知識創新對地區經濟增長的影響及其作用機制

靖學青

摘要：運用19862014年時間序列數據，以上海為研究對象，通過構建合適的經濟計量模型就知識創新對地區經濟增長的影響及其作用機制進行了實證分析。分析結果表明，知識創新是促進上海經濟增長的重要因素，影響力度僅次于物質資本投入，而且知識創新還具有刺激人力資本對上海經濟增長產生積極影響的聯動作用；知識創新主要是通過與物質資本投資相結合的方式對上海經濟增長產生積極影響的，即知識創新以物質資本為附著載體，二者通過相互作用共同驅動了上海經濟發展。

關鍵詞：知識創新；地區經濟增長；影響；作用機制；上海

一、 引 言

經過改革開放后的快速增長，我國經濟發展取得巨大成就，生產能力、經濟總量、經濟水平均上了一個大臺階，但與此同時資源日漸緊張、環境壓力增加、各種商務成本不斷攀升等問題也接踵而至，在這種情況下經濟如何實現持續地較快發展，就成為急迫需要解決的問題。新經濟增長理論給出的答案是：經濟發展由傳統粗放式的資源消耗推動型模式向現代集約式的知識創新推動型模式轉變。

羅默[1]、阿宏和豪伊特[2]較早地注意到了知識生產和創新對于技術進步和經濟增長的重要性，認為研發（R&D）推動的創新和知識積累是促進技術進步和經濟增長的重要原因，因為企業通過研發活動可以生產出新產品或者質量更高的產品，這些產品本身就是技術進步的體現。與物質資本、勞動力和人力資本等生產要素不同，知識具有非排他性和累積性的特性，非排他性是指同一知識可以同時被不同的經濟參與者使用而不會產生額外的成本，累積性是指知識生產具有正的溢出效應。這兩個特性是使得經濟中產生遞增的規模報酬，從而實現經濟持續增長的重要條件。[3]

20世紀90年代以來，我國學者越來越多地通過經驗分析探討了我國及各種區域經濟增長的源泉問題。現有的經驗研究文獻主要考察了物質資本、勞動、人力資本、全要素生產率等因素對經濟增長的影響，但往往對研發因素和知識創新的貢獻重視不夠，這可能使研究中存在關鍵變量缺失的問題，特別是對上海這樣的先發地區來講這個問題尤其突出。

鑒于此，以上海為研究對象，本文試圖通過實證分析揭示這樣幾個問題：知識創新對地區經濟增長究竟產生了怎樣的影響，與其他生產要素相比較知識創新的影響程度如何，對地區經濟增長的作用機制即通過何種途徑或者渠道產生影響。這些問題將涉及地區經濟能否持續發展，以及今后應采取何種發展戰略及措施對策。

事實上，為了進行創新知識生產，上海在R&D上進行了大量投入，研發產出及成果取得了不菲的成績。從2000年到2014年的15年間，上海R&D人員全時當量由6.31萬人年增加到16.82萬人年，年均增長率為7%，R&D經費內部支出由76.73億元增加到861.95億元，年均增長率為17.3%①。2014年上海R&D經費內部支出占GDP比重達到3.66%，這個數字也遠大于全國2.05%的平均水平。在研發產出方面，2014年上海分別獲得國家技術發明獎8件、國家科學技術進步獎39件，分別占到全國總量的11.4%和19.3%，獲得國家專利授權數50488件，其中發明專利11614件，分別占到全國總量的3.9%和5%。

二、 計量模型、變量及其數據說明

新古典經濟理論認為，經濟產出來源于物質資本、勞動力的投入以及外生的技術進步，這一思想可以由C-D生產函數Y=AKαLβ來體現。為了考察知識創新對經濟增長的影響和貢獻，本文在C-D生產函數中引入人力資本變量和知識創新變量，將知識創新變量內生化，得到如下擴展的生產函數：

外生的技術進步變量LnA以及未納入模型的其他影響因素對被解釋變量的影響不是本文考察的重點，都全部作為不隨時間變化的截距項處理，同時由于創新知識流量在本期難以立刻對經濟產出產生明顯影響，所以這里將創新知識變量作滯后1期處理，則式（2）可修正為如下回歸分析模型：

式（3）中，C為常數項即截距項，Y表示經濟產出，是被解釋變量，K、L、H、KC分別為物質資本存量、勞動力、人力資本、創新知識等4個解釋變量，α、β、γ、δ分別表示4個解釋變量的回歸系數，其中δ是本文重點考察的對象，t是時間，t-1是滯后1期的時間，Ln為自然對數符號，ε為隨機誤差項。由樣本回歸模型得到的被解釋變量估計值與實際觀察值之間通常存在偏差，這一偏差就是殘差，即隨機誤差項。

在實證分析中，各變量需要用具體的指標來表征。這里，用GDP表征經濟產出Y，為了消除通貨膨脹的影響，當年價的GDP須通過平減指數換算為某年不變價的GDP，理論上在研究時間區間內選擇任何年份都是可以的，不會影響分析結果，本文選擇了1990年，用1990年不變價的GDP表征經濟產出Y。關于物質資本投入K，在已有研究文獻中主要有兩種處理方式，一種是根據國際通用的永續盤存法（Perpetual Inventory Method）進行估計，另一種是選取固定資產凈值作為資本投入進行適當的處理，兩種處理方法相比較顯然第一種更為恰當，因此本文使用第一種方法，用1990年不變價的全社會固定資產投資存量表示。

嚴格地講，勞動投入應該包括數量和質量兩個方面，但考慮到數據的可得性，這里用年度的全部從業人員數量表示勞動力L。人力資本H的度量指標主要有教育投入、各級學校入學率、平均受教育年限等，這里采用年度的普通高校在校生人數表示人力資本存量，這個數字越大，則說明地區人力資本越多。[4]

知識創新變量KC用創新知識存量表示，在已有文獻中一般有兩種方法度量知識存量，分別是永續盤存法和指標評價法，本文選擇了前者。根據OECD對知識的劃分，知識分為編碼知識和沉默知識，編碼知識中有表示研發投入的指標和研發產出的指標[5]，對經濟增長產生直接影響的主要是研發產出而不是研發投入，因為由于生產效率的差異，同樣數量的研發投入可能會導致差異較大的研發產出。在各種研發產出中，這里選擇專利申請授權數表示新生產的知識，然后運用永續盤存法估計其真實存量。盡管使用專利數量來衡量知識創新產出時可能存在一些缺陷，例如不同專利的技術含量不同、一些知識創新成果可能沒有申請專利等，但是在現有的環境下，相對于其他一些產出指標而言，專利數量仍是反映創新產出的較好指標。

1990年不變價的上海歷年實際GDP利用上年為100的GDP指數換算為以1990年為1的歷年GDP定基指數，再乘以1990年的當年價GDP得到。

1990年不變價的物質資本存量通過永續盤存法進行估算，實際操作時運用王小魯和樊綱等[6]的估計公式：Kt=Kt-1+（It-Dt）÷Pt，其中，Kt、Kt-1分別為第t年和第t-1年的1990年不變價物質資本存量，It、Dt分別為第t年的名義投資額和名義折舊額，Pt為第t年投資的價格指數。這個估計公式雖然與通常使用的永續盤存法計算公式略有差異，但還是循著永續盤存法“某年的資本存量等于上年的資本存量加上該年的新增投資額”的思路設置的，而且由于不需要主觀設置的資本折舊率，所以估計結果可能更佳。運用該公式估計資本存量，需要選擇或者確定如下幾個指標：一是當年投資流量即It，這里采用目前通行的做法，即使用當年的全社會固定資本形成總額這一指標。二是固定資產折舊額即Dt。三是當年固定資產投資的價格指數即Pt，目前上海統計年鑒中公布的是以上年為100的固定資產投資價格指數，這里將其換算為以1990年為100的定基價格指數。四是基準年份的資本存量即K0，這里借鑒和采用Hall和Jones[7]的計算方法，即K0=I0/（g+d），其中I0是期初的投資額，g為與期初經濟環境比較相似時段的投資平均增長率，d為假設的資本折舊率，這里g采用了19861992年的1990年不變價固定資產形成額的年平均增長率，d取5%。運用該公式，估計了上海19862014年的物質資本存量，表1第二行列出了幾個典型年份的估計數值。

創新知識存量使用永續盤存法的經典計算公式進行估計，即：KCt=KCt-1·（1-d）+kct，其中，KCt和KCt-1分別表示第t年和第t-1年的創新知識存量，d表示創新知識存量的折舊率，這里取為15%[8]，kct表示第t年新增的創新知識流量，即第t年的專利申請授權量。由于專利又包括發明、實用新型和外觀設計等三種類型，因此本文運用該公式分別估算了上海歷年的專利授權存量及其發明專利存量、實用新型專利存量和外觀設計專利存量。在運用Hall和Jones的方法估計基準年份的知識存量時，新知識年平均增長率計算的時間周期分別為：專利總量和發明專利是19862014年，實用新型和外觀設計專利是19862011年。表1第三行列出了19862014年上海幾個典型年份的知識存量估計結果。

在實際操作中，其中作為因變量的地區生產總值Yt、作為自變量的物質資本Kt、勞動力Lt、人力資本Ht的樣本數據時間序列為19872014年，作為知識創新產出的專利授權存量KCt-1的樣本數據時間序列為19862013年。

本文實證分析的數據資料全部來自于各期的《上海統計年鑒》，使用官方公開公布的同一數據資料來源，可使數據資料具有較好的權威性、連續性和協調性，從而為得到較好的實證結果奠定基礎。

三、 實證結果及其分析

1. 知識創新對上海經濟增長的影響及其貢獻

根據計量經濟學，回歸模型包含了若干基本假定，在這些基本假定成立的前提下，應用最小二乘法得到的參數估計量才是無偏、有效的，但是許多情況下并不一定都能夠滿足這些假定，在回歸模型的若干假定中最不容易成立的是同方差假定、非自相關假定和無多重共線性假定，對于時間序列模型來講，其中的非自相關假定往往難以成立。本文的實證分析運用的是時間序列數據，因此有選擇地重點檢驗了回歸估計模型的非自相關假定是否成立。[9]

首先，是物質資本、勞動力兩個基本投入要素對經濟增長影響的實證檢驗。在運用普通最小二乘法（OLS）對式（3）進行回歸估計后發現，其回歸估計模型的DW檢驗統計量等于0.37723，小于其臨界值的下限值1.224，這說明回歸估計模型存在正的一階自相關性，滯后2期BG檢驗（即拉格朗日乘數檢驗）的統計量值nR2=19.001，其臨界概率ρ=0.000075，這說明回歸估計模型也存在高階自相關性。鑒于此，改用廣義差分法對計量模型重新估計，其估計結果如表2第二列的模型1所示。經檢驗，模型1已不存在自相關性，而且判決系數R2及調整的判決系數AR2均大于0.999，F檢驗統計量值在10000以上，其雙側概率幾近于0，這說明模型1 的擬合程度很好且顯著。在模型1中，回歸系數α和

分別等于0.9312和0.0439，而且從t檢驗統計量值來看，LnK對Y的影響在1%的置信水平上顯著，LnL的影響則不顯著，這說明物質資本和勞動力兩個基本要素的投入雖然對上海經濟增長均具有正向的積極影響，但是二者差異明顯，前者的作用遠遠強于后者，上海經濟增長主要是由資本投入驅動的。

其次，是在模型1的基礎上分別加上人力資本存量、創新知識存量的實證檢驗。經檢驗，運用普通最小二乘法（OLS）運算的兩個回歸估計模型均存在一階和高階自相關性，改用廣義差分法對計量模型重新估計，其結果如表2第三列、第四列的模型2和模型3所示。經檢驗，模型2和模型3均不存在自相關性，而且判決系數和調整的判決系數檢驗、F檢驗均說明模型2和模型3擬合程度很好且顯著。在模型2和模型3中，物質資本變量的t檢驗均顯著，而且回歸系數均較大，勞動力變量的t檢驗均不顯著，人力資本變量的t檢驗不顯著，創新知識變量的t檢驗在1%置信水平上顯著，而且其回歸系數δ達到0.1753。這說明除了物質資本對上海經濟增長具有較大影響外，知識創新因素也具有良好表現。

再次，是在模型1的基礎上同時加上人力資本存量、創新知識存量的實證檢驗。經檢驗，運用普通最小二乘法（OLS）回歸估計的回歸估計模型存在一階和高階自相關性，改用廣義差分法對計量模型重新估計，其結果如表2第五列的模型4所示。經檢驗，模型4擬合程度很好且顯著。在模型4中，物質資本、人力資本和知識創新三個變量的回歸系數為正值且其t檢驗均在1%的置信水平上顯著，其中物質資本的回歸系數仍然最大，達到0.6096，人力資本和知識創新兩個變量的回歸系數分別為0.1059和0.1536，勞動力變量的t檢驗仍然不顯著，而且其回歸系數最小。這說明：當物質資本、人力資本、知識創新等變量每增加1%時，則上海經濟增長率約分別為0.61%、0.11%和0.15%。再結合模型1、模型2和模型3，可以得出如下結論：物質資本投入是上海經濟增長的最主要驅動力量，簡單勞動力投入的影響不顯著，知識創新是促進上海經濟增長的重要因素，影響力度僅次于資本投入，而且知識創新還具有刺激人力資本對上海經濟增長產生積極影響的聯動作用。

2. 進一步的分析

專利包括發明、實用新型、外觀設計三種類型，其中發明屬于技術含量較高的專利，實用新型、外觀設計屬于技術含量較低的專利。不同類型的專利對經濟產出和經濟增長可能產生不同的影響，而且影響差異可能還比較大。為了考察這三種不同類型專利對上海經濟增長影響的差異，構建如下計量模型：

表2第六列的模型5是根據計量模型（5）運用廣義差分法回歸估計的結果。經檢驗，模型5擬合程度很好，而且不存在自相關性。從模型5可以看出，不同類型的專利對上海經濟增長的影響差異較大，其中發明專利變量的回歸系數達到0.0822，而且其t檢驗在1%置信水平下顯著，實用新型專利和外觀設計專利兩個變量的回歸系數較小，僅分別為-0.0133和0.0070，而且其t檢驗結果不顯著。這說明：知識創新對上海經濟增長的促進作用主要是通過發明專利實現的，高水平的創新和知識生產是推動上海技術進步和經濟增長的重要原因，而技術水平較低的實用新型專利和外觀設計專利對上海經濟增長的影響不顯著。

3. 知識創新對上海經濟增長的作用機制

創新知識是通過與物質資本、勞動力、人力資本等生產要素相結合，主要以提高其他生產要素知識、技術含量和水平的方式對經濟增長產生影響和作用。為了考察知識創新是通過與何種生產要素相結合對上海經濟增長產生了積極的影響和作用，設置如下回歸分析模型：

表3是運用廣義差分法對計量模型（6）回歸估計的結果。在表3中，模型1、模型2、模型3分別是只考慮知識創新變量與物質資本、勞動力、人力資本變量相結合的一個交互項的回歸估計結果，模型4是在一個計量模型中同時考慮上述三個交互項的回歸估計結果。經檢驗，這4個回歸估計模型擬合程度均很好，而且也不存在一階或者高階的自相關性，可以進一步對估計結果進行相關分析。

由表3可知，在模型1至模型4中，知識創新變量與物質資本變量的交互項t檢驗均呈現顯著正相關，知識創新變量與人力資本變量的交互項t檢驗均不顯著，而知識創新變量與勞動力變量的交互項t檢驗的其中之一不顯著，其中之一是顯著負相關。這說明：上海知識創新主要是通過與物質資本投資相結合的方式推動經濟增長的，物質資本投資不僅改變了上海經濟的要素結構（資本深化），而且同時也通過與知識創新相結合提高了上海生產要素的技術含量和水平，進而促進了上海經濟增長；但是，知識創新與簡單勞動力、人力資本相結合對上海經濟增長沒有產生顯著的積極影響，可能的原因是知識創新對改善勞動力和人力資本質量方面沒有起到明顯的作用和影響，或者是勞動力和人力資本在運用知識創新方面的效果不明顯。

四、 結 語

本文運用19862014年時間序列數據，構建合適的回歸計量模型，運用廣義差分法，就知識創新對上海經濟增長的影響及其作用機制進行了實證分析，得到如下結論：

第一，在各個回歸分析估計模型中，物質資本投資的回歸參數均是最大的，而且檢驗非常顯著，這說明在各個解釋變量中物質資本對上海經濟增長的促進作用最大，是上海經濟增長最主要的驅動力量。

第二，知識創新是促進上海經濟增長的重要因素，影響力度在各個解釋變量中位居第二，僅次于物質資本投入，而且更為難能可貴的是，知識創新還具有刺激人力資本對上海經濟增長產生積極影響的聯動作用。

第三，技術含量較高的發明專利對上海經濟增長具有顯著的促進作用，知識創新對上海經濟增長的促進作用主要是通過技術含量較高的發明專利實現的，而技術水平較低的實用新型專利和外觀設計專利則沒有顯著的積極影響。

第四，在回歸分析模型中，知識創新與物質資本的交互項是顯著正相關的，這說明知識創新主要是通過與物質資本投資相結合的方式推動上海經濟增長的，即知識創新以物質資本為載體，通過附著于物質資本的形式，在不斷增加的物質資本投資中二者相互作用共同對上海經濟增長產生了積極影響。

從上述分析結論可以得出如下幾點啟示：

第一，上海應繼續加大R&D投入力度，并且提高R&D投入的產出效率，為市場和社會提供不斷增加的知識創新產出，這對上海經濟實現長期持續增長具有重大意義。目前，上海正在努力建設高水平的國家級科創中心，這個舉措是非常正確的，在科創中心建設完成之后，上海的知識創新產出將會有一個爆發式的增長，這不僅對上海，而且對長三角地區、長江經濟帶乃至全國經濟增長都會起到積極的促進作用。

第二，在各種類型的知識創新產出中，上海要特別重視技術水平較高的創新知識生產和供應（例如發明專利），因為這比那些技術水平較低的創新知識生產對上海經濟持續增長具有更顯著的促進作用。技術水平較高的知識創新往往對各種生產（包括農業、工業、服務業）的成本降低和效率提高作用更大，有些甚至是根本性的變革，這對包括如上海這樣的發展水平較高地區的積極影響顯然是不言而喻的。

第三，上海應繼續重視物質資本投資。上海各界曾經一度對物質資本推動型的經濟增長模式產生某種程度的擔憂和不安，但是本文的實證表明，物質資本投資不僅是上海經濟增長的直接推動力，而且也是知識創新的附著載體，知識創新通過與物質資本相結合而對上海經濟增長產生積極影響。

參考文獻

[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] 嚴成樑， 龔六堂. 熊彼特增長理論：一個文獻綜述[J]. 經濟學（季刊）， 2009 （3）： 2338.

[4] 嚴成樑， 沈超. 知識生產對我國經濟增長的影響——基于包含知識存量框架的分析[J]. 經濟科學， 2011 （3）： 4656.

[5] 徐盈之，朱依曦. 知識溢出與區域經濟增長： 基于空間計量模型的實證研究[J]. 科研管理， 2010 （6）： 105112.

[6] 王小魯， 樊綱. 中國經濟增長的可持續性——跨世紀的回顧與展望[M]. 北京： 經濟科學出版社， 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] 呂忠偉. R&D空間溢出對區域知識生產的作用研究[J]. 統計研究， 2009 （4）： 4452.

[9] 趙衛亞. 計量經濟學教程[M]. 上海：上海財經大學出版社， 2003： 5662.