哪些文化因素影响了国家创新力?
——基于时空层次贝叶斯模型的估计
2017-10-16朱晓暄
杨 修,宋 超,朱晓暄
(1. 中国科学技术交流中心 调研协调处,北京 100045;2.西南石油大学 地球科学与技术学院,四川 成都 610500)
哪些文化因素影响了国家创新力?
——基于时空层次贝叶斯模型的估计
杨 修1,宋 超2,朱晓暄1
(1. 中国科学技术交流中心 调研协调处,北京 100045;2.西南石油大学 地球科学与技术学院,四川 成都 610500)
文化是影响国家创新力的重要因素。那么,哪些文化因素会影响国家创新力呢?本文采用2011-2015年52个主要国家和地区的时空面板数据,利用时空层次贝叶斯模型,就不同文化因素对国家创新力影响进行实证分析。结果发现,不同文化因素对国家创新力影响呈现差异。其中,以个人主义、长期导向与放纵为主的文化价值观提升了国家创新力,而以男性气质、权力距离与不确定性规避为主的文化价值观会阻碍国家创新力的提升。
创新力;文化因素;时空层次贝叶斯模型
Abstract:Culture is the main factor on national innovation. Which kinds of cultural factors impact national innovation. Based on 52 countries’ Spatial Temporal panel data for period 2011-2015, we estimate the impact of culture on national innovation under spatialtemporal hierarchical Bayesian models. The results show that culture does influence the national innovation. The factors including individualism, indulgence and long orientation increase national innovation. But the factors including power distance, uncertainty avoidance and masculinity hinder national innovation.
Keywords:innovation; cultural factor; Spatial-Temporal Hierarchical Bayesian Models
一、问题的提出
伴随知识经济时代的来临,文化已成为影响社会创造力的重要因素,在创新驱动发展中发挥着重要的引领作用。可以说,人类社会的一切创新活动都扎根于社会的文化氛围之中。国家的文化价值观念不仅影响着本国居民创造活动的取向,而且对于整个社会创新理念的凝练、创新习惯的养成、创新制度的完善与创新能力的提高均发挥着十分重要的作用[1]。因此,不同的文化必然伴随着不同的文化创新方式,产生不同的创新成果。
近些年,随着我国经济社会的快速发展,我国创新力水平显著提升。根据国际知识产权组织等机构联合发布的《2016年全球创新指数》(Global Innovation Index),2016年我国创新力综合得分为50.6,较2013年增长13.1%,成为首度跻身世界前25强的发展中国家。值得注意的是,在排名前25位的世界主要国家中,除了中国香港外,其余国家均以欧美发达经济体为主,其中有15位来自欧洲,瑞士创新力综合得分66.3,位列全球第一。然而,以往的研究主要集中在经济层面,忽略了文化对国家创新力的影响。那么,文化能否影响国家创新力?如果答案是肯定的,哪些文化因素会影响国家创新力呢?
文化是民族、宗教或社会群体在长期发展中形成的相对稳定的价值观、习俗、信仰与社会行为准则[2]。由于不同的文化背景,不同的社会群体参与创新活动的程度也呈现差异[3]。其中,个人主义精神作为西方文化精神中的基本构成,它对人类创新活动的影响得到越来越学者的关注。Steiner(1995)、Tiessen(1997)、Mueller和Thomas(2001)研究发现,在一个创意的、非传统性的社会更容易实现社会创新[4-6]。Temin(1997)将工业革命时期欧洲西北部地区国家技术进步归功于新教主义及其对个人主义的提倡[7]。Florida(2002)认为技术创新型国家和城市的发展主要依靠于创新者中的“创意阶层”,这部分群体多元、包容、思维开放,倡导个人主义精神[8]。
随着涉及价值观、社会行为准则的跨国类文化数据库的逐渐丰富与完善,如全球价值观数据库(WVS)、霍夫斯泰德文化维度(Hofstede)数据,越来越多学者从国家层面就文化影响创新进行实证研究。Shane(1993)采用霍夫斯泰德四种文化维度与国家专利数据,对33个国家的样本进行了实证研究。研究结果发现,在控制了财富这一变量后,个人主义得分越高的国家表现出较高的创新性[9]。Taylor和Wilson(2012)采用了62个国家20年面板数据研究了个人主义对国家创新效率的影响。结果发现,在控制了政治因素影响后,个人主义对国家创新效率产生了显著的影响,而以家庭和地区为中心的集体主义不仅会阻碍国家创新效率,还对国家科学进步造成负面影响[10]。
除了关注个人主义单一文化维度外,越来越多的学者从多个文化维度来考察它们对国家创新的影响。Dwyer 等(2005) 以七种科技创新成果为对象,研究了霍夫斯泰德五个文化维度对创新在欧洲国家扩散的影响。结果发现,个人主义精神和和长期倾向阻碍了创新在欧洲国家的扩散,而男性主义和权力距离促进了创新在欧洲国家的扩散[11]。而Tellis et al.(2003)在研究文化对欧洲十六国十种消费品技术扩散影响时,发现只有部分文化因素具有显著性,其中不确定性规避对创新扩散具有阻碍作用[12]。Kaasa和Vadi(2010)研究了文化对欧洲国家创新转化的影响,发现权力距离越大,国家创新转化能力越强;个人主义得分越高,国家创新转化能力越弱[13]。 但Rinne和Steel(2016)采用全球创新指数作为被解释变量时,却发现个人主义得分越高,越能促进国家创新力[14]。
此外,代理商与移民作为国家文化的重要载体,对国家创新的影响也得到了学者们的关注。一方面,在与客户进行谈判、交易的过程中,代理商往往会受到双方不同文化背景的影响,而产生一定的文化异质性。基于以上考虑,Desmarchelier等(2016)引入霍夫斯泰德的“不确定性规避”和“个人主义”两种文化维度构建了代理商模型,采用蒙特卡罗模拟实验来研究文化对创新的影响。结果发现,领导者影响力对创新扩散没有影响;不确定性规避对创新扩散产生负向作用,而个人主义精神有利于创新的扩散;受安格鲁撒克逊(Anglo-Saxon)文化影响的国家更容易实现创新。另一方面,移民者与本地居民间不同的文化背景,也会影响到技能与知识的扩散[15]。Fujita和Weber(2004)研究发现,受不同教育与文化环境的影响,劳动群体的文化多样性对于研发活动具有十分重要的作用[16]。Niebuhr(2009)通过用工人国籍数量来衡量文化多样性,研究了文化多样性对德国区域创新的影响。结果发现,受不同文化的影响,工人在知识与工作能力上的差异将推动区域研发投入行业的发展。同时,这种文化多样性所带来的利益将超过由于沟通障碍所产生的成果[17]。
综合以往文献研究,我们发现:
第一,有关文化与创新的研究文献针对欧美国家者较多,而缺少对发展中国家的探讨。特别地,在国内方面,除了李晓梅(2013)外,大部分研究仍停留在定性分析层面,缺少一定的量化研究[18]。
第二,有关创新力指标选取,大部分研究主要采用的是专利或商标申请数量。事实上,根据2015年美国白宫发布的《美国创新战略》,创新被定义为“是产品生产或技术流程中孕育出的一个新思想,并可以创造出价值,是经济增长和国家竞争力提升的根基”。不难看出,创新实质上是将新的思想或发明引入到生产系统,并实现规模化和经济效益,强调了思想或发明的商业化应用。显然,仅仅采用专利或商标申请数量等变量衡量国家创新力难以全面地展现出其商业化应用这一特点。为此,本文将采用世界知识产权组织等机构联合颁布的全球创新指数得分来衡量,这是因为该指标的测算是基于创新投入和创新产出两大层面综合得出,其中创新投入由研究机构、人力资本与研究、基础设施、市场水平及商业水平组成;创新产出由科学产出与创意产出组成。同采用专利或商标申请数量等指标相比,全球创新指数覆盖广泛,凸显了思想或发明的商业化应用,更全面地体现了国家的创新力。
第三,以往有关文化与创新的研究所构建的模型均忽略了样本国家间空间自相关与时间趋势效应,不利于拟合宏观尺度上的经济学现象。而采用时空层次贝叶斯模型在充分考虑空间自相关与时间趋势效应基础上,通过拟合不同的结构化和非结构化的随机效应参与建模,并将先验知识与不确定性表达引入模型,有效地克服了上述问题,能够深入挖掘潜在的经济学规律。
因此,综合以上考虑,本文基于层次贝叶斯建模理论,采用中国、日本、印度、美国、英国等52个国家和地区的时空面板数据,以探究不同文化因素对国家创新力的影响为目标,通过建立时空多变量回归统计模型,识别不同文化因子对国家创新力的贡献作用,拟合创新力的时间变化和空间变异规律,生成全球创新力分布图,为宏观经济学提供科学依据。
二、模型的设定与变量的选取
(一)模型的设定
针对本文研究内容,综合考虑解释变量、控制变量和时空效应的关系,本文构建了以下几种统计模型。
1.多变量回归模型
结合以往研究[10], 本文将构建考虑多变量回归模型[19-20],并将影响国家创新力的自变量分为解释变量组与控制变量组。其中,解释变量为本文关注的文化因素,包括个人主义、长期倾向、权利距离、男性主义、不确定性规避和自我放纵;控制变量用于控制由于考虑因子不全而导致的模型误差。具体方程如下:
(1)
其中,cultureit为不同文化维度下的文化因素,controlit为可能影响国家创新力的控制变量。
2.时空独立模型
时空独立模型是层次贝叶斯框架下时空统计建模研究中广泛使用的一种模型,综合考虑了空间自相关性、线性关系的时间趋势和非线性变化的时空异质性。在本文的研究中,数据样本由52个国家和地区组成,记为i=1, …,n。时间选取2011-2015年,记为t=1,…,T。模型中的结构化线性预测因子ηit可以表达为:
ηit=log(innit)=β0+μi+νi+γt+φt(2)
其中,innit是时空面板观测数据,代表各个国家的在不同年份的创新力;β0是截距;μi和νi两个随机变量对应的是空间自相关结构效应和空间异质性非结构效应,μi和νi相互独立,它们各自的先验分布不相同;γt和φt分别是时间结构化效应和时间非结构效应,它们各自的先验分布也不相同。
(3)
(4)
其中,κμ称为精度参数,它等于方差的倒数;i~j表示i地和j地相邻。
γt|γ-t~Normal(γt+1,τγ) 当 t=1
(5)
γt|γ-t~Normal(γt-1,τγ) 当 t=T
3.时空多变量回归模型
考虑到影响国家创新力的潜在解释变量,本文在时空独立模型基础上,建立了时空多变量回归模型,与空间和时间随机变量一起来分析不同文化因素对国家创新力的影响,该过程模型表示为方程6:
(6)
(二)变量的选取
1.被解释变量:国家创新力innit
本文采用2011-2015年由世界知识产权组织(WIPO)等机构联合发布的《全球创新指数》报告中创新力综合指数得分来衡量国家创新力。
2.解释变量: 文化因素cultureit
本文采用霍夫斯泰德(Hofstede)所提出的六种文化维度得分来衡量国家的不同文化因素,这六种文化维度主要包括个人主义(individualism)、权力距离(Power distance)、男性气质(masculinity)、不确定性规避(uncertainty)、长期取向(long orientation)和自我放纵(indulgence)。上述六种文化维度得分越高,说明该国家更具有此类文化特质。该数据来源于霍夫斯泰德(Hofstede)文化维度网站*霍夫斯泰德(Hofstede)文化维度网站为https://www.geert-hofstede.com/cultural-dimensions.html。。
3.控制变量
(1)军事投入:militaryit
军事投入往往被认为是推动技术进步,提升国家创新力的重要来源[23]。一般而言,国家军事投入越大,越有助于实现技术进步,推动国家创新发展。为此,本文采用国家军事支出来衡量军事投入,数据来源于2016年世界银行发布世界发展指数(World Development Indicator)。
(2)经济水平:pgdpit
大量文献研究表明,国家经济发展程度越高,国家的创新力也就越高。为此,本文选择当期以美元计价的人均GDP来衡量国家经济水平,数据来源于联合国统计署数据库*由于联合国统计署数据库缺少2015年数据,故2015年人均GDP数据来源于世界银行发布的世界发展指数报告(World Development Indicator)。。
(3)贸易开放水平:openit
贸易开放水平往往被认为是长期内推动国家创新的重要因素[24]。为此,本文采用贸易开放度指数,即open=(exp+imp)/gdp,来对国家贸易开放水平进行衡量。其中,国家出口额与进口额(exp,imp)数据来自联合国商品贸易数据库(UN COMTRADE),国家GDP数据来源于联合国统计署数据库*同上。。
(4)自然资源:resourceit
自然资源被认为是阻碍国家创新的重要因素。根据“资源诅咒”理论,丰富的自然资源可能是阻碍国家经济增长的原因。自然资源丰富的国家往往更依赖于能源、矿产以及农产品等出口,而缺少创新的动力[25]。因此,结合Taylor和Wilson(2012)的研究[10],本文选择国家可耕地面积(land)和能源出口额(fuel)来衡量国家自然资源,数据来源于世界银行发布的世界发展指数(World Development Indicator)。
三、实证分析
本文采用2011-2015年中国、日本、美国、英国等52个主要国家和地区的时空面板数据,首先,对的解释变量进行了数据变换,消除方差齐性和非正态问题并统一量纲。同时,为了最大限度利用控制变量和简化模型复杂度,本文对控制变量进行主成分分析,将主成分作为新的控制变量纳入模型。然后,研究构建了5种不同类型的层次贝叶斯模型,采用集成嵌套拉普拉斯近似算法求解模型参数,并对模型拟合度和预测精度进行定量评价,选出最优模型。最后,本文就不同文化因素对国家创新力的贡献度进行估计,拟合创新力的整体时间变化趋势,绘制世界各国总体创新力的空间地图。具体实证过程如下所述。
(一)数据处理
首先,本文采用Box-Cox方法对解释变量进行数据转换,消除方差齐性和非正态问题,从而减小不可观测的误差和预测变量的相关性。其次,本文对经数据转换后的解释变量做了无量纲Z-Core标准化处理,以保证在统一的水平上评价解释变量对因变量的贡献度。最后,考虑到模型中纳入了较多的自变量,本文对数据转换后的六种控制变量进行主成分分析(Principal Component Analysis, PCA),从而在尽可能保留初始变量的信息条件下,用一组较少的不相关变量代替大量相关变量。如图1所示,通过碎石图,可以发现,PC方法的在前三个主成分十分接近1,前三个主成分可以代表全部信息。FA方法主要用于寻求用来解释数据的潜在结构,保留四个公因子。但是,考虑到降维的目的,本文最终选取PCA-1、PCA-2和PCA-3作为新的控制变量替代模型中原有的六种控制变量因子,纳入到后续模型中。
图1 碎石图:判断需提取的公共因子数
(二)模型评价与验证
为保证本文模型设定的合理性,本文将在层次贝叶斯建模框架下,建立如下五种贝叶斯模型,并对模型拟合效果与预测精度进行评价与验证,选取最佳的模型进行后续经济学分析。具体模型设定如下:
第一,多变量回归模型:考虑解释变量和控制变量,没有考虑时间和空间效应, 如上文方程-1所示。
第二,时空独立模型:考虑时间和空间效应,没有考虑解释变量和控制变量, 如上文方程-2所示。
第三,空间多变量回归模型:在多变量回归模型基础上,考虑空间自相关和异质性,具体如下所述:
第四,时间多变量回归模型:在多变量回归模型基础上,考虑结构化的时间效应和非结构化时间效应,具体如下所述:
第五,时空多变量回归模型:综合考虑解释变量、控制变量以及结构化和非结构化的时间以及空间效应,如上文方程-6所示。
在拟合效果方面,本文主要采用偏差信息准则(Deviance Information Criterion, DIC)的方法对模型拟合效果进行评价。其评价指标主要包括有效参数个数PD、方差均值MD和DIC值,其中PD值越大,模型的复杂度越高;MD值越大,模型的误差越高;DIC值越小,模型的拟合度越好。一般而言,DIC值是模型拟合度与复杂度最佳平衡,是衡量模型拟合度最重要的指标。
在预测效果方面,本文主要采用交叉验证的对数值均值得分的方法(Logarithmic Score, LS)对模型的预测效果进行评价[22]。其中,LS得分越低,模型的预测效果越好。此外,为了保证评价结果的准确性,本文进一步利用确定系数(R-Square)、均方根误差(Root-Mean-Square Error, RMSE)和均方误差(Mean Squared Error, MSE)来评价模型的拟合度与预测精度。其中,R-Square越接近1,模型解释能力越强,拟合度越好;RMSE越接近0,MSE越小,模型选择与拟合效果越好,数据预测效果越准确。
针对上述五种模型,本文利用七种定量评价参数对模型的拟合效果与预测精度进行评价,以选出拟合效果最优、预测能力最佳的模型作为最终估计模型,具体评价结果如表1所示。
从表1结果来看,在模型的复杂度与误差方面,时空多变量模型的PD值最高,MD值最小,说明同其他四种模型相比,时空多变量模型误差最小,但是复杂程度较高。综合考虑模型拟合度与复杂度的最佳平衡,时空多变量的DIC值最低,为985.34,说明时空多变量模型的拟合度最佳。同时,在确定系数(R-Square)上,时空多变量模型和空间多变量模型的R-Square值为0.98,十分接近1, 原始面板数据中98%的效应可以被该模型解释,说明考虑空间效应的多变量模型的解释能力较强,拟合程度较好。
表1 模型拟合度和预测精度评价结果
最后,在模型的预测精度方面,本文发现,时空多变量模型的LS值为1.92,低于其他四种模型的LS值,预测能力最佳。同时,为了保证评价结果的准确性,本文进一步对上述五种模型的MSE和RMSE进行估计。从估计结果来看,时空多变量模型的RMSE值为0.08,接近0,而MSE值最小,为1.64,说明时空多变量模型的预测精度更准确。
综合上述分析,时空多变量模型无论在模型拟合度还是预测精度上均取得最佳效果,作为本文实证设计的最终模型,用于后续分析。
(三)创新力的时间和空间特征
本文在时空多变量模型的基础上,分别对模型的时间和空间特征进行拟合。首先,研究通过随机游走模型和随机独立模型分别拟合时间结构和非结构化的风险效应,利用贝叶斯推断求解的随机变量后验概率密度,得到样本国家创新力水平整体的时间效应变化趋势图,其中结构化时间曲线代表随机游走模型拟合的整体变化趋势,是世界创新力的主要效应和走势;非结构化时间曲线代表时间上的异质性,是由于个别国家创新力发展水平特殊性而产生的次要效应。如图2所示,结构化时间趋势整体呈现上升趋势,说明样本国家创新力总体保持上升趋势。而非结构化时间趋势在2013-2014年出现局部波动后又进一步呈现出上升态势,这可能与2013年部分国家创新力发生下滑有关,从2014年国家创新力得分来看,当年印度、爱尔兰、匈牙利等国家创新力均出现不同程
度下滑,随后又进一步恢复。以冰岛为例,2014年冰岛创新力达56.4,较2013年降低2.3,但2015年又迅速恢复至57 。但从总体而言,全球创新力依然保持增长势头。
接下来,研究利用后验概率密度数据集,对模型的空间效应特征进行拟合。空间效应反映了不同国家在空间上的创新水平差异,地区值越大,国家的空间创新性越高;值越小,国家的空间创新性越小。如图3所示,可以看出美国、瑞士为代表的西方发达国家创新力明显居于世界前列。同时,其周边的国家由于地缘优势与文化的相似性,也表现出较高的创新效应。此外,中国、韩国和日本在亚洲地区表现出较高的创新效应,但是同欧美发达国家相比,效应水平仍然偏低。
(四)文化因素对国家创新力的贡献度
结合上文的研究,本文发现,地理位置接近、文化相似的地区表现出相似的创新效应,其中,欧美等西方文化为代表的地区之创新效应要明显地高于以中国、日本和韩国为代表的亚洲地区。那么这种文化效应的差别是否与文化因素相关?不同文化因素对国家创新力影响又如何呢?接下来,本文通过利用时空层次贝叶斯模型对文化因素变量的后验参数进行估计,对上述问题进行回答。其中,相对贡献率RC用于解释各变量对被解释变量的实际作用。当RC>1时,说明该变量对被解释变量具有促进作用。当RC<1时,说明该变量对被解释变量具有阻碍作用。具体估计结果如表3所示。
图2 国家创新力时间变化趋势图
图3 国际创新力的空间效应地图
从表3的估计结果看,权力距离、男性气质和不确定性规避的相对贡献率分别为0.0617, 0.4908和0.5647,均小于1,说明上述三种文化因素对于国家创新力均具有阻碍作用。同时,个人主义、长期取向和放纵的相对贡献率分别为5.8474, 3.0453和2.3842,均大于1,说明上述三种文化因素促进了国家创新力的提升。
(五)实证结果的评价
结合上文实证结果,我们发现,不同文化因素对国家创新力影响的效果呈现差异。个人主义、长期倾向和放纵这三类文化维度对国家创新力影响正。结合霍夫斯泰德的文化理论解释,本文给出如下解释。首先,在个人主义价值观为主导的社会,社会群体往往更崇尚个性行为,更尊重个人的想法与思想,敢于对权威进行批判,因而更容易激发社会的创新活力。其次,长期倾向反映了社会群体在面对未来挑战时如何去维持与过去的关系。一般而言,长期倾向得分越低的社会,社会群体更愿意去保持过去的传统,对新的挑战产生质疑。相反,长期倾向得分较高的社会,在面对新的挑战时,社会群体更愿意打破传统的束缚,采用更实用的方法来接受挑战。因而,长期倾向得分越高,越容易激发社会创新能力。最后,放纵反映了人们控制个人欲望和冲动的程度。一个国家在放纵文化维度得分越高,该国家对个体约束越少,越注重社会个体的个性化发展,因而容易激发社会的创新活力。
表3.解释变量在模型中的后验参数
与之相反的是,不确定性规避、男性气质和权力距离对国家创新力具有负向影响。基于霍夫斯泰德的文化理论,本文认为可能是出于如下原因。第一,不确定性规避反映了社会群体在处理未来不确定性的方式。在一个不确定规避较高的社会,社会群体往往墨守陈规,偏爱旧的理论、习俗和事物,而不愿意接纳新生事物,惧怕改革和创新。因而,不确定性规避得分越高,越不利于提升国家的创新力。第二,在男性气质为主导的社会,社会群体重竞争和成就,把成功摆在首位。相反,在女性气质为主导的社会,社会群体往往更加关爱对方,组织人际关系相对稳定,人与人之间沟通顺畅,群体间相互信任,具有较强的团队意识,为创新观点或行为的孕育创造了良好的氛围。第三,权力距离反映了社会内成员对社会权力分配不平等现象的接受程度。权力距离得分越高,说明社会成员将权力视为社会发展的重要因素,社会结构往往存在等级制度。因而,在权力距离得分较高的国家,由于权力在社会上被赋予了重要地位,企业或个人发展往往要受控于政府的管理和约束,将阻碍新思想的传播,不利于提升国家的创新力。
四、结论与启示
本文采用2011-2015年中国、美国、英国、日本等52个国家和地区的时空面板数据,通过建立时空层次贝叶斯模型,就不同文化因素对国家创新力影响的问题进行了实证研究。研究发现,不同文化因素对国家创新力影响不尽相同,其中,个人主义、长期倾向和放纵这三种文化因素对国家创新力具有正向作用,而权力距离、不确定性规避和男性气质这三种文化因素对国家创新力具有负向作用。
尽管本文只采用52个国家作为研究对象,但本文的研究结论对于进一步提升我国创新力仍具有一定的借鉴意义。未来我国应积极营造崇尚创新的社会文化环境,营造鼓励探索、宽容失败、敢为人先和尊重自由的社会氛围,培育尊重知识、崇尚创造、追求卓越的创新文化。具体而言,一方面,我国应鼓励学术创新,尊重不同见解,激发批判思维,营造具有生气、无约束、敢于探索与创新的学术研究氛围。另一方面,我国应积极引导创新创业企业建设开放、平等、合作、自由的组织文化,大力培育企业家精神和创客文化,减少行政上的干预,为企业与个人从事创新活动营造一个包容创新的文化环境,形成人人崇尚创新、人人渴望创新、人人皆可创新的社会氛围。
[1]吴金希. 创新文化:国际比较与启示意义[J]. 清华大学学报(哲学社会科学版),2012(5):151-158.
[2]Guiso L, Sapienza P, Zingales L. Does culture affect economic outcomes?[J]. Journal of Economic Perspectives, 2006,20(2): 23-48.
[3]Tellefsen T, Takada H. The relationship between mass media availability and the multicountry diffusion of consumer products [J]. J. Int. Mark, 1999(7):77-96.
[4] Steiner C J. A philosophy for innovation-the role of unconventional individu-als in innovation success [J]. Journal of Product Innovation Management, 1995, 12(5): 431-440.
[5]Tiessen J. Individualism,collectivismandentrepreneurship: a framework for international comparative research [J]. Journal of Business Venturing, 1997(12):367-384.
[6] Mueller S, Thomas A. Using bibliometrics to measure firm knowledge: an analysis of the US pharmaceutical industry [J]. Technology Analysis and Strategic Management, 2001, 12(4):465-475.
[7]Temin P. Is it kosher to talk about culture? [J]. Journal of Economic History, 1997, 57(2): 267-287.
[8]Florida R. The rise of the creative class: and how it is transforming work, leisure, community and everyday Life [M]. New York: Basic Book, 2002.
[9]Shane S. Cultural influences on national rates of innovation [J]. Journal of Business Venturing, 1993(8):59-73.
[10]Taylor M Z, Wilson S. Does culture still matter?: the effects of individualism on national innovation rates [J]. Journal of Business Venturing, 2012(27): 234-247.
[11]Dwyer S, Hsu H. An exploratory examination of the influence of national culture on cross-national product diffusion[J]. J.Int.Mark. 2005(13):1-27.
[12]Tellis G J, Sternersch S, Yin E. The international takeoff of new products: the role of economics, culture and country innovativeness [J]. Mark. Sci. 2003(22):188-208.
[13]Kaasa A, Vadi M. How does culture contribute to innovation?Evidence from European countries [J]. Economics of Innovation and Technology. 2010(19):583-604.
[14]Rinne T, Steel G D, Fairweather J. Hofstede and shane revisited: the role of power distance and individualism on national level innovation success [J]. Cross-Cultural Research. 2011, 12(1):1-18.
[15]Desmarchelier B, Fang E. National culture and innovation diffusion. exploratory insights from agent-based modeling [J]. Technological Forecasting and Social Change. 2016(5):121-128.
[16]Fujita M, Weber S. Strategic immigration policies and welfare in heterogeneous countries [R]. FEEM Working Paper, 2004,No.2.
[17]Niebuhr Annekatrin. Migration and innovation: does culture diversity matter for regional R&D activity? [J]. Regional Science, 2010, 89(3): 563-581.
[18]李晓梅. 社会信任与文化价值观对社会创新绩效的作用研究:基于65个国家的样本研究[J]. 科学学与科学技术管理,2013(8):94-100.
[19]Freedman D A, Klein S P, Sacks J, et al. Ecological regression and voting rights [J]. Evaluation Review, 1991, 15(6):673-711.
[20] Kousser J M. Ecological regression and the analysis of past politics [J]. The Journal of Interdisciplinary History, 1973, 4 (2):237-262.
[21]Martino S, Rue H. Case studies in bayesian computation using INLA. complex data modeling and computationally intensive statistical methods [M]. Springer, 2010: 99-114.
[22]Blangiardo M, Cameletti M, Baio G, et al. Spatial and spatio-temporal modelwith R-INLA [J]. Spatial and Spatio-temporal Epidemiology, 2013(7):39-55.
[23]Ruttan V W. Is war necessary for economic growth: military procurement and technology development [M]. Oxford: Oxford University Press, 2006.
[24]Grossman G, Helpman E. Technology and trade [J]. Handbook of International Economics, 1995(3):1279-1337.
[25]Ross M L.The political economy of the resource curse [J].World Politics, 1999, 51(2):297-322.
(本文责编:王延芳)
WhichCulturalFactorsImpactNationalInnovation——AnalysisBasedonSpatial-temporalHierarchicalBayesianModels
YANG Xiu1,SONG Chao2,ZHU Xiao-xuan1
(1.DivisionofPolicyStudy,ChinaScienceandTechnologyExchangeCenter,Beijing100045,China; 2.SchoolofGeoscienceandTechnology,SouthwestPetroleumUniversity,Chengdu610500,China)
G04
A
1002-9753(2017)09-0050-10
2016-12-05
2017-04-15
国家社科基金一般项目“信任水平对中国外贸出口的影响及对策研究”(项目编号:16BJL085);科技部科技创新战略研究专项“国际科技创新合作重大任务、新机制和重点问题研究”(项目编号:ZLY2015087)。
杨修(1988-)男,满族,北京人,科技部中国科学技术交流中心调研协调处助理研究员,经济学博士,研究方向:开放经济与国际科技创新合作、全球化与创新。