技术转移论文经济增长论文
上海技术转移与经济增长效应实证分析
摘要：文章基于上海市1992年~2009年的GDP与上海市技术转移的数据，对上海市经济增长与技术转移之间的关系进行了实证研究。协整分析结果表明，上海市技术转移与经济增长之间存在长期稳定的均衡关系；Granger因果关系检验结果表明，上海市科技专利授权数、专利交易金额对经济增长的具有促进作用。同时，经济的增长对科技的研发也起到了推动作用。 关键词：技术转移；经济增长；Granger因果关系检验 科教兴国战略是我国的强国战略,在教育之外，科技成果的运用与经济增长是一个经济系统中相互作用的重要方面。“科技是第一生产力”，科技经费投入的增长会推动经济增长；反过来，经济是科技投入增加的物质基础，经济增长会增强社会各方面加大科技投入的能力。目前，国内外研究科技支出与经济增长之间关系的成果已经很多。舒尔茨发现美国战后农业生产的增长中有80%是由教育以及与教育密切相关的科学技术所引起的。在国内对科技投入与经济增长关系的研究文献很多。归纳起来，主要有两点不足：首先，目前的绝大多数研究着眼于科技在经济增长中的贡献，对二者互动关系的研究较少其次，研究大多假定数据是平稳的。然而，中国经济的快速增长，使得多数时间序列数据表现出非平稳特征。本文基于非平稳变量的Granger因果检验方法，就上海科技专利申请、技术交易合同金额与经济增长的Granger因果关系进行实证分析。 一、 因果检验的理论与方法 当两个时间序列非平稳时，即使序列互相独立，用传统的回归方法及显著性检验仍可能会显示出两者在统计上有较高的相关关系，即出现所谓的“虚假回归”现象。 此时传统的统计量 R2、F 检验、t检验等就可能存在虚假问题。对于这类问题的处理Engle和Granger提出用协整理论和方法，解决非平稳性序列建模引起的虚假回归，反映经济变量之间长期稳定的均衡关系。其协整分析一般分三个步骤完成： 1. 序列平衡性检验序列进行单位根检验，判断其平稳性与是否为单整序列。 2. 协整关系检验和误差修正模型。根据Engle和Granger1987年提出的EG检验法，首先进行应变量与各个自变量分别进行回归，即有： 其次对其残差序列进行估计?着=yt-?茁0-?茁1xt做平稳性检验，若?着～I（0），刚yt与xt之间具有长期均衡关系。若残差不平稳，则应进一步建立误差修正模型。 3. Granger检验 存在协整的序列构建误差正模型。研究序列在短期波动中偏离它们长期均衡的程度，并且通过Granger检验来说明经济变量之间的因果关系，确定变量间的因果方向和强度。 运用X与Y的值对Y进行回归，可以显著增强回归的解释能力，则X是Y的Granger原因，否则否X是Y的非Granger原因，Granger检验形式如下： 检验的零假设：X不是Y的Granger原因，即H0：?茁1=?茁1=…=?茁q=0，常用F检验进行，如果大于Mackinnon临界值则拒绝零假设，否则接受零所设。 二、 实证分析 1. 样本数据选取与处理。本研究中选择的被解释变量为按可比价格计算的上海市历年GDP产值；解释变量包括：第一，专利批准授权数（Granted patent approval，GPA）。指上海市申请获得批准的专利数，包括发明专利、实用新型和外观设计的总和。第二，技术转让合同交易金额（amount of Technology contract transfer transaction，ATT）。主要指技术合同转让实际发生的金额。以上数据均来源于1992年~2009年《中国科技统计年鉴》和《上海统计年鉴》。 选择恰当的检验方程是检验结果正确与否的关键。为此，需要先分别绘出相关三个变量序列的折线图（见图 1、图 2），以判断其随时间变化是否具备明显趋势，从而确定合适的检验方程和正确的单位根检验方法。由于数据取自然对数不会改变原来的协整关系，并能使其趋势线性化，消除时间序列中存在的异方差，因此在设计模型时分别建立了lnRGDP与lnGPA、lnATT之问的双对数一元线性回归模型，以测算各指标与经济增长的相互关系；最后通过单位根检验、协整检验和Granger因果关系检验，分析各变量之问是否存在长期均衡关系和因果关系。 2. 相关变量单位根检验。在应用协整理论进行分析时，首先需要检验被分析的时间序列变量是否平稳。进行单位根检验的方法有多种，本文采用目前普遍应用的ADF（Augmented Dickey－fuller）检验法进行单位根检验。在设定模型形式和对模型进行估计之前，首先对lnGDP、lnGPA和lnATT数据序列及其差分序列进行平稳性检验，差分序列分别记为ΔlnGDP、ΔlnGPA和ΔlnATT。Augmented Dickey-Fuller（ADF）单位根检验的检验结果如表1。 lnGDP、lnGPA和lnATT的ADF检验的统计值为分别为 411、 52、 268，其绝对值小于10%临界值的 2、 7、 7的绝对值，因而接受lnGDP、lnGPA和lnATT存在单位根的零假设。进一步检验ΔLNSCI和ΔLNGDP的平稳性，得出在10%的显著性水平上，拒绝存在单位根的零假设。因此，序列lnGDP、lnGPA和lnATT都是一阶单整的：即lnGDP～I（1），lnGPA～I（1）， lnATT～I（1）。 3. 协整检验。由于三个变量都是一阶单整的，所以可以采用协整理论分析经济增长、科技专利增长和签订合同金额的协整关系。协整关系反映所研究变量之间存在的长期均衡关系，其存在表明可以通过其他变量的变化来影响另一变量的变化。为检验变量间是否存在协整关系，常用的主要检验方法有Engle-Granger两步检验法和Johansen检验法两种，前者主要用于检验两个变量之间的协整关系，后者可用于检验多个变量之间的协整关系。根据本研究所建立双对数一元线性模型的特点，采用Engle-Granger两步法进行，第一步，回归分析，见表2。 由检验结果可知，方程的可决系数仅为 lnGPA与lnGDP、lnATT与lnGDP的拟合合优度高，R2分别为 77与 916，F值分别为 62、 2，模型均通过了检验，显示变量的自相关性弱。 第二步，检验均衡误差的平稳性。以残差e，作为均衡误差的估计值，残差序列e的ADF检验结果如表3所示。 在5％的显著性水平下，lnGPA_ei、lnATT_ei的t检验统计量值为 38、 01，大于相应临界值，从而拒绝H0，表明残差序列不存在单位根，是平稳序列，说明lnGDP和lnGPA、lnATT之间存在长期协整关系。从长期而言，上海专利授权批准数、技术转让合同交易金额每增长1％，本市GDP分别增长%、%。R2分别为 77与 916，而且残差平衡，所以不需要进一步建立误差修正模型。 4. Granger因果关系检验。协整检验中我们重点讨论的是经济增长对科技专利申请、科技交易的影响，但变量间是否构成因果关系仍然需要进一步检验。Granger因果检验依据的原理是：如果加入变量x对于预测y变量的变化会起到重要的作用，显著的增加了回归方程解释变量y的能力，我们就认为x是y的Granger原因，否则称x不是y的Grang-er原因，这样我们可以讨论双向影响关系。由于我们这里的Granger因果关系检验对滞后期非常敏感，而且由于科技交易技术转移和科技支出对经济增长的不同实效，所以我们将分别作2期和3期滞后期的检验。
在研究中，我们对各个指标Granger因果关系分别进行分别为三期的滞后检验，从表4的第一部分可以看出，在滞后1期的模型中，“LNGPA不是LNGDP的Granger原因” 的概率为 21，在5％ 的显著性水平下说明了上海市专利授权数是导致经济增长的原因；在滞后2期的模型中， “InGDP不是lnGPA的Granger原”的慨率为 71，在5％ 的显著性水平下说明了经济增长会引起上海市专利授权数的增加；“InGPA不是lnGDP的Granger原”的慨率为 39，在5％ 的显著性水平下说明了上海市专利授权数会引起GDP的增加。在表4的第2部分可以看出，在滞后1期的模型中，“InATT不是lnRGDP的Granger原因”的概率为 36，在5％的 著性水平下说明了，上海市技术转让合同金额是导致经济增长的原因；在滞后2期的模型中，“InATT不是lnRGDP的Granger原因”的概率为，在5％的著性水平下说明上海市技术转让合同金额是导致经济增长的原因。在滞后3期中lnGDP与lnGPA、lnATT均不相互存在Granger因果关系。 三、 结论与建议 本文基于协整分析和Granger因果检验，探讨了上海市经济增长与技术转移的相关关系。研究结果表明： 第一，对数变量的经济增长、专利技术受权数与专利交易额是在原始变量情况下，序列具有不平稳性；对各个变量进行一阶差分后，各变量均为单整序列，并且通过了平稳性检验。 第二，从长期来讲，通过以lnGDP为应变量，对lnPAC与lnATT分别进行回归分析，R2分别为 77与 916，F值分别为 62、 22，模型均通过了检验，显示回归方程拟合度高，变量的自相关性弱。同时对各个回归方程残差进行ADR平衡性检验，均通过了检验可知lnGDP和lnGPA、lnATT之间存在长期协整关系。而残差通过平衡检验，说明不需要对效应进行短期修正。 第三，从表4的第一部分可以看出，在滞后1期的模型中，上海市专利授权数、上海市技术转让合同金额均可促进经济的增长，这说明在经济发展过程中，专利数量的增加与技术合同交易的增加对经济均有促进作用。在滞后2期的模型中， “InGDP不是lnGPA的Granger原”的慨率为 71，在5％ 的显著性水平下说明了经济增长会引起上海市专利授权数的增加；但在滞后2期以后，上海市技术转让合同金额仍然是引起经济增长的原因。在滞后3期三变量之间均不相互存在Granger因果关系。 从上述分析可知上海技术转移与经济增长之间存在长期稳定的均衡关系，技术转移对经济增长的促进作用也比较明显，说明两者存在着相互依赖的关系。随着经济规模的扩大，经济总量的增加，对科技研发的投入加大是促进经济发展的重要手段之一。 参考文献： 1. 罗佳明,王卫红.中国科技投入对经济增长的贡献率研究：1953-2001.自然辩证法研究,2004,（2）：81-83. 2. 王稳.科技进步对经济效率增长的作用机制分析.中国软科学,2003,（2）：96-102. 3. 朱春奎.财政科技投入与经济增长的动态均衡关系研究.科学学与科学技术管理,2004,（3）：29-33. 4. 姚峰.动态经济系统分析的经济计量模型与方法.管理科学学报,2003,6（2）：74-80. 5. 张玮.重庆市居民消费与收入的协整分析.重庆科技学院学报（社会科学版），2009，（3）：105-106. 6. 张晓彤.计量经济分析.北京：经济科学出版社, 2006：214-218. 7. 国家统计局，科学技术部.中国科技统计年鉴1992-2009. 8. 上海统计网.http：// shtj/tjnj/ 20.
PAGE
PAGE 2
