中国区域创新效率差异性及收敛性.docVIP

中国区域创新效率差异性及收敛性 　　关键词： 区域创新；创新效率；随机前沿；差异性；收敛性 　　摘要： 运用随机前沿生产函数的方法，分析了中国区域创新效率的差异性与收敛性。结果表明：研发经费内部支出的增加伴随研发人员全时当量的增长，显著削弱了各自对专利产出的边际贡献； 2001-2010年中国各省份的创新效率值都表现出逐年增长的态势；但东部省份普遍高于中西部省份，表现出东部高于中部、中部高于西部的空间差异格局；总体来看，中国区域创新效率的空间差异不具有收敛趋势；但东部省份、西部省份间的空间差异表现出收敛的趋势，且分别以11.3%和9.6%的速度收敛。 　　中图分类号： F120.4文献标志码： A文章编号：2013 　　我国正在实施创新驱动发展战略，分析区域创新效率的差异性与收敛性，有助于我们把握区域经济发展的总体特征与发展趋势，为制定经济发展政策提供智力支持。 　　自库克（Cooke，1992）[1]提出区域创新系统以来，关于区域创新效率研究的文献多基于参数估计与非参数估计的方法。近年来，运用随机前沿方法（SFA）的文献逐渐增多，原因在于这种方法通过估计生产函数能有效控制技术效率，测度每个研究样本的技术效率以及分析各相关因素对单个样本效率差异产生的影响。这些研究采用的参数估计方法都是基于柯布-道格拉斯或超越对数知识生产函数 [2-6]，其基本结论是：中国区域创新效率总体不高，各地区之间差异明显。但对于区域间创新效率差距逐渐扩大的趋势是否收敛却存在不一致甚至互相矛盾的结论。比如，李婧认为中国各地区的创新效率呈现明显上升且具有收敛的趋势；但刘和东认为，中国区域研发效率在短、中、长期表现增长波动，长期来看会上升但并未表现出收敛的趋势。由于研究时段的变化，中国区域创新效率呈现如何变化？各地区间的创新效率差异是否持续扩大且有收敛可能？这是本文研究的主要问题。 　　一、随机前沿模型的选择 　　二、数据与变量说明 　　实证分析的数据来源于历年《中国统计年鉴》和《中国科技统计年鉴》。 　　（一）投入与产出变量 　　投入与产出变量的选择会对研究结果产生重要影响。投入变量一般选取研发经费支出、研发人员数（李婧，2009[7]；白俊红，2009；金祥荣，2010[8]；刘和东，2011）；还有的选择科技活动经费内部支出总额、科技活动人员数（史修松，2009）作为投入变量。产出变量通常选择专利指标，也有的选择新产品销售收入，或者将科技论文发表数、技术市场成交合同金额作为产出变量。比如，李婧、白俊红、刘和东等选取专利授权量作为产出变量；史修松等选取专利受理量和新产品销售收入作为创新产出指标。因此，根据《中国科技经费统计公报》对研发经费支出的解释以及已有研究的一般做法，本文选取研发经费内部支出与研发人员全时当量作为创新投入变量，并选择专利授权量作为创新产出变量。 　　（二）影响区域创新效率的解释变量 　　（1）政府行为。政府通过财政拨款和税收优惠等政策工具能有力扶持区域创新活动的开展。政府对创新活动的资助和扶持能降低企业技术创新的成本和风险，并能鼓励企业提高创新的积极性，从而能够对创新产出产生促进作用。因此，本文选择FDI（外商直接投资）这一重要指标来反映各省（市）对区域创新活动支持程度。 　　（2）市场开放度。对反映某一区域市场开放程度的衡量，一般选择进出口总额与GDP的比重、FDI来衡量。由于二者之间具有很大的相关性，为避免回归中出现的多重共线性问题，本文选择进出口总额与GDP的比重这一相对指标。 　　（3）企业参与创新的程度。企业是区域创新活动的最主要参与者。企业参与创新的程度会直接或间接的影响各项创新活动的开展。本文选择研发经费内部支出中企业资金所占的比重来衡量企业在区域创新活动中的作用。 　　（三）其它控制变量 　　本文还将选择其它控制变量（能源消费强度、地理区位）对模型进行估计。得天独厚的地理位置与资源优势显然能够对区域创新活动的发展带来影响。 　　综上所述，各变量的符号与定义见表1。 　　三、 模型的假设检验 　　四、 实证模型的建立 　　五、差异性及收敛性分析 　　（一）差异性分析 　　六、结论与启示 　　（1）研发经费内部支出的产出弹性远远大于研发人员全时当量的产出弹性。未考虑二者的交互效应时，它们各自对创新产出的贡献分别为1.08和0.14；考虑二者的交互作用时，二者对创新产出的边际贡献显著削弱。 　　（2） 政府行为、市场开放度、企业参与创新的程度、能源消费强度与地理区位都对区域创新效率产生显著正向影响。 　　（3）中国区域创新效率总体上表现出逐年增长的态势；但东部省份普遍高于中西部省份，表现出东部高于中部、中部高于西部的空间差异格局。