吉林省高技術產業(yè)與經濟增長關聯(lián)性的實證分析

陳鐵山，陳 思，邵 宏

（1．長春金融高等?？茖W校，吉林 長春130028；2．中國人民大學 財政金融學院，北京100872；3．吉林省建設銀行，吉林 長春130000）

吉林省高技術產業(yè)與經濟增長關聯(lián)性的實證分析

陳鐵山1，陳 思2，邵 宏3

（1．長春金融高等?？茖W校，吉林 長春130028；2．中國人民大學 財政金融學院，北京100872；3．吉林省建設銀行，吉林 長春130000）

采用灰色關聯(lián)分析，對1995至2007年間吉林省高技術產業(yè)發(fā)展和經濟增長的關聯(lián)性進行實證分析，從高技術產業(yè)與其他產業(yè)橫向對比進行關聯(lián)系數(shù)測算，測算結果表明，吉林省高技術產業(yè)灰色關聯(lián)度為1，作為主導力量拉動吉林省經濟增長。

灰色關聯(lián)度；高技術產業(yè)；經濟增長；關聯(lián)性分析

一、引 言

（一）理論依據(jù)和問題的提出

在經濟問題研究中，經濟增長和經濟發(fā)展無疑占有舉足輕重的位置。在經濟增長理論中，以哈羅德多瑪模型為代表的古典經濟增長理論強調物質資本對經濟發(fā)展的推動作用。該模型考慮生產過程的投入要素只有資本和勞動力兩種，二者間不可相互替代并保持不變的配合比率。因此，在資本產出比不變和技術中性的前提下得出經濟增長率決定于儲蓄率的“刃鋒”增長途徑。而此模型最大的缺陷是把資本作為推動經濟增長的唯一動力，忽略了投入要素價格的相對變動會引起投入要素相互替代的可能［1］。

20世紀50年代，基于可以表現(xiàn)資本勞動等生產要素不成比例變動和替代的C－D生產函數(shù)，索羅（Solow，1956）將技術作為外生變量引入該函數(shù)并建立了新古典經濟增長理論，得出經濟增長率由技術進步率、資本增長率和勞動增長率共同決定的結論。新古典經濟增長理論的巨大貢獻在于用技術進步的產生來推翻“資本積累決定經濟增長”的唯資本論，并且假定各投入要素間具有相互替代性且可以通過變動的資本勞動比例來調節(jié)資本產出比例，從而克服了哈羅德多瑪模型中的“刃鋒”問題?？墒牵M管索羅考慮到了市場調節(jié)價格所引起投入要素的價格變化，但將技術進步作為經濟增長的外生變量而非內生經濟增長的動力仍然使得其具有局限性。

上世紀80年代開始，以羅默和盧卡斯為代表的經濟學家提出強調知識積累和發(fā)明創(chuàng)造的新經濟增長理論。該理論將“知識和技術”作為內生變量考慮，認為知識技術不僅能夠提高投資收益而且使得邊際生產率遞增［2］?？偠灾?，新經濟增長理論的經濟學家分別從技術變化、人力資本積累、制度變遷、分工演進等不同角度提出新的經濟增長模型，并普遍認為知識積累和經濟增長相互作用從而構建了良性循環(huán)的相互影響機制［3］71－72。

由此，基于R＆D的內生經濟增長理論就是本文選取高技術產業(yè)進行探究的原因。在將技術作為外生變量考慮的索羅模型之后，羅默（Romer，1990）、格羅斯曼（G．M．Grossman，1991）和赫爾普曼（E．Helpman，1991）將技術作為內生變量建立了內生經濟增長模型，認為驅動經濟長期增長的內生源泉是技術進步，其內在動力是R＆D［4］。我們根據(jù)國際經濟合作與發(fā)展（OECD）制定的標準，以R＆D強度來界定高技術產業(yè)，即R＆D經費占產值比重在3%以上的為高技術產業(yè)，這類產業(yè)建立在尖端科學理論基礎上，具有高知識密度、高新技術密度和高智力密度的特點，而這些特點也正是R＆D投入高的表現(xiàn)形式。

按照內生經濟增長理論的觀點，知識技術密集程度高的高技術產業(yè)對經濟增長的拉動作用應是不言而喻的。在知識經濟時代，高技術產業(yè)不僅推動著各國產業(yè)結構的調整和國民經濟結構的改變，并且成為了國際競爭的戰(zhàn)略高點。那么，以發(fā)達國家為研究背景的主張發(fā)展高技術產業(yè)的理論是否適合發(fā)展中國家呢？高技術產業(yè)和經濟增長相關性是否如理論所言很強呢？

（二）國內研究現(xiàn)狀

國內學者分別用不同方法對高技術產業(yè)和經濟增長的關系進行測度。劉志迎運用Feder模型從國家角度研究了高技術產業(yè)對經濟增長的推動作用，結果表明高技術產業(yè)投資的總效應系數(shù)為0．539 4，而資本因素系數(shù)0．382 3居第二；并將其影響機制分為直接作用和間接溢出作用，運用計量模型得出影響系數(shù)分別為0．26和0．22，結果表明高技術產業(yè)對經濟增長產生了積極作用，但是高技術產業(yè)對經濟增長的直接作用較明顯而溢出或間接作用弱［5］。通過相關性分析、格蘭杰因果檢驗分析等，對信息技術產業(yè)促進經濟增長的作用［6］進行計量分析，得出信息技術產業(yè)是GDP增長率的格蘭杰原因并且信息技術產業(yè)增加值和GDP總量之間有很強的相關性。進一步構造了預測模型，認為信息產業(yè)增加值占GDP比重在“十一五”期末可達到11．3%左右［3］72－73。通過對我國大中型高技術產業(yè)的全要素生產率進行測算并定量分析影響全要素生產率（TFP）的各個影響因素對產出的作用，發(fā)現(xiàn)我國高技術產業(yè)TFP以年平均增長率16．5%的速度快速增長，其中影響因素以R＆D投入對高技術產業(yè)增加值的提高最為明顯［7］。

從上述文獻可以看出，隨著高技術產業(yè)快速迅猛的發(fā)展引起了學術界對其拉動經濟增長的趨勢高度關注。高技術產業(yè)年鑒的建立時間大都在1995年以后，不到十多年的樣本在研究經濟增長常用的多元回歸模型中無法通過檢驗。因此，本文從眾多分析產業(yè)對經濟增長影響程度的方法中篩選出“灰色關聯(lián)分析方法”，以吉林省為研究對象進行實證分析，將從高技術產業(yè)總體和高技術產業(yè)各部門對經濟增長的拉動作用兩個層面進行研究。創(chuàng)新點在于一方面跳出國家的宏觀角度，對典型市區(qū)進行典型分析；另一方面在于使用可以較好描述不完全信息下各因素之間關聯(lián)程度的灰色關聯(lián)法從兩個層次分析。

二、研究方法和數(shù)據(jù)來源

灰色關聯(lián)度是由華中理工大學的鄧聚龍教授在上世紀80年代初正式發(fā)表的“灰色系統(tǒng)”理論中的重要組成部分，所謂灰色系統(tǒng)就是部分信息已知，部分信息未知的系統(tǒng)。一方面，高技術產業(yè)對經濟增長的影響因素眾多，人力資本、R＆D投入，技術擴散，政策支持或制度改進等軟環(huán)境都難以量化；另一方面，數(shù)據(jù)的搜索存在很多困難，如核工業(yè)等國家保密產業(yè)的數(shù)據(jù)獲取受到限制，又如年鑒的建立時間在90年代以后相對較晚等。因此，將灰色關聯(lián)分析運用在高技術產業(yè)和經濟增長的相關性分析上符合鄧聚龍教授的思想，即我們難以對灰色系統(tǒng)關系作精確描述，只能憑邏輯推理對系統(tǒng)的關系進行論證然后構造某種模型，這種模型的形式不是唯一的，并只能在某種角度下成立［8］103－107。結合本文研究的實際問題，灰色關聯(lián)度分析對數(shù)據(jù)的處理主要包括五個步驟：原始數(shù)據(jù)預處理、初值化、挑選參考數(shù)列、求解關聯(lián)系數(shù)兩級差并最終得到關聯(lián)系數(shù)。

本文測算高技術產業(yè)與經濟增長關系的模型中將運用到的指標有：吉林省工業(yè)總產值、高技術產業(yè)工業(yè)增加值以及高技術產業(yè)各部門的工業(yè)增加值、三次產業(yè)及第二產業(yè)中工業(yè)建筑業(yè)的增加值。我們采用2002年國家統(tǒng)計局印發(fā)的《高技術產業(yè)統(tǒng)計分類目錄的通知》對于高技術產業(yè)內的部門進行分類，將高技術產業(yè)分為醫(yī)藥制造業(yè)、航空航天器制造業(yè)、電子及通信設備制造業(yè)、電子計算機及辦公設備制造業(yè)以及醫(yī)療設備及儀器儀表制造業(yè)五大類。本文所采用的數(shù)據(jù)，來源于國家統(tǒng)計局等編制的《中國高技術統(tǒng)計年鑒》（2002）（2004）（2009）和《中國統(tǒng)計年鑒》等公開出版數(shù)據(jù)。另外，由于本文實證分析所采用的關聯(lián)度是通過將每個截面上所得的關聯(lián)系數(shù)加權得到，所研究的層面為產業(yè)之間同年度上的橫向對比，因此數(shù)據(jù)采用當年價而不進行消脹處理。

三、模型建立

在第四部分的實證分析中，將高技術產業(yè)與其他產業(yè)進行比較從而更好的說明其對經濟增長是否具有關聯(lián)性以及關聯(lián)性相比其他產業(yè)有多大優(yōu)勢。基于這樣的比較思路，實證分析中我們將各產業(yè)表示為第一產業(yè)A1（k），第二產業(yè)A2（k），第二產業(yè)中工業(yè)A3（k），建筑業(yè)A4（k），第三產業(yè)A5（k）以及高技術產業(yè)A6（k）。結合1995年到2007年吉林省工業(yè)總產值的時間序列數(shù)據(jù)，與上述六項數(shù)據(jù)處理建立灰色系統(tǒng)關聯(lián)分析模型，從而研究高技術產業(yè)與經濟增長的相關性。通過橫向比較，將高技術產業(yè)與各產業(yè)進行比較對經濟增長的促進作用進行分析研究。

在構造比較數(shù)列之前，首先要將各產業(yè)增加值比上當年吉林省GDP預處理，這是由于高技術產業(yè)增加值的發(fā)展速度遠高于吉林省生產總值的發(fā)展速度，若直接將Ai（k）（i＝1，2，…，6）與年GDP（k）建立灰色關聯(lián)模型，通過筆者的計算發(fā)現(xiàn)得到的結果會與事實相反。因此我們將1995—2007年諸年的Ai（k）除以當年吉林省的GDP（k）以下記為G（k），即得到Ai（k）／G（k），這樣就能保證數(shù)據(jù)各因素具有等效性和同序性。

其次，對數(shù)據(jù)作初值化處理，即以1996年各產業(yè)產值與當年GDP的比值作為基數(shù)，將各年份各產業(yè)產值與GDP之比除以該基數(shù)。（下文中為方便表達公式和顯示結果，高技術產業(yè)的符號在公式中為A6（k）。）

經過數(shù)據(jù)的預處理和初值化階段，我們得到了一個新的數(shù)列：（Ai，i＝1，2，…，6）

其中，i＝1，2，…，6；k＝1，2，…，13，k＝1代表1995年，類推k＝13代表2007年。

第三步在Ai中進行篩選挑選構造參考數(shù)列A0（k），A0（k）即Ai（k）各比較數(shù)列中，代表每一k時間點上的最大值。該代表最優(yōu)態(tài)的A0（k）數(shù)列可表示為：A0（k）＝max（Ai（k））。參考數(shù)列和比較數(shù)列可表示如下：

我們構造比較數(shù)列之后挑選出參考數(shù)列，計算兩級最大差和兩級最小差的值，即得出各產業(yè)每年度的灰色關聯(lián)系數(shù)，記為εi（k），而最終的灰色關聯(lián)度則為各年度的εi（k）平均值。其中稱為兩級最小差，其中是第一級最小差，這表示在第Ai曲線上，找各點與A0的最小差是第二級最小差，表示找出各條曲線中的最小差之后，再按i＝1，2，…，n找出所有曲線A0中的最小差［8］150－158。

計算第k年的灰色關聯(lián)系數(shù)的公式可以表示為：

四、實證分析

（一）吉林省高技術產業(yè)總體與經濟增長的相關性

根據(jù)《中國高技術統(tǒng)計年鑒》（2002）（2004）（2009）和《中國統(tǒng)計年鑒》（1996—2008各卷）將數(shù)據(jù)進行篩選整理，首先計算出各產業(yè)總產值占吉林省GDP的比重，然后按照灰色關聯(lián)分析方法對其進行初值化，挑選參考數(shù)列，計算兩級最小差和兩級最大差，最終得到各產業(yè)工業(yè)總產值和經濟增長的關聯(lián)度。

其中，值得說明的是，在挑選參考數(shù)列A0（k），即能代表第k年各產業(yè)產值最大值的數(shù)列，在1995—2007年間，吉林省高技術產業(yè)A6（k）都成為最優(yōu)態(tài)。下表為各產業(yè)構成的比較數(shù)列與參考數(shù)列的關聯(lián)系數(shù)：

表1 吉林省高技術產業(yè)及各產業(yè)與經濟增長灰色關聯(lián)系數(shù)表

從表1中各產業(yè)各年度灰色關聯(lián)系數(shù)平均值即灰色關聯(lián)度的大小可以得出結論，吉林省高技術產業(yè)與經濟增長的關聯(lián)性最強，表現(xiàn)在以下兩個方面：首先，關聯(lián)度為1表明最優(yōu)態(tài)是高技術產業(yè)取代建筑業(yè)和第三產業(yè)成為參考數(shù)列，表示高技術產業(yè)占吉林省GDP的比重增長速度最快。其次，將高技術產業(yè)與其他產業(yè)橫向比較，高技術產業(yè)與經濟增長的關聯(lián)系數(shù)最大為1，這表明吉林省高技術產業(yè)已成為拉動經濟增長的主要源泉。

［1］譚崇臺．發(fā)展經濟學概論［M］．武漢：武漢大學出版社，2001（3）：14－16．

［2］P．M．ROMER．Endogenous Technological Change Journal of political economy［J］．Journal of political economy，1990（10）：71－78．

［3］王悅．我國信息產業(yè)對經濟增長促進作用的計量分析［J］．統(tǒng)計與決策，2007（6）．

［4］G．M Grossman，E．Helpman．Innovation and growth in the global economy［G］．MIT，1991：150－162．

［5］劉志迎，梁麗麗．中國高技術制造業(yè)對經濟增長貢獻實證研究［J］．工業(yè)技術經濟，2008（5）：41－44．

［6］周暄明，等．日本經濟高速增長的政策軟實力［J］．現(xiàn)代日本經濟，2010（2）：1－8．

［7］李明智，王婭莉．我國高技術產業(yè)全要素生產率及其影響因素的定量分析［J］．科技管理研究，2005（6）：34－38．

［8］鄧聚龍．灰色預測與決策［M］．武漢：華中理工大學出版社，1986．

The Positive Research of Relationship Between the High－tech Industries and the Economic Growth of Jilin Province

CHEN Tie－shan1，CHEN Si2，SHAO Hong3
（1．Changchun Finance College，Changchun 130028，China；2．The people＇s university of China finance institute，Beijing 100872；3．China Construction Bank Corporation，Jilin Branch，Changchun 130000，China）

This paper takes the method of gray relations analysis to empirically analyze the relationship between the hightech industries development of Jilin Province and the economic growth from year 1995to 2007，makes a lateral comparison between the high－tech industries and other industries，and takes the correlation coefficient estimates method to make a calculation，the calculated result indicates that grey correlation degree of the Jilin Province high－tech industries is 1，so the high－tech industries are the dominant force in the economic growth of Jilin Province．

Grey Correlation Degree；High－tech Industries；Economic Growth；Gray Relations Analysis

F127（34）

A

1001－6201（2012）03－0039－04

2012－01－08

吉林省社會科學基金項目（2011B201）；吉林省教育廳“十二五”社會科學研究項目（吉教科文合字［2012］第315號）。

陳鐵山（1957－），男，吉林公主嶺人，長春金融高等專科學校副校長，副教授；邵宏（1969－），女，河北武強人，建筑吉林省私人銀行部總經理，高級經濟師。

［責任編輯：秦衛(wèi)波］