创新单元对区域创新的贡献研究，本文主要内容关键词为：单元论文,贡献论文,区域论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
中图分类号：F127文献标识码：A文章编号：1002-0241(2012)06-0092-08
0 引言
创新是一个民族进步的灵魂，是一个国家兴旺发达的不竭动力。当前，经济社会的发展越来越有赖于科学技术的进步及其在实际中的应用。中国正处于经济转型期，提高创新能力并促进科技成果向实际生产力转化，对于推动产业结构升级、带动城市化发展和改善民生具有重大意义。那么，如何推动区域创新的发展，也就颇具研究价值。
自Cooke于1992年提出区域创新系统概念以来[1]，国内学者给予了相当重视，如冯之浚(1999)、胡志坚和苏靖(1999)等[2-3]。刘曙光和徐树建(2002)概括了区域创新系统的五大基本内涵[4]，作为基本内涵之一的创新单元则主要由生产企业、R&D机构、高等院校、地方政府机构和服务机构等组成，而企业间、大学与企业以及独立R&D机构与企业的结合是组织关联的主要形式。对于创新投入与创新产出问题，Griliches(1979)提出了知识生产函数[5]，并被大量学者所证实[6-9]。然而，作为某种知识，科技创新产出也具有(半)公共品性，共享就会产生外溢。鉴于创新产出的公共性和外部性，空间地理邻近性及面对面的交流就显得异常重要[10-11]，政府在弥补技术市场失灵时的作用也不可忽视[12]。
从现有研究来看，关注区域创新效率的文献居多，而深究空间效应背景下创新单元对区域创新贡献的研究甚少，吴玉鸣(2006)、符淼(2008)、刘和东与施建军(2009)等人在此方面做了有益的探索[13-15]。不过，创新单元中政府财政的贡献并未受到重视。另外，现有研究也忽视了潜在人力资源与实际人力资本投入的差异[16]。校企联盟这种组织关联对创新的贡献也有待进一步考察。鉴于此，本文拟吸收现有研究成果，对区域创新研发中人力资本投入情况进行核算，根据2007-2009年各地区企业、科研机构、高校及政府4个主要创新单元以及校企联盟这一单元组织的相关科技投入产出数据，运用空间统计与计量方法，深入探讨各创新单元及校企联盟组织对区域创新的贡献及空间差异。
1 理论基础与模型方法
1.1知识生产函数与经典计量模型
由Griliches(1979)提出并经Jaffe(1989)修正的知识生产函数[5,17]，近年来已成为研究技术变化的主流模型。其中，Jaffe(1989)修正的柯布道格拉斯生产函数双对数模型为：
该模型认为，大学研究对同一个区域内专利的正面影响表明地理媒介溢出的存在，以及未区分科技转移形式的某种外部性的存在。即，科技创新活动同地理空间有关。文献当中，模型(1)常被称为Griliches-Jaffe知识生产函数，并为后续经验研究广泛应用和推广[4-7，10，13，15]。借鉴上述模型，本文将综合考虑各地区科研机构、企业、高校以及政府4个创新单元以及校企联盟这一组织对区域创新的贡献，同时纳入模型的还有各地区科技人力资本投入状况以及常数项①。依此，建立本文的双对数知识生产函数模型，即如下经典计量模型②：
这与既有研究采用每十万人拥有大专以上受教育程度人口来衡量人力资本也不同，关键在于人力资本测算的两种方法中，用受教育年限来衡量人力资本投资的成本测算法接近反映的是人力资源状况，并认为人力资本同质，而通过各种人力资本水平工人的劳动力收入法所衡量的人力资本投入，允许受教育年限所形成的人力资本存在差异[16]，同时也将不同地区的劳动价格因素也纳入考虑当中，因而收入法核算的人力资本投入更接近反映实际情况。本文使用数据均来源于2008-2010年《中国统计年鉴》、《中国科技统计年鉴》以及《高等学校科技统计资料汇编》，其中，港澳台地区以及技术转让金额不明的青海和西藏均未纳入考察范围。
1.2空间计量模型
近年来，已有学者注意到空间事物无关联和均质性假定以及普通最小二乘(OLS)忽视空间效应在研究区域相关问题中的不足[7-9,13,19]，因此，单用经典计量模型并不能很好地解释本文所要研究的问题。鉴于此，本文参照吴玉鸣(2006)的做法，首先运用2007年的创新投入数据分别与2007年、2008年和2009年的创新产出数据进行经典计量回归，以根据不同年度的模型拟合优度，决定创新投入与创新产出的最佳滞后期。在此基础上，进一步计算区域专利数据的Mroan I指数，用以检验区域创新产出在地理空间上的相关性即空间相互依赖性。Mroan I指数计算公式为：
根据Mroan I指数的计算结果，可用正态分布假设检验区域间是否存在空间自相关关系，其标准化形式为：
Mroan I指数取值在-1到1之间，若为正(负)值，且正态统计量Z值显著，则表明区域间创新产出存在显著的正(负)向空间自相关关系，即相邻地区的创新产出呈现集群(排斥)趋势。如此，则应该考虑使用包含空间因素的空间计量模型。空间计量经济学模型种类较多[19]，据本文需要，选择全域估计的空间常系数回归模型和局域估计的空间变系数回归模型，前者包含考虑空间自相关的空间滞后模型(SLM)和考虑空间误差的空间误差模型(SEM)，后者则为地理加权回归(GWR)模型。
SLM主要探讨各变量在一个地区是否有扩散现象(溢出效应)，本文建立如下SLM模型：
考虑到解释变量对被解释变量的影响可能存在空间依赖作用，假定区域间的经济行为和创新环境存在空间异质性可能更加符合现实，针对此问题的有效解决办法就是地理加权回归模型。GWR扩展了模型(2)的回归估计技术，参数将不再利用全局信息估计得到，而是根据临近观察值的子样本数据信息进行局域估计而得，因而会随着i的变化而变化。本文建立如下GWR模型：
2 实证结果与分析
为确定最佳创新投入与产出的滞后期，首先以2007年各创新单元、校企联盟以及人力资本投入的分地区相关数据作解释变量，分别以2007年、2008年和2009年的分地区专利授权数据作为被解释变量，对经典计量模型(2)进行OLS估计。结果发现，滞后一阶的模型估计具有较好的拟合优度，因此本文确定最佳滞后期为1年，即采用2007年创新投入与2008年的创新产出进行后续研究。早期研究多将滞后期定为2年，相比之下，滞后期的缩短可能与科技创新速度的提升有关。滞后1年的OLS估计如表1中回归系数及统计检验所示。
然而，表1空间依赖性检验指标以及Mroan I指数散点图(见图1)显示，2008年创新产出Mroan I指数为0.3226，在正态分布5%水平上显著(Z统计值为2.4068，大于临界值1.96)。这表明，29个省(市、自治区)的创新产出在空间分布上存在显著的正向自相关关系。这种空间依赖性一定程度上反映了我国区域间的创新集聚格局，即区域创新产出呈现高产出与高产出邻接，低产出与低产出邻接，且后者居多。
图1 创新产出Mroan I指数散点图
鉴于科技创新的空间自相关性，那么在研究创新单元对区域创新的贡献时，空间计量模型比经典计量模型将有更好的解释能力。而且，Anselin等(2004)指出，如果空间依赖性检验显示LMLAG在统计上较LMERR更加显著，且R-LMLAG显著、R-LMERR不显著，那么SLM模型更加合适；相反，若LMERR在统计上较LMLAG更加显著，且R-LMERR显著而R-LMLAG不显著，那么SEM模型更加合适。然而，依据表1无法就此得出SLM与SEM中的较优者。鉴于此，本文同时给出两个模型的回归结果(如表2)，并给出模型所蕴含的经济解释。
根据SLM，空间自回归系数ρ为0.2055，这说明邻近区域创新产出对本区域创新产出有正向溢出效应。但统计检验显示，科技创新产出的空间溢出效应并不显著。究其原因：(1)技术产出溢出的滞后性，不仅有如SLM模型反应的空间滞后性，同时也应具有时间滞后性，而SLM模型并未考虑临近区域前期产出对本区域当期的溢出效应；(2)本文采用同期授权专利数目衡量科技创新产出，授权专利的保护制度在一定程度上阻止了邻近区域专利产出的短期溢出效应；(3)专利产出并非一般知识，即使发生溢出，对临近地区的接受能力也有相应要求；(4)Mroan I指数显示区域间产出自相关性很强，但本文分析皆是基于省级行政区域划分，行政区临近可能并未很好地反应创新单元的临近关系，由此也可能造成创新产出溢出效应的估算误差。
从SEM来看，空间误差系数λ为正的0.4796，而且在5%水平上显著，这表明干扰项的空间相关不可忽视，即邻近区域的误差干扰会对本区域造成显著的多余影响。若忽略空间误差相关，OLS估计无偏而非有效，参数估计和统计推断也会失去可靠性，而SEM在校正空间自相关的潜在偏差影响时是合适的[22]。因此，在分析区域创新单元投入的贡献时，SEM更加可靠。另外，从表2统计检验行来看，模型SLM和SEM的R[2]均高于OLS估计的经典计量模型，因而从自变量对因变量的解释能力方面来看，空间计量模型更加合适。而且，除拟合优度外，常用的检验准则中自然对数似然值(LogL)越大、似然率(LR)越小、赤池信息准则(AIC)以及施瓦兹准则越小，那么模型拟合效果就越好。对比空间常系数模型，可以看出，SEM具有最大的LogL值，且LR并未通过5%水平的显著性检验，其他指标也普遍比SLM更优。因而综合来看，在区域创新投入与产出方面，SEM具有更好的解释能力。
SEM回归结果显示，29个区域的整体创新产出中，创新环境、企业科技创新投入以及科技人力资本投入均具有显著贡献，企业每增加1%的投入将会增加0.72%的产出，而高科技人力资本投入每增加1%就会增加1.85%的产出。科研机构、高校以及地方政府的科技经费投入并未对创新产出产生明显贡献。综合高校从企业接收的科研委托经费以及高校向企业的技术转让金额所反映的校企联盟来看，其对区域创新有微弱的负向影响，但并未通过5%水平的显著性检验。
从模型诊断的角度看，OLS估计的经典计量模型以及ML估计的空间常系数模型(SLM、SEM)均有一些指标不甚理想，表明这些模型的解释能力也是有限的；从模型估计的角度看，经典计量模型以及空间常系数模型都采用的是全域估计，而Mroan I以及λ均表明空间相关性非常显著，这表明采用局域估计似有必要。鉴于此，本文进一步采用空间变系数模型——GWR模型对区域创新投入与产出的关系进行研究。依照GWR模型的原理，运用3种距离权值计算的结果显示高斯距离权值较优，因此，以下只报告采用高斯距离权值计算的结果(见表3)。
在高斯距离权值估计的GWR模型中，调整后为0.8373，远高于SLM和SEM以及OLS估计的经典计量模型，这表明地理加权回归模型的整体拟合效果要优于经典计量模型和空间常系数模型，即对方程系数进行局域估计更符合区域创新中邻近空间发挥作用、区域创新投入与产出存在空间异质性的实际。表3显示，有些创新投入在不同区域中对创新产出具有一致贡献，而有些则体现出明显的空间差异。整体上，创新环境和科技人力资本投入全部通过1%水平的显著性检验，对区域创新产出均有显著的正向贡献；除陕西、甘肃和新疆外，企业科技经费投入均对区域创新产出具有显著的贡献；高校科技投入方面除内蒙古外均没有显著贡献，大部分区域甚至呈现负向影响；除河北、山西、内蒙古以及新疆以外，其他区域的科研机构未对区域创新有显著贡献，部分区域也呈现负向作用；政府出资方面，只有北京、天津、河北、山西、内蒙古和山东呈现显著的正向促进作用，其他区域贡献均不明显；校企联盟合作方面，整体显示出对区域创新的负向作用，部分区域的负作用显著。
总之，企业、地方政府以及校企联盟的科技创新投入在不同区域显示出不同程度的贡献作用，即在作用大小以及显著性水平上均呈现出了空间非平稳性，体现为集聚分布的特点。企业科技投入对区域创新的贡献呈现“东北—西南哑铃型”分布，即东北三省和云南广西等西南五省企业科技创新贡献较大而且特别显著，但两者的中间省份如河南湖北等，企业科技的贡献则相对较小而且显著性有所下降。地方政府科技投入具有较大贡献作用的省份，则近似呈现“蘑菇型”分布，即集中在东北三省和内蒙古一带以及河北至湖北和沿海一带，而其他地方的贡献作用并不明显，甚至在广西云南等西南地区有微弱的负作用。校企联盟整体上呈现微弱的负向作用，而且从东北向西南方向来看负向作用有所减弱。
3 结论
本文以空间计量模型为依据，结合地理空间自相关性，分析区域创新单元对创新产出的贡献，得到如下结论：(1)空间上邻近区域的同期创新产出对本区域的创新产出有正向影响，但并不显著，即创新产出的短期空间溢出效应并不明显。(2)干扰项的空间相关不可忽视，邻近区域的误差干扰会对本区域造成显著的多余影响。(3)对区域创新有显著正向贡献的是该区域的创新环境、企业科技经费投入以及科技人力资本投入，后两者的弹性系数分别达到0.72和1.85；地方政府科技经费支持对区域创新产出有正向促进作用，科研机构以及高校均有微弱的负向影响；校企联盟虽有多年的探索和发展，但依然未能发挥对区域创新产出的促进作用，甚至负向影响较为明显。(4)研究创新投入与产出问题，经济行为的空间异质性不可忽视，因而创新单元的贡献作用也会存在空间非平稳性。(5)企业的创新贡献在东北和西南地区较大，而在中部地区相对较小分布；地方政府创新贡献较大的省份则集中在东北、内蒙和中部地区；校企联盟的负向影响在东南沿海和西南地区表现较弱。
鉴于此，为建设国家创新体系和区域创新中心，提高创新能力并促进科技成果向现实生产力转化，推动区域创新发展，可从以下几个方面进行加强：加强科技创新环境的培育，进一步完善科技创新体制和市场环境；在建设以企业为主导的创新体系过程中，要着重加强对中部地区的引导，促进其企业作用的发挥；加大高科技人力资本投入是当前应该继续保持的一项工作；南方地区需要进一步改善地方政府对区域创新的扶持，同时要加强引导，促进该区域科研机构和高校创新作用的发挥；校企联盟方面，科研创新合作以及科技成果转化的有效性有待进一步改善。另外，本文对于造成创新单元对区域创新的贡献存在空间非平稳性的具体原因尚未做出深入探讨，这也是后续研究可以关注的重点。
注释：
①对于常数项，Bode(2004)将其视为生产率要素，而且认为“它(生产率要素)在所有区域是一样的，不仅反映受国内制度影响的研究的总效率，还反映了全国范围内传播的普遍知识的生产率效应”。按照Bode的思想，本文将这种制度和具有生产率效应的公共知识表述为更具一般意义的“创新环境”。因此，本文模型中的常数项后文表述为创新环境，且在后文的GWR模型及实证中，“创新环境”不再是全国共同的，而是具有地域差异的。
②表示我国具有完整数据的29个省(市、自治区)，后续模型与此相同，不再进行表述。
③中华人民共和国国家知识产权局公布的数据显示，2010年全年国内外三种专利申请受理中37.2%属于非职务类，这表明很多专利并非仅由R&D投入所得，而科技经费的投入范畴相对较广，更能合理反映创新投入。
⑤本文采用吴兵和王铮(2004)提出的方法，以2007年“科学研究、技术服务和地质勘查”行业职工平均工资代表科技创新人员工资水平，并以上海为基准，计算各地区科技人力资本投入。限于篇幅未给出过程，如需要可向作者索要。