区域创新能力与经济增长研究

江一依

摘 要 本文以专利产出测度区域创新能力，以此探讨其与经济增长的关系。本文在文献分析的基础上，运用理论模型进行测度；并以四川省专利产出为例，搜集其专利产出与GDP的面板数据进行检验；得到若干有益结论，为提升四川区域创新能力提供决策建议。这对提高专利受理量和批准量，专利产出的质量，提升西部地区综合竞争力和促进技术创新具有重要的理论价值和现实意义。首先用样本自相关图法检验变量的自相关性，并运用ADF检验法对统计数据进行平稳性检验，接着对统计数据进行协整性检验，最后通过对计算结果的分析提出政策建议。

关键词 专利产出 区域创新能力 误差修正模型

中图分类号：F062.9 文献标识码：A DOI：10.16400/j.cnki.kjdkx.2018.04.075

Research on Regional Innovation Ability and Economic Growth

——Taking Sichuan Patent Output as an Example

JIANG Yiyi

（International College， China Agricultural University， Beijing 100083）

Abstract The patent output is an important measure of local science and technology competitiveness， and it is also an indicator of local integrative competitiveness. In this paper， the relationship between patent output and economic growth of Sichuan province have been studies using the Cooperate Reorganization Theory， which is important both theoretically and practically to increase the quantities of accepted and authorized patents as well as the quality of patents thus improve the local integrative competitiveness and promote technological innovation. At first， we exam the autocorrelation of variables using Sample Autocorrelation Chart， and take out a stable examination on the statistical data using ADF inspection procedure. Then we test the cooperative reorganization of the data， and establish a cooperative reorganization equation with an error correction model. Finally we draw some beneficial conclusions by the model.

Keywords patent output； regional innovation abiity； error correction model

0 引言

随着经济全球化进程的不断加快，創新型国家的建设变得越来越重要。建设创新型国家，就要特别强调自主创新，培育企业形成一批自主的知识产权，最终成为拥有自主品牌和较强国际竞争力的优势企业。专利，是一种和技术创新、知识创新紧密联系的知识产权保护措施，也是衡量一个企业、地区甚至国家创新程度的重要指标。

在利用专利作为技术创新活动的指标时，虽然不完美，但还是可以较好地反映一个区域的技术活动，而且其数据还具有易得、完整、时间序列长等特点，一直以来都被作为技术创新的指标应用于各种分析。例如Kortum（1997）[1]等用专利数据来探究技术发展与经济增长的关系；Paci和Sassu（1997）[2]等则用其来估计一个国家的研究、创新过程；Liu 和Shyu（1997）[3]等还用于估计某特定企业和行业的技术发展水平。随着专利产出战略地位的不断凸显，国家或者行业的关于专利产出的数量分析也不断增多，综合起来，这类分析主要聚焦在以下方面：一是用来检验自身的技术创新能力，如Abraham和Moitra（2001）[4]等；二是比较研究不同国家和地区的技术、创新能力以及技术扩散的情况，如Jung和Imm（2002）[5]等。

Engel和Granger（1987）[6]运用协整理论实证分析了专利产出与经济增长之间的关系。由于中国专利制度实施较晚，体系还不健全，所以其实证分析的数据主要基于全国的整体数据。鞠树成（2005）[7]利用1985年到2002年的全国统计数据，运用Granger Causality因果关系检验法和回归分析法，实证分析了我国专利产出与经济增长之间的关系。结论显示我国专利产出与经济增长两个变量间不存在显著的因果关系；同时，专利产出对我国经济增长的贡献率约为17.87%，显示专利产出对我国经济增长有一定程度的促进作用，但是其作用还很有限。高雯雯，孙成江，刘玉奎（2006）[8]采用时间序列动态均衡关系分析法，对我国同时期专利产出与经济增长的相关数据进行协整分析和因果关系检验，建立两变量间的误差修正模型，揭示了两变量的动态均衡关系，结论显示我国专利产出与经济增长间存在着较强的相关关系，虽然各自的增长呈现出非稳定的特征，但是长期来看，两者有着稳定的均衡关系。同时谢湲等（2013）[9]运用该实证方法研讨了人民币汇率对美债收益率影响的效应。这些研究大多论证了技术创新对经济增长的正向促进作用，我国各个地区专利产出等情况差异较大，尚可进一步分析区域的不同特征，并探寻其有针对性策略。本文在现有文献的基础上，运用理论模型进行分析；并以四川省专利产出为例，搜集其专利产出与GDP的面板数据，进行检验；得到若干有益结论，为提升四川区域创新能力提供决策建议。

1 技术创新对经济增长贡献分析

索洛[10]在对经济增长的研究中提出了新古典经济增长理论经典的索洛模型，其具体形式是一个包含资本和劳动两大要素的柯布-道格拉斯生产函数：

（1）

其中，是产出，是资本投入，是劳动投入，是一个常数。在索洛早期的研究中，技术进步因素并未纳入研究模型中，然而通过大量实证，其发现资本和劳动投入并不能完全解释经济增长，即存在余值。而这余值经过分析其认为是由经济系统中技术进步因素造成的。因此，其在修改后的索洛模型中引入了外生技术创新因素。其修改后的模型如下：

（2）

其中，A代表技术进步。索洛区分了引致经济增长的两种不同的方式：一是由要素数量增加而产生的增长效应；二是因要素技术水平提高而产生的水平效应的经济增长，他认为技术进步最终影响经济长期增长。

随着20世纪80年代中后期，以罗默、格罗斯曼和赫尔普曼等人为代表，将技术内生化，创立了内生增长理论。内生增长理论将知识、技术创新等因素内生化，在众多的内生因素中，技术创新是促进一个经济系统实现长期经济增长的决定性因素。内生增长理论大致是沿着两个研究方向展开的。第一个方向以罗默、巴罗为代表的学者继承阿罗模型思想，假定技术进步来自对实物资本的投资，以在生产中的资本积累代表当时的技术水平并直接将技术进步内生化，这种模型被称为知识积累的AK模型。第二个方向以卢卡斯、罗默、琼斯等为代表的学者引进人力资本，认为技术进步取决于对非生产性的研发部门的资源投入，这一类模型被称为人力资本模型。

2 理论模型

诺贝尔经济学奖得主恩格尔和葛兰杰创造性提出了序列的平稳性问题及建立在平稳性基础之上的单整、协整理论，为剔出OLS或者GLS方法引起的谬误回归问题提供了一个有效的分析方法。

本文从数据的平稳随机过程引入平稳性的概念，接着介绍平稳性检验的方法，然后进行协整理论和误差修正模型，最后介绍揭示变量因果关系的葛兰杰因果关系检验。这些理论和模型为本论文的实证分析奠定了理论基础。

2.1 平稳随机过程

任何时间序列数据都可以把它看作由一个随机过程（stochastic or random process）产生的结果。在时间序列中，我们利用随机过程的一个实现去引出有关这个背后的随机过程的推断，即所谓的平稳随机过程（stationary stochastic process）。

如果一个随机过程的均值和方差在时间过程上都是常数，并且在任何两时期之间的协方差仅仅依赖于该两时期间的距离或滞后，而不依赖于计算这个协方差的实际时间，就称它为平稳的。平稳时间序列具有如下性质：

均值： （3）

方差： （4）

协方差： （5）

2.2 平稳性检验

2.2.1 基于相关图的平稳性检验

平稳性的一个简单的检验方法通过观察不同滞后期的样本自相关函数，进而判断变量是否为平稳变量。样本自相关函数得定义如下：

（6）

其中。根据定义，计算出，并描绘对的图形称为样本自相关图（Sample correlogram）。通过观察不同的滞后所对应的自相关系数，可以从总体上分析时间序列数据的平稳性。

2.2.2 平稳性的单位根检验

单位检验（Unit Root Test）一般采用迪克富勒檢验法，迪克-富勒于1970年构造了一个类似于t分布的统计量，该统计量的公式为：

（7）

其中，是统计量的标准差。若假设存在单位根，可以证明统计量不再是正常的t分布。但是，在大样本情况下，统计量收敛于标准维纳过程的泛函，并且采用蒙特卡罗方法可以模拟出结果，就得到了应用十分广泛的DF检验法（Dikey-Fuler Test）。DF检验法存在一个基本前提，即假定随机扰动项不存在自相关，这与大多实际经济活动的情况是相违背的，而扩展的迪克富勒检验法（the Argument Dikey-FulerTest ），即ADF检验法可以解决这个问题。在ADF检验中，把DF检验模型的右边进行扩展，使之包含序列Yt变化量的滞后项，新的检验模型变为：

（8）

这里，=1，2，3……。其中表示差分项，也就是说，式8用到了滞后的差分项。在实际应用中具体包含多少个差分项往往要从经验方面决定。使用滞后项的目的是使式8中的误差项是序列上独立的，虚拟假设不变，模型8被称作扩展的迪基-富勒（Augmented Dickey—Fuller，简写为ADF）检验。

在检验的过程中，分别计算上述模型中三种情况的统计量，然后与ADF检验的临界值逐个比较。只要出现一种不存在单位根的情形，就说明原模型是平稳序列，当且仅当三者都存在单位根时，才能证明序列是非平稳的。这时，可以利用差分技术这一处理方法考察变量的差分序列是否具有平稳性，这一问题的解决需要利用序列间的单整和协整关系理论。

2.3 时间序列变量的协整检验

在通常情况下，时间序列变量是非平稳的。如果用传统的计量经济方法对一个涉及两个时间序列变量的模型进行回归分析，往往会得到没有意义的结果，即所谓的谬误回归问题，协正理论为解决谬误回归问题指明了方向。

2.3.1 单整与协整的含义

通常采用差分的处理方法使非平稳序列转化为平稳序列。如果一个非平稳序列需要经过次差分后才能变为平稳序列，则称该序列是阶单整（integrated of order k）的，记为。显然，用以表示平稳序列。

、协整的更一般定义是：如果两个时间序列是同阶单整的，即，，并且其线性组合是（）阶单整的，即：，则称、是（）阶协整的，记为：，其中线性组合系数（）称为协整向量。[13]