中国财政性教育经费投入对产业结构的非线性影响图3和图4分别描述的是全国及东中西部地区财政性教育经费占GDP比例、财政性教育经费占地方财政支出比例的变动趋势。不难看出，不论是各地区还是全国，财政性教育经费占GDP比例均值总体上均呈现出随时间上升的趋势，而财政性教育经费占地方财政支出的比例均值总体上表现为逐年下降的的趋势。具体地，东中部地区和全国的财政性教育经费占GDP比例的波动幅度大体吻合，但西部地区的整体波动幅度远远大于前两者，并且可以发现中国这一比例在2012年才达到了国际标准线4%，虽然财政性教育经费占GDP比例在西部地区已经持续多年超过4%，但统计资料表明西部地区的这一比例极不均衡，由此表明中国政府财政教育投入总量仍然不足。综合比较图1-图4，可以发现存在明显的问题：总体上看，西部地区财政支出占GDP比例和财政性教育经费占GDP比例在三大地区中最高，但西部地区产业结构合理化和高级化程度却在三大地区中最低，并且东中部地区的财政性教育经费占GDP比例与产业结构合理化和高级化程度的变动趋势在个别年份也存在微弱差异。图1-图4呈现的规律可以解释为，虽然西部地区财政性教育经费投入相对高于其他地区，但是西部地区受经济发展水平、地理位置等因素影响，该地区大部分属于欠发达地区，地方政府财政收入有限，并且近年来国家对西部地区义务教育的均衡发展给予特别的关注和重视，这使非常有限的财政性教育经费主要用于保障义务教育，政府对高等教育投入的忽视使西部地区高等学校学科带头人数量严重短缺，高水平优秀人才流失严重，再加上近年来各地区高校出现高等教育规模扩张的现象，这些因素直接影响了学校培养人才的质量和水准，进而阻碍了西部地区产业结构的优化升级。可见在中国财政体制改革实践和发展进程中，受各种因素的影响，财政性教育经费投入和地方财政支出的提高并不是简单地促进或抑制产业结构的优化升级。据此初步推断，财---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---政性教育经费投入和地方财政支出对产业结构的优化升级可能存在复杂的非线性影响机制。三、模型、数据与参数估计(一)PSTR模型建立与数据选取考虑到本文衡量的变量指标均为年度数据，且一般面板数据模型在分析过程中难以捕捉到各截面单元参数的异质性，由此本文选用了Gonzalezetal.[19](2005)提出的面板门限回归模型(PTR模型)的一般形式PSTR模型，该模型的相关参数可以随着一个含有外生变量的函数平滑转变，因此它不仅可以有效地捕捉参数在各截面单元的异质性，而且最为关键的是，模型回归系数可以在不同区制之间实现平滑转换，从而避免突变性，更好地刻画变量之间相互关系的非线性特征。具体地，本文建立的PSTR模型形式如下②：其中，在公式(2)中，考虑到投资和需求因素对产业结构具有重要影响，选取投资率和人均消费水平作为控制变量。yit表示第i个省份在第t期的产业结构合理化或高级化程度，x1it，…，x5it依次代表第i个省份在第t期的受教育水平、财政性教育经费投入、投资率、政府规模和人均消费水平，αi为代表第i个省份的固定效应，Γ(·)是logistic型的转换函数，为待估位置参数，m为位置参数的个数，γ为平滑参数，该参数决定了区制间平滑转换的速度，β为模型待估系数，εit为随机扰动项。在上述模型的设定下，受教育水平对产业结构合理化或高级化程度的影响系数可以表示为：类似地，其他因素对产业结构合理化或高级化程度的影响系数可以表示为：---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---其中zit代表财政性教育经费投入、投资率、政府规模和人均消费水平中的某一个变量。(3)式和(4)式表明，受教育水平和其他因素对产业结构合理化和高级化程度的影响均由线性影响和非线性影响两部分组成，βi和βi′分别对应线性影响和非线性影响的系数。本文使用的数据是1995-2014年的中国31个省、直辖市、自治区的面板数据。其中，各地区的平均受教育水平为该地区6岁及以上人口受教育年限的加权平均水平；各地区投资率计算为固定资产形成额与GDP之比；地区政府规模用地方财政支出与GDP的比值...