摘要：在经济发展新常态视野下，本文利用我国2005—2018年31个省市的季度数据，通过构建全局向量自回归模型(GVAR)，实证分析了科技创新和产业结构升级对区域经济增长的动态影响。得出如下结论：科技创新促进经济发展具有较大的作用，但对促进不同区域的经济增长的程度却有不同；产业结构升级对东北地区和黄河中游地区的经济增长具有抑制作用，但对其他沿海经济区的拉动效果仍较为明显。
关键词：区域经济； 科技创新 ；产业转型 ；动态影响； GVAR模型
中国经济经过几十年的高速发展，已从原来的高速增长转变为当前的中高速增长这一新常态。学者认为中国经济“新常态”的出现是转变增长动力、提高经济发展质量必不可少的阶段，是符合经济增长规律的。那么在“新常态”趋势下，怎样重新增强经济发展动力，改善增长质量？十九大报告中指出，在“建设现代经济体系”中，创新和结构升级是经济发展的重要驱动力。创新驱动型经济的关键是科技创新，结构升级的本质是产业结构升级。因此，在“新常态”经济形势下研究科技创新、产业结构升级对经济增长的影响，将对我国实现高质量的经济增长发挥参考作用。从国内外研究文献发现，有关科学技术创新、产业结构和经济增长两两之间的研究成果较多［1-5］。但研究大多从静态研究科技创新或产业结构和经济增长之间的关系，而关于科技创新和产业结构升级对经济增长的动态影响研究却较少。因此，有必要构建“科技创新、产业结构升级与区域经济增长”的GVAR分析模型，探索研究在新常态下科技创新、产业结构升级与区域经济增长的互动关系。
一、实证分析
（一）变量选取
1.科技创新变量选取与数据来源。衡量科技创新没有固定的指标，郭晨等人［6］提倡采用发明专利申请授权数表示。考虑外观设计及实用新型专利较少对产业发展产生实质影响，只有发明创造才会对经济发展产生实质影响。因此，结合已有研究，本文采用发明专利申请授权数（文章简记为KJ）来衡量地区的科技创新。分别选取包含2005－2018年共14年31个省、市和地区（不含港、澳、台）的申请专利授权数（简记为KJ）。2.产业结构升级变量选取与数据来源。产业结构高级化实际上是产业结构升级的一种衡量，文章采用干春晖［7］等对产业结构升级中的定义，“将第三产业产值与第二产业产值之比（文章简记为TS）作为产业结构高级化的度量”。这一指标可以较好地展现经济结构的变换，清楚地反映产业结构是否朝向“服务化”的方向升级，因此它是一个较好的度量。如果产业结构升值的比值上升，则显示经济在向服务化的方向推进，产业结构在升级，反之亦然。3.经济增长变量选取与数据来源。经济增长是评价一个国家的实力和人民生活状况的重要指标，是宏观调控的主要目标。当前常用的指标是GDP、人均GDP和GDP增长率。相比之下，人均GDP更能客观地反映一个国家的经济发展水平以及经济发展质量，在经济研究中特别是不同区域分析中具有很高的可比性。综上所述，文章选取地区人均GDP（文章简记为GDP）作为经济增长情况的度量。为了剔除通货膨胀的影响，文章对地区人均GDP以2005年1季度人均GDP为基准期，对每季度的名义人均GDP进行转换，然后对实际人均GDP进行对数处理。以上数据均来源于《中国统计年鉴》。GVAR模型需要使用季度数据。假设科技创新和产业结构升级变量变化在每个季度是连续的，采用Eviews10.0中的二次函数和平均值E的插值方法对年度插值成季度数据。同时文章采用Eviews10.0的X-12方法对各变量消除数据的季节性。
（二）权重矩阵的构造
为了构造相应的国外变量，GVAR模型通过权重矩阵将每个区域的国外变量联系起来，以反映区域技术创新和产业结构升级对经济增长的互相影响状况。文章依据中国统计局对区域的划分，中国大陆被划分为八个经济区。分别为东北地区记为DBDQ，北部沿海记为BBYH，东部沿海记为DBYH，南部沿海记为NBYH，黄河中游记为HHZY，长江中游记为CJZY，西南地区记为XNDQ，大西北记为DXBDQ。并借鉴蔡婉华［8］对区域间的空间距离权重矩阵的构造。八个经济区域的空间距离权重矩阵如表1所示，数值代表水平经济区与相应的垂直经济区之间的影响，值越大，代表区域之间经济关系密切程度越高，反之亦然。
二、结果分析
（一）数据检验
1.平稳性检验。单位根检验（ADF）用于检验模型中所有变量的平稳性、一阶差分的平稳性和二阶差分的平稳性。文章同时采用ADF及WS检验作为参考，各区域经济变量的原始数据不是稳定序列，但是在一阶差分之后是平稳序列，也就是说，文章所有经济变量都是一阶单整数序列。限于篇幅的限制，本文未报告具体数据。2.滞后阶数、协整检验。每个区域模型的滞后阶通过使用AIC准则检验来确定。由于观察次数有限，因此最大滞后阶数设置为p=2，q=2。运用协整关系最大特征根检验和迹统计量确定协整关系的个数，结果如表2所示，所有VARX方程至少存在一个协整关系，即每个经济区域中的变量之间存在稳定的长期均衡关系。
（二）同期影响
文章采用Newey-West异方差性和一致性方差估计来计算同期影响t值。国外经济变量对与之相对应的国内变量的同期影响如表3所示。结果表明，同期影响系数为正且显著不为0（显著性水平为5％），意味着区域之间存在相互溢出效应。如人均GDP，当其他地区的人均GDP增加1％时，北部沿海区域人均GDP将上升1.023%、长江中游区域上升0.934%。对产业结构升级变量而言，东部沿海、东北地区和黄河中游受其它区域产业结构升级的影响较小，分别为0.233%、0.345%、0.446%。对科技创新而言，其中有黄河中游、南部沿海、西南地区的科技创新同期影响系数大于1且显著，意味着这3个区域受其它区域科技创新的联动影响较大。
（三）广义脉冲响应分析
为了检验区域经济增长冲击的空间和时间传递响应，文章采用广义脉冲响应函数（GIRF）分析区域经济增长的溢出效应。现主要研究以下两种溢出效应：（1）区域经济增长对科技创新冲击时的动态响应；（2）区域经济增长对产业结构升级冲击的动态响应。文章设定影响时长为24个季度，即脉冲响应函数曲线坐标的水平轴设置最大数为24个周期，坐标的垂直轴表示每次冲击时人均GDP的脉冲响应过程，即纵坐标上升增加0.01，人均GDP实际值增加1％。1.区域经济增长对科技创新冲击的动态响应。图1描述了区域经济增长对科技创新的一个标准差正向冲击的响应情况，不同区域经济变量与科技创新的动态响应过程。在科技创新的冲击下，短期内全国各区域的经济增长均呈现正响应，表现为北部沿海（0.15%）>东部沿海（0.14%）>南部沿海（（0.08%）>黄河中游（0.07%）>东北地区（0.07%）>大西北经济区（（0.06%）>长江中游（0.06%）>西南地区（（0.00%），并且正向冲击在第2期的时候达到了最大值，其中北部沿海经济区中的人均GDP响应值最大，高达0.66%，与之相比的西南经济区中的人均GDP响应值最小，仅0.51%。从总体上来说，前5期各区域经济增长受科技创新的冲击总体为倒“V”型的趋势，第7期起开始收敛，长期影响为正向增长。从长期来看，科技创新对东部沿海地区的经济拉动作用最大，收敛于0.36%；其次是对北部沿海地区经济的拉动效应（0.32%），而对西南地区的经济影响程度（0.20%）最小。可以看出，在区域经济水平上，科技创新对促进主要经济区的经济发展具有较大的作用，但对不同区域的经济增长却有不同的影响。2.区域经济增长对产业结构升级冲击的动态响应。如图2所示，在产业结构升级的正向冲击下，在第0季度，产业结构促进了东部和北部沿海地区的经济发展，分别实现了0.016％和0.0447％的经济增加值，但产业结构升级对其他六个区域的经济升级有不利的影响，其中抑制作用在西南地区最为显著，达到0.078%。从长期上来说，东北地区和黄河中游地区的经济增长对产业结构升级冲击均呈现负向效果（-0.004%）；而其他6个经济区的波动性收敛于正值，即产业结构升级冲击促进其他6个经济区域经济增长，促进作用大小顺序为西南地区>东部沿海>南部沿海>长江中游>大西北地区>北部沿海。可见，从长期来看，产业结构升级的冲击对东北地区和黄河中游地区的经济增长具有抑制作用，但对其他沿海经济区的产业升级的拉动效果较为明显。
（四）结论
本文利用2005年至2018年中国31个省市的季度数据，并运用GVAR模型分析了科技创新和产业结构升级对区域经济增长的影响。主要结论：在区域经济分析上，科技创新对促进主要经济区域的经济发展具有较大的作用，但对促进不同区域的经济增长的程度却有不同；产业结构升级对区域经济增长的影响表现出相似的动态响应，对东北地区和黄河中游地区的经济增长具有抑制作用，但对其他经济区特别是沿海经济区的拉动效果较为明显。
参考文献：
［1］张丹，陈乐一.环境规制、产业结构升级与经济波动——基于动态面板门槛模型的实证研究.环境经济研究，2019.4（02）：第92-109页.
［2］周柯，王尹君.环境规制、科技创新与产业结构升级.工业技术经济，2019.38（02）：第137-144页.
［3］李翔，邓峰.科技创新、产业结构升级与经济增长.科研管理，2019.40（03）：第84-93页.
［4］谢婷婷，赵莺.科技创新、金融发展与产业结构升级——基于贝叶斯分位数回归的分析.科技管理研究，2017.37（05）：第1-8页.
［5］陈堂，陈光.科技创新对产业结构升级的空间外溢效应研究——基于省域空间面板模型的分析.云南财经大学学报，2020.36（01）：第21-31页.
［6］郭晨，张卫东，朱世卡.科技创新对收入不平等的影响——基于企业发展与政府干预视角.北京工商大学学报（社会科学版），2019.34（02）：第12-21+34页.
［7］干春晖，郑若谷，余典范.中国产业结构变迁对经济增长和波动的影响.经济研究，2011.46（05）：第4-16+31页.
［8］蔡婉华与叶阿忠，对外开放对区域经济增长和产业转型的动态影响——基于GVAR模型的实证研究.数学的实践与认识，2019.49（03）：第73-82页.
作者：刘琼芳 刘超