经济增长与科技投入的实证探究.docx

经济增长与科技投入的实证探究1经济增长与科技投入马克思曾指出,随着工业的发展,现实财富的创造较少地取决于劳动时间和所耗费的劳动量,……相反地取决于一般的科学水平和技术进步,或者说取决于科学在生产上的应用。科技投入是科技进步的物质基础和前提,如何测算科技投入对经济增长的贡献率一直是宏观经济学的重要研究课题。目前,定量测算科技投入或科技进步对经济增长的贡献率的方法主要有两大类:一类是生产函数法,如柯布—道格拉斯生产函数、线性生产函数、超越生产函数和固定替代弹性生产函数等;另一类是增长速度方程方法[1]。20世纪30年代美国著名数学家柯布和经济学家道格拉斯共同研究了产出与投入的关系,并用数学函数描述了这种关系,得出C-D型生产函数:Y=ALαKβ。式中Y为产出,K为资本,L为劳动力;参数α和β分别为产出对资本和劳动力的弹性;A为技术进步参数。用柯布—道格拉斯生产函数可以计算出某一时刻的技术水平,并由此计算出技术进步对新增产值的贡献,或技术进步对新增劳动生产率的贡献,但不能直接计算出技术进步对产值增长速度的贡献[2]。1957年,美国麻省理学院经济学家索洛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的背后,技术进步的作用,把生产函数的研究大大推进了一步。索洛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]。1962-1982年间,美国布鲁金斯学会的丹尼森教授,采用增长速度方程对世界上10多个国家的经济增长进行了系统分析,得出技术进步对经济增长的贡献率约为50%-70%[4]。1991年,世界银行对68个国家的技术进步进行了分析,结果表明发展中国家技术进步对国内生产总值的贡献率约为%,同期,法国为%、德国为51%、英国为50%,而美国技术进步对经济增长的贡献率仅为16•6%[5]。上述研究由于研究角度、研究方法、研究对象和研究的时间跨度不同,得出的结论也不尽一致,但为深入研究科技投入对经济增长贡献率提供了良好的基础。本研究以国家统计局发布的1953-2002年年度的统计数据为基础,采用EViews的GrangerCausality因果关系检验法和回归分析法,研究中国科技投入与经济增长之间的依存关系,考察两者之间是否存在因果关系,建立相关的数学模型,并测算科技投入对经济增长的贡献率。2中国科技投入与GDP之间的相关分析与因果关系检验科技投入,是指投入到科技活动中的一切人力、物力和财力的总和,也称为科技资源。其中的财力是人力和物力的货币表现形式,如果用于科技活动的资源都用货币形式表示,科技投入可称为科技经费的总投入。在我国尤其是在实行高度集权的计划经济时期,国家财政科技拨款是科技投入的主体。为了保证统计数据的准确性和权威性,本文的科技投入仅指国家财政科技投入,主要包括科学事业费、科技三项费和科研基建费和其他。相关分析是对变量之间的相关关系的分析,其主要目标是考察变量之间是否存在内在依存关系作出符合实际的判断,测定它们关系的密切程度,并检验其有效性。根据1953-2002年的统计数据,测算中国科技投入与GDP两个变量之间相关系数,结果表明两者之间的Pearson相关系数高达,显然科技投入与GDP之间存在着十分紧密的依存关系。中国科技投入与GDP之间存在着十分密切的正相关性,但两者之间是否存在明确的因果关系呢?是科技投入的变化引起GDP的变化,还是GDP的变化引起科技投入的变化,或者是两者之间存在双向的因果关系?本研究用GrangerCausality的因果关系检验法研究科技投入与GDP之间的因果关系。GrangerCausality因果关系检验法的基本思想是:如果X的变化引起Y的变化,则X应该有助于预测Y,即在Y关于Y过去值的回归中,增加X的过去值作为独立变量应当显著地增加回归模型的方差解释能力。检验X是否为引起Y变化的原因基本过程如下:作出原假设“X不是引起Y变化的原因”;把Y对Y的滞后值及X的滞后值进行回归,建立无限制条件的回归模型:yt=∑mt=1aiyt-i+∑mt=1bixt-i+ut把Y只对Y的滞后值进行回归,建立有限制条件的回归模型:yt=∑mt=1aiyt-i+ut用回归模型的残差平方和计算F统计值,检验回归系数b1,b2…bm是否同时显著地不为零。如果是,就拒绝“X不是引起Y变化的原因”的原假设,即X是引起Y变化的原因,说明X与Y之间存在着因果关系[6]。第一个原假设F统计值达到了足够大,通过了显著性检验,有理由拒绝“科技投入变化不是引起GDP变化的原因”的假设;第二个原假设F统计值小于5%概率条件的临界值,没有通过显著性检验,没有理由拒绝“GDP变化不是引起科技投入变化的原因”的原假设。可以得出结论:科技投入与经济增长之间存在着十分明显的单向因果关系,即科技投入的增加或减少必然引起G