中国科技支出与经济增长关系面板数据分析.docVIP

中国科技支出与经济增长关系的面板数据分析 　　摘 要:本文以我国31个省区直辖市为研究对象,通过建立科技支出与经济增长之间的面板数据模型,得出了科技投资对我国经济发展有巨大的推动作用的结论,建议全国各地继续增加科技投资,以促进经济快速、稳定的发展。 　　关键词:科技支出;经济增长;面板数据模型 　　中图分类号:F061.2文献标志码:A文章编号:1002-2589(2009)20-0062-02 　　 　　一、引言 　　 　　科学技术是生产力。这是马克思根据19世纪第一次科技革命和产业革命的实践得出的结论。在当代,科学技术不仅是生产力,而且是第一生产力。科技进步成为提高劳动生产率与整个经济增长的源泉。西方国家工业生产的年平均增长率,在两次大战之间为1.7%,1950~1972年猛增至6.1%。造成增长的因素中科技进步的因素在70年代占50~70%,80年代达80%。美国经济学家爱德华#8226;丹尼森在《美国经济增长核算》一书中分析1929~1969年促进美国劳动生产率增长的诸因素,其中知识与科技的贡献从37.8%上升到71.9%。60年代,苏联工业劳动生产率提高的诸因素中,约有40%是由于采用新技术,到70年代,这一数字上升至66.7%。科技投入与经济增长关系的研究一直是国内外学者研究的热门课题,但他们大多是从定性或者从时间序列等单方面研究两者的关系,本文试图以面板数据模型为工具,对我国31个省区直辖市的实际数据进行定量分析,并就分析结果作出解释和提出建议。 　　 　　二、面板数据模型的类型和选择 　　 　　面板数据又称平行数据,是把时间序列沿空间方向扩展,或把截面数据沿时间扩展构成的二维数据集合。面板数据模型是建立在面板数据之上、用于分析变量之间相互关系的计量经济模型。模型的一般形式为: 　　 yit=it+itit+it,i=1,2,…,N;t=1,2,…,T, (1)其中yit为被解释变量,it为解释变量,it为参数向量,i 表示不同的个体,t表示不同的时间,it表示误差项。K为解释变量个数。模型中的系数随着时间和个体的不同而改变, 因而可以反映模型中被忽略的时间因素和个体差异因素的影响。 　　由于模型(1)中有NT(K+1)个系数和NT个方程,无法从模型中直接识别所有参数,所以实际应用中需要对模型附加一定的约束条件。假定时间序列参数齐性,即参数满足时间一致性,也就是参数值不随时间的不同而变化,则模型(1)可以表示为: 　　yit=i+itit+it(2) 　　模型中截距和斜率参数随着个体的不同都在改变, 所以称模型(2)为“变系数模型”。在模型(2)中截距和斜率参数又可以有如下两种假设:H01:回归斜率系数相同但截距不同,即有:1=2=...=N,模型为: 　　yit=i+it+it(3) 　　模型(3)称为变截距模型。H02:回归斜率系数和截距都相同,即有:1=2=...=N,1=2=...=N,模型为: 　　yit=+xit+it(4) 　　此时相当于将T个时期的横截面数据融合成一个“混合样本”,所以称模型(4)为“混合估计模型”。 　　判断样本数据究竟属于哪种模型形式,在实际应用中可以采用F检验来识别模型。因为对于模型(2),在假设H02(1=2=...=N。1=2=...=N)成立的情况下: 　　在假设H01(1=2=...=N)成立的情况下: 　　其中,S1、S2、S3分别为变系数模型、变截距模型和混合估计模型的残差平方和。因此,对于给定的显著性水平,首先利用统计量判断是否为混合估计模型。如果F2大(等)于某置信度(如95%)下的同分布临界值,则拒绝H02,应继续检验,找出非齐性的来源;反之,利用混合估计模型拟合样本。在已确定参数存在非齐性的基础上,如果F1大(等)于某置信度(如95%)下的同分布临界值,则拒绝H01,应该用变系数模型拟合样本;反之,用变截距模型拟合。 　　 　　三、实证分析 　　 　　1.数据来源 　　本文选取来自于《中国统计年鉴》2000~2004年全国31个省区直辖市的面板数据。本文选用的科技支出包括科技三项投入、科学事业投入以及科学基础设施投入三者之和,用tec表示;检验科技效果的经济总量指标选用国内生产总值gdp。本文回归均采用Eviews5.0进行,为了消除异方差的影响,对两变量分别取对数记为Lntec和Lngdp。 　　2.结果 　　利用软件Eviews进行回归,可以直接计算出面板数据变系数模型、变截距模型和混合估计模型的残差平方和, 依次如下:S1=0.573606,S2=1.283570,S3=13.33304。 　　因为N=31,T=5,K=1,由此可算出F1=3.836934, F2=34.47858。另外(