政府教育支出與經濟增長的計量經濟分析

1、政府教育支出與經濟增長的計量經濟分析【文獻綜述】政府教育支出是由教育產品的公共品性質所決定的。判斷教育產品是公共產品、準公共產品還是私人產品對于合理界定政府的公共支出范圍，優(yōu)化政府資源配置，加強政府對宏觀經濟調控，促進社會經濟和社會事業(yè)的健康、穩(wěn)定發(fā)展具有重要意義。政府教育支出對宏觀經濟的影響應該從兩個方面來考慮：一是政府教育支出直接構成社會投資和消費資金的一部分，并且政府的公共教育支出通過產業(yè)的關聯(lián)性和乘數效應還直接或間接地影響到宏觀經濟的增長。二是從長期來看，政府教育支出作為一種人力資本的投資，能大大提高勞動力的技術知識和管理知識，這必然導致社會勞動生產力的提高和技術的進步，從而對宏觀經濟

2、產生巨大影響。美國著名經濟學家舒爾茨 1962 年運用大量統(tǒng)計數據得出 1929-1957 年美國經濟增長有 33%的份額要歸因于美國教育的發(fā)展，前蘇聯(lián)著名學者斯特魯米林運用勞動簡化率算得1940-1960 國民收入增長額中有 30%由于教育投資提高了勞動者整體文化程度，而近二十年該比例還有所提高。再看近代日本和亞洲四小龍創(chuàng)造的經濟奇跡，他們具有一個共同的特點：高度過重視國民教育投資，人力資本在經濟發(fā)展中處于絕對重要的地位。在知識經濟時代，經濟發(fā)展的支撐重點轉移于人力資源，許多經濟學家稱“開發(fā)人力資源，增加人力資本投資”是促進社會、科技、經濟全面發(fā)展的第一原動力。丹尼森把 19291982 年

3、間美國經濟增長的因素核算分為：勞動、資本、單位投入產量、知識進展、資源配置和規(guī)模經濟幾個部分，經過核算表明，19291982 年間 2.92%的年實際經濟增長率中的 1.90%歸功于要素投入增長，1.02%應歸功于技術進步。其中，知識進展對整個經濟增長的貢獻為 0.66 個百分點。由此可見，政府教育支出作為人力資本投資的一部分能極大地促進社會勞動生產率的提高和技術進步，從而對宏觀經濟的長期、穩(wěn)定增長產生巨大影響。由于各國的經濟、政治、文化及各種背景的不同，我們很難找到他們完全一致的發(fā)展道路，完全相同的發(fā)展軌跡。但是，教育卻能成為其中主要的安全出口，不管是二戰(zhàn)戰(zhàn)敗國日本，還是戰(zhàn)勝國美國；不管是在

4、歐洲還是亞洲，幾乎所有經濟發(fā)展較快、民眾生活水平提高較快的國家，無一不把教育當做他們解決問題的重點，而對教育的重視也給這些國家?guī)磔^高的回報，國民素質的提高、綜合國力的增強、加快發(fā)展的科學技術等，無一不與教育的發(fā)展有關。無論對于個人還是國家而言,教育都是創(chuàng)造知識和傳播知識的關鍵。通過教育,人們的文化水平得到提高,相應的提高了勞動生產率,從而帶來的增長和整個社會經濟的發(fā)展。教育投資和物質資本投資都是經濟增長不可或缺的因素, 但我國由于經濟發(fā)展不充分，教育投入力度不夠，我國教育投資對國民經濟發(fā)展的貢獻份額較其他發(fā)達國家明顯偏低，從長遠利益來看，這必將阻礙我國經濟的發(fā)展。因此，我們運用大量統(tǒng)計資料,

5、從定量角度分析教育投資對增長的貢獻率,以使大家更直觀地了解教育的重要性?！娟P鍵詞】 教育投資經濟增長GDP計量經濟一、教育對經濟增長貢獻的一些實證分析政府的公共教育支出對宏觀經濟的影響是政府教育自身發(fā)揮其經濟職能的表現。由于教育對人力資本影響的經濟效益的復雜性及理論研究的欠缺，所以教育支出影響的人力資本和技術進步對于經濟增長的貢獻，至今沒有一個理想的統(tǒng)一衡量標準（王文博等，2001）。目前，具有代表性的幾種計量方法主要有：舒爾茨（Schultz ）的余數分析法、丹尼森（Denison）的經濟增長因素法和斯特魯米林（Sterlumlin）的勞動簡化法。上述分析方法都有一個共同的特點，就是在研究教

6、育支出對經濟效益的影響時，將教育表現為資本投入的一種因素，力求以勞動技術投入量和貨幣資本投入量來共同估算人力資本對宏觀經濟所產生的影響。然而，這種量化關系的建立是演繹推導出來的，計算結果雖然不能夠準確說明問題，但是這些分析方法都對因教育投入促使人力資本水平的提高而導致經濟增長做了一些相關的、合理的估算。美國著名經濟學家舒爾茨1962 年運用大量統(tǒng)計數據得出1929-1957 年美國經濟增長有 33%的份額要歸因于美國教育的發(fā)展，舒爾茨教授（和他的追隨者們）通過研究證實，美國經濟在“人力資本”上的投資收益大于在實物資本上的投資收益，而這種狀況正是導致教育投資的增長速度大大高于其他投資的增長速度的

7、一個原因。這樣，舒爾茨教授通過農業(yè)經濟學研究，特別是大量的實證研究，發(fā)現并提出了“人力資本”理論，并進而把這一理論應用到經濟發(fā)展領域。前蘇聯(lián)著名學者斯特魯米林運用勞動簡化率算得 1940-1960 國民收入增長額中有 30%由于教育投資提高了勞動者整體文化程度，而近二十年該比例還有所提高。丹尼森把 19291982 年間美國經濟增長的因素核算分為：勞動、資本、單位投入產量、知識進展、資源配置和規(guī)模經濟幾個部分，經過核算表明，19291982 年間 2.92%的年實際經濟增長率中的 1.90%歸功于要素投入增長，1.02%應歸功于技術進步。其中，知識進展對整個經濟增長的貢獻為 0.66 個百分點

8、。由此可見，政府教育支出作為人力資本投資的一部分能極大地促進社會勞動生產率的提高和技術進步，從而對宏觀經濟的長期、穩(wěn)定增長產生巨大影響。二、教育投資與經濟增長的相關分析我們將歷年的教育支出與 GDP 的數據收集整理如下：年份gdp量（億元）19783624.101122.091132.2675.0577719794038.201281.791146.3893.1688819804517.801228.831159.93114.15910.919814862.401138.411175.79122.7996119825294.701229.981212.33137.611230.41983593

9、4.501409.521366.95155.241430.0619847171.001701.021642.86180.881832.8719858964.402004.252004.82226.832543.2198610202.202204.912122.01274.723120.6198711962.502262.182199.35293.933791.7198814928.302491.212357.24356.664753.8198916909.202823.782664.90412.394410.4199018547.903083.592937.10462.454517199121

10、617.803386.623149.48532.395594.5199226638.103742.203483.37621.718080.1199334634.404642.304348.95754.9013072.3199446759.405792.625218.101018.7817042.1財政支出財政收入教育支出固定資產投資總199558478.106823.726242.201196.6520019.3199667884.607937.557407.991415.7122913.5199774462.609233.568651.141545.8224941.1199878345.20

11、10798.189875.951726.3028406.2199982067.5013187.6711444.081927.3229854.71200089468.1015886.5013395.232179.5232917.73200197314.8018902.5816386.042636.8437213.492002104790.6022053.1518903.643105.9943499.912003116898.4024649.9521715.253351.3255566.61我們設 GDP 為因變量 Y，同時設為解釋變量 X。再應用 Eview 軟件對教育投資額與 GDP進行相關關

12、系分析，得到如下圖 1 所示的變量相關關系散布圖上的點接近一條直線，可近似看作兩變量具有線性相關。鑒于此，我們繼續(xù)對兩變量-教育投資和 GDP 進行如下回歸分析。三、教育投資與經濟增長的回歸分析（圖1）（一）分別用各期的教育支出解釋 GDP，進行比較考慮用最小二乘法 Y 對各滯后期 X 分別回歸，得出關于各滯后期的可決系數的數據表格AdjustedR-squaredR-squaredYX0.9681270.966799YX（-1）0.9623490.960712YX（-2）0.9607450.958691YX（-3）0.9513210.949003YX（-4）0.9314820.928056Y

13、X（-5）0.9102730.905551YX（-6）0.8906390.884563YX（-7）0.8742080.866808YX（-8）0.8733530.865438YX（-9）0.8839090.876169YX（-10）0.9205080.914830YX（-11）0.9206180.914511YX（-12）0.9090150.901433YX（-13）0.8948590.885301YX（-14）0.8921510.881366YX（-15）0.9135030.903892YX（-16）0.9460940.939356YX（-17）0.9758260.972373YX（-18）

14、0.9881140.986128YX（-19）0.9683440.962012YX（-20）0.9679470.959934A我們發(fā)現各個回歸方程的T檢驗都很理想（由于篇幅限制，此處只將Y X模型列出，其他從略），說明各滯后期教育支出X對Y都有很大的影響Dependent Variable: Y Method: Least SquaresDate: 12/18/05Time: 11:04 Sample: 1978 2003Included observations: 26VariableCoefficientStd. Errort-StatisticProb.C3445.5941875.853

15、1.8368150.0787X37.189581.37740126.999830.0000R-squared0.968127Mean dependent var39089.11Adjusted R-squared0.966799S.D. dependent var37294.10S.E. of regression6795.404Akaike info criterion20.55968Sum squared resid1.11E+09Schwarz criterion20.65646Log likelihood-265.2759F-statistic728.9909Durbin-Watson

16、 stat0.242493Prob(F-statistic)0.000000B同時我們發(fā)現S.E. of regression都非常大，作散點圖我們得知的確存在異方差（圖2。只作了Y-X方程的散點圖，其他近似。）說明每一個方程都喪失了重要的解釋變量，各個滯后期教育支出都不能單獨解釋GDP的增長，而導致異方差。（圖 2）C我們考察R-squared 與Adjusted R-squared在X模型中分別高達0.968127和0.966799而在以后年份逐年減小。在X（-9）滯后期又開始回升并在X（-18）滯后期達到最大值0.98811和0.986128。而隨著滯后期的再延長又逐漸變小。說明當年的教

17、育支出會直接拉動當年的消費和投資，從而增長GDP。這種作用和別的固定資產等實物的投資沒有區(qū)別。同時當期經濟的增長還要受到滯后期教育支出的影響。隨著滯后期的再延長（18年以前），教育支出對于當期GDP的影響又漸漸減弱。當期的GDP是由眾多滯后期教育支出共同作用的，而其作用強弱的具有U型分布。（如圖3）可決系數（圖 3）這與舒爾茨的人力資本論是相符合的。政府教育支出對宏觀經濟的影響應該從兩個方面來考慮：一是政府教育支出直接構成社會投資和消費資金的一部分，并且政府的公共教育支出通過產業(yè)的關聯(lián)性和乘數效應還直接或間接地影響到宏觀經濟的增長。二是從長期來看，政府教育支出作為一種人力資本的投資，能大大提高

18、勞動力的技術知識和管理知識，這必然導致社會勞動生產力的提高和技術的進步，從而對宏觀經濟產生巨大影響。（二）現在我們考慮如何確定各個滯后解釋變量共同解釋 GDP 的增長由上面的分析得知，若干滯后期和當期解釋變量共同解釋當期 GDP。同時，我們在 EVIEW 中用 CORRELATION 建立各期解釋變量的相關系數，發(fā)現存在高度的相關關系（篇幅限制，此處從略）。所以用逐步回歸法剔除有關的解釋變量，驅除多重共線性的影響。由于可決系數呈現先先下降后上升的趨勢，其中滯后 18 期的可決系數和調整可決系數都是最大的，根據可決系數最大原則，首先選用X（-18）來建立初始回歸模型。 Dependent Var

19、iable: YMethod: Least SquaresDate: 12/15/05Time: 21:13 Sample(adjusted): 1996 2003Included observations: 8 after adjusting endpointsVariableCoefficientStd. Errort-StatisticProb.C42509.492188.92819.420230.0000X(-18)335.672015.0325522.329680.0000R-squared0.988110Mean dependent var88903.98Adjusted R-sq

20、uared0.986128S.D. dependent var16543.13S.E. of regression1948.438Akaike info criterion18.19976Sum squared resid22778475Schwarz criterion18.21962Log likelihood-70.79905F-statistic498.6147Durbin-Watson stat1.440511Prob(F-statistic)0.000001分別引入其他解釋變量，發(fā)現由X和 X（-18）共同的方程的R-squared和Adjusted R-squared達到0.99

21、6398和0.994957比其他模型擬和的更好。且大于初始模型的數值。同時T檢驗也很顯著。Dependent Variable: Y Method: Least SquaresDate: 12/15/05Time: 21:47 Sample(adjusted): 1996 2003Included observations: 8 after adjusting endpointsVariableCoefficientStd. Errort-StatisticProb.C40139.231493.33726.878890.0000X(-18)192.378643.206174.4525730.0

22、067X9.9169742.9236603.3919720.0194R-squared0.996398Mean dependent var88903.98Adjusted R-squared0.994957S.D. dependent var16543.13S.E. of regression1174.758Akaike info criterion17.25551Sum squared resid6900279.Schwarz criterion17.28530Log likelihood-66.02203F-statistic691.5754Durbin-Watson stat2.3754

23、41Prob(F-statistic)0.000001用同樣的方法繼續(xù)引入其他解釋變量，發(fā)現R-squared和Adjusted R-squared有所改善，但是變化不大，同時T檢驗均出現極其不顯著的狀況。故停止引入解釋變量。用X和X（-18）共同解釋GDP?；貧w方程Y=40139.23+192.3786X（-18）+9.916974X（26.87889） （4.452573） （ 3.391972）R-squared=0.996398 Adjusted R-squared=0.994957 F=691.5754DW=2.375441現在開始考慮是否有自相關樣本容量 N=8，解釋變量 K=2，

24、查表得 DL=0.559 ，DU=1.777 ，4-DU=2.223 ，4-DL=3.441DW 值落在不可判定區(qū)間，即不可判斷有無自相關。用 C-O 迭代法進行修正 Dependent Variable: Y Method: Least SquaresDate: 12/15/05Time: 22:38 Sample(adjusted): 1997 2003Included observations: 7 after adjusting endpoints Convergence achieved after 5 iterationsVariableCoefficientStd. Errort

25、-StatisticProb.C40466.081372.56029.482200.0001X12.150863.7861173.2093200.0490X(-18)154.606359.427502.6015950.0803AR(1)-0.3962820.545320-0.7266970.5200R-squared0.996361Mean dependent var91906.74Adjusted R-squared0.992722S.D. dependent var15334.03S.E. of regression1308.199Akaike info criterion17.48625

26、Sum squared resid5134155.Schwarz criterion17.45534Log likelihood-57.20187F-statistic273.7862Durbin-Watson stat2.349862Prob(F-statistic)0.000372Inverted AR Roots-.40DW 值仍然落在不可判定區(qū)間，利用對數線性回歸修正自相關方法得如下結果Dependent Variable: LY Method: Least SquaresDate: 12/15/05Time: 22:42 Sample(adjusted): 1996 2003Incl

27、uded observations: 8 after adjusting endpointsVariableCoefficientStd. Errort-StatisticProb.C7.8443910.33345323.524750.0000LX0.3108880.0953243.2613870.0224LX(-18)0.2364420.0857632.7569210.0400R-squared0.994042Mean dependent var11.38049Adjusted R-squared0.991658S.D. dependent var0.183223S.E. of regres

28、sion0.016734Akaike info criterion-5.062698Sum squared resid0.001400Schwarz criterion-5.032907Log likelihood23.25079F-statistic417.0688Durbin-Watson stat2.060646Prob(F-statistic)0.000003DW=2.0606464-DU，說明已經不存在自相關問題。LY=7.844391+0.310888LX+0.236442LX（-18）（23.52475） （ 3.261387）（ 2.756921）R-squared=0.994

29、042Adjusted R-squared=0.991658 F=417.0688DW=2.060646評價：（1）經檢驗，模型各方面都比較完美，無論是從整體上擬合還是個別參數的檢驗。而且原來的殘差Sum squared resid很大，通過對數變形殘差Sum squared resid也趨于正常。說明除了教育還有其他變量對GDP有重要的影響，從而有異方差的出現。同時其他變量是線形影響的而教育支出對GDP的影響呈指數增長，通過對數變換消除了其他因素的影響。從而使新的模型中異方差消除。（2）模型中LX的系數為0.310888，LX（-18）的系數0.236442，說明了當期教育支出增加1%，GD

30、P增長31.0888%，18年前的教育支出增加1%，今年的GDP增長23.6442%.說明了兩個問題首先：當期的教育支出的回報率高于實物資本的回報率（據已有的詹姆斯·赫克曼的研究數據表明中國的實物資本投資回報率估計可達 20%，見附 2）。從投資和消費的角度來考慮，原因有以下幾個方面：1）政府對公共教育的支出對 GDP 的增長有著直接影響。從財政支出對 GDP 的貢獻來看，以 2000 年數據為例，2000 年我國 GDP 比上年增長 7336.1億元，國家財政性教育支出增長 275.43 億元，國家財政性教育支出增長對 GDP 的貢獻率為 3.75%.2）政府對教育的公共支出可以通

31、過相關聯(lián)的產業(yè)間接影響宏觀經濟。僅從國家財政支出方面來看，財政教育支出除了用于教育事業(yè)費外，還用于教育基本建設投資支出、各部門用于教育的支出、城市教育附加費支出等。此外，政府對教育的支出必然帶動飲食、服務等第三產業(yè)的發(fā)展，而第三產業(yè)的發(fā)展又能帶動其它產業(yè)一起聯(lián)動共同影響著宏觀經濟的發(fā)展。3）政府對教育的公共支出與其它經濟主體的投資和消費有著密切相關的關系，共同影響著宏觀經濟其次：滯后期對經濟增長的作用也是重大的，這與··舒爾茨的人力資本論是相符合的。人力資本理論主要包括（1）人力資源是一切資源中最主要的資源，人力資本理論是經濟學的核心問題。（2）在經濟增長中，人力資本的作用

32、大于物質資本的作用。人力資本投資與國民收入成正比，比物質資源增長速度快。（3）人力資本的核心是提高人口質量，教育投資是人力投資的主要部分。不應當把人力資本的再生產僅僅視為一種消費，而應視同為一種投資，這種投資的經濟效益遠大于物質投資的經濟效益。教育是提高人力資本最基本的主要手段，所以也可以把人力投資視為教育投資問題。生產力三要素之一的人力資源顯然還可以進一步分解為具有不同技術知識程度的人力資源。高技術知識程度的人力帶來的產出明顯高于技術程度低的人力。（4）教育投資應以市場供求關系為依據，以人力價格的浮動為衡量符號。政府教育支出對宏觀經濟的影響應該從兩個方面來考慮：一是政府教育支出直接構成社會投

33、資和消費資金的一部分，并且政府的公共教育支出通過產業(yè)的關聯(lián)性和乘數效應還直接或間接地影響到宏觀經濟的增長。二是從長期來看，政府教育支出作為一種人力資本的投資，能大大提高勞動力的技術知識和管理知識，這必然導致社會勞動生產力的提高和技術的進步，從而對宏觀經濟產生巨大影響。（3）該模型的缺點是數據數量受到限制，造成了模型的偏差和滯后期解釋變量的確定可能出現的誤差。只能大致說明當期和滯后期教育支出共同影響當期GDP，但是不能準確的計量確定是哪一年的影響。隨著年度數據的增加，這種情況會得到改善。當然不同國家，不同時期的數據或者由于數據的誤差和不足，會造成滯后期的確定都會有所偏差。但是這里我們僅僅是為了說

34、明政府教育支出對GDP既有當期影響又有長期影響這個理論。就這一點來說，我們已經達到了目的。四對中國教育資本現狀的分析（一）中國在人力資本上的投資與發(fā)達國家的差距是很明顯的在中國，政府的教育支出占整個社會教育支出的絕大部分，在整個 1990 年代，中國各級政府的教育支出占 GDP 的比重不足 3，而在實物上的投資卻大約占到 GDP 的 30%.相比之下，美國教育投資和實物投資占 GDP 的比重分別是 5.4%和 17。即使是在發(fā)展中國家，中國在人力資本上的投資也是低于平均水平。近年來政府在人力資本投資的絕對量有所上升，但相對水平的國際比較只降不升。2002年，中國教育支出占 GDP 的比重上升到

35、 3.3，但實物投資占 GDP 的比重更上升到 45！在中國，實物資本與人力資本投資的比例比其他大多數國家都要高得多。在一個有效的投資市場中，應該是各種形式、各個地區(qū)的投資回報率都是一樣的，否則資本會從低回報的地方流向高回報的地方。如果實物資本的投資回報遠遠高于人力資本的回報，那么這種不平衡是合理的。但是，實際上中國人力資本的潛在投資回報率不但遠遠高于實物資本的投資回報率，也高于發(fā)達國家的教育投資回報率。只是中國存在很大的政策扭曲，使得這種潛在回報率無法實現。在這個意義上，可以說中國的教育投資嚴重不足。這極大地阻礙了中國經濟的發(fā)展。（二）中國人力資本投資的潛在回報比發(fā)達國家還要高得多中國是個處

36、于轉型期的大國，其變化日新月異。越是有知識和技能的人，越能很好地適應各種變化，并反過來更好地推進經濟的發(fā)展。與此同時，中國與國際經濟的聯(lián)系日益緊密，新思想、新技術的本土化，以及中國經濟的全球化都迫切需要大量受過良好教育的人，因為大量實物資本的投資，需要很高的技術含量，也需要大量高素質的人員去操作。需要高效率運轉的項目投資尤其如此。而且，中國當前大量不熟練勞工進入城市，也需要高素質人員去培訓他們。由于中國整體處于一個比較低的水平，所以有知識和技能的人接受新技術、幫助整個社會的"溢出效應"更為顯著。換句話說，就是人力資本投資的社會總回報很高。新近的一項研究表明，如果考慮對社會產出的貢獻，而不僅僅是個人收入，中國人力資本投資回報率高達 30%至 40%，高于物質資本投資的回報（估計可以高達 20%），也高于美國等發(fā)達國家的人力資本投資回報（15%20%）。（三）必須為這些潛在的回報變成真正的回報創(chuàng)造條件關鍵的問題是，首先，放開勞動市場，消除勞動力市場的結構性障礙，讓教育的高回報真正體現出來，讓人們愿意投資教育。其次，改革教育市場，對所有形式的資本開放競爭，創(chuàng)造融資的條件，讓人們不但愿意、而且可以投資教育。中國已經有一些資金投資于教育領域，也有一批私營學校，但這些都需要大大加速。教育的各個領