡量金融发展水平；外商投资（FI），外商投资是研发和创新的重要组成部分，外商投资企业带来的技术能够促进本国科技创新，进而提高制造业的创新水平，采用外商投资企业投资总额来衡量外商投资水平，对其原始数据进行对数化处理；对外贸易（FT），对外贸易能够检验工业企业产品质量，促进技术迭代升级，从而提高制造业发展水平，采用进出口总额来衡量对外贸易水平，对其原始数据进行对数化处理。

（4）中介变量：科技创新（ST）。高等教育投入通过学术领域和实操领域技术人才的培养来实现科技在理论和实践层面的突破，促进制造业高质量发展，采用国内申请专利授权量来衡量科技创新水平。

（二）数据说明

制造业高质量发展综合指数、高等教育投入、科技创新以及控制变量在计算过程中涉及的生均高等教育经费、国内申请专利授权量、工业增加值、利润总额、技术市场成交额、有效发明专利数、工业污染治理完成投资、人均国内生产总值等所有指标数据均来自《中国统计年鉴》和各省份的统计年鉴，其中利润总额、有效发明专利数、新产品销售收入和主营业务收入均来自规模以上工业企业。大部分规模以上工业企业指标从2004年开始纳统，因此文本数据时间跨度为2004—2020年；选取31个省（市、自治区）作为基础样本，获得527个观测值。各个变量的描述性统计特征如表2所示。

运用Stata16.0对被解释变量制造业高质量发展和解释变量高等教育投入进行基准回归，画出高等教育投入与制造业高质量发展之间关系的散点图与线性回归线（见图2），由此对二者之间的关系进行初步判断，可以得到高等教育投入与制造业高质量发展之间的正向线性关系。图2中，score和fhe分别代表制造业高质量发展和高等教育投入，score取值范围为0～1，fhe的單位为元/人。

（三）模型构建

以我国31个省（市、自治区）的面板数据为基础，借鉴温忠麟等[28]归纳的中介效应检验方法，构建高等教育投入-科技创新-制造业高质量发展的中介效应模型，实证分析高等教育投入通过科技创新对制造业高质量发展的影响。

IEHDit ＝α0 ＋α1 HEit ＋∑ jδ1 j CVit＋

μi＋θt＋εit

STit ＝β0 ＋β1 HEit ＋∑ jδ2 j CVit＋

μi＋θt＋εit

IEHDit ＝γ0 ＋γ1 HEit ＋γ2 STit ＋

∑ jδ3 j CVit＋μi＋θt＋εit

式（1）至式（3）中，i为各省（市、自治区），t为时间，μi、θt分别表示不可观测的个体固定效应、不可观测的时间固定效应，εit表示随机扰动项。式（1）动态面板模型为基准回归模型，式（2）和式（3）为中介效应的检验模型。

四、高等教育投入、科技创新与制造业高质量发展的实证分析

（一）制造业高质量发展指数测算

本文采用熵值法对制造业高质量发展指数中各指标进行权重计算，按照层次结构分析理论构造规模发展指数、创新发展指数和绿色发展指数三个复合指标，分别由规模发展子系统、创新发展子系统和绿色发展子系统指标组的指标计算而来。

根据朱喜安等[29]对熵值法中无量纲化方法优良标准的研究，极值处理法所得数据除总量恒定性较差外，单调性、差异比不变形、平移无关性、缩放无关性、区间稳定性均表现较好，故采用极值熵值法对数据进行处理，并加入时间变量，以比较不同年份的数据。极值熵值法评价模型如下：

（1）指标选取。设有T个年份，n个省份，m个指标，则xtij为第t年省份的第j个指标值。

（2）数据无量纲化处理。由于各个指标的量纲、数量级和正负取向不同，需要对初始数据进行无量纲化处理。对于正向指标，                             ；对于负向指标，                                。其中 t ＝1，2，...，T；i＝1，2，...，n；j ＝1，2，...，m。

（3）归一化处理。标准化值为

平移0.00001个单位，避免出现 ptij ＝0。

（4）计算第j个指标的信息熵值。

ej＝－K∑        ∑    （0.00001＋ ptij）ln（0.00001＋ ptij），

其中 K＞0 且 K＝－1/ln（nT）。

（5）计算第j个指标的信息效用值。先根据dj＝1－ej 求出各指标的信息效用值，再根据Dk＝1－Ek（k＝1，2，3），Ek＝∑ ej 求出规模发展指数、创新发展指数和绿色发展指数的信息效用值。

（6）计算第j个指标的权重。先根据wj＝dj/∑     dj求出各指标的权重，再根据Wk＝Dk/∑     Dk求出规模发展指数、创新发展指数和绿色发展指数各自的权重。

（7）计算各省份制造业高质量发展指数综合得分。先根据 ftij ＝∑    ∑       wj x'tij 求出規模发展指数、创新发展指数和绿色发展指数得分，再根据 Ftij ＝

∑    Wk ftij求出制造业高质量发展指数综合得分。

（二）基准回归结果

采用Stata16.0对模型（1）进行回归，得到高等教育投入对制造业高质量发展总体影响的估计结果（见表3）。表3中第一列仅考虑个体固定效应，第二列仅考虑时间固定效应，第三列仅以高等教育投入作为解释变量，第四列加入控制变量，后两列均考虑省份固定效应和时间固定效应。结果显示：在仅考虑个体固定效应的情况下，生均高等教育经费作为高等教育投入的代理变量对制造业高质量发展影响的估计系数在1%的显著性水平下为正，在仅考虑时间固定效应的情况下，估计系数也在1%的显著性水平下为正，但小于前者，二者均大于考虑了个体时间双向固定效应的估计系数，说明地区间的差异与时间因素都会降低高等教育投入对制造业高质量发展的促进作用，时间因素的影响更大；在不考虑其他控制变量的情况下，估计系数在1%的显著性水平下为正，在加入控制变量的情况下也为正，说明提高高等教育投入水平能够显著促进制造业高质量发展，但加入控制变量后估计系数增大，说明经济发展、产业结构、金融发展、外商投资、对外贸易等因素中有的因素可能会抑制高等教育投入对制造业高质量发展的影响，或者其他因素分担了高等教育投入的作用。上述结果验证了假设1。

加入控制变量的回归结果显示：人均国内生产总值取对数后对制造业高质量发展影响的估计系数在5%的显著性水平下为负，说明经济过快发展可能会限制制造业高质量发展，也可能是两者之间存在内生性，制造业高质量发展对经济发展的促进作用抵消了经济发展的作用；第三产业增加值在国内生产总值中的比重的估计系数在1%的显著性水平下为正，说明偏重于第三产业的产业结构能够促进制造业高质量发展；金融业增加值在国内生产总值中的比重的估计系数在1%的显著性水平下为负，说明金融过度发展可能会限制制造业高质量发展；外商投资企业投资总额的估计系数为负，进出口总额的估计系数为正，但两者的系数不显著，这可能是因为不同地区之间存在异质性，也可能是变量选取存在偏差。

（三）内生性分析

考虑模型设定时，变量之间的双向因果关系等可能会产生内生性问题，影响基准回归的稳健性，本文借鉴李光龙等[30]的方法，选择高等教育投入的滞后一期（L.HE）作为工具变量，重新进行基准回归，结果如表4所示。由表4可知，高等教育投入滞后一期的符号和显著性与基准回归结果保持一致，控制变量经济发展在控制时间固定效应和控制个体时间双向固定效应时显著性水平从1%变为5%，产业结构控制变量在控制个体时间双向固定效应时显著性水平从1%变为5%，其他控制变量也与基准回归结果保持一致，回归结果稳健。

（四）稳健性检验

从基准回归结果可以看出，加大高等教育投入有利于实现制造业高质量发展。为了尽量保证这些结果的可靠性，本文继续做了两个稳健性检验（见表5）。考虑北京、天津、上海、重庆4个直辖市的高等教育投入水平、科技创新水平和制造业发展水平均明显优于其他省自治区，可能会影响估计结果，选择剔除直辖市；考虑使用不同权重计算方法对制造业高质量发展综合指数进行计算可能会影响估计结果，选择等权法重新计算制造业高质量发展综合指数。表5中第一列剔除4个直辖市的数据，第二列用等权法对制造业高质量发展综合指数进行重新计算。

由表5可知，去掉北京、天津、上海、重庆4个直辖市以后，生均高等教育经费对制造业高质量发展影响的估计系数在10%的显著性水平下仍为正，说明估计结果不受直辖市数据增删的影响，但估计系数减小，说明直辖市高等教育投入水平、科技创新水平和制造业发展水平的突出表现提高了估计系数；用等权法对制造业高质量发展综合指数进行重新计算以后，估计系数在10%的显著性水平下仍为正，说明估计结果不受制造业综合指数权重计算方法的影响，但估计系数减小，说明对不同指标进行科学赋权更能合理评价制造业高质量发展综合指数。

（五）异质性分析

基准分析和稳健性检验说明高等教育投入对制造业高质量发展具有显著的促进作用，且估计结果稳健。考虑东、中、西部地区经济发展差异较大，东部地区的高等教育投入水平和制造业高质量发展程度往往高于中、西部地区，地区的异质性可能对估计结果产生影响。因此，进一步分析不同地区的高等教育投入对制造业高质量发展的影响是否相同（见表6）。

由表6可知，东部地区生均高等教育经费对制造业高质量发展影响的估计系数在1%的显著性水平下为正，中部地区估计系数在10%的显著性水平下为正，但西部地区估计系数为负，不显著，并且东部地区的估计系数大于中部地区，说明地区的异质性确实存在。可能是因为东部地区的经济条件、基础设施等更吸引技术人才流入，科技创新水平更高，进而促进制造业高质量发展；而西部地区相对落后于其他地区，高等教育投入水平较低，人才吸引力度不够大，还不能有效促进科技创新，进而无法促进制造业的高质量发展。

（六）中介效应检验

为进一步厘清高等教育投入和科技创新对制造业高质量发展的影响，对三者的影响机制进行实证检验，即高等教育投入能否通过促进科技创新来推动制造业高质量发展，结果如表7所示。表7中模型一、模型二、模型三分别对应式（1）、式（2）、式（3）。

由表7可知，模型一为基准回归结果，与前文结果相同；模型二中高等教育投入对科技创新影响的估计系数在5%的显著性水平下为正，说明高等教育投入对科技创新具有显著的促进作用；模型三中高等教育投入和科技创新对制造业高质量发展影响的估计系数均在1%的显著性水平下为正，且高等教育投入的估计系数减小，说明中介效应存在，即高等教育投入能够通过促进科技创新推动制造业高质量发展。就效应大小来看，高等教育投入对制造业高质量发展影响的总效应为2.08e-06，其中直接效應为1.50e-06，在总效应中占比72.12%，中介效应为5.80e-07，在总效应中占比27.88%，说明高等教育投入通过科技创新对制造业高质量发展的促进作用较弱，未能充分发挥科技创新的中介效应，进一步表明我国高等教育投入未能充分刺激科技创新，存在一定的冗余。上述结果验证了假设2。

五、结论与建议

通过定性分析高等教育投入、科技创新和制造业高质量发展的影响机制，开展线性关系基准回归、内生性分析、稳健性检验、异质性分析、中介效应检验等实证分析，本文得到两个主要结论。一是提高高等教育投入水平能够显著促进制造业高质量发展，但不同地区促进效用不同，东部地区的促进效用高于中部地区，西部地区高等教育投入对制造业高质量发展无显著促进作用；二是高等教育投入可以借助科技创新的中介效应促进制造业高质量发展，但中介效应明显弱于直接效应，表明我国高等教育投入存在一定冗余，不足以充分发挥科技创新在生产中的促进作用。

基于本文得出的结论，提出以下建议：

第一，加大高等教育投入，合理配置高等教育投入地区比例。顶层设计机关应当高度重视高等教育在制造业高质量发展中的促进作用，加大高等教育投入，为学术界、制造业的潜在中坚力量提供更完善的硬件、软件等配套基础设施，让学生能够专注于理论研究和实践探索，为制造业储备鲜活血液；应当充分考虑高等教育水平地区发展不均衡的现实条件，将高等教育经费适当向中西部地区倾斜，同时也不能忽略地区间的经济结构和高等教育资源的差异，一味地向中西部倾斜，做到高等教育经费分配的合理、公平、公正。

第二，加快科研成果转化，留住各领域的人才和技术。各地区科技部门应当加快科研成果转化，使更多的发明专利、应用专利等落地，指导制造业的实际生产过程，提高生产效率，改善生产环境，助力制造业高质量发展。可以设立各种类型的科技奖项，奖励各领域的科技工作者；加大技术人才引进力度，给予推动重大科研成果转化的科研人员租、购房补贴和奖金、科研津贴等实际优惠，保障其基本生活质量，为其子女和父母提供配套教育和医疗资源，解除其后顾之忧。提高引进人才的归属感，着力解决中西部地区的人才外流现象。

第三，推动地区间高等教育和技术领域协调发展，促进高等教育和技术资源跨地区流动。中西部地区应当认识到与东部地区的差距，包括高等教育领域和技术领域，向域外和域内先进地区学习，并因地制宜，加强对高等教育投入的监管，合理配置高等教育投入，提高技术人才的留用规模；东部地区中高等教育投入规模过大的省域则应当着重调整资金配置结构，提高资金使用效率。着力推动高等教育和技术资源在区域间的流动，在全国范围内提高高等教育投入水平并促进科技创新，为全国范围的制造业高质量发展贡献各地区的力量。

［参考文献］

亚当·斯密.国富论[M].孙善春，李春长，译.北京：中国华侨出版社，2011.

SOLOW R M. A contribution to the theory of economic growth[J]. Quarterly Journal of Economics，1956（1）：65-94.

BONDAREV A，KRYSIAK F C. Economic development and the structure of cross-technology interactions[J].European Economic Review，2021，132：103628.

曹武军，刘凡，薛朝改.技术创新路径对制造业高质量发展的影响研究：基于制造业27个细分行业的实证分析[J].价格理论与实践，2021（11）：155-158.

陶长琪，冷琴.以创新驱动促进江西省制造业高质量发展的实证研究[J].江西师范大学学报（自然科学版），2021（1）：1-9.

陈清萍.科技进步、协同创新与长三角制造业高质量发展[J].江淮论坛，2020（2）：103-112.

吴翌琳，于鸿君.企业创新推动高质量发展的路径研究：基于中国制造业企业的微观实证[J].北京大学学报（哲学社会科学版），2020（2）：105-118.

李振叶，刘杨程，徐斌.“互联网+”对工业高质量发展的影响：基于面板中介效应模型的估计[J].科技进步与对策，2020（14）：86-93.

张明志，姚鹏.产业政策与制造业高质量发展[J].科学学研究，2020（8）：1381-1389.

王玉燕，张晓翠.环境规制、技术进步和制造业高质量发展[J].吉林工商学院学报，2020（6）：5-12.

韦庄禹，李毅婷，武可栋.数字经济能否促进制造业高质量发展？：基于省际面板数据的实证分析[J].武汉金融，2021（3）：37-45.

贺灵，付丽娜.创新要素协同、市场化改革与制造业高质量发展[J].财经理论与实践，2021（6）：126-131.

李晓华.以新发展理念引领制造业高质量发展[J].人民论坛·学术前沿，2021（13）：51-59.

牟玲玲，王晨曦，王欣然.科技创新、高等教育与制造业高质量发展耦合特征及机理探究：以京津冀为例[J].管理现代化，2021（6）：23-27.

桑倩倩，栗玉香.教育投入、技术创新与经济高质量发展：来自237个地级市的经验证据[J].求是学刊，2021（3）：86-99.

王淑英，杨祺静.高等教育规模对经济增长的空间效应研究：基于国际科技合作的视角[J].教育经济评论，2022（1）：23-39.

李燕.高校科技创新与城市经济高质量发展：基于19个副省级及以上城市的实证检验[J].科技管理研究，2020（13）：1-7.

樊星，马树才.中国区域高等教育对经济增长贡献率的时空特征研究：基于中国省域面板数据的实证分析[J].中国高教研究，2017（8）：74-79.

聂娟，辛士波.我国高等教育质量差异化及对区域经济增长的效应分析[J].中国软科学，2018（11）：58-65.

赵冉，杜育红.高等教育、人力资本质量对“本地-邻地”经济增长的影响[J].高等教育研究，2020（8）：52-62.

張同功，张隆，赵得志，等.我国公共教育支出经济绩效空间溢出效应研究[J].教育与经济，2021（3）：20-30.

杨伊，胡俊男，谭宁.高等教育投入、人力资本结构对区域经济增长影响的外溢性研究[J].黑龙江高教研究，2021（9）：36-44.

吴伟伟.谁更愿意投资高等教育：人力资本流动下地方经济增长促进高等教育财政投入的空间效应与门槛效应[J].教育学报，2021（2）：151-165.

刘国新，王静，江露薇.我国制造业高质量发展的理论机制及评价分析[J].管理现代化，2020（3）：20-24.

余东华.制造业高质量发展的内涵、路径与动力机制[J].产业经济评论，2020（1）：13-32.

景维民，王瑶，莫龙炯.教育人力资本结构、技术转型升级与地区经济高质量发展[J].宏观质量研究，2019（4）：18-32.

邵慰，吴婷莉.智能化、要素市场与工业经济高质量发展[J].经济问题探索，2022（2）：112-127.

温忠麟，叶宝娟.中介效应分析：方法和模型发展[J].心理科学进展，2014（5）：731-745.

朱喜安，魏国栋.熵值法中无量纲化方法优良标准的探讨[J].统计与决策，2015（2）：12-15.

李光龙，范贤贤.财政支出、科技创新与经济高质量发展：基于长江经济带108个城市的实证检验[J].上海经济研究，2019（10）：46-60.

[责任编辑 王艳芳]