教育产业论文:教育发展对地方产业的启发

时间:2022-01-24 05:33:30

教育产业论文:教育发展对地方产业的启发

本文作者:张家琛工作单位:天津财经大学

计量模型与实证结果分析

本研究所使用的全部数据均为统计年鉴中公开发表的数据。教育发展水平(HED)以历年各级在校学生总数和当年地方常驻人口之比来代表,数据取自《天津统计年鉴2011》和《新中国六十年统计汇编》中相关部分。产业结构调整(IRS)以目前国内学者惯用的三次产业产值结构即第三产业产值与第二产业产值的比值来表示,这一指标能有效反应产业结构调整的趋势,即第三产业超越第二产业成为主导产业,数据取自《天津统计年鉴2011》。本文的样本区间为1981~2010年,样本长度达30年。本文回归与检验的计算过程均是通过计量经济软件Eviews6.0完成的,各变量的统计值如表1所示:ADF单位根检验在传统的计量经济学的建模过程中,需要随机过程是平稳的时间序列,在不满足平稳要求的情况下,就会产生伪回归现象,导致按照传统统计方法推断得出的结论存在严重的误差。然而现实经济环境中,大多数的时间序列数据都是不平稳的,使得直接建立的回归模型失去意义,所以对时间序列进行平稳性检验—单位根检验越来越得到学者们的重视。本文所使用的单位根检验方法是ADF检验,该检验的检验模型为:Δyt=α+δt+λyt-1+Σi=1pβiΔyt-i+μtt=1,2…T(1)模型(1)中,α是常数项,δt是线性趋势函数,p是最优滞后期,μt是随机误差项。该检验的原假设为:H0:γ=0;备选假设为H1:γ<0,采用的是单边检验中的左侧检验法,即若一定的置信水平下的临界值小于ADF检验值,则接受原假设,即时间序列为非平稳的,否则即可拒绝原假设,时间序列是平稳的。我们采用扩展的Dickey-Fuller(即ADF)法来检测HED和IRS时间序列的平稳性,具体的结果如表2所示。由表2知,HED和IRS的原水平序列都不平稳。在一阶差分的情况下,HED的ADF的绝对值为5.397585,大于置信水平为1%时的临界值绝对值2.625121,IRS的ADF的绝对值为3.640110,也大于置信水平为5%时的临界值绝对值。所以可以断定,两个时间序列HED和IRS在一阶差分情况下,均拒绝存在单位根的的原假设,它们是I(1)的单位根过程。协整检验协整概念是上世纪80年代由Engle(恩格尔)和Granger(格兰杰)两位学者共同提出的,其基本思想认为,即使多个变量中的一些甚至每个都是非平稳的,但是由这些非平稳变量所组成的线性组合却有可能相互抵消趋势项的影响,使得组合成为一个平稳的变量。这种平稳的线性组合被称为协整方程,该方程可以被用来解释为变量之间的长期稳定均衡关系。协整检验的方法通常为Engle-Granger两步法和Jo-hansen极大似然法。在只有两个时间序列时,变量之间只可能存在一个线性的协整关系,所以此时使用En-gle-Granger两步法就显得非常有效。所以在一般情况下,对于两变量之间的协整检验使用较多为Engle-Grang-er两步法。该方法的具体检验过程为:第一步,用最小二乘法(OLS)对上述两个平稳序列HED和IRS进行回归估计,建立二者之间的回归方程:IRS=13.07042HED-1.493953(2)(5.893379)(-4.073671)调整后的R2=0.537715,DW=0.270306,F统计量=34.73191方程中的变量(含常数)下方括号中的数值为t检验值。第二步,对回归残差做ADF单位根检验,看看残差是否是平稳序列。由表3的检验结果可以看到,残差序列的ADF统计值的绝对值2.564689大于5%显著性水平下临界值的绝对值1.952910,可以认为残差序列是没有单位根的平稳序列。因此,方程(2)即为HED和IRS的协整方程,两变量之间存在长期稳定关系。表3残差序列的单位根检验ADF检验统计值测试临界值1%显著性水平5%显著性水平10%显著性水平t-统计值-2.564689-2.647120-1.952910-1.610011P值0.0123由上述的检验结果可以说明,1981~2010年天津市教育发展水平与地方产业结构调整之间存在着协整关系。方程(2)是对这种长期稳定均衡关系的数学描述,从方程的系数值可以发现,教育发展水平的提升对产业结构优化升级的推动作用是十分明显。误差修正模型Granger定理指出,在一组具有协整关系的变量之间一定还存在一个误差修正模型的表达形式。误差修正模型是把原始变量和差分变量有机地结合在一起,进一步建立包括误差修正项在内的修正模型,从而能够用于研究模型的短期动态和长期调整特征。由方程(2)可得到误差修正项ECMt=IRS-13.07042HED+1.493953,通过最小二乘法(OLS)估计误差修正模型得到:D(IRS)=3.9511*D(HED)-0.0829*ECM(-1)+0.0192调整后的R2=0.244283,DW=1.165136,F统计量=5.525461误差修正模型的结果表明了HED和IRS的短期关系,而0.0829代表误差修正项对IRS年变化的修正速度,同时也反映了误差修正模型自我修正的动态机制。通过误差修正模型可以发现,教育发展水平的变动将引起产业结构调整同方向的变动,教育发展水平的波动会导致产业结构调整的波动,但是由于长期均衡机制的影响以及误差修正模型的反向调整使得波动程度不太大,并且最终将回归到长期均衡路径。

结论与政策建议

本文基于天津市1981~2020年的时间序列数据,以Engle-Granger两步法和误差修正模型为主要计量方法,实证分析了教育发展水平对地方产业结构调整的影响。结果说明教育发展水平的提升对地方产业结构的调整有着积极的影响,两者之间存在长期稳定的发展关系,教育发展水平导致的产业结构调整过度具有自我修正的动态机制。本文的研究可为通过发展教育推动产业结构的优化升级提供有力的理论支持,为更好的协调教育发展与产业结构调整的联系,发挥教育的产业结构调整效应,在此本文提出以下两点政策建议:(1)改善教育结构,以与产业结构的调整相适应为标准。一国或地区的产业结构水平是由它的生产力的发展水平,尤其是它所具有的生产技术水平所决定的,产业结构的调整趋势是最终发展形成以资本密集型、技术(知识)密集型产业为国民经济的主导产业。教育结构的调整应当主动承担起适应产业结构升级要求的重任,从而体现教育应以经济建设和现代化为最终服务对象的宗旨。在具体措施上,应重点发展职业教育与高等教育,培养面向产业结构升级尤其是适应高新技术产业化发展需要、能适应激烈国际竞争的高层次管理人才、技术人才和复合型人才。(2)加强教学内容的调整与创新。当前的产业结构正经历了快速的调整,不同产业在发展速度和方向差别显著,尤其是高新技术产业的变化更快,对人才的知识结构、知识深度和广度、能力结构和素质等方面要求日益苛刻和专业化,这就要求按照社会发展和产业结构调整的需求灵活调整学科专业方向,不仅要继续巩固和发挥原有传统学科的优势,而且要在教学内容上进一步创新,根据地方产业的发展现状和趋势设置一些应用型学科专业,为产业结构的调整奠定人才基础。