田雪姣 李志珍 許紅丹



摘 要:本文基于“投入-產出”與“雙高雙優”原則分別構建科技創新與經濟高質量發展的指標體系,合成科技創新景氣指數和經濟高質量發展景氣指數,分析驗證兩者的波動性、時滯性及相關性;構建基于景氣指數的科技創新驅動經濟高質量發展自向量回歸模型,測度驅動發展指數;最后以北京市為例進行實證研究。結果發現,北京市科技創新與經濟高質量發展呈周期性波動發展,且科技創新對經濟高質量發展具有強驅動作用。研究邊際貢獻在于提供了一種科技創新景氣周期和經濟高質量發展景氣周期的計算方法,并提出了科技創新驅動經濟高質量發展的效應測度方法。
關鍵詞:科技創新(TI);經濟高質量發展(ED);景氣指數;自回歸分布滯后模型
本文索引:田雪姣,李志珍,許紅丹.<變量 2>[J].中國商論,2024(06):-134.
中圖分類號:F124 文獻標識碼:A 文章編號:2096-0298(2024)03(b)--05
黨的十九大提出要加快建設創新型國家并做出了“我國經濟已由高速增長階段轉向高質量發展階段”的重大判斷,然而中國當前還面臨著“創新能力不適應高質量發展要求”的重大挑戰。北京作為全國科技創新中心,其科技創新支撐引領經濟高質量發展的路徑對其他地區具有輻射、示范作用。本文對北京市經濟高質量發展的科技創新驅動效應進行量化評估是貫徹“創新驅動發展戰略”及“新發展理念”,推動產業轉型升級的前提。創新驅動發展戰略寫入十八大報告后,眾多學者也進行了相關研究,但多數研究仍集中在科技創新對經濟發展重要性、必要性探討,科技創新驅動經濟高質量發展的實際驅動效果一直難以量化。研究這些問題的前提是要明確驅動變化的特征,楊武等(2016)提出了科技創新景氣指數的概念,特別指出景氣指數是反映活動波動性變化特征的指標,具有動態性、時效性及可比性等特征,故本文將其作為分析科技創新驅動經濟高質量發展變化的基礎,研究兩者的波動性變化特征,并以此為基礎量化測度科技創新對經濟高質量發展的驅動效應,為進一步深入研究奠定基礎。
1 文獻綜述
眾多學者指出經濟體的高效運行需要創新驅動[1-5];學者Jorge A等(2018)在不同的產業模式下,不同的創新驅動因素影響效果不同[6];洪銀興(2013)認為創新驅動發展中科技創新是創新驅動的本質[7];王海燕等(2017)認為創新驅動是將創新作為經濟增長的主要動力,依靠知識、信息等創新要素打造經濟增長優勢[8];呂薇等(2018)指出創新驅動發展是實現經濟增長變革、效率變革、動力變革的要求[9];楊武(2017)建立了科技創新景氣指數分析模型,將科技創新波動性變化可視化[10-12]。
科技創新如何驅動經濟高質量發展的研究仍處于初步研究階段[13-16],如金培等(2018)從滿足人民日益增長的美好生活需要的使用價值層面闡述了經濟高質量發展的內涵,認為動力機制的供給側是創新引領,需求側是人民向往。在經濟發展質量的測度方面主要包括對經濟結構的合理性研究、經濟效率測度和社會發展等[14]。
綜上,科技創新驅動經濟發展方面的實證研究忽略了科技創新與經濟高質量發展活動自身及驅動作用存在的時滯性,不能充分說明兩者的狀態與驅動的協同作用過程。本文分別構建科技創新與經濟高質量發展景氣指數,建立自回歸分布滯后模型,以北京市為例測度科技創新對經濟高質量發展的驅動效果,彌補現有相關研究的不足。
2 北京市科技創新與經濟高質量發展指標體系構建
2.1 指標選取原則
指標體系的構建關系著驅動測量結果的客觀性與準確性,且指標體系并不是指標的簡單堆積,而是具有內在邏輯關系的諸多指標結合而成,因此,指標構建應遵循客觀性、科學性、系統性及易獲取性等原則。
2.2 北京市科技創新指標體系構建
科技創新指標體系具有明顯的復雜性與綜合性,學者對于科技創新評價指標體系方面有諸多探討,為本文構建指標體系奠定了基礎。結合科技創新的基本概念,以投入-產出的視角確立指標體系,確保能夠反映科技創新活動的狀態。具體內容如圖1所示。
2.3 北京市經濟高質量發展指標體系構建
根據學者對經濟高質量發展指標體系的構建方式,結合經濟高質量發展的相關理論,本文構建了“高效率-高效益-優規模-優結構”,即“雙高雙優”的指標體系,客觀綜合評價經濟高質量發展的現狀,具體內容如圖2所示。
3 研究方法
3.1 數據收集與處理
科技創新與經濟高質量發展的指標數據主要來源于《中國統計年鑒》《中國科技統計年鑒》《北京市統計年鑒》與北京市國民經濟和社會發展統計公報等資料,選取北京市1997—2020年的數據處理分析。對收集到的數據,采用趨勢預測法進行缺失值處理,采用極差標準化的方法對所收集數據進行標準化處理。
3.2 景氣指數構建方法
根據科技創新與經濟高質量發展的數據特征,選取增長率循環作為基準循環;然后確立基準指標,并分析時間序列與基準指標存在的滯后、一致、先行三種關系,以此將序列進行動態分組;再運用變異系數法確定各指標的權重,計算三組指標的平均變化率并將其標準化;最后運用標準化后的平均變化率分別計算三組合成指數,即得到滯后、一致與先行景氣指數,進而分析序列的波動性。
3.3 科技創新驅動經濟高質量發展測度方法
基于VAR模型的動態沖擊效應原理分析科技創新驅動經濟高質量發展景氣指數的平穩性,構建自回歸分布滯后模型測度科技創新的驅動作用[16],最后由科技創新與經濟高質量發展的景氣指數時間加權值的比值計算驅動發展指數,具體方法如下。
(1)平穩性檢驗:本文選用ADF檢驗驗證序列的平穩性。
(2)最優滯后期的確定:運用AIC和SC準則進行滯后階數的確定,AIC和SC準則的值越小越好[15]。
(3)自回歸分布滯后模型。考慮到科技創新對經濟高質量發展的驅動作用存在時滯性,本文構建了關于兩者的自回歸分布滯后模型,階的基本表達式為:
(4)驅動發展指數的計算。根據科技創新和經濟高質量發展景氣指數的時間加權值表示對當期經濟高質量發展景氣指數的影響,該年科技創新驅動經濟高質量發展的相對景氣水平,即科技創新景氣指數加權值與經濟高質量發展景氣指數加權值的比值,據此得到北京市科技創新對經濟高質量驅動的發展指數。計算方法為:
式中,SIDEDINDEX——科技創新驅動經濟高質量發展指數;
W(TI)——科技創新景氣指數時間加權值;
W(ED)——經濟高質量發展景氣指數時間加權值。
根據科技創新驅動經濟高質量發展指數值將科技創新驅動經濟增長分為耦合驅動、強驅動和弱驅動,其中,SIDED INDEX >1,為強驅動;SIDED INDEX =1,為耦合驅動;0 4 測度結果分析 4.1 科技創新景氣指數與經濟高質量發展指數波相關性分析 (1)波動性研究。通過前述方法,得到兩者的指數走勢圖。如圖3所示,科技創新景氣指數分別在2004年、2012年、2018年達到波峰,2001年、2009年、2015年達到波谷,整體呈現周期性波動發展趨勢;經濟高質量發展景氣指數分別在2000年、2004年、2007年和2010年達到波峰,2001年、2009年、2015年及2020年達到波谷,整體呈現周期性波動發展趨勢。進一步將北京市科技創新及經濟高質量發展景氣指數兩者進行波動性對比分析,如圖3所示,觀察兩個景氣指數的波動發展狀況,可以發現兩者整體波動性趨勢較為接近,初步說明科技創新對于經濟高質量發展具有驅動效應。 (2)相關性研究。對TI與ED進行pearson相關性檢驗,結果如表1所示。 TI與ED相關系數為0.584,因此拒絕原假設,表明TI與ED存在相關性,可進行北京市科技創新景氣指數與北京市經濟高質量發展的驅動關系研究。 4.2 北京市科技創新驅動經濟高質量發展的效應測度分析 (1)平穩性檢驗。本文用EViews對科技創新景氣指數與經濟高質量發展景氣指數進行的ADF單位根檢驗結果如表2和表3所示。 兩者的ADF的檢驗統計量表明序列平穩,不存在單位根。TI的ADF檢驗結果表明為平穩序列;同理,ED的ADF值表明拒絕原假設,ED序列平穩。ED的ADF檢驗結果表明為平穩序列。因此兩者間存在協整關系。 (2)最優滯后階數的確定。在EViews中建立TI與ED序列的VAR模型,VAR模型滯后0-4階的滯后階數檢驗結果如表4所示。 由表4可知,滯后3階時,被FPE、SC與HQ準則選中,因此,北京市科技創新與經濟高質量發展的VAR模型滯后階數為3階。 (3)自回歸分布滯后模型。分別構建滯后期為1、2、3的多元回歸模型,剔除不符合實際意義的模型,最終建立最小二乘回歸模型如表5所示。 由表5可知,各變量的系數均為正,該模型符合實際意義;且各變量均通過P檢驗;R2為0.58相關性良好;F檢驗值為0.004小于0.05的顯著性水平,方程通過了F檢驗;DW值為2.11,各變量之間不存在線性相關。因此得到自回歸分布滯后模型為: 該模型表明北京市科技創新景氣指數滯后1期的單位變動會對當期北京市經濟高質量發展帶來0.28個單位的變動;科技創新景氣指數滯后2期的單位變動會對當期經濟高質量發展帶來0.33個單位的變動;北京市經濟高質量發展景氣指數滯后1期的單位變動會對當期北京市經濟高質量發展帶來0.52個單位的變動,即TI(-1)對當期經濟高質量發展景氣指數的影響權重為24.78%;TI(-2)對當期經濟高質量發展景氣指數的影響權重為29.20%;ED(-1)對當期經濟高質量發展景氣指數的影響權重為45.02%。 (4)驅動指數。根據公式(2)計算北京市科技創新對經濟高質量發展的驅動作用,走勢圖如圖4所示。 經濟學家阿爾弗雷德·馬歇爾指出:當0<驅動指數≤1時,表明科技創新對經濟高質量發展的驅動效率較低;當驅動指數>1時,說明科技創新對經濟高質量發展的驅動效率高,此時提高科技創新投入能使經濟高質量發展水平有效提升[17]。因此,從圖4可以看出,1999—2017年的科技創新驅動經濟發展指數均大于1,表明北京科技創新為強驅動,加大科技創新的投入即可帶來經濟高質量發展水平的有效提升;驅動指數呈現出周期性變化,其中在2008年時達到了峰值,雖然2008年為金融危機期間,經濟發展態勢有所放緩,但并不影響科技創新對經濟高質量發展方面的驅動作用。 再根據公式(3),把北京市經濟高質量發展中的科技創新驅動作用與經濟高質量發展自身慣性作用相分離,科技創新驅動作用與經濟自身慣性作用如圖5所示。 由圖5可知,經濟高質量發展的科技創新驅動作用明顯大于經濟自身慣性作用。2010年時科技創新的驅動作用最強,經濟自身的慣性作用最弱;2019年時科技創新的驅動作用最弱,經濟自身慣性作用最強。科技創新驅動作用保持在53%~54%,經濟自身慣性作用保持在45%~46%。 5 結論與建議 綜上,本文得到以下主要結論并提出相應的政策建議: (1)科技創新對經濟高質量發展的驅動效果顯著,且具有良好的彈性。加大科技創新投入,有效促進不同創新主體間的協同作用,推動自主創新等相關政策的實施,對實現經濟發展方式的轉變具有重要意義。 (2)科技創新驅動經濟高質量發展呈周期性波動趨勢,且驅動作用存在一定的滯后期,在0~2年內影響程度逐年增加,隨后影響程度逐漸降低。因此,科技創新對經濟高質量發展的影響應著眼于中短期的考察,保證實現創新資源配置價值最大化。 (3)本文以北京市為例進行實證分析發現,北京市科技創新對經濟高質量發展具有強驅動作用,在數據分析過程中發現,北京市科技成果轉化率較好,然而高技術制造業的占比略有下降趨勢。為進一步實現經濟的高質量發展,北京市應當加大高新技術產業的投入,促進經濟結構轉型,推進相關優惠政策的實施,優化創新環境,進一步加強科技創新對經濟高質量發展的驅動作用,助力建成全球科技創新中心。 參考文獻 洪銀興.科技創新階段及其創新價值鏈分析[J].經濟學家, 2017(4): 7-14. 李琳. 科技投入、科技創新與區域經濟作用機理及實證研究[D].長春: 吉林大學, 2013. 郭明順,許紅丹,溫馨,等. 基于有序度的區域科技創新組織網絡運行機制研究[J]. 科技與管理, 2018, 20(1): 5-14. Michael d.bordo Alan-M.Taylor,-Jeffrey-G.Williamson. Globalization in Historical Perspective (National Bureau of Economic Research Conference Report)[R]. The University of London, 2003. Simone marsiglio. Endogenous growth and technological progress with innovation driven by social interactions[J]. Working Papers, 2015, 65(2): 293-328. Jorge A. heredia pérez,Cristian geldes,Martin h. kunc,等. New approach to the innovation process in emerging economies: Themanufacturing sector case in Chile and Peru[J]. Elsevier Ltd, 2018(79): 35-55. 洪銀興. 論創新驅動經濟發展戰略[J]. 經濟學家, 2013(1): 7-13. 王海燕,鄭秀梅. 創新驅動發展的理論基礎、內涵與評價[J].中國軟科學, 2017 (1): 46-54. 呂薇. 新時代中國創新驅動發展戰略論綱[J]. 改革, 2018 (2): 22-32. 楊武,楊淼.中國科技創新與經濟發展耦合協調度模型[J].中國科技論壇, 2016, 239(3): 32-37. 楊武,楊淼.中國科技創新驅動經濟增長中短周期測度研究: 基于景氣狀態視角[J]. 科學學研究, 2017, 220(8): 122-134. 楊武,楊淼.基于科技創新驅動的我國經濟發展與結構優化測度研究[J]. 軟科學, 2016, 196(4): 5-11+16. 丁濤,胡漢輝. 創新驅動經濟高質量發展分析: 以中美貿易戰為背景[J]. 技術經濟與管理研究, 2019 (12): 100-104. 王慧艷,李新運,徐銀良. 科技創新驅動我國經濟高質量發展績效評價及影響因素研究[J]. 經濟學家, 2019(11): 64-74. 任保平. 新時代中國經濟從高速增長轉向高質量發展的理論闡釋與實踐取向[J]. 學術月刊, 2018, 50(3): 68-76+88. 金碚.關于“高質量發展”的經濟學研究[J].中國工業經濟, 2018,361(4): 12-25.