技术进步、要素投入与经济增长的关系研究——基于Malmquist指数和门限回归的分析
技术进步与经济增长关系研究
技术进步与经济增长关系研究随着科技的不断进步，技术已经成为现代社会发展的重要驱动力之一。
技术进步不仅给人们的生活带来了便利，也对经济增长产生了深远的影响。
本文将探讨技术进步与经济增长之间的关系，并对其影响因素进行研究。
首先，技术进步对经济增长的推动作用不可忽视。
技术的提升和创新能够提高生产效率和质量，有效降低生产成本，从而提高产出水平。
以工业生产为例，新的生产技术能够利用先进的机器设备和自动化系统实现生产流程的优化，提高生产效率以及产品的质量，从而促进经济增长。
此外，随着技术的不断创新，新的产业和就业机会也相应出现，为经济增长提供了更多可能性。
其次，技术进步对经济结构的变革也有着重要的影响。
随着技术的不断进步，传统的产业结构可能会面临挑战，但同时也会催生新的产业和新的经济增长点。
例如，在互联网的快速发展下，互联网经济产业如电子商务、移动支付等已成为经济的重要组成部分，为经济增长带来了新的动力。
另外，随着技术进步，各行各业都在不断推陈出新，适应新的技术趋势和需求，这也为经济结构的升级和转型提供了机遇。
然而，技术进步所带来的经济增长效应也需考虑其对劳动力市场的影响。
尽管技术进步能够提高生产效率，但同时也有可能造成某些传统行业的产能过剩和劳动力结构不平衡。
例如，自动化技术的出现会导致部分劳动力失去工作机会，加大了社会贫富差距。
因此，为了确保技术进步与经济增长之间的良性互动，政府应当采取灵活的政策措施来促进劳动力的转岗和再培训，以充分发挥技术进步对经济的正面推动作用。
此外，技术进步对经济增长的影响还与科技创新能力密切相关。
技术的进步需要具备先进的科研能力和创新思维。
投入大量的研发资金用于技术创新，培养创新人才，才能够有效推动技术的进步和应用。
因此，政府应当加大对科研与创新的支持力度，通过构建创新生态系统，提供良好的科研环境和政策激励，激发科技创新的潜能，进而推动经济的快速增长。
总而言之，技术进步与经济增长的关系密不可分。
中国三大经济区域全要素能源效率研究基于超效率DEA模型和Malmquist指数
中国三大经济区域全要素能源效率研究基于超效率DEA模型和Malmquist指数一、本文概述本文旨在全面研究中国三大经济区域——东部、中部和西部地区的全要素能源效率。
通过运用超效率DEA模型和Malmquist指数方法，本文深入探讨了各区域能源利用效率的现状、动态变化及其影响因素，以期为中国能源政策的制定和实施提供科学依据。
本文明确了全要素能源效率的概念，它是指在给定投入要素条件下，能源投入与实际产出之间的比率。
这一比率反映了能源利用的经济效果和技术水平，是衡量一个国家或地区能源利用效率的重要指标。
本文介绍了超效率DEA模型和Malmquist指数方法的基本原理和应用优势。
超效率DEA模型能够克服传统DEA模型在评价效率时的局限性，更准确地反映各决策单元的效率水平。
而Malmquist指数方法则能够动态地分析各区域能源效率的变化趋势，揭示效率提升的源泉。
本文详细阐述了研究内容和方法。
通过对中国三大经济区域的能源利用数据进行收集和处理，运用超效率DEA模型和Malmquist指数方法对各区域的能源效率进行测算和分析。
结合区域经济、产业结构、技术进步等因素，探讨各区域能源效率差异的原因，并提出相应的政策建议。
本文的研究不仅有助于深入了解中国各区域的能源利用效率及其动态变化，还能为政府制定针对性的能源政策提供决策支持，推动中国能源利用效率的整体提升。
二、文献综述全要素能源效率（Total Factor Energy Efficiency, TFEE）作为一种评估能源使用效率和经济增长之间关系的重要工具，近年来在学术界和政策制定者中引起了广泛关注。
中国作为一个经济快速增长的发展中大国，其能源使用效率和经济增长之间的关系更是成为了研究的热点。
特别是对于中国的三大经济区域——东部、中部和西部，其经济发展水平、产业结构、能源结构等方面存在显著差异，因此，对这些区域的全要素能源效率进行研究具有重要的现实意义。
国内外学者在全要素能源效率的研究上已取得了一系列成果。
全要素生产率变动的分解 基于Malmquist生产力指数的实证分析
然而，本研究仍存在一定限制。首先，我们在计算全要素能源效率时，并未考 虑环境因素和资源约束条件。未来研究可以引入环境变量和资源约束条件，更 加准确地衡量全要素能源效率。其次，本次演示未考虑到政策变化对全要素能 源效率的影响。未来可以进一步探讨不同政策背景下全要素能源效率的变化趋 势及其影响因素。
最后，本次演示主要了省际层面的全要素能源效率及其影响因素，对于城市和 行业层面的研究尚不充分。未来可以拓展到城市和行业层面，更全面地研究全 要素能源效率问题。
参考内容
摘要
本次演示旨在分析中国省际全要素能源效率变动的内在原因和影响因素。通过 运用Malmquist指数，我们将全要素能源效率分解为技术进步、纯效率变化和 规模效率变化，并实证分析这些因素对中国省际全要素能源效率的影响。研究 发现，技术进步是推动全要素能源效率提升的主要因素，而纯效率变化和规模 效率变化的贡献相对较小。此外，我们发现各省份的全要素能源效率存在较大 差异，并且呈现出一定的空间分布特征。
结论
本次演示基于Malmquist指数方法，对中国省际全要素能源效率变动进行了分 解和分析。研究发现，技术进步是推动全要素能源效率提升的主要因素，而纯 效率变化和规模效率变化的贡献相对较小。各省份的全要素能源效率存在较大 差异，并且呈现出一定的空间分布特征。在影响因素方面，产业结构、技术进 步、投资、政府干预、市场化程度等因素对全要素能源效率具有不同程度的影 响。
结果与讨论
1.全要素能源效率变动整体情况
研究发现，2000-2017年中国省际全要素能源效率整体上呈现波动上升趋势， 但各省份的全要素能源效率存在较大差异。从Malmquist指数的平均值来看， 全要素能源效率的年均增长率为2.5%。
2.影响因素分析
我国经济持续增长的动力与质量研究——基于DEA-Malmquist的实证分析
改革开放 三 十 多 年 来 ， 中 国 经 济 增 长 取 得 了举世瞩目的 伟 大 成 就 。 但 同 时 ， 资 源 消 耗 巨 大 、 要素 配 置 效 率 差 、 产 品 附 加 值 低 、 产 业 结 构不合理等一 系 列 问 题 让 人 们 疑 虑 中 国 经 济 增 长的 持 续 性 。 中 国 经 济 增 长 的 质 量 究 竟 如 何 ， 经济增长的动 力 到 底 是 来 源 于 要 素 的 投 入 还 是 来源于 效 率 的 提 高 ？ 全 要 素 生 产 率 （ TFP ） 作 为衡量经济 增 长 质 量 的 重 要 指 标 ， 是 分 析 经 济 增长动力的 重 要 工 具 ， 也 是 政 府 制 定 长 期 可 持 续增长政策 的 重 要 依 据 。 因 为 全 要 素 生 产 率 的 概念存在分 析 ， 所 以 本 文 暂 且 使 用 索 洛 残 差 作 为全要素 生 产 率 的 定 义 ， 也 就 是 指 各 要 素 （ 如 资本和劳动等 ） 投入 之 外 的 技 术 进 步 和 能 力 实 现等导致的 产 出 增 加 ， 是 剔 除 要 素 投 入 贡 献 后 所得到的残差 ， 最早由索洛 （ Solow ， 1957 ） 提 出 ， 故也称为索洛残差 。
我国经济持续增长的动力与质量研究
— — — 基于 DEA － Malmquist 的实证分析
聂
摘鹏Biblioteka 李京晓要： 本节利用 DEA － Malmquist 生产率指数方法，对我国 30 个 省份 1978 － 2009 年间 的全 要 素 生产 率 的 变 化 进
行估计，并进一步考察中国经济增长的动力和质量。研究 表明， 如 果 不 存 在技 术 进 步， 仅仅 依 靠 资源、 能 源、 劳 动等 要素投入的增长模式从长期来讲是难以持续的。加快转变 经济 发展 方 式 和 调 整 经济 结 构， 可 以 为 技 术 效率提升营 造 一 个上升的空间，也可以推动持续的技术进步，最终实现经济的持续、健康、高质量的增长。 关键词： 经济增长 动力 质量 DEA － Malmquist
基于Malmquist指数法的我国高新技术产业全要素生产率增长分析
基于Malmquist指数法的我国高新技术产业全要素生产率增长分析【摘要】本文基于我国高新技术产业2002-2011年期间的省际数据，运用malmquist指数法测算我国高新技术产业全要素生产率的变动趋势，并把全要素生产率的增长构成分为技术进步和技术效率变化两个部分。
结果显示：2002-2011年我国高新技术产业全要素生产率指数为0.863。
主要原因是技术进步水平的影响，技术进步的提高与下降与全要素生产率呈正相关，直接影响着全要素生产率的增长。
【关键词】高新技术产业全要素生产率 malmquist指数法一、引言随着经济全球化的发展，当今国家和地区间的竞争主要表现在科学技术和产业升级上，高新技术产业的发展不仅对于国家和地区的国际竞争力起着关键性作用，还可以提升国家和地区在产业格局中的地位，对推动产业结构升级，提高劳动生产率和经济效益，具有不可替代的作用。
重点发展高新技术产业，就必须要加大资源投入，提高技术进步水平。
因此，注重提高科技资源配置效率和提高技术水平成了发展关键。
目前，关于高新技术产业全要素生产率方面的研究已经有了一定的成果。
宋东林，魏宝明（2011）以江苏省为例，从投入产出角度分析技术创新绩效水平，认为技术创新活动是高新技术产业经济高质量增长的源泉。
单春霞（2011）以高新技术产业中的五类制造行业为研究对象，认为现阶段我国高新技术产业的制造业资源配置的提高快于技术进步的提高，r&d绩效总体增长主要受技术进步的影响。
刘勇（2010）从对高技术产业运行效率评价出发，将运行效率分为低效型、徘徊型、低增长型和高增长型4种类型。
综合相关文献可知，提高技术进步和优化资源配置效率可以推进产业结构优化，提高产品的价值，从而实现技术产业的经济效益。
因此，本文运用malmquist指数法，根据2002-2011年我国30个省投入与产出的面板数据，对我国高新技术产业全要素生产率增长进行测算分析，并对技术进步、技术效率和全要素生产率之间的关系进行分析。
金融发展促进技术创新的效率研究——基于Malmuquist指数的分析
观测点 i 在 t 期的技术水平条件下从 t 到 t + 1 期的
TFP 的变化为 Mti ; 同样在 t + 1 期的技术水平下 , t
期到 t + 1 期的 TFP 变化可以用 Mti+ 1 来表示 :
Mti = Dti ( xt , yt ) ΠDti ( xt +1 , yt +1 )
Mti+1 = Dti+1 ( xt , yt ) ΠDti+1 ( xt +1 , yt +1 )
其中 xt , yt 和 xt + 1 , yt + 1 分别表示 t 期和 t + 1 期的投
入和产出 ; Dti ( xt , yt ) 、Dti ( xt + 1 , yt + 1 ) 、Dti+ 1 ( xt , yt ) 、
(4) 解决创新激励 。技术创新的收益是不确定 的 。金融体系通过债权性和股权性的资本投入 ,为 技术创新的收益分配提供制度工具 ,形成技术创新 投资项目合理的治理机制 。换句话说 ,债权性投资 合约有利于激励厌恶风险的投资者对技术创新投资 的积极性 ;而权益性投资使得投资者在承担技术创 新风险的同时享有技术创新投资的剩余索取权 。
关键词 :金融发展 ;技术创新 ;Malmuquist 指数 中图分类号 :C812 文献标识码 :A 文章编号 :1002 - 4565 (2008) 03 - 0046 - 05
The Efficiency of Finance Development on Improving Technological Innovation
溢价 。 (2) 分散投资风险 。技术创新的不确定性决定
malmquist指数结果解读
Malmquist指数结果解读1.前言本文通过解读Ma lm qu i st指数的结果，来评估某项指标的效率变化情况。
Ma lm qu is t指数常用于衡量企业、产业或国家在两个时间点之间的效率变化，对于发现和分析效率差距，以及指导提高工作效率具有重要意义。
2. Ma lmquist指数概述M a lm qu is t指数基于生产力前沿面理论，是一种衡量效率变化的指标。
其公式如下所示：M a lm qu is t指数=技术变化指数*效率变化指数其中，技术变化指数衡量的是技术进步的变化情况，而效率变化指数衡量的是相对效率的变化情况。
M al mq uis t指数大于1表示效率提高，小于1表示效率下降。
3. Ma lmquist指数结果解读根据计算得到的M alm q ui st指数结果，我们可以进行如下解读：3.1效率变化方向通过对比Ma lm qu ist指数大于1或小于1的情况，可以判断效率变化的方向。
如果Ma lm qu i st指数大于1，说明效率有所提升；如果M a lm qu is t指数小于1，说明效率出现下降。
3.2技术变化与效率变化的比较通过比较技术变化指数和效率变化指数，可以了解技术进步和效率提高的相对贡献程度。
如果技术变化指数大于效率变化指数，说明技术进步是效率提高的主要原因；如果技术变化指数小于效率变化指数，说明提高效率的主要原因可能是通过更有效的资源配置和管理。
3.3同类单位间的比较通过比较不同单位之间的Ma lm qu is t指数，可以了解单位间效率的差距。
单位的M al mq ui s t指数越大，说明其相对于其他单位具备更高的效率。
4.结论M a lm qu is t指数结果的解读对于评估效率变化具有重要意义。
通过分析效率变化方向、技术变化与效率变化的比较以及同类单位间的比较，可以深入了解效率的提高或下降原因，为进一步提高工作效率提供指导。
在实际应用中，我们可以根据Ma lm qu ist指数的结果，制定有效的策略来提高效率。
中国全要素生产率分析Malmquist指数法评述与应用
中国全要素生产率分析Malmquist指数法评述与应用一、本文概述本文旨在全面分析和评述使用Malmquist指数法对中国全要素生产率（TFP）的研究。
全要素生产率作为衡量一个国家或地区经济增长质量的关键指标，对于理解中国经济增长的动力源泉、识别经济转型升级的方向以及评估经济政策的效果具有重要意义。
Malmquist指数法作为一种非参数的生产率测量方法，因其对数据要求相对较低、可以分解出技术进步和技术效率变化等优点，在经济学研究中得到了广泛应用。
本文首先回顾了全要素生产率和Malmquist指数法的相关理论基础，然后梳理了国内外使用Malmquist指数法测量中国全要素生产率的研究进展，并对其进行了评述。
在此基础上，本文进一步探讨了Malmquist指数法在中国全要素生产率研究中的应用，包括数据来源、模型设定、结果解释等方面。
本文总结了Malmquist指数法在中国全要素生产率研究中的优缺点，并展望了未来的研究方向。
通过本文的研究，我们期望能够更深入地理解中国全要素生产率的动态变化及其背后的驱动因素，为政策制定者提供有价值的参考信息，同时也为后来的研究者提供一个清晰的研究框架和思路。
二、全要素生产率与Malmquist指数法的基本理论全要素生产率（Total Factor Productivity，TFP）是衡量一个经济体在单位时间内，所有投入要素（如劳动力、资本等）的生产效率的综合指标。
它反映了在技术进步和资源配置效率改善的情况下，生产单位所能达到的最大产出。
全要素生产率的提高，通常被视为经济增长的重要源泉，尤其是在资本和劳动力等要素投入增长放缓的情况下，全要素生产率的提升对于维持和推动经济增长具有重要意义。
Malmquist指数法是一种用于测量全要素生产率变化的非参数方法，由瑞典经济学家Sten Malmquist在1953年首次提出。
该方法基于数据包络分析（Data Envelopment Analysis，DEA）理论，通过比较不同时期或不同决策单元（如企业、地区或国家）的生产前沿面，来评估全要素生产率的动态变化。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
技术进步、要素投入与经济增长的关系研究----基于Malmquist指数和门限回归的分析福建师范大学经济学院陈清张海军摘要：运用数据包络分析的Malmquist指数法，对我国30个省（区、市）2003 ~2014年的技术进步水平进行测算；运用门限回归分析法，以技术进步作为门限，分析了要素投入在不同条件下对经济增长的影响关系。
研究表明：我国现阶段的经济增长仍然以投资拉动为主；技术进步在近些年对经济具有小幅拉动作用，但效果甚微，也不会成为主要动力；人力资本对经济的推动作用逐渐增强，我国人口红利已经消失或逐渐消失的说法不成立，且逐渐向“人才红利”转变。
针对以上研究，提出优化投资模式、加大科技创新投入力度、加快就业改革等建议。
关键词：技术进步要素投入经济增长门限回归中图分类号：F015文献标识码：A文章编号！2095 -3151 (2018)20 -0010 -12经济新常态背景下，无论是从全国还是从地区，无论是从经济增长速度还是从经济增长变化速 度上看，中国经济增长速度出现下滑已是既定的事实，进入经济增速从高速转变为中高速的经济新 常态阶段。
经济新常态最显著的特征就是经济结构、经济增长动力和经济增长方式都发生了一定程 度的转变。
近年来，关于中国经济增长动力以及转变方向的讨论出现了不同的声音，一种观点认为我国应 继续实施依靠投资拉动经济增长的策略；另一种观点从效率角度进行分析，认为提高效率、技术水 平拉动经济增长才是经济发展的动力。
竹效民（2011)从拉动经济增长“三驾马车”的角度阐述 了影响经济增速的动力因素，认为依靠扩大内需拉动经济增长的模式在较长的一段时间内很难实 现，而依靠进出口往往很难维持经济的高速增长，中国经济维持稳定增长的唯一方式就是依靠投资 拉动，尤其是对西部欠发达地区而言，基础设施的建设需要大量的投资。
此前，张学良和孙海鸣 (2009)以长三角地区的经济数据为样本研究发现，要素投资在长三角地区的经济增长中起到主导 作用；全要素生产率（total factor productivity，TFP)主导的经济增长在除上海市之外的其他地区没 有被发现。
武鹏（2013)以1978 ~2010年的数据为样本，通过测算投资对经济的贡献率和全要素 生产率得到了与张学良等相似的结论，研究认为资本投入是经济增长持续稳定的来源，投资拉动中 国经济增长的特征非常显著，且具有延续性，相反，全要素生产率对经济的贡献率逐年下降；但他 们进一步分析认为，中国想要跨越中等收入陷阱，就必须提高技术效率，从而提高全要素生产率在 经济增长中的作用。
吴敬链（2015)对投资拉动经济增长的作用完全持否定态度。
他认为投资效率 逐年递减，在2015年投资并没有带来经济增速的变化，反而导致了政府、企业和居民资产负债表 杠杆率的提升，而过高的杠杆率有引发系统性风险的可能；他进一步指出，供给侧结构性改革是我 国经济增长的新路径，供给侧结构性改革最重要的就是效率因素，即他主张发展战略新兴产业，提铉务辟究考考2018年第20期/总第2868期高技术水平，从而提高整个经济的运行效率。
®然而，林毅夫"（2016)从新结构经济学的视角对该问题进行了阐述，指出无论是产业结构调整、基础设施建设、环境改善还是城镇化发展都需要大量的投资。
他对“消费拉动型”的经济增长方式予以回应，认为消费的增长依赖于收人水平的提 升，收人水平的提高取决于技术创新、产业升级和劳动生产率的提高，而要实现这些前提条件需要大量的投资。
最后指出，现阶段经济转型时期我国还不能放弃依靠投资拉动经济增长，重点要着眼于有效投资，推动技术进步和技术创新从而带来经济增长新动力。
在实证研究方面，张少津等 (2013)通过构建V A R模型和动态面板数据模型从技术要素投人与经济增长之间的动态关系指出，科技投人的经济增长作用是长期动态积累过程，存在着长期稳定的关系，科技经费投人（包括研究与试验发展（R&D)经费和财政科学支出）对经济增长的拉动作用逐渐增强。
但也有研究认为，现阶段的经济增长靠技术投人或技术进步拉动的效果不明显，相关研究如屈小娥（2007)等都得出了相似的结论。
研究视角和研究方法的差异造成了研究结论的不一致，在经济新常态和供给侧结构性改革的大背景下对要素投人、技术进步和经济增长关系进行讨论，本文认为需要解决传统研究中割裂资本要素投人和技术进步来分析中国经济增长的动力这一缺陷。
扩大投资和技术水平的提高必然能带来经济的增长，在经济新常态下我国经济增长方式发生转变，究竟技术进步在经济转型中扮演什么样的角色，以及投资拉动经济增长的作用是否发生转变是本文的主要研究内容；同时，基于“刘易斯拐 点”的说法，本文对人力资本要素投人是否拉动经济增长予以回应。
一、理论基础、研究假说与数据说明(一）理论基础Solow(1957)提出的外生增长理论认为技术进步是经济持续增长的动力，经济增长收敛的重要原因源于资本的积累；而R〇m> (1986)强调技术是内生的，人力资本和物质资本是经济增长的动力，技术水平是经济收敛的重要因素。
Womer(1990)在经济增长模型中引入资本、劳动、技术和人力资本四个变量，认为知识和技术是经济增长动力的源泉，决定了长期经济增长的水平，同时指出资本的积累促进知识和技术水平的提升，而技术水平和知识的积累又进一步促进资本的形成从而表现出：资本的不断投人能够维持经济的高速增长。
因此，参考罗默（2014)的理论基础研究，本文将人力资本存量引人柯布-道格拉斯生产函数进行分析，基本模型设定为：(1)其中，$表示t时刻的技术水平；！、#、％分别表示产出水平、资本投人、人力资本存量，%=&'(();'(()表示人力资本的劳动力受教育程度函数，且满足'（（）>0,但没有理由去 '(()<0,因为受教育年限越高，劳动者获得资本的能力越强，所以本文不对此条件加以。
①吴敬琏：《靠投资拉动经济是寅吃卯粮》（徽信公众号：券业观察，2015年12月5日推送）。
②林毅夫：《新常态下政府应该如何抓经济——新结构经济学的视角》（徽信公众号：北京大学新结构经济研究中心，2016 年6月26日推送）。
技术进步、要素投入与经济增长的关系研究1. 物质资本要素投人的产出效应分析。
假设资本的边际产出递减效用，将资本的边际产出加人模型（1)，得到：!" = ( CU ,K )![AtHt ] 1~a(2)其中，C ,为资本的边际产出。
技术水平的提高提高了生产效率，也就带来了资本边际产出的提高， 即"C U -A " >0,生产函数曲线外移，产出水平得到提高。
由投人遵循边际产出递减的一般规律，技术水平的提高不会无限制的提高资本的边际产出水平，即资本要素投人的产出效率存在着极值，当技术水平发展到一定程度，边际产出达到最 大，此时则需要通过资本要素的投人来提高产出。
2.人力资本要素投人的产出效应分析。
假设该生产函数具有连续性，在动态一般均衡背景下分析。
"=0时，技术水平、人力资本存量 和劳动力分别为A 〇、H 〇和&〇。
假设技术进步率为.，人口自然增长率为/。
分析人力资本要素投人 的产出，本文将资本要素投人设定为给定的外生变量（0)，贝LA " =A 0 e 1{ H =H 〇1 (3).H 〇=L 〇G 〇(E )=L 〇eE t假设劳动者均在第2年退休；在工作的前（年之内为学习阶段，该阶段的学习能够提升劳动力 的技能和生产效率。
假定单位时间内的人口出生率以/的百分比增加，3为《时刻出生人口数，则 总人口（4)和劳动人口（L )可以表示为：24 = # B (t - r )d r"=0& = # B (" - r )d"r = E则劳动力数量占总人口的比重为：L/-t =人均产出可表示为单位资本投人平均有效产出7与单位劳动力有效劳动数量供给的乘积，其中有 效劳动数量供给为单位劳动力提供的劳动数量（A , G (E ))与人口中劳动人口所占比例（1"E -1"V 1-1"2)的乘积，即：B , e ~n T drB , e —-T drB(')B-"2/1(5)(吾)* =7*A , G (E )e-/E -e-/2/1 -1"2(6)其中，7! =/(0)，为在均衡产出条件下外生变量资本要素投人的产出水平，不受教育年限（E ) 变化的影响，并且认为技术水平A 影响产出的路径是外生的。
（的变化会影响人均产出，变动幅度 与G (E )e -"E -e -"2/1-e -"2相同。
因此，可以得到两个结论：（1)当人均受教育年限增大时，即受 教度上升，劳动力获得资本的能力G (E )将得到提高，更进一步地讲，劳动力人均资本提高;(2)人均受教育程度的提高也意味着潜在的劳动力的学习时间更长，在一定程度上减少了劳动力的 数量，但总体而言，教育能够促进人力资本存量的形成从而促进经济增长。
铉务辟究考考2018年第20期/总第2868期(二） 研究假说以技术进步和资本投人（包括人力资本和物质资本）为要素投人研究其对经济增长的贡献率问 题，基于现有的研究成果，本文提出以下三个假说：假说一：投资直是拉动我国经济增长的主要力量，在拉动经济增长的“三驾马车”中处于 “辕马”的地位，并且在较长的一段时间内，其拉动经济的作用依旧无可取代，依赖投资拉动型经 济增长仍将是经济新常态下经济增长的主要方式，与此同时技术投人的增加带来效率的提升，对经 济的拉动作用增强。
假说二：基于边际效用递减规律，在一段时间内，由于技术水平的相对落后和生产效率的低 下，我国经济增长主要表现为总量式的投资拉动型经济增长，这一阶段投资的形成率（投资率）较 低；而在技术投人不断加大和生产效率提升的阶段，总量式的投资拉动经济增长的作用下降，主要 表现为投资效率对经济增长率的贡献增强。
这一阶段主要表现为全要素生产率的提升以及技术进步 对经济增长贡献度的上升。
假说三*技术进步对经济增长的贡献与投资对经济增长的贡献之间为相互补充、相互促进的关 系，即技术进步能带来全要素生产率的提升和投资拉动经济增长效率的提高，反之亦然；而非像武 鹏（2013)认为的全要素生产率与资本投人对经济贡献是反向的。
"要验证以上三个假说，首先需要对技术进步进行量化测算。
在对技术进步的测算方面，传统的 做法如吴延兵（2008)、胡玉蓉和齐结斌（2014)利用回归分析来估计生产函数中各生产要素的效 率和贡献率，最普遍的测算方法就是使用柯布-道格拉斯生产函数将要素投人进行相应的回归分 析，得出参数后计算技术进步贡献率。