王鑫

(重慶工商大學(xué)融智學(xué)院，重慶 400033)

中國(guó)教育分布與地區(qū)經(jīng)濟(jì)增長(zhǎng)差異
——基于29省(市)2000—2011年數(shù)據(jù)分析

王鑫

(重慶工商大學(xué)融智學(xué)院，重慶 400033)

基于29省(市)2000—2011年的基礎(chǔ)數(shù)據(jù)，對(duì)中國(guó)教育分布及其與經(jīng)濟(jì)增長(zhǎng)的關(guān)系進(jìn)行實(shí)證研究。結(jié)果表明：從總體上看，教育基尼系數(shù)存在逐年下降的趨勢(shì)，教育分布日趨平等；中國(guó)教育分布與經(jīng)濟(jì)增長(zhǎng)存在倒“U”型關(guān)系。分地區(qū)研究發(fā)現(xiàn)，中西部地區(qū)的經(jīng)濟(jì)增長(zhǎng)更多地依賴物質(zhì)資本，而東部地區(qū)則更多地依賴人力資本。因此，中西部地區(qū)應(yīng)大力發(fā)展基礎(chǔ)教育，縮小教育分布差距以實(shí)現(xiàn)人力資本與實(shí)物資本的有效匹配，從而避免實(shí)物資本積累回報(bào)率的大幅下降；東部地區(qū)由于已經(jīng)具備較高的基礎(chǔ)教育水平，則需要增加高等教育投入培養(yǎng)高端人才，加大教育分布差距以促進(jìn)經(jīng)濟(jì)增長(zhǎng)。

教育分布；基尼系數(shù)；經(jīng)濟(jì)增長(zhǎng)；中國(guó)

一、問(wèn)題的提出

在早期的新古典經(jīng)濟(jì)增長(zhǎng)模型中，教育并未被當(dāng)作一種有用的生產(chǎn)要素，也未被作為投入變量納入其中。從20世紀(jì)60年代開(kāi)始，大量經(jīng)驗(yàn)證據(jù)促使經(jīng)濟(jì)學(xué)家開(kāi)始重新思考人力資本的作用。Schultz[1]和 Denison[2]首次把無(wú)法解釋的經(jīng)濟(jì)增長(zhǎng)殘值歸因于教育的貢獻(xiàn)，隨后的學(xué)者 Becker[3]和Mincer[4]考察了教育對(duì)收入的影響以及估計(jì)了教育的個(gè)人回報(bào)率。Psacharopoulos[5]利用 29個(gè)發(fā)展中國(guó)家的截面數(shù)據(jù)估計(jì)了經(jīng)濟(jì)增長(zhǎng)中教育的貢獻(xiàn)，發(fā)現(xiàn)不同國(guó)家教育對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)存在著巨大差別，墨西哥教育的貢獻(xiàn)度低于 1%，而加納則高達(dá)30%。到了80年代，學(xué)者們逐漸放棄規(guī)模報(bào)酬遞減的假設(shè)，構(gòu)建了強(qiáng)調(diào)人力資本積累的內(nèi)生增長(zhǎng)模型。在這些模型中，技術(shù)變革成為經(jīng)濟(jì)增長(zhǎng)的動(dòng)力，而引起技術(shù)變革的因素被總結(jié)為：干中學(xué)[6]，人力資本的外部效應(yīng)[7]，財(cái)政支出的外部性[8]和發(fā)明新產(chǎn)品所引起的產(chǎn)品質(zhì)量提升[9]。

但當(dāng)理論模型把人力資本作為經(jīng)濟(jì)增長(zhǎng)模型中非常重要的變量來(lái)對(duì)待時(shí)，經(jīng)驗(yàn)證據(jù)卻并未得出一致的結(jié)論。世界銀行[10,11]的研究表明人均教育年限的增長(zhǎng)能增加真實(shí)產(chǎn)出，但Pritchett[12]和Islam[13]分別利用截面和時(shí)間序列數(shù)據(jù)進(jìn)行實(shí)證分析卻發(fā)現(xiàn)人力資本積累對(duì)經(jīng)濟(jì)增長(zhǎng)具有顯著的負(fù)面影響。郭熙保和習(xí)明明[14]研究表明：在國(guó)別層面，人力資本存量與經(jīng)濟(jì)增長(zhǎng)存在著負(fù)相關(guān)關(guān)系。Lau、Jamison 和 Louat[15]利用56個(gè)發(fā)展中國(guó)家的面板數(shù)據(jù)研究發(fā)現(xiàn)：在非洲和中東地區(qū)，人力資本對(duì)經(jīng)濟(jì)增長(zhǎng)具有負(fù)面影響；在南亞和拉丁美洲，人力資本的影響微不足道；在東亞地區(qū)，人力資本對(duì)經(jīng)濟(jì)增長(zhǎng)存在正面影響。

經(jīng)驗(yàn)研究無(wú)法給出令人信服的一致結(jié)論，可能的解釋有三個(gè)：其一，以受教育年限來(lái)衡量人力資本存量，忽略了教育的質(zhì)量。例如，Hanushek[16]和Barro[17]等的研究發(fā)現(xiàn)，考試成績(jī)對(duì)人均GDP增長(zhǎng)率有著顯著影響。其二，教育對(duì)經(jīng)濟(jì)增長(zhǎng)的影響嚴(yán)格依賴于一國(guó)的宏觀政策環(huán)境。不同的宏觀政策將決定個(gè)人是否能有效地利用自身的教育。López 等[18]認(rèn)為，擴(kuò)大對(duì)外貿(mào)易、減少價(jià)格扭曲等宏觀政策將大幅度提升正規(guī)教育的回報(bào)以及增強(qiáng)教育對(duì)經(jīng)濟(jì)增長(zhǎng)的影響。另外，教育獲得本身也會(huì)依賴于一國(guó)的宏觀政治環(huán)境，李春玲[19]分析了中國(guó)政治制度變遷與教育機(jī)會(huì)不平等的演進(jìn)歷程，發(fā)現(xiàn)意識(shí)形態(tài)及政府相關(guān)政策的變動(dòng)會(huì)導(dǎo)致教育不平等的弱化或增強(qiáng)。其三，已有研究單一地關(guān)注人力資本存量對(duì)經(jīng)濟(jì)增長(zhǎng)的影響，忽略了教育在所有國(guó)民中的分布。

對(duì)于物質(zhì)資本，在競(jìng)爭(zhēng)性市場(chǎng)中自由交易原則無(wú)疑是成立的。在這一可貿(mào)易性假設(shè)前提下，物質(zhì)資本在企業(yè)或個(gè)人中的分配對(duì)于總產(chǎn)量而言并不重要，因?yàn)楦?jìng)爭(zhēng)均衡使得各企業(yè)的資本邊際產(chǎn)出相等，這時(shí)減少一企業(yè)的物資資本存量增加到另一企業(yè)，總產(chǎn)出將保持不變。適用于物質(zhì)資本、土地等資產(chǎn)的可貿(mào)易性假設(shè)，對(duì)人力資本卻不再適用。教育和技能是無(wú)法直接交易的，這導(dǎo)致了不同個(gè)體間教育的邊際產(chǎn)出并不能通過(guò)市場(chǎng)交易而最終趨于一致。由于可貿(mào)易性假設(shè)的失效，教育分布將對(duì)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生重要影響。遺憾的是，之前的大多數(shù)研究有意或者無(wú)意地忽略了這一點(diǎn)。

本文關(guān)注的重點(diǎn)是教育分布與經(jīng)濟(jì)增長(zhǎng)的關(guān)系。筆者試圖探明，對(duì)一個(gè)國(guó)家或者地區(qū)的經(jīng)濟(jì)增長(zhǎng)而言，教育分布是否越平均越好？如果答案是否定的，那么對(duì)一國(guó)家或地區(qū)固定經(jīng)濟(jì)增長(zhǎng)而言，是否存在一個(gè)最優(yōu)教育分布？筆者擬利用中國(guó) 29省(市)的基礎(chǔ)數(shù)據(jù)，嘗試對(duì)上述問(wèn)題作經(jīng)驗(yàn)分析，對(duì)教育與經(jīng)濟(jì)增長(zhǎng)這一世界性命題提供一個(gè)發(fā)展中國(guó)家的國(guó)別案例。

二、教育分布的度量

20世紀(jì)80年代以來(lái)，許多學(xué)者開(kāi)始采用定量指標(biāo)研究各國(guó)的教育分布狀況?？偟膩?lái)看，定量指標(biāo)包含了絕對(duì)指標(biāo)和相對(duì)指標(biāo)兩種。教育標(biāo)準(zhǔn)差是測(cè)算教育絕對(duì)不平等程度最常用的方法之一。例如，

Ram[20]和Londo?o[21]用該指標(biāo)推算出了一條倒“U”型的教育庫(kù)茲列茨曲線，泛美開(kāi)發(fā)銀行通過(guò)該指標(biāo)研究了教育不平等和收入不平等之間的相關(guān)關(guān)系。但是，由于教育標(biāo)準(zhǔn)差通常是在一定經(jīng)濟(jì)水平和特定地域等條件下測(cè)度教育分布離散程度，無(wú)法很好地反映出教育分布在一般條件下的改善狀況①，因此，更多的學(xué)者開(kāi)始采用教育基尼系數(shù)這一相對(duì)指標(biāo)來(lái)考察教育不平等程度[22-24]。Mass 和 Criel[25]運(yùn)用入學(xué)率、教育投入以及教育獲得為基礎(chǔ)數(shù)據(jù)對(duì)教育基尼系數(shù)進(jìn)行了估算。但入學(xué)率和教育投入均是流量概念，它不能反映出教育積累情況，據(jù)此測(cè)算教育基尼系數(shù)存在一定的缺陷。Psacharopoulos 和Arriagda[26]認(rèn)為，教育獲得存量(平均受教育年限)才是反映人力資本發(fā)展水平最為適宜的指標(biāo)。Deaton[27]

遵循了Psacharopoulos和Arriagda的思想，用存量(平均受教育年限)指標(biāo)替代流量指標(biāo)，給出了可計(jì)算的教育基尼系數(shù)公式，其具體形式如下：

其中，GINI是教育基尼系數(shù)；μ為個(gè)人受教育年限的平均值；N代表觀察的樣本總數(shù)；yi和yj表示個(gè)體的受教育年限。但是，關(guān)于受教育年限的統(tǒng)計(jì)資料并不是家庭/個(gè)人層面的，因此數(shù)據(jù)的可獲得性會(huì)限制運(yùn)用 Deaton的公式來(lái)直接計(jì)算教育基尼系數(shù)。Thomas等[22]發(fā)展了Deaton的公式，引入一定受教育年限的人口比例和不同教育獲得程度的受教育年限兩個(gè)變量來(lái)替代個(gè)體/家庭的受教育年限變量。改進(jìn)后的公式很好地解決了數(shù)據(jù)的可獲得性問(wèn)題，因此，本文采用Thomas等人的方法來(lái)估計(jì)中國(guó)的教育基尼系數(shù)。具體估算公式如下：

這里，EL為教育基尼系數(shù)；μ為觀測(cè)樣本中人口的平均受教育年限；pi和pj表示一定受教育年限人口的比例；yi和yj表示不同教育獲得程度所對(duì)應(yīng)的受教育年限；n為教育獲得的分組數(shù)。本文按照中國(guó)的教育分類，將人口按照文化程度分為：文盲或識(shí)字很少(y1=0)、小學(xué)(y2=6)、初中(y3=9)、高中(含中專) (y4=12)和大學(xué)(含大專和研究生) (y5=16)五組，即n=5。結(jié)合五組的具體分組情況，進(jìn)一步分解上式可得：

式中，P1是不識(shí)字或識(shí)字很少的人口比例；P2是擁有小學(xué)文化程度的人口比例；P3是擁有初中文化程度的人口比例；P4是擁有高中文化程度的人口比例；P5是擁有大學(xué)文化程度的人口比例。Y1是不識(shí)字或識(shí)字很少的人群的受教育年限；Y2是擁有小學(xué)文化程度人群的受教育年限；Y3是擁有初中文化程度人群的受教育年限；Y4是擁有高中文化程度人群的受教育年限；Y5是擁有大學(xué)文化程度人群的受教育年限。

本文所使用的相關(guān)數(shù)據(jù)來(lái)自于 2000—2011年(2000年和 2010年除外)全國(guó)人口變動(dòng)情況抽樣調(diào)查。2000年和2010年相關(guān)數(shù)據(jù)來(lái)自于第五次和六次全國(guó)人口普查，小學(xué)到大學(xué)人口為各地區(qū)每十萬(wàn)人擁有的各種受教育程度人口，并根據(jù)這一比例以及各地區(qū)普查人口總量，推算出小學(xué)到大學(xué)人口總量，文盲人口總數(shù)量則直接由普查數(shù)據(jù)得出。考慮到中國(guó)各地區(qū)發(fā)展的不平衡性，本文除了計(jì)算全國(guó)的教育基尼系數(shù)外，還分別計(jì)算了東、中、西部地區(qū)②的教育基尼系數(shù)，具體如圖1所示。

圖1 2000—2011年?yáng)|中西部及全國(guó)教育基尼系數(shù)

圖1表明，2000—2011年的12年間，各地區(qū)的教育基尼系數(shù)變化趨勢(shì)基本一致，2001年教育不平等狀況有所惡化，然后又基本保持平穩(wěn)。2005年，教育基尼系數(shù)有所回升，隨后教育不平等狀況逐年改善，直到 2011年小幅上升。另外，通過(guò)對(duì)比教育基尼系數(shù)的絕對(duì)值還發(fā)現(xiàn)，相對(duì)于中部和東部地區(qū)而言，西部地區(qū)各年份的教育不平等程度更加嚴(yán)重，并且在觀測(cè)時(shí)間內(nèi)，西部地區(qū)與東中部地區(qū)在教育分配方面的差距并未得到明顯改善。

三、教育分布對(duì)經(jīng)濟(jì)增長(zhǎng)影響的計(jì)量

1.模型的選擇

為考察教育分布是如何影響產(chǎn)出的，筆者引入規(guī)模報(bào)酬不變的C-D生產(chǎn)函數(shù)作為基本分析框架，生產(chǎn)函數(shù)具體形式如下：

兩邊同時(shí)除以L，有：

令y=Y/L，表示人均GDP；k=K/L，表示人均資本存量，上式就可以改寫為：

經(jīng)濟(jì)增長(zhǎng)y以人均GDP(各年數(shù)據(jù)按照2000年不變價(jià)格折算)來(lái)衡量；人均資本存量k以實(shí)際資本存量除以年末總?cè)丝跀?shù)來(lái)衡量。資本存量的測(cè)算采用Goldsmith[28]的永續(xù)盤存法，計(jì)算公式為：

兩邊同時(shí)取對(duì)數(shù)后得：

投資It的數(shù)據(jù)來(lái)自各年中國(guó)統(tǒng)計(jì)年鑒，并根據(jù)年鑒公布的投資品價(jià)格指數(shù)對(duì)固定資產(chǎn)投資額進(jìn)行平減，將其轉(zhuǎn)換為以 2000年不變價(jià)格計(jì)算的實(shí)際值；經(jīng)濟(jì)折舊率δ參考張軍[29]的計(jì)算結(jié)果，統(tǒng)一設(shè)定為 9.6%；根據(jù)數(shù)據(jù)的可得性，利用 Young[30]的估計(jì)方法，將各省1952年的固定資產(chǎn)③除以10%作為該省初始資本存量K0，以此為依據(jù)，測(cè)算出除西藏、重慶外29個(gè)省(市)2000—2011年各自的資本存量。

為考察教育分布對(duì)經(jīng)濟(jì)增長(zhǎng)的影響，在(7)式中加入關(guān)于教育分布的變量教育基尼系數(shù) EL及其平方項(xiàng)，得到面板數(shù)據(jù)模型如下：

2．計(jì)量方法

方程中的 αi表示與特定省份相關(guān)的未觀察因素，uit表示隨機(jī)擾動(dòng)項(xiàng)。對(duì)面板數(shù)據(jù)而言，由于αi是未觀察變量，而且它可能與解釋變量是相關(guān)的，因此，通常的最小二乘法(OLS)將導(dǎo)致解釋變量系數(shù)的估計(jì)偏誤，因此用廣義最小二乘法(GLS)進(jìn)行估計(jì)。當(dāng)αi與特定省份有關(guān)的變量不隨時(shí)間變化的時(shí)候，通常的估計(jì)方法是將所有變量進(jìn)行組內(nèi)去均值(de-mean) 處理后再進(jìn)行估計(jì)，即得到固定效應(yīng)(Fixed Effects，F(xiàn)E) 模型。如果與解釋變量不相關(guān)，那么，就可以采用隨機(jī)效應(yīng)(Random Effects，RE) 模型。比較隨機(jī)效應(yīng)模型和固定效應(yīng)模型，Hausman檢驗(yàn)可以在統(tǒng)計(jì)意義上拒絕其中一個(gè)模型。當(dāng)兩個(gè)模型的估計(jì)結(jié)果存在顯著差異時(shí)，這說(shuō)明αi與解釋變量相關(guān)，只有固定效應(yīng)模型可以得到一致的估計(jì)結(jié)果。如果兩個(gè)模型的估計(jì)結(jié)果不存在顯著差異時(shí)，這說(shuō)明αi與解釋變量不存在顯著相關(guān)，這時(shí)，雖然兩個(gè)模型都可以得到一致的估計(jì)結(jié)果，但隨機(jī)效應(yīng)模型更為有效[30]。利用無(wú)約束模型和有約束模型的回歸殘差平方和構(gòu)造F統(tǒng)計(jì)量來(lái)檢驗(yàn)兩類假設(shè)表示為：

H1：截距和斜率在不同截面、時(shí)序樣本點(diǎn)都相同(參數(shù)齊性模型，此時(shí)采用OLS對(duì)面板數(shù)據(jù)進(jìn)行估計(jì)即可)。

H2：斜率在不同截面、時(shí)序樣本點(diǎn)都相同，但截距不同(變截距模型)。

四、計(jì)量結(jié)果分析

本文運(yùn)用中國(guó)29個(gè)省(市)④2000—2011年的相關(guān)數(shù)據(jù)對(duì)模型進(jìn)行分析，似然比檢驗(yàn)報(bào)告的F值為283.32，p值遠(yuǎn)小于0.05，拒絕建立混合模型的原假設(shè)。進(jìn)一步進(jìn)行Hausman檢驗(yàn)，檢驗(yàn)結(jié)果表明p值為0，拒絕原假設(shè)，因此選擇固定效應(yīng)模型?；貧w結(jié)果如表1所示：

表1 模型回歸結(jié)果

考慮到東、中、西部的經(jīng)濟(jì)社會(huì)環(huán)境差異，筆者希望進(jìn)一步說(shuō)明這三類地區(qū)教育分布與經(jīng)濟(jì)增長(zhǎng)分別存在著何種具體關(guān)系，以及這種關(guān)系所反映出的不同地區(qū)發(fā)展特征。表2是分地區(qū)的回歸結(jié)果：

表2 模型回歸結(jié)果(分地區(qū))

在構(gòu)建東、中、西部的回歸模型時(shí)，教育基尼系數(shù)的平方項(xiàng)被加入其中以考察其作為解釋變量是否與被解釋變量存在非線性關(guān)系。結(jié)果發(fā)現(xiàn)，除了東部地區(qū)，中西部地區(qū)回歸模型中的變量并不顯著，因此中西部地區(qū)的最終回歸模型放棄了變量而僅保留了 E。結(jié)果顯示，三個(gè)地區(qū)人均

L資本存量對(duì)實(shí)際人均 GDP的影響都是顯著的，不過(guò)各地區(qū)人均資本對(duì)人均 GDP的貢獻(xiàn)并不一致。人均資本每增長(zhǎng)1%，將帶動(dòng)?xùn)|部地區(qū)人均GDP增長(zhǎng)0.136%，但卻能帶動(dòng)中部人均GDP增長(zhǎng)0.204%，西部人均GDP增長(zhǎng)0.279%，這表明相比于東部，中西部地區(qū)更多地依靠物質(zhì)資本拉動(dòng)經(jīng)濟(jì)增長(zhǎng)。教育分布方面，西部地區(qū)EL變量系數(shù)為-0.827，意味著教育基尼系數(shù)每增加 0.1，人均 GDP會(huì)降低8.27%，這是一個(gè)很強(qiáng)的負(fù)向影響。中部地區(qū)教育基尼系數(shù)為-0.745，不過(guò)該變量不顯著，討論其絕對(duì)值的大小并無(wú)意義。東部地區(qū)的回歸模型中加入了計(jì)算教育基尼系數(shù)影響的轉(zhuǎn)折點(diǎn)發(fā)現(xiàn)，教育基尼系數(shù)為0.228的時(shí)候，在132個(gè)樣本觀測(cè)點(diǎn)中， 95個(gè)都小于這個(gè)拐點(diǎn)值，占比為72%。換言之，對(duì)于東部地區(qū)絕大多數(shù)的觀測(cè)點(diǎn)，提高教育分布差距有利于人均GDP的增長(zhǎng)。

五、結(jié)論與啟示

上述研究首先利用中國(guó)省級(jí)面板數(shù)據(jù)，核算了2000—2011年29省(市)的教育基尼系數(shù)。從總體上看，教育基尼系數(shù)存在逐年下降的趨勢(shì)，這表明教育分布日趨平等。進(jìn)一步的計(jì)量模型估計(jì)表明，教育分布與經(jīng)濟(jì)增長(zhǎng)存在倒“U”型關(guān)系，即并非教育分布越平均就越有利于經(jīng)濟(jì)增長(zhǎng)。對(duì)回歸結(jié)果進(jìn)行計(jì)算，發(fā)現(xiàn)EL拐點(diǎn)為0.22，即當(dāng)教育基尼系數(shù)為0.22時(shí)，實(shí)際人均GDP將達(dá)到最大值。國(guó)際上的通用標(biāo)準(zhǔn)認(rèn)為，收入基尼系數(shù)指標(biāo)若大于0.4就表示收入差距過(guò)大，需要警惕。但目前對(duì)教育基尼系數(shù)的研究較少，學(xué)術(shù)界還沒(méi)有形成統(tǒng)一的判定標(biāo)準(zhǔn)，本文的計(jì)算結(jié)果可為教育基尼系數(shù)統(tǒng)一判定標(biāo)準(zhǔn)提供一個(gè)可參考的經(jīng)驗(yàn)依據(jù)。

本文還考察了教育分布與經(jīng)濟(jì)增長(zhǎng)的區(qū)域差異關(guān)系，研究結(jié)果表明，中西部教育基尼系數(shù)變量與實(shí)際人均 GDP存在著負(fù)向線性關(guān)系，即教育分布差距拉大，實(shí)際人均 GDP降低。對(duì)中西部地區(qū)而言，首要任務(wù)是通過(guò)大力發(fā)展基礎(chǔ)教育來(lái)縮小教育分布差距，以使教育分布狀態(tài)有利于經(jīng)濟(jì)增長(zhǎng)。東部地區(qū)教育分布與人均GDP的非線性關(guān)系表明，對(duì)于東部地區(qū)72%的觀測(cè)點(diǎn)而言，提高教育分布差距有利于人均 GDP的增長(zhǎng)。這一結(jié)論的政策意義在于，東部地區(qū)經(jīng)濟(jì)的持續(xù)增長(zhǎng)需要一部分人獲得更高的人力資本水平來(lái)推動(dòng)。對(duì)實(shí)際人均資本存量的考察也可間接證明這一點(diǎn)，相比于中西部地區(qū)，東部地區(qū)的資本產(chǎn)出彈性(13.6%)不到西部地區(qū)資本產(chǎn)出彈性(27.9%)的一半，也大大低于中部地區(qū)的資本產(chǎn)出彈性(20.4%)。這表明相對(duì)于中西部地區(qū)，東部地區(qū)的經(jīng)濟(jì)增長(zhǎng)更多地依賴于人力資本而非物質(zhì)資本。這樣，與中西部地區(qū)應(yīng)著重發(fā)展基礎(chǔ)教育不同，東部地區(qū)應(yīng)加大高等教育的投入或者通過(guò)引進(jìn)高技術(shù)人才來(lái)增加其人力資本積累，以促進(jìn)經(jīng)濟(jì)持續(xù)增長(zhǎng)。

注 釋:

① 例如，在一個(gè)整體教育水平落后的地區(qū)，所有人都集中在低層次的教育水平上，因此教育標(biāo)準(zhǔn)差很小，教育分布是比較平等的。當(dāng)一部分人率先獲得更高的教育水平時(shí)，標(biāo)準(zhǔn)差開(kāi)始上升，表明教育分布開(kāi)始變得不平等。但不同于收入的兩極分化，教育具有正外部性，也就是說(shuō)任何人教育水平的提高都可以增進(jìn)生產(chǎn)效率和改善社會(huì)福利。從這個(gè)角度看，任何人教育水平的提升，都改善了教育分配，使教育向好的方面發(fā)展。顯然，教育標(biāo)準(zhǔn)差在度量這種改善時(shí)存在缺陷。

② 根據(jù)學(xué)術(shù)界普遍采用的經(jīng)濟(jì)帶劃分方法，東部包括：北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東和海南；中部包括：山西、安徽、江西、河南、湖北、湖南、吉林和黑龍江；西部包括：內(nèi)蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏和新疆。

③ 數(shù)據(jù)來(lái)自《新中國(guó)五十五年統(tǒng)計(jì)資料匯編》(2005年版)。

④ 由于西藏和重慶的數(shù)據(jù)不全，本文忽略了這兩個(gè)省(市)的數(shù)據(jù)。

[1] Schultz T W．Investment in Human Capital[J]．American Economic Review，1961，51(1)：1-17．

[2] Denison E F．Sources of Economic Growth In the United States and the Alternative Before Us[M]．New York：Committee for Economic Development，1962．

[3] Becker S．Human Capital：A Theoretical and Empirical Analysis，with Special Reference to Education[M]．New York：Columbia University Press，1964．

[4] Mincer J A．Schooling，Experience and Earnings[M]．New York：National Bureau of Economic Research，1974．

[5] Psacharopoulos G．The Contribution of Education to Economic Growth：International Comparisons[C]//J W Kendrick．International Comparisons of Productivity and Causes of the Slowdown[M]．Cambridge：Ballinger Publishing Co，1984．

[6] Romer．Increasing Returns and Long Run Growth[J]. Journal of Political Economy，1986,94(5):1002-1037．

[7] Lucas J．Making a Miracle[J]．Econometrica，1993,61(2)：251-272．

[8] Barro J．Economic Growth in a Cross Section of Countries[J]. Quarterly Journal of Economic，1991，106(1)：407-443．

[9] Grossman M，Elhanan．Growth and Welfare in a Small Open Economy[R]．NBER working paper，1989：2970．

[10] World Bank．World Development Report 1991：Challenge of Development[M]．New York：Oxford University Press，1991．

[11] World Bank． World Development Report 1995：Workers in an Integrating World[M]．New York：Oxford University Press，1995．

[12] Lant Pritchett．Where Has all the Education Gone? [J]. World Bank Econ Rev, 2001,15(3): 367-391.

[13] Islam N．Growth Empirics：A panel data approach[J]. The Quarterly Journal of Economics，1998，113(1)：325-329．[14] 郭熙保，習(xí)明明．人力資本邊際收益遞減、后發(fā)優(yōu)勢(shì)與經(jīng)濟(jì)增長(zhǎng)——基于國(guó)家間面板數(shù)據(jù)的實(shí)證分析[J]．世界經(jīng)濟(jì)研究，2012(4)：5-12，89．

[15] Lau J，Jamison D T，Louat F F．Education and Productivity in Developing Countries：An Aggregate Production Function Approach[R]. Policy Research Working Paper 612，1991．

[16] Hanushek A．Interpreting the recent research on schooling in developing countries[R]．World Bank Research Observer，1995．

[17] Barro J，Lee J W．Losers and Winners in Economic Growth[C]//Proceedings of the World Bank Annual Conference on Development Economics 1993. Washington D C：World Bank，1994．

[18] López，Thomas，Wang．Addressing the Education Puzzle：The Distribution of Education and Economic Reform[R]．Policy Research Working Paper 2031，1998．

[19] 李春玲．社會(huì)政治變遷與教育機(jī)會(huì)不平等[J]．中國(guó)社會(huì)科學(xué)，2003(3)：86-98．

[20] Ram.Educational Expansion and Schooling Inequality, international evidence and some implications [J]. The Review of Econmics and Statistics, 1990,72(2):266-274.

[21] Londono, Kuznetsian Tales with Attention to Human Capita [R].Paper presented at the Third Inter-American Seminar in Economics, 1990.

[22] Thomas V，Wang，F(xiàn)an. Measuring Education Inequality：Gini Coeffi-cients of Education for 140 countries，1960—2000[J]．Journal of Education Planning and Administration，2003，17 (1):5-33．

[23] 王家贈(zèng)．教育對(duì)中國(guó)經(jīng)濟(jì)增長(zhǎng)的影響分析[J]．上海經(jīng)濟(jì)研究，2002(3)：10-17．

[24] 楊俊，李雪松．教育不平等、人力資本積累與經(jīng)濟(jì)增長(zhǎng)基于中國(guó)的實(shí)證研究[J]．?dāng)?shù)量經(jīng)濟(jì)研究，2007(2)：37-45．

[25] Maas，Van，Lutsenburg， Distribution of primary school enrollments in Eastern Africa[R].World Bank Staff Working Papers，1982:551.

[26] Psacharopoulos，Arriagada.The Educational Attainment of the Labor Force：An International Comparison[R]．The World bank discussion paper EDT38，1986.

[27] Deaton．The Analysis of Household Surveys：A Microeconomic Approach to Development Policy[M]. London：Johns Hopkins University Press，1997．

[28] Goldsmith R W. A Perpetual Inventory of National Wealth[J]．NBER Studies in Income and Wealth, 1951 (14):5-61.

[29] 張軍，吳桂英，張吉鵬．中國(guó)省際物質(zhì)資本存量估算：1952―2000[J]．經(jīng)濟(jì)研究，2004(10)：35-44．

[30] Young．Gold into Base Metals：Productivity Growth in the People’s Republic of China during the Reform Period[J]. Political Economy，2003,111 (6): 1220-1261.

[31] 陸銘，陳釗．分割市場(chǎng)的經(jīng)濟(jì)增長(zhǎng)——為什么經(jīng)濟(jì)開(kāi)放可能加劇地方保護(hù)?[J]．經(jīng)濟(jì)研究，2009(3)：42-52．

[32] Hausman A. Specification Tests in Econometrics[J]. Econometric Society，1978，46(6):1251-1271．

責(zé)任編輯：李東輝

Educational distribution and differences in regional economic growth: Based on the data of 29 provinces(cities) from 2000 to 2011

WANG Xin
(School of RongZhi, Chongqing Technology and Business University ,ChongQing 400033, China)

Based on the panel data of 29 provinces from 2000 to 2011, the paper investigated the relationship between educational distribution and economic growth. Empirical results indicated: the Gini coefficient of education declined year by year, and the educational distribution tended gradually equal; the relationship between educational distribution and economic growth presented an "inversed U" shape. In regional analysis, we found that the economic growing in midwest relied more on the physical capital, while the eastern provinces were more dependent on human capital stock. Hence, it is important for the central and western regions to develop the basic education so as to reduce the disparity in distribution and realize the effective match of the human capital and the physical capital, avoiding physical capital accumulation; in the eastern China, it is necessary to increase the education distribution gap to promote economic growth by increasing the

investment in higher education since the basic education there was higher.

education distribution; Gene coefficient; economic growth; China

F127

A

1009-2013(2014)02-0052-06

10.13331/j.cnki.jhau(ss).2014.02.009

2014－04－02

國(guó)家社會(huì)科學(xué)基金項(xiàng)目(13BGL097)

王鑫(1985—)，男，重慶南岸人，講師，研究方向：區(qū)域經(jīng)濟(jì)。