国民经济和科技投入水平之间的结构关系分析——基于省级面板数据的Granger因果检验

丁 煜 李啸虎

一、引 言

科技投入是衡量一个国家经济持续发展和创新创业的主要引导力，它不仅有利于各国家了解其创新创业能力的高低情况，更有利于各国家提高和指导其创新创业能力。随着我国改革开放的不断深入，科技投入与经济增长的评估也逐渐受到学者的关注。例如，张优智基于平滑转换回归（STR）模型分别研究了我国财政科技投入与经济增长、R＆D经费投入与经济增长的非线性关系，结果得到，中国经济增长与科技投入之间存在显著的非线性关系。再例如，祝云等借助协整回归分析方法检验了中国经济增长与科技投入的关系，进一步指出，财政科技投入与经济增长之间存在显著的互动关系，即两者之间属于相互拉动和相互影响的传导机制。随后，王凯等、张优智、凌江怀等借助VAR模型、协整检验、Granger因果检验等分析工具研究了中国经济增长与科技投入的关系，重点通过方差分解和脉冲响应函数分析了两者的长期均衡关系与短期动态关系，结果得到，中国经济增长与科技投入之间存在显著的均衡关系，并且伴随一定的滞后效应。

但是值得注意的是，张优智、祝云、王凯、张优智、凌江怀等研究的结论大多基于科技投入中的R＆D经费投入指标，而没有对科技投入的其他方面加以统计和测量，所以得到的研究结论并不能充分反映科技投入的程度，这样得到的结论也只是单一指标对经济增长的影响情况，并不能综合研究科技投入与国民经济增长之间的互动关系。对此，本文在上述学者研究的基础上，引入科技活动的多个指标，用熵值法综合得出科技投入水平的综合指数，随后将科技投入水平与国民经济进行量化研究，并加入Cobb-Douglas方程、最小二乘法等分析工具，进一步分析科技投入水平与国民经济之间的结构关系，进而为中国科技投入的差异化管理以及经济政策的制定等方面提供理论的指导依据。这里进一步展开三个方面的研究工作：第一，对科技投入水平的指标进行界定，并通过熵值法对科技投入水平进行量化计算，得到各年的科技投入评价值；第二，在得到各年的科技投入评价值后，论文借助协整检验、ADF检验等分析工具研究中国经济增长与科技投入水平之间的长期均衡关系，并通过Granger因果检验方法研究中国经济增长与科技投入水平之间的短期均衡关系；第三，在得到科技投入与经济增长之间的均衡关系后，论文加入Cobb-Douglas方程、最小二乘法等分析工具，进一步量化分析科技投入水平对经济增长的影响程度；第四，简要总结全文的研究结论，并提出相应参考建议。

二、科技投入水平测算

目前对于科技投入方面的指标选取没有形成统一的界定，大多数文献都是根据其研究的目的不同，定义不同的指标。例如，张优智在研究科技投入与经济增长的关系上，主要以人均GDP作为经济增长的代理变量，分别使用财政科技投入、R＆D经费投入作为科技投入的代理变量。张振刚等学者主要以人均GDP和科技研发经费STE进行换算。区域研究上也主要根据各区域数据得到，例如吴松强等在研究江苏财政科技投入与经济增长的关系时，数据指标以GDP作为因变量，以财政总支出、财政科技拨款、财政科技拨款／总支出、科技活动经费内部支出总额、R＆D支出作为自变量进行实证。所以本文考虑到研究的对象主要定位于科技投入水平，所以在构建指标的过程中论文以国家数据库中的科技活动基本情况的相关指标为主，从规模以上工业企业R&D活动情况、规模以上工业企业新产品开发和生产情况、区域专利和有效发明情况以及技术市场情况四个方面选定11个指标构建出科技投入的指标体系。其中对于废止的指标不与考虑（自2009年起废止），主要包括科技活动人员指标、科学家和工程师人员指标、科技经费筹集额指标、政府资金的科技经费筹集额指标、企业资金的科技经费筹集额指标、金融机构贷款的科技经费筹集额指标、科技经费内部支出指标、科技活动人员、科学家和工程师人员经费筹集额、内部支出数据。论文研究的原始数据主要选择1997年至2016年的年度数据。最终得到原始数据序列如表1所示。

表1 原始数据序列

为有效解决多指标变量间的交叉问题，本文采用熵值法测算科技投入：（1）对原始数据Xij进行标准化，并将标准化的数据所在坐标系Zij平移幅度A（A可根据数据标准化分布的区间范围确定）以保证数据的非负性，得到=Zij+A；（2）计算第 j项指标下第i年指标比重（3）计算第 j项指标熵值计算第j项指标权重wjpij。

论文根据构建的创新水平指标体系和确定的模型方法，从国家数据库中搜集我国1997年至2016年的科技板数据，计算出各年的科技投入，定义为TC指数（如表2所示）；此外，加入GDP指数（国内生产总值（亿元））进行对比分析，不难发现TC指数和GDP指数保持较好的同步性，具体如图1所示。所以有必要对TC指数和GDP指数进行进一步分析，用以研究科技投入水平和经济增长之间的关系。

表2 1997-2016年的TC指数与GDP指数

图1 TC指数与GDP指数对比分析

三、科技投入水平与经济增长的关系

依据经济发展理论原理，科技投入水平与经济增长之间存在两种关系：第一种关系是科技投入水平对经济增长的拉动作用或影响关系；第二种关系是经济增长对科技投入水平的拉动作用或影响关系。所以这里为了检验两者之间可能存在的两种关系，论文首先将TC指数和GDP指数进行ADF检验，随后通过协整关系检验两者的长期均衡特征，再通过Granger因果关系检验两者的短期均衡特征。数据由表2提供，样本期为1997-2016年共20年的区间，同时需要对TC指数和GDP指数取自然对数以降低数据中可能存在的异方差性。

（一）平稳性检验

论文采用ADF方法分别将对数化的LTC指数和LGDP指数进行单位根检验，检验结果如表3所示。其中需要注意的是，序列dLGDP与序列dLTC分别是序列LGDP与序列LTC的一阶差分；序列ddLGDP与序列ddLTC分别是序列LGDP与序列LTC 的二阶差分；（c，t，k） 中 c，t，k 分别表示单位根检验中的截距项、时间趋势项、最大滞后阶数，k的选择遵从最小AIC准则；在5%的水平下判断序列是否平稳。软件采用Eviews8.0，下同。

表3 序列LGDP和LTC的平稳性检验

由表3显示的检验结果表明，结果如表2所示，原序列和一价差分后的序列在1%和5%的显著水平上存在单位根（P值均大于0.05），说明都是非平稳的，而二价差分之后的序列在1%和5%的显著水平上不存在单位根，说明是平稳的，即LGDP和LTC是二阶单整序列。

（二）协整检验

上面已经检验了序列LGDP与序列LTC都属于二阶单整序列，所以论文可以采取Johansen协整检验进一步分析序列LGDP和序列LTC之间的长期均衡关系。Johansen协整检验可以选择无截距项、无趋势项、滞后1阶，这样便可以得到Johansen协整检验的最大特征值与秩检验，具体结果如表4所示。

表4 LGDP和LTC的Johansen协整检验

从表4所示的结果不难发现，序列LGDP与序列LTC协整检验所对应的P值都小于0.05，说明序列LGDP与序列LTC在5%水平上存在显著的协整关系，可见，序列LGDP和序列LTC之间存在长期均衡关系。

（三）Granger因果检验

得到序列LGDP和序列LTC之间的长期均衡关系后，论文进一步通过Granger因果检验研究序列LGDP和序列LTC之间的短期均衡关系。考虑到序列LGDP和LTC都是二阶差分平稳的，所以尽管经过处理后的序列是在原序列基础上有所变动，但仍然保留了原序列的信息，因此可以采用LGDP和LTC的数据进行Granger因果检验。这里需要指出的是，两者序列因果检验的滞后阶数可以从1阶取到6阶，具体的检验结果如表5所示。

表5 dLGDP和dLTC的因果检验

根据表5所示的检验结果可以得到，从滞后1阶取到滞后6阶，科技投入水平都不是经济增长的Granger原因（接受原假设），说明科技投入水平对经济增长的拉动作用或影响关系不显著，不能显著影响经济增长；但是当滞后1-2阶以及之后5阶时，经济增长是科技投入水平的Granger原因（拒绝原假设），说明经济增长对科技投入水平的拉动作用显著，即经济增长的变化会引起科技投入的显著变化，反之则不成立。结合表5进一步得到，科技投入与经济增长之间存在单向引导关系，即经济增长对科技投入的单向拉动作用，并且这种单向引导作用具有一定的滞后性。

四、经济增长对科技投入水平的影响分析

由于上述Granger因果检验方法的限制，无法进一步判断经济增长对科技投入水平的影响强度，所以论文接下来将引入Cobb-Douglas模型，量化分析经济增长对科技投入水平的影响强度。

（一）模型、变量和数据说明

论文采用生产函数方法，将科技投入水平作为因变量，探讨经济增长对科技投入的影响强度。首先考虑Cobb-Douglas模型：

其中，Y(t)为t时刻的产出，K(t)为t时刻的资本投入，L(t)为t时刻的劳动投入，A(t)为t时刻的技术进步。将式（1）变换为对数形式，并将科技投入TC(t)加入到技术变化指标中，满足：

最后得到如下线性回归模型：

需要注意的是，式（4）中，产出Y(t-3)用国内生产总值GDP衡量，资本投入K(t)用全社会固定资产投资（亿元）衡量。劳动力投入L(t)用经济活动人口（万人）衡量。科技投入水平TC(t)用第三节计算的结果加以衡量。实证数据为年度数据（从1997年至2016年），来源于国家数据库（http://data.stats.gov.cn/index.htm）。

（二）实证分析

这里的模型估计主要通过最小二乘法进行估计，估计结果和相关统计量如表6所示的结果。

表6 经济增长对科技投入水平影响的OLS估计结果

由表6可知，调整后的R2为0.977001，F统计量的P值为0.000000，说明自变量能很好地解释因变量的变异程度，模型整体拟合效果较好；在显著水平为0.05的情况下，各变量的系数通过了5%的显著性水平。所以由最小二乘法估计模型（4）得到的回归方程为：

lnTC(t)＝170.024＋0.439lnK(t)－16.55lnL(t)＋0.66lnY(t-3) （5）

该结果表明：1997-2016年间，经济增长对科技投入水平的贡献度为0.66，说明在其他因素保持不变的情况下，国民经济每增长1%，相应的科技投入水平会增加0.66%。考虑到经济增长可能会进一步拉动其他技术水平因素，进而拉动科技投入水平的提高，其贡献部分会更大。

五、研究结论

在前人研究基础上，本文通过ADF检验、协整检验、Granger因果检验以及Cobb-Douglas模型等分析工具研究了我国科技投入水平与经济增长之间的关系，结果得到，科技投入水平和经济增长之间存在长期的均衡关系。进一步研究得到，经济发展是科技投入水平的Granger原因，并且经济增长对科技投入水平的影响作用在一定时间后才可以呈现出来；相反，科技投入水平不是经济增长的Granger原因。进一步地，从生产函数的最小二乘回归估计显示，1997-2016年间，经济增长对科技投入水平的贡献度为0.66，即其他因素保持不变的情况下，国民经济每增长1%，相应的科技投入水平会增加0.66%。值得注意的是，论文得到的结论与张优智、凌江怀等研究的结论不相同（财政科技投入是经济增长的格兰杰原因），这主要在于论文采取的指数数据与其他学者的研究数据不同。所以，从宏观角度来看，有必要对科技投入进行差异化管理，同时不断提升国民经济水平，这样才能为科技投入提供更多资源。

【参考文献】

［1］刘国新，冯德雄，姚汉军，等.区域创新创业能力的综合评价.武汉理工大学学报.信息与管理工程版.2003.25（1）84-88

［2］张优智.我国科技投入与经济增长的动态关系研究.科研管理.2014.35（9）58-68

［3］祝云，毕正操.我国财政科技投入与经济增长的协整关系. 财经科学.2007（7）53-59

［4］王凯，庞震.中国财政科技投入与经济增长：1978-2008.科学管理研究.2010.28（1）103-111

［5］张优智.财政科技投入与经济增长的协整检验.科技进步与对策.2012.29（7）11-16

［6］凌江怀，李成，李熙.财政科技投入与经济增长的动态均衡关系研究.宏观经济研究.2012（6）62-68

［7］张优智.科技投入与经济增长:存在门限的非线性关系.中国科技论坛.2014（5）32-38

［8］张振刚，田帅，陈志明.科技投入与经济增长的互动机制研究—基于珠三角地区静态和动态面板数据的实证研究. 科学管理研究.2010.28（5）89-93

［9］吴松强，陈雅雯，郑垂勇.江苏财政科技投入与经济增长的关系研究.科学管理研究.2015.33（1）72-75.

［10］刘翠.我国上市商业银行竞争力研究.甘肃金融.2013（03）53-56

［11］Johansen S.Statistical analysis of cointegration vectors.Journal of Economic Dynamics and Control. 1988.12:231-254

［12］梁小珍，陆凤彬，李大伟，等.工程建设标准对我国经济增长影响的实证研究——基于协整理论、Granger因果检验和岭回归.系统工程理论与实践.2010.30（5）841-847