我国政府教育支出与经济增长的计量经济分析报告

计量经济学报告报告题目我国政府教育支出与经济增长的计量经济分析学院专业名称班级组长姓名学号指导教师

摘要我国作为文化大国，研究教育支出和经济增长之间的关系有着重要的意义。教育到底是否能够促进经济增长呢？本文利用我国1991-2010年数据对我国教育支出和经济增长之间进行计量经济学研究，分析表明教育支出对经济增长存在很重要的影响。因此，我们应当适当加大在教育领域的投入。关键词：教育投资；经济增长；计量经济；

引文众所周知，我国是一个人口大国，要将富足的人口最大程度地转换为人力资源，主要还在于教育。而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。教育投资的增加能够提高该国（或地区）国民的学习能力，这将有效地促进其人力资本的形成以及科学技术的改进，进而推动该国（或地区）的经济增长。当然经济的持续增长反过来又会为教育的投入提供必要的物质准备，这又将刺激教育投资规模的进一步扩大，从而促进经济总量的增长。但是由于教育的公共品属性及其外部效应和投资收益的长期性和滞后性，使得我国教育财政投资总量相对不足，投资结构失衡的问题也成为我国当今经济社会发展过程中亟需解决的重要问题之一。“十一五”时期我国财政教育支出累计4.45万亿元，年均增长22.4%，“十二五”规划中继续提到“坚持优先发展教育，稳步提升全民受教育程度”。可见，虽然我国在教育投入的绝对数额上是不断增加，但教育投入相对于国内生产总值的比例却一直低于世界大多数国家的水平。文献综述Becker和Ben-porath对教育支出的研究具有开创性的贡献。他们将各类学校模型华为生产人力资本的工具。这种有关教育的经济作用的看法被广泛应用与政府教育支出的一般均衡分析。对于教育支出与经济增长关系的问题，研究者的发现以及结论也存在着差异。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。另外一些研究者则发现教育以及教育支出有着较弱的相关性，甚至没有。Deverajan等人在其研究中发现，政府预算内的教育支出与经济增长的关系呈负相关。他们认为，造成这种原因的理由是，这些国家的教育支出过量，从而造成其边际收益递减，从而成为一种非生产性支出。国内的研究也颇为丰富。靳丽丽通过构建科布道格拉斯生产函数，分析了中国31个省区的财政性教育支出和经济增长之间的关系，结果表明我国财政性教育支出只占到GDP的4%，政府应当继续加大财政性教育支出。车维平以国家财政教育经费为主要分析指标，对财政教育支出配置的总规模、二元结构、区域结构配置变化与经济增长关系进行了定量分析后认为，我国应加大对教育方面的投入，同时教育支出要更多地偏向于农村。甘建辉通过构建科布道格拉斯生产函数，对GDP与教育支出做了回归分析，得出结论：教育支出是促进GDP增长的重要因素之一。大多达成共识：即肯定了教育支出对经济增长的促进作用，这对我们进一步了解认识教育支出对经济增长的作用有很大的帮助。本文选取国家财政性教育经费，选取国内生产总值增长率(GDP)作为衡量宏观经济增长的指标，选取的样本区间为1991～2010年的年度时间序列，数据由1991～2011年《中国统计年鉴》和《中国财政年鉴》整理得出。教育支出与经济增长的相关分析我将历年的教育支出与GDP的数据收集整理如下：年份年国内生产总值（GDP)

亿人民币元财政支出财政收入教育支出1991195803386.623149.48617.831992239383742.203483.37728.751993313804642.304348.95867.761994438005792.625218.101174.741995577336823.726242.201411.521996677957937.557407.991671.701997747729233.568651.141862.5419987955310798.189875.952032.4519998205413187.6711444.082287.1820008940415886.5013395.232562.6120019593318902.5816386.043057.01200210239822053.1518903.643491.40200311669424649.9521715.253850.62200413651528486.8926396.474465.86200518231233930.2831649.295161.082006209407 40422.7338760.206348.36200724661949781.3551321.788280.21200830067062592.6661330.3510449.63200933535376299.9368518.3012231.09201039798389874.1683080.0019561.85我们设置GDP为因变量Y，同时设教育支出为解释变量X。再应用Eviews软件对教育投资额与GDP进行相关关系分析，得到如下图1所示的变量相关关系散布图上的点接近一条直线，可近似看作两变量具有线性相关。(图1)鉴于此，我们继续对两变量---教育投资和GDP进行如下回归分析。教育支出与经济增长的回归分析4.1分别用各期的教育支出解释GDP，进行比较考虑用最小二乘法Y对各滞后期X分别回归，得出关于各滞后期的可决系数的数据表格。R-squaredAdjustedR-squaredYX0.9445030.941420YX（-1）0.9849020.983908YX（-2）0.9765740.975099YX（-3）0.9755900.973963YX（-4）0.9728970.970961YX（-5）0.9620010.959078YX（-6）0.9591180.955711YX（-7）0.9566410.952699YX（-8）0.9604410.956485YX（-9）0.9659840.962205YX（-10）0.9686410.964721YX（-11）0.9814090.978753YX（-12）0.9797070.976325YX（-13）0.9824010.978881YX（-14）0.9934720.991840YX（-15）0.9633650.951153YX（-16）0.9609710.939356YX（-17）0.9901300.980259YX（-18）1.0000001.000000我们发现各个回归方程的T检验都很理想（由于篇幅限制，此处只将Y–X模型列出，其他从略），说明各滞后期教育支出X对Y都有很大的影响。DependentVariable:YMethod:LeastSquaresDate:12/19/13Time:21:38Sample:19912010Includedobservations:20VariableCoefficientStd.Errort-StatisticProb.

C32660.298302.4723.9338030.0010X22.153891.26574917.502590.0000R-squared0.944503

Meandependentvar134694.6AdjustedR-squared0.941420

S.D.dependentvar109228.9S.E.ofregression26437.08

Akaikeinfocriterion23.29756Sumsquaredresid1.26E+10

Schwarzcriterion23.39714Loglikelihood-230.9756

Hannan-Quinncriter.23.31700F-statistic306.3408

Durbin-Watsonstat0.893896Prob(F-statistic)0.000000我们发现S.E.ofregression都非常大，作散点图我们得知的确存在异方差（图2。只作了Y-X方程的散点图，其他近似。）说明每一个方程都丧失了重要的解释变量，各个滞后期教育支出都不能单独解释GDP的增长，而导致异方差。（图2）我们考察R-squared与AdjustedR-squared在X模型中分别高达0.984902和0.983908而在以后年份逐年减小。在X（-8）滞后期又开始回升并在X（-18）滞后期达到最大值1.000000。说明当年的教育支出会直接拉动当年的消费和投资，从而增长GDP。但在X（-14）是也可以算是另一个小高峰，其后又下降这种作用和别的固定资产等实物的投资没有区别。同时当期经济的增长还要受到滞后期教育支出的影响。随着滞后期的再延长（18年以前），教育支出对于当期GDP的影响又渐渐减弱。当期的GDP是由众多滞后期教育支出共同作用的，而其作用强弱的具有U型分布。（如图3）（图3）这与舒尔茨的人力资本论是相符合的。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。4.2现在我们考虑如何确定各个滞后解释变量共同解释GDP的增长由上面的分析得知，若干滞后期和当期解释变量共同解释当期GDP。同时，我们在EVIEWS中用CORRELATION建立各期解释变量的相关系数，发现存在高度的相关关系。所以用逐步回归法剔除有关的解释变量，驱除多重共线性的影响。由于可决系数呈现先先下降后上升的趋势，其中滞后14期的可决系数和调整可决系数都是最大的，根据可决系数最大原则，首先选用X（-14）来建立初始回归模型。DependentVariable:YMethod:LeastSquaresDate:12/19/13Time:22:59Sample(adjusted):20052010Includedobservations:6afteradjustmentsVariableCoefficientStd.Errort-StatisticProb.

C66862.109095.1387.3514110.0018X(-14)196.40187.96025424.672810.0000R-squared0.993472

Meandependentvar278724.0AdjustedR-squared0.991840

S.D.dependentvar81292.10S.E.ofregression7343.323

Akaikeinfocriterion20.90217Sumsquaredresid2.16E+08

Schwarzcriterion20.83276Loglikelihood-60.70652

Hannan-Quinncriter.20.62430F-statistic608.7474

Durbin-Watsonstat2.030776Prob(F-statistic)0.000016

分别引入其他解释变量，发现由X和X（-14）共同的方程的R-squared和AdjustedR-squared分贝达到0.993472和0.991840比其他模型拟和的更好，且大于初始模型的数值。DependentVariable:YMethod:LeastSquaresDate:12/19/13Time:22:53Sample(adjusted):20052010Includedobservations:6afteradjustmentsVariableCoefficientStd.Errort-StatisticProb.

C73059.1311111.866.5748800.0072X(-14)169.068429.001815.8295810.0101X2.2525052.2972920.9805040.3991R-squared0.995056

Meandependentvar278724.0AdjustedR-squared0.991760

S.D.dependentvar81292.10S.E.ofregression7379.024

Akaikeinfocriterion20.95752Sumsquaredresid1.63E+08

Schwarzcriterion20.85340Loglikelihood-59.87257

Hannan-Quinncriter.20.54072F-statistic301.9163

Durbin-Watsonstat1.342898Prob(F-statistic)0.000348用同样的方法继续引入其他解释变量，发现R-squared和AdjustedR-squared有所改善，但是变化不大，同时T检验均出现极其不显著的状况。故停止引入解释变量。用X和X（-14）共同解释GDP。回归方程Y=73059.13+169.0684X（-14）+2.252505X（6.574880）（5.829581）（0.980504）R-squared=0.995056AdjustedR-squared=0.991760F=301.9163DW=1.342898接下来我们来考虑自相关的问题可知样本容量N=6，解释变量K=2，查表无值，DW值不可判定，即不可判断有无自相关。考虑用C-O迭代法进行修正。DependentVariable:YMethod:LeastSquaresDate:12/19/13Time:23:17Sample(adjusted):20062010Includedobservations:5afteradjustmentsConvergenceachievedafter14iterationsVariableCoefficientStd.Errort-StatisticProb.

C119883.1227799.20.5262670.6916X3.9300672.6015751.5106490.3723X(-14)122.9571128.17460.9592940.5132AR(1)0.6413381.4224180.4508780.7303R-squared0.997965

Meandependentvar298006.4AdjustedR-squared0.991862

S.D.dependentvar73972.47S.E.ofregression6673.214

Akaikeinfocriterion20.44015Sumsquaredresid44531791

Schwarzcriterion20.12770Loglikelihood-47.10038

Hannan-Quinncriter.19.60157F-statistic163.5024

Durbin-Watsonstat2.162828Prob(F-statistic)0.057411InvertedARRoots

.64

仍然不可判断，利用对数线性回归修正自相关，结果如下：DependentVariable:LYMethod:LeastSquaresDate:12/19/13Time:23:24Sample(adjusted):20052010Includedobservations:6afteradjustmentsVariableCoefficientStd.Errort-StatisticProb.

C7.1319220.15139547.108010.0000LX0.1745040.0816202.1380170.1221LX(-14)0.5453110.1002905.4373610.0122R-squared0.997977

Meandependentvar12.50200AdjustedR-squared0.996628

S.D.dependentvar0.295296S.E.ofregression0.017148

Akaikeinfocriterion-4.987061Sumsquaredresid0.000882

Schwarzcriterion-5.091182Loglikelihood17.96118

Hannan-Quinncriter.-5.403863F-statistic739.8908

Durbin-Watsonstat1.183355Prob(F-statistic)0.000091

可知，不存在自相关问题了。LY=7.131922+0.174504LX+0.545311LX（-14）（47.10801）（2.138017）（5.437361）R-squared=0.997977AdjustedR-squared=0.996628F=739.8908DW=1.183355得出结论如下：经检验，模型各方面都比较完美，无论是从整体上拟合还是个别参数的检验。而且原来的残差Sumsquaredresid很大，通过对数变形残差Sumsquaredresid也趋于正常。说明除了教育还有其他变量对GDP有重要的影响，从而有异方差的出现。同时其他变量是线形影响的而教育支出对GDP的影响呈指数增长，通过对数变换消除了其他因素的影响。从而使新的模型中异方差消除。模型中LX的系数为0.174504，LX（-14）的系数0.545311，说明了当期教育支出增加1%，GDP增长17.4504%，18年前的教育支出增加1%，当年的GDP增长54.5311%.当期的教育支出的回报率高于实物资本的回报率（据已有的詹姆斯·赫克曼的研究数据表明中国的实物资本投资回报率估计可达20%）。政府对公共教育的支出对GDP的增长有着直接影响。长期来看，教育支出对经济增长有着极大的促进作用。短期内，教育支出对经济增长的促进作用却不那么明显。滞后5、6期更是表现出负相关性。就前者而言，这主要源于教育本身的作用以及近年来我国加大对各层次教育的投入力度。从财政支出对GDP的贡献来看，以2000年数据为例，2000年我国GDP比上年增长7450.0亿元，国家财政性教育支出增长275.45亿元，国家财政性教育支出增长对GDP的贡献率为3.69%。财政性教育支出与经济增长互为因果关系。一方面，一国的经济有了较大幅度的增长，从而经济总量也相应增加，便可以将大量资金投入教育领域，而财政教育支出除了用于教育事业费外，还用于教育基本建设投资支出、各部门用于教育的支出、城市教育附加费支出等。此外，政府对教育的支出必然带动饮食、服务等第三产业的发展，而第三产业的发展又能带动其它产业一起联动共同影响着宏观经济的发展，从而财政性教育支出得以增长。教育也能得到较快发展；另一方面，财政性教育支出的增加，无疑有助于教育的发展，而教育的发展能为一国培养和储备更多的人力资源。按照内生增长理论，人力资本则又是经济增长的重要源泉，人力资源的增加能有效地促进经济增长。政府对教育的公共支出可以通过相关联的产业间接影响宏观经济。该模型的缺点是数据数量受到限制，造成了模型的偏差和滞后期解释变量的确定可能出现的误差。只能大致说明当期和滞后期教育支出共同影响当期GDP，但是不能准确的计量确定是哪一年的影响。随着年度数据的增加，这种情况会得到改善。当然不同国家，不同时期的数据或者由于数据的误差和不足，会造成滞后期的确定都会有所偏差。但是这里我们仅仅是为了说明政府教育支出对GDP既有当期影响又有长期影响这个理论。就这一点来说，我们已经达到了目的。5.总结以及政策上的建议5.1进一步加大财政对教育的投入从上述结论看，教育支出的投入与经济增长存在正相关，况且教育支出对经济影响的力度已经超过物质资本投入的影响。因此教育支出应适当增大。教育支出对我国经济增长的贡献率还是很高的，而且潜力很大，因此，加大教育支出的投入力度，尤其是加大财政教育支出在教育投入中的比重，是十分必要的。虽然财政性教育支出约占我国教育投入总量的8%左右（比国际上一般水平高），但我国教育的发展还未能从较大程度上带动我国经济的增长，所以政府更应该持续关注和充分重视对教育的投入，必须加强政府在教育财政投入上的主体地位和主导作用，各级政府要应充分重视