科技投入与区域经济增长的关联分析

李元杰

（河北科技大学经济管理学院，河北石家庄050018）

科技投入与区域经济增长的关联分析

李元杰

（河北科技大学经济管理学院，河北石家庄050018）

通过对我国2003—2012年31省份的R&D经费投入、R&D人员投入与其GDP的灰色关联分析，结果发现：科技投入对我国经济增长有很大的促进作用，相比而言R&D经费对于经济的促进作用要大于R&D人员；科技的促进作用在不同区域之间呈现阶梯态势，东部地区最高，中部次之，西部最低；在不同省份之间并不相同，而且打破东中西的区域界限。为此我国政府制定科技政策时，不仅要确保量与质的双重提高，而且要因地制宜，从当地实际情况出发，采取各种措施提高科技经费投入、完善科技人才政策，以便促进经济发展与社会进步。

科技投入；经济增长；关联分析；聚类分析；科技人员；科技资金；人才政策；科技进步

一、引言

21世纪以来，科技进步对经济增长的促进作用日益凸显，科技投入水平不仅成为一个国家和地区科技发展水平的首要体现，同时也是该地区经济实力与发展潜力的重要标志。因此，科技投入与经济增长之间关系的研究成为学术界的焦点之一。

关于科技投入与经济增长的关系研究由来已久。卢卡斯将科技因素作为经济增长的决定性因素引入到经济系统中，从而改变了长久以来关于经济增长源于生产要素增加和人口增长的观点。索洛和丹尼森通过对R&D投入在经济增长中作用的研究，认为由R&D投入所带来的技术是进步是当今世界经济增长的最重要源泉[1][2]。其他一些国外学者则运用生产函数模型和计量的方法研究R&D经费投入对于某一产业或行业的回报率、产出弹性的影响[3][4][5]。国内学者自20世纪90年代以来，更加注重运用数理统计的方法考查科技投入对于我国经济增长的影响，如袁卫、吕忠伟通过Granger因果检验分析中国科技投入与经济增长间的传导机制与相互关系，朱春奎利用因果关系检验法分析了我国财政科技投入与经济增长关系，指出财政科技投入是经济增长的充分必要条件[6][7]。

国内外学者的研究基本上是在传统宏观经济理论的基础上通过大量实证资料运用回归以及相关分析等定量方法考察科技投入对于经济增长的重要性。与回归、相关分析等数理方法相比，灰色关联分析方法因其对数据样本大小以及数据分布特征要求低等原因成为当今众多学者青睐的方法之一。基于此，本文在介绍我国2003—2012年科技投入状况的基础上，通过综合灰色关联度研究我国各省份科技投入与经济增长的关联度，并为提高科技投入效率提出建议。

二、我国科技投入状况

（一）R&D经费投入

图1 2003—2012年我国R&D经费投入情况

R&D活动是科技活动的主要内容，因此R&D活动投入成为反映科技活动投入的主要指标。从图1可以看出：（1）我国R&D经费的投入总额是逐年上升的，从2003年的1 539.63亿元上升到2012年的10 298.41亿元，其间总量上升了5.7倍；与此相比，2011年美国、日本、德国的R&D经费投入总额分别为4 152亿美元、1 998亿美元和1 039.1亿美元，其中2002—2011年R&D经费的投入总额分别增长了0.499倍、0.025 3倍、0.4倍，由此可见我国R&D经费的增长速度远远高于同时期的发达国家，但其经费投入总额却远低于发达国家。（2）我国的R&D经费投入强度逐年上升。从2003年的1.13%上升到2012年的1.98%，10年间上升了75.22%，2002—2011美国、日本、德国的R&D经费投入强度分别增长了4.14%、6.94%和15.66%，三个国家2011年的R&D经费投入强度分别为2.77%、3.39%和2.88%。由此可见，我国R&D经费投入强度上升速度比较快，但与发达国家相比总体还存在相当的差距。

（二）R&D人员投入

R&D人员投入是科技人员投入的最主要组成部分，是一个国家或地区科技活动与创新的主观能动源。如图2所示，2003—2012年，我国R&D人员投入总量是逐年上升的，而其增长率则是波动上升的：（1）我国R&D人员投入由2003年的109.48万人/年上升到2012年的324.68万人/年，总量增长了两倍多。（2）R&D人员投入年增长率起伏较大，10年间基本上是呈现升降交替的状况，但总体是上升趋势。其中上升最快的年份为2004—2005年，R&D人员投入年增长率从5.28%上升到18.41%，但2005—2006年的R&D人员投入年增长率从18.41%下降到10.09%，成为10年间降幅最大的年份，与此相比其他年份的年增长率变动幅度较小，不过整体来讲，我国R&D人员投入年增长率从2003年的5.77%上升到2012年的12.89%，增长幅度还是比较大的。

图2 R&D人员投入

三、科技投入与区域经济增长的关联分析

（一）灰色综合关联的原理

灰色关联分析是灰色理论中的重要组成部分，其基本思想是通过关联函数测度几何曲线的相似程度从而判断曲线之间的关系，曲线越接近，相似程度越高，其关联度也就越大；反之，则关联度越低。本文所采用的是综合灰色关联分析的方法不仅通过测度几何曲线的相似程度而且测度几何曲线之间的接近程度，力求更加准确地刻画曲线之间的紧密程度[8]。

1.灰色绝对关联度

设序列，s0，si如上所示，则称：

为X0与Xi的灰色绝对关联度，简称绝对关联度。

2.灰色相对关联度

3.灰色综合关联度。设序列X0与Xi长度相同，且初值均不为零，ε0i和R0i分别为X0与Xi的灰色绝对关联度和相对关联度，θ∈［0，1］则称ρ0i=θε0i+（1-θ）R0i为X0与Xi的灰色综合关联度，简称综合关联度。综合关联度既体现了取现X0与Xi的相似程度，又反映了X0与Xi相对于始点的变化速率的接近程度，是较为全面的表示序列之间联系是否紧密的一个数量指标。

（二）关联结果及分析

笔者采用各省份GDP作为衡量经济增长的指标，R&D经费投入与R&D人员投入作为各省科技投入指标，所有数据来自2004—2013年《中国科技统计年鉴》。根据灰色综合关联分析原理采用上述各省经济增长与科技投入的指标，以2003—2012年数据为基础，分别建立经济增长与R&D经费投入、R&D人员投入的灰色关联模型。

模型1：经济增长与R&D经费投入的灰色综合关联模型。其中，X0与X1分别为各省2003—2012年的GDP与R&D经费投入的数列，ε01、R01分别为两数列的绝对关联度与相对关联，称ρ01=0.5×ε01+0.5×R01为经济增长与R&D经费投入的综合灰色关联度。

模型2：经济增长与R&D人员投入的灰色综合关联模型。其中，X0与X2分别为各省2003—2012年的GDP与R&D人员全时当量的数列，ε02、R02分别为两数列的绝对关联度与相对关联，称ρ02=0.5× ε02+0.5×R02为经济增长与R&D人员全时当量的综合灰色关联度。具体计算结果见表1，得出三点结论。

1.经济增长与科技投入存在较高关联性，且经济增长与R&D经费投入的关联度高于其与R&D人员的相关度：我国31省份除西藏外，其余30省份R&D经费投入的关联度均高于R&D人员与经济增长的关联度，其中经济增长与R&D经费投入的平均关联系数为0.645 8，远远大于经济增长与R&D人员投入的平均关联系数0.517 1。

2.从R&D经费投入来看，我国区域经济增长与科技投入的关联度的区域阶梯特征明显：东部地区最高，平均关联系数为0.696 2；中部地区次之，平均关联系数为0.676 6；西部地区最低，平均关联系数为0.579 0。区域内经济增长与科技投入的关联度不平衡且差距较大：东部最高，中部其次，西部最低。东部地区关联度最高的为北京（0.758 2），最低的为海南（0.504 1），级差为0.254 1；中部地区关联度最高的为湖北（0.733 1），最低的为山西（0.534 5），级差为0.198 6；西部地区关联度最高的为陕西（0.739 7），最低为西藏（0.500 1），极差为0.239 6。

3.从R&D人员投入来看，我国区域经济增长R&D人员投入的关联度的区域阶梯特征明显，但低于R&D经费投入呈现的特征。东部地区最高，平均关联系数为0.535 1；中部次之，平均关联系数为0.508 5；西部最低，平均关联系数为0.506 3。区域内经济增长与R&D人员投入的关联度较不平衡但差异较小：东部最大，中部其次，西部最小。东部地区关联度最高的为北京（0.6018），最低的为海南（0.500 1），级差为0.0266；中部地区关联度最高的省份为湖北（0.511 7），最低的为山西（0.506 8），级差为0.000 49；西部地区关联度最高的省份为甘肃（0.512 4），最低的为西藏（0.500 1）、青海（0.500 1）、宁夏（0.500 1）以及新疆（0.500 1），级差为0.012 3。

表1 2003—2012年我国各省份经济增长与科技投入的关联系数

四、聚类分析

从上述的分析中可以看出我国科技投入对于经济增长的推动作用在不同省份也大小不同，且差距较大，为进一步具体分析科技投入在各省促进作用的程度，本文运用SPSS20.0以经济增长与R&D经费投入及R&D人员投入的关联系数为指标将31省份进行聚类分析，根据关联系数的大小将31省分为4类，具体见表2。

第一类科技投入对经济增长具有很强推动作用的省份：北京、江苏、山东、广东。

从表1和表2可以看出：R&D经费投入与经济增长的关联度聚类中心为0.7429，属于高度关联的范畴；R&D人员投入与经济增长的关联度均为0.582 1，属于较高关联的范畴。两者的组合表明科技投入对四省份经济增长的强大推动作用，其中R&D经费与人员对于北京与广东经济的促进作用均居全国前两位，对于山东经济的促进作用均居全国第四位，相比而言，对江苏省的促进作用并不平衡，其中R&D经费投入的促进作用居全国第八位，R&D人员投入的促进作用居全国第三位，可见江苏省跻身于第一类队伍不同于其他三省份R&D经费与人员均衡而强大推动作用，而是很大程度上得益于其科技人员投入较高的促进作用。

表2 2003—2012年我国区域科技投入对经济的影响结果

第二类科技投入对经济增长具有较强推动作用的省份：天津、辽宁、上海、浙江、黑龙江、安徽、江西、河南、湖北、湖南、陕西。

从表1和表2可以看出，R&D经费投入与经济增长的关联度聚类中心为0.7152，属于高度关联的范畴；R&D人员投入与经济增长的关联度均为0.509 8，属于一般关联的范畴。两者的组合表明科技投入对于该11省份的经济增长较强的推动作用，其中科技投入对于上海、浙江、陕西以及湖北经济的拉动作用的排名均位于前列，并且其R&D经费投入的拉动作用都强于R&D人员投入；科技投入对其余7省份经济增长的拉动作用都处于中等水平，而且除辽宁外的6省份均表现出R&D经费投入的拉动作用都强于R&D人员投入的特征。

第三类科技投入对经济增长具有一般推动作用的省份：河北、福建、吉林、内蒙古、广西、贵州、甘肃。

从表1和表2中可以看出，R&D经费投入与经济增长的关联度聚类中心为0.621 9，属于较高关联的范畴；R&D人员投入与经济增长的关联度均为0.508 7，属于一般关联的范畴。两者的组合表明科技投入对该7省份的经济增长具有一般的推动作用。这些省份大多数是中西部省份或经济欠发达的东部省份，无论是R&D经费还是人员对于经济增长的促进作用没有达到令人满意的效果，其中，河北和福建位于东部沿海地区，经济发展与科技进步都有得天独厚的优势，但其R&D经费和人员与本省GDP的关联度仅为0.653 4、0.509 4和0.651 9、0.507 1，远低于湖北、陕西等中部省份，说明两省在经济发展中没有充分发挥科技的作用。

第四类科技投入对经济增长具有较弱的推动作用的省份：海南、山西、重庆、云南、西藏、青海、宁夏、新疆。

从表1和表2中可以看出，R&D经费投入与经济增长的关联度聚类中心为0.514 1，属于较低关联的范畴；R&D人员投入与经济增长的关联度均为0.503 1，属于低度关联的范畴。两者的组合表明科技投入对8省份的经济增长具较弱的推动作用。这些省份在地理位置上基本上都位于内陆或西北、西南的偏远地区，自然环境恶劣，经济基础差以及人们文化程度偏低等不利因素造成这些省份在发展经济时依然走以生产要素投入换取经济发展的老路，很大程度上忽视了科技的作用。

五、结论与建议

通过对我国2003—2012年31个省份的R&D经费投入、R&D人员投入与其GDP之间的关联分析和聚类分析，可以得出如下结论：

1.我国科技投入与经济增长有紧密联系，但相比而言R&D经费投入与GDP之间的紧密程度要高于R&D人员投入。

2.在我国科技投入对于经济的促进作用呈现出阶梯的态势，基本上是东部地区最高，中部次之，西部最低。

3.不同省份的科技投入对于经济的促进作用也各不相同，并且打破了传统的东中西的区域界限，中部的一些省份中无论是R&D经费投入还是R&D人员投入与其经济增长的紧密程度远远高于东部的一些省份。

基于上述结论，各地在制定科技战略，提高科技投入的过程中，既要保证科技投入总量与比重的上升，又要因地制宜地从本地区的实际出发。

首先要加大科技资金投入。各级政府有关部门要有“科学技术是第一生产力”的意识，将科技支出作为其财政支出计划的重要部分，完善科技投入的保障机制；通过各种金融渠道募集资金，制定政策提高商业银行等金融机构对于科技活动的投入，以此保障我国科技资金总量的持续、稳定增长，以及科技经费投入强度的不断上升，切实保障“科教兴国”战略的顺利实施。其次要完善人才政策，进一步促进科技人才在我国经济增长中的作用。有关部门应该完善人事制度，尽快建立公平合理的人才培养、激励与评价机制；制定有效的人才引进政策，营造良好的尊重知识、尊重人才的社会氛围，在稳定现有人才的基础上，最大限度上引进急需的高科技人才，为经济增长与社会进步提供智力保障。

［1］SolowRobertM.TechnicalChangeandtheAggregate Production Function［J］.The Review of Economics and Statistics，1957，（39）：312-320.

［2］.Denison，Edward，F.AccountingforUnitedStatesEconomicGrowth，1929to1969［R］.Washington：Brookings Institution，1974.

［3］Griliches Z.Productivity，R&D and basic research at firm level in the 1970s［J］.American Economic Review，1986，76（1）：141-154

［4］Goto A.，Suzuki K.R&D capital，rate of return on R&D investment and spillover of R&D in Japanese manufacturing industries［J］.Review of Economics and Statistics，1989，（4）：555-564.

［5］Wakelin，K.Productivity growth and R&D expenditure in UKmanufacturingfirms.ResearchPolicy，2001，（30）：1079-1090.

［6］吕忠伟，袁卫.财政科技投入和经济增长关系的实证研究［J］.科学管理研究，2006，（10）：105-108.

［7］朱春奎.财政科技投入与经济增长的动态均衡关系研究［J］.科学学与科学技术管理，2004，（3）：29-33.

［8］刘思峰，郭天榜，党耀国：灰色系统理论及其应用（第三版）［M］.北京：科学出版社，2004.

责任编辑、校对：张增强

The Correlation Analysis between Science&Technology Input and Regional Economic Growth

Li Yuanjie
（School of Economy and Management,Hebei University of Science and Technology,Shijiazhuang 050018,China）

According to the grey correlation analysis between 31 provinces'R&D personnel input,R&D funding input and GDP from 2003 to 2012,the results show that science and technology input has a great role in promoting economic growth, and the promotion for the economy of R&D funding is greater than the R&D personnel;the promoting effects shows ladder situation among different areas,the highest in eastern,high in central,low in western;the promoting effects among different provinces are different,and break the regional boundaries.When the government formulates policies of S&T,it is not only to ensure the quality and quantity of S&T,but also to adjust measures of local conditions,starting from the local actual situation,using various measures to improve the science and technology input,and perfect the scientific and technological personnel policy,in order to promote economic development and social progress.

science&technology input,economic growth,correlation analysis,clustering analysis,science&technology personnel,science&technology capital,human resource policy,technology progress

F127

A

1673-1573（2014）04-0072-05

2014-03-13

李元杰（1988-），男，河北邢台人，河北科技大学经济管理学院2012级数量经济学专业硕士研究生，研究方向为经济系统优化。