《中国技术创新区域变化及其成因分析.pdf》由会员分享，可在线阅读，更多相关《中国技术创新区域变化及其成因分析.pdf（10页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、第 28卷 第 10期2010年 10月科 学 学 研 究Studies in Science of ScienceVo.l 28 No.10Oct.2010 文章编号:1003-2053(2010)10-1582-10中国技术创新区域变化及其成因分析)基于面板数据的空间计量经济学模型万坤扬,陆文聪(浙江大学管理学院,浙江杭州 310058)摘 要:基于 1995 2008年中国各省区技术创新产出的面板数据,运用技术创新集中度从大区和省区两个层面综合考察技术创新区域变化趋势,从空间计量经济学角度,采用 M oran.s I指数验证了中国区域技术创新的空间特性。在此基础上借鉴 G riliche
2、s-Jaffe的知识生产函数(KPF),利用 PanelData结合空间滞后模型实证分析中国技术创新区域空间格局变化的成因。计量结果显示,大中型工业企业 R&D支出以及创业投资与企业研发结合对区域技术创新贡献显著,是影响我国区域技术创新空间格局变化的主要因素。空间滞后模型参数结果表明本地区的技术创新会受到相邻地区技术创新正方向的影响。文章最后提出了相应的政策启示。关键词:技术创新;区域格局;知识生产函数;空间计量模型;面板数据;创业投资中图分类号:F062.4 文献标识码:A收稿日期:2009-12-28;修回日期:2010-08-20 基金项目:浙江省高校优秀青年教师资助计划(浙教办高科12
3、0092164号)作者简介:万坤扬(1978-),男,云南曲靖人,博士研究生,讲师,研究方向为技术经济及管理。陆文聪(1962-),男,浙江温岭人,博士,教授、博士生导师,研究方向为农业经济及管理、技术经济及管理。自从 1912年熊彼特在 5经济发展理论 6一书中提出了一种独特的经济理论)创新理论以后,技术创新对经济增长的作用日益受到重视和肯定。中国期望 2020年建成创新型国家,使科技发展成为经济社会发展的有力支撑。中国科技创新的基本指标是,到 2020年,经济增长的科技进步贡献率要从39%提高到 60%以上。但由于历史原因,解放后的相当长的时期,我国区域创新主要分布在华北和东北地区,但随着
4、我国改革开放及西部大战略的实施,我国区域创新的空间格局也发生了明显的变化,华东、华南等沿海地区创新产出逐渐增加,但西部地区技术创新乏力,使得西部经济发展不具有可持续性。如何合理判断中国创新产出区域格局的变化程度及其主要影响因素,将有助于深入把握中国创新产出的区域变化趋势及其对建设创新型国家目标的影响,为我国经济可持续发展、实现全面小康和本世纪中叶达到中等发达国家水平的国家战略提供有益的参考依据。囿于笔者的见识,目前尚无研究区域创新格局变化及其成因的文献,类似的研究主要区域创新能力的研究。自 Free man提出国家创新系统 1概念以后,区域创新系统作为国家创新系统研究的延伸,最先由 Cooke
5、 2提出,此后区域创新理论的研究在国际上不断升温,1996年国内首次出现/区域创新能力0一词。国内关于区域创新的研究最多的聚焦在二个方面:(1)对区域创新能力影响因素的研究,主要考虑经济环境因素、政策环境因素、文化环境因素、人口结构特征、FDI、高校科研、企业研发等等;(2)对区域创新能力评价的研究,侧重于构建不同的评价指标体系,利用因子分析法或聚类分析法等评价区域相对创新能力大小 3-9。部分研究区域创新能力评价的学者近似的得出中国区域创新的格局特征。例如,周立、吴玉鸣研究结论显示,我国 31个区域创新能力呈现出一种区域多元化的竞争格局,已经初步形成了一种创新的集群现象)长江三角洲、珠江三角
6、洲和京津地区三大创新能力极化区域 6。我国目前区域创新能力仍未摆脱东强西弱,从东部沿海向西部内陆由高到低呈梯次分布的格局 10。1998 2005以来,中国区域创新能力变迁的一个比较重要的现象是创新产出日益集中到少部分 第 10期万坤扬 陆文聪:中国技术创新区域变化及其成因分析地区 9。目前形成以环渤海地区、长江中下游地区为高创新能力聚集区,以西部三省(新疆、西藏、青海)为低创新能力聚集区 11。上述研究中部分学者虽然近似的描述了中国区域技术创新格局的变化。然而,从上述不同学者研究方法来看,现有研究大都限于采用聚类分析或因子分析计算某一时期区域创新能力的相对类别或排序,并没有从创新产出的角度,
7、采用技术创新集中度从长时期揭示中国区域技术创新的历史格局变化。在探讨中国区域创新格局的成因方面,上述学者主要出发点在于评价区域创新能力,故指标设计考虑的是创新的资源要素,无法揭示影响区域创新格局变化的主要因素。根据 Scott和 Storper的新产业空间的理论框架,技术创新常局限于特定地区,即创新过程往往具有地理空间特性 12 13。由于上述研究均没有考虑到不同地区之间可能存在的地理空间溢出效应,从而使现有的研究结论或推论缺乏应有的完整、科学的解释力。涉及到区域格局变化的研究所采用的数据一般为空间数据,且这些数据都具有显著的空间相关性特征,根据 Anselin所提出的空间计量经济学理论,某一
8、地区空间单元上的某种经济特征与邻近地区同一经济特征是相关的,表明在认识技术创新空间格局区域变化特征的过程中,有必要将区域之间存在空间效应作为分析的假设前提,本地区与相邻地区的技术创新情况可能相互受到影响 14。1 中国技术创新区域格局变化的描述性分析目前,主流研究测量区域创新产出的指标主要有专利数量 15,延伸包括专利引文次数 16,但我国的专利文献利用率并不高 17。因此,文章利用专利授权数量代表创新产出。我国专利分为发明、实用新型和外观设计三种。但根据 OECD于 1979提出的 5技术创新调查手册 6,外观设计与技术创新没有联系,所以本文仅针对发明专利及实用新型两项专利数量作为创新产出。
9、各地区技术创新集中度指的是某时期各地区技术创新产出占全国技术创新产出的比重,一般被用来衡量区域技术创新情况。该指标既能全面考察各省区技术创新对该时期全国技术创新产出的贡献情况,同时选取时间序列数据,又能比较各省区技术创新增长速度的差别。因此,技术创新集中度指标能够较好地同时从横向和纵向反映出中国各省区技术创新区域格局变化趋势基本情况。本文利用技术创新集中度作为分析自 1995年以来中国各省区技术创新区域格局变化趋势的指标,并按照国家区域地理划分标准,将全国分为华北、东北、华东、中南、华南、西南和西北七个技术创新大区来综合分析中国技术创新空间格局的变化,中国各省区技术创新集中度指标具体见表 1。
10、从表 1可以看出,中国区域技术创新呈现以下特征:(1)华北、东北的技术创新产出显著下降,华东、华南的技术创新产出显著增加。1995年,华北、东北技术创新产出占全国的 38.95%,2008年则下降为全国的 21.89%;同期华东、华南地区技术创新产出分别从占全国的 28.84%和 7.10%增加为占全国的 43.44%和 16.90%。(2)虽然我国实施西部大开发战略近 10年,但西部地区的技术创新产出不仅没有增加,反而呈现递减趋势。西部地区技术创新产出占全国的比重从 1995年的 13.43%快速下降为 2008年的 9.21%。这成为我国西部大开发战略乃至国家战略目标实现的较大隐患。(3)
11、从技术创新的细分省区层次来看,在 1995 2008年间中国各省区技术创新呈现出以下几个特征:第一,技术创新大省格局发生了新的变化,开始出现新的技术创新大省。例如,上海、江苏、浙江、山东和广东技术创新产出占全国比重呈现明显的上升趋势,北京、河北、辽宁、黑龙江和湖南等原技术创新大省呈现明显的下降趋势,尤其以北京、辽宁下降得最为明显,技术创新集中度分别从 1995年的 12.25%和 8.73%下降为 2008年的 7.46%和 4.78%。第二,非技术创新大省的技术创新产出表现比较平稳,但变化趋势不仅相同。如天津、山西、内蒙古、吉林、安徽、河南、陕西和整个西北地区均呈现缓慢的下降趋势,仅福建、湖
12、北和重庆呈现缓慢增长趋势。综上所述,自 1995年以来,中国技术创新区域格局已经发生了明显的变化,各省区变化趋势不尽相同,且呈现出向/长三角地区0和/珠三角地区0集中的趋势。总的来说,我国区域技术创新非常不平衡,这越来越不利于我国经济可持续发展和我国建设创新型国家、实现全面小康和本世纪中叶达到中等发达国家水平的国家战略目标的实现。#1583#科 学 学 研 究第 28卷 表 1 中国各省区技术创新集中度(1995-2008)%地区省区市1995200020012002200320042005200620072008华北北 京12.258.538.828.819.289.149.057.867.
13、387.46天 津2.972.172.542.332.552.572.622.632.562.75河 北4.894.023.954.073.533.092.972.612.442.19山 西1.851.501.551.401.341.191.111.010.950.97内蒙古1.051.111.000.890.720.690.620.550.550.49合计23.0217.3317.8617.4917.4216.6816.3614.6613.8913.86东北辽 宁8.737.827.406.716.495.945.875.335.004.78吉 林2.672.442.181.951.832.
14、081.871.611.451.26黑龙江4.533.523.023.093.322.962.812.572.271.99合计15.9313.7712.6111.7611.6410.9810.559.508.728.03华东上 海3.844.494.785.806.747.307.307.897.867.93江 苏6.858.347.728.548.578.298.768.819.189.55浙 江5.296.817.227.467.678.008.9510.0211.1011.38安 徽1.711.881.741.681.581.431.491.331.411.47福 建1.602.192.
15、312.522.562.472.312.432.222.18江 西1.471.421.201.081.120.930.970.880.900.85山 东8.089.389.529.259.068.698.409.6510.1710.09合计28.8434.5034.4936.3337.3037.1138.1841.0142.8443.44中南河 南3.654.364.013.723.203.093.023.123.082.93湖 北3.233.253.303.073.253.453.373.273.203.37湖 南4.803.683.683.243.192.853.032.622.532.2
16、7合计11.6811.2910.9810.039.649.409.429.018.818.56华南广 东5.279.5110.7612.4312.6614.3414.6315.2015.3515.97广 西1.671.561.531.331.251.010.950.830.850.80海 南0.170.200.170.100.180.160.130.120.120.12合计7.1011.2612.4613.8514.0915.5115.7116.1516.3216.90西南重 庆0.00*1.381.391.461.731.781.821.831.731.61四 川5.48*3.663.403
17、.232.953.072.912.792.943.12贵 州0.770.830.770.700.620.690.790.880.820.71云 南1.331.401.501.111.001.050.990.880.840.69西 藏0.010.020.010.010.010.010.010.020.020.03合计7.597.287.086.516.316.596.516.406.346.16西北陕 西3.452.272.122.211.822.111.791.721.691.83甘 肃0.780.770.790.590.560.570.520.550.510.43青 海0.220.160.1
18、40.110.070.070.070.060.070.06宁 夏0.360.350.290.250.310.210.190.170.140.15新 疆1.031.021.190.860.850.770.710.770.680.58合计5.844.564.524.033.603.723.273.283.093.05 注:*重庆 1995尚未设立为直辖市,其数值为 0;*包括重庆数据注:专利为发明+实用新型两项,不包括外观设计资料来源:5中国统计年鉴 1996 20096,经作者计算整理2 中国技术创新区域格局变化成因的模型分析2.1 理论分析与模型(1)影响区域技术创新产出的要素技术创新是复杂的
19、知识生产活动,主要受 R&D经费投入、人力投入、政府政策等许多因素的影响,造成技术创新区域空间格局的变动原因极为复杂。从国内外学者实证研究的结论来看,下列三类因素对区域技术创新产出可能会产生影响:(1)企业、高校的 R&D经费和研发人员投入 18-27;(2)外商直接投资(FDI)20 28 29;(3)创业投资(VC)30-33。但就我国 R&D经费投入主体而言,独立研究机构的R&D经费投入远高于高校的 R&D经费投入,具体如表 2所示。#1584#第 10期万坤扬 陆文聪:中国技术创新区域变化及其成因分析表 2 我国 R&D经费投入结构比重%研发主体20002001200220032004
20、2005200620072008企业39.4642.4343.5146.8248.5451.0354.2856.9458.09高校8.569.8210.1410.5410.229.899.228.488.45研究机构28.8027.6727.2825.9221.9620.9418.8918.5417.57其他23.1820.0819.0716.7219.2818.1417.6116.0415.89 资料来源:5中国统计年鉴 2001 20096,经作者计算整理 另外,就 FDI对技术创新的影响而言,出现了所谓的/抑制论 0、/促进论 0和/双刃剑论 0的分歧。最新实证研究结果显示,FDI仅对我
21、国最低层次的技术创新产生显著的溢出效应 29。本文采用的创新产出指标为发明与实用新型授权专利数量,因此FDI几乎不会影响其数值的变动,故文章不考虑FDI这一因素。综上所述,本文研究企业、高校和研究机构的R&D经费投入以及创业投资、研发人员等因素对中国技术创新区域格局变化的影响。(2)理论模型多位学者研究证实,技术创新往往具有空间溢出效应 18 24 27,因此为综合分析中国技术创新区域格局的变化成因的同时合理考虑区域之间的空间效应,文章引入空间计量经济学方法来探讨这一问题。从研究的统计模型来看,知识生产函数(KPF)是目前国际上研究知识生产和技术创新及其决定因素的重要理论模型。大量实证研究结果
22、发现,作为一个经验模型,知识生产函数确实存在,而且在知识和创新研究中是一个很好的统计模型,并为大多数经验研究所证实 18 21 34-37。因此,文章的研究采用知识生产函数这一统计模型来进行。知识生产函数。知识生产函数 KPF最早由Griliches 36 37最先提出来的,其实质是一个两要素的 Cobb-Douglas生产函数,公式为:log(K)=Bk1log(R)+Bk2log(U)+Z1+Ek(1)其中,K 为区域创新产出的代理变量(专利或创新),R和 U分别为企业商业和高等院校的 R&D支出,Ek为统计误差项,Z1为反映其他额外影响的变量向量。之后,Jaffe 38对 Grilich
23、es的知识生产函数进行了扩展和改进,增加了一个附加方程:log(R)=BR 1log(U)+BR2Z2+ER(2)Z2是外生的本地特征变量,ER是统计误差项。Anselin,Varga和 Acs引入空间计量经济学模型对这个分析框架作了进一步的扩展 18 34。空间计量模型。Anselin对空间计量经济学的定义是:在区域科学模型的统计分析中,研究由空间引起的各种特性的一系列方法 39。根据空间计量经济学的研究思路,在选择具体的研究方法之前需要对数据进行空间相关性检验,以判断所选取的因变量是否具有空间相关性,若存在的话,才可以利用此方法来构建具体的实证模型进行空间计量估计和检验。检验空间相关性存在
24、与否,常用的是 Moran 40提出 Moran.s I指数和 Geary所定义的 Geary.sC比率。但 Moran.s I指数比 Geary.s C比率更不易受偏离正太分布的影响,因此 M oran.s I指数应用更加广泛 41。根据 Moran 40的定义,Moran.s I指数表达式为:MorancsI=1Eni=1Enj=1wijEni=1Enj=1wij(xi-x-)(xj-x-)Eni=1(xi-x-)2/n(3)式中,xi和 xj分别代表第 i和 j地区的观察值;wij表示二维空间权重矩阵 Wij的元素,采用邻接标准或距离标准,用以定义空间对象的相互邻接关系。一般邻接标准的
25、Wij为:Wij=1,当区域 i和区域 j相邻;Wij=0,当区域 i和区域 j不相邻,式中,i j=1,2,n。根据定义,Moran.s I取值范围为-1 Moran.s I 1,若 Moran.s I 0时,表明地区间的观察值呈现出空间正相关;若 Moran.s I 0时,表明地区间的观察值呈现出空间负相关;Moran.s I=0,表明地区间的观察值相互独立;且 Moran.s I的数值越大,空间正相关越强,Moran.s I的数值越小,空间负相关越强。根据空间数据的分布可以计算正态分布 Mo-ran.s I的期望值 E(I)、方差 VAR(I)、标准差 SE#1585#科 学 学 研 究
26、第 28卷(I)和标准的 Z统计值:E(I)=-1/(n-1),VAR(I)=n2w1+nw2+3 w20w20(n2-1)-E2n(I)(4)式中,w0=Eni=1Enj=1wij,w1=12Eni=1Enj=1(wij+wji)2,w2=Eni=1(wi.+w.j)2,wi.和 w.j分别表示空间权重矩阵 Wij第 i行和第 j列要素之和。可以根据 Z统计值来检验 Moran.s I指数在正太分布假设条件下的显著性:SE(I)=VAR(I),Z=M oran sI-E(I)SE(I)(5)空间计量模型有两种基本的模型结构,即空间滞后模型(Spatial Lag Mode,l 简称 SLM)
27、和空间误差模型(Spatial ErrorMode,l 简称 SEM)34。SLM主要探讨各变量在某一地区是否有扩散现象(溢出效应),公式为:Y=Q Wy+X B+E(6)式中,Y为因变量,X为 n k的外生变量矩阵,Q 为空间回归关系系数,W 为 n n阶的空间权值矩阵,一般用邻接矩阵,Wy为空间滞后因变量,E为随机误差向量。SEM 主要用来度量邻近地区因变量的误差冲击对本地区观察值的影响程度,因此该模型中的空间相关作用存在误差项当中。其公式为:y=X B+E,E=K W E+L(7)式中:E是误差项向量;K表示空间误差参数,衡量样本观察值中的空间溢出效应,即相邻地区的观察值 y对本地区观察
28、值 y的影响方向和程度;W为前面所提到的空间权重矩阵;L为满足正态分布的随机误差向量。上述两个模型的估计方法为了避免估计值有偏或者无效,需要通过工具变量法、极大似然估计法或广义最小二乘法等进行估计。鉴于本文需要研究区域创新的空间效应及各变量对技术创新区域格局变动的影响,故本文选择 SLM 作为具体的空间计量模型形式。由于本文采用同时考虑时间和空间效应的面板数据来进行分析,因此在具体的实证模型设置过程中需要结合 PanelData来构建具体的模型形式。根据 Balestra和 Nerlove 42提出的分析面板数据的一般模型,结合前面所介绍的空间滞后模型形式,可以得到基于 PanelData的空
29、间滞后回归模型:yit=Ai+Q Wyit+xitB+Et=1,2,T;i=1,2,N(8)在(8)中,Ai表示非观测效应,即不随时间而变的特征性影响;Wyit为空间滞后因变量;Q,B为待估参数,其余符号意义同前。2.2 变量设置及实证模型、数据来源说明基于以上的分析,实证研究首先构建知识生产函数,然后利用 Moran.s I指数检测区域技术创新是否具有空间相关性,最后采用 Panel Data的空间滞后回归模型进行中国技术创新区域格局变化成因的实证检验。(1)变量设置及实证模型形式根据前面的理论分析,本文主要研究创业投资、企业、高校和研发机构对中国技术创新区域格局变化的影响,故文章的因变量为
30、万人发明与实用新型专利授权量(P);自变量为创业投资占 GDP 比重(VC),大中型工业企业 R&D 支出占 GDP 比重(LME),高校 R&D支出占 GDP 比重(I HE)和研发机构 R&D支出占 GDP比重(RDI)。另外,文章构建创业投资占 GDP比重(VC)与大中型工业企业研发人员全时当量(FELME)的乘积(F*VC)来反映创业投资与企业研发结合对中国技术创新区域格局变化的影响。借鉴 Griliches-Jaffe的 KPF模型,本文构建如下的基于 PanelData知识生产函数:ln Pit=B0+B1lnVCit+B2lnLMEit+B3lnIHEit+B4lnRDIit+B
31、5lnF*VCit+E(9)在此基础上,考虑空间滞后效应,结合公式(8),可得出基于 PanelData的空间滞后回归模型:lnPit=B0+W lnPit+B1lnVCit+B2lnLMEit+B3lnIHEit+B4lnRDIit+B5lnF*VCit+E(10)(2)数据来源说明由于海南,青海、广西和西藏没有统计上的创业投资数据,故本文的样本范围为中国剔除海南,青海、广西和西藏的 27个省、直辖市、自治区(不包括港澳台三地)。考虑到变量的滞后性,本文的应变量采用 2001 2008年省的面板数据,自变量均考虑一年的时滞,采用 2000 2007年省的面板数据。创业投资占 GDP比重(VC
32、)来源于 5中国创业(风险)投资发展报告 2002 20086,部分省份某年缺失数据根据前后年进行估算;万人发明及实用新型专利授权量(P)、大中型工业企业 R&D支出占 GDP 比#1586#第 10期万坤扬 陆文聪:中国技术创新区域变化及其成因分析重(LME)、高校 R&D支出占 GDP比重(I HE)和研发机构 R&D支出占 GDP比重(RDI)以及大中型工业企业研发人员全时当量(FELME)数据来源于 5中国科技统计年鉴 2001 20086和 5中国统计年鉴2001 20096,并经计算整理得出。2.3 空间计量分析结果与讨论(1)区域创新产出的空间相关性检验结果按照 Moran.s
33、I指数的计算办法,得出 20012008年中国区域创新产出的分析结果,具体见表 3。表 3 中国区域创新产出的 M oran.s I指数值(2001 2008)年份20012002200320042005200620072008M oran.s I0.26060.24920.25670.25130.26950.28830.30240.3119Z值3.12*2.03*2.01*1.86*2.13*2.20*2.18*2.78*注:表示在 10%显著,*表示在 5%下显著,*表示在 1%下显著 从表 3的 Z值统计检验可以发现,各时段 Mo-ran.s I均大于零,且均在 5%统计水平下显著。这表
34、明中国 27个省域以万人发明与实用新型专利授权衡量的区域创新产出在空间分布上具有明显的空间相关性,也即中国各省区区域创新产出的空间分布并非相互独立变化,而是存在地区间的空间溢出效应。正的空间相关代表相邻地区的特性类似,即具有较高区域创新产出的省区相对地趋于和较高区域创新产出的省区相靠近,或者较低区域创新产出的省区相对地趋于和较低区域创新产出的省区相邻的空间联系结构。(2)空间滞后计量模型的估计结果由于数据空间相关性的存在,普通最小二乘法将会带来有偏或者无效的估计结果,一般采用最大似然估计、工具变量估计、广义最小二乘估计以及广义矩估计等方法作为空间计量模型的估计方法。本文选择广义最小二乘法(在
35、Evie ws6.0中/Intercep,t截距项 0选择/Cross section weights,按截面取权数0)估计方法来对所构建的 PanelData空间回归实证模型即式(10)进行估计,模型结果见表 4。表 4 知识溢出效应的空间滞后模型估计结果变量模型(DependentV ariable:P?)固定效应模型随机效应模型CoefficientStd.Errort-StatisticProb.CoefficientStd.Errort-StatisticP rob.Constant2.05210.65683.12440.00212.47730.68003.64290.0003VC?
36、-0.38420.0549-6.99540.0000-0.32900.0623-5.28270.0000LME?0.70330.07769.05770.00000.64690.09227.01830.0000I HE?0.07670.04671.64250.10220.14770.05982.46930.0143RDI?-0.13780.0626-2.19980.0291-0.13300.0660-2.01590.0451F*VC?0.38550.05387.16520.00000.34600.06135.64740.0000Q0.47100.14773.18940.00170.45000.1
37、2803.51660.0005R20.95970.6756R2adj0.95260.6663F值136.03*72.54*Hausman Test24.38*注:表示在 10%水平下显著;*表示在 5%水平下显著;*表示在 1%水平下显著 根据表 4的计量检验结果,我们分别得到了固定效应和随机效应两组模型估计结果。从 R2值来看,模型的拟合优度固定效应模型优于随机效应模型,达到了 95.97%;而 H ausm an检验在 1%水平下显著,拒绝了/H0:应该建立随机效应模型0的假设,固定效应模型使用起来更为可靠。因此,我们以固定效应模型的结果为依据,分析创业投资、大中型工业企业、高校、研发机构
38、以及创业投资与企业结合对中国区域创新格局变化产生的影响。从实证研究结论来看,高校 R&D支出没有通过显著性检验,这与吴玉鸣的研究结论一致,表明大学对区域创新产出的贡献不明显 26。另外,研发机构#1587#科 学 学 研 究第 28卷 R&D支出虽然通过 5%的显著性检验,但回归系数为负,表明研发机构 R&D支出的增加并没有带来相应的区域创新产出的增加。造成高校与研发机构对区域创新产出没有贡献这一现象的主要原因可能有两个方面:第一,我国高校与研究机构的地域分布极端不平衡。中国各省区研究机构和高校研发投入集中度指标具体见表 5所示。北京作为中国的政治中心,条件得天独厚,造成我国绝大部分的研究机构
39、都分布在北京地区。从独立研究机构的 R&D经费集中度和研发人员全时当量集中度来看,仅北京就分别占了全国的 1/3和 1/4,并有逐步增加的趋势,这与北京的技术创新产出集中度降低趋势明显不一致,这说明北京独立研究机构虽然投入了极大的人力和物力,但并没有带来相应的创新产出。从高校的情况来看,我国的高等教育主要集中在北京、天津、东北三省、上海、江苏、湖北、广东、四川和陕西等少数地区。根据国外多位学者的实证研究结论,高校的知识溢出效应具有地域性 18 19 21,中国高校高度集中在少数地区影响了知识的扩散和传播,从而对中国总体上的技术创新没有贡献。可喜的是,随着中央及各地政府对教育的重视和投入,情况渐
40、趋好转。以北京为例,其高校 R&D经费集中度从2000年占全国 1/5降到 2007年的 1/6,同期研发人员全时当量集中度也相应下降。第二,我国当前高校、研发机构的科研管理的制度不合理。我国高校和科研机构在评价鉴定科技成果时,存在只注重研究的学术价值而忽视社会经济价值的情况,致使科研人员往往注重成果在技术上的先进性和原理上的合理性,而忽视了可行性。我国高校、研发机构的科技成果转化率为 20%左右,实现产业化的不足 5%。久而久之,许多科研人员缺乏经济意识,大量研发经费最终换来的,只是放在抽屉里的论文。研究与市场脱节,研究纯属自娱自乐,让研究成果不能有效地转化成产品,无法形成产业链乃至商业化。
41、从表 4还可以看出,创业投资通过显著性检验,但系数为负,同样表明虽然我国及地方近几年出台了各项措施鼓励创业投资的发展,造成创业投资资本规模持续增加,但并没有带来持续的区域创新产出。其原因在于创业投资规模虽大,但实际投资到企业的较少。以 2005年为例,中国创业资本规模达631.6亿元,但累计投资额仅为 326.1亿元,仅为创业资本存量的 51.6%,大量创业资本处于闲置状态。从表 4可以看出,大中型工业企业 R&D支出通过显著性检验,且回归系数为正并达到 0.7033,这表明企业研发投入对区域创新产出的贡献显著,企业研发是区域技术创新的主体,因此可以判断这一因素是中国技术创新区域格局发生变化的
42、重要原因之一。另外,创业投资与企业研发结合通过显著性检验,回归系数为正,表明这一因素也是中国技术创新区域格局发生变化的重要原因。因此,企业研发投资、创业投资与企业研发相结合是我国区域创新产出的主要途径,显著影响我国区域技术创新的空间格局变化。正如前面所述,Q为空间回归关系系数。在表4中,Q能够很好的通过 1%的显著性检验,表明由企业研发支出、创业投资与企业研发结合决定的区域创新产出在省域之间形成了很强的空间扩散效应,进一步验证了前面 Moran.s I指数结论。Q指数为正,说明本区域创新产出受到相邻地区技术创新正方向的影响。在其他条件不变的前提下,来自邻近地区的技术创新产出每增加 1%,本地区
43、技术创新产出平均增加约 0.471%,区域创新产出的空间溢出效应十分明显。3 结论及政策启示3.1 研究结论本文首先利用 1995 2008年中国各省区发明与实用新型专利授权数据,采用技术创新集中度指标分析中国技术创新区域格局变化情况及其趋势,结果表明:从大区的角度来看,华北、东北的技术创新产出显著下降,华东、华南的技术创新产出显著增加;虽然我国实施西部大开发战略近 10年,但西部地区的技术创新产出不仅没有增加,反而呈现递减趋势。从细分省区层次来看,技术创新大省格局发生了新的变化,开始出现新的技术创新大省。例如,上海、江苏、浙江、山东和广东技术创新产出占全国比重呈现明显的上升趋势,北京、河北、
44、辽宁、黑龙江和湖南等原技术创新大省呈现明显的下降趋势,尤其以北京、辽宁下降得最为明显;其他非技术创新大省的技术创新产出表现比较平稳,但变化趋势不尽相同。#1588#第 10期万坤扬 陆文聪:中国技术创新区域变化及其成因分析表 5 中国各省区研究机构和高校研发投入集中度指标变化值%R&D经费集中度研发人员全时当量集中度研究机构高校研究机构高校地区省区市20002007200020072000200720002007华北北 京33.3334.5722.7415.1422.0324.2310.999.78天 津2.041.373.594.782.142.112.933.13河 北1.652.974.
45、141.941.891.913.282.67山 西0.930.740.801.291.871.722.302.73内蒙古0.260.320.350.391.030.680.991.05合计38.2139.9631.6123.5528.9630.6520.4919.36东北辽 宁4.233.643.175.514.403.625.475.83吉 林1.531.681.302.682.191.994.114.78黑龙江0.911.222.544.431.782.293.134.54合计6.676.537.0212.628.377.9012.7115.15华东上 海8.768.439.688.347
46、.687.416.796.44江 苏4.926.568.0310.325.324.786.726.92浙 江1.311.984.345.781.281.643.304.27安 徽2.282.115.042.462.471.872.722.58福 建0.530.491.781.230.960.802.231.90江 西0.980.760.431.351.301.201.501.89山 东1.571.562.023.201.872.554.535.15合计20.3521.8931.3232.6920.8820.2527.7929.14中南河 南2.962.130.801.683.183.492.5
47、41.91湖 北4.074.665.684.195.324.505.445.00湖 南1.021.013.914.192.081.903.813.39合计8.057.8010.3910.0610.579.9011.7810.29华南广 东2.691.634.784.702.521.995.695.79广 西0.270.381.221.240.686.371.783.27海 南0.150.200.010.080.180.180.050.12合计3.112.216.026.023.378.557.519.19西南重 庆0.870.431.952.071.250.892.672.65四 川10.02
48、7.754.326.349.597.347.185.04贵 州0.210.240.140.310.800.670.470.72云 南1.211.920.710.711.481.532.042.59西 藏0.020.060.070.030.050.150.070.09合计12.3210.407.189.4513.1710.5812.4311.08西北陕 西9.749.745.774.2812.159.324.753.43甘 肃1.111.010.450.921.521.721.470.88青 海0.080.100.070.090.150.150.240.28宁 夏0.050.060.050.10
49、0.150.140.390.41新 疆0.300.300.120.240.710.840.450.79合计11.2911.226.465.6314.6812.187.295.79 资料来源:5中国科技统计年鉴 2001 20086,经作者计算整理 在此基础上,本文借鉴 Griliches-Jaffe的知识生产函数(KPF),利用基于 Panel Data的空间滞后计量模型研究创业投资、研发机构、企业与高校研发投入以及创业投资与企业研发结合对中国技术创新区域格局变化的影响。Moran.s I指数验证了中国区域创新产出具有空间相关的特性,基于 PanelData的空间滞后计量模型结果显示,单纯的创
50、业投资、高校 R&D支出与研发机构 R&D支出对区域创新产出没有贡献,而大中型工业企业 R&D支出以及创业投资与企业研发结合对区域创新产出贡献显著,是影响我国区域技术创新空间格局变化的主要因素。空间滞后模型的 Q通过 1%的显著性检验,表明由企业研发支出、创业投资与创业投资与企业研发结合决定的区域创新产出在省域之间形成了很强的空间扩散(溢出)效应,本区域创新产出受到相邻地区技术创新正方向的影响。#1589#科 学 学 研 究第 28卷 3.2 政策启示(1)科学合理优化我国省区技术创新的空间布局。目前华东、华南的技术创新与经济发展形成了良好的互动,但东北地区和西部地区技术创新能力在持续下降,不