分級教育中性別比對經濟增長的影響

張 凡 駱永民 方大春 趙仁芳

(安徽工業(yè)大學商學院 安徽馬鞍山 243002)

分級教育中性別比對經濟增長的影響

張 凡 駱永民 方大春 趙仁芳

(安徽工業(yè)大學商學院 安徽馬鞍山 243002)

現(xiàn)有人力資本理論認為，不同教育層次的人力資本具有不可替代性?；诖?，本文重點考察了分級教育中性別差異的經濟增長效應。在理論分析的基礎上，本文選取了30個省(市、自治區(qū))2001—2014年的數(shù)據(jù)，通過建立靜態(tài)、動態(tài)面板模型以及空間計量模型進行實證分析，結果表明：具有初級教育水平的勞動者性別比越偏重于男性，經濟增長效率就越高；中級和高級教育水平的勞動者性別比越偏重于女性，則經濟增長效率越高。

教育層次；性別比；GMM估計；空間計量

人力資本通過要素投入、技術革新等機制作用于經濟增長[1]，不同結構的人力資本對經濟增長的影響差異較大，所以異質人力資本的假定相比于同質人力資本更具合理性。教育程度和性別差異是異質人力資本的重要體現(xiàn)，重點反映了人力資本結構。一般來說，教育程度與人的創(chuàng)造力成正比，教育程度越高對經濟增長的貢獻度就越大。這也是近年來我國大力發(fā)展高等教育的原因。改革開放以來，我國十分重視人力資本和教育的作用，陸續(xù)推出了“科教興國”和“人才強國”戰(zhàn)略。雖然我們的人力資本水平有了很大的提高，但是仍存在著諸多問題。2014年全國就業(yè)人員中，受過初級教育(小學和初中)的勞動者占66.7%，受過中級教育(高中)的勞動者占17.2%，受過高等教育(大學專科、大學本科和研究生)的勞動者僅有16.1%。從這個數(shù)字可以發(fā)現(xiàn)，我國目前人力資本結構還存在著較大的問題，受過高等教育的勞動者所占比重明顯小于受過中級教育和初級教育的勞動者。

同樣，性別差異也是人力資本結構中不可忽視的。女性人力資本折舊率高于男性[2]、男性的投資收益率高于女性[3]，并且同一教育水平上的就業(yè)人員，兩性之間因為生理結構、社會分工、身份定位等差異以致在思維方面也已形成了普遍的不同，這些決定了男性和女性在工作中承擔著不同的角色，創(chuàng)造力也有很大的差異。這些因素共同導致了我國相同的教育程度上性別差異比較明顯。

一般認為，教育能豐富人的知識結構，教育層次與人的技能和創(chuàng)造力有關。教育性別差異可能導致男性和女性在社會經濟發(fā)展中的角色和地位不同；其次，教育性別比的變化從某種程度上反映了社會大眾教育觀念、性別觀念的變遷，或者直接反映了女性地位的變化。在同一教育水平上，性別差異對經濟增長有何影響？不同的教育水平上，影響是否一致？對這些問題的探討可以為我國教育政策的轉變提供建議。

一、文獻綜述

自人力資本提出之際，它就沒有離開過與經濟增長關系的研究。無論是Uzawa[4]包含人力資本要素的經濟增長模型還是Romer[5][6]的內生增長模型，都突出人力資本對經濟增長的重要影響。人力資本外溢性作用機制是影響經濟增長又一重要方面。教育在人力資本的形成和經濟增長中的不可替代作用都有目共睹[7][8]。在主流文獻中通常認為人力資本是同質的，一般按照教育年限法折算成一個總量，用來代替一個地區(qū)的人力資本[9]。然而，勞動力所受教育層次不同，在相同教育層次中男女勞動者之間存在著區(qū)別。王巍建立受教育程度與經濟增長的計量模型，得出缺少高中和中專、大專及以上文化程度的勞動力是我國農村經濟增長緩慢的原因[10]。黃燕萍等通過改進的BS方程和計量模型發(fā)現(xiàn)：無論是初級教育還是高級教育對經濟增長都有明顯的促進作用，但是現(xiàn)階段的我國，初級教育對經濟增長的促進作用比高級教育明顯[11]。吳宇暉等采用與黃燕萍類似的方法得出：受過高等教育的勞動力對經濟增長的貢獻度大，欠發(fā)達地區(qū)的貢獻作用不明顯，中級教育對地區(qū)經濟增長的貢獻作用不明顯[12]。石麗認為接受中等教育程度的勞動力對我國目前經濟增長的貢獻作用最明顯，這與吳宇暉的結論正好相反[13]。

關于教育中性別差異的研究很少，僅有零星的幾篇文章。Hill和King利用時間序列的方法，將性別不平等(具體是用男女注冊人數(shù)之比來衡量)與收入進行回歸分析，得出男女性教育差距的縮小有利于全社會福利的增加[14]。馮登國(Sadeghi)通過建立一個簡單的模型(模型中只包含三個主要的變量，假設經濟增長只取決于教育中的性別差異和城市差異)進行實證分析，結果表明教育中性別比例差異的縮小對經濟產生顯著的影響[15]。教育性別平衡對經濟增長的促進作用更明顯[16]。

綜上所述，已有的研究對我們認識以教育程度和性別差異為主的人力資本結構有著重要的指導作用。這給本文留下了繼續(xù)研究的空間，目前關于不同的教育層次和性別比例的研究還是分開的，還沒有人研究不同教育層次上的性別比的經濟增長效應。本文在分級教育的基礎上加入性別因素，探討初級教育(小學和初中教育)、中級教育(高中教育)和高級教育(大專及以上教育)的性別差異對經濟增長的影響效應。

二、理論分析

一般來說，勞動密集型企業(yè)對勞動者的知識和技能要求較低，為了節(jié)約生產成本通常會雇傭一些受教育水平較低的勞動者。在勞動密集型企業(yè)中，男性具有生理和身體上的優(yōu)勢。在一些重體力工作方面，女性無法勝任。這種情況在農村地區(qū)特別明顯，許多男性在中小學畢業(yè)后都不再繼續(xù)讀書而選擇外出務工，流向一些比較發(fā)達的地區(qū)，由于受制于自己的知識水平，他們只能從事簡單的體力勞動，從而為勞動密集型企業(yè)提供了豐富的廉價勞動力，促進了這些企業(yè)的發(fā)展，從而有利于經濟的增長。女性特別在結婚后，流動性變弱。她們依附于男性，為了家庭和孩子放棄了出去工作。

具有中級和高級教育水平的勞動者，他們具有一定知識水平和技能。性別差異相比于知識水平，可以被忽視，也就是說具有中級和高級教育的女性勞動者，可以和男性等同視之。受過中級教育和高級教育的勞動者，具備了一定的專業(yè)技能。由于這種技能，他們不太可能從事一些簡單勞動。他們不再像具有初級教育水平的勞動者那樣靠自己的體力勞動謀生，而是依賴于自己的專業(yè)知識和技能。在這一方面，女性和男性是沒有差別的。簡單加工型產業(yè)逐漸淘汰，產業(yè)結構持續(xù)優(yōu)化，需要越來越多樣化的高等教育人才，所以教育均衡化才是最終對經濟增長有利的。另外，王愛君(2014)認為女性的投資效率被低估，社會在受教育上性別差異有了顯著改善，這種觀點的轉變同樣也是經濟增長的催化劑[17]。

2014年初級教育中男女性別比例為99.37%，中級教育中男女性別比例為128.29%，高級教育中男女性別比例為110.52%(數(shù)據(jù)來源于《中國統(tǒng)計年鑒》)。從這個數(shù)字可以看出：我國初級教育中的性別差異較小，其中女性的數(shù)量略高于男性；高中和高等教育中男性的數(shù)量明顯多于女性，性別差異很明顯。根據(jù)以上分析和目前我國初級、中級和高級教育中男女之間的性別差異，本文得到以下命題：

命題1：初級教育水平的勞動者性別偏重于男性，經濟增長效率就越高。

命題2：中級教育水平的勞動者性別偏重于女性，性別差異縮小，對經濟增長有利。

命題3：高級教育水平的勞動者性別偏重于女性，即教育均衡化，對經濟增長促進作用大。

三、研究設計

(一)數(shù)據(jù)來源與指標變量

綜合考慮各變量數(shù)據(jù)的可得性，樣本選取中國內地除西藏(因為西藏地區(qū)數(shù)據(jù)不全)以外30個省(市、自治區(qū))，時間跨度為2001—2014年。所有數(shù)據(jù)均來自于《中國統(tǒng)計年鑒》、《中國勞動統(tǒng)計年鑒》和各省(市、自治區(qū))統(tǒng)計年鑒。

1.被解釋變量

地區(qū)經濟增長用人均gdp來表示，使用GDP平減指數(shù)換算成以2001年為基期的不變價格，并對這個數(shù)值取對數(shù)，記為Lnpgdp(單位：元)。

2.解釋變量

本文意在探究不同教育層次中的性別差異與經濟增長效率的關系，解釋變量為不同教育等級的性別差異(FMi)，i分別是初級教育、中級和高級教育的性別差異，用FMP、FMM和FMS表示。

(1)

對所得的變量取對數(shù)，分別記為：LnFMP、LnFMM和LnFMS(單位：%)。

3.控制變量

物質資本存量：本文用人均固定資本存量來表示。參考單豪杰(2008)固定資本存量的算法[18]，我們補充了2010—2014年的數(shù)據(jù)和重慶市的數(shù)據(jù)，并用平減指數(shù)剔除價格因素的影響，接著對所得的數(shù)值除以各年末人口數(shù)，得到人均固定資本存量，并將人均固定資本存量取對數(shù)，記為Lninf(單位：萬元/人)。人力資本存量用人均受教育年限來表示。本文意在研究分級教育中性別差異的影響效應，故將人力資本存量分為初級人力資本存量(edup)、中級人力資本存量(edum)和高級人力資本存量(edus)。根據(jù)我國現(xiàn)行的教育制度，初級教育(小學和初中)、中級教育(高中)和高級教育(大專及以上學歷)的教育年限分別為9年、12年和16年?；诖耍琫dup=具有初級教育水平的勞動者×9/總就業(yè)人員數(shù)；edum=具有中級教育水平的勞動者×12/總就業(yè)人員數(shù)；edus=具有高級教育水平的勞動者×16/總就業(yè)人員數(shù)。然后對所得數(shù)值進行對數(shù)化處理，并分別記為Lnedup、Lnedum和Lnedus(單位：年)。加快資本項目開放有助于提升我國新常態(tài)下經濟增長水平[19]，又因進出口貿易是影響經濟增長的重要因素[20]，本文用進出口總額(按經營單位所在地分)占GDP的比重來表示對外開放度，記為Lnopen(單位：%)。財政收入比率用財政收入占GDP的比重來表示，借此來考察各地區(qū)經濟負擔的影響[21]，取對數(shù)后記作Lnfina(單位：%)。公路密度在一定程度上反映一個地區(qū)交通基礎設施狀況，用公路運營里程與國土面積之比來表示[22]，并對其取對數(shù)記為Lnroad(單位：公里/平方公里)。各變量描述性統(tǒng)計量見表1。

表1 各變量描述性統(tǒng)計量特征

(二)模型介紹

1. 靜態(tài)面板模型

不考慮任何空間特征的情況下，將模型設定為：

Lnpgdpit=LnAi+αLnFMit+βLneduit+γXit+εit

(2)

其中，pgdp是人均實際GDP，LnFM是[LnFMP、LnFMM、LnFMS]′向量，Lnedu是[Lnedup、Lnedum、Lnedus]′向量，分別表示初級、中級和高級人力資本，Xit是其他控制變量向量，εit擾動項向量；α、β和γ分別是向量LnFM、向量Lnedu和控制變量向量的回歸系數(shù)；i是地區(qū)，t是時間。

2.動態(tài)面板模型

實際上，任何經濟因素變化本身均具有一定的慣性，前一期結果往往對后一期有一定影響[23][24]。前期人均GDP對當期GDP增長必然有影響，需要納入到模型中。加之，GMM可以很好地處理模型當中的內生性。所以，需要構建動態(tài)面板模型進行分析，為此將模型設定為：

Lnpgdpit=c+δLnpgdpi,t-1+φLnFMit+θLneduit+υXit+εit

(3)

四、實證分析

(一)靜態(tài)面板模型的回歸結果

根據(jù)模型(2)，利用stata12.0進行回歸。通過hausman檢驗，本文選擇個體固定效應模型對模型進行回歸(由于文章篇幅所限，故沒有列出個體固定效應的回歸結果)。值得注意的是，為了使回歸結果更加準確無誤，需要對個體固定效應模型進行相關檢驗，主要有異方差檢驗、序列相關檢驗和截面相關檢驗。其檢驗結果見表2。

表2 個體固定效應模型的檢驗結果

從表2可以看出，個體固定效應模型回歸結果會出現(xiàn)嚴重的異方差、序列相關和截面相關等問題，對于回歸結果出現(xiàn)的上述問題，主要有兩種處理方法：一是繼續(xù)使用普通最小二乘法(OLS)來估計回歸系數(shù)，利用面板校正標準誤模型(PCSE)對標準誤差進行校正；二是對異方差或自相關的具體形式進行假設，然后使用可行廣義最小二乘法(FGLS)進行估計。對于個體單位較多、時間單位相對較小的數(shù)據(jù)結構，面板校正標準誤(PCSE)估計更適用，能夠使得參數(shù)估計結果更加穩(wěn)健[25]?；诖?，本文在靜態(tài)面板數(shù)據(jù)模型中進一步選擇面板校正標準誤模型(PCSE)進行分析，PCSE結果見表3。

表3 面板校正標準誤模型(PCSE)的回歸結果

續(xù)表3

注：括號內為T統(tǒng)計量;***、**、*分別表示1%、5%、10%的統(tǒng)計水平顯著;R2表示模型的擬合優(yōu)度。

由表3可知：擬合優(yōu)度R2數(shù)值較大，說明面板校正標準誤模型(PCSE)較好擬合了回歸結果。從模型回歸結果來看，初級教育性別比模型中變量LnFMP的系數(shù)符號是正的，表明具有初級教育學歷的勞動者性別比偏重男性，且在10%的統(tǒng)計水平下顯著，這說明了具有初級教育學歷的勞動者性別比偏重于男性，經濟增長的效率就高；中級教育性別比和高級教育性別比中變量LnFMM和LnFMS的系數(shù)是負值，且都通過了顯著性檢驗，這說明中級教育和高級教育中性別比偏重于女性，即中級教育和高級教育中的性別比趨向于均衡，對經濟增長有促進作用。這與Dollar&Gatti(1999)得出的教育中性別不平衡對經濟增長不利的結論是大致相同的[26]。

(二)動態(tài)面板模型的回歸結果

根據(jù)模型(3)，本文加入被解釋變量的滯后兩階作為解釋變量，利用廣義矩估計(GMM)進行回歸，得到結果見表4。

表4 動態(tài)面板模型的回歸結果

續(xù)表4

注：括號內為T統(tǒng)計量;***、**、* 分別表示1%、5%、10%的統(tǒng)計水平顯著；Sargan是工具變量過度識別檢驗的具體統(tǒng)計量；AR(1)和AR(2)是擾動項一階差分和二階差分自相關檢驗。

表4給出了差分GMM和系統(tǒng)GMM的估計結果，從表中可以看出，三個模型的sargan檢驗表明模型所選擇的工具變量都是有效的。其中，差分GMM和系統(tǒng)GMM隨機擾動項存在一階自相關，沒有二階自相關。通過以上兩個檢驗，表明差分GMM和系統(tǒng)GMM進行估計是有效的。正如學者所認為的那樣：系統(tǒng)GMM估計比差分GMM更有效率，對于存在非時變的遺漏變量問題，該估計將不再是有偏的[27]?；诖?，本文選擇系統(tǒng)GMM對模型進行估計。從系統(tǒng)GMM來看，初級教育性別比的系數(shù)是正值，且十分顯著。這和PCSE估計結果相同，也就是說，具有初級教育學歷的勞動者性別比偏重于男性，經濟增長的效率就高。中級教育性別比系數(shù)是負值，在10%的統(tǒng)計水平上顯著，這說明受中級教育的勞動者偏重于女性，也就是中級教育中的性別比差異縮小，對經濟增長效率是有利的。高級教育性別比的系數(shù)是負值，通過了顯著性檢驗，即受過高級教育的勞動者偏重于女性，其經濟增長效應越顯著，然而我國目前高級教育中男性比重明顯高于女性，這也就意味著高級教育中性別均衡化，對經濟增長的拉動作用更大。

(三)穩(wěn)健性檢驗

盧卡斯認為人力資本具有較強的流動性和外溢性，因此本地區(qū)的人力資本水平與相鄰地區(qū)之間存在著空間相關性。另外，各地區(qū)為了促進地區(qū)經濟增長，利用各種優(yōu)惠政策來吸引人才，因此各地區(qū)在引進人才上存在著競爭關系。因此，在分析人力資本時，可以利用空間計量模型。為檢驗本文研究結論的可靠性，本文利用空間計量模型進行穩(wěn)健性檢驗。本文選擇空間自相關和空間誤差模型，其具體形式如下：

空間自相關模型(SAR模型)：

(4)

空間誤差模型(SEM模型)：

Yit=Xitβ+εit

(5)

(6)

注：括號內為t統(tǒng)計量;***、**、*分別表示1%、5%、10%的統(tǒng)計水平顯著；λ(ρ)分別表示自變量自回歸系數(shù)和空間誤差自回歸系數(shù)；R2表示模型的擬合優(yōu)度。

從表5可以看出，無論是空間自相關模型還是空間誤差模型，初級教育性別比的系數(shù)是正的、中級教育性別比的系數(shù)是負的、高級教育性別比的系數(shù)是負的，這與靜態(tài)面板數(shù)據(jù)、動態(tài)面板數(shù)據(jù)模型的回歸結果基本上一致，只是系數(shù)大小不同，并且這些變量的系數(shù)都通過了顯著性檢驗。這說明模型的穩(wěn)健性結果較好，同時也說明了靜態(tài)面板數(shù)據(jù)模型和動態(tài)面板數(shù)據(jù)模型回歸結果較為準確。

五、結論與啟示

教育是國之根本，勞動者的受教育水平是影響一國創(chuàng)造力和經濟增長的重要因素。近年來，我國勞動者的受教育水平有了較大提高，勞動者的素質有極大改善。而受傳統(tǒng)“重男輕女”思想的影響，我國嬰兒出生性別比失衡，進而影響我國勞動者的性別比。現(xiàn)階段，具有初級教育水平的女性勞動者居多，然而受過中級教育和高級教育的男性勞動者居多。本文立足于人力資本理論“不同的教育層次具有不同的經濟效應”，在此基礎上把初級教育層次、中級教育層次和高級教育層次上的性別差異納入經濟增長模型當中，建立計量模型。通過靜態(tài)面板模型和動態(tài)面板模型，并用空間計量模型對結果進行穩(wěn)健性檢驗，得到如下結論：

第一，目前我國具有初級教育水平的人力資本的現(xiàn)狀不利于經濟增長；初級教育水平的勞動者性別偏重于男性，經濟增長效率就越高。

第二，中級教育水平的人力資本和經濟增長之間沒有明顯的相關關系；中級教育水平的勞動者性別偏重于女性，也就是性別比越趨向于均衡，對經濟增長越有利。

第三，高級教育水平的人力資本對經濟增長有明顯的促進作用；高級教育水平的性別差異均衡化，對經濟增長促進作用明顯。

結合實證分析的結果和上文的結論，本文得出以下啟示：

第一，加大教育投資和教育政策支持力度，增加人們受教育的機會。其次要不斷提升女性地位，提高女性受教育水平，努力消除受教育機會的性別不平等，特別是中級和高級教育中，要盡量縮小性別差距。農村地區(qū)要將提高女性的受教育水平放在教育工作的突出位置，減少女性文盲的數(shù)量。

第二，改變人們的生育觀念，拋棄傳統(tǒng)“重男輕女”的觀念。因此，要積極宣傳“生男生女都一樣”的思想，尤其是在農村地區(qū)。出生人口性別差異縮小是實現(xiàn)教育性別平衡的先決條件。

第三，個人的努力對于實現(xiàn)教育平等有著至關重要的作用。女性需要通過個人的努力，提高自己的學習成績，這是女性提高受教育水平的內部因素，也是最重要的因素。

[1]R.E.Lucas.OnTheMechanicsofEconomicDevelopment[J].JournalofMonetaryEconomics,1988:3-42.

[2] 雅各布·明賽爾.人力資本研究[M].北京：中國經濟出版社，2001.

[3] 潘錦棠.性別人力資本理論[J].中國人民大學學報,2003(3):94-104.

[4]UzawaHirofumi.OptimalTechnicalChangeinanAggregativeModelofEconomicGrowth[J].InternationalEconomicReview,1965(6):18-31.

[5]Romer,PaulM..IncreasingReturnsandLong-RunGrowth[J].JournalofPoliticalEconomy，1986,5(94):1002-1037.

[6]Romer，PaulM..EndogenousTechnicalChange[J].JournalofPoliticalEconomy,1990,98(10):S71-S102.

[7] 趙曙東.南京三資企業(yè)的技術、人力資本外溢效應分析——對在寧30家三資企業(yè)的問卷調查[J].南京社會科學,1999(11):60-71.

[8] 景躍軍，劉曉紅.基于盧卡斯溢出模型的我國人力資本對經濟增長貢獻率測算[J].東南學術,2013(1):105-112.

[9] 岳書敬,劉朝明.人力資本與區(qū)域全要素生產率分析[J].經濟研究，2006(4):90-96.

[10] 王巍,郭翔宇.農民受教育程度與農村經濟增長的計量經濟分析[J].農場經濟管理,2007(2):43-45.

[11] 黃燕萍,劉榆,吳一群,李文溥.中國地區(qū)經濟增長差異:基于分級教育的效應[J].經濟研究,2013(4):94-105.

[12] 吳宇暉,付淳宇.分級教育、人力資本與區(qū)域經濟增長[J].社會科學輯刊,2014(3):88-94.

[13] 石麗,陳萬明,石盛林.制度變遷、教育層次與中國經濟增長[J].工業(yè)技術經濟,2015(4):114-120.

[14]HillAnne&KingElizabeth.Women’sEducationandEconomicWell-being[J].FeministEconomic，1995，1(2):21-46.

[15]JavadSadeghi.TheRelationshipofGenderDifferenceinEducationtoEconomicGrowth:ACross-CountryAnalysis[R].ERF(EconomicResearchForumforArabCountries,IranandTurkey),1995,WorkingPaper.NO.9521.

[16] 孫靈靈.教育性別平等程度與經濟增長水平關系的研究[D].杭州：浙江大學,2008.

[17] 王愛君.性別差異與經濟發(fā)展關系研究前沿[J].經濟學動態(tài),2014(6):113-123.

[18] 單豪杰.中國資本存量K的再估算:1952～2006 年[J].數(shù)量經濟技術經濟研究,2008(10):17-31.

[19] 高峰.資本項目開放與經濟增長關系實證研究[J].西南金融，2015(6)：45-50.

[20] 張煥明.地區(qū)差異條件下對外開放對經濟增長的影響的實證分析[J].經濟科學,2003(6):28-36.

[21] 郭慶旺,賈俊雪.公共教育政策、經濟增長與人力資本溢價[J].經濟研究,2009(10):22-35.

[22] 駱永民,樊麗明.中國農村基礎設施增收效應的空間特征——基于空間相關性和空間異質性的實證研究[J].管理世界,2012(5):71-87.

[23] 杜立民.我國二氧化碳排放的影響因素：基于省級面板數(shù)據(jù)的研究[J].南方經濟,2010(11): 20-33.

[24] 李鍇,齊紹洲.貿易開放、經濟增長與中國二氧化碳排放[J].經濟研究,2011(11)：60-72.

[25]Beck,N.andJ.N.Katz.Whattodo(andnottodo)withTime-Series-Cross-SectionData[J].TheAmericanPoliticalScienceReview,1995，Vol.89:634-647.

[26]DollarDavid&GattiRoberta.GenderInequality,Income,andGrowth:AreGoodTimesforWomen?[R].WordBankPolicyResearchReportonGenderandDevelopment,WorkingPaper,1999,No.1.

[27]Blundell,R.andS.Bond.InitialConditionsandMomentRestrictionsinDynamicPanelDataModels[J].JournalofEconometrics,1998，Vol.87:115-143.

[28] 林光平,龍志和,吳梅.中國地區(qū)經濟σ收斂的空間計量實證分析[J].數(shù)量經濟技術經濟研究,2006(4):14-21.

[責任編輯 劉 瑜]

On the Relationship Between Sex Ratio in Graded Education and Economic Growth

ZHANG Fan LUO Yong-min FANG Da-chun ZHAO Ren-fang

(SchoolofBusiness,AnhuiUniversityofTechnology,Ma’anshan,Anhui, 243002,China)

According to the existing human capital theory, human capital of various educational levels is irreplaceable, on the basis of which the essay has examined the effect of sex difference in graded education on the economic growth. Guided by theories and based on the data(2001—2014) from 30 inland provinces or regions, the essay has made an empirical study by setting up static-dynamic panel & spatial computation models. The findings are: the higher the male ratio in the workers with primary educational level, the higher the economic growth efficiency; the higher the female ratio in the workers with secondary-higher educational level, the higher the economic growth efficiency.

educational level; sex ratio; GMM; spatial computation

2016-05-06

本文得到國家自然科學基金青年項目(71403002)、安徽省自然科學基金(1408085QG140)、安徽省高校優(yōu)秀青年人才基金重點項目(2013SQRW020ZD)的資助。

張凡(1990—)，男，碩士研究生，研究方向：區(qū)域政策與產業(yè)布局。

F124.1;F241

A

1672-8505(2016)05-0053-08