技术引进和经济增长方式模型形式设定检验
《课程教材教学研究》官方投稿邮箱：kechenggw@163.com
设定模型(4)和模型(5)时虽然考虑了个体效应的影响，但是否存在个体效应需要进行相关检验。运用拉格朗日乘子检验法对适用固定效应的模型(4)和模型(5)检验表明，模型(4a)和模型(5a)在10%的显著水平下、模型(4b)和模型(...
设定模型(4)和模型(5)时虽然考虑了个体效应的影响，但是否存在个体效应需要进行相关检验。运用拉格朗日乘子检验法对适用固定效应的模型(4)和模型(5)检验表明，模型(4a)和模型(5a)在10%的显著水平下、模型(4b)和模型(5b)在1%的显著水平下存在个体效应。如果模型残差项存在序列相关，估计结果虽然是无偏的、一致的，但不是有效的。采用Wooldridge检验法分别对固定效应模型(4)和模型(5)的各种情况进行检验，结果是犷统计量伴随概率均很小，因此模型(4)和模型(5)的各种情况均存在序列相关。
许多经济社会现象具有持续性且相互关联，在计量模型中表现为变量存在自回归和相互影响，如当期经济增长集约化水平可能影响以后若干期经济增长集约化水平；另外，技术创新、技术引进不仅可能促进经济增长方式转变，而且可能是经济增长方式转变导致的结果，因为一定的经济增长方式与一定的技术进步路径相适应，依靠投资拉动经济增长的方式一般以资本偏向型技术进步为支撑，在技术落后条件下，技术引进是实现技术进步的重要路径，相应的技术创新不仅偏向使用资本而节约劳动，同时与技术引进相应匹配，这意味着技术引进和创新的行为内生于经济增长方式。以上说明模型变量可能存在内生性，静态模型得不到无偏有效一致的估计结果。因为存在序列相关和内生性，运用静态面板对模型(4)和模型(5)估计得不到无偏、有效的估计结果，模型(4)和模型(5)适用动态面板进行估计，即静态面板模型(4)和模型(5)应修正为包含滞后一阶的被解释变量的动态模型(和模型(8)。因为技术创新有两种测度方法，与模型(4)和模型(5)的各种情况相对应，模型(7)相应地分为模型(7a)和模型(7b)两种情况，模型(8)可以分模型(8a)和模型(8b)两种情况。1、估计结果及分析1.1模型的合理性和估计结果的稳健性由于样本时间较长，采用差分GMM进行估计。采用一步差分GMM估计法和两步差分GMM估计法分别对模型(7)的两种情况进行估计，结果列人表1。从表1可以看出，技术创新系数均为负值，外资参与度的系数均为正值，且显著水平最低达到10%;外贸依存度的系数均为正，且在1%或5%显著水平下显著。市场化回归系数均为负，除了仅在模型(7b)的两步差分估计结果中显著外，其他情况均不显著。自相关检验表明，模型(7)的各种情况均没有拒绝不存在二阶自相关的假设。过度识别约束的Hanien检验均没有拒绝原假设，说明工具变量是有效的。采用一步差分GMM估计法和两步差分GMM估计法分别对模型(8a)和模型(8b)进行估计，估计结果列入表ao表2显示，技术创新和技术引进连乘式的系数均为正，显著水平达到5%以上；trad的系数均为正，除了模型(&b)一步差分GMM估计不显著外，其余情况的显著水平达到1%或5%；mark的系数为负，除了模型f}b)一步差分GMM估计不显著外，其余情况均是显著的；被解释变量的滞后一阶均为正，显著水平达到1%或5%。序列相关检验均没有拒绝不存在二阶自相关的假设。Hansen检验均没有拒绝原假设，意味着工具变量是有效的。运用LLC,IPS,ADF,PP,Breitung,Hadri等方法，对模型(7)和模型（8）GMM估计的残差进行面板单位根检验。检验结果表明，在1%显著水平下，GMM枯计的面板残差均是平稳的，即模型不是伪回归。通过上述分析表明，模型(7)和模型(g)的设定是合理的。采用一步差分法和两步差分法分别检验技术创新、技术引进和二者连乘式对gq的影响，结果发现技术创新的系数显著为负，技术引进和连乘式显著为正;采用两种方法测度的技术创新显著抑制经济增长集约化水平提升，技术创新与技术引进的连乘式显著提升了经济增长集约化水平。因此，采用不同的方法测度技术创新和采用不同的方法进行估计，结果是一致的，表明模型估计结果具有稳健性。2.估计结果（1）技术创新对经济增长集约化水平的影响。从表1可知，技术创新与经济增长集约化水平显著负相关。具体地说，to的系数为-33.1—-38.5，显著水平为1%，意味着研发投资占GDP的比例提高0.01，其他因素不变的条件下，经济增长集约化水平下降0.331-0.385。tch的系数为-17.2—-18.7，显著水平为1%或10%，表明科技投资占GDP的比例提高0.01，其他因素不变的条件下，经济增长集约化水平下降0.172-0.187。
