【论文摘要】目前我国正处于经济发展的转型时期，传统的粗放式发展模式已经无法适应当前需求，科技进步在经济增长中的重要作用愈加凸显。基于我国31个省区市1978—2014年的经济数据，利用灰色关联度分析法测算了37年间对于地区经济增长的资本贡献率、劳动贡献率以及科技进步贡献率，得出以下结论：我国东部地区科技进步对经济增长贡献率高于西部地区，沿海地区高于内陆地区；部分省份的劳动力严重外流，劳动力大量涌入沿海省份；固定资产投资应与劳动力水平提高以及科技进步协调发挥作用，才能更好地促进地区经济增长。
　　【论文关键词】科技进步；灰色关联度；贡献率
　　自改革开放以来，我国经济进入高速发展阶段。1978—2014年，我国GDP年均增长97%，即使在2008年和2009年受国际金融危机影响，仍分别增长963%和921%。然而，2015年我国GDP实际增速为69%，是6年来首次“破7”，传统产能过剩、粗放式发展模式难以维系、产业结构不合理、科技进步步伐较慢等重点和难点问题亟待解决。在这样的大环境下，科技进步已成为我国国民经济持续健康发展的重要推动力。因此，研究科技进步对我国经济可持续发展的影响具有重要现实意义。
　　一、文献综述
　　吴敬琏（1999）对美国128公路与硅谷两大新技术产业园区的发展案例，以及日本二战后“亚太模式”成败的分析，凸显了技术创新环境的重要性以及制度灵活和市场自由竞争对创新的作用[1]。魏和清（2003）分析索洛模型后认为，对科技进步的评价包括制度创新带来的进步、规模经济带来的产量提高以及替代效应带来的生产效益提高[2]。现有文献研究技术进步时往往忽视了企业的作用，以及制度创新产生的作用和效果。王守宝（2010）认为，科技进步促进经济发展主要体现在两个方面：一是知识创新与人才培养产生溢出效应，生产者在生产过程中不断提高技能水平，从而使企业与整个社会受益；二是从技术创新引领市场需求的角度，新技术与新产品推向社会并逐渐被人们接受。构建科技系统与社会经济发展系统，并构建科技子系统、社会子系统与经济子系统之间的多重反馈回路，利用山东省数据进行仿真，认为山东省逐步提高了科技投入，以及现有产品和服务的技术含量，产业结构逐渐向服务业偏重[3]。
　　不同机构对同一国家或地区在一段时间内的资本、劳动和技术进步对经济增长的贡献率测算结果不同，这与采取的测算方法、标准、数据来源不同有关。事实上，不同区域拥有不同的资源禀赋，包括物质资本和劳动力水平的不同，或者处于不同的工业化阶段，则测度科技进步贡献的方法也就有所不同。科技进步对不同区域的经济发展作用效果完全不同，科技投入不一定转化成科技创新与产出，更不一定带动经济增长。李红（2010）探索了适用于山西省这样资源密集型地区的测量科技进步贡献率的模型。考虑到目前山西省科技创新能力较弱，选用索洛增长模型测算山西科技进步贡献率。采用1997—2007年山西省产出、资本、劳动、科技增长速度、科技进步贡献、资本贡献和劳动贡献数据，运用广义科技进步测算，出现了科技进步贡献率为负值的现象，说明在山西这样的资源大省，即使不断加强科技投资，在较长时间内其经济增长仍主要依靠物质资本的投入，而物质资本的投入过大会掩盖科技进步的作用[4]。
　　国内现有关于科技进步对经济发展的贡献率研究中，一般采用了生产函数法、投入产出法、指标体系法和技术评价法。除技术评价法的数据难以获得、专业性要求较强、一般只是某一产业或领域的专家使用外，其他测算方法都经常被使用。生产函数法是以Cobb-Douglas生产函数和索洛增长模型为基础，科技进步贡献率即为经济增长率扣除劳动力作用和资金投入作用后的余值。李翠（2004）在此模型基础上，利用1988—2003年上海市的资金投入、劳动力投入和生产总值数据，得出结论：资金投入对上海市经济增长贡献率最大，约为60%，科技投入贡献率次之，劳动力贡献率最小，不到1%[5]。我国各省区市的实际情况不同，既有山西省这样的资源大省，上海市这样的金融中心，也有广东省这样的改革开放前沿地带。广东省制造业相对发达，外来人口众多，劳动力相对密集，但是其创新水平在全国遥遥领先，其中深圳市尤为突出。
　　二、模型设定与数据说明
　　测算资本投入与经济增长弹性系数α、劳动力投入与经济增长弹性系数β常用的方法有回归法、经验确定法、分配法和灰色关联度分析法。由于回归法需要的样本数据较大且统计要求较高，而灰色关联度对样本量没有具体的要求，也不需要典型的分布规律，是在变量关系不明晰的情况下用已知预测未知的方法，因此自1982年邓聚龙教授提出后便受到广泛关注，在国民经济关于投资收益以及综合水平或者竞争力水平评价的研究中收到了良好的效果[6]。本文拟采用灰色关联度测算柯布—道格拉斯生产函数中的资本弹性系数α和劳动力弹性系数β。由于本研究有部分省份的数据缺失，为保证可比性，采用灰色关联度进行测度。
　　1设置系统特征行为序列与系统的相关因素行为序列。系统特征行为序列设为：X0（k）=（x0（1），x0（2），…，x0（n））。系统的相关因素行为序列：Xi（k）=（xi（1），xi（2），…，xi（n）），（i=1，2，…，m）。在本文的计算中，X0便是GDP序列，需要测度的是劳动力（就业人员数）、资本投入（全社会固定资产投资）与产出（GDP）的关联度情况。
　　2将数据进行无量纲化处理（指标变换）。由于测算的指标是效益型指标，也就是希望指标值越大越好，数据变换方法如下：