我国西部服务业发展对城乡协调影响的实证研究
结合表3、图3和图4，可以看出，虽然时间序列变量LNRFDI和LN辨N是非平稳的，但是它们
的一阶差分变量DLNRFDI和DLN盯N是平稳的。由此可知，时间序列LNRFDI和LNPTN都是一阶
表3检验变量序列的平稳性
变量ADF检验检验类型(c，t，k) 临界值结论
LNRFDI 一2．175476 (c，t，O) ．3．3249764 非平稳
LNPTN 一2．577282 (c，t，2) ．3．362984+ 非平稳
DLNRFDI ．2．808438 (c．0，5) ．2．77l】29+ 平稳
DLNPnq ，4．10707l (c，O，2) ．3．144920}+ 平稳
注：检验类型(c，t，k)分别表示ADF检验中是否会有常数项c、时
问趋势项t以及滞后期数为k。一3．144920{+表示该值是5％的显著水平
下的临界值：一3．324976*表示该值是10％的硅著水平下的临界值；、
一86一
单整序列，即I(1)。因此，序列可能存在协整(Dickev et．a1．，1991)关系，也就是说，可能存在两个序列的平稳线性联合，这意味着它们之问存在长期、稳定的关系。
2．协整检验
根据Engle和Granger的原始定义，对于双变量模型．协整要求两个变量要具有相同的单整阶数。从前面的单位根检验中，我们已经得】}1j两个变量都是一阶单整的结论。运用E—G两步法，对1990一2()05年FDI流量与中国的专利授权数之间的协整关系进行检验，检验结果如下：
第一步：估计方程。首先用OLS法估计协整向量，再检验残差是否是单位根过程。用Eviews5．0。得出下面的方程：LN明N=7．149335892+0．52 l 1 164637木LNRFDIR 2：0．600896，校正的R2=0．572388，F=2 1．07857
第二步：对残差的单位根检验。估计的残差u=LNPTN一0．5211 164637木LNRFDI一7．149335892检验结果显示，ADF值：一1．63020267，小于10％水平的临界值(见表4)，所以，估计的残差序列u在10％的水平拒绝原假设．即接受不存在单位根的结论。因此，可以确定估计的残差为零阶单整．上述结果表明：LNPTN和LNRFDI之间存在协整关系。协整向量为： (1，一0．52l“64637，一7．149335892)。从反映FDI流量与创新能力长期关系的协整检验中的第一步可以看出，从长期来看，FDI流量对创新能力的弹性为0．52ll 164637，即FDI流量每增长1％．专利授权数约增长
表4对残差的单位根检验
⋯
残差l ADF检验{检验类型(c． t， k) 临界值{结论
u 1．1．63020267 (o，o，6) l-1．600140’I平稳
注：表4巾的符号含义同袭3。
0．52％．表明了FDI流量对创新能力的拉动作用并不显著。
3．误差修正模型
描述创新能力与FDI流量之间随着FDI流量变化的短期波动向长期均衡调整的误差修正模型为：LNIyrN。=C(1)+C(2)母△LNRFDI。+aecm。一1+u。也可以写成：
△LNlyI'N产C(1)+C(2)丰△LNRFDI．+aLNPTN¨一0．5211164637木LNRFDI【_l一7．149335892)+u。
根据HENDRY一般到特殊的建模方法。我们首先选定4阶的滞后变量，然后逐步排除一些不显
著的变量，得到估计后的ECM如下： ’DLNPTN=0．3527167266t0．3238169423半DLN胛N(一2)一0．3063303412丰DLNPI’N(一3)一O．4534072436木DLNRFDl(一4)一0．2435227024水ecm。～1R毡O．789770，’校正的R2=0．“9617，D．W；2．576238
以上分析结果表明： (1)在1990—2005年间，FDI流量和专利授权数之间存在着长期动态均衡关系。． (2)在短期内，专利授权数的变动受到自身和FDI流量的变动因素的影响。其中，滞后2、3国际投资与跨国经营《国际贸易问题》2008年第12期年的专利授权数增长变动、滞后4年的FDI流量的变动对专利授权数的变动影响在5％的显著水平下是显著的，再没有其他滞后期的因素影响专利授权数的变动。(3)ecm是误差修正项，该项系数反映了误差修正模型自身修正偏离均衡误差的作用机制。当修正系数为l时，专利授权数和FDI流量的当年均衡误差在下一年就可以调整到均衡状态。此模型中的系数为0．2435227024，说明专利授权数和FDI流量的短期变动偏离它们长期均衡关系的程度并不大。FDI流量和专利授权数之间的均衡关系对当期非均衡误差调整的自身修正能力不强。
4．格兰杰(G啪ger)因果关系检验
协整检验结果表明，FDI流量与中国的专利授权数之间存在长期的均衡关系。但是这种均衡关系恐否构成因果关系，即是由FDI流量的增加提高了创新能力，还是由创新能力的提高吸引了FDI流入?前面的回归并不能够回答这个问题，所以还需要进一步的验证。格兰杰(Granger)因果关系检验只适用于平稳变量，所以我们使用、1990—2005年FDI流量与中国的专利授权年度数据一阶差分后的数据，对其进行格兰杰(Granger)因果关系检验，结果如表5所示。
表5中的第一列是滞后期数，第二列、
第三列是格兰杰(Granger)因果关系检验的零假设，每一行中第一个数据是F统计量数值，括号中的值是F统计量在零假设成立时的概率显著水平。通过检验结果，得出的结论为： (1)在滞后期为2、3年的时候，FDI流量的变表5 1990—2005年研发投入与经济增长的因果检验FDI流入量的变动不是专利专利授权数变动不是FDI滞后期授权数变动的格兰杰原因流入量的变动的格兰杰原因
1年0．00910(O．92573) O．36622(O．55735)
2年4．536】8(O．04822) 2．32429(O．16003)
3年9．16370(0．01785) 3．68306(O．09723)
4年1．18580(O．50522) 0．33242(O．84052)
动是专利授权数变动的格兰杰原因，因为从F统计量数值的概率水平可以看出是拒绝原假设的。这表明FDI流量对专利授权数的增加有预测作用，滞后期为1年、大于等于4年时，FDI流量的变动不是专利授权数变动的格兰杰原因，因为此时F统计量数值的概率水平说明只能接受原假设。(2)滞后期为l、2、4年时。专利授权数变动不是FDI流量的变动的格兰杰原因，因为从F统计量数值的概率水平可以看出是接受原假设的。滞后期为2年时，专利授权数变动是FDI流量的变动的格兰杰原因。
四、结论与政策建议
本文利用1990一2005年中国的专利授权数和FDI流人量数据。采用时间序列数据分析方法，首先对时序数据进行平稳性处理，然后运用协整、误差修正模型和格兰杰因果检验，实证分析FDI流量与专利授权数之问的长期关系及短期动态因果关系．得出的结论如下：FDl流量与中国的专利授权数之间存在着一定的相关关系尽管各自增长是非平稳的，但就长期而言，它们之间却构成了长期稳定的均衡关系。在我们所研究期间的短期内，滞后3年的专利授权数与FDl流量之间互为格兰杰原因；而滞后2年的专利授权数变动是FDI流量变动的格兰杰原因。在其他情形下。专利授权数与FDI流量之间不存在显著的因果关系。这种现象表明，FDI流量对专利授权数的贡献在短期内是不明显的。
本文认为，产生这一现象的原因可能包括： (1)从FDI流入的类型来看，早期流人中国的FDI在很大程度上是为了利用中国廉价的劳动力成本．主要是采取来料和进料加工贸易的方式。把中国当作一个“加工厂”。而处于价值链上游的研究与开发活动则⋯般被分配在母国，甚至仅仅局限于发达的工业化国家以及较发达发展中国家。跨国公司20世纪90年代末就已经在中国设立研发机构，但只是近年来在华研发投资才达到新一轮高潮。因此，较高的FDI流人量不能预期提高专利授权数也就在情理之中_『。(2)从微观层面上讲，企业的吸收能力对创新能力具有直接显著的正向影响。正如我们在2007的一项研究所表明，企业的吸收能力是一个企业成功地开发利用来自组织外部的技术能力或知识的一个必要条件。影响企业吸收能力的主要因素包括先备技术知识的积累和研发活动的投资。研发活动有助于新技术知识的产生及新技术能力的积累。