知識經濟產業計量研究論文

導語：知識經濟產業計量研究論文一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

（一）

經濟的發展必然伴隨著結構性的變化，而二戰后高新技術及其產業的發展必然引起產業結構發生深刻的變化，一方面，第一次產業中的科技含量在增加，第二次產業服務化的趨勢也越來越明顯，制造業與服務業之間的界限越來越模糊，另一方面是第三次產業的內涵、總量及其知識化程度在迅速擴大，以至于其在社會生產和生活中所占的比重及其重要程度逐步超過第一、二次產業。在農業生產、經營與服務“一條龍”的情況下，產值、勞動力就業比例等在統計上就很難將各產業截然分開。而第三次產業中的科技服務、信息服務等在第二次產業中的作用份額的不斷增大，又使三次產業劃分無法反映當今經濟發展的實際情況。很顯然，高新技術及其產業的獨特性使人們按照其性質對其進行獨立的統計與分析，這樣對原來的三次產業劃分的理論和方法產生了影響，對原來的產業結構帶來沖擊，導致人們對產業結構理論與產業分類方法的進一步思考。

此外，隨著新興產業的不斷涌現，第三次產業所包括的內容也越來越龐雜。本來第一、二次產業之外的所有產業都歸入第三次產業，而這些產業的差別極為懸殊，從日常生活服務業到復雜的科技部門，從簡單的修鍋補盆到最繁雜的為航天事業服務的數據庫都包括在內，飯店、理發店、報社、科研機構、咨詢部門、政府機關、軍事單位和商貿公司等應有盡有，五花八門，這就很難總結出它們的共同特征和發展規律，從而難以制訂出共同的政策和管理方針。由此，也需要對三次產業分類方法進行修正、補充和發展。

事實上，作為三次產業分類法的最初思想是由英國經濟學家阿·費希爾在20世紀30年代提出來的，他將初級階段生產的產業稱為primaryindustry，處于第二階段的產業叫做secondaryindustry，處于第三階段生產的產業叫做tertiaryindustry。費希爾所用的這三個單詞，primary有最初、初等的含義，secondary有中等的含義，tertiary有第三級的含義。所以，翻譯也有“第X個產業”（簡稱第X產業，反映產業發展時序）與“第X次產業”（反映產業的演進層次）兩種，只是歷史的局限，當時只劃分為三個先后層次。面對產業不斷分化、發展、演進的實際，我們可將這種劃分引伸為按產業的發展時序分類與按產業的生產力層次分類，前者可分為農業、工業、服務業、信息產業、航天產業、生物產業、海洋產業等，其中農業為第一產業、工業為第二產業、服務業為第三產業、信息產業為第四產業、航天或生物產業等為第五產業。后者可分為農業、工業、服務業、知識產業等，它們依次為第一次產業、第二次產業、第三次產業和第四次產業。顯然在前一分類中第四產業是信息產業，它包括信息工業（屬于第二次產業）、信息服務業（屬第三次產業）和信息開發業（屬于第四次產業），美國經濟學家拉波特就是持這種觀點。而后一種分類的第四次產業是知識產業，它由知識、智力密集型產業構成，包括高科技產業中的智力知識密集型子產業，如信息開發業、航天產業、生物產業、海洋產業以及服務業中的知識密集型產業等。顯然知識產業作為第四次產業與作為第四產業的信息產業是不同層面的產業歸屬，二者是相交的關系。把信息產業等同于知識產業是錯誤的。

（二）

那么，第四次產業——知識產業究竟包括哪些產業或部門呢？對此，人們有不同的認識。美國學者馬克盧普的觀點是將知識產業作為與傳統產業相對應的產業，是指“這樣一些廠商或組織機構，在某些情況下可能還包括家庭和個人，他們生產知識，特別是信息產品與服務，無論這種生產的目的為何。”由此，他把知識產業分為5大類共30小類，如表1所示。

附圖

我國學者對第四次產業的認識，首先是與第四產業相混淆，其次是對其所包括的內容有不同的認識。王樹林在1996年出版的《21世紀的主導產業——第四產業》一書中明確提出要“把第四產業從第三產業中分離出來”，并指出第四產業包括科學研究、教育、信息服務、咨詢服務、新聞出版、廣播電視、文化、民間公證和法律服務等九種行業。顯然，這是把第四產業定義為精神產品的生產領域。魏建國等人在《統計與決策》撰文主張“從實物經濟與知識經濟的分野中，將知識產業作為與實物產品生產下三次產業相并列的第四產業。”我國著名的知識學專家宋太慶則把在“第四次產業大革命浪潮”中涌現出來的知識產業概括為科學技術產業、信息情報業、文化教育產業、傳播娛樂產業、智能智慧業、規劃產業、咨詢策劃產業和思想設計產業等8大產業群體。如前所述，國內還有學者簡單地把知識產業或第四次產業界定為高新技術產業或信息產業。

筆者認為，知識在人類社會經濟活動中越來越廣泛深入地應用，必然導致產業的深化，從而促進產業結構不斷向高級形態演進。20世紀中葉以來，計算機技術、電子技術、生物技術和現代通訊技術的廣泛應用，使社會的產業形態極為豐富，出現了軟件產業、信息咨詢業、生物工程業和傳播娛樂業等新的產業形式。這些新的產業形式過去僅僅依附于傳統的產業形態之中，隨著科學技術的迅猛發展，將使它們作為嶄新的產業形態而獨立存在。為便于研究產業結構及其形態的變化，分析知識在經濟增長中所起的作用，我們有必要把知識產業從前三次產業中（而非僅第三次產業）分離出來，并發展成為一個獨立的產業形態——第四次產業。因此筆者既不同意僅把知識產業視為信息產業或高新技術產業，也不同意知識產業僅是從第三次產業中分離出來的觀點，對知識產業是對應于實物產品生產部門的精神產品生產部門的認識也不敢茍同。信息產業、高新技術產業的確是知識產業的主體、支柱，但畢竟只是組成部分之一，從對應的支撐技術和支柱產業層面上講，知識產業要比它們的范圍和內涵都要寬。雖然作為第四次產業的知識產業是在前三次產業基礎上的演進，但并意味僅從第三次產業中分離出來，它與第一次、第二次、第三次產業都存在著滲透、融合，知識產業是前三次產業日益高級化的產物，既包括精神產品的生產，也包括物質產品的生產，它與前三次產業不同的是該產業的知識含量、科技含量（即知識技術密度）很高，即以知識創造財富，可以說，知識產業是相對于“非知識產業”而言的。據此，筆者認為，作為第四次產業的知識產業應包括下圖所示范圖：

附圖

（三）

對知識產業或第四次產業進行計量、核算是產業統計的一項新領域，主要困難在于缺乏來自上述產業部門的實物產量、市場交易以及某些服務活動的市場價格的數據，此外中間產品的采購、就業人數、生產率的變化等信息也難以掌握。針對現行統計體系和可取得的數據的不完備性，一個可行的嘗試就是將知識產業逐個從統計體系中挑選出來，然后逐個進行核算和平衡。馬克盧普正是按照這一思路并采用最終需求法來測度美國的知識生產與分配過程的，最終需求法的公式為：

GD=C+G+I+(X-M)

式中，C代表消費，即消費者對最終產品和服務的需求量與消費量，G代表政府的需求量與消費量，I代表投資，即廠商對最終產品和服務的需求量與消費量，X、M分別代表進口額、出口額。這種經驗性統計核算方法的優點是可以根據不同的具體產業（部門）和環境考慮知識的分配及其構成，但缺點是數據要求嚴格且龐大，并且有擴大知識產業部門范圍的傾向。

除了核算其產值外，還應對知識產業勞動者、知識職業勞動收入進行估算，從而為知識產業經營規模與分配統計提供基礎數據。對此，波拉特的信息產業測度體系具有借鑒意義，它是先把信息活動劃分為市場信息活動與非市場信息活動，對那些向市場提供信息商品或服務并參與市場交換的廠商稱為“一級信息部門”，將僅滿足政府或非信息企業內部消費而提供信息生產與服務的部門稱為“二級信息部門”，然后明確信息資本、信息勞動者和信息職業等范疇，最后依據這些范疇分別估算、一、二級信息部門的增加值。

我國著名統計學家賀鏗以信息產品的性質為標志將信息產業劃分為信息生產資料部門、直接信息部門和間接信息部門，其中前兩個部門采用分離法從全口徑投入產出表中分離出信息業并求得總產出，間接信息部門則采用典型調查法取得基礎數據后在假設單位內部信息勞動者勞動生產率與所在單位全員勞動生產率相同的前提下推算信息產業的產值。這種方法可以用來核算知識產業的產值。

知識產業統計核算的另一種重要內容是計量知識產業的知識資源密集（集約）程度、豐裕程度、生產能力、發展潛力以及知識資本的存量與流量。知識密集量類似于勞動消耗量、原材料消耗量，是某種知識資源的消耗與產出之比，因而可視為科技活動的經濟標準或科技進步的標志。測度知識密集量主要有三種方法，一是研究與開發性投入的費用與該部門的總產出或增加值之比，反映一般知識密集量；三是用產業部門內部知識勞動收入與非知識勞動收入之比，反映各產業部門使用知道資源的集約程度。根據這些指標，可以把各產業部門劃分為三類知識資源密集型部門：知識資源高度密集型部門，如電子、航天等；知識資源中度密集型部門，如石油化工、機械制造等；知識資源低度密集型部門，如冶金、食品等傳統產業部門。

知識資源豐度是反映知識資源豐富（裕）程度的指標，測度方法也有三種，一是反映知道資源生產力的指標，通常是用人均知識資源生產量來測度的，公式為：

R[,1]=(P[,1]+P[,2]+P[,3]+P[,4])/M

式中，P[,1]、P[,2]、P[,3]、P[,4]分別表示數據庫數量、專利和商標數量、書報刊量、視聽產品生產量，M為人口數。

二是反映基本知識資源儲備潛力的指標，通常是用人均擁有的基本知識資源量來測度的，公式為：

R2=(Q[,1]+Q[,2]+Q[,3]+Q[,4]+Q[,5])/M

式中，Q[,1]、Q[,2]、Q[,3]、Q[,4]、Q[,5]分別表示計算機、文化設施、新聞設施、娛樂設施、郵電信設施的擁有量。

三是反映知識資源處理潛力的指標，公式為：

R3=(T[,1]+T[,2]+T[,3]+T[,4]+T[,5])/M

式中T[,1]、T[,2]、T[,3]、T[,4]、T[,5]分別表示識字人數、各級教育在樣生數、科研人員數、政府部門人數和咨詢機構人數。顯然是用上述人數占總人口的比重來反映知識資源處理潛力。

在知識經濟時代，企業最有價值的是知識資本，它將企業信譽、商標、員工文化水平與技能、顧客滿意、組織文化、機制及經營關系等許多傳統管理理論所忽視，但卻日益成為企業重要資源或者說已經成為企業核心能力重要組成的這些因素整合在一起并與企業組織結構、生產能力、技術創新、市場開拓能力以及財務狀況緊密聯系在一起，共同構成企業的核心能力和經營資產。那么，如何衡量知道資本的價值呢？世界著名的金融服務機構、瑞典的斯勘的亞公司在90年代初推出的一項傳統會計系統不統計、但有價值的資產核算公式IC=MV-BV具有代表性，式中，MV為企業真正的市場價值，BV為帳面價值。顯然，知識資本是市場價值與帳面價值之差。斯勘的亞認為，一個上市公司的市場價值要比其帳面價值高3-8倍，這個差值就是隱藏的價值，由于它屬于非金融資本，會計學上把它列為債務類。因而，有必要將這種隱蔽資本浮出水面。為此，斯勘的亞公司于1995年公布了世界上第一份知識資本年報，它著眼于顧客、流程、更新、開發、人力、財力等因素，對知識資本進行分析與評價，還有人在此基本上提出了用增長和創新指標、效率指標、穩定性指標等三個動態指標來評定知識資本的價值。

知識的存量和流量是知識價值量的另一種表現形態，也是OECD關于知識經濟測度框架的一個重要方面。測度知識的存量比較困難，但可以用科學技術指標來估算，如對不同國家或企業的R&D年投入的積累可借助析舊率的假設進行成本分攤，然后再根據R&D存量指標估算R&D投資的回報率，或根據特定領域研究與開發人員年增量估算R&D人員的存量后再按照人員流動和職業變動情況進行折算。值得注意的是，有人建議將教育費用投入也列入知識的存量。教育雖然只是知識的傳播和積累，但教育是需要成本的，當人們投資于教育時，他們事實上犧牲了其它投資機會而換取了所掌握的知識，這類知識顯然是可以直接形成生產力的。把R&D與教育費用投入之和作為知識存量的計算公式為：

附圖

式中RD[,k]、ED[,k]分別表示當年起倒數第k年R&D費用與教育費用投入量在考慮通脹后的貼現值，m、n分別表示R&D、教育所形成的知識的“老化年限”，R[,1]（即1/m）、R[,2]（即1/n）分別表示R&D、教育形成知識的“老化率”。

知識的流量是指某一段時間內進入經濟系統的知識存量的比例，通常用物化形式的知識擴期和非物化形式的知識擴散來衡量。前者表現在機械、設備和部件的生產中使用新技術的過程，對于已經體現了技術或研究與開發的部分可采用投入產出方法來測度，即利用技術流量矩陣作為指標來研究體現半成品和資本貨物中的研究與開發在產業部門之間的流動。當然也可以通過對具體技術在不同產業部門之間的擴散與普及來分析物化知識的流量，如對不同國家的個人電腦、光盤設備、互聯網站或人網戶數等占家庭（或人口）的比例來分析信息技術的擴散與流動水平。對于尚未被物化的知識流量則可通過引文分析來測度，即借助于引文索引計算出知識在不同領域和學科之間的流動。這種非物化形式的知識流動通常是以技術專長、專利、許可證和訣竅方式傳播或擴散的。