论文部分内容阅读
摘 要：文章选取了我国2013年-2019年的省级面板数据，以固定资产投资作为中介变量，引入政府参与度和外商直接投资作为控制变量，并采用固定效应模型和中介效应模型对技术创新与经济增长之间的关系进行实证分析。结果表明技术创新可以显著地促进区域经济增长，且可以通过固定资产投资的部分中介效应对其产生影响。为了促进我国经济增长，提出优化区域创新布局、完善知识产权制度、高水平人才队伍建设、优化固定资产结构和吸引国外资本流入五个方面的具体政策建议。
关键词：技术创新;经济增长;固定资产投资;固定效应模型;中介效应
经济增长在国际竞争中成为越来越重要的制胜指标，紧紧地联系着民族的未来。创新是促进发展的第一生产力，也是我国从富起来进入强起来的必要举措。作为GDP的重要组成部分，投资对促进经济增长至关重要，改革开放至今，我国主要是依靠投资等模式来促进经济高速发展，而固定资产投资在投资中占有重要地位，最容易对经济增长产生积极作用。截止到2019年固定资产投资占国内生产总值比例为56.6%，总额达到560874亿元。因此，研究我国不同省份的技术创新水平以及固定资产投资对经济增长的影响不仅有利于理解其作用机理，且有利于寻找实现地区经济持续协调发展的方法。
一、变量选取与模型构建
1.变量选取
（1） 被解释变量：经济增长。数据来源于《中国统计年鉴》，选取了我国30个省份2013年至2019年的人均地区生产总值（p-GDP）作为衡量指标，并取了对数。
（2） 核心解释变量：技术创新。文章选取了我国30个省2013年-2019年的地區人均专利申请量（p-PAT）作为衡量技术创新的指标，在研究中取了对数。
（3） 中介变量：固定资产投资。数据来源于《中经网统计数据库》，选取了我国30个省份2013年至2019年的全社会人均固定资产投资额（p-Invest）作为衡量指标。因为技术创新需要大量投资，猜测固定资产投资是技术创新促进经济增长的必经之路，因此选择固定资产投资作为中介变量。
（4） 控制变量：外商直接投资和政府参与度。因为经济开放会对经济产生影响，而经济开放的主要表现是资本的国际间流动;政府对经济活动的干预程度也会间接影响经济，所以选取这两者作为控制变量。文章选取了我国30个省2013年-2019年的地区外商直接投资额乘以当年的货币汇率并除以常住人口作为衡量外商直接投资（p-FDI）的指标;通过计算得出我国30个省2013年-2019年的地区财政支出占实际 GDP 的比重，并以此作为衡量后者（P）的指标。基于以上变量构建模型如下：
Lnp-GDP=b0+b1lnp-PAT+b2p-FDI+b3P+s（1）
p-Invest=b4+b5lnp-PAT+b6p-FDI+b7P+v（2）
Lnp-GDP=b8+b9lnp-PAT+b10p-lnvest+b11p-FDI+b12P+m（3）
首先对（1） 式进行回归，看系数b1是否显著，若b1显著那么技术创新促进经济增长;然后检验技术创新对固定资产投资的影响，即对（2） 式进行回归，若系数b5显著则证明技术创新能显著促进固定资产投资;最后对（3） 式进行回归，若系数b10显著，则中介效应存在，若b9不显著则为完全中介，若b9显著则为部分中介。技术创新对经济增长的总效应为b1，直接效应为b9，中介效应为b5*b10，中介效应的贡献为b5*b10/b1。
二、实证分析
1.变量的描述性分析
根据表1可知，所有变量的样本数皆为210个，由于我国区域经济水平的差异性和区域发展的非同步性，主要变量的最大值和最小值之间的差异较大。经济增长变量取对数之后的最小值为10.05，最大值为12，技术创新变量取对数之后的最小值为-8.5，最大值为-4.6，由于取对数会使得数值变小，降低数值之间的差异，但是变量最大值最小值仍相差较大，这意味着我国不同省份经济增长与技术创新存在非常明显的差距;固定资产投资与外商直接投资标准差分别为43352.7、30452.83，说明数值差异较大，即经济水平的差距导致固定资产投资与外商直接投资也存在较大差异;政府参与度平均值为0.25，而最大值与最小值的差额高达0.51，即政府对经济的干预程度存在较大差异。
2.相关性分析
根据表2可知，核心解释变量技术创新对被解释变量经济增长的影响在1%的置信水平上显著正相关，相关系数为0.803，说明技术创新能促进经济增长;固定资产投资与外商直接投资与经济增长相关系数分别为0.466和0.773，两者皆促进经济增长;政府参与度与经济增长相关系数-0.483，说明两者反向发展，即经济发展水平越低，政府参与度越高。
3.回归分析
文章数据的时间维度（T）为7，截面维度（N）为30，由于T小于N即为短面板，故采用静态面板模型。若要准确地对其进行分析，就必须先确定数据所属的模型类型。文章使用Stata16统计软件对数据进行分析以确定其所属的类型，由于检验结果全部拒绝原假设，P值皆为0.0000，因此文章以固定效应模型为准。
模型一只包括了被解释变量经济增长和核心解释变量技术创新，没有加入任何控制变量。根据模型一的数据可知，技术创新前的系数值为0.336，且在1%的统计水平上显著，这表明技术创新变量可以显著地促进经济增长，在不考虑其他变量影响的情况下，对数化的技术创新每增加一个单位，对数化的经济增长就会增加0.336个单位。但是经济增长的影响因素非常多，若不考虑其他变量将会低估技术创新对经济增长的影响，在模型一的基础上加入政府参与度和外商直接投资两个控制变量后，技术创新对经济增长存在显著影响且影响系数增大，这说明在其他变量保持不变的情况下，对数化的技术创新变量增加一个单位会引起对数化的经济增长增加0.344个单位。 从控制变量的估计结果来看，虽然所有的控制变量对经济增长影响的正负性存在不同，但都影响显著。外商直接投资反映了经济开放程度，外商直接投资的估计系数值为正且在1%的置信水平上显著，即经济开放有利于促进当地的经济增长;政府参与度反映政府在经济生活中所起的作用，中央政府对地方政府考核的最重要的指标就是当地的经济发展水平，因此政府干预在经济增长中一直扮演着重要的角色，文章中政府参与度的系数为负且在1%的水平上显著，即过度的政府干预不利于促进经济增长。
为了进一步分析技术创新影响经济增长的方式，文章选择固定资产投资作为中介变量进行逐步回归分析，研究固定资产投资是否是技术创新影响经济增长的途径。
首先，检验技术创新对经济增长的总体影响;其次，检验技术创新对固定资产投资的影响;最后，检验技术创新和固定资产投资对经济增长的影响。若模型二中的技术创新前的系数显著，模型三中技术创新前的系数显著，模型四中固定资产投资前的系数显著，则中介效应显著，若模型四技术创新前系数不显著则为完全中介，若模型四技术创新前系数显著，则为部分中介。
首先，检验技术创新对经济增长的总效应为 0.344，且在 1%的统计水平上显著。其次，检验技术创新对固定资产投资的影响，可知技术创新可以显著地促进固定资产投资的增加，其系数估计值为15680.77。最后，检验技术创新和固定资产投资对经济增长的影响，可以看出中介变量固定资产投资对经济增长有显著的促进作用，其系数估计值为6.21e-06，技术创新的系数估计值为 0.246，显著地低于模型二中的 0.344。这说明固定资产投资的中介效应显著存在，且由模型四中技术创新的系数估计值在统计上显著可知固定资产投资为部分中介，这说明固定资产投资是技术创新促进经济增长的重要因素。由参数估计值可知，对数化的技术创新每提高1个单位，固定资产投资就会相应地提高15680.77个单位;固定资产投资每提高1个单位，对数化的经济增长会相应提高6.21e-06个单位;即对数化的技术创新每提高1个单位，通过固定资产投资使经济增长增加0.097378个单位。中介效应占比28.31%，即技术创新对经济增长的促进有28.31%是通过固定资产投资实现的，所以固定资产投资是比较重要的影响因素。
三、结论与政策建议
1.主要结论
（1） 从各个省域层面来说，专利申请量几乎在逐年递增，呈上涨趋势，但是不同地区之间却存在较大的差异。
（2） 根据固定效应模型回归的实证结果，技术创新和外商直接投资都对经济增长有显著的积极影响，但政府参与度却对经济增长有着显著的消极作用。
（3） 根据中介效应模型的实证结果可知，技术创新不仅可以直接对经济增长产生显著的积极影响，而且还可以通过固定资产投资对经济增长产生间接的积极影响。
2.政策建议
（1） 优化区域创新布局
我国各省份之间的技术创新水平差异比较大，所以我们不能“一刀切”让各个省份在技术创新上达到同一水平，而应该做到构建具有不同区域特色的创新发展格局，东部地区技术相对成熟，经济水平相对较高，则应主要提高在一次创新和集成创新上的能力，中西部和东北地区则应该结合自身的具体情况走差异化和追赶式发展道路。让创新水平高的区域带动创新水平低的区域，构建跨区域创新网络和共享平台建设。
（2） 完善知识产权制度
专利保护制度是否健全会影响科研人员参与科研的积极性与热情，因此完善知识产权制度、明確产权的所有者，正确协调参与者、发明者以及企业家等人之间的利益是必要的。创新在带来高收益的同时也带来了高风险，因此政府应提高创新投入，提高个体或企业承担风险的能力。要大力提倡二次创新，但也要明确一次创新和二次创新的产权问题。
（3） 高水平人才队伍建设
人才是创新的根本，是推动经济建设的主要推动力和内生动力，因此有必要着力营造良好的人才培养环境，健全人才培养机制，完善人才链，为解决区域经济类技术性难题提供人才保障，要推出“人才战略”的政策。同时，要加大引进力度，吸引海内外优秀人才，发展高科技应用型人才，增强知识经济水平，努力促进产学研深度融合，进而促进区域经济的持续发展。
（4） 优化固定资产结构
固定资产投资可以显著促进我国经济增长，应该加大对固定资产投资的投入力度，保持一定比例的固定资产投资率，具体到30个省份来说，则要根据自身的经济发展水平、产业结构、要素禀赋、创新水平等因素综合确定其合理区间。由于我国城镇化和旧城改造的推进，房地产价格波动大、投机性强，且一线城市和二三线城市的情况存在较大差异，因此要进行合理的测算，保持房地产投资基本稳定，以最大程度地发挥其在促进经济增长中的作用。要优化固定资产投资的结构，并且制定合理的固定资产投资方案，尽可能做到资源配置市场化。
（5） 吸引国外资本流入
外商直接投资对经济增长的影响存在一定的积极作用，因此要优化国内投资环境，实施一定程度的外商投资流入的优惠政策，尽可能吸引较多的国外资本进入我国市场，并且引导其投资向中西部地区偏移，促进我国经济均衡协调发展。
参考文献：
[1]Freeman C，Soete L.The economics of industrial innovation[M].Psychology Press，1997.
[2]焦帅涛，孙秋碧.技术创新与消费升级对经济增长溢出效应的实证分析[J].统计与信息论坛，2020，35（04）：74-81.
[3]周南南，林修宇.金融集聚、技术创新与经济发展——基于面板数据的空间计量分析[J].宏观经济研究，2020（11）：34-48.
[4]李成刚，杨兵，苗启香.技术创新与产业结构转型的地区经济增长效应——基于动态空间杜宾模型的实证分析[J].科技进步与对策，2019，36（06）：33-42.
[5]王升泉，陈浪南，刘人豪.资产泡沫、技术创新与经济增长[J].中国管理科学，2020，28（10）：1-12.
[6]冯云廷，计利群.技术创新与城市经济增长波动——基于我国15个副省级城市面板数据的实证研究[J].工业技术经济，2020，39（01）：41-49.
[7]刘禹君，刘雅君.技术创新对经济增长的非线性影响[J].江汉论坛，2018（04）：63-69.
[8]曾兆祥，朱玉林.我国固定资产投资对经济发展影响的区域性差异——基于省级面板数据[J].经济数学，2019，36（04）：88-93.
[9]邱冬阳，彭青青，赵盼.创新驱动发展战略下固定资产投资结构与经济增长的关系研究[J].改革，2020（03）：85-97.
[10]逯进，王晓飞.固定资产投资、老龄化与经济活力——基于省域视角研究[J].人口学刊，2019，41（05）：57-71.
[11]李庆凤.固定资产投资与经济增长的实证分析[J].营销界，2019（43）：1-2.
[12]张晓晖，张传娜.地方政府债务、固定资产投资与经济增长关系研究——基于东北三省111个县（市）数据的分析[J].经济纵横，2020（08）：100-107.
作者简介：朱梦云（1997- ），女，汉族，安徽芜湖人，安徽大学商学院，工商管理专业，学术型硕士研究生，主要从事区域经济学方面的研究
关键词：技术创新;经济增长;固定资产投资;固定效应模型;中介效应
经济增长在国际竞争中成为越来越重要的制胜指标，紧紧地联系着民族的未来。创新是促进发展的第一生产力，也是我国从富起来进入强起来的必要举措。作为GDP的重要组成部分，投资对促进经济增长至关重要，改革开放至今，我国主要是依靠投资等模式来促进经济高速发展，而固定资产投资在投资中占有重要地位，最容易对经济增长产生积极作用。截止到2019年固定资产投资占国内生产总值比例为56.6%，总额达到560874亿元。因此，研究我国不同省份的技术创新水平以及固定资产投资对经济增长的影响不仅有利于理解其作用机理，且有利于寻找实现地区经济持续协调发展的方法。
一、变量选取与模型构建
1.变量选取
（1） 被解释变量：经济增长。数据来源于《中国统计年鉴》，选取了我国30个省份2013年至2019年的人均地区生产总值（p-GDP）作为衡量指标，并取了对数。
（2） 核心解释变量：技术创新。文章选取了我国30个省2013年-2019年的地區人均专利申请量（p-PAT）作为衡量技术创新的指标，在研究中取了对数。
（3） 中介变量：固定资产投资。数据来源于《中经网统计数据库》，选取了我国30个省份2013年至2019年的全社会人均固定资产投资额（p-Invest）作为衡量指标。因为技术创新需要大量投资，猜测固定资产投资是技术创新促进经济增长的必经之路，因此选择固定资产投资作为中介变量。
（4） 控制变量：外商直接投资和政府参与度。因为经济开放会对经济产生影响，而经济开放的主要表现是资本的国际间流动;政府对经济活动的干预程度也会间接影响经济，所以选取这两者作为控制变量。文章选取了我国30个省2013年-2019年的地区外商直接投资额乘以当年的货币汇率并除以常住人口作为衡量外商直接投资（p-FDI）的指标;通过计算得出我国30个省2013年-2019年的地区财政支出占实际 GDP 的比重，并以此作为衡量后者（P）的指标。基于以上变量构建模型如下：
Lnp-GDP=b0+b1lnp-PAT+b2p-FDI+b3P+s（1）
p-Invest=b4+b5lnp-PAT+b6p-FDI+b7P+v（2）
Lnp-GDP=b8+b9lnp-PAT+b10p-lnvest+b11p-FDI+b12P+m（3）
首先对（1） 式进行回归，看系数b1是否显著，若b1显著那么技术创新促进经济增长;然后检验技术创新对固定资产投资的影响，即对（2） 式进行回归，若系数b5显著则证明技术创新能显著促进固定资产投资;最后对（3） 式进行回归，若系数b10显著，则中介效应存在，若b9不显著则为完全中介，若b9显著则为部分中介。技术创新对经济增长的总效应为b1，直接效应为b9，中介效应为b5*b10，中介效应的贡献为b5*b10/b1。
二、实证分析
1.变量的描述性分析
根据表1可知，所有变量的样本数皆为210个，由于我国区域经济水平的差异性和区域发展的非同步性，主要变量的最大值和最小值之间的差异较大。经济增长变量取对数之后的最小值为10.05，最大值为12，技术创新变量取对数之后的最小值为-8.5，最大值为-4.6，由于取对数会使得数值变小，降低数值之间的差异，但是变量最大值最小值仍相差较大，这意味着我国不同省份经济增长与技术创新存在非常明显的差距;固定资产投资与外商直接投资标准差分别为43352.7、30452.83，说明数值差异较大，即经济水平的差距导致固定资产投资与外商直接投资也存在较大差异;政府参与度平均值为0.25，而最大值与最小值的差额高达0.51，即政府对经济的干预程度存在较大差异。
2.相关性分析
根据表2可知，核心解释变量技术创新对被解释变量经济增长的影响在1%的置信水平上显著正相关，相关系数为0.803，说明技术创新能促进经济增长;固定资产投资与外商直接投资与经济增长相关系数分别为0.466和0.773，两者皆促进经济增长;政府参与度与经济增长相关系数-0.483，说明两者反向发展，即经济发展水平越低，政府参与度越高。
3.回归分析
文章数据的时间维度（T）为7，截面维度（N）为30，由于T小于N即为短面板，故采用静态面板模型。若要准确地对其进行分析，就必须先确定数据所属的模型类型。文章使用Stata16统计软件对数据进行分析以确定其所属的类型，由于检验结果全部拒绝原假设，P值皆为0.0000，因此文章以固定效应模型为准。
模型一只包括了被解释变量经济增长和核心解释变量技术创新，没有加入任何控制变量。根据模型一的数据可知，技术创新前的系数值为0.336，且在1%的统计水平上显著，这表明技术创新变量可以显著地促进经济增长，在不考虑其他变量影响的情况下，对数化的技术创新每增加一个单位，对数化的经济增长就会增加0.336个单位。但是经济增长的影响因素非常多，若不考虑其他变量将会低估技术创新对经济增长的影响，在模型一的基础上加入政府参与度和外商直接投资两个控制变量后，技术创新对经济增长存在显著影响且影响系数增大，这说明在其他变量保持不变的情况下，对数化的技术创新变量增加一个单位会引起对数化的经济增长增加0.344个单位。 从控制变量的估计结果来看，虽然所有的控制变量对经济增长影响的正负性存在不同，但都影响显著。外商直接投资反映了经济开放程度，外商直接投资的估计系数值为正且在1%的置信水平上显著，即经济开放有利于促进当地的经济增长;政府参与度反映政府在经济生活中所起的作用，中央政府对地方政府考核的最重要的指标就是当地的经济发展水平，因此政府干预在经济增长中一直扮演着重要的角色，文章中政府参与度的系数为负且在1%的水平上显著，即过度的政府干预不利于促进经济增长。
为了进一步分析技术创新影响经济增长的方式，文章选择固定资产投资作为中介变量进行逐步回归分析，研究固定资产投资是否是技术创新影响经济增长的途径。
首先，检验技术创新对经济增长的总体影响;其次，检验技术创新对固定资产投资的影响;最后，检验技术创新和固定资产投资对经济增长的影响。若模型二中的技术创新前的系数显著，模型三中技术创新前的系数显著，模型四中固定资产投资前的系数显著，则中介效应显著，若模型四技术创新前系数不显著则为完全中介，若模型四技术创新前系数显著，则为部分中介。
首先，检验技术创新对经济增长的总效应为 0.344，且在 1%的统计水平上显著。其次，检验技术创新对固定资产投资的影响，可知技术创新可以显著地促进固定资产投资的增加，其系数估计值为15680.77。最后，检验技术创新和固定资产投资对经济增长的影响，可以看出中介变量固定资产投资对经济增长有显著的促进作用，其系数估计值为6.21e-06，技术创新的系数估计值为 0.246，显著地低于模型二中的 0.344。这说明固定资产投资的中介效应显著存在，且由模型四中技术创新的系数估计值在统计上显著可知固定资产投资为部分中介，这说明固定资产投资是技术创新促进经济增长的重要因素。由参数估计值可知，对数化的技术创新每提高1个单位，固定资产投资就会相应地提高15680.77个单位;固定资产投资每提高1个单位，对数化的经济增长会相应提高6.21e-06个单位;即对数化的技术创新每提高1个单位，通过固定资产投资使经济增长增加0.097378个单位。中介效应占比28.31%，即技术创新对经济增长的促进有28.31%是通过固定资产投资实现的，所以固定资产投资是比较重要的影响因素。
三、结论与政策建议
1.主要结论
（1） 从各个省域层面来说，专利申请量几乎在逐年递增，呈上涨趋势，但是不同地区之间却存在较大的差异。
（2） 根据固定效应模型回归的实证结果，技术创新和外商直接投资都对经济增长有显著的积极影响，但政府参与度却对经济增长有着显著的消极作用。
（3） 根据中介效应模型的实证结果可知，技术创新不仅可以直接对经济增长产生显著的积极影响，而且还可以通过固定资产投资对经济增长产生间接的积极影响。
2.政策建议
（1） 优化区域创新布局
我国各省份之间的技术创新水平差异比较大，所以我们不能“一刀切”让各个省份在技术创新上达到同一水平，而应该做到构建具有不同区域特色的创新发展格局，东部地区技术相对成熟，经济水平相对较高，则应主要提高在一次创新和集成创新上的能力，中西部和东北地区则应该结合自身的具体情况走差异化和追赶式发展道路。让创新水平高的区域带动创新水平低的区域，构建跨区域创新网络和共享平台建设。
（2） 完善知识产权制度
专利保护制度是否健全会影响科研人员参与科研的积极性与热情，因此完善知识产权制度、明確产权的所有者，正确协调参与者、发明者以及企业家等人之间的利益是必要的。创新在带来高收益的同时也带来了高风险，因此政府应提高创新投入，提高个体或企业承担风险的能力。要大力提倡二次创新，但也要明确一次创新和二次创新的产权问题。
（3） 高水平人才队伍建设
人才是创新的根本，是推动经济建设的主要推动力和内生动力，因此有必要着力营造良好的人才培养环境，健全人才培养机制，完善人才链，为解决区域经济类技术性难题提供人才保障，要推出“人才战略”的政策。同时，要加大引进力度，吸引海内外优秀人才，发展高科技应用型人才，增强知识经济水平，努力促进产学研深度融合，进而促进区域经济的持续发展。
（4） 优化固定资产结构
固定资产投资可以显著促进我国经济增长，应该加大对固定资产投资的投入力度，保持一定比例的固定资产投资率，具体到30个省份来说，则要根据自身的经济发展水平、产业结构、要素禀赋、创新水平等因素综合确定其合理区间。由于我国城镇化和旧城改造的推进，房地产价格波动大、投机性强，且一线城市和二三线城市的情况存在较大差异，因此要进行合理的测算，保持房地产投资基本稳定，以最大程度地发挥其在促进经济增长中的作用。要优化固定资产投资的结构，并且制定合理的固定资产投资方案，尽可能做到资源配置市场化。
（5） 吸引国外资本流入
外商直接投资对经济增长的影响存在一定的积极作用，因此要优化国内投资环境，实施一定程度的外商投资流入的优惠政策，尽可能吸引较多的国外资本进入我国市场，并且引导其投资向中西部地区偏移，促进我国经济均衡协调发展。
参考文献：
[1]Freeman C，Soete L.The economics of industrial innovation[M].Psychology Press，1997.
[2]焦帅涛，孙秋碧.技术创新与消费升级对经济增长溢出效应的实证分析[J].统计与信息论坛，2020，35（04）：74-81.
[3]周南南，林修宇.金融集聚、技术创新与经济发展——基于面板数据的空间计量分析[J].宏观经济研究，2020（11）：34-48.
[4]李成刚，杨兵，苗启香.技术创新与产业结构转型的地区经济增长效应——基于动态空间杜宾模型的实证分析[J].科技进步与对策，2019，36（06）：33-42.
[5]王升泉，陈浪南，刘人豪.资产泡沫、技术创新与经济增长[J].中国管理科学，2020，28（10）：1-12.
[6]冯云廷，计利群.技术创新与城市经济增长波动——基于我国15个副省级城市面板数据的实证研究[J].工业技术经济，2020，39（01）：41-49.
[7]刘禹君，刘雅君.技术创新对经济增长的非线性影响[J].江汉论坛，2018（04）：63-69.
[8]曾兆祥，朱玉林.我国固定资产投资对经济发展影响的区域性差异——基于省级面板数据[J].经济数学，2019，36（04）：88-93.
[9]邱冬阳，彭青青，赵盼.创新驱动发展战略下固定资产投资结构与经济增长的关系研究[J].改革，2020（03）：85-97.
[10]逯进，王晓飞.固定资产投资、老龄化与经济活力——基于省域视角研究[J].人口学刊，2019，41（05）：57-71.
[11]李庆凤.固定资产投资与经济增长的实证分析[J].营销界，2019（43）：1-2.
[12]张晓晖，张传娜.地方政府债务、固定资产投资与经济增长关系研究——基于东北三省111个县（市）数据的分析[J].经济纵横，2020（08）：100-107.
作者简介：朱梦云（1997- ），女，汉族，安徽芜湖人，安徽大学商学院，工商管理专业，学术型硕士研究生，主要从事区域经济学方面的研究