中国经济增长因素分析

《计量经济学》课程论文

中国经济增长因素分析

指导教师： 

小组成员： 

 

日期： 年 月

【摘要】 2004中国经济增长论坛上，诺贝尔经济学奖得主蒙代尔作出预测，中国经济增长速度2004年有望超过9%，2005年则大约在8%至9%之间。在全球经济不是非常景气的情况下，中国经济的出色表现成了世界经济的一个亮点。本文综合了西方经济学中各个流派的增长理论的主要观点，建立了理论模型。然后收集了从1985年到2002年的相关数据，利用EVIEWS软件对计量模型进行了参数估计和检验，并加以修正。最后，我们对所得的分析结果作了经济意义的分析，并相应提出一些建议。

一 、问题的提出

易纲、樊纲、李岩在《经济研究》2003年第8期上撰文指出，自从1997年亚洲发生经济危机以后，人们普遍关注中国经济增长的可持续性，理由是中国的全要素生产率太低，不足以支持可持续的增长。其中最有代表性的是美国经济学家保罗·克鲁格曼。克鲁格曼在他的著作《萧条经济学的回归》中特别指出了中国经济增长的问题。尽管他赞扬中国：“在近20年的时间里，其10多亿人口的收入提高了4倍。在人类历史上，还从来没有如此多的人，在物质生活方面经历如此快的改善。”但与此同时，他也认为：“亚洲取得了卓越的经济增长率，却没有与之相当的卓越的生产率增长。它的增长是资源投入的结果，而不是效率的提升。”如果中国的经济增长只是数量的扩张却没有技术和管理的创新，那么中国与发达国家在全要素生产率上的巨大差别并不难理解。

     文章认为，中国的经济增长不是单纯数量上的扩张，改革开放以来中国经济微观主体的转变，中国技术进步的状况，中国人力资本结构的提升以及不断走高的人民币汇率和不断增长的官方储备都说明，中国经济的效率几乎没有提高的判断是错误的。这种错误的来源是没有考虑新兴经济国家地区全要素生产率的测算方法应该与发达国家有所区别，而其最根本的是没有认识到新兴经济国家 地区 和发达国家的投资方向有所不同，这二者的技术进步机理也不同。全要素生产率，作为产出增长率扣除各要素投入增长率的产出效益后的余值，实质上是要素投入所不能解释的部分。随着对全要素生产率的测算方法变得越来越精巧，这一余值越来越低。用不同的方法测算出的全要素生产率是不能比较的。用完全相同的方法测算出的发达国家和新兴经济国家 地区 间的全要素生产率，如果没有考虑这两种经济体技术进步机制的不同及投资方向上的不同，也是不能比较的。

     针对中国经济增长这个热门话题，本文收集了我国1985年到2002年间的GDP，固定资产等数据，并加以实证分析及比较对比分析，分析这段时间里这些因素对我国经济增长的影响。

二、 经济理论陈述

西方经济学通常把经济增长规定为产量的增加，用来衡量这一经济量的尺度通常是国民收入或人均国民收入。

亚当·斯密在《国民财富的性质和原因的研究》一书中，认为如果资本量越大，雇用的生产工人在全部劳动中的比例越大，劳动生产率越高，经济增长越快。

李嘉图认为经济增长的条件包括技术进步和资本积累的增加。

马歇尔强调资本家的投资和企业家的经营管理活动对经济增长的促进作用。 

熊彼特在1912年出版的《经济发展的理论》中提出了“创新”理论。他认为，资本主义经济本质上是不断变化发展的，推动这一发展的根本动力和原因在于企业家的“创新”活动。正是那些富于冒险精神、勇于“创新”的企业家借助银行贷款，创办新企业，购置新设备、开拓新市场、推动了资本主义生产技术的进步，使生产成本降低、产量增加，推动了资本主义不断发展。 

凯恩斯在《通论》一书中认为，一般情况下，资本主义经济活动所能达到的均衡总是小于充分就业的均衡，因此经常出现失业和经济危机。只要调节总需求，就可以缓和经济危机并使整个经济活动达到充分就业的均衡状态。 

（一）哈罗德—多马模型

1、假设前提：

（1）全社会只生产一种产品；（2）储蓄是国民收入Y的函数，即S=sY；（3）生产过程中只使用两种生产要素，劳动L和资本K；（4）劳动力按照一个固定不变的比率增长；（5）规模报酬不变；（6）不存在技术进步，资本存量K也不存在折旧问题。

2、模型的基本公式： △Y/Y=s/v 

含义：要实现均衡的经济增长，国民收入增长率必须等于社会储蓄率与资本—产量比这二者的比例。

3、实际增长率：如果基本方程中的v是实际存在的v，即资本的实际变化量与产量的实际变化量的比率，那么在一定的储蓄率下，由此而导致的国民收入增长率被称为实际增长率，用GA来表示，：           GA=s/v 

4、有保证的增长率：假如人们发现他们现有的资本存量与同期内产量之间的比率是他们认为最合适的，不多也不少，则K/Y是意愿的资本—产量比vr。根据储蓄率与意愿的资本-产量比vr计算出的增长率被称为有保证的增长率，用GW表示，即  GW=s/vr 

“有保证”即是指“由于资本家满意而得到保证。要实现经济的稳定增长，必须使实际的增长率，等于有保证的增长率。GA·v=s=GW·vr 。一旦二者背离，就必然会出现经济的周期变动。

5、自然增长率（GN）：人口增长率为n，要实现充分就业，增长率必须等于n，以便为增长的人口提供相应的消费品和就业机会。

    按照哈罗德的说法，首先，国民收入要实现均衡增长就必须等于GW；其次，要实现充分就业的均衡增长，就必须满足                        

GA=GW=s/v=s/vr=n=GN 

（二）新古典增长模型

1、基本假设：（1）全社会只生产一种产品；（2）储蓄函数为S=s，s常数，且0 2、新古典增长模型的基本公式：sf(k)=k+nk                               

这一基本公式说明，一社会的人均储蓄（sf(k)=sY/L）可被用于两个部分：一部分为人均资本的增加（k），即为每一个人配备更多的资本设备，这被称为资本的深化；另一部分则是为每一增加的人口配备每人平均应得的资本设备（nk），这被称为资本的广化。

以图形来描述索洛新古典模型：

 

 

 人均资本k总是趋向于均衡数值k，相应地，人均产量y也趋向于均衡数值y。同时，从图中可以看出，一般情况下，sf(k)曲线可以和nk曲线相交于任一点，而且交点必然是一个均衡点。

    3、增长率的分解：G=a△L/L+(1—a) △k/k

   G代表增长率，△L/L和 △k/k分别代表劳动增长率和资本增长率，a和(1—a) 分别代表劳动和资本在经济增长中所做出的贡献。 (1—a)：a即为资本与劳动比率。 

4、新古典增长模型的含义：为使实际增长率与有保证的增长率和自然增长率相一致，既可通过劳动增长率的变动，也可通过资本增长率的变动，还可通过资本—劳动比率的变动。资本与劳动比率的变动是通过市场机制的调节来实现的。

（三）新经济增长理论

新增长理论始于80年代后期。它的形成，起因于经济学者们对新古典增长模型的不满。其主要代表人物有：罗默（Paul Roomer）、卢卡斯（Robert Lucas）、贝克尔（Gary Becker）、默菲（Kevin Murphy）等人。但是，它至今也没有形成一个统一的理论系统。总体而言，新增长理论有如下两个基本特点：

第一，它修正了新古典增长模型关于生产函数的假设，亦即在增长模型中引入报酬递增生产函数。

第二，它拓展了新古典模型中的劳动力概念，亦即引入人力资本概念，使劳动力不再是单纯的数量，而是包含着知识和技术在内的质的概念，并以人力资本去解释产出的增长。

三、相关数据的收集

我们采用的数据来自中国统计年鉴各年版，样本时期为1985－2002年。这里需要说明的是出于数据的不可获得性，在人力资本的衡量上，我们采用国家财政性教育经费这一指标，实际情况是中国的教育投资大多来自，所以这并不影响我们的结论。

原始数据如表1所示：

obs	Y	X2	X3	X4	CPI
1985	.4	2543.19	226.83	49873	100
1986	10202.2	3019.62	274.72	51282	106.5
1987	11962.5	30.86	293.93	52783	114.3
1988	14928.3	4496.54	356.66	54334	219.2
19	16909.2	4137.73	412.39	55329	160.2
1990	18547.9	4449.29	462.45	56740	165.2
1991	21617.8	5508.8	617.8286	58360	170.8
1992	26638.1	7865.635	728.7506	65554	181.7
1993	34634.4	9568.324	867.7618	66373	208.4
1994	46759.4	17042.94	1174.74	67199	258.6
1995	58478.1	20019.26	1411.523	67947	302.8
1996	67884.6	22913.55	1671.705	68850	327.9
1997	74462.6	24941.11	1862.542	69600	337.1
1998	78345.2	28406.17	2032.453	70637	334.4
1999	82067.5	29854.71	2287.176	71394	329.7
2000	468.1	32917.73	2562.606	72085	331
2001	97314.8	37213.49	3057.01	73025	333.3
2002	105172.3	43499.91	3491.405	73740	330.6

                                   表1

剔除价格因素后，得出表2数据：

 

obs	Y	X2	X3	X4
1985	.4	25.4319	2.2683	49873
1986	95.79530513	28.3532394366	2.579530513	51282
1987	104.658792651	.853*******	2.57156605424	52783
1988	68.1035583942	20.5134124088	1.62709854015	54334
19	105.550561798	25.8285268414	2.57421972534	55329
1990	112.275423729	26.932748184	2.79933414044	56740
1991	126.567915691	32.2529274005	3.61726346604	58360
1992	146.604843148	43.21304348	.010********	65554
1993	166.19193858	45.9132629559	4.16392418426	66373
1994	180.817478732	65.90403712	4.54269141531	67199
1995	193.124504624	66.1138044914	4.66156869221	67947
1996	207.028362306	69.87968296	5.09821591949	68850
1997	220.1723524	73.987273806	5.52519133788	69600
1998	234.285885167	84.946680622	6.0779096	70637
1999	248.915680922	90.5511373976	6.93714285714	71394
2000	270.296374622	99.4493353474	7.74201208459	72085
2001	291.97359736	111.6516351	9.17194719472	73025
2002	318.125529341	131.578675136	10.5608136721	73740

表2

四、经济模型的建立

在经济增长理论中，影响经济增长的因素有劳动力和资本，其中资本又分为人力资本和物质资本。我们以此理论来分析中国的经济增长。

首先，我们假设柯布－道格拉斯生产函数符合中国的实际，原始函数形式如下：

式中，是产出，是资本，是劳动力

我们将其改写为：         

 

其中，——物质资本，——人力资本，——劳动力

两边取对数，模型可写为：

令,模型变换为：

在计量经济学中，考虑到所有其他因素对经济增长的影响，我们加入随机扰动项，则我们的计量模型为：

                         

在实际分析中，我们用实际GDP来衡量产出Y（亿元），用全社会固定资产投资总额来衡量物质资本x2（亿元），用财政支出中的教育经费来衡量人力资本x3（亿元），用总就业人数来衡量劳动力x4（万人）。其中，我们采用价格指数来剔除价格变动对名义GDP、全社会固定资产投资总额以及国家财政性教育经费的影响。先验地，根据经济理论我们认为用我们所采取的统计指标衡量的物质资本、人力资本以及劳动力对实际GDP有正的影响，即前三个要素投入的越多，实际产出就会越大。

五、模型的求解和检验

我们分别利用EVIEWS软件，用最小二乘法进行回归分析及统计检验，并针对其中有自相关和异方差影响的方程，进行修正后再来估计参数。

用OLS对模型进行回归，得出以下结果：

Dependent Variable: LY
Method: Least Squares
Date: 11/17/05   Time: 22:38
Sample: 1985 2002
Included observations: 18
Variable	Coefficient	Std. Error	t-Statistic	Prob.
C	-3.337190	2.541567	-1.313045	0.2103
LX2	0.216876	0.101537	2.135935	0.0508
LX3	0.482534	0.105359	4.579908	0.0004
LX4	0.621403	0.245988	2.526151	0.0242
R-squared	0.990911	Mean dependent var		5.080847
Adjusted R-squared	0.9863	S.D. dependent var		0.456395
S.E. of regression	0.047947	Akaike info criterion		-3.044299
Sum squared resid	0.032185	Schwarz criterion		-2.8439
Log likelihood	31.39869	F-statistic		508.7638
Durbin-Watson stat	2.021611	Prob(F-statistic)		0.000000

即回归方程为：

   

            F=508.7638

（1）经济意义检验：从经济意义上看，=0.216876，=0.482534，=0.621403都大于零，并且符合经济理论中，全社会固定资产投资总额来衡量物质资本（亿元），用财政支出中的教育经费来衡量人力资本（亿元），用总就业人数来衡量劳动力（万人）对实际GDP边际影响率小于1大于0。

（2）统计推断检验

从估计的结果可以看出，模型拟合较好，可决系数，表明模型在整体上拟合非常好。系数显著性检验：对于，t统计量为2.135935。给定。给定α=0.05，查t分布表，在n-2=14下，得临界值（14）=2.145，t>（14）,拒绝，表明国民生产总值对财政收入有显著影响。

由F=508.7638>=3.34(显著性水平为0.05)，表明模型从整体上看GDP与解释变量之间线性关系显著。

（3）计量经济学检验

a.多重共线性的检验

计算解释变量之间的简单相关系数。

由上表，可以看出，解释变量之间存在高度线性相关。

修正：

由于在道格拉斯函数中，满足条件，所以在模型中也应该有如此的一个条件来加以限定，即，所以，代入得

   

   

   

令，则上式变为

     

所以数据变为：

obs	Y	X2	X3	X4	z1	z2
1985	.4	25.4319	2.2683	49873	0.00051	0.000045
1986	95.795305	28.353239	2.5795305	51282	0.00055	0.00005
1987	104.65879	31.853543	2.5715661	52783	0.0006	0.000049
1988	68.103558	20.513412	1.6270985	54334	0.00038	0.00003
19	105.55056	25.828527	2.5742197	55329	0.00047	0.000047
1990	112.27542	26.932748	2.7993341	56740	0.00047	0.000049
1991	126.56792	32.252927	3.6172635	58360	0.00055	0.000062
1992	146.60484	43.213	4.0107353	65554	0.00066	0.000061
1993	166.19194	45.913263	4.1639242	66373	0.00069	0.000063
1994	180.81748	65.904	4.5426914	67199	0.00098	0.000068
1995	193.1245	66.113804	4.6615687	67947	0.00097	0.000069
1996	207.02836	69.8796	5.0982159	68850	0.00101	0.000074
1997	220.172	73.987274	5.5251913	69600	0.00106	0.000079
1998	234.285	84.946681	6.0779097	70637	0.0012	0.000086
1999	248.91568	90.551137	6.9371429	71394	0.00127	0.000097
2000	270.29637	99.449335	7.7420121	72085	0.00138	0.000107
2001	291.9736	111.651	9.1719472	73025	0.00153	0.000126
2002	318.12553	131.57868	10.560814	73740	0.00178	0.000143

即所用数据替换为：

obs	Y	z1	z2	X4
1985	.4	0.00051	0.000045	49873
1986	95.795305	0.00055	0.00005	51282
1987	104.65879	0.0006	0.000049	52783
1988	68.103558	0.00038	0.00003	54334
19	105.55056	0.00047	0.000047	55329
1990	112.27542	0.00047	0.000049	56740
1991	126.56792	0.00055	0.000062	58360
1992	146.60484	0.00066	0.000061	65554
1993	166.19194	0.00069	0.000063	66373
1994	180.81748	0.00098	0.000068	67199
1995	193.1245	0.00097	0.000069	67947
1996	207.02836	0.00101	0.000074	68850
1997	220.172	0.00106	0.000079	69600
1998	234.285	0.0012	0.000086	70637
1999	248.91568	0.00127	0.000097	71394
2000	270.29637	0.00138	0.000107	72085
2001	291.9736	0.00153	0.000126	73025
2002	318.12553	0.00178	0.000143	73740

用OLS对新模型进行回归，得出以下结果：

Dependent Variable: LY
Method: Least Squares
Date: 11/29/05   Time: 20:40
Sample: 1985 2002
Included observations: 18
Variable	Coefficient	Std. Error	t-Statistic	Prob.
C	13.83854	0.876544	15.78762	0.0000
LZ1	0.5287	0.1763	2.954604	0.0098
LZ2	0.519558	0.210833	2.4311	0.0263
R-squared	0.961118	Mean dependent var		5.080847
Adjusted R-squared	0.955934	S.D. dependent var		0.456395
S.E. of regression	0.095806	Akaike info criterion		-1.701974
Sum squared resid	0.137681	Schwarz criterion		-1.553579
Log likelihood	18.31777	F-statistic		185.3932
Durbin-Watson stat	0.519968	Prob(F-statistic)		0.000000

所得的模型为：

LY=  13.8385  +  0.5287  +  0.5195

   （15.7876）     （2.9546）   （2.43）

=0.9611      =0.9559

从估计的结果可以看出，模型拟合较好。t检验和F检验可知，模型显著。

b.异方差的检验

ARCH检验

ARCH Test:
F-statistic	0.594055	Probability		0.631802
Obs*R-squared	2.091390	Probability		0.553657
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 11/29/05   Time: 21:04
Sample(adjusted): 1988 2002
Included observations: 15 after adjusting endpoints
Variable	Coefficient	Std. Error	t-Statistic	Prob.
C	0.008059	0.003109	2.592545	0.0250
RESID^2(-1)	-0.175976	0.307591	-0.572112	0.5788
RESID^2(-2)	-0.256949	0.233400	-1.1004	0.2944
RESID^2(-3)	-0.005073	0.226770	-0.022371	0.9826
R-squared	0.139426	Mean dependent var		0.005434
Adjusted R-squared	-0.095276	S.D. dependent var		0.0014
S.E. of regression	0.006712	Akaike info criterion		-6.946616
Sum squared resid	0.000496	Schwarz criterion		-6.757803
Log likelihood	56.09962	F-statistic		0.594055

Durbin-Watson stat

1.951445

Prob(F-statistic)

0.631802

这里=2.0913 

给定=0.05，自由度P=3，得临界值（3）=7.81，

因为2.0913<（3）=7.81，表明模型中随机误差项不存在异方差。

c.自相关的检验

DW检验：

根据OBS估计的结果，由DW=0.5199，给定显著水平=0.05，查Durbin-Watson表，n=18,k’=3,得下限临界值=0.933，下限临界值=1.696，因为，表明存在一阶自相关。

自相关的修正：

（用Coxhrane-Orcutt迭代法）

Dependent Variable: LY
Method: Least Squares
Date: 11/29/05   Time: 21:38
Sample(adjusted): 1986 2002
Included observations: 17 after adjusting endpoints
Convergence achieved after 7 iterations
Variable	Coefficient	Std. Error	t-Statistic	Prob.
C	12.99746	0.761470	17.060	0.0000
LZ1	0.259787	0.160700	1.616591	0.1300
LZ2	0.624511	0.141587	4.410790	0.0007
AR(1)	0.807025	0.135826	5.941606	0.0000
R-squared	0.986387	Mean dependent var		5.115258
Adjusted R-squared	0.983246	S.D. dependent var		0.445722
S.E. of regression	0.057693	Akaike info criterion		-2.665021
Sum squared resid	0.043271	Schwarz criterion		-2.4671
Log likelihood	26.65268	F-statistic		313.9932
Durbin-Watson stat	2.235058	Prob(F-statistic)		0.000000
Inverted AR Roots	.81

从上表可以看出，这时DW=2.2350，落在了这一区间，即此时不再存在一阶自相关。由此可得模型为

LY= 12.99746 + 0.259787 +0.624511+0.807025AR(1)

+0.807025AR(1)

+0.807025AR(1)

(4)经济预测

为进一步检验模型的准确性，对所得模型进行检验。查得，2003年的相关数据，即：Y=117251.9（亿元），X2=55566.61（亿），X3=69.37（亿），X4=76075（万人），CPI=334.6（1985年的CPI为100）。剔除价格因素的干扰，得Y=350.4241，X2=166.0688，X3=19.3346，X4=76075，随后可得Z1=0.00218，Z2=0.00025（），取对数可得， LZ1=-6.1284，LZ2=-8.2940，LX4=11.2395，

LY=12.99746+0.259787*-6.1284 +0.624511*-8.2940+11.2395

=17.4652

与观测值相符。

六、结合历年数据进行对比分析

obs	Y	X2	X3	X4	CPI
1985	.4	2543.19	226.83	49873	100
1986	10202.2	3019.62	274.72	51282	106.5
1987	11962.5	30.86	293.93	52783	114.3
1988	14928.3	4496.54	356.66	54334	219.2
19	16909.2	4137.73	412.39	55329	160.2
1990	18547.9	4449.29	462.45	56740	165.2
1991	21617.8	5508.8	617.8286	58360	170.8
1992	26638.1	7865.635	728.7506	65554	181.7
1993	34634.4	9568.324	867.7618	66373	208.4
1994	46759.4	17042.94	1174.74	67199	258.6
1995	58478.1	20019.26	1411.523	67947	302.8
1996	67884.6	22913.55	1671.705	68850	327.9
1997	74462.6	24941.11	1862.542	69600	337.1
1998	78345.2	28406.17	2032.453	70637	334.4
1999	82067.5	29854.71	2287.176	71394	329.7
2000	468.1	32917.73	2562.606	72085	331
2001	97314.8	37213.49	3057.01	73025	333.3
2002	105172.3	43499.91	3491.405	73740	330.6

在不考虑价格因素的情况下，从历年数据可以看出，我国全社会固定资产投资总额2002年是基年（1985年）的17.1045倍，而财政支出中的教育经费是基年的15.3922倍。虽然增长的倍数差距不是很显著，但是增长的绝对差额却相对巨大，全社会固定资产投资总额的增长量（40956.72）是财政支出中的教育经费增长量（32.62）的12.5456倍。而且通过修正后的模型可以看出，人力资本对于GDP的影响要大于物资资本的作用。虽然资本是推动经济增长的重要动力，而它的实现途径是资本形成和资本积累，故使资本形成达到一个较高的水平是支撑经济增长的必要条件。罗默等著名经济学家认为，“在任何情况下，尽管资本积累不再被视为贫困国家摆脱困境的灵丹妙药，然而非常清楚的是，只有社会能够在国民生产总值中保持一个相当规模的投资比例时，才能在长时期内维持适当却是强劲的收入增长率”，但是，如果按照罗默等经济学家的方法，仅仅是增加物质资本的投资，而忽略人力资本的投资，则很难在长期保持高速健康的经济增长。纵观中国尽二十多年来的经济发展，可以说其强劲增长在很大程度上依靠投资来拉动。那么，在未来中国经济还能如此高速的增长，就很值得怀疑了。在此，我们不否认物质资本的积累给国家经济增长的贡献，但是一个国家经济的增长可以通过多种途径来实现。通过劳动力就业制度的改革和城乡劳动力市场发育，加大对人力资本的投资，中国仍有机会享有劳动力资源重新配置带来的经济增长源泉。因此，寻找新的经济增长亮点，加快经济发展的步伐，成为中国经济增长需要考虑的问题。

本文模型中涉及到人力资本及劳动力两个要素，文章试图分析物质资本投资、劳动力和人力资本三个因素的相互关系，提出基于这三个因素的相关对策，寻求经济发展的新亮点。人力资本的增长来源于知识、技能在劳动力个体上的累积。"它不同于物质资本的积累,物质资本无论以何种形式增长,都不影响最终的结果"。除自身积累外,甚至还可吸收外部的有赚取利润动机的一切资本。和物质资本积累相比,人力资本的积累在中国更难。除了国家投入的部分较小之外的因素，还有一个重要因素就是国内的人力资本大量外流，特别是高端人才的流失尤为严重。笔者认为，高端人才即使在国内为公司服务，从某种意义上来说也是一种人才的流失。另外,在经济系统内,人力资本是相对活跃的增长要素,不同的人力资本与物质资本匹配,会产生超量的经济增长效果(人力资本的边际收益递增)。与物质资本积累相比,人力资本增长方式的不同可能会产生不同的效果。度量在经济系统内,人力资本积累的途径有两种:一种是非均衡性投入,即将有限的投入集中于拥有高水平人力资本的群体,以培养精英的方式促进人力资本增长；另一种是均衡性投入,将有限投入向拥有较低水平人力资本的人群倾斜,以此提高人力资本的“均化”水平。对于中国经济现今中国,提高劳动力的受教育程度仍然是人力资本积累的最直接手段之一。然而,同因素、结构因素或市场因素对中国经济增长的影响相比,人力资本要素的积累对经济增长的作用并未引起足够重视,相应的教育功能定位也始终不清晰。在中国传统文化影响下,教育投资和消费决策大部分都是非经济的,有时甚至是非理性的。这体现于国民在教育投资过程中大多扮演利他主义角色。这种行为的最终结果将非常有利于中国人力资本存量的提高。但即便如此,也不应该在教育方面的投入远远落后于发达国家的同时（在人均教育投资方面甚至在发展中国家我国也处于落后水平），还对教育实施完全的商业化,否则受损失的不单是公平这一社会问题,而是经济增长方面的深层次问题。因此,中国应该调整教育,在有限教育投入条件下,通过调整,将受教育机会更多地分配给拥有更低人力资本的普通劳动力,实现人力资本的均衡性增长,这是中国经济增长中人力资本积累的有效途径。

七、研究结论与策略思考

本文应用计量分析的方法对1985年到2002年基于资本、劳动力、人力资本与经济增长之关系进行了分析。经验结论表明，首先，改革开放以来的资本、劳动力要素的增长极大地推动了我国的经济增长。其中，资本推进第二产业发展进而引致国民经济增长仍然是我国经济增长的主要路径。在我国应继续实施“劳动力充分利用”的工业化发展战略。下面尝试给出几点对策建议：

第一，社会固定资产投资要保持一定比例的增长，适度加强对第一产业的资本装备。尽管农业的地位在现代产业结构演变中逐步趋于下降，但那是在包括农业等第一产业在内的所有产业均十分发展的情况下而出现的趋势性特征。农业对拥有13亿人口的中国来说具有特殊的意义，而我国的农业发展水平仍然较低，为了促进第一产业的发展，对第一产业应采取倾斜的资本分配，加大农业的资本投入是必要的。国际经济发展历程表明，资本要素能够通过改善其他生产要素的产出效率来提高整个经济的产业结构水平。我国农业劳动力丰富，如增加资本投入，则可以提高资本、劳动力要素对农业的综合影响，进而提高第一产业的产出效能。

 第二，实施“劳动力充分利用”的工业化发展战略。各国经济发展实践表明，随着经济发展水平的提高，劳动力要素产出效率均会提高。中国是劳动力充裕的国家，发展工业应当充分利用劳动力资源。再者，根据发达国家的经验，经济发展水平达到一定阶段后，资本要素的产出效率会趋于稳定，此时主要是通过增加劳动力要素的产出效率来提高经济发

展水平的。我国已确定要走新型工业化道路，在通向新型工业化的道路上，应从直接依靠资本规模扩张转向依靠资本推进劳动力效能的提高上来，因此“劳动力充分利用”应当成为

工业化的重要路径之一。

第三，第三产业发展的劳动力吸收与资本整合。经验分析表明，第三产业对国民经济的贡献逐步增强，这符合当今时代产业结构的演变趋势。但我国第三产业发展水平还是十分落后的。为促进第三产业的发展，首先应当充分吸收农村剩余劳动力，通过劳动力的存量调整和增量调整引导劳动力向第三产业转移。其次，要着力解决第三产业长期发展中可能存在的资本短缺问题。一个可行的办法是实现第三产业投资主体多元化，进行资本整合，充分利用发动型机制和民间发动型机制来推动第三产业发展。除国家投资外，要吸引社会资金和引进外资促进其发展，可以通过发行债券、股票向社会募集资金，也可以鼓励企业兴办第三产业，通过资本运营促进第三产业的发展。

第四，加大教育的投资，发展多样化的教育模式。在加大财政教育支出的同时，也要大力发展职业教育。发展全民素质教育(尤其是初、中等教育)能在促进经济增长的同时缩小我国居民收入差距,而收入差距的缩小又有利于人力资本的积累,对我国经济增长进一步产生促进作用。

参考文献

1．李长风，《经济计量学》，上海财经大学出版社,1996.

2．沈利生,朱运法.人力资本与经济增长分析[M].北京:社会科学文献出版社,1999.22.

3．刘海英,赵英才,张纯洪.人力资本/均化与中国经济增长质量关系研究[J].管理世界,2004,(11):18.

4．王金营。人力资本与经济增长[M]北京：中国财政经济出版社，2000

5．罗默，吉利斯，波金斯发展经济学．[M]北京：中国人民大学出版社，1998