《重庆高教研究》投稿及审稿要求

一、问题提出

二、文献回顾

经济增长是国家发展的根基，高职教育为经济发展提供必要的人才支撑，因此，不少学者把研究焦点集中于高职教育投入与经济发展的关系问题，但彼此观点各不相同。有些研究认为高职教育对区域经济发展具有相互促进的关系，一是区域经济发展水平的提高促进高职教育的投入增加；二是加大高职教育投入能推动区域经济发展。具体而言，高职教育对经济增长的贡献率为1.52%，但贡献率存在地区差异；另有学者得出的贡献率为0.36%。在贡献率的地区差异上，两者的结论一致，从高到低依次为东部、西部和中部。省际间的高职教育经费投入存在较大差异，可能是导致区域经济差异的一个重要原因。也有些研究表达了相反的观点。基于地方样本的研究发现，高职教育规模与地方经济发展不匹配，与地方产业结构呈现出反向作用关系。钟无涯在承认高职教育投入对工业发展存在显著因果关系的同时，认为高职教育投入对整体经济发展和第三产业发展的促进作用不显著；高职教育对促进经济增长不显著发挥正向效应问题不局限于表现在全国整体上，在西部地区也有体现。不同的观点表明，教育经费投入与经济发展之间并非直接的因果关系，可能还有其他关联因素需要进一步分析，其中人力资本因素较为受重视。

教育投入能否引导人力资本结构的变动，进而影响产业结构升级，同样受到学者们的关注。学者们大多通过实证方法探究教育投入对产业结构升级的潜在影响机制。刘靖等通过建立仿真模型，模拟分析不同教育投入优化方案的效果，结果发现，教育投入促进从业人员的结构优化，其中增加教育事业费投入的效果比增加教育基础设施投入的效果更明显。从业人员结构的优化实质推动了人力资本结构的优化，而产业结构升级对人力资本结构的优化提出更高要求，因为产业结构升级，尤其是高技术主导型产业结构升级需要一大批高素质、高技能的产业工人。高素质、高技能的产业工人对产业发展的影响对应的正是高级人力资本对产业结构升级的影响。陈加旭等通过构建联立方程模型，发现人力资本结构不断高级化是产业结构变动的需要。孙海波等通过分位数回归方法实证检验异质性人力资本对产业结构升级的影响，发现人力资本越高级，对产业结构升级的推动作用越强。与上述使用静态分析方法不同的是，张国强等使用动态分析方法，通过动态系统GMM实证研究人力资本结构与产业结构升级的关系，结果发现人力资本水平的提升有助于为产业结构转型升级提质增效。虽然教育人力资本结构高级化有利于产业结构优化，但高等教育投入不足会引发高级人力资本存量不足，进而降低产业结构优化的动能。邓创等利用面板门限模型实证也得出，财政性教育经费投入的增加会通过影响人力资本的流动和优化配置推动产业结构优化。

综上所述，在研究内容上，现有研究分别集中于高职教育投入与经济增长的关系探讨、教育投入通过引发人力资本的变动影响产业升级两个主题。虽然经济高质量发展有赖于产业结构调整优化的程度，但现有研究未从高职教育投入的层面直接分析其与产业结构升级两者之间的关系。在研究方法上，大多采取静态分析法，少数使用了动态面板数据进行分析，但分析动态互动关系的较为罕见。因此，本研究的边际贡献在于：一是从高职教育投入层面，基于PVAR模型，运用GMM参数估计、脉冲响应冲击和方差分解等方法综合探究高职教育投入与产业结构升级之间的动态互动关系；二是基于全国样本，探析高职教育投入与产业结构升级关系的区域差异；三是探究人力资本在高职教育投入对产业结构升级的影响机制中的中介效应。

三、研究设计

（一）模型设定

1.PVAR模型

面板向量自回归模型（PVAR模型）最初由Holtz-Eakin等提出，将传统VAR模型与面板数据结合起来，后经过Love & Zicchino、Lian & Chung等学者的不断拓展与发展，既兼具考虑时间效应与个体效应，又兼顾解决个体异质性问题，为探究高职教育投入与产业结构升级的动态关系提供了有效的检验方法。因此，本研究使用PVAR模型和具有强稳健性的广义矩估计（GMM）方法，PVAR模型表达式如下：

其中，表示lngzjt、isupg两个不同向量，下标i、t分别表示样本中的个体与时间；lngzjt为经过对数处理后的高职教育投入，isupg为产业结构升级。分别表示个体固体效应和个体时间效应，代表随机干扰项。该模型运用Arellano & Bover提出的向前均值差分法，去除不随时间变化且不可观测的个体固定效应的异质性影响。

2.中介效应模型

高职教育投入可以通过引起高职人力资本变动的路径进而作用于产业结构升级。因此，选择高职人力资本作为高职教育投入影响产业结构升级的中介变量，构建如下中介效应模型：

模型中的lnGraduates是中介变量，表示高职教育输出的人力资本水平。只有当式（2）的、式（3）的和式（4）的都显著时，则认为人力资本的中介效应成立，即高职教育投入可以间接通过人力资本进而影响产业结构升级。

（二）变量设定

1.高职教育投入

教育经费投入总额增加，不能意味着教育投入水平的提升，而生均经费能够用来衡量全社会教育经费在学生个体的投入水平，预算内生均教育经费支出则能体现当期预算中高职院校教育经费在每个学生的投入水平。用生均教育事业费支出作为衡量教育投入的衡量指标得到不少学者的认同。因此，在测量高职教育投入水平指标选取上，采用高职教育预算内生均教育事业费支出作为其代理变量。

2.产业结构升级

在产业结构升级指标的选取上，研究者们所采用的测量方法不尽相同，比如以第二三产业增加值之和与地区GDP之比来衡量，或用第三产业增加值占地区GDP比重衡量。由配第-克拉克定理可知，随着经济发展的不断深化，承载教育人力资本的劳动力会在各产业之间发生转移，经济发展水平越高，劳动力越偏向第二、三产业转移聚集，间接带动产业结构升级。因此，产业结构升级应涵括产业动态转移过程的特点，而不是只反映产业静态转移过程。在产业结构升级指标的度量上，借鉴徐德云、徐敏和姜勇等学者的方法，具体计算公式如下：

其中，分别代表第一、二、三产业增加值与GDP的比值。isupg指标最大值为3，其数值越接近于3，意味着产业结构升级水平越高。

3.人力资本

本研究中的人力资本指高职教育为经济社会输送的符合国家资质要求的劳动者，采用高职教育年度毕业生人数作为衡量人力资本的负向指标变量。随着高等教育的扩招，高职教育毕业生人数也随之增加，毕业生人数过多反而会抑制产业结构升级。因此，采用高职教育年度毕业生人数作为衡量人力资本的变量是负向指标变量。

4.控制变量

本研究的控制变量主要为高职教育规模、城镇化水平和技术创新。高职教育规模选用的衡量指标是高职教育在校生人数；用城镇人口占总人口的比重作为城镇化水平指标；以各省R&D经费作为技术创新的衡量指标。以上控制变量中，除了城镇化水平变量外，其它指标均进行对数化处理。

（三）数据来源及区域划分

为了探析我国高职教育投入与产业结构升级两者动态互动关系的整体情况及其区域特征，且兼顾到数据的可获得性和连续性，在研究样本数据选取上，本研究选取2009-2018年全国31省的面板数据，并对全国31个省际样本按照国家标准划分为东部、中部和西部三个区域，分别考察这三个地区间的差异。数据来源于《中国教育经费统计年鉴》《中国统计年鉴》《中国教育统计年鉴》和《中国科技统计年鉴》。

四、数据分析

（一）面板数据单位根检验

（二）协整检验

表2  协整检验

（三）滞后期数选择

滞后期数的恰当选择将影响后面实证步骤的进一步分析。因此，为了提高检验的精确度，这里采取三种不同的信息准则（AIC、SIC、HQIC）作为滞后期数选择的判断依据。从表3可知，中部地区的最优滞后期数为4期，而全样本、东部地区、西部地区的三大准则度量结果虽给出不完全一致的选择，但均在5期内。由于以学生为对象的高职教育投入对产业结构升级的影响作用不是当期就能体现出，而是经过学制内的持续投入，在学生个体毕业后流入劳动力市场，并经过一段时期才能呈现显著效果，因此滞后阶数的选择不能过小。为了准确考察高职教育投入与产业结构升级的动态关系，综合考虑三大准则的检验结果和高职教育的3年学制，对全样本、东部地区、中部地区与西部地区分别选择滞后期数为4期、3期、4期和3期进行下一步估计和检验。

表3  滞后期数选择

（四）格兰杰因果检验

为进一步分析高职教育投入与产业结构升级的动态影响和因果关系，有必要对高职教育投入与产业结构升级这两个变量进行格兰杰因果检验，具体结果见表4。从全样本来看，产业结构升级与高职教育投入在1%显著水平下互为格兰杰原因，说明整体上产业结构升级与高职教育投入之间能相互影响。从区域上看，东部、中部和西部地区的产业结构升级与高职教育投入均在1%显著水平下互为格兰杰原因，说明东部、中部和西部地区高职教育投入的变动均能够引起产业结构升级的变化，而产业结构升级对高职教育投入也会产生影响作用。

表4  格兰杰因果检验

（五）PVAR模型的GMM估计结果

本研究的面板向量自回归（PVAR）估计是使用“Helmert procedure”进行转变，消除数据的时间效应与固定效应，再利用广义矩估计（GMM）对参数进行估计。具体估计结果见表5。其中前缀“L1.”“L2.”“L3.”“L4.”分别表示变量的滞后1期、2期、3期和4期。

表5  GMM参数估计

以产业结构升级为被解释变量，在全样本中，滞后1期到滞后4期的高职教育投入对产业结构升级的影响系数均显著为正，说明短期内高职教育投入对推动产业结构升级具有持续正向效应。在东部地区，高职教育投入仅在滞后3期呈现出对推动产业结构升级有显著正向效应，说明东部地区的高职教育投入对产业结构升级的正向推动作用存在滞后性。在中部地区，仅滞后1期的高职教育投入对产业结构升级有显著促进作用，说明中部地区的高职教育投入短期内显著推动产业结构升级。在西部地区，仅滞后2期的高职教育投入对产业结构升级影响系数显著为正。这表明西部地区的高职教育投入短期内能推动产业结构升级，但由于西部地区人才流失较大，西部地区高职教育培养的人才外流到经济较发达地区，导致西部地区高职教育投入对地区产业结构升级发挥的积极作用不强。

以高职教育投入为被解释变量，在全样本中，从滞后1期到滞后4期，产业结构升级对高职教育投入的影响系数符号“正负交替”呈现。这说明短期内产业结构升级对高职教育投入的促进作用不是连续性的而是呈现“正负交替”的阶段性特征。这因为产业结构升级是一个动态过程，而高职教育经费投入的较大调整一般周期较长，短期内高职教育投入具有一定的稳定性，意味着产业结构升级的变动与高职教育经费投入的调整不是协同的。在东部地区，从滞后1期到滞后3期，产业结构升级对高职教育投入的影响系数符号也“正负交替”呈现。这说明短期内东部地区产业结构升级对高职教育投入的影响也存在“正负交替”的阶段性特征，其显著为正的促进作用存在一定的滞后性。在中部地区，滞后1期到滞后4期的产业结构升级对高职教育投入的影响系数符号也呈现“正负交替”。这说明短期内中部地区产业结构升级对高职教育投入的促进作用也存在“正负交替”的阶段性特征，其促进作用也具有一定的滞后性。在西部地区，滞后1期到滞后3期的产业结构升级对高职教育投入的影响系数符号也“正负交替”呈现，且影响系数较东部和中部地区影响系数大。这说明短期内西部地区产业结构升级对高职教育投入的促进作用同样存在“正负交替”的阶段性特征，其促进作用较东部和中部地区更明显。

（六）脉冲响应结果分析

脉冲响应函数所表示的是模型内的任意一个内生变量受到一个标准差的冲击后，对其它内生变量产生的冲击，可以用于观测变量间的动态交互关系，预测分析变量间的时滞关系和互动程度。模拟时间跨度为10期的各组脉冲响应结果如图1-图8所示，其中横坐标表示响应滞后期数长度10期，纵坐标表示对冲击变量的响应程度，中间线表示变量受到冲击的响应效果，上下两线是95%的置信区间。

1.全样本脉冲响应结果分析

从图1可知，当高职教育投入(dlngzjt)受到产业结构升级(disupg)冲击时，当期未做出响应，在第2期达到正效应的峰值，后期保持较长时间的正效应，于第7期开始在0轴附近趋于平稳。这表明长期内产业结构升级对提升高职教育投入水平存在持续正向影响效应。从图2可知，当产业结构升级(disupg)受到高职教育投入(dlngzjt)冲击时，当期产生微弱的正效应，在第1期达到正效应的最大值，在第2期转向负效应，后期间断性的呈现出正效应，最后在0轴附近趋于平稳。这说明高职教育投入对产业结构升级短期内能产生正向促进作用，但促进作用持续性不强。

图1 脉冲响应图：全样本（disupg to dlngzjt）

图2  脉冲响应图：全样本（dlngzjt to disupg）

2.东部地区脉冲响应结果分析

从图3可知，当高职教育投入(lngzjt)受到产业结构升级(isupg)冲击时，当期未做出响应，在第1期转负效应，随后在第2期转为正效应，在第4期达到正效应的峰值，后期缓慢下降，整体保持了较长时间的正效应。这说明，长期内东部地区产业结构升级对促进高职教育投入水平的提升具有较强的持续效应。从图4可知，当产业结构升级(isupg)受到高职教育投入(lngzjt)的冲击时，当期就产生正效应，在第1期达到正效应的峰值，随后下降转为负效应，在第3期开始保持在0轴上方，后期正效应相对前期较小。这表明，东部地区高职教育投入对产业结构升级在前期有较明显的正向推动作用，相比前期的正向推动作用，后期的推动作用持续时间较长但程度相对较低。

图3 脉冲响应图：东部样本（isupg to lngzjt）

图4 脉冲响应图：东部样本（lngzjt to isupg）

3.中部地区脉冲响应结果分析

从图5可知，当高职教育投入(dlngzjt)受到产业结构升级(disupg)的冲击时当期未做出响应，在第1期达到正效应的峰值，随后缓慢下降。在第4期达到负效应的峰值，后期趋向0轴平稳。这表明，中部地区产业结构升级对高职教育投入的影响效应前期有“正负交替”的特征，后期维持正效应。从图6可知，当产业结构升级(disupg)受到高职教育投入(dlngzjt)的冲击时当期产生负效应，随后转向正效应，在第1期达到正效应的峰值，后期在0轴附近趋向平稳。这说明，中部地区高职教育投入短期内能起到推动产业结构升级的效果。

图5 脉冲响应图：中部样本（disupg to dlngzjt）

图6 脉冲响应图：中部样本（dlngzjt to disupg）

4.西部地区脉冲响应结果分析

从图7可知，当高职教育投入(lngzjt)受产业结构升级(isupg)的冲击时，当期未做出响应，在第1期转向负效应，之后转向正效应，在第4期达到峰值，后期缓慢下降，正效应持续时间较长。这表明，长期内西部地区产业结构升级对高职教育投入的促进作用持续性较强。从图8可知，当产业结构升级(isupg)对高职教育投入(lngzjt)的冲击时，当期就显示出正效应，在第1期达到正效应的最大值，后期缓慢下降并趋向于0轴平稳。这表明长期内西部地区高职教育投入推动产业结构升级的正向效应具有一定的持续性。

图7 脉冲响应图：西部样本（isupg to lngzjt）

图8 脉冲响应图：西部样本（lngzjt to isupg）

（七）方差分解

方差分析的目的在于进一步分析全样本及东部、中部和西部的产业结构升级与高职教育投入之间的长期相互影响程度，解释各指标对其它变量产生冲击的方差贡献率。由于在第10期后的变量冲击效果基本趋于稳定，因此，表6只呈现出各变量在第3期、6期与10期受到其它变量冲击的方差贡献率。

从全样本方差分解来看，长期高职教育投入与产业结构升级之间存在较高的互动关系，推动产业结构升级有助于促进高职教育投入水平的提升，高职教育投入水平的增加可以起到推动产业结构升级的作用。其中，相比产业结构升级对提升高职教育投入水平的影响贡献率，高职教育投入对推动产业结构升级的贡献程度更高。具体而言，全样本的产业结构升级对高职教育投入的影响贡献率从第3期的10.5%增长到第10期的12.6%，而高职教育投入对产业结构升级的影响贡献率从第3期就高达20.5%，且一直保持增长趋势，在第10期增长到32.6%。

从区域产业结构升级对高职教育投入的方差分解来看，产业结构升级对高职教育投入的影响贡献率从高到低依次排序为中部、西部和东部。其中，东部和西部的产业结构升级对高职教育投入的贡献程度呈下降趋势，而中部地区呈增长趋势。具体而言，东部地区产业结构升级对高职教育投入的贡献率在第3期为13.2%，在第6期下降到11.8%，在第10期保持在11.9%；西部地区产业结构升级对高职教育投入的贡献率在第3期为18.2%，在第10期下降至17.6%；中部地区产业结构升级对高职教育投入的贡献率在第3期就高达24.0%，且保持增长趋势，在第10期增长至27.6%。

从区域高职教育投入对产业结构升级的方差分解来看，东部和西部地区的高职教育投入对产业结构升级的影响贡献率较中部地区更大。高职教育投入对产业结构升级的影响贡献率从高到低依次排序为东部、西部和中部。具体而言，东部和西部地区高职教育投入对产业结构升级的贡献率增幅较大，分别从第3期的0.2%和0.9%，持续增长到第10期的14.8%和14.1%；而中部地区高职教育投入对产业结构升级的贡献率增幅较小，在第3期为6.9%，在第10期基本稳定在8.9%。

表6  方差分解

（八）中介效应检验

高职教育投入作用于高职教育的学生群体身上，通过强化学生素质，提升高职教育为经济社会输出的人力资本水平，进而满足产业的结构升级需求，促进产业结构改造升级。为此，采用Sobel的检验方法检验中介效应，结果见表7。

表7  中介效应估计结果

如表7所显示，Sobel的P值远小于0.05，表示模型存在中介效应。从表7第（2）列可知，高职教育投入对产业结构升级的系数显著为正，表明高职教育投入显著促进产业结构升级。从表7的第（3）列可以看出，高职教育投入对人力资本的系数显著为负，又因该人力资本变量为负向指标变量，表明高职教育投入对高职教育为经济社会输出的人力资本具有正向影响作用。从表7的第（4）列可知，高职教育投入对产业结构升级的系数显著为正，且人力资本对产业结构升级的系数显著为负。结合上述三列的系数符号及系数显著性可以得出，高职教育投入对产业结构升级的促进作用部分通过人力资本间接起作用。人力资本的中介效应值为0.255，表示高职教育投入促进产业结构升级的影响作用中有25.5%是来自人力资本的间接影响作用。

（九）稳健性检验

为了验证基于PVAR模型下的GMM估计结果的可靠性，采用替换模型的方式，运用Two-step SYS-GMM动态估计模型，并加入人力资本、城镇化水平、技术创新等控制变量及以变量的滞后项作为模型的工具变量，对估计结果进行稳健性检验。具体估计结果见表8。

表8  稳健性检验结果

从表8可以看出，滞后1期的高职教育投入对产业结构升级的影响系数的符号、大小及其显著性和滞后1期的产业结构升级对高职教育投入的影响系数的符号、大小及其显著性与PVAR模型下的GMM估计结果基本一致。因此，基于PVAR模型的分析表明高职教育投入与产业结构升级动态关系的估计结果具有较强稳健性，基于其估计结果得出的研究结论具有较高的可靠性。

五、研究结论与建议

（一）研究结论

本研究运用PVAR模型，就高职教育投入与产业结构升级的动态互动关系及其区域差异和人力资本的中介效应进行了多层面分析，得出如下结论：

第一，高职教育投入对推动产业结构升级短期内具有正向效应；产业结构升级对高职教育投入的促进作用短期内呈现“正负交替”的阶段性特征，意味着产业结构升级的变动与高职教育经费投入的调整不是协同的。人力资本是高职教育投入影响产业结构升级的重要中介变量。高职教育投入促进产业结构升级的影响作用中有25.5%是来自人力资本的间接影响作用。

第二，高职教育投入在东部地区对推动产业结构升级的促进作用呈现明显的滞后性，在中部和西部地区短期内显著推动产业结构升级；长期内西部地区高职教育投入推动产业结构升级的正向效应具有较强的持续性。西部地区人才流失较大，高职教育培养的人才未能留在地方为地方经济产业发展服务，转而流向其它经济较发达地区发展，是导致西部地区高职教育投入对地区产业结构升级的影响系数较其它地区小的一个重要原因。在产业结构升级对高职教育投入的影响层面，产业结构升级对高职教育投入的促进作用在东部和中部地区存在一定的滞后性，在西部地区较在东部和中部地区短期内更明显；长期内东部和西部地区的产业结构升级对高职教育投入的促进作用具有较强的持续性。

第三，整体上，相较产业结构升级对高职教育投入的影响贡献率，高职教育投入对产业结构升级的影响贡献率更高。从区域来看，产业结构升级对高职教育投入的影响贡献率从高到低依次排序为中部、西部、东部，其中东部和西部的产业结构升级对高职教育投入的影响贡献率呈下降趋势，而中部地区呈增长趋势；高职教育投入对产业结构升级的影响贡献率从高到低依次排序为东部、西部、中部。

（二）建    议

基于上述研究结论，为更好促进高职教育投入与产业结构升级之间的动态协调，提升高职教育院校输送人力资本的质量，推动职业教育现代化发展，本研究提出以下三点建议：

第一，重视高职教育区域发展的不平衡，加大高职教育投入。高职教育投入的增加对促进产业结构升级还有很大的发挥空间，尤其加大中西部地区的高职教育经费投入，同时鼓励高职学校通过增强校企合作力度和加大学校与区域经济合作深度，拓宽经费来源渠道，减轻学校经费负担，增加教育经费的投入；优化校内资源的投入与分配，提高资源使用效率；重视师资投入，积极引进高层次人才队伍，重视教师队伍的研修与培训投入，保障高职教育投入的数量与质量。

第二，深化产教融合力度，保障产教供需有力、精准和持续对接。产教深度融合是高职教育高质量发展的关键一环，高职教育院校要以深化产教融合为重要着力点，加深高职教育在“引企入教”的投入深度，精准把握区域产业动态发展形势，把产业升级的先进技术、工艺、发展经验等产业资源融入高职教育；同时高职教育院校要优化调整专业结构和人才培养方案，课程教学和教学服务要对接产业发展需要，保障高职教育投入与产业结构动态调整相适配。

第三，完善区域高职教育就业激励机制，探索区域特色的高职教育培育模式。完善区域高职教育就业激励机制有助于激励高职教育培养的高素质技能人才留在地方发挥自身人力资本优势，为区域产业经济发展服务。同时，高职教育院校结合区域经济产业发展特点，把握产业结构调整升级的趋势，建设具有区域特色的高职教育培育模式，不仅提高高职教育为产业输入高级人力资本的质量，还能减少人才外流，使高职教育院校培育的人才能为区域内的产业发展充分施展才干，保障区域高职教育的人才培养为区域经济产业发展提供持续稳定动力。

作者—编辑—同行评议意见

第一轮审稿意见

同行评议意见1

文章采用时间序列方法考察高职投入与产业结构之间的关系，是一个重要议题，在大力发展职业教育的背景下显得尤其重要。文章在方法的运用上较为充分，但是仍有两点值得注意：

1、对异质性的理解有误，异质性不等于差异性，文章将东中西的差异等同于异质性，存在概念上的误区。

2、变量略显简单。文章虽然分析充分，但实际只有两个变量，未能考虑其他可能影响两者关系的控制变量，没有充分利用PVAR模型的优势。

同行评议意见2

文章聚焦高等职业教育投入与产业结构的关系，研究设计合理，研究方法运用相对得当，总体上看是一篇相对规范的学术论文，编辑部可以考虑刊用。但同时，文章面临一定的问题，编辑部需要考虑（此处意见供编辑部参考，并酌情反馈给作者）

第一，文章需要提炼研究价值、研究意义。从学术发表上看，有关高职教育和产业结构的关系研究不算新颖，研究方法也并不先进，从某种程度上说，VAR的相关研究兴起于上世纪80年代，该方法在教育领域中的运用也有颇多成果，当然也就高职或许是一个切口，但能否支撑全文的研究意义有待商榷。因此，在经典选题的基础上，并未采用新的研究方法，如果不找到新的切口或研究问题，文章发表的意义不大。

第二，综述部分需要重新梳理。作者需要将综述进一步凝练，以突出文章主题，同时需要搞清楚综述的切口究竟是什么，是国民经济增长还是产业结构升级转型？目前看来，以经济增长作为切口不是不可以，但与研究主题产业结构转型的关联度就弱了一些，同时应该增强直接相关的、新进的文献梳理，更为重要的是从中找到该文相对既有研究的边际贡献值。

第三，增强研究结论和政策建议的实用性。如前所述，教育投入和产业结构的关系已有相当丰富的学术研究，如果重新讨论需要用新的方法发现新的问题，但这一点是文章比较欠缺的，因而整体呈现上就会显得是对既定事实的重复讨论，无法得到更有意义的研究结论，以及对决策者有益的政策参考。

上述种种建议由于不太好修改，因而建议编辑部酌情给作者反馈。但，如果对研究价值、研究意义不那么重视的话，该文相对成熟，可以考虑录用。

同行评议意见3

编辑意见：请参考以上外审意见对全文进行修改完善，凡修改之处请用红色字体标出。另请按照我刊近期刊发文献和投稿指南通修全文格式，保证全文格式的规范、统一。尽快修回，修回时请在文前附上详细的修回说明（需对外审意见以及编辑部意见进行逐条回复）。请再三检查稿件，看看文章是否还有可改进的空间。比如，请确认（1）句子是否因缺少“主语”、“谓语”或者“宾语”成分而难以通读；（2）标点符号——尤其是“，”和“。”——的使用是否准确；（3）句子或者段落是否因过长而影响阅读和理解；（4）句子之间和段落之间的逻辑是否清晰顺畅；（5）行文是否存在拖沓、重复、冗长的情况；（6）概念、符号、变量、专业术语的使用是否能保持前后一致；以及（7）数学推导是否准确无误，图表中的数字是否与正文的分析判断相符。

作者修回说明

对同行评议意见1的回应

首先需要纠正的是，文章采用的是PVAR即Panel-VAR面板向量自回归模型，意味着使用的数据是属于“面板数据”而并非“时间序列数据”，采用方法并非如评审意见1所指出的“时间序列分析方法”，且文章中在研究设计部分也有对PVAR模型的发展和优势作了简要说明；其二，异质性的确不等于差异性，在本文使用面板数据下，异质性可能会存在个体异质性和时间异质性两方面，虽然运用Arellano & Bover（1995）提出的向前均值差分法去除了不随时间变化且不可观测的个体固定效应的异质性影响，但高职教育投入与产业结构升级之间的动态关系仍会受不可观测的个体非固定效应因素的影响，如果不受异质性的影响，那么分析的结果体现出的区域差异就不会存在，且这种差异实质上也是区域异质的体现（回复评审意见1-1）；其三，PVAR模型本身直接可以用来反映变量间的动态关系，GMM估计可以用来分析过去的情况，脉冲响应和方差分解可以用来预测未来的长期影响情况及程度，因此运用PVAR模型探究高职教育投入与产业结构升级的动态关系是相当适切的。在吸取三份评审意见的基础上，文章内容增加人力资本变量以探讨高职教育投入对产业结构升级的中介效应影响机制，并通过替换模型，用Two-step SYS-GMM动态估计模型，加入控制变量检验PVAR模型下的GMM估计结果的稳健性，检验结果验证了估计结果的稳健性。（回复评审意见1-2，评审意见3-1、3-2）。

其一，虽然VAR模型是很早在国外兴起的，但PVAR模型是从VAR模型基础上并经过多位学者完善的研究方法，PVAR模型运用在国内的研究的历程并不长，这点可以从国内的研究文献中得到考证，PVAR模型经过完善后有比较固定的分析层面，正如文章运用GMM估计分析、脉冲响应分析、方差分析和格兰杰因果检验方法从不同方面共同辅助探究两变量间的动态关系。其二，文献综述部分，目前直接针对高职教育投入与产业结构升级关系的研究未有体现，“鲜有”一词确实使用不当；经济增长主要靠产业的发展支撑，产业结构升级是推动产业长期持续发展和高质量发展的重要引擎；高职教育投入最终一定会通过影响人力资本的输出质量来影响产业结构升级；而现有的研究主要集中于高职教育投入与经济增长的关系和教育投入通过引发人力资本的变动影响产业升级，因此本文的研究议题仍有研究的空间和意义（同时回复了评审意见3-4）。文献综述部分语句表述已做修正，并用红色标记。

意见3-1、3-2与意见1-2的说明已同时做了回复，请参阅针对1-2的回复。针对意见3-3，文章在引言部分提到“产教融合”仅用了2句话进行表述，并且其中第2句话也点出“高职教育的产教融合发展及其功能发挥离不开高职教育投入，合理配置教育资源投入能加大产教深度融合力度，有效促进经济产业结构与人力资本结构相协调以及释放经济增长动能”。产教融合在发挥高职教育人才输出与产业人才需求有效对接中发挥极其重要的作用，也是目前国内高职教育人才培养模式中普遍采取的重要方式，不仅如此，国家在重要会议上大力提倡“产教深度融合”，提及产教融合并把其作为引言简述，一方面作为重要背景的需要，二是解决实证分析出的问题的建议有需要以深化产教融合作为重要抓手和契机的针对性和必要性。针对意见3-4的回复已在前面一并作出回复。

格兰杰因果检验可以放到估计结果分析之前，并不影响研究的结论，对此，已做顺序上的调整。（回复评审意见3-5）

因格兰杰因果检验部分内容顺序作了调整，该段落的开头表述、标题和图表序号以及后面段落标题和图表的序号也作了相应的调整，更正邮政编码，部分图表和说明中的“全国”更正为“全样本”；内容上增加了人力资本变量和控制变量以探讨人力资本的中介效应与进行稳健性检验，因此增加了表7和表8；随着内容的增添，文章中英文标题、中英文摘要、中英文关键词作了调整，作者顺序也相应作了调整。按照编辑要求再三检查全文，除个别标点符号调整和在表5增加一条分割黑线未用红色标出外，其它修改或更正的语句及其调整之处均已用红色字体标出。

修改后的文章并没有很好地回复初审意见，但质量尚可，仍请作者在今后的研究中注意如下问题：

1.时间序列数据方法和面板数据方法不是非此即彼的关系，panel必然是时间序列的，但时间序列未必是panel。

2.单纯从技术上理解异质性也许并不足够，请进一步阐释如何克服个体差异的异质性，对于此类处理，有没有文献支持？地区差异分析没有必要戴上异质性的帽子，除非本文成功克服了地区以外的所有异质性。

同行评审意见3二审意见

论文修改稿较好解决了初审提出的问题，建议刊用。

审稿结论：可刊用。

编辑意见

1.请参考以上外审意见对全文进行修改完善，凡修改之处请用蓝色字体标出。另请按照我刊近期刊发文献和投稿指南通修全文格式，保证全文格式的规范、统一。尽快修回，修回时请在文前附上详细的修回说明（需对外审意见以及编辑部意见进行逐条回复）。

2.数据请更新至最新，目前仅更新到2018？ 

3.文献综述需要再提炼升华，目前更多是文献的罗列。 

4.参考文献格式不规范。 

5.表格里面的写法也不规范，变量请全部改为中文表达；另外，小数点前后不统一。 

6.结论与建议缺乏有效对话，针对性也需要再加强。 

7.请您再三检查稿件，看看文章是否还有可改进的空间。比如，请确认（1）句子是否因缺少“主语”、“谓语”或者“宾语”成分而难以通读；（2）标点符号——尤其是“，”和“。”——的使用是否准确；（3）句子或者段落是否因过长而影响阅读和理解；（4）句子之间和段落之间的逻辑是否清晰顺畅；（5）行文是否存在拖沓、重复、冗长的情况；（6）概念、符号、变量、专业术语的使用是否能保持前后一致；以及（7）数学推导是否准确无误，图表中的数字是否与正文的分析判断相符。总体而言，文章问题还较多，请作者认真完善，逐一修改，珍惜修改机会。

首先，诚挚地感谢审稿人和编辑的中肯意见！以下分别对专家意见和编辑意见进行回复：

回应1：面板数据是截面数据与时间序列数据综合起来的一种数据类型，包含时间序列和截面两个维度。在数据估计上，面板数据比时间序列数据多纳入个体层面对数据估计的影响，考虑个体层面后的估计结果更可靠。本文的估计和检验均基于面板数据得出。

回应2：根据专家意见进行了修改。

1.除了直接删减之处外，其它修改之处均已用蓝色字体标出。

2.本文原稿写的时候，主变量中的“高职教育投入”的最新数据是2018年，所以整体样本数据采用至2018年，目前该变量的最新数据到2019年。但由于2019年数据中部分地区出现异常值，如东部的天津省和中部的吉林省人均产业增加值下降到2011—2012年间的水平。若仍用2019年数据，会导致整体与分区域中的东部地区和中部地区的估计和检验出现相比原结果出现较大变动，甚至导致部分估计结果与实际情况不符。因此，本文仍基于2018年数据进行论证。

3.文献综述部分句子已进行了提炼。由于文章使用的PVAR模型是文章主变量动态互动关系的一个恰到好处的方法，因此，文献综述部分其中有一段强调方法的综述。均已用蓝色字体标出。

4.已参照最近贵刊刊发的文章的引言格式，去掉了引用作者的括号+时间。

5.表格里面的变量表述已转换为中文。为了增加识别性，脉冲响应分析部分变量后面用括号加了变量英文名称。全文已统一改成小数点后三位。

6.结论段落进行编排优化，局部句子进行了精简压缩；建议部分已进行了较大幅度的针对性修改。

7.已再次针对投稿要求反复核对。

再次感谢评审专家和编辑部给予的指导和帮助！我们受益良多！

编辑部定稿会终审意见

经会审，论文尚需进一步修改完善：
1.题目太大，请重新凝练，聚焦问题；
2.数据需要更新，请纳入2018年之后的最新数据，因为最近几年的高职政策变化较大。
请用修订模式修改返回，或做出针对性回应，返回再审。

1.结合文章聚焦的研究问题，把标题更改为：“高职教育投入与产业结构升级的动态关系”。

2.本文原稿写的时候，主变量中的“高职教育投入”的最新数据是2018年，所以整体样本数据采用至2018年，目前该变量的最新数据到2019年。但由于2019年数据中部分地区出现异常值，如东部的天津省和中部的吉林省人均产业增加值下降到2011-2012年间的水平。若仍用2019年数据，会导致整体与分区域中的东部地区和中部地区的估计和检验出现相比原结果出现较大变动，甚至导致部分估计结果与实际情况不符。加之本研究属于数据分析，非政策分析。政策变化不一定立即引发数据的根本性变化。因此，本文仍基于2018年数据进行论证。

再次感谢编辑部给予的指导和帮助！我们受益良多！

审稿结论：同意录用。