经济增长的贡献率

前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇经济增长的贡献率范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

经济增长的贡献率范文第1篇

关键词：科技进步　 经济增长江苏

我国经济高速增长主要是由大量的资本注入、廉价的劳动力投入和高能耗推动的。粗放型的经济增长方式虽然给经济发展带来了巨大的推动作用，但同时也让我们付出了环境污染和资源浪费的代价。科学技术进步对于促进我国的经济转型具有重要的推动作用。测定科技进步对经济增长的作用，是当前科技进步分析工作的重要任务之一①。众多学者开始研究我国经济增长中是否有技术进步、技术进步对我国经济增长的贡献度等问题②。测算科技进步、资本投入和劳动力投入对江苏省经济增长的贡献率，可以了解江苏省经济增长的主要动力，找到薄弱环节，对于江苏经济的平稳转型具有一定的参考价值。

一、模型阐述

目前关于科技进步对经济增长贡献率的测度方法主要有生产函数计量估计方法、增长核算方法和基于信息技术的增长核算方法③。科技进步贡献率测度方法使用最多的还是索洛余值法②。本文采用柯布－道格拉斯生产函数和索洛余值法对江苏省的科技进步贡献率、资本贡献率和劳动力贡献率进行测算。生产函数数学形式如下:

Y=AF（K,L）=AKαLβ （1）

其中是产出，K是资本投入，L是劳动投入，A是某一个时刻技术水平的一个衡量指标。α是资本投入的边际产出弹性系数，β是劳动投入的边际产出弹性系数。求全微分得：

dY/Y=dA/A+α（dK/K）+(dL/L) （2）

即索洛增长速度方程。用差分近似代替微分并进行简单的变形，可得测度科技进步对经济增长贡献的方法—索洛余值法，科技进步率=ΔA/A

=ΔY/Y-α(ΔΚ/Κ)-β（ΔL/L）；科技进步贡献率=(ΔA/A)/(ΔY/Y)；资本贡献率=(ΔΚ/Κ)/(ΔY/Y)；劳动力贡献率=（ΔL/L）/(ΔY/Y)。假设生产规模报酬不变，即α+β=1，整理得：

二、江苏省科技进步贡献率的实证研究

（一）变量选择

1、产出量Y:地区生产总值（亿元）；2、资本投入K:固定资产投资额（亿元）；3、劳动力投入L:从业人数（万人）；

（二）数据的收集整理

收集1991—2010（限于篇幅部分年份数据未列入表中）年江苏省地区生产总值、商品零售价格指数、固定资产投资额、固定资产投资价格指数和从业人数等数据，并对地区生产总值和固定资产投资额进行价格调整以消除价格变动的影响，调整后的数据见表1中的前5列。

在R2.14.1软件平台下，对数据进行线性回归，可得调整后的R2＝0.9949，F统计量为3736。从t值和相伴概率可知：常数项和α均通过显著性水平为0.001的t检验；从拟合优度R2及F值可以看出，回归方程中自变量和因变量间的相关关系是成立的，且回归效果较好。得到的回归方程为：

其中α=0.83213，lnA=0.91842。计算可得1992—2010年江苏省科技进步率、科技进步贡献率、资本贡献率和劳动力贡献率如表1中的后5列所示。

（三）数据分析

分析表明，1992—2010年间，江苏省劳动力投入增长率比较低，最大值仅为1.10%，最低值为0.02%，平均值为0.54%；江苏省资本投入增长率较高，平均增长率约为23.78%，最高值高达50.79%，2000年降至谷底，仅为6.09%，2000—2003年期间有短暂的持续上升，然后出现波动特征。江苏省科技进步率波动比较大，最高为43.82%，但平均值却为－4.11%，存在以3—4年为周期的波动规律。可能是由于需要资金投入，科技进步为经济增长发挥作用具有一定的滞后性，从科技研发到科技应用需要一定的周期，因此在短期内科技进步贡献率可能为负值。

1992—2010年间，江苏省资本贡献率非常高，均值约为124.46%，最高达221.09%，最低也达到66.14%。江苏省劳动力贡献率相对较低，均值为3.23%。综述分析可以得出：资本投入是江苏省经济增长的主要动力；科技进步对江苏的经济增长也起到重要的推动作用，但波动较大；劳动力投入对江苏的经济增长贡献率较低。科技进步贡献率对资本贡献率有“抵消”作用的一种可能原因是：测算出的科技进步贡献率中包含宏观经济调控等因素，政府为了限制经济增长过热的情况，往往进行调控，而这一部分“抵消”作用反应在科技进步贡献率这一测算指标上。

三、结论

对江苏省1992—2010年科技进步贡献率进行测算，发现个别年份出现大起大落的波动情况，可能是由于测算出的科技进步贡献率不是“纯科技进步”且受到宏观经济政策调整或要素投入周期性影响的缘故。从资本贡献率来看江苏省资本投入是其经济增长的主要动力。从劳动力贡献率来看，其均值为3.23%，且相对稳定。劳动力投入对其经济增长的影响比较微弱。从科技进步贡献率来看，科技进步对江苏的经济增长也起到重要的推动作用。由此可见，目前江苏省经济增长的最主要动力是大量的资本投入，科技进步水平还需要进一步提升，只有这样才能实现向集约式经济增长模式的平稳转型。

参考文献：

①汪慧玲，王富贵．西部地区提高科技进步贡献率的对策分析——以甘肃省为例[J]．工业技术经济，2009（1）：112—115

②赵喜鸟，钱燕云．技术进步对经济增长的贡献度分析——基于长三角和珠三角5个地区的实证分析[J]．科技进步与对策，2012（2）：23—26

经济增长的贡献率范文第2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

经济增长的贡献率范文第3篇

关键词：经济发展水平；外贸发展水平；贡献率；比较

中图分类号：F752.8 文献标识码：A 文章编号：1003－3890(2011)03－0067－06

一、引言

我国中部崛起战略实施以来，安徽省的经济发展水平得到了很大提升。随着安徽省融入“泛长三角经济区”步伐的不断加快，安徽省进出口贸易和外商投资额增长迅速。但是，与临近的江苏省相比，安徽省的外贸发展水平以及对外贸易对GDP的贡献率等还存在很大差距。究竟安徽省与江苏省经济发展水平存在多大差距?外贸对经济增长贡献率的差距有多大?外贸发展水平存在多大差距?本文试图回答以上问题。

二、文献回顾

近年来，国内学者关于对外贸易及经济增长的研究较多，庞英(2004)运用1992－2002年的数据，对内蒙古的对外贸易与经济增长进行了回归分析，发现内蒙古对外贸易对推动其经济功不可没，但是与全国相比，对外贸易对经济的带动作用还存在很大差距。王滨(2006)根据1993--2004年的相关经济数据，实证分析了外国直接投资对我国经济增长所起的作用，分析表明，在最近lO年中，对外直接投资并没有挤出国内投资。吕立才、黄祖辉(2006)运用计量经济模型，对我国农产品和食品贸易与外商直接投资(FDI)之间的关系进行了研究，结果表明我国农产品和食品进口、出口和总贸易量与FDI之间皆存在长期稳定的均衡关系，而且这种关系具有互补性。吴一丁、毛克贞(2006)研究表明，我国出口贸易通过不同路径对经济增长产生了显著的影响，出口贸易对人力资本积累的贡献较小、对产业结构升级的影响有限、对市场化进程及技术进步有一定的作用；出口贸易主要通过带动投资促进经济增长。进(2007)根据1981--2006年福建省统计数据，运用协整检验和误差修正模型，对福建省FDI流入、对外贸易与经济增长关系进行实证研究，结果表明，从长期看，福建省FDI、对外贸易与经济增长之间存在长期均衡关系，FDI、出口和进口明显促进了经济增长。从短期看，FDI、对外贸易与经济增长的长期均衡水平产生了偏离，但偏离误差修正的速度较快。康赞亮、张必松(2006)研究结果表明外国直接投资、国际贸易与经济增长间具有长期均衡关系，且我国国内生产总值的增长与外国直接投资有双向因果关系，但相互影响的程度不同；我国为出口导向型经济增长国家且外国直接投资对国际贸易具有促进作用。姚远(2007)运用GMM估计方法，对外国直接投资对我国进出口贸易的影响进行分析，结果表明，外国直接投资对出口贸易具有创造效应，对进口贸易主要体现为替代效应，进一步比较各区域，发现东部地区的创造效应和替代效应最为显著，中部地区次之，西部地区最弱。钟晓兵(2007)在对黑龙江省外商直接投资和省内生产总值进行相关性分析的基础上，利用因果关系检验和协整检验等检验方法，对二者的关系进行了实证检验，并在协整的基础上建立了误差修正模型。分析结果表明，二者之间存在正向的相关关系、单项的因果关系和长期稳定的均衡关系，说明外商直接投资的增长对黑龙江省经济增长具有重要意义。本文正是在前人研究的基础上，运用安徽省和江苏省1997－2007年的统计数据，通过计量经济学软件进行回归分析，分别比较了两省的总体经济发展水平、对外贸易对经济增长的贡献率以及对外贸易发展水平。

三、安徽省与江苏省总体经济发展水平的比较

改革开放二十多年来，随着改革的不断深入，中部地区经济特别是临近江苏省的安徽省，经济得到了一定的发展。但是，与临近的江苏省经济发展水平相比较，可以明显发现两省的差距非常大。

1.GDP的比较。安徽省GDP从1997年的2669.95亿元增至2007年的7 364.18亿元，增长了约2.76倍，年均GDP增长率约12.45％；而且GDP增长率波动较大，从1997年的14.14％跌至1999年的3.68％，然后又增至2007年的20.11％。江苏省GDP从1997年的6680亿元增加到25 741.15亿元，增长了约3.85倍，年均GDP增长率约13.83％。另外，江苏省与安徽省GDP的差距由1997年的2.5倍扩大到2007年的3.5倍(见表1)。

2.进出口贸易额的比较。安徽省进出口贸易总额由1997年的31.16亿美元增至159.31亿美元，增长了约5.11倍，其中出口贸易额从1997年的20.05亿美元增至88.21亿美元，增长了4倍多，年均增长率为21.61％；江苏省进出口贸易总额由1997年的238.77亿美元增至3 496.71亿美元，增长了约15.90倍，其中出口贸易额从1997年的152.18亿美元增至2 037.33亿美元，增长了13.38倍，年均增长率为33％。而且，江苏省与安徽省的差距由1997年的7.66倍扩大到2007年的12.79倍(见表1)。

3.全社会固定资产投资额的比较。安徽省全社会固定资产投资额由1997年的687.3亿元增至2007年的5 093.68亿元；江苏省全社会固定资产投资额由1997年的2 203.09亿元增至2007年的12 268.07亿元(见表1)，江苏省与安徽省的差距由1997年的1 516.6亿元扩大到7 174.39亿元。

4。FDI的比较。安徽省FDI由1997年的3.85亿美元增至2007年的35.71亿美元；江苏省FDI由1997年的92.71亿美元增至2007年的527.07亿美元(见表1)，江苏省与安徽省的差距由1997年的88.86亿美元扩大到491.36亿美元。

四、安徽省与江苏省对外贸易对经济增长贡献的比较分析

就地区而言，对外贸易对经济增长的作用主要由出口贸易额、进出口贸易总额、FDI以及全社会固定资产投资总额来反映。因此，笔者运用OLS法，采用Eviews5.0软件分别对1997－2007年安徽省和江苏省GDP指标与出口贸易额、进出口贸易总额、FDI以及全社会固定资产总额进行了回归分析，回归结果见表2。从表2中可以看出R2和调整的R2都在0.9以上，说明回归方程拟合优度较高；相关系

数R都在0.95以上，说明自变量都与GDP呈正相关关系。另外，F统计量、T统计量均通过了α为5％的显著性检验。因此，回归方程的可信度高。

(一)出口贸易、进出口贸易对GDP作用的差异分析

从回归结果中可以看出(见表2)，R都在0,99以上，表明出口贸易、进出口贸易与GDP之间呈显著的正相关关系。另外，就自变量系数而言，安徽省增加1个单位出口贸易可以使GDP增加4.6个单位；而江苏省增加1个单位出口贸易可以使GDP增加1.26个单位；安徽省增加1个单位进出口贸易可以使GDP增加4.6个单位；而江苏省增加1个单位进出口贸易可以使GDP增加0.71个单位。这表明安徽省进出口贸易对经济增长的带动作用远大于江苏省，这主要是因为与江苏省相比，安徽省经济基础较差、经济发展水平还比较低。因此，安徽省要提升GDP总量水平，促进经济又好又快发展，应该大力发展进出口贸易。

(二)FDI对GDP贡献率的比较分析

从表2中可以看出，R都在0.95以上，表明FDI与GDP之间呈显著的正相关关系；另外，就自变量系数而言，安徽省增加1个单位FDI可以带动GDP增加19.4个单位；而江苏省增加1个单位FDI仅使GDP增加4.5个单位。这说明安徽省FDI对GDP的带动作用远大于江苏省，也表明外商直接投资对安徽省的促进作用潜力巨大。因此，未来安徽省应大力改善投资环境，加大招商引资力度，充分发挥外资对经济发展的推动作用。

(三)全社会固定资产投资对GDP带动作用的比较分析

从回归结果看(见表2)，相关系数都在0.98以上，表明全社会固定资产投资与GDP之间呈很强的正相关关系；另外，就自变量系数而言，安徽省增加1个单位全社会固定资产投资可以带动GDP增加1.08个单位；而江苏省增加1个单位全社会固定资产投资使GDP增加1.8个单位。说明安徽省全社会固定资产投资对GDP的带动作用略小于江苏省，主要是由于投资结构不尽合理，投资效益不够高，与经济增长方式转变的要求不相适应，以及投资体制问题较多，民间投资不活跃，与社会主义市场经济的要求不相适应。因此，应改善固定资产投资结构，活跃民间投资，尽力发挥全社会固定资产投资对经济发展的促进作用。

五、安徽省与江苏省对外贸易发展水平的比较分析

为了进一步认清安徽省和江苏省对外贸易对经济增长贡献率的差距，笔者结合以上基础指标(见表1)，并运用与其相关联的衍生指标作进一步的分析。具体如下：

(一)指标及计算方法说明

对外贸易发展水平的测度，本文主要是借鉴庞英(2004)的测算方法，主要指标包括：出口依存度、外贸依存度、外资依存度、对外开放度、出口拉动经济增长百分点、出口对经济增长的贡献率和直接利用外资能力，各指标的计算公式如下：

出口依存度＝当年出口额÷当年GDP

外贸依存度＝当年进出口贸易额÷当年GDP

外资依存度＝当年实际利用外商直接投资额÷当年GDP

对外开放度＝外贸依存度＋外资依存度

出口对经济增长的贡献率＝(当年出口额一上一年出口额)÷(当年GDP－32一年GDP)

出口拉动经济增长百分点＝出口对经济增长的贡献率×GDP增长率

直接利用外资能力＝当年外商直接投资额÷当年全社会固定资产投资额

(二)对外贸易发展水平的对比分析

笔者运用以上公式，分别计算了安徽省和江苏省对外贸易发展水平的具体度量指标，计算结果见表3。利用表3的数据，运用Evlews5.0软件作图，分别对两省11年来出口依存度、对外开放度、出口对经济增长的贡献率、出口拉动经济增长百分点和直接利用外资能力的走势进行了比较(见图1、图2、图3、图4、图5)。

1.出口依存度的比较。据统计资料显示(见表1)，安徽省1997年以来出口贸易和GDP都有一定程度的增长，出口从1997年的166.42亿元人民币增加到2007年的679.22亿元人民币，GDP从1997年的2669.95亿元人民币增加到2007年的7 364.18亿元人民币，分别增长了4.08倍和2.76倍。1997年以来安徽省的出口依存度有所提高，但增长很缓慢，11年间的年均值仅为0.07。江苏省1997年以来出口贸易和GDP都有了飞速发展，出口从1997年的1263.1亿元人民币增加到2007年的15687.44亿元人民币，CDP从1997年的6680亿元人民币增加到2007年的25741.15亿元人民币，分别增长了12.42倍和3.85倍。1997年以来江苏省的出口依存度提高迅速，11年间的年均值为0.36。就变化趋势而言(见图1)，江苏省的出口依存度在逐年上升，呈不断增长态势，安徽省与江苏省的差距越来越大。因此，安徽省应加快融入“泛长三角经济圈”的步伐，不断挖掘出口贸易的自身潜力，充分利用好出口贸易对经济增长的带动作用，促进全省经济的快速发展。

2.对外开放度的比较。根据表3计算出，1997－2007年安徽省对外开放度的年平均值为0.13，其中外贸依存度为0.11和外资依存度为0.02；而同期江苏省对外开放度的年平均值为0.79，其中外贸依存度为0.65和外资依存度为0.14，就对外开放度而言，安徽省比江苏省低66％，表明安徽省进出口规模较小和吸引外资能力弱。

从11年的变化趋势来看(图2)，代表安徽省对外开放度的曲线相对平缓，说明从1997－2007年安徽省的对外开放度增长缓慢；而代表江苏省对外开放度的曲线呈逐年增长的趋势，在1997－1999年与安徽省对外开放度曲线的距离不大，但是1999年以后两曲线的距离越来越大，表明江苏省的对外开放程度越来越高，相反则表明安徽省对外资和国外资本市场的利用程度严重不足。

3.出口对经济增长贡献率的比较。据表3数据计算得，1997－2007年安徽省和江苏省出口对经济增长贡献率的年均值分别为0.08和0.61，安徽省比江苏省低53％，表明安徽省的出口对经济增长贡献率远不及江苏省。从趋势上看(见图3)，两条曲线变化趋势基本同步，但是安徽省的趋势线波动较大，由于出口的不稳定使得1999年的出口额减去1998年的出口额后所得的出口增加额为负数，以致1999年出口对经济增长贡献率为负值。另外，两条曲线之间的差距很大且有不断扩大的趋势，说明安徽省和江苏省出口对经济增长贡献率的差距不仅不会缩小还呈不断拉大之势。

4.出口拉动经济增长百分点的比较。从趋势图上看(见图4)，安徽省的曲线较平缓而江苏省的曲线变化较大且上升幅度很大，两条曲线的距离越来越大；而且1999年由于安徽省出口对经济增长贡献率为负值，导致其出口拉动经济增长百分点为负值。另外，从数值上来看(见表3)，11年间安徽省和江苏省出口拉动经济增长百分点的年均值分别为

1％和8％，江苏省比安徽省高7个百分点；而且2005年江苏省和安徽省出口拉动经济增长百分点分别为14％和2％，相差12个百分点，达到期间最高水平，表明安徽省出口贸易对经济增长的拉动作用很弱。因此，安徽省应借鉴江苏省的成功经验，改善出口结构，促进出口贸易增长，不断缩小与发达地区经济发展水平的差距。

5.直接利用外资能力的比较。利用表3的数据计算出1997－2007年直接利用外资能力的年平均值，安徽省和江苏省分别为0.05和0.36，江苏省是安徽省的7倍多；而且2003年直接利用外资能力江苏省为0.48而安徽省仅为0.06，相差42个百分点，是11年中差距最大的。另外，从趋势图上看(见图5)，代表安徽省直接利用外资能力的曲线很平缓，表明其直接利用外资能力提升缓慢；代表江苏省直接利用外资能力的曲线高悬于代表安徽省直接利用外资能力的曲线之上，而且两条曲线之间的距离2003年以后虽有所缩短，但总体而言两者之间的间距还是很大，表明与江苏省相比，在经济发展过程中，安徽省的全社会固定资产投资中FDI所占比重较小，而且全社会固定资产投资与经济增长之间存在很强的相关性，相关系数(R)都在0.99以上(见表2)。因此，安徽省应加大吸引外资的力度，充分利用外资形成全社会固定资产投资，弥补经济发展过程中资金的不足。

六、简要结论

本文通过将安徽省与江苏省总体经济发展水平、对外贸易对经济增长的贡献以及对外贸易发展水平做了详细的比较分析，得出了以下结论：

1.就总体经济发展水平而言，安徽省GDP从1997年的2669.95亿元增至2007年的7364.18亿元，增长了约2.76倍，且GDP增长率波动较大；江苏省GDP从1997年的6680亿元增加到25 741.15亿元，增长了约3.85倍。江苏省与安徽省进出口贸易额的差距由1997年的7.66倍扩大到2007年的12.79倍。全社会固定资产投资额的差距由1997年的1516.6亿元扩大到7174.39亿元。FDI的差距由1997年的88.86亿美元扩大到491.36亿美元。

经济增长的贡献率范文第4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α0，β0，αβ=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

[4]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.中国劳动统计年鉴-2010

经济增长的贡献率范文第5篇

【关键词】旅游产业；经济增长；协整；误差修正模型

旅游业是第三产业中产业关联度高而且富有发展潜力的朝阳产业。旅游业的发展不仅能够促进经济增长、促进就业，而且还能促进产业结构调整、投资环境的改善以及提升城市形象。近年来湖北省旅游产业出现蓬勃发展的势态，2010年湖北省全省接待入境旅游人数达到181.74万人次，旅游总收入达到1460.53亿元，同比增长45.4%；旅游外汇收入达到7.51亿美元，同比增长47.2%。湖北省旅游产业的发展为湖北省经济和社会发展做出了巨大贡献。在此背景下，测度旅游产业在多大程度上影响国民经济的发展，是一个值得思考的问题，对于加快湖北省地区经济实现又好又快的增长具有重要的理论和实践意义。本文采用协整和误差修正模型研究湖北省经济增长与旅游产业发展之间的关系，找出旅游产业对湖北经济增长的贡献度究竟有多大，以其为湖北省经济决策提供参考。

一、模型选择和数据处理

（1）指标选取与数据处理。选取湖北省历年国内生产总值作为代表经济增长的变量，选取湖北省历年旅游收入作为湖北省旅游产业发展的指标。样本数据均来源于历年《湖北省统计年鉴》，数据起止时间为1986～2010年。以1986年为基期的GDP平减指数核算实际的GDP与实际的旅游收入。用GDP与TR分别表示消除价格变动后的实际GDP与实际旅游总收入。为了使得两变量的时间序列避免剧烈变动同时尽可能的消除可能产生的异方差，我们分别对消除价格变动后的实际国内生产总值GDP和实际旅游总收入取自然对数，分别既为LGDP与LTR.。协整理论是研究变量之间长期均衡关系的方法，在进行变量协整分析之前先判断变量序列的平稳性。（2）时间序列分析中，如果一组非平稳的时间序列的线性组合为平稳的时间序列，则说明这组变量之间存在协整，这个线性组合被称为协整方程。协整表示经济变量之间存在着某种长期均衡的关系，在短期内可能变量之间的关系会偏离这种均衡，但是在长期变量之间会存在某种内在机制使得变量之间的关系重新趋向均衡。本文采用Engle和Granger在1987年提出来的EG检验来讨论湖北省旅游产业发展和旅游收入之间的关系是否存在协整。如果存在协整，则表明旅游产业的发展是促进湖北省经济增长的一个重要的因素，两者之间存在长期稳定的均衡关系。

二、实证分析和估计结果

1．描述统计分析。为了直观的观察变量之间的关系，首先对变量进行单位根检验，我们发现LGDP与LTT都是非平稳的时间序列，通过对他们进行一阶差分进行ADF检验，我们发现LGDP与LTT在10%的显著性水平下是平稳的时间序列即LGDP～I(1),LTR～I(1)，LTGDP与LTTR均为1阶单整的时间序列。

在此基础上，我们对取对数后的湖北省国内生产总值和湖北省旅游总收入进行线性回归就不会产生伪回归的问题。以LGDP为被解释变量，以湖北省旅游总收入LTT为解释变量进行线性回归，回归结果如下：

LGDPt=5.85+0.46×LTRt+et （48.0）（18.6）

DW.=0.48,R2=0.94

由于采用了滞后一期的解释变量，因此这里的DW值并没有参考意义。然后对本回归方程的残差进行ADF检验，发现残差在10%显著性水平下为平稳时间序列

由以上协整回归方程结果可以看出，由于双对数模型，因此回归方程弹性系数0.46表明湖北省旅游产值每增加一个百分点，国内生产总值增加大约0.46个百分点，充分说明了湖北旅游产业对经济增长的贡献。

2．旅游产业发展短期波动对GDP的影响。Engle和Granger在1987年提出了著名的Granger定律：即如果变量X与Y是协整的，则它们之间的短期非均衡关系总能由一个误差修正模型来表述。基于以上分析，我们引入误差修正模型。引入变量ECM，表示以上回归方程的残差，回归方程形式如下，其中DLGDP与DLTR分别表示对实际GDP与实际LTR一阶差分后的时间序列。

从以上误差修正模型可以看出，湖北省对数国内生产总值LGDP的短期波动受到湖北省对数旅游总收入LTR的短期波动的影响。从长期来看，湖北省旅游产业总收入每增加一个百分点，国内生产总值增加大约0.46个百分点。从误差修正模型中可以看出，当短期波动偏离长期均衡时，系统将以0.05的调整力度将系统从非均衡状态拉回到均衡状态。

三、结论

以上协整分析说明，从长期看，湖北省的国内生产总值与旅游产业之间存在长期均衡关系。弹性系数为0.46，说明湖北省旅游产业总收入每增加一个百分点，国内生产总值增加大约0.47个百分点，充分说明了旅游产业对经济增长的贡献是巨大的，在当前经济背景下，大力发展旅游产业为实现湖北经济跨越式发展以及经济的又好又快的发展是具有重要意义。

参 考 文 献

[1]肖新成．江西省旅游业对经济增长贡献的统计检验[J]．统计与决策．2011（10）