基于省级面板数据对地区创新科技竞争力差异原因研究

张晓晶

（山西财经大学统计学院 中国太原 030006）

摘要：本文通过选取了2006-2013年省级的面板数据，从原始创新与引进消化吸收再创新的角度测度中国东部，中部，西部的创新科技竞争力差异，然后通过F检验与Hausman检验方法建立个体固定效应模型。结果表明，在东、中、西部地區，地区的发展水平对创新科技竞争力的影响均是最大的。而其他因素对创新科技竞争力在不同的地域影响却是有所差异。

关键词：创新，科技竞争力，面板分析

科技竞争力是一个国家科技水平各方面的综合体现，也是经济长久持续发展的动力源泉。更加重要的是以创新为基础科技发展更是一个国家屹立于世界之林的重要支柱，对于科技竞争力的研究前人做了各种各样的研究。张志生（2002）、石小刚（2008）、赵前（2011）以及雷勋平，Robin Qin（2013）等都使用不同的方法对科技竞争力进行分析评价，但前人大都是针对全面的科技竞争力，却很少有文献从科技创新的角度入手对其进行研究，本文从作为动力源泉的创新内涵为出发点，研究我国区域创新科技竞争力的差异。

（一）实证分析

1. 数据来源及处理

本文采用的是2006-2013年各地区省级面板数据，从创新角度来衡量各省的科技竞争力，由于集成创新的关系无法很好地定量的描述，所以本文只考虑引进、消化吸收再创新和原始创新。没有考虑集成创新对科技竞争力的影响。并我们假设引进、消化吸收再创新与原始创新同等重要来反映创新科技竞争力。用国内三种专利人均授权数的多少来反映原始创新能力，记为。用人均互联网宽带接入端口个数来衡量各省的引进、消化再吸收能力，记为。则创新科技竞争表示为：表示投入的专业技术人员数，用于衡量人才的投入；表示人均GDP，用其衡量地区的经济发展状况；表示实验与发展的经费投入强度，用其衡量政府对科技创新的努力程度。 表示平均受教育年限，用来衡量各个地区的教育水平的差异，对于平均受教育年限的算法，本文借鉴了黄俊，杨波（2012）的算法。

2. 实证分析

在对面板数据计之前，为避免非平稳序列采用最小二乘法估计时可能出现伪回归现象，我们需要对各变量进行单位根的检验.本文采用的是PP - Fisher Chi-square的检验方法，检验结果均是平稳的。又通过F检验经过hausman检验从外部宏观的角度对东、中、西部地区创新科技竞争力进行研究，根据F检验的p值小于0.05，则拒绝是混合模型的原假设。也就是说需要建立个体非混合回归模型，但是非混合回归模型又分为个体随机效应回归模型与个体固定效应回归模型，为了具体确定模型的类型，我们仍需要进行hausman检验。通过hausman检验可以看出它的拟合的P值是小于0.05，则拒绝原假设，则可以说明该模型是个体固定效应回归模型。

根据建立模型结果可以表明，在东、中、西部地区，地区的发展水平对创新科技竞争力的影响均是最大的。而在东部，经费投入，教育投入对创新科技竞争力的影响也是比较显著的，其次在中部，经费投入，人才投入以及教育对创新科技竞争力的影响都是显著的，但影响的程度比东部的稍小一点，但是在西部，教育的投入是最大的，人才投入相对比较少，但在西部教育对科技创新力却不是显著的，经费的投入和人才投入对创新科技竞争是显著的。

（三） 总结

本文从原始创新与引进消化吸收再创新的角度出发通过建立体固定效应回归模型对中国东部，中部，西部的创新科技竞争力差异进行研究，结果表明在东、中、西部地区，地区的发展水平对创新科技竞争力的影响均是最大的。也就是说地区经济发展水平是地区创新科技发展的主要动力，只有区域经济发展提高了，才能从本质上增强地区的创新科技竞争力，而在东部，经费投入，教育投入对创新科技竞争力的影响也是比较显著的，其次在中部，经费投入，人才投入以及教育对创新科技竞争力的影响都是显著的，但影响的程度比东部的稍小一点，但是在西部，教育的投入是最大的，人才投入相对比较少，但在西部教育对科技创新力却不是显著的，经费的投入和人才投入对创新科技竞争是显著的。我国东、中、西三部分区域发展程度不同，对创新科技竞争力的影响也有所差异，因此政府有必要根据地域的需要，对不同地域影响科技创新力的影响因素做响应的调整。共同促进区域之间协调稳定的发展。

参考文献：

[1]张志生，陈国宏.福建省科技竞争力研究[D]. 福州：福州大学，2003.

[2]石小刚.陕西省科技发展现状的灰色数学模型的研究[D]. 西安：西安建筑科技大学，2008.

[3]赵前，焦捷，王以华.中国省际科技竞争力评价-基于超效率DEA的分析[J]. 清华大学学报 （自然科学版），2011，51（6）：820-826.

[4]雷勋平，Robin Qin.基于熵权可拓决策模型的科技竞争力评价研究[J]. 科技进步与对策，2013（3）：122-127.