金融发展、R&D投入对产业结构的影响研究——以安徽省为例
2015-03-04李婷伟
李婷伟
(安徽大学经济学院安徽合肥230601)
金融发展、R&D投入对产业结构的影响研究——以安徽省为例
李婷伟
(安徽大学经济学院安徽合肥230601)
[摘要]运用VAR模型,以安徽省1993-2012年的宏观经济数据为基础,实证分析了金融发展、R&D投入对产业结构的影响,结果表明:金融发展、R&D投入与产业结构之间存在长期的协整关系,二者对产业结构升级具有不同程度的正向冲击,通过调整金融发展速度和R&D投入力度,能够有效的促进产业结构升级。在此基础上,提出优化安徽省产业结构的相关政策与建议。
[关键字]金融发展;R&D投入;产业结构;VAR模型
1 引言
2011年《安徽省国民经济和社会发展第十二个五年规划纲要(全文)》中,安徽省就提出了地区经济结构转型的发展目标:三次产业结构比例调整到9∶53∶38,自主创新能力得到显著提升,战略性新兴产业和服务行业的增加值翻一番以上,研发经费支出占地区生产总值的比重达到2%。同年《安徽省“十二五”金融业发展规划》明确提出要增强金融服务功能,要求金融服务产业发展。积极引导金融机构开发多样化金融产品和服务,以加大对产业发展和基础设施建设的支持力度。为了更好地发挥金融对产业转型的支柱作用,加快打造安徽经济升级版,2013年10月10日,安徽省人民政府(办公厅)又发布《安徽省人民政府关于金融支持经济结构调整促进转型升级的指导意见》,进一步指出要引导金融发展支持产业结构升级,在全省范围内将风险投资与银行贷款相结合,以此支持更多企业加速技术成果的转化。就2014年的情况来看,安徽省金融行业增加值首次突破千亿,同比增长13.6%,比GDP增速高出4.4个百分点;全省GDP中金融业增加值占比达到5%,已成为地区经济发展的支柱产业。全年新增贷款首次突破三千亿;直接融资达到1738.3亿元,同比增长61.2%;保费收入达到572.3亿元,同比增长18.5%;融资性担保在保余额达到1530亿元。可见,安徽省金融业发展势头良好,金融发展水平显著提升。
《安徽省“十二五”科技发展规划纲要》的指导思想中,明确提出以增强企业自主创新能力为核心,重点推动科技成果的有效转化,坚持产业提升、辐射带动、支撑转型,为全面建设创新型安徽打下良好的基础。其中坚持转型的支撑作用,依靠科技进步与创新,促进全省经济结构的全面优化升级,推动其向创新驱动发展方式的转变,为实现安徽省产业结构全面转型的目标提供了有力的支持。当前,安徽省依托省会科教基地的优势,整体技术创新能力得到了提升,科技投入大幅上升,企业正逐步成为技术创新的主体,产学研合作意识持续加强。
安徽省金融发展与技术创新均取得了一定的成效,但产业结构仍然不尽合理。对于金融发展、R&D投入在产业结构调整中所起作用的研究,有助于理清其内在逻辑关系,进而充分发挥金融发展、R&D投入在产业结构升级中的积极作用,对于相关政策制定与措施落实也具有现实指导意义。
2 文献综述
2.1金融发展与产业结构
近年来国内对金融发展和产业结构之间关系的研究越来越多,徐俊杰、汪浩瀚(2014)基于Geweke因果检验和协整检验,分别对长三角地区(上海、江苏和浙江)产业结构升级与金融发展之间的互动关系做了实证分析,结果表明二者之间存在长期因果关系[1]。郭倩茹(2014)通过多变量VAR模型及相关检验方法对山西省金融发展与产业结构优化进行实证分析指出:金融发展与产业结构调整之间存在长期的动态均衡关系[2]。任晓怡(2014)等根据VAR模型,及在此基础上的ADF、协整、Granger因果检验方法对广州市金融发展与产业结构调整的互动关系进行了实证分析,研究指出广州市金融发展与产业转型升级之间也存在着长期均衡关系[3]。而就安徽省的情况来看,王俊峰、伍飞(2011)对安徽省金融发展对产业结构优化升级的作用机制进行了实证分析,通过VAR实证检验得出:产业结构调整和升级对货币需求拉动作用较为显著;同时,格兰杰因果检验结果显示产业结构的优化程度与股票市场融资率存在因果关系[4]。
2.2R&D投入与产业结构
随着科技创新对产业结构影响的日益加深,国内学者开始关注二者之间关系的研究。卢方元、靳丹丹(2011)通过建立面板数据模型,得出R&D投入能够显著推动全国经济发展,并进一步建立面板误差修正模型,说明了R&D投入的短期波动对经济增长的短期波动具有正向效应[9]。张叶峰、王文寅(2011)结合时间序列动态均衡关系分析方法和Johansen协整检验、Granger因果检验方法,实证分析了我国R&D投入与经济增长之间的关系,分析指出二者之间存在长期均衡关系,并具体说明了R&D投入促进了经济增长,而经济增长对R&D投入的拉动作用并不明显[11]。徐飞、许仁青(2014)选取全国、安徽、上海作为R&D边际效率周期不同阶段的样本代表,基于R&D投入与经济发展相适应性分析,运用协整检验、Granger因果检验、VAR脉冲响应等方法,对比研究验证了样本R&D投入与产业结构之间存在长期的适应性[5]。陶建宏、师萍(2011)运用协整检验和Granger因果检验方法,验证了西部地区R&D投入与经济增长存在长期均衡关系,但是R&D投入对GDP增加产生的促进作用具有滞后效应[10]。王新红、甄程(2012)运用灰色关联度分析方法描述了陕西省R&D投入对于产业结构优化的作用效果,分析表明R&D投入对高新技术产业结构优化升级具有促进作用[6]。唐清泉、李海威(2011)通过生产函数模型实证分析了广东省经济增长与R&D投入生产弹性、产业结构的关系,分析指出研发创新是促进产业增长、影响产业结构和带动产业转型升级的关键因素[7]。陈信伟、姚佐文(2011)建立ADL模型并结合滞后效应的概念,对安徽省R&D投入规模及结构与经济增长的关系进行了实证分析,研究认为R&D投入对经济增长贡献显著,但其投入结构并不合理[8]。
通过以上文献的回顾,我们可以发现有关金融发展、R&D投入与产业结构之间的关系研究,大部分学者通过不同的研究方法得出了较为一致的结论,即金融发展与产业结构之间、R&D投入与经济增长之间均存在着长期均衡关系,金融发展能够促进产业结构升级,而对于R&D投入与产业结构之间的关系研究相对较少,对不同样本之间的研究结论也有所差别。鉴于金融与科技因素对于产业结构升级的影响作用日益显著,而现有研究中缺乏将资本与科技同时纳入产业结构影响因素中的实证分析,本文将基于以上理论和实证基础,选取安徽省1993——2012年相关数据,运用多变量VAR模型,结合相关检验方法,同时考虑区域金融与科技两种因素对安徽省产业结构的影响进行实证研究,并在此基础上对安徽省的产业结构升级提出有益建议。
3 实证分析研究
3.1模型选择说明
VAR(vector autoregressive model)模型是由Sims早在上世纪八十年代就提出来的向量自回归模型,本文选择VAR模型来对安徽省产业结构的影响因素进行分析,是基于以下考虑:VAR模型没有假设变量之间先验的理论关系,可以直接运用真实数据对变量间的动态关系进行描述,而不需要区分变量的内生性和外生性,在此基础上,又可以通过脉冲响应函数和方差分解来分析某一因素对特定变量的冲击响应和因素变量方差变动的相对贡献程度。VAR模型的形式为:
(1)式中,yt为k维内生变量向量,p为滞后阶数,t为样本个数,矩阵A1,…,Ap为要被估计的系数矩阵,εt为k维冲击向量。
3.2变量与指标数据说明
笔者借鉴邓光亚,唐天伟(2010)[12]的做法,分别从金融效率和金融深化两个方面来衡量安徽省的金融发展水平:(1)使用贷存比,即贷款总额与存款总额的比值,来反映金融效率;(2)使用金融机构存贷款余额与安徽省地区生产总值的比值,来反映金融深化程度,总量上衡量金融发展状况。
R&D投入采用研发经费来衡量,产业结构则为第三产业占整个产业的比重。Ind表示产业结构,Fe表示金融效率指标,Fd表示金融深化指标,RD表示R&D投入。
所有数据均来源于《安徽统计年鉴》、《中国金融年鉴》,样本区间为1993-2012年,之所以选取1993年作为起始年份,是因为1992年我国才开始对金融行业进行系统性改革,1992年之后的数据更具有代表性和说服力。文中数据分析采用的软件为Eviews5.0。
3.3实证分析
3.3.1单位根检验单位根检验是对序列平稳性的检验,如果不检验序列的平稳性而直接运用普通最小二乘法进行回归,容易导致伪回归,只有当数据通过平稳性检验以后,才能研究其长期协整关系。单位根检验结果如表1所示,从表1中可以看出,除了金融效率,其他三个变量的ADF检验值在1%、5%和10%显著水平下均大于ADF临界值,即都是非平稳的,但在一阶差分的结果下都是平稳的,因此存在一阶平稳,即I(1)。
表1 三个变量ADF检验结果
3.3.2协整检验由于各变量均仅有一个单位根,即都是一阶单整过程I(1),所以四个变量两两之间可能是协整的,可以对它们进行协整检验,用以判别它们之间是否存在长期的均衡关系。由于协整检验对滞后阶数比较敏感,所以要选择最佳滞后阶数,从表2中,通过观测VAR模型的LR、FPE、AIC、SC和HQ值,可以看到除了LR以外,各检验值均在滞后阶数为3的时候达到最小,因此我们确定模型的最佳滞后期为3。在此基础上进行协整检验,检验结果如表3所示,根据检验结果,所有变量均在5%的水平上拒绝原假设,说明变量之间存在长期稳定的均衡关系,并存在一个协整方程。
表2 最大滞后阶数检验统计
表3 Johansen协整检验
在序列变量单位根平稳的基础上,采用AR根估计方法检验模型的稳定性,AR根估计的原理是:如果特征根均落在圆内,则说明模型是稳定的;如果其特征根都在单位圆之外,则说明该模型不稳定。从图1中可以看出,模型的特征根均小于1,说明模型稳定,由此得到的结果是有效的。也正因此,可以在此基础上,使用脉冲响应函数分析金融效率、金融深化程度、R&D投入与产业结构之间的冲击响应,刻画出变量之间的动态关系。
图1 VAR模型平稳性检验
图2 产业结构对金融效率冲击的响应
图3 产业结构对金融深化程度冲击的响应
图4 产业结构对R&D投入冲击的响应
3.3.3脉冲响应函数分析从图2中可以看出,当在第2期给金融效率一个冲击后,产业结构在前2期内下滑,之后在第3期达到最低点;从第3期以后开始缓慢上升,第8期之后逐渐维持在稳定水平。从图3中可以看出,当在第2期给金融深化程度一个冲击后,产业结构在前2期内向上缓慢爬升,之后开始下降,在第4期达到最低点;从第4期以后开始缓慢上升并趋于稳定。这表明金融发展受到外部条件的某一冲击后,会对产业结构产生同向的影响,并且这一冲击具有显著的促进作用和相对较长的持续效应,但冲击幅度不是很大。结合安徽省的实际情况分析,产生这一现象的原因可以理解为:区域金融的发展,通过提高自身的投入产出率,为战略性主导产业提供投融资保障,带动产业链中相关产业发展,从而对产业结构升级发挥着较为长期的影响作用。而目前来看,安徽省区域金融发展并不充分,故而对产业结构调整的冲击幅度不大。
从图4中可以看出,R&D投入的正向冲击也会给产业结构带来正面的影响,从第2期开始持续上升,在第4期达到最大值,以后开始缓慢下滑,最终维持在稳定水平。这表明R&D投入的某一冲击也会给产业结构带来同向的冲击,并且持续时间较长,具有一定的冲击幅度,效果较为明显。当前,安徽省的R&D投入偏向于试验发展方面,因此在短期内对提高产业投入产出效率具有明显作用,而从长期来看,加大基础研究的R&D投入,才能够对产业结构升级持续发挥积极作用。
综上所述,金融发展与R&D投入都会给产业结构带来不同程度的影响,并都是同向的影响。在大力促进产业结构调整的背景下,政府可以利用这种现象,对金融发展和R&D投入进行有区别、有重点的调整。
3.3.4格兰杰因果检验以上的协整检验已经显示金融发展、R&D投入与产业结构之间存在长期的均衡关系。但这种均衡关系是否构成因果关系还需要进行Granger因果关系检验来验证。本文在VAR系统下,对各个变量进行格兰杰因果关系检验,检验结果见表4。
表4 Granger因果关系检验
从表4的结果可以看到,滞后3期的格兰杰因果关系检验表明,1993-2012年,金融效率是产业结构的格兰杰原因,在10%的显著水平下,产业结构也是金融效率的格兰杰原因,即金融效率与产业结构之间存在双向关系;金融深化程度是产业结构的格兰杰原因,产业结构不是金融深化的格兰杰原因,金融深化程度与产业结构之间存在单向关系;R&D投入是产业结构的格兰杰原因,产业结构不是R&D投入的格兰杰原因,R&D投入与产业结构之间也存在单向关系。
上述检验结果表明,金融发展与产业结构之间存在稳定的长期协同关系,金融发展会对产业结构调整产生显著影响,同时,产业结构升级也会对金融发展具有一定的促进作用。虽然R&D投入与产业结构之间没有明显的互动关系,但是R&D投入却也有助于促进产业结构的调整。
3.3.5方差分解在VAR模型中,方差分解可以将模型中的预测标准误分解为每个变量的影响,可以计算出每个独立内生变量的方差分解,估计时滞作用的大小和相对重要的冲击值随着时间变化的趋势,按成因将与方程信息有关的内生变量分解出来,可以更直观地表示出内生变量相互影响的程度,有助于了解信息对内生变量的重要性。表5所示为跨期为10的VAR方差分解结果。
表5 方差分解结果
通过方差分解的结果(表5)可以看出,在不考虑产业结构自身贡献率的情况下,金融深化程度对产业结构的贡献度最大,其次是金融效率水平,R&D投入对产业结构调整贡献力度最小。这说明对安徽省产业结构起到主要作用的是金融深化程度,而R&D投入对产业结构的影响相对较小。如表5所示,在第一个时期内,产业结构的波动完全来自于自身的影响,随着滞后期增加,自身影响减弱,金融深化程度的影响大幅增加,随后逐渐保持平稳,并维持在37%的水平;金融效率的贡献度则在影响期内维持在11%左右;R&D投入影响力度在初始期仅为0.55%,随后逐步上升并保持在4%的稳定水平。
4 结论与建议
本文通过VAR模型分析,对安徽省金融发展、R&D投入对产业结构的影响进行了实证研究,研究结论主要有以下两方面:
第一,R&D投入增长对产业结构升级的正向作用明显,提高R&D投入的效率有助于加速产业结构的优化升级。R&D投入强度将直接作用于地区科技进步与创新,R&D投入力度决定科技成果投入产出效率,而R&D投入领域规划产业结构调整的方向。三者共同作用,以实现产业结构调整的目标。
第二,金融发展有利于产业结构升级,且作用力度大于R&D投入。金融发展为技术开发提供了投融资保障,拓宽了路径。金融的加速发展,可以促成金融市场和制度的发展与完善,以便有效克服产业结构升级中资金短缺的困难,同时促进区域资本的流动与重组,加快技术成果传播。此外,金融发展优化了投资结构。促使金融系统将资金投向分散化,在确保安全的基础上,尽可能提高投资收益,提高了产业结构调整中资源配置的效率,从而促进产业结构优化升级。
基于文中的分析结果,对完善金融发展、R&D投入对产业结构调整的促进作用,我们提出如下建议:
(1)大力发展地区金融,促进产业结构调整。金融发展在整个实体经济的发展中起着关键作用,同时金融对于产业发展具有引导作用。大力发展金融,让金融机构、金融市场有能力更好的服务于产业发展,在此基础上,积极利用金融服务的引导作用,加强金融服务对于产业升级转型的支持作用,将有利于产业结构调整目标的顺利实现。具体建议从以下几个方面着手:
第一,完善金融机构改革,以促进金融混业经营,扩大金融服务范围,更好地服务于安徽省产业结构调整。第二,重视金融政策对产业结构的引导。安徽省政府可以从金融政策制定的层面出发,结合本省实际情况,做好皖江城市带承接产业转移建设项目的金融支持工作,保证项目建设资金供给。第三,优化金融发展结构。保持合理的银行业、证券业及其他金融机构的相应发展,鼓励货币市场和资本市场的产品创新、服务创新及制度创新,通过资金流动促使产业结构优化升级。
(2)推动服务业与战略性新兴产业更好发展。通过引导信贷资金向优先发展产业的投入,能够推动产业发展,而产业结构的合理同样能够促进地区金融的更好发展,政府应当充分发挥产业结构与金融发展的互相促进作用,使其相互协调发展。安徽省应该充分利用各项政策的倾斜,大力发展优势产业,重点发展服务业与战略性新兴产业。针对安徽省产业结构的现状,在传统产业中引入高新科技,提高投入产出效率;及时调整相关产业政策,推进主导产业更替,优化产业结构;树立科学的发展理念,支持资源节约型和环境友好型产业发展。
(3)重视R&D投入力度和产出效率。产业结构的优化升级,离不开科技进步与科技创新的支持。而R&D投入能够促进知识积累,从而使得同样的资本和劳动投入带来更多的产出,实现技术进步。加大R&D投入,进一步提高R&D投入在地区生产总值中的比重;合理安排R&D投入的结构,加大基础研究所占的比重;优化R&D资源配置,提高基础研究的投入效率;建立完善多元化的市场激励机制和R&D投入规范机制;提高R&D投入费用的利用效率。
(4)重点推进科技与金融的融合。科技与金融的融合能够在很大程度上提高科技创新成果的转化效率,从而成为产业结构调整的有力保障。由实证分析的结论可知,要想实现科技能力的大幅度提升和产业结构的优化升级,就必须借助于科技进步与金融发展的相互融合。因此,从推进科技金融融合方面,政府应该建立健全规范的科技金融保障机制;完善融资体系,拓宽科技融资渠道;推进安徽省股权托管交易中心健康发展,积极发展多层次资本市场;完善科技金融风险分担机制。
参考文献:
[1]徐俊杰,汪浩瀚.长三角地区金融发展与产业结构升级互动关系分析—基于Geweke因果分解检验[J].科技与经济,2014(4):61-65.
[2]郭倩茹.山西省金融发展与产业结构优化的实证分析[J].中国市场,2014(16):54-56.
[3]任晓怡.广州市金融发展与产业结构调整的互动关系研究[J].惠州学院学报:社会科学版,2014(1):33-36.
[4]王俊峰,伍飞.安徽省金融发展与产业结构优化互动关系研究[J].商业时代,2011(19):131-132.
[5]徐飞,许仁青.科技创新投入与产业结构适应性分析—基于上海、安徽、全国样本研究[J].南华大学学报:社会科学版,2014(2): 57-62.
[6]王新红,甄程.陕西R&D投入与产业结构优化分析[J].商业研究,2012(6):25-30.
[7]唐清泉,李海威.我国产业结构转型升级的内在机制研究—基于广东R&D投入与产业结构的实证分析[J].中山大学学报:社会科学版,2011(5):191-199.
[8]陈信伟,姚佐文.安徽省R&D投入及其结构与经济增长关系的实证研究[J].技术经济,2011(2):16-22.
[9]卢方元,靳丹丹.我国R&D投入对经济增长的影响—基于面板数据的实证分析[J].中国工业经济,2011(3):149-157.
[10]陶建宏,师萍.西部地区R&D投入与经济增长关系的协整分析[J].改革与战略,2011(4): 120-123.
[11]张叶峰,王文寅.我国R&D投入与经济增长间关系的实证分析[J].技术经济,2011(7):55-58.
[12]邓光亚,唐天伟.中部区域金融发展与产业结构调整互动研究—基于VAR模型的实证分析[J].经济经纬,2010(5):17-21.
[责任编辑:李荣富]
作者简介:李婷伟(1989-),女,安徽合肥人,安徽大学经济学院硕士研究生,研究方向为国际金融与风险管理。
收稿日期:2015-04-15
DOI:10.13420/j.cnki.jczu.2015.05.012
[中图分类号]F832
[文献标识码]A
[文章编号]1674-1102(2015)05-0050-05