基于向量自回归模型技术创新产业结构与经济增长动态关系研究.docVIP

基于向量自回归模型技术创新产业结构与经济增长动态关系研究 　　[摘 要] 本文选取我国1986-2015年的时间序列数据，通过构建技术创新、产业结构优化与经济增长三者间的向量自回归（VAR）模型，综合运用格兰杰因果关系检验、脉冲响应函数和方差分解的研究方法，对三者间的动态效应进行了实证研究。结果表明：技术创新与经济增长构成双向因果关系；经济增长是产业结构优化的格兰杰原因；产业结构优化是技术创新的格兰杰原因。技术创新、产业结构优化对经济增长具有明显的长期的正向冲击效应；经济增长对技术创新具有较长时期的正向冲击效应，产业结构优化对技术创新具有短期的正向冲击效应；经济增长对产业结构优化具有短期的正向冲击效应，技术创新对产业结构优化具有长期的负向冲击效应。 　　[关键词] 技术创新；产业结构；经济增长；VAR模型；脉冲响应函数 　　doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2017. 21. 058 　　[中图分类号] F121.3；F124.3；F224 [文献标识码] A [文章编号] 1673 - 0194（2017）21- 0131- 08 　　1 引言及文献综述 　　作为经济增长的两个重要源泉，产业结构优化升级和技术创新不仅会对国民经济产生影响，而且相互作用：一方面，产业结构优化的过程中，创新资源的空间重置必然对创新产出产生影响；另一方面，技术创新在提高产业整体生产效率的同时，也促使生产要素从低效率产业向高效率产业的转移，从而实现产业结构的优化升级。随着社会的高速发展，科技的不断进步，技术创新与产业结构之间呈现出越来越强的相互渗透作用关系，它们之间所呈现的依赖性日益加深。因此，有必要深入考察和验证技术创新、产业结构优化这两个关键因素与经济增长三者间的关系。 　　对于技术创新与经济增长的关系，众多的学者都致力于此领域的研究，克鲁格曼在他的文章《亚洲奇迹的神话》中指出，大部分东亚国家和地区的经济增长主要依靠要素投入的增加，技术进步没有发挥显著作用。刘伟、张辉实证度量了产业结构变迁对中国经济增长的贡献，认为在1990―2002年期间，要素投入增长的贡献率和全要素生产率增长的贡献率呈现此消彼长的趋势，这和Chenery对所有工业化国家的研究有着相似的结论。张凤武研究了技术创新促进经济增长的过程与主要标志。陈英提出技术创新包含生产过程创新和产品创新两类。程开明利用省级面板数据的多模型估计发现，城市化与技术创新对经济增长具有正向促进作用。对于产业结构优化与经济增长的关系，李博研究分析了产业结构优化升级的机制及其与经济增长之间的关系，建立了一套基于静态投入产出模型的产业结构优化升级测度方法。付凌晖构造了一种新的产业高级化指标，发现我国经济总量增长明显带动了产业结构升级，而产业结构高级化对经济增长的促进作用并不显著；郑少智等通过构造产业结构高级化的指标对产业结构高级化与经济增长的关系进行了分析。对于技术创新与产业结构优化的关系，龚轶等对企业技术创新对产业结构优化的影响进行了分析。黄茂兴和李军军分析了技术选择、产业结构升级与经济增长之间的内在关系，认为通过合理的技术选择和资本深化，能够促进产业结构升级。 　　总结现有的相关研究成果来看，从技术创新或产业结构优化单个方面研究与经济增长的成果已经很多，且现有研究多从静态角度研究产业结构优化、技术创新对经济增长的单向影响，忽视了该影响在不同阶段可能发生的动态变化。因此，有必要深入研究技术创新、产业结构优化与经济增长三者间的关联性及动态发展，以求理解其关联机制与效应。 　　基于以上分析，本文运用我国1986-2015年的宏观经济数据，把技术创新、产业结构优化与经济增长放在一个分析框架中做进一步的量化分析，运用Eviews 8.0构建向量自回归模型VAR，运用格兰杰因果检验、脉冲响应函数和方差分解定量分析三者之间的动态传导机制。 　　2 研究方法与指标选取 　　2.1 研究方法 　　VAR模型。联立方程组等结构性方法需要通过经济理论来构建变量间的关系，但那些理论通常又不足以说明变量之间的动态联系。VAR模型不带有任何事先约束条件，将产业结构优化、技术创新与经济增长均视作内生变量，避开了结构建模中需要对系统内每个内生变量滞后值函数建模的问题，使用模型中所有当期变量对每个变量的若干滞后值进行回归，分析随机扰动对变量系统的动态影响，从而估计全部内生变量的相互动态关系。 　　最一般的VAR（P）模型如式（1）。 　　yt=A1yt-1+…+Apyt-p+B1xt+…+Brxt-r+εt（1） 　　式中，yt是m维内生变量向量；xt是d维外生变量向量；A1，…，Ap和B1，…，Br是待估计的参数矩阵，内生变量和外生变量分别有p和r阶滞后期