技术创新投入、产业结构升级与经济增长

2021-08-29重庆工商大学长江上游经济研究中心杨红梅

区域治理 2021年21期

重庆工商大学长江上游经济研究中心杨红梅

一、引言

很早就有学者发现技术创新对于经济增长具有促进作用，有实证研究发现了R&D对实际产出和全要素生产率的促进作用[1]。本文就在已有作者对于研发创新投入对于经济增长影响的基础之上，既考虑了非研发创新方面的投入又考虑到了研发创新方面的投入。依据数据的可获得性，选取了中国30个省市于2011年—2018年的面板数据，在面板数据模型的基准回归之后，运用空间误差模型与空间滞后模型来研究非研发与研发方面的投入对于经济增长的影响关系。

二、理论基础与研究假设

（一）研发与非研发创新投入对于经济发展的影响

研发创新投入可以提高社会的资源配置效率和劳动生产率。Brown等(2016)[2]发现创新促进生产率的提升，且能促进经济的增长，基于此，本文提出假设1。

假设1：加强研发创新投入（R&D）能有效的促进经济增长。

非研发费用的投入增加了成本，阻碍了经济增长。本文根据推论，提出假设2。

假设2：非研发创新投入减缓经济增长。

（二）产业结构升级如何影响经济

产业结构升级就是从低级行业向高级行业的转变，并且更有利于资源的合理化配置。产业结构升级是推进经济发展的重要动力（徐秋艳等，2019[3]；万光彩等，2019[4]）。基于此，本文提出假设3。

假设3：产业结构升级对经济发展具有显著促进作用。

三、模型设定与数据说明

（一）计量模型的设定

创新投入与产业结构优化对经济增长关系的检验：

本文建立以下两种模型进行验证：

模型中的GDP、UPI、RD和NRD分别代表经济增长、产业结构升级、研发创新投入与非研发创新投入，模型（1）为考虑了被解释变量的滞后项；模型（2）考虑到了误差项的滞后项。选取后（Queen）相邻的空间权重矩阵W，基于Queen相邻的空间矩阵常常与周围地区具有更加紧密的关联结构。

（二）变量与数据说明

1.被解释变量

本文的被解释变量为以实际人均GDP，来考察经济的发展状态。本文以1998年为基期，以GDP增长指数进行折算。

2.核心解释变量

研发创新投入强度用R&D经费内部支出与GDP的比值表征；非研发创新投入强度用技术获取和技术改造的支出与GDP的比值表征；产业结构升级（UPI），以二、三产的比值表示（干春晖等,2011[5]）。

3.控制变量

文中选取全社会固定资产投资水平、城镇化率、工业化程度作为控制变量，固定资产的投入力度（QSH）用固定资产投资与GDP的比值表征；工业化程度（Industry）用各省工业增加值占GDP的比值表征。

受数据及统计口径的限制，本文研究了2011-2018年以中国30（不含西藏）个省级规模以上工业企业的数据作为研究对象，个别缺失数据采用插值法补齐。本文的数据来自《中国科技统计年鉴》、各省统计年鉴及国家统计局。

四、实证结果分析

（一）全局空间自相关

由于空间相关比较繁杂，有相关文献对于空间相关性做了研究，在目前看来，“莫兰指数”（Moran’s I）(Moran,1950)的检验是最早用的:

本文首先对全局莫兰指数进行检验，检验的变量为经济增长，全局空间自相关的检验结果显示，经济增长在样本期的Moran指数都是正向的作用，各省的经济发展关系紧密。以作图的形式来观察8年的Moran指数的变化，如图1。

图1 2011年—2018年中国经济增长的空间相关性分析

（二）研发创新投入强度、非研发创新投入强度及产业结构升级对经济增长影响的效应检验

研发创新投入强度、非研发创新投入强度及产业结构对经济的影响，主要借助于空间模型来进行分析。根据结果显示SAR模型应使用随机效应模型分析；SEM模型应使用随机效应模型分析。由此，普通面板模型和SAR与SEM模型的回归结果可作比对之用，以检验结果的稳健性。

结果显示研发创新对于经济起促进作用，非研发创新对于经济增长起监管作用，研究假设1得到验证，非研发创新投入不利于经济增长，研究假设2得到验证。结果显示，普通面板应选用固定效应模型，SAR与SEM模型应选用随机效应模型。产业结构升级能促进经济的增长，并且这一结果是稳健的，第三个假设得到验证，工业化进程的加快也对于经济存在正向影响。

五、政策建议

根据实证结果，本文提出以下几点看法：一是对于自主创新力度应该提倡。可通过增加研发投入的经费、给予研发人员足够的补贴、激发创新潜能、适当地减少非研发的投入。二是对于工业化程度，应逐渐向服务业方向发展，向更高级产业发展，提升产业结构的合理化和高级化。三是优化产业结构，推动经济发展向生态化与绿色化方向发展。通过提高研发经费投入（R&D），加大对于绿色技术的研发，使经济向绿色经济方向过渡，并要保质保量的发展。