人力资本对经济增长的影响.doc
约4页DOC格式手机打开展开
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...
内容介绍
此文档由会员 寻找宁夏的风 发布
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。
（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：
Dependent Variable: LNY
Method: Least Squares
Date: 12/20/05 Time: 13:39
Sample: 1990 2002
Included observations: 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 Mean dependent var 10.49143
Adjusted R-squared 0.998776 S.D. dependent var 0.382449
S.E. of regression 0.013383 Akaike info criterion -5.590560
Sum squared resid 0.001791 Schwarz criterion -5.460188
Log likelihood 39.33864 F-statistic 4895.310
Durbin-Watson stat 1.038758 Prob(F-statistic) 0.000000
…………
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。
（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：
Dependent Variable: LNY
Method: Least Squares
Date: 12/20/05 Time: 13:39
Sample: 1990 2002
Included observations: 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 Mean dependent var 10.49143
Adjusted R-squared 0.998776 S.D. dependent var 0.382449
S.E. of regression 0.013383 Akaike info criterion -5.590560
Sum squared resid 0.001791 Schwarz criterion -5.460188
Log likelihood 39.33864 F-statistic 4895.310
Durbin-Watson stat 1.038758 Prob(F-statistic) 0.000000
…………
