人力资本_空间溢出与经济增长_基于空间面板数据模型的经验分析

人力资本_空间溢出与经济增长_基于空间面板数据模型的经验分析

ID:5419948

大小:257.82 KB

页数:8页

时间:2017-12-10

人力资本_空间溢出与经济增长_基于空间面板数据模型的经验分析_第1页
人力资本_空间溢出与经济增长_基于空间面板数据模型的经验分析_第2页
人力资本_空间溢出与经济增长_基于空间面板数据模型的经验分析_第3页
人力资本_空间溢出与经济增长_基于空间面板数据模型的经验分析_第4页
人力资本_空间溢出与经济增长_基于空间面板数据模型的经验分析_第5页
资源描述:

《人力资本_空间溢出与经济增长_基于空间面板数据模型的经验分析》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、《财经科学》2010/3总264期区域经济61人力资本、空间溢出与经济增长———基于空间面板数据模型的经验分析肖志勇[内容摘要]基于中国29个省区1990—2006年的面板数据,本文采用最新发展的空间计量分析方法考察人力资本与经济增长的关系。研究发现:(1)我国人力资本和经济增长表现出鲜明的空间相关性,多数省区位于高-高和低-低类型区;(2)人力资本作为知识和技术进步的载体,对区域经济增长具有较强的空间溢出效应。此外,加入空间因素回归结果表明,我国各省区的经济增长依然呈现鲜明的条件收敛特征。[关键词]人力资本;经济增长;空间溢出一、引言20世纪60年代T.WSchultz和G.SBeke

2、r率先提出现代意义的人力资本理论后,有关人力资本问题的研究成为一股热潮。到了80年代中期,以[1](71-102)[2](3-22)Romer和Lucas为代表的学者将人力资本内生化,创立了新增长理论,将人力资本研究推向另一次高潮。随后的研究大体遵循新增长理论思路进行实证检验。Mankiw,Romer和Weil(1992)利用入学率作为人力资本的度量指标,研究发现人力资本对经济增长存在显著的积极影响。GoldingandKatz研究发现,大约有25%的美国工人平均收入增长来自于教育扩展的贡献。然而,另有一些[3](18-23)经验文献怀疑甚至并不支持人力资本对经济增长具有促进作用的观点。

3、[4](143-173)BenhabibandSpiegel实证研究表明,人力资本与产出的增长没有显著的关系。Pritchett发现,受教育程度的增加与人均产出增长并不存在显著正向关[5](367-391)系。尽管经验研究得到的结论见仁见智,但却存在一个共同点:即将经济体视为相互独立的个体,而忽视了区域间的空间联系。近期相关主题研究文献,将空间因素纳入经济模型研究人力资本对经济增长的作用,比如López-[6](43-73)Bazoetal以及RosenthalandStrange(2008)均强调人力资本空间外部性,作者简介:肖志勇(1976—),男,江苏大学财经学院金融系(镇江,21

4、2013)。研究方向:经济增长、财税理论与实务。©1994-2010ChinaAcademicJournalElectronicPublishingHouse.Allrightsreserved.http://www.cnki.net62区域经济《财经科学》2010/3总264期认为相邻地区人力资本水平的提高对本地区经济增长具有积极的促进作用。然[7]而,RaulRamosetal基于西班牙1980-2005年面板数据研究发现,并没有足够证据表明人力资本存在积极的空间溢出效应。从国内研究看,边雅静和沈利生基于中国1996—1999年数据,实证研究结[8]果表明人力资本对经济增长产生积极促

5、进作用。姚先国和张海峰在增长回归框架下,应用GMM估计方法考察教育对地区经济差异的影响,实证分析发现,劳[9](47-57)动力教育程度的提高对地区经济增长有显著积极的影响。然而林毅夫和刘[10]明兴则认为人力资本对经济增长影响并不显著。纵观国内已有的研究,多数文献采用的是常规面板数据的普通最小二乘法进行估计,然而,这种估计方法在相关主题研究中存在一定的局限性:忽视了人力资本和经济增长在空间上的相互依赖性,因而,直接影响了研究结论的解释力。事实上,现实中由于受教育人口在空间上的自由流动,以及区域经济一体化进程日益加快,区域间经济活动的相互依赖性是客观存在的。因此,本文在具体研究过程中,将

6、空间因素纳入模型,采用最新发展的空间计量分析方法考察人力资本对经济增长的影响,这也是对国内文献的一种补充。二、方法、模型与数据来源空间计量经济学理论认为,一个地区空间单元上的某种经济地理现象或某一属性值与邻近地区空间单元上同一现象或者属性值是相关的,也就是说各区域之间的数据与时间序列存在相对应的空间相关。空间依赖的存在打破了大多数经典[11]统计和计量分析中相互独立的基本假设。(一)空间自相关性的判断检验区域变量是否存在空间自相关性的常用方法主要有MoranI指数,即:nn∑∑Wij(Yi-ŠY)(Yj-ŠY)i=1j=1MoranI=nn(1)2S∑∑Wiji=1j=1nn221其中,

7、S=∑(Yi-ŠY),ŠY=∑Yi,Yi代表第i个地区的观察值,n为地i=1ni=1区总数,Wij为二进制的邻接空间权重矩阵,采用邻接标准或距离标准,其目的是定义空间对象的相互邻接关系。一般邻接标准为两个地区相邻取值为1,否则为0。MoranI取值范围为(-1,1)之间,大于0表示各地区之间空间正相关,数值越大,正相关程度越强;小于0表明空间负相关;等于0表示各地区之间互不关联。进一步,可通过MoranI散点图来划分四种空间联系类型

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。