区域创新产出影响因素与地区差异的实证研究——基于江苏省13个地级市面板数据的分析

李慧

（1.南京大学经济学院，江苏南京210093；2.江苏省社会科学院经济研究所，江苏南京210013）

●江苏经济

区域创新产出影响因素与地区差异的实证研究
——基于江苏省13个地级市面板数据的分析

李慧1，2

（1.南京大学经济学院，江苏南京210093；2.江苏省社会科学院经济研究所，江苏南京210013）

面对日新月异的科学技术变革、日益加剧的资源环境约束、日趋激烈的全球市场竞争，以创新引领区域发展已经成为一种必然趋势。文章根据知识生产函数理论，利用2002-2011年江苏省13个地级市的面板数据，基于面板时间序列的处理方法，构建江苏省创新产出的影响因素计量模型，分析了R&D投入、科技人才投入、FDI等因素对江苏创新产出的影响，并提出进一步提升江苏区域创新能力的若干建议。

创新产出；影响因素；比较；知识生产函数

一、引言

改革开放以来，江苏的经济发展一直处于全国的前列，其重要经验是紧紧抓住每个发展阶段的机遇。先是抓住发展乡镇经济的机遇，率先推进农村工业化；后来又抓住发展外向型经济的机遇，其开放型经济处于全国领先地位。现在江苏全省总体上已处于工业化中后期，苏南地区进入了工业化后期，产业结构、所有制结构、区域结构和增长动力都发生了很大变化，正处在第三次经济转型即向创新型经济转型升级的关键时期。面对日新月异的科学技术变革、日益加剧的资源环境约束、日趋激烈的全球市场竞争，以创新引领区域发展已经成为一种必然趋势。大力发展创新型经济，使经济发展由主要依靠物质投入向主要依靠创新驱动转变，是江苏推进科学发展的必由之路。

目前江苏在经济发展水平、科技资源、创新意识等方面都存在明显的区域差别，因此，在制定创新型经济发展战略时，不仅要考虑江苏创新型经济发展的共性，还要兼顾江苏不同区域所具有的创新型经济发展的个性，需要进行全面、深入的调查研究与理论分析。

在吸收借鉴前人研究成果的基础上，本文拟用面板数据对江苏13个地级城市以及三大区域（苏南、苏中、苏北）的创新产出影响因素及其差异性进行实证分析，以期客观认识江苏创新型经济发展的实际状况和区域差别，为江苏创新型经济发展的战略选择和模式选择提供科学依据。

二、文献回顾

美籍奥地利学者约瑟夫·熊彼特是最早提出和研究创新问题的经济学家，且力图用创新理论来解释经济周期和经济增长问题。1933年熊彼特出版了《商业周期》一书，他在书中对创新理论进行了较为详尽的论述。他把创新界定为“建立一种新的生产函数或供应函数”，即“企业家对生产要素和生产条件进行新的组合”。在熊彼特看来，创新是一个经济范畴而非技术范畴的概念，它不仅仅是指科学技术上的发明创造，更重要的是指把已发明的科学技术引入到企业之中，形成一种新的生产能力，其目的是获取一种潜在的利润，从而推动社会和经济的不断发展【1】。

对于创新影响因素的分析，现有文献一方面是从微观角度分析影响企业技术创新的因素。自20世纪60年代以来，很多学者从内部和外部两个方面分析影响企业技术创新行为的因素。其中，内部因素包括企业规模（Schumpeter，1934）【2】、企业年龄（Galende&Fuente，2003）【3】、企业所有权结构（Love&Ashcroft，1999）【4】、组织结构（Miozzo&De⁃wick，2002）【5】、企业文化（吕军，2003）【6】、管理团队（胡永平&何建国，2007）【7】、R&D（Griffith，2001）【8】、管理方式（李忆等，2014）【9】等；外部因素包括所属产业（Souitar⁃is，2002）【10】、政府政策（余泳泽，2009）【11】、市场需求（Ja⁃cob Schmookler，1966）【12】等。另一方面是从宏观角度分析影响区域创新能力的因素。如虞晓芬等人（2005）针对我国区域发展的不平衡问题，从区域技术创新效率差异角度分析东西部发展不平衡的成因，并通过计量分析得出企业性质、人力资本、产业结构等是影响我国各省、市、自治区技术创新效率的显著因素【13】。唐德祥（2008）利用SFA即随机前沿的方法，对我国东中西部地区R&D与技术效率的关系进行研究，认为R&D显著地促进技术效率的提高；在实证基础上，其进一步分析了R&D对产业结构优化升级的作用机理和路径依赖，由此，形成了我国三大经济区域技术效率的差距【14】。简兆权（2010）指出：企业、大学及研究机构之间缺乏良好的知识流动，导致的知识生产、转化和扩散受限是目前我国区域创新系统发展过程中存在的主要问题；以泛珠江三角洲区域创新系统为例，在剖析知识转移障碍基础上，提出政府应当完善系统功能建设、制定相关政策导向，知识供需双方应该科学感知“知识缺口”，建立内外激励机制和专门互动的组织【15】。李平等（2013）运用2003-2011年中国30个地区的面板数据，证明了人民币升值总体上显著促进了国内技术创新水平的提高，为国内产业结构调整提供了良好时机【16】。

从文献回顾中发现，现有的研究大多从微观角度针对影响企业或行业创新的因素进行分析，对区域创新能力的分析也大多从国家宏观层面进行研究，从区域层面的定量分析和比较研究较少，尤其是以江苏省各区域作为研究对象还不多见，因此，笔者用江苏省13个地级市的数据，通过构建计量模型探讨影响区域创新产出的因素，并据此提出政策建议。

三、变量选取与模型设定

（一）指标选取

1.因变量

在变量设定上，主要因变量为创新产出指标，本文选取专利数据作为创新产出的指标。专利数据包括专利申请受理量和专利授权量，这两个指标都为国内外学者经常采用。本文在此采用专利授权量作为创新产出的指标。

2.自变量

自变量包括R&D投入、人员投入、政府科技拨款、金融机构科技与技改贷款额、外商直接投资投入强度、开放度等指标。上述指标选取见表1所列。

表1 变量定义

（二）模型设定

二十世纪七八十年代，Griliches（1979）为度量R&D和知识溢出对生产率增长的影响，提出了知识生产函数的概念。该函数提出后被许多学者借鉴和发展，现已成为分析知识生产和技术创新与区域创新及其决定因素的重要理论工具。该函数将技术创新过程的产出（R&Doutput）看作是研发投入（R&Dinput）的函数，函数形式为：

其中，α为常数；β为弹性系数，即技术创新产出相对于投入变化的弹性【17】。

Jaffe（1989）认为，新的有经济价值的知识是企业追求的重要目标，它是R&D经费投入和人力资源投入的结果。于是，将Griliches知识生产函数修正为：

其中，Q表示创新产出（新知识）；K和L分别表示R&D经费和人力资源投入；ε表示随机误差项；A为常数；α、β分别为K和L的产出弹性系数【18】。

但是，影响创新产出的因素不仅包括资本、人才方面，还有很多其他因素，本文在借鉴上述知识生产函数的基础上，构建如下柯布—道格拉斯形式的生产函数：

其中，PG表示创新产出；RD表示R&D投入；TP表示科技人员投入；GF表示政府科技拨款；TL表示金融机构贷款；FDI表示外商直接投资；OP表示开放程度；A为常数项；ε表示随机误差项。

对上式两边取自然对数并考虑创新的动态效应，本文构建如下计量经济模型：

其中，i代表截面单元（城市）；t代表各个年度；α为常数项；εit为随机扰动项。

四、数据来源与实证分析

（一）数据来源

由于江苏科技厅已不再更新2012年江苏各市科技监测评价结果，鉴于数据的可得性，本文选用2002-2011年江苏省13个地级市的面板数据进行回归分析。样本数据主要来源于2003-2012年《江苏统计年鉴》、2003-2010年《江苏科技年鉴》、2010年、2011年《江苏省各市科技进步统计监测综合评价结果》、江苏知识产权局网站（www.jsip.gov.cn）。

为了消除物价因素对R&D经费投入等指标的影响，使用消费价格指数对变量RD、GF、TL、FDI进行平减，令X=100（X*/PI），其中，X表示实际统计指标；X*表示名义统计指标；PI表示测算的消费价格指数。将2002年设为100，根据《江苏统计年鉴2012》，2003-2011年的指数分别为101.0、105.1、107.3、109.1、113.8、119.9、119.4、124.0、130.5，将上述指标折算为2002年不变价格水平。

同时，按照传统的地域划分办法，将江苏省进行如下划分：苏北地区：徐州、连云港、宿迁、淮安、盐城五市；苏中地区：扬州、泰州、南通三市；苏南地区：南京、镇江、苏州、无锡、常州五市。

数据处理使用Eviews6.0软件，各变量的描述性统计分析见表2所列。

表2 各变量的描述性统计分析

（二）单位根检验

传统经济计量学要求所处理的随机过程是平稳的，即时间序列每一时刻的期望与协方差、与时间无关。如果不满足平稳性前提，就会出现虚假的回归。因此，在对面板数据模型进行运算之前，需要先对相关的时间序列数据进行单位根检验，以确定变量是否平稳。本文使用三种检验方法对江苏省、苏北、苏中、苏南的面板数据分别进行单位根检验，包括LLC检验、Fisher-ADF检验和Fisher-PP检验，详见表3-6所列。

表3 江苏各变量的单位根检验

续表3

表4 苏北各变量的单位根检验

表5 苏中各变量的单位根检验

续表5

表6 苏南各变量的单位根检验

江苏各变量单位根检验的结果表明，lnTL、lnFDI、lnOP在5%水平上拒绝了原假设，说明这几个指标序列为0阶单整；lnPG、lnRD、lnTP、lnGF均不能在10%的显著性水平上拒绝存在单位根的零假设（虽然有个别结果在没有经过差分的情况下通过了单个检验），而对于其一阶差分，三种检验方法的结果均在5%的显著性水平上拒绝存在单位根的零假设，表明各序列的一阶差分均为1阶平稳过程。因此，根据检验结果可知，lnPG、lnRD、lnTP、lnGF均为1阶平稳序列，但lnTL、lnFDI、lnOP为0阶平稳序列。

（三）协整检验

由于面板数据模型中的变量存在着非平稳变量，因此需要对模型进行协整检验来判断各个变量是否存在协整关系，从而防止伪回归的出现。本文将使用Kao ADF检验方法对面板进行协整。本文所选用的软件为Eviews6.0，由于模型中各个变量的数据并不都是一阶单整，在使用Eviews软件做协整检验的时候，以一阶单整的变量为基准，将协整阶数设定为一阶，而不是使用自动选择的功能。运算结果见表7所列。

表7 Kao检验结果

由表7可知，各变量的Kao检验在1%的显著性水平上拒绝了原假设，即认为各变量之间存在协整关系。

（四）模型选择

由于面板数据存在两维特征，进一步估计之前要确定模型的设定形式，即是采用固定效应模型还是随机效应模型。通过Hausman检验对固定效应和随机效应模型进行判别，得出江苏数据的Hausman统计量为35.522 666，相对应的P值为0.000 0，该检验结果拒绝了随机效应模型原假设，因此江苏省面板数据应该选择用固定效应模型进行分析。

而对于苏北、苏中、苏南的面板数据而言，由于使用Eview6.0软件估计随机效应模型，要求截面数量大于回归系数的数量，而苏北只有五个城市，苏中三个城市，苏南五个城市，因此不能做随机效应模型，进而也不能使用Hausman检验。另外，针对苏北、苏中、苏南的宏观数据，有理由相信各区域个体差异与不考虑个体差异时估计出的残差具有相关性，因此采用固定效应模型。

（五）回归分析结果

四个面板数据的模型结果见表8-9所列。

表8 创新产出的回归结果

表9 各面板数据模型横截面固定效应系数

从回归结果可知，各地区影响技术创新水平的变量与预期符号有一定的区别，江苏全省的回归结果和苏北、苏中、苏南的回归结果有明显的不同。具体分析如下：

（1）R&D投入。从江苏省全省角度来看，该变量对创新产出有显著的促进作用。即R&D投入水平每增加1个百分点，可以促进创新产出增加0.673 748个百分点。分区域看，R&D投入水平对苏北、苏中、苏南的创新产出均有显著的促进作用，尤其是苏中，R&D投入的创新产出弹性达到0.839 802，显著地促进当地科技水平的进步，提升了自主创新实力。

（2）科技人员投入。从江苏全省层面来看，该变量对创新产出有显著的促进作用。即科技人员投入水平每增加1个百分点，可以促进创新产出增加0.426 297个百分点。这主要是因为江苏省拥有丰厚的研究与教学资源，研究型人才数量较多，为江苏的科技创新活动的开展提供了有利的条件。分区域看，科技人员投入仅对苏南创新产出有显著的促进作用，对苏中、苏北的创新作用并不显著。可能的原因是苏南科教资源丰富，同时政府采取了各项措施吸引了大量研究型人才的流入，与此相对比，苏中、苏北本身高校和科研院所比较少，同时当地对科技人才的吸引力不足，从而导致了苏中、苏北科技人才缺失严重，不利于当地科技产出的提高。

（3）政府科技拨款。从江苏全省层面估计，该变量对创新产出有显著的促进作用。即政府科技拨款每增加1个百分点，可以促进创新产出增加0.337 745个百分点。分区域看，政府科技拨款水平对苏中、苏南有显著的促进作用。尤其是苏南，政府科技拨款的创新产出弹性高达1.087 041，这说明当地政府十分重视科技创新对经济发展的作用，政府财政在促进科技创新方面投入巨大，产生了良好的效果，显著地提升了当地的科技创新水平。在苏北，虽然政府科技拨款水平的创新产出弹性为正，但没有通过显著性检验，这可能是由于苏北整体财力水平较低，财政对创新型经济发展的支持力度有限。

（4）金融机构科技与技改贷款额。从江苏全省层面来看，该变量的科技产出弹性为0.120 440，其对创新产出的正面作用在1%的水平上显著。但相对于R&D投入、科技人员投入、政府科技拨款的创新产出弹性，该变量的产出弹性较小。分区域看，无论是苏北、苏南还是苏中地区，金融机构贷款因素对于各区域内自主创新的影响都未达到10%的显著性要求，说明目前金融科技贷款对江苏的技术创新有一定的促进作用，但影响仍然微弱。

（5）外商直接投资投入强度。从江苏全省层面看，FDI对江苏创新产出负效应，但并未通过显著性检验。分区域看，FDI对苏南表现出显著的负效应，说明FDI对该地区创新存在负面的挤出效应。FDI对苏中的创新产出同样表现为负的影响，但未通过显著性检验。而在苏北，FDI对创新产出则表现出正的促进作用，但同样未通过显著性检验。说明目前江苏更多的创新成果来源于自主研发，而不再过度依赖FDI的“技术外溢”，整体上FDI对江苏创新的影响较弱。

（6）开放度。从江苏全省层面来看，该变量对科技产出有显著的负向作用。即开放度每增加1个百分点，会导致创新产出减少-0.583 620个百分点。分区域看，除苏北通过10%的显著性水平，苏南和苏中均未通过显著性检验，但各地区的开放度对科技产出均呈现负面的影响。原因可能在于目前江苏进出口产品的科技含量和经济附加值相对不高，进出口的增加不仅不能起到促进科技创新的作用，反而阻碍了科技的进步。

（7）各市的个体固定效应系数。从表9可以看出，江苏省13个地市在2002-2011年间对创新产出的个体影响存在差异。从全省层面看，各市本身所固有的一些特征和非观测因素对本市创新产出的影响最大的是苏州，最小的是徐州；苏北个体影响最大的是连云港，最小的是徐州；苏中个体影响最大的是南通，最小的是扬州；苏南个体影响最大的是镇江，最小的是南京。

五、政策建议

本文根据知识生产函数理论，利用2002-2011年江苏13个地级市的面板数据，基于面板时间序列的处理方法，构建江苏省创新产出的影响因素计量模型，分析了R&D投入、科技人才投入、FDI等因素对江苏的创新产出的影响。针对上述分析结果，本文提出相关政策建议。

（一）增加江苏的R&D投入

《江苏省“十二五”科技发展规划》发展目标规定，至2015年，江苏省R&D投入占地区生产总值的比重达到2.5%；到2020年，全社会R&D投入占地区生产总值的比重达到2.8%。因此，一方面要促进企业增加研发投入，对于企业研发投入占当年销售收入达到一定标准的企业，实行税收减免或给予一定财政补贴；加大对企业研发机构支持力度，通过对企业研发机构的建设和重大项目支持，培育创新型企业和一批具有较强自主创新能力的大企业大集团，使企业真正成为创新和研发投入的主体。另一方面要加强产学研合作，推进产学研战略联盟建设。鼓励以重大项目为纽带，建立多种形式的产学研联盟。以企业为主体，组织高校、科研院所联合攻关，广泛推进企业与高校、科研院所建立稳定的产学研合作关系和共建研发机构，加大研发投入。

（二）发挥苏南地区科技人才优势，提高科技人才的利用效率

科技人才是发展创新型经济的强大动力，要加强创新型人才引进、培养力度。要充分发挥苏南地区科技人才优势，提升高等教育质量，培养造就一批创新能力强、研发水平高的领军型人才和设计研发队伍。在一些高等院校增设专业，加强对新兴产业、高新技术产业所需人才的培养。面向国内外开展招才引智活动，重视引进领军人才、拔尖人才和创新团队，大力引进高端人才，引进海外留学归国创业人才和国内优秀科学带头人、科技领军人。

此外，在苏中和苏北地区仍存在着“人力资本门槛”，科技活动人员的投入对该地区的技术创新作用并不明显，江苏的人才在苏南和苏中、苏北之间分布仍不平衡，在苏中、苏北等地急需科技人才。应该从提供完善的公共和社会服务的角度入手，形成科技人才流向苏中、苏北地区的机制，促进科技人才人尽其用。

（三）强化江苏尤其是苏南、苏中地区财政支持力度

制定科技投入与财政收入同步增长制度，力争科技投入增幅高于财政收入增幅。财政科技投入重点支持基础研究、社会公益研究和前沿技术研究。重视公益性行业科研能力建设，建立对公益性行业科研的稳定支持机制。对市场前景好的重点研发项目要优先资助。努力营造有利于企业独立投入研发的导向性环境，并带动社会资金不断投入科技研发领域。

（四）完善金融市场，建立灵活的融资体系

由于科技活动具有投入大、风险大、收入不确定等特点，所以银行从获取利益的角度出发对科技活动的投资给予诸多的限制。因此，针对科技贷款门槛高的特点，应采取措施加大金融机构对科技活动的支持，鼓励金融机构对拥有较好市场前景和较好技术导向作用的科技企业给予贷款。可由政府成立专门针对科技活动贷款的政策性金融机构，为企业科技活动提供信贷担保、免息贷款、重点项目扶持等。同时，采取措施进一步拓宽企业的融资渠道，完善各种融资手段，建立包括直接融资和间接融资在内的企业融资体系，为企业的技术创新活动提供资金保障。一方面，应继续推进融资担保体系建设，规范和加快科技企业信用担保机构发展，提高其融资担保和风险防范能力，支持科技企业在资本市场上直接融资；另一方面，积极完善风险投资机制，形成由政府、企业、金融机构、保险公司以及各种养老、投资基金等多渠道的风险投资资金来源，规范风险投资运作，形成风险资本进入、退出良性循环的运行机制。

（五）调整江苏外贸结构

逐步调整、改变对外贸易结构，逐步实现由初级简单加工和贴牌生产为主，向自主创新和自有品牌为主转变；由低层次加工组装环节向高附加值、高技术含量加工制造环节和技术开发环节延伸。着力以自主创新提高传统产品的质量和档次，增强纺织、服装、轻工、机电等传统优势行业的持续出口能力，鼓励高技术含量、高附加值的汽车及零部件、医药和软件出口，扶持生物医药、风电设备、电子信息、新材料等新兴产业高技术产品出口。不断提升在全球产业与技术分工格局中的地位，增加出口产品的技术含量。

［1］约瑟夫·熊彼特.经济发展理论［M］.何畏，易家详，译.北京：商务印书馆，1990：147.

［2］Schumpeter J A.The theory of economic development［M］. Cambridge:Harvard University Press，1934:10-20.

［3］Galende J，Fuente J M.Internal factors determining a firm's in⁃novative behavior［J］.Research Policy，2003，32（5）：715-736.

［4］Love J H，Ashcroft B.Market versus corporate structure in plant-level innovation performance［J］.Small Business Eco⁃nomics，1999，13（2）：97-109.

［5］Miozzo M，Dewicki P.Building Competitive Advantage:Inno⁃vation and Corporate Governance in European Construction［J］.Research Policy，2002，31（6）：989-1008.

［6］吕军.企业知识创新研究［D］.武汉：武汉理工大学，2003.

［7］胡永平，何建国.对重庆上市公司R&D支出影响因索的实证研究［J］.科学学与科学技术管理，2007（4）：59-62.

［8］Griffiths R，Redding S，Van Reenan J.Mapping the Two Faces of R&D:Productivity Growth in a Panel of OECD Industries［J］.The Review of Economics and Statistics，2004，86（4）：883-895.

［9］李忆，桂婉璐，刘曜.家长式领导对双元创新的影响:与企业战略匹配［J］.华东经济管理，2014（1）：113-118.

［10］Souitaris V.Technological trajectories as moderators of firmlevel determinants of innovation［J］.Research Policy，2002，31（6）：877-898.

［11］余泳泽.我国高技术产业技术创新效率及其影响因素研究——基于价值链视角下的两阶段分析［J］.经济科学，2009（4）：62-74.

［12］Schmookler J.Invention and Economics Growth［M］.Cam⁃bridge，Mass:Harvard University Press，1966：7-17.

［13］虞晓芬，李正卫，池仁勇，等.我国区域技术创新效率:现状与原因［J］.科学学研究，2005（2）:258-264.

［14］唐德祥，李京文，孟卫东.R&D对技术效率影响的区域差异及其路径依赖［J］.科研管理，2008（2）：11-122.

［15］简兆权，郑雪云.知识转移障碍及对策分析——以泛珠江三角洲区域为例［J］.科学学与科学技术管理，2010（5）：166-170.

［16］李平，臧乐.人民币升值对中国技术创新能力的影响——基于国际技术扩散的视角［J］.华东经济管理，2013（1）：93-97.

［17］Griliches Z.Issues in assessing the contribution of research and development to productivity growth［J］.Bell Journal of Economics，1979，10（1）：92-116.

［18］Jaffe A B.Real effects of academic research［J］.The Ameri⁃can Economic Review，1989，7（5）：957-970.

［责任编辑：余志虎］

An Empirical Study on Influencing Factors and Regional Differences of Regional Innovation Output—Based on Analyses of Panel Data from13 Cities at Prefecture-level in Jiangsu Province

LI Hui1，2
(1.School of Economics，Nanjing University，Nanjing 210093，China；
2.Institute of Economics，Jiangsu Academy of Social Sciences，Nanjing 210013，China)

Facing the rapid changes of science and technology，increasing resource and environment constraints and competi⁃tion in the global market，it has become an inevitable trend to promote regional development with innovation.According to the theory of knowledge production function，using the panel data of 13 cities at prefecture-level in Jiangsu Province from the year of 2002 to 2011，the paper builds the econometric model of influencing factors of the innovation output of Jiangsu Province based on the processing method of panel time series.It analyzes the impacts of investment on R&D and scientific and technical talents，and FDI on the innovation output of Jiangsu Province.The paper also puts forward some suggestions for Jiangsu Prov⁃ince to further improve regional innovation capabilities.

innovation output；influencing factors；comparison；knowledge production function

F061.5；F223

A

1007-5097（2014）06-0008-06

10.3969/j.issn.1007-5097.2014.06.002

2013-11-15

国家社会科学基金重大招标项目（10zd&020）；江苏省高校哲学社会科学研究重大项目（2010ZDAXM007）；南京大学人文社会科学“985工程”改革型项目（NJU985FW01）

李慧（1980-），女，江苏徐州人，助理研究员，博士研究生，研究方向：理论经济，区域经济。