中國保險發展對技術創新長短期影響效應的實證研究

陳 華，王 穩

(對外經濟貿易大學 保險學院，北京100029)

中國保險發展對技術創新長短期影響效應的實證研究

陳 華，王 穩

(對外經濟貿易大學 保險學院，北京100029)

利用中國1998-2007年的省際面板數據，研究了各省區保險發展與技術創新之間的內在聯系。結果表明，保險發展與技術創新的變量均存在著單位根，且保險發展與技術創新之間存在著協整關系。完全修正的最小二乘(FMOLS)估計表明，長期中，保險發展與技術創新之間有顯著的正關系，且保險深度每增加一個百分點，會使技術創新的水平增加0.136% ～0.178%。若不考慮變量間的平穩性，直接利用OLS回歸會低估保險發展對技術創新的影響。面板誤差修正模型(PECM)表明，在短期中，我國保險發展對于技術創新的影響并不明顯。

保險發展;技術創新;面板協整;FMOLS;PECM

一、引言

大量學者研究發現，金融體系更加完善的國家，能夠保持更快和更加平穩的技術創新和長期經濟增長。因為完善的金融市場可以有效的提高一個國家的技術創新水平，從而其經濟最終獲得更高的長期增長。一個完善的金融體系包括銀行、證券和保險市場，長期以來，眾多學者對于銀行和證券市場及其對經濟增長的作用給予了較多關注，并且從理論和實證上進行了深入的研究。自20世紀80年代開始，學者們也開始關注到了保險市場，一方面在于保險市場的重要性日益提升，另一方面則在于保險公司除了通過在資本市場上作為重要的機構投資者以外，還承擔了風險轉移的功能，相對其它金融中介能夠在更多方面推動經濟增長，一些學者利用發達國家和發展中國家的數據進行了實證上的研究，并得出結論:保險通過資本配置和風險轉移，極大地推動了經濟的增長［5-7］。

但是，保險市場如何推動技術創新?國內外的研究則顯得相對較少。雖然有學者認為，保險通過對于資本的配置和對消費的促進，最終推動了經濟增長。但不可忽視的是，保險相對銀行和證券市場而言，對于技術創新的作用更為直接。在新技術的應用過程中，風險事故的發生頻率可能大幅度減少，但破壞的劇烈程度可能增加，而且新技術、新工藝本身伴隨著新的風險。保險本身可以鼓勵科學技術的應用，開辟新的生產領域，促進新技術、新工藝、新材料的應用，促進新產品的試制［8］(Haiss＆ Sumegi，2008;)。但是，并沒有學者對保險發展與技術創新的關系從實證上進行分析。因此，本文通過利用我國各省區1998-2007年的數據，來進行實證分析，以檢驗保險發展對于技術創新影響的短期和長期效應。

二、模型設定及數據說明

(一)模型設定

令Y表示技術創新產出，K表示技術創新的資本投入，L表示技術創新的勞動力投入，I表示保險發展水平。假定技術創新生產函數有如下C-D生產函數的形式［9］①王少平和楊繼生(2006)在《中國工業能源調整的長期戰略與短期措施——基于12個主要工業行業能源需求的縱列協整分析》一文的分析中，也采用了這一函數設定形式。:

對上式兩邊取對數，得到如下計量模型

其中，αi度量了不同省份的異質性，β1和 β2分別代表勞動力和資本投入的彈性，β3則表示保險發展水平對技術創新增長的影響。

(二)變量選取

技術創新產出變量(Yit)。由于技術創新產出這一指標通常無法直接衡量，實證研究中，研究者往往采用一些替代性的指標來加以度量。比如專利［10-11］②孫文杰和沈坤榮(2007)采用新產品銷售收入、企業申請專利數和新產品的開發項目數來衡量企業的技術創新能力。孫伍琴和朱順林(2008)用企業專利數量作為技術創新的代理變量。。這是因為大多數科研人員選擇以申請專利的形式對其研究進行保護，因此專利的數量對技術創新的水平有著較強的代表性。專利通常分為發明專利、實用新型專利和外觀設計專利3種。考慮到技術創新的本質，本文選取各省發明專利申請量(apit)來度量各省的技術創新水平。在一定程度上，該指標反映了各省技術創新活動的數量和質量。

技術創新的勞動力投入(Lit)。本文采用各省區從事科技活動人員數(stpit)和各省區研究與實驗發展人員全時當量(rdpit)來衡量創新的勞動力投入。

技術創新的資本投入(Kit)。本文采用各省區科技活動經費內部支出(stfit)及研究和實驗發展經費內部支出(rdfit)兩個指標來作為創新資本投入。

保險發展指標(Iit)。在保險理論中，通常采用保險深度來衡量一個國家和地區的保險發展水平。保險深度是指保費收入占國內生產總值(GDP)的比例，它是反映一個國家的保險業在其國民經濟中的地位的一個重要指標。基于此，本文采用文獻中常用的原保險保費收入(oiit)與地區生產總值之比(iirit)來度量。

(三)數據說明

本文國內生產總值的數據來源于《新中國五十五年統計資料匯編》及中國統計年鑒(2005-2008)，Yit、Lit、Kit的數據來源于《中國科技統計年鑒》(1999-2008)。保險數據來源于《中國保險年鑒》(1999-2008)，其中把大連、寧波、青島、廈門和深圳的保費收入數據對應加入到所在省。因數據缺失，西藏自治區的數據不包括本文的樣本內。因此本文選取中國30個省區1998-2007年的數據來進行分析。對于各省區科技活動經費的內部支出以及研究和實驗發展經費內部支出，本文采用各省區歷年的居民消費物價指數進行平減，得出2000年不變價格的相應指標。各變量的描述性統計分析如表1。

表1 各指標的統計性描述

三、實證結果及分析

在對經濟變量尤其是宏觀經濟變量回歸之前，須對變量進行平穩性檢驗。若數據非平穩，則使用普通的回歸方法得出的估計值是有偏且不一致的，即存在偽回歸現象。下面對上述各變量進行面板單位根檢驗。

(一)面板單位根檢驗

面板單位根檢驗是時間序列的單位根檢驗在面板下的推廣。當樣本容量較小時，時間序列的單位根檢驗通常會因樣本容量不足而使得檢驗的功效較低，因此得到的結果不穩健。面板單位根檢驗綜合了時間和截面兩個維度的信息，可以大大提高檢驗統計量的檢驗功效。

常用的面板協整檢驗有LLC檢驗(Levin，Lin和 Chu，2002)、Breitung 檢 驗［12］、Hadri 檢 驗(Hadri，2000)、IPS 檢 驗 (Im，Pesaran 和 Shin，2003)、Fisher檢驗(Maddala 和 Wu，1999)及 Choi檢驗［14］。其中，前面三者是同質面板單位根檢驗，后面三者是異質面板單位根檢驗。Hadri檢驗的零假設為有單位根，其他5種單位根檢驗的零假設為沒有單位根。這6種單位根檢驗的大樣本表現均很良好，但是小樣本表現不一，為了方便比較，本文報告所有零假設為有單位根的檢驗統計量的檢驗結果，如表2所示。

表2 面板單位根檢驗結果

注:(1)括號內為統計量對應的p值;(2)Δ是差分算子。

從表2可以看出，對于 log( )ap、Δlog( )ap、Δiir、Δlog( )stf、Δlog( )rdf 、Δlog( )stp 、log( )rdf 和 log( )rdf，所用的五個檢驗統計量都給出了一致的結論，但對其他變量，比如iir，LLC的檢驗結論是平穩的，但其他統計量的結論相反，在這種情況下，根據文獻［14］的模擬結果，此時IPS統計量的結論最為穩健，因此，在各統計量檢驗結果不一致的情況下，本文主要參考IPS統計量。由此可以看出本文考慮的所有變量均是一階單整變量。

(二)面板協整檢驗

在上述單位根檢驗結果的基礎上，還需要對變量之間是否有協整關系進行檢驗，來考察各個變量之間是否存在著長期的均衡關系。長期相關的存在會導致OLS估計結果是有偏的，因此，基于OLS估計的殘差進行協整檢驗缺乏可靠性。也就是說，時間序列中用于檢驗協整關系的EG兩步法不可直接用于面板數據。需要對相關的統計量進行一定的調整。

文獻［15］和文獻［16］分別利用EG兩步法的思想，將時間序列的協整檢驗擴展到面板數據中。分別稱為Kao檢驗和Pedroni檢驗。兩者在實證中均有相當廣泛的應用。但考慮到小樣本下兩者的功效不同，本文僅選擇表現相對較好的Kao檢驗進行報告。Kao檢驗包括5個零假設為沒有協整的檢驗統計量。本文分別對如下兩個模型進行面板協整檢驗，檢驗結果見表3。

表3 面板協整檢驗結果

根據表3的檢驗結果，在1%的顯著性水平下，本文考慮的兩個模型在五個檢驗統計量下均拒絕沒有協整關系的零假設。這意味著我國的保險發展水平與技術創新之間存在著長期的均衡關系。

(三)面板協整估計

當變量之間存在著長期的均衡關系時，普通的OLS估計是有偏的，故面板下通常的固定效應和隨機效應估計不再有效。文獻［17］提出了完全修正的最小二乘估計(FMOLS)來修正這一偏差。本文分別給出FMOLS及固定效應的回歸結果，見表4。

表4 FMOLS及OLS回歸結果

從表4的第二列可以看出，技術創新人員、技術創新經費投入及保險發展的系數均顯著為正，其中，技術創新人員與保險發展在5%的顯著性水平上顯著，而科技經費投入在1%的顯著性水平上顯著。從影響大小上看，技術創新人員和技術經費投入對技術創新的彈性分別為0.317和0.710，這意味著，長期來看，技術創新人員和技術經費投入每增加1%，分別會使得技術創新產出增加0.317%和0.71%。另外，控制這兩者的因素后，保險發展的深度每增加1個百分點，即原保費收入占國內生產總值的比例每增加0.01，可以使技術創新產出增加0.136%。

從表4的第四列可以看出，研發人員、研發經費及保險發展三者均在1%水平上顯著為正。其中，研發人員和研發經費對技術創新產出的影響大小相當，兩者對技術創新的產出彈性分別為0.481和0.463，其中研發人員的彈性較之研發經費的略大。此時保險深度每提高1個百分點，會使得技術創新的產出增加0.178%。

最后，從表4還可以看出，OLS的回歸結果將會高估資本對技術創新的作用而低估勞動力和保險發展對技術創新的作用。

(四)面板誤差修正模型

模型(3)和(4)揭示了我國技術創新水平與技術創新的勞動力投入、資本投入及保險發展水平之間的長期均衡關系。進一步地，本文利用面板誤差修正模型來考察我國技術創新的短期調整。

考慮如下面板誤差修正模型:

其中，ECM1i和 ECM2i分別是模型(3)和模型(4)FMOLS估計的殘差。考慮到各省之間的異質性，本文允許各省之間的短期調整速度不同，通過γi體現。模型(5)和模型(6)的估計結果見表5。

表5 面板誤差修正模型的估計結果

由表5可以看出，無論是模(5)還是模型(6)，均表明短期中，技術創新的勞動力投入在1%的水平上會對技術創新產出有顯著影響;技術創新的資本投入和保險發展在短期中對技術創新產出的影響來看，系數均為正，表明保險發展對技術創新有正面的影響，但是系數并不顯著，表明短期內，我國保險發展對技術創新的影響不是很明顯，但從前文的分析可以看出，長期中，保險發展的程度對技術創新是有顯著的正面影響。由此可以得出，保險發展對技術創新的影響具有滯后性，這種滯后性體現在，風險事件的發生會引起投保人對于保險保障功能重要性的注意，往往在大的風險事件發生以后，保費收入會有一個較大的增長，之后又陷入一個相對緩慢的增長狀態。

四、結論與政策建議

本文通過利用我國1998-2007年各個省區的面板數據，采用面板協整估計和面板誤差修正模型分析了長期和短期中保險發展和技術創新之間的關系，我們發現:在短期中，保險發展對于技術創新有正的影響，但這種影響并不顯著;而在長期中，保險發展對于技術創新有顯著的影響，保險深度每提高1個百分點，會使得技術創新的產出增加0.136% ～0.178%。因此，在我國經濟轉型的過程中，我們應該高度重視通過保險發展來提高技術創新的水平。具體的政策建議如下:

1.針對科技創新活動中產生的各種風險，開發相關的財產與責任保險新產品。新技術、新工藝的應用過程中，必然伴隨著新的風險，這在一定程度上會導致企業沒有動力去進行技術創新，對于我國來說，由于科技風險管理機制不健全，這個問題尤其嚴重。轉移新產品開發過程中的風險，推動企業技術創新，保險市場正好可以發揮其獨特的優勢。我國從2007年7月開始，在北京市、天津市、重慶市、深圳市、武漢市以及蘇州高新區管委會等“五市一區”開始了科技保險創新的應用示范，但是目前還沒有更多的有針對性的新險種。為此，下一步，一方面需要拓展科技保險創新的省區，另一方面保險公司應該積極主動了解企業在技術創新過程中的風險，進行可保性分析，開發受企業歡迎的技術創新保險產品。

2.充分發揮保險在防災減災以及科技風險管理中的作用。目前，我國的財產與責任保險市場發展相對緩慢，一個重要的問題就在于，保險業目前仍然僅僅承擔傳統的風險分散和組織賠償功能。而在國外，保險業的功能在不斷擴展，對于沒有發生保險事故的企業會提供更多的風險管理方面的指導和服務，提高企業的風險管理水平，盡可能降低風險發生的頻率和損失的程度，為企業推動技術創新掃除后顧之憂。

3.政府應建立推動科技保險發展的財政和稅收政策支持體系。技術創新過程本來就是一個對于未知領域的探索過程，企業難以預測其中的風險，保險業尤其缺乏科技保險相關的數據和歷史經驗。為此，要鼓勵保險業積極提供與推動技術創新有關的科技保險產品，政府可以考慮給予配套的財政補貼和稅收優惠。保險公司如果能夠實現險種之間的獨立核算，對于科技保險產品在稅收的處理上也可以給予更大優惠。

［1］Goldsmith，Raymond W.Financial Structure and Development［M］.Yale University Press，1969.

［2］LevineRoss.Financial Development and Economic Growth:Views and Agenda［J］.Journal of Economic Literature，1997(35).

［3］LevineRoss，LoayzaN，and BeckT.Financial Intermediation and Growth:Causality and Causes［J］.Journal of Monetary Economics，2000(46).

［4］Demirguc-KuntA.Finance and Economic Development:Policy Choices for Developing Countries［J］Policy Research Working Paper Series 3955，The World Bank，2006.

［5］Ward，Damian ，Ralf Zurbruegg.Does Insurance Promote Economic Growth?Evidence from OECD Countries［J］.The Journal of Risk and Insurance，2000，67(4)，489-506.

［6］ArenaM.Does Insurance Market Activity Promote Economic Growth?A Cross-country Study for Industrialized and Developing Countries［J］.Journal of Risk and Insurance，2008(4).

［7］ AdamsM， Andersson J， AnderssonL， Lindmark M.Commercial Banking，Insurance and Economic Growth in Sweden between 1830 and 1998Accounting［J］.Business and Financial History，2009，19(1).

［8］呂文棟，趙 楊，彭 彬.科技保險相關問題探析［J］.保險研究，2008(2).

［9］王少平.中國工業能源調整的長期戰略與短期措施——基于12個主要工業行業能源需求的縱列協整分析［J］.中國社會科學，2006(4).

［10］孫文杰，沈坤榮.技術引進與中國企業的自主創新:基于分位數回歸模型的經驗研究［J］.北京:世界經濟，2007(11).

［11］孫伍琴，朱順林.金融發展促進技術創新的效率研究—基于Malmuquist指數的分析［J］.統計研究，2009(3).

［12］LevinA，CFLin ，CSJChu.Unit Root Tests in Panel Data:Asymptotic and Finite Sample Properties［J］.Journal of Econometrics，2002(108).

［13］BreitungJ.The Local Power of Some unit Root Tests for Panel dData［M］//:B.Baltagi.Nonstationarity Panels，Panel Cointegration，and Dynamic Panels.Advances in Econometrics，JAI:Amsterdam，2000:161-178.

［14］ChoiI.Unit Root Tests for Panel Data［J］.Journal of International Money and Finance，2001(20).

［15］KaoC.Spurious Regression and Residual-based Tests for Cointegration in Panel Data［J］.Journal of Econometrics，1999(1).

［16］PedroniP.Panel Cointegration:Asymptotic and Finite sample Properties of Pooled Time Series Tests with an Application to the PPPhypothesis［J］.Econometric Theory，2004(3).

［17］KaoC.ChiangMH.On the estimation and Inference of a Cointegrated Regression in Panel Data［J］.Nonstationary Panels，Panel Cointegration and Dynamic Panels，2002(15).

(本文責編：海 洋)

Empirical Study on Short-run and Long-run Effects of Insurance Development on Technological Innovation in China

CHEN Hua，WANG Wen
(School of Insurance and Economics，UIBE，Beijing 100029，China)

In this paper we use inter-provincial panel data from 1998 to 2007 in China to study the intrinsic link between insurance development(ID)and technological innovation(TI).The results show that the unit root of variables belonged to ID and TI are existed，so does the co-integration relationship between ID and TI.Fully modified least squares(FMOLS)estimates indicate that，in the long run，insurance development has the significant positive relationship with technological innovation，and the level of technological innovation will increase 0.136%to 0.178%as the insurance depth increases 1%.The direct usage of OLS regression will underestimate the impact of insurance development on technological innovation regardless of variables’stationary.Panel error correction model(PECM)shows that in the short term，the impact of insurance development on technological innovation will be very small and not significant.Key words:insurance development;technological innovation;panel co-integration;FMOLS;PECM

F064.1，F830.9

A

1002-9753(2011)03-0082-06

2010-10-09

2011-02-26

對外經濟貿易大學國家“211工程”重點學科建設項目(73000010);對外經濟貿易大學“企業風險管理”學術創新團隊項目;廣東省教育廳和廣東技術師范學院優秀青年創新人才培育項目(WYM08028)。

陳 華(1973-)，男，四川巴中人，對外經濟貿易大學保險學院博士后，副教授，研究方向:金融與保險研究。