鲁新成，郭金陵，於世为，诸克军

(中国地质大学(武汉)经济管理学院，武汉 430074)

1 问题提出

舒尔茨、加里·贝克尔、明塞尔等人认为教育是形成人力资本的主要途径,教育对经济增长有相当大的促进作用。特别是上世纪90年代新增长理论兴起后，有关研究更是不断深入，在宇泽——卢卡斯的两部门内生增长模型中，教育部门作为生产人力资本的独立部门，其溢出作用使经济在没有技术进步的情况下也能保证增长。但是，在实证研究中，教育的作用并不明显，也不肯定[1,2]。我国学者从劳动者受教育年限[3]、毛入学率[4]、教育经费总投入[5,6]等角度，论述了教育对经济的促进作用[3,4]，运用回归分析，对教育经济效益进行估计和测算，或运用协整分析，对教育与经济的关系进行了一些探讨。这些研究对探研我国教育与经济的关系有着积极作用，但对于考虑教育承载者即各级教育劳动者的异质性，从而分析不同教育劳动者与我国经济增长的关系等问题，仍需进一步深入研究。它有助于确定我国目前主要由受哪种教育层次的劳动者来推动经济增长，对如何协调各级教育发展具有十分重要的意义。

本文采用协整分析和Granger因果检验方法，侧重从各级教育（初等、中等、大学、研究生）劳动者存量的角度，对我国各级教育劳动者存量与GDP增长因果关系是否真实存在；在促进经济增长中，是初等教育作用明显还是培养中高级人才作用大等问题进行分析。

2 中国各级教育程度劳动者存量与GDP的关系实证分析

2.1 变量与数据选择

为了研究改革开放后我国不同教育程度劳动者存量与经济增长的关系,选取国内生产总值（GDP）、初等教育劳动者人数（PL）、中等教育劳动者人数(SL)、大学教育劳动者人数(CL)、研究生教育者人数(GL)5个指标。其中GDP来自《中国统计年鉴2007》，以1978年不变价格算得真实GDP；各种教育劳动者人数由《中国劳动统计年鉴》中“历年劳动者受教育程度构成”乘以当年的劳动者总人数来计算。为了消除时序间的异方差性，对各变量取自然对数，分别记为lnGDP、lnPG、lnSL、lnCL、lnGL； 其一阶差分序列分别表示为：ilnGDP、inlPL、ilnSL、ilnCL、ilnGL。 图 1 和图 2分别是它们的时序图与差分时序图。

从图1可以看出除初等教育劳动者存量是先上升后略有下降外，其余各变量都有向上发展的趋势，呈现出非平稳性，但它们的一阶差分序列则在0处上下波动，呈现出平稳性，但还需进一步实行单位根检验。

表1 ADF检验结果

2.2 变量ADF单位根检验

Stock与Watson[7]认为因果性检验对时序的稳定性非学敏感，若时序非平稳，则每个时序数据集都是特定的一幕，无法推广到其它期间。因此，对各级教育劳动者存量与GDP时序进行平稳性检验是分析的第一步。主要有PP与ADF检验法对时序进行单位根检验，这里采用ADF检验，利用E-views3.1软件，检验结果如表1所示。检验类型依时序图趋势确定，由赤池信息(AIC)值最小原则确定最佳滞后阶数。由表1可知，所有时序的水平检验都是非平稳的，而所有时序的一阶差分序列在10%的显著水平上都是平稳的。

2.3 变量的协整检验

如果一个序列是非平稳的，但其一阶差分是平稳的,则称此序列为一阶单整序列，记为I(1)。类似地，如果必须经过d次差分后才能平稳，则此序列为d阶单整序列，记为I(d)。根据Engle和Granger提出的协整理论[8]，对于两个都是随机游走的变量序列，如果它们某个线性组合是稳定的,称这两个序列是协整的。 由于 lnGDP、lnPL、lnSL、lnCL、lnGL 都为 I(1)，可采用“EG两步法”，进行协整性检验。即首先OLS用对这些变量进行回归，然后检验回归方程的残差是否平稳。如果残差平稳，则变量间是协整的，否则不是协整。用EG法分别检验 lnGDP 与 lnPL、lnSL、lnCL、lnGL 之间的协整关系。

表2 协整检验

表3 Granger因果检验结果

由残差稳定性检验结果可以看出,lnGDP分别与lnSL、lnCL存在协整关系,而与lnGL、lnPL不存在协整关系。并且可以得到如下协整方程(括号里是t检验值):

在1981～2004年间，我国只有中等教育、大学教育劳动者存量与经济增长之间存在长期正向的动态均衡关系，它们的变化受方程(1)和(2)的约束，且从影响程度上看，中等教育对GDP的影响更大。

2.4 变量的Granger因果关系检验

如果两变量之间不存在协整关系，则表示序列之间不存在长期均衡关系，从而无法建立误差修正模型（ECM），也不知道这种协整关系是否存在因果性，故需用Granger因果检验[9]法来检验其短期因果关系。由于Granger要求序列必须是平稳序列，故分别将 ilnGDP与 ilnPL、ilnSL、ilnCL、ilnGL进行两变量间检验。因Granger检验对滞后阶数比较敏感，本文分别求出后阶数从1到4的检验结果，以便分析其真实的因果关系。其结果如表3所示。

由表3可知，在滞后期为1～4的情形下，ilnGDP只与ilnSL有较为显著（最小程度为11.5%）的单向Granger因果关系，即中等教育劳动者存量的增量是我国GDP增长的原因，而GDP增长只当滞后期为1时，才是中等教育劳动者增加的原因。其它变量（ilnPL、ilnCL、ilnGL）都与ilnGDP没有十分显著的Granger因果关系。值得注意的是，ilnGDP与ilnCL、ilnGL存在一定程度的单向因果关系，即我国经济增长在一定程度上导致了大学教育和研究生教育劳动者存量的增加，显著程度大学约为26%，研究生教育约为16%。

3 结论与分析

通过对我国1981～2007年间经济增长与四级教育劳动者时序的单位根检验，和两者之间的协整分析与Granger因果关系检验，我们可得出：

（1）中国经济增长与初等、研究生教育程度的劳动者不具有协整性，表明经济增长与此两类教育劳动者存量之间存在结构性失衡。一方面，我国已基本普及九年义务教育，农村存在着大量只受过初等教育的农村剩余劳动者，处于失业与半失业状态，城市也有着为数不少只受过初等教育的下岗职工，其数量占总劳动者存量比例过大；另一方面，受研究生教育程度劳动者比例过小，这与我国经济经过20多年的飞速发展，产业结构得到较大调整，急需大量高技术人才的状况，是不协调的。

（2）近20年来，只有中等教育劳动者存量是我国GDP增长的原因。说明大力发展中等教育，培养大量中等专业技术人才对我国经济增长的作用最为明显，也证实了近年来一些学者研究发现，发展中国家中等教育的投资回报率最高[10]是相符合的。另一方面说明，初等教育与大学、研究生教育对我经济增长的拉动作用仍然没有有效的地释放出来。第一，初等教育劳动者主要是从事农业等体力劳动，长时间以来，我国农业发展相对滞后，对经济增长的作用十分有限；第二，大学教育劳动者存量虽与经济增长之间存在长期正向协整关系，但与研究生教育劳动者存量一样对经济增长不能构成因果关系，主要原因是：①受这两种教育的劳动者存量占总劳动者人数份额在过去20多年中一直偏低，至2006年分别仅为6.4%和0.23%，远不及美国1998年28.3%与29.1%，其对经济增长的推动作用难以有效体现；②由于经济机会不充分，接受高等教育者往往学非所用，高等教育投资可能成为资源浪费，同时严格的户籍管理制度，严重阻碍了高等教育劳动者的自由流动，影响了高等教育劳动者资源的有效配置。

（3）综合来看，劳动者所受各级教育与增长的作用不十分明显。除中等教育外，劳动者所受的教育与经济增长之间的双方因果关系都不显著，表明，20多年来，我国经济增长主要靠其它力量来推动。依据纳波特经济发展阶段理论，我国经济主要处在要素型向投资型转变，经济增长主要靠资本投入拉动，其基本特征是，农业基本靠体力劳动投入，还处于不断增加资本投入来实现资本替代劳动集约化过程的初级阶段，工业技术水平低下，工业资本投资依然停留在边际生产率大于1的总规模收益递增阶段。

（4）经济增长对大学、研究生劳动者增量的促进作用逐渐显现。一定的经济发展水平需要相应的高等教育发展水平与之相适应，经济发展对高素质人才的需要以及来自财政经费和民间经费投入的增加都会使大学教育与研究生教育加快发展，近年来，随着我国经济发展和产业结构的调整，经济增长方式由资源耗费的粗放型逐步转变到依靠科技进步的集约型，要求具有更高教育程度的劳动者与之相适应。我国从上世纪90年代末开始高等教育扩招，高等教育的毛入学率由1998年9.8%上升到2008年的23%[10]，也反映了我国经济增长在一定程度上促进了高等教育的发展。

[1]Caselli,F.Esquivel,G.Lefort,F.Reopening the Convergence Debate:A New Look at Cross-country Empirics[J].Journal of Economic Growth,1996，9(1).

[2]Knowles,S.Owen,P.D.Health Capital and Cross-country Variation in Income per Capita in Mankiw–Romer–Wei lmodel[J].E-conomics Letters,1995，(48).

[3]王家赠.教育对中国经济增长的影响分析[J].上海经济研究，2002，(3).

[4]毛洪涛.高等教育发展与经济增长关系的计量分析[J].财经科学，2004，(1).

[5]左健民.教育投资与经济增长的计量经济分析[J].现代经济探讨，2001，(7).

[6]周英章.中国教育投资的经济增长效应实证分析[J].教育与经济，2001，(3).

[7]Stock J.H,Watson M.W.Interpreting the Evidence on Money-income Causality[J].Econometric,1989,40.

[8]Engle R F,Granger C W J.Co Integration and Error Correction:Representation,Estimation,and Testing[J].Econometric,1987,（55）.

[9]Granger C.Investigating Causal Relation by Econometric Models and Cross Spectral Methods[J].Econometric,1969,（37）.

[10]教育部发展规划司.教育统计报告[R].2009，（1）.