财政性教育投入和经济增长关系研究.docVIP

财政性教育投入和经济增长关系研究.doc

此“经济”领域文档为创作者个人分享资料,不作为权威性指导和指引,仅供参考
  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
财政性教育投入和经济增长关系研究

财政性教育投入和经济增长关系研究   摘要:本文运用VAR理论、脉冲响应函数等计量经济学方法与模型,对1991至2012年我国的财政性教育投入和经济发展之间的关系进行了定量研究。对二者进行协整检验的结果表明,我国财政教育投入和经济增长之间存在着显著的协整关系,同时格兰杰因果检验证明二者互为因果关系。建立VEC模型后,基于模型的脉冲响应函数表明,经济增长对教育投入的响应有一段滞后期,之后会越来越明显,而经济增长对教育投入则不存在滞后且呈明显的正向促进效应。因此我国应采取长期政策积极建立教育投入增长与经济增长相互促进的良性循环,同时应提高教育投入在GDP中的占比。   关键词:财政教育投入;经济增长;VAR模型;脉冲响应函数   一、引言   传统的经济增长理论强调的是物质资本对经济发展的贡献,在舒尔茨之前,虽也有经济学家如亚当?斯密、马克思等人提出过人力资本的重要性,但均未形成完整的理论体系。直到1961年,美国经济学家舒尔茨发表《教育和经济增长》一文,提出人力资本理论,才对有关教育对经济增长发生作用提供了最全面、最详尽、最经典的贡献。在舒尔茨之后,经济学家开始高度重视教育对经济发展的作用,并借助计量经济方法分析二者之间的关系,如丹尼森把教育程度提高归入人力资本投入量增加,通过计量分析得出结论1922-1957年间的经济增长有1/5应归于教育。   改革开放后,我国经济学家也开始就教育投入与经济增长间的关系进行研究,总体上主要有两个方向:一种是以整个国家为研究对象,对我国教育发展水平及对国家经济发展水平的影响进行探讨;另一种则是以区域为对象,分析某一具体区域的教育投入与经济增长,或比较各区域间教育投入的差别以阐释经济增长区域性差异的原因。   本文以国家为研究对象,对我国教育投入与经济增长间的协整关系和因果关系进行分析,然后建立向量自回归模型推导出误差修正模型,并最后通过脉冲响应分析探讨二者变动之间的长期均衡及短期动态调整关系。   二、数据来源与模型构建   (一)数据说明   本文在研究教育与经济增长的关系时,考虑到数据的代表性和可得性,以1991年―2012年作为重点研究年份,选用国家财政性教育经费(GAE)作为国家教育投入的代表变量,同时选用31年内每年国内生产总值(GDP)作为衡量国家经济增长的指标。数据均来源于《中国统计年鉴》。   (二)基本理论模型   传统的经济计量方法(如联立方程模型等结构性方法)是以经济理论为基础来描述变量关系的模型。遗憾的是,经济理论通常并不足以对变量之间的动态联系提供一个严密的说明,内生变量的存在也使得估计和推断变得更加复杂。   向量自回归(VAR)是基于数据的统计性质建立模型,VAR模型把系统中每一个内生变量作为系统中所有内生变量的滞后值的函数来构造模型,从而将单变量自回归模型推广到由多元时间序列变量组成的“向量”自回归模型。1980年西姆斯(CASims)将VAR模型引入到经济学中,推动了经济系统动态性分析的广泛应用。VAR模型常用于预测相互联系的时间序列系统及分析随机扰动对变量系统的动态冲击,从而解释各种经济冲击对经济变量形成的影响。   VAR模型是自回归模型的联立形式,所以称向量自回归模型。含有N个变量滞后k期的VAR模型表示如下:   Yt=c+Π1Yt-1+Π2yt-2+…+ΠkYt-k+ut,ut~N(0,Ω)   Yt为N×1阶时间序列列向量。c为N×1阶常数项列向量。Π1,…,Πk均为N×N阶参数矩阵,ut~N(0,Ω)是N×1阶随机误差列向量,其中每一个元素都是非自相关的,但这些元素,即不同方程对应的随机误差项之间可能存在相关性。   因为VAR模型中每个方程的右侧只含有内生变量的滞后项,他们与ut是渐近不相关的,所以可以用OLS法依次估计每一个方程,得到的参数估计量都具有一致性。   三、实证分析   (一)相关度检验   1平稳性检验   为了消除异方差,对变量GDP和GAE进行对数变换,分别定义自然对数的实际财政教育和GDP投入为LGAE和LGDP。在进行模型构建之前,为避免使用的参数存在高阶自相关,首先需检验其平稳性。   LGAE和LGDP以及其一阶差分序列ΔLGAE和ΔLGDP的散点图均表明序列不具有稳定性,二阶差分序列Δ2LGAE和Δ2LGDP散点图则表明较原序列和一阶差分序列平稳。单位根检验结果如表1。   表1 平稳性检验   变量ADF1%临界值5%临界值结论   LGAE   0215616   -3788030   -3012363   不平稳   LGDP   1319898   -3886751   -3052169   不平稳   ΔLGAE   -3799838

文档评论(0)

130****9768 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档