論教育投入及其結構對經濟增長的作用

卜振興

(南開大學經濟學院/國家經濟戰略研究院,天津市300071)

論教育投入及其結構對經濟增長的作用

卜振興

(南開大學經濟學院/國家經濟戰略研究院,天津市300071)

教育投入和教育投入結構是影響經濟增長的重要因素,利用我國1990－2012年教育經費投入、高等教育投入占總投入的比重和國內生產總值數據,實證研究了教育投入、投入結構對經濟增長的影響.研究表明:教育投入與經濟增長正向相關,而教育投入結構(高等教育投入占總投入的比重)與經濟增長是負相關關系.因此,國家應進一步加大財政性教育經費的投入,同時在投入方向上向中等和基礎教育傾斜.

教育投入;投入結構;經濟增長;向量自回歸模型;誤差修正模型

一、引 言

教育投入也稱教育投資,是指一個國家或地區在一段時間內投入教育領域中各種資源的總和[1].我國的教育投入如果按照規模來講,包括財政性教育經費、民辦學校中舉辦者投入、社會捐贈經費、事業收入和其他教育經費投入.教育經費投入如果按照投入教育機構的層級來講,又分為高等教育投入、中等教育投入和基礎教育投入.教育投入的規模決定了教育事業發展的物質基礎,教育投入的結構決定了教育經費投入的方向,并間接決定了教育的產出方向.教育投入規模和結構都對經濟增長具有重要作用,教育可以促進實業發展,并最終促進經濟增長[2].教育可以實現自然與人文優勢向經濟優勢的轉變[3],因此重視教育投入及其投入結構對經濟增長的影響具有非常重要的意義.為了更好地了解我國教育投入規模和結構的變動和發展情況,我們對1990－2012年教育經費投入情況進行了分析.

我國的教育經費投入由1990年的564億元增長到了2012年的22 236億元,年均增長17.22%,增幅快于國民收入增長率.除1991年、1998年外,其余年份的教育經費投入增長率均保持兩位數以上,尤其是2006－2012年,增長率達到20%左右.教育經費投入占GDP的比重也是衡量教育規模的一個重要指標.我國1990－2012年教育經費占GDP的比重平均為2.94%,整體呈現震蕩上升的趨勢.2012年教育經費投入占GDP的比重達到4.28%,首次突破4%的水平.但是這一指標與一些教育發達國家仍存在很大的差距.例如根據世界銀行的統計數據,早在2000年的時候,丹麥的教育經費占GDP的比重就已經達到8.3%,加拿大為5.6%,法國為5.7%,瑞典為7.2%,英國為4.5%.因此,我國的教育經費投入還有進一步提升的空間.

高等教育經費投入占總經費投入的比重是衡量教育投入結構的重要指標.通過對1990年－2012年的數據分析,我們可以發現:一是1990－2012年高等教育經費投入占比一直處于14%以上;二是根據高等教育經費投入占總教育經費投入比重的變動情況,可以將我國的教育投入結構劃分為以下階段:1990－1992年為高等教育經費投入占比上升階段,1992－1995年為下降階段,1995－2003年為上升階段(其中主要受高校擴招的影響),2003－2009年為下降階段(高校擴招幅度放緩、國家加大對基礎教育和中等教育的投入),2009－2012年為快速上升階段.這幾個階段反映了國家對于高等教育投入的重視情況.

教育投入會提升人力資本,而教育投入結構決定了人力資本提升的方向.根據內生經濟增長理論的觀點,人力資本提升會促進經濟的增長.這種情況在中國是否適用,教育投入和投入結構在經濟增長中各起到什么作用,這是本文需要解決的問題.在我國不斷重視教育發展,加大高等教育投入的背景下,給予上述問題明確的回答不僅具有理論意義也具有現實意義.

二、文獻回顧

本文的研究重點主要在教育經費投入和高等教育投入占總投入的比重對經濟增長的作用,因此文獻回顧主要從教育投入和高等教育投入對經濟增長的影響展開.

(一)教育投入與經濟增長

根據人力資本理論,教育投入越高,人力資本越大,因此經濟增長越快.所以教育投入與經濟增長是正相關關系[4].Ganegodage和Rambaldi[5]以新古典增長理論和內生經濟增長理論為基礎,研究了斯里蘭卡1959－2008年教育投入對經濟增長的影響,研究表明教育投入與經濟增長是正相關關系.Razak et al[6]基于馬來西亞1970－2010年的數據,利用向量自回歸模型研究了財政性教育經費投入與經濟增長之間的關系,除了考慮高等教育投入外還考察了固定資本投資、勞動力數量等因素,研究表明經濟增長與選取變量之間呈現正向相關系,教育等人力資本因素在馬來西亞的經濟增長中發揮重要的作用.Ghosh Dastidar et al[7]通過理論模型和實證分析研究了印度公共教育投入與經濟增長之間的關系,研究表明,教育投入是否對經濟增長產生促進作用取決于經濟制度和勞動力市場,同樣也取決于貿易開放度等其他因素.正是由于以上因素的存在,印度公共教育投入與經濟增長之間的關系缺少一致性.

國內關于教育投入與經濟增長的研究也有很多,如于凌云[8]以盧卡斯的人力資本理論為模型,利用1996－2005年我國31個省級單位的面板數據,研究了非政府教育經費投入和財政性教育經費投入對經濟增長的影響,研究表明教育投入對經濟增長具有短期效應,相較于財政性教育投入,非財政性教育投入對人力資本積累產生了更大的促進作用.肖小虹[9]以人力資本理論和內生經濟增長理論為基礎,選取了1953－2008年貴州教育投入與經濟增長的數據,運用協整檢驗和因果關系檢驗研究了教育投入與經濟增長的關系,研究表明兩者之間長期存在穩定的均衡關系,教育投入每增加1個百分點,經濟增長增加0.70個百分點,但是由于教育投入的滯后性,經濟增長先促進了教育投入的增加,七年后教育投入對經濟增長的促進作用才逐步顯現.

(二)高等教育投入與經濟增長

Gyimah-Brempong et al.[10]利用1960－2000年亞洲國家的面板數據,研究了高等教育人力資本對經濟增長的作用.研究表明不同水平的人力資本都對人均收入的增長產生了顯著的正向作用,并且高等教育人力資本增長對經濟的拉動作用,大概是物質資本作用的兩倍.Bradley[11]利用美國1970－2005年的面板數據,在考慮了非政府性教育投入的因素后,研究了高等教育財政性投入與經濟增長之間的關系,研究發現,在一個私立教育機構就讀的學生份額占比較大的州,高等教育財政性支出對經濟增長具有促進作用,但是在私立教育機構就讀的學生份額占比較低的州,兩者之間呈現負相關關系.

趙樹寬等[12]利用我國1990－2008年的數據,通過向量自回歸模型研究了高等教育投入對經濟增長的影響.研究表明高等教育經費投入與經濟增長之間存在長期均衡關系,高等教育經費投入每增加1個百分點,經濟增長增加0.251個百分點.鄧水蘭等[13]選取了江西省1995－2011年經濟增長、高等教育經費投入和師生人數比三個變量,研究了高等教育投入和人員投入對經濟增長的促進作用.通過回歸檢驗表明高等教育投入對經濟增長產生了促進作用,但是作用時間不長,同時經濟增長也對教育投入產生了促進作用.

總結近年來的文獻,我們發現,在教育經費支出促進經濟增長方面,學者們基本取得了共識,但是對于財政性高等教育經費投入對經濟增長是拉動還是抑制卻沒有形成共識.另外,國內外大量的相關文獻主要集中于教育經費投入或高等教育經費投入與經濟增長的關系研究,并沒有關于教育經費投入結構的相關研究.與以往的研究相比,本文的不同之處在于:一是在考察教育經費投入規模的同時,引入了教育經費投入結構這一核心變量;二是在考察核心變量的同時,將金融發展、經濟開放度、財政支出規模、城市化率等影響經濟增長的關鍵指標引入經濟增長核算模型,使估計結果的誤差進一步降低;三是利用了我國1990－2012年的數據,該數據反映了中國財政性教育經費投入和高等教育投入占比的最新動向,檢驗更有實踐意義.總之,本文加深了對于財政性教育經費投入規模、教育投入結構與經濟增長關系的認識,為中國教育經費的投入及投入方向提供了一定的借鑒參考.

三、模型設定和數據說明

在模型中,gdp表示國民收入,edu表示高等教育投入,edus表示教育投入結構,a0表示常數項,ai表示系數,Xt表示參考變量,可能影響經濟增長的參考變量包括居民消費(con)、企業投資(inv)、金融發展(fd)、經濟開放度(eo)、財政支出規模(gov)、城市化率(urb)、失業率(unr)及基尼系數(gini).

(二)模型設定和數據說明

1.參數設定

本文的參數設定,參照經典的指標表示方法,其中國民收入用國民生產總值表示,這是表示國民收入最重要的指標之一;教育經費投入主要指國家財政性教育經費投入;居民消費用社會消費品零售總額表示,它可以反映社會商品購買力的實現程度,居民消費是拉動經濟增長的主要引擎[14];企業投資用固定資產投資總額表示,反映了企業等私人部門進行生產和運營的基本建設資金投入,固定資產投資對于經濟增長的促進作用由固定資產投資的種類決定[15];金融發展用商業銀行存款余額表示,它反映了虛擬經濟的規模大小,金融發展會對經濟增長產生促進作用[16];經濟開放度等于對外貿易總額/國內生產總值,它反映了一個國家對外貿易和開放的程度,經濟開放可以實現對資源和要素的優化配置,一般會促進經濟的增長(Romer,1986、Lucas,1988);財政支出規模,等于財政支出總額/國內生產總值,表示了政府主動刺激經濟增長作用的大小,關于財政支出規模對經濟增長的影響作用存在較大爭議(Lucas,1985、Barro,1990等);城市化等于城市人口占總人口的比重,城市化會促進消費,同時也會帶動基礎設施建設等,從而促進經濟增長[17];失業率是指失業人口在全部勞動力人口中的比重,根據奧肯定律的解釋,失業會造成人力資源投入的浪費,不利于經

(一)理論假設

本文的基準模型參照經典的國民收入核算理論模型,同時在模型中加入所需要研究的變量,因此模型設定如下:濟實現充分就業的增長[18];基尼系數是判斷收入分配公平性的重要指標,基尼系數越低表示收入分配差距越小,基尼系數越高表示收入分配差距越大,根據Kuznets[19]提出的倒“U”型假說,經濟增長與收入差距之間呈現倒“U”型關系.

2.相關性分析

為了消除變量的波動性以及由此帶來的異方差的問題,同時也為了使單位統一化,更好地揭示變量之間的關系,我們對其中的絕對變量(如gdp、edu、con、inv等)取對數,然后以lngdp為控制變量,進行相關性檢驗,以避免回歸結果出現多重共線性的問題.相關性檢驗表明:消費總額lncon、金融發展fd、政府支出規模gov、城市化率urb、基尼系數gini與其他指標相關性較高,為了消除多重共線性,將相關性較高的指標進行刪除,刪除后的指標為高等教育投入lnedu、高等教育投入結構edus、政府投資lninv、經濟開放度eo和失業率unr.再進行相關性檢驗,檢驗結果表明變量之間的相關系數均小于0.6,可以認為不存在顯著的相關性.

3.模型設定

在進行相關性檢驗,刪除相關性較高的指標變量后,我們的模型精簡為:

其中,lngdp表示對數化的國民收入,lnedu表示對數化的教育經費投入,edus表示教育投入結構,lninv表示對數化的投資,eo表示經濟開放度,unr表示失業率,ai(i＝1,2,…,5)表示系數,μ表示殘差項.各變量的相關圖如下所示:

從圖1我們可以發現,lngdp變量與其他變量之間呈現近似的線性相關關系,模型設定是較為合理的.

圖1 變量相關圖

(三)數據來源

本文教育經費投入及教育投入結構數據來源于《中國教育統計年鑒》(1991－2013)和《中國教育經費統計年鑒》(1991－2013)、《中國教育事業發展統計公報》(1991－2013),并經計算整理而得;國民收入gdp、居民消費con、固定資產投資inv、經濟開放度eo、財政支出規模gov等宏觀經濟數據來自《中國統計年鑒》(1991－2013),并經計算整理而得;城市化率來自于《中國統計年鑒》(1991－2013),城鎮居民登記失業率數據來自于《中國人口和就業統計年鑒》(1991－2013);由于國家并未給出1990－2003年官方的基尼系數,因此我們采用各年《中國統計年鑒》、《中國統計摘要》,并借鑒賀晉,李玲玲(2012)[20]的數據整理而得.

四、模型檢驗和結果說明

(一)平穩性檢驗

Granger(1974)提出對非平穩變量不能進行簡單的OLS估計,因為這會使棄真的概率大大增加,從而造成偽回歸.為了避免這種情況,我們首先必須對變量進行平穩性檢驗,以確定采用合適的估計方法,提高估計結果的有效性和無偏性.平穩性檢驗的方法包括:直接觀察法、相關圖法、單位根檢驗等方法.其中單位根檢驗是較為定量和客觀的方法,本文就采用這種方法.

單位根檢驗的方法中最常用的是ADF檢驗和PP檢驗.為了確保估計結果的穩健性,本文采用這兩種辦法對選取的變量進行單位根檢驗.檢驗結果表明,在5%的顯著性水平下,選取變量均為非平穩變量,經過一階差分后,單位根檢驗的統計量小于臨界值,落在了拒絕域,拒絕了存在單位根的原假設.因此國民生產總值(lngdp)、教育投入(lnedu)、教育投入結構(edus)、政府投資(lninv)、經濟開放度(eo)和失業率(unr)均為一階單整I(1)過程.

(二)向量自回歸分析

傳統的經濟計量方法是以經濟理論為基礎來描述變量關系的模型,但是經濟理論通常并不能對變量之間的動態關系進行嚴密的說明.為了解決這一問題,Christopher Sims[21]提出了向量自回歸模型(vector auto regression,VAR)和向量誤差修正模型(vector error correction model,VEC)來研究變量之間的關系,目前已經被廣泛運用于宏觀經濟變量的分析中.VAR模型是用模型中所有當期變量對所有變量的若干滯后變量進行回歸,從而估計全部內生變量的動態關系.

1.模型特征根

建立VAR模型首先要滿足平穩性的假定,平穩性要求通用特征方程的特征根均要位于單位圓以內,穩定性檢驗結果如下:

圖2 原變量穩定性檢驗

圖3 一階差分后穩定性檢驗

由穩定性檢驗可知原變量的單位根有一個位于單位圓之外,不滿足穩定性的要求,差分后的特征根均位于單位圓內,表明差分后的模型滿足穩定性要求,可以進行脈沖、方差分解等計算.

2.脈沖響應

由于VAR模型的估計結果只具有一致性,單個參數估計值的經濟解釋是很困難的.要想對一個VAR模型做出分析,通常是觀察系統的脈沖響應函數和方差分解.脈沖響應函數解釋了變量是如何對各種沖擊做出反映的,以及反映的程度.具體地說,它描述的是在隨機誤差項上施加一個標準差大小的沖擊后對內生變量的當期值和未來值所帶來的影響.為了避免var模型誤差項相分析帶來的困難,很多學者采取了cholesky分解方法,對誤差項進行正交化處理,但是這種方法對分解順序的要求較高,不同的分解順序會產生不同的分析結果,為了降低正交化處理對于分解順序的依賴性,pesaran和Shin(1988)提出了一般脈沖響應分析(generalized impulse response)方法,本文就是基于這一方法.經濟增長對各種變量沖擊的響應如下圖所示:

圖4 d(lngdp)對自身沖擊的響應

圖5 d(lngdp)對d(lnedu)沖擊的響應

圖6 d(lngdp)對d(edus)沖擊的響應

圖7 d(lngdp)對d(lninv)沖擊的響應

圖8 d(lngdp)對d(eo)沖擊的響應

圖9 d(lngdp)對d(unr)沖擊的響應

如上圖所示,在一個單位的沖擊下,gdp對于自身的沖擊初始值較高,在第五年后基本消失; gdp對教育經費投入的沖擊在第三年才開始響應,直至第十年響應基本結束;gdp對教育經費投入結構的沖擊在第四年才開始響應,并在第十年基本消失;gdp對固定資產投資沖擊的響應一開始就發生,沖擊的影響在第八年基本消失;gdp對經濟開放度和失業率的響應很小,基本沒有產生明顯的影響.

相對于其他沖擊因素的影響,教育經費投入和教育投入結構的沖擊表現出三個特點:一是沖擊不是當期發生,一般會延遲幾期對經濟增長的沖擊作用才會顯現;二是沖擊作用較為明顯,尤其是與經濟開放度和失業率相比;三是沖擊持續時間較長,一次沖擊發生基本要持續6期左右的時間,6期后影響才會基本消失.

3.方差分解

方差分解反映了未來預測誤差由不同信息的沖擊影響的比例或貢獻的百分比決定,對d(lngdp)的分解如下所示:

表2 d(lngdp)的方差分解結果表(%)

方差分解的結果表明:d(lngdp)自身的滯后影響從第一期的100%迅速下降到第五期的22.5%,之后基本維持在23%的水平之上,這說明d(lngdp)慣性較小,呈現較低的粘性度,如果沒有其他因素的影響,經濟增長很難長期維持;教育經費投入d(lnedu)對于經濟增長的影響在第一期后呈現快速上升的趨勢,在第五期達到51.9%,之后進入平穩上升階段,并基本維持在59%左右的水平;教育投入結構對經濟增長的滯后影響在第一期到第六期出現小幅震蕩,以后各期基本維持在7%左右的水平;經濟開放度、固定資產投資對經濟增長的滯后影響趨勢相似,基本在前幾期出現小幅震蕩,之后基本維持在較低的水平上,其中經濟開放度為5%左右,固定資產投資為6%左右;失業率對經濟增長的沖擊影響較小.

總結起來,教育投入和經濟增長自身因素的滯后影響是經濟增長沖擊的關鍵變量,其余變量的影響均較低.

(三)協整關系檢驗

協整是對非平穩變量長期均衡關系的統計描述.單個變量是非平穩的,但是兩個非平穩變量之間往往存在穩定的均衡關系,下面本文就對lngdp、lnedu、edus、lninv、eo和unr是否存在長期均衡關系進行檢驗,檢驗公式如下:

對于協整關系的檢驗方法主要有兩種:跡檢驗和最大特征值檢驗,本文采取了跡檢驗的方法,檢驗結果如下表所示:

表2 協整向量個數r跡統計量檢驗

跡統計量檢驗:因為57.1698＞47.8561,所以拒絕原假設“At most 2(至多存在兩個協整關系)”,同時29.2273＜29.7971,接受原假設“at most3(存在三個協整關系)”,檢驗結果表明經濟增長、教育經費投入、教育投入結構、經濟開放度、固定資產投資和失業率之間存在三個協整關系.

(四)格蘭杰非因果關系檢驗

協整檢驗表明:教育經費投入和教育投入結構與經濟增長之間存在長期的均衡關系,下面運用格蘭杰(Granger,1969)提出的非因果性檢驗進一步驗證三者之間的關系.格蘭杰非因果性檢驗指的是,若加上xt的滯后變量后對yt的預測精度不存在顯著性改善,則稱xt－1對yt存在格蘭杰非因果性關系,為簡便,通常總是把xt－1對yt存在非因果關系表述為xt對yt存在非因果關系(嚴格講,這種表述是不正確的).

表4 格蘭杰因果檢驗表

檢驗結果表明:滯后期為1期時,lnedu、edus和lngdp之間不存在格蘭杰因果關系;當滯后期為2期時,教育經費投入是經濟增長的格蘭杰因果關系,經濟增長是教育經費投入結構的因果關系;滯后期為3期時教育經費投入對經濟增長的作用并不明顯;滯后期為4期時經濟增長對教育經費投入結構的因果關系也不顯著.

(五)誤差修正模型

如果變量是一階單整,同時又存在長期均衡關系,那么這些非平穩變量的線性組合則是平穩的,此時如果建立差分var模型將會丟失重要的非均衡誤差信息,為了解決這一問題,格蘭杰提出了向量誤差修正模型.當有一個大范圍的短期動態波動時,VEC表達式會限制內生變量的長期行為收斂于它們的協整關系.因為一系列的部分短期調整可以修正長期均衡的偏離,所以協整項被稱為是誤差修正項.根據協整向量個數檢驗結果表明,研究變量之間存在三個協整關系,因此進入VEC模型的誤差修正項分別是:

因此變量之間的長期關系為:

由誤差修正模型可知:教育投入與經濟增長的彈性為0.881,即教育投入每增加1個百分點,國民收入增長0.881個百分點,教育經費投入對經濟增長的促進作用還是較為明顯的;教育投入結構與經濟增長的彈性為－0.7386,即教育結構(高等教育投入在教育經費投入中的比重)每上升1個百分點,國民收入下降0.7386個百分點,這說明我國當前的財政性教育經費對高等教育的投入比例相對于初等教育和中等教育偏高.當前,在保持高等教育投入適當規模的前提下,財政性教育經費應更多地支持中等和初等教育的發展.

五、結 語

隨著國家對創新能力和創新人才的關注,教育被提升到了非常重要的位置.國家每年也安排一定比例的財政資金用于教育事業的發展,有力地提升了我國的教育水平和人力資源水平.按照新經濟增長理論的觀點,人力資本的提升會帶動經濟的增長,那么財政性教育經費投入的規模和投入方向在經濟增長中到底發揮了多大的作用?在教育投入力度逐步加強和教育改革不斷深入的背景下,回答上述問題有非常重要的現實意義.

為此,本文基于1990－2012年的教育投入、教育投入結構和經濟增長等相關變量的數據,采用向量自回歸模型和誤差修正模型分析了我國教育經費投入及其結構對經濟增長的影響.通過檢驗我們有以下結論:第一,教育經費投入及其結構對經濟增長的沖擊影響較為顯著,但是發生作用有一定的延遲,這與固定資產投資等變量對經濟增長快速響應有明顯的區別;第二,教育經費投入在解釋經濟增長的預測誤差方面占有較大比重,同時教育經費投入是經濟增長的格蘭杰因果關系;第三,經濟增長、教育經費投入及結構之間存在協整關系,三者之間的長期均衡關系表明教育經費投入與經濟增長呈正相關關系,彈性為0.881,而教育經費投入結構(即高等教育投入占總投入的比重)與經濟增長之間是負相關關系,高等教育經費投入占比每增加一個百分點,國民收入下降0.7386個百分點.

因此,為了更好地發揮教育對經濟增長的推動作用,一方面要繼續加大財政資金對于教育的支持力度,另一方面由于高等教育投入占比與經濟增長是負相關關系,而在財政性教育經費投入一定的情況下,高等教育投入占比與初等教育和中等教育比是此消彼長的關系,所以在財政性教育經費的分配中應該向中等教育和初等教育傾斜,以充分發揮財政性教育經費投入對經濟增長的拉動作用.

[1]劉道興.教育投入的革命[M].北京:社會科學文獻出版社,2011:11-15.

[2]李忠.近代中國“教育救國”與“實業救國”的互動[J].西南大學學報:社會科學版,2011,37(4):141-148.

[3]張學敏,史利平.文化－教育－經濟共生機制:西南民族地區教育反貧困戰略選擇[J].西南大學學報:社會科學版,2012,38(6):48-53.

[4]Schultz T.Investment in Human Capital[J].American Economic Review,1961,3(151):1-17.

[5]Ganegodage K R,Rambaldi A N.The impact of education investment on Sri Lankan economic growth[J].Economics of Education Review,2011,30(6):1491-1502.

[6]Razak M Y M H,Muhammad F,Hussin M F A,et al.Education Expenditure and Economic Growth A Causal Analysis for Malaysia[J].Journal of Economics and Sustainable Development,2012(3):7.

[7]Ghosh Dastidar,Sayantan,Sushil Mohan,et al.The relationship between public education expenditure and economic growth:The case of India[J].2013:1-15.

[8]于凌云.教育投入比與地區經濟增長差異[J].經濟研究,2008(10):131-143.

[9]肖小虹.貴州經濟增長與教育投入的實證分析[J].財經問題研究,2010(8):119-122.

[10]Gyimah-Brempong K,Paddison O,Mitiku W.Higher education and economic growth in Africa[J].The Journal of Development Studies,2006,42(3):509-529.

[11]Bradley R.Curs B C S.The Roles of Public Higher Education Expenditure and the Privatization of the Higher Education on U.S.States Economic Growth[J].Journal of Education Finance,2011,36(4):424-441.

[12]趙樹寬,余海晴,劉戰禮.高等教育投入與經濟增長關系的理論模型及實證研究[J].中國高教研究,2011(9):11-15.

[13]鄧水蘭,肖夢露,溫詒忠.高等教育投入促進經濟增長的實證研究——來自江西省的數據[J].教育學術月刊,2013(10):68-71.

[14]江小涓.大國雙引擎增長模式——中國經濟增長中的內需和外需[J].管理世界,2010(6):1-7.

[15]Madsen J B.The causality between investment and economic growth[J].Economics Letters,2002,74(2):157-163.

[16]談儒勇.中國金融發展和經濟增長關系的實證研究[J].經濟研究,1999(10):53-61.

[17]Moomaw R L,Shatter A M.Urbanization and Economic Development:A Bias toward Large Cities?[J].Journal of Urban Economics,1996(1):13-37.

[18]Okun A M.Potential GNP:its measurement and significance[M].yale university,State of Connecticut,1963:98-103.

[19]Kuznets S.Economic growth and income inequality[J].American Economic Review,1955,45(1):1-28.

[20]賀晉,李玲玲.我國居民消費需求為何不足?——基于1978—2008年基尼系數的分析[J].財經問題研究,2012(6):110-115.

[21]Sims C A.Comparison of Interwar and Postwar Business Cycles:Monetarism Reconsidered[J].American Economic Review, 1980,(2):250-257.

責任編輯 曹 莉

G40-054

A

1673-9841(2015)05-0081-09

10.13718/j.cnki.xdsk.2015.05.011

2014-09-21

卜振興,南開大學經濟學院國際經濟研究所/國家經濟戰略研究院,博士研究生.

國家社會科學基金重大項目“三次產業動態協同發展機制研究(10ZD&027)”,項目負責人:周立群;教育部人文社會科學研究項目“2020年中國經濟社會發展趨勢及其對高等教育人才培養的要求分析研究(2050205)”,項目負責人:周立群.