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