中国科技投入和经济增长的关系：1978～2009

黄滢

【摘要】在当前国际金融危机的大背景下，如何将我国经济增长方式转变为集约化的经济发展模式，真正实现科学技术是第一生产力。提高我国经济的产出效率，就成了亟待解决的问题。这一问题的解决对我国今后经济的走向、我国综合国力的提高及我国经济在世界经济中的地位，都将具有深远的影响。本文以国家统计局发布的1978～2009年度统计数据为基础，实证分析了中国科技投入与经济增长之间的关系。

【关键词】科技投入 经济增长 关系

改革开放以来，我国经济取得了令世界瞩目的快速增长。但是，这种经济增长在很大程度上是一种单纯依赖投资驱动的、以大量资源消耗为主的“粗放型”经济增长。根据内生经济增长理论，创新是经济增长的引擎。因此，加大科技研发的投入力度，使要素的边际收益递增，进而实现长期的经济增长，这是目前促进我国经济增长方式转变、积极应对经济危机的重要举措。

一、数据来源和事实说明

本研究以国家统计局发布的1978～2009年年度的统计数据为基础（如表一所示），采用Eviews的Granger Causality因果关系检验法和回归分析法，研究中国科技投入与经济增长之间的依存关系，考察两者之间是否存在因果关系。

本文的数据全部来自国家统计局公布的数据，其中GDP的真实值为GDP除以GDP平减指数换算成而来，由于中国统计年鉴没有公布GDP平减指数，因此本文采用如下公式进行换算：

Deflator=GDPi/GDPiindex×GDP1978index/GDP1978

式中，GDPi代表第i年的名义GDP，GDPiindex代表第i年的 GDP指数，GDP1978代表1978年的GDP，GDP1978index代表1978年的GDP指数（1978=100）。本文选择的科技投入仅指财政部的科技投入，主要包括科学事业费、科技三项费、科研基建费和其他科研事业费，用国内生产总值作为测度区域经济增长的指标。本研究中的科技投入真实值是国家财政科技拨款除以除以商品零售价格指数。

由于科技投入和GDP绝对额总体上是不断增长的。图1和图2表明，随着GDP总量的不断增长，科技投入（SCI）的总量是不断增长的，表明它们之间可能存在协整关系。

二、科技投入和经济增长的关系

为了验证科技投入与经济增长之间的确切关系，需要对二者进行协整和因果关系检验。本文采取如下三个步骤确定二者之间的内在关系。首先，利用单位根检验确定时间序列GDP（国内生产总值）和SCI（科技投入）的平稳性；其次，检验GDP和SCI之间是否具有协整关系；再次，采用格兰杰因果检验考察GDP和SCI之间的因果关系。本文所有检验结果均使用计量经济软件Eviews6.0进行回归分析。

（一）平稳性检验

传统的时间序列经济计量学在进行研究时，通常假设经济数据和产生这些数据的随机过程是稳定过程。然而在现实生活中，很多经济指标并不是平稳时间序列，如图1、图2中GDP序列和科技投入序列都表现出非平稳性，因此进行回归分析首先应检验变量序列的平稳性，下面我们使用ADF单位根检验法，对调整后的GDP 和SCI序列进行平稳性检验，其模型为：Δyt=α+δt+γyt-1+■β1Δyt-i+ui。

其中，α表示截距项，δt表示时间趋势项，ui为白噪声，Δ表示变量的一阶差分，最优滞后期由AIC准则确定，即选定的滞后期长度应使AIC的值最小，以保证消除自相关和保持更大的自由度。

需要说明的是，进行ADF检验时必须为回归定义合理的滞后阶数。通常采用AIC准则（Akaike Information Criterion）或SC准则（Schwarz Criterion）来确定给定时间序列的滞后阶数。本文以AIC准则作为滞后阶数的判断标准。经过依次验证，结果如表所示：

根据表3结果，当滞后期P=3时，序列lnGDP验证方程的AIC值最小，因此确定lnGDP序列的滞后阶数为3，同理，可得lnSCI序列的滞后阶数为1。

由表5单位根检验结果可知，变量lnGDP的ADF统计量的值都没能小于l%显著水平下的临界值，所以变量LNPG是非平稳的。同理可知，变量lnSCI也是非平稳的。于是对变量lnGDP和lnSCI进行一阶差分处理，对得到一阶差分序列再次进行ADF单位根检验，此时，在含有常数项和趋势项的检验类型（c，t，3）下，ΔlnGDP的ADF统计量的值为-3.4143，小于10%显著水平下的临界值，所以拒绝存在单位根的零假设。变量ΔlnGDP在10%的显著水平上是平稳的。同理可知，在含有常数项和趋势项的检验类型（c，t，1）下，变量ΔlnSCI在5%的显著水平上也是平稳的。根据单整的定义，可以认为lnGDP和ΔlnSCI均为一阶差分单整序列。

（二）协整检验

本文用Engel-Granger两步法做协整检验。其方法是：第一步进行协整回归。若两个变量GDPt，SCIt的單整阶数相同，则可对模型：

GDPt=α+βSCIt+μt

进行协整回归；第二步对残差μt进行平稳性检验。若残差是平稳的，则GDPt，SCIt存在着协整关系。

由GDPt对SCIt作OLS估计，得：

GDPt=3.551+1.3708SCIt+μt

在此基础上我们进行回归残差，检查残差是否平稳，对残差进行ADF检验，在10%显著性水平拒绝存在单位根的原假设，说明残差平稳，又因为lnGDP和lnSCI均为一阶差分单整序列，所以两者具有协整关系。

（三）格兰杰因果关系检验

格兰杰（Granger）因果关系检验实质上是检验一个变量的滞后变量是否可以引入到其他变量方程中。一个变量如果受到其他变量的滞后影响，则称它们具有Granger因果关系。在一个二元P阶的VAR模型中：

由表6可知，二阶滞后期检验结果在5%的水平上拒绝了GDPt不是SCIt的格兰杰原因的原假设，拒绝了SCIt不是GDPt的格兰杰因果关系的原假设；三阶滞后期检验结果在5%的水平上均接受了GDPt不是SCIt的格兰杰因果关系的原假设，同时拒绝了SCIt不是GDPt的格兰杰因果关系的原假设。这表明科技投入和经济增长互为格兰杰因果关系。

三、总结

科技投入是科学研究和技术创新活动的物质基础，科技投入的最终效果体现在经济增长上。因此，必须不断提高科技投入占 GDP的比例。目前我国的科技投入总量占GDP的比率还不高。政府在制定经济发展战略和科技政策时，应充分认识到科技投入和GDP两者之间的良性互动关系，最大限度提高科技投入在促进经济增长中的作用。