基于结构方程模型分析区域经济高质量发展对教育水平的影响机制——以湘西自治州为例

Analyzing the Influence Mechanism of High-Quality Development of the Regional Economy on the Level of Education Based on Structural Equation Modelling—Taking Xiangxi Autonomous Prefecture as an Example

摘要: 今年全国两会期间，教育专家强调高质量教育体系对中国现代化建设的支撑作用，教育对推动经济发展至关重要，而经济高质量发展又为教育发展提供物质保障。本研究针对湘西自治州目前在教育和经济发展方面面临的挑战，利用结构方程模型分析了区域经济高质量发展与教育水平之间的关系，基于结构方程模型研究区域经济高质量发展对教育水平的影响机制，采用因子分析评价模型确定结构方程模型的潜变量和观测变量，并对数据进行信效度检验和验证性因子分析，结果表明，模型拟合效果良好。研究发现，居民生活水平对教育人力资源和教育基础设施具有显著的正向影响，旅游业与服务业发展对教育基础设施具有显著的正向影响。最后，在此基础上结合路径系数为湘西地区的经济和教育发展提供了合理化和可行性的策略，有助于实现湘西自治州教育水平和区域经济发展的整体提升。

Abstract: During the two sessions of the National People’s Congress this year, education experts emphasized the supportive role of a high-quality education system for China’s modernization and that education is crucial for promoting economic development, while high-quality economic development provides material protection for educational development. This study addresses the challenges Xiangxi Autonomous Prefecture is currently facing in education and economic development, studies the influence mechanism of high-quality development of the regional economy on the level of education based on structural equation modelling, and explores and analyses the influence mechanism of high-quality development of regional economy and education level through the empirical data. Factor analysis evaluation model is used to determine the latent and observed variables of the structural equation model, and the data are also subjected to the credibility test and validation factor analysis, and the results show a good fit of the model. It is found that the living standard of residents has a significant positive effect on educational human resources and educational infrastructure, and the development of tourism and service industry has a significant positive effect on the quality of educational infrastructure. Finally, on this basis, the combination of path coefficients provides a rationalization and feasible strategy for the economic and educational development of Xiangxi region, which helps to achieve the overall improvement of the educational level and regional economic development of Xiangxi Autonomous Prefecture.

1. 引言

高质量教育体系是推动经济高质量发展的关键因素。教育不仅能够提升人力资本，促进知识创新和技术进步，还能够通过培养高素质的劳动力，提高整体社会的生产力和竞争力。聚焦2024年全国两会，教育专家强调了高质量教育体系对中国现代化建设的支撑作用，教育促进经济发展机制不断创新，以适应全球化、互联网时代和知识经济挑战，特别是在促进区域均衡发展和实现社会公平方面的重要性。政策上，国家通过加大对教育的投入，优化教育资源配置，推动教育现代化，旨在缩小区域发展差距，实现教育公平，进而促进经济的均衡和高质量发展。

国内外研究表明，教育水平与经济高质量发展之间存在密切的正相关关系。教育能够通过提高劳动力的技能和创新能力，促进经济增长和产业升级。同时，经济的高质量发展又能够为教育提供更多的资源和更好的条件，形成良性循环。中国教育发展存在区域两极分化严重，全国教育资源空间分布存在严重的不均衡化。针对学校区域划分不合理、教师资源配置不均衡、财政资源不合理等问题，刘曈[1]深入分析了政府职能发挥、资源保障能力等因素，温雪莲[2]围绕办学质量、经费、师资、物力四大核心教育资源，刘琪[3]从战略支撑、政府职能等方面，共同为教育发展提供了合理化建议。陈紫妮等[4]通过探讨教育资源配置效率的空间差异和特征，揭示了其分布不均和空间聚集性，从公平与效率、整体与局部为提升教育资源配置、促进区域协调发展提供建议。

我国区域经济发展水平存在显著差异，通过实施重大国家战略，持续加快区域协同合作步伐，不断释放潜力，区域经济呈现出韧性强、潜力巨大、活力充沛、长期向好的趋势，乔玉琳[5]从基础设施建设、创新发展和融合发展三个维度构建评价指标体系，通过全局熵值法和线性加权进行测算，构建回归模型研究了其对产业结构优化升级的线性和非线性影响。王江鑫[6]从基础设施、数字化规模、社会效益、数企融合四个维度进行测度，构建Tobit回归模型分析了经济发展水平对高技术产业创新效率的影响机制。刘京星等[7]采用Malmquist指数和DEA-Tobit两步法综合评价探讨了数字经济发展对区域科技创新资源配置效率的影响，揭示了经济发展水平存在显著区域差异，并对科技创新资源配置效率具有显著正向影响。

我国城市间经济发展差异巨大，造成教育与经济发展空间错位，张丽琼[8]针对我国四大经济区域，揭示了教育水平对经济高质量发展具有显著的正向作用并存在延迟效应，但在指标选取和衡量上存在局限性，并未考虑教育水平对经济高质量之间存在的因果关系。刘卓瑶等[9]基于双向固定效应模型的构建，探究了区域教育资源配置对经济高质量发展的显著影响及调节效应，并以人口密度构建空间权重矩阵，从空间关系上说明其结果具有稳健性，揭示了空间溢出效应将带动弱势地区向高值地区收敛。何丹[10]运用因子分析模型评价发展差异，采用协调度函数和系统聚类分析揭示了部分区域呈现两极分化的发展态势。张志祥[11]通过衔接高等教育与经济复合，探究了不同指标在不同时间段对“高等教育–经济”协同方面的影响存在差异性，且呈现一种东高西低的趋势。

当前我国进入高质量发展阶段，党和国家在事业发展上对高等教育和科技创新需求迫切，从宏观层面来看，教育与经济发展水平存在显著正相关，二者的关系涉及教育公平和区域经济协调发展的问题。实施西部大开发战略以来，西部地区在各方面都得到了长足的发展，西部教育亦如此。但东西部地区的经济发展仍然存在较大差距，由于西部地区的经济发展水平不高，财政实力较弱，教育投入较少，导致了教育资源失衡，面临的失学辍学问题严重，普及和巩固基础教育特别是义务教育的任务尚未完成，其中教育投入尤其财政性教育投入仍需加强，改善西部地区的教育和经济发展现状必然是一个长期的过程。

在知识经济时代，教育与经济的双向推动作用和加速效应日益凸显，经济高质量发展带动当地教育发展，为教育提供基础物质保障和教育机会，且优质教育水平能提高教育普及率和质量，为经济发展提供强有力的支撑。湘西自治州位于我国西部地区，在教育和经济方面结构特征显著，经济多级化导致教育财政投入地区差异显著，对教育资源均衡化发展带来重大挑战。一方面，湘西地区面临产业资源分布不均、区域经济失调等挑战，导致教育水平差异化，限制人才培养和创新能力。另一方面，由于地处内陆，在教育和经济发展上存在众多局限性，当地经济发展水平滞后，限制了区域教育水平的提升。

本文在现有研究的基础上，以湘西地区为研究对象，通过因子分析确定了教育和区域经济高质量发展的潜变量和观测变量，利用结构方程模型深入探讨了教育水平和经济高质量发展之间的影响机制，特别是在区域层面的应用，不仅为理解教育与经济的相互作用提供了新的视角和方法论，而且有利于深入了解教育与经济二者间的关系，为政策制定者提供实证依据，为改善湘西地区的教育质量和推动区域经济的可持续性发展提供了更加有效的理论支持和政策建议。

2. 研究方法和数据来源

2.1. 指标体系的选取

教育水平和区域经济高质量发展是一个综合、复杂和多维的概念，若只依据单一指标难以对其进行全面系统的评价。因此，本文基于所梳理的文献进行综合考虑和全面概括，依据湘西地区的实际经济发展情况，遵循科学、全面、系统和可操作性等原则，从教育和经济两个维度分别选取指标进行衡量，如表1所示。

Table 1. Evaluation indicator system

表1. 评价指标体系

维度	指标名称	单位
教育	在校学生	人
	专任教师人数	人
	师生比	%
	图书册	百万
	教学计算机	台
	学校产权校舍建筑面积/总面积	平方米
经济	GDP	万元
	居民人均消费支出	万元
	社会消费品零售总额	万元
	对外贸易和投资进出口总额	万元
	出口额	万元
	进口额	万元
	第三产业产值占GDP比重	%
	接待游客人数	万人次
	旅游总收入	亿元

2.2. 基于因子分析确定潜变量和观测变量

2.2.1. 因子分析评价模型

因子分析[12]是一种把多个变量转化为少数几个综合变量的多元分析方法，用有限个不可观察的隐变量解释原始变量间的相关性。设$x_i$ $\left(i=1,2,\cdots ,p\right)$ 为教育水平(或区域经济高质量发展)的第$i$ 个指标，表示为：

$\left[\begin{array}{c}{x}_1\\ x_2\\ \cdots \\ x_p\end{array}\right]=\left[\begin{array}{cccc}{a}_{11}& a_{12}& \cdots & a_{1m}\\ a_{21}& a_{22}& \cdots & a_{2m}\\ \cdots & \cdots & \cdots & \cdots \\ a_{p\times 1}& a_{p\times 2}& \cdots & a_{p\times m}\end{array}\right]\left[\begin{array}{c}{F}_1\\ F_2\\ \cdots \\ F_m\end{array}\right]+\left[\begin{array}{c}{\epsilon }_1\\ {\epsilon }_2\\ \cdots \\ {\epsilon }_p\end{array}\right]$ (1)

其中，${\epsilon }_i$ 为特殊因子，$F_j\left(j=1,2,\cdots ,m,m<p\right)$ 为公共因子，$a_{ij}$ 称为因子载荷系数，用来表示$F_j$ 和$x_i$ 间相关性程度。

对多维变量$x$ 建立因子分析模型，其步骤如下：

① 为消除量纲影响，对$n$ 个$p$ 维变量样本$x={[x_1,x_2,\cdots ,x_p]}^{\prime }$ 进行标准化，得到各变量均值为0，方差为1，元素为：

$x_{ij}=\frac{\left(x_{ij}-\frac{1}{n}{\displaystyle {\sum }_{j=1}^n{x}_{ij}}\right)}{\sqrt{\frac{1}{n-1}{{\displaystyle {\sum }_{j=1}^n\left(x_{ij}-\frac{1}{n}{\displaystyle {\sum }_{j=1}^n{x}_{ij}}\right)}}^2}}$ (2)

② 计算样本协方差矩阵S，公式如下：

$S_{ij}=\frac{1}{n-1}{\displaystyle {\sum }_{k=1}^n{x}_{ik}{x}_{jk}}$ (3)

③ 对$S$ 进行特征值分解，得到特征值${\lambda }_1,{\lambda }_2,\cdots ,{\lambda }_p$ ，且${\lambda }_1\ge \cdots \ge {\lambda }_p\ge 0$ ，对应特征值向量为 ${\gamma }_1,{\gamma }_2,\cdots ,{\gamma }_p$ ，取前$m$ 个最大特征值的特征向量估计因子载荷矩阵。为保证公因子向量各分量方差为1，需将其除以对应标准差${\lambda }_j$ ，因子载荷矩阵中对应特征向量${\gamma }_j$ 则乘以${\lambda }_j$ ，即：

$\widehat{A}=\left[\sqrt{{\lambda }_1}{\gamma }_1,\sqrt{{\lambda }_2}{\gamma }_2,\cdots ,\sqrt{{\lambda }_m}{\gamma }_m\right]$ (4)

其中，参数$m$ 由公共因子累积方差贡献率确定，即：

$m=\arg \min \left(\frac{{\displaystyle {\sum }_{i=1}^m{\lambda }_i}}{{\displaystyle {\sum }_{i=1}^p{\lambda }_i}}\ge r\right)$ (5)

为减少因子解释的主观性，本文采用最大方差旋转法进行公因子旋转。

④ 原始变量在公因子的具体得分通过回归法估计得到，计算公式如下：

${\widehat{F}}_j={\widehat{A}}^T{S}^{-1}{x}_j$ 。 (6)

2.2.2. 数据预处理

由于数据指标量纲不同，不存在可比性，因此为后续更加科学地进行数据分析，首先对数据进行标准化处理，消除量纲影响，公式如下：

$x_i{}^{\prime }=\frac{x_i-\min \left(x\right)}{\max \left(x\right)-\min \left(x\right)}$ (7)

其中，$\min \left(x\right)$ 为样本最小值，$\max \left(x\right)$ 为样本最大值，$x_i$ 为第$i$ 个指标的原始数据，$x_i{}^{\prime }$ 为第$i$ 个指标标准化后的数据。

2.2.3. 适应性检验

其次为检验模型的适应度，分别对教育水平和区域经济高质量发展的相关数据进行KMO检验和Bartlett球形度检验，通过判断显著性P值和KMO值看指标数据是否能适用于因子分析。

Table 2. KMO and Bartlett’s test for education level

表2. 教育水平的KMO和Bartlett的检验

KMO取样适切性量数		0.671
Bartlett球形度检验	近似卡方	198.412
	自由度	15
	显著性	0.000^***

注：^***、^**、^*分别代表1%、5%、10%的显著性水平。

Table 3. KMO and Bartlett’s test for high-quality development of regional economy

表3. 区域经济高质量发展的KMO和Bartlett的检验

KMO取样适切性量数		0.649
Bartlett球形度检验	近似卡方	485.950
	自由度	36
	显著性	0.000^***

注：^***、^**、^*分别代表1%、5%、10%的显著性水平。

根据表2和表3可知二者的KMO值均大于理论要求的0.500，说明变量间是存在相关性的，符合因子分析要求。Bartlett检验表明P值为0.000^***，显著性水平小于0.05，说明选取的指标适合做因子分析。因此，可以利用上述指标分析进行因子分析。

2.2.4. 提取公因子

为解释最佳因子选取数目，采用累计贡献率进行说明，得到教育水平前两个公因子的累积方差贡献率超过80%，区域经济高质量发展前三个因子的累积方差贡献率超过80%，具体见表4和表5，认为提取的公因子线性组合能还原原始变量信息。

Table 4. Explanation table of variance for education level

表4. 教育水平的方差解释表

成分	初始特征值			提取载荷平方和			旋转载荷平方和
	总计	方差百分比	累积%	总计	方差百分比	累积%	总计	方差百分比	累积%
F11	4.525	75.413	75.413	4.525	75.413	75.413	2.995	49.922	49.922
F12	0.723	12.057	87.470	0.723	12.057	87.470	2.253	37.548	87.470
F13	0.482	8.030	95.500
F14	0.187	3.111	98.611
F15	0.081	1.352	99.963
F16	0.002	0.037	100.000

Table 5. Explanation table of variance for high-quality development of regional economy

表5. 区域经济高质量发展的方差解释表

成分	初始特征值			提取载荷平方和			旋转载荷平方和
	总计	方差百分比	累积%	总计	方差百分比	累积%	总计	方差百分比	累积%
F21	4.828	53.639	53.639	4.828	53.639	53.639	3.615	40.162	40.162
F22	2.462	27.351	80.990	2.462	27.351	80.990	2.370	26.331	66.493
F23	0.894	9.930	90.920	0.894	9.930	90.920	2.198	24.427	90.920
F24	0.624	6.934	97.854
F25	0.112	1.240	99.094
F26	0.053	0.589	99.683
F27	0.026	0.292	99.975
F28	0.002	0.025	100.00
F29	4.172E−06	4.636E−05	100.00

2.2.5. 计算因子载荷矩阵并旋转

由于教育水平和区域经济高质量发展的原始公因子对其指标的荷载并不明确，所代表的具体内容无法直观揭示。因此，本文采用最大方差法对初始成分矩阵进行旋转，旋转后的公因子含义更加直观，所代表的含义更加简洁明了。

Table 6. Component matrix after rotating educational levels

表6. 教育水平旋转后的成分矩阵

名称	成分
	教育人力资源F11	教育基础设施F12
在校学生(人)	0.920	0.360
专任教师人数(人)	0.931	0.293
生师比(%)	0.834	0.391
图书册(百万册)	0.454	0.861
教学用计算机(台)	0.564	0.558
学校产权校舍建筑面积/总面积(平方米)	0.250	0.912

注：提取方法：主成分分析法；旋转方法：凯撒正态化最大方差法；a：旋转在5次迭代后已收敛。

在对教育领域的多元统计分析中，根据表6教育水平旋转后的成分矩阵对公因子解释与命名。第一个因子由在校学生、专任教师人数、生师比指标的高荷载量组成，直观反映教育领域的人力资源配置状况。基于这些指标共同评估教育领域的人力资本和教学资源的配置效率，故此因子命名为“教育人力资源因子”。第二个公因子，由图书册、教学用计算机、学校产权校舍建筑面积/总面积等指标的高荷载量组成，这些指标共同衡量学校的物理资源和教学环境，映射出学校为学生和教师提供的教学和学习支持能力，反映学校的基础设施建设水平，因此，这一因子被界定为“教育基础设施因子”。

Table 7. Component matrix after rotating high quality development of regional economy

表7. 区域经济高质量发展旋转后的成分矩阵

名称	成分
	居民生活水平F21	对外贸易活动F22	旅游业与服务业发展F23
GDP(万元)	0.961	0.063	0.225
居民人均消费支出(万元)	0.969	0.066	0.128
社会消费品零售总额(万元)	0.919	0.019	0.348
对外贸易和投资进出口总额(万元)	0.103	0.964	−0.027
出口额(万元)	0.106	0.959	−0.025
进口额(万元)	−0.097	0.696	−0.127
第三产业产值占GDP比重(%)	0.166	−0.130	0.954
接待游客人数(万人次)	0.645	−0.083	0.737
旅游总收入(亿元)	0.658	−0.059	0.734

注：提取方法：主成分分析法；旋转方法：凯撒正态化最大方差法；a：旋转在5次迭代后已收敛。

根据表7区域经济高质量发展旋转后的成分矩阵，第一个公因子由GDP、居民人均消费支出、社会消费品零售总额等指标的高荷载量组成，直观反映居民的生活水平和经济福利，共同评估居民的购买力和消费能力，故此因子命名为“居民生活水平因子”。第二个公因子由对外贸易和投资进出口总额、出口额、进口额等指标的高荷载量组成，体现了地区的对外贸易活动和开放程度，映射出地方经济的外向型特征，因此被界定为“对外贸易活动因子”。第三个公因子由第三产业产值占GDP比重、接待游客人数、旅游总收入等指标的高荷载量组成，衡量服务业在经济中的比重和旅游业的繁荣程度，映射出地方经济结构的优化和升级，故命名为“旅游业与服务业发展因子”。

因此，根据因子分析的结果将衡量教育水平的变量分为两层，第一层为教育人力资源因子和教育基础设施因子，第二层为在校学生、专任教师人数、生师比、图书册、教学用计算机和学校产权校舍建筑面积/总面积；衡量区域经济高质量发展的变量亦分为两层，第一层为居民生活水平因子、对外贸易活动因子和旅游业与服务业发展因子，第二层为GDP、居民人均消费支出、社会消费品零售总额、对外贸易和投资进出口总额、出口额、进口额、第三产业产值占GDP比重、接待游客人数和旅游总收入，为下文的结构方程模型的潜变量确定和观测变量确定提供选择依据。

2.3. 数据来源与处理

本研究以湘西地区的8个市(县)为研究对象，选取2020至2022年的有效面板数据，主要来源于《湘西统计年鉴》。采用SPSS 26.0软件分别对教育和经济选取的指标数据进行标准化处理与因子分析。

3. 理论假设与结构方程模型的构建

结构方程模型(SEM)是一种用于研究变量之间影响机制和作用路径的统计技术，依据变量间的协方差分析潜在变量的内部结构以及它们之间的因果关系，是一种多变量测量和解释模型。结构方程模型通常包含两类变量：可观测变量和潜在变量。可观测变量是指可以直接通过调研或测量得到的变量，而潜在变量则是指那些无法直接观察或测量的变量，它们通过可观测变量来表现。

本文每个潜在变量的可观测变量通过上述因子分析模型中的指标来进行衡量，从教育维度来看，将教育水平的潜变量定义为教育人力资源因子和教育基础设施因子，构成教育人力资源因子的观测变量为在校学生、专任教师人数和生师比指标，构成教育基础设施因子的观测变量为图书册、教学用计算机和学校产权校舍建筑面积/总面积。从经济维度来看，衡量区域经济发展水平的潜变量定义为居民生活水平因子、对外贸易活动因子和旅游业与服务业发展因子，构成居民生活水平因子的观测变量为GDP、居民人均消费支出和社会消费品零售总额，构成对外贸易活动因子的观测变量为对外贸易和投资进出口总额、出口额、进口额，构成旅游业与服务业发展因子的观测变量为第三产业产值占GDP比重、接待游客人数和旅游总收入。首先，就潜在变量间的结构关系提出假设：

H1：居民生活水平对教育人力资源有显著影响。

H2：对外贸易活动对教育人力资源有显著影响。

H3：旅游业与服务业发展对教育人力资源有显著影响。

H4：居民生活水平对教育基础设施有显著影响。

H5：对外贸易活动对教育基础设施有显著影响。

H6：旅游业与服务业发展对教育基础设施有显著影响。

由此构建教育水平与区域经济高质量发展的结构方程模型，如图1所示。

Figure 1. Structural equation modelling of the level of education and high-quality development of the regional economy

图1. 教育水平与区域经济高质量发展的结构方程模型

4. 结果与分析

4.1. 信度检验

信度分析是一种测量可靠性的工具，分为内在信度和外在信度，内在信度用来衡量指标间是否存在较高的内在一致性。本研究是利用AMOS统计软件采用结构方程模型对样本数据进行信度检验，并根据克隆巴赫系数来衡量潜变量和其公因子的信度值。根据表8发现5个潜变量和公因子的克隆巴赫系数均达到0.8以上，表明数据信度非常好。

Table 8. Cronbach’s alpha coefficients

表8. 克隆巴赫系数

潜变量	克隆巴赫 (Cronbach’s Alpha)	项数
教育人力资源	0.964	3
教育基础设施	0.871	3
居民生活水平	0.979	3
对外贸易活动	0.852	3
旅游业与服务业发展	0.947	3

4.2. 效度检验——验证性因子分析

为了确保数据的可靠性和有效性，还需要进一步进行效度检验。本研究是利用AMOS统计软件采用结构方程模型进行拟合效度判断，检验其模型的配适度。通过表9可知卡方自由度之比值(CMIN/DF)为3.192，表明预设的理论模型与实测模型较为吻合，IFI、TLI和CFI值均大于0.8，说明整体拟合度可以接受，PCFI和PNFI高于0.5，表明模型较为理想且模型较为简单。

Table 9. Structural validity tests

表9. 拟合效度检验

Model	CMIN	DF	CMIN/DF	IFI	TLI	CFI	PNFI	PCFI
Default model	258.573	81	3.192	0.818	0.859	0.814	0.583	0.628
Saturated model	0.000	0		1.000		1.000	0.000	0.000
Independence model	1058.785	105	10.084	0.000	0.000	0.000	0.000	0.000

4.3. 路径系数分析

根据上述分析可知，数据的结构效度较高，可信度和有效性都较高，因此采用AMOS统计软件对模型进行路径拟合，并计算路径系数，得到区域经济高质量发展中居民生活水平、对外贸易活动、旅游业与服务业发展对教育人力资源和教育基础设施之间的路径关系，结果见表10。

Table 10. Estimation of path coefficients for latent variables

表10. 潜变量路径系数估计

路径			估计系数 Estimate	标准误 S.E.	显著性 P	标准化系数
教育人力资源	<---	居民生活水平	0.691	0.295	^***	0.51
教育基础设施	<---	居民生活水平	0.657	0.115	^***	0.79
教育人力资源	<---	对外贸易活动	0.017	0.020	0.406	0.01
教育基础设施	<---	对外贸易活动	−0.004	0.006	0.479	−0.01
教育人力资源	<---	旅游业与服务业发展	0.268	0.308	0.385	0.18
教育基础设施	<---	旅游业与服务业发展	0.246	0.110	^***	0.27

注：^***P < 0.05表示显著。

通过表10可知居民生活水平无论是对教育人力资源还是对教育基础设施，其P值均小于0.05，说明存在显著的相关性，根据估计系数的正负值和结构方程模型的要求，发现居民生活水平对二者均为正向影响。旅游业与服务业发展对教育基础设施，其P值均小于0.05，说明存在显著的相关性，表明旅游业与服务业发展对教育基础设施存在显著的正向影响。

本研究中旅游业与服务业发展对教育人力资源，对外贸易活动对教育方面的影响并不显著，但并不能直接说明就没有影响，可能是由其他现实生活中不确定的原因导致。从旅游业与服务业发展角度来看，湘西州服务业的内部结构存在问题，尤其是旅游业，虽然发展迅速，但竞争力相对周边市州有所下降，而且经济发展水平低，资金、土地、人才等要素制约明显，特别是高端人才缺失，这限制了服务业和旅游业对教育人力资源的正面影响。从对外贸易活动来看，湘西州的出口商品结构仍然单一，加工贸易规模小比重低，缺少核心生产技术，初级产品比重远高于工业制品比重，对外贸易主要依赖于资源型产品，而非技术或知识密集型产品，这限制了对外贸易对教育人力资源和教育基础设施的直接推动作用。

4.3.1. 居民生活水平与教育人力资源

居民生活水平对教育人力资源的标准化路径系数为0.51，表明居民生活水平因子每提高1%，将导致教育人力资源因子提高51%，进而改善居民生活水平和教育人力资源的衔接效果。

居民的生活水平提高，意味着家庭有更多的经济能力投资于教育，包括支付额外的教育费用、购买教育资源和支持子女接受更高层次的教育，家长和社区对教育的重视程度增加，导致对教育的参与度和期望值提高，进而推动学校和教育机构提升教育质量，吸引和保留更多的教育人才，这种增加的教育投资直接提升了教育人力资源的质量和发展。此外，居民生活水平的提升往往伴随着就业机会的增加，这为教育系统提供了更多的实践和培训机会，有助于提高教育人力资源的实践能力和市场适应性。

教育人力资本是影响经济发展的重要因素，政策制定者可以考虑增加对教育的财政投入，特别是在经济条件较差的地区，以缩小教育资源分配的差距，提升整体的教育人力资源水平。湘西自治州已经实施了一系列教育项目，如全面改薄、义务教育标准化学校建设、教育现代化推进工程等，继续增加对教育的财政投入，提高教育经费的效率和效益，确保教育资源的公平分配，从而提升教育人力资本水平。通过基础教育人才引进计划，加大部属院校免费师范生引进力度，并给予特级教师、学科带头人补助，提高偏远山区农村基层教育人才津贴，并且优化教育资源配置，建立城乡一体化的义务教育基本公共服务均等化供给机制，使各学校在办学条件、师资配备、经费投入等方面达到规定标准，消除薄弱学校，同时优化教育资源区域、级次和类别配置，以常住人口为基数配置教育资源，有助于促进教育人力资源的发展。并且可以通过提高居民生活水平，特别是对于低收入家庭，可以减少教育不平等，确保所有学生都能获得高质量的教育。

4.3.2. 居民生活水平与教育基础设施

居民生活水平对教育基础设施的标准化路径系数为0.79，表明居民生活水平因子每提高1%，将导致教育基础设施因子提高79%，进而改善居民生活水平和教育基础设施的衔接效果。

随着居民生活水平的提升，家庭和个人有更多的经济资源可以投入到教育中，包括对教育基础设施的投资，有利于更好的校舍、教学设备和信息技术设施的更新和维护。并且居民生活水平的提高通常伴随着地区经济的发展，这增加了政府的财政收入，政府可以将更多的财政收入用于教育基础设施的建设，从而提高教育质量。此外，随着经济的发展，对高技能劳动力的需求增加，这促使政府和社会各界投资于教育基础设施，以培养和吸引更多的高技能人才。

政策制定者应考虑增加对教育基础设施的投资，以确保教育质量的提升能够与经济发展同步。湘西自治州政府通过实施义务教育学校标准化建设工程，完善义务教育学校办学具体标准，建立学校标准化建设台账，包括校舍建设、安全防范建设、教学仪器装备、数字化基础环境等，以改善学校的教学生活和安全保障条件。同时，政府可以通过调整财政政策，确保经济增长的成果能够更多地惠及教育领域，特别是教育基础设施的建设和维护，致力于缩小不同地区之间教育基础设施的差距，确保所有学生都能享受到高质量的教育环境，大力推进国家教育数字化战略行动，促进校园有线、无线、物联网三网融合，建设高速校园网络，实现班班通，构建互联互通、共建共享的数字教育资源平台体系，提供系列化精品化、覆盖德智体美劳全面育人的教育教学资源，提升教育基础设施的现代化水平，提高教育资源的利用效率。此外，应鼓励教育与经济发展的联动，通过提高教育基础设施水平来促进经济增长，同时利用经济增长的成果来进一步提升教育基础设施，鼓励社区参与和公私合作模式，以吸引更多的社会资本投入到教育基础设施的建设中。

4.3.3. 旅游业与服务业发展与教育基础设施

旅游业与服务业发展对教育基础设施具有显著的正向相关关系，路径系数为0.27，表明旅游业与服务业发展的3个观测变量对教育基础设施存在积极正向的影响。旅游业与服务业发展因子每提高1%，将导致教育基础设施因子提高27%，进而改善旅游业与服务业发展和教育基础设施的衔接效果。

旅游业与服务业的发展能够促进地区经济增长，增加政府的财政收入，这些额外的收入可以被用于投资教育基础设施，如校舍建设、教学设备更新和教育技术升级，而良好的教育基础设施是吸引和保留人才的关键因素，因为它直接关系到教育质量和生活水平。并且随着旅游业与服务业的扩张，往往伴随着私营部门的增长，可能带来更多的社会资本和私营部门对教育基础设施的投资，并且对高技能劳动力的需求增加，这促使教育系统提供更多的培训和教育机会，以满足市场对专业人才的需求。

政策制定者应考虑如何通过旅游业与服务业的可持续发展来增加对教育基础设施的投资，以支持长期的经济增长和社会进步。首先，湘西州服务业内部结构不断优化，现代服务业和新兴服务业持续增长，通过进一步发展现代服务业和新兴服务业，可以增加更多的就业机会和经济收入，从而为教育基础设施的改善提供更多的资金支持，并且政府可以通过增加第三产业的税收，特别是旅游业和服务业的税收，来增加教育基础设施的财政投入。其次，湘西自治州的旅游景点资源丰富多样，可以通过打造智慧旅游城市、旅游景区、度假区、旅游街区，推进以“互联网+”为代表的旅游场景化建设，提升旅游景区、度假区等各类旅游重点区域5G网络覆盖水平，提高旅游服务质量，吸引更多的游客，增加旅游收入，进而为教育基础设施的完善提供资金。而且政府应鼓励教育与旅游业、服务业的协同发展，通过提高教育基础设施水平来促进经济增长，同时利用经济增长的成果来进一步提升教育基础设施。

5. 结语

国家教育财政向中西部地区倾斜的政策背景下，中西部地区教育失衡，而教育发展与区域经济发展密切相关，本研究以湘西自治州目前的教育和经济发展为背景，采用结构方程模型来分析区域经济高质量发展对教育水平的影响机制，再参考前人文献和湘西自治州的发展情况选取用来衡量经济和教育的指标，采用因子分析来确定结构方程模型的潜变量和观测变量，所得数据均通过信效度检验和验证性因子分析，最终结果表明居民生活水平对教育人力资源和教育基础设施具有显著的正向影响，旅游业与服务业发展对教育基础设施具有显著的正向相关关系，在此基础上结合最终的路径系数，分别从改善居民生活以促进教育人力资源发展、完善居民生活水平以优化教育资源配置、促进旅游与教育的结合以便于加强对教育基础设施的投入三条路径出发，为教育的发展提供了合理化和可行性的建议，提高教育资源配置的均衡性和教育机会的公平性，推动湘西地区经济协调发展，缩小不同地域的发展差距。

基金项目

湖南省大学生创新创业训练计划项目“基于GA-RF的教育水平与区域经济高质量发展的影响机制研究——以湘西自治州为例”(项目编号：JDCX20241074)。

NOTES

^*通讯作者。