朱立穎 趙宏蓉 常子洋

1.承德石油高等?？茖W(xué)校； 2.中國人民銀行承德市中心支行

一、財(cái)政支出和經(jīng)濟(jì)發(fā)展趨勢分析

近年來，我國產(chǎn)業(yè)結(jié)構(gòu)不斷優(yōu)化，如圖1所示，1999年-2019年三次產(chǎn)業(yè)中第一產(chǎn)業(yè)占比快速縮小，第二產(chǎn)業(yè)占比緩慢降低，而第三產(chǎn)業(yè)占比不斷擴(kuò)大。圖2顯示近20年國內(nèi)生產(chǎn)總值快速增長，資本、勞動(dòng)①對經(jīng)濟(jì)的投入呈現(xiàn)相同趨勢，但近年來速度有所下降，而國內(nèi)生產(chǎn)總值的增長勢頭不減。說明除去資本和勞動(dòng)的貢獻(xiàn)外，還有其他因素對經(jīng)濟(jì)發(fā)展起到促進(jìn)作用，將這部分因素統(tǒng)稱為技術(shù)貢獻(xiàn)。本文將通過測算規(guī)模以上工業(yè)和高技術(shù)產(chǎn)業(yè)全要素生產(chǎn)率研究技術(shù)要素在經(jīng)濟(jì)高速發(fā)展和經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型升級中的貢獻(xiàn)。

另一方面，加大對科技和教育領(lǐng)域的財(cái)政支出是宏觀政策中對促進(jìn)科技進(jìn)步，提高社會(huì)生產(chǎn)力，加快轉(zhuǎn)型升級的重要方面。圖3顯示2007年-2019年科技支出和教育支出均呈現(xiàn)增長趨勢，與經(jīng)濟(jì)增長趨勢相同。圖4為2007年-2019年科技支出和教育支出占比變化趨勢，其中教育支出占比先增長后下降，到2019年高出2007年0.93個(gè)百分點(diǎn)?？茖W(xué)技術(shù)支出占比在初期小幅抬升，繼而進(jìn)入漫長的下降過程，但基本保持穩(wěn)定，近年來有微小增加，到2019年科學(xué)技術(shù)支出占比較2007年低0.3個(gè)百分點(diǎn)。

數(shù)據(jù)顯示近年來國家財(cái)政科技支出和國家財(cái)政教育支出的規(guī)模不斷攀升，但在國家財(cái)政支出總額中所占份額增長非常有限。本文將依托于對全要素生產(chǎn)率的測算分離出技術(shù)因素的貢獻(xiàn)，借助向量自回歸模型主要分析教育財(cái)政支出、科技財(cái)政支出對不同產(chǎn)業(yè)的技術(shù)貢獻(xiàn)的影響程度，進(jìn)而給出有針對性的政策建議。要素生產(chǎn)率，其中Y為產(chǎn)值，K為資本的投入，L為勞動(dòng)的投入。A代表除去資本和勞動(dòng)的貢獻(xiàn)，由技術(shù)水平的提升導(dǎo)致產(chǎn)出增加的部分。用表示Y、L、K的對數(shù)形式，取對數(shù)后的C-D生產(chǎn)函數(shù)為：

二、全要素生產(chǎn)率的測算

（一）模型形式

其中A的對數(shù)形式分解為兩部分，分別是待估計(jì)的全要素生產(chǎn)率水平值和殘差項(xiàng)。

（二）測算方法

采用OP法通過stata軟件的opreg命令完成全要素生產(chǎn)率的測算。OP法需要確定如下幾個(gè)變量：生產(chǎn)總值，資本存量、新增投資、勞動(dòng)力數(shù)量。其中生產(chǎn)總值為被解釋變量，勞動(dòng)力數(shù)量為自由變量，資本存量為狀態(tài)變量，新增投資為代理變量。②資本存量數(shù)據(jù)和工業(yè)的新增投資數(shù)據(jù)根據(jù)固定資產(chǎn)原值、固定資產(chǎn)凈值、累計(jì)折舊等指標(biāo)計(jì)算。③最后利用固定資產(chǎn)價(jià)格指數(shù)對各項(xiàng)指標(biāo)進(jìn)行平減。

（三）測算結(jié)果

對工業(yè)和高技術(shù)產(chǎn)業(yè)1999年到2016年的全要素生產(chǎn)率測算結(jié)果如下:

表1 全要素生產(chǎn)率測算結(jié)果

核密度圖如下：

圖5 核密度圖

其中tfp_op_01代表工業(yè)全要素生產(chǎn)率，tfp_op_02代表高技術(shù)產(chǎn)業(yè)全要素生產(chǎn)率。圖5顯示工業(yè)全要素生產(chǎn)率的集中程度更高，而高技術(shù)產(chǎn)業(yè)的全要素生產(chǎn)率更為發(fā)散。

表2 TFP均值和年均增長率

高技術(shù)產(chǎn)業(yè)平均全要素生產(chǎn)率高于規(guī)模以上工業(yè)，說明高技術(shù)產(chǎn)業(yè)中技術(shù)的作用略高于工業(yè)。規(guī)模以上工業(yè)的全要素生產(chǎn)率年均增長速度明顯高于高技術(shù)產(chǎn)業(yè)，一是由于工業(yè)的全要素生產(chǎn)率增長較快，二是因?yàn)楦呒夹g(shù)產(chǎn)業(yè)全要素生產(chǎn)率經(jīng)歷了一個(gè)先增長后下降的過程，近幾年有下降趨勢。

三、分工業(yè)和高技術(shù)產(chǎn)業(yè)科教支出對TFP的影響分析

（一）模型形式

采用向量自回歸模型測算各項(xiàng)財(cái)政支出對全要素生產(chǎn)率TFP的影響，模型形式如下：

（二）指標(biāo)的選取

2007年財(cái)政收支科目實(shí)施了較大改革，特別是財(cái)政支出項(xiàng)目口徑變化很大，采用新的分類指標(biāo)，與往年數(shù)據(jù)不可比。通過對中國統(tǒng)計(jì)年鑒、中國財(cái)政年鑒、中國教育經(jīng)費(fèi)統(tǒng)計(jì)年鑒、中國科技統(tǒng)計(jì)年鑒數(shù)據(jù)的深入挖掘，選取了高等教育經(jīng)費(fèi)支出和財(cái)政科技支出分析其對全要素生產(chǎn)率的影響。選取以上指標(biāo)的原因是以上兩項(xiàng)指標(biāo)出自統(tǒng)計(jì)年鑒，屬于官方公布數(shù)據(jù)，不受科目改革影響，具有連續(xù)性。

（三）模型定階

赤池信息準(zhǔn)則等顯示模型滯后階數(shù)p應(yīng)選取3階。

（四）協(xié)整檢驗(yàn)

基于向量自回歸的johansen方法檢驗(yàn)結(jié)果如下：

依次檢驗(yàn)協(xié)整關(guān)系個(gè)數(shù)，在檢驗(yàn)協(xié)整關(guān)系個(gè)數(shù)為2時(shí)，跡統(tǒng)計(jì)量小于5%置信度之下的臨界水平，不能拒絕原假設(shè)，認(rèn)為協(xié)整關(guān)系成立。

（五）模型擬合

工業(yè)全要素生產(chǎn)率向量自回歸模型回歸方程和脈沖響應(yīng)分析圖如下：

（六）格蘭杰因果關(guān)系檢驗(yàn)

檢驗(yàn)結(jié)果顯示科技財(cái)政支出和教育財(cái)政支出均是工業(yè)全要素生產(chǎn)率的格蘭杰原因。利用科教支出對全要素生產(chǎn)率建模具有統(tǒng)計(jì)學(xué)意義。

（七）結(jié)果分析

滯后一期科技財(cái)政支出對工業(yè)全要素生產(chǎn)率有正向推動(dòng)作用，滯后二期和三期為負(fù)向作用。教育財(cái)政支出滯后一期、二期、三期均為正向影響。

脈沖響應(yīng)圖顯示，短期內(nèi)，教育財(cái)政支出和科技財(cái)政支出的沖擊均為正向沖擊，其中科技財(cái)政支出的沖擊較教育支出更大。教育支出的沖擊在短期內(nèi)3年作用達(dá)到峰值，科技支出的沖擊在短期內(nèi)2年左右達(dá)到峰值，比教育支出反應(yīng)更為迅速。長期來看，各項(xiàng)財(cái)政支出的沖擊影響逐漸趨于零，明顯的沖擊作用大概在6到7年后開始消失。這說明短期內(nèi)科技支出對工業(yè)全要素生產(chǎn)率的提升影響更大，影響速度更快，而長期來看教育支出和科技支出的影響較為均衡，作用時(shí)間也大致相同，長期效應(yīng)均不明顯。

高技術(shù)產(chǎn)業(yè)全要素生產(chǎn)率向量自回歸模型回歸方程和脈沖響應(yīng)分析圖如下：

脈沖響應(yīng)圖顯示，短期內(nèi)，科技財(cái)政支出和教育財(cái)政支出對高技術(shù)產(chǎn)業(yè)模型的沖擊模式具有較大差異?？萍贾С鲈谳^短時(shí)間內(nèi)出現(xiàn)峰值后沖擊減弱，以較快的速度向x軸趨近，而教育支出的沖擊從零開始逐漸上升，短期內(nèi)出現(xiàn)持續(xù)攀升的趨勢，但沖擊較為緩和。長期來看，教育支出的沖擊作用持續(xù)了較長時(shí)間，大致在10年后才逐漸趨近于x軸，而科技支出的沖擊大致在5年后就已經(jīng)非常接近于零了。這說明教育支出和科技支出均對高級術(shù)產(chǎn)業(yè)全要素生產(chǎn)率的提升有明顯的推動(dòng)作用，教育支出的影響會(huì)在未來較長一段時(shí)間內(nèi)發(fā)揮作用，而科技支出的影響集中在較短的時(shí)間內(nèi)，長期影響不明顯。

四、主要結(jié)論和政策建議

（一）主要結(jié)論

總體上，教育支出和科技支出對于提高全要素生產(chǎn)率具有正向推動(dòng)作用，一個(gè)單位財(cái)政支出對工業(yè)模型的沖擊相較于對高技術(shù)產(chǎn)業(yè)模型的沖擊更為突出，表明財(cái)政投入對工業(yè)的作用力更為顯著，回報(bào)更為突出。而對于高技術(shù)產(chǎn)業(yè)，財(cái)政投入對產(chǎn)業(yè)的拉動(dòng)效果有限。

分指標(biāo)看，科技支出相較于教育支出，對全要素生產(chǎn)率的提升作用表現(xiàn)的更為迅速和顯著，短期效應(yīng)較為明顯。分產(chǎn)業(yè)看，對技術(shù)要求更高，依賴更強(qiáng)的高技術(shù)產(chǎn)業(yè)而言，教育支出提升技術(shù)效率的長效性更為明顯。

（二）政策建議

1.保持現(xiàn)有教育科技財(cái)政支出規(guī)模并適度提升，促進(jìn)工業(yè)整體價(jià)值創(chuàng)造能力的提升。通過本文分析可以看出財(cái)政支出對產(chǎn)業(yè)技術(shù)效率提升確有正向推動(dòng)作用，因此應(yīng)當(dāng)在保持現(xiàn)有的財(cái)政科教支出規(guī)模，延續(xù)產(chǎn)業(yè)發(fā)展良好勢頭的基礎(chǔ)上進(jìn)行行業(yè)差異性的深入分析，針對不同行業(yè)特點(diǎn)，有的放矢，適度提升科教支出規(guī)模。

2.以產(chǎn)業(yè)升級目標(biāo)結(jié)構(gòu)為導(dǎo)向，加大相關(guān)高技術(shù)產(chǎn)業(yè)教育領(lǐng)域財(cái)政支出。可通過促進(jìn)產(chǎn)教融合、高校創(chuàng)新成果轉(zhuǎn)化等政策鼓勵(lì)高校對企業(yè)形成智力支撐，優(yōu)化合作機(jī)制，促進(jìn)科技成果的產(chǎn)業(yè)化，提升科技成果的價(jià)值增值速度，調(diào)動(dòng)科研工作者的積極性。同時(shí)鼓勵(lì)大學(xué)生創(chuàng)新創(chuàng)業(yè)，給予一定的財(cái)稅優(yōu)惠，延長財(cái)政支持時(shí)間，同時(shí)健全監(jiān)督機(jī)制，保證財(cái)政支出調(diào)動(dòng)經(jīng)濟(jì)創(chuàng)新發(fā)展的效果。

3.對于短期內(nèi)技術(shù)效率亟待提升，發(fā)展前景良好的相關(guān)產(chǎn)業(yè)可以考慮增加科技投入。在目前鼓勵(lì)科技創(chuàng)新、成果轉(zhuǎn)化、注重研發(fā)的基礎(chǔ)上可以考慮對中小企業(yè)、新興企業(yè)、前沿行業(yè)的監(jiān)督追蹤，優(yōu)化獎(jiǎng)勵(lì)機(jī)制，融通籌資渠道，推進(jìn)政策改革，提升財(cái)稅支撐，促進(jìn)科技進(jìn)步。

資本項(xiàng)選取新增固定資產(chǎn)投資指標(biāo)，勞動(dòng)項(xiàng)選取勞動(dòng)力（萬人）指標(biāo)，兩項(xiàng)數(shù)據(jù)均出自國家統(tǒng)計(jì)局年度數(shù)據(jù)。

生產(chǎn)總值和勞動(dòng)力數(shù)據(jù)出自中國工業(yè)統(tǒng)計(jì)年鑒和中國高技術(shù)產(chǎn)業(yè)統(tǒng)計(jì)年鑒，由于2011年之后不再公布工業(yè)總產(chǎn)值，以規(guī)模類似的工業(yè)銷售產(chǎn)值替代。高技術(shù)產(chǎn)業(yè)的新增投資數(shù)據(jù)取自中國高技術(shù)統(tǒng)計(jì)年鑒。