区域性教育投资对经济增长的动态影响分析

　　内容摘要：教育投资和经济增长的关系密切，是改善人力资本质量、提高人力资本积累水平以及推动科技进步的重要途径，是经济增长核心动力中的核心。中国的区域教育投资水平差异较大，而区域间的经济增长情况也各不相同，本文从教育投资规模、教育投资质量和教育投资公平度三个方面选取反映中国教育投资状况的指标，运用单位检验、协整检验、格兰杰因果检验研究中国区域教育投资和经济增长之间的互动因果关系，建立合适的PanelData模型进行实证研究。

　　关键词：区域教育投资经济增长

　　中国目前是世界上最大的发展中国家，经济增长是实现人民生活达到小康水平以及赶上中等发达国家经济水平的主要途径。到目前为止研究经济增长的经济学家们发现：教育投资和经济增长的关系密切，是改善人力资本质量、提高人力资本积累水平以及推动科技进步的重要途径，是经济增长核心动力中的核心。教育投资即国家或者地区用来投入在教育方面的人力、财力、物力等资源的价值总和。由于科技信息化的急速发展，一方面教育极大地推动了经济的发展，另一方面经济的快速发展也扩大了教育投资的规模和效应。人力资本之父——舒尔茨1961年通过研究美国1929-1957年的经济增长时发现，美国整个国民收入增长额中33%的贡献率是通过教育投资获得的。美国经济学家丹尼森使用增长核算法得出，1929-1985年教育对经济增长的贡献率是13.7%。我国经济学家史清琪、秦宏庭计算了我国1952-1967年教育对国民收入增长的贡献为17.6%。曲桢森通过计算得到，我国1952-1978年教育对国民收入增长额的贡献率达到了12.72%。周天勇则计算我国由教育而导致的人力资本增加对经济产出的贡献率为22%。

　　教育投资和经济增长是一个经济系统中相互作用的两个方面。科技的进步可以促进经济的发展，而教育投资则是推动科技进步的重要源泉，它不仅决定了整个社会生产力水平的高低，而且也推动了社会的稳定；反过来讲，只有经济增长才能加大社会各方投资教育的力度，是教育投资增加的物质基础，两者之间互相促进，形成良性循环。我国政府提出科教兴国战略和加快经济增长方式转型的相关政策，都是为了实现在本世纪中叶达到中等发达国家水平的目标，故政府在制定相关经济政策和计划时，应该充分考虑教育投资和经济增长之间的相互联系，促进经济的可持续发展。

　　而中国幅员辽阔，区域间的教育投资水平和经济增长水平各不相同。由于各地区经济发展参差不齐、教育投入总量有限、教育资源分配不均、教育制度和政策存在很多不完善等多方面的因素，使得各区域之间有着很大的差异性。本文下边就分析了中国区域教育投资和经济增长之间的具体关系。

　　变量的选择

　　每个经济区域所包含的省份具有相似的地理位置和经济发展程度，因此为了解各个经济区域的教育投资与经济增长间的关系以及区域间的差异性，笔者把中国划分东、中、西部三大地带进行研究（东部包括：北京、天津、河北、上海、辽宁、山东、江苏、浙江、福建、广东和海南十一个省（市），中部地区包括：山西、吉林、黑龙江、安徽、江西、河南、湖南、湖北八个省，西部地区包括：内蒙古、广西、重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏、新疆十一个省（市））。由于1996年以后才有各区域的教育经费支出数据，且各区域教育经费情况在统计上有2年的滞后期。另外，为了保证数据在时序上的一致性，将1997年才从四川省独立出来的直辖市重庆的数据包括在内，最终选取1997-2007年11个时间点上30个省市（不含西藏）的样本数据进行分析。

　　数据的预处理

　　（一）经济增长

　　本文对各省市历年人均国内生产总值以1996年为基年的GDP平减指数进行了平减处理并取对数，记为LGDP。数据均来自《中国统计年鉴》（1997-2007）。

　　（二）教育投资规模

　　1.人均教育经费。本文以1996年为基年的居民消费价格指数（CPI），对各区域、各省市的教育经费（含国家财政教育支出的全社会宽口径）进行了平减处理，然后除以该地区总人数得到人均教育经费，记为。数据均来自《中国统计年鉴》（1997-2007）。

　　2.人均受教育年限。本文采用国际通用的计算方法来测算人均受教育年限，记为AVE：

　　式中，AVEt为，按总的人口数来计算；i=1，2，3，4，5，分别表示不识字或识字很少、小学、初中、高中和中专、大专及以上这五种不同水平的受教育程度；t=1、2、…、12，分别表示1997、…、2007年；xt，i为t年度的i级水平的受教育程度下的累积受教育年限，因此将各级累积的受教育年限分别定义为1、6、9、12、16年；pt，i为t年度的i级水平受教育程度的人口比例。

　　（三）教育投资质量

　　本文采用大专以上学历人数比例反映教育投资质量，考虑到大专以上学历人数占总人口比例较小，选择用万人大专以上学历的人数来反映教育投资质量。各省大专以上学历调查人数除以该省的调查比例和总人数，并乘以一万，得到万人大专以上学历的人数，记为DZ。数据均来自《中国统计年鉴》（1997-2007）。

　　（四）教育投资公平

　　教育基尼系数可以通过上式较为简单的计算出来。教育基尼系数的性质表明其数值越大该地区的教育资源分布就越不公平。教育基尼系数的值位于0和1之间，如果该值在0.2以下表示该区域教育投资高度公平：如果该值位于0.2-0.3之间表示该区域教育投资相对公平；如果该值位于0.3-0.4之间表示该区域教育投资相对较为合理；如果该值位于0.4-0.5之间表示该区域教育投资差距偏大；如果该值位于0.5以上表示该区域教育投资差距悬殊。数据均来自《中国统计年鉴》（1997-2007）。

　　各个变量的检验

　　（一）各指标的单位根检验和协整检验

　　为避免出现“伪回归”的问题，需要对各变量进行单位根检验。面板单位根的检验方法虽然和单序列的单位根检验方法类似，但又不完全相同。对面板数据考虑的AR（1）过程见下式：

　　yi，t=ρiyit-1+Xi，tδi+ui，t

　　上式中，i=1，2，…，N，t=1，2，…，Ti。N表示个体截面成员的个数，Ti表示第i个截面成员的观测时期数，Xi，t表示模型中的外生变量向量，包括各个体截面的固定影响和时间趋势，参数ρi为自回归系数，随机误差项ui，t满足独立同分布假设。对于上式而言，若|ρi|<1，则yi为平稳序列，若|ρi|=1，则为非平稳序列（高铁梅，2008）。根据参数ρi的不同，可以将已有的面板单位根检验方法大致可以归为两种类型：

　　一类是相同根情形下的单位根检验（包括LLC检验、Breitung检验及Hadri检验），这类检验假设对任意i，参数ρi都有ρi=ρ，即面板数据中各截面序列具有相同单位根过程（张晓峒，2007）。

　　另一类为不同根情形下的单位根检验，这类检验（包括IPS检验，Fisher-ADF及Fisher-PP检验）允许ρi跨截面变化，即面板数据中各截面序列具有不相同的单位根过程。在上述六种检验方法中，除了Hadri检验外，其余检验的原假设都是存在单位根（张晓峒，2007）。

　　运用EViews6.0对全国30个省市地区的教育投资规模指标（FU、AVE）、教育投资质量指标（DZ）、教育投资公平指标（GINI）等面板数据分别作了单位根检验。

　　由于选取的数据较多，因此在分析东中西区域之间的差异时，为保证分析结果的稳健性，本文选用同质面板的LLC检验和异质面板的IPS检验和Fisher-PP检验对各变量的水平值进行单位根检验，检验模型包含有截距项和趋势项，检验结果如表1所示。

　　由表1，从单位根检验结果看，在LLC检验和IPS检验以及Fisher-PP检验三种方法的综合考虑下，笔者认定LGDP、FU、AVE、DZ、GINI这5个被检验变量不能拒绝变量非平稳的假设，但是它们的一阶差分项都显著地拒绝了变量非平稳的假设。因此，可以将继续进行变量间的面板数据协整检验，检验结果见表2。

　　由表2可知，Kao检验的原假设是面板数据没有协整关系，检验结果P值小于0.05，能够拒绝原假设，笔者认定GDP、FU、AVE、DZ、GINI这5个被检验变量具有协整关系。