论文部分内容阅读
[摘 要]本文利用因子分析法,构建了辽宁科技创新能力综合评价体系并计算出科技创新能力综合评价指数;通过协整分析、VAR模型分析等方法对辽宁创新能力与经济发展的关系和贡献进行了实证研究,并提出了相关的资政建议。
[关键词]科技创新;经济增长;协整
[中图分类号]F062.4 [文献标识码]A [文章编号]1672-2426(2012)02-0048-03
20世纪80年代以来,科技与经济的关系一直备受经济与管理学界研究者们的密切关注。有研究认为,科学知识通过转化为智能技术来影响经济的增长与发展,即科学和经济的作用关系通过技术作为中间载体进行传递。由此可见,科技创新能力与经济增长之间存在着一定的关联。
一、科技创新能力指标体系的构建
1.指标体系
本文将科技创新能力综合评价体系分为三类:第一类是科技人员指标,第二类是科技创新投入指标,第三类科技创新产出指标。在满足合理性、可比性和可操作性的评价原则的前提下,考虑到指标应尽可能与相关统计年鉴中现有指标数据同步,本文构建了由3个主指标(科技人员指标、科技创新投入指标、科技创新产出指标),12个单项指标(科技活动人员、科学家与工程师、专业技术人员、科技活动经费筹集额、科技活动经费支出额、R&D经费支出额、高科技产品产值、技术市场成交额、专利申请项数、专利授权项数、国内外刊物上发表论文数、高科技产品出口创汇)构成的科技创新能力综合评价体系。
本文在收集了辽宁省科技创新综合评价体系相关指标数据的基础上,利用因子分析方法对已有指标体系进行科技创新综合评价指数的计算,尽量保证数据信息的完整性和有效性。
2.指标计算
对初始数据进行规范化处理,利用统计分析软件SPSS17.0进行分析,KMO值为0.551,累计方差贡献率为99%,说明以3个综合变量代表原有的12个变量的有效性达到了99%。通过计算得出2000-2009年辽宁省历年的科技创新能力综合评价得分。以2000年为基期,计算出相应年份的科技创新能力综合评价指数,结果见表1。
二、辽宁科技创新能力与经济增长之间的协整关系
辽宁科技创新能力综合评价指数可以反映辽宁科技创新的发展状态。本文以2000-2009年国民生产总值为主要指标来反映辽宁经济发展水平,以2000年为基期,计算得出辽宁各年份的GDP指数(见表1)。通过定量分析科技创新能力综合评价指数与经济增长指数之间的变化规律和数量关系,可以对辽宁科技创新能力与经济增长之间的内在联系进行初步探讨。
1.回归分析
根据前文,建立如下回归模型:
ΔLGDPIi=α+βLTIIi+ε
i=2000,...,2009;
利用统计软件SPSS17.0对经济增长指数与科技创新能力综合评价指数曲线进行分析,得出线性回归方程:
ΔLGDPIi=48.473+0.483LTIIi+ε
i=2000,...,2009;
计算结果显示,修正后的样本决定系数R2为0.998,显著性检验F值为5951.242,ρ值为0.000小于0.01,说明科技创新能力综合评价指数与经济增长指数之间存在显著的线性关系。D-W值检验结果为2.039,说明相邻两点的残差为正相关,但其数值接近2,因此可以认为模型中的误差项基本上是独立的,基本不存在异方差问题。LTIIi系数为0.483,说明科技创新对于经济增长具有显著的正效应。
2.协整分析
即使回归分析的结果表明变量之间存在较高的拟合优度,由于虚假回归的存在,所以很难直接得出变量之间的准确关系。当变量本身存在非平稳性时,变量间的线性组合有可能具有平稳性,那么就称这种具有平稳均衡关系的线性变量组合为协整方程。
对科技创新能力综合评价指数(LTII)和LGDP指数分别进行ADF(单位根)检验,结果如表2。
对于辽宁科技创新能力综合评价指数(LTII)和辽宁GDP指数,其原序列和一阶差分序列在1%、5%、10%的显著水平下均为非平稳序列;但是二阶差分序列在1%和5%的显著水平下为平稳序列。因此,原序列存在单位根,满足协整检验前提。
接下来对技术活动综合评价指数和经济增长指数是否具有协整关系进行进一步探讨。首先,建立协整回归方程:LGDP指数=C(1)+C(2)LTII+ε,利用OLS方法生成残差序列ε;其次,对残差序列进行ADF检验,结果如表3。
残差序列在1%和5%置信水平下通过了平稳性检验,因此可以判断,辽宁科技创新能力综合评价指数和经济增长指数之间存在协整关系,而且是长期稳定的关系。
3.VAR模型分析
分析表明科技创新能力情况与经济增长之间存在正向的长期稳定的关系,科技创新是促进经济增长的重要驱动力量之一。那么,科技创新能力对经济增长的驱动力量有多大?接下来将利用向量自回归模型(VAR)和脉冲响应函数方法进一步分析科技创新对经济增长的影响。
(1)建立一个两变量的VAR模型
通过综合评价对数似然值LR、赤池信息准则AIC、施瓦茨信息准则SC等,最终选择滞后阶数为1,具体分析结果如表4。
对滞后阶数为1的两变量VAR模型进行计算,结果显示方程(2)和(3)的拟合优度分别为:0.998613,0.996804,表示方程拟合度很好。根据表4,可以写出两变量VAR(-1)模型如下:
从LGDP指数方程的系数看,当保持其他因素不变时,科技创新能力提高一个百分点,将拉动经济增长提高0.29个百分点;从LTII方程的系数可以看出,当保持其他因素不变时,经济增长每提高一个百分点,将带动科技创新能力提高1.58个百分点。可见,科技创新能力与经济增长之间的作用是相辅相成的。
(2)脉冲响应函数分析
为了分别考察单个变量的冲击对其他变量的影响,这里利用SVAR模型可以得到正交化的脉冲函数数图(见图1-图4)。图1和图2分别为LGDP指数对LTII结构冲击的响应函数和累积响应函数;图3和图4则代表LTII对LGDP指数结构冲击的响应函数以及累积响应函数。横轴表示冲击作用的滞后期间数(单位:年),纵轴分别表示辽宁GDP指数和科技创新能力综合评价指数的变化,实线表示脉冲响应函数,虚线表示正负两倍的标准差偏离带。
从图1可以看出,当科技创新能力综合指数增长一个单位时,经济增长指数在滞后的一期即第2期时就会产生一个正向的响应( ,即在第2期,经济增长指数对上期LTII冲击的响应力度是0.96266),该响应力度稳步放大,到第10期时已经达到4.76549( ),是第2期的5倍。从累计响应函数上同样可以看出(图2),LTII的变化,能够拉动经济正向发展。从脉冲响应函数分析可知:科技创新能力的加强对辽宁经济的快速发展起到正向溢出作用,而且这种作用会随着时间的推移而越来越明显,充分体现了科技对经济发展的引领和支撑作用。
从图3看,当经济增长指数产生一个单位的冲击后,LTII在第1期便迅速产生响应( ),之后波动逐渐减缓;从图4的累积响应函数看,辽宁经济发展水平的稳步提高对于促进科技创新发展具有一定的长期的作用。
三、结论
本文构建了辽宁科技创新能力综合评价指标体系,并利用因子分析法,计算出2000-2009年间辽宁科技创新能力综合评价指数(LTII),并通过协整分析、VAR模型分析等方法对科技创新能力与辽宁经济发展的关系和贡献进行了初步的定量研究。结论与政策建议如下:(1)研究发现,2000-2009年间,辽宁经济增长速度略低于科技创新能力的发展速度。未来的10-20年,将是辽宁省经济社会发展的重要机遇期,也是科技振兴东北老工业基地的关键阶段,科技的发展与经济增长的相适性,将有利于“十二五”期间建设创新型辽宁战略目标的顺利实现。(2)从回归分析和协整分析看,辽宁科技创新能力与经济增长之间存在一种长期稳定的动态均衡关系。辽宁科技创新能力对于经济增长具有显著的正向影响和积极的贡献。因此,要树立正确的思想观念,在相关科技、产业政策的制定过程中,既要看到经济增长对科技的短期需求,又要兼顾科技对经济增长的长期促进作用。要制定合理地科技发展规划,要大量支持科技企业的发展,大力推进研发平台建设,充分发挥科技对经济的引领和支撑作用。(3)VAR模型表明科技创新能力提高一个百分点,将使滞后一期的经济增长提高0.29个百分点;动态脉冲响应函数分析也显示,当某一冲击作用对科技创新能力产生影响时,将会同时、同向的对经济发展起到持续效应;当某一冲击作用对经济发展的产生影响时,对科技创新能力产生的是震动性的影响,并逐渐趋于平稳。因此,应建立一套科技创新能力与经济增长之间的双向的反馈机制,促进科技与区域经济的协调发展。这样既可以避免盲目的投资,造成科研资源的浪费,又能避免由于投入不足妨碍科技进步。
参考文献:
[1]何建坤,吴玉鸣,周立.大学技术转移对首都区域经济增长的贡献分析[J].科学学研究,2007,(5).
[2]王溪若,陈飞翔,肖峻.外商直接投资、技术转移与经济发展[J].国际经贸探索,2006,(6).
[3]Granger,Newbold.Spurious Regressions in Econometrics [J].Journal of Econometrics,1974,(2).
[4]郑伟.技术转移与经济增长研究[J].数量经济技术经济研究,2008,(10).
责任编辑 魏亚男
[关键词]科技创新;经济增长;协整
[中图分类号]F062.4 [文献标识码]A [文章编号]1672-2426(2012)02-0048-03
20世纪80年代以来,科技与经济的关系一直备受经济与管理学界研究者们的密切关注。有研究认为,科学知识通过转化为智能技术来影响经济的增长与发展,即科学和经济的作用关系通过技术作为中间载体进行传递。由此可见,科技创新能力与经济增长之间存在着一定的关联。
一、科技创新能力指标体系的构建
1.指标体系
本文将科技创新能力综合评价体系分为三类:第一类是科技人员指标,第二类是科技创新投入指标,第三类科技创新产出指标。在满足合理性、可比性和可操作性的评价原则的前提下,考虑到指标应尽可能与相关统计年鉴中现有指标数据同步,本文构建了由3个主指标(科技人员指标、科技创新投入指标、科技创新产出指标),12个单项指标(科技活动人员、科学家与工程师、专业技术人员、科技活动经费筹集额、科技活动经费支出额、R&D经费支出额、高科技产品产值、技术市场成交额、专利申请项数、专利授权项数、国内外刊物上发表论文数、高科技产品出口创汇)构成的科技创新能力综合评价体系。
本文在收集了辽宁省科技创新综合评价体系相关指标数据的基础上,利用因子分析方法对已有指标体系进行科技创新综合评价指数的计算,尽量保证数据信息的完整性和有效性。
2.指标计算
对初始数据进行规范化处理,利用统计分析软件SPSS17.0进行分析,KMO值为0.551,累计方差贡献率为99%,说明以3个综合变量代表原有的12个变量的有效性达到了99%。通过计算得出2000-2009年辽宁省历年的科技创新能力综合评价得分。以2000年为基期,计算出相应年份的科技创新能力综合评价指数,结果见表1。
二、辽宁科技创新能力与经济增长之间的协整关系
辽宁科技创新能力综合评价指数可以反映辽宁科技创新的发展状态。本文以2000-2009年国民生产总值为主要指标来反映辽宁经济发展水平,以2000年为基期,计算得出辽宁各年份的GDP指数(见表1)。通过定量分析科技创新能力综合评价指数与经济增长指数之间的变化规律和数量关系,可以对辽宁科技创新能力与经济增长之间的内在联系进行初步探讨。
1.回归分析
根据前文,建立如下回归模型:
ΔLGDPIi=α+βLTIIi+ε
i=2000,...,2009;
利用统计软件SPSS17.0对经济增长指数与科技创新能力综合评价指数曲线进行分析,得出线性回归方程:
ΔLGDPIi=48.473+0.483LTIIi+ε
i=2000,...,2009;
计算结果显示,修正后的样本决定系数R2为0.998,显著性检验F值为5951.242,ρ值为0.000小于0.01,说明科技创新能力综合评价指数与经济增长指数之间存在显著的线性关系。D-W值检验结果为2.039,说明相邻两点的残差为正相关,但其数值接近2,因此可以认为模型中的误差项基本上是独立的,基本不存在异方差问题。LTIIi系数为0.483,说明科技创新对于经济增长具有显著的正效应。
2.协整分析
即使回归分析的结果表明变量之间存在较高的拟合优度,由于虚假回归的存在,所以很难直接得出变量之间的准确关系。当变量本身存在非平稳性时,变量间的线性组合有可能具有平稳性,那么就称这种具有平稳均衡关系的线性变量组合为协整方程。
对科技创新能力综合评价指数(LTII)和LGDP指数分别进行ADF(单位根)检验,结果如表2。
对于辽宁科技创新能力综合评价指数(LTII)和辽宁GDP指数,其原序列和一阶差分序列在1%、5%、10%的显著水平下均为非平稳序列;但是二阶差分序列在1%和5%的显著水平下为平稳序列。因此,原序列存在单位根,满足协整检验前提。
接下来对技术活动综合评价指数和经济增长指数是否具有协整关系进行进一步探讨。首先,建立协整回归方程:LGDP指数=C(1)+C(2)LTII+ε,利用OLS方法生成残差序列ε;其次,对残差序列进行ADF检验,结果如表3。
残差序列在1%和5%置信水平下通过了平稳性检验,因此可以判断,辽宁科技创新能力综合评价指数和经济增长指数之间存在协整关系,而且是长期稳定的关系。
3.VAR模型分析
分析表明科技创新能力情况与经济增长之间存在正向的长期稳定的关系,科技创新是促进经济增长的重要驱动力量之一。那么,科技创新能力对经济增长的驱动力量有多大?接下来将利用向量自回归模型(VAR)和脉冲响应函数方法进一步分析科技创新对经济增长的影响。
(1)建立一个两变量的VAR模型
通过综合评价对数似然值LR、赤池信息准则AIC、施瓦茨信息准则SC等,最终选择滞后阶数为1,具体分析结果如表4。
对滞后阶数为1的两变量VAR模型进行计算,结果显示方程(2)和(3)的拟合优度分别为:0.998613,0.996804,表示方程拟合度很好。根据表4,可以写出两变量VAR(-1)模型如下:
从LGDP指数方程的系数看,当保持其他因素不变时,科技创新能力提高一个百分点,将拉动经济增长提高0.29个百分点;从LTII方程的系数可以看出,当保持其他因素不变时,经济增长每提高一个百分点,将带动科技创新能力提高1.58个百分点。可见,科技创新能力与经济增长之间的作用是相辅相成的。
(2)脉冲响应函数分析
为了分别考察单个变量的冲击对其他变量的影响,这里利用SVAR模型可以得到正交化的脉冲函数数图(见图1-图4)。图1和图2分别为LGDP指数对LTII结构冲击的响应函数和累积响应函数;图3和图4则代表LTII对LGDP指数结构冲击的响应函数以及累积响应函数。横轴表示冲击作用的滞后期间数(单位:年),纵轴分别表示辽宁GDP指数和科技创新能力综合评价指数的变化,实线表示脉冲响应函数,虚线表示正负两倍的标准差偏离带。
从图1可以看出,当科技创新能力综合指数增长一个单位时,经济增长指数在滞后的一期即第2期时就会产生一个正向的响应( ,即在第2期,经济增长指数对上期LTII冲击的响应力度是0.96266),该响应力度稳步放大,到第10期时已经达到4.76549( ),是第2期的5倍。从累计响应函数上同样可以看出(图2),LTII的变化,能够拉动经济正向发展。从脉冲响应函数分析可知:科技创新能力的加强对辽宁经济的快速发展起到正向溢出作用,而且这种作用会随着时间的推移而越来越明显,充分体现了科技对经济发展的引领和支撑作用。
从图3看,当经济增长指数产生一个单位的冲击后,LTII在第1期便迅速产生响应( ),之后波动逐渐减缓;从图4的累积响应函数看,辽宁经济发展水平的稳步提高对于促进科技创新发展具有一定的长期的作用。
三、结论
本文构建了辽宁科技创新能力综合评价指标体系,并利用因子分析法,计算出2000-2009年间辽宁科技创新能力综合评价指数(LTII),并通过协整分析、VAR模型分析等方法对科技创新能力与辽宁经济发展的关系和贡献进行了初步的定量研究。结论与政策建议如下:(1)研究发现,2000-2009年间,辽宁经济增长速度略低于科技创新能力的发展速度。未来的10-20年,将是辽宁省经济社会发展的重要机遇期,也是科技振兴东北老工业基地的关键阶段,科技的发展与经济增长的相适性,将有利于“十二五”期间建设创新型辽宁战略目标的顺利实现。(2)从回归分析和协整分析看,辽宁科技创新能力与经济增长之间存在一种长期稳定的动态均衡关系。辽宁科技创新能力对于经济增长具有显著的正向影响和积极的贡献。因此,要树立正确的思想观念,在相关科技、产业政策的制定过程中,既要看到经济增长对科技的短期需求,又要兼顾科技对经济增长的长期促进作用。要制定合理地科技发展规划,要大量支持科技企业的发展,大力推进研发平台建设,充分发挥科技对经济的引领和支撑作用。(3)VAR模型表明科技创新能力提高一个百分点,将使滞后一期的经济增长提高0.29个百分点;动态脉冲响应函数分析也显示,当某一冲击作用对科技创新能力产生影响时,将会同时、同向的对经济发展起到持续效应;当某一冲击作用对经济发展的产生影响时,对科技创新能力产生的是震动性的影响,并逐渐趋于平稳。因此,应建立一套科技创新能力与经济增长之间的双向的反馈机制,促进科技与区域经济的协调发展。这样既可以避免盲目的投资,造成科研资源的浪费,又能避免由于投入不足妨碍科技进步。
参考文献:
[1]何建坤,吴玉鸣,周立.大学技术转移对首都区域经济增长的贡献分析[J].科学学研究,2007,(5).
[2]王溪若,陈飞翔,肖峻.外商直接投资、技术转移与经济发展[J].国际经贸探索,2006,(6).
[3]Granger,Newbold.Spurious Regressions in Econometrics [J].Journal of Econometrics,1974,(2).
[4]郑伟.技术转移与经济增长研究[J].数量经济技术经济研究,2008,(10).
责任编辑 魏亚男