技術創新與區域經濟發展的動態關系研究

巫媛瑩 韓芳 劉璇斐

摘 要：經濟增長的相關研究一直是經濟學領域中最活躍的研究課題之一，經濟領域的核心競爭就是技術創新能力的競爭。經濟體依靠技術創新能力的增強，不僅能推動經濟的增長，更能推動經濟的優質增長。通過云南省時間序列數據建立實證模型，通過Granger因果關系檢驗確定技術創新和區域經濟增長之間的因果關系，并利用ECM模型確定技術創新和區域經濟增長之間的均衡關系。

關鍵詞：技術創新;區域經濟增長;Granger因果關系檢驗;ECM模型

中圖分類號：F224? ? ? ? 文獻標志碼：A? ? ? 文章編號：1673-291X（2021）16-0050-04

引言

當今世界，科學技術迅猛發展，“技術創新”一詞大量充斥于各種媒體，人們越來越真切地認識到技術創新對經濟發展所起到的推動作用。對于區域經濟發展來講，技術創新也成為影響其最重要的動力和關鍵因素之一，發揮著基礎性和本質性的作用，深刻地改變著區域經濟格局。20世紀90年代以來，經濟增長的相關研究一直是經濟學領域中最活躍的研究課題之一。相關的經濟增長理論認為知識積累、科技進步和高素質的人力資本能夠創造規模收益遞增效應，從而實現經濟的可持續增長。技術創新在當今發達資本主義國家的經濟增長中起著越來越重要的作用，并且成為經濟增長引擎。今后經濟領域的競爭，核心就是技術創新能力的競爭。依靠技術創新能力的增強，不僅能推動經濟的增長，更能推動經濟的優質增長。本文分析技術創新對于區域經濟增長的影響，通過Granger因果關系檢驗確定序列之間的關系，并利用ECM模型確定序列間的均衡關系。本文的研究結果將豐富技術創新和經濟增長的相關研究。

一、文獻綜述

許多學者已經對分析技術創新對經濟增長的貢獻方面進行深入而細致的探索研究。用定量分析方法研究技術創新對經濟增長的貢獻最早開始于20世紀初期。1928年，美國著名數學家柯布（C.W.Cobb）與經濟學家道格拉斯（P.H.Douglas）提出經濟學中著名的柯布—道格拉斯生產函數（CD函數），這一研究對描述定量的投入及產出之間聯系的方法和模型作出十分重大的貢獻[1]。柯布與道格拉斯分析了全美制造業從1899—1922年間的歷史資料后得出，在生產的投入因素之中，只有資本和勞動是決定性要素，其他要素對產出的影響可以忽略不計[2]。

1942年，荷蘭杰出經濟學家丁伯格（J.Tingbergen）[3]完成一篇德語文章，文章中作者在資本與勞動投入函數中引入了時間趨勢來表示“效率”的水平。從此，CD生產函數中便有了技術這一影響因子[4]。

1957年，美國麻省理工學院研究所的索洛（Solow）首創了索洛增長核算模型[5]，定量的分離出資本、勞動以及技術投入對經濟增長的貢獻。在索洛模型中所有無法用具體因素解釋的增長率被認定為技術進步的貢獻。索洛增長核算法在嚴格意義上來說必須同時滿足下列條件：僅有勞動與資本這兩個生產要素，并且可以相互替換，還能夠以可變比例進行組合;經濟系統處在完全競爭狀態下，生產要素勞動與資本的邊際產出存在遞減;勞動與資本在任意時間都得到了充分的利用;技術進步是希克斯（Hicks）中性的。除此之外，索洛模型在實際應用的過程中一般還須要假設規模報酬是不變的。索洛增長核算模型對技術進步的貢獻率進行了大概估計，但這一估計還是過于籠統，對技術進步的貢獻作用估計過高。該模型所分析的技術進步不但包括了新工藝、新技術以及新產品的使用等通常意義上的技術進步，還涵蓋了除勞動與資本投入之外的所有投入因素影響，例如勞動者素養的提升、組織者決策能力的提升以及規模效益等因素，所以索洛模型中的技術進步只是一種廣義上的技術進步。

1974年，丹尼森（dwarf F.Denison）[6～8]首先使用增長因素分析法，把經濟增長的影響因素劃分成總投入要素以及投入要素生產率兩類，尤其對投入要素中的勞動投入做了更為詳細的劃分。作者把勞動投入按照工時、就業、教育程度、性別和年齡進行拆分，資本投入按照住宅工地與住宅建筑、非住宅土地及存貨、非住宅建筑及設備劃分，最終計算得出各種因素對經濟增長的貢獻值，使得索洛“余值”大幅度縮小。丹尼森在分析美國國民收入的統計數據時，通過對投入要素的細致劃分進而對細分后影響因素的增長率進行了加權和加總的處理，估算出各種投入要素對經濟增長的貢獻值。研究結果顯示，知識的積累發展占技術進步對經濟增長總貢獻作用的約2/3。丹尼森增長因素分析法因為把影響經濟增長的要素劃分的十分細致，所以分析技術創新（即知識積累發展）增長對經濟發展的貢獻就更加準確客觀。遺憾的是，許多因素資深的界定十分困難，導致這種方法的推廣應用受到了很大的限制。

美國著名經濟學家西蒙史密斯庫茲涅茨（Simon Smith Kuznets）[2]是最早從數量與結構兩方面對經濟增長進行分析研究的經濟學者之一。他所編寫的一系列關于經濟增長影響因素分析的著作中提出：影響經濟增長的要素，主要包括知識儲備的增加、勞動生產效率的提高以及結構方面的改變。首先是知識儲備的增漲，作者認定隨著社會的逐漸進步與發展，人類社會的社會知識與技術知識的儲備會迅速地增加，當這些知識儲備被生產者合理利用時，它就將成為經濟總量增長和經濟結構轉變的基礎。但知識并不等于生產力，需要在某些特定中介因素作用下才能夠轉化為生產力。其次勞動生產效率的提高是以高增長率人均產值為標志的現代經濟的增長誘因。最后是結構變化，作者提出在經濟相對發達的資本主義國家里，經濟結構轉化十分迅速，所以結構因素對經濟增長的貢獻相對比較顯著，而在不發達國家中，結構轉化進程緩慢，導致結構因素對經濟増漲的影響相對較小。

喬根森等（Dale W.Jorgenson）[9～10]在丹尼森研究的基礎上，進一步將勞動投入與資本投入的增長拆分成質量增長與數量增張，將資本增進型與勞動增進型兩種技術進步自索洛余值中分離出去。喬根森在一系列研究中運用超越對數生產函數模型，對數據進行統計分析，其方法的基礎核心是依據投入質量及價格變化對投入數據進一步修改。

20世紀末，羅默[11]、盧卡斯[12]等經濟學家提出了新經濟增長理論，把技術創新內生化，分析了人力資源與知識外溢等問題，相對之前的經濟理論有了很大的突破。但是目前經濟學界還沒有形成比較權威、統一的，基于新經濟增長理論的技術創新對經濟增長貢獻度的分析方法與模型。

19世紀后期，我國經濟的快速發展引起了國內外眾多學者關注，我國技術創新對區域經濟增長的貢獻問題也隨之成為學者研究探討的重點。因為方法及數據的局限，先期研究一般都使用了索洛增長核算方法，研究方向也主要集中于全國范圍的技術創新對經濟增長的貢獻方面，其中沈坤榮（1999）[13]、吉川洋（2001）[14]及Lin（2002）[15]等人都取得了比較有代表性的研究成果，可惜這些研究受到各種局限性的影響不曾在技術創新對區域經濟增長貢獻的方面進行合理的分析。此后，羅佳明等（2004）對技術創新與經濟增長之間的關聯性進行了研究，研究結果表明兩者之間存在因果關系[16]。翟群臻（2005）使用內生經濟增長理論的研究方法，運用線性回歸模型研究R&D投入、GDP以及R&D投入與GDP比值三者之間的關系，另辟蹊徑的估算了基礎創新對區域經濟增長的貢獻[17]。

此后，更多的研究人員將目光投向技術創新對經濟增長影響的區域對比。李紅松等（2003）使用CD生產函數分別對中國西部、中部及東部地區的技術創新對該區域經濟增長的貢獻率進行了估算并進行了橫向比較，研究結果表明中部及西部地區技術創新對該區域經濟增長的貢獻明顯低于東部地區[18]。豐明等（2006）對丹東市及其周圍地區的技術創新和經濟增長之間的關系進行了實證分析與比較[19]。近幾年來，隨著技術手段上所取得的新突破，基于面板數據的前沿技術分析方法成為對國內技術創新對區域經濟增長貢獻分析演技的先進手段，隨機前沿分析法（SFA）逐漸被更加廣泛地應用在這一研究領域[20]。

先前關于技術創新對區域經濟增長的相關研究，都僅局限于探尋兩者之間的相關關系，而缺乏對于技術創新和區域經濟增長之間的因果關系和動態平衡關系的研究。本文收集云南省技術創新和經濟增長的時間序列數據建立實證模型，探究兩者之間的因果關系和動態平衡關系，以此完善先前研究關于技術創新和區域經濟增長的相關研究。

二、研究方法和實證分析

（一）研究方法

本文采用平穩性的單位根驗證、ADF檢驗原理、協整檢驗、Granger因果關系檢驗和誤差修正模型ECM為理論研究方法。為了確定技術創新與經濟發展的動態均衡關系，需要選擇相應的指標進行計量分析。根據科學性和數據可獲取性的原則，選擇云南省科學研究與試驗發展（R&D）資本存量、科學研究與試驗發展（R&D）人員作為技術創新的指標，以國內生產總值（GDP）作為經濟發展的指標。

（二）指標時間序列的平穩性檢驗

為避免時間序列數據的“虛假回歸”現象，進行回歸時要求所用的時間序列是平穩的。因此，需要對技術創新的指標R&D資本存量（K）、R&D人員（L）和經濟發展指標GDP的時間序列進行平穩性檢驗。為了使時間序列變得更平穩，取各指標的對數，分別記為LNK、LNL和LNGDP。

首先對LNK、LNL和LNGDP的時間序列數據進行單位根檢驗。由圖1可知，LNK、LNL和LNGDP的均值都大于0，且LNK、LNL隨著時間變化具有一定的趨勢，所以進行單位根檢驗的時候，選擇常數和線性趨勢。而LNGDP比較平穩，進行單位根檢驗的時候不考慮線性趨勢。滯后階數采用SIC準則確定。ADF單位根檢驗的結果如表1所示，根據檢驗數據，R&D資本存量（K）、R&D人員（L）和經濟發展的指標GDP對數的時間序列均不平穩。

因此，需要繼續對其一階差分后的時間序列進行平穩性檢驗。LNK、LNL和LNGDP一階差分的時間序列圖如圖2所示。由圖可知，3個變量的線性趨勢均不

明顯，所以在檢驗時均不需要考慮線性趨勢。并且除LNL大致圍繞0上下波動外，其他2個變量的均值均大于0，所以在檢驗時除LNL外需要考慮常數項。滯后階數采用SIC準則確定。進行ADF單位根檢驗的結果如表1所示，根據檢驗數據，R&D資本存量（K）、R&D人員（L）和經濟發展的指標GDP對數一階差分的時間序列均不平穩。

繼續對變量對數二階差分后的時間序列進行平穩性檢驗。LNK、LNL和LNGDP二階差分的時間序列圖如圖3所示。由圖3可知，3個變量均大致圍繞0上下波

動，并且線性趨勢均不明顯，所以在檢驗時均不需要考慮常數項和線性趨勢。滯后階數采用SIC準則確定。進行ADF單位根檢驗的結果如表1所示，根據檢驗數據，R&D資本存量（K）、R&D人員（L）和經濟發展的指標GDP對數二階差分的時間序列在1%的顯著水平下拒絕了存在單位根的原假設，因此，LNK、LNL和LNGDP為二階單整序列，即LNK、LNL和LNGDP為差分平穩的時間序列，故可以進行協整檢驗和Granger因果關系檢驗。

（三）技術創新與經濟發展的協整檢驗

由此回歸方程可知，GDP與R&D資本存量、R&D人員之間呈現出正相關關系。根據該回歸方程，可得到殘差項為：

對殘差項？著t進行單位根檢驗。根據殘差項？著t的時間序列圖可知殘差圍繞0上下波動，且不具有明顯的時間趨勢如圖4所示，因此在進行檢驗時不考慮常數和線性趨勢。滯后階數采用SIC準則確定。ADF單位根檢驗的結果如表2所示。根據表2中的檢驗結果可知，殘差序列在1%的顯著水平下拒絕了存在單位根的原假設，因此殘差序列是平穩的，說明GDP與R&D資本存量、R&D人員之間存在協整關系，即三者之間存在長期的穩定關系。根據式（1）可知，從長期來看，R&D資本存量每增加1%，GDP將增加0.02%，R&D活動人員全時當量每增加1%，GDP將增加0.34%。

（四）因果關系檢驗

協整檢驗表明，技術創新與經濟發展之間存在一定關系，但是沒有指明它們之間是否存在因果關系以及因果關系的方向。為了進一步分析云南省技術創新與經濟發展之間的關系，需要對R&D資本存量、R&D人員和GDP的對數進行Granger因果關系檢驗。檢驗結果如表3所示。

根據表2和表3中的檢驗結果可以看出，當滯后期為1時，存在LNK、LNL與 LNGDP單向的因果關系，即R&D資本存量、R&D活動人員全時當量的增加能夠促進經濟發展，而經濟發展不能促進R&D資本存量和R&D活動人員全時當量的增加。

（五）誤差修正模型

根據協整檢驗和Granger因果關系檢驗的結果，可以確定云南省技術創新與經濟發展之間存在長期協整關系，且存在R&D資本存量和R&D活動人員全時當量到經濟發展的單向因果關系。下面建立LNK、LNL構成LNGDP關系的誤差修正模型，并對該模型進行分析。

首先根據式（2）導出誤差修正序列：

ecmt=LNGDPt-4.1832-0.0213LNKt-0.3462LNLt（3）

然后建立誤差修正模型：

通過最小二乘法（OLS）估計誤差修正模型：

整理可得：

誤差修正模型中的差分項反映了短期波動的影響，誤差項則反映了長期均衡對短期波動的影響。根據式（6）可知，經濟發展的波動由短期波動和長期均衡兩部分組成。短期波動，即R&D資本存量和R&D活動人員全時當量差分項。長期均衡即誤差修正項，誤差修正系數為-0.3223，符合反向修正機制，當經濟發展短期偏離均衡狀態時，誤差修正項促使經濟發展向長期均衡狀態收斂。

三、研究結果和啟示

本文介紹了檢驗技術創新與經濟發展動態均衡關系的模型，包括單位根檢驗、協整檢驗、Granger因果關系檢驗和誤差修正模型。然后根據科學性和可獲取性原則，選擇了R&D資本存量、R&D活動人員全時當量作為技術創新的指標，選擇國內生產總值（GDP）作為經濟發展的指標，并核算了指標的數值。

參考文獻：

[1]? Charles W.Cobb，Paul H.Douglas.A Theory of Production[J].American Economic Review，1928，（1）：139-165.

[2]? 庫茲涅茨.現代經濟増漲：發現與反映[G]//現代國外經濟學論文選：第2期.北京：商務印書館，1981.

[3]? Tingbergen.Zur Theorie der Langfristigen Wirtschaftsentwicklung[J].Weltwirtschaftliches Archiv.Band，1942，（1）：511-549.

[4]? Dale W.Jorgenson，Zvi Grileches.The Explanation of Productivity Change[J].Review of Economics Study，1967，（3）：249-283.

[5]? Robert M.Solow.Technical Change and the Aggregate Production Function[J].The Review of Economic and Statistics，1957，（3）：312-320.

[6]? Edwarf F.Denison.Accounting for United States Economic Growth：1929—1969[M].Washington：The Brooking Institution，1974.

[7]? Edwarf F.Denison.Trends in American Economic Growth，1929—1982[R].Washington：The Brooking Institution，1985.

[8]? Denison Edward F.Why Growth Rates Doffer[R].Washington：Brookings Institution，1967.

[9]? Dale W.Jorgenson.U.S.and Japanese Economic Growth，1952—1974：An International Caparison[J].Economic Journal，1978，（12）：707-726.

[10]? Dale W.Jorgenson，M.Fraumeni Barbara.Relative Prices and Technical Change[M].Cambridge：MI Press，1981.

[11]? Romer Paul M.Increasing Returns and Long-Run Growth[J].Journal of Political Economy，1986，（94）：1001-1037.

[12]? Lucas Robert E.，Jr.On the Mechanics of Economic Development[J].Journal of Monetary Economics，1988，（22）：3-42.

[13]? 沈坤榮.1978—1997年中國經濟增長因素實證分析[J].經濟科學，1999，（4）：14-24.

[14]? 吉川洋.技術進步與經濟增長[J].中國工業經濟，2001，（3）：62-66.

[15]? Lin A.A Counting for Economic Growth in Taiwan and Mainland China：A Camparative Analysis[J].Journal of Camparative Economics，2002，（30）：507-530.

[16]? 羅佳明，江蕾，范柏乃.中國經濟增長與科技投入關系的實證研究[J].科研管理，2004，（9）：104-109.

[17]? 瞿群臻.論科技進步、經濟增長與就業[J].運籌與管理，2005，（10）：126-133.

[18]? 李紅松，田益祥.技術進步影響我國經濟增長的地區差異比較[J].統計與決策，2003，（8）：38-39.

[19]? 豐明，鄭杰.科技進步對丹東市經濟增長貢獻的分析[J].遼東學院學報，2006，（3）：116-119.

[20]? 傅曉霞，吳科學.技術效率、資本深化與地區差異[J].經濟研究，2006，（10）：52-61.

作者簡介：巫媛瑩（1989-），女，廣東英德人，財務部運營管理科副科長，助理會計師，碩士研究生，從事經濟分析、醫院運營研究;韓芳（1980-），女，山東濟南人，會計師，碩士研究生，從事財務分析、醫院資產管理研究;劉璇斐（1985-），女，四川綿陽人，財務部資產管理科副科長（主持工作），會計師，碩士研究生，從事財務及資產管理研究。