安徽省财政科技投入与经济增长关系的实证分析

房玲秀

（安徽三联学院，安徽合肥 230601）

1 相关文献回顾

学界对财政科技投入与经济增长关系有着一定的研究，也取得了相关的研究成果。从研究方法来看，国内学者目前主要采用时间序列分析、面板数据分析、灰色关联分析法等定量分析法，通过构建相关模型来分析财政科技投入与经济增长之间的关系。从研究范围来看，学者们对财政科技投入与经济增长关系的研究主要分为全国性的和地区性的。凌江怀、李成、李熙利用我国1991-2010年的时间序列数据，建立计量经济模型，分析了财政科技投入对经济增长的短期弹性和长期弹性，发现提高财政科技投入效率，能够在长期内有效推动经济内生增长。李龙、张志超则运用SVAR模型研究我国财政科技投入、地方财政收入、经济增长三者之间的关系，发现财政科技投入比经济增长更能有效带动地方财政收入的增长，但这种带动作用在短期内具有滞后性。张优智通过运用协整的方法分析了我国财政科技投入与经济增长的关系，结果表明两者之间存在长期均衡关系，并且具有双向因果关系。张玮依据广东省2001年-2012年相关数据，通过灰色关联分析法研究R&D经费支出、R&D人员数量、地方财政投入三者与经济增长的关联度，结果表明财政科技投入对经济增长有着一定的推动力。纪杰利用重庆市1999-2010年数据并基于VAR模型分析重庆市财政科技拨款和地区生产总值的关系，研究结果表明，重庆市财政科技投入与经济增长之间存在着长期动态均衡关系。吴松强、陈雅雯、郑垂勇基于江苏省1995-2013年的数据，分析了财政科技拨款、科技活动经费内部支出与经济增长之间的关系，结果表明政府财政科技投入对经济增长有着显著的影响。

现有的文献关于中国以及各省市财政科技投入与经济增长之间关系的研究，由于数据采集、研究方法、研究对象的不同，所得出的相关结论也不同。文章运用1999-2015年的数据，研究安徽省财政科技投入与经济增长之间的关系，为安徽省优化财政资源配置，提高财政科技投入效率提出相关建议。

2 指标选取及数据来源

考虑数据的可得性和连续性，文章选取安徽省1999-2015年的数据，将安徽省生产总值（GDP）作为衡量经济增长的被解释变量，同时选取安徽省财政科技投入（KJ）作为解释变量，为了避免数据的波动性和消除异方差的影响，对实际的生产总值（GDP）和财政科技投入（KJ）取自然对数，得到LNGDP和LNKJ。所有的数据均来自于2000-2016年间的《安徽省统计年鉴》。

3 模型及实证分析

3.1 单位根检验

为了避免模型的伪回归，在进行协整检验之前，首先要对数据的平稳性进行检验，即单位根检验。文章运用Eviews 8.0软件，对安徽省生产总值（LNGDP）和安徽省财政科技投入（LNKJ）进行ADF检验，得出ADF统计量，再将其与给定显著水平下的值相比较。若所得ADF值小于给定的显著性水平下的值，则该序列为平稳性序列，若大于给定的显著性水平下的值，则该序列为非平稳性序列。对于非平稳性序列，需要对其进行一阶差分、二阶差分甚至更高阶的差分，n阶差分后的序列通过ADF检验后就称为n阶单整序列。只有选取的变量的阶数相同时，才可以进行协整检验。文章单位根检验结果如表1所示。

表1 ADF单位根检验结果

表1中，DLNGDP表示LNGDP的一阶差分，DLNKJ表示LNKJ的一阶差分，△2LNGDP表示LNGDP的二阶差分，△2LNKJ表示LNKJ的二阶差分，检验结果表明，时间序列LNGDP和LNKJ的ADF值大于5%显著性水平下的临界值，所以是非平稳性序列，一阶差分后仍然是非平稳性序列。但是经过二阶差分后，序列△2LNKJ和△2LNGDP通过了5%显著性水平下单位根检验，可以认为LNGDP和LNKJ都是二阶单整序列。

3.2 协整检验

对于非平稳性时间序列而言，只有当他们是同阶单整序列，才能进行协整检验。LNGDP和LNKJ为二阶单整序列，满足协整检验的前提，因此可以进行协整检验。文章选用EG两步法进行检验，这种检验方法的思想是对回归方程的残差项进行单位根检验，若回归方程的残差是平稳序列，则因变量和自变量之间是存在着长期均衡稳定的关系，反之，因变量和解释变量之间不存在协整关系。检验步骤如下：

首先，对LNGDP和LNKJ两个变量做普通最小二乘法OLS回归方程：

R2为0.989，调整过后的R2值为0.988，F统计量的值为1395.911，括号里的值为相应的t统计量的值。通过回归方程的结果可以看出，模型的拟合优度比较高，F统计量的值比较大。假设ecm为模型的残差，对残差进行估计：

ecm=LNGDP-7.444-0.159LNKJ

其次，对残差ecm进行平稳性检验，判断残差是否平稳。检验结果如表2所示。

表2 残差序列单位根检验结果

由检验结果可知，残差ADF值为-2.725，小于1%显著性水平下的临界值-2.717，因此拒绝存在单位根的原假设，表示残差ecm通过了单位根检验，是平稳序列。所以，安徽省财政科技投入与经济增长之间存在着长期均衡关系。由模型结果可以得出，安徽省财政科技投入对生产总值的弹性系数为0.159，意味着财政科技投入每增加1%，生产总值将增加0.159%。

3.3 因果关系检验

根据以上协整检验结果可以看出安徽省财政科技投入与经济增长之间存在长期均衡关系，但是二者之间的因果关系还需要进一步验证。即是否是因为财政科技投入增加导致的经济增长，或者经济增长导致的财政科技投入增加还不明确。为此，文章进一步采用格兰杰因果检验方法，来检验财政科技投入与经济增长之间的因果关系。根据AIC和SC最小化准则，选取滞后期为2，检验结果如表4所示。

表3 Granger因果关系检验结果

由表3的检验结果可知，在滞后期为2时且在5%的显著性水平下，说明安徽省财政科技投入是引起经济增长的原因，加大财政科技投入比重，能促进经济发展方式转变，提高生产总值。

3.4 脉冲响应分析

文章以上的分析中，协整检验表明了变量之间的相关性，Granger因果检验解释了变量之间的因果关系，在实际应用中，若分析变量间动态的影响关系，还需要在VAR模型的基础上进行脉冲响应函数分析。脉冲响应函数的基本思想为当模型的误差项发生变化时，或者模型受到新的冲击对内生变量的当前值和未来的数值产生的影响。基于LNGDP和LNKJ的VAR（2）模型，对安徽省财政科技投入和GDP进行脉冲响应函数分析，如图1所示。其中，纵轴表示被解释变量对自变量的响应程度，横轴表示该响应函数的追踪器，文章的追踪器设为10年。图中虚线表示响应函数的数值加上或者减去两倍标准差的置信区间。

图1 脉冲响应函数图像

由图1可以看出，安徽省财政科技投入信息在短期内受到一个扰动项对GDP的冲击处于较低的水平，但是这种冲击是一直处于上升的趋势，在第4年后拉动作用非常明显并且趋于平稳，这说明财政科技投入对经济增长有着正向的影响作用。同时，给安徽省生产总值一个正的冲击，财政科技投入也是上升最终趋于稳定。

4 结论与建议

文章通过对安徽省财政科技投入与经济增长关系的实证研究，发现安徽省财政科技投入与经济增长之间存在长期均衡关系，且科技投入是经济增长的重要推动力。安徽省位处中国中部地区，经济发展仍然不足，需要依靠科技实现经济持续快速发展，政府应该加大科技投入，创新科技投入方式，制定相关税收政策激励企业增加科技投入，构建科研平台，提高财政科技支出效率。