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]	项兆坤, 陈婷, 苏仟, 张蓉. 面向OLAP数据库查询处理功能的模糊测试工具[J]. 华东师范大学学报（自然科学版）, 2021, 2021(5): 74-83.
[3]	程姗玲, 朱首贤, 张瑰, 张文静. 复Morlet小波方法遥感反演海浪波长和水深的仿真分析[J]. 华东师范大学学报（自然科学版）, 2021, 2021(4): 134-144.
[4]	李翔, 田慧敏, 吴靖颖, 陈思雨, 赵明明, 徐平, 陈雪初, 由文辉. 奉贤滨海湿地蟹类和蟹洞的分布特征及影响因子[J]. 华东师范大学学报（自然科学版）, 2021, 2021(2): 160-170.
[5]	陈梓涵, 黄颖, 唐剑武, 田波, 沈芳, 吴鹏飞, 袁庆, 周成, 王江涛. 长江口九段沙盐沼湿地生态系统通量贡献区分析[J]. 华东师范大学学报（自然科学版）, 2021, 2021(2): 42-53.
[6]	黄晶, 郑童童, 王爱华, 栗文静, 王张华. 选择性提取碱土金属元素的方法对比及意义——以宁波平原表层沉积物为例[J]. 华东师范大学学报（自然科学版）, 2021, 2021(2): 73-84.
[7]	KAMRAN Saddique, 刘秀梅, 吴宝琴. CPEC和BRI如何改变巴基斯坦在外国直接投资和和平海底电缆系统方面的形象[J]. 华东师范大学学报（自然科学版）, 2020, 2020(S1): 67-70.
[8]	黄立波, 王伟, 徐彦军, 陈旭刚. 基于区块链的数字结业证书管理系统及其性能评估[J]. 华东师范大学学报（自然科学版）, 2020, 2020(6): 72-81.
[9]	李根, 谢伊涵, 王话翔, 杨凯. 太浦河水源地沿线石油类污染特征与影响因素分析[J]. 华东师范大学学报（自然科学版）, 2020, 2020(6): 144-153.
[10]	章啸程, 蒋雪中. 源自青藏高原的大河流域近期入海物质通量变化及其影响分析[J]. 华东师范大学学报（自然科学版）, 2020, 2020(3): 88-97.
[11]	林府标, 张千宏. 一类群体平衡方程的李群分析及精确解[J]. 华东师范大学学报（自然科学版）, 2020, 2020(2): 15-22.
[12]	杨康, 黄定江, 高明. 面向自动问答的机器阅读理解综述[J]. 华东师范大学学报(自然科学版), 2019, 2019(5): 36-52.
[13]	申航杰, 琚生根, 孙界平. 基于模糊聚类和支持向量回归的成绩预测[J]. 华东师范大学学报(自然科学版), 2019, 2019(5): 66-73,84.
[14]	张德英, 周云云, 冷燮, 李龙, 周嘉源, 施润和. 基于精细化人口格网的城市机构养老设施供需分析——以上海市浦东新区为例[J]. 华东师范大学学报(自然科学版), 2019, 2019(2): 174-183.
[15]	沈斯敏, 朱首贤, 康彦彦, 张文静, 曹广颂. 基于快速傅里叶变换方法遥感反演海浪波长和水深的仿真分析[J]. 华东师范大学学报(自然科学版), 2019, 2019(2): 184-194,208.

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