朱 夢(mèng) 云

(安徽大學(xué) 商學(xué)院，安徽 合肥 230000)

創(chuàng)新是引領(lǐng)發(fā)展的第一要義，工業(yè)企業(yè)作為實(shí)體經(jīng)濟(jì)的核心，要以創(chuàng)新驅(qū)動(dòng)經(jīng)濟(jì)。自2015年推進(jìn)“三重一創(chuàng)”建設(shè)以來，安徽省委將其作為提升產(chǎn)業(yè)高質(zhì)量發(fā)展的主抓手，至2019年中旬擁有超過104家國(guó)家級(jí)創(chuàng)新平臺(tái)和合蕪蚌國(guó)家自主創(chuàng)新示范區(qū)。安徽省2018年研發(fā)經(jīng)費(fèi)全國(guó)排名第八，投入強(qiáng)度2.16%，總值高達(dá)649億元，國(guó)家知識(shí)產(chǎn)權(quán)局?jǐn)?shù)據(jù)顯示，安徽省2018年申請(qǐng)發(fā)明專利總量為10.88萬件，全國(guó)排名第五；1.48萬件為授權(quán)發(fā)明專利，總量排名全國(guó)第七位。2004—2018年，工業(yè)企業(yè)研發(fā)投入逐年增加，R&D占GDP的比重快速發(fā)展[1]。

一、安徽省技術(shù)創(chuàng)新和研發(fā)投入的研究背景及現(xiàn)狀

學(xué)者們對(duì)研發(fā)投入、技術(shù)創(chuàng)新和經(jīng)濟(jì)增長(zhǎng)的研究主要集中在3個(gè)方面：一是對(duì)研發(fā)投入與技術(shù)創(chuàng)新的研究。研究表明，研發(fā)投入是影響技術(shù)創(chuàng)新的顯著因素，且楊昀認(rèn)為存在滯后性[2-4]；政府R&D補(bǔ)貼能促進(jìn)技術(shù)創(chuàng)新，但隨著投入的增加促進(jìn)作用會(huì)減小[5]。二是對(duì)研發(fā)投入與經(jīng)濟(jì)增長(zhǎng)的研究。研究表明，研發(fā)投入能促進(jìn)經(jīng)濟(jì)增長(zhǎng)，王麗芳認(rèn)為關(guān)系是單向的[6-8]；研發(fā)投入對(duì)經(jīng)濟(jì)增長(zhǎng)的影響程度受限于地區(qū)發(fā)展水平[9]。三是對(duì)技術(shù)創(chuàng)新與經(jīng)濟(jì)增長(zhǎng)的關(guān)系研究。研究表明，存在經(jīng)濟(jì)差距的原因主要是資本積累與技術(shù)創(chuàng)新[10]；技術(shù)創(chuàng)新與經(jīng)濟(jì)增長(zhǎng)相互影響，且劉利和潘福林認(rèn)為存在滯后性[11-13]；技術(shù)創(chuàng)新對(duì)經(jīng)濟(jì)的促進(jìn)作用受地區(qū)創(chuàng)新水平的影響[14]。

文章選取安徽省2011—2018年有關(guān)技術(shù)創(chuàng)新和研發(fā)投入的數(shù)據(jù)進(jìn)行現(xiàn)狀統(tǒng)計(jì)分析，得出如下結(jié)論(表1)。

表1 描述性分析

根據(jù)表1可知，安徽省政府研發(fā)投入力度不夠，工業(yè)企業(yè)研發(fā)資金多以自籌為主，且逐年大幅度增加。政府投入較少且增加幅度小，8年內(nèi)企業(yè)資金投入均值為295.63億元，而政府資金投入均值僅18.31億元。企業(yè)研發(fā)資金投入最多的為2018年的475.45億元，當(dāng)年政府資金僅投入19.89億元，占比4%。安徽省缺乏創(chuàng)新人才，科研活動(dòng)人員總數(shù)和科研機(jī)構(gòu)活動(dòng)人員數(shù)雖有增加，但近兩年增幅皆有所下滑，且后者占前者比例持續(xù)擴(kuò)大，2018年工業(yè)企業(yè)科技活動(dòng)人員16.8萬人，其中科研機(jī)構(gòu)活動(dòng)人員數(shù)達(dá)到13.24萬人，這意味著將近80%的科研創(chuàng)新力量在企業(yè)之外，主要集中在科研機(jī)構(gòu)和高校。工業(yè)企業(yè)創(chuàng)新意識(shí)不強(qiáng)，缺乏創(chuàng)新精神，安徽省開展創(chuàng)新活動(dòng)的企業(yè)個(gè)數(shù)均值為3 115個(gè)，最大值為4 697個(gè)，最小值僅1 375個(gè)，雖然創(chuàng)新企業(yè)數(shù)量在逐步增加，但占全部企業(yè)的比例依然不大，2018年開展技術(shù)創(chuàng)新活動(dòng)的企業(yè)共有4 468個(gè)，占全部企業(yè)的比例只有23.8%。企業(yè)需要健全對(duì)專利權(quán)和知識(shí)產(chǎn)權(quán)的保護(hù)，它是創(chuàng)新的重要保證，然而很多中小企業(yè)都沒有設(shè)置專門的保護(hù)機(jī)構(gòu)，僅依靠政府和司法部門的保護(hù)，力度是不夠的。

二、模型選擇、研究步驟與變量選取

現(xiàn)有文獻(xiàn)多是針對(duì)技術(shù)創(chuàng)新、研發(fā)投入和經(jīng)濟(jì)增長(zhǎng)3個(gè)變量中的某兩個(gè)進(jìn)行探討，同時(shí)研究這3個(gè)變量的比較少。該文選取安徽省作為研究對(duì)象，搜集了2004—2018年規(guī)模以上工業(yè)企業(yè)的時(shí)間序列數(shù)據(jù)，運(yùn)用向量自回歸模型(VAR)研究技術(shù)創(chuàng)新、研發(fā)投入和經(jīng)濟(jì)增長(zhǎng)3個(gè)變量之間存在的因果關(guān)系和長(zhǎng)期動(dòng)態(tài)影響關(guān)系。

(一)模型選擇

當(dāng)變量間相互影響時(shí)，傳統(tǒng)回歸方法存在很難對(duì)變量進(jìn)行區(qū)分的問題。向量自回歸模型(VAR)可以完美地解決這一問題，它通過將變量整合在一起作為一個(gè)整體進(jìn)行回歸。VAR的基本結(jié)構(gòu)是:

wt=a1wt-1+a2wt-2+…+abwt-p+atxt+zt，其中t=1，2，…，T

(1)

(1)式中，待估計(jì)系數(shù)矩陣為a1，a2，…，ab和at，內(nèi)生變量向量是m維的wt，外生變量向量是n維的xt，滯后階數(shù)是p，樣本容量是T，zt為白噪聲過程。若要確保模型能夠反映變量間的最佳動(dòng)態(tài)關(guān)系，確定最佳滯后階數(shù)p便成為模型分析之前的必做之事。這種方法不僅可以擁有最小二乘法的優(yōu)點(diǎn)，還可以進(jìn)行脈沖響應(yīng)研究，分析某個(gè)變量在某一段時(shí)間內(nèi)沖擊另一個(gè)變量所造成的響應(yīng)。

(二)研究步驟

通過VAR模型對(duì)2004—2018年內(nèi)安徽省技術(shù)創(chuàng)新、研發(fā)投入與經(jīng)濟(jì)增長(zhǎng)3個(gè)變量之間的關(guān)系進(jìn)行實(shí)證分析。實(shí)證步驟為先分析各變量的平穩(wěn)性,再分析各變量之間的格蘭杰因果關(guān)系,最后進(jìn)行脈沖響應(yīng)分析與方差分解。

(三)變量選取

文章采用《安徽省統(tǒng)計(jì)年鑒》2004—2018年的數(shù)據(jù)作為樣本，將安徽省生產(chǎn)總值(GDP)作為衡量經(jīng)濟(jì)增長(zhǎng)的指標(biāo)。選取安徽省對(duì)規(guī)模以上工業(yè)企業(yè)的研發(fā)投入作為研發(fā)投入的指標(biāo)，即R&D；選取安徽省內(nèi)規(guī)模以上工業(yè)企業(yè)當(dāng)年的專利申請(qǐng)數(shù)作為技術(shù)創(chuàng)新的衡量指標(biāo)，即PAT。

三、實(shí)證分析

文章基于EVIEWS 10對(duì)安徽省研發(fā)投入、技術(shù)創(chuàng)新和經(jīng)濟(jì)增長(zhǎng)進(jìn)行實(shí)證分析，探討3者之間存在的動(dòng)態(tài)關(guān)系。

(一)ADF單位根檢驗(yàn)

大部分原始時(shí)間序列數(shù)據(jù)都不是原序列平穩(wěn)，如果直接對(duì)其進(jìn)行計(jì)量分析可能會(huì)導(dǎo)致偽回歸的情況，若先對(duì)模型中的所有變量都進(jìn)行穩(wěn)健性檢驗(yàn)即可避免此類情況的發(fā)生。如果原序列不平穩(wěn)，就需要對(duì)其進(jìn)行差分使其平穩(wěn)。各變量的穩(wěn)健性檢驗(yàn)結(jié)果見表2。

表2 ADF單位根檢驗(yàn)結(jié)果

由表2可知，在顯著性水平等于10%時(shí)，GDP、PAT和R&D臨界值的絕對(duì)值都小于其單位根檢驗(yàn)值的絕對(duì)值。因此，3個(gè)變量的數(shù)據(jù)都是平穩(wěn)間序列數(shù)據(jù)，即原序列平穩(wěn)，無需進(jìn)行差分使其平穩(wěn)，變量原數(shù)據(jù)通過了單位根檢驗(yàn)。

(二)模型定階

若要建立VAR模型，就必須確保檢驗(yàn)的可信度，即確定最佳滯后期和滿足平穩(wěn)性要求，兩者缺一不可，這樣可以保證模型是在最佳自由度上進(jìn)行的檢驗(yàn)，可以極大地提高檢驗(yàn)結(jié)果的可信度。通過表1可以得出所有變量是原序列平穩(wěn)的結(jié)果，利用無約束VAR模型條件下的FPE、LR、AIC、HQ和SC等統(tǒng)計(jì)指標(biāo)可以確定最佳滯后期，即以*最多的為最有標(biāo)準(zhǔn)(表3)。

表3 VAR模型最佳滯后期結(jié)果

由表3可以看出，在滯后階數(shù)為1時(shí)，VAR模型里的LR、FPE和SC的值同時(shí)達(dá)到最小，由此可以確定，此模型的最佳滯后期為1階。在進(jìn)行格蘭杰因果關(guān)系檢驗(yàn)之前，需要確定AR根是否穩(wěn)定，只有AR根穩(wěn)定，后續(xù)的脈沖響應(yīng)分析和方差分解才是有效的(圖1)。

圖1 AR根檢驗(yàn)結(jié)果圖

根據(jù)圖1可知，3個(gè)變量的特征根都在單位圓內(nèi)，由此可以得出模型是穩(wěn)定的，可以進(jìn)行后續(xù)檢驗(yàn)。

(三)格蘭杰因果關(guān)系檢驗(yàn)

上述分析難以有針對(duì)性地確定不同變量間的因果路徑，為了進(jìn)一步探究3個(gè)變量間的關(guān)聯(lián)性關(guān)系，可以對(duì)其進(jìn)行格蘭杰因果檢驗(yàn)。若檢驗(yàn)結(jié)果不顯著，那么就沒有做VAR模型的意義。檢驗(yàn)結(jié)果見表4。

表4 格蘭杰因果檢驗(yàn)結(jié)果

根據(jù)表4可知，格蘭杰因果檢驗(yàn)在顯著性水平等于0.1且滯后期為1時(shí)，研發(fā)投入變量與經(jīng)濟(jì)增長(zhǎng)變量互為對(duì)方的格蘭杰原因，即互為因果；技術(shù)創(chuàng)新變量與經(jīng)濟(jì)增長(zhǎng)變量間存在單向的格蘭杰原因，即技術(shù)創(chuàng)新是經(jīng)濟(jì)增長(zhǎng)的格蘭杰原因，但反過來卻無法產(chǎn)生顯著的影響，原因可能在于存在一定的滯后期，影響效果還沒有真正完全地顯現(xiàn)出來；技術(shù)創(chuàng)新變量與研發(fā)投入變量互為彼此的格蘭杰原因，也存在互為因果的關(guān)系。

(四)脈沖響應(yīng)函數(shù)分析

脈沖響應(yīng)函數(shù)分析可用來描述內(nèi)生變量對(duì)某些誤差項(xiàng)影響的響應(yīng)，即將一個(gè)標(biāo)準(zhǔn)偏差置于隨機(jī)誤差項(xiàng)上，觀察其對(duì)內(nèi)生變量的當(dāng)前值和未來值的影響幅度，以此來說明隨機(jī)干擾項(xiàng)如何傳播到每個(gè)變量。先前的AR根測(cè)試表明建立的VAR模型是穩(wěn)定的，因此后續(xù)的脈沖響應(yīng)函數(shù)分析和方差分解測(cè)試結(jié)果是有意義的。脈沖響應(yīng)函數(shù)分析圖表的實(shí)線表示脈沖響應(yīng)函數(shù)，虛線表示兩倍標(biāo)準(zhǔn)差的偏差線，縱軸表示響應(yīng)強(qiáng)度，橫軸表示響應(yīng)函數(shù)的跟蹤周期。收到標(biāo)準(zhǔn)差影響后的3個(gè)變量的結(jié)果如圖2所示。

圖2 脈沖響應(yīng)分析

根據(jù)圖2可以得出如下結(jié)論：

第一，經(jīng)濟(jì)增長(zhǎng)對(duì)于技術(shù)創(chuàng)新和研發(fā)投入沖擊的回應(yīng)。首先，看技術(shù)創(chuàng)新對(duì)經(jīng)濟(jì)增長(zhǎng)的影響。面對(duì)技術(shù)創(chuàng)新的沖擊，經(jīng)濟(jì)增長(zhǎng)從第二階段開始具有持續(xù)的積極作用，并在第五階段達(dá)到最大值，在第五階段之后積極作用繼續(xù)減弱。其次，看研發(fā)投入對(duì)經(jīng)濟(jì)增長(zhǎng)的沖擊。經(jīng)濟(jì)增長(zhǎng)表現(xiàn)出持續(xù)的積極作用，并在第四階段達(dá)到峰值，第四階段之后積極作用持續(xù)下降。總體而言，技術(shù)創(chuàng)新和研發(fā)投入是經(jīng)濟(jì)增長(zhǎng)的促進(jìn)因素，且作用明顯，但過了峰值之后，兩者的正向效應(yīng)都會(huì)隨著時(shí)間的增加而減弱，相比較而言，研發(fā)投入的促進(jìn)作用更顯著。

第二，研發(fā)投入對(duì)經(jīng)濟(jì)增長(zhǎng)和技術(shù)創(chuàng)新沖擊的回應(yīng)。首先，看經(jīng)濟(jì)增長(zhǎng)對(duì)研發(fā)投入的影響。面對(duì)經(jīng)濟(jì)增長(zhǎng)的影響，研發(fā)投入顯示出持續(xù)的負(fù)面影響，但隨著時(shí)間的流逝，負(fù)面影響逐年減少，并趨于零，這可能說明經(jīng)濟(jì)增長(zhǎng)對(duì)研發(fā)投入的影響具有很長(zhǎng)的滯后期。其次，看技術(shù)創(chuàng)新對(duì)研發(fā)投入的影響。研發(fā)投入顯示出持續(xù)的積極作用，但會(huì)隨著時(shí)間的流逝而減弱。一般而言，技術(shù)創(chuàng)新對(duì)研發(fā)投入有明顯的影響，但經(jīng)濟(jì)增長(zhǎng)對(duì)研發(fā)投入?yún)s沒有明顯的影響。

第三，技術(shù)創(chuàng)新對(duì)于經(jīng)濟(jì)增長(zhǎng)和研發(fā)投入沖擊的回應(yīng)。首先，經(jīng)濟(jì)增長(zhǎng)對(duì)技術(shù)創(chuàng)新的影響。面對(duì)經(jīng)濟(jì)增長(zhǎng)的影響，技術(shù)創(chuàng)新表現(xiàn)出持續(xù)的負(fù)面影響，但隨著時(shí)間的流逝，這種負(fù)面影響逐年減小，逐步趨向于零，這可能說明經(jīng)濟(jì)增長(zhǎng)對(duì)技術(shù)創(chuàng)新的促進(jìn)作用具有一定程度的滯后期。其次，研發(fā)投入對(duì)技術(shù)創(chuàng)新的沖擊。面對(duì)研發(fā)投入的沖擊，技術(shù)創(chuàng)新表現(xiàn)出持續(xù)的正向效應(yīng)，并在第三階段達(dá)到最大值，第三階段后，積極作用逐漸減弱?？傮w而言，研發(fā)投入對(duì)技術(shù)創(chuàng)新有明顯影響，而經(jīng)濟(jì)增長(zhǎng)對(duì)技術(shù)創(chuàng)新卻無明顯影響。

(五)方差分解

通過脈沖響應(yīng)函數(shù)分析可以得出某個(gè)內(nèi)生變量對(duì)其他變量的影響，但卻無法得知研發(fā)投入和技術(shù)創(chuàng)新對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)度。因此，需要通過方差分解進(jìn)行進(jìn)一步的分析和研究(表5)。

表5 方差分解結(jié)果

表5是經(jīng)濟(jì)增長(zhǎng)的方差分解，根據(jù)表5可以得出，當(dāng)滯后1期的時(shí)候，研發(fā)投入變量和技術(shù)創(chuàng)新變量對(duì)經(jīng)濟(jì)增長(zhǎng)變量沒有影響，即沖擊為0，這表明前兩個(gè)變量對(duì)后者的貢獻(xiàn)度具有一定程度的滯后性。研發(fā)投入對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)度最初呈現(xiàn)快速增長(zhǎng)的趨勢(shì)，然后逐漸放緩增長(zhǎng)速度，并在第十階段達(dá)到最大值，數(shù)值為60.12%；技術(shù)創(chuàng)新對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)度表現(xiàn)為持續(xù)下降的趨勢(shì)，從第六期開始，數(shù)值為3.90%，之后貢獻(xiàn)度趨于平穩(wěn)；經(jīng)濟(jì)增長(zhǎng)對(duì)其自身貢獻(xiàn)度的影響則呈現(xiàn)不斷下降的趨勢(shì)，到第十期貢獻(xiàn)度已經(jīng)下降到36.29%?？傮w而言，研發(fā)投入和技術(shù)創(chuàng)新都對(duì)經(jīng)濟(jì)的增長(zhǎng)存在長(zhǎng)期的促進(jìn)作用。但相較而言，研發(fā)投入對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)度表現(xiàn)更為顯著。

四、研究結(jié)論與建議

基于上述實(shí)證分析，從研究結(jié)論和建議兩個(gè)方面進(jìn)行總結(jié)，具體如下。

(一)結(jié)論

文章選取安徽省2004—2018年的時(shí)間序列數(shù)據(jù)進(jìn)行分析，包括發(fā)明專利申請(qǐng)量、研發(fā)投入和安徽省地區(qū)生產(chǎn)總值數(shù)據(jù)(GDP)，建立向量自回歸模型(VAR)，得出如下結(jié)論：技術(shù)創(chuàng)新變量、研發(fā)投入變量與經(jīng)濟(jì)增長(zhǎng)變量間存在長(zhǎng)期的動(dòng)態(tài)影響。研發(fā)投入與技術(shù)創(chuàng)新之間存在雙向因果關(guān)系，研發(fā)投入與經(jīng)濟(jì)增長(zhǎng)存在互為因果的關(guān)系，而經(jīng)濟(jì)增長(zhǎng)與技術(shù)創(chuàng)新之間只存在一種單向的因果關(guān)系。研發(fā)投入和技術(shù)創(chuàng)新都是經(jīng)濟(jì)增長(zhǎng)的推動(dòng)力，它可以有效地促進(jìn)經(jīng)濟(jì)發(fā)展，但相比較而言，研發(fā)投入在促進(jìn)經(jīng)濟(jì)增長(zhǎng)方面具有更重要作用。經(jīng)濟(jì)增長(zhǎng)對(duì)研發(fā)投入的增加和技術(shù)創(chuàng)新的提升都存在一定程度的滯后期。技術(shù)創(chuàng)新與研發(fā)投入兩個(gè)變量相互促進(jìn)，換言之，技術(shù)創(chuàng)新對(duì)研發(fā)投入有促進(jìn)作用，而研發(fā)投入對(duì)技術(shù)創(chuàng)新也有促進(jìn)作用。

(二)建議

根據(jù)以上結(jié)論，結(jié)合安徽省的創(chuàng)新發(fā)展戰(zhàn)略，將創(chuàng)新作為發(fā)展的核心動(dòng)力，提出相關(guān)建議。

1.加大研發(fā)投入力度

政府加大對(duì)研發(fā)投入的力度，包括對(duì)高新技術(shù)產(chǎn)品與前沿科技方面的投入力度，也可以通過推動(dòng)科技與金融的融合鼓勵(lì)金融機(jī)構(gòu)參與投資，進(jìn)而增加研發(fā)投入；提高自身創(chuàng)新能力，構(gòu)建公平、公開且合理的創(chuàng)新平臺(tái)，完善創(chuàng)新環(huán)境，以此來促進(jìn)安徽省的經(jīng)濟(jì)增長(zhǎng)；安徽省政府也應(yīng)該加大對(duì)研發(fā)投入金額使用的管控，完善監(jiān)督體制，防止亂用和濫用的現(xiàn)象發(fā)生。

2.加強(qiáng)技術(shù)創(chuàng)新能力

要擴(kuò)大國(guó)際科技合作，鼓勵(lì)國(guó)內(nèi)外科研機(jī)構(gòu)、大學(xué)和企業(yè)等研究開發(fā)機(jī)構(gòu)參與國(guó)際科學(xué)技術(shù)合作，注重技術(shù)創(chuàng)新，通過“引進(jìn)來、走出去”戰(zhàn)略共同攻關(guān)關(guān)鍵技術(shù)[15]。根據(jù)2004—2018年的數(shù)據(jù)可知，安徽省每年的發(fā)明專利申請(qǐng)總量和專利授權(quán)總量都在增加，即安徽省的技術(shù)創(chuàng)新水平在逐年提高，但專利發(fā)明的轉(zhuǎn)化率較低，如果不提高申請(qǐng)專利轉(zhuǎn)化為科技成果的速度，不加快科技成果商品化的速度，那么創(chuàng)新的積極性和創(chuàng)新水平就會(huì)降低。因此，必須提高轉(zhuǎn)化的速度才能促進(jìn)安徽省經(jīng)濟(jì)的發(fā)展。要加大對(duì)專利成果的保護(hù)，嚴(yán)懲侵權(quán)行為。近年來，新能源汽車成為發(fā)展趨勢(shì)，安徽省應(yīng)該抓住機(jī)遇，努力研發(fā)新能源，建立關(guān)鍵技術(shù)創(chuàng)新平臺(tái)。

3.完善監(jiān)管制度

由于經(jīng)濟(jì)增長(zhǎng)變量對(duì)研發(fā)投入和技術(shù)創(chuàng)新變量影響具有遲滯性，因此政府需要嚴(yán)格落實(shí)研發(fā)投入資金的投入與使用，讓資金使用在刀刃上。要抑制企業(yè)尋租行為的發(fā)生，形成“提高技術(shù)創(chuàng)新能力→加快經(jīng)濟(jì)增長(zhǎng)→加大研發(fā)投入→提升科技成果→加速經(jīng)濟(jì)增長(zhǎng)”的良性循環(huán)。

4.建設(shè)良好的創(chuàng)新環(huán)境

良好的創(chuàng)新環(huán)境是提升創(chuàng)新能力的前提，要建設(shè)開放、公平且公正的創(chuàng)新環(huán)境。創(chuàng)新政策是提高創(chuàng)新活力的基礎(chǔ)，首先，要頒布合適合理的政策；其次，對(duì)于市場(chǎng)上敢于研發(fā)的企業(yè)和個(gè)體應(yīng)給予一定程度的資金補(bǔ)助和政策支持；最后，應(yīng)該創(chuàng)建創(chuàng)新服務(wù)平臺(tái)，為創(chuàng)新型企業(yè)和個(gè)體提供便捷的信息查詢和技術(shù)支持，以此來提高創(chuàng)新的效率。

5.提升安徽省人力資本

安徽省人力資本的提升可以分為兩方面：一方面，加大對(duì)安徽省教育的投資力度，提高人才擁有量；另一方面，提升安徽省的吸引力，吸引高水平人才到安徽省創(chuàng)業(yè)和就業(yè)。政府應(yīng)重視人力資本在技術(shù)創(chuàng)新中的作用，并加大對(duì)教育的投入，培養(yǎng)高技術(shù)人才，還需要加大對(duì)產(chǎn)業(yè)孵化基地的建設(shè)。安徽省應(yīng)努力提高自身吸引力，著力完善人才鏈，推出“人才戰(zhàn)略”的政策，吸引高水平人才匯聚安徽省，促進(jìn)安徽省經(jīng)濟(jì)的快速發(fā)展。

該文選取安徽省2004—2018年規(guī)模以上工業(yè)企業(yè)的數(shù)據(jù)，通過VAR模型研究和分析了技術(shù)創(chuàng)新、研發(fā)投入與經(jīng)濟(jì)增長(zhǎng)3個(gè)變量之間的因果關(guān)系和長(zhǎng)期動(dòng)態(tài)影響，有針對(duì)性地提出了加大研發(fā)投入力度、加強(qiáng)技術(shù)創(chuàng)新能力、完善監(jiān)管制度、建設(shè)良好創(chuàng)新環(huán)境和提升安徽省人力資本等相關(guān)建議。