为考察不同因素对水稻生产能力的影响,基于C-D生产函数构建了一种投入要素产出弹性动态分析方法,文章以1978年—2012年我国水稻生产数据为基础,测算了资本和劳动对水稻单产的动态产出弹性,并依此考察了2001年—2012年我国水稻生产中资本、劳动和技术进步等投入要素对单产增长贡献率的动态变化特征。结果显示:2001年—2012年,我国水稻单产的资本产出弹性逐渐增加,劳动产出弹性逐渐下降;水稻单产增长的资本贡献率波动中显著上升,由29.21%上升为74.72%,劳动贡献率单调下降,由41.25%下降到9.17%,广义技术进步贡献率表现为波动中逐渐下降,由29.54%下降到15.81%。机械、化肥、种子和农药的产出增长贡献率占较大份额,成为水稻单产增长的主要投入要素。

科学技术快速发展与管理水平相对滞后的矛盾越来越突出。国家已明确提出管理要素参与分配。通过定量测算的方法研究管理要素在经济增长中的贡献率。将管理看作是促进效益提高的一种组织行为,提出等效益面生产函数的概念并建立增长速度方程,以此为基础并根据效益的动态变化,提出管理在经济增长中所起作用的定量测算方法,并进行实证检验。定量测算管理要素在经济增长中的贡献率为管理要素参与分配提供了理论依据。

为推动海南省突破农业资源约束，提高农业生产效益，运用增长速度方程法和固定弹性系数法，测算2006—2019年海南省及省内各市县农业科技进步贡献率与要素贡献率，研究其与区域农业经济增长的时空演变特征以及空间差异特征。结果发现：在时间序列上，海南全省农业科技进步贡献率呈直线上升趋势，科技要素成为主要驱动因素，农业生产方式总体处于由外延式扩大再生产向科技进步内涵式扩大再生产的转变阶段；在空间分布上，省内各市县农业科技进步贡献率总体水平不高，差异较大、地域分布不均衡，科技进步贡献率较低的地区仍依赖大量物质要素投入来促进农业经济增长。基于此，从科技成果转化、资源配置优化与人才队伍培养等3个方面对推动海南省农业科技进步提出对策建议。

人们常常利用生产函数模型测算经济增长因素贡献率,但一般方法仅考虑单纯因素对经济增长的影响。事实上,在因素分析中,交互影响因素是客观存在的,怎样把这种交互影响值分配到各个因素中去,如实地反映各个因素的影响程度并分清各个因素的主次地位,有重要意义。为此,文章给出了一种测算经济增长因素贡献率的科学方法。

文章利用1981~2012年统计数据,把外需分为加工贸易和其他贸易两部分,分别考察各自历年的进口出口对GDP增长的贡献度影响。本文利用小样本因果关系检测来确定各经济变量对GDP的因果关系,以及变量之间自身的因果关系,据此建立联立方程模型。模型表明:整体来看,在2005年以前,加工贸易进口的贡献度是超过其他贸易进口贡献度;在2005年之后,其他贸易进口的贡献度大于加工贸易进口。加工贸易出口和其他贸易出口持相反的趋势。

技术进步是推动经济增长的重要因素,它与自然资源、劳动、资本的表现有很大不同,是经济增长的核心动力源之一。本文借助经济增长与技术进步关系的计量经济模型,对两者的关系进行了定量研究,发现技术进步对我国经济增长的贡献不足,进而提出了促进我国技术进步的对策和建议。

本文采用因子分析技术将影响大豆产出增长的众多要素浓缩为土地面积、资本投入和政策制度三大要素,在此基础上,通过柯布—道格拉斯生产函数模型分别测算了三大要素在我国大豆产出增长中的贡献率。分析发现,土地面积是我国大豆产出增长的首要制约因素,其次是资本投入和政策制度。1991~2000年,资本投入对我国大豆产出增长的贡献率最大,其次是土地面积,而同期政策制度的综合效应为负。

为深入了解广东全省及四大区域1990-2008年期间农业经济增长成因,采用Solow余值法所进行的测算与分析表明:虽然农业科技进步贡献率持续的递增,但除珠三角外,依靠加大物质费用投入的增长方式始终处于较为主导的地位;劳动力的贡献率虽有所提高,但表现不稳定,还有待提升;耕地面积减少所产生的负效应愈发显现。基于此,建议加大农业科技投入强度,建立高效的农业科技服务体系,加强对农户农业科技的教育与培训,严格保护耕地资源,是当前与今后广东农业经济增长的关键。

研究目标:更准确地估算我国的技术进步率、TFP增长率及其对经济增长的贡献率。研究方法:以经济增长理论为基础,利用AMOS软件,构建以技术进步率和人均资本增长率为潜变量的多指标多原因结构方程模型(MIMIC Model)。利用MCMC贝叶斯法估计模型参数,最后用贝叶斯插补法估算两个潜变量。研究发现:利用新方法估算出的技术进步率更加合理,新方法也显示出了技术进步与其他经济变量之间更为明确的作用机制。研究创新:首次利用结构方程模型(SEM)估算中国技术进步率。研究价值:为SEM模型在经济领域中的应用提供了规范。

研究目标:更准确地估算我国的技术进步率、TFP增长率及其对经济增长的贡献率。研究方法:以经济增长理论为基础,利用AMOS软件,构建以技术进步率和人均资本增长率为潜变量的多指标多原因结构方程模型(MIMIC Model)。利用MCMC贝叶斯法估计模型参数,最后用贝叶斯插补法估算两个潜变量。研究发现:利用新方法估算出的技术进步率更加合理,新方法也显示出了技术进步与其他经济变量之间更为明确的作用机制。研究创新:首次利用结构方程模型(SEM)估算中国技术进步率。研究价值:为SEM模型在经济领域中的应用提供了规范。

文章利用2007—2016年我国经济相关投入要素的面板数据,对柯布-道格拉斯生产函数进行拓展,使用定量分析法测算了劳动力、资本、科技投入与经济增长之间的关系。结果表明:劳动要素的产出弹性最高,而且远大于资本和科技投入的产出弹性,说明我国经济依旧是劳动密集型为主导的经济;资本密集型和科技密集型对于经济的贡献还不够。

人力资源在经济增长中贡献率的测算方法赵达薇（哈尔滨工业大学１５０００６）我国是一个人力资源十分丰富而物质资源相对缺乏的国家，因而如何充分发挥我国人力资源（特别是其智力资源——表现为科技进步）的潜力、提高人力资源在经济增长中的贡献率就成为一个十分重要的...

【目的】从全国尺度上解析近30年（1988—2017）水稻产量的肥料贡献率变化及其影响因素，为水稻可持续生产和肥料的科学施用提供理论依据。【方法】基于全国稻作区耕地质量监测数据（338个点位），分析不同稻作模式、种植区域、气候条件和土壤质地的水稻肥料贡献率年际变化，并结合随机森林模型探讨各因素对水稻肥料贡献率变化的相对贡献。【结果】在施肥区和不施肥区水稻品种和栽培技术相同的条件下，近30年全国水稻的肥料贡献率整体呈现前20年逐渐升高，近10年趋于平稳的特征，总体变化幅度为41.20%—51.89%，但不同稻作模式存在差异，单季稻、双季稻和水稻-其他作物轮作的水稻肥料贡献率分别为38.58%—55.49%、41.96%—51.05%和42.34%—53.43%。不同区域的水稻肥料贡献率在近30年的平均值表现出西南（55.82%）>长江中游（46.73%）>华北（46.27%）>东北（45.90%）>华南（45.83%）>长江下游（44.25%）。结合施肥年限和水稻肥料贡献率的拟合方程发现，东北、华北、西南、长江中游、长江下游和华南的水稻肥料贡献率达到稳定的施肥年限分别为15.2、18.5、19.0、15.3、15.3和14.5 a。不同气候条件也显著影响水稻的肥料贡献率，其中，亚热带季风气候（49.23%）>温带季风气候（45.90%）>热带季风气候（34.57%）。不同土壤质地的水稻肥料贡献率则表现出黏土（43.25%—64.80%）>壤土（40.65%—48.46%）>砂土（26.20%—45.98%）。随机森林模型显示，氮肥和磷肥是调控水稻肥料贡献率变化的主要因素，同时，无霜期、年均降雨、年均温度、钾肥及土壤有机质含量也是影响水稻肥料贡献率的关键指标。【结论】在1988—2017年，全国稻作区的水稻肥料贡献率整体呈现前期逐渐增加后期趋于平稳的趋势，且稻作模式、区域、气候和土壤质地条件均影响水稻肥料贡献率的年际变化。氮肥和磷肥对水稻肥料贡献率变化的影响较大。相比其他土壤肥力指标，土壤有机质是影响水稻肥料贡献率变化的关键土壤肥力因子。