数量经济与技术篇1
关键词：资本体现式技术进步；经济增长；小波变换；关联效应
技术进步是经济增长的重要决定因素，但技术进步对经济增长作用并非完全独立，往往以不同方式与资本或劳动要素相结合，通过提高要素配置效率和要素生产率方式促进经济增长。技术进步和生产要素组合形式不同，对要素生产率和经济增长效率影响差异显著。其中无偏性即中性技术进步能够同比例提高所有生产要素投入效率，以全要素生产率方法就可以有效测算技术进步。但若有偏性技术进步并非单独发挥作用而是依附于资本或劳动投入，并非均等提高资本或劳动质量，仅以全要素生产率方法测算技术进步就存在许多局限，结果可能有悖于现实经济中整体技术进步的作用贡献，也无法刻画经济增长过程中整体技术进步及资本和劳动质量变化的全部。［1］
当前，世界各国普遍出现经济高增长和全要素生产率下降共存的现象，事实表明中性技术进步并非反映经济增长质量的全部。Gordon（1990、2000、2002），GreenwoodandYorukoglu（1997），Greenwood、Hercowitz、Krusell（1997）和Greenwood、Jovanovic（2001）发现，20世纪90年代后技术进步主要与有形物化的资本品结合，一国经济正是利用内含最新技术的设备投资特别是信息软件业设备，通过资本和技术进步相耦合方式（即资本体现式技术进步）实现快速增长。Gordon［2］和Hulten［3］等测算出机器设备投资中有形的技术进步对美国经济增长的作用贡献，发现1954年到1990年间美国资本体现式技术进步每年以3%的速率增长，占技术进步总贡献率的2/3以上，其中美国战后60%的生产率增长来自资本体现式技术进步。［4］
同样，黄先海等［5］利用中国工业数据分析表明，中国的技术进步也完全可能融合于物化型设备投资中，通过设备更新换代提升技术进步和生产率。赵志耘等［6］构建了一个区分设备投资和建筑资本投资的内生经济增长模型，通过界定设备投资和建设投资相对价格与边际收益与技术进步的关系，依据中国经济改革和发展过程中高投资收益率和设备相对价格下降的经验事实，发现我国以设备进口为主的技术引进方式实现的设备积累速度远高于建筑资本积累速度，判定了中国资本体现式技术进步的存在性。同时，应该强调，生产要素对经济增长作用并非固定不变，在不同的经济发展阶段、不同资源要素禀赋和政治经济制度环境约束下，要素贡献都将呈现出时间性和阶段性的变化趋势，而技术进步作用方式因发展阶段和资源禀赋结构不同而表现迥异，即技术进步作用存在动态阶段性规律。［7］由于国内普遍缺乏对资本体现式技术进步的关注，相关的定量研究也几乎无人涉及，特别是20世纪80年代以来我国中性技术进步贡献与经济增长趋势并不保持一致，真实经济发展过程中的技术进步更多表现出与机器设备投资相融合的趋势。为考察资本体现式技术进步的作用特征，本文利用设备工业品与建筑工业品的相对价格指数，构建资本体现式技术进步指数分析蕴涵在设备中的体现式技术进步变化特征，及其与经济增长率的周期波动关联性。
一、资本体现式技术进步动态变化规律
在资本体现式技术进步的分析中，通常利用设备品的相对价格来反映。国内外相关研究也多数采用此种方法，如陈师、赵磊（2009）就以消费价格指数与设备价格指数之比来衡量投资专有技术进步。在此我们以设备资本与建筑资本的相对价格指数的倒数来表征资本体现式技术进步增长及变化趋势。在此首先利用1980—2007年建筑资本和设备资本的年度相对价格指数来构建资本体现式技术进步指数，如图1所示。
数据显示：资本体现式技术进步在改革开放初期变化幅度不大，但自20世纪80年代中期开始到90年代中期出现快速增长，特别是在1987年资本体现式技术进步的增长率超过了20%，这表明在此期间我国以设备资本品投资方式实现的技术进步增长迅速，也是类似于我国这样的发展中国家实现技术升级、缩小和发达国家技术差距的主要途径。而在90年代中期后资本体现式技术进步的增长速度放缓，基本都在4%均值上下小幅波动。考察资本体现式技术进步在80年代、90年代和21世纪初三个时段的平均增长率，分别为6.7%、4.7%和3.5%，呈现明显递减特征。观察资本体现式技术进步的趋势分量，可以看出资本体现式技术进步呈现出抛物线型的增长趋势，在20世纪80年代中期出现了一个峰，表明该时段是我国资本体现式技术进步的快速增长期，90年代中期后增速逐渐转缓。主要原因可能是，改革开放初期我国与其他发达国家的技术差距形成了模仿和复制的成本优势，因此以先进技术设备引进与投入为载体的物化型技术进步成为我国技术快速升级的主要形式，但随着与发达国家技术差距的缩小和边际收益下降，资本体现式技术进步的增长速度会逐渐减缓。进入21世纪后，资本体现式技术进步增长趋势分量近似于一条水平线。
为深入分析近年来资本体现式技术进步的变化特征，我们选择月度数据进行细化分析。首先采用分类资产价格指数构建资本体现式技术进步指数，在机械工业品中选择具有较高投资价值且质量发生明显变化的四类工业品，分别为通信设备、计算机及其他电子设备，通用设备，电气机械及器材，仪器仪表及文化办公机械，进行加权平均构建设备品价格指数ppie，以反映机械设备质量变化的综合趋势。其权重为该行业工业总产值的比重，即:
之所以选择通信设备、计算机及其他电子设备等四类制造业工业品出厂价格指数，原因在于通信设备、计算机及电子等设备技术含量和其他设备相比投资价值更高，技术水平高且技术更新也快于其他设备品，对资本体现式技术进步的表征更直接、更敏感。将设备品价格指数与建筑材料工业品出厂价格指数的比值的倒数作为综合设备中的资本体现式技术进步指数etC，同时还将通信设备、计算机及其他电子设备指数与建筑材料工业品出厂价格指数的比值的倒数etCCe，以分析蕴涵在前沿设备中的体现式技术进步，如图2所示，数据来源于国家统计局，样本区间为1999年1月到2010年3月。#p#分页标题#e#
图2显示，综合设备中的资本体现式技术进步指数etC与前沿设备投资品中的体现式技术进步指数etCCe具有相似的变化特征，在2003年和2008年都出现快速增长，这与依据年度数据构建资本体现式技术进步指数的结论相一致。其中综合设备中的体现式技术进步指数etC在2003年12月阶段最大值为7.5%，2008年8月的阶段最大值为9.02%，而前沿设备中的体现式技术进步指数etCCe比综合设备中的体现式技术进步增长更快，在各个阶段都高于综合设备中的体现式技术进步增长率，2004年3月的阶段最大值为11.6%，2008年8月的阶段最大值为12.8%。在整个样本区间内综合设备中的体现式技术进步年均增长率为3.22%，而前沿设备中的体现式技术进步年均增长率为5.86%。
二、资本体现式技术进步和经济增长周期波动关联效应
利用月度数据考察资本体现式技术进步和经济增长率的动态变化规律。综合设备中的资本体现式技术进步etC和经济增长率GDpR的月度变化路径如图3所示，经济增长率GDpR的月度数据是将季度数据采用频率转换获得。
图3显示的是自20世纪90年代中期以来，我国资本体现式技术进步与经济增长率的变化特征有所不同，经济增长率在90年代末期出现下落特征，但在21世纪初期开始平稳上升，在2007年达到的最大值为13%。受世界经济危机的影响在2008年初开始快速下降，但2009年初又出现明显回升。资本体现式技术进步etC没有出现明显的增速平稳上升特征，与经济增长率相比其波动幅度较小，只是在2003年和2008年出现大幅增长，其变化特征显示其增长并没有受世界金融危机和经济危机的影响。下面，进一步采用小波变换方法分析资本体现式技术进步etC和经济增长率GDpR各层分量的变化特征。
从小波变换系数wtf(m,n)中可以得到f(t)在时间窗[mt+n-mΔt,mt+n+mΔt]的部分信息，同时可以得到f(t)在频率窗[θ/m-Δθ/m,θ/m+Δθ/m]的部分信息。因此，当m值小时，mt+n-mΔt和mt+n+mΔt很小，时间窗很小。而在频域上θ/m-Δθ/m和θ/m+Δθ/m很大，频率窗很大，相当于在短周期内用高频小波作高分辨率分析。当m值大时，时间窗很大，而频率窗小，相当于在长周期内用低频小波作低分辨分析。［9］
本文采用DB4小波变换将资本体现式技术进步etC和经济增长率GDpR进行分层，根据我国经济周期波动的特点和周期的划分，将小波变换的最大尺度α取为27=128个月。通过小波变换，将时间序列分解就可以得到不同尺度下的分量谱图。小波分解后的前三层尺度为21～23，是周期1～8个月的分量，即频率为0.125～1的分量，包含了序列中的随机因素和不规则因素。第四层尺度为24，是周期9～16个月的分量，即频率为0.063～0.125的分量，称为短周期分量，记为etCS和GDpRS，如图4所示。第五层尺度为25，是周期17～32个月的分量，即频率为0.031～0.063的分量，第六层尺度为26，是周期33～64个月的分量，即频率为0.016～0.031分量，我们将小波分解后的第五层和第六层分量合并，将其称为中周期分量，记为etCm和GDpRm，如图5所示。第七层尺度为27，是周期65～128个月的分量，即频率为0.008～0.016的分量，我们将其称为长周期分量，记为etCL和GDpRL，如图6所示。
图4显示，在短周期资本体现式技术进步与经济增长率波动不同，部分时期呈现出相反的变化特征，如在2000年初资本体现式技术进步etCS呈现下降趋势，而经济增长率呈现上升趋势，在2005年中期资本体现式技术进步达到波峰，而此时经济增长率却处于波谷。对比资本体现式技术进步与经济增长率的波动幅度，发现在短周期资本体现式技术进步比经济增长率的波动强烈，波动幅度大。分析短周期资本体现式技术进步与经济增长率Granger的因果关系，我们发现，当滞后的时期取2个月时，原假设为“etCS不是GDpRS的Granger原因”的F-统计量小于10%的临界值，在1%的显著性水平上接受原假设，表明在短周期资本体现式技术进步不是经济增长的Granger原因。同时，原假设“GDpRS不是etCS的Granger原因”的检验接受原假设，表明短周期经济增长也不是资本体现式技术进步的Granger原因，因此短周期二者不具Granger因果关系，即资本体现式技术进步不是经济增长的原因，而经济增长也不是资本体现式技术进步变化的原因。
图5显示中周期资本体现式技术进步etCm与经济增长率GDpRm的变化在2008年之前呈现较强的共变特征，即当资本体现式技术进步达到波峰时，经济增长率也到达波峰；资本体现式技术进步达到波谷时，经济增长率也到达波谷。但在2000年后，二者变化呈现相反的特征。考察中周期二者的Granger因果关系，和短周期二者关系不同，在9%的显著性水平上拒绝“etCm不是GDpRm的Granger原因”的原假设，表明在中周期资本体现式技术进步是经济增长的Granger原因，但不能拒绝“GDpRm不是etCm的Granger原因”的假设，即资本体现式技术进步和经济增长在中周期存在单向Granger因果关系。中周期分量时差关系发现资本体现式技术进步与经济增长的最大相关系数为0.9665，但不是在当期，而是在资本体现式技术进步先行1个月时，这再次印证资本体现式技术进步对我国经济增长的促进作用。图6显示的是资本体现式技术进步和经济增长的长周期分量的变化趋势，二者呈现完全的共变特征，在经济增长到达波峰时，资本体现式技术进步也到达波峰，在经济增长到达波谷时，资本体现式技术进步也到达波谷。
表1的Granger因果关系检验显示，资本体现式技术进步和经济增长率的长周期分量的Granger因果关系检验在3%的显著性水平上拒绝原假设，二者具有双向Granger因果关系。利用资本体现式技术进步和经济增长率原序列进行Granger因果关系检验，发现在1%的显著性水平上拒绝原假设“etC不是GDpR的Granger原因”的原假设，但不能拒绝“GDpR不是etC的Granger原因”的原假设，表明资本体现式技术进步和经济增长率具有单向Granger因果关系，这表明当前资本体现式技术进步是我国经济增长重要因素。
三、基本结论
本文利用设备工业品与建筑工业品的相对价格指数，构建出资本体现式技术进步指数，分析蕴涵在现代设备投资过程中的资本体现式技术进步，并利用小波变换方法分析体现式技术进步与经济增长率的周期波动关联性。结果显示，我国资本体现式技术进步自20世纪80年代中期到90年代中期出现快速增长，之后增速放缓。体现式技术进步呈现出抛物线型变化趋势，80年代、90年代和21世纪初年均增长率分别为6.7%、4.7%和3.5%。小波变换分层分析资本体现式技术进步和经济增长的关联效应，发现短周期资本体现式技术进步与经济增长率变化特征不同，Granger因果关系检验显示资本体现式技术进步和经济增长率不具有Granger因果关系。中周期资本体现式技术进步与经济增长率变化呈现较强的共变特征，并且存在“资本体现式技术进步是经济增长的Granger原因”的单向因果关系。长周期资本体现式技术进步与经济增长率变化呈现完全的共变特征且存在双向的Granger因果#p#分页标题#e#
关系。长中短周期关系显示资本体现式技术进步对我国经济增长的作用，不是体现在短期而是中长期，中长期经济增长动力在于技术进步。这表明在工业化的发展进程中资本体现式技术进步在较长时间内还将是我国技术进步的主要方式。
参考文献
［1］J.FeLipe.totalFactorproductivityGrowthineastasina:aCriticalSurvey［J］.theJournalofDevelopmentStudies,1999,(4)．
［2］R.J.GoRDon.themeasurementofDurableGoodsprinces［m］.Chicago:UniversityofChicagopress,1990.
［3］HULten,R.Charles.GrowthaccountingwhentechnicalChangeisembodiedinCapital［J］.americaneconomicReview,1992,(4).
［4］GReenwooDJeRemY,HeRCowitZ，KRUSeLL.Long-runimplicationsofinvestment-SpecifictechnologicalChange［J］.americaneconomicReview,1997,(3).
［5］黄先海,刘毅群.物化性技术进步与我国工业生产率增长［J］.数量经济技术经济研究,2006,(4).
［6］赵志耘等.资本积累与技术进步的动态融合［J］.经济研究,2007,(11).
［7］郑玉歆.全要素生产率的测算及其增长的规律［J］.数量经济技术经济研究,1998,(10).
数量经济与技术篇2
关键词：《农业技术经济学》；效益评价；实践教学
《农业技术经济学》是农业经济管理专业的主干课程，是一门遵循自然规律和社会主义市场经济规律的要求，联系生产关系与上层建筑，以分析、评价、论证和优选等方式研究生产实践中技术因素和经济因素合理结合的内在运动规律及运动条件，以取得最佳技术经济效果；研究农业技术创新扩散的内在经济规律，以及技术进步对经济的促进作用的学科。它是农业技术科学与经济科学的交叉学科，涉及技术、社会、经济、数学等多学科的应用性学科，技术、经济、计量是本课程的三要素。《农业技术经济学》的研究内容决定了这门课程的教学具有不同于其他学科的特点。笔者从事《农业技术经济学》教学多年，感悟颇多，本文拟从具体学习的方法、技巧等方面加以总结，希望对《农业技术经济学》教学有所启示。
一、抓住《农业技术经济学》的课程主线
课程主线是贯穿课程始终的核心内容和中心思想，它就像一根红线将课程的各组成部分内容有机地联系起来，形成结构合理、逻辑严密的课程体系。在教学过程中，许多学生认为《农业技术经济学》没有自己的课程体系，好像是农业技术学、生产经济学、计量经济学、投资项目评估等课程内容的拼凑。笔者认为，产生这种情况的主要原因是学生没有抓住《农业技术经济学》的课程主线。如前所述，农业技术经济学是以分析、评价、论证和优选等方式研究生产实践中技术因素和经济因素合理结合的内在运动规律及运动条件，以取得最佳技术经济效果；研究农业技术创新扩散的内在经济规律以及技术进步对经济的促进作用的学科，它涉及技术、经济及其相互关系。因此，该课程的主线应该有两条：一条是技术线，解决的是农业技术的内在发展规律，即研究关于农业技术创新、农业技术扩散与采用以及农业科技成果产业化等农业技术进步的规律问题；一条是经济效益线，研究解决的是农业技术推广应用的经济效益问题，即农业技术扩散与应用过程的经济效益问题。这两条线并不是平行的，而是在逻辑上存在着先后的关系，技术线在前，经济效益线在后。这两条线既具有相对的独立性，又存在着内在的必然联系，通过技术与经济的互动机理，将两者有机地连接起来，成为贯穿课程始终的一根红线，那就是农业技术与经济效益线。教学中，教师只有抓住课程的主线，静心研读教材，才能理清思路，有助于教学内容的理解和学习。
二、掌握农业技术经济效益评价分析方法
《农业技术经济学》围绕农业技术与经济效益这一主线讲述各种经济效益评价分析方法。农业技术经济效益评价分析方法随着学科的发展也在不断发展，按其性质可分为定性分析方法和定量分析方法两大类。定性分析方法包含许多具体的分析方法，如理论分析法、演绎归纳法、综合分析法等。研究不同的农业技术经济问题，可以灵活地选择定性分析方法，既可以选择某一种方法加以运用，也可以选择多种方法结合起来加以运用。研究解决农业技术经济问题，运用定性分析方法的优点是一般能比较容易地对研究对象的客观情况作出正确的判断和描述，把握研究对象质的方面的规定性，能使人们对农业技术经济问题有一个比较正确的认识，便于人们作出正确的决策；缺点是对客观情况的反映比较粗略，人们难以精确把握研究对象的变化情况而作出恰如其分的选择。
《农业技术经济学》运用的定量分析方法也很多，如在农业技术经济评价指标的设置、选择及计算方法基础上运用的指标计算法、比较分析法、因素分析法、盈利分析法、综合评判法、生产函数分析法、边际分析法、线性规划法等。根据所运用的数学方法和计算手段的不同可将这些方法划分为常规计量分析方法和现代计量分析方法。指标计算法、比较分析法、因素分析法、盈利分析法、综合评判法等一般只需运用初等数学的知识，借助简单的计算工具就能进行农业技术经济效果计量分析与评价，属于常规的计量分析方法。生产函数分析法、边际分析法、线性规划法等方法的运用则需要运用高等数学的知识，借助于电子计算机进行运算，因此属于现代计量分析方法。研究解决农业技术经济问题，运用定量分析方法的优点是计量结果精确而确定，人们可以精确地把握研究对象发展过程中每一个细小的变化，把握研究对象量的方面的规定性，使问题研究精细化，提高研究结论的确定性。但精确并非正确，数学运算的特性使计算的结果并不能正确地反映研究对象的客观实际，即存在与实际之间的误差。因此，进行农业技术经济分析评价必须做到定性分析与定量分析相结合，这是研究农业技术经济问题的基本原则和客观需要。只有这样，才能精确地反映客观实际，提高农业技术经济研究的质量，更好地为农业生产和经济发展服务。
三、打好数学基础
如上所述，《农业技术经济学》也是一门关于方法的科学，尽管农业技术经济效益评价分析的方法按其性质分为定性分析方法和定量分析方法，进行农业技术经济分析评价必须做到定性分析与定量分析相结合，但随着社会的发展，人们对农业技术经济问题的研究时，除把握质的方面的规定性外，越来越要求精确化，这就要求我们在研究实际问题时采用现代计量方法。现代计量方法的运用一般需要运用高等数学的知识，如运用生产函数方法时，建立生产函数模型求解模型参数时，要用到高等数学中的矩阵转置、矩阵的逆、矩阵的秩、导数等相关知识，对建立的生产函数模型检验时，要用到概率与数理统计中的随机变量及分布、数字特征、参数估计和假设检验等相关知识。在教学过程中笔者发现，数学基础较好的学生，各种方法掌握得又快又好，实践实习时能够比较圆满地解决一些实际问题。因此，教师要帮学生复习高等数学中的导数、函数、矩阵等相关知识，但对于这些数学知识，我们一般要求学生能看懂其运算过程及意义，不要求精确运算，因为在实际操作时，我们往往是借助计算机及相关软件应用方面的相关知识。
四、加强实践教学环节
《农业技术经济学》作为一门理论与实践联系相当紧密的课程，其学科体系由基本原理、基本方法、基本原理在研究解决具体农业生产实践中的技术经济问题应用三个有机联系的部分组成。因此，加强实践教学环节对于培养学生创新精神和实践能力，提高学生综合素质具有重要意义。
为了完善实践教学环节，提高实践教学质量，激发学生学习积极性，提高学生动手能力，针对实践教学存在的问题，笔者在教学过程中采取以下具体措施加强实践教学。首先，在课堂教学时，将讨论、启发、陈述、辩论、案例、练习等多种教学方法有机融合，拓展教学环节；其次，在实验教学中布置专项任务，让学生自己查阅资料，利用计算机等工具，通过边际分析、生产函数运用、非参数统计方法等分析农业生产中的资源配置、科技进步对经济的促进作用；再次，在实习教学环节让学生与社会实践相结合，通过设定题目、设计调查问卷表、收集关于农户的原始资料，如农户收入、农村劳动力转移、土地流转、农业生产成本等资料，选定指标和分析方法，分析某一方面的专门问题，完成调研报告的写作，以提升学生的综合素质。
综上所述，要提高《农业技术经济学》的教学效果，就要在明确《农业技术经济学》研究对象和研究内容的基础上紧紧抓住农业技术经济学的课程主线，即了解农业技术创新、农业技术扩散与采用以及农业科技成果产业化等农业技术进步的规律，掌握农业技术扩散与采用过程的经济效益评价方法问题。作为一门理论与实践联系相当紧密的课程，《农业技术经济学》必须加强实践教学环节，这样才能提高实践教学质量，激发学生的学习积极性，培养学生的创新精神和实践能力，进而提高学生的综合素质。
参考文献：
[1]张冬平.农业技术经济学[m].北京:中国农业大学出版社,2009.
[2]邵法焕.《农业技术经济学》的方法论探讨[J].高等农业教育,2005,(11).
数量经济与技术篇3
关键词：技术模仿；技术创新；战略选择模型；经济增长
中图分类号：F015文献标识码：a文章编号：1002―2848―2006(05)―0086―05
一、引言
经济增长的问题使得古往今来的无数经济学家被吸引，也是自亚当・斯密起近两百年以来经济学界关注的焦点、难点和重要话题之一。索罗模型的建立主要是围绕着生产函数和资本积累函数两个方程展开的，以索罗(R．Solow)为代表的新古典经济增长理论建立的索罗模型为探讨导致各个国家之间富裕与贫穷、发达与落后、工业化与农业化等差距悬殊的问题奠定了非常重要的理论基础和给定了最初始的理论模型，为后人的研究开辟了一条新的道路和指明了未来研究的方向。在索罗模型中，技术被看作是一个天外来客的外生变量，与经济体是无关的，并且是独立于经济体之外自动运行的。最终在通过对引入技术进步的索罗模型分析，可以得出技术进步是推动经济持续增长的源泉。在经典的索罗模型中，只要保证资本的积累，所有国家无论初始的资源禀赋或初始的人均收人存在多大的差异，经济最终会趋于收敛。这一理论导致二战后很多国家，包括中国等，都将把促进资本积累作为经济发展中的重中之重，大多追求重工业优先发展战略，为了促进产业结构和技术结构升级，通过行政手段将大部分的稀缺资源集中到资本密集性产业优先发展，但最终的实际情况是，很多国家的经济陷入了高通胀、经济结构失衡、国有企业效率异常低下等困境中，不仅世界各国的经济没有出现所谓的经济收敛的现象，反而世界各国之间的差距越来越大，甚至有些国家陷入了政治危机，有些国家到目前经济形势还没有得到扭转。收敛或趋同成为了一种梦想，而分化反而成为了时代的主旋律。当然后来有很多学者在对这一问题的研究中，提出了诸如条件收敛、俱乐部收敛等新思维来解释所碰到的各种实际经济现象。但总的而言，这些基于在经典索罗模型的基础上进行的改进和研究也还不能得到完全令人信服的结论。从上个世纪80年代以来，以罗默(Romer)和卢卡斯(Lucas)为代表的学者将规模报酬递增、不完全竞争以及人力资本等因素引入到了增长模型之中，使得对经济现实世界的解释力大大的增强了。通过对经典的索罗模型中引入被称为“劳动增强的技术进步”或“哈罗德(Horrod)中性的技术进步”的时候，实质上就成为了“新经济增长理论”中的主要核心内容，技术进步因素被内生化到经济增长的理论框架和模型中，并且指出导致各种技术进步的缘由中，知识外溢、收益递增、教育培训等人力资本投资是非常重要的方面。在卢卡斯的模型中，人力资本是经济增长的发动机。这对于经济增长引擎的因素有了更深一层次的认识，并不只是在技术进步这样的层面，而是更进一步的研究导致技术进步的人力资本的影响因素。
20世纪60年代，美国经济学家舒尔茨和贝克尔创立的人力资本理论，开辟了人类关于人的生产能力分析的新思路。他们认为人力资源是一切资源中最主要的资源；在经济增长中，人力资本的作用大于物质资本的作用；人力资本投资与国民收入成正比，比物质资源增长速度快；人力资本的核心是提高人口质量，教育投资是人力投资的主要部分；不应当把人力资本的再生产仅仅视为一种消费，而应视同为一种投资，这种投资的经济效益远大于物质投资的经济效益；教育是提高人力资本最基本的主要手段，所以也可以把人力投资视为教育投资问题；教育投资应以市场供求关系为依据，以人力价格的浮动为衡量符号。人力资本理论突破了传统理论中的资本只是物质资本的束缚，将资本划分为人力资本和物质资本。这样就可以从全新的视角来研究经济理论和实践。该理论认为物质资本指现有物质产品上的资本，包括厂房、机器、设备、原材料、土地、货币和其他有价证券等，而人力资本则是体现在人身上的资本，即对生产者进行普通教育、职业培训等支出和其在接受教育的机会成本等价值在生产者身上的凝结，它表现在蕴含于人身中的各种生产知识、劳动与管理技能和健康素质的存量总和。按照这种观点，人类在经济活动过程中，一方面不间断地把大量的资源投人生产，制造各种适合市场需求的商品；另一方面以各种形式来发展和提高人的智力、体力与道德素质等，以期形成更高的生产能力。这一论点把人的生产能力的形成机制与物质资本等同，提倡将人力视为一种内含于人自身的资本，是各种生产知识与技能的存量总和。
在研究分析世界各国经济体发展之间为什么存在如此大的差异的问题中，新增长理论给我们提供了很好的启示和发挥了基础支撑作用：经济增长水平的差异主要原因在于世界各国技术存量水平、技术进步和技术创新方面的差距，而人力资本因素是导致技术层次差距的根本原因。并且学者邹薇等也提出了人均人力资本存量必须同该国的技术水平相匹配，这也解释了为什么发展中国家即使引入了发达国家先进的技术，但实际的经济增长却与发达国家的差距越来越大，是因为技术水平的充分应用必须依赖于人均人力资本水平。但这里得到的结论是比较悲观的，欠发达地区的技术发展水平和人均人力资本存量总体是比较低下的，这样就只能始终采用技术模仿的策略，使之与人均人力资本存量相匹配，进而促使经济进一步的增长，并且在技术模仿的进程中，不能够采用“蛙跳(leapfrogging)”或引进超前的技术。那难道发展中国家就只能始终采取技术模仿的策略吗?显然不是，世界各国经济体的运行的实际情况是技术模仿与技术创新同时存在，特别是应用技术层面的创新在很多国家也是大量存在的，比如像中国这样大的经济体，虽然人均资本存量和人均人力资本水平比较低下，但是整个国家总的资本存量和人力资本存量都是比较高的，也有能力和实力来支持技术创新，不能简单的用静态眼光来看待技术创新的成本高于技术模仿的成本就否定技术创新，因为采取技术模仿的战略，那将始终都会持续地付出模仿成本，总的来说，在某些局部领域，技术创新的总成本对比累计贴现的技术模仿成本可能还更低。
本文认为，经济增长水平虽然主要取决于技术进步和创新，但技术创新并不只是发达国家的“专利”，技术创新除了与人均资本存量和人均人力资本水平有关外，也与总体的人均资本存量和人力资本水平有关。在一些虽然人均资本存量和人均人力资本水平都比较低下，但总体资本存量和人力资本水平较高的经济体大国，同时采用技术创新和技术模仿并行战略是可行的，特别是在能够发挥本国资
源禀赋优势的技术领域进行创新研究是非常有意义的，均衡持续有效的经济增长和发展战略是当技术创新所带来的边际收益与边际成本之差与技术模仿的边际收益与边际成本之差相等时。一个国家技术发展战略是采用技术模仿战略还是技术创新战略，不仅取决于自身的总体的、人均的资本存量和人力资本水平，也取决于在整个世界经济中发展的地位和相对比较情况。本文共分四个部分：第一部分是导言；第二部分是建立基本模型；第三部分是技术战略选择与均衡持续的经济增长；第四部分是结论和相关政策建议。
二、模型原理与技术水平系数
这里我们建立一个具有物质资本和人力资本影响，并带有受技术影响的正常数系数a的模型，对物资资本K和人力资本H的不变报酬的科布―道格拉斯生产函数如下：
其中0≤a≤1，这里假设H就是工人的数目L和人均人力资本h的乘积，并且工人数量L和人均人力资本h在生产中是相互可以替代的，这里a表示在一定技术水平下的正常数，一国的技术水平越发达，a就越大。可见，总劳动力工人的数量L的增长也会导致产出一定程度的增长，在这里我们假设总体劳动力工人的数量L是恒定不变的；当然工人的质量即人均人力资本h的提高也会导致总的人力资本H的提高和产出Y的增加。产出被主要用于消费和投资，投资这里分为物质资本投资和人力资本投资。这里假设物质资本的折旧率和人力资本的折旧率分别为η和λ，人力资本折旧λ主要表示的是由于技术过时，劳动力死亡等导致的收益下降。则总的约束为：
其中，iK和iH分别为物质资本和人力资本的总投资。这两种资本存量的变化如下：
则人均资本存量和人均人力资本存量就是总的资本存量去除以劳动力数目，具体如下：
a值的大小表示该国技术发展的水平，也即技术水平系数，技术发展的水平取决于技术模仿能力和技术创新能力两个方面，并受该国的最初始技术水平基数影响，但可以通过递推的方法将这一初始禀赋的技术水平间接的可以使用总体的和人均的资本存量和人力资本水平来表示，根据我们前面的分析知道技术模仿和技术创新除了与人均资本存量和人均人力资本水平有关外，也与总体的人均资本存量和人力资本水平有关。F1真是技术模仿能力的函数，F2是技术创新能力的函数，所以我们可以给出如下的函数：
技术模仿能力函数F1，和技术创新能力函数F2在不同的总体的、人均的资本存量和人力资本水平下的关系在图1中已经非常清楚的表示出来了。在(1)中，表示出了发达国家与欠发达国家的技术模仿能力函数F1，和技术创新能力函数F2的相互关系情况，发达国家更倾向于技术创新，而欠发达国家更倾向于技术模仿，在一定程度的人均资本和人均人力资本水平下，在不同的总体资本存量和总体人力资本存量的情况下，高的更倾向于技术创新的程度更大一些。在(2)中，总体资本存量和总体人力资本存量高的国家更倾向于技术创新，低的更倾向于技术模仿，在一定的总体资本存量和总体人力资本存量的国家，越欠发达地区越倾向于技术模仿。所以大致上我们可以得出结论：一个国家技术发展战略是采用技术模仿战略还是技术创新战略，不仅取决于自身的总体的、人均的资本存量和人力资本水平，也取决于在整个世界经济中发展的地位和相对比较情况。
技术模仿能力影响的主要因素在于人均人力资本存量，与其他三个因素也有紧密的关系；而技术创新能力主要与总体资本存量和人力资本存量有关，与人均资本存量和人力资本存量也有间接的关系。也就是是说a的大小取决于技术模仿能力和技术创新能力的总和。所以总的生产函数可以写成如下的函数形式：
从上述模型中我们可以看出一国的总体经济发展水平，如果在给定的资本存量k和人力资本存量H的前提下，总产出就主要受技术模仿函数F1值和技术创新能力函数F2值大小的影响。通过图1中的技术模仿能力函数F1真和技术创新能力函数F2在不同的总体的、人均的资本存量和人力资本水平下的关系，我们可以看出两者是呈现相反方向变动的，所以一定存在进行技术战略选择的最优化解，至于具体各国采用何种技术战略选择以保证和促使经济长期持续增长的前提条件在下部分做进一步探讨。
三、技术战略选择与经济增长
通过对模型(6)的分析，我们可以发现，除去不变量物资资本折旧率η，人力资本折旧率λ和劳动力数量L的影响外，总产出Y受物资资本尺，人力资本H，物质资本的总投资iK真，人力资本的总投资iH以及技术模仿能力函数F1，和技术创新能力函数F2的影响。因为总的劳动力数量乙是不变的，实质上模型(6)可以简化为如下的形式：
对于情景1中的国家，技术模仿能力函数F1值和技术创新能力函数F2值都为负，表示该国没有足够的实力进行技术创新，甚至由于人均人力资本、交通、技术层次低下等造成的模仿成本非常高的缘故，导致也不可能采取技术模仿策略，这适用于与发达国家差距巨大的最不发达国家，与其在技术模仿和技术创新战略中进行选择，还不如使其在一个封闭经济圈中进行自我发展。情景2表示该国的技术模仿能力函数F1真值是恒为正，而技术创新能力函数F2值却始终为非正，所以对于该国而言，国家采取完全的技术模仿战略是合宜的；情景3的情况与情景2的情况正好相反，国家应当采取完全的技术创新战略；这两类国家在现实的经济世界中几乎是不可能长期存在的，因为任何国家都存在自己独特的要素资源禀赋差异性，这也就决定了在至少在某些狭小领域能够发展技术创新战略，当然也同时吸取其它国家在另外诸多方面的技术创新成果。对于情景4的情况，是比较接近于现实经济世界的，技术模仿能力函数F1值和技术创新能力函数F2值比值的大小决定了该国更倾向于技术模仿战略或者技术创新战略。上表给出的国家技术战略选择标准给我们提供了一种新的分析视角，虽然可能具体技术模仿函数F1真值和技术创新函数F2值是很难准确计算出的，但是当我们从相互比较的视角开始观察处理这些问题时，可以得到诸多有助于国家进行技术战略选择的各种参照借鉴信息。
四、结论及对中国相关政策建议
一国技术水平程度的高低在很大程度上影响和决定了该国经济发展的水平和经济增长的速度，技
术水平提高的途径主要有两种：技术模仿和技术创新。难道技术创新只是发达国家的“专利”吗?难道不发达国家只能采取技术模仿的战略选择吗?而很显然的是，现实世界经济体各国的实践发展经验向我们呈现了一切：无论是发达国家还是不发达国家，都存在着一定程度的技术创新和技术模仿，绝对意义上的完全技术创新战略和完全技术模仿战略是非常少的。本文将国家技术发展战略选择分为四类情景，并给出了具体的各种不同的情景战略的条件。具体的技术模仿和技术创新的战略选择是受国家总体的、人均的资本存量和人力资本水平影响的，上述得到的结论表明对于不发达国家而言也同样可以进行技术创新，这是比较乐观的，但是也必须提醒的是初始给出的技术模仿能力函数F1和技术创新能力函数F2的值是受其他各个国家的经济发展水平和资源禀赋优势等共同影响决定的，至少技术模仿能力函数F1真和技术创新能力函数F2中的参数、系数是受整个世界经济体系统影响的，所以各国在考虑制定技术发展战略时，特别是在很多领域选择技术创新发展战略时，必须考虑到自身国的要素禀赋优势、物质资本和人力资本存量和均量以及与其他国家相比较的具体优势。
数量经济与技术篇4
关键词技术创新；产业结构调整；能源消费；计量模型
中图分类号F407.2文献标识码a文章编号1002-2104(2008)03-0108-06
改革开放以来，中国经济持续快速增长，与之相应中国能源的需求也稳步增加，从1985年的60894万t标准煤增加到2005年的223319万t标准煤，增幅近3.7倍。随着人口增加、工业化和城镇化进程的加快，特别是重化工业和交通运输业的快速发展，能源需求量大幅上升，经济发展面临的能源制约和环境压力将更加严峻。因此，从定量的角度研究经济增长与能源消费之间的关系具有重要的现实意义。
目前，学术界对经济增长与能源消费定量研究的重点是经济增长与能源消费的互动关系。Yang（台湾，2000）、韩智勇等（中国、2004）、Lee（美国，2006）、mahadevan和asafuadjaye（澳大利亚、日本、瑞典等，2007)［1～4］等的研究表明经济增长与能源消费之间存在双向因果关系；masiha.m.m.和masihR（马来西亚、新加坡、菲律宾，1996）、altinay和Karagol（土耳其，2004）［5～6］的研究则表明两者没有因果关系；林伯强等运用协整和误差修正模型揭示中国能源消费与经济增长之间的长期均衡关系和短期波动关系［7～8］。国内外学者进行的有益探索，已经取得了一些很有价值的研究成果，但是在新的历史阶段，节能减排已经被提到了新的高度，能源消费的研究还需要继续深入，不仅要了解经济增长与能源消费之间的因果关系，而且要分析经济发展与能源消费之间的内在机理，为节能减排工作提供政策建议。
近年来，随着我国进入重化工业加速发展阶段，人们开始不断深化经济发展和能源环境之间的认识。我国长期形成的经济结构不合理、经济增长质量不高的问题依然存在，能源和资源短缺、环境污染、生态失衡成为国家工业化、现代化越来越严重的制约因素，所以转变经济发展方式是贯彻科学发展观的中心环节，而产业结构调整又是经济发展方式转变的重点。通过产业结构调整一方面可以降低高能耗产业比重，减少能源消费，减轻环境压力；另一方面可以提高知识密集型产业比重，增强创新能力，提高能源效率。
产业结构调整对能源消费影响研究的结果表明，产业结构的变化会直接影响能源的消费需求、改变能源的消费结构［9～11］，然而，在产业结构调整、减少能源消费、提高能源效率的过程中，技术创新是关键因素。技术创新不仅能够通过新的生产组合直接提高能源效率，影响能源消费，还会通过新技术发展新兴产业，改造传统产业，优化产业结构等方式间接影响能源消费。但是技术创新作为影响能源消费的重要因素，一直没有得到学界的重视，未被纳入到现有的分析框架中。本文试图建立技术创新、产业结构调整对能源消费影响的分析模型，通过实证分析中国技术创新、产业结构调整对能源消费的影响。
1技术创新、产业结构调整与能源消费分析模型
中国经济的快速增长伴随着能源消费的急剧增加，在经济增长的过程中，技术创新与产业结构调整对能源消费将会产生怎样的影响，是急需要解决的现实问题。本研究在经济增长与能源消费、产业结构调整与能源消费模型的基础上，引入技术创新因素，建立新的分析框架(见图1)。
该分析框架中各要素之间的关系相对比较复杂，首先产业结构升级和优化是促进经济增长的重要途径，产业结构调整一定程度上会影响综合经济发展；其次新经济增长理论和知识经济的研究已经达成共识，技术创新是促进经济增长的核心动力，所以技术创新也会影响经济发展；最后正如上文所言，技术创新也会促进产业结构升级和优化。此外，很多文献已经阐述了经济综合发展和产业结构调整会影响能源消费，技术创新不仅直接影响能源消费，而且还间接通过产业结构调整和经济发展影响能源消费。为了清晰地反映各种因素对于能源消费的影响，这里首先将各种因素进行单独分析，然后再考虑因素之间的协同作用。基于上述分析提出基本假设，进而建立技术创新、产业结构调整与能源消费的基本模型。
H1：经济综合发展促进能源消费。根据现有实证研究结果，经济增长是形成能源消费的重要原因［12～14］。技术创新和产业结构调整协同作用的效果就是经济的综合发展，所以这里假设经济综合发展促进能源消费。经济发展对于能源消费的影响主要由经济发展模式所决定，以能源和资源消耗驱动的经济发展模型，能源消费和经济增长之间的相关性很高；以创新驱动的经济发展模型，能源消费就会和经济增长脱钩。具体模型如式（1）所示，eC表示能源消费，GDp表示经济综合发展。
H2：技术创新节约能源消费。1968年罗马俱乐部提交的研究报告《增长的极限》认为，全球的增长将会因为粮食短缺、能源枯竭、环境破坏等原因达到极限，并且预测1992年石油将被消耗怠尽，而避免世界崩溃的最好方法是限制增长，即“零增长”的结论。实践表明罗马俱乐部的预言没有实现，其主要原因就是技术进步在改变能源消费结构、提高能源效率等方面发挥了重要作用。能源消费的增加不仅是需求拉动的结果，还涉及到能源生产效率、能源消费效率、能源市场价格等多方面的原因。技术创新在转变经济增长方式、能源生产方式和能源消费方式中发挥着无可替代的作用。技术创新可以通过改造传统技术、引进新技术，提高能源生产和消费效率，减少能源消费，还可以通过开发可再生新能源，替代传统化石能源，影响能源市场价格和能源消费结构。除此之外，通过产业结构调整的间接影响也很显著，这里主要考虑直接影响。具体模型如式（2）所示,in表示技术创新。
H3：产业结构升级、优化减少能源消费。由于不同的产业(或行业)能源消费水平不同，在产业结构中，如果能源消费水平高的产业比重大，整个国民经济的能源消费量就会提高。反之，能源消耗的水平则会下降。中国过去几次大规模的产业结构调整使能源消费水平发生了很大波动。产业结构升级和优化是经济增长方式转变的重要表现，同时也是减少能源消费的重要手段。但是产业结构升级和优化不是自发行为，经济发展阶段和技术创新水平是两个重要影响因素。任何一个国家的产业结构都难以逾越其特定的经济发展阶段，所以产业结构的升级自身就体现了经济发展，自然会影响到能源消费。具体模型如式（3）所示,ip表示产业发展，ip/GDp表示产业结构。
[wtBX]eC=α+β3ip/GDp[wtBZ]（3）
H4：经济增长、技术创新和产业结构调整协同影响能源消费。在单因素分析的基础上，还要考虑各因素的协调效果。经济增长、技术创新和产业机构调整是整个经济系统运行的不同侧面，三者存在一定程度的互动关系，其协同机理相对比较复杂，难以简单判断影响结果。从运行机理上看，经济增长从需求总量上对能源消费的影响比较模糊，技术创新从技术上节约能源消费，产业结构升级和优化从需求结构上减少能源消费。经济增长、技术创新和产业结构调整三者协同影响能源消费，具体模型如式（4）所示。
[wtBX]eC=α+β1GDp+β2in+β3ip/GDp[wtBZ]（4）
2模型指标选择和数据来源
对模型进行实证检验，需要确定模型中变量的具体指标和数据来源，本研究选择的具体指标及其解释如下：
能源消费指标：能源消费总量是指一定时期内全国物质生产部门、非物质生产部门和生活消费的各种能源的总和，包括原煤和原油及其制品、天然气、电力，不包括低热值燃料、生物质能和太阳能等的利用。这里的能源消费指标不仅包括终端能源消费量，还包括能源加工转换损失量和损失量二部分，也就是通常定量研究使用的指标能源消费总量（万吨标准煤）（eC）；
综合经济指标：经济发展的直接体现就是产出的增加，但是从不同的角度也会有不同的衡量指标。国家层面主要是采用国内生产总值（GDp）相关指标，产业（企业）层面主要采用产业增加值、产业利润率等相关指标，个人层面主要采用人均可支配收入、人均消费水平等相关指标。这里主要选择国家层面的指标，国内生产总值（亿元）（GDp）表示经济增长的总量规模、R&D经费支出占国内生产总值比重（%）（R&D/GDp）表示技术进步水平和经济增长质量、人均国内生产总值（元）（aGDp）表示经济增长的人均规模。
技术创新指标：技术创新过程是一个知识创造、流动、应用和扩散的过程，从具体时间而言很难进行测度。但是人们为了更好地了解创新能力和创新绩效，就采用黑箱的方法忽略创新过程，延续生产函数的传统，从创新的投入和产出两端测量技术创新。技术创新投入的指标包括R&D经费支出和R&D活动人员投入；产出指标包括论文、专利、技术市场成交额和新产品产值等，其中专利是核心指标，大量的经验研究表明论文、技术市场成交额等指标与专利的相关性较高，所以通常采用专利作为技术创新的衡量指标，这里选择专利授权量和发明专利授权量作为产出指标。技术创新具体指标包括R&D经费支出（亿元）(R&DC)、R&D活动人员全时当量（万人年）(R&Dp)、专利授权量（件）（pa）、发明专利授权量（件）（ipa）。
产业结构调整指标：产业结构调整是一个动态过程，所以只能用产业结构指标进行描述。产业结构是指各产业占所有产业的比重，通常衡量产业结构的指标有产值、从业人员数，从业人员数通常用来反映产业结构对于就业和失业的影响，产值指标主要反映经济结构。所以这里采用各产业产值占国内生产总值的比重反映产业结构。第一产业产值比重（%）（pip/GDp）、第二产业产值比重（%）（Sip/GDp）、第三产业产值比重（%）（tip/GDp）、工业产值比重（%）（in/GDp）、建筑业产值比重（%）（Co/GDp）、交通运输仓储和邮政业产值比重（%）（tSp/GDp）、批发与零售业（%）（wit/GDp）。
数据来源：能源消费、经济综合和产业结构调整指标数据来自《2006年中国统计年鉴》，技术创新指标数据来自《2006年中国科技统计年鉴》。
3模型计量结果分析
本研究采用1987-2005年中国能源消费、经济、技术创新和产业结构的相关数据，运用eViewS3.1软件对模型进行了实证分析。在实证分析之前，考虑到原始数据的单位和量级存在较大的差异，为了避免数据中其他因素的干扰，保证数据的平稳性，对原始数据进行取对数处理。模型实证具体结果如表1、表2、表3所示。
为了避免解释变量之间的多重共线性，建立单变量回归模型，具体结果见表1。从表1可以看出，所有的模型拟合度都比较好，F统计量也比较显著。通过模型1，我们发现能源消费具有显著的自相关性，前期能源消费量将会影响当期消费量。从结果来看，能源消费量滞后一期和滞后二期对当期的影响较大，但是一期系数为正，二期系数为负。这表明能源消费量的变化受外界的影响比较明显，自我依赖程度较低，前期对后期的影响时间较短。能源消费不仅受到能源系统自身的影响，需求和供给的大幅度结构性变化都会影响消费变化。
在三个综合经济变量中，人均国内生产总值的显著性水平不高，说明中国的能源消费并没有随着人民生活水平的提高而显著增加。国内生产总值的弹性系数为0.103，大于R&D/GDp的弹性系数，这一结果表明我国的经济规模总量越大、活跃程度越高，对能源的消费需求就越大，但是R&D对于能源消费的影响还比较小。基于上述结果我们可以看出，中国的经济增长方式主要属于能源和资源推动型，经济结构不合理的问题依然存在，经济规模的扩张一定程度上拉动能源消费量的增长，与此同时研发强度对于能源消费的影响很小，表明研发支出在推动产业结构升级和提高能源效率方面的贡献还比较小。
表2为技术创新对能源消费影响模型的实证结果。从表2我们可以看出，所有的模型都没有常数项，表现在弹性系数上，能源消费不能独立于技术创新而存在。也就是说，能源消费自身是技术进步的产物，而能源消费节约也离不开技术创新活动，两者关系非常紧密。从模型5可以看出，R&D经费、人员投入和专利产出对能源消费弹性系数的显著性水平都比较低，只有发明专利和能源消费水平呈正相关关系。从模型6、7、8、9我们可以得出类似的结论，发明专利与能源消费水平呈正相关关系。根据模型假设，技术创新能力的提升能够节约能源消费，但是实证结果表明发明专利数对能源消费影响的系数为正（虽然比较小），发明专利数与能源消费同向变动，也就是说技术创新能力提升并没有节约能源消费。
上述分析表明如果直接考察技术创新与能源消费之间的关系，中国的技术创新对于能源消费的影响还比较小，并且处于技术创新与能源消费的同步上升期。中国在能源领域的技术创新力量还比较薄弱，能源领域技术进步比较缓慢，急需要加强。但是我们应该看到技术创新一方面是直接作用于能源消费领域，提高能源效率，另一方面是通过对产业结构调整和经济增长的影响，间接影响能源消费。技术创新对于能源消费的间接影响还有待进一步考察。笔者认为随着技术创新能力的增强，两者之间的关系应该有一个拐点，呈现技术创新与能源消费脱钩的情况。
表3为产业结构调整对能源消费影响模型的实证结果。从模型10可以看出，第一产业和第二产业的弹性系数都不太显著，第三产业比重和能源消费呈正相关关系。从模型11、12可以看出，在有滞后项的情况下，各产业与能源消费的弹性系数都不显著；在没有滞后项的情况下，只有交通运输仓储和邮政业对应的弹性系数比较显著。根据模型12，第一产业、建筑业、批发与零售业的弹性系数为负，而工业的弹性系数为正，完全验证了模型假设。第一产业、建筑业、批发与零售业能源消耗相对较少，所以这些产业的比重上升将会减少能源消费；工业是国家能源消费的重点，工业产值比重对能源消费的弹性系数达到了4.213。这表明中国的工业发展还处于粗放型阶段，工业产值增加主要依赖人力、资本和能源投入，知识和技术投入较少，工业整体技术创新能力较弱。
式（5）为模型13，模型的拟合度R2=0.993，Dw检验值=2.16，F统计量显著性水平=0.0000。从式（5）可以看出在多变量协同作用的情况下，各变量的弹性系数有较大变化，其中专利和第三产业的弹性系数为负，即专利授权量增加能够节约能源消费，第三产业产值比重的增加能够减少能源消费。这表明技术创新和产业结构调整协同作用的情况，有利于减少能源消费，技术创新通过革新产业设备和改变产品工艺而节约能源，同时也说明中国的技术进步对能源消费间接影响比直接影响更显著。技术创新在提供优化产业结构、提升产业竞争力的同时也节约了能源消费。
式（6）为模型14，拟合度R2=0.997，Dw检验值=2.86，F统计量显著性水平=0.0000。从式（6）可以看出，在三次产业进一步细化后的产业结构调整综合模型中，交通运输仓储和邮政业对能源消费的弹性系数为负，而批发与零售业的弹性系数为正。其余变量虽然弹性系数有所变化，但是符号没有改变。该结果和表3分析有所出入，技术创新和产业之间作用机理比较复杂，该结果的解释有待进一步的深入探讨。
4简要结论和政策建议
通过上述分析我们可以得出以下简要结论：
（1）能源消费具有一定的自相关性，前期消费将会影响后期消费，但是影响时间较短。从能源系统自身来看，能源消费应该存在一定的路径依赖，具有显著的自相关现象，但是就实证结果而言，目前的能源消费受到众多系统外因素的冲击。中国的能源消费不可再生化石能源占绝大多数，可再生能源比例相对较小，这一能源消费结构决定了能源消费量很大程度上依赖国家固有的资源禀赋和国际能源市场的变化，通过技术创新提高可再生能源消费结构是提高能源消费系统稳定性的基本路径。
（2）经济增长是拉动能源需求、增加能源消费的重要因素。中国正处于重化工业发展阶段，工业仍然是经济发展的主导，并且仍然是粗放型的工业发展模式，所以经济规模的扩张，势必会拉动能源需求、增加能源消费。正如前文所述，经济结构是影响能源消费的重要因素，当知识密集型产业成为经济的主导部门，经济增长将会和能源消费脱钩，经济规模的扩展将不会出现能源约束和环境压力。所以节约能源消费，根本上是要转变经济发展方式，将知识作为社会生产的核心要素，建设创新驱动的国家发展模式。
（3）技术创新、产业结构调整对能源消费产生协同作用。技术创新能力提高(专利授权量增加)一定程度上能够节约能源消费，第一产业、建筑业、批发与零售业产值比重的增加能够减少能源消费，工业产值比重的增加对能源消费的影响较大。从实证结果来看，技术创新对于能源消费的直接影响并不显著，但是与产业结构调整的协同作用比较显著。这充分说明技术创新对于能源消费的影响不仅局限在提高能源效率，而且还体现在很多其他的方面，包括对于经济发展方式的改变、产业结构调整的影响等。同时也表明，技术创新是经济增长、产业结构调整与能源消费关系分析的关键因素。
据此笔者认为，在中国经济高速增长的情况下，降低能耗、减少能源消费，使经济增长和能源消费脱钩的重要途径是基于技术创新的产业结构升级和优化，转变经济增长方式。首先通过技术创新，把依赖人力、资本和能源投入的外延式发展，转变为依赖知识和技术的内涵式发展，在工业领域积极倡导并帮助企业来自觉、合理、有效地使用能源，关闭那些严重浪费能源的企业和工厂；其次大力发展高新技术产业、现代服务业等知识密集型产业，通过高新技术改造传统产业，促进产业升级和优化；最后大力扶植和鼓励节能型企业，要加大和鼓励对节能技术的投资，直接通过能源技术创新，提高能源使用效率，同时通过立法来监督维护能源合理有序的开发利用。
参考文献(References)
［1］Yang,H.anoteontheCausalRelationshipbetweenenergyandGDpintaiwan［J］.energyeconomics,2000,(22):309～317.
［2］韩智勇,魏一鸣,焦建玲等.中国能源消费与经济增长的协整性与因果关系分析［J］.系统工程,2004,(12):17～21.［HanZhiyong,weiYiming,JiaoJianling.ontheCointegrationandCausalitybetweenChineseGDpandenergyConsumption［J］.Systemsengineering,2004,(12):17～21.］
［3］Lee,CC.theCausalityRelationshipBetweenenergyConsumptionandGDpinG-11CountriesRevisited［J］.energypolicy,2006,(34):1086～1093.
［4］Renukamahadevan,Johnasafuadjaye.energyConsumption,economicGrowthandprices:aReassessmentUsingpanelVeCmforDevelopedandDevelopingCountries［J］.energypolicy,2007,(35):2481～2490.
［5］masih,amm,masih,R.energyConsumption,RealincomeandtemporalCausality:ResultsfromamulticountryStudyBasedonCointegrationanderrorcorrectionmodelingtechniques［J］.energyeconomics,1996,(18):165～183.
［6］altinay,G,Karagol,e.StructuralBreak,UnitRoot,andtheCausalityBetweenenergyConsumptionandGDpinturkey［J］.energyeconomics,2004,(26):985～994.
［7］林伯强.中国能源需求的计量经济分析［J］.统计研究,2001,(10):34～39.［LinBoqiang.theeconometricResearchonenergyDemandsofChina［J］.StatisticalResearch,2001,(10):34～39.］
［8］吴巧生,成金华,王华.中国工业化进程中的能源消费变动――基于计量模型的实证分析［J］.中国工业经济，2005,(4):30～37.［wuQiaosheng,ChengJinhua,wangHua.ChangeofenergyConsumptionwiththeprocessofindustrializationinChina［J］.Chinaindustrialeconomy,2005,(4):30～37.］
［9］史丹.产业结构变动对能源消费需求的影响［J］.数量经济技术经济研究,1999,(12):50～52.［ShiDan.theeffectofindustrialChangeonenergyConsumptionDemand［J］.Quantitative&technicaeconomics,1999,(12):50～52.］
［10］路正南.产业结构调整对中国能源消费影响的实证分析［J］.数量经济技术经济研究,1999,(12):53～55.［ShiDan.theeffectofindustrialChangeonenergyConsumptionDemand［J］.Quantitative&technicaeconomics,1999,(12):50～52.］
［11］史丹,张金隆.产业结构变动对能源消费的影响［J］.经济理论与经济管理,2003,(8):30～32.［ShiDan,ZhangJinlong.theeffectofindustrialChangeonenergyConsumption［J］.economictheoryandBusinessmanagement,2003,(8):30～32.］
［12］Yu,e,Choi,J.theCausalRelationshipBetweenenergyandGnp,aninternationalComparison［J］.energyDevelopment,1985,(10):249～272.
［13］Cheng,SB,tin,wL.aninvestigationofCointegrationandCasualityBetweenenergyConsumptionandeconomicactivityintaiwanprovinceofChina［J］.energyeconomics,1997,(19):435～444.
［14］woldeRufael,Y.energyDemandandeconomicGrowth:theafricanexperience［J］.Journalofpolicymodeling,2005,(27):891～903.
effectofinnovation，industrialChangeonenergyConsumption
LiUFengchaoSUnYutao
（Departmentofeconomics,DalianUniversityoftechnology,DalianLiaoning116024,China）
数量经济与技术篇5
[关键词]生产要素产出弹性对数线性计量经济模型产业结构
一、引言
改革开放以来,特别是进入90年代以来,宁波经济整体进入高速增长阶段,社会或区域内生产总值(GDp)增长率甚至在40%以上,区域内生产总值(GDp)从1981年的31.99增长到2158.09,增长将近70倍。本文利用宁波市1981―2004年的相关数据资料按照新古典增长模型设定一个经济发展的数学模型进行研究,通过对经济增长贡献因素的量化分析探讨经济增长的源泉和动力,以了解宁波经济如何持续保持快速增长并掌握宁波经济发展规律以及未来的发展趋势。
二、模型建立与数据说明
美国经济学家罗伯特•索罗提出的经济增长模型是分析宏观经济增长的有力工具,主要研究资本积累与储蓄决策的关系,将长期增长归因于技术进步,而不考虑决定技术进步的经济因素,本文在实证研究过程中采纳这种理论,即将技术进步作为外生变量来考虑。索罗认为:产出除了受资本投入和劳动投入的影响外,还受到其他多种因素的制约。他将这些因素全部归为广义的技术进步,并且认为这些技术进步是“中性的”,即生产过程中劳动和资本之间的边际技术替代率不变。在这种情况下,生产函数采取一种特定形式:Y=a(t)f(K,L)
其中,Y代表产出(GDp),K和L分别代表资本存量和劳动存量,a(t)表示随时问推移不断变化的技术进步。
实证研究表明,资本和劳动对产出增长的弹性在一个相当长的时期内保持不变,而且资本弹性和劳动弹性分别等于产出中资本和劳动所占的份额。因此,索罗经济增长模型通常采取柯布一道格拉斯生产函数的形式,从而表示如下:
Y=aKαLβ(1)
其中,Y、a、K、L的含义与上相同,α、β分别为产出的资本弹性和劳动弹性。随着实践的发展,人们认为经济增长模型中不能忽视技术进步因素,于是在出于数据可得和模型实用性方面的考量对模型(1)做出如下修正:Y=aKαLβGγ,其中G为技术资本存量,γ为技术产出弹性,资本、技术和劳动三者可相互替代,且α+β+γ=1,这种经济增长模型在具体应用过程中,会出现一些难以解释的现象,如一些重要解释变量的系数不显著,参数估计值的符号与实际经济意义或分析结论相矛盾,重要解释变量之间的多重共线性以及数据误差较大等问题。为解决这些问题,将原有模型两边取对数,化成线性模式,能更加确切的反映系统变量之间的关系,增进预测结果的可靠性。则原模型可修正为:Ln(Y)=Ln(a)+Ln(K)+Ln(L)+Ln(G)
收集整理Y、K、L、G的数据资料,利用eViewS进行最小二乘估计,即可得到制度环境外部因子a以及劳动、资本和技术的产出弹性α、β、γ。
三、数据资料
对以上经济增长模型所涉及到的产出、资本、劳动和科技存量四个变量,分别采用域内生产总值(GDp)、固定资本存量、从业人员数与科技资本存量指标来衡量。由于价格指数的波动较大,为消除误差的影响,对各年GDp取当年的名义GDp;对固定资本存量,由于目前的统计年鉴没有提供相应的年度存量数据,本文借鉴复旦大学张军教授在
四、实证分析结果
在上述建模理论和数据处理的基础上,本文应用eViewS软件对宁波市1981年至2004年的区域内总产值、资本投入存量、劳动投入存量按照索罗经济增长模型进行最小二乘回归,另外为较准确地反映不同时期宁波不同生产要素产出弹性的演化特征,本文将1981―2004年共24年的数据分为四个阶段:第一个阶段1981―1984年为改革开放初期;第二个阶段1985―1991年为计划经济时期;第三个阶段1992―1998年为计划经济向市场经济转轨时期;第四个阶段1999―2004年为市场经济体制初步建立时期。并对这四个时期分别进行回归,利用eViewS.回归的结果如下:(表二)
回归方程中,只有模型(1)和(4)的拟合程度较高,线性回归显著成立,通过对模型进行检测和分析我们可得出如下结论:在改革开放初期,各种生产要素的潜能都得到了极大的释放,资本和劳动力的产出弹性要大于科学技术的产出弹性,宁波市作为中国东部沿海较早对外开放的城市之一,改革开放初期就注重发展外向型经济,而发展对外贸易的部门都是劳动密集型产业,基本上是单纯依靠低成本的劳动力优势参与贸易竞争的,出口商品集中在纺织品上,技术附加值低,对科学技术创新和资本利用率较低,宁波整体土地资源并不富裕,所以农业人口不多,加上较早对外开放,吸收一部分中西部富裕劳动力就业,重点发展劳动密集型产业使得本地区劳动力资源并不富裕,劳动产出弹性一直比较高,早期一直依赖于粗放的经济增长模式,高资本、劳动力投入,使得资本也相对缺乏,技术投入有限,科学技术产出弹性早期为负值,说明对科学技术投入和利用程度较低,不过进入2000-2004年以来,科学技术产出弹性已经是正值,这说明宁波已经在逐步加快产业结构升级,发展资本和技术密集型产业从而优化产业结构,临港工业加大科研开发投入,进一步完成有技术附加值的深加工,保持传统优势产业的基础上积极推进资源消耗小的高科技产业发展,加强城市规划,合理稳定的保持经济持续增长。
加大对外开放,提升国际竞争力。就必须立足于两个市场、两种资源,积极参与国际竞争,开展跨国经营。目前,有三种参与国际竞争的模式可供借鉴。一是万向集团的“万向模式”,即通过为跨国公司提供零部件,进入跨国公司的产业链,成为某一产品的全球生产基地或制造中心。二是“领带中心”的“嵊州模式”。利用自身劳动成本要素相对低廉的比较优势,为国际著名品牌加工、,依托国际著名品牌的连带效应,提高自身产品的附加值和竞争力。我市杉杉集团与意大利法拉奥公司、日本伊藤忠合资组建国际品牌公司,利用国外企业的设计技术、人才、销售网络,开发国际品牌,已进行了成功的尝试。三是温州的“正泰、德力西”模式,在一些具有一定生产规模的产品或行业,通过龙头企业,带动一批中小企业进入国际市场。同时积极进行核心技术的开发与研制,增强产品的竞争力。要发挥宁波中小企业众多,加工配套能力强的优势,鼓励中小企业为跨国公司提供生产配套,促进产业集聚,为中小企业创造良好的产业成长环境。
参考文献:
[1]宁波市统计局.2004年宁波市统计年鉴
[2]张军吴桂英张吉鹏:中国省级物质资本存量估算:1952―2000[J].经济研究,2004,(10):35―44
[3]刘顺忠:数理统计理论、方法、应用和软件计算[m].武汉:华中科技大学出版社,2005:55―66
[4]左大培:经济学、经济增长理论与经济增长模型[J].社会科学管理与评论,2005,(3):33―46
数量经济与技术篇6
[摘要]文章采用灰色关联分析法和贡献拉动分析法，分析甘肃省高技术等产业对和工业总产值增长的影响程度与贡献程度，主要结论：高技术产业与非高技术工业、建筑业、第一产业、第三产业对经济增长都具有重要影响作用，其中以高技术产业最为显著；在高技术产业体系内，各部门对经济增长都具有重要影响作用，其中以电子及通信设备制造业最为显著；高技术产业对经济增长逐年的贡献与拉动作用未呈稳定增长趋势，贡献程度处于五类产业的中等水平；高技术产业对经济增长的影响程度和贡献程度存在不平衡关系，高技术产业对经济增长的带动作用未得充分发挥。
[关键词]高技术产业经济增长灰色关联贡献分析不平衡
一、问题的提出
高技术产业作为表征一个国家综合国力和整体竞争力的先导产业，决定一国或地区国际竞争力水平的高低和在经济体系中的分工地位，进而影响一国或地区社会经济的整体发展水平，高技术产业已成为决定社会经济发展水平和质量的重要因素。
近年研究高技术产业对经济增长作用的主要成果有：赵玉林、魏芳运用灰色关联分析方法，从我国高技术产业总体、高技术产业各部门等层面，分析高技术产业对我国经济增长的带动作用。万勤运用索洛增长模型和非均衡经济增长理论方法，论证高技术产业是我国经济增长的重要因素。张文红利用道格拉斯生产函数分析了陕西省高技术产业对经济增长的贡献和经济环境发展对高技术产业发展的影响。
高技术产业对经济增长的带动作用应作为研究国家和地区经济增长和产业发展的必然内容。但遍历CnKi，目前未见有学者对甘肃省高技术产业带动经济增长的作用进行较为深入地研究，本文由此提出研究目标。
二、研究对象与研究内容
有不少机构和学者提出高技术产业概念，归纳来看，高技术产业一般应是具有知识、技术密集度高，研究开发投入高，附加值和效益高，发展速度快，拥有一定市场规模，并对相关产业产生较大波及效应的一类产业。
文章分别分析甘肃省高技术产业总体和高技术产业各部门对经济增长的影响程度和对经济增长的贡献程度，目的在于对现阶段甘肃省高技术产业与经济增长的关系做出客观评价。
三、研究方法
1.对经济增长影响程度的分析方法
（1）灰色关联方法概述
从现有研究成果看，分析高技术产业对经济增长的带动作用，可以运用道格拉斯生产函数对高技术产业总产值和GDp进行研究；也可从高技术产业各部门增加值对GDp的回归等角度进行研究。但这两类方法要求数据量大，各因素数据与系统特征数据之间呈线性关系，以及各因素之间无关等，现实中这些要求很难满足。
而当系统信息量有限时灰色关联分析方法的适用性更好，该方法是灰色系统理论的重要内容，是通过灰色关联度来分析和确定系统诸因素之间的影响和相关程度，其实质是对反映系统变化的因素进行时间序列几何关系的比较，即变化大小、方向和速度的相对性，如果相对变化基本一致，则认为因素与系统变化关联度大，反之，关联度小。该方法可在不完全信息系统中较好地描述和确定因素与系统之间的关联程度，目的是寻求系统发展过程中，哪些因素是主要影响因素，及诸因素间重要程度的排序。它对样本量和样本规律不严格要求，计算量小，应用方便，分析结果一般能与定性分析相吻合，是定量与定性相结合的分析方法。在具体计算中，灰色关联系数值越接近于1，表示该因素对系统发展的影响程度越大，该因素越重要；系数值越接近0，表示该因素对系统发展的影响程度越小，该因素越不重要。
（2）模型建立
运用灰色关联法分析高技术产业对经济增长的作用，选取的统计指标包括：GDp、高技术产业工业增加值、建筑业工业增加值等。其中，用GDp表征经济增长系统，其他指标表征经济增长系统的影响因素。同时，为将高技术产业对经济增长的影响程度与其他产业进行比较，在考虑统计数据的可获得性和计算结果对研究目标现实意义的基础上，在三次产业分类中把第二产业分为高技术产业（X1）、非高技术工业（X2）和建筑业（X3），再与第一产业（X4）、第三产业（X5）共同作为影响因素样本，采用各产业工业增加值和的时间序列作为样本数据，建立灰色系统关联模型，分析各产业对经济增长的相关性，并比较各产业对经济增长的影响程度，具体步骤如下：
第一步：标准化处理，由于高技术产业发展速度一般远高于GDp的发展速度，直接用各产业工业增加值作比较数列会使计算结果与事实相反。为保证各因素具有等效性和同序性，需对原始数据进行标准化处理，使之无量纲和统一化，具体是将各产业各年工业增加值的时间序列Xik除以当年GDpk，记为Gk，公式为：（1）
第二步：建立比较数列，将各产业基期工业增加值Xi1与基期GDp1之比作为基数，用公式（1）计算值Gk除以该基数，从而得到一个新数列Xi，称为比较数列，公式为：（2），记为：
第三步：建立参考数列，因为各产业部门对经济增长的带动作用既与每个产业工业增加值占GDp的比重有关，也与其占GDp比重的变动速度有关。如果选比重高的为参考数列，则发展速度与其接近但所占比重低的产业相关性会低，不符实际；如果选择发展速度高的产业为参考数列，则所占比重高但速度低的产业相关性会低，也不符实际。因此，这里用Gk的最大值与Xi的最大值相乘，即最高的比重与最高的增长速度相乘，得到参考数列X0，这一数列既表示所占GDp比重最高，也表示发展速度最快，即最优态，公式为：（3），记为：
第四步：计算关联系数，公式为：
（4）
εi（k）为X0与Xi在第k点的关联系数，上式中丨X0（k）-Xi（k）丨称为第k点X0与Xi的绝对差，minimink丨X0（k）-Xi（k）丨为两极最小差，maximaxk丨X0（k）-Xi（k）丨为两极最大差，μ为分辨系数，其作用是提高关联系数之间的差异显著性，μ∈（0，1），一般取值为0.5。进而得出X0与Xi的关联系数公式：（5）
2.对经济增长贡献程度的分析方法
参照同类研究文献做法，选取GDp和工业总产值表征经济增长程度，选取高技术产业（X1）、非高技术工业（X2）、建筑业（X3）、第一产业（X4）、第三产业（X5）的工业增加值作为经济增长的贡献因素，用各指标值年增长量之间的比例关系，分析各产业对经济增长的贡献程度。
（1）对GDp增长的贡献分析
设Xik为各产业工业增加值的年增长量，GDp为GDp的年增长量，§G为各产业对GDp增长的平均贡献率，σG为各产业对GDp增长的平均拉动率，公式为：
（6）
（7）
（2）对工业总产值增长的贡献分析
与GDp增长的贡献分析相似，设i为工业总产值年增长量，§i为各产业对工业总产值增长的平均贡献率，σi为各产业对工业总产值增长的平均拉动率，公式为：
（8）
（9）
四、高技术产业对经济增长影响程度的比较分析
1.高技术产业总体对经济增长影响程度的比较分析
从《中国高技术产业统计年鉴》和《甘肃年鉴》中整理出2000至2007年高技术产业（X1）、非高技术工业（X2）、建筑业（X3）、第一产业（X4）、第三产业（X5）的工业增加值和2000至2007年甘肃省GDp，根据公式（1）（2）（3）（4）（5）顺序计算，得到各产业比较数列与参考数列的关联系数，见表1。
表1高技术等产业与经济增长的灰色关联系数表
表1中，关联系数值都大于0.5，说明这五类产业对经济增长都具有显著影响作用，同时，关联уi系数排序：
，依次为高技术产业、第一产业、建筑业、第三产业和非高技术工业，这说明相对于其他产业部门而言，甘肃省高技术产业与GDp增长相关性最高，与经济增长关系最为密切；其次，第一产业和建筑业对经济增长的影响程度趋近；再次，第三产业和非高技术工业的影响程度趋近。
2.高技术产业各部门对经济增长影响程度的比较分析
在高技术产业带动经济增长的过程中，高技术产业各部门的影响程度不同，有必要按部门进行分析。高技术产业通常是按国际经济合作组织oeCD的分类标准分为五大类，从数据的可获得性和研究价值考虑，本文选择研究oeCD五类中的四类高技术产业部门：包括医药制造业、航空航天器制造业、电子及通信设备制造业和医疗设备及仪器仪表制造业。
与前文计算步骤相同，整理出2000至2007年甘肃省高技术产业中医药制造业（X1）、航空航天器制造业（X2）、电子及通信设备制造业（X3）以及医疗设备及仪器仪表制造业（X4）的工业增加值和2000至2007年甘肃省GDp，根据公式（1）（2）（3）（4）（5）顺序计算，得到高技术产业各部门比较数列与参考数列的关联系数，见表2。
表2高技术各部门与经济增长灰色关联系数列表
表2中，关联系数值都大于0.5，说明这四个高技术产业部门对经济增长都具有显著影响作用，同时，关联系数уi排序：
，依次为电子及通信设备制造业、医药制造业、航空航天器制造业和医疗设备及仪器仪表制造业，这说明相比较其他高技术产业部门，电子及通信设备制造业与经济增长的相关性最高，与经济增长关系最密切；其次是医药制造业和航空航天器制造业，对经济增长的影响程度趋近；最后是医疗设备及仪器仪表制造业。
五、高技术产业对经济增长贡献程度的比较分析
整理出2001至2007甘肃省高技术产业、非高技术工业、建筑业、第一产业、第三产业的工业增加值，GDp和工业总产值，分别计算年增长量，再根据公式（6）（7）（8）（9）依次计算各产业对GDp和工业总产值的贡献率和拉动率，结果见表3、表4。
从表3结合统计年鉴数据可知，2001年甘肃省高技术产业工业增加值为负，使其对GDp、工业总产值增长的贡献率和拉动率都为负，即对经济增长起负作用，为便于分析，在后文计算各产业对、工业总产值的平均贡献率时剔除了该年高技术产业工业增加值。此后，高技术产业对GDp和工业总产值增长的贡献率2005年高达2.8和2.21，其他年份基本在0.15至0.9之间波动，未呈稳步增长趋势；而高技术产业对GDp、工业总产值增长的拉动率在0.0001至0.0003间波动，未呈稳步增长趋势。
表3高技术产业对、工业总产值的贡献率
表4各产业对、工业总产值的平均贡献率
从表4可见，对和工业总产值的贡献率和拉动率，非高技术工业各值最大，第三产业次之，第一产业各值最小，高技术产业基本处于中间水平。
六、主要结论
根据高技术产业对经济增长影响程度的分析结果可知，甘肃省高技术产业与非高技术工业、建筑业、第一产业、第三产业都对增长具有重要影响作用，其中以高技术产业的影响程度最为显著，即与经济增长的关系最为紧密；同时，从高技术产业体系内看，中医药制造业、航空航天器制造业、电子及通信设备制造业和医疗设备及仪器仪表制造业都对增长具有重要影响作用，其中以电子及通信设备制造业最为显著。
根据高技术产业对经济增长贡献程度的分析结果可知，高技术产业对经济增长逐年的贡献与拉动作用未呈稳定增长趋势，贡献程度高于建筑业和第一产业，低于非高技术工业和第三产业，基本处于五个产业的中等水平。
对比高技术产业对经济增长影响程度和贡献程度的分析结果，存在不平衡关系，即影响程度最大、贡献程度中等，说明甘肃省高技术产业对经济增长的重要带动作用未得充分发挥，是一重要结论。
参考文献：
[1]张霞.中部6省高技术产业效率比较分析[J].安徽农业科学.2009年第35期
[2]中国高技术产业统计年鉴[m].北京：中国统计出版社.2006年
[3]苏娜，陈士俊.我国高技术产业对区域经济增长贡献的测算[J].统计与决策.2010年第5期
[4]唐勇.高技术产业发展促进北京经济增长的实证分析[J].经济研究导刊.2010年第9期
[5]张磊，蒋义.高技术产业与经济增长关联性的实证分析[J].企业技术开发.2007年第4期
[6]李学全，李松仁，韩旭里.灰色系统理论研究[J].系统工程理论与实践.1996年第11期
[7]刘思峰，党耀国，方志耕.灰色系统理论及其应用[m].北京：科学出版社.2004年
[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年：26-34
数量经济与技术篇7
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文章编号：1001-8409（2013）10-0055-04
analysisofLagtimeContributionofS&tinput
onChineseeconomicGrowthBasedonKnowledgeSpillover
HUYichen，XiaoXinping
（wuhanUniversityoftechnology，wuhan430070）
abstract：thispaper，basedonthetimelageffectintheprocessofscienceandtechnologypromotingthedevelopmentofeconomy，andtheknowledgespillovereffectofG7states’scienceandtechnologyinvestmentsinfluencingChinaeconomygrowth，improvesthecurrentCDproductionfunctionmodel，discussesthecontributionrelationshipbetweenChinaandG7states’scienceandtechnologyinvestmentandtheeconomicgrowthofChinafrom2004to2009.itfirstlyappliesgreylagcorrelationanalysistoidentifythelagperiodbetweenscienceandtechnologyinvestmentandtheeconomicgrowthofourcountry，andthenonthebasisofthemodifiedCDproductionfunction，itemploystechnologyknowledgestockwhichreflectsthetimelaginthecalculationinsteadofR&Dinvestment，finallyitgetsthecontributiondegreeofChineseandG7states’scienceandtechnologyinvestmentonChineseeconomicgrowth.
Keywords：timelageffect，knowledgespillovereffect，CDproductionfunction，contributiondegree
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能否保持自主性和竞争力，在相当程度上取决于我国能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、西部地区的全要素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资本的方法和国际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素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法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法
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，本文在研究方法上，首先运用时滞关联分析方法[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
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个要素，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素引入生产函数，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。
综合上述分析方法，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2001109655.237213.512205.431724.89357062.3583380452002120332.743499.913638.139594.09656837.2613367112003135822.855566.615329.647126.72258548.297909323468482004159878.370477.417615.057782.25160712.2391134873596672005184937.488773.620627.171054.90465866.3651350783902012006216314.4109998.224262.386669.45572127.6651656194272942007265810.3137323.929471.5102436.27877491.7702036624590712008314045.4172828.435289.5120806.64280550.2272484184771902009340902.8224598.840288.2154147.36576804.406293609454999（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2004172800189920051.49780.492520061.64410.509420071.23890.295620081.49440.197820092.6253-0.4944（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素比较稀缺，投资需求程度较高，劳动产出弹性β=1299也较高，说明劳动要素也比较稀缺，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.
数量经济与技术篇8
在“十一五”的前4年，尽管随着全市产业结构的调整和优化，工业在三次产业结构中的比重降至1/4，但工业直接或间接创造的增加值仍然巨大，工业的发展速度影响着整体经济的发展速度。工业增加值由2006年的1740.8亿元增加到2009年的2282.2亿元，增加值率保持在20%以上的增速。工业经济效益保持较高水平，2009年全市工业企业经济效益综合指数达到210.87%，比2005年提高39.85个百分点;实现利润总额531.2亿元，比2005年提高117.65亿元，比2005年增长28.5%。表2为北京工业相关经济指标。针对北京工业增长的现状，学者连玉明和武建忠［1］指出了北京市工业经济增长存在的问题。
北京市工业企业技术进步现状分析
据北京科学技术委员会的分析报告［2］，北京工业企业，特别是大中型工业企业是国民经济的主要支柱，也是科学技术转化生产力的主要执行部门。也就是在北京统计年鉴缺失对工业整体科技水平统计的情况下，北京大中型企业可以反映北京工业科技技术进步水平。
科技投入总量及增长情况。如表3所示，2006－2008年北京科技活动经费总量相对稳定，保持较高水平;2007年有所下降，但是从2006年的1147736万元增长到2008年的1470411万元，增幅为28.11%，说明其总的趋势呈现平稳增长。但是，从其相对指标来看，北京市科技活动经费占地区生产总值的比重较小，其科技投入的强度还应加大。科技人员的人均科技活动经费保持在20万元以上，较为稳定。R＆D活动费为基础研究、应用研究和试验发展活动，R＆D投入有利于北京创造与创新能力的增强，是科技投入的重要组成部分。从表4看，北京R＆D经费的支出量呈逐年增长的趋势，由2006年的588451万元增长到2008年的709677万元。从数据上看，“十一五”计划的第一年(即2006年)北京加大了R＆D经费的投入，之后北京市R＆D经费支出一直保持高水平，占地区工业生产总值的比重保持在3%左右。对比2%是“创新驱动”标志的国际惯例，可以说北京R＆D投入的强度还是很大，反映了北京科技水平应该算比较高的。R＆D人员的人均经费保持在20万元左右，较为稳定。
科技投入的来源。虽然科技经费投入包括科技活动经费投入，财政科技投入，R＆D经费投入，大中型企业等的投入，但它们的来源大体上主要有政府、企业、金融机构贷款等几种情况，其中科技活动经费投入的来源渠道是比较全面的，以它为主要对象进行分析。从表5可以看出“十一五”前4年，企业的科技投入占主导地位，保持在90%以上，可以说北京技术开发经费筹集来源的主要渠道为企业自筹方式，企业的科技投入主体地位得到巩固。从来自政府的资金来看，政府的资金保持在3%左右，亦趋于稳定，政府的资金所占经费筹集总额的比例高于全国2%的比例。这说明，北京政府较为重视科技发展，重视科技投入的力度，表现了对工业发展的支持［3］。从来自金融机构的投入来看，目前北京市的金融机构投入主要表现为科技贷款，“十一五”前四年中，银行贷款占科技经费筹集总额的比重是很低的，2007年、2008年两年都没有超过1%，2006年也仅为5.72%。要注意的是，金融资金在科技创新中，主要完成科技成果转化为现实生产力的任务，是科技与经济结合的关键环节，应该对其有足够重视，加大投入力度［4］。
科技创新成果。从技术创新成果来看，北京大中型工业企业2008年完成科技项目3333项，新产品开发项目2332项，R＆D发展项目2462项，专利申请4622项，见表6。整体水平逐年增长，反映多数大中型工业企业都重视并着力进行技术开发项目的研发，肯定技术创新对企业发展的作用。
科技劳动力。截止到2008年，北京大中型工业企业年末从业人数达699676人，其中科技活动人员达55976人，在科技活动人员中，科学家和工程师的人数达到39962人，见表7。从劳动力投入来看，北京大中型工业企业劳动力投入总量在2009年有微幅下降。但是从业人员素质稳步提升，从业人员中科技人员所占比重及科学家、工程师所占比重逐年增加，可以说北京工业的生产经营效率和效益正在改善，企业注重技术效率的劳动投入。
北京工业技术进步存在的问题分析。2009年，中国科学院创新发展研究中心的学者们曾对北京工业技术进步存在的问题进行了归纳［5］。
经济增长与技术进步相关性分析
测量模型的建立。测量地区或产业的技术进步与经济增长的关系需要解决两个关键问题，一是选择测量函数，二是基础数据的选择和处理。生产函数法将经济增长(产出)表达为资本投入、劳动投入和技术进步的函数，常用的是Cobb－Douglas生产函数法，中外学者常基于该生产函数法的改进来测量技术进步与经济增长的关系。余宏和钱士茹［6］(1997)根据弹性系数的特性分别定义弹性系数α和β为资本投入量K和劳动投入量L的函数，改进了传统的C－D生产函数中关于α+β=1的假设，使建立的模型能够较真实的反映经济发展的实际情况，本文选择了此改进的生产函数。基础数据源于1997年至2010年的《北京统计年鉴》，其中产出采用增加值指标。劳动投入采用从业人员平均人数指标。资本投入采用了资本存量指标，资本存量的计算采用了永续盘存法，基年的资本存量采用推算的方法来估算，利用王玲［7］(2003年)在《中国工业行业资本存量的测度》一文中，对1998－2002年中国工业行业资本存量的测算结果，并假设北京工业企业的资本存量K占全国工业行业资本存量K的比例，与其GDp占全国GDp的比例相等，推算出1998年北京工业企业资本存量，再推导出1996年北京工业企业的资本存量。当年投资额采用两年间固定资产原值的差即本年新增固定资产的值，折旧经比较采用了宋海岩［1，8］在官方公布的名义折旧率3.6%的基础上加上经济增长率(北京市当年的GDp增长率)作为实际折旧率，并利用价格缩减指数，对所有的数据统一换算成以1996年不变价格为基准。本文运用SpSS17.0软件进行多元线性回归分析，据此建立的测算北京工业经济增长的C－D生产函数模型如下:Y=11.826K1.155L－3.724e0.122te0.00018K+0.029L(1)
技术进步对经济增长的贡献率。由公式(1)可推导出产出和各要素投入的增长率，及各要素的贡献率的公式。计算结果如下:在增长率方面，1996－2009年期间，北京工业产出年均增长率在30.37%，同期资本投入增长率为8.28%;由于职工平均人数总体的下降趋势，劳动力投入增长率为－2.47%。从工业经济增长的因素来看，北京工业自1996年以来，年技术进步增长率为15.34%，技术进步对工业增长的贡献率为50.51%，资本投入的贡献率为27.26%，由于其总体的负增长，劳动力投入的贡献率为－8.13%，测算结果如表8所示。图1反映了1996－2009年北京工业各要素的贡献位次，及“九五”、“十五”、“十一五”前4年北京工业各要素的贡献位次，反映了近14年来北京市工业技术进步情况，对未来发展具有指导意义。图2展现了北京工业技术进步贡献率的趋势，可以看出趋势图近似于以2002年为对称轴图形。从图2中可以看出2000－2004年间，北京工业技术进步贡献率有很大波动，在2001年达到顶峰，贡献率达到570.32%，在2003年又骤降到谷底，贡献率为负，跌至－630%。2000－2004年北京工业技术进步贡献率不稳定，经历了大起大落，呈近似为正弦曲线波动。剔除波动过大、起伏不稳的2000－2004年，单单看1997－1999年、2005－2009年的发展，不难发现这些年份的技术进步贡献率变化不大，相对较为稳定，一直保持在30%－40%的技术进步贡献率水平，期间有微幅下降，而后又恢复至30%－40%的水平。也就是说，若没有政策导向的指引、缺少刺激经济发展的契机，北京工业技术进步贡献率一般仅在30%－40%之间，与发达国家、发达地区50%－70%的水平还有一定的差距，与“十二五”规划中提出的55%的科技进步贡献率的目标也存在着差距。据此可以得出:若除去2000－2004年技术进步波动起伏不稳的年份，1996－2009年北京工业企业总体的技术进步水平趋于稳定，技术进步对经济增长的贡献波动在30%－40%之间。
经济增长与技术进步的相关性分析。实证分析的结果量化了北京工业技术进步对于经济增长的贡献率，而且能够揭示二者之间的相关性。图3显示了北京工业增加值增长率，和由公式(1)推导计算出的技术进步增长率自1996－2009年的变化趋势，显然步调一致的变化趋势又一次很好地证明了经济增长和技术进步具有强相关性。就北京工业的实际情况而言，经济增长促进了技术进步。北京工业经济近14年的高速发展，制度上的创新是主要动因，其次是非国有经济的迅速成长带动了整个工业经济的增长，另外坚持对外开放的政策引入了大量外资。制度上的创新、民营经济的发展，以及外资的流入不仅带来了北京工业的经济增长，同时也为技术进步带来了提高的契机。伴随外资流入的新技术，管理理念的更新、更加灵活的市场机制，使得北京工业企业的整体技术水平、管理水平和经济效益不断提高，快速增长的经济总量也为技术进步提供了必要的资金保障，这从第2节中北京工业的科技经费和R＆D经费投入总量、年增长率，和各自占工业增加值的比重均处于上升中可得到证实。所以，在工业经济高速增长的同时，技术进步率也大大提高，如在2005年高速经济增长使技术进步率达到20%以上，而技术进步率在此之前始终低于20%以下。另外，经济增长也制约了技术进步的进一步提高。目前，很多专家学者指出北京工业经济增长存在的一大问题是经济总量增长趋缓。受此影响，高端产业首当其冲。
目前高端产业发展尤为缓慢，其主要表现在规模以上工业的比重逐年下降。就2009年的数据来看，规模以上高技术制造业实现增加值367亿元，比上年同期下降2.6%，现代制造业实现增加值657亿元，增长4.4%，分别慢于规模以上工业平均增速8.3个和1.3个百分点。高技术产业和现代制造业分别占全市比重为21.2%和38%，分别比2008年下降2.6个和0.6个百分点［9］。这些数据反映了北京工业经济增长放缓影响到了工业高端产业和技术进步，反之亦然。从投入角度来看，经济增长源于资本的投入、劳动的投入和技术进步。对北京工业而言，技术进步是经济增长的主要源泉，但贡献率未达到产业发展目标。北京工业的技术确实在不断提高，全市产业结构的调整和优化使得工业在三次产业结构的比重虽已降至1/4，但是工业直接或间接创造的增加值仍然巨大，技术进步在这中间必定发挥了巨大作用。由于中关村科技园区、上地信息产业基地的建设推动了工业技术的发展，高新材料的研制、日益完善的汽车工业等都使人们意识到技术进步的存在，感到技术进步强烈的外显性。
然而，技术进步的外显性并没有带来内生的经济增长，这说明北京工业企业技术进步存在问题，技术进步对工业经济增长促进作用没有得到充分发挥。据此推测，导致技术进步对经济增长的贡献不显著的因素可能是由于技术进步与经济增长之间缺少纽带，使得技术进步与经济增长脱节;或是技术进步脱离市场，不能带动经济增长。如果能找到技术进步与经济增长的对接点，则北京工业以后的技术进步贡献率会有显著的提升。熊彼特提出的技术创新或许能够提供这样的对接点，只有当技术进入生产领域、流通领域并能创造出价值时才能成为技术创新。所以，技术进步只有通过技术创新才能促进经济增长。
数量经济与技术篇9
有关技术经济学论文范文一：技术经济学实验教学设计论文
摘要:本文以技术经济学实验教学为研究对象，分析了经济管理(以下简称经管)类专业设置技术经济学实验教学的意义，界定了以excel为载体的技术经济学实验教学的特征，并根据经管类学生的特点和课程的重点难点设计了7个实验项目、具体考核方法和实验教学的组织流程，以期提高学生对课堂理论知识的理解和解决实际问题的能力。
关键词:技术经济学;实验教学;excel;经管类
专业技术经济学是一门应用理论经济学的基本原理，是研究技术领域经济问题和经济规律、技术进步与经济增长之间相互关系的学科;是研究技术领域内资源的最佳配置，寻找技术与经济的最佳结合以求可持续发展的学科;具有较强的理论性、实用性、定量性和综合性等特点[1]。该课程目前的教学多以课堂讲授为主，偏重于整个理论体系的讲解。对于经管类专业学生，不但要求系统掌握基本理论和知识，还应具备经济分析方面的综合素质，需要把理论知识运用到实际应用中，解决经济管理中常见的技术方案经济评价、项目可行性研究、设备更新、方案选择、技术创新、价值工程等生产实践问题。由于该课程涉及许多定量分析，对于经管类学生学习难度较大，因此单纯应用传统的教学模式很难收到良好的效果，我们尝试引进实验教学的方式，通过excel软件的应用解决课程中的应用难题，以有效地提高该课程的教学效果[2]。
一、经管类专业设置技术经济学实验教学的意义
(1)课程定量分析方法教学的内在要求。著名教育学家陶行知曾经说过:行是知之始，知是行之成。有效运用课堂理论知识解决实际问题是我们开设这项实验教学的主要目的。对于经管类专业学生来说，技术经济学课程教学中对投资项目的市场预测、经济评估指标分析均涉及相当多复杂的手工计算，投资者以外的其他经济主体对于投资项目的经济分析结论的验证也相当费时，因此如何解决理论知识的应用问题便成了本课程亟待解决的难题。office软件是办公中最常使用的工具，其中excel是其重要成员，是一个强大的表格制作和数据处理软件。借助excel各种编辑操作、财务数据分析方法、函数和图标等高级工具的综合应用，学生在不需要掌握复杂的编程和较难的数学推导情况下，就可以处理学习中遇到的常见的数据分析问题，并能解决学习中遇到的大部分量化问题。因此，开设本实验的意义在于使学生熟练掌握运用excel进行函数模型及技术经济分析的计算，以期进一步提高学生对课堂理论知识的理解和解决实际问题的能力。(2)实验教学有助于提高课程理论教学效果。通过实验可以把抽象的理论通过具体的形式生动地重现出来，不仅可以增强学生学习的兴趣、加深学生的记忆，更重要的是使得知识的传授过程变得具体、形象、易于理解，而且更具说服力。技术经济学中技术经济方案评价、资金时间价值、设备更新等理论对初学者很难理解。教师通过精心设计把许多理论问题包含在实验当中，通过具体的实验和应用，不仅使理论知识易于理解，而且还能通过实验发现新问题[3]。(3)实验教学有助于推动技术经济学的学科发展。科学研究、理论教学、实验教学是学科发展的重要组成部分，三者密切联系、相互支撑、相互促进。技术经济学相关科研成果，可以通过实验教学加以体现，实验所创造的情境与学生已有的认知结构产生共鸣，使学生对抽象理论方法产生真实感，对教学内容产生认同感，愿意进一步深入学习，同时又可以激发教师以及学生对该学科的研究热情。从目前来看，实验教学正是学科发展这个木桶的短板，一旦突破，必极大推动学科发展[4]。
二、基于excel的技术经济学实验教学的特征
excel是一种能够使财务管理工作变得轻松和高效的软件工具，使用它可以避开数学和统计学中较难的部分，使许多以前用手工计算很复杂的程序大大简化。实验项目以excel为基本工具，注重实用性和可操作性，充分利用了excel的表格计算能力、图表显示功能、数据分析能力以及丰富强大的函数与数据处理功能，从实际案例出发，让学生了解技术经济分析中遇到的问题，理清问题结构，对问题中的关系进行量化，建立简单的数学模型，运用计算机工具来求得结果，帮助学生获得和提高动手能力、独立建模能力、综合应用理论知识能力[5]。我们根据课程的难点与重点，在技术经济学的教学中主要应用excel软件设计了资金时间价值计算、资产折旧计算、量本利分析等方面的内容，为复杂的技术经济分析带来极大的便利。应用excel进行技术经济分析的核心是函数的应用，尤其是财务函数。财务函数主要可分为四类，即投资计算函数、折旧计算函数、偿还率计算函数、债券及其他金融函数。
三、实验教学内容的确定
1.实验对象和实验环境
本实验的开设可以面向经管类本专科学生，专业方向为财务、工商管理、市场营销、物流、工业工程、电子商务等。实验环境为微机室，软件环境需要安装microsoftofficeexcel2003/2007，为保证excel中的很多扩展功能可以使用，microsoftoffice需要完全安装，这样可以使加载宏功能可用。同时，教师机需要安装传输文件的软件如飞鸽传书，每次实验前由实验指导教师将实验所需要的数据、实验要求发送给学生。
2.基于excel进行技术经济分析的基本原则
(1)正确性。要求根据案例背景在模型中输入正确的公式或调用正确的函数，公式能够正确反映各要素间的数学关系;函数的函数名与调用的参数符合语法，函数的逻辑关系清晰。(2)动态性。使用单元格地址表示模型中的变量参数，当模型中的变量参数发生变化时，通过控件控制单元格地址，使模型能动态灵活地随变量的变化而改变，实现在不同情况下，得到不同的技术经济分析结论。(3)简约性。在使用函数和公式时，尽量选择简约的表达方式，减少烦琐的、难以理解的公式。(4)易维护性。模型分布区域化，在建模过程易于查找错误和修改，在经营环境发生变化时可以方便改善模型，同时，正确使用变量可以提高模型的易维护性[4]。
3.实验内容
根据经管类技术经济学课程设置的内容，实验主要包括7个项目，具体内容如下。(1)移动平均分析和指数平滑分析;(2)回归分析;(3)投资项目经济评估指标分析;(4)折旧计算;(5)量本利分析;(6)投资决策模型;(7)项目风险模拟决策。
四、实验教学组织实施
(1)划分小组。小组合作学习是以教学目标为导向，以异质小组为基本形式，以教学各动态因素的互动合作为动力资源，以团体成绩为奖励依据的一种教学活动和策略体系。技术经济学教学实验采用小组形式，由5～6人组成，每组选出一个小组长，小组长负责小组内部的分工协调。小组之间可以互相帮助、互相启迪。同时，通过小组间的激励措施，还可以培养学生的团队精神、合作意识，另一方面也便于教师的实验教学监督与管理。(2)示范讲解。教师每次示范都应根据教学任务和学生的实际情况明确示范目的，即要解决的问题，示范什么，如何示范，在示范时提示学生要观察什么。教师进行软件操作示范要正确、熟练，讲解要做到目的明确，有的放矢，确保讲解内容的正确性和科学性，给学生一个正确的模仿对象。这要求教师必须认真备课，保证每一步操作都做到正确规范。教师应根据学生的具体情况及差异性，确定讲解内容的深度、广度及具体的讲解方法。讲解要富有启发性和引导性，努力使学生知其然并知其所以然，提高教学效果。(3)指导学生实验。在实验过程中，教师要引导学生对实验过程出现的问题进行讨论，学生是主体，处于积极主动地位，应让学生的智慧、才能充分表现出来。指导过程中要及时正确地找出学生实验中出现的问题，发现实验中的新结果，启发学生将实验结果和理论相联系。有些实验结果是验证了结论，有些实验结果可能与学过的知识相违背，这就要求学生不断领悟知识，拓展知识，从而更好地理解技术经济学相关理论知识。要承认学生的水平与能力有差别，对不同对象要因材施教。同时顾全大局，鼓励进步，帮助后进，调动全体学生做好实验的积极性[6]。
五、考核
实验以excel工作簿和实验报告的形式提交[7]，其中:(1)工作簿命名正确占10%。工作簿的命名规则为学号+姓名，例如:00088110李四.xls。(2)模型正确性占70%。使用正确的公式、函数、图，控件参数设置正确，数据分析和规划求解参数设置正确。(3)模型的格式清晰美观占10%。模型在工作表中分布合理，图表具有标题。(4)实验结果按时上交占10%。(5)五级记分:优秀、良好、中等、及格、不及格。技术经济学实验教学综合了经济学、计算机科学、决策模拟等多门学科，在教学的过程中，教师要精心准备实验内容，充分利用现有的软、硬件设备，科学组织与管理实验过程，规范实验考核。根据经管类学生的特点，将理论教学与实验教学结合起来，充分发挥学生的主观能动性，调动学生的学习积极性和创新思维，使学生能做到融会贯通、举一反三，形成科研、理论教学、实验教学的良性互动，促进学科的长远发展。同时，实验内容还需要进一步扩展，不断丰富实验项目、实验案例，尽量广泛涉及宏观的和微观的技术经济问题，通过excel这个功能强大的表格数据管理软件进行数据分析和建立正确的模型，解决经济管理中的实际问题。
参考文献:
[1]侯琳琳.四位一体教学方法的实施与思考基于《技术经济学》课程教学改革实践[J].教育与现代化，2010，(4):3437.
[2]安嘉清.《技术经济学》教学的实践与体会[J].中外企业家，2010，(6):257258.
[3][4][6]占纪文.农业技术经济学实验教学探索[J].宁夏农林科技，2011，52(9):8486.
[5][7]傅佳琳，索琪.基于excel的经济管理预测与决策实验体系设计[J].中国管理信息化，2010，13(20):9092.
有关技术经济学论文范文二：工程造价管理中技术经济与运用
摘要：技术经济分析就是技术分析结合经济分析，在确保工程技术保持在一定水平的基础上，实现经济效益的最大化。工程造价管理的各阶段都少不了技术经济分析，设计阶段的技术经济分析成为以前工程造价管理的重点，而忽视施工阶段等过程的技术经济分析，从而使得技术经济分析具有的保障性作用没有得以发挥，即确保技术可行性和成本控制。本文从技术经济分析概述、技术经济分析的作用、技术经济分析应用等三个方面进行阐述，以期提供可借鉴的建议。
关键词：工程造价管理;技术经济应用;设计技术
经济分析是个较为综合化、系统化的概念。伴随建筑业的快速发展，现在越来越重视建筑工程项目的经济性，技术经济分析有助于经济性目标的实现，可以更好适应降低工程设计方案与施工组织等环节成本的要求。
1技术经济分析概述
工程技术经济分析是指计算、判断分析、对比及评价各类经济分析与管理手法，如：技术策略、技术设计方案与方法，从而挑选出技术先进、经济合理化的技术方案，以完成项目造价。工程造价是指建设工程所使用的全部费用总和，涉及工程筹建、工程施工，工程竣工验收。控制造价就是把工程项目建设造价限制在预定限额范围内。这对建设单位、施工单位及相关人员来说，都十分重要。运用技术经济分析手段，挑选科学合理的技术方案，可以较好把控工程的造价。
2技术经济分析的作用
技术经济分析是技术与经济分析相结合的产物，应用技术对比、经济分析与效果评价等手段，将两者有机结合，以确保技术先进，经济合理化。技术经济分析的重点就是探究技术与经济的关系，找寻最优组合方案，使得开发出的技术与产品适应经济发展要求。技术经济分析涉及到工程项目的各个环节：勘测考察、设计规划、施工阶段。技术经济分析的研究方法包含效果分析、系统综合、方案论证等，也就是系统性综合评估技术研发应用情况，运用经济指标体系分析对比不同技术方案，评价不同技术方案的经济效果。建筑业的快速发展，推动建筑市场竞争的日益激烈。工程招投标中标的基本规定就是合理化低价。在确保工程质量与工期的前提下，承包商需要运用内部成本控制的手段来深挖项目的盈利潜能，科学合理地把控工程成本。工程项目成本是有限的，难以通过无限制的压低成本的手法以增大利润空间。施工中工程质量与工期务必要保证。因此，只有运用高效低成本的先进技术去降低项目造价，才能实现工程造价管理效益的最大化。
3技术经济分析应用
3.1项目设计
项目设计的重要参考依据就是技术经济分析。设计阶段它会对工程造价管理效果产生重大影响。设计费用占整个费用的比例不高，但在项目决策正确的前提下，其对工程造价的影响可以达到70%以上，甚至于更高。在设计阶段，把通过编制审核的工程概算作为项目限额依据，运用技术经济分析法分析各设计方向，如：工艺设计、设备选取、土地利用率等。在此阶段中，造价人员要与设计人员紧密配合，共同完成技术经济分析，处理技术与经济的矛盾与问题，实现先进技术与合理化经济的和谐统一。
3.2施工过程
在施工过程中，施工作业的重要参考依据就是技术经济分析。施工阶段是工程开工建设的阶段，会高度集中投入大量资金。施工过程中，会有许多无法预测的因素存在，需要借用技术经济分析手段确定科学的施工方案与详细措施，及时高效解决工程变更与索赔之类的问题，让工程造价管理水平上一个台阶。在施工过程中，技术经济分析覆盖了全部施工过程，涉及范围从施工方案的制定到节点的具体作业方法。譬如：对外墙进行保温施工时，可以应用技术经济分析方法对比研究不同施工方法的好坏，最后选定最为经济、最能保障工程质量与工期的工艺方法。除了节省费用外，还可以高效保证施工进度与工程质量，减少工程造价。
3.3竣工验收
技术经济分析法在竣工验收阶段的主要作用是考核工程造价与投资效果。需要编制竣工决算，分析竣工决算与概预算，评估控制投资成效。从而为未来工程建设提供可借鉴的技术经济资料，积累相关经验。
4案例分析
4.1工程概况
本工程属于地安门220kV送电工程支线隧道。以新建地安门22k0V变电站为起点，横穿南方的护城河及北二环路，并到达北二环南红线北侧，连接待建的桃园22k0v输变电工程北二环电力隧道。本工程需要设计施工2座竖井，完工后用作永久性的检查井。位于北二环南侧绿地南侧竖井是盾构接收井。位于护城河北侧空地的北侧竖井属于盾构始发井。盾构始发井净空12.5m*15.6m，深长26.1m左右，内径3.0m的盾构位于南方。位于始发井北侧的三条矿山法隧道施工标准如下：2.2m*2.4暗挖隧道22.5m，13.2m、2.5m*3.0m暗挖隧道21.2m。此三条隧道需要衔接已建的地安门地下变电站。
4.2对比施工方案
结合现场实际，分析研究高压线问题，得出以下两种方案：方案1对现有高压线进行改移。改移后，高压线所处位置符合吊车及打桩机的操作安全距离标准。现有高压线带负荷，待另建架构后方可停电改移。改移完成后，才可施工。此方案所花时间长，存在相对较短的停电时间。预计停电时间为5天，预计造价增加大约60万。方案2变更始发井的位置，改移后的始发井的位置达到吊车在运转过程始终与高压线的距离大于最小安全距离的规定。此方案不需要停电，不会影响工程进度。但需要调整项目整体格局。预计造价增加大约20万。最后，经专家认定方案2能最大限度符合施工过程的功能需求，还可大大减少成本，方案2为最优方案。
4.3分析工程价值
对比方案成本系数及价值系数，发现方案2为最佳施工方案。见下表。结束语工程造价管理中十分重要的方法就是技术经济分析。整个工程建设都少不了它的参与，它会涉及到工程的各个环节。因此，要重视技术经济分析的应用，最大程度上提升工程造价管理的效果。
参考文献
数量经济与技术篇10
[关键词]FDi；技术创新；技术溢出；空间面板模型
[中图分类号]F713584
[文献标识码]a
[文章编号]1673-5595（2015）03-0021-07
一、引言
20世纪80年代以来，随着中国对外开放程度的不断扩大，中国以优惠的外资政策、巨大的市场潜力以及日益改善的投资环境，特别是实施以“市场换技术”、“市场换管理”等引资战略以后，吸引了大量外资的流入并且呈逐年快速增加的趋势，FDi在外资中占有很大的比重，成为中国引进外资的主要来源。从1993年开始，中国FDi流入量就在发展中国家位居第一，2002年首次超过美国成为世界第一，截至2014年第三个季度，中国实际利用FDi额为87348亿美元，处于世界领先地位。虽然FDi在中国经济增长中发挥了巨大促进作用并得到了经济学家们的广泛认同，但是目前就有关FDi对中国技术创新的影响效应的研究，学者们还存在分歧。在当今充满挑战与机遇的经济全球化背景下，FDi是否促进了中国技术创新水平的提高？还是仅仅促进了经济的增长而没有技术方面的进步？如果存在影响，那么影响技术创新的途径和机理是什么？为了使FDi在中国更有效地发挥技术溢出效应，政府应该制定怎样的政策？基于以上背景，本文希望通过对FDi与中国技术创新之间相互关系的研究，为上述问题提供理论和实践的指导。
二、文献综述
自从1960年macdougall分析外商直接投资的一般福利效应第一次明确提出FDi对东道国存在技术溢出效应之后[1]，许多学者对此进行了大量的理论和实证研究。从国外学者的研究结论来看，主要存在三种观点：第一种观点认为，FDi会促进东道国的技术创新。Blomstrm等认为FDi通过给东道国带来先进的技术和管理经验而产生正向的技术溢出效应[2]；Feinberg等通过实证研究发现，外商在印度制药业的研发投资活动促进了其相关行业的技术创新水平的提高[3]；Gorg等认为东道国通过对外商企业研发创新活动的研究分析和模仿，能使其企业技术创新水平得到提高[4]；Lee通过计量研究发现从日本流入美国的FDi促进了美国本土的自主创新能力的提高。[5]第二种观点认为FDi会抑制东道国的技术创新。Young通过对新加坡的研究后发现，FDi的流入使得该国人力资本从研发部门转移到了最终产品部门，从而抑制了该国的技术创新水平的提高[6]；Koings选用波兰1993―1997年的面板数据，研究发现FDi对当地企业的外溢效应为负[7]；Bevan等对欧洲处于经济转型时期的国家实证研究发现，FDi的流入量与国内的技术创新存在负相关关系[8]；Jonathan等选用英国1973―1992年的制造业面板数据进行分析后发现，由于外商的进入加剧了行业内的竞争，使得FDi溢出效应为负[9]。第三种观点认为，FDi与东道国的技术创新之间的关系不明显。Kathuria对印度的制造业企业进行研究后认为，FDi对其国内的技术进步效应并不明显[10]；Damijan等选取8个处于经济转型时期的国家1994―1998年的制造业面板数据研究后发现，FDi对上述国家的溢出效应不明显[11]；Harris等利用面板计量模型对英国制造业进行实证分析后发现，由于外资流入所导致的行业内溢出效应、集聚导致的溢出效应以及行业间的溢出效应均不显著[12]。
近年来，国内外学者就FDi对中国技术创新的影响也进行了大量的研究，研究结论大致包括上述的三类：何洁选取中国28个省市的面板数据实证研究后发现，FDi对中国各省市工业部门存在明显的正的技术溢出效应[13]；Hu等以广东省大中型企业为对象，研究了FDi对制造业技术创新的影响，发现FDi对国内企业具有正的外溢效应[14]；王红领等选取中国1998―2003年工业数据进行实证分析后认为，FDi对中国民族企业的技术创新具有显著的促进作用[15]；谢光亚和李洋基于C-D生产函数理论模型，并选取中国工业部门的面板数据进行研究后发现，FDi有效地促进了中国工业部门的技术进步[16]；王滨选取中国1999―2007年的制造业面板数据进行计量研究后发现，FDi在中国存在显著的正向外溢效应[17]。Fan等选取中国998个企业面板数据对FDi和内资企业技术创新的关系进行回归分析，结果表明FDi在总体上抑制了中国内资企业的研发投入[18]；范成泽等选取世界银行的相关调查数据并运用计量模型进行研究，发现FDi对中国国内的研发投入的效应为负[19]；蒋殿春等针对FDi在市场化改革过程中对中国内资企业技术创新的影响进行了微观分析，结果表明FDi对内资企业的技术溢出效应是负的[20]；徐亚静等选取中国1999―2008年30个省市的面板数据并通过引入制度因素研究FDi对中国技术创新的影响，结果表明FDi对中国西部地区存在明显的负外溢效应[21]。黄静波等对FDi与广东技术进步之间的关系进行了实证分析，认为FDi对技术进步并没有明显的作用[22]；平新乔等选用中国第一次全国经济普查数据检验FDi对中国制造业是否存在技术外溢效应，结果发现FDi投资额并没有明显地缩小中国企业与国际先进技术水平之间的差距[23]；王文治对中国1996―2005年制造业面板数据计量分析后发现FDi不存在显著的技术溢出效应[24]；许和连等选用中国2001―2006年35个工业行业的面板数据计量研究发现FDi对中国内资企业技术创新能力的影响不显著。[25]
通过对已有文献的回顾可以发现，目前国内外就有关FDi与技术创新之间关系的研究极大地促进了相关理论的发展，但这些研究一方面缺乏对FDi与技术创新之间相关关系理论模型的研究，另一方面忽略了中国各区域之间的技术创新有可能存在空间相关性。本文在现有研究基础上基于Romer提出的内生经济增长模型[26]，对FDi与技术创新关系进行理论分析，并通过引入人力资本与FDi等交互变量，选取中国31个省、市、自治区2000―2012年的面板数据，运用空间面板计量模型实证研究FDi对中国技术创新的影响。
三、理论模型
类似于Romer提出的内生经济增长模型，本文对由最终产品部门、中间产品部门和研发（R&D）部门组成的经济系统进行了考察。假设只有一种最终产品，由最终产品部门提供；人力资本既可以投入到最终产品部门，也可以投入到研发部门从事技术研发活动，且总量保持不变。
（一）模型描述
1.最终产品生产部门
根据Romer提出的把不同类型的最终产品i看作一个连续变量的情况下，将其产出水平写成如下扩展的D-S形式：
式中，Y为产出水平；HY、L分别为投入到该部门的人力资本与劳动投入量；x（i）表示最终产品部门生产产品i时对中间产品的使用量；a为中间产品的种类数，其衡量国内自有技术知识存量水平的高低。
2.中间产品生产部门
该部门通过购买设计方案，并利用物质资本进行生产。假设生产任何一单位的中间产品所需要的资本量为η，该部门的生产函数为：
3.研发部门
借鉴Romer的研究思路，研发部门发明新专利、设计新方案、产出水平等取决于该部门的人力资本投入量和具有的总知识存量。总知识存量由两部分组成：国内已有的技术知识存量，通过对外资企业先进技术进行消化、吸收所获得的技术知识。因此，该部门的生产函数可以表示为：
式中，为知识增量，是各种专利受理数量；δ、HR分别为该部门的生产率参数和人力资本的投入量；a为国内已有的技术知识存量；γ为技术外溢系数。由式（3）可以得出：首先，研发部门投入越多的人力资本，将会拥有越高的技术研发水平；其次，国内本身已有的技术知识存量越多，研发部门的研发人员将会具有越高的生产率，因此国内自身的自主创新对其技术创新水平的提高有着非常重要的作用；最后，国内的技术研发产出水平由于FDi的技术外溢作用而提高，其中，技术外溢系数γ的大小主要取决于FDi技术外溢程度以及国内企业对FDi技术外溢的吸收能力，国内企业要想有效地利用FDi技术外溢，必须要有较高水平的技术吸收能力。
（二）竞争性均衡分析
1.最终产品生产部门
最终产品生产部门中的生产企业通过选择式（1）中的x（i）、HY和L来实现利润最大化的目的。
根据式（21），在经济对外开放的条件下，我们可以提出以下推论：
推论一：国内的技术创新水平取决于人力资本总量（H）、国内已有的技术知识存量（a）、FDi流入量、技术外溢系数γ以及其他参数（δ、α、β、η、r）等因素。
推论二：国内的技术创新水平与FDi技术外溢效应存在正相关关系。
推论三：国内的技术创新水平与人力资本存量存在正相关关系。
四、变量选取和数据说明
技术创新（patent）：已有的实证研究中通常将专利申请受理数量或者专利授权数量作为对技术创新水平的度量，但是本文考虑到专利授权受专利局认定等人为因素的影响以及存在较长的时间滞后，因此本文选取各地区的专利申请受理数量来表示其技术创新水平。
外商直接投资（FDi）：本文采用外商直接投资实际利用外资金额来对其进行度量，以检验其对中国各省域技术创新是否具有正向的影响。
科研活动人员数（l）：用研究与试验发展（R&D）人员全时当量来对其进行度量。
科研投入经费（k）：用研究与试验发展（R&D）经费内部支出来对各地区的技术创新投入经费进行衡量。
经济发展水平（pgdp）：考虑到各地区的不同经济发展水平可能会影响其技术创新水平，本文在模型中的经济发展水平用各地区的人均实际国民生产总值表示。
人力资本（hc）：国内外学者普遍认为人力资本是影响FDi技术溢出效应的重要因素。本文借鉴李谐、齐绍洲的做法，用地区平均教育年限来衡量人力资本水平[27]。平均教育年限公式为：
人力资本与FDi的交叉项（lnhc×lnFDi）：参考马章良的观点[28]，本文认为FDi技术创新外溢作用的发挥需要与人力资本相结合，因此在实证模型中引入这两者的交互作用。
此外，为了进一步分析中国在2001年加入wto以及在2004年实施专利法后是否对FDi的技术外溢效应产生了影响，本文设置了虚拟变量wto（是否加入wto）和law（是否实施专利法），并将其定义为：
wto=0，year≤20011，year≥2002，law=0，year≤20031，year≥2004
并分别构建了虚拟变量与FDi的乘积wto×lnFDi和law×lnFDi。
本文选取的样本为2000―2012年中国31个省市、自治区的面板数据，数据主要来源于国泰安数据库、国家统计局网站和《中国科技统计年鉴》。为了消除价格因素对数据的影响，本文采用Cpi指数对相关数据进行了平减处理。本文的实证研究主要借助于matLaB2012a软件完成。
五、计量检验与结果分析
（一）空间相关性检验与计量模型选择
由表1可见，moRani值虽然在2000―2006年间介于005～01之间，但其基本上呈现上升的趋势，2009年以后一直在02以上波动，各年份的moRani值均通过了1%显著水平的检验，这反映出中国邻近省市自治区的技术创新存在正向的空间相关性。由此可知，运用空间计量模型对本文进行研究较之传统计量方法更为适宜。
空间计量模型一般包含空间滞后模型（SaR）和空间误差模型（Sem），本文通过拉格朗日乘数检验（LmLaG、LmeRR）和稳健的拉格朗日乘数检验（R-LmLaG、R-LmeRR）来判定SaR、Sem的适用性，检验结果见表2。
由表2可知，LmeRR大于LeLaG的检验统计量值，而且R-LmeRR大于R-LmLaG的检验统计量值，这表明本文采用Sem模型更为合理。通过Hausman检验可知，其统计值为-253693，且在1%的显著水平上拒绝“随机效应有效”的原假设，接受“固定效应模型有效”的备择假设，因此，我们选择固定效应面板模型。综上所述，下面采用空间误差固定效应面板模型对本文进行实证分析。
（二）空间面板模型的估计结果与讨论
为了比较空间计量模型与一般线性回归的优劣，本文将分别采用普通固定效应模型（oLS）和空间误差固定效应面板模型（同时包含地区固定、时间固定以及地区和时间双固定三种形式）对本文所采用的样本数据进行回归和检验，并对其结果（见表3）进行比较。
根据空间相关性检验的结果以及表3中空间误差回归系数λ在1%的显著性水平上为正的结果，可得到中国各地区的技术创新具有正的外部性，说明中国技术创新存在显著的空间溢出效应，在以往研究中常常被忽略的区域间外部性也是决定技术创新的一个重要因素。因此，对中国技术创新进行研究时，不能忽略地理因素和空间效应的影响。
空间计量回归模型中由于自变量存在内生性，因此若采用oLS对模型的系数进行估计会有偏差或无效，利用基于残差平方和分解的拟合优度R2作为对模型优劣的判断标准可能会得到不理想的结果，因此本文采用自然对数似然函数值（Loglikelihood，Log-L）来判断模型的拟合程度效果，其绝对值越大，则模型的拟合程度越好。由表3可知，Sem地区固定效应模型对应的Log-L绝对值最大，表明本文选择Sem地区固定效应模型的估计结果进行分析是比较合理的。估计结果显示：FDi强度在1%的显著水平上对中国的技术创新具有显著的正向作用，FDi的流入量每增加1%就会促进129%技术创新水平的提高，这不仅验证了本文在理论模型中提出的推论2，也验证了王滨、谢光亚、王红领、Hu等人的观点。科研投入经费、科技活动人员数和各地区经济发展水平对技术创新都呈现显著的促进作用，并且都通过了1%水平的显著性检验，这说明，在中国当前阶段，这三者仍是影响中国各地区技术创新水平的主要因素。人力资本对技术创新也具有显著的促进作用（这验证了本文在理论模型中提出的推论3），相对于其他因素而言，它对技术创新的作用最大，弹性系数为386。自2001年中国加入wto以来，FDi对中国技术创新的外溢水平有了显著提高，但2004年开始实施的专利法对FDi技术溢出的发挥效应带来了一定程度的负面冲击。这一结论与刘政等的研究结果相反，[29]这可能是刘政等的研究与本文的研究相比，没有考虑技术创新的空间效应的原因所致。FDi与中国的人力资本相结合可以更好地发挥FDi的技术创新外溢作用，这一结论与马章良得到的结果较为接近。
六、结论与政策建议
本文基于Romer提出的内生经济增长模型，通过理论研究推导出FDi对东道国存在正向技术溢出效应的结论，阐述了FDi发挥技术溢出效应的作用机理，并利用中国2000―2012年31个省市自治区的数据，运用空间面板计量模型实证研究了FDi对中国技术创新的影响，结果发现：第一，中国邻近省市自治区的技术创新存在显著的正向空间相关性；第二，FDi显著地促进了中国技术创新，支持了本文在理论研究中得到的结论，说明中国为引进外资和技术而推行的“以市场换技术”的战略是正确的；第三，FDi借助于人力资本能提高技术外溢的水平；第四，中国加入wto对FDi在中国发挥技术外溢起到了促进作用，而实施专利法则减弱了FDi在中国的技术外溢水平。
为了提高中国的技术创新水平，根据以上结论，笔者提出以下政策建议：（1）由于技术创新在中国相邻省域之间具有显著的空间溢出效应，因此中国各省市自治区、各企业之间应该积极地进行科研信息的交流和科研成果的传播，使各省市自治区的技术创新协同发展，从整体上提升中国的技术创新水平。（2）FDi是资金、技术和管理经验的载体，中央政府一方面应该提升改革开放水平，制定FDi引进的优惠政策，加大吸引力度，创造有利于FDi在中国充分发挥正向技术溢出效应的外部环境；另一方面，要进一步提高利用FDi的质量，建立科学的招商引资质量考评体系，注重引进技术创新型、生态环保型和资源节约型的项目，加强先进技术和管理经验的引进。（3）人力资本水平的高低是一个国家对外资先进技术进行消化、吸收以及本身进行自主创新的决定性因素，政府要加大教育投入，重视高等教育对人才的培养，合理规划高技术人才的培养机制，制定相应的优惠政策、创造良好的科研环境吸引外资企业优秀人才的流入，减少高科技人才的流失，加快人才市场的建设步伐，提高中国整体人力资本水平，保障人力资本的合理配置，为FDi进入中国充分发挥技术外溢效应提供高水平的人力资本。
[参考文献]
[1]macdougalla.thebenefitandcostsofprivateinvestmentfromabroad：atheoreticalapproach[J].BulletinoftheoxfordUniversityinstituteofStatistics，1960（22）：189-211.
[2]Blomstrmm，SiholmF.technologytransferandSpillovers？DoesLocalparticipationwithmultinationalsmatter？[J].europeaneconomicReview，1998（43）：915-923.
[3]Feinberge，majulndarK.technologySpilloversfromForeignDirectinvestmentintheindianphannaeeutiealindustry[J].JournalofinternationalBusinessStudies，2001，32（3）：421-437.
[4]GorgH，Stroble.SpilloversfromForeignFirmsthroughworkermobility：anempiricalinvestigation’Scandinavian[J].Journalofeconomics，2005（4）：693-709.
[5]LeeR.isforeigndirectinvestmentachannelofknowledgespillover？evidencefromJapan’sFDiintheUnitedStates[J].Journalofinternationaleconomics，2008（68）：28-42.
[6]Younga.GrowthwithoutScaleeffects[J].Journalofpoliticaleconomy，1998（106）：41-63.
[7]KoingsJ.theeffectsofForeignDirectinvestmentonDomesticFirms：evidencefromFinnlevelpanelDatainemergingeconomics[J].CeRpDiscussionpaper，2001（2586）：1-24.
[8]alanBevan，Saulestrin，Klausmeyer.Foreigninvestmentlocationandinstitutionaldevelopmentintransitioneconomics[J].internationalBusinessReview，2004，13（1）：43-64.
[9]Jonathane，Haskel.DoesinwardForeignDirectinvestmentBoosttheproductivityofDomesticFirms？[J].theReviewofeconomicsandStatistics，2007（15）：482-496.
[10]KathuriaV.productivitySpilloversfromtechnologytransfertoindianmanufacturingFirms[J].JournalofinternationalDevelopment，2000（12）：343-369.
[11]DamijanJp，Knellm，majcenB，etal.theRoleofFDi，R&DaccumulationandtradeintransferringtechnologytotransitionCountries：evidencefromFirmpanelDataforeighttransitionCountries[J].economicSystems，2003（27）：189-204.
[12]HarrisR，RobinsonC.productivityimpactsandSpilloversfromForeignownershipintheUnitedKingdom[J].nationalinstituteeconomicReview，2004（187）：58-75.
[13]何洁.外商直接投资对中国工业部门外溢效应的进一步精确量化[J].世界经济，2000（12）：29-36.
[14]Hua，JeffersonG.FDi，technologicalinnovation，andSpillover：evidencefromLargeandmediumSizeChineseenterprises[D].waltham：BrandeisUniversity，2001.
[15]王红领，李稻葵，冯俊新.FDi与自主研发：基于行业数据的经验研究[J].经济研究，2006（2）：19-21.
[16]谢光亚，李洋.经济发展的后发性与FDi的技术溢出效应――基于工业部门面板数据的分析[J].科技管理研究，2007，27（3）：73-75.
[17]王滨.FDi技术外溢、技术进步与技术效率――基于中国制造业1999―2007年面板数据的经验研究[J].数量经济技术经济研究，2010（2）：93-117.
[18]FanSimon，YifanHu.ForeignDirectinvestmentandindigenoustechnologicalefforts：evidencefromprovincialData[J].ChinaeconomicReview，2007，15（1）：25-47.
[19]范成泽，胡一凡，郑洪亮.FDi对国内企业技术创新影响的理论与实证研究[J].经济研究，2008（1）：89-101.
[20]蒋殿春，张宇.经济转型与外商直接投资技术溢出效应[J].经济研究，2008（7）：26-38.
[21]徐亚静，王华.开放条件下的外商直接投资与中国的技术创新[J].国际贸易问题，2011（2）：136-145.
[22]黄静波，付建.FDi与广东技术进步关系德尔实证分析[J].管理世界，2004（9）：81-86.
[23]平新乔，关晓静，邓永旭，等.外国直接投资对中国企业的外溢效应分析：来自中国第一次全国经济普查数据的报告[J].世界经济，2007（8）：3-23.
[24]王文治.外商直接投资后向关联效应的经验分析――基于我国制造业的研究[J].中央财经大学学报，2008（4）：57-61.
[25]许和连，禄雪焕.外商直接投资对技术创新能力的影响效应――基于我国工业行业数据的实证研究[J].财经理论与实践，2008，29（155）：88-93.
[26]Romerp.endogenoustechnologicalChange[J].Journalofpoliticaleconomy，1990，98（5）：71-102.
[27]李谐，齐绍洲.贸易开放、经济增长与中国二氧化碳排放[J].经济研究，2011（11）：60-72.
[28]马章良.FDi对技术创新能力的培养――基于长三角地区[J].技术经济与管理研究，2012（3）：30-33.
[29]刘政，田晓丽.FDi对我国高端技术创新的影响――基于省际面板数据的Gmm估计[J].现代管理科学，2013（1）：70-72.