我国财政科技投入与国民经济增长的关系分析

《我国财政科技投入与国民经济增长的关系分析》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

　　我国财政科技投入与国民经济增长的关系分析摘要：本文通过单位根平稳性检验、协整检验以及Granger因果检验，利用1978—2010年的相关数据，对我国在科技上的投入与经济增长的关系进行了分析，证明了国家对科技投入的多少与经济增长呈正相关关系，对科技的财政支持对国家经济发展具有促进和推动作用。　　关键词：财政科技投入；经济增长；平稳性检验；协整检验；Granger因果检验　　：F124：Adoi：10.3969/j.issn.1672-3309（s）.2012.06.15：1672-3309（2012）06-37-04　　一、引言　　马克思曾指出，财富的创造主要取决于一般的科学技术和技术进步，[1]简言之，即科学技术是生产力。新经济增长理论将技术进步设置为内生变量，认为科学技术是经济增长的决定性因素。在我国，邓小平同志在1988年最早提出“科学技术是第一生产力”的论断，向全国人民揭示了科学技术在现代社会中的重要作用，为我国科学技术的发展指明了方向。因此，研究财政在科研技术上的投入与经济发展的相关问题的意义在于：通过使用计量工具对数据进行分析，量化对于我国财政科技投入的认识，并证明财政科技投入对国民经济增长即国家的经济发展具有重要意义。　　二、协整与误差修正模型以及Granger因果分析的相关理论 　　协整理论（Co-Integration）是20世纪80年代中后期以来数量经济学领域应用较为广泛的一种建模理论。Engle和Granger在1987年提出“协整”概念，以有效地衡量序列之间是否具有长期、均衡的关系，这一概念的提出有着非常重要的意义。在实际生活中，有些序列自身的变化是非平稳的，但序列与序列之间的关系却可以是长期且均衡的。　　在本文的协整分析中采用扩展的Dickey-Fullert检验法，简称ADF检验。本文依据协整理论，研究财政科技投入与国民收入之间的长期、稳定的均衡关系。通过EG两步法可以简便地对协整向量进行检验和估计，并且能够得到一致的参数估计。　　（一）单整（Integration）与协整（Co-Integration）　　如果一个时间序列需要进行d阶差分才能实现平稳，则说明原序列存在d个单位根，那么便称原序列为d阶单整序列，记为xt～I（d）。　　能否对非平稳序列建立起动态回归模型，关键在于它们是否具有协整关系。建模前需对序列进行协整检验，该检验也称为Engle-Granger检验，简称EG检验。EG检验使用最小二乘法（OLS），其原假设定为“多元非平稳序列之间不存在协整关系”，备择假设定为“多元非平稳序列之间存在协整关系”。检验步骤分为两个（因而EG检验也称为EG两步法）。第一个步骤是建立响应序列与输入序列之间的回归模型：，式中是最小二乘估计值；第二个步骤是对回归残差序列进行平稳性检验。如果检验结果显示回归模型显著成立，参数显著不为零，则残差序列为白噪声序列。在可以判定序列之间具有协整关系的条件下就可以建立动态回归模型了。[2]　　（二）单位根检验（TheUnitRootExamining）　　如果用一个模型去估计未来国民收入总值， 极有可能得到错误的结论。协整理论问世前，为避免建立的回归模型是虚假回归，需要把非平稳时间序列转化为平稳时间序列。应用最广的检验序列平稳性的方法是单位根检验。再者，检验之前要对数据进行对数处理，以消除可能存在的异方差性。因为参数的最小二乘估计量有超一致性，所以对数据取对数的处理不会对进一步的检验和分析产生影响。通过协整理论，就可以得到GDP与财政科技投入的以对数形式存在的协整关系。　　（三）误差修正模型　　1977年，Hendry和Anderson提出误差修正模型（ECM模型），ECM模型是作为协整回归模型的补充模型出现的。协整模型用来判定序列间的长期、均衡关系，误差修整模型可以用来判定序列的短期波动关系。　　误差修正模型的构造原理[2]如下：　　假设非平稳序列和非平稳序列之间具有协整关系，即，那么残差序列是平稳序列，在①式等号两边同时减去yt-1，则有②，将带入②式等号右边，得到③。假定？茁的最小二乘估计值为，则表示上一期误差，用ECMt-1来表示这一误差，则③式可表示为，这说明序列的当期波动？驻yt会受？驻xt、ECMt-1以及纯随机波动？着t的短期波动的影响。构建ECM模型便可以定量测定这3个影响因素，模型结构为，其中？茁1为误差正系数，表示误差修正项对当期波动的修正力度。　　（四）Granger因果检验　　因摘要：本文通过单位根平稳性检验、协整检验以及Granger因果检验，利用1978— 2010年的相关数据，对我国在科技上的投入与经济增长的关系进行了分析，证明了国家对科技投入的多少与经济增长呈正相关关系，对科技的财政支持对国家经济发展具有促进和推动作用。　　关键词：财政科技投入；经济增长；平稳性检验；协整检验；Granger因果检验　　：F124：Adoi：10.3969/j.issn.1672-3309（s）.2012.06.15：1672-3309（2012）06-37-04　　一、引言　　马克思曾指出，财富的创造主要取决于一般的科学技术和技术进步，[1]简言之，即科学技术是生产力。新经济增长理论将技术进步设置为内生变量，认为科学技术是经济增长的决定性因素。在我国，邓小平同志在1988年最早提出“科学技术是第一生产力”的论断，向全国人民揭示了科学技术在现代社会中的重要作用，为我国科学技术的发展指明了方向。因此，研究财政在科研技术上的投入与经济发展的相关问题的意义在于：通过使用计量工具对数据进行分析，量化对于我国财政科技投入的认识，并证明财政科技投入对国民经济增长即国家的经济发展具有重要意义。　　二、协整与误差修正模型以及Granger因果分析的相关理论　　协整理论（Co-Integration）是20世纪80年代中后期以来数量经济学领域应用较为广泛的一种建模理论。Engle和Granger在1987年提出“协整”概念，以有效地衡量序列之间是否具有长期、均衡的关系，这一概念的提出有着非常重要的意义。在实际生活中，有些序列自身的变化是非平稳的，但序列与序列之间的关系却可以是长期且均衡的。　　在本文的协整分析中采用扩展的Dickey-Fuller t检验法，简称ADF检验。本文依据协整理论，研究财政科技投入与国民收入之间的长期、稳定的均衡关系。通过EG两步法可以简便地对协整向量进行检验和估计，并且能够得到一致的参数估计。　　（一）单整（Integration）与协整（Co-Integration）　　如果一个时间序列需要进行d阶差分才能实现平稳，则说明原序列存在d个单位根，那么便称原序列为d阶单整序列，记为xt～I（d）。　　能否对非平稳序列建立起动态回归模型，关键在于它们是否具有协整关系。建模前需对序列进行协整检验，该检验也称为Engle-Granger检验，简称EG检验。EG检验使用最小二乘法（OLS），其原假设定为“多元非平稳序列之间不存在协整关系”，备择假设定为“多元非平稳序列之间存在协整关系”。检验步骤分为两个（因而EG检验也称为EG两步法）。第一个步骤是建立响应序列与输入序列之间的回归模型：，式中是最小二乘估计值；第二个步骤是对回归残差序列进行平稳性检验。如果检验结果显示回归模型显著成立，参数显著不为零，则残差序列为白噪声序列。在可以判定序列之间具有协整关系的条件下就可以建立动态回归模型了。[2]　　（二）单位根检验（TheUnitRootExamining）　　如果用一个模型去估计未来国民收入总值，极有可能得到错误的结论。协整理论问世前，为避免建立的回归模型是虚假回归，需要把非平稳时间序列转化为平稳时间序列。应用最广的检验序列平稳性的方法是单位根检验。再者，检验之前要对数据进行对数处理，以消除可能存在的异方差性。因为参数的最小二乘估计量有超一致性，所以对数据取对数的处理不会对进一步的检验和分析产生影响。通过协整理论，就可以得到GDP与财政科技投入的以对数形式存在的协整关系。 　　（三）误差修正模型　　1977年，Hendry和Anderson提出误差修正模型（ECM模型），ECM模型是作为协整回归模型的补充模型出现的。协整模型用来判定序列间的长期、均衡关系，误差修整模型可以用来判定序列的短期波动关系。　　误差修正模型的构造原理[2]如下：　　假设非平稳序列和非平稳序列之间具有协整关系，即，那么残差序列是平稳序列，在①式等号两边同时减去yt-1，则有②，将带入②式等号右边，得到③。假定？茁的最小二乘估计值为，则表示上一期误差，用ECMt-1来表示这一误差，则③式可表示为，这说明序列的当期波动？驻yt会受？驻xt、ECMt-1以及纯随机波动？着t的短期波动的影响。构建ECM模型便可以定量测定这3个影响因素，模型结构为，其中？茁1为误差正系数，表示误差修正项对当期波动的修正力度。　　（四）Granger因果检验　　因果关系最早是由Granger提出的。Granger因果性表示的是时间序列之间的领先（GrangerCause）与滞后（doesnotGrangercause）关系，只是时间上的因果关系，是对影响方向的确认，而非通常意义上所说的因果关系。[3]　　Granger因果检验（GrangerCausalityTest）的基本思想是：对于经济变量X和Y，若X的变化引起了Y的变化，X的变化应该在Y的变化之前。　　三、对财政科技投入和经济增长的协整检验与Granger检验　　（一）数据　　利用1978— 2010年的相关数据，对我国在科技上的资金投入（X）与经济增长（Y，即国民生产总值）的关系进行了分析，国家对科技的资金投入数据来自国家统计局X站上的年度数据及国家科技部X站的财政科技拨款总额（见表1）。　　表11978-2010年财政在科学技术上的投入　　（二）平稳性检验　　在计量分析中，时间序列大多存在异方差现象，为避免这种问题的存在，在分析前先对变量进行对数处理，得到LY和LX两个时间序列数据，二者的变化趋势如图1所示：　　图1LX和LY的趋势图　　从图1可以看出，LY和LX均是非平稳序列，LY和LX两个序列具有相关性，二者的增长趋势基本一致。图1初步表明了变量Y（GDP）和变量X（国家财政在科学技术上的支出）之间存在着一定的相关关系。　现实生活中的数据一般都具有时间趋势，它们表现出非平稳特征，如果直接进行回归分析可能会出现“虚假回归”问题，为了避免该问题出现，通常先进行ADF单位根检验，DLY和DLX分别为一阶差分后的LY和LX，检验结果（ADF临界值取5%水平）如表2。　　表2序列LY和序列LX的单位根检验结果　　注：c，p，q分别代表检验模型中存在常数项、趋势变量和滞后阶数　　从表2可知，经对数变换后的序列LY是非平稳序列，经一阶差分后，DLY的P值为0.8081，可以接受其为平稳序列。所以序列LY和LX都是一阶单整序列（如图2），可进一步检验这两个序列之间是否存在协整关系。　　图2DLX与DLY的趋势图 　　（三）协整检验　　时间序列LY和LX经过一阶差分后由非平稳序列转化为平稳序列，所以二者都是一阶单整序列，可以进行E-G两步法的检验。　　使用最小二乘法（OLS）对序列进行回归，得到回归方程（1）：　　拟合优度和修正后的拟合优度非常高，模型拟合的比较好。但是D-模型：。　　ECM模型回归方程为　　ECM模型的检验结果如表4。　　表4ECM模型回归方程检验结果　　方程的拟合优度R2=0.6506，说明该模型拟合的比较好，Dt-1对当期值的影响不显著（？茁1不显著）。财政科技投入的当期值对国民生产总值的当期值的调整幅度比较显著，每增加一单位的LX会引致LY增加0.9087个单位，但上一期误差（ECMt-1）对国民生产总值的当期值调整幅度为负，说明误差修正机制是一个负反馈机制，单位调整比例为-0.0349。　　（五）Granger因果关系检验　　在协整检验的基础上，可以对财政科技投入与GDP的对数序列之间的关系进行格兰杰因果关系检验，检验结果见表5。　　表51978—2010年财政科技投入与GDP的因果关系检验　　由检验结果可知，在显著性水平下，可以拒绝原假设“财政科技投入（LX）不构成国民生产总值（LY）的原因”，即接受备择假设“财政科技投入（LX）构成国民生产总值（LY）的Granger原因，国民经济增长构成财政科技投入变化的Granger原因” 。所以，财政科技投入的前期变化能有效解释国民生产总值变化的原因。　　四、结论及建议　　在前文实证分析的基础上，可以得出财政对科技的支持力度与经济增长具有长期均衡的关系的结论，且财政支出对经济增长具有重要推动作用。但我国在科学技术上的财政支出一直偏低，2008年、2009年和2010年我国在科技上的财政支出占国民生产总值的比重分别为0.67%、0.80%、0.81%。一方面，与发达国家相比，该比重仍然很低；另一方面，该比重虽呈上升趋势，但其增长速度远落后于我国经济增速和财政收入增速。　　针对我国在科技上的投入不足，提出以下两点建议：　　一是要加大对科学技术的财政支持，并进一步实现投入渠道和投入方式的多元化。科学技术是第一生产力，谁拥有核心科技谁就能抢占先机，抢占主动权。对于技术研发而言，初始投资是否充足是其能否取得成功的关键因素。与发达国家相比较，我国在科技上的财政投入偏低，增加财政投入量仅是一方面，在当前国家经济形势不容乐观的条件下，还可以从多方面实现财政支持力度的加强，如以政府采购给予支持，进一步加强固定资产折旧以及强化税收优惠或抵免政策的落实和引导，使科研机构、高校或进行研发的企业得到充分的实惠。[4] 　　二是要促进科技投入主体实现多元化。财政投入在我国科技投入结构中占绝大多数，其他资金主要来自社会企业和金融机构，而在发达国家，科技投入结构中社会资金占大部分。[5]进一步强化竞争机制以支持基础研究，取代原有的单一以政府投入支持科研机构、高校或企业科研的高成本低效率模式，出台财政政策或金融政策鼓励研发机构以及各类社会经济主体，促进研发机构自主争取社会资金、参与社会项目，并将研发成果社会化的改革进程，加强资金的使用效率并保证研发成果不失社会价值。