广东省政府研发资金投入与经济增长的协整性检验——改革与战略

 经典回归模型（classical regressionmodel）是建立在稳定数据变量基础上的，对于非稳定变量，不能使用经典回归模型，否则会出现虚假回归等诸多问题。由于许多经济变量是非稳定的，这就给经典的回归分析方法带来了很大限制。但是，如果变量之间有着长期的稳定关系，即它们之间是协整的（cointegration），则是可以使用经典回归模型方法建立回归模型的。
（一）协整理论与方法
经济变量从长期来看存在某种均衡关系，尽管短期内，变量的运动会偏离这个均衡。协整关系就描述了变量间的均衡关系，协整是描述时间序列之间长期关系的一种统计性质，如果一个原始序列平稳，我们称之为I（O）过程。如果一个原始时间序列不平稳，而经过一阶差分变成平稳的，我们就说原始（随机）序列是一阶单整，简称I（1）。考虑两个或多个I（1）序列，一般它们的线性组合仍然是I（1）的，但是如果存在某个线性组合，使得新得到的序列是平稳的，那么就说这几个时间序列之间是协整的（co-integrated）。组合中序列的系数为协整向量。
用规范化的语言表述，即对于时间序列xt，yt，如果它们满足下述条件，则它们是协整的。
1.xt和yt是I（1）的，即它们本身是非平稳的，而其一阶差分是平稳的。
2.存在一个非零向量a，使得yt-axt=-et是平稳的。
变量协整性分析的经济意义在于：对于两个具有各自长期波动规律的变量，如果它们之间是协整的则它们之间存在一个长期的均衡关系。反之，如果这两个变量不是协整的，则它们之间不存在一个长期的均衡关系。
（二）变量与数据采集
由于要研究的是广东省政府研发资金投入与经济增长的协整性，因此，涉及的变量包括政府研发资金投入指标和经济增长指标，在此用R&D经费（记作RNDI）和地区GDP（记作GDP）表示，相关数据通过《广东统计年鉴》和《广东省科技经费投入统计公报》以及《广东省第二次全国科学研究与试验发展（R&D）资源清查主要数据公报（第一号）》得到，详见表-1。
（三）实证分析
1.单位根检验（ADF检验）。美国学者Nelson与Plosser在其研究中曾指出，多数的宏观经济时间序列都是不稳定的，只有确定了序列的平稳性才能进一步对他们进行协整性分析和因果性检验。因此，作为分析的第一步，要对各时间序列进行平稳性检验。本文在利用AIC与SC准则确定变量的滞后阶数的基础上，运用ADF检验方法对所有政府研发资金投入和经济增长序列进行单位根检验来判断其稳定性。
检验结果表明，在1%、5%和10%三个显著性水平下，单位根检验的ADF值均大于相应的临界值，所以，广东省2000-2009年度RNDI和GDP序列存在单位根，是非平稳序列。其一阶差分序列仍然是非平稳的序列。而广东省2000-2009年度RNDI和GDP序列在显著性水平为10%的情况下，ADF检验值均小于临界值，都为二阶单整序列，因此，可以进一步进行协整检验。
2.协整检验。协整的基本思想认为，尽管两个或者两个以上的变量中每个都是非平稳的，但它们的线性组合有可能相互抵消趋势项的影响，使该组合成为一个平稳的变量。协整理论为两个或两个以上非平稳变量之间寻找均衡关系，以及用存在的协整关系的变量建立动态模型奠定了理论基础。本文将运用E-G两步法来检验研发资金投入与经济增长之间的协整关系。
建立RNDI与GDP的协整方程，经回归得到GDP与RNDI的协整方程为：
GDP=6089.760+4.119115RNDI
t=（4.381922）（13.80703）
R2=0.959725，F=190.6342
通过对该式产生的残差序列作ADF检验，得出残差是平稳的，因此，政府研发资金投入与经济增长之间具有协整关系，上述方程体现了它们之间的长期均衡，即如果政府研发资金投入增加1亿元，那么平均经济将增长（即GDP将增加）4.119115亿元。
3.格兰杰因果关系检验。由检验结果可以看出，在滞后阶数为2，在显著性水平为5%的情况下，表现出RNDI和GDP没有Granger因果关系。
（四）结论
以上分析可以看出，GDP与RNDI虽然个别看起来都是非平稳的，但它们两者之间是协整的，具有长期的协同趋势，其中上述协整方程就表明了长期内他们之间的关系。
从因果检验来看，政府研发资金投入与经济增长之间没有显示出Granger因果关系，但这并不表明他们之间就不存在因果关系，可能是由于数据收集的年限太少或是其他因素导致检验结果不明显，他们之间的因果关系以及相关程度可以通过扩大样本容量的方法进一步加以确认和验证。