李婷偉
(安徽大學經濟學院安徽合肥230601)
?
金融發展、R&D投入對產業結構的影響研究——以安徽省為例
李婷偉
(安徽大學經濟學院安徽合肥230601)
[摘要]運用VAR模型,以安徽省1993-2012年的宏觀經濟數據為基礎,實證分析了金融發展、R&D投入對產業結構的影響,結果表明:金融發展、R&D投入與產業結構之間存在長期的協整關系,二者對產業結構升級具有不同程度的正向沖擊,通過調整金融發展速度和R&D投入力度,能夠有效的促進產業結構升級。在此基礎上,提出優化安徽省產業結構的相關政策與建議。
[關鍵字]金融發展;R&D投入;產業結構;VAR模型
2011年《安徽省國民經濟和社會發展第十二個五年規劃綱要(全文)》中,安徽省就提出了地區經濟結構轉型的發展目標:三次產業結構比例調整到9∶53∶38,自主創新能力得到顯著提升,戰略性新興產業和服務行業的增加值翻一番以上,研發經費支出占地區生產總值的比重達到2%。同年《安徽省“十二五”金融業發展規劃》明確提出要增強金融服務功能,要求金融服務產業發展。積極引導金融機構開發多樣化金融產品和服務,以加大對產業發展和基礎設施建設的支持力度。為了更好地發揮金融對產業轉型的支柱作用,加快打造安徽經濟升級版,2013年10月10日,安徽省人民政府(辦公廳)又發布《安徽省人民政府關于金融支持經濟結構調整促進轉型升級的指導意見》,進一步指出要引導金融發展支持產業結構升級,在全省范圍內將風險投資與銀行貸款相結合,以此支持更多企業加速技術成果的轉化。就2014年的情況來看,安徽省金融行業增加值首次突破千億,同比增長13.6%,比GDP增速高出4.4個百分點;全省GDP中金融業增加值占比達到5%,已成為地區經濟發展的支柱產業。全年新增貸款首次突破三千億;直接融資達到1738.3億元,同比增長61.2%;保費收入達到572.3億元,同比增長18.5%;融資性擔保在保余額達到1530億元。可見,安徽省金融業發展勢頭良好,金融發展水平顯著提升。
《安徽省“十二五”科技發展規劃綱要》的指導思想中,明確提出以增強企業自主創新能力為核心,重點推動科技成果的有效轉化,堅持產業提升、輻射帶動、支撐轉型,為全面建設創新型安徽打下良好的基礎。其中堅持轉型的支撐作用,依靠科技進步與創新,促進全省經濟結構的全面優化升級,推動其向創新驅動發展方式的轉變,為實現安徽省產業結構全面轉型的目標提供了有力的支持。當前,安徽省依托省會科教基地的優勢,整體技術創新能力得到了提升,科技投入大幅上升,企業正逐步成為技術創新的主體,產學研合作意識持續加強。
安徽省金融發展與技術創新均取得了一定的成效,但產業結構仍然不盡合理。對于金融發展、R&D投入在產業結構調整中所起作用的研究,有助于理清其內在邏輯關系,進而充分發揮金融發展、R&D投入在產業結構升級中的積極作用,對于相關政策制定與措施落實也具有現實指導意義。
2.1金融發展與產業結構
近年來國內對金融發展和產業結構之間關系的研究越來越多,徐俊杰、汪浩瀚(2014)基于Geweke因果檢驗和協整檢驗,分別對長三角地區(上海、江蘇和浙江)產業結構升級與金融發展之間的互動關系做了實證分析,結果表明二者之間存在長期因果關系[1]。郭倩茹(2014)通過多變量VAR模型及相關檢驗方法對山西省金融發展與產業結構優化進行實證分析指出:金融發展與產業結構調整之間存在長期的動態均衡關系[2]。任曉怡(2014)等根據VAR模型,及在此基礎上的ADF、協整、Granger因果檢驗方法對廣州市金融發展與產業結構調整的互動關系進行了實證分析,研究指出廣州市金融發展與產業轉型升級之間也存在著長期均衡關系[3]。而就安徽省的情況來看,王俊峰、伍飛(2011)對安徽省金融發展對產業結構優化升級的作用機制進行了實證分析,通過VAR實證檢驗得出:產業結構調整和升級對貨幣需求拉動作用較為顯著;同時,格蘭杰因果檢驗結果顯示產業結構的優化程度與股票市場融資率存在因果關系[4]。
2.2R&D投入與產業結構
隨著科技創新對產業結構影響的日益加深,國內學者開始關注二者之間關系的研究。盧方元、靳丹丹(2011)通過建立面板數據模型,得出R&D投入能夠顯著推動全國經濟發展,并進一步建立面板誤差修正模型,說明了R&D投入的短期波動對經濟增長的短期波動具有正向效應[9]。張葉峰、王文寅(2011)結合時間序列動態均衡關系分析方法和Johansen協整檢驗、Granger因果檢驗方法,實證分析了我國R&D投入與經濟增長之間的關系,分析指出二者之間存在長期均衡關系,并具體說明了R&D投入促進了經濟增長,而經濟增長對R&D投入的拉動作用并不明顯[11]。徐飛、許仁青(2014)選取全國、安徽、上海作為R&D邊際效率周期不同階段的樣本代表,基于R&D投入與經濟發展相適應性分析,運用協整檢驗、Granger因果檢驗、VAR脈沖響應等方法,對比研究驗證了樣本R&D投入與產業結構之間存在長期的適應性[5]。陶建宏、師萍(2011)運用協整檢驗和Granger因果檢驗方法,驗證了西部地區R&D投入與經濟增長存在長期均衡關系,但是R&D投入對GDP增加產生的促進作用具有滯后效應[10]。王新紅、甄程(2012)運用灰色關聯度分析方法描述了陜西省R&D投入對于產業結構優化的作用效果,分析表明R&D投入對高新技術產業結構優化升級具有促進作用[6]。唐清泉、李海威(2011)通過生產函數模型實證分析了廣東省經濟增長與R&D投入生產彈性、產業結構的關系,分析指出研發創新是促進產業增長、影響產業結構和帶動產業轉型升級的關鍵因素[7]。陳信偉、姚佐文(2011)建立ADL模型并結合滯后效應的概念,對安徽省R&D投入規模及結構與經濟增長的關系進行了實證分析,研究認為R&D投入對經濟增長貢獻顯著,但其投入結構并不合理[8]。
通過以上文獻的回顧,我們可以發現有關金融發展、R&D投入與產業結構之間的關系研究,大部分學者通過不同的研究方法得出了較為一致的結論,即金融發展與產業結構之間、R&D投入與經濟增長之間均存在著長期均衡關系,金融發展能夠促進產業結構升級,而對于R&D投入與產業結構之間的關系研究相對較少,對不同樣本之間的研究結論也有所差別。鑒于金融與科技因素對于產業結構升級的影響作用日益顯著,而現有研究中缺乏將資本與科技同時納入產業結構影響因素中的實證分析,本文將基于以上理論和實證基礎,選取安徽省1993——2012年相關數據,運用多變量VAR模型,結合相關檢驗方法,同時考慮區域金融與科技兩種因素對安徽省產業結構的影響進行實證研究,并在此基礎上對安徽省的產業結構升級提出有益建議。
3.1模型選擇說明
VAR(vector autoregressive model)模型是由Sims早在上世紀八十年代就提出來的向量自回歸模型,本文選擇VAR模型來對安徽省產業結構的影響因素進行分析,是基于以下考慮:VAR模型沒有假設變量之間先驗的理論關系,可以直接運用真實數據對變量間的動態關系進行描述,而不需要區分變量的內生性和外生性,在此基礎上,又可以通過脈沖響應函數和方差分解來分析某一因素對特定變量的沖擊響應和因素變量方差變動的相對貢獻程度。VAR模型的形式為:

(1)式中,yt為k維內生變量向量,p為滯后階數,t為樣本個數,矩陣A1,…,Ap為要被估計的系數矩陣,εt為k維沖擊向量。
3.2變量與指標數據說明
筆者借鑒鄧光亞,唐天偉(2010)[12]的做法,分別從金融效率和金融深化兩個方面來衡量安徽省的金融發展水平:(1)使用貸存比,即貸款總額與存款總額的比值,來反映金融效率;(2)使用金融機構存貸款余額與安徽省地區生產總值的比值,來反映金融深化程度,總量上衡量金融發展狀況。
R&D投入采用研發經費來衡量,產業結構則為第三產業占整個產業的比重。Ind表示產業結構,Fe表示金融效率指標,Fd表示金融深化指標,RD表示R&D投入。
所有數據均來源于《安徽統計年鑒》、《中國金融年鑒》,樣本區間為1993-2012年,之所以選取1993年作為起始年份,是因為1992年我國才開始對金融行業進行系統性改革,1992年之后的數據更具有代表性和說服力。文中數據分析采用的軟件為Eviews5.0。
3.3實證分析
3.3.1單位根檢驗單位根檢驗是對序列平穩性的檢驗,如果不檢驗序列的平穩性而直接運用普通最小二乘法進行回歸,容易導致偽回歸,只有當數據通過平穩性檢驗以后,才能研究其長期協整關系。單位根檢驗結果如表1所示,從表1中可以看出,除了金融效率,其他三個變量的ADF檢驗值在1%、5%和10%顯著水平下均大于ADF臨界值,即都是非平穩的,但在一階差分的結果下都是平穩的,因此存在一階平穩,即I(1)。

表1 三個變量ADF檢驗結果
3.3.2協整檢驗由于各變量均僅有一個單位根,即都是一階單整過程I(1),所以四個變量兩兩之間可能是協整的,可以對它們進行協整檢驗,用以判別它們之間是否存在長期的均衡關系。由于協整檢驗對滯后階數比較敏感,所以要選擇最佳滯后階數,從表2中,通過觀測VAR模型的LR、FPE、AIC、SC和HQ值,可以看到除了LR以外,各檢驗值均在滯后階數為3的時候達到最小,因此我們確定模型的最佳滯后期為3。在此基礎上進行協整檢驗,檢驗結果如表3所示,根據檢驗結果,所有變量均在5%的水平上拒絕原假設,說明變量之間存在長期穩定的均衡關系,并存在一個協整方程。

表2 最大滯后階數檢驗統計

表3 Johansen協整檢驗
在序列變量單位根平穩的基礎上,采用AR根估計方法檢驗模型的穩定性,AR根估計的原理是:如果特征根均落在圓內,則說明模型是穩定的;如果其特征根都在單位圓之外,則說明該模型不穩定。從圖1中可以看出,模型的特征根均小于1,說明模型穩定,由此得到的結果是有效的。也正因此,可以在此基礎上,使用脈沖響應函數分析金融效率、金融深化程度、R&D投入與產業結構之間的沖擊響應,刻畫出變量之間的動態關系。

圖1 VAR模型平穩性檢驗

圖2 產業結構對金融效率沖擊的響應

圖3 產業結構對金融深化程度沖擊的響應

圖4 產業結構對R&D投入沖擊的響應
3.3.3脈沖響應函數分析從圖2中可以看出,當在第2期給金融效率一個沖擊后,產業結構在前2期內下滑,之后在第3期達到最低點;從第3期以后開始緩慢上升,第8期之后逐漸維持在穩定水平。從圖3中可以看出,當在第2期給金融深化程度一個沖擊后,產業結構在前2期內向上緩慢爬升,之后開始下降,在第4期達到最低點;從第4期以后開始緩慢上升并趨于穩定。這表明金融發展受到外部條件的某一沖擊后,會對產業結構產生同向的影響,并且這一沖擊具有顯著的促進作用和相對較長的持續效應,但沖擊幅度不是很大。結合安徽省的實際情況分析,產生這一現象的原因可以理解為:區域金融的發展,通過提高自身的投入產出率,為戰略性主導產業提供投融資保障,帶動產業鏈中相關產業發展,從而對產業結構升級發揮著較為長期的影響作用。而目前來看,安徽省區域金融發展并不充分,故而對產業結構調整的沖擊幅度不大。
從圖4中可以看出,R&D投入的正向沖擊也會給產業結構帶來正面的影響,從第2期開始持續上升,在第4期達到最大值,以后開始緩慢下滑,最終維持在穩定水平。這表明R&D投入的某一沖擊也會給產業結構帶來同向的沖擊,并且持續時間較長,具有一定的沖擊幅度,效果較為明顯。當前,安徽省的R&D投入偏向于試驗發展方面,因此在短期內對提高產業投入產出效率具有明顯作用,而從長期來看,加大基礎研究的R&D投入,才能夠對產業結構升級持續發揮積極作用。
綜上所述,金融發展與R&D投入都會給產業結構帶來不同程度的影響,并都是同向的影響。在大力促進產業結構調整的背景下,政府可以利用這種現象,對金融發展和R&D投入進行有區別、有重點的調整。
3.3.4格蘭杰因果檢驗以上的協整檢驗已經顯示金融發展、R&D投入與產業結構之間存在長期的均衡關系。但這種均衡關系是否構成因果關系還需要進行Granger因果關系檢驗來驗證。本文在VAR系統下,對各個變量進行格蘭杰因果關系檢驗,檢驗結果見表4。

表4 Granger因果關系檢驗
從表4的結果可以看到,滯后3期的格蘭杰因果關系檢驗表明,1993-2012年,金融效率是產業結構的格蘭杰原因,在10%的顯著水平下,產業結構也是金融效率的格蘭杰原因,即金融效率與產業結構之間存在雙向關系;金融深化程度是產業結構的格蘭杰原因,產業結構不是金融深化的格蘭杰原因,金融深化程度與產業結構之間存在單向關系;R&D投入是產業結構的格蘭杰原因,產業結構不是R&D投入的格蘭杰原因,R&D投入與產業結構之間也存在單向關系。
上述檢驗結果表明,金融發展與產業結構之間存在穩定的長期協同關系,金融發展會對產業結構調整產生顯著影響,同時,產業結構升級也會對金融發展具有一定的促進作用。雖然R&D投入與產業結構之間沒有明顯的互動關系,但是R&D投入卻也有助于促進產業結構的調整。
3.3.5方差分解在VAR模型中,方差分解可以將模型中的預測標準誤分解為每個變量的影響,可以計算出每個獨立內生變量的方差分解,估計時滯作用的大小和相對重要的沖擊值隨著時間變化的趨勢,按成因將與方程信息有關的內生變量分解出來,可以更直觀地表示出內生變量相互影響的程度,有助于了解信息對內生變量的重要性。表5所示為跨期為10的VAR方差分解結果。

表5 方差分解結果
通過方差分解的結果(表5)可以看出,在不考慮產業結構自身貢獻率的情況下,金融深化程度對產業結構的貢獻度最大,其次是金融效率水平,R&D投入對產業結構調整貢獻力度最小。這說明對安徽省產業結構起到主要作用的是金融深化程度,而R&D投入對產業結構的影響相對較小。如表5所示,在第一個時期內,產業結構的波動完全來自于自身的影響,隨著滯后期增加,自身影響減弱,金融深化程度的影響大幅增加,隨后逐漸保持平穩,并維持在37%的水平;金融效率的貢獻度則在影響期內維持在11%左右;R&D投入影響力度在初始期僅為0.55%,隨后逐步上升并保持在4%的穩定水平。
本文通過VAR模型分析,對安徽省金融發展、R&D投入對產業結構的影響進行了實證研究,研究結論主要有以下兩方面:
第一,R&D投入增長對產業結構升級的正向作用明顯,提高R&D投入的效率有助于加速產業結構的優化升級。R&D投入強度將直接作用于地區科技進步與創新,R&D投入力度決定科技成果投入產出效率,而R&D投入領域規劃產業結構調整的方向。三者共同作用,以實現產業結構調整的目標。
第二,金融發展有利于產業結構升級,且作用力度大于R&D投入。金融發展為技術開發提供了投融資保障,拓寬了路徑。金融的加速發展,可以促成金融市場和制度的發展與完善,以便有效克服產業結構升級中資金短缺的困難,同時促進區域資本的流動與重組,加快技術成果傳播。此外,金融發展優化了投資結構。促使金融系統將資金投向分散化,在確保安全的基礎上,盡可能提高投資收益,提高了產業結構調整中資源配置的效率,從而促進產業結構優化升級。
基于文中的分析結果,對完善金融發展、R&D投入對產業結構調整的促進作用,我們提出如下建議:
(1)大力發展地區金融,促進產業結構調整。金融發展在整個實體經濟的發展中起著關鍵作用,同時金融對于產業發展具有引導作用。大力發展金融,讓金融機構、金融市場有能力更好的服務于產業發展,在此基礎上,積極利用金融服務的引導作用,加強金融服務對于產業升級轉型的支持作用,將有利于產業結構調整目標的順利實現。具體建議從以下幾個方面著手:
第一,完善金融機構改革,以促進金融混業經營,擴大金融服務范圍,更好地服務于安徽省產業結構調整。第二,重視金融政策對產業結構的引導。安徽省政府可以從金融政策制定的層面出發,結合本省實際情況,做好皖江城市帶承接產業轉移建設項目的金融支持工作,保證項目建設資金供給。第三,優化金融發展結構。保持合理的銀行業、證券業及其他金融機構的相應發展,鼓勵貨幣市場和資本市場的產品創新、服務創新及制度創新,通過資金流動促使產業結構優化升級。
(2)推動服務業與戰略性新興產業更好發展。通過引導信貸資金向優先發展產業的投入,能夠推動產業發展,而產業結構的合理同樣能夠促進地區金融的更好發展,政府應當充分發揮產業結構與金融發展的互相促進作用,使其相互協調發展。安徽省應該充分利用各項政策的傾斜,大力發展優勢產業,重點發展服務業與戰略性新興產業。針對安徽省產業結構的現狀,在傳統產業中引入高新科技,提高投入產出效率;及時調整相關產業政策,推進主導產業更替,優化產業結構;樹立科學的發展理念,支持資源節約型和環境友好型產業發展。
(3)重視R&D投入力度和產出效率。產業結構的優化升級,離不開科技進步與科技創新的支持。而R&D投入能夠促進知識積累,從而使得同樣的資本和勞動投入帶來更多的產出,實現技術進步。加大R&D投入,進一步提高R&D投入在地區生產總值中的比重;合理安排R&D投入的結構,加大基礎研究所占的比重;優化R&D資源配置,提高基礎研究的投入效率;建立完善多元化的市場激勵機制和R&D投入規范機制;提高R&D投入費用的利用效率。
(4)重點推進科技與金融的融合。科技與金融的融合能夠在很大程度上提高科技創新成果的轉化效率,從而成為產業結構調整的有力保障。由實證分析的結論可知,要想實現科技能力的大幅度提升和產業結構的優化升級,就必須借助于科技進步與金融發展的相互融合。因此,從推進科技金融融合方面,政府應該建立健全規范的科技金融保障機制;完善融資體系,拓寬科技融資渠道;推進安徽省股權托管交易中心健康發展,積極發展多層次資本市場;完善科技金融風險分擔機制。
參考文獻:
[1]徐俊杰,汪浩瀚.長三角地區金融發展與產業結構升級互動關系分析—基于Geweke因果分解檢驗[J].科技與經濟,2014(4):61-65.
[2]郭倩茹.山西省金融發展與產業結構優化的實證分析[J].中國市場,2014(16):54-56.
[3]任曉怡.廣州市金融發展與產業結構調整的互動關系研究[J].惠州學院學報:社會科學版,2014(1):33-36.
[4]王俊峰,伍飛.安徽省金融發展與產業結構優化互動關系研究[J].商業時代,2011(19):131-132.
[5]徐飛,許仁青.科技創新投入與產業結構適應性分析—基于上海、安徽、全國樣本研究[J].南華大學學報:社會科學版,2014(2): 57-62.
[6]王新紅,甄程.陜西R&D投入與產業結構優化分析[J].商業研究,2012(6):25-30.
[7]唐清泉,李海威.我國產業結構轉型升級的內在機制研究—基于廣東R&D投入與產業結構的實證分析[J].中山大學學報:社會科學版,2011(5):191-199.
[8]陳信偉,姚佐文.安徽省R&D投入及其結構與經濟增長關系的實證研究[J].技術經濟,2011(2):16-22.
[9]盧方元,靳丹丹.我國R&D投入對經濟增長的影響—基于面板數據的實證分析[J].中國工業經濟,2011(3):149-157.
[10]陶建宏,師萍.西部地區R&D投入與經濟增長關系的協整分析[J].改革與戰略,2011(4): 120-123.
[11]張葉峰,王文寅.我國R&D投入與經濟增長間關系的實證分析[J].技術經濟,2011(7):55-58.
[12]鄧光亞,唐天偉.中部區域金融發展與產業結構調整互動研究—基于VAR模型的實證分析[J].經濟經緯,2010(5):17-21.
[責任編輯:李榮富]
作者簡介:李婷偉(1989-),女,安徽合肥人,安徽大學經濟學院碩士研究生,研究方向為國際金融與風險管理。
收稿日期:2015-04-15
DOI:10.13420/j.cnki.jczu.2015.05.012
[中圖分類號]F832
[文獻標識碼]A
[文章編號]1674-1102(2015)05-0050-05