基于知识溢出的科技投入对中国经济增长的时滞贡献研究



　　基金项目:国家自然科学基金项目(70971103);中央高校基本科研业务费专项资金项目(2012-YZ-107) 　　作者简介:胡易辰(1988-),女,湖北孝感人,硕士研究生,研究方向为经济预测与决策;肖新平(1965-),男,湖北洪湖人,博士生导师,研究方向为运筹与管理/预测理论与技术/灰色系统理论及应用等.

摘要:基于科技带动经济发展产生的时滞效应与G7国家科技投入对我国经济增长影响的知识外溢效应,对目前的C—D生产函数模型进行改进,研究了2004～2009年中国与G7国家科技投入对我国经济增长的贡献关系.首先运用灰色时滞关联分析确定科技投入与我国经济增长的滞后期,然后在改进的C—D生产函数模型基础上,引入考虑时滞的技术知识存量代替研究与实验发展(R&D)投资额进行计算,得到中国科技投入与G7国家科技投入对我国经济增长的贡献度. 关键词:时滞效应;知识外溢;C—D生产函数;贡献度 中图分类号:F124;F202文献标识码:A论文编号:1001-8409(2013)10-0055-04 Analysis of Lagtime Contribution of S&T Input on Chinese Economic Growth Based on Knowledge Spillover HU Yichen, XIAO Xinping (Wuhan University of Technology, Wuhan 430070) Abstract: This paper, based on the timelag effect in the process of SCIence and technology promoting the development of economy, and the knowledge spillover effect of G7 states' SCIence and technology investments influencing China economy growth, improves the current CD production function model, discusses the contribution relationship between China and G7 states' SCIence and technology investment and the economic growth of China from 2004 to 2009. It firstly applies grey lag correlation analysis to identify the lag period between SCIence and technology investment and the economic growth of our country, and then on the basis of the modified CD production function, it employs technology knowledge stock which reflects the timelag in the calculation instead of R&D investment, finally it gets the contribution degree of Chinese and G7 states' SCIence and technology investment on Chinese economic growth. Key words: timelag effect, knowledge spillover effect, CD production function, contribution degree

一/引言 随着人类社会进入到21世纪的知识经济时代,在经济全球化环境下,以经济实力为核心的综合国力竞争日益激烈.我国在国际经济活动中是否保持自主性和竞争力,在相当程度上取决于我国是否实现高质量的经济增长,而经济的高质量增长又在很大程度上取决于科技对经济增长的实质性贡献,取决于经济增长中的科技含量.在全球化进程中,知识溢出效应普遍存在,一个地区的经济增长不仅受本地区科技投入的影响,也受到其他地区科技投入的影响[1]. 国内外众多学者也对科技投入及技术外溢对经济增长的贡献度问题进行了探讨研究.唐德祥等[2]运用索洛经济增长模型,实证考察了我国和东/中/西部地区的全要点生产率对经济增长的贡献;王立成等[3]根据沿海三大经济区域经济增长与科技投入的数据,通过灰色关联分析与计量经济学模型对沿海三大经济区域科技对经济增长的贡献度做了分析与比较;江蕾等[4]通过中国科技投入与GDP之间的相关分析与因果检验,中国GDP增长率对科技投入增长率的简单线性回归分析,中国GDP增长率对科技投入增长率的广义差分回归分析,分析了中国科技投入与经济增长之间的关系;张洁等[5]计算了日本通过国际贸易/FDI和无形技术外溢三种渠道对我国外溢的技术知识存量,并入到我国技术知识存量中,通过扩展的C—D函数分析了日本技术外溢对我国技术知识存量及经济增长的影响;李小平等[6]采用6种计算外国R&D资本的方式和国际R&D溢出回归方程,首次就国际R&D溢出对中国工业行业的技术进步增长/技术效率增长和全要点生产率增长的影响作了实证分析;韩彦等[7]根据建立的2002～2008年间我国29个省的面板数据,运用固定效应和随机效应下的回归分析和广义矩估计方式分析了知识溢出对于区域经济增长的影响,其中知识溢出效应考虑到了国际知识溢出效应和区域间知识溢出效应两方面. 　　

目前的C—D生产函数没有考虑科技投入对经济增长的时滞影响,也没有考虑国际知识溢出对我国经济增长的作用.从理论上讲,R&D投入主要包括经费投入和人才资源投入两个方面,这两种影响经济增长的途径,都是动态的变化过程,并不能在当期带动经济发展,都需要一定时间逐步显现其作用,因此这就必然会产生时滞.全球的R&D投资主要集中在发达国家,而G7国家的R&D投资占经合组织(OECD)总R&D投资的比重一直保持在80%以上,G7国家提供了中国最主要的产品进出口市场/技术进口市场,而且大规模的来自G7国际资本流动也对中国的经济增长起到了强大的作用,所以在知识溢出效应下的G7国家科技投入对我国经济增长的影响是不容忽视的.因此,本文在建立模型时首先考虑了科技投入对经济增长的时滞影响,在此基础上考虑自然技术进步/资本/劳动/中国科技投入与G7国家科技投入因素建立了改进的C—D生产函数模型,在实际研究计算时,引入了考虑时滞期的技术知识存量代替R&D投资额,使整个模型及计算的过程显得更加完善及严谨,为我国实施经济及科技调控及实现以科技进步为内生动力的经济实施可持续发展提供了更理想的依据. 二/科技投入对中国经济增长的贡献度分析方式 考虑到科技进步对经济增长的影响存在时滞现象与知识外溢效应,本文在研究方式上,首先运用时滞关联分析方式[8]确定了科技投入对经济增长的时滞期,然后使用改进的C—D生产函数模型建立了产出的增长型速度方程,最后在计算时引入了考虑时滞的技术知识存量替代了R&D投资额,使科技投入对经济增长的贡献度模型更加合理与完善. (一)灰色时滞关联分析 灰色时滞关联分析是指:从比较数列的某一周期开始,逐年向后推移计算参考序列对该周期比较序列的灰关联度,并对灰关联度取值的大小进行综合分析,从而得到时滞值的过程. 第一步:令x0=(x0(1),x0(2),…,x0(n))为参考序列,x1τ=(x1(1+τ),x1(2+τ),…,x1(n+τ))为比较序列组,通过文献资料先设定τ为x1相对于x0的时滞数,则x0与x1τ的关联系数为: ξ(x0(k),x1τ(k+τ))= minτmink|x0(k)-x1τ(k+τ)|+ρmaxτmaxk|x0(k)-x1τ(k+τ)||x0(k)-x1τ(k+τ)|+ρmaxτmaxk|x0(k)-x1τ(k+τ)|,k=1,2,…,n,τ=0,1,…,T-n (1) 其中ρ为分辨系数,一般取ρ=05,T为时间序列的时间跨度.则x0与x1τ的灰色关联度为: r(τ)=1nnk=1ξ(x0(k),x1τ(k+τ)),τ=0,1,…,T-n (2) 选取最大的r(τ*)= max0≤τ≤T-nr(τ)作为x0与x1的灰色时滞关联度,对应的τ*就是x0与x1的时滞期. 第二步:将参考序列的起点平移p个单位,比较序列也相应地发生改变,依照上述公式算出不同p和τ下的灰色关联度r(p,τ),得到灰色关联度矩阵: r=r(0,0)r(1,0)r(2,0)…r(T-n,0) r(0,1)r(1,1)r(2,1)…0 0 r(0,T-n-1)r(1,T-n-1)0…0 r(0,T-n)00…0 (3) 第三步:分别对灰色关联度矩阵的各列进行分析,选取每列的最大灰色关联度对应的时滞期,通过简单平均算出参考序列与比较序列的时滞期. (二)改进的C—D生产函数模型 考虑资本/劳动/国内科技投入/G7国家科技投入和时间5个要点,其中G7国家的科技投入用于分析区域间的技术溢出情况,建立一个扩展的C-D生产函数模型为: Y=AeμtKαLβRγSη (4) 其中α,β,γ,η分别表示资本/劳动/国内科技投入/G7国家科技投入对产出的弹性.本文认为经济系统中存在一个与科技投入无关的技术进步,把这种不考虑科技投入条件下的技术自发进步称为自然技术进步,μ为自然技术进步系数,表示随时间变化自然技术进步对产出的影响,由于在模型中已将科技投入作为要点引入生产函数,所以μ剔除了科技投入对自然技术进步的影响. 对上述生产函数模型进行取对数,求微分等变换得到: lnY=lnA+μt+αlnK+βlnL+γlnR+ηlnS (5) dYdtY=μ+αdKdtK+βdLdtL+γdSdtS+ηdSdtS (6) 用差分代替微分得到ΔYΔtY=μ+αΔKΔtK+βΔLΔtL+γΔRΔtR+ηΔSΔtS,进一步得到增长型速度方程: y=μ+αk+βl+γr+ηs (7) 其中y/k/l/r/s分别表示产出/资本/劳动/国内科技投入和G7国家科技投入的增长速度.由于科技投入对经济的增长存在时滞的问题,本文在计算时使用考虑滞后期的技术知识存量替换模型中的科技投入.替换后的生产函数模型为:Y=AeμtKαLβBγHη,式中B/H分别为国内与G7国家技术知识存量.Bi=Ri-a/(ρ+g),Ri-a是第i-a年的国内R&D投资额/ρ为技术陈腐化率/g是国内R&D投资年平均增长率/a为滞后期,公式可推广至G7国家技术知识存量. 综合上述分析方式,即可求得国内/G7国家科技投入对产出增长速度的贡献度分别为: ER=γby×100%,ES=ηhy×100% (8) 三/科技投入对经济增长贡献度的实证研究 本文用GDP来代表产出Y/年全社会固定资产投资总额代表资本K/年职工工资总额代表劳动L/国内R&D投资额代表国内科技投入R/G7国家平均R&D投资额代表G7国家科技投入S.通过查阅<中国统计年鉴>与经合组织(OECD)数据库选取2001～2009年上述指标的数据进行了实证分析,原始数据见表1.表12001～2009年生产投入指标原始数据及技术知识存量 　　年份YKLRS国内技术 知识存量G7国家技术 知识存量2001109655.2 37213.512205.4 31724.893 57062.358 2.7 43499.913638.1 39594.096 56837.261 2.8 55566.615329.6 47126.722 58548.159878.3 70477.417615.0 57782.251 60712.5184937.4 88773.620627.1 71054.904 65866.6216314.4 109998.224262.3 86669.455 72127.7265810.3 137323.929471.5 102436.278 77491.8314045.4 172828.435289.5 120806.642 80550.9340902.8 224598.840288.2 154147.365 76804.(一)确定中国与G7国家科技投入对经济增长影响的时滞期 分别将科技投入指标——国内R&D投资额与G7国家R&D投资额作为参考序列x0,经济增长指标——生产总值GDP作为比较序列x1,对x0/x1进行灰色时滞关联分析.鉴于"五年计划'为国民经济发展远景规定目标和方向,将动态比较数列周期设定为5年.分析结果如表2/表3所示.表中省略了以2005～2009科技投入的数据序列作为参考序列的灰色关联度计算结果,这是考虑到此时计算的同一参考序列下的灰色关联度值只有1个,无法准确判断时滞数. 投入年数0000鉴于科技投入效益"长效性'的特点,科技投入周期开始4年后的灰关联度不作为判断对象,数值可能是投入的长期效益,也可能是以后时段的投入影响.由表2可得:经济增长与国内科技投入的时滞期a=(3+3+2+1)/4=225≈2,经济增长与G7国家科技投入的时滞期j=(0+0+0+0)/4=0.G7国家科技的投入对我国经济增长的时滞为0,可能是由于在华庞大数量外企的科技支持促进了中国与全球的经济交流与科技贸易发展,使中国对全球技术知识外溢进行吸收/消化及利用的程度飞速提高,进而对我国经济增长产生了立竿见影的效果.另外,该结果与相关文献中所提及的由技术引进形成的技术知识存量在计算中不考虑时间滞后的结果吻合. (二)中国生产增长型速度方程的建立 用考虑滞后期的技术知识存量代替一般C—D生产函数模型中的科技投入进行计算,Bi=Ri-a/(ρ+g),根据日本学者Wantanbe等[9]的研究成果ρ=13%,g通过计算取2002～2009年R&D投资的年平均增长率,得到的国内R&D投资年平均增长率为gc=02189,G7国家R&D投资年平均增长率为ga=00388.由于国内科技投入对经济增长滞后期为2,计算所得的国内技术知识存量数据从2003年开始,具体结果见表1.根据增长型速度方程模型y=μ+αk+βl+γb+ηh,先计算出经济/劳动/资本/国内技术知识存量和G7国家技术知识存量5个指标的增长速度,结果见表4,再通过SPSS软件求出未知参数μ/α/β/γ/η. 通过SPSS计算的结果,调整的判定系数较接近于1,认为拟合度高,被解释变量可以被模型解释的部分较多,不能被解释的部分较少.另外,回归方程概率P值小于显著性水平,认为各回归系数不同时为0,被解释变量与解释变量全体的线性关系是显著的,可建立线性模型.回归系数显著性t检验的概率P值都小于显著性水平,认为系数与被解释变量的线性关系是显著的.所以本文得到产出的增长型速度方程为: y=-0995+2381k+1299l+1234b+0909h 由方程可得:自然技术进步系数μ=-0995/资本对产出的弹性α=2381/劳动对产出的弹性β=1299/国内科技投入对产出的弹性γ=1234,G7国家科技投入对产出的弹性η=0909. (三)计算科技投入对经济增长贡献度 利用产出的增长型速度方程,求得国内/G7国家科技投入对产出增长速度的贡献度ER=1234by×100%,ES=0909hy×100%,计算2004～2009年科技投入对中国经济增长的贡献度如表5所示. 表5 科技投入对中国经济增长贡献度年份中国科技投入贡献度G7国家科技投入贡献度(四)结果分析 从多元回归得到的系数结果可以看到:自然技术进步系数μ=-0995为负值,可见在经济发展过程中不考虑科技投入条件,技术无法自发进步反而会退步,符合自然法则与社会规律.资本的产出弹性α=2381较高[10],这说明在经济发展过程中资本要点比较稀缺,投资需求程度较高,劳动产出弹性β=1299也较高,说明劳动要点也比较稀缺,特别是一些高素质劳动者的缺乏,成为经济发展的瓶颈, α+β=358,说明我国存在较为明显的规模经济效应,还具有较大的发展潜力.我国科技投入与G7国家科技投入的产出弹性分别为γ=1234,η=0909,科技投入对经济增长的影响非常显著,中国对G7国家科技外溢知识的消化/吸收及利用为国内经济增长做出了一定的贡献. 从科技投入对经济增长的贡献度图表中可以看到:中国本国的科技投入对经济增长起到了非常大的作用,2009年之前的贡献程度都比较平稳,在2009年大幅度增长到最大值26253,而G7国家科技投入对中国经济增长在2005～2006年达到高峰,随后一直减少至2009年达到最小值-04944.在2007～2009年的全球金融危机环境下,经济增长和劳动增长都受到严重影响,而2007年我国科技经费投入保持稳定增长再创新高,这个政府聚焦科技的应对措施使得2009年科技对经济的支撑作用强烈地显现出来.而G7国家将科技投入的重点放在救助本国经济活动,对在华外资企业研发技术经费产生影响,减少了对中国的经济与贸易交流,进一步影响了G7国家的技术知识外溢速度,另一方面也反应出中国对吸收G7国家科技外溢知识的能力还有待提高. 　　贡献度的计算结果印证了科技是第一生产力,鉴于科技投入对经济增长的突出作用,中国在接下来的发展中应进一步加强对科技方面的投入,在重视国际性经济往来与技术交流的同时,还需要增强自主研发能力,在提高本国的科技投入水平的同时,提高对国际性外溢技术的吸收/同化和利用的能力. 四/结语 本文通过灰色动态关联搜索分析和考虑时滞及G7国家科技投入的改进C—D生产函数,对2004～2009年中国科技投入与G7国家科技投入对我国经济增长的贡献进行了分析,并得到相应的结论.本文创新之一在于考虑了科技带动经济发展产生的时滞效应;同时还考虑了G7国家科技投入对我国经济增长影响的知识外溢效应,使改进后的生产函数模型更符合实际情况,能够更宏观/更完善地分析科技对经济增长的贡献度.由于年鉴数据的局限性,本文计算生成的时滞期是以年为单位的整数,若能与相关部门协商采集更详尽的数据,则可计算出更精准的滞后期.另外在知识溢出方面可以从微观方面考虑G7国家通过国际贸易/FDI和无形技术外溢对我国经济增长的影响.

参考文献:

[1]中华人民共和国科学技术部中国科学技术指标[M]北京:中国科技出版社,2004.

[2]唐德祥,袁廿一,皮星.科技进步对经济增长的贡献分析——基于我国东中西部地区的实证研究[J].工业技术经济,2009,28(1):73-76.

[3]王立成,牛勇平.科技投入与经济增长:基于我国沿海三大经济区域的实证分析[J].中国软科学,2010(8):169-177.

[4]江蕾,安慧霞,朱华.中国科技投入对经济增长贡献率的实际测度:1953～2005[J].自然辩证法通讯,2007(5):50-57.

[5]张洁,蔡虹,贾玉建.日本技术外溢对我国技术知识存量及经济增长的影响研究[J].科技进步与对策,2012,29(12):20-25.

[6]李小平,朱钟棣.国际贸易/R&D溢出和生产率增长[J].经济研究,2006(2):31-43.

[7]韩彦,曹广喜.知识溢出对区域经济增长的影响[J].广西财经学院学报,2012,25(1):47-52.

[8]肖新平,宋中民,李峰.灰技术基础及其应用[M].北京:科学出版社,2005.

[9]Shinichi Kobayashi, Yoshiko Okubo. Demand Articulation, a Key Factor in the Reconfiguration of the Present Japanese Science and Technology System [J].Science & Public Policy, 2004, 31(1):55-67.

[10]于洁,刘润生,曹燕等.基于DEA-Malmquist方式的我国科技进步贡献率研究:1979～2004年[J].软科学,2009,23(2):1-6.

更多科研论文服务，动动手指，请戳 论文润色、投稿期刊推荐、论文翻译润色、论文指导及修改、论文预审！

语言不过关被拒？美国EditSprings--专业英语论文润色翻译修改服务专家帮您！