陳海波

（江蘇大學(xué) 財(cái)經(jīng)學(xué)院，江蘇 鎮(zhèn)江 212013）

中國(guó)R&D投入與經(jīng)濟(jì)增長(zhǎng)的系統(tǒng)動(dòng)態(tài)仿真研究

陳海波

（江蘇大學(xué) 財(cái)經(jīng)學(xué)院，江蘇 鎮(zhèn)江 212013）

文章采用系統(tǒng)動(dòng)力學(xué)模型對(duì)R&D投入與經(jīng)濟(jì)增長(zhǎng)進(jìn)行了系統(tǒng)的分析和研究，從因果關(guān)系圖入手，繪制出系統(tǒng)流圖，進(jìn)行了系統(tǒng)仿真，并調(diào)整政策參數(shù)進(jìn)行兩種方案的對(duì)比和預(yù)測(cè)。研究結(jié)果表明，我國(guó)R&D投入與經(jīng)濟(jì)增長(zhǎng)是相輔相成，應(yīng)抓住有利時(shí)機(jī)，利用目前我國(guó)經(jīng)濟(jì)增長(zhǎng)的良好勢(shì)頭，不斷加大政府政策的支持力度，提升科技進(jìn)步對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)度。

R&D投入；經(jīng)濟(jì)增長(zhǎng)；系統(tǒng)動(dòng)力學(xué)

經(jīng)濟(jì)增長(zhǎng)是一個(gè)復(fù)雜的系統(tǒng)。R&D投入與經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系不是“細(xì)節(jié)性復(fù)雜”，而是“動(dòng)態(tài)性復(fù)雜”[1]。本文基于系統(tǒng)動(dòng)力學(xué)模型的基礎(chǔ)，探討R&D投入與經(jīng)濟(jì)增長(zhǎng)之間的關(guān)聯(lián)性，并采集相關(guān)數(shù)據(jù)進(jìn)行系統(tǒng)動(dòng)力仿真模擬。研究對(duì)明確科技發(fā)展與經(jīng)濟(jì)增長(zhǎng)的關(guān)聯(lián)性、提高科技進(jìn)步對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)度，切實(shí)轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式有著重要的理論和實(shí)際意義。

1 中國(guó)R&D投入與經(jīng)濟(jì)增長(zhǎng)的系統(tǒng)分析

1.1 中國(guó)R&D投入與經(jīng)濟(jì)增長(zhǎng)的系統(tǒng)構(gòu)成

建立R&D投入與經(jīng)濟(jì)增長(zhǎng)之間的系統(tǒng)動(dòng)力學(xué)模型主要目的是研究國(guó)民經(jīng)濟(jì)子系統(tǒng)、R&D投入子系統(tǒng)、人口子系統(tǒng)與政府政策子系統(tǒng)之間的相互關(guān)系以及在這一系統(tǒng)運(yùn)行過(guò)程中對(duì)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生的影響以及經(jīng)濟(jì)增長(zhǎng)如何反作用于R&D投入。

（1）國(guó)民經(jīng)濟(jì)子系統(tǒng)

主要研究經(jīng)濟(jì)增長(zhǎng)的主要決定因素，即R&D投入帶來(lái)的技術(shù)創(chuàng)新水平因素，從而將國(guó)民經(jīng)濟(jì)子系統(tǒng)與R&D投入子系統(tǒng)進(jìn)行有機(jī)的聯(lián)合。

（2）R&D 投入子系統(tǒng)

主要研究R&D經(jīng)費(fèi)支出、R&D人員投入以及R&D投入強(qiáng)度等變化，同時(shí)深入教育領(lǐng)域，將普通高校畢業(yè)生和高校R&D經(jīng)費(fèi)支出進(jìn)行關(guān)聯(lián)，從源頭方面尋找R&D人員的支撐，也將人口子系統(tǒng)進(jìn)行了有機(jī)的結(jié)合。

（3）人口子系統(tǒng)

主要研究人口對(duì)R&D人員投入的支撐以及與國(guó)民經(jīng)濟(jì)系統(tǒng)相結(jié)合，決定人均GDP的情況，預(yù)測(cè)未來(lái)我國(guó)經(jīng)濟(jì)增長(zhǎng)和人民生活的趨勢(shì)。

（4）政府政策子系統(tǒng)

主要研究國(guó)家相關(guān)配套政策對(duì)國(guó)家科技活動(dòng)支持的力度，有可能產(chǎn)生倍數(shù)的正效應(yīng)，也有可能產(chǎn)生倍數(shù)的負(fù)效應(yīng)，因此政策的可行性極為重要。

1.2 因果關(guān)系圖

選取了若干重要因素，考察其相互之間的關(guān)系，運(yùn)用Vensim PLE軟件建立中國(guó)R&D投入與經(jīng)濟(jì)發(fā)展系統(tǒng)因果關(guān)系圖[2]，如圖1所示。主要的因果關(guān)系如下：

（1）GDP→財(cái)政支出→政府對(duì)科技活動(dòng)的支持度因子→技術(shù)創(chuàng)新促進(jìn)因子→GDP年增長(zhǎng)率→GDP年增加量→GDP

（2）GDP→R&D經(jīng)費(fèi)支出→新產(chǎn)品銷(xiāo)售收入→新產(chǎn)品成長(zhǎng)指數(shù)→技術(shù)創(chuàng)新促進(jìn)因子→GDP年增長(zhǎng)率→GDP年增加量→GDP

（3）GDP→R&D經(jīng)費(fèi)支出→專(zhuān)利申請(qǐng)數(shù)→科技成果產(chǎn)業(yè)化水平因子→技術(shù)創(chuàng)新促進(jìn)因子→GDP年增長(zhǎng)率→GDP年增加量→GDP

（4）GDP→財(cái)政支出→高校R&D經(jīng)費(fèi)支出→R&D人員投入→專(zhuān)利申請(qǐng)數(shù)→科技成果產(chǎn)業(yè)化水平因子→技術(shù)創(chuàng)新促進(jìn)因子→GDP年增長(zhǎng)率→GDP年增加量→GDP

（5）GDP→財(cái)政支出→高校R&D經(jīng)費(fèi)支出→R&D人員投入→新產(chǎn)品銷(xiāo)售收入→新產(chǎn)品成長(zhǎng)指數(shù)→技術(shù)創(chuàng)新促進(jìn)因子→GDP年增長(zhǎng)率→GDP年增加量→GDP

2 模型構(gòu)建與仿真分析

2.1 模型流圖及方程

表1 兩種方案下模擬結(jié)果列表

基于數(shù)據(jù)的不可獲性以及模型簡(jiǎn)化的原則，在上述因果關(guān)系圖的基礎(chǔ)上形成中國(guó)R&D投入與經(jīng)濟(jì)發(fā)展的的系統(tǒng)動(dòng)力學(xué)模型流圖，如圖2所示。模型中共有24個(gè)各類(lèi)變量，1個(gè)常量、2個(gè)表函數(shù)。在各類(lèi)變量中有2個(gè)狀態(tài)變量、3個(gè)速率變量、其余16個(gè)均為輔助變量。各變量間的關(guān)聯(lián)及方程通過(guò)回歸模型、曲線(xiàn)擬合、表函數(shù)等方法獲取，限于篇幅，文中略。

2.2 仿真結(jié)果及分析

（1）GDP 與 R&D 經(jīng)費(fèi)支出、R&D人員投入

按原始參數(shù)慣性發(fā)展的傳統(tǒng)發(fā)展模式構(gòu)建的系統(tǒng)動(dòng)力學(xué)模型進(jìn)行預(yù)測(cè)，GDP與R&D經(jīng)費(fèi)支出情況、R&D人員投入情況如圖3所示。GDP與R&D經(jīng)費(fèi)支出均呈現(xiàn)較快的增長(zhǎng)勢(shì)頭，從圖中可以看出，兩者具有較高的一致性，且在2010年之后，增長(zhǎng)速度加快，這與前期的累積具有很強(qiáng)的關(guān)聯(lián)性。由于整個(gè)系統(tǒng)的正反饋特性，這一增長(zhǎng)勢(shì)頭將會(huì)持續(xù)。此外R&D人員投入也呈現(xiàn)增長(zhǎng)趨勢(shì)，但增長(zhǎng)勢(shì)頭低于GDP。主要由于人口系統(tǒng)中對(duì)總?cè)丝诘目刂?，以至于普通高校畢業(yè)生數(shù)因此而減少，從而R&D人員投入受到一些影響。

（2R&D經(jīng)費(fèi)支出、R&D投入強(qiáng)度與技術(shù)創(chuàng)新促進(jìn)因子

R&D經(jīng)費(fèi)支出、R&D投入強(qiáng)度與技術(shù)創(chuàng)新促進(jìn)因子如圖4所示。很明顯，R&D經(jīng)費(fèi)支出與技術(shù)創(chuàng)新促進(jìn)因子呈現(xiàn)出較強(qiáng)的一致性，增加R&D經(jīng)費(fèi)支出將會(huì)支持更多的研發(fā)活動(dòng)，產(chǎn)生更多的研發(fā)成果，帶來(lái)技術(shù)進(jìn)步和創(chuàng)新，技術(shù)創(chuàng)新因子因而也隨之增強(qiáng)，進(jìn)而促進(jìn)經(jīng)濟(jì)增長(zhǎng)。而R&D投入強(qiáng)度規(guī)律呈現(xiàn)“S”增長(zhǎng)的趨勢(shì)[3]，這符合一般的R&D投入強(qiáng)度的規(guī)律 （這一規(guī)律在模擬中擬合了Logisitic曲線(xiàn)）。由R&D投入強(qiáng)度與GDP所決定的R&D經(jīng)費(fèi)支出亦會(huì)增加，技術(shù)創(chuàng)新促進(jìn)因子也因而增加。盡管R&D投入強(qiáng)度在2018年后將會(huì)減緩，但GDP的持續(xù)增加，R&D經(jīng)費(fèi)仍會(huì)增加，可以保持技術(shù)創(chuàng)新促進(jìn)因子的持續(xù)作用力，推動(dòng)系統(tǒng)向前發(fā)展。

3 不同方案模擬結(jié)果及分析

3.1 調(diào)整政府相關(guān)激勵(lì)因子水平進(jìn)行系統(tǒng)運(yùn)行的結(jié)果比較

方案1是以原始參數(shù)慣性發(fā)展的傳統(tǒng)發(fā)展模式，方案2是以國(guó)家相關(guān)政策激勵(lì)增強(qiáng)配套后（變量“政府相關(guān)激勵(lì)因子”從1變?yōu)?）的結(jié)果。圖5、圖6分別展示了GDP與人均GDP、R&D經(jīng)費(fèi)支出與技術(shù)創(chuàng)新促進(jìn)因子在方案1和方案2，兩種不同程度的政府相關(guān)激勵(lì)水平下的情況。

由此可以看出，政府的相關(guān)激勵(lì)在若干年的累積后，其作用的效果將逐漸放大，反之，若政府的相關(guān)激勵(lì)沒(méi)有效果，或是相關(guān)激勵(lì)政策出臺(tái)后的負(fù)面效用大于正面效應(yīng)，其對(duì)經(jīng)濟(jì)增長(zhǎng)的反作用也將倍數(shù)加強(qiáng)。因此政府在政策制定時(shí)應(yīng)注重政府效應(yīng)的分析，用科學(xué)發(fā)展觀(guān)的思想制定各類(lèi)政策，力求最大限度地發(fā)揮政府政策的導(dǎo)向作用。

3.2 兩種方案下模型仿真數(shù)據(jù)表

原始數(shù)據(jù)與仿真結(jié)果的情況，如表1所示。表1展示的是2008年、2015年和2020年的5個(gè)核心指標(biāo)的比較。方案1是以原始參數(shù)慣性發(fā)展的傳統(tǒng)發(fā)展模式，其結(jié)果與原始數(shù)據(jù)吻合度較高，可以用于在正常情況的下的預(yù)測(cè)。方案2提升了政府政策配套的激勵(lì)效應(yīng)，相比之下R&D投入后整個(gè)經(jīng)濟(jì)增長(zhǎng)上升較快。

4 結(jié)論與建議

綜合以上分析，通過(guò)仿真模型的預(yù)測(cè)以及方案1和方案2的比較，至少可以得到以下的一些結(jié)論與建議：

（1）我國(guó)R&D投入與經(jīng)濟(jì)增長(zhǎng)是相輔相成的，R&D投入促進(jìn)了經(jīng)濟(jì)增長(zhǎng)，經(jīng)濟(jì)增長(zhǎng)又為R&D投入提供了有力的保障。因此在R&D投入方面，應(yīng)尋求多元化的投資主體，通過(guò)積極的政策引導(dǎo)和利益的驅(qū)使，逐步形成政府、機(jī)構(gòu)投資者、個(gè)人資本、大公司資本的多元化投資主體[4]。

（2）從目前的2010年到模型預(yù)測(cè)的2020年，R&D投入將逐年增加，其中R&D經(jīng)費(fèi)支出增加的速度要高于R&D人員投入的速度，這主要是R&D人員投入受人口數(shù)量增長(zhǎng)的約束，高等教育規(guī)模將會(huì)在一定程度上縮減所致。為此，引進(jìn)國(guó)外人才，多方開(kāi)展培訓(xùn)和技術(shù)人員的終身教育尤為重要，對(duì)提升R&D投入績(jī)效意義重大。

（3）在原始參數(shù)慣性發(fā)展的傳統(tǒng)發(fā)展模式下，可以看到R&D投入和經(jīng)濟(jì)增長(zhǎng)均在不同程度的向前發(fā)展，但在加大政策激勵(lì)力度的方案2中，這一發(fā)展速度在加快，成效更加顯著，為此，政府政策的支持不可或缺。模型中并未考慮不可抗力的一些因素，如世界性的金融危機(jī)，區(qū)域性的自然災(zāi)害等等。因此，適時(shí)地抓住有利時(shí)機(jī)，利用目前我國(guó)經(jīng)濟(jì)增長(zhǎng)的良好勢(shì)頭，加大政策激勵(lì)力度，充分運(yùn)用科技稅收政策，切實(shí)轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式，提升科技進(jìn)步對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)度，尤為重要。

[1]范黎波，宋志紅，宋志華.R&D投入與經(jīng)濟(jì)增長(zhǎng)的協(xié)整分析——基于中國(guó) 1987～2005 年數(shù)據(jù)[J]. 財(cái)貿(mào)經(jīng)濟(jì)，2008，（2）.

[2]李旭.社會(huì)系統(tǒng)動(dòng)力學(xué)——政策研究的原理、方法和應(yīng)用[M].上海：復(fù)旦大學(xué)出版社，2009.

[3]吳林海，杜文獻(xiàn)，童霞.中國(guó)未來(lái)R&D投入配置的理論與實(shí)證研究[M].北京：化學(xué)工業(yè)出版社，2009.

[4]劉丹鶴，楊艦.R&D投入、經(jīng)濟(jì)增長(zhǎng)與科技管理[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2006，（9）.

F204：F061.2

A

1002－6487（2011）10－0100-03

國(guó)家教育部人文社科項(xiàng)目（09YJA910004）；江蘇省2009年度普通高校研究生科研創(chuàng)新項(xiàng)目（CX09B_062R）

陳海波（1977-），男，江蘇濱海人，博士研究生，副教授，研究方向：科技創(chuàng)新與管理研究。

（責(zé)任編輯/浩 天）