投资测算方法精品(七篇)
时间：2023-09-12 17:03:19
序论：写作是一种深度的自我表达。它要求我们深入探索自己的思想和情感，挖掘那些隐藏在内心深处的真相，好投稿为您带来了七篇投资测算方法范文，愿它们成为您写作过程中的灵感催化剂，助力您的创作。
篇(1)
[关键词]土地整治规划、资金测算、测算方法
中图分类号：TM331 文献标识码：A 文章编号：1009-914X（2016）10-0401-01
1、引言
根据《县级土地整治规划编制规程》，进行资金测算与效益分析。资金测算是测算土地整治投资规模，测算实现规划目标的投资总额，进行土地整治筹资渠道及潜力分析；效益分析是从土地整治经济效益、社会效益和生态效益三方面入手，采用定性、定量分析方法测算区域土地整治带来的效益价值，全面科学地评定土地整治综合效应。
2、资金测算与效益分析
2.1 资金测算分析
（1）资金需求
根据土地整治潜力调查所确定的土地整治项目，测算土地整治规划的投资需求。
测算的基础和方法，主要是根据以往的土地整治项目的投资情况，采用统计分析与情景分析相结合的方法，来分析不同类型（土地开发、土地整理、土地复垦、农村建设用地整治）的土地整治的投资需求。
（2）资金供给
根据土地整治的资金来源渠道，分为政府统筹土地整治资金、可带动的其他涉农资金和社会可投入资金，测算土地整治的资金供给量。
测算的基础和方法，主要是根据以往的土地整理规划实施过程中资金供给情况，采用统计分析与情景分析相结合的方法，来分析不同类型（土地开发、土地整理、土地复垦、农村建设用地整治）、不同投资结构（政府直接投资、带动其他投资和社会投资）的土地整治的资金供给量。
2.2 土地整治效益分析
土地整治效益评价的指标分为社会、经济和生态效益三大类。
社会效益指标主要包括土地利用增加率、新增耕地率、粮食产量增加率、就业（供养人口）增加率、道路通达增加率、水利设施利用增加率、居民点基础设施配套增加率、复种指数增加率。
经济效益评价基本采用投入-产出的分析方法，指标主要包括单位面积投资、每万元投资新增耕地面积、项目区总产值增加率、基础设施运营成本、静态投资收益率、人均收入增加率。
2.3 土地整治效益评价
根据确定的规划目标、重大工程和重大项目，参照定性和定量相结合的评价方法，运用层次分析法，综合评价溧水区土地整治规划社会、经济和生态效益。
3、土地整治规划资金测算
3.1 资金测算任务
土地整治规划资金测算的任务是预测土地整治投资规模，测算实现规划目标的投资总额，进行土地整治筹资渠道及潜力分析。
3.2 资金测算意义
（1）有利于提高土地整治规划的可行性。开展土地整治资金的需求和供给情况的研究，有利于有效地实施规划，切实开展土地整治工作，进而为规划提供决策依据。
（2）有利于提高土地整治规划的科学性。土地整治规划编制必须以科学基础做支撑，通过对影响土地整治投资与筹资的因素进行综合研究，从资金需求与供给两个方面进行合理分析，从而提高土地整治规划的科学性。
（3）有利于强化土地整治规划的合理性。根据溧水区不同街镇的社会经济条件、土地整治规划目标、任务和方案，按照不同类型、不同区域测算土地整治规划投资，在时空上均衡分配土地整治投资，提高投资有效性，有利于强化土地整治规划的合理性。
3.3 资金测算分析
3.4 资金测算方法
资金需求测算主要是按照不同整治类型，采用单位面积标准投资估算方法估算土地整治单位面积的投资，通过系数法进行修正，并对各分类型土地整治类型综合加总。
3.4.1分类型综合加总法
分类型综合加总法用于测算区域内土地整治资金总需求。这种方法结合规划目标，参照有关调查数据，按照农用地整治、农村建设用地整治、废弃土地复垦、宜农未利用地开发的类型分别估算各类投资并加总，得出土地整治方案的资金需求总规模。
测算步骤：
（1）根据各区域物价指数、最低工资变动情况及土地整治难度，确定该区域土地开发整理投资标准。
（2）测算宜农未利用地开发潜力、农用地整治潜力和土地复垦潜力。
（3）将各类型土地整治潜力与投资标准相乘，得到各类型土地整治资金需求规模。
（4）将各类型的土地整治资金需求汇总，得到区域土地整治资金总需求。
3.4.2系数法
系数法一般用于测算省级、市级土地整治项目投资需求。
测算步骤：
寻找与规划项目相类似的典型项目及其投资量。
测算规划项目相对于类似典型项目的规模倍数。
依据项目配套设施的工程量和工程难易程度与已知类似项
目相比较的结果选取常数，工程量和工程难度大的去上限。
测算土地整治项目投资需求。
估算公式如下：
Y=AXn
式中，Y为项目估算投资（万元）；A为已知的类似土地整治项目投资（万元）；X为规模倍数，等于规划的项目规模除以已知的类似项目规模；n为常数，一般取0.8～1.2。
3.4.3单位面积标准投资估算方法
单位面积标准投资估算方法一般用于测算市级、县级土地整治项目投资需求。测算步骤：
（1）测算土地整治典型项目单位面积投资量。分地貌类型和项目类型在本地区或类似地区选择已完成的典型项目，分别测算出各类型土地整治典型项目单位面积投资额。
（2）估算项目投资量。根据地形、地貌、基础设施（水、电、路等）、对外交通、物价水平、劳动力价格等因素对典型项目单位面积投资量进行修正，再根据规划的项目规模计算出项目投资量。
（3）估算总投资。根据规划目标，分别计算土地整治各项目投资量，汇总为总投资量。
篇(2)
[关键词]物资仓储；定额测算；管理效率
[DOI]10. 13939/j. cnki. zgsc. 2016. 06. 029
1 物资范围
省电力公司库存物资储备定额是指在一定管理条件下，为保证电网建设和安全生产顺利进行所必需的、经济合理的物资储备数量标准。储备定额的物资范围是指占用流动资金购置、实体仓库储备的物资，主要包括备品备件、周转物资和应急物资。
2 物资储备定额测算方法
2. 1 设备状况数据测算方法
该方法主要根据设备存量、故障率、设备使用寿命、投资规模等因素来测算备品备件物资储备定额。
各单位可依据《国家电网公司输变电设备备品备件管理指导意见》提出的备品备件计算公式，计算本单位备品备件储备定额的种类、明细、数量。
备品备件储备定额计算公式：N=A×k×a×T/P
2. 2 投资规模数据测算法
中低压电网工程通用设备和材料具有通用性强、需求量大等特点，测算此类物资主要采用投资规模数据测算法（类推预测法）。具体步骤是：
（1）统计近三年中低压电网工程通用设备和材料周转物资目录内的物资采购额占中低压电网项目投资金额的平均比重。
（2）根据本年度中低压电网项目投资计划和周转物资目录内的物资采购额占中低压电网项目投资金额的平均比重，测算出本年度中低压电网工程通用设备和材料采购金额。
（3）根据电网建设进度，综合考虑库存周转率等因素，提出中低压电网工程通用设备和材料年资金需求金额。
中低压电网工程通用设备和材料年库存金额水平计算公式：C=I×（Z/P）/n
（4）中低压电网工程通用设备和材料资金分配。中低压电网通用物资主要包括设备类、线缆类、材料类。通过对历年通用物资的分类分析，可以预测各类周转物资的资金比例。
2. 3 库存消耗数据测算法
2. 3. 1 方法理论性介绍
库存消耗数据测算法是基于仓库出库领用数据进行概率统计的计算方法，这种方法适用于出库领用随机性较强的物资，即更适用于周转物资的测算。但周转物资中的中低电压项目通用类物资仍具有较强的计划性，可用本方法对这类周转物资的安全库存进行测算，而订货批量和最高库存的测算配合项目物资需求计划会更加有效。
本方法可使用配套电子表格计算工具计算储备定额，各单位还可根据本单位的特点完善本计算工具。
（1）正态分布下的安全库存、重订货点、订货量的计算公式如下：
安全库存的计算公式：SS=zσ2×LT+μ2×σ2l
重新定货点的计算公式：r=u×LT+SS
订货量的计算公式：Q=u×t
最高库存的计算公式：S=u×t+SS
（2）泊松分布下的安全库存、重定货点、订货量的计算公式如下：
重新定货点的计算公式：p（x≤r）=rx=0uxx！e-u
安全库存的计算公式：SS=（r-u×LT）2+（z×μ×σl）2
订货量的计算公式：Q=u×t
最高库存的计算公式：S=u×t+SS
2. 3. 2 定额计算工具的使用方法
定额计算工具是一份Excel文件，主要由3个分页组成：
（1）数据输入页。原始数据和模型参数的输入和设定，包括：
①物料号，库存物资的物料编码；
②物料描述，库存物资的物料描述；
③计量单位，库存物资的计量单位，要注意同一行的出库历史数据应使用同一计量单位；
④补货方式，需要设置为定量补货/定期补货，定量补货方式为当库存水平下降到重订货点时触发补货，定期补货方式为每到预设的时间点时触发补货；
⑤目标服务水平，单个仓库满足需求部门的领料需求的目标概率水平，可根据本单位的物资分类策略进行设置（如重要性较高的物资的服务水平设为95%，重要性中等的物资设为90%，重要性较低的物资设为80%）；
⑥定量补货参数，如补货方式设定为定量补货后，需填写此字段，意义为每次库存水平到达重订货点触发补货后补几个月的物资数量，单位为月，此参数对补货批量和最高库存有较大影响；
⑦定期补货参数，如补货方式设定为定期补货后，需填写此字段，平均每几个月补货一次，单位为月，此参数对补货批量和最高库存有较大影响；
⑧采购周期，物料从需求提报至到货入库的平均周期，此参数对补货批量和最高库存有较大影响；
⑨采购周期的波动系数，指实际采购周期与平均采购周期的波动系数，此参数对安全库存的数值有一定影响；
⑩取整策略，指定额计算结果的取整方式，包括不取整、四舍五入、向下取整、向上取整等；
B11各年月物资消耗数量，指物资出库领用消耗的数量，没有发生消耗的月份请填“0”，没有历史数据的月份要设为空，不能填写数值。
（2）数据分析页。此页根据数据输入页的原始数据和模型参数自动计算库存历史消耗数据的概率分布，并确定分布类型；
（3）计算结果页。此页根据数据输入页和数据分析页自动计算储备定额，包括安全库存、重订货点、订货量、最高库存等数值，其中根据补货方式（定量补货/定期补货）的不同会将计算结果显示在不同的列中（T列-Z列）。
2. 4 定额计算工具使用示例
（1）整理库存月消耗数据并录入在“数据输入”页表格，格式依据“数据输入”页的白色单位格，包括物料号、物料描述、计量单位，以及每个物料的历史消耗数据，按照年份依次向右填写。
（2）在“数据输入”页设定测算参数。关于测算参数的设定，请参考本手册的第三部分“定额计算工具的使用方法”，每个参数设定的不同均会影响定额的测算结果。
（3）在“测算结果”页查看测算结果。蓝色部分的单元格为测算结果，包括安全库存以及两种补货方式下的相关库存数值。
（4）通过在“数据输入”页调整测算参数，并返回“测算结果”页查看调整后的结果，使测算参数尽量贴近合理的数值。如改变补货方式由定期补货到定量补货。则“测算结果”中仅显示定量补货的相关数值，同时定期补货的相关数值变为空。
2. 5 周转库存定额合并至区域库的调整方法
省公司在修订储备定额时，如涉及仓库资源或储备策略的整合，如某类物资由N个周转库分别储备替代为某个区域库集中储备，则该区域库的定额并非原先N个周转库定额的简单相加。
通过科学的划分仓库层级，由上级库向下级库统一进行库存计划和补货，能够充分发挥库存的集聚效应，降低总体库存水平，即为供应链“级”库存法则。简化处理后安全库存的计算公式为：
区域库安全库存=单个周转库安全库存/（仓库数量^0. 5）
区域库最高库存=单个周转库最高库存-单个周转库安全库存+区域库安全库存
篇(3)
关键词 药物经济学 成本测算 方法
中图分类号：F407.77 文献标识码：C 文章编号：1006-1533（2015）01-0007-04
Common costs and their estimation methods in pharmacoeconomics
QI Fangjia*， LU Jianlong， FENG Sha， WU Weidong， DOU Guanshen， YING Xiaohua**
（Center for Pharmacoeconomic Research and Evaluation， School of Public Health， Fudan University， Shanghai 200032， China）
ABSTRACT The differences of the cost contents were described from different points of view based on connotation of cost and several common cost structures and methods for its estimation were also presented so as to comprehensively understand the common cost and its estimation methods in pharmacoeconomics. Finally， the difficulties and disputations in cost estimation were analyzed.
KEY WORDS pharmacoeconomics; cost estimation; methods
药物经济学是将经济学原理、方法和分析技术应用到临床药物治疗中，分析药物治疗的成本和效果并进行评价的综合性应用学科[1]。因此，成本测算是药物经济学评价中的重要内容，而理解成本的内涵是测算成本的前提。此外，不同的药物经济学评价由于其目的的差异，会有不同的分析角度，这将决定成本的内容和测算方法。本文从药物经济学评价中成本的内涵出发，阐述不同角度的成本内容差异，介绍常用的成本构成和测算方法，最后结合笔者自身经验，对药物经济学评价中的成本测算难点和争议问题进行分析。
成本的内涵
药物经济学评价中的成本是指在药物治疗过程中与该药物治疗相关的所有资源耗费的货币表现，理解其内涵时需要注意：①这是经济学中机会成本的概念，而非会计学中所述成本。机会成本是指将资源投入到其他项目所能获得的最大收益，用来衡量稀缺资源配置于不同用途的代价;会计成本则为特定时段内实际货币支出的记录，基本等同于费用。②从机会成本的内涵可以看出，药物经济学评价中的成本测算要考虑特定收益的改变。例如，不同的治疗方案导致的健康结果不同，而不同的健康结果引起的效用也不同。机会成本的内涵还决定了这种成本的测算并非简单的费用记录收集，需要应用特定的方法（如意愿支付法等）进行分析。③是指与该药物治疗相关的成本。临床诊断和治疗是一个完整的过程，而药物治疗仅是其中的部分组成，故药物经济学评价中与药物治疗相关的成本在大多数时候只是临床成本的一部分，如特定的药费。因此，具体的成本需要根据评价目的与临床医师商议后确定。④相关成本还包括药物治疗后可能出现的其他成本。一方面，“是药三分毒”，大多数药物有一定的副作用，由此引发的资源耗费也需纳入成本范畴;另一方面，疾病治疗结果存在很大的不确定性，可能出现不同的转归和临床状态，并引发后续不同的干预方案及其资源耗费。如果这些状态与使用的治疗药物有直接关联，则与之相关的干预方案的资源耗费就应纳入成本范畴。
成本测算的角度
成本测算还需要明确测算角度，不同角度下的成本内容差异很大。
测算角度主要是指从不同的成本承担者出发进行的测算。当前，国内、外药物经济学评价中最常见的测算角度包括社会角度（全社会承担成本）、患者角度（患者及其家庭承担成本）和保险方角度（常指保险方承担成本）。其中，社会角度涵盖了全社会为药物治疗承担的成本，是政府医药卫生决策最主要的依据之一，主要表现为所有医药费和因治疗引起的劳动力损失等;患者角度主要关注药物治疗中患者的负担，主要表现为患者自付费用和潜在损失，包括自付医药费、误工损失和无形成本等;保险方角度主要是指保险方支付的医药费用，有时也泛指所有的医疗相关费用（表1）。
常用的成本构成
在常见的卫生经济学研究中，成本分为直接医疗成本、直接非医疗成本、间接成本和无形成本4部分。药物经济学评价中的成本也包括这4部分，但内容略有差异。
直接医疗成本是与就医过程联系在一起的卫生资源耗费，包括诊断、检验、治疗、护理和药品费用等，但药物经济学评价只关注与药物治疗相关的成本;直接非医疗成本是与就医过程联系在一起的其他非卫生资源耗费，包括差旅费、伙食费、营养费和正式看护（支付报酬的）费等。直接医疗成本和直接非医疗成本需根据评价目的和特定治疗方案具体确定。
间接成本考虑了健康的投资品属性，是指将来潜在的生产力/收入增加或损失，在药物经济学评价中是指治疗药物给患者带来的生产力恢复和劳动时间延长（为负值，即节约的成本）或因药物不良反应引起患者生产力的下降和劳动时间的损失。间接成本也包括患者家人因看护患者耗费时间而产生的生产力/收入损失。
无形成本又称隐性成本，考虑了健康的消费品属性，在药物经济学评价中指药物的不良反应等给患者及其家人带来的身心痛苦和生活不便。
在进行间接成本和无形成本的测算前，需要首先明确药物治疗与健康状况之间存在直接的因果关系，明确时间和效用改变是由于该药物治疗引起的，这样才能纳入成本范畴。
常用的成本测算方法
成本测算步骤
所有成本的测算都应基本遵循“资源à数量与价格à成本”的思路：①明确方案中发生的资源类型，而药物经济学评价中的资源类型包括时间/劳动力、卫生资源和非卫生资源，其中卫生资源又可根据项目细分为诊断、化验、药品等，非卫生资源则可分为营养膳食、交通、住宿等;②确定每种资源类型的计量单位、数量和价格;③根据上述信息计算总成本。
直接成本测算
对于直接医疗成本，常用的测算方法包括项目法、病种法和微量法（micro-costing approach）。其中，微量法亦称从下往上（bottom-up）法，系首先明确药品服用及后续干预措施的详细流程，而后收集每个环节耗费的资源的数量、价格、人时和工资，最后计算出成本的。该方法可得到精确的成本，但对数据的要求较高[2]。在实际评价中，直接医疗成本有时会用特定的医疗费用来替代。
直接非医疗成本的测算因人而异，最常用的方法是通过询问或调查直接获得。
间接成本测算
间接成本用以衡量因特定药物治疗引起的潜在收益或损失改变，最常见的测算方法包括人力资本法（human capital approach）和摩擦成本法（friction cost method）。
1）人力资本法。人力资本法基于人力资本理论，认为健康可以生产出更多的劳动时间，将之作为要素（生产力）投入生产后可获得社会和个人收益。在药物经济学评价中，人力资本法使用药物治疗改变的健康时间乘时间价格来进行估算。改变的健康时间既包括患者、也包括其他相关人员的时间改变。时间价格最常用的指标包括人均GDP、人均收入和原有收入水平。但对于无收入人员，一般用替代价值法（假定该人员从事家庭工作而创造的价值）或机会成本法（假定该人员到劳动力市场就业可获得的最高报酬）来估算[3]。
2）摩擦成本法。对于社会而言，单个劳动力的损失会因替代者的出现而变小，社会的真正损失在于替代者达到原有者劳动熟练程度前的生产力减少。因此，用人力资本法估算的间接成本往往大于社会实际损失，而摩擦成本法同时关注患者离岗无人顶替期间的生产力改变和新手因技能水平导致的生产力改变，能更准确地估算社会的实际损失。不过，使用摩擦成本法需要收集大量信息，如新、老人员的工资水平以及磨合时间、就业率等，而这些信息都难以获得，所以在实际评价中较少应用[4]。
需要指出的是，非正式看护成本（家人看护耗费的时间成本）在某些疾病（如精神病）总成本中所占的比例越来越高，若忽略会严重影响到评价结果的正确性。
无形成本测算
无形成本的测算一般采用意愿支付法（willing to pay）。意愿支付法是建立在健康效用理论基础上的，用以测量改善特定的健康状况，包括生命延长、劳动能力恢复、疾病治愈、身体痛苦减轻和精神状态改善等时患者愿意支付的经济代价。意愿支付法需要通过设定特定的场景、然后进行询问获得，场景的设定、问题的设计等都会影响到意愿支付水平。
成本测算中的难点与争议点
药物经济学评价正越来越受到关注和重视。不过，由于国内药物经济学发展历史相对较短，很多评价者缺乏系统的理论基础，在成本测算中存在较多误区和争议，笔者自己在工作中也碰到过这些问题，故在此予于梳理。
贴现对象及贴现率
在测算成本和效益时，如果评价时限长于1年，一般需要贴现以矫正货币投入作为生产要素所具备的时间价值。但药品治疗的效果体现为健康改善，会带来劳动时间和效用的改变，而这两种改变（尤其是前者）也具有特定的时间价值，意味着同时亦需要对效果进行贴现，而此常为评价者所忽略。
药物经济学评价中对成本的贴现一般使用社会平均投资收益率（如利率）作为贴现标准。但与一般投资不同的是，疾病干预如果延迟可能造成病情恶化，使未来的干预成本大量增加，这意味着投资不仅有时间价值，及时的药物治疗还可减少潜在损失，故理论上需要提高其贴现率。另有学者认为，收益的贴现率应区别于成本贴现，理由是健康作为不可交换的收益，人们的偏好性更强，政策制定者也会基于社会偏好选择干预方案，而不仅仅出于成本效益（效果）分析结果[4]。这种贴现率选择方面的争议直接要求在进行药物经济学评价的成本测算时应针对不同贴现率作敏感度分析。
双重估算（double counting）
双重估算是指在成本效益（效果）分析中错误地把某部分既算作成本、又算作效益（效果）。例如，若将治疗疾病带来的生产力改变（间接成本）算作一个质量权重来估算质量调整生命年（一种效果指标），就会犯双重估算的错误。有学者认为，如果与疾病治疗相关的医疗成本和生产力损失完全被补偿，且患者不因这些成本而致生活质量下降，就不会出现双重估算的错误。但此时会犯这些成本被忽略的错误，因为从社会角度来看，被补偿的成本是社会付出的成本[5]。
不相关成本和未来成本
不相关成本是指与特定药物治疗不相关的成本，如患者生命延长后死于另一种疾病引起的损失。对于药物经济学评价，药物治疗与效果之间的明确关系是衡量其评价质量的重要标准。不过，很多时候这种关系很难判断，如多种抗生素联合用药时就很难确定特定抗生素与炎症控制效果间的因果关系及其强度。这种联合效果与潜在的不确定性会带来另一个问题，即药物经济学评价中的临床成本应否包括其他药物及其治疗的成本等。对于无法判断是否应纳入计算的成本，可对该成本作敏感度分析。此外，进行药物经济学评价本身的成本应被排除，因为它不是常规成本，但干预过程所用的药物和检查等耗费应计入成本[5]。
未来成本是指患者因疾病治疗、健康改善而延长生命后发生的成本。在数据可获得的情况下，与治疗直接相关的未来医疗成本都应计算在内。例如，对通过新药治疗存活的脓毒症休克患者的未来服务成本应包括在治疗成本中，而治疗高胆固醇血症的成本不应包括未来不相关疾病（如癌症）治疗的成本[5]。对于未来非医疗成本，大多数国家的药物经济学评价指南并未纳入。鉴于最优性和内、外部一致性原则，建议将未来非医疗成本也纳入成本分析[6]。
间接成本
对间接成本的估算方法尚存在争议。在使用人力资本法测算时，患者及其家人的治疗和陪护的时间的机会成本应该根据时间损失的类型（工作、闲暇等）赋予不同的价格分别计算，但在实际评价中难以区分清楚。对于使用摩擦成本法也有争议。反对者认为，该理论在劳动力市场假设上存在缺陷，低估了部分间接成本[5]。
无形成本
在使用意愿支付法测算无形成本时，调查对象会因偏好与收入的差距而出现支付意愿的差异，同时容易出现患者不计成本治疗疾病的倾向（这种投入未必能获得效果）。这种基于假设场景的调查由于缺乏现实的预算约束，极易出现误差。所以，在测算成本时应将患者的主观因素控制在合理范围之内，以体现医疗服务的公平效率原则[7]。
敏感度分析
敏感度分析即不确定性分析，是对药物经济学评价的初步结果进行可靠性检验的一种分析方法。在药物经济学评价的成本测算中，对于是否包含有争议的成本、间接成本测算方法的选择、贴现率的选择和药品降价的结果等，都必须进行敏感度分析。一般使用概率敏感度分析作为药物经济学评价的敏感度分析方法，但难点在于哪种概率分布最适合未知参数。有学者推荐使用贝叶斯方法，并认为在估算95%置信区间下的净效益时，中心极限定理较非参数Bootstrap法更适合用于量少且有偏倚的样本[8]。
结语
作为药物经济学评价的基础，成本测算并非简单的费用分析，也不是通过简单的调查就能完成的，评价者需要深入理解成本的内涵和相关理论依据并根据评价的目的、角度才能确定测算的内容及方法。药物经济学评价中的成本测算会因医疗服务本身的不确定性和难以衡量性而影响测算结果，故敏感度分析是药物经济学评价成本测算中的必要内容之一。
参考文献
张言， 张淑芳. 药物经济学的成本测算[J]. 临床医药实践， 2004， 13（10）： 796-797.
李融. 山西省某地区子宫颈病变的治疗成本测算[D]. 大连： 大连医科大学， 2010.
李丽华， 陈永法. 国外疾病成本测算方法及应用现状[J]. 中国药物经济学， 2013（3）： 17-20.
邓建良， 孙利华. 国外药物经济学评价中健康收益贴现率选择的主要考虑及其启示[J]. 中国新药杂志， 2012， 21（21）： 2470-2472.
杨莉， 胡善联. 药物经济学评价中的成本界定及存在的争议[J]. 中国药房， 2003， 14（11）： 670-672.
杨丽娟， 甄健存， 吴久鸿. 国外药物经济学研究方法进展[J]. 中国药学杂志， 2010（24）： 1978-1980.
秦续龙， 郑亚明. 意愿支付法在药物经济学中的应用[J]. 中国药物经济学， 2009（4）： 57-62.
吴晶， 吴久鸿， 刘国恩. 2009～2010药物经济学学科发展[J]. 中国药物经济学， 2010（6）： 5-15.
（收稿日期：2014-03-18）
篇(4)
关键词：教育；经济增长；贡献
对于教育对国家宏观经济增长贡献的测算，世界各国的专家学者都试图创立一种能够完美诠释教育与经济增长因果关系的理论和计量体系，但都一次次的被后来学者所否定。按照学者靳希斌的定义，教育经济效益是指教育领域内的劳动耗费同教育所得到的经济报酬在数量上的对比①。它包括两个方面：一种是教育产出与教育投入之比，即各种教育相关资源的使用效率问题。一种是教育对国家和个人的贡献，即教育对经济增长和个人收入的贡献。本文仅就国内外有关教育对经济增长贡献的估算方法进行研究和分析。
一 教育对经济增长贡献的测算方法
（一）投资增量收益分析法：
美国经济学家舒尔茨1961年在《教育与经济增长》一文中，根据美国1929-1957年国民经济收入的数据，以C-D生产函数作为估算方法的基础，对美国这一时期教育对经济增长的贡献率做了定量的分析。其测算步骤为：
（1）计算一定时期内的国民经济收入增长额及劳动力创造的国民经济收入余数（计算劳动力创造的国民收入时β取0.75）。其中，国民收入余数=报告期劳动力创造的国民收入（总国民收入乘以β）-按基期劳动生产率计算的报告期的劳动力创造的国民收入。
（2）计算教育投资增量。教育投资增量为=报告期的教育资本存量-按基期人均教育费用计算的报告期的教育资本存量。其中教育资本存量=∑（各级各类毕业生人均教育费用×各级各类就业劳动者人数），另外，计算人均教育费用时，毕业生的总教育费用应当囊括社会、家庭、个人担负的教育费用和教育机会成本。
（3）计算平均教育投资收益率。其中，某级教育投资收益率=（本级毕业生的年平均工资-前级毕业生的年平均工资）/本级毕业生的生均教育费用。平均教育投资收益率=∑（某级教育投资收益率×权重），权重为各级教育投资占总教育投资的比重。
（4）计算教育对国民收入增长的贡献率。贡献率=（教育投资增量×平均教育投资收益率）/国民收入增量
舒尔茨的计算结果显示，教育对经济增长的贡献率约为33%。但以下几点需引起我们的注意：（1）舒尔茨法的理论基础是建立在西方经济学要素理论之上的，如用CD生产函数作为估算方法的基础，另外，其假设市场处在完全开放、充分竞争的条件下，劳动力所生产的边际产品的价值就是工资，在计算教育投资收益率时，用工资衡量劳动者在生产中的贡献，中国学者研究西方经济学理论表明，剩余价值在此过程中被忽略，导致计算结果偏小。林荣日教授采用中国教育社会收益率对教育对GDP增长的贡献进行了测算，计算的结果显示1982-2001年中国教育对经济增长的实际贡献率为10.46%[1]，这一结果只相当于美国在20世纪70年代的水平。中国的劳动者工资不能反映劳动者在生产上的贡献，此方法不适合具备中国国情的教育经济贡献率的测算。（2）计算步骤三中教育投资收益率的公式表明，舒尔茨把教育看做影响工资的唯一因素，忽略了个人能力、机遇、家庭背景等因素的影响，结论的可信度降低。（3）作为定量分析，经济增长余数分析法只对直接经济增长进行分析。舒尔茨的方法并没有涉及教育尤其是高等教育对经济生活中的科技进步和制度创新的促进作用[2]，也就是说，经济增长余数分析法只是计算了教育对经济作用的显性产出，而没有考虑到教育外溢对经济的促进作用。
（二）经济增长多因素分析法
美国经济学家丹尼森的分析方法也是建立在西方经济学三要素理论基础上的，与舒尔茨不同的是，他计算的是教育对国民收入增长速度的贡献，并试图把导致经济增长的因素全部分解出来，分析各因素对经济增长的相对重要性。其计算方法为：
（1）以8年初级教育的劳动者平均工资为基准，确定各教育年限的工资简化系数。丹尼森用收入系数来反映教育程度与劳动生产率及工资收入之间的关系。丹尼森认为，劳动者的工资收入差距中只有3/5可以归咎于受教育程度的不同，故用3/5进行修正。收入系数为不同教育年限工人平均工资收入与基准劳动力工资收入之比。调整收入系数=100+（调整前收入系数-基准收入系数）（100）×3/5。
（2）计算报告期和基期的平均工资简化系数及其年均增长率。平均工资简化系数=∑（各级教育程度的工资简化系数×各级教育程度的劳动者占劳动者总数的比例）
（3）确定教育程度提高对国民收入增长率的贡献。丹尼森把教育因素归为劳动力一栏，而工资在国民收入中所占比例为73%，故教育对国民收入增长率的贡献=（平均工资简化系数的年均增长率×73%）/同期国民收入的年均增长率
丹尼森考虑到了工资不单受教育因素的影响，引入了修正系数，取得较好效果，但也有缺陷：（1）假设条件以及估算基础与舒尔茨一致，方法具有不可完全复制性，不能为我所用。另外，利用劳动者的工资来反映教育的贡献，遗漏了剩余价值部分，使得结果偏小。（2）工资修正系数3/5以及后来估算知识增进中教育作用的比例3/5都缺乏严格意义上的论证，β系数取73%的计算方法是在在市场经济充分竞争、企业追求利润最大化的前提条件下进行的。严格意义上讲，即使市场化程度极高的资本主义社会也不满足此条件。这些近似取值使得结果可信度降低。（3）丹尼森自己也指出，教育水平指数只抓住了教育在劳动投入方面的贡献，而忽略了教育对资本改善的影响。
（三）复杂劳动简化法
此方法由前苏联学者斯特鲁米林最早提出并使用，后被前苏联和我国的教育经济学工作者不断改进并使用。其基本步骤可分为：（1）以不同的尺度确定劳动简化系数。（2）计算社会平均劳动简化系数，社会平均劳动简化系数=∑（各级教育程度的劳动简化系数×各级教育程度的劳动者占劳动者总数的比例）（3）确定教育对国民收入的贡献率，贡献率=（社会平均劳动简化系数×劳动力数量-劳动力数量）/（社会平均劳动简化系数×劳动力数量）（4）确定教育程度的提高对国民收入增长额的贡献。国民收入乘以（3）中的贡献率，即为教育所创造的国民收入，把基期和报告期的此数字相减，再除以基期和报告期的国民收入的差额即得所要结果。
复杂劳动简化法优点明显，适合中国国情，被许多国内学者利用，但仍有不足之处：
（1）无论采取哪种尺度确定劳动简化系数，都具有一定的主观性，且各有优缺点。简化系数不同，同一问题的结果也会相差很大。笔者曾就甘肃省的教育对经济贡献进行测算，发现劳动简化系数直接决定了贡献的大小。更有甚者，劳动简化系数出现了倒退，而劳动力数量又增加不多，导致结果为负，这显然是简化系数的缘故。各种尺度确定的简化系数的差别，多大程度上代表着复杂劳动与简单劳动的比例关系，是一个难点。（2）在运用劳动简化法计算教育的经济贡献时，得出的结果要比其他计量方法的结果总体偏大。分解计算公式可知，原因在于计算教育对国民收入的贡献时，以教育增加的劳动量（KL-L）乘了一个排除教育因素影响的劳动生产率，而劳动生产率的提高也不能全部归于教育。（3）从步骤四中知，国民收入未作任何处理，考虑到不同时期的价格波动，应将两个时期的国民收入以不变价格处理，以消除这种影响。（4）以马克思劳动价值论为理论基础的此分析模型注定了其忽略资本、科技和制度等其他影响经济增长的因素的研究，模型中的变量分析单一。
（四）生产函数法
生产函数是表示因素投入量与结果产出量之间关系的函数表达式。学者们在运用生产函数对教育的经济贡献进行研究时，通常根据需要将其变形，主要的变形方式有：
（1）线性生产函数：Y=W1K+W2L。Y代表产出，K、L分别表示资本和劳动投入，W1、W2分别表示资本和劳动的权重。利用此函数计算教育经济贡献的基本思路为：首先确定教育对劳动力质量的影响系数（设为α）和劳动力质量转化为劳动力数量的折算系数（设为β），从而能够确定带有教育作用的劳动力投入（αβL），则教育对经济增长的贡献率为W2αβL/Y。
（2）指数生产函数：Y=AKa（L0E）b。其中Y代表产出，A为技术水平，是常数，K为资本投入，L0为初始劳动投入，E为教育投入，a b分别为资本的产出弹性和劳动的产出弹性。此函数的意义明显，教育的作用相当于使初始劳动力成E倍的增加。有的学者将教育因素单独列出来，并给以系数，如Y=AKaLbEγ，γ为教育的产出弹性，其他符合意义同上。还有的学者将体制变迁、结构升级等制度因素引入生产函数，使其变形为Y=AHγKaLb②。另外，对生产函数Yt=AtKta（L0tEt）b两边求时间t的全导，用差分方程近似代替微分方程，就得到y=α+ak+bl0+be。其中α代表年技术进步率，e代表教育投入年增长率，其他符号意义同上，那么教育对经济贡献为：R=be/y，e一般用教育综合指数的年均增长率表示，利用此生产函数的变形还可计算分级教育对经济增长的贡献。
查阅近几年的文献，可发现利用生产函数计算教育对经济的贡献成为许多专家学者的首选，下面让我们简单分析一下其缺陷：
生产函数为计量教育贡献提供了模型，并增加了效率，但我们也要看到，两种生产函数形式均不能体现出影响经济增长的多因素原因，仅仅一个函数是不能够精确的描述经济增长的复杂状况的。用静态均衡概念生产函数来分析经济增长这种动态事项，并由此求得教育贡献问题，效用性值得怀疑。
同样，不管折算系数还是修正系数都是一种近似，且误差多大，难以衡量。
国内学者为便于比较利用丹尼森时期的系数，在分析时剔除了教育经济贡献的时间因素，而劳动的产出弹性是随时间变化的。
（五）其他估算方法
1.基于菲德“外生增长”模型的教育经济贡献测算。
教育作为一个产业，有异于其他产业的特性——外溢性。分析的基本步骤为：
（1）将整体经济分为两个部门：教育部门和非教育部门。有方程E=f（Le，Ke）、N=g（Ln，Kn，E）。E、N分别代表教育部门和非教育部门的产品量，L、K代表劳动和资本，下标代表相应部门。由公式知教育部门的产量影响非教育部门的产量。
（2）L=Le+Ln、K=Ke+Kn。社会总产品（Y）就是两个部门产品之和，即Y=E+N。
（3）不同部门劳动与资本边际生产力的相互关系为：fl/gl=fk/gk=1+δ。fl、gl、fk、gk分别代表不同部门劳动和资本的边际产出。δ是两个部门相对边际生产力的差异，理论上可以等于、大于和小于零。负的δ意味着教育部门的相对边际生产力低于非教育部门。
利用以上方程推导出回归方程：dY/Y=α（I/Y）+β（dL/L）+γ（dE/E）（E/Y）。α是非教育部门资本的边际产品，β是非教育部门产品对劳动力的弹性，γ实际上代表教育对于经济增长的全部作用， dY/Y、dL/L和dE/E分别是总产品、劳动力和教育产品的增长率；E/Y是教育产品占总产品的比例，I/Y是国内投资占GDP的比例，将国内投资视同于资本存量的增量（dK）。dK在统计资料中并不存在，但它非常近似于国内投资（I），因此，常见的作法是以I代替dK。利用相关数据对回归方程中的（dE/E）（E/Y）的系数γ进行估计，即可得出教育对经济增长的贡献。γ可理解为，在其他影响因子的条件不变时，每向教育部门投入1元钱，GDP可增加γ元。
国内已有学者就教育对经济贡献测算采用此模型，并取得了良好的分析效果，与此同时，我们要注意以下几点：（1）将整体经济分为两个部门，仅是一种理论上的简化，现代社会经济的发展衍生出了许多不同的部门，用这种分类方法有些勉强。（2）由公式N=g（Ln，Kn，E）知，教育部门对其他部门产品量发生外溢作用并且这种外溢作用与非教育部门的产品生产发生在同一时期。这一假定与现实不符。（3）假设条件太多：如教育部门的产量水平（E）影响经济中其它部门（N）的产量、以I代替dK、对于非教育部门产品的弹性是不变的、假定不同国家的生产方程以及方程中的参数在不同国家相仿（如δ）等等，这些势必会对结果产生影响。
2.关于Panel Data模型的教育经济贡献测算。
面板数据模型是一类利用面板数据分析变量间相互关系并预测其变化趋势的计量经济模型。模型能够同时反映研究对象在时间和截面单元两个方向上的变化规律及不同时间、不同单元的特性。面板数据模型的一般形式可以写成：yit=ait+xitbit+Uit，i取1到N（为截面数）的数，t取1到T（为时序数）的数。确定面板数据模型的步骤为：
第一步，列出面板数据模型的不同形式：参数满足时间一致性时，yit=ai+xitbi+Uit；时间一致、斜率系数相同但截距不同时，yit=ai+xitb+Uit；时间一致、斜率系数和截距都相同时，yit=a+xitb+Uit。第二步，进行F统计量的比较：F2=（S3-S1）[N（T-K-1）]/S1 [（N-1）（K+1）]，F1=（S2-S1）[N（T-K-1）]/S1 [（N-1）K]。K为解释变量个数，S1 、S2及S3分别为上述三式的残差平方和。
在零假设下，统计量F2、F1服从特定自由度的F分布。如果F2大于（或等于）某置信度（多数为95%）下的同分布临界值，则拒绝H2，应继续检验；反之，利用系数和截距都不变模型拟合样本。如果F1大于（或等于）某置信度下的同分布临界值，则拒绝H1，应该用变系数模型进行回归；反之，用变截距模型拟合。
确定教育对经济增长的模型，并根据以上确定的面板数据的形式对其进行处理，对其进行回归，即可得到结果。这种研究常常被学者用来分析比较不同地区的教育贡献。
3.相关分析和回归分析计算教育的经济贡献。
一般地，选取计算教育经费数字和国民经济指标的相关系数的大小来衡量教育在经济增长中作用的大小。在此过程中，人均GDP值和人均教育事业费通常被拿来分析。基本步骤为：对历年来人均GDP值和人均教育事业费进行相关性分析，可以得出人均GDP的增长与教育投入的增长呈正相关关系。为进一步得知这种相关关系的定量数据，再次进行回归分析，得到回归方程，就可说明教育对经济增长的贡献。刀福东、李兴仁和王天玉采用相关系数法以云南省为例对教育对经济增长的作用进行了量化分析，结果表明：人均教育事业费和人均国内生产总值的相关性为0.98，呈高度正相关，说明了教育在地方经济建设中具有重要的作用。[3]
以上我们简略地总结分析了目前国内外主要的测量教育对经济增长贡献测算的各种方法，除此之外，还有依据内生性经济增长理论构建内生增长模型、构建教育与经济增长的灰色关联模型以及模糊评价方法等等，在此不做讨论。这些方法为评估教育的经济作用和相制订关教育决策起到了积极的作用，但其缺陷之处，仍需进一步改进。
二 对测算方法的简要说明及建议
（一）现有的人力资本的测量指标都含有这样一个假定：同一教育程度的劳动者的质量不存在差异，或是不同教育程度的劳动者质量差异一定。而现实的状况与之相反，不同教育程度劳动者的质量差异也是随时间等因素的变化而变化。
（二）分析各种计量教育对经济增长贡献的方法可知，新经济增长理论对经济内生增长进行实证分析时采用的依旧是新古典经济理论的一些方法。学者安雪慧曾将新经济增长理论及其分析框架用于实际生产函数分析，结果证明可行。故用实证方法分析内生增长理论将是一个新的研究方向。
（三）教育的外溢作用缺乏实证性的研究。由于教育的经济效益具有间接性的特点，使得我们研究教育对经济增长的贡献不能仅看直接贡献，更应拓宽视野，寻找教育外溢的能够促进经济增长的其他因素并对其修正。比如我们可以仿效丹尼森的做法，对每个影响因子提出一个修正系数，从而细化教育对经济增长的各种影响。
（四）我们说现阶段教育经济效益的测算都是估计值，因为任何定量分析模型中的指标设定都不能精确完美地解释教育与经济的相互作用机理，故对教育经济增长贡献研究应该始终秉持定性分析与定量分析结合的原则，两者互相补充，相得益彰。
（五）教育对经济增长贡献的一些统计数据的获得并不能充分反映教育指标状况，如统计人口的受教育程度的构成时，只是统计了那些拿到文凭的劳动者，而肄业生、学徒形式的教育等因素都会对受教育程度构成造成影响，运用这些统计指标进行计算定会产生误差。另外，教育的经济效益具有迟效性，而一般我们计算的只是受教育者的一个人生区段，此后还会创造贡献。
[注释]
①转引自靳希斌编著：《教育经济学》（第四版），人民教育出版社2009年版第392页
②覃奠仁利用引入制度因素的生产函数对广西情况进行分析，发现广西高等教育对经济增长的贡献率为6.8912%。
③蔡增正将教育的全部作用与外溢作用模型化，使用世界上194个国家和地区的数据，考察了两大作用在1965-1990年中对经济增长的贡献。发现教育对于经济增长的贡献巨大而具实质性，外溢作用为正并且作用很大。
[参考文献]
[1]林荣日.中国教育对经济增长的贡献测算[J].有色金属高教研究，2000（6）：31 -36.
篇(5)
Sun Yiqing； Wang Zilong
（南京航空航天大学经济与管理学院，南京 210016）
（College of Economics and Management，Nanjing University of Aeronautics & Astronautics，Nanjing 210016，China）
摘要： 科技进步贡献率对分析城市经济增长有重要意义。本文依据南京市1993年～2007年统计数据，以柯布-道格拉斯生产函数为基础，运用索洛余值法对南京市经济增长中的科技进步贡献率进行测算，根据测算结果分析出南京市科技贡献率对经济的实际影响并提供政策建议。
Abstract: The contribution rate of scientific and technological progress has the important significance for the analysis of urban economic growth. This article, based on the statistical data of Nanjing from 1993 to 2007 and Cobb-Douglas production function, calculated Nanjing economic growth technological progress contribution rate with Solow model. According to estimation results, we can analysis real impact on the economy by the contribution rate of science and technology of Nanjing and provide policy advices.
关键词： 经济增长 索洛余值法 科技进步 贡献率
Key words: economic growth；solow model；the progress of science and technology；contribution rate
中图分类号：[C94] 文献标识码：A文章编号：1006-4311（2011）27-0298-02
0引言
科技进步指科学发展与技术变革互相促进、转化的过程。科技进步与经济增长的关系，一方面经济发展不断对科学技术提出新要求，促进其不断发展；另一方面，创造、应用和推广科技成果的同时不断促进经济增长。科技进步作为影响经济增长的重要因素，对提高社会生产效率起决定性作用[1]。
国外估算技术进步对经济增长贡献率的方法主要有代数指数法（AIN），索罗残差法（SR）和潜在产出法（PO）等[2]。国家计委、国家统计局在1992年《关于开展经济增长中科技进步作用测算工作的通知》中，将“增长速度方程法”作为最主要的科技进步贡献率测算方法来推广。饶光明等[3]（2008）计算了重庆市科技进步贡献率，采用引入时间的柯布-道格拉斯生产函数计算出重庆市科技进步、资金与劳动贡献率。董西明等[4]（2006）也运用此方法测算了甘肃科技进步贡献率。章刚勇和阮陆宁[5]（2006）运用经验值法、比值法以及回归法等测算了江西省科技进步贡献率，指出江西科技进步贡献率测算采用比值法较为合理。林娟娟和王勋铭[6]（2006）以柯布-道格拉斯生产函数、索洛余值法为基础，利用灰色关联法，计算灰色关联确定资本投入和人力投入的关联度，得出资本和劳动的产出弹性，测算甘肃省1986年-2004年的科技贡献率。
1科技进步贡献率的测算方法
科技进步贡献率被描述为在其他要素投入不变的情况下，由时间变化而引起的产出增长率。
1.1 生产函数测算法生产函数是描述生产过程中产出与投入要素组合之间依存关系的计量经济模型。通常表述为：Y=f（A，K，L，…），其中Y为产出量，我国常用GDP、增加值等代表；A、K、L分别代表科学技术、资本、劳动等生产投入要素。
柯布-道格拉斯生产函数。柯布-道格拉斯生产函数由美国数学家Charles Cobb和经济学家Paul Douglas导出，故称C-D生产函数。其数学模型为：Y=AK?琢L?茁?滋。
对数展开式为：lnY=lnA+?琢lnK+?茁lnL+ln?滋。其中：Y为综合产出量；A为效率系数，一般A>0；参数?琢、?茁分别是资本与劳动的产出弹性，且0?燮?琢?燮1，0?燮?茁?燮1；?滋为随机误差项，代表了估计的误差水平。
丁伯根改进的C-D生产函数。丁伯根对典型C-D生产函数进行改进，选取样本一般是时间序列，引入时间变量，即Y=A0emtK?琢L?茁?滋。其中：A0为初始科技水平，m为科技进步参数，t为时间，emt为综合科技进步因素，是考虑了引入时间因素后广义科技进步对产出的影响作用。丁伯根将C-D生产函数的常数A换成随时间变化的A0emt，将科技进步引入生产函数，解决了科技进步量化难题。
将丁伯根改进模型两边取对数，得：lnY=lnA0+mt+?琢lnK+?茁lnL
由?琢+?茁=1，可令?茁=1-?琢，则有：
lnY=lnA0+mt+?琢lnK+（1-?琢）lnL或ln（Y/L）=lnA0+mt+?琢ln（K/L）
1.2 索洛余值测算法目前我国科技进步测算中，多采用索洛余值法。美国经济学家索洛（R．M．Solow）在研究美国经济时基于柯布-道格拉斯生产函数提出的测算方法，将技术进步纳入生产函数中，把资本和劳动增长对经济增长的贡献剥离后，剩余的归为广义技术进步，从而定量分离出技术进步在经济增长中的作用，这便是“索洛余值”，也称全要素生产率[7]。
索洛余值法公式的简单推导如下：
根据柯布-道格拉斯生产函数模型：Y=AK?琢L?茁?滋，则A=■
对上式求全微分，整理得：■=■-?琢■-?茁■
分别用a、y、k、l代表A、Y、K、L的增长率，则：a=y-?琢k-?茁l
这就是索洛余值法测算技术进步贡献率的标准公式。
其中a为技术进步速度，即科技进步对经济增长的贡献份额；y为产出增长速度；k和l分别为资本和劳动的增长速度；?琢k、?茁l分别为资本和劳动对经济增长的贡献份额。
科技进步对产出贡献的测算公式为[8]：EA=a/y×100%，表示科技进步贡献率；EK=?琢k/y×100%，表示资本投入贡献率；EL=?茁l/y×100%，表示劳动投入贡献率。
2南京市科技进步贡献率测算
2.1 测算变量和参数确定产出量Y。地区生产总值（GDP）指按市场价格计算的一个国家或地区所有常住单位一定时期生产活动的最终成果。符号y表示GDP增长速度。
资本投入量K。把每年全社会固定资产投资额作为投入的资金总额。所有价值指标都换算成可比价格。符号k表示全社会固定资产投资增长速度。
劳动投入量L。劳动量应是实际劳动消耗，可采用就业人数来说明劳动消耗，符号l表示就业人数增长速度。
参数?琢、?茁。?琢和?茁采用不同估计方法将得出不同的值，从而影响模型结果。估计方法一般有三种：经验值法、比值法及回归法[9]。一是经验值法。按国家计委、国家统计局1992年联合的通知，将资本产出弹性系数?琢设为0.3，再对其修正，劳动产出弹性?茁则利用?琢+?茁=1导出。全国各地发展水平不同，?琢值会有较大差别，因此准确性较差。二是比值法。资本弹性系数为利润与国民收入的比值，劳动弹性系数为劳动报酬与国民收入的比值。三是回归法。索洛建模程序看，它是动态时间序列模型，建模所用时间序列长度一般不少于15年，否则准确度很难保证。其他条件不变时，资本产出弹性?琢为资本带来的产值与总产值之比，即资本增加1%时，产出增加?琢%；劳动产出弹性?茁为劳动力带来的产值与总产值之比，同理。实际上当资本投入变化时，劳动投入也会变化，因此很难假定其他条件不变的情况，这也是科技进步度量模型参数估计的困难所在。故应以实际数据为基础来回归分析，并对回归结果进行统计检验，检验通过得出的参数才能在模型计算中使用。本文用回归法估计产出弹性系数?琢、?茁。
2.2 数据选取参照《南京统计年鉴》[10]，选取1993年～2007年的数据为样本，地区生产总值GDP（万元），固定资产投资（万元），社会从业人数（万人），分别用Y、K、L表示，计算得表1。
2.3 产出弹性系数确定根据ln（Y/L）=lnA0+mt+?琢ln（K/L），ln（K/L）为因变量，ln（K/L）和年份t为自变量，运用SPSS17.0对表1数据进行回归分析，得回归参数：lnA0=6.967，m=0.087，?琢=0.293。再根据产出弹性关系?琢+?茁=1得：?茁=0.707。于是线性回归模型为：
ln（Y/L）=6.967+0.087t+0.227ln（K/L）
（8.377）（4.968）（2.943）
括号中数分别为常数项和两个解释变量的t值检验量，置信水平都在99.5%以上，能通过t检验。由回归结果，该方程拟合优度R2=0.995，表明上述回归线对样本数据点的拟合程度很高；方程显著性检验F=1093.426，说明方程显著性也很高，即在99.5%置信概率下，自变量对因变量的影响是显著的。得南京市国内生产总值的生产函数模型为：Y=1061.03e0.087t+K0.293L0.707?滋
同时得索洛余值模型：?琢=y-0.293k-0.707l
2.4 年平均增长速度的测算测度科技进步贡献率一般用水平法来计算平均增长速度[11]。以产出为例，计算公式为：
y=（■-1）×100%
其中：Yt为计算期t年产出；Y0为基期产出；t为计算期与基期间隔年份。为保证数据结果可比性对产出和投入指标作统一规定。由年平均增长速度计算公式和索洛余值模型，分别测算出南京市各要素在经济增长中的贡献率，见表2。
3研究结论与政策建议
随着社会进步和经济发展，推动经济增长的主要力量逐渐由原来的物质要素转向科技进步因素。国际经济理论界通常认为科技进步对经济增长的贡献率超过50％，则该国家或地区已进入集约型经济增长阶段；相反，则尚处于粗放型经济增长阶段。20世纪90年代初以来，南京市科技进步对经济增长的贡献率始终维持在50%以上，高于全国平均水平，已进入集约型经济增长阶段。而由表2可得，南京市科技进步贡献率在1993年～2007年间经历了下降到上升再到下降的波动，从2001年开始处于下降趋势；资本投入贡献率经历两个升降后，2007年有所上升；劳动投入贡献率在经历了两个升降波动后，从2003年开始处于上升趋势。结合表1、表2，2000年固定资产投资开始大幅增加，产出在增长率小幅波动中稳步上升，而科技进步贡献率却逐年下降；社会从业人数从1998年开始下降后到2002年又开始回升，劳动投入贡献率也从1999年开始处于上升趋势，这与南京良好的经济环境吸引外来务工人员有关。可看出，南京市整体经济发展状况良好，但科技进步对于南京市经济增长的促进作用在降低，政府应当控制好固定资产投资增长速度，制定和完善相关政策。
由测算结果，南京市的科技贡献率在1994年，及1999年至2001年曾达到70%以上，之后则处于下降趋势，为此政府需要从以下几方面制定和出台各项科技和经济政策：一是增加科技投入，加快科技成果转化；二是不断发展和完善科技体制创新，建立企业为主体、产学研结合的技术创新体系，鼓励引导企业建立研发中心等；三是大力发展科学教育事业，特别是加快发展职业教育，培养高技能人才，提高劳动者素质，打造本地区科技人才梯队；四是优化政府职能，完善宏观调控体系，加速转变经济增长方式，积极引导和鼓励企业走低投入、低耗能、低污染、高产出、高效益的发展道路。
参考文献：
[1]刘志亭，张敏．科技进步对青岛市经济增长贡献的测算分析[J]．青岛科技大学学报（社会科学版），2006，（12）：49-55.
[2]侯晓博．河南科技进步贡献率的测定：1985-2007．经济研究，2009，（7）：61-62.
[3]饶光明，吴忠俊，丁思颖．重庆科技进步贡献率增长中的直辖效应[J]．软科学，2008，（1）：42-46.
[4]董西明，董长瑞，吴书光．甘肃经济增长中科技进步贡献率分析[J]．科技管理研究，2006，（10）：48-50.
[5]章刚勇，阮陆宁．科技进步贡献率测算方法的比较研究[J]．江西社会科学，2006，（11）：244-247.
[6]林娟娟，王勋铭．科技进步与区域经济发展的关系研究[J]．中国高新技术企业，2006，（5）：17-21.
[7]杨飞虎．1978年~2007年江西省全要素生产率研究[J]．价格月刊，2009，（6）：32-35.
[8]冯强，张红辉．宁波市经济增长中技术进步贡献率的过程分析[J]．经济研究，2009，（3），38-40.
[9]袁靖，胡磊．山东省科技进步贡献率测算的实证研究[J]．山东商业职业技术学院学报，2010，（1）：90-93.
篇(6)
伴随着自动化、网络化、数字化的浪潮席卷全球,信息量也呈几何级数增长,图书馆如何能够利用有限的投入获取巨大的效益,以满足读者日益增长的需求,成为图书馆绩效评估研究领域关注的重点。从20世纪60年代开始,国外图书馆开始将经济学中的投资回报率(ReturnonInvestment-ROI)应用于自身的绩效评估中。ROI原指企业从一项投资性商业活动的投资中得到的经济回报。在公共图书馆研究领域,已经形成了一系列的ROI测算模型和方法,如美国圣路易斯公共图书馆采用条件价值评估法(CVM)、消费者剩余法、时间成本法等评估图书馆服务的价值[1]。高校图书馆作为高校的文献信息服务机构,其价值不仅具有图书馆的共有属性,同时也有其自身的特性。高校图书馆能否将公共图书馆的工具、模型、方法直接进行移植,抑或是根据自身的资源、环境、读者群体的特性开发适合的研究方法与工具,是目前高校图书馆领域孜孜不倦在探索的课题。
2国外高校图书馆研究现状
相对于成果颇丰且日臻成熟的公共图书馆,高校图书馆基于投资回报的价值研究起步较晚,且成果较少。
2.1围绕多主题的定性评估研究
1972年,MountEllis等撰写《高校图书馆系统使用价值与成本的测算方法》,是较早将成本效益概念引入高校图书馆绩效评估中的文章[2]。20世纪90年代开始,这方面的研究日趋广泛,主要围绕以下几个主题:?从经济学的角度诠释图书馆的价值。M.B.Line在《用户对图书馆的质量和价值的感知》一书中,用成本效益和成本收益理论的概念诠释图书馆价值[3]。TefkoSaracevic建立了图书馆信息服务的使用导向价值理论框架,从哲学与经济学的角度诠释了图书馆信息服务的价值[4]。?以实际案例分析图书馆某一资源或服务的成本效益。GaryW.White等将成本效益分析应用于电子资源的评估,以来源于ABI/Inform数据库的原文传递量为依据进行了案例分析[5]。KarindeJager以图书借阅量为依据,从高校图书馆对学生的影响角度论述了图书馆的效益[6]。?依据定性评估体系研究图书馆的效益。CharlesOppenheim等依据英国的定性评估体系,从图书馆投入与机构等级之间的关系研究了图书馆的效益[7]。?对未来图书馆绩效评估的发展方向提出设想。JohnLehner提出两个发展方向[8]:①可以借鉴公共图书馆已经构建的一系列ROI测算模型、方法;②扩展研究范围,将图书馆支出与学校的相关成果结合起来,如学生成绩、教师对于图书馆服务的满意度、教师留职率等。
2.2多角度的定量评估研究
国外学者从多个角度对图书馆的投资回报开展了定量评估。Mezick从图书馆支出与在校学生率的关系角度测算了图书馆的投资回报率[9]。其中,图书馆方面的数据来源于美国研究图书馆协会和美国大学与研究图书馆协会,在校学生率数据来源于国家教育统计中心的高等教育综合数据系统。ShimWonsik运用数据包络分析法(DEA)从图书流通借阅量的角度对ARL成员中的95所学术研究型图书馆的投入产出率进行了计算[10]。在数据的获取方面,采用AssociationofResearchLibraries1996、1997两年的年度统计数据。随着经济学中的ROI测算模型被公共图书馆广泛应用,高校图书馆也在不断探索以货币形式体现自身的价值,其中颇具影响的项目为Lib-Value。该项目[11]从2009年12月至2012年12月,为期3年,项目全称为“高校图书馆的价值、成就及投资回报”,由联邦博物馆图书馆服务局(IMLS)资助,项目组成员包括3所高校与美国研究图书馆协会的研究人员及图书馆员。项目的预期成果为适合于评估高校图书馆价值与ROI的测算模型、网络工具及方法以及在3所高校的实证研究结果。该项目的研究建立在早期的两项研究基础之上:?UIUC图书馆ROI项目第一阶段。2006年,爱思唯尔公司与伊利诺伊大学厄本那香槟分校(UIUC)图书馆组成项目组,该项目的目标是为UIUC图书馆构建可以量化的测量模型。该项目采用的模型源自Outsell公司的RogerStrouse撰写的论文,利用该模型测算得出:2006年,每向UIUC图书馆投入1美元经费,获得4.38美元的收益。?UIUC图书馆ROI项目第二阶段。2009年12月,为了进一步验证UIUC图书馆项目的方法对于高校图书馆是否有广泛的适用性,项目组将这一方法扩展到8个不同国家的8个图书馆。研究发现,体现在资助经费上的投资回报率因机构使命的不同而不同,同时它还依赖于外部资助情况,其比率从1∶1到1∶15不等。与Lib-Value项目同期开展的还有由英国联合信息系统委员会资助的“学术阅读与图书馆资源的价值调查”项目[12]。该项目从2011年1月开始,为期一年。该项目由英国的6所高校参加,通过向6所高校发放调查问卷收集数据,该项目分为4个阶段进行,其中最后一个阶段将对此次调查的结果与Lib-Value项目的部分研究结果进行对比分析。
3国内高校图书馆研究现状
国内的相关研究起步相对较晚———20世纪80年代才开始有学者关注这一领域。
3.1围绕多主题的定性评估研究
较早发表的论文为1985年门笑文的“价值工程及其在大学图书馆的应用”[13],作者在该文中提出了大学图书馆价值工程计算通式。此后的发文量很少,基本都是从理论的角度对投资回报应用于高校图书馆进行探索性的思考,如李世兰用投入产出比的观点分析了高校图书馆发展缓慢的根本原因[14]。21世纪以来,国内相关研究逐渐增多,主要围绕以下几个主题:?电子资源的投资回报评估。有学者从理论的角度对电子资源进行了投资回报分析,如钟丽华讨论了采购全文电子数据库时进行成本效益分析的有关基准、成本的计算方法、收益的组成项目及比重、评分方法、执行分析工作的机制及人员[15]。李正兰等分析了高校图书馆数字馆藏成本的组成形式,提出可以采用引文分析法、读者调查法等对无形效益进行衡量[16]。有学者采用了对比分析与数据统计相结合的方法,如任红娟认为可以采用传统印刷资源与电子资源的成本效益定性对比分析和电子资源的利用统计分析共同进行电子资源的经济核算[17]。有学者从理论上构建了ROI模型,如金洁琴等构建了电子资源ROI测算通式,并对其中的参数值进行了分析[18]。?构建图书馆投入———产出绩效评估体系。向林芳提出根据一定的构建原则,电子资源的投入指标与产出指标共同构成电子资源投入产出绩效评价指标体系[19]。?探讨联盟采购资源的投入产出。随着地区性与国家性联盟采购的日益发展与成熟,越来越多的学者开始关注联盟采购的投资回报,如史永强等探讨了TALIS集团采购的电子资源的投入产出[20]。
3.2相对匮乏的定量评估研究
国内的定量评估研究相对较少,比较有代表性的为“基于DEA模型的图书馆效益评估研究”。作者金婷提出了高校图书馆效益评估指标体系和评估模型,收集全国10个理工类高校图书馆在2008年的相关指标数据,运用层次分析法及熵值法相结合组合赋权法对指标体系赋权,并计算出综合指标数据,再用数据包络分析法得出各图书馆在2008年的效益情况———投入冗余量与产出不足量[21]。
4国内外研究对比分析
4.1国内外在研究方式上存在着差距
国外的许多研究是由专业机构发起的,联合了多所高校共同参与,而且还包括其他领域的专家、学者,并以问卷调查、访谈等多种形式获取充分的第一手数据,从而深入开展实证研究。同时,各项目之间互相比较、彼此借鉴,具有一定的持续性。针对项目的研究成果还会进一步展开验证。国内的研究,更多地是出于学者自身的研究行为,团队研究力度明显不足,而且大部分属于理论层次的定性分析。不过,近几年来国内也相继有学者开始在理论研究的基础之上进一步开展实证研究。此外,国外的某些用于研究的数据往往可以通过国家的权威统计机构或专业学协会组织获取,而国内则鲜有此方面的标准数据。
4.2国外对于图书馆回报的界定范围更为宽泛
在对图书馆投入的界定上,国内外都是比较明确的,基本包括:订购成本、硬件投入成本及软件投入成本等。在对回报的界定上,国内图书馆将图书馆的直接经济收入、图书馆利用率、用户规模、用户满意度、学校的科研成果及获得的项目经费等纳入回报范畴。相对于国内,国外的回报界定则更为宽泛,扩展到与大学相关的一系列指标,如学生的入学数、在校率、毕业率、学生成就以及学校的声誉和威望等。
4.3国内外的研究视角高度不同
国内的相关研究,大多是站在图书馆的视角进行价值评估的。国外则把图书馆价值评估上升到与学校的使命紧密联系起来,而且用学校使命引领图书馆的评估,通过评估证明图书馆自身对于学校发展的贡献。
4.4国内外的定量研究都存在局限性
国内外都有学者采用DEA方法测算了图书馆的投资回报率。采用该方法的优势在于它可以把多种投入和多种产出转化为效率比率的分子和分母,而不需要转换成相同的单位。但该测算方法并未包含用户满意度这一指标。此外,国外项目组还从大学对图书馆投入所产生的资助经费回报的角度,构建了ROI测算公式,公式中部分参数通过问卷调查的形式获取,通过计算以货币的形式得出具体的投资回报率。但该测算公式的回报参数仅涉及到获资助项目这一指标,对于评估图书馆的价值显然是不全面的。
4.5国内外定性评估研究居多,国内起步较晚
在国内外的相关研究中,大部分学者都采用了定性评估研究方法。通过对比可以发现,国外研究的起步明显早于国内,其开展研究的时间跨度较大,且随着时间的推进,其研究内容有一个循序渐进的演变过程。国内早期的成果较少,直至21世纪以来才显现出较集中的研究趋势,且随着数字化、信息化的时展,更多地聚焦于电子资源的价值评估。
5针对高校图书馆评估投资回报率的几点思考
篇(7)
关键词 资本配置效率 随机前沿 方法
中图分类号：F320；F224 文献标识码：A
1引言
资本配置效率，是指在资本要素自由流动的前提下，资本可以配置到边际效率最高的区域、行业或企业之中（Wurgler，2000；吕冰洋，2007；李青原等，2010等等）。资本配置效率水平的高低是决定一国经济发展程度的重要因素（韩立岩，2002）。
既有理论较为关注制度环境对资本配置效率的影响（Levine，1997；Rajan 和Zingales，1998；Wurgler，2000；Beck 等，2000；方军雄，2006，等等），而较少关注资本配置效率水平的统计描述与区域间的差异分析，即便有些学者，如许开国（2009），尝试性地探讨了中国整体资本配置效率水平及地区性差异问题，但讨论比较宽泛，并且资本配置效率的测算方法值得商榷。具体而言，目前对资本配置效率测算的方法可以归纳为如下四种：
（1）生产函数法。首先，通过利用资本、劳动等投入要素来设定宏观上的总量生产函数（通常为C-D生产函数）；其次，基于生产函数的计量结果得到资本边际产出；最后，以资本的边际产出率来判断地区或行业的资本配置效率。基于该思路，龚六堂和谢丹阳（2004）首先采用了“函数估计法”测算我国省际资本边际产出，然后通过使用边际产出的离差来度量资本配置效率。但是，该方法有其固有的缺陷。一方面，面临生产函数的选择问题，由于行业不同，生产函数的形式也不相同，函数形式选择恰当与否直接关系到行业资本产出率的准确性；另一方面，该方法无法得到资本配置效率的具体数值，仅仅只能考察某项政策实施后，资本配置效率提高与否。
（2）线性回归法。该方法以投资作为因变量，选取一个最能影响投资的经济因素作为自变量进行回归，然后通过回归系数值来判断资本配置效率水平。Wurgler的资本配置效率模型正是这种方法的具体体现。基于Wurgler的模型，国内学者对中国的资本配置效率进行了大量的研究。自变量通常选取工业增加值（韩立岩、王哲兵，2005；李青原、李江兵等，2013）和实现利润额（韩立岩、蔡红艳，2002）。但是，自变量的选择具有随意性，由于影响投资的因素众多，从而使得选取一个经济因素来测算资本配置效率的这种做法说服力减弱。
（3）基尼系数法。该方法简洁直观，既可以使用资本利润率（李果，1999），也可以使用资本平均产出（王宏伟，2004）作为衡量资本配置效率的指标。但是，仅仅通过资本的投入和产出来测算资本配置效率，经济实际无法充分得到反映。
（4）数据包络分析法（DEA）。基于生产函数法、线性回归法和基尼系数法的局限性，吕冰洋（2007）提出一种测算资本配置效率的新方法――数据包络分析方法（DEA）。通过采用数学优化方法，DEA技术计算出前沿产出边界，优点是无需明确生产函数的结构形式，但缺陷在于其将随机冲击和随机误差因素都归结于技术非效率，由此会带来测度和估计上的偏误。为克服这一缺点，本文提出基于超越对数生产函数形式的随机前沿模型，来测算资本配置效率。
2资本配置效率测算
2.1随机前沿模型
比利时的Meeusen和Broeck（1977）、美国的Aigner，Lovell和Schmidt（1977）与澳大利亚Battese和Corra（1977）几乎同时发表了关于SFA的学术论文，研究者们一致认为，这三篇论文的发表标志着随机前沿方法的诞生。自20世纪70年代随机前沿分析诞生以来， 模型最初主要是针对截面数据的生产函数，通过先估计随机前沿生产函数，再利用得到的技术效率指标对选择的影响技术效率的变量进行回归，从而确定这些因素对技术效率影响方向和程度。但是，这种两阶段估计得到的参数通常是低效和有偏的。因而，本文借鉴Battese和Coelli（1995）提出的适用于面板数据的随机前沿生产函数模型，其基本模型可以表示为：yit=f（xit， ）exp（vit uit）
其中，yit为生产者i第t时期产出； xit代表要素投入； 为技术参数；vit为传统对称误差项，表示各种随机的环境因素对前沿产量的影响，且vit服从标准正态分布N（0， ）；uit≥0，是一个独立于统计误差非负变量，用以衡量技术非有效性，通常假定服从零处截尾（truncations at zero）正态分布N（mit， ）；f（xit， ）exp（vit）表示随机前沿的标准线，若反映生产者状况的点落在前沿线上，则uit=0，若低于前沿线，则uit>0。因为各种因素都会影响生产者的生产活动，且总是存在技术无效率的现象。所以，通过将确定性模型中的残差项假设为无效率项和随机误差项的混合结构，来保证被估效率项的有效且一致，并同时考虑了随机误差项对生产者个体效率的影响。可以用该生产者产出的期望与随机前沿的期望比值来确定生产者的个体技术效率，即生产者实际产出比潜在产出，即
TE==exp（）
因为技术有效性是指在现有技术不变的前提下，如果在不增加其它投入（或减少其他产出）的情况下，（下转第148页）（上接第134页）技术上不可能增加任何产出（或减少任何投入），则称该投入产出向量是技术有效的。所以用TE值来测度技术有效性，反映了生产者有效利用资源的程度。因而，作为一个投入-产出系统的资本配置，本文以TE值作为资本配置效率的测度指标以展开对资本配置效率的实证研究。
2.2资本配置效率的函数模型
通常采用Cobb-Douglas生产函数和超越（Translog）对数生产函数进行随机前沿分析。鉴于超越对数生产函数更具有一般性，本文将基于Battest和Coelli（1995）随机前沿生产函数模型，并借鉴吕冰洋（2007）测算资本配置效率时所采用的指标，构建资本配置效率的超越对数前沿生产函数模型：
其中，i=1，2，…，29，表示各个省、直辖市、自治区；t为样本时间，从1997-2012年16个年份。本文借鉴吕冰洋（2007）测算资本配置效率时所采用的指标，DK为资产负债率，RK为（工业部门）资本平均利润率，FK为（工业部门）资本平均产出，MAR为市场化指数，INV为劳均民间部门投资额。并对以上各变量取自然对数。遵循一般处理方法，本文用时间变量T表示技术，技术的变化表现为生产函数整体平移，技术进步（如工业部门生产效率的提高等）是的各地区资本配置效率的提高；同时，设定资本配置效率模型为技术非中性，用时间T和资本配置效率各投入要素的交互项来衡量；时间参数T，1997-2012年分别取1，2，…，16。vit为随机误差项，uit为资本配置非效率，如上所述，分别服从标准正态分布和截尾正态分布； 1， 2… 20为待估参数。其中，资本平均产出通过各地区工业总产值和工业固定资本总额之比来衡量；资本平均利润率通过各地区工业部门利润总额和固定资产总额之比来测算；资产负债率通过企业负债（长期负债加短期负债）总额与企业资产（流动资产加固定资产）之比来衡量。
参考文献
[1] 吕冰洋.中国资本积累：路径、效率和制度供给[M].北京：中国人民大学出版社，2007.
[2] 王德祥，李建军.我国税收征管效率及其影响因素――基于随机前沿分析（SFA）技术的实证研究[J].数量经济技术经济研究，2009（4）.
