【文章內(nèi)容簡(jiǎn)介】 K PGDP T 從相關(guān)系數(shù)的計(jì)算結(jié)果可以看出，各地科研開(kāi)發(fā)活的物質(zhì)資本投入、人均 GDP以及技術(shù)市場(chǎng)合同交易額之間的相關(guān)性較高，如果將這些變量同時(shí)納入回歸模型，將使的發(fā)生多重共線性的可能性大大增加。因此，基于解釋變量的內(nèi)生性與多重共線性兩方面的考慮，問(wèn)題在于人均 GDP，科研開(kāi)發(fā)的物質(zhì)資本投入和技術(shù)市場(chǎng)合同交易額在很大程度上可以被各地的經(jīng)濟(jì)發(fā)展水平所解釋，而且該變量與其他變量的相關(guān)性較高，甚至達(dá)到 以上，因此本文在接下來(lái)的回歸中獎(jiǎng)物質(zhì)資本變量刪除。而這樣做也可以這樣解釋，雖然人均 GDP 在很大程度上反映了各地區(qū)的對(duì)科研開(kāi)發(fā)的物質(zhì)資本投入和創(chuàng)新環(huán)境，但是卻不具體，而分別將代表這兩個(gè)水平的變量納入回歸模型中則更為客觀。因此上文的模型進(jìn)一步簡(jiǎn)化為： ititiitiitiitiiit TF D IKLCI ????? ?????? lnlnlnlnln （ 四 ）模型的參數(shù)估計(jì) 本文中的所有數(shù)據(jù)處理和模型運(yùn)算均采用計(jì)量軟件 。對(duì)（ 3）式選用估計(jì)模型是選擇 cross section weights，即使用可行的廣義最小二乘法（ GLS）估計(jì)，以減少由于 截面數(shù)據(jù)造成的異方差影響。分析了 FDI 對(duì)于東部六省的技術(shù)創(chuàng)新的影響見(jiàn)表 2： 該模型的擬合度達(dá)到 %修正后的擬合度為 %，而殘差平方和為 ， F統(tǒng)計(jì)量為 ，在 1%的顯著性水平下也顯著。說(shuō)明該模型很好的解釋了 ， 由上表 可以得出 以下結(jié)果： 8 （ 1）看出 FDI 對(duì)河北省的影響程度為 ，但是不顯著，而其他東部省份，除去浙江省不顯著外，其他東部省份其 FDI對(duì)與當(dāng)?shù)氐膮^(qū)域創(chuàng)新能力都有顯著性的正相關(guān)影響，而且一江蘇省為代表其影響程度達(dá)到最高的 ，可見(jiàn)FDI對(duì)于江蘇 省的區(qū)域創(chuàng)新能力的正面的技術(shù)溢出效應(yīng)十分顯著。而浙江省作為一個(gè)東部強(qiáng)省 FDI的溢出效應(yīng)不顯著，這出乎人們的意料，但是這可能是多方面的原因造成的，浙江省的自主創(chuàng)新能力在全國(guó)排名前列，而且由于無(wú)法避免的數(shù)據(jù)內(nèi)生性和多重共線性也是造成這一結(jié)果的潛在原因。但是總體上來(lái)看， FDI 對(duì)于東部省份都有顯著地影響，但是河北省的影響為負(fù)值，且不顯著，國(guó)內(nèi)的其他研究者發(fā)現(xiàn) FDI 對(duì)東道國(guó)的溢出效應(yīng)的同時(shí)存在“門檻效應(yīng)”，而且在全國(guó)性的研究當(dāng)中發(fā)現(xiàn)， FDI 對(duì)于我國(guó)的中西部地區(qū)沒(méi)有顯著性的影響。這可以解釋河北省 FDI 沒(méi)有顯著性的溢出效 應(yīng)的問(wèn)題，河北省雖然是東部沿海省份，但是其無(wú)論從經(jīng)濟(jì)實(shí)力還是整體競(jìng)爭(zhēng)力上河北省同其他東部沿海省份，甚至同部分中部地區(qū)省份還存在差距，這可能是河北省還沒(méi)有突破 FDI 溢出效應(yīng)的“門檻”所造成的，具體的原因還有待更深層次的挖掘。 （ 2）科研開(kāi)發(fā)的人力資本的投入對(duì)于各個(gè)省份的區(qū)域創(chuàng)新能力都存在顯著性的影響，其對(duì)浙江省的影響程度甚至達(dá)到了 ，這可以看出人力資本的投入對(duì)區(qū)域創(chuàng)新能力的重要性。但是，河北省在這一方面的表現(xiàn)也不盡人意，除了僅高于廣東省外，均低于其他省份，但是河北省的人力資本投入?yún)s高于浙江、江蘇、 福建等省份，可見(jiàn)河北省的人力資本投入的效率很低。 （ 3）科研開(kāi)發(fā)的物質(zhì)資本的投入對(duì)區(qū)域創(chuàng)新能力存在顯著性的影響，但是其影響值僅為 。這說(shuō)明的問(wèn)題是即使在東部沿海的發(fā)達(dá)省份其用于自主創(chuàng)新的大量物質(zhì)資本的投入?yún)s不能帶來(lái)其創(chuàng)新能力的顯著提升，這也是我國(guó)應(yīng)該認(rèn)識(shí)到得問(wèn)題。不應(yīng)該簡(jiǎn)單的認(rèn)為在自主創(chuàng)新能力的投入上越高越好，而是應(yīng)該提高產(chǎn)出效率，優(yōu)化結(jié)構(gòu)。 （ 4）技術(shù)市場(chǎng)的合同交易額作為創(chuàng)新環(huán)境的代理變量，對(duì)創(chuàng)新能力的影響僅在河北省、山東省和廣東省存在顯著性的影響，而對(duì)于其他省份不存在顯著地影響。但是對(duì)于創(chuàng)新能 力的影響值都較小，影響值最大的為廣東省的 ，但是不能就此說(shuō)明創(chuàng)新環(huán)境對(duì)與區(qū)域創(chuàng)新能力不存在重要的影響，而可能是因?yàn)槲覈?guó)的自主創(chuàng)新能力還沒(méi)有達(dá)到較高的水平，以至對(duì)創(chuàng)新能力不能產(chǎn)生積極的影 9 響。 表 2 全部樣本數(shù)據(jù)的回歸結(jié)果 被解釋變量 I 解釋變量 東部六省 河北省 浙江省 江蘇省 山東省 廣東省 福建省 L （ ） *** （ ） *** （ ） *** （ ） *** （ ） * （ ） * K （ ） （ ） （ ） （ ） （ ） （ ） ** FDI （ ） （ ） （ ） *** （ ） ** （ ） *** （ ） ** T （ ） ** （ ） （ ） （ ） ** （ ） *** （ ） 注解：括號(hào)內(nèi)為 t 檢驗(yàn)值， ***、 **、 *分別表示達(dá)到了 1%、 5%、 10%的顯著性水平。由于篇幅的關(guān)系，表中各地區(qū)的變截距沒(méi)有列出。 五、 河北省 FDI 的 InterventionARIMA 預(yù)測(cè) ARIMA 模型在經(jīng)濟(jì)預(yù)測(cè)過(guò)程中既考慮了經(jīng)濟(jì)現(xiàn)象在時(shí)間序列上的依存性，又考慮了隨機(jī)波動(dòng)的干擾性，對(duì)于經(jīng)濟(jì)運(yùn)行短期趨勢(shì)的預(yù)測(cè)準(zhǔn)確率較高，是近年應(yīng)用比較廣泛的方法之一 [16]。而干預(yù)分析的研究始于美國(guó)威斯 康辛大學(xué)統(tǒng)計(jì)系教授Box與 Tiao 于 1975 年聯(lián)合發(fā)表的《經(jīng)濟(jì)與環(huán)境問(wèn)題的干預(yù)分析及應(yīng)用護(hù)》以后，干預(yù)分析的概念和干預(yù)分析模型引起了人們廣泛關(guān)注，并迅速地被應(yīng)用去描繪經(jīng)濟(jì)政策的變化及其給經(jīng)濟(jì)帶來(lái)的影響。研究干預(yù)分析模型的目的，就是從定量分析的角度來(lái)評(píng)估政策干預(yù)或突發(fā)事件對(duì)經(jīng)濟(jì)環(huán)境和經(jīng)濟(jì)過(guò)程的具體影響。 (一 )模型的基本簡(jiǎn)介 (1)干預(yù)模型簡(jiǎn)介 干預(yù)模型的基本變量是干預(yù)變量即確定性輸入序列 t? ，它有兩種基本形式，第一種是持續(xù)性的干預(yù)變量，形式為： ??? ??? T)(t 1 T)(t 0TtS 表示在時(shí)刻 T之后干預(yù)的影響仍保留下去。 第二種是短暫性的干預(yù)變量，可用在時(shí)刻 T 的脈沖函數(shù)給出，形式是： 10 ????????)T(t 1)T(t 039。39。TtP 表示在時(shí)刻 T之后干預(yù)的影響就會(huì)消失。其中 T 是時(shí)間變量， T ， 39。T 是表示干預(yù)事件發(fā)生的年份。 干預(yù)事件的影響形式雖然千姿百態(tài)，但按其影響的形式，歸納起來(lái)基本上有四種類型： 1)干預(yù)事件的影響突然開(kāi)始，長(zhǎng)期持續(xù)下去 .這種影響的干預(yù)模型可寫為 : ?? ,Ttt SY ? 表示干預(yù)影響的強(qiáng)度 .如果 tY :要求通過(guò)差分化為平穩(wěn)序列，干預(yù)模型可調(diào)整為 : Ttt SYB ??? )1( .如果干預(yù)事件要滯后 b 個(gè)時(shí)期才產(chǎn)生影響，干預(yù)模型可進(jìn)一步調(diào)整為 : Ttbt SBYB ??? )1( 。其中 B 為后移算子。 2) 干預(yù)事件影響逐漸開(kāi)始，長(zhǎng) 期持續(xù)下去。 其模型為 : 10 1 ???? ??? Ttt SBY。 更 一 般 的 模 型 是 ：10 1 1 ?????? ??? ? Ttrrt SBY ? 。 3)干預(yù)突然開(kāi)始產(chǎn)生短暫的影響。干預(yù)模型為： 10 1 39。 ???? ??? Ttt PBY。 4) 干預(yù) 逐漸 開(kāi) 始 產(chǎn) 生 短 暫 的 影 響 ， 干 預(yù) 模 型 為 ：r2 1 39。1 ????? Ttrrt PBY ?? ?? 。 綜合上述，不管經(jīng)濟(jì)系統(tǒng)受到的干預(yù)影響多么復(fù)雜，都可以用上述四種形式或者是它們的某種組合來(lái)表達(dá)，同時(shí)，也可以用這種組合去模擬多個(gè)干預(yù)事件所產(chǎn)生的影響 [17]。 (2)ARIMA 模型的基本類型 單變量時(shí)間序列模型一般有四種：自回歸模型 AR(p)，滑動(dòng)平均模型 MA(q)，自回歸滑動(dòng)平均模型 ARMA(p， q)，求和自回歸滑動(dòng)平均模型 ARIMA(p， d， q)。其中 p， q 分別為自回歸和滑動(dòng)平均的階數(shù)， d 為單整階數(shù)。其中前面三個(gè)模型只適用于刻畫一個(gè)平穩(wěn)序列的自相關(guān)性，然而實(shí)際生活中遇到的經(jīng)濟(jì)數(shù)據(jù)大多是非平穩(wěn)的時(shí)間序列，這些序列的數(shù)字特征是隨著時(shí)間的變化而變化的，難以通過(guò)序列已知的信息去掌握時(shí)間序列整體上的隨機(jī)性。當(dāng)遇到一個(gè)單變量時(shí)間序列 11 時(shí)，首先應(yīng)對(duì)其進(jìn)行單位根檢驗(yàn)，檢查其是否為平穩(wěn)序列，如果序列平穩(wěn)可以用前三個(gè)模型對(duì)其進(jìn)行擬合分析；如果序列是非平穩(wěn)，則通過(guò)差分的方法將非平穩(wěn)序列轉(zhuǎn)化為平穩(wěn)序列。 (3)ARIMA 模型的識(shí)別及選擇 模型類型的識(shí)別及選擇：時(shí)間序列 { }經(jīng)過(guò)預(yù)處理后成為