技術創新對重慶市經濟增長的影響實證研究

文傳浩 黃磊 蘭秀娟 李春艷

摘要：將技術創新分解為技術創新人才、技術創新投入與技術創新成果三個層面，采用1997—2013年統計數據，運用索洛新古典增長模型和C—D函數，對技術創新對重慶市經濟增長的影響進行實證研究，結果表明：重慶市經濟增長的創新驅動已十分明顯，但其地位尚不牢固，投資和要素驅動仍是經濟的主要增長動力；技術創新人才和投入是技術創新拉動經濟增長的主導力量，而技術創新成果對經濟增長的影響不夠顯著。因此，應繼續深化科技體制改革，引進和培育更多高層次科技人才，加大對科技事業的投入力度，加速技術創新成果轉化為現實生產力，促進重慶經濟發展由要素驅動與投資驅動轉向創新驅動。

關鍵詞：技術創新；經濟增長動力；索洛模型；創新驅動；投資驅動；要素驅動；技術創新人才；技術創新投入；技術創新成果

中圖分類號：F062.4；F12719文獻標志碼：A文章編號：16748131（2015）06007007

一、引言

當前，中國經濟發展進入新常態，經濟增長動力迫切需要從要素驅動與投資驅動轉向創新驅動，各省市區經濟增長面臨換擋調整。然而，重慶市的經濟增長依舊保持高速增長態勢，2013年、2014年、2015年上半年增速分別為12.3%、10.9%、11%，分別高于全國平均4.6、3.5、4.0個百分點，經濟增速一路領跑全國其他省份，似乎沒有受到來自新常態下經濟增長壓力的影響。究其原因，我們認為除了具有尚未耗盡的要素紅利外，更為重要的是重慶市較早實施了創新驅動戰略。一直以來，重慶市高度重視技術創新對經濟增長的支撐作用。2009年，頒布《重慶市科技創新促進條例》；2011年，發布《關于實施創新驅動戰略 加快建設長江上游技術創新中心的意見》；2013年，中科院重慶研究院建成投入使用；2014年，設立企業技術創新獎；2015年，制定《重慶市深化體制機制改革 加快實施創新驅動發展戰略行動計劃（2015—2020年）》。重慶市長期一貫地采取各種政策措施提升技術創新水平，增強經濟發展動力和發展后勁，最終取得突出的成效。因此，深入研究重慶市技術創新對經濟增長的影響，并將重慶經驗推向全國，對于促進全國以及重慶經濟的長期穩定增長具有重要意義。

學術界關于技術創新與經濟增長的研究由來已久。國外學者的研究最早可追溯至Schumpeter（1911）在《經濟發展理論》中對經濟周期的闡述，他認為技術創新是經濟增長的源泉，技術創新的波動導致經濟周期的出現。隨后Solow（1957）、Romer（1986）、Lucas（1988）相繼提出新古典增長模型、內生增長模型和人力資本模型，從理論上論述技術創新對于經濟保持長期增長的重要作用。之后西方學者大多以前期的理論研究為基礎，針對某一國家或地區，運用計量模型，對技術創新與經濟增長的關系進行定量實證分析，結果往往證實技術創新對經濟增長具有正向作用（Rolf et al，1997；Derek et al，2002；Jungsoo et al，2006）。

國內學者關于技術創新對經濟增長影響的研究較西方學者稍晚一些。技術創新的理論研究已經比較成熟，所以國內學者更多是基于西方技術創新理論，運用計量模型，驗證技術創新對于我國及區域經濟增長所起到的效用，并提出相應的政策建議，同西方學者一樣，結論也往往表明技術創新對區域經濟增長具有正向作用（米建華 等，2009；趙樹寬 等，2012；羅泊 等，2013；李苗苗 等，2015）。當然也有學者持不同的觀點，認為技術創新未必一定能推動經濟增長，如馬大勇（2013）將技術創新的因素進行分解，結果顯示專利申請授權量和研發人員的全時當量對經濟增長的格蘭杰影響并不明顯；陳英（2004）將技術創新劃分為生產過程創新和產品創新，認為后者只是改變產品的質量和差異性，可提高經濟發展的質量，但不一定提高經濟增長速度。

文傳浩，黃磊，蘭秀娟，李春艷：技術創新對重慶市經濟增長的影響實證研究

從國內外學者關于技術創新對經濟經濟增長影響的研究可以看出：西方學者較國內學者的研究結論更趨一致，技術創新對經濟增長具有明顯的促進的作用；而國內學者的研究結論則相對多元。國內外學者的研究有所差異，可能是由于中外經濟發展狀況的差異。中國東、中、西部區域經濟發展差異巨大，而歐美國家大多是發達經濟體，大都步入知識經濟時代，技術創新已成為經濟增長的重要驅動力。雖然重慶較東部經濟發達省市還存在一定差距，但重慶歷來高度重視科技創新對經濟增長的驅動作用，大力推動技術創新，并取得了顯著的成績。本文將建立一個以勞動、資本和技術創新為投入要素的索洛模型，采用1997—2013年重慶的相關經濟數據，分析技術創新對重慶經濟增長的效用，并根據研究結果提出相應的政策建議。

二、模型選擇、指標選取與數據來源

1.模型選擇

為了考察重慶市技術創新對經濟增長的影響，本文選用經典的索洛（1957）新古典增長模型進行分析。在該模型中，經濟增長取決于資本和勞動的增加以及技術進步，同時受制于資本和勞動邊際報酬遞減規律的影響，最終趨于穩態增長（人均產出趨于穩態水平）。本文僅借用索洛模型形式，并用技術創新代替技術進步，且不考慮稻田條件，模型形式如下：

Yt=AF（Kt，Lt，Tt）

上式中Y代表經濟水平，K代表資本水平，L代表勞動力水平，T代表技術創新水平，A（A>0）代表社會制度環境；除A為固定水平，屬外生變量外，其余經濟變量均為隨機變量。對模型進行全要素分解得：

t=YtKt·t+YtLt·t+YtTt·t

上式中帶點的字母表示該字母對應的經濟變量對時間的倒數（如t=dYtdt），兩邊同時除以Yt得：

tYt=YtKt·KtYt·tKt+YtLt·LtYt·tLt+YtTt·TtYt·tTt

其中，YtKt·KtYt為資本份額或產出的資本彈性，tKt為資本的動態增長率；YtLt·LtYt為勞動份額或產出的勞動彈性，tLt為勞動的動態增長率；Yt Tt ·Tt Yt 為技術創新份額或產出的技術創新彈性，tTt為技術創新的動態增長率。

2.指標選取與測算

（1）經濟增長水平（GDP）。毋庸置疑，GDP是衡量經濟增長的最好指標；同時考慮到通貨膨脹，選取重慶市1997—2013年商品零售環比價格指數，將以上一年為100的環比指數換算成以1997年為基期的定基指數，用當年名義GDP除以定基零售價格指數，得到以1997年為基期的實際GDP。

（2）資本水平（K）。資本與投資不同，屬于存量概念，而統計年鑒一般沒有公布資本存量數據。本文采用由Goldsmith于1951年提出的永續盤存法以1997年為基期對重慶市歷年的實際資本存量進行測算，其中折舊率采用張軍等（2004）測算的9636%，結果見表1。

表11997—2013年重慶市資本存量/億元

年份199719981999200020012002200320042005

資本1 208.21 596.52 010.12 461.43 006.63 681.74 522.55 540.66 764.7

年份20062007200820092010201120122013

資本8 224.510 012.612 044.214 912.918 622.322 213.826 530.131 648.5

（3）勞動力水平（L）。采用從業人員總計這一指標衡量勞動力數量。

（4）技術創新水平。參考已有學者的研究成果關于技術創新水平的衡量，當前還沒有一個比較權威的指標或指標體系，如唐未兵等（2014）采用科技經費投入占GDP比重，趙樹寬等（2012）采用專利申請量，朱勇等（2005）采用萬人口科技活動人員數，等等。 ，本文從技術創新人才、技術創新投入、技術創新成果（人、財、物）三個方面技術創新水平，分別選用R&D人員全時當量、R&D經費支出和發明專利授權量這三個指標予以衡量，分別用TH、TZ和TP表示。

3.數據來源

本文實證分析采用1997—2013年重慶市的時間序列數據，數據均來自于《重慶統計年鑒》（1998—2014）。由于重慶市1997年升級為直轄市，行政區劃發生較大調整，故而以1997年為研究樣本的起始年限；而2013年數據為當前可從《重慶統計年鑒》獲取的最新數據，所以選取2013年為截止年限。

表2各變量（消除了物價變動）的描述性統計量

變量單位樣本數量標準差均值中位數最小值最大值

GDP億元173 606.795 215.184 085.191 509.7512 582.68

K億元179 398.1010 294.196 764.701 208.2231 648.50

L萬人1795.701 573.771 551.771 454.771 715.40

TH萬人171.182.782.581.375.26

TZ億元1756.1257.0239.025.82175.46

TP件17833.18612.35178142 426

三、實證分析結果

本文使用EVIEWS8.0計量軟件，采用平穩性檢驗、協整檢驗、自相關檢驗與誤差修正模型等計量方法對重慶市技術創新對經濟增長的影響進行估計。為了減小數據波動，降低模型的異方差性，同時不改變原變量間的線性關系與數據性質，對各指標的數據全部進行取自然對數處理。變換后的GDP、資本存量、從業人員總計、R&D人員全時當量、R&D經費支出和發明專利授權量記為ln GDP、ln K、ln L、ln TH、ln TZ和ln TP。這里采用C—D函數模型對索洛模型具體化。

設索洛模型具體形式為GDPt =AKαt Lβt THηt TZφt TPθt eut ，并對模型兩邊同時取自然對數得：

ln GDPt=ln A+αln Kt+βln Lt+ηln THt+

φln TZt+θln TPt+ut

其中α為產出的資本彈性，β為產出的勞動彈性，η為產出的技術創新投入彈性，φ為產出的技術創新人才彈性，θ為產出的技術創新成果彈性。

1.平穩性檢驗

由于選用的指標是時間序列，而大多數時間序列數據是非平穩的，為避免出現偽回歸，采用ADF檢驗法檢驗數據的平穩性，結果如表3。

表3各指標數據ADF檢驗結果

變量ADF10%臨界值5%臨界值1%臨界值AIC檢驗形式平穩性

ln GDPt-3.247 149-3.324 976-3.759 743-4.728 363-4.398 140（C，T，1）不平穩

dln GDPt-5.417 779***-2.771 129-3.259 808-4.420 595-7.452 880（C，0，6）平穩

ln Kt-1.983 789-3.362 984-3.828 975-4.886 426-5.777 476（C，T，3）不平穩

dln Kt-3.705 571*-3.342 253-3.791 172-4.800 080-5.685 208（C，0，1）平穩

ln Lt-2.236 777-3.324 976-3.759 743-4.728 363-7.164 994（C，T，1）不平穩

dln Lt-3.857 922**-3.342 253-3.791 172-4.800 080-7.309 578（C，T，1）平穩

ln THt-2.608 078-3.310 349-3.733 200-4.667 883-3.521 737（C，T，0）不平穩

dln THt-4.003 097***-2.681 330-3.081 002-2.740 613-3.959 148（C，0，0）平穩

ln TZt-2.981 658-3.324 976-3.759 743-4.728 363-1.809 806（C，T，1）不平穩

dln TZt-3.551 098**-2.690 439-3.098 896-4.004 425-1.448 430（C，0，1）平穩

ln TPt-2.365 200-3.342 253-3.791 172-4.800 080-0.237 631（C，0，2）不平穩

dln TPt-6.992 128***-2.690 439-3.098 896-4.004 425-0.023 060（C，0，1）平穩

注：*表示10%的顯著性水平，**表示5%的顯著性水平，***表示1%的顯著性水平；（C，T，K）分別表示截距項、趨勢項和滯后階數，K的取值依據AIC準則（AIC值為最小時，對應的K值為最優）確定。

由表3可知，ln GDP、ln K、ln L、ln TH、ln TZ和ln TP的ADF統計量值均大于相應ADF檢驗10%的顯著性水平下的臨界值，表明原序列均為非平穩時間序列；但是它們的一階差分序列在10%的顯著性水平下均為平穩時間序列。故而原序列滿足協整檢驗與誤差修正模型的前提條件——時間序列的單整次數相同，均為I（1）。

2.協整檢驗

協整是指多個非平穩經濟變量的某種線性組合是平穩的。如果多個非平穩經濟變量具有協整關系，則這些變量間存在長期均衡的關系；盡管一次沖擊會使它們在短期偏離均衡位置，但是偏差不會逐步積累，長期它們仍會自動回到均衡位置（龐皓，2010）。如果這些非平穩的經濟變量不具有協整關系，則這些變量相互間不存在長期均衡關系，不可將它們進行回歸分析。協整檢驗主要有兩種方法，一種是基于回歸系數完全信息的Johansen協整檢驗，一種是基于單一方程的EG兩步法協整檢驗。本文采用EG兩步法進行協整檢驗：第一步，用OLS法作協整回歸；第二步，檢驗協整回歸模型殘差的平穩性。若殘差平穩，則變量間存在協整關系，若不平穩，則不存在協整關系。回歸方程估計如下：

lnGDPt∧[]=[]-1.239[]+[]0.178lnKt[]（0.149）+[]0.661lnLt[]（0.166）+[]

t=（1.190）（3.979）

0353lnTHt[]（0.197）+[]0.252lnTZt[]（0.104）+[]0.055lnTPt[]（0.046）

（1.794）（2.423）（1.180）

R2=0.998DW=1.209n=17

采用ADF檢驗對殘差進行平穩性檢驗，得其無常數項、無趨勢項、滯后期為1的ADF統計量值為-3.865 098，在1%的顯著性水平下，殘差項為平穩序列，即協整回歸方程中的各變量間存在協整關系，協整回歸方程具有實際意義。同時通過查表，在1%顯著性水平下，dL=0.480，dU=1.847，所以dL由協整回歸方程可以看出，在長期內，重慶經濟增長的資本彈性為0.178，勞動力彈性為0.661，技術創新人才彈性為0.353，技術創新投入彈性為0252，技術創新成果彈性為0.055。盡管勞動力和資本對重慶市經濟增長的影響較技術創新大，但是技術創新，尤其是技術創新人才與技術創新投入對重慶經濟增長的作用同樣十分明顯而不容忽視。雖然重慶市經濟增長動力尚未由要素驅動和投資驅動升級至創新驅動，但是創新驅動的勢頭已愈來愈強，距離實現創新驅動的蛻變已愈來愈近。

3.誤差修正模型

根據恩格爾和格蘭杰1987年提出的格蘭杰表述定理，如果變量X與變量Y具有協整關系，則它們的短期非均衡關系總能用一個誤差修正模型表述，即：

ΔYt=lagged（ΔY，ΔX）-λ·ecmt-1+μt

0<λ<1

上式中，ecmt是非均衡誤差項或長期均衡偏差項（協整回歸方程的殘差項），λ是短期調整參數（李子奈 等，2010）。本文采用（1，1）階自回歸分布滯后模型擬合變量間的短期非均衡關系，變換后的誤差修正模型如下：

ΔlnGDPt=α1ΔlnKt+β1ΔlnLt+η1ΔlnTHt+φ1ΔlnTZt+θ1ΔlnTPt-λecmt-1+μt

對上式回歸分析得：

ΔlnGDPt∧[]=[]0.292ΔlnKt[]（0.130）+[]0.642ΔlnLt[]（0379）+[]0236ΔlnTHt[]（0177）+[]

t=（2.240）（1.696）（1.334）

0.204ΔlnTZt[]（0.085）+[]0.035ΔlnTPt[]（0.028）-[]0.550ecmt-1[]（0.299）

（2.391）（1239）（-1.837）

R2=0.343DW=1.244n=16

由于誤差修正項ecmt-1含有被解釋變量滯后項ln GDPt-1，不滿足DW檢驗法的適用前提條件，不能使用DW檢驗法檢測誤差修正模型的自相關性。因此，采用GB檢驗法，得nR2=8.35< χ20.01（2）=9.21，在1%的顯著性水平下不能拒絕原假設，即誤差修正模型不存自相關現象。總體來看，模型的擬合效果還算不錯。

由誤差修正模型可知，在短期內，重慶經濟增長的資本彈性為0.292，勞動力彈性為0.642，技術創新人才彈性為0.236，技術創新投入彈性為0.204，技術創新成果彈性為0.035。短期調整參數為0.550，表明上一期重慶經濟發展水平與其長期均衡值的偏差，將在當期以上一期偏差的55.0%得到調整，上一期偏離得越遠，當期調整的量就越大。

與重慶經濟增長長期的主要驅動力一樣，重慶經濟增長在短期依舊是以資本和勞動力的要素和投資驅動為主。值得注意的是，在長期內技術創新的影響更加明顯，這可能是由于技術創新效應的完全發揮有一個滯后期，隨著時間的推移，技術創新對生產力的促進作用會更多地表現出來。還需要注意的是，技術創新成果（主要是指授權發明專利）對重慶經濟增長的影響并不明顯，其彈性值和對應的t統計量值均很小。一方面可能是由于專利轉化為現實生產力也有一個時滯；另一方面也可能是存在著較多的不合需求的無效發明專利，一部分發明專利只是從實驗室里被創造出來，脫離現實生活，不符合企業和居民需求，企業無法有效地利用這些專利改進產品和增加產出。

四、結論與政策建議

本文利用1997—2013年重慶市相關序列數據，運用索洛新古典增長模型與柯布道格拉斯生產函數，對重慶市技術創新以及資本和勞動力對經濟增長的影響進行了實證分析。其中技術創新被分解為技術創新人才、技術創新投入與技術創新成果三個部分。實證結果表明：技術創新已成為重慶市經濟增長的重要驅動力，但是其驅動地位還不牢固，資本和勞動力增長仍是重慶市經濟增長的主要驅動力量；技術創新人才和投入直接服務于企業，可迅速轉化為生產力，對重慶市經濟增長的影響較為明顯；技術創新成果由于受轉換時滯和市場需求的影響，對重慶市經濟增長的影響則十分微弱。

基于上述研究結論，為增強重慶市技術創新對經濟增長的促進作用，加速重慶市經濟增長動力由要素驅動和投資驅動向創新驅動轉變，可從以下四個方面著手：第一，繼續深化科技體制改革，形成更加暢通的技術創新渠道，設立更多的關于技術創新的獎項，鼓勵社會進行技術創新，形成積極主動的創新意識和創新氛圍。第二，引進和培育更多的高層次技術創新人才，一方面可從東部發達省市甚至海外引進高層次技術型人才，另一方面也應注重從本土高校培養適應重慶未來發展的技術型人才，形成穩定的本土技術創新人才基礎。第三，繼續加大對科技事業的投入力度。根據上文分析，技術創新投入對重慶經濟增長的影響幾乎不亞于資本，然而2013重慶市R&D經費支出占GDP比重僅為1.39%，而江蘇省為2.41%，上海市為3.56%，北京市則高達598%。重慶市實施創新驅動戰略，必須加大對科技事業的投入力度。第四，更加注重科技成果的轉化。一方面，技術創新要堅持需求導向、市場導向，使技術創新成果更接地氣，能夠為市場所接受，企業可迅速應用于生產轉化為現實生產力，促進經濟增長；另一方面，科技服務部門（如科技局和專利局）可將有關技術創新成果與有類似技術創新需求的企業進行匹配，積極主動地將技術創新成果向企業宣傳，減少企業的搜尋成本，盡量縮短技術創新成果轉化為現實生產力的時滯。第五，持續推動創新資源向重點領域集聚。受制于重慶市自身的經濟實力，技術創新不可能面面俱到、遍地灑水，要集中有限的技術創新資源，找準技術創新的主攻方向和突破口，著力支持支柱產業和戰略性新興產業的技術進步，保證經濟持久穩定增長。

參考文獻：

陳英.2004.技術創新與經濟增長[J].南開經濟研究（5）：3437.

高鐵梅.2009.計量經濟分析方法與建模：EViews應用及實例（第二版）[M].北京：清華大學出版社：267318.

李子奈，潘文卿.2010.計量經濟學（第三版）[M].北京：高等教育出版社：300305.

羅洎，王瑩.2013.民間投資、技術創新與經濟增長[J].中南財經政法大學學報（4）：5762.

馬大勇.2013.我國技術創新與經濟增長關系的實證分析[J].蘭州學刊（11）：7580.

米建華，謝富紀.2009.創業投資、技術創新與經濟增長——基于中國20省市的截面數據實證研究[J].現代管理科學（6）：1213.

龐皓.2010.計量經濟學（第二版）[M].北京：科學出版社：261283.

唐未兵，傅元海，王展祥.2014.技術創新、技術引進與經濟增長方式轉變[J].經濟研究（7）：3143.

趙樹寬，余海晴，姜紅.2012.技術標準、技術創新與經濟增長關系研究——理論模型及實證分析[J].科學學研究，30（9）：13331341.

張軍，吳桂英，張吉鵬.2004.中國省際物質資本存量估算：1952—2000[J].經濟研究（10）：3444.

朱勇，張宗益.2005.技術創新對經濟增長影響的地區差異研究[J].中國軟科學（11）：9298.

DEREK B，SILVIA M，MASAKO N.2002.The Role of Innovation and Quality Change in Japanese Economic Growth[J]. Journal of Evolutionary Economics，12（1）：135162.

HALL R E，JONES C I.1999.Why Do Some Countries Produce So Much More Output Per Worker Than Others？[J].The Quarterly Journal of Economics，114（1）：83116.

JUNGSOO P，HANG K R.2006.Accumulation，Technical Progress，and Increasing Returns in the Economic Growth of East Asia[J].Journal of Productivity Analysis，25（3）：243255.

LUCAS R E.1988.On the Mechanics of Economic Development[J].Journal of Monetary Economics（1）：342.

ROLF F，SHAWNA G，MARY N.1997.Productivity Growth，Technical Progress，and Efficiency Change in Industrialized Countries：Reply[J].The American Economic Review，87（5）：10401043.

ROMER P M.1986.Increasing Returns and Longrun Growth[J].The Journal of Political Economy（5）：10021037.

SOLOW R M.1957.Technical Change and the Aggregate Production Function[J].The Review of Economics and Statistics（3）：312320.

Empirical Study of the Effect of Technical Innovation

on Chongqings Economic Growth

WEN Chuanhao1，2，HUANG Lei1，LAN Xiujuan1，LI Chunyan1

（1.Research Center of the Economy of the Upper Reaches of Yangtze River， Chongqing Technology and Business

University， Chongqing 400067， China； 2.School of Statistics and Mathematics， Zhongnan University of Economics

and Law， Wuhan 430073， China）

Abstract： Technical innovation is decomposed into such three levels as technical innovation talent， technical innovation input and technical innovation achievement. Based on the relevant time series data of Chongqing during 19972013， this paper made an empirical research on the effect of the technical innovation on Chongqings economic growth by Solow growth model and CobbDouglas production function， cointegration test， GB test and ECM model and so on. The empirical results show that the innovationdriven power of Chongqings economic growth is fairly strong， but its position is not yet stable， factordriven power and investmentdriven power are still the main sources of its economic growth， that the technical innovation talents and input are the dominant force for its economic growth， however， the technical innovation achievement doesnt have an obvious influence on its economic growth. Therefore， Chongqing should continue to deepen the reform of the science and technology system， introduce and cultivate more highclass science and technology talents， enhance the input on science and technology research， speed up the transformation of technical innovation achievements into real productivity and boost the transformation of factordriven and investmentdriven into innovationdriven for Chongqings economic development.

Key words： technical innovation； economic growth impetus； Solow Model； innovationdriven； investmentdriven； factordriven； technical innovation talent； technical innovation input； technical innovation achievement

CLC number：F062.4；F12719Document code：AArticle ID：16748131（2015）06007007

（編輯：楊睿）