发布时间：2023-09-26 14:44:50
绪论：一篇引人入胜的经济增长的原理，需要建立在充分的资料搜集和文献研究之上。搜杂志网为您汇编了三篇范文，供您参考和学习。
一、人力资源受经济增长影响方面
(一)人力资源管理的影响
首先，经济增长方式转变对人力资源管理方式的影响。经济增长方式转变伴随着新兴产业的出现.新兴产业的出现和发展对高素质人才的需求越来越大，新兴人才不仅要面临随时变化的复杂环境，还要能够专有所长，解决突如其来的难题。这使得人在社会经济生活中日益受到重视.高素质人才对管理的标准必然提出更高的要求，促使管理主体加大管理的深度与广度，创造新型管理方式，提高管理的质量和水平.使高素质的人受到更加丰厚的物质待遇和更为人性化的人文关怀.这种人力资源管理机制的转变体现了科技创新、产业结构调整过程中对高端人才的需求。知识的增长、积累和更新的速度大大加快，人才的职业视野、知识结构与传统人才相比有较大的变化，随之而来的必然是管理机制的大幅度转变。
其次，经济增长方式转变对人力资源配置产生影响。经济增长方式转变要求人力资源的配置格局必须有所改变.人力资源的配置区间更需趋于平衡。二是对地区间、国际间人力资源配置的影响。经济增长方式的转变促进了科技进步.产业结构不断调整升级.在这种变动之中，地区间、国家间的界限变得模糊，人们关注的不仅仅是挫败竞争对手的而获得的商业利益，更多的是如何与竞争对手共存、共赢、共利、寻求多方合作与发展，在自身发展的同时以促进整个社会福利的提高。
再次，经济增长方式转变对就业产生了一定的影响，主要表现在：一是对就业机会的影响。在经济增长方式转变的过程中，由于先进科学技术的应用，使得资源有机构成提高，生产单位产品所耗用的活劳动减少，必然是资源替代劳动力。二是对就业形式的影响。随着增长方式转变过程中生产工具和工艺体系的不断革命.特别是自动化和控制技术装备的广泛采用，高新技术行业的从业人员越来越多，需要生产中脑力劳动者的比重.以及在劳动者的生产劳动中脑力劳动消耗的比重有明显的、急剧的增加，生产中技术人员、研究人员和熟练技工的比重日益增大：三是对人力资源利用效率的影响。经济增长方式转变的过程实质上是专业分工的细化和产业集聚的过程。人力资源利用的范围和程度也不断拓展，社会分工的细化、新兴产业的形成为人力资源作用的发挥提供了不断拓展的空间.利用深度也必将随产业的发展而深入、人力资源利用效率随经济增长方式转变的速度而提高.人力资源利用的效益也随产业结构优化而提高。
(二)不同的经济增长方式要求不同的人力资源结构
经济增长方式的转变对人力资源素质提出了更高的要求。人力资源不仅要具备一定的技术创新能力、分析问题的能力、实践操作能力，还应该具备团结合作能力、协调能力和适应能力等。这些客观要求迫使人们必须树立长期的、终身学习式的人力资源开发观念，不断地调整开发内容与方向，改变和更新自身的人力资源结构，以全面发展为宗旨，适应复杂多变的动态环境。在提升经济增长质量的同时转变经济增长方式，而人也在促使经济增长过程发生了重大改变。这一改变离不开持续性的人力资源开发理念。持续型的开发理念，则意味着长远的眼光、功于后代的思想。首先，强调人自身的持续性。
二、人力资源发展建议
(一)进一步优化教育结构以适应经济增长方式转变
目前我国政府在公共教育投资上面临双重压力：一是居民对公共教育投资需求强烈与政府财政紧约束的矛盾；二是面临公共教育投资如何在不同层次、类型教育上进行更有效分配的选择。基于以上分析，在充分保证基础义务教育公共资助的前提下，政府应坚持人力资源投资市场化与公共教育投资重点化的政策取向.各级学校应根据经济发展阶段适时调整培养模式。首先，加大培养创新型人力资源的力度。培养创新型人力资源的普通高等教育是公共教育政策的支持重点。由于基础学科研究、高尖端技术研究领域的知识创新等，对社会具有较大的正外部效应，能够使社会的新知识或新技术得到增长.因此.政府可以利用公共
(二)人力资源开发是适应经济增长方式转变的必要前提之一
改革开放30多年来，我国经济实现了举世瞩目的高速增长，为全面建成小康社会和实现现代化奠定了坚实的基础。研究表明，在引致经济增长的各种生产要素中，一方面，资本投入的增加是拉动我国经济增长的最主要因素。从总体上看，对于一个国家或地区的经济增长而言，资本形成是引擎，资本的效率则是关键。改革开放初期，和绝大多数发展中国家一样，资本稀缺是中国经济增长与发展的最主要障碍，改革开放政策不仅动员了国内储蓄，激活了储蓄转化为投资的资本形成机制，提高了微观层面的资本效率；而且通过廉价的土地供给和优惠的税收政策，吸引外国资本与国内廉价的劳动力资源相结合，促进了外向型经济发展，提高了经济增长的速度。可以说，国内资本的加速形成和国外资本的大规模流入，加上资本效率一定程度的提高，是30多年来我国经济增长的最大动力。随着改革开放的进一步深入，我国经济增长与资本形成表现出非均衡性；另一方面，在短期内，就业增长与中国经济之间表现出非一致性，而这似乎背离了传统经济理论带给人们的一贯认识：“就业增长意味着经济增长。”那么究竟就业与经济增长是何种关系？本文通过计量实证分析发现就业增长与经济增长在短期内并不存在必然的一致性，主要表现在劳动要素对经济增长的贡献率低，相反在长期均衡时间内却保持了一致性，经常保持在1：2的要素贡献率，继而提出政府不能把劳动力要素的投入当作是使经济增长的充分条件，最后提出目前我国政府在宏观经济政策上应该实现从就业带动增长到就业与经济增长协调发展的转变，来促进经济增长的对策建议。因此，分析资本形成、就业人员人数与我国经济增长的关系，解释经济增长的资本因素和劳动力因素，无论在理论上还是在实践上都具有重要意义。
1文献回顾
自20世纪90年代以来，已经有一些研究对于生产两要素与经济增长的关系进行了考察。林毅夫（2001）以1981―2010年GDP增长率、资本效率等统计数据，通过国民收入恒等式考察了资本形成和就业人口对经济增长的贡献程度。他通过深入探讨资本形成和就业人数两个变量的性质，使用多种联立方程估计方法，包括普通最小二乘法（OLS）、两阶段最小二乘法（2SLS）、三阶段最小二乘法（3SLS）、似不相关估计（SUR）、有限信息普通最小二乘法（LIML）和完全信息普通最小二乘法（FIML），以根据不同估计方法估计结果所提供的信息来判断最佳的估计方法。根据林毅夫的估计结果，在上世纪90年代国内生产总值对两要素的弹性数值大致在0.5左右。该弹性数值在上世纪80年代则相对较低，可能主要是因为两要素占国内生产总值的比例随着时间的变化有增长的趋势。两要素占国内生产总值比例的增加必然增加两要素变动对经济增长影响的程度。陈东平（2001）通过使用中国1980―1998年的国民收入、资本存量、劳动力总数、进出口总额等数据，用实证分析的方法探讨了进口、出口以及劳动和资本对我国经济增长的作用，得出了进口、出口以及劳动和资本的边际产出，通过实证分析得出资本形成对经济增长的作用远远大于就业人数。
本文根据1981―2013年中国的经济数据，通过使用协整模型对两生产要素与经济增长关系进行Granger因果关系检验，分析中国进出口与经济增长之间是否存在协整关系，在存在协整关系的情况下，使用误差修正模型来分析资本投入与劳动投入对产出的长、短期弹性，从而判别哪种生产要素对经济增长的解释能力更强。
2实证分析
本文分析所使用的样本取自1981―2013年的年度数据，数据来源于《国家统计局》。用从业人员（L/万人）、资本形成（K总额/亿元）来反映生产要素的投入；使用宏观经济总量指标国内生产总值（GDP/亿元）反映经济增长。我国GDP、从业人员、出口总额（EX）与资本形成如表1所示。
对因变量和自变量取对数，考察lnGDP，lnK，lnL即经济增长率、资本形成总额的增长率，从业人员增长率之间的协整关系，首先利用EViews软件输入样本数据GDP、L和K，生成新序列lnGDP、lnK和lnL，然后依次对时间序列数据进行单位根检验：
表11981―2013年我国GDP、资本形成总额K
t-StatisticProb.*Augmented Dickey-Fuller test statistic-1.423358 0.5576Test critical values：1% level-3.6701705% level-2.96397210% level-2.621007GDPt-1系数的τ值为-1.4234，这个值在绝对值上甚至远低于显著性水平为10%的临界值τ-26210，从而表明，即便考虑了误差项中可能出现的自相关，lnGDP序列仍是非平稳的。
其次，对lnGDP的二阶段差分做单位根检验，检验结果见表3。
表3单位根检验结果
t-Statistic Prob.*Augmented Dickey-Fuller test statistic-5.269919 0.0002Test critical values：1% level-3.6793225% level-2.96776710% level-2.622989检验结果如表3所示，可见d（lnGDP）是平稳的，因此lnGDP是二阶段单整的。
（2）对lnK进行单位根检验，首先我们用lnK的两个滞后差分对lnK序列估计，使用上述数据估计结果如下：
ΔlnKt=0.1376-0.0043lnKt-1+0.4633ΔlnKt-1
Eviews运行结果如表4所示。
表4Eviews运行结果
t-Statistic Prob.*Augmented Dickey-Fuller test statistic-0.442211 0.8895Test critical values：1% level-3.6616615% level-2.96041110% level-2.619160lnKt-1系数的τ值为-0.4422，这个值在绝对值上甚至远低于显著性水平为10%的临界值τ-26192，从而表明，即便考虑了误差项中可能出现的自相关，lnK序列仍是非平稳的。
其次，对lnK的二阶段差分做单位根检验，检验结果见表5。
表5单位根检验结果
t-Statistic Prob.*Augmented Dickey-Fuller test statistic-5.979837 0.0000Test critical values：1% level-3.6701705% level-2.96397210% level-2.621007检验结果如表5所示，可见d（lnK）是平稳的，因此lnK是二阶段单整的。
（3）对lnL进行单位根检验，首先我们用lnL的两个滞后差分对lnL序列估计，使用上述数据估计结果如下：
ΔlnLt=0.8054-0.0710lnLt-1
Eviews运行结果见表6。
表6Eviews运行结果
t-Statistic Prob.*Augmented Dickey-Fuller test statistic-3.053459 0.0406Test critical values：1% level-3.6537305% level-2.95711010% level-2.617434lnLt-1系数的值为-3.0535，这个值在绝对值上甚至远低于显著性水平为1%的临界值τ-3.6537，从而表明，即便考虑了误差项中可能出现的自相关，lnL序列仍是非平稳的。
其次，对lnL的二阶段差分做单位根检验，检验结果见表7。
表7单位根检验结果
t-Statistic Prob.*Augmented Dickey-Fuller test statistic-6.409917 0.0000Test critical values：1% level-3.6793225% level-2.96776710% level-2.622989检验结果如表7所示，可见d（lnL）是平稳的，因此lnL是二阶段单整的。
（4）综上可见，lnGDP与lnK、lnL都是二阶单整的，可能存在协整关系，做lnGDP关于lnK、lnL的OLS回归，消除自相关性后得回归结果如表8所示。
表8消除自相关性后得回归结果
CoefficientStd.Errort-StatisticProb. LNK0.5977950.0758227.8841530.0000LNL0.5430350.1334764.0683970.0004AR（1）1.1272080.1938525.8147800.0000AR（2）-0.1566530.192565-0.8135060.4230根据输出结果，可得lnGDP与lnK、lnL的长期平均均衡表达式：
lnGDPt=0.5978lnKt+0.5430lnLt
（7.8842）（4.0684）
从表8回归结果看，回归系数全部通过t检验，不存在自相关。
（5）根据表8的回归结果计算残差序列e，对其进行ADF检验，得表9残差序列检验结果。
表9残差序列检验结果
t-Statistic Prob.*Augmented Dickey-Fuller test statistic-5.451514 0.0001Test critical values：1% level-3.6701705% level-2.96397210% level-2.621007从回归结果可知残差项是平稳的。因此，可得出lnGDP与lnK、lnL存在协整关系。基于上述协整分析我们可以认为中国的经济增长与对两生产要素之间存在着长期的因果关系，根据格兰杰表述定理：若两种变量（Xt和Yt）是协整的并且每个都是非平稳的时间序列，那么，要么Xt一定是Yt格兰杰原因，要么Yt一定是Xt的格兰杰原因。在本文中，至少能说明两种生产要素的投入是我国国民经济发展的内在动力所在。表2-表8回归结果也表明，本期从业人员每增长1%时，我国国内生产总值将平均增长0.543%；资本形成总额每增长1%时，国内生产总值将平均增长0.598%。
（6）接下来分析短期两要素对经济增长的影响，利用EViews软件建立lnGDP关于lnK、lnL的误差修正模型ECM。以滞后一期残差项作为误差修正项，可建立如表10所示的误差修正模型。
表10误差修正模型
R2=0.6920d=1.7727F=17.2895
模拟拟合优度较高，方程通过F检验、DW检验，各回归系数符合经济意义，其中，d（lnK）、d（lnGDP（-1））在1%水平上显著，d（lnL）、RESID（-1）不显著，其中变量的符号与长期均衡关系的符号一致。结果表明，本期lnK、lnL和上一期lnGDP在短期内每增长1%，GDP将依次增长0.0493%、0.3716%和04986%。误差修正项系数为负，符合反向修正机制，它表明lnGDP与长期均衡值得偏差中的27.21%被修正。此ECM模型反映了lnGDP受lnK、lnL影响的短期波动规律。根据估计结果可知，资本投入与劳动投入对产出的长期弹性分别为0.598和0.543，短期弹性分别为0.372和0.050。
2013年，和田地区的地表水资源量为129．6亿m3、地下水资源量为64．38亿m3，水资源总量为135．9亿m3。和田地区是全国最干旱的地区之一，水资源贫乏、环境恶劣、生态系统脆弱，有限的水资源制约着当地社会经济发展和生态环境修复，加之和田地区属干旱荒漠性气候，年均降水量只有35mm，而年均蒸发量则高达2480mm。2013年，和田地区人均水资源量为6534m3，已达到全国人均水资源量的4倍左右，水资源量相对丰裕。但随着经济的快速增长，水资源的消耗不断增加，水资源利用系数从2004年的42．34%下降到2013年的26．74%，工业用水重复利用率从2004年的34．59%下降到2013年的25．64%，水资源利用率与重复利用率均低于30%，导致本地区水资源短缺日益严重。人类活动区域的拓展、气候变暖的到来使河流径流量锐减，蒸发量不断增加。由于和田绿洲三面为塔克拉玛干大沙漠包围，湿度变化较小，水分在和田地区的停留时间缩短;全球变暖，极端天气频发，降水量减少，导致土地无法得到有效灌溉，而蒸发量增加，土地积盐越来越严重，需要大量水进行洗盐，但水资源利用系数却持续走低，加之农业的实灌溉率较低。这些因素都在威胁着有限的水资源，使极端干旱的和田地区的水资源逐渐表现出脆弱性，对经济稳定发展中的用水量产生一定的影响。和田地区以农业为主体经济，农业用水量为主要的水资源消耗，但从2004—2013年实灌溉率未突破53%，实灌溉率仍有很大的提升空间，农业节水潜力巨大。随着大开发的推进，经济发展对水资源的需求影响到水资源的供需矛盾，为了完善水资源开发和利用的方案，有必要对经济发展与水资源使用之间的关系进行分析。
2变量选择与数据来源
鉴于数据的权威性和可得性，本文选取1997—2013年和田地区的国内生产总值(Y)、生活用水量(X1)、工业用水量(X2)、农业用水量(X3)和总用水量(X4)4个指标，数据来源于相关年份的《和田统计年鉴》和《和田地区水资源公报》。Y的单位为亿元，其他指标的单位均为亿m3。
3实证分析
3．1相关性分析由于水资源的专门统计工作起步较晚，和田地区的设施和各项机制不健全，获取水资源的用水量数据较困难，因此样本容量具有很大的局限性。为了解各变量之间的相关程度，运用Eviews软件对指标进行相关性分析，得到相关系数矩阵表1。由表1可见，Y与X1是异向相关，Y与X2、X3、X4是正相关，X4(总用水量)与Y呈高度正相关，工业用水量(X2)与Y的相关性最弱，农业用水量(X3)与总用水量(X4)呈高度正相关。对指标数据进行对数化处理，分别为LNY、LNX1、LNX2、LNX3、LNX4变量，处理后既消除了异方差，又不改变最初的协整关系。通过分析原变量数据趋势(图1)，各曲线波动小，彼此未呈现周期性变化，仅一个变量(LNX2———工业用水量)呈现非平稳特性。从变量的一阶差分(图2)到变量的二阶差分(图3)可见，变量逐渐呈现非常相似的变化周期，各曲线的波动逐渐缩小，最后趋于平稳。差分比较后，可见图3平稳性更强，可推知变量之间存在协整关系的可能性很大，需要进一步检验时序变量。
3．2平稳性检验如果时间序列处于非稳定状态，将会造成伪回归的结果，但实际上大部分经济数据都是非平稳的，因此在协整检验前需要先进行平稳性检验。本文选择的方法是ADF单位根检验，结果见表2。由于选取的样本有一定的局限性，最大为2阶滞后数。表2的检验结果表明，在1%的显著水平下，在一阶差分时接受LNY、LNX1、LNX2、LNX3存在单位根，拒绝LNX4存在单位根，表明仅总用水量序列平稳。在二阶差分时拒绝LNY、LNX2、LNX3、LNX4水平下不存在单位根，说明LNY、LNX2、LNX3、LNX4序列为二阶单整序列I(2)。LNX1接受存在单位根，因此序列为非平稳序列。变量间存在协整关系是长期稳定的，则要求选择的变量为同阶单整，同时具备线性组合平稳的要求。由于解释变量和被解释变量必须为同阶单整才可做协整检验，因此LNX1不符合此条件。
3．3协整检验协整关系检验:协整即存在共同的随机性趋势，目标是确定非平稳序列的线性组合是否具有稳定的均衡关系［12］。本文采用EG两步法进行协整检验。首先，用OLS法作协整回归，检验时间序列{Y1t}，{Y2t}…，{Ykt}的单整次数。对LNY和LNX2、LNX3、LNX4分别进行回归分析，本文采用传统的最小二乘法，最终建立的回归方程。由表3可知，在1%的显著性水平下，e1t、e2t、e3t的t检验统计量值分别为－6．066291、－6．066291、－4．987143，小于其临界值，从而拒绝原假设，表明不存在单位根，则e1t、e2t、e3t是平稳序列，即LNY与LNX2、LNY与LNX3、LNY与LNX4之间存在协整关系，说明和田地区经济增长分别与工业用水量、农业水用量和总用水量之间存在长期均衡关系，可能的主要原因是:①水资源以地表水和冰川融水为主，源头较稳定。和田全地区从东到西分布着大小河流36条，年径流量为73．45亿m3;玉龙喀什河、喀拉喀什河占全地区各河流总水量的61．2%，两河在阔什拉什汇合成和田河，向北流入塔里木河。②自然降水量小。和田地区属典型的内陆干旱区，年均降水量小，蒸发量大，因此总储水量较稳定，保障了总用水量的稳定。农业用水量是总用水量的主要组成部分，具有稳定性。农业是和田地区的主要产业，这势必与经济发展相协调，因此奠定了农业用水与经济发展的长期均衡关系。工业用水量与当地的产业发展息息相关，和田地区工业发展处于起步阶段，各项筹备和经济政策也在进一步完善中，工业用水量的变化是随着经济的发展而变化的，因此工业用水量和经济发展仍保持长期均衡，从短期来看可能出现失衡，需要对其进行误差修正。
3．4格兰杰因果检验法如果非平稳序列存在着协整关系，则应基于VEC进行Granger因果检验，因此不能省去误差修正项ECM，否则结果可能会出现偏差。为了检验和田地区国内生产总值与工业用水量、国内生产总值与农业用水量、国内生产总值与总用水量之间是否互为因果，应对LNY、LNX2、LNX3、LNX4进行格兰杰因果检验，F值大于给定显著水平α下F分布的相应临界值F(n，N－2n－1)，则拒绝原假设，认为X是Y的格兰杰原因［13］(n为X滞后项的个数，N为样本容量)，结果见表4。取一阶滞后(Lags=1)时，国内生产总值与工业用水量相互没有显著影响，临界值为9．36、F值均小于93．6%，接受原假设，则和田地区国内生产总值不是工业用水量的格兰杰原因，反之亦然;二阶滞后时两变量相互影响的变化不明显，取三阶滞后时，“工业用水量(LNX2)不是和田地区国内生产总值(LNY)的格兰杰原因”，这一原假设的临界概率值为2，拒绝原假设，那么工业用水量(LNX2)是和田地区国内生产总值(LNY)的格兰杰原因，而和田地区国内生产仍然不是工业用水量的格兰杰原因，即存在单向Granger因果关系。在Lags为1—2时，国内生产总值分别与农业用水量、总用水量相互没有显著影响;取三阶滞后时，对“国内生产总值(LNY)不是农业用水量(LNX3)的格兰杰原因”，这一原假设的临界值为2、F=2．52998，大于临界值，拒绝原假设，则和田地区国内生产总值(LNY)是农业用水量(X3)的格兰杰原因;对“和田地区国内生产总值(LNY)不是总用水量(LNX4)的格兰杰原因”，这一原假设的临界值为2、F=5．18443，大于临界值，拒绝原假设，那么和田地区内生产总值(LNY)是总用水量(LNX4)的格兰杰原因，反之均不成立。通过格兰杰因果关系检验可得出结论:1997—2013年和田地区的国内生产总值分别对农业用水量、总用水量是单向格兰杰原因，工业用水量对和田地区的国内生产总值是单向格兰杰原因。4．5误差修正模型(ECM)误差修正模型是建立在协整基础上的模型，只适用于协整序列。建立误差修正模型一般采用两步:建立长期关系模型和短期修正方程。虽然和田地区变量Y分别与变量X1、X3之间存在长期均衡关系，但短期可能失衡，影响模型的精确度。提高精确度的有效方法之一就是建立综合短期影响和长期变化的ECM。
