技术创新对经济增长的贡献率研究

姜苗苗 ，卢新国， 王向前

(1．盐城工学院 管理学院，江苏 盐城 224000；2．安徽理工大学 经济与管理学院，安徽 淮南 232000)



技术创新对经济增长的贡献率研究

姜苗苗1，卢新国1， 王向前2

(1．盐城工学院 管理学院，江苏 盐城 224000；2．安徽理工大学 经济与管理学院，安徽 淮南 232000)

技术创新是推动经济增长的不竭动力。在文献研究的基础上找出代表技术创新和经济增长的指标。本着找出影响经济增长最重要的技术创新因子，并对经济增长情况进行预测的研究目标，以全国较为发达的18个省市为研究对象，收集了18个省市2013年度的截面数据，建立经济学模型，用R语言软件为研究工具对数据进行主成分分析，以最小二乘法对变量进行回归分析，建立回归模型。得出技术创新投入为第一主成分，即技术创新投入是影响经济增长的主要因素，并建立回归方程，给出了通过加大技术创新的投入、从法律和财政方面扩大政府职能等刺激经济增长的建议。

技术创新；经济增长；文献研究法；实证分析；R语言

0　引言

世界经济经历了以劳动力和资本为中心的时代，正在迈入以技术创新为核心的新时期。提高技术创新能力成为各国抢占经济增长制高点的法宝。2003年我国GDP总额为135822.8亿元，世界排名为第七，R&D支出占GDP比例仅为1.13%，到2009年，我国GDP总额为340902.8亿元，居世界第三，R&D支出占GDP比例为1.7%，到2013年我国GDP总额为566130.2亿元，世界排名为第二，R&D支出占GDP比例仅为2.05%，即科技投入越高，经济增长越快。而进一步探究影响经济增长的内在因素具有重要理论和现实意义。

本文主要采用文献研究法和实证分析法，以全国较为发达的18个省市为研究对象，选取18个省2013年的截面数据，采用R语言软件为工具对影响经济增长的技术创新要素进行多元回归分析，建立回归模型，通过看回归方程的显著性是否高来建立最优回归方程。

1　文献研究

自1978年改革开放以来，我国的经济实现了快速增长，而对于经济增长的动力研究，一直是学者不断探索的问题。一般认为经济增长的源泉是资本、人力和技术创新三大因素。而随着科学技术的发展，技术要素越来越受到重视。

对于技术创新和经济增长之间的关系研究已经有很长历史。Solow(1956)在文章《技术变革和扩大产品功能》中表明技术进步对经济增长的重要性，由此也将经济增长理论引入新古典经济增长理论时代[1]。Aghion( 1992)通过构建模型发现 R&D 投入水平的提高将加快经济增长[2]。熊彼特(1999)、蔡昉(2005)、朱勇(2005)将创新作为经济增长与发展的主要动力，强调技术创新与经济增长的关系，认为创新实现的过程就是经济增长的过程[3-5]。张耿庆(2007)，程开明(2009)认为技术创新对经济增长有正向的促进作用[6-7]。郝寿义(2012)认为技术创新对经济增长的促进作用主要得益于技术成果的市场转化[8]。韩凤芹(2013)指出金砖四国科技创新对各国经济增长发挥了一定的作用[9]。多数学者认为专利数据能在较大程度上反映技术创新的效果,李苗苗(2015)选取专利申请量代表技术创新能力研究技术创新对经济增长的影响[10]。

2　数据来源及研究方法

2.1因子选取

本文以中国知网为数据库，输入“技术创新”和“经济增长”两个关键词，点击检索，按照搜索论文关联度，选取关联度最大的24篇文献，进行文献研究。研究发现，在选取的24篇文献中，有23篇采用了实证分析的方法。对于指标选取，有22篇文献采用GDP作为经济增长的度量因子，有15篇采用R&D经费支出作为技术创新的度量因子，有10篇文献采用专利申请量作为度量因子。具体数据见表1。

表1　相关指标频度调查表

根据表1，我们可以看出，以R&D经费支出为技术创新能力的度量因子的文献数占总数的62.50%，以专利申请受理数为技术创新能力的度量因子的文献数占总数的41.67%。我们选取前四个，即R&D经费支出、专利申请受理数、专利授权量、技术市场成交额作为技术创新能力的度量因子；选取GDP作为经济增长的度量因子。

2.2研究方法

研究技术创新对经济增长的贡献率，选取R&D经费支出、专利申请受理数、专利授权量、技术市场成交额作为技术创新能力的度量因子，选取GDP作为经济增长的度量因子，即进一步研究前四者与GDP之间的关系。采用R语言为研究工具，先对5者进行主成分分析[11]，找出主成分，然后采用最小二乘法对变量进行回归分析，建立“最优”回归模型。

2.3数据来源

本文以全国为研究背景，在《中国统计年鉴》上获取北京、上海等18个较为发达的中东部省市2013年的截面数据。其中x1表示专利授权量，x2表示R&D经费投入，x3表示专利申请受理量，x4表示技术市场成交额。具体数据见表2。

表2　18省市2013年截面数据

数据来源：中国统计年鉴

3　实证分析

本节对得到的数据进行分析，第一步进行主成分分析，找到主要影响因子；第二步再进行回归分析。

3.1主成分分析

在R语言控制台输入如下命令：

y=-c(19500.56,14370.16,28301.41,27077.65,14382.93,21602.12,59161.75,37568.49,19038.87,21759.64,54684.33,32155.86,24668.49,24501.67,62163.97,12656.69,26260.77,16045.21)

x1=c(62671,24856,18186,21656,19819,48680,239645,202350,48849,37511,76976,29482,28760,24392,170430,24828,46171,20836)

x2=c(2130618,3000377,2327418,3331303,950335,4047800,12395745,6843562,2477246,2791966,10528097,2953410,3117987,2703987,12374791,1388199,1688902,1401480)

x3=c(123336,60915,27619,45996,32264,86450,504500,294014,93353,53701,155170,55920,50816,41336,264265,49036,82453,57287)

x4=c(28517239,2761575,315581,1733775,1017747,5316804,5275020,814958,1308253,446885,1793981,402406,3976158,772098,5293936,902760,1485752,5332787)

contribution < -data. frame (x1,x2,x3,x4)

contribut.pr<- princomp (data=contribution, cor =TRUE)

summary(contribut.pr, loadings=TRUE)

点击“ENTER”，得到如下结果见表3。

从以上输出结果可以得出，4个变量的标准差分别为1.6665368，1.0009811，0.44177441，0.159773138；每个变量的特征根对应的方差贡献率分别为：0.6943362，0.2504908，0.04879116，0.006381864；累计方差贡献率分别为：0.6943362，0.9448270，0.99361814，1.0000000000。因为主成分y1，y2的累积贡献率达到94.48%，所以确定主成分个数为2个，以达到降维的目的。

表3　主成分重要性排序

但是，根据累积贡献率确定主成分个数往往偏多，所以我们可以根据碎石图结合累积贡献率来确定主成分个数。

编写代码如下：

screeplot(contribut.pr,type=“lines”)

p<-predict(contribut.pr)

得到碎石图，如图1所示。

图1碎石图

根据碎石图，我们取特征值大于1的主成分，以达到很好地解释原数据，又避免数据冗余的目的。在这里，我们取特征值大于1的2个主成分。再根据程序输出结果，见表4。

表4　各主成分系数表

对于主成分的解释：由y1的系数符号相同，其值(除了x4)接近于0.5，它反映技术创新投入程度，因此称第一主成分为技术创新投入因子；主成分y2的系数只有x4，为-0.988，主要是是技术转化因子。即选取的四个技术创新能力度量因子对技术创新能力有很好的解释能力，因此选取专利申请受理数、专利申请授权数、R&D经费投入、技术市场成交额四个因子代入与经济增长度量因子GDP的回归分析，建立最优回归模型。

3.2相关分析

对得到的数据进行回归分析之前，为了消除变量之间的影响，先要对数据进行标准化处理，然后进行因变量与自变量之间的相关分析，最后再进行回归分析。

3.2.1数据标准化处理

在R语言控制台输入如下命令：

contribution1 <-data.frame(y,x1,x2,x3,x4)

con<-scale(contribution ,center=TRUE,scale=TRUE)

con

按“ENTER”键，得到如表5所示结果。

3.2.2相关分析

对数据进行了标准化处理后，就可以对各个自变量各因变量之间的相关分析，继续输入如下命令：

>plot(y，x1)

得到GDP与专利授权数的散点图，如图2所示。

类似地，输入因子R&D经费支出、专利申请受理量、技术市场成交额与GDP的对应代码，得到如图3、图4、图5的散点图。

图2　专利授权量与GDP数据点的散点图

地区x1x2x3x4y北京0.014803510.57114344-0.06402547-3.832532670.60016787天津0.573976830.336467950.443947520.152662280.93629292河北0.672606640.518043520.714905510.531132930.02356838辽宁0.621295480.247178600.565356170.311694620.10374465黑龙江0.648459340.889603480.677105180.422486210.93545627上海0.221689510.053855750.23614742-0.242710390.46248135江苏-2.60212470-2.19855907-3.16588250-0.23624512-1.99828822浙江-2.05064066-0.70048747-1.452978140.45386392-0.58357681安徽0.219190490.477617420.179971810.377535980.63041611福建0.386846370.392700720.502654000.510816160.45216122山东-0.19672563-1.69463648-0.323085920.30237889-1.70494404河南0.505571810.349140430.484596100.51769843-0.22896109湖北0.516248080.304734810.52613171-0.035271140.26158401湖南0.580838040.416438920.603278570.460495680.27251344广东-1.57863715-2.19290533-1.21088512-0.23917201-2.19498269重庆0.574390870.771460470.540617090.440278251.04855320四川0.258790280.690325790.268674420.350071420.15726364陕西0.633420880.767877040.47347166-0.245183450.82654977

图3　R&D经费投入与GDP数据点的散点图

图4　专利申请受理数与GDP数据点的散点图

图5　技术市场成交额与GDP数据点的散点图

根据图2～图5可以看出，GDP分别与专利授权数、R&D经费投入、专利申请受理数以及技术市场成交额之间存在明显的线性关系。

3.3回归分析

相关分析之后就可以进行因变量(GDP)和四个自变量(专利授权数、R&D经费投入、专利申请受理数以及技术市场成交额)之间的回归分析。

输入如下代码：

lm.reg<-lm(y～x1+x2+x3+x4)

summary(lm.reg)

得到回归分析结果见表6。

表6　回归分析结果

从输出结果来看，回归方程的系数显著性不高，只有变量x2通过检验，x2的t统计量的估计值为6.497，对应的p值比0.05小，即通过了检验。修正的可决系数也较高，达到了0.8855，说明回归效果是显著的。

下面用“向后回归法”，通过软件分析建立“最优”回归方程。向后回归法就是建立包含全部因子的回归方程，通过回归系数的检验，从回归方程中逐个剔除不显著的因子，直到留在方程中的因子都是显著的。

采用“逐步回归法”的计算函数进行逐步回归。

输入如下代码：

lm.step<-step(lm.reg)

得到结果如表7。

从表7结果可以看出，用全部变量做回归方程时AIC统计量的值为-34.86，如果去掉变量x1，AIC统计量的值为-36.76，进一步去掉变量x4,AIC统计量的值为-38.54，最后去掉变量x3，AIC统计量的值为-40.03，最小的AIC值为-40.03，此时只留下x2一个变量，得最优方程。

再用函数summary()提取相关回归信息。

得到提取结果见表8。

表7　逐步回归法输出结果

表8　相关回归检验结果

从上述结果可以看出，回归系数的显著水平有很大提高，所有的检验均是显著的，由此得到“最优”回归方程：

y=-11990+0.0039x2

从回归结果中可以看出,研发投入和技术创新对经济增长都产生促进作用。表明研发投入和技术创新的增加确实能够促进经济增长。研发投入的增加会影响技术创新的发展，进而影响到技术成果的转化、实现创新的产业化，从而使GDP总值增加，达到促进经济增长的目的。

4　结论

随着技术革命的发展，技术创新继劳动力、资本之后，成为体现国民经济竞争力的主要因素。本文利用实证分析法，证明研发投入对技术创新有重要的促进作用，并进一步刺激了经济增长。增加研发投入是促进经济发展的有效途径，因此，(1)应积极加大研发投入，鼓励和支持技术创新，为我国创新型经济的发展奠定良好基础。(2)发挥政府财政职能，以财政资金撬动民间资本投资技术创新，真正做到政府、技术市场、民间投资三方联动。(3)要充分发挥政府职能，明文规定技术创新的支持政策及相关政策法规，做好技术创新与技术市场的平台建设，完善科技成果转化市场，使技术创新真正能够化为生产力，推动经济增长。

[1] Robert M.Solow.Technical Change and the Aggregate Production Function[J].The Review of Economics and Statistics,1957(39):312-320.

[2] Aghion, P., P. Howitt. A Model of Growth through Creative Destruction[J].Econometrics,1992(60)：75-78.

[3] Robert, Peter W. Product Innovation, Product-Market Competition, and Persistent Profitability in the U.S Pharmaceutical Industry[J].Strategic Management Journal,1999,20(7):655-670.

[4] 蔡昉.经济增长方式转变与可持续性源泉[J].宏观经济研究,2005(12):34-37.

[5] 朱勇,张宗益.技术创新对经济增长影响的地区差异研究[J].中国软科学,2005(11):92-98.

[6] 张耿庆.我国技术创新与经济增长的实证研究[J].经济纵横,2007(8):49-51.

[7] 程开明.城市化、技术创新与经济增长——基于创新中介效应的实证研究[J].统计研究,2009(5):40-46.

[8] 郝寿义,范晓莉.城市化水平、技术创新与城市经济增长——基于我国25个城市面板数据的实证研究[J]. 现代管理科学,2012(1):74-76.

[9] 韩风芹，樊轶侠．“金砖四国”科技政策的比较分析与启示[J]．经济研究参考，2013(72)：19-35.

[10] 李苗苗,肖洪钧,赵爽.金融发展、技术创新与经济增长的关系研究——基于中国的省市面板数据[J].中国管理科学,2015(2):162-169.

[11] 宋洋,许湘津.基于主成分分析的北京低碳物流水平研究[J].科技展望,2015(22):243-246.

(责任编辑：蒋华)

Study of the Contribution Rate of Technology Innovation for Economic Growth

JIANG Miao-miao1, LU Xin-guo1, WANG Xiang-qian2

(1. School of Management, Yancheng Institute of Technology, Yancheng,Jiangsu 224000, China;2.College of Economics and Management, Anhui University of Technology, Huainan,Auhui 232000,China)

Innovation is an inexhaustible power to promote economic growth. On the basis of literature research, the indicators of technological innovation and economic growth were found. With the purposes of finding the most important technical innovation factor and forecasting the economic growth, we chose 18 provinces and cities as research objects, collecting the annual cross-sectional data for 2013 of 18 provinces, establishing economic model, using R language software tools to do principal component analysis of the data and least squares regression analysis with variables, and constructing regression model. In conclusion, the first principal component was the investment of technical innovation, namely, the investment of technical innovation was the main factor affecting economic growth. The regression equation is given, and some advices to stimulate economic growth by increasing the investment of technical innovation and enhancing government posts from the aspects law and finance.

technical innovation; economic growth; literature research; empirical analyze; R language

2016-03-30

国家自然科学基金(51474007);安徽省人文社会科学研究基地重点项目(SK2014A042)

姜苗苗(1991-)，女，江苏宿迁人，在读硕士，主要从事管理学研究。

C931

A

1009-7961(2016)04-0058-07