R&D人力投入和经费投入对区域创新能力的影响

鲁亚军 张汝飞

摘要：文章运用空间面板模型，将技术市场成交合同金额作为衡量一个地区区域创新能力的主要指标，以R&D人力投入和经费投入指标作为解释变量分析影响区域创新能力的主要因素。研究结果表明：技术市场成交合同金额存在显著正向空间相关性;不同地区固定影响存在很大差异性;高校R&D经费投入对区域创新能力提高影响最显著。

关键词：区域创新能力;空间面板模型;R&D人力投入;R&D经费投入

一、 引言

随着区域经济的不断发展，区域创新能力已经成为区域综合竞争能力的标志。然而，我国技术创新能力一直呈现出明显的区域差异。国外关于区域创新能力的研究较早。

从前人的研究可知，R&D投入，特别是R&D经费投入与区域创新能力有着显著的关系。但是R&D投入中还包括R&D人力投入。关于人力资本尤其是科技人力资源密度与区域创新能力之间的关系也是最近的研究热点之一。当前，中国经济正处于由粗放型增长方式向集约型增长方式转变，人力资本对创新活动的推动效果如何直接关系到转型期中国经济能否真正长期保持又好又快增长。因此，研究经济转型背景下，人力资本与区域创新效率的关系就显得很有必要。Nelson等人认为一个国家引进和使用新技术的能力和使用新技术的能力来自国内的人力资本存量，人力资本越高，技术进步进程越明显。Bin Xu通过对影响技术吸收能力的人力资本的临界值测定，发现欠发达国家由于没有足够的人力资本吸收先进技术，其技术转移效果不明显，而相对发达国家的技术转移效果则比较明显。钱晓烨等人（2010）认为从业人员接受高等教育的比例与省域技术创新活动有着显著的正相关关系，但对经济增长的间接贡献不明显。李国富等人（2011）研究了科技人力资源分布密度与区域创新能力的关系研究，认为科技人力资源规模对地区创新能力的影响非常大。史修松等人（2009）研究了中国区域创新效率的空间差异，认为区域创新经费投入对区域创新效率有较大的推动作用并且大于人力资本的推动作用。

总体来说，前人关于区域创新能力研究一般从区域创新战略、区域技术转移、区域创新政策等方面研究制约区域创新能力的因素，而关于区域创新能力的空间分布特征、变动趋势以及它与R&D人力投入指标和R&D经费投入的系统性研究较少。由鉴于此，本研究使用了2009年～2012年30个省份（无西藏）的面板数据，将技术市场成交合同金额作为衡量一个地区区域创新能力的主要指标，以R&D人力投入和R&D经费投入作为解释变量分析影响区域创新能力的主要因素。

二、 理论模型

1. 空间面板模型。Anselin（1988）对空间计量经济模型进行了系统研究，将模型分为空间自回归模型（Spatial Autoregressive Model，SAR）以及空间误差模型（Spatial Error Model，SEM）等。模型形式如下：

空间自回归模型（SAR）

Yt=？子Yt-1+？籽WYt+Xt？茁+？浊+？啄+？鬃t

？鬃t=？滓W？鬃t+？着t

空间误差模型（SEM）

Yt=？子Yt-1+Xt？茁+？浊+？啄+？鬃t

？鬃t=？滓W？鬃t+？着t

如果？子=0，是静态空间面板模型。Yt表示由每个空间单元（i=1，…，N）的被解释变量中第t时期（t=1，…，T）观测值组成的N×1向量;解释变量Xt为N×k矩阵，其中？着t为独立同分布，并满足E（？着t）=0，E（？着t？着′t）=？滓2IN。

2. 空间权重矩阵的构建。空间权重矩阵表征空间单元之间的相互依赖性与关联程度，正确合理地选用空间权重矩阵对于创新活动空间计量分析至关重要。关于空间的权重的构建主要有以下三种类型：

（1）地理特征空间权重矩阵

？棕ij=1，i和j空间相邻0，i和j空间不相邻，i≠j，？棕ii=0

（2）空间距离权重

？棕ij=1/d2，i≠j0，i=j

其中d为两地区地理中心位置之间的距离。

（3）经济权重矩阵。鉴于不同省区经济水平存在空间相关性的客观事实，许多学者通过建立经济距离空间权重矩阵来对这种关系予以描述，即

W=Wddiag（■，■，…，■）

其中Wd为地理距离空间权重矩阵，Yi=1/（t1-t0+1）■Yit为考察期内第i省GDP均值，Y=■■Yit/N（t1-t0+1）为考察期内全国GDP均值。

本文采用经济权重矩阵分析影响区域创新能力的主要因素。

三、 实证分析

1. 样本数据和变量说明。本文从R&D人力投入和R&D经费投入两个方面考察各因素对区域创新能力的影响，各变量如表1中所示。

2. 空间相关性检验。Moran's I统计量是用来度量全局空间自相关的主要统计指标，其计算公式为：

It=■

其中，xt为第t年n个地区观测值的离差向量Xt-Xt，W为标准化后的空间加权矩阵。

由表2可知，在5%显著性水平下，Moran's I值稳定在0.21左右，我国各地区技术市场成交合同金额表现为正的空间自相关性，我国技术市场成交合同金额的分布呈现空间上聚集，即具有较高技术市场成交合同金额地区的周边地区技术市场成交合同金额也较高。

利用极大似然估计方法计算上述空间滞后面板模型和空间误差面板模型的LM统计量，由于LMerror>LMlag，故应该选择空间误差面板模型（SEM），具体结果如表3所示。

根据表4中列示的三种空间误差面板模型固定效应和随机效应的检验结果，可以判断本文应采用固定效应模型进行拟合。

3. 模型估计结果。空间误差面板模型（SEM）基本形式为：

lnY=？浊i+？啄i+？茁1lnX1+？茁2lnX2+…+？茁13lnX13+？鬃t

其中，？浊i为各地区固定影响，？啄i为各时间固定影响， W为经济权重矩阵，并且E（？着t）=0，E（？着t？着′t）=？滓2IN。

进行拟合运算后，可得表5所示四种SEM模型估计结果。

从模型估计结果我们可以看出：

（1）从R-squared、Sigma2和Log-likelihood三个统计量来看，空间时间双固定模型明显优于其他三种模型，可知地区之间既存在空间固定效应影响，又存在时间固定效应影响。因此本文选择空间时间双固定效应模型进行后续相应的讨论。在该模型中，研究与开发机构人员全时当量（X2）、地方部门属研究与开发机构人员全时当量（X3）、高等学校R&D人员全时当量（X5）、研究与开发机构R&D经费内部支出（X8）、高等学校R&D经费外部支出（X11）、高等学校R&D经费内部支出（X12）以及高技术产业R&D经费内部支出（X13）七个变量是显著的。从模型的相关系数估计结果可知技术市场成交合同金额（Y）存在显著的正向空间相关性，这表明相邻地区的区域创新能力具有互补和依赖性。

（2）从参数估计结果来看，人力资本部分显著的变量和各地区技术市场成交合同金额（Y）是正向关系，这表明一个地区的从事科研的人数越多，技术市场成交合同金额（Y）越多;而财力基础部分显著的变量和各地区技术市场成交合同金额（Y）关系比较复杂。研究与开发机构R&D经费内部支出（X8）越高，技术市场成交合同金额（Y）越低。研究与开发机构R&D经费内部支出（X8）中包括基础研究、应用研究和试验发展等部分，研究与开发机构R&D经费内部支出（X8）中可以用到技术开发的占比有限，所以使得研究与开发机构R&D经费内部支出（X8）与技术市场成交合同金额（Y）出现负相关。高等学校R&D经费外部支出（X11）和内部支出（X12）越高，技术市场成交合同金额（Y）越高，这说明高校R&D经费较注重应用研究投入，经费使用效率较高。

（3）从模型空间固定影响参数的估计结果来看，不同地区固定影响参数 表现出了很大的差异性，其中，北京（7.04）、江苏（3.96）和上海（3.92）的估计值排名前三，宁夏（-5.54）、新疆（-4.74）和广西（-4.12）的估计值排名后三，这表明高等教育教学机构和科研院所等教育资源越多越集中，技术市场成交合同金额（Y）就越高，即区域创新能力越强。

四、 结论

本文使用了2009年～2012年30个省份（除西藏外）的面板数据，将技术市场成交合同金额作为衡量一个地区区域创新能力的主要指标，考虑到技术市场成交合同金额的空间相关性，本文利用空间面板模型分析影响区域创新能力的主要因素，通过研究得出以下结论：

（1）通过技术市场成交合同金额的Moran's I检验结果表明，中国30个省份的技术市场成交合同金额空间分布并非完全独立，而是存在显著正向空间相关性，这表明相邻地区的区域创新能力具有互补和依赖性。一般来说，地理位置的相邻，便于地区之间创新知识或者技术的传播，有助于邻近地区创新资源要素的共享，从而会促进地区之间区域创新能力的提高。

（2）R&D人力投入和各地区技术市场成交合同金额是正向关系。这意味着一个地区区域创新能力的提高需要加大R&D人员投入，从事科研的人数越多，技术市场成交合同金额越多，区域创新能力也就越强，这一点与吕宏芬等人的研究结论不一致。高等学校R&D经费外部支出及内部支出越高，技术市场成交合同金额就越高，这说明一个地区区域创新能力也和R&D经费投入有关，特别是提高高校R&D经费投入，将显著提高一个地区的区域创新能力。

（3）不同地区固定影响参数估计结果显示我国区域创新能力有很大差异性。教育资源越多，包括高等教育教学机构和科研院所聚集的地区（如北京、江苏、上海）的区域创新能力越强，反之则较弱。

参考文献：

1. 李习保.中国区域创新能力变迁的实证分析：基于创新系统的观点.管理世界，2007，（12）：18-31.

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

3. 李婧，谭清美，白俊红.中国区域创新生产的空间计量分析——基于静态与动态空间面板模型的实证研究.管理世界，2010，（7）：43-55.

4. 史修松，赵曙东，吴福象.中国区域创新效率及其空间差异研究.数量经济技术经济研究，2009，（3）：45-54.

5. Porter M， Stern S. Measuring the Ideas' Production Function： Evidence from International Patent Output.New York： NBER 7891，2000.

6. 王家庭，贾晨蕊.中国区域创新能力及影响因素的空间计量分析.中国科技论坛，2009，（12）：73-78.

7. 魏守华，禚金吉，何嫄.区域创新能力的空间分布与变化趋势.中国科技论坛，2011，4（4）：152-160.

8. 岳鹄，张宗益.R&D投入、创新环境与区域创新能力关系研究：1997-2006.当代经济科学，2008，30（6）：110-126.

9. 金福子，崔松虎.R&D投资对企业竞争力影响的实证分析.统计与决策，2008，（23）：95-96.

10. 吕宏芬，刘斯敖.R&D投入、产业集聚与浙江区域创新效应分析.浙江学刊，2011，（5）：196-201.

11. 钱晓烨，迟巍，黎波.人力资本对我国区域创新及经济增长的影响——基于空间计量的实证研究.数量经济技术经济研究，2010，（4）：107-121.

12. 李国富，汪宝进.科技人力资源分布密度与区域创新能力的关系研究.科技进步与对策，2011，1（1）：144-148.

基金项目：教育部人文社会科学青年基金（项目号：11YJCZH195）。

作者简介：鲁亚军（1988-），男，汉族，江苏省盐城市人，中国人民大学统计学院博士生，研究方向为经济统计与生物统计;张汝飞（1982-），男，汉族，河北省石家庄市人，石家庄经济学院经贸学院讲师，中国人民大学统计学院在读博士生，研究方向为经济统计、竞争力评价、产业经济。

收稿日期：2014-11-20。