论文部分内容阅读
摘 要：本文选取1993年～2014年的陕西省样本数据，构建人力资本与陕西省经济增长质量的动态模型，采用VAR模型对基于人力资本视角的陕西省经济增长质量进行了动态研究和分析，检验表明，人力资本不仅是经济增长质量的格兰杰原因，而且对经济增长质量提高的贡献度是不容忽视的。此外，人力资本对陕西省的经济增长质量还有一定的冲击作用。本文针对陕西省人力资本和经济增长质量存在的具体问题，提出相应的政策和建议，来提高人力资本存量，以促进陕西省经济快速、健康和持续发展。
关键词：经济增长质量 人力资本 VAR
中图分类号：F208 文献标识码：A 文章编号：2096-0298（2017）08（c）-139-03
1 文献综述
改革开放以来，我国的经济一直处于高速增长时期，但从区域经济发展的角度来看，各地区的经济发展在各方面都存在明显的差异，尤其是东西部之间的不平衡更加突出，经济发展出现了“梯度格局”，在一定程度上阻碍了国民经济健康、持续、快速地发展。知识经济的时代，技术、知识和人才成为决定一个国家或地区经济能否在经济全球化的激烈竞争下获胜的关键因素，这就取决于其所拥有的人力资本的数量和质量，以及科研水平和创新能力。因此，本文从人力资本视角研究陕西省经济增长质量问题，为陕西的人力资本投资提供一些建议。
从国外文献来看，Romer（1990）研究发现，人力资本存量水平不仅会影响知识的创新能力，还会影响其模仿、吸收与消化新技术的能力，进而来提高技术进步率，从而促进经济的增长，这充分强调了人力资本存量对经济增长的重要作用[1]。Mankiw等人（1992）的实证研究表明，要素投入差异在一定程度上促进了经济的增长，80%以上跨国收入的差异都被用人力资本投入差异所解释[2]。
从国内文献来看，杨俊等（2007）的研究表明教育结构的不均衡将会阻碍经济的发展，中国各地区经济发展存在差异的主要原因就是教育的不均衡[3]。王小鲁，樊纲，刘鹏（2009）认为劳动力数量的简单扩张正在被教育投资所带来的人力资本存量的提高所替代，在中国经济的持续增长中扮演着越来越重要的角色[4]。魏下海、李树培（2009）在研究《人力资本、人力资本结构与区域经济增长》一文中论证了人力资本对经济增长具有明显的促进作用，而人力资本结构对经济增长却存在负面的影响，人力资本结构越不均衡，经济水平越低[5]。
2 相关数据分析
本文用全要素生产率的变化来度量经济增长质量（R.M.Solow（1956）的研究表明，技术进步变化引起的实际人均产出的增长就是经济增长的质量部分，技术进步变化对人均产出的贡献越大，经济增长质量越高）和受教育年限的变动来度量人力资本存量的变动。
2.1 经济增长质量——全要素生产率的测量
较高的生产率是经济增长质量的根本保证，是经济增长质量的重要组成部分，任保平（2009）认为从现有的文献来看，要素投入是经济增长的主要驱动力，而要素生产率的高低直接反映了生产系统中投入产出的效率，所以用全要素生产率作为经济增长质量的一个维度有其合理性和客观性[7]。
从图1中，我们可以看出，陕西省的全要素增长率逐年提高。经济的质量是指由技术进步的变化引起人均产出的增值的部分，技术进步变化所引起的人均产出的部分增长得越多，就说明经济增长的质量越高。这就说明了陕西省的经济增长质量有了逐步的提高，但速度相对缓慢。
2.2 人力资本的测量
2.2.1 人力资本存量的测量
本文选用人均受教育年限来表示人力资本，人力资本存量的计算公式：
本文研究的是人力资本，本文设时间跨度设为5年。根据《陕西统计年鉴》（1993-2015年）的国内生产总值GDP、社会固定总投资K、总就业人数L、人力资本存量H，计算出陕西省各年阶段的人力资本变动比率和经济增长质量变动比率为表2。
从表2可以看出陕西省人力资本在2007年～2011年最小值为-0.42%，在1999年～2003年达到最大值3.52%。其变动幅度比较大。而经济增长质量变动则是从1993年开始先逐渐变大，之后逐年变小，在2001年之后相对稳定上升且波动幅度降低。然后在2006年～2010年上升到最大值10.09%，之后逐年变小。
3 人力资本与经济增长质量的关系研究
3.1 模型的构建
3.1.1 滞后值P的确定
建立VAR模型首先就要确定模型的滞后阶数，在确定VAR模型的滞后阶数时，要遵守两个原则，模型的滞后阶数要足够大且需注意滞后阶数越大模型的自由度就越小，因此在选择其滞后阶数时要综合考虑，本文根据AIC、SC最小原则，由表3可确定此VAR模型的最佳滯后阶数为3。
3.1.2 VAR模型的构建
VAR模型就是把测算系统中的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有多元时间序列变量组成的“向量”自回归模型。它是处理多个相关经济指标分析与预测最容易操作的模型之一，因此近年来VAR模型受到越来越多的经济工作者的重视。由上面的滞后阶数的检验结果分析得出，此模型的最佳滞后阶数为3，假设变量 和分别代表经济增长质量的变动和人力资本（即和α的时间序列），构造二元的VAR（3）模型，如公式所示。
3.2 相关性检验
为了避免伪回归问题，在检验变量间协整关系之前，先检验各个时间序列的平稳性，本文利用ADF检验方法和计量工具Eviews6.0进行平稳性检验，时间序列α和时间序列σ是小概率事件，因此拒绝存在单位根的原假设，即这两个时间序列是平稳性序列。则可直接建立无约束的VAR（3）模型并且模型的所有模根都小于1，即都位于单位圆内，则表明本文所设定的VAR模型是稳定的。
3.2.1 格兰杰因果检验
格兰杰因果检验实质上就是检验一个变量X的滞后变量是否可以引入到变量Y方程中，如果一个变量Y受到变量X的滞后影响，则就可以说“ Y是由 X Granger引起的”。用Y、X分别表示时间序列
经济增长质量比率和α人力资本的变动，对时间序列和α进行格兰杰因果检验，结果如表4所示。
由表4中的检验结果可知，在5%的显著水平上，人力资本的变动比率是经济增长质量变动比率的Granger原因，而經济增长质量变动比率不是人力资本变动的Granger原因。
3.2.2 人力资本与经济增长质量的脉冲反应曲线
VAR模型是一种非理性的模型，它分析的是模型受到某种冲击时对系统的动态影响，即计算变量间的脉冲响应函数，是考虑扰动项的影响是如何传播到各个变量的。根据脉冲响应函数的原理我们可以得出，变量Y对变量X的冲击作用如图2所示。
由变 量Y对变量X的脉冲反应图可以看出，人力资本的变动对经济增长质量的变动既有正向的冲击作用，也有反向的冲击作用。开始时的冲击是0，从第三期开始有正向冲击作用且正冲击达到最大，在第二期负向冲击达到最大，第四期之后冲击相对平缓。这表明人力资本变动对经济增长质量变动的作用具有一定的滞后性，且反应的方向不定。
3.2.3 差分分解
方差分解是通过分析每一个结构冲击对内生变量变化的贡献度，进一步评价不同结构冲击的重要性，因此，方差分解给出对VAR模型中的变量产生影响的每个随机扰动项的相对重要的信息。人力资本的变动冲击对经济增长质量变动的贡献率如图3所示。
由图3的差分分解图可以看出，不考虑经济增长质量本身的贡献率，人力资本对经济增长的贡献率是从第一期就开始逐渐增加，在第六期达到最大值42%左右，这足以说明人力资本的变动对经济增长质量的贡献率也是不容忽视的，人力资本可以通过多种机制来影响经济增长质量，因此，陕西省政府一定要重视人力资本的投资变动进而来提高经济增长的质量。
4 实证的结论
本文通过对陕西省经济质量和人力资本的现状分析，并运用向量自回归模型及脉冲响应函数对人力资本和经济增长质量的相关性进行了实证检验，总结出以下几个结论。
（1）从相关性检验中的格兰杰检验结果知道，人力资本存量的变动是引起经济增长质量变动的格兰杰原因，这就说明了人力资本的变动可以引起经济增长质量的变动。
（2）从差分分解图可以看出，人力资本对经济增长质量的贡献率达到42%左右，说明陕西省经济增长质量与陕西省人力资本的水平有很大的相关性，因此，陕西省人力资本存量的高低与陕西省经济增长质量的高低有着密切的联系，且随之增加而增加，降低而降低。
（3）从人力资本对经济增长质量的脉冲反应曲线图中可以看出，人力资本对经济增长质量有一定的冲击作用，且在第三期的正冲击达到最大，在第二期负向冲击作用达到最大，第四期之后冲击作用相对平缓。这表明人力资本的变动对经济增长质量变动的作用具有一定的滞后性，且反应的方向不定。
参考文献
[1] R . L u c a s ， O n t h e M e c h a n i c s o f E c o n o m i c Development，Journal of Monetary Economics. Vol.22，1988
[2] Mankiew N G.contribution to the emperies of economic growth.[J].Quarterly Journal of Economies. 1992（107）.
[3] 杨俊，李雪松.教育不平等、人力资本积累与经济增长：基于中国的实证研究[J].数量经济技术经济研究，2007（2）.
[4] 王小鲁，樊纲，刘鹏.中国经济增长方式转换和增长可持续性[J].经济研究，2009.
[5] 魏下海，李树培.人力资本、人力资本结构与区域经济增长—基于分位数回归方法的经验研究[J].财贸研究，2009（5）.
[6] 任保平.以质量看待增长：对新中国经济增长质量的评价与反思[M].中国经济出版社，2009.
[7] 吉川洋，松本和幸.产业结构的变化和经济增长[J].金融评论， 2001（7）.
[8] 高铁梅.计量经济分析方法与建模[M]，北京：清华大学出版社， 2009.
关键词：经济增长质量 人力资本 VAR
中图分类号：F208 文献标识码：A 文章编号：2096-0298（2017）08（c）-139-03
1 文献综述
改革开放以来，我国的经济一直处于高速增长时期，但从区域经济发展的角度来看，各地区的经济发展在各方面都存在明显的差异，尤其是东西部之间的不平衡更加突出，经济发展出现了“梯度格局”，在一定程度上阻碍了国民经济健康、持续、快速地发展。知识经济的时代，技术、知识和人才成为决定一个国家或地区经济能否在经济全球化的激烈竞争下获胜的关键因素，这就取决于其所拥有的人力资本的数量和质量，以及科研水平和创新能力。因此，本文从人力资本视角研究陕西省经济增长质量问题，为陕西的人力资本投资提供一些建议。
从国外文献来看，Romer（1990）研究发现，人力资本存量水平不仅会影响知识的创新能力，还会影响其模仿、吸收与消化新技术的能力，进而来提高技术进步率，从而促进经济的增长，这充分强调了人力资本存量对经济增长的重要作用[1]。Mankiw等人（1992）的实证研究表明，要素投入差异在一定程度上促进了经济的增长，80%以上跨国收入的差异都被用人力资本投入差异所解释[2]。
从国内文献来看，杨俊等（2007）的研究表明教育结构的不均衡将会阻碍经济的发展，中国各地区经济发展存在差异的主要原因就是教育的不均衡[3]。王小鲁，樊纲，刘鹏（2009）认为劳动力数量的简单扩张正在被教育投资所带来的人力资本存量的提高所替代，在中国经济的持续增长中扮演着越来越重要的角色[4]。魏下海、李树培（2009）在研究《人力资本、人力资本结构与区域经济增长》一文中论证了人力资本对经济增长具有明显的促进作用，而人力资本结构对经济增长却存在负面的影响，人力资本结构越不均衡，经济水平越低[5]。
2 相关数据分析
本文用全要素生产率的变化来度量经济增长质量（R.M.Solow（1956）的研究表明，技术进步变化引起的实际人均产出的增长就是经济增长的质量部分，技术进步变化对人均产出的贡献越大，经济增长质量越高）和受教育年限的变动来度量人力资本存量的变动。
2.1 经济增长质量——全要素生产率的测量
较高的生产率是经济增长质量的根本保证，是经济增长质量的重要组成部分，任保平（2009）认为从现有的文献来看，要素投入是经济增长的主要驱动力，而要素生产率的高低直接反映了生产系统中投入产出的效率，所以用全要素生产率作为经济增长质量的一个维度有其合理性和客观性[7]。
从图1中，我们可以看出，陕西省的全要素增长率逐年提高。经济的质量是指由技术进步的变化引起人均产出的增值的部分，技术进步变化所引起的人均产出的部分增长得越多，就说明经济增长的质量越高。这就说明了陕西省的经济增长质量有了逐步的提高，但速度相对缓慢。
2.2 人力资本的测量
2.2.1 人力资本存量的测量
本文选用人均受教育年限来表示人力资本，人力资本存量的计算公式：
本文研究的是人力资本，本文设时间跨度设为5年。根据《陕西统计年鉴》（1993-2015年）的国内生产总值GDP、社会固定总投资K、总就业人数L、人力资本存量H，计算出陕西省各年阶段的人力资本变动比率和经济增长质量变动比率为表2。
从表2可以看出陕西省人力资本在2007年～2011年最小值为-0.42%，在1999年～2003年达到最大值3.52%。其变动幅度比较大。而经济增长质量变动则是从1993年开始先逐渐变大，之后逐年变小，在2001年之后相对稳定上升且波动幅度降低。然后在2006年～2010年上升到最大值10.09%，之后逐年变小。
3 人力资本与经济增长质量的关系研究
3.1 模型的构建
3.1.1 滞后值P的确定
建立VAR模型首先就要确定模型的滞后阶数，在确定VAR模型的滞后阶数时，要遵守两个原则，模型的滞后阶数要足够大且需注意滞后阶数越大模型的自由度就越小，因此在选择其滞后阶数时要综合考虑，本文根据AIC、SC最小原则，由表3可确定此VAR模型的最佳滯后阶数为3。
3.1.2 VAR模型的构建
VAR模型就是把测算系统中的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有多元时间序列变量组成的“向量”自回归模型。它是处理多个相关经济指标分析与预测最容易操作的模型之一，因此近年来VAR模型受到越来越多的经济工作者的重视。由上面的滞后阶数的检验结果分析得出，此模型的最佳滞后阶数为3，假设变量 和分别代表经济增长质量的变动和人力资本（即和α的时间序列），构造二元的VAR（3）模型，如公式所示。
3.2 相关性检验
为了避免伪回归问题，在检验变量间协整关系之前，先检验各个时间序列的平稳性，本文利用ADF检验方法和计量工具Eviews6.0进行平稳性检验，时间序列α和时间序列σ是小概率事件，因此拒绝存在单位根的原假设，即这两个时间序列是平稳性序列。则可直接建立无约束的VAR（3）模型并且模型的所有模根都小于1，即都位于单位圆内，则表明本文所设定的VAR模型是稳定的。
3.2.1 格兰杰因果检验
格兰杰因果检验实质上就是检验一个变量X的滞后变量是否可以引入到变量Y方程中，如果一个变量Y受到变量X的滞后影响，则就可以说“ Y是由 X Granger引起的”。用Y、X分别表示时间序列
经济增长质量比率和α人力资本的变动，对时间序列和α进行格兰杰因果检验，结果如表4所示。
由表4中的检验结果可知，在5%的显著水平上，人力资本的变动比率是经济增长质量变动比率的Granger原因，而經济增长质量变动比率不是人力资本变动的Granger原因。
3.2.2 人力资本与经济增长质量的脉冲反应曲线
VAR模型是一种非理性的模型，它分析的是模型受到某种冲击时对系统的动态影响，即计算变量间的脉冲响应函数，是考虑扰动项的影响是如何传播到各个变量的。根据脉冲响应函数的原理我们可以得出，变量Y对变量X的冲击作用如图2所示。
由变 量Y对变量X的脉冲反应图可以看出，人力资本的变动对经济增长质量的变动既有正向的冲击作用，也有反向的冲击作用。开始时的冲击是0，从第三期开始有正向冲击作用且正冲击达到最大，在第二期负向冲击达到最大，第四期之后冲击相对平缓。这表明人力资本变动对经济增长质量变动的作用具有一定的滞后性，且反应的方向不定。
3.2.3 差分分解
方差分解是通过分析每一个结构冲击对内生变量变化的贡献度，进一步评价不同结构冲击的重要性，因此，方差分解给出对VAR模型中的变量产生影响的每个随机扰动项的相对重要的信息。人力资本的变动冲击对经济增长质量变动的贡献率如图3所示。
由图3的差分分解图可以看出，不考虑经济增长质量本身的贡献率，人力资本对经济增长的贡献率是从第一期就开始逐渐增加，在第六期达到最大值42%左右，这足以说明人力资本的变动对经济增长质量的贡献率也是不容忽视的，人力资本可以通过多种机制来影响经济增长质量，因此，陕西省政府一定要重视人力资本的投资变动进而来提高经济增长的质量。
4 实证的结论
本文通过对陕西省经济质量和人力资本的现状分析，并运用向量自回归模型及脉冲响应函数对人力资本和经济增长质量的相关性进行了实证检验，总结出以下几个结论。
（1）从相关性检验中的格兰杰检验结果知道，人力资本存量的变动是引起经济增长质量变动的格兰杰原因，这就说明了人力资本的变动可以引起经济增长质量的变动。
（2）从差分分解图可以看出，人力资本对经济增长质量的贡献率达到42%左右，说明陕西省经济增长质量与陕西省人力资本的水平有很大的相关性，因此，陕西省人力资本存量的高低与陕西省经济增长质量的高低有着密切的联系，且随之增加而增加，降低而降低。
（3）从人力资本对经济增长质量的脉冲反应曲线图中可以看出，人力资本对经济增长质量有一定的冲击作用，且在第三期的正冲击达到最大，在第二期负向冲击作用达到最大，第四期之后冲击作用相对平缓。这表明人力资本的变动对经济增长质量变动的作用具有一定的滞后性，且反应的方向不定。
参考文献
[1] R . L u c a s ， O n t h e M e c h a n i c s o f E c o n o m i c Development，Journal of Monetary Economics. Vol.22，1988
[2] Mankiew N G.contribution to the emperies of economic growth.[J].Quarterly Journal of Economies. 1992（107）.
[3] 杨俊，李雪松.教育不平等、人力资本积累与经济增长：基于中国的实证研究[J].数量经济技术经济研究，2007（2）.
[4] 王小鲁，樊纲，刘鹏.中国经济增长方式转换和增长可持续性[J].经济研究，2009.
[5] 魏下海，李树培.人力资本、人力资本结构与区域经济增长—基于分位数回归方法的经验研究[J].财贸研究，2009（5）.
[6] 任保平.以质量看待增长：对新中国经济增长质量的评价与反思[M].中国经济出版社，2009.
[7] 吉川洋，松本和幸.产业结构的变化和经济增长[J].金融评论， 2001（7）.
[8] 高铁梅.计量经济分析方法与建模[M]，北京：清华大学出版社， 2009.