我国各地区教育支出与经济增长的空间计量分析参赛学校:中央民族大学参赛序号:282参赛成员:宛立杰胡洪胜陶 淘2024 年 9 月 29 日摘要本文主要讨论了教育支出与经济增长之间的关系。首先,用一般线性回归的方法,以各省人均 GDP 为因变量、人均教育经费为自变量,拟合出了不含常数项的回归模型。然后,通过各省市指标分析以及 Moran’s I 值的计算,明确了各省市之间存在空间差异性。于是进一步用更能反映经济变量之间的空间依赖性的地理加权回归(GWR)方法,以全国 30 个省市为例,建立模型,,其中是第 i 个样本点的空间坐标;利用加权最小二乘法来估量,估量出 30 个省市的模型参数,并就此分析了各省市之间的差异。最后比较了普通回归与地理加权回归的优劣,得出了教育支出促进经济增长, 不同地区间促进的效果不同的结论。关键词: 最小二乘法(OLS) 空间计量经济 Moran’s I地理加权回归(GWR) 教育 经济增长一 讨论背景及相关理论(一)国内外相关讨论关于教育与经济数量关系的讨论,美国经济学家沃尔什早在其 1935 年出版的《人力资本观》一书中,就通过个人教育费用和个人收益比较计算教育的经济效益,该书被认为首次正式提出了“人力资本”的概念。一般认为人力资本包括了教育、健康、社会关系等方面,但由于教育与经济增长的关系较为明显,以及为了简化问题的分析,国内外大量的实证讨论直接将有关教育的指标作为人力资本的代理变量。人均教育投资、人均受教育年限、教育注册率等通常作为教育因素引入为解释变量, 而人均 GDP、GDP 增长率等指标则代表生产力水平和经济状态作为被解释变量。在模型选取上主要用线性模型或可线性化模型(广义) ,如以柯布———道格拉斯函数为基础的多解释变量模型,或者直接把经济变量对教育指标进行回归。由于后者相对简便,而且为了避开因同时考虑众多变量,可能会产生解释变量部分重叠而淡化教育与经济的数量关系,大多数实证讨论采纳经济变量直接对教育变量回归建模。关于教育与经济数量关系的讨论,通常更注重对时间序列数据的分析。但由于我国在统计方面与国际接轨起步较晚,往往会面临数据期限较短等方面的问题,同时,时间序列分析忽略了地区差异,大量的区域信息得不到应有的利用。在这种情况下,人们考虑对截面数据的分析。长期以来, 在主流的经济学理论中, 空间事物无关联及均质性假定的局限, 以及普遍使用忽视空间效应的普通最小二乘法(OL S) 进行模型估量, 使得在实际应用...