美章網(wǎng) 資料文庫(kù) 經(jīng)濟(jì)增長(zhǎng)與科技投入的實(shí)證探究范文

經(jīng)濟(jì)增長(zhǎng)與科技投入的實(shí)證探究范文

本站小編為你精心準(zhǔn)備了經(jīng)濟(jì)增長(zhǎng)與科技投入的實(shí)證探究參考范文,愿這些范文能點(diǎn)燃您思維的火花,激發(fā)您的寫作靈感。歡迎深入閱讀并收藏。

經(jīng)濟(jì)增長(zhǎng)與科技投入的實(shí)證探究

1經(jīng)濟(jì)增長(zhǎng)科技投入

馬克思曾指出,隨著工業(yè)的發(fā)展,現(xiàn)實(shí)財(cái)富的創(chuàng)造較少地取決于勞動(dòng)時(shí)間和所耗費(fèi)的勞動(dòng)量,……相反地取決于一般的科學(xué)水平和技術(shù)進(jìn)步,或者說取決于科學(xué)在生產(chǎn)上的應(yīng)用。科技投入是科技進(jìn)步的物質(zhì)基礎(chǔ)和前提,如何測(cè)算科技投入對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)率一直是宏觀經(jīng)濟(jì)學(xué)的重要研究課題。目前,定量測(cè)算科技投入或科技進(jìn)步對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)率的方法主要有兩大類:一類是生產(chǎn)函數(shù)法,如柯布—道格拉斯(C-D)生產(chǎn)函數(shù)、線性生產(chǎn)函數(shù)、超越生產(chǎn)函數(shù)和固定替代彈性(CES)生產(chǎn)函數(shù)等;另一類是增長(zhǎng)速度方程方法[1]。20世紀(jì)30年代美國(guó)著名數(shù)學(xué)家柯布(G.W.Cobb)和經(jīng)濟(jì)學(xué)家道格拉斯(P.H.Douglas)共同研究了產(chǎn)出與投入的關(guān)系,并用數(shù)學(xué)函數(shù)描述了這種關(guān)系,得出C-D型生產(chǎn)函數(shù):Y=ALαKβ(α>0;β>0)。式中Y為產(chǎn)出,K為資本,L為勞動(dòng)力;參數(shù)α和β分別為產(chǎn)出對(duì)資本和勞動(dòng)力的彈性;A為技術(shù)進(jìn)步參數(shù)。用柯布—道格拉斯生產(chǎn)函數(shù)可以計(jì)算出某一時(shí)刻的技術(shù)水平,并由此計(jì)算出技術(shù)進(jìn)步對(duì)新增產(chǎn)值的貢獻(xiàn),或技術(shù)進(jìn)步對(duì)新增勞動(dòng)生產(chǎn)率的貢獻(xiàn),但不能直接計(jì)算出技術(shù)進(jìn)步對(duì)產(chǎn)值增長(zhǎng)速度的貢獻(xiàn)[2]。1957年,美國(guó)麻省理學(xué)院經(jīng)濟(jì)學(xué)家索洛在中性生產(chǎn)函數(shù)假設(shè)下推導(dǎo)出增長(zhǎng)速度方程,分離出技術(shù)進(jìn)步,揭示了經(jīng)濟(jì)增長(zhǎng)過程的背后,技術(shù)進(jìn)步的作用,把生產(chǎn)函數(shù)的研究大大推進(jìn)了一步。索洛教授首次使用增長(zhǎng)速度方程對(duì)美國(guó)技術(shù)進(jìn)步進(jìn)行了實(shí)證研究[3]。1962-1982年間,美國(guó)布魯金斯學(xué)會(huì)的丹尼森教授,采用增長(zhǎng)速度方程對(duì)世界上10多個(gè)國(guó)家的經(jīng)濟(jì)增長(zhǎng)進(jìn)行了系統(tǒng)分析,得出技術(shù)進(jìn)步對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)率約為50%-70%[4]。1991年,世界銀行對(duì)68個(gè)國(guó)家的技術(shù)進(jìn)步進(jìn)行了分析,結(jié)果表明發(fā)展中國(guó)家技術(shù)進(jìn)步對(duì)國(guó)內(nèi)生產(chǎn)總值的貢獻(xiàn)率約為14.3%,同期,法國(guó)為56.7%、德國(guó)為51%、英國(guó)為50%,而美國(guó)技術(shù)進(jìn)步對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)率僅為16•6%[5]。上述研究由于研究角度、研究方法、研究對(duì)象和研究的時(shí)間跨度不同,得出的結(jié)論也不盡一致,但為深入研究科技投入對(duì)經(jīng)濟(jì)增長(zhǎng)貢獻(xiàn)率提供了良好的基礎(chǔ)。本研究以國(guó)家統(tǒng)計(jì)局的1953-2002年年度的統(tǒng)計(jì)數(shù)據(jù)為基礎(chǔ)(如表1所示),采用EViews(計(jì)量經(jīng)濟(jì)學(xué)軟件包)的GrangerCausality因果關(guān)系檢驗(yàn)法和回歸分析法,研究中國(guó)科技投入與經(jīng)濟(jì)增長(zhǎng)之間的依存關(guān)系,考察兩者之間是否存在因果關(guān)系,建立相關(guān)的數(shù)學(xué)模型,并測(cè)算科技投入對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)率。

2中國(guó)科技投入與GDP之間的相關(guān)分析與因果關(guān)系檢驗(yàn)

科技投入,是指投入到科技活動(dòng)中的一切人力、物力和財(cái)力的總和,也稱為科技資源。其中的財(cái)力是人力和物力的貨幣表現(xiàn)形式,如果用于科技活動(dòng)的資源都用貨幣形式表示,科技投入可稱為科技經(jīng)費(fèi)的總投入。在我國(guó)尤其是在實(shí)行高度集權(quán)的計(jì)劃經(jīng)濟(jì)時(shí)期,國(guó)家財(cái)政科技撥款是科技投入的主體。為了保證統(tǒng)計(jì)數(shù)據(jù)的準(zhǔn)確性和權(quán)威性,本文的科技投入僅指國(guó)家財(cái)政科技投入,主要包括科學(xué)事業(yè)費(fèi)、科技三項(xiàng)費(fèi)和科研基建費(fèi)和其他。相關(guān)分析是對(duì)變量之間的相關(guān)關(guān)系的分析,其主要目標(biāo)是考察變量之間是否存在內(nèi)在依存關(guān)系作出符合實(shí)際的判斷,測(cè)定它們關(guān)系的密切程度,并檢驗(yàn)其有效性。根據(jù)1953-2002年的統(tǒng)計(jì)數(shù)據(jù),測(cè)算中國(guó)科技投入與GDP兩個(gè)變量之間相關(guān)系數(shù),結(jié)果表明兩者之間的Pearson相關(guān)系數(shù)高達(dá)0.9806,顯然科技投入與GDP之間存在著十分緊密的依存關(guān)系。中國(guó)科技投入與GDP之間存在著十分密切的正相關(guān)性,但兩者之間是否存在明確的因果關(guān)系呢?是科技投入的變化引起GDP的變化,還是GDP的變化引起科技投入的變化,或者是兩者之間存在雙向的因果關(guān)系?本研究用GrangerCausality的因果關(guān)系檢驗(yàn)法研究科技投入與GDP之間的因果關(guān)系。GrangerCausality因果關(guān)系檢驗(yàn)法的基本思想是:如果X的變化引起Y的變化,則X應(yīng)該有助于預(yù)測(cè)Y,即在Y關(guān)于Y過去值的回歸中,增加X的過去值作為獨(dú)立變量應(yīng)當(dāng)顯著地增加回歸模型的方差解釋能力。檢驗(yàn)X是否為引起Y變化的原因基本過程如下:(1)作出原假設(shè)“X不是引起Y變化的原因”;(2)把Y對(duì)Y的滯后值及X的滯后值進(jìn)行回歸,建立無限制條件的回歸模型:yt=∑mt=1aiyt-i+∑mt=1bixt-i+ut(3)把Y只對(duì)Y的滯后值進(jìn)行回歸,建立有限制條件的回歸模型:yt=∑mt=1aiyt-i+ut(4)用回歸模型的殘差平方和計(jì)算F統(tǒng)計(jì)值,檢驗(yàn)回歸系數(shù)b1,b2…bm是否同時(shí)顯著地不為零。如果是,就拒絕“X不是引起Y變化的原因”的原假設(shè),即X是引起Y變化的原因,說明X與Y之間存在著因果關(guān)系[6]。第一個(gè)原假設(shè)F統(tǒng)計(jì)值達(dá)到了足夠大,通過了顯著性檢驗(yàn),有理由拒絕“科技投入變化不是引起GDP變化的原因”的假設(shè);第二個(gè)原假設(shè)F統(tǒng)計(jì)值小于5%概率條件的臨界值,沒有通過顯著性檢驗(yàn),沒有理由拒絕“GDP變化不是引起科技投入變化的原因”的原假設(shè)。可以得出結(jié)論:科技投入與經(jīng)濟(jì)增長(zhǎng)之間存在著十分明顯的單向因果關(guān)系,即科技投入的增加或減少必然引起GDP的增加或減少,而GDP的增加或減少卻未必會(huì)引起科技投入的增加或減少。

3中國(guó)GDP增長(zhǎng)率對(duì)科技投入增長(zhǎng)率的簡(jiǎn)單線性回歸分析

回歸分析是研究一個(gè)變量或一組變量(自變量)的變動(dòng)對(duì)另一個(gè)變量(因變量)變動(dòng)之影響程度的一種統(tǒng)計(jì)分析方法,它可以根據(jù)自變量的已知固定值來估計(jì)或預(yù)測(cè)因變量的總體平均值。從圖1中我們可以發(fā)現(xiàn),科技投入增長(zhǎng)率和GDP增長(zhǎng)率指標(biāo)的變化趨勢(shì)具有一定的波動(dòng)性,很可能會(huì)產(chǎn)生異方差問題,從而導(dǎo)致偽回歸現(xiàn)象,致使研究結(jié)論無效。為了消除異方差,以更好地揭示科技投入與經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系。我們對(duì)科技投入和GDP取對(duì)數(shù),并進(jìn)行差分處理,用log(GDP)表示GDP的增長(zhǎng)率,log(SCI)表示科技投入的增長(zhǎng)率。根據(jù)1953-2002年年度的歷史數(shù)據(jù),我們以科技投入增長(zhǎng)率為自變量和GDP增長(zhǎng)率為因變量進(jìn)行簡(jiǎn)單線性回歸分析。在GDP增長(zhǎng)率對(duì)科技投入增長(zhǎng)率的簡(jiǎn)單線性回歸模型中,自變量和常數(shù)項(xiàng)的回歸系數(shù)t統(tǒng)計(jì)值都超過了臨界值,檢驗(yàn)結(jié)果呈現(xiàn)高度顯著性,表明科技投入增長(zhǎng)率對(duì)GDP增長(zhǎng)率的影響是顯著的。回歸方程的F統(tǒng)計(jì)值為8•42通過了顯著性檢驗(yàn)。但從表3也可以看出,回歸模型的復(fù)相關(guān)系數(shù)僅為0.152,其方差解釋能力為15.2%。DW統(tǒng)計(jì)值僅為0.516與2還有較大的差距。說明回歸模型殘差項(xiàng)存在著很嚴(yán)重的序列自相關(guān)問題。圖1在簡(jiǎn)單線性回歸模型下GDP增長(zhǎng)率對(duì)科技投入增長(zhǎng)率回歸的殘差趨勢(shì)圖。結(jié)果顯示,簡(jiǎn)單線性回歸模型不僅對(duì)歷史數(shù)據(jù)擬合效果很不理想,而且其殘差項(xiàng)的估計(jì)值并不頻繁地改變符號(hào),而是相繼若干個(gè)負(fù)的以后跟著幾個(gè)正的,表明回歸模型的殘差確實(shí)存在著高度的正自相關(guān)。回歸模型殘差項(xiàng)的序列自相關(guān),違背了OLS(普通最小二乘法)的高斯-馬爾柯夫定理的基本假定,會(huì)產(chǎn)生嚴(yán)重的后果:(1)OLS估計(jì)量雖然仍具有線性無偏性,但不再具有最小方差性,OLS估計(jì)量不再是有效的;(2)建立在t和F分布之上的假設(shè)是不可靠的,t和F統(tǒng)計(jì)量的假設(shè)檢驗(yàn)結(jié)果是不可信的;(3)回歸模型一些參數(shù)檢驗(yàn)結(jié)果看起來是通過了顯著性檢驗(yàn),其實(shí)并非都是如此,從而導(dǎo)致得出錯(cuò)誤的結(jié)論。上述分析結(jié)果表明,中國(guó)科技投入增長(zhǎng)率與GDP增長(zhǎng)率之間存在的內(nèi)在依存關(guān)系,并不是簡(jiǎn)單的線性回歸關(guān)系,因而不能采用簡(jiǎn)單線性回歸模型來揭示科技投入增長(zhǎng)率與GDP增長(zhǎng)率之間的內(nèi)在依存關(guān)系。

4中國(guó)GDP增長(zhǎng)率對(duì)科技投入增長(zhǎng)率的廣義差分回歸分析

為了揭示科技投入增長(zhǎng)率與GDP增長(zhǎng)率之間真實(shí)的內(nèi)在依存關(guān)系,必須消除序列自相關(guān)問題。我們采用廣義差分法來達(dá)到使得模型殘差保持序列獨(dú)立,不具有自相關(guān)性。先將回歸方程的變量滯后一期,改寫為yt-1=b0+b1xt-1+ut-1方程的兩邊同時(shí)乘以ρ,得到ρyt-1=ρb0+ρb1xt-1+ρut-1將兩方程相減,得到y(tǒng)t-ρyt-1=b0(1-ρ)+b1(xt-ρb1xt-1)vt通常把變換后的上述方程稱為廣義差分方程。廣義差分方程中被解釋變量對(duì)解釋變量的回歸,不是使用原來的形式,而是以差分的形式來表示。要成功地求解和應(yīng)用廣義差分方程,必需采用一定方法來估計(jì)未知的ρ。估計(jì)ρ值的方法有很多,Cochrane-Orcutt迭代法已成為目前估計(jì)未知的ρ和消除序列自相關(guān)問題的主流方法。E-Views是采用在原回歸方程中添加AR(1)來消除一階序列自相關(guān),添加AR(2)消除二階自相關(guān),添加AR(3)消除三階自相關(guān),依次類推。在GDP增長(zhǎng)率對(duì)科技投入增長(zhǎng)率的原回歸模型中添加AR(1)項(xiàng),得到如表4所示的廣義差分回歸結(jié)果。由表4可知,DW檢驗(yàn)值由原來的0.516升到1.70圓滿地消除了殘差項(xiàng)的序列自相關(guān)。復(fù)相關(guān)系數(shù)也有了大幅度的提升,由原來的0.152提升到0.654,回歸模型的F統(tǒng)計(jì)值由原來的8.421提升到42.564,呈現(xiàn)高度顯著性。回歸模型中的常數(shù)項(xiàng)、解釋變量和AR(1)的t統(tǒng)計(jì)值都一致地通過了顯著性檢驗(yàn),其回歸系數(shù)都顯著地不為零。圖2為GDP增長(zhǎng)率對(duì)科技投入增長(zhǎng)率的廣義差分回歸的殘差趨勢(shì)圖。圖2顯示,經(jīng)廣義差分變換,回歸模型不僅消除了殘差項(xiàng)的序列自相關(guān)問題,而且模型對(duì)歷史數(shù)據(jù)的擬合效果也非常理想。由此,我們可以得到GDP增長(zhǎng)率對(duì)科技投入增長(zhǎng)率的廣義差分回歸模型:LOG(GDP)(1953-2002)=0.082987+0.175672*LOG(SCI)+[AR(1)=0.720112]模型自變量的回歸系數(shù)為0.176,說明LOG(SCI)每增加1%,LOG(GDP)就相應(yīng)地增加0•176%,表明在1953-2002年期間中國(guó)科技投入對(duì)經(jīng)濟(jì)增長(zhǎng)貢獻(xiàn)率約為17.6%。

5結(jié)語(yǔ)

從上述研究中可以看出,科技投入與經(jīng)濟(jì)增長(zhǎng)之間確實(shí)存在著十分明確的單向因果關(guān)系,但并非簡(jiǎn)單的線性關(guān)系,我們以國(guó)家統(tǒng)計(jì)局的1953-2002年年度的統(tǒng)計(jì)數(shù)據(jù)為基礎(chǔ),采用廣義差分回歸分析方法揭示了兩者之間的內(nèi)存依存關(guān)系,并建立了相關(guān)的數(shù)學(xué)模型。研究結(jié)果顯示,在1953-2002年期間,LOG(SCI)每增加1%,LOG(GDP)相應(yīng)地增加0.176%,表明科技投入在一定程度上促進(jìn)了我國(guó)的經(jīng)濟(jì)增長(zhǎng),但其促進(jìn)作用并不是十分明顯。科技投入是科學(xué)研究和技術(shù)創(chuàng)新活動(dòng)的物質(zhì)基礎(chǔ),科技投入的最終效果常常體現(xiàn)在經(jīng)濟(jì)增長(zhǎng)上。因此,在研究和規(guī)劃一個(gè)國(guó)家或地區(qū)的經(jīng)濟(jì)增長(zhǎng)問題時(shí),我們不能輕視更不能忽視科技投入的因素。但是,當(dāng)人們逐漸認(rèn)識(shí)和懂得了科技投入對(duì)于經(jīng)濟(jì)增長(zhǎng)的重要意義之后,往往又會(huì)產(chǎn)生一種簡(jiǎn)單化甚至片面的理解,似乎只要增加科技投入,就會(huì)自然而然地帶來科技的發(fā)展和經(jīng)濟(jì)的增長(zhǎng)。事實(shí)上,不同的歷史發(fā)展階段,在不同的國(guó)家或地區(qū),科技投入的不同方式和結(jié)構(gòu),科技投入對(duì)經(jīng)濟(jì)增長(zhǎng)的作用效果是完全不同的[7]。長(zhǎng)期以來,人們對(duì)科技投入問題的關(guān)注焦點(diǎn)是科技投入的總量,卻忽視了科技投入的結(jié)構(gòu)和科技資源的優(yōu)化配置,對(duì)科技資源的使用效率未給予足夠的重視。我們認(rèn)為,增加科技投入的總量,只是為科學(xué)研究和技術(shù)創(chuàng)新提供了物質(zhì)基礎(chǔ)和可能性,并不等于科學(xué)研究和技術(shù)創(chuàng)新本身,更不等于實(shí)現(xiàn)了經(jīng)濟(jì)增長(zhǎng)。只有保持合理的科技投入結(jié)構(gòu),實(shí)現(xiàn)科技資源的優(yōu)化配置,保證科技資源流向富有活力和最有效率的科學(xué)研究和技術(shù)創(chuàng)新領(lǐng)域,不斷提高科技資源的使用效率,科技投入才能有效地促進(jìn)科學(xué)研究和技術(shù)創(chuàng)新的發(fā)展,才能真正成為促進(jìn)經(jīng)濟(jì)增長(zhǎng)的重要手段。如果將大量的科技資源投入到一個(gè)效率低下的科技領(lǐng)域,則不僅不能發(fā)揮科技資源的應(yīng)有作用,反而可能會(huì)降低整個(gè)科技與經(jīng)濟(jì)大系統(tǒng)的運(yùn)行效率。因此,為了充分發(fā)揮我國(guó)科技投入在促進(jìn)經(jīng)濟(jì)增長(zhǎng)中的積極作用,整個(gè)社會(huì)在高度重視科技投入總量增加的同時(shí),必須對(duì)科技投入的結(jié)構(gòu)、科技資源的優(yōu)化配置和使用效率問題給予更高程度的關(guān)注。

主站蜘蛛池模板: 看**视频a级毛片| 亚洲欧美另类视频| 成人免费a级毛片无码网站入口| 亚洲2022国产成人精品无码区 | 天天做天天爱夜夜爽毛片毛片| 中文字幕日韩精品一区二区三区| 日韩视频在线观看中字| 亚洲国产日韩在线人成下载| 热99re久久国超精品首页| 午夜伦伦影理论片大片| 色综合综合色综合色综合| 国产对白受不了了| 2018在线观看| 国产精品色拉拉免费看| 99精品视频免费观看| 妞干网免费视频观看| 下面一进一出好爽视频| 日本二本三本二区| 久久精品国产只有精品66| 欧美中日韩在线| 亚洲日韩在线中文字幕综合| 波多野结衣无内裤护士| 伺候情侣主vk| 精品久久久久久国产91| 国产av人人夜夜澡人人爽| 青娱乐精品视频| 国产在线观看的| 黑巨人与欧美精品一区| 国产精品一区二区久久精品涩爱 | 日韩欧国产精品一区综合无码 | www夜夜操com| 巨胸动漫美女被爆羞羞视频| 中文字幕亚洲综合久久菠萝蜜 | 性高湖久久久久久久久| 中文字幕在线观看2020| 无遮挡h肉动漫网站| 久久久噜久噜久久gif动图| 日韩欧美一区二区三区免费观看| 亚洲AV午夜精品一区二区三区| 校花的好大的奶好爽漫画| 亚洲人成在线影院|