導(dǎo)語：民族地區(qū)人力資本投資與經(jīng)濟增長探討一文來源于網(wǎng)友上傳，不代表本站觀點，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

摘要：人力資本投資在經(jīng)濟增長中發(fā)揮著日益顯著的作用，而教育發(fā)展又是人力資本積累的一種主要手段。本文以民族8?。▍^(qū)）為例，選擇人均受教育年限作為人力資本投資的衡量指標，通過構(gòu)建經(jīng)濟增長函數(shù)模型，對1995年至2017年的數(shù)據(jù)進行分析，探究民族地區(qū)教育人力資本的投資與經(jīng)濟增長的關(guān)系。一系列研究表明：民族地區(qū)的人力資本投資對經(jīng)濟增長能起到必然的促進作用，但促進作用很小。

關(guān)鍵詞：民族地區(qū)；人力資本投資；經(jīng)濟增長

人力資本投資能夠促進經(jīng)濟增長，很多國內(nèi)外學(xué)者分別從理論和實踐上對這一論斷進行了論證。在國外學(xué)者的研究中，盧卡斯（Lucas）通過構(gòu)建數(shù)學(xué)模型，證實了人力資本投資對經(jīng)濟增長的正向促進作用[1]。哈米德（Hamid）、巴羅（Barro）、埃里克（Eric）等人分別構(gòu)建模型對美國和亞洲部分地區(qū)人力資本與經(jīng)濟增長的關(guān)系進行計量分析，均得出人力資本對全要素生產(chǎn)率增長具有正向溢出效應(yīng)的結(jié)論[2-4]。國內(nèi)的學(xué)者張慶華等、陳迅等、于東平和段萬春、胡宏兵、梁軍也通過構(gòu)建增長模型來研究我國人力資本的形成以及教育人力資本投資對經(jīng)濟增長的作用，并得出“我國的人力資本投資沒有得到充分發(fā)揮”這一結(jié)論[5-9]。郭宏艷通過對新經(jīng)濟增長理論、內(nèi)生增長理論、人力資本理論以及三重螺旋理論的分析，探究得出“高等教育的發(fā)展對經(jīng)濟增長有很大的促進作用”這一結(jié)論[10]。薛新龍、李立國用一系列實證分析方法得出人們所接受的高等教育與經(jīng)濟增長有一定的關(guān)系，接受過更多高等教育的人將會在科研方面做出更多的成績，從而為企業(yè)提供更有價值的技術(shù)，促進勞動生產(chǎn)率提高，從而促進經(jīng)濟增長[11]。趙斌從投資流量效應(yīng)來分析人力資本積累與經(jīng)濟發(fā)展的關(guān)系，研究得出積極的經(jīng)濟刺激政策能增加投資、促進經(jīng)濟增長，私人人力資本的投資對經(jīng)濟增長有正向的作用，而公共的人力資本投資對經(jīng)濟增長的作用不明顯[12]。改革開放以來，我國經(jīng)濟迅速發(fā)展，由于歷史條件、地理位置等原因的影響，民族8省（區(qū)）的經(jīng)濟增長狀況及人力資本投資整體經(jīng)濟基礎(chǔ)比較薄弱，相較于其他地區(qū)經(jīng)濟比較落后，經(jīng)濟增長動力不足。從人力資本投資上看，這8個地區(qū)的共性也比較明顯，人力資本投資狀況較為相似，因此可以將這8個地區(qū)聯(lián)合起來進行面板分析，得出民族地區(qū)人力資本投資對經(jīng)濟增長的影響。本文將固定資產(chǎn)投入、勞動力投入、人力資本投入和人均生產(chǎn)總值的數(shù)據(jù)作為分析對象，通過構(gòu)建經(jīng)濟模型，對面板數(shù)據(jù)進行一系列單位根檢驗及協(xié)整檢驗，選取回歸模型并進行回歸分析，研究得出民族地區(qū)人力資本投資對經(jīng)濟增長的作用如何。本研究使用的統(tǒng)計軟件是Stata14.0。

一、模型構(gòu)建

本文借鑒柯布-道格拉斯生產(chǎn)函數(shù)模型，以少數(shù)民族8?。▍^(qū)）1995—2017年的各項經(jīng)濟數(shù)據(jù)為依據(jù)，建立如下經(jīng)濟增長分析模型：YF(K,L,H,A)AKLHαβγ==（1）式1中：Y代表經(jīng)濟產(chǎn)出；K代表物資資本投入；L代表勞動力投入；H代表人力資本投入；A代表系數(shù)；α、β、γ分別表示物質(zhì)資本投入、勞動力投入、人力資本投入的產(chǎn)出彈性。需要對模型兩邊取對數(shù)，一方面可以消除數(shù)據(jù)異方差的影響，使數(shù)據(jù)更適合深入分析，并且使數(shù)據(jù)更具有實際意義；另一方面可以研究變量之間的彈性關(guān)系。在沒有進行對數(shù)變換之前，變量之間的相互關(guān)系表現(xiàn)為自變量的變動引起因變量變動的程度；將變量進行對數(shù)變換后，變量的相互關(guān)系則為自變量變動一定的百分比，因變量因此變動百分比的多少。取對數(shù)之后的表達式整理如下：lnYln=A+αlnK+βlnL+γlnH+ε（2）同樣地，式2中：Y代表經(jīng)濟產(chǎn)出；K代表物資資本投入；L代表勞動力投入；H代表人力資本投入；A代表系數(shù)；α、β、γ分別表示物質(zhì)資本投入、勞動力投入、人力資本投入的產(chǎn)出彈性；ε是隨機誤差項。

二、變量選取

綜合考慮數(shù)據(jù)的可得性與完整性，本文采用的樣本區(qū)間為1995—2017年，數(shù)據(jù)來源于《中國人口統(tǒng)計年鑒》和《各民族地區(qū)統(tǒng)計年鑒》。各項指標選取如下。使用各地區(qū)人均生產(chǎn)總值（gdp）來指示經(jīng)濟產(chǎn)出指標（Y）。以1995年為基期，運用地區(qū)生產(chǎn)總值指數(shù)對各地區(qū)生產(chǎn)總值進行換算，得出1995—2017年民族8?。▍^(qū)）的實際人均國民生產(chǎn)總值。使用人均固定資產(chǎn)投資（invest）度量物質(zhì)資本投入（K）。以1995年的價格水平為基礎(chǔ)，利用固定資產(chǎn)投資指數(shù)換算成各地區(qū)當年實際固定資產(chǎn)投資，再除以當年總?cè)丝?，得到人均固定資產(chǎn)投資額。使用就業(yè)人口占總?cè)丝诘谋壤╨abor）度量勞動力投入（L）。對于勞動投入量的度量，國外的文獻大多數(shù)使用的是工作小時數(shù)，但我國國家統(tǒng)計局的統(tǒng)計數(shù)據(jù)中沒有這一指標，因此本文選取的是各地區(qū)的就業(yè)人口數(shù)。使用人均受教育年限（education）度量人力資本投入（H）。度量教育人力資本投資的指標可以選取人均教育經(jīng)費、人均受教育年限以及在校學(xué)生數(shù)。本文選取的度量指標是受教育年限，原因如下。一方面，教育經(jīng)費不僅來源于政府支出，還來源于社會捐贈、民辦學(xué)校建設(shè)者的投入等；另一方面，在校學(xué)生數(shù)是一個流量概念，很難統(tǒng)計出準確的在校生人數(shù)，而且初中在校生人數(shù)只有2011年以后的數(shù)據(jù)，數(shù)據(jù)統(tǒng)計不完整，而常用的受教育年限法能更為有效地反映人力資本投資的水平，能剔除一些計算過程中主觀因素的影響。具體計算方法是用各類受教育水平的受教育年限與相應(yīng)各類受教育水平的畢業(yè)生人數(shù)相乘，然后將乘得之數(shù)相加，之后除以各個地區(qū)的總?cè)丝?，得到各地區(qū)人均受教育年限。本文將受教育水平分為8類：未上過學(xué)、小學(xué)、初中、普通高中、中職、大學(xué)?？?、大學(xué)本科、研究生。根據(jù)我國受教育年限的實際情況，將未上過學(xué)的受教育年限限定為0年，小學(xué)定為6年，初中定為9年，普通高中定為12年，中職定為12年，大學(xué)專科定為15年，大學(xué)本科定為16年，研究生定為19年。

三、變量描述性統(tǒng)計

根據(jù)變量描述性統(tǒng)計結(jié)果，模型中涉及各變量的均值、中位數(shù)、標準差、最小值以及最大值。樣本中8省（區(qū)）整體人均生產(chǎn)總值的均值是4314.902元，標準差是1407.557元，最大值是8274元，說明8省（區(qū)）的人均GDP差異較大，分析數(shù)據(jù)可看出貴州省的人均GDP總體較小，而新疆維吾爾自治區(qū)的人均GDP總體數(shù)值較大，說明新疆經(jīng)濟發(fā)展水平較高。在人均固定資產(chǎn)投資上，最小值是494元，最大值是2557元，說明從1995年到2017年固定資產(chǎn)投資越來越多，比較這8?。▍^(qū)）的總體人均固定資產(chǎn)投資，新疆人均固定資產(chǎn)投資整體較高。8?。▍^(qū)）整體人均受教育年限的均值是7.062年，最小值是2.559年，最大值是9.594年，說明隨著時間的推移，人們對教育的重視程度越來越高，進一步說明教育人力資本的投入比重越來越大。相較而言，西藏自治區(qū)的人均受教育年限最小，2017年僅為5.577年，而寧夏回族自治區(qū)和新疆2017年的人均受教育年限都達了9年，說明西藏教育人力資本的投資較其他地方投資小。

四、面板單位根檢驗

相較于時間序列數(shù)據(jù)，面板數(shù)據(jù)雖然減輕了數(shù)據(jù)的非平穩(wěn)性和變量之間的相關(guān)性程度，但各個變量還是可能存在截距及趨勢問題，可能數(shù)據(jù)還不是很平穩(wěn)，這樣進行回歸分析可能會出現(xiàn)偽回歸的結(jié)果。為保證回歸分析是有效的，面板單位根檢驗是一個必不可少的步驟。本文中面板數(shù)據(jù)的時間維度T是23，空間維度N是8，T＞N，屬于長面板，因此筆者選擇的單位根檢驗方法是LLC檢驗、Breitung檢驗、IPS檢驗三種檢驗方法，對各變量進行三種單位根檢驗后得出結(jié)果。三種單位根檢驗的原假設(shè)都是數(shù)據(jù)有單位根，變量人均GDP和變量人均受教育年限的P值均小于0.05，因此拒絕有單位根的原假設(shè)，即“l(fā)ngdp”和“l(fā)neducation”這兩個變量數(shù)據(jù)是不存在單位根的；變量人均固定資產(chǎn)投資和變量就業(yè)人口占總?cè)丝诒壤腜值均大于0.05，顯著地接受了有單位根的原假設(shè)，因此“l(fā)ninvest”和“l(fā)nlabor”這兩個變量數(shù)據(jù)是存在單位根的。為了消除這兩個變量數(shù)據(jù)的趨勢問題，需要對這兩個變量數(shù)據(jù)進行一階差分，然后對一階差分后的變量數(shù)據(jù)進行單位根檢驗。進行一階差分后，人均固定資產(chǎn)投資和就業(yè)人口占總?cè)丝诒壤腜值都小于0.05，因此拒絕有單位根的原假設(shè)，即“dlninvest”和“dlnlabor”這兩個變量數(shù)據(jù)不存在單位根。可以認為人均固定資產(chǎn)投資的對數(shù)值和就業(yè)人口占總?cè)丝诒壤膶?shù)值這兩個變量是一階單整的。

五、面板協(xié)整檢驗

數(shù)據(jù)通常具有不平穩(wěn)性，為了構(gòu)建出符合實際的模型，需要進行協(xié)整檢驗，即將存在一階單整的變量放在一起進行分析，分析變量之間是否具有長期均衡關(guān)系。本文中人均固定資產(chǎn)投資的對數(shù)值和就業(yè)人口占總?cè)丝诒壤膶?shù)值是一階單整的，因此只需要研究這兩個變量與人均GDP的對數(shù)值之間的長期均衡關(guān)系是否存在。此協(xié)整檢驗的原假設(shè)是變量之間不存在協(xié)整關(guān)系，從檢驗結(jié)果來看，將因變量與自變量進行協(xié)整分析后，每個變量都至少有一個P值小于0.1，表明長期協(xié)整關(guān)系存在，即人均GDP的對數(shù)值與人均固定資產(chǎn)投資的對數(shù)值、就業(yè)人口占總?cè)丝诒壤膶?shù)值存在協(xié)整關(guān)系。

六、回歸模型的選擇及結(jié)果分析

（一）回歸模型的選擇

面板數(shù)據(jù)的分析中，常用的兩種模型是固定效應(yīng)模型和隨機效應(yīng)模型。固定效應(yīng)模型是指僅僅分析文中的數(shù)據(jù)，就結(jié)果而論結(jié)果；隨機效應(yīng)模型不單單比較文中的數(shù)據(jù)，而是以這幾組數(shù)據(jù)為基礎(chǔ)，以點概面。本文使用Hausman檢驗和Breusch-Pagan檢驗來判斷應(yīng)使用哪種模型。首先進行Hausman檢驗，檢驗結(jié)果是Prob＞chi2=0.0011。Hausman檢驗的原假設(shè)是應(yīng)優(yōu)先選擇隨機效應(yīng)模型，從以上結(jié)果可以看出P值大于0.0011；而0.0011＜0.05，則拒絕原假設(shè)，即應(yīng)采用固定效應(yīng)模型。接下來進一步進行Breusch-Pagan檢驗，檢驗結(jié)果是Prob＞chibar2=1.0000，該檢驗的原假設(shè)是個體之間不存在明顯的不同，從以上結(jié)果可以得出P值＞1.0000，而1顯著大于0.05，所以接受原假設(shè)，那么可以認為采用固定效應(yīng)是正確的。綜上所述，本文中應(yīng)采用固定效應(yīng)模型。

（二）回歸分析

選用固定效應(yīng)模型后，設(shè)定模型如下：lnlnlnKlnlnHtY=A+α+βL+γ+ε+µ（3）式3中：Y代表經(jīng)濟產(chǎn)出；K代表物資資本投入；L代表勞動力投入；H代表人力資本投入；A代表系數(shù)；α、β、γ分別表示物質(zhì)資本投入、勞動力投入、人力資本投入的產(chǎn)出彈性；ε是隨機誤差項；μt表示時間固定效應(yīng)。接下來進行回歸分析，考慮到人均受教育年限與人均固定資產(chǎn)投資以及就業(yè)人口占總?cè)丝谙啾容^，其變化很小，為使所得結(jié)果更切合實際，這里將人均受教育年限不作對數(shù)處理，即模型成為一個半對數(shù)模型，分析結(jié)果如表1所示。

（三）結(jié)果分析

從表1的回歸分析中可以看出模型的F值是408.460，P值（Prob＞F）=0.0000，說明模型從整體上看是可以接受的；模型的可決系數(shù)（R-squared）是0.8719，模型修正的可決系數(shù)（AdjR-squared）是0.8698，模型的殘差平方和是0.1203，說明模型的擬合效果很好，即模型的解釋能力比較強。模型的回歸方程如式（4）所示。lngdp=0.5776lninvest+0.2833lnlabor+0.1223education+3.4932（4）變量lninvest的系數(shù)是0.5776，標準差是0.0241，T值是23.93，P值是0.0000，系數(shù)是非常顯著的，且人均固定資產(chǎn)投資的系數(shù)為正，這說明民族地區(qū)的固定資產(chǎn)投資對地區(qū)生產(chǎn)總值的變化具有很顯著的正向作用；變量lnlabor的系數(shù)是0.2833，系數(shù)標準差是0.0693，T值是4.0900，P值是0.0000，系數(shù)也是非常顯著的，且系數(shù)為正，說明勞動力投入對民族地區(qū)生產(chǎn)總值的變化也有正向的促進作用；變量education的系數(shù)是0.1223，系數(shù)標準差是0.0061，T值是21.2，P值是0.0000，系數(shù)同樣顯著為正，說明教育資本投入能促進地區(qū)生產(chǎn)總值增長。觀察表1中數(shù)據(jù)也可以看出，變量lninvest的系數(shù)為0.5776，大于變量lnlabor的系數(shù)0.2833，也大于變量education的系數(shù)0.1223，這說明固定資產(chǎn)投資對經(jīng)濟增長的促進作用較大，而勞動力投入對經(jīng)濟增長的促進作用較小，教育資本投入對經(jīng)濟增長的促進作用更小，這一現(xiàn)象從側(cè)面反映出固定資產(chǎn)投資是民族地區(qū)重要的經(jīng)濟增長動力，固定資產(chǎn)投資越多，經(jīng)濟增長越快；而教育資本投入對經(jīng)濟增長的促進作用不夠顯著，這說明民族地區(qū)對教育人力資本投入的效果不明顯，或者說民族地區(qū)對教育人力資本的投入不夠，使得經(jīng)濟增長的表現(xiàn)不強勁。

七、結(jié)論

從實證分析結(jié)果可以看出，民族8?。▍^(qū)）人力資本投資對經(jīng)濟增長雖然有一定的促進作用，但促進作用很弱；教育投資對民族地區(qū)的經(jīng)濟增長存在一定的延遲性，在短期內(nèi)促進作用不是很顯著，這些地區(qū)的經(jīng)濟發(fā)展絕大部分還是依賴于固定資產(chǎn)的投資，民族地區(qū)人力資本投資中仍然存在一些亟待解決的問題，如教育投資經(jīng)費不足、教育資源分配結(jié)構(gòu)不合理和教育人力資本投資效率不高等。

作者：曹考 單位：中南財經(jīng)政法大學(xué)公共管理學(xué)院 中南民族大學(xué)