建立R&D软、硬件支出与绿色效益值动态关系模型

为了明确碳排放约束下R&D软件支出、R&D硬件支出分别与装备制造业绿色效益值之间的动态变化关系，以及两者对于装备制造业绿色效益值的预测方差贡献程度，本书选取脉冲响应和方差分解的方法进行分析。首先需要建立向量自回归（VAR）模型。VAR模型的一般形式是：

其中，εt为k阶随机扰动项。

（1）被解释变量及数据选取

经济发展的新形势下，装备制造业面临提质增效和资源环境的双重压力，在创造可观经济效益的同时，国家和社会对装备制造企业的环境效益提出了更高的要求。因此，本书在测度河北省装备制造业发展水平时充分考虑到环境效益，将企业由于碳排放所付出的费用纳入这一度量指标，最终将河北省规模以上装备制造业企业所实现的工业总产值与碳排放付出费用做差所得的差值作为度量河北省装备制造业绿色效益值的指标。

根据《2006年IPCC国家温室气体清单指南》中介绍的方法来测算河北省装备制造业的二氧化碳排放量，因为涉及的终端能源消费中只有煤炭、石油、天然气计入碳排放，所以二氧化碳排放量的测算公式为：

其中，Ci、Ei、ηi分别表示第i类能源的碳排放量、消费量和碳排放因子，i=1，2，3分别表示煤炭、石油和天然气。其中碳排放因子采用国家发改委能源研究所公布的数据，煤炭、石油、天然气的碳排放因子分别为0.7476、0.5825、0.4435。碳价的选取则参照天津市碳权交易市场的价格。因此，绿色效益值的计算公式为：绿色效益值=工业总产值-二氧化碳排放量*碳价。其中，工业总产值的数据选取来自于1996—2014年河北省装备制造业7个细分行业每年的规模以上制造业企业的工业总产值。

（2）解释变量及数据选取

通过梳理以往有关装备制造业发展的相关文献发现，对于装备制造业发展投入的R&D支出也多集中在劳动人员、固定资产以及技术研发等三方面。因此，本书综合考察劳动力、固定资产、研发支出对河北省装备制造业绿色效益值的影响。

1）劳动力成本

劳动成本即企业因雇佣社会劳动力而支付的费用以及资金等。对于制造业企业来说，人力资本的投入是技术研发的关键。因此，选用河北省装备制造业7个细分行业的规模以上制造业从业人员的工资总额（万元）来衡量劳动力成本，用字母表示。

2）R&D硬件支出

R&D硬件支出，即固定资产投资。固定资产是装备制造业改革与发展的物质基础和前提条件。因此，选用河北省装备制造业7个细分行业每年的新增固定资产总额（万元）表示R&D硬件支出，用字母表示。(www.xing528.com)

3）R&D软件支出

R&D软件支出，即技术支出。对于装备制造业的改造和升级，技术创新是重中之重，而资金投入又是技术研发的基础。因此，选用河北省装备制造业7个细分行业R&D活动经费支出额（万元）来衡量R&D软件支出，用字母表示。

考虑到数据的有效性、可得性，选取1996—2014年间河北省规模以上装备制造业企业的数据进行分析，以上各指标的数据来自1997—2015年的《河北省统计年鉴》、国研网统计数据库以及国家统计局数据库。

（3）单位根检验

为消除单位的影响，本书对碳排放约束下的装备制造业绿色效益值、劳动力成本、R&D硬件支出以及R&D软件支出等变量所选取的时间序列数据均做对数处理，并用▽xyz、▽ldcb、▽xzzc、▽jszc、▽2xyz、▽2ldcb、▽2xzzc、▽2jszc分别表示4个时间序列的一阶差分和二阶差分，然后对以上四个序列进行单位根检验。单位根检验结果见表7-8：

表7-8　单位根检验结果

由上表中的单位根检验结果可知，碳排放约束下的河北省装备制造业绿色效益值、劳动力成本、R&D硬件支出及R&D软件支出均满足二阶单整，即4个时间序列满足长期平稳的条件。而且通过格兰杰因果检验得到，碳排放约束下的河北省装备制造业绿色效益值、劳动力成本、R&D硬件支出及R&D软件支出之间存在格兰杰因果关系，即以上四个变量均可作为因变量带入向量自回归（VAR）模型，检验结果略。

（4）稳定性检验

根据最小信息准则，选取最佳滞后期为2。向量自回归（VAR）模型的建立必须满足稳定性条件，而向量自回归（VAR）模型稳定的条件是特征方程的根都在单位圆以内，一般用AR根图来检验模型的稳定性。经检验，向量自回归（VAR）模型的特征根的模倒数均位于单位圆内，满足稳定性条件。AR根检验结果见图7-7：

图7-7　AR根检验结果