技术进步对经济增长贡献的新测算

马伟伟

（江西科技师范大学 商学院，南昌 330013）

0 引言

持续提高技术的供给能力，是新的历史时期我国经济长久稳定发展的重要动力。从历史发展进程来看，我国经历了高速的经济增长时期，目前已逐步跨入中高速增长阶段，在这一变化历程中，技术进步到底处于怎样的地位，这个问题值得研究。因此，本文从实证角度，对长期以来我国技术进步对经济增长的贡献程度进行测算。

从学术界关于技术进步对经济增长贡献率的研究方法来看，索洛余值法是一种最为基本的方法，自索洛提出之后，被学术界广泛用于贡献率测度，而模型回归法存在着因变量自相关引起估计偏差的弊端，DEA方法则由于未考虑随机因素而导致结果有偏。基于此，本文尝试通过一种新的途径，重新测度技术进步对经济增长的贡献。

1 理论设计及变量选取

1.1 基本函数模型

由于技术进步往往会促进劳动力的节约集约利用，因此在生产函数上将技术进步与劳动力要素“捆绑”，得到新的生产函数表示：

两边同时消去劳动力L，并对时间求导，得到：

其中，y、k分别是人均产出和人均资本，A为技术进步，gy表示人均产出增长率，gk表示人均资本的增长率，gA表示技术进步率，系数a表示劳动力产出弹性。

1.2 技术进步对经济增长贡献的测算模型

根据式（2），a×gA其实就是全要素生产率（TFP）的变化率。技术进步，其直观体现就是带来全要素生产率的提高，因此可以用全要素生产率提高对经济增长的贡献率来测算技术进步对经济增长的贡献。仍根据式（2），推出全要素生产率增长对经济增长的贡献率：

1.3 关于技术进步的结构方程模型及变量设定

本文考虑用结构方程模型进行分析，因此需要对技术进步的前置变量和效果变量进行设定。通过查阅文献和相关资料，最终确定技术进步的前置变量和效果变量如下：

（1）技术进步率的前置变量：研发经费支出的增长率、R&D活动人员的增长率、财政对科技支出的增长率。企业研发经费的投入，是企业进行各种技术研发活动的基础，人才投入则是基本保障，而政府对科技的支持，又是企业研发活动的重要助推力，因此，本文选取这三方面的指标作为技术进步率的前置变量。

（2）技术进步率的效果变量：劳动力生产率的变化率、工业企业新产品销售收入的增长率、工业企业能源消费的增长率。通过技术进步，会带来劳动生产效率的提高、企业竞争能力和盈利水平的提高，也会促进能源利用效率的提高，因此，选取这三方面指标作为技术进步的效果变量。

1.4 关于资本增长的结构方程模型及变量设定

同样的，需要对资本增长的前置变量和效果变量进行设定。通过查阅文献和相关资料，最终确定资本增长的前置变量和效果变量如下：

（1）人均资本增长率的前置变量：人均固定资产投资的增长率。这方面指标比较单一，这里仅选取人均固定资产投资的增长率进行衡量。

（2）人均资本增长率的效果变量：劳动力生产率的变化率、工业企业新产品销售收入的增长率。通过资本投入，会通过替代效应减少人力投入，提高人力资本效率，并提高企业的竞争能力和盈利水平，因此选取劳动力生产率的变化率、工业企业新产品销售收入的增长率两个指标作为效果变量。

1.5 综合的结构方程模型构建

根据式（3），还需要确定技术进步率。综合上文的理论解释，按照结构方程模型的框架，本文提出一个新的模型来综合测算技术进步率。模型的框架形式如图1所示。

图1 综合的结构方程模型

2 实证分析

2.1 稳健性检验及参数估计

根据上文综合得到的结构方程模型，采用AMOS方法进行估计，得到模型的整体估计效果和参数。其中，结构方程模型的整体估计效果如表1所示，模型的参数估计结果如表2所示。

表1 结构方程模型的估计效果

由表1可以看出，结构方程模型估计得到的x2/df值为2.39，低于结构方程模型拟合效果的评估标准，RMSEA、NFI、CFI等评估指标也都满足评估标准区间。因此，可以认为本次模型估计的效果是良好的，即模型估计结果具有较强的稳健性。

从表2的参数估计结果可知：

（1）技术进步的前置变量都表现出显著的估计结果。研发经费支出的增长率对技术进步率的作用系数为7.229，且通过1%的显著性检验；R&D活动人员的增长率对技术进步率的作用系数为5.082，且通过1%的显著性检验；财政对科技支出的增长率对技术进步率的作用系数为0.595，且通过5%的显著性检验。由此表明，科技研发的投入、人才的支撑和国家财政的扶持，都能较大程度地推动我国技术进步率提升。

（2）资本增长的前置变量表现出显著的估计结果。人均固定资产投资的增长率对人均资本增长率的作用系数为0.407，且通过1%的显著性检验。由此表明，固定资产投资的投入能直接提高资本存量，扩大“资金池”，从而能提高人均资本的增长速度。

（3）技术进步的效果变量都表现出显著的估计结果。技术进步率对劳动力生产率变化率的作用系数为1.226，且通过1%的显著性检验；技术进步率对工业企业新产品销售收入增长率的作用系数为2.009，且通过1%的显著性检验，说明通过技术水平的提高能促进全社会劳动生产率提升，使工业企业效益不断提高。技术进步率对工业企业能源消费增长率的作用系数为-1.097，且通过1%的显著性检验，说明技术水平的提高能有效促进工业企业提高能源利用效率，降低能源消耗。

（4）资本增长的效果变量表现出显著的估计结果。人均资本增长率对劳动力生产率变化率的作用系数为0.938，且通过5%的显著性检验；人均资本增长率对工业企业新产品销售收入增长率的作用系数为0.881，且通过1%的显著性检验。由此表明，通过人均资本的增长，也有利于促进全社会劳动生产率提升和工业企业效益提高。

表2 结构方程模型的参数估计结果

2.2 技术进步与资本增长的测算结果

在得到了结构方程模型中各条作用路径的估计参数后，再利用AMOS方法，可以测算技术进步和资本增长这两个变量的变化值。这里采用Bayes Bootstrap方法进行测算，最终结果如下页表3所示。

从1996—2016年，我国的技术进步和资本增长总体上取得明显进展，技术进步率从1996年的1.42%增长到2016年的5.13%，人均资本增长率从1996年的2.63%提高到2016年的4.46%。而从变化特征来看，无论是技术进步率还是人均资本增长率，都存在着较为明显的波动态势。技术进步率和人均资本增长率都呈现了“倒W型”波动，两者的波动形状也颇为相似。

2.3 劳动力产出弹性系数估算结果

根据测算得到的技术进步率和人均资本增长率的时间序列数值，再结合统计局公布的人均GDP增长率的数值，根据式（2）进行最小二乘线性回归，结果如下：

表3 技术进步率与人均资本增长率的测算结果 （单位：%）

从回归结果可以看出，总体的拟合效果系数为0.822，说明模型的拟合效果良好。技术进步率的系数为0.403，且通过5%的显著性水平，这表明技术进步率对人均GDP增长率具有较为显著的贡献。由上文的理论模型可知，劳动力与技术两种要素在模型处理时被“捆绑”在一起，因此两者“共用”一个弹性系数。由此，可以得到劳动力产出弹性系数为0.403。

2.4 技术进步对经济增长贡献的测算结果

根据上文的理论模型可知，技术进步对经济增长的贡献效果，与TFP变化率和人均产出增长率这两个变量有关，而人均产出增长率可以利用人均GDP的年度增长率来近似替代，因此需要测算TFP变化率。根据式（4），得到TFP变化率的结果如表4所示。

表4 TFP变化率测算结果 （单位：%）

最后，根据式（3）和本文的指标选取，可定义：技术进步对经济增长贡献率=TFP变化率/人均GDP增长率，从而得到我国历年的技术进步对经济增长的贡献率，结果如表5和图3所示。

1996—2016年期间，我国技术进步对经济增长的贡献率总体上呈现了波动式的上扬趋势。从局部来看，贡献程度提升最快的是1996—2000年期间，而2000—2007年技术进步的贡献率又开始下降，到2007年降至低谷，之后又开始回升。从2002—2016年的数值来看，技术进步的贡献率围绕着30%这一程度上下浮动。从近期来看，2013年起技术进步对经济增长的贡献率又呈现出小幅的逐年上升趋势，2016年技术进步对经济增长贡献率相比2013年回升了约4.3个百分点，这也表明了近期技术力量对我国经济增长的贡献作用保持着平缓的提升。

表5 技术进步对经济增长的贡献率 （单位：%）

3 结论

本文基于结构方程模型，从一种新的视野重新测算了我国技术进步对经济增长的贡献。研究结果表明，近20年以来我国技术进步对经济增长的贡献率总体上呈现了波动式的上扬趋势，而且在2002年以后贡献率基本围绕着30%这一水平做上下浮动；同时，虽然2013年以来贡献率又开始回升，但回升空间有限，贡献率的提升态势也不会像1996—2000年阶段这么显著。这也给我国下一步经济发展一个警示：在新的历史时期，要进一步发挥技术创新的驱动作用，争取在重点产业领域突破一批新技术，形成一批新的增长点，从而使技术的贡献获得新的上扬。