APP下载

技术创新与经济增长关系研究
——以江西省为例

2017-07-19涂建

辽宁农业职业技术学院学报 2017年4期
关键词:共线性回归系数回归方程

涂建

(江西财经大学信息管理学院,江西南昌 330013)

技术创新与经济增长关系研究
——以江西省为例

涂建

(江西财经大学信息管理学院,江西南昌 330013)

技术创新是引领时代的潮流。本文以江西省2000年到2015年统计数据建立多元线性回归模型对江西省经济增长与技术创新进行实证分析。选取R&D人员全时当量、R&D经费及专利授权数衡量技术创新水平,江西省人均GDP衡量经济增长水平。结果表明,技术创新对经济增长有推动作用,但是专利授权数对经济增长影响不显著。说明江西省在技术创新转化成果过程中传导机制出现问题,分析两者的内在联系,并提出相应的合理意见。

江西;技术创新;经济增长

一、引言

上世纪70年代末实施改革开放以来,我国经济取得了快速的发展,已经成为世界第二大经济体,被世界誉为“中国奇迹”。亚投行的成立标志我国在世界的位置不可或缺,已成为经济大国、强国。江西是一个农业大省,经济基础薄弱,经济发展缓慢,面对东部地区经济高速发展压力,国家为了缩小差距提出了“中部崛起”战略,江西省审时度势提出了“绿色崛起”的理念。经济健康可持续发展对江西省未来的经济发展至关重要,而技术创新发展在经济增长中起到积极作用。科学技术是第一生产力,也是经济增长的动力和源泉。在以知识经济为标志的新世纪时代下,技术创新不仅能够促进一个国家的经济增长,而且还体现着一个国家的综合国际竞争力。

目前,技术创新对经济增长的重要作用研究,已经成为国内外学者研究的重要项目,并且形成一系列理论基础。Solow(1957)[1]在新古典生产函数假设下构建了“技术决定增长模型”,因此,对于长期的经济增长认为技术进步决定经济增长。20世纪80年代末,一些经济学家对于索洛模型存在缺陷,提出了内生增长理论。沉寂多年的经济增长理论再一次得到国内外学者的关注。Deek&Kee(2003)[2]详细解析在政府政策监督下,技术创新政策对经济增长的推动作用,物质资本和知识和产出都得到提高。刘和东(2010)[3]构建向量自回归(VAR)模型,解释我国自主创新、技术转移与经济增长的动态均衡关系,得出短期内,技术转移能力对经济增长影响并不显著,长期内,自主创新和技术转移能力对我国经济具有较长一段时间内正向促进作用。洪名勇(2003)[4]从新经济理论背景下利用生产函数刻画2000年我国各省经济增长与科技创新的实证分析的计量模型,结果表明技术创新能力与区域经济强弱存在正相关,科技创新能力较强的省区,都是经济实力较强。赵树宽(2012)[5]就技术标准、技术创新与经济增长建立理论模型,以VAR模型为基础,通过各种相关系数检验,分析三者之间动态关系,实证结果技术创新对经济增长的促进作用比技术标准显著。朱学新(2007)[6]等人采用Douglas生产函数,基于面板数据对中国科技投入的经济效果进行了实证分析。程东祥(2016)[7]等在分析南京市技术创新与低碳经济增长的效应关系研究中,将灰关联法引入VAR模型中,通过时间序列数据进行数据分析得出技术创新是促进低碳经济发展的主要动力,但是单独提高技术创新会对低碳发展产生反弹影响,因此我们要重视管理创新。杜晓明(2012)[8]就我国技术创新行为与经济增长关系计量研究通过VAR模型分析可得,我国技术创新行为与经济增长之间存在双向因果关系,技术创新行为对经济增长的正向效应确实存在着滞后性。孙元媛(2016)[9]等以湖北省规模以上企业为例,通过多元回归得出,人员全时当量和经费与工业企业工业增加值有密切的正相关关系。李朝洪(2012)[1 0]等利用主成分分析下提取技术创新能力的综合因子与人均标准化进行一元线性回归得出技术创新有助于促进经济增长,并且两者之间发展趋势呈现趋同现象。

但是,大多数学者都是利用VAR模型和面板数据模型对我国技术创新与经济增长的相关性进行实证分析,鲜有学者构建多元线性回归模型对江西省技术创新与经济增长的关系进行研究,本文构建多元线性回归模型在OLS的基础上对江西省2000年到2015年经济增长与技术创新的经济统计数据进行实证分析,深入论证。

二、实证分析

(一)指标数据的收集与处理

首先我们要对技术创新评价指标进行界定,由于技术创新的过程并不是由某一个变量确定,因此我们要遵循技术创新能力指标体系建立原则,结合江西对技术创新内涵理解,本文选取R&D人员全时当量(人)作为解释变量X1,R&D经费投入(万元)作为解释变量X2,专利授权数(件)作为解释变量X3来表示技术创新能力水平。衡量经济增长的指标有很多,GDP是衡量一个国家或地区总体经济状况重要指标。而有的文章为了剔除人口规模变化造成的影响,选取人均GDP(元)作为被解释变量Y。其中,论文有关数据来源于《江西省统计年鉴》和《中国科技统计年鉴》。

(二)多元线性回归

本文利用分析软件Eviews6.0对变量Y与X1、X2、X3、进行多元线性回归方程估计。结果如表1所示。

表1 加入全部解释变量的输出结果

由表1而知,方程的拟合优度R2=0.992 132,调整的R2=0.990 165,可决系数非常高,F统计量=504.368 2,说明回归模型显著。但是当a=0.05时,ta/2=(n-k-1)=t0.025(16-4) =2.178 8,不仅X2的系数t统计量检验不显著,而且X3回归系数是负的,不符合经济意义,这说明此多元线性回归方程的各个解释变量之间可能存在多重共线性。

(三)多重共线性诊断:相关分析

在多元回归模型中,普遍存在多重共线性现象,较高的多重共线性会对经典最小二乘法产生失误。因此在模型的建立中,一旦出现多重共线性会导致标准误差变大,回归系数不可靠,回归模型缺乏稳定性。采用EViews6.0软件得到各个解释变量之间的相关系数,如表2所示。由表2可以看出变量之间的相关系数最小的是0.939而且与1接近,表明X1、X2、X3、之间可能存在正的相关性,因此可以认为解释变量之间确实可能存在多重共线性。

表2 相关系数矩阵

(四)逐步回归

为让拟合的方程能更好地对被解释变量进行解释,要对他们进行逐步回归消除多重共性的影响。分别估计Y对X1、X2、X3的一元线性回归模型,得到3个一元线性回归模型如表3所示。

从表3而得,Y对X2的拟合的效果最佳。以R2最大X2为基础,按照拟合优度大X2、X1、X3,依次加入进行逐步回归。若t检验显著,符合经济意义,则要保留此解释变量,否则就要剔除,直到加入所有显著的变量,得出最优模型。

表3 Y对X1、X2、X进行一元回归估计结果

(1)加入X3,以X2、X1为解释变量,重新估计方程得到回归结果为:

X2、X1、的系数估计值的t检验值分别为4.785 820、3.773 143,相应的概率值分别为0.000 4和0.002 3,回归方程可决系数R2=0.991 763,调整R2=0.990 495,统计量F=782.595 9,概率P为0。在的检验水平下,X1的回归系数t检验显著,予以保留。

(2)由表1而知,显然加入X3,回归系数t检验不显著,而且AIC,SC的值变大,所以X3变量是多余的,予以剔除。所以得到最后的回归方程:Y=961.766 5+0.117 11X2+0.211 698X1,是消除共线性后所得到的估计结果。

(五)随机干扰项自相关性检验

我们要对多重共线性修正后的估计回归方程进行干扰项自相关检验,由于杜宾-沃森检验法的缺陷,我们采用拉格朗日系数检验法,通过EViews6.0得到BG检验的滞后期图,一般默认选择滞后期为2,可得TR2=16*0.436 755=6.988 08,相伴概率(即P值)为0.030 4,因此在显著水平的条件下,拒绝无自相关性的原假设检验,即该模型存在自相关性。又et-1回归系数显著不为0,表明存在正的一阶自相关性。

用迭代法对多重共线性修正后的回归估计方程的残差进行修正,得到含AR(1)、AR(2)的回归结果。如表4所示。

表4 广义差分法估计结果

由表4而知,本文模型经过11次迭代才得到满意的模型,R2=0.995 207,与1很接近,表明该模型拟合很好。给定显著性,因为du=0.98

Y=387.496 2+0.008 977X2+0.278 009X1

由回归方程而知,当技术创新没变化时,江西省人均增长387.496 2元,则很符合经济意义,在技术创新没有进展时,社会还是会带来经济增长效益,表明技术创新不是经济增长的唯一动力。当X2增加1时,人均增长0.008 977,当X1增加1时,人均增长0.278 009。表明技术创新中人员投入量变化比经费投入量变化给江西省经济增长带来效应强,符合我国人才强国战略。

三、结论与政策建议

本文选取江西省2000年至2015人员全时当量R&D、R&D经费、专利授权数以及人均的时间序列数据,建立多元线性回归模型,通过多重共线性检验、序列相关性检验,最终得出修正好的模型,得出以下结论:(1)R&D人员全时当量和R&D经费与人均GDP增长有密切的正相关关系,说明江西省技术创新能力与经济增长水平存在正的回归系数,表明技术创新对区域经济有很大的推动作用同时也会给社会带来经济效益。(2)专利授权数对人均GDP的影响并没有在实验结果中体现出来,表明江西省专利授权数对经济增长的影响不显著。

通过上述的分析表明,江西省技术创新中的R&D人员全时当量、R&D经费对经济增长带来重要影响,而专利授权数并没有在经济增长带来良好效益,鉴于此,提出以下三点建议:首先,加强科研经费投入。资金投入是技术创新投入的重要组成部分,没有强有力的资金支持,设备和人力资本就无法购买,研究不能顺利进行。因此增加财政拨款,提高江西省政府资金在科技经费的比例,江西省政府要对科研强有力的支持,引导社会资金流投入到科研之中,同时企业也要加大资金对产品的研发和投入,完善企业对技术创新激励机制,让技术人员持有科技股份,引导他们积极性。其次,增加人力资本投入。缺乏创新人才是江西省技术产业发展的重要制约因素,技术人员对促进技术创新能力的经济增长起着关键作用。在资本投入不足的情况下,劳动投入已成为技术创新投入的重要组成部分。有必要增加高端人才的引进与培养,建设高水平院校吸引高技术人才进来。最后,江西省要加快技术创新成果的转化。在建立的多元回归方程中,江西省技术创新产出转化很失败,因此为提高科研成果转化能力,要推进生产和研究相结合,完成以市场为导向,以企业为主体的发展方式。企业在发展初期应以市场需求为导向,创新成果以满足市场发展的要求。

[1]Solow R M.Technical progress and the aggregate production function[J].ReviewofEconomics,1957,(70):65-94.

[2]Deek C,Kee H L.A model on knowledge and endogenous growth[R].World Bank policy Research Working Paper,2003,3935.

[3]刘和东,施建军.自主创新、技术转移与经济增长的动态均衡关系[J].数理统计与管理,2010,(29):770-779.

[4]洪名勇.科技创新能力与区域经济实力差异的实证研究[J].经济地理,2003,(9):606-610.

[5]赵树宽,余海晴,姜红.技术标准、技术创新与经济增长关系研究——理论模型及实证分析[J].科学学研究,2012,(9):100-105.

[6]朱学新,方健雯,张斌.科技创新对我国经济发展的影响——基于面板数据的实证研究[J].苏州大学学报,2007,(11):12-20.

[7]程东祥,朱虹,陈静,赵方华.基于灰色VAR模型的南京市技术创新与低碳经济增长的效应关系研究[J].区域经济,2016,(10):20-23.

[8]杜晓明.我国技术创新行为与经济增长关系计量研究[D].电子科技大学,2012,(4):102-113.

[9]孙元媛,刘奥勇.技术创新与经济增长关系的实证研究——以湖北省规模以上工业企业为例[J].时代金融,2016,(11):4-12.

[10]李朝洪,李侃蔚.技术创新与经济增长相关关系实证研究[J].区域经济,2012(4):104-109.

Study on the Relationship between Technological Innovation and Economic Growth——ACase StudyofJiangxi Province

TU Jian
(School ofInformation Management,Jiangxi UniversityofFinance and Economics,Nanchang 330013,China)

Technological innovation is the tredencythat leads the times.Based on the statistical data ofJiangxi Province from 2000 to 2015,a study is made by establishing multiple linear regression to analyze the relationship between technological innovation and economic growth.The result show that technological innovation has a positive effect on economic growth,and the number of patent licenses has an unobvious effect on economic growth.That means there is something wrong in the conduction mechanism of technological innovation transformation.The author analyzed the internal relations and problems and put forward some reasonable suggestions.

Jiangxi Province;technological innovation;economic growth

F 224;F 124.3

A

1671-0517(2017)04-0059-03

2017-3-18

涂建(1994-),男,江西南昌人,在读硕士,研究方向:管理科学与工程。

江西省高校人文社会科学研究项目(JC1514);江西财经大学第十一届学生科研课题(XS16468)。

猜你喜欢

共线性回归系数回归方程
采用直线回归方程预测桑瘿蚊防治适期
南瓜SWEET蛋白家族的全基因组鉴定与进化分析
线性回归方程的求解与应用
线性回归方程要点导学
银行不良贷款额影响因素分析
走进回归分析,让回归方程不再是你高考的绊脚石
不完全多重共线性定义存在的问题及其修正建议
我国寿险需求影响因素的岭回归分析
多元线性回归的估值漂移及其判定方法
电导法协同Logistic方程进行6种苹果砧木抗寒性的比较