鲁琦

【摘要】技术创新是一个国家和地区经济发展、社会进步的不竭动力，发明专利又是衡量技术创新能力的重要指标。选取2000～2015年河南省专利申请量、R&D投入等相关数据，构建VAR模型，运用协整检验、脉冲响应函数和方差分解，实证分析河南省R&D经费、R&D活动人员与专利申请量之间的关系。研究表明，河南省R&D经费投入与技术创新之间存在显著的长期均衡关系，上期R&D经费投入对本期技术创新也有一定的促进作用；R&D活动人员对技术创新的影响具有滞后性。

【关键词】技术创新 实证分析 VAR模型

一、问题的提出与文献回顾

技术创新能力是衡量一个国家和地区发展水平的重要标志；是社会和经济发展的不竭动力；是一个民族创造力的具体实现。自“十八大”以来，我国经济逐步迈入“新常态”，产业结构不断优化升级；经济增长趋于平稳，增长动力更为多元；基础设施互联互通和一些新技术、新产品、新业态、新商业模式的投资机会大量涌现。伴随着新的经济形势部署以及“一带一路”发展战略的实施，河南这个中原大省面临着新的机遇和挑战。河南自古以来就在全国经济中占有举足轻重的地位，但其技术创新能力一直是其经济发展的短板，为此通过研究影响河南省技术创新投入与产出关系，制定对策弥补短板，对全国经济战略的实施具有重要理论和现实意义。

自熊彼特19世纪提出技术创新概念以来，众多学者对技术创新的影响因素做出了广泛而深入的研究，认为R&D经费投入（研发经费）、R&D人员数量（研发人员）、FDI（外国直接投资）、政府R&D资助、专利政策、教育水平等，都会对区域技术创新能力产生影响。但相对而言，R&D投入对技术创新产出具有显著影响，R&D投入吸收能力直接影响技术创新能力。国外众多学者对R&D投入与技术创新产出的关系做了一定研究。Arrow·Keneth（2010）的研究发现一个国家的技术创新产出收到上期R&D经费投入的影响[1]；Lach，Saul and Schankerman（2011）通过对美国205家企业进行研究发现，R&D投入与创新产出之间存在格兰杰因果关系[2]；Romer·Paul（2012）通过研究知识传播过程，提出了产—学—研的创新路径[3]。国内学者对技术创新也进行了广泛而深入的研究，唐勇，浦佐毅（2013）以新疆地区为研究对象，运用VAR模型分析R&D投入与技术创新能力的关系，得出二者显著正相关的结论[4]；林宫（2013）分析了福建省专利申请量与政府、企业、高校三类经费投入、人员投入的关系，通过自回归分析，得出它们与技术创新能力存在长期稳定的均衡关系[5]；张倩肖、冯根福对R&D经费、R&D人员、FDI的溢出关系进行研究得出创新产出主要来自于FDI的溢出效应[6]；刘丽萍、王亚林（2012）将专利申请量作为衡量地区技术创新能力的指标，运用关联度分析法，发现R&D要素投入、科研人员数量等都对专利申请量存在显著影响并提出建议[7]。虽然关于技术创新的文献很多，但是以上文献存在三点不足：首先，多数学者均以全国为研究对象，针对河南省的研究相对较少；其次，多数的研究方法均为回归分析法，忽视了自变量之间的相互影响和滞后响应；最后，研究数据多为2010年之前的数据，无法反应最新社会经济发展形势下的新状况。

鉴于上述问题，本文以河南省委研究对象，选取2000～2015年河南省时间序列数据，运用VAR模型，探究河南省R&D投入与技术创新产出的关系，并针对性地提出建议。

二、测量指标选取、数据来源与模型设定

目前学术界普遍认可的衡量技术创新产出的指标有专利申请量和专利授权量，由于专利授权量受到不同地区政策和审批时间的影响，具有地区差异性和滞后性，因此本文选取专利申请量P作为衡量技术创新产出的指标。影响技术创新产出的因素一般有人力（L）和资本（K），本文选取人均R&D经费和R&D人员数作为因变量K和L。本文所有的统计数据均来自《河南统计年鉴》和《河南科技统计年鉴》。

本文选取基本VAR模型作为回归模型：

其中{Xt}，{Yt}均为平稳数列且V1t、V2t相互独立。

三、数据的平稳性与协整检验

运用EVIEWS8.0对数据进行ADF检验，（1）LnP的ADF统计值为-2.3，其5%显著水平下的临界值为-2.5，1%显著水平下的临界值为-1.9（2）LnK的ADF统计值为-1.2，其5%显著水平下的临界值为-1.6，1%显著水平下的临界值为-1.5（3）LnL的ADF统计值为-3.2，其5%显著水平下的临界值为-3，1%显著水平下的临界值为-2.9。所以，LnP，LnK，LnL的时间序列数据具有平稳性。

根据池底信息准则，该无约束VAR模型的最优滞后期为2期，以滞后期为1对数据进行Johansen协整检验，结果表明R&D投入与技术创新产出之间存在着长期稳定的均衡关系。

四、VAR模型回归结果

通过对因变量LnP，自变量LnK，LnL进行回归得到如下回归方程：

上式中括号内数字为T检验值，三要素方程各自的R2分别为0.99，0.91，0.53。说明前两个方程拟合的较好，第三个则较差。从上式可以看出：（1）河南省技术创新产出（LnPt）受人均R&D投入滞后一期（LnKt-1）和上期自身产出的影响（LnPt-1），弹性分别为0.703和0.3547（2）当期人均R&D经费投入（LnKt）受到上期R&D人员数影响（LnLt-1），上期R&D人员数增长1%，当期人均R&D经费投入增长1.1203%。

五、结论及建议

通过对河南省R&D投入与技术创新产出的VAR模型分析，可以得出以下结论：

河南省技术创新产出与人均R&D经费投入和R&D人员数之间存在着长期稳定的均衡关系，二者与技术创新具有显著正相关，这符合基本科布—道格拉斯增长模型。（2）与R&D人员数相比，人均R&D经费投入对河南省技术创新产出影响更显著，当人均R&D经费投入增长1%时，创新产出增长2.1605%。（3）人均R&D经费投入和R&D人员数对河南省技术创新产出的影响具有滞后性，滞后期为2。

基于上述结论，给出如下政策建议：

首先，加大R&D经费投入和R&D人员数量，二者是影响技术创新的显著因素。由于R&D人员的影响有限，应当建立和完善人才选拔培养制度，强化高校—企业—市场之间的联系，充分发挥河南省人力资源大省的优势。其次，政府在加大R&D经费投入时应综合运用各种手段，如金融信贷、政策倾斜、创业支持……发挥社会和媒体的作用，吸引社会资金支持创新。最后，应完善專利产权保护制度，确保创新型专利能顺利走向市场，创造价值。

参考文献

[1]Arrow，kenenth.The Economic Implications of Learning by Doing.[J].Quarterly Journal of Economics，2011，106（2）：407-43.

[2]Lach，Sual Internet，Economic Growth and Recession[J].Modern Economy，2012，04（3）：209-213.

[3]Romer，Paul.Has the Internet Increased Trade？ Developed and Developing Country Evidence[J].Economic Inquiry，2012，44（3）：465-484.

[4]唐勇.基于VAR模型的农村信贷研究研究[J].石河子大学学报，2013，30（3）：321-325.

[5]刘丽萍，王亚林.R&D投入、专利申请量与技术创新能力[J].哈尔滨工业大学学报，2012（3）：4-15.

[6]林宫.互联网与国际贸易——基于双边双向网址链接数据的经验分析[J].经济研究，2013（5）：172-187.

[7]张倩肖，冯福根.R&D三种溢出与本地企业技术创新[J].中国工业经济，2013（8）：1-12.