科技创新对安徽省产业结构高级化影响实证探究.docVIP

科技创新对安徽省产业结构高级化影响实证探究【摘要】本文利用2001-2009年安徽、上海等十省市的面板数据，采用回归分析法，实证分析安徽省科技创新对产业结构高级化的影响，主要结论为：安徽省产业结构高级化水平较低，同周边省市相比，科技创新对安徽产业结构高级的影响较大，在承接产业转移时安徽省具有产业结构和科技创新两方面的优势。 【关键词】科技创新；产业结构高级化；安徽省 科技创新是当今社会经济发展的第一驱动力，能够通过提高产品技术、增加产品附加值、集约产品生产和加工，进而优化产业结构，促进产业结构高级化。目前，理论界对科技创新与产业结构高级化关系的研究，以定性分析为主。有些文章进行了定量研究，李邃等实证分析了高技术产业科技能力对产业结构优化升级的作用。学者在研究科技创新在对产业结构影响上虽已取得一定的成果，但有关安徽省的却寥寥无几。与沿海省市相比，安徽省产业结构结构层次较低，科技创新又是促进产业结构高级化的有效途径，因此，研究科技创新对安徽省产业结构高级化的作用有重要意义。 一、分析指标 1.产业结构高级化指标 对产业结构高级化的度量，常用的有“标准结构”方法和相似性系数法，但这两种方法都是通过与参照国对比来确定本国产业结构高级化程度，具有较差的稳定性。为此，根据付凌晖的方法对产业结构高级化程度进行度量。将GDP按三次产业划分为三部分，各次产业产值占GDP的比重作为空间向量中的一个分量，从而构成一组3维向量。计算分别与产业由低层次到高层次排列的向量，，的夹角，，： （1） 于是，可得出产业结构高级化值W的计算公式： （2） W越大，表明产业结构高级化水平越高。 2.科技创新指标的选取 本文选用以下四个代表科技创新的指标：RD经费占GDP的比重（RG，%），表示该地区科技创新财力投入；万人口专利授权量（ZS，项）表示该地区科技创新的成果；万人口RD活动人员（RR，员），表示该地区科技创新人力投入；技术市场成交额占GDP的比重（JG，%）表示科技中介市场的作用。以上四个指标较为全面地反映了各地区的科技创新投入和产出。 二、实证分析 本文使用面板数据回归模型，选取产业结构高级化值W为被解释变量，RD经费占GDP的比重、万人口专利授权量、万人口RD活动人员和技术市场成交额占GDP的比重为解释变量，以安徽、上海、江苏、浙江、江西、北京、河北、河南、山东和广东等十个省份2001-2009年的面板数据为样本，对以上五个变量取自然对数，用LW、LRG、LZS、LRR和LJG表示。以上数据均来自相关省份的统计年鉴和中国科技统计网（http://www.省略.cn）。 利用以上变量，构建如下回归模型： （3） 运用Eviews6.0软件，根据F统计量检验和Hausman统计量检验结果，设定各模型的形式为个体固定效应回归模型。本文运用逐步回归法，以便剔除不显著的解释变量。具体回归结果见表1。 由上述分析结果可知，模型1分析了RD经费占GDP的比重值对产业结构高级化值的影响。R2的值说明变量LRG有很强解释能力，LRG的系数表示RD经费占GDP的比重值每变化1%，产业结构高级化值就变化0.032496%。模型2增加了LZS，R2的值变化不大。LRG的系数降低了，且LZS的系数较小。模型3又加上变量LRR，各系数变化较小，且新增的解释变量没有通过T检验。考虑到变量LZS和LRR之间的相关性，在模型4中，只选用变量LRG和LRR，结果表明两个变量均通过检验，变量LRR的系数变大。在模型5中，在模型2的基础上增加了变量LJG，变量LJG也没有通过检验。总体而言，四个解释对产业结构高级化的影响是正向的，其中RD经费占GDP的比重对产业结构的影响很大，其余三个解释变量的影响较小。 比较后，选取模型2作进一步分析。指标RD经费占GDP的比重对产业结构高级化的影响较大，于是选用变系数模型，使LRG系数可以因省份不同而变化。回归结果中，公共的常数项的值为1.865188，t值为326.8412；LZS对应的系数为0.007746，t值为2.794179，都通过了t统计量检验。各地区的输出结果中，北京、上海、浙江、广东的截距值为正，分别为0.006927，0.065877，0.014960，0.030729，LRG系数分别为0.070754，0.015618，0.011836和0.007955；其余省份中，LRG系数较高的省有江苏，安徽，河北和河南，系数分别为0.021057，0.023106，0.033016和0.023010，截距为-0.004836，-0.023980，-0.007563和-0.035163；江西，山东的截距和LRD系数分别为-0.02963