科技创新、产业结构优化与经济增长的动态交互效应研究

作者:云梦丽; 刊名:当代经济 上传者:张宁

【摘要】本文选取我国2002—2017年31个省市的数据,建立科技创新、产业结构优化与经济增长之间的面板向量自回归模型,并运用脉冲响应函数和方差分解法进行实证分析。研究发现:科技创新、产业结构优化和经济增长之间存在长期稳定的均衡关系;经济增长具有显著的自我增强机制;短期内经济增长抑制产业结构优化,经济增长对产业结构优化的正向影响是长期的并且存在滞后效应;科技创新和经济增长具有明显的相互促进作用,而科技创新与产业结构优化的相互作用相对较弱。

全文阅读

一、引言改革开放以来,我国经济持续高速发展,进入从高速增长到高质量发展的新时代,正处在转变发展方式、优化经济结构、转换增长动力的攻关期。那么,如何在这个关键时期重塑经济发展动力,提高经济增长质量呢?十九大指出在“建设现代化的经济体系”中,注重创新驱动和结构优化,而创新驱动的核心是科技创新,结构优化的关键在于产业结构优化。因此,在新的历史时期深入探究科技创新、产业结构优化与经济增长的影响机制,对于实现我国经济稳定与高质量增长具有重要意义。学者们从不同角度对科技创新、产业结构优化和经济增长之间的关系进行了深入研究。Romer(1990)提出“四要素增长理论”,强调科技创新对经济增长的促进作用。范柏乃(2013)认为我国经济增长与科技投入之间存在显著的因果关系,科技投入为经济增长提供新的动力,但促进作用并不明显。杨武、杨淼(2017)构建“中国科技创新驱动经济增长指数”,得出科技创新与经济增长之间存在非线性的双向作用关系。柯军(2008)研究发现短期内经济增长对产业结构优化的影响不大,但是长期内促进效果明显。Sengupta(2014)发现运用科技创新创造出的新产品有利于形成新的产业部门,并且能够改变原有的产业结构。干春晖(2011)构建产业结构变迁与经济增长的的计量经济模型,发现产业结构合理化与产业结构高级化均对经济增长有正向作用。李翔、邓峰(2019)研究发现科技创新与产业结构的升级是互为条件的,只有二者相互匹配,其对经济增长的促进作用才能够更好地发挥。已有文献主要是分析三者之间的单向影响关系,忽视了变量之间的动态交互作用。因此,本文建立面板向量自回归模型,把所有的变量都视为内生,通过脉冲响应函数和方差分解表,分析科技创新、产业结构优化与经济增长的动态交互效应,以期为我国经济的高质量发展提供政策性建议。二、模型与研究方法1、数据说明本文重点研究全国各省市科技创新、产业结构优化和经济增长之间的动态关系,参考已有的相关文献,选择的变量及说明如下。科技创新指标。采用各省市每年的研究与试验发展经费内部支出衡量科技创新水平,为减小异方差性对其取对数,即为lnR&D。产业结构优化指标。产业结构优化是指通过产业结构调整,实现资源优化配置,推进产业结构的合理化和高级化发展。大多数学者采用非农产业的比重、第三产业与第二产业的比值等方法,但这些方法未能对产业结构优化进行全面而准确的衡量。因此本文参考干春晖(2011)的方法,结合产业结构合理化指标构建产业结构优化的公式:ISO=1/TL=1/i=∑n1YYilnYLiiYLúéê?ù???è?÷?式中,TL为产业结构合理化指标,Y表示各省市国内生产总值,Yi表示各省市第i产业增加值,L表示各省市就业人员总数,Li表示各省市第i产业的就业人数。当TL为0时,经济体系处于均衡状态,本文计算得出的TL均为正值,TL越大经济发展越容易偏离均衡状态,产业结构越不合理。为了便于分析实证结果,采用TL的倒数作为产业结构优化指标,TL越趋近于0,产业结构优化指数(ISO)越大,其对应的产业结构优化程度越高。为减小异方差性,对产业结构优化指数取对数,即为lnISO。经济增长指标(lnPGDP)。选取各省市的人均GDP表示经济增长,同样为减小异方差性对其取对数,即为lnPGDP。鉴于数据的有效性和可得性,本文选用2002—2017年全国31个省市的数据作为研究样本,以上各指标的数据主要来源于历年的《中国统计年鉴》《中国科技统计年鉴》和国家统计局网站,部分省市的部分年份数据缺失,依据前后年份的指标数据进行差值补足。2、模型建立面板向量自回归

参考文献

引证文献

问答

我要提问