京津冀R&D与创新关系对比
开篇：润墨网以专业的文秘视角，为您筛选了一篇京津冀R&D与创新关系对比范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
一、概念模型与研究假设
（一）概念模型建立
R&D资源与创新绩效之间的关系表面上看只是简单的R&D投入产出关系，实际情况很复杂，直接涉及到“创新活动为什么发生、如何发生以及怎样应用于经济发展”这个根本问题。综合以上情况，我们进一步对R&D资源如何通过创新活动影响区域经济绩效进行研究，并提出了包含R&D资源、创新活动和经济绩效以及它们之间关系的概念模型，见图1。
（二）R&D投入与创新活动关系研究假设
R&D资源是提升创新能力和促进科技进步的物质基础，是持续发展科技的根本前提和保障。当前的R&D资源投入是对未来增强区域竞争力的一种投资。随着科技的迅速发展，人们对创新的重视程度也随之增加，近些年对R&D经费投入力度也在持续加大。通过总结已有学者的研究成果，我们可以得出一个很明确的观点：创新活动依赖于R&D资源的投入。从宏观领域看，R&D投入与创新之间有着显著的相关性，但是不同的学者从不同的角度选取不同的指标得出的结论有所不同，多数的研究结论是R&D投入与创新之间存在显著的正相关性。京津冀R&D投入与创新之间的相关关系是怎样的呢?这就是本文所要研究的主要问题之一。本文在对大量相关文献的研究成果进行分析和总结的基础上，提出如下假设：京津冀三地区R&D投入与创新活动之间具有线性相关关系，并且R&D投入按资金来源分类进行详细假设。具体的假设如下：假设1（H1）：R&D投入与创新活动两者之间具有明显正向的相关性，即：假设两者之间相互影响且是正向的关系。（1）政府R&D资金对创新活动的相关假设H1.1：政府R&D资金和专利申请量具有相互正向关系H1.2：政府R&D资金和新产品销售收入具有相互正向关系（2）企业R&D资金对创新活动的相关假设H1.3：企业R&D资金和专利申请量具有相互正向关系H1.4：企业R&D资金和新产品销售收入具有相互正向关系（3）其他R&D资金对创新活动的相关假设H1.5：其他R&D资金和专利申请量具有相互正向关系H1.6：其他R&D资金和新产品销售收入具有相互正向关系
（三）创新与经济绩效关系研究假设
有关创新与经济绩效之间的关系研究，经济学家一直采用不同的框架来分析这一关系，其中最为相关的方法就是“演化”和“新增长”理论。这两个方法在创新对于经济增长的重要性方面并无二致，但在创新影响经济绩效的具体机制方面存在不同的看法。创新促进经济增长的一个重要途径是技术从发达的国家（或地区）向欠发达国家（或地区）进行扩散。人们赞同创新是推动经济长期持续增长的重要因素，但创新如何推动经济增长是复杂的，远非那种简单直接的关系。根据前人的研究成果，我们对京津冀地区创新活动与经济绩效之间的关系提出以下假设。假设2（H2）：创新活动与区域经济绩效两者之间具有明显正向的相关性。（1）创新活动之专利申请量对区域经济绩效的相关假设H2.1：专利申请量和区域经济绩效（人均GDP水平）具有相互正向关系H2.2：新产品销售收入和区域经济绩效（人均GDP水平）具有相互正向关系（2）进出口贸易程度对区域经济绩效的相关假设H2.3：进出口贸易程度和区域经济绩效（人均GDP水平）具有相互正向关系
二、模型方法及变量选择
（一）数据收集
我们搜集了2000—2009年的京津冀三省市的相关资料数据，包括政府研发支出、企业研发支出、其他研发支出和专利申请量、新产品销售收入等数据。数据主要来源于中华人民共和国科学技术部网、天津市科学技术委员会网站、河北科技信息网以及《中国统计年鉴》和《全国科技机构统计数据集》。其中，本文所采用政府、企业和其他金融机构的R&D经费的详细数据主要来源于各省的科技进步统计监测报告。为了保证数据的平稳性，我们对数据作了自然对数处理。接下来我们利用协整检验考察各种因素之间是否存在长期稳定的影响关系，所有的运算都利用Eviews6.0软件进行。
（二）方法选择
本文主要利用协整分析和格兰杰因果关系检验方法研究京津冀R&D资金来源对创新活动产生的影响，运用柯布—道格拉斯生产函数这种计量模型分析创新活动对经济绩效的影响。因为协整检验要求各个变量序列必须是平稳序列，所以在进行协整检验之前对变量序列要用单位根检验方法检验序列的平稳性。而且，通过协整结果只能分析变量之间是否存在均衡关系，在进行协整检验分析之后，还需用格兰杰因果关系检验变量之间是否存在因果关系，即验证京津冀R&D资金来源与创新活动之间是否互相存在因果关系。
（三）变量选择
（1）R&D经费支出指标：政府资金比重（NGP）、企业资金比重（NCP）、其他资金比重（NBP）；R&D经费支出按经费来源选取指标，其中企业资金和政府资金在前面已简单的说明。其他资金是指金融资金和其他资金。金融资金是金融机构从外部提供一些R&D融资渠道，可以提高研发速度，能够为R&D资源配置提供一些资金支持。金融资金主要是针对企业，通过提供股权资本，把科技型的创业企业作大。（2）创新活动指标：专利申请量（PT）和新产品销售收入（NI）。专利是R&D活动的结晶，是技术创新能力的直接体现，已成为衡量一个国家或地区科技创新的重要指标，同时也是国家竞争力的重要体现。专利数据包括专利申请和专利授权，因为专利申请体现创新水平比专利授权的效果要直观，而且一般专利授权比专利申请滞后，可能滞后R&D投入更长。考虑到数据的可利用性和本论文的需要，故本文对专利申请量数据进行分析。新产品销售收入不仅涉及企业创新产品的生产环节，还包括销售环节，要受到市场环境、消费者需求等诸多不确定性因素的影响，从盈利能力角度可以反映研发的效果，以货币的方式表达有形资产的增加，即体现了企业技术创新最终实现的价值，也体现了技术创新为企业带来的真实收益，因此对创新成果有很好的代表性。由于现有统计年鉴无法收集到长期的高新技术产业和小企业的研发投入方面的指标，我们用大中型企业的新产品销售收入作为衡量指标。（3）区域经济绩效指标：人均GDP水平。本文选取国内生产总值（GDP）代表经济绩效进行测量。（4）进出口贸易程度：进出口贸易额（OP）。对外开放的程度如今也是影响经济增长的重要因素之一，它可以通过“技术外溢”和外部刺激来促进一国或一个地区的技术变动和经济增长；它还可以通过“边干边学”效应和“外溢”效应，促进国内企业的制度创新，以提高技术创新效率，从而提高国际竞争力。本文选取进出口贸易额作为衡量指标表示进出口贸易程度。
三、R&D资源与创新活动关系分析
（一）河北省R&D资源与创新活动关系分析
1.变量的单位根检验。为了确定单位根检验的回归方程，我们对新序列进行整理。从序列的变化可以看到，有的变量序列存在一定时间趋势和截距，因此，ADF单位根检验回归方程中应包含截距项和趋势项。对各变量序列及它们的一阶差分序列进行单位根检验，检验结果见表2。通过单位根检验结果我们可以看到，NBP的检验值小于其显著性水平下的临界值，表明这个序列是平稳序列；NGP、NCP、LNI和LPI的检验值分别大于其显著性水平下的临界值，表明这几个变量序列都存在单位根，从而是非平稳序列。而这几个变量序列的一阶序列差分的检验统计量值都小于检验水平下的临界值，因此它们的一阶差分序列不包含单位根，从而表明它们的一阶差分序列是平稳的。
2.变量的协整检验。通过上面单位根检验所得的结果，因为NGP、NCP、LNI、LPI都是一阶单整序列，所以可进一步检验NGP、NCP与LNI、LPI之间的协整关系。这里运用Engle-Granger两步法检验它们之间的协整关系。首先：我们用OLS回归的方法对NGP、NCP分别和LNI、LPI进行回归。协整回归方程结果如下：LNI=12.09669-23.69753*NGP（1.8816）（7.1953）回归系数的t检验值：t=（6.4291）（-3.2935）R2=0.5755ADR2=0.5225F=10.84691LPI=10.50057-8.515877*NGP（0.6345）（2.4264）回归系数的t检验值：t=（16.5494）（-3.5097）R2=0.606257ADR2=0.5770F=12.3179LNI=-1.440218+10.99137×NCP（1.2196）（1.8096）回归系数的t检验值：t=（-1.879）（6.0737）R2=0.8219ADR2=0.7995F=36.8904LPI=6.133581+3.207804×NCP（0.6626）（0.9831）回归系数的t检验值：t=（9.2574）（3.2629）R2=0.5710ADR2=0.5173F=10.6466若假定显著性水平为10％，自由度为8的t分布临界值为t0.0（58）=1.860，上面四式中各项系数t检验值的绝对值均大于临界值，表明四个协整回归方程的所有系数均通过t检验。接下来对上面四个回归方程的残差进行单位根检验。检验结果见表3所示。通过对变量的单位根和残差平稳性检验结果表明：通过OLS回归得到的4个协整方程的残差在显著性水平下均为平稳序列，证明它们存在协整关系，即分别存在长期稳定关系。从协整分析结果我们可以得到的结果是，各个地区R&D资金来源比重不同对创新活动成果会有不同影响效果。企业资金比重（NCP）、政府资金比重（NGP）对新产品销售收入（LNI）和专利（LPI）的长期弹性分别为10.99137、3.207804、-23.69753、-8.515877，即表明企业自有资金与各类创新活动具有正向的协整关系，政府资金与各类创新活动具有负向的协整关系。企业资金比重（NCP）对新产品销售收入（LNI）的弹性系数10.99137大于对专利（LPI）的弹性系数3.207804，说明河北省企业资金投入对新产品销售收入的影响比专利的影响大。
3.Granger因果关系检验为分析上述变量之间是否存在相互影响，我们对NGP、NCP、LNI、LPI四个变量进行Granger因果关系检验。检验结果见表4。通过分析Granger因果关系检验结果，我们可以看出：在显著性水平下，滞后期为1~2年时，政府资金比重（NGP）与专利（LPI）之间存在格兰杰因果关系，并且是单向的关系；但政府资金比重（NGP）与新产品销售收入（LNI）之间影响关系并不明显。企业资金比重（NCP）与新产品销售收入（LNI）之间也存在格兰杰因果关系，且是单向关系的影响；企业资金比重（NCP）与专利（LPI）之间影响关系也不明显。这可能是因为企业资金使用自由支配的空间比较大，外界给的压力比较小。因此，企业就会选择最有利于企业价值最大化的投资方向，如新产品开发等。根据协整分析的结果我们看到政府资金对创新活动成果呈负相关关系。主要原因在于政府资金主要投向科研院所和高校，这些项目时间较长，科技成果不显著。另外，由于信息的不对称性，没有健全的体系和制度对政府资金的使用进行合理的分配和有效的监督，导致政府资金不能被充分利用的现象，这也是造成创新效率不高的原因之一。
（二）天津市R&D资源与创新活动关系分析
1.单位根检验（结果见表5）。通过单位根检验结果我们可以看到，NGP、NCP、NBP、LNI和LPI的检验值分别大于其显著性水平下的临界值，表明这几个变量序列都存在单位根，从而是非平稳序列。NGP、NCP、NBP和LNI这几个变量序列的一阶序列差分的检验统计量值都小于检验水平下的临界值，因此它们的一阶差分序列不包含单位根，从而表明它们的一阶差分序列是平稳的。而LPI的二阶差分序列是平稳的。
2.变量的协整检验。通过上面单位根检验所得的结果，因为NGP、NCP、NBP和LNI都是一阶单整序列，所以可进一步检验NGP、NCP、NBP和LPI之间的协整关系。这里同上文一样运用Engle-Granger两步法检验它们之间的协整关系。首先：我们用OLS回归的方法对NGP、NCP、NBP分别和LNI进行回归。协整回归方程结果如下：LNI=9.028865-7.754414×NGP（1.1855）（4.7914）回归系数的t检验值：t=（7.6162）（-1.6184）R2=0.2466ADR2=0.1525F=2.6192LNI=0.629677+9.741453×NCP（1.1027）（1.6428）回归系数的t检验值：t=（0.5710）（5.9297）R2=0.8147ADR2=0.7915F=35.1611LNI=8.376617-14.03777×NBP（0.2953）（3.0380）回归系数的t检验值：t=（28.3655）（-4.620673）R2=0.7274ADR2=0.6934F=21.3506若假定显著性水平为10％，自由度为8的t分布临界值为t0.0（58）=1.960，上面三式中各项系数的t检验值的绝对值均大于临界值，表明四个协整回归方程的所有系数均通过t检验。其次，对上面三个回归方程的残差进行单位根检验。检验结果如表6所示。通过对变量的单位根和残差平稳性检验结果表明：通过OLS回归得到的前1个协整方程的残差在显著性水平下均为平稳序列，说明NGP和LNI、NCP和LNI之间存在协整关系，即分别存在长期稳定关系。而第三个协整方程的残差序列为非平稳序列，说明NBP和LNI之间不存在协整关系。结论：从协整分析结果我们可以看出，企业资金比重（NCP）、政府资金比重（NGP）对新产品销售收入（LNI）的长期弹性分别为9.741453、-7.754414，这表明企业自有资金与创新活动具有正向的协整关系，政府资金与创新活动具有负向的协整关系，而其他资金与创新活动的关系不明显。
3.Granger因果关系检验。Granger因果关系检验可以用来确定经济变量之间是否存在因果关系以及其影响的方向。为分析上述变量之间是否存在相互影响，因为NBP与LNI不存在协整关系，因此我们仅对NGP、NCP、LNI三个变量进行Granger因果关系检验。检验结果见表7。通过分析Granger因果关系检验结果，我们可以看出：在显著性水平下，在滞后期为2年时，政府资金比重（NGP）、企业资金比重（NCP）与新产品销售收入（LNI）都有一定的影响关系，但其之间是单向的格兰杰因果关系。
（三）北京市R&D资源与创新活动关系分析
1.单位根检验（结果见表8）。通过单位根检验结果我们可以看到，NGP序列是平稳序列；NBP、NCP和LNI的一阶差分序列是平稳的，LPI序列为二阶差分平稳序列。
2.变量的协整检验。因为NBP、NCP和LNI都是一阶单整序列，所以可进一步检验NBP、NCP与LNI之间的协整关系。这里运用Engle-Granger两步法检验它们之间的协整关系。首先我们用OLS回归的方法对NCP、NBP分别和LNI进行回归。协整回归方程结果如下：LNI=4.898349+6.115163×NCP（0.9386）（2.6601）回归系数的t检验值：t=（5.2186）（2.2989）R2=0.3978ADR2=0.3225F=5.2848LNI=7.712961-4.556431×NBP（0.4843）（2.7896）回归系数的t检验值：t=（15.9250）（-1.9333）R2=0.2501ADR2=0.1563F=2.6678若假定显著性水平为10％，自由度为8的t分布临界值为t0.0（58）=1.960，上面四式中各项系数的t检验值的绝对值均大于临界值，表明2个协整回归方程的所有系数均通过t检验。其次，对上面2个回归方程的残差进行单位根检验。检验结果见表9。对变量的单位根和残差平稳性检验结果表明：通过OLS回归得到的这两个协整方程的残差序列为非平稳序列，说明NCP和LNI、NBP和LNI之间均不存在协整关系。
3.Granger因果关系检验。Granger因果关系检验可以用来确定经济变量之间是否存在因果关系以及影响的方向。为分析上述变量之间是否存在相互影响，因为NBP与LNI不存在协整关系，因此我们仅对NGP、NCP、LNI三个变量进行Granger因果关系检验。检验结果见表10。通过分析Granger因果关系检验结果，我们可以看出：在显著性水平下，在滞后期为2年时，政府资金比重（NGP）、企业资金比重（NCP）与新产品销售收入（LNI）都有一定的影响关系，但其之间是单向的格兰杰因果关系。
（四）京津冀R&D资源与创新活动关系比较通过数据计算结果我们可以得到以下结论：
1.就京津冀三地区的计算结果看，方程的显著性较高。河北省企业资金比重（NCP）、政府资金比重（NGP）与新产品销售收入（LNI）和专利（LPI）存在协整关系，而且企业自有资金比重与各类创新活动具有正向的协整关系，政府资金比重与各类创新活动具有负向的协整关系。而且企业资金比重（NCP）对新产品销售收入（LNI）的弹性系数10.99137大于对专利（LPI）的弹性系数3.207804，说明河北省企业资金投入对新产品销售收入的影响比专利的影响大。天津市企业资金比重（NCP）、政府资金比重（NGP）与新产品销售收入（LNI）存在协整关系，而且企业自有资金比重与创新活动具有正向的协整关系，政府资金比重与创新活动具有负向的协整关系，而其他资金与创新活动的关系不明显。北京市R&D经费支出与创新活动之间的关系不明显。
2.在滞后期为1~2年时，河北省政府资金比重（NGP）与专利（LPI）之间存在格兰杰因果关系，并且是单向关系；但政府资金比重（NGP）与新产品销售收入（LNI）之间影响关系并不明显。企业资金比重（NCP）与新产品销售收入（LNI）之间也存在格兰杰因果关系，且是单向关系的影响；企业资金比重（NCP）与专利（LPI）之间影响关系也不明显。在滞后期为2年时，天津市政府资金比重（NGP）、企业资金比重（NCP）与新产品销售收入（LNI）都有一定的影响关系，但其之间是单向的格兰杰因果关系。在滞后期为2年时，北京市政府资金比重（NGP）、企业资金比重（NCP）与新产品销售收入（LNI）都有一定的影响关系，但其之间是单向的格兰杰因果关系。河北省和天津市企业自有资金比重与创新活动具有正向的相关关系，政府资金比重与各类创新活动具有负向的相关关系。这可能是因为企业资金使用自由支配的空间比较大，外界给的压力比较小。因此，企业就会选择最有利于企业价值最大化的投资方向，如新产品开发等。而政府资金主要投向科研院所和高校，这些项目时间较长，科技成果不显著。另外，由于信息的不对称性，没有健全的体系和制度对政府资金的使用进行合理的分配和有效的监督，导致政府资金不能被充分利用的现象，这也是造成创新效率不高的原因之一。其他资金对创新成果影响不明显一是因为其所占R&D经费支出比重较少，二是因为其他大部分资金来自金融机构，而金融机构对于资金的使用有许多严格的限制条款，对于企业而言，来自金融机构的资金利息较高，还款的压力比较大，所以企业和科研院校很少会利用金融机构的资金去进行研发。
四、创新活动与经济增长关系分析
经济的增长与发展和科技创新是相伴相随的，科技创新是社会发展和经济增长的主要推动力。结合前人的研究结果，选用柯布—道格拉斯生产函数这种计量模型，其中实际GDP增长率作为产出，专利和新产品销售收入与对外开放程度这些影响因素作为投入，即：GDP=a（0PI）a（1NI）a（2OP）a3其中GDP为国内生产总值；PI为专利；NI为新产品销售收入；OP表示开放因素，用进出口总额作为变量；a0、a1、a2、a3分别为三类因素的产出弹性。为保持数据相对稳定，我们对上式两边取对数，写成标准的回归方程得到：lnGDP=a0+a1lnPI+a2lnNI+a3lnOP
（一）河北省创新活动与经济增长回归分析
LnGDP=5.5143+0.0882LnPI+0.3753LnNI+0.1359LnOPt=（15.8941）（7.6615）（1.6225）（2.8035）其中，DW=1.85166，F=2359.283，ADR2=0.9987通过回归结果我们可以看出拟合优度为0.9987，说明整个模型估计效果比较理想。专利、新产品销售收入和对外开放程度三因素对经济增长都有正影响。从弹性系数看，新产品销售收入对经济增长的产出弹性为0.3753，即当其他因素不变时，每增加1单位的新产品销售收入就会带来0.3753单位的经济增长；进出口总额对经济增长的产出弹性为0.1359，即当其他因素不变时，每增加1单位的进出口总额会带来0.1359单位的经济增长；专利对经济增长的产出弹性为0.0882，即当其他因素不变时，每增加1单位的专利会带来0.0882单位的经济增长；新产品销售收入对经济增长的影响比其他两因素的作用都高。从实际情况出发，创新活动对经济增长的作用还会增强，它将是促进经济增长提高的第一要素。
（二）天津市创新活动与经济增长回归分析
LnGDP=1.3268-0.0343LnPI+0.3737LnNI+0.5366LnOPt=（4.4996）（-0.3644）（3.5123）（5.6768）其中，DW=2.1606，F=476.577，ADR2=0.9937通过回归结果我们可以看出拟合优度为0.9937，说明整个模型估计效果比较理想。新产品销售收入和对外开放程度两个因素对经济增长都有正影响，而专利对经济增长有负影响。从弹性系数看，新产品销售收入对经济增长的产出弹性为0.3737，即当其他因素不变时，每增加1单位的新产品销售收入会带来0.3737单位的经济增长；进出口总额对经济增长的产出弹性为0.5366，即当其他因素不变时，每增加1单位的进出口总额会带来0.5366单位的经济增长。对外开放程度对经济增长的影响比创新活动的作用高。
（三）北京市创新活动与经济增长回归分析
LnGDP=1.1600-0.0741LnPI+0.5911LnNI+0.3821LnOPt=（0.9165）（-0.5742）（2.2185）（2.5910）其中，DW=1.6389，F=90.5437，ADR2=0.9676通过回归结果我们可以看出拟合优度为0.9676，说明整个模型估计效果比较理想。新产品销售收入和对外开放程度两个因素对经济增长都有正影响，而专利对经济增长有负影响。从弹性系数看，新产品销售收入对经济增长的产出弹性为0.5911，即当其他因素不变时，每增加1单位的新产品销售收入会带来0.5911单位的经济增长；进出口总额对经济增长的产出弹性为0.3821，即当其他因素不变时，每增加1单位的进出口总额会带来0.3821单位的经济增长。新产品销售收入对经济增长的影响比对外开放程度的作用高。
（四）京津冀创新活动与经济增长关系比较
就京津冀三大地区创新活动与经济增长回归分析的计算结果总体来看，系数都比较显著，DW值可以接受，拟合度都在0.9以上，方程的显著性较高。我们发现导致经济增长提高的两个主要因素———创新（专利和新产品销售收入）和进出口贸易———对经济均有显著积极的影响。但是不同的区域具有不同特点，具有区域的差异性，呈明显的区域特征，所以创新活动及进出口贸易对一个区域的经济发展的推动作用也存在着明显的区域差距，北京市和天津市创新活动对经济发展的推动作用比较高而河北省比较低。而进出口贸易对经济发展的推动作用则是天津市比北京市的明显，河北省依然最低。