技术创新、城镇化与经济增长的互动机理与实证分析

蒋晓光 刘守乾 陈龙丹

（华东交通大学经济管理学院 江西南昌 330000）

近年来，国家对研发经费投入力度不断增强，为创新驱动发展奠定了坚实的物质基础。2016年中国的GDP为74.4万亿，R＆D经费内部支出为15676.7亿元，居世界第2位，占GDP的2.11%。国家创新投入强度逐渐向发达国家靠拢，但我国仍属科技大国而非创新强国［1］。2011年我国城镇化率首次超过50%，之后以年均1%的速度增长。但城镇化质量不高、城乡发展不协调、结构性矛盾突出等难题制约着我国城镇化进程［2］。此外，我国经济总量虽位居世界第二，但人均GDP与发达国家相比仍有较大差距。提高创新效率、优化配置创新资源、提升城镇化质量、培育新的经济增长点是化解我国经济发展困境的重要举措［3］［4］。

一、技术创新、城镇化与经济增长的互动机理

关于技术创新、城镇化与经济增长三者的内在关系及其作用机制，一直以来都是学术界研究的热点问题，学者们从不同角度，运用多种计量方法对其展开了研究，并取得了许多有价值的研究成果。

（一）技术创新与经济增长的互动机理

Ben、Reza等通过实证研究分析了技术创新与经济增长的关系，研究发现，技术创新对经济增长有明显促进作用，是经济增长的长期动力，且技术创新还会通过知识积累、改变原有产业结构、提升全要素生产率等途径直接或间接地推动经济长期发展［5］［6］。唐未兵、严成樑等认为经济的稳健增长也带动了技术革新。一方面，经济增长不仅有利于高新技术园区、特色高水平大学等研究机构的建立，而且有利于科研成果转化和激励机制实施［7］。另一方面，经济增长刺激了市场对创新成果的需求，由此推动技术进步［8］。

（二）城镇化与经济增长的互动机理

Daniel、Kawsar、陈旭等通过理论分析和实证研究指出城镇化与经济增长之间存在长期均衡关系，且具有相互促进的关联机制。一方面，城镇化过程中人口集聚有利于扩大消费和投资需求，资本集聚有利于提高技术创新水平，产业集聚则促进了产业结构合理化与集中化［9］［10］。另一方面，经济增长是城镇化产生的前提和保证。首先，经济增长能为城镇创造更多的就业机会，提高居民收入水平。其次，经济增长带动了人们对物质文化的有效需求，并吸引了各类要素向城镇集聚，为企业规模生产创造条件。最后，经济增长通过引导社会需求结构优化升级，进而推动消费、产业、人口等经济结构不断转化［11］。

（三）技术创新与城镇化的互动机理

袁博、王兰英等认为技术创新对城镇化的推动作用主要表现在人口、空间、社会等几个方面。首先，技术创新能提高就业岗位的多样性，满足不同领域、不同技能水平就业人员对职位的需求，推动人口城镇化发展。其次，技术创新可以优化城市空间布局，推动空间城镇化发展。最后，技术创新有利于将城市先进的文化、价值观念、管理方式向农村地区输出，推动社会城镇化发展［12］［13］。Gerald、Sotirios等认为城镇化有利于创新成果的产生和扩散。一方面，作为生产要素聚集地，城镇为技术创新提供可能。另一方面，相比农村，城市的制度环境更加优良，司法、行政、教育体系建立，不仅能避免企业间非法交易与竞争，而且能疏通创新成果转化和传播渠道［14］［15］。

综上所述，城镇化能通过技术创新的乘数效应来促进经济增长，技术创新也能通过优化产业结构、改变供需关系、增加就业机会间接推动城镇化进程，三者之间存在内生性问题。但大部分研究只注重技术创新、城镇化与经济增长这三者之间的两两关系研究。本文将三者作为一个整体研究其互动规律，对于合理配置创新资源、提高城镇化质量、稳定经济增速具有重要意义。

二、技术创新、城镇化与经济增长的实证分析

（一）数据说明

技术创新指标采用R＆D经费内部支出占当年GDP比值表示（记作tech）［16］。城镇化指标基于人口城镇化，采用城镇人口与总人口之比来衡量（记作urb）［17］。经济增长采用人均实际GDP作为衡量指标，为消除价格因素影响，增强不同年份数据间的可比性，以1995年人均实际GDP为基期对数据进行平减处理，得到各年人均实际GDP（记作rgdp）［18］。文中数据均来自1995—2015年《中国统计年鉴》，以创新投入强度、城镇化水平为比例尺度，人均实际GDP为定量尺度，为避免异方差效应，对所有变量进行对数化处理，分别记为 lntech、lnurb和 lnrgdp。

（二）SVAR模型设定

本文研究三变量AB型SVAR模型，需要对同期关系矩阵A设定3 x（3-1）／2＝3个约束条件才能恰好识别［19］。根据相关经济理论，做出如下假设：（1）当期技术创新不受经济增长和城镇化影响；（2）当期城镇化受技术创新影响，但不受经济增长影响；（3）当期经济增长受技术创新和城镇化影响。在假设条件基础上，本文对矩阵A、B做如下限定：

（三）序列平稳性检验

在建立SVAR模型之前，需要对时间序列数据进行平稳性检验，以避免“伪回归”现象［20］。本文采用ADF检验方法，其中最优滞后阶数由SC准则确定，检验结果如下（见表1）：lntech、lnurb以及lnrgdp的ADF值分别为-2.661、-1.003、-1.559，均大于5%显著性水平下的临界值，因此变量均不平稳。经一阶差分后，lntech、lnurb以及lnrgdp的ADF值分别变为-3.087、-5.504、-4.097，均通过显著性检验，表明变量平稳，可构建SVAR模型。

表1 变量的平稳性检验结果

（四）协整检验

由单位根检验可知，时间序列lntech、lnurb、lnrgdp虽为非平稳序列，但均为一阶单整I（见表1），表明变量之间有可能存在长期均衡关系，即协整关系。本文采用Johansen法对变量进行协整检验。

表2 Johansen协整检验

结果显示（见表2），在5%显著性水平下，当r＝0时，迹统计量值为41.874，大于临界值29.797，原假设不成立。当r＝1时，迹统计量值为13.092，小于临界值15.495。在不存在协整关系的零假设下，最大特征值统计量为28.782，大于5%临界值21.132，因而拒绝原假设，即表明变量之间存在协整关系；在最多存在一个协整关系的零假设下，最大特征值统计量为11.186，小于5%的临界值14.265，从而确定变量lntech、lnurb和lnrgdp三者之间存在唯一协整关系，迹统计量检验也得出相同结论，原假设得到验证。

（五）最优滞后阶数确定

为完整反映所构造模型的动态特征，需确定模型最优滞后阶数。在LR（似然比）检验标准下，滞后阶数为2阶时结果最优。而在FPE、AIC、SC、HQ检验标准下，最优滞后阶数为4阶（见表3）。因此，建立SVAR（4）模型。

表3 模型最优滞后阶数检验结果

（六）SVAR模型的估计

在对SVAR模型进行估计之前，需验证模型稳定性。通过AR根检验后发现，所有单位根均落在单位圆内，说明模型稳定。Lnrgdp、lntech以及lnurb 3个方程的拟合程度都较高，可以进一步得到约束矩阵A、B的估计结果。

从估计结果可以看出，技术创新与城镇化的同期系数为0.96，与经济增长的同期系数为0.14，在1%的置信水平下都显著为正，表明当期技术创新对城镇化、经济增长都有积极显著影响；当期城镇化与经济增长的同期系数为0.04，0.04＞0，正向影响并不显著，说明城镇化在同期有利于经济增长，但是促进作用尚未发挥出来。

（七）结构脉冲响应分析

图1和图2反映了技术创新与经济增长之间的互动关系。由图1可知，技术创新的正向冲击使经济前期增长较快，第3期达最大值（0.0095）后逐渐下降，整体呈“倒U”形。图2表明在受到单位经济增长的冲击后，技术创新在1期表现出较强的正响应，2期降低至最低点（-0.0037），4期又转为正响应，随后在0.0025水平波动。相对而言，技术创新对经济增长的冲击作用更为显著。总体来看，技术创新与经济增长已形成良性互动关系。

图1 Response of D.lnrgdp to D.lntech

图2 Response of D.lnrgdp to D.lntech

图3 和图4反映了城镇化与经济增长之间的互动关系。图3显示，城镇化对经济增长一个标准差冲击的前7期始终处于负响应，之后响应为正且呈显著上升趋势。这说明城镇化初期对经济增长有一定抑制作用，但随着城镇化进程的深化，其后发优势会促进经济增长。由图4可知，城镇化受到经济增长正向冲击后，正响应随即上升至最高点（0.0019），在经历1次递减后逐步平稳。在整个响应期内，城镇化对经济增长始终保持正响应，说明经济增长对我国城镇化发展有较强支撑作用。总体来看，经济增长对城镇化具有显著推动作用，而城镇化对经济增长有长期滞后性。

图3 Response of D.lnrgdp to D.lnurb

图4 Response of D.lnurb to D.lnrgdp

图5 和图6反映的是城镇化与技术创新之间的互动关系。从图5可以看出，受技术创新影响，城镇化在1期表现出微弱负响应，随后转为正响应并在2期达到最大，经历由下而上的转折后呈平稳趋势。相反，技术创新受城镇化冲击，响应缓慢上升，在第3期达到最高点（0.0095），之后持续衰减（图6）。结果表明，无论是短期还是长期，我国技术创新与城镇化之间存在显著相互促进关系。

图5 Response of D.lnrgdp to D.lnurb

图6 Response of D.lnurb to D.lnrgdp

（八）方差分解

脉冲响应函数反映随机扰动项一个标准差冲击对变量现在及未来取值的影响规律，但无法解释其对变量的影响程度，本文采用方差分解模型进行阐释。从表4可以看出，经济增长初期的波动全部来源于本身，技术创新和城镇化对经济增长的影响甚微。其后，自身因素对经济增长的解释力度下降，而技术创新和城镇化对经济增长的解释力显著上升。到第10期，技术创新对经济增长解释力度达31.69%，城镇化对其解释力度为17.35%。

表4 方差分解结果

三、结论及政策建议

（一）结论

本文得出以下结论：（1）技术创新、城镇化与经济增长三者之间存在长期稳定的均衡关系。（2）技术创新与经济增长、城镇化已形成良性互动关系。经济增长对城镇化具有显著推动作用，而城镇化推动经济增长存在长期滞后性。（3）技术创新对经济增长的影响大于城镇化对经济增长的影响。

（二）政策建议

（1）应优先加大创新投入强度，注重科技人才培养，鼓励企业自我创新。同时，政府要深化科技管理体制改革，优化创新成果转化与激励机制，加速科研成果商品化、产业化，形成产学研相结合的创新体系，充分发挥创新对经济增长、城镇化的拉动作用。

（2）应深入推进城镇化，缩短城镇化对经济增长滞后期。通过制定城镇化长期发展战略规划，完善体制机制建设，保障人口、资本等核心要素有效流动和聚集，使我国城镇化稳健有序进行，更早发挥城镇化对经济增长的促进作用。