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]	唐明曙, 于明鹤, 张天成, 于戈. 音频驱动的跨模态交互技术综述[J]. 华东师范大学学报（自然科学版）, 2026, 2026(5): 109-118.
[3]	王长波, 宋思程. 大模型时代的数据可视化理解[J]. 华东师范大学学报（自然科学版）, 2026, 2026(5): 119-132.
[4]	钱卫宁, 王春阳, 兰韵诗, 王伟, 蒲鹏, 周傲英. 语言教育科技问题、方法与实践[J]. 华东师范大学学报（自然科学版）, 2026, 2026(5): 224-236.
[5]	郑美玲, 崔莹, 刘森, 于丹, 马玉艳, 江洪友, 孙欢, 牛福新. 天津大神堂区域造礁牡蛎固碳量调查评估[J]. 华东师范大学学报（自然科学版）, 2026, 2026(3): 88-97.
[6]	王锐, 吕秋月, 廖佳. 开源创新的现状、热点及趋势分析——基于2005—2024年知网文献的计量研究[J]. 华东师范大学学报（自然科学版）, 2025, 2025(5): 125-139.
[7]	陈小伟, 王伟, 韩凡宇, 包光磊, 董菲, 霍昊, 刘辰. OSS Insight: 开源生态时空数据分析和智能洞察平台[J]. 华东师范大学学报（自然科学版）, 2025, 2025(5): 170-182.
[8]	王旭飞, 许华容, 陈攀峰, 陈梅, 马丹, 陈正曦, 田旭, 李晖. ATBench: 面向端到端数据分析任务的分析轨迹评估基准[J]. 华东师范大学学报（自然科学版）, 2025, 2025(5): 43-52.
[9]	许立君, 杨丽, 黄子祎. 大语言模型与开源生态协同的人工智能课程创新探索与研究[J]. 华东师范大学学报（自然科学版）, 2025, 2025(5): 66-75.
[10]	叶灿胜, 翟鸣皋, 朱建荣. 黄河口海上光伏场区潮位高精度预报[J]. 华东师范大学学报（自然科学版）, 2025, 2025(4): 158-169.
[11]	张子恒, 钟标, 王朝玉, 徐家金, 张佳宜, 潘宸乐, 印建平. 基于Yb³⁺:LuLiF₄晶体的低温光学制冷器的热链接设计与分析[J]. 华东师范大学学报（自然科学版）, 2025, 2025(3): 72-79.
[12]	俞辰茜, 张翔宇, 韦政, 林剑波, 何岩. 基于ESG + E的城镇污水处理厂评价体系研究[J]. 华东师范大学学报（自然科学版）, 2025, 2025(2): 132-140.
[13]	崔莹, 张国森, 张丹. 3种预处理方式下水体悬浮颗粒物碳、氮含量的测试误差分析[J]. 华东师范大学学报（自然科学版）, 2025, 2025(2): 154-162.
[14]	侯雅婷, 谢卫明, 苑家恒, 王宪业. 长江口崇明东滩湿地演变对海平面上升的响应特征[J]. 华东师范大学学报（自然科学版）, 2025, 2025(2): 42-54.
[15]	李高聪, 莫金玲, 王中铎, 唐杰平, 李志强, 祁雅莉. 高位池养殖尾水排放对海滩表层沉积物横向粒度分布的影响初探[J]. 华东师范大学学报（自然科学版）, 2025, 2025(2): 86-96.

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