On Application of Douglas Model in Analysis of Relation Between Science Technology Finance and Economic Development

Bei-bei LI

doi:10.13718/j.cnki.xsxb.2020.03.011

In this paper, a Douglas input-output model including the input factors of science and technology finance has been presented to analyze the relationship between science and technology finance and China's macroeconomic development. Empirical analysis has been carried out with the raw data of GDP, social input capital, industrial labor force, science, technology and finance evolution index from 2000 to 2018 as one output variable and three input variables. China's macroeconomic growth, capital investment, labor investment, science and technology financial investment have played a significant role in promoting, the elastic impact factors are significant at the level of 1%. The Douglas influencing factors of science and technology financial input (K) on economic development (G) are 0.267 4, 0.271 1, 0.256 9 and 0.288 3, which are slightly different, but basically stable in the range of 0.25 to 0.29. This shows that science and technology finance has played an important role in China's economic development.

HTML

经济发展的快慢与诸多因素有关，并且因为生产力水平的不同而不同^[1].在农耕经济为主的封建社会，经济发展主要受到土地资源、劳动力数量的影响^[2].工业革命以后，资本总量、工人数量、新技术的运用程度成为经济发展的新动力^[3].进入21世纪以来，世界范围内的既定经济模式陷入一种饱和状态，经济发展必须寻找新的推动因素^[4].随着我国经济规模的不断扩大以及我国经济与世界经济的全面接轨，金融产业也成为我国经济发展的重要因素^[5].科技和金融，就像一座经济大厦的两根支柱，只有共同发挥合力，才能保证经济快速、健康地发展.所谓科技金融，就是科技产业和金融产业相互融合之后形成的新兴产业，它既包含了科技领域所取得的前沿成果，也体现了各种金融制度、金融政策、金融手段和金融工具^[6-8]的综合作用.科技金融从技术和资本2个方面，反映了一个国家、一个地区综合实力的高低.虽然科技金融是一个全新的范畴，但它一经出现就受到了各国的普遍重视.学者们试图分析这一全新的产业领域与国家和区域经济发展之间的关联性，为此也提出了很多模型和方法^[9-10].虽然科技金融和经济发展之间似乎不存在直接的关联关系，但在统计经济学和计算机建模以后，可以抽象地剥离出很多隐含的关系.目前，相关分析、回归分析已经用于科技金融和经济发展之间统计学关系的分析研究之中，DEA(数据包络方法)也用于二者之间关系的建模^[11-13].本文从道格拉斯生产函数模型的角度出发，以科技金融作为经济发展这一产出结果的一项投入要素，同其他要素一起共同构建科技金融和经济发展之间关系的道格拉斯模型，并通过宏观的实证数据分析，去挖掘二者之间关系的量化结果.

1. 科技金融和经济发展关系的道格拉斯模型构建

在经济学理论创立之初，经济增长的主要动因被归结为成本投入因素和劳动力投入因素，这也因此推动了道格拉斯生产模型的形成.道格拉斯以投入和产出作为数学意义上的因果关系，从而构建出经济增长模型.

随着资本主义工业的不断发展，技术性因素逐渐引起人们的重视，并且也被作为经济增长的投入因素，从而使得道格拉斯投入产出模型更加完善.

最原始的道格拉斯投入产出模型，其数学形式为

在公式(1)中，参数G代表了经济增长程度，参数λ为模型的常数因子，参数Z代表资本投入因素，参数L代表劳动力投入因素，参数a代表资本投入影响因子，参数b代表劳动力投入影响因子.

在本文当中，核心的研究内容是科技金融因素和经济发展之间的关系，因此对公式(1)的道格拉斯投入产出模型进行进一步修正，形成3个投入因素的道格拉斯模型，如公式(2)所示.

在公式(2)中，参数K代表科技金融投入因素，参数c代表科技金融投入影响因子.

公式(2)中的模型虽然给出了科技金融和经济增长在数学意义上的关联关系，但是这个模型是非线性的，不利于模型的求解和对应经济学意义的解读.

为此，将公式(2)进行进一步的线性化处理，具体操作是对模型两侧同时取自然对数，那么将得到公式(3)的形式.

参数a，b，c分别表示资本投入影响因子、劳动力投入影响因子、科技金融投入影响因子对于经济增长的影响弹性.

3. 结语

为了探寻科技金融对于我国宏观经济发展的影响，构建了3个投入因素的道格拉斯投入产出模型.在这个模型中，经济发展为产出变量，资本投入、劳动力投入、科技金融投入都是投入变量.以2000-2018年的年度数据为实证分析的基础数据，依托道格拉斯模型，在Eviews平台下进行了4类评估.

实证分析的结果显示，从影响经济发展(变量G)的角度看，资本投入(Z)、劳动力投入(L)、科技金融投入(K)确实都起到了正向促进作用，因为OLS评估、SLM评估、SEM评估、SDM评估这4类评估得到的结果都是比较接近的，说明中国宏观经济的增长，资本投入、劳动力投入、科技金融投入都起到了明显的推动作用，弹性影响因子都是在1%水平下显著.科技金融投入(K)对经济发展(G)的影响，4类评估得到的道格拉斯影响因子分别是0.267 4，0.271 1，0.256 9，0.288 3，虽然略有不同，但基本稳定在0.25~0.29的这个范围之内，其未来对于经济发展的影响将日益凸显.

Figure (1) Table (2) Reference (13)

Name
	Name cannot be empty!
E-mail
	Mailbox cannot be empty! Mailbox cannot be empty!
Telephone
	Mobile number cannot be empty! Please enter a valid mobile number!
Title

Content
Verification Code

[1]	SHAHBAZ M, HOANG T H V, MAHALIK M K, et al. Energy Consumption, Financial Development and Economic Growth in India:New Evidence from a Nonlinear and Asymmetric Analysis[J]. Energy Economics, 2017, 66(5):199-212. Google Scholar
[2]	杜鹏.社会性小农:小农经济发展的社会基础——基于江汉平原农业发展的启示[J].农业经济问题, 2017, 38(1):57-65, 111. Google Scholar
[3]	佟家栋, 谢丹阳, 包群, 等."逆全球化"与实体经济转型升级笔谈:"逆全球化"浪潮的源起及其走向:基于历史比较的视角[J].中国工业经济, 2017, 18(6):5-13. Google Scholar
[4]	CINNIRELLA F, STREB J. The Role of Human Capital and Innovation in Economic Development:Evidence from post-Malthusian Prussia[J]. Journal of Economic Growth, 2017, 22(2):193-227. Google Scholar
[5]	李萌, 杨扬.经济新常态下战略性新兴产业金融支持效率评价及影响因素研究[J].经济体制改革, 2017(1):129-135. Google Scholar
[6]	张玉华, 张涛.科技金融对生产性服务业与制造业协同集聚的影响研究[J].中国软科学, 2018(3):47-55. Google Scholar
[7]	甘星, 甘伟.环渤海、长三角、珠三角三大经济圈科技金融效率差异实证研究[J].宏观经济研究, 2017(11):103-114. Google Scholar
[8]	MASOUDI NEJAD R, IMANPARAST M. Estimation of Technology Progression and Cost Analysis for a Floating Solar Chimney Power Plant:a Special Case-Isfahan City in Iran[J]. IET Renewable Power Generation, 2018, 12(8):928-933. Google Scholar
[9]	BRUGNACH M, CRAPS M, DEWULF A. Including Indigenous Peoples in Climate Change Mitigation:Addressing Issues of Scale, Knowledge and Power[J]. Climatic Change, 2017, 140(1):19-32. Google Scholar
[10]	张玉喜, 赵丽丽.中国科技金融投入对科技创新的作用效果——基于静态和动态面板数据模型的实证研究[J].科学学研究, 2015, 33(2):177-184, 214. Google Scholar
[11]	REGO M A S, SABBAG O J, SOARES R, et al. Financial Viability of Inserting the Biofloc Technology in a Marine Shrimp Litopenaeus Vannamei Farm:a Case Study in the State of Pernambuco, Brazil[J]. Aquaculture International, 2017, 25(1):473-483. Google Scholar
[12]	CURTIN J, MCINERNEY C, GALLACH?IR B. Financial Incentives to Mobilise Local Citizens as Investors in Low-carbon Technologies:a Systematic Literature Review[J]. Renewable and Sustainable Energy Reviews, 2017, 75:534-547. Google Scholar
[13]	江湧, 闫晓旭, 刘佐菁, 等.基于DEA模型的科技金融投入产出相对效率分析——以广东省为例[J].科技管理研究, 2017, 37(3):69-74. Google Scholar

Message Board

On Application of Douglas Model in Analysis of Relation Between Science Technology Finance and Economic Development

Abstract

References

Access History

通讯作者: 陈斌, bchen63@163.com

Article Metrics

Access History

Other Articles By Authors