资源描述：
《西部财政教育投入与经济增长关系的实证分析》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
1、西部财政教育投入与经济增长关系的实证分析摘要：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：文献标志码：A文章编号:1673-291X(XX)01-
2、0014-02、引言分析的方法是:对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-XX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
3、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(XX)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二ctOi+ctliFit+uit(l)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。(一)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、PesaranandShin(1999,XX)提出了异质面板数据(Heterogenouspaneldata)的单位根
4、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=Piyi,t-l+4)ijDyi,t-j+zi,tY+£i,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HO:Pi=0(i=l,2,…,N)备则假设为:PiO(i=l,2,-N1),pi=O(i=N1+1,Nl+2,…,N)。IPS统计量在是对单个ADF检
5、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(XX)指出当T变大时,Pedroni检验比Kao(1999)和Larsson等(XX)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(withindimension)描述，记为Panelv^Panelrho、PanelPP、PanelADF,这四个统计量是假设不同横截面
6、具有相同的自回归系数，另外三个用组间维度(betweendimension)描述，记为Grouprho、GroupPP^GroupADF,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PanelADF和GroupADF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PanelADF和GroupADF统计量来判断是否存在协整关系。1.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
7、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
8、%的显着性水平下被拒绝,因此我们的序列是以1(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%显着性水平下显着;*代表10%显着性水平下显着。1.面板协整检验从表2可以看出，组内统计量中除了panelv-Statistic和Panelrho-Statistic^P
