京津冀創新資源配置與經濟增長關系的實證研究

張宏 王雪晨

摘? 要： 利用2008—2018年有關數據，通過單位根檢驗和模型設定檢驗，建立固定效應變系數面板數據模型，對創新資源配置與經濟增長之間的長期均衡關系進行實證分析。研究表明：創新資源配置對經濟發展具有明顯的促進作用，創新人力資源投入的產出彈性大于創新物質資源和創新知識資源投入的產出彈性;在三種創新資源投入要素的彈性系數中，北京和天津呈現三高特征，河北則呈現三低特征。基于此，在制定政策時需要充分考慮創新資源配置與經濟增長的互動關系，各地區在加大投入力度的同時，更應注重創新人員數量與質量的提升，著重提高其投入—產出績效。

關鍵詞： 創新資源? 京津冀? 經濟增長? 面板數據

一、引言

近年來，將創新資源配置將轉化為現實發展的內在動機成為國家部署的重點任務。十九大報告指出：“創新是引領發展的第一動力，是建設現代化經濟體系的戰略支撐”。創新成為了經濟增長的重要推手，而創新資源的配置情況會直接影響區域創新能力的高低。因此，本文從京津冀三個地區創新資源配置情況入手，根據知識資源、人力資源和物力資源的配置情況選取5個指標，分別納入創新資源配置影響經濟增長的模型中，研究京津冀地區創新資源配置與經濟增長之間的關系。

近年來，國內學者在創新對經濟增長影響方面的研究層出不窮，且多從實證角度出發。胡恩華等（2006）利用1991—2003年的歷史數據進行分析，結果表明科技投入對經濟發展的促進作用有一定的滯后性＼[1＼]。張順（2006）運用向量自回歸（VAR）模型得出R&D投入增加推動了經濟的增長＼[2＼]。盧方元、靳丹丹（2011）分別建立GDP與R&D經費投入以及GDP與R&D人員投入之間的固定效應變系數模型，結果得出R&D投入對經濟發展具有明顯的促進作用＼[3＼]。馮云廷、計利群（2020）以15個副省級城市為例，采用變截距模型和控制地區因素變系數模型研究技術創新與城市經濟增長波動之間的關系的關系，認為技術創新是城市經濟穩定增長的關鍵＼[4＼]。李新安（2020）以河南省為例，分別對全要素生產率和創新基礎、投入、產出、制度的指數進行測算，通過計量模型分析得出區域創新能力與經濟發展質量之間存在較為顯著的長期均衡因果關系＼[5＼]。

通過對創新與經濟增長已有文獻的回顧與梳理不難發現，針對創新的研究不斷出現新內容、新視角、新方法，研究的領域不斷拓展，研究的深度也不斷增加。然而，關于京津冀地區創新資源配置對經濟增長影響的研究文獻較少，所以本文將選取這三個地區的數據，進行面板數據的實證檢驗，從而分析創新資源配置對京津冀地區經濟增長影響的區域差異。

二、指標選取與數據來源說明

本文主要研究京津冀地區創新資源配置對經濟增長影響，因此指標選取主要來自創新資源配置和經濟增長兩個方面。在衡量地區經濟實力時，通常使用地區的生產總值GDP。因此，本文選取京津冀地區的國內生產總值GDP（億元）作為被解釋變量指標。在地區創新資源配置方面，從知識資源、人力資源和物力資源三個方面入手共選取了5個指標，分別是專利授權總量（萬項）、R&D活動人員數量（萬人年）、本科以上畢業生數量（萬人年）、科學技術一般公共預算支出（億元）和研究與試驗發展R&D經費支出（億元）。其中專利授權總量（萬項），用來表示知識資源的投入水平;R&D活動人員數量（萬人年）和本科以上畢業生數量（萬人年），用來表示人力資源的投入水平;科學技術一般公共預算支出（億元）和研究與試驗發展R&D經費，用來表示物力資源的投入水平。

以上指標數據選取的年份為2008-2018。其中，各地區的專利授權總量、R&D活動人員數量和研究與試驗發展R&D經費支出的有關數據來源于《中國科技統計年鑒》;京津冀地區本科以上畢業生數量（萬人年）、科學技術一般公共預算支出（億元）以及地區生產總值數據來源于《北京統計年鑒》《河北經濟年鑒》和《天津統計年鑒》。

三、實證分析

（一）模型選擇與設定

面板數據模型是截面數據與時間序列數據綜合起來的一種計量經濟模型，可以分析同一時間點不同截面上的經濟特征，更好地反映經濟結構特征，提高動態分析的可靠性。面板數據模型的一般形式如下：[BF]Yi，t=αi，t+βi，tXi，t+εi，t，i=1，2，…，N;t=1，2，3，…[BFQ]

該模型表示k個經濟指標在i個個體及t個時間點上的變動關系，其中i表示個體截面成員的個數，t表示每個截面成員的觀測時期總數，參數[BF]αi，t[BFQ]表示模型的常數項，[BF]βi，t[BFQ]表示對應于解釋變量向量[BF]Xi，t[BFQ]，t的k×1維系數向量，k表示解釋變量個數。隨機誤差項[BF]εi，t[BFQ]相互獨立，且滿足零均值、等方差為[BF]σ2u[BFQ]的假設。該模型常有變截距模型[BF]（αi≠αj，βi≠βj）[BFQ]、變系數模型[BF]（αi≠αj，βi≠βj）[BFQ]、混合回歸模型[BF]（αi=αj，βi=βj）[BFQ]＼[6＼]。

本文研究選取人力資源、知識資源和物力資源三個方面的指標，衡量各種要素投入對京、津、冀各區域經濟增長的影響。選擇專利授權總量（萬項）作為衡量知識資源配置的指標，R&D活動人員數量（萬人年）和本科以上畢業生數量（萬人年）總量作為衡量創新人力資源配置指標，科學技術一般公共預算支出（億元）和研究與試驗發展R&D經費支出（億元）總量作為衡量創新物質資源配置指標，衡量經濟增長的指標為國內生產總值GDP（億元）。由于上述變量數據是絕對量，所以進行對數處理，消除異方差的影響，本研究面板據模型的解析表達式為：

模型1：[BF]ln（GDPi，t）=c1+α1i+β1iln（Zi，t）+ε1i，t，t=1，2，3;t=1，2，3…T[BFQ]

模型2：[BF]ln（GDPi，t）=c2+α2i+β2iln（Ri，t）+ε2i，t，t=1，2，3;t=1，2，3…T[BFQ]

模型3：[BF]ln（GDPi，t）=c3+α3i+β3iln（Qi，t）+ε3i，t，t=1，2，3;t=1，2，3…T[BFQ]

其中，Z表示專利授權總量（萬項），R表示R&D活動人員數量（萬人年）和本科以上畢業生數量（萬人年）的總數、Q表示科學技術一般公共預算支出（億元）和研究與試驗發展R&D經費支出（億元）的總數。下標（i，t）表示第i個觀測單元第t期的相應指標。[BF]εi，t[BFQ]為滿足[BF]E（εi，t）=0[BFQ]和[BF]var（εi，t）=σ2u[BFQ]的隨機擾動項。

（二）單位根檢驗

為了避免出現“偽回歸”狀況，通常需要進行數據平穩性檢驗。面板數據平穩性檢驗主要為單位根檢驗，包括6種檢驗方法，其中LLC檢驗、Breitung檢驗、Hadri檢驗是含有相同單位根的檢驗方法，IPS檢驗、Fisher-ADF檢驗和Fisher-PP檢驗是含有不同單位根的檢驗方法。LLC檢驗、Breitung檢驗、IPS檢驗、Fisher-ADF檢驗和Fisher-PP檢驗的原假設均為含有單位根;Hadri檢驗原假設為不含有單位根＼[7＼]。本文采用LLC檢驗和Fisher-PP檢驗方法，分別檢驗是否存在同質單位根和異質單位根。運用Eviews80分別對面板數據lnGDP、lnZ、lnR和lnQ進行檢驗，表1給出了兩種檢驗方法的結果。lnGDP、lnZ和lnQ在1%的顯著水平下是平穩變量，lnR為非平穩變量，對lnR進行一階差分，檢驗結果通過，說明lnR是一階單整變量。

（三）模型設定檢驗

面板數據模型根據影響形式分為固定效應模型和隨機效應模型，根據模型形式，分為既無個體影響又無結構變化的混合模型、有個體影響但無結構變化的變截距模型和既有個體影響又有結構變化的變系數模型，一般使用協方差分析檢驗判斷回歸模型形式＼[8＼]。對于影響形式，通常使用Hausman檢驗，該檢驗的原假設為模型為隨機效應模型。對于模型形式的檢驗，通常需要人工構造統計量。

本文通過構建Lr檢驗統計量判斷模型形式：[BF]Lr=2（Lr1-Lr2）[BFQ]，lnLr1為無約束條件下最大似然估計值， lnLR2為有約束條件下最大似然估計值，LR服從自由度為（i+t+ki-k-2）的卡方分布，統計量原假設為不變系數模型。如果拒絕原假設，則為變系數模型。

根據2008—2018年京、津、冀的lnGDP、lnZ、lnR和lnQ的面板數據，使用Eviews80進行hansman檢驗及估計，確定lnGDP與lnZ、lnGDP與lnR、lnGDP與lnQ之間應建立固定效應變系數模型，模型1、2、3設定準確。

（四）回歸結果分析

本文采用ls最小二乘法分別對模型1、模型2、模型3的參數進行估計，得到如表2、表3和表4所示的結果。

根據表2，可以得出模型1的估計方程：[BF]ln（GDPi，t）=53104+α1+β1ln（Zi，t），R2=09928，F=3718801[BFQ]

由R2和F的值可知，模型1擬合優度很高且總體線性關系顯著。各地區lnZ系數[BF]α1[BFQ]均能通過t檢驗，表明創新知識資源投入對經濟增長的影響顯著。模型1中截距項代表的是經濟增長中不能被知識資源投入所解釋的部分，其值越大，表明投入要素對經濟增長的促進作用越大。其中，53104反映京津冀總體知識資源投入產出效果的整體水平，截距的固定影響參數[BF]α1[BFQ]反映京津冀之間的差異，lnZ的系數[BF]β1[BFQ]表現為京津冀知識資源投入產出彈性系數，反映了知識資源投入對經濟增長的影響效果。

從表2看出：①河北的截距項最大，其次是北京，說明這兩個地區在經濟增長上受知識資源投入之外的綜合因素影響較大，天津則較為穩定。②知識資源投入對經濟影響最大的是北京，其次是天津，最后是河北。北京和天津知識資源投入彈性系數都在07-08范圍內，說明知識資源投入對這兩個地區的經濟增長的影響處于中等水平，河北省的知識資源投入彈性系數在06以下，說明知識資源投入的經濟效果較差。

模型2擬合也很好，且各地區lnR對lnGDP影響顯著。從表3可以看出：①北京的截距項最大，其次是河北，天津的截距項最小，說明北京和河北在經濟增長上受人力資源投入之外的綜合因素影響較大，天津則較為穩定。②人力資源投入對經濟影響最大的是北京，其次是天津，最后是河北，北京和天津人力資源投入彈性系數都在14以上，說明人力資源投入對這兩個地區的經濟增長有很好的促進作用，河北省的人力資源投入彈性系數在為09，說明人力資源投入對經濟增長的促進效果較好。

模型3擬合很好，且物質資源投入對各地區經濟增長影響顯著。從表4可以看出：①河北的截距項最大，其次是北京和天津，說明河北的經濟增長受物質資源投入之外的綜合因素影響較大，北京和天津則較為穩定。②從彈性系數上看，物質資源投入對經濟影響最大的是天津，其次是北京，最后是河北，但是京津冀物質資源投入彈性系數都在06以下，說明物質資源投入對京津冀地區的經濟增長促進作用較差。

綜合考慮，從創新資源分配角度，創新人力資源投入對京津冀經濟增長的促進作用最為明顯，創新知識資源投入和創新物質資源投入的影響程度相對較低;從創新資源投入產出穩定性角度，北京和河北的創新資源投入對經濟增長促進作用不穩定，這兩個地區經濟受其他因素影響的可能性較大，對于天津，創新資源投入對經濟增長促進作用較為穩定;從各地區特征分析，對于北京和天津，創新人力資源投入產出效果最好，其次是知識資源，最后是物質資源。對于河北，創新資源的投入產出效果并不明顯。

四、結論與建議

第一，京津冀地區創新資源配置與經濟增長之間存在顯著關系，創新人力資源、知識資源和物力資源的投入能夠推動京津冀地區經濟持續增長。因此，在制定政策時需要充分考慮創新資源配置與經濟增長的互動關系。在大幅度增加創新資源投入的同時，要保持合理的資源投入結構，實現資源的優化配置，提高對知識資源、人力資源和物力資源的有效利用，使創新資源的投入更有效地促進GDP的增長。

第二，京津冀總體上創新人力資源投入的產出彈性大于知識資源和物力資源的投入產出彈性，即京津冀地區創新人力資源投入對經濟增長的影響程度高于知識資源和物力資源投入對經濟增長的影響程度。因此，各地區在加大知識資源和物質資源投入力度的同時更應注重創新人員數量與質量的提升。一方面，建立科學合理的創新人才培養機制;另一方面，建立和完善各種激勵機制，最大限度地激發創新人才的激情和潛能。

第三，京、津、冀三個地區GDP的增加幅度都小于創新知識資源和物質資源的增加幅度。這在一定程度上表明這兩種資源配置在直接促進經濟增長的過程中存在一定的時滯效應，即京津冀地區創新人力資源和物質資源的投入增長尚不能在短時期內迅速轉化為生產力。因此，在加大京津冀創新資源知識資源和物質資源投入的同時，應著重提高其投入—產出績效。

第四，創新資源配置對經濟增長的影響程度在三地之間存在較大差異。北京和天津創新人力資源投入彈性系數遠高于河北，因此，河北要重點關注創新人才引進和培養平臺建設。北京和天津地區創新資源配置處于較高水平，但是主要為人力資源的推動作用較大，知識資源和物質資源的轉化效率仍需進一步提高。因此，北京和天津應進一步優化創新投入結構，大力提高知識資源和物質資源轉化效率。

參考文獻：

＼[1＼][ZK（#]胡恩華，劉洪，張龍我國科技投入經濟效果的實證研究＼[J＼]科研管理，2006（4）

＼[2＼]張順科技投入與經濟增長動態關系研究＼[J＼]商業研究，2006（13）

＼[3＼]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）

＼[4＼]馮云廷，計利群技術創新與城市經濟增長波動——基于我國15個副省級城市面板數據的實證研究＼[J＼]工業技術經濟，2020，39（1）

＼[5＼]李新安區域創新能力對經濟發展質量提升的驅動作用研究＼[J＼]區域經濟評論，2020（2）

（張宏、王雪晨，北京建筑大學城市經濟與管理學院）[FL）