论文部分内容阅读
摘要:自从舒尔茨“人力资本”的理论开始,越来越多的经济学家开始把教育投资当成影响一国经济发展的内生变量。通过运用面板单位根检验和面板协整分析这种更加有效的方式综合数据信息的方法来考察西部财政教育经费投入与经济增长之间的长期关系。基于Granger因果检验发现,西部财政教育投入与经济增长二者存在长期稳定的均衡关系,财政教育投入是经济增长的原因,增加滞后期,结论十分稳健。
关键词:财政教育投入;经济增长;面板数据
中图分类号:F810.4文献标志码:A文章编号:1673-291X(2010)01-0014-02
一、引言
分析的方法是:對西部财政教育投入与经济增长关系进行协整检验,在此基础上进一步进行因果关系检验,从统计量上看二者是否存在因果关系,最终分析讨论了财政教育投入与经济增长变动之间的长期均衡关系。
引入西部12个省市自治区,从1996—2008年的面板数据,其中因为要考虑到数据的代表性和可得性,故选西部各省市的国家财政性教育经费(GAE) 作为教育投入的代表变量,同时,选取西部各省市的人均(GDP) 作为衡量经济增长的指标,数据来源于《中国统计年鉴》,并对其进行了对数化处理。
二、模型与计量方法
(一)模型与数据来源
综合前人研究成果,结合中国的具体实际,本文亦采用Apergis等(2007)模型来检测西部财政教育投入与经济增长之间的协整关系:
yit=α0i+α1iFit+μit(1)
其中,yit人均GDP的对数值表示经济增长,Fit是西部财政教育投入,Xit是一系列控制变量。
(二)计量方法
1.面板单位根检验
开始协整检验之前,我们首先需要考察模型中的变量是平稳的还是非平稳的,即每个序列是否包含有单位根。Im、Pesaran and Shin(1999,2002)提出了异质面板数据(Heterogenous panel data)的单位根检验,简称IPS检验。IPS单位根检验与其他面板单位根检验相比存在较少的限制和更有效的优点。IPS检验的检验式为:
yi,t=ρiyi,t-1+φij□yi,t-j+zi,tγ+εi,t (2)
其中,yi,t代表模型中的每一个序列;zi,t是一系列包含固定效应或时间趋势的决定变量。IPS检验放松了各横截面时间序列的一阶自回归系数必须相同的这一约束条件,检验的零假设是H0 : ρi=0(i=1,2,…,N)备则假设为:ρi<0(i=1,2,…N1),ρi= 0(i=N1+1,N1+2,…,N)。IPS统计量在是对单个ADF检验平均的基础上构造了统计量的。
2.面板协整检验
我们采用由Pedroni(1999)提出的面板协整检验方法,是因为Gutierrez(2003)指出当T变大时,Pedroni检验比Kao(1999)和Larsson等(2001)检验更有效。Pedroni检验对不存在协整关系零假设的检验主要是通过计算假定协整回归的回归余项。
Pedroni 以回归残差构造了七个统计量,其中四个是用联合组内维度(within dimension)描述,记为Panel v、Panel rho、Panel PP、Panel ADF,这四个统计量是假设不同横截面具有相同的自回归系数,另外三个用组间维度(between dimension)描述,记为Group rho、Group PP、Group ADF,这三个统计量是假设不同的横截面具有不同的自回归系数。考虑到本文数据的小样本性质,在Pedroni 检验中Panel ADF 和Group ADF 统计量较其他统计量有更好的小样本性质,因此在小样本的模型中主要参照Panel ADF 和Group ADF 统计量来判断是否存在协整关系。
3.面板协整估计
给定变量是协整的情况下运用Stock和Waston(1993)的动态最小二乘法来估计长期关系,主要是由于协整回归方程的最小二乘法估计值由于内生变量和序列相关是有偏的。在DOLS的估计方程中,解释变量一阶差分值的提前和滞后阶数包括在方程中。
三、计量方法与实证检验
1.面板单位根检验
对面板数据进行单位根检验来检验西部财政教育投入与经济增长是否存在长期协整关系。另外,Granger因果检验也需要数据的平稳性。因此,在进行Granger因果检验之前,也需要对各变量进行平稳性检验。
表1是面板单位根检验的结果。从表中我们可以看出,当所有的变量是水平值时我们不能拒绝有单位根的原假设,但当取一阶差分之后,存在单位根的原假设在5%的显著性水平下被拒绝,因此我们的序列是以I(1)为特征的。同时,这种结果也说明这些变量之间可能存在长期稳定的协整关系,因此有必要进一步验证是否确实存在协整关系。
表1面板数据单位根检验结果
注:**代表5%显著性水平下显著;*代表10%显著性水平下显著。
2.面板协整检验
从表 2 可以看出,组内统计量中除了panel v-Statistic和Panel rho-Statistic 、PP-Statistic统计量没有通过10%显著性水平的检验,其余统计量都通过了5%的显著性水平检验,组间三个统计量分别都通过了5%和10%的显著性水平检验,在经济增长、西部财政教育投入的协整检验中,Panel ADF 和Group ADF 统计量都通过5%显著性水平的检验,因此可以判断出,在经济增长、西部财政教育投入之间拒绝了无协整关系的原假设,它们之间存在长期稳定的协整关系。
表2 面板协整检验结果
3.Granger因果检验
在运用Granger因果检验时,首要面临的一个问题就是Granger因果检验的滞后期的选择,而检验的结果有时对滞后期的选择非常敏感,不同的滞后期的选择往往会带来截然不同的结论。本文报告了多个滞后阶数的分析结果,其目的就是为了说明面板数据Granger因果检验结论的稳健性。从Granger因果检验结果 可以看出,在一到二期他们之间几乎没有相互影响,而在四到六期,却表现出比越来越强的相互影响,因此,就检验结论的总体而言,我们可以综合判断得出,在全国范围内31个省自治区直辖市的范围来看,财政性教育经费支出是经济增长的Granger原因。
四、结论
从面板数据的单位根检验、协整检验和Granger因果检验的结果来看,人均GDP与财政性教育经费均为一阶单整变量,二者之间存在长期的稳定均衡关系,并且从长期来看,财政性教育经费支出是经济增长的Granger原因,并且结论非常稳健。
参考文献:
[1]王燕.应用时间序列[M].北京:中国人民大学出版社,2004.
[2]张晓峒.EViews使用指南与案例[M].北京:机械工业出版社,2003.
[3]孙彩虹.区域教育与经济协调发展的实证分析[J].重庆工商大学学报,2003,(10).
[4]李文利.从稀缺走向充足——高等教育的需求与供给分析[M].北京:高等教育出版社,2008:3.
[5]贾彦东,张红星.区域性教育与经济协调发展关系的实证研究[J].财经科学,2006,(3).
关键词:财政教育投入;经济增长;面板数据
中图分类号:F810.4文献标志码:A文章编号:1673-291X(2010)01-0014-02
一、引言
分析的方法是:對西部财政教育投入与经济增长关系进行协整检验,在此基础上进一步进行因果关系检验,从统计量上看二者是否存在因果关系,最终分析讨论了财政教育投入与经济增长变动之间的长期均衡关系。
引入西部12个省市自治区,从1996—2008年的面板数据,其中因为要考虑到数据的代表性和可得性,故选西部各省市的国家财政性教育经费(GAE) 作为教育投入的代表变量,同时,选取西部各省市的人均(GDP) 作为衡量经济增长的指标,数据来源于《中国统计年鉴》,并对其进行了对数化处理。
二、模型与计量方法
(一)模型与数据来源
综合前人研究成果,结合中国的具体实际,本文亦采用Apergis等(2007)模型来检测西部财政教育投入与经济增长之间的协整关系:
yit=α0i+α1iFit+μit(1)
其中,yit人均GDP的对数值表示经济增长,Fit是西部财政教育投入,Xit是一系列控制变量。
(二)计量方法
1.面板单位根检验
开始协整检验之前,我们首先需要考察模型中的变量是平稳的还是非平稳的,即每个序列是否包含有单位根。Im、Pesaran and Shin(1999,2002)提出了异质面板数据(Heterogenous panel data)的单位根检验,简称IPS检验。IPS单位根检验与其他面板单位根检验相比存在较少的限制和更有效的优点。IPS检验的检验式为:
yi,t=ρiyi,t-1+φij□yi,t-j+zi,tγ+εi,t (2)
其中,yi,t代表模型中的每一个序列;zi,t是一系列包含固定效应或时间趋势的决定变量。IPS检验放松了各横截面时间序列的一阶自回归系数必须相同的这一约束条件,检验的零假设是H0 : ρi=0(i=1,2,…,N)备则假设为:ρi<0(i=1,2,…N1),ρi= 0(i=N1+1,N1+2,…,N)。IPS统计量在是对单个ADF检验平均的基础上构造了统计量的。
2.面板协整检验
我们采用由Pedroni(1999)提出的面板协整检验方法,是因为Gutierrez(2003)指出当T变大时,Pedroni检验比Kao(1999)和Larsson等(2001)检验更有效。Pedroni检验对不存在协整关系零假设的检验主要是通过计算假定协整回归的回归余项。
Pedroni 以回归残差构造了七个统计量,其中四个是用联合组内维度(within dimension)描述,记为Panel v、Panel rho、Panel PP、Panel ADF,这四个统计量是假设不同横截面具有相同的自回归系数,另外三个用组间维度(between dimension)描述,记为Group rho、Group PP、Group ADF,这三个统计量是假设不同的横截面具有不同的自回归系数。考虑到本文数据的小样本性质,在Pedroni 检验中Panel ADF 和Group ADF 统计量较其他统计量有更好的小样本性质,因此在小样本的模型中主要参照Panel ADF 和Group ADF 统计量来判断是否存在协整关系。
3.面板协整估计
给定变量是协整的情况下运用Stock和Waston(1993)的动态最小二乘法来估计长期关系,主要是由于协整回归方程的最小二乘法估计值由于内生变量和序列相关是有偏的。在DOLS的估计方程中,解释变量一阶差分值的提前和滞后阶数包括在方程中。
三、计量方法与实证检验
1.面板单位根检验
对面板数据进行单位根检验来检验西部财政教育投入与经济增长是否存在长期协整关系。另外,Granger因果检验也需要数据的平稳性。因此,在进行Granger因果检验之前,也需要对各变量进行平稳性检验。
表1是面板单位根检验的结果。从表中我们可以看出,当所有的变量是水平值时我们不能拒绝有单位根的原假设,但当取一阶差分之后,存在单位根的原假设在5%的显著性水平下被拒绝,因此我们的序列是以I(1)为特征的。同时,这种结果也说明这些变量之间可能存在长期稳定的协整关系,因此有必要进一步验证是否确实存在协整关系。
表1面板数据单位根检验结果
注:**代表5%显著性水平下显著;*代表10%显著性水平下显著。
2.面板协整检验
从表 2 可以看出,组内统计量中除了panel v-Statistic和Panel rho-Statistic 、PP-Statistic统计量没有通过10%显著性水平的检验,其余统计量都通过了5%的显著性水平检验,组间三个统计量分别都通过了5%和10%的显著性水平检验,在经济增长、西部财政教育投入的协整检验中,Panel ADF 和Group ADF 统计量都通过5%显著性水平的检验,因此可以判断出,在经济增长、西部财政教育投入之间拒绝了无协整关系的原假设,它们之间存在长期稳定的协整关系。
表2 面板协整检验结果
3.Granger因果检验
在运用Granger因果检验时,首要面临的一个问题就是Granger因果检验的滞后期的选择,而检验的结果有时对滞后期的选择非常敏感,不同的滞后期的选择往往会带来截然不同的结论。本文报告了多个滞后阶数的分析结果,其目的就是为了说明面板数据Granger因果检验结论的稳健性。从Granger因果检验结果 可以看出,在一到二期他们之间几乎没有相互影响,而在四到六期,却表现出比越来越强的相互影响,因此,就检验结论的总体而言,我们可以综合判断得出,在全国范围内31个省自治区直辖市的范围来看,财政性教育经费支出是经济增长的Granger原因。
四、结论
从面板数据的单位根检验、协整检验和Granger因果检验的结果来看,人均GDP与财政性教育经费均为一阶单整变量,二者之间存在长期的稳定均衡关系,并且从长期来看,财政性教育经费支出是经济增长的Granger原因,并且结论非常稳健。
参考文献:
[1]王燕.应用时间序列[M].北京:中国人民大学出版社,2004.
[2]张晓峒.EViews使用指南与案例[M].北京:机械工业出版社,2003.
[3]孙彩虹.区域教育与经济协调发展的实证分析[J].重庆工商大学学报,2003,(10).
[4]李文利.从稀缺走向充足——高等教育的需求与供给分析[M].北京:高等教育出版社,2008:3.
[5]贾彦东,张红星.区域性教育与经济协调发展关系的实证研究[J].财经科学,2006,(3).