基于分省面板的地区创新力与省际经济增长研究

朱选功,郭 为

(1.武汉大学 经济与管理学院,武汉 430072;2.青岛大学 旅游学院,山东 青岛 266071)

对于创新及其扩散的经验研究,已经有越来越多的证据表明,企业的创新行为、产业积聚和成果的扩散对于地区经济发展具有良好的促进作用。中国的改革,无论在市场环境,还是在企业行为与性质上,都与西方不同;中国改革开放的过程,实质上是一个引进技术、创新和不断的成果推广扩散的过程[1]。在这个过程中,地方政府扮演了一个重要的角色,所以,对于中国经济的研究,仅仅关注市场、企业行为是不够的,必须深入关注政府主导的地方创新能力,这样可能更有效地解释中国的经济增长。那么,地方创新能力在省际经济增长中究竟起到了多大的作用?这是要研究说明的问题。

1 地区创新力理论及相关评价指标

1.1 地区创新理论

地区创新能力是从国家创新能力概念演化过来的。国家创新力是一个国家——作为政治和经济实体——在长时期内具有创造新技术并能商业化的这种技术能力[2]。它不是指在某一时点已经实现的创新产出水平,而是更多地反映了创新过程中最基础的决定因素。国家创新能力的差别既反映了国家经济地理上的差异,又反映了国与国之间创新政策的不同,它包括国家对基础研究的公共支持和知识产权的保护等方面的差异(Stern,Potter and Furman,2002)[3]。中国经济的增长,地区分权具有重要的意义;可以说,正是因为地区分权,导致地区之间的激烈竞争,竞争又驱动了经济。因此,对国家创新能力的研究可以缩小到对中国分省之间创新力的研究。

关于创新的源泉,目前主要有 3个方面的理论：第一类是知识驱动增长的理论,这一理论以罗默(Romer,1990)为代表[4],第二类是国家竞争优势和产业集聚的微观经济理论,迈克尔◦波特(Porter,1990)是这一类的代表[5];第三类是国家关于创新制度的相关法规条例和创新的文献描述,代表人物是尼尔森(Nelson,2003)[6]。

1.2 创新评价指标

(1)发明专利。上面所提到的 3种理论事实上都与发明专利有关。发明专利和创新的出现更多地与一个国家或地区的研发能力相关(Nelson,2003)[6],研发通过知识生产函数与创新指标联系在一起,在许多研究中,人们通常用专利数量来说明研发能力的高低(Jaffe,2002,and Acs,Audretsch and Feldman,1989)[7-8]。反过来,国家对知识产权的或者说专利的保护能够诱发企业的创新,多思、索埃特和佩维特(Dosi 1985,Soete and Pavitt,1979)[9-10]曾经利用国际专利的数据详细考察了专利与创新的起源和结果之间的关系,他们的研究支持了这一观点。

虽然政府可以从各个方面来对个人发明和创新实施保护,但是,对地区创新能力的评价最终还要从 2个方面进行,一是该国或地区每一年的专利授权量,二是专利技术的市场转化程度。我们将利用中国分省区每年的专利授权量,在控制资本、劳动的情况下,探讨专利与普遍经济增长之间的关系。

(2)技术市场交易。有了专利,并不意味着它就能对经济增长直接起到推动作用,专利需要经过商业转化才能够达到这一目的。专利的商业化通过专利制度来实现,国家或地区间的技术转移由于专利制度而得到了加速(Department of Trade and Industry,1986)[11]。我们可以利用中国分省区技术市场的交易量来看待专利的商业转化问题。

(3)FDI流入。改革开放以来,以 FDI(外国直接投资)方式进入中国市场的外资就具有明显的上述特点。FDI结合了资本和技术,在中国市场上兼有熊彼特提出的 5个创新特点(Schumpeter,1934)[12]。FDI持续不断的流入实现了一个连绵不断的创新流程,并将这种技术或管理方式扩散到相关地区和产业,这可以说是中国经济最有特色的地方;从地方政府的角度来说,不以定单而以 FDI的方式引入资本,本身是一种创新[13]。因此,探讨地区创新能力,必须将 FDI作为一个重要的变量放入到创新框架中。这也是在后面的实证研究中要考虑的。

2 数据和模型说明

2.1 变量的选取和数据说明

为了能够更真实地反映地方创新能力与经济增长之间的关系,采用中国分省的经济数据。一共采用 30个省市自治区的数据,排除了中国香港、台湾、澳门,西藏;排除西藏,主要是因为西藏的很多数据不可获得。为了衡量地方的创新力,采用进出口总额、专利及其市场化和FDI流入 3个指标。首先考察专利及其市场化和进出口的影响因素,然后考察地区创新能力指标与其他解释变量对经济增长的影响。其他解释变量包括专利的申请量和授权量、技术市场交易量、教育经费投入指标和研发人力资源变量、资本存量、劳动等。这些数据的跨度从 2000—2004年,我们主要检验,在进入 21世纪后中国在经过 20多年的引进技术和国外先进管理经验情况下,普遍的经济增长是否与地区的创新力存在正相关关系,哪一种因素的作用更大。

统计数据主要来自于 2001—2005年的《中国统计年鉴》。对于 FDI指标,我们采用各地区实际利用外资额度,指标的处理采用各个地区实际利用外资额度 FDI对新增固定资产的比率,为了不使数据值太小,我们采用百万美元/亿人民币的复合单位;专利指标用各地区专利授权量对全国总授权量的比率;专利商业化指标用各地区技术市场交易量占全国总交易量的比率;对专利和技术市场成交量 2个指标,在模型中,我们采用它们的交互项,即专利指标与技术市场交易量的乘积,因为专利不经过市场转化是无法对经济起到推动作用的。资本形成指标采用各地区资本存量占当年国家资本总量的比率;劳动指标采用各地区当年年底就业人口总数占该地区总人口数量的比率。教育经费投入变量和研发人力资源变量：前者用分省总教育投入占 GDP的比率,后者用专业技术人员占从业人员比率。另外,在模型中,为了保证检验结果的可靠性,我们同时对 30个省市自治区设定了2个初始变量,其中一个我们选用 30个省市自治区从 1978—1999年各自的平均增长率;另一个,选用政策优惠和地理条件变量,采用这个变量是因为在改革开放过程中,各个省区对外开放的时间和国家给予的优惠政策是不相同的,1978—1999年国家对不同地区的政策优惠变量来自于 Sylvie Demurger等(2002)[13-14]。设定初始变量,主要是为了搞清楚是否不同地区的初始条件影响了各地区的经济增长。

从表 1中,我们可以发现,在经过20多年的发展后,省际之间在不同时间段上的发展差别也非常大,例如,经济增长率的差别达 13,资本形成最大达到当年资本形成总量的 0.103,最低只有 0.004;在专利及其市场化、进出口和 FDI流入方面,差别更大。另外,即使把 1999年作为发展的起点,其初始条件呈现的差别仍然很大,经济增长差别达 6.2,政策优惠形成的差别达 2.5。

2.2 模型

首先,对 30个省市自治区 5年的面板数据进行分析,对于面板数据分析,通常采用随机效应模型、固定效应模型和混合模型。随机效应模型和固定效应模型都考虑了省际之间其他因素的差异,它们的差别就在于随机效应模型假定省际之间的其他因素差异服从某一随机分布;而固定效应模型假定省际之间的差异是固定不变的;混合模型不考虑省际之间其他因素的差异或者说把其他差异因素的影响看作是固定的。共有 2个模型,分 2个步骤：首先,建立一个省际创新力或竞争力的模型,探讨影响创新力的要素;其次,探讨省际创新力对经济增长的关系。在模型中,假定没有纳入的因素对省际的影响是相同的,即采用混合模型[15]。

式中：Y表示某省某年的经济增长率;y1,y2,y3分别表示某省某年的专利及其市场化、出口和 FDI评价值;x1～x4分别表示某年某省教育投入、研发人员、资本形成和就业等指标的评价值;x01表示初始条件 1,即政策优惠变量;x02表示初始条件 2,即经济增长率;c代表回归中出现的常数项;ε代表残差项;a1～a6代表模型变量参数。在模型(3)中,专利及其市场化与出口的数据来自于模型(1)和模型(2)拟合出来的数据。

表 1 变量的描述性统计分析Tab.1 The analysis of the descriptive statistics

在上面的 4个方程中,首先通过前 3个方程、3个被解释变量(专利及其市场化程度、专利授权量和进出口)来衡量省际创新能力;然后利用创新能力的 3个指标,结合资本形成和就业等其他变量来确定它们对各地区经济增长的影响程度。

2.3 回归结果及其解释

在专利及其市场化程度以及进出口 2个方程中,衡量教育投入、研发人员、FDI流入和 2个初始条件的参数是最重要的,如果它们的系数为正,并且统计显著的话,就说明它们对省际之间创新能力的影响是真实可靠的;同样,如果它们不显著,就说明对省际创新力没有影响。在前 4个方程中,变量的设定具有 4个方面的含义：资本形成和就业从地区的基础设施考虑其对省际创新能力的影响,研发人员和教育投入从研发角度考虑其对创新的影响,这是最直接的一种影响因素;2个初始条件(政策优惠变量和经济增长)分别从制度和前期经济基础考虑其对创新的影响;而 FDI流入主要是考虑结合了资金和技术的外资对地区创新力的影响[16]。最后一个经济增长的方程设定,舍弃了研发人员和教育投入,直接利用了进出口和专利及其市场化这 2个衡量创新能力的指标,目的就是衡量在结合其他变量的情况下哪一个因素对经济增长的推动最大。回归的结果见表 2。

从专利及其市场化方程的回归结果可以发现,研发方面的投入(包括教育投入和研发人员)平均对被解释变量的影响最大,达到 6个百分点之多,2个变量均在1%显著性水平下统计显著;其次是各地区的基础条件(包括资本形成和就业),平均效果达到 3.5个百分点左右,变量在 1%水平下统计显著;初始条件-政策优惠对创新力的影响达到 0.12个百分点,这一因素促使省际之间的创新能力发散;而经济增长的系数为负,说明逐步改善的经济条件对省际创新能力起到了收敛作用,但由于两者之差仍然为 0.96,所以,初始条件的综合影响仍然导致省际之间创新能力的差别加大,2个变量都在1%水平下统计显著;FDI的流入促进了专利及其市场化程度的提高,在 1%水平上显著,但是效果并不明显,只有 0.17个百分点。

表 2 不同方程的回归结果(样本总数 120个)Tab.2 The regression result ofmodels(samp ling size 120)

从 FDI流入方程的回归结果来看,影响 FDI流入的因素主要是该地区的基础条件,如资本形成;其次是教育投入,最后是政策优惠变量。

从进出口方程回归结果中可以发现,专利及其市场化程度对进出口的影响最大,达到 1.549个百分点,并且在 1%显著性水平上显著,说明在改革开放 20多年后,进出口产品的结构和品质发生比较大的变化,产品的专利技术含量增加。其次是 FDI,它对进出口的影响仅次于专利,达到 1.443个百分点,在 1%水平上显著,说明 FDI在中国进出口中扮演着重要的角色。各地区的资本形成和就业仍然对进出口具有影响,并且高度显著;初始条件中的政策优惠促进了进出口,而经济条件的影响不显著。

在经济增长的方程中我们发现,初始条件不再对总的经济增长具有明显的影响,它们在统计上都不显著,说明在改革开放 20多年后,政策偏向等因素不再是影响经济的重要变量;进出口、资本形成、专利及其市场化和 FDI成为了影响经济的最重要因素。其中,进出口仍然是增长的发动机,高达 46个百分点,其次是资本形成,达到 34个百分点,专利及其市场化达到 4.5个百分点,FDI接近 2个百分点,它们都在 1%水平上统计显著。很显然,如果用进出口、FDI和专利来衡量省际创新能力或竞争力,那么,这三者联合起来对经济增长的贡献达到 52个百分点左右,是影响经济的最重要因素。

最后,从省际来看,沿海省份在各个要素贡献上相对要高于内陆省份;但从资本形成贡献看,全国各省大体差别不大,说明投资还是主要的(表 3,表 4)。

表 3 省际经济增长的要素贡献差异(随机效应)Tab.3 The difference of factor's contribution to p rovincial econom ic grow th(random effect)

续表3

表 4 调整后的统计量Tab.4 The statistic resu lt after ad justed

3 结论与政策含义

该研究考察了 2000年以来中国经济增长和分省之间创新能力之间的关系,这种考察将 1999年作为发展的基点。通过考察我们发现,如果用进出口、专利及其市场化程度和 FDI流入来衡量分省之间的创新能力,那么,分省的创新能力可以解释近 5年来经济增长的52%。像以前一样,进出口仍然是中国经济增长的发动机,FDI在增长中扮演了重要的角色;但不同的是,专利及其市场化的程度在经济增长中起到了重要作用。这说明改革开放 20多年之后,中国市场竞争日趋激烈,企业不得不通过技术创新来维持市场力量,从而推动地方经济增长。另外,具体考察影响省际创新能力的因素,我们发现,创新能力的不同方面,影响因素是不一样的。研发投入对专利及其市场化程度影响最大,地区的基础条件对 FDI的流入影响最大。所以,从未来分省经济发展来看,地方政府应该继续重视 FDI的流入和利用,同时,进一步强调发明和技术创新的重要性,做好专利向市场转化的基础工作;鉴于进出口对地方经济发展的发动机作用,地方政府一是要利用好出口,更重要的是要利用专利和技术,做好出口产品的转化和升级。

[1] 王小鲁.中国经济增长的可持续性与制度变革[J].经济研究,2000,23(1)：4-15.

[2] 贾亚男.关于区域创新环境的理论初探 [J].地域研究与开发,2001,20(1)：5-8.

[3] Furman JM Porter,Stern S.The Determ inants of National Innovative Capacity[J].Research Policy,2002,31(2)：18-23.

[4] Romer P.Endogenous Technological Change[J].Journal of Political Economy,1990,98：71-102.

[5] Porter M.The Competitive Advantage of Nations[J].Harvard Business Review,1990,68(2)：73-93.

[6] Nelson Phillips,Lawrence T B.Resource,Know ledge and Influence,the Organizational Effects of Inter-organizational Collaboration[J].Journal of Management Studies,2003,40(2)：156-165.

[7] Jaffe A B,Trajtenberg M.Patents,Citations and Innovations：AWindow on the Knowledge Economy[M].Cambridge M A：MIT Press,2002.

[8] Acs Z J,Audretsch D B.Patents Feldman as A Measure of Innovative Activities[J].Kyklos,1989,42(2)：171-180.

[9] Dosi G.Technological Change and Industrial Transformation：the Theory and App lication to the Semi-conducton Industry[M].Landon：Mcm illan,1985.

[10] Soete L L G.Firm Size and Inventive Activity：the Evidence Reconsidered[J].European Econom ic Review,1979,12：319-340.

[11] Department Trade of and Industry.Intellectual Property and Innovation[R].London：HMSO,1986.

[12] Schumpeter,Joseph A.The Theory of Economic Development[M].CambridgeM A：Harvard University Press,1934.

[13] Sylvie Demurger,Jeffrey D Sachs,W ing Thye Woo,et al.Geogrephy,Econom ic Policy and Regional Development in China[J].Asian Economic Papers,2002,1(1)：146-197.

[14] Démurger Sylvie.Infrastructure Development and Econom ic Growth：An Exp lanation for Regional Disparities in China?[J].Journal Comparative Economics,2001,29：95-117.

[15] 张军.改革以来中国的资本形成与经济增长：一些发现及其解释[J].世界经济文汇,2002(1)：18-31.

[16] 杨新军,曹明明.中国区域科技创新的现状、类型与展望[J].地域研究与开发,2005,24(4)：1-4.