基于VAR模型的地方財政科技投入與經濟增長的實證分析

1、基于VAR模型的地方財政科技投入與經濟增長的實證分析        摘 要：根據內生經濟增長理論，采用廣東省19782007年的時間序列數據，通過建立VAR模型、協整分析及格蘭杰因果關系檢驗對廣東省財政科技投入與經濟增長的相互關系進行實證分析。結果表明，研發(fā)投入對經濟增長產生長期穩(wěn)定的均衡作用，并且研發(fā)人員和研發(fā)投入兩個變量之間存在相互促進作用?；谶@一結論，提出了相關政策和建議，從而使財政科技投入更好地發(fā)揮其作用，促進經濟的持續(xù)、健康、快速發(fā)展。 關鍵詞：經濟增長；財政科技投入；VAR模型；協整分析  引言 科技

2、是促進經濟增長的主要推動力量，而科技投資是科學創(chuàng)新和技術進步的基本前提和必要條件，因此科技投資對經濟增長發(fā)揮著重要作用。目前很多國家和地區(qū)都把加大科技投入作為促進經濟增長，提高綜合競爭力的主要手段。我國財政科技投入占GDP的比重太少，平均僅為0.164%，與世界平均水平2.10%的比重及發(fā)達國家2.15%的比重均有較大差距。盡管我國R&D經費投入量及其占GDP的比重不斷增加，平均僅為0.188%，日本為3.10%，美國為2.17%，韓國為2.16%，芬蘭為2.19%，瑞典為3.19%?？萍纪度胧菑氖驴萍蓟顒拥幕疽睾椭匾A，也是反映一個國家或地區(qū)科技進步和科技實力的重要指標。如何發(fā)

3、展高新技術產業(yè)，促進產業(yè)結構升級，優(yōu)化經濟增長方式，是廣東省的核心任務。 通過系統(tǒng)梳理國內外文獻的研究脈絡，財政科技投入與經濟增長的實證分析有：以盧卡斯為代表的經濟學家提出了新經濟增長理論，將技術進步作為系統(tǒng)的內生變量，認為科學技術因素是經濟增長的決定因素。因此，政府對科技的支持力度是影響經濟增長的間接因素之一；肖利（2002）通過對美國企業(yè)界20世紀90年代R&D投入的分析表明，R&D投入的高速增長是推進美國技術創(chuàng)新和經濟增長的主要動力；嚴四容等（2008）從科技投入總量、科技投入經費來源、科技投入結構三方面具體闡述我國科技投入的現狀，并和其他一些國家進行比較分析；張紹佩（2

4、009）根據江西省20002006年R&D經費支出、從事科技活動的人員數和GDP的數據，運用灰色關聯度分析方法對江西省科技投入與經濟增長關系進行了實證研究。得出江西省科技投入與經濟增長有很強的正相關關系。并且，從事科技活動的人員數對經濟發(fā)展的影響更為顯著；阮敏（2008）運用傳統(tǒng)增長理論和內生增長理論對上海近十多年來經濟增長進行實證分析，得出技術進步對上海經濟增長的貢獻較低，在現階段還沒有出現內涵式經濟增長的拐點；朱春奎（2006）通過對中國19782000年財政科技投入與經濟增長的有關數據變量進行因果關系檢驗，揭示了財政科技投入與經濟增長的動態(tài)關系，從總體上看，改革開放以來，中國財政

5、科技投入是經濟增長的充分而非必要條件，即財政科技投入是國民經濟增長的原因，而經濟增長對財政科技投入的貢獻作用并不顯著，僅在滯后期為兩年時，經濟增長構成財政科技投入變化的Granger原因。    綜上所述，國內外學者的研究證明了科技投入對經濟增長有著重要的作用。而以廣東省為例來研究二者的關系比較少，這方面的研究對增強廣東省財政科技投入對經濟增長的貢獻具有重要的理論和政策意義。由于地方財政科技投入對經濟增長的作用期較長，因此本文針對廣東省財政科技投入與經濟增長的關系展開時間序列分析，包括單位根檢驗、建立VAR模型、協整檢驗、因果關系檢驗、建立誤差修正模型、

6、脈沖響應函數分析和方差分解，試圖得到有價值的結論，以期為合理制定廣東省財政科技投入政策提供參考。 一、模型設置 本文基于羅默R&D理論模型，采用廣東省19782007年的時間序列數據，采用擴展的C-D生產函數，定量研究廣東省財政科技投入對區(qū)域經濟增長的影響程度，建立模型如下。 lny=?茁0+?茁1ln1+?茁2lnk+?茁3 ln h+?茁4 ln R&D+?茁5 ln h*ln R&D+?滋 （3-1） 這里，模型中R&D人員和R&D投入的交叉項是來檢驗它們的共同影響。（3-1）式中k為可比價固定資產投資總額，l代表全省從業(yè)人員數，h表示R&

7、D人員，R&D表示地方財政科技投入，以人均國民收入y為被解釋變量。 所有數據通過1979-2008年中國統(tǒng)計年鑒、中國科技統(tǒng)計年鑒和廣東省統(tǒng)計年鑒整理得到。其中，1995-2000年的固定資產投資價格指數用商品零售價格指數代替，1995年以前該指數變化較小，本文用全國零售價格指數代替。R&D價格指數沒有準確的統(tǒng)計數據，多數研究用加權平均值的估算方法( Jaffe，1972；朱平芳、徐偉民，2003)，而本文直接使用GDP平減指數作為R&D價格指數的近似，這是基于對R&D內部支出的整體考慮。以上數據均以1978年為基期進行折算。y的單位以元計，k，R&D的

8、單位以億元計，l，h的單位以萬人計。 二、實證結果分析 （一）協整檢驗和因果關系檢驗 首先進行單位根檢驗，以確定變量單整階數，只有當變量的單整階數都相同時，才能進行協整檢驗。表1給出了單位根檢驗結果。 本文選擇了ADF檢驗和PP檢驗兩種檢驗統(tǒng)計量來驗證時間序列的單整階數，結果都顯示，這幾個時間序列的水平值都是非平穩(wěn)的，其一階差分變量的單位根過程都是平穩(wěn)的，因此這些時間序列都是一階單整I(1)序列?；诒?的研究結論，可采用Johansen協整檢驗來對這幾個變量進行協整分析。Johansen檢驗分析的前提為VAR（向量自回歸）模型的殘差項必須是白噪聲序列，而這能夠通過選擇VAR模型適當的滯后階數

9、（K）來實現，因此本項研究根據Johansen協整檢驗來確定協整向量的個數。    得到VAR模型如下： 為了確保VAR模型的殘差項是白噪聲序列，根據A IC準則或SC準則，我們可以確認這個VAR系統(tǒng)的最優(yōu)滯后階數為2階。在此基礎上我們進行協整檢驗的目的是探索同階變量間是否存在長期的、穩(wěn)定的動態(tài)關系。檢驗結果如表2。 表2的第一列CE表示協整關系的個數，由上表得出模型存在6個協整向量，5個協整方程。如在5%的臨界水平下，軌跡統(tǒng)計量418.9臨界值117.7，應該拒絕沒有協整關系（CE=0）的原假設，對應的接受存在一個協整關系；最大特征值統(tǒng)計量也是拒絕CE

10、=0，接受CE<=1，即最多存在1個協整關系。同時，模型的殘差均為零階單整。結果表明變量間存在一階協整關系。 有了一階協整關系的成立，就可以測算出協整方程，即變量間存在長期穩(wěn)定的關系。模型中解釋變量對經濟增長作用的5個具體的協整方程分別為： ln y=-2.3671 ln l+0.2309lnk-2.6232ln h-1.2348ln R&D+ 2.5619ln h*ln R&D-0.0182TREND(79)（3-3） (0.01763) (0.00159) (0.01480) (0.00466) (0.01108) (0.00024) ln y=0.1789 ln k

11、-3.5027ln h-1.2158ln R&D+ 2.8893ln h*ln R&D-0.0341TREND(79)（3-4） (0.02002)(0.18870) (0.05866)     (0.14240)(0.00230) ln y=-3.3074 ln h-0.8668ln R&D+2.2780ln h*ln R&D- 0.0098TREND(79)（3-5） (0.30640) (0.08925)(0.22083) (0.00148) ln y=-1.2754 ln R&D-0.6715ln h*ln R&am

12、p;D- 0.0914TREND(79)（3-6） (1.15033)(1.55888)(0.03155) ln y=- ln h*lnR&D-0.0240TREND(79)（3-7） (0.03485)(0.00152) 其中，括號內為t統(tǒng)計量值。 （3-3）、（3-4）和（3-5）式表明，固定資產投資和交互項ln h*ln R&D的交叉項回歸系數為正，而研發(fā)人員和研發(fā)投入的系數為負。表明研發(fā)人員和研發(fā)投入這兩個變量之間存在相互促進的關系，只是單獨增加某一項投入的作用是不明顯的。這就說明，當使用科技投入政策來促進經濟績效的時候，應該首先考慮R&D資本存量的提高，然后要

13、考慮到R&D人員的引進等配套政策。（3-6）和（3-7）中各項變量均為負，研發(fā)只有在其他投資的基礎上才能發(fā)揮較大作用。另外，從業(yè)人數對經濟增長產生反作用，一方面這可能說明了廣東的勞密型產業(yè)比例逐步減少，而低技能勞動力過多，給整個經濟帶來了負面影響；另一方面可能是R&D投入與發(fā)達國家相比明顯不足，表現如下：1）研發(fā)投入不足。雖然廣東省經濟快速增長，但研發(fā)投入總量基數小，還未構成對經濟增長的有力支撐；2）經濟增長方式的影響。長期以來廣東經濟主要依靠資源和資本驅動增長，經濟增長質量不高，對于科技進步對經濟增長的作用重視不夠；3）產業(yè)結構不合理。廣東省在相當長的時期里，主要以第二產業(yè)為

14、主，第三產業(yè)發(fā)展緩慢。由于產業(yè)結構不協調導致投資結構不合理，致使財政支出側重于第二產業(yè)，而對于科技含量高的第三產業(yè)投資率偏低。    綜上可見，廣東省研發(fā)投入對經濟增長產生長期穩(wěn)定的均衡作用，但協整關系檢驗并不能確定兩者是否具備統(tǒng)計意義上的因果關系，只能說ln y與ln R&D具備了存在格蘭杰因果關系的可能性，尚需進一步驗證。下面來考察這兩個變量之間的因果關系，根據AIC準則和SC準則滯后期取2，檢驗結果如表3。 因果關系檢驗的結果表明，在1%顯著性水平下，1978-2007年廣東省R&D投入與經濟增長之間存在單向的因果關系，即經濟增長是

15、研發(fā)投入的Granger原因，而廣東省研發(fā)投入增加不是經濟增長的Granger原因。意味著經濟增長越快誘發(fā)研發(fā)投入規(guī)模的增大，而廣東省的經濟增長主要誘因不是研發(fā)投入，短期研發(fā)投入的增加或減少未引起經濟增長的變化。但協整關系反映的是變量之間的長期穩(wěn)定關系，而研發(fā)投入又顯著地進入這一關系，這就意味著研發(fā)投入是經濟增長的長期驅動因素。 （二）向量誤差修正模型 誤差修正模型反映了被解釋變量的短期波動和長期均衡。同時，Engel和Granger(1987)證明了將協整關系引入模型后，可以用有限階的VAR過程來描述一階差分構成過程，即進行向量誤差修正。在得到了由?駐ln yt、?駐ln lt、?駐ln k

16、t、?駐ln ht、?駐ln R&Dt和?駐（ln h*ln R&D）t這四個I（0）過程組成的VAR（2）后，將得出的協整方程引入模型，就得到了在無約束差分形式下人均GDP及其滯后項、固定資產投資及其滯后項、從業(yè)人員數及其滯后項、R&D人員及其滯后項、R&D投入及其滯后項組成的VECM。估計時，采用的Johnson極大似然估計法，與協整分析一致，選取L2，含截距和不含時間項的線性趨勢假設。下表顯示的是在5%水平下VECM的參數估計結果。 從表4可以得出模型VECM的其中一個具體形式如下： ECM不僅能反映時間序列之間的長期均衡關系，而且能反映短期偏離長期均衡的

17、修正機制。（3-8）式的誤差修正項系數為正，符合正向修正機制。誤差修正系數為0.1912，各變量均通過長期均衡關系來影響人均GDP的增長，每年ln y的實際值與長期值或均衡值的偏差大約有19%被糾正，表明對人均GDP修正幅度較大。 表4的VECM估計結果說明了研發(fā)人員和研發(fā)投入對經濟增長的短期影響較大，彈性分別為（0.923764， 1.079386）和（0.429840，0.484673），但是不顯著，因此，主要通過協整的的長期均衡來影響人均GDP的增加。所以廣東對研發(fā)投入要具有長期性和連續(xù)性。其原因在于，科技投入的生產力作用主要是通過提高物質資本和人力資本的效率來實現的，而這兩者的效率在短

18、時間內無法迅速提高，科技投入效果的顯現自然也就需要一定的過程。    （三）脈沖反應函數 脈沖反應函數刻畫的是在VECM擾動項上加一個單位標準差大小的信息沖擊對內生變量的當前值和未來值的影響。圖1是基于VECM（2）和Monte Carlo模擬的累積脈沖響應函數曲線，橫軸代表滯后階數，共有十期；縱軸代表廣東省某一變量對其他解釋變量單位信息沖擊的響應程度。 從圖1來看，研發(fā)投入對人均GDP的響應雖然歷經四期的微調階段，但是其正向響應逐步加大并趨向于長期穩(wěn)定；人均GDP對研發(fā)投入一直處于負向響應，但在第八期之后有減小的趨勢；研發(fā)人員投入對人均GDP開始處于負

19、響應，但在第六期后轉變?yōu)檎憫?，但其響應程度逐步減小；人均GDP對研發(fā)人員投入也有個四期的微調階段，從第四期后，其正向響應程度逐步加大，并于第七期達到最大，又逐步減小。這表明了人均GDP與科技投入兩者之間有著緊密的長期聯系，人均GDP增長的同時也促進了科技投入的增長。因此，在政策措施上應采取長期而非短期的政策，以保證人均GDP增長對科技投入長期正向的拉動作用。另外，交叉項對人均GDP的響應由負向轉為正向，后趨于長期穩(wěn)定；而人均GDP對交叉項的響應一直處于負向，波動幅度較小，較為穩(wěn)定。說明了這兩個科技政策的改善并不總是可以提高經濟增長。這不僅需要一個政策的改變，還需要兩者的配合使用，既不能只提高

20、R&D資本存量，也不能只提高R&D人員全時當量，需要在以提高R&D資本存量為主的同時，適度增加R&D人員全時當量，這樣才可以更好地促進經濟增長。 （四）方差分解 由于變量之間存在長期協整關系，同時由VECM的動態(tài)結構系統(tǒng)，可以進一步把握人均GDP增加受到，的影響程度。表5是基于前述VECM和Monte Carlo模擬的方差分解結果（下表給出了10期的數據）。 從表5可以看出，在人均GDP走勢的波動中，從方差分解的短期趨勢看，經濟發(fā)展水平是最主要的貢獻因素，2、4、6期對應的比率分別為96.25%、74.73%、59.72%，各期貢獻率均在44%以上；從方差分解的

21、中長期趨勢（8期以后）看，從業(yè)人員、資本存量和人力資本對經濟增長的貢獻最大，在第10期其方差貢獻分別達到17.09%、21.45%和9.927%，這說明廣東省的經濟增長目前主要來源于要素投入的增長，經濟增長類型屬于弱內生型。研發(fā)投入對人均GDP增長的貢獻整體偏小，但其上升速度最快，由第2期的0.052%上升到第10期的2.92%，這表明地方研發(fā)投入的增加對經濟增長的影響程度最敏感。因此，目前進一步增加研發(fā)投入相對于其他經濟要素投入來說對于長期經濟增長的影響最直接有效。 結束語    本文通過構建一個內生經濟增長模型，采用廣東省三十年的時間序列數據，針對廣東省財政科技投入與經濟增長的關系展開時間序列分析。研究結果顯示，研發(fā)投入對經濟增長產生長期穩(wěn)定的均衡作用，并且研發(fā)人員和研發(fā)投入兩個變量之間存在相互促進的關系?；趯嵶C研究結論，政策含義是：首先，要加大廣東省財政科技投入和引進科技人才。既不能只提高R&D資本存量，