胡杨成，姚 林

(南昌工程学院 工商管理学院，江西 南昌 330099)

经济学上把投资、出口、消费称为拉动经济增长的“三驾马车”，出口有利于国内剩余产能转移，促进企业参与国际竞争，推动社会经济的发展。特别是在当前互联网时代，跨境电商减少了传统国际贸易的成本，国际贸易取得飞速发展[1]。我国从2005年开始超过美国，成为世界贸易第一大国，但是出口产品的附加值、科技含量和质量还很低，产品出口仍以劳动力密集型产品为主，产品技术含量低，缺乏竞争力，虽是贸易大国，但不是贸易强国。与美国、德国等对外贸易强国相比，中国出口商品的比较优势仍体现为劳动力要素优势，出口商品的技术含量和附加值较低、技术创新能力较弱并且缺乏具有自主知识产权的国际品牌[2]。在加入世界贸易组织之前，我国在国际贸易中还有廉价劳动力的比较优势，而在过去几年我国劳动力成本一直在增长，尽管劳动力成本仍低于美国、欧盟和日本等发达国家[3]，但正在逐渐丧失劳动力比较优势。此外，我国高技术产品的出口模式主要是加工贸易[4]，大量出口来自国际生产、分工和外资企业的一般商品，这类商品出口提升了我国所有出口产品的质量，导致我国出口产品质量被高估，从而扭曲了真实水平，掩盖了中国本土出口产品质量水平低的真实情况[5]。换言之，国内出口的自主产品的质量更低，更缺乏竞争力。因此，我国对外贸易迫切需要跳出“低技术陷阱”，并在高科技产品领域提升国际竞争力。十九大报告指出“要拓展对外贸易，培育贸易新业态新模式，推进贸易强国建设”。实现贸易强国的目标，必须要优化商品出口结构，提高出口商品的附加值、科技含量和质量，提高产品的国际竞争力。而高科技产品因其科技含量高，产品的附加值高，在国际市场上的竞争力强。随着以知识经济为特征的科技革命在世界范围内兴起，高新技术产业成为世界经济最富有活力的增长点、国际竞争的重要领域[6]。党的十九大明确提出“创新是引领发展的第一动力，是建设现代化经济体系的战略支撑。”随着我国对教育、科研经费投入不断加大，科研人才增加，高科技产品出口额随之水涨船高。我国的高科技产品出口潜力很大[7]，2018年中国高科技产品出口额约为7430亿美元，接近当年商品出口总额的30%。科技产品出口在出口贸易中的占比是出口贸易结构优化的一个重要维度[8]，加大高科技产品的出口，提升高科技产品出口的比重，对我国对外贸易结构的优化有十分重要的意义。

从已有文献来看，对高科技产品出口研究较为丰富。一是分析高科技产品的出口竞争力，张乐萍[9]等利用贸易竞争力指数、出口优势变差指数、Michaely指数分析了浙江省的高科技产品竞争力，认为浙江省的高科技产品出口竞争力总体是在增强的；孙莹[10]等使用出口产品相似性指数(ESI)和显示性比较优势指数(RCA)比较了中韩两国对日本高科技产品出口的整体竞争力，相比韩国，我国存在着产品贸易结构不平衡、高技术产品核心技术自主创新能力存在差距。但是如果在解决好技术基础的前提下，日本、韩国、新加坡、中国泰国等东亚经济体，都有潜力培养更多的研发人才，从而提升高科技产品出口的竞争力[11]。二是分析影响高科技产品出口的相关因素。世界各国之间的交流更加频繁，经济、文化、科技的联系更为紧密，彼此之间的影响越来越大。因此，部分学者从国际比较的角度分析高科技产出口的影响因素。Zhou[12]等的研究表明高水平的国际技术溢出和国内自主创新对高科技产品出口积极作用，而技术性贸易壁垒则会对高科技产品的出口产生阻碍作用[13]。Sun[14]等指出对“金砖四国”而言，研发投资和专利与出口到美国的高科技产品竞争力呈现正相关，但是外国直接投资却没有直接促进竞争力；需求因素、生产要素和相关与支持性产品是影响“金砖四国”高科技产品出口的因素，其中，需求是拉动高科技产品增长的动力，而生产因素和相关与支持性产品对高科技产品出口有重要影响[15]。陈琳等[16]认为金融对高科技产品出口竞争力有很大影响，直接金融市场的国家越发达越有利于高科技产业的融资，从而促进改国高科技产品出口。从我国的实际情况来看，国家的经济政策对高科技产品出口有很大影响，相关研究表明经济政策的不确定性会减少高科技产品出口的种类和数量，但同时也会提高高科技产品出口的价格[17]。叶繁等[18]指出知识产权保护通过法律的形式来保护产权人的知识价值，同时也能够防止法人窃取产权人的合法权利，也是影响高科技产品出口的重要因素，而高技术产品进口与知识产权保护、研发支出和人力资本相结合促进了其出口的增长[19]。此外，与科技创新直接相关的经费支出、人才投入、科研成果等[20]对高科技产品出口有重要影响。

对高科技产品出口的研究很多，学者们从各方面对高科技产品出口展开了有益的探讨。科研投入是集合各方面要素产生的合力，但是目前的相关研究中，大部分都是从单一维度探讨高科技产品出口的影响因素，综合考虑科研投入各要素与高科技产品出口之间关系的研究不多，未能反映出科研投入与高科技产品出口之间的实际情况。人才、经费投入是影响高科技产品出口的直接因素，而教育、GDP等因素是科学研究的基础，与高科技产品的出口间接相关。直接相关的影响因素在短期内就能够影响高科技产品的出口，而间接相关的科研基础情况改善能持续性地为高科技产业提供人才、资金支持，保障高科技产品出口量长期稳定地增长，从而促进贸易结构从劳动密集型农业和制造业产品的出口转变为知识密集型高科技产品的出口[11]。本研究综合考虑影响高科技产品出口的直接、间接因素，选取了反映科研投入直接和间接相关情况的9项指标，并为了研究方便，利用主成分分析浓缩科研投入9项指标为一个综合指标。接着，结合回归分析方法，探索科研投入与高科技产品出口之间的关系，从而全面科学地分析影响高科技产品出口的因素。最后，根据研究结果，提出促进高科技产品出口与优化对外贸易结构的相关建议。

1 数据来源

为理清影响高科技产品出口额的因素和科研投入与高科技产品出口之间的关系，综合考虑数据的全面性、客观性、可获性之后，选取了9个科研投入相关的指标，这些指标如下：X1科研经费支出(亿元)、X2财政教育支出(亿元)、X3外商直接投资数(亿美元)、X4 R&D人员全时当量(万人年)、X5每十万人高等学校平均在校生(人)、X6高校研究机构数(个)、X7发明专利授权数(个)、X8GDP(亿元)、X9全社会固定资产投资数(亿元)，以及Y高科技产品出口额(亿美元)，数据均来源《2007—2019中国统计年鉴》。本研究将结合主成分分析和线性回归方法，借助SPSS和Eviews软件对科研投入与高科技产品出口额之间的关系展开探索。2006—2018年科研投入与高科技产品出口数据Y的具体情况如表1所示。

表1 2006—2018年高科技产品出口额与科研投入原始数据

2 分析步骤

首先，利用SPSS软件对科研投入的9个指标数据进行主成分分析：消除量纲影响，对数据进行标准化处理；提取主成分，并计算主成分与综合得分。其次，利用Eviews软件进行回归分析：(1)对各年的综合得分和高科技产品出口额数据序列进行平稳性检验，看是否数据平稳，平稳则进行下一步分析，否则看二者是否协整，如协整则进行回归分析，估计模型；(2)为保证模型的有效性，对模型进行异方差和自相关检验；(3)对模型进行统计意义检验和经济意义检验，阐述科研投入与高科技产品出口的关系。最后，根据模型拟合情况展开讨论，并据此提出相关建议。

3 主成分分析

主成分分析属于客观赋值法，利用降维的思想，在尽可能多地保留原有变量初始信息的前提下，将多个指标数据浓缩成少数几个主成分所表示的综合指标。既能简化问题，又能保证分析的结果科学有效。主成分分析的步骤如下：(1)对数据进行标准化处理，以消除量纲的影响；(2)求解释的总方差，根据方差累计贡献率大于85%和特征值大于1的原则确定主成分提取的个数；(3)求特征向量；(4)求主成分得分；(5)以各成分的方差贡献率占各主成分方差贡献率和的比例作为权重，对主成分得分加权求和得到综合得分。

3.1 数据标准化结果

为消除数据数量级和量纲不同带来不利影响，使用SPSS软件对数据进行标准化处理，使所有变量的均值为0，方差为1，结果如表2所示。

表2 数据标准化结果

3.2 主成分提取

利用SPSS软件进行主成分分析，根据特征值大于1和累计方差贡献率大于85%的原则，提取一个主成分，即表3中的第一个主成分，从表3中可以看出该主成分累计方差贡献率达97.034%，即保留了原始变量97.034%的信息。

表3 特征值和方差贡献率

3.3 成分矩阵

进一步，成分矩阵反应了各指标在相应主成分上的载荷，表明了各指标保留原始信息的程度。从表4中可以看出，各指标的载荷都在0.9以上，说明提取的主成分很好地保留了各个指标的数据信息，该主成分的信息是科学可靠的，适合采用主成分分析法进行研究。

表4 成份矩阵

3.4 综合得分

由于只提取一个主成分，因此第一主成分得分即最后的综合得分，如表5所示。2006—2018年综合得分的总体趋势是上升的，说明科研投入情况总体上是改善的。这与国家经济的稳定增长，以及对教育、科研越来越重视现实情况一致。

表5 2006—2018年科研投入综合得分

4 回归分析

回归分析是计量经济学中使用最多的方法，是可以用来分析两个和两个以上的变量之间因果关系的统计方法[21]，目的是通过自变量的给定值来估计或预测因变量的均值。它可用于预测、时间序列建模以及发现各种变量之间的因果关系，能够测量一个或多个变量的变化对另一变量变化的影响程度，这些益处使得回归分析方法得到广泛应用。为分析影响高科技产品出口额的因素，选定高科技产品出口额为被解释变量Y，科研投入综合得分为X，利用回归分析对二者之间的关系展开探究。2016—2018年两个指标的数据具体情况如表6。

表6 科研投入和高科技出口额

4.1 单位根和协整检验

因受随机因素的干扰，变量有可能会偏离均值，如果这种偏离是暂时的，那么随着时间的推移会回到均衡状态，如果这种偏离是持久的，就不能说这些变量存在均衡关系，协整即是对这种均衡关系性质的统计表示[21]。协整检验的目的是决定一组非稳定序列的线性组合是否具有协整关系，也可以通过协整检验判断线性回归方程设定是否合理。由于高科技产品出口额Y和科研投入X都是时间序列数据，因此存在因数据的不平稳性导致伪回归的可能性。所以有必要对数据进行平稳性检验和协整检验，以判断是否存在伪回归的可能性。利用Eviews软件进行单位根检验，输出结果如表7所示。

表7 ADF检验表

从表7中可看出，X和Y本身都不是平稳数据，但是二者都是一阶单整，进而可以进行协整检验[22]。基于回归残差的协整检验方法对二者进行检验，先对Y和X进行OLS回归分析，再对回归的残差序列进行单位根检验，若残差序列平稳，则Y和X存在协整关系。以X为解释变量，Y为被解释变量，进行回归分析。得出的模型如下：

Yi=5429.498+469.1845Xi+μi.

(1)

进一步，对模型(1)的残差序列μi进行单位根检验，结果如表8所示。表8的检验结果表明，该回归的残差序列μi的ADF检验值小于5%的临界值，即残差项在5%的显著水平上平稳，可以确定μi是平稳序列，这说明Y和X之间存在协整关系，二者进行的回归分析不是伪回归，从而可以估计回归模型并进行下一步分析。

4.2 估计回归模型表8 残差序列单位根检验结果

变量μi检验结果ADF检验值-2.0222965%临界值-1.974028结论平稳

以X为解释变量，Y为被解释变量的估计模型及相关统计量如下：

Y=5429.498+469.1845Xi+μi

(2)

(134.3523)(47.31614)

t=40.41238 9.91595

R2=0.899384F=98.3261DW=0.89367

R2值比较大表明因变量的真实值距离拟合值更近。模型拟合较好。从上述估计结果中看出可决系数达0.899384，证明模型(2)的拟合结果比较好。如果Y被解释的部分比未被解释的部分大，则F统计量大于1，F值很大，则Y被解释的部分比未被解释的部分就多很多，而t统计量表示解释变量X是否对被解释变量Y有显著影响[21]。模型(2)的F值、t值都很显著，再次证明了该模型拟合结果好。

4.3 异方差检验

由于是一元回归，因此不考虑多重共线性问题。但为了保证模型的有效性，仍需对模型进行异方差检验。本研究采用White检验对模型(2)进行异方差检验，步骤如下：

首先，设异方差σi与Xi的关系为

σt=α1+α2Xi+α3Xi+vi.

(3)

其次，用作为异方差的估计，并作对的辅助回归[21]：

(4)

最后，结合模型(3)和模型(4)，借助Eviews软件进行White检验，结果如表9所示：F统计值为0.59202，P=0.5715，nR2=1.376294(n为样本容量13)，P=0.5025。查χ2分布表知，给定显著性水平为0.05时，χ20.05(2)=5.9915，因此nR2χ20.05(2)，故接受系数为0的原假设，说明模型(2)不存在异方差。

表9 White检验结果

4.4 自相关检验

DW检验法是J.Durbin和G.S.Watson于1951年提出的一种适用于小样本的检验方法，也是检验自相关的常用方法。根据式(2)可知，回归模型的DW检验值为0.893673。查DW分布表知：当观测数据个数为13，解释变量个数为1，显著水平为0.05时，dl=0.01，du=1.340。而dl

进一步，以E为回归模型的残差μi，F为前一期的，绘制残差散点图，从图1中可看出该回归模型的μi和的散点大都落在一三象限，再次证实该模型有存在正自相关的可能性[22]。

图1 残差散点图

自相关的存在可能会导致模型估计的结果不可靠，因此需要进行修正。科克伦—奥克特(Cochrane-Orcutt)迭代法的基本思想，是通过逐次迭代去寻求更为满意的自相关系数的估计值，然后再采用广义差分法[22]。经科克伦—奥科特迭代法对模型进行修正后，系数及相关的统计量如表10所示。

表10 科克伦—奥科特迭代法修正结果

根据修正结果，得出的科研投入与高科技产品出口额之间的回归模型为

(5)

(250.5091)(81.832321)

t=21.50536 6.019872

R2=0.928786F=39.12689DW=1.626875

可以看出，经过科克伦—奥科特迭代法进行修正以后，模型(5)的可决系数提高，拟合程度更好，此时，du

4.5 经济意义和统计意义检验

(1)模型(5)的解释变量X为科研投入，也是综合主成分，其中包含了科研经费支出、财政教育支出、外商直接投资、R&D人员全时当量、每十万人高等学校平均在校生、高校研究机构数、发明专利授权数、GDP、全社会固定资产投资数共9个指标的数据，比较全面地反映了与科研投入的人才、资金投入以及与科技创新相关的教育、外商投资、经济发展等情况。模型的解释变量X的系数为492.62，符合科研投入会促进高科技产品出口的现实情况，说明科研投入综合得分每增加1个单位，则高科技产品出口额会增加492.62个单位，从中可以看出科研投入对高科技产品出口的影响比较大。

(2)模型的可决系数R2为0.928786，经过调整的可决系数为0.905049，表明模型的拟合程度比较好。且t统计量和F统计量都显著，说明该模型的解释变量科研投入X对被解释变量高科技产品出口额Y的影响是显著的。

5 结论与建议

本文首先通过主成分分析，对科研投入的9个指标进行了浓缩，从而得出了反映科研投入情况的综合指标。从主成分的分析过程和结果来看，该主成分科学可靠地反映了原始数据信息，其变化趋势与原始数据情况比较一致。其次，通过计量的相关方法，检验科研投入和高科技产品出口数据的平稳性，结果表明虽然数据序列本身不平稳，但是二者存在协整关系。再次，建立了二者之间的回归模型，并对模型异方差和自相关性检验，该模型不存在异方差，但是有自相关性。最后，通过科克伦—奥科特迭代法进行修正，得出最终的回归模型(5)。

提高高科技产品出口额能够优化我国贸易结构，提升国际竞争力。而对该模型进行经济意义和统计意义的检验发现，解释变量科研投入对被解释变量高科技产品出口额的影响比较大，且统计意义上显著，说明加大对科研的投入能够提高高科技产品出口额。为促进高科技产品出口额健康稳定增长，提出以下建议：

(1)继续加大教育、科研经费和科研人才投入。科研经费和科研人员是支持科技创新的两大支柱，是能够直接作用于科技创新的因素，而发展教育则能够培养更多的高素质人才，为科技创新提供长期人才供给，持续地为高科技产品出口和对外贸易结构优化提供动力。应该继续加大经费投入，塑造更多的科研人才。

(2)保持经济的健康稳定发展。经济健康稳定发展是科研、教育、固定资产经费投入的基础，为科技创新提供动力。经济的稳定发展意味着更强大的购买力，能够刺激科技创新。而高科技产业的发展将为社会经济发展提供更加强大、持久的动力。另外，在当前疫情影响的情况下，国际形势严峻，不应过度强调经济发展速度，而注重保持经济稳定发展。通过经济稳定增强外国同我国进行经济往来的信心，从而促进对外贸易的稳定，推动高科技产品的出口。

(3)积极引进外商投资，提高外商投资质量。对外贸易和外商投资在经济发展中具有十分重要的作用，是对外开放的直接体现。受疫情以及严峻复杂的国际经济形势影响，引进外商投资会遇到一些困难。但是，外资企业在高科技产业领域扮演着重要角色，为吸引外商投资，可以提供更优惠的政策，营造更好的外商投资环境。充分发挥自贸试验区、综合保税区和跨境电商综合实验区等平台的作用，在当前国际疫情严峻和国际关系紧张情况下，充分利用互联网技术，如进行“云签约”等引进外资。同时，要把好外商投资的“质量关”，引进高质量的外资企业。