作者:甘晓 来源:中国科学报 发布时间:2012-10-10 7:57:04
选择字号:
科技进步贡献率:横向攀比无意义
 
■本报记者 甘晓
 
“科技进步贡献率”常用来定量衡量科技对经济社会发展的贡献,是表征科技发展对经济社会支撑引领作用的重要指标。比如我国就提出,2020年科技进步对经济增长的贡献率达到60%。但遗憾的是,这一指标正面临被滥用的危险。
 
在近日举行的以“科技进步贡献率研究”为主题的香山科学会议第S16次学术讨论会上,会议执行主席、中国科学技术发展战略研究院常务副院长王元透露,科技进步贡献率只是一个分析和测度指标,但不少地方正将其用作区域比较和地方业绩考核。
 
不测总量测增量
 
“科技进步贡献率”是一个经济学概念,国际上也称之为“多要素生产率对经济增长的贡献率”。经济学家达成的共识是,这一指标反映了广义的技术进步,不单指“技术变革”。“无论从理论还是实际角度,全要素生产率变化并不完全来源于技术进步,还包括组织创新、管理创新、制度创新等。”中国科学技术发展战略研究院研究员高昌林对《中国科学报》记者说。
 
从定义上看,科技进步贡献率是在经济增长中,除去资本和劳动因素外,由科技进步等其他因素带来的经济增长所占份额。高昌林强调:“这是在增量而非总量中考察技术进步所发挥的作用。”
 
因此,专家们一致认为,对这一指标进行横向攀比没有意义,它更适合一个国家或地区的纵向比较。比如,我国东部地区科技、经济和社会均相对发达,增量本身较小,由此计算的科技进步贡献率数值便可能较小。
 
事实上,有测算结果显示,西部地区的科技进步贡献率比中部地区还高。例如,中国地质大学(武汉)经管学院李兰兰测算了1998年到2007年间全国各省市的科技进步贡献率。结果显示,西藏自治区该指标超过湖北、安徽、湖南等多个中部省份。这一测算结果发表在2011年4月的《中国人口·资源与环境》。
 
所以,科技进步贡献率的高低并不能和技术先进与否、经济增长质量好坏等同起来。
 
测算结果差别大
 
在经济学范畴内,用定量的方式研究经济增长从上世纪30年代起便开始兴起。1927年,芝加哥大学经济学家道格拉斯与数学家柯布合作提出CD生产函数,揭示了投入与产出之间的量化关系。1957年,美国经济学家索洛在此基础上提出“索洛余值法”,成为学术界广泛采用的测算原理。
 
1982年和1984年,世界银行两次考察中国并对我国1952年到1982年间工业中的技术进步贡献进行了测算。“科技进步贡献率”这一概念也由此进入我国技术经济专家的视野,并开始了针对这一指标的实证研究。
 
不过,纵观过去的研究,即使是相同阶段的科技进步贡献率,有时也会相差10个百分点左右。例如,原中国科技促进发展研究中心研究员狄昂照在1994年对我国1979年到1997年间的科技进步贡献率进行测算,结果为47%,而复旦大学经济系教授张军的测算结果则为28.9%。
 
高昌林解释:“不同模型和变量的选择都会影响测算结果。”与会专家认为,目前很难有一套统一标准,让各具特色的行业和地区都采用同一种算法。
 
例如,交通运输部科学研究院副总工程师徐萍向《中国科学报》记者介绍,交通行业产出是旅客和货物的位移,传统的指标是旅客周转量与货物周转量。“但测算方法改进后,我们用运输服务的舒适和通畅、高效方面的相关统计指标的换算对运输周转量进行了修正。”
 
在变量意义不同的前提下,测算结果也无法进行横向比较。
 
强调知识的力量
 
目前,学界有关科技进步贡献率的算法众说纷纭。在高昌林看来,作为新古典经济增长理论代表的索洛模型存在一定缺陷。“随着高新技术和知识经济的发展,大部分技术进步是出于市场激励,内生的技术进步成为经济增长的主要源泉。”他说。
 
欧盟委员会的一项研究表明,由于研发、工业设计、员工培训、市场营销等多数类型无形资本在GDP核算时不计入资本账户,因此采用经典的索洛经济增长模型会低估科技进步的贡献。
 
因此,高昌林课题组认为,科技进步贡献率测算应引入研发、人员培训、广告等无形资本的数据。不过,这增加了测算的难度。尽管我国科技统计制度能提供较为详实的研发数据,但对于品牌声誉资本、企业员工培训支出、企业组织资本等难以获得相应统计数据。最终,课题组通过参照其他国家的数据对我国无形资本进行了估算。结果表明,目前,我国科技进步贡献率为51%,预计2015年可提高至55%。
 
与会专家认为,引入无形资本的测算方法强调了科技创新中知识的力量。
 
《中国科学报》 (2012-10-10 A1 要闻)
 
 打印  发E-mail给: 
    
 
以下评论只代表网友个人观点,不代表科学网观点。 
SSI ļʱ
相关新闻 相关论文

图片新闻
首张另一星系中的恒星照片出炉 《自然》(20241121出版)一周论文导读
清华这位院士搭建了一座室外地质博物园 科学家完整构建火星空间太阳高能粒子能谱
>>更多
 
一周新闻排行 一周新闻评论排行
 
编辑部推荐博文
 
论坛推荐

Baidu
map