中国省际间对内开放对驱动工业绿色创新空间趋同的影响

杨朝均,杨文珂,朱雁春



中国省际间对内开放对驱动工业绿色创新空间趋同的影响

杨朝均,杨文珂*,朱雁春

(昆明理工大学管理与经济学院, 云南 昆明 650093)

针对我国省际间对内开放度不平衡发展下工业绿色创新可能存在的地区异质性及空间趋同性,构建对内开放度评价指标体系,利用组合评价方法对30个省级单位的对内开放度进行了综合评价,并通过基尼系数等变异指标比较省际间对内开放度的地区差异,利用2005~2014年的省级面板数据建立空间计量模型检验了省际间对内开放度约束下工业绿色创新的空间趋同性.研究发现:我国省际间对内开放度在时间维度上表现出增加-降低的发展特点,而空间维度上存在东高西低的地区异质性特征.其中,东部地区间对内开放度的内部差异最大,西部次之,中部最小.我国整体及东部地区省际间工业绿色创新的分散离散程度将随时间推移而变化,但中西部地区工业绿色创新波动较大,尚需进一步调整改善;我国整体及东中西部地区工业绿色创新均会随时间推移达到一致的长期均衡,并且其邻近地区因经济发展情况、技术环境、研发水平等特征相似而呈现出的长期相互趋同.加速省际间对内开放、提高经济发展水平、适当放宽环境管制政策是促进我国整体和东部地区工业绿色创新能力提升的重要因素;提高经济发展水平和科学适宜的环境管制强度是促进中部和西部地区工业绿色创新能力提升的重要因素.省际间对内开放度的地区异质性来源及省际间对内开放约束下工业绿色创新的空间趋同情况,有利于我国在新经济形势下缩小省际间对内开放差异、加速对内开放,进一步提升工业绿色创新能力.

省际间对内开放度；地区异质性；工业绿色创新；空间趋同性

加快相对落后地区发展,缩小与相对发达地区经济差距,实现我国经济发展水平整体趋同已成为发展中亟待解决的重要问题.但经济发展水平趋同在一定程度上只是技术资源及创新能力趋同的一种表象,更深层次而言,正是由于区域间技术资源及相关创新能力(尤其是工业技术资源及创新能力)的趋同才能推动我国经济发展水平趋同[1].对于一个发展中国家而言,建设开放型经济以获取发达国家技术溢出效应,从而提升本国创新能力这一方式已被不少学者认同.我国发展实践也表明,对外开放进程的不断推进极大地促进了我国经济快速发展.但值得注意是,过于道重探讨对外开放对我国创新能力的影响,可能会忽视对内开放的重要性.

如何提高对内开放程度已成为国内外学者的研究重点.依据经济学理论,对内开放即是在一国范围内冲破所有地区、行业、个人和企业等的封锁和束缚,通过市场机制作用促进产业间、地区间、企业间资源流动,最终目标是形成统一的国内市场.Rosenstein[2]和Nurkse[3]提出空间均衡化发展问题,认为各区域的发展程度将随生产要素的区域间流动趋同,即区域内将逐渐平衡生产要素分布,在区域间将逐渐平衡投资,使区域间和区域内产业水平趋于一致,实现区域间对内开放. Myrdal[4]、Myint[5]提出一国家或地区在经济发展到一定水平时,政府应通过区域平衡发展政策抑制地区贫富差距扩大,确保落后地区发展,平衡区域发展,实现对内开放.而余淼杰等[6]则认为,我国对内开放进程一直受到了地区、行业垄断及割据的限制,各省际间对内开放不足且存在显著地区差异.对内开放是对全国各区域的全方位、多领域开放,包括各区域间的双向集聚、辐射以及扩散等对内开放形式,主要涉及内贸、内资、劳务等方面[7].对内开放较为活跃的地区,由于经济循环更快,产品、资本、技术、劳务等生产与创新要素将更快速的扩散至该地区的各个其企业中,其他企业将从产品等流动过程中获得溢出效应,进而促进模范创新.此外,对内开放程度较高的地区,企业的创新产品能够及时流入市场并取得市场反馈,企业可以更快的根据市场反馈进行产品改进或二次创新.因此,对内开放能有效的促进生产要素和创新要素的流动,优化创新资源配置,从而促进创新能力提升,加快创新收敛速度.

在创新趋同性研究方面,不少学者从不同角度对是否存在创新趋同进行了研究.Jungmittag[8]以欧盟15国为对象、钟祖昌[9]以30个OECD国家和中国为对象的研究发现,国家创新效率均存在趋同现象;孙玉涛[10]则研究发现跨国创新存在单峰模式及俱乐部趋同态势.许治等[11]通过计算创新型城市的技术成就指数,发现我国创新型城市创新能力存在趋同.Fragkandreas[12]对欧洲区域创新绩效是否存在趋同进行研究,发现在将区域创新绩效分为高中低3组后,各自均存在趋同现象,但总体却不存在趋同.而相反,Castellacci等[13]研究认为,技术基础设施跨国分布存在趋同,但创新强度在富国与穷国却出现两极化.不少学者则对如何实现创新趋同进行了研究,人力资本、产业结构、金融发展水平、政府干预、对外开放程度等是促进创新效率趋同的重要因素[14-15].此外,部分学者也从对外开放视角探讨了外商直接投资[16]、对外直接投资[17]、进出口贸易[18]等因素对创新的影响,认为外商直接投资等对外开放因素能促进我国创新能力提升.而谢莉娟等[19]认为国际贸易为本土企业提供了广阔的原料来源和商品市场,企业得以在全球范围实现资源配置,但国际市场与国内市场能否顺利组接在很大程度上依赖于国内贸易的活跃程度,国内贸易是国际贸易影响本土创新的中介桥梁.

综上所述,现有文献在对内开放、创新趋同以及对外开放对创新驱动影响等方面研究成果较多,但对内开放是否影响创新趋同的研究较少.本研究采用熵值法、主成分分析法、主轴因子分析法3种同属性的组合评价方法构建对内开放度评价指标体系,研究省际间对内开放情况,分解剖析我国省际间对内开放度的地区异质性特征.利用空间计量模型检验我国省际间对内开放度是否能有效驱动工业绿色创新空间趋同,东中西部三大地区对内开放度驱动绿色创新驱动是否存在差异.通过对上述两方面进行研究,旨在准确把握我国省际间根据地区开放度水平,因地制宜地制定开放政策,快速打破自身贸易壁垒,加快资源流动、优化资源配置,缩小我国省际间对内开放度差距以加快工业绿色创新能力趋同进程,达到协调推进‘四个全面’战略布局,促进我国经济整体协调发展的目的.

1 中国省际间对内开放度评价及地区差异研究方法

1.1 省际间对内开放度评价指标体系

结合当前我国国情特点,省际间对内开放度即是省际间要素流动的活跃程度,涵盖省际间贸易、资本流动、劳务流动、旅游、技术流动等方面.结合数据可获取性,选取下列指标,如表1所示.

表1 中国省际间对内开放度评价选取依据

1.2 组合评价方法模型

组合评价方法是两个或多个单一评价方法的组合.组合评价方法因其组合方式不同,相应得到的结论不同,因此评价结果可能存在一定的偏差.但基于同属性组合评价方法却缩小了组合评价带来的结果偏差问题.由此,本文采用组合评价方法,结合研究内容选用属性相同的主成分分析法、因子分析法、熵值法分别对全国30个省际对内开放度进行单一评价,再进行组合评价[25].其评价步骤为:

(1)标准化处理

因对内开放度各评价指标量纲不同,评价前需对各指标进行无量纲化处理.

式中:x*表示指标的原始值,x表示指标的无量纲化值,maxx*,minx*分别为该指标最大值、最小值.

(2)选取类似属性的单一评价方法进行评价

a.主成分分析法1.主成分分析法可将多指标转换为少量综合指标的多元统计方法.它以少量主成分替换多指标变量,并且存在互不相关的优势,可尽可能解决在指标选取时存在的内生性问题.另外,通过主成分分析法可直观找出各维度的变化趋势及各指标对最后结果的贡献.使用SPSS软件获取各因子载荷矩阵及未旋转因子得分,依据主成分得分值与未旋转因子得分值计算出主成分得分,进一步地使用各主成分的方差贡献率为系数加权,对各主成分因子得分求和,获取每年各省省际间对内开放度的综合评分.

b.因子分析法2.因子分析法基于降维的思想,以多个指标相关矩阵内部的依存关系为出发点,将关系复杂的变量转换为少量公共因子,并对某变量有影响的特殊因子线性组合形成,目的是获取对变量有解释作用的少数公共因子,消除信息重叠以反映省际间对内开放度的本质特征.

c.熵值法3.客观评价省际间对内开放程度尤为重要,而熵值法则是消除人为因素影响的客观赋权方法中最常见方法之一,选用该方法计算指标的信息熵,依据指标相对变化程度对系统整体的影响确定指标权重,权重越大意味着相对变化程度越大.信息熵主要反映样本数据变化相对速率,当系数越大,越接近,相反则距离目标越远.

(3)组合评价值确定

在所有组合评价方法中选取平均值法最为经典可靠.因为,在上述3种方法下的评价结果之间的关系相当密切且属性一致,不会因为组合平均而使结果失真[26].因此,公式如下:

1.3 省际间对内开放度评价结果与地区异质性研究

1.3.1 数据来源 数据来源:根据数据可获得性原则,选取2005~2014年变量数据,国家铁路行政区域间货物交流数据来源于《中国交通统计年鉴》[27];省际间资本流动额数据来源于《中国贸易外经统计年鉴》[28];省外暂住人口数据来源于《全国暂住人口统计资料汇编》[29];国内旅游收入数据来源于全国各省相应年份《国民经济和社会发展统计公报》[30];技术外部合同额数据来源于《中国科技统计年鉴》[31],但西藏数据因缺乏连贯性、港澳台地区统计口径不一致等问题,该部分地区暂未考虑.

1.3.2 评价结果 基于组合评价方法的评价步骤,本文实证评价了2005~2014年我国30个省级单位的对内开放度,结果见表2.

由表2知,2005~2014年间,我国省际间对内开放度组合评价均值在时间维度上表现出先降低-后增大的发展特点.在2005~2007年期间,对内开放度快速下降,2008~2014年期间,为增长阶段.从空间维度上看,2005~2014年间东部沿海省份省际间对内开放度显著高于中西部省份.其中,广东省对内开放度组合评价均值最大,为0.7018;而海南评价均值最低,为0.0235.我国2005~2014年间,省际间对内开放度排名前5省份分别为广东、浙江、北京、江苏、上海,均是东部省份.

区域层面,本文对我国东中西3大区域进行了分类,东部包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南11省;中部包括黑龙江、吉林、山西、安徽、江西、河南、湖北、湖南8省;西部包括内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆12省.2005~2014年间,我国东部区域省际间对内开放度组合评价均值在2005~2007年期间快速倒退,2008~2014年期间呈先快速增长后趋于平稳的态势;而中部区域对内开放度在2005~2007年期间出现下降趋势,在2008~2014年期间则出现不同程度的上下波动.西部区域对内开放度则在2005~2007年期间出现较快倒退的趋势,在2008~2014年期间则出现较大上下波动.东部地区对内开放度组合评价均值为0.3323,远高于全国平均水平;中部对内开放度组合评价均值为0.1244,西部地区为0.1036,均低于全国平均水平.由此可见,我国近年来在改革开放过程中区域间对内开放水平存在较大差异,东部区域对内开放程度较高,而中西部地区对内开放程度亟待提升.值得关注的是,在我国省际间对内开放面临巨大挑战的时期,中西部地方政府为促进省际间协调发展,解决对内开放不进反退的严峻问题,构建了大量跨行政区域经济合作机制,如建立横跨陕西、甘肃两省的关中-天水经济区等,进一步推动区域合作协同发展.

我国中部、西部地区均在2005~2007年期间对内开放度出现不升反降的情况与国家当时战略布局存在一定关联.在十一届三中全会提出我国应将工作重心放在外向经济发展,积极开展沿海经济发展战略;其后,在十三大政治报告中进一步强调开放地区着重发展外向型经济.但在战略实施过程中也带来了区域间发展不平衡、区域间对内开放度差异较大的严峻形势.首先,我国虽地域辽阔,但地理环境复杂,城市间经济交流仍受到较大限制.再者,我国人口过多、资源贫乏,地区间辐射能力较差.最后,因战略需要,政策和资金对沿海地区大量倾斜,使得中西部地区高尖端人才、大量投资向沿海城市转移,进一步加剧中西部与东部区域的对内开放度差异.

自2008年起,我国集中颁布及实施多项区域规划,不断完善区域发展总体战略,培育了重庆两江新区、安徽皖江城市带、广西北部湾地区等经济区,使得中西部地区间对内开放度快速提升.另外,因为我国是高度外向型经济,在2008年全球金融危机影响下,过剩产能获得较大消化.面对经济危机,我国政府在扩内需、保增长的宏观调控政策引导下,内蒙古等西部矿业城市经济快速增长,省际间对内开放度的速度明显增快;政府通过健全信贷、融资担保体系、减税免税等方式大力支持中小企业发展,促进产业结构调整,缩小区域间发展差距,提升省际间对内开放程度;政府通过提升中部、西部大开发等战略促进中西部地区基础设施建设,在金融危机中成为承接东部产业转移的核心力量,为中西部地区发展注入了新动力,极大带动了对内开放程度快速增长.在2012年,西部区域对内开放度再次出现高速增长,这与西部大开发十周年以来取得的成果及之后国家部署实施新一轮西部大开发的战略布局和调整有着重要联系.

1.3.3 我国省际间整体对内开放差异度 为探讨我国省际间对内开放度差异,依据基尼系数(GN)对数据的中间水平变化较为敏感的特点、泰尔指数(TI)对数据的上层水平变化较为敏感的特点、对数离差均值(MLD)对数据的低层水平变化较为敏感的特点,进一步分析测度省际间对内开放度差异[32-33].计算公式如下,结果见表3.

式中:为地区数;为省际间对内开放度升序排列后第个样本开放度;e为省际间对内开放度的均值.

由表6可知,TI以及MLD两者在总体上均呈上升趋势,但在变化幅度上存在一定差异,其中TI变化最大、MLD变化较小.基尼系数出现了一定程度的负增长,说明我国在2005~2014年期间省际间对内开放度地区内部结构没有发生较大变化.2008年,TI和MLD分别下降了32.64%和29.80%,而GINI却仅下降了7.23%,侧面反映了当年我国省际间对内开放度位于上层和下层水平的地区变化较大,处于中层水平的地区变化较小.

基于以上3指标的变化情况及特征统计, 2005~2014年期间GINI的最大值是0.5453,最小值是0.4015,平均值0.4558;TI的最大值是0.2842,最小值是0.1914,平均值是0.2231;MLD的最大值是0.2320,最小值为0.1561,平均值0.1798.2006年,GINI和MLD均是10年中的最大增长幅度,泰尔指数TI也出现次高增长幅度,即在2006年我国各地区的省际间对内开放度差异同时出现急剧扩大现象.2008年,TI和MLD均是十年中的最大降低幅度,GINI也出现次高降低幅度,即在2008年我国各地区的省际间对内开放度差异再次出现急剧扩大现象,说明3地区差异持续扩大现象并未在这2年中得到有效遏制.

表3 中国省际间对内开放度地区异质性程度测算

1.3.4 我国省际间对内开放度地区异质性分析 按照公式(7)、(8)进一步分解TI和MLD2指标,比较我国东中西3大地区内、地区间的对内开放度差异[33].

表4 三大地区对内开放度泰尔指数分解结果

表5 三大地区对内开放度对数离差均值分解结果

由表4和表5可知,泰尔指数分解和对数离差均值分解结果基本一致,印证了本文指标选取的合理性及方法可靠性.在2005~2014年,东部区域泰尔指数和对数离差均值指标分解结果均值分别是0.2383和0.3335,中部两指标的均值分别是0.1181和0.1119,西部是0.1662和0.1937.我国东部区域省际间对内开放度差异最大,西部次之,中部最小.东部和中部地区省际间对内开放度差异均呈先上升后下降再上升趋势,并分别在2007年出现转折点,而西部地区则是先下降后上升再下降的趋势,说明我国东部和中部地区省际间对内开放度差异到达顶点.区域内差异总体上大于区域间差异;区域内差异总体呈增大趋势.表明我国东中西部地区内的省际间对内开放度总体上均在加大,但速度存在差异,东部地区显著快于中西部地区,自2008年后区域内差异开始趋于平稳,区域间开始协调稳定发展,平衡发展战略取得一定成效.

2 工业绿色创新空间趋同性研究

2.1 工业绿色创新空间相关性分析

2.1.1 全域空间自相关检验 全域空间自相关性检验常用下列方案.方案一是计算Moran’s I指数,另一方案则是计算Geary’s C指数[34-36].为便于进行不同尺度间比较,并获取标准化的自相关图,通过Moran’s I指数显著性水平进行检验全域空间自相关性,公式如下所示.

式中:,Yi是第i个省域观测值,n表示省域数量,Wij是空间权重矩阵.通常,当I>0时,表明各省域间创新行为呈现正相关,I越大则相关性越强;当I<0时,则呈负相关,表明各省域间创新行为呈离散分布;当I=0时,代表创新行为随机分布.由此,依据DEA方法测算我国2006~2014年30个省(区、市)工业绿色创新产出效率[37],其中工业绿色创新数据来源于中国国家知识产权局网(http: //www.cnpat.com.cn/),通过输入IPC分类号进行检索后,依据绿色技术产品的定义,查看专利的摘要筛选计算得出.选用全域自相关检验计算2006~2014年Moran’s I指数,展现中国省际工业绿色创新在2006~2014年关联程度和局域空间自相关性,衡量中国工业绿色创新空间自相关情况.Moran’I指数变化趋势见图1.

由上图1知,我国的工业绿色创新Moran’I指数均大于0.20,这表明中国30个省(区、市)在2006~ 2014年期间,工业绿色创新在空间上存在显著正相关关系,即地区间的工业绿色创新会受相邻地区工业绿色创新活动的影响.2006~2014年间,我国工业绿色创新空间相关性总体呈上升趋势但波动不大.

2.1.2 局域空间自相关检验 为进一步考察中国各地区工业绿色创新空间集聚模式变化情况,本文重点考察工业绿色创新在2006年、2010年、2014年的Moran散点图,见下图2.

图2 2006、2010、2014年中国工业绿色创新莫兰散点

以上Moran散点图中第一、二、三、四象限各对应High-High、Low-High、Low-Low、High-L地区,其中一、三象限的散点表明具有正的空间相关性,二、四象限的散点表明具有负的空间相关性.由上图2知,大多数散点落在第一和第三象限,仅少部分落在第二和第四象限.

表6 2006年、2010年、2014年中国工业绿色创新Moran空间分布

表6显示,2006年、2010年、2014年,天津、上海、江苏、浙江、安徽、福建、山东、海南始终处于H-H型高值集聚区,山西、内蒙古、黑龙江、四川、贵州、云南、陕西、甘肃、青海、宁夏、新疆始终处于L-L低值型集聚区,河北、江西始终处于L-H型集聚区,广东始终处于H-L型集聚区.

总体来说,2006~2014年的样本中,全局空间自相关指标均显著,而在局部空间自相关的考察中,部分省份不存在显著的局部自相关,由此可见,存在局部自相关的地区形成了全局的空间自相关,中国工业绿色创新存在着空间相关性和异质性.

2.2 工业绿色创新的空间趋同性分析

式中:为样本总数,x为样本值,为样本均值.

图3 全国东、中、西部工业绿色创新标准差

Fig.3 Standard deviation of industrial green innovation in east, middle and west of China

2.2.2趋同趋同是指创新程度弱的一方比强的一方具备更高的增长速度,最终达到与创新强的一方相同的创新增长速率[38].趋同是增长速率趋同,是趋同存在的必要条件,只有在存在增长速率趋同下,工业绿色创新“落后”的区域才可能追上工业绿色创新“领先”的区域.趋同包括绝对趋同和条件趋同.绝对趋同是指各地区技术趋同达到一致的长期均衡[39];条件趋同是指邻近地区因经济发展情况、能源强度、技术环境、研发水平等特征相似而呈现出的长期相互趋同.因不同省际间对内开放程度存在较大差异,我国工业绿色创新存在明显的发展梯度和地区异质性,不过同属一地区内省际间交流、地区产值、环境管制强度等状况类似,可能更加容易实现条件趋同.因此,本文引入下列控制变量:省际间对内开放程度,通过该指标探寻省际间对内开放程度约束下我国工业绿色创新趋同情况;地区产值,探讨一地区经济发展水平对工业绿色创新趋同的影响[38];工业企业行政处罚案例受理数,它能更为直接的表征政府环境规制强度变化情况[40].考虑到我国发展迅速的特点,基于截面数据进行条件趋同探讨存在较大有偏性,采用面板数据回归检验[41].

采用空间计量模型检验我国工业绿色创新趋同性,先基于截面数据探讨绝对趋同,再使用空间面板数据探讨条件趋同.根据绝对趋同模型LM检验结果对空间滞后模型与空间误差模型两个模型间进行选择,结果如表7所示.当LM检验空间滞后比LM检验空间误差的统计量值更大时,应选择空间滞后模型,反之应选择空间误差模型.由表7可知,在绝对趋同中,LM检验空间滞后(108.9341)在1%的水平显著,统计量值比LM检验空间误差(105.9291)更大,进一步考虑稳健LM检验,Robust LM(空间滞后) (3.0071)通过了10%显著性水平检验,因此在分析时选择空间滞后模型更为合适.

同理,在条件趋同中,LM(空间滞后) (7.8755)的统计量大于LM(空间误差) (1.5026),并且通过1%的显著性水平检验,因此空间滞后模型更优.由此,本文以下分析主要采用空间误差模型(SLM).

表7 工业绿色创新空间相关性检验结果

从表8和表9可以看到,无论是绝对趋同模型还是条件趋同模型,全国整体及3大地区的空间滞后模型(SLM)结果总体上均优于普通面板固定效应模型,且空间滞后系数均显著并大于0,说明我国各地区工业绿色创新均存在明显空间相关性.基于空间滞后模型结果,发现全国整体及3大地区的值都通过显著性检验,并且均小于0,即全国和东部、中部、西部的经济开放度是存在绝对趋同的.相比较而言,东部地区的绝对值明显高于中西部地区,说明东部地区的趋同速度高于中西部地区,而西部地区的趋同速度最慢.

进一步考察经济开放度的条件趋同(结果见表9),空间滞后模型的拟合程度同样优于普通面板模型.基于空间滞后模型(SLM)结果,全国、东部、中部和西部的趋同系数都显著且小于0,说明考虑省际间对内开放度、地区产值、环境管制等因素的作用后,工业绿色创新在全国、东部、中部和西部都存在条件趋同.从各地区趋同系数的绝对值大小来看,中部最大,西部次之,东部最小,这说明中国各地区工业绿色创新的趋同速度呈现中-西-东的格局,中部地区工业绿色创新将最先趋同到其稳定水平.

表8 工业绿色创新绝对趋同结果

注:模型估计使用matlab7.0,***、**、*分别表示在1%、5%、10%的水平上显著;-表示为空值.

表9 工业绿色创新条件趋同结果

注:模型估计使用matlab7.0,***、**、*分别表示在1%、5%、10%的水平上显著;-表示为空值.

基于全国视角,省际间对内开放度的回归系数显著为正,这说明加快推动省际间对内开放程度更有利于省际间企业获得因技术溢出效应等方式带来的创新资源,打破省际间对内开放约束壁垒,实现省际间内部交流,提升工业绿色创新.地区产值的回归系数显著为正,这说明各省际间仍需以经济发展为核心,这将有利于各地区工业绿色创新能力获得提升.环境管制的回归系数显著为负,这说明当前继续增大环境管制强度已不利于我国省际间对内开放,环境管制政策是影响省际间对内开放的重要因素之一.

基于三大地区视角,东部地区的省际间对内开放度、地区产值的回归系数显著为正,环境管制的回归系数显著为负,表明加速东部省际间对内开放、提高地区经济发展水平是促进工业绿色创新能力提升的重要因素,当前工业绿色创新能力仍明显受到省际间对内开放度和地区发展水平的约束作用;环境管制的回归系数显著为负,表明东部地区环境管制强度水平已不利于该地区工业绿色创新能力提升.中、西部地区的地区产值回归系数更为显著均为正,这说明该部分地区经济发展水平仍然是制约其工业绿色创新能力的重要因素;环境管制强度的系数显著为负,这说明中、西部地区环境管制制度及强度尚存一定问题,不利于该部分地区工业绿色创新能力提升.省际间对内开放度对各地区工业绿色创新能力的约束作用存在地区异质性.

2.3 对策建议

第一,针对当前省际间对内开放度下降的特征,首先应树立省际间对内开放思想,消除行政壁垒等思想禁锢,打破地理分割,降低省际间经济交流门槛,实现全方位开放;针对我国省际间对内开放在空间上存在的异质性特点,中、西部地区应以国家精准扶贫政策为契机,大胆让利、简政放权提升市场活力,拉动投资者积极性,促进东部沿海地区资金、人才等生产要素向中西部地区流动,缩小区域间差异;针对我国区域内省际间对内开放的两极分化现状,政府应加快建立区域间经济协调发展合作、援助机制,进行统筹规划以发挥各省际特色、省际间优势互补,缩小同一地区内省际间对内开放度差异,加快区域内省际间对内开放进程.

第二,针对省际间对内开放度地区异质性对工业绿色创新趋同的约束特征,因地制宜制定相关政策促进工业绿色创新能力提升.对于东部地区,我们应加快省际间对内开放进程,以高速铁路为主干的运输网络为主干,抓住内需战略契机,将东部分为三大工业绿色经济区,即以上海为中心长江三角洲经济区,以广州为中心的大珠江三角洲经济区,以北京、天津为中心的环渤海湾经济区,通过区域间网络辐射,形成工业绿色创新新格局,进一步提升工业绿色创新能力.另外,还应调节东部地区的环境管制强度,制定合适的环境管制政策.对于中、西部地区仍应以地区经济发展为核心,而工业仍是经济发展的主导,因此,引进优秀人才,先进技术,大力完善交通运输系统,修建基础设施等方面显得尤为重要;但在环境管制政策制定方面,应充分考虑企业因受到研发成本和执法资源的“双重制约”逃避管制的情况,应制定相关的动态优惠政策,这将更有利于工业绿色创新能力提升.另外,该种现象侧面反映出,通过环境管制政策来提升东部地区绿色创新水平已达到饱和点,继续加强环境管制标准不利于激励企业进行绿色创新,实行动态调整的环境管制政策协助产业结构升级便十分重要.

3 结论

3.1 省际间对内开放度的地区差异方面.从整体来看,2004~2014年期间,我国省际间对内开放度评价均值在时间维度上表现出先增加-后降低的发展特点,而在空间维度上表现出东部沿海省份的省际间对内开放度明显高于中西部省份的特征.就三大地区内部差异而言,东部地区的省际间对内开放度的差异最大,西部次之,中部最小.

[1] 陈向东,王 磊.基于专利指标的中国区域创新的俱乐部收敛特征研究 [J]. 中国软科学, 2007,22(10):76-85.

[2] Rosenstein-Rodan P N. The problems of industrialization of eastern and south-eastern Europe [J]. Economic Journal, 1943,53(210):202- 211.

[3] Nurkse R. Problems of capital formation in underdeveloped countries [M]. Basil Blackwell, 1953.

[4] Myrdal G. Economic theory and under-developed regions [M]. Harper & Brothers Publishers, 1957.

[5] Myint H. Economic theory and the underdeveloped countries [J]. Journal of Political Economy, 1965,73(5):477-491.

[6] 余淼杰,王宾骆.对外改革,对内开放,促进产业升级 [J]. 国际经济评论, 2014,22(2):49-60+5.

[7] 刘荣增,王淑华.经济发达地区开发区扩大对内开放问题的思考——以苏州市开发区为例 [J]. 经济地理, 2001,21(1):52-55+60.

[8] Jungmittag A. Innovation dynamics in the EU: convergence or divergence? A cross-country panel data analysis [J]. Empirical Economics, 2006,31(2):313-331.

[9] 钟祖昌.国家创新效率的结构特征及其收敛性研究——基于OECD国家和中国的经验分析 [J]. 科学学与科学技术管理, 2012,33(2): 22-29.

[10] 孙玉涛.基于分布动态学的跨国创新俱乐部收敛研究 [J]. 管理评论, 2013,25(6):59-66.

[11] 许 治,邓芹凌.国家创新型城市创新能力的地区差异与收敛效应——基于技术成就指数的研究 [J]. 科学学与科学技术管理, 2013, 34(1):67-77.

[12] Fragkandreas T. Regional innovation performance in the European Union [M]. LAP LAMBERT. Academic Publishing, 2011.

[13] Castellacci F, Archibugi D. The technology clubs: The distribution of knowledge across nations [J]. Research Policy, 2008,37(10):1659- 1673.

[14] 潘雄锋,刘凤朝.中国区域工业企业技术创新效率变动及其收敛性研究 [J]. 管理评论, 2010,22(2):59-64.

[15] 马大来,陈仲常,王 玲.中国区域创新效率的收敛性研究:基于空间经济学视角 [J]. 管理工程学报, 2017,31(1):71-78.

[16] 徐亚静,王 华.开放条件下的外商直接投资与中国技术创新[J]. 国际贸易问题, 2011,37(2):136-146.

[17] 毛其淋,许家云.中国企业对外直接投资是否促进了企业创新[J]. 世界经济, 2014,37(8):98-125.

[18] 张坤民,王德辉,王京浩,等.我国环境贸易现状和对外开放对策 [J]. 中国环境科学, 1995,15(2):81-88.

[19] 谢莉娟,王诗桪.贸易的技术创新效应——国内外贸易联动与部门间分工的权衡[J]. 经济理论与经济管理, 2017,37(4):97-112.

[20] 周济慧.我国区域间贸易与区域收入差异[D]. 济南:山东大学, 2014.

[21] 胡 凯,吴 清.省际资本流动的制度经济学分析 [J]. 数量经济技术经济研究, 2012,29(10):20-36,51.

[22] 范剑勇,王立军,沈林洁.产业集聚与农村劳动力的跨区域流动 [J]. 管理世界, 2004,20(4):22-29,155.

[23] 杨 勇.旅游业与我国经济增长关系的实证分析 [J]. 旅游科学, 2006,26(2):40-46.

[24] 盛济川,吉 敏,朱晓东.内向和外向开放式创新组织模式研究——基于技术路线图视角 [J]. 科学学研究, 2013,31(8):1268-1274.

[25] 李珠瑞,马溪骏,彭张林.基于离差最大化的组合评价方法研究 [J]. 中国管理科学, 2013,21(1):174-179.

[26] 郭显光.一种新的综合评价方法——组合评价法 [J]. 统计研究, 1995,12(5):56-59.

[27] 国家统计局.中国交通统计年鉴 [M]. 北京:中国统计出版社, 2005-2014.

[28] 国家统计局.中国贸易外经统计年鉴 [M]. 北京:中国统计出版社, 2005-2014.

[29] 公安部治安管理局.全国暂住人口统计资料汇编 [M]. 北京:群众出版社, 2005-2014.

[30] 国家统计局.国民经济和社会发展统计公报 [N]. 北京:中国统计出版社, 2005-2014.

[31] 国家统计局.中国科技统计年鉴 [M]. 北京:中国统计出版社, 2005-2014.

[32] 逯元堂,吴舜泽,赵云皓,等.基于环保投入的区域环保产业发展空间均衡性分析——以2004~2011年为例 [J]. 中国环境科学, 2015, 35(5):1586-1591.

[33] 刘亦文,文晓茜,胡宗义.中国污染物排放的地区差异及收敛性研究 [J]. 数量经济技术经济研究, 2016,33(4):78-94.

[34] Moran P A. Notes on continuous stochastic phenomena. [J]. Biometrika, 1950,37(1/2):17-23.

[35] Anselin L, Florax R J G M. New directions in spatial econometrics [M]. New directions in spatial econometrics, 1995:3-18.

[36] Geary R C. The contiguity ratio and statistical mapping [J]. Incorporated Statistician, 1954,5(3):115-146.

[37] 程 华,廖中举.中国区域环境创新绩效评价与研究 [J]. 中国环境科学, 2011,31(3):522-528.

[38] 胡宗义,李 毅,刘亦文.中国绿色技术效率的地区差异及收敛研究 [J]. 软科学, 2017,31(8):1-4.

[39] Barro R J, Sala-I-Martin X. Technological diffusion, convergence, and growth [J]. Journal of Economic Growth, 1997,2(1):1-26.

[40] 陈德敏,张 瑞.环境规制对中国全要素能源效率的影响——基于省级面板数据的实证检验[J]. 经济科学, 2012,34(4):49-65.

[41] 徐盈之,赵 玥.中国信息服务业全要素生产率变动的区域差异与趋同分析 [J]. 数量经济技术经济研究, 2009,26(10):49-60,86.

The impact of inter provincial openness on the convergence of industrial green innovation in China.

YANG Chao-jun, YANG Wen-ke*, ZHU Yan-chun

(1.Faculty of Management and Economics, Kunming University of Science and Technology, Kunming 650093, China)., 2018,38(8)：3189~3200

The convergence of industrial green innovation exists the regional heterogeneity and spatial convergence underthe unbalanced development of China’s provincial internal openness. By constructing evaluation index system of internal openness and using combined evaluation method on 30provincial internal openness to establish a comprehensive evaluation, and through some coefficient variation indexes to compare internal openness of different provincial regions, we use provincial panel data from 2005 to 2014 to establish a spatial econometric model to test the space convergence of industrial green innovation under internal openness constraints. We Find that China’s provincial internal openness shows the development characteristics of increase to decrease in the time dimension, while the spatial dimension has the heterogeneity characteristics of east-high-west. The eastern region has the largest difference in internal openness, and followed by the west, the smallest in the middle. Degree of dispersion of industrial green innovation of China and its eastern region will change over time, while the industrial green innovation of its mid and west regions fluctuates. Therefore, these regions still need further improvement. Industrial green innovation of China and its three regions will achieve long-term equilibrium, and due to the similarities of economic development, technical environment, R&D level in adjacent areas, so there is a long term convergence. Above all, we conclude that it is an important factor to promote the improvement of industrial green innovation ability in the whole and eastern region of China. Improving the level of economic development and the appropriate environmental control intensity are important factors to promote the improvement of industrial green innovation in the central and western regions. To reveal the regional heterogeneity source of spatial convergence and the industrial green innovation under the constraint of China’s provincial internal openness. It is very helpful for our country to narrow the gap between provinces and regions in the new era and accelerate the opening up to the inside, further improve the industrial green innovation ability.

China’s provincial internal openness；regional differences；industrial green innovation；spatial convergence

X22

A

1000-6923(2018)08-3189-12

杨朝均(1984-),男,四川达州人,副教授,博士,主要从事绿色创新管理研究.发表论文30篇.

2018-01-05

国家自然科学基金项目资助(71502074);云南省教育厅哲学社会科学规划项目资助(YB2016014);云南省教育厅科学研究基金项目资助(2018Y013);昆明理工大学管理与经济学院硕博生科研项目预研计划资助(20162109090);昆明理工大学引进人才项目资助(KKSY201508056)

* 责任作者, 硕士, wenkedyang@gmail.com