廣東省科技進步對經濟增長貢獻率的軟計算

2011-09-05 02:48:22晉琳琳

統計與決策 2011年15期

關鍵詞：經濟

賀勇，廖諾，晉琳琳

（廣東工業大學管理學院，廣州 510520）

0 引言

《國家中長期科學和技術發展規劃綱要（2006-2020）》中提出“到2020年力爭科技進步貢獻率達到60%以上”，將科技進步對促進經濟增長的作用提高到了前所未有的高度。特別是為確保經濟穩定可持續發展，轉變經濟增長方式，從依靠投資等要素型增長模式轉換到依靠科技進步，提高增長效率等質量型增長模式上，對于新的時期，國家或地區科技進步對經濟增長的貢獻率研究顯得尤為重要和緊迫。

在測算科技進步對經濟的貢獻上取得了大量可喜的成果[1～9]，包括索洛余值法、生產函數法、數據包絡法等，但是社會經濟系統是一個復雜的非線性系統，并且不同的地區、不同的時期、不同的科技水平，科技進步對經濟增長的貢獻是不一樣的，存在以下問題：第一，在數據的獲取和處理上，如何將一個地區的人力資本、技術進步、制度、結構等因素進行量化困難；第二，傳統的計算方法，沒有考慮各個因素之間的復雜性關系、人們思維的主觀性和模糊性以及統計數據的不完整性。第三，沒有考慮到各因素對經濟發展影響的長期性、間接性和滯后性。

軟計算（Soft Computing—SC）[10]是一種新穎的處理復雜經濟系統的有效技術，包括人工神經網絡、遺傳算法和模糊系統等，三種技術相互銜接，既密切的配合又各司其責，聯合發揮模式識別、知識推理、優化計算等多種功能，三者互補集成為軟計算。軟計算方法來測算廣東省科技進步對經濟增長貢獻率的思路是：對廣東省21個地區（包括廣州、深圳副省級城市及其它19個地級市）按照科技進步水平采用遺傳-自組織迭代技術進行軟分類；通過模糊神經網絡構建物質資本、勞動力、人力資本及研究與開發到經濟產出之間模糊映射關系，得到不同科技水平類別的科技進步對經濟增長的貢獻率；計算廣東省及各地區科技進步對經濟增長的貢獻率。

1 地區人力資本的計算

人力資本分為潛在人力資本和實際人力資本[11]，所謂潛在人力資本是指通過教育、培訓、保健等投資支出形成，凝結在勞動者身上由知識、技能、健康等所構成的人力資本。傳統的計量方法中主要根據勞動者受教育的程度來計算潛在人力資本。它不僅包括勞動者所具有的人力資本，也包括在校學生、待業人員、退休人員等所具有的人力資本。實際人力資本是指物化在商品與服務中，通過勞動者參加社會經濟活動由績效體現出來的人力資本?？紤]到潛在人力資本對經濟增長的長期性、滯后性、間接性，這里采用勞動報酬法計算的人力資本是直接作用經濟的實際人力資本，使得計算更加符合實際。

按照Byeongju Jeong[12]提出的改進的勞動報酬法來計算，由于地方統計年鑒上沒有對各個行業的平均工資數據，用各地區的年最低工資標準來代替各地區未受過教育勞動者的平均工資。根據2001～2009年的《廣東統計年鑒》獲取相關數據，表1中的第2、6列是人均GDP（單位：萬元），第3、7列是當前的年最低工資標準（單位：萬元），第4列、第8列是計算得到的廣東省各地區的人力資本相對值（以中山市為基準），詳細計算方法見文獻[13]。

2 對目標系統的軟分類

若實際產出為Y，有n個投入要素，則生產函數的一般形式為：

表1 相關數據及計算結果

它代表產出與投入要素之間的某種依存關系。為了實現對廣東省21個地區的科技進步水平進行軟分類，遵循柯布-道格拉斯（C.W.Cobb-D.H.Douglas）：

式中α、β是常數，K,L分別代表資本投入、勞動投入，A代表技術進步水平。由（2）式得到：

（3）式表示一個地區的技術進步與該地區的產出、資本投入、勞動投入具有一定的依存關系?；谶@種關系，這里科技進步人均產出、固定資產投入和人力資本來衡量，根據2001～2009統計年鑒相關數據進行處理及表1人力資本數據，得到人均產出、人均固定資產投入和人力資本的數據，采用遺傳-自組織迭代技術（GA-ISODATA）[14]進行分類，分類結果見表2。

表2 科技進步水平分類

GA-ISODATA分類結果比較好地反映了廣東省的經濟發展情況。事實上，第一類包含兩個廣州、深圳兩個副省級城市、珠海特區及經濟重地佛山，是珠三角的龍頭，科技進步水平最高；第二類均為珠三角城市，區位優勢突出，經濟發展潛力巨大；第三類主要是東西兩翼及粵北地區，雖然這些地區之間以及各個地區內部的科技進步有明顯差異，但它們都具有農業人口比重大，貧困人口多，科技進步水平整體上偏低。分類結果非常符合廣東省的實際情況。

3 模糊系統的實現

為了計算科技進步對經濟增長的貢獻，在科技進步水平相同的三個子系統內，建立固定資產、勞動力、人力資本及研發投入（R&D）等生產要素到經濟增長的的映射，即確定模糊規則中規則前件和后件的參數。表3中第2列是2000～2008年各個地區人均GDP加權平均（單位：萬元）；第3列是對各個地區2000～2008年固定資產投入進行折舊后（折舊率5%）的平均值除以期間平均總人口得到的人均固定資產（單位：萬元）；第4列地區勞動者人數占全社會總人口的比例；第5列人力資本來自表1的第4、8列的數據；第6列是2000～2008年期間平均每年的人均研發投入相對值（以中山市為基準）。

表3 各地區樣本數據表

以表3中各地區的固定資產、勞動力、人力資本、R&D為輸入向量，對應的GDP為目標值，構成輸入/輸出模式，按照神經網絡的前向傳遞與后向調節算法，BP算法[15]）計算得到三條模糊規則，見表4。規則后件的權值bij(i=1,2,3;j=0,1,2,3)描述了三類地區當固定資產、勞動力、人力資本、R&D分別屬于規則前件對應的模糊集合時，規則后件的常數項及人均固定資產投入x1、勞動力x2、人力資本x3、研發R&Dx4的系數，表示三類經濟系統生產要素對人均GDP的作用大小。圖1是網絡對21個地區人均GDP的模擬圖。

表4 模糊規則參數表（邊際貢獻）

圖1 21個地區GDP模擬圖

4 結果分析

根據表4，可對生產要素與經濟增長進行下面的分析：

4.1 邊際貢獻比較

后件參數的每一行反映了對于前件的模糊集合，各生產要素對人均GDP的邊際貢獻率，例如，第一類表明當固定資產x1∈A11，勞動力x2∈A12，人力資本x3∈A13，R&Dx4∈A14（這里Aij代表中心為aij而寬度為σij的高斯型模糊

集合）時，固定資產勞動力人力資本R&D對人均GDP的貢獻率分別是0.466678