江西省资本、劳动力及RD投入及经济增长协整分析.docVIP

江西省资本、劳动力及RD投入及经济增长协整分析摘要：根据时间序列动态均衡分析方法，通过对江西1991—2010年资本（K）、劳动力（L）和RD投入与经济增长的有关数据变量进行协整分析，并建立它们之间的误差修正模型，揭示出江西资本（K）、劳动力（L）和RD投入与经济增长之间存在长期动态均衡关系。同时，结合江西的实际情况，得出结论并提出对策。 关键词：资本 劳动力 RD投入 经济增长 协整分析 经济增长问题是经济学家们研究的焦点。学者们通过研究逐步发现经济增长越来越依赖于技术的进步与创新。技术创新是由著名经济学家熊彼特提出，其实质是经济技术的整合或有机集成。其中RD活动是整个技术创新过程的重要组成部分，多数研究仅仅致力于RD要素与经济增长两者的关系，而很少对资本（K）、劳动力（L）、科学研究与试验发展投入（RD）和经济增长四者之间的关系进行分析。因此，本文以江西为研究对象，根据时间序列动态均衡关系分析方法，研究江西资本（K）、劳动力（L）和RD投入与经济增长之间的关系，建立它们间的协整模型。针对江西的实际情况，给出相关政策建议，在确保对资本和劳动力稳定投入的基础上，大力加大对RD的投入，使江西经济增长方式逐步向集约型转变。 一、协整分析模型和方法 协整分析是用于非平稳变量组成的关系式中长期均衡参数估计的技术，它是用于动态模型的设定、估计和检验的一种新技术。在实际分析研究时，首先对时间变量序列及其一阶差分序列的平稳性进行检验；其次是检验变量间协整关系，一般有基于回归系数的Johansen协整检验和基于回归残差的EG两步检验法的两种方法；最后建立上述长期均衡关系的短期调整机制模型，即误差修正模型（ECM）。 二、实证分析 （一）模型的构建 本文在柯布—道格拉斯（C—D）生产函数的基础上，把技术创新投入以一个生产要素的形式引进时间变量，从而得到改进后的生产函数： Yt=AKtαLtβRtγ（α0，β0，γ0） （4） 其中Y代表经济增长（国内生产总值GDP），t表示t时期，即当期。A是常数项，表示除资本、劳动力和技术投入外的其它变量对经济增长的影响。K代表资本投入，主要用全社会固定资产投资总额表示；L代表劳动力投入，以全社会就业人数表示；R则代表科技投入，以科学研究与试验发展经费（RD）作为衡量指标。对式（4）两边取对数并变形，得： lnYt=lnA+αlnKt+βlnLt +γlnRt+εt （5） 其中，α、β和γ分别是资本投入（K）、劳动力投入（L）和科技投入（R）的产出弹性，ε代表随机误差。 （二）样本的选取 本文在分析的过程中，选取国内生产总值GDP来衡量江西的经济增长，而将固定资本投入（K）、就业人数（L）、科学研究与试验发展投入（RD）作为影响江西经济增长的三个变量。本文采用时间序列数据进行研究，所使用的样本是1991—2010年的年度数据。为消除价格因素和异方差的影响，采用商品零售价格指数（1991=100）分别对GDP、K、L和RD投入的名义值进行换算，得到实际值。为了降低数据的波动程度，还需要对实际的GDP、K、L和RD投入4个序列取对数，分别记为LNGDP、LNK、LNL和LNRD。 （三）检验时间序列变量的平稳性 为防止伪回归的出现，本文首先采用ADF法对LNGDP、LNK、LNL和LNRD的时间序列及其差分序列进行平稳性检验，其差分序列记为△LNGDP、△LNK、△LNL和△LNRD。本文运用Eviews 6.1对LNGDP、LNK、LNL和LNRD的数据进行了ADF检验，结果如表1所示。 由表1可以看出，对江西1991—2010年度LNGDP、LNK、LNL和LNRD的统计量进行ADF检验表明，它们的检验统计量大于5%的显著水平下的临界值，因此这4个序列都包含单位根，从而是非平稳序列，即模型的变量是非平稳的。所以进一步检验△LNGDP、△LNK、△LNL和△LNRD的平稳性，这四个序列ADF检验的t统计量都小于5%检验水平下的临界值，因此可以认为序列一阶差分后的时间序列是平稳的。这说明四个序列之间可能存在协整关系，即序列LNGDP、LNK、LNL和LNRD可能存在长期的均衡关系。 （四）协整检验 本文运用Johansen协整检验法对1991—2010年江西GDP增长与资本（K）、劳动力（L）、科学研究与试验发展投入（RD）之间的协整关系进行检验。根据单位根检验的结果分析，时间序列LNGDP、LNK、LNL和LNRD是非平稳序列一阶差分平稳， 满足协整检验的条件。本文同时使用了迹统计量检验和最大特征值检验，检验结果见表2。 从迹统计量检验结果来看，若原假设为“存在零个协整关系”，该假设下的迹统计量等于52.6154，迹统计量大于5%临界