科技进步贡献率测算方法的比较与选择

《科技进步贡献率测算方法的比较与选择》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、科技进步贡献率测算方法的比较与选择一、对科技进步贡献率的正确理解1.科技进步贡献率指标是一个相对值概念，不是绝对值指标。科技进步贡献率不是绝对值概念，实质上从计算公式就知道科技进步贡献率是两个增长率之比，是一个相对值概念，不能完全反映绝对的科技发展水平，不宜作为政府规划或计划的硬性指标来确定科技对各地的经济贡献。在资本和劳动力正常增长的情况下，经济增长率高，往往科技进步贡献率测算值也高。通过数学公式知道：在科技水平起点低时，增长率提高相对容易；而起点高时，增长率提高就比较难。因此，发达地区由于科技水平的基数较高，再次提高的难度就比落后地区大得多，起点低的情况下科技进步贡献率测算值会比高起点的情

2、况高。所以，我们不能仅仅依据一个国家或地区的科技进步贡献率测算值的高低而错误地评价这个国家或地区的科技发展水平的高低，作出不科学的分析。2.科技进步贡献率具有长期观察性，不是统计指标。这一指标可以用于分析经济增长与科技进步、劳动和资本的长期发展趋势和互动的关系，但是不能依据计算的结果对经济增长和运行进行盲目性、机械性指导。因为科技进步贡献率具有波动特性，有其发展趋势，科技进步贡献率的动态曲线反映的最重要信息是它的长期发展趋势，宜作长期指标，不宜作短期指标来使用。虽然从纵向比较来看，科技进步贡献率高比低好，但科技进步贡献率是有波动的，也并不总是年年上升的，这是因为科技对经济增长的贡献具有滞后性、

3、长期性和一定的周期性等特征，它的作用大小与经济周期和科技自身发展的规律有关。科技对经济增长的贡献有一个积累过程，测算科技进步贡献率是用数学模型来计算的，它受到经济增长率、资本增长率和劳力增长率三个统计数据的影响。特别是在经济剧烈波动时，由于数学模型的局限性，模型的短期测算结果往往失真。多数经济学家一个基本一致的观点是，在经济学意义上说对科技进步的度量应是一个长期性问题，因为外围环境对产出的影响并不能在短期内立即体现在科技进步上。在短期内，如市场调节、需求变化以及心理预期等非科技进步的因素对产出往往会有直接的影响作用。但从长期来看，实际产出是围绕着生产能力可到达的产出（经济学上称为自然产出）而波

4、动的，即从长期来看实际产出最终取决于实际的生产能力。因此，科技进步的度量主要适用于长期性和观察性。鉴于科技进步的长期作用特性、一年经济增长率易受国内外突发重大事件的影响和数学模型自身的不完善性的约束，因此，在长期统计数据基础上以5年依次给出一个测算值为好。3.科技进步贡献率指标属于经济学范畴，不是纯科技涵义。当前，把对科技进步贡献率指标看作是纯科技的概念，那种理解是极端的错误。在利用应用生产函数对科技进步贡献率进行测算中，科技进步应该包括资本、劳力、体制、制度、管理和科技应用等诸多因素，是他们共同对经济增长综合作用的结果。对农业来说，我国自1978年刚刚进行农村改革时，科技投入并没有大幅增加，

5、国家依靠实行联产承包责任制，改变了农村管理体制，就使农业生产连上几个台阶，农业产值大幅增长，这主要是管理、政策和激励等因素的作用。对工业来说，国家对工业一开始对资本的投入依赖要比其他方面的比重要大得多。因此，对科技进步贡献率测算值高低的原因要进行综合分析，才能得出科学的结论。二、方法比较与选择科技进步贡献率测算方法从总体上可分为主观评定和生产函数测定两大类。主观评定多采用层次分析法(AHP)。生产函数测定法有较强的应用性，它是根据一些生产函数模型如Cobb-Douglas生产函数、Arrow生产函数等进行统计数据分析，如下面提到的价值分析法、索罗余值法等，但这种方法在实际应用中有许多假设前提条

6、件，应用结果不尽如意，许多研究者指出了这样或那样的缺点，如它的假设过多，缺乏经济学根据，参数难以确定等。这就使得不同测算者对于同一测算对象，得出的结果往往差异很大。当前大约有30多种不同的生产函数模型，在实践中用于测算科技进步贡献率的生产函数主要有Cobb-Douglas生产函数、增长速度方程和DEA（DataEnvelementAnalysis)即数据包络分析。1.层次分析法简称AHP法，最早由美国运筹学家A。L。Saaty教授提出，它是建立一套指标体系，然后采用Delphi方法，对各项指标打分，最后汇总得到一个综合指数，作为科技进步贡献率。AHP基本方法与步骤大致可分为四个步骤进行：即建立

7、一个阶梯结构的指标体系；构建一个两两指标相比较的判断矩阵；通过比较得出被比较指标元素的相对权重；然后计算各层指标对系统目标的综合权重，并进行排序。用这种方法测算海洋科技进步贡献率时，可设置人力资本、研究与开发、单位能源经济效益、产业结构调整、市场化程度等这些指标元素来反映科技进步。AHP分析法的优点具有系统性、灵活性，测算操作简单，实用性较强，适用于多层次、多因素复杂系统的决策，缺点是主观性太大，