中国经济发展中的技术扩散、技术创新
2016-11-04王增文
王增文
[摘要]本文采用一般均衡理论分析框架建立了社会保障与技术进步的实证模型以便研究其对中国经济波动的影响。结果表明,与社会保障冲击在短期内引发经济波动相异的是,技术进步变量冲击能够在更大程度上持续提升潜在的技术存量水平,促使生产部门进行更多的R&D,进而使产出达到更高水平的均衡。社会保障对经济的影响效应体现在对其他经济变量的“传递+互动”方面。社会保障投入的正向冲击对技术存量及就业等方面具有正向传递效应,而与工资的“互动性”能够给经济产出带来更大的提升效应,最终促使经济不断地达到更高水平的均衡点。在促进中国经济迈向中高端的关键性因素中除技术进步变量外,社会保障冲击及生产部门的R&D投入是不容忽视的因素。研究中国经济增长的“引擎”及波动因素时,在其动力系统模型中引入再分配领域的社会保障制度及服务指标不失为一项有启发意义的探索性研究。
[关键词]中国经济;技术扩散;社会保障;技术创新;双引擎;一般均衡理论
一、引言
2015年3月全国“两会”上李克强总理所作的政府工作报告中提出,一方面要增大创新力度,保障就业质量,保持工资稳步增长;另一方面要增加以社会保障为核心的公共产品和公共服务供给,提高供给率。在就业结构性压力依然巨大、社会保障待遇差别有待弥合的宏观背景下,评估中国经济运行态势及测度未来经济走势的关键在于做好经济增长的波动预测。然而,技术进步与社会保障动态组合的经济增长驱动策略和路径到底是怎样的?如何优化它们间的动态组合才能减少波动,从而更好地促进中国经济健康发展?国际经验表明,国民收入从低等到中等需要跨越两个阶段:第1阶段的典型特征是依赖经济结构专业化程度逐步提升;第Ⅱ阶段则是依赖于经济效率TFP的全面提升。中国目前正在倡导创新驱动发展战略,全要素生产率的提升成为经济发展进入第Ⅱ阶段后拉动经济增长的关键,这其中便涵盖了技术进步及社会保障投入两项因子。比如,1978-2015年技术进步对中国GDP的贡献率达到25%以上,技术进步变量成为拉动中国经济增长的关键性因素,由此带来新的就业岗位、工资水平及社会保障水平。此外,据有关学者的研究,中国能在30年内实现世界上最大规模的减贫目标,进入中等收入国家行列,其最大的贡献因素莫归于经济的快速增长,而以社会保障为核心的公共产品和公共服务等在收入分配中的贡献力度并不大。现在需要弄清楚的问题是,究竟技术进步与社会保障“双引擎”动力机制对经济增长影响的中长期均衡路径呈现一种怎样的趋势?接下来本文将进行探讨。
二、文献回顾
从经济动力系统视角来看,就业、工资、技术进步及社会保障水平之间或许暗含着一种动态变化关系。但是其内在动态变化关系的相互作用是否能达到一个最优的均衡状态?即是否存在一个最优均衡状态的动态解以满足就业、工资、技术进步及社会保障水平所形成的动力系统?这是学术界至今仍未触及的问题。相关文献多数只是研究两两之间的互动关系,或某一因素对经济增长的影响效应。然而技术创新、技术扩散和社会保障及相关变量所形成的动力系统已成为不可回避的问题。纵观既有研究文献,本文发现,研究视角及方法总体上可分为三个方面:其一,技术创新、技术扩散、就业、工资与社会保障水平对经济增长的影响。社会保障与经济增长能够保持良性互动,从调整磨合适应阶段逐渐向协同阶段过渡;工资水平也并不总是被经济水平所决定,工资水平对经济发展也能产生重要影响。一方面,就业对经济增长的作用早已被证实;另一方面,工资增长水平取决于经济增长水平。实际上,就业、工资、技术进步及社会保障水平之间的动态组合对经济增长的复合作用体现为一个动力系统,涉及初次分配及再分配领域,是在技术创新、技术扩散和社会保障驱动下的均衡系统;其二,在经济增长不变条件下,研究就业与社会保障、技术创新、技术扩散、就业与工资以及社会保障与工资之间的动态变化关系及相互影响状况。其三,从研究方法来看,现有研究多采用一般均衡模型研究不同要素对经济波动的影响效应,如供给、需求、技术变迁、投资及金融信贷等对经济增长的影响效应,然而实际上社会保障及公共服务对经济增长的驱动效应在发达国家已得到验证。
深入研究技术进步、就业、工资及社会保障全要素对经济发展的动态均衡组合显然有利于促使中国经济向中高端水平迈向。本文将通过建立各变量形成的动力系统,采用动态优化方式探寻最优组合及在最优组合条件下技术进步及社会保障变量对经济增长路径的影响效应。下面将重点探讨这种组合对经济增长的实际贡献率。
三、动力系统模型构建
先假设现实经济体中存在两大部门:家庭部门与最终生产部门。家庭部门向最终产品部门提供劳动,最终产品部门向家庭部门提供其所需要的消费品。
(一)家庭部门
在各期中,选择代表家庭的消费ct及劳动供给Gt,使未来效用u。最大化:
从表1可以看出,产出、资本存量、技术存量、就业、工资、社会保障及R&D投入的Kyd-land-Prescott方差比分别为0.803、0.706、0.553、0.590、0.508、0.514和0.712,各指标对经济波动的解释力均超过50%,表明动力系统对现实经济增长具有较强的解释力。针对就业、工资和社会保障水平而言,其解释力分别为59.036%、50.836%和51.399%。从各变量的模拟数据看,数值大小较为接近,变动方向也是同向的。因此,动力系统模型较好地模拟了各变量间的关系,拟合度和契合度较高。从相关结果来看,就业量、资本存量、社会保障投入及R&D投入与总产出呈现显著正相关关系。见图1。
表1同时还显示,除技术存量变量之外,各相关变量与产出的方差比中,模拟数据与实际数据所测度的各变量与产出的差别在统计学意义上是不显著的。从相关变量的一阶自相关系数来看,现实数据与模拟数据的估计结果在统计学意义上是显著一致的。这表明动力系统模型能够较好地拟合现实经济运行状况。本文通过滞后5期的数据验证了动力系统长期动态拟合的准确度。结果显示,模拟值与实际值出现较大偏差。进一步地,本文探寻各阶滞后条件并发现,除了资本存量外,三阶自相关系数的模拟值和实际值在统计学意义上仍不具显著性,这表明动力系统模型拟合度较高。
通过对主要变量间的相关性、Kydland-Pre.scott方差比、各变量的各阶自相关系数及各变量与产出的方差比进行模拟与对比,笔者发现,模拟数据与实际数据的拟合度较高,表明模型具有较强的解释力。但动力系统数据模拟对于中国现实经济的拟合度仍具有较强的解释力。
接下来,本文将采用脉冲响应函数和方程分解,进一步探寻技术扩散和社会保障投入的“双引擎”驱动对经济增长路径的影响效应。本文的分析将从两方面展开:一方面是社会保障投入对中国经济增长的驱动效应遵循“社会保障冲击一企业利润调整一经济增长波动的路径”;另一方面是技术进步的驱动效应,遵循“技术冲击一R&D→经济增长波动”的分析路径。
(二)脉冲响应分析
如图2所示,各相关变量对技术创新冲击的脉冲效应呈现出如下两个典型特征:一是就业与总产出的变动路径几乎相同,在技术进步冲击下,反应较为迅速,中短期处于上升趋势;而长期来看,逐渐处于平稳,达到新的均衡点并高于基期水平;二是R&D投入与产出变化趋势是相同的。社会保障对技术进步冲击的波动程度小于产出对技术进步的脉冲响应程度;短期内,资本对技术进步的脉冲响应是波动的,长期来看,则下降并处于稳定状态,波动幅度较小,这体现出资本对技术进步的脉冲响应具有一定的滞后性,从总的变化趋势来看,整体上曲线相对平滑,经过短期波动后最终收敛,并趋于稳态。从长期来看,技术进步对技术存量的影响呈现正向变动趋势,由于技术进步的冲击,生产部门的技术存量在中短期内迅速上升,且幅度加大。长期来看,技术存量水平趋于更高的技术存量水平之上。如果生产部门能够自主创新,而非通过技术扩散增加技术存量水平,也就是通过增加R&D的力度,技术存量水平会不断提升。从长期发展来看,产出水平也会不断提升。
中国30年的经济飞速发展始终得益于技术扩散,技术扩散对中国经济发展水平的贡献率高达30%-50%。然而,随着R&D投入水平成为中国经济增长的“新引擎”之一,我们需要引起注意的是,长期以来,中国二元经济和社会的发展中忽视了很重要的另一增长“引擎”——以社会保障为核心的公共产品及公共服务投入。实施以社会保障为核心的公共产品及公共服务驱动战略能够给经济带来新的增长引擎。研究欧美等发达国家经济增长的“引擎”便不难发现,社会保障投入已经成为经济增长的主要拉动因素。如何通过对社会保障制度进行改革以提升中国经济的增长效率,从而跨越中等收入陷阱,提升国内生产总值是一个非常值得深入研究的新课题。按照新古典增长理论,在资本、技术和劳动力资源供给既定条件下,社会保障制度对技术创新的影响具有长期性时,GDP增长才会提升。如果社会保障改革在某一时期有一定固定比例的潜在的GDP,改革能够整合现有“碎片化”社会保障制度且能够持续进行,那么,将会产生新的经济增长点;另一方面尽管改革会涉及到时间成本和执行成本,但社会保障的“引擎”作用也将得到全面体现,从而使经济增长有更高的路径。但是,这个过程是长期的。
由于各相关变量对社会保障冲击的脉冲响应变动趋势与技术进步不同(如图3所示),从而会间接作用于就业量的提升和消费支出的提升。另一方面由于社会保障投入力度增加,不仅导致企业可能在短时间内降低R&D的力度,使得生产部门的技术存量水平下降,同时也在很大程度上提升了边际产出。因此,R&D投入在第五到第六期会全面向上调整,最终提升总产出。通过社会保障提升对就业的影响分析,在第五到第六期,就业量将会有小幅的上升,第七期以后会趋于平稳,逐渐达到新的均衡水平。从社会保障冲击对工资的影响效应来看,在第四到第五期,工资水平会略有下降,但从长期来看,稳态水平值会在一个更高的水平之上。
社会保障正向冲击的效应主要体现在,一方面由于社会风险的化解,长期被压抑的消费意愿得到提升,消费能力被释放,直接提升经济产出;另一方面劳动力就业成本下降。技术进步能够引起资本、劳动及社会保障等生产要素边际产出的提升;同时,劳动、资本与社会保障等生产要素的提升又会反过来促进技术存量边际产出水平的提升。所以,从企业的角度有激励进一步选择扩大R&D,促使技术存量进一步提升。就这个意义上而言,社会保障对经济产出的“助推”作用是其中重要的“引擎”。尽管短期内社会保障投入与R&D相互挤占和制约,但从长期来看,由于两者互为支撑、相互促进,会形成一种“复合”的“助推力”,进而促进经济增长“双引擎”的形成,使中国经济得到平稳较快的发展。而技术进步与其他投入要素则形成了一种“扩大”机制,促使以资本、就业、工资和社会保障等变量为主要指标的动力系统不断地实现新的更高的均衡状态,最终促使中国经济迈向中高端水平。
(三)方差分解结果分析
如表3所示,社会保障冲击能够解释41.44%的产出波动效应,由于社会保障作为经济增长的一种“引擎”会直接作用于生产函数,因此其结果是有解释力的。除此之外,社会保障冲击对劳动投入及R&D投入的动态波动也存在较大影响。从绝对数值看,技术进步、社会保障冲击和对资本存量水平及工资水平的解释力差距不大。从工资波动水平来看,技术进步与社会保障冲击的解释力为51.88%及48.12%。从资本波动水平看,技术进步与社会保障冲击的解释力分别为43.46%及56.54%。对于技术存量的波动,社会保障冲击对其的解释力仅为20.17%,而技术进步变量对其的解释力达到80%以上。上述分析结果的变动趋势与脉冲响应分析结果的变动趋势是一致的,即社会保障冲击在短期内对动力系统中各主要相关变量的影响效应较大,产出水平、资本存量、就业量均呈现先下降后上升的波动趋势;技术进步波动使产出水平、工资水平和就业量呈现先上升后下降的波动趋势;而资本存量则呈现“波浪式”下降趋势,从中长期看,各相关变量在经济动力系统中相互作用,从而达到一个长期的相对稳定的均衡状态。
五、结论与政策建议
随着经济增长速度放缓,中国经济进入了新常态,2015年全国“两会”上李克强所作的政府工作报告中提出了“稳”与“进”的关系,强调要在稳中求进,着眼于中国经济中高速增长和迈向中高端水平的“双目标”,并提出了“双引擎”的经济驱动模式,将社会保障制度为核心的公共产品公共服务作为“双引擎”驱动的关键要素之一。本文基于此建立了一个内生性的社会保障变量与内生R&D的动态一般均衡模型,分析社会保障和技术进步变量对经济增长的“双引擎”作用以及对中国经济波动的影响。实证结果显示,模型对现实经济中各变量的拟合优度较好,对现实经济波动的解释力为80.3%;与社会保障冲击在短期内引发经济波动相异的是,技术进步变量冲击能够在更大程度上持续地提升潜在的技术存量,促使生产部门进行更多的R&D投入,最终使经济产出在更高水平上达到一个均衡状态。然而,社会保障变量对经济的影响效应体现在对其他经济变量的“传递”和“互动”方面。社会保障投入变量的正向冲击能够对技术存量和就业等变量具有正向的传递效应;而与工资水平的“联动性”能够对经济产出产生更大的提升作用,使中国经济不断地达到新的更高的均衡水平。脉冲响应分析及方差分解结果显示,社会保障冲击能够通过对技术存量和就业量提升的内生技术转化而解释41.44%的产出波动。因此,促进中国经济迈向中高端的关键性因素中除了技术进步变量外,社会保障冲击及生产部门的R&D投入也是不容忽视的因素。
长期以来,无论是政界、社会还是学界,在研究中国经济波动时,很少将社会保障、工资及就业等变量放入一个动力系统中进行综合考察;而且很少文献关注社会保障对经济产出的“引擎”作用。但本文认为,在动力系统模型中,研究中国经济增长的“引擎”及波动因素时,引入再分配领域中的社会保障制度及服务指标不失为一项有启发意义的探索性研究。在经济增长创造奇迹的30年中,中国经济增长始终处于第1阶段,即要素积累的传统经济增长模式。从近几年的经济增长表现来看,第1阶段的传统增长模式已经耗尽源动力。那么,中国经济增长的模式必须也只有迈向第Ⅱ阶段,即全要素增长方式才能使中国经济迈向中高端水平。然而,第Ⅱ阶段并不是自然到来的,需要探寻新的经济增长“引擎”。对此,本文提出如下政策建议:
1.中国经济30多年的快速发展得益于技术扩散的“引擎”驱动,为使中国经济增长进入第Ⅱ阶段,需要制度或政策的“阵痛式”改革。这种改革成本能否被其收益抵消是改革成功与否的关键。而技术扩散对经济增长的驱动力远小于技术创新的作用。因此,政府需要制定相关制度激励企业进一步加大R&D的水平,从而使技术创新对经济发展的乘数效应发挥到最大水平。
2.实证结果和发达国家的经验表明,社会保障制度对经济增长的“引擎”作用是巨大的,因此,下一步,政府需要进一步完善城乡社会保障制度,整合目前“碎片化”的社会保障制度和机制,从而为中国经济的增长提供新动能。