我国财政科技投入与国民经济增长关系分析.docVIP

我国财政科技投入与国民经济增长关系分析 　　摘 要：本文通过单位根平稳性检验、协整检验以及Granger因果检验，利用1978—2010年的相关数据，对我国在科技上的投入与经济增长的关系进行了分析，证明了国家对科技投入的多少与经济增长呈正相关关系，对科技的财政支持对国家经济发展具有促进和推动作用。 　　关键词：财政科技投入；经济增长；平稳性检验；协整检验；Granger因果检验 　　中图分类号：F124 文献标识码：A doi：10.3969/j.issn.1672-3309（s）.2012.06.15 文章编号：1672-3309（2012）06-37-04 　　一、引言 　　马克思曾指出，财富的创造主要取决于一般的科学技术和技术进步，[1]简言之，即科学技术是生产力。新经济增长理论将技术进步设置为内生变量，认为科学技术是经济增长的决定性因素。在我国，邓小平同志在1988年最早提出“科学技术是第一生产力”的论断，向全国人民揭示了科学技术在现代社会中的重要作用，为我国科学技术的发展指明了方向。因此，研究财政在科研技术上的投入与经济发展的相关问题的意义在于：通过使用计量工具对数据进行分析，量化对于我国财政科技投入的认识，并证明财政科技投入对国民经济增长即国家的经济发展具有重要意义。 　　二、协整与误差修正模型以及Granger因果分析的相关理论 　　协整理论（Co-Integration）是20世纪80年代中后期以来数量经济学领域应用较为广泛的一种建模理论。Engle 和Granger在1987年提出“协整”概念，以有效地衡量序列之间是否具有长期、均衡的关系，这一概念的提出有着非常重要的意义。在实际生活中，有些序列自身的变化是非平稳的，但序列与序列之间的关系却可以是长期且均衡的。 　　在本文的协整分析中采用扩展的Dickey-Fuller t检验法，简称ADF检验。本文依据协整理论，研究财政科技投入与国民收入之间的长期、稳定的均衡关系。通过EG两步法可以简便地对协整向量进行检验和估计，并且能够得到一致的参数估计。 　　（一）单整（Integration）与协整（Co-Integration） 　　如果一个时间序列需要进行d阶差分才能实现平稳，则说明原序列存在d个单位根，那么便称原序列为d阶单整序列，记为xt～I（d）。 　　能否对非平稳序列建立起动态回归模型，关键在于它们是否具有协整关系。建模前需对序列进行协整检验，该检验也称为Engle-Granger检验，简称EG检验。EG检验使用最小二乘法（OLS），其原假设定为“多元非平稳序列之间不存在协整关系”，备择假设定为“多元非平稳序列之间存在协整关系”。检验步骤分为两个（因而EG检验也称为EG两步法）。第一个步骤是建立响应序列与输入序列之间的回归模型：，式中是最小二乘估计值；第二个步骤是对回归残差序列进行平稳性检验。如果检验结果显示回归模型显著成立，参数显著不为零，则残差序列为白噪声序列。在可以判定序列之间具有协整关系的条件下就可以建立动态回归模型了。[2] 　　（二）单位根检验（The Unit Root Examining） 　　如果用一个模型去估计未来国民收入总值， 极有可能得到错误的结论。协整理论问世前，为避免建立的回归模型是虚假回归，需要把非平稳时间序列转化为平稳时间序列。应用最广的检验序列平稳性的方法是单位根检验。再者，检验之前要对数据进行对数处理，以消除可能存在的异方差性。因为参数的最小二乘估计量有超一致性，所以对数据取对数的处理不会对进一步的检验和分析产生影响。通过协整理论，就可以得到GDP与财政科技投入的以对数形式存在的协整关系。 　　（三）误差修正模型 　　1977年，Hendry和Anderson提出误差修正模型（ECM模型），ECM模型是作为协整回归模型的补充模型出现的。协整模型用来判定序列间的长期、均衡关系，误差修整模型可以用来判定序列的短期波动关系。 　　误差修正模型的构造原理[2]如下： 　　假设非平稳序列和非平稳序列之间具有协整关系，即，那么残差序列是平稳序列，在①式等号两边同时减去yt-1，则有②，将带入②式等号右边，得到③。假定？茁的最小二乘估计值为，则表示上一期误差，用ECMt-1来表示这一误差，则③式可表示为，这说明序列的当期波动？驻yt会受？驻xt、ECMt-1以及纯随机波动？着t的短期波动的影响。构建ECM模型便可以定量测定这3个影响因素，模型结构为，其中？茁1为误差正系数，表示误差修正项对当期波动的修正力度。 　　（四）Granger因果检验 　　因果关系最早是由Granger提出的。Granger因果性表示的是时间序列之间的领先（Granger Cause）与滞后（does not Granger cause）关系，只是时间上的