经济增长贡献率范文1
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).
经济增长贡献率范文2
>> 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）.
经济增长贡献率范文3
[关键词]生产函数模型；高等教育；贡献率
[中图分类号]G718.5[文献标识码]A[文章编号]1005-6432（2014）5-0088-02
1引言
随着经济的发展和科学技术的进步，高等教育在经济增长中的拉动作用日趋明显。高等教育培养了大量的人才，直接作用于经济建设，同时，高等教育产生大量的科研成果，为经济建设创造大量的经济效益，促进了GDP的增长和经济质量的提高。因此，高等教育对经济的发展有着显著的正向拉动作用。
高等教育对经济的拉动作用，也称作高等教育对经济的贡献。关于贡献的大小度量，在国外研究起步较早。自20世纪60年代以来，美国经济学家舒尔茨（T.W.Schultz），创立了教育投资收益率估算法，美国经济学家丹尼森（E.F.Denison）创立了教育量简化指数法等。他们对经济的贡献率的估算作了细致的研究。我国学者在这方面的研究起步较晚，20世纪90年代，以杭永宝、杨亚军、李洪天为代表的经济学家，研究了中国教育对经济增长贡献的测算方法及其相关分析，教育对经济增长影响等一系列问题。
检测高等教育对经济增长的贡献率是一件十分困难的事情。笔者根据舒尔茨、丹尼森等人估算教育对经济的贡献，依据柯布—道格拉斯生产函数构造浙江省高等教育投入的经济增长模型，估算2006—2012年高等教育对浙江经济增长的贡献率。
考虑到浙江和美国当年经济相当，具有较大的相似性和可比性，本文也采用此数值。
2数据的来源
根据《中国人口统计年鉴》资料查询结果，2006年和2012年浙江省从业人员各自受教育程度的数据，算出这两年各种文化教育程度所占的人口比例（如表1所示）：
3数据的处理
3.1浙江省从业人员人均教育年数
根据浙江省2006年和2012年从业人员受教育程度，可计算人均教育年数。
首先计算2006年人均受教育年数。
从业人员人均小学教育年数为：（35.84+34.87+12.14+5.42）×6/100=5.296年；
从业人员人均初中教育年数为：（34.87+12.14+5.42）×3/100=1.573年；
从业人员人均高中教育年数为：（12.14+5.42）×3/100=0.527年；
从业人员人均大学中教育年数为：5.42×3.5/100=0.190年。（大专以上教育有4年的本科和3年的专科，根据本专科的招生比大约为1∶1，从而采用大专以上教育时长确定为3.5年）
然后计算2012年人均受教育年数。
从业人员人均小学教育年数为：（28.71+38.93+13.21+12.56）×6/100=5.605年；
从业人员人均初中教育年数为：（38.93+13.21+12.56）×3/100=1.941年；
从业人员人均高中教育年数为：（13.21+12.56）×3/100=0.773年；
从业人员人均大学教育年数为：12.56×3.5/100=0.440年。
3.2从业人员人均教育指数
教育综合指数等于各级受教育年限乘以劳动简化率之和。丹尼森是以劳动者所得工资作为劳动简化率，他只把工资差别的60%当教育程度对劳动生产率的影响。国内关于劳动简化率的研究也有不少，其中李洪天在丹尼森劳动简化率的基础上得出我国小学、初中、高中、大学文化程度劳动力的劳动简化率分别为1∶1.2∶1.4∶2，笔者认为李洪天的结论比较符合浙江劳动人口的特点，在计算时采用这个结论。
那么，2006年浙江省平均教育综合指数为：E0=5.296+1.573×1.2+0.527×1.4+0.190×2=8.3014
2012年浙江省平均教育综合指数为：
E1=5.605+1.941×1.2+0.773×1.4+0.440×2=9.8964
根据几何平均法公式e=（E11E0）11n-1（n为增长时长，单位为年）
于是2006—2012年教育综合指数年平均增长率为：
e=（（9.896418.3014）-1）×100%=2.97%
2006—2012年去除高等教育后的教育综合指数年平均增长率为：
e，=（（9.016417.9264）-1）×100%=2.18%
3.3浙江省高等教育在教育综合指数年均增长率中所占比重Eh=（2.97-2.1812.97）×100%=26.60%
3.42006—2012年浙江省GDP的年均增长率
根据表2的数据，可以计算出2006—2012年浙江省GDP的年均增长率。
r=7171i=1Gi=10.49%
3.5教育对浙江省GDP年均增长率的贡献
Re=βe1r×100%=0.73×2.97%110.49%=20.67%
3.6高等教育对浙江省GDP年均增长率的贡献
Rh=Eh×Re=26.60%×20.67%=5.5%
上述结果表明：浙江省2006—2012年GDP年平均增长率为10.49个百分点，由教育带来的增长率所占份额为20.67%，即这期间教育对人均GDP年平均增长速度的贡献率为20.67%，其中高等教育的贡献率为5.5%。
4结论
从2006年到2012年的几年时间里，浙江省从业人员的所受教育程度有明显提高。文盲和半文盲及小学受教育程度都有所下降，其中文盲和半文盲率从11.73%下降到6.59%；初中、高中及大学以上所受教育程度比率都有所上升，其中大专以上的比率从5.42%上升到12.56%，其增长幅度在翻一番以上。这得益于1999年教育部出台的《面向21世纪教育振兴行动计划》，浙江高等教育的发展进入快车道。但是，教育综合指数的年增长率仅有2.97%，远低于经济的年增长率。根据人力资本理论，同年消费对中国经济增长贡献率为51.8%。可见，作为有潜力的高等教育对经济的贡献还未达到应有的水平，说明浙江的经济发展仍以粗放型为主。
浙江地处中国东南沿海，经济起步较早，发展较快，经济总量保持全国较为领先的地位，但近年来，由于国际金融危机的持续发酵，以出口为导向的浙江经济遇到了严峻的考验，以粗放型的发展模式陷入困境，截至2012年年底浙江经济增长排名放缓，位列全国倒数第二（如下图所示）。同时，浙江经济乡镇企业等民营经济的成分较多，在整个国民经济中及时结构层次较低，高等教育对经济的贡献不大。2012年，浙江省政府正式颁发《浙江工业强省建设“十二五”规划》，提出了切实推动浙江从工业大省向工业强省、制造大省向“智造强省”迈进的总体目标，以及培育跨省跨国企业集团、增强企业自主创新能力和推进工业强市强县强镇强区建设等10大重点任务。为了配合这一目标，加快高等教育的发展，提高高等教育对经济增长的贡献，为此，实现经济由粗放型向集约型增长方式的转变刻不容缓。为实现这一转变所需人才的培养任务由教育尤其是高等教育所承担，同时高等教育的研究成果对经济具有长期的促进作用。
2012年各省区市GDP增长率
与西方发达国家相比，我国高等教育对经济增长的贡献率还处在较低的水平。研究高等教育对经济发展的联系，从高等教育的外部和内部共同努力，坚持高等教育的新发展观，优化高等教育的布局结构，提高高等教育的质量，推进产学研合作，使高等教育的国际化水平得到有效的提高。
参考文献：
[1]陈薇.安徽省高等教育对经济增长贡献率估算及相关分析[J].皖西学院学报，2011（8）.
[2]杭永宝.中国教育对经济增长贡献率分类测算及其相关分析[J].教育研究，2007（2）.
[3]琚晓星，袁利，叶勇.重庆市高等教育对地区经济发展的贡献[J].统计与决策，2007（11）.
[4]姜颖，祁晓.区域高等教育对经济增长贡献率差异的内部因素分析[J].北京交通大学学报，2012（4）.
[5]赵传传，陈洪转，成长春.江苏省高等教育对地区经济增长的贡献率研究[J].高等教育研究，2008（9）.
[6]张根文，黄志斌.安徽省高等教育对经济增长贡献率的实证分析[J].华东经济管理，2010（1）.
[7]中华人民共和国统计局.中国统计年鉴2012[M].北京：中国统计出版社，2013.
经济增长贡献率范文4
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
经济增长贡献率范文5
[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)
经济增长贡献率范文6
关键词:中俄边境贸易;边境贸易增长率;经济增长贡献率
一、中俄边境贸易的发展现状
近年来,随着中俄两国战略协作伙伴关系的深入发展,两国经贸合作关系开始进入发展的快车道。中俄边境地区的经贸合作,尤其是边境贸易,在两国贸易中的比重基本稳定。2002年,中俄边境贸易额为31.7亿美元,占当年双边贸易额的20.1%;2003年为35.2亿美元,占当年双边贸易额的22.3%。2004年为42亿美元,占当年双边贸易额的将近20%。2005年中俄边境贸易额达55.7亿美元,同比增长32.7%,占同期中俄贸易额近20%。2006年中国与俄罗斯的边境贸易额达70亿美元,占当年两国贸易总额的两成左右。
目前,俄罗斯已是中国第七大贸易伙伴,而中国是俄罗斯第三大贸易伙伴。展望2008年的双边贸易,齐普拉科夫认为,中国对俄罗斯出口的良好趋势将会继续。他总结了4点原因:首先,俄罗斯经济生活日趋活跃,居民支付和消费能力的提高会给中国对俄出口注入新的活力。其次,中国商品竞争力明显提高,其中许多是俄罗斯需要的生产资料和消费品。再次,中国出口的方向逐渐由美国转向欧洲国家,这一转向将会促进中俄双边贸易的发展。最后,卢布对美元升值幅度比人民币对美元升值幅度大,从出口角度而言,这使得俄罗斯市场比中国市场更有吸引力。
本文基于现代国际贸易理论和经济增长理论,使用计量经济学方法,考察中俄边境贸易对两国经济增长的贡献程度,试图得出一些有数量依据的结论,并针对中俄边境贸易中的问题提出切实可行的建议。
二、中俄边境贸易对两国经济增长贡献率的模型分析
基于现代国际贸易理论和经济增长理论,本文需要的数据包括:中俄边境贸易总额及其增长率中、中俄两国国
内生产总值GDP及其增长率。数据来源于中俄经贸合作网、《中国对外经济统计年鉴》、国家统计局和国研网,通过计算选取2000-2008年的数据。
利用Eviews软件的最小二乘法对边境贸易增长率与两国GDP增长率的相关程度进行回归分析和检验。
中国GDP增长率与边境贸易增长率的回归模型(1):ΔCGDP=0.084189+0.08899ΔBJMY,其中,t统计量的值分别为(7.386)、(1.566),判定系数R2=0.259,方程显著性检验值F=2.45,概率P=0.16。
俄罗斯GDP增长率与边境贸易增长率的回归模型(2):ΔRGDP=0.057733+0.068833ΔBJMY,其中,t统计量的值分别为(3.127)、(0.748),判定系数R2=0.074,方程显著性检验值F=0.559,概率P=0.479。
模型(1)的回归结果表明:边境贸易增长1%将导致中国GDP增长约0.09%;模型(2)的回归结果表明:边境贸易增长1%将导致俄罗斯GDP增长约0.07%。
以上分析结果可看出,中俄边境贸易对两国GDP都有促进作用,边境贸易额的增加也一定程度上带来了GDP的增加。但是中俄边境贸易对两国经济增长的贡献率存在一定的差异,从边境贸易增长率与两国GDP增长率的回归分析结果看,边境贸易增长1%将导致中国GDP增长约0.09%,边境贸易增长1%将导致俄罗斯GDP增长约0.07%,边境贸易对中国经济增长作用仍大于对俄罗斯的影响。
三、加强和完善中俄边境贸易发展的对策建议
结合上述结论给出启迪性的政策建议:宏观层面,政府应大力扶持边贸的发展,应做好各项工作,争取通过俄罗斯加入WTO的谈判,实现互惠互利。中观层面,执法及服务机构应大力配合,加强与俄罗斯执法机构的交流和合作,从而为中俄双方边贸有序、正常的发展提供有力的保护,营造安全的经商氛围。微观层面,个人和企业必须调整意识,转变观念,扭转向俄罗斯大力推销低档库存的做法,企业要从开拓市场的战略出发,大力培养懂俄语、通业务的人力,以便及时了解动态,适时把握商机。从而使中俄边境贸易的发展步入快速、高效的发展轨道。
参考文献:
1、郭立.中俄区域贸易博弈分析[J].俄罗斯中亚东欧研究,2008(6).
2、王文举,查弦.中俄边境贸易发展研究[J].农村经济与科技,2008(8).
3、王金亮.影响中俄贸易主要因素的实证分析[J].俄罗斯中亚东欧研究,2008(3).
4、吕忠伟,李峻浩.R&D空间溢出对区域经济增长的作用研究[J].统计研究,2008(3).
