影响我国自主创新因素的SVAR分析

摘要：自主创新能力是一个国家的核心竞争力，也是一个国家兴旺发达的不竭动力。通过对相关文献的整理分析，认为影响我国自主创新的因素包括潜在自主创新资源、创新资源的投入能力、创新载体的自主创新建设能力以及创新环境的保障能力。在此基础上通过平稳性检验、协整检验、格兰杰因果检验，建立结构向量自回归（ＳＶＡＲ）模型，利用脉冲响应和方差分解技术分析各个因素对自主创新的影响，最后为决策部门提供可供参考且具有建设性的政策建议。

关键词：自主创新；影响因素；ＳＶＡＲ模型；方差分解

中图分类号：Ｆ２７３．１文献标识码：Ａ文章编号：0439－８114（２０12）18－4152-06

Ａｎａｌｙｓｉｓ on Ｆａｃｔｏｒｓ Ａｆｆｅｃｔｉｎｇ Ｃｈｉｎｅｓｅ Ｉｎｄｅｐｅｎｄｅｎｔ Ｉｎｎｏｖａｔｉｏｎ Ｂａｓｅd ｏｎ ＳＶＡＲ Ｍｏｄｅｌ

ＺＨＡＯ Ｙａｎ－ｗｅｉ

（Ｄｅｐａｒｔｍｅｎｔ ｏｆ Ｂｕｓｉｎｅｓｓ ａｎｄ Ａｄｍｉｎｉｓｔｒａｔｉｏｎ，Ｈｅｎａｎ Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｚｈｅｎｇｚｈｏｕ ４５１１９１，Ｃｈｉｎａ）

Ａｂｓｔｒａｃｔ： Ｔｈｅ ｃａｐａｂｉｌｉｔｙ ｏｆ ｉｎｄｅｐｅｎｄｅｎｔ ｉｎｎｏｖａｔｉｏｎ ｉｓ ｎｏｔ ｏｎｌｙ ｔｈｅ ｃｏｒｅ ｃｏｍｐｅｔｉｔｉｖｅｎｅｓｓ ｏｆ ａ ｃｏｕｎｔｒｙ， ｂｕｔ ａｌｓｏ ａｎ ｉｎｅｘｈａｕｓｔｉｂｌｅ ｍｏｔｉｖｅ ｆｏｒｃｅ ｏｆ ｐｒｏｓｐｅｒｉｔｙ． Ｔｈｒｏｕｇｈ ｔｈｅ ｃｏｍｐｉｌａｔｉｏｎ ｏｆ ｒｅｌｅｖａｎｔ ｌｉｔｅｒａｔｕｒｅ， it was ｐｒｏｐｏｓｅd ｔｈａｔ ｔｈｅ ｆａｃｔｏｒｓ ａｆｆｅｃｔｉｎｇ Ｃｈｉｎｅｓｅ ｉｎｄｅｐｅｎｄｅｎｔ ｉｎｎｏｖａｔｉｏｎ ｉｎｃｌｕｄｅ ｔｈｅ ｐｏｔｅｎｔｉａｌ ｉｎｎｏｖａｔｉｏｎ ｒｅｓｏｕｒｃｅｓ， ｔｈｅ ｉｎｐｕｔ ｃａｐａｂｉｌｉｔｙ ｏｆ ｉｎｎｏｖａｔｉｏｎ ｒｅｓｏｕｒｃｅｓ， ｔｈｅ ｃａｐａｃｉｔｙ－ｂｕｉｌｄｉｎｇ ｏｆ ｉｎｎｏｖａｔｉｏｎ ｖｅｃｔｏｒ ａｎｄ ｔｈｅ ｐｒｏｔｅｃｔｉｏｎ ｃａｐａｃｉｔｙ ｏｆ ｉｎｎｏｖａｔｉｏｎ ｅｎｖｉｒｏｎｍｅｎｔ． Accordingly， ｔｈｅ ｓｔｒｕｃｔｕｒｅ ｖｅｃｔｏｒ ａｕｔｏｒｅｇｒｅｓｓｉｖｅ （ＳＶＡＲ） ｍｏｄｅｌ was established ｂｙ ｓｔａｔｉｏｎａｒｙ ｔｅｓｔ， ｃｏｉｎｔｅｇｒａｔｉｏｎ ｔｅｓｔ， Ｇｒａｎｇｅｒ ｃａｕｓａｌｉｔｙ ｔｅｓｔ. Furthermore， ｉｍｐｕｌｓｅ ｒｅｓｐｏｎｓｅ ａｎｄ ｖａｒｉａｎｃｅ ｄｅｃｏｍｐｏｓｉｔｉｏｎ was applied ｔｏ ａｎａｌｙｚｅ ｔｈｅ ｉｍｐａｃｔ ｏｆ ｖａｒｉｏｕｓ ｆａｃｔｏｒｓ ｏｎ ｉｎｎｏｖａｔｉｏｎ． Finally，some ｕｓｅｆｕｌ ａｎｄ ｃｏｎｓｔｒｕｃｔｉｖｅ ｐｏｌｉｃｙ ｒｅｃｏｍｍｅｎｄａｔｉｏｎｓ ｆｏｒ ｔｈｅ ｄｅｃｉｓｉｏｎ－ｍａｋｉｎｇ ｄｅｐａｒｔｍｅｎｔｓ ａｒｅ ｐｒｏｖｉｄｅｄ．

Ｋｅｙ wｏｒｄｓ： ｉｎｄｅｐｅｎｄｅｎｔ ｉｎｎｏｖａｔｉｏｎ； ｉｎｆｌｕｅｎｃｉｎｇ ｆａｃｔｏｒｓ； ＳＶＡＲ ｍｏｄｅｌ； ｖａｒｉａｎｃｅ ｄｅｃｏｍｐｏｓｉｔｉｏｎ

２１世纪是以知识和信息的生产、传播和应用为基础的知识经济占主导地位的时代，人类的未来及国家的繁荣比以往任何时候都更加依赖于知识的应用和科技的进步。而我国作为发展中国家，要在新一轮世界经济竞争中抢占先机，就必须不断提高自主创新能力，提升比较优势，完善自主创新体系。而提高自主创新能力就必须了解自主创新的特征和影响自主创新的关键因素，以及各个影响因素对自主创新的影响程度。只有了解并把握其特征和影响因素才能更好地理解其内在关系，才能采取有针对性的措施，并有效地解决自主创新建设中存在的问题。鉴于此，本研究运用１９９０～２００９年我国的相关数据对影响自主创新的因素进行了探讨。

１文献综述

近年来，随着我国建设创新型国家构想的提出和各项创新政策的出台，自主创新的影响因素也成为一个热门话题。对于自主创新的影响因素的研究，学者王一鸣等［１］认为影响自主创新能力的外部因素包括国家创新体系、知识产权保护、产业发展阶段、市场环境、技术链和创新链等，内部因素包括盈利水平和投入能力、创新收益、创新人才、企业家精神等；徐大可等［２］以实证的方法论证了知识积累、技术学习、研究与开发（Ｒ＆Ｄ）活动对企业自主创新的影响；陈昌柏等［３］从信息利用能力、创新资源的投入与产出能力、创新管理能力、创新成果的市场价值等４个指标出发对自主创新能力进行了综合和全面的评价；刘和东等［４］认为我国大中型工业企业的研发投入强度与自主创新能力之间存在着较强的相关关系，尽管它们各自的增长是不稳定的，但就长期而言，它们之间却构成了长期稳定的均衡关系；吴延兵［５］运用中国大中型工业企业行业的面板数据，在测算Ｒ＆Ｄ资本存量的基础上构建了知识生产函数模型，发现在知识生产中，Ｒ＆Ｄ人员比资本做出的贡献更大，并且在知识生产过程中表现出规模报酬不变或递减的特征。此外，孙冰等［６］基于多元对应分析对自主创新的影响因素进行了实证研究。王文飞等［７］利用灰色关联分析法分析论证了自主创新的投入、自主创新的产出对自主创新的影响。

从已有的研究文献可以看出，人们对自主创新影响因素的研究大多是理论分析，而进行实证研究的相对较少，即使是实证分析的研究也仅仅是利用简单的统计分析，是从静态的角度出发进行的研究。鉴于此，本研究以１９９０～２００９年我国的相关数据为基础，借助结构向量自回归（ＳＶＡＲ）模型 ，从动态的角度探讨影响我国自主创新的因素，以期更深入地分析自主创新和各影响因素内外部之间的相互关系。

２模型的确定和变量、数据的选取

２．１模型的确定

Ｓｉｍｓ［８］提出了一种用非结构性方法来建立各个变量之间关系的模型，即向量自回归（ＶＡＲ）模型，该模型能够从数据生成过程的角度对系统内生变量进行解释，充分模拟系统的动态特征。但是，这种模型不能反映出变量之间当期相关关系的确切形式。Cooley［９］、Ｂｌａｎｃｈａｒｄ等［１０］分别对ＶＡＲ模型进行了修正，提出了结构向量自回归（ＳＶＡＲ）模型，该模型不仅具有ＶＡＲ模型的所有优点，而且最重要的是它在一般ＶＡＲ模型基础上加入内生变量之间的当期关系，把隐藏在误差项中的变量间的当期相关关系提取出来，使模型的经济意义更加准确，并且克服了ＶＡＲ模型中参数过多的问题。鉴于此，考虑到自主创新影响因素的特点，同时为了动态分析各个影响因素与自主创新能力之间的反馈关系，本研究采用了结构向量自回归（ＳＶＡＲ）模型。

２．２自主创新的影响因素

影响一国自主创新的因素很多，由于对自主创新的理解不同，学者们对影响我国自主创新因素的确认也存在着不同。本研究通过对相关文献的收集整理，从实践和理论上考虑，认为影响我国自主创新的主要因素有：潜在自主创新资源、创新资源的投入能力、创新载体的自主创新建设能力以及创新环境的保障能力。其中，潜在自主创新资源包括人力资本存量［11］和经济资源存量；创新资源的投入能力包括Ｒ＆Ｄ经费投入、Ｒ＆Ｄ人员投入；创新载体的自主创新建设能力包括科研机构、高校、企业的自主创新建设能力；创新环境的保障能力由宏观经济发展的大环境、人文环境、市场化程度、对外开放程度、知识及技术的流动能力以及政策、管理等软环境建设共同组成，而宏观经济发展的大环境主要用人均ＧＤＰ和第三产业增加值占ＧＤＰ的比重两个指标来描述。

２．３变量的选取及数据的处理

考虑到数据的可获得性以及变量间的相关性，在此选取我国１９９０～２００９年的人力资本存量、Ｒ＆Ｄ经费投入、创新载体拥有的科技和研发机构数量、第三产业增加值占ＧＤＰ的比重这４个变量分别代表潜在自主创新资源、创新资源的投入能力、创新载体的自主创新建设能力以及创新环境的保障能力。由于创新成果的产出能力主要包括新产品的销售收入、新产品的产值率、专利申请量、发明专利量及其占专利申请量的比重、国外检索工具收录的科技论文情况及技术市场成交合同数。

经过综合考虑，本研究选取国内专利申请受理数来说明自主创新的水平，并在此基础上建立５个变量的ＳＶＡＲ模型。文中数据均来源于历年的《中国统计年鉴》和《中国科技统计年鉴》。同时为了消除变量的异方差，将指数趋势转换为线性趋势，以便于弹性分析，对各变量取对数，记ＬＮＺＬ、ＬＮＲＬ、ＬＮＲＤ、ＬＮＪＧ、ＬＮＧＤＰ分别表示处理后的国内专利申请受理数、人力资本存量、Ｒ＆Ｄ经费投入、创新载体拥有的科技和研发机构数、第三产业增加值占ＧＤＰ的比重，它们分别反映自主创新的水平、潜在自主创新资源、创新资源的投入能力、创新载体的自主创新建设能力以及创新环境的保障能力。输出结果全部由软件Ｅｖｉｅｗｓ ６．０实现。

３实证分析

３．１平稳性检验

由于选取的５个变量都是时间变量，为了进一步提高评价的客观性，需要对各变量进行单位根检验，以判断各变量是否具有平稳性特征。具体的检验结果如表１所示。

从变量的ＡＤＦ单位根检验结果可以看出，变量ＬＮＺＬ、ＬＮＲＬ、ＬＮＲＤ、ＬＮＪＧ、ＬＮＧＤＰ的自然对数都是不平稳的，但变量ＬＮＲＤ和ＬＮＧＤＰ的一阶差分在１％、５％、１０％的显著水平下都是平稳的，变量ＬＮＲＬ、 ＬＮＺＬ、ＬＮＪＧ的一阶差分在１０％的显著水平下也都是平稳的，因此它们都是一阶单整的Ｉ（１）序列。

３．２最优滞后阶数的确定

在对ＳＶＡＲ模型进行估计之前，首先要确定模型中内生变量的滞后期。在此，利用ＡＩＣ和ＳＣ准则进行判断，并考虑模型的拟合优度情况，最后选择的滞后阶数为２，即可以建立ＳＶＡＲ（２）模型。在数据不存在协整关系的时候其一般矩阵形式可以表示如下：

Ｂ０Ｙｔ＝Γ１ｙｔ－１＋Γ１ｙｔ－２＋μｔ（ｔ＝１，２，…，Ｔ）

其中，ｙ＝（ＬＮＺＬ、ＬＮＲＬ、ＬＮＲＤ、ＬＮＪＧ、ＬＮＧＤＰ），μｔ是白噪声序列，且同期扰动项之间互不相关。

３．３协整关系检验（Ｊｏｈａｎｓｅｎ检验）

虽然时间序列ＬＮＺＬ、ＬＮＲＬ、ＬＮＲＤ、ＬＮＪＧ、ＬＮＧＤＰ都是一阶单整序列，但其可能存在某种平稳的线性组合，这种线性组合反映变量之间长期稳定的比例关系（即协整关系）。本研究中使用Ｊｏｈａｎｓｅｎ检验对多变量时间序列进行协整检验，以判断这些序列之间是否存在协整关系。检验结果见表２。

由以上的迹统计量（P值）检验结果可知，在５％的显著水平下系统至少存在４个协整关系，由此可以判断在研究的数据期间ＬＮＧＤＰ、ＬＮＪＧ、ＬＮＲＤ、ＬＮＲＬ和ＬＮＺＬ５个变量存在着长期均衡的关系。

３．４格兰杰（Ｇｒａｎｇｅｒ）因果检验

从上面的协整检验结果可以知道５个变量之间存在长期的均衡关系，但这种关系是否构成因果关系还需进一步的验证。本研究通过Ｇｒａｎｇｅｒ因果关系检验来进一步验证变量之间因果关系。对各变量进行Ｇｒａｎｇｅｒ因果关系检验是为了确定它们之间的相互影响关系，从而为接下来的脉冲响应函数作理论上的铺垫。Ｇｒａｎｇｅｒ因果关系检验结果如表３所示。

为了和前面的最优滞后阶数保持一致，这里所进行的格兰杰因果检验是以滞后期等于２为基础的。Ｇｒａｎｇｅｒ因果检验结果表明，在１％的显著水平下，ＬＮＲＤ是ＬＮＲＬ的Ｇｒａｎｇｅｒ原因，即创新资源投入能力的提升有利于潜在的自主创新资源的积累。在５％的显著水平下，ＬＮＧＤＰ是ＬＮＪＧ的Ｇｒａｎｇｅｒ原因，ＬＮＲＬ是ＬＮＧＤＰ的Ｇｒａｎｇｅｒ原因，说明宏观经济大环境的改善对自主创新有一定的促进作用，人力资本存量的多少也影响着创新环境的保障能力。ＬＮＺＬ在１０％的显著水平下是ＬＮＲＤ的Ｇｒａｎｇｅｒ原因，说明自主创新的发展在一定程度上会导致Ｒ＆Ｄ投入的增加。但ＬＮＲＤ对ＬＮＺＬ的Ｇｒａｎｇｅｒ原因不显著，这也许和我国创新资源的投入不尽合理有一定的关系。在１０％的显著水平下，ＬＮＺＬ是ＬＮＪＧ的Ｇｒａｎｇｅｒ原因，也就是说，自主创新对创新载体的自主创新建设能力有着正向的积极作用。

３．５脉冲分析

脉冲响应函数是用于衡量来自随机干扰项的一个标准差大小的冲击对内生变量当前和未来值的影响，从而揭示模型中各内生变量间相互作用的动态过程。它能够比较客观地刻画出变量之间的动态交互作用及其效应。为了进一步探明自主创新、潜在技术创新资源、创新资源的投入能力、创新载体的自主创新建设能力和创新环境的保障能力５个变量之间的动态关系，本研究采用乔利斯基（Ｃｈｏｌｅｓｋｙ）分解方法得到脉冲响应，通过在随机误差项上加一个标准差大小的冲击来分析对内生变量的当期值和未来值所带来的影响。图１～图５给出了ＬＮＺＬ对各个变量冲击的响应。

从图１～图５可以看出：①当本期给ＬＮＺＬ自身一个单位Ｃｈｏｌｅｓｋｙ标准差大小的正向冲击时，从第一期开始对自身就有一个正向的影响，第三期达到最大值，随后对自身的影响趋于稳定。这表明自主创新自身在受到外来冲击时，其变动在短期内反应显著，而长期的反应不明显。②ＬＮＧＤＰ的变动对ＬＮＺＬ的影响在前两期表现并不是很显著，中期（３－８年）会有显著的影响，这说明创新环境保障能力的提高会加强自主创新的发展，但这种影响存在一定的滞后性，且长期有趋向于零的趋势，ＬＮＧＤＰ对ＬＮＺＬ的冲击作用是中期的。③创新资源的投入对自主创新具有长期的正向作用，说明自主创新离不开创新资源的投入。④ＬＮＲＬ的变动长期内对ＬＮＺＬ有促进作用，而且这种促进作用从长期看是非常明显的。⑤ＬＮＪＧ对ＬＮＺＬ的冲击是很不稳定的，长期内对自主创新的促进作用比较显著。说明创新载体的自主创新建设能力的提高能够长期影响自主创新。

３．６方差分解

方差分解是通过分析每一结构冲击对内生变量变化（通常用方差来度量）的贡献度，进一步评价不同结构冲击的重要性。为进一步分析每一个结构冲击对内生变量变化的贡献程度，可以借助方差分解对自主创新、创新资源的投入能力、创新载体的自主创新建设能力、潜在自主创新资源和创新环境的保障能力进行考察。结果见表４。

表４中，第一列为预测时期，第二列是变量自主创新能力的各期预测标准误差，这些误差是由修正值的现在值和将来值变化引起的；后５列均是百分数，分别表示以ＬＮＺＬ、ＬＮＲＬ、ＬＮＲＤ、ＬＮＪＧ和ＬＮＧＤＰ为因变量的方程信息对各期预测误差的贡献度，每行结果相加都是１００%。由表４可知，ＬＮＺＬ、ＬＮＲＬ对ＬＮＺＬ均有较大的影响，其中，ＬＮＺＬ对自身的冲击是递减的，而潜在自主创新资源以及创新环境的保障能力的冲击是递增的，且潜在自主创新资源的冲击在第１０期达到最大，为２８．２９％。创新资源投入和创新载体的自主创新建设能力的变动对自主创新的冲击则不是很稳定，且作用也不是十分显著。

４结论与建议

本研究在平稳性检验、协整检验、格兰杰因果检验的基础上建立了结构向量自回归（ＳＶＡＲ）模型，利用脉冲效应函数和方差分解研究了潜在自主创新资源、创新资源的投入、创新载体的自主创新建设能力以及创新环境的保障能力对自主创新的动态影响，得出如下的结论和建议：

１）自主创新、潜在自主创新资源、创新资源的投入能力、创新载体的自主创新建设能力和创新环境的保障能力之间具有协整关系，表明长期而言创新资源的投入能力、创新载体的自主创新建设能力、潜在自主创新资源和创新环境的保障能力的提高，可以促进自主创新能力的提升。因此，促进我国的自主创新能力建设，就必须注重对创新资源的投入能力、创新载体的自主创新建设能力、潜在自主创新资源和创新环境的保障能力的建设。

２）在创新资源的投入能力、创新载体的自主创新建设能力、潜在自主创新资源和创新环境的保障能力４个影响自主创新能力的因素中，潜在自主创新资源的影响力最大，达到２８．２９％，其次是创新资源的投入能力。因此，在自主创新过程中，在不断地对潜在的自主创新资源的开发力度强化的同时，还要加大对自主创新资源的投入力度。

３）创新载体的自主创新能力对我国的自主创新具有一定的促进作用。科研机构、高等院校、企业作为自主创新的重要载体，它们自身的创新建设能力在很大程度上影响着自主创新建设。我国要建立健全以企业为主体、产学研相结合的自主创新体系和以科研机构、高等院校为主体的知识创新体系，发挥创新载体对自主创新建设的促进作用。

４）创新环境的保障能力对自主创新的影响力最小，还不到４％，说明我国的自主创新环境保障能力的发展还很不够，不足以影响到国家的自主创新建设。因此，要加强我国的自主创新能力，就要不断地优化自主创新环境，不仅要重视自主创新的宏观经济发展的大环境，还应该注意人文环境、对外开放程度、知识及技术的流动能力等软环境建设，特别应建立健全知识产权保护体系，加大保护知识产权的执法力度，营造尊重和保护知识产权的法制环境。

参考文献：

［１］ 王一鸣，王君．关于提高企业自主创新能力的几个问题［Ｊ］．中国软科学，２００５（７）：１０－１４．

［２］ 徐大可，陈劲．后来企业自主创新能力的内涵和影响因素分析［Ｊ］．经济社会体制比较，２００６（２）：１７－２２．

［３］ 陈昌柏，李刚，王双杰．企业自主创新能力评价体系构建［Ｊ］．科技广场，２００６（６）：８－１０．

［４］ 刘和东，梁东黎． Ｒ＆Ｄ投入与自主创新能力关系的协整分析——以我国大中型工业企业为对象的实证研究［Ｊ］．科学学与科学技术管理，２００６（８）：２１－２５．

［５］ 吴延兵．Ｒ＆Ｄ存量、知识函数与生产效率［Ｊ］．经济学，２００６（３）：１５１－１７８．

［６］ 孙冰，王为．基于多元对应分析的区域自主创新能力评价［Ｊ］．科技管理研究，２００９（５）：１９６－１９８．

［７］ 王文飞，马珩．基于灰色关联分析的自主创新绩效评价与分析［Ｊ］．价格月刊，２０１０（１）：６７－７８．

［８］ ＳＩＭＳ Ｃ Ａ．Ｍａｃｒｏｅｃｏｎｏｍｉｃｓ ａｎｄ rｅａｌｉtｙ ［Ｊ］． Ｅｃｏｎｏｍｅｔｒｉｃａ，１９８０， ４８（1）：1－４８．

［９］ COOLEY T F， LEROY S F. Ａｔｈｅｏｒｅｔｉｃａｌ ｍａｃｒｏｅｃｏｎｏｍｅｔｒｉｃｓ： Ａ ｃｒｉｔｉｑｕｅ［Ｊ］．Ｊｏｕｒｎａｌ ｏｆ Mｏｎｅｔａｒｙ Eｃｏｎｏｍｉｃｓ，１９８５，１6（3）：２８３－３０８．

［１０］ ＢＬＡＮＣＨＡＲＤ Ｏ Ｊ ， ＱＵＡＨ Ｄ Ｔ． Ｔｈｅ ｄｙｎａｍｉｃ ｅｆｆｅｃｔｓ ｏｆ ａｇｇｒｅｇａｔｅ ｄｅｍａｎｄ ａｎｄ ｓｕｐｐｌｙ ｄｉｓtｕｒｂａｎｃｅｓ［Ｊ］． Ｔｈｅ Ａｍｅｒｉｃａｎ Ｅｃｏｎｏｍｉｃ Ｒｅｖｉｅｗ， １９８９，７９（４）：６５５－６７３．

［１１］ 侯风云，范玉波，孙国梁．中国人力资本存量估计［Ｊ］．南大商学评论（经济学版第6辑），２００５（３）：２７－５４．

收稿日期：２０１１－１１－２３

作者简介：赵严伟（１９７４－），男，河南西平人，讲师，硕士，主要从事计量经济、人力资源管理方面的教学与研究，（电话）１３６６３８１５５６６（电子信箱）

ｙｗ８８ｗｙ＠１６３．ｃｏｍ。