APP下载

安徽省各市R&D人员数量对GDP影响的实证分析

2023-09-12俞润知

商展经济 2023年17期
关键词:安徽省检验人员

俞润知

(安徽财经大学 安徽铜陵 233030)

依据我国所制定的极具战略意义的国家级科技发展规划纲要,全社会从事研究及试验发展的经费投入强度将会提升到用以监测创新型国家建设进程的重要参考指标这一高度,而且国家提出要求,关于规模以上工业企业的研究与试验发展的相关经费投入比例将在2020年提高至1.26%。安徽省高度重视培育及拔擢R&D人才,大幅提高R&D经费投入比例,为安徽省在经济长跑中弯道超车、实现跨越式发展夯实人才基础。2021年,考虑到安徽省经济持续回升向好,安徽省国民生产总值已大步迈进4.3万亿,且具体数字为42959.2亿元,同比增长8.3%,形势喜人且完成了名义GDP增量4200亿元的阶段性目标,经济发展动能呈持续增强态势,财政收入稳中有升,市场经济活力和动力得到彰显和释放,促进了省内产业结构继续优化及生产需求的持续回升,尤其在当下,受益于“三驾马车”的齐头并进,全省经济的运行业绩已不能完全表现出今后发展的强劲韧性和活力。

立足于安徽省经济总量首次突破4万亿关口,经济实力迈上了新台阶,创下历史新高的喜人局势。应进一步推进安徽省对外开放新局面,点燃全省产业结构持续有序转型的热情,拉动省内经济朝又稳又好的趋势发展,这就需要分析研究安徽省各市R&D人员数量与GDP之间是否存在制衡机制及其数量变动关系,以便为政府决策部门制定既符合国家长远规划又贴合本省实情的政策略尽薄绵之力。

本文利用协整检验和平稳性检验以及格兰杰因果关系检验,判断安徽省各市R&D人员数量与GDP之间是否能通过对比联系,获得统计视角的均衡抑或是因果关系,进而提出促进安徽R&D人数与GDP之间良性发展的政策建议。

1 理论模型

科研的独立自主是国运蒸蒸日上的基石,也是大国安全的保障。具体到省内视角,如何践行新发展新理念?必须有层次有计划地坚定走创新发展之路,而以创新为源动力的内涵式增长就需要安徽省坚定、持续、稳定地培育和吸纳充实研发队伍。只有保障充足的科技人才储备,才有助于避免市场和技术被“卡脖子”的情形并助力维护国内国际双循环的经济格局。以科技长足进步的视角来看,高度重视研究与试验发展人员的培育是保障科研队伍历久弥新的关键举措。纵览人类史上的历次工业革命,无不都是先从科技发轫,然后逐步演变成人们所接受的不可逆转的产业创新乃至社会结构调整。当前,国内率先尝试应用信息化、数字化,试图凭借新一轮科技革命的红利实现弯道超车,而颠覆性技术层出不穷、各学科领域交叉融合并逐步深化、国际间科研领域的激烈竞争等都直面一个主题,想要长盛不衰就必须高度重视R&D人员,抓住转瞬即逝的战略机遇,重塑有利的经济格局,与西方发达国家在科技前沿领域同台竞技,一争长短。

从经济学视角来看,安徽省内大多通过两种途径来运用R&D人员并影响GDP,进而促进社会发展。第一种是聘用外来人才,以此为契机加速省内研发人才培养,通过投资乘数效应,丰富人才体系,注重人才对资本的杠杆效应,助力省内经济增长;第二种是立足于全省濒江近海的优越自然条件,高度重视延绵八百里的沿江城市群及皖江经济带,重点打造汽车、机械、家电、化工、电子、农产品加工等行业优质品牌,有目的有计划地培育研发领域的特色人才,并逐步培育省内企业的技术自主意识、人才储备意识、新产业模式的创新和运用意识等,以提高省内社会生产效率,保障省内产销稳步递增,以维持昂扬的经济态势。R&D人员在研发领域的不断创新能够吸引新投资新项目,从而带动经济增长,提高本省GDP,于是优质的产品服务又催生新的消费需求和消费者对产品更高的要求,推动产品研发的目标更加清晰化和实用化,进而提升研发效率。同样,由于安徽省内消费市场的不断扩大,省内厂商开始会注重研发人才的培养和引进,推动生产线进行升级换代,以更优质的产品和服务来维持其原有市场占有率,驱动省内经济的韧性和活力。

从长期来看,安徽省各市R&D人员数量与GDP之间会存在某种联系以协调二者之间的关系,使它们在总体上保持线性关系。倘若省内某市R&D人员数量增长相对过快,可能会呈现出研究和试验发展计划的增长状况,进而涌现一定比例的优异项目,促进该市的招商引资工作,发展动力持续增强和财政收入稳步增长,市场活力和动力也得以彰显。而产业结构继续优化,生产需求持续回升,GDP数据也随之升高,优势逐步建立后会对周遭产生虹吸效应,进一步吸纳临近地市的人才资本,加速省内地域经济差距。倘若省内某市R&D人员数量增长相对过慢甚至逆增长,长此以往,必然会导致该市部分研发设备闲置,产业链升级滞后,产品科技含量不足且议价能力下降,财政收入相对降低,对高能耗高污染企业依赖加大,延迟该市绿色经济的发展步伐,负面影响GDP,进一步加速人才外流。所以,政府应统筹规划,注重各市R&D人数对GDP平稳健康发展的影响,保证地区生产总值(GDP)逐年稳步增长,使整体经济结构继续得以调整优化。

为弱化安徽省各市R&D人员数量对GDP的影响及模型中可能存在的异方差性还有自相关性问题,以及变量在序列上逐渐趋于平稳的统计必要性,假设安徽省内各市生产总值和研究与试验发展人员之间的数量关系模型为:

式(1)中:x,y分别表示安徽省研究与试验发展人员数量、安徽省各市生产总值;α,β为待估模型参数;ε为随机误差项。

2 实证分析

2.1 样本选取

本文选取安徽境内各地级市生产总值、研究与试验发展人员作为样本,数据来自2021年《安徽统计年鉴》。

2.2 关于平稳性的检验

建立安徽省各市R&D人员数量对GDP回归模型的前提条件是要求模型中的解释变量数据(安徽省境内从事研究与试验发展相关的人员数量)与被解释变量数据(安徽省境内各市生产总值)间必须具有平稳性或呈现出同阶单整变化的数据特征,因此在估计模型之前首先要从其变量序列开始检验平稳性,用以规避其出现伪回归现象的可能。现依据ADF 检验法、凭借 AIC 最小准则对变量序列 Lny(安徽省各市生产总值的变动百分比)、Lnx(安徽省研究与试验发展人员数量的变动百分比)的数据平稳性进行有效判别,其检验结果如表1所示。

表1 各变量的ADF 单位根检验结果表

表1显示,在伴随概率为5%的显著性水平下,序列Lnx(安徽省研究与试验发展人员数量的变动百分比)、Lny(安徽省各市生产总值的变动百分比)的ADF检验数值均大于其5%临界值,符合统计视角的基本判别要求,检验结果表明这两个序列都是非平稳的且均存在单位根现象;而对安徽研究与试验发展人员数量的变动百分比进行一阶差分后所得到的ADF检验值小于对应的临界值,表明安徽省研究与试验发展人员数量的变动百分比的一阶差分序列都是平稳的,而对安徽省各市生产总值的变动百分比进行二阶差分后所得到的ADF检验值小于对应的临界值,表明对于安徽省各市生产总值的变动百分比的二阶差分,其序列也可称为平稳。

2.3 关于协整关系的检验

关于协整检验的目的,其主要是用来甄别变量序列之间的均衡变动关系是否长期存在,至于一元序列,最常用的方法是两步检验法。本文通过凭借Eviews10.0软件的操作平台,来展现OLS法所估计的安徽省内各市研究与试验发展人员数关于安徽省各市GDP的方程为:

在5%显著性水平下,方程中的安徽省各市研究与试验发展人员数与安徽省各市GDP之间确实存在协整关系。该回归方程的残差序列本文设为Et,再依据 Engle-Granger两步检验法的基本步骤,计算出的残差序列单位根检验值为-5.594759,明显小于其在5%显著性水平下的临界值-1.966270,由此表明该序列可归为平稳序列,即安徽省内各市研究与试验发展人员数与安徽省各市GDP之间存在长期均衡关系。由估计方程可以看出,安徽省各市研究与试验发展人员数对安徽省各市GDP具有重要的拉动作用,且在其他条件保持相对不变的前提下,研发人员数每变动1%, GDP就会随之变动0.6535%。

2.4 关于格兰杰因果关系的检验

虽然说安徽省内各市研究与试验发展人员数与安徽省内各市GDP存在着长期均衡关系,但不能据此就得出两者之间存在某种因果关系。为此,本文通过格兰杰因果检验法进行检验,当设定的滞后期为p=1时,是否其为格兰杰因果关系的检验结果如表2所示。

表2 关于变量的格兰杰因果关系检验表

由表2可知,在 5% 的显著性水平下,安徽省各市研究与试验发展人员数是安徽省各市GDP的格兰杰原因,而安徽省各市GDP则不是安徽省各市研究与试验发展人员数的格兰杰原因。原因有以下几点:

第一,安徽省重视融入全球化浪潮,外贸产品层级有所递进。2010年以前,初级工农业产品在安徽省GDP中占据很大份额,随着全球化参与度的不断加深,承接产业转移的步伐加快,同时注重与之相对应的研发人才引进,加工和制造技术水平的日新月异,安徽省的GDP结构逐步转向了以加工贸易方式为主的新层次。在绿色经济的号召下,企业逐渐倾向从国外采购原材料,并运回省内进行深加工,在产品的技术含量和附加值的层次提升方面取得了长足进步,部分产品的国际竞争力显著增强,毋庸置疑,得益于对产业的升级和对新技术、新产品、新业态的渴求推动企业对研发人员的重视和需求增长。

第二,安徽省第三产业的蓬勃发展。2021年,省内第三产业更是跨越了增加值21985.4亿元的历史性高度,同比增长8.7%。三次产业结构的省内比例调整依次为7.8:41.0:51.2。其中,省内的社会消费品零售、固定资产投资、对外贸易等第三产业项目占全省经济比重依然最高,且增长表现既快又稳,仍属于推动省内经济平稳增长的主要引擎。然而,服务业在第三产业中占有重要比例,修饰了GDP对研发人数的线性联系。此外,规模以上工业为主的第二产业的增加值占全省经济比例次之,总体保持稳健运行,也是助推全省经济持续升温的重要引擎。

第三,安徽省逐步明晰了紧密联系长三角的经济战略规划。积极拥抱沪苏浙皖一体化,为跟上长三角协同发展的顺风车,并助力于大长三角战略的阶段性成效。首先,安徽应积极涌入并参与长三角人工智能、新材料研究、量子信息技术等前沿领域,借助长三角区域人工智能的产业链联盟和G60科创走廊产业联盟,同样激发了省内锐意进取的科研信心,不断孵化出一批批重大且富有建设意义的科研成果;其次,注重沪苏浙皖协调并进并形成新格局。自2021年底,受益于国家陆续出台的战略性帮扶方案,半年间,皖北在建规模过亿项目过百,累计净投资额逾五百亿;最后,安徽坚定践行“两山”理念,在省内省际深度执行环保准则,在国考中长江安徽段的水质优良比例提高近一倍,成绩傲人。

通过对研究和试验发展的持续投入,安徽省消费零售总额位列长三角第一。同时,贸易方面,全省进出口同比增长26.9%,居于长三角榜首、中部地区第二位,总体表现良好。此外,全省在投资、财政等多项经济指标上也颇有可圈可点之处,助推安徽经济的稳中向好、稳中提质。安徽省2021年GDP增量超4200亿元,全省经济展现出强劲的韧性和活力,质量效益稳步提升,经济结构持续优化,助推全省GDP突破4万亿元,经济实力迈向新台阶。

3 结论及政策建议

从长期来看,安徽省各市R&D人员数量与GDP之间存在均衡关系;从短期来看,安徽省各市GDP受安徽省各市R&D人员数量的正向影响。安徽省各市R&D人员数量是安徽省境内各市GDP的格兰杰原因。由此,为促进各市R&D人员数量与GDP之间协调发展,本文提出如下政策性观点和建议,仅供参考。

第一,注重研究与试验发展人员的继续教育和深造。安徽在积极引进国外先进技术和设备的同时,注重培养科研人才,为经济发展提供强大动力。随着省内经济的良性循环,政府应统筹规划,合理布局,加大对高等教育的资金扶持力度,鼓励研发人员的培育和深造。考虑到安徽省出口创汇的大多是轻纺织业、食品加工、矿产资源加工等商品,附加值不高,在产业链中议价水平相对较低,对提高GDP的推动作用有限,难以在国际市场上突出品牌,因此省内有相对技术优势的企业应进一步挖掘研发人员潜力,鼓励他们理论联系实际,提高产品乃至产业链附加值,带动所在地市经济发展。此外,各市政府也可加大对校企合作研究的支持力度,给予相关税费减免和财政补贴,大力支持校企合作研究的经济模式。

第二,激励研究与试验发展人员再接再厉,安徽省已积极融入科教兴国的浪潮中,很多研究领域正处于深度耕耘中,处于点的突破和线的钩稽和密集中,处于距系统性能力提升还差那薄薄一线的关键沉默期。但不足和挑战也随着国际竞争的日益加剧而此起彼伏:基础性研究的根基需要稳固,创新性源动力尚未充分迸发出来,尖端高精密的重要领域仍有核心技术受制于人且影响严重,创新成果和产业化运用的牵手仍存在诸多阻挠等。当下,全球化和逆全球化在全社会各个领域和角落激烈且无声地厮杀和缠斗,什么是风险?什么又是机遇?这就需要我们焦聚核心技术和重点领域的竞争变化,保障资金投入和人才培育机制并层次化相应的政策体系。

第三,鼓励各市发展绿色经济,日趋严重的环保问题已经引起了全社会的高度关注,省内各市在注重经济发展的同时应兼顾绿色环保,坚持绿水青山就是金山银山的执政理念,继而加大对环境污染的整治力度,发展低碳能源产业,优化能源消费结构。努力营造舒适健康的科研工作环境,而绿色舒适的研究环境也是吸引R&D人才的重要因素。

第四,统筹科研布局,合理规划省内各市的研发重点,避免资源浪费。大中小城市和小城镇需要协调统筹,安徽北部应着重发展农业科技和现代生物科技,加快形成点、线、面动态化相结合的以“绿色化、组织化、集约化、专业化”为方向的农村低碳生态循环新模式。中部以省会合肥为依托,加大新能源汽车、人工智能居家化、精密装备制造、信息量子化应用等高新前沿领域投入和相关研发人才的培养和吸引,应对市场经济瞬息万变的形势并有层次有计划地扶持现代服务业向高端化、专业化、品质化、精细化转变。南部紧密联系长三角,积极承接优质产业链,在注重矿产资源产品附加值提升的同时保障绿色经济的持续发展,积极留意第二产业的研发人才储备,为营造长三角绿色工厂做铺垫。省级决策层应以“扁鹊行医”的态度,早规划、早调整、早限制全省境内不合时宜的房地产过度开发,并合理调节商品性住房和保障性住房的供应比例,努力缓和部分实体产业的发展受累于房地产相关领域资金占用的窘迫状况,同时积极完善各市的基础设施,健全省内公共服务体系,促进产业优化升级,培育壮大低碳产业结构。

猜你喜欢

安徽省检验人员
成长相册
安徽省家庭教育促进条例
安徽省家庭教育促进条例
安徽省家庭教育促进条例
2021年《理化检验-化学分册》征订启事
让刑满释放人员找到家的感觉
对起重机“制动下滑量”相关检验要求的探讨
不得与工会组织任职期内人员解除劳动合同
关于锅炉检验的探讨
临床检验检验前质量指标的一致化