王奇 岳宏志
(西北大學 經濟管理學院,陜西 西安 710127)
創新驅動是國家命運所系、是世界大勢所趨、是發展形勢所迫。為了大力發展科學技術,黨中央從20世紀90年代以來,相繼實施了科教興國戰略和人才強國戰略,經過多年努力,目前我國創新驅動發展已具備發力加速的基礎。隨著中國加快經濟結構轉型升級,不斷加大對科技創新投入,中國的科技進步貢獻率近幾年來迅速攀升(見表1)。但是這一數據和發達國家仍有差距,創新型國家科技進步的貢獻率普遍高達70%以上,美國和德國高達80%以上。同時也要看到我國很多產業處于全球價值鏈的中低端,一些關鍵核心技術受制于人;我國支撐產業升級、引領未來發展的科學技術儲備亟待加強;適應創新驅動的體制機制亟待建立健全,企業創新動力不足,創新體系整體效能不高,經濟發展尚未真正轉到依靠創新的軌道;科技人才隊伍大而不強,領軍人才和高技能人才缺乏,創新型企業家群體亟須發展壯大;激勵創新的市場環境和社會氛圍仍需進一步培育和優化1摘自(2016年第15號)中共中央 國務院印發《國家創新驅動發展戰略綱要》。。這些問題的存在極大制約著我國經濟轉向高質量發展階段,那么如何破解這一難題?不同領域的專家、學者都從不同角度提出自己真知灼見,學者們普遍認為創新發展是推動我國經濟邁向高質量發展的關鍵。
對技術創新與經濟增長關系的研究,首先必須明確技術創新的內涵是什么,這涉及對技術創新的衡量問題。不同學者對技術創新認識是不同的,國內學者杜俊義等(2020)認為技術創新是用新的生產方法將投入的生產要素創造出新的產品,是企業或科研機構的專門活動。技術創新研究的是技術創新從投入到產出這個過程的內在機制和關系問題。柳卸林(2014)在其專著中認為,技術創新是指與新產品的制造、新工藝過程或設備的首次商業應用有關的技術、設計、制造及商業的活動,包括產品創新、過程創新和擴散,這導致了對技術創新的衡量是不同的。陳斌(2020)從創新支撐能力、創新產出能力、技術吸收與擴散能力三個方面來衡量一個地區的創新承載力,創新支撐能力包含的指標有科研機構和高校科研人員的數量、課題數量、經費,科技企業數量和經費;選擇高校、科研機構與企業專利申請數、授權數、發表科技論文數來刻畫創新產出能力;選擇吸納、輸出合同數量和國外引進技術合同數量來刻畫技術吸收與擴散能力。張楊等(2014)從創新投入能力、創新效益能力、創新擴散能力和創新環境四個方面選取指標來表征技術創新。謝臻等(2018)認為衡量創新的指標有科研經費投入、專利申請數、專利授權數、新產品銷售收入以及新產品銷售利潤。
其次在技術創新影響經濟增長的研究中,雖然不同的學者使用的數據類型、模型、研究方法存在差異,但是基本結論都認為技術創新可以促進經濟發展。馮云廷等(2020)利用我國15個副省級城市面板數據研究了技術創新對城市經濟增長波動的影響,發現技術創新可以熨平城市經濟增長的波動性。王麗君(2020)基于VAR實證分析了標準化、技術創新與經濟增長三者之間的關系,研究表明三者之間的關系比較復雜,并不表現為單純的正向或負向關系,不過專利(可理解為技術創新)和經濟增長之間的相互作用效果基本上是積極的。馬昱等(2020)關注了高技術產業技術創新對經濟發展的影響,發現技術創新對經濟發展數量和質量的影響存在單門檻效應,當技術創新效率跨越門檻值后,技術創新對經濟發展數量的影響由負轉正,技術創新效率對經濟發展質量的影響由顯著的正向影響變得不顯著。劉禹君等(2018)基于省級面板數據的研究發現技術創新對經濟增長的正向促進作用存在顯著的門限效應,在技術發展水平的不同階段技術創新對經濟增長的影響是不同的。何興邦(2019)認為技術創新提升了綜合經濟增長質量,但同時技術創新加劇了收入分配不平等。姜軍等(2014)以江蘇省2003—2010年的數據為基礎,用發明專利申請量衡量技術創新,證實了技術創新對地區實際GDP起促進作用。郭炬(2011)從R&D人員和R&D經費投入及專利申請的角度對技術創新與經濟增長的關系進行研究,其中R&D人員和R&D經費投入對經濟增長起促進作用,專利申請數對經濟有副作用。
關于不同類型的技術創新對經濟發展影響的研究,陳英(2004)認為技術創新可以劃分為生產過程創新和產品創新,生產過程創新能夠直接推動經濟增長速度的提高,產品創新改變產品的質量和差異性,不一定提高增長速度。梁麗娜等(2020)的研究表明在,產業結構高級化的條件下技術引進、模仿創新和自主創新均可以加速區域經濟的發展速度。在技術創新影響經濟增長途徑方面,萬勇(2011)從微觀和宏觀兩個角度探討技術創新推動經濟增長的機制,在微觀層面通過成本效應、品質效應創造經濟增長,在宏觀層面通過區域經濟結構優化機制、經濟增長方式轉換機推動經濟增長。謝雪燕等(2020)將技術創新和勞動經驗相結合分析老齡化、技術創新與經濟增長三者之間的關系,其認為在現階段人口老齡化的創新效應超過了勞動力效應,也就是說蘊藏在老年勞動力群體中的勞動經驗和創新知識可以促進經濟發展。
綜上所述,現有研究對技術創新這一概念存在著不同的理解,在綜合評價指標的構建上,現有研究選取的指標也是不同的。在對技術創新與經濟增長關系的研究上,基本認為技術創新可以促進經濟增長,但是在技術創新通過什么途徑促進經濟增長這個問題上,存在著不同的認識,對影響機制的分析以理論分析為主,缺乏實證檢驗。在模型方法選擇上,有學者采用時間序列數據對技術創新與經濟增長的長期協同關系進行驗證;有學者選取截面數據,通過因子分析方法或灰色關聯模型對各地區技術創新進行綜合測度;也有學者使用面板數據對技術創新與經濟增長之間的關系進行探討。借鑒現有研究在研究方法上的優點和不足,本文先從理論上說明技術創新對經濟增長的促進作用、影響途徑,然后對技術創新進行綜合評價,評價完后采用固定效應模型實證檢驗技術創新對經濟增長的促進作用,最后利用中介效應模型分析技術創新可以通過物質資本這條途徑對經濟增長發揮作用。

表1 科技進步對經濟增長的貢獻率(單位:%)
關于技術創新與經濟增長的關系研究由來已久。在古典經濟學理論中,1776年亞當·斯密在《國富論》中提到過分工、資本積累、技術進步和制度是影響經濟增長的主要因素。隨后,大衛·李嘉圖在《政治經濟學與賦稅原理》中提到增加資本和勞動投入可能導致要素收益遞減,而技術進步可以提高勞動生產率,從而促進經濟增長。卡爾·馬克思曾指出“生產力中也包括科學”,1988年鄧小平同志高瞻遠矚的提出“科學技術是第一生產力”從定性和定量兩個角度再次闡明科學技術內涵,這便高度肯定了技術創新對經濟發展的促進作用。1912年美籍奧地利政治經濟學家Joseph Schumpeter在《經濟發展理論》一書中指出,創新是指把一種從來沒有過的關于生產要素的“新組合”引入生產體系,也就是建立一種新的生產函數,創新的主體是企業,創新的動力是獲取利潤,企業家為追求利潤所進行的創新活動使得經濟均衡狀態被打破,由于創新是隨機出現的,經濟增長是不斷波動,由此形成經濟周期。1956年麻省理工學院的羅伯特·索洛(Robert Solow)發表了一篇題為《論經濟增長理論》的文章,該文章是一篇關于經濟增長與發展的開創性論文,建立的索洛增長模型成為新古典增長理論的基礎,在帶有技術進步的索洛增長模型中,在均衡增長路徑上人均產出和人均資本都是按照外生的技術變化率增長的,這揭示了技術進步是人均收入可持續增長的源泉。20世紀80年代的內生增長理論將技術進步作為內生變量納入到經濟增長模型中,內生增長理論將更多的討論放在技術是怎樣演變的,技術進步是由什么決定的等問題上,Paul Romer在1990年題為《內生性技術變化》的文章中對內生性問題做出了重要刻畫,Romer認為經濟增長是由技術進步和資本積累共同推動的;技術進步源自微觀主體追逐利潤的行為,是企業尋求更新更好的賺取利潤的工具的行為推動技術進步;知識或創意在本質上是一種非競爭性的投入。生產的知識和創意具有非競爭性,一旦某種知識被創造出來,知道這種知識或經過學習知道該知識的人都可以使用它,知識的這種非競爭性意味著生產具有規模報酬遞增的特點。因此技術的進步以及經濟增長過程本身都可以理解為經濟內生的結果。“干中學”模型強調人們在生產產品與提供服務的同時也在積累經驗,從經驗中獲得知識,經驗和知識的不斷積累會使個體的生產效率不斷提高,由單個個體組成的整體經濟效率便會提高,推動經濟發展。技術差距理論認為創新會增加國與國之間的技術和經濟差距,但技術模仿或擴散則會減少這種差距,縱觀中國過去經濟的快速發展,技術模仿的確有這種功效。盡管新經濟增長理論在將技術進步內生化上取得了很大的突破,但在界定知識、人力資本和技術上不夠明確,對于技術創新這一認可度較高的是曼斯菲爾德給出的定義:技術創新是從對新產品的構思開始,以新產品的銷售和交貨為終結的探索性活動。
1.基于AK增長模型的技術創新與經濟增長
技術創新對經濟增長的影響可以由很多復雜的模型推導出來,本文選用簡潔的AK增長模型進行推導。生產函數的形式為,其中A為反映技術水平的常數,K為資本存量,該生產函數具有的性質:規模收益不變;資本的邊際產品MPk=A為常數。資本積累方程為,其中δ為折舊率。消費與投資方程,設消費率c為常數則消費;假設產出只有兩種用途消費和投資,則產出可以表示為。據此可以計算出維持的經濟增長率gt,見(1)式

由(1)式很容易推出經濟增長率隨技術水平的增加而增加,隨儲蓄率的增加而增加,隨折舊率的增加而減少。
2.技術創新影響經濟增長的途徑
技術創新可以直接通過提高生產率方式而推動經濟增長,并且技術創新還會引致對投資的大量需求而拉動經濟增長。
技術創新通過影響產業生產率變化推動經濟增長。技術創新一般先推動領先產業,經由技術擴散與吸收對各個產業產生影響,進而對整個國民經濟產生影響。技術創新開始于研究與開發活動,一旦實現技術創新,它會依據社會需求把技術發明應用于生產,把潛在的生產力轉化為現實的生產力,實現了技術知識與經濟的結合。隨著技術擴散將新的技術和知識通過一定的渠道向潛在的企業轉移,新技術在生產中取得廣泛的應用,技術創新對經濟增長的促進作用才得以真正的發揮。
技術創新引致對投資的需求而拉動經濟增長。技術創新的獲得,要么通過自主研發,要么通過引進的方式,不論通過哪種方式都需要進行大量的投資。一個企業僅僅只能進行部分技術創新活動,其余的技術是需要通過引進來獲得,而這種獲得是需要進行大量的投資;自主研發也需要招聘研發人員、購置儀器、設備、建設實驗室等等,這些投資也會進入到總需求中;投資作為總需求的組成部分,可以拉動經濟增長。
3.技術創新影響經濟增長的具體方面
技術創新對經濟增長的作用表現在很多方面,尤其對產業結構的升級有著重大的影響。第一,技術創新直接改變的是供給結構,促使新產業興起,從而優化產業結構。第二,技術創新會刺激需求結構發生變化,需求結構的變化會誘導產業結構的演進。第三,技術創新也意味著某種壟斷的存在,在逐利動機的驅使下,生產要素如資本和勞動力會在各產業之間重新配置,促使產業結構變革。第四,在各產業互為投入產出的條件下,任何產業都是相互關聯而生存,產業關聯的核心便是技術關聯,技術創新會通過產業間的技術關聯影響產業結構。
4.技術創新對經濟增長質量的影響
第一,技術創新使得一定量的投入能生產更多的產出,這意味著生產要素使用效率的提高,能源和資源的節約為向綠色轉型發展提供技術支持。第二,技術創新會引起投入要素之間的相互替代,在國家大力建設生態文明的大背景之下,企業的必然選擇是在生產中更多的使用清潔能源和非能源要素進行生產,會減少使用傳統的能源要素。
對區域技術創新的衡量應立足于多維指標,單一指標無法衡量區域真實的技術創新。根據評價體系建立的科學性原則和指標數據的可得性原則,借鑒杜江等(2017)對衡量技術創新指標的選取和柳卸林(2014)對衡量技術創新指標的說明,將區域技術創新體系分解為技術創新投入、技術創新產出、技術創新擴散與吸收、技術創新環境四個子系統,選取13個指標測度技術創新(見表2)。
選取R&D人員全時當量(人年)、R&D經費內部支出(萬元)、各地區高技術產業新產品開發經費支出(萬元)三個指標來反映區域對技術創新的投入;R&D人員全時當量是用于衡量科技人力投入的指標、R&D經費內部支出和新產品開發經費支出是衡量資金投入的指標。選取各地區規上工業企業新產品銷售收入(萬元)、各地區研究與開發機構發表科技論文、各地區高等學校發表科技論文、各地區高技術產業新產品銷售收入(萬元)、各地區三種專利申請數量五個指標反映地區技術創新產出能力;新產品銷售收入是技術創新成果的直接體現、專利數在已有的研究中經常用作技術創新的衡量指標、科技論文是在學術刊物上以書面形式發表的最初的科學研究成果。選取各地區高技術產品進出口貿易總額(百萬美元)、技術市場技術輸出地域(合同金額)、技術市場技術流向地域(合同金額)、按地區分的國外技術引進合同(萬美元)三個指標反映地區技術創新擴散與吸收能力;技術合同成交額能夠客觀反映技術市場交易的活躍度和技術轉移的成效。選取每十萬人口高等學校平均在校生數反映地區技術創新環境;高等學校平均在校生數衡量一個地區創新潛力和人才儲備能力。在這13項指標中,每十萬人口高等學校平均在校生數來源于《中國統計年鑒》,其他12項指標來源于《中國科技統計年鑒》。

表2 技術創新綜合評價指標體系
技術創新綜合得分由13個指標經熵權法計算得出,共計算了30個省域的得分,其中西藏、港澳臺等地區缺失數據較多,因此在計算中未包含上述地區。熵權法的計算步驟如下:
1.使用極值法對指標進行無量綱化處理
極值法的特點是將指標數值全部轉化為0~1的區間內,最小為0,最大為1。為了消除零值的影響,需對原始指標無量綱化處理后的數據進行整體平移,即Xij=Xij+α,但為不破壞原始數據的內在規律,最大限度地保留原始數據,α的取值必須盡可能的小,在本文中α=0.0001。對于正向和負向指標,分別按如下公式處理:

其中,xij為第i個省份第j項指標的取值,為無量綱化處理后的數據,Mj為第j項指標的最大值,mj為第j項指標的最小值。
2.計算第j個指標下,第i個省份的特征比重,計算公式如下:

3.計算第j項指標的熵值ej

4.計算差異性系數

5.確定評價指標的權重wj,計算各地區綜合得分。

將指標數據代入上述公式可算出各指標的權重(見表2),最后加權計算各省域2009年至2018年技術創新綜合得分結果(見表3)。

表3 2009—2018年各地區技術創新綜合得分
1.總體變化趨勢分析
在總體層面上,根據圖1全國技術創新得分變動趨勢折線圖可知,從2009年到2018年這十年間,全國技術創新呈現不斷增長趨勢,其中2012到2014年這三年增長有放緩的跡象,其余年份增長較快。技術創新的不斷提高很大程度上是整個社會對創新重要性深刻認識的結果。在融入經濟全球化的過程中,我國逐漸意識到贏得競爭優勢有賴于國家創新能力的不斷提高,這使得我國將創新驅動發展戰略作為國家的核心戰略選擇,將科技創新擺在國家發展全局的核心位置。2016年3月,《國家創新驅動發展戰略綱要》頒布,為創新驅動發展制定了“三步走”戰略目標:第一步,到2020年進入創新型國家行列,基本建成中國特色國家創新體系,有力支撐全面建成小康社會目標的實現;第二步,到2030年躋身創新型國家前列,發展驅動力實現根本轉換,經濟社會發展水平和國際競爭力大幅提升,為建成經濟強國和共同富裕社會奠定堅實基礎;第三步,到2050年建成世界科技創新強國,成為世界主要科學中心和創新高地,為我國建成富強民主文明和諧的社會主義現代化國家、實現中華民族偉大復興的中國夢提供強大支撐。

圖1 2009—2018年全國技術創新得分變動趨勢
2.分地區變化趨勢分析
在分地區層面上,根據圖2可知我國四大地區,除東部地區技術創新得分有下降趨勢之外,中部和西部地區呈現逐年增長,東北地區在低水平下平穩發展。雖然東部地區出現下降趨勢,但是和其他地區相比,依然處于遙遙領先的地位。東部地區多為我國經濟、教育強省,憑借著經濟實力雄厚對于技術創新的投資規模大、強度高,高等學校和科研機構的創新能力強,并且地理位置優越,與世界聯系緊密,對外開放時間早、程度深,最早吸收和利用國外的資金、先進技術。因此,東部地區的技術創新呈現一枝獨秀的局面。

圖2 2009—2018年四大地區技術創新得分變動趨勢
3.各省份技術創新得分動態排名情況
根據各省技術創新得分排名情況,可將30個省市區分為5個梯隊,第一梯隊各年排名基本位于全國前6名,它們分別是廣東、江蘇、北京、上海、山東、浙江;第二梯隊各年排名基本位于全國7—12名,它們分別是天津、湖北、福建、四川、重慶、河南;第三梯隊各年排名基本位于全國13—18名,它們分別是陜西、湖南、河北、安徽、江西、遼寧;第四梯隊各年排名基本位于全國19—24名,它們分別是廣西、山西、黑龍江、云南、甘肅、吉林;第五梯隊各年排名基本位于全國25—30名,它們分別是內蒙古、貴州、寧夏、海南、青海、新疆。2009年至2018年各省創新能力得分排名情況如表4所示。

表4 2009—2018年各省技術創新得分動態排名

第四梯隊排名 第五梯隊排名2009 冀、晉、贛、甘、云、桂 內蒙古、貴、新、瓊、寧、青2010 吉、贛、晉、甘、桂、內蒙古 云、貴、新、瓊、寧、青2011 黑、贛、晉、甘、桂、內蒙古 云、貴、新、瓊、寧、青2012 黑、贛、內蒙古、晉、甘、桂 云、新、貴、瓊、寧、青2013 吉、贛、晉、桂、甘、瓊 云、內蒙古、新、貴、寧、青2014 黑、贛、晉、桂、甘、云 貴、內蒙古、新、瓊、寧、青2015 黑、吉、桂、云、甘、晉 貴、內蒙古、新、瓊、寧、青2016 吉、黑、桂、晉、云、甘 貴、內蒙古、新、瓊、寧、青2017 吉、黑、晉、桂、云、貴 甘、內蒙古、新、瓊、寧、青2018 黑、吉、晉、桂、貴、云 甘、內蒙古、新、瓊、寧、青
本文具體給出第一梯隊和第五梯隊各省份技術創新得分變化趨勢圖,由于篇幅限制而未給出第二、三、四梯隊技術創新變化趨勢圖。由圖3可知,第一梯隊主要是廣東、江蘇、北京、上海、浙江、山東,每一個地區的技術創新得分都是逐年波動的。第一梯隊各省域的技術創新一直處于全國領先水平,首先得益于這些地區大多處于東部沿海發達地區,對外開放程度高,外貿經濟發達,創新創業活動十分活躍,創新環境好。其次,領先地位的取得離不開對創新的高度重視與投入,這些地區深入推動創新驅動發展戰略,如廣東提出的“科創十二條”、北京的“三城一區”主平臺建設、江蘇高水平建設“一中心一基地”、浙江實施數字經濟“一號工程”、山東省著力打造政產學研金服用“北斗七星”創新共同體、上海全力推進張江綜合性國家科學中心建設與加快建設科技成果轉化高地。

圖3 第一梯隊各省技術創新得分
第五梯隊主要是貴州、寧夏、新疆、青海、海南、內蒙古,這些地區雖然大多數位于西部地區,但是由圖4可以看出,在2013年之后大多數地區的技術創新得分呈現上升趨勢,少數地區保持較為平穩的發展水平,這得益于國家的扶持和地區政府的重視。在政策支持方面,貴州省政府深入實施“百千萬人才引進計劃”“黔歸人才計劃”“高技能人才振興計劃”,推進國家大數據綜合試驗區建設。寧夏加快推進沿黃科技創新改革試驗區、進一步深化“科技支寧”東西部合作,落實“人才新政18條”。新疆以絲綢之路經濟帶創新驅動發展試驗區和烏昌石國家自主創新示范區為重要載體,推動科技創新和經濟社會發展深度融合。青海強實施“雙百”工程、科技型高新技術企業“雙倍增”和“科技小巨人”企業培育計劃,推進中科院三江源國家公園研究院建設,籌建先進儲能國家重點實驗室。海南推動崖州灣科技城,文昌國際航天城相關規劃編制實施。內蒙古創建呼包鄂國家自主創新示范區,推動國家重點實驗室建設,創建包頭國家軍民融合創新示范區,發展數字經濟。

圖4 第五梯隊各省技術創新得分
1.被解釋變量:經濟增長。經濟增長既可以表現在地區生產總值總量的增加、增長速度的變化,也可以表現在人均生產總值的增加、增長速度的變化。本文經濟增長用2009—2018年各省實際人均地區生產總值來衡量,具體算法為以2009為基年,用每一年各地區生產總值的指數,在2009年地區生產總值的基礎上逐年計算得出,在研究中取了對數。
4.控制變量:具體選擇的變量有人力資本、經濟開放、政府干預、基礎設施、產業結構。經濟開放主要表現為商品貿易和資本在國際間流動,因此選用進出口總額和外商直接投資來衡量經濟的開放程度,該指標是當年的按美元與人民幣中間價折算的進出口總額和外商直接投資總額。政府干預用來衡量政府對經濟活動的參與程度,該指標是用當年地方政府的財政支出占地區實際GDP的比重來衡量。基礎設施采用人均擁有的道路面積來衡量,產業結構采用第三產業產值與GDP之比計算得到,人力資本采用各省域的人均教育年限衡量。

表5 變量的統計描述
基于以上變量選擇構造固定效應模型對技術創新與經濟增長的關系進行分析,基本模型如(8)式所示:

為了進一步分析技術創新影響經濟增長的機制,構造如下的中介效應模型:

根據中介效應的逐步檢驗法,首先對(9)式進行回歸,檢驗技術創新是否可以促進經濟增長,如果系數顯著,則表明技術創新對經濟增長有影響,得到技術創新對經濟增長的總效應;其次,對(10)式進行回歸,即將物質資本對技術創新做回歸。如果系數顯著,說明技術創新帶來了固定資產投資效應;最后,對(11)式進行回歸,將技術創新和物質資本同時納入方程,如果(11)中的物質資本和(10)式技術創新的系數同時顯著,且在此條件下(11)式中的技術創新系數不顯著,則物質資本即為完全中介,若技術創新的系數依然顯著,則物資資本為部分中介。技術創新對經濟增長的總效應由α2給出,直接效應由α6給出,中介效應由α4α7給出,中介效應的貢獻由給出。
在固定效應模型和隨機效應模型的選擇上,在報告豪斯曼檢驗結果的同時還會報告輔助回歸的檢驗結果,這是由于豪斯曼檢驗只對普通標準誤有效而對聚類穩健標準誤失效。由表6可知豪斯曼檢驗是拒絕隨機效應模型的,同時使用使用xtoverid命令進行輔助回歸的統計量x2(7)=58.555,P值為0.0000,也強烈的拒絕隨機效應模型。因此模型解釋以固定效應模型為準,隨機效應模型僅是為了配合使用xtoverid命令的使用。此外,由于同一個省份不同期之間擾動項一般存在自相關,而默認的普通標準誤計算方法假設擾動項為獨立同分布的,故普通標準誤的估計并不準確。因此,本文使用以“省份”為聚類變量的聚類穩健標準誤進行估計,面板數據中的聚類穩健標準誤是橫截面數據中異方差-穩健標準誤的推廣,在面板數據中,無論是否存在異方差或序列相關,聚類穩健標準誤均有效。

表6 固定效應和隨機效應模型的估計結果

注:括號內為聚類穩健標準誤;***、**、*分別表示在1%、5%和10%的水平上顯著
模型一是在沒有加控制變量的前提下研究技術創新對經濟增長的影響,技術創新前的參數估計值為0.400,在10%的統計水平上顯著,這表明技術創新可以顯著的促進經濟增長,在控制其他變量不變的情況下,技術創新增加1%個單位,引起經濟增長0.400%。經濟增長也受到很多其他因素的影響,忽略其他變量將會高估技術創新對經濟增長的影響,在模型一的基礎上加入人力資本、經濟開放等控制變量后,技術創新對經濟增長的影響系數逐漸變小,但在1%的統計水平上顯著,這說明,在其他變量保持不變的情況下,技術創新變動1%個單位,引起經濟增長變動0.309%個單位。
從控制變量的估計結果來看,所有的控制變量除外商直接投資在統計上不顯著以外,均對經濟增長有顯著的正向影響。政府干預反映政府在經濟生活中所起的作用,由于中央政府考核地方政府業績最重要的指標便是地方經濟發展,這使得地方政府在經濟發展中一直扮演著重要的角色。人力資本用一個地區的平均教育水平來衡量,教育可以使勞動者儲備關于認識世界、改造世界的知識,提高勞動者的素質,增強勞動者學習新知識的能力,一旦勞動者將所學知識運用到勞動中將會極大提高勞動生產率,進而推動經濟增長。經濟開放對經濟增長的作用體現在進出口和外商直接投資上,進出口的系數估計值為正且在1%的統計水平上顯著,外商直接投資在統計上不顯著但系數估計值為正,可能的原因是在數據處理中兩個變量的取值沒有在一個量級上,不過總的來說經濟開放和經濟增長之間是正相關關系。產業結構的演進意味著各種生產要素的重新配置,若一個國家的產業結構比較合理則意味著各種資源能得到合理的配置且能最大程度得到利用,因此對經濟增長是有利的。人均擁有的城市道路面積可在一定程度上代表一個地區的道路基礎設施,它的完善可以改善地區之間的通達性,是地區之間溝通的重要橋梁,使得地區與地區之間的交流變得頻繁、便捷,可以為經濟增長創造一個良好的環境。
為了進一步分析技術創新影響經濟增長的渠道,選擇物質資本作為中介變量,研究技術創新是否通過物質資本的途徑對經濟增長產生影響,回歸結果如表7所示。首先檢驗技術創新對經濟增長的總效應為0.072,且在1%的統計水平上顯著。其次,檢驗技術創新對物質資本的影響,可知技術創新可以顯著的促進物質資本增加,其系數估計值為6174.608。最后,檢驗技術創新和物質資本對經濟增長的影響,可以看出中介變量物質資本對經濟增長有顯著的促進作用,其系數估計值為0.000011,技術創新的系數估計值為0.005,顯著的低于模型四中的0.072。這說明物質資本在技術創新促進經濟增長的過程中的中介效應顯著存在,且由模型六中技術創新的系數估計值在統計上并不顯著可知物質資本為完全中介,這說明物質資本是技術創新促進經濟增長的重要因素。由參數估計值可知,對數化的技術創新每提高1個單位,物質資本提高6174.608個單位;物質資本提高1個單位,對數化的實際GDP提高個0.000011單位;即對數化的技術創新每提高1個單位,通過物質資本能夠促進對數化的實際GDP提高0.067362個單位。中介效應占比高達92.92%,也就是說技術創新對經濟增長的促進作用有92.92%是通過物質資本實現的。此外,作為穩健性檢驗的Sobel統計量為4.406,大于5%顯著性水平上的臨界值0.97,表明中介效應的檢驗結果是穩健的。
此外,從表7的回歸結果也可以看出,變量技術創新和物質資本之間在一定程度上存相關性。由模型四可知技術創新可以顯著的促進經濟增長,但是在模型六中將物質資本和技術創新同時納入回歸方程后,技術創新前的系數估計值變得不顯著且明顯變小。為了證實技術創新和物質資本之間是存在相關關系的,在以物質資本為被解釋變量的回歸結果中(見模型五)可知技術創新可以顯著的促進物質資本的增加,通過進一步計算兩者之間的相關系數為0.5256,且在1%的統計水平上顯著,為了克服變量之間較為嚴重的共線性帶來的估計不準問題,在模型二的估計中并沒有將物質資本放入回歸方程中。

表7 中介效應模型回歸結果

注:括號中的是估計系數的標準誤差;***、**、*分別表示在1%、5%和10%的水平上顯著
本文基于熵權法,通過構建指標體系測度各地區技術創新得分,并采用固定效應模型和中介效應模型實證研究了技術創新對經濟增長的影響和機制。得出以下3點結論:
1.從全國層面上來看我國技術創新呈現逐年上漲趨勢;從地區層面上來看,技術創新得分在地區之間存在巨大的差距,東部地區有下降的勢頭,中部和西部地區呈現上升趨勢,東北地區在低水平上穩定發展。
2.固定效應的實證結果表明,技術創新對經濟增長有顯著的正向影響,同時政府干預、人力資本水平、經濟開放等控制變量對經濟增長起促進作用。
3.中介效應模型表明,技術創新不僅可以直接影響經濟增長而且還會通過固定資本投資效應間接對經濟增長產生影響。
1.優化頂層設計、加強制度保障
堅持國家戰略需求和科學探索目標相結合,加強對關系全局的科學問題進行研究部署,做好創新驅動發展戰略項目的合理布局和統籌規劃,避免盲目建設,在關系國家安全和長遠發展的重點領域,部署一批重大科技項目和工程,如攻克高端通用芯片、高檔數控機床、集成電路裝備等。在制度建設方面從體制改革、環境營造、資源投入、擴大開放等方面加大保障力度。
2.搭建創新平臺、營造創新環境
地方政府要圍繞國家創新發展戰略的決策部署,繼續深入的推進創新驅動發展戰略的實施,搭建創新平臺、營造創新環境。在創新環境營造方面,各級政府部門要深化對創新重要性的認識,加大財政科技投入,加大、加強知識產權保護力度和規模,深化科技體制改革,打破束縛在科研人員身上有形和無形的枷鎖,調動廣大科技人員積極投身于科研事業。在創新平臺建設方面,要搭建好國家自主創新示范區、國家和省級高技術產業開發區、重大公共創新平臺、科研院所、高等學校、企業研發機構、國家重點實驗室、科技企業孵化器等創新平臺建設
3.高水平人才隊伍建設
明確人才是創新的根本,要實施重大人才工程,加快建設科技創新領軍人才和高技能人才隊伍。深化人才發展體制機制改革,優化人才發展環境;推行科技成果處置收益和股權期權激勵制度,構建創新收益激勵機制。發揮企業家在創新創業中的重要作用,大力倡導企業家精神。
4.優化區域創新布局
針對我國各地區之間的技術創新存在較大差異,在政策目標上不是要去追求各地區的齊頭并進,而是要構建各具特色的區域創新發展格局。東部地區應該要提高原始創新和集成創新能力,中西部和東北地區應該走差異化和追趕式發展道路。構建跨區域創新網絡,整合東、中、西和東北各地區的創新資源,創建地區創新資源的共享平臺建設。優化國家自主創新示范區的布局,政策和資金適當向中西部地區傾斜。