人力资本对经济增长的影响.docx
- 文档编号:4927411
- 上传时间:2022-12-11
- 格式:DOCX
- 页数:17
- 大小:44.80KB
人力资本对经济增长的影响.docx
《人力资本对经济增长的影响.docx》由会员分享,可在线阅读,更多相关《人力资本对经济增长的影响.docx(17页珍藏版)》请在冰豆网上搜索。
人力资本对经济增长的影响
人力资本对经济增长的影响
一、理论依据
1、人力资本理论与柯布一道格拉斯生产函数
舒尔茨的人力资本理论认为人力资本是体现于人身体上的知识、能力和健康(T.W.Schultz,1962),人力资本投资是经济增长的源泉,并且人力资本投资是效益最佳的投资。
丹尼森后来发展了舒尔茨的人力资本理论,做出改进,提出人力资本中的教育因素和教育投资指的是受正规教育年限的多少,并且正规教育因素对经济增长的作用,只有其中的3/5在起作用。
柯布一道格拉斯生产函数(
)是现代经济增长实证分析的基础,通过该函数可以分解出资本投入、劳动力投入和技术进步对经济总量的贡献份额。
在人力资本理论指导下,结合道格拉斯生产函数建立模型为:
式中,Y代表产出,K代表物质资本投入,L代表人力资本投入,A代表技术进步,α代表物质资本的产出弹性系数,β代表人力资本的产出弹性。
2、增长速度方程(索洛函数)
为了明确物质资本投入、人力资本投入对经济增长的具体影响,引入增长速度方程。
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、物质资本和人力资本增长速度之间的关系,变形以后的增长速度方程具体形式为:
式中,∆Y/Y是1990-2002年间GDP的平均增长速度;∆K/K是1990-2002年间资本的平均增长速度;α∆K/K是资本对产出的影响率;∆L/L是1990-2002年间人力资本的平均增氏速度;β∆L/L是人力资本对产出的影响率;∆A/A是技术进步对产出的影响率。
二、数据收集
1、Y,产出指标是国内生产总值。
该指标是用零售物价指数对我国现价国内生产总值调整后得到的不变价(1990年价)国内生产总值,单位:
亿元。
2、K,物质资本投入指标。
本文采用了资本形成总额,资本形成总额是常住单位在一定时期内获得减去处置的固定资产和存货的净额,包括固定资本形成总额和存货增加两部分,该指标是用支出法计算的当年国内生产总值的一部分,本文资料来自于2003年《中国统计年鉴》,用固定资产投资价格指数调整后得到各年度不变价(1990年价)资本形成总额。
单位:
亿元。
3、L,人力资本投入总额。
设S为人力资本数量,即劳动者投入人数,单位:
亿人;Z为人力资本质量,用在业人口平均受教育年限表示,单位:
年。
则,人力资本投入为:
。
S,历年劳动者数量是根据第五次人口普查资料调整的在业人口数。
Z,在业人口平均受教育年限的计算方法如下:
根据我国的教育体系,按教育程度分为5组,分别是大专及以上、高中、初中、小学和文盲半文盲。
根据接受教育的年限,设定各类人员的权数,具体为:
文盲半文盲为1,小学为6,初中为9,高中为12,大专及以上为16。
考虑到资料的易获得性,在这里我们将研究生、大学本科和大学专科并为一组,忽略大专、本科、硕士和博士受教育年限的差异。
最后,通过加权求和得到人均受教育年限。
用公式表示为:
人均受教育年限=∑(接受不同级教育的人数×权数)/不同级受教育的人数之和。
需要说明的是,由于我国1990年前只有个别年份有在业人口的受教育水平,所以数据的起始从1990年开始。
资料来源为《中国劳动年鉴》与《中国统计年鉴》。
如此,模型所需数据收集并计算如下:
obs
Y
K
L(S*T)
S
Z
1990
18547.90
4732.000
39.72580
6.470000
6.140000
1991
21008.55
5424.650
40.74100
6.550000
6.220000
1992
24560.29
6587.540
41.70600
6.620000
6.300000
1993
28208.50
8124.660
42.61840
6.680000
6.380000
1994
31293.94
9555.480
43.60500
6.750000
6.460000
1995
34092.05
10867.09
44.53740
6.810000
6.540000
1996
37301.28
12013.25
45.19840
6.890000
6.560000
1997
40590.13
12733.85
47.11500
6.980000
6.750000
1998
43846.65
14018.67
47.79620
7.060000
6.770000
1999
47350.28
15012.97
48.90900
7.140000
6.850000
2000
52406.34
16433.22
51.62360
7.210000
7.160000
2001
57463.71
18472.22
53.43600
7.300000
7.320000
2002
62692.55
21112.86
54.31690
7.370000
7.370000
三、模型建立
1、
对上式两边取对数得:
(1)数据:
obs
LNY
LNK
LNL
1990
9.828112
8.462103
3.682001
1991
9.952685
8.598709
3.707235
1992
10.10889
8.792935
3.730645
1993
10.24738
9.002659
3.752286
1994
10.35118
9.164870
3.775172
1995
10.43682
9.293494
3.796329
1996
10.52678
9.393765
3.811062
1997
10.61128
9.452019
3.852591
1998
10.68845
9.548145
3.866946
1999
10.76533
9.616670
3.889961
2000
10.86678
9.707060
3.943979
2001
10.95891
9.824023
3.978485
2002
11.04600
9.957638
3.994835
(2)回归结果:
DependentVariable:
LNY
Method:
LeastSquares
Date:
12/20/05Time:
13:
39
Sample:
19902002
Includedobservations:
13
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
0.917146
0.285729
3.209841
0.0093
LNK
0.589744
0.032155
18.34061
0.0000
LNL
1.068997
0.147282
7.258185
0.0000
R-squared
0.998980
Meandependentvar
10.49143
AdjustedR-squared
0.998776
S.D.dependentvar
0.382449
S.E.ofregression
0.013383
Akaikeinfocriterion
-5.590560
Sumsquaredresid
0.001791
Schwarzcriterion
-5.460188
Loglikelihood
39.33864
F-statistic
4895.310
Durbin-Watsonstat
1.038758
Prob(F-statistic)
0.000000
从回归结果可以看出
(1)可决系数、调整后的可决系数很大,模型的拟合度很好;
(2)
,模型整体的回归效果显著;
(3)
,物质资本、人力资本对GDP的影响显著;
(4)α=0.59,β=1.069,α+β=1.60>1,我国经济的增长表现为规模报酬递增,这主要是由于人力资本对经济的拉动作用实现的。
2、样本回归函数
α=0.59,β=1.069,C=LnA=0.917
将α,β,A代入原始方程得
四、影响率及贡献率分析
年平均增长率%
对GDP增长的影响%
对GDP增长的贡献%
Y(GDP)
10.68
10.68
100.00
K(物质资本)
13.27
7.83
73.31
L(人力资本)
1.53
1.64
15.31
A(技术进步)
—
1.22
11.38
由图表可以看出:
(1)物质资本对GDP的贡献率最高,达73.31%,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,我国经济增长的主要拉动力目前还是以资金的投入为主。
(2)人力资本的贡献位居第二,达到15.31%。
从长远来看,中国要保持人力资本对经济增长的持续高效拉动,必须尽快提高人力资本水平,不仅是数量上,更要从质量上通过提高整个国民的文化素质和加快专业化人力资本的积累,增强我国经济与社会发展的后劲。
关于房价问题的初步分析
引言:
近改革开放20多年来,从来没有哪一个行业像房地产业这样盛产亿万富翁,各种富豪排行榜上,房地产富豪连年占据半壁江山;“中国十大暴利行业”中,房地产业每年都是“第一名”。
是什么造就了这样的状况。
房地产的问题,在开发商,政府,购房者三者来看,就是一场完完全全的博弈。
而这场博弈的焦点则是房价问题。
如果说开发商与政府之间的博弈是围绕“土地”这个关键词,那么整个房地产市场则在价格上开展了新一轮的对峙。
先是开发商与购房者在房价涨跌上僵持不下;再有开发商与政府之间的土地成本论;最后则是关于房地产是否归为暴利行业的争执,“价格”成了市场关注的焦点。
而对于房价的构成因素,至今仍然是不透明的。
公布房价成本成为另政府极为头疼的一件事。
房价成本是一个非常复杂的集合体,并且项目间差异性较大,同时还有软资产、品牌等组成部分,特别是现在的商品房,追求品质、功能完善以及个性化成本构成越来越难衡量。
写作目的:
通过对一系列影响房价的基本因素的分析,了解对其主要因素和次要因素。
并对这些因素进行统计推断和经济意义上的检验。
选择拟和效果最好的最为结论。
在一定层面上分析房地产如此暴利的因素。
当然笔者的能力有限,并不能全面的分析这一问题。
仅仅就几个因素进行分析。
写作方法:
理论分析及计量分析方法,将会用到Eviews软件进行帮助分析。
关键词:
房价成本拟合优度
现在我们以2003年的数据,选取30个省市的数据为例进行分析。
在Eviews软件中选择建立截面数据。
现在我们以2003年的数据,选取31个省市的数据为例进行分析。
令Y=各地区建筑业总产值。
(万元)X1=各地区房屋竣工面积。
(万平方米)X2=各地区建筑业企业从业人员。
(人)X3=各地区建筑业劳动生产率。
(元/人)X4=各地区人均住宅面积。
(平方米)X5=各地区人均可支配收入。
(元)
数据如下:
Y
X1
X3
X2
X4
X5
12698521
4254.800
569767.0
129961.0
24.77140
13882.62
5208402.
1465.800
238957.0
147063.0
23.09570
10312.91
7799313.
4748.300
989317.0
70048.00
23.16710
7239.060
5401279.
1313.300
591276.0
89151.00
22.99680
7005.030
2576575.
1450.700
265953.0
61074.00
20.05310
7012.900
10170794
3957.100
966790.0
82496.00
20.23510
7240.580
3469281.
1626.800
303837.0
77486.00
20.70590
7005.170
4401878.
2181.300
441518.0
68033.00
20.49200
6678.900
11958034
3609.200
505185.0
153910.0
29.34530
14867.49
27949354
17730.00
2727006.
100569.0
24.43530
9262.460
31272779
16183.90
2429352.
127430.0
31.02330
13179.53
6227073.
4017.600
910691.0
66407.00
20.75480
6778.030
5493441.
2952.100
553611.0
108288.0
30.29870
9999.540
3593356.
2750.900
574705.0
70826.00
22.61980
6901.420
14813618
9139.800
2072530.
60728.00
24.48080
8399.910
6345217.
3433.600
932901.0
66056.00
20.20090
6926.120
8729958.
4840.800
1048763.
81761.00
22.90280
7321.980
8188402.
4969.700
1119106.
74553.00
24.42580
7674.200
15163242
8105.000
1492820.
101932.0
24.93280
12380.43
2818466.
1721.600
353700.0
77472.00
24.17320
7785.040
394053.0
121.5000
61210.00
55361.00
23.43200
7259.250
5862095.
4939.600
817997.0
69432.00
25.72440
8093.670
12253374
8784.600
2070534.
59748.00
26.35850
7041.870
2122907.
980.3000
293310.0
72152.00
18.19430
6569.230
3967957.
2248.700
522470.0
69238.00
24.92940
7643.570
293427.0
121.3000
36593.00
73205.00
19.92990
8765.450
4404362.
1580.000
410311.0
93212.00
21.75050
6806.350
2236860.
1327.200
449409.0
46857.00
21.11380
6657.240
747325.0
242.9000
101501.0
61046.00
19.10550
6745.320
1080546.
578.7000
88225.00
61459.00
22.25500
6530.480
3196774.
1450.800
203375.0
95835.00
20.78110
7173.540
先用Eviews软件进行White检验:
WhiteHeteroskedasticityTest:
F-statistic
2.779810
Probability
0.049670
Obs*R-squared
26.27412
Probability
0.156948
TestEquation:
DependentVariable:
RESID^2
Method:
LeastSquares
Date:
12/22/05Time:
21:
50
Sample:
131
Includedobservations:
31
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
6.08E+12
2.29E+13
0.265539
0.7960
X5
1.64E+08
3.88E+09
0.042370
0.9670
X5^2
87293.54
453712.3
0.192398
0.8513
X5*X4
38067124
3.56E+08
0.106810
0.9171
X5*X3
1363.555
6160.070
0.221354
0.8293
X5*X2
-17464.36
50393.75
-0.346558
0.7361
X5*X1
-453312.2
1215201.
-0.373035
0.7169
X4
-9.71E+11
1.83E+12
-0.531486
0.6067
X4^2
4.28E+10
6.46E+10
0.661720
0.5231
X4*X3
-1905048.
1949296.
-0.977301
0.3515
X4*X2
-19010403
17319142
-1.097653
0.2981
X4*X1
4.23E+08
4.15E+08
1.020801
0.3314
X3
-13869460
34509844
-0.401899
0.6962
X3^2
41.81843
22.62540
1.848296
0.0943
X3*X2
517.0981
231.1954
2.236628
0.0493
X3*X1
-14772.93
8469.467
-1.744258
0.1117
X2
1.51E+08
3.45E+08
0.438853
0.6701
X2^2
2050.261
1851.410
1.107405
0.2940
X2*X1
-67170.59
50453.24
-1.331343
0.2126
X1
7.80E+08
6.17E+09
0.126430
0.9019
X1^2
1246362.
746355.0
1.669932
0.1259
R-squared
0.847552
Meandependentvar
1.17E+12
AdjustedR-squared
0.542656
S.D.dependentvar
1.78E+12
S.E.ofregression
1.21E+12
Akaikeinfocriterion
58.69986
Sumsquaredresid
1.46E+25
Schwarzcriterion
59.67127
Loglikelihood
-888.8478
F-statistic
2.779810
Durbin-Watsonstat
1.809921
Prob(F-statistic)
0.049670
结果显示为没有异方差。
DW值为1.809921,没有自相关。
做多重共线性检验:
X5
X4
X3
X2
X1
X5
1.000000
0.686513
0.279851
0.836241
0.418307
X4
0.686513
1.000000
0.477886
0.540881
0.538697
X3
0.279851
0.477886
1.000000
0.125029
0.960871
X2
0.836241
0.540881
0.125029
1.000000
0.271375
X1
0.418307
0.538697
0.960871
0.271375
1.000000
可以看出有多重共线性。
数97
数97得的的的
采取逐步回归法:
第一次回归,我们可以根据T检验值和可决系数看出:
X1的效果最好:
DependentVariable:
Y
Method:
LeastSquares
Date:
12/22/05Time:
21:
16
Sample:
131
Includedobservations:
31
Variable
Coefficient
Std.Error
t-Statistic
Prob.
X1
1651.403
87.67703
18.83508
0.0000
C
903234.0
502408.2
1.797809
0.0826
R-squared
0.924432
Meandependentvar
7446408.
AdjustedR-squared
0.921826
S.D.dependentvar
7227629.
S.E.ofregression
2020815.
Akaikeinfocriterion
31.93824
Sumsquaredresid
1.18E+14
Schwarzcriterion
32.03076
Loglikelihood
-493.0427
F-statistic
354.7601
Durbin-Watsonstat
1.930762
Prob(F-statistic)
0.000000
依次
21得加入X2,X3,X4,X5:
可得,加入X2后的效果最好:
DependentVariable:
Y
Method:
LeastSquares
Date:
12/22/05Time:
21:
16
Sample:
131
Includedobservations:
31
Variable
Coefficient
Std.Error
t-Statistic
Prob.
X2
60.57577
9.136899
6.629795
0.000
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 人力资本 经济 增长 影响