新常態下科技支撐對區域發展的實證研究

張鑫 蔡夢嬌 傅為忠 趙坤

摘要：新常態背景下，創新日益成為推動區域發展的重要力量。為了研究科技支撐對區域發展水平的影響，研究以皖江經濟帶2006～2016年9個城市的面板數據為基礎，從社會和經濟2個層面建立指標體系測量被解釋變量區域發展水平，從市場需求、創新投入、創新文化、創新人才和平臺載體5大層面測算目標變量科技支撐。然后，應用熵權法對解釋變量和被解釋變量求綜合值，利用極值邊界分析法（EBA）探索解釋變量對被解釋變量的影響情況，結果得出5個目標變量與被解釋變量呈正相關關系，其中創新人才對區域發展的作用系數最大。最后，運用灰色關聯度方法做穩定性分析，計算區域發展和5個目標變量進行相似度，結果得出區域發展與創新人才的關聯度最高，與回歸結果一致，并以此提出了相對應的發展對策建議。

關鍵詞：區域發展;科技支撐;熵值法;極值邊界分析法;灰色關聯度法;皖江經濟帶

中圖分類號：F 061.5文獻標識碼：A文章編號：1672-7312（2019）02-0222-09

0引言

新常態背景下，創新驅動在國家戰略中的地位日益突出，同時科技創新對經濟發展的推動作用日趨重要，區域發展越來越離不開科技創新的支撐。因此，在新常態背景下進行科技支撐對區域發展影響的研究具有重要理論和實踐探討價值。因此，近年來國內外學者非常重視科技支撐對區域發展的研究。

Hsu，George J.Y.等（2008）[1]研究了知識經濟對技術創新的重要性，提出了政府應制定激勵技術創新的科技財政政策。Adams M（2009）[2]認為創新能力在區域經濟發展的推動和產業結構的調整方面起著重要影響。Vitavin Ittipanuvat等（2014）[3]基于文獻的發現方法，揭示技術和社會問題之間的聯系，闡明科學和技術對解決社會問題的合理貢獻。Cancino，Christian A.等[4]（2018）提出技術創新被視為優化社會-生物-經濟系統中重要資源的高效和清潔利用的手段，應該從整體角度管理可持續增長的技術創新。馬慧敏與方國斌（2008）[5]運用實證研究的方法，對中部6省的技術創新與經濟增長的關系進行了研究，并提出了相應的對策。姜秀娟等（2010）[6]、陳永清（2011）[7]采用關聯度方法進行了科技投入變量和經濟增長關系的分析。采用面板數據模型，陳敏等（2011）[8]對我國八大經濟區的科技經費投入與經濟增長的關系進行了對比分析。周柯等（2016）[9]采用面板數據模型和分位數回歸方法對中國30個省份的科技創新對產業升級的影響進行實證研究。朱學新（2007）[10]、王慧敏（2017）[11]、易文鈞（2017）[12]等采用廣義的柯布-道格拉斯生產函數分別對江蘇、長三角、中部5省等地區測算了科技創新對區域經濟增長的影響。喬威威，羅鄂湘和錢省三（2014）[13]采用DEA方法研究上海市戰略性新興產業的技術創新效率，結果得出上海市7大戰略性新興產業中節能環保、高端裝備制造、新能源、新能源汽車4類產業企業技術創新效率達到了相對最優化，其余產業企業技術創新效率仍存在提升的空間。安海林，安亞軍和毛太平（2015）[14]利用專利數據來衡量區域創新能力的水平，分析了貴州技術創新能力和戰略性新興產業技術創新的情況。張鑫等（2015）[15]基于2001—2013年間安徽省高校R&D投入、科技著作數量、發明專利數和發表學術論文數等相關數據，進行了安徽省高校R&D投入與產出關系研究。汪曉夢（2015）[16]結合皖江經濟帶實際，構建科技創新能力評價指標體系，運用灰色關聯度和主成分法對2008—2013年皖江經濟帶科技創新原始數據進行分析，提出了關于皖江經濟帶科技創新能力提升的政策建議。羅宣等（2018）[17]運用多層次灰色關聯方法對長三角地區的經濟增長質量進行了研究，對質量做了較好測量并提出相應的政策建議。

國內外學者的研究方法多樣，研究視角差異，但在指標方面解釋變量多采用科技投入與科技產出進行表示，被解釋變量選用區域經濟總量表示，不能體現科技支撐的綜合效應;研究也僅限于解釋變量和被解釋變量的關系，缺乏對兩者關系的穩健性分析。因此，論文利用EBA方法，以區域的經濟發展和社會發展指標作為依據，進行科技支撐對區域發展的實證研究，同時，運用灰色關聯度方法對回歸結果作進一步驗證，具有重要的理論和實踐意義。

2指標體系構建

區域發展水平為被解釋變量，大多數學者使用區域經濟指標作為衡量區域發展水平的指標，而區域發展的水平并不局限于經濟層面上，而是多方面共同發展和進步。程鈺[20]、喬旭寧[21]等學者從經濟、社會和生態方面衡量區域發展水平，劉瑞超[22]學者從經濟社會來測量區域發展水平。根據前者學者研究并考慮到數據的可獲得性和可操作性，研究從經濟層面和社會層面兩方面建立指標體系來測量區域發展水平，經濟方面主要體現在GDP年均增長率、工業產值年均增長率、當年實際使用外資金額和勞動生產率，社會層面從人口文化素質、資源狀況和居民生活質量3方面細分指標。建立指標體系之后，運用熵值法來衡量皖江經濟帶的區域發展水平，被解釋變量指標的設置見表1.

由于EBA方法的限制，所以解釋變量指標包括核心變量、目標變量和條件變量。目標變量是本文研究的重點，選取市場需求、創新文化、創新投入、平臺載體以及創新人才5個變量作為目標變量的二級指標。市場需求是自主創新的動力源，不僅持續推動創新發展，而且對創新不斷提出更高要求，加快科技創新的發展;創新文化是培育創新發展萌芽價值觀和激勵創新成果轉化的核心理念，是創新得以崛起的關鍵因素。創新文化是科技創新的土壤，為科技創新營造環境氛圍，可以有效地激發大眾創業、萬眾創新的熱情，催生新技術與新產業的形成與發展;創新投入存在于各個環節，從創新的前期中期和后期，都需要大量的資金支持，對于創新來說，資金必不可少，所以創新投入是科技創新的重要支撐;創新載體是創新基礎設施及創新過程中不可或缺的要素，對科技創新起著有力的基礎性支撐作用，孵化器、加速器、創客中心等平臺載體是科技創新的動力加速器，它為科技創新提供了良好的孵化環境，使科技創新成果的快速轉化成為可能;創新人才是科技創新重要的推動器，是科技創新系統中最重要的要素。創新人才作為最具競爭力的人才資源，是知識與技術的載體，并通過對知識和技術的再實踐和再創造，對技術創新快速的更新換代起到加速器的作用。

通過以上互動機理分析，本文規定目標變量即科技支撐的表現在市場需求、創新文化、創新投入、平臺載體以及創新人才5個方面，都推動和加快了科技創新的發展，它們既是科技創新不斷發展的動力，也是科技創新發展的產物，從這5個方面建立指標體系可以有效衡量科技創新水平。其中，核心變量是與區域發展水平有直接關系的變量，本文選取的是區域經濟總量、區域人均可支配收入與最終消費率。文章選取了和區域發展有潛在關系的3個變量來測量條件變量，分別是科技服務業固定資產投資額、普通中學學校數和普通高等學校數，解釋變量見表2.

3實證分析

皖江經濟帶被國家納入中部地區崛起戰略重點發展區域，包括合肥、蕪湖、馬鞍山、銅陵、安慶、池州、滁州、宣城8市全境，以及六安市的金安區和舒城縣。選取2006—2016年的皖江經濟帶的面板數據，分析研究該地區科技創新水平對區域發展的影響，有助于總結皖江經濟帶的發展特點和提出相應的政策建議。數據主要來源于安徽省統計局、安徽省統計年鑒、安徽省統計公報、各市縣統計公報、安徽省科學技術廳、安徽省科技統計公報、各縣市政府工作網站以及新聞媒體網站。

通過上述數據標準化方法對面板數據進行標準化，再利用熵值法對被解釋變量和目標變量進行賦值并求綜合值，然后對所有數據取其對數形式，有利于方便計算和消除異方差。經過上述前期的處理工作，接下來進行數據的檢驗和回歸分析。

3.1平穩性檢驗和協整檢驗

為了增加回歸結果的可信度和避免出現偽回歸現象，對數據進行了單位根檢驗。數據進行單位根的結果見表3，由表中數據可知，被解釋變量Y，平臺載體M4和創新人才M5在10%的顯著水平下，4種檢驗方法都不能拒絕原假設，所以我們可以認為是不平穩的，經過一階差分過后達到平穩狀態;其他變量在10%的顯著水平下均通過了平穩性檢驗。

通過第一步單位根檢驗之后，說明變量之間可能存在長期均衡關系。借鑒肖新新[23]運用Pedroni的方法對本文進行協整檢驗，分別檢驗被解釋變量和每個目標變量的協整關系，檢驗結果見表4.肖新新指出在小樣本條件下，采用組間統計量會有更好的檢驗效果，而且在小樣本下具有更好的效果，因此存在差異性時，要以Panel ADFStatistic和Group ADFStatistic為準。從表4中的數據所示的結果在5%的顯著性水平下，所有變量都通過了協整檢驗，可以得出被解釋變量和目標變量之間具有長期的均衡關系，可以進行下一步的回歸分析。

3.2回歸分析

3.2.1確定回歸模式

面板數據的回歸模型可分為混合效應回歸模型、個體固定效應回歸模型和個體隨機效應3種。在確定面板數據模型方法上，首先使用似然比檢驗決定選用混合模型還是固定效應模型，然后用豪斯曼（Hausman）檢驗來確定應該建立隨機效應模型還是固定效應模型。研究對市場需求、創新文化、創新投入、平臺載體和創新人才這5個不同的指標進行模式選擇分析。通過使用Eviews 8.0版本對模型進行檢驗，首先，混合效應和固定效應檢驗得到結果見表5，在1%的水平下，拒絕原假設，應該采用固定效應;再次，使用Hausman檢驗，固定效應和隨機效應的檢驗結果見表5，拒絕原假設，采用固定效應。最后，可以確定每個指標的回歸模型。

3.2.2模型回歸

在確定回歸模型之后，按照上述EBA方法的步驟對5個目標變量分別進行回歸，回歸結果見表6，在5%的水平下，5個目標變量的回歸都是顯著的，可以進行下一步的“穩健性”回歸。

由表6計算結果可知，創新人才的回歸系數是最高的且為0.55，代表創新人才因素每增加1%，就推動區域發展提高0.55%，說明人才在創新發展的重要作用和地位，是推動區域發展的主要力量;平臺載體的回歸系數最低是0.09，代表平臺每增加一個1%，就促進區域發展水平提高0.09%，平臺載體是創新的硬件支撐，在創新的衍生和應用方面提供相應的支撐，為實現創新的大范圍使用奠定基礎。

市場需求的回歸系數為0.32，在回歸系數中排名第三，處于中等水平，我國經濟的新常態階段要求創新驅動，市場需求促使高新技術產業的發展，加快科技創新帶動區域發展的腳步，進而提高區域發展水平;創新文化的影響系數為0.12，代表創新文化每增加1%，相應的區域發展水平就提高0.12%，創新文化的作用具有感染性，隨著全年專利的授權量和申請量的增加，創新的氛圍越來越濃，慢慢地滲入到整個社會，起到的作用是循序漸進的，因此，它的作用系數在排名中并不高;而創新投入的影響系數為0.35，代表創新投入每增加1%，相應的區域發展水平就提高0.35%，創新投入是區域發展的推動器和不竭動力，由于創新結構的不合理和創新投入產出的低效率，使得創新投入對區域發展的影響并不是占據最高地位。

3.2.3“穩健性”檢驗

第一步顯著性檢驗通過之后再進行“穩健性”檢驗，一共有3個條件變量，由于條件變量較少，為了增加遍歷回歸次數，本文先選其中一個條件變量加入回歸方程，再選擇其中二個變量加入回歸方程，最后是3個一起加入回歸方程，共形成7次回歸，回歸結果見表7.

從遍歷回歸結果可以得出，選取的5個目標變量在5%的顯著性水平下對區域發展的影響顯著而且影響穩健。市場需求、創新文化、創新投入和創新人才在1%的顯著性水平下，對區域發展的推動都是穩健的，而且都是正向推動;平臺載體在5%的顯著性水平下，對區域發展的推動是穩健的，且是正向影響的。遍歷回歸的結果進一步證明了5大目標變量對區域發展具有正向的穩定推動作用，為后來的政策提出具有重大指導性。

3.3灰色關聯度分析

由于本文的數據年份較短，為了避免數據較少而造成回歸出現誤差的問題，研究使用灰色關聯度方法有效地彌補了數據較少的缺點，進一步探索5大目標變量與區域發展之間的關系。以合肥原始序列數據為例，以區域發展為參考序列，探索5大目標因素對區域發展的相似程度。

0.940.950.970.9610.950.940.950.950.970.964）計算關聯度，得到合肥關聯系數序列為R={0.87，0.64，0.72，0.95，0.96}，關聯系數度的排序為創新人才>平臺載體>市場需求>創新投入>創新文化。在回歸結果中，創新人才的貢獻率最高，灰色關聯度的關聯系數也得到創新人才與區域發展的關聯度最高，2種方法結果一致，更能說明創新人才對區域發展的影響作用。

其他城市的關聯度分析結果見表8，創新人才在馬鞍山、銅陵、安慶、宣城和六安城市中，與區域發展的關聯度最高，而蕪湖、池州和滁州則是平臺載體的關聯度最高。

通過EBA和灰色關聯度分析方法，回歸結果和灰色關聯度基本一致，得到創新人才在區域發展中具有強大推動作用，人才強國戰略在區域發展中發揮了重大作用，根據回歸結果和不同城市的關聯程度提出不同的建議。

4結語

回歸結果表明，市場需求、創新文化、創新投入、平臺載體和創新人才都對區域發展有顯著性的正向作用，對區域發展具有穩健性，其中創新人才的正向影響最大，平臺載體的影響最小;灰色關聯度方法分析結果得出，合肥等大部分城市的創新人才與區域發展的相似程度最高，兩者發展趨勢一致性最高，和回歸結果基本一致，據此提出以下建議，進一步促進皖江區域的發展，突破瓶頸。

第一，重視高端創新人才的引進與培養。在地區的人才發展方面，要完善皖江經濟帶中合肥、蕪湖兩地區人才特區體系的建設，也要繼續擴大皖江經濟帶其他地區人才特區的建立。在重點產業的人才培養方面，注重吸引留住節能環保、新能源、語音技術、量子技術等重點領域的專業人才。

第二，加快皖江區域的高新區建設，帶動高新技術的引進和發展，促進皖江區域高新技術產業均衡發展;制定相關專利申請的福利政策，鼓勵各大專利申請者的積極性，營造良好的文化創新環境。

第三，優化科技創新投入力度。首先，皖江區域擴大科技創新券的投入使用范圍，為小微企業降低企業科技創新成本，激發科技創新潛能和創業活力，為創新發展助力。其次，優先扶持皖江區域重點產業和重點企業的發展，比如中科大牽頭的量子通訊系統、科大訊飛“中國聲谷”、合肥研發的質子醫療、蕪湖機器人和奇瑞新能源汽車等產業。

第四，打造科技創新平臺支撐。特別是加大蕪湖、池州和滁州城市的平臺建設。首先，繼續引導鼓勵高校、科研院所在皖江地區的設立，推進皖江區域產學研平臺建設，包括清華大學合肥公共安全研究院、中國科學技術大學先進技術研究院、合工大智能制造技術研究院等;繼續加大量子通信系統、醫療方面、新能源等領域的平臺建設。其次，加快推進皖江經濟帶的自動化裝備、智能交通、現代農業裝備、固廢危廢焚燒處理裝置及尾氣控制、汽車車身電氣控制技術等重大創新平臺升級建設，借鑒北京平臺載體的建設思路，在成果轉化、科技創新團隊、企業的孵化等方面對皖江現有創新平臺進行打造升級。

參考文獻：

[1]Hsu G J Y，Lin Y H，Wei Z Y.Competition policy for technological innovation in an era of knowledgebased economy[J].KnowledgeBased Systems，2008，21（08）：826832.

[2]Adams M.Sustainable packaging is a brand loyalty issue for Australians[J].Food Australia，2009，61（12）：514514.

[3]Vitavin Ittipanuvat，Katsuhide Fujita，Ichiro Sakata，et al.Finding linkage between technology and social issue：a literature based discovery approach[J].Journal of Engineering and Technology Management，2014，32（02）：160184.

[4]Cancino Christian A，La Paz Ariel I，Ramaprasad Arkalgud，et al.Technological innovation for sustainable growth：An ontological perspective[J].Journal of cleaner production，2018，179：3141.

[5]馬慧敏，方國斌.技術創新對安徽區域經濟增長的影響分析[J].華東經濟管理，2008（02）：2832.

[6]姜秀娟，趙峰.我國科技投入與經濟增長的T型關聯度分析[J].科技進步與對策，2010（11）：46.

[7]陳永清.科技投入與產業經濟增長——基于灰色綜合關聯的實證研究[J].技術經濟與管理研究，2011（05）：1519.

[8]陳敏，劉國華，孫雁冰.科技經費投入與區域經濟增長的關系——基于我國八大經濟區的面板數據實證研究[J].甘肅社會科學，2011（06）：5053.

[9]周柯，張斌，谷洲洋.科技創新對產業升級影響的實證研究——基于省級面板數據的實證分析[J].工業技術經濟，2016（08）：8592.

[10]朱學新.科技創新和經濟增長關系的實證研究[J].科學管理研究，2007（06）：2528.

[11]王慧敏，王開，劉鋼.技術創新對區域經濟發展的影響研究——以江蘇省為例[J].科技管理研究，2017（08）：98105.

[12]易文鈞，吳曉杰，邢斐.科技創新對區域經濟增長的影響——基于長三角和中部五省的比較研究[J].首都經濟貿易大學學報，2017（01）：5157.

[13]喬威威，羅鄂湘，錢省三.基于DEA的企業技術創新效率研究——以上海戰略性新興產業為例[J].技術與創新管理，2014，35（06）：562566+631.

[14]安海林，安亞軍，毛太平.貴州省戰略性新興產業技術創新能力研究——基于專利數據的分析[J].技術與創新管理，2015，36（03）：243247.

[15]張鑫，李瑤，楊艷艷.安徽省高校R&D投入與產出關系研究[J].中國高校科技，2015（12）：2426.

[16]汪曉夢.皖江經濟帶區域科技創新能力評價實證分析[J].重慶交通大學學報（社會科學版），2015，15（05）：4144.

[17]羅宣，周夢娣，王翠翠.長三角地區經濟增長質量綜合評價[J].財經問題研究，2018（04）：123129.

[18]Levine R，Renelt D.A sensitivity analysis of crosscountry growth regressions[J].America Economic Review，1992，82：942963.

[19]王立平，譚德慶.我國市場化水平與經濟增長關系的EBA模型[J].西南交通大學學報，2005（06）：821824.

[20]程鈺，任建蘭，崔昊，等.基于熵權TOPSIS法和三維結構下的區域發展模式——以山東省為例[J].經濟地理，2012，32（06）：2731.

[21]喬旭寧，張婷，安春華，等.河南省區域發展協調度評價[J].地域研究與開發，2014，33（03）：3338.

[22]劉瑞超，丁四保，王成新，等.高速公路對區域發展影響的評價體系研究——以山東省為例[J].地理科學，2012，32（07）：798806.

[23]肖新新.基于面板數據的高新技術產業與經濟增長關系的協整研究[D].太原：太原理工大學，2012.（責任編輯：王強）