《教育支出,财政支出和经济增长之间的关系》由会员分享，可在线阅读，更多相关《教育支出,财政支出和经济增长之间的关系（8页珍藏版）》请在金锄头文库上搜索。
1、政府教育支出与经济增长的协整分析注意改下格式，编辑表明，图名以及列下参考文献摘要：本文应用协整理论对我国教育支出和经济增长之间的关系进行实证分析。得出了我国教育支出对经济的发展支持不够，教育投入不够的结论【关键词】 教育支出 经济增长 格兰杰因果关系 协整0 引言政府教育支出是由教育产品的公共品性质所决定的。判断教育产品是公共产品、准公共产品还是私人产品对于合理界定政府的公共支出范围，优化政府资源配置，加强政府对宏观经济调控，促进社会经济和社会事业的健康、稳定发展具有重要意义。本文主要从协整角度研究教育支出、财政支出和 GDP 之间的协整关系，格兰杰因果关系，以及三者之间的 VAR 模型，以期
2、其能做为政府决策教育支出的参考意见。政府教育支出对宏观经济的影响应该从两个方面来考虑：一是政府教育支出直接构成社会投资和消费资金的一部分，并且政府的公共教育支出通过产业的关联性和乘数效应还直接或间接地影响到宏观经济的增长。二是从长期来看，政府教育支出作为一种人力资本的投资，能大大提高劳动力的技术知识和管理知识，这必然导致社会劳动生产力的提高和技术的进步，从而对宏观经济产生巨大影响。1 文献综述美国著名经济学家舒尔茨 1962 年运用大量统计数据得出 1929-1957 年美国经济增长有33%的份额要归因于美国教育的发展，前苏联著名学者斯特鲁米林运用劳动简化率算得1940-1960 国民收入增长
3、额中有 30%由于教育投资提高了劳动者整体文化程度，而近二十年该比例还有所提高。再看近代日本和亚洲四小龙创造的经济奇迹，他们具有一个共同的特点：高度过重视国民教育投资，人力资本在经济发展中处于绝对重要的地位。在知识经济时代，经济发展的支撑重点转移于人力资源，许多经济学家称“开发人力资源，增加人力资本投资”是促进社会、科技、经济全面发展的第一原动力。丹尼森把 19291982 年间美国经济增长的因素核算分为：劳动、资本、单位投入产量、知识进展、资源配置和规模经济几个部分，经过核算表明，19291982 年间 2.92%的年实际经济增长率中的 1.90%归功于要素投入增长，1.02%应归功于技术进
4、步。其中，知识进展对整个经济增长的贡献为 0.66 个百分点。由此可见，政府教育支出作为人力资本投资的一部分能极大地促进社会劳动生产率的提高和技术进步，从而对宏观经济的长期、稳定增长产生巨大影响。由于各国的经济、政治、文化及各种背景的不同，我们很难找到他们完全一致的发展道路，完全相同的发展轨迹。但是，教育却能成为其中主要的安全出口，不管是二战战败国日本，还是战胜国美国；不管是在欧洲还是亚洲，几乎所有经济发展较快、民众生活水平提高较快的国家，无一不把教育当做他们解决问题的重点，而对教育的重视也给这些国家带来较高的回报，国民素质的提高、综合国力的增强、加快发展的科学技术等，无一不与教育的发展有关。
5、无论对于个人还是国家而言,教育都是创造知识和传播知识的关键。通过教育,人们的文化水平得到提高,相应的提高了劳动生产率,从而带来的增长和整个社会经济的发展。教育投资和物质资本投资都是经济增长不可或缺的因素, 但我国由于经济发展不充分，教育投入力度不够，我国教育投资对国民经济发展的贡献份额较其他发达国家明显偏低，从长远利益来看，这必将阻碍我国经济的发展。因此，我们运用大量统计资料,从定量角度分析教育投资对增长的贡献率,以使大家更直观地了解教育的重要性。政府的公共教育支出对宏观经济的影响是政府教育自身发挥其经济职能的表现。由于教育对人力资本影响的经济效益的复杂性及理论研究的欠缺，所以教育支出影响的人
6、力资本和技术进步对于经济增长的贡献，至今没有一个理想的统一衡量标准（王文博等，2001） 。目前，具有代表性的几种计量方法主要有：舒尔茨（Schultz ）的余数分析法、丹尼森（Denison）的经济增长因素法和斯特鲁米林（Sterlumlin）的劳动简化法。上述分析方法都有一个共同的特点，就是在研究教育支出对经济效益的影响时，将教育表现为资本投入的一种因素，力求以劳动技术投入量和货币资本投入量来共同估算人力资本对宏观经济所产生的影响。然而，这种量化关系的建立是演绎推导出来的，计算结果虽然不能够准确说明问题，但是这些分析方法都对因教育投入促使人力资本水平的提高而导致经济增长做了一些相关的、合理
7、的估算。美国著名经济学家舒尔茨 1962 年运用大量统计数据得出 1929-1957 年美国经济增长有 33%的份额要归因于美国教育的发展，舒尔茨教授（和他的追随者们）通过研究证实，美国经济在“人力资本” 上的投资收益大于在实物资本上的投资收益，而这种状况正是导致教育投资的增长速度大大高于其他投资的增长速度的一个原因。这样，舒尔茨教授通过农业经济学研究，特别是大量的实证研究，发现并提出了“人力资本”理论，并进而把这一理论应用到经济发展领域。前苏联著名学者斯特鲁米林运用劳动简化率算得 1940-1960 国民收入增长额中有 30%由于教育投资提高了劳动者整体文化程度，而近二十年该比例还有所提高。
8、丹尼森把 19291982 年间美国经济增长的因素核算分为：劳动、资本、单位投入产量、知识进展、资源配置和规模经济几个部分，经过核算表明，19291982 年间 2.92%的年实际经济增长率中的 1.90%归功于要素投入增长，1.02%应归功于技术进步。其中，知识进展对整个经济增长的贡献为 0.66 个百分点。由此可见，政府教育支出作为人力资本投资的一部分能极大地促进社会劳动生产率的提高和技术进步，从而对宏观经济的长期、稳定增长产生巨大影响。二、研究方法及数据来源1、数据来源 本文运用的关于 GDP 、财政支出（ GE）和教育支出（EDUGE）的年度数据来源于国家统计局主编的中国统计年鉴 20
9、01 和中国统计年鉴 2011 整理而得 ，为了消除时间序列的影响，在不改变变量特征的前提下，本文对三组数据均做了对数化处理，分别表示为：LGDP, LGE，LEDUGE （见附表 1） 。这种情况也可以通过从 GDP 、GE 和 EDUGE 经对数化处理前后的时间序列图上反映出来，如图 1 和图 2 所示。本文运用 Eviews6.0 计量经济学软件对数据进行分析。02468101256057058059050510LGDPLEDUGLGE2 平稳性检验单位根检验法Dickey and Fuller (1979 )针对 AR(1)的时间序列形式提出所谓的 Dickey- Fuller (DF
10、) 单位根检验法，检验序列是否存在非平稳的单位根现象。由于 Dickey-Fuller (DF) 单位根检验法是假设为误差项，然而回归残差项常会有显著的自相关现象，此现象将会影响检验的效果。因此 Dickey and Fuller (1981 )在考虑残差项序列相关之后，就以 AR(p)的形式进行单位根检验，称为修正后的 DF 检验(Augmented Dickey-Fuller test, ADF)，其模型如下所示：（1） 无常数项且无时间趋势项： 11pttttyy（2） 含常数项但无时间趋势项： 11pttttyy（3） 含常数项与时间趋势项： 11pt tttyyyDF 检验其实是 A
11、DF 检验的一个特例。当假设检验成立时，表示变量具有单位根现象，为一非平稳的时间序列资料；反之，若拒绝假设检验时，则表示变量不具有单位根现象，为一平稳性的时间序列。只要变量的原始序列的水平项接受任何一种形式的单位根检验的假设，本文即认定该变量属于非平稳性的时间序列，必须更进一步对变量进行一次差分的单位根检验以确保序列的协整阶次。在 Eviews 中给出的是由 Mackinnon 改进的单位根检验的临界值。如果变量是单整的，那么我们将对相关变量进行协整检验（Cointegration Test）分别确定 GDP 、财政收入和财政支出之间的长期关系。3、协整检验JJ 检验法本文采用 Johanse
12、n (1988, 1990, and 1994 )及 Johansen and Juselius (1990 )所提出的多变量协整检验法，利用最大似然估计检验法来检验协整的关系。这种方法以一个高斯向量自回归模型(Gaussian Vector Autoregression Model)为出发点，利用其所对应的误差修正表现形式(Error Correction Represenation)作为最大似然估计法的基础，并以两种似然比检验(Likelihood Ratio Tests )统计量来确认协整向量的个数，并使用 Akailke (1973)所提出的 AIC 准则和 Schwarz crite
13、rion(SC 准则) 作为最佳落差期数的判断准则，这两项数值越小越好。Johansen 协整检验的模型共有以下五个：然后，我们再根据相关准则选出最优模型。4、格兰杰因果关系检验Granger (1986 )指出，若变量间具有协整现象时，在采用向量自回归(VA R )模型进行研究时，必须在向量自回归模型各方程式后再加上一个或数个误差修正项(Error Correction Terms )，以形成向量误差修正模型(Vector Error Correction Model; VECM)；也就是说，误差修正模型是建立于变量间具有长期均衡的协整关系下，所以其分析兼具变量间隐含的长期及短期动态的信息。
14、该模型公式如下：(9)11, 2, 1,mmmitittitiitiitiittttyZaybycyAc 在此基础上，再根据 Granger 所提出的因果关系检验方法，判断各变量之间的因果关系。Granger 因果关系检验的基本原理是，如果变量 过去和现在的信息有助于改进变量 的预测，则认为 是由 引起的 Granger 原因。Granger 因果关系检验中最主要的是最优滞后期的确定，在本文中，最优滞后期的确定是按 Schwarts Information Criterion(SIC) 确定的。 四、实证过程与结果分析1、平稳性检验 我们运用 ADF 检验方法进行变量的单位根检验，以确定各变量
15、的平稳性。从图 1 中我们发现各变量是有时间趋势的，因此我们采用含常数项与时间趋势项的模型对它们进行平稳性检验。检验结果显示，河南省的 LGDP、LGE 和 LEDUGE 的原水平序列的 ADF 值都大于 Mackinnon 临界值，而一阶差分后的 ADF 值都小于 Mackinnon 临界值（见表1） ，很显然，所有的数据在一阶差分之前是非平稳的，但是在一阶差分处理之后，所有的数据都出现平稳的态势。因此，LGDP、LGE 和 LEDUGE 是 I(1) 的。表 1 中国财政支出，教育支出和 GDP 单位根检验结果水平检验结果 一阶差分检验结果变量 ADF 值 1% 5% ADF 值 1% 5
16、%LGDP 2.41 -3.56 -2.92 -3.78 -3.55 -2.91LGE -3.78 -3.55 -2.91 -7.64 -3.56 -2.92LEDUGE 2.53 -3.55 -2.91 -6.59 -3.55 -2.912、变量的协整检验 由于上述各变量都是单整的，因此，我们可以利用 JJ 检验法判断它们之间是否存在协整关系，并进一步确定相关变量之间的符号关系。显然，Johansen 的协整检验对时滞的选择是十分敏感的。Schwarts Information Criterion(SIC) 被用来去选择协整检验需要的时滞。SIC 显示在时滞为 1 时其值是最小的，因此比较适合 VAR 模型。表 2 显示了 Johansen 和 Jnselius(1990)协整检验的结果。表 2 gdp，ge，eduge 的 Johansen 协整检验结果假设的协整方程个数 特
