科技研發投入對我國經濟增長的影響

賈勇

[摘要]將全國31個省級行政區作為橫截面單元，利用1998—2010年的相關數據，建立動態面板數據模型，運用廣義矩估計方法來分析科技研發投入對經濟增長的動態效應。結果表明，科技研發投入對經濟增長具有較長期的促進作用，并且作用明顯。

[關鍵詞]科技研發投入經濟增長動態面板數據模型

一、引言

科技投入是推動科技進步的基本動力, 是衡量一個國家科技水平的重要指標, 也是保障科技水平的先決條件。研究與發展（R&D）活動作為科技活動中最具創新性的部分,其資金投入高低直接影響著一國創新能力的高低。因此,研究科技研發投入與經濟增長的相關問題對進一步提高對科技研發投入的認識, 對加速經濟發展有重要的意義。

從之前學者的研究方法來看，研究科技投入對經濟增長影響的定量方法有生產函數、回歸分析、方差分析和灰色關聯分析等方法。但是上述研究在研究方法上忽視了科技研發投入對經濟增長的作用具有時滯性、間接性和長期性，這些都無法通過靜態方程量化表述，尤其是時滯性和長期性。因此，本文試圖采用動態面板數據模型探討和量化科技研發投入對經濟增長的時滯性和長期性。

二、變量選取和數據來源

筆者選用研究與試驗發展（R&D)經費內部支出這一指標作為科技研發投入來源數據。研究與試驗發展（R&D）經費支出指統計年度內全社會實際用于基礎研究、應用研究和試驗發展的經費支出。包括實際用于研究與試驗發展活動的人員勞務費、原材料費、固定資產購建費、管理費及其他費用支出，而內部支出是研究與開發機構當年用于本機構內部的實際支出，是經費支出的主要部分。經濟增長的變量選用各地區的GDP。為了消除異方差，本文對兩項數據先進行了對數化處理。筆者選用中國31個省級行政區1998年到2010年的面板數據，數據取自歷年的《中國科技統計年鑒》和《中國統計年鑒》。

三、計量模型設定和估計、檢驗方法

1.模型設定

筆者利用1998年～2010年各省級行政區的相關數據，建立全國面板進行分析。科技研發投入本身就是一種消費行為，它對當年的經濟增長會有影響，又由于科技研發投入的經濟效應具有時滯性、間接性和長期性，其對經濟增長的影響是一個動態過程，有時間上的滯后作用。基于以上想法，可以將靜態的面板數據模型擴展為動態面板數據模型，引入科技研發投入變量和經濟增長變量的若干滯后期作為解釋變量。

模型可以設定為：

LnGDPi, t = α1 LnGDPi, t-1 + α2 LnRDi, t+ α3 LnRDi, t-1+...+ αmLnRDi,

t-m+2+λi+υi,t （1）

在模型（1）中，i=1，2，3，...N分別代表不同的省級行政區，t=1，2，3，....T代表樣本年度。λi代表各截面單元的個體差異，υi,t 為隨機擾動項，表示各幾面單元在不同時期所受到的擾動。α1 度量前期GDP對本期GDP的影響，α2度量本期科技研發投入對本期GDP的影響，α3，...αm度量前若干期科技研發投入對本期GDP的影響。如果α2，α3，... αm均為正數，則表明科技研發投入促進了經濟增長，并且有滯后效應，系數越大，作用越大，系數越小，則作用越小。模型（1）能反映前若干期科技研發投入對經濟增長的作用不盡相同，同時也能反映科技研發投入在較長期對經濟增長的影響程度。

2.估計方法

在上述動態面板數據模型中， 由于因變量的滯后期作為解釋變量， 從而導致了解釋變量與隨機擾動項相關， 且模型具有橫截面相關性， 因此如果應用標準的隨機效應模型或固定效應模型進行估計， 必將導致參數估計的非一致性。為了解決這一問題， Arellano 和Bond等建議采用廣義矩估計（GMM） 的方法。

廣義矩估計方法是基于模型實際參數滿足的一些矩條件而形成的一種參數估計方法， 是矩估計方法的一般化。GMM 的重要優點是:它僅需知道一些矩條件， 而不需要知道隨機變量的分布密度（如極大似然估計）。廣義矩估計方法通過修正回歸方程誤差項的協方差矩陣來有效地克服解釋變量內生性問題以及異方差和序列相關，從而降低估計結果產生偏誤的可能性，該方法納入了所有的矩條件，因此廣義GMM估計的結果將在統計上更加有效，也更適用于動態面板數據的估計。

3.檢驗方法

對于GMM估計方法，首先要判定工具變量是否有效，可以構筑Sargan過度識別約束檢驗來判斷工具變量和殘差項之間的相關性。若工具變量有效，那么工具變量與殘差項無相關性。運用GMM估計方法，可以避免模型中異方差和自相關的干擾，而且不必知道擾動項的分布狀況，所以對模型的檢驗集中于檢驗是否存在虛回歸，需要對模型回歸的殘差進行面板的單位根檢驗。如果殘差不是面板單位根過程而是平穩過程，那么可以認為參數估計量不是偽回歸的結果，滯后階的選擇也是合適的。

四、實證分析

1.實證結果

由于GMM一般不具有經典的擬合優度和F統計量，一般采用J統計量來執行假設檢驗。計算結果中的Wald檢驗用于判斷系數聯合顯著性，Sargan檢驗用于判斷選用的工具變量是否有效。全國動態面板數據模型在實際計算中發現，當滯后期為3時，t統計量就變得不顯著，所以模型最終選取2階滯后期。具體估計結果如表1所示：

表1全國動態面板GMM估計結果

從總體來看，GDP滯后一期的系數達到了0.475說明前一期的經濟總量的確對本期的經濟增長起到了強勁的促進作用，這個系數涵蓋了對經濟增長起到促進作用的所有因素的共同表現。科技研發投入對經濟增長的作用為0.159，滯后一期和滯后二期的科研投入對當期的經濟增長也有十分顯著的帶動，分別達到0.153和0.102，這說明科技研發投入對經濟增長的作用確實存在滯后效應。而當期、滯后一期、滯后二期的作用在依次減小，呈現下降趨勢，這也符合經濟學直覺和規律。

2.模型檢驗

如前所述，對模型的檢驗集中于檢驗是否存在虛回歸，即面板殘差的單位根檢驗。全國及三大地區動態面板數據模型的面板殘差單位根檢驗結果如下表：

表2動態面板數據模型的殘差單位根檢驗

從殘差的面板單位根檢驗結果來看，所有單位根檢驗結果所有單位根檢驗結果在5%的顯著水平上都拒絕殘差存在單位根的原假設，即殘差是平穩的，這一結果表明，滯后階的選取是穩健的，動態面板數據模型的設定合適。

五、結論和建議

筆者利用1998-2010年的相關數據，建立我國動態面板模型，運用GMM估計方法，發現科技研發投入對經濟增長的確具有時滯性和長期性。從結果來看，研發投入對我國經濟增長具有顯著的拉動作用，并且持續期較長。另外，科研創新具有非常大的外部性，社會效益明顯。但是我國的研發投入占GDP的比例還遠遠落后于發達國家，從這些方面來看，我國政府應不斷在財政支出上加大對科技研發活動的投入，并鼓勵和引導企業增加研發投入，而且要加快基礎設施建設和市場化發展，規范制度運行程序，使研發活動對經濟增長的拉動作用充分釋放出來。

參考文獻：

[1]李永剛.財政科技投入對經濟增長的影響——基于研發( R& D)支出的實證分析[J].四川師范大學學報（社會科學學報），2011，（11）

[2]羅佳明，王衛紅.中國科技投入對經濟增長的貢獻率研究: 1953- 2001[J].自然辯證法研究，2004，（02）