科技和经济的关系例1

中图分类号：F061.5 文献标识码：A 文章编号：1001-828X（2013）03-00-01

一、经济与科技协调发展的基本含义

所谓经济与科技协调发展指的是通过建立经济与科技之间的合理关系，使经济与科技相互作用，促进经济增长、科技进步。现阶段，科技的发展应该超前于经济发展，对经济发展发挥先导作用。经济与科技协调发展的基本含义则是：（1）经济发展支撑科技进步。（2）科技进步促进经济发展。（3）科技进步对经济发展起先导作用。（4）经济发展水平应该与科技发展水平相当，若是差异过大，无法体现经济与科技之间的协调性。

经济与科技的协调发展主要体现在3个方面：（1）科技进步促进经济系统的内部协调。（2）经济发展促进科技系统的内部协调。（3）经济与科技运行协调。具体表现在：经济水平和科技的投入相协调、经济科技外部协调。经济水平和科技的投入相协调指对科技的投入总量、对科技的拨款、全社会范围内的科技贷款以及技术引进用款等占总量份额在一个适宜的水平上。经济科技外部协调指的是科技成果的应用率提高、反映物质投资与智力投资平衡的指标在一个适宜的水平上，科技综合实力与人均国民生产总值的正相关度提高等。

二、经济与科技协调发展评价指标体系的功能要求

（1）描述功能。通过评价指标体系能够较为全面、深刻且客观地动态反映经济与科技各个领域的现状，既能够反映经济系统、科技系统各自内部因素间的对比关系，又能够反映经济与科技两者之间的关系。

（2）解释功能。协调发展的评价指标体系要既能够测量出经济与科技两者之间协调的成都，而且还应该有能够帮助判断协调原因的指标。

（3）预测功能。协调发展的评价指标体系应该拥有能够利用近一段时间内历史、现状指标的动态变化特点，预测未来经济、科技各自的发展趋势和协调趋势，从而制定相应的对策。

（4）预警功能。预警功能是协调发展的评价指标体系最重要的功能。能够通过研究经济与科技的协调发展规律，分析出影响经济与科技协调发展的主要因素和相应的数量关系，制定适应的指标阈值，将其作为经济与科技严重失调的数量界限。若是靠近或超出这一界限，能够及实地发出预警。

三、经济与科技协调发展的评价指标

（一）R&D投入额和R&D强度指标

科技进步需要人力、物力投入以及资金投入，现阶段资金投入对科技进步起到的作用受到世界各国的广泛关注，R&D投入水平通常采用R&D投入额和R&D强度两个指标来表征。R&D投入额，指的是一国对R&D的投入总量，计算方法为：

R&D投入额=R&D经费内部支出+R&D经费外部支出-企业以外的单位资金投入本企业、委托本企业进行R&D活动的R&D经费支出额

或：R&D投入额=企业进行R&D活动的R&D资金支出额+企业R&D资金外部支出

R&D投入额指标能够反映科技投入的纵向变化，但不能反映经济发展与科技投入的相关性。

而R&D强度指的是R&D经费占GDP的比重，能够较好地反映经济发展与科技投入的相关性。R&D强度低则表示科技投入量不足，经济缺乏对科技的支撑力度。横向比较R&D强度，能够清楚地看出经济发展对科技的支撑程度。

（二）索洛：技术进步对产值增长速度的贡献

美国经济学家索洛用增长速度计算科技进步对产值的增长速度的贡献，他提出的计算公式是：

y=a+αk+βl

上式中，y是产出增长速度，k是资金增长速度，l是劳动者人数增长速度，a是技术进步速度，α和β分别是劳动和资金产出弹性系数。

进一步分析可得出科技进步对产出增长的贡献率，即：产出增长的贡献率=技术进步速度比上产出增长速度。

美国经济学家丹尼森在索洛公式的基础上进一步研究了经济增长的来源，一是来自生产要素投入量的变化，二是来自投入要素生产率的变化，提出了用全要素生产率增长率计算科技进步对经济增长的贡献率，如果全要素生产率增长率大于要素投入量的贡献，那么经济增长模式属于集约型，否则为粗放型。

（三）R&D弹性指数

科技投入快速增长，并且科技的发展超前于经济的发展是当今经济与科技发展的一个重要特征。反映这一特征的重要标志是一定时期内，R&D的增长速度比GDP的增长速度快，用R&D弹性指数来描述这种关系，R&D对GDP的增长弹性大于1，则表示科技的投入增长适当超前于GDP的增长，这是发达国家与地区的普通状况。

（四）位差

位差是指在一定区域范围内的位置科技发展水平与经济发展水平的差异程度，能够说明经济与科技的发展水平在区域内所处的位置是否相当。经济综合指标可以用GDP总量或者人均GDP，技术综合指标可以用科技发展R&D投入额和R&D强度等指标，计算出的位差越小，经济与科技发展的协调程度越高。

四、经济与科技协调发展评价指标体系的结构

评价指标体系可以分为3级，一级指标是经济科技协调程度指标，二级指标包括科技内部协调指标、经济科技外部协调指标以及经济内部协调指标三个指标。三级指标是反映经济、科技内部协调的子指标和反映经济与科技外部协调的子指标。

科技内部协调的评价指标包括科技投入结构、科技人员结构、科技成果数量和成果等三个方面的指标，如技术引进与消化吸收的投资比、科技人员各个等级职称的人员比例、技术出口额等。经济科技外部协调的评价指标从经济水平与科技投入水平的协调性、科技进步对经济增长的贡献率、经济与科技运行的协调性三个方面来看，有科技成果应用率、GNP增长率等。经济内部协调的评价指标则可以从产业结构、贸易结构、地区布局等多个方面来看，有恩格尔系数、各地GDP等等。

五、小结

综上所述，经济与科技协调发展评价指标体系可以按照经济与科技协调程度、内部协调、子系统等来分为3级，每一级都有对应的具体的评价指标。笔者认为可以从科技投入的强度、科技进步对经济增长的贡献率、R&D弹性指数、位差等四个方面来评价一个区域内经济与科技的协调程度。利用评价指标体系，可以分析预测未来可能的趋势，以此为依据来制定相关的政策和战略。

参考文献：

科技和经济的关系例2

关键词：协整检验 财政科技投入 经济增长

研究背景

马克思曾预见，随着大工业的发展，现实财富的创造较少地取决于劳动时间和已耗费的劳动量，较多地取决于在劳动时间内所运用的动因的力量，相反地却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。以卢卡斯为代表的一批经济学家在对新古典经济增长理论重新认识的基础上，提出了新经济增长理论，将技术进步作为系统的内生变量，从生产率和技术进步方面研究经济增长，认为科学技术因素成为经济增长的决定因素。资本、劳动、技术是影响经济增长的直接因素，劳动和技术会受到对科学技术等经费投入的影响，政府对科技的支持力度是影响经济增长的间接因素之一。

“科学技术是第一生产力”，在科技上领先的国家和地区，在经济竞争上必然领先或处于优势地位。因此，世界各国政府都在不断加大政府财政对科技的投入，政府科技投入强度与经济增长关系的问题也成为理论界关注的重要问题之一。Porter（1990）等人从国家竞争力的角度出发，在科学技术方面对不同国家包括美国以及美国在不同产业中的竞争国的差异进行了比较。Barro & sala-I-Martin（1992）将财政支出进行了分类，着重研究了政府财政支出结构对经济增长的影响。Jaffe、Trajtenberg 和 Fogarty （2000）认为研发投入不仅会促进本产业的技术进步，而且有助于其它产业劳动生产率的提高，从而提升经济体的生产率水平。我国学者近几年也开始关注这一问题。单红梅（2006）采用广义柯布―道格拉斯生产函数研究了我国科技投入与经济增长之间的关系。米传民等（2004）对江苏省1997-2002 年的经费支出、科技人员投入和数据，通过灰色相对关联度分析了科技投入与经济增长的相关关系，其结论表明经费支出和科技人员投入均与经济增长有正相关关系，且科技人员投入对经济增长有着更为显著的促进作用。王海鹏（2005）通过实证分析发现我国科技投入和经济增长受到长期均衡的影响。在研究的样本期内，发现我国科技投入和GDP 具有长期的协整关系。根据协整方程，科技投入变动1%，导致GDP变动1.24%, 科技投入的增加对经济增长的促进作用是非常明显的。

上述文献主要存在三点不足：一是假定经济数据平稳。实际上很大一部分宏观经济数据具有时间趋势，显示出非平稳的特征，如果直接回归，可能导致虚假回归问题。

二是数据处理存在问题。在名义值换算实际值时，大多采用同一价格指数进行折实，这样的处理导致经济数据不能反映实际情况，运用数据得到的模型也就不能反映真实情况。

三是缺乏对两者互动关系的研究。因此本文的研究拟在前人研究的基础上，运用协整理论，利用1978-2009年度经济数据对科技投入与经济增长的关系进行实证分析，以期测算在该时间跨度中我国的科技投入对经济增长的长期和短期弹性，以及检验两者是否存在因果关系。

数据处理与分析方法

（一）数据来源与处理

在变量的选取过程中，考虑到数据的可得性因素。样本数据取1978一2009年的年度数据共23个，均来源于各期《中国统计年鉴》。本文用国家财政科技投入额（GIST）来反映我国政府财政科技的投入状况，用宏观经济总量指标―国内生产总值（GDP）来反映经济增长。为消除物价变动对GDP和政府财政科技投入的影响，运用国内生产总值指数和零售商品物价指数 （1978=100）对原始数据进行平减，以得到实际值。然后再进行对数变换。分别定义自然对数的实际GDP和科技投入为LGDP和LGIST，其一阶差分分别为DLGDP和DLGIST。

（二）单位根检验

在考察变量间的关系时，一般的做法是根据现有的样本资料建立比较合适的回归方程，一个常用的计量分析方法是普通最小二乘法（OLS）。然而，由于现实中的经济时间序列通常都是非平稳的，不符合平稳性的假定。为了避免“伪回归”问题，使回归有意义，首先对变量的平稳性进行检验，在此使用ADF法检验LGDP和LGIST的稳定性，检验结果如表1所示，这两个变量均是非平稳变量；但它们的一阶差分DLGDP和DLGIST在5%显著性水平下是平稳的，所以DLGDP和DLGIST为一阶单整，即I（1）序列。

（三）协整检验与误差修正模型

由上文可知，平稳性检验的结果是LGDP和LGIST都是一阶单整序列，符合进行协整检验的前提，可以对LGDP和LGIST进行协整检验，检验的目的是论证LGDP和LGIST是否存在长期稳定的关系。根据Engle 和Granger（1987）两步检验法，在只有两个时间序列时，只可能存在一个线性的协整关系。这种情况下，E-G两步法显得非常有效。首先用OLS 方法对LGDP 和LGS 进行协整回归，估计两序列的长期线性均衡关系。如果回归参差是平稳的，那么LGDP和LGIST是协整的，也就是说两变量之间存在长期稳定的“均衡”关系。通过最小二乘法可以得到回归方程：

LGDP=3.91007+1.1593LGIST（1）

(16.17) (27.73)

从协整方程（1）的估计结果看，回归方程拟合较好为96.24%，T统计量和F统计量都显著。设ECM为回归模型的残差，则ECM=LGDP-3.91007-1.1593LGIST。对残差ECM序列进行ADF 检验，以判断残差是否平稳，检验结果见表2所示。可以看出，残差ECM在5%的水平下拒绝原假设，是平稳序列，因此协整关系成立，说明我国的财政科技投入与经济增长存在长期均衡关系，财政科技投入增加1%，我国经济增长1.1593%。

根据Granger定理，一组具有协整关系的变量一定具有误差修正模型的表达形式存在。误差修正模型的原理是：两个经济变量之间存在长期均衡关系，但短期来看可能是失衡的；借助于误差修正机制，一个时期的失衡部分可以在下一个时期得到修正。运用误差修正模型可以刻画我国财政科技投入与经济增长之间的短期波动及调整机制。

DLGDPt=0.09385DLGISTt-0.0269 （LGDPt-1-3.91007-1.1593LGISTt-1）（2）

从财政科技投入与经济增长的误差修正模型（2）可以看出，误差修正项的系数为-0.0269，符合反响修正机制，表明短期的非均衡逐渐向长期的均衡状态趋紧；从短期动态关系来看，DLGIST的系数为0.9385，说明短期内财政科技投入增加1%，经济增长增加0.09385%。

（四）Granger因果关系检验

协整检验和误差修正模型只能表明财政科技投入与经济增长之间存在长期的均衡关系和短期的动态关系，但并不能确定两者是否具备统计意义上的因果关系，即是由财政科技投入的增加带来经济的增长、还是经济增长带来财政科技投入的增加，对此需要进一步验证。Granger因果检验要求变量必须平稳，因此对LGDP和LGIST的一阶差分进行Granger因果检验，根据AIC和SC最小化准则，在进行格兰杰因果检验时选取滞后期为2，检验结果如表3所示。可以看出，存在财政科技投入到经济增长的单向格兰杰因果关系，即财政科技投入变动是经济增长变动的格兰杰原因，而经济增长变动不是财政科技投入变动的格兰杰原因。

结论与建议

本文通过利用1978-2009 年的我国财政科技投入与GDP 样本数据，对政府科技投入与经济增长的关系进行了实证研究。通过研究发现：我国财政科技投入与GDP 均为一阶单整序列，它们之间存在着较强的相关关系，尽管各自的增长是非稳定的。但通过协整检验，它们之间却构成了长期稳定的均衡关系。通过计算和分析财政科技投入与GDP 建立的长期均衡模型中的系数可知，1.1593是GDP 关于财政科技投入额的长期弹性, 即财政科技投入每增加1个百分点， GDP 相应增加约1.1593个百分点, 表明财政科技投入对于经济增长有较为积极的拉动作用。相反，经济增长对科技投入的拉动作用并不明显。

（一）积极调整科技政策并强化财政科技投入

根据我国的历史经验，财政的科技投入不应该低于GDP的0.8%，否则没有最大限度的促进经济增长。我国财政科技投入占财政支出的比例从1978年的4.71%上升到1983年的5.61%，之后连续17年下降，下降到2000年的3.62%，近年来又有所回升，但也是在4%左右。近30年来，我国财政科技投入占GDP的比例是递减的，但在1988年前还不低于最有规模，其后财政科技支出下降而且明显偏低，尤其是1994―1998年财政科技支出占GDP的比重不足0.6%，远低于美国和德国0.9%，近年来也是在0.8%徘徊。

随着我国市场经济体制的不断完善，在财政收入和财政支出规模均大幅增长的同时，也在不断增加政府财政科技投入总量，但政府财政科技投入无论是在整个财政支出中的比重还是占GDP的比重不仅没有提高，反而出现了下降趋势，而且都比发达国家的相应阶段要低很多。因此，在现阶段，我国政府应采取积极措施，继续加大政府财政科技投入的力度，提高科技投入在财政支出中的比例，使其占GDP的比例逐步增加到1%以上。同时还要鼓励地方政府在科技投入方面的潜力，以保证政府财政科技投入在总量上得到极大的改善。

（二）建立完整的财政科技投入资金使用绩效考评体系

根据财政科技投入的目标和原则，选择适当的绩效考核方法，设计能够体现科研项目特点的财政科技投入资金考核指标体系，建立完备的财政科技投入资金使用绩效考核体系，同时还要具体制定绩效考核的工作过程，最好让不相关的第三方机构参与并对政府财政科技投入进行绩效考核，以达到公平公正的目的。同时通过各种方式充分调动各科研单位运用好财政科技资金的积极性，提高财政科技资金的使用效益。

参考文献：

1.单红梅.1991-2003年间中国科技投入经济效果的实证分析[J].系统工程，2006(9)

科技和经济的关系例3

中图分类号：F812.45文献标识码：A文章编号：1004-5937（2014）20-0095-06引 言

当前，科技对我国经济增长发挥着愈来愈重要的作用。在科技活动中，有些能够给企业发展带来直接影响，如应用性技术研究和改造活动；而有些则对企业发展带来间接影响，如基础性研究和具有强烈外部性的公共技术研究。由于企业趋利性的特质，造成企业倾向于投资周期短、能够带来直接效益的应用型科技活动，少介入或者避开投资于基础性研究和公共技术研究活动。但是，对于一个国家而言，基础性研究和公共技术研究又有着不可替代的重要作用，于是国家通过财政拨款方式投资于这些科技活动，形成财政科技拨款。此外，财政科技拨款还可以引导企业科技资金的投向，发挥宏观调控作用。因此，研究财政科技拨款与经济增长之间的关系具有重要的理论和实践意义。

一、文献评述

我国许多学者积极致力于财政科技拨款与经济增长关系的研究。齐秀辉、张铁男和武志勇（2011）对中国经济增长与财政科技拨款、R&D经费支出进行了协整分析，结果表明经济增长与R&D经费支出、国家财政科技拨款之间存在着长期的均衡关系。他们认为正是由于R&D经费支出和国家财政科技拨款的不断增长，促进了我国经济的持续增长。赵立雨和师萍（2010）借助协整分析也得到了同样的结论，并认为国家财政科技拨款对经济增长的贡献率明显高于研发经费内部支出的贡献率。李兴江和党婕（2010）、陈新国和姜琛（2011）、王灵芝（2011）、柴亮和余佳（2013）等分别对各省区的财政科技拨款和经济增长之间的关系进行了实证分析，也得到了类似结论。赵志远和完颜志翰（2013）基于DEA模型比较了全国除外的其余各省区财政科技支出绩效，研究发现北京、吉林、上海等9个省市财政科技支出效率较优，其他21个省区市财政科技支出效率均较低。

这些学者的研究都不约而同认为是财政科技拨款和R&D经费的持续增长导致了经济的持续增长，这样的结论有失偏颇。从理论上讲，财政科技拨款和经济持续增长之间是双向互动关系，即财政科技拨款增加能够支持更多的科技活动进而促进经济增长，同时GDP的增长促进了财政收入增加，从而为科技活动提供了更多的财政经费支持。所以，不能认为双方之间存在简单的因果关系。

二、模型假设

为更好地研究财政科技拨款增加与经济增长之间的互动关系，需要对研究前提和相关因素进行假设。假定在其他因素保持不变的情况下：（1）经济增长需要物质基础，它的物质基础是以往年份经济增长积累形成的。若以GDP作为经济增长的衡量指标，则经济增长的物质基础就是以往所有年份GDP累计值。一般而言，随着时间的推移，过去年份GDP对当前经济增长影响程度是不断衰减的，故在本文中，假定经济增长的物质基础是离当前最近的若干有限年份GDP的累计值。（2）科技成果的取得不是一蹴而就的，而是对以往年份无数科技成果进行应用和创新所取得的，以往年份无数科技活动的累计投入就是当前科技活动的物质基础。同理，过去年份的科技活动对当前科技活动的影响程度也是随着时间推移而不断衰减的。由于财政资金在科技活动中的投向倾向于公共技术研究和基础性研究，这些研究对未来科技活动的贡献程度远高于企业投资应用型研究的贡献程度，因此，假定科技活动的物质基础是离当前最近的若干年科技活动财政投入（财政科技拨款，以CZBK表示）的累计值。（3）我国现行政策规定，政府对科技研发项目的资助期限一般为2年，最长不超过3年。此外，从统计学的角度来看，本模型的最佳滞后期为2年，如表1所示。因此，为保持研究的便利性和期限一致性，假定离现在最近的2年GDP累计值构成经济增长的物质基础，离现在最近的2年的财政科技拨款累计值构成科技活动的物质基础。

在这样的假设下，本文采用向量自回归模型（VAR模型）分析往年经济增长与往年财政科技拨款对当前年度经济增长及财政科技拨款的影响。VAR模型的基本公式为：

yt=?琢+■?茁ixt-i+■?酌yt-i+?着i

其中，yt为被解释变量，yt-i为内生变量，xt-i为外生变量，εi为随机误差项。

三、实证分析

理论上的财政科技拨款增加和经济增长之间的互动促进关系需要得到实践的证明。笔者以1980―2012年的相关数据对财政科技拨款和经济增长之间的互动关系进行实证分析。数据来源于《2013年中国科技统计年鉴》。

（一）单位根检验

为了防止“伪回归”现象的发生，需要检验时间序列数据的平稳性。采用ADF检验法对Ln（GDP）和Ln（CZBK）进行平稳性检验，如表2所示。

由表2可以看出，原时间序列变量Ln（GDP）、Ln（GDP（-1））、Ln（GDP（-2））、Ln（CZBK）、Ln（CZBK（-1））、Ln（CZBK（-2））等在10%的显著水平下均非平稳序列；经过一阶差分后，所有时间序列变量的一阶差分序列均在10%的显著水平下平稳；经过二阶差分后，所有时间序列变量的二阶差分序列均在5%的显著水平下平稳。

（二）恩格尔―格兰杰（EG）协整检验

1.若以D（Ln（GDP））作为被解释变量，以D（Ln（GDP（-1）））、D（Ln（GDP（-2）））、D（Ln（CZBK（-1）））、D（Ln（CZBK（-2）））作为解释变量，对残差估计值εi采用恩格尔―格兰杰法（EG）进行协整分析，结果如表3所示。

由表3分析可知，在5%的显著性水平下，εi是平稳的时间序列，因此时间序列变量D（Ln（GDP））和时间序列变量D（Ln（GDP（-1）））、D（Ln（GDP（-2）））、D（Ln（CZBK（-1）））、D（Ln（CZBK（-2）））等之间存在协整关系。

2.若以D（Ln（CZBK））作为被解释变量，以D（Ln（GDP（-1）））、D（Ln（GDP（-2）））、D（Ln（CZBK（-1）））、D（Ln（CZBK（-2）））作为解释变量，对残差估计值εi采用恩格尔―格兰杰法（EG）进行协整分析，结果如表4所示。

由表4分析可知，在1%的显著性水平下，εi是平稳的时间序列，因此时间序列变量D（Ln（CZBK））和时间序列变量D（Ln（GDP（-1）））、D（Ln（GDP（-2）））、D（Ln（CZBK（-1）））、D（Ln（CZBK（-2）））等之间存在协整关系。

（三）各变量的含义

各变量的含义如表5所示。

（四）财政科技拨款增加速度与经济增长之间互动关系的VAR模型

向量自回归模型（VAR模型）是用于研究相互联系的时间序列变量系统的有效模型。根据以上对各变量的平稳性分析及各变量含义，可以将财政科技拨款与经济增长之间互动关系的VAR模型具体表述为：

1.GDP增长速度与往年GDP增长速度、往年财政科技拨款增长速度间关系的VAR模型，也就是将D（Ln（GDP））作为被解释变量时，模型的表达式为：

D（Ln（GDP））i=c1i+c2iD（Ln（GDP（-1）））i+c3iD（Ln（GDP（-2）））i+c4iD（Ln（CZBK（-1）））i+c5iD（Ln（CZBK（-2）））i+?着i

2.财政科技拨款增长速度与往年GDP增长速度、往年财政科技拨款增长速度间关系的VAR模型，也就是将D（Ln（CZBK））作为被解释变量时，模型的表达式为：

D（Ln（CZBK））i=c1i+c2iD（Ln（GDP（-1）））i+c3iD（Ln（GDP（-2）））i+c4iD（Ln（CZBK（-1）））i+c5iD（Ln（CZBK（-2）））i+?着i

（五）向量自回归模型（VAR模型）的系数确定

1.GDP增长速度与往年GDP增长速度、往年财政科技拨款增长速度间关系的VAR模型，也就是将D（Ln（GDP））作为被解释变量时，方程的回归结果如表6所示。

2.财政科技拨款增长速度与往年GDP增长速度、往年财政科技拨款增长速度间关系的VAR模型，也就是将D（Ln（CZBK））作为被解释变量时，方程的回归结果如表7所示。

于是，上述两个方程式可以合并表述如下：

D（Ln（GDP））D（Ln（CZBK））=0.0662670.114420+

-0.835070 0.203791-0.173478 0.241806D（Ln（GDP（-1）））D（Ln（CZBK（-1）））+

-0.322826 -0.159568-0.077818 0.265386D（Ln（GDP（-2）））D（Ln（CZBK（-2）））+?着1?着2

该方程的拟合优度为0.48，调整后的拟合优度为0.40。该方程的所有单位根位于单位圆内，如图1所示，模型拟合效果稳定。

（六）脉冲响应分析

研究经济增长与财政科技拨款间关系的VAR模型是一种非理论模型，该模型的系数难以在经济意义上进行解释，因此在分析VAR模型时往往不是分析一个变量对另一个变量的影响如何，而是分析误差项发生变化，或者模型受到某种冲击时对系统的动态影响。

脉冲响应函数刻画的是在扰动项上加上一个标准差大小的冲击对内生变量当前值和滞后值的影响，对一个变量冲击直接影响这个变量，并通过VAR模型的动态结构传递给其他所有的内生变量，它能够形象地刻画出变量之间动态作用的路径变化，如图2所示。

在图2中，横轴表示冲击作用的滞后期间数（单位：年），纵轴表示各变量，实线表示脉冲响应函数，虚线之间的区域表示90%置信度下正负两个标准偏离带。可知经济增长速度与财政科技拨款增长速度均对系统信息冲击有不同的响应。经济增长速度受到自身冲击和财政科技拨款增长速度冲击后，自身反应非常强烈，但其后影响程度逐渐缓慢，直至收敛。同样，财政科技拨款增长速度受到自身冲击和经济增长速度冲击后，自身反应同样非常强烈，但其后影响程度也逐渐放缓，直至收敛。

（七）Granger因果关系检验

为了进一步确定经济增长速度与财政科技拨款增长速度之间的关系，笔者对D（Ln（GDP））与D（Ln（CZBK））进行Granger因果检验，如表8所示。

表8的结果表明经济增长速度与财政科技拨款增长速度之间不存在Granger因果关系。

（八）实证结果分析

1.我国的经济增长与财政科技拨款增加之间存在着长期均衡关系。但往年的经济增长速度与往年的财政科技拨款增加并不是经济增长的原因。同样，往年的经济增长与往年的财政科技拨款增加也不是当前财政科技拨款增加的原因。

2.往年的经济增长速度与当前年度的经济增长速度有较强的关联性，尤其是上一年度经济增长速度与当前年度经济增长速度之间的关联程度达到0.84，一个可能的解释就是：在没有强烈外力冲击的情况下，经济增长速度具有一定的刚性，会沿着特定的趋势逐步趋向稳定。经济增长速度的刚性蕴含着这样的政策：在市场失灵的情况下，若只依靠市场自身力量去恢复到经济稳定增长是不理性的。此时，需要政府借助宏观调控手段，打破这种刚性，强力纠正和引导经济增长恢复到稳定水平。

3.往年的财政科技拨款增加速度也与当前年度的财政科技拨款增加速度有显著的关联性，尤其是二者之间呈现正关联性，或许能够解释基础科技活动和公共技术研发活动的持续性投资需求。这个结论蕴含的政策启示：基础研究和公共技术研发活动是一个持续的创新过程，需要政府对该活动进行持续投资，而不能根据财政收支状况随意增减，尤其是在财政收支困难的情况下，不能以削减财政科技拨款作为削减赤字的手段，这会影响到基础研究和公共技术研发活动的持续性。

四、结论与展望

在环境问题和能源短缺压力不断增大的今天，科技被公认为是化解当前经济问题的有效良方，重视科技活动及在科技领域进行竞争成为世界各国新的竞争趋势。我国也高度重视科技研发及科技拉动经济增长的问题，确立了“科技兴国”战略，这需要我们在以下几个方面进行深入研究和拓展：

第一，深入研究和发现科技拉动经济增长的作用机理，找准科技活动的切入点，有效促进经济增长。比如美国，将信息技术、互联网技术、空间技术及金融创新技术作为拉动经济增长的引擎，有效地促进了经济近十年的温和增长。美国的产业结构和产业水平决定了其在信息技术、空间技术及金融创新技术方面的需求，这些技术成为美国科技活动的有效切入点，成功拉动了经济增长。我国当前的产业结构与产业水平明显与美国不同，这就要求我们去研究有效拉动我国经济增长的科技活动切入点。

第二，经济发展和科技活动的根本目的是一致的，都是为了提升人民群众的生活水平和生活质量，但当前我国经济发展的显著负面影响就是环境污染和资源枯竭，这成为制约人民群众生活质量提升的桎梏。加强科技研发活动，提高资源使用效率和清洁生产过程，是解决环境污染和资源枯竭的有效途径，企业趋利性特质决定了其在资金投向上很少投资这类技术研发活动，财政科技支出必须承担起这个任务。因为这类科技活动具有较强的公共性和外部性，对整个社会经济发展都具有促进作用。

第三，科技促进经济增长，人才是关键，必须重视高水平科技研发人才和科技应用人才的培养。当前大学生不愿意下县、区基层和中小企业，制约了基层发展和中小企业发展，成为经济增长的薄弱环节。目前我国存在着一个非常尴尬的难题：一方面是大学生就业难，大量大学生毕业即失业；另一方面是众多小微企业尤其是县级区域内的小微企业人才极度匮乏，难以吸引到所需人才。如何解决这一难题是政府的核心任务。或许在财政科技支出上多向有利于扶持县级区域内小微企业发展的公共技术研究倾斜，能够为解决这一难题提供一些有益尝试。还要重视实验室技术向产业技术转化的研发，提升科技成果的应用能力。

第四，秉持“可持续发展”原则，对经济增长调控和科技研发活动都要有相应的长期规划，确保经济增长可持续和科技研发活动可持续，减少研发资金投入的沉淀成本。基础研究和公共技术研发活动是一个持续的创新过程，需要政府对该活动进行持续投资。在财政科技资金使用方面，要加强监管，减少浪费和挪用现象，提升资金使用效益，使科技资金真正用于科技研发和普及活动。

【参考文献】

［1］ 齐秀辉，张铁男，武志勇.中国经济增长与财政科技拨款、R&D经费支出的协整检验［J］.统计与决策，2011（4）：118-120.

［2］ 赵立雨，师萍.政府财政研发投入与经济增长的协整检验――基于1989-2007年的数据分析［J］.中国软科学，2010（2）：53-58.

［3］ 李兴江，党婕.财政科技拨款对经济增长的实证分析――基于甘肃省相关数据的模型检验［J］.甘肃社会科学，2010（5）：174-177.

［4］ 陈新国，姜琛.财政科技拨款对区域经济增长质量影响分析［J］.太原理工大学学报（社会科学版），2011（12）：19-22.

［5］ 王亮，朱云娟，刘亭亭.安徽省科技投入与经济增长的实证研究［J］.科技和产业，2009（1）：36-40.

［6］ 王灵芝.科技投入与经济增长发展优先关系研究［J］.科技与管理，2011（11）：116-120.

［7］ 柴亮，余佳.基于面板数据模型的科技投入与经济增长关系研究――以浙江省为例［J］.石家庄经济学院学报，2013（4）：10-13.

［8］ 赵志远，完颜志翰.我国省际间财政科技支出效率分析：基于DEA模型［J］.金融经济，2013（5）：74-77.

科技和经济的关系例4

一、问题的提出

科技创新与河北省冀中南经济区经济紧密结合，是解决河北省冀中南经济发展慢问题，提升冀中南地区自主创新能力，推进经济结构调整和转变经济发展方式的一项关键措施。目前国内外科技创新迅猛，依靠科技创新促进经济发展的步伐加快，有效支撑着经济的增长。然而，河北冀中南经济区的经济增长却不尽如人意，最大的瓶颈是科学技术落后，创新力度不够。因此，科技进步和创新成为促进冀中南经济区经济发展战略快速实施的关键。

河北省冀中南经济区经济发展战略的有效实施，有利于河北实现经济外向外循环式发展，打造经济发展的新的战略支撑点，促使河北摆脱传统发展路径依赖，培育经济区发展的新的产业增长点，推动经济区经济协调发展，提升河北整体竞争力，进而带动河北省结构调整和产业升级，对于河北省经济社会的全面发展有着极其重要的现实意义。

目前科技创新的评价方法总体上可分为两大类：一是经济数学模型法，二是指标体系法。河北冀中南经济区经济发展的科技创新综合评价，既要从整体上对经济区的科技创新状况做出综合评价，又要从选取指标的不同侧面反映相对水平，因此选用指标体系评价方法是一种较好的选择。

二、河北省冀中南经济区经济发展的科技创新指标体系的构建

1、河北省冀中南经济区经济发展的科技创新指标体系的设计思路。指标体系的构建主要是指标选取及指标之间结构关系的确立。这是一个非常复杂的过程，应该采用定性分析和定量研究相结合的方法。定性分析主要是从评价的目的和原则出发，考虑评价指标的充分性、可行性、稳定性、必要性等因素。定量研究则是通过一系列检验，使指标体系更加科学和合理的过程。因此，指标体系的构建过程可以分为两个阶段，即指标的初选过程和指标的完善过程。指标体系的初选方法有综合法和分析法两类。综合法是指对已经存在的一些指标按一定的标准进行聚类，使之体系化的一种构造指标体系的方法。分析法是指将度量对象和度量目标划分为若干部分、侧面（即子系统），并逐步细分（即形成各级子系统及功能模块），直到每一部分和侧面都可以用具体的统计指标来描述、实现。科学的指标体系是获得正确的统计分析结论的前提条件。而初选后的指标未必是科学的，因此必须对初选的指标体系进行科学性测试。可行性是指指标的数值能否获得，那些无法或很难取得准确资料的指标，或者即使能够取得等费用很高的指标，都是不可行的。正确性是指指标的计算方法、计算范围及计算内容应该正确。

2、河北省冀中南经济区经济发展的科技创新指标体系的设计原则。评价河北省冀中南经济区经济发展必须要有一套明确的量化指标，指标体系的建立是关系到评价结果可信度的关键因素。构建河北省冀中南经济区经济发展的科技创新指标体系应遵循科学性、系统性、综合性、层次性基本原则。

（1）科学性原则。河北省冀中南经济区经济发展的科技创新指标体系必须遵循经济规律，采用科学的方法和手段，确立的指标必须是能够通过观察、测试、评议等方式得出明确结论的定性或定量指标，因此，必须以科学态度选取指标，把握科学发展规律，提高发展质量和效益，以便真实有效作出评价。

（2）系统性原则。“系统性”要求在经济发展中坚持全局意识、整体观念，指标体系要综合地反映经济区资源环境系统中各子系统、各要素相互作用的方式、强度和方向等各方面的内容，是一个受多种因素相互作用、相互制约的系统的量。

（3）综合性原则。任何整体都是由一些要素为特定目的综合而成，在设计体系时应综合平衡各要素，要考虑周全、统筹兼顾，通过多参数、多标准、多尺度分析、衡量，从整体的联系出发，注重多因素的综合性分析，求得一个最佳的综合效果。

（4）层次性原则。层次性是指指标体系自身的多重性，评价体系也应具有层次性，能从不同方面、不同层次反映河北省冀中南经济区经济发展的实际情况。因此指标体系应保证评价的全面性和可信度，尽可能体现层次分明，充分落实分层次评价原则，消除指标间的相容性，保证指标体系的全面性、科学性。

3、河北省冀中南经济区经济发展的科技创新指标体系的内容。河北省冀中南经济区经济发展的科技创新指标体系是对河北省的科技创新协调发展状况进行综合评价与研究的依据和标准，是综合反映科技创新环境、科技创新资源、科技创新效率、科技创新产出、科技创新影响力不同属性的指标按隶属关系、层次关系原则组成的有序的动态系统，五者既相对独立又相互作用。只有当河北省冀中南经济区经济发展同时具有科技创新环境、科技创新资源、科技创新效率、科技创新产出、科技创新影响力时，其发展才是可持续的。

根据对前面所论述的河北省冀中南经济区经济发展的技术创新指标体系的结构框架理解，并结合河北省地域经济结构的复杂性，对河北省经济结构评价采用定性分析与定量研究相结合，选取河北省国民经济统计年鉴为基本数据来源，根据科学性和可行性统一、全面性和代表性统一、可比性和公平性统一的原则，选择与环境有关并且能够反映经济区特点和区际差异的23个指标进行分析，提出了河北省冀中南经济区经济发展的技术创新指标体系。河北省冀中南经济区经济发展的技术创新指标体系是一个综合性的指标体系，整个指标体系为二阶层矿架结构，其基本内容包括五个模块，二十三个子项：第一阶层即一级指标，由科技创新环境、科技创新资源、科技创新效率、科技创新产出和科技创新影响力构成。第二阶层即二级指标共23个，分为人均GDP、大学入学率、企业赋税、信息化指数（上述四个指标为反映科技创新环境的指标）；研发人员总数、每千人研发人员数、R&D经费、R&D经费占GDP比重（反映科技创新资源的指标）；每千研究开发人员专利授权数、每百万元R&D经费产生的专利授权数、每千研究开发人员科学论文数、每百万元R&D经费产生的科学论文数、每百万元R&D经费产生的高技术产品出口额、劳动生产率（反映科技创新效率的指标）；三方专利总数、专利和许可证收入、三大机构检索论文总数、论文引用数、高技术产品出口额（反映科技创新产出的指标）；诺贝尔获奖人数、知名品牌、知名大学、知名企业（反映科技创新影响力的指标）（见表1）。

三、河北省冀中南经济区经济发展的技术创新指标评价方法

1、权重的确定。确定权重的方法基本上可以分为两类：一类是主观赋权法，一类是客观赋权法。另外还有一种综合赋权法，它是在主观赋权法和客观赋权法的基础上，将主观权重和客观权重进行综合的赋权方法。本文根据多级灰色关联度分析方法无量纲化后，再结合河北省实际，采用通过主观权重、客观权重以及主客观相结合的方法分别计算权重。

2、指标无量纲化。指标序列有正向和负向之分，正向指标是指指标数值大小与效果呈正相关，越大其效果越好，而负向指标则相反。无量纲化的变化关系也因此有所区别。

对于某一指标序列值xi（k），令：

3、运用动态分析法可以对不同时段的科技创新状况经济纵深比较，将本期科技进步发展情况与前期对比，进行总体对比，找到河北省冀中南经济区经济发展的优点和弱点，科技进步发展的不平衡状态，扬长避短，学习先进经济，为政府部门采取有效措施推进科技进步提出对策和建议。

（注：本文属2012年河北省社会科学发展研究课题民生调研专项成果：积极推进冀中南经济区建设的对策建议，课题编号：201201137。）

【参考文献】

[1] 刘宾：河北省农村循环经济发展模式与政策导向研究[D].河北农业大学，2006.

[2] 刘秀兰：河北省冀中南经济隆起带发展研究[J].宏观经济研究，2009（2）.

[3] 刘树、田英法：河北省科技进步统计监测指标体系与综合评价方法研究[J].中国软科学，1999（9）.

[4] 陈兰杰：河北省R&D投入结构分析[J].中国统计，2011（9）.

科技和经济的关系例5

中图分类号：F204 文献标识码：A 文章编号：1000-176X（2017）01-0041-07

一、引言与文献综述

自从Solow在20世纪50年代首次将技术进步引入对宏观经济增长的分析以来，科技创新对于经济发展的作用就普遍受到人们的关注。根据Solow的分析，促进产出增长的主要原因是技术进步而非资本积累。单就科技创新对经济增长的贡献这一指标而言，发达国家普遍高于70%的水平，美国高达80%，而我国这一指标仅为40%，差距明显。面对当前外需不振、经济持续低迷和内部“三期叠加”的不利形势，为了使我国从制造业大国向制造业强国转变，摆脱处于全球价值链低端的现状，更应该依靠科技创新助推经济转型升级，以实现经济可持续发展。

政府近年来对科技创新越发重视，2005年提出建设创新型国家的战略，明确了科技创新的作用。2012年我国科研经费总额位列全球第三，规模首次超过万亿元；2014年政府工作报告中提出“大众创业、万众创新”：2015年中共中央、国务院出台《中共中央、国务院关于深化体制机制改革加快实施创新驱动发展战略的若干意见》，为鼓励科技创新发展指明了方向。然而，伴随着科研经费的持续增长和政府对科技创新的高度重视，我国科技创新是否已经摆脱产学研脱节、科技创新与经济发展“两张皮”的问题？产、学、研三方对于经济发展的贡献程度如何？产学研的融合与合作状况如何？这正是本文要着重探讨的问题，即从产学研融合视角研究科技创新对于经济发展的作用。有关于科技创新与经济发展方面的研究主要集中于以下三个方面。

在科技创新与经济增长关联度方面，随着科技创新与经济增长关系分析的深入。国外学者逐渐转向对二者关系内在作用机制的探讨，并逐步拓展为科技创新与经济系统运行不同阶段子系统效率的联系上，探讨科技创新c经济增长的多阶段与网络化特征，考察每一生产系统或环节对整体生产系统的影响。Kao和Hwang对NetworkDEA模型进行一般化分析，将每一个网络拆分成串联模型和并联模型的组合，从而实现对经济系统及其子系统效率与联动机制的分析。国内关于科研投入、科技创新与经济增长关系的研究与国外的研究思路基本一致，主要采用面板数据对科研投入与经济增长的关系进行分析。谢兰云和曲永义运用SVAR模型，利用协整方法和SVAR方法对1991-2006年我国企业、政府的科研投入和经济增长的关系进行实证研究。发现政府和企业的科研投入都对经济增长起到积极作用。庞瑞芝等借助拓展的Network DEA方法，以系统观视角考察我国省际科技创新对经济发展的支撑效率以及科技资源的优化配置问题，发现目前科技创新对经济发展的支撑作用偏小，科技成果未能有效转化制约其对经济发展的支撑作用，创新生产阶段和经济发展阶段是影响科技成果转化的基础。

在区域科技创新系统方面主要有两个研究方向：一是对于区域与产业协同创新体系的研究，Fromhold-Eisebith和Eisebith研究发现，创新环境与社会资本相互联系、相互促进，创新环境可以刺激产业发生变化。Hong和Peng建立一个灰色对称进化链模型来探讨产学研协同创新过程中的稳定平衡性。孔祥浩等提出政产学研协同创新“四轮驱动”结构模型，分析核心要素之间的互动结构，并且提出要素协同发展的保障机制。王玉梅等建立产业技术创新战略联盟网络协同创新发展机理模型，给出企业与公共研究机构、政府间，以及系统各要素间的协同创新关系。二是对于区域科技创新能力评价指标体系的研究，Dan等研究认为，区域创新系统包含两方面内容：一方面是创新活力的载体，它既包括企业，也包括大学和研究机构在内的“知识组织”；另一方面区域作为一个整体可以通过某种治理安排来促进和支持这些“知识组织”。洪名勇较早设计了我国省级科技创新能力评价指标体系，认为科技创新差异是我国区域经济非均衡增长的重要因素之一。魏阙和戴磊设计了基于创新活动基础、产业集群环境、创新投入和创新产出四个维度的区域创新能力评价指标体系。

在创新效率与创新绩效方面，Carlino等研究发现，城市的专利密度与就业密度呈正相关关系。Castellacci通过对欧洲9个国家制造业生产率差异性的分析，将技术体制量化为技术机会、独占性、开放程度和市场规模四个方面进行研究。何军和胡亮对我国规模以上内外资工业企业绩效进行分析，发现内外资企业的生产要素增长率都在逐年增长，但内资企业的全要素生产率增速快于外资企业，其增长来源也并不相同。余泳泽考察了创新要素聚集程度、政府支撑程度和制度环境因素对科技创新效率的影响，发现我国科技创新效率具有明显的空间相关性。科研机构和高校空间布局上的集中并没有带来科技创新效率的提高，但企业科技创新要素集中度提高却带来科技创新效率的明显提高。郑伟波和田也壮考察了文化因子对科技创新效率的影响，认为文化因素中的高权力距离和约束性组织文化对科技创新起到正向调节作用。

本文进一步扩展Network DEA方法，将经济活动拆分为若干串联的子系统，并将产、学、研作为彼此并联的子系统，分别考察三方面科技创新的作用效率，分析三者的经济转化效率及其在哪些环节存在问题。

二、研究方法、变量选择与数据处理

1.研究方法

从科技创新的作用机制来看，科技创新对经济的推动作用呈现两个基本特征：一是科技创新对经济增长的推动作用是阶段化的，这一作用形式在不同阶段依次甚至同时展开，不同阶段的推动作用强度与效率呈现差异化特征。二是网络化特征，即经济生产中的每一个环节与生产单元都对经济增长有影响，各阶段下的不同产物可能构成下一阶段的投入品，由此构成经济增长的网络化模式。为了能够系统化、全面性地分析科技创新与经济增长的关系，需要考虑科技创新对经济推动作用的阶段化和网络化特征。基于这样的考量，Fare和Grosskopf提出Network DEA方法，将生产过程进行分解，考察经济系统中每一个子系统的效率及其对整个经济系统效率的影响。当生产过程分解为两阶段时，两阶段的联动主要通过中间产品进行，即上一生产阶段的产出转化为下一生产阶段的投入，利用生产过程的分割，通过对每个子系统的分析探讨经济效率。Fare等拓展了Netwo～DEA方法，将其细分为两类模型：一是资源约束型。两个生产阶段在同一资源约束下同步运作。二是序列型，两个生产阶段存在投入产出关系，前一生产阶段的产出为下一生产阶段的投入。

Kao和Hwang建立了两阶段Network DEA方法，全面分析了子系统和整个经济系统之间的联动机制。但两阶段DEA缺乏足够的拓展性，无法从两阶段分析拓展到一般情况。Kao对Network DEA模型进行了一般化分析，将每一个网络拆分成串联模型和并联模型的组合，从而实现对经济系统及其子系统效率与联动机制的分析。因此，本文借鉴Kao构建两阶段五系统Network DEA模型，如图1所示。

从图1可以看出，阶段Ⅰ和阶段Ⅱ为串联关系，阶段内部分别为三系统和两系统的并联。其中系统1和系统2为科技创新过程，其分别投入科技资源（X1，X2），产出科技成果（Y1，Y2）；系统3是科技创新促进下的生产过程，系统4为常规生产过程，投入非科技资源（X1（3），X2（3）），产出非科技资源（X1（3），X2（3））；系统5为模拟下的虚拟生产过程，与系统4类似。

假设存在n个决策单元（DMUs），μI为投入乘数，νr为产出乘数，Ek为各个决策单元的效率。系统各个阶段的边际产出不会超过中间投入。本文构建各个决策单元的效率模型如下：

（1）

其中，j=1，2，…，n；μ1，μ2，μ3，ν1，ν2≥ε。考虑到前文所述的阶段性特征Ek=EⅠ×EⅡ，对于阶段Ⅰ，根据DEA的边际条件，其总产出不应超过其总投入，即：

（2）

根据约束条件，设μ*和ν9分别为投入的最佳比率和产出的最佳比率，阶段Ⅰ的效率为：

（3）

根据同样的限制条件，阶段Ⅱ的效率为：

（4）

2.变量选择与数据处理

本文选取2006-2013年中国大陆27个省、自治区和直辖市的科研投入与产出以及宏观经济数据，样本的基础数据来自《中国科技统计年鉴》《中国统计年鉴》。

本文所选取的初始投入X1（1）为各省份高校研发人员全时当量；X2（1）为各省份高校科研经费支出；Y1（0）为各省份高校专利授权数；Y1（1）为各省份高校专利技术市场成交额；X1（2）为各省份研发人员全时当量（剔除高校）；X2（2）楦魇》菅蟹⒆时敬媪浚ㄌ蕹高校）；Y2（0）为各省份专利授权数（剔除高校）；YX2（1）为各省份专利技术市场成交额（剔除高校）；X3（1）为各省份地区资本存量；X2（3）为各省份地区从业人员（剔除研发从业人员）；最终产出Y3为地区高技术产业产值。

三、结果分析

1.科技创新对地区经济发展推动作用评估

科技创新对地区经济发展的推动作用整体水平不高。表1为2009-2013年各省份科技创新推动经济发展的效率水平。

从表1可以看出，最高值为1.000，最低值为0.450，五年间全国平均水平为0.710。从变化趋势看，全国平均水平从2009年的0.677上升到2013年的0.791，整体处于上升趋势，显示出近年来科技创新推动地区经济发展的效率不断上升，这反映了目前各地区对科技推动经济发展和产业转型升级的重视。但就整体水平而言，目前科技创新对地区经济发展的推动效率不高，尚有提升空间。因此，除了优化科技资源配置外，还应从多渠道、多途径人手着力提升科技创新推动经济发展的效率水平。

科技创新对地区经济发展的推动作用存在明显的地区差异。就各省份而言，得分最高的为江苏、北京、上海和浙江，均在0.980以上，得分最低的为山西、云南、贵州和甘肃，均在0.500左右，仅为江苏和北京的一半，远低于全国平均水平。中部地区得分最高的为内蒙古，在全国排名第六，西部地区得分最高的为陕西，在全国排名第十七。就各地区而言，东部地区平均得分为0.838，高于中部地区的0.657和西部地区的0.562，仅有东部地区超过了全国平均水平0.710。各省份平均增速最快的是安徽、吉林、黑龙江、陕西和湖南，分别为9.6%、8.7%、7.6%、7.5%和7.2%，均达到7.0%以上的增速。由于江苏、北京、上海和浙江保持着较高的效率水平，因而上述省份增速最慢。整体而言，中部地区增速最快，西部地区略逊于中部地区，东部地区由于整体水平较高，增速最慢。科技创新对经济发展的推动作用受制于地区条件，除了科技资源的集聚外，不同地区在科技成果转化的基础设施方面也存在明显差异。科技成果转化的基础设施既包括科技成果转化平台和交易市场等“硬件设施”，也包括科技成果转化的激励机制和市场环境等“软件设施”，还包括需求端的企业发展状况、企业科技需求水平与企业科技成果转化水平等“配套设施”，虽然中、西部地区在硬件设施方面有所提升，但东部地区科技成果转化的基础设施水平整体高于中、西部地区。

2.科技创新推动地区经济发展的两阶段分解

对于多数科技创新要素而言，都需要经过从初始要素变为中间要素（科技成果），再应用于区域发展过程的两个阶段。因此，本文将科技创新推动地区经济发展拆分为两阶段，即阶段Ⅰ和阶段Ⅱ，正文中统一表述为第一阶段和第二阶段，第一阶段为科技创新要素投入转化为科技成果，第二阶段为科技成果推动地区经济发展。表2为2009-2013年各省份科技创新推动地区经济发展的两阶段分解结果。

从表2可以看出，科技成果推动地区经济发展阶段（第二阶段）成为制约科技成果转化效率的主要原因。2009-2013年各省份科技创新要素投入转化为科技成果（第一阶段）的效率均达到0.920以上。均值达到0.943；第二阶段的效率最低为0.451，均值仅为0.717。针对科技创新推动地区经济发展的效率不高问题，在对科技创新过程进行两阶段分解后，可以看出制约科技创新推动地区经济发展的主要原因是第二阶段的效率过低。即科技创新要素投入转化为科技成果的效率较高，但科技成果最终投入到实体经济进而推动地区经济发展的效率过低。

两阶段效率各地区差异巨大，东部地区促成整体效率的提升。本文对各省份两阶段效率的描述性统计量进行计算，结果显示就各地区而言，东、中、西部地区第一阶段的效率比较接近，并且中部地区（0.991）和西部地区（0.996）的效率均高于东部地区（0.986）。西部地区在科技创新要素使用分配方面更加审慎，科技创新要素的转化效率很高。但在第二阶段，东部地区的均值为0.850，中部地区和西部地区均低于全国平均水平0.717。就各地区组内差异而言，东部地区组内差异最大。中部地区组内差异次之。西部地区组内差异最小。

为了探讨各地区的效率是否存在显著差异，以东、中、西部地区为分组变量，对两阶段效率进行单因素方差分析。结果显示第一阶段组间平方和与组内平方和仅为0.002和0.018，远低于第二阶段的1.187和2.124，即对于东、中、西部地区各组而言，组间差异和组内差异主要体现在第二阶段，第一阶段组间差异和组内差异均不大。同时，由于组间差异在5%水平下显著，可以认为东、中、西部地区在第一阶段和第二阶段的效率水平上存在显著差异。

基于SPSS20.0的统计结果，依据第一阶段和第二阶段的效率水平进行系统聚类。将各省份依照科技创新推动地区经济发展的水平分为优秀、良好、中等和较差四类，得到优秀评级的均为东部地区的省份，得到良好评级的主要为东部地区，中、西部地区仅有内蒙古得到良好评级：东部地区的辽宁、福建和海南得到一般评级：中部地区的省份主要得到中等评级，西部地区的陕西、四川和重庆也得到中等评级，得到较差评级的主要为西部地区的省份，唯一得到较差评级的中部地区省份为山西。由于依赖能源产业，科技创新对地区经济发展的推动作用得不到足够重视，使得山西经济同样出现“能源诅咒”困境。

从上述结果不难看出，将各省份依照科技创新推动地区经济发展的水平分为四类后，各省份的评价水平基本上符合东部地区最优、中部地区次之、西部地区最劣的排序水平，东部地区仅有部分省份得到中等评级，同时东部地区没有省份得到较差评级，中部地区省份主要得到中等评级，没有得到优秀评级的省份，仅有山西一个省份得到较差评级。即东、中、西部地区在第一阶段和第二阶段的效率水平上存在显著差异的结论再次得到验证。

四、结论与政策建议

本文建立两阶段Network DEA模型分析科技创新和经济系统之间的联动机制，通过对该模型的一般化分析，将科技创新推动经济发展的过程拆分成一个包含研发人员投入、科研经费支出、专利技术市场成交状况、地区资本存量等要素的串联模型和并联模型的组合，从而实现对科技创新推动经济发展内在逻辑的分析，考察科技创新在每一阶段的作用效率，分析科技创新的经济转化效率及其具体在哪些环节存在问题。根据前文的分析，得出如下结论：

第一，科技创新对地区经济发展的推动作用整体水平不高。现阶段从科技创新要素投入到最终实现推动经济发展的链条仍存在断点。科研投入在短期内难以实现成本回收，加大了地方政府科研投入压力，使得企业参与型的科研模式在中、西部地区难以生根发芽。科技创新要素投入对应着科技产出与经济增长的彼此割裂，这种割裂在中西部地区的问题更为严重。因此，优化科技资源配置水平，地方政府需要从多渠道、多途径人手，着力提升科技创新对地方经济发展的效率水平，避免科技创新要素被科技成果转化机制拖后腿，进而造成科技创新要素的无谓损失。

第二，科技创新对地区经济发展的推动作用存在明显的地区差异。东部地区成为提升科技创新整体推动经济发展效率的支柱。在对整个经济系统进行两阶段分解后，可以发现各地区之间、各地区内部的差异也主要体现在第二阶段的差异上，同时，由于组g差异在5%水平下显著。可以认为东、中、西部地区在第一阶段和第二阶段的效率水平上存在显著差异。虽然中、西部地区在促进科技成果转化的硬件设施方面有所提升，但软件设施、市场环境、微观激励机制和政策配套等方面仍与东部地区存在差距。

科技和经济的关系例6

[DOI]10.13939/ki.zgsc.2015.12.074

1研究背景

科学技术是第一生产力，科技的深入发展推动经济快速增长;反之，经济收入存量是增加科技投入的源泉，经济快速增长将使国家与企业加大对科技投入。因此，科技投入和经济发展的关系，一直是研究的热点问题。在中国，科技事业一直以国家投入为主，财政科技拨款是科技支出的重要部分。因此大多的研究都着眼于财政科技投入或者R&D投入对经济增长的影响，对两者的相互关系研究不多，研究数据也多止于1978年，但是1978年之前，财政科技拨款更是中国科技投入的砥柱，给新中国最初的科技发展和经济增长奠定了基础。因此本文选用了自1956―2012年中国的财政科技投入与国内生产总值的年度数据，对经济增长与财政科技投入间的相互关系做实证研究。

2计量模型和实证分析

本文数据出自历年《中国科技统计年鉴》和《中国统计年鉴》，1956―2012年中国的财政科技拨款（ST，亿元）和国内生产总值（GDP，亿元）数据先用1952年为基期的物价指数进行平减，并对平减后的时间序列分别取对数得到新序列LNGDP和LNST，经单位根检验可知两个时间序列均是一阶单整序列，即LNGDP～I（1）， LNST～I（1）。

2.1协整性检验

LNGDPt∧=4.2824.125+1.0925.914LNST∧t（1）

LNST∧t=-3.39-11.571+0.8525.914LNGDP∧t（2）

恩格尔和格兰杰在20世纪80年代提出协整概念，经济变量间存在协整关系意味着存在长期稳定的均衡关系。对于两个变量的协整性检验多采用E-G两步法，方法严格，结论可靠。

第一步，协整回归。对两个变量作双向回归，拟合效果较好，估计方程为：

第二步，残差的单位根检验，结果见表：

结果表明：1956―2012年间，中国的财政科技投入与经济增长存在着协整关系。中国的财政科技投入对国内生产总值的长期弹性值为1.09，国内生产总值对财政科技投入的长期弹性值为0.85。

2.2误差修正模型

确定了协整关系后，建立财政科技投入与经济增长之间关乎短期波动与长期均衡联系的误差修正模型（ECM模型）。拟合方程为：

ΔLNGDPt=0.0262.694+0.646.329ΔLNGDPt-1+0.227.123ΔLNSTt-0.16-4.842ΔLNSTt-1-0.001-0.074ECMt-iΔLNSTt=2.097.344ΔLNGDPt-1.31-3.569ΔLNGDPt-1+0.423.815ΔLNSTt-1-0.18-3.211ECMt-i

根据误差修正模型可以看出，中国的财政科技投入对国内生产总值的短期弹性值为0.22，国内生产总值对财政科技投入的短期弹性值为2.09。

2.3Granger因果检验

协整检验表明我国财政科技投入和经济增长存在长期动态均衡关系，运用格兰杰因果检验法进一步验证两者之间的因果关系，滞后阶数确定为4，检验结果见表2。

检验结果表明，在滞后期1～4年时，财政科技投入是国内生产总值的格兰杰原因，同时，国内生产总值也是财政科技投入的格兰杰原因。就是表明财政科技投入对经济增长的影响在很长一段时间内都是显著的，这是因为科技成果的实际应用需要一段时间。经济增长对财政科技投入的长期影响也是显著的，随着经济增长，国家收入存量逐渐增加，会增加对科技的拨款。

3结论与建议

通过以上分析，能得出结论：我国财政科技投入与经济增长存在着长期的稳定的均衡关系，并互为Granger原因。长期中，财政科技投入每增长1%，经济增长1.09%，经济每增长1%，财政科技投入可以增长0.85%，双向促进关系非常明显。短期内，财政科技投入增长1%，经济增长率仅有0.22%;但是经济增长1%，财政科技投入增长率高达2.09%。并且财政科技投入和经济增长的互为影响有着很长的滞后期，因此，在制定有关科技发展和科技投入政策时必须有长远的目光，不能只看眼前利益，要求一两年间就有很大的产出效果，要着眼于科技对经济发展的长期作用，增加科技拨款在国家财政支出中的比重，在长期中必然有显著的促进经济增长的效果。

最近科技界的乱象引起了社会各界的高度关注，得到了批评与谩骂，但是越是此时越要清楚这些乱象的深层原因是管理体制上的缺陷，要清醒地认识到经济增长与财政科技投入的循环机制，增加财政科技投入能推动经济快速增长，同样，经济快速增长会增加对科技的投入，继而引起财政科技投入与经济增长之间循环往复的良性互动。如果此时因噎废食，减少财政科技投入将造成恶性循环，带来不可估量的后果。在我国努力实现经济的持续高速发展和转变经济增长方式在这一关键时机，必须充分利用科技投入与经济增长之间的循环关系，增加财政科技投入，加强技术创新，加速科技成果向实用转化，推动产业技术升级和革新，不仅能促进经济的良性增长，还能形成高技术含量的产业结构，为经济社会可持续发展提供强有力的支撑。

参考文献：

[1]范黎波，宋志红，宋志华.R&D投入与经济增长的协整分析――基于中国1987―2005年数据 [J].财贸经济，2008（2）：25-28.

科技和经济的关系例7

中图分类号：F127　文献标志码：A　文章编号：1673-291X(2008)08-0156-02

一、科技支撑经济发展的理论概况

1　国外对科技支撑经济发展理论的研究

关于科技支撑经济发展的研究较多，自20世纪以来，国外学者经过多层面研究取得多项研究成果，主要包括：技术发展决定经济发展的周期性波动；技术内生于经济增长；人力资本影响经济增长；知识生产与经济增长；政府在技术影响经济增长中的作用。

索洛模型表明，当经济达到均衡时，资本和总产出的增长率将等于劳动力增长率与技术进步率之和，人均产出和人均资本存量的增长率都等于知识增长率，表明了技术进步的重要作用。索洛之后的经济学家发展出了内生增长理论(新增长理论)。新增长理论在索洛模型的基础上沿着两个方向拓展：一个方向主要是由罗默开创的，就是考虑一个专门的知识生产部门，增加对该部门的投入会增加知识产出，最终导致物质生产部门产出的增加，从而把技术进步内生化；另一个方向是对资本概念的拓展，即引入人力资：本的因素，这样即使不考虑外生知识增长率的不同，也可以很好地解释经济的长期增长和国与国之间的差异，这一方向的开创性工作首先是由卢卡斯进行的。独立的知识生产部门也好，人力资本也好，其发挥作用的形式必然是科技的进步以促进经济的发展，内生增长理论实际上证明了科技进步在经济长期增长中的重要作用。

2　国内对科技支撑经济发展的研究

(1)科技进步对于经济增长贡献研究。主要集中于科技进步对经济增长贡献率的实际验证研究和国际或地区间比较研究。国内学者在这一方面也做了许多有成效的工作，如史清琪等把计算技术进步对经济增长影响的方法进行了归纳，提出了相应的几个主要指标，并从理论上作了一些初步探讨。周勇、李廉水等探讨了“科技支撑和引领经济发展”的概念与内涵，提出科技支持经济的发展是指科技资源超过劳动力、资本等要素成为经济增长的“第一要素”，并且能够满足经济增长“量”与“质”的需要、满足各类产业发展的需要和满足后发国家跨越发展的需要。李建平等系统地阐述了科技进步与经济增长是人类经济社会发展的基础，而科技进步又是经济持续增长的基础，尤其在知识经济初见端倪的当今世界，科技进步对经济社会可持续发展的重要作用更是与日俱增。

(2)科技政策对策性研究。探讨了科技创新政策在经济中的地位与作用及其比较分析。主要集中于：科技政策的地位与作用的研究；地区、行业科技创新政策的研究，特别是在农业科技创新政策领域的研究；关于企业、高校及科研机构的科技政策研究；科技创新政策分析、借鉴和评估的研究。此外。一些政府领导的报告和政府规划也对该问题做了有益的探讨和尝试。

二、科技支撑经济发展的内涵解析

1　加强科技支撑经济发展研究的必要性

当代科学技术已经成为经济社会发展的主导力量，其主要表现在：科学技术不断突破人类传统认识的极限，引发新的科学和技术革命，学科之间、科学和技术之间、自然科学和人文社会科学之间相互交叉渗透，导致众多跨学科领域的诞生，预示着科学技术将进入一个前所未有的创新密集时代；科技成果产业化周期缩短，造就新的追赶和超越机会，特别是在一些新兴领域，后发国家完全有可能实现突破，带动整体科技竞争力的跃升；科学理论超前发展，引领新的技术和生产方向；科技全球化加快，自主创新能力成为国家竞争力的决定性因素。可以说，在科学技术的引领和推动下，人类正经历着从工业社会向知识社会的演进，科学技术不断创造出新的经济增长点，在解决人类可持续发展的一系列重大问题上发挥着日益重要的作用。

2　科技支撑经济发展的内涵

通过对国际经济社会的历史考察，对现阶段国际经济环境的客观分析和对中国科技经济发展的现状以及目标的透视，我们对现阶段提出“科技支撑经济发展”的新命题的背景有了深刻的认识。据此，我们认为，“科技支撑经济发展”是在当前国际竞争聚焦于科技竞争，中国处于经济增长关键时期，人口与环境资源矛盾日益突出，同时，又面临全面小康和工业化、信息化、城市化、现代化的战略任务的背景下提出的。一方面，科学技术的发展要重视基础性研究，更要注重科学技术的经济可用性和经济适用性，这是科技强国的关键。经济可用性要求科技知识的创新要面对市场需求，经济适用性要求科技知识的创新要多层次。另一方面，经济发展必须从依靠自然资源和廉价劳动力向依靠科技创新的发展模式转变，必须非常重视科学技术在中国未来经济发展道路中的基础性、引导性和全局性的战略作用。

三、科技支撑经济发展的体系构成与要素分析

1　科技支撑经济发展的体系构成

(1)科技运行体系。科技运行体系，是一个由科技投入、科技活动和科技产出组成的有机系统，具体地讲，即是一个由科技资源投入，经过科技主体运作，形成符合产业需求、经济发展和社会进步的科技产品产出的有机系统。其中，科技资源是科技运行体系的物质基础，包括科技人力资源、科技财力资源、科技物力资源和科技信息资源等；科技主体是从事科技活动的实体组织，是科技活动的实施者和承担者，包括企业、高等院校和科研院所；科技产出是科技运行体系的产出成果，包括以各种形式存在的科学理论和技术。

(2)科技支持体系。科技能力强弱与科技资源投入数量和科技活动主体运行效率密切相关。一般而言，科技资源投入数量越大，科技活动主体运行效率越高，科技能力越强。因此，增强科技能力，既需要加大科技资源投入，又需要优化科技活动主体运行效率，更需要外界力量的有力支持，即加强科技支持体系建设。科技支持体系是科技支持主体对科技活动主体进行支持的行为的集合，包括其组织构成及相互联系。其中，科技支持主体是保证科技活动正常运行的实体组织，包括政府、市场、中介组织、社会团体等，它们共同作用于科技活动主体，为科技活动主体提供支持和服务，以促进科技支持能力水平和综合竞争力的提高。

科技和经济的关系例8

1国内外研究现状

关于科技投入对经济增长作用的研究比较普遍，国外研究主要为科技进步对经济增长的贡献率研究。美国经济学家索洛和英国经济学家斯旺的经济增长模型，提出了“技术进步对经济增长具有重要贡献”的观点，并首先把技术进步作为经济增长中最具有意义、贡献最大的一个因素单列出来。罗默把知识增长和技术进步看作是经济长期增长的关键，首次提出内生经济增长模型，模型中除了列入资本和劳动两个生产因素外，还包括了人力资本和技术水平。贝克尔主张把知识分成内生积累的一般性知识和外生的知识两部分，均对经济增长产生重要的作用。由此，他提出了劳动分工的扩展与知识的积累相互作用的理论。国内学者对科技投入与经济增长相互关系的研究主要有:黄鲁成、马丽等［1］［2］运用灰色关联度方法，分别对北京和宁夏进行分析，表明科技经费支出对经济增长的影响较为显著。米传民等［3］运用灰色关联法研究江苏，表明科技人员投入对经济增长有着更为显著的推动作用。朱春奎、王海鹏［4］［5］通过建立不同时间序列的科技投入和经济增长二者之间的误差修正模型，分别揭示了财政科技投入与经济增长的动态均衡关系，科技投入与经济增长之间的双向因果关系。王贻志等［6］把科技投入变量引入到生产函数中，测算出上海市各行业的科技投入的贡献率。罗佳明等［7］运用广义差分回归分析测算出1953～2001年间科技投入对我国经济增长的贡献率约为17.16%。王宁、刘黎明等［8］对未来农业科技投入总量进行灰色预测，研究表明，现有农业科技投入增长达不到国家粮食综合生产能力的最低需求，必须加快农业科技投入增长步伐。本文主要利用全国和浙江2001～2008年的统计数据，通过灰色系统理论计算科技投入与农业经济增长之间的灰色关联度，揭示两者之间的关系。

2浙江省科技投入现状

浙江省科技投入主要包括科技经费和科技人员等两部分。

2.1科技科技经费筹集

根据2001～2008年全国和浙江统计年鉴、科技统计年鉴和统计公报的数据发现，科技经费筹集额名义增长率一直都高于第一产业产值增长。从统计情况中看，全国科技经费筹集额从2001年2589.4亿元到2008年9123.8亿元，增长了3.52倍，同时期第一产业产值增长了2.15倍，相比全国科技经费筹集额增长情况，浙江省在2001年至2008年，增长了5.43倍，而第一产业产值只增长1.66倍。各项指标都呈现一直增长的趋势，不过增长速率有快又慢，其中2004年、2007年全国科技经费筹集额和第一产业产值出现较大波动，2004～2006年浙江省出现较大波动。总体来说，科技经费筹集情况较好，科技经费筹集增长和第一产业产值增长并不总是同步，甚至有些年份出现了增长降速，主要是因为从科技投入到转化为生产力有一个滞后性，一般在科技投入高增长两到三年后，经济增长效益才能得到体现。2001～2008年的科技经费筹资和农业经济增长情况也说明浙江省重视科技投资，科技发展的研发后劲比较充足(表1)。

2.2科技研发费用的投入情况

科研经费的筹集额说明社会科技投入状况，但其中并没有完全使用在科学研究领域，而社会科学研发经费(R＆D)更能说明科技投入和经济增长的关系，由于农业领域R＆D数据统计收集存在一定困难性，所以本文主要是对全国和浙江省2001～2008年R＆D经费支出和农业经济增长进行的统计。(表2)从表2我们可以看到，(1)2001～2008年间，全国和浙江省R＆D经费支出都曾呈现快速增长趋势，其中全国的增长率较为平稳。2004年，全国和浙江省R＆D和第一产业的名义增长率都达到最大，特别是浙江省，R＆D达到48.59%。从另外角度也说明科技研发投入的快速增加能显著带动经济的增长。(2)2001～2008年间，全国R＆D经费支出平均增长率达到23.7%，浙江省的平均增长率为34.19%，而同时期第一产业产值增长率分别为11.83%和7.57%，R＆D投入远远高于第一产业产值增长。(3)浙江省R＆D经费支出对第一产业产值的增长推动作用远远低于全国的平均水平。

2.3科技人员投入情况

科技人员是科技创新的主体，在科技创新和技术进步中起着决定作用。2001～2008年间浙江省科技人员数平均增长达到17.24%，不同年份科技人员数增长率差异较大。2005～2006年浙江省科技人员数增长十分突出，主要与浙江省政府的科技人才政策相关。全国的科技人员数量从2004年后稳步增长。(表3)

3科技投入对农业经济增长的灰色关联分析

灰色系统理论主要用于控制和预测，现在已经广泛地应用在经济、社会等研究领域。灰色理论以“部分信息已知，部分信息未知”的“小样本”、“贫信息”不确定性系统为研究对象，通过部分已知信息的生成、开发，通过分析各种因素的关联性及其量的测度，实现对系统变化规律的认识。基本思想是根据数列曲线几何形状的相似度来判定其联系的紧密程度。曲线约接近，数列之间关联度就越大，反之则小。

3.1数据来源与处理

由于系统中各类因素数据因计算单位不同而差异较大，不便进行比较或难以得到正确的结论，所以在进行灰色关联分析时，一般要进行无量纲化处理。无量纲化通常采用均值法和初值化法，本文采用初值化进行处理。以全国和浙江省2001～2008年序列数据为基础，分别建立灰色关联模型，其中全国和浙江省的第一产业生产总值用X0和X'0表示;研发R＆D经费支出用X1和X'1表示;科技经费筹集额用X2和X'2表示;科技人员的投入用X3和X'3表示。X0和X'0是母序列，X1和X'1，X2和X'2，X3和X'3是子序列，建立序列表，经无量纲化处理后，形成相应的母序列和子序列(表4)。计算公式如下:X(k)=X(k)/X(0)(k=1，2，3，…n)(1)

3.2科技资源投入与农业经济增长的关联分析

我们利用灰色相关系数计算模型:ηi(k)=minmin|x0(k)－xi(k)|+ρmaxmax|x0(k)－xi(k)||x0(k)－xi(k)|+ρmaxmax|x0(k)－xi(k)|(2)对全国和浙江省的科技资源投入与农业经济增长的关联度进行计算。式中|x0(k)－xi(k)|为第k个点x0与xi的绝对误差，k=1，2，…，ni=1，2，3。将无量纲化后的比较数列与差值数列进行差值计算，列出对应差数列表，然后再求出minmin|x0(k)－xi(k)|和maxmax|x0(k)－xi(k)|。其中，min|x0(k)|是第一级最小差，表示在xi(k)序列上找各点与x0(k)的最小差，即跑遍k选最小者。minmin|x0(k)－xi(k)|为第二级最小差，表示在各序列找出的最小差基础上寻找所有序列中的最小差，即跑遍i选最小者。maxmax|x0(k)－xi(k)|是二级最大差，与二级最小差类似。各比较数列与参考数列的相应绝对差值如表5。

在进行计算关联系数与关联度前，需要预设分辨系数，一般用ρ表示，取值范围为0＜ρ＜1，ρ越小，分辨率越高，当ρ=0.546时，最优。这里我们取ρ=0.5。

根据上述关联系数，计算关联度，Ri=1n∑nk=1ηi(k)(3)对计算得出的关联度按大小进行排序，看各项指标对农业经济增长的影响。(表6)上述关联度计算结果显示，全国和浙江省科技投入中的R＆D经费支出、科技经费筹资额和科技人员与农业经济都存在较强的正相关性(图1)。其中，全国R＆D经费支出对农业经济产值的相对关联度为0.6383，科技经费筹集额对农业经济的相关联度为0.7136，科技活动人员对农业经济相关联度为0.8584，相比全国，浙江省各项指标对农业经济的相关联度排序基本一致，都说明了科技活动人员对农业经济的推动力更大，浙江省R＆D经费支出和科技经费筹集额对农业经济的相关联度均高于全国水平，而科技人员对农业经济的相关联，略低于全国水平。4结语与政策建议

4.1结语

通过上面的相关性计算，具体结论有:(1)全国和浙江省科技投入与农业经济增长存在显著的相关关系，科技投入对经济增长具有重要推动作用，这和以往研究得出的结果相一致。(2)在R＆D经费支出、科技经费筹集额和科技人员数等因素中，科技活动人员数对农业经济增长的推动作用更大。与全国相比，浙江省的各项指标关联度均只达到全国平均水平。科技人员是技术进步的能动因素，现代农业建设过程中急需大量科技人才培养，这也是浙江省增强农业经济的主要手段。

科技和经济的关系例9

关键词： 科技投入；经济增长；广义C-D生产函数；误差修正模型；VAR模型

Key words： investment in science and technology；economic growth；generalized C-D production function；error correction model；VAR model

中图分类号：F015；F224.0 文献标识码：A 文章编号：1006-4311（2016）19-0059-04

1 研究背景

科学技术是第一生产力，对经济增长起着重要作用。在党的十三五规划中，强调要“发挥科技创新在全面创新中的引领作用，并为经济社会发展提供持久动力”。 历史上，“亚洲四小龙”经济的迅猛发展就与科技进步密不可分，1970-1980 年，“四小龙”中的台湾和韩国GNP和年均增长率分别为9.8% 和9.5%，而此间技术进步对经济增长的贡献份额，台湾为48%，韩国为40%。近年来，随着我国对科技重视程度的增强，财政科技投入由1999年的544亿元增加到2009年的3050亿元，10年间财政科技投入翻了近6倍。政府将一定比例的财政收入投入到科技研究中，了解这部分资金对经济增长起到了怎样的作用以及相互之间的联系，对制定政策方针具有战略上的意义。

长期以来，科技投入和经济增长的关系受到国内外学者的广泛的关注。1928年，柯布（Cobb）和道格拉斯（Douglas）共同提出的 C―D生产函数，可计算出某一时刻的技术水平对新增产值的贡献。Griliches（1986）通过分析 1957-1977年间美国1000家规模较大的制造业企业数据，得出科技经费投入对企业生产力的提高有显著的促进作用。Romer（1990）研究发展发现政府在R&D上的财政支持能激发和鼓励企业投入更多资源进行R&D活动，推动经济的长期增长。Boskin和Lau（1996）将生产投入要素分为资本、劳动、人力资本和R&D资本四种，在C-D生产函数基础上，新构造了生产函数，将不能由这四种投入要素解释的经济增长归结为技术进步的贡献，利用六个国家的数据进行研究，得到由R&D引致的技术进步对经济增长的影响非常大。

国内学者则是采用不同的研究方法来探讨科技投入与经济增长的关系。单红梅等（2006）应用C-D生产函数得出中国的科技投入不但对当期经济增长有促进作用，而且还存在滞后效应，滞后期为3阶。姜庆华、刘贵基（2010）采用灰色关联度模型与生产函数模型，得出科技经费投入对我国经济增长的影响强于人员投入对经济增长的影响，并且技术进步对经济增长的贡献率呈现出波动上升形态的结论。卢方元（2011）等采用 2000-2009 年全国 30 个省区市的R&D投入和经济增长的有关数据，通过建立面板数据模型，研究R&D投入与经济发展的关系。凌江怀、李成、李熙（2012）以1991-2010年国内生产总值和财政科技投入的数据为基础，认为财政科技投入对经济增长有积极的促进作用。

不同于以往研究，本文引入R&D经费支出作为内生变量，建立广义柯布-道格拉斯生产函数，在对所有变量进行平稳性和协整检验的基础上，结合协整回归、误差修正模型及向量自回归模型的多元时间序列分析方法，测算科技投入对经济增长的贡献，并试图揭示经济系统的动态影响机制。

2 理论模型及研究方法

2.1 变量选取及数据处理

利用1995-2012年度的经济数据进行实证研究，数据来自《中国统计年鉴》和《中国科技统计年鉴》。选取GDP（亿元）代表全国的经济发展水平Y，R&D经费支出（亿元）作为科技投入指标S，全社会固定资产投资（亿元）扣除R&D经费支出后作为资本投入K， R&D人员全时当量（万人）作为劳动力投入指标N，对原始数值取自然对数，以压缩变量的尺度差距及削弱可能存在的异方差，分别记为LnY、LnS、LnK、LnN。

2.2 理论模型及研究方法

2.2.1 广义C-D生产函数

通过对式（4）进行回归分析，即可估计出科技投入对经济增长的贡献。同理，？琢与？茁分别表示资本投入贡献和劳动投入贡献？酌，剩余项则代表技术水平。

2.2.2 协整理论与误差修正模型

1987年，Engle和Granger提出协整理论，为非平稳时间序列的建模提供了新的思路。如果单个时间序列非平稳，而它们的线性组合却表现出平稳性，则这些变量间存在长期均衡关系，这种协整关系能够有效区分真实回归与虚假回归。误差修正模型（Error Correction Model，ECM）改进了时间序列模型忽视原非平稳变量信息的缺点，将长期稳定关系与短期动态特征综合在一个模型中。

2.2.3 向量自回归模型

向量自回归模型（Vector Auto Regression，VAR）基于统计性质，将系统中每一个内生变量表达为所有内生变量滞后值的函数，从而将单变量自回归模型推广到由多元变量组成的“向量”自回归模型。VAR模型常用于预测相互联系的时间序列系统及分析随机扰动对变量系统中的动态冲击，进而解释各种经济冲击对经济变量形成的影响。

3 科技投入对中国经济增长的贡献

3.1 平稳性检验

采用ADF（Augmented Dickey Fuller）单位根检验对各变量的平稳性判断，回归方程为：？驻Yt=c+？酌t+？籽Yt-1+■

？准？驻Yt-（i-1）+？着t，依据数据特征及贝叶斯信息准则（SBIC）确定检验形式和滞后阶数。其中c代表常数项，t代表趋势项，p代表滞后阶数，c=0表示不含常数项，t=0表示不含趋势项，反之c=1表示含常数项，t=1表示含趋势项。检验结果如表1所示。

4组时间序列数据在5%显著性水平下不拒绝原假设，为非平稳序列，而进行一阶差分后均为平稳序列，因此4个变量均为同阶单整I（1）序列，可进行协整分析。

3.2 协整回归及协整检验

协整检验是用来检验非平稳变量间是否存在长期均衡关系的方法，如果存在协整关系，则变量间的非均衡误差是平稳的。本文基于广义C-D生产函数进行协整分析，对式（4）的模型采用Engle-Granger两步法进行协整检验。

第一步通过OLS最小二乘法对式（4）进行协整回归，第二步使用残差序列代替随机干扰项，进行平稳性检验，若残差序列平稳，则可确立变量间的长期均衡关系，回归结果如下：

lnYt=5.349687+0.375095lnKt+0.159395lnNt+0.226243lnSt

S.E.=（0.35536）（0.109971） （0.130783） （0.061246）

t=（15.05444） （0.3410855） （1.218781） （3.694004）

R2=0.998203，F=2592.043，D.W.=1.540770（5）

由于OLS采用方差最小的估计方式，使得对残差序列进行ADF检验时，结果倾向于平稳序列，SC统计量

-4.172473， t统计量-3.913603，传统10%临界值为

-3.310349，参照麦金农（Mackinnon，1991）的临界值分布表，矫正的10%临界值为-3.676593，残差序列在5%显著性水平下非平稳，但在10%显著信水平下平稳，可认为式（5）确定的长期均衡关系存在，为协整回归方程。

3.3 科技投入对经济增长的贡献

根据协整回归方程（5）的结果，科技投入对经济的产出系数为0.2262，即R&D经费内部支出每增加1%所贡献的GDP增长率为0.2262%；而0.3751和0.1594分别是资本和劳动的投入产出系数，表明固定资产投资和科技人员就业人数每增加1%，可以带来经济增长0.3751%和0.1594%。由此看出，现阶段中国经济的增长主要还是靠投资拉动，科技投入虽占据一部分，但产出效应存在进一步提升的空间。

由于科技活动的周期性与投入产出的时滞性，仅依据某一个观测时点难以纵向把握经济规律，因此，从2008年开始逐年测算各要素对经济增长的贡献度，以期发现近几年各要素对经济增长贡献度的变化趋势，进一步探讨科技投入对经济增长的贡献效果。依据理论模型及协整分析技术，得出测算结果如表2所示。

由表2得，资本投入自2008年开始出现下滑，受国际金融危机的冲击，企业经营困难，利润增长放缓，固定资产投资增速下降；而科技投入贡献呈波动上升趋势，说明科技投入的产出效应开始显现，R&D经费投入与科技人员的投入保障了科技研发活动的需求，逐步转换为对GDP增长的贡献。

4 科技投入与中国经济增长的互动机制

4.1 误差修正模型

继协整回归对变量的长期均衡关系进行分析后，构建误差修正模型对该协整关系的短期动态特征进行探究，得到估计结果如表3。

其中，ECMt-1=lnYt-1-（5.349687+0.375095lnKt-1+0.159395lnNt-1+0.226243lnSt-1）为误差修正项。

从表3可以看出，误差修正项ECM t-1的系数为

-0.899017，即协整回归方程前一年的非均衡误差以89.90%的力度进行反向修正，89.90%的调整速率也显示了协整系统对出现非均衡偏差的修正反应之强，正是这种显著的短期负反馈机制，使得经济系统始终趋于稳定，其长期均衡关系才得以维持。此外，在短期动态关系中，科技投入对经济增长的短期弹性为0.112281，即短期内科技投入每增加1%，国内生产总值增长11.23%，亦低于资本投入0.218182及劳动投入0.125491。

4.2 VAR模型

为重点考察科技投入与经济增长间的相互作用机制，将资本投入（已扣除R&D经费支出）从内生变量中剔除，建立GDP、R&D经费支出、科研从业人员数之间的VAR模型。

首先，确定适当的模型滞后阶数。利用Eviews8.0计量软件，进行滞后期从0到3的模拟试验。据AIC与SC信息准则，当滞后期为3时，模型拟合效果最好，可兼顾模型稳定性与自由度。

接着进行模型估计，得到如下结果：

lnYt=1.070lnYt-1-0.954lnYt-2+0.852lnYt-3+0.444lnSt-1+0.031lnSt-2-0.340lnSt-3+0.221lnNt-1-0.116lnNt-2-0.216nNt-3-0.068

lnSt=1.037lnYt-1-0.388lnYt-2-0.225lnYt-3+0.521lnSt-1+0.169lnSt-2-0.595lnSt-3+0.268lnNt-1+0.172lnNt-2+0.140lnNt-3+0.274

lnNt=-0.233lnYt-1+0.658lnYt-2-0.531lnYt-3-0.401lnSt-1+0.482lnSt-2+0.345lnSt-3-0.237lnNt-1+0.044lnNt-2+0.052lnNt-3+0.297（6）

各方程的判定系数分别为：0.9992、0.9995、0.9994，拟合程度较高。

4.3 Granger因果检验

Granger因果检验实质上是检验内生变量是否可以作为外生变量对待。若一个变量受到其他变量的滞后影响，则称它们具有Granger因果关系。

对估计出的VAR模型中各方程进行Granger因果检验，分析各内生变量之间的相互关系，结果见表4。

由表4可知，在LnY方程中，检验结果在5%的置信水平下接受了LnN不能Granger引起LnY的原假设；在LnS方程中，检验结果在5%的置信水平下接受了LnN不能Granger引起LnS的原假设。这表明科技从业人员数并不是LnY与LnS增长的Granger原因。

与之相反，检验结果在5%的水平上拒绝了LnS不能Granger引起LnY的原假设，同时拒绝了LnY不能Granger引起LnS的原假设，表明R&D经费支出与经济增长互为格兰杰因果关系。

4.4 脉冲响应函数分析

脉冲响应函数用于衡量来自随机扰动项的一个标准差冲击对内生变量当前和未来取值的影响。利用Eviews8.0计量软件对估计出的VAR模型进行脉冲响应分析，计量各变量对模拟外部动态冲击的反应，结果见图1。其中，横轴表示滞后时间长度，纵轴表示变量对外部动态冲击的反应程度。

如左图所示，在其他变量不变的情况下，当GDP变动一个百分点时，对R&D经费支出始终具有正向效应。在第一期，GDP的变动使R&D经费支出增长约为0.05%，此后大致围绕1.5%的水平上下波动。表明经济增长对科技投入的增加具有稳定的促进作用，应当在发展经济的前提下，逐步提高对科技的投入力度。

分析右图，易知，在其他变量不变的情况下，当R&D经费支出受到正向冲击时，对GDP的影响一直呈现正向趋势。具体表现为：第一期至第三期，使得GDP处于持续上升状态，并在第三期达到最大值；第三期至第八期，对 GDP的影响逐渐减弱――从0.2%逐渐趋于0.02%；第八期之后，对GDP的影响又开始加强。

5 结论及建议

本文主要依托增长理论，在传统柯布-道格拉斯拉斯生产函数基础上，引入R&D经费内部支出进行扩展，综合多元时间序列分析的方法，对科技投入对中国经济增长的贡献和相互间动态作用机制进行实证研究。理论模型得到实证分析的良好支撑，具体研究结论包括：①R&D经费内部支出是经济增长的源泉，对国内生产总值的贡献约为22.62%，贡献程度波动上升。②国内生产总值、固定资产投资、R&D人员及R&D经费内部支出具有稳定的长期均衡关系，科技投入对经济增长的短期弹性为11.23%，系统内存在显著的调节机制，有效维护长期均衡特征。③Granger因果检验证实，R&D人员数对经济增长的正向效应还不明显，而R&D经费内部支出与经济增长间具有明显的正向效应。④由脉冲响应函数分析，R&D经费内部支出与国内生产总值的相互冲击具有时滞性和正向持续性，表明经济系统将形成：科技投入技术进步经济增长科技投入技术进步经济增长的相互促进良性循环机制。

据上述结论，有针对性地提出政策建议如下：

5.1 加大科研经费投入力度

由LnY与LnS冲击的脉冲响应曲线可知，科技投入对经济增长的影响期数很长，但在后期呈现一定下降趋势，可能由于资金投入力度不够。应当持续提升对科研经费的投入力度，一方面扩大资金来源，创新投入方式。应完善科研经费筹措机制，并通过直接财政投入、间接税收优惠等多种方式进行科研投入；另一方面应建立相对应的科技经费管理制度，提高科研经费投入及利用的规范性、有效性。

5.2 提高科研人员业务水平

由Granger因果检验分析结果，科研人员数量与经济发展之间并没有显著的联系，实际上科研人员是科学研发的主体，科研人员的研发能力是科学研发的关键所在。应当建立完善的激励机制，为科研人员进行研发创造良好的研发环境，提升科研人员研发的积极性；同时加大对科研技术人员的培训力度，可以与知名高校和研究院所等合作，建立多层次的科研培训体系，提高科研人员的业务水平。

5.3 培养科技型企业创新能力

创新是一个民族进步的灵魂，而我国70%以上的发明专利来自科技型企业。因此，科研企业应当加强科研人员创新意识的培育，努力营造良好的创新氛围；科研人员应当面向市场需求，积极进行科研创新，理论联系实践，将知识和技术转化为生产力，为企业和社会创造效益。

参考文献：

[1]Cobb C W， Douglas P H. A theory of production[J]. The American Economic Review， 1928， 18（1）： 139-165.

[2]Griliches Z. Productivity， R&D， and the Basic Research at the Firm Level in the 1970's[J]. American Economic Review， 1986， 76（1）： 141-154.

[3]ROMER P. Endogenous Technological Change[J]. Journal of Political Economy， 1990， 98（5）： 2.

[4]Cantner U， K？isters S. Picking the winner？ Empirical evidence on the targeting of R&D subsidies to start-ups[J]. Small Business Economics， 2012， 39（4）： 921-936.

[5]刘洋，王尚威，陈梦莹，邓阳，景梓豪，姜烨霖.科技型中小企业融资影响因素实证研究――基于因子分析和Logistic回归模型[J]. 科技创业月刊，2015（20）：27-30.

[6]单红梅，李芸.1991 -2003中国科技投入经济效果的实证分析[J].系统工程，2006（9）：88-92.

[7]卢方元，靳丹丹.我国R&D投入对经济增长的影响―基于面板数据的实证分析[J].中国工业经济，2011（03）：149-157.

科技和经济的关系例10

1科学技术与教育的关系

所谓科学技术，就是“科学”与“技术”。“科学”是一个理解世界系统知识的理论体系。“技术”是将科学知识应用于实践的过程。“教育”是一种提高人的综合素质的实践活动，教育对一个人、一个家庭的未来有重要的影响，更是一个国家未来发展的关键。随着现代科学技术的发展，对大家的素质要求也会越来越高。现在科学技术已成为许多生产要素的核心因素，科学技术提高了社会生产领域的劳动生产率，增强了人类改造自然，促进社会发展和进步的力量，在一定程度上改变教育者的观念，它还影响着受过教育的人的内容、方法和数量。然而科学技术的发展离不开教育，因为教育是科学技术再生产最有效的形式，是我们所知道或听到的大量的科学技术的发现、发明和创造，都是在大学里完成的，大学是高等教育是科学技术研究的重要基地，也可以说教育培养了大批的科学家和各个专业领域的专家，壮大了科学技术发展人才的队伍，教育的发展水平直接影响着科学技术的发展水平。教育的普及程度直接影响着科学技术成果在社会中的吸收和应用，教育的实施培养了人们的科学精神和创新精神。所以科学技术想要更快更好地发展，就必须要依靠教育，只有教育不断进步发展，科学技术才能不断进步发展，社会才能不断进步发展。

2科学技术与经济发展的关系

2．1科学技术与经济的协调发展

科学技术作为第一生产力，对经济的发展有着重要的意义，对科技进步与经济发展呈现相互依存、相互促进、相互融合、协同发展的大趋势。经济发展为科技进步提供了大量的资金，是科学技术的有力支撑;科学技术的进步推动了经济的发展，产生了更大的经济效益，因此二者形成了一个相互作用的过程。科学技术的进步与经济社会的协调发展是全面的、整体的、综合的发展，科学技术与经济的发展是相互依存，相互依赖的。一方面，随着经济的发展，在日常生产生活中，对劳动者的科学技术水平提出了新要求，促使着科学技术更快的发展。另一方面，科学技术的发展，带动了产业的调整，改善了生产关系，促使经济更好更快的发展。科学技术与经济两者互相协调，最终达到一个良性循环。

2．2科学技术与经济转型

在当今社会，经济支持是科学技术发展的基础，经济竞争是科学技术发展的重要推动力。科学技术促进经济结构调整，产业结构升级，具体的体现就是第三产业的迅猛发展，比重迅速上升，而第一产业和第二产业的比重逐渐减小。众所周知，科技进步是形成产业分工的基础，产业结构的每一次重大变化或调整，都与科技进步密切相关。当科技进步积累到一定程度，会使生产方式发生变革，就会使整个产业体系发生革命，从而使产业结构发生急剧的变化。所以说科学技术推动生产力要素的变革，促进经济结构的调整。不但如此，科学技术的发展也促进着经济形式发生变化，比如信息经济、网络经济、生物经济、知识经济等等，这些新形式的出现成为新的经济增长点，以此促进着经济的发展。事实上，由于科技进步与经济的增长存在相互作用，科技成果的会影响着经济的发展与增长，而经济又会反作用影响科学技术的研究和开发，这样科学技术的进步便可以在科技与经济的互动过程中继续发展。

3小结

在这个阶段，大国综合国力的竞争主要是科技的竞争和人才的竞争，简单来说，科学技术就是经济发展的“助推器”。当然，科学技术的发展是以经济提供的物质作为基础的，经济基础决定着上层建筑，没有经济的支撑科学技术也是没有办法很好地发展的。所以说，科学技术与经济发展的关系就应该是相互依存的，相互依赖的，处理两者关系对我国未来可持续发展的影响非常重要。

4科技与教育、经济的关系

当今时代，科学技术迅猛发展与经济的发展日益密切，然而无论是医学方面、航空航天方面、还是生物工程等等方面的显著发展，都在显示出人才的重要性。那么人才的培养就要依靠教育。促进经济发展，关键是要依靠科学技术。只有教育培养了大量的人才，才能继续推动科学技术的进步和发展。然而，经济为教育和科学技术提供了物质基础。教育、科技、经济三大领域是社会发展的主体、核心和动力，我们想要更好的发展，就必须要统筹好三者的关系，努力提高教育水平和质量，促进科学技术进步，促进经济发展。

参考文献:

［1］鄢晓．新兴教育技术之于当前我国高等教育的张力［J］．中国高教研究，2017，(11):65－70．