汪小龍 千東畢 石含雍，3 李 美，4

(1.無錫太湖學(xué)院 會(huì)計(jì)學(xué)院，江蘇 無錫 214064；2.韓國(guó)國(guó)立釜慶大學(xué) 技術(shù)經(jīng)營(yíng)大學(xué)院，韓國(guó) 釜山 48547；3.貴州交通職業(yè)技術(shù)學(xué)院，貴州 貴陽(yáng) 550008；4.吉林外國(guó)語(yǔ)大學(xué) 商學(xué)院，吉林 長(zhǎng)春 130117)

0 引言

研究國(guó)家創(chuàng)新空間要素對(duì)經(jīng)濟(jì)增長(zhǎng)的影響具有重要意義，尤其在當(dāng)前全球疫情沖擊經(jīng)濟(jì)的大環(huán)境下，明確政府資源配置方向，提高資源配置效率，對(duì)于提升經(jīng)濟(jì)體經(jīng)濟(jì)增長(zhǎng)具有重要意義。理論方面，現(xiàn)有R&D影響經(jīng)濟(jì)增長(zhǎng)和EOG影響經(jīng)濟(jì)增長(zhǎng)的研究頗豐，論證視角逐漸從單一指標(biāo)轉(zhuǎn)向與市場(chǎng)環(huán)境、金融環(huán)境、法治環(huán)境、開放程度和政策穩(wěn)定性的交互影響。實(shí)踐中，世界經(jīng)濟(jì)體對(duì)R&D和EOG促進(jìn)經(jīng)濟(jì)增長(zhǎng)開始關(guān)注。例如英國(guó)2019年《政府白皮書》強(qiáng)調(diào)發(fā)展3D打印、海底焊接和生物材料R&D的同時(shí)，一改“不干預(yù)”的立場(chǎng)，突出政府在推動(dòng)創(chuàng)新戰(zhàn)略中的重要作用；美國(guó)2018年10月05日發(fā)布《先進(jìn)制造業(yè)美國(guó)領(lǐng)導(dǎo)力戰(zhàn)略》報(bào)告，提出了政府主導(dǎo)的新一輪科技創(chuàng)新計(jì)劃；德國(guó)推出了《國(guó)家工業(yè)戰(zhàn)略2030》，認(rèn)為應(yīng)當(dāng)充分發(fā)揮政府對(duì)國(guó)家創(chuàng)新能力和競(jìng)爭(zhēng)能力的促進(jìn)作用。中國(guó)2020年《政府工作報(bào)告》強(qiáng)調(diào)要充分發(fā)揮創(chuàng)新第一動(dòng)力，人才第一資源作用，加強(qiáng)國(guó)家創(chuàng)新能力建設(shè)，編制“2035遠(yuǎn)景目標(biāo)”發(fā)展規(guī)劃，強(qiáng)調(diào)政府和企業(yè)的創(chuàng)新協(xié)同基礎(chǔ)平臺(tái)建設(shè)。上述理論和實(shí)踐層面說明，研究R&D與EOG對(duì)經(jīng)濟(jì)增長(zhǎng)的驅(qū)動(dòng)影響和改善路徑，將是未來一段時(shí)間內(nèi)經(jīng)濟(jì)體可持續(xù)發(fā)展研究的重點(diǎn)。

不同于現(xiàn)有研究，本文的邊際貢獻(xiàn)可能包括：首先，在模型設(shè)定層面，利用逐步回歸和后向回歸方法，對(duì)國(guó)民收入增長(zhǎng)路徑進(jìn)行分類，通過觀測(cè)每一變量的F值和T值變化，構(gòu)建最優(yōu)模型；其次，在數(shù)據(jù)選擇方面，避免了傳統(tǒng)研究中按照特定地理位置、特定行業(yè)或者資本因素等分類的主觀偏向性，通過1995-2018年全球經(jīng)濟(jì)體不同樣本數(shù)據(jù)，克服了樣本數(shù)據(jù)選擇性偏差的問題；其三，在研究方法上，將國(guó)家創(chuàng)新空間要素作為國(guó)民收入增長(zhǎng)依賴路徑因素，考察其對(duì)國(guó)民收入增長(zhǎng)的影響，并考察外生給定分組數(shù)據(jù)和內(nèi)生分組數(shù)據(jù)的影響。最后，在實(shí)證層面，綜合運(yùn)用OLS回歸和分組檢驗(yàn)，系統(tǒng)梳理不同洲別CONT、不同F(xiàn)OG因素的影響，研究結(jié)果，為處在新冠疫情沖擊下的當(dāng)前國(guó)際社會(huì)，提供了如何促進(jìn)國(guó)民收入增長(zhǎng)的理論支撐與實(shí)踐指導(dǎo)。

1 文獻(xiàn)綜述與研究假設(shè)

世界范圍的學(xué)者普遍認(rèn)為國(guó)家創(chuàng)新空間要素對(duì)國(guó)民收入增長(zhǎng)影響重大，但研究結(jié)論見仁見智，百家爭(zhēng)鳴。自梅農(nóng)·戈登等(1991)首次運(yùn)用動(dòng)態(tài)購(gòu)買力平價(jià)方法核算中國(guó)的國(guó)民生產(chǎn)總值以來[1]，學(xué)者開始關(guān)注促進(jìn)經(jīng)濟(jì)增長(zhǎng)的指標(biāo)體系研究，例如針對(duì)R&D和EOG研究出現(xiàn)兩個(gè)分支：一方面是基于“優(yōu)先順序”的探討。楊開忠(1994)提出國(guó)防目標(biāo)等政府政策對(duì)經(jīng)濟(jì)的影響，開創(chuàng)性提出了政府促進(jìn)經(jīng)濟(jì)的視角[2]。林洲鈺等(2014)認(rèn)為R&D表現(xiàn)出不隨EOG變化而變化的穩(wěn)定性，對(duì)提高國(guó)家競(jìng)爭(zhēng)力具有更優(yōu)的正向作用[3]。在資源有限假說的前提下，經(jīng)濟(jì)體優(yōu)先發(fā)展R&D還是EOG，經(jīng)濟(jì)學(xué)界仍存爭(zhēng)議，易信等(2015)支持R&D優(yōu)先[4]，而馬衛(wèi)等(2019)支持建設(shè)“效率型政府”[5]。另一方面是基于“正負(fù)效應(yīng)”的探討，唐未兵等(2014)運(yùn)用GMM方法實(shí)證了中國(guó)技術(shù)引進(jìn)對(duì)經(jīng)濟(jì)增長(zhǎng)短期有利，中長(zhǎng)期抑制國(guó)民收入增長(zhǎng)[6]。袁建國(guó)等(2015)提出政府關(guān)系“資源詛咒”學(xué)說，認(rèn)為執(zhí)政黨政治關(guān)聯(lián)會(huì)弱化R&D和業(yè)績(jī)敏感性，進(jìn)而對(duì)經(jīng)營(yíng)增長(zhǎng)產(chǎn)生抑制作用[7]。

1.1 R&D

熊彼特指出，創(chuàng)新是指把一種從來沒有過的關(guān)于生產(chǎn)要素的“新組合”引入生產(chǎn)體系，包括新產(chǎn)品、新技術(shù)、新市場(chǎng)、新材料和新的組織方式。從國(guó)家層面來看，創(chuàng)新是增加經(jīng)濟(jì)體競(jìng)爭(zhēng)能力、保持可持續(xù)經(jīng)濟(jì)增長(zhǎng)的重要途徑。Connor, M 和 Rafferty, M(2012)基于2006-2010年數(shù)世界銀行數(shù)據(jù)庫(kù)，以上市公司股權(quán)分散程度代表市場(chǎng)化程度，考察R&D對(duì)GDP的影響，認(rèn)為良好的市場(chǎng)環(huán)境促進(jìn)R&D，并交互增加國(guó)民生產(chǎn)總值[8]。蘇治和徐淑丹(2015)運(yùn)用EDA包絡(luò)分析法對(duì)R&D和組織管理效率影響企業(yè)經(jīng)營(yíng)增長(zhǎng)進(jìn)行實(shí)證研究，認(rèn)為R&D依賴組織管理效率改善[9]。萬(wàn)建香和汪壽陽(yáng)(2016)則結(jié)合R&D與社會(huì)資本的交互作用，實(shí)證對(duì)GDP的影響，基于1998-2013年中國(guó)統(tǒng)計(jì)年鑒數(shù)據(jù)研究發(fā)現(xiàn)，R&D和社會(huì)資本一并促進(jìn)國(guó)民收入增長(zhǎng)[10]。

1.2 EOG

EOG是政府機(jī)構(gòu)在單位時(shí)間內(nèi)的運(yùn)轉(zhuǎn)速度，辦事的數(shù)量和質(zhì)量，EOG反映一個(gè)政府的整體功能水平，提高政府的工作效率，是世界經(jīng)濟(jì)體普遍致力達(dá)成的目標(biāo)。魯桐和黨印(2015)基于1996-2010年194個(gè)經(jīng)濟(jì)體數(shù)據(jù)，以EOG、投資者保護(hù)為自變量，實(shí)證對(duì)居民專利申請(qǐng)量的影響，進(jìn)而論證EOG促進(jìn)經(jīng)濟(jì)發(fā)展方式的轉(zhuǎn)變效應(yīng)，發(fā)現(xiàn)政府行政環(huán)境促進(jìn)國(guó)民收入增長(zhǎng)[11]。李煜華等(2015)基于江蘇省160份問卷調(diào)查，構(gòu)建政府干預(yù)影響新興產(chǎn)業(yè)，促進(jìn)經(jīng)濟(jì)增長(zhǎng)的結(jié)構(gòu)方程模型，認(rèn)為政府通過TAX、金融支持、產(chǎn)業(yè)政策、人才政策等政策安全性促進(jìn)R&D并增長(zhǎng)GDP[12]。喬志程等(2018)根據(jù)1995-2014年世界價(jià)值觀調(diào)查，認(rèn)為政治信任在發(fā)達(dá)國(guó)家促進(jìn)經(jīng)濟(jì)的作用較為顯著，發(fā)展中國(guó)家不具有顯著性[13]。羅新遠(yuǎn)(2018)運(yùn)用對(duì)比分析法，發(fā)現(xiàn)中國(guó)特色的腐敗與經(jīng)濟(jì)增長(zhǎng)呈現(xiàn)正相關(guān)關(guān)系，但是腐敗造成的危害卻是共同的[14]，因此，政府還需要完善監(jiān)管機(jī)制，構(gòu)建法治政府。

1.3 FDI

FDI是現(xiàn)代的經(jīng)濟(jì)體國(guó)際化的主要形式之一，按照國(guó)際貨幣基金組織定義的FDI是指，在投資人所屬國(guó)以外的國(guó)家所經(jīng)營(yíng)的企業(yè)擁有持續(xù)利益的一種投資。唐未兵等(2014)利用動(dòng)態(tài)面板廣義矩陣，分析1996-2011年28個(gè)省區(qū)數(shù)據(jù)，構(gòu)建FDI、技術(shù)引進(jìn)對(duì)生產(chǎn)要素質(zhì)量和效率的影響關(guān)系，發(fā)現(xiàn)外資技術(shù)溢出和模仿效應(yīng)有利于經(jīng)濟(jì)增長(zhǎng)集約化水平的提升。肖文和林高榜(2014)基于2010年中國(guó)統(tǒng)計(jì)年鑒數(shù)據(jù)，以FDI、R&D效率對(duì)GDP進(jìn)行OLS回歸檢驗(yàn)發(fā)現(xiàn)，中國(guó)整體平均R&D效率在0.5-0.6之間，行業(yè)外資比重提高有利于提升這一比例，進(jìn)而促進(jìn)經(jīng)濟(jì)體經(jīng)濟(jì)增長(zhǎng)[15]。

1.4 TAX

經(jīng)濟(jì)體通常通過稅收優(yōu)惠政策吸引外部投資，提高創(chuàng)新和競(jìng)爭(zhēng)能力，特別是，全球疫情期間通過降低稅負(fù)率提升經(jīng)濟(jì)活力。Paula 和 Jose A S(2010)依據(jù)1995-2009年世界銀行數(shù)據(jù)，運(yùn)用OLS回歸方法，實(shí)證增值稅與資金、人力資本存量對(duì)國(guó)民收入的影響，發(fā)現(xiàn)降低稅負(fù)率可以促進(jìn)國(guó)民收入增長(zhǎng)[16]。孫正和張志超(2015)則依據(jù)中國(guó)1995-2013年省級(jí)面板數(shù)據(jù)，運(yùn)用VAR結(jié)構(gòu)向量回歸模型，計(jì)量工資稅率、資本稅率對(duì)國(guó)民收入分配格局的影響，認(rèn)為降低流轉(zhuǎn)稅率可以完善分配格局促進(jìn)經(jīng)濟(jì)增長(zhǎng)[17]。

1.5 URBA

周一星(1982)最早對(duì)城市化促進(jìn)國(guó)民收入增長(zhǎng)開展研究，根據(jù)1950-1975年日本、蘇聯(lián)、美國(guó)城市化數(shù)據(jù)，利用OLS回歸方法，實(shí)證URBA交互科學(xué)技術(shù)、勞動(dòng)生產(chǎn)率對(duì)GNI的影響，指出人口向城市集聚是勞動(dòng)分工逐漸完善的必要前提，URBA促進(jìn)國(guó)民經(jīng)濟(jì)增長(zhǎng)是普遍規(guī)律，即使在全球疫情環(huán)境下，這一基本規(guī)律仍可以被驗(yàn)證[18]。林毅夫和陳斌開(2013)依據(jù)2000-2009年統(tǒng)計(jì)年鑒，運(yùn)用數(shù)值模擬方法，指出URBA不能以重工業(yè)發(fā)展為優(yōu)先目標(biāo)，欠發(fā)達(dá)國(guó)家的政府對(duì)國(guó)民收入增長(zhǎng)起至關(guān)重要的作用[19]。黃祖輝(2014)則以四川蒲江的URBA發(fā)展為案例，研究URBA、農(nóng)業(yè)現(xiàn)代化與GDP的關(guān)系，認(rèn)為URBA推動(dòng)中國(guó)農(nóng)業(yè)現(xiàn)代化的發(fā)展，并吸納農(nóng)村剩余勞動(dòng)力轉(zhuǎn)移是促進(jìn)國(guó)民收入增長(zhǎng)的途徑之一[20]。

1.6 INTE

互聯(lián)網(wǎng)作為INTE要素之一，在全球疫情期間促進(jìn)經(jīng)濟(jì)增長(zhǎng)，在中國(guó)阿里巴巴釘釘辦公平臺(tái)的運(yùn)用尤其明顯。Chen, D Y 和 Han, C D(2012)依據(jù)中國(guó)2010-2011年金融數(shù)據(jù)，研究互聯(lián)網(wǎng)、經(jīng)濟(jì)安全對(duì)GDP的影響，發(fā)現(xiàn)互聯(lián)網(wǎng)與關(guān)鍵經(jīng)濟(jì)安全要素之間存在正向顯著關(guān)系，并促進(jìn)國(guó)民收入增長(zhǎng)[21]。劉湖和張家平(2015)則利用2008-2013年省級(jí)面板數(shù)據(jù)，OLS回歸分析互聯(lián)網(wǎng)、INTE對(duì)經(jīng)濟(jì)增長(zhǎng)的影響，認(rèn)為固定寬帶等INTE表現(xiàn)出規(guī)模經(jīng)濟(jì)，促進(jìn)經(jīng)濟(jì)增長(zhǎng)[22]。

1.7 EMPL

全球疫情首當(dāng)其沖的可能是EMPL Lewis, S A(1954)依據(jù)對(duì)比分析法，指出人力資本、EMPL促進(jìn)經(jīng)濟(jì)增長(zhǎng)，但是，勞動(dòng)需求和資本需求富有價(jià)格彈性，實(shí)際工資上漲同樣不利于EMPL的提高[23]。龔剛和楊光(2010)根據(jù)2008年中國(guó)統(tǒng)計(jì)數(shù)據(jù)，實(shí)證發(fā)現(xiàn)工資性收入占國(guó)民收入比例呈現(xiàn)正U型結(jié)構(gòu)[24]。周明海等(2010)則將人口就業(yè)分為原始勞動(dòng)和人力資本兩個(gè)部分，運(yùn)用OLS回歸分析原始勞動(dòng)收入增長(zhǎng)緩慢，人力資本高增長(zhǎng)導(dǎo)致農(nóng)村剩余勞動(dòng)力對(duì)經(jīng)濟(jì)增長(zhǎng)貢獻(xiàn)與回報(bào)不匹配，進(jìn)而造成收入分配失衡，制約經(jīng)濟(jì)增長(zhǎng)的問題[25]。

1.8 LIVE

全球疫情期間，在無政策限制的情況下，一般疫情國(guó)的人口呈現(xiàn)移出的現(xiàn)象，Stark Q和 Wang Y(2002)研究經(jīng)濟(jì)體移民數(shù)量、職業(yè)選擇和GDP關(guān)系，依據(jù)1990-2001年世界銀行數(shù)據(jù)庫(kù)，回歸分析發(fā)現(xiàn)移民概率取決于人力資本積累，熟練勞動(dòng)力流出對(duì)原籍國(guó)有害，但是職業(yè)吸引力會(huì)部分彌補(bǔ)原籍國(guó)損失，總體上疫情會(huì)通過人口流失的方式作用于經(jīng)濟(jì)[26]。馬曉微和張巖(2004)則從微觀的行業(yè)層面，以2000-2002年北京市建筑業(yè)數(shù)據(jù)構(gòu)建生產(chǎn)函數(shù)實(shí)證城市移民數(shù)量對(duì)建筑業(yè)行業(yè)發(fā)展，進(jìn)而促進(jìn)區(qū)域經(jīng)濟(jì)增長(zhǎng)[27]。

1.9 GINI

GINI是公認(rèn)的衡量經(jīng)濟(jì)體社會(huì)公平程度的指標(biāo)之一，社會(huì)對(duì)不公平的接受程度，楊明海和馮玉靜(2012)稱之為權(quán)利距離，其以2009年IMF數(shù)據(jù)為根據(jù)，利用象限分析方法，發(fā)現(xiàn)權(quán)力距離對(duì)人均國(guó)民生產(chǎn)總值顯著負(fù)相關(guān)[28]。陳斌開和林毅夫(2012)則利用2011年中國(guó)統(tǒng)計(jì)年鑒，定量分析GINI對(duì)經(jīng)濟(jì)增長(zhǎng)的影響，發(fā)現(xiàn)在比較優(yōu)勢(shì)發(fā)展戰(zhàn)略下，先富帶動(dòng)后富的滴落機(jī)制發(fā)生作用，收入分配格局不斷改善進(jìn)而促進(jìn)經(jīng)濟(jì)增長(zhǎng)，認(rèn)為允許貧富差異是促進(jìn)經(jīng)濟(jì)體整體經(jīng)濟(jì)增長(zhǎng)的機(jī)制之一。

1.10 EDUC

孫冶方(1981)首次從定性研究的角度提出應(yīng)當(dāng)將教育部門劃分為生產(chǎn)部門，而不是非生產(chǎn)部門的類別，認(rèn)為教育是一種生產(chǎn)力，EDUC影響經(jīng)濟(jì)增長(zhǎng)水平[29]。其后，陳良焜等(1986)首次使用1961-1979年世界銀行數(shù)據(jù)，定量分析了教育投入比率對(duì)GDP的影響，計(jì)量了合理的教育投入比率不低于3.29%，并實(shí)證教育投入對(duì)GDP正向促進(jìn)作用[30]。Blanchard O 和 Giavazzi F(2003)利用協(xié)整檢驗(yàn)方法，基于1960-2000年世界銀行數(shù)據(jù)，認(rèn)為教育程度、人力資本對(duì)經(jīng)濟(jì)增長(zhǎng)推動(dòng)作用具有滯后性，但是長(zhǎng)期內(nèi)效果顯著，EDUC提高國(guó)民素質(zhì)，進(jìn)而促進(jìn)疫情防控效率[31]。

1.11 CARB

綠色經(jīng)濟(jì)是以市場(chǎng)為導(dǎo)向、以傳統(tǒng)產(chǎn)業(yè)經(jīng)濟(jì)為基礎(chǔ)、以經(jīng)濟(jì)與環(huán)境的和諧為目的而發(fā)展起來的一種新的經(jīng)濟(jì)形勢(shì)，是產(chǎn)業(yè)經(jīng)濟(jì)為適應(yīng)人類環(huán)保與健康需要而產(chǎn)生并表現(xiàn)出來的一種發(fā)展?fàn)顟B(tài)。綠色經(jīng)濟(jì)綜合性強(qiáng)、覆蓋范圍廣，帶動(dòng)效應(yīng)明顯，能夠形成并帶動(dòng)一大批新興產(chǎn)業(yè)，有助于創(chuàng)造就業(yè)和擴(kuò)大內(nèi)需，是推動(dòng)經(jīng)濟(jì)走出危機(jī)和實(shí)現(xiàn)經(jīng)濟(jì)增長(zhǎng)的重要支撐。李陽(yáng)等(2014)利用2004-2011年中國(guó)工業(yè)數(shù)據(jù)，構(gòu)建CARB、R&D對(duì)GDP的回歸模型，發(fā)現(xiàn)環(huán)境規(guī)制對(duì)技術(shù)轉(zhuǎn)化能力的長(zhǎng)期促進(jìn)作用大于技術(shù)開發(fā)能力，并在技術(shù)開發(fā)和技術(shù)轉(zhuǎn)化階段均促進(jìn)經(jīng)濟(jì)增長(zhǎng)[32]。

1.12 FINA

金融市場(chǎng)環(huán)境作為經(jīng)濟(jì)體貨幣政策影響經(jīng)濟(jì)增長(zhǎng)的途徑之一，具有重要作用，相關(guān)的研究成果頗豐，諸如：Acemoglu D 和 Veronica G(2008)基于1998-2007年Wind數(shù)據(jù)庫(kù)，構(gòu)建脈沖響應(yīng)函數(shù)，發(fā)現(xiàn)貸款利率的提高會(huì)降低房地產(chǎn)價(jià)格并最終減低國(guó)民生產(chǎn)總值[33]。余明桂等(2016)根據(jù)2001-2011年A股上市公司數(shù)據(jù)，認(rèn)為產(chǎn)業(yè)政策通過信貸、稅收等機(jī)制促進(jìn)企業(yè)經(jīng)營(yíng)增長(zhǎng)[34]。陳斌開和陸銘(2016)實(shí)證了FINA反映資本回報(bào)，加快利率市場(chǎng)化促進(jìn)國(guó)民收入增長(zhǎng)[35]。李文溥和李昊(2016)則利用1992-2012年CEIC數(shù)據(jù)，構(gòu)建FINA、金融投資品比率對(duì)GNI的影響，認(rèn)為利率管制下過低的FINA水平是導(dǎo)致中國(guó)居民財(cái)產(chǎn)收入過低的首要原因，論證了市場(chǎng)利率的U型結(jié)構(gòu)[36]。

1.13 COI

政府可以從法律環(huán)境(Allen et al, 2005)[37]、政策開放程度以及經(jīng)濟(jì)政策不確定性(梁權(quán)熙和謝宏基，2019)[38]等多方面作用于經(jīng)濟(jì)增長(zhǎng)，基于1992-2004年統(tǒng)計(jì)年鑒、2000-2015年66個(gè)經(jīng)濟(jì)體數(shù)據(jù)以及2003-2014年2476家上市公司數(shù)據(jù)，實(shí)證認(rèn)為公平的法律政策環(huán)境促進(jìn)建立良性的國(guó)民收入分配機(jī)制，并最終促進(jìn)經(jīng)濟(jì)增長(zhǎng)；開放度對(duì)一帶一路國(guó)家國(guó)民收入增長(zhǎng)有顯著正向影響，但不存在U型影響；政策不穩(wěn)定性對(duì)企業(yè)創(chuàng)新活動(dòng)具有正向促進(jìn)作用。

綜上，提出假設(shè)H1 R&D促進(jìn)國(guó)民收入增長(zhǎng)；假設(shè)H2 EOG促進(jìn)國(guó)民收入增長(zhǎng)；假設(shè)H3 FDI、稅收制度、URBA、基礎(chǔ)設(shè)施、人口就業(yè)、人居環(huán)境、GINI、EDUC、綠色經(jīng)濟(jì)、FINA和COI在全球疫情環(huán)境下對(duì)經(jīng)濟(jì)增長(zhǎng)具有正向作用。

2 數(shù)據(jù)收集與實(shí)證方法

本文使用的數(shù)據(jù)來源于世界銀行1995-2018年全球199個(gè)國(guó)家和經(jīng)濟(jì)體宏觀數(shù)據(jù)。為避免數(shù)據(jù)選擇性偏差，本文數(shù)據(jù)集除包含年份、人均國(guó)民收入、GDP、R&D、EOG、FDI、TAX、INTE、EMPL、LIVE、GINI、EDUC、CARB、FINA和COI等連續(xù)型變量外，還包括CONT、FOG和是否國(guó)家創(chuàng)新空間等虛擬二值變量。本文所用的國(guó)家創(chuàng)新空間數(shù)據(jù)具有代表性和可信性，具體變量指標(biāo)定義見表1。

表1 變量的定義

為提高數(shù)據(jù)的準(zhǔn)確性，對(duì)樣本數(shù)據(jù)進(jìn)行如下處理：首先，縮小變量間數(shù)據(jù)范圍的級(jí)差程度，對(duì)因變量人均國(guó)民收入和GDP進(jìn)行對(duì)數(shù)化處理，如公式(1)所示：

y*=Ln(GNIper,GDP)

(1)

其次，對(duì)自變量和控制變量數(shù)值進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化處理，見公式(2)所示。

(2)

最后，相關(guān)變量描述性統(tǒng)計(jì)整理如表2所示，變量數(shù)據(jù)峰值普遍大于0，說明總體數(shù)據(jù)分布與正態(tài)分布相比較為陡峭，為尖頂峰。變量數(shù)據(jù)的偏度普遍在-1.011-7.87之間，說明數(shù)據(jù)分布形態(tài)與正態(tài)分布的程度偏離不大。

表2 數(shù)據(jù)的描述性統(tǒng)計(jì)

為克服內(nèi)生性問題，本文使用有限混合模型和分組檢驗(yàn)方法，構(gòu)建最優(yōu)擬合模型。將FDI、TAX、URBA、INTE、EMPL、LIVE、GINI、EDUC、CARB、FINA和COI等國(guó)家宏觀指標(biāo)作為控制變量，對(duì)不同國(guó)家和經(jīng)濟(jì)體的增長(zhǎng)路徑進(jìn)行解析，采用逐步回歸方法擬定最優(yōu)模型。基于“節(jié)儉模型”的原則，使用一元一次模型作為基礎(chǔ)回歸方程，公式如(3)和(4)所示：

Ln(GNIper)=E(y)+ε

(3)

E(y)=β0+β1R&D

(4)

通過逐步回歸構(gòu)建了包括FDI、TAX、URBA、INTE、EMPL、LIVE、GINI、EDUC、CARB、FINA和COI等變量的回歸模型，基本回歸方程如下所示：

E(y)=β0+β1R&Dit+β2EOGit+β3(Groupit)+β4(Zit)+εit

(5)

其中，兩者β0+εit共同刻畫的是經(jīng)濟(jì)體i在時(shí)期t的多路徑作用關(guān)系。區(qū)別于傳統(tǒng)增長(zhǎng)模型，有限混合模型放松了所有經(jīng)濟(jì)體服從相同增長(zhǎng)路徑的基本假定，將不同經(jīng)濟(jì)體異質(zhì)性納入到分析框架加以考慮，連續(xù)型數(shù)值變量和類別虛擬變量整合到統(tǒng)一框架內(nèi)，且增長(zhǎng)路徑的數(shù)量依據(jù)內(nèi)生要素決定。故有限混合模型表達(dá)式可以寫成：

Groupit:y=xβit+εitεit～N(0,σ2it)

(6)

其中，y代表被解釋變量，x為解釋變量矩陣，待估計(jì)系數(shù)矩陣為βit,εit分別代表獨(dú)立同分布的零均值正態(tài)分布。在不同組別中，βit在10%的統(tǒng)計(jì)水平應(yīng)當(dāng)顯著不相等，以刻畫解釋變量x在不同組別中所承擔(dān)的差異化作用。

模型(6)中不同經(jīng)濟(jì)體的分類原則取決于內(nèi)生要素和外生給定相結(jié)合，在考察類別變量的情況之外，為避免遺漏變量指標(biāo)，增加了宏觀經(jīng)濟(jì)指標(biāo)為控制變量，本文用Zit表示經(jīng)濟(jì)體i在時(shí)期t的FDI、稅收制度、URBA、INTE、EMPL、LIVE、GINI、EDUC、CARB、FINA、和COI的數(shù)值自變量與控制變量的作用存在顯著性區(qū)別，自變量有助于解釋同一組別內(nèi)部不同經(jīng)濟(jì)體的國(guó)民收入增長(zhǎng)差異，而控制變量有助于解釋不同組別之間的經(jīng)濟(jì)增長(zhǎng)差異。給定經(jīng)濟(jì)體i)有限混合模型表達(dá)式寫為：

(7)

其中，k為組別數(shù)量，Z為控制變量矩陣，對(duì)應(yīng)的待估計(jì)矩陣系數(shù)為αk，πk(Z,αk)表示經(jīng)濟(jì)體i隸屬于組別的概率，βk表示自變量矩陣x在組別的待估計(jì)矩陣。運(yùn)用后向回歸方法，對(duì)多元一次回歸模型中不具有顯著性的EMPL和LIVE對(duì)經(jīng)濟(jì)增長(zhǎng)的影響進(jìn)行二次項(xiàng)檢驗(yàn)，通過繪制散點(diǎn)圖發(fā)現(xiàn)，EMPL及移民數(shù)量對(duì)經(jīng)濟(jì)增長(zhǎng)呈曲線型關(guān)系。

最終，構(gòu)建的多元二次回歸模型包含了FDI、TAX、URBA、INTE、EMPL、LIVE、GINI、EDUC、CARB、FINA、COI等變量，公式如下所示：

E(y)=β0+β1R&Dit+β2EOGit+β3FDIit+β4TAXit+β5URBAit+β6INTEit+β7GINIit+β8EDUCit+β9CARBit+β10FINAit+β11COIit+β12EMPLit+β13EMPL2it+β14LIVEit+β15LIVE2it+εit

(8)

進(jìn)一步，檢驗(yàn)主效應(yīng)回歸方程中控制變量的Pearson相關(guān)系數(shù)。結(jié)果如表3顯示，主要變量的相關(guān)系數(shù)在0.3及以下，證明變量之間不存在明顯的多重共線性問題，可以進(jìn)行回歸分析。

表3 變量的Pearson系數(shù)

結(jié)合現(xiàn)有文獻(xiàn)，在借鑒人口就業(yè)、金融市場(chǎng)、EOG3個(gè)控制變量的基礎(chǔ)上，本文增加FDI、TAX、URBA、INTE、LIVE、GINI、EDUC和R&D 8個(gè)指標(biāo)進(jìn)一步豐富了現(xiàn)有的國(guó)民收入增長(zhǎng)分析框架。

3 結(jié)果分析與穩(wěn)健性檢驗(yàn)

基于OLS回歸與分組檢驗(yàn)，考察假設(shè)H1提出的R&D促進(jìn)國(guó)民收入增長(zhǎng)的影響關(guān)系，與H2提出的EOG促進(jìn)國(guó)民收入增長(zhǎng)的影響關(guān)系。實(shí)證計(jì)量美洲、大洋洲、非洲、歐洲、亞洲以及君主立憲制、民主共和制和總統(tǒng)議會(huì)制的經(jīng)濟(jì)增長(zhǎng)差異，并指出各控制變量的影響大小和顯著性；通過有限混合模型的分組檢驗(yàn)、替代變量全樣本穩(wěn)健性檢驗(yàn)，考察假設(shè)H3提出的各控制變量促進(jìn)國(guó)民收入增長(zhǎng)的假設(shè)，指出不同分組經(jīng)濟(jì)體的最優(yōu)外部經(jīng)濟(jì)性。

3.1 全樣本檢驗(yàn)

GNIper水平是衡量一國(guó)的經(jīng)濟(jì)實(shí)力和人民富裕程度的重要指標(biāo)，GNIper綜合地反映一國(guó)經(jīng)濟(jì)發(fā)展水平、經(jīng)濟(jì)實(shí)力、人民生活水平?；貧w結(jié)果見表4所示，R&D促進(jìn)GNIper增長(zhǎng)0.1%，提高EOG促進(jìn)0.15%，吸引FDI促進(jìn)0.47%，TAX促進(jìn)1.71%，URBA促進(jìn)2.72%，基礎(chǔ)建設(shè)促進(jìn)0.69%，降低GINI促進(jìn)0.44%，提高EDUC促進(jìn)0.80%，綠色經(jīng)濟(jì)促進(jìn)6.02%，降低FINA促進(jìn)經(jīng)濟(jì)增長(zhǎng)0.18%，提高COI促進(jìn)11.69%，EMPL與經(jīng)濟(jì)增長(zhǎng)關(guān)系為倒U型結(jié)構(gòu)，促進(jìn)作用為5.09%，但是曲面向下，曲率為-0.00046，LIVE數(shù)量與經(jīng)濟(jì)增長(zhǎng)呈現(xiàn)正U型結(jié)構(gòu)，當(dāng)LIVE數(shù)量達(dá)到規(guī)模效應(yīng)后，開始出現(xiàn)正效益。曲面開口向上，曲率為正的0.001。模型F值為1035.299，調(diào)整后R2為0.754，模型擬合基本正確。

表4 GNIper全樣本回歸檢驗(yàn)

3.2 CONT分組檢驗(yàn)

通過數(shù)據(jù)分組，對(duì)比各組數(shù)據(jù)變量的均值，見表5所示：GNIper對(duì)數(shù)方面，南、北美洲均高于總體均值，歐洲最高，為9.641，最低的為非洲，僅為6.913；居民專利申請(qǐng)數(shù)量方面，世界年均經(jīng)濟(jì)體為5947件，亞洲在日本的帶動(dòng)下，平均值居世界第一，為14408件，其次是北美洲的13297件、歐洲的3076件，最少的為歐洲的均經(jīng)濟(jì)體80件；EOG方面，大洋洲開辦企業(yè)所需的天數(shù)最少，為26.652天，其次為歐洲的29.569天和北美洲的31.606天，最多的為南美洲的104.31天；吸引FDI方面，歐洲經(jīng)濟(jì)體均值最高，為14.776%，其次為亞洲、非洲和北美洲，但是與歐洲的絕對(duì)值仍相差較大；稅負(fù)率方面，全球稅負(fù)率最低的是亞洲，為12.993%，其次為北美洲、南美洲，最高的為歐洲的20.441%；URBA比率方面，南美洲URBA比率為71.119%，其次為歐洲和北美洲，最低的為非非洲的40.694%；互聯(lián)網(wǎng)基礎(chǔ)建設(shè)方面，歐洲、亞洲和北美洲分列前三；EMPL方面，南北美洲和非洲較高，最低的為歐洲和大洋洲；LIVE數(shù)量方面，移入國(guó)為北美洲經(jīng)濟(jì)體和大洋洲經(jīng)濟(jì)體，移出國(guó)為非洲、南美洲、歐洲和亞洲；GINI從低到高排名依次為歐洲、亞洲、大洋洲、北美洲、非洲和南美洲；教育程度方面，歐洲的高等院校入學(xué)率最高，為自1995-2018年以來，年均50.99%，美洲、大洋洲緊隨其后，非洲最低，僅為8.484%；CARB方面，CARB數(shù)量從高到低依次為歐洲、亞洲、北美洲、大洋洲、南美洲和非洲；FINA方面，歐洲利率最低為4.956%，亞洲第二為6.956%，利率最高的為南美洲13.215%；最后，哈佛大學(xué)Atlas數(shù)據(jù)庫(kù)公布的COI數(shù)據(jù)顯示，歐洲的COI最高，為0.559，其次為大洋洲0.073、和北美洲的0.008，亞洲、南美洲和非洲，COI年均值為負(fù)數(shù)。

表5 CONT分組回歸檢驗(yàn)

3.3 FOG分組檢驗(yàn)

各FOG對(duì)經(jīng)濟(jì)影響程度和顯著性見表6結(jié)果所示，分析如下：君主立憲制亦即“有限君主制”，是相對(duì)于君主專制的一種國(guó)家體制。君主立憲是在保留君主制的前提下，通過立憲，樹立人民主權(quán)、限制君主權(quán)力、實(shí)現(xiàn)事務(wù)上的共和主義理想，亞洲的日本和歐洲的英國(guó)是該FOG的代表國(guó)家，特殊性表現(xiàn)為：首先，EOG促進(jìn)經(jīng)濟(jì)增長(zhǎng)程度最高，為0.90%。其次，EDUC促進(jìn)經(jīng)濟(jì)增長(zhǎng)作用最明顯，為0.41%。另外，EMPL提高經(jīng)濟(jì)增長(zhǎng)效果為8.20%，效率最高。民主共和制分為直接民主共和制和間接民主共和制，社會(huì)主義國(guó)家的代議民主共和制與資本主義國(guó)家的代議民主共和制就FOG而言，屬于同一類型?？v觀1995-2018年民主共和制經(jīng)濟(jì)體表現(xiàn)，URBA進(jìn)程將是政府工作的重點(diǎn)，可以促進(jìn)經(jīng)濟(jì)增長(zhǎng)2.36%，EDUC、EMPL和INTE，分別可以提高經(jīng)濟(jì)增長(zhǎng)0.18%、3.12%和0.97%?？偨y(tǒng)制的特點(diǎn)是以總統(tǒng)為行政首腦，行政機(jī)關(guān)從屬于總統(tǒng)而非議會(huì)。在總統(tǒng)制下，總統(tǒng)獨(dú)立于議會(huì)之外，定期由公民直接或間接選舉；總統(tǒng)只向選民負(fù)責(zé)。亞洲的韓國(guó)和美洲的美國(guó)，是總統(tǒng)制的代表性國(guó)家。全球疫情沖擊下，區(qū)別于其他政體表現(xiàn)為：R&D和EOG分別促進(jìn)經(jīng)濟(jì)增長(zhǎng)0.1%和0.05%；外商投資對(duì)經(jīng)濟(jì)的抑制作用為0.49%；總統(tǒng)制是三個(gè)FOG中，唯一提高GINI促進(jìn)經(jīng)濟(jì)增長(zhǎng)1.12%的國(guó)家；降低市場(chǎng)利率促進(jìn)經(jīng)濟(jì)增長(zhǎng)0.16%；提高COI促進(jìn)17.18%，相關(guān)系數(shù)最高。另外，吸引移民可以增長(zhǎng)經(jīng)濟(jì)0.1%，并具有顯著性。

表6 政體形式分組回歸檢驗(yàn)

綜上，本文提出的假設(shè)H1：R&D促進(jìn)國(guó)民收入增長(zhǎng)在GNIper增長(zhǎng)全樣本檢驗(yàn)中得到證明；假設(shè)H2：EOG促進(jìn)國(guó)民收入增長(zhǎng)在國(guó)民生產(chǎn)總值全樣本回歸檢驗(yàn)中得到證明；假設(shè)H3：FDI、TAX、URBA、INTE、EMPL、LIVE、GINI、EDUC、CARB、FINA和COI對(duì)國(guó)民收入增長(zhǎng)具有促進(jìn)作用。最后，通過假定檢驗(yàn)、繪制殘差核密度圖，證明了本文OLS回歸基本正確。

4 結(jié)論

在探討宏觀指標(biāo)對(duì)國(guó)民收入增長(zhǎng)影響時(shí)，如果忽略了內(nèi)生機(jī)制和外生給定的分組情況，可能很難識(shí)別促進(jìn)國(guó)民收入增長(zhǎng)的變量要素和作用機(jī)制。并且，容易陷入平均效應(yīng)的認(rèn)識(shí)偏差。本文放開了所有經(jīng)濟(jì)體服從相同回歸函數(shù)的假定，對(duì)于國(guó)家創(chuàng)新空間要素投入影響國(guó)民收入增長(zhǎng)的控制變量分類別地探討最優(yōu)經(jīng)濟(jì)性。相關(guān)研究結(jié)果為當(dāng)前世界經(jīng)濟(jì)體應(yīng)對(duì)疫情沖擊下的經(jīng)濟(jì)持續(xù)增長(zhǎng)提供了理論借鑒和實(shí)踐指導(dǎo)。

首先，CONT方面。亞洲對(duì)R&D表現(xiàn)出促進(jìn)經(jīng)濟(jì)增長(zhǎng)最好的外部經(jīng)濟(jì)性；北美洲和大洋洲對(duì)于提高EOG收益最高；除南美洲外，吸引FDI促進(jìn)經(jīng)濟(jì)增長(zhǎng)具有一致性；TAX影響經(jīng)濟(jì)是曲線性關(guān)系，非洲和歐洲提高稅負(fù)有利，而其他CONT則需要降低稅負(fù)率；URBA、INTE、CARB表現(xiàn)出所有洲均具有作用的一致性。先富帶動(dòng)后富，不僅在亞洲的中國(guó)一段時(shí)期內(nèi)適用，放之于非洲也具有正向顯著性。

再者，F(xiàn)OG方面。世界經(jīng)濟(jì)體采用總統(tǒng)議會(huì)制的數(shù)量最多，君主立憲制的優(yōu)勢(shì)在于政策的穩(wěn)定性，R&D、EOG、EDUC、COI、EMPL促進(jìn)經(jīng)濟(jì)增長(zhǎng)具有較高的正向作用。民主共和制則在TAX、INTE、FINA表現(xiàn)出更多優(yōu)點(diǎn)?？偨y(tǒng)議會(huì)制方面表現(xiàn)出均衡性的特點(diǎn)，所有指標(biāo)與經(jīng)濟(jì)增長(zhǎng)均保持了正向相關(guān)性，而且，人居環(huán)境方面是唯一一個(gè)增加LIVE數(shù)量促進(jìn)經(jīng)濟(jì)增長(zhǎng)0.10%的類別。綜上，經(jīng)濟(jì)體在應(yīng)對(duì)全球疫情沖擊情況下，國(guó)民收入增長(zhǎng)治理手段和路徑需要結(jié)合自身特點(diǎn)，分主次、分方向?qū)嵤?，尋找最?yōu)的國(guó)民收入增長(zhǎng)治理多路徑依賴機(jī)制。

本文討論了國(guó)民收入增長(zhǎng)中的一般規(guī)律，構(gòu)建了國(guó)家創(chuàng)新空間要素投入促進(jìn)國(guó)民收入增長(zhǎng)的關(guān)系，據(jù)此對(duì)經(jīng)濟(jì)體綜合提出以下政策建議：

首先，所有經(jīng)濟(jì)體無論內(nèi)生要素和外生給定分類如何，在URBA和INTE方面對(duì)經(jīng)濟(jì)增長(zhǎng)的改善是一致的，均會(huì)促進(jìn)經(jīng)濟(jì)增長(zhǎng)。

其次，不能因?yàn)镽&D、EOG中長(zhǎng)期決定國(guó)民收入增長(zhǎng)而重點(diǎn)投入，經(jīng)濟(jì)體發(fā)展是眾多因素“均衡作用”的結(jié)果，本文考察的變量影響國(guó)民收入增長(zhǎng)的作用應(yīng)當(dāng)結(jié)合自身CONT、政體分組情況，選擇國(guó)家創(chuàng)新空間要素投入的最優(yōu)經(jīng)濟(jì)性。

最后，資本因素在經(jīng)濟(jì)體增長(zhǎng)的作用逐漸降低，政府主導(dǎo)的制度因素，包括TAX、GINI、EOG、FINA以及COI等因素作用程度在提高。這為弱后經(jīng)濟(jì)體通過建立“效率型政府”實(shí)現(xiàn)經(jīng)濟(jì)趕超提供了新的視野。

本文建立了各分類變量矩陣對(duì)國(guó)民收入增長(zhǎng)影響的模型，計(jì)量了國(guó)家創(chuàng)新空間要素變量作用于國(guó)民收入增長(zhǎng)的程度和趨勢(shì)關(guān)系，并對(duì)全球199個(gè)經(jīng)濟(jì)體的相關(guān)關(guān)系進(jìn)行了驗(yàn)證。但是研究也存在一定的局限性，未來可引入多元多次項(xiàng)交互模型考量變量對(duì)經(jīng)濟(jì)增長(zhǎng)的非直線性關(guān)系進(jìn)一步拓展對(duì)國(guó)民收入增長(zhǎng)的綜合分析。