创新效率对地区间经济差距的影响途径研究

崔 婷 婷， 陈 宪

(1．上海社会科学院应用经济研究所，上海200003;2．上海交通大学安泰经济与管理学院，上海200030)

一、引言

改革开放四十多年来，中国经济总量持续增长，各地区经济得到长足发展。2018年，中国的国内生产总值达到了900 309亿元，相比2017年增长了6．6%。但是，地区之间经济发展不平衡的问题一直存在。党的十九大报告指出:“我国社会主要矛盾已经转化为人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾。”

当前，中国经济正在经历从要素驱动、投资驱动向创新驱动转变的过程，高效的创新能力是保持经济长期可持续发展的重要动力。随着全国科技大会提出“建设创新型国家”的重大战略目标，我国创新的投入随之增加。根据《全国科技经费投入统计公报》数据显示，我国研究与试验发展(R＆D)经费总支出从2006年的3 003．1亿元增长至2018年的19 677．9亿元，R＆D经费投入强度从1．42%增长至2．19%。与经济发展不平衡相似，中国各地区之间的创新发展也存在不同程度的差距。以中国内地30个省(区、市)(不含西藏)看，在创新投入方面，2018年，R＆D经费总支出最高的地区(广东)是最低地区(青海)的156倍，R＆D经费投入强度最高的地区(北京)约是最低地区(新疆)的12倍;从创新产出看，2018年，发明专利申请量最多的地区(广东)是最少地区(青海)的168倍。创新效率是创新能力的核心因素，本文认为，创新效率的差异是影响地区间经济差距的重要因素。因此，采用2006至2017年中国省级面板数据，对各地区的创新效率进行测算，通过模型构建对目前出现的地区间经济差距进行解释，同时，分析了创新效率对地区间经济差距产生影响的途径和作用机制，为中国区域经济协调提供新的思路。

二、文献综述

地区间经济差距形成的原因是多样的，目前，相关学者的研究主要从要素禀赋、资源流动、经济政策、历史、文化和经济发展结构等方面进行解释。现有的文献为研究地区间经济差距变动问题提供了丰富的角度。自2006年建设创新型国家战略被提出以来，关于创新与经济增长的研究得到了越来越多专家学者的关注，却忽视了创新对经济差距可能产生的影响。［1］18

新古典经济增长理论强调资本和劳动对经济增长的作用，但也指出，资本如果通过传统渠道影响生产，那么资本投入的差异将难以解释实际收入的差距。为此，索洛提出经济可以通过调整达到均衡的增长，依靠的不是物质资本，而是外生的技术进步。罗默和卢卡斯等经济学家提出了新增长理论，探究了内生的技术进步对经济增长的影响。新增长理论认为，经济增长的决定因素是技术创新、知识积累和人力资本，认为边际生产力可以递增，国家间的经济差距将会发散。傅晓霞、吴利学通过构建基于后发经济的内生技术进步增长模型，指出技术水平的差距是决定国家间经济发展差异的关键。［2］陈柳、刘志彪认为，由于忽视本土创新能力，FDI的作用可能被高估了，通过实证检验认为，本土创新能力的差异可能是区域发展不平衡的原因。［3］梁云、郑亚琴的研究进一步表明，FDI在促进东部地区生产率的过程中有一部分是通过技术创新实现的。［4］王崇锋根据目前的研究现状，提出造成我国区域创新能力差异和经济发展不平衡的重要原因之一是区域创新效率的不同。［5］还有一部分学者从创新对经济增长和收入差距的影响进行研究。Acemoglu从技术创新的角度对收入不平等现象进行了解释，认为由于技术进步的技能偏向型，新产品、新技术的出现，使社会增加了对高技能劳动力的需求，改善了高技能劳动力的就业状况，加剧了高技能劳动力和低技能劳动力的收入差距。［6］［7］Zhu 和 Trefler从实证角度验证了无论是经济发达的国家还是经济落后的国家，技术创新都扩大了高技能劳动力和低技能劳动力之间的收入差距。［8］

我国幅员辽阔，各地区资源禀赋、创新投入、基础设施等方面存在较大差距，这也决定了地区之间创新效率对经济差距的影响存在差异。专利是目前普遍使用的创新产出指标，Sun，Yifei的研究表明，中国的专利高度集中在经济快速增长的沿海地区和人口规模较大的内陆地区。［9］欧阳峣等人根据技术水平进行划分，支持了在不同的区域，创新对经济增长和技术进步的效应不同的结论。［10］从具体区域看，白俊红、王林东通过实证检验，认为创新缩小了全国和东、西部地区的经济差距，但扩大了中部地区的经济差距，可能是因为中部地区创新基础条件和创新能力存在较大差距。［1］24张文武、左飞认为，知识溢出效应拉大地区差距的原因是创新地区分布的不均衡性和创新的集聚。［11］

基于此，提出假说1:创新效率是地区间经济差距的重要影响因素，创新效率的差异导致了地区间的经济差距。由于不同区域创新禀赋的不同，创新效率的影响会表现出一定的区域异质性。

创新除了对地区间经济差距产生直接影响，还可以通过创业活动将创新成果向市场中扩散，间接影响地区间经济差距。现在所提倡的创新创业，是在创新基础上的创业，技术方面的创新能够给企业带来技术变革，提高产品的更新速度，思想方面的创新能够促进企业的更新换代。本文认为，在经济发达，创新氛围浓厚的地区往往具有较高的创业水平。这是由于发达地区拥有完善的市场机制和创新文化，区域内部的创新软硬件相对完善，除了科研人员，还可以吸引创业者的集聚。创业者通过社会网络可以进行频繁的交流和合作，寻找和发现创业机会，最终通过创新创业联动实现地区经济增长。Audretsch和Keilbach将创业引入经济增长理论，认为除了资本、劳动力等传统影响经济增长的因素外，创业在传统生产模型没能解释的部分中占据了重要地位。［12］Baumol在研究创业与经济增长的关系中，强调了创新创业的作用。认为在一定条件下，侧重于提高创业的政策可以比聚焦于劳动和资本这些传统因素更为有效。［13］Acs等人指出，虽然新增长理论增强了对经济增长过程的认识，但熊彼特的企业家本质被忽略了。内生性的知识创造(R＆D)会产生溢出效应，使企业家能够识别和利用创业机会，同时创业水平更高的地区，具有更高的生产率。［14］Braunerhjelm等人也指出，企业家是将知识转化并促进经济增长的重要部分，促进创业的政策是提高知识扩散和促进经济增长的重要手段。［15］此外，创新活动还会对创业产生“筛选效应”，不同类型的创业者会选择不同地区进行创业，创新文化丰富的地区吸引的更多是具有新时期企业家精神的创业者，而受政治因素影响较大的地区，创业者进行的多为传统意义上的创业。庄子银强调，从长期看，“具有更强烈的以持续技术创新和模仿为核心的企业家精神的经济往往有更高的经济增长率”，并对跨国间经济差距进行了解释。［16］

基于此，提出假说2:创新效率不仅可以直接影响地区间经济差距，还可以通过影响地区创业水平等方式间接作用于地区间经济差距。

在创业水平的调节下，创新效率对地区间经济差距影响过程中还可能存在非线性效应。目前，关于创新的非线性效应的研究比较丰富，如余泳泽、张先轸根据南北分析框架的基本范式，对适宜性的创新模式选择和全要素生产率之间的关系进行了研究，通过实证检验，认为经济发展阶段、创新基础设施和制度因素对创新模式的选择都存在一个较明显的门槛效应。［17］但现有文献很少提及创新效率在创业门槛下对经济差距的影响，与此有关的是，朱金生、张倩分别以创业和人力资本为门槛对创新的就业效应进行检验，结果表明，对发达经济体而言，创新的就业效应存在明显的创业和人力资本门槛，对发展中经济体而言，人力资本门槛效应显著，而创业门槛效应不显著。［18］本文认为，由于创新与创业联系密切，创业对创新和地区间经济差距之间的关系还存在调节作用。当创业处于较低水平时，地区的营商环境较差，相关扶持和监管制度不完善，新产品、新技术还不成熟，加上技术创新早期扩散时间较短、范围较小，成本较大，因此创新的溢出效应并不明显。随着创业水平的不断提高，企业经营环境的不断改善，产品和技术的应用范围逐渐扩大，成本降低，技术创新的收益开始增加，刺激了创新需求，形成正反馈效应，最终实现创新的边际收益递增，拉大了地区间差距。

基于此，提出假说三:创新效率对地区间经济差距的影响具有非线性效应，这种效应随着创业水平的提高越来越强。

三、计量模型与数据选择

(一)模型构建

本文把创新效率纳入地区间经济差距的分析框架中，基于假说1，检验创新效率对地区间经济差距的直接影响，构建如下基本模型:

其中，y表示地区间经济差距，inno表示创新效率，X表示可能影响地区间经济差距的其他变量，μ表示不可观测的个体固定效应，i表示地区，t表示时间，α为截距项，β为各个变量的回归系数，ε为随机扰动项。

基于假说2，考察创新效率是否可以通过影响创业间接作用于地区间经济差距。借鉴Baron 和 Kenny、韩先锋等人［19］124做法，对创业的中介效应进行模型设计，构建的计量模型为:

其中，ent表示创业水平，其他变量与前文含义一致。

基于假说3，在创业水平的调节下，检验创新效率对地区间经济差距的影响是否存在非线性效应。本文通过面板门槛回归进行考察，进一步将模型构建为:

其中，ent为门槛变量，γ为待估计的门槛值，其他变量与前文含义一致。门槛值可以将样本划分成不同的区间，在不同的区间内，变量的回归系数存在差别。I(·)表示指示函数，在括号内条件成立的情形下，取值为1，反之取值为0。如果存在多个门槛值，可以在(4)式的基础上进行拓展。

(二)数据选择

(1)被解释变量

各地区之间的经济差距是本文的被解释变量，一些文献直接使用人均地区生产总值代替。王奕鋆指出，虽然从人均地区生产总值可以看出地区之间发展水平的差异，但由于缺少参照系会存在一定的问题。［20］本文参考张建清、孙元元的方法，用各地区与同期经济发展水平最高地区的差距衡量地区之间的经济差距，具体计算方式是，同期所有省(区、市)中实际人均地区生产总值的最大值/某省(区、市)的实际人均地区生产总值。［21］

(2)解释变量

创新效率是本文的解释变量，目前文献中主要使用随机前沿分析和数据包络分析两种方法对创新效率进行测算。由于随机前沿分析考虑了随机因素的影响，结果较为稳定，［22］因此，本文基于创新的投入产出角度，采用随机前沿分析的方法对各地区的创新效率进行测算。

创新的投入主要包括人员和资金投入。选取R＆D人员全时当量作为创新人员投入指标，韩先锋等人认为，相比研发人员数量，R＆D人员全时当量更能有效反映出创新系统中研发人员的实际劳动投入水平。［19］125资金投入选取R＆D经费内部支出，目前的研究中，关于R＆D资金主要有存量和流量两种衡量方法。吴延兵指出，当期的创新产出不仅受同期 R＆D投入的影响，还会受到前期R＆D投入的影响，如果用投入流量指标会使得结果产生偏差。［23］因此，本文用研发资本的存量指标衡量。通过永续盘存法对R＆D经费存量进行计算，公式为:

其中，K表示研发资本存量，I表示每年的R＆D经费内部支出额，δ为折旧率，i表示地区，t表示时间。本文以2000年为基期，对各地区的实际研发资本存量进行测算，研发资本的价格指数参考朱平芳、徐伟民的方法，采用固定投资价格指数和居民消费价格指数的加权平均值计算，权重分别设置为0．45和0．55。［24］基期的研发资本存量参照单豪杰测算资本存量的方法，［25］用2001年的R＆D经费内部支出比上折旧率与2001—2005年的R＆D经费内部支出增长率的平均值之和表示，其中，折旧率本文使用较多文献中设置的15%。专利作为创新的产出指标已经被广泛应用于研究中，相对于发明专利申请量，发明专利授权量更能体现有科技含量的专利数量，本文选用发明专利授权量作为地区创新产出的指标。

在测算创新效率时，需要通过最大似然比检验对生产函数的形式进行选择以解决内生性问题。引入时间趋势项后，分别对超越对数生产函数和柯布—道格拉斯生产函数形式的随机前沿模型进行测算，对比检验结果发现，带有时间趋势的超越对数生产函数形式的随机前沿模型更适合创新效率的测算。本文用同期所有省(区、市)中创新效率的最大值/某省(区、市)的创新效率作为代理变量。

(3)中介变量和门槛变量

通过前文的理论分析，引入创业水平作为中介变量，检验创新效率是否通过影响创业水平间接对地区经济差距产生作用。接着，以创业水平为门槛变量，检验创新效率对经济差距的非线性效应。参考全球创业观察(GEM)的创业指数和CPEA指数，地区创业水平采用累计三年新增私营企业数/15～64岁人口数的值表示。本文用同期所有省(区、市)中创业水平的最大值/某省(区、市)的创业水平作为代理变量。

(4)控制变量

为了克服遗漏变量产生的内生性问题，同时更加精确分析创新效率对地区经济差距的影响，参考相关文献，本文还控制了以下变量:地区间人力资本的差距(edu)，人力资本用各省(区、市)的平均受教育年限表示，计算方法是分别赋予小学、初中、高中、大专及以上教育 6、9、12、16的权重，用不同受教育程度的人口数乘以对应的受教育年限，再比上6岁以上人口数而得;金融发展水平的差距(fin)，金融发展水平用各省(区、市)的金融机构年末存款余额占GDP比重表示;政府干预程度的差距(gov)，政府干预程度用各省(区、市)政府的一般预算支出占GDP比重表示。各变量差距的计算公式与地区经济差距类似。

2006年，全国科技大会提出自主创新、建设创新型国家战略。此后，各省(区、市)逐步贯彻实行创新驱动经济发展。因此，本文的时间区间为2006年至2017年，由于西藏部分数据缺失，样本为中国30个省(区、市)(不包含西藏、香港、澳门和台湾)。本章节相关数据来源于《中国统计年鉴》《中国科技统计年鉴》《中国金融统计年鉴》以及Wind数据库、国家统计局数据库等，基于数据的可得性，地区15～64岁人口数通过《中国统计年鉴》每年公布的抽样人口中，15～64岁人口占比计算而得。

四、实证结果与分析

(一)数据平稳性检验

在对面板数据进行回归之前，需要对被解释变量和各个解释变量进行单位根检验，防止出现“伪回归”。本文分别对6个变量进行LLC单位根检验，结果如表1。创业水平在5%的水平上通过单位根检验，其余变量均在1%的置信水平上通过单位根检验。单位根检验结果表明序列是平稳的，变量之间有长期稳定均衡的关系，可以进行面板数据回归。

(二)创新效率对地区差距影响分析

面板回归模型最常使用的有三种形式，包括了混合回归模型、固定效应模型和随机效应模型。首先，用F检验确定模型需要采用固定效应模型还是混合回归模型形式。其次，当模型选定为固定效应模型后，需要通过Hausman检验确定采用固定效应还是随机效应模型。最后，结合稳健标准误方法统计，结果如表2，其中，模型(1)和模型(2)分别表示固定效应和随机效应的回归结果。

针对模型(1)，创新效率的系数在1%的置信水平上显著为正，表明了创新效率的提高加剧了地区间的经济差距。具体看，在控制其他变量不变的情况下，当创新效率每变动1个单位，地区间经济差距就会变动1．36个单位，验证了假说1的论断。控制变量中，人力资本的差异对地区间经济差距的影响在1%的置信水平上显著为正，影响系数为4．33，金融发展水平和政府干预的差异对地区间经济差距影响在1%的水平显著为负，影响系数分别为－0．02和 －0．33。因此，人力资本的差异对地区间经济差距具有较强的正向影响，同时，金融发展水平和政府的干预一定程度上可以缩小经济差距。模型(1)和模型(2)的显著性和方向一致，表明回归具有一定的稳定性。

以往对区域经济差距的研究主要关注点在东部、中部和西部的差别，随着中国经济的发展，区域经济格局出现新的变化，南方和北方的经济发展差距有扩大的趋势。盛来运等人也提出，在东部、中部和西部差距趋于收敛的同时，南北差距逐渐扩大成为我国区域经济发展的新情况、新问题。［26］因此，本文选取南、北区域的划分方法，对创新效率可能存在的区域异质性进行考察，同时在后文稳健性检验中使用传统的东、中、西划分方法进行检验。表2中模型(3)(4)分别表示北方和南方地区，创新效率对经济差距的影响。可以发现，无论是在北方还是南方，创新效率对经济差距的影响均在1%的置信水平上为正，表明创新效率对两大区域的地区间经济差距存在显著的正向影响，创新效率在北方和南方地区的影响系数分别为1．2和1．88，即创新效率对南方地区经济差距的影响大于北方地区，这主要是由于南方地区受到改革开放政策的红利，较早地进行了经济改革，对外开放的程度高，市场经济文化更为活跃，技术创新优势明显，对经济增长的影响较大。北方地区则较多发展资源型经济，经济转型进程较慢，地区发展和营商文化较为传统，经济发展受政治影响较大，创新对经济增长的影响略低于南方，①本文主要根据秦岭淮河一线为划分南北的标准(不包括西藏、香港、澳门和台湾)。南方地区有:上海、江苏、浙江、安徽、福建、江西、湖北、湖南、广东、广西、海南、重庆、四川、贵州、云南;北方地区有:北京、天津、河北、山西、内蒙古、辽宁、吉林、黑龙江、山东、河南、陕西、甘肃、青海、宁夏、新疆。检验结果进一步对假说1进行了验证。

表1 变量平稳性LLC检验结果

表2 创新效率对地区经济差距影响

(三)创新效率对地区经济差距的间接影响机制

自从“大众创业、万众创新”被提出后，全国掀起了创业创新热潮，表3中模型(5)、(6)是引入创业水平作为中介变量后，创新效率对地区间经济差距的影响机制分析。模型(5)中，引入创业水平这一要素后，创新效率对创业水平具有显著的正向作用，说明创新效率对提高创业水平具有积极影响。模型(6)中，在创业水平的中介作用下，创新效率对地区间经济差距同样具有显著的正向作用，表明创新效率能够通过提高创业水平对地区间经济差距产生影响。从估计结果看，在其他因素保持不变的情况下，创新效率每变动1个单位，会分别导致地区间经济差距和创业水平变动0．86和7．48个单位，从而间接导致地区间经济差距变动0．52个单位，对地区间经济差距影响的总效应为1．38，其中，间接效应占总效应的38%。因此，创新效率在直接影响地区间经济差距的同时，也可以通过提高创业水平间接加剧地区间经济差距，并且直接效应的作用大于间接效应，一定程度上印证了假说2。

从控制变量看，引入中介变量后，政府干预程度的地区差距在1%的置信水平上显著为负，金融发展差距的影响并不显著，人力资本的差距在1%置信水平上显著为正，当人力资本的差距每扩大1个单位时，地区间经济差距扩大3．13个单位。

表3 创新效率对地区经济差距间接影响机制

(四)创新效率对地区间经济差距的非线性影响机制

创新效率对地区间经济差距的作用可能受到创业水平的调节影响，从而具有非线性特征。在此，通过面板门槛回归对该假说进行验证。在对回归模型的门槛值存在性进行检验时，结果显示，门槛变量通过了单一门槛检验，但拒绝了存在双门槛的假设，因此，本文采用单一门槛回归，置信区间为［5．9319，6．2629］。根据回归结果可知，创新效率在创业门槛值两侧的影响系数均在1%的置信水平上显著为正(见表4)，表明创新效率与地区间经济差距之间存在显著的非线性效应，验证了假说3。由检验出的门槛值6．26可知，当创业水平低于6．26时，创新效率对地区间经济差距的影响系数为1．02，表明创新效率显著地加剧了地区间经济差距，当创业水平高于6．26时，创新效率的影响系数为1．17，表明随着创业水平的提高，创新效率对地区间经济差距的影响也逐渐增强，验证了假说3。一定程度上揭示了创新创业水平高的地区具有持续的经济增长动力，从而拉大与落后地区之间的差距。

表4 创新效率对地区经济差距非线性效应

(五)稳健性分析

通过全国层面和对南、北分区域的回归结果，可以得出本文的结果具有一定的稳健性，创新效率一定程度上加剧了地区间经济差距。为了增强结果的稳健性，本文拟采用以下几种稳健性分析:首先，改变被解释变量，用不变价GDP作为被解释变量重新估计，考察创新效率与地区间经济差距的关系［模型(7)］;其次，对区域进行重新划分，以传统的东、中、西划分方法考察创新效率在不同区域与经济差距关系［模型(8)到(10)］;最后，改变解释变量，将创新效率指标替换成发明专利授权量，对模型进行重新估计［模型(11)］，回归结果见表5。

根据稳健性检验的估计结果可以发现，创新效率对地区间经济差距依然存在显著的正向相关关系，且在东、中、西部的影响存在区域性差异，支持了本文结论的稳健性。同时可以发现，当使用发明专利授权量替代创新效率时，对经济差距的解释力度降低，说明创新是一个复杂的系统，当只使用单一指标对创新进行衡量时容易使得结果被低估。

五、结论与启示

地区间经济差距产生的原因是多样的，既有自然历史和人文社会的影响，也有经济制度和产业结构等因素的作用。在众多因素中，创新效率带来的影响不可忽视。本文基于创新投入、产出角度，运用随机前沿分析方法测算了地区创新效率。分别从创新效率的基本传导机制、间接传导机制和非线性传导机制，分析了创新效率对地区间经济差距的影响、效应和作用机制。采用2006—2017年中国30个省(区、市)(不包括西藏、香港、澳门和台湾)的数据，进行实证检验，本文有以下发现:

表5 稳健性检验结果

第一，创新效率是影响地区间经济差距的重要因素。在控制了地区之间金融发展水平、人力资本和政府干预程度的差距之后，创新效率的提高加剧了地区间经济差距。从区域异质性角度看，南方地区创新效率对经济差距解释力明显大于北方地区。

第二，创新效率可以通过影响创业水平间接作用于地区间经济差距，但相比直接效应，间接效应相对较弱。在其他因素保持不变的情况下，引入创业水平作为中介变量后，创新效率的提高提升了地区创业水平，创新创业联动进一步加剧了地区间经济差距。

第三，在创业水平的调节作用下，创新效率对地区间经济差距具有非线性效应。具体表现为，随着创业水平的提升，创新效率对地区间经济差距的影响逐渐增强，因此创新创业活动将成为现阶段经济增长的持久动力。

协调地区间的经济差距，推动经济整体向高质量发展，是中国经济应对日益复杂的外部环境需要重点考虑的问题之一，国家近年来也出台了一系列政策以促进区域协调发展。根据本文研究，可以得到以下启示:

首先，增强对发展落后地区的创新扶持，缩小落后地区与发达地区的创新差距。由于创新效率对地区经济差距存在显著的正向影响，而落后地区的创新资源相对匮乏，存在较大提升空间，因此政府需要适当地进行政策调控，更加注重创新资源在落后地区的高效配置和均衡发展。

其次，提高落后地区自主创新能力。落后地区创新基础较为薄弱，创新效率相对较低，但不能单纯依靠政策扶持，最重要的是通过深化跨区域合作，强化自主创新能力，缩小与发达地区的差距。具体措施有:加大对创新研发的资金投入;促进产学研的融合，加强学校与企业、研究与生产的结合，提高创新企业人力资本的质量;增强与发达地区前沿企业的联系，定期向发达地区派送交流人才，深度学习前沿企业技术创新，掌握前沿技术动态;鼓励中介平台发挥作用，举荐和引进更多的海内外资金和人才。

最后，落后地区需要加强创新、创业的深度融合。创业水平对创新效率既有中介效应又有门槛效应，提高创新效率可以促进创业水平向高质量发展，而高质量的创业可以进一步增强创新效率对经济差距的影响。因此，可以通过创新、创业深度融合促进经济增长，进而缩小与发达地区的差距。具体措施有:打造创新、创业服务平台，行政部门简化创业手续，降低企业家的创新、创业成本;加快信息流通速度，提高技术市场的配置效率，缩短创新理念转化为产品价值的时间;强化知识产权的保护力度，营造良好的创新、创业氛围，吸引企业家聚集，促进创新、创业。