摘 要:伴随着国家及地方创新资源投入力度的不断加大,创新资源利用的效率问题引起人们的广泛关注。本文基于随机前沿分析(SFA)原理,以2004—2011年29个省际数据为样本,实证分析了我国区域创新绩效及其空间差异。研究表明:我国整体创新绩效处在较低水平,且存在显著的区域差异;各影响因素对区域创新绩效的作用并不理想,基础设施建设和竞争程度对于区域创新绩效呈现负相关。充分利用创新资源、改善区域创新环境对创新绩效的提升具有重要意义。
关键词:随机前沿分析(SFA) 区域创新 创新绩效
中图分类号:F061.5 文献标识码:A
文章编号:1004-4914(2015)05-068-03
一、引言
创新是经济发展的内生动力,区域创新绩效的高低已经成为决定一个地区甚至一个国家经济增长质量和国际竞争力的关键因素。但由于体制、地理条件等多方面原因,导致我国各地区科技成果转化率不高,有限资源被大量浪费,创新活动效率低下。在这种情况下,各地区都急需了解自身存在的问题及差异产生的原因,以期在现有创新投入下提高区域创新绩效。
我国区域创新绩效方面的研究主要是从2001年开始,采用了多样化的绩效评价方法,但学术界对于区域创新绩效方面的研究多采用截面数据或者DEA方法进行研究。DEA方法虽然可以实现区域创新绩效的相对比较,且约束较少,但却无法对创新绩效的影响因素进行深入细致的分析。虽然BCC模型将技术效率与规模效率进行了分离,由于DEA模型自身的局限性,在计算过程中,直接将实际产出小于前沿产出部分归因于技术效率,与随机前沿分析(SFA)相比仍然具有一定的不足之处。目前,已有部分学者应用随机前沿分析(SFA)对区域创新绩效问题进行研究。张宗益等(2006)运用基于对数型柯布—道格拉斯生产函数的随机前沿生产函数,实证研究了我国各省、市、自治区技术创新效率的水平及其变化趋势{1}。李习保(2007)采用随机前沿模型,从区域创新环境角度实证研究其对区域创新活动效率的影响{2}。白俊红、李婧等(2009)应用随机前沿模型实证测算了各区域的研发创新效率,并考察了区域创新系统内部企业、高校、科研机构、地方政府及金融机构等主体要素及其联结关系对创新效率的影响{3}。刘思明等(2011)运用随机前沿模型测算了各区域的创新效率,并且重点考察了区域创新体系建设与创新效率的关系{4}。于明洁(2013)运用随机前沿分析方法,从网络规模、网络开放、网络结构和网络链接四个方面研究区域创新网络结构对区域创新效率的影响{5}。苏屹、李柏洲(2013)实证表明了中国各区域创新绩效差距太大,并且分别从创新系统和创新主体两方面来考察影响区域创新系统绩效的影响因素{6}。以上研究具有重要的借鉴意义,但也存在不足:首先,主要关注随机前沿分析的主函数部分,注重创新绩效的数值计算和科学评价,并未对创新绩效各影响因素进行深入分析;其次,对于随机前沿分析的效率函数部分,以往的研究只选择单一的绩效衡量指标,而不能较全面的衡量区域创新绩效。本文在衡量中国区域创新绩效的基础上,从对外开放程度、政府支持力度、劳动者素质、集聚程度、市场成熟度、基础设施建设和竞争程度等方面构建随机前沿分析模型,对区域创新系统创新绩效的影响因素进行深入、系统的分析。
二、模型构建与数据来源
随机前沿分析(SFA)是20世纪70年代提出的,其中Battese和Coelli模型{7}得到了广泛的应用,其基本框架如下:
Yit=xitβ+(Vit-Uit),i=1,2…N,t=1,2…T(1)
mit=zitδ(2)
其中从Yit是以对数表示的第i个地区第t期的区域创新产出,Xit指第i个地区第t期的区域创新投入,β为待估计的参数。随机变量Vit∈iid并服从N(0,δu2), 且独立于Uit;Uit为非负随机变量,且服从N(0,δu2)正半部截断分布, Uit反映了那些在第t期仅仅影响第i个区域创新绩效的随机因素。
根据Battese和Corrlli的模型,TEit=esp(-Uit)表示样本中第i个地区在第t时期内的技术效率水平。显然,如果Uit=0,则TEit=1,即处于技术效率状态;相反,如果Uit>0,则0 在式(2)中,zit为影响区域创新绩效的向量,而δ是待估计参数,γ=δu2/(δv2+δu2)用来判断是否应该使用SFA模型.易知γ∈(0,1),当γ→0时,表明Vit起支配作用,而Uit根本没有起作用,此时用最小二乘法就可以分析;当γ→1时,表示Uit起作用而Vit根本没有作用,此时也没有必要使用SFA,γ的检验统计量渐进服从混合χ2分布。 本文依据Battese和Corrlli的模型,采用柯布—道格拉斯生产函数,对我国各省的区域创新绩效进行测定。具体的研究模型为: inYit=β0+β1inKit+β2inLit+Vit-Uit(3) mit=δ0+δ1Openit+δ2Govit+δ3Baseit+δ4inLaborit+δ5Densit+ δ6Matit+δ7Compit(4) 在式(3)中Y表示区域创新活动产出。对于产出变量,专利指标被广泛采用。在发明、实用新型和在式(3)中Y表示区域创新活动产出。对于产出变量,专利指标被广泛采用。在发明、实用新型和外观设计3种专利中,发明专利由于其技术含量高且申请量很少受到专利授权机构审查能力的约束,更能客观地反映出一个地区原始创新能力与科技综合实力{8}。因此本文采用发明专利申请授权量作为区域创新活动产出的衡量指标;K、L分别表示区域创新活动中的资本投入和劳动力投入,本文分别采用R&D经费投入量和R&D人员全时当量来衡量。 在式(4)主要从区域创新环境和制度等主客观因素来考察对区域创新绩效的影响:对外开放度(Open)为一个地区贸易依存度与外资依存度之和,表示该地区的开放水平。其中,贸易依存度为进出口贸易额与GDP的百分比,外资依存度为实际利用外商直接投资额与GDP的百分比{9}。
政府支持力度(Gov)以区域内科技经费筹集中政府资金所占比重来衡量。区域创新是政府发展区域经济的有效工具,政府的资金支持力度对区域创新绩效产生正向推进作用。
基础设施建设(Base)是区域经济社会发展的基础和必备条件,为区域内技术开发与创新提供一个良好的平台,本文采用邮电业务总量占GDP的比重来衡量{10}。
劳动者素质(Labor)以每十万人口中在校大学生数来表示。高素质的劳动力,可以提高劳动生产率和资本利用率,从而有利于促进区域创新绩效。
集聚程度(Dens)以区域就业人口总数占该区域居民点及工矿用地和交通用地的比例衡量。由于我国中西部一些省区存在大量的人口稀少区域,并且知识溢出主要发生在人口集聚的居民点及工矿用地和交通用地上,所以直接用各省土地总面积来计算就业密度是不合适的{11}。
市场成熟度(Mat)反映区域技术市场发育程度,采用技术市场成交额占地区生产总值的比重来衡量。技术市场成熟度越高越有利于区域内创新资源的流动,推动科技研究成果的转化,从而影响区域创新绩效。
竞争程度(Comp)通常用霍芬达尔—霍希曼指数来衡量,其值等于该区域每一行业就业人口占总就业人口比重的平方和。按照国家统计年鉴上行业的分类,本文计算的行业包括农业、采矿业、制造业等。由于我国地方保护主义较为盛行,各地区的内部市场相对比较独立,因而本文直接以我国的行政区域划分市场边界。该指标数值越大,人均企业数越多,消费者的可选择性越强,因而企业间的竞争越激烈{11}。
本文数据来源于《中国统计年鉴》和《中国科技统计年鉴》,选取我国2004—2011年的省际面板数据,鉴于西藏、宁夏的多项指标严重缺失,故将这两个地区从中剔除,共得到29个省份的数据。除劳动者素质(Labor)取自然对数,其他指标均为原始数据。
三、结果分析
根据上文构建的模型,利用Frontier4.1软件对中国29个省(自治区、直辖市)2004年至2011年的数据进行实证研究,输出结果如表1所示。
(一)总体评价
从表1可知,γ=0.5596,且LR统计检验在1%的水平下显著。根据前文的分析,γ值既不接近于1,也不接近于0,说明各区域在创新过程中存在无效率情况,应进一步剥离各影响因素对无效率的贡献,寻找无效率根源。对数似然函数值为-105.6284,说明整个模型拟合效果良好,LR统计量为39.1542,并且通过了1%水平的检验,说明模型估计有效。生产函数中资本投入和劳动力投入对创新产出均为显著的正相关,资本投入的产出弹性0.9290,劳动力投入的产出弹性为0.0122。而平均技术效率为0.5995,这说明中国各区域创新无效率情况普遍存在;另一方面说明中国存在很大的创新潜力,对影响区域创新绩效的因素进行分析,以期通过科学的方法找出提升区域创新绩效的有效途径,在现有投入基础上进一步促进创新产出。
(二)影响因素分析
通过表1中得到的变量估计系数,可以进一步对对外开放程度、政府对创新的支持力度、基础设施建设、劳动者素质、集聚程度、市场成熟度和竞争程度等影响因素进行分析。
第一,对外开放程度。δ1=-0.2991,其与区域创新绩效存在正相关关系。这说明地区的对外开放水平越高,其创新能力越强,深化改革开放是促进区域创新绩效的有效途径。
第二,政府支持力度。δ2=-0.5929,与区域创新绩效存在正相关关系,这充分说明我国还是以政府为主导的区域创新模式,政府在各区域创新系统中的地位不容忽视。
第三,基础设施建设。δ3=0.1918,与区域创新绩效存在负相关关系。基础设施建设是区域发展水平和文明程度的重要支撑,一般情况下应对区域创新绩效产生正向的推进作用。然而实证结果却表明,基础设施建设与区域创新绩效呈反向关系,说明我国各地区基础设施建设较为薄弱,已跟不上区域创新发展的需要,在一定程度上阻碍了其发展。
第四,劳动者素质。δ4=-0.1844,与区域创新绩效存在正相关关系。劳动力素质越高,吸收、消化进而利用创新技术的能力也越强,能够更加合理有效地利用创新资源,从而提高创新效率。各省应完善人才引进、培育和奖励机制,以吸引高素质人才。
第五,集聚程度。δ5=-0.6542,与区域创新之间存在正相关关系。产业集聚有利于改善区域居民生活水平,促进地区技术进步。
第六,市场成熟度。δ6=-3.0595,对区域创新绩效具有正向的影响作用。市场发育程度的高低有利于区域内创新资源的集聚,促进科研成果的转换。
第七,竞争程度。δ7=2.6704,与区域创新绩效存在负相关性。一定程度的市场竞争有利于增强创新的动力,但实证结果却表明竞争程度与区域创新绩效是反向关系。造成这一现象的原因可能是,目前我国区域各行业中恶性竞争的现象普遍存在,缺乏良好的行业引导机制。
(三)各地区创新绩效差异分析
根据模型的输出结果,对29个省份8年的平均绩效进行计算,结果如表2所示。同时,图1分析了2004—2011年间我国整体平均区域创新绩效的波动情况。
由表2和图1可以看出,我国各区域整体平均创新绩效在0.5995左右,且近几年呈现不断上升趋势,这表明中国目前区域创新绩效还处于较低水平,仍有很大的提升空间。同时,各地区差异较大,北京、上海、海南等地在创新绩效方面远超其他省份,这与其独特的地理位置和政治、经济地位有直接关系;东部与中、西部差异较大,但东部地区中江苏、浙江、山东和福建等省份创新绩效较低,说明创新投入存在规模不经济现象,过多的投入造成效率下降,不能较好的转化为经济和社会效益。这也表明科研投入的集中会造成资源的浪费,应以效率最大化为原则进行科学分配。
四、简要结论与政策建议
本文以中国29个省份为研究对象,运用基于柯布—道格拉斯生产函数的随机前沿分析模型实证研究了我国各地区的创新绩效及差异,并探求影响区域创新绩效的因素。结果表明,区域研发人员投入对创新绩效的推动作用大于研发经费投入的推动作用;对外开放程度、政府支持力度、劳动者素质、集聚程度、市场成熟度等与区域创新绩效具有显著的正相关关系;全国整体创新绩效水平较低,仍有较大的提升空间;各地区之间创新绩效差异显著,一定程度上说明了区域创新活动在促进经济发展中的作用已初步显现。
基于实证结论,针对我国区域创新绩效的提升,提出如下措施建议:(1)应充分利用创新资源。东部地区尤其是东部沿海地区由于其优越的地理条件、良好的基础设施及创新环境,吸引了国内外大量的创新财力资源和创新人力资源。但近年来多地出现创新绩效低、规模不经济现象,浪费了有限的国家资源。因而充分利用创新资源,完善区域创新系统,加大科技创新及创新成果转化的力度,提高区域创新资源的利用效率,减少区域创新资源的浪费已成为当务之急。(2)改善区域创新环境。首先,应完善基础设施建设。创新基础设施建设是一个地区创新要素流动的载体,为创新活动提供支撑平台。其次,应营造良好的区域创新竞争环境。适度的竞争可以增强企业创新动力,所以健全行业引导机制,营造良好的区域创新竞争环境有利于促进区域创新水平的提高。
由于本文选取指标及数据的限制,部分省份得出的平均绩效排名与其他省际创新绩效研究的结论有所差异,这可能与这些地区物质、人力资本相对过剩,生产要素得不到合理利用有关,有待对影响区域创新绩效的因素进一步研究。
注释:
{1}张宗益,周勇,钱灿,赖德林.基于SFA模型的我国区域技术创新效率的实证研究[J].软科学,2006,20(2):125-128
{2}李习保.区域创新环境对创新活动效率影响的实证研究[J].数量经济技术经济研究,2007(8):13-24
{3}白俊红,江可申,李婧.应用随机前沿模型评测中国区域研发创新效率[J].管理世界,2009,(10):51-61
{4}刘思明,赵彦云,侯鹏.区域创新体系与创新效率——中国省级层面的经验分析[J].山西财经大学学报,2011,33(12):9-17
{5}于明洁,郭鹏,张果.区域创新网络结构对区域创新效率的影响研究[J].科学学与科学技术管理,2013,34(8):56-63
{6}苏屹,李柏洲.基于随机前沿的区域创新系统创新绩效分析[J].系统工程学报,2013,28(1):125-123
{7}Battese G E, Coelli T J. A model for technical inefficiency effects in a stochastic production frontier for panel data [J]. Empirical Economic, 1995, 20(1): 325-332
{8}刘凤朝,沈能.基于专利结构视角的中国区域创新能力差异研究[J].管理评论,2006,(11):43-47
{9}兰宜生.对外开放度与地区经济增长的实证分析[J].统计研究,2002,2(19):19-22
{10}张焕民.我国经济增长的地区性趋同理论及实证研究[M].合肥:合肥工业出版社,2007
{11}张昕,陈林.产业聚集对区域创新绩效影响的实证研究——以两类高技术制造业为例[J].科技进步与对策,2012,15(43):42-45
(作者单位:中北大学经济与管理学院 山西太原 030051)
[作者简介:梅文文(1991—),女,安徽合肥人,中北大学经济与管理学院,在读硕士,研究方向:区域创新和产业结构调整。]
(责编:若佳)