定量分析我国科研投入对GDP的贡献

王瑞平,赵亦琛(．上海第二工业大学理学院,上海009;.格莱内尔格乡村学校,美国马里兰州04)

定量分析我国科研投入对GDP的贡献

王瑞平1,赵亦琛2
(1．上海第二工业大学理学院,上海201209;2.格莱内尔格乡村学校,美国马里兰州21042)

摘要:为了从定量分析方面解释我国科研投入结构及其对经济增长的贡献,首先通过非线性回归分析研究科研经费支出、科研人员的全时当量、国内生产总值、人均国内生产总值随时间的发展趋势,得出它们都是随时间指数增长的,只是指数大小不同的结论。然后借助于时间序列理论,分别建立了国内生产总值和人均国内生产总值与科研经费支出或科研人员全时当量的关系模型。最后得出如下结论:国内生产总值或人均国内生产总值是与当期科研经费支出和上一期科研经费支出有关的;国内生产总值或人均国内生产总值仅与当期科研人员全时当量有关。此外,还就所建立的模型结合经济学原理分别给出了理解和实证分析。

关键词:科研经费支出;全时当量;非线性回归

0　引言

早在18世纪人们就认识到经济增长的动力在于劳动分工、资本积累和科技进步。自“十一五”规划以来,我国明确指出“实现长期持续发展要依靠科技进步和劳动力素质提高”。因此,目前很多研究科技进步对经济增长的学者中,大多数从经济学的角度给出宏观分析,也有少数结合简单的统计或计量经济模型进行分析[1-4]。例如张积林[1]通过对1995年至2009年的数据建立计量经济模型得出科研费支出与科技人员投入数、与经济增长有正相关关系,且科技人员投入数对经济增长有着更为显著的促进作用。陈文娟等[2]以江苏省为例通过建立高科技产业科技竞争力评价指标体系,运用因子分析方法得出如果要提升江苏省高技术产业科技竞争力,不仅需要良好的环境,还需要提高科研资源利用率、优化人员结构等影响因子。本文通过对我国国家统计局网上公布的1992年至2014年的科研投入与经济增长数据分别采取非线性回归和时间序列分析,研究了我国科技投入与经济增长的关系。

1　各变量的时间发展趋势

为了方便,把时间记为y,单位是a;我国科研经费支出记为z,z×10−1的单位是亿元;GDP代表我国GDP,GDP×10−2的单位是亿元;RJGDP则代表我国的人均GDP,RJGDP×10−2的单位是元;RYQ代表科研人员投入的全时当量,单位是人/a。

接下来,通过对1992年至2014年的来自国家统计局网页的数据进行非线性回归,通过Stata软件可以建立如下较优的系列模型:

式中ε为残差项,且服从均值为零的正态分布。上述4个模型都是通过t检验和F检验的,且R2可依次分别达到0.997 9,0.987 9,0.986 7和0.933 9。因此,可以说这些模型几乎全都可以描述因变量的变化信息。

从上述模型还可以看出科研经费支出随时间指数增长的最快,其次是国内生产总值和人均生产总值,每年的科研人员的全时当量随时间的指数增长最慢,而且国内生产总值和人均生产总值随时间变化的指数相差很少。这些结果一方面体现了我国政府对科技创新的支持,也体现了我国经济增长的快速发展。但是科技人员的投入相对少的主要原因可能是科研人员的劳动收入相对于其他各行各业、相对于高薪职业是低的,而且相对劳动强度也比较大;其次就是专业的科研人员很少,有很多科研人员都身兼两职或两职以上。

2　GDP与科研经费支出及人员投入的关系

同样地,用∆zy表示科研经费支出的一阶差分,即∆zy=zy−zy−1。可以首先察看国内生产总值(GDP)与科研经费支出的关系模型:

式中这里GDP代表研究当期的国内生产总值。z代表研究当期的科研经费支出(z=zy)。残差项ε,服从均值为零的正态随机分布。式(5)不仅能通过t检验和F检验,而且其R2还可高达0.995 3,调整R2为0.994 8。由此可见,科研经费支出和其一阶差分联合起来可以描述出国内生产总值的99%以上的信息。

同样地,还可以通过建立国内生产总值与科研人员全时当量的关系模型:

式(6)也同样能通过t检验和F检验,而且其R2可达0.994 1,调整R2为0.993 9。

当然,在建立上述模型之前,我们也曾经做过因子分析,并试建立过用科研人员全时当量、科研经费支出以及两者之间的差分,以多元统计模型来表达国内生产总值,但是所建立的各个模型都没有上述模型的效果好,甚至有些模型还或多或少地没有通过部分检验,原因可能是我国科研经费支出与科研人员全时当量具有很强的线性关系,因为我国是通过科研经费支出与科研人员全时当量双层配置来提高国内生产总值的。因此,我们最终选定了上面两个模型来说明我国国内生产总值与当期科研经费支出和科研经费支出的一阶差分成正相关,但是仅与当期科研人员全时当量有正相关,而与科研人员全时当量的一阶差分的相关较差,几乎可以忽略不计。

3　人均GDP与科研经费支出及人员投入的关系

考察一个国家的国际竞争力,除了考察国内生产总值外,有时还要考察人均国内生产总值。因此类似地还可以建立人均国内生产总值与科研经费支出的关系模型如下:

式(7)也同样能通过t检验和F检验,而且其R2可达0.994 6,调整R2为0.994 1。

同样地,还可以通过建立国内生产总值与科研人员全时当量的关系模型:

式(8)也同样能通过t检验和F检验,而且其R2可达0.992 8,调整R2为0.992 5。

显然,人均国内生产总值分别与科研经费支出、科研人员全时当量的关系与国内生产总值类似,这主要是因为我国国内生产总值和人均国内生产总值存在着强相关性。这也从另一个侧面说明了我国不仅国民生产总值在增长,同时人均国内生产总值也同步增加了,从而进一步表明我国经济发展的稳定性和持续性。

4　结论

(1)我国国内生产总值、人均国内生产总值、科研经费支出、科研人员全时当量都随时间指数增长,反映了我国经济发展的快速性及对科技的重视。

(2)国内生产总值与科研经费支出的当期和一阶差分都成正相关关系,表明了增加当年的科研经费支出会提高次年的国内生产总值,同时也能提高次年的人均国内生产总值,这是符合经济学常识的。

(3)国内生产总值与科研人员全时当量的当期成正相关,这一方面说明我国科研人员总投入与国内生产总值发展的同步性,也说明了我国科研人员的稳定性。同样地,我国人均国内生产总值也是仅与科研人员全时当量的当期正相关。

参考文献:

[1]张积林.科技创新投入与经济增长的动态机制研究[J].技术经济与管理研究,2013,3:35-39.

[2]陈文娟,任泽中,金丽馥.基于面板数据的江苏省高科技产业科技竞争力实证分子[J].科技进步与对策,2014, 31:56-59.

[3]刘艳楠,阴训法.基于因子分析法的辽宁省高新技术产业竞争力评价研究[J].经济研究,2011,1:29-30.

[4]杨建仁,刘卫东,贾相如.基于系统视角的区域科技竞争力评价指标体系研究[J].科技进步与对策,2010,27: 118-121.

中图分类号:F264.2

文献标志码:A

文章编号:1001-4543(2015)03-0218-03

收稿日期:2015-06-07

通讯作者:王瑞平(1978–),女,河南濮阳市人,讲师,博士,主要研究方向为微分方程与动力系统。电子邮箱rpwang@sspu.edu.cn。

基金项目:上海第二工业大学校基金(No.EGD14XQD14)、上海高校青年教师资助计划项目(No.ZZegd14018)、上海第二工业大学校重点学科建设项目(No.XXKZD1304)资助

Quantitative Analysis of Investment of R&D Contribution to GDP

WANG Rui-ping1,ZHAO Yi-chen2
(1.School of Sciences,Shanghai Second Polytechinic University,Shanghai 201209,P.R.China; 2.Glenelg Country School,Maryland 201042,America)

Abstract:In order to explain the investment structure in our country and its contribution to economic growth from quantitative analysis, first by mean of nonlinear regress analysis,it studies development trends of expenditure on R&D,scientific research personnel of fulltime equivalent,GDP and PGDP.And it finds that they are all exponential growth of time with different exponents.Then,by mean of time-series theorem,it builds the relationship models of GDP(PGDP)and expenditure on R&D(scientific research personnel of full-time equivalent).This illustrates that GDP(PGDP)has something to do with current and pervious periodic expenditure on R&D, but they have something to do with current a periodic scientific research personnel of full-time equivalent.Last economic analysis is given.

Keywords:expenditure on R&D;full-time equivalent;nonlinear regress