技术创新对经济增长的影响范文

一、技术创新对经济增长贡献的实证分析

（一）研究数据的选择及整理。基于经济增长理论对技术创新成果的表述，也因为专利申请量反映了一个时期人们从事科学技术发展和创新活动的数量和质量，能综合反映技术创新程度和规模，本文选择使用专利申请量来表示技术创新活动成果指标。因国内生产总值（GDP）是衡量一个国家或地区经济实力大小的重要指标，也选取其来表示经济发展水平指标。GDP序列首先要做的是对数据的加工和检验。GDP数据的加工主要分两步：第一步，根据价格指数调整，剔除价格因素；第二步，自然对数变换，减除数据系列的异方差性，使数据更平稳。同样专利申请量也要进行自然对数的变换。根据表1的LnRGDP和LnPQ数据可以看出，两个变量都有不断增长的趋势，并且变动的方向与步调是一致的，说明1995年到2010年期间两者可能存在较强的相关关系。为了研究这种相关关系，一般的做法是根据现有的样本资料进行比较合适的回归方程。在进行传统的回归分析时，所要用的时间序列必须是平稳的，否则会产生“伪回归”问题。然而在现实中，经济事件序列通常都是非平稳的（带有明显的变化趋势），破坏了平稳性的假定。为了使回归有意义，可以对其进行平稳化。本文用的方法是对变量序列进行差分，然后用差分序列进行回归。

（二）变量序列的平稳性检验。经济分析中用模型分析时间序列，要先检验时间序列的平稳性。ADF检验是对单位根检验所采用的比较有影响的方法，可以有效地解决具有高阶自相关的时间序列问题。采用Dickey-Fuller的ADF检验方法，对表1中的LnRGDP、LnPQ及其高阶差分进行平稳性检验，结果见表2。检验显示时间序列变量LnRGDP、LnPQ及其一阶差分是非平稳的，但其二阶差分变量D2LnRGDP和D2LnPQ是平稳序列。由此可见，LnRGDP和LnPQ数列皆为二阶单整序列。由表2可以看出，原序列的ADF值都大于1%的临界值且P值都大于1%，拒绝了不存在单位根的原假设，认为原序列都存在单位根，即为非平稳序列。两个变量的差分序列（D表示差分序列）的ADF值都同样大于1%的临界值且概率P值都大于1%，因此，一次差分拒绝了不存在单位根的原假设，为非平稳序列。二次差分序列的ADF值小于1%的临界值且概率都小于1%，序列都不存在单位根，序列平稳。湖北地区生产总值和专利申请量都是二阶单整。当两变量序列为同阶单整，二者之间才有可能存在协整。由此可判断，湖北生产总值和专利申请量之间可能存在协整关系。

（三）协整检验和误差修正模型。两个变量，虽然具有各自的长期波动规律，但是如果是协整的，则它们间存在着一个长期稳定的比例关系。反过来，如果两个变量具有各自的长期波动规律，但是不是协整的，则它们之间就不存在这一个长期稳定的比例关系。由此，对两变量做出的协整检验结果如表3。从表3（1）可以看出，在5%显著水平，拒绝原假设，接受备选假设，即协整关系个数R≥1；从（2）可看出，在5%显著水平下，接受原假设，即协整关系个数r≤1。综合来说，即存在一个协整关系。经过标准化的协整向量（LnRGDP，LnPQ）为（1.000000，-0.466926），于是专利申请受理量和经济增长的长期均衡方程为：通过该协整关系式，可以得到LnRGDP与LnPQ是正相关的长期均衡关系：湖北省的专利申请量每上升1%，地区生产总值就会上升0.47%。检验结果的调整系数为负值，说明协整关系有效，且短期内LnRGDP的运行受到2个变量长期均衡关系的约束。误差修正模型是一个短期的模型，其中误差修正反映长期均衡对短期波动的影响，等式右侧的所有解释变量的差分反映变量短期变化对被解释变量短期变化的影响。本文用误差修正模型，以估计湖北省生产总值和专利申请数量之间的短期非均衡关系和长期均衡关系的偏离对短期非均衡的调整力度。在误差修正模型中选择具有常数项的线性协整方程，使用二期滞后，在VEC模型中协整关系表达成误差修正项的形式：该误差修正项的表达式与协整检验中得到的协整关系式是一致的，只是在协整检验关系式中加入一个常数项，导致系数估计值略有差别。通过这个公式计算的误差修正项就是误差修正模型中的ecm变量。VEC模型中的解释变量不是原序列而是原序列的差分序列，因为原序列是非平稳序列，差分后平稳保证了VEC模型中的整体稳定性。误差修正模型为：以上分析结果表明：协整误差起到了显著的调整作用（t=-3.93882），修正系数为负值（-0.686685），说明模型误差修正系数具有反向修正机制，因此协整误差对地区生产总值的增长产生来回震荡收敛趋势，消除前一期的68%的非均衡误差并收敛到地区生产总值增长趋势水平上，也就是说，如果上一期地区生产总值偏低，则本期专利的促进作用会相应增高，反之则相反，从而保证了地区生产总值与专利不会明显偏离长期均衡状态。而系数的大小反映了对偏离长期均衡的调整力度，从系数0.687可以看出，调整力度较大，即对于地区生产总值的波动，通过专利与生产总值之间的长期均衡机制进行自动调节是比较迅速的。

（四）格兰杰因果关系检验。格兰杰因果关系利用了VAR模型来进行一组系数显著性检验。它可以用来检验某个变量的所有滞后项是否对另一个或几个变量的当期值有影响。如果影响显著，说明该变量对一个变量或几个变量存在格兰杰因果关系。格兰杰因果关系检验的原假设是被检验变量不是因变量的因果关系，如果检验的概率P值小于设定的置信水平（为5%），则认为被检验变量构成因变量的因果关系；反之，认为不是因变量的因果关系。时间序列RGDP和PQ的对数都是二阶单整，且具有协整关系，因此可以对之进行格兰杰因果关系检验。表4是有VAR模型残差项的AIC、SC准则所确定的最优滞后期下序列之间的因果关系检验结果。由表4可知，LnPQ是LnRGDP的格兰杰原因，也就是LnPQ决定LnRGDP而非相反。专利申请受理量的滞后期能够解释或者预测地区生产总值。这种检验结果是和前文的理论预期是一致的。同样，可以看出LnRGDP不是LnPQ的格兰杰原因，即实际地区生产总值的滞后期不能解释或者预测专利申请受理量。

二、实证结果分析

1.协整检验和误差修正模型表明二者存在长期均衡关系和短期调整误差。技术创新对经济发展有明显的促进作用。从协整检验结果可以看出，地区生产总值对专利申请量的长期弹性为0.466926，说明专利申请量上升1%，拉动湖北省地区生产总值上升约0.47%。2.湖北省专利和经济发展的格兰杰因果关系检验，结果显示湖北省经济发展和技术创新存在非对称相关性，技术创新成果即专利技术能格兰杰引起经济发展，而经济发展未能格兰杰引起技术创新成果的增加。由此湖北省应该采取相应的对策，加大技术创新力度和步伐，加快专利制度建设，加快专利能力建设，在关键领域和若干科技发展前沿掌握核心技术和拥有一批自主专利，培养企业的核心竞争力，促进湖北省经济可持续发展。另一方面，针对湖北省经济发展未能格兰杰引起技术创新成果的增加这一问题，政府应该真正树立“科技强省”的观念，加大对相关科研部门、企业单位技术创新的扶持力度，加强对技术专利申请的扶持力度，形成经济科技相互促进的“GDP增长→科技创新投入增加→科技成果增加→技术专利增加→专利成果运用增强→GDP增长”良性循环。

作者：汤岳利何彩琪单位：武汉理工大学经济学院