苏州市自主创新能力与经济增长关系实证研究.docVIP

苏州市自主创新能力与经济增长关系实证研究 　　内容摘要：本文运用时间序列动态均衡关系分析方法，对江苏省苏州市1995-2010年自主创新能力与经济增长的有关数据变量进行协整分析与因果关系检验，建立了二者之间的误差修正模型，揭示了苏州市自主创新能力与经济增长的动态均衡关系，并对如何提升苏州市自主创新能力提出了相关政策建议。 　　关键词：自主创新 经济增长 协整分析 因果关系检验 误差修正模型 　　 　　“十一五”期间，江苏省苏州市以科学发展观为统领，以体制和政策环境创新为先导，以创新型苏州为发展主线，以科技产业化和创新体系建设为重点，立足科技富民、科技强市，推动产业结构优化升级，科技创新能力得到全面提升，有效引领和支撑苏州市经济与社会的发展。在全球商业杂志《福布斯》最新公布的“2010中国大陆创新城市”排行榜中，苏州成为创新能力最强的地级市，排名仅次于深圳、上海。（金苏明，费玮，2011）但是目前，影响苏州市自主创新能力提升的因素还有很多，比如企业技术创新还不能适应新型工业化发展的要求、原始创新仍不足、核心技术尚有限、高层次人才缺乏等。 　　“十二五”时期（2011－2015年），是苏州市巩固“两个率先”建设成果、全面提升综合竞争力的重要时期，也是深化改革开放、加快转变经济发展方式的攻坚阶段，大力发展创新型经济，将成为这一时期最显著的特征，大力提升自主创新能力已经成为转变苏州经济发展方式、促进产业结构调整的关键。因此如何提升苏州自主创新能力，推进经济结构战略性调整，发展创新型经济是当前需要解决的一个重大问题。 本文从苏州市实际统计数据出发，对其自主创新能力与其经济增长的关系进行分析，并在此基础上，针对苏州市自主创新能力的提升提出若干建议。 　　实证研究 　　（一）变量、数据的选择和统计性描述 　　专利授权统计数据反映了一个时期人们从事科学技术发展和创新活动的数量和质量，能综合反映自主创新能力的大小（刘和东，2007）。所以本文用苏州历年的专利的授予量（PG）反映苏州市自主创新能力的情况，本文以苏州的国内生产总值（GDP）来反映经济增长，为了更好地反应苏州市实际经济增长情况，对统计年鉴上的GDP进行调整，1995年作为基年，其他各年份用可比价GDP的增长率进行调整。样本数据取1995-2010年的年度数据（见表1），原始数据来源于1996-2010年苏州市统计年鉴和《2010年苏州市国民经济和社会发展统计公报》。对变量进行自然对数的变换可以有效消除时间序列经济数据的波动性，还可以消除数据中可能存在的异方差，而且不会改变原时间序列的长期稳定的均衡关系。因此对两变量进行对数变换，选取lnPG作为衡量苏州市自主创新能力的指标，lnGDP作为衡量苏州经济增长的指标。 　　（二）变量时间序列的平稳性检验 　　进行时间序列的平稳性检验是协整分析的前提，检查序列平稳性的标准方法是单位根检验。目前一共有6种单位根检验方法：ADF检验、DFGLS检验、PP检验、KPSS检验、ERS检验和NP检验，本文对两序列采用扩展的迪克―费勒（ADF）单位根检验，结果如表2所示。 　　从检验结果可以看出，lnGDP和lnPG的ADF检验值均大于5%的临界值，说明这两个时间序列是不平稳序列，接受有单位根的假设，序列不平稳。对两序列进行一阶差分后，得到一阶差分序列的ADF检验值在5%显著水平下显著，所以可以得出lnPG和lnGDP是一阶非平稳序列。 　　（三）变量的对数时间序列的协整分析 　　上述单位根检验表明lnGDP、lnPG两者可能存在协整关系。为进一步确定两者之间是否存在协整关系，本文采用的格兰杰恩格尔法进行协整检验，检验方法如下：首先lnPG对lnGDP进行普通最小二乘回归。将lnPG作为自变量，lnGDP作为因变量，建立一元线性回归模型。用OLS方法估计方程：lnGDP＝α+βlnPG+ε。其中，α、β两个常数表示方程的回归参数，ε为随机项。用eviews6.0对lnPG和lnGDP进行普通最小二乘回归可以得出协整方程： 　　lnGDP=3.885848+0.498311lnPG 　　 （11.58108）（12.07979） 　　R2＝0.912457 DW＝0.677052 　　从协整方程看，拟合优度R2较为显著，回归方程的系数也通过检验，说明方程拟合得比较好。进一步对回归残差做单位根检验。单位根检验的方法采用ADF检验法，检验结果如表3所示。根据残差的ADF检验结果可知，ADF检验值小于10%临界值，可以认为残差序列是平稳序列。所以，从长期来看，LNGDP与LNPG之间存在协整关系。 　　（四）建立误差修正模型 　　根据格兰杰定理，如果若干非平稳变量存在协整关系，则这些变量必有误差修正模型表达式存在。误差修正