我国经济正从高速增长阶段转入高质量发展阶段,必须推动经济发展质量变革、效率变革、动力变革,提高全要素生产率。本文尝试基于省级面板数据研究标准化对于技术进步、经济发展的作用,以期发挥标准化对于经济发展的重要支撑作用。
1 文献综述
1.1 标准化对经济增长的影响的研究
各国国家层面开展的标准化对经济增长的研究假定标准化通过推动创新知识的扩散促进经济发展,大都是由各国的国家标准机构进行,如德国标准机构(DIN)、法国标准机构(AFNOR),或者由国家标准机构委托相关研究机构进行,如英国标准机构(BSI)。在我国也有部分学者进行了类似研究。这些研究多采用生产函数法,利用时序数据,通过截至年底有效的标准总量测算标准化对经济增长的贡献。这类研究的局限性在于不同年度发布的标准对于经济增长的作用具有异质性,因此应该测算标准的有效存量。
1.2 基于国际面板数据开展的创新与经济发展的研究
在国际层面开展的创新和经济增长相关的研究中,有的研究对个体的选择基于全部或大部分国家。也有研究根据政治、地理、文化上的共性特征,遴选少量的样本国家,从而在一定程度上克服国家间法律、技术、社会环境差异导致的统计分析差异。
1.3 基于我国省级面板数据开展的创新与经济发展的研究
现阶段我国学者在中观即省级层面开展的研究,大都分析制度、人力资本、金融等因素对经济增长或全要素生产率的影响,研究方法包括经济增长模型、动态面板模型、空间计量模型等。根据数据的可得性,一般选择基于2000年之后的面板数据,选择不包含西藏在内的大陆30个省、直辖市、自治区(以下简称“省区市”)的面板数据作为分析的基础。
1.4 总结
综上可以看出,各国关于标准化对经济增长贡献的研究大都基于时序数据,虽然面板数据被广泛应用于国家和区域间创新和经济发展相关的实证研究,仅有极少的文献通过面板数据分析标准化对经济增长的作用。在我国省级层面未见类似基于面板数据开展的标准化和经济增长的相关研究。本文基于2001-2017年面板数据,将国家标准和行业标准数量通过标准研制贡献指数转化为地区的标准化水平,分析标准化对推动经济发展的作用。
2 模型设定和变量选择
2.1 模型设定
伴随创新驱动战略的实施,技术创新对地区经济发展产生越来越显著的驱动作用。标准一方面作为利益相关方协商一致的结果,成为技术的载体;另一方面,通过实施过程推动技术的扩展,产生溢出效应。将我国各省份的GDP分别和以发明专利有效存量为代表的技术创新水平、以标准有效存量为代表的标准化水平做散点图(见图1),可以发现GDP与专利有效存量、标准有效存量呈现正相关关系。
图1 专利存量、标准存量和地方GDP的散点图
本文基于经典的增长模型,引入创新水平、标准化水平等变量对模型进行扩展,得到增广的索洛模型,对模型的各变量进行指数化处理,如公式1所示。
LnYit=LnAit+αLnKit+βLnLit+δLnPit+ζLnSit+εit
(i=1,……,n;t=1,……,T) (1)
其中,Y表示地区经济发展水平,A表示地区的全要素生产率,K表示资本投入,L表示劳动投入,P表示技术创新水平,S表示标准化水平。i表示我国大陆30个省区市,由于数据可得性问题,未将香港、澳门、西藏纳入;t代表数据变量的选取时限为2001-2017年。
2.2 变量选择和数据来源(略)
3 实证分析
3.1 各省区市标准化水平分析
基于国家统计局对东、中、西部地区的划分,结合数据的可得性,未将香港、澳门、台湾、西藏纳入考虑范围,认为东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南等11个省市;中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南等8个省市;西部地区包括内蒙古、广西、重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏、新疆等11个省市。
按照上文对各地标准化水平的测算方法,可以测算得出以2001年为期初的,截至期末2017年东部、中部、西部地区各省区市的标准化水平如图2所示。
图2 2017年各省区市标准化水平和2001-2017年年均增速
从图2可以看出,从2017年各省标准化水平的现状来看,2017年北京的标准存量要远高于其他省区市,东部地区11个省区市的标准存量的平均水平高于中部地区的8个省区市,中部地区标准存量的平均水平高于西部地区的11个省区市。从2001-2017年年均增速来看发展趋势,青海的年均增速远高于其他省区市,从年均增速的地区平均水平来说,东部地区和中部地区持平,西部地区高于东部、中部地区。
3.2 各变量对地区经济发展的作用效果分析
面板数据实证分析的过程包括面板数据的单位根检验,面板模型的选择,面板数据的异方差检验和自相关检验,面板模型的回归等。这里篇幅所限,仅对面板模型的回归结果进行介绍。
根据面板模型选择,数据的异方差检验和自相关检验的结果,将全样本模型使用面板校正标准误差(PCSE)回归,并将混合回归分析、个体固定效应分析、个体随机效应分析的结果作为参照系,对比结果见表1。
表1 各变量对地区经济发展水平的影响分析(基于全样本模型)
变量 |
PCSE |
OLS |
FE |
RE |
LnK |
0.527*** (0.046) |
0.488*** (0.063) |
2.587*** (0.285) |
1.134*** (0.142) |
LnL |
0.268*** (0.017) |
0.276*** (0.059) |
0.292 (0.190) |
0.048 (0.139) |
LnP |
0.264*** (0.012) |
0.303*** (0.019) |
0.094*** (0.032) |
0.227*** (0.019) |
LnS |
0.050*** (0.019) |
-0.009 (0.052) |
0.064** (0.025) |
0.117*** (0.032) |
_cons |
-1.772*** (0.229) |
-1.491*** (0.321) |
-15.684*** (2.369) |
-4.613*** (0.870) |
R2 |
0.995 |
0.945 |
0.981 |
0.970 |
观测值 |
510 |
510 |
510 |
510 |
注:***,**,*分别代表在1%,5%,10%水平上显著。()内表示标准误
从表1可以看出,PCSE回归从标准误、置信水平、拟合优度上均优于混合回归、固定效应和随机效应分析的结果。在2001-2017年间,从各要素的产出弹性来看,资本投入、劳动投入、技术创新水平、标准化水平等产出弹性均为正,这意味着增加要素投入都会促进地区经济发展。以固定资本形成总额为代表的资本要素的弹性高达0.527,这与现有理论研究成果相符,投资驱动(固定资产投资)是近年来经济发展的主动力。以年度就业人员数为代表的劳动投入的弹性高达0.268,也与现有理论研究相符,表明人口红利对近年来经济的发展仍然发挥着积极作用。以各地区年度发明专利授权数为代表的技术创新投入的弹性略低于劳动投入的弹性,为0.264,表明我国近年来实施的创新驱动战略是有效的,正在通过促进自主创新,推动将资源和劳动的低成本优势转换为创新优势,对地区经济发展产生积极的驱动作用。以各地的标准有效存量为代表的标准化水平的弹性0.050,表明标准的实施通过推动创新知识的传播,创新促进科技成果的转化机制,支持了创新驱动战略的发展,对地区经济发展产生正面影响。
使用面板校正标准误差(PCSE)回归,分析在东部省份、中部省份、西部省份模型中各变量对地区经济发展水平的影响情况,并以全样本模型作为参照。具体如表2所示。
表2 各变量对地区经济发展的弹性分析(基于分区域模型)
变量 |
全样本 |
东部省份 |
中部省份 |
西部省份 |
LnK |
0.527*** (0.046) |
0.353*** (0.033) |
0.315** (0.127) |
0.919*** (0.085) |
LnL |
0.268*** (0.017) |
0.375*** (0.025) |
0.341*** (0.062) |
0.007 (0.052) |
LnP |
0.264*** (0.012) |
0.252*** (0.010) |
0.295*** (0.014) |
0.273*** (0.015) |
LnS |
0.050*** (0.019) |
0.034** (0.020) |
0.077*** (0.028) |
0.061*** (0.021) |
_cons |
-1.772*** (0.229) |
-0.975*** (0.061) |
-1.150** (0.481) |
-2.647*** (0.273) |
R2 |
0.995 |
0.997 |
0.997 |
0.994 |
观测值 |
510 |
187 |
136 |
187 |
注:***,**,*分别代表在1%,5%,10%水平上显著。()内表示标准误
从表2可以看出,在2001-2017年间,包括全样本模型、东部省份模型、中部省份模型、西部省份模型在内,资本投入、劳动投入、技术创新水平、标准化水平等要素的产出弹性均为正,这意味着增加要素投入的数量能够提高地区经济发展水平。其中,在东部省份回归模型和中部省份回归模型中,劳动投入的弹性都居于第一位,资本投入的弹性居于第二位,技术创新投入的弹性居于第三,标准化投入的弹性居于第四,均在不超过5%的显著性水平下通过显著性检验,拟合优度很好。在西部省份回归模型中,资本投入的弹性居于第一位,其次是技术创新投入和标准化投入,在不超过1%的显著性水平下通过显著性检验,拟合优度很好。这意味着,在东部省份和中部省份注重劳动和资本要素的投入,实施积极的就业政策和投资政策,将能够在一定程度上继续推动经济的发展水平;在西部省份注重资本要素的投入,实施积极的投资政策,将能够在一定程度上继续推动经济的发展水平。对于技术创新投入和标准化投入来说,则具有普适性,在全国和东、中、西部地区实施积极的创新推动政策和标准化政策,都将有利于地区经济的正向发展。尤其在我国经济发展面临质量变革、效率变革、动力变革的大趋势下,制定推动技术进步和技术效率的政策,将有助于推动标准化发挥对经济发展的积极作用。
3.3 各要素对经济增长的贡献率分析
基于要素的产出弹性和要素的年均增长率可以测算各要素对经济增长的贡献率,见公式2。要素年均增长率的测算方法包括算数平均数和几何平均数两种,以几何平均数为例(见公式3)测算要素对经济增长的贡献率如表3所示。
要素贡献率=(要素的年均增长率×要素的产出弹性)/GDP的年均增长率(2)
要素年均增长率=∑{(本期/前n年)^[1/(年数-1)]-1}/省区市数量 (3)
表3 2001-2017年变量年均增长率及要素贡献率(几何平均增长率)单位:%
变 量 |
全样本 |
东部省份 |
中部省份 |
西部省份 |
||||
年均增 长率 |
要素贡 献率 |
年均增 长率 |
要素贡 献率 |
年均增 长率 |
要素贡 献率 |
年均增 长率 |
要素贡 献率 |
|
GD P |
11.12 |
-- |
10.85 |
-- |
10.95 |
-- |
11.53 |
-- |
K |
2.70 |
12.80 |
2.44 |
7.94 |
2.92 |
8.40 |
2.80 |
22.32 |
L |
1.67 |
4.02 |
2.48 |
8.57 |
1.27 |
3.95 |
1.17 |
0.07 |
P |
30.92 |
73.41 |
34.77 |
80.76 |
29.61 |
79.77 |
28.00 |
66.30 |
S |
13.37 |
6.01 |
13.21 |
4.14 |
11.74 |
8.26 |
14.73 |
7.79 |
从表3可以看出,在要素贡献率方面,自主创新对GDP的要素贡献率高达73.41%,其次是资本的要素贡献率12.80%,第三是标准化的要素贡献率6.01%,劳动的要素贡献率只有4.02%,位于最末。由于要素的年均增长率在东部、中部、西部省份模型中存在差异,以及要素产出弹性在地区之间存在差异,使得各要素对GDP的贡献率也呈现区域差异性。自主创新的要素年均增长率和要素贡献率在各区域都稳居第一位,只存在数值上的差异。这表明自主创新已经对地区经济增长产生显著影响。而标准化要素年均增长率和要素贡献率表现居中,但不突出,主要是因为其通过自主创新知识的扩散对地区经济增长产生积极影响,这与面板模型中弹性分析结果也是一致的。同时资本和劳动投入等传统意义上的要素投入仍然对经济增长产生正向影响,但是年均增长率限制了资本和劳动要素对GDP的贡献率。从另一个角度来看,自主创新要素年均增长率和要素贡献率越高的东部省区市,标准化的要素年均增长率和要素贡献率越高,资本和劳动要素对GDP的贡献率越低;反之亦然。
4 研究结论与政策展望
本文采用技术创新要素和标准化要素构建增广的索洛模型,根据我国标准体系的构成和标准研制贡献指数构建地区的标准化水平,通过2001-2017年的省际面板数据分析包括标准化在内的各投入要素对经济增长的贡献率。
实证结果显示,首先,各要素的产出弹性均为正,意味着增加要素投入的数量能够提高地区经济发展水平。其次,估计模型各变量中自主创新的要素年均增长率和要素贡献率在各区域都稳居第一位,意味着我国的创新驱动战略在中观层面正在持续发挥显著影响。最后,包括标准化在内的各要素对经济增长的贡献率呈现区域差异性,意味着不同的区域需要实施不同的要素驱动政策。在全样本模型和中部、西部省区市模型中,标准化对经济增长的要素贡献率都高于劳动,在东部省区市模型中,标准化对经济增长的要素贡献率最低,表明随着创新驱动在经济增长中的作用越发显著,标准化将有较大的发展空间。总之,标准化对东中西部地区经济增长具有一定要素年均增长率和要素贡献率。虽然由于自身原因和作用机制,标准化对经济高质量增长影响没有自主创新要素明显,但是通过不同区域的比较显示,区域经济增长中标准化与自主创新的贡献度也是相关的。
基于上述研究结论,应根据东中部省区市差异逐步提高我国整体标准化水平。结合我国标准化的发展,本文提出如下建议:第一,各省区市应发布政策鼓励利益相关方参与政府组织制定的国家标准、行业标准,并制定地方标准与国家标准、行业标准等相衔接;第二,各省区市可发布政策鼓励市场利益相关方自主制定团体标准和企业标准;第三,各省区市应共享与标准制定相关的信息,建立标准实施信息反馈和评估机制,推动标准实施,通过实施标准促进对创新知识的传播,从而逐步提高各省区市的标准化水平。
文章作者:王丽君、王益谊等 中国标准化研究院标准化理论战略研究所
转载请注明出处