程鈞謨，賈春光，譚曉宇

(山東理工大學(xué) 管理學(xué)院，山東 淄博 255000)

山東經(jīng)濟(jì)發(fā)展正處在新舊動能轉(zhuǎn)換的關(guān)鍵時期，過去幾十年的經(jīng)濟(jì)增長模式可以概括為資源消耗型、勞動密集型、大量投資型、中低端產(chǎn)品大量出口型、房地產(chǎn)拉動型,這些主要依靠大量資本的投入、人力資源和自然資源的投入等實現(xiàn)GDP增長的就是舊動能[1]101-108；而新動能表現(xiàn)為以創(chuàng)新驅(qū)動、技術(shù)進(jìn)步、消費升級為牽引，以知識、技術(shù)、信息等新生產(chǎn)要素為支撐，以新技術(shù)、新產(chǎn)業(yè)、新業(yè)態(tài)、新模式為核心，是一種不同于傳統(tǒng)的物質(zhì)生產(chǎn)、流通和交換模式的新生產(chǎn)力[2]。高技術(shù)產(chǎn)業(yè)和科技服務(wù)業(yè)是以知識創(chuàng)造和技術(shù)進(jìn)步為核心驅(qū)動的新動能，是促進(jìn)科技創(chuàng)新與經(jīng)濟(jì)有效結(jié)合的樞紐，對于山東經(jīng)濟(jì)增長和經(jīng)濟(jì)動力轉(zhuǎn)換具有至關(guān)重要的作用。因此，新舊動能轉(zhuǎn)換期高技術(shù)產(chǎn)業(yè)、科技服務(wù)業(yè)與經(jīng)濟(jì)增長的互動關(guān)系問題也逐步引起學(xué)術(shù)界的關(guān)注。

一、文獻(xiàn)回顧

韓東林、曹曉禹、周東東(2013)運用面板數(shù)據(jù)，從產(chǎn)業(yè)集聚度和分行業(yè)貢獻(xiàn)率入手，分析發(fā)現(xiàn)高技術(shù)產(chǎn)業(yè)的研發(fā)活動能帶動高技術(shù)服務(wù)業(yè)的發(fā)展[3]68-72；陳仕鴻、李良勝、徐姝妤(2014)以廣東省高技術(shù)產(chǎn)業(yè)和高技術(shù)服務(wù)業(yè)作為研究對象，通過協(xié)整分析發(fā)現(xiàn)“兩業(yè)”具有顯著的長期關(guān)系，并運用相關(guān)分析和OLS分析估計出高技術(shù)服務(wù)業(yè)對高技術(shù)產(chǎn)業(yè)回歸函數(shù)[4]91-93；鄒卉、汪本強(qiáng)、江可申(2015)以安徽省為研究對象，通過EG兩步法檢驗發(fā)現(xiàn)高技術(shù)產(chǎn)業(yè)增加值和生產(chǎn)性服務(wù)業(yè)增加值之間存在長期穩(wěn)定的關(guān)系，并通過脈沖響應(yīng)分析和方差分解實證發(fā)現(xiàn)生產(chǎn)性服務(wù)業(yè)的發(fā)展對高技術(shù)產(chǎn)業(yè)增加具有明顯的正向效應(yīng)[5]130-134；張峰、董會忠、萬里洋 (2016)以我國知識密集型生產(chǎn)者服務(wù)業(yè)和制造業(yè)為研究對象，通過構(gòu)建VAR模型對信息服務(wù)業(yè)、科技服務(wù)業(yè)、金融服務(wù)業(yè)、商務(wù)服務(wù)業(yè)與制造業(yè)的聯(lián)動關(guān)系進(jìn)行研究[6]139-144；湯長安、張麗家、李紅燕(2017)運用熵權(quán)法對我國26個省的高技術(shù)產(chǎn)業(yè)發(fā)展水平指數(shù)進(jìn)行評價，利用高技術(shù)產(chǎn)業(yè)發(fā)展水平指數(shù)和產(chǎn)業(yè)結(jié)構(gòu)升級相關(guān)數(shù)據(jù)建立向量誤差修正(VEC)模型，實證發(fā)現(xiàn)高技術(shù)產(chǎn)業(yè)的發(fā)展能夠引起產(chǎn)業(yè)結(jié)構(gòu)的升級，并利用省級面板數(shù)據(jù)建立固定效應(yīng)模型和隨機(jī)效應(yīng)模型對兩變量進(jìn)行回歸分析[7]106-115；張竟成、張竟軼(2017)選取GDP、物流業(yè)產(chǎn)值和貨運周轉(zhuǎn)量作為內(nèi)生變量，分別以我國東中西部為研究對象建立向量自回歸(VAR)模型和向量誤差修正(VEC)模型，研究發(fā)現(xiàn)物流業(yè)發(fā)展能夠促進(jìn)經(jīng)濟(jì)增長，同時東部較中西部物流業(yè)產(chǎn)值對GDP影響顯著[8]180-181；霍忻、劉黎明(2017)選取我國對外直接投資和經(jīng)濟(jì)增長的相關(guān)數(shù)據(jù)建立雙變量VAR模型，通過協(xié)整檢驗、格蘭杰因果關(guān)系分析等得出我國對外直接投資與經(jīng)濟(jì)增長具有單方向因果關(guān)系[9]81-94；Jong-Wha Lee和Warwick J. McKibbin(2018)使用一般均衡模型對歷史數(shù)據(jù)研究發(fā)現(xiàn)，服務(wù)業(yè)生產(chǎn)率的快速增長對亞洲國家的經(jīng)濟(jì)有著持續(xù)均衡的促進(jìn)作用，但各國的動態(tài)調(diào)整不同[10]247-263；Rudra P. Pradhan等(2018)利用歐洲49個國家面板數(shù)據(jù)建立VECM模型，通過面板協(xié)整檢驗等分析發(fā)現(xiàn)科技創(chuàng)新是經(jīng)濟(jì)發(fā)展的誘導(dǎo)因素[11]130-142；冀鴻、柳燁(2018)為探究吉林省科技服務(wù)業(yè)與經(jīng)濟(jì)增長的長期關(guān)系，選擇科技服務(wù)業(yè)增加值、經(jīng)濟(jì)增長和R&D經(jīng)費投入相關(guān)數(shù)據(jù)，實證分析發(fā)現(xiàn)科技服務(wù)業(yè)與經(jīng)濟(jì)增長存在相互促進(jìn)的關(guān)系[12]66-73。

當(dāng)前山東省經(jīng)濟(jì)發(fā)展正處于新舊動能轉(zhuǎn)換階段，探究高技術(shù)產(chǎn)業(yè)、科技服務(wù)業(yè)與經(jīng)濟(jì)增長的互動關(guān)系，實證檢驗高技術(shù)產(chǎn)業(yè)與科技服務(wù)業(yè)對經(jīng)濟(jì)增長的貢獻(xiàn)效果，對于山東省經(jīng)濟(jì)動力轉(zhuǎn)換、優(yōu)化配置科技資源、充分發(fā)揮高技術(shù)產(chǎn)業(yè)和科技服務(wù)業(yè)在知識創(chuàng)造、技術(shù)進(jìn)步和經(jīng)濟(jì)增長的支撐作用具有重要的意義。

二、數(shù)據(jù)選取、模型構(gòu)建

(一)變量選取與數(shù)據(jù)來源

根據(jù)國家統(tǒng)計局的標(biāo)準(zhǔn)及相關(guān)文獻(xiàn)，將科技服務(wù)業(yè)的統(tǒng)計分為信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)與科學(xué)研究、技術(shù)服務(wù)業(yè)和地質(zhì)勘查業(yè)兩大類。由于山東省2005年以前的統(tǒng)計年鑒中對科技服務(wù)業(yè)的分類有所差別,本文選取的樣本數(shù)據(jù)為山東省2004—2016年的時序數(shù)據(jù)，數(shù)據(jù)來源于《山東統(tǒng)計年鑒》(2005—2017年)、《中國統(tǒng)計年鑒》(2005—2017年)、《中國科技統(tǒng)計年鑒》(2005—2017年)以及中國國家統(tǒng)計局網(wǎng)站的相關(guān)數(shù)據(jù)。

本文將高技術(shù)產(chǎn)業(yè)主營業(yè)務(wù)收入值衡量山東高技術(shù)產(chǎn)業(yè)發(fā)展?fàn)顩r，將山東省信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)與科學(xué)研究、技術(shù)服務(wù)業(yè)和地質(zhì)勘察業(yè)生產(chǎn)總值衡量科技服務(wù)業(yè)發(fā)展情況，將山東省地區(qū)生產(chǎn)總值(GDP)度量經(jīng)濟(jì)發(fā)展水平，分別記為HITI、S和GDP。為消除數(shù)據(jù)共線性影響和誤差，將所有數(shù)據(jù)作對數(shù)處理，并記為LNHITI、LNS和LNGDP。圖1描述了LNHITI、LNS和LNGDP隨時間變化的趨勢，三序列隨著時間增長變動方向較為一致，三者之間應(yīng)存在某些互動效應(yīng)。

圖1 變量的時序

(二)變量的平穩(wěn)性檢驗

為避免“偽回歸”問題的出現(xiàn)，在進(jìn)行VAR模型建模之前需要保證數(shù)據(jù)的平穩(wěn)性。本文采用Augmented Dickey-Fuller單位根檢驗(ADF檢驗)對LNHITI、LNS和LNGDP進(jìn)行檢驗，以保證數(shù)據(jù)的平穩(wěn)性，其模型為：

yt=β0+ρyt-1+γ1Δyt-1+γ2Δyt-2+…+γp-1Δyt-p+1+γt+εt

(1)

其中,β0為漂移項，{Δyt-1, Δyt-2,…，Δyt-p+1}為滯后項，γt為時間趨勢項。

從表1可知，LNHITI和LNGDP在1%的顯著性水平下拒絕原假設(shè)，LNS在10%的顯著性水平下拒絕原假設(shè)，三序列均為平穩(wěn)序列，原始數(shù)據(jù)滿足平穩(wěn)性要求，無須進(jìn)行差分處理。

表1 變量的單位根檢驗結(jié)果

變量T檢驗量1%5%10%結(jié)論LNHITI-6.492978???-4.121990-3.144920-2.713751平穩(wěn)LNS-3.473337?-4.992279-3.875302-3.388330平穩(wěn)LNGDP-6.647643???-4.121990-3.144920-2.713751平穩(wěn)

注：*、**、***分別代表10%、5%、1%顯著性水平下拒絕原假設(shè)。

(三)向量自回歸(VAR)模型的構(gòu)建

為解決大型聯(lián)立方程組模型忽略方程間的相關(guān)性且較為繁瑣的問題，著名計量經(jīng)濟(jì)學(xué)家Sims在1980年提出了VAR模型(Vector Autoregression Mode)。直至現(xiàn)在，關(guān)于VAR的研究建模從最初的二維拓展到多維，在宏觀經(jīng)濟(jì)等領(lǐng)域得到極其廣泛的應(yīng)用。

向量自回歸(VAR)模型主要包括多個方程的非結(jié)構(gòu)化模型，實質(zhì)上是考察多個變量之間的跨期相關(guān)性，注重因果關(guān)系分析，其建模思想是把每一個外生變量作為所有內(nèi)生變量滯后值的函數(shù)來構(gòu)造模型。假設(shè)有三個時間序列變量{y1t,y2t,y3t},分別作為三個回歸方程的被解釋變量，解釋變量為這三個變量的P階滯后值，構(gòu)成一個三維的VAR(P)系統(tǒng)[13]375-419：

(2)

該模型有三個假設(shè)：第一，各期干擾項期望為0；第二，各干擾項之間存在同期相關(guān)性；第三，各干擾項之間不存在跨期相關(guān)性。

為探究LNHITI、LNS和LNGDP三者存在的長期關(guān)系，將三者設(shè)置為內(nèi)生變量,建立三維的向量自回歸模型。在建立VAR模型之前，需要設(shè)定合適的滯后期數(shù)，根據(jù)AIC和SC最小準(zhǔn)則選擇最優(yōu)滯后期。從表2可以看出，當(dāng)滯后階數(shù)為2時，LR、FRE、AIC、HQIC和SC共5個信息準(zhǔn)則都通過，所以選擇滯后期為2，建立VAR(2)模型。模型如公式(3)所示。

為進(jìn)一步檢驗VAR(2)模型的科學(xué)性和穩(wěn)健性，本文采用AR根圖和殘差正態(tài)檢驗確定模型的穩(wěn)定。如圖2所示，單位圓上的點表示為AR特征根的倒數(shù)的模，點上數(shù)值表示的是與單位圓的距離，所有的點都落在單位圓內(nèi)，沒有位于單位圓外的根，表明所建立的VAR(2)模型是穩(wěn)定的。并對VAR(2)模型的殘差是否服從正態(tài)分布進(jìn)行檢驗，從表3可以看出，對殘差整體、偏度和峰度檢驗，所有P值均>0.05,接受LNHITI、LNS和LNGDP的擾動項服從正態(tài)分布的假設(shè)，說明模型穩(wěn)定。

(3)

表2 向量自回歸模型的滯后階數(shù)的確定

LagLLLRFREAICHQICSBIC010.9208.000048-1.44015-1.50855-1.33163150.365478.8892.1e-07-6.97552-7.24914-6.54146275.17349.615?2.1e-08?-9.84964?-10.3285?-9.09002?

注：*表示根據(jù)不同準(zhǔn)則選擇的滯后階數(shù)。

圖2 VAR(2)模型的AR特征根

表3 殘差檢驗

P值Jarque-Bera testSkewness testKurtosis testLNHITI0.367840.174350.69372LNS0.647650.502090.51779LNGDP0.698950.895300.40311

三、實證分析結(jié)果

(一)格蘭杰因果關(guān)系檢驗

VAR模型中的因果關(guān)系是用來檢驗?zāi)硞€變量的所有滯后項是否對另一個或幾個變量的當(dāng)期值有影響，通過顯著概率P值來判斷解釋變量是否構(gòu)成被解釋變量的格蘭杰因果關(guān)系。VAR(2)模型的Granger因果關(guān)系具體結(jié)果如表4。從表4中可以看出，高技術(shù)產(chǎn)業(yè)與科技服務(wù)業(yè)發(fā)展互為格蘭杰因果關(guān)系，兩者有互相促進(jìn)的關(guān)系。高技術(shù)產(chǎn)業(yè)和科技服務(wù)業(yè)的發(fā)展是山東經(jīng)濟(jì)增長的格蘭杰原因，高技術(shù)產(chǎn)業(yè)和科技服務(wù)業(yè)的發(fā)展能夠促進(jìn)經(jīng)濟(jì)的發(fā)展，而經(jīng)濟(jì)的發(fā)展又會促進(jìn)高技術(shù)產(chǎn)業(yè)的發(fā)展，同時高技術(shù)產(chǎn)業(yè)與科技服務(wù)業(yè)存在互動效應(yīng)，具體影響通過脈沖響應(yīng)分析和方差分解進(jìn)行分析。

表4 Granger因果檢驗結(jié)果

原假設(shè)卡方值P值結(jié)論LNS不是LNHITI的格蘭杰原因83.7170.000LNS是LNHITI的格蘭杰原因LNGDP不是LNHITI的格蘭杰原因158.850.000LNGDP是LNHITI的格蘭杰原因LNHITI不是LNS的格蘭杰原因9.82620.007LNHITI是LNS的格蘭杰原因LNGDP不是LNS的格蘭杰原因0.84530.655LNGDP不是LNS的格蘭杰原因LNHITI不是LNGDP的格蘭杰原因9.95460.007LNHITI是LNGDP的格蘭杰原因LNS不是LNGDP的格蘭杰原因12.9890.002LNS是LNGDP的格蘭杰原因

(二)脈沖響應(yīng)分析

脈沖響應(yīng)分析注重一個變量發(fā)生變化時對另一變量現(xiàn)在和未來過程的全部影響過程，通過建立的VAR模型繪制IRF脈沖響應(yīng)函數(shù)，對LNHITI、LNS和LNGDP三者關(guān)系進(jìn)行定量分析，比較全面地反映各個變量之間的動態(tài)影響。如圖3所示，圖中實線所示內(nèi)生變量受到?jīng)_擊后的走勢，兩側(cè)虛線表示走勢的兩倍標(biāo)準(zhǔn)誤差，而橫軸為時間軸,縱軸表示脈沖效應(yīng)程度。

圖3中第一列圖為LNHITI變動一個標(biāo)準(zhǔn)誤差對自身、LNS和LNGDP的脈沖響應(yīng)函數(shù)。LNHITI受到自身一個沖擊后出現(xiàn)明顯的正向效應(yīng)，隨后開始下降，在第4期后有微弱沖擊作用。LNS受到LNHITI一個沖擊后在第2期出現(xiàn)正向效應(yīng)后發(fā)生波動，在第6期到達(dá)最大值，隨后開始下降，在第8期后有穩(wěn)定的微弱的負(fù)向效應(yīng)。LNGDP受到LNHITI一個沖擊后在前期出現(xiàn)負(fù)向效應(yīng)，在第3期后沖擊作用上升變?yōu)檎蛐?yīng)并在第4期達(dá)到最大值。通過脈沖響應(yīng)函數(shù)結(jié)果看出，高技術(shù)產(chǎn)業(yè)的發(fā)展對科技服務(wù)業(yè)和經(jīng)濟(jì)增長有一定的帶動作用，同時具有一定的滯后性和不穩(wěn)定性。

圖3 VAR(2)模型脈沖響應(yīng)函數(shù)結(jié)果

圖3中第二列圖為LNS變動一個標(biāo)準(zhǔn)誤差對LNHITI、LNS和LNGDP的脈沖響應(yīng)函數(shù)。LNHITI受到LNS一個沖擊后在前3期為正向作用，隨后開始下降，在第7期后出現(xiàn)微弱正向效應(yīng)。LNS受到自身一個沖擊后有明顯的正向效應(yīng)，但在第3期后沖擊作用在坐標(biāo)軸上下波動，沖擊作用不顯著。這說明科技服務(wù)業(yè)的發(fā)展對高技術(shù)產(chǎn)業(yè)和經(jīng)濟(jì)增長的帶動作用略顯微弱，需要制定科學(xué)的發(fā)展戰(zhàn)略和扶持政策，推動科技服務(wù)業(yè)的不斷壯大。

圖3中第三列圖為LNGDP變動一個標(biāo)準(zhǔn)誤差對LNHITI、LNS和LNGDP的脈沖響應(yīng)函數(shù)。LNHITI受到LNGDP一個沖擊后正向效應(yīng)比較顯著，從第1期開始上升并在第2期達(dá)到最大值后，沖擊作用開始下降，在第7期又繼續(xù)開始上升并趨于穩(wěn)定。LNS受到LNGDP一個沖擊后開始有微弱的負(fù)向效應(yīng)，隨后開始較大幅度的增長并在第3期達(dá)到最大值；沖擊作用波動幾期后，在第9期以后出現(xiàn)穩(wěn)定的正向沖擊作用。LNGDP受到自身一個沖擊后具有明顯的正向效應(yīng)，隨著時間變化自身沖擊作用有所下降，沖擊作用在第6期以后趨于穩(wěn)定?？梢钥闯?，經(jīng)濟(jì)增長對于高技術(shù)產(chǎn)業(yè)的發(fā)展具有正向的沖擊效應(yīng)，且在第2期到達(dá)最大值；經(jīng)濟(jì)增長對于科技服務(wù)業(yè)的發(fā)展有一定的正向的帶動作用，但帶動作用不具有持續(xù)性和穩(wěn)定性；而經(jīng)濟(jì)增長對自身有著持續(xù)且顯著的影響作用，說明山東省經(jīng)濟(jì)增長具有穩(wěn)定性，需要加強(qiáng)經(jīng)濟(jì)增長對于高技術(shù)產(chǎn)業(yè)和科技服務(wù)業(yè)的帶動作用。

(三)方差分解

脈沖響應(yīng)函數(shù)可以反映一個變量變動一個標(biāo)準(zhǔn)誤差對另一變量的動態(tài)影響路徑，而方差分解可以將VAR模型系統(tǒng)內(nèi)的各內(nèi)生變量的方差分解到各個干擾項上，對影響目標(biāo)變量的內(nèi)容進(jìn)行拆分，明確每個內(nèi)生變量的結(jié)構(gòu)沖擊對目標(biāo)變量變化的貢獻(xiàn)程度，從而對VAR模型的動態(tài)特征進(jìn)行分析。對VAR(2)模型進(jìn)行正交方差分解，結(jié)果如圖4所示。圖4中左圖為LNHITI方差分解結(jié)果，LNHITI變動方差由自身、LNS和LNGDP的變動導(dǎo)致的部分，在第5期前LNHITI由自身變動解釋的部分先降后升，由LNS和LNGDP變動解釋部分逐漸增加，三者隨后保持穩(wěn)定；右圖為LNS方差分解結(jié)果，在第3期前LNS由LNHITI和自身變動解釋的部分有所下降，由LNGDP變動解釋的部分逐漸上升，三者在第3期以后保持穩(wěn)定；中間圖為LNGDP方差分解結(jié)果，在第4期以前LNGDP由自身變動解釋的部分逐漸下降，由LNHITI和LNS變動解釋的部分逐漸上升，隨后保持相對穩(wěn)定。

從表5可以看出，LNHITI在第一期對自身影響較為明顯，在第2期到第4期受到自身大約45%的影響，受LNS大約3%的影響，受到LHGDP的52%的影響，說明高技術(shù)產(chǎn)業(yè)的自身發(fā)展和經(jīng)濟(jì)增長對高技術(shù)產(chǎn)業(yè)貢獻(xiàn)較大，同時存在一定的滯后期，山東省應(yīng)繼續(xù)提高經(jīng)濟(jì)發(fā)展質(zhì)量，帶動高技術(shù)產(chǎn)業(yè)的發(fā)展；而到第5期LNS對LNHITI的貢獻(xiàn)率由3.7%上升到12.2%，在第7期到達(dá)貢獻(xiàn)率最大值15.09%，6期平均貢獻(xiàn)率14%,說明LNS的發(fā)展對LNHITI的影響具有滯后性，山東科技服務(wù)業(yè)的發(fā)展對高技術(shù)產(chǎn)業(yè)發(fā)展作用明顯但其影響具有一定的滯后性，山東省應(yīng)加大對科技服務(wù)業(yè)的支持力度，完善對科技服務(wù)業(yè)的扶持政策，推動高技術(shù)產(chǎn)業(yè)和科技服務(wù)業(yè)的發(fā)展。

圖4 LNHITI、LNS和LNGDP方差分解結(jié)果

表5 LNHITI的方差分解表

Variance Decomposition of LNHITIPeriodS.ELNHITILNSLNGDP10.014202100.00000.0000000.00000020.03773442.999872.94808754.0520430.05083749.578102.19472248.2271840.05576244.034563.67424252.2912050.06087839.2676012.2153848.5170160.06273537.4719314.8734947.6545870.06319437.9406615.0908146.9685380.06339437.7050815.0235447.2713890.06454537.6410014.6359747.72303100.06654638.1947013.8090247.99627

從表6可以看出，在前兩期LNHITI對LNS的貢獻(xiàn)率大約在63%左右，LNS受到自身36.5%的影響，LNGDP在2期僅有1.7%的影響，從第3期開始LNGDP對LNS的貢獻(xiàn)率上升到20%。從4期后LNHITI、LNS和LNHITI對LNS的貢獻(xiàn)率基本穩(wěn)定，其中LNHITI對其貢獻(xiàn)率在55%左右，LNS自身貢獻(xiàn)率在27%左右，LNGDP對其貢獻(xiàn)率在18%左右，說明山東科技服務(wù)業(yè)的發(fā)展除了受自身發(fā)展影響外，受高技術(shù)產(chǎn)業(yè)發(fā)展的帶動作用比較明顯，同時需要加大經(jīng)濟(jì)增長對科技服務(wù)業(yè)的互動效應(yīng)。

從表7可以看出，LNGDP對自身貢獻(xiàn)一直較為顯著，LNHITI對LNGDP在前2期的貢獻(xiàn)率不足，存在一定的滯后性，而LNS對LNGDP在第一期就有著9.1%的貢獻(xiàn)率，在第4期達(dá)到貢獻(xiàn)最大值16.4%。三者貢獻(xiàn)率隨后在第4期開始保持相對穩(wěn)定，其中LNGDP受自身影響在70%左右，而LNHITI和LNS對LNGDP的貢獻(xiàn)率均在15%左右。雖然高技術(shù)產(chǎn)業(yè)的發(fā)展和科技服務(wù)業(yè)對經(jīng)濟(jì)增長有一定程度的持續(xù)貢獻(xiàn)作用，但兩大產(chǎn)業(yè)的聯(lián)動效應(yīng)不明顯，與經(jīng)濟(jì)增長互動效應(yīng)需要進(jìn)一步加強(qiáng)。

表6 LNS的方差分解表

Variance Decomposition of LNSPeriodS.ELNHITILNSLNGDP10.40491962.8795837.120420.00000020.41855263.3541134.906451.73944130.47807952.5077427.4654220.0268440.48466652.8234927.5282119.6483150.49146852.8628927.5003719.6367460.52690055.9000525.9242918.1756570.52952155.8411226.0550618.1038280.53536655.1978726.7044018.0977390.53854855.0282426.6809618.29080100.54091954.7213626.5333118.74533

表7 LNGDP的方差分解表

Variance Decomposition of LNGDPPeriodS.ELNHITILNSLNGDP10.0208970.4311049.10329890.4656020.0267293.38284214.1147682.5024030.02973410.0139912.0734477.9125640.03221916.6785916.3826566.9387650.03401115.0004316.1303068.8692760.03452815.5703615.6912768.7383770.03534216.0998614.9792668.9208880.03606115.4667115.1765669.3567390.03720915.6837114.6532969.66300100.03749315.4485915.0659769.48544

四、結(jié)論與建議

(一)結(jié)論

本文以山東省為研究對象，采用2004—2016年山東省高技術(shù)產(chǎn)業(yè)主營業(yè)務(wù)收入值、科技服務(wù)業(yè)生產(chǎn)總值和山東地區(qū)生產(chǎn)總值的時序數(shù)據(jù)，在經(jīng)過平穩(wěn)性檢驗后，構(gòu)建了三變量的VAR(2)模型，通過格蘭杰因果關(guān)系檢驗、脈沖響應(yīng)分析和方差分解等方法，對高技術(shù)產(chǎn)業(yè)、科技服務(wù)業(yè)與山東經(jīng)濟(jì)增長的互動關(guān)系進(jìn)行實證研究，得出以下結(jié)論。

1.長期來看，高技術(shù)產(chǎn)業(yè)和科技服務(wù)業(yè)與山東經(jīng)濟(jì)增長有著顯著的正相關(guān)關(guān)系。實證研究發(fā)現(xiàn)，高技術(shù)產(chǎn)業(yè)、科技服務(wù)業(yè)與山東經(jīng)濟(jì)增長的良性互動機(jī)制已經(jīng)大致形成，高技術(shù)產(chǎn)業(yè)和科技服務(wù)業(yè)的發(fā)展能夠促進(jìn)經(jīng)濟(jì)的增長，而經(jīng)濟(jì)增長可以帶動高技術(shù)產(chǎn)業(yè)的發(fā)展，同時高技術(shù)產(chǎn)業(yè)與科技服務(wù)業(yè)之間存在良好的互動效應(yīng)。

2.通過脈沖響應(yīng)分析結(jié)果看出，高技術(shù)產(chǎn)業(yè)的發(fā)展對科技服務(wù)業(yè)和經(jīng)濟(jì)增長有一定的帶動作用，同時又具有一定的滯后性和不穩(wěn)定性?？萍挤?wù)業(yè)的發(fā)展對高技術(shù)產(chǎn)業(yè)和經(jīng)濟(jì)增長的帶動作用略顯微弱，需要制定科學(xué)的發(fā)展戰(zhàn)略和扶持政策，推動科技服務(wù)業(yè)的不斷壯大。經(jīng)濟(jì)增長對自身有著持續(xù)且顯著的影響作用，對科技服務(wù)業(yè)的發(fā)展有一定的正向的帶動作用，但帶動作用不持續(xù)、穩(wěn)定，需要加強(qiáng)經(jīng)濟(jì)增長對于高技術(shù)產(chǎn)業(yè)和科技服務(wù)業(yè)的帶動作用。

3.從方差分解結(jié)果來看，高技術(shù)產(chǎn)業(yè)的自身發(fā)展和經(jīng)濟(jì)增長對高技術(shù)產(chǎn)業(yè)貢獻(xiàn)較大；而科技服務(wù)業(yè)的發(fā)展對高技術(shù)產(chǎn)業(yè)發(fā)展作用明顯，但其影響具有一定的滯后性。山東科技服務(wù)業(yè)的發(fā)展除了受自身發(fā)展影響外，受高技術(shù)產(chǎn)業(yè)發(fā)展的帶動作用比較明顯；同時需要加大經(jīng)濟(jì)增長對科技服務(wù)業(yè)互動效應(yīng)。高技術(shù)產(chǎn)業(yè)的發(fā)展和科技服務(wù)業(yè)對經(jīng)濟(jì)增長有一定程度的持續(xù)貢獻(xiàn)作用，但兩大產(chǎn)業(yè)的貢獻(xiàn)力度有限，這可能與兩大產(chǎn)業(yè)的產(chǎn)業(yè)規(guī)模等有聯(lián)系，需要進(jìn)一步發(fā)揮高技術(shù)產(chǎn)業(yè)和科技服務(wù)業(yè)對經(jīng)濟(jì)增長的支撐作用。

(二)建議

高技術(shù)產(chǎn)業(yè)和科技服務(wù)業(yè)以知識創(chuàng)造和技術(shù)進(jìn)步為核心驅(qū)動的新動能，是促進(jìn)科技與經(jīng)濟(jì)有效結(jié)合的樞紐，對于山東經(jīng)濟(jì)增長和經(jīng)濟(jì)動力轉(zhuǎn)換具有至關(guān)重要的貢獻(xiàn)作用。本文提出如下建議。

1.新舊動能轉(zhuǎn)換關(guān)鍵在于提高制度競爭力。應(yīng)發(fā)揮政府的主導(dǎo)作用，以高技術(shù)產(chǎn)業(yè)和科技服務(wù)業(yè)為主體，以制度創(chuàng)新為引導(dǎo)，善于制度實驗和創(chuàng)新，營造良好的制度環(huán)境[14]506-511，提高制度競爭力。要積極運用財稅、金融、人才引進(jìn)、知識產(chǎn)權(quán)等政策為高技術(shù)產(chǎn)業(yè)和科技服務(wù)業(yè)提供制度支持，尤其為最具活力的中小企業(yè)提供強(qiáng)有力的扶持和優(yōu)惠政策，為兩大產(chǎn)業(yè)提高良好的科技創(chuàng)新氛圍。

2.繼續(xù)培育和壯大高技術(shù)產(chǎn)業(yè)和科技服務(wù)業(yè)，發(fā)揮兩大產(chǎn)業(yè)在經(jīng)濟(jì)增長中的支撐作用。山東高技術(shù)產(chǎn)業(yè)和科技服務(wù)業(yè)與經(jīng)濟(jì)增長的良性互動機(jī)制已大致形成，但具有一定的滯后性和不穩(wěn)定性。山東要根據(jù)各市的經(jīng)濟(jì)發(fā)展?fàn)顩r和產(chǎn)業(yè)環(huán)境特點，依托傳統(tǒng)產(chǎn)業(yè)的技術(shù)和人才優(yōu)勢，以科技需求為導(dǎo)向，建立各具特色的產(chǎn)業(yè)園區(qū)，完善產(chǎn)業(yè)相關(guān)的基礎(chǔ)設(shè)施建設(shè)，同時繼續(xù)加大對產(chǎn)業(yè)的經(jīng)費投入和人才投入，發(fā)揮兩大產(chǎn)業(yè)在知識創(chuàng)造、技術(shù)進(jìn)步和區(qū)域經(jīng)濟(jì)增長中持續(xù)穩(wěn)定的貢獻(xiàn)作用。

3．健全區(qū)域經(jīng)濟(jì)協(xié)調(diào)發(fā)展機(jī)制，發(fā)揮區(qū)域協(xié)同創(chuàng)新的溢出效應(yīng)。打破地市之間的空間阻隔，以濟(jì)南、煙臺、青島三個核心城市為中心，加強(qiáng)各級政府之間經(jīng)驗交流和項目合作，積極利用兩大產(chǎn)業(yè)與經(jīng)濟(jì)增長的良性互動機(jī)制，促進(jìn)區(qū)域間、產(chǎn)業(yè)間技術(shù)學(xué)習(xí)和知識共享，實現(xiàn)科技創(chuàng)新要素在區(qū)域內(nèi)的自由流動，推進(jìn)區(qū)域協(xié)調(diào)發(fā)展和協(xié)同創(chuàng)新，完成產(chǎn)業(yè)結(jié)構(gòu)有序升級和經(jīng)濟(jì)新舊動能轉(zhuǎn)換。