《区域创新能力影响因素研究毕业论文.doc》由会员分享,可在线阅读,更多相关《区域创新能力影响因素研究毕业论文.doc(22页珍藏版)》请在三一文库上搜索。
1、河北省区域创新能力影响因素研究II摘 要区域创新能力(Regional Innovation Capability)是指一个地区将新知识转化为新产品、新工艺、新服务的能力,其核心是促进创新机构间的互动和联系,表现为对区域社会经济系统的贡献能力2。区域创新能力不等于科技能力,也不等于科技竞争力,但科技能力和科技竞争力是区域创新能力的基础。它不仅是区域经济获取竞争优势的决定性因素,而且也是解释地区经济繁荣程度差异的重要因素,而对影响区域创新能力的重要因素之一的FDI的研究也非常重要。本文利用东部六省1996-2007年的数据实证分析了实际利用外商直接投资(FDI)对区域创新能力的影响,同时分析了河
2、北省同其他东部省份的差距,并作了预测。结果表明,FDI对东部六省产生了技术“溢出效应”,确实提高了区域创新能力,但是,FDI对河北省却没有产生显著性的技术溢出效应,分析原因可能是没有跨越FDI溢出效应的“门槛”。同时,考虑1997年中段的亚洲金融危机的影响,对河北省的实际利用外商直接投资额的时间序列进行了干预ARIMA模型预测,通过分析发现河北省的FDI值在未来一段时间仍然保持良好的增长趋势,因此针对河北省的现状和具体省情提出了相应的对策建议。关键词:区域创新能力 FDI 东部六省 面板数据模型 Intervention-ARIMA 目录一、研究背景及意义2二、国内外研究现状3三、数据说明4(
3、一)变量的选取4(二)数据的来源说明5四、FDI对区域创新能力影响的实证分析5(一)模型的初步设定5(二)模型的检验5(三)解释变量的多重共线性检验6(四)模型的参数估计7五、河北省FDI的Intervention-ARIMA预测9(一)模型的基本简介9(1)干预模型简介9(2)ARIMA模型的基本类型10(3)ARIMA模型的识别及选择11(4)干预ARIMA模型11(5)模型的适应性检验11(二)河北省FDI的干预ARIMA模型实证分析12(1)数据的平稳性检验及单位根检验过程:12(2)模型的识别、确定和预测过程12(3)模型适应性检验14六、结论建议15III一、研究背景及意义区域创新
4、能力(Regional Innovation Capability)是指一个地区将新知识转化为新产品、新工艺、新服务的能力。其核心是促进创新机构间的互动和联系,表现为对区域社会经济系统的贡献能力。区域创新能力不等于科技能力,也不等于科技竞争力,但科技能力和科技竞争力是区域创新能力的基础。它不仅是区域经济获取竞争优势的决定性因素,而且也是解释地区经济繁荣程度差异的重要因素。美国的硅谷和128公路堪称这方面的明显例证。此外,德国的巴登符腾堡地区、“第三意大利”的伊米莉亚罗马涅地区以及中国的中关村也都是通过区域创新获得新的区域竞争优势的。在世界新科技革命推动下,国民财富的增长和人类生活的改善越来越有
5、赖于知识的积累和创新、自主创新,尤其是科技创新能力日益成为国际综合国力竞争的焦点。而在经济全球化的背景下,外商直接投资的流入无疑是发展中国家获得所要消化吸收的先进技术或知识的重要途径。那么,外商直接投资对东道国企业的自主创新必然有一定的影响。我国是利用外商直接投资的大国,研究利用FDI推动企业自主创新的问题在新的时期具有非常重要的意义。回顾中国利用外资所走过的路程,我们就不得不提及以下三个阶段18: 第一阶段:1992年以前,中国虽然在政策上制定了很多鼓励外资和华侨资本直接投资的政策,但真正进入中国市场的投资很少。1979年至1991年,合计利用FDI才233.5亿美元,FDI占国内固定资产投
6、资的比重也很低。 第二阶段是1992年邓小平南巡讲话以后,国内掀起了经济发展的新高潮,也吸引了大量的FDI进入。当年FDI比1991年增加一倍以上,超过了100亿美元。1996年,更是突破了400亿美元。 但是1997年爆发的亚洲金融危机使得外商对中国持观望态度,虽然中国采用十分出色措施最大程度的避免了金融危机带来的严重后果。但是并没有恢复所有投资者的信心,外商直接投资的数额出现下降。第三阶段是2001年底中国加入世界贸易组织以后,从2002年开始,FDI又进入一个新的发展阶段,当年突破了500亿美元,2004、2005年均突破600亿美元。从中国改革开放初期到2005年底,中国共吸收外商直接
7、投资6300亿美元,外商直接投资对GDP的贡献率超过40%。1993年我国成为吸引外资最多的发展中国家,2003年我国成为全球吸引外资最多的国家,FDI存量占GDP的比重接近50%,这是我国始终把吸引外资作为对外开放的重要组成部分,实行“以市场换技术”的引资战略的成果,以期通过吸引外商直接投资来促进技术进步,在招商引资的初期确实取得了优异的成绩:外商投资已经成为影响中国经济增长、就业、技术进步的重要因素。外资企业在改变我们传统的经营方式、经营观念,提升市场竞争等方面也发挥了重要的作用。但是,改革开放以来,我国通过渐进式的市场化改革和大规模的内外投资,推动了经济的快速发展。可是,随着国民经济的不
8、断发展,一些新的问题也就随之产生了:我国的劳动力成本在逐步提高,传统的比较优势正在消失,而且我国企业在国际分工中处于产业链低端,收益率较低,同时在WTO规则下,知识产权、技术贸易壁垒和反倾销已成为我国众多企业参与国际竞争的重大阻碍1。要解决这些问题首先要强调的就是我国的创新能力的提高。但是,在我国FDI金额不断攀升的情况下,当前我国是否还要坚持“以市场换技术”的战略,已经成为众多学者激烈辩论的热点问题。为了探求FDI对河北省的区域创新能力的影响,本文选取了1996年至2007年东部六省的数据,对比其他东部省份,分析河北省FDI对区域创新能力的影响,同时对河北省未来几年的引资情况采用时间序列分析
9、的方法作出了预测,但是有必要在预测河北省的FDI值时,考虑1997年亚洲金融危机的干预影响,本文采用了Intervention-ARIMA模型对河北省的FDI进行预测。结合这些问题对河北省的现实存在的问题提出了相应的意见和建议。二、国内外研究现状近几年对于我国坚持的“以市场换技术”的引资战略已经成为争论的热点问题, FDI对东道国是否能产生积极的技术溢出效应还是技术挤出效应。理论研究普遍认为,FDI对东道国的同一企业及相关企业的技术溢出效应主要通过示范效应、竞争效应、人力资源流动以及产业关联等4个渠道产生作用5。但是,也有事实证明,FDI对部分地区的自己创新能力存在挤出效应。由于外资作用的两面
10、性,经验研究得出的结论也不一致甚至截然相反。最早对FDI溢出效应进行计量研究的是Caves(1974),他通过对澳大利亚1969年产业层面数据的分析,发现当地企业的生产率与行业内的外资份额正相关,由此认为FDI有积极地技术溢出效应。类似的国别研究,如Haddad和Harrison(1993)对摩洛哥的研究所得出的结论认为,跨国公司对该国国内企业的劳动生产率并没有显著的影响,他们认为摩洛哥国内的企业与跨国公司之间较大的技术差距,阻碍了跨国公司溢出效应的产生。国内对FDI的溢出效应的定量分析也有较大的进展,但是论证的观点也存在较大的差异。中国社科院财贸经济研究所所长江小娟和中国社会科学院政策研究室
11、研究院王春法分别在2001年和2003年对这一问题做了调研,同样是对跨国公司在话筒子企业进行问卷调查,但对数据进行分析后,两人在引进FDI是否会带来技术溢出效应这一关键问题上得出了截然相反的结论。江小娟的观点认为,FDI进来后就会带来技术进步,这是没有前提的、跨国公司要占领中国市场,自然就会带来先进技术和机器设备。但王春法认为机器设备和技术能力是不一样的。FDI技术溢出并不明显,相反,FDI对本地企业的研发活动是挤出的、替代的。在采用Intervention-ARIMA进行分析的应用主要有利用ARIMA模型分析我国人口总量时间序列的研究已经很多,如:田应福、缪柏其(2006年)利用贵州省人口总
12、量时间序列(19522002年),应用B-J法建立了ARIMA模型;田金方、张小斐(2007年)利用干预时序模型方法对我国建国以来的人口发展趋势建立了动态模型。但是利用ARIMA模型尤其是利用Intervention-ARIMA模型对实际利用外商直接投资的分析、预测至今未曾见到。三、数据说明(一)变量的选取 对于变量的选取,本文参考了国内研究同类问题时所采用的测度指标。由于计量性的实证研究受到统计指标和数据获取的限制,多采用专利申请或授权量作为区域创新能力的代理变量。而本文则选取专利的授权量(I)(单位:百个)作为被解释变量区域创新能力的代理变量。解释变量则选用R&D经费支出(K)(单位:亿元
13、)作为当地科研的物质资本投入;R&D人员数(L)(单位:万人)作为当地科研的人力投入;由于中国经济发展的差异性,选取当地的人均国民生产总值(PGDP)(单位:亿元)来体现;而要考虑到当地的创新环境对区域创新能力的影响选取地区技术市场的交易合同金额(T)(单位:亿元)衡量当地创新参与者之间的技术交往关系,间接反映创新网络中各参与者之间交换和合作的强度。(二)数据的来源说明本文的数据从1996年至2007年河北、山东、浙江、福建、广东和江苏等东部六省的12年的时间序列数据,之所以没有选取其他东部省份是由于,海南省虽然是沿海强省但是其吸引外资较少,同时每年的专利授权量较之其他各省有明显的差距,因此不
14、具有可比性。而北京、天津和上海等直辖市,由于经济结构的差异也同其他省市存在较大的差异,因此也没有被选用。而本文的数据全部来源于1997-2008年的中国统计年鉴和1997-2007年的东部六省的省统计年鉴。对河北省FDI的预测数据,为了增加模型建立的拟合准确性,则增加了1994-1996年的数据,均来自河北省统计公报。四、FDI对区域创新能力影响的实证分析(一)模型的初步设定为了克服样本不足的问题,采用计量经济学当中的面板数据模型(panel data)进行实证分析,初步建立的研发活动的产出函数表示为I=f(L,K,FDI,PGDP,T)。其中,L和K分别代表研发活动的人力资源投入和物质资本投
15、入;I选用专利授权量表示区域创新能力;FDI为外商直接投资金额;T是技术市场交易合同金额,代表创新环境。初步模型的具体表示形式为: (1*)在进行参数估计时,以(1*)式为基础,采用对数模型(2)进行回归。选择对数形式的原因在于方程量变同时取对数以后,解释变量前的系数所表示的就是弹性的概念,便于经验结果的比较。 (2)(二)模型的检验根据(2)式截距项向量和系数向量中各分量的不同限制要求,可以将(2)式所描述的面板数据模型划分为三种类型:无个题影响的不变系数模型即为式(2);含有个体影响的不变系数模型,即变截距模型(2*);含有个体影响的变系数模型,即变系数模型(2*)。分别为: (2*) (
16、2*) 在对时间序列进行估计是,使用的样本包含了个体、指标、时间三个方面的信息。如果模型形式设定不正确,估计结果将于所要模拟的经济现实偏离甚远。因此,建立面板模型的第一步便是检验样本数据九斤符合上面哪种模型形式,从而避免模型设定的偏差,提高参数估计的有效性。我们采用协方差分析检验如下两个假设:H1:个体变量系数相等H2:截距项和个体变量系数相等如果H2被结束,则接受(2)式;如果H2被拒绝,则检验假设H1。如果H1也被拒绝,则接受(2*)式;否则,接受(2*)式。分别记(2)式、(2*)式、(2*)式残差平方和分别为、。在H2假设条件下检验统计量服从相应自由度下的F分布,即:其中,为变量系数个
17、数。计算得到=29.42,远大于5%显著性水平下的F临界值,从而可以再95%的置信度下拒绝H2.继续检验假设H1,在H1假设条件下检验统计量也服从F分布,即:计算得到=10.42,同样大于5%显著水平下的F临界值,因此采用变系数模型(2*)式来拟合。(三)解释变量的多重共线性检验在模型中,我们将人力资本和物质资本以及代表各地经济发展水平的人均GDP和代表创新环境的技术市场合同交易额一起纳入了回归模型。但是按照一般的理解,FDI就与各地的人均GDP存在高度的相关性,而且各地的技术市场合同交易额也与其人均GDP在一定程度上存在相关性。同时,人均GDP的水平越高通常当地对科研开发的投入也相对较高。如
18、果事实确实如此,同时将这四个变量纳入回归模型可能会造成解释变量的多重共线性,对此我们必须加以检验2。对于解释变量的多重共线性问题,我们计算了各变量之间的相关系数,结果见表1。表1 解释变量之间的相关系数 FDILKPGDPTFDI1.0000.2930.7920.6650.748L0.2931.0000.3420.0340.453K0.7920.3421.0000.8700.781PGDP0.6650.0340.8701.0000.608T0.7480.4530.7810.6081.000从相关系数的计算结果可以看出,各地科研开发活的物质资本投入、人均GDP以及技术市场合同交易额之间的相关性较
19、高,如果将这些变量同时纳入回归模型,将使的发生多重共线性的可能性大大增加。因此,基于解释变量的内生性与多重共线性两方面的考虑,问题在于人均GDP,科研开发的物质资本投入和技术市场合同交易额在很大程度上可以被各地的经济发展水平所解释,而且该变量与其他变量的相关性较高,甚至达到0.8以上,因此本文在接下来的回归中奖物质资本变量删除。而这样做也可以这样解释,虽然人均GDP在很大程度上反映了各地区的对科研开发的物质资本投入和创新环境,但是却不具体,而分别将代表这两个水平的变量纳入回归模型中则更为客观。因此上文的模型进一步简化为:(四)模型的参数估计本文中的所有数据处理和模型运算均采用计量软件Eview
20、s5.0。对(3)式选用估计模型是选择cross section weights,即使用可行的广义最小二乘法(GLS)估计,以减少由于截面数据造成的异方差影响。分析了FDI对于东部六省的技术创新的影响见表2:该模型的拟合度达到99.7664%修正后的拟合度为99.5782%,而残差平方和为0.546,F统计量为530.1976,在1%的显著性水平下也显著。说明该模型很好的解释了,由上表可以得出以下结果:(1)看出FDI对河北省的影响程度为-0.3752,但是不显著,而其他东部省份,除去浙江省不显著外,其他东部省份其FDI对与当地的区域创新能力都有显著性的正相关影响,而且一江苏省为代表其影响程度
21、达到最高的1.9151,可见FDI对于江苏省的区域创新能力的正面的技术溢出效应十分显著。而浙江省作为一个东部强省FDI的溢出效应不显著,这出乎人们的意料,但是这可能是多方面的原因造成的,浙江省的自主创新能力在全国排名前列,而且由于无法避免的数据内生性和多重共线性也是造成这一结果的潜在原因。但是总体上来看,FDI对于东部省份都有显著地影响,但是河北省的影响为负值,且不显著,国内的其他研究者发现FDI对东道国的溢出效应的同时存在“门槛效应”,而且在全国性的研究当中发现,FDI对于我国的中西部地区没有显著性的影响。这可以解释河北省FDI没有显著性的溢出效应的问题,河北省虽然是东部沿海省份,但是其无论
22、从经济实力还是整体竞争力上河北省同其他东部沿海省份,甚至同部分中部地区省份还存在差距,这可能是河北省还没有突破FDI溢出效应的“门槛”所造成的,具体的原因还有待更深层次的挖掘。(2)科研开发的人力资本的投入对于各个省份的区域创新能力都存在显著性的影响,其对浙江省的影响程度甚至达到了15.0869,这可以看出人力资本的投入对区域创新能力的重要性。但是,河北省在这一方面的表现也不尽人意,除了仅高于广东省外,均低于其他省份,但是河北省的人力资本投入却高于浙江、江苏、福建等省份,可见河北省的人力资本投入的效率很低。(3)科研开发的物质资本的投入对区域创新能力存在显著性的影响,但是其影响值仅为0.207
23、1。这说明的问题是即使在东部沿海的发达省份其用于自主创新的大量物质资本的投入却不能带来其创新能力的显著提升,这也是我国应该认识到得问题。不应该简单的认为在自主创新能力的投入上越高越好,而是应该提高产出效率,优化结构。(4)技术市场的合同交易额作为创新环境的代理变量,对创新能力的影响仅在河北省、山东省和广东省存在显著性的影响,而对于其他省份不存在显著地影响。但是对于创新能力的影响值都较小,影响值最大的为广东省的0.6688,但是不能就此说明创新环境对与区域创新能力不存在重要的影响,而可能是因为我国的自主创新能力还没有达到较高的水平,以至对创新能力不能产生积极的影响。表2 全部样本数据的回归结果被
24、解释变量I解释变量东部六省河北省浙江省江苏省山东省广东省福建省L4.0269(4.935)*15.0869(7.349)*7.009(3.561)*7.313(3.510)*2.0496(1.749)*5.5959(2.200)*K0.0500(0.862)0.0514(0.611)0.1793(1.373)-0.2353(-1.079)0.0479(1.001)0.2071(4.508)*FDI-0.3752(-1.420)0.1279(1.081)1.9151(6.637)*1.0053(2.717)*0.8942(3.535)*0.5889(2.572)*T0.5887(2.419)*-
25、0.1360(-0.894)0.0139(0.067)-0.3786(-2.257)*0.6688(4.070)*0.0677(0.345)注解:括号内为t检验值,*、*、*分别表示达到了1%、5%、10%的显著性水平。由于篇幅的关系,表中各地区的变截距没有列出。五、河北省FDI的Intervention-ARIMA预测ARIMA模型在经济预测过程中既考虑了经济现象在时间序列上的依存性,又考虑了随机波动的干扰性,对于经济运行短期趋势的预测准确率较高,是近年应用比较广泛的方法之一16。而干预分析的研究始于美国威斯康辛大学统计系教授Box与Tiao于1975年联合发表的经济与环境问题的干预分析及应
26、用护以后,干预分析的概念和干预分析模型引起了人们广泛关注,并迅速地被应用去描绘经济政策的变化及其给经济带来的影响。研究干预分析模型的目的,就是从定量分析的角度来评估政策干预或突发事件对经济环境和经济过程的具体影响。(一)模型的基本简介(1)干预模型简介干预模型的基本变量是干预变量即确定性输入序列,它有两种基本形式,第一种是持续性的干预变量,形式为:表示在时刻T之后干预的影响仍保留下去。第二种是短暂性的干预变量,可用在时刻T的脉冲函数给出,形式是:表示在时刻T之后干预的影响就会消失。其中T是时间变量,是表示干预事件发生的年份。干预事件的影响形式虽然千姿百态,但按其影响的形式,归纳起来基本上有四种
27、类型:1)干预事件的影响突然开始,长期持续下去.这种影响的干预模型可写为:表示干预影响的强度.如果:要求通过差分化为平稳序列,干预模型可调整为:.如果干预事件要滞后个时期才产生影响,干预模型可进一步调整为:。其中B为后移算子。2)干预事件影响逐渐开始,长期持续下去。其模型为:。更一般的模型是:。3)干预突然开始产生短暂的影响。干预模型为:。4)干预逐渐开始产生短暂的影响,干预模型为:。综合上述,不管经济系统受到的干预影响多么复杂,都可以用上述四种形式或者是它们的某种组合来表达,同时,也可以用这种组合去模拟多个干预事件所产生的影响17。(2)ARIMA模型的基本类型单变量时间序列模型一般有四种:
28、自回归模型AR(p),滑动平均模型MA(q),自回归滑动平均模型ARMA(p,q),求和自回归滑动平均模型ARIMA(p,d,q)。其中p,q分别为自回归和滑动平均的阶数,d为单整阶数。其中前面三个模型只适用于刻画一个平稳序列的自相关性,然而实际生活中遇到的经济数据大多是非平稳的时间序列,这些序列的数字特征是随着时间的变化而变化的,难以通过序列已知的信息去掌握时间序列整体上的随机性。当遇到一个单变量时间序列时,首先应对其进行单位根检验,检查其是否为平稳序列,如果序列平稳可以用前三个模型对其进行拟合分析;如果序列是非平稳,则通过差分的方法将非平稳序列转化为平稳序列。 (3)ARIMA模型的识别及
29、选择模型类型的识别及选择:时间序列yt经过预处理后成为零均值、正态、平稳的新序列,模型的选择一般是依据自相关函数ACF图和偏自相关函数PACF图来进行判断,其规则如表1:表3平稳时间序列模型结构的识别规则模型AR(p)MA(q)ARMA(p,q)自相关函数拖尾截尾拖尾偏自相关函数截尾拖尾拖尾但是,对于ARMA(p,q)序列,不能用自相关或偏相关函数来定阶,其定阶方法主要有3种:自相关和偏相关函数定阶法;FPE准则法;AIC及BIC准则,其中AIC及BIC准则应用最广。AIC准则: AICp,q,=min1p,qM(p,q)AIC(p,q,)其中,是残差方差,为序列均值,当其也要估计时,则参数个
30、数为p+q+1。在模型的拟合过程中,选取不同的p,q及模型参数,对yt进行拟合和参数估计,找出使AIC值达到最小的模型确定为最佳模型。(4)干预ARIMA模型Intervention-ARIMA模型是干预函数方法和ARIMA方法的结合,在经典ARIMA模型的基础上,将原始序列分解成一种新的模型结构,再以此为基础预测出经济行为随时间的变化轨迹。基于Box和Tiao的研究,干预模型具有如下的形式:其中,代表干预的影响,用确定性输入序列的形式来表示, 是噪声,表示在没有敢于影响是对序列的观测背景16。(5)模型的适应性检验所谓模型的适应性检验是指一个ARIMA模型已经完全或基本上解释了系统的动态性,
31、从而模型中的残差项应是独立的。显然模型的适应性检验实质上是对残差项的独立性检验。其检验方法主要有散点图法、相关系数法、F检验法、检验法。当残差检验为独立是,则认为模型拟合效果好,可以进一步将其进行预测,反之则要进一步修正。(二)河北省FDI的干预ARIMA模型实证分析本文借助于Eviews5软件和SAS8.2软件包完成对数据的分析和处理过程。其中利用Eviews5完成对序列的单位根检验、差分平稳性分析、序列相关性分析,再利用SAS软件包实现干预的ARIMA模型的拟合和预测。(1)数据的平稳性检验及单位根检验过程:由表4可以看出,对原始数据分别对其水平值、一阶差分和二阶差分的ADF检验,可以看出
32、在二阶差分时在0.05显著水平下检验结果拒绝原假设,一阶差分是接受原假设,则需要对原始序列进行二阶差分,其处理结果见图1:表4 ADF检验结果ADF检验水平值一阶差分二阶差分statistic0.1639-2.0391-3.33701% critical value-4.0579-4.1220-4.20005% critical value-3.1199-3.1449-3.175410% critical value-2.7011-2.7138-2.7290图1 二阶差分处理结果(2)模型的识别、确定和预测过程本文关于河北省实际利用外商投资额的时间序列数据均直接来自中国统计年鉴(1995-20
33、03)和河北省统计公报中。由图2可以看出,河北省实际利用外商直接投资额在1998年突然减少,进过分析得知1997年中段爆发了亚洲金融危机,虽然这次危机并未给我国带来太大的影响,但是却影响到了外商投资者,而且由于投资的滞后性,在1998年才凸现出来,依赖我国实施真确的政策,在1999年底,已经基本消除了亚洲金融危机带来的影响。因此这种干预可表示为:因此其干预模式可表示为:。干预模式用图形表示如图3。 19991998pointt图3 干预模型图图2 河北省FDI序列图图4 FDI时间序列相关图根据平稳时间序列模型结构的识别规则(表3),对FDI时间序列进行相关性分析。由图4所示,序列的自相关和偏
34、自相关均具有拖尾性,因此可以根据模型的识别原理和定阶准则建立最佳的ARIMA(p,d,q)模型。经过反复的拟合、检验最终确定最佳ARIMA模型为ARIMA(2,2,0),因此关于河北省实际利用外商直接投资额的Intervention-ARIMA可最终确定为: AR(2)+ 利用SAS软件将所得到的干预模型进行参数估计,结果如表5。因此对河北省实际利用外商直接投资额的Intervention-ARIMA的模型为:表5 模型参数估计结果ModelEstimateStd.ErrorTProb|T|Autoregressive, Lag 1-0.583250.1120-5.20620.0138Auto
35、regressive, Lag 2-0.971390.0425-22.85360.0002Point:1998(2)/(1)-2.767401.2924-2.14130.1217Point:1998(2)/(1) Num16.598971.19035.54380.0116Point:1998(2)/(1) Num25.946480.73448.09730.0039Point:1998(2)/(1) Den10.897890.084010.69130.0017Model Variance (sigma squared)1.46067.表6 残差独立性的检验结果To Lag345678Q-Stat
36、0.13760.42090.42090.42090.42090.4209Prob0.7110.8100.9360.9810.9950.999(3)模型适应性检验本文利用2检验法对残差进行独立性检验,检验法先得构造Q统计量:,服从自由度为L(N)-p-q的分布,L(N)为自相关函数个数,p+q为模型参数个数,于是在给定显著性水平下若: 则接受; 则拒绝,即否定独立。经检验Q统计量均小于相应的,这说明模型残差的相互独立性较好,模型通过适应性检验。其检验结果摘要如表6。因此可以利用此干预的时序模型对我国工业总产值指数进行短期预测,预测结果见表7:表7 短期预测年份200620072008201020
37、1220152018真实值20.1424.16预测值19.220925.57228.001835.672238.386145.442352.619 由以上分析及预测可以看出,建立的模型较好的拟合了河北省实际利用外商直接投资额的时间序列,而且在未来一段时间,保持着良好的发展势头,但是从前一部分的分析来看,FDI对河北省的区域创新能力的影响并不显著,因此这需要考虑如何充分利用河北省未来的良好投资环境,以提高自身的竞争力。六、结论建议本文首先通过对河北省等东部六省1996-2007年各省面板数据进行分析,研究了FDI对各省的区域创新能力的影响。样本数据的回归结果显示,在东部六省FDI产生了技术溢出效
38、应,确实提高了区域创新能力。但是由于地理位置,经济实力,人力资源等方面的差距,河北省在创新能力和吸引外资方面都存在差距。结果显示FDI对于东部六省区域创新能力产生了促进作用,但是由于河北省地区经济和科技发展水平的相对落后使得与其他东部省份相比产生了较大差距。当然,本文主要集中于研究FDI对区域有形的科技创新贡献的作用,而对于FDI对区域管理创新和制度创新的贡献,由于其难以量化和观测,因而在本文的模型中并没有包括进去。但是,仅从科技创新的水平上就看出河北省同其他省份的差距。而且后面一部分对河北省的FDI做了预测,分析结果显示河北省未来一段时间将会吸引更多的投资,但是如何充分利用这些资金,使其产生
39、“化学反应”来带动经济发展,提高区域创新能力,增强自身竞争能力仍然需要进一步的研究。针对上文的实证结果分析,我们简要提出以下政策建议:(一)河北省应该重视FDI对于区域创新能力的重要影响, 因此河北省应该充分利用外部资源增强自主创新能力,要处理好引进外资与自主创新的关系。引进外资不仅是为了形成生产能力,而且要通过对外资产生的技术溢出的消化吸收,促进自主创新能力的提升。同时要充分发挥政府的作用,通过政策措施鼓励当地企业充分利用FDI,开发自主知识产权的技术,提高自主创新能力。(二)河北省也应充分认识到,对于科研开发的高投入不一定就得到相应的高回报,而是要两方面都要兼顾,既要提高科研开发的投入力度
40、,提高自主创新能力,同时也要注重提高科研开发的产出效率,优化其结构。以期达到高投入高产出的效果。(三)同时河北省对于引进外资应该既要求数量也要求质量。河北省的FDI对其区域创新能力并没有产生显著的促进作用,这说明河北省还没有跨越获取外资正面溢出效应的经济发展门槛,因此在引进外资方面,应该结合实际情况,有选择地引进,而不应该盲目的追求较高的技术水平,由于缺少自主研发和创新的意识,最终难以实现二次创新,反而有进入跨国公司的“技术锁定”和就“技术陷阱”的危险。因此河北省当前的引资策略应该调整为结合实际情况,既要“保量”又要“保质”。参考文献:1.江小娟.中国的外资经济对增长、结构升级和竞争力的贡献J
41、.中国社会科学,20022.冼国明等.FDI对中国创新能力的溢出效应J.世界经济,20053.王 飞.外商直接投资促进了国内工业企业技术进步吗?J.世界经济研究,20064.王红陵等.FDI与自主研发:基于行业数据的经验研究J.经济研究,20065.侯润秀等.外商直接投资对我国区域创新能力的影响J.中国软科学,20066.Caves Richard E. Multinational Firms, Competition and Productivity in Host-country Markets J. Economica,19747.Haddad M A Harrison. Are the
42、re positive spillovers from direct foreign investment? Evidence from panel data for MoroccoJ.Journal of Development Economics,19938Aitken B A Harrison. Do Domestic Firms Benefit from Direct Foreign Investment? Evidence from VenezuelaJ.American economic review,19999Cheung K Y and Lin P Spillover Effe
43、cts of FDI on Innovation in China: Evidence from Provincial DataJ.China Economic Review,200410 BruceL.BowermanForecastingandTimeSeriesM.北京:机械工业出版社,2003.11 Hamilton. Time seriesM.北京:中国科学出版社, 199912 王振龙.时间序列分析.中国统计出版社.144-168.13 吴海军.ARIMA 模型在北京市全社会固定资产投资预测中的应用.经济研究导刊.2007.214田金方等.干预ARIMA模型及其在我国人口总量预测中
44、的实证研究.数理统计与管理.2007.315 田应福、缪柏其.贵州省人口总量时间序列的ARIMA模型.云南民族大学学报.2006.16 万平. 干预的ARIMA模型在我国第三产业就业人数预测中的应用2003.统计教育.2009.917 冯文权、蔡基栋.干预分析模型及其应用.武汉大学学报.1994.618 中国引资政策冷思考 “十一五”引资向左?向右?. 经济时报.2006.5附录附录1 东部六省FDI数据(单位:亿元)199619971998199920002001河北8.311.0314.2910.426.796.7浙江15.2115.0313.1812.3316.1322.12江苏52.1
45、54.3566.3260.7864.2669.15山东26.3427.7622.0322.5929.7135.21广东117.54126.35120.2116.58112.81119.32福建40.8541.9742.1240.2434.3239.18200220032004200520062007河北7.839.6416.2319.1220.1424.16浙江30.7649.8166.8177.2388.89103.7江苏101.9105.64121.38131.83174.31218.92山东47.3460.1687.0189.71100110.12广东116.19155.78100.12123.64145.11171.26福建38.3840.7547.4854.0871.8581.31附录2 东部六省R&D经费(单位:亿元)1996.00 1997.00 1998.00 1999.00 2000.00 2001.00 河北8.61 8.01 6.33 8.99 10.22 25.6浙江7.40 7.58 8.54 8.98 9.57
链接地址:https://www.31doc.com/p-3915485.html