基于面板數據的R&D與GDP增長的數量關系研究

光越

摘要：本文利用eviews為工具，將我國十年間的GDP與R&D數據構造面板數據模型，定量計算R&D與GDP的數量關系，分析我國目前R&D投入水平及存在的不足，為更好的促進GDP增長提供有力的依據。

關鍵詞：R&D；GDP；面板數據

中圖分類號：F12 文獻標識碼：A 文章編號：1001-828X（2014）010-0000-01

一、研究背景

隨著經濟的發展，科技手段在經濟發展中的作用日益凸顯。更多的學者開始關注R&D投入和經濟增長的關系。Aghion el al.提出了基于R&D的內生增長模型，指出研發投入可以加快經濟發展。之后，姚洋研究了R&D投入有助于企業生產力的提高。眾多學者研究認為，我國 R&D 投入效率偏低，應當優化 R&D 投入產出結構，提高 R&D 效率。針對目前我國的現狀，本文將用面板數據定量研究R&D增長對GDP增長的直接作用，測算二者的數量關系，為評價分析我國的R&D效率提供直接依據。

二、研究設計及數據分析

為探究R&D增長比率與GDP增長率的關系，擬建立面板數據分析模型，對全國31個省，自治區，直轄市，在2000到2010年的GDP數據進行統計，剔除價格因素的影響，計算出實際的GDP增長率，同樣計算得到R&D增長率。（R&D統計范圍為研究與開發機構，全日制普通高等學校和大中型工業企業。）

在eviews6.0中構造面板數據，面板數據模型（ panel date model）綜合了時間序列和截面數據兩方面的信息。面板數據具有控制個體異質性、提供更多的樣本信息、減少模型的共線性，提供更多的自由度的特點，可以更好的識別和度量其他模型無法發現的個體效應和時間效應。

一個平穩序列的數字特征（均值、方差、協方差等）是不隨時間變化而變化的。因此，可以通過建立模型擬合過去的信息，來預測未來的變化，但大部分趨勢性較強的經濟變量，通常都是不平穩的，很難通過已知序列的信息去推測整體的變化趨勢。為了避免偽回歸，確保估計結果的有效性，必須對面板數據的平穩性進行檢驗，而單位根檢驗是檢驗時序平穩性的有效方法。分別對GDP和R&D進行單位根檢驗。

圖1：GDP單位根檢驗

圖2：R&D的單位根檢驗

由單位根（平穩性）檢驗，在GDP序列的單位根檢驗中，只有一項檢驗的概率值小于0.05，故接受原假設，認為GDP序列非平穩即存在單位根。在RD序列的檢驗中各種方法都拒絕原假設，認為該序列為平穩序列。

面板數據中有平穩序列也有非平穩序列，則認為變量之間為非同階單整。此時，為避免造成虛假回歸，不能直接進行協整檢驗，也不能對原序列回歸。故對GDP一階差分。一階差分后，再次對其進行單位根檢驗，顯示為平穩，兩個序列為非同階單整，協整的前提是同階單整，不能進行協整檢驗。對模型進行回歸，首先要確定影響形式。經計算，模型Hausman Test的統計量是0.020179，P值為0.8870，P值大于0.05，接受原假設：隨機影響中個體影響與解釋變量不相關，可以將模型設定為隨機模型。具體有三種模型，進行分別檢驗，結果如下：

圖3：變系數模型：

圖4：固定影響模型：

圖5：不變參數模型：

經計算，F1=0.4428 F2=0.7124 ，查F分布表， F1

三、結論

由此可見，我國的R&D對GDP的貢獻效率較低，仍需要加大力度鼓勵及推進R&D投入，促進經濟結構改革，轉變經濟增長方式，實現經濟又好又快發展。

參考文獻：

[1]馬琳.中國研發投入及其產出效率省際比較研究[M].2014，06.

[2]達摩達爾.N.古扎拉蒂.計量經濟學基礎.第五版.2009.

[3]宋吟秋.我國 R&D 經費支出結構的合理性研究[J]2009（1）.

摘要：本文利用eviews為工具，將我國十年間的GDP與R&D數據構造面板數據模型，定量計算R&D與GDP的數量關系，分析我國目前R&D投入水平及存在的不足，為更好的促進GDP增長提供有力的依據。

關鍵詞：R&D；GDP；面板數據

中圖分類號：F12 文獻標識碼：A 文章編號：1001-828X（2014）010-0000-01

一、研究背景

隨著經濟的發展，科技手段在經濟發展中的作用日益凸顯。更多的學者開始關注R&D投入和經濟增長的關系。Aghion el al.提出了基于R&D的內生增長模型，指出研發投入可以加快經濟發展。之后，姚洋研究了R&D投入有助于企業生產力的提高。眾多學者研究認為，我國 R&D 投入效率偏低，應當優化 R&D 投入產出結構，提高 R&D 效率。針對目前我國的現狀，本文將用面板數據定量研究R&D增長對GDP增長的直接作用，測算二者的數量關系，為評價分析我國的R&D效率提供直接依據。

二、研究設計及數據分析

為探究R&D增長比率與GDP增長率的關系，擬建立面板數據分析模型，對全國31個省，自治區，直轄市，在2000到2010年的GDP數據進行統計，剔除價格因素的影響，計算出實際的GDP增長率，同樣計算得到R&D增長率。（R&D統計范圍為研究與開發機構，全日制普通高等學校和大中型工業企業。）

在eviews6.0中構造面板數據，面板數據模型（ panel date model）綜合了時間序列和截面數據兩方面的信息。面板數據具有控制個體異質性、提供更多的樣本信息、減少模型的共線性，提供更多的自由度的特點，可以更好的識別和度量其他模型無法發現的個體效應和時間效應。

一個平穩序列的數字特征（均值、方差、協方差等）是不隨時間變化而變化的。因此，可以通過建立模型擬合過去的信息，來預測未來的變化，但大部分趨勢性較強的經濟變量，通常都是不平穩的，很難通過已知序列的信息去推測整體的變化趨勢。為了避免偽回歸，確保估計結果的有效性，必須對面板數據的平穩性進行檢驗，而單位根檢驗是檢驗時序平穩性的有效方法。分別對GDP和R&D進行單位根檢驗。

圖1：GDP單位根檢驗

圖2：R&D的單位根檢驗

由單位根（平穩性）檢驗，在GDP序列的單位根檢驗中，只有一項檢驗的概率值小于0.05，故接受原假設，認為GDP序列非平穩即存在單位根。在RD序列的檢驗中各種方法都拒絕原假設，認為該序列為平穩序列。

面板數據中有平穩序列也有非平穩序列，則認為變量之間為非同階單整。此時，為避免造成虛假回歸，不能直接進行協整檢驗，也不能對原序列回歸。故對GDP一階差分。一階差分后，再次對其進行單位根檢驗，顯示為平穩，兩個序列為非同階單整，協整的前提是同階單整，不能進行協整檢驗。對模型進行回歸，首先要確定影響形式。經計算，模型Hausman Test的統計量是0.020179，P值為0.8870，P值大于0.05，接受原假設：隨機影響中個體影響與解釋變量不相關，可以將模型設定為隨機模型。具體有三種模型，進行分別檢驗，結果如下：

圖3：變系數模型：

圖4：固定影響模型：

圖5：不變參數模型：

經計算，F1=0.4428 F2=0.7124 ，查F分布表， F1

三、結論

由此可見，我國的R&D對GDP的貢獻效率較低，仍需要加大力度鼓勵及推進R&D投入，促進經濟結構改革，轉變經濟增長方式，實現經濟又好又快發展。

參考文獻：

[1]馬琳.中國研發投入及其產出效率省際比較研究[M].2014，06.

[2]達摩達爾.N.古扎拉蒂.計量經濟學基礎.第五版.2009.

[3]宋吟秋.我國 R&D 經費支出結構的合理性研究[J]2009（1）.

摘要：本文利用eviews為工具，將我國十年間的GDP與R&D數據構造面板數據模型，定量計算R&D與GDP的數量關系，分析我國目前R&D投入水平及存在的不足，為更好的促進GDP增長提供有力的依據。

關鍵詞：R&D；GDP；面板數據

中圖分類號：F12 文獻標識碼：A 文章編號：1001-828X（2014）010-0000-01

一、研究背景

隨著經濟的發展，科技手段在經濟發展中的作用日益凸顯。更多的學者開始關注R&D投入和經濟增長的關系。Aghion el al.提出了基于R&D的內生增長模型，指出研發投入可以加快經濟發展。之后，姚洋研究了R&D投入有助于企業生產力的提高。眾多學者研究認為，我國 R&D 投入效率偏低，應當優化 R&D 投入產出結構，提高 R&D 效率。針對目前我國的現狀，本文將用面板數據定量研究R&D增長對GDP增長的直接作用，測算二者的數量關系，為評價分析我國的R&D效率提供直接依據。

二、研究設計及數據分析

為探究R&D增長比率與GDP增長率的關系，擬建立面板數據分析模型，對全國31個省，自治區，直轄市，在2000到2010年的GDP數據進行統計，剔除價格因素的影響，計算出實際的GDP增長率，同樣計算得到R&D增長率。（R&D統計范圍為研究與開發機構，全日制普通高等學校和大中型工業企業。）

在eviews6.0中構造面板數據，面板數據模型（ panel date model）綜合了時間序列和截面數據兩方面的信息。面板數據具有控制個體異質性、提供更多的樣本信息、減少模型的共線性，提供更多的自由度的特點，可以更好的識別和度量其他模型無法發現的個體效應和時間效應。

一個平穩序列的數字特征（均值、方差、協方差等）是不隨時間變化而變化的。因此，可以通過建立模型擬合過去的信息，來預測未來的變化，但大部分趨勢性較強的經濟變量，通常都是不平穩的，很難通過已知序列的信息去推測整體的變化趨勢。為了避免偽回歸，確保估計結果的有效性，必須對面板數據的平穩性進行檢驗，而單位根檢驗是檢驗時序平穩性的有效方法。分別對GDP和R&D進行單位根檢驗。

圖1：GDP單位根檢驗

圖2：R&D的單位根檢驗

由單位根（平穩性）檢驗，在GDP序列的單位根檢驗中，只有一項檢驗的概率值小于0.05，故接受原假設，認為GDP序列非平穩即存在單位根。在RD序列的檢驗中各種方法都拒絕原假設，認為該序列為平穩序列。

面板數據中有平穩序列也有非平穩序列，則認為變量之間為非同階單整。此時，為避免造成虛假回歸，不能直接進行協整檢驗，也不能對原序列回歸。故對GDP一階差分。一階差分后，再次對其進行單位根檢驗，顯示為平穩，兩個序列為非同階單整，協整的前提是同階單整，不能進行協整檢驗。對模型進行回歸，首先要確定影響形式。經計算，模型Hausman Test的統計量是0.020179，P值為0.8870，P值大于0.05，接受原假設：隨機影響中個體影響與解釋變量不相關，可以將模型設定為隨機模型。具體有三種模型，進行分別檢驗，結果如下：

圖3：變系數模型：

圖4：固定影響模型：

圖5：不變參數模型：

經計算，F1=0.4428 F2=0.7124 ，查F分布表， F1

三、結論

由此可見，我國的R&D對GDP的貢獻效率較低，仍需要加大力度鼓勵及推進R&D投入，促進經濟結構改革，轉變經濟增長方式，實現經濟又好又快發展。

參考文獻：

[1]馬琳.中國研發投入及其產出效率省際比較研究[M].2014，06.

[2]達摩達爾.N.古扎拉蒂.計量經濟學基礎.第五版.2009.

[3]宋吟秋.我國 R&D 經費支出結構的合理性研究[J]2009（1）.