科技进步贡献率测算及预测实证分析.docx

科技进步贡献率测算及预测实证分析论文关键词：科技进步：生产函数；劳动价值论；BP神经网络；预测论文摘要：从实证角度出发，以大连市的经济社会发展数据为样本，分别采用生产函数方法和基于劳动价值论的科技进步贡献率方法对大连市的科技进步贡献率做了对比研究，结果表明后者比前者更具有实际操作性、客观性和真实性。在此基础上，采用BP神经网络对大连市未来近20年的科技进步贡献率进行了预测。科技贡献率是科技进步增长对经济增长的贡献份额.它是衡量区域科技竞争实力和科技转化为现实生产力的综合性指标，也是当前“科教强市”战略实施绩效的第一考量指标。对于科技进步贡献率的测算，主要采用生产函数法.这是目前国内外理论界广泛采用的一种方法，如生产函数模拟法、索罗余值法、CES生产函数法、增长速度方程、丹尼增长因素分析法，等等。但是众所周知，生产函数法需要选取至少两个以上的参数，需要各个生产要素均保持正增长，另外使用科技进步因素来代替除生产要素作用外的所有一切不可量化因素的作用，这在发达市场的西方国家容易实现，而作为转型的中国经济系统，很大程度上存在着诸如政策因素、结构因素、计划因素、市场信息失真等因素的作用，若用科技因素来代替综合影响因素的作用，显然不妥。因此，在本文中，笔者选取基于劳动价值论的科技进步贡献率推导公式进行测算，并同生产函数法测算结果进行比较，在此基础上采用BP神经网络对2002-2020年大连市科技进步贡献率作了预测。一、基于生产函数法的大连市科技进步贡献率测算对于生产函数法公式的具体推导，已经比较熟悉了，在此不再赘述。一般根据C-D生产函数得到科甘支进步速率方程:其中，.Y为产出的年均增长速度，A为技术的年均增长速度，K为资本的年均增长速度，L为劳动的年均增长速度，α为资本产出弹性，β为劳动产出弹性，通常假定生产在一定时期内α、β为一常数，并且αβ=1，即规模效应不变.令e=X100%,即为科技进步贡献率。为此，对以上得到的速度方程两边同除以Y，并整理可得到科技进步贡献率测算的一般公式:关于资本产出弹性a和劳动产出弹性刀的确定，在当前大约有上百种方法。但总的说来可以分为两类，一是采用历史数据进行回归求取，二是根据经验直接给定.这两类方法都有自己的长处和不足。前者的基本假定是a和刀在一段时期是一个常量，这显然有悖经济动态发展的现实特点，而后者既有与前者同样的不足，更有忽略地区经济科技发展差异性的现实特点，过分主观和笼统。在下面具体测算中，笔者将采用这两种方法来分别测算大连市科技进步.可能采取的经济变量见表1表1中的国内生产总值按1990为基期计算、固定资产投资和职工工资总额均为当年价格，考虑到我国统计发展的现实，这两个量的折算统一采用辽宁省零售商品价格指数进行。另外在具体计算中有时还将对数据进行平滑处理，限于篇幅所限，在此不再一一列出。劳动力采用职工工资总额或者采用职工人数，产出采用1990为基期的国内生产总值，资本采用价格调整后的固定资产投资。正如前面所述，方案一，就是严格按照最小二乘法回归求取α和β值。经过计算，当采用{国内生产总值，固定资产投资，职工工资总额}(1978-1998)这组变量时，得到“α=0.093,t=40.65,概率p≤0.001,β=0.505,t=1.652，概率p=0.117,F=741.864,p≤0,001。可见这组结算结果无论是经济经验还是统计学检验都通过;当采用{国内生产总值，固定资产投资，职工人数(1978-2001)这组变量时，得到α=0,504,t=223.946，概率P≤0,001,β=-0.889,t=-4.577，概率P≤0.001，F=703,667,p≤0,001，回归结果通不过经济检验。另外笔者缩短时间序列数据或者对数据采取差分和平滑处理，其结果变化更大，如采用上面第一组变量的后11年时，得到α值为93.4410都通不过经济检验和统计学检验。可见要实现方案一，困难非常大。当采用方案二时，结合当前一些地区科技贡献率测算结果和国家有关部门推荐的测算方法，取α=0.30,β=0.70和α=0.40,β=0.60，分别采取上面两组变量，计算得到表2中的结果。[1][2][3]下一页