我國R&D投入對經濟增長的影響

嘉芬芬

摘要：本文以國家統計局發布的2000—2011年全國30個省、市、自治區的R&D投入和經濟增長的有關數據為基礎，通過單位根檢驗和協整檢驗，建立面板數據模型，對R&D投入與經濟增長之間的長期關系進行實證分析。研究結果表明：R&D投入對經濟發展具有明顯的促進作用，R&D經費投入的產出彈性大于R&D人員投入的產出彈性；在兩種R&D投入要素的彈性系數中，北京、四川、廣東呈現雙高特征，寧夏和新疆則呈現雙低特征，其他省份則表現為R&D經費投入和R&D人員投入的彈性系數此高彼低的特點。

關鍵詞：R&D投入；經濟增長；面板數據；協整分析

一、引言

R&D（Research and Development）指在科學技術領域，為增加知識總量以及運用這些知識去創造新的應用而進行的系統的、創造性的活動，包括基礎研究、應用研究、試驗發展三類活動。R&D投入對一個國家、一個地區甚至一個企業發展都具有非常重要的意義。早在20 世紀40 年代，Solow就指出實物資本積累的變動不能很好地解釋經濟增長，只有技術進步才能促進人均產出的持久性增長。國際上通常采用R&D活動的規模和強度指標反映一國的科技實力和核心競爭力。

國內外很多學者對R&D投入與經濟增長之間的關系進行了分析與實證研究。Griliches通過構建R&D 對生產力增長的模型，從公司、產業等不同層次測度了R&D對經濟增長的影響，發現R&D投入對生產率的提高有顯著的促進作用。Aghion et al.提出了基于R&D 的內生增長模型，發現R&D投入水平的提高將加快經濟增長。Romer 從知識積累性角度將技術創新活動內生化，但忽略了人力資本積累對經濟增長的貢獻。Lucas強調人力資本對技術內生化及經濟增長的作用，但又忽視了R&D 資本對技術創新的作用。趙喜倉、陳海波運用因子分析法對我國R&D的區域發展對經濟增長的影響進行了評價，得出我國R&D在投入產出水平和配置效率上，均和區域經濟發展的基礎設施水平和經濟發展水平等呈現出趨同性，東西部地區R&D的投入和經濟發展表現出不平衡性。施曉江、顧宇婷提出創新是推動經濟增長至關重要的因素，可中國的R&D 投入確實太低，技術創新的貢獻尚顯不足，GDP 對R&D 所起的激勵作用也非常有限，必須充分利用發達國家R&D 投入的溢出效應。吳林海、杜文獻通過對R&D 投入與經濟增長的時間序列變量進行協整分析和因果關系檢驗，進一步通過誤差修正模型，揭示了我國R&D投入與經濟發展的動態均衡關系。

雖然學者們對這個問題進行了大量的研究，但是現有的研究大都集中在時間序列的分析上，并且沒有考慮區域差異的特征。個別學者盡量使用了面板數據，但他們并沒有說明所建模型的正確性。本文根據我國30個省、區、自治市（不包含西藏自治區）2000—2011年有關R&D投入和GDP 的面板數據資料，在進行面板單位根檢驗和面板協整檢驗的基礎上，分別建立GDP與R&D經費投入、GDP與R&D人員投入的長期均衡模型和誤差修正模型， 分析R&D投入對我國經濟增長的長期影響。

二、模型的設定與檢驗

1. 模型選擇及數據來源

我國幅員遼闊，各地經濟、技術、文化、地理風貌等差異巨大，R&D投入水平也不盡相同，因此，各地區R&D投入對經濟增長的影響表現出顯著的差異性。為了分析R&D投入對經濟增長的影響，我們采用面板數據模型。分別選擇R&D兩大投入要素R&D 經費支出RDH（億元）、R&D人員全時當量RDE（萬人年）作為衡量R&D投入水平（R）的指標，衡量經濟增長的指標為國內生產總值GDP（億元）。本文的數據來自《中國統計年鑒》、《中國科技統計年鑒》和國家統計局網站上的專題統計數據中的《大中型工業企業自主創新統計資料》。為了消除異方差的影響，對變量分別取對數，面板據模型的解析表達式為：

的隨機擾動項。

2. 面板數據的單位根檢驗與協整檢驗

面板單位根檢驗方法有別于時間序列數據的單位根檢驗。通常有5 種檢驗方法，其中， LLC檢驗、Breitung檢驗、Hadri檢驗是含有相同單位根的檢驗方法，IPS 檢驗和Fisher-ADF檢驗是含有不同單位根的檢驗方法；LLC檢驗、Breitung檢驗、IPS 檢驗和Fisher-ADF檢驗的原假設均為含有單位根；Hadri 檢驗原假設為不含有單位根。運用Eviews6.0 分別對面板數據lnGDP、lnRDH和lnRDE進行單位根檢驗，檢驗結果如下表1：

由檢驗可知序列lnRDE和lnRDH是平穩的，而序列LNGDP是不平穩的。

再分別對面板數據lnGDP、lnRDH 和lnRDE的一階差分進行單位根檢驗，檢驗結果如下表2：

由檢驗可知序列lnGDP、lnRDH和lnRDE的一階差分都是平穩的。

在對面板數據進行參數估計之前分別檢驗lnGDP與lnRDH、lnGDP與lnRDE 的協整關系，避免出現偽回歸。本文采用得到廣泛應用的Pedroni 面板協整檢驗方法。Pedroni在回歸殘差的基礎上構造了7個檢驗面板協整的統計量，其中4個是用聯合組內尺度描述即Panel v-Statistic、Panel rho-Statistic、Panel PP-Statistic、Panel ADF-Statistic，另外3個是用組間尺度來描述即Group rho-Statistic、Group PP-Statistic、Group ADF-Statistic。在序列LNGDP與LNRDE的協整檢驗中，7個檢驗面板協整的統計量中只有2個統計量Panel v-Statistic和Group rho-Statistic沒有通過檢驗，在序列LNGDP與LNRDH的協整檢驗中，7個檢驗面板協整的統計量中只有1個統計量Group ADF-Statistic沒有通過檢驗，表明序列LNGDP與LNRDE、LNGDP與LNRDH存在協整關系。具體結果如下表3：

Pedroni認為，當樣本期相對較長時（如T>100），7個統計量的偏誤都較小而且效能也很高；當樣本期較短時（如T≤20），Panel v-Statistic和GroupPP-Statistic統計量的效能較差，只有Panel ADF-statistic統計量和Group DF-statistic統計量有最好的效能，由于本文實證研究時間跨度為2000—2011年（T=10），故本文主要依據Panel ADF-Statistic統計量和Group ADF-Statistic統計量檢驗結果，其余5個統計量僅作為參考。根據以上說明得出結論，lnGDP與lnRDH之間、lnGDP與lnRDE存在協整關系，R&D經費投入和R&D人員投入分別與經濟增長之間存在長期的均衡關系，即模型（1）的設定是正確的。

三、R&D投入與經濟增長的因果檢驗

面板模型共包括三種情形，既無個體影響又無結構變化的混合模型、有個體影響但無結構變化的變截距模型和既有個體影響又有結構變化的變系數模型。一般使用協方差分析檢驗判斷模型形式（李子奈，葉阿忠，2000）。根據2000—2011 年全國除西藏之外的其他30個省份的lnGDP、lnRDH和lnRDE的面板數據，使用Eviews6.0 估計及檢驗，把所有的面板數據代入各種模型中進行檢驗。

根據檢驗的結果確定lnGDP與lnRDH之間、lnGDP與lnRDE之間應建立個體時刻固定效應模型，它是最優的模型。

對lnGDP與lnRDE這兩個面板數據模型的參數進行估計。計量模型為：

對lnGDP與lnRDH這個面板數據模型的參數進行估計。

模型為：

由R2和F的值可知，模型（2）和（3）擬合優度很高且總體線性關系顯著。D.W.接近2說明模型不存在自相關。各地區lnRDH的系數均能通過t檢驗，表明R&D經費投入對經濟增長的影響顯著。模型（2）和（3）中截距項是效率參數，其值越大，表明投入要素對經濟增長的促進作用越大，它代表的實際上是經濟增長中不能被R&D經費投入所解釋的部分。進行綜合分析可知，從R&D投入對經濟增長影響的整體水平看，全國R&D人員投入的彈性系數平均水平為0.049，R&D經費投入的彈性系數的平均水平為0.056，由此可見R&D投入對經濟的發展的確存在著重要作用。R&D經費投入對經濟增長的影響大于R&D人員投入的影響。

對R&D經費投入和R&D人員投入對經濟增長的影響進行綜合考慮后發現，北京、四川、廣東呈現雙高特征，寧夏、新疆則呈現雙低特征，其他省份則表現為R&D經費投入和R&D人員投入的彈性系數此高彼低的特點。R&D 投入對經濟增長影響雙低的省份屬于西部經濟落后地區。

四、結論

1. 我國各省、市、自治區R&D經費投入和R&D人員投入與經濟增長之間存在長期穩定的均衡關系，R&D經費投入和R&D人員投入的增加能夠推動我國經濟持續的增長。所以，制定有關經濟與科技發展政策時，必須充分考慮R&D投入與經濟增長的互動關系。在增加R&D經費投入和R&D人員投入的同時，保持合理的R&D 投入結構，實現R&D資源的優化配置，提高對科技基礎資源和科技人力資源的有效利用。要進一步推動科研成果的轉化，組建產學研聯盟，避免科研目標不明、產學研脫節的現象，使R&D 投入的增加能更有效地促進GDP 的增長。

2. 從總體上看，我國各地R&D經費投入的產出彈性大于R&D人員經費投入的產出彈性，即我國各省、市、自治區R&D 經費投入對經濟增長的影響程度高于R&D人員投入對經濟增長的影響程度。因此， 各地區在加大R&D人員投入力度的同時也應該注重R&D經費投入數量和規模提升。一方面要采取各種措施引進與培養高素質的R&D 人才，提高其占從業人員的比例；另一方面要進行體制創新，建立和完善各種激勵機制，最大限度地激發R&D 人才的創新激情和潛能。

參考文獻：

[1] David Romer. Advanced Macroeconomics[M] . Shanghai ： Shanghai University of Finance & Economics Press ，2001.

[2]Aghion，P.， P. Howitt. A Model of Growth through Creative Destruction[J]. Econometrics，1992，（60）.

[3] Romer ， Paul M. Increasing Return and Long - run Growth[J] . Journal of Political Economy ，1986 ， （94）.

[4] Lucas ， Robert E.On the Mechanism of Economic Development [J ] . Journal of Monetary Economy ，1988 ， （22）.

[5]Norihisa， S.， P.George， and I. Evangelos. Impact of R&D and Technology Diffusion on Productiviy Growth：Empirical Evidence for 10 OECD Countries[J]. Economic Systems Research，1997，（9）.

[5]Pedroni，P. Fully Modfied OLS for Heterogeneous Cointegrated Panels[J]. Advances in Econometrics，1999，（15）.

[6]安娜.中國R&D投入對經濟增長影響的回歸分析[J].科技管理研究，2009，（5）.

[7] 施曉江，顧宇婷. R&D 投入與GDP 增長的關系檢驗及思考[J ] . 中國青年科技，2007 ， （152）.

[8]李子奈，葉阿忠. 高等計量經濟學[M]. 北京：清華大學出版社，2000.

[9]孫敬水，岳牡娟. 我國R&D 投入與經濟增長實證研究——基于Panel Data 模型分析[J]. 科技管理研究，2009，（7）.

[10]吳林海，杜文獻. 中國R&D 投入與經濟增長的關系——基于1991—2005 年間中國科技統計數據的協整分析[J].科學管理研究，2008，（4）.

[11]趙喜倉，陳海波. 我國R&D 狀況的區域比較分析[J]. 統計研究，2003，（3）.