大中型工业企业科技投入计量模型研究

第 18 卷第 3 期 2006 年 9 月 北 方 工 业 大 学 学 报 J . NOR T H CHINA UN IV. O F TECH. Vol . 18 No . 3 Sept . 2006 收稿日期 :2005 - 09 - 26 作者简介 :白雪. 硕士研究生 ,主要研究方向 :金融 分析 定性数据统计分析pdf销售业绩分析模板建筑结构震害分析销售进度分析表京东商城竞争战略分析 . 大中型工业企业科技投入计量模型研究 白　雪 (北方工业大学经济管理学院 ,100041 ,北京) 摘 　要 　建立了一个大中型工业企业科技投入的计量模型 ,对该模型进行了模拟和预测 , 并对影响科技投入的各种因素进行了分析. 关键词 　大中型工业企业 ; 科技投入 ; 计量模型 分类号 　O212 　　科技投入是推动科技进步的基石 ,是“科教 兴国”的根本保证. 随着我国知识经济的兴起 , 技术因素在经济增长中的作用也日益显著 ,而 科技投入水平的高低影响着技术的发展 ,科技 投入已经成为决定我国经济增长的重要因素. 科技投入的总量与利用效果直接影响着科技进 步的程度和可持续发展水平. 从根本上说 ,没有 科技投入企业就不能发展 ,就难以在激烈的市 场竞争中立于不败之地 ,对于大型工业企业更 是如此. 企业科技的投入量、企业的科技项目数 和企业的生产总值之间具有关联作用. 同时企 业的科技投入还受到市场需求、政府的政策导 向和干预度的影响. 由此可见 ,企业的科技投入 呈现复杂的动态特性 ,如何正确地认识企业科 技投入与上述影响因素的相互关系及其演化规 律显得非常必要[ 1 ] . 1 　模型的理论基础 1 . 1 　模型的经济学机理 20 世纪 80 年代以来 ,以罗默和卢卡斯为 代 表 关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf 的一批经济学家在对新古典经济增长理论 重新思考基础上提出了新经济增长理论 ,将技 术进步作为系统的内生变量 ,从生产率和技术 进步方面研究经济增长 ,把当今世界的经济增 长归结为来自知识和人力资本的增长 ,认为技 术因素成为经济增长的决定因素. 如何测算科 技投入对经济增长的贡献率一直是宏观经济学 的重要研究课 题 快递公司问题件快递公司问题件货款处理关于圆的周长面积重点题型关于解方程组的题及答案关于南海问题 . 目前 ,定量测算科技投入或科 技进步对经济增长的贡献率的方法主要有两大 类 :一类是生产函数法 ,如柯布 - 道格拉斯 (C2 D)生产函数、线性生产函数、超越生产函数和 固定替代弹性 ( CES) 生产函数等 ;另一类是增 长速度方程方法[2 ,3 ] . 上述研究由于研究角度、研究方法、研究对 象和研究的时间跨度不同 ,得出的结论也不尽 一致 ,但为深入研究科技投入对经济增长贡献 率提供了良好的基础. 本研究以国家统计局发 布的 199322002 年度的统计数据为基础 (如表 1 所示) ,采用 Eviews (计量经济学软件包) 软件 , 研究大中型工业企业科技投入、科技项目和企 业生产总值之间的依存关系 ,定量地考察影响 企业科技投入的各种因素 ,建立了相关的数学 模型. 根据现实的经济活动 ,本文选取了 3 个内 生变量、4 个外生变量、2 个滞后变量. 1 . 2 　模型变量的说明 根据上述经济学原理 ,考虑到变量数据的 可获取性 ,确定了以下变量 : (1) 内生变量. C Z —大中型工业企业工业总产值 ;单位 : 亿元 ; ZC —大中型工业企业技术开发经费支出 额 ;单位 :亿元 ; X M —大中型工业企业技术开 发项目数 ;单位 :项. (2) 内生滞后变量. C Z1 —大中型工业企业工业总产值前一期 值 ;单位 :亿元 ; X M1 —大中型工业企业技术开 发项目前一期值 ;单位 :项. (3) 外生变量. R Y —大中型工业企业技术开发人员数 ;单 位 :万人 ; S K —大中型工业企业上级拨款 ;单 位 :亿元 ; Q K —大中型工业企业自筹款 ;单位 : 亿元 ; B Z —大中型工业企业技术开发经费支出 占产品销售收入的比重 ;单位 : %. 1 . 3 　模型结构方程式 根据上述经济理论和变量 ,构造模型的结 构式如下 : ZC = C(1) + C(2) ×CZ + C(3) ×S K + C(4) ×XM (1) XM = C(5) + C(6) ×XM ( - 1) + C(7) ×RY + C(8) ×( S K + Q K) (2) CZ = C(9) + C(10) ×CZ ( - 1) + C(11) ×B Z + C(12) ×XM ( - 1) (3) 式 (1)反映大中型工业企业技术开发经费支出 行为 ,它与技术开发项目数、企业当期的工业总 产值和上级的拨款相关. 式 (2)反映大中型工业 企业技术开发项目与前期的技术开发项目数、 企业技术开发人员数和技术开发经费筹集总额 有关. 式 (3)反映大中型工业企业工业总产值的 形成 ,它与当期技术开发经费支出占产品销售 收入的比重和前期工业总产值、前期的技术开 发项目数相关. 1 . 4 　模型说明 模型中的大中型工业企业工业总产值的数 据 ,采用的是 1998 年22002 年《中国统计年鉴》 中“各地区全部国有及规模以上非国有工业企 业单位数和工业总产值”的大型和中型企业工 业产值之和 ,但是在 1998 年之前《中国统计年 鉴》并没有对大中型企业进行单独的核算 ,因 此 ,1993 年21997 年的数据本文采用的是国有 企业的工业总产值. 2 　模型的参数估计及检验 2 . 1 　数据来源 本模型参数估计采用时间序列数据[ 6 ] (见 表 1) ,数据均来自《中国统计年鉴》,样本区间 为 1993 年～2002 年. 数据处理与模型计算采 用的是 Excel 和 Eviews3. 1 软件. 表 1 　原始数据 年份 企业技术开 发人员总计 ( R Y) 上级 拨款 ( S K) 企业 自筹 ( Q K) 技术开发经费 支出额 ( ZC) 技术开发项 目数 ( X M) 技术开发经费支出 占产品销售收入的 比重 ( B Z) 大中型工业总 产值 ( CZ) 1993 104. 6 17 . 9 203 . 3 283 . 1 43 734 1. 39 22 724. 67 1994 117. 9 24 . 4 234 . 4 339 . 2 77 363 1. 37 26 200. 84 1995 123. 4 27 . 1 305 . 7 366 . 2 66 000 1. 19 31 220 1996 145. 5 32 313 . 8 385 81 218 1. 1 28 361 1997 147. 4 31 . 5 348 . 4 438 83 160 1. 21 29 027 1998 141. 0 44 . 0 402 . 5 478 . 7 83 143 1. 28 37 552. 34 1999 145. 3 49 . 7 510 . 3 567 . 2 84 830 1. 35 41 439. 42 2000 139. 8 43 . 2 755 . 1 849 . 3 100 794 1. 49 48 993. 02 2001 136. 8 41 . 1 880 . 4 977 . 9 105 489. 0 1. 67 57 358. 40 2002 136. 7 53 . 7 1 020 . 3 1 164 . 1 110 270. 0 1. 73 65 317. 51 　　数据来源 :199422003《中国统计年鉴》. R Y , S K , Q K , ZC, X M , B Z 来自《中国统计年鉴》第 20 章275 部分的“高技 术行业大中型工业企业科技活动投入情况”表. CZ 数据来自《中国统计年鉴》中第 13 章215 部分“各地区全部国有及 规模以上非国有工业企业单位数和工业总产值”表. 28 　　　　　　　　　北 方 工 业 大 学 学 报 　　　　　　　　　　　　第 18 卷 　 2 . 2 　参数估计 利用 Eviews3. 1 软件[4 ]对模型采用二阶段 最小平方法 (2SL S) 进行参数估计 ,参数估计结 果如下 : Coefficient Std. Error t2Statistic Prob. C(1) - 523 . 421 1 99 . 514 36 - 5 . 259 754 0. 000 1 C(2) 　0. 017 654 0 . 002 179 　8 . 100 927 0. 000 0 C(3) - 4. 068 020 1 . 804 590 - 2 . 254 263 0. 039 6 C(4) 　0. 006 608 0 . 001 799 　3 . 673 999 0. 002 3 C(5) 　32 403. 30 17 678 . 54 　1 . 832 917 0. 086 7 C(6) - 0. 392 967 0 . 151 177 - 2 . 599 393 0. 020 1 C(7) 　370 . 195 3 150. 765 4 　2 . 455 440 0. 026 8 C(8) 　64. 303 37 8 . 600 771 　7 . 476 466 0. 000 0 C(9) - 31 770. 62 8 589. 615 - 3 . 698 725 0. 002 1 C(10) 　0. 432 777 0 . 215 931 　2 . 004 239 0. 063 4 C(11) 　29 392. 14 8 466. 886 　3 . 471 423 0. 003 4 C(12) 　0. 203 247 0 . 085 313 　2 . 382 365 0. 030 9 Determinant residual covariance 6. 02 E + 15 Equation : ZC = C(1) + C(2) ×CZ + C(3) ×S K + C(4) ×X M Observations : 9 R2squared 0. 993 643 Mean dependent var 618. 433 3 Adjusted R2squared 0. 989 829 S. D. dependent var 302. 274 9 S. E. of regression 30. 484 68 Sum squared resid 4 646. 578 Durbin2Watson stat 3. 007 407 Equation : X M = C(5) + C(6) ×X M ( - 1) + C(7) ×R Y + C(8) ×( S K + Q K) Observations : 9 R2squared 0. 960 085 Mean dependent var 88 029. 67 Adjusted R2squared 0. 936 136 S. D. dependent var 14 429. 58 S. E. of regression 3 646. 559 Sum squared resid 66 486 964 Durbin2Watson stat 2. 171 214 Equation : CZ = C(9) + C(10) ×CZ( - 1) + C(11) ×B Z + C(12) ×X M ( - 1) Observations : 9 R2squared 0. 983 001 Mean dependent var 40 607. 73 Adjusted R2squared 0. 972 801 S. D. dependent var 13 925. 17 S. E. of regression 2 296. 537 Sum squared resid 26 370 404 Durbin2Watson stat 2. 912 867 ZC = - 523 . 421 101 7 + 0 . 017 653 526 77 ×CZ - 4 . 068 020 3 ×S K + 0 . 006 607 931 951 ×XM X M = 32 403 . 297 15 - 0 . 392 967 329 7 ×XM ( - 1) + 370 . 195 297 8 ×R Y + 64 . 303 372 74 ×( S K + Q K) CZ = - 31 770 . 624 17 + 0 . 432 777 366 7 ×CZ ( - 1) + 29 392 . 138 11 ×B Z + 0 . 203 247 253 7 ×XM ( - 1) 2 . 3 　模型检验 本模型估计出来的参数所反映的经济意义 与经济理论与实践相符 ;在 0 . 09 显著性水平下 本模型各方程均能通过显著性检验 ;各方程的 拟合优度均大于 0 . 95 ;估计参数在 0 . 09 显著 38　第 3 期 　　　　　　　　白 　雪 :大中型工业企业科技投入计量模型研究 性水平下能够通过参数的显著性检验. 特别是 方程 (1) 的结果更好 ,在 0 . 05 显著性水平下模 型均能通过显著性检验. 对于方程 (2) 的 C(5) 和方程 (3) 的 C(10) 参数没有通过 0 . 05 的显著 性检验 ,可以考虑去除 ,但是经过计算发现 ,去 除后会导致其他变量的参数概率上升 ,因此 ,应 该保留. 上述结论表明 ,本模型的参数估计结果 在经济意义和统计意义上均具有一定的可 信度. 3 　模拟和模拟评价 为了检验模型用于模拟分析的可靠性 ,本文 运用上述模型对样本期数据进行模拟 (见表 2) . 表 2 　内生变量实际值与模拟值表 内生变量实际值 内生变量模拟值 年份 ZC (亿元) X M (项) CZ (亿元) ZC F (亿元) X M F (项) CZ F (亿元) 1993 283. 1 43 734 22 724 . 67 283. 1 43 734 22 724 . 67 1994 339. 2 77 363 26 200 . 84 356 . 782 6 75 505 27 220 . 14 1995 366. 2 66 000 31 220 363 . 140 4 69 814 . 56 30 332 . 47 1996 384. 9 81 218 28 361 374 . 231 81 067 . 98 27 877 . 55 1997 438. 4 83 160 29 027 444 . 878 8 79 541 . 87 32 335 . 48 1998 478. 7 83 143 37 552 . 34 475 . 539 82 054 . 93 36 012 . 04 1999 567. 2 84 830 41 439 . 42 577 . 999 2 89 957 . 65 40 171 . 4 2000 849. 3 100 794 48 993 . 02 804 . 498 1 100 139 . 6 47 692 . 58 2001 977. 9 105 489 . 0 57 358 . 40 1 019 . 005 102 950 58 307 . 61 2002 1 164. 1 110 270 . 0 65 317 . 51 1 147 . 32 111 614 . 8 65 236 . 29 3 . 1 　模拟的平均偏离程度评价 对模拟的平均偏离程度评价 ,本文运用误 差平方根的百分比评价方法 ( R M S P 方法) . 其 计算结果详细如下 (见表 3) : 表 3 　模型模拟的 RMS P值表 模型模拟的 RMSP 值 ZC X M CZ 0. 029 844 0. 032 263 0. 043 82 RMSP 主要反映模型的平均偏离程度 ,一 般情况下 ,如果模型的内生变量中间 RMSP < 5 %的变量数目占 70 %以上 ,并且每个变量的 RMSP < 10 % ,则认为该模型系统有较好的拟 和优度和预测能力[5 ] . 由表 3 的结果可以看出 模型的 3 个内生变量的 RMSP 均小于 5 % ,则 说明该模型系统有好的拟和优度和预测能力. 3 . 2 　模拟的系统偏离程度评价 对模拟的系统偏离程度评价 ,本文运用模 拟误差百分比的均值方法. 其计算结果详细如 下 (见表 4) : 表 4 　模型模拟误差百分比均值表 模型模拟误差百分比均值 ZC X M CZ 0 . 001 784 0 . 001 742 0. 002 455 模拟误差百分比的均值主要反映模型的系 统偏离程度. 由表 4 的结果可以看出 ,模型的 3 个内生变量的模拟误差百分比的均值均小于 0. 3 % ,则说明该模型系统有很好的拟和优度和 预测能力. 48 　　　　　　　　　北 方 工 业 大 学 学 报 　　　　　　　　　　　　第 18 卷 　 4 　大中型工业企业科技投入计量 模型的分析 本文以国家统计局发布的 1993 年22002 年度统计数据为基础 ,实证分析了大中型工业 企业科技投入各影响因素之间的关系. 结果 表明 : (1) 大中型工业企业的科技投入受多种因 素的制约 ,它的演化是非常复杂的动态行为. 大 中型工业企业技术开发经费支出额与当期的工 业产值和技术开发项目数呈正相关关系 ,这与 经济活动的实际相吻合 ,但是 ,与上级拨款呈负 相关关系却令人意外. 这表示我国的大中型企 业的科技投入主要的驱动因素是内部技术发展 的需要 ,并不是因为政府的引导 ,但是政府行为 也会对科技投入产生一定的制约作用. 同时工 业产值与科技投入之间存在着十分明显的因果 关系 ,科技投入是引起经济增长的重要原因. (2) 大中型工业企业技术开发项目数与当 期的技术开发人员数和技术开发经费之间存在 明显的正相关关系. 特别是技术开发人员对技 术开发项目数的影响更为明显. 因此 ,要加强科 技投入在经济增长中的促进作用 ,不仅要关注 增加科技投入的总量 ,更要重视技术开发人员 的素质、结构和提高技术开发经费的使用效率. (3) 大中型工业企业的产值主要受到技术 开发支出占销售收入的比重的影响. 由此可知 科技投入与经济增长之间确实存在着十分明确 的单向因果关系. 参 　考 　文 　献 1 　贾鹏 ,王晓明 ,贾燕子. 我国科技投入与经济增长关 联的实证分析. 科技与管理. 2004 ,4 :982101 2 　陈琪. 企业科技进步与经济增长研究. 北京 :中国经 济出版社 ,2000 3 　罗佳明 ,王卫红. 中国科技投入对经济增长的贡献 率研究 :195322001. 自然辩证法研究. 2004 , (20) 2 : 81286 4 　张晓峒. 计量经济学软件 Eviews 使用 指南 验证指南下载验证指南下载验证指南下载星度指南下载审查指南PDF . 天津 :南开大学出版社 ,20035 　于俊年. 计量经济学. 北京 :对外经济贸易大学出版社 ,20036 　中华人民共和国国家统计局. 中国统计年鉴. [ EB/OL ] . http :/ / www. stat s. gov. cn Research on Econometric Model of Science and Technology Investment in Large and Medium2Scale Industries Bai Xue (College of Economics & Business Administ ration , North China Univ. of Tech. , 100041 , Beijing , China) Abstract This article const ruct s t he economet ric model of t he invest ment of science and technology in large and medium2scale indust ries , makes simulation and forecast s of t he model , and analyzes t he factors that affect science and technology invest ment . Key words large and medium2scale indust ries ; science and technology invest ment ; economet ric model 58　第 3 期 　　　　　　　　白 　雪 :大中型工业企业科技投入计量模型研究