我国科技投入经济效果的实证研究,本文主要内容关键词为:效果论文,实证研究论文,我国论文,经济论文,科技论文,此文献不代表本站观点,内容供学术参考,文章仅供参考阅读下载。
中图分类号:G30 文献标识码:A 文章编号:1000—2995(2006)04—006—0071
在知识经济、全球经济一体化的背景下,市场竞争日趋激烈。科技进步在国家竞争优势中的作用日益显著,它不仅能够促进一国经济增长,而且还体现着一个国家的综合国际竞争力,争夺科学技术的制高点,已成为许多国家制定国家战略的一个重要组成部分。但科技投入能否起到增加社会知识总量,能否提升整个社会的科技水平,能否获得科技竞争优势,能否促进经济的增长,关键还要看科技投入的经济效果。如何测算科技投入对经济增长的贡献率,一直是人们关心的热点问题。本文以国家统计局发布的1991—2003年的有关时间序列数据为研究对象,采用广义的C-D生产函数,测算科技投入对经济增长的贡献率,通过滞后检验进一步分析中国科技投入对其经济效果的影响,并提出相应的政策建议。
1 文献回顾
关于科技进步对于经济增长贡献的研究,在国外已有人作过不少研究,美国著名数学家Cobb和经济学家Douglas共同用Cobb-Douglas生产函数(简称C-D生产函数)计算出某一时刻的技术进步对新增产值的贡献,但不能直接计算出技术进步对产值增长速度的贡献[1]。美国麻省理学院经济学家Solow(1956)在中性生产函数假设下推导出增长速度方程,分离出技术进步,揭示了经济增长过程背后的技术进步作用,把生产函数的研究大大推进了一步[2]。Solow(1975)教授首次使用增长速度方程对美国技术进步进行了实证研究[3],但他将技术进步作为经济增长的外生变量。到了20世纪80年代,以Romer(1986)和Lucas(1988)为代表一批新经济增长理论经济学家在对新古典经济增长理论重新思考的基础上,突破性地将技术进步作为系统的内生变量,提出了在技术进步条件下,资本边际效益递减规律可以避免,经济增长的持续性也可以保持的观点[4][5]。内生经济增长理论把知识增长(或技术进步)看作是长期经济增长的真正动因,同时把科技投入看作是知识增长的核心因素。为了证实内生经济增长理论的合理性,经济学家通过建立各种计量模型来分析科技投入是经济增长核心因素的结论。Griliches和Lichtenberg(1984)在分析美国制造业数据的基础上指出,全要素生产力与研发投入存在密切的联系[6]。Griliches(1986)分析了1957年至1977年间大约1000 家美国最大制造企业数据,分析结论表明科技投入的支出对生产力的提高有着重要的作用,其中R&D 投入起着尤为重要的作用[7]。此后,Lichtenberg(1992)、Eaton和Kortum(1993)利用Summers-Heston的数据来研究R&D支出与各国经济增长存在差异的关系。研究结论是:一个国家的科学家和工程师人数及其R&D支出几乎可以解释50 %的国际间生产力差异[8][9]。此外,Lichtenberg还指出,R&D投资的回报率几乎是设备投资回报率的七倍。Coe和Helpman(1995)在一个具有22个国家的样本中,研究了科技投入与全要素生产力的关系。研究发现,本国和贸易伙伴的R&D 支出几乎可以解释50%的OECD国家的生产力增长[10]。Charles(1998)利用10个主要OECD国家数据,也得出R&D是全要素生产率增长重要来源的结论[11]。由此可见, 他们的研究结果都表明:科技投入是一国经济增长的最主要因素之一。
我国国内学者近几年也开始关注这一问题,金玲娣(2001)和柴俊武(2003)对企业规模与企业R&D投入强度的关系进行了实证分析, 结果表明:企业规模与企业R&D投入强度呈倒U型曲线关系[12][13]。武博(2002)运用灰色理论分析了我国科技投入与国际竞争力之间关系[14]。姚洋(1998,2001)采用参数方法,用基于C-D生产函数的边界生产函数模型研究过我国工业企业技术效率的各种影响因素,其中也提及了研发费用的影响效果[15]。张小蒂、李风华(2001)等人也研究过技术进步、技术开发的重要性[16],但专门就科技投入对中国经济效果的影响作实证研究的还很少。
2 建立模型
一般将科技投入的边际收益率定义为科技投入对生产率的贡献。利用广义的C-D生产函数就可以推导出这一边际生产率[7]。广义的C-D生产函数就是在道格拉斯生产函数的基础上,把科技投入作为一个生产要素,得到改进型生产函数。即:
其中,t表示t时期,也即当期,Q表示产出水平;λ[,t]表示与时间相关的内含的外部技术进步速度;K表示资本投入;L表示劳动力的投入;R表示科技投入;A是常数项,表示除K、L、R、λ[,t]之外的广义的技术进步;它包括了由政策、 法律等方面的进步所引起的科技进步。又由于λ[,t]并不是本文的分析重点,如果解释过多的变量的话,可能会影响分析结果。因此,为了加强函数的解释力度,近似地认为这一项为常数,将其并入A中,得新方程为:
为构造线性回归方程,使分析结果更为显著,对方程(2)取对数, 并加上随机误差项,得到计量方程为:
将方程(3)中的对数值用小写字母表示,方程可写为:
其中,Q为一国经济增长水平,用国内生产总值(GDP)作为衡量指标;K为资本投入,选用全社会固定资产投资总额来度量;L为劳动力投入,采用全社会劳动者人数,即年末从业人员;K为科技投入, 采用中国每年的科技活动经费内部支出总额来代替研发投资额,之所以这样做,是因为:
第一、中国科技投入的实际数字与公开的研发投资的统计数字是有差距的。研发投资统计所公开的数字,只包括预算内的科技投入,如R&D机构、 国有大中型企业和高等院校的科技投入等;但仍有很大一部分的科技投入没有列入统计口径之内,如民营科技企业的科技投入,高新技术开发区的科技投入,乡镇企业和外资企业的科技投入等,这些科技投入加起来也是一个很大的数值。如果仅仅依靠研发投资的统计数据来计算经济增长,不能把这些没有列入统计口径之内的科技投入所产生的经济增长效果表示出来。
第二、研发投资是指统计年度内各执行单位实际用于基础研究、应用研究和试验发展的经费支出,它包括实际用于科学研究与试验发展活动的人员劳务费、原材料费、固定资产购建费、管理费及其他费用支出;科技活动经费内部支出总额是指统计年度内用于科学研究与试验发展、R&D 成果应用以及科技服务活动的实际经费支出,它包括从事科技活动人员劳务费、科研用固定资产购建支出以及其他用于科技活动的支出。从这两个统计口径中可以看出,科技活动经费内部支出总额的统计范围要比研发投资的统计范围大,因此每年的科技活动经费内部支出总额要大于研发投资额,这笔资金主要体现在R&D成果应用推广以及科技服务活动中。
第三、科技投入对经济的影响并不完全在当期的国内生产总值上能体现出来,而是客观上存在一定的滞后效应。也就是说科技投入支出具有累积的效应,以前的科技投入会对当期经济增长产生影响,但以现有的数据和工具无法作加权处理,因此采用累积科技投入费用作为衡量指标,以两年作为累积期,即,它也同样可以反映出科技投入的累积特性,保证了分析的有效性。
综上所述,我们认为在目前情况下,用科技活动经费内部支出总额作为衡量科技投入的指标是最为合理的。
又由于科技投入滞后效应的客观存在,因此还要进一步引入滞后的累积科技投入项,即R[,t-i],表示滞后1年的累积科技投入支出费用,方程可写为:
α、β、γ分别是资本和劳动力投入及科技投入的产出弹性,而ε就是计量方程中的随机误差。
3 数据来源
本文采用时间序列数据进行研究,时间跨度为13年。这是因为中国自1990年才开始进行科技统计,先后编制了《中国科技统计年鉴》和《中国统计年鉴》。从这两种年鉴的情况看,1991年后指标体系才趋于完整,数据收集的系统性也有所提高。因此,本文以《中国统计年鉴》(2004)和《中国科技统计年鉴》(2004)提供的数据为样本,其中中国国内生产总值、全社会固定资产投资总额、全社会劳动者人数都来源于《中国统计年鉴》,每年的科技活动经费内部支出总额来源于《中国科技统计年鉴》。数据如表1。
4 实证检验
本文对表1数据的处理和检验主要使用统计软件SPSS11.5。方程(4)表示的是当年的科技投入对GDP产出的影响,没有作滞后检验;方程(6)则是对科技投入费用滞后Ⅰ年,也就是检验I+1年前的科技投入对当年的GDP产出影响,从而得出这种滞后效应到底有多大以及对中国经济效果的影响。具体检验结果如下:
方程(4)结果为:
根据C-D函数的一般假设可知,劳动和资本的产出弹性为正数,其值应在0和1之间,科技活动经费内部支出作为一种投入被引入方程,其产出弹性也应介于0和1之间。用这一标准检验分析结果,发现方程(7)、(8)、(9)均满足这一假设。从检验结果看,科技投入在三年中对经济增长都产生影响,其当年、滞后1年、滞后2年的产出弹性分别为0.171、0.300、0.339,其效果在三年中逐步发挥出来,第三年达到最大。再结合方程(10)和(11),滞后3 年科技投入的产出弹性明显降为负值-0.064,与滞后2年相比波动很大,而且滞后3年R[,t-3]的T检验值和K[,t]的产出弹性都为负,已不符合假设,滞后4年的L[,t]的产出弹性和T检验值为负,也不符合方程的假设,因此都不能被接受,表明此时在我们的分析框架中已经无法检测出科技投入对经济增长产出的影响,或者说滞后3年和3年以上时科技投入对经济增长产出的影响已经相当弱了。
5 结论与建议
5.1 主要结果
本文运用统计回归方法对中国科技投入的经济增长效果进行了实证分析,结果显示:(1)中国科技投入大致在3年左右的时间内对经济增长存在影响,或者说对经济增长发挥作用,其产出弹性在0.17—0.34,即科技投入增加1%,经济增长将相应地增加0.17%—0.34%;(2)中国科技投入对当期经济增长贡献率约为17.1%,促进作用较明显,但其后因科技投入的滞后影响而对经济增长高达63.9%(30%+33.9%)的贡献率却在两年滞后期内快速结束。而Griliches的研究结果表明,美国科技投入对生产率的影响作用,即它的产出弹性只有0.10—0.15左右,而且1967—1977年11年间的变化很小,1967年为0.113,1977年为0.089[6]。相比之下,中国科技投入费用的短视性非常明显,短期内的效果过于显著,几乎是一种短期的“爆发性”的作用,产出弹性过大,但持续性较差,波动很大。
5.2 政策建议
科技投入是科学研究和技术创新活动的物质基础,科技投入的最终效果常常体现在经济增长上。因此,在研究和规划一个国家的经济增长问题时,我们不能轻视更不能忽视科技投入的因素。但是,当人们逐渐认识和懂得了科技投入对于经济增长的重要意义之后,往往又会产生一种简单化甚至片面的理解,似乎只要增加科技投入,就会自然而然地带来科技的发展和经济的增长。事实上,不同的历史发展阶段,科技投入的不同方式和结构,科技投入对经济增长的作用效果是完全不同的[17]。为了保证中国经济持续发展和有效运行,在增加科技投入总量的同时,更要对科技投入的结构、科技资源的优化配置和使用效率给予足够的重视。具体而言,要做好以下几个方面的事情:
(1)在经济增长的基础上,适度提高科技投入比重。 一个国家的科技投入力度应与其经济社会发展所处阶段相适应,低水平的科技投入会延滞社会经济发展。联合国教科文组织在1971年出版的《科学应用与发展》中把各国工业化发展的过程分为四个阶段:工业化前阶段、工业化第一阶段、工业化第二阶段和工业化后阶段,并给出了主要划分标准。文献通过对多个国家的R&D投资规模研究,得出了R&D投资规模的一般统计规律,当一个国家处于工业化第一阶段R&D/GDP大致范围在0.7%—1.8%;工业化第二阶段R&D/GDP大致范围在1.5%—2.5%;工业化后阶段R&D/GDP大致范围在2.0%—3.0%。
1.数据来源:DECD《主要科技指标》(1999)、《中国科技统计年鉴》(2004).
2.中国为2001年增长率,美国、德国、加拿大为1995—1998年平均增长率,其它国家为1995—1997年的平均增长率。
从表2中我们也可以看出,尽管西方发达国家R&D经费的年增长率低于发展中国家,但其R&D/GDP的值都位于2.2%—3.0%之间。因此无论从R&D的绝对投入量还是R&D的相对量,我国用于R&D的经费都太少,尽管近些年R&D 经费一直保持较高速的增长,但还不能与快速发展的经济相适应。根据三个产业之间的比重、高技术产业发展状况和科技投资的重点,我国正处于工业化发展第一阶段的后期,正迈向第二阶段。按R&D投资规模的国际统计规律,2002年我国R&D占GDP的百分比为1.23%,还是偏低的。综合分析我国国情,R&D/GDP控制在1.5%—1.8%较为适宜。
(2)重视科技投入的结构和科技资源的优化配置。增加科技投入的总量, 只是为科学研究和技术创新提供了物质基础和可能性,并不等于科学研究和技术创新本身,更不等于实现了经济增长。只有保持合理的科技投入结构,实现科技资源的优化配置,保证科技资源流向富有活力和最有效率的科学研究和技术创新领域,科技投入才能有效地促进科学研究和技术创新的发展,才能真正成为促进经济增长的重要手段。如果将大量的科技资源投入到一个效率低下的科技领域,则不仅不能发挥科技资源的应有作用,反而可能会降低整个科技与经济大系统的运行效率。因此,为了充分发挥我国科技投入在促进经济增长中的积极作用,整个社会在高度重视科技投入总量增加的同时,必须对科技投入的结构、科技资源的优化配置问题给予更高程度的关注。
(3)优化科技投入活动的运行机制,提高科技投入的使用效率。 顺畅的科技投入运行机制是使研究成果迅速转化成现实生产力,提高科技投入经济效果的重要保障。通过理顺科技投入活动中各主体方的关系,把科技投入项目的选择机制、组织机制、动力机制、激励机制、投融资机制和转化机制紧密结合起来,共同作用,可提高科技投入活动的成功率,降低科技投入的时间滞后,迅速地把科技投入转化为知识存量和技术进步,促进经济的快速发展。
收稿日期:2005—10—11.
基金项目:国家自然科学基金项目(70572047),博士创新工程基金项目(2005—7—13)。
标签:科技论文; 生产函数论文; 中国统计年鉴论文; 经济研究论文; 经济论文; 经济增长论文; 经济学论文; 投资论文;