教育支出对经济增长影响的实证分析 (1)
- 格式:doc
- 大小:107.00 KB
- 文档页数:7
1 教育支出对经济增长影响的实证分析 王玮玉 经济统计10-1 201005002634
【摘要】随着知识经济时代的到来,人们已经越来越认识到人力资本在经济增长中的重要作用,而教育是影响人力资本的一个关键性因素。改革开放后,我国经济快速发展,其中教育扮演着重要的角色。因此,对教育的投资也将影响经济的发展。所以,运用计量经济学的模型,应用Eveiews软件,研究教育投入对经济增长的影响,并作出相关的实证分析。
【关键词】国内生产总值 财政教育投入 固定资产投入 社会就业人数 2
一、引言 改革开放以来,中国经济迅猛发展,教育法的发展在其中发挥了不可估量的作用。教育通过生产人力资本,对经济的增长具有三个方面的影响:一、作为投入品影响经济的增长。就是教育的生产率效应。二、教育的配置效应,是由教育对人力资本的分配状况来考虑对经济增长的影响。三、科技创新效应,教育和科技互相影响,这是人力资本在运用新观念和产生新观念两个方面至关重要。 由此可见,教育支出对经济增长发挥着越来越大的作用,并由此来调整影响中国经济的因素,无意识一项重要的任务。 纵观世界,无论是发达国家,还是新兴的发展中国家,都深刻的体会到经济的成功很大程度上取决于教育的成功。而我国在改革开放不久就提出了“科教兴国”战略。在知识经济时代,经济发展的潜力在教育。一方面产品与产业的竞争归根到底是人才的竞争,另一方面教育水平决定从业人员的素质,教育水平的提高必须跟上甚至超过产业进化的速度。改革开放以来我国的教育投资虽然有所增加,教育虽有很大的发展,但面对庞大的人口仍显不足。 “科教兴国”,首先要国兴利教,利教必先投资于利教。但是教育投资对经济增长的推动力究竟有多大?本文将借生产函数理论以及相关模型对此进行讨论。
二、文献综述 国内外教育经济学和发展经济学的大量研究成果表明,教育投入对于人力资本的形成具有基础性意义。高素质的人力资本通过与土地、资本和科学技术的有机结合和合理配置,使得对经济增长产生推动作用。从柯布-道格拉斯的方法研究到罗默-卢卡斯模型的建立都充分说明了教育投入对经济增长的贡献。而美国经济学家、诺贝尔经济学奖获得者刘易斯则在其著的《经济增长理论》中直接将“教育所引起的知识的增长”归结为经济增长的三个原因之一。当前教育投入与经济增长之间的关系也已经引起我国经济学界的高度重视,尤其是近年来教育产业化的经济效应已成为研究热点。 传统的经济增长理论认为,对经济起主要推动作用的是物质资本的投资,而在20世纪50年代,经济学家们就已经发现,用资本与劳动力两种生产要素的增加解释经济增长,会留下很大一块“残余”得不到解释。索洛针对这块“残余”提出了技术进步因素的观点,实际上是间接指出了教育对经济增长的贡献。毫无疑问,有关教育对经济增长的作用、贡献的最全面、最详尽、最经典的理论当是美国经济学家舒尔茨1960年在美国经济学年会上论述的人力资本理论。之后,教育投入对经济增长的作用引起了西方经济学界的高度重视。西方经济学者还力图用计量经济分析方法来证明教育投入与经济增长的关系。舒尔茨1962年的研究表明, 3
美国战后农业生产的增长中只有20%是物质资本积累所引起的,其余的80%主要是由教育以及与教育密切相关的科学技术所引起的。丹尼森通过教育量简化系数法,得出1929~1985年教育对美国国民收入增长率的贡献为13.7%。 国内学者也进行了诸多实证研究,结论不一。有的学者认为经济发展是教育发展的先导原因,也有的学者研究表明,二者的关系中,教育是因,发展是果;另有一些学者认为二者互为因果关系。而且国内学者的实证研究大多采用对某个地区或省份的数据进行针对本省情况的研究分析,且在研究时间跨度上也比较短。根据新经济增长理论,物质资本与人力资本是经济产出的最关键的两个投入量。而国内外很多研究都把教育作为人力资本的代替,因此本文选取了固定资产投资,教育支出和社会就业人数作为解释变量进行研究。
三、数据的采集及研究的思想和方法 1、 收集数据与整理 首先,本文从中国统计年鉴中截取了从1985年到2009年国内生产总值、教育支出、固定资产投资以及社会就业人数的数据,用y代表国内生产总值,x1代表教育支出,x2代表固定资产投资,x3代表社会就业人数,并且对其进行图形分析,观察其是否属于线性关系。 表一 1985-2009年数据 年份 国内生产总值(亿元)Y 教育支出(亿元)X1 固定资产投入(亿元)X2 社会就业人数(万人)X3 1985 9016.0 226.83 2543.19 49873.0
1986 10275.2 274.72 3019.62 51282.0
1987 12058.6 293.93 3640.86 52783.0
1988 15042.8 356.66 4446.54 54334.0
1989 16992.3 412.39 4137.73 55329.0
1990 18667.8 462.45 4449.29 56740.0
1991 21781.5 532.39 5508.8 58360 1992 26923.5 621.71 7854.98 59432.0
1993 35333.9 754.9 12457.88 60220.0
1994 48197.9 1018.78 16370.33 61470.0
1995 60793.7 1196.65 20019.3 67947.0
1996 71176.6 1415.71 22913.5 68850 1997 78973.0 1545.82 24941.1 69600 1998 84402.3 1726.3 28406.2 69957 1999 89677.1 1927.32 29854.7 70586 2000 99214.6 2179.52 32917.7 72085 4
2001 109655.2 2636.84 37213.5 73025 2002 120332.7 3105.99 43499.9 73740 2003 135822.8 3146.3 55566.6 75200.0
2004 159878.3 3351.32 70477.4 74432 2005 184937.4 3974.8 88773.6 75825.0
2006 216314.4 4485.18 109998.2 76400
2007 265810.3 7122.3 137323.9 76990.0
2008 314045.4 9010.2 172828.4 77480.0
2009 340506.9 10437.5 224598.8 77995.0
2、对模型用普通最小二乘分析检验 结果如下x1即教育支出的t检验的概率为p=0.1783,并没有通过检验,因此可能是模型设置出现偏差。所以通过散点图观察其是否为现行关系。
3、 散点图分析
图一
050000100000150000200000250000300000350000400000
19801985199019952000200520102015国内生产总值(亿元)教育支出(亿元)
固定资产投入(亿元)社会就业人数(万人)
由图形可以知道国内生产总值与教育支出是非线性关系。因此我选用生产函数模型对其调整后进行检验。函数Y=AX1aX2bX3c,对其去对数为lny=lna+alnx1+blnx2+clnx3。 由检验结果可得lny=-22.17143+0.188755lnx1+0.405524lnx2+2.502802lnx3 R2=0.998886 教育支出对国内生产总值的影响是正向的.教育支出每增加一个单位,国内生产总值增加0.188755个单位;固定资产支出增加一个单位,国内生产总值增加0.405524各单位。说明国家基本建设投资对国内生产总值的贡献要高于教育投资对国内生产总值的贡献; 并且与发达国家相比, 教育投资对我国经济增长的贡献率明显偏低。在显著性水平为5%时,t检验与f检验均通过了。并且残差平方和 5
为0.998886,证明拟合优度很高,说明lny可以由其他几个变量来解释。 4、检验简单相关系数
表二 相关系数 Lnx3 Lnx2 Lnx1 Lnx3 1.000000 0.966240 0.967942 Lnx2 0.966240 1.000000 0.994179 Lnx1 0.967942 0.994179 1.000000 由上表可以看出,解释变量之间存在高度线性相关性。尽管方程整体线性回归拟合较好,但个变量之间的相关性非常显著,表明模型确实存在严重的多重共线性。 分别作lnx1 lmx2 lnx3之间的回归 Lny=3.848581+0.988196x1,此时R2=0.988093 Lny=2.798795+0.823987lnx2,此时R2=0.990427 Lny=-72.44212+7.523615lnx3,此时R2=0.969730 有以上结果可以看出固定资产投资对经济增长影响最大,教育支出对经济增长的拟合优度也很高,证明教育支出对国内生产总值的相关度很高,可以很好的解释经济增长。
5、进行逐步回归 将其他变量逐步导入做回归 Lny=-24.01277+0.643464lnx1+2.737053lnx3, 此时R2=0.996160 Lny=-23.9691+0.545058lnx2+2.663982lnx3, 此时R2=0.998496 lny=-22.17143+0.188755lnx1+0.405524lnx2+2.502802lnx3 -9.764656 2.70820 7.167474 11.18062 此时R2=0.998886 由此总结 表三 回归数据 c Lnx1 Lnx2 Lnx3 R2 D.W. Y=f(x3) -72.44212 7.523615 0.969730 0.467305 T值 0 0 Y=f(x1,x3) -24.01277 0.643464 2.737053 0.996160 0.947524 T值 0 0 0 Y=f(x2,x3) -23.96961 0.545058 0.245146 0.998496 0.491073 T值 0 0 0 Y=f(x1,x2,x3) -22.17143 0.188755 0.405524 2.503802 0.998886 1.458086 T值 0 0.0132 0 0 由以上结果可以看出y=f(x1,x2,x3)为最优,拟合结果如下