论文部分内容阅读
摘要：文章在扩展知识生产函数的基础上，运用随机前沿模型，从创新资源（知识存量和研发资源）和创新效率两大方面，探讨2001年～2011年我国中西部内陆地区与东部沿海地区创新能力差距不断扩大的原因，结果表明：知识存量对中西部与东部地区创新能力差异的贡献率为38.88%，研发人员和研发经费的贡献率分别为13.64%和23.13%，创新效率的贡献率为24.35%。总体看，创新资源的差别是影响内陆与沿海地区创新能力差异的主导因素，但是创新效率的贡献份额在2003以来明显扩大，保持在30%左右的水平。制度环境建设的差别以及地方政府对创新重视程度的反差是造成我国区域创新效率差距的主要原因。
关键词：创新能力；地区差距；随机前沿模型
一、 引言
近年来，我国创新活动向沿海地区集聚的特征十分明显，东部地区与中西部地区间创新能力的差距自2001年以来在明显加剧。2011年，我国东部地区专利授权量和发明专利授权量占全国的比重分别达到77.9%和74.4%，较2000年分别提高8.6个和14.3个百分点，而中部和西部地区所占比重均在明显下降。
创新是驅动经济持续增长最为关键的因素。如果中西部地区与东部地区创新能力差距持续过大，将会导致其追赶东部地区动力的持续性不足，进而加大我国区域协调发展的难度。那么，导致内陆与沿海地区创新能力差距不断加大的原因是什么，这是我们促进区域创新协调发展首先要明确回答的问题。
二、 相关研究综述
归纳来看，国内外学者主要从创新资源和创新效率两个方面来探讨创新能力区域差异的原因。早期研究主要关注研发资源在解释不同国家和地区间创新能力差异中的作用，但是相关研究显示研发资源并不足以对创新能力的地区差异进行完全解释。Furman等基于17个OECD国家的分析，发现研发投入的差别可以在很大程度解释不同国家创新能力的差异，但知识产权保护等决定创新效率的因素也是影响国家创新能力差距极为重要的方面。Fu和Yang将国家创新能力分解为基本创新能力和创新效率两个方面，探讨OECD国家创新能力差距的形成原因，结果表明美国和日本相对于欧洲国家在基本创新能力上的优势使其在20世纪90年代成为了世界领先强国，但创新效率也是解释国家创新能力来源的重要方面。
随着我国区域创新能力差距的不断扩大，创新能力差异问题也引起了国内学者的关注，但现有研究主要以现状描述为主，对导致创新能力地区差距的原因进行深入探讨的文献较为少见。贾颖颖等运用典型相关分析方法，发现我国区域创新资源分布与创新能力差异高度相关。科技投入差异的不断加剧，导致了我国区域创新能力差异的扩大。李习保基于随机前沿模型的分析，认为我国区域创新能力差距的加剧主要是由于创新效率差异的扩大所造成，这与贾颖颖等的观点差别较大。魏守华等则认为我国中西部地区与东部地区创新能力的差距不只是由研发投入规模引起，还由于东部地区具有更高的创新效率，近年来我国创新能力的地区差距明显扩大是创新投入规模与创新效率差别综合作用的结果。
由上所述，现有研究关于究竟是创新资源还是创新效率在主导我国创新能力区域差异的争论较大，其根本原因在于已有文献没有定量测算两者对区域创新能力差异的贡献大小。藉此，本文拟借助随机前沿方法，对2001年以来创新资源和创新效率在我国内陆与沿海地区创新能力差距的贡献份额进行测算，以科学剖析我国区域创新能力差距不断扩大的原因。
三、 模型、变量和数据说明
1. 模型设定。在宏观领域的创新研究中，Romer知识生产函数备受推崇，其认为知识存量和研发人数共同决定新知识的产出。然而，从理论上说，除了研发人员外，研发经费也是影响新知识产出的重要因素，对此将Romer知识生产函数进行拓展，将研发经费支出也纳入其中：
Y=？啄A？准L？姿RD？渍（1）
式中，Y表示创新能力，A为知识存量，L和RD分别为研发人员和研发经费投入。
本文认为各省市的创新能力由创新资源和创新效率共同决定。其中，创新资源反映的是潜力创新能力，包括知识存量以及研发人员和研发资金投入情况。创新效率反映的是将创新资源转化为现实创新产出的能力，结合已有成果，认为我国区域创新效率主要受制度环境、人力资本水平、地方政府对创新活动的支持以及FDI知识溢出等影响。借助随机前沿模型，即可考察创新资源和创新效率对我国区域创新能力的影响。
在Battese和Coelli随机前沿模型的基础上，结合扩展的知识生产函数，本文将随机前沿模型设定为：
Yit=F（Xit）exp（vit-uit）=？啄（Ait）？琢（Lit）？茁（RDit）？酌exp（vit-uit）（2）
其中，F（·）代表前沿知识生产函数。式中的误差项由随机误差项νit和技术非效率项uit组成。其中，νit服从正态分布N（0，？滓2u），uit服从非负断尾正态分布N （mit，？滓2u）。创新效率TE的计算公式为：
TEit=■=exp（-uit）（3）
基于式（3），可进一步考察创新效率的决定因素：mit=δ0 δ1Zit，Zit为影响创新效率的变量向量。另外，在实证中还需检验？兹=？滓2u/（？滓2v ？滓2u）是否显著等于0，如果显著为0，则说明不存在创新无效率，意味着随机前沿模型并不适用。
2. 区创新能力差距的分解方法。为了控制2006年我国建设创新型国家这一重大创新政策对区域创新能力的影响，在前沿知识生产函数中加入时间虚拟变量Dummy 2006。对式（2）作对数化处理，可得：
Ln（Yit）=Ln（？啄） ？琢*Ln（Ait） ？茁*Ln（Lit） ？酌*Ln（RDit） dummy2006 vit-uit（4）
借鉴傅晓霞和吴利学的研究，通过东部各省创新产出对数的平均值Ln（Y1）和中西部各省创新产出对数的平均值Ln（Y2）的差值Ln（Y1/Y2），来表示二者创新能力的差异，根据式（4）可对区域创新能力差距做如下分解： Ln（Y1/Y2）=？琢*Ln（A1/A2） ？茁*Ln（L1/L2） ？酌*Ln（RD1/RD2） Ln（TE1/TE2） （v1-v2）（5）
因vit为独立同分布的随机误差项，v1-v2可忽略不计。通过简单处理，即可得到知识存量、研发人员投入、研发经费投入和创新效率对区域创新能力差距的贡献度CA、CL、CRD和CTE：
1=？琢*■ ？茁*■ ？酌*■
■=CA CL CRD CTE（6）
3. 数据说明。本文的研究对象为不包括港澳台和西藏在内的中国大陆30个省市区。考虑到我国发明专利从申请到授权需要约2年～3年时间，自变量数据取自于1998年～2008年，因变量在2001年～2011年。文中数据均来自于《中国科技统计年鉴》、《中国统计年鉴》和《中国律师年鉴》。
4. 变量说明。
区域创新能力——利用发明专利授权量衡量；
知识存量——借鉴侯鹏等的做法，利用永续盘存法估算专利存量来衡量；
研发人员投入——由研发人员全时当量度量；
研发经费投入——由R
关键词：创新能力；地区差距；随机前沿模型
一、 引言
近年来，我国创新活动向沿海地区集聚的特征十分明显，东部地区与中西部地区间创新能力的差距自2001年以来在明显加剧。2011年，我国东部地区专利授权量和发明专利授权量占全国的比重分别达到77.9%和74.4%，较2000年分别提高8.6个和14.3个百分点，而中部和西部地区所占比重均在明显下降。
创新是驅动经济持续增长最为关键的因素。如果中西部地区与东部地区创新能力差距持续过大，将会导致其追赶东部地区动力的持续性不足，进而加大我国区域协调发展的难度。那么，导致内陆与沿海地区创新能力差距不断加大的原因是什么，这是我们促进区域创新协调发展首先要明确回答的问题。
二、 相关研究综述
归纳来看，国内外学者主要从创新资源和创新效率两个方面来探讨创新能力区域差异的原因。早期研究主要关注研发资源在解释不同国家和地区间创新能力差异中的作用，但是相关研究显示研发资源并不足以对创新能力的地区差异进行完全解释。Furman等基于17个OECD国家的分析，发现研发投入的差别可以在很大程度解释不同国家创新能力的差异，但知识产权保护等决定创新效率的因素也是影响国家创新能力差距极为重要的方面。Fu和Yang将国家创新能力分解为基本创新能力和创新效率两个方面，探讨OECD国家创新能力差距的形成原因，结果表明美国和日本相对于欧洲国家在基本创新能力上的优势使其在20世纪90年代成为了世界领先强国，但创新效率也是解释国家创新能力来源的重要方面。
随着我国区域创新能力差距的不断扩大，创新能力差异问题也引起了国内学者的关注，但现有研究主要以现状描述为主，对导致创新能力地区差距的原因进行深入探讨的文献较为少见。贾颖颖等运用典型相关分析方法，发现我国区域创新资源分布与创新能力差异高度相关。科技投入差异的不断加剧，导致了我国区域创新能力差异的扩大。李习保基于随机前沿模型的分析，认为我国区域创新能力差距的加剧主要是由于创新效率差异的扩大所造成，这与贾颖颖等的观点差别较大。魏守华等则认为我国中西部地区与东部地区创新能力的差距不只是由研发投入规模引起，还由于东部地区具有更高的创新效率，近年来我国创新能力的地区差距明显扩大是创新投入规模与创新效率差别综合作用的结果。
由上所述，现有研究关于究竟是创新资源还是创新效率在主导我国创新能力区域差异的争论较大，其根本原因在于已有文献没有定量测算两者对区域创新能力差异的贡献大小。藉此，本文拟借助随机前沿方法，对2001年以来创新资源和创新效率在我国内陆与沿海地区创新能力差距的贡献份额进行测算，以科学剖析我国区域创新能力差距不断扩大的原因。
三、 模型、变量和数据说明
1. 模型设定。在宏观领域的创新研究中，Romer知识生产函数备受推崇，其认为知识存量和研发人数共同决定新知识的产出。然而，从理论上说，除了研发人员外，研发经费也是影响新知识产出的重要因素，对此将Romer知识生产函数进行拓展，将研发经费支出也纳入其中：
Y=？啄A？准L？姿RD？渍（1）
式中，Y表示创新能力，A为知识存量，L和RD分别为研发人员和研发经费投入。
本文认为各省市的创新能力由创新资源和创新效率共同决定。其中，创新资源反映的是潜力创新能力，包括知识存量以及研发人员和研发资金投入情况。创新效率反映的是将创新资源转化为现实创新产出的能力，结合已有成果，认为我国区域创新效率主要受制度环境、人力资本水平、地方政府对创新活动的支持以及FDI知识溢出等影响。借助随机前沿模型，即可考察创新资源和创新效率对我国区域创新能力的影响。
在Battese和Coelli随机前沿模型的基础上，结合扩展的知识生产函数，本文将随机前沿模型设定为：
Yit=F（Xit）exp（vit-uit）=？啄（Ait）？琢（Lit）？茁（RDit）？酌exp（vit-uit）（2）
其中，F（·）代表前沿知识生产函数。式中的误差项由随机误差项νit和技术非效率项uit组成。其中，νit服从正态分布N（0，？滓2u），uit服从非负断尾正态分布N （mit，？滓2u）。创新效率TE的计算公式为：
TEit=■=exp（-uit）（3）
基于式（3），可进一步考察创新效率的决定因素：mit=δ0 δ1Zit，Zit为影响创新效率的变量向量。另外，在实证中还需检验？兹=？滓2u/（？滓2v ？滓2u）是否显著等于0，如果显著为0，则说明不存在创新无效率，意味着随机前沿模型并不适用。
2. 区创新能力差距的分解方法。为了控制2006年我国建设创新型国家这一重大创新政策对区域创新能力的影响，在前沿知识生产函数中加入时间虚拟变量Dummy 2006。对式（2）作对数化处理，可得：
Ln（Yit）=Ln（？啄） ？琢*Ln（Ait） ？茁*Ln（Lit） ？酌*Ln（RDit） dummy2006 vit-uit（4）
借鉴傅晓霞和吴利学的研究，通过东部各省创新产出对数的平均值Ln（Y1）和中西部各省创新产出对数的平均值Ln（Y2）的差值Ln（Y1/Y2），来表示二者创新能力的差异，根据式（4）可对区域创新能力差距做如下分解： Ln（Y1/Y2）=？琢*Ln（A1/A2） ？茁*Ln（L1/L2） ？酌*Ln（RD1/RD2） Ln（TE1/TE2） （v1-v2）（5）
因vit为独立同分布的随机误差项，v1-v2可忽略不计。通过简单处理，即可得到知识存量、研发人员投入、研发经费投入和创新效率对区域创新能力差距的贡献度CA、CL、CRD和CTE：
1=？琢*■ ？茁*■ ？酌*■
■=CA CL CRD CTE（6）
3. 数据说明。本文的研究对象为不包括港澳台和西藏在内的中国大陆30个省市区。考虑到我国发明专利从申请到授权需要约2年～3年时间，自变量数据取自于1998年～2008年，因变量在2001年～2011年。文中数据均来自于《中国科技统计年鉴》、《中国统计年鉴》和《中国律师年鉴》。
4. 变量说明。
区域创新能力——利用发明专利授权量衡量；
知识存量——借鉴侯鹏等的做法，利用永续盘存法估算专利存量来衡量；
研发人员投入——由研发人员全时当量度量；
研发经费投入——由R