APP下载

区域创新能力与经济收敛实证研究

2016-01-19杨朝峰,赵志耘,许治

中国软科学 2015年1期
关键词:创新能力

区域创新能力与经济收敛实证研究

杨朝峰1,赵志耘1,许治2

(1. 中国科学技术信息研究所,北京100038;2. 华南理工大学工商管理学院,广东广州510640)

摘要:由于我国区域经济活动在地理空间上呈现出越来越强的相关性,本文采用不同区域质心间的直线距离的倒数作为权重矩阵对我国31个省市2001—2012年间实际人均GDP的收敛情况进行了实证分析,并探讨了区域创新能力对经济收敛的影响。结果表明:(1)在考虑空间效应后,我国区域经济发展既存在条件收敛,也存在绝对收敛;(2)近年来我国区域经济发展的收敛趋势比以前明显;(3)在考虑区域创新能力的影响后,我国区域间经济的收敛的速度将提高。

关键词:创新能力;经济收敛;空间计量经济模型

收稿日期:2014-10-31修回日期:2015-01-12

基金项目:本文是国家软科学研究计划资助重点项目(项目编号:2014GXS5K209)、国家自然科学基金重点项目(71233003)的阶段性研究成果。

作者简介:杨朝峰(1975-),男,湖北孝感人,中国科学技术信息研究所副研究员,研究方向:科技政策与管理。

中图分类号:F272

文献标识码:A

文章编号:1002-9753(2015)01-0088-08

Abstract:Considering that the correlation among regional economic activities is becoming stronger and stronger, this article conducts an empirical study on the convergence of real GDP per capita of 31 provinces and municipalities during 2001-2012, and explores the impacts of innovation capability on economic convergence, using the inverse centroid distance among different regions as weight matrix in spatial econometrics model. The results show that: (1) there exist both absolute convergence and conditional convergence in China’s regional economy after taking spatial effects into account; (2) the latest regional economic convergence is more obvious than before; (3) the speed of regional economic convergence will increase in consideration of regional innovation capability.

An Empirical Study on the Regional Innovation Capability

and Economic Convergence

YANG Chao-feng1,ZHAO Zhi-yun1,XU Zhi2

(1.InstituteofScientific&TechnicalInformationofChina,Beijing100038,China;

2.SchoolofBusinessAdministration,SouthChinaUniversityofTechnology,Guangzhou510640,China)

Key words: innovation capability; economic convergence; spatial econometrics model

一、引言

现代区域经济研究中,增长极理论被广泛用作为区域发展的指导理论。由法国经济学家Perroux(1950)首次提出的增长极理论认为,一个国家要实现平衡发展只是一种理想,在现实中是不可能的[1]。经济增长通常是从一个或数个“增长中心”逐渐向其他部门或地区传导。因此,增长并非出现在所有地方,而是以不同强度首先出现在一些增长点或增长极上,这些增长点或增长极通过不同的渠道向外扩散,对整个经济产生不同的最终影响。增长极理论因其对社会发展过程的描述更加真实,被许多国家尤其是发展中国家(包括中国)广泛应用于经济规划、生产力布局和区域经济的发展战略。改革开放以来,中国经济实现了高速增长,综合实力大大增强,人民生活水平有了显著提高。但在经济高速增长的同时,区域发展差距逐步加大。虽然近年来在国家宏观政策的调控下地区经济发展差距有所缩小,但整体效果仍不明显。经济发展的不平衡的问题日益成为制约我国国民经济整体健康发展的重要因素。在知识经济时代,创新能力已经成为一个国家和地区的核心竞争力,是经济社会发展的决定性因素。那么,创新能力是否对经济收敛产生影响?如果有,如何优化创新资源的区域布局,缩小区域经济发展的差距?这些问题都亟待解决。

一般认为,经济收敛概念源于Solow(1956)提出的新古典增长模型。由于该模型假定资本的边际报酬递减,在拥有同样技术的情况下,后发地区应该比先发地区增长得更快[2]。然而,尽管Baumol(1986)和Barro和Sala-I-Martin(1992)等的经验研究表明美国不同州之间,以及发达国家之间人均收入水平出现了收敛,但是Romer(1994)等的研究发现绝大多数发展中国却并没有能够缩小与发达国家的人均收入差距[3-5]。Carrington(2003)的检验结果表明欧洲国家之间人均收入水平不存在收敛[6]。国内对于区域经济收敛性的检验,可以分为两类。第一类在进行区域经济收敛性检验时不考虑空间效应。大部分检验都表明,中国区域经济不存在全域性的绝对收敛,但存在条件收敛。魏后凯(1997)对1978-1995年中国区域经济的收敛性检验结果表明总体上中国各地区人均GDP增长趋于收敛[7]。蔡昉和都阳(2000)、沈坤荣和马俊(2002)的实证发现改革开放以来中国区域经济发不存在全域性的绝对收敛,但存在条件收敛[8-9]。王铮和葛昭攀(2002)的研究表明中国东中西三大区域存在俱乐部收敛[10]。林毅夫和刘明兴(2003)的研究表明1981-1999年中国区域经济存在条件收敛[11]。第二类区域经济收敛性研究则在实证模型中考虑到了空间相关性。大部分研究都发现,在考虑空间相关性之后,中国区域经济存在全域性的绝对收敛。林光平等(2005)采用空间经济计量方法,发现1978-2002年中国区域经济存在绝对收敛的趋势[12]。吴玉鸣(2006)研究发现,当考虑空间效应后,各省域的经济表现出较为显著的条件趋同[13]。潘文卿(2010)将空间效应纳入收敛检验模型后发现,中国在改革开放的30年里存在着在全域范围内的绝对收敛特征[14]。这些研究取得了丰富的成果,对于后续研究具有重要的借鉴意义,但这些研究也存在两个方面的明显不足:一是绝大多数文献在进行收敛性检验时使用忽视空间效应的普通最小二乘法(OLS)进行模型估计,或者尽管考虑到了空间效应,但在选择空间权重时过于简单化,使得在实际应用中往往存在模型的设定偏差问题,进而导致研究得出的各种结果和推论不够完整、科学,缺乏应有的解释力(吴玉鸣,2007)[15];二是尽管现有文献研究了政策、技术引进等方面因素对经济收敛的影响,但很少将创新能力作为条件收敛的解释变量。鉴于此,本文将在借鉴经济收敛理论框架基础上,通过扩展经济收敛模型,借助空间计量等研究方法开展实证检验,探讨创新能力对经济收敛的影响,为中国区域经济均衡协调发展和国家创新驱动发展战略实施提供理论支撑。

二、研究设计

所谓经济收敛是指一个国家人均产出的增长速度与初始水平呈负相关,从而使得两国间的经济差距有不断缩小的趋势。经济收敛的概念也可以用于一个国家内部不同地区间的经济发展关系上。经济收敛可分为两类:δ收敛和β收敛。δ收敛是指不同地区人均收入的方差或者离散系数随时间的推移趋于减小的过程。宏观经济主要关注的是β收敛,这种形式的收敛主要表现为落后地区的经济增长速度高于发达地区,从而导致前者的人均收入逐渐赶上后者。如果β收敛是以一些因素(如人力资本、政策变量、基础设施等)为条件的,则称之为条件β收敛,否则就是绝对β收敛。创新可以提高劳动和资本的生产率,是决定经济长期增长的一个主要因素。创新能力对区域经济增长收敛的影响主要是通过创新扩散来实现的。区域创新扩散的动力源于区域内存在的创新能力的“位势差”,由于相邻区域具有某些方面的共缘性与相似性,使得创新能在相邻区域间更顺利地实现扩散,逐渐减少创新能力的“位势差”,实现创新能力的某种收敛性,从而在一定条件下,带动整个区域经济增长趋于收敛。因此,从这个角度看,区域创新能力和经济增长的收敛之间存在着密切的关系。在以往的经济收敛实证研究中,所采用的检验模型一般都是对Barro与Sala-I-Martin(1992)提出的收敛性分析框架的简化。本文在其模型中引入创新能力控制因素并进行简化,得到区域经济绝对β收敛的检验方程为:

(1)

(2)

式(2)中,Pi,t是反映i区域第t年的创新能力的变量。国外学者多认为区域创新能力是由生产一系列相关的创新产品的潜力来确定,最重要的因素是R&D存量(Furman等,2002)[16];国内学者倾向于认为区域创新能力是开展创新活动的能力和创新成果的产出,最重要的因素是专利申请量。近年来,专利特别是发明专利对于我国区域创新能力乃至经济发展的支撑作用日益显现,并且成为区域创新能力的重要标志,区域创新能力居前省市,往往都是发明专利受理量和授权量排名靠前的省市。因此,本文用发明专利申请量来衡量区域创新能力。

上述经济发展的β收敛检验是基于传统的计量方法进行测算的,没有考虑到空间效应。毫无疑问,任何一个区域的经济都不可能独立发展,它总是与其他区域的经济存在着千丝万缕的联系,其发展往往会影响到临近地区或者更远的地区。空间效应包括空间依赖性和空间差异性:前者指一个地区的样本观测值与其他地区的观测值相关;后者指由于空间单位的异质性而产生的空间效应在区域层面上的非均一性(Anselin,1988)[17]。这两种空间效应对应的空间计量模型分别为空间滞后模型(Spatial Lag Model,SLM)和空间误差模型(Spatial Error Model,SEM)。相应地,区域经济绝对β收敛和条件β收敛的空间滞后模型表达式分别为:

(3)

(4)

式(3)和式(4)中,ρ是空间滞后系数,衡量权重矩阵观测值之间的空间相互作用的程度,W是空间权重系数矩阵。空间权重矩阵是空间计量模型的关键,目前大多数研究采用的是简单的邻近矩阵,然而,相邻地区间的经济联系并非完全相同,一般而言区域间的相互影响程度随相隔距离的增加而减弱。考虑到一般情况下空间距离与空间相关程度成反比关系,本文采用不同区域质心间的直线距离的倒数作为W中元素的取值。

类似地,区域经济绝对β收敛和条件β收敛的空间误差模型表达式分别为:

(5)

+(1-λW)-1μi,t

(6)

式(5)和式(6)中,λ是空间误差系数,反映回归残差之间空间相关强度的参数,μi,t~N(0,σ2I)。

上述模型中,如果β的估计值显著为负,则说明区域的人均GDP增长率与初始时期的人均GDP水平呈现负相关,经济落后区域的人均GDP增长速度比发达省份要快,因而存在区域经济的β收敛。空间计量模型不再适合用OLS进行估计,一般采用极大似然法(ML)进行估计而得到可信的参数估计值。此外,根据β的估计值,可以出计算出区域人均GDP的收敛速度θ以及用收敛的半生命周期τ表示的经济落后地区追赶上经济发达地区所需的时间:

(7)

(8)

在采用空间计量模型之前,首先需要判断区域经济间的空间相关存在与否,一般通过Moran(1950)最早提出来的Moran’S I检验来进行[18],其表达式为:

(9)

本文考察范围是中国31个省份(不包括港澳台),考察期为2001年至2012年,所采用的数据均来自相应年份的《中国统计年鉴》,其中人均GDP采用2000年价格。

三、估计结果与分析

1.区域人均GDP空间相关性检验

根据2001-2012年我国省际人均GDP可计算得到其Moran’s I指数(见图1)。2001-2012年12年间区域人均GDP的Moran’s I指数均通过了5%水平下的显著性检验,Moran’s I指数尽管存在波动,但都在0.5以上,而且整体上呈现出不断上升的趋势,表明我国区域经济活动并不是处于随机状态,而是在地理空间上呈现出集聚现象,且这种集聚呈现出不断增强的态势。也就是说,我国人均GDP具有较强的空间相关性,较高经济发展水平的省份趋于和较高经济发展水平的省域相邻,而经济落后的省份趋于和经济落后的省份相邻。

2.模型及权重的选择

为便于比较,本文先用OLS估计不考虑空间效应的区域经济绝对β收敛的检验方程,得到结果见表1。

图1 2001-2012年我国区域人均GDP的Moran’s I指数

变量估计值标准误差α3.7236*0.5240β-0.2884*0.0584R20.4567调整后的R20.4380AIC-17.556

注:*和**分别表示在5%和1%水平下显著。

从表1可以发现,收敛系数为负,与预期一致,且在1%水平下显著,但模型的拟合系数偏低,说明模型的设定或者估计方法存在问题。对模型拟合残差的空间相关性结果表明残差项存在明显的空间自相关,其空间自相关系数为0.0155,p值为0.0225。这进一步说明OLS模型忽略地区间的空间相关性会带来结果的误差,因而需要利用空间权重矩阵对OLS模型进行修正。

在空间权重的选择上,我们首先采用大多数研究所采用的简单邻近矩阵对OLS模型进行修正。利用R语言的spdep扩展包对区域经济绝对β收敛的空间模型进行估计,结果见表2。

从表2可以发现,在以邻近矩阵作为区域经济收敛空间计量模型的权重矩阵时,空间滞后系数ρ和空间误差系数λ均不显著,说明邻近省份的经济发展对其自身经济发展没有造成统计意义上的影响;误差项的空间自相关不强,将其纳入模型作用不大。同时,从赤池信息准则(AIC)来看,空间滞后模型和空间误差模型分别为-15.615和-15.565,大于不考虑空间效应的OLS模型的-17.556,说明如果以邻近矩阵作为区域经济收敛空间计量模型的权重矩阵反而降低了模型的拟合程度。邻近矩阵假设地区之间在地理上相邻则权重矩阵中对应数值取1,否则对应数值取0,也就是说对所有相邻地区的关系都简单地视为相同,对所有不相邻地区都视为没有影响。事实上,相邻地区间经济上的相互关系不可能完全一样,需要加以区别;不相邻地区仍然会存在经济上的相互关系。

表2 区域经济绝对 β收敛检验结果(邻近矩阵权重)

注:*和**分别表示在1%和5%水平下显著。

3. 区域经济绝对β收敛检验

通过前述检验可知,自2001年以来我国各省份经济发展水平的空间相关性越来越强,如果忽略地区间的空间相关性会影响估计结果的可靠性,如果采用邻近矩阵作为区域经济收敛空间计量模型的权重矩阵也无助于模型的改善。鉴于此,本文在分析时将采用不同区域质心间的直线距离的倒数作为区域经济收敛检验空间计量模型的权重取值。由于区域经济发展的收敛性往往具有阶段性[20],因此除了考察整个期间的经济收敛性外,本文还将考察期划分为两个时段(2001-2006,2007-2012)分别进行考察不同时间段的经济收敛性。为了选择合适的空间计量模型,本文通过拉格朗日乘子检验来检验空间滞后模型和空间误差模型的适用性。检验结果表明,无论是在整个考察期还是两个时段,LMLAG较之LMERR在统计上更加显著,因而选择空间滞后模型。采用空间距离倒数矩阵作为权重,对区域经济绝对β收敛的空间滞后模型进行估计,结果见表3。

表3 区域经济绝对 β收敛检验结果(空间距离倒数权重)

注:*和**分别表示在1%和5%水平下显著。

从赤池信息准则(AIC)来看,空间滞后模型AIC均小于不考虑空间效应的OLS模型,说明如果以空间距离倒数作为区域经济收敛空间计量模型的权重矩阵有利于改善模型的拟合度。对数似然值的增大也表明该模型优于以邻近矩阵作为权重矩阵的区域经济收敛空间计量模型。从2001-2012年区域经济绝对β收敛检验结果可以发现,空间滞后系数ρ为1.2102,并且通过了5%水平下的显著性检验,说明我国省际间的经济发展存在显著的正的空间自相关,也就是说经济发展在省际间存在溢出效应,一个区域的经济发展对邻近区域的经济发展有明显的带动作用。收敛系数β为-0.3295,且在1%水平下显著。这表明各省份的经济发展速度与期初经济水平是负相关的。也就是说,期初发展水平相对较高的省份,其增长速度会放缓,而期初经济水平相对较低的省份,其经济增长速度则会较快。检验结果表明,2001-2012年期间我国区域经济发展呈现出收敛的趋势。从2001-2006年经济收敛检验结果来看,收敛系数β在统计上不显著,说明在这一时间段我国区域经济发展不存在收敛现象。但在2007-2012年间区域经济发展是收敛的(收敛系数β为-0.2401,在1%水平下显著)。

事实上,从衡量区域经济发展差距的基尼系数、泰尔指数、变异系数、赫芬达尔指数等其他指标来看,它们在考察期内的趋势也是在下降的,见图2。

从图2还可看出,虽然基尼系数、泰尔指数、变异系数、赫芬达尔指数在2001-2012年间整体是下降的,但在2001-2006年间却保持了相对稳定,只是从2006年后才出现明显的下降趋势。这也从一个侧面有力地验证了本文的实证结果。此外,根据的估计值,还可以计算出2001-2012年间我国区域人均GDP的收敛速度为3.634%,收敛的半生命周期为19.07年,也就是说经济落后地区追赶上经济发达地区平均需要19.07年。

4. 区域创新能力对经济收敛的影响

除了进行绝对收敛分析外,本文在空间模型中纳入区域创新能力,分析区域创新能力对经济收敛的影响。区域经济条件β收敛的空间滞后模型估计结果见表4。

表4 区域经济条件 β收敛检验结果

注:*和**分别表示在1%和5%水平下显著。

图2 区域经济发展四种差距指标 * 指标利用R语言ineq 扩展包计算得到,赫芬达尔指数在次坐标轴。

从2001-2012年区域经济条件β收敛检验结果可以发现,空间滞后参数ρ为1.3752,并且通过了5%水平下的显著性检验。区域经济条件β收敛的空间滞后系数比绝对β收敛的空间滞后系数大,说明我国创新活动及其创新成果的扩散有利于增强省际间的经济发展互动程度。2001-2012年间条件收敛系数β为-0.4660,且在1%水平下显著,说明中国经济发展水平在整个经济空间里存在条件β收敛。回归系数ζ为0.0696,且在5%水平下显著,表明省份的创新能力每提升一个百分点,能使得经济增长速度提高6.96个百分点。从2001-2006年经济条件收敛检验结果来看,收敛系数β在统计上不显著,说明在这一时间段即使加入控制因素创新能力,中国区域经济发展也不存在收敛现象。但在2007-2012年间区域经济发展是条件收敛的(收敛系数β为-0.2359,在1%水平下显著),这表明近年来我国的区域创新的辐射和带动作用逐渐显现,促进了区域经济发展的收敛。

类似地,根据条件收敛系数β的估计值,可以计算出在考虑创新能力后,区域人均GDP的条件收敛速度为5.703%,比绝对收敛速度快2.07个百分点;条件收敛的半生命周期为12.15年,也就是说在考虑区域创新能力的影响后,经济落后地区追赶上经济发达地区所需要的时间要比不考虑区域创新能力时快近7年。

四、研究结论与政策建议

本文采用不同区域质心间的直线距离的倒数作为权重矩阵对我国31个省市2001-2012年间实际人均GDP的收敛情况进行了实证分析,并探讨了区域创新能力对经济收敛的影响。结果表明:(1)在考虑空间效应后,我国区域经济发展既存在条件收敛,也存在绝对收敛;(2)近年来我国区域经济发展的收敛趋势比以前明显;(3)在考虑区域创新能力的影响后,我国区域间经济的收敛的速度将提高。

中国区域经济增长存在绝对收敛,这一结论无法从OLS框架中得出。虽然从经济发展实践来看,短期内绝对收敛不明显,但从长期来看,中国存在绝对收敛趋势,而且这种趋势越来越明显。因此,中国区域经济收敛符合新古典增长模型所预言的原意,而不是控制了相关变量的影响之后表现出的经济收敛。这也表明我国采用增长极理论来发展经济不仅是可行的,也是有效的。尽管地理条件、资源禀赋等因素可能对收敛趋势造成了不利影响,但随着市场经济体系的逐步建立和完善,但我国区域经济增长仍表现出明显的收敛。

中国正处于经济转型期,如何通过有效的干预控制和缩小区域发展差距,是中国目前宏观经济调控的一个重点目标所在,也是当前中国亟待解决的重要问题。Romer(1990)等很多研究认为人力资本水平是影响经济收敛速度的重要因素[21]。本文的研究表明,创新能力也对经济收敛的速度有显著的影响,不同区域创新能力的差异和由此带来的溢出效应,都为相对落后地区的学习提高提供了“后发优势”的机会,从而导致收敛的发生。因此政府部门在制定创新政策时,应注重空间相关性的相互作用机理,要使各区域充分利用创新资源禀赋以及创新能力方面的差异进行合作来缩小区域经济发展差距。

参考文献:

[1]Perroux F. Economic space: theory and applications[J]. Quarterly Journal of Economics, 1950, 64(1): 89-104.

[2]Solow R M. A contribution to the theory of economic growth[J]. Quarterly Journal of Economics, 1956, 70(1): 65-94.

[3]Baumol W J. Productivity growth, convergence, and welfare: what the long-run data show[J]. American Economic Review, 1986, 76(5): 1072-1085.

[4]Barro R J, Sala-I-Martin X. Convergence[J]. Journal of Political Economy, 1992, 100(2): 223-251.

[5]Romer P M. The origins of endogenous growth[J]. Journal of Economic Perspectives, 1994(5): 3-22.

[6]Carrington A. A divided Europe? regional convergence and neighbourhood spillover effects[J]. Kyklos, 2003, 56(3): 381-393.

[7]魏后凯. 中国地区经济增长及其收敛性[J]. 中国工业经济,1997(3):31-37.

[8]蔡昉,都阳. 中国地区经济增长的趋同与差异——对西部开发战略的启示[J]. 经济研究,2000(10):30-37.

[9]沈坤荣,马俊. 中国经济增长的“俱乐部收敛”特征及其成因研究[J]. 经济研究,2002(1):33-39.

[10]王铮,葛昭攀. 中国区域经济发展的多重均衡态与转变前兆[J]. 中国社会科学,2002(4):31-39.

[11]林毅夫,刘明兴. 中国的经济增长收敛与收入分配[J]. 世界经济,2003(8):3-14.

[12]林光平,龙志和,吴梅. 我国地区经济收敛的空间计量实证分析:1978-2002年[J]. 经济学(季刊),2005(B10):67-82.

[13]吴玉鸣. 中国省域经济增长趋同的空间计量经济分析[J]. 数量经济技术经济研究,2006(12):101-108.

[14]潘文卿. 中国区域经济差异与收敛[J]. 中国社会科学,2010(1):72-84.

[15]吴玉鸣. 中国区域研发、知识溢出与创新的空间计量经济研究[M]. 北京:人民出版社,2007:149-163.

[16]Furman J L, Porter M E, Stem S. The determinants of national innovative capacity[J]. Research Policy, 2002, 31(6): 899-933.

[17]Anselin L. Spatial econometrics: Methods and models[M]. Dordrecht Kluwer Academic Publishers, 1988.

[18]Moran P A P. Notes on Continuous Stochastic Phenomena[J]. Biometrika, 1950, 37(1): 17-23.

[19]Anselin L, Varga A, Acs Z. Local geographic spillovers between university research and high technology innovations[J]. Journal of Urban Economics, l997(42): 422-448.

[20]陈晓玲,李国平. 我国地区经济收敛的空间面板数据模型分析[J]. 经济科学,2006(5):5-17.

[21]Romer P M. Endogenous technological change[J]. Journal of Political Economy, 1990, 98(5): 71-102.

(本文责编:王延芳)

展开全文▼
展开全文▼

猜你喜欢

创新能力
拓展探究实验 培养创新能力
高中数学课堂教学中创新能力的培养
创新能力培养视角下的无机化学教学研究
如何在初中语文教学中培养学生的创新能力
知识转移对北京市创新能力的影响研究
推进软件产业创新能力提升
小议初中美术教学中学生创新能力的培养
高中物理教学中创新能力的培养研究
基于创新能力培养的高职音乐教育改革探讨
浅议如何培养学生阅读的创新能力