科技投入与经济增长的互动机制研究——基于珠三角地区静态和动态面板数据的实证研究已见刊摘要：基于珠三角区域经济体面板数据，对比分析静态和动态面板数据模型，对珠三角地区的科技投入与经济增长关系进行实证研究。

结果表明，从整体来看，珠三角地区的科技投入与经济增长之间有着显著的长期均衡关系，两者互为格兰杰原因，即存在互动机制。

从动态角度来看，上年经济增长对当年经济增长有着显著影响，科技投入作用的发挥是一个动态累积的过程，继而分析了动态个体随机效应回归模型，发现珠三角各市经济增长的自发效应差异显著并作原因分析，最后提出科技投入应该根据各地市的产业结构特点来合理安排，而不能片面追求科技投入在区域分布上的均衡性。

关键词：科技投入；经济增长；静态面板；动态面板；个体随机效应中图分类号：F062.3 文献标识码：AThe Interactive Mechanism between Science and Technology Input andEconomic Growth—The empirical research based on the static and dynamic panel data in Pearl River Delta AreaZHANG Zhen-gang, TIAN Shuai(School of Business and Management, South China University of T echnology, GuangZhou 510641, China)Abstract: Based on the Pearl River Delta municipal panel data, contrastively analyzing static and dynamic panel data model, this paper makes the empirical research for the relationship between science and technology input and economic growth in the Pearl River Delta region. Looking from the dynamic angle, the economic growth of last year has the remarkable influence to the economic growth of this year, compared with static panel data model, the result shows that there is the significant long-run equilibrium relationship between science and technology input and economic growth on the whole, moreover they are the Granger reason mutually, with the interactive mechanism., displaying the function of science and technology input is a dynamic accumulation process. Subsequently, through constructing the individual random effect regression model and analyzing it, this paper finds that there is the conspicuous difference among the spontaneous effects of economic growth among each city of Pearl River Delta Area and makes the reason analysis, finally, this paper proposes that the science and technology input should be arranged reasonably according to the various industrial structure characteristic of each city, instead of one-sidedly pursuing the equalization in regional distribution of the science and technology input. Keywords: Science and Technology Input; Economic Growth; Static Panel; Dynamic Panel; Individual Random Effect1文献综述一直以来，科技投入与经济增长之间的关系，是宏观经济学的重要研究课题，许多学者在这方面已做了大量研究。

Helms（1985）对美国48个州的时间序列数据进行回归后发现，增加科技投入可以促进经济增长[1]。

Easterly&Rebelo（1993）认为，科研教育投资对经济增长具有积极的促进作用[2]。

我国学者李诗白（1996）在分析世界各国不同支出政策过程中，发现科技支出对推动经济增长具有积极作用[3]；王海鹏等人（2005）基于1953~2003年中国科技投入和经济增长的年度数据，建立反映两者动态关系的误差修正模型，通过Granger因果检验，验证中国科技投入和经济增长之间的双向因果关系[4]；骆永民（2005）利用年度数据进行协整分析发现，科技投入与经济增长间存在协整关系，并且正向促进作用显著[5]；郭玉清等人（2006）进一步指出，科技投入对资本形成以及全要素生产率的提高均有积极影响并最终提高经济增长率[6]；周建（2008）采用空间计量模型、相关性指数、面板单位根及协整检验，对1989-2005年我国31个省域的面板数据进行研究，结果表明：各省域经济增长与能源效率、产业结构、人口数量、技术进步等之间存在长期稳定的均衡关系，且长期均衡具有显著的短期修正和波动效应[7]；张明喜（2009）通过构建灰色关联度模型，发现科技经费投入、科技活动人员投入对产业经济增长有显著作用，且科技投入在产业结构高级的地区发挥效率较高[8]。

现有文献肯定了科技投入与经济增长的内在关系，但仍有两点不足：一是只将有关经济增长和科技投入变量的当期值引入方程，却没有考虑滞后因变量的影响。

区域经济增长是一个持续的动态变化过程，上年度的经济增长对本年度经济增长会产生影响，因而引入滞后因变量进行分析更符合理论与现实；二是绝大多数研究将面板变量各横截面序列作为一个整体进行回归建模或协整分析，没有分析面板变量沿各个截面的差异。

为此，本研究建立动态面板数据模型，引入表征经济增长和科技投入的变量及其滞后值，同时采用系统广义矩方法进行估计，弥补现有文献中估计方法可能失效的不足，提高研究结论的准确性；在研究方法上把传统的静态面板与前沿的动态面板结合起来作对比分析，建立了个体随机效应回归模型，对比分析了珠三角各市经济增长自发效应的差异及其原因。

2变量与数据在以往研究的基础上，本文考虑到科技投入对经济增长可能会有滞后的影响，即科技投入对当年经济增长的影响不显著，而对以后各年经济增长的影响相对显著，但是这种影响的滞后期到底有多大，以下将做进一步研究。

同时，考虑到数据的可获取性和可度量性，本文选取珠三角各市人均GDP表征经济增长变量，各市科技研发经费表征科技投入变量（记为STE，science and technology expense），经济增长、科技投入的滞后值分别用GDP i,t-i、STE i,t-i （i=1,2, …,m. m为滞后期数）来表征。

为了增强参数估计的有效性，面板数据分析必须依赖较大规模的样本量[9]。

因此，本文选取珠三角地区的广州、深圳、佛山、东莞、中山、惠州、江门、珠海、肇庆9个城市作为面板数据的横截面，时间维度为1995年-2008年之间，所有数据来源于《广东省统计年鉴》（1996-2009）。

同时，运用国内生产总值指数和商品零售价格指数（1995=100）分别对名义上的人均GDP和科技研发经费STE进行换算，得到实际值，然后再进行对数变换，分别表示为LGDP it 和LSTE it 。

对数变换后，面板数据不会改变原有性质，可表征原变量的增加值，而且更容易消除观察数据的异方差问题和得到平稳序列，各截面单元的个体差异用υi 度量，随机扰动项用εit 表示。

3科技投入与经济增长互动机制的实证研究3.1静态面板数据模型3.1.1模型设定静态面板数据模型一般形式可表示为：,1,2,,;1,2,,it i i it it y x i N t T αβμ=++==其中，x it 是k ×1向量，βi 为1×k 向量，k 为解释变量的数目，误差项μit 的均值为零，方差为σ2it ，i, t 表示面板数据的两个维度（横截面和时间）。

根据科技投入与经济增长之间关系的文献综述，结合静态面板数据模型的一般形式，建立基于静态面板数据的科技投入与经济增长关系的一般模型：,1m it i it ii t i it i LGDP C LSTE a LSTE αε-==+++∑其中，LGDP it 为被解释变量； LSTE it 和LSTE i,t -i 为解释变量，m 表示滞后阶数；εit 为随机扰动项，i 和 t 表示城市和年份，αi 、a i 分别表示经济增长对科技投入及其滞后项的产出弹性系数。

3.1.2模型估计结果我们首先对珠三角区域经济系统中9个截面的面板数据进行方差分析，发现在各个截面的数据间不存在异方差性，即系统内各截面方程的随机误差项之间不存在异方差，各截面之间和时期之间的协方差为零，相应的假设为：()20cov ,it it μμσ=()()cov ,0,is jt i j s t μμ=≠≠ 利用静态面板数据，首先对模型具体设定形式进行F 检验，结果表明应采用变截距模型，再用hausman 检验得到卡方值为0.099，相伴概率为0.752，接受原假设，表明系数无系统性差异，即选择随机效应模型，最后估计出的随机效应回归模型见式（1）。

()()()()()()29,12 6.230.12 6.230.05 6.230.120.270.1134.71*** 3.49*** 3.04**0.93, 2.39it it i t LGDP D D LSTE LSTE R SSE -=-+-+++++== （1） 在式（1）中，虚拟变量D 2,D 3,…,D 9的定义为：1,2,,90,i i i D ⎧=⎨⎩ 如果属于第个个体，=其它注：括号内为t 统计量值，“*”、“* *”和“* * *”分别表示置信水平为10%、5%和1%下显著，下同。