資本形成、教育發(fā)展對科技創(chuàng)新的影響
——基于中國省際面板數(shù)據(jù)的實證研究

姚雪松,向 軍

(1.廣東機電職業(yè)技術學院 經濟貿易學院，廣東 廣州 510515；2.銅仁市萬山區(qū)教育局 教學研究室，貴州 銅仁 554200)

資本形成、教育發(fā)展對科技創(chuàng)新的影響
——基于中國省際面板數(shù)據(jù)的實證研究

姚雪松1,向 軍2

(1.廣東機電職業(yè)技術學院 經濟貿易學院，廣東 廣州 510515；2.銅仁市萬山區(qū)教育局 教學研究室，貴州 銅仁 554200)

科技創(chuàng)新是解決當前全球及我國面臨的經濟增速放緩問題的重要突破點，通過理論和實證分析表明，資本形成和教育發(fā)展對科技創(chuàng)新具有顯著的正向影響，我國資本形成每增加1%，科技創(chuàng)新增長0.370%，教育發(fā)展每增長1%，科技創(chuàng)新增長0.584%?；诖?，我國應盡量消除資本形成和教育發(fā)展的障礙，增加教育經費的投入，鼓勵和促使金融等手段對資本形成和教育發(fā)展的支持。

資本形成； 教育發(fā)展； 科技創(chuàng)新；固定效應模型估計

一、引言

當前全球經濟面臨深度調整，后危機時代的影響和陰影一直沒有完全消除，各國經濟都面臨著速度放緩的困境。從歷史來看，每一次全球性的大危機完全擺脫并實現(xiàn)經濟再次騰飛都依賴于科技創(chuàng)新方面取得的巨大的進步，新古典經濟學也一直強調，科技進步才是人類經濟能夠保持長期增長的根本原因和動力。在全球經濟危機沒有根本上的褪去，很多國家都陷入政策困境不知所措的時代，科技創(chuàng)新更是顯得尤為的重要。在眾多影響科技創(chuàng)新的因素中，資本形成和教育發(fā)展一直被認為是最主要的影響因素。Romer(1986)認為科技創(chuàng)新是經濟長期增長的根本動力，科技創(chuàng)新主要來源于企業(yè)科研投入，而企業(yè)科研投入又依賴于當?shù)睾推髽I(yè)本身的資本形成情況。King(1993)認為資本形成是固定資產不斷增長的過程，只有當資本形成達到一定程度后才會刺激其他方面的投資和發(fā)展，包括科技創(chuàng)新的投資和發(fā)展，科技創(chuàng)新是資本形成的基礎上才會得到迅速的進步。Levine(1997)認為經濟增長需要大量的科技創(chuàng)新，而科技創(chuàng)新需要大量的資本形成，首先科技創(chuàng)新本身需要一定的固定資產投資，其次資本形成的規(guī)模代表了企業(yè)的發(fā)展規(guī)模，只有企業(yè)發(fā)展達到一定規(guī)模后才會進行大規(guī)模的科技創(chuàng)新投入和追求從而推進科技創(chuàng)新。Audretsch(1996)，Kim(1997)認為科技創(chuàng)新需要大量的具有較高素質和特殊技能的優(yōu)秀人才，教育發(fā)展最大的作用就在于培養(yǎng)各領域的優(yōu)秀人才，因此教育發(fā)展對一地區(qū)的科技創(chuàng)新具有重要的意義和作用。Grossman(2001)認為教育發(fā)展可以為科技創(chuàng)新提供技術支持、專家、技術人員以及技術設備等，高等教育可以為科技創(chuàng)新提供基礎性研究。傅利平、王向華(2012)認為科技創(chuàng)新需要知識的積累和傳遞，當知識積累和傳遞達到一定階段后，科技創(chuàng)新才能得到實現(xiàn)、接受和發(fā)展，教育發(fā)展最大的作用和功能就是對知識的積累和傳遞，從而對科技創(chuàng)新具有重要的基礎性作用。李林、傅慶(2014)認為勞動力的素質對科技創(chuàng)新的效率具有重要的積極作用，而提高一國或一地區(qū)勞動力素質最直接最有效的手段為教育發(fā)展，因此教育發(fā)展對科技創(chuàng)新具有重要的促進作用，這種促進作用在越貧困的地區(qū)越為明顯。凌江懷、姚雪松(2015)認為經濟越發(fā)達的地區(qū)科技創(chuàng)新越發(fā)達，而經濟發(fā)達的基礎又主要來源于資本形成，因此資本形成是科技創(chuàng)新的主要基礎條件。

通過對文獻的整理和總結，我們發(fā)現(xiàn)資本形成和教育發(fā)展對科技創(chuàng)新具有重要影響已經達成一定的共識，但影響的方面各自有不同的看法和意見，本文試圖結合當前我國實際背景，從理論上梳理一下資本形成和教育發(fā)展對科技創(chuàng)新的主要影響路徑，然后運用我國各省、直轄市的面板數(shù)據(jù)實證檢驗我國資本形成、教育發(fā)展對科技創(chuàng)新的實際影響，為當前我國更有效的促進科技創(chuàng)新提供相應的啟示。

二、資本形成、教育發(fā)展對科技創(chuàng)新的主要影響路徑

(一)資本形成對科技創(chuàng)新的主要影響路徑

圖1 資本形成對科技創(chuàng)新的主要影響路徑

資本形成對科技創(chuàng)新的影響路徑主要為兩個方面：第一，科技創(chuàng)新往往需要一定的科技設備、基礎設施等固定資產，資本形成正是這些固定資產的形成過程，為科技創(chuàng)新提供硬件的基礎條件。第二，現(xiàn)代社會的科技創(chuàng)新很多來源于企業(yè)的科研投入，而愿意進行科研投入的企業(yè)往往是規(guī)模達到一定程度的企業(yè)，企業(yè)規(guī)模大小的判斷主要依據(jù)之一為該企業(yè)的資本形成狀況，只有資本形成達到一定程度后，企業(yè)才會進行科研投入或者才愿意進行較大規(guī)模的科研投入，因此資本形成是科技創(chuàng)新的前提條件。

圖2 教育發(fā)展對科技創(chuàng)新的主要影響路徑

(二)教育發(fā)展對科技創(chuàng)新的主要影響路徑

教育發(fā)展對科技創(chuàng)新的影響路徑主要表現(xiàn)在三個方面：第一，科技創(chuàng)新需要大量的優(yōu)秀的科研人員及各方面的人才，優(yōu)秀的人才是科技創(chuàng)新的最重要的基礎，教育發(fā)展的主要功能之一就是培養(yǎng)人才，提高勞動者的素質，因此教育發(fā)展對科技創(chuàng)新有巨大的基礎作用。第二，科技創(chuàng)新需要大量的知識積累和傳遞，教育發(fā)展的另一主要功能就是知識的積累和傳遞，這一功能為科技創(chuàng)新提供了重要條件。第三，教育發(fā)展中形成的一些機構如高校、研究所等本身都有科研的任務和使命，很多的科技創(chuàng)新也是由這些機構創(chuàng)造或參與而形成。

三、模型設定、指標度量和數(shù)據(jù)說明

(一)模型設定

上文中我們梳理了資本形成、教育發(fā)展對科技創(chuàng)新的影響途徑，從理論分析中我們發(fā)現(xiàn)資本形成和教育發(fā)展對促進科技創(chuàng)新具有積極正面的作用，下面我們運用我國資本形成、教育發(fā)展和科技創(chuàng)新的省際面板數(shù)據(jù)實證檢驗一下資本形成、教育發(fā)展對科技創(chuàng)新的實際影響。為了有效的消除異方差，本文對模型中所有的變量均采取了取對數(shù)的處理。設定的模型為：

lntechonolgyit=αt+βilncapitalit+φilneducationit+ηiY+υit

其中，υit為隨機誤差項，αt、βi、φi和ηi為參數(shù)；lntechonolgyit、lncapitalit、lneducationit分別為科技創(chuàng)新，資本形成和教育發(fā)展。Y代表了一組控制變量，分別為金融支持、產業(yè)結構和政府財政收支。

(二)指標度量

1.科技創(chuàng)新。本文認為科技創(chuàng)新主要體現(xiàn)在新技術、新產品和新成果的出現(xiàn)并在現(xiàn)實中發(fā)揮一定的作用，推動經濟發(fā)展和社會進步的現(xiàn)象和過程。因此，本文以各地區(qū)各年的發(fā)明專利申請受理數(shù)作為本文中科技創(chuàng)新的代理變量，記為techonolgyit。

2.資本形成。本文中資本的概念主要是指傳統(tǒng)經濟學中廠房、機器設備、基礎設施等固定資產，因此本文以各地區(qū)各年的固定資產投資作為本文中資本形成代理變量，記為capitalit。

3.教育發(fā)展。教育發(fā)展包涵了教育規(guī)模的擴大、教育質量的提高等等，但本文認為最能代表一地區(qū)教育發(fā)展的指標為教育經費投入的狀況，因此本文中用各地區(qū)各年教育經費投入作為教育發(fā)展的代理變量，記為educationit。

4.控制變量。考慮到各國各地區(qū)的金融對企業(yè)及科研的支持等對科技創(chuàng)新具有重要的影響，而我國金融支持對科技創(chuàng)新的影響主要又表現(xiàn)在金融信貸方面，因此本文用我國各地區(qū)各年的信貸規(guī)模作為本文的中設定模型的控制變量——金融支持的代理變量，記為financeit。另外，政府對外的支出增加往往對企業(yè)投資以及科技創(chuàng)新具有積極的作用，而政府通過稅收等途徑增加其自身的收入往往對企業(yè)投資及科技創(chuàng)新具有不利的作用，因此本文將各地區(qū)各年政府財政支出減去各地區(qū)各年政府財政收入后得到的值作為本文設定模型中的控制變量——政府財政收支，記為govermentit。此外，還考慮到產業(yè)結構的狀況對科技創(chuàng)新也具有重要的影響，因此本文將我國各地區(qū)各年的第二、三產業(yè)占地區(qū)生產總值的比重作為產業(yè)結構的代理變量并作為本文設定模型的控制變量，記為ind-strit。

(三)數(shù)據(jù)說明

由于2003年我國進行了銀行股份制的改革和土地拍賣制度的改革，以及隨后進行了一系列的資本市場改革和知識產權保護改革，對我國的資本形成和科技創(chuàng)新都具有十分重要的影響。因此本文選取了2003-2015年我國各省和直轄市的面板數(shù)據(jù)作為本文模型的樣本數(shù)據(jù)。模型中變量所需的原始數(shù)據(jù)的來源為《各省和直轄市歷年統(tǒng)計年鑒》、《中國教育統(tǒng)計年鑒》和《中經網統(tǒng)計數(shù)據(jù)庫》。經過整理，本文設定模型中所涉及到變量的統(tǒng)計性描述見表1所示。

表1 本文設定模型中所涉及變量的統(tǒng)計性描述

注：①variable、N、mean、sd、p50、min、max分別表示變量名稱、樣本數(shù)、平均值、標準差、中位數(shù)、最小值和最大值;②lntechonolgy、lncapital、lneducation 、lnfinance、lngoverment、lnind_str分別代表了上文中所提及變量取對數(shù)后的變量.

因為本文主要分析資本形成和教育發(fā)展對科技創(chuàng)新的影響，因此我們先用所處理好后的變量描繪出了資本形成與科技創(chuàng)新以及教育發(fā)展與科技創(chuàng)新之間的散點圖，直觀展示一下它們之間的關系(見圖3，圖4)。從散點圖中可以看到，資本形成和教育發(fā)展與科技創(chuàng)新之間均表現(xiàn)出正向的關系。但值得提及的是，它們之間的最終確切的結論并不能以散點圖的狀況來確定，而是需要準確的計量估計方法估計檢驗后才能得出。

圖3 資本形成與科技創(chuàng)新之間的散點圖 圖4 教育發(fā)展與科技創(chuàng)新之間的散點圖

四、實證分析

(一)各自變量相關性分析

為保證對本文設定模型計量估計結果的準確性，在對本文設定模型進行計量估計前，我們先對本文設定模型的各自變量進行了多重共線性的檢驗。該檢驗主要通過本文設定模型中各自變量之間的相關系數(shù)和方差膨脹因子的值來進行。我們首先求出了本文設定模型中各自變量間的相關系數(shù)，見表2所示。從表中可以看出，本文設定的模型中各自變量之間的相關系數(shù)均不大，最大的是金融支持(lnfinance)和產業(yè)結構(lnind_str)之間，也僅為0.5255，表明不存在多重共線性問題。

表2 本文設定模型中各自變量間的相關系數(shù)

然后，我們對本文設定模型中各自變量的方差膨脹因子的值進行了測算，見表3所示，從表中顯示可以看出本文設定模型中各自變量方差膨脹因子的值均小于10，也表明本文設定模型不存在多重共線性的問題。

表3 本文設定模型中各自變量方差膨脹因子的值

注：VIF表示方差膨脹因子的值.

(二)模型估計方法

選擇正確的方法對模型進行估計才能真正準確的反映資本形成和教育發(fā)展對科技創(chuàng)新的實證影響。本文選擇的數(shù)據(jù)為省際面板數(shù)據(jù)，針對面板數(shù)據(jù)模型主要有三種基本的估計方法：普通混合最小二乘法估計、固定效應模型估計和隨機效應模型估計。應該選擇哪一種估計方法對模型進行估計，主要取決于設定模型中被解釋變量是否存在嚴重的個體效應，如果存在嚴重的個體效應則不適合用普通最小二乘法估計。是否存在嚴重的個體效應主要看固定效應模型估計后的F檢驗的P值和隨機效應模型估計后的xttest0檢驗的P值是否小于0.05，若小于0.05則表示存在嚴重的個體效應。若設定模型存在嚴重的個體效應的情況下，通常應采用固定效應模型或隨機效應模型進行估計，具體采用哪一種取決于兩種模型估計后再進行hausman檢驗的結果，如果hausman檢驗的P值小于0.05，則應采用固定效應模型進行估計，否則則采用隨機效應模型進行估計。

在進行對本文設定模型中被解釋變量(lntechonolgy)是否存在個體效應的檢驗前，我們先作出了它的各省和直轄市的變化圖，從圖形上直觀的觀察一下它是否存在嚴重的個體效應，見圖5所示。從圖中可以看到，各省、直轄市大多數(shù)的變化圖均呈現(xiàn)不同的截距和斜率，表明本文設定模型的被解釋變量(lntechonolgy)存在較為嚴重的個體效應，不適合采用普通最小二乘法對本文設定的模型進行估計。

圖5 本文設定模型中被解釋變量lntechonolgy變化圖

當然，采用哪種估計方法必須通過相應的計量檢驗才能確定，被解釋變量(lntechonolgy)的變化圖僅僅只能作為參考使用。因此我們對本文設定的模型做了固定效應模型估計和對應的F檢驗以及隨機效應模型估計和對應的xttest0檢驗，便于比較，我們也同時做了普通混合最小二乘法估計，所有的估計和檢驗結果見表4所示。從表中可以看出，F(xiàn)檢驗的P值和xttest0檢驗的P值均小于0.05，進一步表明本文設定模型中的被解釋變量存在嚴重的個體效應，應采用固定效應模型估計或隨機效應模型估計。隨后，本文對固定效應模型估計的結果和隨機效應模型估計的結果進行了hausman 檢驗，以此來決定選擇哪一模型的估計結果作為本文設定模型的估計結果，hausman檢驗結果一起列在了表4中。從表中可以看出hausman 檢驗的卡方值為19.42，hausman 檢驗P值為0.0016，小于0.05，這一結果表明本文設定模型應該使用固定效應模型進行估計。

表4 本文設定模型的估計結果

注：①ols、re、fe分別代表了普通混合最小二乘法估計、隨機效應模型估計和固定效應模型估計；②估計系數(shù)下面小括號里面報告的是 t 統(tǒng)計量的值.

(三)估計結果分析

通過上述的檢驗和分析，本文應選擇固定效應模型對本文設定模型進行估計，因此我們以表4中固定效應模型的估計結果進行本文設定模型中各解釋變量對被解釋變量影響的結果分析。

從固定效應模型估計(fe)結果來看，本文選擇的控制變量金融支持(lnfinance)和產業(yè)結構(lneducation)對科技創(chuàng)新的影響均通過了顯著性檢驗，表現(xiàn)出對科技創(chuàng)新具有顯著的正向影響，這與我們預期的一致。政府財政收支(lngoverment)對科技創(chuàng)新表現(xiàn)出極小的正向影響，但并不顯著，表明政府支出對科技創(chuàng)新的正向影響已經被政府收入對科技創(chuàng)新的負向影響沖淡，應值得重視。

本文關注的重點為資本形成和教育發(fā)展對科技創(chuàng)新的影響，從估計結果來看，資本形成(lncapital)和教育發(fā)展(lneducation)對科技創(chuàng)新均具有十分顯著的正向影響，資本形成每增加1%，科技創(chuàng)新增加0.370%，教育發(fā)展每增長1%，科技創(chuàng)新增長0.584%，表明資本形成和教育發(fā)展對我國的科技創(chuàng)新確實存在顯著的積極作用。

五、結論與啟示

本文通過理論梳理和實證分析表明，資本形成和教育發(fā)展對科技創(chuàng)新具有重要的促進作用，隨著資本形成增長和教育發(fā)展的進步，科技創(chuàng)新將得到顯著的提升?；诖私Y論，本文得到的啟示為：第一，有效的促進科技創(chuàng)新的手段除了增加科研經費之外，還可以通過促進資本形成和教育發(fā)展來得以推動。第二，為了更好的促進科技創(chuàng)新應盡量消除資本形成和教育發(fā)展的障礙，增加教育經費的投入，鼓勵和促使金融等手段對資本形成和教育發(fā)展的支持。

[1] Romer.Increasing Returns and Long—Run Growth[J].Journal of Political Economy,1986，(5):1002-1037.

[2] King.Finance and Growth:Schumpeter Might Be Right[J].Quarterly Journal of Economics,1993a,(108):358-378.

[3] Audretsch.R&D Spillovers and the Geography of Innovation and Production[J].American Economic Review,1996,(86):630-640.

[4] Kim.Housing Finance and Urban Infrastructure Finance[J].Urban Studies,1997,(10):1597-1630.

[5] Levine.Financial Development and Economic Growth:Views and Agenda[J].Journal of Economic Literature,1997,(6):89-97.

[6] Grossman.Contributions of Academic Research to Industrial Performance in Five Industry Sectors[J].Journal of Technology Transfer,2001,(26):143-152.

[7] 傅利平，王向華.我國區(qū)域創(chuàng)新系統(tǒng)中高校主體功能有效性實證研究[J].情報雜志，2012,(3)：192-197.

[8] 羅嘉雯，陳浪南.金融發(fā)展影響科技創(chuàng)新的實證研究[J].中國科技論壇，2013,(8)：128-133.

[9] 李林，傅慶.產學研主體創(chuàng)新效率對區(qū)域創(chuàng)新的影響研究[J].科技進步與對策，2014,(5)：45-49.

[10] 凌江懷，姚雪松.金融發(fā)展對城鎮(zhèn)就業(yè)的影響——基于中國省際面板數(shù)據(jù)的實證研究[J].華南師范大學學報(社會科學版)，2015,(1):110-115.

[11] 蘆鋒，韓尚容.我國科技金融對科技創(chuàng)新的影響研究——基于面板模型的分析[J].中國軟科學，2015,(6)：139-147.

[12] 劉納新，伍中信.新常態(tài)環(huán)境下金融發(fā)展對科技創(chuàng)新的影響分析[J].會計之友，2015,(23)：39-43.

[13] 何自力.在推動供給側結構性改革中創(chuàng)新宏觀調控體制[J].財經理論研究，2016,(2):1-6.

[14] 委峰.科技研發(fā)投入政策模擬分析：基于中國科技CGE模型[J].重慶理工大學學報(社會科學)，2017，(1)：59-66.

[責任編輯：郭秀艷]

The Impact of Capital Formation and Education Development on Scientific and Technological Innovation:from an Empirical Study on Chinese Provincial Panel Data

YAO Xue-song1,XIANG Jun2

(1.School of Economics and Trade, Guangdong Mechanical and Electrical College, Guangzhou 510515，China;2.Department of Teaching and Research, Education Department Wanshan District, Tongren 554200, China

The scientific and technological innovation is important breakthrough to solve the current global and China’s economic slowdown problem. Through theoretical and empirical analysis shows that capital formation and education development has a significant positive impact on scientific and technological innovation. China’s capital formation every 1% increase, the scientific and technological innovation will increase 0.370%, each 1% increase in education development, the scientific and technological innovation will increase 0.584%. Based on this, our country should eliminate the barriers in capital formation and education development as far as possible, increase education funds investment; encourage the supports to capital formation and education development through financial means and so on.

capital formation; education development; scientific and technological innovation; fixed effects model estimates

2016-12-28

國家自然科學基金項目(71473090)；廣東省高等職業(yè)技術教育研究會項目(GDGZ16Y087)

姚雪松(1983-)，男，貴州銅仁人，廣東機電職業(yè)技術學院經貿學院講師，博士，從事金融理論與政策研究.

G644

A

2095-5863(2017)03-0066-07