陳紅玲　羅炳彥

摘要：本文選取中國(guó)南方十五省2000年到2009年教育經(jīng)費(fèi)投入、R&D經(jīng)費(fèi)支出和地區(qū)生產(chǎn)總值的數(shù)據(jù)作為研究樣本，以柯布-道格拉斯（CobbDouglas）生產(chǎn)函數(shù)為基礎(chǔ)，通過實(shí)證分析考察各省教育經(jīng)費(fèi)投入和R&D經(jīng)費(fèi)支出對(duì)其GDP的影響。結(jié)果表明：中國(guó)南方十五省的教育經(jīng)費(fèi)投入和R&D經(jīng)費(fèi)支出對(duì)GDP的增長(zhǎng)均有促進(jìn)作用，說明了教育和科技確實(shí)對(duì)經(jīng)濟(jì)增長(zhǎng)起了重要作用；教育對(duì)GDP的影響地區(qū)差異并不明顯，但是科技對(duì)GDP的影響隨著各省的區(qū)域差異而有明顯差別。

關(guān)鍵詞：教育投入；R&D支出；經(jīng)濟(jì)增長(zhǎng)；面板數(shù)據(jù)

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?，F(xiàn)代經(jīng)濟(jì)增長(zhǎng)理論認(rèn)為，只有儲(chǔ)蓄積累而沒有技術(shù)進(jìn)步的經(jīng)濟(jì)，其增長(zhǎng)過程存在上限，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。而研究與開發(fā)（Research and Development，以下簡(jiǎn)稱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)成為推動(dòng)經(jīng)濟(jì)發(fā)展的主要?jiǎng)恿?，?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對(duì)一國(guó)經(jīng)濟(jì)增長(zhǎng)的作用顯而易見，不少學(xué)者就教育和R&D對(duì)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，闡述了人力資本對(duì)經(jīng)濟(jì)增長(zhǎng)的重要作用。[3][4] 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CobbDouglas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)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&D與經(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)GDP與R&D投入的關(guān)系進(jìn)行了實(shí)證分析，結(jié)果表明R&D活動(dòng)效應(yīng)對(duì)GDP變動(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&D投入與區(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&D投入對(duì)經(jīng)濟(jì)發(fā)展的貢獻(xiàn)呈現(xiàn)倒“U”形規(guī)律，即中等投入地區(qū)的R&D投入對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)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補(bǔ)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&D補(bǔ)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對(duì)我國(guó)經(jīng)濟(jì)的影響，盡管不同學(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&D促進(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&D同時(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&D經(jīng)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)自改革開放以來，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的比重中越來越大，教育和科技在轉(zhuǎn)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&D經(jīng)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&D經(jīng)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&D經(jīng)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（CobbDouglas）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=AKαLβ

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α、β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α+β=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+αInK+βInL

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)成無形的人力資本投入，把R&D經(jīng)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，其作用類似于人口增長(zhǎng)）的增加，由于本文主要研究中國(guó)南方各省教育投入以及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，GDP表示地區(qū)生產(chǎn)總值，EDU表示教育經(jīng)費(fèi)投入，RD表示R&D經(jīng)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、SC、GZ、YN表示各省，以GDP表示各省地區(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&D經(jīng)費(fèi)支出，以P表示各省消費(fèi)物價(jià)指數(shù)CPI。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)來自《中國(guó)統(tǒng)計(jì)年鑒》，各省R&D經(jīng)費(fèi)支出數(shù)據(jù)來自《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&D經(jīng)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)的檢驗(yàn)?zāi)Ｐ?，而由于一階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汀１疚牟捎肔LC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)，說明變量間存在協(xié)整關(guān)系。從檢驗(yàn)結(jié)果可以看出，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)都說明InGDP，InEDU和InRD之間有協(xié)整關(guān)系。因此，通過檢驗(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&D經(jīng)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)際情況來看，由于是基于我國(guó)南方十五省的面板數(shù)據(jù)來考察教育經(jīng)費(fèi)投入和R&D經(jīng)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Hausman檢驗(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)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檢驗(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。由于DW值太小，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，且通過顯著性檢驗(yàn)，DW值接近2，殘差基本無序列相關(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，其余的解釋變量都通過了顯著性檢驗(yàn)，因此模型具有很好的回歸效果。

（六）回歸分析

從總體上看，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，說明各省教育經(jīng)費(fèi)投入和R&D經(jīng)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增加0326個(gè)百分點(diǎn)。由此可見教育對(duì)南方十五省經(jīng)濟(jì)增長(zhǎng)的作用超過了三分之一。

第三，模型中InRD的系數(shù)隨著省份的不同而不同，說明各省R&D經(jīng)費(fèi)支出對(duì)經(jīng)濟(jì)增長(zhǎng)的影響不同，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&D經(jīng)費(fèi)支出每增加一個(gè)百分點(diǎn)，引起GDP增加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&D經(jīng)費(fèi)支出對(duì)其經(jīng)濟(jì)增長(zhǎng)的影響較大，超過了04個(gè)百分點(diǎn)，而其余各省都不超過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，在此不作討論）。各省R&D經(jīng)費(fèi)支出對(duì)地區(qū)生產(chǎn)總值的彈性系數(shù)平均為0247（不考慮云南和四川），說明總體來看，R&D經(jīng)費(fèi)支出每增加一個(gè)百分點(diǎn)，引起GDP平均增加0247個(gè)百分點(diǎn)。由此可見科技對(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看，教育經(jīng)費(fèi)投入和R&D經(jīng)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&D經(jīng)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省中R&D經(jīng)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&D投入時(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&D經(jīng)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&D投入的回報(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&D投入回報(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、江西這類地方R&D投入的回報(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&D投入回報(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、科技人才的匱乏這一實(shí)際情況相符合。

我國(guó)雖然一直致力于實(shí)施科教興國(guó)的戰(zhàn)略，但是通過實(shí)證分析，發(fā)現(xiàn)地區(qū)的差異導(dǎo)致這一戰(zhàn)略的作用顯著不同。因此，建議從以下幾個(gè)方面來強(qiáng)化教育、科技對(duì)GDP的貢獻(xiàn)。

第一，上海、湖北、湖南這些教育和科技基礎(chǔ)比較雄厚的地區(qū)應(yīng)繼續(xù)發(fā)揮自己的優(yōu)勢(shì)，不斷提高教育和科技對(duì)其GDP的貢獻(xiàn)，加快轉(zhuǎn)變當(dāng)?shù)氐慕?jīng)濟(jì)增長(zhǎng)方式，對(duì)全國(guó)的經(jīng)濟(jì)轉(zhuǎn)型起帶頭和引導(dǎo)作用，同時(shí)向其它地區(qū)傳授相關(guān)經(jīng)驗(yàn)，帶動(dòng)其它地區(qū)共同發(fā)展。

第二，江蘇、浙江、廣東、福建這幾個(gè)南方相對(duì)發(fā)達(dá)的地區(qū)應(yīng)繼續(xù)利用自己的經(jīng)濟(jì)實(shí)力，加大對(duì)高素質(zhì)人才的引進(jìn)，同時(shí)加大對(duì)本地區(qū)教育和科技的投資，增強(qiáng)自身教育和科技的實(shí)力。當(dāng)?shù)卣推髽I(yè)要意識(shí)到出口服務(wù)型經(jīng)濟(jì)對(duì)外依賴性太強(qiáng)，容易受到外部環(huán)境影響，對(duì)當(dāng)?shù)亟?jīng)濟(jì)的穩(wěn)定發(fā)展不利，尤其是近幾年國(guó)際形勢(shì)不容樂觀，出口需求大大縮減，所以應(yīng)加快對(duì)地區(qū)經(jīng)濟(jì)的轉(zhuǎn)型，使其由更多依靠出口服務(wù)轉(zhuǎn)變?yōu)橐揽靠萍歼M(jìn)步推動(dòng)經(jīng)濟(jì)增長(zhǎng)。

第三，安徽、江西、重慶這些與湖北鄰近的中部地區(qū)，應(yīng)該學(xué)習(xí)湖北的成功經(jīng)驗(yàn)，加大對(duì)教育和科技的重視，增大對(duì)教育和科技的投入，大力發(fā)展本地區(qū)的教育和科技實(shí)力，同時(shí)積極引進(jìn)外地高科技人才，創(chuàng)造好的條件以吸引高科技人才涌入。

第四，廣西、云南這些地區(qū)地理位置偏遠(yuǎn)，基礎(chǔ)薄弱，當(dāng)?shù)厝瞬艆T乏，高技術(shù)人才流失非常嚴(yán)重，所以僅僅依靠當(dāng)?shù)仄髽I(yè)和人民的努力是不夠的，更需要國(guó)家和政府的大力扶持，加強(qiáng)對(duì)教育和科技的投入，盡快縮小與其它地區(qū)的差距。

總之，國(guó)家應(yīng)合理地協(xié)調(diào)好各地區(qū)的差異，一方面更好地發(fā)揮教育和科技對(duì)我國(guó)經(jīng)濟(jì)增長(zhǎng)的推動(dòng)作用，另一方面使我國(guó)各地區(qū)實(shí)現(xiàn)教育和科技的平衡發(fā)展。同時(shí)，地區(qū)政府應(yīng)重視教育和科技對(duì)經(jīng)濟(jì)增長(zhǎng)的重大作用，借鑒成功地區(qū)的經(jīng)驗(yàn)，因地制宜地制定各種有針對(duì)性的創(chuàng)新激勵(lì)政策，尋找突破口，發(fā)展本地區(qū)的教育和科技，提高地區(qū)的軟實(shí)力。

參考文獻(xiàn)：

[1][6]吳舒卉.華東地區(qū)教育支出與經(jīng)濟(jì)增長(zhǎng)關(guān)系的實(shí)證分析[J].區(qū)域經(jīng)濟(jì)，2008（6）.

[2]林勇.我國(guó)教育與經(jīng)濟(jì)增長(zhǎng)協(xié)調(diào)發(fā)展關(guān)系及實(shí)證分析[J].教育發(fā)展研究，2003（6）.

[3]Romer P M.Increasing Returns and Longrun Growth[J].Journal of Political Economy，1986，（94）.

[4]Lucas R E.On the Mechanics of Economic Development[J].Journal of Monetary Economics，1988，（22）.

[5]Benhabib Jess，Spiegel Mark。The Role of Human Capital in Economic Development：Evidence from Aggregate CrossCountry Data[J].Journal of Monetary Economic，Vol.34：143-173.

[7]田慶華，李廷瑞.教育發(fā)展對(duì)我國(guó)東部地區(qū)經(jīng)濟(jì)發(fā)展影響的實(shí)證研究[J].經(jīng)濟(jì)實(shí)證，2012（13）.

[8]王延軍.我國(guó)教育支出與經(jīng)濟(jì)增長(zhǎng)的互動(dòng)關(guān)系研究[J].生產(chǎn)力研究，2007（21）.

[9]周偉，楊新年.科技引領(lǐng)經(jīng)濟(jì)的增長(zhǎng)方程研究[J].科技進(jìn)步與對(duì)策，2007（7）.

[10]王琴梅，殷培偉，姚宇.我國(guó)R&D投入與經(jīng)濟(jì)增長(zhǎng)驅(qū)動(dòng)關(guān)系的實(shí)證研究——基于LMDI分解法[J].經(jīng)濟(jì)經(jīng)緯，2011（5）.

[11]王維國(guó)，謝蘭云.我國(guó)區(qū)域R&D投入與區(qū)域經(jīng)濟(jì)發(fā)展關(guān)系的實(shí)證研究[J].財(cái)經(jīng)問題研究，2009（11）.

[12]樊琦，韓民春.政府R&D補(bǔ)貼對(duì)國(guó)家及區(qū)域自主創(chuàng)新產(chǎn)出影響績(jī)效研究——基于中國(guó)28個(gè)省域面板數(shù)據(jù)的實(shí)證分析[J].管理工程學(xué)報(bào)，2011（3）.

[13]趙立雨，師萍.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)——基于1989-2007年的數(shù)據(jù)分析[J].科技與經(jīng)濟(jì)，2010（2）.

（責(zé)任編輯劉第紅）