关于我国区域R&D知识存量的经济计量的分析

沈菲

摘 要：在经济快速增长、市场竞争越来越激烈的情况下，创新对经济增长的引擎作用突显，而创新依赖于R&D活动，所以现阶段利用科学合理的R&D活动组合，实现有效的技术创新、知识积累，挖掘知识溢出与扩散效应对要素边际收益增加的作用，进而推动区域经济增长，受到社会各界的广泛关注，本文在针对我国区域R&D知识存量的测度模型、经济效果计量模型进行构建分析的基础上，结合我国八大区域相关数据对我国区域R&D知识存量的经济效果计量展开研究，为推动我国区域经济持续稳定增长作出努力。

关键词：区域；R&D知识存量；经济计量

区域知识存量即某个阶段内区域对知识资源的占有总量，是区域范围内人们生产生活的长期积累，能够对区域知识生产状况和创新能力进行反应；区域R&D知识存量是区域利用知识存量进行的创新性活动，对区域经济发展具有重要的作用，所以对其进行合理的经济计量不仅有利于对R&D知识存量的有效性进行评估，而且为其具体开展提供有价值的依据，所以分析我国区域R&D知识存量的经济计量具有重要的现实意义。

一、我国区域R&D知识存量的测度模型构建分析

计量R&D经济效果，要对R&D投入所产出的知识存量进行计算，并将计算结果视为新的生产要素，利用生产函数获取其边际生产力，而度量R&D知识存量要考虑开发时间的滞后和知识的陈腐化率两个方面[1]。前者是指知识从研发到用于生产需要一定的时间，而后者是在新知识形成使原有的部分知识不再直接作用于生产过程，或R&D经济主体已经失去其对原有知识的专有权利，R&D投入收益会随着时间的推移而快速消减，由此可见知识陈腐化率的测定至关重要[2]。现阶段通常应用将陈腐化率等同于知识平均使用寿命的倒数或结合专利残存简述数据获取陈腐化率的范围两种方式对其进行有效测定，所以测算知识存量的模型可以表示为：本段期间R&D知识存量=本段期间的R&D知识流量+（1-知识陈腐化率）×本段前一期R&D知识存量[3]。如果将本段期间R&D知识存量用KSt表示；本段期间的R&D知识流量用RFt表示；知识陈腐化率用δ表示；本段前一期R&D知识存量用KSt-1表示，t-i期R&D投资额用Et-i表示；R&D投资后形成R&D知识存量的最大滞后年限用n表示，R&D在投资后第i年生成的R&D知识份额用μi表示，那么RFt=∑ni=1μiEt-i，由于在现实中R&D知识的滞后性没有明确的标准，所以R&D在投资后第i年生成的R&D知识份额用在平均时间滞后（θ）与i存在不同数值关系时会有不同的表现，测量模型构建中本段期间的R&D知识流量就等同于t-θ期R&D投资额，基期tb年的R&D知识存量可以利用tb+1期R&D投资额/（知识投资在基准年以后的增长率+知识陈腐化率）表示[4]。

二、我国区域R&D知识存量的经济效果计量模型构建分析

影响R&D投资经济效果的因素参数值可以通过微观数据获取，将计算结果和R&D投资直接带入生产函数，可以对R&D投资的边际收益率进行计算，由此对R&D的投资效果进行较全面的评估，这是现阶段西方发达国家判断R&D投资经济效果的主要方法[5]。如果假设规模收益为固定值，劳动力市场和资本市场都处于完全竞争状态，对R&D给经济增长提供的动力进行估算，可以利用增长模型对多要素生产率进行计算，并对其知识存量和必要的解释变量做回归分析；或对涵盖影响知识资本、生产率的解释因素的生产函数进行直接的估算[6]。由于R&D知识存量被视为投入要素作用于一定技术水平下，资本投入和劳动力投入的基础上，会出现规模和报酬逐渐上升的变化趋势，所以利用AFP法可以获取Y=AKβLαKSγ=AK1-αLαKSγ，此公式中αβγ和A均代表常数；t代表时间；K和L分别代表资本和劳动力投入；KS仍代表R&D知识存量，通过对此公式进行数学处理，可以获取InY=InA+（1-α）InK+αInl+γInKS，同时对此公式的两边进行R&D知识存量KS求导，可以发现R&D知识存量的边际关系率可以表示为γYKS[7]。

三、我国区域R&D知识存量的经济效果计量分析

统计标准检验和计量经济学准则检验是计量经济模型检验的主要办法，而D-W检验也是计量经济、统计分析中较常用的检验序列一阶自相关的有效方法，其应用于OLS估计回归模型建立的基础上[8]。首先要利用残差图和DW值对模型自身是否表现出自相关性进行大方向的判断，其次结合偏相关系数或BG检验对其进行详细的确认，例如我国黑龙江、吉林、辽宁所构成的东北区域，在进行上述模型的自相关性检验时需要经历以下步骤：首先针对东北区域自1985年至2014年的GDP对R&D知识存量简单线性回归残差趋势进行观察，可以发现回归模型对历史数据拟合效果并不优越，残差项的估计值并没有多次的改变符号，这表明回归模型自身残差的正自相关性能突出；其次进行DW检验，结合东北区域自1985年至2014年的GDP对R&D知识存量简单线性回归残差趋势可以发现东北区域的R&D知识存量与当地GDP的变化态势呈现出较明显的波动性，所以不排除由异方差引起的伪回归现象，所以要对其进行单线性回归分析得到表1，结合表1的数据可以判断我国东北区域常数C、自变量KS的回归系数统计值在现阶段没有超出临界值，即检验结果并不显著，另外，回归模型的复回归系数为0.9858，即方差的解释能力为98.58%，但DW值为0.4033，明显小于2，处于0与0.9858的中间范围内，所以其表现出显著的正自相关，这证明东北区域应用此模型的一阶正自相关问题突出[9]。

考虑到D-W检验的作用仅限定在判断模型是否表现出一阶线性自相关性，并不能对高阶自相关性或不存在自相关性的问题进行判断说明，特别是模型中被解释变量自身存在一定滞后性的情况，所以要将偏相关系数检验方法在其判断出一阶自相关性后继续使用，利用偏差管系数检验获取表2，通过表2的数据可以判断东北区域模型只存在一阶自相关性[2]。

现阶段通常利用广义差分回归分析的方法消除序列的自相关性，进而对模型的内在关系进行更加全面准确的认识，而广义差分回归分析的方法应用需要经历以下环节：首先对残差序列RESID利用OLS法进行计算；其次，结合上文中所获取的偏相关系数，对模型的自相关类型进行判断，再次，将AR项加入到广义差分回归分析的方法的命令中，实现对模型的估计，然后进行迭代估计，通常情况下迭代的次数会被默认为100次，误差的精度会控制在0.1%左右，通过对东北区域的R&D知识存量相关数据的迭代估计，可以发现，14次迭代后开始收敛，收敛精度为0.01%，当迭代次数达到最大值时，回归系数估计值表现为0.8312，T检验呈现显著特征，这说明与之前的检验结果一致，东北区域的R&D知识存量经济效果评估模型确实存在一阶自相关性，当对其调整后所获取的DW取值为1.7163，R&D投资后形成R&D知识存量的最大滞后年限取值为19，当将显著性水平设定为0.05固定值时，DW的取值在复回归系数与回归系数之间，说明一阶自相关性在调整后消失，新的模型的自相关性影响已经不存在，由此可见广义差分回归分析模型对东北区域R&D知识存量的经济计量效果更加理想。

结合东北区域的研究方法，分别对北京、天津、山东、河北省市所构成的北部沿海区域；上海、江苏、浙江所构成的长三角区域；广州、福建、海南所构成的东南沿海区域；湖南、湖北、江西、安徽所构成的长江中游区域；山西、陕西、河南、内蒙古所构成的黄河中游区域；广西、云南、贵州、四川、重庆所构成的西南区域；甘肃、青海、宁夏、西藏、新疆所构成的西北区域进行研究，利用OLS分析法时可以获取结果如表3。

通过表3的数据可以发现表3中的七个区域的资本弹性系数β的检验结果都超出了临界值，而且除了长三角区域和东南沿海区域的R&D知识存量的弹性系数γ通过检验，其他的区域均未通过此项检验，所以在OLS检验分析的过程中区域模型的资本弹性系数普遍存在被高估的问题，特别是模型中黄河中游区域的资本弹性系数和劳动力弹性系数的取值都与我国现阶段黄河中游区域的实际状况明显不符，而且七个区域的DW统计量都没有达到检验的要求，这些都证明模型中表现出一定程度的自相关性，所以对这些区域R&D知识存量的经济计量研究也要通过广义方差分析法，在利用广义方差分析法后可以发现七个区域资本弹性系数和区域R&D知识存量弹性系数都通过了检验，结合CD函数参数估计经验值，劳动弹性取值为0.3，资本弹性取值为0.7时，区域科技的创新将会最大程度的推动当地经济的发展，而广义方差分析法中可以发现，七个区域的劳动弹性都在0.49以上，平均值在0.58左右，满足最佳劳动弹性的要求，而七个区域的资本平均弹性在0.41左右，相比最佳资本弹性取值0.7存在一定的差距，这与我国区域人口基数大，人均资源相对匮乏，经济增长速度虽然较快，但人均经济创收能力较低，仍以高投入高产出的经营模式为主，技术创新能力薄弱的现实情况高度一致，由此可见，我国现阶段仍处于以劳动密集型产业为优势的阶段，要将传统粗放型经济增长的模式转化为集约化增长，要在推进体制改革的同时，不断提升区域知识存量的水平，加速推进区域技术创新。

利用广义方差分析法七个区域的拟合优度都较高，说明解释能力都比较理想，在以迭代后区域模型知识存量的弹性系数为衡量依据的前提下，对七个区域R&D知识存量对区域经济增长的边际贡献率进行计算，可以发现我国八个区域在经济快速发展的过程中，除少数年份受特殊因素的较强影响外，几乎所有区域的知识存量的边际贡献率都呈现出持续稳定增长的态势，其中东南沿海在八个区域中虽然知识存量的弹性系数较低但知识存量的平均边际贡献率最突出，这主要是因为东南沿海地区经济增长的方式与其他地区存在较大的差别，其R&D知识存量的空间相对其他地区更大。另外，我国现阶段不同的区域在R&D知识存量的弹性系数和边际贡献程度方面存在较大的差别，例如在八个区域中长江中游、黄河中游和西南地区的知识存量对经济增长产生的边际贡献程度基本一致，这与三个区域在产业结构和创新研发投入等方面具有诸多共同点有较强的关系，而相比长江三角洲区域可以发现长三角区域的知识存量对经济增长的边际贡献更大；但相比东北区域，可以发现东北区域知识存量对经济增长的边际贡献率更小，而西北地区的知识存量对经济增长的边际贡献率最小，这与现阶段我国区域经济增长的态势表现出高度一致，由此可见区域R&D知识存量与区域的经济增长之间呈现出明显的正相关性，换言之R&D知识存量越大，区域经济增长的动力越足，区域发展空间越广阔，现阶段我国不同区域的R&D知识存量以及其对区域经济增长的边际贡献等都存在一定的区别，所以在区域R&D知识存量方面并不理想的区域，可以积极借鉴其他区域的经济结构、经济增长形态等对自身进行调整，加大知识存量的投入力度，逐步改变自身粗放式的经济增长形式，为后续经济持续稳定增长打下坚实的基础。

四、结论

通过上述分析可以发现，我国区域R&D知识存量会随着区域的国民生产总值的增长而提升，两者中任何一项发生变化都会直接导致对方的改变，而且区域R&D知识存量会对区域的经济增长提供直接的动力支持，所以在推动区域经济发展的过程中应有意识的加大区域R&D知识存量。

参考文献：

[1] 杨鹏.我国区域R&D知识存量的经济计量研究[J].科学学研究，2007（03）：461-466.

[2] 孙建.中国区域技术创新绩效计量研究[D].重庆：重庆大学，2012.

[3] 朱丹.知识流动视角下跨国公司技术创新网络结构优化研究[D].长沙：湖南大学，2012.

[4] 赵立雨.我国R&D投入绩效评价与目标强度研究[D].西安：西北大学，2010.

[5] 谢兰云.我国R&D投入与经济增长关系的计量分析[D].大连：东北财经大学，2009.

[6] 李志宏 王娜 马倩.基于空间计量的区域间创新行为知识溢出分析[J].科研管理，2013（06）：9-16.

[7] 谢蕾蕾.R&D、知识溢出对企业技术创新能力的空间效应评价[D].杭州：浙江工商大学，2011.

[8] 卢靖宇.山东省区域R&D投入对经济增长影响的差异性研究[D].上海：上海社会科学院，2012.

[9] 段红玲.我国区域间知识溢出的度量及影响全要素生产率的实证分析[D].长沙：湖南大学，2010.

[10] 谢丽文.自主创新投入、知识溢出渠道与区域创新产出[D].广州：暨南大学，2015.