我国科技进步贡献率的测算研究.docx

我国科技进步贡献率的测算研究.docx

《我国科技进步贡献率的测算研究.docx》由会员分享，可在线阅读，更多相关《我国科技进步贡献率的测算研究.docx（19页珍藏版）》请在冰豆网上搜索。

我国科技进步贡献率的测算研究

我国科技进步贡献率的测算研究

摘要：

随着我国社会经济的不断转型，科学技术在促进经济增长过程中发挥着越来越重要的作用。

因此，深入研究科技进步与经济增长之间的关系，具有十分重要的理论和现实意义。

本文综述了国内外有关科技进步与经济增长的理论与实证研究，着重分析了柯布—道格拉斯生产函数和索洛余值法在测算我国科技进步贡献率中的适用性。

最后通过实证分析，以中国经济数据1978—2007年间为样本区间，采用EViews统计软件对数据进行处理，得到了我国历年的科技进步贡献率，并针对我国的科技发展现状提出了合理化建议。

关键词：

科技进步，经济增长，贡献率

Abstract：

Withthecontinuingtransformationofoureconomy，scienceandtechnologyisplayinganincreasingimportantroleinpromotingeconomicgrowth.Therefore,itisofgreattheoreticalandpracticalsignificancetostudytherelationshipbetweenscientificandtechnologicalprogressandeconomicgrowth.Thepaperfirstdosomesummariesabouttheoriesandresearchathomeandabroad,thenweintroducetwomainmethodsincalculatingthecontributionofscientificandtechnologicalprogress.Afterthat,weuseEViewstodosomedataprocessingandgetthecontributionratefrom1978to2007.Atlast,wehavesuggestedsomepolicyrecommendationsintheviewofstatusquo.

Keywords:

Scientificandtechnologicalprogress，Economicgrowth，Contributionrate

引言

目前，人类社会已经进入一个高科技的知识经济时代，科学技术的竞争已经成为各国竞争的焦点。

我国正处于经济社会转型时期，各种新问题、新挑战应运而生。

面临新的发展形势，我国必须根据自身国情作出新的科技战略部署，充分发挥科技进步在促进经济增长中的积极作用，加快把经济社会发展引领到依靠科技进步上来。

在改革开放之前，我国主要依靠加大对资本、劳动以及其他生产要素的投入来加快经济发展速度，而科技进步对经济增长的贡献非常低。

这种粗放型的发展模式是不符合可持续发展要求的，转变经济增长方式迫在眉睫。

十七大报告指出，要实现经济增长方式的根本性转变，关键在于依靠科技进步。

科学技术是第一生产力，是人类社会不断进步的重要源泉，更是衡量一个国家综合国力和生产力水平的主要标志。

因此，全面认识科技进步的基本特征，深入了解科技进步的历史进程和未来发展趋势，对于提高我们的科技创新意识，依靠科技进步推进社会主义现代化建设，具有重要的现实意义。

一．科技进步贡献率与经济增长

（一）科技进步贡献率的内涵

科技进步的概念最早来源于经济学家熊彼特的《经济发展理论》一书。

他在书中提出了“创新理论”。

该理论的最大特色，就是强调生产技术的革新和生产方法的变革在资本主义经济发展过程中至高无上的作用。

之后，人们继续对“创新”作出种种不同解释，并最终把它归结为“科技进步”这一概念。

科技进步的内涵主要包括生产要素的提高、科技知识的进步、资源的重新配置、管理水平的提高等。

科技进步贡献率就是在经济增长中由科技进步导致的增长所占的比重，它是反映科技进步对经济增长作用大小的一项综合指标。

要准确地分析科技进步对经济增长的贡献率,就必须将科技进步因素从影响经济增长的诸多要素中单独分离出来,然后对其进行量化分析。

（二）科技进步与经济增长的关系

经济增长通常指在一个较长的时间跨度上，一个国家人均产出（或人均收入）水平的持续增加。

实现经济增长一般有两个途径，一是依靠增加要素投入，如增加资金或劳动力来扩大生产，这种是外延式的扩大再生产；二是通过提高生产效率和劳动者素质以及优化资源配置等方式来增加产出，也就是内涵式扩大再生产。

依靠科技进步带动经济增长就属于一种内涵式扩大再生产,而且由于科技进步通常是效益最高的投资领域,可以认为科技进步是内涵式扩大再生产最主要的实现方式之一。

影响经济增长的三大要素是：

劳动投入、资本投入以及科技进步。

现代经济增长理论认为,科技进步和经济增长之间存在着密切的联系,一方面，经济增长为科技进步提供了必要的物质条件和现实基础,同时随着生产力的发展又不断对科技进步提出新的要求,大大促进了科学的发展和技术的进步;另一方面，在创造、传播、应用和转化科技成果的基础上,科技进步又不断地促进经济增长,并在其中发挥着越来越大的作用。

二．科技进步贡献率测算方法

（一）柯布—道格拉斯（Cobb-Douglas）生产函数法

此方法由美国数学家柯布和经济学家道格拉斯共同提出，该函数反映了劳动与资本投入量与产出量之间的关系，具有如下函数形式：

，其中，

为产出量，

为资本投入量，

为劳动力投入量，A为一定的科技水平。

分别为资本和劳动的产出弹性系数，一般假设：

，即规模报酬不变。

运用一定方法确定

和

后，在时间序列的数据基础上，可以计算出科技水平和科技进步率。

但是上述模型只能描述在某一不变的科技进步率下投入与产出的关系，具有局限性。

首届诺贝尔经济学奖获得者丁伯根（J.Tinbergen）认为科技水平A应该是时间的函数，可表示为：

其中

为常数，表示基期的科技水平，r为科技进步系数。

则原式可化为：

（1）

为方便计算,将公式

（1）两边取对数,可得公式

（2）,即:

（2）

由于假定生产函数规模报酬不变,则将

代入上式,可得回归模型:

（3）

本文即根据公式（3）对资本产出弹性

和劳动产出弹性

进行估计,以进一步测算出我国的科技进步贡献率。

（二）索洛（Solow）余值法

对上述公式（3）两边取微分：

（4）

假设时间增量

=1，记

为

分别表示产出，资本和劳动投入的增长率。

则公式（4）可化为：

（5）

公式（5）即为索洛增长速度方程，方程两边同除以y:

（6）

记

，则可得到科技进步贡献率公式为：

（7）

为科技进步对经济增长的贡献率，

为资本投入对经济增长的贡献率，

为劳动投入对经济增长的贡献率。

三．测算指标及模型参数的确定

在经济分析模型建立过程中，应该根据经济理论的要求选择合理的经济指标。

选择经济指标时，一个重要的标准就是口径要一致，否则就会导致测算结果出现严重偏差，缺乏可比性。

因此，在测算科技进步贡献率时，必须对产出量、资本投入量和劳动投入量等经济指标做出统一的规定。

（一）测算指标的确定

1.产出量Y的确定

在计算科技进步贡献率时，最普遍的做法是将国内生产总值（GDP）作为经济产出量Y。

但是由于经济社会中存在通货膨胀现象,在不同年份之间进行对比时，必须消除价格变动因素后，才能真实地反映经济发展动态。

因此,用货币计量的总产出指标必须利用价格指数调整为按同一价格计算的指标。

本文根据2008年《中国统计年鉴》中公布的当年价GDP指标，并按1978年的不变价格进行折实换算，计算公式为：

不变价GDP=现价GDP/GDP指数

消除价格因素后，各年的GDP值如附录Ⅰ所示。

2.资本投入量K的确定

广义的资本包括物质资本、人力资本和土地，但是大部分学者在估计资本存量时，仅指严格意义上的物质资本，本文也只考虑物质资本。

由于统计年鉴中没有资本投入量K的现成数据，本文采用戈登史密斯提出的“永续盘存法”来计算资本存量，这也是国际上最为通用的一种方法。

具体计算公式为：

，其中

表示各年的固定资产折旧率，本文取5%，

表示当年的固定资产投资总额，

是固定资产价格指数，

取自张军（2003），具体计算结果如附录Ⅰ所示。

3.劳动投入L的确定

对于劳动投入量的确定，一般有两种方法可以选择，一是从业人员数，二是全社会劳动报酬。

从业人员数的获取比较简单，且可直接用于对比，但是它不能反映劳动年龄、职业以及劳动者工作日长短等劳动质量的差别。

而全社会劳动报酬不仅考虑了劳动量，也考虑了劳动质量。

但是由于劳动报酬受到物价、工资政策等因素的影响较大，目前还无法取得劳动报酬的准确资料。

因此，在科技进步贡献率的实际测算过程中,往往选择从业人员数作为劳动投入量。

（二）模型参数

的确定

参数

分别表示资本和劳动投入的产出弹性。

根据C-D生产函数计算科技进步贡献率时，要先估计出

和

的值，两者的取值不同会导致测算结果的不同。

在实践中，不少学者对此进行了研究探索，提出了多种估计方法。

一是回归法，即根据上述公式（3），利用最小二乘估计法来估计

的值。

这也是运用最广泛的一种方法。

但需要注意的是，采用回归法估计参数时，需要收集较多年份的数据，样本量过少会使得回归结果不具代表性。

同时，必须对回归结果进行统计检验，只有通过检验，回归结果才是可利用的。

回归分析法通过把若干年度的数据采用经济计量学回归的办法得出所需要的结果，是忠实于统计数据的一种方法，因此本文利用该方法对

进行估计的。

二是分配份额法，即根据国民收入

中工资v和利润m所占的份额估计参数：

，

，因为

，所以这时

和

之和显然为1，因此采用这种方法时，相当于假设规模收益不变，但份额法的计算数据难以取得。

三是经验赋值法，即根据研究者的经验判断来估计出

的值，这种方法的主观因素较强。

国外研究一般把

的取值定在0.2-0.4之间，把

的取值定在0.4-0.6之间。

结合我国实际发展状况和各投入要素所占份额，历来学者常把

和

定位为0.4和0.6。

四．科技进步贡献率的实证分析

（一）参数的估计

根据柯布—道格拉斯生产函数取对数后的形式，即公式（3）

，采用最小二乘估计法，利用EViews软件对我国1978-2007年的经济指标进行回归分析，得到以下结果：

表4-1OLS估计法输出结果

Variable

Coefficient

Std.Error

t-Statistic

Prob.  

C

-2.154758

0.070255

-30.67066

0.0000

T

0.052843

0.003064

17.24827

0.0000

@LOG（K/L）

0.258666

0.042567

6.076653

0.0000

XX文库-让每个人平等地提升自我

R-squared

0.994633

    Meandependentvar

-1.476000

AdjustedR-squared

0.994235

    S.D.dependentvar

0.624096

S.E.ofregression

0.047385

    Akaikeinfocriterion

-3.166379

Sumsquaredresid

0.060624

    Schwarzcriterion

-3.026259

Loglikelihood

50.49568

    F-statistic

2501.782

Durbin-Watsonstat

0.618443

    Prob（F-statistic）

0.000000

当计量经济模型中出现序列相关性时，OLS参数估计量不再具有有效性，拟合优度检验和方程显著性检验以及变量的显著性t检验也都失去意义。

因此，我们必须对得到的模型进行序列相关性检验。

由于模型中的DW值为0.618，查DW分布表可知，在5%的显著性水平下，样本数为30，解释变量为2时，DW统计量的下界

，

。

根据DW检验判断准则可知0

，该模型存在正一阶自相关。

继续考虑模型是否存在二阶序列相关，此时采用拉格朗日乘子检验。

检验结果如下表所示：

表4-2LM检验结果

F-statistic

26.16637

    Probability

0.000001

Obs*R-squared

20.30165

    Probability

0.000039

在给定显著性水平5%时，LM统计量对应的p值为0，因此不能拒绝原假设，即认为模型存在二阶自相关。

进一步用拉格朗日乘子检验是否存在三阶序列相关，此时LM对应的p值依然为0，但滞后三阶残差项的回归系数在统计量上是不显著的，因此判断原回归模型不存在三阶序列相关。

然后，我们对模型进行处理，消除其序列相关性，本文采用科克伦-奥克特（Cochrane-Orcutt）迭代法来处理，只需在EViews窗口中的Quick\EstimateEquation中输入方程时加上AR

（1），AR

（2）即可，输出结果如表4-2所示

表4-3科-奥迭代法输出结果

Variable

Coefficient

Std.Error

t-Statistic

Prob.  

C

-2.067819

0.112567

-18.36968

0.0000

T

0.049050

0.004963

9.883821

0.0000

@LOG（K/L）

0.307913

0.063685

4.834958

0.0001

AR

（1）

1.150042

0.166433

6.909920

0.0000

AR

（2）

-0.615184

0.166031

-3.705240

0.0012

R-squared

0.998000

    Meandependentvar

-1.411902

AdjustedR-squared

0.997653

    S.D.dependentvar

0.595303

S.E.ofregression

0.028842

    Akaikeinfocriterion

-4.093502

Sumsquaredresid

0.019133

    Schwarzcriterion

-3.855609

Loglikelihood

62.30903

    F-statistic

2869.762

Durbin-Watsonstat

1.950000

    Prob（F-statistic）

0.000000

InvertedARRoots

 .58-.53i

     .58+.53i

此时DW值等于1.95，模型已消除序列相关，由此可得我国科技进步对经济增长贡献率的回归方程为:

，同时可知：

=0.308，

=1-0.308=0.692。

（二）回归结果的检验

R检验：

由上表可知，该回归方程的判定系数

=0.998，调整后的判定系数

=0.9977，说明原回归方程对样本数据拟合得很好,各自变量与应变量之间是高度线性相关的。

t检验：

假设显著性水平为0.05，时间因素t的系数为0.05，对应Sig=0.000<0.05，说明了时间对产出的影响是显著的,即随着时间的不断进展,科技进步对我国经济增长的贡献作用是显著的。

资本的产出弹性

=0.308，由于其Sig值为0.0001，说明资本对产出的影响也是十分显著的，同时根据规模报酬不变的假设，我们可以计算出劳动的产出弹性

=0.692。

=0.308说明资本投入每增加1%，将会引起产出增加0.308%，

=0.692说明劳动投入每增加1%，会引起产出增加0.692%。

F检验：

模型的F检验值为2869.762，对应的伴随概率为0，说明回归方程显著成立，即时间因素、劳动投入和资本投入联合起来对产出的影响是显著的。

（三）历年科技进步贡献率的测算

根据公式（6）,为了计算各年的科技进步贡献率，必须先算出产出Y、资本K和劳动L的增长率，即y,k,l。

然后将

=0.308、

=0.692代入公式（6）,即可得到我国科技进步对经济增长的贡献率,具体计算值如表4-4所示，科技进步对经济增长贡献率的趋势图如图4.1所示。

表4-4我国1979-2007年科技进步贡献率

年份

Ek

El

Ea

1979

0.060235

0.197743

0.742022

1980

0.065291

0.288611

0.646098

1981

0.078416

0.424977

0.496607

1982

0.057934

0.274345

0.667721

1983

0.097597

0.160617

0.741785

1984

0.091609

0.172923

0.735468

1985

0.144386

0.178696

0.676917

1986

0.301953

0.220997

0.47705

1987

0.250861

0.17486

0.574279

1988

0.273291

0.180257

0.546452

1989

0.786315

0.311881

-0.0982

1990

0.546255

3.068904

-2.61516

1991

0.198536

0.086394

0.71507

1992

0.161051

0.049045

0.789904

1993

0.209762

0.049141

0.741096

1994

0.281159

0.051233

0.667608

1995

0.362776

0.05728

0.579944

1996

0.386546

0.089899

0.523555

1997

0.403251

0.093918

0.502831

1998

0.447701

0.103372

0.448927

1999

0.476657

0.097325

0.426018

2000

0.396307

0.079438

0.524255

2001

0.392982

0.108716

0.498302

2002

0.368761

0.074603

0.556636

2003

0.359512

0.064775

0.575712

2004

0.418062

0.070799

0.511139

2005

0.435289

0.055128

0.509583

2006

0.36091

0.045055

0.594035

2007

0.286369

0.044779

0.668852

五．我国科技进步贡献率的状况分析

从理论上讲，科技进步的贡献率应处在[0，1]区间内。

但在上表的计算结果中，我们发现出现了几个负值，其实这也是经常遇到的问题，我们可将这些落在[0,1]区间之外的值称为异常值。

薛国华（2006年）认为:

科技进步的贡献率出现负值,从经济意义上可以解释为资金与劳动力等要素没有得到合理的配置与利用,虽然产出有所增加,但是产出的增长速度低于资金与劳动力的增长速度的加权和,经济增长的质量不高,因此,表现在科技进步贡献率上就出现了负值。

王博等（2006年）认为:

科技进步的贡献率小于零,这并不表明科技进步没有发挥作用,而是说明当年对资金和劳动力的利用太低,产生了巨大的浪费,以至抵消了科技进步所带来的效果。

从计算结果来看，我国的年均科技进步贡献率年为46.29%，年均资本贡献率为30.0%，年均劳动贡献率为23.71%。

这说明我国经济增长的主要动力来自科技进步，其次是资本投入，而劳动投入对经济增长的贡献率是最低的，从这点我们必须认识到要充分发挥我国人力资源丰富的优势，重视人力资源开发和合理配置，一方面要不断提高劳动者素质，加强劳动技能的培训，另一方面，要加快发展吸纳就业能力强的服务产业，开拓新的劳动就业岗位。

同时，大力发展教育,努力提高全民族的劳动者素质既有利于劳动对经济增长的贡献份额的提高,也有利于科技进步对经济增长贡献份额的提高。

图4.1展示了我国历年来的科技进步贡献率的增长趋势，可以看出，从1992年至1999年期间，我国科技进步贡献率整体上处于下跌趋势，主要原因是中国经济过于强调物质资本存量的形成和增长，而忽视了资本的合理配置，从而导致大量资本的浪费，经济的运行就形成了一种恶性循环。

而从2000年开始，我国科技进步贡献率开始回升，且一直处于一个较稳定的状态。

尤其是近两年，科技进步贡献率增长较明显，表明我国越来越重视将科技成果转化为生产力，科技对经济的促进作用也在不断增强。

六．我国科技发展现状和政策建议

从前文的分析可以得出，科技进步对经济增长的促进作用已经超过了资本投入对经济增长的促进作用。

科技进步已成为经济增长的主要推动力和决定性因素。

十七届四中全会也进一步提出要转变经济发展方式，建设创新型国家。

但我们应该清楚地认识到，我国现今的科技发展水平与发达国家相比，还有相当大的差距，以上计算结果显示，我国的科技进步对经济增长的年均贡献率在46%左右,而发达国家一般都在60%-80%。

因此针对我国目前的科技发展状况，本文提出了以下几点政策建议：

第一，加大对科技的引进消化吸收再创新力度。

虽然我国在技术引进方面取得了一定的成效，但仍然存在引进规模小、引进结构不合理、引进质量不高、消化吸收再创新能力不强等问题。

在技术引进中，重引进轻消化，重复引进现象十分严重。

日本和韩国成功的经验是在技术引进的同时也大幅度增加了消化吸收的投入。

相关数据显示，这两国技术引进与消化吸收的比例大致保持在1∶3的水平。

而我国技术引进经费与消化吸收经费比例约为1∶０.0978,这说明我国企业的自主创新能力非常缺乏。

因此，必须建立有效的技术引进消化吸收新机制，制定技术引进消化吸收创新中长期计划，在国民经济关键性或战略性行业，把一些重大技术引进的消化吸收创新项目纳入到科技计划之中去。

同时，鼓励外资投向高新技术、环保、节能等高端制造业领域，设立研发中心。

加强服务和引导，促进已投产外商投资企业技术投入，扩大技术引进。

第二，不断提高企业的自主创新能力。

我国大多数企业存在的一个严重问题就是重生产经营，轻科技创新，不愿意增加对科技创新的投入，导致生产效率低下，高污染，高消耗，高排放，低效益的生产模式依然普遍存在。

企业的自主创新离不开政府的扶持，政府相关部门应通过加强宏观调控来增强国有和民营企业的自主创新能力。

一方面，政府要大力扶持中小企业的科技创新工作，另一方面，大中