齐秀辉，张铁男，武志勇

（1.哈尔滨工程大学 经济管理学院，哈尔滨 150001；2.齐齐哈尔大学 经济与管理学院，黑龙江 齐齐哈尔 161006）

中国经济增长与财政科技拨款、R&D经费支出的协整检验

齐秀辉1，2，张铁男1，武志勇2

（1.哈尔滨工程大学 经济管理学院，哈尔滨 150001；2.齐齐哈尔大学 经济与管理学院，黑龙江 齐齐哈尔 161006）

文章运用协整理论和VAR模型，利用1989～2008年度经济数据对我国经济增长与国家财政科技拨款、R&D经费支出的关系进行实证分析，协整分析结果表明三者之间存在着长期均衡关系，R&D经费支出对经济增长的正向作用更强，方差分解结果显示R&D经费支出对经济增长的正向作用随时间推移逐渐增强。

经济增长；协整；VAR

0 引言

在知识经济时代，科学技术是第一生产力的理念已被人们所接受，经济的发展越来越依赖于科技水平的提高，现代经济增长理论认为技术进步是经济增长的一个重要源泉，而研究与开发(R＆D)活动是科技活动的核心，也是科技发展的基础，在科技发展战略中占有十分重要的地位，活跃而有效的R&D活动使经济更具竞争力和增长潜力，使经济日益显现出知识经济的形态。国际上通常用R&D经费投入占国内生产总值（GDP）的比重衡量经济的科技含量，衡量科技资源对经济增长的催化作用，衡量经济可持续发展的潜力与动力[1]。

表1 GDP、RD经费支出和国家财政科技拨款数据表 （单位：亿元）

财政科技拨款也是技术进步的物质保障和动力，它主要投向于：支持R&D活动、社会公益和技术基础性的科技服务活动，以及辅以一定的科技成果转化和产业化开始阶段的启动资金。

因此，研究财政科技拨款、R&D经费支出和经济增长的内在联系机制，对于我国制定“十二五”科技发展规划，促进经济增长、提高我国整体创新能力、建设创新型国家具有重要参考意义。为了验证财政科技拨款、R&D经费支出对经济增长的贡献和影响，本文应用协整方法和VAR模型对三者间的关系进行定量研究，并用方差分解方法分别研究各因素之间的相互影响。

1 数据选取

本文进行研究的样本空间确定为1989～2008年的统计数据（见表1）。其中，GDP数据来源于《中国统计年鉴2009》，R&D经费支出（RD）和国家财政科技拨款（BK）数据来源于中国科技统计网（http://www.sts.org.cn/）。

2 协整关系检验

协整是对时间序列变量间长期均衡关系的描述，按照经济理论观点,协整可理解为经济时序变量间存在着一种均衡力量,即存在着一种机制的作用,使非平稳的不同变量在长期内一起运动,即如果变量之间存在长期稳定关系(协整关系),变量的增长率表现共同的增长趋势。反之,如果变量间不是协整的,则它们之间不存在一个长期的均衡关系[2]。

分析步骤为:先分析各变量的平稳性，在此基础上，采用Johansen和Juselius提出的JJ方法建立VAR模型对三个变量进行协整检验，并建立其误差修正模型,然后分析各变量之间的Granger因果关系，最后利用方差分解法分析各变量间的相互影响作用。

2.1 变量平稳性检验

在检验变量间是否具有协整关系之前首先要检验数据的平稳性。由于数据的自然对数变换不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现象，所以对实际GDP、国家财政科技拨款(BK)和R&D经费支出(RD)进行自然对数变换分别计为LNGDP、LNRD和LNBK，建模及计量检验采用EVIEWS5.0统计软件完成。

从图1中可以直观看出3个变量均表现出非平稳的特征，图2中3个变量的一阶差分序列则基本上都表现出平稳的特征。

为了进一步从理论上说明问题，本文利用单位根检验确定LNGDP、LNRD和LNBK三个变量的平稳性，具体采用的是 ADF（The Augmented Dickey--Fuller Test）方法，其模型为：

其中：μt为白噪声，△表示变量的差分，最优滞后期使用SC准则确定，即选定的滞后期长度应使SC值最小，以保证残差非自相关。各变量的ADF检验结果见表2。

由表2可知，各原始变量的ADF值在5%的显著性水平下均大于对应的临界值，说明原变量存在单位根，是非平稳时间序列。对各变量的一阶差分序列进行检验，此时，ADF统计量值在5%的显著性水平下小于对应临界值，说明各变量是一阶单整的，即均是同阶单整I(1)。满足协整分析的条件，因此，可以进一步利用协整分析方法分析各变量之间的动态关系。

2.2 协整检验

表2 各变量ADF检验结果

表3 Johansen协整检验表

表4 Granger因果关系检验

进行协整分析时，一般应用Engle和Granger提出的EG两步法及Johansen和Juselius提出的JJ方法。E-G两步法在进行协整分析时首先需要设计线性模型进行OLS，应用不便；而JJ方法是一种以VAR模型为基础检验回归系数的方法，是进行多变量协整检验中较好的方法[3]。本文选用JJ方法建立VAR模型对变量进行协整检验。

根据JJ法，n维VAR模型表示为：

式中，Yt=(Y1t，Y2t，…，Ynt)T，π0为 n×1 阶向量，πi为 n×n 矩阵(i=1，2…m)，这是一个长期模型，m为滞后阶数，m可由AIC或SC准则确定?Johansen和Juselius提供了两种协整检验的方法—特征根迹检验和最大特征根检验，本文选择最大特征根检验?最大特征根原假设为H0:最多有r个线性无关的协整向量，检验统计量为:

其中，T为样本容量，λr+1为特征根，如果TR>临界值，则拒绝原假设。检验方法是从r=0开始依次检验，即检验在Var模型中不存在协整向量，若此假设不能被拒绝，则检验到此为止。若拒绝r=r0-1的原假设，同时又接受r=r0的原假设，则说明协整向量的个数为r0[4]。

对一阶单整时间序列变量LNGDP、LNRD和LNBK进行协整检验，Eviews5.0输出的结果见表3。

Johansen统计检验结果表明，在5%的显著性水平下，最大特征值统计量拒绝了协整向量个数为0的假设，而接受协整向量为1的假设，因此，三个时间序列变量之间存在唯一的协整关系，且所对应的长期均衡方程为：

从长期均衡方程可以看出，在样本期内，LNGDP与LNRD、LNBK之间存在着长期的均衡关系，R&D经费支出、国家财政科技拨款对经济增长的弹性分别是0.639275和0.011088，具体来说,R&D经费支出变动1%会引起GDP变动0.639275%，国家财政科技拨款变动1%会引起GDP变动0.011088%，R&D经费支出对经济增长的影响明显高于国家财政科技拨款的影响。

2.3 误差修正模型

协整方程（4）只是表现了三个变量的长期均衡关系,而没有表现各变量在短期内不均衡的情况，而这种短期不均衡是常态。为了研究各变量之间长期均衡与短期调整之间的关系，可以建立误差修正模型。

为反映三个变量的短期调节作用，利用Eviews5.0，同时根据SC最小化准则将模型的滞后阶数定为2，去掉不显著的变量，得到如下的误差修正模型:

该模型的决定系数为0.846958，说明该模型的拟合度较高，F统计量为16.60244，SC值为-3.573188，说明模型的整体解释力强。误差修正模型结果表明，R&D经费支出、国家财政科技拨款对经济增长有正向影响，由于短期调整系数是显著的，表明每年实际发生的经济增长与其长期均衡值的偏差中有37.94%被修正，而另两个变量的短期修正幅度则比较小，为进一步研究三变量间的关系，应进行Granger因果关系检验。

2.4 Granger因果关系检验

协整检验结果证明，我国的经济增长与R&D经费支出、国家财政科技拨款之间存在着长期均衡关系，但是否构成因果关系还需要进一步验证。由于Granger因果关系检验对滞后的阶数非常敏感，本文分别选取滞后期为2和3，其检验结果见表4。

检验的结果表明,当滞后期分别为2年和3年时，样本期内的R&D经费支出和国家财政科技拨款均是GDP增长的Granger原因，GDP增长也是R&D经费支出、国家财政科技拨款的Granger原因，说明R&D经费支出和财政科技拨款的增加会促进经济的增长，同时经济的增长也会促使R&D经费支出的进一步增加，激励政府加大财政科技拨款的力度。而R&D经费支出与国家财政科技拨款相互间没有必然的因果关系。

3 方差分解

方差分解是通过分析每一个结构冲击对内生变量变化(通常用方差来度量)的贡献度进一步评价不同结构冲击的重要性。其基本思想是把系统中每个内生变量的变动分解为与方程随机扰动项相关联的各组成部分,以了解各扰动项对内生变量的相对重要程度。本文利用方差分解分析GDP、R&D经费支出和国家财政科技拨款的贡献率,方差分解结果见表5。

表5中第二列S.E.中的数据为各变量所对应的各期标准差，LNGDP、LNRD和LNBK列所对应的数值表示因变量的方程信息对各期预测误差的贡献度，每行结果相加是100。

从表5中可以看到，GDP对自身冲击的贡献度最高达到100%，最低为60.72%，R&D经费支出对GDP的影响逐年增强，由第3年的5.06%增长到第9年的37.47%，充分体现了科技对经济增长的长期推动作用，国家财政科技拨款对GDP的影响一直处于较微弱的状态，对其方差的贡献不足2%，说明其对GDP的影响还很有限，此分析结果与协整方程中弹性系数的作用相一致。R&D经费支出和国家财政科技拨款对自身冲击的贡献度很大，最低贡献度分别为76.06%和64.67%，GDP对R&D经费支出的冲击影响逐年减小，由第1年的16.44%降至第3年的9.42%，以后的年份基本稳定在7%的水平上，国家财政科技拨款对R&D经费支出的冲击影响逐年增强，但最高贡献度也不超过17%。GDP和R&D经费支出对国家财政科技拨款的冲击影响逐年增强，R&D经费支出的贡献率在前5年中增长幅度较大，后4年基本稳定在22%左右。

表5 方差分解表

4 结论

通过协整分析发现，经济增长与R&D经费支出、国家财政科技拨款之间存在着长期均衡关系，R&D经费支出、国家财政科技拨款对经济增长的弹性分别是0.639275和0.011088，R&D经费支出对经济增长的正向作用更强，说明科技确实是第一生产力。误差修正模型的分析结果也表明R&D经费支出、国家财政科技拨款对经济增长有正向影响，每年实际发生的经济增长与其长期均衡值的偏差中有37.94%被修正。granger因果检验结果表明，经济增长与R&D经费支出、国家财政科技拨款之间互为因果关系，但R&D经费支出、国家财政科技拨款之间无明显的因果关系。方差分解结果显示，各年GDP对自身冲击的贡献度在60.72%以上，R&D经费支出对GDP的影响逐年增强，由第3年的5.06%增长到第9年的37.47%，充分体现了科技对经济增长的长期推动作用，国家财政科技拨款对GDP的方差贡献不足2%，说明其对GDP的影响有限，此分析结果与协整方程（4）中弹性系数的作用相一致。此研究结论对“十二五”期间我国科技政策的制定有一定参考价值。

[1]武志勇,周航.黑龙江省R＆D与GDP的协整分析[J].科技经济市场.2007，（7）.

[2]赵立雨,师萍.政府财政研发投入与经济增长的协整检验[J].科技与经济，2010,(2).

[3]毕涛.基于协整方法和VAR模型的山东省FDI、经济增长及对外贸易的分析[J].山东经济，2007,(7).

[4]张晓峒.计量经济分析[M].北京：经济科学出版社，2000，(9).

[5]杜文献,吴林海.政府R＆D投入对企业R＆D投入的诱导效应[J].科技进步与对策，2007,(11).

F224.0

A

1002－6487（2011）04－0118-03

齐齐哈尔市哲学社会科学青年资助研究项目（QSX 2009A-25）

齐秀辉（1976-），女，黑龙江克山人，博士研究生，研究方向：市场营销、战略管理。

（责任编辑/浩 天）