论文部分内容阅读
摘要：运用19862014年时间序列数据，以上海为研究对象，通过构建合适的经济计量模型就知识创新对地区经济增长的影响及其作用机制进行了实证分析。分析结果表明，知识创新是促进上海经济增长的重要因素，影响力度仅次于物质资本投入，而且知识创新还具有刺激人力资本对上海经济增长产生积极影响的联动作用；知识创新主要是通过与物质资本投资相结合的方式对上海经济增长产生积极影响的，即知识创新以物质资本为附着载体，二者通过相互作用共同驱动了上海经济发展。
关键词：知识创新；地区经济增长；影响；作用机制；上海
一、 引 言
经过改革开放后的快速增长，我国经济发展取得巨大成就，生产能力、经济总量、经济水平均上了一个大台阶，但与此同时资源日渐紧张、环境压力增加、各种商务成本不断攀升等问题也接踵而至，在这种情况下经济如何实现持续地较快发展，就成为急迫需要解决的问题。新经济增长理论给出的答案是：经济发展由传统粗放式的资源消耗推动型模式向现代集约式的知识创新推动型模式转变。
罗默[1]、阿宏和豪伊特[2]较早地注意到了知识生产和创新对于技术进步和经济增长的重要性，认为研发（R&D）推动的创新和知识积累是促进技术进步和经济增长的重要原因，因为企业通过研发活动可以生产出新产品或者质量更高的产品，这些产品本身就是技术进步的体现。与物质资本、劳动力和人力资本等生产要素不同，知识具有非排他性和累积性的特性，非排他性是指同一知识可以同时被不同的经济参与者使用而不会产生额外的成本，累积性是指知识生产具有正的溢出效应。这两个特性是使得经济中产生递增的规模报酬，从而实现经济持续增长的重要条件。[3]
20世纪90年代以来，我国学者越来越多地通过经验分析探讨了我国及各种区域经济增长的源泉问题。现有的经验研究文献主要考察了物质资本、劳动、人力资本、全要素生产率等因素对经济增长的影响，但往往对研发因素和知识创新的贡献重视不够，这可能使研究中存在关键变量缺失的问题，特别是对上海这样的先发地区来讲这个问题尤其突出。
鉴于此，以上海为研究对象，本文试图通过实证分析揭示这样几个问题：知识创新对地区经济增长究竟产生了怎样的影响，与其他生产要素相比较知识创新的影响程度如何，对地区经济增长的作用机制即通过何种途径或者渠道产生影响。这些问题将涉及地区经济能否持续发展，以及今后应采取何种发展战略及措施对策。
事实上，为了进行创新知识生产，上海在R&D上进行了大量投入，研发产出及成果取得了不菲的成绩。从2000年到2014年的15年间，上海R&D人员全时当量由6.31万人年增加到16.82万人年，年均增长率为7%，R&D经费内部支出由76.73亿元增加到861.95亿元，年均增长率为17.3%①。2014年上海R&D经费内部支出占GDP比重达到3.66%，这个数字也远大于全国2.05%的平均水平。在研发产出方面，2014年上海分别获得国家技术发明奖8件、国家科学技术进步奖39件，分别占到全国总量的11.4%和19.3%，获得国家专利授权数50488件，其中发明专利11614件，分别占到全国总量的3.9%和5%。
二、 计量模型、变量及其数据说明
新古典经济理论认为，经济产出来源于物质资本、劳动力的投入以及外生的技术进步，这一思想可以由C-D生产函数Y=AKαLβ来体现。为了考察知识创新对经济增长的影响和贡献，本文在C-D生产函数中引入人力资本变量和知识创新变量，将知识创新变量内生化，得到如下扩展的生产函数：
外生的技术进步变量LnA以及未纳入模型的其他影响因素对被解释变量的影响不是本文考察的重点，都全部作为不随时间变化的截距项处理，同时由于创新知识流量在本期难以立刻对经济产出产生明显影响，所以这里将创新知识变量作滞后1期处理，则式（2）可修正为如下回归分析模型：
式（3）中，C为常数项即截距项，Y表示经济产出，是被解释变量，K、L、H、KC分别为物质资本存量、劳动力、人力资本、创新知识等4个解释变量，α、β、γ、δ分别表示4个解释变量的回归系数，其中δ是本文重点考察的对象，t是时间，t-1是滞后1期的時间，Ln为自然对数符号，ε为随机误差项。由样本回归模型得到的被解释变量估计值与实际观察值之间通常存在偏差，这一偏差就是残差，即随机误差项。
在实证分析中，各变量需要用具体的指标来表征。这里，用GDP表征经济产出Y，为了消除通货膨胀的影响，当年价的GDP须通过平减指数换算为某年不变价的GDP，理论上在研究时间区间内选择任何年份都是可以的，不会影响分析结果，本文选择了1990年，用1990年不变价的GDP表征经济产出Y。关于物质资本投入K，在已有研究文献中主要有两种处理方式，一种是根据国际通用的永续盘存法（Perpetual Inventory Method）进行估计，另一种是选取固定资产净值作为资本投入进行适当的处理，两种处理方法相比较显然第一种更为恰当，因此本文使用第一种方法，用1990年不变价的全社会固定资产投资存量表示。
严格地讲，劳动投入应该包括数量和质量两个方面，但考虑到数据的可得性，这里用年度的全部从业人员数量表示劳动力L。人力资本H的度量指标主要有教育投入、各级学校入学率、平均受教育年限等，这里采用年度的普通高校在校生人数表示人力资本存量，这个数字越大，则说明地区人力资本越多。[4]
知识创新变量KC用创新知识存量表示，在已有文献中一般有两种方法度量知识存量，分别是永续盘存法和指标评价法，本文选择了前者。根据OECD对知识的划分，知识分为编码知识和沉默知识，编码知识中有表示研发投入的指标和研发产出的指标[5]，对经济增长产生直接影响的主要是研发产出而不是研发投入，因为由于生产效率的差异，同样数量的研发投入可能会导致差异较大的研发产出。在各种研发产出中，这里选择专利申请授权数表示新生产的知识，然后运用永续盘存法估计其真实存量。尽管使用专利数量来衡量知识创新产出时可能存在一些缺陷，例如不同专利的技术含量不同、一些知识创新成果可能没有申请专利等，但是在现有的环境下，相对于其他一些产出指标而言，专利数量仍是反映创新产出的较好指标。 1990年不变价的上海历年实际GDP利用上年为100的GDP指数换算为以1990年为1的历年GDP定基指数，再乘以1990年的当年价GDP得到。
1990年不变价的物质资本存量通过永续盘存法进行估算，实际操作时运用王小鲁和樊纲等[6]的估计公式：Kt=Kt-1+（It-Dt）÷Pt，其中，Kt、Kt-1分别为第t年和第t-1年的1990年不变价物质资本存量，It、Dt分别为第t年的名义投资额和名义折旧额，Pt为第t年投资的价格指数。这个估计公式虽然与通常使用的永续盘存法计算公式略有差异，但还是循着永续盘存法“某年的资本存量等于上年的资本存量加上该年的新增投资额”的思路设置的，而且由于不需要主观设置的资本折旧率，所以估计结果可能更佳。运用该公式估计资本存量，需要选择或者确定如下几个指标：一是当年投资流量即It，这里采用目前通行的做法，即使用当年的全社会固定资本形成总额这一指标。二是固定资产折旧额即Dt。三是当年固定资产投资的价格指数即Pt，目前上海统计年鉴中公布的是以上年为100的固定资产投资价格指数，这里将其换算为以1990年为100的定基价格指数。四是基准年份的资本存量即K0，这里借鉴和采用Hall和Jones[7]的计算方法，即K0=I0/（g+d），其中I0是期初的投资额，g为与期初经济环境比较相似时段的投资平均增长率，d为假设的资本折旧率，这里g采用了19861992年的1990年不变价固定资产形成额的年平均增长率，d取5%。运用该公式，估计了上海19862014年的物质资本存量，表1第二行列出了几个典型年份的估计数值。
创新知识存量使用永续盘存法的经典计算公式进行估计，即：KCt=KCt-1·（1-d）+kct，其中，KCt和KCt-1分别表示第t年和第t-1年的创新知识存量，d表示创新知识存量的折旧率，这里取为15%[8]，kct表示第t年新增的创新知识流量，即第t年的专利申请授权量。由于专利又包括发明、实用新型和外观设计等三种类型，因此本文运用该公式分别估算了上海历年的专利授权存量及其发明专利存量、实用新型专利存量和外观设计专利存量。在运用Hall和Jones的方法估计基准年份的知识存量时，新知识年平均增长率计算的时间周期分别为：专利总量和发明专利是19862014年，实用新型和外观设计专利是19862011年。表1第三行列出了19862014年上海几个典型年份的知识存量估计结果。
在实际操作中，其中作为因变量的地区生产总值Yt、作为自变量的物质资本Kt、劳动力Lt、人力资本Ht的样本数据时间序列为19872014年，作为知识创新产出的专利授权存量KCt-1的样本数据时间序列为19862013年。
本文实证分析的数据资料全部来自于各期的《上海统计年鉴》，使用官方公开公布的同一数据资料来源，可使数据资料具有较好的权威性、连续性和协调性，从而为得到较好的实证结果奠定基础。
三、 实证结果及其分析
1. 知识创新对上海经济增长的影响及其贡献
根据计量经济学，回归模型包含了若干基本假定，在这些基本假定成立的前提下，应用最小二乘法得到的参数估计量才是无偏、有效的，但是许多情况下并不一定都能够满足这些假定，在回归模型的若干假定中最不容易成立的是同方差假定、非自相关假定和无多重共线性假定，对于时间序列模型来讲，其中的非自相关假定往往难以成立。本文的实证分析运用的是时间序列数据，因此有选择地重点检验了回归估计模型的非自相关假定是否成立。[9]
首先，是物质资本、劳动力两个基本投入要素对经济增长影响的实证检验。在运用普通最小二乘法（OLS）对式（3）进行回归估计后发现，其回归估计模型的DW检验统计量等于0.37723，小于其临界值的下限值1.224，这说明回归估计模型存在正的一阶自相关性，滞后2期BG检验（即拉格朗日乘数检验）的统计量值nR2=19.001，其临界概率ρ=0.000075，这说明回归估计模型也存在高阶自相关性。鉴于此，改用广义差分法对计量模型重新估计，其估计结果如表2第二列的模型1所示。经检验，模型1已不存在自相关性，而且判决系数R2及调整的判决系数AR2均大于0.999，F检验统计量值在10000以上，其双侧概率几近于0，这说明模型1 的拟合程度很好且显著。在模型1中，回归系数α和
分别等于0.9312和0.0439，而且从t检验统计量值来看，LnK对Y的影响在1%的置信水平上显著，LnL的影响则不显著，这说明物质资本和劳动力两个基本要素的投入虽然对上海经济增长均具有正向的积极影响，但是二者差异明显，前者的作用远远强于后者，上海经济增长主要是由资本投入驱动的。
其次，是在模型1的基础上分别加上人力资本存量、创新知识存量的实证检验。经检验，运用普通最小二乘法（OLS）运算的两个回归估计模型均存在一阶和高阶自相关性，改用广义差分法对计量模型重新估计，其结果如表2第三列、第四列的模型2和模型3所示。经检验，模型2和模型3均不存在自相关性，而且判决系数和调整的判决系数检验、F检验均说明模型2和模型3拟合程度很好且显著。在模型2和模型3中，物质资本变量的t检验均显著，而且回归系数均较大，劳动力变量的t检验均不显著，人力资本变量的t检验不显著，创新知识变量的t检验在1%置信水平上显著，而且其回归系数δ达到0.1753。这说明除了物质资本对上海经济增长具有较大影响外，知识创新因素也具有良好表现。
再次，是在模型1的基礎上同时加上人力资本存量、创新知识存量的实证检验。经检验，运用普通最小二乘法（OLS）回归估计的回归估计模型存在一阶和高阶自相关性，改用广义差分法对计量模型重新估计，其结果如表2第五列的模型4所示。经检验，模型4拟合程度很好且显著。在模型4中，物质资本、人力资本和知识创新三个变量的回归系数为正值且其t检验均在1%的置信水平上显著，其中物质资本的回归系数仍然最大，达到0.6096，人力资本和知识创新两个变量的回归系数分别为0.1059和0.1536，劳动力变量的t检验仍然不显著，而且其回归系数最小。这说明：当物质资本、人力资本、知识创新等变量每增加1%时，则上海经济增长率约分别为0.61%、0.11%和0.15%。再结合模型1、模型2和模型3，可以得出如下结论：物质资本投入是上海经济增长的最主要驱动力量，简单劳动力投入的影响不显著，知识创新是促进上海经济增长的重要因素，影响力度仅次于资本投入，而且知识创新还具有刺激人力资本对上海经济增长产生积极影响的联动作用。 2. 进一步的分析
专利包括发明、实用新型、外观设计三种类型，其中发明属于技术含量较高的专利，实用新型、外观设计属于技术含量较低的专利。不同类型的专利对经济产出和经济增长可能产生不同的影响，而且影响差异可能还比较大。为了考察这三种不同类型专利对上海经济增长影响的差异，构建如下计量模型：
表2第六列的模型5是根据计量模型（5）运用广义差分法回归估计的结果。经检验，模型5拟合程度很好，而且不存在自相关性。从模型5可以看出，不同类型的专利对上海经济增长的影响差异较大，其中发明专利变量的回归系数达到0.0822，而且其t检验在1%置信水平下显著，实用新型专利和外观设计专利两个变量的回归系数较小，仅分别为-0.0133和0.0070，而且其t检验结果不显著。这说明：知识创新对上海经济增长的促进作用主要是通过发明专利实现的，高水平的创新和知识生产是推动上海技术进步和经济增长的重要原因，而技术水平较低的实用新型专利和外观设计专利对上海经济增长的影响不显著。
3. 知识创新对上海经济增长的作用机制
创新知识是通过与物质资本、劳动力、人力资本等生产要素相结合，主要以提高其他生产要素知识、技术含量和水平的方式对经济增长产生影响和作用。为了考察知识创新是通过与何种生产要素相结合对上海经济增长产生了积极的影响和作用，设置如下回归分析模型：
表3是运用广义差分法对计量模型（6）回归估计的结果。在表3中，模型1、模型2、模型3分别是只考虑知识创新变量与物质资本、劳动力、人力资本变量相结合的一个交互项的回归估计结果，模型4是在一个计量模型中同时考虑上述三个交互项的回归估计结果。经检验，这4个回归估计模型拟合程度均很好，而且也不存在一阶或者高阶的自相关性，可以进一步对估计结果进行相关分析。
由表3可知，在模型1至模型4中，知识创新变量与物质资本变量的交互项t检验均呈现显著正相关，知识创新变量与人力资本变量的交互项t检验均不显著，而知识创新变量与劳动力变量的交互项t检验的其中之一不显著，其中之一是显著负相关。这说明：上海知识创新主要是通过与物质资本投资相结合的方式推动经济增长的，物质资本投资不仅改变了上海经济的要素结构（资本深化），而且同时也通过与知识创新相结合提高了上海生产要素的技术含量和水平，进而促进了上海经济增长；但是，知识创新与简单劳动力、人力资本相结合对上海经济增长没有产生显著的积极影响，可能的原因是知识创新对改善劳动力和人力资本质量方面没有起到明显的作用和影响，或者是劳动力和人力资本在运用知识创新方面的效果不明显。
四、 结 语
本文运用19862014年时间序列数据，构建合适的回归计量模型，运用广义差分法，就知识创新对上海经济增长的影响及其作用机制进行了实证分析，得到如下结论：
第一，在各个回归分析估计模型中，物质资本投资的回归参数均是最大的，而且检验非常显著，这说明在各个解释变量中物质资本对上海经济增长的促进作用最大，是上海经济增长最主要的驱动力量。
第二，知识创新是促进上海经济增长的重要因素，影响力度在各个解释变量中位居第二，仅次于物质资本投入，而且更为难能可贵的是，知识创新还具有刺激人力资本对上海经济增长产生积极影响的联动作用。
第三，技术含量较高的发明专利对上海经济增长具有显著的促进作用，知识创新对上海经济增长的促进作用主要是通过技术含量较高的发明专利实现的，而技术水平较低的实用新型专利和外观设计专利则没有显著的积极影响。
第四，在回归分析模型中，知识创新与物质资本的交互项是显著正相关的，这说明知识创新主要是通过与物质资本投资相结合的方式推动上海经济增长的，即知识创新以物质资本为载体，通过附着于物质资本的形式，在不断增加的物质资本投资中二者相互作用共同对上海经济增长产生了积极影响。
从上述分析结论可以得出如下几点启示：
第一，上海应继续加大R&D投入力度，并且提高R&D投入的产出效率，为市场和社会提供不断增加的知识创新产出，这对上海经济实现长期持续增长具有重大意义。目前，上海正在努力建设高水平的国家级科创中心，这个举措是非常正确的，在科创中心建设完成之后，上海的知识创新产出将会有一个爆发式的增长，这不仅对上海，而且对长三角地区、长江经济带乃至全国经济增长都会起到积极的促进作用。
第二，在各种类型的知识创新产出中，上海要特别重视技术水平较高的创新知识生产和供应（例如发明专利），因为这比那些技术水平较低的创新知识生产对上海经济持续增长具有更显著的促进作用。技术水平较高的知识创新往往对各种生产（包括农业、工业、服务业）的成本降低和效率提高作用更大，有些甚至是根本性的变革，这对包括如上海这样的发展水平较高地区的积极影响显然是不言而喻的。
第三，上海应继续重视物质资本投资。上海各界曾经一度对物质资本推动型的经济增长模式产生某种程度的担忧和不安，但是本文的实证表明，物质资本投资不仅是上海经济增长的直接推动力，而且也是知识创新的附着载体，知识创新通过与物质资本相结合而对上海经济增长产生积极影响。
参考文献
[1]Romer， P. Endogenous Technological Change[J]. Journal of Political Economy， 1990（98）： 71102.
[2] Aghion， P.， and Wowitt， P. 1A Model of Growth Through Greative Destruction[J]. Econometrica， 1992 （60）： 323351.
[3] 严成樑， 龚六堂. 熊彼特增长理论：一个文献综述[J]. 经济学（季刊）， 2009 （3）： 2338.
[4] 严成樑， 沈超. 知識生产对我国经济增长的影响——基于包含知识存量框架的分析[J]. 经济科学， 2011 （3）： 4656.
[5] 徐盈之，朱依曦. 知识溢出与区域经济增长： 基于空间计量模型的实证研究[J]. 科研管理， 2010 （6）： 105112.
[6] 王小鲁， 樊纲. 中国经济增长的可持续性——跨世纪的回顾与展望[M]. 北京： 经济科学出版社， 2000： 2254.
[7] Hall.R.， and C. Jones. Why Do Some Countries Produce So Much More Output Per Worker than Others？[J]. Quarterly Journal of Economics， 1999 （1）： 83116.
[8] 吕忠伟. R&D空间溢出对区域知识生产的作用研究[J]. 统计研究， 2009 （4）： 4452.
[9] 赵卫亚. 计量经济学教程[M]. 上海：上海财经大学出版社， 2003： 5662.
关键词：知识创新；地区经济增长；影响；作用机制；上海
一、 引 言
经过改革开放后的快速增长，我国经济发展取得巨大成就，生产能力、经济总量、经济水平均上了一个大台阶，但与此同时资源日渐紧张、环境压力增加、各种商务成本不断攀升等问题也接踵而至，在这种情况下经济如何实现持续地较快发展，就成为急迫需要解决的问题。新经济增长理论给出的答案是：经济发展由传统粗放式的资源消耗推动型模式向现代集约式的知识创新推动型模式转变。
罗默[1]、阿宏和豪伊特[2]较早地注意到了知识生产和创新对于技术进步和经济增长的重要性，认为研发（R&D）推动的创新和知识积累是促进技术进步和经济增长的重要原因，因为企业通过研发活动可以生产出新产品或者质量更高的产品，这些产品本身就是技术进步的体现。与物质资本、劳动力和人力资本等生产要素不同，知识具有非排他性和累积性的特性，非排他性是指同一知识可以同时被不同的经济参与者使用而不会产生额外的成本，累积性是指知识生产具有正的溢出效应。这两个特性是使得经济中产生递增的规模报酬，从而实现经济持续增长的重要条件。[3]
20世纪90年代以来，我国学者越来越多地通过经验分析探讨了我国及各种区域经济增长的源泉问题。现有的经验研究文献主要考察了物质资本、劳动、人力资本、全要素生产率等因素对经济增长的影响，但往往对研发因素和知识创新的贡献重视不够，这可能使研究中存在关键变量缺失的问题，特别是对上海这样的先发地区来讲这个问题尤其突出。
鉴于此，以上海为研究对象，本文试图通过实证分析揭示这样几个问题：知识创新对地区经济增长究竟产生了怎样的影响，与其他生产要素相比较知识创新的影响程度如何，对地区经济增长的作用机制即通过何种途径或者渠道产生影响。这些问题将涉及地区经济能否持续发展，以及今后应采取何种发展战略及措施对策。
事实上，为了进行创新知识生产，上海在R&D上进行了大量投入，研发产出及成果取得了不菲的成绩。从2000年到2014年的15年间，上海R&D人员全时当量由6.31万人年增加到16.82万人年，年均增长率为7%，R&D经费内部支出由76.73亿元增加到861.95亿元，年均增长率为17.3%①。2014年上海R&D经费内部支出占GDP比重达到3.66%，这个数字也远大于全国2.05%的平均水平。在研发产出方面，2014年上海分别获得国家技术发明奖8件、国家科学技术进步奖39件，分别占到全国总量的11.4%和19.3%，获得国家专利授权数50488件，其中发明专利11614件，分别占到全国总量的3.9%和5%。
二、 计量模型、变量及其数据说明
新古典经济理论认为，经济产出来源于物质资本、劳动力的投入以及外生的技术进步，这一思想可以由C-D生产函数Y=AKαLβ来体现。为了考察知识创新对经济增长的影响和贡献，本文在C-D生产函数中引入人力资本变量和知识创新变量，将知识创新变量内生化，得到如下扩展的生产函数：
外生的技术进步变量LnA以及未纳入模型的其他影响因素对被解释变量的影响不是本文考察的重点，都全部作为不随时间变化的截距项处理，同时由于创新知识流量在本期难以立刻对经济产出产生明显影响，所以这里将创新知识变量作滞后1期处理，则式（2）可修正为如下回归分析模型：
式（3）中，C为常数项即截距项，Y表示经济产出，是被解释变量，K、L、H、KC分别为物质资本存量、劳动力、人力资本、创新知识等4个解释变量，α、β、γ、δ分别表示4个解释变量的回归系数，其中δ是本文重点考察的对象，t是时间，t-1是滞后1期的時间，Ln为自然对数符号，ε为随机误差项。由样本回归模型得到的被解释变量估计值与实际观察值之间通常存在偏差，这一偏差就是残差，即随机误差项。
在实证分析中，各变量需要用具体的指标来表征。这里，用GDP表征经济产出Y，为了消除通货膨胀的影响，当年价的GDP须通过平减指数换算为某年不变价的GDP，理论上在研究时间区间内选择任何年份都是可以的，不会影响分析结果，本文选择了1990年，用1990年不变价的GDP表征经济产出Y。关于物质资本投入K，在已有研究文献中主要有两种处理方式，一种是根据国际通用的永续盘存法（Perpetual Inventory Method）进行估计，另一种是选取固定资产净值作为资本投入进行适当的处理，两种处理方法相比较显然第一种更为恰当，因此本文使用第一种方法，用1990年不变价的全社会固定资产投资存量表示。
严格地讲，劳动投入应该包括数量和质量两个方面，但考虑到数据的可得性，这里用年度的全部从业人员数量表示劳动力L。人力资本H的度量指标主要有教育投入、各级学校入学率、平均受教育年限等，这里采用年度的普通高校在校生人数表示人力资本存量，这个数字越大，则说明地区人力资本越多。[4]
知识创新变量KC用创新知识存量表示，在已有文献中一般有两种方法度量知识存量，分别是永续盘存法和指标评价法，本文选择了前者。根据OECD对知识的划分，知识分为编码知识和沉默知识，编码知识中有表示研发投入的指标和研发产出的指标[5]，对经济增长产生直接影响的主要是研发产出而不是研发投入，因为由于生产效率的差异，同样数量的研发投入可能会导致差异较大的研发产出。在各种研发产出中，这里选择专利申请授权数表示新生产的知识，然后运用永续盘存法估计其真实存量。尽管使用专利数量来衡量知识创新产出时可能存在一些缺陷，例如不同专利的技术含量不同、一些知识创新成果可能没有申请专利等，但是在现有的环境下，相对于其他一些产出指标而言，专利数量仍是反映创新产出的较好指标。 1990年不变价的上海历年实际GDP利用上年为100的GDP指数换算为以1990年为1的历年GDP定基指数，再乘以1990年的当年价GDP得到。
1990年不变价的物质资本存量通过永续盘存法进行估算，实际操作时运用王小鲁和樊纲等[6]的估计公式：Kt=Kt-1+（It-Dt）÷Pt，其中，Kt、Kt-1分别为第t年和第t-1年的1990年不变价物质资本存量，It、Dt分别为第t年的名义投资额和名义折旧额，Pt为第t年投资的价格指数。这个估计公式虽然与通常使用的永续盘存法计算公式略有差异，但还是循着永续盘存法“某年的资本存量等于上年的资本存量加上该年的新增投资额”的思路设置的，而且由于不需要主观设置的资本折旧率，所以估计结果可能更佳。运用该公式估计资本存量，需要选择或者确定如下几个指标：一是当年投资流量即It，这里采用目前通行的做法，即使用当年的全社会固定资本形成总额这一指标。二是固定资产折旧额即Dt。三是当年固定资产投资的价格指数即Pt，目前上海统计年鉴中公布的是以上年为100的固定资产投资价格指数，这里将其换算为以1990年为100的定基价格指数。四是基准年份的资本存量即K0，这里借鉴和采用Hall和Jones[7]的计算方法，即K0=I0/（g+d），其中I0是期初的投资额，g为与期初经济环境比较相似时段的投资平均增长率，d为假设的资本折旧率，这里g采用了19861992年的1990年不变价固定资产形成额的年平均增长率，d取5%。运用该公式，估计了上海19862014年的物质资本存量，表1第二行列出了几个典型年份的估计数值。
创新知识存量使用永续盘存法的经典计算公式进行估计，即：KCt=KCt-1·（1-d）+kct，其中，KCt和KCt-1分别表示第t年和第t-1年的创新知识存量，d表示创新知识存量的折旧率，这里取为15%[8]，kct表示第t年新增的创新知识流量，即第t年的专利申请授权量。由于专利又包括发明、实用新型和外观设计等三种类型，因此本文运用该公式分别估算了上海历年的专利授权存量及其发明专利存量、实用新型专利存量和外观设计专利存量。在运用Hall和Jones的方法估计基准年份的知识存量时，新知识年平均增长率计算的时间周期分别为：专利总量和发明专利是19862014年，实用新型和外观设计专利是19862011年。表1第三行列出了19862014年上海几个典型年份的知识存量估计结果。
在实际操作中，其中作为因变量的地区生产总值Yt、作为自变量的物质资本Kt、劳动力Lt、人力资本Ht的样本数据时间序列为19872014年，作为知识创新产出的专利授权存量KCt-1的样本数据时间序列为19862013年。
本文实证分析的数据资料全部来自于各期的《上海统计年鉴》，使用官方公开公布的同一数据资料来源，可使数据资料具有较好的权威性、连续性和协调性，从而为得到较好的实证结果奠定基础。
三、 实证结果及其分析
1. 知识创新对上海经济增长的影响及其贡献
根据计量经济学，回归模型包含了若干基本假定，在这些基本假定成立的前提下，应用最小二乘法得到的参数估计量才是无偏、有效的，但是许多情况下并不一定都能够满足这些假定，在回归模型的若干假定中最不容易成立的是同方差假定、非自相关假定和无多重共线性假定，对于时间序列模型来讲，其中的非自相关假定往往难以成立。本文的实证分析运用的是时间序列数据，因此有选择地重点检验了回归估计模型的非自相关假定是否成立。[9]
首先，是物质资本、劳动力两个基本投入要素对经济增长影响的实证检验。在运用普通最小二乘法（OLS）对式（3）进行回归估计后发现，其回归估计模型的DW检验统计量等于0.37723，小于其临界值的下限值1.224，这说明回归估计模型存在正的一阶自相关性，滞后2期BG检验（即拉格朗日乘数检验）的统计量值nR2=19.001，其临界概率ρ=0.000075，这说明回归估计模型也存在高阶自相关性。鉴于此，改用广义差分法对计量模型重新估计，其估计结果如表2第二列的模型1所示。经检验，模型1已不存在自相关性，而且判决系数R2及调整的判决系数AR2均大于0.999，F检验统计量值在10000以上，其双侧概率几近于0，这说明模型1 的拟合程度很好且显著。在模型1中，回归系数α和
分别等于0.9312和0.0439，而且从t检验统计量值来看，LnK对Y的影响在1%的置信水平上显著，LnL的影响则不显著，这说明物质资本和劳动力两个基本要素的投入虽然对上海经济增长均具有正向的积极影响，但是二者差异明显，前者的作用远远强于后者，上海经济增长主要是由资本投入驱动的。
其次，是在模型1的基础上分别加上人力资本存量、创新知识存量的实证检验。经检验，运用普通最小二乘法（OLS）运算的两个回归估计模型均存在一阶和高阶自相关性，改用广义差分法对计量模型重新估计，其结果如表2第三列、第四列的模型2和模型3所示。经检验，模型2和模型3均不存在自相关性，而且判决系数和调整的判决系数检验、F检验均说明模型2和模型3拟合程度很好且显著。在模型2和模型3中，物质资本变量的t检验均显著，而且回归系数均较大，劳动力变量的t检验均不显著，人力资本变量的t检验不显著，创新知识变量的t检验在1%置信水平上显著，而且其回归系数δ达到0.1753。这说明除了物质资本对上海经济增长具有较大影响外，知识创新因素也具有良好表现。
再次，是在模型1的基礎上同时加上人力资本存量、创新知识存量的实证检验。经检验，运用普通最小二乘法（OLS）回归估计的回归估计模型存在一阶和高阶自相关性，改用广义差分法对计量模型重新估计，其结果如表2第五列的模型4所示。经检验，模型4拟合程度很好且显著。在模型4中，物质资本、人力资本和知识创新三个变量的回归系数为正值且其t检验均在1%的置信水平上显著，其中物质资本的回归系数仍然最大，达到0.6096，人力资本和知识创新两个变量的回归系数分别为0.1059和0.1536，劳动力变量的t检验仍然不显著，而且其回归系数最小。这说明：当物质资本、人力资本、知识创新等变量每增加1%时，则上海经济增长率约分别为0.61%、0.11%和0.15%。再结合模型1、模型2和模型3，可以得出如下结论：物质资本投入是上海经济增长的最主要驱动力量，简单劳动力投入的影响不显著，知识创新是促进上海经济增长的重要因素，影响力度仅次于资本投入，而且知识创新还具有刺激人力资本对上海经济增长产生积极影响的联动作用。 2. 进一步的分析
专利包括发明、实用新型、外观设计三种类型，其中发明属于技术含量较高的专利，实用新型、外观设计属于技术含量较低的专利。不同类型的专利对经济产出和经济增长可能产生不同的影响，而且影响差异可能还比较大。为了考察这三种不同类型专利对上海经济增长影响的差异，构建如下计量模型：
表2第六列的模型5是根据计量模型（5）运用广义差分法回归估计的结果。经检验，模型5拟合程度很好，而且不存在自相关性。从模型5可以看出，不同类型的专利对上海经济增长的影响差异较大，其中发明专利变量的回归系数达到0.0822，而且其t检验在1%置信水平下显著，实用新型专利和外观设计专利两个变量的回归系数较小，仅分别为-0.0133和0.0070，而且其t检验结果不显著。这说明：知识创新对上海经济增长的促进作用主要是通过发明专利实现的，高水平的创新和知识生产是推动上海技术进步和经济增长的重要原因，而技术水平较低的实用新型专利和外观设计专利对上海经济增长的影响不显著。
3. 知识创新对上海经济增长的作用机制
创新知识是通过与物质资本、劳动力、人力资本等生产要素相结合，主要以提高其他生产要素知识、技术含量和水平的方式对经济增长产生影响和作用。为了考察知识创新是通过与何种生产要素相结合对上海经济增长产生了积极的影响和作用，设置如下回归分析模型：
表3是运用广义差分法对计量模型（6）回归估计的结果。在表3中，模型1、模型2、模型3分别是只考虑知识创新变量与物质资本、劳动力、人力资本变量相结合的一个交互项的回归估计结果，模型4是在一个计量模型中同时考虑上述三个交互项的回归估计结果。经检验，这4个回归估计模型拟合程度均很好，而且也不存在一阶或者高阶的自相关性，可以进一步对估计结果进行相关分析。
由表3可知，在模型1至模型4中，知识创新变量与物质资本变量的交互项t检验均呈现显著正相关，知识创新变量与人力资本变量的交互项t检验均不显著，而知识创新变量与劳动力变量的交互项t检验的其中之一不显著，其中之一是显著负相关。这说明：上海知识创新主要是通过与物质资本投资相结合的方式推动经济增长的，物质资本投资不仅改变了上海经济的要素结构（资本深化），而且同时也通过与知识创新相结合提高了上海生产要素的技术含量和水平，进而促进了上海经济增长；但是，知识创新与简单劳动力、人力资本相结合对上海经济增长没有产生显著的积极影响，可能的原因是知识创新对改善劳动力和人力资本质量方面没有起到明显的作用和影响，或者是劳动力和人力资本在运用知识创新方面的效果不明显。
四、 结 语
本文运用19862014年时间序列数据，构建合适的回归计量模型，运用广义差分法，就知识创新对上海经济增长的影响及其作用机制进行了实证分析，得到如下结论：
第一，在各个回归分析估计模型中，物质资本投资的回归参数均是最大的，而且检验非常显著，这说明在各个解释变量中物质资本对上海经济增长的促进作用最大，是上海经济增长最主要的驱动力量。
第二，知识创新是促进上海经济增长的重要因素，影响力度在各个解释变量中位居第二，仅次于物质资本投入，而且更为难能可贵的是，知识创新还具有刺激人力资本对上海经济增长产生积极影响的联动作用。
第三，技术含量较高的发明专利对上海经济增长具有显著的促进作用，知识创新对上海经济增长的促进作用主要是通过技术含量较高的发明专利实现的，而技术水平较低的实用新型专利和外观设计专利则没有显著的积极影响。
第四，在回归分析模型中，知识创新与物质资本的交互项是显著正相关的，这说明知识创新主要是通过与物质资本投资相结合的方式推动上海经济增长的，即知识创新以物质资本为载体，通过附着于物质资本的形式，在不断增加的物质资本投资中二者相互作用共同对上海经济增长产生了积极影响。
从上述分析结论可以得出如下几点启示：
第一，上海应继续加大R&D投入力度，并且提高R&D投入的产出效率，为市场和社会提供不断增加的知识创新产出，这对上海经济实现长期持续增长具有重大意义。目前，上海正在努力建设高水平的国家级科创中心，这个举措是非常正确的，在科创中心建设完成之后，上海的知识创新产出将会有一个爆发式的增长，这不仅对上海，而且对长三角地区、长江经济带乃至全国经济增长都会起到积极的促进作用。
第二，在各种类型的知识创新产出中，上海要特别重视技术水平较高的创新知识生产和供应（例如发明专利），因为这比那些技术水平较低的创新知识生产对上海经济持续增长具有更显著的促进作用。技术水平较高的知识创新往往对各种生产（包括农业、工业、服务业）的成本降低和效率提高作用更大，有些甚至是根本性的变革，这对包括如上海这样的发展水平较高地区的积极影响显然是不言而喻的。
第三，上海应继续重视物质资本投资。上海各界曾经一度对物质资本推动型的经济增长模式产生某种程度的担忧和不安，但是本文的实证表明，物质资本投资不仅是上海经济增长的直接推动力，而且也是知识创新的附着载体，知识创新通过与物质资本相结合而对上海经济增长产生积极影响。
参考文献
[1]Romer， P. Endogenous Technological Change[J]. Journal of Political Economy， 1990（98）： 71102.
[2] Aghion， P.， and Wowitt， P. 1A Model of Growth Through Greative Destruction[J]. Econometrica， 1992 （60）： 323351.
[3] 严成樑， 龚六堂. 熊彼特增长理论：一个文献综述[J]. 经济学（季刊）， 2009 （3）： 2338.
[4] 严成樑， 沈超. 知識生产对我国经济增长的影响——基于包含知识存量框架的分析[J]. 经济科学， 2011 （3）： 4656.
[5] 徐盈之，朱依曦. 知识溢出与区域经济增长： 基于空间计量模型的实证研究[J]. 科研管理， 2010 （6）： 105112.
[6] 王小鲁， 樊纲. 中国经济增长的可持续性——跨世纪的回顾与展望[M]. 北京： 经济科学出版社， 2000： 2254.
[7] Hall.R.， and C. Jones. Why Do Some Countries Produce So Much More Output Per Worker than Others？[J]. Quarterly Journal of Economics， 1999 （1）： 83116.
[8] 吕忠伟. R&D空间溢出对区域知识生产的作用研究[J]. 统计研究， 2009 （4）： 4452.
[9] 赵卫亚. 计量经济学教程[M]. 上海：上海财经大学出版社， 2003： 5662.