政府投入、技术创新与经济增长的实证研究

贺 青，葛翔宇

（1.中南财经政法大学 统计与数学学院，武汉 430060；2.湖北第二师范学院 数经学院，武汉 430205）

0 引言

科技创新是推动生产力发展最具革命性的先导力量。为支撑经济的快速发展，我国科研经费投入逐年增加，但是与发达国家相比，我国科研投入占GDP的比重远远少于这些国家，这说明我国技术创新的物质投入严重不足，直接制约了我国的技术进步与经济增长。当前，中国进入经济转型发展的阶段，如果不从长远的发展着眼，布局技术研发和应用基础研究，淘汰落后产能，加快转变经济发展方式，大力培育发展新的经济增长点，在新兴产业的各个领域实施若干重大科技专项，中国将在世界一些重要新兴领域丧失发言权。所以，为了保持我国经济快速、健康的发展，我们一定要努力提高自主创新能力，大力发展创新型经济，而政府强而有力的科研投入为经济健康平稳地发展提供强劲的支持。本文通过建立VAR模型，从长期和短期两个方面来研究政府科研投入、技术创新与经济增长三者之间的关系，为我国提高技术创新能力、保持经济持续快速地增长提供一些有用的建议。

1 模型、变量选取和数据来源

向量自回归（VAR）模型通常用于分析和预测相互联系的多个变量的时间序列系统，分析随机干扰项所探讨的经济系统的动态冲击，解释各种经济冲击对经济变量的影响。向量自回归模型就是针对变量无法确定为外生变量，一种多方程模型的分析方法。VAR（p）模型的数学表达式如下:

上式中，yt是m维内生变量向量；xt是d维外生变量向量；A1…Ap和B1…Br是待估参数矩阵，内生变量和外生变量分别有p和r阶滞后期；εt是随机扰动项。建立VAR模型时要明确：共有哪些变量相互影响，把有关系的变量包括在模型中；确定的滞后期数要反映出变量相互影响的绝大部分。

为了分析政府科研投入、技术创新与经济增长三者之间的关系，本文采用1985～2010年的数据作为样本，所有原始数据均来自各年《中国统计年鉴》和《国家知识产权局》网站。研究变量选取国内生产总值(GDP)表示经济增长指标；科研费用支出是技术创新的前提，为技术创新的顺利实现提供了物质保障，选择国家财政用于科学研究的支出(ESR)作为技术创新的投入指标；反映技术创新的产出水平指标通常选择专利申请授权数(PAQ)来表示，它可以直接测度一国的技术创新水平[1]。为了数据具有可比性并考察我国科研财政投入、技术创新的实际经济增长效应，以1985年为基期对国内生产总值（GDP）及财政科研支出(ESR)的原始数据全部利用当年我国的零售物价指数进行了调整。因为数据取自然对数后不改变各变量之间的协整关系，变量之间的关系还能变得线性化，并且对原始数据进行对数变换还可以在一定程度上消除时间序列中普遍存在的异方差现象，所以本文首先对三个变量的数据都进行了对数转换，变换后的指数记为LnGDP、LnESR、LnPAQ。

2 实证分析

2.1 单位根检验

在进行协整检验之前，先对时间序列进行平稳性检验。本文采用ADF单位根检验方法，检验LnGDP、LnESR和LnPAQ三个时间序列的稳定性，检验结果见表1所示。

表1 ADF单位根检验结果

由表1可知，LnGDP和LnESR均存在单位根，不是平稳时间序列，LnPAQ是平稳时间序列；对LnGDP和LnESR进行一阶差分，差分后的向量△LnGDP和△LnESR都变成了平稳时间序列，符合协整检验的条件。

2.2 VAR滞后阶数的确定

在运用Johansen协整检验方法以前，要确定VAR模型的最优滞后期，本文将运用滞后长度准则来确定建立VAR模型的最佳滞后期，结果见表2所示。

表2 VAR最优滞后阶数的判断结果

表2显示，6个评价准则分别给出了各自的最小滞后期，根据AIC和SC等准则，最佳滞后期为2期，所以建立VAR（2）模型是比较合理的。

2.3 协整检验

为了检验政府科研投入、技术创新与经济增长三者之间是否存在长期的动态关系，本文采用Johansen协整检验法对三个变量进行协整检验，Johansen协整检验是基于向量自回归模型的检验回归参数的方法，适合于对多变量的协整检验。检验结果见表3所示。

表3 LnGDP、LnESR、LnPAQ的协整检验结果

表3给出了无约束情形下的协整秩检验结果，第一列依次给出了三个检验的原假设，对能够拒绝原假设的检验用“*”号标记，且置信水平是95%。检验结果表明，在0.05显著水平下存在3个协整关系，即LnGDP、LnESR以及LnPAQ三者之间具有同样的变化趋势，所以政府科研投入、技术创新与经济增长三者之间是长期均衡的关系。

2.4 格兰杰因果关系检验

协整检验结果告诉我们政府科研投入、技术创新与经济增长三者之间确实存在长期的均衡关系，但是这种关系是否构成因果关系，需要利用格兰杰提出的因果检验方法继续进行研究。格兰杰指出：如果变量X是Y的原因，则在做回归时，如果把X的滞后值包括进来能显著地改进对Y的预测，则X是Y的格兰杰原因。在协整检验基础上，对政府科研投入、技术创新与经济增长三者之间的因果关系进行检验，检验结果见表4所示。

表4 格兰杰因果关系检验结果

格兰杰检验结果显示：经济增长和政府科研投入互为因果关系，即我国的经济增长会带动科研经费的财政投入增加，同样如果财政科研经费投入提高了，我国经济也能更快更好地发展；政府科研投入和专利授权数量也互为因果关系，政府科研投入飞增加会促进技术创新水平的提升，同样技术创新能力的提高也能促进经济增长，从而加大科研经费投入的力度；技术创新和经济增长只存在单向的因果关系，经济增长是技术创新的格兰杰原因，但技术创新不是经济增长的格兰杰原因。

2.5 脉冲响应函数分析

格兰杰因果检验只检验了科研投入、技术创新与经济增长三者之间存在着相互影响的关系，但没有描述每个变量对自己以及其他变量的变化时如何反应的。脉冲响应函数（IRF）表达的正是每个内生变量对自己或其他变量的变化的反应，刻画了整个系统的动态特征。三个变量具体的冲击响应图见图1、图2和图3。

图1

图2

图3

图1表示经济增长对来自财政科研投入、技术创新及自身的一个标准差冲击的反应，可以看出科研投入、技术创新及自身的一个正向的单位标准差冲击都会给经济增长带来正向冲击。其中科研投入的冲击在滞后第3期时达到最大值0.03，随后稍微有些减弱，在滞后6期时趋于稳定；技术创新的冲击影响不明显，随着滞后期的延长缓慢增加；对于自身的冲击经济增长在滞后第3期时达到最大值0.05，在滞后4、5期时稍微有些减弱，随后又缓慢上升。

图2表示财政科研投入对来自经济增长技术创新及自身的一个标准差冲击的反应。其中科研投入对来自自身的一个标准差冲击表现最显著，在滞后第2期达到最大值0.76，随后迅速减弱，到第四期时开始趋于稳定；来自经济增长的冲击在第2、3期时稍微有些减弱，随后逐渐上升；科研投入对来自技术创新的一个标准差冲击反映不明显，在前7期的影响一直为负向，第8期开始为正向。

图3表示技术创新对来自经济增长对来自财政科研投入、经济增长及自身的一个标准差冲击的反应。其中技术创新对来自自身的一个标准差冲击在当期就达到最大值0.17，随后迅速减弱，到第6期后开始缓慢减弱；技术创新对来自经济增长的冲击在滞后期内的效应一直是正向的，并以不等的速率呈上升趋势；对来自科研支出的冲击在滞后第2期时达到最大值0.1，随后迅速减弱，到第5期时逐渐稳定。

由此可见，脉冲响应函数分析与前面的分析结论一致，经济增长与财政科研投入互相促进，且影响效果显著；经济增长和科研投入对技术创新的促进作用也是正向的，但技术创新对经济增长的冲击效应不是很明显。主要原因是：长期以来我国更多的是关注专利的申请及授权总量，却对专利成果的转化方面不太重视，对专利成果的商业化程度重视力度不够。

2.6 方差分解

利用VAR模型，还可以进行方差分解研究模型的动态特征。方差分解是把系统中每个内生变量的波动按其成因分解为：自身冲击、其它变量冲击所造成的贡献率，可以了解各变量冲击对该内生变量的相对重要性。图4、图5、图6分别反映了经济增长、科研投入与技术创新的方差分解结果。

图4

图5

图6

图4是经济增长方差分解结果：可以看出技术创新对经济增长的贡献率非常低，只有0.24～0.57%；科研投入对经济增长的贡献率在第4期达到22%，之后一直比较稳定；经济增长对自身的贡献率在当前就达到100%，随后逐渐降低，在第5期开始稳定在77%左右，这说明经济增长主要还是来自自身的影响。

图5是财政科研投入的方差分解：其中技术创新对科研的投入很低，到第4期最大只有1.3%；经济增长对科研投入的贡献率一直呈上升趋势，第10期达到45%；科研投入对自身的贡献率在滞后第2期最大，达到87%，随后逐渐下降。

图6是技术创新方差分解结果：经济增长对技术创新的贡献率以较缓慢的速度呈直线上升，第10期时达到31%；自身的贡献在当期最大，达到92%，随后逐渐下降；科研投入对技术创新的贡献在前5期逐渐上升，第5期贡献度达到最大值36%，之后渐渐平稳。这说明对技术创新的主要贡献来自科研经费的投入和自身的影响。

方差分解结果表明，经济增长的波动主要受自身的波动影响，经济增长对科研投入的贡献率较高，科研投入对技术创新的贡献率较高。

3 研究结论与建议

通过对经济增长、科研投入和技术创新三者关系的实证分析，我们得到以下结论：经济增长、科研投入和技术创新三者之间存在长期稳定的均衡关系。经济增长与科研投入、科研投入与技术创新两两之间存在相互影响的双向因果关系，但经济增长与技术创新两者之间只存在单向的因果关系，经济增长对技术创新有明显的正向促进作用，但技术创新却不是经济增长的格兰杰原因。以前很多学者都认为技术创新是经济增长的源动力，上述结论却与古典经济增长理论和内生经济增长理论都是矛盾的。原因在于：我国技术创新与经济增长之间存在传导机制上的障碍。因为技术创新并不仅仅是新发明、新创造，还包括商业化和产业化过程中的科技成果。因此只有把技术创新的成果市场化并有效地转化为现实的生产力，才能促进我国的经济增长，这是造成上述统计检验结果的根本原因。

因此，我国应该充分重视技术创新和专利发明成果的转化，把科学研究与现实经济紧密结合，加大财政科研经费的投入力度，这样才能促进我国经济持续快速的发展，基于本文的分析及结论，提出几点建议：

（1）技术创新的各项科技成果可以转化为促进经济增长的潜在动力，具有无法估量的市场价值，而专利制度则能更好地激励技术创新，使科研工作者的产出最大化。但产出最大化并不意味着经济增长最大化，只有技术成果有效地转化，才能保证技术创新最终促进经济的增长。因此，为了充分发挥技术创新在促进经济发展中的重要作用，我们国家在重视各项发明专利和成果的整体数量增长的同时，应该把技术创新成果更有效地转化成促进经济增长的生产力。

（2）加大财政研发经费投人力度，建立政府科研投人的稳定增长机制,明确保证科研经费在国家财政投人中的地位；采取鼓励技术开发的政策，对从事科学研究的人员实行补助、奖励政策；合理配置科研经费投人，逐步调整基础研究、应用研究和试验发展三部分科研活动的经费投人比例，特别是加大对高新技术领域研发的支持力度。

[1]L.Soete.A General Test of Technological Gap Trade Theory[J].Weltwirtschaftliches Archiv，1981，(117).

[2]Solow Robertm.A Contribution to the Theory of Economic Growth[J].Quarterly Journal of Economics，1956,(70).

[3]Romer.Endogenous Technological Change[J].Journal of Political Economy，1999,(8).

[4]商建初，范方志，张耿庆.技术创新、经济增长与政府干预—基于中国的实证研究[J].统计与决策,2005,(1).

[5]胡恩华，刘洪，张龙.我国科技投入经济效果的实证研究[J].科研管理,2006,(7).

[6]殷林森，胡文伟，李湛.我国科技投入与产业经济增长的关联性研究[J].中国软科学,2007,(11).

[7]刘和东.知识产权保护与企业自主创新关系的实证[J].统计与决策2008,(16).