區域創新效率與經濟增長實證研究

張 凡

(華南理工大學 工商管理學院，廣東 廣州 510640)

一、引言

改革開放近40年來，我國發生了舉世公認的巨大變化，但國民經濟也從地域和空間上裂變為發達地區與欠發達地區兩種明顯的類型。在新常態下，甚至出現了發達地區增速高于全國平均水平而欠發達地區增速低于全國平均水平的新情況，不平衡和分化的態勢加劇。在我國經濟邁向中高端的過程中，創新已超越其他因素，成為決定經濟總量提升的最主要因素。在創新與經濟增長實證研究方面，已有文獻主要關注的是創新投入、創新能力對經濟增長影響的實證研究[1-7]，只有極少數學者關注到創新效率與經濟增長。Young和Pagán(2003)[8]是為數不多的研究創新效率與經濟增長的學者，他們以中小型企業為研究對象，得出效率是影響企業盈利能力的最關鍵因素的結論。尹向飛和段文斌(2017)[9]建立全要素生產率、技術進步、技術效率改進和各階段的效率變化等各種效率指標之間的聯系，并對中國各省情況進行了探討，發現科技創新效率對中國經濟增長的支撐作用較低。李明和李鵬(2017)[10]研究發現科技創新效率對地區經濟的推動作用整體水平不高，且存在明顯的地區差異。

區域發展差距有其歷史和基礎條件的原因，但在全國創新發展的大背景下，主要還是區域創新效率差異的問題。創新效率的提高，有助于優化生產要素的配置，提高全要素生產率，因而能夠提高經濟產出。創新效率差異已成為我國區域差異的重要表征，成為影響區域競爭力和經濟發展的核心因素。那么，我國區域創新效率分布如何，區域之間的聯系(空間效應)對創新效率有什么樣的影響，創新效率與經濟增長到底是什么關系，如何提高區域創新效率，進而如何促進區域協調發展，這些問題成為區域經濟發展不可回避的問題。

二、研究設計

(一)創新效率測度方法

在對創新效率進行測度之前需要對生產前沿面進行估計，當前隨機前沿法以及數據包絡法是主要的估計方法。在估計生產前沿面時，隨機前沿法和數據包絡法各有優劣。隨機前沿法考慮了隨機誤差的影響，這種處理方法更貼近現實。其次，隨機前沿法以計量經濟學為基礎，既可以考察不同生產要素投入對產出的影響，還可以考察政策環境、市場環境等各種非投入要素對創新效率的影響[11]。本文考察的對象是中國大陸31個省份，而不同省域、不同時期的創新效率可能存在顯著差異，有必要考慮隨機誤差的影響。此外，本文在考察區域創新效率的影響因素時必須以絕對效率水平為基礎，而數據包絡法得到的是相對效率。因此，本文選取隨機前沿法對區域創新效率進行測度。

隨機前沿法的基本模型由Aigner等(1977)[12]以及Meeusen和Broeck(1977)[13]同時獨立提出，經過Battese和Coelli(1992)[14]等對隨機前沿法的基本模型不斷的拓展和完善，其靈活性和適用性大為提升。隨機前沿法的具體形式如下：

(1)

在對區域前沿生產面進行估計時，Cobb-Douglas函數得到了廣泛的應用。但是，這種做法具有局限性，即沒有對樣本個體產出的彈性方面進行考慮。為了使測量結果變得更加準確，本文考慮以超越對數函數作為前沿生產面形式。一般來說，創新的直接投入要素可分為研發人員(RDP)和研發資金(RD)兩種，因為創新活動具有一定周期，而上述兩個要素都滯后一期。于是，以超越對數函數為基礎的隨機前沿模型如下：

lnyit=β0+β1lnRDPi(t-1)+β2lnRDi(t-1)+

β3(lnRDPi(t-1))2+β4(lnRDi(t-1))2+

β5lnRDPi(t-1)lnRDi(t-1)+vit+uit

(2)

lnyit=β0+β1lnRDPi(t-1)+β2lnRDi(t-1)+

vit+uit

(3)

以新產品產值為產出變量的隨機前沿模型最終設定為：

lnyit=β0+θt+β1lnRDPi(t-1)+β2lnRDi(t-1)+

β3(lnRDPi(t-1))2+β4(lnRDi(t-1))2+β5lnRDPi(t-1)

lnRDi(t-1)+vit+uit

(4)

在估計出生產前沿面后，就可以通過下式計算出區域創新效率：

(5)

創新過程可分為兩部分：研發和商業化。高校、科研機構和企業是研發的主體，根據市場需求產生新點子，進而研究開發出新技術和設計，在這一過程中會產生論文、專利、產品原型或原始樣機等。企業是商業化的主體，企業提供原材料和勞動力等資源，把研發得到的新設計和技術轉變為新產品，投入市場銷售。為更深入分析創新效率對經濟增長的影響，本文將創新效率分解為研發效率和創新經濟效率(商業化效率)，在測算研發效率時將發明專利申請量作為衡量產出的指標；在測算商業化效率時，將新產品銷售收入作為衡量產出的指標。

(二)創新效率對經濟增長影響的空間計量模型

在經濟計量學研究中，研究數據往往涉及不同的時間和區域，由于人類的活動是在時空范圍進行的，因此經濟現象不僅表現出時間方向上的相關，而且在空間方向上也表現出某種程度的相關。在對區域經濟問題的研究中，由于區域之間存在著特有的空間特性(通稱為空間效應)，使得經典經濟計量學假定的條件(Gauss-Markov、解釋變量固定等)往往得不到滿足，從而經典的經濟計量學方法在研究存在空間效應的問題時變得不合適，采用空間計量經濟模型能夠更準確地揭示區域創新效率與經濟增長的關系。

空間計量方法在研究中主要用到兩類模型：一是空間誤差模型(SEM)，該模型適用于誤差項在空間上相關；二是為空間滯后模型(SLM)，適用于當變量間的空間依賴性對模型顯得非常關鍵而導致了空間相關。

創新效率對經濟增長影響的空間滯后模型可表示如下：

lnGDPi,t=α0+α1lnRIEi,t+α2lnKi,t+

α3lnLi,t+ρWlnGDPi,t+εi,t

(6)

創新效率對經濟增長影響的空間誤差模型可表示如下：

lnGDPi,t=α0+α1lnRIEi,t-1+α2lnKi,t+

α3lnLi,t+εi,t

εi,t=γWεi,t+μi,t

(7)

在式(6)、式(7)中，GDP表示經濟增長；RIE為區域創新效率，分為區域研發效率和區域商業化效率；K為資本投入，用固定資本存量來反映；L為勞動力，用就業人員來反映。若α0為固定常數，則以上兩個模型是固定效應模型；若α0是隨機變量，且與其他自變量不相關，則是隨機效應模型。當樣本隨機取自總體時，選擇隨機效應模型較為恰當，而本文所考察的區域為我國大陸地區的31個省份，樣本單位不是隨機取自總體，因此采用固定效應模型更加合適。

三、估計結果與分析

本文以中國大陸31個省份(不含港澳臺地區)為研究對象，考察期為2009-2016年，數據來源于歷年《中國統計年鑒》和《中國科技統計年鑒》。研發資本和固定資本存量通過永續盤存法估算得到。

(一)區域創新效率估計結果與分析

借助Frontier 4.1軟件，釆用極大似然法對式(3)、式(4)進行參數估計，具體結果如表1所示。

表1 區域創新效率測度模型估計結果

注：***、**、*分別表示在1%、5%和10%水平下顯著。

從表1中可以看出，兩個模型的LR、σ2和λ都在5%水平下顯著，λ的估計值也都大于0.6，說明釆用隨機前沿模型是合理的，大部分隨機誤差都由無效率效應導致。

在表1的基礎上，本文進一步計算得到2009-2016年中國區域研發效率(表2)和商業化效率(見表3)。

從表2可以看出，我國大部分區域的研發效率都比較高，其中絕大部分東部區域如北京、天津、上海、江蘇、浙江、山東、廣東的研發效率都在90%以上。研發效率較低的區域多位于西部如貴州、云南、西藏、甘肅、青海、寧夏、新疆。在東部10個省份中，江蘇的研發效率最高，海南的研發效率最低。在中部6個省份中，湖北的研發效率最高，江西的研發效率最低。在西部12個省份中，四川的研發效率最高，西藏的研發效率最低。

從表3可以看出，我國區域商業化效率明顯低于研發效率，絕大多數區域在促進科技成果轉移轉化方面還表現欠佳，制約科技成果轉化為現實生產力的各種體制機制障礙還比較多。商業化效率在90%以上的區域有江蘇、浙江、廣東等民營經濟比較發達的省份。和研發效率一樣，商業化效率較低的區域多位于西部如西藏、甘肅、青海、寧夏、新疆。在東部10個省份中，廣東的商業化效率最高，海南的商業化效率最低。在中部6個省份中，湖南的商業化效率最高，江西的商業化效率最低。在西部12個省份中，重慶的商業化效率最高，西藏的商業化效率最低。

(二)區域創新效率對經濟增長影響估計結果與分析

在進行估計前，需要對空間計量模型的適用性進行檢驗和判斷。無論是研發效率空間計量模型還是商業化效率空間計量模型的檢驗結果均表明LMLAG和R-LMLAG分別通過了1%和5%水平下的顯著性檢驗，而LMERR和R-LMERR均未能通過檢驗，按照Anselin等(1997)的判斷規則，選用空間滯后模型相對比較合適。研發效率對經濟增長影響的空間計量經濟模型(空間權重矩陣為省份之間質心距離的倒數)的極大似然估計結果見表4。

從調整后R2等和LogL統計量來看，研發效率對經濟增長影響的空間SLM模型具有較好的擬合度，表明考慮空間效應以后，用極大似然法估計的模型有效地消除了研發效率和經濟增長空間自相關和空間誤差，能夠較為準確地表達中國區域研發效率對經濟增長的促進過程。

變量lnRIE的系數估計值為0.1452，并且通過了5%水平下的顯著性檢驗，說明研發效率的對各省份經濟增長有正面的影響：研發效率每增加一個百分點，經濟增長率提高0.15個百分點。變量lnK的系數估計值為0.5639，并且通過了1%水平下的顯著性檢驗，說明固定資產投資的增加對各省市經濟增長有正面的影響：固定資產投資每增加一個百分點，經濟增長率提高0.56個百分點。變量lnL的系數估計值為0.3157，并且通過了5%水平下的顯著性檢驗，說明勞動力投入的增加對各省份經濟增長也有正面的影響：勞動力投入每增加一個百分點，經濟增長速度提高0.32個百分點。經濟增長的固定資產投入彈性比勞動力投入彈性大，表明我國經濟增長仍以資本驅動為主。

表2 2009-2016年各區域研發效率

表3 2009-2016年各區域商業化效率

空間滯后因變量WlnGDP的系數估計值為0.0798，并且通過了1%水平下的顯著性檢驗，說明省際間的經濟增長存在顯著的正的空間自相關，也就是說經濟增長在省際間存在溢出效應，一個區域的快速經濟增長對鄰近區域的產出能產生正的溢出，我國大部分經濟發展較快的區域對周邊地區能發揮明顯的帶動作用。這表明，我國以增長極理論為基礎的非均衡型區域經濟發展戰略取得了成功。但是，也應該看到，盡管我國經濟增長在省際間存在溢出效應，但與研發效率對經濟增長的影響相比，這種溢出效應還不大，區域增長極的輻射帶動潛力還有待增強。

商業化效率對經濟增長影響的空間計量經濟模型的極大似然估計結果見表5。

表4 研發效率對經濟增長影響的

注：**和*分別表示在1%和5%水平下顯著。

表5 商業化效率對經濟增長影響的

注：**和*分別表示在1%和5%水平下顯著。

從調整后R2等和LogL統計量來看，模型能夠較為準確地表達中國區域商業化效率對經濟增長的促進過程。

變量lnRIE的系數估計值為0.3785，并且通過了1%水平下的顯著性檢驗，說明研發效率的對各省份經濟增長有正面的影響：商業化效率每提升一個百分點，經濟增長率提高0.38個百分點，比研發效率對經濟增長的影響大。商業化效率對經濟增長影響的空間計量經濟模型中，盡管經濟增長的勞動力投入彈性比固定資產投入彈性小，但兩者已經接近。

與研發效率對經濟增長影響的空間計量經濟模型一樣，空間滯后因變量WlnGDP的系數估計值為正，并且通過了5%水平下的顯著性檢驗，說明我國經濟增長在省際間存在溢出效應，但與商業化效率對經濟增長的影響相比仍偏弱。

四、研究結論與政策建議

本文對區域創新效率(包括研發效率和商業化效率)進行了測度，并建立空間計量模型，對創新效率對經濟增長的影響進行了檢驗，研究結果表明：(1)無論是從研發效率，還是從商業化效率來看，東部地區都處于相對領先地位，中部地區緊隨其后，西部地區的創新效率最低。我國區域商業化效率明顯低于研發效率，除少數民營經濟較為發達的地區外，我國絕大多數區域在促進科技成果轉移轉化方面還表現欠佳，制約科技成果轉化為現實生產力的各種體制機制障礙還比較多。(2)創新效率對區域經濟增長有正面的影響，但不及資本和勞動力對區域經濟增長的影響大，創新尚未成為推動我國區域經濟增長的主要動力。(3)盡管我國經濟增長在省際間存在溢出效應，但與創新效率、資本、人力投入對經濟增長的影響相比，這種溢出效應還不大，區域增長極的輻射帶動潛力還有待增強。

根據上述研究結論，本文提出如下政策建議。

一是建立科技成果轉化協調機制。科技成果轉化涉及研究、開發、商品化轉化、產業化等環節，以及資金、技術、人才、信息等多方面要素，各級政府要設立跨部門的科技成果轉化政策協調服務機構，協調解決科技成果轉化中的政策落實問題，提高商業化效率。

二是加強創新能力建設。各地區要加大創新投入，加強重點實驗室、技術創新中心、工程研究中心、公共技術服務平臺、中試基地等科技創新基地和平臺建設，加大人才的吸引和培育力度，提高創新效率，使科技創新成為引領區域發展的第一動力。

三是促進區域協同創新。要協調建立資源共享機制，建立資源市場平臺，形成良好的市場環境，讓市場在資源配置中起決定性作用，打破地區行政保護和壟斷，促進資源多向流動。各地區位條件、資源稟賦、發展基礎都不一樣，需要結合自身優勢尋找科技創新和產業升級路徑，避免產業發展雷同，造成資源浪費。