经济增长贡献率范文

前言：我们精心挑选了数篇优质经济增长贡献率文章，供您阅读参考。期待这些文章能为您带来启发，助您在写作的道路上更上一层楼。

第1篇

【关键词】索罗模型，余值法，科技贡献率

一、引言

21 世纪是知识经济时代，经济的发展越来越依赖于科技水平的提高。那么在北京经济发展过程中科技发挥了多大作用呢？从 1978 年到 2008 年，在北京经济增长中科技的贡献如何衡量，以及如何指导今后北京市的科技发展？这些问题的解决对于更好地发挥科技在北京经济发展中的功能具有重要意义。

二、模型与数据

（一）扩展的索罗模型

首先引入一个规模报酬不变的索罗生产函数Y KαtLβt，将其化为要素投入形式，设生产函数为：

Q=F（K，L，t） （1），则：lnQ=lnA+αlnL+βlnK （2）

（二）实证模型与数据

1.实证模型。以（2）为基础，用 GDP 代表产出、用资本存量 K代表资本投入、用从业人员数量 L 代替劳动投入，我们提出如下回归模型并用多元最小二乘回归可以估计出式（3）中的参数lnA，α，β：lnGDPt=lnA+αlnLt+βlnkt+μt.......（3）

2.科技贡献率测算方法

本文主要采用索洛余值法，即：ΔA/A=ΔGDP/GDP-α×ΔL/L-β×ΔK/K （4）

由式（4）可求出科技贡献率：EA：EA=（ΔA/A）/（ΔGDP/GDP）×100%（5）

3.数据。

数据来源是历年《北京统计年鉴》。其中，选取北京市固定资产存量数据作为资本投入指标。本文使用永续盘存法对中国资本存量进行估算：公式为：kt=It+（1-θt）kt-1 其中，kt表示第 t 年末的资本存量，It表示第t 年的投资，θt表示第t 年的折旧率。本文选定固定资产折旧率为6%。

三、回归结果及贡献率计算

（一）回归结果

使用 Eviews6.0，采取 Cochrane- Orcutt 的两步迭代和White加权的方法消除序列相关和异方差问题，得到如下结果：

lnGDP=-1.25+0.14lnL+0.896lnK+102AR（1）- 0.12AR（2）

（- 0.81）* （0.618）* （42.59）*** （4.99）*** （-0.63）***

R2=0.99 R2=0.99 F=2369.183*** D.W.=1.99（注：*、*** 分别表示在 10%和 1%的显著性水平上显著）

（二）贡献率计算

回归结果从整体上表现出较高的拟合优度和总体显著性。lnL和lnK对lnGDP的影响都具显著性。根据公式（4）、（5）计算出科技边际产出ΔA/A，科技贡献率EA。

结果如下表1所示：

四、对科技贡献率的分析

剔除 1981 年的异常值，由上面统计可知：

1、 在1979～2009 年间，北京市经济发展中科技的贡献率平均为 -23.39%，而且波动性很大，最小值为 1989 年的 - 186.08%，最大值为 1992 年的 52.76%。

2、 从科技的边际产出来看，1979～2008年北京市科技边际产出最低的年份为 1986 年，边际产出为 - 0.1246，说明GDP每增长1%，科技在其中的反向作用为- 12.46%，最高的年份为1992年，科技的边际产出为0.059，说明 GDP 每增长 1%，科技的作用为5.95%，而其它年份的变动都比较平缓。

五、结论及政策建议

基于以上结论可以判断，北京的经济增长仍主要依赖于资本投入，要充分发挥科技的作用，需要从以下方面入手：

第一，把握好经济增长与资本投入的关系，特别要注意防止资本投入大起大落，使资本投入保持稳定较快的增长，发挥资本投入促进科技边际产出的作用，在资金投入方面加强政府对科技投入的引导，改变目前资本投入对科技贡献的挤出效益。

第二，更加重视劳动者在科技创新中的作用，对目前劳动质量的改善促进科技边际产出提升的作用进行积极引导，增加科技创新在劳动所得中的比重，在职业教育、技能培训、项目科研制定更具吸引力的政策。

第三，积极调整科技政策，强化财政科技投入，加大政府科技投入力度，明确资助重点，全方位支持技术开发和高新技术，完善科技投入的政策法规，优化财政科技投入的结构。

参考文献：

[1]曾国平.“我国第三产业发展中的科技进步贡献率研究”[J].商场现代化，2009（ 9）

第2篇

关键词：技术进步；经济增长；贡献率

中图分类号：F224.12 文献标识码：A 文章编码：1003-2738（2012）06-0163-01

前言：狭义上的技术进步具体表现为对旧设备的改造和采用新设备改进旧工艺，采用新工艺使用新的原材料和能源，对原有产品进行改进研究开发新产品，提高工人的劳动技能等。从广义上讲，技术进步是指技术所涵盖的各种形式知识的积累与改进。经济增长是指一国经济总量与能力的增加和扩张，是生产力发展的结果。近些年来，新疆在西部大开发战略等国家宏观政策的调控下，充分利用自然、劳动等资源优势，较快实现了经济起步和增长。本文从定量角度对资本、劳动、技术进步对新疆经济增长的贡献率进行分析。

一、理论结构

（一）柯布-道格拉斯生产函数由美国数学家Charles Cobb和经济学家Paul Douglas提出，假定技术进步为Hicks中性，并以一个固定指数比率增长，那么在两种投入要素下，用于估算的C-D生产函数形式为:Yt=A0eλtKtaLtβeu，其中A0表示初始技术水平，λ表示技术进步比率，K为资本要素投入量，L为劳动要素投入量，α为资本产出弹性，β为劳动产出弹性，α，β均为待估参数。假定规模报酬不变，即α+β=1，则有0≤α≤1，0≤β≤1。对上式进行转换得:Ln(Yt/Lt)=LnA0+λt+aLn(Kt/Lt)+u根据表1的数据，应用最小二乘方法估计出上式中α、β值。

（二）技术进步对经济增长的贡献。

目前经济增长要素分析中最常用的仍然是索罗模型以及在此基础上发展起来的其他模型。1957年由Solow提出用总量生产函数度量技术进步的总量增长方程，认为产出量的增长是由资本、劳动和技术进步增长的共同贡献的结果。

技术进步所带来的经济增长率，反映在一定时期内技术进步对经济增长的影响程度。用下式定义:λ=y-αk-βl (1) 其中:α为资本产出弹性，β为劳动产出弹性；y为产出增长率，k为资本投入增长率，l为劳动投入增长率；λ为技术进步所带来的经济增长率，是指剔除由于增加资本投入、增加劳动投入因素之外的其余因素部分对经济增长的影响程度。

二、技术进步对新疆经济增长贡献率的测算

（一）数据的收集与整理。

本文涉及的数据主要有总产出、资本存量和劳动力数量。本文使用国内生产总值(Y)代表总产出；资本(K)投入是指当年资本的总存量，本文用历年固定资本形成总额来代替；劳动(L)投入是指在生产过程中实际投入的劳动量，要考虑劳动人数、劳动时间、劳动质量等因素，但由于数据缺乏，本文采用历年年末从业人员数量来代替。

（二）参数估计和检验。

将上表数据进行整理，运行Eviews6.0软件包，输入C-D生产函数线性转化模型，运用普通最小二乘法(OLS)估计结果为: Ln(Y/L) = 1.355 + 0.224 + 0.653Ln(K/L)

从而可得：K/L较高，R2 =0.98，呈高度正相关，模型的拟合效果很好；F值和DW值较大，在5%的置信区间内，模型的各项检验均获通过，参数估计是显著的；资本产出弹性α=0.653，劳动产出弹性β=1-0.653=0.347，在其他要素不变的情况下，资本存量、劳动投入每增长1个百分之一，将分别带来新疆经济增长0.653、0.347个百分点。资本的产出弹性要比劳动的产出弹性高，说明新疆经济增长对资本投入增长的敏感度要远高于对劳动增长的敏感度。

（三）技术进步贡献率计算。

由表1数据可计算出2001-2010年间新疆国内生产总值、年投资完成额、年末从业人员平均增长速度为:y=15.02%，k=19.2%，l=2.79%。将α和β的值带入(1)式得新疆经济平均技术进步率为:γ=1.51%，技术进步对经济增长的贡献率为: EA=γ/y×100%=10.03%，资本增长率对经济增长的贡献率: EK=aK/y×100%=83.49%，劳动增长率对经济增长的贡献率:El=βl/y×100%=6.48%。

三、结论分析

(1)α值较高，达到0.653，这说明资本投入是该区经济增长的主要推动因素。

(2)β值为0.347低于资本的产出弹性，这是由于新疆劳动力资源较丰富，但劳动力素质普遍不高，影响经济的增长。

(3)GDP的增长速度为15.02%，平均技术进步率(γ值)为1.51%，而资本投入平均年增长率为19.2%，劳动投入平均年增长率为2.79%，说明该区技术发展水平较低。

(4)技术进步对经济增长的贡献率为10.03%，而资本投入和劳动力投入对经济增长的贡献率分别为83.49%和6.48%，说明近些年来新疆经济增长主要是依靠大量资本投入实现的。

四、政策建议

一方面，要提倡以创新为核心的技术进步，继续加大研究与开发的投入。2010年新疆GDP为5437.47亿元，R&D经费投入总额约为26.7亿元，R&D经费投入强度为0.49%，远低于内地等经济发达地区。新疆不仅需要引入先进技术，投入大量资金和劳动力，还需要通过创新培育核心竞争力，提高劳动生产率，促进经济的增长。另一方面，新疆应加大对教育的投入力度，提高人力资本的素质。近年来新疆在科技人员的投入方面还是有所进步的，但仍然远远落后于发达地区，为加快新疆经济的增长必须加强对科教的投入，提高全区人民的科学文化素质，有助于新疆地区经济的快速发展。

参考文献:

[1]杜江.计量经济学及其应用[M].北京:机械工业出版社，2010.3.

[2]张明祥，郭民生.技术进步对河南省经济增长贡献率的实证分析[J].经济理论研究.

[3]李晓宁. 经济增长的技术进步效率研究：1978-2010[J].科技进步与对策，2012年4月第29卷第7期.

[4]蔡玲玲，罗燕婷.技术进步对安徽省经济增长贡献率的实证分析[J].安徽科技交流与探讨.2006，(1).

第3篇

一、湖南省人力资本对经济增长贡献率的实证分析

1.计量模型的构建

为避免多重共线性影响,我们对卢卡斯的人力资本溢出模型:

(1)

进行对数变换，则用来估计产出弹性α、β、γ的回归模型为:

(2)

式中，ht表示从业人员的平均受教育年限， Yt代表产出，KT代表物质资本投入量，Ht代表人力资本存量,α、β分别表示资本和人力资本存量的产出弹性，且0

为了将方程应用于离散数据，可将增长方程变成差分方程：

（3）

式中分别表示经济增长率,全要素生产率增长率,物质资本增长率和人力资本存量增长率,表示人力资本水平的增长率。、和分别表示物质资本、人力资本存量和人力资本水平对经济增长的贡献份额。

2.对人力资本溢出模型的回归分析

(1)无生产规模约束的模型回归结果：

将数据代入公式(2)，用EVIEWS软件回归得到结果如下：

(0.783)(12.952)(0.059)(1.269)

(0.445)(0.000) (0.954)(0.223)

R2=0.992，=0.990，F=632.719，D.W=1.128

结果表明，相关系数R2，调整后的判别系数和F统计量都很高，且检验的显著性水平为零，说明检验效果是显著的，回归方程的拟和效果很好。虽然物质资本弹性系数的t统计量较高，很好地通过了检验，但是人力资本存量、人力资本水平和常数项的t统计量都不高，且显著性水平大于0.05，都未通过检验。

(2)有生产规模约束的模型回归结果：

为避免上述所说的几个问题，本模型对生产规模报酬给予部分约束，假定α+β=1,且满足0

对(1)式取对数并整理后得:

回归得到:

(4.04)(13.256)(3.245)

(0.001)(0.000) (0.005)

R2=0.981，=0.979，F=435.365，D.W=1.124

α=0.772，β=0.228，γ=0.650

结果表明，相关系数R2、调整后的判别系数和F统计量的值都很高，回归方程检验的显著性水平为零，说明检验效果是显著的，回归方程的拟和效果很好，弹性系数的t统计量也较高，显著性水平均在0.05之下，都通过了检验，弹性系数可以说明问题。

物质资本、人力资本存量和人力资本水平的产出弹性分别是0.772、0.228和0.650。从此看出，物质资本在湖南省经济增长中的产出弹性大于人力资本存量和人力资本水平的产出弹性，经济仍处于物质资本拉动型状态，但是人力资本水平在湖南经济增长中的产出弹性已经大于人力资本存量的产出弹性，即，人力资本的外部性作用已经开始生效。

3.湖南省人力资本对经济增长的贡献率

利用上文计算出的产出弹性和增长方程公式（3），计算出各生产要素对经济增长的贡献率，可以判断各要素在湖南省经济增长中的作用大小。

从表中可以看出，物质资本对GDP的贡献率高达86.15%，人力资本水平对GDP的贡献率超出人资本存量的贡献率居第二，说明在本文的样本空间内，劳动者的质量提高对经济增长的作用已经十分显著。并且全要素生产率（TFP）对经济增长的贡献率为负。由于人力资本溢出模型已将人力资本单独列出，人力资本的产出作用也从TFP中分离出来，因此，这里以技术、制度等来代表的TFP值过低,说明技术、制度等其他因素对经济增长的作用不明显。

二、政策建议

首先，增加对教育的投资。1986年以来湖南省人力资本存量对经济增长的总贡献率低于全国水平。从边际效益来看，投资教育方面比投资物质资本更能促进经济增长。因此，湖南省应该继续加大对教育投资的力度,不仅要加大对于教育的财政支出，也要依靠社会力量,可以有条件的向企业和个人开放对教育的投资。

其次，改善教育结构和教育体制。不仅要重视基础人力资本的培养，更要重视专业化人力资本的培养。政府在加大对九年义务教育和高中教育投资的同时也要加大对职业教育和高等教育的投资，重视专业化教育。

第三，重视人才引进。引进人才是快速增加人力资本存量和提高人力资本水平的捷径。湖南省必须要做好人才引进的工作，尤其是高层次人才的引进，要为引进人才创造良好的环境，如可以设立人才引进专项资金，可以帮助安排其家属的随调和随迁，提高引进人才的待遇等。

参考文献:

[1]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，1999:71～75

[2]薛贺香 杨建云:河南省人力资本对经济增长贡献的实证分析[J].郑州航空工业管理学院学报，2006，24（3）:66～69

[3]王金营:人力资本与经济增长理论与实证[M].北京：中国财政经济出版社，2001:5～6

[4]张晓峒:计量经济学基础[M].天津:南开大学出版社,2001:48～98

第4篇

以珠海市2000-2014年的投入产出统计数据为例，测算出科技进步贡献率，分析科技进步贡献率与该市地区生产总值增长率之间的变化趋势，并就正确评估科技进步贡献率在城市经济发展中的作用及其与城市经济增长之间的关系进行阐述。

关键词：

科技进步贡献率；经济增长；影响；珠海市

随着当前中国经济整体进入结构性减速期，研究科技进步贡献率（又称全要数贡献率TFP）对城市经济增长的潜在影响变得越来越重要。当前比较一致的观点是：由于外界冲击对经济产出的影响，度量短期内的科技进步贡献率意义不大。因此本文采用2000年至2014年的统计数据，测算出珠海市科技进步贡献率，再分析评估其在城市经济发展中的作用、局限性，并就科技进步贡献率与城市经济增长之间的关系作出阐述。

1测算方法和数据处理

1.1测算方法目前，以生产函数模型为基础的索洛（Solow）余值法是测算科技贡献率最为广泛的研究方法。该方法要求市场完全竞争、规模报酬不变、技术进步为希克斯中性等约束条件。本文采用索洛余值法对科技进步贡献率进行测算，主要原因是自2000年以后，该市的经济发展环境可近视为符合完全竞争市场、规模报酬不变和技术进步为希克斯中性等约束条件。

2数据来源及处理

测算数据来源于2000年至2014年《广东省统计年鉴》以及珠海市统计年鉴。

2.1经济产出量Y的数据处理将国内生产总值作为经济产出量Y，通过2000年至2014年该市的国内生产总值统计表，可以得到2000年为基期的不变价格城市实际地区生产总值。

2.2资本投入量K的数据处理将固定资本存量作为资本投入量K，采用“永续盘存法”（PIM）来计算，即对该市历年来形成的固定资产进行重新估价后，再根据所选的折旧方式来确定资本消耗，最后逐年推算得出历年的资本存量总额，其计算表达式为：Kt=It+（1-δ）Kt-1其中Kt为第t年的资本存量，It为第t年的固定资产形成额，δ是固定资产存量折旧率。本文固定资产存量折旧率取国内各研究的综合估计值0.13，同时参考和借鉴现有关于广东省及珠三角地区历年来固定资本存量估算的研究思路、方法及成果，利用该市历年来占比珠三角地区全社会固定资产投资的数据序列，估算2000年至2014年该市的固定资本存量。

2.3劳动投入量L数据计算劳动投入量L，采用可直接用于对比的城镇单位就业人员数作为计算数据。

2.4科技进步贡献率测算根据上述统计数据，可计算出产出量Y、固定资本存量K和劳动投入量L的增长率，代入上述索洛余值法测算计算公式，即可得到科技进步对经济增长的贡献率，如表1所示。

2.5科技进步贡献率与地区生产总值增长之间的关系由图1可知，2004年至2008年珠海市科技进步贡献率达到一个峰值，其后表现较为平稳，2007年至2011年出现一个明显的下降，之后在2008年至2012年又呈现出整体上升趋势。出现上述现象，本文分析认为主要原因有以下几点：一是2008年以前，该市地区生产总值增长对资本投入和劳动力投入依赖不大，科技进步贡献率保持平稳上升趋势；二是2008以后,受金融危机的整体影响，该市地区生产总值增长对资本投入的依赖开始增大，导致科技进步贡献率出现一定下降；三是2012以后,该市整体经济产业结构转型成效开始逐渐显现，高新技术产业在经济产业结构中的比重增大，科技进步贡献率又开始呈现上升。从整体上看，2000年至2014年珠海市年均科技进步贡献率年达到52.12%，并且与该市的地区生产总值增长率呈现高度正相关性，说明科技进步贡献率对地区生产总值有潜在促进作用。

3科技进步贡献率参考价值的局限性

科技进步贡献率对于评价一个地区、一种产业或行业具有重要参考意义，特别是当它与其他指标相结合时，可以反映出一个国或者地区在经济高速增长中存在的潜在问题，具有重要参考价值。但是根据当前的测算数学模型，认为经济产出中除了劳动与资本之外的部分全部都是科技进步贡献份额，是忽略了资源配置、规模经济、产品构成、教育水平等因素的影响。特别是在经济剧烈波动时，经济增长率、资本增长率和劳力增长率三个统计数据易受到影响，测算出来的数据往往严重失真。因此对于科技进步贡献率这一指标，注意以下两个方面的问题：（1）从使用性质上来看，该指标不适合作为绝对值指标。科技进步贡献率不同于其他总量指标或者平均指标，它实际上反映的是两个增长率之比，其大小取决于经济增长速度和科技进步速度之间的关系。当经济增长速度较慢时，科技进步贡献率就会较大；当经济增长速度较快时，科技进步贡献率就会较小。即使是一些发达国家或地区，其经济繁荣时期的科技进步贡献率也不是特别高。不能简单依据科技进步贡献率的高低，进而评价一个国家或地区的科技发展水平。（2）从测算时间长度上看，该指标不适合作为短期指标。因为科技进步贡献率往往具有较大的波动性，表现在分析图表上就是一定的滞后性、长期性及周期性。这是因为科技进步对经济增长的贡献是储备和积累的过程，与经济周期和科技进步自身发展规律密切相关。因此，在运用这一指标上，建议有关部门要积极宣传科技进步贡献率的正确涵义，避免对科技进步贡献率的作用过分夸大，特别是不能简单地将科技进步贡献率跟考核评优联系起来，要综合资本和劳动的角度，分析评价一个地区的科技进步水平，进而说明在一定经济增长率前提下的科技进步贡献率作用。

参考文献：

［1］何锦义.关于科技进步贡献率的几点认识［J］.统计研究，2012（8）.

［2］郭存芝，杜延军，李春吉.计量经济学［M］.科学出版社，2009.［3］黄国华，吕开颜.珠江三角洲经济增长因素分析［J］.南方经济，2006（3）.

［4］孙辉，支大林.对中国各省资本存量的估计及典1978-2008［J］.广东金融学院学报，2010（5）.

第5篇

[关键词] 人力资本 人力资本存量 经济增长

我国的人力资本十分短缺,开发水平也较低,“人口数量多,质量差”的根本特点仍然没有改变。研究我国人力资本现状及其对我国经济增长的贡献,找出人力资本对经济增长贡献率低下的原因,对于我国经济持续快速增长具有重要的理论和现实意义。

一、应用模型说明

1.模型介绍

卢卡斯认为新古典经济增长有缺陷的原因是没有考虑人力资本的作用,他把人力资本因素纳入模型,提出如下的生产函数:

其中,ha(t)r为人力资本的外部效应,K(t)为物质资本的增长率,技术水平A目前假设不变,N(t)为在时间t上的劳动力人数或投入生产的人数,c(t)为实际人均消费,u(t)是有效劳动,h(t)为当时的个人人力资本存量。

中国学者王金营改进了这个模型,如下:

式中,Y代表产出;K代表资本投入;L代表劳动投入;A代表技术进步;H是用受教育年限表示的人力资本投入;α代表资本的产出弹性系数;β代表劳动的产出弹性系数;γ表示人力资本的产出弹性。

为了便于计算及应用线性回归,将上式两边取对数得:

利用增长速度方程(即索洛函数)进行因素分析,是从各经济变量相对变化的角度来观察经济增长速度与技术进步,资本及劳动增长速度之间的关系,我们把人力资本也加入到增长速度方程中,得到变形以后的增长速度方程,其具体形式为:

式中,是1990年～2006年间GDP的平均增长速度;是1990年～2006年间资本的平均增长速度;是1990年～2006年间人力资本的平均增长速度;是1990年～2006年间劳动力水平的平均增长速度;是技术进步速度。通过上式推算获得:

(1)各要素对GDP增长的影响率

资本对产出的影响率:;劳动对产出的影响率:β;人力资本对产出的影响率:;技术进步对产出的影响率:

(2)各要素对GDP增长速度的贡献率

资本的贡献率: ;劳动的贡献率: ;人力资本的贡献率: ;技术进步的贡献率:

2.经济增长及影响因素指标的选择与度量

(1)产出总量指标的度量

本文选择GDP作为衡量产出的指标,所采用数据来自2007年中国统计年鉴,然后换算出按1990年不变价的各年国内生产总值,单位为亿元。具体公式如下:

式中:Et表示t年的商品零售价格指数(1990年的商品零售价格指数为100),Yt为第t年不变价国内生产总值,Ynt表示t年的现价国内生产总值。

(2)资本投入指标的度量

A.物质资本投入指标

物质资本投入指标本文采用固定资产投资额表示,具体公式为:

式中:Et表示t年的固定资产投资价格指数(1990年的固定资产投资价格指数为100),Kt表示第t年不变价固定资产投资额,Knt表示t年的现价固定资产投资额。

B.劳动力投入指标

劳动力投入指标是指历年的在业人口数,由统计年鉴查得,单位为亿人。

C.人力资本投入指标

人力资本投入指标是用各年在业人口的平均受教育年限表示,单位为年。

资料来源:现价及价格指数来源于《中国统计年鉴2007》,不变价为计算获得,在业人口来源于《中国统计年鉴2007》,平均受教育年限为利用《中国人口统计年鉴》1994年、1995年、1998年《中国劳动统计年鉴》1999年、2000年、2001年、2002年、2003年、2004年、2005年、2006年及《2007年中国人口和就业统计年鉴》相关数据计算获得

二、国内生产总值GDP与各投入要素的回归分析

采用固定资产投资额、在业人口和在业人口的平均受教育年限分别作为资本、劳动和人力资本的投入,样本区间为1992年～2006年,代入回归函数拟合结果如下:

式中第一行括号中的数是各弹性系数的t统计量值,第二行括号中的数是各系数检验的显著性水平。

R=1;调整后的 R2=0.999;F=11307.511;Sig=0.000.

R是相关系数;R2是判别系数;F是F统计量;Sig是回归方程检验的显著性水平。

回归结果表明:复相关系数R,调整后的判别系数R2和F统计量值都很高,Sig1说明规模报酬递增。

三、影响经济增长的因素分析

在没有生产规模约束下,1992年～2006年间我国的资本、劳动、人力资本及技术进步等各因素对经济增长的贡献及贡献率如表2所示。

注:α=0.414 β=4.834 γ=0.225

资料来源:根据公式计算获得

由以上分析可以看出,我国资本对GDP的贡献率最高,人力资本对GDP的贡献率远远低于资本对GDP的贡献率,这说明我国人力资本积累的不足,这与我国通过扩大资本投资来使经济规模扩张的现实是相符的。我们在劳动力资源上具有丰富的优势,但是劳动者素质的低水平投入及其对经济增长的低水平贡献,是我国粗放型经济增长方式的致命弱点。同时,我们也能看到,我国在人力资本开发方面存在着较大的潜力,开发并利用好人力资本无疑会对中国的经济发展和工业化进程有较大的促进作用。

参考文献:

[1]王金营:人力资本与经济增长――理论与实证[M].北京:中国财政经济出版社,2001

[2]李玉江:区域人力资本研究[M].北京:科学出版社,2005

[3]中国劳动统计年鉴[R].北京:中国统计出版,2007

第6篇

基本的柯布—道格拉斯生产函数表达式如下：其中A、K、L分别代表技术水平常数，资本和劳动。假设经济处于完全竞争市场条件下，且规模报酬不变。α是资本的产出弹性系数，β是劳动的产出弹性系数，且α＞0，β＞0。将教育作为对劳动力的作用因素加入到上述模型中去，假设初始劳动为L0，用教育E与初始劳动的乘积代替原模型中的L，得到下面的方程。其中y，c，k，l，e分别代表产出、技术进步、劳动、教育的增长率。由（3）式我们可以得到教育对经济增长的贡献率。通过公式（4）我们可以计算教育对经济增长的贡献率。公式（4）涉及三个变量β，e和y，其中y是经济增长率，较常用的衡量经济增长率的两个变量为GNP的增长率和GDP的增长率，丹尼森和麦迪逊就是采用GNP的增长率来衡量经济增长的。由于我国统计口径的原因，本文采用GDP的实际增长率作为经济增长的衡量标准。β是劳动的产出弹性，不同区域由于其经济结构不同，经济发展水平不同，劳动的产出弹性也出现差异性。丹尼森上世纪60年代估算的美国经济的β值为0．73，麦迪逊采用的β值为0．7。通常认为β的取值范围在0．7—0．8之间。本文采用β值的经验值为0．73。e代表教育投入的增长率，教育投入涉及教师资源与教学相关的各种设备，资本等的投入，实际核算具有难度。通行的办法是用教育综合指数的增长率E作为替代变量来衡量教育投入的增长率。教育综合指数反映的是某年、某国家（或某地区）劳动者人均受教育程度的状况，它以劳动者受某一级教育为基准，按照一定的劳动简化率折算人均受教育程度。它与教育投入之间具有很强的正相关性。因此教育综合指数增长率E作为e的替代变量是合理的。只要计算出教育综合指数增长率E和GDP的实际增长率y就能得到教育对经济增长的贡献率。

二、吉林省高等教育对经济增长贡献率实证

（一）平均受教育年限的计算鉴于我国从业人员人均受教育年限的准确数据无法得到，我们利用受教育程度人口百分比来间接计算。根据2002年和2013年《中国劳动统计年鉴》统计数据，为计算方便，将大学专科、大学本科、研究生及以上学历就业人员比例合并统计为大专及以上。表1为全国和东北三省2001年和2012年从业人员文化程度分布百分比。从该表中可以看出，2001年吉林省大专及以上从业人员占人口比重高于全国平均水平1．3个百分点，并且也略高于毗邻的黑龙江和辽宁。而2012年吉林省大专及以上从业人员占人口比重低于全国平均水平0．16个百分点，在东北三省中排名依然最高。整体而言，2001—2012年吉林省受高等教育从业人员占人口比重增长速度低于全国水平。为计算高等教育、中等教育和初等教育的平均年限，对我国各级受教育年限规定如下：小学6年，初中3年，高中3年，大专以上4年（在我国，专科学校的学习年限为3年，本科大部分专业为4年，医学等极个别专业的学习年限为5年，为计算方便，假设大专及以上均为4年）。按照崔玉平、杨天平、刘召鑫等的计算方法，人均受教育年限。其中Xi为各级受教育程度百分比。这样得到全国和东北三省2001年和2012年人均受教育年限如表2所示。从表2中可以看出，2001年东北三省人均受高等教育年限整体上要高于全国平均水平，且吉林省水平最高，高出全国平均水平0．052年。而2012年东北三省人均受高等教育年限均要低于全国平均水平，人均受高等教育年限增长率低于全国平均水平。东北三省内部而言，吉林省人均受高等教育年限依然最高，为0．540年。

（二）人均受教育综合指数及其年均增长率的计算教育投入量的年均增长率在核算上具有难度，较为普遍的做法是利用教育综合指数的年均增长率作为替代变量来代替教育投入量的年均增长率。其中Li为劳动简化率。劳动者受教育程度与其年均收入呈正相关关系，受教育程度越高，其年均收入也越高。因此受教育程度越高，劳动简化率也高。参考李洪天［2］（2001）的标准，计算起点是人均受小学教育年限，将小学文化程度的劳动简化率定为1，初中、高中和中专、大专以上文化程度的劳动简化率分别为1．2，1．4和2。这样，利用劳动简化率可以计算人均受教育综合指数如表3所示。计算结果显示，2001年东北三省人均受教育综合指数高于全国平均水平，且吉林省人均受教育综合指数最高，达到10．033年，高出全国约1年。而2012年仅辽宁省人均受教育综合指数高于全国水平。其中E为除去高等教育后，教育综合指数的年均增长率。具体2001—2012年教育综合指数年均增长率E和高等教育占教育综合指数年均增长率的比重见表4。表4还给出了人均受高等教育年数年均增长率。2001—2012年东北三省教育综合指数年均增长率和人均受高等教育年数年均增长率均低于全国平均水平，这两项指标吉林高于黑龙江低于辽宁。2001—2012年东北三省高等教育占教育综合指数年均增长率的比重要高于全国平均水平，其中吉林省最高，达到54．18％。

（三）GDP的年均增长率的计算利用中国统计年鉴的统计数据，我们汇总得到全国和东北三省历年GDP实际增长率。如表5所见。2001—2012年东北三省平均GDP实际增长率要高出全国平均水平。2001—2012年吉林省GDP年均实际增长率最高达到12．8％，高出全国2．5％，也高于毗邻的辽宁省和黑龙江省。

（四）吉林省2001—2012年教育以及高等教育对GDP实际增长的贡献率的计算利用上面的计算结果和公式（5），可以计算得到教育对GDP实际增长的贡献率。前述我们得到高等教育占教育综合指数年均增长率的比重，所以高等教育对经济增长的贡献率可以通过下式得到。具体计算结果见表6。2001—2012年教育对经济增长的贡献率的全国平均水平为13．72％，东北三省教育对经济增长的贡献率远低于全国平均水平，且区域内表现出较大的差异性，吉林省和黑龙江省教育对经济增长的贡献率较为接近，均大于4％，而辽宁省教育对经济增长的贡献率为7．46％，高出吉林和黑龙江3个百分点。

三、结论与建议

第7篇

关键词：外商直接投资　经济差距　贡献率

一、引言

我国有许多学者如魏后凯、武剑等对FDI与经济增长的关系从宏观的角度进行了实证研究，使用宏观数据对FDI与GDP、FDI与进出口总额(T)做回归分析或相关性分析，结果都表明FDI促进了我国GDP值和进出口总额的增长，外商直接投资与经济增长有显著的正相关关系，并认为近20年来我国的经济增长在很大程度上来源于外商直接投资。但FDI在推动经济增长的同时，是不是因其在地区分布上不平衡而进一步扩大了区域间的经济差距?本文从定性和定最两个角度研究外商直接投资对东，西部经济增长贡献率，再比较两者的贡献率是否一致，从而说明外商直接投资使区域经济差距趋于收敛还是发散。

二、FDI影响经济增长的基本理论

普遍认为美国经济学家H・钱纳里和A・斯特劳特1969年创立的储蓄和外汇双缺口模型最能经典地解释外资对发展中国家经济增长的贡献。该模型认为，大多数发展中国家的经济发展主要受三种因素约束：一是储蓄约束，即国内需求水平低，不足以支持周内投资需求的扩张，影响经济发展；二是外汇约束，有限的外汇收入不足以支付经济发展所需要的资本品和消费品进口，阻碍经济发展；三是吸收能力约束，即由于缺乏必需的技术和管理，无法有效地使用外资和各种资源，从而影响生产率的提高和经济发展。

如果发展中国家能成功利用外资便可以逐渐弥补和克服储蓄、外汇和技术缺口的约束，增加l国民总储蓄和总投资，进而促进经济增长。即外资通过把区域的储蓄倾向转变为真实的投资来实现其发展的功能；外资通过改善投资地的原有资产存量，促进经济增长，并进一步通过新建企业形成高质量资产，通过收购和兼并提高原有资产存量；外资带来国外先进实用的技术、设备和科学的管理方式促进一同或地区的发展；外资有利于发展中国家和地区经济管理体制的改革和完善、提高管理效率、降低企业的交易成本从而促进经济发展。

三、FDI在我国东、西部的二元分布现状

20世纪90年代以来自改革开放以来，外商直接投资成为我国经济高速增长的助推器已是不争的事实。FDI已成为我国利用外资的上要方式，占全部利用外资比重70％以上，中国直接利用投资额从1990年的排名第17位一跃为2002年的全球第4位．共吸引4480亿美元投资。目前，中国已成为仅次于美国的全球第二吸引外资国。

但FDI在我国的分布很不平衡。截至2002年底，中中实际利用FDI总额为4479.70亿美元，其中地方占4376.09亿美元，而东部为3826.54亿美元，占地方实际使用FDI总额的87.44％西部仅为155.7亿美元，占实际使用FDI总额的3.56％。这与西部12省市，2亿多人口，占一半还多的国土面积完全不相符合。FDI在东西部分布已是严重的二元性。

从总值上看，中国实际利用FDI一直呈稳步增长态势，呈现“东高西低”的基本格局，东部省区明显高于西部省区。从增幅上看也是如此，以2002年统计为例．东部沿海地区吸引FDI为458.58亿美元，比上年增长11.62％，占全国实际利用外资总额的86.63‰西部地区实际利用外资比重小，呈下降趋势，仅吸引外资20.05亿美元，占总额的3.82％。在整体增幅下降同时，部分西部省区如吉林(-27.51％)、河南(-11.3％)、山西(-8.11％)、重庆(-23.44％)、甘肃(-17.57％)、四川(-4.47％)等省区出现不同程度的负增长。这种趋势将使FDI在东西部地区分布进一步拉大差距，强化了FDI区域分布的二元性特征。

四、FDI对东、西部经济增长的贡献率分析

自改革开放以来，中国实际利用FDI一直呈稳步增长态势，呈现“东高西低”的基本格局。同时这一时期的东、西部的GDP结构也呈现出几乎完全相同的增长趋势，东、西部的GDP的绝对差距明显拉大。

根据国民收入水平决定理论，投资在推动国民经济的增长中起着重要的作用。而FDI作为总投资的一部分，明显对投资区域的经济增长起着积极的作用，也是使东、西部经济差距扩大的重要因素。

为了精确分析FDI与东部，西部经济增长的相关性(FDI能否促进东西部经济增长，能在多大程度上促进增长)，以时间序列为1992年到2002年，选取直接使用的外资额(FDI)为自变量，以国民生产总值(GDP)为因变量，用最小二乘法进行线性回归拟合，构建回归模型：

(二)东、西部FDI的系数分别为0.72和0.46，说明FDI的边际产出弹性在东部比西部高，也说明FDI对经济增长的促进作用东部大，西部小，对东部经济增长的贡献率高。这与我们的观察是一致的，由于东部各方面的条件好，FDI对当地经济的促进作用当然要比西部大。FDI在东部的促进作用大于西部，由此加大东，西部经济发展的差距。

从以上分析可以知道，FDI对东、西部的经济增长均有显著促进作用，但FDI对经济增长的促进作用东部大，西部小，又存在FDI在东西部地域分布不平衡，西部吸引的FDI远低于东部的现状。由于FDI与地区经济增长之间形成了一种循环累积效应，FDI在东、西部经济差距的扩大中所起的作用将越来越大。在这种作用下，东西部经济差距必然进一步拉大。坚持东、西部经济协调发展，逐步缩小东、西部经济发展的差距，最终实现共同进步是社会主义现代化建设的内在客观要求。因此，我们应合理利用FDI，充分发挥其在我国东、西部经济协调发展中的促进作用，缩小东、西部经济发展差距。

五、分析FDI二元分布的原因，改变FDI不平衡分布

FDI二元分布不是偶然形成的，有其深层次的原因，只有找到了FDI二元分布的原因，才能采取措施改变FDI不平衡分布的现状，我认为FDI选择东部的重要原因有两个：

(一)东部具有良好的区位优势

区位选择是跨国公司FDI首要基本问题。根据邓宁的“国际生产折衷理论”，区位优势是区位选择的准则。就跨国公司而言，区位优势是指跨国公司在投资区位上具有的选择优势；就东道国内部具体区位而言，是吸引外资的特定区位优势，这个区位具有的优势，不一定那个区位也具有。在华跨国公司一般以市场占有、利润最大化为战略取向。在转型经济国

家，市场具有不确定性，同时，又具有巨大的市场增长潜力。信息成本、积聚经济构成了吸引FDI的区位优势。跨国公司倾向于信息成本低、具有积聚经济效应的地区。

在我国，信息成本低的地区主要是：地区经济中心，沿海地区，已经建立大量三资企业的区位，外商可以享受优惠政策的区位。上述四种低信息成本地区，几乎都在东部沿海发达地区，可以说：东部省区的信息成本优势构成了吸引外资的特定区位优势。

东南沿海的“珠三角”、“长三角”、“环勃海”区域，有强大的“产业空间积聚形成的产业特定的溢出效应和自然优势”，FDI选择这样具有积聚经济效应的地区在情理之中。

东部沿海经济发达省区具有区位优势，有利于跨国公司投资，实现其战略目标，所以，FDI主要流向东部地区。例如，广东、江苏、山东三省在全国范围内具有突出的区位比较优势，因而，FDI集中分布于三省(约占50％)。

(二)国家的政策因素

从改革开放到西部大开发前，国家根据“梯度发展理论”，制定了东部优先发展战略，给予了东部地区10几年的优惠政策，FDI在东部享受着“超国民待遇”，与此同时，西部的企业承担着相对而言较沉重的税收压力。这个时期FDI当然不会选择西部。西部大开发后，国家给了西部与东部沿海一样的税收政策，但西部在其他方面均无优势可言(如区位优势，规模效应，科研能力等等)，与东部一样的税收政策对FDI并没有多少吸引力。这种税收优惠政策权利分配上的平等隐含着因相对差距导致的事实上的不平等。

六、建议

第8篇

关键词：教育；经济增长；贡献率

作者简介：梁传杰（1970-），男，湖北天门人，武汉理工大学高等教育研究所，研究员。（湖北　武汉　430070）

基金项目：本文系贵州省教育改革发展研究十大招标课题“服务工业强省战略的贵州高等学校布局结构和学科专业调整研究”的研究成果。

中图分类号：G640?????文献标识码：A?????文章编号：1007-0079（2012）34-0001-02

自改革开放以来，我国高等教育事业得到了快速发展，为社会输送了大批合格人才，为我国经济建设和社会发展提供了智力支撑和人才支撑，对国民经济建设和社会发展起到了十分重要的推动作用。如何定量分析中国教育对经济增长的贡献，虽然近几年不少学者做过此类研究，但从模型的构建到相关系数的重新测算及模型的信度分析或缺失，或有缺憾。本文拟在此方面进行分析与研究，在重新构建模型的基础上计算我国教育对经济增长率的贡献率。

一、计算模型的选择与构建

美国数学家柯布（C.W.Cobb）和经济学家道格拉斯（D.H.Douglas）于20世纪30年代在研究美国制造业劳动与资本对产业的作用时得出了一个生产函数，即著名的柯布—道格拉斯生产函数：

其中，Y为产出量，A为技术水平常数，K为资本投入量，L为劳动投入量，α为资本的产出弹性系数，β为劳动的产出弹性系数，并且有：

α>0，β>0，α+β=1

考虑到教育可以提高劳动力的质量，也就相当于可以使初始劳动力的投入量成一定比例地增加，崔玉平先生于2000年在他发表的《中国高等教育对经济增长率的贡献》一文中创造性地将劳动力L分解为初始劳动力L0与教育投入E的乘积。这样，柯布—道格拉斯生产函数可以表示为：

（t为时间变量）

由于教育有其培养周期，比如一名小学毕业生从入学到毕业参加社会劳动，其对社会经济的作用滞后期至少为6年，一名大学毕业生的滞后期则为16年。因此，应该将这一因素予以考虑，可将上面的生产函数修订为：

，其中n为教育培养滞后期。对教育培养滞后期可以作如下的分析与估算：

其中ni为不同学历的学习时间，hi为不同学历人员占接受教育总人数的比例。

以2000年的数据为基础可以估算一下教育培养滞后期。按上面的公式可以计算得：

n=6×34.4%+9×49.99%+12×8.44%+16×5.45%=8.4488

考虑到近几年国家对教育的重视及高教扩招等因素，国民受教育的程度越来越高，因此，当前的培养滞后期一定高于8.4488。为方便计算，可估算并取当前的教育培养滞后期为9年。

因此，上面的柯布—道格拉斯函数为：

对上面两边取自然对数后，再求时间t的全导数，然后用差分方程近似地代替微分方程，可得如下方程：

yt+9=at+9+αkt+9+βlt+βet

这里，yt+9代表t+9年时的经济增长率，at+9、kt+9代表t+9年时的技术进步、资本增长率，lt为教育培养规模增长率，et为教育投资增长率。通过这一公式，可以看出教育对国民经济增长率的贡献即为βlt+βet占经济年均增长率yt+9的比重，亦即估算教育对国民经济增长贡献率的模型为：

其中ce表示教育对国民经济年均增长率的贡献份额。

二、对建模公式的回归分析与参数测算

yt+9=at+9+αkt+9+βlt+βet这一公式是对柯布—道格拉斯公式的一个推导。为方便计算，假设技术进步为一常数，即at+9为一常数，以上公式即为一个三元回归线性方程。下面考察1980～2005年的相关数据，对这一线性方程进行回归分析。初始数据表见表1，处理完后的数据统计表见表2。

其中固定资产总投入增长率=[（当年固定资产总投入-上年固定资产总投入）/上年固定资产总投入]/当年固定资产投资价格指数-1；教育投入增长率=[（当年教育投入-上年教育投入）/上年教育投入]/当年商品零售价格指数-1；教育投入培养规模增长率=[（当年教育培养规模-上年教育培养规模）/上年教育培养规模]；教育培养规模=小学培养规模×1+（初中培养规模+高中培养规模）×1.277+大专及以上培养规模×1.603（此系数考虑不同学历毕业劳动生产率的差异性。数据来源于闵维方教授的中国明瑟收益率计算法）。用SPSS统计软件对以上数据分析，得如下结果：（见表3）

由表3可以看出，教育投资增长率与国民经济增长率没有相关性，故将此变量从回归方程中剔除掉。剔除这一变量后，继续进行线性回归分析，得如下结果：（见表4）

通过以上的回归分析可以得出我国教育对经济贡献率的数学模式，即：yt+9=3.003+0.215kt+9+0.773lt。

三、结论与分析

1.结论

通过以上的建模与回归分析可以得出这样的结论：我国经济增长率受资本增长率和教育培养规模增长率的影响，且呈正相关；我国经济增长率不受教育投资增长率的影响，两者没有相关性。通过量化研究，我国1980-2005年资本的产出弹性系数为0.215，即资本投入对经济增长的贡献率为0.215，由教育发展而形成劳动力的产出弹性系数为0.773，即教育发展对经济增长的贡献率为0.773。

2.分析

（1）近些年我国国民经济保持的高增长得益于大力发展教育事业。我国经济建设自改革开放以来取得了举世瞩目的成就，尤其是近些年，国民经济增长水平一直保持在10%以上，已经成为世界第二大经济体。从以上的建模及分析可以看出，主要得益于国家对教育事业的高度重视，得益于教育事业的科学发展。教育事业为国民经济建设提供了足够的、有一定水平的劳动力，促进了我国经济建设的发展。在当下全球经济发展受到影响、我国国家经济增长速度放缓的情形下，我国政府提出了稳中求进、保增长的总体发展思路。国家要高度重视教育事业的发展，进一步加大对教育事业的投入，尤其是要切实落实提出的、保证对教育事业投入达到GDP的4%，从而保证实现国家提出的预期经济建设目标。

（2）在资本投入与教育发展对经济的贡献上，教育发展贡献率远高于资本投入贡献率。从以上的建模与量化研究可以看出，资本投入对于经济发展的贡献率仅为0.215，而教育发展对于经济发展的贡献率达到0.773。教育发展对于经济发展的贡献是资本投入对经济发展贡献率的3.6倍，远高于资本投入对经济发展的贡献率。日本在战后高度重视教育事业的发展，对日本战后经济恢复和快速发展提供了重要的支撑和影响，促进了日本在战后迅速发展成为经济大国和经济强国。这种成功的经验需要我国在国家层面上进一步提升对教育事业的认识，提升教育事业对经济发展重要支撑与促进作用的认识。通过大力发展教育事业，为国民经济建设和社会整体发展提供源源不断的动力。

（3）其他国家教育对国民经济增长的贡献率也保持在较高水平。美国学者麦迪逊（A.Maddison）通过美国近20年教育对国民经济增长率贡献的定量研究，得出美国的教育发展对国民经济贡献率为0.7。这一水平与我国教育发展而形成劳动力的产出弹性系数（0.773）基本相当，反映出其他国家也存在类似的现象，具有一定的普遍性，即教育对国民经济增长率的贡献处于较高水平，对于经济增长发挥着重要的作用。

参考文献：

[1]崔玉平.中国高等教育对经济增长率的贡献[J].北京师范大学学报（人文社会科学版），2000，（1）.

第9篇

>> 人力资本结构对经济增长贡献率的实证分析 农村人力资本对经济增长贡献率的实证分析 人力资本对经济增长的贡献率 教育人力资本、健康人力资本对经济增长的贡献率分析 中国人力资本对经济增长贡献率分析 河北省人力资本、物质资本与经济增长的实证研究 人力资本对经济增长贡献率测算研究 人才资本对经济增长贡献率的分析 人力资本对区域经济发展的贡献率研究：以安徽省为例 人力资本对经济发展贡献率的计量研究 湖北省农村人力资本对农村经济增长贡献的实证分析 黑龙江省经济增长中人力资本贡献的实证分析 河北省就业结构变化对经济增长贡献的实证分析 人力资本投入对经济增长贡献的实证分析 人力资本投资对经济增长的贡献分析 人力资本对经济增长的贡献分析 成都市人力资本对经济贡献率研究 创新型人力资本对经济发展贡献率研究 人力资本对经济增长的实证分析来自云南省的证据 贸易对香港经济增长贡献率的实证分析 常见问题解答 当前所在位置：l.

[3]舒尔茨.人力资本投资：教育和研究的作用[EB/OL].（2009-09-19）.

.

[4]陆潇.人力资本对浙江经济增长贡献的实证分析[J].商业经济，2010，（19）.

[5]刘宏霞，谢宗棠.甘肃省科技进步对经济增长的贡献率研究[J].西北民族大学学报（自然科学版），2010，（12）.

[6]黄维德，郗静，汤磊.上海人才贡献率研究[J].华东理工大学学报（社会科学版），2010，（2）.

[7]余跃.人力资本对上海经济增长贡献的实证分析[J].山西财政税务专科学校学报，2011，（8）.

第10篇

关键词:高等教育 广东 经济增长率 贡献

高等教育不仅对经济社会的发展有着直接的贡献，而且可以通过提高劳动者素质达到对经济增长的贡献。因此，测算广东省高等教育对经济增长的贡献率，对于处理好广东省高等教育发展与经济增长的关系具有重要的意义。

一、计算高等教育对经济增长贡献率的模型选择

在定量分析中，柯布—道格拉斯（C-D）生产函数是国内外众多估算方法的基础，本文也主要在柯布—道格拉斯（C-D）生产函数的基础上进一步细分教育投入和经济产出之间的函数关系。

柯布—道格拉斯（C-D）生产函数是由美国数学家柯布和经济学家道格拉斯根据历史统计资料，研究二十世纪处在研究美国制造业劳动和资本对产出的作用时得出一个生产函数，即着名的柯布—道格拉斯（C-D）生产函数：

Y=AKαLβ （1）

这个生产函数可以表述为:假设土地数量没有变化，导致经济增长的因素抽象为资本K、劳动L和技术进步率A，K、L可以相互替代，且能以可变的比例组合，又假设经济发展处于完全竞争的市场经济条件下，生产要素都以其边际产品作为报酬，规模报酬保持不变，那么在时间t范围内变化的中性技术进步的产出增长模型可以被构造为:Yt=At KtαLtβ （2）

其中，Yt是第t期经济产出量，用GDP表示； At为第t期技术水平，一般作为常数；Kt为第t期的物质资本存量；Lt为第t期人力资本存量；α是资本的产出弹性系数，β是劳动的产出弹性系数，而且α﹥0，β﹥0，α﹢β=1 。

人力资本理论认为教育能提高劳动力的质量，也就等于使初始劳动力投入量成倍增加，因此可以将劳动投入量细化为初始劳动力L0与教育投入E的乘积，于是公式（1）就可以转化为： Yt=AtKαt（L0tEt）β (3)

这同时和新经济增长理论的代表人物卢卡斯（Robert E Lucas）于1988年提出的内生经济增长模型Y=Kα（Hl）1-α的思想基本一致（《经济增长导论》，2002）对公式（3）两边取自然对数后再求时间t的全导数，然后再用差分方程近似代替微分方程得到方程：y=a+αk+βl0+βe（4）

其中，y表示一定时期内经济的年均增长率，a为社会技术进步的水平增长率，α表示产出的资本投入弹性，K为资本投入的年均增长率，β表示产出的劳动投入弹性，l0代表初始劳动投入的年均增长率，e代表教育投入的年均增长率。因此，估算教育对经济增长率的贡献可表示为：

Re=（ye/y）×100%=（βe/y）×100% (5)

公式(5)是目前国际广泛采用的计算教育对经济增长贡献率的模型，它表示教育这个要素投入所带来的那部分国民产值的增长率占国民产值总增长率的比率。在实际计算过程中，教育投入的年均增长率e也可以表示教育综合指数的年均增长率。在此基础上进一步求出广东高等教育对经济增长的贡献。

二、劳动的产出弹性系数β的测算

在本文的模型中，β的系数值对模型的影响较大。本文主要根据广东省2000~2009年的统计数据，采用时间序列回归分析的方法，在柯布—道格拉斯生产函数Yt=AtKtαLtβ 的基础上 ，通过 两边取自然对数构造线形回归模型:lnYt=lnAt+αlnKt+βlnLt，设α+β=1。为避免出现序列自相关和多重共线形问题，在上述生产函数的基础上，构造一阶差分方程： lnYt- lnYt-1=C0+α（lnKt－lnKt-1）+β（lnLt－lnLt-1）+θ，设α+β=1。这里θ为随机误差项，假设其均值为0，且自变量的一阶差分与随机误差项无关。

2000年固定资产投资价格指数（1978=1），实际投资额（1978价格），实际资本存量（1978年价格）来自张军、吴桂英、张吉鹏，中国省际物质资本存量估算：1952-2000，经济研究，2004年第10期，P42-43

2001-2008年的固定资产投资价格指数（1978=1），实际投资额（1978年价格），实际资本存量（1978年价格）：根据张军等（2004）采用的方法计算得出。

运用SPSS软件求出β的值，其中，Y表示广东省2000-2009年实际GDP，参见表1；K表示广东2000-2008年折旧后的资本存量，参见表2；L表示广东省2000-2009年从业人数，参见表3。

将广东省历年GDP对数的一阶差分lnYt- lnYt-1、实际资本存量对数的一阶差分lnKt－lnKt-1、从业人数对数的一阶差分lnLt－lnLt-1，代入一阶差分方程：lnYt- lnYt-1=C0+α（lnKt－lnKt-1）+β（lnLt－lnLt-1），运用SPSS软件进行回归分析。得到以下分析结果：

由以上回归结果可以看出，建立的广东省劳动投入的柯布—道格拉斯生产函数的回归模型是成立的。从回归结果得到广东省的的劳动的投入弹性β为0.636。

三、 计算广东教育投入的年均增长率e和高等教育的年均增长率eh

第1步，分别计算2000年、2008年广东从业人员的人均教育综合指数

(一)用教育综合指数代表由于教育程度的提高而带来的劳动投入量，需要确定劳动简化率

关于劳动简化率的确定是个复杂的问题，目前主要有三种方法：西方的丹尼森和麦迪逊的“工资收入法”（又称“丹尼森系数法”）、前苏联的“复杂劳动简化法”（又称“劳动质量修正法”）以及中国学者的“修正的劳动简化法”。各种方法测算的结果差距比较大，仅中国学者在采用修正的额劳动简化法时就计算出四种（分别根据工资法、教育年限法、工作年总课时数法和劳动生产率法）等不同结果。

丹尼森“工资收入法”在中国使用时，学者们一般是部分地考虑中国的实际情况，采用不同文化程度劳动者的平均工资收入差别确定不同文化程度的劳动者的劳动生产率，然后与经验值相结合做不同程度的折算，得到的结果虽然有差别，但波动范围不大，崔玉平（1999）按三级（初等、中等和高等）得到劳动简化系数为：1、1.4、2；李洪天（2001）按四级（小学、初中、高中和大学）计算得到劳动简化率分别为：1、1.2、1.4和2；杭永宝（2007）按五级（小学、初中、高中、大专、本科以上高等教育）得到劳动简化系数为1、1.28、1.38、1.81、2.2。由于目前广东的研究生所占比例还比较小，可以把他们归入本科学历，所以本文根据综合考虑采用杭永宝的劳动简化系数。

(二)计算2000年、2008年广东省人均受教育年限数据

根据模型Re=ye/y×100%=βe/y×100%的要求，需要用一定时间段内的数据来反映增长率，又依据“教育综合指数”的内涵，需要人均受各级教育年数来计算教育综合指数的年均增长率，考虑到数据的权威性和可获取性以及可比较性，本人选取《广东省2000年人口普查资料》和《中国劳动统计年鉴（2010）》中的数据。

资料来源:2000年数据:根据《广东省2000年人口普查资料》中《全省分年龄、性别、受教育程度的各行业人口》（P3046-3053）中的数据整理、计算得出2008年数据：国家统计局人口和社会科技统计司、劳动和社会保障部规划财务司编，《中国劳动统计年鉴-2010》，2009年，P77。

计算公式：Pi=Ni∑Xi，其中， Xi是各级文化程度分布比例，I={（小学，初中，高中，大学专科，大学本科以上）；（初中，高中，大学专科，大学本科以上）；（高中，大学专科，大学本科以上）；（大学专科，大学本科以上）；（大学本科以上）}；Ni是各级教育规定年限（假设小学受教育年限为6年；假设初中受教育年限为3年，高中包括中专受教育年限为3年，并且把这3种教育统归为中等教育；假设大专受教育年限为3年，大本以上受教育年限为4年，且把这良两种教育统归为高等教育。前面介绍过由于受过研究生教育的从业人员相对较少，本文把这部分从业人员归为受过高等教育）。

2000年广东省15岁—64岁劳动力人口人均受各级教育年数计算

人均受小学教育年数：S小=（25.9+49.9+16.8+3.6+1.5+0.15）*6/100=5.871

人均受初中教育年数：S初=（49.9+16.8+3.6+1.5+0.15）*3/100=2.159

人均受高中教育年数：S高=（16.8+3.6+1.5+0.15）*3/100=0.66

人均受大学专科教育年数：S专=3.6*3/100=0.108

人均受大学本科教育年数：S本=（1.5+0.15）*4/100=0.066

则2000年广东省就业人口人均受各级教育年数总数是5.871+2.159+0.66+0.108+0.066+=8.9135。同理可以计算出2008年广东省就业人员人均受各级教育年数依次为：5.923、2.37、0.8133、0.162、0.1364，人均受教育年数总数为9.4047。

(三)2000—2008年广东省就业人口的教育综合指数的年均增长率e

计算公式：e=∑PiSi，其中，Pi是各级劳动简化系数，Si是人均受各级教育年数，i=（小学、初中、高中、大学专科、大学本科以上）。

2000年广东省就业人员的教育综合指数为：

E0=5.871+2.159×1.28+0.66×1.38+0.108×1.81+0.066×2.2=9.881

2008年广东省就业人员的教育综合指数为：

E1=5.923+2.37×1.28+0.81×1.38+0.162×1.81+0.1364×2.2=10.668

2000年—2009年间广东省就业人口教育综合指数的年均增长率，采用几何平均法：e′={（E1/ E0）1/n-1}×100%={（10.668÷9.881）1/8-1}×100%=0.97%

同理2000年-2009年间广东省就业人口高等教育综合指数的年均增长率为 eh′={（0.162×1.81+0.1364×2.2）÷（0.108×1.81+0.066×2.2）}1/8-1=6.21%

由于工资的差别进而劳动生产率的差别，是众多因素共同作用的结果，如个人的禀赋素质、家庭背景、勤奋努力程度等都会导致工资收入的差别，只有一部分差别可以归因于所受正规教育的不同，而且，劳动力质量、素质、技能的提高也不能完全归因于正规教育，因此，按照丹尼森等西方学者通行的算法，对于依照工资差别而计算出的教育综合指数的增长率（即由教育程度的提高而带来的劳动量的增长率）用0.6做折算，于是得到广东省教育综合指数年平均增长率的修正值：e=0.97%×0.6=0.582%。广东省高等教育综合指数年平均增长率的修正值：eh=6.21%×0.6=3.726%

第2步，计算广东省2000-2009年间高等教育在全期年均教育综合指数增长率中的比率（Eh）。排除高等教育后，2000-2009年间广东省高等教育综合指数的平均增长率为={（5.923+2.37×1.28+0.81×1.38）÷（5.87+2.159×1.28+0.66×1.38）}1/8-1=0.68%。由此可得，2000-2009年间广东省高等教育在教育综合指数平均增长率中的比率为：eh′=（0.97%-0.68%）÷0.97%=29.9%。

(四)计算2000-2009年广东省实际GDP的年均增长率y

我们用GDP的增长表示中国的经济增长，考虑到物价指数的上涨，所以要剔除物价因素，计算2000-2008年间GDP的实际增长率。以本国货币不变价格计算的增长率习惯上称之为实际增长率。为保持一致，这里依然以1978年为基期，那么，根据表1，我们知道2000年和2008年的GDP的实际值分别为3233.1966、8768.58885，2000-2008年间GDP实际年平均增长率为：y={（Y1/Y2）1/n-1}×100%={（8768.58885÷3233.1966）1/8-1}×100%=12.86%。

(五)计算2000-2008年广东省教育、高等教育对经济（GDP）增长率的贡献Re和Rh

根据上面推导的教育对经济增长率贡献的表达式Re=（βe/y）×100%，将β=0.636、e=0.582%、eh=3.726%、y=12.86%分别代入 ，则有教育对经济增长率的贡献为：Re=（βe/y）×100%=（0.636×0.00582÷0.1286）×100%=2.9%，同期高等教育对经济增长率的贡献为：Rh=2.9%×29.9%=0.87%。2000-2009年间广东教育对经济增长率贡献实际增加值为2.9%×12.86%＝0.373%，高等教育对经济增长率贡献实际增加值为0.87%×12.86%=0.112%。这表明：广东2000-2009年间国内生产总值年平均增长率12.86个百分点中的0.373个百分点是由教育带来的，0.112个百分点是由高等教育带来的。这表明广东省的教育以及高等教育对经济增长率的贡献是比较低的。

：

[1]陈璋.西方经济理论与实证方法论[M].北京：北京大学出版社，1993

李洪天.20世纪90年代我国教育发展对经济增长的贡献研究[J].南京政治学院学报，2001;6

崔玉平.中国高等教育对经济增长率的贡献[J].北京师范大学学报（人文社会科学版），2000;1

第11篇

关键词:高等教育 广东 经济增长率 贡献

高等教育不仅对经济社会的发展有着直接的贡献，而且可以通过提高劳动者素质达到对经济增长的贡献。因此，测算广东省高等教育对经济增长的贡献率，对于处理好广东省高等教育发展与经济增长的关系具有重要的意义。

一、计算高等教育对经济增长贡献率的模型选择

在定量分析中，柯布—道格拉斯（C-D）生产函数是国内外众多估算方法的基础，本文也主要在柯布—道格拉斯（C-D）生产函数的基础上进一步细分教育投入和经济产出之间的函数关系。

柯布—道格拉斯（C-D）生产函数是由美国数学家柯布和经济学家道格拉斯根据历史统计资料，研究二十世纪处在研究美国制造业劳动和资本对产出的作用时得出一个生产函数，即著名的柯布—道格拉斯（C-D）生产函数：

Y=AKαLβ （1）

这个生产函数可以表述为:假设土地数量没有变化，导致经济增长的因素抽象为资本K、劳动L和技术进步率A，K、L可以相互替代，且能以可变的比例组合，又假设经济发展处于完全竞争的市场经济条件下，生产要素都以其边际产品作为报酬，规模报酬保持不变，那么在时间t范围内变化的中性技术进步的产出增长模型可以被构造为:Yt=At KtαLtβ （2）

其中，Yt是第t期经济产出量，用GDP表示； At为第t期技术水平，一般作为常数；Kt为第t期的物质资本存量；Lt为第t期人力资本存量；α是资本的产出弹性系数，β是劳动的产出弹性系数，而且α﹥0，β﹥0，α﹢β=1 。

人力资本理论认为教育能提高劳动力的质量，也就等于使初始劳动力投入量成倍增加，因此可以将劳动投入量细化为初始劳动力L0与教育投入E的乘积，于是公式（1）就可以转化为： Yt=AtKαt（L0tEt）β (3)

这同时和新经济增长理论的代表人物卢卡斯（Robert E Lucas）于1988年提出的内生经济增长模型Y=Kα（Hl）1-α的思想基本一致（《经济增长导论》，2002）对公式（3）两边取自然对数后再求时间t的全导数，然后再用差分方程近似代替微分方程得到方程：y=a+αk+βl0+βe（4）

其中，y表示一定时期内经济的年均增长率，a为社会技术进步的水平增长率，α表示产出的资本投入弹性，K为资本投入的年均增长率，β表示产出的劳动投入弹性，l0代表初始劳动投入的年均增长率，e代表教育投入的年均增长率。因此，估算教育对经济增长率的贡献可表示为：

Re=（ye/y）×100%=（βe/y）×100% (5)

公式(5)是目前国际广泛采用的计算教育对经济增长贡献率的模型，它表示教育这个要素投入所带来的那部分国民产值的增长率占国民产值总增长率的比率。在实际计算过程中，教育投入的年均增长率e也可以表示教育综合指数的年均增长率。在此基础上进一步求出广东高等教育对经济增长的贡献。

二、劳动的产出弹性系数β的测算

在本文的模型中，β的系数值对模型的影响较大。本文主要根据广东省2000~2009年的统计数据，采用时间序列回归分析的方法，在柯布—道格拉斯生产函数Yt=AtKtαLtβ 的基础上 ，通过 两边取自然对数构造线形回归模型:lnYt=lnAt+αlnKt+βlnLt，设α+β=1。为避免出现序列自相关和多重共线形问题，在上述生产函数的基础上，构造一阶差分方程： lnYt- lnYt-1=C0+α（lnKt－lnKt-1）+β（lnLt－lnLt-1）+θ，设α+β=1。这里θ为随机误差项，假设其均值为0，且自变量的一阶差分与随机误差项无关。

2000年固定资产投资价格指数（1978=1），实际投资额（1978价格），实际资本存量（1978年价格）来自张军、吴桂英、张吉鹏，中国省际物质资本存量估算：1952-2000，经济研究，2004年第10期，P42-43

2001-2008年的固定资产投资价格指数（1978=1），实际投资额（1978年价格），实际资本存量（1978年价格）：根据张军等（2004）采用的方法计算得出。

运用SPSS软件求出β的值，其中，Y表示广东省2000-2009年实际GDP，参见表1；K表示广东2000-2008年折旧后的资本存量，参见表2；L表示广东省2000-2009年从业人数，参见表3。

将广东省历年GDP对数的一阶差分lnYt- lnYt-1、实际资本存量对数的一阶差分lnKt－lnKt-1、从业人数对数的一阶差分lnLt－lnLt-1，代入一阶差分方程：lnYt- lnYt-1=C0+α（lnKt－lnKt-1）+β（lnLt－lnLt-1），运用SPSS软件进行回归分析。得到以下分析结果：

由以上回归结果可以看出，建立的广东省劳动投入的柯布—道格拉斯生产函数的回归模型是成立的。从回归结果得到广东省的的劳动的投入弹性β为0.636。

三、 计算广东教育投入的年均增长率e和高等教育的年均增长率eh

第1步，分别计算2000年、2008年广东从业人员的人均教育综合指数

(一)用教育综合指数代表由于教育程度的提高而带来的劳动投入量，需要确定劳动简化率

关于劳动简化率的确定是个复杂的问题，目前主要有三种方法：西方的丹尼森和麦迪逊的“工资收入法”（又称“丹尼森系数法”）、前苏联的“复杂劳动简化法”（又称“劳动质量修正法”）以及中国学者的“修正的劳动简化法”。各种方法测算的结果差距比较大，仅中国学者在采用修正的额劳动简化法时就计算出四种（分别根据工资法、教育年限法、工作年总课时数法和劳动生产率法）等不同结果。

丹尼森“工资收入法”在中国使用时，学者们一般是部分地考虑中国的实际情况，采用不同文化程度劳动者的平均工资收入差别确定不同文化程度的劳动者的劳动生产率，然后与经验值相结合做不同程度的折算，得到的结果虽然有差别，但波动范围不大，崔玉平（1999）按三级（初等、中等和高等）得到劳动简化系数为：1、1.4、2；李洪天（2001）按四级（小学、初中、高中和大学）计算得到劳动简化率分别为：1、1.2、1.4和2；杭永宝（2007）按五级（小学、初中、高中、大专、本科以上高等教育）得到劳动简化系数为1、1.28、1.38、1.81、2.2。由于目前广东的研究生所占比例还比较小，可以把他们归入本科学历，所以本文根据综合考虑采用杭永宝的劳动简化系数。

(二)计算2000年、2008年广东省人均受教育年限数据

根据模型Re=ye/y×100%=βe/y×100%的要求，需要用一定时间段内的数据来反映增长率，又依据“教育综合指数”的内涵，需要人均受各级教育年数来计算教育综合指数的年均增长率，考虑到数据的权威性和可获取性以及可比较性，本人选取《广东省2000年人口普查资料》和《中国劳动统计年鉴（2010）》中的数据。

资料来源:2000年数据:根据《广东省2000年人口普查资料》中《全省分年龄、性别、受教育程度的各行业人口》（P3046-3053）中的数据整理、计算得出2008年数据：国家统计局人口和社会科技统计司、劳动和社会保障部规划财务司编，《中国劳动统计年鉴-2010》，2009年，P77。

计算公式：Pi=Ni∑Xi，其中， Xi是各级文化程度分布比例，I={（小学，初中，高中，大学专科，大学本科以上）；（初中，高中，大学专科，大学本科以上）；（高中，大学专科，大学本科以上）；（大学专科，大学本科以上）；（大学本科以上）}；Ni是各级教育规定年限（假设小学受教育年限为6年；假设初中受教育年限为3年，高中包括中专受教育年限为3年，并且把这3种教育统归为中等教育；假设大专受教育年限为3年，大本以上受教育年限为4年，且把这良两种教育统归为高等教育。前面介绍过由于受过研究生教育的从业人员相对较少，本文把这部分从业人员归为受过高等教育）。

2000年广东省15岁—64岁劳动力人口人均受各级教育年数计算如下：

人均受小学教育年数：S小=（25.9+49.9+16.8+3.6+1.5+0.15）*6/100=5.871

人均受初中教育年数：S初=（49.9+16.8+3.6+1.5+0.15）*3/100=2.159

人均受高中教育年数：S高=（16.8+3.6+1.5+0.15）*3/100=0.66

人均受大学专科教育年数：S专=3.6*3/100=0.108

人均受大学本科教育年数：S本=（1.5+0.15）*4/100=0.066

则2000年广东省就业人口人均受各级教育年数总数是5.871+2.159+0.66+0.108+0.066+=8.9135。同理可以计算出2008年广东省就业人员人均受各级教育年数依次为：5.923、2.37、0.8133、0.162、0.1364，人均受教育年数总数为9.4047。

(三)2000—2008年广东省就业人口的教育综合指数的年均增长率e

计算公式：e=∑PiSi，其中，Pi是各级劳动简化系数，Si是人均受各级教育年数，i=（小学、初中、高中、大学专科、大学本科以上）。

2000年广东省就业人员的教育综合指数为：

E0=5.871+2.159×1.28+0.66×1.38+0.108×1.81+0.066×2.2=9.881

2008年广东省就业人员的教育综合指数为：

E1=5.923+2.37×1.28+0.81×1.38+0.162×1.81+0.1364×2.2=10.668

2000年—2009年间广东省就业人口教育综合指数的年均增长率，采用几何平均法：e′={（E1/ E0）1/n-1}×100%={（10.668÷9.881）1/8-1}×100%=0.97%

同理2000年-2009年间广东省就业人口高等教育综合指数的年均增长率为 eh′={（0.162×1.81+0.1364×2.2）÷（0.108×1.81+0.066×2.2）}1/8-1=6.21%

由于工资的差别进而劳动生产率的差别，是众多因素共同作用的结果，如个人的禀赋素质、家庭背景、勤奋努力程度等都会导致工资收入的差别，只有一部分差别可以归因于所受正规教育的不同，而且，劳动力质量、素质、技能的提高也不能完全归因于正规教育，因此，按照丹尼森等西方学者通行的算法，对于依照工资差别而计算出的教育综合指数的增长率（即由教育程度的提高而带来的劳动量的增长率）用0.6做折算，于是得到广东省教育综合指数年平均增长率的修正值：e=0.97%×0.6=0.582%。广东省高等教育综合指数年平均增长率的修正值：eh=6.21%×0.6=3.726%

第2步，计算广东省2000-2009年间高等教育在全期年均教育综合指数增长率中的比率（Eh）。排除高等教育后，2000-2009年间广东省高等教育综合指数的平均增长率为={（5.923+2.37×1.28+0.81×1.38）÷（5.87+2.159×1.28+0.66×1.38）}1/8-1=0.68%。由此可得，2000-2009年间广东省高等教育在教育综合指数平均增长率中的比率为：eh′=（0.97%-0.68%）÷0.97%=29.9%。

(四)计算2000-2009年广东省实际GDP的年均增长率y

我们用GDP的增长表示中国的经济增长，考虑到物价指数的上涨，所以要剔除物价因素，计算2000-2008年间GDP的实际增长率。以本国货币不变价格计算的增长率习惯上称之为实际增长率。为保持一致，这里依然以1978年为基期，那么，根据表1，我们知道2000年和2008年的GDP的实际值分别为3233.1966、8768.58885，2000-2008年间GDP实际年平均增长率为：y={（Y1/Y2）1/n-1}×100%={（8768.58885÷3233.1966）1/8-1}×100%=12.86%。

(五)计算2000-2008年广东省教育、高等教育对经济（GDP）增长率的贡献Re和Rh

根据上面推导的教育对经济增长率贡献的表达式Re=（βe/y）×100%，将β=0.636、e=0.582%、eh=3.726%、y=12.86%分别代入 ，则有教育对经济增长率的贡献为：Re=（βe/y）×100%=（0.636×0.00582÷0.1286）×100%=2.9%，同期高等教育对经济增长率的贡献为：Rh=2.9%×29.9%=0.87%。2000-2009年间广东教育对经济增长率贡献实际增加值为2.9%×12.86%＝0.373%，高等教育对经济增长率贡献实际增加值为0.87%×12.86%=0.112%。这表明：广东2000-2009年间国内生产总值年平均增长率12.86个百分点中的0.373个百分点是由教育带来的，0.112个百分点是由高等教育带来的。这表明广东省的教育以及高等教育对经济增长率的贡献是比较低的。

参考文献

[1]陈璋.西方经济理论与实证方法论[M].北京：北京大学出版社，1993

[2]李洪天.20世纪90年代我国教育发展对经济增长的贡献研究[J].南京政治学院学报，2001;6

[3]崔玉平.中国高等教育对经济增长率的贡献[J].北京师范大学学报（人文社会科学版），2000;1

第12篇

    高等教育作为人力资本投资的重要渠道，日益引起人们的重视。关于高等教育对经济增长贡献研究的文献虽已不少，但现有研究大多集中在高等教育对经济增长贡献率的估算上，有关区域高等教育①对经济增长贡献率差异因素的深入研究尚未多见，而且在估算方法上往往忽略了不同层次教育之间在质量上的差别，以及我国不同区域之间在经济社会发展方面的特殊性。

    本研究以各级普通学校生均教育经费支出作为衡量人力资本投入质量指标，以就业人员中受各级教育程度劳动者人数作为衡量人力资本投入数量指标，既考虑到了人力资本投入的数量因素，又考虑到了人力资本投入的质量因素；以物质资本存量作为物质资本的投入指标；以GDP作为经济的产出指标。根据上述指标重新构建C-D生产函数，利用面板数据估算出1996-2007年间我国东、中、西、东北四大区域②的人力资本产出弹性系数，据此计算出各地区高等教育所形成的人力资本在此期间对经济增长的贡献率，并对影响区域高等教育经济贡献差异的内部性因素进行了深入分析。

    二、区域高等教育对经济增长贡献率的估算

    为估算区域高等教育对经济增长的贡献率，需要利用包含人力资本的两部门C-D经济增长模型计算出教育所形成的人力资本的产出弹性系数。其形式为

    Y=AF(K，H)

(1)

    式中，Y代表产出GDP③；K代表物质资本存量④；H代表人力资本存量⑤。

    

    由于这些制度性的控制变量都是百分比的形式，因而，采用指数回归模型来确定回归模型中的解释变量和被解释变量之间的关系。由此可得如下回归模型

    

    估算区域高等教育对经济增长的贡献率，既要考虑到区域高等教育自身的差异(体现在截面单元上)，又要考虑到国家政策的影响(体现在时间序列上)，本研究中使用能够同时反映研究对象在截面和时间单元两个方向上变化规律的Pandylw.net el data面板数据，先将全国31个省级行政区划分为东、中、西、东北四大区域，在估算出各大区域教育所形成人力资本的产出弹性系数基础上，进一步计算出各个省级行政区高等教育对经济增长的贡献率。在使用面板数据模型时，首先要进行模型的设定检验以确定使用哪种形式的面板数据模型。

    考虑到截面样本之间存在异质性，本文使用似不相关回归(Seemingly Unrelated Regression，SUR)进行检验，对模型进行相应的广义最小二乘法(Generalized Least Squared，GLS)估计。SUR是考虑到方程间的误差项存在异方差和同期相关的条件下，估计多个方程所构成的系统参数。在使用SUR进行检验时，面板数据方程估计权重选用两种：截面成员残差协方差矩阵和时期残差协方差矩阵。其中，前者要求时期个数必须大于截面成员个数，后者则相反。本文样本中四个地区的截面成员分别为10、6、11、3，时间期数为12，因此，在实证中使用GLS回归，面板数据方程估计权重都使用截面成员残差协方差矩阵。计量结果如表1所示。

    

    回归方程具有较高的拟合优度，F统计量较大，表明方程顺利通过显著性检验，方程的D.W统计量接近2表明模型不存在明显的序列相关问题。此外模型回归过程中使用的是百分比形式，其弹性系数需要通过对如下公式进行相应的调整后计算出来。各解释变量弹性系数的计算结果见表2。

    

    

    从表3可以看出，1996-2007年间我国区域高等教育对经济增长贡献率，不同区域之间，以及同一区域不同地区之间存在较大的dylw.net 差异。四大区域之间自中部、东北、东部、西部呈梯次递减的趋势；不同地区之间的差距更为明显，区域高等教育对经济增长贡献率最高的省份是中部经济欠发达的江西省(18.10%)，最低地区是西部经济欠发达的内蒙古(3.69%)，前者是后者的约5倍。

    

    三、区域高等教育发展水平与高教经济贡献率之间关系分析

    在我国现有研究当中，并没有成熟的衡量高等教育发展水平的指标体系，本文从区域高等教育投入、发展规模、层次结构、形式结构、经济效率⑦、管理体制结构⑧、国家重点学科点的分布情况等方面进行分析。为了更为形象地反映区域内不同因素与高教经济贡献率之间的关系，本文借鉴波士顿矩阵分析方法⑨的基本思想，采用波士顿矩阵聚类分析方法分析各地区高等教育发展水平与高教经济贡献率之间的关系。

    (一)区域高等教育投入水平与高教经济贡献率之间的关系

    区域高等教育投入水平可以用高等教育经费支出和生均教育经费的绝对量或者相对量来衡量。本研究用各地区1996-2007年地方普通高校经费支出总额占GDP比重的平均值作为衡量区域高等教育投入的指标。

    由图1可知，第一象限属于区域高教投入多，高教经济贡献率高的地区。江西、辽宁、湖南、湖北、黑龙江、吉林、北京这些地区在高等教育发展过程中均保持了较高的投入水平，高等教育对经济增长的贡献率相对较高，这表明，区域高等教育的投入水平高是这些地区高等教育对经济增长贡献率较高的原因之一。这些地区既有经济发达地区的省份也有经济欠发达地区的省份，这说明区域高等教育投入除了与区域经济发达程度有关之外，还与各地区政府对高等教育的重视程度有关。

    

    图1　区域高等教育投入与高等教育对经济增长贡献率波士顿矩阵图

    第二象限属于高教投入少，高教经济贡献率高的地区。上海是我国的经济中心，由于历史的原因，国家有多所部属重点院校设立在此，这些院校可以直接从中央政府获得较充足的经费投入，相应地不需要地方承担太多的教育投入，所以区域高等教育投入较低。同时其高等教育机构也相对集中，优质的高教资源可以达到规模经济和范围经济的效果，高等教育资源的配置效率更高。而河南、安徽、新疆、山西等地高等教育的相对规模较小，截止到2007年上述四个地区普通高校在校生占全国的比例分别低出其人口数占全国的比例1.5、0.84、0.45、0.06个百分点。这些地区原有的高等教育规模较小，高校扩招后这些地区高等教育规模的扩大主要是依靠内涵型发展模式—扩大原有高校的校均规模实现的，教育资源的配置相对较为集中，教育资源配置效益较佳，从而获取了较高的经济贡献率水平。

    第三象限属于高教投入少，高教经济贡献率低的地区。山东、广东、江苏、浙江、福建等经济发达地区，高等教育投入水平与其经济发展水平是不相适应的，1996-2007年间福建、山东、浙江、广东、江苏五个省份的地方普通高校经费投入占全国比重的平均 值分别低出其GDP占全国比重平均值的3.19、2.21、1.17、1.11、0.98个百分点；而四川、河北、内蒙古、广西、青海、海南、等经济欠发达地区，经济发展水平低制约了这些地区对高等教育的投入，1996-2007年间四川、河北、内蒙古、广西四个地区的地方普通高校教育经费投入占全国比重的平均值分别低于其GDP占全国比重的平均值0.75、0.66、0.35、0.19个百分点。青海和海南两地这两项指标在此期间基本持平，这些地区高等教育投入水平低是造成高等教育对经济增长贡献率低的原因之一。

    第四象限属于区域高教投入多，高教经济贡献率低的地区。这些地区虽然都重视对教育的投入，但是这些地区高等教育与区域经济发展之间存在着不协调因素。天津的高等教育发展水平滞后于经济发展的现实需要，尤其是民办教育发展相对滞后；陕西省高等教育发展无论是在规模水平上还是在层次结构上均超前于其相对落后的经济社会发展水平，而西藏、云南、宁夏、贵州等地虽然重视对高等教育的投入，但这些地区高等教育起步较晚，高等教育的规模相对较小，而且在发展过程中存在与经济社会发展需要之间不协调的因素，区域高等教育对经济增长的贡献率较低。这说明，区域高等教育发展并非高投入就一定可以有高产出。

    (二)区域高等教育规模水平与高教经济贡献率之间的关系

    衡量高等教育发展的规模水平可以选择用高等教育毛入学率、每十万人口平均在校生人数等指标。考虑到数据的可得性，以及该项指标dylw.net 本身反映的是高等教育发展存量水平，本文用2007年每十万人口平均在校大学生数作为衡量区域高等教育发展规模的指标。

    由图2可知，第一象限属于高教规模大，高教经济贡献率高的地区。高校扩招以来，江西省高等教育规模迅速扩大；黑龙江、辽宁、北京、湖北、吉林、上海等地区均属于公认的高等教育发展水平相对较高的地区，高等教育规模一直相对较大。这些地区高等教育规模水平较好地适应了区域经济社会发展的需要，高等教育对经济增长的贡献率也比较高。

    

    图2　区域高等教育规模与高等教育对经济增长贡献率波士顿矩阵图

    第二象限属于高教规模小，高教经济贡献率高的地区。新疆、河南、安徽、山西、湖南等地高等教育规模较小，高校扩招后这些省份高等教育均获得了较快的发展，但是远没有达到其应该达到的规模水平，高等教育规模稍有扩大就可带来较大效益。

    第三象限属于高教规模小，高教经济贡献率低的地区。浙江、福建、广东、山东等地高等教育规模水平落后于经济社会发展水平，截止到2007年上述四个省份GDP占全国的比重分别高出其普通高校在校生数占全国的比重3.25、0.92、2.66、6.22个百分点。四川省高等教育相对规模较小，截止到2007年其普通高校在校生占全国的比重低于总人口占全国的比重1.16个百分点。这些地区高等教育规模与其经济社会发展不相适应，是造成高等教育对经济增长贡献率低的原因之一。

    第四象限属于高教规模大，高教经济贡献率低的地区。天津、江苏两地区的高等教育规模较大，截止到2007年两地普通高校在校生数占全国的比重分别高出其总人口数占全国的比重1.17和2.07个百分点；陕西省经济社会发展水平较低，高等教育规模水平超前于其经济社会发展水平，截止到2007年陕西省普通高校在校生数占全国的比重高出其GDP占全国比重2.11个百分点。这些地区高等教育规模不是其高等教育与经济社会发展不协调的主要矛盾，在高等教育保持较大规模的条件下，区域高等教育对经济增长贡献率却较低。这说明，高等教育对经济增长贡献率的高低并非简单地取决于高教规模的大小。

    (三)区域高等教育层次水平与高教经济贡献之间的关系

    高等教育层次结构主要指不同程度和要求的高等教育的构成状态，包括高等专科教育、本科教育、研究生教育三个层次[1]。用普通高校研究生招生数与普通高校总招生数的比例表示高等教育发展层次指数[2]。

    由图3可知，第一象限属于高教层次指数大，高教经济贡献率高的地区。北京是全国的政治中心，上海是全国的经济中心；辽宁、吉林、黑龙江是我国的老工业基地，重工业发达；湖北省是我国重要的工业基地之一；国家有多所重点高校以及科研院所设立在这些地区，高等教育发展基础好、层次指数均较大，较好地适应了区域经济社会发展的需要，高等教育对经济增长贡献率较高。

    第二象限属于高教层次指数小，高教经济贡献率高的地区。一般来讲，在经济发展还没有达到主要依靠科技进步来实现的条件下，“办学层次越高，成本越大，高等教育辐射的区域范围越大；办学层次越低，区域高等教育与区域经济社会发展的联系越紧密，对区域经济社会发展的贡献相对越大”[3]。江西、山西、河南、安徽、湖南、新疆等地高等教育层次指数相对较小，高等教育办学重心较低，普通高校中专科层次的高校占绝大部分，与目前区域经济社会发展水平相适应，所以贡献率较大。

    

    图3　区域高等教育发展层次指数与高等教育对经济增长贡献率波士顿矩阵图

    第三象限属于高教层次指数小，高教经济贡献率低的地区。浙江、广东、福建、山东等经济发达地区，高等教育发展层次与经济社会dylw.net 发展水平之间不协调，高等教育层次低是导致其高等教育对经济增长贡献率相对较低的因素之一；而广西、西藏、青海、内蒙古、海南、宁夏、贵州等经济欠发达地区，区域经济社会发展的水平相对较低，制约了其高等教育整体发展水平的提高，高等教育层次只是高等教育发展问题中的一个方面。

    第四象限属于高教层次指数小，高教经济贡献率低的地区。天津、江苏等经济发达地区，其高等教育发展整体水平较高，高等教育层次不是其高等教育与经济社会发展之间不协调的主要方面；陕西、四川、甘肃等地高等教育发展整体水平相对较高，但是经济社会发展水平较低。因此，这些地区在高等教育层次较高的情况下，高等教育对经济增长贡献率却较低。这说明，高等教育对经济增长贡献率的大小并非简单地取决于高等教育层次的高低。

    (四)区域高等教育形式结构与高教经济贡献之间的关系

    高等教育形式结构主要指不同办学形式、学校类型的构成状态[1]。本文用民办高校(包括独立学院)占普通高校总数⑩的比例作为衡量高等教育形式结构优化的指标。在我国目前高等教育资源相对紧张的条件下，民办高等教育是 高等教育的重要组成部分，对区域经济社会的发展具有重要的意义。

    如图4所示，第一象限是民办高校比重大，高教经济献率高的地区。上海、辽宁等经济发达地区，民办高等教育发展的社会环境较好；而江西、湖北、湖南、吉林等经济欠发达地区，仅靠政府部门来提供高等教育经费，不能满足人们接受高等教育的需求，应适度发展民办高等教育。湖北省依托母体高校举办独立学院，江西省结合经济社会发展需要大力发展民办高校的模式，较好地适应了区域经济社会发展的需要，高等教育对经济增长的贡献率也较高。

    

    图4　区域高等教育形式结构与高等教育对经济增长贡献率波士顿矩阵图

    第二象限是民办高校比重小，高教经济献率高的地区。北京等经济发达地区，由于师资以及办学层次等因素，民办高校不能满足区域经济社会发展的需要，其发展较为缓慢；而山西、河南、安徽、新疆等经济欠发达地区，国有经济比重较大，对人才需求的数量、结构、类型单一。这些地区民办高校比例低不是高等教育发展问题中的主要矛盾，在民办高校比例低的情况下，高等教育对经济增长的贡献率却较高。

    第三象限是民办高校比重小，高教经济献率低的地区。天津等经济发达地区，经济社会发展对人才具有多样化的需求，其民办高校比例与区域经济社会发展不协调；而青海、西藏、内蒙古、贵州、海南等经济欠发达地区，高等教育规模小，不能满足区域经济社会发展的需要，民办高校比例低只是其高等教育发展问题中的一个方面而已。这些地区民办高校比例低是导致其高等教育对经济增长贡献率低的原因之一。

    第四象限是民办高校比重大，高教经济献率低的地区。广东、浙江、山东等经济发达地区，社会发展需要多样化的人才结构，民办高校比例问题不是其高等教育发展与经济社会发展不相协调的主要方面；而河北、陕西、云南等经济欠发达地区，经济社会发展水平低，对人才需求的数量和类型要求均不高，民办高等教育的较快发展与较低的经济社会发展水平之间不协调。这些地区在民办高校比重大的情况下，区域高等教育对经济增长的贡献率却较低。

    此外，区域高等教育管理体制结构、区域高等教育效率、国家重点学科的区域分布与高等教育对经济增长贡献率之间关系的分析思路同上。分析结果表明：上述三个因素对应的与区域高等教育对经济增长贡献率之间存在相关关系的地区数分别为：16、13、17(如图5所示)，由于篇幅所限，具体分析过程从略。

    

    图5　影响区域高等教育对经济增长贡献率差异的因素比较图

    四、影响区域高等教育对经济增长贡献率差异的核心性内部因素及其原因

    从整体上看，高等教育规模、层次、投入水平是影响区域高等教育对经济增长贡献率差异的三项最为重要的因素。

    首先从高等教育规模上看，我国目前高等教育整体规模较小，截止到2007年11月底，我国就业人员中受过大专以上教育的劳动者的比例为6.65%，其中大学专科、本科、研究生层次的劳动者的比例分别为4.32%、2.13%、0.20%。当前我国一方面存在着非常严峻的大学毕业生就业难的问题；另一方面存在着企事业单位找不到合适人才的问题。这说明我国高等教育发展存在着“总量不足，结构失衡”的问题。可以归结到高等教育发展与经济社会发展之间更深层次的不协调性因素，包括高等教育的学科结构、专业结构、课程设置以及人才培养模式等。

    其次，高等教育层次结构是影响区域高等教育对经济增长贡献率差异的第二位核心性因素，这主要是因为我国高等教育的发展具有一定的垄断性和相对独立性。虽然目前我国高等教育实行中央和地方两级办学，但是地方政府的权限相对有限，在区域高等教育的发展上难以有较大的作为，高等教育的最终审批权掌握在中央政府手中，同时我国区域高等教育的发展与经济社会发展水平之间存在着非同步性，这在高等教育发展层次上的表现也比较明显,主要表现为两种类型，一是区域高等教育发展水平超前于经济社会发展的水平,其典型代表是陕西和湖北省；二是区域高等教育发展水平滞后于区域经济社会发展水平，典型代表是广东、福建、山东、浙江等地区，这种状况不利于区域高等教育对经济增长贡献率的提高。

    再次，高等教育经费投入是制约区域高等教育对经济增长贡献率差异的第三位核心性因素。这主要是因为我国实行高校扩招以来，dylw.net 随着高等教育规模的扩大，我国普通高校生均教育经费却呈现出持续下降的趋势。这主要是因为我国财政性教育经费占GDP的比重一直低于发展中国家4%的平均水平，近年来，我国教育经费中的大部分用于普及九年义务教育，造成高等教育经费相对紧张的局面，地方普通高校普遍存在着严重的负债问题。高等教育经费投入不足会影响到高等教育发展的质量，制约区域高等教育对经济增长贡献率水平的提高。

    五、结论与启示

    在我国目前情况下，区域高等教育对经济增长贡献率的差异非常明显，影响各地区高等教育对经济增长贡献率差异的因素是多方面的，鉴于我国是一个发展中的大国，区域经济社会发展差异将继续存在。我们应该正视这种现实，在进行区域高等教育发展规划时，应该把区域高等教育发展纳入到区域经济社会发展的全局进行综合考虑。区域高等教育的发展要同时兼顾到区域经济社会发展的需要和现实承受能力，坚持有所为，有所不为的战略指导方针，采取“分类指导，边际调整”差异化的发展战略。对于区域高等教育发展中的投入、规模、结构、质量(或是效益)等不同性质的问题，要抓主要矛盾；对于同一性质不同方面的问题，比如结构问题中的层次结构、科类结构、形式结构等，要抓住矛盾的主要方面，针对区域自身的具体情况进行具体分析，准确定位，扬长避短，举办自身有优势的高等教育层次、类型、学科、专业，培育区域高等教育核心竞争力，真正做到区域高等教育投入、规模、结构、效益并重，提高高等教育服务区域经济社会发展的能力。唯有如此，才能使区域高等教育的内部效益和外部效益最大化，进而最大限度地提高高等教育对区域经济增长的贡献率。

    注释：

    ①本文所指的区域高等教育为我国31个省级行政区范围内的高等教育。

    ②东、中、西、东北四大区域，东部地区包括：京、津、冀、沪、浙、苏、闽、鲁、粤、琼；中部地区包括：晋、赣、皖、豫、鄂、湘；西部地区包括：蒙、桂、渝、川、黔、滇 、陕、甘、藏、宁、青、新；东北地区包括：辽、吉、黑。

    ③在具体计算过程中用到的GDP、K、H等数据都是以1990年为基期的不变价格。文中数据来自历年《中国统计年鉴》、《中国教育经费统计年鉴》、《中国劳动统计年鉴》、《中国教育统计年鉴》、《中国教育年鉴》等。

    ④分别表示前一期的物质资本存量和当期的物质资本投入(资本形成代替)，δ表示物质资本存量的折旧率(9.6%)，各地区初始的物质资本存量的估算参照张军、吴桂英等《中国省际物质资本存量估算：1952-2000》，《经济研究》2004年第10期。

    ⑤分别表示接受过普通小学、初中、高中、大学教育劳动者的数量，分别表示普通小学、初中、高中、高校生均教育经费数的现价，prc表示以1990年为基期的居民消费价格指数。参见沈利生、朱运法《人力资本与经济增长分析》第30页，社会科学文献出版社1999年出版。

    ⑥说明：进出口贸易总额占GDP比重中的进出口贸易总额是用当年进出口贸易总额乘以当年外汇牌价的中间价换算后的价格。

    ⑦教育经济效率指教育的资源利用效率，主要指在一定的社会条件下，为取得一定的教育成果，教育资源的利润和消费程度。详见靳希斌《教育经济学》第309页，人民教育出版社，2007年第2版。本文用专职教师负担的学生数作为衡量区域高等教育经济效率的指标。

    ⑧高等教育管理体制结构，主要是指高等教育管理机构的设置、隶属关系、管理权限和管理内容以及与之相适应的各种制度、法令、法规、规定等等的构成状态及作用形式。详见潘懋元，王伟廉《高等教育学》第71-72页，福建教育出版社，2007年第2版。本文用部属高校在校生人数占普通高校在校生人数的比重作为高等教育管理体制的衡量指标。

    ⑨波士顿矩阵分析方法是20世纪70年代初期由美国著名管理咨询公司——波士顿咨询集团(简称BCG)创立的。这种方法对企业经营的所有产品用“市场成长率——市场占有率矩阵”(即波士顿矩阵)进行分类。本文所用的分割矩阵横轴坐标的十字线是以各项指标的全国平均值作为划分的标准。

第13篇

关键词：经济增长 教育投资 生产函数 资源配置

一、教育生产函数的提出

在上述回归数列中义务教育的产出弹性为1.728189，与固定资产投入的产出弹性0.610568相比，是非常不合理的，这主要是由于在前边的分析中，义务教育阶段的每十万人口平均在校生数与人均GDP并不存在相关关系，这是因为义务教育的在校生数主要是由我国人口出生率及育龄人口数决定；但是，国民接受义务教育的人数，却决定了我国未来人力资本的数量及质量，因而不能忽略。所以，在此模型中，虽然义务教育作为调整项被加入非线性回归分析，并且我们不可能增加义务教育的在校生数，但是义务教育在整个国民经济中所起作用也是不可忽视的。在粗放型经济模式下，我国人口数量的飞速发展，曾经在我国经济发展中起到了重要作用，也是使我国成为“世界工厂”的基础。但是，随着信息时代的到来，我国进一步实现“科教兴国”战略，对于义务教育，将更注重质的提高而不是量的积累。

从式6中可以知道，高中阶段的产出弹性是0.245836，高等教育的产出弹性是0.181011，从目前的数据看，高中教育的产出弹性高于高等教育的产出弹性，但我们却不能就此认为，高中教育对我国经济增长的效率比高等教育高。因为根据对外国教育与经济发展的对照可以得出如下结论：世界各国的三级教育投资分配结构，在经济和教育发展的最初阶段，初等教育投资比例最高，其次是中等教育投资，高等教育投资比例最低。随着各国社会经济的发展，对教育的要求也在不断提高，因此，教育结构也在不断地变化。各国在初等教育基本普及的情况下，就自然而然地转向发展中等教育，此时，教育投资的重点也就转向了中等教育方面。在基本完成中等教育的普及之后，就开始进入普及高等教育阶段，此时教育投资的重点也就开始向高等教育倾斜。

三、经济发展需求下教育投资在各级教育间配置的理论方向

通过对教育生产函数的估计，在教育投资优化配置方面，我们的出以下结论：

（1）初等教育是一国教育科技的基础，对经济增长有很强的促进作用，但是，随着一国经济结构的不断优化、全民素质的不断提升以及全球老龄化社会的到来，一个国家不可能永远在这一指标上取得优势。因此我们要讲教育投资的方向逐步向高中教育及高等教育转移。

（2）随着我国经济的发展及经济结构的转变，我国教育的重点应遵循初等教育――中等教育――高等教育这一规律逐步向中等教育、进而向高等教育进行转移，教投资的方向也应随之同步转移[4]。如果依然不能意识到这一问题，继续加大对初等教育的投入，必然影响教育和经济的协同发展。

（3）近年来，我国高等教育的毛入学率快速提升，从 1998年的9.76%到2002年的15%，再到2011年的26.9%，我国高等教育从精英教育阶段进入大众化阶段，但这仍然远远低于发达国家平均水平（68.8%），并且在校生数的产出弹性低于高中在校生的产出弹性。由此可以看出我国高等教育问题绝不简单是扩招过度问题，主要还是教育投资在结构上的配置不合理，导致扩招的同时，经费投入不足，教育质量下降，从而在校生数的产出弹性偏低。

四、结束语

由于我国人口众多，现实和潜在的教育人口数目较为庞大，与此相对应的我国教育资源十分短缺，政府虽然不断加大教育经费的投入，但仍然有限。因而提高我国的教育投资的效率，在各级教育间合理配置教育资源，并充分利用好有限的教育资源、办好我国各级教育，是目前迫切需要解决的一个大问题。这对提高国民素质和综合国力，增强我国在国际舞台上的竞争能力，早日成为世界强国之一都具有重大的意义。

参考文献：

[1]刘泽云，萧今.教育投资收益分析[M].北京师范大学出版社，2009年3月

[2]舒尔茨.人力资本投资[M].北京：商务印书馆，1993.

第14篇

[关键词] 中部地区 要素贡献率 岭回归 层次聚类分析

一、 前言

西方经济学家历来重视对经济增长机制的研究，随着人们认识的深入和经济社会的发展，对经济增长的主要要素，已经由劳动力和资本两要素扩展到劳动力、资本、人力资本、知识积累和技术创新等多种要素，并随着科学技术的发展，对经济增长起主要作用的生产要素及各要素贡献能力格局也将不断发生改变。

借鉴前人对推动经济增长要素的研究，结合中部地区经济发展区域特征，考虑到可行性、科学性等因素，本文选取物质资本存量、固定资产投资、劳动力数量及人力资本存量等四个指标作为解释变量，首先测度了中部地区各类主要要素对经济增长的贡献率，进而根据各省推动经济增长的主要动力不同对中部六省进行了聚类分析，研究了各类经济增长方式特征。

二、模型设计及数据处理

1.回归方程确立

本文借鉴肯德里克和丹尼森对经济增长的分析思路和罗默的经济学模型，采用科布-道格拉斯生产函数形式，来建立中部地区经济增长模型。由于人力资本是经济、社会长期持续发展的主要动力之一，它在社会再生产过程中扮演的角色越来越重要，因此，可以认为人力资本对经济增长的弹性系数并不是一个常数，而是与时间相关的函数，于是有：

式中:Yt表示t时期产出，用一地区的国内生产总值（GDP）来度量；Kt-1表示t-1时期物质资本存量；It为t时期全社会固定资产投资；Lt表示t时期劳动力数量，用从业人员数度量；Ht表示t时期人力资本存量；ε为随机扰动项，它是反映GDP实际值与预测值之间偏差的变量；α、β、γ分别表示物质资本存量、全社会固定资产投资、劳动力数量等要素对产出的贡献指数；T表示时间，为增大回归的显著性，我们采用中心化数据，即T=0时表示1991年，T=1时表示1992年，T=-1时表示1990年，以此类推； 为1991年人力资本对GDP的弹性系数，反映人力资本弹性系数随时间变化的速度；因为人力资本规模报酬递增这一特性，我们限定 ，, ；这里 表示全要素生产率（TFP），除反映技术进步这一因素外，还反映制度因素、产业结构、农村剩余劳动力的转移等因素对促进生产要素投入效率提高所起的作用大小。

式中:为要素的贡献率；Xi为i要素增长率；Pi为i要素产出弹性；Y为GDP折算值。通过计算即可得到各省主要要素对经济增长的贡献率。

2．数据获得及处理

为消除价格因素的影响，对GDP和全社会固定资产投资，分别用各自价格指数进行折算（1978=1）。劳动力是实际从事社会劳动的人口，这里采用从业人员总数来衡量各省劳动投入量。

人力资本的测度是一个难题，这里采用受教育年限法估算人力资本。根据联合国一项研究结论，结合我国的实际情况，对各受教育阶段人数赋予不同权重：小学为1；初中为1；高中阶段为2.02；高等教育为6.69。然后采用加权合成的方法，可以得到各省各年的人力资本存量。

三、回归模型及聚类结果

由于模型中各解释变量之间存在很强的相关性，为了解决多重共线性问题，在对各省进行模型回归时，这里采用了基于SPSS统计软件的岭回归方法。选用合适的岭参数K值时，回归方程T值、F值、RSQ值均能通过显著性检验，说明岭回归方法在对六省生产函数回归过程中是有效的。

将岭回归结果代入公式4中，即可得到各省各要素对经济增长的贡献率，如下表所示。由此表可以看出，各种生产要素对六个省份经济增长贡献率均不相同，值得注意的是，除江西和河南两省外，劳动力数量对经济增长贡献率都是很低的，山西、湖南和湖北三省此贡献率都在10%以下。可见，传统上对经济增长起主要作用的劳动力如今已经显得不那么重要，相反，人力资本和全要素生产率曾经不被经济学家重视的生产要素，对经济增长贡献率已经占到了较大的比重。按照一般规律，全要素生产率贡献率小于50%阶段，经济增长较为粗放，可见，中部六省经济增长都仍是粗放型的。

为了便于观察各种生产要素对各个省份经济增长贡献情况，本文按照五种主要要素贡献率对六个省份进行分类，这里采用基于SPSS软件的层次聚类法。具体结果如图所示。

由图的聚类结果可以看出，若将六省分为两类，安徽、江西和河南三省归为第一类，山西、湖北和湖南为第二类。两种类型省份对比发现，安徽、江西和河南生产要素贡献率较高是物质资本存量和劳动力数量，而全社会固定资产投资、人力资本、全要素生产率贡献率则相对较低，可见，安徽、江西、河南三个省份经济增长主要依赖于其劳动力数量和物质资本存量，这种增长方式是带有粗放性质的；而山西、湖北和湖南三个省份经济增长则主要依赖于固定资产投资、人力资本和全要素生产率，经济增长要素由初级要素向高级生产要素转变，增长方式相对集约。不妨将第一类称为劳动力推动型，第二类称为技术推动型。若将六个省份分为三类，安徽将从第一类中脱离，可以看出安徽省在人力资本、全要素生产率的贡献率方面很接近于第二类，而其从业人员数量对经济增长贡献率却更接近第一类。分为三类后各自基本特征如表2所示。

四、结论

本文借鉴肯德里克和丹尼森对经济增长的分析思路和罗默的经济学模型，采用科布-道格拉斯生产函数形式，构建了中部地区经济增长模型。为了消除各变量之间多重共线性的影响，本文利用基于SPSS的岭回归方法，在选用合适的岭参数下，六省回归模型均能通过显著性检验，说明此模型中所选主要要素可以反映中部地区经济增长机制。因此，该结果可以作为计算要素贡献率及聚类分析的基础。

由各要素对经济增长贡献率可以看出，江西和河南两省劳动力数量和物质资本存量较高，其它三省这两类要素对经济增长贡献率都是较低，山西、湖南和湖北三省劳动力数量贡献率都在10%以下，相反，人力资本和全要素生产率对经济增长贡献率已经占到了较大的比重，六省全要素生产率贡献率均小于50%，由一般规律可见中部六省经济增长都仍是粗放型的。在此贡献率基础上，利用层次聚类分析方法对六省进行归类，结果显示：江西、河南两省物质资本存量和劳动力数量对经济增长贡献率相对较高，而人力资本和全要素生产率贡献率则很低，经济增长方式粗放；山西、湖北和湖南三省人力资本和全要素生产率在经济增长中作用较为突出，劳动力数量在经济增长中逐渐淡出，经济增长方式相对集约，由外延式增长向内涵式增长过渡；安徽省介于前两类之间。

参考文献:

[1]胡德龙 周绍森:提高区域创新能力是促进中部崛起的突破口[J].科技进步与对策,2006(1)

[2]陶文达 黄卫平 彭刚等:发展经济学[M].四川人出版社，1995

[3][美]菲利普・阿吉翁，彼得・霍依特著，陶然等译.内生增长理论[M].北京大学出版社，2004:11-30

[4]卢纹岱等:SPSS for Windows统计分析(第3版)[M].电子工业出版社,2006:414～443

[5]杨 楠:岭回归分析在解决多重共线问题中的独特作用[J].理论新探,2004(3)

[6]曾 庆 周燕荣等：岭回归分析及其在大气环境因素对人群健康影响分析中的应用[J].中国卫生统计,1997(4)

第15篇

本文在分析Denison和AMaddison的教育对经济增长贡献测算方法的基础上，依据Cobb- Douglas生产函数构建了基于教育投入的劳动增长型生产函数，计算1992年-2010年间黑龙江省高等教育对经济增长贡献率，并对计算结果进行详细分析。

按照丹尼森等西方学者通行的算法，对于依据工资差别而计算出的教育综合指数的增长率（即由教育程度的提高而带来的劳动量增长率）用0.6做折算：e=1.91%×0.6=1.15%

1992年排除高教后的教育指数值为： 4.98+1.4×2.13= 7.96

2010年排除高教后的教育指数值为：5.90+1.4×3.56=10.88

排除高教后的年均教育指数增长率为：

根据上述计算，黑龙江省高等教育对国民生产总值年平均增长速度的贡献率为8.48%，其中高等教育的贡献率为0.71%。通过数据可知黑龙江省高等教育对经济增长速度的贡献还是比较低的。主要原因如下：