中国科技投入与经济增长的面板数据的实证研究
时间：2020-12-23 08:05:45 来源：柠檬阅读网 本文已影响 人 
(河北经贸大学，河北 石家庄 050061)
摘 要：文章通过对1997～2004年31个省市自治区数据的实证研究，证明了经济增长与科技投入存在正的相关关系，但科技投入并未充分发挥作用。为了促进经济的较快发展，指出政府应加强对科技投入的管理。
关键词：科技投入；
经济增长；
面板数据；
中国
中图分类号：F812.0(2) 文献标识码：A 文章编号：1007—6921(2008)06—0024—02
随着我国知识经济的兴起，技术因素在经济增长中的作用也日益显著，而科技投入水平的高低影响着技术的发展，科技投入已经成为决定我国经济增长的重要因素。在这一方面已经有许多人做了大量的研究，如贾鹏等曾经对我国科技投入与经济增长的关联进行了实证分析，得出科技投入中影响经济增长的主导因素是科研经费的投入［1］；
王海鹏等运用误差修正模型和Granger因果检验发现二者存在双向因果关系［2］；
另外，罗佳明和王卫红通过实证分析发现科技投入对经济增长的贡献率为17.6%［3］。但是，他们都没有考虑全国不同省市或地区科技投入对经济增长影响的差异。而本文利用面板数据模型研究这一问题恰好弥补了他们的不足，充分分析了科技投入对经济增长的影响在地区的差异。通过分析发现现有科技投入使用情况中存在的问题，并根据我国的实际形势提出了相应的对策。面板数据在现实中是一种常见的数据类型，基于面板数据的模型在国外已得到广泛应用，但在国内却较少有学者研究和应用，而且还没有人运用面板数据研究科技投入与经济增长的关系的问题，本文就利用最基本的面板数据模型对全国各地区科技投入、固定资产投资和经济增长的关系进行研究。
1 模型和方法
面板数据 (Panel Data)指在时间序列上取多个截面，在这些截面上同时选取样本观测值所构成的样本数据，也就是把截面和时间序列数据融合在一起的数据。面板数据模型是一类线性经济模型，近20年来，面板数据模型在计量经济学理论方法方面取得了重要发展，新方法新观点层出不穷。在经济分析中，面板数据模型比起只利用截面数据或只利用时间序列数据模型具有不可替代的作用，它具有很高的应用价值。
我们利用面板数据进行经济分析时，首先对模型作如下3个假设检验，来确定回归模型yit=ai+bixit|uit中参数ai与bi在不同横截面上是否相同，然后再估计参数。
假设1：斜率（bi）和截距（ai）都不同
H1：yit=ai+bixit+uit
i=1,2…N，t=1,2…T, (a)
假设2：斜率（bi）相同，但截距（ai）不同
H2：yit=ai+bxit+uit
i=1,2…N, t=1,2…T,(b)
假设3：斜率（bi）和截距（ai）都相同
H3：yit=a+bxit+uit
i=1,2…N, t=1,2…T, (c)
首先检验假设3，若接受了H3，就选模型(c)；
若拒绝了假设3，则再检验假设2。若接受了H2，就选模型(b)，若拒绝了假设2，就选模型(a)。一般使用下面的方法进行假设检验。
模型(a)参数的最小二乘估计：
在零假设H2和H3下，F1和F2服特定自由度的F分布。如果检验F2通过则假设H3被接受，则选择模型（c），反之，则拒绝H3，继续检验F1，F1通过则选择模型（b），反之，则选择模型(a)［4］。
2 对我国各地区科技投入和经济增长关系的实证研究
本文选取全国除台湾外的31个省市自治区数据为样本，科技投入和固定资产投资为解释变量，科技投入用各地区的财政科技拨款（KJ）来表示，固定资产投资用各地区的按经济类型分全社会固定资产投资（INVEST）来表示。用地方国内生产总值(GDP)为被解释变量。样本期为1997～2004，国内生产总值（亿元）、财政科技拨款（百万元）、固定资产投资（亿元）都以1997年为不变价，消除了价格的影响，科技投入的数据重庆有一年的缺失。由于选取的截面的单位是总体的所有单位，因此选择固定影响模型是合理的，数据来源于科技统计综合信息库（www.sts.org.cn）和中华人民共和国国家统计局（www.stats.gov.cn）。
本文采用面板数据对该问题进行研究，是为了解决单纯采用截面数据和时间序列数据的不足。采用截面数据即选择同一时间上不同省市的数据作为样本观测值，只考虑到各地区为了鼓励经济发展而采用经济政策的差异，而不能考虑到由于时间不同而采用的不同宏观经济政策。而时间序列数据即选择同一省市或者全国在不同时间上数据作为样本观测却正好相反，只考虑到了时间的差异，而未考虑到地区的差异，而面板数据恰恰弥补了它们的不足，把二者结合起来分析问题。
经济的发展与科技的投入存在极为密切的关系，本文采用的是固定影响面板数据模型为：
GDPit=ai+b1iKJit+b2iINVESTit+μit
（i=1,^,n, t=1,^,t）。
KJit是1×K向量；
bi是K×1向量；
ai是个体影响，即模型中被忽略的反映个体差异变量的影响；
μit为随机误差项，是模型中被忽略的随着横截面和时间变化的因素影响，假设其均值为零，方差为σ2μ ，并假定μit与KJit和INVESTit不相关。
应用 Eviews5.0软件进行分析结果如下：
经过修正后得到的模型：
GDPit=ai+b1KJit+b2INVESTit+γGDPit(-1)+μit
b^1=0.082，b^2=0.42，γ=0.609。调整后的R—squared高达0.9988，拟合优度较好，DW值为1.51。b^1系数p值检验为0.0041，显著＜0.05，说明b1比较显著。同理，b^2和γ的p值分别为0.00、0.00，都显著＜0.05，说明他们也是显著的。F检验的伴随概率为0.00，说明整个方程是显著的。不同地区的截距项如下：北京（233）、天津（248）、河北（951）、山西（303）、内蒙古（238）、辽宁（837）、吉林（337）、黑龙江（685）、云南（334）、西藏（12）、陕西（270）、上海（643）、江苏（1545）、浙江（926）、安徽（623）、福建（730）、江西（405）、山东（1567）、河南（1091）、甘肃（157）、青海（27）、湖北（779）、湖南（698）、广东（1590）、广西（402）、海南（87）、重庆（259）、四川（724）、贵州（143）、宁夏（20）、新疆（207）。（其中括号中的数值为截距项的数值）。
分析上述数据可以得到如下结果：①从原始数据可以看出，各地区科技投入量逐年增加，说明各地方政府对科技投入在经济发展中的作用越来越重视。②从模型中可以看出，经济增长与科技投入有明显的正相关关系。系数是0.082，说明科技投入每增加一单位，经济增长增加0.082单位。③从模型中还可以看出上期的经济增长对本期的经济增长有很大的影响作用，说明经济增长也有惯性。同时，固定资产投资对经济增长也有很大作用。④截距项反映的是本地区的特征，从表中可以看出，各地区的截距项从最小的12到最大的1590，可以看出各地区间的经济发展水平还是有很大差异的。
3 结语
综合上述结论，我们可以看到政府已经注意到科技投入在经济发展中的重要作用，开始逐年加大对科技的投入。但是，我们也可以看出，科技投入同固定资产投资相比，对经济增长的影响作用还是相对较弱的。而世界上美、德、日等发达国家，科技进步对经济增长的贡献率高达70%［5］。我国现阶段科技进步对经济增长的贡献率远没有达到这一水平。这说明我国的科技投入并未充分发挥作用。因此我国必须在逐步增加科技投入的同时，建立适应高科技产业发展的环境，促进高科技产业的发展，从而带动整个地区经济的发展。我们在关注科技投入总量的同时，更应该关注科技投入的结构和科技资源的优化配置，提高科技资源的利用效率，使科技投入能够充分发挥作用，更好的促进经济的发展。从上面的分析中，还可以看出各地区的情况有很大差异，只有正确地认识这一情况，针对各地区的实际情况，采用不同的科技政策促进经济的快速发展。
［参考文献］
［1］ 贾鹏，王晓明，贾燕子我国科技投入与经济增长关联的实证分析［J］科技与管理，2004，(4).
［2］ 王海鹏，田澎，靳萍中国科技投入与经济增长的Granger因果关系分析［J］系统工程，23(7).
［3］ 罗佳明，王卫红中国科技投入对经济增长的贡献率研究：1953- 2001［J］，自然辩证法研究，2004，20(2).
［4］ 李子奈，叶阿忠高等计量经济学［M］北京：清华大学出版社，2000.
［5］ 李周为，钟文余经济增长方式与增长质量测度评价指标体系研究［J］中国软科学，1999，(6).
