知识投入

　　知识投入是指对产生新知识的投入，主要包括研究与发展经费、培养科技人员的投入。

　　西方传统经济学有一条基本规律，即收益递减规律(the Law of Diminishing Return)，指的是当生产者连续增加生产函数中某种要素的投入量，而保持其他要素的投入量不变的时候，产出的增量递减。用前面讲到的工业经济生产函数来分析：

　　Y=F(R，C，L)

　　在一个炼铁厂里，当增加自然资源R——铁矿石的投入，而使资本C——炼铁设备和劳动L——工人数量保持不变时，生铁产量的增加显然是递减的，因为，现有炼铁设备的潜力和工人劳动强度的增加都是有限的。如果只增加炼铁设备，而不增加铁矿石的投入量和劳动工人的数量，只能加快铁的生产速度，而无法增加年度生铁的总产量。如果只增加劳动工人的数量，取得的大约是同样的效果。这就是传统工业生产已经印证了200年的规律。

　　然而，如果同时增加三个要素呢?生产函数是不是一个无界的函数呢?仍以铁生产为例，世界生铁的总产量是不可能无限增加的，即使你可以无限地增加炼铁设备，你可以无限地增加炼铁工人，你却不可能无限地增加铁矿石的投入，因为，世界铁矿的储量是有限的，所以生产数量是有限的，从这种意义上来讲“增长的极限”是存在的。可以说传统工业的所有行业，炼钢业、汽车制造业、飞机制造业、建筑业没有一个行业不遵循这个规律。而农业，不论是种植业还是畜牧业也不能逾越这一规律。然而，在知识经济中却出现了新现象，以软件业为例：

　　Y=F(K，R，C，L)

　　在自然资源R——制造芯片的硅的投人，资金C和软件开发人员￡的投入没有增加的条件下，只要增加知识(包括信息、技术、决策和管理等)的投人，软件的产出就可以持续增加。

　　人们或许会说，在这种情况下新的软件需要更大的内存，硅的投入实际上也要增加。这个问题在高技术条件下可以通过单位体积芯片内存从32K至64K、128K、256K的增加，而不增加硅的用量——资源量来实现，而且无限。但铁的产量却不能由提高铁矿石的利用率来持续增加，因为它是有限的，最高就是100％。

　　人们或许会说，在这种情况下，资本的投入也要增加，软件开发要费用，软件开发人员要工资。然而，目前从事软件业的人都了解，许多开发都是在没有增加工资和极少资金投入的情况下进行的(当然开发以后要有补偿)；在有资金投入的情况下，其投入与收益相比也与炼铁业不能相提并论，甚至可以说是忽略不计。除软件业外，基因工程、太阳能、新材料等高技术行业都是这种情况。因此可以说，高技术产业在相当大程度上，突破了收益递减规律，成为知识经济的新产业支柱。

　　关于知识投人的度量。目前普遍采用R＆D经费和人力投入作为知识投人的一种间接指标，它大大低估了知识生产的成本。虽然知识的生产与教育的投人，学校、企业、科研院所、个人的许多非正式的研究活动以及其它因素有关，但我们从这个角度研究知识的投人，将是一条死胡同，也是行不通的。

　　一方面，知识是人类脑力劳动的成果，一般地讲，脑力劳动消耗的时闻越长，生产的知识越多。另一方面，知识的拥有者，包括知识本身的生产以及通过学习获得知识的使用者，或者说是脑力劳动者在知识产品生产过程中投人知识、使用知识进行创新。并且知识本身不会被磨损或损失。因此脑力劳动者的脑力劳动时间多少能够反映知识投人的多少，两者成正比关系。注意，在实际中，脑力劳动者的脑力劳动时闻是体力劳动时间的倍数关系，有两层含义。从相对量上讲，按照马克思的劳动价值论，脑力劳动1小时创造的成果的价值量是体力劳动1小时所剖造的成果的价值量的倍数，因此脑力劳动1小时相当于体力劳动的若干小时；从绝对量上讲，由于体力劳动受工作场所、设备仪器等条件的限制，在一个法定的工作日里，体力劳动最多是8小时(加班加点除外)，而脑力劳动可以不受这些条件的限制，脑力劳动时间常常超过8小时，节假日更不用说了。每一位科学技术研究人员都有这种感受，因此在一个法定的工作日里，脑力劳动时间也是体力劳动时间的倍数。

　　在区分脑力劳动时闻和体力劳动时间前提下，我们不需要考虑第一种相对意义上的倍数，但必须考虑第二种绝对意义上的倍数，即要以脑力劳动者的实际脑力劳动时闻进行核算。在实际中进行这种核算会有困难，我们认为，可以使用抽样诃查，估计出在绝对意义下，脑力劳动时间是体力劳动时间的平均倍数r，然后乘以法定工作时间t，再乘以脑力劳动者人数 ，就可以得到全部脑力劳动者的实际脑力劳动时间总和T_t ：

• 知识投入
• 知识存量
• 知识流量
• 知识产出
• 知识网络