科技创新与经济增长之间的关系研究

温小霓，李俊霞



科技创新与经济增长之间的关系研究

温小霓，李俊霞

（西安电子科技大学经济与管理学院，陕西 西安，710071）

现阶段，我国进入产业转型升级的关键阶段，以创新驱动改革和技术创新带动发展成为炙热趋势，这就需要注重科技创新下技术发展和金融服务发展“双翼”的配套结合。依托中国国情，本文试图从中国经济增长和科技创新的现状出发，通过金融发展和技术水平两方面来构建衡量科技创新指标的量值，利用统计方法和模型对科技创新与经济增长及因果关系进行定量研究，深入研究科技创新与经济增长的关系，并对经济增长进行预测，最后为政府提供一些科技创新的依据和切实可行的政策建议。

经济增长；科技创新；单位根检验；格兰杰因果检验；系统动力学

一、引言

据国家统计局公布经济数据显示，2015年前三季度国内生产总值487774亿元，按可比价格计算，同比增长6.9%，6年来首次跌破7%。2014年技术研发经费达26000亿元多，占GDP比重也在逐年上升，但我国依然存在较大产能过剩的现状，因此，当下我国进入产业转型升级的关键阶段。稳定发展，提高经济增长，以创新驱动改革和技术创新带动发展成为炙热趋势，而处于不同成长阶段的科技型企业急需金融的有力支持，又加之“互联网+”的迅猛发展，显而易见，一个国家金融的发展、技术创新和经济增长三者之间的关系将直接影响经济政策导向及国际竞争地位。

国内外许多学者对科技创新与经济增长之间进行了大量理论和实证研究。约瑟夫·熊彼特在《经济发展的理论》一书中首次提出了“创新理论（Innovation Theory）”，认为经济发展是通过经济体系内部的创新来实现的，强调了创新在经济发展过程中的作用，他将创新看成是经济发展的一个最重要的因素[1]。Aghion提出了内生增长模型（基于R＆D），发现R＆D投入水平的提高与经济增长有正相关促进关系[2]。Goldsmith最早进行了金融发展与经济增长的实证研究，通过多个国家长达百年的数据，验证了金融发展对经济增长有显著性作用[3]。Lucas认为经济学家过度强调了金融因素在经济增长中的作用[4]。傅家骥等国内学者，从理论上对技术创新与经济增长之间的关系进行了大量研究，认为技术创新主要是通过全要素生产率来促进经济增长的[5-9]。郭秀兰以我国1980-2005年GDP总量为被解释变量，资本投入、劳动投入、科技进步的时间序列为解释变量建立了计量模型，来比较各种生产要素对经济增长的贡献率，研究表明技术进步的贡献率最大（0.1134）[11]。朱勇、张宗益从实证研究的角度分析了技术创新对地区经济增长的影响和贡献率[12]。陈世海认为基于辽宁省进行研究科技创新与经济结构调整是一种耦合的关系，二者相辅相成，统一辩证关系[13]。郑玉航等国内学者探究了金融发展对经济增长的作用[14-17]。

本文依托中国国情，结合国内外学者对经济增长与科技创新的相关研究，本文通过金融发展和技术水平两方面来构建衡量科技创新指标的量值，结合SPSS20.0、Eviews6.0和Vensim软件，利用统计方法和模型对科技创新与经济增长及因果关系进行实证研究，深入研究科技创新与经济增长的关系，正确认识科技创新在经济增长中的作用，并进行预测，尝试为政府提供一些科技创新的依据和建议。

二、技术创新与经济增长关系的实证研究

科技创新会促进经济增长，经济增长也会拉动科技创新，但是科技创新与经济增长的互动程度却不尽相同，二者之间的关系到底是怎样程度相互影响是很值得去探究的。

图1：科技创新与经济增长之间的互动示意图

（一）数据选取

本文研究数据来源是《中国统计年鉴》和国家统计局。选取1995-2014年国内生产总值（GDP）作为因变量，衡量经济增长水平；自变量衡量技术创新水平包括技术水平和金融发展两方面。技术水平变化衡量涉及到的创新过程主要包括创新投入、中间产出和创新的最终产出，因此研究与试验发展经费支出（RD）、国内三种专利申请受理数（PAP）和全国高技术产品进出口额（HTIE）作为衡量技术水平的指标。选取金融发展规模（FDS）和金融发展结构（FDStr）作为衡量金融发展的指标[8]，其中，金融发展规模（FDS）=（金融机构存款余额+金融机构贷款余额）/GDP；金融发展结构（FDStr）=金融机构贷款余额/GDP。

（二）实证过程

1、因子分子

本部分首先采用因子分析对代表科技创新（TI）的多个指标进行研究，找出影响科技创新的主成分，但由于指标存在数量级和计量单位上的差别，从而使得各个变量之间不具有综合性，因此首先采用SPSS20.0对各变量数值进行标准化处理并得到结果。

表1：标准化后的衡量科技创新的指标

表2：KMO检验和巴特利特球度检验 表3：变量共同度表

表4：主成分表

表5 ：因子负荷矩阵a 表6 ：因子系数得分矩阵

因子分析可得到如下结果。表2 KMO值=0.729，大于0.7可以接受，Bartlett's Test of Sphericity的Sig.=0.000，表示拒绝；从这两项检验结果均显示本文研究的时间序列适合进行因子分析。从因子负荷矩阵（表5）可以得出各个变量的因子表达式：

从因子得分的系数矩阵（表6）可以得到用各个变量的线性组合表达的主成分：

（2）

现将原始数据的标准化值（表2）代入TI的线性组合表达式，可得到主成分即科技创新因子得分。

使用综合因子得分代表科技创新（TI）指标，用历年GDP数据通过SPSS标准化后的值代表经济增长指标（表7）。

表7：科技创新指标TI和GDP标准化数据

通过上述方法可得到科技创新指标和经济增长指标的历年数值，但依旧不能确定二者之间拥有怎样的关系，因此使用Eviews6.0软件进行单位根（ADF）检验和协整检验并运用格兰因杰因果检验判断二者的长期均衡关系和因果关系。

2、进行单位根（ADF）检验

以往经验表明，大多数时间序列存在不平稳现象，为了避免出现伪回归现象，本文对数据进行单位根检验。首先，通过变量时间序列的趋势图可判断出，标准化后的GDP时间序列检验回归方程的形式需要选择既包含截距项也要包含趋势项。

图3： GDP变量时间序列的趋势图示意图 图4：科技创新（TI）变量的趋势图示意图

表9 ：GDP、TI的平稳性检验

从输出结果表9可以看出，GDP变量ADF检验的Mackinnon（P=0.7216）临界值分别为-4.532598、-3.673616、-3.277364，检验t统计量值-1.658981大于相应的临界值，所以要接受原假设H0，表明经济增长序列存在单位根，该序列是不平稳的；同样可以看出科技创新TI序列也是存在单位根，是不平稳序列。因此必须对GDP和TI序列进行一阶差分。

表10 ：GDP、TI变量一阶差分平稳性检验

从输出结果可以看出，D（GDP）变量在1%、5%、10%等3个显著性水平下，ADF检验的Mackinnon（P=0.0066）临界值分别为-4.616209、-3.710482、-3.297799，检验t统计量值-4.850078小于相应的临界值，但概率值大于0.005，仍表明D（GDP）序列存在单位根，该序列是不平稳的；同样可以看出D（TI）序列也是存在单位根，是不平稳序列。因此必须继续对GDP和TI序列进行二阶差分。输出结果如表11：

表11：GDP变量二阶差分平稳性检验

从输出结果可以看出，此时变量序列t统计量值均小于不同水平下的临界值，并且其概率值P均小于0.005，因此可以拒绝原假设，即可认为GDP和TI二阶差分没有单位根，也即序列GDP与TI是二阶差分平稳的。

3、协整检验

通过上述对序列的单位根检验，可建立如下方程：

GDP=C0+C1TI+（3）

（注，C0是常数，C1是TI变量系数，是随机扰动项）

对方程进行回归分析，得到如下表12所示的估计结果

表12： GDP与自变量TI归回分析结果

可得到表达式如下：

此时要对残差序列进行单位根检验，可利用模型估计结果生成残差序列（resid01），进行ADF检验结果如下表：

表13：回归残差D（resid01）序列平稳性检验

从表输出结果可以看到，残差D（resid01）单位根检验t统计量= -4.440744，其相应的概率值小于1%的检验水平，因此拒绝原假设，即可认为残差序列D（resid01）是平稳的。根据协整关系定义，可认为序列GDP和序列TI之间存在协整关系，且协整向量为（1，0.968086）。

4、误差修正模型估计

序列D（GDP）和序列D（TI）之间存在协整关系，为了考虑实际经济增长GDP与科技创新TI之间的动态关系，需要借助误差修正模型来进行分析。

误差修正模型构建：

（2）

其中，ECM是修正误差项，且

表14：修正模型估计结果

从表14中可以看到，模型估计结果的F统计量值为24.3343，相应的概率值P值为0.00027，从而表明整体上显著的。

所以得到误差修正模型：

（5）

5、格兰杰因果关系检验

通过上述检验，可以得到变量是同阶单整平稳序列，因此可以进行格兰杰因果检验，其结果如下表15：

表15 ：序列进行格兰杰因果检验分析结果

Granger因果关系检验的两个原假设：“TI不是引起GDP变化的Granger的原因”和“GDP不是引起TI变化的Granger的原因”。根据前面所介绍的检验回归方程，可以知道Granger因果检验是通过检验有限条件回归和无限条件回归的残差平方和是否发生显著性变化来实现的，因此检验统计量是F统计量。本文研究滞后期选2，结果见表。从表输出信息可以看出，GDP与科技创新TI之间存在双向的因果关系，即GDP是科技创新TI的变化原因，科技创新TI也是GDP的变化原因。实证检验表明，科技创新对GDP增长影响变得显著。

现利用系统动力学知识，使用Vensim软件画出各变量之间的因果关系图。

图5：科技创新与经济增长之间的因果关系示意图

（三）实证结论

研究结果表明，科技创新和经济增长之间存在协整，且二者存在长期均衡关系，科技创新对国家经济增长有一定的促进作用。格兰杰因果检验表明，科技创新与经济增长之间存在双向的因果关系。研发的投入与产出，及互联网时代性金融的发展对科技创新支撑经济增长的作用越来越大。

（四）对经济增长的预测

通过上述分析，对变量进行回归分析，得到下图结果，可以看到衡量经济增长的GDP预测值与实际值很相近，说明指标和模型选取较合适。其次对经济增长进行预测分析知，2020年中国人均GDP将实现12803美元，达到世界平均水平，接近高收入国家的门槛值，利用“一带一路”机遇，充分激发国内创新和消费，走在国际超前水平。

图6 ：GDP实际值和预测值示意图 图7：经济增长预测趋势示意图

三、加强科技创新促进中国经济增长的对策建议

（一）为科技创新创造良好的制度和政策环境

市场经济条件下，政府与市场各有不同的分工。政府作为市场的宏观调控与管理者，对技术创新应起到推波助澜的作用。政府的职能在于为企业提供基本的创新资源，营造公平的市场竞争环境。企业的自主创新能力的培养需要政府给予相应的政策支持。

（二）加大科技投入，健全科技成果转化链

通过本文研究已经知道，科技创新投入的增加会促进经济增长，因此这需要国家政府、企业、高校加大对科技研发的投入，包括人才资源、研发经费以及政策等方面，鼓励企业进行创新，增加进出口额，带动产业升级。同时，尽可能地加大对教育的支持力度，为科技创新培养出更多更好的人才队伍。另一方面也要完善成果转化机制，充分发挥科技中介的作用，进行激励，突出重点，加大对制约产业发展的关键和共性技术开发的扶持力度，带动全民产生良好的社会效益，促进经济增长。

（三）加强产业升级和优化，开展国际产能合作

未来，随着中国进入一个行业与企业分化、重组的过程，留下来的行业，很可能大多数是“传统行业”。是否具有竞争力与行业新旧没有必然联系，关键在于是否具备难以模仿的特有技术。传统行业要趋向主流和国际化，必须创新技术和商业模式，创新运用“互联网+”模式，发展传统产业+互联网，鼓励运用电商平台，改善交易机制，促进产业升级、优化，提升竞争力。

四、结语

科技创新是国家经济增长的源泉和动力。从科技水平和金融发展角度衡量科技创新能力，进而得到对经济增长是正相关关系。研发的投入与产出，及互联网时代性金融的发展对科技创新支撑经济增长的作用越来越大。因此，面对世界经济复苏不及预期和国内经济下行压力加大的困难局面，国家需促进改革、调整结构，促使经济向实体经济回归，积累可持续发展能量。政府要发挥好引导作用，鼓励和支持创新，同时利用“一带一路”和“互联网+”的机遇，进一步深化改革开放，大力推进大众创业、万众创新，为科技创新和金融服务发展提供支撑，促使整个国家经济运行向更好的态势发展。

[1] 约瑟夫·熊彼特.经济发展理论[M].北京:商务印书馆,1991:143-151.

[2] AGHION P P,HOWITT P.A Model of Growth through Creative Destruction[J].Econometrics,1992,60:323-351．

[3] RAYMOND W. GOLDSMITH.Financial Structure and Development[M].Yale :Yale University press,1969:328-365．

[4] ROBERT E,LUCAS JR.On the Mechanics of Economic Development [J].Journal of Monetary Economics,1988,22(1):3-42.

[5] 傅家骥,程源企业技术创新:推动知识经济的基础和关键[J].现代管理科学,1999(5):4-5.

[6] 李斌,黄乐军.科技进步对我国经济增长的贡献实证研究[J]科技与经济,2009(3):65-68.

[7] 毛健.经济增长理论的基本脉络分析[J].当代经济管理研究,2003(1):20-24.

[8] 令军辉.科技创新与我国的经济增长的研究[D].南京:南京理工大学,2013:10-13.

[9] 张耿庆.我国技术创新与经济增长的实证研究[J].经济纵横,2007(4):49-51.

[10] 纪玉山,吴勇民.科技创新促进经济增长的微观机理与政策选择[J].经济社会体制比较,2007(5):40-46.

[11] 郭秀兰.科技进步对我国经济增长的贡献[J].湘潮,2009(5):92-93.

[12] 朱勇,张宗益.科技创新对经济增长影响的地区差异研究[J]中国软科学,2005(11):92-98.

[13] 陈世海.基于科技创新的辽宁经济结构战略性调整对策[J].科技进步与对策,2011(4)39-42.

[14] 李宝礼,胡雪萍.金融发展、技术创新与经济增长--基于结构面板数据自回归模型实证分析[J].贵州财经大学学报,2013(5):1-5.

[15] 刘锋,逯宇铎,于娇.中国科技创新产出与经济增长的协整分析[J].科技管理研究,2014(17):5-12.

[16] 郑玉航,李正辉.中国金融服务科技创新的有效性研究[J].中国软科学,2015(7):127-136.

[17] 王宏起,徐玉莲.科技创新与科技金融协同度模型及其应用研究[J].中国软科学,2012(6):129-138.

本文推荐专家：

申尊焕，西安电子科技大学经济与管理学院，教授，研究方向：资本市场与风险管理。

胡海青，西安理工大学经济与管理学院，教授，研究方向：科技管理、创业与中小企业管理、投融资管理。

Study on Relationship between technological innovation and economic growth

WEN XIAONI, LI JUNXIA

(School of Economics & Management, Xidian Unviersity, Shaanxi Xi’an, 710071)

China’s industrial transformation and upgrading have entered a critical stage, with reform driven by innovation and development driven by technical innovation being a hot trend. This requires us to pay attention to the combination of technology development and financial service development under the background of scientific and technological innovation. Relying on China's national conditions, this article attempts to start from the present situation of China's economic growth and technological innovation to construct indicators that can measure the science and technology innovation through the two aspects of financial development and technology level. It conducts quantitative research on the causal relationship between scientific and technological innovation and economic growth using statistical methods and models. It makes in-depth study on the relationship between technological innovation and economic growth, forecasts economic growth, and finally provides the government with the basis of some scientific and technological innovation and some feasible policy suggestions.

Economic growth; science and technology innovation; Unit root test; Granger causality; System dynamics

F124.3

A

1008-472X(2015)11-0058-10

2015-06-27

2014年西安市科技计划项目（SF1412-3）

温小霓（1955-），女，陕西西安人，西安电子科技大学经济管理学院教授，研究方向：统计分析，风险管理；

李俊霞（1990-），女，河北邯郸人，西安电子科技大学经济与管理学院博士研究生，研究方向：决策分析，金融管理。