人力资本与经济增长：土耳其的边限分析与因果分析外文翻译资料

人力资本与经济增长：土耳其的边限分析与因果分析

原文作者：Hacer Simay Karaalp-Orhan

摘要：本研究采用自回归分布滞后(ARDL)模型以及Toda和Yamamoto(1995)因果检验探究了土耳其人力资本与经济增长之间的长期关系和因果关系。研究样本涵盖了1971-2013年间的数据。为了衡量人力资本，考虑了不同教育水平的总入学率(小学、中学和大学)。本文的主要发现表明，除了其他教育水平外，高等教育人力资本的积累促进了土耳其的经济增长。高等教育与经济增长之间存在着长期关系和双向因果关系。在此背景下，本研究支持了土耳其基于人力资本的内生增长理论。长期稳定的经济增长可以通过高技能的人力资本来实现。

关键词：边限分析； 经济增长； 格兰杰因果检验； 人力资本； 土耳其

引言

在舒尔茨(1961)和贝克尔(1964)倡导的人力资本理论兴起之后，劳动力对经济增长的贡献研究变得尤其受欢迎。在宏观经济学领域，对人力资本和经济增长的实证研究主要有两种方法：索洛的新古典增长模型(1956)以及罗默 (1990) 和卢卡斯 (1988)的内生增长理论。内生增长理论(Lucas, 1988; Romer, 1990; Stokey, 1991; Grossman和Helpman, 1991; Young, 1991) 认为人力资本是经济增长的主要驱动力。人力资本是实现经济增长和更美好生活的核心和基本因素。贝克尔(1964)指出，人力资本投资政策考虑了因文化和政治体制不同而存在差异的各种社会经济因素，如教育水平、在职技能培训、医疗保健、移民以及地区价格和收入问题。通过教育手段进行的人力资本投资在促进经济增长、高就业率和更大的社会凝聚力方面发挥了核心作用(Tsen,2006:291)。有许多研究，如Barro (1991;1997)、Barro和Lee(1993)、Benhabid和Spiegel(1995)以及Gemmell(1996)发现了人力资本可以促进一个国家长期经济增长的证据。

长期稳定的经济增长可以通过人力资本或换句话说高技能就业来实现。技术的模仿和适应与高水平的人力资本直接相关。随着教育和先进技术的发展，集约产品的生产和出口对一个国家来说变得至关重要。落后于发达国家的发展中国家可以通过教育人力资本来填补这一空白。在这方面，发展中国家仍在努力将其巨大的非生产性人力资源转变为熟练和专业的劳动力(Khan等人，1991:245)。

土耳其是一个拥有丰富人力资源的大国。然而，迅速增长的人口并没有使土耳其的人力资本积累达到经济增长的要求。近年来，土耳其经济结构发生了变化，具有生产率低、劳动密集型产业特点的农业就业比重下降，而工业和服务业就业比重上升。

图1:1971-2013年土耳其人力资本对数

来源: 世界银行, WDI (2016)

虽然土耳其的教育水平在这段时期有所提高，教育机会也大大增加，但人口和就业的教育水平仍然较低。文盲和未接受基础教育的人口比例在下降，但接受初等教育的人口比例基本保持不变，中等教育的入学率从1971年到2013年仅增加了3.38%。与此同时，在此期间的高等教育入学率出现了显著而迅速的增长。高等教育的入学率仍然很低，但高等教育的总入学率稳步上升，从1971年的5.09%上升到2013年的78.98%，增长率为14.49%。然而，土耳其的实际GDP在这段时间内仅增长了5.30%(世界银行，2016年)，通过创造与经济增长相适应的新工作岗位来吸收增加的劳动力的能力落后于劳动力供给。

学校教育提供的技能与劳动力市场所需的技能不匹配是将受过教育的工人纳入劳动力大军的瓶颈之一。土耳其的平均就业教育水平相对较低，因为在总就业中绝大多数人低于高中教育水平。基于上述事实，在ISCO-88(国际职业标准分类)(土耳其统计局, 2016)中分类的职业类别中，初级职业所占比例最大。因此，为了加强人力资本积累，促进经济增长，教育的效率和质量一直是土耳其的一个重要问题。加强教育系统的培养能力是经济持续增长的关键。

在此背景下，本研究的主要目的是通过自回归分布滞后模型(ARDL)的协整检验和1971-2013年Toda和Yamamoto(1995)的因果检验来衡量经济增长与人力资本之间的关系。这项研究与先前的研究有两个不同之处。首先，使用另一种方法来检验变量之间的关系，然后通过使用不同教育水平的入学率来检验人力资本质量与经济增长之间的关系。本文按以下顺序组织。第1节概述了土耳其人力资本和经济增长领域的文献。第2节定义了研究的数据和实证模型。第3节解释所采用的计量经济学方法。第4节对所得结果进行了分析，最后一节对本文结果进行总结并提出政策建议。

1. 文献综述

本部分不予翻译

1. 实证模型与数据

为了研究土耳其经济增长与人力资本之间的长期关系，提出一个线性对数方程:

此处GDP_t是人均实际GDP,HU_t是人力资本以及ε_t是回归误差项。式(1)可表示为式(2)、(3)、(4)。

此处PRIM_t, SECON_t和TERTI_t是初等,中等和高等教育总入学率,mu;t、upsilon;t和eta;t是回归误差项。有大量实证研究分析了人力资本对经济增长的影响，并使用各种代表物来衡量人力资本，如学校新毕业人数(Wang和Yao，2003)，毛/净入学率(Barro和Lee，1993;Asteriou和Agiomirgianakis, 2001)，平均受教育年限(以15岁及以上人口的平均受教育年限衡量)(Barro和Lee, 2013;Lee, 2005)， 15岁以上人口中接受高等教育的比例(Chuang, 2000)，读写能力(Khan等人，1991)，公共教育支出(Jung和Thorbecke, 2003)。在本研究中，分别用小学(PRIM)、中学(SECON)和大学(TERTI)教育的毛入学率作为人力资本的代理变量。本文拟通过使用所有教育水平的入学率找出人力资本质量与经济增长之间的关系。此外，考虑到数据的有效性和样本量，本研究采用了最长的可用数据序列。土耳其里拉(TL)的人均实际GDP是由土耳其消费者价格指数(CPI)(2000=100)平减得到的。所有数据均来自世界银行《世界发展指标》(World Bank, World Development Indicators, 2016)。本研究样本数据为1971年至2013年的年度数据。

1. 方法

为了检验变量的平稳性以及是否存在协整，我们使用了广义Dickey–Fuller (ADF) 协整检验(Dickey和Fuller, 1979)和一个备选的Phillips-Perron (PP)(1989)单位根检验。

继平稳性检验之后，采用Pesaran等人(2001)ARDL建模方法中的协整边限检验来检验土耳其经济增长与人力资本之间是否存在长期关系。边限检验方法可以应用于不考虑变量滞后顺序的情况，在这种情况下，回归变量可以是I(1)、I(0)或相互协整的。首先，为了实现边限检验，估计了以下误差修正模型:

如式(6)所示，(5)式可以进一步变换以适应滞后一阶误差修正项(EC_t-1)。

Delta;是一阶差分算子,ln是解释变量和被解释变量的对数,mu;t是连续独立随机误差项，满足零均值假定，是一个有限的协方差矩阵，alpha;0是一个确定的常数。在方程(6)中,参数lambda;表示长期关系，alpha;1、alpha;2代表短期动态系数。为了检验因变量GDP_t与其行列式之间的长期关系，我们采用了f检验来检验变量滞后系数的联合显著性。零假设H0:alpha;3 =alpha;4 = 0(没有协整),备择假设是H1:alpha;3ne;alpha;4ne;0(协整)。如果拒绝原假设，则表明存在长期关系或协整。Pesaran等人(2001)提供了一组渐进临界值，可以应用这些临界值来判断原假设是否成立，而不必考虑回归变量的滞后顺序。这些临界值由两个集合组成:下界I(0)和上界I(1)。第一个集合给出了下界，它适用于所有的回归量都是I(0)的情况。当所有的回归量为I(1)时，第二个上界是可应用的(Akkoyunlu和Siliverstovs, 2014:3240)。如果计算得到的f统计量超过上限，则可以拒绝因变量(GDP)与自变量(HU: PRIM, SECON, TERTI)之间没有关系的原假设。相反，如果f统计量低于下界，则不存在长期关系的原假设不能被拒绝。然而，如果f统计量落在临界范围内，协整的结果将是不确定的。根据Narayan (2005)， Pesaran等人(2001)报告的现有临界值不能应用于小样本，因为它们是基于500和1000的大样本量观测得到的。因此，Narayan(2005)提供了一组适用于样本大小为30到80的临界值。由于本研究样本量相对较小(43次观测)，假设检验依赖于Narayan(2005)模拟的临界值。

最后，运用格兰杰因果检验检验经济增长与人力资本和劳动生产率之间的因果关系。格兰杰因果检验(格兰杰，1969;恩格尔和格兰杰，1987)是经济学文献中最常用的方法之一，用于评估向量自回归(VAR)模型中时间序列变量之间是否存在因果关系以及变量发生顺序(Pitarakis和Tridimas, 2003:362)。根据Sims等人(1990)，即使变量是协整的，渐进分布理论也不能应用于使用VAR模型检验水平形式的集成变量的因果关系(参见Clark和Mirza, 2006;Wolfe-Rufael 2007:201)。在这方面，Toda和Yamamoto(1995)提出了一种适用于水平变量的替代方法，不管这些变量是否协整，都适用于这种方法。Toda和Yamamoto (1995)介绍,在广义VAR (k)模型的基础上,无论变量滞后阶数或协整模型中变量的属性，修正的沃尔德检验统计量能渐近显示为卡方(chi;2)分布(Wolde-Rufael 2007:201)。测试分为两个步骤。首先，为了应用Toda和Yamamoto(1995)的方法，必须确定所考虑的变量的真实滞后长度(k)和最大协整阶数(dmax)。无论序列是I(0)、I(1)还是I(2)或非协整或任意阶的协整，修正后的Wald检验统计量都是有效的。滞后长度k的确定要视不同变量而定,本文VAR模型中各变量使用不同的滞后长度标准如AIC (Akaike Information Criterion)、SC(Schwarz Information Criterion),HQ(Hannan-Quinn Information Criterion),FPE(Final Prediction Error)和LR(Sequential Modified LR Test Statistic)。然后使用单位根检验来识别最大协整阶数(dmax)。第二步，使用修正的Wald检验检验VAR(k)模型的因果关系。利用普通最小二乘估计对VAR(k)模型进行估计。

与格兰杰因果检验不同，Toda和Yamamoto(1995)的方法在变量的层次上而不是在变量的一阶差分上适应标准向量自回归(Wolde-Rufael,2007:202)。因此，为了进行Toda和Yamamoto(1995)版本的非格兰杰因果检验，提出如下VAR模型:

零假设是自变量HU_t(PRIM_t, SECON_t和TERTI_t)不会影响因变量GDP_t，也就是:H0:ϕ1 =ϕ2 =hellip;=ϕi = 0。同样,在方程(8),零假设为GDP_t不会影响HU_t(PRIM_t，SECON_t和TERTI_t)，可以描述为:H0:delta;1 =delta;2 =hellip;= 0。

1. 实证结论

表1总结了GDP、PRIM、SECON和TERTI的ADF和PP单位根检验结果。所有变量都是非平稳的(包含一个单位根)，但它们的一阶差分是平稳的。因此，它们可以通过 I(1)协整。变量之间的长期关系可以通过ARDL建模方法中的协整边限检验来研究。

表1:单位根的ADF检验和PP检验

注:所有变量都是它们的自然对数。tau;mu;代表漂移而无趋势的模型;tau;eta;代表漂移而存在趋势的最通用的模型。ADF检验中使用的最佳滞后长度在方括号中表示，并由AIC确定。当使用PP测试时，括号内的值表示Newey-West Bandwidth(由Bartlett Kernel确定)。(*)、(**)和(***)分别表示在10%、5%和1%水平下，对应系数显著。

利用AIC、SC、HQ、FPE、LR等几种滞后选择准则，确定提供最小临界值的滞后长度为模型的滞后长度。根据选择标准的结果和无残差自相关的证据，GDP与PRIM、GDP与SECON之间的关系首选1。2的值是GDP和TERTI之间关系的首选值。

式(2)和式(3)的f统计量分别为1.162和4.055，均低于临界值。这意味着零假设无协整是不能被拒绝的。但是，在式(4)中，在5%的水平下不存在协整，说明经济增长(GDP)与高等教育毛入学率(TERTI)之间存在长期关系或协整。 剩余内容已隐藏，支付完成后下载完整资料

Human Capital and Economic Growth: Bounds and Causality Analysis for Turkey

Hacer Simay Karaalp-Orhan

ABSTRACT: This study examines the long-run relationship and causality between human capital and economic growth for Turkey by using the autoregressive distributed lag (ARDL) approach and Toda and Yamamoto (1995) causality test. The dataset covers the 1971-2013 period. In order to measure the human capital different education levels of gross enrolment ratios (primary, secondary,and tertiary) were considered. The main finding of this paper indicates that apart from other education levels, an accumulation of high-educated (tertiary education) human capital fosters economic growth in Turkey. A long-run relationship and bidirectional causality are found between tertiary education and economic growth. In this context, this study supports the human capital-based endogenous growth theory for Turkey. A stable long run economic growth can be achieved through high-skilled human capital.

Keywords:Bounds Testing Procedure; Economic Growth; Granger Causality; Human Capital; Turkey

INTRODUCTION

The contribution of labour to economic growth became especially popular after the rise of human capital theories advocated by Schultz (1961) and Becker (1964). In the field of macroeconomics, the empirical studies on human capital and economic growth have been based on two main approaches:neoclassical growth models of Solow (1956) and endogenous growth models of Romer (1990) and Lucas (1988). Endogenous growth theory (Lucas, 1988; Romer, 1990; Stokey, 1991; Grossman and Helpman, 1991; Young, 1991) argues that human capital is the primary driving force of growth.Human capital is the central and essential factor that contributes in achieving economic growth,progress, and a better life. Becker (1964) states that investment policies on human capital considers various socio-economic factors that differ according to the cultures and political regimes such as educational level, on-the-job skills training, healthcare, migration, and consideration of issues regarding regional prices and income. Human capital investment, by mean of education, has been central in promoting economic growth, high employment, and greater social cohesion (Tsen,2006:291). There are many studies, such as Barro (1991; 1997), Barro and Lee (1993) and Benhabid and Spiegel (1995) and Gemmell (1996), which have found evidence that human capital can foster long-run growth rates of a country.

A stable long-run economic growth can be achieved by human capital or in other words by high-skilled employment. The imitation and adaptation of technology are directly related to a high level of human capital. Along the increase of education and highly advanced technology, the production and exports of intensive products become essential for a country. The developing countries, which are lagging behind the advanced countries, can fill this gap though the educated human capital. In this context, the developing countries are still striving to transform its huge unproductive human resource into a skilled and professional labour force (Khan, et al., 1991:245).

Turkey is a large country with a significant stock of human resources. However, the rapidly increasing population is causing the human capital accumulation of Turkey to lag behind the requirements of the economy. The structure of Turkish economy has changed in recent years, the share of agriculture, with low-productivity and being labour-intensive, has gone down, while that of industry and services has raised up.

Graph 1: Logarithm of Human Capital in Turkey, 1971–2013

Source: World Bank, WDI (2016)

While the educational attainment in Turkey has increased over the period and the educational opportunities have expanded significantly, the educational level of population and employment are still at their lower levels. The shares of illiterates and those without basic education is declining, but of those with primary education has remained roughly constant and the enrollment in secondary education could increase only 3.38% from 1971 to 2013. However, a significant and rapid increase has been observed in the share of gross enrolment ratio to higher education throuhg out the period. The enrollment in higher education is still at low levels, but the gross enrolment to tertiary education degree has increased steadily form 5.09 % in 1971 to 78.98% in 2013, with a growth rate of 14.49%.However, Turkish real GDP rose 5.30% over the period (World Bank, 2016) but lagged behind the absorption of the increasing workforce through the creation of compatible new jobs with the growing economy.

The mismatch between the skills provided by the schooling and that required in labor market is one of the bottlenecks in integrating educated workers into the work force. The average educational level for employment is relatively low in Turkey, as the highest share in the total employment is below the level of high school education. In line with the mentioned fact about the employment, skilled agricultural,forestry and fishery workers and the elementary occupations belong to the largest share among the occupational groups classied as in ISCO-88 (International Standard Classification of Occupations)(TURKSTAT, 2016). Therefore, in order to strengthen human capital accumulation and to boost economic growth, the efficiency and quality of education have been one of the cirtical issues in Turkey.Strengthing the capabilities of education system is crucial for a sustainable economic growth.

In this context, the main objective of this study was to measure the relationship between economic growth and human capital by using the autoregressive distributed lag (ARDL) approach to cointegration analysis and Toda-Yamamotorsquo;s (1995) causality tests for the period of 1971-2013. This study differs from the earlie

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[275083]，资料为PDF文档或Word文档，PDF文档可免费转换为Word