國家創新空間要素與國民收入增長實證研究

汪小龍 千東畢 石含雍，3 李 美，4

(1.無錫太湖學院 會計學院，江蘇 無錫 214064；2.韓國國立釜慶大學 技術經營大學院，韓國 釜山 48547；3.貴州交通職業技術學院，貴州 貴陽 550008；4.吉林外國語大學 商學院，吉林 長春 130117)

0 引言

研究國家創新空間要素對經濟增長的影響具有重要意義，尤其在當前全球疫情沖擊經濟的大環境下，明確政府資源配置方向，提高資源配置效率，對于提升經濟體經濟增長具有重要意義。理論方面，現有R&D影響經濟增長和EOG影響經濟增長的研究頗豐，論證視角逐漸從單一指標轉向與市場環境、金融環境、法治環境、開放程度和政策穩定性的交互影響。實踐中，世界經濟體對R&D和EOG促進經濟增長開始關注。例如英國2019年《政府白皮書》強調發展3D打印、海底焊接和生物材料R&D的同時，一改“不干預”的立場，突出政府在推動創新戰略中的重要作用；美國2018年10月05日發布《先進制造業美國領導力戰略》報告，提出了政府主導的新一輪科技創新計劃；德國推出了《國家工業戰略2030》，認為應當充分發揮政府對國家創新能力和競爭能力的促進作用。中國2020年《政府工作報告》強調要充分發揮創新第一動力，人才第一資源作用，加強國家創新能力建設，編制“2035遠景目標”發展規劃，強調政府和企業的創新協同基礎平臺建設。上述理論和實踐層面說明，研究R&D與EOG對經濟增長的驅動影響和改善路徑，將是未來一段時間內經濟體可持續發展研究的重點。

不同于現有研究，本文的邊際貢獻可能包括：首先，在模型設定層面，利用逐步回歸和后向回歸方法，對國民收入增長路徑進行分類，通過觀測每一變量的F值和T值變化，構建最優模型；其次，在數據選擇方面，避免了傳統研究中按照特定地理位置、特定行業或者資本因素等分類的主觀偏向性，通過1995-2018年全球經濟體不同樣本數據，克服了樣本數據選擇性偏差的問題；其三，在研究方法上，將國家創新空間要素作為國民收入增長依賴路徑因素，考察其對國民收入增長的影響，并考察外生給定分組數據和內生分組數據的影響。最后，在實證層面，綜合運用OLS回歸和分組檢驗，系統梳理不同洲別CONT、不同FOG因素的影響，研究結果，為處在新冠疫情沖擊下的當前國際社會，提供了如何促進國民收入增長的理論支撐與實踐指導。

1 文獻綜述與研究假設

世界范圍的學者普遍認為國家創新空間要素對國民收入增長影響重大，但研究結論見仁見智，百家爭鳴。自梅農·戈登等(1991)首次運用動態購買力平價方法核算中國的國民生產總值以來[1]，學者開始關注促進經濟增長的指標體系研究，例如針對R&D和EOG研究出現兩個分支：一方面是基于“優先順序”的探討。楊開忠(1994)提出國防目標等政府政策對經濟的影響，開創性提出了政府促進經濟的視角[2]。林洲鈺等(2014)認為R&D表現出不隨EOG變化而變化的穩定性，對提高國家競爭力具有更優的正向作用[3]。在資源有限假說的前提下，經濟體優先發展R&D還是EOG，經濟學界仍存爭議，易信等(2015)支持R&D優先[4]，而馬衛等(2019)支持建設“效率型政府”[5]。另一方面是基于“正負效應”的探討，唐未兵等(2014)運用GMM方法實證了中國技術引進對經濟增長短期有利，中長期抑制國民收入增長[6]。袁建國等(2015)提出政府關系“資源詛咒”學說，認為執政黨政治關聯會弱化R&D和業績敏感性，進而對經營增長產生抑制作用[7]。

1.1 R&D

熊彼特指出，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，包括新產品、新技術、新市場、新材料和新的組織方式。從國家層面來看，創新是增加經濟體競爭能力、保持可持續經濟增長的重要途徑。Connor, M 和 Rafferty, M(2012)基于2006-2010年數世界銀行數據庫，以上市公司股權分散程度代表市場化程度，考察R&D對GDP的影響，認為良好的市場環境促進R&D，并交互增加國民生產總值[8]。蘇治和徐淑丹(2015)運用EDA包絡分析法對R&D和組織管理效率影響企業經營增長進行實證研究，認為R&D依賴組織管理效率改善[9]。萬建香和汪壽陽(2016)則結合R&D與社會資本的交互作用，實證對GDP的影響，基于1998-2013年中國統計年鑒數據研究發現，R&D和社會資本一并促進國民收入增長[10]。

1.2 EOG

EOG是政府機構在單位時間內的運轉速度，辦事的數量和質量，EOG反映一個政府的整體功能水平，提高政府的工作效率，是世界經濟體普遍致力達成的目標。魯桐和黨印(2015)基于1996-2010年194個經濟體數據，以EOG、投資者保護為自變量，實證對居民專利申請量的影響，進而論證EOG促進經濟發展方式的轉變效應，發現政府行政環境促進國民收入增長[11]。李煜華等(2015)基于江蘇省160份問卷調查，構建政府干預影響新興產業，促進經濟增長的結構方程模型，認為政府通過TAX、金融支持、產業政策、人才政策等政策安全性促進R&D并增長GDP[12]。喬志程等(2018)根據1995-2014年世界價值觀調查，認為政治信任在發達國家促進經濟的作用較為顯著，發展中國家不具有顯著性[13]。羅新遠(2018)運用對比分析法，發現中國特色的腐敗與經濟增長呈現正相關關系，但是腐敗造成的危害卻是共同的[14]，因此，政府還需要完善監管機制，構建法治政府。

1.3 FDI

FDI是現代的經濟體國際化的主要形式之一，按照國際貨幣基金組織定義的FDI是指，在投資人所屬國以外的國家所經營的企業擁有持續利益的一種投資。唐未兵等(2014)利用動態面板廣義矩陣，分析1996-2011年28個省區數據，構建FDI、技術引進對生產要素質量和效率的影響關系，發現外資技術溢出和模仿效應有利于經濟增長集約化水平的提升。肖文和林高榜(2014)基于2010年中國統計年鑒數據，以FDI、R&D效率對GDP進行OLS回歸檢驗發現，中國整體平均R&D效率在0.5-0.6之間，行業外資比重提高有利于提升這一比例，進而促進經濟體經濟增長[15]。

1.4 TAX

經濟體通常通過稅收優惠政策吸引外部投資，提高創新和競爭能力，特別是，全球疫情期間通過降低稅負率提升經濟活力。Paula 和 Jose A S(2010)依據1995-2009年世界銀行數據，運用OLS回歸方法，實證增值稅與資金、人力資本存量對國民收入的影響，發現降低稅負率可以促進國民收入增長[16]。孫正和張志超(2015)則依據中國1995-2013年省級面板數據，運用VAR結構向量回歸模型，計量工資稅率、資本稅率對國民收入分配格局的影響，認為降低流轉稅率可以完善分配格局促進經濟增長[17]。

1.5 URBA

周一星(1982)最早對城市化促進國民收入增長開展研究，根據1950-1975年日本、蘇聯、美國城市化數據，利用OLS回歸方法，實證URBA交互科學技術、勞動生產率對GNI的影響，指出人口向城市集聚是勞動分工逐漸完善的必要前提，URBA促進國民經濟增長是普遍規律，即使在全球疫情環境下，這一基本規律仍可以被驗證[18]。林毅夫和陳斌開(2013)依據2000-2009年統計年鑒，運用數值模擬方法，指出URBA不能以重工業發展為優先目標，欠發達國家的政府對國民收入增長起至關重要的作用[19]。黃祖輝(2014)則以四川蒲江的URBA發展為案例，研究URBA、農業現代化與GDP的關系，認為URBA推動中國農業現代化的發展，并吸納農村剩余勞動力轉移是促進國民收入增長的途徑之一[20]。

1.6 INTE

互聯網作為INTE要素之一，在全球疫情期間促進經濟增長，在中國阿里巴巴釘釘辦公平臺的運用尤其明顯。Chen, D Y 和 Han, C D(2012)依據中國2010-2011年金融數據，研究互聯網、經濟安全對GDP的影響，發現互聯網與關鍵經濟安全要素之間存在正向顯著關系，并促進國民收入增長[21]。劉湖和張家平(2015)則利用2008-2013年省級面板數據，OLS回歸分析互聯網、INTE對經濟增長的影響，認為固定寬帶等INTE表現出規模經濟，促進經濟增長[22]。

1.7 EMPL

全球疫情首當其沖的可能是EMPL Lewis, S A(1954)依據對比分析法，指出人力資本、EMPL促進經濟增長，但是，勞動需求和資本需求富有價格彈性，實際工資上漲同樣不利于EMPL的提高[23]。龔剛和楊光(2010)根據2008年中國統計數據，實證發現工資性收入占國民收入比例呈現正U型結構[24]。周明海等(2010)則將人口就業分為原始勞動和人力資本兩個部分，運用OLS回歸分析原始勞動收入增長緩慢，人力資本高增長導致農村剩余勞動力對經濟增長貢獻與回報不匹配，進而造成收入分配失衡，制約經濟增長的問題[25]。

1.8 LIVE

全球疫情期間，在無政策限制的情況下，一般疫情國的人口呈現移出的現象，Stark Q和 Wang Y(2002)研究經濟體移民數量、職業選擇和GDP關系，依據1990-2001年世界銀行數據庫，回歸分析發現移民概率取決于人力資本積累，熟練勞動力流出對原籍國有害，但是職業吸引力會部分彌補原籍國損失，總體上疫情會通過人口流失的方式作用于經濟[26]。馬曉微和張巖(2004)則從微觀的行業層面，以2000-2002年北京市建筑業數據構建生產函數實證城市移民數量對建筑業行業發展，進而促進區域經濟增長[27]。

1.9 GINI

GINI是公認的衡量經濟體社會公平程度的指標之一，社會對不公平的接受程度，楊明海和馮玉靜(2012)稱之為權利距離，其以2009年IMF數據為根據，利用象限分析方法，發現權力距離對人均國民生產總值顯著負相關[28]。陳斌開和林毅夫(2012)則利用2011年中國統計年鑒，定量分析GINI對經濟增長的影響，發現在比較優勢發展戰略下，先富帶動后富的滴落機制發生作用，收入分配格局不斷改善進而促進經濟增長，認為允許貧富差異是促進經濟體整體經濟增長的機制之一。

1.10 EDUC

孫冶方(1981)首次從定性研究的角度提出應當將教育部門劃分為生產部門，而不是非生產部門的類別，認為教育是一種生產力，EDUC影響經濟增長水平[29]。其后，陳良焜等(1986)首次使用1961-1979年世界銀行數據，定量分析了教育投入比率對GDP的影響，計量了合理的教育投入比率不低于3.29%，并實證教育投入對GDP正向促進作用[30]。Blanchard O 和 Giavazzi F(2003)利用協整檢驗方法，基于1960-2000年世界銀行數據，認為教育程度、人力資本對經濟增長推動作用具有滯后性，但是長期內效果顯著，EDUC提高國民素質，進而促進疫情防控效率[31]。

1.11 CARB

綠色經濟是以市場為導向、以傳統產業經濟為基礎、以經濟與環境的和諧為目的而發展起來的一種新的經濟形勢，是產業經濟為適應人類環保與健康需要而產生并表現出來的一種發展狀態。綠色經濟綜合性強、覆蓋范圍廣，帶動效應明顯，能夠形成并帶動一大批新興產業，有助于創造就業和擴大內需，是推動經濟走出危機和實現經濟增長的重要支撐。李陽等(2014)利用2004-2011年中國工業數據，構建CARB、R&D對GDP的回歸模型，發現環境規制對技術轉化能力的長期促進作用大于技術開發能力，并在技術開發和技術轉化階段均促進經濟增長[32]。

1.12 FINA

金融市場環境作為經濟體貨幣政策影響經濟增長的途徑之一，具有重要作用，相關的研究成果頗豐，諸如：Acemoglu D 和 Veronica G(2008)基于1998-2007年Wind數據庫，構建脈沖響應函數，發現貸款利率的提高會降低房地產價格并最終減低國民生產總值[33]。余明桂等(2016)根據2001-2011年A股上市公司數據，認為產業政策通過信貸、稅收等機制促進企業經營增長[34]。陳斌開和陸銘(2016)實證了FINA反映資本回報，加快利率市場化促進國民收入增長[35]。李文溥和李昊(2016)則利用1992-2012年CEIC數據，構建FINA、金融投資品比率對GNI的影響，認為利率管制下過低的FINA水平是導致中國居民財產收入過低的首要原因，論證了市場利率的U型結構[36]。

1.13 COI

政府可以從法律環境(Allen et al, 2005)[37]、政策開放程度以及經濟政策不確定性(梁權熙和謝宏基，2019)[38]等多方面作用于經濟增長，基于1992-2004年統計年鑒、2000-2015年66個經濟體數據以及2003-2014年2476家上市公司數據，實證認為公平的法律政策環境促進建立良性的國民收入分配機制，并最終促進經濟增長；開放度對一帶一路國家國民收入增長有顯著正向影響，但不存在U型影響；政策不穩定性對企業創新活動具有正向促進作用。

綜上，提出假設H1 R&D促進國民收入增長；假設H2 EOG促進國民收入增長；假設H3 FDI、稅收制度、URBA、基礎設施、人口就業、人居環境、GINI、EDUC、綠色經濟、FINA和COI在全球疫情環境下對經濟增長具有正向作用。

2 數據收集與實證方法

本文使用的數據來源于世界銀行1995-2018年全球199個國家和經濟體宏觀數據。為避免數據選擇性偏差，本文數據集除包含年份、人均國民收入、GDP、R&D、EOG、FDI、TAX、INTE、EMPL、LIVE、GINI、EDUC、CARB、FINA和COI等連續型變量外，還包括CONT、FOG和是否國家創新空間等虛擬二值變量。本文所用的國家創新空間數據具有代表性和可信性，具體變量指標定義見表1。

表1 變量的定義

為提高數據的準確性，對樣本數據進行如下處理：首先，縮小變量間數據范圍的級差程度，對因變量人均國民收入和GDP進行對數化處理，如公式(1)所示：

y*=Ln(GNIper,GDP)

(1)

其次，對自變量和控制變量數值進行數據標準化處理，見公式(2)所示。

(2)

最后，相關變量描述性統計整理如表2所示，變量數據峰值普遍大于0，說明總體數據分布與正態分布相比較為陡峭，為尖頂峰。變量數據的偏度普遍在-1.011-7.87之間，說明數據分布形態與正態分布的程度偏離不大。

表2 數據的描述性統計

為克服內生性問題，本文使用有限混合模型和分組檢驗方法，構建最優擬合模型。將FDI、TAX、URBA、INTE、EMPL、LIVE、GINI、EDUC、CARB、FINA和COI等國家宏觀指標作為控制變量，對不同國家和經濟體的增長路徑進行解析，采用逐步回歸方法擬定最優模型。基于“節儉模型”的原則，使用一元一次模型作為基礎回歸方程，公式如(3)和(4)所示：

Ln(GNIper)=E(y)+ε

(3)

E(y)=β0+β1R&D

(4)

通過逐步回歸構建了包括FDI、TAX、URBA、INTE、EMPL、LIVE、GINI、EDUC、CARB、FINA和COI等變量的回歸模型，基本回歸方程如下所示：

E(y)=β0+β1R&Dit+β2EOGit+β3(Groupit)+β4(Zit)+εit

(5)

其中，兩者β0+εit共同刻畫的是經濟體i在時期t的多路徑作用關系。區別于傳統增長模型，有限混合模型放松了所有經濟體服從相同增長路徑的基本假定，將不同經濟體異質性納入到分析框架加以考慮，連續型數值變量和類別虛擬變量整合到統一框架內，且增長路徑的數量依據內生要素決定。故有限混合模型表達式可以寫成：

Groupit:y=xβit+εitεit～N(0,σ2it)

(6)

其中，y代表被解釋變量，x為解釋變量矩陣，待估計系數矩陣為βit,εit分別代表獨立同分布的零均值正態分布。在不同組別中，βit在10%的統計水平應當顯著不相等，以刻畫解釋變量x在不同組別中所承擔的差異化作用。

模型(6)中不同經濟體的分類原則取決于內生要素和外生給定相結合，在考察類別變量的情況之外，為避免遺漏變量指標，增加了宏觀經濟指標為控制變量，本文用Zit表示經濟體i在時期t的FDI、稅收制度、URBA、INTE、EMPL、LIVE、GINI、EDUC、CARB、FINA、和COI的數值自變量與控制變量的作用存在顯著性區別，自變量有助于解釋同一組別內部不同經濟體的國民收入增長差異，而控制變量有助于解釋不同組別之間的經濟增長差異。給定經濟體i)有限混合模型表達式寫為：

(7)

其中，k為組別數量，Z為控制變量矩陣，對應的待估計矩陣系數為αk，πk(Z,αk)表示經濟體i隸屬于組別的概率，βk表示自變量矩陣x在組別的待估計矩陣。運用后向回歸方法，對多元一次回歸模型中不具有顯著性的EMPL和LIVE對經濟增長的影響進行二次項檢驗，通過繪制散點圖發現，EMPL及移民數量對經濟增長呈曲線型關系。

最終，構建的多元二次回歸模型包含了FDI、TAX、URBA、INTE、EMPL、LIVE、GINI、EDUC、CARB、FINA、COI等變量，公式如下所示：

E(y)=β0+β1R&Dit+β2EOGit+β3FDIit+β4TAXit+β5URBAit+β6INTEit+β7GINIit+β8EDUCit+β9CARBit+β10FINAit+β11COIit+β12EMPLit+β13EMPL2it+β14LIVEit+β15LIVE2it+εit

(8)

進一步，檢驗主效應回歸方程中控制變量的Pearson相關系數。結果如表3顯示，主要變量的相關系數在0.3及以下，證明變量之間不存在明顯的多重共線性問題，可以進行回歸分析。

表3 變量的Pearson系數

結合現有文獻，在借鑒人口就業、金融市場、EOG3個控制變量的基礎上，本文增加FDI、TAX、URBA、INTE、LIVE、GINI、EDUC和R&D 8個指標進一步豐富了現有的國民收入增長分析框架。

3 結果分析與穩健性檢驗

基于OLS回歸與分組檢驗，考察假設H1提出的R&D促進國民收入增長的影響關系，與H2提出的EOG促進國民收入增長的影響關系。實證計量美洲、大洋洲、非洲、歐洲、亞洲以及君主立憲制、民主共和制和總統議會制的經濟增長差異，并指出各控制變量的影響大小和顯著性；通過有限混合模型的分組檢驗、替代變量全樣本穩健性檢驗，考察假設H3提出的各控制變量促進國民收入增長的假設，指出不同分組經濟體的最優外部經濟性。

3.1 全樣本檢驗

GNIper水平是衡量一國的經濟實力和人民富裕程度的重要指標，GNIper綜合地反映一國經濟發展水平、經濟實力、人民生活水平。回歸結果見表4所示，R&D促進GNIper增長0.1%，提高EOG促進0.15%，吸引FDI促進0.47%，TAX促進1.71%，URBA促進2.72%，基礎建設促進0.69%，降低GINI促進0.44%，提高EDUC促進0.80%，綠色經濟促進6.02%，降低FINA促進經濟增長0.18%，提高COI促進11.69%，EMPL與經濟增長關系為倒U型結構，促進作用為5.09%，但是曲面向下，曲率為-0.00046，LIVE數量與經濟增長呈現正U型結構，當LIVE數量達到規模效應后，開始出現正效益。曲面開口向上，曲率為正的0.001。模型F值為1035.299，調整后R2為0.754，模型擬合基本正確。

表4 GNIper全樣本回歸檢驗

3.2 CONT分組檢驗

通過數據分組，對比各組數據變量的均值，見表5所示：GNIper對數方面，南、北美洲均高于總體均值，歐洲最高，為9.641，最低的為非洲，僅為6.913；居民專利申請數量方面，世界年均經濟體為5947件，亞洲在日本的帶動下，平均值居世界第一，為14408件，其次是北美洲的13297件、歐洲的3076件，最少的為歐洲的均經濟體80件；EOG方面，大洋洲開辦企業所需的天數最少，為26.652天，其次為歐洲的29.569天和北美洲的31.606天，最多的為南美洲的104.31天；吸引FDI方面，歐洲經濟體均值最高，為14.776%，其次為亞洲、非洲和北美洲，但是與歐洲的絕對值仍相差較大；稅負率方面，全球稅負率最低的是亞洲，為12.993%，其次為北美洲、南美洲，最高的為歐洲的20.441%；URBA比率方面，南美洲URBA比率為71.119%，其次為歐洲和北美洲，最低的為非非洲的40.694%；互聯網基礎建設方面，歐洲、亞洲和北美洲分列前三；EMPL方面，南北美洲和非洲較高，最低的為歐洲和大洋洲；LIVE數量方面，移入國為北美洲經濟體和大洋洲經濟體，移出國為非洲、南美洲、歐洲和亞洲；GINI從低到高排名依次為歐洲、亞洲、大洋洲、北美洲、非洲和南美洲；教育程度方面，歐洲的高等院校入學率最高，為自1995-2018年以來，年均50.99%，美洲、大洋洲緊隨其后，非洲最低，僅為8.484%；CARB方面，CARB數量從高到低依次為歐洲、亞洲、北美洲、大洋洲、南美洲和非洲；FINA方面，歐洲利率最低為4.956%，亞洲第二為6.956%，利率最高的為南美洲13.215%；最后，哈佛大學Atlas數據庫公布的COI數據顯示，歐洲的COI最高，為0.559，其次為大洋洲0.073、和北美洲的0.008，亞洲、南美洲和非洲，COI年均值為負數。

表5 CONT分組回歸檢驗

3.3 FOG分組檢驗

各FOG對經濟影響程度和顯著性見表6結果所示，分析如下：君主立憲制亦即“有限君主制”，是相對于君主專制的一種國家體制。君主立憲是在保留君主制的前提下，通過立憲，樹立人民主權、限制君主權力、實現事務上的共和主義理想，亞洲的日本和歐洲的英國是該FOG的代表國家，特殊性表現為：首先，EOG促進經濟增長程度最高，為0.90%。其次，EDUC促進經濟增長作用最明顯，為0.41%。另外，EMPL提高經濟增長效果為8.20%，效率最高。民主共和制分為直接民主共和制和間接民主共和制，社會主義國家的代議民主共和制與資本主義國家的代議民主共和制就FOG而言，屬于同一類型。縱觀1995-2018年民主共和制經濟體表現，URBA進程將是政府工作的重點，可以促進經濟增長2.36%，EDUC、EMPL和INTE，分別可以提高經濟增長0.18%、3.12%和0.97%。總統制的特點是以總統為行政首腦，行政機關從屬于總統而非議會。在總統制下，總統獨立于議會之外，定期由公民直接或間接選舉；總統只向選民負責。亞洲的韓國和美洲的美國，是總統制的代表性國家。全球疫情沖擊下，區別于其他政體表現為：R&D和EOG分別促進經濟增長0.1%和0.05%；外商投資對經濟的抑制作用為0.49%；總統制是三個FOG中，唯一提高GINI促進經濟增長1.12%的國家；降低市場利率促進經濟增長0.16%；提高COI促進17.18%，相關系數最高。另外，吸引移民可以增長經濟0.1%，并具有顯著性。

表6 政體形式分組回歸檢驗

綜上，本文提出的假設H1：R&D促進國民收入增長在GNIper增長全樣本檢驗中得到證明；假設H2：EOG促進國民收入增長在國民生產總值全樣本回歸檢驗中得到證明；假設H3：FDI、TAX、URBA、INTE、EMPL、LIVE、GINI、EDUC、CARB、FINA和COI對國民收入增長具有促進作用。最后，通過假定檢驗、繪制殘差核密度圖，證明了本文OLS回歸基本正確。

4 結論

在探討宏觀指標對國民收入增長影響時，如果忽略了內生機制和外生給定的分組情況，可能很難識別促進國民收入增長的變量要素和作用機制。并且，容易陷入平均效應的認識偏差。本文放開了所有經濟體服從相同回歸函數的假定，對于國家創新空間要素投入影響國民收入增長的控制變量分類別地探討最優經濟性。相關研究結果為當前世界經濟體應對疫情沖擊下的經濟持續增長提供了理論借鑒和實踐指導。

首先，CONT方面。亞洲對R&D表現出促進經濟增長最好的外部經濟性；北美洲和大洋洲對于提高EOG收益最高；除南美洲外，吸引FDI促進經濟增長具有一致性；TAX影響經濟是曲線性關系，非洲和歐洲提高稅負有利，而其他CONT則需要降低稅負率；URBA、INTE、CARB表現出所有洲均具有作用的一致性。先富帶動后富，不僅在亞洲的中國一段時期內適用，放之于非洲也具有正向顯著性。

再者，FOG方面。世界經濟體采用總統議會制的數量最多，君主立憲制的優勢在于政策的穩定性，R&D、EOG、EDUC、COI、EMPL促進經濟增長具有較高的正向作用。民主共和制則在TAX、INTE、FINA表現出更多優點。總統議會制方面表現出均衡性的特點，所有指標與經濟增長均保持了正向相關性，而且，人居環境方面是唯一一個增加LIVE數量促進經濟增長0.10%的類別。綜上，經濟體在應對全球疫情沖擊情況下，國民收入增長治理手段和路徑需要結合自身特點，分主次、分方向實施，尋找最優的國民收入增長治理多路徑依賴機制。

本文討論了國民收入增長中的一般規律，構建了國家創新空間要素投入促進國民收入增長的關系，據此對經濟體綜合提出以下政策建議：

首先，所有經濟體無論內生要素和外生給定分類如何，在URBA和INTE方面對經濟增長的改善是一致的，均會促進經濟增長。

其次，不能因為R&D、EOG中長期決定國民收入增長而重點投入，經濟體發展是眾多因素“均衡作用”的結果，本文考察的變量影響國民收入增長的作用應當結合自身CONT、政體分組情況，選擇國家創新空間要素投入的最優經濟性。

最后，資本因素在經濟體增長的作用逐漸降低，政府主導的制度因素，包括TAX、GINI、EOG、FINA以及COI等因素作用程度在提高。這為弱后經濟體通過建立“效率型政府”實現經濟趕超提供了新的視野。

本文建立了各分類變量矩陣對國民收入增長影響的模型，計量了國家創新空間要素變量作用于國民收入增長的程度和趨勢關系，并對全球199個經濟體的相關關系進行了驗證。但是研究也存在一定的局限性，未來可引入多元多次項交互模型考量變量對經濟增長的非直線性關系進一步拓展對國民收入增長的綜合分析。