教育經(jīng)費(fèi)投入、R

1、教育經(jīng)費(fèi)投入、R&陳費(fèi)支出與經(jīng)濟(jì)增長(zhǎng)的關(guān)系一、引言探尋影響經(jīng)濟(jì)增長(zhǎng)的因素一直是眾多經(jīng)濟(jì)學(xué)家長(zhǎng)期以來(lái)研究的目標(biāo)。傳統(tǒng)的經(jīng)濟(jì)增長(zhǎng)理論認(rèn)為，經(jīng)濟(jì)的增長(zhǎng)是由于資本以及勞動(dòng)力的增長(zhǎng)。在新古典經(jīng)濟(jì)增長(zhǎng)模型中加入了技術(shù)進(jìn)步，認(rèn)為經(jīng)濟(jì)增長(zhǎng)取決于資本存量的增長(zhǎng)、勞動(dòng)力的增長(zhǎng)以及技術(shù)進(jìn)步。在知識(shí)經(jīng)濟(jì)時(shí)代，經(jīng)濟(jì)增長(zhǎng)不單純依靠物質(zhì)資本、有形資產(chǎn)，科技和人力資本已經(jīng)成為當(dāng)今世界經(jīng)濟(jì)競(jìng)爭(zhēng)的核心要素。1 教育的基本功能是促進(jìn)人的智力、品德甚至體力等方面的發(fā)展，使人類(lèi)能更好地適應(yīng)和改造社會(huì)與自然環(huán)境。2 它作為一種無(wú)形資產(chǎn)， 是人力資本積累和發(fā)展的重要途徑。由于教育是對(duì)人力資本的投資，隨著人力資本對(duì)于現(xiàn)代經(jīng)濟(jì)重要性的

2、不斷增大，教育對(duì)于經(jīng)濟(jì)長(zhǎng)期增長(zhǎng)的作用也就相應(yīng)增加。技術(shù)進(jìn)步的作用主要體現(xiàn)為使生產(chǎn)率顯著提高，即同樣的生產(chǎn)要素投入量能提供更多的產(chǎn)品。 現(xiàn)代經(jīng)濟(jì)增長(zhǎng)理論認(rèn)為，只有儲(chǔ)蓄積累而沒(méi)有技術(shù)進(jìn)步的經(jīng)濟(jì)， 其增長(zhǎng)過(guò)程存在上限，實(shí)現(xiàn)經(jīng)濟(jì)持續(xù)增長(zhǎng)的必要條件是加入技術(shù)升級(jí)。索洛（Solow）模型也說(shuō)明，一旦經(jīng)濟(jì)處于穩(wěn)定狀態(tài)， 人均產(chǎn)出的增長(zhǎng)率就只能取決于技術(shù)進(jìn)步率，因此只有技術(shù)進(jìn)步才能解釋一國(guó)人民生活水平的長(zhǎng)期上升。而研究與開(kāi)發(fā)（Research and Development ,以下簡(jiǎn)稱(chēng) R&D則是技術(shù)進(jìn)步的基礎(chǔ)和源泉，是科技活動(dòng)中最具有創(chuàng)造性和創(chuàng)新性的核心，因此在知識(shí)經(jīng)濟(jì)時(shí)代，R&D已經(jīng)成為推

3、動(dòng)經(jīng)濟(jì)發(fā)展的主要?jiǎng)恿Γ瑢?duì)經(jīng) 濟(jì)的增長(zhǎng)也彰顯出重要的作用。二、文獻(xiàn)回顧教育以及R&D寸一國(guó)經(jīng)濟(jì)增長(zhǎng)的作用顯而易見(jiàn)，不少學(xué)者就教育和R&D寸經(jīng)濟(jì)增長(zhǎng)的作用做了深入分析，證明教育以及 R&D 對(duì)經(jīng)濟(jì)增長(zhǎng)確實(shí)存在正相關(guān)關(guān)系，它們都能對(duì)經(jīng)濟(jì)增長(zhǎng)起到促進(jìn)作用。在國(guó)外的研究中，Schultz （ 1961）在對(duì)美國(guó)教育投資增量的收益率測(cè)算中發(fā)現(xiàn)教育可以通過(guò)提高勞動(dòng)生產(chǎn)率，從而促進(jìn)經(jīng)濟(jì)的增長(zhǎng)。Helms（ 1985）對(duì)美國(guó)相關(guān)數(shù)據(jù)進(jìn)行計(jì)量分析，得出增加教育支出可以提高個(gè)人收入，進(jìn)而促進(jìn)經(jīng)濟(jì)增長(zhǎng)的結(jié)論。Romer（ 1986）以及Lucas（ 1988）提出內(nèi)生經(jīng)濟(jì)增長(zhǎng)理論，闡述了人力資

4、本對(duì)經(jīng)濟(jì)增長(zhǎng)的重要作用。34 Benhabib 和Spiegel （ 1994）在分析人力資本對(duì)經(jīng)濟(jì)增長(zhǎng)的作用時(shí)，運(yùn)用柯布道格拉斯（CobbDouglas）生產(chǎn)函數(shù)所推導(dǎo)出的簡(jiǎn)化公式，選擇人力資本和實(shí)體資本作為解釋變量，結(jié)果發(fā)現(xiàn)人力資本確實(shí)會(huì)影響經(jīng)濟(jì)的增長(zhǎng)。5在國(guó)內(nèi)研究中，吳舒卉運(yùn)用柯布道格拉斯生產(chǎn)函數(shù)（ CobbDouglas production function ），選取1996 年到 2005年間華東地區(qū)六省一市的面板數(shù)據(jù)，對(duì)華東地區(qū)教育支出與經(jīng)濟(jì)增長(zhǎng)進(jìn)行實(shí)證分析，結(jié)果表明教育支出對(duì)經(jīng)濟(jì)增長(zhǎng)有明顯促進(jìn)作用，其影響高于固定資本對(duì)經(jīng)濟(jì)增長(zhǎng)的影響。6 田慶華、李廷瑞（2012）在擴(kuò)展Cobb

5、Douglas 生產(chǎn)函數(shù)的基礎(chǔ)上，采用固定效應(yīng)模型， 選取 1996 年到 2009 年相關(guān)數(shù)據(jù)，對(duì)我國(guó)東部地區(qū)教育發(fā)展對(duì)該地區(qū)經(jīng)濟(jì)發(fā)展的影響進(jìn)行了計(jì)量分析，結(jié)果表明教育業(yè)的發(fā)展通過(guò)提升區(qū)域人力資本水平，有力推動(dòng)了區(qū)域經(jīng)濟(jì)的產(chǎn)業(yè)化發(fā)展。7 王延軍（2007）運(yùn)用改造后的羅默盧卡斯模型，根據(jù) 1978年到2004年的時(shí)間序列數(shù)據(jù)對(duì)我國(guó)教育支出與經(jīng)濟(jì)增長(zhǎng)的互動(dòng)關(guān)系進(jìn)行實(shí)證研究，結(jié)果表明教育支出每增加一個(gè)百分點(diǎn)可以促進(jìn)經(jīng)濟(jì)增長(zhǎng)0376 個(gè)百分點(diǎn)。8 周偉、楊新年（2007）從科技引領(lǐng)經(jīng)濟(jì)的角度對(duì)經(jīng)濟(jì)增長(zhǎng)方程進(jìn)行研究，創(chuàng)造性地建立了科技引領(lǐng)經(jīng)濟(jì)的線性回歸方程，計(jì)算結(jié)果顯示我國(guó)科技引領(lǐng)經(jīng)濟(jì)所產(chǎn)生的當(dāng)年經(jīng)

6、濟(jì)增長(zhǎng)率為30%至 40%。 9 王琴梅、殷培偉、姚宇（2011）將對(duì)數(shù)平均迪氏指數(shù)分解法（LMDI）引入R&g經(jīng)濟(jì)增長(zhǎng)動(dòng)態(tài)驅(qū)動(dòng)關(guān)系的研究，對(duì)1999 年到2009 年我國(guó) 31 個(gè)省市區(qū)GDPf R&DS入的關(guān)系進(jìn)行了實(shí)證分析， 結(jié)果表明R&D舌動(dòng)效 應(yīng)對(duì)GD嚏動(dòng)總效應(yīng)的貢獻(xiàn)最大。10王維國(guó)、謝蘭云（2009） 利用我國(guó)31 個(gè)省市自治區(qū)2000 年到 2006 年的面板數(shù)據(jù)對(duì)我國(guó)區(qū)域R&DS入與區(qū)域經(jīng)濟(jì)發(fā)展的關(guān)系進(jìn)行了系統(tǒng)的研究和分析，得出我國(guó)R&DS入對(duì)經(jīng)濟(jì)發(fā)展白貢獻(xiàn)呈現(xiàn)倒“ U'形規(guī)律，即中 等投入地區(qū)的R&DK入對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)

7、最大，高投入地區(qū)次 之，低投入地區(qū)很少。11 樊琦、韓民春（2011）利用 1992 年 到2008年中國(guó)28個(gè)省域面板數(shù)據(jù)進(jìn)行政府 R&D貼對(duì)國(guó)家及區(qū) 域自主創(chuàng)新產(chǎn)出影響績(jī)效的研究， 結(jié)論表明我國(guó)政府創(chuàng)新 R&辟卜 貼投入政策對(duì)提高國(guó)家及區(qū)域自主創(chuàng)新產(chǎn)出有十分顯著的影響。12 趙立雨、師萍（2010）根據(jù)1989 年到 2007 年的樣本數(shù)據(jù)進(jìn)行政府財(cái)政研發(fā)投入與經(jīng)濟(jì)增長(zhǎng)的協(xié)整檢驗(yàn)，實(shí)證結(jié)果表明，經(jīng)濟(jì)增長(zhǎng)與政府財(cái)政科技撥款和科技活動(dòng)經(jīng)費(fèi)內(nèi)部支出總額存在長(zhǎng)期均衡關(guān)系，政府研發(fā)投入可以促進(jìn)經(jīng)濟(jì)增長(zhǎng)。13以上研究從不同角度和方向單獨(dú)討論了教育或者R&D 寸我國(guó)經(jīng)濟(jì)的影響，盡

8、管不同學(xué)者得出的結(jié)論有一定的差異，但其結(jié)論都對(duì)教育以及R&址進(jìn)經(jīng)濟(jì)增長(zhǎng)持肯定態(tài)度。 不同于以上學(xué)者 的研究角度，本文擬從數(shù)量分析角度探討教育和R&胴時(shí)對(duì)我國(guó)南方十五省經(jīng)濟(jì)增長(zhǎng)的影響，以及由于地區(qū)差異而造成的影響程度差異。教育經(jīng)濟(jì)教育經(jīng)費(fèi)投入、R&百費(fèi)支出與經(jīng)濟(jì)增長(zhǎng)的關(guān)系我國(guó)是一個(gè)人均資源缺乏的大國(guó)，長(zhǎng)期以來(lái)主要靠粗放型經(jīng)濟(jì)增長(zhǎng)方式發(fā)展，但是這種發(fā)展方式是不可持續(xù)的，并且越來(lái)越多的暴露其弊端，因此提高經(jīng)濟(jì)增長(zhǎng)質(zhì)量，轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式已刻不容緩。中國(guó)自改革開(kāi)放以來(lái)，經(jīng)濟(jì)發(fā)展迅速并逐步重視對(duì)科教興國(guó)戰(zhàn)略的實(shí)施，國(guó)家對(duì)教育和科技的投入在 GDP 勺比重中越來(lái)越大， 教育和科技在轉(zhuǎn)

9、變經(jīng)濟(jì)增長(zhǎng)方式中起著重要作用。然而中國(guó)是一個(gè)各地區(qū)發(fā)展不平衡的大國(guó)，由于受到歷史、自然等客觀因素的影響以及制度變遷、政策方針等一系列復(fù)雜背景的制約，各地區(qū)的教育和 R&Dg費(fèi)以及經(jīng)濟(jì)水平存在著顯著的差異,因此， 在中國(guó)經(jīng)濟(jì)區(qū)域化特征日益加深的形勢(shì)下，對(duì)區(qū)域?qū)用娴慕逃?jīng)費(fèi)投入以及 R&陷費(fèi)支出對(duì)經(jīng)濟(jì)增長(zhǎng)的作用的研究，具有重要的理論價(jià)值和實(shí)踐意義。我國(guó)南方地區(qū)地域差異明顯，各省均有自己獨(dú)特的地域特征，因此對(duì)其分析不能一概而論。在考慮區(qū)域特征差異的基礎(chǔ)上，對(duì)各省教育投入以及 R&陷費(fèi)支出對(duì)其經(jīng)濟(jì)增長(zhǎng)的影響才能更為準(zhǔn)確的揭示。三、理論框架和模型設(shè)定本文以柯布道格拉斯(CobbD

10、ouglas)生產(chǎn)函數(shù)為基礎(chǔ)進(jìn)行實(shí)證研究。該生產(chǎn)函數(shù)基本形式為：Y=AKc L B式中，Y表示產(chǎn)出量，A表示科技進(jìn)步系數(shù)，K表示資本要 素的投入，L表示勞動(dòng)要素的投入，而 a、B分別表示資本和 勞動(dòng)投入的產(chǎn)出彈性，其取值范圍在0和1之間，且服從a+6=1 的條件。將該式兩邊取自然對(duì)數(shù)，得到轉(zhuǎn)換后的形式為：InY=InA+ 5 InK+ (3 InL將此模型進(jìn)行合理簡(jiǎn)單的擴(kuò)展，考慮到數(shù)據(jù)的可得性，把教育經(jīng)費(fèi)的投入當(dāng)成無(wú)形的人力資本投入，把R&Dg費(fèi)的支出當(dāng)作 技術(shù)的進(jìn)步以及效率工人(勞動(dòng)效率的提高就像勞動(dòng)力的增加一樣對(duì)產(chǎn)出產(chǎn)生影響，其作用類(lèi)似于人口增長(zhǎng))的增加，由于本文主要研究中國(guó)南方各

11、省教育投入以及R&D對(duì)經(jīng)濟(jì)增長(zhǎng)的影響，因此其它條件假設(shè)不變，將此模型進(jìn)行變換，初步建立以下面板數(shù)據(jù)模型：InGDPit=aInEDUit+bInRDit+C+Uit上式中，GDPg示地區(qū)生產(chǎn)總值，EDU!示教育經(jīng)費(fèi)投入，RD表示R&陷費(fèi)支出。下標(biāo)i、t分別代表中國(guó)南方各省和時(shí)間。 C為常數(shù)項(xiàng)，U為隨機(jī)擾動(dòng)項(xiàng)，表示其它所有因素的綜合影響。四、實(shí)證分析（一）變量的選取與數(shù)據(jù)的處理本文使用計(jì)量軟件Eviews60 對(duì)數(shù)據(jù)進(jìn)行計(jì)量分析。本文選取中國(guó)南方十五省即上海、 江蘇、浙江、 安徽、 福建、 江西、湖北、湖南、廣東、廣西、海南、重慶、四川、貴州、云南，從2000 年至2009 年共

12、十年的面板數(shù)據(jù)作為研究樣本，Eviews60 中分別以SH、JS、ZJ、AH、FJ、JX、HB、HN、GD、GX、HNS、CQ、SG GZ YN表示各省，以 GDPg示各省地區(qū)生產(chǎn)總值，以 EDU 表示各省教育經(jīng)費(fèi)投入，以 RD表示各省R&C®費(fèi)支出，以P表 示各省消費(fèi)物價(jià)指數(shù) CPIo原始數(shù)據(jù)中，各省地區(qū)生產(chǎn)總值、教 育經(jīng)費(fèi)投入和各省消費(fèi)物價(jià)指數(shù)CPI 數(shù)據(jù)來(lái)自 中國(guó)統(tǒng)計(jì)年鑒，各省R&陷費(fèi)支出數(shù)據(jù)來(lái)自中國(guó)科技統(tǒng)計(jì)。由于時(shí)間跨度較長(zhǎng)， 存在物價(jià)的變動(dòng)，所以以 2000 年為不變價(jià)格對(duì)2000 至 2009年的數(shù)據(jù)進(jìn)行了處理，以消除物價(jià)對(duì)數(shù)據(jù)的影響。（二）時(shí)間序列的單位

13、根檢驗(yàn)首先對(duì)各地區(qū)2000 年至 2009 年的地區(qū)生產(chǎn)總值（GDP）、教育經(jīng)費(fèi)投入（EDU和R&DS費(fèi)支出（RD進(jìn)行自然對(duì)數(shù)變換,以減弱數(shù)據(jù)中的異方差性，變換后的數(shù)據(jù)為InGDP、 InEDU 和InRD,然后進(jìn)行時(shí)間序列的平穩(wěn)性檢驗(yàn)。運(yùn)用計(jì)量軟件Eviews60， 分別對(duì)變換后的數(shù)據(jù)InGDP、 InEDU和InRD進(jìn)行單位根檢驗(yàn)。因?yàn)楸疚乃褂玫臄?shù)據(jù)全部是經(jīng)濟(jì)數(shù)據(jù)，如果不進(jìn)行時(shí)間序列的平穩(wěn)性檢驗(yàn)，將會(huì)出現(xiàn)偽回歸現(xiàn)象，使得到的結(jié)果不能夠真實(shí)的反映因變量和解釋變量之間存在的均衡關(guān)系，而僅僅是一種數(shù)字上的巧合。由于變量的水平值主要存在時(shí)間趨勢(shì)，在進(jìn)行單位根檢驗(yàn)時(shí)選擇包含有截距項(xiàng)和趨勢(shì)項(xiàng)

14、的檢驗(yàn)?zāi)Ｐ停捎谝浑A差分值主要存在單個(gè)截距，檢驗(yàn)時(shí)選擇僅包含截距項(xiàng)的檢驗(yàn)?zāi)Ｐ?。本文采用LLC檢驗(yàn)、IPS檢驗(yàn)、FisherADF 檢驗(yàn)和 FisherPP 檢驗(yàn)共 4 種面板數(shù)據(jù)單位根的檢驗(yàn)方法對(duì)各時(shí)間序列進(jìn)行單位根檢驗(yàn)，檢驗(yàn)結(jié)果見(jiàn)表1 。注：（1）變量滯后項(xiàng)采用Schwarz 法則自動(dòng)選擇。（2）表中數(shù)據(jù)為P值。（3） 表示該變量的一階差分。（4）顯著性水平默認(rèn)為005。以上4種檢驗(yàn)方法的原假設(shè) H0都為“存在單位根"，當(dāng) P值大于 005 時(shí)接受原假設(shè)，認(rèn)為存在單位根，當(dāng) P 值小于005 時(shí)否定原假設(shè)，認(rèn)為不存在單位根，即該時(shí)間序列平穩(wěn)。根據(jù)檢驗(yàn)結(jié)果可知，三個(gè)變量的原序列都存

15、在單位根，都是非平穩(wěn)的時(shí)間序列， 但是其一階差分序列都是平穩(wěn)的時(shí)間序列，即所有的變量都是一階單整變量，因此可以進(jìn)一步進(jìn)行協(xié)整檢驗(yàn)。（三）協(xié)整關(guān)系檢驗(yàn) 協(xié)整檢驗(yàn)是檢驗(yàn)變量之間是否存在長(zhǎng)期均衡關(guān)系的常用方法。由于我國(guó)南方十五省的地區(qū)生產(chǎn)總值、教育經(jīng)費(fèi)投入和R&D經(jīng)費(fèi)支出均為一階單整，因此可以進(jìn)一步檢驗(yàn)各變量之間是否存在協(xié)整關(guān)系。本文采用Pedroni檢驗(yàn)和Kao檢驗(yàn)進(jìn)行變量間的協(xié)整檢驗(yàn)，檢驗(yàn)結(jié)果見(jiàn)表2。Pedroni檢驗(yàn)和Kao檢驗(yàn)的原假設(shè)H0都為“不存在協(xié)整關(guān)系”，當(dāng)P 值大于005 時(shí)接受原假設(shè)，認(rèn)為不存在協(xié)整關(guān)系，當(dāng)P 值小于005 時(shí)否定原假設(shè)，說(shuō)明變量間存在協(xié)整關(guān)系。從檢驗(yàn)結(jié)果可

16、以看出，Pedroni檢驗(yàn)中只有一個(gè)P值小于005,其余的 都大于005,可以認(rèn)為存在協(xié)整關(guān)系，Kao檢驗(yàn)的P值也小于005, 這兩種檢驗(yàn)都說(shuō)明InGDP, InEDU和InRD之間有協(xié)整關(guān)系。因此， 通過(guò)檢驗(yàn)可知，我國(guó)南方十五省的地區(qū)生產(chǎn)總值、教育經(jīng)費(fèi)投入和R&Dg費(fèi)支出存在長(zhǎng)期平穩(wěn)關(guān)系。（四）模型形式選擇面板數(shù)據(jù)是橫截面數(shù)據(jù)和時(shí)間序列數(shù)據(jù)相結(jié)合的數(shù)據(jù)，面板數(shù)據(jù)模型的選擇通常有三種形式：混合模型、固定效應(yīng)模型和隨機(jī)效應(yīng)模型?；旌夏Ｐ筒豢紤]個(gè)體差異，無(wú)論對(duì)任何個(gè)體和截面，回歸系數(shù)都相同。固定效應(yīng)模型將截面單元的差異體現(xiàn)在不同的截距上，又分為：個(gè)體固定效應(yīng)模型、時(shí)間固定效應(yīng)模型、個(gè)體時(shí)間

17、固定效應(yīng)模型。隨機(jī)效應(yīng)模型將截面單元的差異體現(xiàn)在隨機(jī)擾動(dòng)項(xiàng)上，又分為：個(gè)體隨機(jī)效應(yīng)模型、時(shí)間隨機(jī)效應(yīng)模型、個(gè)體時(shí)間隨機(jī)效應(yīng)模型。從研究的實(shí)際情況來(lái)看，由于是基于我國(guó)南方十五省的面板數(shù)據(jù)來(lái)考察教育經(jīng)費(fèi)投入和 R&Dg費(fèi)支出與各省經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系， 因此應(yīng)該考慮個(gè)體效應(yīng)的影響。通過(guò) F 檢驗(yàn)可以判斷是做混合模型還是固定效應(yīng)模型，通過(guò)Hausman僉驗(yàn)可以判斷是做固定效應(yīng)模型還是隨機(jī)效應(yīng)模型，在檢驗(yàn)中選擇個(gè)體固定，檢驗(yàn)結(jié)果如表3 和表4。F檢驗(yàn)的原假設(shè)H0為“混合模型”，當(dāng) P值大于005時(shí)接受原假設(shè)，認(rèn)為應(yīng)該做混合效應(yīng)模型，當(dāng) P 值小于005 時(shí)否定原假設(shè)，認(rèn)為應(yīng)該做固定效應(yīng)模型。根據(jù)

18、檢驗(yàn)結(jié)果，表3 中 P 值小于 005，否定原假設(shè)，因此在混合效應(yīng)模型和固定效應(yīng)模型中應(yīng)選擇固定效應(yīng)模型。Hausman僉驗(yàn)的原假設(shè)H0為“隨機(jī)效應(yīng)模型”， 當(dāng) P 值大于005 時(shí)接受原假設(shè)，認(rèn)為應(yīng)該做隨機(jī)效應(yīng)模型，當(dāng) P 值小于 005 時(shí)否定原假設(shè)，認(rèn)為應(yīng)該做固定效應(yīng)模型。根據(jù)檢驗(yàn)結(jié)果，表4 中 P 值小于005，否定原假設(shè)，因此在固定效應(yīng)模型和隨機(jī)效應(yīng)模型中應(yīng)選擇固定效應(yīng)模型。綜合分析可知，應(yīng)該建立個(gè)體固定效應(yīng)模型。（五）模型回歸考慮各省的差異，對(duì)模型進(jìn)行個(gè)體固定效應(yīng)估計(jì)。由于面板數(shù)據(jù)中橫截面?zhèn)€數(shù)大于時(shí)序個(gè)數(shù)，為了盡可能減小不同省市所造成的截面異方差，本文選用截面加權(quán)方式進(jìn)行回歸分析。

19、由于DW®太小，可能存在序列相關(guān)，導(dǎo)致參數(shù)估計(jì)量非有效，變量 的顯著性檢驗(yàn)失效，因此必須加入 AR項(xiàng)。經(jīng)過(guò)篩選，所得較好的回歸結(jié)果是InEDU系數(shù)不變，InRD系數(shù)可變，并加入 AR (1)的回歸模型，回歸結(jié)果如表5。在加權(quán)條件下模型檢驗(yàn)結(jié)果顯示：擬合優(yōu)度R2為0999124,P值為0000000, DW值為1842436。從總體上看，模型的擬合優(yōu) 度很高，且通過(guò)顯著性檢驗(yàn)，DW值接近2,殘差基本無(wú)序列相關(guān)。 從各指標(biāo)的檢驗(yàn)中可以看出，僅有海南和四川省的InRD的P值小于005，顯著性檢驗(yàn)未通過(guò)，其余的解釋變量都通過(guò)了顯著性檢驗(yàn)，因此模型具有很好的回歸效果。(六)回歸分析從總體上看，

20、模型結(jié)果較好，因此可以對(duì)相關(guān)數(shù)據(jù)進(jìn)行有效的說(shuō)明分析，得出的結(jié)論較為可靠。對(duì)模型回歸分析如下：第一，從回歸結(jié)果上看，相關(guān)彈性系數(shù)均為正值，說(shuō)明各省教育經(jīng)費(fèi)投入和R&Dg費(fèi)支出對(duì)經(jīng)濟(jì)增長(zhǎng)均有正相關(guān)性，即均能 促進(jìn)本省經(jīng)濟(jì)增長(zhǎng)。第二，模型中InEDU的系數(shù)不變，說(shuō)明各省教育經(jīng)費(fèi)投入對(duì) 經(jīng)濟(jì)增長(zhǎng)的影響變化一致，不隨地區(qū)的差異而有所不同。教育經(jīng)費(fèi)投入對(duì)地區(qū)生產(chǎn)總值的彈性系數(shù)是0326，即教育經(jīng)費(fèi)投入每增加一個(gè)百分點(diǎn)，引起 GDP曾加0326個(gè)百分點(diǎn)。由此可見(jiàn)教育 對(duì)南方十五省經(jīng)濟(jì)增長(zhǎng)的作用超過(guò)了三分之一。第三，模型中InRD的系數(shù)隨著省份的不同而不同，說(shuō)明各 省R&Dg費(fèi)支出對(duì)經(jīng)濟(jì)增長(zhǎng)的

21、影響不同，隨著各省的地區(qū)差異而呈現(xiàn)不同的變化。其中， 影響最大的是湖北省，彈性系數(shù)是0427，即R&Dg費(fèi)支出每增加一個(gè)百分點(diǎn)，引起GDP曾加0427個(gè)百分點(diǎn)；上海次之，為0408個(gè)百分點(diǎn)。這兩個(gè)省的 R&Dg費(fèi)支出對(duì) 其經(jīng)濟(jì)增長(zhǎng)的影響較大，超過(guò)了04 個(gè)百分點(diǎn)，而其余各省都不超過(guò) 04 個(gè)百分點(diǎn)，江蘇、湖南、廣東、重慶這四個(gè)地區(qū)相對(duì)較高，都超過(guò)了025 個(gè)百分點(diǎn)，而大多數(shù)省份則在02 個(gè)百分點(diǎn)以下，最低的是云南省，只有0143 個(gè)百分點(diǎn)（海南省最低，僅為0006 個(gè)百分點(diǎn)，但是由于海南和四川省的顯著性檢驗(yàn)未通過(guò)，在此不作討論）。各省R&Dg費(fèi)支出對(duì)地區(qū)生產(chǎn)總值的彈性系

22、數(shù) 平均為0247 （不考慮云南和四川），說(shuō)明總體來(lái)看，R&Dg費(fèi)支出每增加一個(gè)百分點(diǎn)，引起 GD呼均增加0247個(gè)百分點(diǎn)。由此可見(jiàn)科技對(duì)南方十五省經(jīng)濟(jì)增長(zhǎng)的作用接近四分之一。五、結(jié)論與建議實(shí)證結(jié)果表明，從南方十五省的總體來(lái)看，教育經(jīng)費(fèi)投入和R&Dg費(fèi)支出對(duì)經(jīng)濟(jì)增長(zhǎng)均有顯著的推動(dòng)作用，而且兩者對(duì)經(jīng)濟(jì)增長(zhǎng)的作用相差不算太大，平均而言，教育經(jīng)費(fèi)投入對(duì)經(jīng)濟(jì)增長(zhǎng)的作用略大一點(diǎn)。教育經(jīng)費(fèi)投入對(duì)各省經(jīng)濟(jì)增長(zhǎng)的作用較為平均，地區(qū)差異并不明顯，而R&陷費(fèi)支出對(duì)各省經(jīng)濟(jì)增長(zhǎng)的作用則存在顯著的差異，不同地區(qū)差距比較明顯，而且只有少數(shù)地區(qū)作用較大，大多數(shù)地區(qū)都低于平均水平。湖北和上海是南方各

23、省中R&Dg費(fèi)支出對(duì)經(jīng)濟(jì)增長(zhǎng)作用最大的兩個(gè)地區(qū)，這可能是由于當(dāng)?shù)厝嗣駥?duì)教育極其重視，“ 985”、“ 211”高校較多以及其它高等院校群集，高等教育人才資源豐富，再加上地理位置較好， 科技人才駐留較多，高新技術(shù)創(chuàng)新型企業(yè)眾多，因此基礎(chǔ)牢固，當(dāng)對(duì)其地區(qū)進(jìn)行 R&DK入時(shí)，所產(chǎn)生的回報(bào)率高于其它地區(qū)。 江 蘇、湖南、廣東、重慶這四個(gè)地區(qū)的 R&陷費(fèi)支出對(duì)本省經(jīng)濟(jì)增 長(zhǎng)的作用相對(duì)較大，可能是因?yàn)楫?dāng)?shù)馗叩仍盒］^多，高等教育人才相對(duì)較多，再加上政府的大力支持以及外地高素質(zhì)人才的大量涌入，使其R&DS入的回報(bào)率高于南方地區(qū)平均水平。 但是像浙 江、福建這些在南方地區(qū)經(jīng)濟(jì)相對(duì)發(fā)達(dá)的省份 R&DS入回報(bào)率較 低， 與預(yù)期不太相符，這可能是因?yàn)楫?dāng)?shù)仄髽I(yè)大多數(shù)從事外貿(mào)等服務(wù)行業(yè)，而對(duì)高新技術(shù)創(chuàng)新產(chǎn)業(yè)不太重視。而安徽、江西這類(lèi)地方R&DS入的回報(bào)率也較低，可能是因?yàn)楫?dāng)?shù)馗叩仍盒］^少，缺乏高等教育人才，而且經(jīng)濟(jì)不如上海、廣東一帶發(fā)達(dá)，缺少對(duì)外地高科技人才的吸引力。 廣西的R&DS入回報(bào)率也較低，可能是因?yàn)榈靥幤h(yuǎn)地區(qū)，基礎(chǔ)較差，本地人才流失嚴(yán)重，而又缺乏對(duì)外地人才的吸引力。而云南最低，這也與當(dāng)?shù)鼗A(chǔ)薄弱、