中国R&D投入与经济增长的系统动态仿真研究

陈海波

（江苏大学 财经学院，江苏 镇江 212013）

中国R&D投入与经济增长的系统动态仿真研究

陈海波

（江苏大学 财经学院，江苏 镇江 212013）

文章采用系统动力学模型对R&D投入与经济增长进行了系统的分析和研究，从因果关系图入手，绘制出系统流图，进行了系统仿真，并调整政策参数进行两种方案的对比和预测。研究结果表明，我国R&D投入与经济增长是相辅相成，应抓住有利时机，利用目前我国经济增长的良好势头，不断加大政府政策的支持力度，提升科技进步对经济增长的贡献度。

R&D投入；经济增长；系统动力学

经济增长是一个复杂的系统。R&D投入与经济增长之间的关系不是“细节性复杂”，而是“动态性复杂”[1]。本文基于系统动力学模型的基础，探讨R&D投入与经济增长之间的关联性，并采集相关数据进行系统动力仿真模拟。研究对明确科技发展与经济增长的关联性、提高科技进步对经济增长的贡献度，切实转变经济发展方式有着重要的理论和实际意义。

1 中国R&D投入与经济增长的系统分析

1.1 中国R&D投入与经济增长的系统构成

建立R&D投入与经济增长之间的系统动力学模型主要目的是研究国民经济子系统、R&D投入子系统、人口子系统与政府政策子系统之间的相互关系以及在这一系统运行过程中对经济增长产生的影响以及经济增长如何反作用于R&D投入。

（1）国民经济子系统

主要研究经济增长的主要决定因素，即R&D投入带来的技术创新水平因素，从而将国民经济子系统与R&D投入子系统进行有机的联合。

（2）R&D 投入子系统

主要研究R&D经费支出、R&D人员投入以及R&D投入强度等变化，同时深入教育领域，将普通高校毕业生和高校R&D经费支出进行关联，从源头方面寻找R&D人员的支撑，也将人口子系统进行了有机的结合。

（3）人口子系统

主要研究人口对R&D人员投入的支撑以及与国民经济系统相结合，决定人均GDP的情况，预测未来我国经济增长和人民生活的趋势。

（4）政府政策子系统

主要研究国家相关配套政策对国家科技活动支持的力度，有可能产生倍数的正效应，也有可能产生倍数的负效应，因此政策的可行性极为重要。

1.2 因果关系图

选取了若干重要因素，考察其相互之间的关系，运用Vensim PLE软件建立中国R&D投入与经济发展系统因果关系图[2]，如图1所示。主要的因果关系如下：

（1）GDP→财政支出→政府对科技活动的支持度因子→技术创新促进因子→GDP年增长率→GDP年增加量→GDP

（2）GDP→R&D经费支出→新产品销售收入→新产品成长指数→技术创新促进因子→GDP年增长率→GDP年增加量→GDP

（3）GDP→R&D经费支出→专利申请数→科技成果产业化水平因子→技术创新促进因子→GDP年增长率→GDP年增加量→GDP

（4）GDP→财政支出→高校R&D经费支出→R&D人员投入→专利申请数→科技成果产业化水平因子→技术创新促进因子→GDP年增长率→GDP年增加量→GDP

（5）GDP→财政支出→高校R&D经费支出→R&D人员投入→新产品销售收入→新产品成长指数→技术创新促进因子→GDP年增长率→GDP年增加量→GDP

2 模型构建与仿真分析

2.1 模型流图及方程

表1 两种方案下模拟结果列表

基于数据的不可获性以及模型简化的原则，在上述因果关系图的基础上形成中国R&D投入与经济发展的的系统动力学模型流图，如图2所示。模型中共有24个各类变量，1个常量、2个表函数。在各类变量中有2个状态变量、3个速率变量、其余16个均为辅助变量。各变量间的关联及方程通过回归模型、曲线拟合、表函数等方法获取，限于篇幅，文中略。

2.2 仿真结果及分析

（1）GDP 与 R&D 经费支出、R&D人员投入

按原始参数惯性发展的传统发展模式构建的系统动力学模型进行预测，GDP与R&D经费支出情况、R&D人员投入情况如图3所示。GDP与R&D经费支出均呈现较快的增长势头，从图中可以看出，两者具有较高的一致性，且在2010年之后，增长速度加快，这与前期的累积具有很强的关联性。由于整个系统的正反馈特性，这一增长势头将会持续。此外R&D人员投入也呈现增长趋势，但增长势头低于GDP。主要由于人口系统中对总人口的控制，以至于普通高校毕业生数因此而减少，从而R&D人员投入受到一些影响。

（2R&D经费支出、R&D投入强度与技术创新促进因子

R&D经费支出、R&D投入强度与技术创新促进因子如图4所示。很明显，R&D经费支出与技术创新促进因子呈现出较强的一致性，增加R&D经费支出将会支持更多的研发活动，产生更多的研发成果，带来技术进步和创新，技术创新因子因而也随之增强，进而促进经济增长。而R&D投入强度规律呈现“S”增长的趋势[3]，这符合一般的R&D投入强度的规律 （这一规律在模拟中拟合了Logisitic曲线）。由R&D投入强度与GDP所决定的R&D经费支出亦会增加，技术创新促进因子也因而增加。尽管R&D投入强度在2018年后将会减缓，但GDP的持续增加，R&D经费仍会增加，可以保持技术创新促进因子的持续作用力，推动系统向前发展。

3 不同方案模拟结果及分析

3.1 调整政府相关激励因子水平进行系统运行的结果比较

方案1是以原始参数惯性发展的传统发展模式，方案2是以国家相关政策激励增强配套后（变量“政府相关激励因子”从1变为2）的结果。图5、图6分别展示了GDP与人均GDP、R&D经费支出与技术创新促进因子在方案1和方案2，两种不同程度的政府相关激励水平下的情况。

由此可以看出，政府的相关激励在若干年的累积后，其作用的效果将逐渐放大，反之，若政府的相关激励没有效果，或是相关激励政策出台后的负面效用大于正面效应，其对经济增长的反作用也将倍数加强。因此政府在政策制定时应注重政府效应的分析，用科学发展观的思想制定各类政策，力求最大限度地发挥政府政策的导向作用。

3.2 两种方案下模型仿真数据表

原始数据与仿真结果的情况，如表1所示。表1展示的是2008年、2015年和2020年的5个核心指标的比较。方案1是以原始参数惯性发展的传统发展模式，其结果与原始数据吻合度较高，可以用于在正常情况的下的预测。方案2提升了政府政策配套的激励效应，相比之下R&D投入后整个经济增长上升较快。

4 结论与建议

综合以上分析，通过仿真模型的预测以及方案1和方案2的比较，至少可以得到以下的一些结论与建议：

（1）我国R&D投入与经济增长是相辅相成的，R&D投入促进了经济增长，经济增长又为R&D投入提供了有力的保障。因此在R&D投入方面，应寻求多元化的投资主体，通过积极的政策引导和利益的驱使，逐步形成政府、机构投资者、个人资本、大公司资本的多元化投资主体[4]。

（2）从目前的2010年到模型预测的2020年，R&D投入将逐年增加，其中R&D经费支出增加的速度要高于R&D人员投入的速度，这主要是R&D人员投入受人口数量增长的约束，高等教育规模将会在一定程度上缩减所致。为此，引进国外人才，多方开展培训和技术人员的终身教育尤为重要，对提升R&D投入绩效意义重大。

（3）在原始参数惯性发展的传统发展模式下，可以看到R&D投入和经济增长均在不同程度的向前发展，但在加大政策激励力度的方案2中，这一发展速度在加快，成效更加显著，为此，政府政策的支持不可或缺。模型中并未考虑不可抗力的一些因素，如世界性的金融危机，区域性的自然灾害等等。因此，适时地抓住有利时机，利用目前我国经济增长的良好势头，加大政策激励力度，充分运用科技税收政策，切实转变经济发展方式，提升科技进步对经济增长的贡献度，尤为重要。

[1]范黎波，宋志红，宋志华.R&D投入与经济增长的协整分析——基于中国 1987～2005 年数据[J]. 财贸经济，2008，（2）.

[2]李旭.社会系统动力学——政策研究的原理、方法和应用[M].上海：复旦大学出版社，2009.

[3]吴林海，杜文献，童霞.中国未来R&D投入配置的理论与实证研究[M].北京：化学工业出版社，2009.

[4]刘丹鹤，杨舰.R&D投入、经济增长与科技管理[J].科学学与科学技术管理，2006，（9）.

F204：F061.2

A

1002－6487（2011）10－0100-03

国家教育部人文社科项目（09YJA910004）；江苏省2009年度普通高校研究生科研创新项目（CX09B_062R）

陈海波（1977-），男，江苏滨海人，博士研究生，副教授，研究方向：科技创新与管理研究。

（责任编辑/浩 天）