财政科技支出、区域创新与经济增长——基于省级面板数据的PVAR研究

左宗姣 沈叶

(铜陵学院 财税与公共管理学院,安徽铜陵 244061)

全面建成小康社会之后,我国开始向第二个百年目标进军,走在现代化高质量发展的新征程之中。在经济高速持续发展40多年之后的今天,结构调整、转型升级、双减节能、创新增效成为当前社会主义发展新时期的经济发展标签。在区域创新推动经济发展的进程中,政府在资源最优配置、营商环境的政策制定、各方利益的组织协调等各个方面发挥着积极的促进作用,尤其是财政科技支出,对于区域创新能力的打造和区域创新效率的提升具有直接影响效应[1]。

党的二十大报告中指出,科技创新是综合国力竞争的重要支撑。正是科技研发经费支出的逐年增加实现了原始创新的提升,才能实现战略性产业转型升级和众多领域关键核心技术的重大突破[2]。基于此,从科技财政支出与区域创新之间的互动关系中揭示两者在经济增长中的影响机理,分析财政科技支出对于区域创新效率的促进和区域经济增长的影响,是问题研究的关键之所在。具体而言,通过构建PVAR模型,对中国31个省市自治区的财政科技支出、区域创新和经济增长之间的关系进行了实证研究。研究结果表明,财政科技支出和区域创新对于促进经济增长具有显著作用,这一结论将有助于政府部门调整政策以更好地推动经济发展。另外,本研究提供了关于提高财政科技支出与区域创新的效率以及更好地促进区域经济增长的政策建议,有助于相关政策的制定和优化。

一、文献综述

科技创新具有投入大、周期长、见效慢、高风险和正外部性等特征,并且在后疫情时代地方政府财政收支压力剧增的当前实际情况下,这些特征更加凸显[3-6]。相关研究主要集中在以下几个方面:

关于财政科技支出对区域创新能力提升方面的研究,我国学者进行了较多的实证分析,他们认为财政科技支出对于区域创新效应存在明显的异质性[7]。较为典型的观点有:卞元超等[8]基于投入要素流动的视角对地方财政科技支出竞争的区域创新绩效进行研究,认为财政科技支出对于地区创新效应存在明显的正向效应并呈现显著时间特征;刘畅[1]构建理论框架进行实证研究,一方面从财政科技支出规模入手分析,认为财政收入和支出分权与地方财政科技支出的交互作用对区域创新能力产生正向的促进作用,另一方面从地方财政科技支出的结构分析入手,认为基础研究性投入与非基础性研究投入之间的失衡会对区域绩效产生负面的制约。

对于财政科技支出与经济增长之间的关系,李永刚[9]认为政府财政科技支出从总体上来看对于经济增长具有正向促进作用,但严成樑和龚六堂[10]却认为科技投入如果存在资金利用不当反而会对经济增长存在负向影响。总体上来看,我国很多学者[11-15]认为财政科技支出不仅对经济发展具有正向的促进作用,并且对于经济质量的提升也功不可没。

关于区域创新对经济增长的影响方面,结合我国当前经济新常态的实际情况,国家实施创新驱动发展的战略,这种影响机理在宏观经济理论中已经得到了阐释。李翔和邓峰[16]、张凡[17]、史歌和郭俊华[18]等人通过实证研究的方式,从不同视角对区域创新效率推动经济增长的影响作用进行测算。尽管观点有所差异,但他们对于区域创新在经济增长中的正向影响作用都是持有肯定的态度。

总结而言,以往研究重点关注到了财政支出的多元化影响,其中包括了财政科技支出对区域创新能力提升、财政科技支出与经济增长以及区域创新对于经济增长的关系。然而,相关研究忽视了对财政科技支出、区域创新与经济增长三者关系的探讨。有鉴于此,本研究尝试使用PVAR模型对这三者之间的关系进行实证分析,以求推进进一步的相关研究。

二、方法、模型和数据

(一)作用机理与研究假设

1.财政科技支出与区域创新能力提升。科技创新的公共产品属性及其正向的外部性,决定了需要政府进行一定的干预以促进其更加有效地运作来提升区域自身的创新能力,并通过创新绩效来具体体现。基于此,政府通过对科技投入的财政支持和各个行业之间地平衡投入,为科技研发部门和企业组织提供充足的资金和创造良好的环境激发它们研发的积极性,降低它们研发的风险,减轻它们研发的资金压力,进而提升区域创新能力推动特色产业的发展带动地区经济的高质量发展。因此,按照这样的逻辑机理论证,本研究提出如下研究假设:

H1:财政科技支出对于区域创新能力具有直接的促进作用;

H2:加大财政科技支出在提升区域创新能力基础上能够对区域经济产生正向的影响作用。

2.区域创新能力与区域经济增长。科技创新是推动经济高质量发展的必然选择,邓小平曾经说过,科学技术是第一生产力。科技创新能力的提升可以推动研发成果的实际应用转化,明显地提高企业生产效率,从而在产业集聚效应中提升地区特色产业的核心竞争力,扩大经济活动的可能性边界。并且,在全球化进程不断加速的过程中,科技创新能力使得各个行业的作业分工更加精细,可以让一个地区在全国价值链的位置中通过高新技术的掌握而更加重要,进而通过影响资本、人力和技术资源,对经济社会发展产生外溢效应。因此,按照这样的逻辑机理论证,本研究提出如下研究假设:

H3:区域创新能力的提高能够明显推动区域经济社会的发展。

3.财政科技支出与区域经济增长。有效发挥政府在公共事务中干预作用,是推动地区经济社会高质量的重要影响因素。财政科技支出对于地区经济发展的影响路径主要体现在以下几个方面:其一,财政科技支出能够为科技研发部门提供充足的资金并降低投入风险,进而提升其研发的积极性和自主创新能力;其二,财政科技支出能够加大产业扶持力度,有利于区域特色产业核心竞争力的提升,进而带动相关产业的发展,形成完整的产业价值链以推动地区经济社会的高质量发展;其三,充足的财政科技支出,能够创造良好的投资环境和研发环境,通过吸引资金、人才,加快知识与技术在各个领域的快速扩散,促进创新成果共享,提升科技研发成果转化能力,推动经济社会效益的提升。因此,按照这样的逻辑机理论证,本研究提出如下研究假设:

H4:财政科技支出对于区域经济发展具有重要的影响作用。

(二)模型构建和估计方法

因为不需要对内生变量和外生变量进行区分,不再需要设定外生变量与内生变量之间的因果关系,可以将所有的变量转化为内生变量进行分析处理,在考虑所有变量滞后项作用的基础上,面板向量自回归模型(panel vector autoregressive model,简称PVAR)得到了广泛的应用。基于多元系统方程,面板向量自回归模型(PVAR)传承了向量自回归模型(vector autoregressive model,简称VAR模型)的优点,能够对变量的滞后影响进行解释,同时克服了VAR模型对于时间跨度的严格要求,可以利用时间和空间两个维度获取更加全面的数据,它最为关键的优势在于全面系统地分析各个样本个体差异对于模型参数的影响并能够合理地反映变量之间的相互影响作用。本研究采用R完成,首先,应当对面板数据进行平稳性检验,确定变量的设置是否合理可行;其次,使用panelvar包的pvargmm函数进行GMM-PVAR分析以及确定最优滞后期;再次,对模型估计结果过度识别检验;最后,在稳定检验的基础上进行脉冲响应分析。基于上述步骤,先构建财政科技支出、区域创新与经济增长之间动态关系的PVAR模型如下式1:

(1)

在该模型中,yi,t为包含了3个变量(财政科技支出、区域创新和经济增长)的向量,j为滞后阶数,yi,t-1为j阶滞后所有的内生变量,a0为截距,Aj为回归系数矩阵,fi为固定效应,ui,t为随机扰动项。

(三)数据及变量选取

本文的数据来源为2010—2021年《中国统计年鉴》《中国科技统计年鉴》以及各个省市自治区的统计年鉴,并依据文献[11] [13] [19]采用科技支出强度对财政科技支出进行衡量,依据文献[9] [10] [11]采用有效专利数量衡量区域创新能力,依据文献[10] [13] [14]采用国民生产总值(GDP)进行经济增长水平的衡量。

三、实证研究

(一) 变量平稳性检验

本研究样本数据分析均采用R的panelvar包完成:

首先,导入数据后进行数据处理,使用plm包的pdata.frame将样本原始数据转成面板数据dataframe;

然后,对经过处理后得到的面板数据dataframe进行平稳性检验,检验结果如表1所示:

表1 面板数据平稳性检验结果

如果平稳性检验结果p值小于0.05,则表示平稳,表1的平稳性结果显示,三个变量转化为面变数据后的样本数据p值均远远小于0.05,因此,三个变量的样本数据都通过了平稳性检验。

(二) PVAR模型估计

在PVAR模型估计的过程中,为了保证参数估计的有效性,应当对PVAR模型最佳滞后阶数确定,本研究使用panelvar包的pvargmm函数进行GMM-PVAR分析以及确定最优滞后期。

一般VAR和SVAR都是先确定最优滞后阶数然后再进行模型模拟,但是R使用panelvar包实现PVAR时,需要先使用模型模拟,然后使用Andrews_Lu_MMSC函数计算模型拟合结果的AIC、BIC、HQIC值,从而比较不同滞后阶数的准则值来得到最优滞后阶数。经过程序运行得到,本研究的最佳滞后阶数确定为一阶。

因为PVAR模型的前提是不再对外生变量与内生变量之间的因果关系进行设定,将所有的变量转化为内生变量进行分析处理,因此,对模型估计结果有必要进行过度识别检验,经过检验证明,不存在工具变量与扰动项相关。再对模型估计结果进行稳定性检验。

表2 模型估计结果平稳性检验

从表2的结果可以知道,PVAR模型的估计结果通过了稳定性检验,可以进行下一步的分析研究。

(三)脉冲响应分析

基于财政科技支出、区域创新和经济增长等3个指标变量的时间序列函数,利用脉冲响应函数可以动态地描述三者之间相互的影响关系,并且能够直观形象地刻画三个变量之间相互影响的时滞关系。本研究利用R软件包中的oirf()函数进行脉冲响应分析,脉冲响应分析结果如图1所示:

图1 脉冲响应分析结果图

(四)实证分析结果

基于研究目的,本研究先对3个变量的样本原始数据进行处理转化为面板数据经过平稳性检验后,再构建PVAR模型并对模型估计结果进行过度识别和平稳性检验,然后进行脉冲响应分析,对3个变量之间的相互影响作用进行分析。实证分析结果如下:

从经济增长的影响作用来看,当期的经济增长水平明显会对下一期的经济增长水平具有促进作用,并呈现正向影响作用逐渐减弱的趋势,在第一期和第二期产生较为急剧的影响作用下降之后,从第三期开始趋向较为平稳的影响作用缓慢下降趋势,直到未来的第八期,当期经济发展水平的影响作用仍然存在,并达到了最小值0.01,开始呈现水平状态。可见,一个区域的经济发展水平至少能够对未来八到十年的经济发展产生影响作用,这与经济发展周期理论是相吻合的。按照创新理论创始人熊彼特的观点,经济周期可以划分为长周期、中周期和短周期,每一个长周期为48～60年,包括了三个中周期,每个中周期约为9～10年(尤格拉周期),短周期约为40个月(基钦周期)。从本次实证研究的结果来看,当期经济发展水平的影响作用一直持续到至少第八期并达到了最小值0.01,较为明显的影响作用持续到未来二期,与熊彼特的经济周期中的中周期基本吻合。按照英国经济学家阿瑟·刘易斯的观点,标准的经济周期是持续大约九年的尤格拉周期,并得到了很多经济学家的认同,与实际的经济发展周期也较为切合。因此,本实证研究结果中对经济周期理论进行了较好的解释和验证;当期经济发展水平对于财政科技支出的影响作用,在最初一期产生负向作用并达到最小值-0.02之后从未来二期开始呈现稳定的上升趋势,并在第四期达到了最大值0.01之后,影响作用开始减弱而趋近于0值。本研究认为这与选取样本数据的年份具有密切的关系。因为,2011年精准扶贫政策的酝酿和2012年该政策的实施,我国中央政府和各级地方政府在党中央宏观政策的指引下预期对精准扶贫的财政支持力度加大,在财政投入总量控制的前提下就会对科技支出方面有所减少,直到2017年,随着我国扶贫攻坚在各个地区取得了巨大成就,乡村振兴战略的实施,精准扶贫政策的不断完善和财政支出的稳定,并在扶贫产业上进行较大力度的科技投入,总体上加大了财政科技支出,再到2020年贫困人口全部脱贫而扶贫投入减少,继续加大财政科技的支出,与本实证研究的结果完全吻合。从变量选取的视角来看,虽然加大了财政科技支出,但为了能够更加真实全面地反映财政科技支出的综合影响作用,本研究采用科技投入强度来表示财政科技支出的力度,经济增长水平对于科技投入强度的影响存在一定的时滞性。总体上来看,经济发展水平对于财政科技支出具有明显的正向促进作用,并从横向比较的视角下,也就是各省经济发展水平与科技投入强度之间的相关性上得到了合理的解释。在未来的研究中,如果能够将一些年份中影响科技支出的重大政策出台考虑在内进行实证研究,可能对问题能够进行更加客观全面的阐释;当期经济发展水平对于区域创新的影响作用得到了较好的验证,对未来一期的影响作用相当明显,并在未来二期的影响效应达到最高水平时,影响效应开始减弱,并逐年下降。可见,经济增长水平较高时,不仅对人才、资金和技术等产生明显的吸引作用,并能够产生显著的区域创新绩效。并且,从横向比较上来看,经济发达省份的经济发展水平较高,作为区域创新能力重要体现的专利有效数量明显的多于经济欠发达省份。

从财政科技支出的影响作用来看,当期科技投入强度能够对未来一期的投入强度产生明显的促进作用,并在发展趋势上呈现减弱的态势,经过未来一期和未来二期的促进作用急剧下降之后在未来三期产生的影响作用趋近于0,可见,财政科技支出的影响作用能够持续5～10年,这与当前科技创新的周期基本吻合;当期科技投入强度对于区域创新的影响作用中,科技投入强度受到一单位的正向冲击时,区域创新绩效脉冲响应曲线位于置信区间0位之下,表明最初的科技投入强度对区域创新产生负向影响作用,直到未来二期曲线跨越置信区间0位,产生正向的促进作用,并稳定上升到未来四期开始呈现影响作用减弱的发展趋势,并在未来八期达到最小值趋近于水平线。可见,财政科技投入短期之内不会对区域创新绩效产生立竿见影的效果,只有持续投入,才会在未来5～10年的时间之内产生明显作用,并随着稳定的财政科技支出一直产生促进作用;当期科技投入强度对经济增长具有明显的促进作用,在未来一期之内的影响作用逐渐增强并在未来二期达到最大值,之后影响作用开始平缓减弱,在未来五期之后趋近于0。可见,财政科技投入能够带动经济增长,这与我国部分学者认为研发投入不会直接带动经济增长的观点相左,有待于在以后进行更加深入的研究进行验证。

从区域创新的影响作用来看,当期的区域创新绩效对未来一期的区域创新绩效具有正向的促进作用而影响力度持续减弱,在未来二期急剧下降之后下降水平趋于平缓,并不断趋于下降的态势;当期区域创新绩效对于经济增长作用在脉冲响应分析曲线中得到了较好的体现,当期区域创新绩效在未来一期和未来二期的促进作用持续增强并达到最高水平,直到未来三期,促进作用开始减弱并呈现平缓的下降趋势趋近于0;区域创新绩效与财政科技支出密切相关,区域创新绩效对于财政科技支出的正向促进作用在未来一期达到最高水平之后平稳过渡,在未来二期之后促进作用开始减弱并平缓下降,直到未来四期之后趋近于0。

四、结论与建议

(一)结论

本研究以科技投入强度为财政科技支出的表征变量、有效专利数量为区域创新水平的表征变量、国民生产总值(GDP)为经济增长水平的表征变量,以全国31个省市自治区2010—2021年的面板数据为样本构建PVAR模型。利用采用R的panelvar软件包进行样本数据处理、平稳性检验、模型结果估计和检验以及脉冲响应分析,得到财政科技支出、区域创新与经济增长三者之间相互的动态影响关系,主要研究结论如下:

财政科技支出与区域创新绩效之间相互的动态关系为中短期影响,不论是前者对于后者的影响作用还是后者对于前者的影响作用,都是在未来一期中的影响作用较为明显,并呈现影响作用逐步减弱的趋势。不同之处是:当期财政科技支出对于区域创新的影响从未来一期的负向制约到未来二期转化为正向促进,并持续时间较长,直到未来四期才呈现影响作用减弱的趋势;而当期区域创新水平对于财政科技支出在未来一期就有明显的促进作用,但影响作用的持续时间相对较短,在未来四期趋近于0。

财政科技支出与经济增长水平之间的相互动态关系为中短期影响,当期科技投入强度能够对未来一期的投入强度产生明显的促进作用,这种影响作用能够持续5～10年,当期经济发展水平对于财政科技支出的影响作用,在最初一期产生负向作用并达到最小值-0.02之后从未来二期开始呈现稳定的上升趋势,影响作用能够持续10年左右,但是,因为2012年精准扶贫政策和2017年乡村振兴战略实施的宏观性调控未列入影响因素,实证结果有待于进一步验证。

区域创新绩效与经济增长水平之间相互的动态关系为短期影响,两者之间在短期之内相互具有明显的促进作用,在短期之内,区域创新对于当地经济增长的促进作用明显,反过来,经济增长水平对于区域创新绩效的提升同样在短期之内具有明显的促进作用。

(二)建议

根据对财政科技支出、区域创新与经济增长之间关系的研究,提出以下政策建议:

1.加大财政科技支出,促进区域创新发展。财政科技支出对于促进区域创新发展具有重要意义。政府应该加强对于科技创新的投入,鼓励并支持区域内的科技创新发展。具体而言,政府可以通过设立创新引导基金、科技支持项目等方式提供财政资金支持。政府应该加强对于科技创新项目的评估和监管,确保资金使用的高效和安全。此外,政府还应该加强人才培养和引进,通过各种方式鼓励和支持优秀的科技人才加入区域内的科技创新团队,提高区域内的科技创新能力。

2.制定差异化的财政科技支出政策。在财政科技支出方面,政府应该根据不同地区的发展水平和需求,制定差异化的政策。对于较为发达的地区,政府可以加大对高科技领域的支持力度,加速产业升级和转型。而对于欠发达地区,政府应该注重基础设施和科技创新能力的提升,提高当地的创新能力和产业竞争力。政府可以采取不同的财政支出方式,如补贴、减税等方式,来满足不同地区的财政科技支出需求。同时,政府还可以鼓励社会资本进入创新领域,吸引更多的投资。

3.优化财政科技支出管理制度。政府应该建立科技支出的监督和管理制度,确保科技支出的合理性、高效性和安全性。具体而言,政府可以建立科技支出的审批制度,确保科技支出项目符合国家的科技发展战略和财政政策。同时,政府还可以加强科技支出的评估和监督,确保科技支出的高效和安全。此外,政府还可以建立科技支出的激励机制,鼓励企业和科研机构的创新活力,提高创新效率。

4.不断完善专利成果转化机制,提升区域创新能力。通过完善专利申请、审核、授权及保护机制以促进专利对我国经济增长速度和质量的双重支撑机制的形成。同时,政府应当通过优化环境和政策扶持等手段积极鼓励高质量专利的产业化、商业化进程,疏通创新成果的市场化、商品化渠道,建立多样化、专业化的科技中介机构,搭建创新成果的经济价值输出平台,推动区域优势产业转型升级发展进而为区域创新能力提升奠定必要的基础。

5.加强区域协同发展。政府应该加强区域协同发展,推动各地区之间的合作和交流。在加强地区之间的合作和交流的实施过程中,既要基于各个地区的自身行业特点的优势,充分发挥行业优势带动相关产业发展的龙头效应,也要实现相邻区域之间教育科技资源共享,实现它们之间在各个方面的优势和资源互补,进行经济高质量的协同发展。