關于我國區(qū)域R&D知識存量的經(jīng)濟計量的分析

沈菲

摘 要：在經(jīng)濟快速增長、市場競爭越來越激烈的情況下，創(chuàng)新對經(jīng)濟增長的引擎作用突顯，而創(chuàng)新依賴于R&D活動，所以現(xiàn)階段利用科學合理的R&D活動組合，實現(xiàn)有效的技術創(chuàng)新、知識積累，挖掘知識溢出與擴散效應對要素邊際收益增加的作用，進而推動區(qū)域經(jīng)濟增長，受到社會各界的廣泛關注，本文在針對我國區(qū)域R&D知識存量的測度模型、經(jīng)濟效果計量模型進行構建分析的基礎上，結合我國八大區(qū)域相關數(shù)據(jù)對我國區(qū)域R&D知識存量的經(jīng)濟效果計量展開研究，為推動我國區(qū)域經(jīng)濟持續(xù)穩(wěn)定增長作出努力。

關鍵詞：區(qū)域；R&D知識存量；經(jīng)濟計量

區(qū)域知識存量即某個階段內(nèi)區(qū)域?qū)χR資源的占有總量，是區(qū)域范圍內(nèi)人們生產(chǎn)生活的長期積累，能夠?qū)^(qū)域知識生產(chǎn)狀況和創(chuàng)新能力進行反應；區(qū)域R&D知識存量是區(qū)域利用知識存量進行的創(chuàng)新性活動，對區(qū)域經(jīng)濟發(fā)展具有重要的作用，所以對其進行合理的經(jīng)濟計量不僅有利于對R&D知識存量的有效性進行評估，而且為其具體開展提供有價值的依據(jù)，所以分析我國區(qū)域R&D知識存量的經(jīng)濟計量具有重要的現(xiàn)實意義。

一、我國區(qū)域R&D知識存量的測度模型構建分析

計量R&D經(jīng)濟效果，要對R&D投入所產(chǎn)出的知識存量進行計算，并將計算結果視為新的生產(chǎn)要素，利用生產(chǎn)函數(shù)獲取其邊際生產(chǎn)力，而度量R&D知識存量要考慮開發(fā)時間的滯后和知識的陳腐化率兩個方面[1]。前者是指知識從研發(fā)到用于生產(chǎn)需要一定的時間，而后者是在新知識形成使原有的部分知識不再直接作用于生產(chǎn)過程，或R&D經(jīng)濟主體已經(jīng)失去其對原有知識的專有權利，R&D投入收益會隨著時間的推移而快速消減，由此可見知識陳腐化率的測定至關重要[2]?，F(xiàn)階段通常應用將陳腐化率等同于知識平均使用壽命的倒數(shù)或結合專利殘存簡述數(shù)據(jù)獲取陳腐化率的范圍兩種方式對其進行有效測定，所以測算知識存量的模型可以表示為：本段期間R&D知識存量=本段期間的R&D知識流量+（1-知識陳腐化率）×本段前一期R&D知識存量[3]。如果將本段期間R&D知識存量用KSt表示；本段期間的R&D知識流量用RFt表示；知識陳腐化率用δ表示；本段前一期R&D知識存量用KSt-1表示，t-i期R&D投資額用Et-i表示；R&D投資后形成R&D知識存量的最大滯后年限用n表示，R&D在投資后第i年生成的R&D知識份額用μi表示，那么RFt=∑ni=1μiEt-i，由于在現(xiàn)實中R&D知識的滯后性沒有明確的標準，所以R&D在投資后第i年生成的R&D知識份額用在平均時間滯后（θ）與i存在不同數(shù)值關系時會有不同的表現(xiàn)，測量模型構建中本段期間的R&D知識流量就等同于t-θ期R&D投資額，基期tb年的R&D知識存量可以利用tb+1期R&D投資額/（知識投資在基準年以后的增長率+知識陳腐化率）表示[4]。

二、我國區(qū)域R&D知識存量的經(jīng)濟效果計量模型構建分析

影響R&D投資經(jīng)濟效果的因素參數(shù)值可以通過微觀數(shù)據(jù)獲取，將計算結果和R&D投資直接帶入生產(chǎn)函數(shù)，可以對R&D投資的邊際收益率進行計算，由此對R&D的投資效果進行較全面的評估，這是現(xiàn)階段西方發(fā)達國家判斷R&D投資經(jīng)濟效果的主要方法[5]。如果假設規(guī)模收益為固定值，勞動力市場和資本市場都處于完全競爭狀態(tài)，對R&D給經(jīng)濟增長提供的動力進行估算，可以利用增長模型對多要素生產(chǎn)率進行計算，并對其知識存量和必要的解釋變量做回歸分析；或?qū)w影響知識資本、生產(chǎn)率的解釋因素的生產(chǎn)函數(shù)進行直接的估算[6]。由于R&D知識存量被視為投入要素作用于一定技術水平下，資本投入和勞動力投入的基礎上，會出現(xiàn)規(guī)模和報酬逐漸上升的變化趨勢，所以利用AFP法可以獲取Y=AKβLαKSγ=AK1-αLαKSγ，此公式中αβγ和A均代表常數(shù)；t代表時間；K和L分別代表資本和勞動力投入；KS仍代表R&D知識存量，通過對此公式進行數(shù)學處理，可以獲取InY=InA+（1-α）InK+αInl+γInKS，同時對此公式的兩邊進行R&D知識存量KS求導，可以發(fā)現(xiàn)R&D知識存量的邊際關系率可以表示為γYKS[7]。

三、我國區(qū)域R&D知識存量的經(jīng)濟效果計量分析

統(tǒng)計標準檢驗和計量經(jīng)濟學準則檢驗是計量經(jīng)濟模型檢驗的主要辦法，而D-W檢驗也是計量經(jīng)濟、統(tǒng)計分析中較常用的檢驗序列一階自相關的有效方法，其應用于OLS估計回歸模型建立的基礎上[8]。首先要利用殘差圖和DW值對模型自身是否表現(xiàn)出自相關性進行大方向的判斷，其次結合偏相關系數(shù)或BG檢驗對其進行詳細的確認，例如我國黑龍江、吉林、遼寧所構成的東北區(qū)域，在進行上述模型的自相關性檢驗時需要經(jīng)歷以下步驟：首先針對東北區(qū)域自1985年至2014年的GDP對R&D知識存量簡單線性回歸殘差趨勢進行觀察，可以發(fā)現(xiàn)回歸模型對歷史數(shù)據(jù)擬合效果并不優(yōu)越，殘差項的估計值并沒有多次的改變符號，這表明回歸模型自身殘差的正自相關性能突出；其次進行DW檢驗，結合東北區(qū)域自1985年至2014年的GDP對R&D知識存量簡單線性回歸殘差趨勢可以發(fā)現(xiàn)東北區(qū)域的R&D知識存量與當?shù)谿DP的變化態(tài)勢呈現(xiàn)出較明顯的波動性，所以不排除由異方差引起的偽回歸現(xiàn)象，所以要對其進行單線性回歸分析得到表1，結合表1的數(shù)據(jù)可以判斷我國東北區(qū)域常數(shù)C、自變量KS的回歸系數(shù)統(tǒng)計值在現(xiàn)階段沒有超出臨界值，即檢驗結果并不顯著，另外，回歸模型的復回歸系數(shù)為0.9858，即方差的解釋能力為98.58%，但DW值為0.4033，明顯小于2，處于0與0.9858的中間范圍內(nèi)，所以其表現(xiàn)出顯著的正自相關，這證明東北區(qū)域應用此模型的一階正自相關問題突出[9]。

考慮到D-W檢驗的作用僅限定在判斷模型是否表現(xiàn)出一階線性自相關性，并不能對高階自相關性或不存在自相關性的問題進行判斷說明，特別是模型中被解釋變量自身存在一定滯后性的情況，所以要將偏相關系數(shù)檢驗方法在其判斷出一階自相關性后繼續(xù)使用，利用偏差管系數(shù)檢驗獲取表2，通過表2的數(shù)據(jù)可以判斷東北區(qū)域模型只存在一階自相關性[2]。

現(xiàn)階段通常利用廣義差分回歸分析的方法消除序列的自相關性，進而對模型的內(nèi)在關系進行更加全面準確的認識，而廣義差分回歸分析的方法應用需要經(jīng)歷以下環(huán)節(jié)：首先對殘差序列RESID利用OLS法進行計算；其次，結合上文中所獲取的偏相關系數(shù)，對模型的自相關類型進行判斷，再次，將AR項加入到廣義差分回歸分析的方法的命令中，實現(xiàn)對模型的估計，然后進行迭代估計，通常情況下迭代的次數(shù)會被默認為100次，誤差的精度會控制在0.1%左右，通過對東北區(qū)域的R&D知識存量相關數(shù)據(jù)的迭代估計，可以發(fā)現(xiàn)，14次迭代后開始收斂，收斂精度為0.01%，當?shù)螖?shù)達到最大值時，回歸系數(shù)估計值表現(xiàn)為0.8312，T檢驗呈現(xiàn)顯著特征，這說明與之前的檢驗結果一致，東北區(qū)域的R&D知識存量經(jīng)濟效果評估模型確實存在一階自相關性，當對其調(diào)整后所獲取的DW取值為1.7163，R&D投資后形成R&D知識存量的最大滯后年限取值為19，當將顯著性水平設定為0.05固定值時，DW的取值在復回歸系數(shù)與回歸系數(shù)之間，說明一階自相關性在調(diào)整后消失，新的模型的自相關性影響已經(jīng)不存在，由此可見廣義差分回歸分析模型對東北區(qū)域R&D知識存量的經(jīng)濟計量效果更加理想。

結合東北區(qū)域的研究方法，分別對北京、天津、山東、河北省市所構成的北部沿海區(qū)域；上海、江蘇、浙江所構成的長三角區(qū)域；廣州、福建、海南所構成的東南沿海區(qū)域；湖南、湖北、江西、安徽所構成的長江中游區(qū)域；山西、陜西、河南、內(nèi)蒙古所構成的黃河中游區(qū)域；廣西、云南、貴州、四川、重慶所構成的西南區(qū)域；甘肅、青海、寧夏、西藏、新疆所構成的西北區(qū)域進行研究，利用OLS分析法時可以獲取結果如表3。

通過表3的數(shù)據(jù)可以發(fā)現(xiàn)表3中的七個區(qū)域的資本彈性系數(shù)β的檢驗結果都超出了臨界值，而且除了長三角區(qū)域和東南沿海區(qū)域的R&D知識存量的彈性系數(shù)γ通過檢驗，其他的區(qū)域均未通過此項檢驗，所以在OLS檢驗分析的過程中區(qū)域模型的資本彈性系數(shù)普遍存在被高估的問題，特別是模型中黃河中游區(qū)域的資本彈性系數(shù)和勞動力彈性系數(shù)的取值都與我國現(xiàn)階段黃河中游區(qū)域的實際狀況明顯不符，而且七個區(qū)域的DW統(tǒng)計量都沒有達到檢驗的要求，這些都證明模型中表現(xiàn)出一定程度的自相關性，所以對這些區(qū)域R&D知識存量的經(jīng)濟計量研究也要通過廣義方差分析法，在利用廣義方差分析法后可以發(fā)現(xiàn)七個區(qū)域資本彈性系數(shù)和區(qū)域R&D知識存量彈性系數(shù)都通過了檢驗，結合CD函數(shù)參數(shù)估計經(jīng)驗值，勞動彈性取值為0.3，資本彈性取值為0.7時，區(qū)域科技的創(chuàng)新將會最大程度的推動當?shù)亟?jīng)濟的發(fā)展，而廣義方差分析法中可以發(fā)現(xiàn)，七個區(qū)域的勞動彈性都在0.49以上，平均值在0.58左右，滿足最佳勞動彈性的要求，而七個區(qū)域的資本平均彈性在0.41左右，相比最佳資本彈性取值0.7存在一定的差距，這與我國區(qū)域人口基數(shù)大，人均資源相對匱乏，經(jīng)濟增長速度雖然較快，但人均經(jīng)濟創(chuàng)收能力較低，仍以高投入高產(chǎn)出的經(jīng)營模式為主，技術創(chuàng)新能力薄弱的現(xiàn)實情況高度一致，由此可見，我國現(xiàn)階段仍處于以勞動密集型產(chǎn)業(yè)為優(yōu)勢的階段，要將傳統(tǒng)粗放型經(jīng)濟增長的模式轉化為集約化增長，要在推進體制改革的同時，不斷提升區(qū)域知識存量的水平，加速推進區(qū)域技術創(chuàng)新。

利用廣義方差分析法七個區(qū)域的擬合優(yōu)度都較高，說明解釋能力都比較理想，在以迭代后區(qū)域模型知識存量的彈性系數(shù)為衡量依據(jù)的前提下，對七個區(qū)域R&D知識存量對區(qū)域經(jīng)濟增長的邊際貢獻率進行計算，可以發(fā)現(xiàn)我國八個區(qū)域在經(jīng)濟快速發(fā)展的過程中，除少數(shù)年份受特殊因素的較強影響外，幾乎所有區(qū)域的知識存量的邊際貢獻率都呈現(xiàn)出持續(xù)穩(wěn)定增長的態(tài)勢，其中東南沿海在八個區(qū)域中雖然知識存量的彈性系數(shù)較低但知識存量的平均邊際貢獻率最突出，這主要是因為東南沿海地區(qū)經(jīng)濟增長的方式與其他地區(qū)存在較大的差別，其R&D知識存量的空間相對其他地區(qū)更大。另外，我國現(xiàn)階段不同的區(qū)域在R&D知識存量的彈性系數(shù)和邊際貢獻程度方面存在較大的差別，例如在八個區(qū)域中長江中游、黃河中游和西南地區(qū)的知識存量對經(jīng)濟增長產(chǎn)生的邊際貢獻程度基本一致，這與三個區(qū)域在產(chǎn)業(yè)結構和創(chuàng)新研發(fā)投入等方面具有諸多共同點有較強的關系，而相比長江三角洲區(qū)域可以發(fā)現(xiàn)長三角區(qū)域的知識存量對經(jīng)濟增長的邊際貢獻更大；但相比東北區(qū)域，可以發(fā)現(xiàn)東北區(qū)域知識存量對經(jīng)濟增長的邊際貢獻率更小，而西北地區(qū)的知識存量對經(jīng)濟增長的邊際貢獻率最小，這與現(xiàn)階段我國區(qū)域經(jīng)濟增長的態(tài)勢表現(xiàn)出高度一致，由此可見區(qū)域R&D知識存量與區(qū)域的經(jīng)濟增長之間呈現(xiàn)出明顯的正相關性，換言之R&D知識存量越大，區(qū)域經(jīng)濟增長的動力越足，區(qū)域發(fā)展空間越廣闊，現(xiàn)階段我國不同區(qū)域的R&D知識存量以及其對區(qū)域經(jīng)濟增長的邊際貢獻等都存在一定的區(qū)別，所以在區(qū)域R&D知識存量方面并不理想的區(qū)域，可以積極借鑒其他區(qū)域的經(jīng)濟結構、經(jīng)濟增長形態(tài)等對自身進行調(diào)整，加大知識存量的投入力度，逐步改變自身粗放式的經(jīng)濟增長形式，為后續(xù)經(jīng)濟持續(xù)穩(wěn)定增長打下堅實的基礎。

四、結論

通過上述分析可以發(fā)現(xiàn)，我國區(qū)域R&D知識存量會隨著區(qū)域的國民生產(chǎn)總值的增長而提升，兩者中任何一項發(fā)生變化都會直接導致對方的改變，而且區(qū)域R&D知識存量會對區(qū)域的經(jīng)濟增長提供直接的動力支持，所以在推動區(qū)域經(jīng)濟發(fā)展的過程中應有意識的加大區(qū)域R&D知識存量。

參考文獻：

[1] 楊鵬.我國區(qū)域R&D知識存量的經(jīng)濟計量研究[J].科學學研究，2007（03）：461-466.

[2] 孫建.中國區(qū)域技術創(chuàng)新績效計量研究[D].重慶：重慶大學，2012.

[3] 朱丹.知識流動視角下跨國公司技術創(chuàng)新網(wǎng)絡結構優(yōu)化研究[D].長沙：湖南大學，2012.

[4] 趙立雨.我國R&D投入績效評價與目標強度研究[D].西安：西北大學，2010.

[5] 謝蘭云.我國R&D投入與經(jīng)濟增長關系的計量分析[D].大連：東北財經(jīng)大學，2009.

[6] 李志宏 王娜 馬倩.基于空間計量的區(qū)域間創(chuàng)新行為知識溢出分析[J].科研管理，2013（06）：9-16.

[7] 謝蕾蕾.R&D、知識溢出對企業(yè)技術創(chuàng)新能力的空間效應評價[D].杭州：浙江工商大學，2011.

[8] 盧靖宇.山東省區(qū)域R&D投入對經(jīng)濟增長影響的差異性研究[D].上海：上海社會科學院，2012.

[9] 段紅玲.我國區(qū)域間知識溢出的度量及影響全要素生產(chǎn)率的實證分析[D].長沙：湖南大學，2010.

[10] 謝麗文.自主創(chuàng)新投入、知識溢出渠道與區(qū)域創(chuàng)新產(chǎn)出[D].廣州：暨南大學，2015.