張 凡 駱永民 方大春 趙仁芳

(安徽工業(yè)大學(xué)商學(xué)院 安徽馬鞍山 243002)

分級(jí)教育中性別比對(duì)經(jīng)濟(jì)增長(zhǎng)的影響

張 凡 駱永民 方大春 趙仁芳

(安徽工業(yè)大學(xué)商學(xué)院 安徽馬鞍山 243002)

現(xiàn)有人力資本理論認(rèn)為，不同教育層次的人力資本具有不可替代性?；诖?，本文重點(diǎn)考察了分級(jí)教育中性別差異的經(jīng)濟(jì)增長(zhǎng)效應(yīng)。在理論分析的基礎(chǔ)上，本文選取了30個(gè)省(市、自治區(qū))2001—2014年的數(shù)據(jù)，通過(guò)建立靜態(tài)、動(dòng)態(tài)面板模型以及空間計(jì)量模型進(jìn)行實(shí)證分析，結(jié)果表明：具有初級(jí)教育水平的勞動(dòng)者性別比越偏重于男性，經(jīng)濟(jì)增長(zhǎng)效率就越高；中級(jí)和高級(jí)教育水平的勞動(dòng)者性別比越偏重于女性，則經(jīng)濟(jì)增長(zhǎng)效率越高。

教育層次；性別比；GMM估計(jì)；空間計(jì)量

人力資本通過(guò)要素投入、技術(shù)革新等機(jī)制作用于經(jīng)濟(jì)增長(zhǎng)[1]，不同結(jié)構(gòu)的人力資本對(duì)經(jīng)濟(jì)增長(zhǎng)的影響差異較大，所以異質(zhì)人力資本的假定相比于同質(zhì)人力資本更具合理性。教育程度和性別差異是異質(zhì)人力資本的重要體現(xiàn)，重點(diǎn)反映了人力資本結(jié)構(gòu)。一般來(lái)說(shuō)，教育程度與人的創(chuàng)造力成正比，教育程度越高對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)度就越大。這也是近年來(lái)我國(guó)大力發(fā)展高等教育的原因。改革開(kāi)放以來(lái)，我國(guó)十分重視人力資本和教育的作用，陸續(xù)推出了“科教興國(guó)”和“人才強(qiáng)國(guó)”戰(zhàn)略。雖然我們的人力資本水平有了很大的提高，但是仍存在著諸多問(wèn)題。2014年全國(guó)就業(yè)人員中，受過(guò)初級(jí)教育(小學(xué)和初中)的勞動(dòng)者占66.7%，受過(guò)中級(jí)教育(高中)的勞動(dòng)者占17.2%，受過(guò)高等教育(大學(xué)?？啤⒋髮W(xué)本科和研究生)的勞動(dòng)者僅有16.1%。從這個(gè)數(shù)字可以發(fā)現(xiàn)，我國(guó)目前人力資本結(jié)構(gòu)還存在著較大的問(wèn)題，受過(guò)高等教育的勞動(dòng)者所占比重明顯小于受過(guò)中級(jí)教育和初級(jí)教育的勞動(dòng)者。

同樣，性別差異也是人力資本結(jié)構(gòu)中不可忽視的。女性人力資本折舊率高于男性[2]、男性的投資收益率高于女性[3]，并且同一教育水平上的就業(yè)人員，兩性之間因?yàn)樯斫Y(jié)構(gòu)、社會(huì)分工、身份定位等差異以致在思維方面也已形成了普遍的不同，這些決定了男性和女性在工作中承擔(dān)著不同的角色，創(chuàng)造力也有很大的差異。這些因素共同導(dǎo)致了我國(guó)相同的教育程度上性別差異比較明顯。

一般認(rèn)為，教育能豐富人的知識(shí)結(jié)構(gòu)，教育層次與人的技能和創(chuàng)造力有關(guān)。教育性別差異可能導(dǎo)致男性和女性在社會(huì)經(jīng)濟(jì)發(fā)展中的角色和地位不同；其次，教育性別比的變化從某種程度上反映了社會(huì)大眾教育觀念、性別觀念的變遷，或者直接反映了女性地位的變化。在同一教育水平上，性別差異對(duì)經(jīng)濟(jì)增長(zhǎng)有何影響？不同的教育水平上，影響是否一致？對(duì)這些問(wèn)題的探討可以為我國(guó)教育政策的轉(zhuǎn)變提供建議。

一、文獻(xiàn)綜述

自人力資本提出之際，它就沒(méi)有離開(kāi)過(guò)與經(jīng)濟(jì)增長(zhǎng)關(guān)系的研究。無(wú)論是Uzawa[4]包含人力資本要素的經(jīng)濟(jì)增長(zhǎng)模型還是Romer[5][6]的內(nèi)生增長(zhǎng)模型，都突出人力資本對(duì)經(jīng)濟(jì)增長(zhǎng)的重要影響。人力資本外溢性作用機(jī)制是影響經(jīng)濟(jì)增長(zhǎng)又一重要方面。教育在人力資本的形成和經(jīng)濟(jì)增長(zhǎng)中的不可替代作用都有目共睹[7][8]。在主流文獻(xiàn)中通常認(rèn)為人力資本是同質(zhì)的，一般按照教育年限法折算成一個(gè)總量，用來(lái)代替一個(gè)地區(qū)的人力資本[9]。然而，勞動(dòng)力所受教育層次不同，在相同教育層次中男女勞動(dòng)者之間存在著區(qū)別。王巍建立受教育程度與經(jīng)濟(jì)增長(zhǎng)的計(jì)量模型，得出缺少高中和中專、大專及以上文化程度的勞動(dòng)力是我國(guó)農(nóng)村經(jīng)濟(jì)增長(zhǎng)緩慢的原因[10]。黃燕萍等通過(guò)改進(jìn)的BS方程和計(jì)量模型發(fā)現(xiàn)：無(wú)論是初級(jí)教育還是高級(jí)教育對(duì)經(jīng)濟(jì)增長(zhǎng)都有明顯的促進(jìn)作用，但是現(xiàn)階段的我國(guó)，初級(jí)教育對(duì)經(jīng)濟(jì)增長(zhǎng)的促進(jìn)作用比高級(jí)教育明顯[11]。吳宇暉等采用與黃燕萍類似的方法得出：受過(guò)高等教育的勞動(dòng)力對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)度大，欠發(fā)達(dá)地區(qū)的貢獻(xiàn)作用不明顯，中級(jí)教育對(duì)地區(qū)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)作用不明顯[12]。石麗認(rèn)為接受中等教育程度的勞動(dòng)力對(duì)我國(guó)目前經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)作用最明顯，這與吳宇暉的結(jié)論正好相反[13]。

關(guān)于教育中性別差異的研究很少，僅有零星的幾篇文章。Hill和King利用時(shí)間序列的方法，將性別不平等(具體是用男女注冊(cè)人數(shù)之比來(lái)衡量)與收入進(jìn)行回歸分析，得出男女性教育差距的縮小有利于全社會(huì)福利的增加[14]。馮登國(guó)(Sadeghi)通過(guò)建立一個(gè)簡(jiǎn)單的模型(模型中只包含三個(gè)主要的變量，假設(shè)經(jīng)濟(jì)增長(zhǎng)只取決于教育中的性別差異和城市差異)進(jìn)行實(shí)證分析，結(jié)果表明教育中性別比例差異的縮小對(duì)經(jīng)濟(jì)產(chǎn)生顯著的影響[15]。教育性別平衡對(duì)經(jīng)濟(jì)增長(zhǎng)的促進(jìn)作用更明顯[16]。

綜上所述，已有的研究對(duì)我們認(rèn)識(shí)以教育程度和性別差異為主的人力資本結(jié)構(gòu)有著重要的指導(dǎo)作用。這給本文留下了繼續(xù)研究的空間，目前關(guān)于不同的教育層次和性別比例的研究還是分開(kāi)的，還沒(méi)有人研究不同教育層次上的性別比的經(jīng)濟(jì)增長(zhǎng)效應(yīng)。本文在分級(jí)教育的基礎(chǔ)上加入性別因素，探討初級(jí)教育(小學(xué)和初中教育)、中級(jí)教育(高中教育)和高級(jí)教育(大專及以上教育)的性別差異對(duì)經(jīng)濟(jì)增長(zhǎng)的影響效應(yīng)。

二、理論分析

一般來(lái)說(shuō)，勞動(dòng)密集型企業(yè)對(duì)勞動(dòng)者的知識(shí)和技能要求較低，為了節(jié)約生產(chǎn)成本通常會(huì)雇傭一些受教育水平較低的勞動(dòng)者。在勞動(dòng)密集型企業(yè)中，男性具有生理和身體上的優(yōu)勢(shì)。在一些重體力工作方面，女性無(wú)法勝任。這種情況在農(nóng)村地區(qū)特別明顯，許多男性在中小學(xué)畢業(yè)后都不再繼續(xù)讀書(shū)而選擇外出務(wù)工，流向一些比較發(fā)達(dá)的地區(qū)，由于受制于自己的知識(shí)水平，他們只能從事簡(jiǎn)單的體力勞動(dòng)，從而為勞動(dòng)密集型企業(yè)提供了豐富的廉價(jià)勞動(dòng)力，促進(jìn)了這些企業(yè)的發(fā)展，從而有利于經(jīng)濟(jì)的增長(zhǎng)。女性特別在結(jié)婚后，流動(dòng)性變?nèi)?。她們依附于男性，為了家庭和孩子放棄了出去工作?/p>

具有中級(jí)和高級(jí)教育水平的勞動(dòng)者，他們具有一定知識(shí)水平和技能。性別差異相比于知識(shí)水平，可以被忽視，也就是說(shuō)具有中級(jí)和高級(jí)教育的女性勞動(dòng)者，可以和男性等同視之。受過(guò)中級(jí)教育和高級(jí)教育的勞動(dòng)者，具備了一定的專業(yè)技能。由于這種技能，他們不太可能從事一些簡(jiǎn)單勞動(dòng)。他們不再像具有初級(jí)教育水平的勞動(dòng)者那樣靠自己的體力勞動(dòng)謀生，而是依賴于自己的專業(yè)知識(shí)和技能。在這一方面，女性和男性是沒(méi)有差別的。簡(jiǎn)單加工型產(chǎn)業(yè)逐漸淘汰，產(chǎn)業(yè)結(jié)構(gòu)持續(xù)優(yōu)化，需要越來(lái)越多樣化的高等教育人才，所以教育均衡化才是最終對(duì)經(jīng)濟(jì)增長(zhǎng)有利的。另外，王愛(ài)君(2014)認(rèn)為女性的投資效率被低估，社會(huì)在受教育上性別差異有了顯著改善，這種觀點(diǎn)的轉(zhuǎn)變同樣也是經(jīng)濟(jì)增長(zhǎng)的催化劑[17]。

2014年初級(jí)教育中男女性別比例為99.37%，中級(jí)教育中男女性別比例為128.29%，高級(jí)教育中男女性別比例為110.52%(數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》)。從這個(gè)數(shù)字可以看出：我國(guó)初級(jí)教育中的性別差異較小，其中女性的數(shù)量略高于男性；高中和高等教育中男性的數(shù)量明顯多于女性，性別差異很明顯。根據(jù)以上分析和目前我國(guó)初級(jí)、中級(jí)和高級(jí)教育中男女之間的性別差異，本文得到以下命題：

命題1：初級(jí)教育水平的勞動(dòng)者性別偏重于男性，經(jīng)濟(jì)增長(zhǎng)效率就越高。

命題2：中級(jí)教育水平的勞動(dòng)者性別偏重于女性，性別差異縮小，對(duì)經(jīng)濟(jì)增長(zhǎng)有利。

命題3：高級(jí)教育水平的勞動(dòng)者性別偏重于女性，即教育均衡化，對(duì)經(jīng)濟(jì)增長(zhǎng)促進(jìn)作用大。

三、研究設(shè)計(jì)

(一)數(shù)據(jù)來(lái)源與指標(biāo)變量

綜合考慮各變量數(shù)據(jù)的可得性，樣本選取中國(guó)內(nèi)地除西藏(因?yàn)槲鞑氐貐^(qū)數(shù)據(jù)不全)以外30個(gè)省(市、自治區(qū))，時(shí)間跨度為2001—2014年。所有數(shù)據(jù)均來(lái)自于《中國(guó)統(tǒng)計(jì)年鑒》、《中國(guó)勞動(dòng)統(tǒng)計(jì)年鑒》和各省(市、自治區(qū))統(tǒng)計(jì)年鑒。

1.被解釋變量

地區(qū)經(jīng)濟(jì)增長(zhǎng)用人均gdp來(lái)表示，使用GDP平減指數(shù)換算成以2001年為基期的不變價(jià)格，并對(duì)這個(gè)數(shù)值取對(duì)數(shù)，記為L(zhǎng)npgdp(單位：元)。

2.解釋變量

本文意在探究不同教育層次中的性別差異與經(jīng)濟(jì)增長(zhǎng)效率的關(guān)系，解釋變量為不同教育等級(jí)的性別差異(FMi)，i分別是初級(jí)教育、中級(jí)和高級(jí)教育的性別差異，用FMP、FMM和FMS表示。

(1)

對(duì)所得的變量取對(duì)數(shù)，分別記為：LnFMP、LnFMM和LnFMS(單位：%)。

3.控制變量

物質(zhì)資本存量：本文用人均固定資本存量來(lái)表示。參考單豪杰(2008)固定資本存量的算法[18]，我們補(bǔ)充了2010—2014年的數(shù)據(jù)和重慶市的數(shù)據(jù)，并用平減指數(shù)剔除價(jià)格因素的影響，接著對(duì)所得的數(shù)值除以各年末人口數(shù)，得到人均固定資本存量，并將人均固定資本存量取對(duì)數(shù)，記為L(zhǎng)ninf(單位：萬(wàn)元/人)。人力資本存量用人均受教育年限來(lái)表示。本文意在研究分級(jí)教育中性別差異的影響效應(yīng)，故將人力資本存量分為初級(jí)人力資本存量(edup)、中級(jí)人力資本存量(edum)和高級(jí)人力資本存量(edus)。根據(jù)我國(guó)現(xiàn)行的教育制度，初級(jí)教育(小學(xué)和初中)、中級(jí)教育(高中)和高級(jí)教育(大專及以上學(xué)歷)的教育年限分別為9年、12年和16年?；诖耍琫dup=具有初級(jí)教育水平的勞動(dòng)者×9/總就業(yè)人員數(shù)；edum=具有中級(jí)教育水平的勞動(dòng)者×12/總就業(yè)人員數(shù)；edus=具有高級(jí)教育水平的勞動(dòng)者×16/總就業(yè)人員數(shù)。然后對(duì)所得數(shù)值進(jìn)行對(duì)數(shù)化處理，并分別記為L(zhǎng)nedup、Lnedum和Lnedus(單位：年)。加快資本項(xiàng)目開(kāi)放有助于提升我國(guó)新常態(tài)下經(jīng)濟(jì)增長(zhǎng)水平[19]，又因進(jìn)出口貿(mào)易是影響經(jīng)濟(jì)增長(zhǎng)的重要因素[20]，本文用進(jìn)出口總額(按經(jīng)營(yíng)單位所在地分)占GDP的比重來(lái)表示對(duì)外開(kāi)放度，記為L(zhǎng)nopen(單位：%)。財(cái)政收入比率用財(cái)政收入占GDP的比重來(lái)表示，借此來(lái)考察各地區(qū)經(jīng)濟(jì)負(fù)擔(dān)的影響[21]，取對(duì)數(shù)后記作Lnfina(單位：%)。公路密度在一定程度上反映一個(gè)地區(qū)交通基礎(chǔ)設(shè)施狀況，用公路運(yùn)營(yíng)里程與國(guó)土面積之比來(lái)表示[22]，并對(duì)其取對(duì)數(shù)記為L(zhǎng)nroad(單位：公里/平方公里)。各變量描述性統(tǒng)計(jì)量見(jiàn)表1。

表1 各變量描述性統(tǒng)計(jì)量特征

(二)模型介紹

1. 靜態(tài)面板模型

不考慮任何空間特征的情況下，將模型設(shè)定為：

Lnpgdpit=LnAi+αLnFMit+βLneduit+γXit+εit

(2)

其中，pgdp是人均實(shí)際GDP，LnFM是[LnFMP、LnFMM、LnFMS]′向量，Lnedu是[Lnedup、Lnedum、Lnedus]′向量，分別表示初級(jí)、中級(jí)和高級(jí)人力資本，Xit是其他控制變量向量，εit擾動(dòng)項(xiàng)向量；α、β和γ分別是向量LnFM、向量Lnedu和控制變量向量的回歸系數(shù)；i是地區(qū)，t是時(shí)間。

2.動(dòng)態(tài)面板模型

實(shí)際上，任何經(jīng)濟(jì)因素變化本身均具有一定的慣性，前一期結(jié)果往往對(duì)后一期有一定影響[23][24]。前期人均GDP對(duì)當(dāng)期GDP增長(zhǎng)必然有影響，需要納入到模型中。加之，GMM可以很好地處理模型當(dāng)中的內(nèi)生性。所以，需要構(gòu)建動(dòng)態(tài)面板模型進(jìn)行分析，為此將模型設(shè)定為：

Lnpgdpit=c+δLnpgdpi,t-1+φLnFMit+θLneduit+υXit+εit

(3)

四、實(shí)證分析

(一)靜態(tài)面板模型的回歸結(jié)果

根據(jù)模型(2)，利用stata12.0進(jìn)行回歸。通過(guò)hausman檢驗(yàn)，本文選擇個(gè)體固定效應(yīng)模型對(duì)模型進(jìn)行回歸(由于文章篇幅所限，故沒(méi)有列出個(gè)體固定效應(yīng)的回歸結(jié)果)。值得注意的是，為了使回歸結(jié)果更加準(zhǔn)確無(wú)誤，需要對(duì)個(gè)體固定效應(yīng)模型進(jìn)行相關(guān)檢驗(yàn)，主要有異方差檢驗(yàn)、序列相關(guān)檢驗(yàn)和截面相關(guān)檢驗(yàn)。其檢驗(yàn)結(jié)果見(jiàn)表2。

表2 個(gè)體固定效應(yīng)模型的檢驗(yàn)結(jié)果

從表2可以看出，個(gè)體固定效應(yīng)模型回歸結(jié)果會(huì)出現(xiàn)嚴(yán)重的異方差、序列相關(guān)和截面相關(guān)等問(wèn)題，對(duì)于回歸結(jié)果出現(xiàn)的上述問(wèn)題，主要有兩種處理方法：一是繼續(xù)使用普通最小二乘法(OLS)來(lái)估計(jì)回歸系數(shù)，利用面板校正標(biāo)準(zhǔn)誤模型(PCSE)對(duì)標(biāo)準(zhǔn)誤差進(jìn)行校正；二是對(duì)異方差或自相關(guān)的具體形式進(jìn)行假設(shè)，然后使用可行廣義最小二乘法(FGLS)進(jìn)行估計(jì)。對(duì)于個(gè)體單位較多、時(shí)間單位相對(duì)較小的數(shù)據(jù)結(jié)構(gòu)，面板校正標(biāo)準(zhǔn)誤(PCSE)估計(jì)更適用，能夠使得參數(shù)估計(jì)結(jié)果更加穩(wěn)健[25]?；诖?，本文在靜態(tài)面板數(shù)據(jù)模型中進(jìn)一步選擇面板校正標(biāo)準(zhǔn)誤模型(PCSE)進(jìn)行分析，PCSE結(jié)果見(jiàn)表3。

表3 面板校正標(biāo)準(zhǔn)誤模型(PCSE)的回歸結(jié)果

續(xù)表3

注：括號(hào)內(nèi)為T統(tǒng)計(jì)量;***、**、*分別表示1%、5%、10%的統(tǒng)計(jì)水平顯著;R2表示模型的擬合優(yōu)度。

由表3可知：擬合優(yōu)度R2數(shù)值較大，說(shuō)明面板校正標(biāo)準(zhǔn)誤模型(PCSE)較好擬合了回歸結(jié)果。從模型回歸結(jié)果來(lái)看，初級(jí)教育性別比模型中變量LnFMP的系數(shù)符號(hào)是正的，表明具有初級(jí)教育學(xué)歷的勞動(dòng)者性別比偏重男性，且在10%的統(tǒng)計(jì)水平下顯著，這說(shuō)明了具有初級(jí)教育學(xué)歷的勞動(dòng)者性別比偏重于男性，經(jīng)濟(jì)增長(zhǎng)的效率就高；中級(jí)教育性別比和高級(jí)教育性別比中變量LnFMM和LnFMS的系數(shù)是負(fù)值，且都通過(guò)了顯著性檢驗(yàn)，這說(shuō)明中級(jí)教育和高級(jí)教育中性別比偏重于女性，即中級(jí)教育和高級(jí)教育中的性別比趨向于均衡，對(duì)經(jīng)濟(jì)增長(zhǎng)有促進(jìn)作用。這與Dollar&Gatti(1999)得出的教育中性別不平衡對(duì)經(jīng)濟(jì)增長(zhǎng)不利的結(jié)論是大致相同的[26]。

(二)動(dòng)態(tài)面板模型的回歸結(jié)果

根據(jù)模型(3)，本文加入被解釋變量的滯后兩階作為解釋變量，利用廣義矩估計(jì)(GMM)進(jìn)行回歸，得到結(jié)果見(jiàn)表4。

表4 動(dòng)態(tài)面板模型的回歸結(jié)果

續(xù)表4

注：括號(hào)內(nèi)為T統(tǒng)計(jì)量;***、**、* 分別表示1%、5%、10%的統(tǒng)計(jì)水平顯著；Sargan是工具變量過(guò)度識(shí)別檢驗(yàn)的具體統(tǒng)計(jì)量；AR(1)和AR(2)是擾動(dòng)項(xiàng)一階差分和二階差分自相關(guān)檢驗(yàn)。

表4給出了差分GMM和系統(tǒng)GMM的估計(jì)結(jié)果，從表中可以看出，三個(gè)模型的sargan檢驗(yàn)表明模型所選擇的工具變量都是有效的。其中，差分GMM和系統(tǒng)GMM隨機(jī)擾動(dòng)項(xiàng)存在一階自相關(guān)，沒(méi)有二階自相關(guān)。通過(guò)以上兩個(gè)檢驗(yàn)，表明差分GMM和系統(tǒng)GMM進(jìn)行估計(jì)是有效的。正如學(xué)者所認(rèn)為的那樣：系統(tǒng)GMM估計(jì)比差分GMM更有效率，對(duì)于存在非時(shí)變的遺漏變量問(wèn)題，該估計(jì)將不再是有偏的[27]?；诖?，本文選擇系統(tǒng)GMM對(duì)模型進(jìn)行估計(jì)。從系統(tǒng)GMM來(lái)看，初級(jí)教育性別比的系數(shù)是正值，且十分顯著。這和PCSE估計(jì)結(jié)果相同，也就是說(shuō)，具有初級(jí)教育學(xué)歷的勞動(dòng)者性別比偏重于男性，經(jīng)濟(jì)增長(zhǎng)的效率就高。中級(jí)教育性別比系數(shù)是負(fù)值，在10%的統(tǒng)計(jì)水平上顯著，這說(shuō)明受中級(jí)教育的勞動(dòng)者偏重于女性，也就是中級(jí)教育中的性別比差異縮小，對(duì)經(jīng)濟(jì)增長(zhǎng)效率是有利的。高級(jí)教育性別比的系數(shù)是負(fù)值，通過(guò)了顯著性檢驗(yàn)，即受過(guò)高級(jí)教育的勞動(dòng)者偏重于女性，其經(jīng)濟(jì)增長(zhǎng)效應(yīng)越顯著，然而我國(guó)目前高級(jí)教育中男性比重明顯高于女性，這也就意味著高級(jí)教育中性別均衡化，對(duì)經(jīng)濟(jì)增長(zhǎng)的拉動(dòng)作用更大。

(三)穩(wěn)健性檢驗(yàn)

盧卡斯認(rèn)為人力資本具有較強(qiáng)的流動(dòng)性和外溢性，因此本地區(qū)的人力資本水平與相鄰地區(qū)之間存在著空間相關(guān)性。另外，各地區(qū)為了促進(jìn)地區(qū)經(jīng)濟(jì)增長(zhǎng)，利用各種優(yōu)惠政策來(lái)吸引人才，因此各地區(qū)在引進(jìn)人才上存在著競(jìng)爭(zhēng)關(guān)系。因此，在分析人力資本時(shí)，可以利用空間計(jì)量模型。為檢驗(yàn)本文研究結(jié)論的可靠性，本文利用空間計(jì)量模型進(jìn)行穩(wěn)健性檢驗(yàn)。本文選擇空間自相關(guān)和空間誤差模型，其具體形式如下：

空間自相關(guān)模型(SAR模型)：

(4)

空間誤差模型(SEM模型)：

Yit=Xitβ+εit

(5)

(6)

注：括號(hào)內(nèi)為t統(tǒng)計(jì)量;***、**、*分別表示1%、5%、10%的統(tǒng)計(jì)水平顯著；λ(ρ)分別表示自變量自回歸系數(shù)和空間誤差自回歸系數(shù)；R2表示模型的擬合優(yōu)度。

從表5可以看出，無(wú)論是空間自相關(guān)模型還是空間誤差模型，初級(jí)教育性別比的系數(shù)是正的、中級(jí)教育性別比的系數(shù)是負(fù)的、高級(jí)教育性別比的系數(shù)是負(fù)的，這與靜態(tài)面板數(shù)據(jù)、動(dòng)態(tài)面板數(shù)據(jù)模型的回歸結(jié)果基本上一致，只是系數(shù)大小不同，并且這些變量的系數(shù)都通過(guò)了顯著性檢驗(yàn)。這說(shuō)明模型的穩(wěn)健性結(jié)果較好，同時(shí)也說(shuō)明了靜態(tài)面板數(shù)據(jù)模型和動(dòng)態(tài)面板數(shù)據(jù)模型回歸結(jié)果較為準(zhǔn)確。

五、結(jié)論與啟示

教育是國(guó)之根本，勞動(dòng)者的受教育水平是影響一國(guó)創(chuàng)造力和經(jīng)濟(jì)增長(zhǎng)的重要因素。近年來(lái)，我國(guó)勞動(dòng)者的受教育水平有了較大提高，勞動(dòng)者的素質(zhì)有極大改善。而受傳統(tǒng)“重男輕女”思想的影響，我國(guó)嬰兒出生性別比失衡，進(jìn)而影響我國(guó)勞動(dòng)者的性別比?，F(xiàn)階段，具有初級(jí)教育水平的女性勞動(dòng)者居多，然而受過(guò)中級(jí)教育和高級(jí)教育的男性勞動(dòng)者居多。本文立足于人力資本理論“不同的教育層次具有不同的經(jīng)濟(jì)效應(yīng)”，在此基礎(chǔ)上把初級(jí)教育層次、中級(jí)教育層次和高級(jí)教育層次上的性別差異納入經(jīng)濟(jì)增長(zhǎng)模型當(dāng)中，建立計(jì)量模型。通過(guò)靜態(tài)面板模型和動(dòng)態(tài)面板模型，并用空間計(jì)量模型對(duì)結(jié)果進(jìn)行穩(wěn)健性檢驗(yàn)，得到如下結(jié)論：

第一，目前我國(guó)具有初級(jí)教育水平的人力資本的現(xiàn)狀不利于經(jīng)濟(jì)增長(zhǎng)；初級(jí)教育水平的勞動(dòng)者性別偏重于男性，經(jīng)濟(jì)增長(zhǎng)效率就越高。

第二，中級(jí)教育水平的人力資本和經(jīng)濟(jì)增長(zhǎng)之間沒(méi)有明顯的相關(guān)關(guān)系；中級(jí)教育水平的勞動(dòng)者性別偏重于女性，也就是性別比越趨向于均衡，對(duì)經(jīng)濟(jì)增長(zhǎng)越有利。

第三，高級(jí)教育水平的人力資本對(duì)經(jīng)濟(jì)增長(zhǎng)有明顯的促進(jìn)作用；高級(jí)教育水平的性別差異均衡化，對(duì)經(jīng)濟(jì)增長(zhǎng)促進(jìn)作用明顯。

結(jié)合實(shí)證分析的結(jié)果和上文的結(jié)論，本文得出以下啟示：

第一，加大教育投資和教育政策支持力度，增加人們受教育的機(jī)會(huì)。其次要不斷提升女性地位，提高女性受教育水平，努力消除受教育機(jī)會(huì)的性別不平等，特別是中級(jí)和高級(jí)教育中，要盡量縮小性別差距。農(nóng)村地區(qū)要將提高女性的受教育水平放在教育工作的突出位置，減少女性文盲的數(shù)量。

第二，改變?nèi)藗兊纳^念，拋棄傳統(tǒng)“重男輕女”的觀念。因此，要積極宣傳“生男生女都一樣”的思想，尤其是在農(nóng)村地區(qū)。出生人口性別差異縮小是實(shí)現(xiàn)教育性別平衡的先決條件。

第三，個(gè)人的努力對(duì)于實(shí)現(xiàn)教育平等有著至關(guān)重要的作用。女性需要通過(guò)個(gè)人的努力，提高自己的學(xué)習(xí)成績(jī)，這是女性提高受教育水平的內(nèi)部因素，也是最重要的因素。

[1]R.E.Lucas.OnTheMechanicsofEconomicDevelopment[J].JournalofMonetaryEconomics,1988:3-42.

[2] 雅各布·明賽爾.人力資本研究[M].北京：中國(guó)經(jīng)濟(jì)出版社，2001.

[3] 潘錦棠.性別人力資本理論[J].中國(guó)人民大學(xué)學(xué)報(bào),2003(3):94-104.

[4]UzawaHirofumi.OptimalTechnicalChangeinanAggregativeModelofEconomicGrowth[J].InternationalEconomicReview,1965(6):18-31.

[5]Romer,PaulM..IncreasingReturnsandLong-RunGrowth[J].JournalofPoliticalEconomy，1986,5(94):1002-1037.

[6]Romer，PaulM..EndogenousTechnicalChange[J].JournalofPoliticalEconomy,1990,98(10):S71-S102.

[7] 趙曙東.南京三資企業(yè)的技術(shù)、人力資本外溢效應(yīng)分析——對(duì)在寧30家三資企業(yè)的問(wèn)卷調(diào)查[J].南京社會(huì)科學(xué),1999(11):60-71.

[8] 景躍軍，劉曉紅.基于盧卡斯溢出模型的我國(guó)人力資本對(duì)經(jīng)濟(jì)增長(zhǎng)貢獻(xiàn)率測(cè)算[J].東南學(xué)術(shù),2013(1):105-112.

[9] 岳書(shū)敬,劉朝明.人力資本與區(qū)域全要素生產(chǎn)率分析[J].經(jīng)濟(jì)研究，2006(4):90-96.

[10] 王巍,郭翔宇.農(nóng)民受教育程度與農(nóng)村經(jīng)濟(jì)增長(zhǎng)的計(jì)量經(jīng)濟(jì)分析[J].農(nóng)場(chǎng)經(jīng)濟(jì)管理,2007(2):43-45.

[11] 黃燕萍,劉榆,吳一群,李文溥.中國(guó)地區(qū)經(jīng)濟(jì)增長(zhǎng)差異:基于分級(jí)教育的效應(yīng)[J].經(jīng)濟(jì)研究,2013(4):94-105.

[12] 吳宇暉,付淳宇.分級(jí)教育、人力資本與區(qū)域經(jīng)濟(jì)增長(zhǎng)[J].社會(huì)科學(xué)輯刊,2014(3):88-94.

[13] 石麗,陳萬(wàn)明,石盛林.制度變遷、教育層次與中國(guó)經(jīng)濟(jì)增長(zhǎng)[J].工業(yè)技術(shù)經(jīng)濟(jì),2015(4):114-120.

[14]HillAnne&KingElizabeth.Women’sEducationandEconomicWell-being[J].FeministEconomic，1995，1(2):21-46.

[15]JavadSadeghi.TheRelationshipofGenderDifferenceinEducationtoEconomicGrowth:ACross-CountryAnalysis[R].ERF(EconomicResearchForumforArabCountries,IranandTurkey),1995,WorkingPaper.NO.9521.

[16] 孫靈靈.教育性別平等程度與經(jīng)濟(jì)增長(zhǎng)水平關(guān)系的研究[D].杭州：浙江大學(xué),2008.

[17] 王愛(ài)君.性別差異與經(jīng)濟(jì)發(fā)展關(guān)系研究前沿[J].經(jīng)濟(jì)學(xué)動(dòng)態(tài),2014(6):113-123.

[18] 單豪杰.中國(guó)資本存量K的再估算:1952～2006 年[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2008(10):17-31.

[19] 高峰.資本項(xiàng)目開(kāi)放與經(jīng)濟(jì)增長(zhǎng)關(guān)系實(shí)證研究[J].西南金融，2015(6)：45-50.

[20] 張煥明.地區(qū)差異條件下對(duì)外開(kāi)放對(duì)經(jīng)濟(jì)增長(zhǎng)的影響的實(shí)證分析[J].經(jīng)濟(jì)科學(xué),2003(6):28-36.

[21] 郭慶旺,賈俊雪.公共教育政策、經(jīng)濟(jì)增長(zhǎng)與人力資本溢價(jià)[J].經(jīng)濟(jì)研究,2009(10):22-35.

[22] 駱永民,樊麗明.中國(guó)農(nóng)村基礎(chǔ)設(shè)施增收效應(yīng)的空間特征——基于空間相關(guān)性和空間異質(zhì)性的實(shí)證研究[J].管理世界,2012(5):71-87.

[23] 杜立民.我國(guó)二氧化碳排放的影響因素：基于省級(jí)面板數(shù)據(jù)的研究[J].南方經(jīng)濟(jì),2010(11): 20-33.

[24] 李鍇,齊紹洲.貿(mào)易開(kāi)放、經(jīng)濟(jì)增長(zhǎng)與中國(guó)二氧化碳排放[J].經(jīng)濟(jì)研究,2011(11)：60-72.

[25]Beck,N.andJ.N.Katz.Whattodo(andnottodo)withTime-Series-Cross-SectionData[J].TheAmericanPoliticalScienceReview,1995，Vol.89:634-647.

[26]DollarDavid&GattiRoberta.GenderInequality,Income,andGrowth:AreGoodTimesforWomen?[R].WordBankPolicyResearchReportonGenderandDevelopment,WorkingPaper,1999,No.1.

[27]Blundell,R.andS.Bond.InitialConditionsandMomentRestrictionsinDynamicPanelDataModels[J].JournalofEconometrics,1998，Vol.87:115-143.

[28] 林光平,龍志和,吳梅.中國(guó)地區(qū)經(jīng)濟(jì)σ收斂的空間計(jì)量實(shí)證分析[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2006(4):14-21.

[責(zé)任編輯 劉 瑜]

On the Relationship Between Sex Ratio in Graded Education and Economic Growth

ZHANG Fan LUO Yong-min FANG Da-chun ZHAO Ren-fang

(SchoolofBusiness,AnhuiUniversityofTechnology,Ma’anshan,Anhui, 243002,China)

According to the existing human capital theory, human capital of various educational levels is irreplaceable, on the basis of which the essay has examined the effect of sex difference in graded education on the economic growth. Guided by theories and based on the data(2001—2014) from 30 inland provinces or regions, the essay has made an empirical study by setting up static-dynamic panel & spatial computation models. The findings are: the higher the male ratio in the workers with primary educational level, the higher the economic growth efficiency; the higher the female ratio in the workers with secondary-higher educational level, the higher the economic growth efficiency.

educational level; sex ratio; GMM; spatial computation

2016-05-06

本文得到國(guó)家自然科學(xué)基金青年項(xiàng)目(71403002)、安徽省自然科學(xué)基金(1408085QG140)、安徽省高校優(yōu)秀青年人才基金重點(diǎn)項(xiàng)目(2013SQRW020ZD)的資助。

張凡(1990—)，男，碩士研究生，研究方向：區(qū)域政策與產(chǎn)業(yè)布局。

F124.1;F241

A

1672-8505(2016)05-0053-08