中國省域創新能力及不平等測度

徐藹婷,邱可陽,祝瑜晗, 2

(1. 浙江工商大學 統計與數學學院;2. 浙江工商大學 統計數據工程技術與應用協同創新中心,浙江 杭州 310018)

0 引言

創新被廣泛認為是推動現代經濟增長的核心力量[1],特別是在我國經濟由高速增長階段轉向高質量發展階段的背景下,創新的作用更加凸顯。對此,國家出臺了一系列促進創新發展的重大戰略部署。《國家創新驅動發展戰略綱要》明確提出,到2020年我國進入創新型國家行列,到2030年躋身創新型國家前列,到2050年成為世界科技創新強國;黨的十九大報告中鮮明指出,創新是引領發展的第一動力,是建設現代化經濟體系的戰略支撐;“十四五”規劃則進一步強調,要堅持創新在我國現代化建設全局中的核心地位,把科技自立自強作為國家發展的戰略支撐。

在突出創新對經濟發展重要作用的同時,必須充分認識我國當前的主要矛盾——人民日益增長的美好生活需要和不平衡不充分的發展之間的矛盾。由于不同地區生產力發展水平不均衡,而創新人才和物質稟賦會趨向經濟發達地區積聚[2],進一步引發和擴大區域間創新發展的不平衡。處于弱勢位置的地區由于創新資源匱乏,難以形成有效且成規模的知識資本積累,致使創新能力發展不充分,進而加劇區域經濟發展不平衡與不充分。從創新核心要素——研究與試驗發展(Research and Experimental Development,R&D)的地區分布來看,2019年東部地區R&D經費內部支出與R&D人員分別占全國的66.00%和65.60%,而中部、西部、東北三個地區的R&D經費內部支出與R&D人員占比之和僅為34.00%和34.40%;東部地區規模以上工業企業專利申請數達753 199件,占全國申請總量的71.07%,而中部、西部、東北地區的規上工業企業專利申請占比分別僅為17.55%、9.07%和2.31%。由此可見,我國不同區域的創新資源和創新條件存在顯著差異。

遺憾的是,創新研究很少關注不平等問題,無論是熊彼特提出的技術創新理論,還是羅默提出的內生增長理論,均強調創新/技術進步是保持經濟增長的關鍵因素,后續一系列研究也以效率最大化作為理論基石設置目標函數[3]。國內相關研究則多以(全要素)生產率提升或經濟增長為目標[4]。當前,創新能力不平等研究相對匱乏,尤其是在當前追求平衡、充分的高質量發展階段,開展關于創新能力不平等的研究尤為必要。

本文分析將有助于彌補國內創新能力不平等的研究缺口,并力圖在以下方面有所貢獻:第一,基于創新內涵契合性與實際測算可行性雙重考量,提出創新能力測度指標——R&D資本,以更科學合理地考察我國創新能力;第二,立足于創新能力的本質特征與測度方法的內在屬性,對傳統的不平等測度方法予以拓展,將省域經濟水平與創新能力相匹配,采用集中指數(Concentration Index,CI)測度與經濟水平相關的創新能力不平等;第三,在兼顧不平等測度方法特性與政策導向需求的基礎上,借鑒Allanson等[5]提出的動態分解方法,將省域創新能力不平等的變化分解為地區經濟增長效應與創新能力累積效應,進一步將后者分解為創新能力分布效應和創新能力規模因子。此外,本文研究時間序列為1978—2019年,嘗試探索改革開放40多年來我國省域創新能力經歷了怎樣的變遷,區域間創新能力的不平等程度以及發展趨勢如何,引致創新能力不平等的因素是什么及其貢獻程度。以上問題的研究對于進一步促進區域創新協調發展、提升我國創新能力整體質效、加快創新型國家建設具有重要的現實意義。

1 文獻回顧

1.1 創新能力測度

一般而言,創新著眼于企業層面,是指新的或有顯著改進的產品或工藝實現,或新的組織管理方式或營銷方法采用[6]。從國家或區域層面看,創新主體還包括各級政府機構、高等院校、科研機構等,其目的不僅在于實現各種新技術、新發明的商業應用價值,更體現為加速技術進步、提升國際競爭力,為經濟體持續發展提供動力[7]。為量化與比較不同國家之間、不同區域之間的創新能力,不同機構或學者對國家創新能力的衡量與測算進行了大量探索,主要可以歸為三類:一是構建國家創新能力測度指標體系,如經濟與合作發展組織(OECD)提出的科學、技術和工業計分牌,歐盟提出的歐洲創新記分牌和全球創新記分牌;二是編制創新能力綜合指數,如聯合國開發計劃署發布的技術成就指數,世界銀行推出的知識經濟指數;三是選取創新能力的代理指標,其中使用最廣泛的是與專利相關的指標,如專利申請數、專利引用數、發明專利數等[8],也有學者采用R&D投入或R&D人員、新產品銷售收入、論文發表量及引用率等指標[9]。

然而,無論是企業還是國家,抑或是區域,創新能力的測度邊界尚不清晰,難以滿足統計定義和識別需要,在選取衡量指標時需倍加謹慎,充分認識它們的局限性[10]。就省域層面的創新能力測度而言,國家創新能力測度指標體系雖然可以較為全面地展示各省域在不同創新維度上的表現,但難以綜合分析與比較各省份創新能力;創新綜合指數即使可以彌補上述缺陷,也無法避免指標賦權方法難以確定、數據來源相對有限等問題的存在。由此可見,采用創新能力的代理指標是一個比較理想的選擇,尤其是專利數據,其可以“提供相當可靠的創新活動衡量標準”[11]。但遺憾的是,并非所有企業(特別是服務業)都擁有專利,也并非每一項創新活動都具有可專利性以及每項專利都會用于創新活動,如在實踐中企業通常會申請多項專利,但可能只使用其中的一項或幾項進行產品研發[12]。再者,專利從提出申請到正式授權往往長達數年之久[13],其經濟價值能否成功實現仍有待商榷,且不同專利之間還存在質量差異,以數量為表征的專利數據(如專利、論文數量及引用率等指標)遠不足以反映知識積累及其所達到的知識存量水平[14]。

不難發現,以專利、R&D投入等數據表征創新能力的方法仍存在諸多局限,那么應該如何選擇創新能力的代理指標呢?本文認為,其要求不外乎兩點:一是契合創新能力測度的理論基礎;二是有利于推動形成經濟增長新動能。由創新線性模型可知,R&D作為一類“為增加知識存量以及設計已有知識的新應用而進行的創造性、系統性工作(弗拉斯卡蒂手冊第7版,第1.32段)”,其3種類型——基礎研究、應用研究與試驗開發占據了創新活動鏈的上游位置,且與知識資本這一體現科技創新的關鍵詞直接關聯[14]。更重要的是,眾多學者研究發現,R&D資本與傳統經濟增長分析框架中的勞動/資本相匹配,使科技創新得以從一攬子籠統的剩余項“技術進步”中獨立出來,成為加快創新發展和提高全要素生產率的核心要素[15]。顯然,R&D資本與知識存量的積累可以作為影響經濟增長的獨立要素而存在,且弗拉斯卡蒂手冊、《國民賬戶體系2008》(2008版SNA)等國際標準也為R&D資本測算提供了完備的數據基礎、扎實的理論框架以及系統方法指導。可見,R&D資本實踐基礎穩健且淵源有自,是創新能力代理指標的理想選擇。因此,本文跳脫出既有文獻的固有框架,將R&D資本作為創新能力的表征,考察我國及省域創新能力的變化趨勢,以更科學合理地衡量我國創新水平、把脈區域創新格局。

1.2 不平等測度與分解

不平等是指社會之間、社會群體之間或時期之間的分布差異[16],涉及收入、消費、教育、健康等多個維度,其中,以收入不平等的應用最廣泛。考察既有研究發現,收入不平等即個人擁有財富的不平等程度,通常使用Gini系數、Theil熵指數、變異系數及其一系列衍生拓展指數進行測度[17],且其分解往往同時進行。具體來說,收入不平等的分解方法可大致歸為三類:基尼系數分解、基于回歸分析的不平等指數分解以及使用熵指數的不平等程度測算。如曲兆鵬和趙忠[18]基于變異系數、平均對數離差、基尼系數、Theil熵指數等多個不平等衡量指標對我國農村消費和收入不平等情況展開測度,并通過方差分解和回歸分解方法探究人口老齡化對于不平等變化的影響;劉窮志和龐泓[19]構建了Gini系數變化的三層分解模型,進一步討論了收入增長對收入不平等的影響。類似地,創新能力不平等的測度也以Gini系數、Theil熵指數、變異系數等一維指數為主。然而,就我國而言,鮮有學者關注創新能力不平等。如萬廣華等[20]、張古鵬等[21]基于專利指標,采用變異系數、Theil-L、Theil-T指數和Gini系數等方法評估我國區域創新能力/質量不平等,并發現較早時期的創新能力不平等程度較高,研究區間后期的不平等程度則保持不變或呈現收斂趨勢。相關研究還有,蘇屹等[22]以自有知識存量和外溢知識為切入點,綜合運用份額比例測度法、普通離散系數法、集中度測度法(Gini系數)等方法,對區域創新系統的知識存量進行公平度測算。

盡管這些不平等測度指標被普遍用于考察不平等領域,但人們對于如何衡量不平等仍存在廣泛爭議[23]。如Gini系數違反了帕累托改進原則,即收入不平等會隨社會總收入增加而加劇[24]。進一步的實證研究還表明,Gini系數掩蓋了收入絕對差異的真實情況,從而產生政策誤導[25]。再如,Theil熵指數無法用于不同規模和具有不同結構人群收入差距的直接比較,且目前尚無普遍認同的衡量標準[26]。當然,也有學者對基尼系數等不平等測度指數進行了改進和擴展[27],但這些指標依舊未能反映其它社會因素對不平等的影響。

事實上,就創新能力而言,它既是推進經濟發展的必要催化劑,同時又受到經濟水平的驅動或制約。大經濟體通常擁有較大規模的市場供給與需求,這既有利于降低技術創新成本,減少創新風險,又有利于提高創新基礎設施利用效率,提升企業集群和產業集群外溢效應,具有開發創新的比較優勢,因此其創新能力往往較領先[28]。無疑,創新能力不平等與經濟發展水平緊密相關且難以分割,在評估測量時應多重考慮。在此方面,衛生經濟學領域廣泛采用的集中指數為創新能力不平等測度提供了新思路與新選擇。因此,本文基于創新能力特征與測度方法屬性的雙重考量,對傳統的不平等測度——不同地區創新能力分布的差異予以拓展,將省域經濟水平與創新能力相匹配,采用集中指數測度與經濟水平相關的創新能力不平等。

2 研究方法

2.1 創新能力測度

簡單來說,各機構通過開展R&D活動,將人力、物力、財力等投入轉化為具有新使用價值的產出,當形成的R&D產品被用于生產其它產品時,其價值作為生產其它產品的中間投入;當生產出來的R&D產品被用于積累時,其價值構成R&D投資,將各期R&D投資積累便構成R&D資本。上述邏輯脈絡蘊含R&D資本測算的兩個遞進層次。

(1)流量層次的R&D投資測算,將R&D經費內部支出依次調整為R&D產出、R&D投資。該過程需要借助GDP核算框架,運用國民經濟賬戶“供給—使用”核算思想:從供給者角度開展R&D活動,識別R&D產出是如何產生的,即將按照現金收付制記錄的R&D經費內部支出轉化為按照權責發生制記錄的R&D活動投入,再由研發活動投入轉化為體現使用(購買)者特征的研發產出[14];從使用者角度對R&D產出去向予以甄別,即篩選出能為所有者帶來經濟利益的R&D產出,將其作為R&D投資處理。

(2)存量層次的R&D資本測算,即基于期初R&D資本與各期R&D投資,結合R&D資產價格指數及折舊率,實現至期末所累積R&D資本的測度。該過程利用永續盤存法,通過設定初始資本價值、折舊率以及價格指數等,將各期R&D投資轉換為各期期末的R&D資本價值。目前,國際上測算R&D資本的主流方法有三類:固定資本測度方法PIM[29]、滯后i期的R&D資本測度方法[30]以及美國BEA開發的R&D資本測度方法[31]。鑒于PIM方法更加適合于固定資本測度,而滯后i期的R&D資本測度方法中的滯后期難以確定,因此本文選擇BEA方法,用公式表示為:

(1)

其中,Ct和Ct-1分別表示第t期與第(t-1)期末不變價R&D資本,Rt表示第t期不變價R&D投資,Dt表示第t期不變價折舊額,δ表示R&D資本折舊率,折舊額應該基于第(t-1)期的不變價R&D資本和第t期的不變價R&D投資計算。

2.2 創新能力不平等測度

與Gini系數和洛倫茲曲線相似,集中指數是集中曲線的量化展現,該曲線構建方法以洛倫茲曲線為基礎。其中,沿著45°線,R&D資本在不同經濟水平地區是平均分布的,表明不存在與GDP相關的創新能力不平等,此時CI=0(表明R&D資本的分布與各省域經濟水平無關,不存在與GDP相關的創新能力不平等,而不是表明R&D資本完全平等,但該情況在實際中一般不會出現,是極端狀態)。若大量的R&D資本積聚在經濟欠發達地區,則存在親貧(pro-poor)不平等,此時CI<0,處于45°線上方;若大量的R&D資本積聚在經濟較發達地區,則存在親富(pro-rich)不平等,此時CI>0,處于45°線下方。洛倫茲曲線與集中曲線的最大差異在于橫軸,前者橫軸為按照R&D資本排序的省域累積百分比,而后者橫軸為按照GDP排序的省域累積百分比。也即,Gini系數與洛倫茲曲線為創新能力單維不平等的測度;集中指數與集中曲線為創新能力二維不平等的測度。

集中指數是集中曲線與45°線之間區域面積的2倍,其計算公式為:

(2)

上述公式雖然簡單,但不易操作,因此借鑒Wagstaff等[32]的方法,將其轉化為:

(3)

其中,i為省域序號,N為省域總數,μ為各省域的平均R&D資本,RDCi表示省域i的R&D資本存量,GDPRi表示省域i的GDP分位值排名,可通過GDPRi=(GDP排名-0.5)/N求得。式(3)的前半部分是CI的方便協方差(ConvenientCovariance),表明CI是各省域R&D資本(RDCi)與GDP相對排名(GDPRi)的關聯性測度,乘以2是為了確保CI介于-1～1之間。實際上,當各省域的R&D資本排名與GDP排名完全一致時,CI即為Gini系數。

進一步地,通過數值模擬可更加直觀地展現CI與Gini系數的聯系和區別,如表1所示。表1共設置了5個省域(A-E),GDP分別為100、200、300、400、500。第1期各省域的R&D資本介于0.1～5之間,Gini系數為0.594 4,CI為0.050 0且P值不顯著,表明R&D資本與各省域GDP的關聯度較低,與GDP的相關系數也僅為0.069 7。隨著R&D活動的開展,R&D資本逐漸積累,各省域于第2期分別達到12、15、20、30、45的不平等水平,其分布可能不限于表1中的5種(2.1～2.5)。不難發現,Gini系數、Theil熵指數、變異系數等系列一維不平等指數族在5種分布中具有相同的不平等程度。

表1 集中指數與一維不平等指數族的數值模擬測度結果Tab.1 Numerical simulation measurement of the concentration index and one-dimensional inequality indices

然而,它們傳遞的不平等信息一樣嗎?如表1中2.4列表明,R&D資本積累與各省域經濟水平高度正向關聯,CI為0.265 6;2.5則相反,即R&D資本積累與各省域經濟水平高度負向關聯,CI為-0.265 6,CI的正負符號可清楚地反映上述關系。從2.1-2.4來看,2.1與2.2兩種R&D資本分布的CI并不顯著(P值大于0.1),與GDP的相關系數也很小,表明與GDP相關的創新能力不平等程度較低,僅有0.045 9和0.096 4,而其本身分布的不平等程度達到了0.265 6(Gini系數)。隨著R&D資本與GDP相關度的提升,CI逐漸增大,直至極端狀態(2.4)——各省域R&D資本與GDP排名完全相同,這樣CI與Gini系數達到一致(0.265 6)。

2.3 創新能力不平等分解

為進一步探索創新能力變化與經濟水平變化對創新能力不平等程度的影響,借鑒Allanson等[5]提出的動態分解方法,基于期初和期末的創新能力變化,將其分解為創新能力累積效應與地區經濟增長效應。前者表示當經濟水平保持穩定時,由創新能力提升引致的不平等變化;后者則表示當創新能力保持穩定時,由各省域經濟水平變動引致的不平等變化,具體計算公式為:

=(CIf-CIfs)+(CIfs-CIs)

=Mrank+MRDC

(4)

其中,CIf和CIs分別表示期初、期末的省域創新能力不平等程度,μf和μs分別為期初、期末的平均R&D資本積累水平,RDCi,f和RDCi,s分別表示省域i在期末、期初的R&D資本,GDPRi,f和GDPRi,s分別表示省域i在期末、期初的GDP排名。CIfs則是按照期初經濟水平排序和期末R&D資本積累計算的CI。

Mrank=CIf-CIfs代表地區經濟增長效應,反映CI衡量的創新能力不平等與省域經濟水平變化的關系,即省域經濟水平變化對創新能力不平等的貢獻(基于期末R&D資本)。當Mrank>0,省域經濟水平變化加劇了不平等;當Mrank<0,省域經濟水平變化緩解了不平等;當Mrank=0,表明各省域經濟水平變化并不會對創新能力不平等程度產生任何影響。

MRDC=CIfs-CIs代表創新能力累積效應,反映CI衡量的創新能力不平等與R&D資本累積之間的關系,即R&D資本積累對創新能力不平等的貢獻(基于期初經濟水平),也可理解為初始經濟水平差異對省域間后期創新能力分布的影響。MRDC>0,表示創新能力積累具有正向效應,將加劇不平等;當MRDC<0,表示創新能力積累具有負向效應,可緩解不平等。創新能力累積效應MRDC可進一步分解為創新能力規模因子與創新能力分布效應的乘積,如式(5)所示。

(5)

其中,△μfs=μf-μs,刻畫了期末與期初平均R&D資本的變動,CI△s為創新能力變動的集中指數(基于期初經濟水平)。假設各省域經濟水平保持在期初水平,當CI△s<0,表明經濟欠發達地區創新能力的提升程度高于經濟發達地區,進而利于經濟欠發達地區發展;當CI△s>0,表明經濟欠發達地區創新能力的提升程度不及經濟發達地區,進而利于經濟發達地區發展;當CI△s=0,則說明不同經濟水平地區創新能力的變化程度一致。

q=△μfs/μf代表創新能力規模因子,反映CI衡量的創新能力不平等與平均創新能力的關系,體現了整體創新能力提升對不平等的調節作用。

P=CI△s-CIs代表創新能力分布效應,表示創新能力從RDCs到RDCf的變化對不平等的影響程度。當P>0,意味著創新能力具有累進特征,即R&D資本積累隨著經濟水平提升而增加;當P<0,則意味著雖然經濟欠發達地區的固有創新基礎較薄弱,但是創新能力提升空間和潛力巨大,R&D資本積累速度超過經濟發達地區;當P=0,表示創新能力變化對不平等程度沒有影響。

由于“創新能力規模效應”與“創新能力分布效應”是交互項,在考察創新能力累積效應影響創新能力不平等時就需要綜合二者,如表2所示。其中,q<0表明期末國家整體的創新水平不及期初,但通常而言,在全球高度重視創新發展的當下,國家或地區創新能力很少會出現下降情況。因此,在整體創新能力提升的大背景下,若經濟發達地區憑借其經濟實力與已有的R&D資本積累優勢實現創新能力的規模性積累,即P>0,將加劇地區間創新能力不平等;若經濟欠發達地區由于R&D資本體量小,依賴國家創新舉措在短期內實現R&D資本的迅速積累,即P<0,將緩解地區間創新能力不平等。

表2 創新能力累積效應對創新能力不平等的影響Tab. 2 Impact of innovative capacity cumulative effect on innovative capacity inequality

當然,除了基于期初經濟水平的分解,也可以基于期末經濟水平的分解,但會造成研究結果不一致[5],其計算公式為:

CIf-CIs=(CIsf-CIs)+(CIf-CIsf)

(6)

(7)

類似地,△μsf=μs-μf刻畫了期初與期末R&D資本的平均變動,q*度量了各省域期初創新能力均值與期末的比較(與q的符號相反)。CI△f是以創新能力變化與期末經濟水平為來源計算的集中指數,其正負號意義與CI△s一致。因此,當期末整體創新能力提升(q*<0)時,P*=(CIf-CI△f)<0意味著創新能力總體變化加劇了不平等程度;P*>0則意味著緩解了不平等程度;P*=0表示創新能力變化對不平等程度沒有影響。

3 省域創新能力與不平等的測度及分解

3.1 省域創新能力測度

本文相關數據均來自于歷年的《中國科技統計年鑒》《中國統計年鑒》《中國工業統計年鑒》以及各省統計年鑒資料。

(1)當期R&D投資。根據供給者與使用者的核算思路,首先計算R&D產出,繼而將R&D產出調整至R&D投資:①在成本法下,R&D產出包括勞動投入成本、中間投入成本與固定資產成本[33]。其中,勞動投入與中間成本分別對應R&D支出的人員勞務費和其它日常性支出;固定資產成本則是開展R&D活動所使用的固定資產發生的折舊,本文借鑒江永宏和孫鳳娥[34]的方法估算R&D資本性支出形成的固定資本存量,再乘以折舊率,得到固定資產成本。對于市場性R&D活動,需要另外考慮生產稅凈額與資本回報,由于兩類數據不是直接可得且存在較大爭議[35],本文未對二者進行調整;②R&D投資的測算需要篩選出能為所有者帶來經濟利益的R&D產出,但在實際操作上存在困難,各國實踐也是復雜多樣[35],因此本文將全部R&D產出轉化為R&D投資。

(2)期初R&D資本。若樣本時間序列足夠長,基期的R&D資本對后續年份測算結果的影響會逐漸減弱[36]。因此,本文直接通過期初投資額、R&D資本增長率以及折舊率計算得到。對于其中的關鍵參數——R&D資本增長率,則用R&D投資增長率替代[30]。假定R&D投資按照固定的指數增長率增長,該增長率可通過線性回歸估計得到。

(3)R&D資產價格指數。鑒于2008版SNA推薦的虛擬價格指數尚缺乏必要資料,目前的R&D資本測度實踐仍廣泛采用投入類價格指數。OECD出版的《知識產權產品測度手冊(Handbook on Deriving Capital Measures of Intellectual Property Products,IPP手冊)》亦認為選用投入價格指數是當下的權宜之計(IPP手冊,2.6)。因此,本文選擇編制R&D投入類價格指數,按照投入生產要素分為三類指數:中間消耗價格指數、勞動者報酬價格指數以及固定資本價格指數。其中,中間消耗價格指數對應工業生產者價格指數;勞動者報酬價格指數對應R&D人員工資價格指數,采用城鎮居民消費物價指數代替;固定資本價格指數則對應固定資產投資價格指數,權數為各類生產要素支出占總支出的比重,并借鑒王亞菲和王春云[37]采用Fisher鏈式加權價格指數方法進行計算。

(4)R&D資本折舊率。與建筑、設備等實物資產不同,R&D資本的折舊并非指R&D產品本身的物理損耗,而是由模仿者跟隨或新技術(知識)更新導致“舊的”R&D產品獲利能力下降而逐步退出市場的現象。鑒于科技水平以及市場環境會隨時間而變化,R&D資本折舊率也會發生相應變化,因此動態考察R&D折舊率是非常必要的[38]。本文借鑒Li和Hall[38]的拓展利潤前瞻模型,實現規上工業企業R&D資本折舊率橫向(不同地區)與縱向(不同時間)測算的雙重突破。當然,R&D主體不僅僅是以盈利為目的的企業,還有高等院校、研發機構以及各級政府等,其R&D產品生產并不以盈利為最終目的。因此,利用資產退役時殘值率(資產退役時殘留價值占總資產價值的比率)和資產服務年限對非市場性R&D資本的折舊率進行估算,最終計算得到非市場R&D資本的綜合折舊率為20.6%[37, 39]。

據此,本文估算得到我國省域層面的R&D資本量,具體見表3。可以發現,我國省域創新能力逐步提升,同時伴隨顯著的區域集聚效應,如江蘇、廣東、北京、上海、山東和浙江等地區的創新能力遙遙領先于其它地區,且該差距呈擴大趨勢。2019年江蘇的R&D資本達到1 281.92億元,是西藏(1.41億元)的900多倍,而在1978年,二者僅相差10倍。此外,各省域基于不同創新基礎演化出不同提升路徑。如北京憑借其政治、經濟中心的優勢地位在較早時期便領先于其它地區,形成一定規模的R&D資本積累,而后通過穩步擴大R&D投資規模實現了R&D資本的進一步擴張;浙江的先發創新資源并不占優,1978年其R&D資本量僅為0.28億元,但改革開放以后其依靠民營企業活力,迅速促進技術進步與資本積累,R&D資本年均增速高達20.93%,位于全國首位,并成功邁入創新第一梯隊。相比之下,陜西、甘肅等地區未能延續其R&D資本的先發優勢,并因后續創新能力累積不足而退至創新第二梯隊。

表3 部分年份省域R&D資本量(億元)Tab.3 Provincial R&D capital in selected years (100 million yuan)

進一步地,為了檢驗測度結果的可靠程度,將2015年各省域現價R&D資本與侯睿婕和陳鈺芬[40]、孫鳳娥和江永宏[39]的研究結果進行比較。數據顯示,本文的R&D資本測度結果(47 792.93億元)介于侯睿婕等研究結果(48 105.20億元)和孫鳳娥等研究結果(45 609.50億元)之間,趨勢一致,且與前者更為接近,主要原因是后者采用滯后1期的R&D資本測度方法(Griliches方法),當期的R&D投資需要等到下一期才可能進行資本積累。總體而言,本文測算結果較合理。

3.2 省域創新能力不平等測度

為全面展現省域創新能力不平等程度,除核心指標——集中指數外,本文還選擇Gini系數、Theil熵指數、平均對數偏差(Theil mean log deviation measure,MLD)和變異系數4個廣泛使用的不平等指標。為了剔除價格因素對結果的影響,用于測度不平等的GDP、R&D資本均使用1978年價格。表4展示了1978—2019年5種指標測度的省域創新能力不平等程度。

表4 省域創新能力不平等測算結果Tab.4 Inequality of provincial innovative capacity

(1)與經濟水平相關的省域創新能力表現為“親富”不平等,且不平等程度自1996年以來呈快速增長趨勢,近年來增速雖有所放緩,但數值逐步逼近Gini系數。基于集中指數的測度結果,將創新能力發展過程劃分為兩個階段:①1996年以前,省域創新能力與各省域經濟發展水平的相關度較低,該階段的R&D資本積累更多地依賴于國家政策規劃或固有資源稟賦,市場經濟發展程度還不足以對區域提升創新能力形成有效激勵;②1996—2019年,省域創新能力與其經濟發展水平的相關度逐漸提升,CI直逼Gini系數的現象也印證了各省域R&D資本與GDP排名的趨同化。在此期間,區域經濟水平對創新能力的帶動作用日漸凸顯,創新能力提升對區域經濟發展的反哺作用亦得到強化。

(2)與CI趨勢相反,單一維度的省域創新能力不平等在早期呈顯著下降趨勢,2000年以后趨于高位的穩定狀態。與萬廣華等[20]、張古鵬等[21]的結論相近,但又區別于CI的結果是,由Gini系數、Theil熵指數、平均對數偏差等不平等指標衡量的單一維度的創新能力不平等程度在1978—2000年大幅下降,近幾年雖未見明顯惡化趨勢,但仍保持在0.5以上的高位水平且自2014年以來有輕微上升跡象。

進一步地,考察自1996年以來不同地區創新能力的變化情況。集中曲線顯示,1996年GDP排名靠后的50%的省份僅累積了20%的R&D資本,GDP排名較高的30%的省份則擁有40%的R&D資本。當然,經濟水平與創新能力并不是完全正向匹配的,如GDP居中的20%的省份反而積累了40%的R&D資本。2019年,GDP較低的52%的省份積累了20%的R&D資本,這一現象與20年前類似,而GDP較高的不足20%的省份卻積累了40%的R&D資本,GDP居中的30%的省份也積累了40%的R&D資本,可見省域創新能力與經濟水平趨同度較1996年顯著提升。與此同時,洛倫茲曲線顯示,1996年R&D資本排名靠后的超過60%的省份僅積累了20%的R&D資本,R&D資本排名靠前的不足10%的省份同樣積累了20%的R&D資本。2019年,R&D資本排名較低省份積累的資本量依舊較低,但資本積累較低省份擁有的R&D資本量略有增長,而創新能力較高省份的R&D資本積累下降,表明單一維度的省域創新能力不平等程度有所改善。

依照前述,單一維度的省域創新能力不平等反映出結果向好,其數值差異亦無進一步擴大趨勢,但CI測算結果表明,各地區創新能力與經濟發展的同步性越來越高,且經濟發達地區的創新能力領先于經濟欠發達地區。經濟水平較高地區能夠與創新能力提升形成良性互動機制,即經濟基礎保障高質量創新活動開展,高水平創新能力又可作為催化劑助力地區發展,產生規模效益;經濟欠發達地區的創新環境則不甚樂觀,創新難度尤勝前者。也即,經濟發達地區具有創新能力積累優勢,而經濟欠發達地區具有創新能力積累劣勢,這使得早期在經濟、創新資源等方面處于劣勢狀態的地區難以追趕,若不采取相應舉措,初始的細小差距會隨著時間推延而擴大,創新劣勢地區會長久地陷入更弱勢的境地。

3.3 省域創新能力不平等的動態分解

考慮到我國自2005年以來先后提出增強創新能力以及建設創新型國家等戰略目標,并把自主創新納入到“十一五”規劃以及《國家中長期科學和技術發展規劃綱要(2006—2020)》,因此本文將從1996—2005年、2006—2019年兩個階段考察我國創新能力不平等程度變化并進行動態分解,表5展示了主要結果。可以發現,自1996年以來,我國創新能力不平等程度從0.282 6逐步上升至2019年的0.506 8,逼近同時期Gini系數。其中,第一階段(1996—2005年)的不平等程度上升0.159 0,第二階段(2006—2019年)為0.058 7,說明地區創新能力主要在第一階段產生分化,而后一階段則保持該差距并略有擴大。

表5 1996—2019年省域創新能力不平等動態分解結果Tab. 5 Dynamic decomposition results of inequality of provincial innovative capacity from 1996—2019

(1)1996—2005年省域創新能力動態分解結果解析。1996—2000年,地區經濟增長效應為0.022 0,對不平等變化的貢獻為21.22%,表明地區經濟發展差距在一定程度上加劇了不平等程度。創新能力累積效應為0.081 8,對不平等變化的貢獻為78.78%,且進一步分解出的創新能力分布效應(P)以及規模因子(q)均大于0,說明伴隨整體創新水平的提升,我國創新能力不平等程度愈發明顯。此外,這一階段的CI△s高達0.519 9,意味著經濟發達地區的創新環境更具發展優勢;1996—2005年,地區經濟發展差距對創新能力不平等的貢獻下降為8.83%,表明2001—2005年經濟發展差距對不平等的影響有所緩解。此外,創新能力分布效應由0.237 3下降至0.209 4,說明創新能力分布對不平等的貢獻略有減弱(該現象與Gini系數等一維指數測度趨勢相符),而規模因子由0.344 6增大至0.692 2,可見雖然各地區創新能力較前有了大幅提升,但更多的R&D資本在經濟發達地區積累,地區差距反而進一步擴大。

(2)2006—2019年省域創新能力動態分解結果解析。2006—2010年,地區經濟增長效應為-0.004 1,且對不平等的貢獻度下降至-19.86%,表明地區經濟發展協同度提升,或者說創新能力欠佳地區的經濟水平位次有所提高,在一定程度上降低了區域創新能力的“親富”程度,同時,從側面驗證了不平等程度變小(僅有0.020 7)的結論。對于創新能力累積效應,其中的分布效應僅有0.055 7,而規模因子達0.445 4,可見該階段區域創新能力積累極大地依賴于規模效應帶動;2006—2019年,地區經濟增長的貢獻率僅有2.90%,說明2010—2019年各地區經濟水平的相對位置并未發生顯著變化。值得注意的是,創新能力累積效應在此階段進一步疊升,已達到0.057 0,其間有受到分布效應影響(0.067 4)的原因,但本質上仍是規模因子作用的結果(0.721 5)。當某地區(多為經濟發達地區)的R&D資本積累達到一定程度時,創新基礎設施、人才配置等要素會與之適配,進而引致R&D資本加速積累,而經濟欠發達地區通常難以形成創新規模效益,由此使得不平等程度加劇。針對該結論,自2014年以來Gini系數、Theil熵指數等一維指數微幅反彈的現象(具體見表4)亦可佐證其準確性。

此外,鑒于分解結果的非唯一性,本文同樣基于式(6)和式(7)開展動態分解,結果仍然具有一致性。

4 主要結論與政策啟示

我國必須更多地依靠質量提升和技術進步,讓創新成為驅動發展的新引擎[41]。伴隨我國經濟的高速增長,區域經濟發展差距不斷擴大,除資本、勞動力和自然資源等傳統稟賦因素外,與經濟發展具有顯著關聯的創新能力的區域分化也是重要誘因。因此,在發展過程中考察區域創新能力及其不平等程度具有重大現實意義。

對此,本文首先基于創新能力內涵與經濟發展需求,提出更為合理的量化代理指標——R&D資本,繼而根據BEA方法測度省域創新能力。進一步地,采用CI測度與經濟水平相匹配的省域創新能力不平等,并動態分解省域創新能力不平等的變化。研究結果表明:改革開放40多年來我國創新能力逐步提升,同時,伴隨顯著的區域集聚效應,江蘇、廣東、北京、上海、山東和浙江等地區的創新能力遙遙領先于其它地區,且優勢進一步擴大。從不平等測度結果看,Gini系數等一維不平等指標在早期呈下降態勢,但是自2000年以來一直保持高位穩定狀態且近幾年有反彈上升跡象,可見我國省域創新能力不平等程度依然較高,未得到明顯著改善;與經濟水平相關的省域創新能力則表現為“親富”不平等,即經濟發達地區積累了更強的創新能力,且不平等程度自1996年以來呈現快速提升趨勢,省域創新能力與各地經濟發展水平的關聯度逐漸提升,而CI直逼Gini系數的現象也反映出R&D資本積累與經濟水平的趨同化。從動態分解結果看,地區經濟增長效應對不平等的貢獻持續走低,說明地區經濟發展,尤其是創新能力欠佳地區的經濟水平位置提高有利于降低創新能力不平等程度;創新能力的累積效應對不平等的加劇作用更加突出,雖然創新能力自身的分布效應減弱(與Gini系數走勢一致),但其規模效應顯著增強。經濟發達地區在較早時期積累了一定的R&D資本,“擇優”機制促使各類創新要素在此匯集,逐漸形成更加優越和更具競爭力的創新環境,進而擴大該區域的創新生產規模和經濟效益。經濟欠發達地區則由于市場需求與利益驅動力欠佳而具有創新累積劣勢,若不采取相應舉措,創新劣勢地區將會長久陷入弱勢甚至更加弱勢的境地。

因此,如何有效縮小區域創新差距、提升區域創新能力、促進協同發展,對于建設創新型國家意義重大。從我國當前的經濟發展階段以及區域差距顯著的現狀來看,要正確理解和妥善把握區域經濟發展與創新能力提升之間的有機平衡關系,且在強調構建各具特色的區域創新發展格局的同時,兼顧區域創新能力差異問題:第一,對于創新優勢地區而言,應充分發揮自身創新資源富集優勢,持續提升關鍵核心技術自主創新能力,并營造有利于創新要素流動的外部環境,防止創新資源的尖端“封鎖”;第二,對于創新劣勢地區而言,應以經濟水平提升為先決條件,全面激發企業創新動力與活力,并打造有利于創新要素集聚的內部環境,防止創新資源單向“流失”;第三,區域創新能力不平等本質上是發展不平等,創新的根本目的在于推動發展,切忌成為形式主義——為了創新而創新。從短期看,中西部地區可以嘗試走差異化和跨越式發展的創新道路,培育壯大區域特色經濟和新興產業,縮小區域差距;從長期看,依靠區域經濟發展與前期創新資本,實現持續、累進式的創新能力積蓄,這不僅是創新常態,更是發展常態。