《ICT资本对中国经济增长和劳动生产率贡献.doc》由会员分享，可在线阅读，更多相关《ICT资本对中国经济增长和劳动生产率贡献.doc（26页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、-作者xxxx-日期xxxxICT资本对中国经济增长和劳动生产率贡献【精品文档】ICT资本对中国经济增长和劳动生产率贡献*郑恺，男，民族：汉族，籍贯：江苏盐城，复旦大学社会主义市场经济研究中心。本文的完成得益于Piatkowski教授给与的指导和提供的珍贵数据，在此深表感谢，当然文责自负。郑恺内容摘要：基于ICT（信息通信技术）年度消费数据和一些基本假设，本文核算我国1985-2004年的ICT投资资本存量，并估计了ICT资本存量的产出弹性，从而推导出ICT资本对我国上述时间段经济增长和劳动生产率的贡献。结论表明2000年以前，ICT资本的贡献尚不显著，然而自从2000年后，ICT投资的爆炸式
2、增长使得其在我国经济增长和劳动生产率核算的越来越成为不可忽视的部分。但ICT投资却没有使得我国的TFP水平发生显著变化，也部分彰显出我国投资的低效性。关键词：ICT、经济增长、劳动生产率The Contribution of ICT Capital to Chinas Economic Growth and Labor ProductivityAbstract: Based on the annual data of ICT (Information & Communication Technology) spending and a few assumptions, this paper a
3、ccounted the ICT capital stock from 1985 to 2004, and estimated the output elasticity of ICT capital, and then the author calculated the contribution of ICT capital to Chinas economic growth and labor productivity. The results showed that before 2000, the contribution of ICT was not significant, whi
4、le after 2000, the explosive growth of ICT investment made impressive contributions to the growth and labor productivity. However, ICT investment in China did not improve the TFP level, and this may be considered as evidence of Chinas over-investment in capital formation.Key words: ICT, Economic gro
5、wth, Labor productivity一、引文尽管“摩尔定律”早已预言ICT（Information & Communication Technology）产业的几何级数发展，但该产业近十年来的表现和给我们生活带来的变化仍让人惊叹不已。以ICT产业为核心的“新经济”时代，伴随的信息技术的进步和电脑、网络的飞速普及，如此快捷有效的信息交换方式，究竟给我国的经济增长带来了什么样的影响呢？理论上认为ICT产品是一种优质资产，因此其投入会带来一国资本存量优化。Krugman（1994）认为东亚包括中国的经济增长模式是一种资本投入拉动的经济增长，但当时Krugman本人还没有看到东亚各国的在今后
6、十年中的资本优化过程，这种趋势也许会改变我国经济增长和劳动生产率提升的低效方式，但这方面的文献却极少有人提及。事实上，近来对中国的研究中，已有学者观察到我国劳动生产率上升的趋势变化。Szimai等(2003)在对中国劳动生产率的估计中将我国劳动生产率的增长方式划分为两个阶段，1980-1992年的劳动生产率尽管上升很快，但与美国生产率增长水平相当，因此这一时期是没有追赶效应的时期（Growth without catching-up effects），但进入1992过后，中国制造业部门以年均6.8%的增长率开始进行赶超（Growth with catching-up effects）。他们将生
7、产率增长的原因归结为1990年后的资本的大量投入和自1995年后的冗员削减。但尚没有文献提到ICT资本在其中扮演了什么角色。因此有必要将ICT对我国的经济增长和劳动生产率的贡献进行一个核算，以观察ICT产业在我国经济发展过程中所起到的作用。不过要测算ICT产业的贡献，首先必须弄清ICT对经济增长或劳动生产率提升的渠道，本文归纳至少有四条途径：图1：ICT对经济增长和劳动率提升的传导途径ICT生产部门ICT利用部门劳动生产率经济增长由上图所示，我国ICT部门所产生的影响可以归纳为4条路径。由于ICT生产部门直接产出而导致经济增长，这一条路径最为直接，如表1所示：表1：我国ICT生产部门产品产量年
8、份半导体器件(亿只)集成电路(万块)电话单机(万部)微型电子计算机(万部)移动电话机(万部)1995NA5516869956.3683.57NA1996187.673889877960.82138.83NA1997313.372554558653.71206.55NA1998223.832625776520.48291.4NA1999278.764150007139.93405NA2000511.985880009597.996725247.882001476.9163628810302.74877.658031.662002593.3996310111892.421463.5112146.3
9、52003875.45148310012935.93216.718231.37资料来源：中国工业经济统计年鉴2004上表列举了5种具有代表性的ICT产品，其中半导体器件和集成电路是ICT产业的中间投入品，而电话、计算机和移动电话是产成品。从表中可以注意到我国ICT产业自2000年开始其产出大幅增加，而计算机的产量几乎成倍增长。ICT制造业的大规模产出会直接成为新的经济增长点。图中以箭头1表示该途径。此外，表1也从另一个侧面反映了国内对ICT产品的需求，后文还将从商品流（Commodity Flow）的角度进一步说明。箭头2表示ICT生产部门通过自身提高劳动生产率而进一步拉动经济增长，由于ICT
10、技术进步较快，因此生产部门不得不率先进行技术更新以适应竞争需要，从而提高劳动生产效率 ICT技术进步当然也会作用于全要素生产率的提升，即TFP提升，在朱钟棣等（2005）对我国ICT制造部门TFP增长进行了估计，结论是ICT制造业TFP以4.59的速度增长。并带动经济增长。不仅如此，ICT在自身生产过程也会对其他部门产生“溢出效应”。箭头3和4标注了这种溢出效应的传导过程。ICT利用部门将ICT产成品作为其中间品投入到生产过程中，得到其最终产品和服务而进一步拉动经济增长；或者将其购入的ICT产品投入到生产过程中，以期提升自身的生产效率，带动劳动生产率提升以促进经济增长。表2列出了我国对ICT产
11、品的利用程度。表2：我国对5种ICT产品和服务的利用程度 计算方法参照Van Ark（2002）的“商品流”方法，即ICT产品的利用总数为本地产量加上净进口量。年份半导体器件(亿只)集成电路(万块)微型电子计算机(万部)移动电话机(万部)上网人数占总人口比例19982371233110360923206403NA0.17%19994117507172447048000259NA0.70%200064786722399540746689133572.741.77%200167171752620127680822624819.232.63%20027744657359713511472380875
12、51.274.57%200311903619512195320278445410914.506.12%2004NA676497623796665710013.247.19%资料来源：海关统计，和中国工业经济统计年鉴2004显而易见，国内市场对ICT产品的利用程度也是逐年上升，因此通过上述3和4的传导途径是有效的。但此处我们还没有将家庭使用的ICT设备排除在外，由于家庭ICT设备对生产没有直接的影响，所以应将其剔除，下文在增长贡献的核算过程中，我们还会详细介绍。通过上面的介绍，我们了解了ICT产业对经济增长和劳动生产率贡献的传导机制，但是遗憾的是，至今没有文献量化过ICT投入对我国经济增长和劳动
13、生产率的贡献大小。究其原因，大概与数据的可得性有关，因为我国统计数据至今只有对ICT产品产量和产值的统计，而没有ICT投资数据，此外，ICT产品和其他中间投入品的价格折算方法也不一样，导致衡量ICT资本存量异常困难，因此ICT的贡献较难核算。本文基于WITSA提供的数据和一些合理的假设，试图测算我国ICT资本存量，并观察我国ICT的投入对经济增长和劳动生产率的影响大小。本篇文章的结构安排如下，首先第二部分将对该领域的文献做一个简单回顾，本文重点综述1995年之后的文献；第三部分为核算的理论框架，第四部分为ICT资本存量和资本产出弹性的核算过程，又分为五个小节：ICT的名义投资流量，其折算价格，
14、ICT资本存量，非ICT投入的资本存量以及ICT资本产出弹性；接下来是衡量ICT投入对我国1985年后的经济增长和劳动生产率的贡献；最后是本文的结论。二、文献综述国外相关的ICT研究业已较为成熟，Brynjolfsson，Yang（1996）的一个研究综述中将IT（Information Technology）技术与生产力和经济增长的研究经历了两个阶段。第一个阶段是ICT投入的“生产率悖论”阶段。尽管Snow（1966）预言了IT产业的技术革新及其对经济的巨大影响，但一直到上世纪80年代左右，IT产业一直无法在实证上验证其对经济增长和生产力的巨大推动作用，即“Productivity Para
15、dox” Solow曾对这种现象描述为“你可以除生产力的统计数字上的任何地方观察到电脑时代的来临。”；进入90年代后期，进入ICT研究的第二阶段，随着行业乃至厂商调查的展开带来的数据更新，以及实证方法的演变，越来越多的研究成果开始发现ICT的投入对经济增长和生产力的改变呈现正向作用。Berndt, Morrison（1995）基于2位数SIC行业分类标准，估算了美国制造业的IT投入和生产力的关系，他们发现在行业电脑投资大小和其生产效率有一种简单的正相关关系。随后由于怀疑行业数据在测算加总的过程中的一些错误，更多的学者选择对厂商个体展开研究，Brynjolfsson，Hitt（1995）对美国服
16、务性行业的研究发现了一个重要事实，即电脑设备等投入对服务业和对制造业的贡献水平相当，在当时是一个令人惊异的发现，因为之前大多数文献皆认为服务业从ICT投资的受益程度小于制造业部门。（Schneider, 1987; Roach, 1987, 1991）Lichtenberg（1995）也基于个体厂商数据，在实证的上拒绝了三个假设：1、IT资本只有0边际产出；2、如果控制其他相关资本贡献，IT资本只有0的净产出；3、IT资本和其他资本是同质的。因此，ICT投入对一厂商提高生产效率而言具有积极意义。此外，该文献还发现在IT技术工人和非IT工人的产出上，1个IT技术工人可以替代6个非IT技术工人。值
17、得一提的是从上世纪80年代到90年代末的这些文献大多数都是针对美国“新经济”的研究，尽管越来越多文献发现ICT投资有正面影响，但认为ICT投资没有显著作用的主流看法还是很难改变，直到 Schreyer（2000）解释了为何在宏观数据中难于观察到ICT资本作用的原因。问题主要在于价格的折算问题，因为ICT产品是一种高科技产品，技术的进步使其具有更新换代较快的特征，因此如果不考虑历年来ICT产品的质量的变化，如1990年和2000年ICT产品质量的本质差别，那么容易导致对ICT投入的低估现象，由此便难于观察到ICT资本对其生产效率的巨大贡献。由此其后的文献纷纷采用“Price Index Harm
18、onization”方法，根据Hedonic Price指数 目前，只有美国、法国、丹麦、瑞典和加拿大5国才报告这种经过质量调整的价格指数，即ICT产品的Hedonic Price。来估计ICT产品的真实资本存量及其对经济增长的贡献。此外，对ICT的另一个值得注意的研究趋势是研究对象的重点也正由发达国家而转向了发展中国家，特别是一些转型国家，其ICT的投资和经济增长的关系正成为一个研究的主流。Van Ark等（2002）对欧盟各国ICT投入和经济增长关系的核算中采用了上文提到的价格折算方法，结果发现，从1980至2000年，尽管欧盟各国的ICT投资增幅很大，但其占总投资的比例依然低于美国，只为
19、其后者的2/3左右，而且其对生产力的贡献只有美国的一半左右，因此，在对生产力的贡献方面，欧盟的ICT资本依然落后于美国。Piatkowski（2003b）探讨了8个欧洲经济转型国家的ICT对经济增长和劳动生产率的贡献。对这些转型国家的研究由于数据可得性的问题往往较为困难。Piatkowski借助一些合理假设，估计了保加利亚、捷克、匈牙利、波兰、俄罗斯、斯洛伐克和斯洛文尼亚8国1995年至2000年的ICT存量等时序数据，最后核算出各国ICT资本存量对其经济增长的贡献，研究结果发现这些转型国家都具有较欧洲平均水平和美国更高的ICT投资速度和较低ICT资本平均收入率，如当时波兰的ICT投资增速为年
20、均39%，美国和欧洲的数值为19.3%和18.5%，捷克的ICT收入率为2.93，同时期美国和欧洲的数值分别为5.4和3.0。研究中还发现俄罗斯的ICT资本在解释其经济增长水平的过程中并不能发现与其他国家一样让人振奋的结论，其ICT资本存量不仅没有正向的推动作用，反而降低了经济增长速度。这样的结果在Daveri（2002），Van Ark 等（2002）的研究中也有提到。自2000年开始，一些跨国的ICT资本研究也肯定ICT对经济增长的贡献。Jorgenson和Vu（2005）对世界上7个地区一共108个经济体，自1989-2004年的ICT投入和经济增长关系作了一个核算，他们将研究区间分为1
21、989-1995、1995-2000以及2000-2004三个时段，结果发现IT投入的确在大多数的国家对经济增长有相当的贡献，但对发达国家和亚洲发展中国家两个群体而言，群体内部增长速度差异主要缘由投入多少而不是因生产力水平的不同。在其对亚洲发展中国家的核算中，三个时段ICT资本对经济增长贡献分别为0.14，0.33和0.44。小结一下，对文献的观察可以发现自2000年以来，研究的趋势开始转向转型经济体。而我国作为转型经济国家之一，对ICT投入也是不遗余力，据WITSA（2006）记录，上世纪90年代以来，我国对ICT投资是近乎“爆炸式”的增长。ICT的大量引入作为一种资产的优化手段，也逐渐改善
22、原有资本存量。但现有文献却没有对我国这种投资方式转变的回报作一个估计，因此，本文的贡献就在于对1985年来ICT的投资和我国经济的关系做一个系统的核算，以确定在改革开放后我国到底在多大程度上受益于ICT资本的引进。三、理论框架上文我们已经描述了ICT的生产和利用对经济增长的传递渠道，但ICT产出对于经济增长的影响不是本文的研究主旨。本文主要核算ICT投入对经济增长的影响，因此需要构造一个理论框架将ICT资本，其它类型资本、劳动力和技术进步等一并作为投入因素观察其对产出的作用。为了简便起见，本文采用两因素的C-D生产函数，并假设规模效应不变，即各个因素的弹性之和为1，该假设在后面估算过程中非常重
23、要：(1)上式将资本存量分成两个部分，KICT表示ICT投入资本存量，包括三种类型，硬件设备，如工作站微机、服务器等，软件，如操作系统、应用程序等和通信设备，如电话、交换机等，KN为非ICT资本存量，如ICT以外的设备、厂房等，其中和分别为ICT资本和非ICT资本的产出弹性。如果我们将其对数化并作全微分处理，则1式转化为：(2)在变量的顶上加点以表明该变量的增长率。如果需要估计ICT资本对经济增长的贡献，我们需要得到资本产出弹性和资本存量增长率。在严格前提下，则资本的产出弹性等于资本收入占GDP的比重。因此我们首先估计资本收入，再间接推算出资本弹性大小，下文还将详细讨论这一方法。如果将1式中进
24、行变化，则1式可以转化为资本对劳动生产率的贡献。首先将1式两边同除劳动力变量L：(3)如果仍将其两边全微分处理，可以得到：(4)因此以ICT资本增长率减劳动增长率并乘以资本弹性就可以得到ICT资本对劳动生产率的贡献。以上的4个式子可以注意到在理论上，本文的模型并不复杂，本文的难点在于如何准确核算出ICT的资本存量和非ICT资本的存量大小，以及它们各自的产出弹性。四、ICT资本存量和产出弹性的核算上文已经提到，如果可以得到ICT的资本存量和其产出弹性，那么就可以推算出ICT资本对我国劳动生产率和经济增长中的贡献。但至今我国官方的统计资料中，都没有有关ICT作为投资品的统计。因此，ICT资本存量的
25、核算有相当大的难度。为了能够估计ICT资本存量大小，我们至少需要知道：A，ICT每年作为资本品投入时序数据；B，ICT资本品的价格折算指数，以得到每年实际投资大小；C，根据ICT资本品的折旧指数以求出ICT资本存量。下面的篇幅主要用以介绍核算的方法和结果。（一）ICT每年投资时序数据由于国内官方统计没有公布ICT的投资数据，所以本文采用的是WITSA（2002，2006） WITSA网址为http:/www.witsa.org，报告名为Digital Planet2002和2006版本。所公布的全球50多个经济体每年的ICT消费值。其数据覆盖1993-2005年，统计口径主要有四个，ICT硬件
26、、ICT软件、ICT服务和ICT通信。由于ICT服务不存在相应的价格指数且平均所占投资总额的比例仅有4%，此外其资本化的过程也相当复杂，所以简便起见本文将其舍弃。需要注意的是由于家庭使用的ICT产品往往对经济增长和劳动生产率的变化没有直接关系，在核算中也应该从ICT的花费中扣除，但这个折算因子也没有官方的统计，因此我们这里沿用了他人的折算方法。Van Ark等（2002），Daveri（2002）以及Piatkowski（2003a，2003b）根据仅有的一些资料 在对捷克、斯洛伐克、俄国以及波兰的官方数据中，可以查阅到其ICT硬件的投资比例分别为86.1%，87.0%，79.8%，79.9%
27、。但软件和通信设备都不存在相应数据。，一致认为对转型国家，硬件、软件和通信设备的投资折算因子分别为85%，120%和30%，软件折算高于100%的原因在于WITSA的报告中只含有预装（Pre-packaging）软件，未包括定制（Own-account）类型的软件，所以折算因子偏大。另外一个问题是我们无法得到1992年之前的投资数据，一个解决办法是采用Van Ark等（2002）的商品流（Commodity Flow）的方法，利用当年ICT产值和净进口值之和得到当年消费ICT产品数额，但由于数据的统计口径问题和可得性问题，这种方法显然不实际。此外，也可以利用1993至2005年的投资平均增长率
28、往前推算，平均数可以取算数或几何平均值 最终结论表明无论取哪一种平均，都没有大的影响。，还有就是对估计的起始年份的确认，由于我国1984年开始工业改革，本文就以1985年为ICT资本投入的起点，事实上，1978年Intel才发明8086处理器，其大规模应用和溢出到中国，7年时间是合理的。而且由于ICT产品的高折旧率，80年代的ICT资本进入90年代后几乎会完全折旧，因此对于ICT资本而言，基年的选定不是主要问题。至此，可以得出折算后的ICT投资时序数据。见表3所示，由于篇幅所限，只列出代表年份。表3：ICT三大分类的历年投资额（当年价格，单位：100，000元人民币 WITSA登记的数据都以美
29、元计，事先我们根据当年的汇率大小将其折算为人民币。汇率数据来源为IFS网上数据库。）年份硬件软件通信设备ICT总投资1985978.996.196127.167112.3419893486.1647.3815641.6919175.2419904788.9478.8219771.5124639.27199533895.121696.65125750.16161341.922000116967.268752.76326199.14451919.162001137723.0013722.55265934.81417380.362002168491.5918644.68311310.54498446
30、.812003223706.0427681.73342978.19594365.972004323270.2943828.97389851.35756950.61资料来源：WITSA Digital Planet（2002，2006）http:/www.witsa.org可以据此观擦到ICT的投资在上世纪80年代和90年代增幅并不异常显著，进入2000年后，对ICT的投资开始了令人惊异的爆炸式增长。截至2004年，我国ICT名义投资涨幅达到27%左右，同期美国和欧洲ICT投资涨幅分别为19.3%和18.5%，但ICT投资只占1995-2000年固定资本形成总额的10.5%，而与此同期，美国和欧
31、洲的比例达到29.6%和17.1%。因此正如文献综述中所提到的，我国也表现出了转型经济国家共有的特征。（二）ICT的价格指数如果我们只以名义值或者如其他投资品一样，经过简单的价格折算得到的数值作为ICT实际资本投入带入得到ICT资本存量，那么这个错误是致命的，这样的简单折算没有考虑到ICT产品的特殊性，即质量日新月异的改变。因为缺乏合适的衡量质量变化的价格指数，我们往往不自觉地低估ICT产品的价值，比如，2000年购入的电脑，如果按照1995年的标准衡量，即便扣除通货膨胀因素，价值也应该比1995年价格高。因此如果不考虑质量的差别，只扣除通货膨胀因素，那么ICT资本会被严重低估，这也就是80年
32、代的文献所谓“Productivity Paradox”的原因之一。（Schreyer，2000）由于我国没有记载相关经过质量调整的ICT价格指数（Hedonic Price Index），本文根据Van Ark等（2002）提供的方法折算我国的ICT产品的实际投资额。Van Ark认为ICT产品具有可贸易性，因此理论上，可以利用美国的ICT价格指数再经过两国通货膨胀差异调整后得到我国的ICT价格指数。当然以上的方法存在问题，其前提是我国的ICT产品价格必须和美国的ICT产品变动一致，但直觉上，这个假设是成立的，因为我国国内ICT生产厂家不多，主要硬件提供商为联想、通信设备提供商是华为，软件开
33、发商有东软、用友等，这些厂商在价格上一定程度上都依照国际巨型企业定价，如IBM，Dell，Microsoft和Cisco等。这些公司总部都位于美国，因此价格的走势上大体是沿袭美国的。因此，假设的有效性不成问题。美国ICT价格指数数据来源于BEA网站http:/www.bea.gov/，而我国的普通投资品价格折算指数来自张军等（2000）的估计。由于三种资本品的价格指数变化规律不一样，因此本文也分开估计。结果罗列如下，如表4所示：表4：ICT产品的折算价格（1995年基准价）198519891990199520002001200220032004硬件（US）3.611672.29862.0856
34、1.000.29570.2430.210.18710.1732软件（US）1.321251.188411.14711.000.95990.96460.950.92850.90748通信（US）1.052511.064841.06441.000.84110.80740.790.76680.74167工业品（US）0.713540.842760.88311.001.04631.05331.061.06371.09085投资品折价（CN）0.36400.518450.54951.001.07411.07831.081.10441.16597硬件（CN）1.867601.414041.29751.00
35、0.30360.24880.210.19430.18513软件（CN）0.683220.731080.71371.000.98550.98750.970.96410.96997通信（CN）0.544250.65510.66221.000.86350.82650.800.79610.79275资料来源：BEA网站http:/www.bea.gov/ National Income and Product Accounts Table 5.5.4. Price Indexes for Private Fixed Investment in Equipment and Software by Typ
36、e.以及张军等（2000）依据上表，我们可以有把握地认为ICT的资本我国的ICT资本调整趋势和美国的趋势大体相同，尤其进入2000年过后，其价格变化有惊人的一致性，这一方面反映了两国通货膨胀水平的相似，另一方面也说明了两国在ICT领域的市场整合程度的提高。（三）ICT资本存量核算如果存在名义ICT资本投入和折算价格，那么根据永续盘存法（PIM），只要可以确定其折旧率，就可以核算出ICT的资本存量大小。永续盘存的公式可以概括为：(5)其中I代表当年投资额，K为资本存量，表示特定资产的折旧率大小，而i则代表特定资产，这里就是3种ICT产品。之前我们已经确定了1985年的ICT资本存量为零，对中国这
37、样开放较晚且相对落后的国家，这样的假定是合理的。那么接下来的工作只要可以确认各个资产的折旧率就可以得到资本存量大小。同样我国没有官方对ICT资本的折旧率测算，因此，此处引用Van Ark等（2002）的一个估计。由于ICT产品的可贸易性，这样的推算是合理的，所以Piatkowski（2003a，2003b）在对东欧转型国家的研究中，也沿用了其估计数据。表5列出了三种产品的折算因子。表5：硬件、软件和通信设备折旧率1985199019952000硬件0.2350.2430.2540.295软件0.3150.3150.3150.315通信设备0.1150.1150.1150.115资料来源：Van
38、 Ark等（2002）pp. 23有意思的是Van Ark等（2002）在对非ICT产品的折旧率的估计中，设定为0.132，折旧程度和张军等（2004）推算我国资本存量中得到的0.096的折算因子，以及龚六堂等（2004）推断的0.10折旧水平大体相似。表明即便在非ICT资本上的折算，我国与国外资本的折旧过程也较为一致。有了折旧率和每年资本投入的时序数据，我们可以大致估计出ICT的资本存量大小。结果由图2表示。图2：中国ICT资本存量积累（单位：100，000元人民币，1995不变价）资料来源：基于WITSA Digital Planet（2002，2006）的数据估计由上图可以推知目前我国I
39、CT资本存量中积累最多的硬件产品，这应该和硬件产品价格下调速度较快有关，其次是通信类产品，最后是软件类产品。我国ICT的资本存量的增长平均为40.3%，甚至高于东欧各个转型国家的积累速度 1995-2000年波兰、捷克、罗马尼亚、斯洛文尼亚各国的ICT资本存量增长速度分别为39%，31%，30%，30%。Piatkowski（2003b）。由于ICT资本的快速增长，其占当年国内资本存量的比例也由1985年不到1%增长到2004年的13.4%。（四）非ICT资本存量核算单单估计出ICT的资本存量是不够的，根据公式1，还需要确定非ICT投入品的资本存量。该时序数据也没有现成的官方记载，不过国内已经
40、有众多的学者已经估计了国内资本存量数据，其中具有代表性的是贺菊煌（1992），Chow（1993），王小鲁（2000），张军等（2003）和张军等（2004）。现将他们的估计结果罗列如下。图3：对中国资本存量估计（1952-2000，单位：亿元人民币）资料来源：张军等（2004）以上的学者的估计结果差异还是较大的，他们方法主要区别在初始资本存量确定，折旧率和采用的价格指数上。对本文而言，我们不深入探讨谁的估算最为精确，只要知道了总体资本存量的大小，那么扣除掉ICT资本存量就可以得到非ICT资本存量的大小。本文采用了张军等（2004）的估计结果，并依照其方法估计了2001-2004年的资本存量，
41、由此得到非ICT资本品的资本存量。如表6所示：表6：ICT和非ICT资本存量（1985-2004，1995年基准价，单位：亿元人民币）19851989199019952001200220032004ICT3833.8225693.8 34207.5 151782.9 1337743.1 1825039.8 2517297.9 3561348.2 非ICT378371855451595863067992177617487745190721732101938823063415总体378755155708525897274100735591882548820897213235366852662476
42、4ICT%0.10%0.46%0.58%1.51%7.11%8.73%10.70%13.38%资料来源：本文估计和张军等（2004）由表6所知，我国ICT存量资本在上世纪八九十年代仍然较少，但进入2000年后，就开始以惊人的速度攀升。ICT的快速积累在世界不仅仅只有中国一个特例，东欧国家的ICT资本存量在1995-2000年期间也经历了一个快速增长阶段：捷克、匈牙利、斯洛文尼亚的ICT资本存量分别占其总资本存量的3.78%, 3.73%和2.86%左右（Piatkowski，2003b，）。而我国在同一时期，ICT存量所占份额为3.20%，相当于当时东欧各国的中等水平。此外，另一个值得注意的特
43、点是，我国ICT资本存量的增长速度远远高于非ICT资本存量增速，前者大约为后者的4倍左右，由于一般而言ICT产品属于优质资产，所以这一现象也说明我国的资本结构正在发生优化。（五）ICT资本弹性估算有了资本存量时间序列数值，就可以估计资本的产出弹性大小。前文已经讨论了资本存量的产出弹性的计算方法，一般而言，计算资本弹性有两种手段：如果拥有较大样本，可以考虑采用计量方法衡量资本弹性。张军等（2003）依据该方法得到我国资本产出弹性为0.609。但由于本文数据样本一共只有20个（1985-2004），其中1992之前的ICT资本存量还是估计得到的，因此，采用计量方法得不到较为准确的结果。因此本文采用
44、另一种方法，通过对估计ICT资本收入，再由间接得到资本产出弹性。资本收入等于资本使用成本与资本存量之积。而特定资本都有其特定的资本使用成本，其计算公式为：(6)Pi是该项资产的购入价格，ri为特定资本的使用成本，由三部分组成，r为资本名义回报率，为折旧率，表示通货膨胀，i代表特定资产。由于ICT资产有较高的折旧率，因此资本的使用成本较高。而上文提到资本产出弹性等于资本收入与GDP比值，因为国民收入大体等于GDP大小，因此资本收入比例大体等于资本的产出弹性。资本收入比例（资本产出弹性）计算式为：(7)v代表资本收入比例，ri为特定资本的使用成本，K为经过价格折算的真实资本存量，Y为国民收入。那么
45、问题就转化为如何正确估计特定资本的使用成本问题。由于我们已经得到了各个资产折旧率大小，而通货膨胀因素根据其价格指数也很容易计算。那么只要得到资产名义回报率就可以得到资本收入比例。估计资产名义回报率的方法论见于Jorgenson等（1987），其假设为a、市场完全竞争并且利润率为零；b、在特定的市场，每一种资本回报率都相等；c、所有资本的租赁收入等于资本回报总额。根据第三条假定有资产收入等于其租赁价格与资本存量之积，于是：(8)CR为资本收入，p为资本的租赁价格，K为真实资本存量，i和t分别表示特定资产和时间。资产的租赁价格为资产持有者选择购置或租入资产的无差异价格。其表达式为：(9)所以根据8
46、，9两式，可以求得资本回报率：(10)但我国没有资本收入的统计，但可以由国民收入剔除个人和政府收入进行核算，以上三种数值在各年中国统计年鉴都有记载，而且我们已经知道资本存量、折旧率和通货膨胀大小。因此可以得到我国的资本回报大约为0.31，而欧洲和美国的资本回报率分别为0.14和0.15，转型国家保加利亚、俄国、波兰的资本回报率为0.81，0.45和0.32（Piatkowski，2003b），可以注意到转型国家的资本回报率普遍偏高，这应该与这些国家的资本稀缺性相联系的。据此可以估计出资产的租赁价格和资本收入比例，也就资产的产出弹性。表7：资本收入比例（资本产出弹性）（1985-2004）19851989199019952001200220032004硬件0.0000.0010.0010.0050.0480.0620.0810.106软件0.0000.0000.