财政科技拨款与经济增长间关系实证分析

2014-09-23 23:06梁长来
会计之友 2014年20期
关键词:VAR模型关联性经济增长

梁长来

【摘要】 既有研究认为科技活动对经济增长具有显著促进作用。文章借助VAR模型,对1980-2012年的相关数据进行实证分析,结果表明财政科技拨款增加速度与经济增长速度之间存在着较强的互联关系,但二者之间不存在因果关系。往年经济增长速度对当前年度经济增长速度的强烈影响,表明了经济增长速度具有一定的刚性。基础研究和公共技术研发活动的持续性,导致了财政科技拨款的持续性,从而在实证中表现出往年财政拨款增加速度对当前年度财政拨款增加速度具有显著正关联性。

【关键词】 财政科技拨款; 经济增长; VAR模型; 关联性

中图分类号:F812.45文献标识码:A文章编号:1004-5937(2014)20-0095-06引 言

当前,科技对我国经济增长发挥着愈来愈重要的作用。在科技活动中,有些能够给企业发展带来直接影响,如应用性技术研究和改造活动;而有些则对企业发展带来间接影响,如基础性研究和具有强烈外部性的公共技术研究。由于企业趋利性的特质,造成企业倾向于投资周期短、能够带来直接效益的应用型科技活动,少介入或者避开投资于基础性研究和公共技术研究活动。但是,对于一个国家而言,基础性研究和公共技术研究又有着不可替代的重要作用,于是国家通过财政拨款方式投资于这些科技活动,形成财政科技拨款。此外,财政科技拨款还可以引导企业科技资金的投向,发挥宏观调控作用。因此,研究财政科技拨款与经济增长之间的关系具有重要的理论和实践意义。

一、文献评述

我国许多学者积极致力于财政科技拨款与经济增长关系的研究。齐秀辉、张铁男和武志勇(2011)对中国经济增长与财政科技拨款、R&D经费支出进行了协整分析,结果表明经济增长与R&D经费支出、国家财政科技拨款之间存在着长期的均衡关系。他们认为正是由于R&D经费支出和国家财政科技拨款的不断增长,促进了我国经济的持续增长。赵立雨和师萍(2010)借助协整分析也得到了同样的结论,并认为国家财政科技拨款对经济增长的贡献率明显高于研发经费内部支出的贡献率。李兴江和党婕(2010)、陈新国和姜琛(2011)、王灵芝(2011)、柴亮和余佳(2013)等分别对各省区的财政科技拨款和经济增长之间的关系进行了实证分析,也得到了类似结论。赵志远和完颜志翰(2013)基于DEA模型比较了全国除西藏外的其余各省区财政科技支出绩效,研究发现北京、吉林、上海等9个省市财政科技支出效率较优,其他21个省区市财政科技支出效率均较低。

这些学者的研究都不约而同认为是财政科技拨款和R&D经费的持续增长导致了经济的持续增长,这样的结论有失偏颇。从理论上讲,财政科技拨款和经济持续增长之间是双向互动关系,即财政科技拨款增加能够支持更多的科技活动进而促进经济增长,同时GDP的增长促进了财政收入增加,从而为科技活动提供了更多的财政经费支持。所以,不能认为双方之间存在简单的因果关系。

二、模型假设

为更好地研究财政科技拨款增加与经济增长之间的互动关系,需要对研究前提和相关因素进行假设。假定在其他因素保持不变的情况下:(1)经济增长需要物质基础,它的物质基础是以往年份经济增长积累形成的。若以GDP作为经济增长的衡量指标,则经济增长的物质基础就是以往所有年份GDP累计值。一般而言,随着时间的推移,过去年份GDP对当前经济增长影响程度是不断衰减的,故在本文中,假定经济增长的物质基础是离当前最近的若干有限年份GDP的累计值。(2)科技成果的取得不是一蹴而就的,而是对以往年份无数科技成果进行应用和创新所取得的,以往年份无数科技活动的累计投入就是当前科技活动的物质基础。同理,过去年份的科技活动对当前科技活动的影响程度也是随着时间推移而不断衰减的。由于财政资金在科技活动中的投向倾向于公共技术研究和基础性研究,这些研究对未来科技活动的贡献程度远高于企业投资应用型研究的贡献程度,因此,假定科技活动的物质基础是离当前最近的若干年科技活动财政投入(财政科技拨款,以CZBK表示)的累计值。(3)我国现行政策规定,政府对科技研发项目的资助期限一般为2年,最长不超过3年。此外,从统计学的角度来看,本模型的最佳滞后期为2年,如表1所示。因此,为保持研究的便利性和期限一致性,假定离现在最近的2年GDP累计值构成经济增长的物质基础,离现在最近的2年的财政科技拨款累计值构成科技活动的物质基础。

在这样的假设下,本文采用向量自回归模型(VAR模型)分析往年经济增长与往年财政科技拨款对当前年度经济增长及财政科技拨款的影响。VAR模型的基本公式为:

yt=?琢+■?茁ixt-i+■?酌yt-i+?着i

其中,yt为被解释变量,yt-i为内生变量,xt-i为外生变量,εi为随机误差项。

三、实证分析

理论上的财政科技拨款增加和经济增长之间的互动促进关系需要得到实践的证明。笔者以1980—2012年的相关数据对财政科技拨款和经济增长之间的互动关系进行实证分析。数据来源于《2013年中国科技统计年鉴》。

(一)单位根检验

为了防止“伪回归”现象的发生,需要检验时间序列数据的平稳性。采用ADF检验法对Ln(GDP)和Ln(CZBK)进行平稳性检验,如表2所示。

由表2可以看出,原时间序列变量Ln(GDP)、Ln(GDP(-1))、Ln(GDP(-2))、Ln(CZBK)、Ln(CZBK(-1))、Ln(CZBK(-2))等在10%的显著水平下均非平稳序列;经过一阶差分后,所有时间序列变量的一阶差分序列均在10%的显著水平下平稳;经过二阶差分后,所有时间序列变量的二阶差分序列均在5%的显著水平下平稳。

(二)恩格尔—格兰杰(EG)协整检验

1.若以D(Ln(GDP))作为被解释变量,以D(Ln(GDP(-1)))、D(Ln(GDP(-2)))、D(Ln(CZBK(-1)))、D(Ln(CZBK(-2)))作为解释变量,对残差估计值εi采用恩格尔—格兰杰法(EG)进行协整分析,结果如表3所示。

由表3分析可知,在5%的显著性水平下,εi是平稳的时间序列,因此时间序列变量D(Ln(GDP))和时间序列变量D(Ln(GDP(-1)))、D(Ln(GDP(-2)))、D(Ln(CZBK(-1)))、D(Ln(CZBK(-2)))等之间存在协整关系。

2.若以D(Ln(CZBK))作为被解释变量,以D(Ln(GDP(-1)))、D(Ln(GDP(-2)))、D(Ln(CZBK(-1)))、D(Ln(CZBK(-2)))作为解释变量,对残差估计值εi采用恩格尔—格兰杰法(EG)进行协整分析,结果如表4所示。

由表4分析可知,在1%的显著性水平下,εi是平稳的时间序列,因此时间序列变量D(Ln(CZBK))和时间序列变量D(Ln(GDP(-1)))、D(Ln(GDP(-2)))、D(Ln(CZBK(-1)))、D(Ln(CZBK(-2)))等之间存在协整关系。

(三)各变量的含义

各变量的含义如表5所示。

(四)财政科技拨款增加速度与经济增长之间互动关系的VAR模型

向量自回归模型(VAR模型)是用于研究相互联系的时间序列变量系统的有效模型。根据以上对各变量的平稳性分析及各变量含义,可以将财政科技拨款与经济增长之间互动关系的VAR模型具体表述为:

1.GDP增长速度与往年GDP增长速度、往年财政科技拨款增长速度间关系的VAR模型,也就是将D(Ln(GDP))作为被解释变量时,模型的表达式为:

D(Ln(GDP))i=c1i+c2iD(Ln(GDP(-1)))i+c3iD(Ln(GDP(-2)))i+c4iD(Ln(CZBK(-1)))i+c5iD(Ln(CZBK(-2)))i+?着i

2.财政科技拨款增长速度与往年GDP增长速度、往年财政科技拨款增长速度间关系的VAR模型,也就是将D(Ln(CZBK))作为被解释变量时,模型的表达式为:

D(Ln(CZBK))i=c1i+c2iD(Ln(GDP(-1)))i+c3iD(Ln(GDP(-2)))i+c4iD(Ln(CZBK(-1)))i+c5iD(Ln(CZBK(-2)))i+?着i

(五)向量自回归模型(VAR模型)的系数确定

1.GDP增长速度与往年GDP增长速度、往年财政科技拨款增长速度间关系的VAR模型,也就是将D(Ln(GDP))作为被解释变量时,方程的回归结果如表6所示。

2.财政科技拨款增长速度与往年GDP增长速度、往年财政科技拨款增长速度间关系的VAR模型,也就是将D(Ln(CZBK))作为被解释变量时,方程的回归结果如表7所示。

于是,上述两个方程式可以合并表述如下:

D(Ln(GDP))D(Ln(CZBK))=0.0662670.114420+

-0.835070 0.203791-0.173478 0.241806D(Ln(GDP(-1)))D(Ln(CZBK(-1)))+

-0.322826 -0.159568-0.077818 0.265386D(Ln(GDP(-2)))D(Ln(CZBK(-2)))+?着1?着2

该方程的拟合优度为0.48,调整后的拟合优度为0.40。该方程的所有单位根位于单位圆内,如图1所示,模型拟合效果稳定。

(六)脉冲响应分析

研究经济增长与财政科技拨款间关系的VAR模型是一种非理论模型,该模型的系数难以在经济意义上进行解释,因此在分析VAR模型时往往不是分析一个变量对另一个变量的影响如何,而是分析误差项发生变化,或者模型受到某种冲击时对系统的动态影响。

脉冲响应函数刻画的是在扰动项上加上一个标准差大小的冲击对内生变量当前值和滞后值的影响,对一个变量冲击直接影响这个变量,并通过VAR模型的动态结构传递给其他所有的内生变量,它能够形象地刻画出变量之间动态作用的路径变化,如图2所示。

在图2中,横轴表示冲击作用的滞后期间数(单位:年),纵轴表示各变量,实线表示脉冲响应函数,虚线之间的区域表示90%置信度下正负两个标准偏离带。可知经济增长速度与财政科技拨款增长速度均对系统信息冲击有不同的响应。经济增长速度受到自身冲击和财政科技拨款增长速度冲击后,自身反应非常强烈,但其后影响程度逐渐缓慢,直至收敛。同样,财政科技拨款增长速度受到自身冲击和经济增长速度冲击后,自身反应同样非常强烈,但其后影响程度也逐渐放缓,直至收敛。

(七)Granger因果关系检验

为了进一步确定经济增长速度与财政科技拨款增长速度之间的关系,笔者对D(Ln(GDP))与D(Ln(CZBK))进行Granger因果检验,如表8所示。

表8的结果表明经济增长速度与财政科技拨款增长速度之间不存在Granger因果关系。

(八)实证结果分析

1.我国的经济增长与财政科技拨款增加之间存在着长期均衡关系。但往年的经济增长速度与往年的财政科技拨款增加并不是经济增长的原因。同样,往年的经济增长与往年的财政科技拨款增加也不是当前财政科技拨款增加的原因。

2.往年的经济增长速度与当前年度的经济增长速度有较强的关联性,尤其是上一年度经济增长速度与当前年度经济增长速度之间的关联程度达到0.84,一个可能的解释就是:在没有强烈外力冲击的情况下,经济增长速度具有一定的刚性,会沿着特定的趋势逐步趋向稳定。经济增长速度的刚性蕴含着这样的政策:在市场失灵的情况下,若只依靠市场自身力量去恢复到经济稳定增长是不理性的。此时,需要政府借助宏观调控手段,打破这种刚性,强力纠正和引导经济增长恢复到稳定水平。

3.往年的财政科技拨款增加速度也与当前年度的财政科技拨款增加速度有显著的关联性,尤其是二者之间呈现正关联性,或许能够解释基础科技活动和公共技术研发活动的持续性投资需求。这个结论蕴含的政策启示:基础研究和公共技术研发活动是一个持续的创新过程,需要政府对该活动进行持续投资,而不能根据财政收支状况随意增减,尤其是在财政收支困难的情况下,不能以削减财政科技拨款作为削减赤字的手段,这会影响到基础研究和公共技术研发活动的持续性。

四、结论与展望

在环境问题和能源短缺压力不断增大的今天,科技被公认为是化解当前经济问题的有效良方,重视科技活动及在科技领域进行竞争成为世界各国新的竞争趋势。我国也高度重视科技研发及科技拉动经济增长的问题,确立了“科技兴国”战略,这需要我们在以下几个方面进行深入研究和拓展:

第一,深入研究和发现科技拉动经济增长的作用机理,找准科技活动的切入点,有效促进经济增长。比如美国,将信息技术、互联网技术、空间技术及金融创新技术作为拉动经济增长的引擎,有效地促进了经济近十年的温和增长。美国的产业结构和产业水平决定了其在信息技术、空间技术及金融创新技术方面的需求,这些技术成为美国科技活动的有效切入点,成功拉动了经济增长。我国当前的产业结构与产业水平明显与美国不同,这就要求我们去研究有效拉动我国经济增长的科技活动切入点。

第二,经济发展和科技活动的根本目的是一致的,都是为了提升人民群众的生活水平和生活质量,但当前我国经济发展的显著负面影响就是环境污染和资源枯竭,这成为制约人民群众生活质量提升的桎梏。加强科技研发活动,提高资源使用效率和清洁生产过程,是解决环境污染和资源枯竭的有效途径,企业趋利性特质决定了其在资金投向上很少投资这类技术研发活动,财政科技支出必须承担起这个任务。因为这类科技活动具有较强的公共性和外部性,对整个社会经济发展都具有促进作用。

第三,科技促进经济增长,人才是关键,必须重视高水平科技研发人才和科技应用人才的培养。当前大学生不愿意下县、区基层和中小企业,制约了基层发展和中小企业发展,成为经济增长的薄弱环节。目前我国存在着一个非常尴尬的难题:一方面是大学生就业难,大量大学生毕业即失业;另一方面是众多小微企业尤其是县级区域内的小微企业人才极度匮乏,难以吸引到所需人才。如何解决这一难题是政府的核心任务。或许在财政科技支出上多向有利于扶持县级区域内小微企业发展的公共技术研究倾斜,能够为解决这一难题提供一些有益尝试。还要重视实验室技术向产业技术转化的研发,提升科技成果的应用能力。

第四,秉持“可持续发展”原则,对经济增长调控和科技研发活动都要有相应的长期规划,确保经济增长可持续和科技研发活动可持续,减少研发资金投入的沉淀成本。基础研究和公共技术研发活动是一个持续的创新过程,需要政府对该活动进行持续投资。在财政科技资金使用方面,要加强监管,减少浪费和挪用现象,提升资金使用效益,使科技资金真正用于科技研发和普及活动。●

【参考文献】

[1] 齐秀辉,张铁男,武志勇.中国经济增长与财政科技拨款、R&D经费支出的协整检验[J].统计与决策,2011(4):118-120.

[2] 赵立雨,师萍.政府财政研发投入与经济增长的协整检验——基于1989-2007年的数据分析[J].中国软科学,2010(2):53-58.

[3] 李兴江,党婕.财政科技拨款对经济增长的实证分析——基于甘肃省相关数据的模型检验[J].甘肃社会科学,2010(5):174-177.

[4] 陈新国,姜琛.财政科技拨款对区域经济增长质量影响分析[J].太原理工大学学报(社会科学版),2011(12):19-22.

[5] 王亮,朱云娟,刘亭亭.安徽省科技投入与经济增长的实证研究[J].科技和产业,2009(1):36-40.

[6] 王灵芝.科技投入与经济增长发展优先关系研究[J].科技与管理,2011(11):116-120.

[7] 柴亮,余佳.基于面板数据模型的科技投入与经济增长关系研究——以浙江省为例[J].石家庄经济学院学报,2013(4):10-13.

[8] 赵志远,完颜志翰.我国省际间财政科技支出效率分析:基于DEA模型[J].金融经济,2013(5):74-77.

[9] 严成■,龚六堂.R&D规模、R&D结构与经济增长[J].南开经济研究,2013(2):3-19.

[10] 刘凤朝,姜滨滨.美国1995-2007年R&D经费效率评价研究——基于来源结构—执行主体的视角[J].科学学与科学技术管理,2013(8):18-24.

[11] 姚洋,章奇.中国工业企业技术效率分析[J].经济研究,2001(10):13-19.

1.GDP增长速度与往年GDP增长速度、往年财政科技拨款增长速度间关系的VAR模型,也就是将D(Ln(GDP))作为被解释变量时,模型的表达式为:

D(Ln(GDP))i=c1i+c2iD(Ln(GDP(-1)))i+c3iD(Ln(GDP(-2)))i+c4iD(Ln(CZBK(-1)))i+c5iD(Ln(CZBK(-2)))i+?着i

2.财政科技拨款增长速度与往年GDP增长速度、往年财政科技拨款增长速度间关系的VAR模型,也就是将D(Ln(CZBK))作为被解释变量时,模型的表达式为:

D(Ln(CZBK))i=c1i+c2iD(Ln(GDP(-1)))i+c3iD(Ln(GDP(-2)))i+c4iD(Ln(CZBK(-1)))i+c5iD(Ln(CZBK(-2)))i+?着i

(五)向量自回归模型(VAR模型)的系数确定

1.GDP增长速度与往年GDP增长速度、往年财政科技拨款增长速度间关系的VAR模型,也就是将D(Ln(GDP))作为被解释变量时,方程的回归结果如表6所示。

2.财政科技拨款增长速度与往年GDP增长速度、往年财政科技拨款增长速度间关系的VAR模型,也就是将D(Ln(CZBK))作为被解释变量时,方程的回归结果如表7所示。

于是,上述两个方程式可以合并表述如下:

D(Ln(GDP))D(Ln(CZBK))=0.0662670.114420+

-0.835070 0.203791-0.173478 0.241806D(Ln(GDP(-1)))D(Ln(CZBK(-1)))+

-0.322826 -0.159568-0.077818 0.265386D(Ln(GDP(-2)))D(Ln(CZBK(-2)))+?着1?着2

该方程的拟合优度为0.48,调整后的拟合优度为0.40。该方程的所有单位根位于单位圆内,如图1所示,模型拟合效果稳定。

(六)脉冲响应分析

研究经济增长与财政科技拨款间关系的VAR模型是一种非理论模型,该模型的系数难以在经济意义上进行解释,因此在分析VAR模型时往往不是分析一个变量对另一个变量的影响如何,而是分析误差项发生变化,或者模型受到某种冲击时对系统的动态影响。

脉冲响应函数刻画的是在扰动项上加上一个标准差大小的冲击对内生变量当前值和滞后值的影响,对一个变量冲击直接影响这个变量,并通过VAR模型的动态结构传递给其他所有的内生变量,它能够形象地刻画出变量之间动态作用的路径变化,如图2所示。

在图2中,横轴表示冲击作用的滞后期间数(单位:年),纵轴表示各变量,实线表示脉冲响应函数,虚线之间的区域表示90%置信度下正负两个标准偏离带。可知经济增长速度与财政科技拨款增长速度均对系统信息冲击有不同的响应。经济增长速度受到自身冲击和财政科技拨款增长速度冲击后,自身反应非常强烈,但其后影响程度逐渐缓慢,直至收敛。同样,财政科技拨款增长速度受到自身冲击和经济增长速度冲击后,自身反应同样非常强烈,但其后影响程度也逐渐放缓,直至收敛。

(七)Granger因果关系检验

为了进一步确定经济增长速度与财政科技拨款增长速度之间的关系,笔者对D(Ln(GDP))与D(Ln(CZBK))进行Granger因果检验,如表8所示。

表8的结果表明经济增长速度与财政科技拨款增长速度之间不存在Granger因果关系。

(八)实证结果分析

1.我国的经济增长与财政科技拨款增加之间存在着长期均衡关系。但往年的经济增长速度与往年的财政科技拨款增加并不是经济增长的原因。同样,往年的经济增长与往年的财政科技拨款增加也不是当前财政科技拨款增加的原因。

2.往年的经济增长速度与当前年度的经济增长速度有较强的关联性,尤其是上一年度经济增长速度与当前年度经济增长速度之间的关联程度达到0.84,一个可能的解释就是:在没有强烈外力冲击的情况下,经济增长速度具有一定的刚性,会沿着特定的趋势逐步趋向稳定。经济增长速度的刚性蕴含着这样的政策:在市场失灵的情况下,若只依靠市场自身力量去恢复到经济稳定增长是不理性的。此时,需要政府借助宏观调控手段,打破这种刚性,强力纠正和引导经济增长恢复到稳定水平。

3.往年的财政科技拨款增加速度也与当前年度的财政科技拨款增加速度有显著的关联性,尤其是二者之间呈现正关联性,或许能够解释基础科技活动和公共技术研发活动的持续性投资需求。这个结论蕴含的政策启示:基础研究和公共技术研发活动是一个持续的创新过程,需要政府对该活动进行持续投资,而不能根据财政收支状况随意增减,尤其是在财政收支困难的情况下,不能以削减财政科技拨款作为削减赤字的手段,这会影响到基础研究和公共技术研发活动的持续性。

四、结论与展望

在环境问题和能源短缺压力不断增大的今天,科技被公认为是化解当前经济问题的有效良方,重视科技活动及在科技领域进行竞争成为世界各国新的竞争趋势。我国也高度重视科技研发及科技拉动经济增长的问题,确立了“科技兴国”战略,这需要我们在以下几个方面进行深入研究和拓展:

第一,深入研究和发现科技拉动经济增长的作用机理,找准科技活动的切入点,有效促进经济增长。比如美国,将信息技术、互联网技术、空间技术及金融创新技术作为拉动经济增长的引擎,有效地促进了经济近十年的温和增长。美国的产业结构和产业水平决定了其在信息技术、空间技术及金融创新技术方面的需求,这些技术成为美国科技活动的有效切入点,成功拉动了经济增长。我国当前的产业结构与产业水平明显与美国不同,这就要求我们去研究有效拉动我国经济增长的科技活动切入点。

第二,经济发展和科技活动的根本目的是一致的,都是为了提升人民群众的生活水平和生活质量,但当前我国经济发展的显著负面影响就是环境污染和资源枯竭,这成为制约人民群众生活质量提升的桎梏。加强科技研发活动,提高资源使用效率和清洁生产过程,是解决环境污染和资源枯竭的有效途径,企业趋利性特质决定了其在资金投向上很少投资这类技术研发活动,财政科技支出必须承担起这个任务。因为这类科技活动具有较强的公共性和外部性,对整个社会经济发展都具有促进作用。

第三,科技促进经济增长,人才是关键,必须重视高水平科技研发人才和科技应用人才的培养。当前大学生不愿意下县、区基层和中小企业,制约了基层发展和中小企业发展,成为经济增长的薄弱环节。目前我国存在着一个非常尴尬的难题:一方面是大学生就业难,大量大学生毕业即失业;另一方面是众多小微企业尤其是县级区域内的小微企业人才极度匮乏,难以吸引到所需人才。如何解决这一难题是政府的核心任务。或许在财政科技支出上多向有利于扶持县级区域内小微企业发展的公共技术研究倾斜,能够为解决这一难题提供一些有益尝试。还要重视实验室技术向产业技术转化的研发,提升科技成果的应用能力。

第四,秉持“可持续发展”原则,对经济增长调控和科技研发活动都要有相应的长期规划,确保经济增长可持续和科技研发活动可持续,减少研发资金投入的沉淀成本。基础研究和公共技术研发活动是一个持续的创新过程,需要政府对该活动进行持续投资。在财政科技资金使用方面,要加强监管,减少浪费和挪用现象,提升资金使用效益,使科技资金真正用于科技研发和普及活动。●

【参考文献】

[1] 齐秀辉,张铁男,武志勇.中国经济增长与财政科技拨款、R&D经费支出的协整检验[J].统计与决策,2011(4):118-120.

[2] 赵立雨,师萍.政府财政研发投入与经济增长的协整检验——基于1989-2007年的数据分析[J].中国软科学,2010(2):53-58.

[3] 李兴江,党婕.财政科技拨款对经济增长的实证分析——基于甘肃省相关数据的模型检验[J].甘肃社会科学,2010(5):174-177.

[4] 陈新国,姜琛.财政科技拨款对区域经济增长质量影响分析[J].太原理工大学学报(社会科学版),2011(12):19-22.

[5] 王亮,朱云娟,刘亭亭.安徽省科技投入与经济增长的实证研究[J].科技和产业,2009(1):36-40.

[6] 王灵芝.科技投入与经济增长发展优先关系研究[J].科技与管理,2011(11):116-120.

[7] 柴亮,余佳.基于面板数据模型的科技投入与经济增长关系研究——以浙江省为例[J].石家庄经济学院学报,2013(4):10-13.

[8] 赵志远,完颜志翰.我国省际间财政科技支出效率分析:基于DEA模型[J].金融经济,2013(5):74-77.

[9] 严成■,龚六堂.R&D规模、R&D结构与经济增长[J].南开经济研究,2013(2):3-19.

[10] 刘凤朝,姜滨滨.美国1995-2007年R&D经费效率评价研究——基于来源结构—执行主体的视角[J].科学学与科学技术管理,2013(8):18-24.

[11] 姚洋,章奇.中国工业企业技术效率分析[J].经济研究,2001(10):13-19.

1.GDP增长速度与往年GDP增长速度、往年财政科技拨款增长速度间关系的VAR模型,也就是将D(Ln(GDP))作为被解释变量时,模型的表达式为:

D(Ln(GDP))i=c1i+c2iD(Ln(GDP(-1)))i+c3iD(Ln(GDP(-2)))i+c4iD(Ln(CZBK(-1)))i+c5iD(Ln(CZBK(-2)))i+?着i

2.财政科技拨款增长速度与往年GDP增长速度、往年财政科技拨款增长速度间关系的VAR模型,也就是将D(Ln(CZBK))作为被解释变量时,模型的表达式为:

D(Ln(CZBK))i=c1i+c2iD(Ln(GDP(-1)))i+c3iD(Ln(GDP(-2)))i+c4iD(Ln(CZBK(-1)))i+c5iD(Ln(CZBK(-2)))i+?着i

(五)向量自回归模型(VAR模型)的系数确定

1.GDP增长速度与往年GDP增长速度、往年财政科技拨款增长速度间关系的VAR模型,也就是将D(Ln(GDP))作为被解释变量时,方程的回归结果如表6所示。

2.财政科技拨款增长速度与往年GDP增长速度、往年财政科技拨款增长速度间关系的VAR模型,也就是将D(Ln(CZBK))作为被解释变量时,方程的回归结果如表7所示。

于是,上述两个方程式可以合并表述如下:

D(Ln(GDP))D(Ln(CZBK))=0.0662670.114420+

-0.835070 0.203791-0.173478 0.241806D(Ln(GDP(-1)))D(Ln(CZBK(-1)))+

-0.322826 -0.159568-0.077818 0.265386D(Ln(GDP(-2)))D(Ln(CZBK(-2)))+?着1?着2

该方程的拟合优度为0.48,调整后的拟合优度为0.40。该方程的所有单位根位于单位圆内,如图1所示,模型拟合效果稳定。

(六)脉冲响应分析

研究经济增长与财政科技拨款间关系的VAR模型是一种非理论模型,该模型的系数难以在经济意义上进行解释,因此在分析VAR模型时往往不是分析一个变量对另一个变量的影响如何,而是分析误差项发生变化,或者模型受到某种冲击时对系统的动态影响。

脉冲响应函数刻画的是在扰动项上加上一个标准差大小的冲击对内生变量当前值和滞后值的影响,对一个变量冲击直接影响这个变量,并通过VAR模型的动态结构传递给其他所有的内生变量,它能够形象地刻画出变量之间动态作用的路径变化,如图2所示。

在图2中,横轴表示冲击作用的滞后期间数(单位:年),纵轴表示各变量,实线表示脉冲响应函数,虚线之间的区域表示90%置信度下正负两个标准偏离带。可知经济增长速度与财政科技拨款增长速度均对系统信息冲击有不同的响应。经济增长速度受到自身冲击和财政科技拨款增长速度冲击后,自身反应非常强烈,但其后影响程度逐渐缓慢,直至收敛。同样,财政科技拨款增长速度受到自身冲击和经济增长速度冲击后,自身反应同样非常强烈,但其后影响程度也逐渐放缓,直至收敛。

(七)Granger因果关系检验

为了进一步确定经济增长速度与财政科技拨款增长速度之间的关系,笔者对D(Ln(GDP))与D(Ln(CZBK))进行Granger因果检验,如表8所示。

表8的结果表明经济增长速度与财政科技拨款增长速度之间不存在Granger因果关系。

(八)实证结果分析

1.我国的经济增长与财政科技拨款增加之间存在着长期均衡关系。但往年的经济增长速度与往年的财政科技拨款增加并不是经济增长的原因。同样,往年的经济增长与往年的财政科技拨款增加也不是当前财政科技拨款增加的原因。

2.往年的经济增长速度与当前年度的经济增长速度有较强的关联性,尤其是上一年度经济增长速度与当前年度经济增长速度之间的关联程度达到0.84,一个可能的解释就是:在没有强烈外力冲击的情况下,经济增长速度具有一定的刚性,会沿着特定的趋势逐步趋向稳定。经济增长速度的刚性蕴含着这样的政策:在市场失灵的情况下,若只依靠市场自身力量去恢复到经济稳定增长是不理性的。此时,需要政府借助宏观调控手段,打破这种刚性,强力纠正和引导经济增长恢复到稳定水平。

3.往年的财政科技拨款增加速度也与当前年度的财政科技拨款增加速度有显著的关联性,尤其是二者之间呈现正关联性,或许能够解释基础科技活动和公共技术研发活动的持续性投资需求。这个结论蕴含的政策启示:基础研究和公共技术研发活动是一个持续的创新过程,需要政府对该活动进行持续投资,而不能根据财政收支状况随意增减,尤其是在财政收支困难的情况下,不能以削减财政科技拨款作为削减赤字的手段,这会影响到基础研究和公共技术研发活动的持续性。

四、结论与展望

在环境问题和能源短缺压力不断增大的今天,科技被公认为是化解当前经济问题的有效良方,重视科技活动及在科技领域进行竞争成为世界各国新的竞争趋势。我国也高度重视科技研发及科技拉动经济增长的问题,确立了“科技兴国”战略,这需要我们在以下几个方面进行深入研究和拓展:

第一,深入研究和发现科技拉动经济增长的作用机理,找准科技活动的切入点,有效促进经济增长。比如美国,将信息技术、互联网技术、空间技术及金融创新技术作为拉动经济增长的引擎,有效地促进了经济近十年的温和增长。美国的产业结构和产业水平决定了其在信息技术、空间技术及金融创新技术方面的需求,这些技术成为美国科技活动的有效切入点,成功拉动了经济增长。我国当前的产业结构与产业水平明显与美国不同,这就要求我们去研究有效拉动我国经济增长的科技活动切入点。

第二,经济发展和科技活动的根本目的是一致的,都是为了提升人民群众的生活水平和生活质量,但当前我国经济发展的显著负面影响就是环境污染和资源枯竭,这成为制约人民群众生活质量提升的桎梏。加强科技研发活动,提高资源使用效率和清洁生产过程,是解决环境污染和资源枯竭的有效途径,企业趋利性特质决定了其在资金投向上很少投资这类技术研发活动,财政科技支出必须承担起这个任务。因为这类科技活动具有较强的公共性和外部性,对整个社会经济发展都具有促进作用。

第三,科技促进经济增长,人才是关键,必须重视高水平科技研发人才和科技应用人才的培养。当前大学生不愿意下县、区基层和中小企业,制约了基层发展和中小企业发展,成为经济增长的薄弱环节。目前我国存在着一个非常尴尬的难题:一方面是大学生就业难,大量大学生毕业即失业;另一方面是众多小微企业尤其是县级区域内的小微企业人才极度匮乏,难以吸引到所需人才。如何解决这一难题是政府的核心任务。或许在财政科技支出上多向有利于扶持县级区域内小微企业发展的公共技术研究倾斜,能够为解决这一难题提供一些有益尝试。还要重视实验室技术向产业技术转化的研发,提升科技成果的应用能力。

第四,秉持“可持续发展”原则,对经济增长调控和科技研发活动都要有相应的长期规划,确保经济增长可持续和科技研发活动可持续,减少研发资金投入的沉淀成本。基础研究和公共技术研发活动是一个持续的创新过程,需要政府对该活动进行持续投资。在财政科技资金使用方面,要加强监管,减少浪费和挪用现象,提升资金使用效益,使科技资金真正用于科技研发和普及活动。●

【参考文献】

[1] 齐秀辉,张铁男,武志勇.中国经济增长与财政科技拨款、R&D经费支出的协整检验[J].统计与决策,2011(4):118-120.

[2] 赵立雨,师萍.政府财政研发投入与经济增长的协整检验——基于1989-2007年的数据分析[J].中国软科学,2010(2):53-58.

[3] 李兴江,党婕.财政科技拨款对经济增长的实证分析——基于甘肃省相关数据的模型检验[J].甘肃社会科学,2010(5):174-177.

[4] 陈新国,姜琛.财政科技拨款对区域经济增长质量影响分析[J].太原理工大学学报(社会科学版),2011(12):19-22.

[5] 王亮,朱云娟,刘亭亭.安徽省科技投入与经济增长的实证研究[J].科技和产业,2009(1):36-40.

[6] 王灵芝.科技投入与经济增长发展优先关系研究[J].科技与管理,2011(11):116-120.

[7] 柴亮,余佳.基于面板数据模型的科技投入与经济增长关系研究——以浙江省为例[J].石家庄经济学院学报,2013(4):10-13.

[8] 赵志远,完颜志翰.我国省际间财政科技支出效率分析:基于DEA模型[J].金融经济,2013(5):74-77.

[9] 严成■,龚六堂.R&D规模、R&D结构与经济增长[J].南开经济研究,2013(2):3-19.

[10] 刘凤朝,姜滨滨.美国1995-2007年R&D经费效率评价研究——基于来源结构—执行主体的视角[J].科学学与科学技术管理,2013(8):18-24.

[11] 姚洋,章奇.中国工业企业技术效率分析[J].经济研究,2001(10):13-19.

猜你喜欢
VAR模型关联性经济增长
四物汤有效成分的关联性分析
如何准确认定排污行为和环境损害之间的关联性
我国快递业与经济水平的关系探究
基于物流经济的区域经济增长研究
反腐与经济增长
安徽省产业集群与城镇化的互动关系
人口结构与中国经济增长的经济分析
碳排放、产业结构与经济增长的关系研究
CRP检测与新生儿感染的关联性
关于矩阵的关联性