【作 者】
包耀东1（副教授），陈俊生1，陈丽珍2（博士生导师）
【作者单位】
1.南通理工学院经济管理学院，江苏南通226004；2.江苏大学财经学院，江苏镇江212000
【摘 要】
【摘要】R&D投入和科技创新是经济发展的内在动力，科学分析两者之间的关系是当今学术界研究的热点问题。采用VAR模型测算1996 ~ 2014年R&D投入与江苏省经济增长的关系，在此基础上利用修正的柯布—道格拉斯生产函数构造模型测量R&D投入对江苏省经济增长的贡献，研究结果表明，R&D投入对江苏省国民经济增长有一定的贡献，但贡献率偏低。因此，江苏省应继续加大R&D投入，提高科技创新能力，使得江苏省经济在新形势下取得持久竞争力。
【关键词】研究与试验发展投入；向量自回归；经济增长；柯布—道格拉斯生产函数
【中图分类号】F224.0 【文献标识码】A 【文章编号】1004-0994（2016）27-0026-6一、文献回顾
R&D投入与经济增长的关系是当前学术界研究的热点。Kenneth J. Arrow（1962）率先提出了包含技术内生的经济增长模型。Carlino 与Defina（1995）研究了美国各个区域之间的经济增长互动关系，利用向量自回归（VAR）模型分析了1929 ~ 1990 年间美国 8 个区域样本的区域间溢出效应。Angus（2014）分析了货币政策与熊彼特增长模型的经济增长之间的关系，发现名义利率的增加会减少（增加）研发和经济增长。Erdal（2015）提供了实证研究和发展支出与经济增长之间的关系，采用动态面板数据模型对1996 ~ 2010年52个国家的数据进行处理。研究发现，研发支出对所有国家的经济增长有积极的影响；对于发展中国家而言，短期内的效果较弱，但长期效果较强。
与国外相比，我国自1987年开始公布R&D投入数据，研究开始时间相对较晚。殷林森等（2007）运用灰色关联方法对我国产业经济增长与科技投入之间的关系进行了研究，得出科技投入能促进经济增长的结论。胡振华等（2009）采用数据包络法分析我国科技投入促进经济增长的效率。程龙（2016）利用VAR模型对吉林省人力资本投入、固定资产投资、R&D投入与吉林经济内生增长之间的关系进行了研究，发现R&D投入不仅对人力资本投入、固定资产投资有较大的促进作用，对经济增长也有较大的发挥空间。顾芸（2016）选取2000 ~ 2012年我国省级面板数据，构建空间面板杜宾模型,研究我国高校R&D投入对各省经济增长的直接影响和溢出作用。
虽然国内外学者关于R&D投入对国民经济增长影响的研究有很多，但针对区域经济与科技研发投入之间关系的研究还不多见。因此，本文建立VAR模型来分析江苏省的资本存量、人力资源以及R&D等因素综合作用的经济增长机制，在此基础上通过脉冲响应和方差分解R&D投入对江苏省经济增长的作用机制，利用修正的柯布—道格拉斯生产函数构造模型，测量科技创新对江苏省经济增长的贡献度。
二、实证分析及相关说明
1. 模型与数据样本介绍。根据经济增长理论，劳动投入、资本投入、R&D投入是影响经济增长的主要因素，因此本文采用VAR模型、修正的柯布—道格拉斯生产函数（引入科技创新投入动态变量）研究R&D投入与江苏经济增长之间的关系及科技创新投入对经济增长的影响。20世纪50年代中期，美国经济学家 R.M.Solow提出用余值法来测定各要素对经济增长的贡献，为测算科技投入要素对经济增长的贡献份额，通过引入变量科技投入（R&D）的方法，将传统C-D 生产函数扩展为：
式（1）中，GDP 表示产出，以江苏省全年社会就业人数表示劳动投入（EMP），以江苏省年固定资产投资总额表示资本投入（FIX）。在科技投入方面，RD是整个科技活动的核心，以RD经费支出额表示江苏科技投入量（RD）。
式（1）两边取对数，得式（2）：
LNGDP=LNf（FIXt，EMPt，RDt）=LNAt+αLNFIXt+βLNEMPt+ωLNRDt （2）
根据式（2）的研究框架，我们构建包括LNGDPt、LNFIXt、LNEMPt、LNRDt的四变量系统计量模型：
Zt=（LNGDP、LNFIXt、LNEMPt、LNRDt） （3）
其中：LNGDPt表示以1996年为基期的各年GDP的自然对数；LNFIXt表示通过名义全社会固定资产投资固定资产投资指数折算到1996年基期后的自然对数；LNEMPt表示全社会就业人数（万人）的自然对数；LNRDt表示将1996年作为基期的R&D投入的自然对数。
在此基础上用SPSS软件进行各要素的回归分析，由式（2）推导出科技创新投入（S）的贡献率：
ERD=rRD/GDP×100% （4）
其中：r为科技投入的投入产出系数；RD为科技投入增长速度；GDP为产出增长速度。
原始数据来源于《江苏统计年鉴》（1996 ~ 2014年），经过处理后的各相关变量数据资料如表1所示。使用Eviews 7.0软件进行相关计量分析。
2. 单位根检验。为了判断时间序列的平稳性，对相关变量进行单位根检验。目前单位根检验方法较多且各有不同特点，本文采用比较常用的ADF-Fisher Chi-square方法进行检验，选用时间趋势项和无截距项的检验形式，具体检验结果见表2。
由表2可以看出：LNGDP、LNFIX、LNEMP、LNRD四个变量之间存在协整的可能性，即这些变量之间可能存在长期的均衡关系。
3. 协整检验。在选择LNGDP、LNEMP、LNFIX、LNRD四个变量的基础上，构建向量自回归模型。利用LogL值、LR值、 FPE值等确定VAR模型的最佳滞后阶数，结果见表3。
根据表3的结果，有四个判断准则确定滞后期数为2，因此采用VAR（2）模型。
Johansen协整检验是基于VAR模型的一种检验方法，但也可直接用于多变量间的协整检验。参考以往研究，对于多变量的协整检验多采用 Johansen协整检验方法。由于本文要检验的变量个数超过两个，故也采用Johansen协整检验，检验特征根迹下的协整关系。
根据表3确定的最优滞后期数2，采用Johansen协整检验方法，利用Eviews 7.0软件得到迹（Trace）统计量检验值和最大特征值（Max-Eigen）统计量检验值，检验结果在5%的显著性水平上拒绝了原假设，表示LNGDP与LNFIX、LNEMP、LNRD之间有长期的稳定关系。4. 建立向量自回归模型（VAR）。根据表3的结果，有四个判断准则确定滞后期数为2，即建立VAR（2），根据VAR（2）通过软件分析，得出如下模型方程：
从实证结果可以看出，模型调整前模型拟合优度分别是：0.999975、0.997725、0.998929、0.997685。调整后模型拟合优度分别是：0.999951、0.995451、0.997858、0.995370。这表明模型结构比较稳定，模型拟合效果较好。
5. Granger 因果关系检验。根据前面几个步骤计算出的协整关系建立Granger方程，检测以上四个变量之间是否存在Granger因果关系，检验结果见表4：
从表4中可以看出（在5%的显著性水平上）：第一，全社会固定资产投资和全社会就业人员人数之间不存在格兰杰因果关系。第二，全社会就业人员与国内生产总值之间不存在格兰杰因果关系。第三，R&D经费支出总额与全社会就业人员人数存在单向因果关系，反之不成立。第四，国内生产总值与全社会固定资产之间存在双向因果关系。第五，R&D经费支出总额与全社会固定资产存在单向因果关系，反之不成立。第六，R&D与国内生产总值存在单向因果关系，反之不成立。
6. 脉冲影响分析结果。脉冲响应函数分析则是用来衡量来自对随机扰动项施加了一个标准差冲击之后对内生变量的当前值以及未来取值的影响，其意义是任一变量的扰动通过其他变量后反馈到自身的过程。
我们分别计算了一个标准差大小的LNGDP、LNEMP、LNFIX、LNRD的冲击对各自的影响。具体结果见表5、表6和脉冲响应图。
从表5、表6及脉冲响应图中可以看出，除了1 ~ 3期，LNGDP受LNRD脉冲响应大于自身的脉冲响应，除了第1期，LNRD对LNGDP的脉冲响应均大于LNEMP、LNFIX对LNGDP的脉冲响应，说明R&D投入对经济发展长期呈显著正向影响。LNEMP受到LNRD的脉冲响应，除了1 ~ 3期均为负值，受LNGDP、LNFIX的脉冲响应在9 ~ 10期及8 ~ 10期为负值，说明科技创新、固定资产、经济发展达到一定水平后，会约束劳动力需求。从长期看，LNFIX受到自身及其他变量的约束，因为固定资产投资、科技创新、经济发展达到一定水平后，其会约束固定资产投资的持续增长。从长期看，LNRD受LNFIX的影响比较显著，其他变量对其脉冲影响呈现先强后弱的特点，说明科技创新需要固定资产投资的持续增长。
7. 方差分解分析。方差分解用来研究 VAR 模型的动态特征，分析影响内生变量的结构冲击的贡献度。利用本课题已经建立的VAR进行方差分解，结果如表7所示。
从方差分解表可以看出：①LNGDP对自身影响较大，对LNRD有较强影响，对LNFIX呈现先弱后强的影响，对LMEMP影响较弱。②LNEMP对LNGDP的影响较大，对自身也有一定影响，呈现先强后弱的态势，对LNFIX影响较弱，对LNRD有一定影响，呈现先弱后强的态势。③LNFIX主要是受其自身冲击的影响，同时对LNGDP和LNRD有一定影响，但对LNEMP影响较弱。④LNRD主要是受其自身冲击的影响，同时对LNGDP和LNFIX有一定的影响，但对LNEMP影响较弱。
三、R&D投入对江苏经济增长的贡献分析
1. 计量R&D投入对江苏经济增长贡献的数据说明。在测算江苏省科技投入贡献度时，本文以江苏省年GDP表示产出（Y），以全社会固定资产（LNFIX）表示资本投入，以全社会就业人员（LNEMP）表示劳动投入。在科技投入方面：研发活动（RD）是整个科技活动的核心，故以科技研发经费支出（LNRD）表示科技创新投入，指标数据来源于《江苏统计年鉴》（1996 ~ 2014年）。
2. 实证结果分析。由科技投入贡献率计算公式可知，要计算科技投入贡献率，需确定科技投入的投入产出系数。基于扩展的C-D 函数，笔者运用 SPSS 17.0软件进行各要素的回归分析，具体结果如表8、表9所示。由表8可以看出，模型的拟合优度很高，达到99.8%，调整后的拟合优度为99.8%。同时，模型总体显著性检验F值为3307.158，Sig.值接近于0，说明模型总体具有显著性。通过表9可以进一步看出，各个因素均通过t检验，说明各变量均是显著的。因此，模型的估计结果如下：
LNY=-1.213+0.601LnFIX+0.606LnEMP+0.095LnRD
0.095是科技投入的投入产出系数，说明研发经费支出每增加1%，可以使GDP增长0.095%；0.606和0.601分别是劳动和资本的投入产出系数，说明就业人数和固定资产投资每增加1%，可以使GDP增长0.606%和0.601%。由此也可以看出，GDP的增长主要是靠固定资产投资和劳动力拉动，研发对经济增长的贡献度偏低。
由于科技活动的周期性和投入产出的时滞性，研发投入对经济增长的贡献存在滞后期，因此本文将1996 ~ 2014年分为四个时期计算科技投入对区域经济增长的贡献度，计算结果如表10所示：
四、主要结论
1. 通过单位根检验发现LNGDP、LNFIX、LNEMP、LNRD都是非平稳的时间序列，但是通过协整检验看出几个变量之间存在长期的、动态的协整关系。
2. 通过格兰杰因果关系检验，得出全社会固定资产投资和全社会就业人员之间、全社会就业人员与国内生产总值之间不存在格兰杰因果关系，两者联动性不强。这说明固定资产投入对就业影响较小，通过大量投资和发展劳动密集型产业来拉动经济增长和解决就业的作用不大，要适应新的形势来调整相应的发展思路。
R&D投入是全社会就业人员的格兰杰原因、科技研发经费支出总额是全社会固定资产的格兰杰原因、R&D投入是国内生产总值的格兰杰原因，反之均不成立。这充分说明科技是第一生产力命题的正确性，一是科技研发经费增加，二是会带动传统产业升级和新生业态的出现，进而促进就业人员增加、全社会固定资产的增加，最终拉动区域经济总量的增加。
3. 通过脉冲响应函数分析和方差分解分析，发现LNRD主要是受其自身冲击的影响，同时对LNGDP和LNFIX有一定的影响，但对LNEMP影响较弱。
4. 在1996 ~ 2014年间，江苏省R&D投入对经济增长的贡献度呈现先升后降的趋势。由表10可以看出：1996 ~ 2005年间，江苏R&D投入对经济增长的贡献率呈现波动性上升的趋势。1996 ~ 2000年间R&D投入对GDP增长的贡献度为16.92%，此阶段R&D投入虽有一定增长，但研发投入与经济增长不匹配，R&D对经济增长的拉动作用没有充分发挥。2001 ~ 2005年间R&D投入对GDP增长的贡献度为20.09%，较前期上升较多，主要由于R&D投入增加后科技创新成果转化为生产力的能力和水平提升较多，这一阶段也是R&D投入对GDP增长贡献最多的阶段。在2006 ~ 2010年的“十一五”期间，虽然江苏GDP总量上升，但R&D投入对GDP增长的贡献度降为15.53%，2011 ~ 2014年间进一步降为12.33%。这说明最近10年江苏省的R&D投入力度不大，科技创新转化为现实生产力的水平不高，R&D投入对经济发展的作用没有得到充分重视，急需采取相关措施加大对科技创新的投入，促进国民经济又好又快发展。
五、政策建议
1. 政府要高度重视科技创新工作。在市场经济条件下，企业科技创新是独立经营主体的自主行为。有人认为在市场经济条件下，政府科技经费应该主要投向高等学校等公益性组织。企业的技术创新不仅会给自身带来利益，而且能提升区域经济发展水平。但科技创新风险较大，前期需要大量、长期的科技创新投入，政府的支持和推动可以促进科技创新活动的开展，降低科技创新的阻力和风险。特别是在目前江苏省企业总体实力不强、中小企业占比较高的情况下，只有发挥科研院所、企业、政府的积极作用，形成合力，才能实现科技创新。从上述分析看出，江苏省近十年来科技创新投入对经济增长的贡献逐步降低，故有必要加大对科技创新的投入。直接的财政科技拨款和间接财税政策是各国激励企业研究开发与技术创新的普遍做法。
2. 基础研究和应用研究应双轮驱动、协同发展。科技创新是企业应该高度重视的领域，因为其与经济发展紧密结合。但有学者研究发现，应用研究与试验发展会阻碍经济增长，而基础研究投入将促进经济增长。因此要高度重视科技创新基础工作，加大科技创新特别是基础科技创新人才的培养力度。对基础研究的科技考核政策要进行科学设计，不能用传统的科技成果、产量成果对基础研究进行考核，应该从基础研究的广度和深度进行考核。当然也应适当鼓励基础研究多从经济发展急需公关的领域入手，促进基础研究和应用研究的良性发展。只有基础研究和应用研究双轮驱动，才能进一步提升区域经济发展水平和质量。
3. 科技创新成果要尽快走出“象牙塔”。江苏省高等院校、科技机构众多，科技创新已经取得了比较大的进步，某些科技创新成果在国内位居前列。但是应该注意的是，江苏省是专利申请和授权大省，但不是强省，有较多的科技创新成果未与制造业对接，没有转化为现实生产力。因此，必须构建科技成果转化体系，从制度上、经费上、组织上保障科技成果的转化，对能转化为现实生产力的科技创新成果，应给予发明者和单位相应的奖励，对对接企业进行财政支持，进而形成科技创新转化的良好氛围。
4. 加强科技转化中介机构建设。政府要高度重视科技创新成果转化中介机构的发展和建设，把支持成果转化中介机构的发展放到与重视科技创新同等的高度，力争通过中介机构把更多更好的科技创新成果推向合作企业，进而走向市场。要加强中介机构自身建设，要当好企业和科技创新之间的“红娘”，在供需双方间进行撮合，最终实现“联姻”。
主要参考文献：
殷林森，胡文伟，李湛．我国科技投入与产业经济增长的关联性研究［J］．中国软科学，2007（11）．
胡振华，刘笃池．我国区域科技投入促进经济增长绩效评价——基于滞后性的绩效分析［J］．中国软科学，2009（9）．
程龙．R&D投入对吉林省经济内生增长的作用机制研究［J］．当代经济研究，2016（1）．
顾芸，赵雪冉．高校R&D投入对经济增长的溢出效应研究——基于我国省级面板数据的实证研究［J］．管理现代化，2016（1）．
唐德祥．科技创新投入影响经济增长的内在机制——基于中国实际经济运行的经验证据（1978 ~ 2005）［J］．数理统计管理，2009（4）．
