吳鳴然

[摘要]本文基于1995—2018年時間序列數(shù)據(jù)，分別使用向量自回歸模型、脈沖響應函數(shù)和方差分解法來研究我國研發(fā)投資、科技創(chuàng)新與經(jīng)濟增長之間的協(xié)調(diào)度、動態(tài)關系和影響貢獻度。

[關鍵詞]研發(fā)投資 ? ?科技創(chuàng)新 ? ?經(jīng)濟增長 ? ?動態(tài)關系

本文系國家自然科學基金資助項目：“生產(chǎn)—消費”視角下我國水足跡空間異質(zhì)性研究（項目編號：41401634）

一、引言

研發(fā)（Research and Development，簡稱R&D）是指在科技創(chuàng)新領域，為增加知識總量以及運用這些知識創(chuàng)造新應用而進行的創(chuàng)新活動。科技創(chuàng)新需要大量的人、財、物投入作為保障，其中資金支持是最重要的物質(zhì)支持手段之一，已成為影響一國科技實力與核心競爭力的重要指標。按照學術(shù)界的分類，R&D活動主要分為基礎研究、應用研究與試驗發(fā)展三種。學術(shù)界目前認為，基礎研究和應用研究屬于理論研究，可以產(chǎn)生新的知識，而試驗發(fā)展則屬于實踐，很難產(chǎn)生新的理論知識?，F(xiàn)有關于R&D驅(qū)動經(jīng)濟增長的研究往往將R&D投資視為一個整體，僅考慮規(guī)模卻忽視了結(jié)構(gòu)，因此也就使得研究的解釋力變?nèi)?。不同類型的R&D活動對創(chuàng)新成果的產(chǎn)生與經(jīng)濟增長所起的作用具有怎樣的差別？這是一個值得思考的問題。

早在20世紀90年代初，以Romer（1990）、Grossman & Helpman（1991）、Aghion & Howitt（1992）等為代表的西方學者們，就研究發(fā)現(xiàn)R&D投資對創(chuàng)新活動的產(chǎn)出和效率具有重要的影響，并提出基于R&D驅(qū)動的經(jīng)濟增長理論。之后，Salter（2001）分析了R&D的基礎研究投入對促進知識存量增加和創(chuàng)新能力提升的機理，Morales（2004）的研究更進一步區(qū)分了基礎研究和應用研究的投資對經(jīng)濟增長的作用，并發(fā)現(xiàn)政府投資于基礎研究有利于經(jīng)濟增長，投資于應用研究卻對經(jīng)濟增長起反作用。相較之下，國內(nèi)學者針對R&D投資規(guī)模與結(jié)構(gòu)的研究要晚得多，更多的是結(jié)合我國發(fā)展實際進行很多具有中國特色的研究。然而，已有研究得出的結(jié)論存在很大差別。比如，嚴成等（2013）通過構(gòu)建模型發(fā)現(xiàn)我國R&D規(guī)模和基礎研究投入越大，經(jīng)濟增長率越高，但萬莉麗等（2018）發(fā)現(xiàn)應用研究和試驗發(fā)展才是經(jīng)濟增長的格蘭杰原因;蔣殿春等（2015）研究了我國不同種類的R&D投資對生產(chǎn)率的影響，發(fā)現(xiàn)在不同類型的R&D活動中，試驗發(fā)展的效果最強，依次是基礎研究和應用研究;潘雄鋒等（2019）通過實證研究發(fā)現(xiàn)，企業(yè)R&D經(jīng)費中的研究階段與開發(fā)階段均能對企業(yè)創(chuàng)新產(chǎn)生正面影響，但相較而言研究階段的促進效果更為明顯。由于指標選取和實證方法不一致，已有研究的結(jié)論出現(xiàn)矛盾并不意外，但也得出一些共識：雖然基礎研究和應用研究無法產(chǎn)生短期的經(jīng)濟效益，卻是科技創(chuàng)新主體保持持久競爭力的重要方面。因此，我國需進一步優(yōu)化R&D投資結(jié)構(gòu)，加大研究階段的投入力度以實現(xiàn)R&D經(jīng)費的最優(yōu)配置。

然而，已有研究多為靜態(tài)定量研究，無法反應不同種類的R&D投資究竟能在多大程度上刺激創(chuàng)新產(chǎn)出與經(jīng)濟增長，更無法描繪影響的動態(tài)軌跡。本文從構(gòu)建科技創(chuàng)新“研發(fā)—創(chuàng)新—經(jīng)濟”系統(tǒng)出發(fā)，基于我國1995—2018年的時間序列數(shù)據(jù)，考察不同類型的R&D投資對創(chuàng)新產(chǎn)出與經(jīng)濟增長的影響。

二、變量與研究方法的選取

（一）變量選取與數(shù)據(jù)來源

變量數(shù)據(jù)大部分來源于1995—2019年《中國統(tǒng)計年鑒》和《中國科技統(tǒng)計年鑒》。變量及變量說明見表1。

從表1可以看出，本文分別將R&D投資細分為三大類，以國內(nèi)專利申請授權(quán)數(shù)和全國技術(shù)市場成交額代表創(chuàng)新產(chǎn)出，研究R&D投資結(jié)構(gòu)對創(chuàng)新產(chǎn)出和經(jīng)濟增長的影響作用。此外，由于對數(shù)化處理不改變數(shù)據(jù)本身的結(jié)構(gòu)，且可以進行指數(shù)平滑，有效消除異方差。因此，本文先對上述指標進行對數(shù)化處理，分別記為ln R&D TOTAL、ln R&D BR、ln R&D AR、ln R&D ED、ln DPG、ln TVTM和ln GDP。

（二）研究方法

為深入分析我國研發(fā)投資、科技創(chuàng)新與經(jīng)濟增長的動態(tài)關系，本文的研究步驟如下：首先，運用穩(wěn)定性檢驗來考察各研究變量之間有無穩(wěn)定的因果關系;其次，用脈沖響應函數(shù)描繪變量間的互動效應與動態(tài)關系;最后，用方差分解法量化不同R&D投資和不同創(chuàng)新成果對經(jīng)濟增長影響的相對重要性。

構(gòu)建VAR模型分析變量間的關系，模型如下：

其中，Yt是由第t期觀測值構(gòu)成的n維內(nèi)生變量向量，Ai是n×n系數(shù)矩陣，p為內(nèi)生變量的滯后期，為n維隨機擾動項。其中，隨機擾動項 （i = 1，2，…，n）為白噪音過程，且滿足。

三、我國研發(fā)投資、科技創(chuàng)新與經(jīng)濟發(fā)展的關系研究

（一）研究變量的平穩(wěn)性檢驗

本文構(gòu)建我國研發(fā)投資、科技創(chuàng)新與經(jīng)濟發(fā)展的雙變量VAR系統(tǒng)，需要分別建立3個雙變量VAR模型。根據(jù)前文對指標的解釋，在分析之前要先運用Eviews（Version7.2）對各變量進行平穩(wěn)性檢驗，即單位根檢驗，檢驗方法選擇最常見的ADF（Augmented Dickey-Fuller Test）檢驗法，檢驗結(jié)果見表2?？紤]到篇幅有限，本文將最大滯后期設置為5。

檢驗結(jié)果顯示，在5%的顯著性水平下，所有變量均非平穩(wěn)變量。在一階差分的情形下，只有l(wèi)n R&D AR、ln DPG和ln TVTM能通過單位根顯著性檢驗，是平穩(wěn)序列。其余變量都是在二階差分的情形下才通過顯著性檢驗，故本文拒絕了存在單位根的原假設，所有變量均為平穩(wěn)序列，變量之間也存在協(xié)整關系。因此，我國研發(fā)投資、科技創(chuàng)新與經(jīng)濟增長之間存在長期均衡的關系。

（二）向量自回歸模型的建立

本文構(gòu)建的VAR模型是我國研發(fā)投資、科技創(chuàng)新與經(jīng)濟增長之間的3個雙變量系統(tǒng)，因此，分別選取代表性指標構(gòu)建相互獨立的向量自回歸模型。根據(jù)赤池信息準則（Akaike Information Criterion，簡稱AIC）規(guī)定的“AIC值越小越好”原則，本文將模型滯后階數(shù)設定為2。同樣，本文運用Eviews（Version7.2）對方程的參數(shù)進行估計，結(jié)果見表3。

從調(diào)整后的擬合優(yōu)度（0.994838，0.998349，0.998538）來看，該VAR模型有很高的擬合程度。從R&D投資總量（ln R&D TOTAL）的系數(shù)來看，國內(nèi)專利申請授權(quán)數(shù)（ln DPG）、全國技術(shù)市場成交額（ln TVTM）和國內(nèi)生產(chǎn)總值（ln GDP）的反應值有很大的相似性，均在滯后1期為負值，在滯后2期為正值，說明我國R&D總投資對科技創(chuàng)新產(chǎn)出與經(jīng)濟增長在短期起負面作用，長期起正面作用，即呈現(xiàn)出一定的時滯效應。同樣的，基礎研究（ln R&D BR）的系數(shù)在滯后1期的情形下也是負值，在滯后2期的情形下是正值，說明基礎研究投資對經(jīng)濟增長的正面作用也更多表現(xiàn)在長期而非短期。然而，應用研究（ln R&D AR）和試驗發(fā)展（ln R&D ED）的系數(shù)則表現(xiàn)出了差別。二者的系數(shù)在滯后1期情況下的值比滯后2期大得多，說明應用研究和試驗發(fā)展對于創(chuàng)新產(chǎn)出和經(jīng)濟增長的積極影響主要表現(xiàn)在早期。由此可見，我國R&D投資的三種類型對于創(chuàng)新產(chǎn)出和經(jīng)濟增長的作用與影響不同。然而，就R&D總投資而言，其影響效果和基礎研究一致，即正面影響都是在長期才出現(xiàn)，這也從側(cè)面表明了基礎研究在整個創(chuàng)新系統(tǒng)中的重要性。

此外，對于VAR模型而言，必須保證所有根模倒數(shù)小于1，即位于單位圓內(nèi)，模型的估計結(jié)果才是有效的，否則無法進行估計。因此，本文也進行了檢驗，結(jié)果顯示所有根模倒數(shù)都小于1（見表4），且均位于單位圓內(nèi)（見圖1）。

（三）廣義脈沖響應函數(shù)分析

脈沖響應函數(shù)經(jīng)常用來衡量來自隨機擾動項一個標準差的沖擊對模型所有內(nèi)生變量當期與未來的影響。通過該方法分別描繪我國不同種類的R&D投資對科技創(chuàng)新產(chǎn)出和經(jīng)濟增長的動態(tài)沖擊軌跡，可刻畫變量之間的長期動態(tài)關系。本文將沖擊響應期設定為10期，分析圖中的實線表示脈沖響應函數(shù)，虛線表示正負兩倍標準差偏離帶。R&D投資對科技創(chuàng)新產(chǎn)出的脈沖分析結(jié)果見表5和圖2。

從表5可以看出，本文用以衡量創(chuàng)新產(chǎn)出的兩個指標，國內(nèi)專利申請授權(quán)數(shù)（ln DPG）和全國技術(shù)市場成交額（ln TVTM）在面臨R&D投資的沖擊下，反應呈現(xiàn)出了一定的相似性。二者在面臨R&D總投資一個單位的沖擊下累計響應值均為負值（-0.0025和-0.001），但在不同種類的R&D投資的沖擊下累計反應卻均為正值，這說明不同種類的R&D投資均可以刺激創(chuàng)新成果產(chǎn)出，但總投資卻不可以。該結(jié)果說明我國R&D投資并未像預期的那樣可以直接刺激創(chuàng)新成果產(chǎn)出，而是存在一個結(jié)構(gòu)效應?？傊?，我國R&D投資的組合效果并不理想。此外，就每種R&D投資的累計反應值來看，試驗發(fā)展的值要顯著大于基礎研究和應用研究，說明我國創(chuàng)新成果大部分是由試驗發(fā)展產(chǎn)生的。

圖2可以更加直觀地反映表5中的現(xiàn)象，總的來看，面對R&D總投資（ln R&D TOTAL）、基礎研究

（ln R&D BR）、應用研究（ln R&D AR）和試驗發(fā)展（ln R&D ED）的沖擊，國內(nèi)專利申請授權(quán)數(shù)（ln DPG）

和全國技術(shù)市場成交額（ln TVTM）的反應曲線是較為曲折的，并未呈現(xiàn)單調(diào)的遞增或遞減情況，說明R&D投資與科技創(chuàng)新成果產(chǎn)出之間并不是明顯的線性關系，而是復雜多樣的。該情況出現(xiàn)的原因是我國科技創(chuàng)新系統(tǒng)起步晚、基礎薄弱、體制機制不健全，科技研發(fā)能力和成果轉(zhuǎn)化能力有限，導致R&D投資很難對創(chuàng)新成果產(chǎn)出起到促進作用，沒有明顯轉(zhuǎn)化成現(xiàn)實生產(chǎn)力。

不過，需要說明的是，不能因為計量模型中R&D總投資對創(chuàng)新成果產(chǎn)出的影響為負就完全否定其重要性。R&D活動是整個科技活動的基礎和核心，直接影響國家的創(chuàng)新能力、科技水平，乃至經(jīng)濟發(fā)展后勁。不過相較于簡單的總量規(guī)模投資，未來我國需要進一步優(yōu)化不同種類R&D投資的組合、分配以及結(jié)構(gòu)設計，使R&D投資能更多更好地加大創(chuàng)新產(chǎn)出。

R&D投資和科技創(chuàng)新對經(jīng)濟增長的脈沖響應結(jié)果分析見表6和圖3。

從表6可以看出，在面臨R&D投資和科技創(chuàng)新產(chǎn)出一個周期的沖擊下，經(jīng)濟增長（ln GDP）所有累計反應值均為正值，表明R&D投資和創(chuàng)新產(chǎn)出在研究期內(nèi)能夠有效促進經(jīng)濟增長，這是一個積極現(xiàn)象。從不同種類的R&D投資來看，經(jīng)濟增長累計響應值最大的是基礎研究（0.0032），其次是應用研究（0.002），最后是試驗發(fā)展（0.0011）。該結(jié)果表明，越偏向于理論的研究對經(jīng)濟增長的促進作用和效率就越大，這與學術(shù)界很多已有研究一致。理論研究在經(jīng)濟發(fā)展中所起的作用并非立竿見影，但卻必不可少。因此，在未來發(fā)展中，我國R&D投資需盡可能少些“功利”與“急躁”，將目光放得更長遠些，增加對基礎研究、理論研究的投資力度。

從不同種類科技創(chuàng)新成果來看，經(jīng)濟增長對全國技術(shù)市場成交額（ln TVTM）的累計響應值（0.0144）明顯大于國內(nèi)專利申請授權(quán)數(shù)（ln DPG）的累計響應值（0.0017），說明從數(shù)字上看，技術(shù)市場成交額比專利申請授權(quán)數(shù)更能激勵經(jīng)濟增長。主要原因有以下兩點：第一，我國授權(quán)專利的質(zhì)量不高，對經(jīng)濟增長難以發(fā)揮促進作用。我國科研產(chǎn)出質(zhì)量偏低，一直廣受經(jīng)濟學家詬病，尤其是專利過多集中于技術(shù)含量低的外觀設計等實用主義發(fā)明，而技術(shù)含量高、理論性強的研發(fā)專利數(shù)量則相對較少。這就導致專利申請授權(quán)數(shù)對經(jīng)濟增長的刺激作用有限。第二，新授權(quán)的專利需要通過技術(shù)密集型產(chǎn)業(yè)和高技術(shù)產(chǎn)業(yè)在技術(shù)市場上的交易來發(fā)揮作用。也就是說，國內(nèi)專利申請授權(quán)數(shù)（ln DPG）要通過全國技術(shù)市場成交額（ln TVTM）來影響經(jīng)濟增長，而從專利到技術(shù)又存在一定的轉(zhuǎn)化率，并非所有專利都能轉(zhuǎn)成技術(shù)，我國的科研成果轉(zhuǎn)化率較低。

圖3可以更直觀地反映表6的現(xiàn)象。GDP在R&D總投資（ln R&D TOTAL）、基礎研究（ln R&D BR）、應用研究（ln R&D AR）和試驗發(fā)展（ln R&D ED）的沖擊下都呈現(xiàn)出正反饋回路，但反應均不明顯。這樣的反饋回路表明R&D投資能夠激勵經(jīng)濟增長，但效果仍有待加強。此外，從試驗發(fā)展（ln R&D ED）的反饋回路可以看到，在試驗發(fā)展的沖擊下，GDP在前6期均為正反應，但在第7期降為0，之后一直表現(xiàn)為負反應且一直下降。這說明，雖然表面上看，試驗發(fā)展是產(chǎn)生經(jīng)濟效益最直接、見效快的投資，且其對經(jīng)濟增長所起的作用總體來看也是積極的，但這種積極效應更多地表現(xiàn)在短期。這是一個值得警惕的現(xiàn)象，因為我國的科研資金絕大部分都投入了試驗發(fā)展階段，長期來看極不利于我國科技創(chuàng)新水平的提升，甚至會導致下降。因此，更好地實施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略，一定要避免功利主義和短期行為，更加注重對理論研究和基礎研究的投資，為我國科技創(chuàng)新體系建設奠定堅實基礎。

（四）方差分解

方差分解多用來描述不同解釋變量變化對被解釋變量變化的貢獻度，即每個擾動項的相對重要性。我國經(jīng)濟增長的方差分解結(jié)果見表7。

表7包含了兩個方差分解的結(jié)果。從不同種類R&D投資對經(jīng)濟增長（ln GDP）的影響份額可以看到，除ln GDP自身之外，平均影響份額最大的仍然是基礎研究（17.821%），其次是應用研究（10.032%），最后是試驗發(fā)展（9.961%），表明越是偏向理論研究對經(jīng)濟增長的積極作用就越大。從不同種類的創(chuàng)新產(chǎn)出對經(jīng)濟增長的影響份額可以看到，除ln GDP自身之外，全國技術(shù)市場成交額（ln TVTM）的平均影響份額（19.66%）明顯大于國內(nèi)專利申請授權(quán)數(shù)（ln DPG）的平均影響份額（8.119%）。

四、結(jié)論與建議

在研究期內(nèi)，我國R&D投資、科技創(chuàng)新與經(jīng)濟增長之間存在長期穩(wěn)定的關系。不同種類的R&D投資對創(chuàng)新產(chǎn)出與經(jīng)濟增長發(fā)揮的作用存在差別?？傮w來看，R&D總投資的表現(xiàn)和基礎研究一致，間接說明了基礎研究的重要性。

利用脈沖響應函數(shù)研究我國R&D投資、科技創(chuàng)新與經(jīng)濟增長之間的交互情形與動態(tài)響應路徑，比較清晰地描繪了“研發(fā)—創(chuàng)新—經(jīng)濟”之間的動態(tài)關系。首先，國內(nèi)專利申請授權(quán)數(shù)和全國技術(shù)市場成交額在面臨R&D總投資沖擊下的累計響應值均為負值，但在不同種類R&D投資（基礎研究、應用研究和試驗發(fā)展）沖擊下的累計響應值卻均為正值，這表明我國不同種類的R&D投資組合效果并不理想，R&D投資結(jié)構(gòu)有待進一步合理化。此外，相較而言，試驗發(fā)展的累計響應值大于基礎研究和應用研究，表明我國絕大多數(shù)創(chuàng)新成果都是在試驗發(fā)展階段產(chǎn)生的。其次，經(jīng)濟增長變量在R&D投資和創(chuàng)新產(chǎn)出沖擊下的累計響應值均為正值，且越偏向理論的研究對經(jīng)濟增長的促進作用和效果越好。試驗發(fā)展對經(jīng)濟增長的沖擊在前期為正，后期為負，說明試驗發(fā)展對經(jīng)濟增長的激勵主要作用于前期，也表明過于注重對試驗發(fā)展的投資從長期來看不利于創(chuàng)新系統(tǒng)的發(fā)展。此外，我國R&D投資、科技創(chuàng)新成果產(chǎn)出與經(jīng)濟增長之間關系較為復雜。

方差分解的結(jié)果說明，就R&D投資的相對貢獻度來看，我國經(jīng)濟增長受基礎研究的影響份額最大，應用研究次之，最后是試驗發(fā)展;就科技創(chuàng)新成果的貢獻來看，我國經(jīng)濟增長受國內(nèi)專利申請授權(quán)數(shù)的影響份額明顯大于全國技術(shù)市場成交額的影響份額。

基于此，本文提出以下建議：

一是優(yōu)化R&D投資結(jié)構(gòu)，增加理論研究尤其是基礎研究的投入力度。目前我國正處于大力建設創(chuàng)新型國家、實施創(chuàng)新驅(qū)動戰(zhàn)略的歷史節(jié)點。構(gòu)建科學、合理、協(xié)調(diào)的現(xiàn)代化科技創(chuàng)新體系是當下最重要的任務。與西方發(fā)達國家相比，我國R&D經(jīng)費無論是投入強度還是投入結(jié)構(gòu)都存在很大的改進空間，更重要的是，我國科研經(jīng)費的管理體制存在不少漏洞，導致研發(fā)管理方面存在大而不強、多而不專的問題。因此，我國需要進一步深化科研經(jīng)費管理體制改革。從文章的研究結(jié)果來看，越是偏向于理論的研究越有助于創(chuàng)新成果的產(chǎn)生和經(jīng)濟增長。然而，理論研究往往無法快速產(chǎn)生經(jīng)濟效益，導致企業(yè)積極性不高。對此，政府要充分發(fā)揮主導作用，積極優(yōu)化R&D資金分配，大力建設以企業(yè)為主體、市場為導向、政府為引導的現(xiàn)代化產(chǎn)學研創(chuàng)新系統(tǒng);積極聯(lián)合各高校、科研院所，引導、支持、幫助、激勵這些理論研究的創(chuàng)新主體充分利用好R&D經(jīng)費開展研發(fā)活動。此外，政府還要努力營造科學研發(fā)的風氣，改革“浮躁”“急進”“短平快”的科研考核體制，通過多種手段提高大家對理論研究尤其是基礎研究的興趣，努力推動更多原創(chuàng)性成果甚至核心技術(shù)的研發(fā)。

二是增加科技創(chuàng)新成果的產(chǎn)業(yè)化轉(zhuǎn)化效率。一般來說，科技創(chuàng)新體系建設最重要的是理論研究和成果轉(zhuǎn)化。本文的實證研究表明，我國科技創(chuàng)新成果在“從專利到技術(shù)，從技術(shù)到效益”的轉(zhuǎn)化過程存在比率不高、效率低下的問題，這是對寶貴資源的極大浪費。要想充分發(fā)揮科技創(chuàng)新對經(jīng)濟增長的驅(qū)動作用、實現(xiàn)科技創(chuàng)新對經(jīng)濟發(fā)展的引領，關鍵在于創(chuàng)新轉(zhuǎn)化體制的設計是否順暢、合理和科學，能否實現(xiàn)創(chuàng)新鏈、產(chǎn)業(yè)鏈和資金鏈的無縫對接，以及研發(fā)投入、科技創(chuàng)新和經(jīng)濟發(fā)展的高度融合。對此，建議各級政府努力加強對產(chǎn)學研協(xié)同創(chuàng)新體系的建設與完善，支持高校、科研院所與企業(yè)更多合作，聯(lián)合設立更多研發(fā)機構(gòu)、產(chǎn)業(yè)園、技術(shù)孵化園等產(chǎn)學研用一體化程度較高的產(chǎn)業(yè)技術(shù)創(chuàng)新聯(lián)盟。此外，還要大力完善科技創(chuàng)新成果的市場交易體系和監(jiān)管制度，落實對科學技術(shù)創(chuàng)新轉(zhuǎn)化相關工作的引導、激勵、糾錯與推進。

（作者單位：南京郵電大學管理學院，郵政編碼：210003，電子郵箱：wumr1992@163.com）

主要參考文獻

蔣殿春，王曉嬈.中國R&D結(jié)構(gòu)對生產(chǎn)率影響的比較分析[J].南開經(jīng)濟研究， 2015（2）：59-73

萬莉麗，商宇楠. R&D投資結(jié)構(gòu)對我國經(jīng)濟增長的影響[J].現(xiàn)代商業(yè)， 2018（3）：64-65