基于VAR模型的地方财政科技投入与经济增长的实证分析

　　（3-3）、（3-4）和（3-5）式表明，固定资产投资和交互项ln h*ln R&D的交叉项回归系数为正，而研发人员和研发投入的系数为负。表明研发人员和研发投入这两个变量之间存在相互促进的关系，只是单独增加某一项投入的作用是不明显的。这就说明，当使用科技投入政策来促进经济绩效的时候，应该首先考虑R&D资本存量的提高，然后要考虑到R&D人员的引进等配套政策。（3-6）和（3-7）中各项变量均为负，研发只有在其他投资的基础上才能发挥较大作用。另外，从业人数对经济增长产生反作用，一方面这可能说明了广东的劳密型产业比例逐步减少，而低技能劳动力过多，给整个经济带来了负面影响；另一方面可能是R&D投入与发达国家相比明显不足，表现如下：1）研发投入不足。虽然广东省经济快速增长，但研发投入总量基数小，还未构成对经济增长的有力支撑；2）经济增长方式的影响。长期以来广东经济主要依靠资源和资本驱动增长，经济增长质量不高，对于科技进步对经济增长的作用重视不够；3）产业结构不合理。广东省在相当长的时期里，主要以第二产业为主，第三产业发展缓慢。由于产业结构不协调导致投资结构不合理，致使财政支出侧重于第二产业，而对于科技含量高的第三产业投资率偏低。
　　综上可见，广东省研发投入对经济增长产生长期稳定的均衡作用，但协整关系检验并不能确定两者是否具备统计意义上的因果关系，只能说ln y与ln R&D具备了存在格兰杰因果关系的可能性，尚需进一步验证。下面来考察这两个变量之间的因果关系，根据AIC准则和SC准则滞后期取2，检验结果如表3。
　　因果关系检验的结果表明，在1%显著性水平下，1978-2007年广东省R&D投入与经济增长之间存在单向的因果关系，即经济增长是研发投入的Granger原因，而广东省研发投入增加不是经济增长的Granger原因。意味着经济增长越快诱发研发投入规模的增大，而广东省的经济增长主要诱因不是研发投入，短期研发投入的增加或减少未引起经济增长的变化。但协整关系反映的是变量之间的长期稳定关系，而研发投入又显著地进入这一关系，这就意味着研发投入是经济增长的长期驱动因素。
　　（二）向量误差修正模型
　　误差修正模型反映了被解释变量的短期波动和长期均衡。同时，Engel和Granger(1987)证明了将协整关系引入模型后，可以用有限阶的VAR过程来描述一阶差分构成过程，即进行向量误差修正。在得到了由?驻ln yt、?驻ln lt、?驻ln kt、?驻ln ht、?驻ln R&Dt和?驻（ln h*ln R&D）t这四个I（0）过程组成的VAR（2）后，将得出的协整方程引入模型，就得到了在无约束差分形式下人均GDP及其滞后项、固定资产投资及其滞后项、从业人员数及其滞后项、R&D人员及其滞后项、R&D投入及其滞后项组成的VECM。估计时，采用的Johnson极大似然估计法，与协整分析一致，选取L＝2，含截距和不含时间项的线性趋势假设。下表显示的是在5%水平下VECM的参数估计结果。
　　从表4可以得出模型VECM的其中一个具体形式如下：
　　ECM不仅能反映时间序列之间的长期均衡关系，而且能反映短期偏离长期均衡的修正机制。（3-8）式的误差修正项系数为正，符合正向修正机制。误差修正系数为0.1912，各变量均通过长期均衡关系来影响人均GDP的增长，每年ln y的实际值与长期值或均衡值的偏差大约有19%被纠正，表明对人均GDP修正幅度较大。
　　表4的VECM估计结果说明了研发人员和研发投入对经济增长的短期影响较大，弹性分别为（0.923764，
　　1.079386）和（0.429840，0.484673），但是不显著，因此，主要通过协整的的长期均衡来影响人均GDP的增加。所以广东对研发投入要具有长期性和连续性。其原因在于，科技投入的生产力作用主要是通过提高物质资本和人力资本的效率来实现的，而这两者的效率在短时间内无法迅速提高，科技投入效果的显现自然也就需要一定的过程。
　　（三）脉冲反应函数
　　脉冲反应函数刻画的是在VECM扰动项上加一个单位标准差大小的信息冲击对内生变量的当前值和未来值的影响。图1是基于VECM（2）和Monte Carlo模拟的累积脉冲响应函数曲线，横轴代表滞后阶数，共有十期；纵轴代表广东省某一变量对其他解释变量单位信息冲击的响应程度。
　　从图1来看，研发投入对人均GDP的响应虽然历经四期的微调阶段，但是其正向响应逐步加大并趋向于长期稳定；人均GDP对研发投入一直处于负向响应，但在第八期之后有减小的趋势；研发人员投入对人均GDP开始处于负响应，但在第六期后转变为正响应，但其响应程度逐步减小；人均GDP对研发人员投入也有个四期的微调阶段，从第四期后，其正向响应程度逐步加大，并于第七期达到最大，又逐步减小。这表明了人均GDP与科技投入两者之间有着紧密的长期联系，人均GDP增长的同时也促进了科技投入的增长。因此，在政策措施上应采取长期而非短期的政策，以保证人均GDP增长对科技投入长期正向的拉动作用。另外，交叉项对人均GDP的响应由负向转为正向，后趋于长期稳定；而人均GDP对交叉项的响应一直处于负向，波动幅度较小，较为稳定。说明了这两个科技政策的改善并不总是可以提高经济增长。这不仅需要一个政策的改变，还需要两者的配合使用，既不能只提高R&D资本存量，也不能只提高R&D人员全时当量，需要在以提高R&D资本存量为主的同时，适度增加R&D人员全时当量，这样才可以更好地促进经济增长。
　　（四）方差分解
　　由于变量之间存在长期协整关系，同时由VECM的动态结构系统，可以进一步把握人均GDP增加受到，，，，的影响程度。表5是基于前述VECM和Monte Carlo模拟的方差分解结果（下表给出了10期的数据）。
　　从表5可以看出，在人均GDP走势的波动中，从方差分解的短期趋势看，经济发展水平是最主要的贡献因素，2、4、6期对应的比率分别为96.25%、74.73%、59.72%，各期贡献率均在44%以上；从方差分解的中长期趋势（8期以后）看，从业人员、资本存量和人力资本对经济增长的贡献最大，在第10期其方差贡献分别达到17.09%、21.45%和9.927%，这说明广东省的经济增长目前主要来源于要素投入的增长，经济增长类型属于弱内生型。研发投入对人均GDP增长的贡献整体偏小，但其上升速度最快，由第2期的0.052%上升到第10期的2.92%，这表明地方研发投入的增加对经济增长的影响程度最敏感。因此，目前进一步增加研发投入相对于其他经济要素投入来说对于长期经济增长的影响最直接有效。
　　结束语
　　本文通过构建一个内生经济增长模型，采用广东省三十年的时间序列数据，针对广东省财政科技投入与经济增长的关系展开时间序列分析。研究结果显示，研发投入对经济增长产生长期稳定的均衡作用，并且研发人员和研发投入两个变量之间存在相互促进的关系。基于实证研究结论，政策含义是：首先，要加大广东省财政科技投入和引进科技人才。既不能只提高R&D资本存量，也不能只提高R&D人员全时当量，需要两者的配合使用，这样才可以更好地促进经济增长。其次，科技投入对区域经济增长的长期影响比短期影响大，因此，要制定长远的科技投入战略而不是短期策略。最后，在重视科技投入数量的同时，对科技投入的结构、科技资源的优化配置和使用效率上也应给予足够的重视，最大限度提高科技投入在促进经济增长中的作用。

　　参考文献：
　　[1]Christopoulos D K. Tsionas EG. Financial development and economic Growth：Evidence from panel unit root and co-in-
　　tegration tests [J]. Journal of Development Economics，2004，
　　73(1): 55—74.
　　[2]郭瑞东. 地方财政科技投入与经济增长的动态均衡关系—以河北省为例[J].经济与管理,2009,23，(02):66-70.
　　[3]严四容,郭慧文,张文棋. 科技投入的国际比较与启示[J]. 科技投入与研究,2008,(1):86-91.
　　[4]张晓峒. 面板数据的计量经济分析[M]. 天津：南开大学出版社,2008.
　　[5]朱春奎. 财政科技投入与经济增长因果关系的实证研究[J]. 经济经纬,2006,(6):119-121.
　　[6]肖利. 美国企业投入对中国现代企业的启示[J]. 科研管理,2002,23，（2）：116-121.
　　[7]张绍佩. 江西省科技投入与经济增长的关联实证研究[J]. 经贸观察，2009，（01）：93-94.
　　[8]阮敏. 要素投入、技术进步与上海经济增长的源泉[J]. 当代经济管理,2008,30，（12）：63-67.