“一带一路”沿线省区创新产出变化的驱动效应实证研究

曹 勇，周 蕊，周红枝



“一带一路”沿线省区创新产出变化的驱动效应实证研究

曹 勇，周 蕊，周红枝

（武汉纺织大学 管理学院，湖北省纺织制度及政策研究中心，湖北 武汉 430200）

采用2005年-2015年“一带一路”沿线省区的面板数据，通过构建对数平均迪氏指数（LMDI）分解模型，以区域专利授权量作为创新产出的解释变量，实证分析区域研发力度、创新效率、经济结构、经济规模四个因素对“一带一路”沿线省区创新产出变化的驱动效应。研究发现，区域经济规模、创新效率与研发力度对“一带一路”沿线省区的创新产出有正向推动作用，而经济结构对区域创新产出起到负向抑制作用。研究结论不仅对深化区域创新的学术研究具有理论与方法意义，同时对促进“一带一路”沿线省区的经济协调发展、提升创新产出具有重要的实践启示。

一带一路；创新产出；LMDI；专利授权量；创新效率

0 引言

随着区域经济的发展和市场竞争的加剧，区域创新能力已成为衡量区域竞争力和竞争优势的决定性因素[1]。区域创新产出作为测度区域创新能力的关键指标已受到学术界的广泛关注。Riddle和Schwer[2]的研究表明，区域的创新能力是地区创新发展的潜力，这种潜力随着实践的发展会演变为区域商业发展的动力，而这种动力又表现为创新产出量的增长。Moreno等[3]通过对欧洲地区创新产出空间分布的实证研究发现，一个地区的创新产出受到本地创新投入要素与邻近区域创新活动的双重影响。因此，区域在持续发展过程中不仅要将创新放到重要的战略地位，同时也要依据区域实际现状充分考虑影响区域创新产出的驱动因素。

“一带一路”作为促进我国实施创新驱动发展的重要战略，不仅能加强我国与周边国家的互通有无与合作共赢，同时对区域经济的协调发展起到举足轻重的作用。“一带一路”沿线省区包括新疆、重庆、陕西、甘肃、宁夏、青海、内蒙古、黑龙江、吉林、辽宁、广西、云南和西藏等13省（直辖市、自治区）的丝绸之路经济带，以及上海、福建、广东、浙江、海南等5省（直辖市）的21 世纪海上丝绸之路，这18个省区是实施“一带一路”战略的重要堡垒[4]。倪鲲鹏[5]认为，“一带一路”的实质是为中国面向欧亚内陆开放的新战略，“一带一路”沿线省区应抓好机遇实现高位突破、率先发展，在整个战略中起到主导性作用。我国是否能与经济带沿线国家在技术装备、研发等领域形成合作共赢局面，取决于“一带一路”沿线省区是否能率先建立协同高效的区域创新体系并实施好创新驱动发展战略。针对“一带一路”沿线省区的创新问题，已有研究多从创新效率和创新绩效的视角进行研究，而沿线省区创新产出差距的根源性问题研究却值得进一步探究。如何有效衡量“一带一路”沿线省区的创新产出及其变化的驱动效应？如何缩小“一带一路”沿线省区的创新产出差异、促进沿线省区的经济协调发展？基于此，本文在深入分析“一带一路”沿线省区创新产出的现状基础上，运用对数平均迪氏指数(LMDI)分解法对“一带一路”沿线省区创新产出效应进行量化分解，利用2005-2015年面板数据实证研究区域创新效率、区域研发力度、区域经济结构以及区域经济规模四个因素对“一带一路”沿线省区创新产出变化的驱动效应，并进一步挖掘沿线省区创新产出不平衡的原因，以期为沿线省区的经济与创新协调发展提供理论支撑与实践启示。

1 文献综述

国内关于区域创新产出的研究侧重于探讨其特征及影响因素。张玉明和李凯[6]以专利数据作为创新产出的衡量指标，利用1999-2005年中国31个省际区域数据，分析我国省际区域创新产出的空间分布、空间集聚与不均衡特征，结论显示区域创新产出高度集聚于东部沿海省份，且创新强度在领先的省际区域存在相对变化。于明洁等[7]将我国省域创新环境与区域创新产出结合起来，构建评价指标体系，研究得出两者之间协调发展较低的结论。李晓龙等[8]对金融发展、空间关联与区域创新产出的关系进行研究发现，金融发展的结构、规模与效率有利于提升区域创新产出的数量和水平。国外具有代表性研究的有，Fritsch[9]运用知识生产函数对欧洲11个区域的创新系统质量进行测量与比较，研究显示区域创新效率因创新系统的异质性而产生差异，因此区域间R&D活动情况也存在显著差异。Todtling 和Trippl[10]从产业集聚、创新活动、知识传播和教育等方面构建区域创新能力的指标体系，比较分析了旧工业区与外围区域的创新能力产生差异的原因。上述已有研究主要是从空间地理环境差异角度分析区域创新产出的变化情况，对于区域创新内部的根源性问题则需要更为深入研究。

国内学者主要从全国层面研究创新环境对创新绩效的影响，部分学者也针对“一带一路”沿线省区的创新效率和创新绩效等视角展开深入研究，并得出了有价值的结论。赵文平和徐劲松[11]运用超效率DEA模型和Malmquist指数对丝绸之路经济带9省市的区域创新效率进行分析，结论表明经济带各区域创新效率较大，而技术进步是促进经济带全要素生产率提升的主要因素。程广斌和张雅琴[12]对丝绸之路经济带沿线省份科技创新效率进行研究，发现经济带各省份科技创新效率不断提升，但不同省份之间在科技创新的不同阶段效率差距较大，其中劳动者素质与对外开放对技术研发效率有显著影响，政府支持对技术研发效率影响不显著。郝金磊和尹萌[13]在研究我国丝绸之路经济带创新环境对创新绩效中指出，经济带创新基础环境和消费市场环境对创新绩效有显著正向影响，创新能力在其中均有显著正向调节作用，但劳动就业环境对创新绩效的影响不显著。基于上述文献梳理，得出沿线省区的创新效率是影响区域创新产出变化的关键变量，如何进一步挖掘沿线省区创新产出的影响因素并解决“一带一路”沿线省区创新产出的不均衡问题是本文进一步探讨的重点。

2 研究方法与模型构建

2.1 方法选择

现有研究关于区域创新产出的测量方法主要有熵权法、空间计量模型、指数分解分析法等。本文采用对数平均迪氏指数分解法（Logarithmic Mean Divisia Index, LMDI）是将研究主体的总增量从不同层面进行加法和乘法分解，把不同层面上发生的结构变化对总增量的贡献精确化和定量化。相比于上述其它方法而言，该方法具有以下优点[14, 15]：第一、剔除其它层面结构变化对研究主体的影响，独立定量总增量的变化；第二、避免重复性影响因素，是无残差分析；第三、不会产生伪回归问题。因此，该方法适用于对比经济中不同产业、不同区域中的内部效应分析。

2.2 模型构建

现有研究一般采用新产品销售收入[16]和专利数量[7]来衡量创新产出，虽然新产品销售收入能较直观地反映企业在产品、工艺和技术上的创新成果，但仅适用于企业层面，同时无法剔除营销策略、推广方式等对收入的影响。一般所指专利数量包括专利申请量和专利授权量两种，其中专利申请量在反映创新成果的质量以及经济效益转化方面存在明显不足，而且只是一种创新产出中间产品， 并不能代表创新的最终成果[8]。因此本文采取专利授权量作为创新产出的衡量指标，尽管对于使用专利数据的有效性上存在一些争议，但在以往的研究中使用专利授权量作为创新产出的衡量标准的方法由来已久[13],并且具有以下优点：第一、授权专利能够较好地反映出创新产出，且较普遍被国内外学者采用[17]；第二、授权专利经由专利主管部门的严格审查，可信度和含金量较高[18]；第三、授权专利与R&D创新活动的关联性更紧密[19]，且具有地区可比性强、准确度高、客观性等优点。为便于计算，本文根据LMDI分解方法将专利授权量作为创新产出的解释变量，建立如下分解模型：

式（1）说明，专利授权量会受到区域创新效率、研发力度、经济结构和经济规模的影响。为加强数据分析的严谨性，本文采用LMDI加法和乘法两种分解模式，独立分析沿线省区创新产出的驱动效应。创新产出在T-1年到T年之间变化的分解，如下加法与乘法两种模式：

表1 创新产出变动效应分解因素及其界定

运用对数平均迪氏指数分解法（LMDI）加法模式进行分解，各个因素为：

其中：

运用对数平均迪氏指数分解法（LMDI）乘法模式进行分解，则各个因素为：

3 数据处理与效应分解

3.1 数据处理

本研究选取“一带一路”沿线18个省区为分析主体，各省市区域GDP数据来自《中国统计年鉴》（2005-2016），研发（R&D）经费内部支出、专利申请数、专利授权量等数据来自《中国科技统计年鉴》（2005-2016)，并根据相应的平减指数对GDP和R&D经费内部支出统一折算成以2005年为基期的不变价格。区域生产总值（区域GDP）是代表该区域在单位期限内从事生产经营活动的财富总额，等于该地区各产业增加值之和。研发（R&D）经费内部支出包括基础研究、应用研究和试验发展三项活动费用总额。专利授权数是指特定期限内专利管理部门审核通过并予以授权的专利数，均包括发明、实用新型和外观设计三种。

3.2 LMDI分解结果

为深入探讨“一带一路”沿线省区创新产出变化的驱动因素，本文构建基于加法分解原理的对数平均迪氏指数（LMDI）分解模型，根据上述公式(4)-(7)对2005-2015年“一带一路”沿线省区专利授权量逐年分解得出创新效率、研发力度、经济结构和经济规模共4种因素的效应及各效应的贡献率，结果见表2。

从表2可知，2005-2015年“一带一路”沿线省区专利授权量平均每年增加67967项，基本呈上升趋势。其中，2007-2008年由于受金融危机的冲击，导致区域创新效率降低，从而造成创新产出量骤减。2010-2011年我国政府进一步修订和完善专利法实施细则，强化了专利授权机构对专利审查的更加严格化和规范化，因此这期间沿线省区的专利授权率有所降低，创新效率效应为负值，从而引起创新产出量的减少。2013-2014年由于我国国民经济受到下行压力的阻碍，同时辽宁、黑龙江、上海等区域受到气象灾害的影响，造成沿线省区的科研经费投入量缩减，专利授权量也明显降低，创新效率效应出现大幅下跌，导致总效应出现-2206的历史低值。从构成增量的分效应看，经济规模的驱动作用居首位，增加效应为38641项。其次是研发力度效应、创新效率效应对创新产出的贡献也有较显著的促进作用。其中经济结构效应为-1577，说明沿线省区经济发展存在显著不均衡现象。

为进一步印证表2的数据分析，本文构建基于乘法分解原理的对数平均迪氏指数（LMDI）分解模型,根据上述公式(9)-(12)，对沿线省区创新产出进行分解，结果如表3所示。表3显示，2005-2015年，沿线省区创新产出增长13.19倍。其中创新效率的变化导致创新产出增长1.4894倍，经济结构的改善使创新产出保持在原来0.9270倍的水平上。经济规模和研发力度始终是导致区域创新产出稳定增长的主要因素，说明沿线省区经济发展速度较为迅速，研发投入量的比重稳步提升，但从经济结构角度看，沿线省区经济发展差距仍然较大，导致经济结构对创新产出的贡献相对较低。

表2 “一带一路”沿线省区创新产出因素分解（加法）

表3 “一带一路”沿线省区创新产出因素分解（乘法）

结合上述表2和表3对沿线省区宏观层面创新产出因素分解，为直观反映沿线省区各省市的创新产出情况，本文对沿线省区各省市的创新产出进行分解，结果如表4所示。从各省份因素分解的数据显示，经济规模效应和研发力度效应是创新产出量的主要贡献效应，其中浙江和广东是创新产出量最大的省份。而西藏和海南等省份经济发展较为落后，创新产出量较低，增长水平较缓慢，经济结构失衡对创新产出的影响较大。

4 结论与启示

本文选择“一带一路”沿线省区的创新产出作为研究主体，借助LMDI分解模型，将沿线省区专利授权量作为创新产出的解释变量，采用“一带一路”沿线省区2005-2015年的面板数据，实证分析了区域创新效率、研发力度、经济结构和经济规模对沿线省区创新产出变化的驱动效应。从创新角度选择区域创新效率与研发力度，从经济角度选择区域经济结构和经济规模，独立分析不同因素对沿线区域创新产出的影响程度，得出以下结论：第一、经济规模对沿线省区创新产出的变化具有正向驱动效应，贡献率为56.85%。第二、研发力度和创新效率对沿线省区创新产出的变化均具有正向驱动效应，贡献率分别为27.80%和17.67%，表明研发投入是区域创新产出的中坚力量；第三、区域经济结构对沿线省区创新产出的变化具有负向抑制作用，贡献率为-2.32%，表明沿线省区创新投入资源与产出成果不匹配，侧面体现沿线各省区经济结构发展不平衡，导致各省区之间创新产出存在较大差异。从2005-2015年的数据看，经济结构效应的贡献率虽在较多年份为负值但有持续转正的趋势，说明沿线省区的经济发展差距正在逐步缩小，对创新产出的贡献力度也呈增长趋势。

表4 “一带一路”沿线各省区创新产出因素分解

本研究结果不仅为区域创新理论的后续深入研究提供了理论指导与方法支撑，同时对促进“一带一路”沿线省区的经济协调发展、提升创新产出具有以下重要实践启示。第一、沿线省区可通过增加单位R&D经费投入的专利授权量来提升创新效率对沿线省区创新产出的贡献，加强“互联网+”在区域创新领域的引领作用，进而通过持续的技术改进获取创新产出质量和效率的提升。第二、增加研发投入并不是促进创新产出的唯一手段，因此在增加沿线省区研发投入的同时，要寻找提升创新产出的替代策略。如，可通过改革国有企业体制机制激发企业的创新活力，提升企业的创新绩效；或通过员工培训，将员工的创新行为与薪酬绩效挂钩，全面提升员工的积极性和创造性。第三、发挥经济结构效应和规模效应的本质在于加强区域经济建设，提升区域GDP产值。沿线经济落后区域应完善基础设施建设，强化物流和信息产业的协同带动作用；沿线经济发达区域要加强自主品牌创新和文化产业建设，建立新的经济增长点。同时加强区域之间的资源整合与合理分配，推进包容并进、协调发展，注重跨区域创新一体化建设，从而不断缩小沿线省区的经济结构差异，推进区域创新投入与产出的均衡发展。

[1] 曹勇, 秦以旭. 中国区域创新能力差异变动实证分析[J]. 中国人口资源与环境, 2012, 22 (3): 164-169.

[2] Riddle M, Schwer R. Regional Innovative Capacity with Endogenous Employment: Empirical Evidence from the U.S[J]. The Review of Regional Studies, 2011, 33 (1): 73-84.

[3] Moren R, Paci R, Usai S. Spatial spillovers and innovation activity in European regions[J]. Environment and Planning A, 2005, 37 (10) : 1793-1812．

[4] 宋澜, 戚云龙. “一带一路”沿线省份发明专利实施许可的实证研究[J]. 情报杂志,2016, 35 (11) : 75-80.

[5] 倪鲲鹏. 中国“一带一路”沿线省区创新体系协同发展研究[D]. 兰州 : 兰州大学,2016.

[6] 张玉鹏,李凯.省际区域创新产出的空间相关性研究[J]. 科学学研究, 2008, 26 (3): 659-665.

[7] 于明洁,郭鹏,贾颖颖. 区域创新环境与创新产出协调发展研究[J]. 情报杂志, 2012, 31 (4): 196-202.

[8] 李晓龙, 冉光和, 郑威. 金融发展、空间关联与区域创新产出[J]. 研究与发展管理, 2017, 29 (1) : 55-64.

[9] Fritsch M. Measuring the Quality of Regional Innovation Systems: A knowledge Production Function Approach[J]. International Regional Science Review, 2002, 25 (1): 86-101.

[10]TODTLING F, TRIPPL M. One size fits all: towards a differentiated regional innovation policy approach[J]. Research Policy, 2005, 34(8): 1203－1219.

[11]赵文平, 俆劲松. 丝绸之路经济带区域创新效率评价[J]. 经济与管理研究, 2015, 36 (11): 25-32.

[12]程广斌, 张雅琴. 丝绸之路经济带沿线省份科技创新效率及其影响因素[J]. 地域研究与开发, 2017, 36 (2): 17-23.

[13]郝金磊, 尹萌. 我国丝绸之路经济带创新环境对创新绩效的影响研究——创新能力调节作用[J]. 西北民族大学学报(哲学社会科学版), 2017, (04): 155-160.

[14]郭毅, 朱鹤. 基于LMDIⅠ方法的城乡收入差距变化对居民总消费影响研究[J]. 中国软科学,2013, (08): 34-42.

[15]Jiang J, et al. Provincial-level carbon emission drivers and emission reduction strategies in China: Combining multi-layer LMDI decomposition with hierarchical clustering[J]. Journal of Cleaner Production, 2017, (187) : 1-3.

[16]苏皑.R&D投入与创新产出关系的实证研究——以高新技术产业为例[J].西南师范大学学报(自然科学版), 2016, 41(1): 82-88.

[17]刘雅芳, 许培源.创新产出的空间效应及影响因素研究——基于海峡西岸经济区面板数据的分析[J]. 科技与经济, 2016, 29 (3): 24-28.

[18]Acs Z J, Anselin L, Varga A. Patents and innovation counts as measures of regional production of new knowledge[J]. Research Policy, 2002, 31 (7): 1069-1085.

[19]Jafe A B. Technological opportunity and spillovers of R & D: Evidence from firms' patents, profits, and market value[J]. The American Economic Review, 1986, 76 (5): 984-1001.

An Empirical Study on the Driving Effects of Innovation Output Change in Provinces along “One Belt One Road”

CAO Yong, ZHOU Rui, ZHOU Hong-zhi

(School of Management, Wuhan Textile University; Hubei Textile Policy Research Centre, Wuhan Hubei 430200, China)

Using the panel data of the provinces along “One Belt One Road (OBOR)” during 2005-2015, and taking the patent authorized number as the explanatory variable of innovation output by constructing Logarithmic Mean Divisia Index (LMDI) decomposition method, this paper empirically analyzed the driving effects of the regional innovation efficiency, regional R&D intensity, regional economy structure and regional economy scale on innovation output in provinces along OBOR. The results showed that the regional economy scale, regional innovation efficiency, and regional R&D intensity, have positive effects on regional innovation output in provinces along OBOR, while the economic structure has a negative effect on the regional innovation output. These conclusions not only give important theoretical guidance to an in-depth study of regional innovation, but also provide significant practical implications for promoting the coordinated development between economic and innovation output in provinces along OBOR.

OBOR; innovation output; LMDI; patent authorized number; innovation efficiency

曹勇(1964-)，男，教授，博士，武汉纺织大学阳光学者，博士生导师，研究方向：技术创新与知识产权管理.

国家自然科学基金面上项目（71172092）；湖北省教育厅人文社科重点项目（08D043）；教育部人文社科基金规划项目(15YJAZH003).

F223

A

2095－414X(2018)05－0049－07