科技创新对区域经济增长的影响——基于长三角和中部五省的比较研究

易文钧，吴晓杰，邢 斐

(1.武汉晴川学院，湖北 武汉 430204；2.华中科技大学 经济学院，湖北 武汉 430074)



科技创新对区域经济增长的影响
——基于长三角和中部五省的比较研究

易文钧1，吴晓杰2，邢 斐2

(1.武汉晴川学院，湖北 武汉 430204；2.华中科技大学 经济学院，湖北 武汉 430074)

21世纪以来，中国总体科技创新和经济发展势头良好，但不同区域的发展仍存在着较显著差异。从长三角和中部五省的科技创新现状出发，选取两个地区1999—2014年的数据，通过面板模型测算科技创新对经济增长的影响。研究结果表明：无论在长三角还是在中部五省，科技创新对经济增长的影响相对较小；长三角的科技创新能力高于中部五省；长三角科技创新对经济增长的影响也大于中部五省。

长三角；中部五省；科技创新；经济增长

一、问题提出

中国经济正处于转型期，旧的经济增长模式已难以为继，科技创新成为加快转变中国经济增长方式的巨大推动力[1]。中国共产党的十八大报告特别强调“科技创新是提高社会生产力和综合国力的战略支撑”，十八届五中全会提出“必须把创新摆在国家发展全局的核心位置”，这无疑将创新的重要性提到了一个新高度。

从数据来看，近几年中国的科技投入有了较大幅度的增加，科技创新能力也有了较大的提升。全国的研究与试验发展(R&D)经费支出从2006年的3 003.1亿元增长至2014年的13 312亿元，其占国内生产总值的比例从2006年的1.42%增长到2014年的2.09%。从科技创新能力来看，中国国内外三种专利申请授权数从2006年的26万余件增长到2014年的130.3万余件，有了显著的提高；中国的技术市场成交额也从2006年的1 818.2亿元增长到2014年的8 577亿元。

尽管中国科技创新能力在不断提升，经济发展上也取得了良好的成绩，但在经济效益、经济结构等方面还存在着诸多问题，不同区域的发展仍存在着较显著差异。因此，就科技创新对经济增长的影响及区域差异这个问题进行研究就显得尤为重要。

中国关于科技创新和经济发展的研究主要包括科技创新与经济增长的相关性分析以及科技创新对经济增长的影响分析等。关于科技创新与经济增长的相关性，赵昕等(2010)的研究指出，虽然山东省经济发展对其科技创新的推动作用明显，但科技创新成果的增加却没有很好地转变为经济效益[2]。牛方曲等(2011)的研究表明，区域经济发展水平与公立科技资源之间并无明显的正相关关系[3]。而李朝洪和李侃蔚(2014)的研究结果却显示，科技创新可以带来积极的经济效益，促进经济的增长[4]。关于科技创新对经济增长的影响，张宇等(2010)的研究指出，不同的创新环节对经济发展的影响程度不同，R&D投入对经济的影响小于其他诸如专利授权量、技术合同成交金额等环节[5]。宋之帅等(2013)的研究表明，从长期来看，经济增长和科技创新人才以及专利产出存在相互影响、相互促进的关系，而从短期来看，经济增长对科技创新人才及专利产出的推动作用是明显的，而反向作用不显著[6]。

总的来看，中国关于科技创新与经济发展的研究开始得较晚但发展迅速，研究涉及两者之间的相关关系、影响情况、全国或是某一地区的实证分析等，已经有较为丰富的成果，但针对不同区域的比较分析较少，提出的有针对性、有操作性的建议不多。因此本文将通过比较分析科技创新和经济发展势头良好的长江三角洲地区和经济发展相对较慢的中部五省，并对相关经济数据进行研究分析，试图在一定程度上找出这两个地区科技创新促进经济发展过程中的差异，从而给出相应的对策建议。

二、长三角和中部五省科技创新现状

(一)科技创新能力分析

科技进步主要包含两个方面的内容：一是科技活动自身的规模与水平的提高；二是科技对经济发展及社会环境影响力的增强[7]。本文主要通过中国科技统计发布的地区综合科技进步水平指数*综合科技进步水平指数向下有5个一级指标，12个二级指标和34个三级指标，它是由包括万人专业技术人员数、R&D经费支出与GDP的比例等34个三级指标综合而成。来分析长三角和中部五省的科技进步水平。其中长三角包括上海市、江苏省和浙江省，中部五省包括安徽省、江西省、河南省、湖北省和湖南省。

从图1可以看出，全国平均科技进步水平指数和长三角及中部五省的科技进步水平指数基本呈上升趋势。长三角两省一市的科技进步水平指数高于中部五省。长三角中，上海市的科技进步水平指数处于基本稳定并且遥遥领先的状态；江苏省的科技进步水平指数一直高于全国平均水平；浙江省的科技进步水平指数增长较快，已超过全国平均水平。中部五省中湖北省的科技进步水平指数明显高于其他四省，余下依次是安徽省、湖南省、河南省和江西省。

图1 全国、长三角和中部五省综合科技进步水平指数

另外，从专利授权量也能看出长三角的科技创新能力强于中部五省。2012年长三角的专利申请授权量共有509 915项，中部五省的专利授权量仅有125 826项，为长三角的24.7%；2013年长三角的专利申请授权量490 675项，中部五省的专利授权量略有增加，为141 453项，占长三角的28.8%；2014年长三角的专利申请授权量439 488项，而中部五省的专利授权量增加到150 504项，占长三角的比例也增加到34.2%。比较长三角和中部五省的专利申请授权量，发现中部五省的科技创新能力近年来虽有所提高，但与长三角相比仍有很大的差距。

(二)科技进步促进社会经济发展指数分析

科技进步促进社会经济发展指数是综合科技进步水平指数下的一个一级指标[8]。它由就业人员劳动生产率、亿元投资新增GDP、综合能耗产出率、空气质量指数、环境污染治理指数、百户居民彩色电视机拥有量、万人国际互联网络用户数、百人固定电话和移动电话用户数这8个三级指标综合而成，能够较好地反映科技创新对经济发展的促进作用。本文主要通过2006—2013年长三角和中部五省科技进步促进社会经济发展指数来分析以上区域科技创新对经济增长的影响。

从图2可以看出，全国、长三角和中部五省科技进步促进社会经济发展指数在2006—2010年基本呈上升态势，2011年出现显著下降，随后两年除上海外各省市指数缓慢增长。长三角科技进步促进社会经济发展指数仍显著高于中部五省。长三角中，上海市的科技进步促进社会经济发展指数在2009年后呈逐年下降趋势，目前全国排名第三；江苏省和浙江省科技进步促进社会经济发展指数较为相近，均高于全国平均水平。中部五省科技进步促进社会经济发展指数基本低于全国平均水平，湖北省科技进步促进社会经济发展指数显著高于其他四个省份，其在全国的排名也较为靠前。

图2 全国、长三角和中部五省科技进步促进社会经济发展指数

三、长三角和中部五省科技创新影响区域经济增长实证分析

本文采用广义的柯布-道格拉斯生产函数对长三角和中部五省的科技创新对经济增长的影响进行实证分析。为了便于比较，本文共构建三个面板模型：长三角和中部五省综合面板模型、长三角面板模型、中部五省面板模型。

(一)变量选取及数据说明

本文在劳动和资本作为主要投入的柯布道格拉斯生产函数的基础上，将科技创新作为一种生产要素引入生产函数中，形成广义的生产函数。基于此模型，本文主要选取四个变量。

(1)地区生产总值。本文以省或市的GDP(单位为亿元)作为产出变量，反映不同省市的经济增长。

(2)资本投入。本文采用全社会固定资产投资额K(单位为亿元)反映不同省市的资本投入。

(3)劳动投入。本文采用职工人数L(单位为万人)反映不同省市的劳动投入。

(4)科技创新投入。本文采用国内专利申请授权数Z(单位为项)代表不同省市的科技创新对生产的投入。

专利具有独创性，并且有较高的科技含量，往往是新产品或新工艺的核心，能够被用于提高生产力。因此专利申请授权数不仅仅是科技创新的产出，也能够较好地反映一个地区某一时期的科技创新状况和一个地区有效的科技创新对生产的投入。

本文主要分析长三角和中部五省科技创新对经济增长的影响，考虑到数据的可获得性，选取上海市、江苏省、浙江省、安徽省、江西省、河南省、湖北省和湖南省1999—2014年的年度数据为样本。本文所用数据均来自各省市统计年鉴和国家科技统计年鉴。

(二)模型构建

加入科技创新的柯布-道格拉斯生产函数如下：

(1)

其中，i表示地区，t表示时间，A是常数项，代表了综合的技术水平，β1、β2、β3分别是K、L和Z的弹性系数，eεi，t是随机误差项。为了便于计算，对式(1)进行对数处理得到：

lnGDPi，t=lnA+β1lnKi，t+β2lnLi，t+β3lnZi，t+εi，t

(2)

令α=lnA，得到：

lnGDPi，t=α+β1lnKi，t+β2lnLi，t+β3lnZi，t+εi，t

(3)

最后使用式(3)实证分析长三角和中部五省科技创新对经济增长的影响。

(三)模型估计

1.模型形式确定

根据截距项和系数的不同限制要求，可以将面板数据模型分成三种类型：无个体影响的不变系数模型、含个体影响的变截距模型和含个体影响的变系数模型。本文在模型估计前使用一般线性约束的F检验分别对长三角和中部五省综合面板模型、长三角面板模型和中部五省面板模型进行检验以确定模型的正确形式。

同时，由于模型中时间的跨度大于截面的跨度，且样本中的个体成员就是本文研究总体的全部，因此选用固定效应模型进行估计。

根据上述方法和步骤得到的数据结果表明，选择含个体影响的不变系数固定效应模型进行面板分析能够获得更强的统计上的支持。

2.模型估计

利用软件Eviews6.0建立面板个体固定效应模型，使用式(3)对三个模型进行估计得到回归结果，如表1。

表1 面板分析回归结果

表1(续)

注：括号内数字为t值，***、**、*分别表示在1%、5%和10%的水平上显著。

其中，SH代表上海市，JS代表江苏省，ZJ代表浙江省，AH代表安徽省，JX代表江西省，HEN代表河南省，HB代表湖北省，HUN代表湖南省。

从表1中的估计结果可知，三个模型的R2和调整过的R2值都很高，均超过了0.97，截距项和各个变量的系数也都在5%的水平上显著，说明三个模型拟合效果良好，各变量对经济增长有很强的解释力。

在长三角和中部五省的综合面板模型中，资本投入的弹性系数是0.481，即在保持其他投入不变的情况下劳动投入每增加1%，将使产出增加0.481%。劳动投入的弹性系数是0.233，即在保持其他投入不变的情况下劳动投入每增加1%，将使产出增加0.233%。科技创新投入的弹性系数是0.164，即在其他投入不变的情况下科技创新投入每增加1%，将使产出增加0.164%。

在长三角面板模型中，资本投入的弹性系数是0.369，即在保持其他投入不变的情况下资本投入每增加1%，将使产出增加0.369%。劳动投入的弹性系数是0.196，即在保持其他投入不变的情况下劳动投入每增加1%，将使产出增加0.196%。科技创新投入的弹性系数是0.267，即在其他投入不变的情况下科技创新投入每增加1%，将使产出增加0.267%。

在中部五省面板模型中，资本投入的弹性系数是0.569，即在保持其他投入不变的情况下资本投入每增加1%，将使产出增加0.569%。劳动投入的弹性系数是0.204，即在保持其他投入不变的情况下劳动投入每增加1%，将使产出增加0.204%。科技创新投入的弹性系数是0.058，即在其他投入不变的情况下科技创新投入每增加1%，将使产出增加0.058%。

四、结论及对策建议

本文主要针对长三角和中部五省1999—2014年的相关数据考察科技创新对区域经济增长的影响。通过构造包含劳动、资本和科技创新等生产要素的广义柯布-道格拉斯生产函数，研究不同地区间科技创新能力的差异以及科技创新能力对地区经济增长影响的差异。本文的研究结论主要有以下几点：

第一，长三角和中部五省科技创新对经济增长的影响相对较小。综合三个面板模型估计结果可以看出，科技创新弹性系数均小于资本投入弹性系数，在综合面板模型和中部五省面板模型中科技创新的弹性系数也低于劳动投入的弹性系数，这表明科技创新对经济增长的影响相对较小。科技创新是中国经济转型升级的战略支撑，也是全面实现小康社会的重要依靠。然而无论是在科技、经济最发达地区之一的长三角地区，还是在正待崛起的中部五省，科技创新对经济增长的影响都处于比较低的水平。因此，如何全面地提高科技创新对经济增长的影响将成为中国在“十三五”期间需要解决的重要问题。

第二，长三角的科技创新能力高于中部五省。2014年，长三角地区两省一市综合科技进步水平指数均高于全国平均水平，平均值达到74.37%，而在中部五省中排名最靠前的湖北省综合科技进步水平指数也仅为59.20%，不及全国63.55%的平均水平。从专利申请授权量来看，近年来中部五省专利授权量连续增加，逐渐缩小与长三角地区的差距，但总量仍只有长三角地区的1/3，差距明显。

第三，长三角科技创新对经济增长的影响大于中部五省。长三角和中部五省的综合面板模型中科技创新投入的弹性系数为0.164，长三角的弹性系数为0.267，而中部五省的弹性系数仅为0.058。这一组数据表明，长三角的科技创新对经济增长的影响大于长三角和中部五省的平均水平，更远大于中部五省的科技创新对经济增长的影响。这与中部五省科技基础薄弱有分不开的关系。促进技术进步、提高科技创新能力是中部崛起战略的关键，因此中部五省要抓住契机，加强科研基础建设，提升科技创新成果产业化的水平。

由以上的现状分析和实证分析可以看出，长三角和中部五省都面临着科技创新对经济增长的影响较小的问题，这一问题在中部五省尤为严重。针对上述问题，本文提出以下建议：

第一，长三角和中部五省应加强以企业为主体的产学研合作，大力推进科技成果转化。首先，应加强以企业为主体的产学研合作，建立以科技创新促进经济增长的长效机制。努力推动科研机构和大专院校以企业需求为中心，以市场为导向，以创造实际的经济利益为目标，积极进行科学研究和技术创新，解决企业的技术问题，提高产品的生产效率，增加产品中的科技含量。同时，也应完善科技创新平台的构建，进一步促进成果转化。政府应作为桥梁和基础，构建联系企业和科研机构大专院校的科技创新平台，以解决科技成果供需双方难以匹配的问题。

第二，创新科技投入机制，加大科技创新投入。首先，应该激励和引导企业和个人进行科技投资，使他们成为科技投资的主体。然后，应创新融资方式，加大对科技创新的融资支持。政府可以制定可落实的条款，对科技型企业的贷款实行更优惠的政策，放宽科技型企业的融资条件，允许这些企业以优质的产品、品牌、拥有的科技成果、专利，甚至高层次的专业技术人才作为企业的无形资产担保，申请贷款。

第三，整合创新资源，实现地区联动。长三角和中部五省的高校众多，科研机构林立，科教资源非常丰富，各个省和市的资源和发展又有各自的特点和优势。整合长三角和中部五省的科技资源，实现地区内部的联动和地区之间的联动，是提高两地区科技创新能力的有效方法，这对中部五省尤为重要。整合创新资源，实现地区联动具体可以通过以下两个方面来具体实现：一方面，以项目为核心进行科教资源的整合。以重点科技项目为核心，形成跨省市的科研小组，发挥不同省市的科技优势，加强科研机构和大专院校之间跨省市的合作和学习；另一方面，以企业为核心进行技术资源的整合。企业是科技创新的关键环节，增强企业之间的交流与合作，促进同类企业在技术上的探讨甚至互换，促使有相同技术需求或是技术困难的企业合作攻关。整合创新资源，化单个省或市的科技优势为地区优势，加快创新的扩散速度，是高效地提高整个地区科技创新能力的关键。

[1]雷宇，赵晓丽.以科技创新推动经济增长方式转变[J].河北经贸大学学报，2014(4)：108-111.

[2]赵昕，郑慧.基于向量自回归模型下科技创新与经济增长的协整机制研究——以山东省为例[J].科技进步与对策，2010(5)：10-13.

[3]牛方曲，刘卫东，刘志高，等.中国区域公立科技创新资源与经济发展水平相关性分析[J].经济地理，2011(4)：541-547.

[4]李朝洪，李侃蔚.技术创新与经济增长相关关系实证研究[J].企业经济，2014(4)：151-154.

[5]张宇，王蒲生，李平.深圳市科技创新与经济发展的相关性分析[J].科技进步与对策，2010(5)：52-54.

[6]宋之帅，杨善林，龙丹.科技创新人才与经济增长关系的实证研究[J].工业技术经济，2013(8)：68-72.

[7]肖文，林高榜.政府支持、研发管理与技术创新效率——基于中国工业行业的实证分析[J].管理世界，2014(4)：71-80.

[8]吕承超，张学民.中国高技术产业发展区域差异测算及其影响因素[J].贵州财经大学学报，2015(4)：73-85.

(责任编辑：魏小奋)

The Impact of Scientific and Technological Innovation on Regional Economic Growth —Comparative Study of the Yangtze River Delta and the Five Provinces of Central China

YI Wenjun1，WU Xiaojie2，XING Fei2

(1.Wuhan Qingchuan University，Wuhan 430204，China；2.Huazhong University of Science and Technology，Wuhan 430074，China)

In the 21st century，China witnesses great economic growth and technological development.However，different regions of China have different paces of economic growth and technological development.This paper analyses the technological innovation capacity of the Yangtze River Delta region and the five provinces of central China，and analyses the influence of technological innovation on economic growth in both regions.Then based on the data from 1999 to 2014，a panel data model is used to estimate the impact of technological innovation on economic growth.The results show that in both regions,technological innovation does not have a strong influence on economic growth；the Yangtze River Delta region has greater technological innovation capacity than the five provinces of central China；in the Yangtze River Delta region,technological innovation has more influence on economic growth than in the five provinces of central China.

the Yangtze River Delta region；the five provinces of central China；technological innovation；economic growth

10.13504/j.cnki.issn1008-2700.2017.01.007

2015-11-07

教育部哲学社会科学研究重大课题攻关项目“战略性新兴产业发展研究”(10JZD0017)

易文钧(1991—)，女，武汉晴川学院教师；吴晓杰(1985—)，女，华中科技大学经济学院硕士研究生；邢斐(1982—)，男，华中科技大学经济学院副教授。

F061.5

A

1008-2700(2017)01-0051-07