科技創新、政策穩定性與經濟復雜度

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)

一、前言

科技創新作為世界經濟增長的重要動力，與經濟社會各領域融合的廣度和深度不斷拓展，在產品創新、技術創新、市場創新、資源配置創新和組織創新等方面發揮重要作用。熊彼得“創新經濟增長理論”認為科技創新是經濟發展的本質特征，經濟增長是將創新要素通過生產體系得以實現，即將生產要素和創新技術的“新組合”引進到生產體系中，通過技術復雜度最大限度獲取超額利潤。不同的“創新組合”對經濟的促進過程是非連續性和非均衡性的，由此形成了時間各異的經濟周期[1]。其后，哈佛大學研究團隊通過對世界銀行數據庫長期的跟蹤分析提出產品空間理論，認為經濟復雜度的提高依賴產業政策的穩定程度，經濟復雜度除基本遵循資源稟賦的“先發優勢”外，還受到政策引導作用實現產業的“彎道超車”[2]。上述理論為政府通過提高政策穩定性，進而促進經濟復雜度提供了理論支撐。實踐中，隨著中國經濟進入新常態，經濟增長模式亟須從投資驅動轉換到創新驅動，科技創新被認為是推動經濟高質量發展的重要依托[3]。

那么，科技創新是否驅動了經濟復雜度提高？如果該效應得到證實，其背后的作用機制是什么？科技創新對經濟復雜度的作用在本身特征以及空間規律上又具有何種差異？對于這些問題，盡管科技創新為各個經濟體所重視，并著力打造創新城市圈、經濟帶，創新空間建設也逐漸成為國民經濟發展戰略的重要組成部分，但準確評估科技創新對經濟復雜度作用的實證研究仍較為缺乏。現有的相關文獻來自于實現路徑的理論闡述和科技創新如何影響全要素生產率、吸引國外投資[4]和城鎮化增長率[5]，以及科技創新對貧富差距[6]等影響經濟復雜度的子課題。要回答以上問題，需要在梳理相關理論的基礎上，結合中國的現實背景進行實證研究，這也為本文提供了一個做出邊際貢獻的機會。

已有的理論研究認為，科技創新對經濟復雜度的影響是多維度的：在微觀層面上，科技創新等創新要素的集聚，使產業形成了兼具規模效應、技術溢出效應及長尾效應的經濟環境，在此基礎上可以更好地提升產業政策的穩定性[7]；在宏觀層面上，可以通過新的創新投入要素、新的資源配置效率和新的全要素生產率促進經濟復雜度。但是，這其中存在一個重要的問題，即科技創新主要通過何種路徑促進經濟復雜度？以往研究并沒有提供一個統一的框架來回答該問題。對此問題，本文選取從科技創新對政策穩定性影響的視角展開研究。通過該角度，本文嘗試基于一個完整的框架探討科技創新如何促進經濟復雜度，同時，本文選取經濟體層面作為研究對象，能夠在更加全面、宏觀的空間尺度對科技創新、政策穩定性和經濟復雜度進行研究。

具體而言，本文結合科技創新的特點，以政策穩定性為視角構建理論分析框架，在此基礎上，測度了1995—2019年全球199個經濟體的科技創新和經濟復雜度水平，并將政策穩定性與經濟體傳統變量相匹配，運用OLS回歸、分組回歸和中介效應模型實證檢驗科技創新對經濟復雜度的影響及其作用機制。研究結果顯示，科技創新顯著促進了經濟復雜度，實現政策穩定性是其中重要的影響機制。這些結論在進行分組檢驗、替代變量和控制變量等穩健性檢驗后仍然成立。本文可能的邊際貢獻在于三個方面：第一，本文借鑒現有文獻，從經濟體層面對科技創新和經濟復雜度進行了較為全面的測度，能夠從更全面、宏觀的角度討論兩者的時空演化特征和影響關系。第二，本文在統一框架下探討了科技創新主要通過何種路徑影響經濟復雜度這一根本性問題，全面評估了科技創新對促進政策穩定性的作用，驗證了政策穩定性對于科技創新影響經濟復雜度的路徑作用，深化了已有文獻。第三，本文構建了較為全面的指標體系，因變量包含了經濟復雜系數、人均國民收入，自變量包括了居民專利申請數量，中介變量包含了哈佛大學Atlas數據庫政策穩定系數，控制變量包含了發展程度、資源類型和經濟周期，相比以往研究更能準確衡量政策穩定性在經濟體的差異特征。此外，本文還進行了分組檢驗和替代變量檢驗，較好地提高了回歸結果的穩健性。

二、文獻綜述與研究假設

(一)科技創新與經濟復雜度

Joseph Schumpeter是最早研究科技創新與經濟復雜度關系的學者，他認為經濟的本質是創新，是創新與生產的組合推動了經濟復雜程度的提高。由于科技創新是非連續性和均衡性的，所以經濟增長的周期性由此產生。具體而言，組織創新方面，Claudine和Berangere根據2019年丹麥企業數據庫，實證社會經濟中存在一些組織，其原則是以民主作為一種治理機制，在“開放”世界中制定與創新價值應用相關的實踐促進了經濟增長[8]。教育創新方面，陳良焜等基于1961—1979年世界銀行數據，首次計量了經濟體合理的教育投入比率不低于3.29%，并實證教育投入對GDP具有正向促進作用[9]。Blanchard和Giavazzi利用1960—2000年世界銀行數據協整檢驗表明，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[10]。產品創新方面，金樂琴和劉瑞認為，經濟體應當提供低碳產品，以應對全球氣候變化帶來的經濟發展模式轉型問題[11]。市場創新方面，劉林青等首次提出“國家創新空間”概念，并構建了稅收、就業、教育和投資等框架，認為國家競爭能力的提高是促進經濟復雜度的關鍵[12]。技術創新方面，林洲鈺等依據2013年中國創新型企業數據，實證表明技術創新表現出不隨政府效率變化而變化的穩定性，對提高國家競爭力具有顯著正向作用[13]。資源配置創新方面，李煜華等和JULIEN等分別利用江蘇省160份問卷調查和中國2003—2014年出口數據庫，實證了政府通過稅收政策、金融支持、產業政策、人才政策等政策資源效率配置工具，促進經濟復雜度[14-15]提升。

綜上，本文提出假設1：

H1：科技創新促進經濟復雜度提升。

(二)科技創新與政策穩定性

目前，有關科技創新與政策穩定性的直接研究較少，現有研究較多集中在某一產業關系的子課題上，缺少對產業政策的整體考察。本文認為科技創新通過促進區域內投資增加、公共財政支出擴大、行業充分競爭、人力資本流動、技術溢出以及形成區域品牌效應，進而提升產業政策的穩定性。Lester和Stefan基于1995年13個國家數據分析認為，科技創新促進了非營利組織的政策穩定性，而非營利組織多為服務行業，該文獻為后續研究產業政策穩定性提供了有益借鑒[16]。黃先海和謝璐以2003年中國汽車工業數據庫為樣本，研究發現政府科技創新研發補貼在汽車行業的作用最為明顯，可以帶來更大的國民福利[17]。曾世宏、鄭江淮和 Perez等分別利用2009年中國統計局數據庫和2020年墨西哥企業數據庫數據，分析認為綠色技術的科技創新，對出口政策穩定性作用顯著[18-19]。科技創新對于政策穩定性發揮重要作用，方榮貴和王敏根據VLSI、SEMAT-ECH、IMEC三家研發聯盟案例，認為共性技術研發聯盟是中國半導體產業獲取共性技術、通過產業政策建立研發聯盟的一條切實有效的途徑[20]。鄭江淮等認為高技術復雜度產品領域的開發、技術和知識創新擴散，應成為中國經濟發展政策穩定性提升的重點[21]。Muhlis和Buhari分析了2019年韓國和日本的經濟數據，指出科技創新投入促進產業結構轉型，不僅會影響國家的收入水平，還會影響其產業政策取向[22]。

綜上，本文提出研究假設2：

H2：科技創新促進政策穩定性。

(三)政策穩定性的中介效應

科技創新中介政策穩定性能促進經濟復雜度提升，例如，林毅夫和李永軍依據2002年中國統計年鑒，實證分析了出口政策穩定性對經濟增長具有直接和間接雙重推動作用，構建政策穩定性理論框架，引入產品密度、技術復雜度和產品鄰接度指標，計量政策穩定性作用于經濟復雜度的關系[23]。數字產業方面，Chen和Han利用2010—2011年中國金融數據庫進行實證研究，發現數字互聯網產業政策穩定性與其他產業關鍵經濟安全要素之間存在正向顯著關系，并交互促進國家經濟增長[24]。Wang和Turkina依據2019年加拿大魁北克省企業數據庫，研究本地生產和全球連通性的產品，揭示了提升全球連通性產品的政策穩定性可以促進區域競爭力提升和可持續發展[25]。

綜上，本文提出研究假設3：

H3：政策穩定性對科技創新促進經濟復雜度產生中介效應。

(四)經濟復雜度提升的異質性

經濟復雜度提升除受到科技創新、政策穩定性的作用外，還因為經濟體發展程度、資源類型以及經濟周期而出現異質性。在發展程度方面，賀燦飛等基于2001—2013年中國產品出口數據，檢驗了技術關聯與區域發展程度的異質性影響生產結構演化，并最終作用于經濟復雜度[26]。在資源類型異質性方面，齊瑋基于1999—2010年汽車出口數據，以汽車行業出口量為自變量，互惠貿易為控制變量，考察對GDP的影響，結果發現，汽車產業等技術資源密集型產業的出口相比其他產業類型，是帶動GDP增長的主要因素[27]。鄧向榮和曹紅利用中國1962—2014年商品貿易數據，分析認為傳統的勞動密集型產業應加大退出力度，以解決抑制技術密集型產業創新能力的問題[28]。在經濟周期異質性方面，馬海燕和劉林青基于115個國家(地區)54年的商品貿易數據，評估促進經濟發展向誰模仿的問題，分析指出新階段的發展中國家應盯準最富有國家進行產業結構設計，提升經濟復雜度，應對產業升級的不確定性[29]。

綜上，本文提出研究假設4：

H4：經濟復雜度提升機制存在異質性。

三、樣本數據與研究設計

(一)數據整理

本文使用的數據來源于世界銀行和哈佛大學Atlas數據庫1995—2019年199個經濟體。為避免數據選擇性偏差，數據集包含經濟體名稱、年份、人均國民收入、經濟復雜度、居民專利申請量、政策穩定系數，為便于有效地從多個角度探究相關問題，本文數據集還包含了經濟體發展程度、資源類型和經濟周期等二元數值變量。簡言之，本文所用的數據具有一定的代表性和可信性。

變量選取方面，科技創新指標借鑒楊開忠[30]與梁權熙和謝宏基[31]的觀點，選取居民專利申請數量對科技創新進行描述。政策穩定性指標則借鑒徐孝新和李顥[32]與孫楚仁和易正容[33]現有研究，選取哈佛大學Atlas數據庫政策穩定系數作為中介指標。經濟復雜度指標借鑒丁志帆[34]、鄭小碧等[35]，以及左鵬飛等[36]有關定義，從人均國民收入對數，以及經濟復雜程度兩個方面進行刻畫，涉及的相關變量指標定義見表1。

表1 變量設置與計算方法

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相差程度，具體表現為對因變量人均國民收入進行對數化處理，如公式(1)所示：

Y*=ln(yi)

(1)

其中：Y*表示經濟復雜度； yi表示人均國民收入。

其次，對自變量、中介變量和控制變量數值進行數據編碼化處理，如公式(2)所示：

(2)

(3)

公式(3)中，exp(CHEM+VEHI+MACH+ELEC)c,i,t為某一經濟體c產業i在t時期的化工類、汽車類、設備類和電子類出口總額， ∑i,texpc,i,t為某一經濟體c產業i在t時期的出口總額。判定標準見公式(4)：

(4)

公式(4)中，xc,j,t為判定系數，RESOc,i,t為某一經濟體c產業i在t時期的技術類資源類型出口占比數值，MEANc,t為全球經濟體在t時期的技術資源出口占比均值。若經濟體數值超過全球均值，則判定為技術密集型經濟體，否則為非技術密集型經濟體。

本文對樣本數據的正態分布進行檢驗，輸出結果如圖1所示，表明數據呈正態分布，可以進行OLS回歸檢驗。

圖1 樣本數據正態分布檢驗

進一步，相關變量描述性統計整理見表2，變量數據峰度普遍大于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介于0.01～1之間，說明數據分布形態與正態分布的程度偏離不大。

表2 變量描述性統計

(二)模型構建

本文構建中介效應模型，考察總效應、直接效應、間接效應和效應中介量，步驟如下：

首先，為檢驗研究假設H1，即科技創新促進經濟復雜度的總效應，構建基本模型如公式(5)所示，觀察系數c是否具有顯著性。

ECIi=β0+c×PATEi+εi

(5)

其中：ECIi為經濟復雜度；β0截距； c 為總效應系數；PATEi為科技創新；εi為殘差。

其次，為檢驗研究假設H2，即科技創新對政策穩定性的影響，構建公式(6)，觀察系數a是否具有顯著性。

COIi=γ0+a×PATEi+εi

(6)

其中：COIi為政策穩定性；γ0為截距； a為間接效應系數；PATEi為科技創新；εi為殘差。

再次，為檢驗研究假設H3，研究政策穩定性在科技創新促進經濟復雜度的中介效應是否存在以及作用程度如何，構建公式(7)，考察直接效應系數c′以及間接系數b是否具有顯著性。

ECIi=δ0+c′×PATEi+b×COIi+εi

(7)

其中：ECIi為經濟復雜度；δ0為截距；c′為直接效應系數；b為間接效應系數； PATEi為科技創新；COIi為政策穩定性；εi為殘差。

通過觀察系數 c′是否具有顯著性，來判定中介效應是否存在。如果系數c具有顯著性，但系數c′不具有顯著性，則政策穩定性具有完全的中介效應。如果系數c′

c-c′=a×b

(8)

最后，為檢驗研究假設H4，對經濟復雜度提升的異質性進行考察，構建公式(9)：

ECIi=δ0+c′×PATEi+b×COIi+d×CLASi+εi

(9)

其中：CLASi為控制變量的類別,d為作用系數。

進一步，檢驗主效應回歸方程(9)中各變量的Pearson相關系數,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，結果見表3。

表3 控制變量的Pearson相關系數

四、實證結果

(一)假設H1的檢驗結果

表4報告了系數c的顯著性，以及科技創新影響經濟復雜度的估計結果：科技創新促進經濟復雜度的系數為0.00000399，具有顯著性。表明經濟體居民專利申請量每增加1件，可以提高經濟復雜度0.00000399，結論支持假設H1。

表4 科技創新影響經濟復雜度

(二)假設H2的檢驗結果

表5報告了系數a的顯著性，以及科技創新影響政策穩定性的程度，經濟體居民專利申請數量促進政策穩定性提升的系數為0.00000391，具有顯著性。表明每增加1件居民專利申請，可以提升產業政策穩定性0.00000391。結論支持假設H2。

表5 科技創新促進政策穩定性

(三)假設H3的檢驗結果

表6考察中介效應是否存在，報告了系數b和系數c′的顯著性，以及政策穩定性促進經濟復雜度中介效應的估計結果。居民專利申請量促進經濟復雜度提升0.00000156，具有顯著性。政策穩定性促進經濟復雜度的系數為0.621，具有顯著性。政策穩定性作用系數c′，以及科技創新作用系數b 均具有顯著性，且系數c′

表6 政策穩定性的中介效應

進一步，表7報告了政策穩定性的中介效應量，科技創新作用與經濟復雜度的總效應量為0.00000399，直接效應量為0.00000156，間接效應量為0.00000243。政策穩定性間接效應量分別為0.00000391和0.621，間接效應量為0.00000243，中介效應量占比為61.02%。表明政策穩定性是科技創新促進經濟復雜度提高的中介變量，提高產業政策穩定性，可以提升經濟體經濟復雜程度。

表7 政策穩定性的中介效應量

(四)假設H4的檢驗結果

本文分組檢驗了經濟體發展程度、資源類型和經濟周期類別對政策穩定性中介效應的影響。表8報告了控制變量對中介效應影響的異質性，發達經濟體相比其他經濟體，促進經濟復雜度0.810，且具有顯著性。

表8 控制變量異質性檢驗結果

技術密集型經濟體相比其他類型經濟體，提高經濟復雜度0.807，具有顯著性。經濟體2008年以后相比此前，促進經濟復雜度提高0.0176，具有顯著性。這表明，經濟復雜度的促進機制具有“先發優勢”效應，發達經濟體相比發展中經濟體更能促進經濟復雜度提升。另外，還存在“產業政策窗口期”和“機會窗口期”，經濟體優先發展技術密集型產業以及在現階段加大科技創新投入力度，對于促進經濟復雜度提升具有正向顯著性，結論支持假設H4。

五、進一步的檢驗

(一)替代變量穩健性檢驗

借鑒葛和平和吳福象運用替代變量相結合的穩健性檢驗方法[37]，本文使用人均國民收入對數作為替代變量，考察科技創新、政策穩定性與人均國民收入對數的結論是否具有穩定性。限于篇幅，本文不對數據整理、模型構建做介紹。穩健性檢驗的總效應結果如表9所示：居民專利申請量促進人均國民收入對數增加0.00000357，具有顯著性，結論支持假設H1。

表9 科技創新對人均國民收入的影響

(二)替代變量的中介效應測量

表10報告了政策穩定性的中介效應量結果。居民專利申請量促進人均國民收入的直接效應系數為0.00000152，依據公式(8)計算出間接效應系數為0.00000205，中介效應量占比為(0.00000357-0.00000152)/0.00000357=57.42%。表明政策穩定性對科技創新促進人均國民收入具有部分中介效應，研究結論支持假設H3。

表10 政策穩定性促進人均國民收入的中介效應

六、研究結論與政策啟示

(一)研究結論

本文立足于經濟體科技創新促進經濟復雜度提升的事實，從政策穩定性的視角切入，基于世界銀行和哈佛大學Atlas數據庫1995—2019年經濟體層面數據，在構建科技創新與經濟復雜程度系數的基礎上，運用中介效應模型、替代變量和分組檢驗，多維度實證檢驗了科技創新對經濟復雜度的影響及其內在機制。主要結論如下：

第一，科技創新顯著促進經濟復雜度提升。

第二，科技創新對產業政策穩定性系數為正，具有顯著性。

第三，科技創新、政策穩定性對經濟復雜度影響系數為正，具有顯著性。

第四，異質性分組檢驗方面，發達經濟體具有“先發優勢”效應，促進經濟復雜度提升存在“產業政策窗口期”和“機會窗口期”。

第五，中介效應量測度方面，政策穩定性對經濟復雜度的中介效應量占比為61.02%，對人均國民收入對數的占比為57.42%。

(二)政策啟示

本文除了為科技創新促進經濟復雜度提升提供了一系列經驗證據外，其結論還具有以下政策啟示：

第一，在科技創新能夠成為推動經濟復雜度提升的新動能現實之下，加大對產業轉型升級能力的建設，包括引導技術落后、資源密集型和人力密集型產業加速退出，通過政策引導和加大科技創新要素投入，吸引技術人才跨國流動，實現產業技術追趕和彎道超車，利用中國特有的“集中力量辦大事”的優勢機制[38]，加大國有資本對科技創新的引領作用。

第二，政策穩定性被證明對經濟復雜度和人均國民收入具有明顯的中介效應，可推行長期穩定的產業政策戰略，建立產業創新統籌基金，包括：設立半導體官產學研專項計劃，優先支持企業與高校、科研院所聯合承擔半導體技術攻關任務，采取“橫向課題”按一定比例配套“縱向資金”的做法，為技術密集型產業提供有力的環境支撐。

第三，從戰略高度認識政策穩定性對經濟復雜度和人均國民收入的重要影響，發揮政府職能，制定科學有效的科技創新政策。堅持法治政府、效率政府，堅持市場導向和重點產業引導，在關鍵技術和領域實現“技術追趕”和“彎道超車”。

第四，加大科技創新投入力度，形成合力的投融資體系，進行科技創新的組織創新和市場資源配置能力創新相結合的方式。要以市場-技術為基礎，培育一定規模的企業集團，暢通科技創新轉化渠道。允許、鼓勵高校自主轉移科技創新知識產權，帶動產業升級。

第五，經濟復雜度的“先發優勢”效應、“產業政策窗口期”和“機會窗口期”效應得到證實，科技創新有助于形成區域協調發展的經濟格局，通過產業鄰近轉移、政策引導技術追趕，實現規模效應以及獲得技術壁壘賦能經濟高質量發展，提升產業政策穩定性對實現中國經濟高質量發展具有重要意義。