优化教育投入以促进经济发展实证研究.docVIP

优化教育投入以促进经济发展实证研究 　　【摘要】 本文针对教育经费投入不足的问题，利用教育经费与经济发展的VAR模型，分析二者的相互作用关系后，利用教育生产函数，确定了我国教育发展水平及各级教育对经济发展的贡献系数，从而为更好促进经济发展，对教育投入的优化提出了政策建议。 　　【关键词】 教育经费 经济发展 VAR模型 教育生产函数 　　“坚持教育优先发展”是我国现阶段的教育方针，然而，2012年我国教育经费投入达到GDP的4%，却仍然低于世界平均水平，我国财政收入增长缓慢，而教育经费大部分来源于财政，面对资源的“稀缺性”，是搞好经济建设，还是进一步增加教育经费投入？教育经费投入是如何促进经济发展的？有限的教育经费投入，如何才能更好地进行分配？本文将利用实证方法，对以上问题进行探讨。 　　一、教育经费与人均GDP的VAR模型 　　VAR模型又称向量自回归模型，它并不通过经济学理论，而是通过时间序列进行模型建立，将有相互关系的变量包含到模型中，进而确定滞后期k，从而使模型反映出变量之间相互影响的绝大部分。本文选取近20年的教育经费投入和人均GDP作为相互影响的两个变量。 　　1、格兰杰因果检验 　　遵照数据处理原则，为了消除模型异方差，我们在建立模型前对教育经费和人均GDP两个变量进行取对数处理，同时可使变量关系更加线性化。 　　运用Eviews软件进行格兰杰因果性检验，通过尝试，进行滞后期为4的格兰杰检验，在以0.05为显著性水平的条件下，使得检验结果为“INPUT does not Granger Cause GDP”（INPUT表示教育经费），这时概率定义P（F10.13）=0.25落在原假设接受域，这表明接受“教育投入不是GDP的格兰杰原因”；同时推翻“GDP does not Granger Cause Input”（P（F179.3）=0.052，接近临界值0.05）的假设检验，也就是说，在教育经费和人均GDP的因果关系中，人均GDP在VAR模型中占的重要性较高，影响未来教育经费投入。这个结论符合“经济基础决定上层建筑”的原理，同时说明“经济发展水平决定教育水平”。 　　2、数据模型的稳定性检验 　　通过计算我们发现，原变量的特征根在单位圆外，因此VAR模型不具有稳定性。???用经济学原理，我们建立两个变量先取对数然后再进行差分的VAR模型，这样形成的新变量的可以将其看作原变量的增长率序列，其优势为通过VAR模型的建立，更好说明其中一个变量的增长速率的变化对另一变量的影响，在经济学的分析中更为常见，有利于我们进一步分析问题。 　　VAR模型的稳定性要求特征方程|A1-lI|=0的全部根必须在单位圆以内，用Eviews软件分析新的时间序列得到两对共轭复根，每个根的模均小于1，通过图1看出所有根均在单位圆内，这就表明我们用新的变量建立的VAR模型是稳定的。VAR模型对稳定性的检验，其目的是保证变量变化的冲击对模型的影响会逐渐消失，这一假设条件的存在，才能使基于VAR模型的经济学分析具有实际意义，即任何经济内变量的变化对经济主体的影响不能无限制延续下去。 　　3、模型的脉冲响应分析 　　前面已经谈到，本文最终建立的变量反映增长率之间的关系，那么，对于图2而言，当教育投入增长变化1个单位量时，对人均GDP的影响将滞后在一个时期以后，也就是说，在第2期开始，人均GDP反方向变化1%，但在第3期开始有个折点，表明这种变化从第3期开始减弱，从第4期开始，这种影响变为正向促进作用，在第7期达到峰值后逐渐消失。因此我们可以认为教育经费投入的增长对经济在初期有一个挤出效应，并且这个挤出效应将滞后1个时期，然后持续2个时期后会消失。 　　类似的，图3表示人均GDP的增长率变动一个单位的标准差时，教育经费投入增长率在当期就迅速做出反应实现同向增长，第2期的折点表明这种影响更大，第3期的折点表明影响逐渐减小，最终逐渐消失。 　　脉冲响应分析的结论是：经济增长和教育经费投入这两个变量的影响是相互的，当经济增长率增加时，对教育经费的增长是正面的，迅速的，教育经费投入会随之增加，但这种增加首先反映出的是经济的挤出效应，教育投入对经济增长的正影响需要至少3个时期才能显现出来；同时经济增长还可以视为教育直接或间接产出，这样我们就可以进行下文的工作，即将相互作用的两个变量中的教育经费投入作为经济发展的自变量进行模型建立，从而进行教育资源的合理配置，促进经济增长。 　　二、教育生产函数的建立 　　1、教育生产函数的提出 　　经济学认为，国民产出主要与劳动力数量、资本投入量以及土地数量有关，而在当期土地数量不断减少，土地的产出相对于国民经济而言的影响越来越小，因此，将经济增长水平由函数Y=f（L，K）表示（其中L表示劳动