摘要：随着中国经济的快速发展，政府对教育投入规模不断扩大。通过分析1978-2007年中国教育支出和国内总产值的变化趋势，运用VAR模型和因果关系检验理论对中国教育支出与经济增长之间的关系进行实证研究。结果表明，教育支出对经济增长具有时滞作用，教育支出冲击对GDP的作用较强，GDP冲击对教育支出相对较弱，说明教育对经济增长的回报高于经济对教育的投入。 关键词：教育支出；经济增长；VAR模型；脉冲响应 中图分类号： F2 文献标识码：A 文章编号：1672-3198（2011）16-0019-02 1 引言 知识经济时代已经到来，教育成为促进经济增长的关键因素。世界各国尤其是发达国家为在国际经济竞争中争取主动权，纷纷把推动人才教育作为国家发展战略，大幅度提高教育投入。我国政府亦明确提出，实现长期可持续发展要依靠科技进步和劳动力素质的提高，要深入实施科教兴国战略和人才强国战略。科技进步的核心因素是教育，随着经济的发展，我国的教育投入经费也在快速增长。 那么，教育投入和经济增长之间究竟存在一种什么样的关系呢？发达国家的经济学家对二者间的定量关系已经进行了广泛而深入的实证研究，为政府提供了大量的宝贵信息。而我国在这一领域的研究，以往由于受到数据可得性的限制，多数倾向于定性分析，定量研究较少，而且结论常有相互矛盾之处，因此有必要采用新的数据和运用新的分析方法对该问题进行深入研究。 本文选择1978-2007年的国内生产总值（GDP）和教育支出（EDU）作为原始数据，单位是亿元人民币。对EDU、GDP对数化处理后表示为LNGDP、LNEDU，其一阶差分分别为DLNGDP、DLNEDU。建模和检验计算过程借助计量经济软件Eviews完成。 2 VAR模型建立与实证分析 向量自回归是Sims在1980年提出的使用模型中的所有当期变量对所有变量的若干滞后变量进行回归，用于相关时间序列系统的预测和随机扰动对变量系统的动态影响。它突出的一个核心问题是：让数据自己说话。 （1）变量平稳性检验。 时间序列数据往往表现出一致的变化趋势，呈现非平稳状态，即使两列数据之间没有任何经济关系，进行回归时也可表现出较高的可决系数，产生虚假回归现象。因此，在对时间序列数据进行计量分析时，首先要对各变量进行平稳性检验，本文采用ADF检验来确定各变量的平稳性。经检验后，结果显示，在99%的显著水平上，LNEDU和LNGDP的一阶差分都不平稳。通过二阶差分后，序列均达到了显著性水平99%以上的平稳性。因此可以认为，两个时间序列LNEDU和LNGDP都是二阶单整序列。 （2）VAR模型滞后期的选择。 Johansen检验是基于VAR模型进行的，构建VAR模型需明确模型共含有哪些变量及滞后期数。该VAR模型中的变量已经确定，为了保持合理的自由度使模型参数具有较强的解释能力，同时在综合参照了残差的自相关性、异方差性和正态性后，本文选取最佳滞后期为2。处理后结果显示模型拟合优度达0.99以上。 （3）协整分析。 协整检验模型的滞后期即为无约束VAR模型的一阶差分变量的滞后期。无约束VAR模型的最优滞后期为3，所以协整检验模型的滞后期应为2。 在长期关系中，教育投入每增长1%，经济增长平均约提高1.00157856%。这从数量上证明了在样本区间内，教育投入的增长提高了国民经济的增长速度，但因系数较小，所以教育投入的提高与经济增长的提高基本同步。 （4）VAR模型估计。 协整关系式只能说明变量之间的长期关系和趋势，但是无法得知变量的短期动态关系，误差修正模型可以解决这一问题。根据格兰杰表述定理，如果非平稳的变量间存在协整关系，那么它们之间的短期非均衡关系总能由误差修正模型表述。 显然上述两方程中所估计的系数大部分在统计上均是显著的，只有个别的不甚显著，这是因为一个方程有同样变量的多个滞后值产生了多重共线性，但是整体来看，这些系数在标准检验的基础上是显著的。从以上的模型中可以看出，方程1的前两个参数的估计量绝对值呈递减趋势，表明当前DNGDP主要受滞后一阶DNGDP的影响，滞后二阶对其影响逐步减弱，后两个参数的估计值绝对值均小于DNGDP滞后一阶和之后二阶的参数估计值绝对值，表明当前的DNGDP与其自身的滞后值有较大的联系，且DLNGDP对DLNEDU的影响也是逐渐减弱的。方程2表明，当前的DLNEDU主要受滞后一阶DLNGDP影响，其滞后二期DLNGD对其影响大于DLNEDU相应滞后值DLNGDP的影响。两者之间表现出一种模糊的因果关系。 由上面的分析可以看出，对VAR（2）模型的单个参数估计量的解释是很困难的，要想对一个VAR（p）模型作出结论，还需要借助系统的脉冲响应函数和方差分解，进一步分析被解释变量对解释变量一个标准冲击的反应程度及其时滞。对此，本文运用脉冲函数和方差分解函数和方差分解作出合理的解释。 （5）脉冲响应函数。 为了形象地说明研发投入和经济增长之间的动态关系，下面将利用脉冲响应函数来分析模型的动态特征。图一是基于VAR模型采用正交化方法和Cholesky分解技术模拟的脉冲响应函数图。图中的横轴表示新息冲击作用的滞后期数（单位:年），纵轴表示因变量对解释变量的响应程度，实线为脉冲响应函数的计算值，两侧的虚线为脉冲响应函数值正负两倍标准差的偏离带。在模型中将新息冲击作用的滞后期设定为10年。 教育投入在受到来自经济增长一个单位正向标准差冲击后，一直呈现正向效应。这种正向效应在初期呈递增趋势，此后保持平稳态势。这表明中国经济增长在一定程度上是教育投入加大的原因。 经济增长对来自教育支出的信息冲击，在开始时就呈现出正向效应，随后逐步增强，到第4年达到最大，并延续到第5年。之后稍微减弱，以后保持平稳状态。这说明教育支出对中国经济的增长的积极作用不仅短期内递增趋势明显，而且在远期内正向影响超长持久。 3 结论及政策建议 3.1 结论 （1）教育支出和经济增长之间存在长期稳定均衡关系，且教育投入对经济增长有促进作用，但其相关的显著性仍有待提高； （2）经济增长对教育支出的拉动作用没有教育支出对经济增长的拉动作用大，表明虽然我国经济取得了较快发展，教育支出的绝对数也是年年攀高，但相对于经济总量来说，教育支出依然不够； （3）教育支出对经济增长的作用存在时滞，而且时滞较长。教育对经济增长的作用要很长时间才能显现出来，但我们并不能因此就忽视对教育的投入。 3.2 政策建议 （1）继续加强教育支出总额，相比我国庞大的经济基础和人口数量，我国对教育投入其实还不够，为此，各级政府应持续不断地增加教育投入。只有教育发展了才能有更多的人投身到社会的建设中去，从而更好的促进中国经济的发展。 （2）不仅经济方面需要投入，师资方面也需要调整。在许多贫困地区，很多学校都缺乏师资，好的人才不愿意投身到偏远地方去。国家应该建立适当的奖励机制，鼓励大学生毕业后去偏远地区支教，从而使更多的人才投身到教育中去，让更多的人才服务于教育。 参考文献 ［1］高铁梅.计量经济分析方法与建模［M］.北京:清华大学出版社，2007. ［2］张晓峒.Eviews使用指南与案例［M］.北京：机械工业出版社，2007. ［3］李子奈，潘文卿.计量经济学［M］.北京:高等教育出版社，2000. ［4］汪旭晖，刘勇.中国能源消费与经济增长：基于协整分析和Granger因果检验［J］.资源科学，2007，29，（5）：57-62. ［5］张兴.基于VAR模型的中日贸易与日本经济增长的实证分析［J］.中南财经政法大学研究生学报，2006，（6）：59-63.