夏文濤
(安徽理工大學(xué)經(jīng)濟(jì)與管理學(xué)院,安徽淮南232001)
技術(shù)創(chuàng)新對社會經(jīng)濟(jì)貢獻(xiàn)率的研究
——以江蘇常州為例
夏文濤
(安徽理工大學(xué)經(jīng)濟(jì)與管理學(xué)院,安徽淮南232001)
以江蘇省常州市為研究背景,選取2000—2014年《常州統(tǒng)計(jì)年鑒》中的有關(guān)數(shù)據(jù),利用索羅提出的改進(jìn)的C-D生產(chǎn)函數(shù)模型分析技術(shù)創(chuàng)新對社會經(jīng)濟(jì)的貢獻(xiàn)率,介紹了相關(guān)數(shù)據(jù)的計(jì)算和處理方法,并利用迭代法消除要素的自相關(guān)性。將常州近年來GDP走勢圖與技術(shù)創(chuàng)新對經(jīng)濟(jì)的貢獻(xiàn)率圖進(jìn)行比對,研究技術(shù)創(chuàng)新對GDP增長的促進(jìn)作用。
技術(shù)創(chuàng)新;經(jīng)濟(jì)貢獻(xiàn)率;迭代法
1.1 柯布-道格拉斯生產(chǎn)函數(shù)
柯布-道格拉斯生產(chǎn)函數(shù)最初是美國數(shù)學(xué)家柯布(C.W.Cobb)和經(jīng)濟(jì)學(xué)家保羅·道格拉斯(Paul H.Douglas)共同探討投入和產(chǎn)出的關(guān)系時創(chuàng)造的生產(chǎn)函數(shù),簡稱為C-D生產(chǎn)函數(shù),反映了勞動人數(shù)、資本投入量、生產(chǎn)技術(shù)水平與產(chǎn)出之間的關(guān)系[1],其表達(dá)式為
Y=A(t)LαKβμ
(1)
式中:Y為生產(chǎn)總值;A(t)為綜合技術(shù)水平;L為投入的勞動力人數(shù);K為投入的資本,一般指固定資產(chǎn)凈值;α為勞動力產(chǎn)出的彈性系數(shù);β為資本產(chǎn)出的彈性系數(shù);μ表示隨機(jī)干擾的影響,μ≤1。
1.2 索羅余值
余值法是海內(nèi)外學(xué)者進(jìn)行實(shí)證研究時廣泛應(yīng)用的方法,美國經(jīng)濟(jì)學(xué)家羅伯特·索羅(Robert Merton Solow)提出了一個以柯布-道格拉斯生產(chǎn)函數(shù)為基礎(chǔ)的,研究科學(xué)技術(shù)進(jìn)步對國民經(jīng)濟(jì)增長貢獻(xiàn)率的新方法,其理論基礎(chǔ)建立在一個假設(shè)前提上,即:某地區(qū)經(jīng)濟(jì)增長的驅(qū)動因素中,扣除相應(yīng)勞動力投入、資本投入量對經(jīng)濟(jì)的貢獻(xiàn)率后,對經(jīng)濟(jì)產(chǎn)生積極作用的因素,都是由科技進(jìn)步所帶來的[2]。
1.3 自相關(guān)檢驗(yàn)及處理辦法
1.3.1 D.W檢驗(yàn)
在現(xiàn)實(shí)社會中,大多數(shù)經(jīng)濟(jì)變量都具有明顯的慣性,即變量值前后總是關(guān)聯(lián)的,比如在本次實(shí)證研究中,當(dāng)年勞動力投入以及資本投入與去年的勞動力投入以及資本投入往往存在關(guān)聯(lián)性[3]。因此,在進(jìn)行回歸分析后,必須對樣本數(shù)據(jù)進(jìn)行自相關(guān)性檢驗(yàn),如果樣本數(shù)據(jù)存在相關(guān)性,應(yīng)對樣本數(shù)據(jù)進(jìn)行處理,否則會導(dǎo)致數(shù)據(jù)模型失真,降低預(yù)測精度。
D.W檢驗(yàn)是Durbin和Watson于1951年提出的一種檢驗(yàn)方法,是統(tǒng)計(jì)分析中最常用的一種檢驗(yàn)序列一階自相關(guān)方法。D.W值計(jì)算方法如下:
(2)
式(2)相應(yīng)變形及轉(zhuǎn)化后得
(3)
由上推導(dǎo)過程可得
(4)
式(4)中,D.W值可通過SPSS軟件直接計(jì)算得到,因此,在實(shí)際研究中,自相關(guān)系數(shù)的計(jì)算可直接由式(4)得出。
1.3.2 迭代法消除自相關(guān)性
當(dāng)樣本存在自相關(guān)現(xiàn)象,即D.W值
(5)
(6)
采用索羅提出的改進(jìn)的C-D生產(chǎn)函數(shù)模型來估計(jì)參數(shù)α和β,其形式為
Y=A0eλtLαKβ
(7)
式中:A0為初始技術(shù)水平;e為自然對數(shù)的底;λ為綜合技術(shù)進(jìn)步參數(shù);t表示時間;eλt為綜合技術(shù)進(jìn)步因素。
對該式兩邊分別取自然對數(shù),設(shè)α+β=1,整理后得到:
(8)
由此可得α、β的值,將其代入
GY=GA+αGL+βGK
(9)
式中:GY為地區(qū)GDP增長速度;GA為技術(shù)投入;GL為勞動力投入;GK為固定資產(chǎn)投入。
該公式表明,地區(qū)GDP增長是由該地區(qū)的技術(shù)投入、資本投入以及勞動力投入的增長帶來的。對式(9)進(jìn)行變換得
GA=GY-αGL-βGK
(10)
將式(10)兩邊同時除以GY,可得
(11)
本文的研究背景以江蘇省常州市為例,數(shù)據(jù)選取2000—2014年《常州統(tǒng)計(jì)年鑒》中的數(shù)據(jù),以國內(nèi)生產(chǎn)總值(GDP)表示產(chǎn)出量Y,利用全社會從業(yè)人員總數(shù)來表示勞動投入L,利用固定資產(chǎn)投資額來表示資本投入K。
根據(jù)樣本數(shù)值,利用SPSS軟件進(jìn)行最小二乘法回歸分析[4-5],數(shù)據(jù)處理過程如表1。
表1 數(shù)據(jù)處理表
根據(jù)以上數(shù)據(jù)進(jìn)行線性回歸計(jì)算可直接得到如表2、表3的結(jié)果。
表2 模型匯總
由表2可知,建立的模型R2=0.996,說明該模型對于數(shù)據(jù)的擬合程度較高,模型可信。
表3 系數(shù)a
由表3可知,模型通過了t檢驗(yàn),但是由于常州市預(yù)測模型的D.W值為0.772,小于du=1.39,因此確認(rèn)模型存在自相關(guān)現(xiàn)象。這說明,除了技術(shù)、資本和勞動之外的因素是隨機(jī)誤差的主要部分,以上模型失效需要消除各要素的自相關(guān)性。下面利用迭代法處理。
ρ=1-0.5D.W=1-0.5×0.772=0.614
用迭代法計(jì)算公式(5)和(6)求出Y1、X1,然后對處理后的數(shù)據(jù)進(jìn)行回歸分析,Y1、X1值見表4。
表4 迭代數(shù)據(jù)處理
將迭代計(jì)算處理后的數(shù)據(jù)再次利用SPSS進(jìn)行線性回歸計(jì)算,可得如表5和表6的結(jié)果。
由表5可知,對迭代處理之后的數(shù)據(jù)再次建立回歸模型,其R2=0.985,擬合程度高,模型可信。
根據(jù)表6的計(jì)算結(jié)果t=(13.076)(8.500)(2.200),表明經(jīng)過迭代法處理之后,常州的預(yù)測模型通過了t檢驗(yàn),模型擬合度很高,且D.W=1.413,大于1.39,已消除因素自相關(guān)的問題。因此取β值為0.154,由α+β=1,得α為0.846。將α與β代入式(11)分別計(jì)算GY、GA、GL、GK以及各項(xiàng)要素對于經(jīng)濟(jì)增長的貢獻(xiàn)率EY、EA、EL、EK,如表7。
表7 各要素對經(jīng)濟(jì)增長貢獻(xiàn)率
表7為歷年技術(shù)進(jìn)步、勞動力投入以及資本投入對經(jīng)濟(jì)增長的貢獻(xiàn)率數(shù)據(jù),為更加直觀地體現(xiàn)技術(shù)進(jìn)步對常州經(jīng)濟(jì)增長的驅(qū)動作用,技術(shù)投入貢獻(xiàn)率及歷年GDP走勢折線圖如圖1、圖2。
圖1 常州近年來GDP走勢圖
圖2 常州市技術(shù)創(chuàng)新、人力資本投入、固定資產(chǎn)投資對經(jīng)濟(jì)貢獻(xiàn)率趨勢
本文以研究常州市技術(shù)創(chuàng)新對常州區(qū)域經(jīng)濟(jì)的貢獻(xiàn)率為目的,通過建立多元回歸方程,對常州市經(jīng)濟(jì)指標(biāo)進(jìn)行建模,并不斷擬合,采用迭代法消除所建立模型的自相關(guān)性,通過研究得出以下結(jié)論:
常州市GDP自2001年以來,呈現(xiàn)逐年上升趨勢,其經(jīng)濟(jì)處在不斷向上發(fā)展的過程中。技術(shù)創(chuàng)新、人力資本投入、固定資產(chǎn)投資是促進(jìn)常州市經(jīng)濟(jì)發(fā)展的主要因素[6],根據(jù)三大因素對常州經(jīng)濟(jì)發(fā)展的貢獻(xiàn)率可知,技術(shù)創(chuàng)新對經(jīng)濟(jì)發(fā)展的貢獻(xiàn)率最高。2003年后,技術(shù)創(chuàng)新貢獻(xiàn)率EA始終高于人力資本投入貢獻(xiàn)率EL和固定資產(chǎn)投資貢獻(xiàn)率EK。
常州市經(jīng)濟(jì)發(fā)展的主要驅(qū)動因素為科學(xué)技術(shù)創(chuàng)新,因此,應(yīng)當(dāng)加大在科技創(chuàng)新領(lǐng)域的投入,采取引進(jìn)高新技術(shù)人才,加強(qiáng)產(chǎn)學(xué)研技術(shù)交流,引進(jìn)高新技術(shù)產(chǎn)業(yè),調(diào)整優(yōu)化常州區(qū)域產(chǎn)業(yè)結(jié)構(gòu)等一系列措施保證技術(shù)創(chuàng)新對常州經(jīng)濟(jì)的刺激作用。
未來政府投資的主要方向應(yīng)當(dāng)以高新技術(shù)產(chǎn)業(yè)為主,適當(dāng)減少政府在固定資產(chǎn)及人力資本方面的投入。固定資產(chǎn)投資與人力資本投入對經(jīng)濟(jì)發(fā)展的貢獻(xiàn)率呈現(xiàn)出逐年下降的趨勢,該兩項(xiàng)投入對經(jīng)濟(jì)發(fā)展的刺激作用在逐年下降,說明常州經(jīng)濟(jì)社會已轉(zhuǎn)變?yōu)橐约夹g(shù)創(chuàng)新為主導(dǎo)的創(chuàng)新型社會。
[1]李子奈.計(jì)量經(jīng)濟(jì)學(xué)[M].北京:高等教育出版社,2000.
[2]約瑟夫·熊彼特.經(jīng)濟(jì)發(fā)展理論[M].何畏,易家詳,張軍擴(kuò),等譯.北京:商務(wù)印書館,1997.
[3]斯蒂格利茨.經(jīng)濟(jì)學(xué)[M].黃險峰,張帆,譯.北京:中國人民大學(xué)出版社,1997.
[4]孫建同,孫昌言.以EXCEL和SPSS為工具的管理統(tǒng)計(jì)[M].北京:清華大學(xué)出版社,2005.
[5]汪冬華.多元統(tǒng)計(jì)分析與SPSS應(yīng)用[M].上海:華東理工大學(xué)出版社,2014.
[6]陳昕,黃清珍.技術(shù)創(chuàng)新對江蘇、浙江經(jīng)濟(jì)增加貢獻(xiàn)率的差異研究[J].科技進(jìn)步與對策,2010,27(21):61-64.
責(zé)任編輯:唐海燕
Contribution of Technological Innovation to Social Economy—A Case Study of Changzhou in Jiangsu Province
XIA Wentao
(School of Economics and Management,Anhui University of Science and Technology,Huainan 232001)
Data from Changzhou Statistical Yearbook during 2000 and 2014 were taken and analyzed to show the contribution of technological innovation to social economy by applying the improved Solow C-D production model.After an introduction to the data calculation and processing method,an iterative method was used to remove the auto-correlation of elements.The GDP trend charts of Changzhou in recent years were compared to the contribution charts of technological innovation to economy to study the role of technological innovation in GDP growth.
technological innovation;contribution of economy;iterative method
10.3969/j.issn.1671?0436.2016.06.014
2016- 06- 06
夏文濤(1990— ),男,碩士研究生。
F127
A
1671- 0436(2016)06- 0065- 05