标准存量对经济增长贡献率分析：基于生产函数法

王丽君

（1.中国标准化研究院，北京 100191；2.清华大学，北京 100084）

随着全球化的发展，包括有效的能源利用、快速的人口增长、老龄化社会等在内的全球性问题凸显，标准和标准化对于解决全球性问题，特别是对可持续的经济发展的作用越来越受到包括我国政府在内的国际社会普遍关注。特别是，我国经济由高速增长阶段转向高质量发展阶段，我国经济的发展需要从原来的要素驱动、投资驱动转向更依赖创新与效率等多元因素。其中，加快形成推动高质量发展的标准体系被认为有助于推动我国经济发展方式转变。就此，我国发展现状要求深入研究标准化对于支撑经济高质量发展的作用，而经济增长是经济高质量发展的一个重要维度。

1 标准分类及标准机构概述

标准化是制定和实施标准的过程。标准是经协商一致程序制定的文件。按照使用范围的不同，标准大致可以分为国际标准、区域标准、国家标准（以及在国家内部使用的各类标准），对应的标准发布机构包括国际标准组织、区域标准组织和各国标准机构。国际标准化组织（ISO）、国际电工委员会（IEC）和国际电信联盟（ITU）是知名度最高的三大国际标准组织，制定传统意义上的国际标准，如：ISO 制定除电工、电子、电信领域的国际标准；IEC 制定电工、电子领域的国际标准；ITU制定电信领域的国际标准。欧洲标准化委员会（CEN）、欧洲电工标准化委员会（CENELEC）和欧洲电信标准学会（ETSI）是欧洲的三大区域标准组织。各国的国家标准机构负责管理或协调各国的标准化活动，同时代表各国参与国际和区域层面的标准化活动，例如德国标准协会（DIN）、美国国家标准学会（ANSI）、法国标准化协会（AFNOR）、英国标准协会（BSI）、日本工业标准调查会（JISC）和中国国家标准化管理委员会（SAC）。

笔者根据各标准发布机构的年报或年鉴数据整理，目前国际上主要标准机构及现行有效的标准总数如表1 所示。标准机构现行有效的标准总数即标准存量。以STD 表示标准存量，计算公式为：

式（1）中：P为每年新发布标准的数量；W为每年撤销的标准的数量；t为时间；i=1，…，t。

表1 主要标准机构及各机构现行有效标准数量

2 标准对经济增长贡献的研究概述

近年来，围绕标准的经济效益开展的相关研究主要分为微观层面的研究和宏观层面的研究。微观层面的研究中，以ISO 的研究为代表，2010 年ISO 发布了基于价值链理论的标准经济效益评估方法，并选取20 多个国家成员体开展典型企业案例研究。本文关注标准存量对宏观经济增长的作用。各国相关研究机构等在国家层面关于标准与经济增长关系的研究，多是使用经济模型和不同的数量方法测算标准对本国经济增长的贡献，包括：DIN［1］在2000 年和2011 年发布的报告［2］；英国贸易与工业部（DTI）［3］在2005 年发布的报告；BSI 在2015年发布的报告［4］；AFNOR［5］在2009 年发布的报告；加拿大标准理事会（SCC）［6］在2007 年发布的报告；于欣丽［7］的研究等。其中，使用最多的方法是生产函数法，例如英国、法国和加拿大等国关注标准对全要素生产率的影响。现有研究基本上都认可标准对经济增长的积极影响，认为标准对国内生产总值(GDP)增长的贡献率在0.2%～0.9%之间［1-6］，［7］137-152。各国相关研究机构现有研究的局限之处在于，假定标准对经济增长的影响是同质的，不随时间的变动而发生变化，使用截至年底有效的标准总数来测算标准存量对经济增长的贡献，例如欧洲国家的标准数据来源主要是佩里诺木数据库（Perinorm）和欧洲各国国家标准机构。实际上，这个假设与现实情况不符，因为新发布的标准和存在几十年的标准的作用是不可同日而语的。所以，计算标准的有效存量就具有重要的理论意义。

经济合作与发展组织（OECD）在1991 年发布了创新测算手册（2018 年发布最新的第4 版）［8］，2001 年发布了资本测算手册（2009 年发布第2 版），2001 年发布了生产率测算手册［9］。资本测算和创新测算都是作为生产率测算的补充，基于国民经济核算体系（SNA 体系，2008 年修订）进行。考虑到资本在经济发展中起着基础性作用，OECD 使用永续盘存法（PIM）来衡量资本的存量和增量变动情况［9］，以便在客观监测的基础上制定经济政策以及进行科学预测，这一方法同样适用于衡量知识资本（包括衡量专利和标准）的存量和增量变动情况［8］。

3 理论研究路径与模型选择

生产函数法中的索洛增长模型是新古典增长理论的典型模型，假定技术进步是外生的，市场结构是完全竞争市场，同时规模报酬不变［10］。模型形式如下：

式（2）中：Y为总的新增价值；A为中性的技术进步，是全要素生产率指数；K为资本的投入；L为劳动的投入；t为时间（单位用年来表示）。

各国的相关研究大都使用索洛增长模型作为衡量的基础，但放松对技术进步的希克斯中性假设和规模报酬不变的假设，认为技术进步指标A不是希克斯中性的，而是模型的内生变量，则进一步可以解释为技术的发展水平（源自国内的创新活动、国外的技术引进）和技术的有效扩散程度［1-6］，［7］137-152。可以由以下函数表示：

在实证研究过程中，各国标准机构的做法多以专利申请数或者专利授权数作为创新的衡量指标，也有学者以R&D 支出作为衡量指标，二者的区别在于专利数是创新的产出指标，R&D 支出是创新的投入指标。OECD［8］在创新测算手册（2018）中将创新阶段分为创新投入、创新活动、创新产出、创新成果4 个阶段，认为是创新产出对创新成果产生直接的推动作用。基于此，本文将国内创新活动用创新产出指标发明专利数量PAT(t)来代表，国外的技术引进可以用技术许可证的支出或国外专利使用费LEX(t)这一指标代表，技术的有效扩散可以用标准的有效存量STD(t)这一指标代表。由于标准不像专利一样受到知识产权的限制，任何企业或个人都可以以相对较低的价格来方便地获取标准，相对于昂贵的专利转让费用而言，非盈利标准组织制定的标准的价格仅仅覆盖标准制定过程的成本以及标准组织日常运行的成本；标准是由广大利益相关方在技术委员会中通过协商一致程序制定，代表了最新技术水平。标准的这些特性使得标准成为技术的载体，而标准的非竞争性和部分排他性使得标准存量成为衡量技术有效扩散程度的很好的指标。

图1 标准、创新和经济增长关系

将式（2）代入式（3），对原有的生产函数进行变化，有：

考虑到无法获得国家用于技术许可证的支出，也暂不考虑公式中其他因素的影响。在等式两边取对数，可得新公式，

式（5）中：u(t)为误差项；t为时间（单位用年来表示）。

模型内部各变量之间的关系描述的是，包括固定资本、劳动力、人力资本在内的要素投入，以及体现为残差的技术水平，共同推动经济增长，如图1 所示。

4 变量选择与数据处理

从本文第三部分关于理论模型的设定可以看出，需要选取的变量包括：总的新增价值、资本投入、劳动投入、人力资本、专利存量和标准存量。本文选取的数据主要源自官方的年鉴材料，包括《中国统计年鉴》《中国劳动统计年鉴》《中国科技统计年鉴》等。

4.1 关于总的新增价值的测算

本文用GDP 来衡量国家总的新增价值，即国家层面的经济增长。关于经济增长的完整定义是由库兹涅茨［11］提出：“一个国家的经济增长，可以定义为向人民供应品种日益增加的经济商品的能力的长期上升。这个增长中的能力，基于改进技术，以及它要求的制度和意识形态的调整。”这一定义指出经济增长的基础是先进的技术。鉴于我国统计局公布的GDP 数据是按照当年价格计算的名义GDP，其中包含了通货膨胀因素，因此需要转化为不变价GDP 进行生产函数模型的测算。本文首先从历年的《中国统计年鉴》获得名义GDP 和GDP 指数（上年=100）的时序数据，测算按照基年价格计算的不变价GDP。计算公式如下：

4.2 关于资本投入的测算

本文用资本存量衡量资本投入。资本存量是前期投资的结果，在当期促进了产品和服务的生产。OECD［9］从2001 年开始将永续盘存法广泛用于资本存量、固定资本消耗和资本服务的测度，现在永续盘存法已经成为国际通用的资本存量测算方法，并大量用于知识资本存量的测算。永续盘存法的基本理念是以某个基准年为基础，按照不变价格，运用一定的折旧率计算资本存量。在几何效率模式下，资本存量的折旧率和重置率相等。即：

（1）年度新增投资。关于年度新增投资的数据，一般分为3 种来源：一是使用积累额这一指标，但从1993 年开始联合国国民经济核算体系不再使用这一口径；二是从投入法核算GDP 的角度采用固定资产投资额这一指标，如郭庆旺等［12］采用投入法进行核算；三是从支出法核算GDP 的角度采用固定资本形成总额这一指标，这是在近年来的研究中被大量使用的指标，如单豪杰［13］和叶明确等［14］采用支出法进行核算，这也是OECD 推荐使用的指标。鉴于联合国国民经济核算体系中并不存在固定资产投资额这一指标，同时出于后续研究中进行国际层面研究的可比性，本文认为选择历年《中国统计年鉴》中的固定资本形成总额作为名义的年度新增投资更加合理，再除以GDP 平减指数就可以折算为按照不变价表示的年度新增投资。

（2）GDP 平减指数。GDP 平减指数表现为当年的名义GDP 与当年的不变价GDP 即RGDP 之比。这个数值可以基于不变价GDP 的测算结果得出，计算公式为：

（3）资本存量的折旧率。折旧率对资本存量的影响很大，在已有研究中多设定不变的资本存量折旧率，如：王小鲁等［15］按照5%计算资本存量的折旧率；Hall 等［16］对127 个国家进行研究，将折旧率设定为6%。相比之下，Hall 等［16］的方法在使用上更具有普遍性，实证效果更优，因此本文设定6%作为资本存量的折旧率。

（4）期初资本的有效存量。借鉴叶明确等［14］的观点，本文采用固定资本形成总额作为年度新增投资，将期初资本的有效存量估算为：

4.3 关于劳动投入的测算

劳动投入一般用各年的从业人员数（指的是受社会保险限制的被雇用人员）来简单衡量。由于从业人数没有考虑到工作时间的变化，以及从业人员所提供劳动质量的不同，近年来的研究越来越关注区分不同类型的劳动投入，不同的学者或研究机构采用的研究角度各有不同。OECD［9］认为考虑到工作时间的变化，使用实际工时数比使用从业人数更适合测算劳动投入；同时，为了区分每工时劳动质量的差别，可以从职业、年龄、教育程度等方面对不同的劳动投入进行分类处理。Young［17］从工人的性别、年龄和受教育程度3 个角度测算了1978—1998 年我国的劳动投入。岳希明等［18］从工人的性别、年龄、受教育程度及所处行业等多角度测算了1982—2000 年我国的劳动投入，分析得出三次产业结构的调整和工人受教育程度的提高推动了劳动质量的提高。这些研究范畴主要取决于相关数据在现实中的可得性和准确性，本质是从区分劳动者劳动的异质性出发，直到将某一类劳动者提供的劳动认为是同质的，即工作时间和工作报酬是相同的。考虑到劳动力的流动性，本文中关于劳动投入的指标，选择历年《中国统计年鉴》中当年年底的从业人员数与上一年年底的从业人员数的算术平均数作为当年的劳动人数。

4.4 关于专利有效存量的测算

考虑到专利申请量可能包含不合规的专利数量，这里用发明专利授权量指标代表技术的发展，这也是现有文献常用的方法。本文用发明专利的有效存量代表各年度技术的发展水平。参考资本存量的测算方法，使用永续盘存法测算各年度的有效专利存量。年度新增专利的数量选取历年《中国统计年鉴》中的发明专利申请授权数指标，按照在历年研究中通用的折旧率，设定10%为专利存量的折旧率。

4.5 关于标准有效存量的测算

考虑到各国关于标准对经济增长贡献的研究夸大了标准的存量，本文借鉴知识资本存量的核算方法，通过永续盘存法测算国家的标准有效存量。《中华人民共和国标准化法》（2017 修订）将我国标准分为国家标准、行业标准、地方标准、团体标准和企业标准，考虑到各类标准作用范围的不同以及标准数据的可得性，本文用国家标准的有效存量代表技术的扩散程度。

年度新发布标准的数量选取历年《中国科技统计年鉴》中的本年度制、修订标准指标，从计算知识资本的折旧速度的角度，使用平均年限法计算标准的折旧速度，按照标准化法的规定，一般不超过5 年就需要对已发布的标准进行复审，那么标准存量的折旧率为20%。

5 实证结果及分析

5.1 生产函数模型回归

选择我国1985—2017 年间的数据对生产函数模型式（5）进行回归。由于选择计量工具测算生产函数模型，模型的自变量必须是平稳序列或者协整关系，因此本文用EViews 软件对自变量进行单位根检验。进行KPSS 单位根检验，将各变量的LM 统计量与不同显著水平下的渐进临界值进行比较，可以看出在1%的显著性水平下不能拒绝“数据序列是平稳序列”的原假设，LnY、LnK、LnL、LnPAT、LnSTD 都是平稳序列（如表2）。

表2 实证变量的单位根检验结果

采用EViews 软件，得出各变量的简单相关系数矩阵见表3 所示，可以看出每个解释变量都与被解释变量LnY具有较高的相关性，而且解释变量之间也具有一定的相关性。其中，LnK与LnY的相关系数高达0.999 35，LnSTD 与LnY的相关系数最低，为0.628 588。

表3 实证变量的简单相关系数矩阵

在EViews10 中进行逐步回归，选择P值5%作为终止条件，回归结果如下：

5.2 结果分析

从式（10）模型回归结果来看，本文研究变量在5%的显著性水平下通过显著性检验，拟合优度很好

（1）产出弹性分析。模型回归得到物质资本的弹性高达0.85、劳动投入的弹性高达0.72，这与国内的主流观点一致，即长期以来我国物质资本和人口红利成为推动GDP 增长的主要原因。在较低的t值下专利存量与GDP 增长负相关，标准存量与GDP增长正相关，但是影响不显著。

（2）要素增长率分析。1985—2017 年，我国GDP 的年均增长率是9.02%，各要素增长率的比较如表4 所示，其变化趋势如图2 所示。从表4 可以看出，长期来看，我国各要素的年均增长率都是正值，其中专利存量的增长率最高，劳动和标准存量的增长率最低。如果以5 年为界限观察各要素增长率的变化趋势，可以看出：GDP 和物质资本的年均增长率都是波动的变化过程；劳动投入的年均增长率保持下降趋势；专利存量的年均增长率呈现波动的变化过程；标准存量的年均增长率变化趋势不明显。

表4 1985—2017 年我国各要素的年均增长率

从图2 可以看出，GDP、资本、劳动的年增长率长期趋缓，保持在较低的水平上，专利和标准存量的年增长率呈现波动。

图2 1985—2017 年我国各要素年均增长率变化趋势

（3）要素贡献率分析。要素贡献率的计算公式如下：

要素贡献率=要素的年均增长率×弹性/GDP的年均增长率 （11）

基于式（11），结合表4 数据可以计算得出1985—2017 年我国各投入要素对GDP 的贡献率（见表5），由EViews 软件绘出其变化趋势如图3 所示。

表5 1985—2017 年我国各投入要素对GDP 的贡献率

图3 1985—2017 年我国各投入要素对GDP 贡献率的变化趋势

从表5 和图3 可以看出，如同GDP 的年增长率一样，各要素对GDP 的贡献率在长期中趋于稳定，其中资本的贡献率位于第一位，劳动的贡献率逐年下降，专利和标准的贡献率呈现波动趋势。这印证了国内的主流观点，即我国长期处于投资驱动的经济增长阶段，人口红利逐渐消失，迫切需要研究创新等其他要素对GDP 增长的作用机制。发明专利申请授权量作为技术发展水平的代表性指标、国家标准有效存量作为技术的扩散程度指标，这两个指标显示在1992 年之前显著限制了GDP 的增长，近年来二者对GDP 的作用逐渐转负为正。

6 结论

本文分析了世界各国在研究标准对经济增长作用时常用的生产函数模型，结合我国实际，分析了在模型中测算我国不变价GDP、资本投入、劳动投入的方法，改进了专利存量、标准存量的测算方法，并基于1985—2017 年的我国相关数据分析各指标对经济增长的影响。实证分析结果显示：（1）我国近年来的经济增长方式属于投资驱动型，然而随之带来了债务水平攀升、产能过剩、投资的边际报酬递减等问题，迫切需要研究新的要素驱动模式；（2）劳动对GDP 增长的贡献率逐年下降，我国步入老龄化社会的现实要求我们进一步研究扩大其他要素投入对GDP 增长的贡献；（3）以发明专利为代表的技术发展水平以及以标准为代表的技术扩散水平正在对经济增长发挥积极的影响。现阶段我国经济增长方式从投资驱动逐渐转变为更加注重创新驱动以及技术和效率等因素，建议通过鼓励创新和制定标准相关政策推动创新活动的发展以及技术的有效扩散，从而促进我国经济的高质量增长。

本文基于生产函数法测算了标准对经济增长的贡献，无法克服生产函数模型本身存在的局限性，包括无法反映技术进步之外的因素，以及蕴含在资本中的有形的技术变化等，有待运用经济理论和计量模型深入研究标准对经济增长的影响，这也是本研究未来需要完善的方向。