中国科技创新与经济发展耦合协调度模型

杨　武,杨　淼

(北京科技大学东凌经济管理学院，北京　100083)



中国科技创新与经济发展耦合协调度模型

杨武,杨淼

(北京科技大学东凌经济管理学院，北京100083)

摘要：通过分析科技创新与经济发展的相互作用，揭示两者的耦合协调发展机理，构建科技创新和经济发展子系统的耦合协调度模型，基于中国1991—2012年的数据进行了实证分析。研究结果表明：在社会效用动态最优和社会效用静态最优条件下，科技创新和经济发展都具有耦合协调的协同发展关系；中国的政府财政收入和两系统的耦合协调度对经济产出的作用相当；科技创新与经济增长的协同发展对经济产出具有重要的推动作用。

关键词：科技创新;经济发展;耦合关系;系统耦合度;系统耦合协调度

1引言

迈克尔·波特[1](Michael.Porter)将一国优势产业参与国际竞争的过程分为四个阶段：要素驱动阶段，投资驱动阶段，创新驱动阶段，财富驱动阶段。就目前而言，我国整体产业仍处于投资驱动阶段。多年投资导致的饱和产能已被广大学者所诟病，资源粗放的消耗式发展模式不可持续。从目前国内形势看，中国经济正处于“三期叠加”历史新时期，寻找经济增长新的支撑点是摆在政府面前的一道亟待解决的难题。伴随着经济结构不断调整和产业结构的优化升级，主导产业将由过去的资本密集型重化工业和劳动力密集型加工制造业向生产性服务业和技术密集型高端制造业转变，由过去生产要素驱动向创新驱动转变。科技创新对于经济增长的重要性日益显著，创新驱动发展将成为中国未来发展的重要战略。

2文献综述

关于科技创新与经济发展的关系研究，目前主要是关于两者关系的重要性及战略设计、路径选择等方面的研究，有代表性的有夏天[2]、张来武[3-4]、刘志彪[5]、黄宁燕等[6]、胡钰[7]、陈曦[8]、洪银兴[9]、赵志耘[10]等。关于两者数量关系量化测度方面，现有研究主要是围绕全要素生产率(TFP)展开，即对科技创新在经济增长中的贡献率进行研究。测度方法可分为参数法和非参数法两大类。参数法是从修正的C-D生产函数或超越对数生产函数出发，运用索洛余值法、拓展的索洛余值法、随机前沿生产函数(SFA)进行测度；非参数法主要指的是指数法和数据包络分析(DEA)[11]。针对科技创新在经济发展中的贡献率进行量化测度，前提假设是科技创新(技术进步)会带来经济增长。实际上科技创新与经济发展之间的关系很复杂，两者之间具有相互促进、和谐共生的耦合发展关系。

3科技创新与经济增长的系统耦合关系研究

3.1指标选取和数据处理

本文科技创新系统的数据来源于OECD数据库网站，经济发展系统的数据来源于国家统计局网站，数据年份由1991—2012年。科技创新系统指标是根据科技创新的过程维度和结构维度(P-S模型)进行筛选，运用时差相关分析法进行指标动向分组，得到先行指标、一致指标和滞后指标；经济发展系统指标是根据国家统计局中国经济景气监测中心发布的宏观经济景气一致指数指标体系选取的，共八个指标。本文选取的数据指标如图1和图2所示：

图1　科技子系统指标

图2　经济子系统指标

3.2科技创新与经济增长的耦合协调关系

科技系统的输入参数包括资金和人员投入以及社会科研氛围的提升，输出参数为科技创新的产出指标。对经济增长的影响主要包括直接的新产品产值和非直接的经济系统效率的提高，经济系统效率包括劳动人员素质、管理效率、资本配置效率等。经济系统的输入参数为资本、劳动力和生产要素的配置效率。生产要素的配置效率包括科技创新带来新的经济输入，体现为新的经济增长点(新产品形成新产业)、更高的生产效率和储蓄率。生产效率体现为生产工具的更新和劳动人员素质的提高。在创新环境中，劳动者被迫学习新技能，从而提高自身素质和生产效率；储蓄率的提高可解释为资本优化配置，表现为长期资本报酬率的提高或折旧率的降低[12]。输出参数表现为国内生产总值，从效用角度来说是社会效用最大化。

为了说明科技系统和经济系统之间的关系，本文构建科技—经济系统模型，模型理论基础是修正的C-D生产函数。为了简化分析，提出如下假设[13]：

(1)生产函数采用规模报酬不变型，技术进步是中性的；

(2)经济系统产出由生产要素和生产要素配置效率决定；技术进步是决定经济产出的根本原因，是广义上的技术进步；

(3)经济产出的去向只有消费和投资；

(4)技术进步折算成隐形资本变量，通过隐形资本累积对经济产出做出贡献。

计量模型表示如下：

Y(t)=a(t)S(t)αK(t)βL(t)(1-α-β)

其中Y(t)为经济产出；a(t)为经济产出调整系数；S(t)为科技进步的隐形资本累积，将转化为创新资本；K(t)为实际资本累积；L(t)为劳动力资源；α为科技进步的弹性系数；β为实际资本的弹性系数。

为得到各变量的累积方程，假设如下变量：

(5)投资I，消费C：C=(1-mk-ms)Y(t)。

3.3社会效用静态最优时科技创新与经济发展的耦合条件

s.t.mkY(t)=nkK(t)，msY(t)=nsS(t)

C=(1-mk-ms)Y(t)

计算可得出：λ=γ

即科技进步的隐形资本弹性在社会效用静态最优时为隐形资本的显化量，实际资本的弹性为实际资本的折旧量。当ns和nk相等时，科技进步的弹性和实际资本的弹性与科技和资本的比例相对应。

3.4社会效用动态最优时科技创新与经济发展的耦合条件

其中y为劳动的经济产出，k为劳动的实际资本。

4科技系统与经济系统的系统耦合度测算

对于科技系统和经济系统有：

其中，αi为第i个科技系统参量的权重，xi表示第i个科技系统参量；βi为第i个经济系统参量的权重，yi表示第i个经济系统参量。

4.1目标演化函数的求解

对于f(S)、f(E)的求解，本文采用序参量的功效函数的方法求解。计算公式如下：

其中uj为科技系统参量aj的功效函数，aj为科技系统的公因子变量。同理；

其中νj为经济系统参量bj的功效函数，bj为经济系统的公因子变量。

科技系统的演化方程目标求解f(S·)和经济系统的演化方程目标求解f(E·)采用线性加权求和法集成：

根据上述公式可计算科技系统和经济系统的功效函数和演化方程目标求解。

4.2耦合度函数与耦合协调度函数的构建

耦合度函数值越接近1，说明耦合度越大；越接近0，说明耦合关系越小。本文中科技子系统比经济子系统的取值范围大，为了避免出现两者协调程度不高的情况，对耦合度函数进行改进，得到耦合协调度函数：

Z=书版无字符：0x19bf(S·)+书版无字符：0x210ff(E·)

DT=(C2·Z)1/2

其中书版无字符：0x19b和书版无字符：0x210f反应两个子系统的相对权重，书版无字符：0x19b和书版无字符：0x210f的确定采取熵值赋权法[14]。计算得到书版无字符：0x19b=0.316、书版无字符：0x210f=0.684，说明经济系统相比科技系统的重要性更高。

观察图3可知，中国科技创新和经济发展的波动性相似。1991—2000年间经济发展高于科技创新水平；2001—2004年间两者齐头并进，保持在同一发展水平上；2005—2012年间科技创新水平大幅度提高，逐渐超过经济发展水平；2002—2003年间两者均开始呈现上升发展趋势。

图3　科技创新与经济发展子系统演化方程目标求解

观察图4可知，中国科技创新和经济发展的耦合协调水平稳步提高，特别是从2002年开始，两者的耦合协调水平大幅度提升。根据徐玉莲等对耦合协调度的区间划分[14]：1991—2005年间中国科技创新与经济发展属于低度耦合协调水平(DT≤0.4);2006—2009年间属于中度耦合协调水平(0.4

4.3耦合协调度参与经济子系统的回归分析

图4　科技创新与经济发展子系统耦合协调度函数

对经济子系统，构建多元回归分析方程研究科技系统与经济系统的耦合协调度对经济产出的影响。各指标数量级相差较大，需剔除数量级对问题研究的影响，本文采用均值—标准差法[15]进行标准化，经过标准化处理后，构建如下多元回归分析方程：GDPt=α1DTt+α2IPIt+α3IPAt+α4SRt+α5IPRt+α6UIt+α7FIt+α8RSt+α9IEt+εt

其中，εt为残差项。

在全变量参与情况下，部分变量因多重共线问题，结果与实际不符，需剔除部分变量。首先，对中间层社会收入指数细分指标进行部分剔除。在全变量参与下发现工业生产指数(IPI)和工业从业人员数(IPA)回归系数为负，工业企业利润(IPR)对两者影响都很大，因此剔除工业企业利润(IPR)。与全变量参与结果相比，除了R2变小外，AIC、SC和D-W值也变小。继续剔除国家财政收入(SR)和居民可支配收入(UI)后发现剔除UI后IPA的解释向正向靠近。继续剔除两个变量发现：剔除IPR、UI的结果较好，但可能存在序列自相关。因此对于社会收入指数，本文保留国家财政收入(SR)。

从分析结果二可以看出，IPI、SR、DT三者一直非常显著。在剔除社会需求指数一个指标情况下，FI、RS、IE三者的显著性检验都未能通过。D-W值接近1，存在序列自相关。在剔除两个变量的情况下，保留RS具有较好的统计学意义，自变量也通过显著性检验。

综上，保留的变量分别为国家财政收入(SR)和全社会商品零售(RS)。从现实意义来说，国家财政收入相比企业利润对经济产出具有更直观的意义。工业企业利润(IPR)在国内生产总值核算过程中是被包含与包含的关系，而国家财政收入和国内生产总值虽然相关，但不属于同一个系统。对于社会需求指数来说，全社会商品零售(RS)比固定资产投资和海关进出口更贴近社会需求的真实涵义。

4.4结果分析

(1)工业从业人员数的显著性检验始终未通过，原因可能在于工业生产指数与工业从业人员数存在多重共线性，于是将工业从业人员数(IPA)剔除，得到如下方程：

GDP= -0.0493×IPI+ 0.5395×SR- 0.0197×RS+ 0.4275×DT

(-4.817)(16.068)(-2.286)(12.974)

(***)(***)(**)(***)

回归方程最终保留的自变量是工业生产指数(IPI)、国家财政收入(SR)、全社会商品零售(RS)和系统耦合协调度(DT)，自变量和方程的显著性检验均通过。

(2)SR和DT对经济产出都具有正向的推动作用，且推动作用相当。而IPI和RS却是负的，可能是多重共线未能完全解决，系数较小，都接近于0。

(3)无论是全变量参与的方程，还是剔除变量的方程，系统耦合协调度(DT)始终非常显著。这说明科技创新与经济增长的耦合协调度，即两者的协同发展对经济产出具有重要的促进作用。

5结论与展望

由上述分析结果可以看出，中国创新驱动发展战略的成功实施需要科技创新和经济增长协调有序共同发展，而不是一方领先另一方。驱动发展本身含义是科技创新引领经济发展，但科技创新水平的提高不仅来源于技术进步的推力，更来自于市场需求的拉力和市场竞争的压力，在当今社会，后者更为重要。只有经济发展水平的提高，才会有丰富的物质资本和人力资本用于研发和科技创新，科技创新和经济发展的耦合协调发展才是两者之间的本质关系。

本文仅对中国数据进行了实证分析，未来可考虑选取不同国家、城市和地区的数据进行研究，比较不同区域科技系统与经济系统的耦合协调水平及其对经济产出的影响，对不同区域的科技创新与经济增长协同发展状况进行动态监测，为政府实施创新驱动发展战略和相关政策的制定提供参考依据。

参考文献：

[1]PORTER.The competitive advantage of nations[M].New York：The Free Press,1990.

[2]夏天.创新驱动经济发展的显著特征及其最新启示[J].中国软科学，2009，S2：113-118.

[3]张来武.科技创新驱动经济发展方式转变[J].中国软科学,2011(12):1-5.

[4]张来武.论创新驱动发展[J].中国软科学，2013(1):1-5.

[5]刘志彪.从后发到先发:关于实施创新驱动战略的理论思考[J].产业经济研究，2011，73(4)，1-7.

[6]黄宁燕，王培德.实施创新驱动发展战略的制度设计思考[J].中国软科学，2013(4):60-68.

[7]胡钰.增强创新驱动发展新动力[J].中国软科学,2013(11):1-9.

[8]陈曦.创新驱动发展战略的路径选择[J].经济问题,2013(3):42-45.

[9]洪银兴.论创新驱动经济发展战略[J].经济学家,2013(1):5-11.

[10]赵志耘.创新驱动发展:从需求端走向供给端[J].中国软科学,2014(8):1-5.

[11]段文斌，尹向飞.中国全要素生产率研究综述[J].南开经济研究，2009(2):130-140.

[12]黄先海，杨君.中国工业资本回报率的地区差异及其影响因素分析[J].社会科学战线，2012(03):40-47.

[13]王任祥，杨曼.科技创新与金融创新耦合关系及其对经济效率的影响——来自35个国家的经验数据[J].软科学,2015,29(1):33-41.

[14]徐玉莲，王玉冬，林艳.区域科技创新与科技金融耦合协调度评价研究[J].科学学与科学技术管理，2011，32(12)：116-122.

[15]王宏起，徐玉莲.科技创新与科技金融协同度模型及其应用研究[J].中国软科学，2012(6):129-138.

(责任编辑刘传忠)

Study on Coupling Coordination Degree Model of Scientific and Technological Innovation and Economic Development in China

Yang Wu,Yang Miao

(Donlinks School of Economics and Management,University of Science and Technology Beijing,Beijing 100083,China)

Abstract：Through the analysis of the interaction between technological innovation and economic development，it reveals the coupling coordinated development mechanism on the scientific and technological innovation and economic development，and constructs the scientific and technological innovation and economic development subsystem coupling coordination degree model，and conducts the empirical analysis based on the annual data of Chinese scientific and technological innovation and economic development from 1991 to 2012.The result of the study indicates that：Both in the social utility of dynamical optimum，or social utility static optimum，scientific and technological innovation and economic development are harmonious and have coupling coordination development relationship；China’s government revenue and the two systems’ coupling coordination degree have the same effect for the economic output；Coordinated development of scientific and technological innovation and economic growth plays an important role for promoting the economic output.

Key words:Science and technology innovation；Economic development；Coupling relationship；System coupling degree；System coupling coordination degree

中图分类号:F204;F832

文献标识码:A

作者简介：杨武(1961-)，男，山东临沂人，北京科技大学东凌经济管理学院博士生导师，教授；研究方向：技术创新管理。

收稿日期：2015-07-27

基金项目：国家自然科学基金面上项目“区域科技创新景气指数构建的理论与方法研究”(71273025)。