论文部分内容阅读
摘 要：以1987-2009年度数据为基础，利用单位根检验、协整检验分析我国技术市场成交额与经济增长之间的长期关系。在VAR的基础上，利用脉冲响应函数和方差分解分析了两者之间的联动关系。结果表明，我国技术市场成交额与国内生产总值之间具有长期均衡关系，并且对经济增长具有明显的促进作用。
关键词：技术市场 协整分析 VAR模型
中图分类号：F49 文献标识码：A 文章编号：1007-3973（2011）012-141-02
1 引言
在科学技术发展日新月异的今天，作为第一生产力的科学技术无疑对我国经济社会的发展产生重要和深远的影响。技术市场作为科技成果与市场的桥梁与纽带，技术市场极大地促进技术进步在现实生产活动中的广泛应用。近年来，我国技术市场交易活动日益活跃，交易规模不断扩大。技术市场成交额体现着技术市场的活跃程度，也在很大程度上反映了实际科学技术的使用水平。据统计，我国技术市场成交额从1987年的33.52亿元增长到2009年的3039.00亿元，23年间增长了89.6倍。因此研究技术市场活跃程度与我国经济增长的关系对推动我国经济社会既好又快发展有重要的现实意义。
2 文献综述
国内许多学者采用不同的方法分析了我国技术市场合同交易情况与经济增长的关系。有些学者从描述统计的角度出发分析我国技术市场的特点及其对经济的影响。如唐丽娟，竺坚（2010）描述了安徽省技术输出、吸纳情况以及技术市场特点。还有一些学者采用传统的计量经济方法分析了两者之间的关系，如刘凤朝等（2006）运用格兰杰因果关系检验法和回归分析法对我国经济增长与技术市场发展之间的关系进行研究，结果表明两者之间不存在明显的因果关系，技术市场发展对我国经济增长的贡献度约为15.8%。
描述统计分析方法是分析指标数据特征的方法，对指标之间的关系则显得力不从心。而传统的计量方法则以经济理论为基础来描述变量间的关系，但对变量之间的动态联系缺乏严密的说明。1980 年由西姆斯提出来的向量自回归（VAR）模型采用多方程联立形成，它主要用模型中所有内生当期变量对它们的若干期滞后值进行回归，从而估计全部内生变量的动态关系，克服了传统的经济计量方法不足以对变量之间的动态联动进行分析的缺点。本文就采用向量自回归模型分析来我国技术市场与经济增长之间的关系。
3 我国技术市场与经济发展的实证分析
本文选用技术市场成交额（JS）作为我国技术市场活跃程度的代表指标，对于经济增长则选择普遍使用的国内生产总值（GDP）指标，所用数据皆来自于《中国统计年鉴》。对经济变量取对数不仅有助于分析变量之间的关系线性化，还有消除异方差等诸多便利性，故而本文对上述指标序列进行自然对数变换，使用LNGDP、LNJS来分析两者之间的关系。
3.1 变量序列平稳性检验
计算得出我国JS与GDP之间的相关系数为99%，但这种关系也有可能是一种伪相关。对此本文采用ADF方法检验两个指标序列的平稳性，当ADF统计量检验值小于临界值或其伴随概率小于5%时序列平稳，当ADF统计量检验值大于临界值或其伴随概率大于5%时序列非平稳。检验结果如表1所示。
3.2 协整检验
由表1可以看出，两个原序列皆为非平稳序列，一阶差分之后平稳。依据协整理论，对此可以采用EG两步法进行协整检分析验来两者之间的长期均衡关系。即先用OLS方法对变量进行参数估计建立模型，然后對模型残差作平稳性检验。若残差是平稳的，则两个变量之间存在协整关系，否则，协整关系不存在。本文用OLS方法得到的LNGDP与LNJS之间的实证模型为：
进行残差序列平稳性检验，其结果是平稳的，结果如表2所示。
由表2可知，LNJS与LNGDP之间存在长期均衡关系。且从模型看，长期内技术市场成交额每增加1个百分点，我国国内生产总值将增加0.77个百分点。
利用LNGDP、LNJS的数据资料建立VAR 模型定量分析两者之间的联动关系。建立VAR模型的过程中，难点之一是滞后期的选择。表3是LNGDP和LNJS的VAR模型滞后期数为0-5期的AIC、SC等的计算结果。显然，在滞后4期时，SC达到最小，AIC也达到最优值，故而大致可以确定4期为最优滞后期。为检验 VAR模型的稳定性， VAR模型方程的
特征值都小于1，都位于单位圆以内，证明VAR模型是稳定的。
VAR模型如方程(1)和方程(2)所示。
方程（1）：LNGDP=1.37*LNGDP(-1)-1.317*LNGDP(-2)+1.21*LNGDP(-3)-0.69*LNGDP(-4)+0.43*LNJS(-1)-0.13*LNJS(-2)+0.03*LNJS(-3) -0.01*LNJS(-4) + 2.82
方程（2）：
LNJS=0.59*LNGDP(-1)-1.659*LNGDP(-2)+1.09*LNGDP(-3)-0.17*LNGDP(-4)+0.87*LNJS(-1) - 0.27*LNJS(-2) + 0.25*LNJS(-3) + 0.23*LNJS(-4) + 1.64
VAR模型通常是过度参数化的，对于所估计的模型中的系数往往难以逐一地加以解释。由以上方程仍可以看出，滞后一期的LNGDP、LNJS对现期的JS、GDP的增长有显著作用。为了对参数值做出合理的经济解释，本文对系统进行脉冲响应和方差分解分析。
3.3 脉冲响应
分析当一个误差项发生变化，或者说模型受到某种冲击时对系统的动态影响，这就是脉冲响应函数方法。图1即为LNGDP对LNJS的脉冲响应图。可以看出，当在本期给LNJS一个正冲击后，GDP的增长会从当期的0开始慢慢增加，有一个正的反应，达到一个最大值后GDP的增长慢慢减弱直到10时趋于为0。这与科学技术转化为现实先进生产力会有过渡期，并且随着时间的推移先进生产力会变的相对落后，直到最后不再会对经济的增长有明显的促进作用的客观实际相符。
3.4 方差分解
方差分解是通过分析每一个结构冲击对内生变量变化的贡献度。方差分解分析后得结果如图2所示。
从图中可以看出，不考虑GDP自身的贡献度，LNJS对LNGDP的贡献率由开始的0增长到51%左右，也就是说JS的增长对GDP增长的贡献率会由初期的0增长的到最大的51%左右；不考虑JS自身的贡献度，GDP的增长对JS增长的贡献率稳定在20%左右。这也证明了我国技术市场的活跃性对我国的经济增长有显著的促进作用。
4 政策建议
政府应积极扶持技术市场，继续在财税政策上给予减免政策；从技术市场管理方面来讲，要提高硬件服务，保持软件服务形式的多样化；提高我国技术市场供方的科研水平、需方的技术国产化的意识，以此来提高我国技术市场活跃程度，保证其对我国经济增长的促进作用。
参考文献：
[1] 黄敖齐,金红.区域经济发展中的技术市场研究[J].科技与经济,2005,04.
[2] 柳卸林,贾蓉.北京地区科学技术成果在中国的扩散模式-从技术市场的角度看[J].科学与科学技术管理,2007,12.
[3] 唐丽娟,竺坚.2009年安徽省技术合同交易情况研究与分析[J].安徽科技,2010,09.
[4] 张江雪.我国技术市场的发展状况及其经济效应研究[J].中国新技术新产品,2010,12.
[5] 张琳,卢志翔.中国人力资本与知识市场的协整关系分析[J].当代经济,2010,04.
[6] 高铁梅.计量经济分析与建模[M].清华大学出版社,2009.
[7] (美)理查德﹒R﹒纳尔森.经济增长的源泉[M].中国经济出版社,2001.
关键词：技术市场 协整分析 VAR模型
中图分类号：F49 文献标识码：A 文章编号：1007-3973（2011）012-141-02
1 引言
在科学技术发展日新月异的今天，作为第一生产力的科学技术无疑对我国经济社会的发展产生重要和深远的影响。技术市场作为科技成果与市场的桥梁与纽带，技术市场极大地促进技术进步在现实生产活动中的广泛应用。近年来，我国技术市场交易活动日益活跃，交易规模不断扩大。技术市场成交额体现着技术市场的活跃程度，也在很大程度上反映了实际科学技术的使用水平。据统计，我国技术市场成交额从1987年的33.52亿元增长到2009年的3039.00亿元，23年间增长了89.6倍。因此研究技术市场活跃程度与我国经济增长的关系对推动我国经济社会既好又快发展有重要的现实意义。
2 文献综述
国内许多学者采用不同的方法分析了我国技术市场合同交易情况与经济增长的关系。有些学者从描述统计的角度出发分析我国技术市场的特点及其对经济的影响。如唐丽娟，竺坚（2010）描述了安徽省技术输出、吸纳情况以及技术市场特点。还有一些学者采用传统的计量经济方法分析了两者之间的关系，如刘凤朝等（2006）运用格兰杰因果关系检验法和回归分析法对我国经济增长与技术市场发展之间的关系进行研究，结果表明两者之间不存在明显的因果关系，技术市场发展对我国经济增长的贡献度约为15.8%。
描述统计分析方法是分析指标数据特征的方法，对指标之间的关系则显得力不从心。而传统的计量方法则以经济理论为基础来描述变量间的关系，但对变量之间的动态联系缺乏严密的说明。1980 年由西姆斯提出来的向量自回归（VAR）模型采用多方程联立形成，它主要用模型中所有内生当期变量对它们的若干期滞后值进行回归，从而估计全部内生变量的动态关系，克服了传统的经济计量方法不足以对变量之间的动态联动进行分析的缺点。本文就采用向量自回归模型分析来我国技术市场与经济增长之间的关系。
3 我国技术市场与经济发展的实证分析
本文选用技术市场成交额（JS）作为我国技术市场活跃程度的代表指标，对于经济增长则选择普遍使用的国内生产总值（GDP）指标，所用数据皆来自于《中国统计年鉴》。对经济变量取对数不仅有助于分析变量之间的关系线性化，还有消除异方差等诸多便利性，故而本文对上述指标序列进行自然对数变换，使用LNGDP、LNJS来分析两者之间的关系。
3.1 变量序列平稳性检验
计算得出我国JS与GDP之间的相关系数为99%，但这种关系也有可能是一种伪相关。对此本文采用ADF方法检验两个指标序列的平稳性，当ADF统计量检验值小于临界值或其伴随概率小于5%时序列平稳，当ADF统计量检验值大于临界值或其伴随概率大于5%时序列非平稳。检验结果如表1所示。
3.2 协整检验
由表1可以看出，两个原序列皆为非平稳序列，一阶差分之后平稳。依据协整理论，对此可以采用EG两步法进行协整检分析验来两者之间的长期均衡关系。即先用OLS方法对变量进行参数估计建立模型，然后對模型残差作平稳性检验。若残差是平稳的，则两个变量之间存在协整关系，否则，协整关系不存在。本文用OLS方法得到的LNGDP与LNJS之间的实证模型为：
进行残差序列平稳性检验，其结果是平稳的，结果如表2所示。
由表2可知，LNJS与LNGDP之间存在长期均衡关系。且从模型看，长期内技术市场成交额每增加1个百分点，我国国内生产总值将增加0.77个百分点。
利用LNGDP、LNJS的数据资料建立VAR 模型定量分析两者之间的联动关系。建立VAR模型的过程中，难点之一是滞后期的选择。表3是LNGDP和LNJS的VAR模型滞后期数为0-5期的AIC、SC等的计算结果。显然，在滞后4期时，SC达到最小，AIC也达到最优值，故而大致可以确定4期为最优滞后期。为检验 VAR模型的稳定性， VAR模型方程的
特征值都小于1，都位于单位圆以内，证明VAR模型是稳定的。
VAR模型如方程(1)和方程(2)所示。
方程（1）：LNGDP=1.37*LNGDP(-1)-1.317*LNGDP(-2)+1.21*LNGDP(-3)-0.69*LNGDP(-4)+0.43*LNJS(-1)-0.13*LNJS(-2)+0.03*LNJS(-3) -0.01*LNJS(-4) + 2.82
方程（2）：
LNJS=0.59*LNGDP(-1)-1.659*LNGDP(-2)+1.09*LNGDP(-3)-0.17*LNGDP(-4)+0.87*LNJS(-1) - 0.27*LNJS(-2) + 0.25*LNJS(-3) + 0.23*LNJS(-4) + 1.64
VAR模型通常是过度参数化的，对于所估计的模型中的系数往往难以逐一地加以解释。由以上方程仍可以看出，滞后一期的LNGDP、LNJS对现期的JS、GDP的增长有显著作用。为了对参数值做出合理的经济解释，本文对系统进行脉冲响应和方差分解分析。
3.3 脉冲响应
分析当一个误差项发生变化，或者说模型受到某种冲击时对系统的动态影响，这就是脉冲响应函数方法。图1即为LNGDP对LNJS的脉冲响应图。可以看出，当在本期给LNJS一个正冲击后，GDP的增长会从当期的0开始慢慢增加，有一个正的反应，达到一个最大值后GDP的增长慢慢减弱直到10时趋于为0。这与科学技术转化为现实先进生产力会有过渡期，并且随着时间的推移先进生产力会变的相对落后，直到最后不再会对经济的增长有明显的促进作用的客观实际相符。
3.4 方差分解
方差分解是通过分析每一个结构冲击对内生变量变化的贡献度。方差分解分析后得结果如图2所示。
从图中可以看出，不考虑GDP自身的贡献度，LNJS对LNGDP的贡献率由开始的0增长到51%左右，也就是说JS的增长对GDP增长的贡献率会由初期的0增长的到最大的51%左右；不考虑JS自身的贡献度，GDP的增长对JS增长的贡献率稳定在20%左右。这也证明了我国技术市场的活跃性对我国的经济增长有显著的促进作用。
4 政策建议
政府应积极扶持技术市场，继续在财税政策上给予减免政策；从技术市场管理方面来讲，要提高硬件服务，保持软件服务形式的多样化；提高我国技术市场供方的科研水平、需方的技术国产化的意识，以此来提高我国技术市场活跃程度，保证其对我国经济增长的促进作用。
参考文献：
[1] 黄敖齐,金红.区域经济发展中的技术市场研究[J].科技与经济,2005,04.
[2] 柳卸林,贾蓉.北京地区科学技术成果在中国的扩散模式-从技术市场的角度看[J].科学与科学技术管理,2007,12.
[3] 唐丽娟,竺坚.2009年安徽省技术合同交易情况研究与分析[J].安徽科技,2010,09.
[4] 张江雪.我国技术市场的发展状况及其经济效应研究[J].中国新技术新产品,2010,12.
[5] 张琳,卢志翔.中国人力资本与知识市场的协整关系分析[J].当代经济,2010,04.
[6] 高铁梅.计量经济分析与建模[M].清华大学出版社,2009.
[7] (美)理查德﹒R﹒纳尔森.经济增长的源泉[M].中国经济出版社,2001.