房地产经济指标测算方法（精选9篇）
1.1市场供应量预测2012年商品房竣工量可以采用统计关系预测。对全国2006年至2011年当年商品房竣工面积（Y）与前一年商品房施工面积(X1)、前两年商品房施工面积(X2)、前一年商品房新开工面积（X3）、前两年商品房新开工面积（X4）进行统计分析，可以得到以下关系：
Y＝44467.2－2.723X1＋0.554X2＋3.298X3＋1.525X4，相关系数r＝0.98。
拿个很久以前的值来说，根据统计资料，2000年全国商品房施工面积及新开工面积分别为63529万m2、28259万m2，1999年全国商品房施工面积及新开工面积分别为55105万m2、21633万m2，代入上式得2001年商品房竣工面积预测值为27940万m2。2012年的数据已经出来了，各位可以自行测算。
1.2市场需求量预测1.2.1计算说明根据1995年以来数据统计，住宅销售面积占总商品房销售面积的比重有逐年增长趋势，预测2001年住宅销售比重为0.913，在计算出住宅销售面积后，据此换算出商品房销售面积。
市场需求量采用收入支出比例模型预测。根据统计资料预测2001年城镇居民消费支出为6914元。根据世界各国统计资料，当恩格尔系数下降至0.4～0.45时，住宅消费支出比重将升到15～20%。在房改政策推动下，我国住宅消费支出近期会有大幅上升，但考虑到我国住宅消费支出比重一直较低，在此估算时住宅消费支出比按15％考虑。人口采用第五次人口普查的全国城镇总人口45594万人。
另外，随商品房需求增加，建筑品质也在同时得到提升，在房地产的这一上升周期内，商品房尤其住宅价格，仍可能维持1季度的上升趋势，根据历史资料预测2001年住宅平均价格为2100元/m2。
1.1.2计算公式全市住房消费支出＝总人口×人均消费支出×住宅消费支出比＝45594×6914×0.15 ＝4728.55（亿元）
2001年住宅销售面积＝住房消费支出÷平均房价＝4728.55（亿元）÷2100（元/m2）
企业的效率主要包括规模效率、范围效率和X效率。其中规模效率和范围效率分别指由企业生产规模扩大、产品多元化使生产成本降低带来的效率, 而X效率则是指企业经营中不为前两种效率解释的部分, Frei等 (2000) 将其定义为:除规模和范围影响外的技术和配置效率之和, 测度企业生产给定产出时整合技术、人力资源及其他资产的管理水平的差异。X效率的概念最早由Leibenstein (1966) 引入, Mester (1996) 、Altunbas (2001) 等通过实证研究后发现, 相较于规模效率和范围效率, X效率对企业成本控制和竞争力提高的影响更为显著。房地产开发投资周期长, 资金量大, 对房地产企业 (主要指开发企业) 的经营与管理能力要求较高, 这使得了解和提高X效率水平对房地产企业长足发展尤为重要。
已有对企业X效率的研究主要集中于银行业, 侧重于测算企业X效率或分析其影响因素。在测算方法上, 目前常用的有非参数法和参数法两种。非参数法中最常用的是数据包络分析 (Data Envelopment Analysis, DEA) 法, 利用线性规划思想, 测量具有多项投入和产出的决策单元对于生产可能性边界的相对效率 (Farell, 1957) , 该方法无需定义基本的生产或成本函数, 但对企业产品同质性和经营稳定性要求较高, 其中魏煜和王丽 (2000) 、张健华 (2003) 等采用DEA方法测算了商业银行的X效率, 但均未考虑方法的适用性问题;参数法中最常用的是随机前沿方法 (Stochastic Frontier Approach, SFA) , 首先设定企业的成本边界函数, 利用多元统计分析确定函数参数, 并通过效率含义来计算企业X效率 (Berger et al, 1993) , 该方法考虑到随机误差, 模型经济含义明确, 且对企业产品同质性和经营稳定性要求不高, 其中钱蓁 (2003) 和迟国泰等 (2005) 分别采用该方法测算了商业银行的成本效率, 并对测算方法的选择和成本函数的设定等进行了探讨。
而关于我国房地产企业效率研究, 孟川瑾等 (2008) 选取我国2006年500强中的房地产企业为决策单元, 采用DEA方法测算企业的技术效率、纯技术效率和规模效率;任放和钱珍 (2009) 采用不可控制变量DEA模型测算了2006年我国47家房地产上市公司的经营技术效率, 表明我国房地产企业普遍存在规模无效率现象;袁方和高钰 (2009) 采用DEA方法、基于2000-2007年我国20家房地产上市公司数据实证分析了整个行业的运行效率, 结果显示我国房地产行业总体运行效率较高, 但局部波动较大。然而总体来看, 目前对我国房地产企业效率的研究仍较为缺乏, 已有研究大多没有明确企业效率的定义和涵盖内容, 导致研究角度不一;且目前研究主要采用DEA方法进行效率测算, 没有考虑该方法对房地产企业的适用性。实际上, 房地产产品具有明显的异质性, 且由于受经济环境和宏观调控的影响较大, 企业经营波动性强, DEA方法可能并不适用于研究我国房地产企业效率。
本文关注于对我国房地产企业发展影响较大的X效率, 且考虑到房地产企业具体特点, 采用参数法中的SFA方法来进行企业X效率的测度。具体以我国房地产上市公司为样本, 采用合适的函数形式建立SFA方法下的X效率测算模型, 提出具体的测算步骤, 基于样本公司2005-2011年数据测算其X效率并对结果进行多角度统计分析, 以全面了解我国房地产企业的X效率水平, 为企业改善内部管理, 优化资源配置提供参考。
2 X效率测算模型与测算步骤
2.1 X效率测算模型
企业的X效率可以用企业生产的理论最小成本与实际成本的比值表示 (迟国泰等, 2005) 。以下分别对企业生产的理论成本、实际成本和X效率函数模型进行介绍。
2.1.1 理论成本函数模型
首先对企业生产的理论成本函数模型进行假设, 常用的成本函数有科布道格拉斯 (Cobudauglas, C-D) 成本函数和超越对数 (Translog) 成本函数。相较于结构较为简单的C-D成本函数, Translog成本函数还将生产的投入产出项的交互影响考虑在内, 能更贴合实际地模拟房地产产品的生产成本, 故本文采用该函数模拟房地产企业的理论生产成本。
对于有m项产品产出和n项要素投入的生产过程, 采用Translog成本函数形式的理论成本函数如式 (1) 所示:
式 (1) 中, C是n项投入生产的总成本;Yi是第i项产出量 (i=1, 2, …, m) ;Pj是第j项投入要素的价格 (j=1, 2, …, n) ;ε为随机误差项;α0, αi, βj, γik, δjl, ρij (i, k=1, 2, …, m;j, l=1, 2, …, n) 均为待估参数。
为保证Translog成本函数成立, 函数要求投入要素价格满足线性齐次性、二次项参数满足对称性。函数的参数约束条件如下:
2.1.2 实际成本函数模型
实际上, 由于存在非效率因素, 企业往往无法达到理论的最佳资源配置情况, 企业的实际成本 (Real Cost, RC) 与理论成本间存在差距, 两者关系如式 (2) 所示:
式 (2) 中, RC为企业实际成本;C为企业理论成本;U为企业理论成本与实际成本之比的倒数, 取值范围为[1, ∞) , 反映由于技术和管理不当等产生的成本浪费情况;V为测量的随机误差。
将理论成本函数式 (1) 代入式 (2) , 即可得企业实际成本的最终表达式, 如式 (3) 所示:
式 (3) 中, RC为企业实际成本;u等于ln U, 为成本的非效率项;v等于ln V, 为测量的随机误差项;其余参数含义与式 (1) 相同。
为区分式 (3) 中的成本非效率项u和随机误差项v, SFA方法中假定u服从半正态分布|N (0, δε2) |, v服从标准正态分布N (0, δε2) 。
2.1.3 X效率函数模型
企业X效率 (ESX) 为生产的理论最小成本与实际成本之比, 计算公式如式 (4) 所示。
式 (4) 中, ESX为企业X效率;C为企业生产的理论成本;RC为企业生产的实际成本。
由于理论成本不大于实际成本, ESX的分布范围为 (0, 1], 其值越接近1, 表示企业的X效率水平越高。
2.2 X效率测算步骤
测算企业的X效率遵循如下步骤。
第一, 确定企业投入产出的各项指标和变量。根据企业生产过程和产品生产特点, 选取合适的投入和产出要素, 确定生产的投入价格、投入总成本和产出的各类指标和相应变量。
第二, 采用极大似然法估计企业的实际成本函数。将选取的投入产出各类变量数据代入式 (3) , 采用极大似然法估计企业的实际成本函数, 确定函数中各项参数取值。
第三, 计算企业的理论生产成本。将式 (3) 中估计的各项参数值代入式 (1) , 结合投入产出各类变量数据, 计算企业的理论生产成本。
第四, 计算企业的X效率值。将企业的实际生产成本与求得的理论生产成本代入式 (4) , 计算企业的X效率值。
3 我国房地产上市公司X效率测算
这里选取我国房地产上市公司为样本, 结合房地产企业特点和模型形式进行相关指标选取和变量设定, 收集样本公司2005-2011年数据测算其X效率水平。
3.1 指标选取与变量设定
企业X效率测算基于Translog成本函数模型展开, 需对模型中涉及到的指标和变量进行设定。Translog成本函数中共涉及投入价格、总成本和产出三大类指标, 根据我国房地产企业及其生产特点, 研究所需模型中投入要素价格指标从人工、资金、土地和建安材料4方面选取;总成本指标为各投入要素的成本之和;产出指标则选取营业收入。在具体设定各指标对应变量时, 人工投入价格和营业收入对应变量可简单计算或直接获取, 资金、土地和建安材料投入价格对应变量需进行替代:资金投入价格用单位利息费用近似替代;土地、建安材料两类实物要素投入价格用单位产品成本近似替代。同时, 为消除房地产市场波动带来的成本变化, 引入国房景气指数作为控制变量。
数据来源:锐思数据库, www.resset.cn。
X效率测算的Translog成本函数模型中指标选取与变量设定如表1所示。
3.2 数据收集与整理
根据指标与变量设定, 在2005-2011年沪深A股房地产上市公司总体中剔除被特别处理 (ST) 和数据缺失的公司, 最终确定38家房地产上市公司为研究样本, 收集整理2005-2011年样本公司各变量的原始数据, 其描述性统计结果如表2所示。
3.3 X效率测算结果
结合表2中涉及的各变量原始数据, 根据X效率测算步骤进行2005-2011年样本房地产上市公司X效率测算 (该过程用Frontier4.1软件实现) , 结果如表3所示。
注:为避免不必要的纠纷, 这里房地产上市公司略去公司名称和股票代码, 而仅以序号列示。
4 我国房地产上市公司X效率统计分析
这里根据表3中样本房地产上市公司X效率的测算结果, 从总体和不同角度分类两个方面进行2005-2011年我国房地产上市公司X效率统计分析。
4.1 房地产上市公司X效率总体统计
从总体上对样本房地产上市公司的X效率水平进行统计分析。分别计算2005-2011年样本公司X效率的平均值, 衡量其X效率的平均水平;以平均值为基础计算样本公司X效率的年增长率, 反映各年X效率的纵向变化;计算各年样本公司X效率的标准差系数 (标准差与平均值之比) , 衡量样本公司间X效率的差异水平。具体统计结果如表4所示。
由表4可知, 2005-2011年样本公司X效率的平均值在0.75左右;各年样本公司X效率的平均水平呈现增减波动, 但总体变化不大;各年样本公司X效率的标准差系数均小于12%, 且总体呈降低趋势, 反映样本公司间X效率的差异正逐步减小。
4.2 基于不同角度的房地产上市公司X效率统计
这里考虑到房地产企业特点, 结合以往研究中X效率的影响因素, 进一步从资产规模、所有权性质和业务布局三个角度对样本房地产上市公司进行分类, 并对不同类别的样本公司X效率平均水平进行统计分析, 以衡量资产规模、所有权性质和业务布局这三个因素对房地产上市公司X效率的影响。统计结果如表5所示。
为更直观表示基于上述三个角度分类的样本公司2005-2011年X效率水平的变化, 将表5的统计结果分别反映于图1-3中。
由图1可知, 2006年以前我国房地产上市公司的X效率随资产规模的增大而提高;2006-2008年资产规模在100亿-200亿元之间的房地产上市公司X效率最高, 100亿元以下的公司X效率次之, 200亿元以上的公司X效率最低;而2009年以后, 资产规模在100亿-200亿元之间的房地产上市公司X效率最高, 200亿元以上的公司X效率次之, 100亿元以下的公司X效率最低。
由图2可知, 国有控股的房地产上市公司X效率总体高于民营控股公司;2005-2008年两类公司的X效率差距逐步缩小, 到2009年相等 (0.76) , 之后差距又逐年扩大。
由图3可知, 2005-2011年业务布局于10城市及以上的公司与布局于10城市以下的公司X效率水平高低有较大波动;总体来看, 业务布局范围较小 (10城市以下) 的公司X效率水平高于业务布局范围较广 (10城市及以上) 的公司。
5 结论与建议
本文以我国房地产上市公司为样本, 采用随机前沿分析 (SFA) 方法, 结合房地产企业及产品特点选取指标和设定变量, 收集相关数据测算和统计分析2005-2011年样本公司的X效率水平。结果显示: (1) 2005-2011年我国房地产上市公司X效率均值在0.75左右, 各年波动较小, 各公司间差异较小且呈降低趋势; (2) 不同资产规模的房地产上市公司X效率有明显差异, 国有控股房地产上市公司的X效率总体高于民营控股公司, 业务布局于10城市以下的房地产上市公司X效率总体高于布局于10城市及以上的公司。
【模型】假设每平米售价10000元；成本构成：建筑装修造价3500元【11%】；勘察、设计、广告等费用1000元【6%】；绿化、基础设施费等成本1000元【11%】。
1.销项税额=10000/（1+11%）*11%=991元
2.进项税额=（3500+1000）/（1+11%）*11%+1000/（1+6%）*6%=446+57=503元
3.应纳增值税=991-503=488元
4.如果缴纳营业税=10000*5%=500万元 营改增后降低税负=（500-488）/500=2.4%
【模型推导】
设：项目总收入=Y（含税），能够取得的进项税额=T
销项税额=Y/（1+11%）*11%
进项税额=T 应纳增值税额=0.099Y-T
营业税=Y*5%=0.05Y 令：
0.099Y-T=0.05Y 解得： T/Y=4.9% 总结：
（1）当能够取得合法有效的抵扣凭证且可以抵扣的进项税额占项目总收入的比例远远大于4.9%时，营改增后会降低房地产企业流转税的税负
山西粮油集团所属各单位：
集团接省粮食局通知，要求报送2014年目标责任制指标的建议数，并于近期内由省粮食局主要领导会同集团领导听取各单位一把手的指标测算情况汇报，共同敲定2014年目标责任制任务，同时每月按任务指标完成进度进行上报考核。
省局反复强调，各单位指标测算要认真、科学、细致，要将2012年、2013年会计决算报表数字仔细分析对比，剔除不合理因素，测算2014年指标。省局下发《省局储备库2014年目标任务测算表》，各单位按表格要求，每个项目均以2012年、2013年会计决算报表数字为准，结合2014年预计变化因素制定2014年目标。各单位一把手要亲自组织和参与指标的测算，并直接向领导汇报，要吃透单位情况，每项指标的测算要有充分依据，除填列好测算表外，还要就2014年每项指标的计算过程，依据上两年的实际情况，2014年的预计变化所引起的收入、费用、利润的增减分析情况到位，以报表形式文字说明表达清楚，并现场回答领导提出的相关疑问。尤其对上两年的车辆使用费、差旅费、招待费等敏感性费用的开支情况更要逐车逐个事项逐笔金额开支原因等详细说明，并对2014年如何控制拿出措施。总之，文字说明，要比测算表项目更细一步。
测算表及文字说明，各单位要在3月17日下午17点以前上
报集团财务部，集团财务部汇总后，向集团领导汇报并于次日报省粮局。
附件：省级储备库2014年目标任务测算表
方法探讨
摘要：通过运用PPP模式，政府能够在一些基础建设中大量引入民间资金，缓解项目初始资金带来的财政压力。在引入个人或民间企业后，就需要在其建设、运营阶段开展科学的测算，并相应给予补贴，一般表现为项目一段时间的运营权。科学合理的测算关系着补贴额度的大小，是纳税人应享有的权利，也是政府开展PPP模式必须完成的计算流程。本文首先总结分析了目前政府采用的测算方法，然后根据盈利水平的各项指标，提出了一些给予该理论的测算方法，旨在提升政府运营补贴的合理程度，维护投资方、纳税人两方的合法权益。
关键词：投资方；盈利水平；PPP项目；补贴额；测算方法 引言：
随着我国基础建设的飞速发展，PPP模式逐渐因为其对资本的良好吸引能力被广泛运用。在使用该模式时，科学准确的测算是真正缓解政府财政压力的重要途径。我国财政部也相继出台了相关的测算方法，例如《政府和社会资本合作项目财政承受能力论证指引的通知》（下文简称《通知》）中，就提出了一种测算方法，但是该方法并不能反应项目投资方的盈利水平，导致其实际运用过程中，出现了多种标准，造成了测算体系混乱的状况。基于此，本文研究了从投资方盈利水平出发的测算方法，它能够较准确、方便地测算出政府补贴额。
一、测算方法现状分析
在《通知》中明确提出了一种测算方法，主要是根据可行性缺口分析得出的，目前在较多PPP项目中都被使用，其公式如下：
本年补贴额= 全部建设成本×1+利润率×1+折现率n/运营补贴年+本年成本×（1+利润率）-本年使用者付费
在公式中，n就是折现的年数；折现率是根据当地的债权收益来确定；利润率一般按照商业银行中长期贷款利率来计算，大多数时需要考量付费情况、风险等因素。
这种测算方法简单明了，只需要确定折现率和利润率，就可以得出政府的财
政补贴额。但是这种测算方法的应用范围较窄，往往会因为收益超出其生效范围而出现不合理情况，另外利润率和折现率必须要严格合理地确定，才能保证测算公式的准确性。另外，由于我国PPP项目的实际情况，该测算方法还有以下的缺点：第一，我国有关利润率的研究较少，在确定时就会出现困难[1]。利润率是相对静止的指标，一般指的是某一个时间节点，投资与收益的比例情况，对周期较长的PPP模式并不能全面、准确地描述，在实际测算时只能作为某一项参考指标。我国对利润率的研究较少，导致PPP核算时依据少，给测算带来了困难。另外，我国的PPP项目种类多，情况复杂，这也为利润率的确定带来了较大差异性，不利于推广实践。第二，在公式中，要想长期进行测算，就必须要每隔几年，重新进行补贴测算，保证其利润率和折现率符合当期的情况，这就相当于给予了固定回报。第三，该公式没有纳入投资方的盈利水平这一指标，导致项目的管理阶段，投资方不重视收益或成本管理，政府需要分摊这些额外增加的成本，这会增加民间资本方的成本控制意识。第四，在一些收益高的PPP项目中，使用该公式会造成政府补贴额的不合理增加。例如部分项目初期的收益较少，政府投入了大量的补贴，但在中后期收益增加较大，却没有对应的反馈机制[2]。第五，该方法无法体现出投资方的盈利水平，会出现一些不科学的计算结果。
二、投资方盈利指标
投资方盈利的表现指标主较多：财务净现值、财务内部收益状况、资金收益率、投资回收期、项目净利率等指标。财务净现值是正数，当计算结果为负数时，需要将其进行相反数换算，当项目不同时，不能相互对比[3]。其他的较多指标也属于静态形式，因此无法全面表达项目的动态运转过程。由于这个原因，有学者建议利用项目的内部财务收益率来表现其盈利水平，但是在实际运行过程中，出现了一些不科学的结果，而且通过理论分析也证明了该方法与实际的契合度不够高，在一些项目中，项目和投资方现金流量表与该方法的表现结果出现了不符的状况。基于此，本文提出以投资方财务的内部的收益率来表现盈利水平，这能规避政府补贴额过大的状况，大幅提升测算的真实性。
三、测算方法
（一）总体思路
在测算时，要设定补贴的目的，即通过政府给予政策或资金补贴，从而将投
资方的实际收益率调整为预期计算的同等数值。在项目的盈利水平很高时，不需要考虑财政补贴，只需要进行财务核算，计算项目的经营利益分配或项目使用年限的情况，在部分投资收益过高的项目中需要开展科学的合作模式，将投资方的收益率控制在一定范围内，避免暴利。
（二）基准收益率确定
基准收益率就是投资方的合理期望值或最基本的利益情况，主要由两部分组成，第一部分是无风险的利益，基本按照同时期商业银行中期或长期贷款的利率而定，计算方式较为简单，结果也比较科学[4]；另一部分就是有风险的利益计算，这部分的收益率不仅受项目的投资方业主的自身情况影响，与项目运行过程中的风险也有很高的联系。因此，后者的计算标准很难确定，在理论上基准的收益率无法完全准确表示，因此需要采取一些转换方法。我国相关部门自1980年一来就相继出台了较多文件，并三次颁布了评价方法和参数指标，以及一些对基准收益率确定的文件通知（发改投资[2013]586号文）。在使用过程中，这两份文件逐渐体现了较高的实际效益，并提供了较高的借鉴价值。因此，笔者推荐使用这两份文件中的确定方法。
另外，由于文件中的计算方法是以全国各个地区不同行业开展项目的平均水平计算的，而实际各个地区不同，行业间的差距也较明显，所以要根据实际情况进行调整。
（三）补贴测算
在进行测算时，要综合项目中的各种财务报表进行分析，并按照相关的文件进行计算，目前主要将其分为两类。第一类是项目的运行过程中，能够产生较大的收益，能够进行资产抵押或者通过与项目的使用收费的权限进行交换抵押较多的补贴，这种项目我们称之为可贷类PPP项目，另一种就是项目本身的收益很低，基本没有盈利能力，主要依靠政府的拨款补贴，而且项目本身也无法进行抵押贷款，此类项目则成为不可贷PPP项目[5]。
1.可贷类
在进行此类的补贴测算时，主要需要考虑以下几方面的内容，第一是按照法律的规定，要将所有可分配的利益全部分配；第二是在固定资产的回收不在测算的范围内，无形资产也不牵涉补贴测算；第三是折旧和摊销也属于利益分配的一
部分；第四是法律规定的公积金之外，无其他的公积金；第五是在合作期的末尾时间段需要进行公积金盈余分配分析计算；第六是在年末需要进行利润分配，随着时间延长，利益逐渐减少到零[6]。
2.不可贷类
在此类项目中，基本通过测算项目的资金流量表就可以得出政府需要补贴的数额，将投资方的内部收益率等于期望收益率即可完成测算。此类计算中根据国家相关文件的公式进行计算即可。
四、结束语
通过本文的研究，我们分析了当前PPP模式中政府补贴测算方法的不足之处，进而提出了以投资方的盈利水平作为评估标准的测算方法，然后重点分析了如何确定基准收益率，这是政府补贴额确定的标准计算基准。在PPP项目的建设、运行过程中，政府相关部门要联系实际情况，结合当前颁布的文件，进行测算，避免固定回报的现象，也要注意保障投资方的合法权益，促进项目的良性发展。
参考文献：
房地产业是国民经济的支柱产业, 它与金融业合并在一起, 被称为经济发展的温度计。据不完全的统计, 现在的房地产业的发展, 在整个国民经济中占有很重要的地位, 它每年可以拉动GDP2%左右;房地产产业链长, 可以带动家用电器、耐用品、住宅装修、家具、包括建材等一系列产业的发展;在实现城镇化的过程中, 每年将近一千万农民进城需要解决衣食住行, 住房就需要房地产业解决。房地产业和金融业合并在一起, 被称为经济发展的温度计, 看房地产业就可以看出经济发展的情况。房地产业的风险状况关系到国民经济的安全和稳定。近期对经济发展的研究表明, 在市场经济的发展过程中, 房地产业的重要性变得越来越突出。
二、贝塔系数的含义及作用
贝塔系数是一种评估证券系统性风险的工具, 用以度量一种证券或一个投资证券组合相对整体市场的波动性, 在股票、基金等投资术语中经常用到。在证券市场上, 贝塔系数是揭示上市公司股票系统性风险系数, 更是投资组合管理和估值分析中重要输入参数;在组合管理中, 贝塔衡量的是一项资产相对于分散化的市场组合的波动性。在估值分析中, 贝塔则被用于估算公司的资本成本, 以便公司作出投资决策、制定业绩考核及激励标准、进行资产估值等。
三、模型的实证分析
1. 数据的选取
我国目前上市的房地产企业有139家, 本文选取了其中前20名的上市房地产企业中选取13家, 以及沪深300指数从2013年1月1日到2013年12月31日的数据进行实证研究。数据来自国泰安数据库, 采用spss18进行数据处理。
2. 单位根检验
由于虚假回归问题的存在, 所以在进行回归模型拟合时, 必须先检验各序列的平稳性。
单位根检验 (由Dickey-Fuller 1979年提出) 是指检验序列中是否存在单位根, 因为存在单位根就是非平稳时间序列。可以证明, 序列中存在单位根过程就不平稳, 会使回归分析中存在伪回归。单位根检验方法有多种, 笔者选择采用ADF检验。
通过检验, 所有变量的ADF统计量为在[-19.18374, -16.32744]之间, 分别小于显著性水平1%的临界值, 这表明序列稳定。同时, 从这些变量的概率可以看出它们都有低于1%的概率拒绝原假设, 再次表明以上13个序列是稳定的。
3. 模型分析及结果
本文以各上市房地产企业复权以后的股票价格作为日收盘价。回归结果如下表所示:
13家上市房地产公司的β系数从0.841左右到1.046不等, 其中β系数最低的是中嘉凯城 (0.736) , β系数最高的是中航 (1.046) , 可见我国13家房地产公司的β系数相差还比较大, 说明它们各自的系统风险有一定的差距。β系数近似等于1, 说明系统风险近似于市场平均风险。β系数近似等于1的是北京首开;其余几家房地产上市公司如金地、保利、杭州滨江等5家的上市公司β系数均大于1, 而其余8家上市公司β系数均小于1。说明总体来讲房地产企业系统风险小于市场平均风险水平。因此, 对于想要进入房市的投资者来说, 风险相对较小, 但是风险也是存在的, 仍然要采取较为谨慎的态度, 进行合理投资:一是要积极进行投资组合, 采取有效的分散化投资, 分散风险;二是更多地关注上市公司自身的经营状况。
参考文献
宏观经济理论认为，经济增长是一国(地区)国民收入或国民生产总值的总量或人均产量的上升，其引起经济增长的源泉可主要归结为劳动、资本和技术进步。经济增长分为以劳动和资本投入量增加所引起的外延增长部分(粗放型增长)和由技术进步所引致的内涵增长部分(集约型增长)。在发达国家，技术进步在经济增长中所占比例大多都在50%～80%，技术进步已成为推动经济增长的诸多因素中最为核心的部分。浙江作为长三角地区重要组成部分，近20年来的GDP年均增长率达到了16.7%，其发展势头令人振奋，那么，在浙江经济增长的过程中技术进步扮演了怎样的角色?对不同发展阶段的贡献率又是多少呢?本文拟就该问题进行分析和探讨。
二、传统技术进步的测算方法
1957年，索洛(Solow)利用总量生产函数，提出了测算技术进步的“余值法”，其在中性技术进步的假设下，导出一般形式生产函数的增长速度方程，由于此法将技术进步率作为“余值”来考虑，因此通常称为“余值法”。此后，在“余值法”的基础上，一些学者也对这一领域的研究上做出了卓越的贡献，他们对技术进步的研究基本上是沿着对影响经济增长的各种因素的作用进行更细致的分解，以便对促进经济增长的技术进步因素有更深入的认识这一方向发展，而并没有对测算方法从理论上进行更深入的探讨，因此，其方法实际上基本是“余值法”的推广。
我国学者就次问题展开广泛的研究，史清琪等 (1985) 、史清琪和尚勇 (2000) 、李京文和郑友敬 (1989) 、狄昂照 (1997) 等对索洛模型在中国的实际应用都作出了推动性的工作。后来的学者进一步讨论模型使用中的一些具体问题，比如杜希双 (1998) 、黄燕 (2001) 等具体研究了索洛模型中变量选取、参数确定等有争议的问题，并试图给出适合我国的解决办法;易纲等 (2003) 讨论了测算新兴经济国家 (地区) 全要素生产率时要注意的特殊问题;郭庆旺和贾俊雪 (2005) ]则利用索洛模型及其他一些方法对我国1979—2004年期间的全要素生产率进行了测算，并比较了不同估算方法的结果。
国内研究者在技术进步贡献率计算结果上存在明显差异。这一方面是因为对索洛模型中各个参数的估算方式不同，另一方面是因为有些学者对索洛模型的合理性提出疑义。
首先，索洛在推导增长速度方程的时采用了一些苛刻的假设条件，提出这些假设的目的就是使“余值法”中用到的生产函数尽量符合经济学中关于生产函数的定义(如成本极小化、产品极大化，完全竞争市场等)。这一假设在西方发达国家也难满足，更不符合我国经济转型的过度时期特征。
其次，中性技术进步的假设也是不符合实际情况的，从增长方程可以看出，其假定产出弹性是固定不变的，实际上，随着科技水平的不断进步，要素的产出弹性不是固定不变的。因此，这一隐含假设也是不合理的。传统索洛余值方的弊端说明需要寻求更科学合理的度量方法。
三、非参数Malmquist方法
1、基本原理
在本文的分析中，首先运用费尔(Fare)等人(1994)提出的基于DEA的Malmquist指数方法来估计浙江省全要素生产率的变动状况。使用Malmquist指数分析法，不但可以分析不同时期决策单元的效率演化，而且可以将Malmquist指数分解为技术进步率和技术效率变化率，以找出它们各自的变动对全要素生产率变动的影响。技术效率指某个经济体实际所处的生产曲线同技术前沿之间的距离，越接近技术前沿，说明效率越高。在实践中，技术效率最主要的表征为X效率和配置效率。技术前沿指在现有技术水平下，所能够实现的最大可能产出。显而易见，技术效率与技术进步是两个不同的概念，前者指向技术前沿的逼近，后者指技术前沿的外移。
Malmquist生产率指数主要具有三个方面的优点：(1)不需要相关的价格信息和经济均衡假设，从而避免了较强的理论假设约束。这对实证分析特别重要，因为，一般情况下，相关投入和产出的数量数据比较容易得到，而要素价格等信息的获取通常比较困难，有时甚至不可能。(2)可以进一步分解为技术效率变化指数和技术进步指数。通过分解，可以更加详细地了解提高综合生产率的源泉，避免对于效率的变化只归因于某一个指数，而忽视另一个指数的作用。因此，在本文的分析中，运用基于D E A的Malmquist指数方法来估计浙江省技术进步率的变动状况。
2、数据处理
众多已有的实证研究表明，数据来源与处理方法的不同是导致研究结果差异的重要原因之一。本文分析所使用的基本数据来源于《新中国五十年统计资料汇编》、《中国固定资产投资统计年鉴1950-1995》和《中国统计年鉴》(1980-2004年)、《浙江省统计年鉴》(1 9 8 0-2005年)。
(1) 资本存量的估算
测算资本存量一般采用戈德史密斯于1951年所开创，现在被OECD国家广泛运用的永续盘存法，基本公式为
其中Kt代表t年的资本存量, It代表固定资产投资, Pt为固定资产投资价格指数。为折旧。由 (1) 式可见, 资本存量既与每年的实际固定资产投资额有关, 又要考虑以往资本存量的折旧因素, 是一个逐年累积的过程。《中国统计年鉴》中关于全社会固定资产投资比较完整的数据是从1980年开始的, 因此本文将基期确定为1980年, 并将不变价格设定为1 9 8年价格。对于固定资产投资价格指数, 张军和章元 (2003) 根据上海市固定资产投资价格指数和全国固定资产投资价格指数基本相同的波动规律, 直接以前者代替后者指数进行测算, 本文可在其基础上推算出以1980年为基础的各样本年度固定资产价格指数。至于资本折旧水平, 理论界的认识比较一致, 无论根据统计年鉴上列出国有企业固定资产折旧率, 还是根据浙江省实际情况进行的判断, 基本都以5%作为折旧水平进行估算 (王小鲁, 樊纲, 2000;郭庆旺, 贾俊雪, 2004) 。本文也采用这一数据。
(2) 劳动力估算
劳动投入量包括就业人数、劳动时间、劳动强度和劳动质量等方面的内容。在市场经济条件下，劳动者的工资报酬能够比较合理地反映劳动投入的变化。在我国，由于分配体制不合理和缺乏市场机制的调节，使得劳动收入难以准确地反映劳动投入的变化。从较长的时间看，由于社会的发展、科技水平进步、劳动者教育水平的提高，劳动质量是有所提高的;由于社会文明的进步，劳动时间和劳动强度一般又会减少，两者相抵，用劳动者人数代替劳动投入量的变动，误差估计不会很大。因此，在度量时采用年末从业人数来代替劳动投入量。
(3) 产出水平
目前，国内学者大都选择工业增加值和工业净产值作为产出的指标，工业增加值与总产出比较，缺少了中间产品转移价值，而正是由于中间产品价值的重复计算，反映了规模节约和资源配置效率的经济效能，所以，用工业增加值代替总产出，改变了全要素生产率的指标功能，是不妥当的。用工业净产值指标代替总产出，有两个方面的不足：一是核算范围不一致，一是价值构成不一致，因而也存在改变TFP指标功能的缺陷，所以本文选择浙江省国内生产总值作为产出的价值指标。
3、测算结果
为了研究浙江省全要素生产率(简称T F P)的动态变化，并寻求变化的源泉，本文计算了每一年T F P逐年变化的情况。结合相关数据，我们先来考察浙江省经济增长中T F P总体增长趋势。在浙江省改革开放二十余年期间，虽然在绝大多数年份里T F P增长始终伴随着总量经济增长进程，但是，TFP增长的速度并没有在总量经济增长进程中出现逐步提升之势。由此可以推出的一个判断是，20世纪90年代的浙江省经济增长中，TFP增长呈现减缓之势，更确切地说，这种减缓之势在90年代后期呈现显著加剧之态势。由此还可以进一步引申出的一个判断是，改革开放以来浙江省经济的总量增长主要是依靠提高要素积累的速度来推进的，而不是依靠要素效率或要素生产力的改进来推进的。
浙江省TFP增长基本上都是由技术进步所推动的，而不是由技术效率改进所推动的。在1980-2003年期间，技术进步的累积值达到了202.64%，而技术效率改进的累积值却是负的1.16%。由此亦可见在改革开放期间，在浙江省的T F P增长的构成中，技术效率改进并没有得到显著提升，T F P增长主要是依靠技术进步来推动的。本文的结果和张海洋(2005)、赵伟(2005)分别对工业部门和全国范围测算的结果一致，都发现技术进步增长是全要素生产率增长的主要原因。
此外，单就技术进步这一项而言，本文计算的数字表明，在改革开放期间其增长速度也正趋于下降之势，表现为20世纪80年代的增长速度显著地高于90年代。技术进步增速的这种减缓之势，从另一个角度也为上面所说的20世纪90年代以来TFP增速的减缓提供了合理解释。
参考文献
[1]、黄燕.科技进步对经济增长的贡献、测定模型、认识偏差及应用研究建议[J].世界科技研究与发展, 2001, 5.
防化洗消装备中, 为提高洗消效率与效果, 需要对洗消药剂的流量与压力进行仪表监测与控制, 实现这一目标的关键首先就是对水泵、空压机等洗消设备的转速进行实时检测。转速检测方法与选用的传感器类型息息相关[1], 目前其测算方法主要有3种。一般而言, 测算方法的选取, 需要根据不同的使用场合、控制精度要求、控制器性能与成本核算等因素进行全面衡量。因此, 对转速的3种测算方法及其特点进行讨论分析, 了解它们的适用场合与使用要求, 对指导装备研制过程具有实际的指导意义。
1 转速测算方法与原理
转速传感器的种类很多, 如光电脉冲编码器、直线光栅尺、感应同步器、旋转变压器、直线磁栅尺、电磁式脉冲测速机等。转速测量系统的结构基本类似, 主要由转速传感器、测速齿轮、定时/计数器等组成, 系统结构与测速原理分别如图1 (a) 、 (b) 所示。实际转速的测算方法可分为:脉冲数法 (M法) 、脉冲周期法 (T法) 与M/T法3种[2,3]。
1.1 脉冲数法测速原理
在额定时间间隔Tg内, 测得转速传感器输出的脉冲数Mp, 若每转一圈转速传感器输出的脉冲数为P, 则进行时间单位转化后得到转轴的转速:
测算原理如图2所示。
1.2 脉冲周期法测速原理
测速原理:通过测量转速传感器输出一个脉冲的周期时间来确定被测速度。若在被测信号周期内测得已知频率为fc的时钟脉冲数为mc个, 每转一圈转速传感器输出的脉冲数为P, 则进行时间单位转化后得到转轴的转速:
其测算原理如图3所示。
1.3 M/T法测速原理
测速原理:用被测脉冲的下降沿启动对时间间隔Tg计时和对时间脉冲fc计数, 在达到时间Tg后第一个被测脉冲的下降沿终止时间脉冲计数, 每转一圈转速传感器输出的脉冲数为P, 则转轴的转速:
其测算原理如图4所示。
2 验证试验方法
2.1 系统组成
试验系统由变频器、变频电机、s7 200 PLC、工控机、测速齿轮、霍尔传感器等组成, 其中:霍尔传感器输出转速脉冲;s7 200 PLC既输出额定信号控制变频器频率, 驱动变频电机按设定转速运转, 又检测霍尔传感器输入的脉冲信号, 通过内部计数器、定时器等模块计算获得实际转速[4,5];工控机处理并显示实际转速。
2.2 M法
取模数21 (P=21) 的测速齿轮, s7 200 PLC模拟量输出模块设定变频电机转速分别为300、600、900、1200rpm, 定时器设定额定时间间隔Tg分别为10、20、50、100、200、500ms, 计数器记录Tg内的转速脉冲数MP, 由公式:
计算得到实际转速n;取模数14、32的测速齿轮, 重复上述过程, 比对验证测速齿轮模数对M法精度的影响。
2.3 T法
取模数分别为14、21、32的测速齿轮, s7 200 PLC模拟量输出模块设定变频电机转速分别为300、600、900、1200rpm, 开关量输入模块采集任一转速脉冲的上升沿与下降沿, 作为时间脉冲计数器的启停信号, 测得转速脉冲周期内的时间脉冲数mc (已知fc) , 由公式:
计算得到实际转速n。
2.4 M/T法
取模数21的测速齿轮, s7 200 PLC模拟量输出模块设定变频电机转速分别为300、600、900、1200rpm, 设定时间间隔Tg分别为20、40ms, 记录MP个转速脉冲内的时间脉冲数mc (已知fc) , 由公式:
计算得到实际转速n;取模数14、32的测速齿轮, 重复上述过程, 比对验证测速齿轮模数对M/T法精度的影响。
3 实验结果与分析
3.1 M法
在设定转速 (300、600、900、1200rpm) 下, 取额定时间间隔Tg分别为10、20、50、100、200、500ms, 测算转轴转速 (见图5) 。
可以看出:转速n越高、时间间隔Tg越长, 则M法的精度越高。原因在于:M法在相同的时间间隔Tg内, 测得的脉冲数Mp不同, 则转速不同, 但是在脉冲量测量的过程中, 总会有1个脉冲的检测误差, 相对误差为1/Mp;若Tg不变, 随着转速增加, Mp增大, 测速的相对误差减小, 从而说明M法适合于高速测量。
当转速较低时, 要提高测量精度, 可以延长测量时间Tg, 或选用每圈脉冲数更高的测速装置 (增大P值, 如图6所示) , 或进行细分等方法。
3.2 T法
在设定转速 (300、600、900、1200rpm) 下, 采用脉冲周期法测算转轴转速 (见图7) 。
可以看出:转速n越低, P值越小, T法测速的精度越高。原因在于:T法在脉冲量测量过程中也会有1个脉冲的检测误差, 相对误差为1/mc;随着转速减小, mc增大, 相对误差减小, 说明T法适合于低速测量。
3.3 M/T法
在设定转速 (300、600、900、1200rpm) 下, 取额定时间间隔Tg分别为20、40ms, 测算转轴转速 (见图8) 。
可以看出:M/T法测速的精度不受转速高低的影响, 当被测对象转速变化范围大, 而且要求测量精度高时, 可采用M/T法;为进一步提高测速精度, 可以延长时间间隔Tg, 或适当减小P值 (如图9) 。
4 小结
转速的3种测算方法各有优缺点, M法测速的误差在于测量时间Tg是固定的, 总会产生一个被测脉冲的测量误差, 而且测量的不是完整的脉冲周期;T法测速误差在于只测一个周期, 高速时测速时间太短;M/T法克服M法和T法的缺点, 既保证一定测量时间, 同时又保证测量完整的被测脉冲周期:与M法相比较, 测量完整的被测脉冲周期;与T法相比较;测量时间不再是一个脉冲周期, 而是Tg+ΔT。
当被测转速较低时, 适宜采取T法;当被测转速较高时, 适宜采取M法;当被测转速变化范围较大时, 适宜采取M/T法。
同时, 转速测算方法的选取还需综合考虑精度需求、控制器性能、经济性等因素。比如, M/T法较M法、T法的控制算法更复杂, 对控制器的性能要求与成本也更高。
参考文献
[1]周润景, 赫晓霞.传感器与检测技术[M].北京:电子工业出版社, 2009:289-303.
[2]蒋浩, 孔飘红.电机转速检测方法与误差分析[J].中国测试技术, 2003, (2) :59.
[3]肖本贤, 陈荣保.电机的几种测速方法[J].机电工程, 1998, (1) :54-55.
[4]韩亮.PLC在电机转速测量中的应用[J].常州工学院学报, 2012, 25 (3) :36-38.
借用舒尔茨的人力资本的概念,本文将人才资本定义为:体现在人才本身和社会效益上,以人才的数量、质量和知识技能、工作能力,特别是创造性的劳动成果以及对人类的较大贡献所表现出来的资本。人才资本与人力资本相比更加突出强调人才的创造性劳动成果以及对人类的较大贡献。
人才资本的测算可以参照人力资本的测算方法,目前对人力资本的测算方法主要有成本法和收入法。成本法是通过测算人力资本形成所需要投资的成本,来对人力资本存量进行估算的方法。成本法主要有受教育年限法、教育经费法、职称等级法和学历指数法等。收入法是通过计算具有各种人力资本水平的劳动力的收入差异来测算人力资本的方法,主要采用的是工资报酬法。本文根据数据的可获得性、客观性和可靠性,对我国三次产业人才资本的测算采用人才受教育年限的方法。受教育年限法是通过各学历层次的劳动力的数量与赋予各层次学历的受教育年限的乘积加总来测算人才资本的方法。
2 我国产业人才资本的测算
2.1 基础数据来源
本文中人才资本的载体是统计意义上的人才概念,而不是理论上的人才概念。长期以来,我国人才统计一直沿用的是专门人才的概念,是指具有中专或中专以上规定学历者和具有技术员或相当于技术员以上的专业技术职务者。考虑到数据的连续性以及可得性,本文采用1991～2001年我国国有专业技术人才的统计数据。现有专业技术人才结构的数据中,三次产业专业技术人才职称结构可以根据《全国专业技术人员统计资料汇编》中的数据综合得出,在该书中还可以综合获得专业技术人才的学历职称比(即各学历层次人才对某类职称的占有率)数据。由于在一个稳定的人才系统中,其学历与职称的关系也是相对稳定的,本文对各产业人才的学历结构的测算是根据各产业人才的职称结构与该年专业技术人才的学历职称比推算获得的。各产业人才职称结构与学历职称比数据见表1和表2:
2.2 我国三次产业学历结构推算
定义学历职称比wij=xij/xj,i=1,2,…,m,j=1,2,…n,wij表示第j职称上第i学历层次人才的比重,xij表示第j职称上第i学历层次的人才数量,xj表示第j职称上的人才总量。用yi表示第i学历层次人才总量,
令
wij和qi的数据见表1和表2,由此可以推算我国三次产业学历结构如表3:
2.3 我国三次产业人才资本的测算
本文对我国三次产业人才资本的测算方法采用受教育年限法,用人才各学历层次人数乘以赋予各学历层次的权数。本文对专业技术人才各层次学历的受教育年限赋值方法是,对本科以上学历设定为17,大专学历设定为15,中专以下设定为11。我国三次产业人才资本的测算数据见表4:
万人*年
我国三次人才资本的发展趋势如图1,从图中可以看出,我国第一产业人才资本呈现缓慢上升趋势,第三产业人才资本增长速度较快,第二产业人才资本呈现下降趋势。2001年三次产业人才资本结构为5.01∶19.82∶75.17,而同年三次产业增加值结构为15.84∶50.10∶34.07。可见我国产业人才资本结构与产业增加值结构是不相适应的。
3 我国三次产业人才资本与经济增长的关系
3.1 基本模型
假定我国三次产业的生产函数均满足类似柯布-道格拉斯函数的形式,即生产函数满足如下基本假设:
(1)技术进步是中性的,且满足布克斯技术进步中性形式。
(2)要素投入包括固定资本、普通劳动力和人才资本,要素之间替代弹性为1。
(3)要素边际产出递减。
根据柯布-道格拉斯生产函数的变形公式,建立各产业的生产函数模型如下:
Yi=AiKaiiLbiiC
其中Yi,Ki,Li,Ci分别表示第i产业的增加值、固定资本、普通劳动力和人才资本。
两边取对数得:
lnYi=lnAi+ailnKi+bilnLi+dilnCi (2)
两边微分得:
令dAi/Ai=ri,表示技术进步增长(也就是全要素生产率),假设ri不变。于是式(3)变为:
式(4)就是测算我国三次产业技术进步率、固定资本产出弹性、劳动力产出弹性以及人才资本产出弹性的基本公式。
3.2 基础数据来源
GDP、产业增加值增长率数据、产业固定资本增长率以及产业劳动增长率数据可以根据中国统计年鉴、中国固定资产统计年鉴计算获得,产业人才资本增长率可以根据本文对产业人才资本的测算计算获得。GDP、产业增加值以及固定资本数据采用的是1990年的可比价格。上述相关数据的计算见表5:
续 表
3.3 参数估计
根据表5数据,利用SPSS11.5软件进行多元线性回归分析,得出估计参数如表6:
从表6中可以看出,线性回归方程的拟合优度都是较高的,F检验和t检验均通过。我国90年代平均技术进步率为5.7%,第二产业技术进步率最高,达到10.3%,其次是第三产业技术进步率,达到 4.1%,第一产业技术进步率最低,仅为1.7%。人才资本的产出弹性显著高于固定资本和劳动力的产出弹性,第二产业固定资本产出弹性以及人才资本产出弹性高于第一产业和第三产业。第二产业普通劳动力产出弹性高于第三产业,而第一产业劳动力的产出弹性为负,表明我国第一产业存在大量富余劳动力,劳动力由第一产业向第二产业和第三产业的转移可以促进第一产业以及整体经济的发展。根据表6,可以计算我国90年代三次产业各要素对经济增长的贡献如表7:
注:要素贡献率=要素增长率×要素产出弹性
表7显示,90年代我国实际GDP增长率达到10.23%,增长率较高,表明经济增长速度较快。固定资本的增长率达到13.88%,高于实际GDP的增长速度,普通劳动力的增长速度和人才资本增长速度分别为1.05%和2.71%,增长速度较低,远低于GDP的增长速度。在要素贡献率中,技术进步的贡献率最高,达到50.46%,其次是固定资本的贡献率,达到28.09%,再次是人才资本的贡献率,达到17.48%,普通劳动力的贡献率最低,仅为3.97%。可见,人才资本对促进我国经济增长发挥了巨大的作用,但仍然低于固定资本对经济增长的贡献。90年代我国三次产业发展不平衡,第一产业发展速度较低,增长率仅为3.97%,第二产业发展速度最高,达到13.49%。第三产业发展速度较快,达到9.12%。第一产业要素贡献率中,技术进步贡献率最高,达到42.21%,其次是人才资本贡献率,达到39.23%,再次是固定资本贡献率,达到15.81%,普通劳动力贡献率最低,仅为2.75%。因此,第一产业主要是依靠技术进步、人才资本要素来实现其增长的。第二产业要素贡献率中,技术进步的贡献率高达76.24%,其次是固定资本的贡献率,达到17.82%,普通劳动力贡献率较低,由于90年代我国第二产业人才资本存量是下降的,人才资本的贡献率为负。表明我国第二产业增长主要是依靠技术进步、固定资本的增长来实现的。第三产业的技术进步贡献率最高,达到44.84%,其次是固定资本贡献率达到24.02%,再次是人才资本贡献率,达到19.70%,普通劳动力贡献率最低,仅为11.44%。表明我国第三产业主要是依靠技术进步、固定资本、人才资本增长实现其增长的。
4 结论与对策
4.1 我国三次产业人才资本存量发展不平衡,结构不合理
第三产业人才资本发展速度较快,比重过高。而第一和第二产业人才资本发展速度较慢,第二产业人才资本存量甚至出现负增长,且第一和第二产业人才资本比重过低,这严重制约了我国第一和第二产业的发展。因此,加快我国人才产业结构的优化调整,提高第一和第二产业人才比重,有利于促进我国三次产业的协调发展以及经济的高速增长。
4.2 技术进步成为我国经济发展的主导因素之一
从生产要素对各产业的贡献来看,90年代技术进步对三次产业的贡献率均高于其它要素。第二产业技术进步率以及对增加值的贡献率显著高于第一和第三产业。这里的技术进步表现为知识进展、规模经济、产业结构优化、资源配置的改进等。因此,增加科技投入,促进产业结构优化、合理配置劳动力资源可以提高技术进步率,从而可以提高技术进步对我国经济的贡献率。
4.3 人才资本对经济的贡献较大,人才资本对三次产业的贡献率存在差异
人才资本的产出弹性显著高于固定资本和普通劳动力的产出弹性,但是由于人才资本增长速度较慢,导致人才资本对经济的贡献率总体上低于物质资本对经济的贡献率。第二产业人才资本产出弹性最高,其次是第三产业,第一产业最低;第三产业人才资本对产业增加值的贡献率高于第一产业,第二产业人才资本贡献率为负。这主要是由于我国三次产业人才资本发展不平衡造成的,因此优化调整我国三次产业人才结构,促进产业人才结构与经济结构的协调,有助于提高人才资本对我国整体经济的贡献率。
参考文献
[1].中共中央组织部信息管理中心,人事部规划财务司,科学技术部发展计划司.全国专业技术人员统计资料汇编(1952～2001)[M].党建读物出版社,2003,(1)
[2].国家统计局.中国统计年鉴(1992～2005)[M].中国统计出版社
[3].宋承先.现代西方经济学[M].复旦大学出版社,1997,(2)
