论文部分内容阅读
摘 要：为研究北京市的科技进步对于经济增长的实际影响程度，文章将技术进步作为一个内生变量加入模型进行分析，得出科技进步每增长1%，GDP增加约为0.99%，并通过对模型进行单位根检验，协整检验得出GDP和技术进步之间存在着长期稳定关系，通过格兰杰检验得出技术进步是经济增长的因，并通过建立VAR模型和脉冲响应函数得出技术进步发生一定的冲击时，也会给经济增长带来正向的影响。文章最后给出结论，建议北京市应从加大科技支出，加强产学研结合以及建立科技创新网络，保证科技成果及时转化等方面进行改革。
关键词：科技进步 经济增长 实证检验 对策建议
中图分类号：F019 文献标识码：A
文章编号：1004-4914（2014）08-015-04
一、导言
自20世纪中期以来，中国经济的发展随着改革开放政策的展开进行的如火如荼。这几十年经济的发展，从贫穷落后、发展缓慢的国家成为世界上第二大经济体，国民生产总值仅次于美国，排在世界第二位。经济飞速发展的原因最重要的一点就是技术进步。科学技术作为促进经济增长的重要因素，不仅仅体现在促进经济增长一个方面，它还体现着一个国家的综合实力。
二、北京市技术进步和经济增长的实证分析
（一）技术进步水平指标的测算
要测算技术进步水平，必须建立合理的技术进步水平指标。根据以往的研究成果，我们将技术进步水平的指标分为三个一级指标：科技基础，科技投入和科技产出，以及每个指标又包括相应的二级指标（见表1）。
以上指标的汇总和数值均是来自于CNKI统计年鉴的汇总和北京市统计年鉴的数值。我们在文章中采用因子分析法，对以上几个变量值进行因子分析，最终确定技术进步水平值。由于各个指标的单位不同，所以在用因子分析时，首先应该将各个指标转化成无量纲化数据。因为各个指标对于经济增长的作用是正向的，所以我们的处理方法是：Zit=（Zit-minZ ）/（maxZ ）-minZ ，因此能够保证数值大于0，其中，minZ 代表二级指标中的最小值，maxZ 代表二级指标中的最大值，Zit即标准化后的各个指标的标准化值。通过这种转化，将所有的指标值都稳定在[0，1]范围内。
对原始数据进行处理后，用统计软件SPSS进行分析，通过因子分析，选定用两个因子代表以上多个指标的综合值，再根据每个因子的方差贡献率对两个因子进行综合，得出技术进步水平指数：Ft=93.031*Ft1+6.004*Ft2.其中Ft1，Ft2分别代表两个因子的值，Ft是两个因子在两个因子贡献率的权重下的综合值，即技术水平进步指数。因子权重赋值见表2。
如上表所示，两个因子代表原先的二级指标的有效性达到了99.035%，说明能够很好地说明和解释由二级指标所表示的技术水平进步率。在计算出各年的技术水平进步指数之后，我们通过按照1990年为基期，按照公式：TPIt=100+100*（Ft-F1990）/F1900计算出1990-2012年的综合得分情况，见表3。
（二）实证分析
一个地区的经济增长和技术进步的发展情况息息相关，这反映在二者的关系上。我们通过对TPI和GDP的标准化比较二者的发展趋势看来，科技发展速度一直保持在GDP之上，且随着时间变化，二者呈现出越来越大的发展速度差距，说明科技进步二者的发展差距是逐步加大的（见图1）。
1.回归分析。
（1）简单的回归分析。
回归分析是研究一个变量或一组变量（自变量）的变动对另一个变量（因变量）变动之影响程度的一种统计分析方法，它可以根据自变量的已知固定值来估计或预测因变量的总体平均值。{2}从图1中可以发现，由于二者的发展变化情况很一致，很有可能产生伪回归的现象，为了消除这一现象，我们采用两个变量的对数值来对两者进行研究，分别取GDP和TPI的对数，并建立二者的关系方程。由于我们研究的只是技术进步对于经济增长的作用情况，所以暂时忽略其他另外的因素对于经济增长的影响，但是不代表其他的因素对经济增长没有影响，比如劳动力，资本等重要因素，众所周知，这些因素对于经济增长的影响是显而易见的。
LNGDP=α+βLNTPI
利用统计软件EVIEWS6.0对二者关系进行分析得出如表4。
因此，线性回归方程可以写成：
LNGDP=1.61+0.70LNTPI
分析结果显示，常数项和自变量的t值都超过了临界值，说明检验是明显的，TPI对于GDP的影响作用是显著的。回归方程的F值为105.4695，也通过了显著性检验。但是从表中能看出调整后的R值为0.82，方差的解释能力仅仅为82%，距离理想的解释能力还有一定的差距。并且从表中可以看到DW检验值为0.87，和2还有一定的差距，说明回归模型残差项存在着很严重的序列自相关问题。因此，我们所建立的模型以及OLS估计量不再是有效的。
（2）广义差分回归分析。为了真实地反应科技进步和地区经济增长之间的关系，可以采用广义差分法来消除序列自相关。在原来方程的基础上加上其他的自变量，说明除了科技进步能够对经济增长产生影响之外，其他的变量，如劳动人口或者生产资料会对经济的增长带来一定的影响。我们在原方程中添加AR（1）、AR（2）以及AR（3）来消除序列自相关。
当添加AR（1）时，结果如表5所示。
自变量和常数项的t值都大于临界值，表现出显著的相关性。F值较之前的回归看来也是明显增大，调整后的样本系数达到了0.99，也是比较理想的。但是DW值相比之前不但没有发生很大的变化，反而降低了，这说明，序列之间存在很强的相关性，需要作进一步的处理。于是我们将进行二阶差分分析二者的关系，结果见表6。
从上表中可以看出，经过调整后的回归，t值比较明显，调整后的样本系数为0.998，杜宾检验为1.62，接近于2.F值为5497.695，很显著。因此回归方程可以写成： LNGDP=11.30+0.09LNTPI+1.22AR（1）-0.25AR（2）
广义差分分析的回归方程的自变量的系数为0.09，说明科技进步指数明显能够促进经济增长，但是贡献率不是很大。
2.协整分析。以上的回归分析虽然能够说明科技进步对于经济增长具有显著的促进作用，但是不能证明二者之间有明显的长期稳定关系，为了揭示二者之间具备长期稳定关系，我们对其进行协整分析。
我们用EQ两步法对其进行协整分析。
首先是对LNGDP和LNTPI进行单位根（ADF）检验，检验结果如表7所示。
从表7中可以看出，LNTPI和LNGDP的原序列都是不平稳的，而二者的一阶差分序列都是平稳序列，所以可以进行协整检验。
采用E-Q进行两步检验，第一步就是对两变量是否是同阶单整进行检验，在同阶单整的基础上进行回归分析，然后再对回归分析产生的残差序列进行单位根检验，如果残差序列是平稳的，说明协整关系存在。
上文已经证明序列LnTPI和LnGDP都是一阶单整序列，存在协整的可能性，因此下面直接进行第二步。首先运用Eviews软件估计协整回归方程，然后提取残差序列，最后对所提取的残差序列进行单位根检验，如果残差序列是平稳的，则说明序列LnTPI和LnGDP存在长期稳定的均衡关系。残差序列单位根检验的结果如表8。
如表8显示，残差序列在1%的水平下通过了检验，说明技术进步和经济增长存在协整关系，二者具有长期稳定性的关系。
3.格兰杰因果关系检验。经济时间序列经常出现伪相关关系，可能即使是不相关的两个变量由于在时间上的变化具有一致性，也有可能出现较大较明显的相关系数。协整检验说明的是技术进步和经济增长之间具有长期稳定的均衡关系，但是并没有说明二者之间存在的是不是因果关系。而对其进行格兰杰因果检验可以证明二者是否具有时间上的因果关系。
我们对LNGDP和LNTPI进行格兰杰因果关系检验，如表9所示。
从表9可以看出，技术进步水平是经济增长的因，但是经济增长不是技术进步水平的因。这说明了我们在回归过程中所提到的显著性问题，即技术水平确实能够促进经济增长，也就是说，技术进步水平和经济增长之间存在着时间上的因果关系，但是由于促进技术水平进步的因素随着外部环境的变化呈现的方式不同，经济增长对于技术水平增长的时间因果关系检验没有通过，但是这并不是说明经济增长对于科技进步没有逻辑上的因果关系，值得我们注意的是，因为格兰杰检验的只是时间上的因果关系，也许和收集数据过程中出现的误差有关，也许和所选样本的数量或者偶然性相关，所以经济增长对于技术进步水平的格兰杰因果关系检验没有通过并不代表二者之间完全不存在因果关系，原因是多方面的，我们没有进一步进行追究。
4.脉冲响应分析。虽然我们已经证明在技术进步和经济增长之间确实存在着长期稳定的关系，并且，科技进步促进经济增长，是经济增长的格兰杰的因，然而，技术进步对经济增长的驱动作用到底是如何的，我们还需要进行VAR和脉冲响应函数分析。
（1）VAR模型建立。
其中i是滞后期数，在模型中，我们选定滞后期值为2，用EVIEWS进行估计滞后期数为2的VAR模型，结果如表10所示。
从表10可以看出，从LNGDP的系数上看，滞后一期的技术进步每提高一个百分点，经济增长提高18.9个百分点，而滞后二期的技术进步每提高一个百分点，经济增长仅仅提高0.7个百分点，因此可以看出，越近一期的技术水平促进经济增长的效果就会越好，因此，在现实社会中，应当利用各个渠道提高技术进步速度，技术的发展越快，新产品替代速度就越快，由于技术进步对于经济的冲击短时间内效应最大，随着时间变化，该技术进步的速度会越来越慢，对于经济的影响趋于不明显，这符合现实规律。互联网刚刚出现的时候，带动经济的增长是迅速的，随着技术进步日新月异，互联网的发展也减缓，对于经济增长的促进作用自然就越来越小。
2.脉冲响应分析。利用VAR模型，可以进一步地分析脉冲响应函数图。横坐标是LNTPI的冲击滞后期数，而纵轴是冲击的强度，实线是脉冲响应趋势图。
从图2和表11中可以看出，技术进步水平冲击对经济增长会持续产生正向的促进作用。当技术进步冲击发生后，在第二期会产生一个正向的响应，其响应值为0.0099，且这种正向响应力度在不断增大，直到第8期达到最大，其响应值达0.0363，然后有所回落，但仍保持较高的响应值。从累积响应函数和累积响应也同样可以看出，技术进步水平的提高对经济增长的影响是正向而持续的，至第10期，累积响应值达到0.4512.
四、结论和建议
从以上的分析中可以看出，科技进步对于经济增长的影响是显著的，但是贡献率并不是很大，仅有9个百分点，因此北京市经济增长依靠的可能是要素投入或者其他的因素。但是我们通过协整检验发现科技进步和经济增长之间有一个稳定的均衡关系，说明二者之间一定存在着某种相互推动或者单方的推动关系，通过格兰杰检验，发现技术进步是因，经济增长是果，说明经济增长的一个重要因素就是科技进步。通过建立VAR模型和脉冲响应函数图可以看出当技术进步发生冲击时，一定能够给经济带来冲击，且这种冲击是持续长久的。
通过查阅和综合以上信息，根据北京市的发展状况，我们提出以下建议：
1.为了保证北京市经济的持续发展和稳定增长，应该加大科技创新的投入。虽然北京每年的创新投入总量逐年上升，但是最新数据显示，其科技创新投入占地区生产总值的比例仅在0.06%左右，说明北京市的科技创新投入规模较小，因此加大科技创新投入是保证北京市经济增长的客观要求。
2.加强产学研协同效应。科研的最终目的是将科研成果应用于实体经济当中，使其创造出应有的经济效益，这也是创新的目的和动力所在。但是，现阶段北京的科技财政支出逐年加大，2008年的科技投入数额为112.19亿元，2012年达到了200亿元，增长了78.2%，而科技成果的登记数量在2008年为1016项，在2012年仅有1040项，增长仅有2.36%。说明北京市的产学研结合制度还不够完善，出现了产学研脱离的现象，当前高校和科研机构的科研成果仅仅停留在发表论文和获得奖项上，没有和企业结合使其成果转化为现实的生产力。从而促进经济增长。北京的经济的发展在全国范围内是领先者，但产学研结合方面还不够强势，基础性科学的作用还没有完全发挥出来。因此，北京市政府应采取相应的措施鼓励企业提高自主创新能力，组建相关的科研团队，高校和科研究机构在科研立项时应征求相关企业的意见，或者与相关企业共同组成创新团队，采取多种手段，搭建产学研结合的平台，使得企业和科研部门能够充分沟通并建立紧密合作，以提高科研成果向生产力转化的效率。 3.建立科技创新的网络，全面调动创新积极性，保证科技成果的及时转化。现阶段北京市还只停留在加强产学研的紧密合作和交流上，其结合程度还不是十分明显，实际上，政府在调节产学研以及制定相关政策制度上应该发挥领导者的作用。在美国，政府成立一个专门的机构，其职责是联通企业和科研院所，及时发现企业的技术需求和研究机构的研发情况。
北京也需要一个将政府和企业以及科研机构结合的组织，有利于及时发现这几个部门各自的需求和发展情况，他们可以将企业的需求和科研机构的研究成果结合起来，在政府的资助下，将科研机构的研究成果应用在企业的实际生产中。这种网络模式能够将促进生产力的发展，激发科研方面的创新，既能满足企业对科技创新的需求，又能保证研究机构科研成果及时的应用到实际生产中去，保证科技成果的转化效率。政府在一些风险较大的创新产业应发挥企业家的作用，提供专门的资助和政策支持，当开发出新的创新产品投入市场之后，其他的企业就可以利用并赚得利润。建立一个从投资到开发到应用的网络对于创新的产生和应用非常重要，而这个网络的构建离不开政府的资金支持和政策引导。
综上，本文对不同科技创新指标的经济效果进行了实证分析，得到的结果具有一定的借鉴意义。一个地区能否持续发展，真正的内在发展动力就是科技创新。而不同的技术创新方式对于经济发展的影响也不尽相同。因此，北京市应该在重视原始创新的同时，更要重视创新应用方式对经济发展的推动作用。同时，只有企业成为科技创新的主体，并且得到政府的大力支持，才能从根本上解决科技成果转化为现实生产力的历史性难题，才能切实发挥科技进步服务于经济，促进社会经济发展的积极作用。
[本文为北京率先形成创新驱动发展格局研究项目，项目编号：12jGB017]
注释：
{1}北京率先形成创新驱动发展格局研究项目（项目编号：12JGB017）
{2}尹宗成.技术进步水平与经济增长，科学学研究，2009（10）
参考文献：
[1] 朱学新，方健雯，张斌.科技创新对我国经济发展的影响——基于面板数据的实证研究[j].经济论坛，2007（7）
[2] 刘红，姚永玲.中国科技创新效率与经济增长的实证研究[j].经济纵横，2008（13）
[3] 张利群.技术创新与区域经济增长——基于吉林省老工业基地的实证研究[M].吉林大学出版社，2010
[4] 于晓曦，孙英隽.技术创新对区域经济增长的动力机制分析[j].企业战略，2011（7）
[5] 尹宗成.技术进步水平与经济增长[j].科学学研究，2009（10）
[6] 王海鹏，田澎，靳萍.中国科技投入与经济增长的Grang-er因果关系分析[J].系统工程，2005（7）
[7] 岳书敬，刘朝明.人力资本与区域全要素生产率分析[J].经济研究，2006（4）
[8] 江蕾，安慧霞，朱华.中国科技投入对经济增长贡献率的实际测度：1953～2005[J].自然辩证法通讯，2007（5）
[9] 杨文举.技术效率、技术进步、资本深化与经济增长[J].世界经济，2006（5）
（作者简介：1.徐则荣，中国人民大学经济学博士，现任首都经贸大学经济学院教授；2.刘小畅，首都经贸大学西方经济学硕士研究生 北京 100000）
（责编：玉山）
关键词：科技进步 经济增长 实证检验 对策建议
中图分类号：F019 文献标识码：A
文章编号：1004-4914（2014）08-015-04
一、导言
自20世纪中期以来，中国经济的发展随着改革开放政策的展开进行的如火如荼。这几十年经济的发展，从贫穷落后、发展缓慢的国家成为世界上第二大经济体，国民生产总值仅次于美国，排在世界第二位。经济飞速发展的原因最重要的一点就是技术进步。科学技术作为促进经济增长的重要因素，不仅仅体现在促进经济增长一个方面，它还体现着一个国家的综合实力。
二、北京市技术进步和经济增长的实证分析
（一）技术进步水平指标的测算
要测算技术进步水平，必须建立合理的技术进步水平指标。根据以往的研究成果，我们将技术进步水平的指标分为三个一级指标：科技基础，科技投入和科技产出，以及每个指标又包括相应的二级指标（见表1）。
以上指标的汇总和数值均是来自于CNKI统计年鉴的汇总和北京市统计年鉴的数值。我们在文章中采用因子分析法，对以上几个变量值进行因子分析，最终确定技术进步水平值。由于各个指标的单位不同，所以在用因子分析时，首先应该将各个指标转化成无量纲化数据。因为各个指标对于经济增长的作用是正向的，所以我们的处理方法是：Zit=（Zit-minZ ）/（maxZ ）-minZ ，因此能够保证数值大于0，其中，minZ 代表二级指标中的最小值，maxZ 代表二级指标中的最大值，Zit即标准化后的各个指标的标准化值。通过这种转化，将所有的指标值都稳定在[0，1]范围内。
对原始数据进行处理后，用统计软件SPSS进行分析，通过因子分析，选定用两个因子代表以上多个指标的综合值，再根据每个因子的方差贡献率对两个因子进行综合，得出技术进步水平指数：Ft=93.031*Ft1+6.004*Ft2.其中Ft1，Ft2分别代表两个因子的值，Ft是两个因子在两个因子贡献率的权重下的综合值，即技术水平进步指数。因子权重赋值见表2。
如上表所示，两个因子代表原先的二级指标的有效性达到了99.035%，说明能够很好地说明和解释由二级指标所表示的技术水平进步率。在计算出各年的技术水平进步指数之后，我们通过按照1990年为基期，按照公式：TPIt=100+100*（Ft-F1990）/F1900计算出1990-2012年的综合得分情况，见表3。
（二）实证分析
一个地区的经济增长和技术进步的发展情况息息相关，这反映在二者的关系上。我们通过对TPI和GDP的标准化比较二者的发展趋势看来，科技发展速度一直保持在GDP之上，且随着时间变化，二者呈现出越来越大的发展速度差距，说明科技进步二者的发展差距是逐步加大的（见图1）。
1.回归分析。
（1）简单的回归分析。
回归分析是研究一个变量或一组变量（自变量）的变动对另一个变量（因变量）变动之影响程度的一种统计分析方法，它可以根据自变量的已知固定值来估计或预测因变量的总体平均值。{2}从图1中可以发现，由于二者的发展变化情况很一致，很有可能产生伪回归的现象，为了消除这一现象，我们采用两个变量的对数值来对两者进行研究，分别取GDP和TPI的对数，并建立二者的关系方程。由于我们研究的只是技术进步对于经济增长的作用情况，所以暂时忽略其他另外的因素对于经济增长的影响，但是不代表其他的因素对经济增长没有影响，比如劳动力，资本等重要因素，众所周知，这些因素对于经济增长的影响是显而易见的。
LNGDP=α+βLNTPI
利用统计软件EVIEWS6.0对二者关系进行分析得出如表4。
因此，线性回归方程可以写成：
LNGDP=1.61+0.70LNTPI
分析结果显示，常数项和自变量的t值都超过了临界值，说明检验是明显的，TPI对于GDP的影响作用是显著的。回归方程的F值为105.4695，也通过了显著性检验。但是从表中能看出调整后的R值为0.82，方差的解释能力仅仅为82%，距离理想的解释能力还有一定的差距。并且从表中可以看到DW检验值为0.87，和2还有一定的差距，说明回归模型残差项存在着很严重的序列自相关问题。因此，我们所建立的模型以及OLS估计量不再是有效的。
（2）广义差分回归分析。为了真实地反应科技进步和地区经济增长之间的关系，可以采用广义差分法来消除序列自相关。在原来方程的基础上加上其他的自变量，说明除了科技进步能够对经济增长产生影响之外，其他的变量，如劳动人口或者生产资料会对经济的增长带来一定的影响。我们在原方程中添加AR（1）、AR（2）以及AR（3）来消除序列自相关。
当添加AR（1）时，结果如表5所示。
自变量和常数项的t值都大于临界值，表现出显著的相关性。F值较之前的回归看来也是明显增大，调整后的样本系数达到了0.99，也是比较理想的。但是DW值相比之前不但没有发生很大的变化，反而降低了，这说明，序列之间存在很强的相关性，需要作进一步的处理。于是我们将进行二阶差分分析二者的关系，结果见表6。
从上表中可以看出，经过调整后的回归，t值比较明显，调整后的样本系数为0.998，杜宾检验为1.62，接近于2.F值为5497.695，很显著。因此回归方程可以写成： LNGDP=11.30+0.09LNTPI+1.22AR（1）-0.25AR（2）
广义差分分析的回归方程的自变量的系数为0.09，说明科技进步指数明显能够促进经济增长，但是贡献率不是很大。
2.协整分析。以上的回归分析虽然能够说明科技进步对于经济增长具有显著的促进作用，但是不能证明二者之间有明显的长期稳定关系，为了揭示二者之间具备长期稳定关系，我们对其进行协整分析。
我们用EQ两步法对其进行协整分析。
首先是对LNGDP和LNTPI进行单位根（ADF）检验，检验结果如表7所示。
从表7中可以看出，LNTPI和LNGDP的原序列都是不平稳的，而二者的一阶差分序列都是平稳序列，所以可以进行协整检验。
采用E-Q进行两步检验，第一步就是对两变量是否是同阶单整进行检验，在同阶单整的基础上进行回归分析，然后再对回归分析产生的残差序列进行单位根检验，如果残差序列是平稳的，说明协整关系存在。
上文已经证明序列LnTPI和LnGDP都是一阶单整序列，存在协整的可能性，因此下面直接进行第二步。首先运用Eviews软件估计协整回归方程，然后提取残差序列，最后对所提取的残差序列进行单位根检验，如果残差序列是平稳的，则说明序列LnTPI和LnGDP存在长期稳定的均衡关系。残差序列单位根检验的结果如表8。
如表8显示，残差序列在1%的水平下通过了检验，说明技术进步和经济增长存在协整关系，二者具有长期稳定性的关系。
3.格兰杰因果关系检验。经济时间序列经常出现伪相关关系，可能即使是不相关的两个变量由于在时间上的变化具有一致性，也有可能出现较大较明显的相关系数。协整检验说明的是技术进步和经济增长之间具有长期稳定的均衡关系，但是并没有说明二者之间存在的是不是因果关系。而对其进行格兰杰因果检验可以证明二者是否具有时间上的因果关系。
我们对LNGDP和LNTPI进行格兰杰因果关系检验，如表9所示。
从表9可以看出，技术进步水平是经济增长的因，但是经济增长不是技术进步水平的因。这说明了我们在回归过程中所提到的显著性问题，即技术水平确实能够促进经济增长，也就是说，技术进步水平和经济增长之间存在着时间上的因果关系，但是由于促进技术水平进步的因素随着外部环境的变化呈现的方式不同，经济增长对于技术水平增长的时间因果关系检验没有通过，但是这并不是说明经济增长对于科技进步没有逻辑上的因果关系，值得我们注意的是，因为格兰杰检验的只是时间上的因果关系，也许和收集数据过程中出现的误差有关，也许和所选样本的数量或者偶然性相关，所以经济增长对于技术进步水平的格兰杰因果关系检验没有通过并不代表二者之间完全不存在因果关系，原因是多方面的，我们没有进一步进行追究。
4.脉冲响应分析。虽然我们已经证明在技术进步和经济增长之间确实存在着长期稳定的关系，并且，科技进步促进经济增长，是经济增长的格兰杰的因，然而，技术进步对经济增长的驱动作用到底是如何的，我们还需要进行VAR和脉冲响应函数分析。
（1）VAR模型建立。
其中i是滞后期数，在模型中，我们选定滞后期值为2，用EVIEWS进行估计滞后期数为2的VAR模型，结果如表10所示。
从表10可以看出，从LNGDP的系数上看，滞后一期的技术进步每提高一个百分点，经济增长提高18.9个百分点，而滞后二期的技术进步每提高一个百分点，经济增长仅仅提高0.7个百分点，因此可以看出，越近一期的技术水平促进经济增长的效果就会越好，因此，在现实社会中，应当利用各个渠道提高技术进步速度，技术的发展越快，新产品替代速度就越快，由于技术进步对于经济的冲击短时间内效应最大，随着时间变化，该技术进步的速度会越来越慢，对于经济的影响趋于不明显，这符合现实规律。互联网刚刚出现的时候，带动经济的增长是迅速的，随着技术进步日新月异，互联网的发展也减缓，对于经济增长的促进作用自然就越来越小。
2.脉冲响应分析。利用VAR模型，可以进一步地分析脉冲响应函数图。横坐标是LNTPI的冲击滞后期数，而纵轴是冲击的强度，实线是脉冲响应趋势图。
从图2和表11中可以看出，技术进步水平冲击对经济增长会持续产生正向的促进作用。当技术进步冲击发生后，在第二期会产生一个正向的响应，其响应值为0.0099，且这种正向响应力度在不断增大，直到第8期达到最大，其响应值达0.0363，然后有所回落，但仍保持较高的响应值。从累积响应函数和累积响应也同样可以看出，技术进步水平的提高对经济增长的影响是正向而持续的，至第10期，累积响应值达到0.4512.
四、结论和建议
从以上的分析中可以看出，科技进步对于经济增长的影响是显著的，但是贡献率并不是很大，仅有9个百分点，因此北京市经济增长依靠的可能是要素投入或者其他的因素。但是我们通过协整检验发现科技进步和经济增长之间有一个稳定的均衡关系，说明二者之间一定存在着某种相互推动或者单方的推动关系，通过格兰杰检验，发现技术进步是因，经济增长是果，说明经济增长的一个重要因素就是科技进步。通过建立VAR模型和脉冲响应函数图可以看出当技术进步发生冲击时，一定能够给经济带来冲击，且这种冲击是持续长久的。
通过查阅和综合以上信息，根据北京市的发展状况，我们提出以下建议：
1.为了保证北京市经济的持续发展和稳定增长，应该加大科技创新的投入。虽然北京每年的创新投入总量逐年上升，但是最新数据显示，其科技创新投入占地区生产总值的比例仅在0.06%左右，说明北京市的科技创新投入规模较小，因此加大科技创新投入是保证北京市经济增长的客观要求。
2.加强产学研协同效应。科研的最终目的是将科研成果应用于实体经济当中，使其创造出应有的经济效益，这也是创新的目的和动力所在。但是，现阶段北京的科技财政支出逐年加大，2008年的科技投入数额为112.19亿元，2012年达到了200亿元，增长了78.2%，而科技成果的登记数量在2008年为1016项，在2012年仅有1040项，增长仅有2.36%。说明北京市的产学研结合制度还不够完善，出现了产学研脱离的现象，当前高校和科研机构的科研成果仅仅停留在发表论文和获得奖项上，没有和企业结合使其成果转化为现实的生产力。从而促进经济增长。北京的经济的发展在全国范围内是领先者，但产学研结合方面还不够强势，基础性科学的作用还没有完全发挥出来。因此，北京市政府应采取相应的措施鼓励企业提高自主创新能力，组建相关的科研团队，高校和科研究机构在科研立项时应征求相关企业的意见，或者与相关企业共同组成创新团队，采取多种手段，搭建产学研结合的平台，使得企业和科研部门能够充分沟通并建立紧密合作，以提高科研成果向生产力转化的效率。 3.建立科技创新的网络，全面调动创新积极性，保证科技成果的及时转化。现阶段北京市还只停留在加强产学研的紧密合作和交流上，其结合程度还不是十分明显，实际上，政府在调节产学研以及制定相关政策制度上应该发挥领导者的作用。在美国，政府成立一个专门的机构，其职责是联通企业和科研院所，及时发现企业的技术需求和研究机构的研发情况。
北京也需要一个将政府和企业以及科研机构结合的组织，有利于及时发现这几个部门各自的需求和发展情况，他们可以将企业的需求和科研机构的研究成果结合起来，在政府的资助下，将科研机构的研究成果应用在企业的实际生产中。这种网络模式能够将促进生产力的发展，激发科研方面的创新，既能满足企业对科技创新的需求，又能保证研究机构科研成果及时的应用到实际生产中去，保证科技成果的转化效率。政府在一些风险较大的创新产业应发挥企业家的作用，提供专门的资助和政策支持，当开发出新的创新产品投入市场之后，其他的企业就可以利用并赚得利润。建立一个从投资到开发到应用的网络对于创新的产生和应用非常重要，而这个网络的构建离不开政府的资金支持和政策引导。
综上，本文对不同科技创新指标的经济效果进行了实证分析，得到的结果具有一定的借鉴意义。一个地区能否持续发展，真正的内在发展动力就是科技创新。而不同的技术创新方式对于经济发展的影响也不尽相同。因此，北京市应该在重视原始创新的同时，更要重视创新应用方式对经济发展的推动作用。同时，只有企业成为科技创新的主体，并且得到政府的大力支持，才能从根本上解决科技成果转化为现实生产力的历史性难题，才能切实发挥科技进步服务于经济，促进社会经济发展的积极作用。
[本文为北京率先形成创新驱动发展格局研究项目，项目编号：12jGB017]
注释：
{1}北京率先形成创新驱动发展格局研究项目（项目编号：12JGB017）
{2}尹宗成.技术进步水平与经济增长，科学学研究，2009（10）
参考文献：
[1] 朱学新，方健雯，张斌.科技创新对我国经济发展的影响——基于面板数据的实证研究[j].经济论坛，2007（7）
[2] 刘红，姚永玲.中国科技创新效率与经济增长的实证研究[j].经济纵横，2008（13）
[3] 张利群.技术创新与区域经济增长——基于吉林省老工业基地的实证研究[M].吉林大学出版社，2010
[4] 于晓曦，孙英隽.技术创新对区域经济增长的动力机制分析[j].企业战略，2011（7）
[5] 尹宗成.技术进步水平与经济增长[j].科学学研究，2009（10）
[6] 王海鹏，田澎，靳萍.中国科技投入与经济增长的Grang-er因果关系分析[J].系统工程，2005（7）
[7] 岳书敬，刘朝明.人力资本与区域全要素生产率分析[J].经济研究，2006（4）
[8] 江蕾，安慧霞，朱华.中国科技投入对经济增长贡献率的实际测度：1953～2005[J].自然辩证法通讯，2007（5）
[9] 杨文举.技术效率、技术进步、资本深化与经济增长[J].世界经济，2006（5）
（作者简介：1.徐则荣，中国人民大学经济学博士，现任首都经贸大学经济学院教授；2.刘小畅，首都经贸大学西方经济学硕士研究生 北京 100000）
（责编：玉山）