教育对全要素生产率影响的实证分析: 以刚果共和国为例

doi:10.3969/j.issn.1000-5641.202092115

华东师范大学学报（自然科学版） ›› 2020, Vol. 2020 ›› Issue (S1): 57-61.doi: 10.3969/j.issn.1000-5641.202092115

• 海上丝绸之路与跨区域文明交融 • 上一篇下一篇

教育对全要素生产率影响的实证分析: 以刚果共和国为例

BATANTOU-ALLAN Jody Excellent^1,²(), 王强¹, MOULÉMVO André^2,*(), PASSI BATANTOU Christian Gatien²

1. 中国石油大学(华东) 管理科学与工程系, 山东青岛　266580, 中国
2. Marien Ngouabi大学经济学院分析经济学系, 布拉柴维尔, 刚果共和国

收稿日期:2020-04-21 出版日期:2020-12-25 发布日期:2021-01-22
通讯作者: MOULéMVO André E-mail:allanjodyexcellent@gmail.com;amoule@yahoo.com

Empirical analysis of the impact of education on total factor productivity: Case of the Republic of Congo

Jody Excellent BATANTOU-ALLAN^1,²(), Qiang WANG¹, André MOULÉMVO^2,*(), Christian Gatien PASSI BATANTOU²

1. Management Science and Engineering, China University of Petroleum, QingdaoShandong　266580, China
2. Fundamental Economic Analysis, Faculty of Economics, Marien Ngouabi University, Brazzaville, Republic of Congo

Received:2020-04-21 Online:2020-12-25 Published:2021-01-22
Contact: André MOULéMVO E-mail:allanjodyexcellent@gmail.com;amoule@yahoo.com

摘要/Abstract

摘要：

主要目的是分析变量教育对刚果共和国1970年至2013年全要素生产率的影响. 结果表明, 教育在短期内对全要素生产率没有显著影响, 但从长远来看意义重大. 此外, 外国直接投资在短期内并不重要, 但从长期来看, 其对全要素生产率产生了积极影响. 结果将有助于政策制定者和外国经济伙伴确定公共金融投资以及外国直接投资的方向.

关键词: 分析, 影响, 教育, 全要素生产率

Key words: analysis, impact, education, total factor productivity

中图分类号:

F202

BATANTOU-ALLAN Jody Excellent, 王强, MOULÉMVO André, PASSI BATANTOU Christian Gatien. 教育对全要素生产率影响的实证分析: 以刚果共和国为例[J]. 华东师范大学学报（自然科学版）, 2020, 2020(S1): 57-61.

Jody Excellent BATANTOU-ALLAN, Qiang WANG, André MOULÉMVO, Christian Gatien PASSI BATANTOU. Empirical analysis of the impact of education on total factor productivity: Case of the Republic of Congo[J]. Journal of East China Normal University(Natural Science), 2020, 2020(S1): 57-61.

图/表 3

参考文献 11

1	KI-ZERBO J. The quarterly review of comparative education[C]// UNESCO: International Bureau of Education. Paris, 1999, 29(4): 615–627.
2	MARSHALL A. Victorian relevance for modern economics[J]. The Quarterly Journal of Economics, 1976, 90(3): 425-443.
3	MBAYE A A. Capital humain, competence et productivite du travail au Senegal: Une analyse empirique [J].Economies et Societes, 2002, 36: 567-588.
4	BECKER G S. Human capital: A theoretical and empirical analysis[J]. Special Reference to Education, 1964(2): 7-36.
5	BARTEL A P. Productivity gains from the implementation of employee training programs[J]. Industrial Relations, 1994, 33(4): 411-425.
6	BLACK S E, LYNCH L M. Human-capital investments and productivity[J]. American Economic Review, American Economic Association, 1996, 86(2): 263-267.
7	DEARDEN L, REED H, VAN REENEN J. The Impact of Training on Productivity and Wages: Evidence from British Panel Data[J]. Oxford Bulletin of Economics and Statistics, 2006, 68(4): 397-421.
8	BOCCANFUSO D, SAVARD L. Human capital and growth: Data evidence from African countries[J]. University of Sherbrooke, International Economic Journal, 2009.
9	BOUOIYOUR J. Productivity and openness in North Africa: An empirical study[D]. Germany: University Library of Munich, 2001.
10	SHAHZAD A. Analyzing the impact of health and education on total factor productivity: A panel data approach[J]. Asian-African Journal of Economics and Econometrics, 2013, 13(2): 277-292.
11	BENNAGHMOUCH S. Human capital and foreign direct investment: Application to North Africa[D]. France: University of Pau, 1997.

Variables	Level statistics	Critical value (5%)	Statistics in first difference	critical value	Decision
OPEN	–1.95	–2.931	–6.613	–2.933	I(1)
TFP	–2.72	–2.933	–4.270	–2.933	I(1)
FDI	–3.29	–2.931			I(0)
SCHO	–2.91	–2.938	–3.510	–2.935	I(1)

ARDL Bounds Test
Date: 09/20/19 Time: 14:54
Sample: 1974, 2013
Included observations: 40
Null Hypothesis: No. Long-run relationships exist
Test Statistic		Value	k
F-statistic		3.654903	3
Critical Value Bounds
Significance	10%	5%	2.5%	1%
I0 Bound	2.37	2.79	3.15	3.65
I1 Bound	3.20	3.67	4.08	4.66

Long Run Coefficients
Variable	Coefficient	Std. Error	t-Statistic	Prob.
OPEN	–0.000026	0.000204	–0.126334	0.9006
FDI	–0.000397	0.000682	–0.582468	0.5659
SCHO	0.001107	0.000420	2.633546	0.0148
C	–0.231260	0.029049	7.961094	0.0000

[1]	祁秋艳，杨淑慧，仲启铖，张超，王开运. 崇明东滩芦苇光合特征对模拟增温的响应[J]. 华东师范大学学报(自然科学版), 20120, 2012(6): 29-38.
[2]	崔铁峰, 李道季. 人体微纳塑料研究现状及存在的主要问题[J]. 华东师范大学学报（自然科学版）, 2024, 2024(6): 1-13.
[3]	张一, 皮雯旭, 吴泽贤, 张琰彬, 金澈清, 王伟, 苏斌. 在线学习行为评价框架: 基于模糊层次分析法和模糊综合评价法[J]. 华东师范大学学报（自然科学版）, 2024, 2024(5): 1-10.
[4]	裴壮, 田秀霞, 李冰雪. 知识图谱赋能的面向对象程序设计C++教学改革与实践[J]. 华东师范大学学报（自然科学版）, 2024, 2024(5): 104-113.
[5]	周伟, 王可, 胡卉芪. 面向在线教育场景的异构数据生成工具[J]. 华东师范大学学报（自然科学版）, 2024, 2024(5): 114-127.
[6]	乔少杰, 蒋宇河, 刘晨旭, 金澈清, 韩楠, 何帅为. 基于智能合约的教育大数据安全管理和隐私保护算法[J]. 华东师范大学学报（自然科学版）, 2024, 2024(5): 128-140.
[7]	简炜, 胡梓锐, 张蓉. OLAP查询基数预估能力评估[J]. 华东师范大学学报（自然科学版）, 2024, 2024(5): 141-151.
[8]	冯艳丽, 周宇, 黄福兴, 万俊岭, 袁培森. 基于SF-Transformer的智能教育平台短期电力负荷预测研究[J]. 华东师范大学学报（自然科学版）, 2024, 2024(5): 173-182.
[9]	刘佳, 孙新, 张宇晴. 知识图谱与大语言模型协同的教育资源内容审查[J]. 华东师范大学学报（自然科学版）, 2024, 2024(5): 57-69.
[10]	谢琳玎, 张远, 蔡亦红. 基于生物信息学构建肝癌免疫预后基因模型及初步验证[J]. 华东师范大学学报（自然科学版）, 2024, 2024(4): 100-110.
[11]	张谌, 汤志, 陆衍, 李蕊, 过仲阳. 上海市盈浦街道生态资产核算与变化分析[J]. 华东师范大学学报（自然科学版）, 2024, 2024(4): 137-149.
[12]	王世瑞, 沈芳, 李仁虎, 李鹏. 无人机高光谱影像水面耀光去除及信息重构方法研究[J]. 华东师范大学学报（自然科学版）, 2024, 2024(1): 36-49.
[13]	丁睿, 陈雪初, 由文辉, 屠佳雨. 基于能值的海岸带生态修复成效评估——以鹦鹉洲湿地为例[J]. 华东师范大学学报（自然科学版）, 2024, 2024(1): 68-78.
[14]	张芽茹, 庞育兰, 罗心怡, 徐嘉艺, 杨颜溢, 达良俊, 宋坤. 上海不同落叶树种展叶物候的影响因素[J]. 华东师范大学学报（自然科学版）, 2023, 2023(6): 125-133.
[15]	彭曼, 邵一平, 裴蓓, 杨梦杰, 李根, 文婉若, 杨凯. 长三角一体化示范区生态系统服务供需格局演变及区域调控探讨[J]. 华东师范大学学报（自然科学版）, 2023, 2023(6): 145-157.

教育对全要素生产率影响的实证分析: 以刚果共和国为例

Empirical analysis of the impact of education on total factor productivity: Case of the Republic of Congo

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 3

参考文献 11

相关文章 15

编辑推荐

Metrics

本文评价