人力资本对经济增长的影响.docx

1、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

2、拉斯生产函数建立模型为：式中， 代表产出， 代表物质资本投入， 代表人力资本投入， 代表技术进步，代表物质资本的产出弹性系数，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； K/K 是资本对产出的影响率；L/L 是1990-2002年

3、间人力资本的平均增氏速度； 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。

4、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

5、：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：obsYKL（S*T）SZ1990 18547.90 4732.000 39.72580 6.470000 6.1400001991 21008.55 5424.650 40.74100 6.550000 6.2200001992 24560.29 6587.540 41.70600 6.620000 6.3000001993 28208.50 8124

6、.660 42.61840 6.680000 6.3800001994 31293.94 9555.480 43.60500 6.750000 6.4600001995 34092.05 10867.09 44.53740 6.810000 6.5400001996 37301.28 12013.25 45.19840 6.890000 6.5600001997 40590.13 12733.85 47.11500 6.980000 6.7500001998 43846.65 14018.67 47.79620 7.060000 6.7700001999 47350.28 15012.97 4

7、8.90900 7.140000 6.8500002000 52406.34 16433.22 51.62360 7.210000 7.1600002001 57463.71 18472.22 53.43600 7.300000 7.3200002002 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：obsLNYLNKLNL1990 9.828112 8.462103 3.6820011991 9.952685 8.598709 3.7072351992 10.10889 8.792935 3.730

8、6451993 10.24738 9.002659 3.7522861994 10.35118 9.164870 3.7751721995 10.43682 9.293494 3.7963291996 10.52678 9.393765 3.8110621997 10.61128 9.452019 3.8525911998 10.68845 9.548145 3.8669461999 10.76533 9.616670 3.8899612000 10.86678 9.707060 3.9439792001 10.95891 9.824023 3.9784852002 11.04600 9.95

9、7638 3.994835（2）回归结果：Dependent Variable: LNYMethod: Least SquaresDate: 12/20/05 Time: 13:39Sample: 1990 2002Included observations: 13VariableCoefficientStd. Errort-StatisticProb. C0.9171460.2857293.2098410.0093LNK0.5897440.03215518.340610.0000LNL1.0689970.1472827.2581850.0000R-squared0.998980 Mean d

10、ependent var10.49143Adjusted R-squared0.998776 S.D. dependent var0.382449S.E. of regression0.013383 Akaike info criterion-5.590560Sum squared resid0.001791 Schwarz criterion-5.460188Log likelihood39.33864 F-statistic4895.310Durbin-Watson stat1.038758 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

11、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）=0.59，=1.069，+=1.601，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=0.59，=1.069，C=LnA=0.917将，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) 10.6810.68 100.00 K（物质资本） 13.277.83 73.31 L（人力资本）1.531.64 15.31 A(技术进步) 1.22 11.38 由图表可以看出：（1）物质资本

12、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

13、。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

14、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

15、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：YX1X3X2X4X5 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 25765

16、75. 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

17、 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. 34

18、33.600 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 23.43

19、200 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

20、 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：White Heteroskedasticity Tes

21、t:F-statistic2.779810 Probability0.049670Obs*R-squared26.27412 Probability0.156948Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 12/22/05 Time: 21:50Sample: 1 31Included observations: 31VariableCoefficientStd. Errort-StatisticProb. C6.08E+122.29E+130.2655390.7960X51.64E+083.88E+0

22、90.0423700.9670X5287293.54453712.30.1923980.8513X5*X4380671243.56E+080.1068100.9171X5*X31363.5556160.0700.2213540.8293X5*X2-17464.3650393.75-0.3465580.7361X5*X1-453312.21215201.-0.3730350.7169X4-9.71E+111.83E+12-0.5314860.6067X424.28E+106.46E+100.6617200.5231X4*X3-1905048.1949296.-0.9773010.3515X4*X

23、2-1901040317319142-1.0976530.2981X4*X14.23E+084.15E+081.0208010.3314X3-1386946034509844-0.4018990.6962X3241.8184322.625401.8482960.0943X3*X2517.0981231.19542.2366280.0493X3*X1-14772.938469.467-1.7442580.1117X21.51E+083.45E+080.4388530.6701X222050.2611851.4101.1074050.2940X2*X1-67170.5950453.24-1.331

24、3430.2126X17.80E+086.17E+090.1264300.9019X121246362.746355.01.6699320.1259R-squared0.847552 Mean dependent var1.17E+12Adjusted R-squared0.542656 S.D. dependent var1.78E+12S.E. of regression1.21E+12 Akaike info criterion58.69986Sum squared resid1.46E+25 Schwarz criterion59.67127Log likelihood-888.847

25、8 F-statistic2.779810Durbin-Watson stat1.809921 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：X5X4X3X2X1X5 1.000000 0.686513 0.279851 0.836241 0.418307X4 0.686513 1.000000 0.477886 0.540881 0.538697X3 0.279851 0.477886 1.000000 0.125029 0.960871X2 0.836241 0.540881 0.125029 1.00000

26、0 0.271375X1 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：Dependent Variable: YMethod: Least SquaresDate: 12/22/05 Time: 21:16Sample: 1 31Included observations: 31VariableCoefficientStd. Errort-StatisticProb. X11651.40387.6770318.835080.0

27、000C903234.0502408.21.7978090.0826R-squared0.924432 Mean dependent var7446408.Adjusted R-squared0.921826 S.D. dependent var7227629.S.E. of regression2020815. Akaike info criterion31.93824Sum squared resid1.18E+14 Schwarz criterion32.03076Log likelihood-493.0427 F-statistic354.7601Durbin-Watson stat1.930762 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：Dependent Variable: YMethod: Least SquaresDate: 12/22/05 Time: 21:16Sample: 1 31Included observations: 31VariableCoefficientStd. Errort-StatisticProb. X260.575779.1368996.6297950.000