《区域创新与地区差异的研究》由会员分享，可在线阅读，更多相关《区域创新与地区差异的研究（5页珍藏版）》请在金锄头文库上搜索。
1、区域创新与地区差异的研究区域创新与地区差异的研究 2014/06/30 华东经济管理杂志2014年第六期一、文献回顾美籍奥地利学者约瑟夫熊彼特是最早提出和研究创新问题的经济学家，且力图用创新理论来解释经济周期和经济增长问题。1933年熊彼特出版了商业周期一书，他在书中对创新理论进行了较为详尽的论述。他把创新界定为“建立一种新的生产函数或供应函数”，即“企业家对生产要素和生产条件进行新的组合”。在熊彼特看来，创新是一个经济范畴而非技术范畴的概念，它不仅仅是指科学技术上的发明创造，更重要的是指把已发明的科学技术引入到企业之中，形成一种新的生产能力，其目的是获取一种潜在的利润，从而推动社会和经济的不
2、断发展。对于创新影响因素的分析，现有文献一方面是从微观角度分析影响企业技术创新的因素。自20世纪60年代以来，很多学者从内部和外部两个方面分析影响企业技术创新行为的因素。其中，内部因素包括企业规模（Schumpeter，1934）、企业年龄（GalendeFuente，2003）、企业所有权结构（LoveAshcroft，1999）、组织结构（MiozzoDe⁃wick，2002）、企业文化（吕军，2003）、管理团队（胡永平何建国，2007）、RD（Griffith，2001）、管理方式（李忆等，2014）等；外部因素包括所属产业（Souitar⁃is，2002）、政
3、府政策（余泳泽，2009）、市场需求（Ja⁃cobSchmookler，1966）等。另一方面是从宏观角度分析影响区域创新能力的因素。如虞晓芬等人（2005）针对我国区域发展的不平衡问题，从区域技术创新效率差异角度分析东西部发展不平衡的成因，并通过计量分析得出企业性质、人力资本、产业结构等是影响我国各省、市、自治区技术创新效率的显著因素。唐德祥（2008）利用SFA即随机前沿的方法，对我国东中西部地区RD与技术效率的关系进行研究，认为RD显著地促进技术效率的提高；在实证基础上，其进一步分析了RD对产业结构优化升级的作用机理和路径依赖，由此，形成了我国三大经济区域技术效率的差距。简兆
4、权（2010）指出：企业、大学及研究机构之间缺乏良好的知识流动，导致的知识生产、转化和扩散受限是目前我国区域创新系统发展过程中存在的主要问题；以泛珠江三角洲区域创新系统为例，在剖析知识转移障碍基础上，提出政府应当完善系统功能建设、制定相关政策导向，知识供需双方应该科学感知“知识缺口”，建立内外激励机制和专门互动的组织。李平等（2013）运用2003-2011年中国30个地区的面板数据，证明了人民币升值总体上显著促进了国内技术创新水平的提高，为国内产业结构调整提供了良好时机。从文献回顾中发现，现有的研究大多从微观角度针对影响企业或行业创新的因素进行分析，对区域创新能力的分析也大多从国家宏观层面进
5、行研究，从区域层面的定量分析和比较研究较少，尤其是以江苏省各区域作为研究对象还不多见，因此，笔者用江苏省13个地级市的数据，通过构建计量模型探讨影响区域创新产出的因素，并据此提出政策建议。二、变量选取与模型设定（一）指标选取1.因变量在变量设定上，主要因变量为创新产出指标，本文选取专利数据作为创新产出的指标。专利数据包括专利申请受理量和专利授权量，这两个指标都为国内外学者经常采用。本文在此采用专利授权量作为创新产出的指标。2.自变量自变量包括RD投入、人员投入、政府科技拨款、金融机构科技与技改贷款额、外商直接投资投入强度、开放度等指标。上述指标选取见表1所列。（二）模型设定二十世纪七八十年代，
6、Griliches（1979）为度量RD和知识溢出对生产率增长的影响，提出了知识生产函数的概念。该函数提出后被许多学者借鉴和发展，现已成为分析知识生产和技术创新与区域创新及其决定因素的重要理论工具。该函数将技术创新过程的产出（RDoutput）看作是研发投入（RDinput）的函数，函数形式为：其中，Q表示创新产出（新知识）；K和L分别表示RD经费和人力资源投入；表示随机误差项；A为常数；、分别为K和L的产出弹性系数。但是，影响创新产出的因素不仅包括资本、人才方面，还有很多其他因素，本文在借鉴上述知识生产函数的基础上，构建如下柯布道格拉斯形式的生产函数：其中，PG表示创新产出；RD表示RD投入
7、；TP表示科技人员投入；GF表示政府科技拨款；TL表示金融机构贷款；FDI表示外商直接投资；OP表示开放程度；A为常数项；表示随机误差项。对上式两边取自然对数并考虑创新的动态效应，本文构建如下计量经济模型：三、数据来源与实证分析（一）数据来源由于江苏科技厅已不再更新2012年江苏各市科技监测评价结果，鉴于数据的可得性，本文选用2002-2011年江苏省13个地级市的面板数据进行回归分析。样本数据主要来源于2003-2012年江苏统计年鉴、2003-2010年江苏科技年鉴、2010年、2011年江苏省各市科技进步统计监测综合评价结果、江苏知识产权局网站。为了消除物价因素对RD经费投入等指标的影响
8、，使用消费价格指数对变量RD、GF、TL、FDI进行平减，令X=100（X*/PI），其中，X表示实际统计指标；X*表示名义统计指标；PI表示测算的消费价格指数。将2002年设为100，根据江苏统计年鉴2012，2003-2011年的指数分别为101.0、105.1、107.3、109.1、113.8、119.9、119.4、124.0、130.5，将上述指标折算为2002年不变价格水平。同时，按照传统的地域划分办法，将江苏省进行如下划分：苏北地区：徐州、连云港、宿迁、淮安、盐城五市；苏中地区：扬州、泰州、南通三市；苏南地区：南京、镇江、苏州、无锡、常州五市。数据处理使用Eviews6.0软件
9、，各变量的描述性统计分析见表2所列。（二）单位根检验传统经济计量学要求所处理的随机过程是平稳的，即时间序列每一时刻的期望与协方差、与时间无关。如果不满足平稳性前提，就会出现虚假的回归。因此，在对面板数据模型进行运算之前，需要先对相关的时间序列数据进行单位根检验，以确定变量是否平稳。本文使用三种检验方法对江苏省、苏北、苏中、苏南的面板数据分别进行单位根检验，包括LLC检验、Fisher-ADF检验和Fisher-PP检验，详见表3-6所列。江苏各变量单位根检验的结果表明，lnTL、lnFDI、lnOP在5%水平上拒绝了原假设，说明这几个指标序列为0阶单整；lnPG、lnRD、lnTP、lnGF均
10、不能在10%的显著性水平上拒绝存在单位根的零假设（虽然有个别结果在没有经过差分的情况下通过了单个检验），而对于其一阶差分，三种检验方法的结果均在5%的显著性水平上拒绝存在单位根的零假设，表明各序列的一阶差分均为1阶平稳过程。因此，根据检验结果可知，lnPG、lnRD、lnTP、lnGF均为1阶平稳序列，但lnTL、lnFDI、lnOP为0阶平稳序列。（三）协整检验由于面板数据模型中的变量存在着非平稳变量，因此需要对模型进行协整检验来判断各个变量是否存在协整关系，从而防止伪回归的出现。本文将使用KaoADF检验方法对面板进行协整。本文所选用的软件为Eviews6.0，由于模型中各个变量的数据并不
11、都是一阶单整，在使用Eviews软件做协整检验的时候，以一阶单整的变量为基准，将协整阶数设定为一阶，而不是使用自动选择的功能。运算结果见表7所列。由表7可知，各变量的Kao检验在1%的显著性水平上拒绝了原假设，即认为各变量之间存在协整关系。（四）模型选择由于面板数据存在两维特征，进一步估计之前要确定模型的设定形式，即是采用固定效应模型还是随机效应模型。通过Hausman检验对固定效应和随机效应模型进行判别，得出江苏数据的Hausman统计量为35.522666，相对应的P值为0.0000，该检验结果拒绝了随机效应模型原假设，因此江苏省面板数据应该选择用固定效应模型进行分析。而对于苏北、苏中、苏
12、南的面板数据而言，由于使用Eview6.0软件估计随机效应模型，要求截面数量大于回归系数的数量，而苏北只有五个城市，苏中三个城市，苏南五个城市，因此不能做随机效应模型，进而也不能使用Hausman检验。另外，针对苏北、苏中、苏南的宏观数据，有理由相信各区域个体差异与不考虑个体差异时估计出的残差具有相关性，因此采用固定效应模型。（五）回归分析结果四个面板数据的模型结果见表8-9所列。从回归结果可知，各地区影响技术创新水平的变量与预期符号有一定的区别，江苏全省的回归结果和苏北、苏中、苏南的回归结果有明显的不同。具体分析如下：（1）RD投入。从江苏省全省角度来看，该变量对创新产出有显著的促进作用。即
13、RD投入水平每增加1个百分点，可以促进创新产出增加0.673748个百分点。分区域看，RD投入水平对苏北、苏中、苏南的创新产出均有显著的促进作用，尤其是苏中，RD投入的创新产出弹性达到0.839802，显著地促进当地科技水平的进步，提升了自主创新实力。（2）科技人员投入。从江苏全省层面来看，该变量对创新产出有显著的促进作用。即科技人员投入水平每增加1个百分点，可以促进创新产出增加0.426297个百分点。这主要是因为江苏省拥有丰厚的研究与教学资源，研究型人才数量较多，为江苏的科技创新活动的开展提供了有利的条件。分区域看，科技人员投入仅对苏南创新产出有显著的促进作用，对苏中、苏北的创新作用并不显
14、著。可能的原因是苏南科教资源丰富，同时政府采取了各项措施吸引了大量研究型人才的流入，与此相对比，苏中、苏北本身高校和科研院所比较少，同时当地对科技人才的吸引力不足，从而导致了苏中、苏北科技人才缺失严重，不利于当地科技产出的提高。（3）政府科技拨款。从江苏全省层面估计，该变量对创新产出有显著的促进作用。即政府科技拨款每增加1个百分点，可以促进创新产出增加0.337745个百分点。分区域看，政府科技拨款水平对苏中、苏南有显著的促进作用。尤其是苏南，政府科技拨款的创新产出弹性高达1.087041，这说明当地政府十分重视科技创新对经济发展的作用，政府财政在促进科技创新方面投入巨大，产生了良好的效果，显
15、著地提升了当地的科技创新水平。在苏北，虽然政府科技拨款水平的创新产出弹性为正，但没有通过显著性检验，这可能是由于苏北整体财力水平较低，财政对创新型经济发展的支持力度有限。（4）金融机构科技与技改贷款额。从江苏全省层面来看，该变量的科技产出弹性为0.120440，其对创新产出的正面作用在1%的水平上显著。但相对于RD投入、科技人员投入、政府科技拨款的创新产出弹性，该变量的产出弹性较小。分区域看，无论是苏北、苏南还是苏中地区，金融机构贷款因素对于各区域内自主创新的影响都未达到10%的显著性要求，说明目前金融科技贷款对江苏的技术创新有一定的促进作用，但影响仍然微弱。（5）外商直接投资投入强度。从江苏
16、全省层面看，FDI对江苏创新产出负效应，但并未通过显著性检验。分区域看，FDI对苏南表现出显著的负效应，说明FDI对该地区创新存在负面的挤出效应。FDI对苏中的创新产出同样表现为负的影响，但未通过显著性检验。而在苏北，FDI对创新产出则表现出正的促进作用，但同样未通过显著性检验。说明目前江苏更多的创新成果来源于自主研发，而不再过度依赖FDI的“技术外溢”，整体上FDI对江苏创新的影响较弱。（6）开放度。从江苏全省层面来看，该变量对科技产出有显著的负向作用。即开放度每增加1个百分点，会导致创新产出减少-0.583620个百分点。分区域看，除苏北通过10%的显著性水平，苏南和苏中均未通过显著性检验，但各地区的开放度对科技产出均呈现负面的影响。原因可能在于目前江苏进出口产品的科技含量和经济附加值相对不高，进出口的增加不仅不能起到促进科技创新的作用，反而阻碍了科技的进步。（7）各市的个体固定
