中国区域创新来源的空间异质性研究

赵昱　朱列　杨传喜

摘 要：基于经济普查数据，应用地理加权回归模型实证研究了中国区域创新来源因素对创新绩效影响的空间异质特征。结果发现當前中国区域创新主要来源是自主研发，国内技术引进和技术吸收对区域创新有正向作用，外国技术引进、出口、外国直接投资存在一定负效应。不同的省域，创新来源因素对创新绩效的影响存在空间异质。创新来源因素对区域创新的影响大体呈现从东部发达地区向西部后发地区梯度递减特征。在东、中部地区，自主研发成为主要创新来源因素，正效应显著；西部地区的创新来源除了自主研发，国内技术转移和吸收仍发挥重要作用，地理加权回归较好揭示了创新影响的空间异质特点。

关键词：域创新；空间异质；地理加权回归

中图分类号： F061.5 文献标识码：A

技术进步和创新是经济持续发展的核心动力，是后发国家实现经济追赶的根本途径。和发达国家比，发展中国家创新来源更多元化，不同创新来源在不同发展阶段的作用是动态演进的。经济追赶成功的东亚经济体一般遵循技术转移——模仿创新——消化吸收再创新——自主创新的路径[1]。经济转型升级过程中，识别不同的创新来源，有效协调自主研发和技术引进、消化吸收的关系对优化创新系统功能有重要意义。

区域是国家创新体系的空间载体，创新是驱动区域经济发展的重要手段。中国地域辽阔，地理环境多样，不同地区创新来源及其对创新活动影响差异明显。现有的区域创新研究有的关注创新来源因素对生产率的影响，如吴延兵[2]、朱平芳和李磊[3]。有的则关注特定要素如FDI、进口的溢出效应，如侯润秀等[4]研究了FDI 对中国区域创新的影响。张海洋[5]研究了外资活动对内资工业部门生产率增长影响。高静等[6]实证分析了进口竞争与全要素增长之间的关系等。然而综合研究创新各来源因素对创新绩效直接影响的研究还较少。创新具有特定的地理特征。传统区域创新研究往往假定经济行为是在过滤了空间的点上进行的，忽略了创新活动的空间异质性和关联性[7]，影响了计算结果的稳健性。本研究综合考虑多种创新来源因素对创新绩效的影响，并考察影响的空间异质性，相关结论可增进对中国区域创新空间规律的理解，为制定各具特色的区域创新政策提供参考。

1 区域创新的主要来源

1.1 研究与开发

研究与开发是新思想、新知识的源泉，是创新最重要的驱动因素。但研发不等于创新，创新是指新流程和新产品首次获得市场成功。发展中国家由于研发资金、人才和市场制度等的固有缺陷，在发展初期就强调研究与开发，往往成本高而缺乏效率。发展中国家技术发展的主要任务应该是引进、学习和掌握发达国家的现成技术，在创新能力提高基础上逐步过渡到自主创新。但研究开发对发展初期的发展中国家仍然十分必要。一些国家鼓励、支持企业研发活动并提供税收补贴，因为研发有助于培养内部吸收能力和长期创新能力[8]。没有研发活动中培养的技术能力，发展中国家就不能有效识别和筛选技术，技术也无法成功引进及再创新。因此很多发展中国家重视研发，而适当的研发对发展中国家创新有显著贡献[9]，综上分析，提出如下假设：

H1：地区内资企业的内部研发活动（RDA）对创新绩效有正向促进作用

1.2 技术引进

除了自主研发，企业也可以通过技术购买和授权获得外部技术，并将其整合到创新组合之中。对于发展中国家，技术引进和模仿还是追赶发达国家，迅速提高自身创新能力的有效途径[1]。但也有研究发现技术引进对创新影响有两面性。张杰[10]发现中国企业进口资本品和中间品对创新产出既有促进效应也有抑制效应，总效应取决于两者的对比。Wei等[11]发现技术引进对于生产率存在正溢出。而谢建国等[12]发现经济发展水平越高，进口对技术进步的促进作用越小。外部技术既可国内引进也可国外进口。引进国外技术使国内研究人员了解外国同行的思想和技术，也是企业进行逆向工程的渠道，促进了国内创新能力的提高[13]。两种技术引进渠道有类似之处，主要差异是国内引进技术流动的范围、技术差距相对较小，后期技术服务在国境内开展较方便。综上分析，提出如下假设：

H2：地区内资企业国外技术引进 （FLA）对创新绩效有正向促进作用

H3：地区内资企业国内技术引进（DLA）对创新绩效有正向促进作用

1.3 技术吸收

国际技术溢出效应依赖于东道国公司学习、模仿外资的先进技术，归根到底取决于技术吸收能力[14]，[15]。吸收能力指企业通过采纳和应用外部知识，开发和改善新产品的能力[8]，包括内部化其他企业技术和修改技术以使其适应特定应用、流程和常规的能力[16]。吸收能力的构成要素包括：人力资本、企业研发水平、贸易开放度、东道国金融市场效率等[15]。Borensztein等[17]发现较高的FDI生产率要求东道国达到最低的人力资本储量，仅在东道国拥有了足够的吸收能力时，FDI才对经济增长做出贡献。综上分析，提出如下假设：

H4：地区内资企业技术吸收对创新绩效有正向促进作用

1.4 出口

早期研究关注出口对生产率的影响，后续研究才转为出口和创新的关系。Salomon & Shaver[18]发现曾经出口商品的西班牙公司创新倾向更高。Damijan等[19]发现出口提高了斯洛文尼亚出口样本企业流程创新而非产品创新的概率，改善了生产率。出口影响创新有两种方式，一是出口中学习（learning-by-exporting）。出口商与买家联系获得技术帮助，买家还可能具体说明高质量的新产品特征[20]。出口商通过出口代理可获得关于竞争产品和顾客偏好的各种知识和消费者的反馈[18]。Blalock & Gertler[21]发现印度尼西亚的纺织出口商以多种方式获得国外客户从产品设计到技术开发的指导。二是竞争效应。出口商面临激烈竞争迫使其为了存活采纳最佳技术实践。关于出口与创新的关系中，支持出口中学习（learning-by-exporting）假设的相关研究还较少。综上分析，提出如下假设：

H5：地区内资企业的出口（EX）对创新绩效有正向促进作用

1.5 外商直接投资

对外商直接投资技术溢出效应研究较多，FDI对东道国技术创新的影响是不确定的[4，22]。支持技术溢出的理由认为，FDI通过示范效应、前后向关联、逆向工程、人力资本流动等渠道带来知识溢出[23]，证据如Caves[24]、Dimelis & Louri[25]。但也有研究认为溢出效应不明显[26]。悲观的理由认为外资通过垄断市场，缩小当地公司的需求和用外国供应商代替本地供应商等方式抑制东道国技术进步[27，28]。外资影响的实证研究结果并不一致，对中国的研究结果也意见不一。Tian[29]、姚洋[30]研究发现了正溢出的证据，而Hu & Jefferson[31]等则发现负的溢出。FDI溢出效应受多种因素影响，包括当地吸收能力、外资与本土公司技术差距、技术特点、外资性质、外资技术转移意愿等，这些因素的影响在不同的地区和时期都可能不同，所以外资并不必然使东道国受益[4]。关于外资溢出效应空间差异，侯润秀等[4]、李晓钟等[32]发现创新能力不同的地区影响不同。综上分析，提出如下假设：

H6：地区外国直接投资（FIE）对区域创新有正向促进作用

2 实证分析

2.1 计量模型

其中INNOV表示创新绩效，由于新产品销售收入包含了创新商业化信息，且和专利指標相比，还包含了未专利化的创新信息，因此本文选择新产品收入衡量区域内资企业创新绩效[28]，用规模以上工业企业新产品销售收入除以销售产值衡量。RDA表示研发强度，等于内资企业研发支出除以销售收入。FLA表示国外技术引进，用内资企业国外技术引进额除以内资从业人数。DLA表示国内技术购买，用内资企业国内技术购买额除以内资企业从业人数。AA表示技术吸收，用内资企业技术吸收额除以从业人数。RA表示技术改造，用内资企业技术改造额除以从业人数。EX表示出口，用出口额除以销售收入衡量。SOE表示国有经济比重，用国有企业资产除以地区资产衡量。FIE表示外资比重，用外资资产除以地区资产衡量。为消除异方差，模型估计时变量都取自然对数。

本文数据来源是《中国经济普查年鉴2013》。样本对象是30个省级单位的规模以上工业企业（主营业务收入2000万元以上），西藏由于数据不完整未包括。

2.2 地理加权回归模型（GWR）

中国地域辽阔，经济地域差异明显，因此我们假定不同地区创新来源及其作用存在空间变异性，为此引入地理加权回归模型。GWR利用基于距离权重的子样本数据对空间中各样本点进行参数估计，使各样本点的估计参数随着局部地理位置变化，反映创新活动的空间异质性。国内学者如吴玉鸣[33]等曾用GWR模型对中国的区域创新活动进行研究。

2.3 模型估计

在进行回归估计之前，先进行全域（Global）普通最小二乘（OLS）估计，用来与GWR的估计参数对比分析（表1）。

模型的R2为0.8653，调整后的R2为0.8224，表明模型总体拟合度较高。影响中国区域工业创新的因素中，内资企业自主研发投入系数为正，显著性水平0.01%，说明创新绩效与自主研发显著正相关，支持假设1。弹性系数为1.31949，说明研发投入每提高1%，新产品销售收入比重提高约1.3%。外国技术引进与创新负相关，显著水平为1%，与假设2不相符。原因可能是引进国外技术到新产品商业化成功需要一个转化过程，其作用效果存在时间滞后。另外部分地区技术消化吸收能力未能达到门槛值，正溢出效应尚未显现。国内技术引进与创新显著正相关，显著性水平0.01%，说明国内的技术引进促进了新产品销售收入，支持假设3。国内技术引进弹性系数为0.38，小于自主研发弹性系数。技术吸收与新产品销售收入也是显著正相关的，支持假设4。出口与新产品销售收入是不显著的负相关，与假设5相矛盾，其回归系数小于0.01。原因可能是由于部分地区吸收能力滞后于对外开放，吸收能力有待提高。另外近年全球经济低迷，中国外贸增长放缓也有一定影响。国有资产比重作为控制变量进入方程，用来控制不同地区的经济结构差异。国有资产比重系数为负，说明国有经济比重与创新绩效为负相关关系，但该系数统计上不显著且数值较小。外国直接投资的回归系数为负，与假设6预测不一致，负相关关系在统计上不显著，系数绝对值小于0.01。

经典线性普通最小二乘回归假定空间是均质的，未考虑空间数据的内在复杂性、异质性，因此估计结果可能存在偏误。由于中国经济活动明显的地区差异，不同区域中自变量和因变量间的关系可能存在差异，即方差齐性假设不满足，因此有必要将空间异质性考虑进去。与经典计量模型相比，地理加权回归模型更符合现实。由于考虑了空间异质因素，GWR的拟合优度Quasi-globalR2（0.95638）比OLS模型的（0.8653）明显提高。

传统回归分析通过因变量条件均值函数描述自变量取特定值时的因变量均值，以揭示自变量与因变量的关系。由于社会经济统计数据常为有偏分布，因此条件均值模型仅关注集中趋势而忽视了因变量分布的有用信息。分位数回归选择间距相同的不同位置条件分位数，可描绘除中心位置外的条件分布形状，从而更加全面地考察因变量的分布如何受到自变量的影响[37]。

表2报告了GWR五组分位数回归估计结果，如1/4分位数（1st Qu.）表示有25%的因变量数值低于该分位数。GWR 参数估计值显示了不同分位点回归拟合值的差异，说明不同地区创新来源因素对创新绩效的作用存在空间异质性。如第三行，自主研发（RDA）在各个分位点上都是正相关关系，对工业创新的影响是递增的。外国技术引进（FLA）在最小分位数、1/4 分位数、中位数、3/4 分位数系数都为负，在最大分位点系数变为正，说明在新产品销售收入比重高的地区，国外技术引进对创新绩效的影响为正。传统回归模型的平均值回归结果为负值，说明传统估计方法未能揭示变量作用的空间变异性。国内技术引进（DLA）回归系数在最小分位数上，与工业创新是负相关的，但是在其他四个分位点系数为正数，说明在新产品销售收入比重低的地区，国内技术引进对创新绩效影响为负，在比重高的地区，技术引进积极作用日益显著。技术吸收（AA）的系数变化类似国内技术引进系数，仅在创新绩效高的地区与新产品销售收入存在正相关关系。随着分位点的提高，外商直接投资、国有比重变量系数绝对值不断递减，出口系数由负相关变为正相关。但三个变量系数值偏小，也没有显著性，这与李晓钟等[32]的结果有类似之处，他们发现外商直接投资对中国东、中部地区发明专利及对西部地区三类专利的提升作用不明显。

中国省域创新来源因素估计值在不同省份显示出显著的差异性（表3）。表中各地区的创新来源因素估计值大部分通过1%或5%显著检验，说明各地区创新来源因素对区域创新有显著作用。相对于经典 OLS模型，GWR 估计结果拟合度显著提高，并显示了估计参数的空间异质特征。

自主研发（RDA）与创新绩效在所有省份都是正相关，均值约为1.3，大小在0.68149（新疆）到1.50916（福建）之间，差异显著，区域分布大体从东部向西部梯度下降。东部省份系数变异偏大，都高于全国平均水平，其中福建的值最高，长三角和珠三角省份值也较高，说明发达地区自主研发成为创新主要来源，进入追赶型创新阶段。中部省份系数分布集中，也高于全国平均水平，说明自主研发对创新绩效作用有较大提升。低值区集中在西部和东北地区。11个西部省份8个系数低于平均值，说明自主研发也是西部地区创新来源，但是相对发达地区自主研发对创新作用相对较小；东三省近年来经济不景气，创新表现受到影响。

国外技术引进与创新绩效的关系除黑龙江正相关外，其他省份都是负相关，数值介于-0.41637（甘肃）到0.036115（黑龙江）之间，与研究假设不一致。如前所述，原因可能是技术引进的作用存在滞后效应，部分地区引入国外技术时，技术与当地消化吸收能力不匹配[15]。吸收能力的差异也反映在各省系數变化中，随着创新基础条件由西部向东部发达地区改善，系数值逐渐增大，说明总体上发展基础良好的地区，负效应较小。

国内技术引进与创新绩效的关系总体正相关，平均值为0.29476，大小在-0.17437（黑龙江）到0.51666（甘肃）之间。高值区主要分布在西部、中部省份，说明中、西部地区国内技术转移对其创新绩效仍发挥重要作用，而东部地区系数值较低，说明国内技术转移对东部区域创新的影响较小，这可能是因为东部创新能力较强，国内技术引进对其影响相对微弱。Connolly[38]的研究也发现技术引进对发展中国家和发达国家重要性不同，对前者作用更大。

技术吸收与创新绩效的关系主要是正相关，平均值为0.10558，大小在-0.00752（天津）到0.38687（云南）之间，地区差异明显。高值主要分布在西部，东部地区数值较低，说明作为后发地区，技术吸收仍有积极作用。中部和东北地区的系数都较小，技术吸收对创新绩效作用不明显。这与技术差距有关，因为技术溢出更容易发生在技术差距适中的主体之间[39]。西部地区由于与东部发达地区存在一定的技术差距，更愿意进行技术的消化吸收再创新，而东部和中部地区技术水平相对较高，创新的源泉更多靠自主研发。

3 结论与启示

本文基于经济普查数据，通过地理加权回归模型实证研究了中国区域创新来源及其对创新绩效影响的空间异质性。结果发现自主研发是中国区域创新的主要来源，对区域创新有显著正向影响。技术引进和消化吸收也是区域创新的重要来源，影响程度相对较小，两者对创新的影响因地而异。国外技术引进、出口和外商直接投资总体对区域创新存在一定负效应，出口和外商直接投资的影响程度较小且不显著。不同地区创新来源对区域工业创新影响不完全相同，地理加权回归模型较好地揭示了创新影响的空间异质性。中国区域创新来源影响区域工业创新的空间分布存在从东部发达地区向西部后发地区的梯度变化。东部发达省份创新来源主要是自主研发，而中西部地区，除了自主研发外，国内技术转移和消化吸收也发挥着重要作用。

在建设区域创新体系时，首先应因地制宜，注意区域创新的空间梯度变化格局，根据区域创新能力和发展阶段，实施区别化的区域创新战略。其次创新的绩效取决于自主创新和开放创新的良性互动。东部和中部地区创新来源已基本转向自主研发，而在西部国内技术转移和消化吸收仍在发挥重要作用。在这种格局下，东、中部地区应在提高自主创新水平的同时，提高对外开放质量，对接世界先进技术，在中国区域创新中发挥示范引领作用。西部地区应继续实施适合自身实际的创新驱动战略，同时扩大开放的水平，特别是对内开放，扩大技术转移和消化吸收规模，提高技术吸收能力和创新的绩效，充分发挥后发优势。再次，西部地区创新发展不应该照搬东部地区模式，而应充分发展特色经济和新经济，建设各具特色区域创新体系，加快西部地区的创新驱动发展。

参考文献：

[1] Kim L， Nelson R R，. Technology， learning， and innovation[M]. Cambridge University Press，2000.

[2] 吴延兵. 自主研发、技术引进与生产率—基于中国地区工业的实证研究[J]. 经济研究，2008（8）：51-64.

[3] 朱平芳， 李磊. 两种技术引进方式的直接效应研究—上海市大中型工业企业的微观实证[J]. 经济研究，2006（3）：90-102.

[4] 侯润秀，官建成. 外商直接投资对我国区域创新能力的影响[J]. 中国软科学， 2006（5）：104-111.

[5] 张海洋. R&D两面性、外资活动与中国工业生产率增长[J]. 经济研究， 2005（5）：107-117.

[6] 高静， 黄繁华. 进口贸易与中国制造业全要素生产率—基于进口研发溢出的视角[J]. 世界经济研究，2013（11）：34-41

[7] 吴玉鸣. 中国区域研发、知识溢出与创新的空间计量经济研究[M]. 北京：人民出版社， 2007

[8] Cohen W M， Levinthal D A. Innovation and learning： The two faces of R & D[J]. Economic Journal，1989，99（397）：569-596.

[9] Liu， X.， Wang， C. Does foreign direct investment facilitate technological progress： Evidence from Chinese industries[J]. Research Policy，2003（32）：945–953.

[10] 张杰. 进口对中国制造业企业专利活动的抑制效应研究[J]. 中国工业经济，2015（7）：68-83.

[11] Wei Y， Liu X. Productivity spillovers from R&D， exports and FDI in China's manufacturing sector[J]. Journal of International Business Studies，2006，37（4）：544-557.

[12] 谢建国， 周露昭. 进口贸易、吸收能力与国际R&D技术溢出：中国省区面板数据的研究[J]. 世界经济，2009（9）：68-81.

[13] Fernandes A M. Openness and technological innovations in developing countries： Evidence from firm-level surveys[J]. The Journal of Development Studies，2008，44（5）：701-727.

[14] Durham J B. Absorptive capacity and the effects of foreign direct investment and equity foreign portfolio investment on economic growth [J]. European Economic Review，2004，48（2）：285-306.

[15] 赖明勇， 周杨. 高新技术产品出口对中国经济增长的拉动效应及外溢分析[J]. 世界经济研究， 2005（8）：55-58.

[16] Narula， Rajneesh. The implications of growing cross-border interdependence for systems of innovation[J]. Research Memoranda，2002.

[17] Borensztein E， Gregorio J D， Lee J W. How does foreign direct investment affect economic growth？ [J]. Journal of International Economics， 1995，45（1）：115-135.

[18] Salomon R M， Shaver J M. Learning by exporting： New insights from examining firm innovation[J]. Journal of Economics & Management Strategy， 2005，14（2）：431-460.

[19] Damijan J P，■rt K， Sa■o P. From innovation to exporting or vice versa？[J]. World Economy， 2010， 33（3）：374-398.

[20] Rhee Y W， Ross-Larson B C， Pursell G. Korea's competitive edge ： managing the entry into world markets[J]. Economic Development and Cultural Change， 1986，35（1）：205-211.

[21] Blalock G， Gertler P J. Learning from exporting revisited in a less developed setting[J]. Journal of Development Economics， 2004，75（2）：397-416.

[22] Sun， Y.， & Du， D. Determinants of industrial innovation in China： Evidence from its recent economic census[J]. Technovation， 2010，30（9），540-550.

[23] Kokko A.Foreign direct investment， host country characteristics， and spillovers[D].Stockholm： Stockholm School of Economics，1992.

[24] Caves R E. Multinational firms， competition， and productivity in host-country markets[J]. Economica，1974，41（162）：176-193.

[25] Dimelis S， Louri-Dendrinou E. Foreign direct investment and efficiency benefits： A conditional quantile analysis[J]. Infectious Diseases，2001，38（5）：381-3.

[26] 陳继勇， 盛杨怿. 外商直接投资的知识溢出与中国区域经济增长[J]. 经济研究，2008（12）：39-49.

[27] Aitken B J， Harrison A E. Do domestic firms benefit from direct foreign investment？ Evidence from Venezuela[J]. American Economic Review，1999，89（3）：605-618.

[28] Liu X， Buck T. Innovation performance and channels for international technology spillovers：Evidence from Chinese high-tech industries[J]. Research Policy，2007，36（3）：355-366.

[29] Tian X. Accounting for sources of FDI technology spillovers： evidence from China[J]. Journal of International Business Studies，2007，38（1）：147-159.

[30] 姚洋.非國有经济成分对我国工业企业技术效率的影响[J].经济研究1998.（12）：29-35.

[31] Hu， A.， Jefferson， G.， Qian， J.， R&D and technology transfer： Firm-level evidence from Chinese industry. Review of Economics and Statistics[J]. 2005，87（4）：780–786.

[32] 李晓钟， 张小蒂. 外商直接投资对我国技术创新能力影响及地区差异分析[J]. 中国工业经济， 2008（9）：77-87.

[33] 吴玉鸣， 周立， 吕春燕. 空间非稳定性模型及其在产学联盟研发创新中的应用[J]. 系统工程理论与实践，2010，30（6）：1010-1015.

[34] Fotheringham A S， Brunsdon C， Charlton M. Geographically Weighted Regression： The Analysis of Spatially Varying Relationships[M]. West Sussex：John Wiley & Sons Inc，2002.

[35] Cleveland， W.S. Robust locally weighted regression and smoothing scatterplots[J]. Journal of the American Statistical Association 1979（74）：829-836.

[36] Bowman A.W. An alternative method of cross-validation for the smoothing of density estimates[J]. Biometrika，1984（71）：353-360.

[37] 郝令昕，奈曼. 分位数回归模型[M]. 上海人民出版社，2012.

[38] Connolly M. The dual nature of trade： measuring its impact on imitation and growth[J]. Journal of Development Economics，2003，72（1）：31-55.

[39] Kokko A. Productivity spillovers from competition between local firms and foreign affiliates[J]. Journal of International Development，1996，8（4）：517-530.

Abstract： Based on Chinese economic census data， the geographic weighted regression model is used to study the influence of regional innovation source factors on regional innovation performance and its spatial heterogeneity. The results show that the most important source of regional innovation in China is indigenous R&D. Among other sources of innovation， domestic technology transfer and absorption also have positive effects on regional innovation. Effects of international technology transfer， export and FDI are generally negative. In different provinces， the impacts of innovation factors on the regional innovation performance are spatially heterogeneous. The results of geographic weighted regression reveal that the spatial characteristics of the influence of innovation factors on regional innovation generally demonstrate gradient transfer from the eastern developed regions to the western regions. In the eastern and central regions， indigenous R&D has become a major source of innovation， the role of which on regional innovation is more favorable and significant， while in the western region， innovation sources except for indigenous R&D， domestic technology transfer and absorption still play an important role. Geographic weighted regression method is proper tool to identify the spatial heterogeneity of the effects.

Key words： regional innovation； spatial heterogeneity； Geographically Weighted Regression（GWR）