创新环境因素对区域创新效率影响的空间计量研究

创新环境因素对区域创新效率影响的空间计量研究 摘要：影响区域创新产出的因素可以分为直接要素投入和外部创新环境两个方面，二者均对提高区域创新效率具有重要作用。以2006―2011年中国31个省（市、自治区）的经济数据为基础，运用Moran I指数进行空间自相关性检验，并建立直接要素投入和区域创新外部环境因素与专利产出的实证模型，通过OLS和空间计量两种回归方法进行实证分析与比较。研究结果显示：中国不同区域创新产出存在发展不平衡现象，区域创新行为具有空间集中分布的特点，并且区域创新集群的现象比较明显；创新环境外部因素对区域创新效率具有显著的正向影响，但单纯增加人口数量并不能显著提高区域创新能力；创新环境诸因素中，金融机构存贷款总额、高校毕业人数和市场化率对区域创新效率的影响最为显著。 关键词：创新环境因素；区域创新效率；Moran I指数；空间误差模型 文章编号：2095-5960（2015）02-0074-10；中图分类号：F124；文献标识码：A 一、引 言 区域创新产出受到诸多因素的影响，不但包括政府、企业、大学和科研机构这些直接创新主体，还包括区域内的基础设施、开放程度、产业结构和金融制度等创新环境因素。区域创新环境作为影响区域创新的外部因素，对区域创新能力的提升作用愈发明显。中国自提出建设创新型国家以来，大力加强自主创新能力建设，提高科技人员投入和科研资金投入，并不断加强官、产、学、研之间的相互合作，使国家创新能力得到显著提高。但由于中国不同区域的创新环境发展不平衡，制约着整体创新能力的进一步提高，因此研究创新环境因素对中国区域创新效率的影响具有重要现实意义。本文依据中国31个省（市、自治区）区域创新的基本情况及相关数据，从空间计量分析角度出发，建立区域创新产出与直接要素投入以及金融环境、市场环境、交通环境、信息环境和教育环境等外部创新环境之间的计量模型，实证研究创新环境因素对区域创新效率的影响机制，并对这些影响因素进行比较分析，从而提出有效提高区域创新能力的若干政策建议。 二、文献综述 近年来，国内外学者对区域创新产出及其效率的研究逐渐深入，研究方法和视角也得到不断扩展，相关研究主要集中在创新投入贡献、区域创新环境和知识溢出作用等方面。 创新投入贡献研究主要探讨区域创新投入对创新产出影响的弹性系数，这方面的研究通常是建立创新投入与产出的生产函数，利用各弹性系数结果评价投入因素影响作用的大小。如国外学者Fritsch（2002）运用知识生产函数研究了欧洲区域创新的质量，在以发明专利作为创新产出指标的情况下，发现研发资本投入产出系数为035―062，研发人员投入产出系数为039―061。[1]Bottazzi & Peri（2003）利用欧洲专利和创新投入的相关数据，建立了创新生产函数，得出了专利对研发人员投入的弹性系数接近于1的结论。[2]Leydesdorff（2005）研究了政府、企业和大学对知识生产的作用，认为政府需要在政策干预和政策帮助之间作出明智的取舍，企业需要自己决定将R&D内部化的程度和方法，而高校要在区域和全球的市场中自我定位。[3]Buesa et al.（2010）则选取了影响区域创新产出的21个因素，通过实证分析归类为5个因子，即从事创新的政府、企业、大学及国家创新环境、区域技术创新环境。[4] 相比国外学者，国内学者在创新投入贡献方面的研究起步较晚，代表性的文献有：吴玉鸣（2006）运用地理加权回归模型对区域创新及其影响因素进行了空间计量分析，结果显示中国31个省域创新能力的贡献主要是由企业研发投入实现，大学研发对区域创新能力没有明显的贡献，大学研发与企业研发的结合都没有对区域创新能力产生显著的作用。[5] 李宝礼和胡雪萍（2013）也得出类似结论，他们的研究显示政府支持能够显著提升区域创新效率，而产学研合作的作用并不明显。[6]李婧等（2010）运用静态空间面板和动态空间面板两种方法进行比较，从地理特征和社会经济特征两个方面建立空间权重矩阵，认为静态模型对空间相关性会产生过高估计的偏误，动态模型则可以矫正部分偏误。[7]曹勇等（2013）引入Theil系数模型对中国4个直辖市的创新能力差异进行比较研究，结果认为城市经济规模、科技成果转化能力和城市创新投入对城市创新能力存在显著正向影响。[8] 区域创新产出不仅取决于创新直接投入，也受到区域创新环境的影响。这方面的成果主要有：章立军（2006）运用波特竞争力分析框架论证了区域创新环境五要素的关系，认为基础设施水平、市场需求、劳动力素质及金融环境对创新能力有正面促进作用，而创业水平对创新能力没有显著影响。[9]Moultrie et al.（2007）从企业的角度研究了区域创新环境的影响，并通过对欧洲部分企业的调查，建立了一个关于地区“硬环境”在企业创新中地位和角色的框架，证明区域创新环境对企业创新战略的形成和效果有着深远的影响。[10]岳鹄和张宗益（2008）运用1997―2006年省际创新产出的面板数据进行了实证研究，发现中国30个省（市、自治区）创新能力的显著差异不仅是源于各地区R&D投入差异，也因创新环境的差异，并证实了创新环境对区域创新能力的重要影响。[11] 周红和宋晨（2013）从单个城市（天津市）实证角度出发，认为基础设施、市场需求、劳动者素质的投入对区域创新绩效有显著影响，而金融环境、创业水平的投入对区域创新绩效的促进作用不显著。[12]Crescenzi（2013）则侧重研究美国创新数据，分析了当地R&D支出支持创新过程的影响，特别强调社会经济因素和创新系统（“社会过滤器”的条件）的作用。[13] 知识溢出作用的研究主要源于传统的知识生产函数，知识具有很强的外部性，相邻地区知识溢出很容易影响到这些区域的创新能力。如国外学者Verspagen & Canils（2001）认为知识溢出是不同主体之间进行直接或间接互动交流和无意识的知识传播行为。[14]Keller（2004）研究了欧洲7国地理距离对知识溢出的影响，证实相邻地理区域存在知识溢出效应。[15]而Fritsch & Franke（2004）利用知识生产函数分析了企业和研发机构的R&D活动差异对区域创新效率差异的影响，发现R&D合作作为知识溢出的中介所起的作用并不明显。[16]Arvanitis et al.（2011）的研究则认为知识和技术溢出与企业和大学之间的衔接障碍呈负相关关系，企业规模和年龄以及员工文化程度对知识溢出有正向作用。[17]国内学者也从多种角度对知识溢出作用的研究进行了探索，如吴玉鸣（2007）运用全国31个省域创新相关数据，从空间角度实证了地理邻近的空间溢出效应，认为中国各地区创新能力空间相关性很强。[18]周国富和兰宇宁（2012）从城市角度对空间集群、知识溢出与区域经济增长差异进行了空间计量分析，结果表明中国城市经济增长也存在着明显的空间集群特征，城市所属省份的增长态势、产业结构调整、区域政策等因素对城市经济增长具有显著的促进作用。[19]张望（2013）以中国2005―2010 年 31 个省（市、自治区）的相关数据所进行的实证分析表明，技术差距是关乎企业总研发强度与企业自主创新强度的关键因素，尤其对经济处于起飞区域作用显著，中国区域发展存在较强的空间集群现象。[20] 综上所述，国内外学者已对区域创新产出及其影响因素和知识溢出作用等方面做了较为深入的探讨，相关研究成果也较为丰富，但仍存在以下一些不足：一是，大多数学者使用OLS或SFA模型建立区域创新产出与其影响因素之间的关系，利用简单计量分析各因素的弹性值，较少考虑空间相关性对模型的影响，从而出现模型设定偏误的现象。二是，学者们往往侧重分析区域创新产出的直接影响因素，如科技的研发投入（R&D经费投入和R&D人员投入）与创新产出的关系，或是从官、产、学、研等创新主体角度研究对区域创新产出具有直接绩效的各因素，对区域创新环境等外部要素影响作用的空间计量研究成果较少。在当前实体经济、虚拟经济以及信息化互相影响的社会中，创新环境因素显然对区域创新产出及其效率具有重要作用。三是，有些研究成果将影响区域创新环境的各个因素纳入同一个模型进行实证分析，忽视了解释变量之间的多重共线性，容易导致系数结果无意义，影响到实证研究的准确性。为了弥补上述不足，本文拟运用2006―2011年中国31个省（市、自治区）的经济数据，通过Moran I指数进行空间自相关性检验，并建立直接要素投入和区域创新外部环境因素与专利产出的实证模型，采用OLS和空间计量两种回归方法进行实证分析与比较，并在此基础上提出有针对性的政策建议。 三、理论框架和空间自相关性检验 （一）理论框架 本文理论框架来源于区域创新系统理论对知识生产函数的利用，大量实证结果表明，知识生产函数能够为区域知识溢出的地方化特性及区域创新产出提供一个基础的理论模型。区域创新产出过程和知识生产过程在本质上是基本相同的投入产出过程，因此可以借助知识生产函数的形式来表述区域创新产出函数，即Y=Af（K，L），其中K和L分别代表区域创新直接投入因素中的资本和劳动，而A代表区域创新环境因素，该指标是本文研究的主要因素，并且对K和L的产出效率具有促进或制约效应。其作用机制可以用下图1表示： 图1区域创新环境因素与直接投入要素对区域创新产出的作用机制 （二）Moran I指数的空间自相关性检验 根据空间计量经济学原理方法，在进行空间计量分析之