張海英，周志剛，朱迎春

(1.天津大學(xué)管理與經(jīng)濟學(xué)部，天津 300072；2.滄州師范學(xué)院，河北 滄州 061001；3.中國科學(xué)技術(shù)發(fā)展戰(zhàn)略研究院，北京 100038)

1 模型構(gòu)建及數(shù)據(jù)來源

1988年Holtz-Eakin 在對美國勞動報酬和勞動時間之間動態(tài)關(guān)系的研究中，首次提出了面板數(shù)據(jù)的向量自回歸(Panel Data Vector Autoregression，PVAR)方法。PVAR 模型可以表示為:

式中:i 表示省區(qū);t 表示時間;j 表示滯后期數(shù);Yit=(LnRDit，LnGDPit，STRit)T，表示第i 個省區(qū)第t年的3 ×1 維變量，該變量包括三個內(nèi)生變量:高校R&D 經(jīng)費投入、經(jīng)濟增長指標(biāo)、產(chǎn)業(yè)結(jié)構(gòu)指標(biāo)，表示為LnRDit、LnGDPit、STRit;β0為常數(shù)向量;βj為滯后期系數(shù)矩陣;Yit-j表示滯后j 期的變量;ηi為省區(qū)間的固定效應(yīng)向量，反映個體的異質(zhì)性;δit為時間效應(yīng)向量，表示同一時點的不同截面上可能受到的共同沖擊;μit為隨機誤差效應(yīng)向量。

本文用各省區(qū)高校R&D 支出表示高校研發(fā)投入指標(biāo)，記作RD;用各省區(qū)的國民生產(chǎn)總值作為衡量經(jīng)濟增長的指標(biāo)，記作GDP;經(jīng)濟發(fā)展中產(chǎn)業(yè)結(jié)構(gòu)調(diào)整規(guī)律主要體現(xiàn)在三次產(chǎn)業(yè)比重的變化，第三產(chǎn)業(yè)的規(guī)模與質(zhì)量對一國經(jīng)濟的發(fā)展具有重要意義，故以第三產(chǎn)業(yè)產(chǎn)值所占當(dāng)年GDP 的比重表示產(chǎn)業(yè)結(jié)構(gòu)調(diào)整程度，記作STR。RD、GDP、STR 的數(shù)據(jù)，分別來源于相關(guān)年度的《中國統(tǒng)計年鑒》、《中國科技統(tǒng)計年鑒》，時間跨度為1999—2011年，區(qū)域跨度為31 個省、直轄市、自治區(qū)。其中，STR 指標(biāo)為兩數(shù)的比值，表示產(chǎn)業(yè)結(jié)構(gòu)的相對變化。為了便于比較，這里只對另外兩項指標(biāo)取對數(shù)得到LnRD、LnGDP，目的是通過對數(shù)變換，將高校R&D 投入和經(jīng)濟增長由水平量變化轉(zhuǎn)換成相對量變化，同時增強變量之間的線性趨勢，消除異方差。

2 實證分析

2.1 單位根檢驗

為了避免出現(xiàn)PVAR 模型的“虛假回歸”或“偽回歸”現(xiàn)象，保證估計的有效性，需要對變量進行平穩(wěn)性檢驗。為了克服檢驗的局限性，保證結(jié)論的穩(wěn)健性，本文利用Stata10 版對LnRD、LnGDP 和STR 分 別 進 行LLC、Breitung、ISP、Fisher-ADF、Fisher-PP、Hedri 平穩(wěn)性檢驗。檢驗結(jié)果見表1，三個變量的水平值不能完全拒絕存在單位根假設(shè)。而三個變量的一階差分序列在1%顯著水平下均為平穩(wěn)序列，故變量為一階單整序列I (1)。

表1 lnGDP、lnRD 和STR 的單位根檢驗結(jié)果

2.2 PVAR 協(xié)整檢驗

在面板單位根檢驗的基礎(chǔ)上，分別對高校R&D 經(jīng)費投入與經(jīng)濟增長、高校R&D 經(jīng)費投入與產(chǎn)業(yè)結(jié)構(gòu)等面板數(shù)據(jù)之間是否存在協(xié)整關(guān)系進行檢驗，見表2。目前，常用的面板協(xié)整檢驗方法為基于殘差的協(xié)整檢驗，包括同質(zhì)面板協(xié)整檢驗如Kao 殘差協(xié)整檢驗方法，和異質(zhì)面板協(xié)整檢驗如Pedroni 殘差協(xié)整檢驗方法。考慮到我國區(qū)域的異質(zhì)性，本文選擇Pedroni 殘差協(xié)整檢驗法，根據(jù)殘差檢驗的組內(nèi)統(tǒng)計量Panel_ v、Panel _ rho、Panel_ PP、Panel_ ADF，組間統(tǒng)計量Group_ rho、Group_ PP、Group_ ADF 的顯著性水平，以及Pedroni 的蒙特卡羅模擬實驗顯示的小樣本條件下采用Panel_ ADF 和Group_ ADF、Panel_ PP 和Group_ PP 統(tǒng)計量更優(yōu)的原則。我們可以綜合判斷，1999—2011年間，高校研發(fā)投入與經(jīng)濟增長之間存在著長期協(xié)整關(guān)系，而高校研發(fā)投入與產(chǎn)業(yè)結(jié)構(gòu)之間不存在長期協(xié)整關(guān)系。故對高校研發(fā)投入與區(qū)域經(jīng)濟增長面板數(shù)據(jù)，進行進一步的PVAR 模型GMM 估計、脈沖響應(yīng)函數(shù)以及方差分解分析，討論我國高?？萍紕?chuàng)新投入對經(jīng)濟增長的作用機制。

表2 面板協(xié)整檢驗結(jié)果

2.3 PVAR 回歸分析

為了消除PVAR 模型存在的個體效應(yīng)和時間效應(yīng)，使變量間呈正交性，且與誤差項不相關(guān)，以保證面板矩估計系數(shù)的有效性，采用橫截面上的均值差分法消除面板向量自回歸模型中時間效應(yīng)，采用前向均值差分法消除區(qū)域固定效應(yīng)。在此基礎(chǔ)上進行1999—2011年，區(qū)域LnRD、LnGDP 之間的面板向量自回歸模型的矩估計，結(jié)果見表3。

表3 基于PVAR 的區(qū)域高校R＆D 投入與經(jīng)濟增長GMM 估計結(jié)果

從經(jīng)濟增長和高校研發(fā)投入變量自身情況來看，由GMM 估計的LnRD 滯后各期的系數(shù)和對應(yīng)的T 檢驗值可知，LnRD 的滯后一期與滯后二期變量對當(dāng)期LnRD 的影響為顯著正向影響，系數(shù)分別為0.677 和0.169，說明以往高校R&D 活動對當(dāng)期活動存在著重要影響。LGDP 的滯后一期對其當(dāng)期變量的影響也是顯著正向影響，系數(shù)為1.702;滯后二期為顯著負向影響，系數(shù)為-0.773。

從經(jīng)濟增長和高校R&D 投入之間的關(guān)系來看，LnGDP 滯后一期對當(dāng)期LnRD 為正向影響，系數(shù)為1.372，滯后二期為負向影響，系數(shù)為-1.31，均通過了顯著性水平為10%的檢驗?？傮w上，短期內(nèi)經(jīng)濟增長將有效促進高校R&D 投入。LnRD 滯后一期對當(dāng)期LnGDP 存在負向影響，系數(shù)為-0.0626，通過了顯著性水平為1%的檢驗;而滯后二期對LnGDP 存在正向影響，系數(shù)為0.009，未通過顯著性檢驗，表明我國高校R&D 投入滯后一期將對經(jīng)濟的增長當(dāng)期存在顯著的負向影響，但影響的系數(shù)很小。

2.4 脈沖響應(yīng)分析

脈沖響應(yīng)函數(shù)是指系統(tǒng)在輸入為單位沖擊函數(shù)時的輸出響應(yīng)，它刻畫了給定一個隨機擾動或是在隨機擾動項上施加一個標(biāo)準(zhǔn)差沖擊時，對系統(tǒng)中每一個內(nèi)生變量當(dāng)前和未來取值帶來的動態(tài)變化軌跡。本文通過給定變量一個標(biāo)準(zhǔn)差的沖擊，經(jīng)過蒙特卡洛模擬500 次獲得沖擊反應(yīng)，得到誤差置信帶為5%的脈沖響應(yīng)函數(shù)圖。圖1 顯示了高校R&D 投入與經(jīng)濟增長率之間相互影響的動態(tài)軌跡。本文中LnRD、LnGDP 等變量是通過對數(shù)變換得到的，各變量的沖擊實際上是其相對變化量的沖擊。為了便于表述，以下仍以高校R&D 投入沖擊、經(jīng)濟增長沖擊進行描述。

如圖1 右上圖所示，當(dāng)給定一個標(biāo)準(zhǔn)差的經(jīng)濟增長的正向沖擊時，高校R&D 投入對其作出了正向響應(yīng)，在滯后3 期，正向響應(yīng)達到最大，隨后增幅逐漸減少，到滯后6 期逐漸趨向零值。反映了經(jīng)濟的增長促進高校R&D 投入增加動態(tài)變化，但增幅并不大。

如圖1 左下圖所示，當(dāng)受到一個標(biāo)準(zhǔn)差的高校R&D 投入沖擊時，經(jīng)濟增長的變化首先做出較小的正向響應(yīng)，在較短的滯后期內(nèi)轉(zhuǎn)為負向響應(yīng)，并到滯后6 期逐漸趨向穩(wěn)定，經(jīng)濟增長響應(yīng)總體上以負向響應(yīng)為主，響應(yīng)變化量不大，這與PVAR 模型的GMM 估計結(jié)果一致?？梢娔壳拔覈咝&D投入的增加，短期內(nèi)并未帶來經(jīng)濟的顯著增長。

圖1 基于面板VAR 模型的高校R＆D 與經(jīng)濟增長脈沖響應(yīng)函數(shù)圖

2.5 面板方差分解

本文采用方差分解計算沖擊在不同時期內(nèi)的相對方差貢獻率，來度量沖擊對內(nèi)生變量的影響，并進一步考察不同沖擊的相對重要程度。表4 給出了預(yù)測期為滯后10 期、20 期和30 期的方差分析結(jié)果。

表4 基于PVAR 的區(qū)域高校R＆D 投入與經(jīng)濟增長關(guān)系方差分解

由表4 可知，從長遠來看，高校R&D 主要受到自身的影響，滯后30 期，自身的方差貢獻率基本穩(wěn)定在92.6%左右。經(jīng)濟增長對高校R&D活動的方差貢獻率相對較小，滯后30 期預(yù)測方差貢獻率穩(wěn)定在7.4%左右;經(jīng)濟增長主要受到自身與高校R&D 的影響比較大，方差貢獻率均高于15%，盡管由于前面模型估計的顯著性水平不高，可能會造成方差分解的偏差，但長期預(yù)測趨勢與Martin、Pamela、趙文紅等的研究結(jié)論基本一致。

3 結(jié)論與建議

面板協(xié)整檢驗表明，高校R&D 投入與產(chǎn)業(yè)結(jié)構(gòu)之間尚未形成面板協(xié)整關(guān)系，而高校R&D 投入與經(jīng)濟增長之間存在長期穩(wěn)定的均衡關(guān)系。因此，有必要加強高校研發(fā)活動與產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的互動關(guān)系，依托大學(xué)的科技資源優(yōu)勢和人才優(yōu)勢，為產(chǎn)業(yè)調(diào)整特別是主導(dǎo)產(chǎn)業(yè)調(diào)整提供人才、智力和技術(shù)支持，增強產(chǎn)業(yè)原始創(chuàng)新、集成創(chuàng)新和引進消化吸收能力，實現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整和優(yōu)化。同時，在產(chǎn)業(yè)結(jié)構(gòu)的合理化、高度化和高效化過程中，從產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的實際需要出發(fā)，引導(dǎo)和促進高?？萍紕?chuàng)新活動的開展，提升高?？萍紕?chuàng)新的綜合實力。

PVAR 模型的GMM 估計表明，滯后一期、二期GDP 顯著影響當(dāng)期高校R&D 的投入;高校R&D 滯后一期對當(dāng)期GDP 存在顯著的負向影響;脈沖響應(yīng)函數(shù)分析顯示，高校R&D 投入受到經(jīng)濟增長的正向沖擊，相應(yīng)地會作出動態(tài)同向響應(yīng)，但響應(yīng)變化量不明顯。反之，經(jīng)濟增長負向響應(yīng)高校R&D 投入的沖擊，且調(diào)整量變化不大，再次驗證了PVAR 分析的結(jié)論。說明短期內(nèi)經(jīng)濟增長能夠促進高校研發(fā)活動，而高校研發(fā)活動需要在人、財、物、信息、技術(shù)等多方面資源的投入，且研發(fā)活動投入產(chǎn)出周期較長，短期內(nèi)并不能促進經(jīng)濟的增長，甚至帶來負向影響。這與現(xiàn)階段我國高校科技創(chuàng)新意識，高校創(chuàng)新與產(chǎn)業(yè)界、經(jīng)濟界的密切程度，以及創(chuàng)新成果的轉(zhuǎn)化率普遍偏低也有著本質(zhì)的聯(lián)系。由此需要通過有效制度安排，完善高?？萍脊芾眢w制建設(shè)，增強高?？萍紕?chuàng)新意識、提高高校研發(fā)的效率，推動高校與經(jīng)濟界協(xié)同合作、推進高校科技成果快速有效轉(zhuǎn)移擴散，以實現(xiàn)高校研發(fā)活動的經(jīng)濟價值。

方差分解顯示，從長遠考察，我國經(jīng)濟增長對高校R&D 投入的方差貢獻率在7.4%左右，經(jīng)濟增長受到其自身和高校R&D 的影響均較高?？芍咝Ｑ邪l(fā)與經(jīng)濟增長之間存在良好的相互促進作用，且高校研發(fā)對經(jīng)濟增長的正向影響具有長期性和累積性，因此應(yīng)立足長遠，避免短期利益沖突，保持政策的持續(xù)性和穩(wěn)定性，合理配置各種高校研發(fā)資源，構(gòu)建研發(fā)投入與產(chǎn)出的良性循環(huán)。

［1］Holtz-Eakin D，Newey W，Rosen H S.Estimating vector autoregressions with panel data［J］.Econometrica:Journal of the Econometric Society，1988:1371-1395.

［2］Kao C.Spurious regression and residual-based tests for cointegration in panel data［J］.Journal of econometrics，1999，90(1):1-44.

［3］Pedroni P.Panel cointegration:Asymptotic and finite sample properties of pooled time series tests with an application to the PPP hypothesis［J］.Econometric theory，2004:597-625.

［4］Pedroni P.Purchasing power parity tests in cointegrated panels［J］.Review of Economics and Statistics，2001，83(4):727-731.

［5］Love I，Zicchino L.Financial development and dynamic investment behavior:Evidence from panel VAR［J］.The Quarterly Review of Economics and Finance，2006，46(2):190-210.