曹 激

(北京建筑大學(xué) 經(jīng)濟(jì)與管理工程學(xué)院,北京 100044)

?

基于索洛模型的貴州省經(jīng)濟(jì)增長(zhǎng)因素分析

曹 激

(北京建筑大學(xué) 經(jīng)濟(jì)與管理工程學(xué)院,北京 100044)

近年來(lái),貴州省經(jīng)濟(jì)取得了較快的增長(zhǎng),但是與全國(guó)平均水平還有很大的差距。為了研究貴州省經(jīng)濟(jì)增長(zhǎng)的因素,文章選取了2005—2013年的貴州省經(jīng)濟(jì)數(shù)據(jù),采用CD函數(shù)與帶有技術(shù)進(jìn)步的索洛模型,利用SPSS軟件,對(duì)數(shù)據(jù)進(jìn)行了回歸分析,并得出了貴州省經(jīng)濟(jì)增長(zhǎng)的生產(chǎn)函數(shù)。根據(jù)生產(chǎn)函數(shù),對(duì)技術(shù)進(jìn)步、資本投入及勞動(dòng)力投入對(duì)貴州省經(jīng)濟(jì)增長(zhǎng)的影響進(jìn)行了分析與討論。

索洛模型;貴州省經(jīng)濟(jì)增長(zhǎng);SPSS

西部大開(kāi)發(fā)戰(zhàn)略實(shí)施以來(lái),貴州省經(jīng)濟(jì)取得了較快的增長(zhǎng)。2013年貴州省GDP總量為8006.79億元,比上一年增長(zhǎng)了12.5%。但是也看到了貴州省的各項(xiàng)經(jīng)濟(jì)指標(biāo)與全國(guó)平均水平都有很大的差距。2013年貴州省人均GDP為22862.04元,遠(yuǎn)低于全國(guó)人均GDP的6807美元,位于全國(guó)各省的最后一位。經(jīng)濟(jì)增長(zhǎng)的原因有很多,不同地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)、要素投入都會(huì)對(duì)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生不同的作用。因此對(duì)經(jīng)濟(jì)增長(zhǎng)的原因和源泉進(jìn)行分析,找出貴州省經(jīng)濟(jì)增長(zhǎng)的因素,對(duì)促進(jìn)貴州省經(jīng)濟(jì)增長(zhǎng)具有重大意義。

劉偉(2014)在《資本、勞動(dòng)及技術(shù)水平與西部經(jīng)濟(jì)增長(zhǎng)——基于陜西省1952—2011年的數(shù)據(jù)》中用索洛模型估算了西部經(jīng)濟(jì)增長(zhǎng)中資本、勞動(dòng)及技術(shù)水平的貢獻(xiàn)率,并對(duì)經(jīng)濟(jì)增長(zhǎng)方式進(jìn)行了判定。劉偉、蔡志洲(2013)在《中國(guó)與其他國(guó)家(地區(qū)) 經(jīng)濟(jì)增長(zhǎng)狀況的比較》中將中國(guó)經(jīng)濟(jì)增長(zhǎng)與世界其他地區(qū)的進(jìn)行了數(shù)據(jù)比較,對(duì)中國(guó)經(jīng)濟(jì)增長(zhǎng)進(jìn)行了分析和展望。王軍、鄒廣平、石先進(jìn)(2013)在《制度變遷對(duì)中國(guó)經(jīng)濟(jì)增長(zhǎng)的影響——基于 VAR 模型的實(shí)證研究》中構(gòu)建了制度勞動(dòng)資本的內(nèi)生生產(chǎn)函數(shù),研究了各產(chǎn)業(yè)在不同制度下的經(jīng)濟(jì)增長(zhǎng)狀況。陳宇虹(2009)在《河北省經(jīng)濟(jì)增長(zhǎng)因素分析》中利用SPSS回歸分析對(duì)河北省15年的經(jīng)濟(jì)數(shù)據(jù)進(jìn)行了統(tǒng)計(jì)分析,估算了科學(xué)技術(shù)對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)率。鄧青,王玉燕(2014)在《西部省份產(chǎn)業(yè)結(jié)構(gòu)變化與經(jīng)濟(jì)增長(zhǎng)的實(shí)證研究》中研究了產(chǎn)業(yè)結(jié)構(gòu)對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)率,尤其是重點(diǎn)分析了工業(yè)的貢獻(xiàn)。李瓊、文婷(2011)在《西部地區(qū)經(jīng)濟(jì)增長(zhǎng)要素的實(shí)證分析——以貴州省為例》中利用索洛模型和CD函數(shù),分析了資本和勞動(dòng)對(duì)貴州經(jīng)濟(jì)增長(zhǎng)的影響,得出了資本是西部經(jīng)濟(jì)增長(zhǎng)的重要因素。胡雪萍、李丹青(2011)在《中部地區(qū)經(jīng)濟(jì)增長(zhǎng)因素的實(shí)證分析》中,采用了索洛模型對(duì)1978—2009年中部地區(qū)的總產(chǎn)出和資本投入、勞動(dòng)力投入,以及全要素生產(chǎn)率進(jìn)行了計(jì)量回歸分析,算出了資本投入和勞動(dòng)力投入的產(chǎn)出彈性,并計(jì)算了各要素的增長(zhǎng)率和貢獻(xiàn)率。楊小秋在《基于索洛模型的中國(guó)經(jīng)濟(jì)增長(zhǎng)動(dòng)力影響因素分析》中討論了索洛模型中的勞動(dòng)增長(zhǎng)率、儲(chǔ)蓄率、技術(shù)進(jìn)步率對(duì)中國(guó)經(jīng)濟(jì)增長(zhǎng)的影響。

1 經(jīng)濟(jì)增長(zhǎng)理論

關(guān)于經(jīng)濟(jì)增長(zhǎng)的理論,主要有古典經(jīng)濟(jì)增長(zhǎng)理論,包括新古典經(jīng)濟(jì)增長(zhǎng)理論在內(nèi)的外生經(jīng)濟(jì)增長(zhǎng)理論以及內(nèi)生經(jīng)濟(jì)增長(zhǎng)理論。

從外生經(jīng)濟(jì)增長(zhǎng)理論開(kāi)始,經(jīng)濟(jì)學(xué)家開(kāi)始使用模型來(lái)討論增長(zhǎng)理論,其代表為“哈羅德—多馬模型”和索洛模型。哈羅德—多馬模型克服了凱恩斯靜態(tài)分析和需求單方面解釋經(jīng)濟(jì)的缺點(diǎn),強(qiáng)調(diào)了人力不能代替資本和儲(chǔ)蓄在經(jīng)濟(jì)增長(zhǎng)中的作用。但是它也存在缺陷,比如說(shuō)忽略了科學(xué)技術(shù)在增長(zhǎng)中的作用。然后就出現(xiàn)了基于柯布一道格拉斯生產(chǎn)函數(shù)的索洛模型。

隨后在20世紀(jì)80年代出現(xiàn)了內(nèi)生經(jīng)濟(jì)增長(zhǎng)理論,提出了儲(chǔ)蓄率和資本、人口增長(zhǎng)和勞動(dòng)率,還有科學(xué)技術(shù)都是內(nèi)生變量。新古典模型將技術(shù)作為外生變量,而內(nèi)生經(jīng)濟(jì)模型則認(rèn)為科學(xué)技術(shù)的提升是因?yàn)槿藶橐蛩?不論是加大科研投入還是專利的支持,都是由模型內(nèi)部決定的。內(nèi)生經(jīng)濟(jì)增長(zhǎng)理論還有一個(gè)重要結(jié)論就是經(jīng)濟(jì)增長(zhǎng)的源泉是提高生產(chǎn)率,科學(xué)技術(shù)具有關(guān)鍵性的作用,勞動(dòng)與資本,還有制度與政策對(duì)經(jīng)濟(jì)增長(zhǎng)也有重要的作用。

1.1 索洛模型概述

柯布-道格拉斯函數(shù)(CD函數(shù)),這是在一般的生產(chǎn)函數(shù)上,引入了科學(xué)技術(shù)因素而改進(jìn)而成的函數(shù),使用非常廣泛。CD函數(shù)雖然將科學(xué)技術(shù)引進(jìn)方程中,但是把它設(shè)定為了固定的常數(shù)。CD函數(shù)還認(rèn)為,每一種生產(chǎn)要素都是必需的,沒(méi)有一種生產(chǎn)要素可以完全替代另一種。CD函數(shù)的基本形式為：Y=A(t)LαKβμ。Y為總產(chǎn)出,L為勞動(dòng),K為資本,A(t)為科學(xué)技術(shù)水平,α、β分別為勞動(dòng)力和資本的彈性系數(shù),μ為隨機(jī)干擾項(xiàng)。

索洛經(jīng)濟(jì)增長(zhǎng)模型是羅伯特索洛提出的,認(rèn)為外生變量是儲(chǔ)蓄率,人口增長(zhǎng),技術(shù)進(jìn)步,而投資變量則為內(nèi)生變量。索洛模型的基本假設(shè)為：只生產(chǎn)一種商品,產(chǎn)出是一種凈產(chǎn)出,規(guī)模報(bào)酬不變,勞動(dòng)力與資本可以相互替代,勞動(dòng)力為充分就業(yè)的情況,存在技術(shù)進(jìn)步。索洛等人還提出了索洛余量,即處理資本和勞動(dòng)對(duì)經(jīng)濟(jì)增長(zhǎng)貢獻(xiàn)剩余的部分,主要是衡量技術(shù)進(jìn)步,還有考慮到制度因素。索洛模型的基本公式為：Y=A×F(K,L),微分后：ΔY/Y=αΔL/L+βΔK/K+ΔA/A,其中ΔA/A=ΔY/Y-αΔL/L-βΔK/K,即為索洛余量。公式中Y、K、L分別為產(chǎn)出、資本、勞動(dòng),A為技術(shù)進(jìn)步,α、β分別為勞動(dòng)和資本的份額。

1.2 索洛模型選擇

2 基于索洛模型的貴州省經(jīng)濟(jì)增長(zhǎng)因素SPSS分析

2.1 數(shù)據(jù)的選擇與處理

在進(jìn)行索洛模型的分析中,需要的變量是產(chǎn)出、資本和勞動(dòng),因此選取了《貴州統(tǒng)計(jì)年鑒》中的數(shù)據(jù)。由于歷年統(tǒng)計(jì)數(shù)據(jù)的口徑與計(jì)算標(biāo)準(zhǔn)不同,這里只選取了2005—2013年的統(tǒng)計(jì)數(shù)據(jù)。為了使數(shù)據(jù)更具有時(shí)間上的可比性以及分析更加可靠,本文以2005年為基期,將其余年份的數(shù)據(jù)剔除價(jià)格因素?fù)Q算至可比價(jià)格。

本文選用國(guó)內(nèi)生產(chǎn)總值GDP作為產(chǎn)出量,即貴州省每一年的地區(qū)生產(chǎn)總值作為Y。以2005年作為基年,用每一年的食品零售價(jià)格指數(shù)將2005—2013年的貴州省GDP調(diào)整為可比價(jià)格。

同理,為了研究三大產(chǎn)業(yè)與經(jīng)濟(jì)增長(zhǎng),將第一、二、三產(chǎn)業(yè)的年增加值調(diào)整后分別作為Y1、Y2、Y3。調(diào)整的公式類似,只是分別將貴州省GDP換為第一、二、三產(chǎn)業(yè)的年增加值。

資本的指標(biāo)選擇全社會(huì)固定資產(chǎn)投資,與GDP換算方法類似,用2005—2013年的當(dāng)年價(jià)格與歷年的固定資產(chǎn)投資價(jià)格指數(shù),調(diào)整后的全社會(huì)固定資產(chǎn)投資設(shè)為K。三大產(chǎn)業(yè)也分別換算為可比價(jià)格的全社會(huì)固定資產(chǎn)投資K1、K2、K3。換算公式為：

勞動(dòng)投入量選擇用年末的就業(yè)人數(shù)來(lái)表示,分別選取了每年末三大產(chǎn)業(yè)的就業(yè)人數(shù)。

2.2 SPSS分析與處理

使用SPSS軟件,對(duì)數(shù)據(jù)進(jìn)行回歸分析。打開(kāi)SPSS16.0,選擇File-Open-Data,選擇上表的EXL導(dǎo)入,在variable view中將年份的type選為string(字符串變量),其余變量的type均選為numeric(數(shù)值變量),并將decimals(小數(shù)點(diǎn)位數(shù))設(shè)置為5位,返回data view,并保存為格式為.sav的文件。在analyze的regression中選擇linear,國(guó)內(nèi)生產(chǎn)總值選為dependent,農(nóng)村居民人均純收入選為independent,在statistics中選擇durbin-watson,其余默認(rèn),option中選擇include constant in equation,運(yùn)行得到結(jié)果。

2.2.1 貴州省GDP回歸分析

圖1 spass數(shù)據(jù)分析—ANOVA

從圖1可以看出,調(diào)整的判斷系數(shù)為0.987,較接近1,所以認(rèn)為擬合優(yōu)度比較好,Ln(Y/L)可以較多地被解釋?；貧w平方和為1.871,總平方和為1.895,F統(tǒng)計(jì)量為537.076,對(duì)應(yīng)的概率P-值近似為0。這個(gè)表可進(jìn)行回歸方程的顯著性檢驗(yàn)。由于概率P-值小于顯著性水平α=0.05,拒絕原假設(shè),因變量和自變量之間線性關(guān)系顯著,可以建立線性模型。

圖2 spass數(shù)據(jù)分析—標(biāo)準(zhǔn)化

由圖2所知,一元線性回歸模型的常數(shù)項(xiàng)的非標(biāo)準(zhǔn)化系數(shù)是0.515,解釋變量的非標(biāo)準(zhǔn)化系數(shù)分別是0.698。T值為23.175,P-值為0.000<0.05,所以可以說(shuō)Ln(K/L)對(duì)Ln(Y/L)具有顯著性的影響,得到一元線性回歸方程：Ln(Y/L)=0.515+0.698Ln(K/L),α=1-β=0.302,再根據(jù)2005年基年數(shù)據(jù)可倒推出A0=3.885,所以2005—2013年貴州省總量的生產(chǎn)函數(shù)為：Y=3.885e0.515tL0.302K0.698

2.2.2 貴州省三大產(chǎn)業(yè)回歸分析

和上面的方法一致,根據(jù)表的數(shù)據(jù),對(duì)三大產(chǎn)業(yè)分別進(jìn)行回歸分析,進(jìn)一步對(duì)三大產(chǎn)業(yè)的生產(chǎn)函數(shù)進(jìn)行分析,得到如圖3和圖4所示。

圖3 spass數(shù)據(jù)分析—ANOVA

圖4 spass數(shù)據(jù)分析

圖3和圖4是第一產(chǎn)業(yè)回歸分析的結(jié)果,可以得到,R2為0.981,擬合度較好,F=354.567,P-值為0.000<0.05,Ln(K1/L)對(duì)Ln(Y1/L1)具有顯著性的影響,得到一元線性回歸方程：Ln(Y1/L1)=0.683+0.517Ln(K1/L1),α1=1-β1=0.483,再根據(jù)2005年基年數(shù)據(jù)可倒推初A01=1.871,所以2005—2013年貴州省總量的生產(chǎn)函數(shù)為：Y1=1.871e0.683tL0.483K0.517。

圖5 spass數(shù)據(jù)分析

圖6 spass數(shù)據(jù)分析

圖7 spass數(shù)據(jù)分析—ANOVA

圖8 spass數(shù)據(jù)分析

圖5和圖6為第二產(chǎn)業(yè)的回歸分析結(jié)果,圖7和圖8為第三產(chǎn)業(yè)的回歸分析結(jié)果,R2為0.99和0.941,都比較接近1,數(shù)據(jù)和模型的擬合度都非常好。F分別為680.448,111.763,P-值都為0.000<0.05,都有較顯著的影響。Ln(Y2/L2)=0.708+0.889Ln(K2/L2),α2=1-β2=0.111,A02=2.087Ln(Y3/L3)=0.665+0.631n(K3/L3),α3=1-β3=0.369,A03=1.667所以最后的生產(chǎn)函數(shù)為：

Y2=2.087e0.708tL0.111K0.889,Y3=1.667e0.665tL0.369K0.631

2.2.3 貴州省“十一五”“十二五”規(guī)劃數(shù)據(jù)回歸分析

將2005—2013年的數(shù)據(jù)分為兩部分,2005—2010年為“十一五”規(guī)劃期間,2011—2013年為“十二五”規(guī)劃期間,對(duì)兩段時(shí)間的數(shù)據(jù)分別進(jìn)行回歸分析,方法如上來(lái)研究不同的時(shí)間段上,貴州省經(jīng)濟(jì)增長(zhǎng)的因素。

圖9和圖10為“十一五”規(guī)劃期間貴州省數(shù)據(jù)的回歸分析,調(diào)整的判斷系數(shù)為0.984,較接近1,擬合優(yōu)度好?；貧w平方和為0.687,總平方和為0.698,F統(tǒng)計(jì)量為247.111,對(duì)應(yīng)的概率P-值近似為0。由于概率P-值小于顯著性水平α=0.05,因變量和自變量之間線性關(guān)系顯著,可以建立線性模型。一元線性回歸模型的常數(shù)項(xiàng)的非標(biāo)準(zhǔn)化系數(shù)是0.545,解釋變量的非標(biāo)準(zhǔn)化系數(shù)分別是0.782。T值為22.404,P-值為0.000<0.05,所以可以說(shuō)Ln(K/L)11對(duì)Ln(Y/L)11具有顯著性的影響,得到一元線性回歸方程：Ln(Y11/L11)=0.545+0.782Ln(K11/L11),α=1-β=0.218,A011=1.662,所以2005—2013年貴州省總量的生產(chǎn)函數(shù)為：Y11=1.662e0.545tL0.218K0.782。

圖9 spass數(shù)據(jù)分析—ANOVA

圖10 spass數(shù)據(jù)分析

圖11和圖12為“十二五”規(guī)劃期間貴州省部分?jǐn)?shù)據(jù)的回歸分析,調(diào)整的判斷系數(shù)為0.997,較接近1,擬合優(yōu)度好,P-值近似為0,小于顯著性水平α=0.05,一元線性回歸模型的常數(shù)項(xiàng)的非標(biāo)準(zhǔn)化系數(shù)是0.599,解釋變量的非標(biāo)準(zhǔn)化系數(shù)分別是0.578。P-值為0.000<0.05,所以可以說(shuō)Ln(K/L)12對(duì)Ln(Y/L)12具有很顯著的影響,得到一元線性回歸方程：Ln(Y12/L12)=0.599+0.578Ln(K12/L12),α=1-β=0.422,以2011年作為基年,倒推出A012=1.842,所以2011—2013年貴州省總量的生產(chǎn)函數(shù)為：Y12=1.842e0.599tL0.422K0.578。

圖11 spass數(shù)據(jù)分析

圖12 spass數(shù)據(jù)分析

3 結(jié)果分析

3.1 貴州省經(jīng)濟(jì)增長(zhǎng)分析

2005—2013年貴州省總量的生產(chǎn)函數(shù)為：Y1=1.871e0.683tL0.483K0.517?？茖W(xué)技術(shù)進(jìn)步初始值為1.87,技術(shù)進(jìn)步系數(shù)為0.638,勞動(dòng)投入比例為0.483,資本投入比例為0.517?？梢钥闯?貴州省科學(xué)技術(shù)水平并不高,在全國(guó)也處于比較靠后的水平,但是科技進(jìn)步對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)水平是很大的。勞動(dòng)和資本所占的比例所差并不是很大,說(shuō)明勞動(dòng)和資本對(duì)貴州省經(jīng)濟(jì)增長(zhǎng)的作用基本相當(dāng)。

2013年在全國(guó)GDP總量排行中,貴州省排在第26位,經(jīng)濟(jì)總量比較小,經(jīng)濟(jì)增長(zhǎng)的空間也比較大。貴州省處于中國(guó)的西南地區(qū),地形復(fù)雜,經(jīng)濟(jì)發(fā)展得比較晚,科學(xué)技術(shù)也比較落后。近些年科技的引入對(duì)經(jīng)濟(jì)增長(zhǎng)有明顯的作用。勞動(dòng)力對(duì)貴州省經(jīng)濟(jì)增長(zhǎng)有很大的影響,但是貴州的勞動(dòng)力也存在不足的情況。

3.2 貴州省三大產(chǎn)業(yè)經(jīng)濟(jì)增長(zhǎng)分析

第一、二、三產(chǎn)業(yè)的生產(chǎn)函數(shù)分別為：

Y1=1.871e0.683tL0.483K0.517Y2=2.087e0.708tL0.111K0.889Y3=1.667e0.665tL0.369K0.631

從生產(chǎn)函數(shù)我們看出,第二產(chǎn)業(yè)的初始技術(shù)水平比較高,其次是第一產(chǎn)業(yè),最后是第三產(chǎn)業(yè)。在技術(shù)進(jìn)步系數(shù)上,也是第二產(chǎn)業(yè)比較高,隨后是第一產(chǎn)業(yè)、第三產(chǎn)業(yè)?？梢?jiàn)科技進(jìn)步對(duì)包括工業(yè)、建筑業(yè)在內(nèi)的第二產(chǎn)業(yè)經(jīng)濟(jì)增長(zhǎng)作用比較大。雖然第一產(chǎn)業(yè)與第三產(chǎn)業(yè)的初始技術(shù)水平不高,但是科技進(jìn)步也對(duì)第一、三產(chǎn)業(yè)的經(jīng)濟(jì)增長(zhǎng)有很大的作用。在勞動(dòng)力方面,不管是哪一個(gè)產(chǎn)業(yè),勞動(dòng)投入對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)都不如資本貢獻(xiàn)大。第一產(chǎn)業(yè)勞動(dòng)投入的貢獻(xiàn)還比較大,其次是第三產(chǎn)業(yè),最后勞動(dòng)投入對(duì)第二產(chǎn)業(yè)增長(zhǎng)的影響已經(jīng)非常小了。資本方面,第二產(chǎn)業(yè)的總量增長(zhǎng)主要依靠資本,其次是第三產(chǎn)業(yè),最后是第一產(chǎn)業(yè)。

圖13 三大產(chǎn)業(yè)經(jīng)濟(jì)增長(zhǎng)分析

貴州省的第一產(chǎn)業(yè)主要是農(nóng)業(yè)與林業(yè)。與其他省份不同,貴州的地貌主要是高原山地居多,這樣的地形不利于農(nóng)業(yè)機(jī)械的使用以及農(nóng)業(yè)科技效率的提高,所以第一產(chǎn)業(yè)科技初始水平不高,但是隨著近些年農(nóng)業(yè)科技的推廣,科技水平對(duì)第一產(chǎn)業(yè)經(jīng)濟(jì)增長(zhǎng)的作用日漸提高。貴州省的農(nóng)業(yè)大多數(shù)還是傳統(tǒng)的家庭式農(nóng)業(yè),再加上地形因素和土地分散,勞動(dòng)投入對(duì)農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)的作用還是很大,幾乎與資本各占一半。從圖13也可以看出,第一產(chǎn)業(yè)占貴州省GDP總量的百分比從2005年開(kāi)始在逐年下降,雖然幅度不大,但是可以看出一直是下降的趨勢(shì)。

貴州省的第二產(chǎn)業(yè)主要有采礦業(yè)、制造業(yè)等。國(guó)務(wù)院將貴州定位為全國(guó)重要的能源基地,但是由于貴州地質(zhì)、地形的復(fù)雜,科技的落后,資源開(kāi)采也有很大的困難,所以第二產(chǎn)業(yè)的初始科技水平雖然高于省內(nèi)其他產(chǎn)業(yè),但是在全國(guó)并不高?？萍歼M(jìn)步系數(shù)比較高,說(shuō)明如果科技進(jìn)步得快,第二產(chǎn)業(yè)經(jīng)濟(jì)增長(zhǎng)會(huì)更大。勞動(dòng)投入對(duì)第二產(chǎn)業(yè)影響很小,資本投入影響巨大。2011年貴州省開(kāi)始了工業(yè)強(qiáng)省的計(jì)劃,第二產(chǎn)業(yè)的增速十分迅速,對(duì)貴州省GDP的影響也十分明顯。從圖13可以看出,第二產(chǎn)業(yè)所占GDP的百分比從2005—2009年有所下降,但從2010年開(kāi)始回升。

貴州省的第三產(chǎn)業(yè)主要包括旅游業(yè)、房地產(chǎn)業(yè)等?？萍妓綄?duì)第三產(chǎn)業(yè)經(jīng)濟(jì)增長(zhǎng)比第一、二產(chǎn)業(yè)都小,資本對(duì)第三產(chǎn)業(yè)的影響力大于勞動(dòng)力投入。近些年貴州省第三產(chǎn)業(yè)發(fā)展迅速,以旅游業(yè)為例,從2008年開(kāi)始每年的增速都將近30%。從事第三產(chǎn)業(yè)的就業(yè)人員也有明顯的增長(zhǎng)。從圖13也可以看出,第三產(chǎn)業(yè)所占GDP的百分比逐年增大,而且增速明顯,以服務(wù)業(yè)為首的第三產(chǎn)業(yè)開(kāi)始成為貴州省經(jīng)濟(jì)增長(zhǎng)的主導(dǎo)部門(mén)。

3.3 貴州省“十一五”“十二五”經(jīng)濟(jì)增長(zhǎng)分析

“十一五”“十二五”經(jīng)濟(jì)增長(zhǎng)的生產(chǎn)函數(shù)分別為：

Y11=1.662e0.545tL0.218K0.782Y12=1.842e0.599tL0.422K0.578

比較兩個(gè)函數(shù),可以看出,“十二五”的初始技術(shù)水平要高于“十一五”的,這說(shuō)明科技的進(jìn)步與積累。從科技進(jìn)步系數(shù)上來(lái)看,“十二五”的要高于“十一五”的,說(shuō)明科技對(duì)經(jīng)濟(jì)增長(zhǎng)的作用越來(lái)越大。在勞動(dòng)力投入方面,“十二五”的勞動(dòng)力投入對(duì)經(jīng)濟(jì)增長(zhǎng)的影響要比“十一五”的大很多,這與以服務(wù)業(yè)為主的第三產(chǎn)業(yè)的快速發(fā)展有很大的關(guān)系。資本投入方面,資本對(duì)經(jīng)濟(jì)增長(zhǎng)的作用有所下降。

4 貴州省經(jīng)濟(jì)增長(zhǎng)因素研究結(jié)論

從索洛模型得出的生產(chǎn)函數(shù)可以看出：第一,貴州省的初始科技水平比較低,但是近些年科技進(jìn)步對(duì)經(jīng)濟(jì)增長(zhǎng)的作用是非常巨大的；勞動(dòng)投入和資本投入對(duì)貴州省經(jīng)濟(jì)增長(zhǎng)的作用基本相當(dāng)。第二,從三大產(chǎn)業(yè)來(lái)看,不論是哪一個(gè)產(chǎn)業(yè),技術(shù)進(jìn)步都對(duì)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生了很大的作用；第二產(chǎn)業(yè)中資本投入對(duì)經(jīng)濟(jì)增長(zhǎng)的影響遠(yuǎn)遠(yuǎn)超過(guò)了勞動(dòng)投入的作用；第三產(chǎn)業(yè)中資本的作用比勞動(dòng)投入的作用稍大一些；第一產(chǎn)業(yè)資本投入與勞動(dòng)投入對(duì)經(jīng)濟(jì)增長(zhǎng)的作用相當(dāng)。第三,從時(shí)間上來(lái)看,技術(shù)進(jìn)步對(duì)經(jīng)濟(jì)增長(zhǎng)的影響越來(lái)越大,勞動(dòng)力對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)也開(kāi)始增加,而資本投入的作用在減小。

綜上,貴州省經(jīng)濟(jì)增長(zhǎng)的最重要的因素是技術(shù)進(jìn)步,不論在哪一種分析中都體現(xiàn)出了科學(xué)技術(shù)進(jìn)步對(duì)經(jīng)濟(jì)的推動(dòng)作用；勞動(dòng)力投入與資本投入都是貴州省經(jīng)濟(jì)增長(zhǎng)的主要因素,但是勞動(dòng)力投入的影響在緩慢增加,而資本投入對(duì)經(jīng)濟(jì)增長(zhǎng)的影響慢慢減弱。

[1][美]魯?shù)细穸喽鞑际?宏觀經(jīng)濟(jì)學(xué)[M].北京：中國(guó)人民大學(xué)出版社,2010.

[2]陳宇虹.河北省經(jīng)濟(jì)增長(zhǎng)因素分析[J].中國(guó)博士論文庫(kù)，2013.

[3]劉偉.資本、勞動(dòng)及技術(shù)水平與西部經(jīng)濟(jì)增長(zhǎng)——基于陜西省1952—2011年的數(shù)據(jù)[J].大連理工大學(xué)學(xué)報(bào)，2014(5).

[4]汪丁丁.近年來(lái)經(jīng)濟(jì)發(fā)展理論的簡(jiǎn)述與思考[J].經(jīng)濟(jì)研究，1994(7).

[5]劉偉,蔡志洲.中國(guó)與其他國(guó)家(地區(qū)) 經(jīng)濟(jì)增長(zhǎng)狀況的比較[J].經(jīng)濟(jì)縱橫，2013(7).

[6]王軍,鄒廣平,石先進(jìn).制度變遷對(duì)中國(guó)經(jīng)濟(jì)增長(zhǎng)的影響——基于 VAR 模型的實(shí)證研究[J].中國(guó)工業(yè)經(jīng)濟(jì)，2013(5).

10.13939/j.cnki.zgsc.2016.47.010