广东等三省GDP和研究与试验发展经费支出之间关系探究

刘欣珂

摘要： R&D支出情况与企业、科研机构、高校等主体的创新活动密切相关，对促进传统产业升级、优化企业产品结构、提升地区GDP等有着重要的作用。本文基于PVAR模型，对广东等三省R&D经费支出与GDP增长之间的关系进行实证研究，结果表明：长期来看，R&D支出对GDP有积极影响，但该影响具有滞后性，其滞后期为5年，而GDP对R&D长期的促进作用并不明显。

关键词： GDP  R&D经费支出  面板VAR模型

R&D（Research & Development， 研究与试验发展）是指在科技领域，为增加人类和社会知识总量并运用这些知识去发展新技术而进行的系统性创造活动。它是衡量一个国家和地区科技活动强度的重要指标，其总量受到政府与市场的双向影响。改革开放以来，国家愈来愈重视R&D活动，并提出了“科技兴国”的发展战略。如今，供给侧改革和产业结构升级压力不断增加，经济发展与R&D经费支出之间的关系成为了一个需要深入研究的命题。

一、文献综述

目前我国有关R&D的研究侧重于R&D支出与产出之间关系、R&D支出与GDP之间关系等领域，学者们主要采用面板数据分析、神经网络、包络分析法、误差修正模型等方法进行研究。其中李平，张俊飚[1]使用面板协整和面板误差修正模型研究了我国1997-2009年的高技术产业R&D资源投入与产业发展之间的关系，研究表明高新技术产业R&D资源投入与产业发展存在正向的均衡关系。尹钢，杨建梅[2]等建立神经网络模型来测算广东省R&D的支出强度。高新伟，闫昊本[3]在使用Acemouglu的偏向性技术进步框架下研究了R&D，表明R&D投放于中间生产领域收益最高。徐莉，方梓旭[4]使用包络分析法测算了我国规模以上工业企业的R&D效率，考察了R&D效率的影响因素，研究发现R&D效率与企业R&D重视程度、高校及科研机构数量呈显著的正向关系。李惠娟[5]等运用协整检验及误差修正模型，对我国1990-2005年地方财政科技投入与科技创新之间关系进行研究，表明二者之间存在着协整关系，二者呈现出长期稳定的特征，且前者对后者具有推动作用。江涛[6]等基于VAR模型协整分析和Granger因果检验，对1991-2005年四川财政科技投入与自主创新的关系进行实证分析，发现财政科技投入与专利授权数量之间存在某种长期均衡关系，财政科技投入与自主创新能力正相关，自主创新能力是财政科技投入的Granger原因。程华[7]等研究发现，政府科技投入对企业R&D投入有显著促进作用，政府科技投入和大中型工业企业R&D之间存在长期相互影响，短期政府科技投入会影响大中型工业企业R&D投入，但是大中型工业企业R&D投入不一定会影响政府科技投入。

广东、浙江、江苏三省是我国经济较为发达地区，在我国经济发展中起着带头作用，其R&D经费支出也处于全国前列。本文利用三省1991至2016年期间的GDP和R&D经费支出数据，从PVAR模型的视角分析GDP与R&D经费支出之间的相互影响关系，并根据经济学理论对建模结果进行解释，得出结论并提出相应的建议。

二、实证分析

（一）数据处理

选取《广东省统计年鉴》《浙江省统计年鉴》《江苏省统计年鉴》1991-2016年三省GDP总量与R&D经费支出的原始数据，为消除通货膨胀对数据影响，使用CPI进行价格平减，并进行对数化处理。

（二）序列平稳性检验

为了消除异方差性、减少波动，对序列gdp和r&d取自然对数，得到对数序列lngdp和lnrd，再对两个对数序列进行一阶差分，得到序列dlngdp、dlngrd，使用面板单位根检验方法检验其单位根。

由表1可知lngdp、lnrd的单位根检验值均大于10%水平下的t统计量临界值，故不能拒绝序列存在一个单位根的原假设，认为lngdp和lnrd存在一个单位根，是非平稳时间序列。而dlngdp、dlngrd的单位根检验值均在1%显著性水平下拒绝原假设，因此，可以判断出lngdp、lnrd都是一阶单整序列。

（三）PVAR模型最大滞后阶数的确定

在建立PVAR模型之前，先对lngdp和lnrd数据进行前向化处理，以消除其个体效应。一般根据赤池信息准则（AIC）和贝叶斯信息准则（BIC）来确定模型的最大滞后阶数，故采取估计各阶PVAR，然后对比其AIC，BIC的方法进行定阶。

结果如下表所示。

从上表可以看出，AIC和BIC最小值对应的阶数均为5阶，故建立PVAR（5）模型来进行进一步的分析。

（四）VAR模型的建立和检验

根据前面的判断，建立PVAR（5）模型，所得模型表示为如下矩阵形式：

可以看出该方程显著性良好，AIC值为-6.15435，BIC值为-5.2468，AIC和BIC的值均很小，说明所建立的PVAR（5）模型較为理想。

（五）脉冲响应函数图分析

为了继续探究lngdp与lnrd之间的关系，我们使用脉冲响应函数。脉冲响应函数图表示给一个变量的当期施加一个标准差大小的正向冲击会对另一个变量的当期和未来值所产生的影响。绘制的脉冲响应函数如图1所示。

由脉冲相应图可以看出，GDP对自身的冲击在第二期达到最大值，最后开始下降至0，并在0附近波动之后趋于平稳，说明经济具有自我调节作用，即：对经济的短期冲击最终会趋于平稳。R&D对自身的冲击在第二期有一个增加，随后有所下降，并在第5-7期达到最大，随后才逐渐下降，这说明研究与试验发展的投资具有自我吸引作用，即：当研究投资在产生技术创新之后，会吸引资本进行追加投资，而且这个过程可能会延续数年。从GDP对RD的冲击响应来看，短期R&D的增加会使GDP有所下降，但在6-8年之后，对GDP的推动作用达到最高，随后缓慢衰减。这与高新技术投资回报的滞后性以及科研的周期性有关，当期的投资并不能立即推动经济的发展，但一项技术发明应用成熟之后，对经济的推动作用相当可观且作用时间较长。从R&D对GDP的冲击响应来看，GDP短期的提高会推动高新技术投资的增加，但影响并不显著。

三、結论及建议

其一，通过PVAR建模，我们可以得出：广东等三省的科研经费支出对GDP增长有着较为积极的推动作用，但是在当期作用并不明显，投资回报的滞后期为5年，投资回报的高峰期为5-7年。这是由于高新技术产业的投资成效取决于科研技术在生产领域的应用状况。科研成果完美融入生产则对产品的质量以及产量产生一定的影响，有利于降低产品的生产成本，提高国际竞争力;会对产品本身产生一定的影响，从而使得产品产生一些原来不具备的属性，提高产品的吸引力，促进需求的增加。

其二，科研经费投资有其特殊性，并不能像其他领域投资一样立竿见影。从分析可以看出，科研经费投资的回报一般会在几年之后才能达到峰值，所以政府以及企业应该克服传统的发展眼光，不能由于科研投入效果不显著而边缘化科研投入。从上述分析中也可以看出，科研投入本身具有一定资本收入能力，但是，是在产生技术创新之后，因此政府的引导能够使得科学研究投入良性发展壮大，从而产生更多的创新成果促进社会的发展。政府需要将长期回报作为投资回报率分析的考核依据。

其三，GDP的增长对于高新技术投资的增长推动较小，这与我国传统的发展模式有关，我国目前产业发展还处于中低端，一方面发展模式上难以从过去资本拉动需求的模式转变为科技发展、创新带动需求提高模式，而且我国产业本身存在着产能过剩的问题。另一方面，在人才需求上，高校高端人才大多回流入高校，而很少进入企业，使得科研与企业生产活动无法有效互动。这两方面共同促使GDP的增长对高新技术投资增长作用力小。政府部门应该加大宣传和补贴力度，引导市场资本流向高新技术投资领域。

参考文献：

[1]李平，张俊飚，徐卫涛，李树明，赵可.高技术产业R&D资源投入与产业发展关系实证研究——基于中国1997年-2009年省际面板数据[J].资源科学，2011，33（11）：2107-2115.

[2]尹钢，杨建梅，左军.广东省R&D资金投入情况的研究[J].华南理工大学学报（自然科学版），2000（09）：120-126.

[3]高新伟，闫昊本.新能源产业补贴政策差异比较：R&D补贴，生产补贴还是消费补贴[J].中国人口·资源与环境，2018，28（06）：30-40.

[4]徐莉，方梓旭.中国规模以上工业企业R&D效率：评价、影响因素及策略[J].中国科技论坛，2018（03）：66-72.

[5]李慧娟，朱福兴.地方财政科技投入与科技创新的动态分析[J].科技管理研究，2008（3）：59-61.

[6]江涛，傅新红，蒋谦.四川省财政科技投入与自主创新关系的协整分析[J].科技管理研究，2008（12）：27-29.

[7]程华，肖小波，倪梅娟.政府科技投入对企业R&D投入额影响及因果分析[J].浙江理工大学学报，2008（2）：219-222.

作者单位：重庆工商大学