我國研發投資、科技創新與經濟增長的關系研究

吳鳴然

[摘要]本文基于1995—2018年時間序列數據，分別使用向量自回歸模型、脈沖響應函數和方差分解法來研究我國研發投資、科技創新與經濟增長之間的協調度、動態關系和影響貢獻度。

[關鍵詞]研發投資 ? ?科技創新 ? ?經濟增長 ? ?動態關系

本文系國家自然科學基金資助項目：“生產—消費”視角下我國水足跡空間異質性研究（項目編號：41401634）

一、引言

研發（Research and Development，簡稱R&D）是指在科技創新領域，為增加知識總量以及運用這些知識創造新應用而進行的創新活動?？萍紕撔滦枰罅康娜恕⒇?、物投入作為保障，其中資金支持是最重要的物質支持手段之一，已成為影響一國科技實力與核心競爭力的重要指標。按照學術界的分類，R&D活動主要分為基礎研究、應用研究與試驗發展三種。學術界目前認為，基礎研究和應用研究屬于理論研究，可以產生新的知識，而試驗發展則屬于實踐，很難產生新的理論知識?，F有關于R&D驅動經濟增長的研究往往將R&D投資視為一個整體，僅考慮規模卻忽視了結構，因此也就使得研究的解釋力變弱。不同類型的R&D活動對創新成果的產生與經濟增長所起的作用具有怎樣的差別？這是一個值得思考的問題。

早在20世紀90年代初，以Romer（1990）、Grossman & Helpman（1991）、Aghion & Howitt（1992）等為代表的西方學者們，就研究發現R&D投資對創新活動的產出和效率具有重要的影響，并提出基于R&D驅動的經濟增長理論。之后，Salter（2001）分析了R&D的基礎研究投入對促進知識存量增加和創新能力提升的機理，Morales（2004）的研究更進一步區分了基礎研究和應用研究的投資對經濟增長的作用，并發現政府投資于基礎研究有利于經濟增長，投資于應用研究卻對經濟增長起反作用。相較之下，國內學者針對R&D投資規模與結構的研究要晚得多，更多的是結合我國發展實際進行很多具有中國特色的研究。然而，已有研究得出的結論存在很大差別。比如，嚴成等（2013）通過構建模型發現我國R&D規模和基礎研究投入越大，經濟增長率越高，但萬莉麗等（2018）發現應用研究和試驗發展才是經濟增長的格蘭杰原因;蔣殿春等（2015）研究了我國不同種類的R&D投資對生產率的影響，發現在不同類型的R&D活動中，試驗發展的效果最強，依次是基礎研究和應用研究;潘雄鋒等（2019）通過實證研究發現，企業R&D經費中的研究階段與開發階段均能對企業創新產生正面影響，但相較而言研究階段的促進效果更為明顯。由于指標選取和實證方法不一致，已有研究的結論出現矛盾并不意外，但也得出一些共識：雖然基礎研究和應用研究無法產生短期的經濟效益，卻是科技創新主體保持持久競爭力的重要方面。因此，我國需進一步優化R&D投資結構，加大研究階段的投入力度以實現R&D經費的最優配置。

然而，已有研究多為靜態定量研究，無法反應不同種類的R&D投資究竟能在多大程度上刺激創新產出與經濟增長，更無法描繪影響的動態軌跡。本文從構建科技創新“研發—創新—經濟”系統出發，基于我國1995—2018年的時間序列數據，考察不同類型的R&D投資對創新產出與經濟增長的影響。

二、變量與研究方法的選取

（一）變量選取與數據來源

變量數據大部分來源于1995—2019年《中國統計年鑒》和《中國科技統計年鑒》。變量及變量說明見表1。

從表1可以看出，本文分別將R&D投資細分為三大類，以國內專利申請授權數和全國技術市場成交額代表創新產出，研究R&D投資結構對創新產出和經濟增長的影響作用。此外，由于對數化處理不改變數據本身的結構，且可以進行指數平滑，有效消除異方差。因此，本文先對上述指標進行對數化處理，分別記為ln R&D TOTAL、ln R&D BR、ln R&D AR、ln R&D ED、ln DPG、ln TVTM和ln GDP。

（二）研究方法

為深入分析我國研發投資、科技創新與經濟增長的動態關系，本文的研究步驟如下：首先，運用穩定性檢驗來考察各研究變量之間有無穩定的因果關系;其次，用脈沖響應函數描繪變量間的互動效應與動態關系;最后，用方差分解法量化不同R&D投資和不同創新成果對經濟增長影響的相對重要性。

構建VAR模型分析變量間的關系，模型如下：

其中，Yt是由第t期觀測值構成的n維內生變量向量，Ai是n×n系數矩陣，p為內生變量的滯后期，為n維隨機擾動項。其中，隨機擾動項 （i = 1，2，…，n）為白噪音過程，且滿足。

三、我國研發投資、科技創新與經濟發展的關系研究

（一）研究變量的平穩性檢驗

本文構建我國研發投資、科技創新與經濟發展的雙變量VAR系統，需要分別建立3個雙變量VAR模型。根據前文對指標的解釋，在分析之前要先運用Eviews（Version7.2）對各變量進行平穩性檢驗，即單位根檢驗，檢驗方法選擇最常見的ADF（Augmented Dickey-Fuller Test）檢驗法，檢驗結果見表2?？紤]到篇幅有限，本文將最大滯后期設置為5。

檢驗結果顯示，在5%的顯著性水平下，所有變量均非平穩變量。在一階差分的情形下，只有ln R&D AR、ln DPG和ln TVTM能通過單位根顯著性檢驗，是平穩序列。其余變量都是在二階差分的情形下才通過顯著性檢驗，故本文拒絕了存在單位根的原假設，所有變量均為平穩序列，變量之間也存在協整關系。因此，我國研發投資、科技創新與經濟增長之間存在長期均衡的關系。

（二）向量自回歸模型的建立

本文構建的VAR模型是我國研發投資、科技創新與經濟增長之間的3個雙變量系統，因此，分別選取代表性指標構建相互獨立的向量自回歸模型。根據赤池信息準則（Akaike Information Criterion，簡稱AIC）規定的“AIC值越小越好”原則，本文將模型滯后階數設定為2。同樣，本文運用Eviews（Version7.2）對方程的參數進行估計，結果見表3。

從調整后的擬合優度（0.994838，0.998349，0.998538）來看，該VAR模型有很高的擬合程度。從R&D投資總量（ln R&D TOTAL）的系數來看，國內專利申請授權數（ln DPG）、全國技術市場成交額（ln TVTM）和國內生產總值（ln GDP）的反應值有很大的相似性，均在滯后1期為負值，在滯后2期為正值，說明我國R&D總投資對科技創新產出與經濟增長在短期起負面作用，長期起正面作用，即呈現出一定的時滯效應。同樣的，基礎研究（ln R&D BR）的系數在滯后1期的情形下也是負值，在滯后2期的情形下是正值，說明基礎研究投資對經濟增長的正面作用也更多表現在長期而非短期。然而，應用研究（ln R&D AR）和試驗發展（ln R&D ED）的系數則表現出了差別。二者的系數在滯后1期情況下的值比滯后2期大得多，說明應用研究和試驗發展對于創新產出和經濟增長的積極影響主要表現在早期。由此可見，我國R&D投資的三種類型對于創新產出和經濟增長的作用與影響不同。然而，就R&D總投資而言，其影響效果和基礎研究一致，即正面影響都是在長期才出現，這也從側面表明了基礎研究在整個創新系統中的重要性。

此外，對于VAR模型而言，必須保證所有根模倒數小于1，即位于單位圓內，模型的估計結果才是有效的，否則無法進行估計。因此，本文也進行了檢驗，結果顯示所有根模倒數都小于1（見表4），且均位于單位圓內（見圖1）。

（三）廣義脈沖響應函數分析

脈沖響應函數經常用來衡量來自隨機擾動項一個標準差的沖擊對模型所有內生變量當期與未來的影響。通過該方法分別描繪我國不同種類的R&D投資對科技創新產出和經濟增長的動態沖擊軌跡，可刻畫變量之間的長期動態關系。本文將沖擊響應期設定為10期，分析圖中的實線表示脈沖響應函數，虛線表示正負兩倍標準差偏離帶。R&D投資對科技創新產出的脈沖分析結果見表5和圖2。

從表5可以看出，本文用以衡量創新產出的兩個指標，國內專利申請授權數（ln DPG）和全國技術市場成交額（ln TVTM）在面臨R&D投資的沖擊下，反應呈現出了一定的相似性。二者在面臨R&D總投資一個單位的沖擊下累計響應值均為負值（-0.0025和-0.001），但在不同種類的R&D投資的沖擊下累計反應卻均為正值，這說明不同種類的R&D投資均可以刺激創新成果產出，但總投資卻不可以。該結果說明我國R&D投資并未像預期的那樣可以直接刺激創新成果產出，而是存在一個結構效應?？傊?，我國R&D投資的組合效果并不理想。此外，就每種R&D投資的累計反應值來看，試驗發展的值要顯著大于基礎研究和應用研究，說明我國創新成果大部分是由試驗發展產生的。

圖2可以更加直觀地反映表5中的現象，總的來看，面對R&D總投資（ln R&D TOTAL）、基礎研究

（ln R&D BR）、應用研究（ln R&D AR）和試驗發展（ln R&D ED）的沖擊，國內專利申請授權數（ln DPG）

和全國技術市場成交額（ln TVTM）的反應曲線是較為曲折的，并未呈現單調的遞增或遞減情況，說明R&D投資與科技創新成果產出之間并不是明顯的線性關系，而是復雜多樣的。該情況出現的原因是我國科技創新系統起步晚、基礎薄弱、體制機制不健全，科技研發能力和成果轉化能力有限，導致R&D投資很難對創新成果產出起到促進作用，沒有明顯轉化成現實生產力。

不過，需要說明的是，不能因為計量模型中R&D總投資對創新成果產出的影響為負就完全否定其重要性。R&D活動是整個科技活動的基礎和核心，直接影響國家的創新能力、科技水平，乃至經濟發展后勁。不過相較于簡單的總量規模投資，未來我國需要進一步優化不同種類R&D投資的組合、分配以及結構設計，使R&D投資能更多更好地加大創新產出。

R&D投資和科技創新對經濟增長的脈沖響應結果分析見表6和圖3。

從表6可以看出，在面臨R&D投資和科技創新產出一個周期的沖擊下，經濟增長（ln GDP）所有累計反應值均為正值，表明R&D投資和創新產出在研究期內能夠有效促進經濟增長，這是一個積極現象。從不同種類的R&D投資來看，經濟增長累計響應值最大的是基礎研究（0.0032），其次是應用研究（0.002），最后是試驗發展（0.0011）。該結果表明，越偏向于理論的研究對經濟增長的促進作用和效率就越大，這與學術界很多已有研究一致。理論研究在經濟發展中所起的作用并非立竿見影，但卻必不可少。因此，在未來發展中，我國R&D投資需盡可能少些“功利”與“急躁”，將目光放得更長遠些，增加對基礎研究、理論研究的投資力度。

從不同種類科技創新成果來看，經濟增長對全國技術市場成交額（ln TVTM）的累計響應值（0.0144）明顯大于國內專利申請授權數（ln DPG）的累計響應值（0.0017），說明從數字上看，技術市場成交額比專利申請授權數更能激勵經濟增長。主要原因有以下兩點：第一，我國授權專利的質量不高，對經濟增長難以發揮促進作用。我國科研產出質量偏低，一直廣受經濟學家詬病，尤其是專利過多集中于技術含量低的外觀設計等實用主義發明，而技術含量高、理論性強的研發專利數量則相對較少。這就導致專利申請授權數對經濟增長的刺激作用有限。第二，新授權的專利需要通過技術密集型產業和高技術產業在技術市場上的交易來發揮作用。也就是說，國內專利申請授權數（ln DPG）要通過全國技術市場成交額（ln TVTM）來影響經濟增長，而從專利到技術又存在一定的轉化率，并非所有專利都能轉成技術，我國的科研成果轉化率較低。

圖3可以更直觀地反映表6的現象。GDP在R&D總投資（ln R&D TOTAL）、基礎研究（ln R&D BR）、應用研究（ln R&D AR）和試驗發展（ln R&D ED）的沖擊下都呈現出正反饋回路，但反應均不明顯。這樣的反饋回路表明R&D投資能夠激勵經濟增長，但效果仍有待加強。此外，從試驗發展（ln R&D ED）的反饋回路可以看到，在試驗發展的沖擊下，GDP在前6期均為正反應，但在第7期降為0，之后一直表現為負反應且一直下降。這說明，雖然表面上看，試驗發展是產生經濟效益最直接、見效快的投資，且其對經濟增長所起的作用總體來看也是積極的，但這種積極效應更多地表現在短期。這是一個值得警惕的現象，因為我國的科研資金絕大部分都投入了試驗發展階段，長期來看極不利于我國科技創新水平的提升，甚至會導致下降。因此，更好地實施創新驅動發展戰略，一定要避免功利主義和短期行為，更加注重對理論研究和基礎研究的投資，為我國科技創新體系建設奠定堅實基礎。

（四）方差分解

方差分解多用來描述不同解釋變量變化對被解釋變量變化的貢獻度，即每個擾動項的相對重要性。我國經濟增長的方差分解結果見表7。

表7包含了兩個方差分解的結果。從不同種類R&D投資對經濟增長（ln GDP）的影響份額可以看到，除ln GDP自身之外，平均影響份額最大的仍然是基礎研究（17.821%），其次是應用研究（10.032%），最后是試驗發展（9.961%），表明越是偏向理論研究對經濟增長的積極作用就越大。從不同種類的創新產出對經濟增長的影響份額可以看到，除ln GDP自身之外，全國技術市場成交額（ln TVTM）的平均影響份額（19.66%）明顯大于國內專利申請授權數（ln DPG）的平均影響份額（8.119%）。

四、結論與建議

在研究期內，我國R&D投資、科技創新與經濟增長之間存在長期穩定的關系。不同種類的R&D投資對創新產出與經濟增長發揮的作用存在差別。總體來看，R&D總投資的表現和基礎研究一致，間接說明了基礎研究的重要性。

利用脈沖響應函數研究我國R&D投資、科技創新與經濟增長之間的交互情形與動態響應路徑，比較清晰地描繪了“研發—創新—經濟”之間的動態關系。首先，國內專利申請授權數和全國技術市場成交額在面臨R&D總投資沖擊下的累計響應值均為負值，但在不同種類R&D投資（基礎研究、應用研究和試驗發展）沖擊下的累計響應值卻均為正值，這表明我國不同種類的R&D投資組合效果并不理想，R&D投資結構有待進一步合理化。此外，相較而言，試驗發展的累計響應值大于基礎研究和應用研究，表明我國絕大多數創新成果都是在試驗發展階段產生的。其次，經濟增長變量在R&D投資和創新產出沖擊下的累計響應值均為正值，且越偏向理論的研究對經濟增長的促進作用和效果越好。試驗發展對經濟增長的沖擊在前期為正，后期為負，說明試驗發展對經濟增長的激勵主要作用于前期，也表明過于注重對試驗發展的投資從長期來看不利于創新系統的發展。此外，我國R&D投資、科技創新成果產出與經濟增長之間關系較為復雜。

方差分解的結果說明，就R&D投資的相對貢獻度來看，我國經濟增長受基礎研究的影響份額最大，應用研究次之，最后是試驗發展;就科技創新成果的貢獻來看，我國經濟增長受國內專利申請授權數的影響份額明顯大于全國技術市場成交額的影響份額。

基于此，本文提出以下建議：

一是優化R&D投資結構，增加理論研究尤其是基礎研究的投入力度。目前我國正處于大力建設創新型國家、實施創新驅動戰略的歷史節點。構建科學、合理、協調的現代化科技創新體系是當下最重要的任務。與西方發達國家相比，我國R&D經費無論是投入強度還是投入結構都存在很大的改進空間，更重要的是，我國科研經費的管理體制存在不少漏洞，導致研發管理方面存在大而不強、多而不專的問題。因此，我國需要進一步深化科研經費管理體制改革。從文章的研究結果來看，越是偏向于理論的研究越有助于創新成果的產生和經濟增長。然而，理論研究往往無法快速產生經濟效益，導致企業積極性不高。對此，政府要充分發揮主導作用，積極優化R&D資金分配，大力建設以企業為主體、市場為導向、政府為引導的現代化產學研創新系統;積極聯合各高校、科研院所，引導、支持、幫助、激勵這些理論研究的創新主體充分利用好R&D經費開展研發活動。此外，政府還要努力營造科學研發的風氣，改革“浮躁”“急進”“短平快”的科研考核體制，通過多種手段提高大家對理論研究尤其是基礎研究的興趣，努力推動更多原創性成果甚至核心技術的研發。

二是增加科技創新成果的產業化轉化效率。一般來說，科技創新體系建設最重要的是理論研究和成果轉化。本文的實證研究表明，我國科技創新成果在“從專利到技術，從技術到效益”的轉化過程存在比率不高、效率低下的問題，這是對寶貴資源的極大浪費。要想充分發揮科技創新對經濟增長的驅動作用、實現科技創新對經濟發展的引領，關鍵在于創新轉化體制的設計是否順暢、合理和科學，能否實現創新鏈、產業鏈和資金鏈的無縫對接，以及研發投入、科技創新和經濟發展的高度融合。對此，建議各級政府努力加強對產學研協同創新體系的建設與完善，支持高校、科研院所與企業更多合作，聯合設立更多研發機構、產業園、技術孵化園等產學研用一體化程度較高的產業技術創新聯盟。此外，還要大力完善科技創新成果的市場交易體系和監管制度，落實對科學技術創新轉化相關工作的引導、激勵、糾錯與推進。

（作者單位：南京郵電大學管理學院，郵政編碼：210003，電子郵箱：wumr1992@163.com）

主要參考文獻

蔣殿春，王曉嬈.中國R&D結構對生產率影響的比較分析[J].南開經濟研究， 2015（2）：59-73

萬莉麗，商宇楠. R&D投資結構對我國經濟增長的影響[J].現代商業， 2018（3）：64-65