[关键词]农业投入；科技投入；VAR模型；脉冲响应函数
[中图分类号]F123 [文献标识码]A [文章编号]1005-6432（2013）40-0011-03
1 文献综述
科技发展一直是推动经济发展的重要力量，科技投入则直接影响着科学创新和技术进步，所以科技投入对经济发展起着重要作用。以罗默为代表的一批经济学家从生产力和技术进步方面研究经济增长，提出了新经济增长理论。所以目前许多国家都将加大科技投入作为提高经济竞争力的一个主要手段。同时，结合中国的具体国情，不可忽视的是，作为一个农村人口比重大于50%的农业大国，农业经济在中国经济的地位同样举足轻重。而对于农村经济的发展，国家财政投入是最直观有效的建设方式。因此，研究国家科技投入和农业投入对国家经济的影响，并进行比较和分析，对提高财政农业投入的使用效率，优化科技投入的结构，加速经济的发展具有重要的意义。
对于经济发展与科技投入的关系，国内外学者都有过比较深入的研究。朱平芳（1999）通过建立经济计量模型，实证研究了上海市全社会科技投入和国内生产总值的关系，测算了全社会科技投入对国内生产总值的短期和长期弹性；肖利（2002）通过对美国企业界20世纪90年代科技投入的分析表明，科技投入的高速增长是推进美国技术创新和经济增长的主要动力；朱春奎（2004）利用时间序列动态均衡分析方法，考察了科技投入与GDP的关系。总体来看，改革开放以来，中国财政科技投入是经济增长的充分而非必要条件，即财政科技投入是国民经济增长的原因，而经济增长对财政科技投入的贡献作用并不显著。
而对于经济发展和农业投入的关系，国内外学者们同样做了许多研究。Chang（2001）指出财政农业投入对经济增长来说有双重影响，认为财政农业投入应该有一个最优规模；国内大多数学者认为我国农业财政支出的规模太小，不能保证我国农业发展的需要，建议要扩大我国农业财政支出规模（沈淑霞等，2004；侯石安，2004；何振国等，2005；郭玉清，2006）；但我国是一个农业大国，国家财力规模小，大规模增加农业财政投入不太现实。在当前农业财政投入不足的情况下，如何提高我国农业财政投入的使用效率才是当务之急（丁亮等，2007）。
本文拟针对我国财政科技和农业投入的总量状况，分别建立财政农业投入与科技投入和经济增长的VAR模型，综合运用协整分析、误差修正模型、因果关系检验、脉冲响应函数等计量技术系统研究财政农业投入和科技投入的经济增长效应，寻出两者对经济发展的短期和长期影响效果，试图得到有价值的结论，以期为合理制定今后国家在两者投入上的比重及增长速度等政策提供合理的参考。
2 实证分析
2.1 数据说明和单位根检验
科技投入包括人力资源投入和财力资源投入，而人力资源投入中有许多是以费用支出来度量的。在我国，财政科技投入是科技投入的主要来源，其总量和结构状况对我国科技进步有着重大影响，因此本文采用财政部的科技投入来衡量中国的科技投入。同时，我国农业的投入也在很大程度上依赖于国家财政的农业投入，因此本文也采用财政部的农业投入来衡量中国的农业投入。采用宏观经济总量指标国内生产总值GDP反映经济增长。所使用的样本是1992—2011年的数据。数据来源于2012年的《中国统计年鉴》和《新中国五十年统计资料汇编》。首先，为了消除价格因素的影响，笔者以1991年的物价数据为基准，对所有经济数据进行了处理。分别定义自然对数的实际GDP，科技投入和农业投入为Lgdp，Ltech，Lagri，并对其分别进行一阶差分和二阶差分。再对上述时间序列进行ADF检验，检验结果列入表1：
（1）检验类型中c，t，k分别代表检验模型中含有常数项、趋势变量、滞后阶数；
（2）临界值来自软件Eviews 7.2；
（3）滞后期K的选择标准是以A IC 和SC值最小为准则。
从表1可知，原序列是非平稳序列，经过一阶差分后，在1%的显著性水平下，只有Lagri平稳。而经过二阶差分后，序列都不存在单位根，是平稳序列。即Lagri是一阶单整序列，而Lgdp 与Ltech是二阶单整序列。符合协整条件。
下面用Johanson检验探究各变量间是否存在协整关系，即长期稳定的均衡关系。
2.2 Johanson检验
对于多变量模型协整关系的检验，一般用Johansen检验。本文选用序列有线性趋势项而协整议程只有截距的检验形式，协整检验滞后阶的确定是以VAR模型的结构为基础的，通过使用AIC、SC准则多次试验最终确定VAR模型变量最优滞后阶为3阶，则协整检验相应为3-1=2阶（见表2）。
技投入之间存在一个协整关系。
用OLS法做估计，得到其长期稳定的均衡关系为：
通过回归结果分析，方程的拟合优度与修正的拟合优度均比较好，但是Lagri的拟合结果并不太好。
从长期分析来看，农业投入增加，科技投入增加均会引起国内生产总值的增加，并且上述因素波动对国内生产总值的弹性均小于1，传递效应不完全。农业投入每增加1%会造成国内生产总值增加0.15%，科技投入每增加1%会引起国内生产总值增加0.65%。可见，科技投入对国内生产总值的影响效果更大。
但是，考虑到国家对农业的投入，在短期内不会有太大的效果，因为当前我国的农业投入，大多数集中在对农村基础设施的改善，而对农村基础设施的改善，一方面，是施工时间较长，另一方面，尽管农村基础设施变得更加好了，但由于当前大多数农户家庭的收入，主要是靠务工人员打工所得，也很难给农民增收带来很多的帮助。而科技的投入，相对则不存在这样的问题。
下面考虑国内生产总值、农业投入、科技投入的短期关系。建立（ECM）误差修正模型：
对式（1）中的残差作平稳性检验，可发现其在1%的显著性水平下平稳。所以，建立误差修正模型，其结果为：
从短期分析看：无论是农业投入还是科技投入，滞后一期的投入对GDP的影响比本期投入对GDP的影响大，其中科技投入尤其突出。
有意思的是，短期对农业的投入会对GDP产生负向的影响。其主要原因是，把钱投入到农业中，会减少资金投入到其他行业中的机会。而农业投入产生效益又需要很长一段时间，所以在短期会一定程度的减缓GDP的增长。
通过对比可以发现，对科技的投入，无论是从短期还是从长期来看，对科技的投入带来GDP的增加效果比农业投入更大。
2.3 基于VECM模型的格兰杰因果关系检验
通过上面的分析，可以知道中国经济增长与农业和科技投入存在着某种长期稳定的均衡关系，但是这种均衡关系是否构成因果关系，还需要进一步验证。根据前面的协整分析，选择滞后期为2期，建立向量误差修正模型VECM模型。再对其作格兰杰因果检验，检验结果如表3所示：
农业投入不是国内生产总值的格兰杰原因，而国内生产总值是农业投入增加的格兰杰原因。
这是因为我国自1978年改革开放以来，经济之所以能够飞速发展，与国家城市化的发展战略有关，而城市化的发展战略，是以牺牲农村为代价的，所以，城乡二元体制结构一直存在着。自2001年以来，国家意识到了这个问题，也是从这一年起，农业每一年都把农业放到中央一号文件中。与政策调整相关的是，国家对农业的投入越来越大，导致的结果是，从目前来看，经济的发展带来农业投入的提高，而不是农业投入的提高带来经济的增长。
但是，以后农业的发展，会不会带来经济的增长，还有待进一步考证和观察。
2.4 脉冲响应分析
为了检测该模型能否进行脉冲响应分析，首先对VECM模型进行平稳性检验。
图1
因为所有点都落在单位圆内，所以VECM模型满足平稳性条件，可以对其作脉冲响应分析。脉冲响应分析结果如下：
图2
图3
由图1可以看出，当在本期给农业投入一个正向冲击后，国内生产总值在前三期内会逐渐上涨，而在第三期后开始稳定增长。这表明当农业投入受外部条件的某一冲击后，经市场传递，最终会带来国内生产总值同向冲击，而且这一冲击具有明显的促进作用和较长的持续效应。
由图2可以看出，当在本期给科技投入一个正向冲击后，国内生产总值在前十期内都逐渐上涨，到十期后才有平稳趋势。这表明，对科技的投入，会给国内生产总值的增长带来非常显著且持续的拉动作用。这一结论进一步支持了协整的实证结果，也说明了GDP增长与科技投入之间存在密切的长期关系。其经济意义在于，再次强调了政府在制定科技投入政策上应采取长期政策而非短期政策，这样才能促进科技投入有效地转化为生产力，最终促进实际经济的产出。
3 结论与政策建议
本文的核心是基于多变量VAR模型利用协整分析、Granger因果关系检验及脉冲响应函数方法对中国科技和农业投入对经济发展进行实证研究。
通过上述实证研究，我们可以得到以下几个结论：①GDP和科技投入虽然是非平稳序列，但是两者之间存在某种长期稳定的均衡关系，刻画这种长期稳定关系的特征是科技投入对GDP的长期弹性为0.65。表明科技投入对GDP有显著影响。②科技投入对GDP增长的短期影响要小于长期影响，其原因可能在于科技投入的效果无法在短时间内体现出来，它对GDP的促进作用需要一个中间转化的过程，因此短期内希望增大科技投入总量来提高即期GDP的政策可能不会产生预期显著的效果。③相对于科技投入，农业投入对GDP的影响无论是长期还是短期都明显不如科技投入，在短期甚至出现了负影响。
虽然科技投入对经济增长的影响更加显著，但结合中国实际情况，作为一个农业经济和农村人口占据相当大比重的国家，在今后政策的制定上，还是要不断加大对农业的投入。中国目前更多的是个体农业经济，要想加快农业的发展，并使其对经济产生更积极的影响，国家要出台相应的政策将农业产业化，并可以结合科技投入对GDP的影响，加大在农业上的科技投入，提高农业的生产效率，将两者相结合，最大限度的提高二者在促进经济增长中的作用。
参考文献：
[1]朱平芳.全社会科技经费投入经济增长的关联研究[J].数量经济技术经济研究，1999（3）：28-31.
[2]肖利.美国企业的投入对中国现代企业的启示[J].科研管理，2002，23（2）：116-121.
[3]朱春奎.财政科技投入与经济增长的动态均衡关系研究[J].科学学与科学技术管理，2004（3）：29-33.
关键词：经济；科技；协调发展；评价指标
中图分类号：F061.5 文献标识码：A 文章编号：1001-828X（2013）03-00-01
一、经济与科技协调发展的基本含义
所谓经济与科技协调发展指的是通过建立经济与科技之间的合理关系，使经济与科技相互作用，促进经济增长、科技进步。现阶段，科技的发展应该超前于经济发展，对经济发展发挥先导作用。经济与科技协调发展的基本含义则是：（1）经济发展支撑科技进步。（2）科技进步促进经济发展。（3）科技进步对经济发展起先导作用。（4）经济发展水平应该与科技发展水平相当，若是差异过大，无法体现经济与科技之间的协调性。
经济与科技的协调发展主要体现在3个方面：（1）科技进步促进经济系统的内部协调。（2）经济发展促进科技系统的内部协调。（3）经济与科技运行协调。具体表现在：经济水平和科技的投入相协调、经济科技外部协调。经济水平和科技的投入相协调指对科技的投入总量、对科技的拨款、全社会范围内的科技贷款以及技术引进用款等占总量份额在一个适宜的水平上。经济科技外部协调指的是科技成果的应用率提高、反映物质投资与智力投资平衡的指标在一个适宜的水平上，科技综合实力与人均国民生产总值的正相关度提高等。
二、经济与科技协调发展评价指标体系的功能要求
（1）描述功能。通过评价指标体系能够较为全面、深刻且客观地动态反映经济与科技各个领域的现状，既能够反映经济系统、科技系统各自内部因素间的对比关系，又能够反映经济与科技两者之间的关系。
（2）解释功能。协调发展的评价指标体系要既能够测量出经济与科技两者之间协调的成都，而且还应该有能够帮助判断协调原因的指标。
（3）预测功能。协调发展的评价指标体系应该拥有能够利用近一段时间内历史、现状指标的动态变化特点，预测未来经济、科技各自的发展趋势和协调趋势，从而制定相应的对策。
（4）预警功能。预警功能是协调发展的评价指标体系最重要的功能。能够通过研究经济与科技的协调发展规律，分析出影响经济与科技协调发展的主要因素和相应的数量关系，制定适应的指标阈值，将其作为经济与科技严重失调的数量界限。若是靠近或超出这一界限，能够及实地发出预警。
三、经济与科技协调发展的评价指标
（一）R&D投入额和R&D强度指标
科技进步需要人力、物力投入以及资金投入，现阶段资金投入对科技进步起到的作用受到世界各国的广泛关注，R&D投入水平通常采用R&D投入额和R&D强度两个指标来表征。R&D投入额，指的是一国对R&D的投入总量，计算方法为：
R&D投入额=R&D经费内部支出+R&D经费外部支出-企业以外的单位资金投入本企业、委托本企业进行R&D活动的R&D经费支出额
或：R&D投入额=企业进行R&D活动的R&D资金支出额+企业R&D资金外部支出
R&D投入额指标能够反映科技投入的纵向变化，但不能反映经济发展与科技投入的相关性。
而R&D强度指的是R&D经费占GDP的比重，能够较好地反映经济发展与科技投入的相关性。R&D强度低则表示科技投入量不足，经济缺乏对科技的支撑力度。横向比较R&D强度，能够清楚地看出经济发展对科技的支撑程度。
（二）索洛：技术进步对产值增长速度的贡献
美国经济学家索洛用增长速度计算科技进步对产值的增长速度的贡献，他提出的计算公式是：
y=a+αk+βl
上式中，y是产出增长速度，k是资金增长速度，l是劳动者人数增长速度，a是技术进步速度，α和β分别是劳动和资金产出弹性系数。
进一步分析可得出科技进步对产出增长的贡献率，即：产出增长的贡献率=技术进步速度比上产出增长速度。
美国经济学家丹尼森在索洛公式的基础上进一步研究了经济增长的来源，一是来自生产要素投入量的变化，二是来自投入要素生产率的变化，提出了用全要素生产率增长率计算科技进步对经济增长的贡献率，如果全要素生产率增长率大于要素投入量的贡献，那么经济增长模式属于集约型，否则为粗放型。
（三）R&D弹性指数
科技投入快速增长，并且科技的发展超前于经济的发展是当今经济与科技发展的一个重要特征。反映这一特征的重要标志是一定时期内，R&D的增长速度比GDP的增长速度快，用R&D弹性指数来描述这种关系，R&D对GDP的增长弹性大于1，则表示科技的投入增长适当超前于GDP的增长，这是发达国家与地区的普通状况。
（四）位差
位差是指在一定区域范围内的位置科技发展水平与经济发展水平的差异程度，能够说明经济与科技的发展水平在区域内所处的位置是否相当。经济综合指标可以用GDP总量或者人均GDP，技术综合指标可以用科技发展R&D投入额和R&D强度等指标，计算出的位差越小，经济与科技发展的协调程度越高。
四、经济与科技协调发展评价指标体系的结构
评价指标体系可以分为3级，一级指标是经济科技协调程度指标，二级指标包括科技内部协调指标、经济科技外部协调指标以及经济内部协调指标三个指标。三级指标是反映经济、科技内部协调的子指标和反映经济与科技外部协调的子指标。
科技内部协调的评价指标包括科技投入结构、科技人员结构、科技成果数量和成果等三个方面的指标，如技术引进与消化吸收的投资比、科技人员各个等级职称的人员比例、技术出口额等。经济科技外部协调的评价指标从经济水平与科技投入水平的协调性、科技进步对经济增长的贡献率、经济与科技运行的协调性三个方面来看，有科技成果应用率、GNP增长率等。经济内部协调的评价指标则可以从产业结构、贸易结构、地区布局等多个方面来看，有恩格尔系数、各地GDP等等。
五、小结
综上所述，经济与科技协调发展评价指标体系可以按照经济与科技协调程度、内部协调、子系统等来分为3级，每一级都有对应的具体的评价指标。笔者认为可以从科技投入的强度、科技进步对经济增长的贡献率、R&D弹性指数、位差等四个方面来评价一个区域内经济与科技的协调程度。利用评价指标体系，可以分析预测未来可能的趋势，以此为依据来制定相关的政策和战略。
参考文献：
[1]孙喜杰.科技与经济协调增长的指数规律分析：兼论科技规模“指数增长”佯谬[J].科学研究，2012（06）
［关键词］财政科技投入；经济增长；平稳性检验；协整检验
一、引 言
马克思曾经指出，随着工业的发展，现实财富的创造较少地取决于时间和所耗费的劳动量，而主要取决于一般的科学技术和技术进步。［1］以卢卡斯为代表的一批经济学家在对新古典经济增长理论重新认识的基础上，提出了新经济增长理论，将技术进步作为系统的内生变量，从生产率和技术进步方面研究经济增长，认为科学技术因素成为经济增长的决定因素。资本、劳动、技术是影响经济增长的直接因素，劳动和技术会受到科学技术等经费的投入影响，政府对科技的支持力度是影响经济增长的间接因素之一。［1］因此，研究科技投人与经济发展的相关问题对提高科技投入的认识，增加科技投入的数量，优化科技投入的结构，加速经济发展具有重要的意义。
二、文献综述
目前国内对科技投入与经济增长关系从不同的角度以定量方法进行研究，主要通过回归分析、因果关系检验、协整分析和误差修正模型等方法，建立计量经
济模型来分析二者相互依赖和相互作用的规律。单红梅等利用不同方法、从不同角度研究了中国科技投入与经济增长之间的关系，［1-7］唐五湘等研究科技投入省市与经济增长之间的关系，［8-11］吕忠伟等则通过对经济模型的Granger检验实证了我国财政科技投入与经济增长之间的相互关系及传导机制；［12］(105-108)朱春奎利用时间序列动态均衡分析方法，考察了我国财政科技投入与 GDP的关系。［13］(29-33)
已有文献研究中国以及各省市科技投入与经济增长之间的关系比较多，由于研究角度、研究方法、研究对象和研究样本都不同，得出的结论也不尽相同。而研究财政科技投入的文献还不多见，但已有文献存在一定的不足：一是假定历史经济数据平稳。但实际上这些宏观经济数据通常具有时间趋势，显示出非平稳的特征，如果直接回归，可能导致“伪回归”问题；二是在回归分析后没有进一步对数据进行弹性分析，来研究科技投入对经济增长的贡献程度以及二者的滞后效应；三是缺乏对两者的互动关系研究。科技投入对经济增长有着促进作用，反过来经济增长也会加大政府科技经费的投入。本文在前人对科技支出研究的基础上研究中央与地方财政科技支出对经济增长的贡献。首先对相关数据进行平稳性检验和相关度分析，然后根据检验结果拟合模型做回归分析与弹性分析。
三、数据来源
利用1978―2005年度经济数据对财政科技经费投入（KEJI）与经济增长(GDP)的关系进行实证分析，相关财政科技投入数据来自《中国统计年鉴2006》、《中国科技统计年鉴2006》及国家科技部网站的财政科技拨款总额(见表1)。
四、平稳性检验
为消除可能存在的异方差现象，对两个变量进行对数变换，变换后不改变原序列的协整关系。得到LN(KEJI)和LN(GDP)两个时间序列数据，其变化趋势如图1。
从图1可以看出，LN(KEJI)和LN(GDP)两个变量高度相关性，其增长趋势基本趋于一致，初步表明变量财政科技投入(KEJI)与国内生产总值(GDP)之间存在着一定的依存关系。
然而实际的宏观经济数据大部分都具有时间趋势，表现出非平稳的特征，如果直接回归可能会导致“伪回归”等问题；为了避免这种情况的出现，通常在进行回归等其他分析前对被分析序列进行ADF单位根检验，检验结果(ADF临界值取5％水平)如表2。
从表2可知，原序列(对数化后)是非平稳序列，经过一阶差分后，序列基本平稳（其中LN(GDP)的P值为0.051，基本接受平稳序列），即序列LN(GDP)和LN(KEJI)都是一阶单整序列（如图2），因此可进一步检验变量之间的协整关系。
五、协整检验
虽然时间序列LN (GDP)和LN(KEJI)是非平稳的，经过一阶差分序列变得平稳。但是变换后的序列仅仅是经济增量之间的相关关系，而不具有直接的经济意义，化为平稳序列后所建立的时间序列模型不便于解释。
1987年Engle和Granger提出的协整理论及其方法，为非平稳序列的建模提供了一种途径。虽然一些经济变量的本身是非平稳序列，但是他们的线性组合却有可能平稳。这种平稳的线性组合被称为协整方程且可被解释为变量之间的长期稳定均衡关系。
对系统的协整检验和估计普遍采用的是Engle和Granger提出的E－G两步法。在只有两个时间序列时，只可能存在一个线性的协整关系；这种情况下，E－G两步法显得非常有效。对前面序列进行平稳性检验可知，序列LN (GDP)和LN(KEJI)是一阶单整序列，满足协整检验的前提条件，可以施行E-G两步法。
首先运用最小二乘法去估计（OLS）序列的长期线性均衡关系，得回归方程：
由回归方程各参数可知，模型的拟合优度较高，达到96.3％。但D.W.=0.1558很低，说明残差序列可能存在着自相关性，因而有必要对其残差序列进行平稳性检验来判断回归估计模型能否表示两个变量之间的长期均衡关系。由式（1）得残差为：
对残差序列进行平稳性检验，得出上面的各项指标。ADF检验统计量为-3.261，在5％显著性水平下的临界值为-3.012，P值为0.0304；并且DW值为2.21（表1），说明残差序列没有单位根，是平稳性序列，且残差序列不存在自相关性，所以变量回归方程（1）是协整方程，表明两变量之间的长期均衡关系。
因此我们可看出：1978－2005年中国财政科技投入与国内生产总值（GDP）之间存在着协整关系，即存在着长期稳定的均衡关系。模型（1）是对这种长期稳定均衡关系的数学描述，需要说明的是：在此模型中，由于财政科技投入与GDP均取了对数，回归系数1.2827是财政科技投入关于GDP的弹性系数，即财政科技投入每增加1个百分点，GDP相应增加约1.28个百分点，表明财政支出用于科技投入对GDP的推动作用较明显。
六、经济增长对财政科技投入的影响
从上面分析可以看出国家财政支出用于科技投入的规模对经济的发展有着明显的推动作用。那么反过来，是否可以简单的说经济的发展也明显的影响着国家财政对科技的投入呢？我们按照上面方法将GDP做解释标量来对财政科技投入进行回归。
对残差序列进行平稳性检验，各项指标再与（2）对比基本一致。ADF检验统计量为-3.015，在5％显著性水平下的临界值为-3.012，P值为0.0497；并且DW值为2.19，说明残差序列（4）也平稳性序列，并且不存在自相关性。所以变量回归方程（3）是协整方程，两变量间存在长期均衡关系。在此模型（3）中，回归系数0.7513是GDP关于财政科技投入的弹性系数，即GDP每增加1个百分点，财政科技投入相应增加约0.75个百分点，表明GDP对财政科技投入的拉动作用较小。
七、结 论
国家财政用于科技的投入对经济增长具有重要的推动作用，而经济增长对财政科技投入的拉动作用也十分明显，二者具有互动的因果关系。目前我国财政用于科技的投入占国内生产总值的比重偏低，因此加大财政科技投入将对我国经济的快速发展的提供有力支持；国家财政科技投入在促进经济发展方面的表现也说明科技投入能力是支持经济可持续发展的重要力量，我们不仅要加大国家财政方面的科技投入，还要吸引社会资本投入到科技领域。与此同时经济的发展（GDP）对国家财政科技投入的促进作用也十分明显。这样经济的发展与财政科技投入之间将形成：科技投入科技进步经济增长科技投入科技进步经济增长的相互促进、相互带动的良性循环机制。
根据以上的实证分析，可以看出科技投入与经济发展的互动关系，从这个方面出发我们提出以下建议：
(一)通过财政形式进一步加大科技投入的规模来促进经济的可持续发展
首先通过财政科技支出来提高科技力量的投入，其次是国家财政的投入领域应该进一步合理布局。科技投入犹如基础设施建设存在滞后效应和不确定等风险。因此国家财政科技投入主要用于基础研究、前沿技术研究和重大共性关键技术研究等公共科技活动，这样才能使经济的可持续发展。
(二)在加大国家财政投入规模的同时应该鼓励企业、社会力量对科技事业的投入
在我国的科技投入结构中财政投入占了半壁江山，其他的资金主要来自企业和金融机构。而在发达国家，社会资金占了大部分，因此我们在加大财政投入的同时更应该优先挖掘社会力量。市场是最有效的配置资源的方式，财政在科技方面投入资金的使用效率应该得到提高，我们也应该通过市场作用来吸引更多的社会、企业等资金用于科技事业，政府应该把部分市场让位于社会。
(三)改革科技事业的运作机制
我国目前的科技资金结构过分依赖国家财政的投入，这就造成科技资金的利用效率低下，科技企业创新能力不高，社会创新依赖于政府的不良局面。不管从我国的历史或是从国际角度看，国家创新应该来自企业、社会等各个团体组织。因此，应该改革科技创新的激励机制和资金的筹集机制，使资金来源多元化，通过市场提高资金的运作效率。
主要参考文献：
［1］苏 芳，胡日东，衣长军．中国经济增长与科技投入的关系―基于协整与 VAR模型的实证分析［J］．科学管理研究，2006(9)．
［2］单红梅．1991―2003年间中国科技投入经济效果的实证分析［J］．系统工程，2006，24（9）．
［3］王海鹏，田 澎，靳 萍．中国科技投入与经济增长的G ranger因果关系分析 系统工程 2005，23（7）．
［4］范柏乃，江 蕾，罗佳明．中国经济增长与科技投入关系的实证研究 科研管理，2004（5）．
［5］窦丽琛．科技投入对经济增长的影响分析［J］．云南财贸学院学报，2005，21（3）．
［6］罗佳明，王卫红．中国科技投入对经济增长的贡献率研究：1953-2001［J］．自然辩证法研究,2004.1(2)．
［7］孟祥云．经济增长对科技投入影响的实证研究［J］．情报科学，2004，22（8）．
［8］唐五湘．北京市科技投入与经济增长的T型关联度分析［J］．工业技术经济，2006，25（6）．
［9］张晓蓉．江苏省科技投入与经济增长关联性分析［J］．南京师范大学学报(工程技术版)，2006，6（3）．
［10］唐功爽，刘明芝．协整理论与方法及其应用――基于山东省收入与消费结构的协整分析［J］．山东轻工业学院学报，2006.9(3)
［11］陈冬生．武汉市科技投入与经济增长灰色关联研究．科学学与科学技术管理，2003（3）．
［12］吕忠伟，袁 卫．财政科技投入和经济增长关系的实证研究［J］．管理科学与研究，2006.24(5)．
［13］朱春奎．财政科技投入与经济增长的动态均衡关系研究［J］．科学学与科学技术管理，2004（3）．
The Cointegration Relationship of Fiscal Expenditure on Science and Technology and Economic Growth
Zhu Yun1 Bi Zhengcao2
Abstract: Appling unit root stationarity test and cointegration test theory, this paper studies the relationship of fiscal expenditure on science and technology and economic growth from 1978－2005. The result shows that fiscal expenditure on science and technology has an important driving effect on economic growth, and whereas economic growth has only some degree drawing effect on fiscal expenditure on science and technology.
关键词：科技活动经费投入；科技人员投入；经济增长；VAR模型；区域经济；计算经济学；定量分析；科研业绩
中图分类号：F810.7 文献标识码：A 文章编号：1007-2101（2013）05-0103-03
新经济增长理论把技术因素作为经济系统的内生变量，认为经济增长根源于知识和人力资本的增长，技术进步是经济增长的决定因素。①河北省作为以传统经济为主的经济大省，在政府主导的“科教兴冀”战略的影响下，科技对经济经济增长的作用正在逐步增强。但是，科技因素是否能够像新经济理论所倡导的那样，正在成为经济增长的决定因素，这不仅是经济学界的一个理论问题，更重要的是，这关系到未来河北省经济是否能够持续、稳定增长，也将关系到经济增长质量问题，即经济增长模式是否能够由“粗放式”转变为“集约式”。要回答上述问题，必须要进行客观的、定量的研究，探讨河北省科技与经济增长的关系。基于此，本文将专门选取科技活动投入经费、科技人员投入作为科技投入指标，选取地区国内生产总值作为经济增长指标，应用协整理论和向量自回归理论进行定量研究。
一、数据选取和变量说明
在变量的选取过程中，为保证数据的准确性和权威性，本文选择的科技投入仅指科技活动经费和从事科技活动人员，用地区生产总值作为测度区域经济增长的指标。所取数据来源于《河北省经济年鉴》《中国科技年鉴》。考虑到数据的可获得性、连续性等因素，研究选取1993—2010年河北省国民生产总值（GDP）作为衡量经济增长的被解释变量；选取同期的河北省科技活动经费（KY）、从事科技活动人员（RY）作为解释变量来衡量科技投入的指标。同时，为保证数据的可比性，消除通货膨胀因素，研究首先利用物价指数对名义地区生产总值和名义科技活动经费进行折算（以1978年不变价折算）。为使数据尽量平稳，也为了消除变量间的异方问题，对三类数据分别取自然对数，表示为LnKY、LnRY和LNGDP，上述变换不会改变变量间的长期均衡关系和短期动态稳定关系。
二、计量经济学分析
（一）单位根检验
首先，对三组变量进行平稳性检验，在对地区生产总值、从事科技活动人员、科技活动经费内部支出所对应的对数序列的单位根检验过程中，本文先利用ADF检验法对各个序列的平稳性进行检验。检验结果（见表1）显示，三组变量均为非平稳序列，不能用来直接构建计量经济学模型。因此，对三组变量分别进行差分处理，取各自的一阶差分，再进行ADF检验，在5%显著性水平下通过平稳性检验。因此，LnGDP、LnKY和LnRY为一阶单整，即三个变量均为I（1）序列。由于序列之间存在同阶单整，因此这三个变量满足进行协整检验的前提条件，可以对其进行协整分析。
（二）构建向量自回归模型（VAR模型）
由于向量自回归模型是以内生变量作被解释变量，以变量本身的滞后变量作为解释变量构建的计量经济学模型。因此，构建向量自回归模型的关键点是确定合理的滞后期。为此，在表2中试算了模型的0至3期滞后，结果显示，以 LR、FPE、AIC、SC和HQ五个判断标准进行分析，可以得出该模型的最优滞后期为2，即该模型为VAR（2）。
如图1所示，在VAR（2）模型中，单位圆内包含了所有根模的倒数，可以判断出以此建立的模型稳定。同时，也可以判断出在此基础上所进行的脉冲响应函数和方差分解分析有效②，进而可以得到VAR（2）模型如方程（1）、方程（2）和方程（3）所示。
（三）协整检验
由计量经济学理论知道，同阶单整是进行协整分析的前提。前面部分的单整检验结果显示，取自然对数后的三组数据构成一阶单整序列，因此可以进行下一阶段的协整分析。本文应用协整理论中的E-G两阶段检验法对三变量进行协整检验，该方法分为两个阶段，第一个阶段是构建一般最小二乘估计模型，通过检验后，以残差为被解释变量再次构建一般最小二乘估计模型；第二个阶段是对残差的平稳性进行单位根检验，残差平稳检验后，可以说明研究变量间存在协整关系，即存在长期均衡关系。具体如下：
第一步，对三变量使用普通最小二乘法（OLS）回归，得到协整方程（4）：
该回归模型的拟合优度（R2）为0.965 7，可以通过模型的总体检验，两个解释变量的T值分别为16.270 85和56.266 43，远大于临界值，说明模型能够通过变量的检验。综合总体检验和变量检验，协整方程能够通过显著性检验。
进一步建立残差回归模型如下：
第二步，残差平稳性检验。检验方法仍旧采用ADF检验，计算的ADF值为-3.682 39，可以查出5%临界值为-1.968 43。比较显示，ADF值低于显著性水平5%临界值，可以拒绝残差序列不平稳的原假设，接受残差序列为平稳序列的判断（见表3）。
上述模型分析，可以得出如下结论：科技活动经费投入、科技活动人员投入和经济增长之间存在长期协整关系。模型数据进一步显示，科技活动经费增加1%，河北省经济增长0.658%；科技人员增加1%，经济增长0.293%。
（四）格兰杰因果关系检验
协整检验可得出时间序列之间是否存在长期的均衡关系，但还不能说明解释变量与被解释变量之间存在必然的因果关系，而序列之间的因果关系可用格兰杰（Granger）因果关系检验法进行检验。其基本思想是：如果变量Xt是Yt的原因，则Xt的变化应先于Yt的变化。因此，在作对其他变量的回归时，如果把Xt的滞后值包括进来能显著地改进对Yt的预测，则称Xt是Yt的Granger原因，否则称Xt不是Yt的Granger原因。
为了能够说明科技投入（科技活动经费投入、科技活动人员投入）和经济增长之间的因果关系，分别作出LnGDP和LnRY、LnGDP和LnKY之间的相互回归模型，即要作出四个模型，考虑滞后因素，研究分别选取滞后期1和滞后期2进行建模，这样需要进行8个模型的构建和检验，具体结果如表4。
根据以上的格兰杰因果关系检验结果表明，滞后一期时，LnGDP不是LnRY的格兰杰原因的概率为0.001 54，拒绝原假设，说明经济增长带动就业增加了从事科技活动人员的数量。LnRY不是LnGDP的格兰杰原因的概率为0.504 28，接受原假设，说明单纯增加从事科技活动人员的数量并不能直接带来经济的增长。滞后两期时两者互不为格兰杰因果关系。另外，滞后一期时，LnGDP不是LnKY的格兰杰原因的概率为0.076 16，拒绝原假设。滞后两期时，LnGDP不是LnKY的格兰杰原因的概率为0.108 34，接受原假设，说明经济增长促使科技活动经费增加，但是科技活动经费增加并没有带来经济的增长。以上结论表明，河北省经济增长仍然是粗放式增长，科技投入并不能给经济注入强劲的生长力。
（五）脉冲响应函数分析
之所以要进行脉冲响应函数分析，原因是协整模型仅能揭示出变量间是否存在稳定的均衡关系，格兰杰检验尽管能够显示出解释变量和被解释变量的因果关系，但是上述两类方法均不能提供动态信息，即不能提供当一个变量作用于另一个变量的动态变化特征。为此，借助于前期研究所建立的向量自回归模型[LnGDP作被解释变量、LnKY作解释变量的VAR（2）模型和LnGDP作被解释变量、LnRY作解释变量的VAR（2）模型]进行脉冲响应分析。本文采用了广义脉冲法，分析结果如图2、图3所示。
图2和图3显示，从事科技活动人员投入变动和科技活动经费投入变动对经济增长的冲击始终大于0，并且曲线斜率也大于0，但斜率呈现递减趋势。这说明，作为科技投入指标的科技活动经费投入和科技活动人员投入变化对河北经济增长变化有正向影响，但是作用效果趋于缓和，即说明科技投入对经济增长作用效果方面存在着类似于消费者行为理论中的“边际效用递减”现象。
（六）方差分解
为了更加精确地分析代表科技投入的科技活动经费投入和科技活动人员投入对河北省经济增长变化的影响，在研究方法方面，借助于方差分解研究法。该方法的主要思想是通过分析每一个结构冲击对内生变量变化的贡献度来评价不同结构冲击的重要性③。本部分研究使用的向量自回归模型是前面部分中的方程（1），对LNGDP的标准误差（S.E.）进行了分解（具体结果见表5）。
表5显示了从第1期到第10期的标准差分解，即：河北省经济增长的标准误差被分解成经济增长（LnGDP）和科技活动经费（LnKY）、从事科技活动人员（LnRY）三部分，各部分在不同时期的贡献互不相同。
从总体趋势分析，无论是科技活动经费投入（LnKY），还是科技活动人员投入（LnRY），随着滞后期的增加，对经济增长（LnGDP）变化的贡献呈现出递增趋势；从相对比重角度分析，科技活动经费投入（LnKY）对经济增长变化的贡献比重远高于科技活动人员投入（LnRY）的比重。这说明，科技活动经费投入相对于科技人员投入对经济增长变化的贡献度大，并且随着滞后期的增加，这一贡献度不断增大。
三、结论与初步建议
经过系列定量分析，得到如下结论：第一，从协整分析结果可以看出，河北省科技投入和经济增长符合协整关系，即两者间存在长期的均衡关系；第二，从格兰杰因果关系分析可以看出，河北省经济增长是科技投入的单向格兰杰原因，反之的因果关系并不明显，这说明河北省经济增长中科技的因素贡献程度不高，经济增长模式仍然是粗放型；第三，从脉冲响应函数结果可以看出，科技投入变化对河北省经济增长变化有正向影响，但是作用效果有变缓趋势，说明增加科技投入有助于经济增长，但随着时间推移，科技投入对经济增长的作用效果在减弱；第四，从方差分解结果可以看出，科技活动经费投入与科技人员投入相比较，科技活动经费投入的变化对经济增长变化的贡献程度大。
针对上述研究，提出如下建议：其一，从因果关系结果角度分析，由于河北省科技投入和经济增长之间具有长期均衡关系，同时，经济增长是科技投入增加的格兰杰原因，因此，促进经济增长有利于科技规模的扩大，增强科技实力。其二，从科技投入增量变化对经济增长的效果看，增加科技投入有利于经济增长，因此，必须坚持加大科技投入的政策思路。其三，从科技活动经费投入和科技人员投入作用看，科技活动经费投入对经济增长的作用更强，说明科技人员数量的增加并不是关键问题，更为关键的是科技人员的业务素质和科研业绩。因此，加大科技活动经费投入并内化到科技人员自身，以提高科技人员的业务素质和科研业绩，进而对经济增长发挥作用，这也从一个侧面再次证实了“科教兴冀”战略的正确性和长久性。
参考文献：
[1]李京文，郑友敬.技术进步与经济效益[M].北京：中国财政经济出版社，1989：23-25.
【关键词】财政科技投入；经济增长；协整检验；格兰杰因果检验
一、引言
随着经济的发展，技术因素在经济增长中的作用日益显著，科技投入已经成为决定经济增长的重要因素，科技投入可以说是科技进步的动力和能源，科技投人的数量和使用效果直接影响科技水平和科技竞争能力，同时也影响到经济发展和社会进步，科技进步在我国现阶段的产业结构升级中扮演着关键角色。因此，定量测算科技投入对各产业经济增长的贡献率、各产业经济增长对科技投入的影响，是现在许多学者研究的一个热点。不同的地区，科技投入的方式和结构的不同，科技投入对经济增长的作用效果是完全不同。因此。研究不同地区的科技投入与经济增长的关系对优化各省科技投入结构，提高科技进步水平，加快地区经济发展具有重要的意义。
因此本文试图从实证的角度， 运用协整理论、因果关系检验等方法， 利用1990～2010年度经济数据， 分析江苏省地方财政科技投入与各产业经济增长之间的关系，研究结论将为相关政府管理部门制定科技决策和财政政策，对江苏省的科技兴省战略及加速经济发展具有重要意义。
二、实证分析
1、变量确定及数据来源
本文选取了江苏省各产业的国内生产总值（S1，S2，S3）反映经济增长情况，选取江苏省财政用于教育、科学技术的支出（T）反映江苏省的财政科技投入。为避免数据太大波动以及数据的异方差，分别对各变量取自然对数，分别记LNS1，LNS2，LNS3和LNT。数据来源于江苏省统计年鉴：（单位：亿元）
2、时间序列的平稳性检验
在对数据进行协整检验前必须进行时间序列的平稳性检验。本文采用ADF方法检验时间序列LNS1，LNS2，LNS3，和LNT的平稳性。检验结果如下表：
从上表我们可以看出，LNS1，LNS2，LNS3和LNT是非平稳的，一阶差分后只有LNS1变平稳。但二阶差分后全部变平稳，他们变成二阶单整序列，可进一步检验它们之间的协整关系。
3、协整检验
根据上面平稳性检验结果可知，所有变量为二阶单整，对其进行协整检验，对协整检验主要采用Engle和Granger提出的E-G两步法，对财政科技投入与各产业经济增长关系而言，意味着只存在一个线性的协整关系。
首先对财政科技投入与各产业经济进行最小二乘法估计他们之间的长期线性均衡关系，得到回归方程：
LNS1=4.850521446+0.4294239547*LNT
R2=0.985474 R2=0.983658 F=542.7313
LNS2=5.098093452+0.7146706118*LNT
R2=0.941528 R2=0.934219 F=128.8183
LNS3=4.390028148+0.7698714208*LNT
R2=0.976598 R2=0.973673 F=333.8503
从回归方程的估计结果看，模型的拟合度和修正的拟合度较高，各项检验参数不为零，F统计量通过了显著性检验，回归方程统计性质良好。
然后，检验残差e的平稳性。通过该方程式计算的残差序列e并进行ADF检验，检验结果见下表：
从表中可知，各残差是平稳的。也就是说明江苏省财政科技投入与各产业经济增长存在长期均衡关系。从长期看，财政科技投入对第一产业的弹性为0.4294，第二产业的弹性0.7147，第三产业的弹性为0.7699。即财政科技投入增长1%，第一产业将增长0.4294%，第二产业将增长0.7147%，第三产业将增长0.7699。可以看出财政科技投入对第二三产业的拉动作用比较显著。
4、格兰杰因果检验
通过上面的协整检验结果告诉我们，江苏省的财政科技投入与各产业经济增长之间存在长期的均衡关系，但是这种均衡关系是否构成因果关系，也就是是由于财政科技投入引起各产业经济的增长，还是各产业经济增长带动政府的财政科技投入。利用1990-2010年度的江苏省财政科技投入与各产业数据，对LNS1和LNT，LNS2和LNT，LNS3和LNT进行Granger因果关系检验。检验结果如下表：
从上表可以看出，在5%的显著性水平下LNS1与LNT之间存在单向的因果关系，也就是财政科技投入是第一产业发展的单向granger原因，而LNS2与LNT之间确存在互为granger因果关系，LNT与LNS3两者之间也存在单向的因果关系，即财政科技投入是第三产业发展的单向granger原因。
三、政策建议
财政科技投入作为一项科技财力资源，是科技资源的重要组成部分，对科技进步、振兴经济以及推动社会进步具有重要意义。一个国家的财政科技投入的多少，往往与这个国家的科技实力与水平呈正相关，是衡量一个国家综合国力的重要指标。增加财政科技投入，充分发挥它在技术进步中所起到的巨大促进作用，是江苏省市实现科教兴市战略的重要政策举措。因此提出以下建议：
1、优化财政科技投入。财政科技投入是引导经济快速发展的重要因素，它在引导科技发展上起着基础保障，引导和调剂作用，也是优化科技资源配置的重要手段。因此财政在科技上的支出要处理好各类科技计划的关系，优化科技经费的投入方式。当前我国产业升级的关键时期，科技计划，科研项目，工程研究种类繁多造成了资金利用效率低。优化财政科技投入对提高资金使用效益，避免重复投资有着重要作用。
2、加强财政科技投入力度，提高资金运行效率。加大科技投入力度，以满足科技发展的需要，提高整体科技水平，同时要建立有效的政府科技投入资金管理机制，保证科技资源流向富有活力和最有效率的科学研究和技术创新领域，不断提高科技资源的使用效率，政府科技投入才能有效地促进科学研究和技术创新的发展，才能真正成为促进经济增长的重要手段。
3、是形成多元化、多渠道、高效率的科技投入体系。财政科技投入对象的局限性是影响河南省财政科技投入的配置水平提高的一个关键因素。科技投入是一种创新性的生产性投入，应本着“谁受益，谁投资”的原则，建立由政府、企业和民间机构等构成的多元化的投入主体。对于公益性的科技活动，以政府为主进行投资；而对于非公益性的科技活动，应以鼓励企业和民间投资为主要投资主体。
4、是完善科技投入的政策法规，优化财政科技投入的结构。要建立、健全科技政策法规体系，把财政科技投入纳入到规范化、法制化的轨道上来。优化财政支出结构的关键就是对公益性科研活动和公益性的科研机构加大支持力度，合理配置财政科技经费， 明确各类经费的功能，实行分类管理，避免重复交叉。
参考文献：
[1]吴宇军；王丽；王峰；彭华涛.优化财政科技投入结构的政策建议[J].科技进步与对策，2008，09.
[2]刘战伟.河南省财政科技投入和经济增长的动态均衡关系研究[J].区域金融研究，2001，07.
目前的煤炭生产远不能满足国民经济发展的需要，无论从技术上或经济效益上都还存在不少问题。因此，积极开展煤炭技术经济问题的研究，努力提高经济效益，是当前煤炭系统需要认真对待的问题。本文仅就煤炭技术经济学的研究问题作一初步探讨。
煤炭技术经济学的研究任务、对象、内容和方法
技术经济学是研究生产力发展规律的科学，它研究生产力诸要素的合理组织和配合，研究物质再生产的技术经济问题，研究在一定的社会环境下，所创造的财富(包括使用价值和价值)和为此消耗的人力、物力、资金的比例关系，使技术和经济互相适应，以获得最佳的经济效果。煤炭技术经济学是通过研究煤炭生产力的技术经济问题，揭示煤炭生产和再生产过程中生产力发展的客观规律的一门学科。其核心是经济效果问题。煤炭技术经济学研究的基本任务是，在组织再生产的过程中，根据煤炭资源的开发利用和区域经济发展的不同条件，使劳动力、资金、物资和资源得到合理的分配和使用，使科学技术和经济相适应，寻求科学技术和经济合理性的最佳的社会结合。它主要有三个方面的任务:一是根据马克思主义政治经济学理论，研究煤炭生产技术方案经济评价的理论和方法;二是结合煤矿生产技术，研究各种具体技术方案的技术经济原理;三是从总的技术经济的分析论证出发，寻找煤矿技术发展的客观规律。而围绕物质生产所形成的关系，联系再生产过程的技术经济问题研究生产力发展的规律，研究与节约和耗费相联系的经济效果问题，则是煤炭技术经济学研究的对象。煤炭技术经济问题，内容十分广泛，包括煤炭的开发利用、生产技术及生产经营决策诸方面。既有宏观问题也有微观问题，其中宏观问题更具有重要意义。这些问题主要是:地质勘探的合理部署及地质成果经济评价，资源地理区域分布及资源需求预测，资源经济区域规划，资源开发利用的合理布局，矿区最佳建设规模及投资分配结构，矿井最优投资及大、中型井的合理界限，投资效果研究及评价、以及计算方法和指标体系等。在技术经济学的研究中，必须注重调查各种经济活动及经济现象，对经济活动进行动态的考察。在此基础上，运用现代经济数学方法和工具，进行定量的计算以及经济分析论证，从而探索事物发展的客观规律。技术经济研究具有介乎自然科学和社会科学研究之间的特点。所以其研究方法必然是采取调查研究和理论研究相结合、数学计算和论证分析相结合的综合研究方法。
内容摘要：本文运用单位根检验、协整检验理论，研究1978―2009年度我国财政科技投入与经济增长的关系。国家财政用于科技的投入对经济增长具有重要的推动作用，而经济增长对财政科技投入有一定的拉动作用。GDP构成了国家财政科技投入的Granger原因，而国家财政科技投入只有在滞后2年时才构成GDP的Granger原因。
关键词：协整检验 财政科技投入 经济增长
研究背景
马克思曾预见，随着大工业的发展，现实财富的创造较少地取决于劳动时间和已耗费的劳动量，较多地取决于在劳动时间内所运用的动因的力量，相反地却取决于一般的科学水平和技术进步，或者说取决于科学在生产上的应用。以卢卡斯为代表的一批经济学家在对新古典经济增长理论重新认识的基础上，提出了新经济增长理论，将技术进步作为系统的内生变量，从生产率和技术进步方面研究经济增长，认为科学技术因素成为经济增长的决定因素。资本、劳动、技术是影响经济增长的直接因素，劳动和技术会受到对科学技术等经费投入的影响，政府对科技的支持力度是影响经济增长的间接因素之一。
“科学技术是第一生产力”，在科技上领先的国家和地区，在经济竞争上必然领先或处于优势地位。因此，世界各国政府都在不断加大政府财政对科技的投入，政府科技投入强度与经济增长关系的问题也成为理论界关注的重要问题之一。Porter（1990）等人从国家竞争力的角度出发，在科学技术方面对不同国家包括美国以及美国在不同产业中的竞争国的差异进行了比较。Barro & sala-I-Martin（1992）将财政支出进行了分类，着重研究了政府财政支出结构对经济增长的影响。Jaffe、Trajtenberg 和 Fogarty （2000）认为研发投入不仅会促进本产业的技术进步，而且有助于其它产业劳动生产率的提高，从而提升经济体的生产率水平。我国学者近几年也开始关注这一问题。单红梅（2006）采用广义柯布―道格拉斯生产函数研究了我国科技投入与经济增长之间的关系。米传民等（2004）对江苏省1997-2002 年的经费支出、科技人员投入和数据，通过灰色相对关联度分析了科技投入与经济增长的相关关系，其结论表明经费支出和科技人员投入均与经济增长有正相关关系，且科技人员投入对经济增长有着更为显著的促进作用。王海鹏（2005）通过实证分析发现我国科技投入和经济增长受到长期均衡的影响。在研究的样本期内，发现我国科技投入和GDP 具有长期的协整关系。根据协整方程，科技投入变动1%，导致GDP变动1.24%, 科技投入的增加对经济增长的促进作用是非常明显的。
上述文献主要存在三点不足：一是假定经济数据平稳。实际上很大一部分宏观经济数据具有时间趋势，显示出非平稳的特征，如果直接回归，可能导致虚假回归问题。
二是数据处理存在问题。在名义值换算实际值时，大多采用同一价格指数进行折实，这样的处理导致经济数据不能反映实际情况，运用数据得到的模型也就不能反映真实情况。
三是缺乏对两者互动关系的研究。因此本文的研究拟在前人研究的基础上，运用协整理论，利用1978-2009年度经济数据对科技投入与经济增长的关系进行实证分析，以期测算在该时间跨度中我国的科技投入对经济增长的长期和短期弹性，以及检验两者是否存在因果关系。
数据处理与分析方法
（一）数据来源与处理
在变量的选取过程中，考虑到数据的可得性因素。样本数据取1978一2009年的年度数据共23个，均来源于各期《中国统计年鉴》。本文用国家财政科技投入额（GIST）来反映我国政府财政科技的投入状况，用宏观经济总量指标―国内生产总值（GDP）来反映经济增长。为消除物价变动对GDP和政府财政科技投入的影响，运用国内生产总值指数和零售商品物价指数 （1978=100）对原始数据进行平减，以得到实际值。然后再进行对数变换。分别定义自然对数的实际GDP和科技投入为LGDP和LGIST，其一阶差分分别为DLGDP和DLGIST。
（二）单位根检验
在考察变量间的关系时，一般的做法是根据现有的样本资料建立比较合适的回归方程，一个常用的计量分析方法是普通最小二乘法（OLS）。然而，由于现实中的经济时间序列通常都是非平稳的，不符合平稳性的假定。为了避免“伪回归”问题，使回归有意义，首先对变量的平稳性进行检验，在此使用ADF法检验LGDP和LGIST的稳定性，检验结果如表1所示，这两个变量均是非平稳变量；但它们的一阶差分DLGDP和DLGIST在5%显著性水平下是平稳的，所以DLGDP和DLGIST为一阶单整，即I（1）序列。
（三）协整检验与误差修正模型
由上文可知，平稳性检验的结果是LGDP和LGIST都是一阶单整序列，符合进行协整检验的前提，可以对LGDP和LGIST进行协整检验，检验的目的是论证LGDP和LGIST是否存在长期稳定的关系。根据Engle 和Granger（1987）两步检验法，在只有两个时间序列时，只可能存在一个线性的协整关系。这种情况下，E-G两步法显得非常有效。首先用OLS 方法对LGDP 和LGS 进行协整回归，估计两序列的长期线性均衡关系。如果回归参差是平稳的，那么LGDP和LGIST是协整的，也就是说两变量之间存在长期稳定的“均衡”关系。通过最小二乘法可以得到回归方程：
LGDP=3.91007+1.1593LGIST（1）
(16.17) (27.73)
从协整方程（1）的估计结果看，回归方程拟合较好为96.24%，T统计量和F统计量都显著。设ECM为回归模型的残差，则ECM=LGDP-3.91007-1.1593LGIST。对残差ECM序列进行ADF 检验，以判断残差是否平稳，检验结果见表2所示。可以看出，残差ECM在5%的水平下拒绝原假设，是平稳序列，因此协整关系成立，说明我国的财政科技投入与经济增长存在长期均衡关系，财政科技投入增加1%，我国经济增长1.1593%。
根据Granger定理，一组具有协整关系的变量一定具有误差修正模型的表达形式存在。误差修正模型的原理是：两个经济变量之间存在长期均衡关系，但短期来看可能是失衡的；借助于误差修正机制，一个时期的失衡部分可以在下一个时期得到修正。运用误差修正模型可以刻画我国财政科技投入与经济增长之间的短期波动及调整机制。
DLGDPt=0.09385DLGISTt-0.0269 （LGDPt-1-3.91007-1.1593LGISTt-1）（2）
从财政科技投入与经济增长的误差修正模型（2）可以看出，误差修正项的系数为-0.0269，符合反响修正机制，表明短期的非均衡逐渐向长期的均衡状态趋紧；从短期动态关系来看，DLGIST的系数为0.9385，说明短期内财政科技投入增加1%，经济增长增加0.09385%。
（四）Granger因果关系检验
协整检验和误差修正模型只能表明财政科技投入与经济增长之间存在长期的均衡关系和短期的动态关系，但并不能确定两者是否具备统计意义上的因果关系，即是由财政科技投入的增加带来经济的增长、还是经济增长带来财政科技投入的增加，对此需要进一步验证。Granger因果检验要求变量必须平稳，因此对LGDP和LGIST的一阶差分进行Granger因果检验，根据AIC和SC最小化准则，在进行格兰杰因果检验时选取滞后期为2，检验结果如表3所示。可以看出，存在财政科技投入到经济增长的单向格兰杰因果关系，即财政科技投入变动是经济增长变动的格兰杰原因，而经济增长变动不是财政科技投入变动的格兰杰原因。
结论与建议
本文通过利用1978-2009 年的我国财政科技投入与GDP 样本数据，对政府科技投入与经济增长的关系进行了实证研究。通过研究发现：我国财政科技投入与GDP 均为一阶单整序列，它们之间存在着较强的相关关系，尽管各自的增长是非稳定的。但通过协整检验，它们之间却构成了长期稳定的均衡关系。通过计算和分析财政科技投入与GDP 建立的长期均衡模型中的系数可知，1.1593是GDP 关于财政科技投入额的长期弹性, 即财政科技投入每增加1个百分点， GDP 相应增加约1.1593个百分点, 表明财政科技投入对于经济增长有较为积极的拉动作用。相反，经济增长对科技投入的拉动作用并不明显。
（一）积极调整科技政策并强化财政科技投入
根据我国的历史经验，财政的科技投入不应该低于GDP的0.8%，否则没有最大限度的促进经济增长。我国财政科技投入占财政支出的比例从1978年的4.71%上升到1983年的5.61%，之后连续17年下降，下降到2000年的3.62%，近年来又有所回升，但也是在4%左右。近30年来，我国财政科技投入占GDP的比例是递减的，但在1988年前还不低于最有规模，其后财政科技支出下降而且明显偏低，尤其是1994―1998年财政科技支出占GDP的比重不足0.6%，远低于美国和德国0.9%，近年来也是在0.8%徘徊。
随着我国市场经济体制的不断完善，在财政收入和财政支出规模均大幅增长的同时，也在不断增加政府财政科技投入总量，但政府财政科技投入无论是在整个财政支出中的比重还是占GDP的比重不仅没有提高，反而出现了下降趋势，而且都比发达国家的相应阶段要低很多。因此，在现阶段，我国政府应采取积极措施，继续加大政府财政科技投入的力度，提高科技投入在财政支出中的比例，使其占GDP的比例逐步增加到1%以上。同时还要鼓励地方政府在科技投入方面的潜力，以保证政府财政科技投入在总量上得到极大的改善。
（二）建立完整的财政科技投入资金使用绩效考评体系
根据财政科技投入的目标和原则，选择适当的绩效考核方法，设计能够体现科研项目特点的财政科技投入资金考核指标体系，建立完备的财政科技投入资金使用绩效考核体系，同时还要具体制定绩效考核的工作过程，最好让不相关的第三方机构参与并对政府财政科技投入进行绩效考核，以达到公平公正的目的。同时通过各种方式充分调动各科研单位运用好财政科技资金的积极性，提高财政科技资金的使用效益。
参考文献：
1.单红梅.1991-2003年间中国科技投入经济效果的实证分析[J].系统工程，2006(9)
2.米传民，刘思峰，杨菊.江苏省科技投入与经济增长的灰色关联研究[J].科学学与科学技术管理，2004(1)
