中国区域研发投入效率研究.docVIP

中国区域研发投入效率研究 【摘 要】内生经济增长理论的发展为人们提供了从技术创新角度研究经济增长的视角，本文通过分析1998年-2012年各地区研发强度和劳动生产率数据，运用两阶段最小二乘法研究研发投入的区域效率，对比区域间的差异，在此基础上提出一定的建议。 【关键词】RD强度；经济增长；地区生产率；两阶段最小二乘法；研发投入效率 0 引言 20世纪80年代，内生经济增长理论的兴起和发展极大的丰富了经济增长理论，打破了新古典经济增长理论关于技术外生的假设，认为技术进步是内生的。新理论的提出为人们提供了另一种研究经济增长的视角。例如吴延兵（2006）运用中国制造业产业数据对RD与生产率之间的关系进行了实证检验，发现RD对生产率有显著正影响；师萍，许治等（2007）通过实证分析得出我国RD投入对国家经济增长贡献偏低的结论；范黎波，宋志红（2008）利用中国1987-2005年的RD投入和GDP数据，得出RD投入和经济增长之间存在稳定均衡关系的结论。以上研究证明RD投入对经济增长的贡献，但没有考虑区域的差异，因此本文从这一角度展开研究。 1 指标和数据的选取 1.1 主要指标 本文选取各地区研发强度GERD作为度量研发的指标，研发投入是指研发投入占地区生产总值的比例，也就是RD/GDP；地区劳动生产率y作为地区经济增长的度量指标。 1.2 数据来源 本文选用的各地区研发支出数据来源于1998-2012年的《中国科技统计年鉴》，地区生产率是根据各地区统计年鉴中的GDP和就业人员计算得出。为了消除数据之间数量级差异，地区生产率取用对数。 2 计量分析与结果说明 本文依据国务院发展研究中心发展战略和区域经济研究部的课题报告《中国（大陆）区域社会经济发展特征分析》将大陆区域划分为东北（包括辽宁、吉林、黑龙江）、北部沿海（包括北京、天津、河北、山东）、东部沿海（包括上海、江苏、浙江）、黄河中游（山西、河南、内蒙古）、长江中游（湖北、湖南、江西、安徽）、西南（包括云南、贵州、四川、重庆、广西）和大西北地区（甘肃、青海、宁夏、西藏、新疆）八个区域。 根据Mario Coccia（2009）建立两阶段最小二乘法回归，消除研发投入的内生性： GDPR表示地区人均GDP，同样为了消除数量级差异，取对数；EMPR表示地区就业率。由于中国的研发投入普遍较低，研发投入与经济增长之间只存在线性关系，因此构造二者的线性模型。运用SPSS17.0进行数据分析的结果如下： 根据结果可以看出：黄河中下游地区和大西北地区模型的拟合度不高，检验结果不显著，但是除了这两个地区，其他地区的模型拟合度都很高，都通过了0.001水平上的显著性检验，其中东北地区、长江中下游地区、西南地区自变量系数较高，北部沿海地区自变量系数比较低，说明东北地区、长江中下游地区、西南地区研发投入对经济增长的影响较大，北部沿海地区研发投入对经济增长的影响相对较小；造成这种差距可能的原因是北部沿海地区中包含北京，而北京1998年到2012年研发投入的平均值达到了5.45，远远高于Mario Coccia（2009）计算的使生产率增长最大的研发强度的值（2.3%-2.6%），所以导致了研发投入的效率反而不高；黄河中游地区研发投入对经济增长的影响没有通过显著性检验，可能与黄河中游地区研发资源投入不平衡有关，陕西的研发投入强度由于历史、环境等因素的影响，比北部沿海地区、西南地区的某些省份都要高；大西北地区可能由于经济比较落后，教育经费、科技经费投入太少，起不到应有的作用。 3 结论和建议 根据以上实证分析结果，提出以下几点建议： （1）在研发资源的配置上需根据地区经济发展水平，结合地区实际进行合理的配置，使研发资源得到有效利用，最大限度的提高经济增长，同时又不造成资源的过度浪费； （2）对于大西北地区，首当其冲的是要提高自身的经济实力，提高经济实力，才有可能提高研发投入的效率，让研发投入最大限度的促进经济增长； （3）区域研发投入的强度差异还很大，在未来一段时间，继续加大研发投入力度，缩小区域间的差异也是一项重要的任务。 【参考文献】 [1]吴延兵.RD与生产率：基于中国制造业的实证研究[J].经济研究，2006，11：60-71. [2]师萍，许治，张炳南.我国RD投人绩效的实证研究[J].中国软科学，2007，6：125-130. [3]范黎波，宋志红，宋志华.RD投人与经济增长的协整分析：基于中国1987-2005年数据[J].财贸经济，2008，2：25-29. [4]Mario Coccia.What is the optimal rate of RD investment to maximize productivity growth[J].Technological Forecasting S