區(qū)域經(jīng)濟(jì)與地區(qū)居民受教育程度的關(guān)系分析

崔文娟

摘 要：本文從區(qū)域經(jīng)濟(jì)與教育發(fā)展的理論研究入手，應(yīng)用構(gòu)建向量自回歸模型進(jìn)行實(shí)證分析的方法對(duì)某地居民教育程度和當(dāng)?shù)亟?jīng)濟(jì)發(fā)展的指標(biāo)進(jìn)行分析，使用SPSS22.0軟件對(duì)相關(guān)因素和指標(biāo)進(jìn)行了研究。得出以下結(jié)論：首先，區(qū)域經(jīng)濟(jì)與居民受教育程度具有一定的關(guān)聯(lián);其次，在顯著性水平方面，居民受教育程度與經(jīng)濟(jì)發(fā)展的短期關(guān)系不顯著，而在長期更為明顯。本文的研究結(jié)論進(jìn)一步豐富了區(qū)域經(jīng)濟(jì)學(xué)和計(jì)量經(jīng)濟(jì)學(xué)的相關(guān)研究，拓展了研究的邊界，能夠?yàn)閰^(qū)域經(jīng)濟(jì)與教育的協(xié)同發(fā)展提供相應(yīng)的現(xiàn)實(shí)指引。

關(guān)鍵詞：VAR模型;區(qū)域經(jīng)濟(jì);教育水平

教育與經(jīng)濟(jì)發(fā)展的關(guān)系較為復(fù)雜，教育水平的提升和教育環(huán)境的改善究竟在何種程度上影響著區(qū)域經(jīng)濟(jì)的發(fā)展，目前尚缺乏明確的結(jié)論性意見。但自從美國經(jīng)濟(jì)學(xué)家西奧多？舒爾茨精辟地闡述了其人力資本理論之后，現(xiàn)代經(jīng)濟(jì)學(xué)界和教育界對(duì)彼此相關(guān)關(guān)系的研究便與日俱增。教育成為提高經(jīng)濟(jì)發(fā)展水平、促進(jìn)社會(huì)經(jīng)濟(jì)運(yùn)行方式轉(zhuǎn)變的重要途徑得到了越來越多人的重視。現(xiàn)代經(jīng)濟(jì)發(fā)展理論認(rèn)為教育可在很大程度上通過影響個(gè)人和國家的知識(shí)與智力資本儲(chǔ)備而使得經(jīng)濟(jì)得以持續(xù)發(fā)展。特別是地區(qū)受教育程度較高的居民從事的經(jīng)濟(jì)回報(bào)率較高的職業(yè)可更好的促進(jìn)當(dāng)?shù)禺a(chǎn)業(yè)轉(zhuǎn)型和經(jīng)濟(jì)結(jié)構(gòu)的創(chuàng)新，因而也被普遍認(rèn)為是實(shí)現(xiàn)經(jīng)濟(jì)發(fā)展的原動(dòng)力。當(dāng)前我國經(jīng)濟(jì)發(fā)展呈現(xiàn)地區(qū)性差異，東部沿海和中西部?jī)?nèi)陸地區(qū)經(jīng)濟(jì)發(fā)展水平差距明顯，這其中不乏有教育發(fā)達(dá)的原因，基于此，通過分析區(qū)域經(jīng)濟(jì)和地區(qū)教育發(fā)展水平的關(guān)系能夠進(jìn)一步揭示二者之間的關(guān)系，繼而起到完善相關(guān)理論的作用。

一、理論基礎(chǔ)

（一）教育與區(qū)域經(jīng)濟(jì)增長的關(guān)系

居民受教育程度與經(jīng)濟(jì)增長關(guān)系密切，主要體現(xiàn)在以下2個(gè)方面：

第一，居民受教育程度和經(jīng)濟(jì)增長呈現(xiàn)動(dòng)態(tài)變化，彼此影響的關(guān)系。居民受教育程度在很大程度上要受到區(qū)域教育資源配置及教育資本投入情況的影響，而當(dāng)居民經(jīng)過一定的教育之后，教育的經(jīng)濟(jì)附加值得以凸顯，表現(xiàn)在高智識(shí)人群的富集和創(chuàng)新型人力資本的增多，繼而會(huì)更好地促進(jìn)消費(fèi)、產(chǎn)業(yè)結(jié)構(gòu)及經(jīng)濟(jì)部門組織的變化，影響經(jīng)濟(jì)的發(fā)展。

第二，居民受教育程度影響經(jīng)濟(jì)發(fā)展變量的作用方式。如果以GDP作為衡量區(qū)域經(jīng)濟(jì)增長的指標(biāo)，那么教育便在很大程度上與GDP增長的三駕馬車——“投資、消費(fèi)、凈出口”密切相關(guān)，這是因?yàn)樯鲜鲞^程的實(shí)現(xiàn)基于更為完善的產(chǎn)業(yè)組織、更加有效的經(jīng)濟(jì)政策體系以及更加發(fā)達(dá)的市場(chǎng)環(huán)境。而這一切的實(shí)現(xiàn)都有賴于在相應(yīng)行業(yè)或部門中具有良好創(chuàng)新能力和規(guī)劃實(shí)力的個(gè)人，繼而教育的發(fā)達(dá)將通過影響上述有關(guān)經(jīng)濟(jì)發(fā)展的中介變量傳導(dǎo)到經(jīng)濟(jì)發(fā)展過程中。

（二）居民受教育程度與經(jīng)濟(jì)增長的互動(dòng)影響關(guān)系

居民受教育程度與區(qū)域經(jīng)濟(jì)增長間的關(guān)系為相互影響關(guān)系，教育回報(bào)率越高，區(qū)域經(jīng)濟(jì)增長潛力越大。而隨著區(qū)域經(jīng)濟(jì)的不斷增長，教育投入也不斷增加，實(shí)現(xiàn)教育基礎(chǔ)設(shè)施和教育環(huán)境的改變。本文案例研究的區(qū)域在2017年的識(shí)字率為98.94%。截至2017年末，在校學(xué)生達(dá)102，073人，教師5，616人。全境共有327所學(xué)校，其中公立學(xué)校81所，社區(qū)學(xué)校165所，私立學(xué)校81所。教育對(duì)于經(jīng)濟(jì)增長的促進(jìn)關(guān)系有待進(jìn)一步明確。

二、建立研究模型

（一）研究對(duì)象與方法

本文調(diào)查研究的對(duì)象為我國中部省份某地的居民。調(diào)查選用問卷調(diào)查的方法進(jìn)行，通過對(duì)當(dāng)?shù)夭煌挲g的居民群眾隨機(jī)發(fā)放問卷并在規(guī)定時(shí)間內(nèi)完成問卷調(diào)查，并統(tǒng)計(jì)結(jié)果。本文根據(jù)調(diào)查的實(shí)際需求，發(fā)放100份問卷，回收98份，其中有效問卷95份，問卷調(diào)查的完成度為95%，可對(duì)問卷數(shù)據(jù)進(jìn)行進(jìn)一步地整理分析。

（二）數(shù)據(jù)來源

變量選取本文研究過程中未解釋變量以及解釋變量分別設(shè)定為某地的經(jīng)濟(jì)增長（以GDP衡量）、某地居民教育水平（最高學(xué)歷人群占比、最低學(xué)歷人群占比）。其中，某地經(jīng)濟(jì)發(fā)展水平（Y1）用GDP表示;此外，最高學(xué)歷人群（X1）和最低學(xué)歷人群分別用是否取得學(xué)士學(xué)位表示。本文對(duì)經(jīng)過不變價(jià)處理的某地國民生產(chǎn)總值，某地居民消費(fèi)以及所從事的行業(yè)等進(jìn)行自然對(duì)數(shù)變化，變化之后不會(huì)對(duì)原有的協(xié)整關(guān)系產(chǎn)生影響，而且能使其趨勢(shì)化。本文在實(shí)證研究過程中選擇的劑量軟件為SPSS20.0、EVRWS1.0。

（三）模型的建立與樣本數(shù)據(jù)的處理分析

1.模型的建立

向量自回歸（VAR）模型是Sims（1980）提出來的，該理論其主要解決變量滯后項(xiàng)對(duì)變量本身的影響問題。

假設(shè)y1t，y2t存在關(guān)系，建立AR模型如下

而這兩個(gè)AR模型無法反映彼此的變量關(guān)系，采用聯(lián)立方程形式，構(gòu)建VAR模型，如下式所示：

我們要解決的問題是某地居民受教育程度對(duì)某地經(jīng)濟(jì)是否具有顯著影響以及其影響來源。針對(duì)此問題，建立雙變量VAR模型，以此研討某地居民受教育程度對(duì)某地經(jīng)濟(jì)的影響。

2.實(shí)證檢驗(yàn)

2.1滯后階數(shù)的確立

為了更好的明確VAR模型的平穩(wěn)性，需要確立適當(dāng)?shù)臏箅A數(shù)，以衡量模型對(duì)數(shù)據(jù)的解釋水平。如果模型的滯后階數(shù)較少，可能導(dǎo)致誤差項(xiàng)自相關(guān)而無法顯示模型的估計(jì)準(zhǔn)確度。而當(dāng)滯后階數(shù)較大時(shí)，同樣會(huì)由于數(shù)據(jù)自由度的減少導(dǎo)致模型處理效果的下降。對(duì)此，本文在信息準(zhǔn)則的基礎(chǔ)上明確了VAR模型的滯后期，并得到如表1所示的模型滯后階數(shù)。

根據(jù)表1中VAR模型的滯后階數(shù)以及信息準(zhǔn)則，進(jìn)一步判斷該模型較為合理的滯后階數(shù)，即完成模型的平穩(wěn)性檢驗(yàn)。結(jié)果如下表2所示：

根據(jù)數(shù)據(jù)準(zhǔn)則的原理，采取多數(shù)優(yōu)先的原則確定建立滯后階數(shù)為4階的VAR模型。

根據(jù)上述信息，使用eviews9.0，建立模型方程如下：DLNP= 0.087*DLNP（-1）+0.0902*DLNP（-2）+0.0311*DLNP（-3）+0.2520*DLNP（-4）-0.2882*DLNI（-1）-0.2027*DLNI（-2）+ 0.9878*DLNI（-3）+0.5193*DLNI（-4）+0.0022。

2.2對(duì)以上建立的VAR（4）向量自回歸模型進(jìn)行協(xié)整分析主要從序列的平穩(wěn)性檢驗(yàn)和協(xié)整關(guān)系檢驗(yàn)進(jìn)行。

首先對(duì)各變量進(jìn)行序列平穩(wěn)性檢驗(yàn)。檢驗(yàn)結(jié)果如表3所示，從中可以看出，相對(duì)于顯著性水平上的Mackinnon臨界值5%來說，全部變量的水平序列的ADF檢驗(yàn)值均較高，這意味著全部變量的水平值序列均是非平穩(wěn)的。但是所有的變量在接受了一階差分之后均低于1%的臨界值，意味著一階差分序列是平穩(wěn)序列。因此，本文全部變量的時(shí)間序列均為一階單整過程，也就是Ⅰ（1）。因此，Y1、X1以及X2之間可能存在協(xié)整關(guān)系。

此外，本文通過基于VAR模型進(jìn)行的Johansen檢測(cè)法，進(jìn)一步優(yōu)化VAR模型的最優(yōu)滯后階數(shù)。完成在1%的水平上，區(qū)域經(jīng)濟(jì)變化與居民受教育程度之間存在長期協(xié)整關(guān)系。

協(xié)整關(guān)系如下表4所示：

通過表4可以看出，居民中受教育程度較高的人群數(shù)量每增加1%，區(qū)域經(jīng)濟(jì)增長將增加0.86%。而低學(xué)歷人群的數(shù)量每增加1%，區(qū)域經(jīng)濟(jì)增長將滯后0.62%。

三、某地經(jīng)濟(jì)與居民受教育程度的關(guān)系分析

（一）居民受教育程度可被區(qū)域經(jīng)濟(jì)發(fā)展水平拉動(dòng)

通過以上研究可以看出，居民受教育程度與當(dāng)?shù)亟?jīng)濟(jì)發(fā)展的關(guān)系在短期內(nèi)不明顯，不同受教育人群對(duì)區(qū)域經(jīng)濟(jì)發(fā)展的影響均較小，但是在長期來看，區(qū)域經(jīng)濟(jì)越發(fā)達(dá)，針對(duì)教育領(lǐng)域的投資也將相應(yīng)的擴(kuò)展，繼而能夠提高區(qū)域內(nèi)居民的教育資源水平，提高其受教育程度。

（二）居民受教育程度與區(qū)域經(jīng)濟(jì)的短期變化關(guān)系不顯著

良好的教育水平對(duì)于提高區(qū)域經(jīng)濟(jì)的創(chuàng)新水平、發(fā)展實(shí)效都具有相應(yīng)的意義。教育水平的提高可通過刺激技術(shù)創(chuàng)新為經(jīng)濟(jì)增長提供驅(qū)力，繼而能夠給區(qū)域經(jīng)濟(jì)增長帶來多元化的可能性。比如教育質(zhì)量的提高會(huì)增加區(qū)域服務(wù)業(yè)及旅游業(yè)等獲得發(fā)展的可能，而隨著越來越多的高智商、高學(xué)歷人群的集聚，第三產(chǎn)業(yè)的發(fā)展將更加帶動(dòng)當(dāng)?shù)芈糜谓?jīng)濟(jì)和傳統(tǒng)自然經(jīng)濟(jì)的普遍發(fā)展。

參考文獻(xiàn)：

[1]侍文庚.區(qū)域經(jīng)濟(jì)視域下高職教育的問題及對(duì)策——以江蘇高職教育為例[J].江蘇經(jīng)貿(mào)職業(yè)技術(shù)學(xué)院學(xué)報(bào)，2019（03）：18-20.

[2]張波.民辦高校與區(qū)域經(jīng)濟(jì)發(fā)展互動(dòng)關(guān)系研究[J].中外企業(yè)家，2019（14）：73-74.

[3]石艷.我國區(qū)域教育差距對(duì)收入差距影響的實(shí)證研究[D].蘇州大學(xué)，2013.