创新能力对区域经济贡献率的实证分析

　　摘要：文章在建立VAR模型基础上，运用协整关系和Granger因果关系检验以及脉冲响应方法，分别对安徽省经济增长与科技活动人数和技术市场成交额之间的因果、动态关系进行深入研究。结果表明，安徽省经济增长与科技活动人数和技术市场成交额之间存在长期的均衡关系，并且后者对前者有很明显的拉动作用。
　　关键词：VAR模型；格兰杰因果检验；经济增长
　　
　　一、引言
　　美国经济学家舒尔茨（1960）指出，国民收入的部分增长是由于增加了教育投入这种人力资本而得到的，并且从实证的角度证明了这一论断，他利用收益率法测算了人力资本投资中最重要的教育投资对美国29年间经济增长的贡献率为33%；罗默（1961）认为特有的知识和专业化的创新人才是产业增长的重要因素，他们不仅能带来自身收益的递增，而且能够使资本和劳动等要素投入也产生收益递增的效应，从而解释了发达国家发展依然快于发展中国家的现实；卢卡斯（1965）把规模收益、研究开发经费、教育投资、人力资本开发等引入经济增长模型，得出技术进步不是外生变量，而是由经济系统内部决定的，此外，英国经济学家科斯等从不同的角度分析了人力资源的投入对经济增长的促进作用，提出了“新增长理论”。
　　国内的部分学者对人力资本和经济增长之间的也做了很多的研究和分析。朱翊敏（2002）运用卢卡斯模型，研究了物质资本、人力资本数量和质量、技术进步等因素，分析了广东省各区域的经济发展和人力资本之间的关系；吴建国应用“索罗”生产函数模型进行了实证研究；曹晋文（2005）运用结构方程模型对我国人力资本投入和经济增长之间的关系做了实证分析，结果表明通过增加人力资本的投资可以提高综合技术生产率，从而促进我国经济的快速增长。目前国内大部分学者的相关研究都是基于经典的经济增长模型，运用计量分析人力资本与经济增长的关系，但是在创新人才这一人力资本的重要组成部分的研究还是比较少的，本文立足于创新人才与经济增长的关系，运用协整关系检验和向量自回归（VAR）模型描述多个变量之间的因果关系，运用脉冲响应函数分析法对变量之间的定量、动态关系进行深入研究。
　　二、变量选取与模型建立
　　（一）变量选取与说明
　　本文的检验分析所采用的三个时间序列分别为Yt（表示GDP的对数时间序列）、STAt（表示从事科技活动人员数对数时间序列）、TECt（表示技术市场成交额对数时间序列）。数据选取的范围为1990-2008年，数据来源于安徽省统计年鉴（1990-2009年）和新中国五十五年统计资料汇编。
　　图1显示时间序列Yt、STAt和TECt具有类似的时间趋势，这意味着三个时间序列可能具有某种共同的趋势；图2从周期波动的角度说明了产出增长率与科技人员的增长率、技术市场成交额的增长率之间具有一定的协同关系。
　　（二）时间序列平稳性和协整关系检验
　　如果时间序列之间存在显著的协整关系，说明他们之间存在共同的趋势，而这些时间序列的协同性变化受到长期均衡关系的约束。也就是说，若科技人员的投入和技术市场成交额对安徽省产出增加具有明显的拉动作用，则这些之间序列之间存在显著的协整关系，因此，有必要对它们之间的关系作进一步的协整关系检验。
　　1、单位根检验
　　为了判断时间序列是否平稳，首先对时间序列进行ADF检验，结果如表1所示：
　　由表1可以看出，时间序列Yt、STAt和TECt原序列均不平稳，一阶差分后的ADF检验值绝对值均大于5%时的临界值绝对值，达到显著性水平95%以上的平稳性。也就是说，三个时间序列都只存在一个单位根，即一阶单整。进而可以检验变量之间的协整关系。
　　2、Johansen协整检验
　　由于上述时间序列都是I（1）序列，因而可以运用Johansen检验法对变量进行协整关系检验，验证变量之间是否存在长期且稳定的均衡关系。结果如表2所示：
　　检验结果显示仅存在一个显著的协整关系，去标准化的协整向量，得到下面的协整方程（括号内的值表示参数估计的t统计量值）：
　　εt=Yt-0.0168STAt-0.7614TECt
　　（0.2753） （-0.6442）
　　从上面得到的协整方程可以看到：科技人员数量的增加和技术市场成交额的提高对国民经济的产出影响是正向的，科技活动人员增加1个单位，将促进安徽省国民产出增加0.0168亿元，而技术市场成交额每增加1个单位，则会促进国民产出增加0.76亿元，体现了较强的拉动作用。
　　3、误差修正模型估计
　　误差修正模型是协整检验的延伸，协整关系反映的变量之间的长期均衡关系，无法描述变量短期波动的状态，如果变量出现短期偏离均衡的现象，就需要通过误差修正使变量回复均衡。时间序列Yt、STAt和TECt之间的误差修正模型为：
　　ΔYt=-0.2455εt-1+0.8148ΔYt-1-
　　 （-1.4966）* （3.1573）*
　　0.00484ΔYt-2+0.0532ΔSTAt-1-0.0928ΔSTAt-2
　　（-0.1454）*（0.3027）* （0.6367）*
　　-0.626ΔTECt-1-0.0358ΔTECt-2+0.0536
　　（-0.5981）*（-0.3163）*（1.4257）*
　　其中，R2=0.7702，调整后的R2=0.5692，并且AIC和SC同时去的最小值分别为-4.4973和-3.1936。从实证结果中εt表示协整方程的一阶滞后残差（即误差修正项）。误差修正项的大小描述了从非均衡向长期均衡状态调整的速度，如果系数为负，则体现了长期非均衡误差对解释变量的控制。从上述误差修正方程可以看出，误差修正系数为负，符合反向修正机制作用，说明在短期内技术市场成交额和科技活动人员的减少突破长期约束均衡会造成安徽省国民产出的水平降低。
　　（三）Granger因果检验
　　由于安徽省GDP国民生产总值与科技人员数量和技术市场成交额之间存在显著的协整关系，因此，可以进一步在VAR模型中对各个变量的时间序列进行Granger因果关系检验，检验结果如表3所示：
　　由表3可以看出，当滞后期为1时，对于STAt不是GDPt的Granger原因的原假设，拒绝它犯第一类错误的最大概率为0.6957，这表明STAt不是GDPt的Granger原因的概率较大，不能决绝原假设；而对于GDPt不是STAt的Granger原因的原假设，拒绝它犯第一类错误的概率为0.0242，表示至少在95%的置信水平上可以认为GDPt是STAt的格兰杰原因。同理，可以认为至少在95%的置信区间内TECt是GDPt的格兰杰原因。因此，格兰杰因果关系检验表明，从事科技创新活动的人数随着国内生产总值的增加而相应的逐年递增，这体现了安徽省的科技活动人员的现状，从1990年的4.7万人增加到2008年的15万人，尤其是改革开放以后，安徽省的GDP增长率不断提高，与之对应的科技活动从业人员也逐年增加。技术市场成交额的增加表明科技成果转化为生产力的能力提高，可以在很大程度上提高劳动生产率，降低生产成本，节约社会资源，进而为安徽省的经济增长起到推动作用。
　　（四）脉冲响应函数分析
　　
　　为了进一步揭示STAt和TECt对安徽省经济增长的动态影响过程，本文分析了安徽省经济增长对STAt和TECt一个标准差响应程度的脉冲响应，具体结果如图3所示：
　　由图3可以看出，当STA和TEC受到一个正向冲击发生变化之后，第一期对GDP的冲击不是很明显，从第二期开始逐渐产生正向的冲击，而且随着时间的推移这种冲击会不断增大，并在第5期时达到最大值，对GDP的贡献率达到0.04个百分点，此后不断减弱，从第8期开始趋于平稳。这说明，STA和TEC受到外部影响发生变化之后会持续对GDP产生同向作用，并且这种影响会随着时间的推移先增大后减小。
　　三、结论与启示
　　本文在安徽省统计数据的支持下，在建立VAR模型的基础上，通过协整检验和格兰杰因果检验以及脉冲响应方法，对安徽省GDP与STA和TEC之间的因果、动态关系进行研究，得到以下的结论和启示：第一，在安徽省国内生产总值与科技活动人员和技术市场成交额的长期均衡关系上，时间序列之间存在唯一的显著协整关系，这说明三者之间的长期均衡关系比较稳定，而且呈现出相同的发展趋势。2009年安徽省人民政府加大对科技人员服务企业的宣传和工作实施，实施了“千人服务千企”和“企业院士工作站”等活动，通过培养企业技术创新人才，增强企业的核心竞争力，促进经济的快速健康的发展。第二，技术市场成交额是GDP增长的单向Granger成因，表明技术市场成交额的变化直接影响安徽省经济增长的变化；此外，从事科技活动人数不是经济增长的Granger成因，但经济增长是科技活动人数的Granger成因，表明经济增长会促进政府加大对科技创新的投入，进而增加科技成果的产出率，间接的拉动经济增长。第三，基于VAR动态计量模型的脉冲响应函数分析结果表明，科技活动人员和技术市场成交额的变化会对安徽省经济增长产生同向的持续影响，并且这种影响会随着时间的推移而增大，达到最大后有所下降，之后保持稳定的作用。由此可见，在当前的全球金融危机背景下，政府加大对科技创新和人才创新的投入会有利于经济的快速增长，成为安徽经济增长的新的增长极，也将会成为安徽在中部率先崛起的新的动力。
　　参考文献：
　　1、易丹辉.数据分析与Eviews应用[M].中国统计