技術進步對經濟增長貢獻的新測算

馬偉偉

（江西科技師范大學 商學院，南昌 330013）

0 引言

持續提高技術的供給能力，是新的歷史時期我國經濟長久穩定發展的重要動力。從歷史發展進程來看，我國經歷了高速的經濟增長時期，目前已逐步跨入中高速增長階段，在這一變化歷程中，技術進步到底處于怎樣的地位，這個問題值得研究。因此，本文從實證角度，對長期以來我國技術進步對經濟增長的貢獻程度進行測算。

從學術界關于技術進步對經濟增長貢獻率的研究方法來看，索洛余值法是一種最為基本的方法，自索洛提出之后，被學術界廣泛用于貢獻率測度，而模型回歸法存在著因變量自相關引起估計偏差的弊端，DEA方法則由于未考慮隨機因素而導致結果有偏。基于此，本文嘗試通過一種新的途徑，重新測度技術進步對經濟增長的貢獻。

1 理論設計及變量選取

1.1 基本函數模型

由于技術進步往往會促進勞動力的節約集約利用，因此在生產函數上將技術進步與勞動力要素“捆綁”，得到新的生產函數表示：

兩邊同時消去勞動力L，并對時間求導，得到：

其中，y、k分別是人均產出和人均資本，A為技術進步，gy表示人均產出增長率，gk表示人均資本的增長率，gA表示技術進步率，系數a表示勞動力產出彈性。

1.2 技術進步對經濟增長貢獻的測算模型

根據式（2），a×gA其實就是全要素生產率（TFP）的變化率。技術進步，其直觀體現就是帶來全要素生產率的提高，因此可以用全要素生產率提高對經濟增長的貢獻率來測算技術進步對經濟增長的貢獻。仍根據式（2），推出全要素生產率增長對經濟增長的貢獻率：

1.3 關于技術進步的結構方程模型及變量設定

本文考慮用結構方程模型進行分析，因此需要對技術進步的前置變量和效果變量進行設定。通過查閱文獻和相關資料，最終確定技術進步的前置變量和效果變量如下：

（1）技術進步率的前置變量：研發經費支出的增長率、R&D活動人員的增長率、財政對科技支出的增長率。企業研發經費的投入，是企業進行各種技術研發活動的基礎，人才投入則是基本保障，而政府對科技的支持，又是企業研發活動的重要助推力，因此，本文選取這三方面的指標作為技術進步率的前置變量。

（2）技術進步率的效果變量：勞動力生產率的變化率、工業企業新產品銷售收入的增長率、工業企業能源消費的增長率。通過技術進步，會帶來勞動生產效率的提高、企業競爭能力和盈利水平的提高，也會促進能源利用效率的提高，因此，選取這三方面指標作為技術進步的效果變量。

1.4 關于資本增長的結構方程模型及變量設定

同樣的，需要對資本增長的前置變量和效果變量進行設定。通過查閱文獻和相關資料，最終確定資本增長的前置變量和效果變量如下：

（1）人均資本增長率的前置變量：人均固定資產投資的增長率。這方面指標比較單一，這里僅選取人均固定資產投資的增長率進行衡量。

（2）人均資本增長率的效果變量：勞動力生產率的變化率、工業企業新產品銷售收入的增長率。通過資本投入，會通過替代效應減少人力投入，提高人力資本效率，并提高企業的競爭能力和盈利水平，因此選取勞動力生產率的變化率、工業企業新產品銷售收入的增長率兩個指標作為效果變量。

1.5 綜合的結構方程模型構建

根據式（3），還需要確定技術進步率。綜合上文的理論解釋，按照結構方程模型的框架，本文提出一個新的模型來綜合測算技術進步率。模型的框架形式如圖1所示。

圖1 綜合的結構方程模型

2 實證分析

2.1 穩健性檢驗及參數估計

根據上文綜合得到的結構方程模型，采用AMOS方法進行估計，得到模型的整體估計效果和參數。其中，結構方程模型的整體估計效果如表1所示，模型的參數估計結果如表2所示。

表1 結構方程模型的估計效果

由表1可以看出，結構方程模型估計得到的x2/df值為2.39，低于結構方程模型擬合效果的評估標準，RMSEA、NFI、CFI等評估指標也都滿足評估標準區間。因此，可以認為本次模型估計的效果是良好的，即模型估計結果具有較強的穩健性。

從表2的參數估計結果可知：

（1）技術進步的前置變量都表現出顯著的估計結果。研發經費支出的增長率對技術進步率的作用系數為7.229，且通過1%的顯著性檢驗；R&D活動人員的增長率對技術進步率的作用系數為5.082，且通過1%的顯著性檢驗；財政對科技支出的增長率對技術進步率的作用系數為0.595，且通過5%的顯著性檢驗。由此表明，科技研發的投入、人才的支撐和國家財政的扶持，都能較大程度地推動我國技術進步率提升。

（2）資本增長的前置變量表現出顯著的估計結果。人均固定資產投資的增長率對人均資本增長率的作用系數為0.407，且通過1%的顯著性檢驗。由此表明，固定資產投資的投入能直接提高資本存量，擴大“資金池”，從而能提高人均資本的增長速度。

（3）技術進步的效果變量都表現出顯著的估計結果。技術進步率對勞動力生產率變化率的作用系數為1.226，且通過1%的顯著性檢驗；技術進步率對工業企業新產品銷售收入增長率的作用系數為2.009，且通過1%的顯著性檢驗，說明通過技術水平的提高能促進全社會勞動生產率提升，使工業企業效益不斷提高。技術進步率對工業企業能源消費增長率的作用系數為-1.097，且通過1%的顯著性檢驗，說明技術水平的提高能有效促進工業企業提高能源利用效率，降低能源消耗。

（4）資本增長的效果變量表現出顯著的估計結果。人均資本增長率對勞動力生產率變化率的作用系數為0.938，且通過5%的顯著性檢驗；人均資本增長率對工業企業新產品銷售收入增長率的作用系數為0.881，且通過1%的顯著性檢驗。由此表明，通過人均資本的增長，也有利于促進全社會勞動生產率提升和工業企業效益提高。

表2 結構方程模型的參數估計結果

2.2 技術進步與資本增長的測算結果

在得到了結構方程模型中各條作用路徑的估計參數后，再利用AMOS方法，可以測算技術進步和資本增長這兩個變量的變化值。這里采用Bayes Bootstrap方法進行測算，最終結果如下頁表3所示。

從1996—2016年，我國的技術進步和資本增長總體上取得明顯進展，技術進步率從1996年的1.42%增長到2016年的5.13%，人均資本增長率從1996年的2.63%提高到2016年的4.46%。而從變化特征來看，無論是技術進步率還是人均資本增長率，都存在著較為明顯的波動態勢。技術進步率和人均資本增長率都呈現了“倒W型”波動，兩者的波動形狀也頗為相似。

2.3 勞動力產出彈性系數估算結果

根據測算得到的技術進步率和人均資本增長率的時間序列數值，再結合統計局公布的人均GDP增長率的數值，根據式（2）進行最小二乘線性回歸，結果如下：

表3 技術進步率與人均資本增長率的測算結果 （單位：%）

從回歸結果可以看出，總體的擬合效果系數為0.822，說明模型的擬合效果良好。技術進步率的系數為0.403，且通過5%的顯著性水平，這表明技術進步率對人均GDP增長率具有較為顯著的貢獻。由上文的理論模型可知，勞動力與技術兩種要素在模型處理時被“捆綁”在一起，因此兩者“共用”一個彈性系數。由此，可以得到勞動力產出彈性系數為0.403。

2.4 技術進步對經濟增長貢獻的測算結果

根據上文的理論模型可知，技術進步對經濟增長的貢獻效果，與TFP變化率和人均產出增長率這兩個變量有關，而人均產出增長率可以利用人均GDP的年度增長率來近似替代，因此需要測算TFP變化率。根據式（4），得到TFP變化率的結果如表4所示。

表4 TFP變化率測算結果 （單位：%）

最后，根據式（3）和本文的指標選取，可定義：技術進步對經濟增長貢獻率=TFP變化率/人均GDP增長率，從而得到我國歷年的技術進步對經濟增長的貢獻率，結果如表5和圖3所示。

1996—2016年期間，我國技術進步對經濟增長的貢獻率總體上呈現了波動式的上揚趨勢。從局部來看，貢獻程度提升最快的是1996—2000年期間，而2000—2007年技術進步的貢獻率又開始下降，到2007年降至低谷，之后又開始回升。從2002—2016年的數值來看，技術進步的貢獻率圍繞著30%這一程度上下浮動。從近期來看，2013年起技術進步對經濟增長的貢獻率又呈現出小幅的逐年上升趨勢，2016年技術進步對經濟增長貢獻率相比2013年回升了約4.3個百分點，這也表明了近期技術力量對我國經濟增長的貢獻作用保持著平緩的提升。

表5 技術進步對經濟增長的貢獻率 （單位：%）

3 結論

本文基于結構方程模型，從一種新的視野重新測算了我國技術進步對經濟增長的貢獻。研究結果表明，近20年以來我國技術進步對經濟增長的貢獻率總體上呈現了波動式的上揚趨勢，而且在2002年以后貢獻率基本圍繞著30%這一水平做上下浮動；同時，雖然2013年以來貢獻率又開始回升，但回升空間有限，貢獻率的提升態勢也不會像1996—2000年階段這么顯著。這也給我國下一步經濟發展一個警示：在新的歷史時期，要進一步發揮技術創新的驅動作用，爭取在重點產業領域突破一批新技術，形成一批新的增長點，從而使技術的貢獻獲得新的上揚。