研發投入、創新績效與經濟增長
——基于省級面板數據的PVAR 實證研究

蘇 屹 ,李 丹

(1.哈爾濱工程大學 經濟管理學院,哈爾濱 150001;2.浙江大學 管理學院,杭州 310058)

中國經濟迅猛發展,其經濟總量占世界經濟的比重由1978年的1.8%上升到2017年的16%,已經成為世界第二大經濟體。然而,高速的經濟增長過程中存在著高投入、高消耗、創新能力不強等問題[1]。依靠技術轉型升級提升創新績效,是促進經濟結構優化,進而推動經濟高質量發展的有效途徑。“創新驅動發展戰略”指出,科技創新是提高社會生產力和綜合國力的戰略支撐,中國未來的發展要靠科技創新驅動,而不是傳統的勞動力以及資源能源驅動[2]。在中國科學院第十九次院士大會、中國工程院第十四次院士大會上,習近平總書記明確指出,“實現‘兩個一百年’奮斗目標,實現中華民族偉大復興的中國夢,必須堅持走中國特色自主創新道路,面向世界科技前沿、面向經濟主戰場、面向國家重大需求,加快各領域科技創新,掌握全球科技競爭先機”。研發投入和創新績效是“創新驅動發展戰略”的核心要素,探究研發投入、創新績效及經濟增長之間相互影響的動態演變過程,是實施“創新驅動發展戰略”的關鍵,可以為中國經濟戰略決策提供有益參考。

1 文獻綜述

發達國家和新興工業化國家的經濟發展經驗表明,創新對于一國經濟發展至關重要,是提升核心競爭力的重要途徑。學者們對研發投入、創新績效與經濟增長之間的關系進行了研究:

(1)對研發投入與創新績效之間關系的研究。雖然總體上研發投入對創新績效有促進作用[3-4],但這種促進作用會受到行業、公司類型等因素的影響。對于醫藥制造企業而言,研發投入與創新績效之間存在互相促進的關系;而對于資本密集度較高的戰略性產業而言,研發投入對產業創新績效影響的正效應并不顯著[5-6]。在微觀層面對不同類型公司的研究發現,研發投入對國有企業專利申請數量的影響不顯著,但對民營企業專利申請數量的影響顯著;對中小型創新企業的研究發現,與非創新型企業相比,中小型創新企業的創新投入對專利技術和商業化創新產出的影響更加顯著[7-9]。

(2)對研發投入與經濟增長之間關系的研究。研究表明,研發投入能夠促進經濟增長,并呈現出階段性、場景化特征,當研發投入強度超過門檻值后,研發投入對經濟增長的促進作用得到顯著加強。在高知識產權交易規模、低知識產權交易強度背景下,研發投入對中國經濟增長的促進作用更加顯著[10-12]。部分學者對經費來源給予了關注,研究發現,財政研發投入對經濟增長有長期促進作用,而企業研發投入無法有效促進經濟增長[13]。

(3)對創新績效與經濟增長之間關系的研究。研究發現,創新績效的提升可以提升財務收益,進而促進經濟增長[14-16]。與此同時,創新績效是經濟增長的內生變量,即創新可以促進經濟的發展,反之亦然[17-21]。

通過上述分析可知,學者們對研發投入、經濟增長和創新績效之間關系的研究取得了一定的成果,但這些成果基本上是基于單向影響假設進行的,對于經濟增長對研發投入和創新績效的反饋作用考慮不足。實際上,研發投入、創新績效和經濟增長之間的關系是一種相互影響、不斷演變的復雜作用過程,以往研究忽視了3個變量的內生性和滯后性問題,未將三者納入同一內生系統框架進行研究,未能揭示三者之間相互影響的動態演變過程。本文采用PVAR 模型研究研發投入、創新績效和經濟增長之間的關系,既可解決VAR 模型對時間序列長度的限制,又可以利用面板數據形式,從時間和地區兩個維度豐富樣本,兼具時序分析與面板模型分析的優勢。本文研究旨在揭示研發投入、創新績效和經濟增長三者在中國復雜經濟環境背景下的相互作用機制,從實證角度全面研究模型的脈沖響應函數和方差分解分析,解釋變量間相互影響的動態演變過程及其在不同經濟發展程度地區中的差異。

2 方法、模型和數據

2.1 模型構建及估計方法

面板向量自回歸(PVAR)模型基于多元系統方程,不需要區分內生變量和外生變量,將所有變量轉化為內生變量進行處理,并考慮所有變量滯后項的作用影響。在繼承VAR 模型優點的基礎上,可以對變量的滯后效應進行考量,克服VAR 模型對時間跨度的要求,同時可以利用面板數據模型從時間和地區兩個維度豐富數據。首先,判定變量之間是否存在顯著的格蘭杰因果關系,進而確定PVAR 模型中變量設定的合理性;其次,在選擇模型最優滯后階數的基礎上,應用GMM 估計,計算模型各變量相互影響系數;再次,用脈沖響應函數(IRF)分析來觀察內生變量受沖擊后對其他變量未來幾期影響的顯著性及變化趨勢;最后,利用方差分解方法,分析穩定狀態下每一個內生變量的正交化沖擊對各個變量波動的貢獻程度。該模型可以更加全面地考慮樣本個體差異對模型參數的影響,能夠更真實全面地反映變量間的相互作用關系[5,22]。

運用PVAR 模型分析研發投入、創新績效和經濟增長的動態關系,該模型的一般形式為

式中:yi,t為包含3個變量{RD,Patent,GDP}的向量,RD、Patent和GDP 分別表示研發投入、創新績效和經濟增長;j為滯后階數,yi,t-j為j階滯后所有內生變量;α0為截距;Aj為回歸系數矩陣;fi為固定效應,dt為時間效應;μi,t為隨機擾動項。

2.2 數據及變量選取

本文的數據源于2010～2017年《中國科技統計年鑒》和《中國統計年鑒》,并依據文獻[23-24]中的分類標準,將樣本按照發達地區和欠發達地區進行分組。為了合理控制異方差的影響,對數據進行對數化處理,變量統計性描述如表1所示。依據文獻[25-26],研發投入(RD)選擇R&D 經費內部支出額進行衡量,R&D 經費內部支出直接反映科技創新及應用創新科技創造新應用的資本投入。依據文獻[27-28],創新績效(Patent)選用專利授權量進行衡量,專利授權量反映科技創新成果及技術創新能力。依據文獻[29-31],經濟增長(GDP)選取各地區國民生產總值(GDP)進行衡量,可直觀地反映各地區經濟增長情況。

表1 變量描述性統計

3 實證分析

3.1 變量平穩性檢驗

本文所有數據計算處理、模型設定及檢驗均通過Stata15.1軟件完成,對模型進行PVAR 估計前需要進行單位根檢驗以確定各變量的平穩性。采用ADF-Fisher判別方法進行單位根檢驗,結果顯示,3個變量原數據不平穩,經過一階差分后平穩。具體結果如表2所示。

表2 單位根檢驗

3.2 面板格蘭杰因果檢驗

面板格蘭杰因果檢驗可以分析變量之間的動態關系,可為PVAR 模型中變量的選擇提供依據[32],以確定當前變量納入同一PVAR 系統的合理性。對樣本進行格蘭杰因果檢驗發現,經濟增長是研發投入的單向格蘭杰因,創新績效和經濟增長互為格蘭杰因,具體結果如表3 所示。在對發達地區樣本進行格蘭杰因果檢驗發現,經濟增長是研發投入的單向格蘭杰因,經濟增長是創新績效的單向格蘭杰因。在對欠發達地區樣本進行格蘭杰因果檢驗發現,研發投入與經濟增長互為格蘭杰因,創新績效是經濟增長的單向格蘭杰因。通過上述分析可知,研發投入、創新績效和經濟增長三者之間的確存在相互作用關系。本文將通過PVAR 模型估計、脈沖響應函數和方差分解等方法對研發投入、創新績效和經濟增長之間的互動機制進行深入分析。

表3 格蘭杰因果檢驗結果

3.3 PVAR模型估計

為保證PVAR 模型參數估計的有效性,應確定PVAR 模型的最佳滯后階數。根據信息準則確定滯后階數為1 時,PVAR 模型具有較好的估計結果。根據式(1)建立模型,采用GMM 估計方法進行面板回歸分析。具體結果如表4所示。

表4 PVAR模型GMM 估計結果

將研發投入作為被解釋變量,分析發現,滯后1期的經濟增長顯著促進當期研發投入,滯后1期的創新績效對當期研發投入呈現正向影響趨勢但作用并不顯著。其中:欠發達地區較發達地區,滯后1期的經濟增長對當期研發投入的促進作用更為顯著;發達地區較欠發達地區,滯后1期的創新績效對當期研發投入的促進作用更為顯著。上述結果表明,欠發達地區的研發投入受經濟增長的影響較為明顯,而發達地區經濟增長的影響不明顯,進行研發投入時更多考慮主體自身的情況。

將創新績效作為被解釋變量,研究發現,滯后1期的經濟增長顯著促進當期創新績效,滯后1期的研發投入對當期創新績效呈現正向影響趨勢但作用并不顯著。其中:發達地區較欠發達地區,滯后1期的經濟增長對當期創新績效的促進作用更為顯著;發達地區滯后1期的研發投入對當期創新績效呈現負向影響趨勢但作用并不顯著,欠發達地區滯后1期的研發投入對當期創新績效呈現正向影響趨勢但作用并不顯著。上述結果表明:經濟增長會帶來充足的物質資源和技術資源,有助于創新績效的提升;現階段研發投入與創新績效之間并沒有形成高效轉化,研發投入的資金使用效率、吸收能力有待提高,導致研發投入對創新績效的促進作用并不顯著,甚至在發達地區出現了不顯著的負向影響趨勢。

將經濟增長作為被解釋變量,分析發現,滯后1期的創新績效顯著促進當期經濟增長,滯后1期的研發投入對當期經濟增長有負向影響趨勢但作用并不顯著。其中:欠發達地區較發達地區,滯后1期的創新績效對當期經濟增長的促進作用更為顯著;發達地區研發投入對經濟增長有正向影響趨勢但作用并不顯著,欠發達地區滯后1期的研發投入對當期經濟增長有顯著的抑制作用。上述結果表明:創新績效能有效促進經濟增長,為當地經濟增長提供內在驅動力;一味的、無針對性的研發投入并不能直接作用于經濟增長,尤其在欠發達地區經濟總量較小的情況下,會對經濟增長產生一定抑制作用。

3.4 脈沖響應函數

脈沖響應函數可以描述研發投入、創新績效和經濟增長之間相互影響的變化軌跡,刻畫變量之間交互作用并判斷變量間影響的時滯關系。在控制其他變量不變的情況下,可以通過脈沖響應函數估計,研究變量受1單位標準差沖擊后對其他變量各期的動態影響。本文通過10期、1 000次蒙特卡洛模擬,產生較為穩定的置信區間。其中,每行分別表示總體樣本、發達地區樣本和欠發達地區樣本的脈沖響應函數,每列表示變量對其他兩變量的脈沖響應函數。

(1)創新績效和經濟增長對研發投入的影響(見圖1)。圖1(a)、(d)分別表示創新績效及經濟增長受到1 單位正向沖擊時,研發投入各期所產生相應的動態反應結果。當創新績效受到1單位的正向沖擊時,研發投入會產生逐步增強的正向促進作用,直到未來1期達到最大值0.01,之后逐漸減少趨近于0;當經濟增長受到1單位的正向沖擊時,研發投入最初會產生逐步增強的正向促進作用,直到未來1期達到最大值0.02,之后逐漸減少趨近于0。這表明,當期經濟增長、創新績效的提高能在未來1 期促進研發投入最大程度地增加。圖1(b)、1(c)分別表示發達和欠發達地區樣本中,當創新績效受到1單位的正向沖擊時,研發投入動態反應結果在發達和欠發達地區有所差別,發達地區正向促進作用體現得更為顯著。可見,發達地區決定研發投入時更多考察主體前期的創新績效。圖1(e)、1(f)表示當經濟增長受到1單位的正向沖擊時,研發投入動態反應結果在發達和欠發達地區的體現有所差別。當經濟增長受到1單位的正向沖擊時,發達地區在未來2期達到最強促進作用0.01,而欠發達地區為未來1期的0.02。這表明,經濟欠發達地區的研發投入對經濟增長更為依賴,經濟增長可在更大程度上、更為直接地影響未來期的研發投入,從而相對于發達地區體現出較高的影響程度和更短的時滯周期。

圖1 創新績效和經濟增長對研發投入的影響

(2)研發投入和經濟增長對創新績效的影響(見圖2)。圖2(a)、2(d)分別表示研發投入及經濟增長受到1 單位的正向沖擊時,創新績效各期所產生相應的動態反應結果。當研發投入受到1單位的正向沖擊時,創新績效脈沖響應曲線的置信區間跨越0,表示創新績效并沒有受到研發投入的顯著影響,但在未來1期有正向作用趨勢;當經濟增長受到1 單位的正向沖擊時,創新績效最初會產生負向作用,直到未來1 期產生正向作用并達到最大值0.03,之后逐漸減少趨近于0。當期研發投入不會對未來1期的創新績效產生顯著的促進作用,但具有正向作用的趨勢,表明研發投入轉化為創新績效過程中仍存在一定問題,如研發投入的吸收能力欠佳、資本并未有針對性地流向創新活動的各流程等。經濟增長會在一定程度上促進創新績效,但存在一定的時滯性。可見,經濟增長程度較高,更容易吸引人才、設備、技術等的流入,而這些創新要素在生產實踐中并不能即時產生,需要引入及吸收的過程,即經濟增長有助于未來期的創新績效的提高。發達與欠發達地區樣本中研發投入和經濟增長對創新績效的影響所得結論基本一致,不再贅述。

圖2 研發投入和經濟增長對創新績效的影響

(3)研發投入和創新績效對經濟增長的影響(見圖3)。

圖3 研發投入和創新績效對經濟增長的影響

圖3(a)、3(d)分別表示研發投入及創新績效受到1單位的正向沖擊時,經濟增長各期所產生相應的動態反應結果。當研發投入受到1單位的正向沖擊時,經濟增長脈沖響應曲線的置信區間跨越0,表示經濟增長并不會受到研發投入的顯著影響,但具有負向作用趨勢;當創新績效受到1單位的正向沖擊時,經濟增長最初會產生逐步增強的正向促進作用,直到未來1期達到最大值0.006,之后逐漸減少趨近于0。可見,當期研發投入的增加對未來經濟增長具有抑制趨勢,而創新績效顯著促進未來期的經濟增長。這表明,研發投入并不能直接拉動經濟增長,過剩的研發投入會對經濟增長造成負擔,此結論在發達地區(圖3(b))和欠發達地區(圖3(c))均有體現;創新績效的提高能夠實現經濟價值輸出從而促進經濟增長。圖3(e)、3(f)分別表示創新績效受到1單位的正向沖擊時,經濟增長動態反應結果在發達和欠發達地區有所差別,在欠發達地區正向促進作用更為顯著。這是由于發達地區經濟總量更為龐大,且產業結構中金融、服務等第三產業占比較大,但創新績效的作用更多展現在技術密集型行業、高新技術產業和制造業等,故發達地區創新績效對經濟增長的促進作用并沒有欠發達地區顯著。

由此可見,創新績效可有效促進經濟增長,同時經濟增長也會對研發投入和創新績效的提升產生正向反饋作用。而在此過程中,仍需完善研發投入與創新績效之間的高效轉化,從而實現研發投入、創新績效與經濟增長之間的良性循環。

3.5 方差分解分析

在分析研發投入、創新績效和經濟增長之間動態影響關系基礎上,采取PVAR 模型方差分解方法預測穩定狀態下,不同變量的正交化沖擊對各個變量預測均方誤差的貢獻率的構成,從而評估一個變量對另一變量的影響程度。具體結果如表5所示。

由表5可得到如下結論:

表5 PVAR模型方差分解分析結果

(1)第10個預測期與第20個預測期的方差分解結果基本一致。這表明,從長期來看,各變量的正交化沖擊對所有變量波動的解釋力度保持穩定。

(2)到達穩定狀態時,對研發投入的方差分解分析發現,研發投入對自身貢獻率為88.7%,創新績效貢獻率為6.5%,經濟增長貢獻率為4.8%;到達穩定狀態時,發達地區創新績效對研發投入的方差貢獻率為10.1%,高于欠發達地區的6.2%,發達地區經濟增長對研發投入的方差貢獻率為12.2%,高于欠發達地區的4.1%。這表明,除研發投入自身貢獻外,創新績效和經濟增長對研發投入具有促進作用,尤其在發達地區表現更為明顯。

(3)到達穩定狀態時,對創新績效的方差分解分析發現,創新績效對自身貢獻率為76.5%,研發投入貢獻率為2.4%,經濟增長貢獻率為21.1%;對發達與欠發達地區樣本創新績效的方差分解對比分析發現,到達穩定狀態時,發達地區研發投入及經濟增長對創新績效的方差貢獻率分別為0.8%和34.8%,欠發達地區分別為3.2%和18.5%。這表明,除創新績效自身貢獻外,經濟增長是創新績效的主要影響因素;研發投入會在一定程度上影響創新績效,但兩者之間的轉化效率仍需加強。

(4)到達穩定狀態時,對經濟增長的方差分解分析發現,經濟增長對自身貢獻率為96.2%,研發投入貢獻率為1%,創新績效貢獻率為2.8%;對發達與欠發達地區樣本經濟增長的方差分解對比分析發現,到達穩定狀態時,發達地區研發投入及創新績效對經濟增長的方差貢獻率分別為2%和1.6%,欠發達地區分別為2.2%和3%。這表明,除經濟增長自身貢獻外,研發投入和創新績效會在一定程度上影響經濟增長,且在創新驅動過程中創新產出的經濟價值轉化水平仍存在較大的完善空間。

4 結論

本文以R&D 經費內部支出為研發投入的表征變量、專利授權量為創新績效的表征變量、GDP 為經濟增長的表征變量,以中國31 個省市2009～2016年的面板數據為樣本,建立PVAR 模型。利用STATA15.1軟件對模型進行格蘭杰因果檢驗、脈沖響應函數以及方差分解等分析,得到研發投入、創新績效和經濟增長的動態相互作用關系及其在發達與欠發達地區之間的差異。通過研究可得到如下結論:

(1)研發投入與創新績效的動態相互作用關系為短期影響。研究表明:創新績效能促進研發投入,且有一定的貢獻率,尤其在發達地區作用更為顯著;而研發投入并不能很好地促進創新績效。

(2)研發投入與經濟增長的動態相互作用關系為短期影響。研究表明:經濟增長能促進研發投入,且有一定的貢獻率,在欠發達地區作用滯后期更短;而研發投入并不能有效促進經濟增長,甚至出現抑制作用趨勢。

(3)創新績效與經濟增長的動態相互作用關系為短期影響。研究表明,創新績效與經濟增長之間存在顯著的相互促進作用,但創新績效對經濟增長的貢獻程度較低。

根據實證研究結論提出對策:

(1)提升研發投入到創新績效的轉化效率。一味的加大研發投入量并不能從根本上解決問題,提高研發投入的使用效率、加快科技成果轉化才是關鍵所在。一方面,要增強企業、高校及其他科研機構對資金、技術的吸收能力;另一方面,相關部門要嚴格把控研發資金投入和使用的關鍵環節,使研發投入更高效地服務于創新產出。

(2)重視研發投入與經濟增長的相互作用機制。設立研發投入考核機制,實現其與經濟增長的有效對接。改變單純依靠總量投入帶動經濟增長的思維定式,同時創新主體及政府應注重不同區域環境的客觀因素,結合地緣優勢,保證研發投入結構的合理性。積極鼓勵創新主體進行經濟價值產出時,兼顧考慮優化人力資本、加強技術引入、完善激勵政策等方面的內容。

(3)完善創新成果經濟價值轉化的相關政策。政府應完善專利申請、審核、授權及保護機制,促進專利對我國經濟增長速度和質量的雙重支撐機制的形成。同時,積極鼓勵高質量專利的產業化、商業化進程,疏通創新成果的市場化、商品化渠道,建立多樣化、專業化的科技中介機構,搭建創新成果的經濟價值輸出平臺。