王飞航，姜安印刘苗

（1.兰州大学经济学院，兰州730000；2.兰州理工大学经济管理学院，兰州730050）

0 引言

由于西部地区发展的不均衡，提升各省的技术创新能力，发展省际间的技术扩散，从而提升整体的经济水平就显得尤为重要。近几年的国家支持政策逐渐向西部地区转移，西部地区的技术和经济将更加快速的发展，区域间的技术扩散效应也将增强。目前，大量文献主要考查的是各国间的技术扩散，和我国部分省域内的技术扩散，对于西部地区的技术扩散效应研究较少[1-8]。本文在以往研究的基础上，转换研究视角，以西部地区12个省市为研究对象，把省际间的技术扩散、国外直接投资和省内技术创新能力同时纳入一个模型中作相应的实证分析。

1 我国西部地区技术扩散现状

在开放的经济条件下，各地区的技术进步不仅来源于区域内技术扩散和国外的技术扩散作用，也依赖于自身的研发和创新，国外直接投资是技术进步的重要来源之一，国内的技术转移和科研投入也会使区域技术进步，这些因素都会在区域技术扩散中发挥重要的作用，成为技术扩散的重要渠道。

技术进步从来源渠道上可以包括两种途径，一种是自主创新，另一种是技术扩散。自主创新主要是通过自身的研发投入而获得，而技术扩散主要是通过技术市场交易、人力资源流动和外商投资等方式来实现。以下从近三年地区的研发投入量、有效发明专利数、外商直接额和技术市场成交额四个方面的数据分析西部地区12个省市的技术扩散现状。表1中数字1至12代表西部地区12个省市。

表1 西部地区12个省市的数字代号

近三年西部地区研发投入量、有效发明专利数、外商直接额和技术市场成交额分别都处在递增的状态，由于西部地区各省市发展的不均衡性，各省的增长幅度不同，从下页图1至图4中可看出，四个指标数据的对比分析中，陕西和四川两个省是发展最好的，从各个指标数据衡量，其技术创新能力和技术扩散效应都是比较强的。

图1 西部地区12个省份2012—2014年的研发投入量

图2 西部地区12个省份2012—2014年的有效专利发明数

从研发投入量看，在2014年，四川是最高的，为4493285万元，其次是陕西，为3667730万元，因为在四川和陕西省内，有较多的高校和研究院，可以促进研究成果更快更好地转化为产业发展的动力，提升区域技术水平的提高，促进经济的增长。从有效专利发明数看，四川近两年的有效发明专利数急剧攀升，陕西和重庆也取得了较好的成果。充分体现了国家的研发投入取得了较好地成果，并且运用到产业升级上，提高了区域的技术创新能力和经济发展水平。从外商直接投资看，四川和重庆投资额度较高，2014年分别达到828亿美元和675亿美元，其次是陕西，达到了447亿美元，这三个省市较为突出。从技术市场成交合同额看，陕西的技术市场是最活跃的，在2013年，达到了3620612万元的最高值，2014年有所下降，其次是四川，同样在2013年达到了最高值，为2705993万元。因此，来自国内其他省市的技术扩散，在近几年对陕西、四川、重庆和内蒙古的技术进步都起到了较强的促进作用。

图3 西部地区12个省份2012—2014年的外商直接投资

图4 西部地区12个省份2012—2014年的技术市场成交合同额

总结以往国内外学者对技术扩散效应的研究方法，有以下几种：统计指标对比，专业技术评价和产品分析，调查问卷和计量经济分析等。其中，最具综合性的应该是计量经济分析，它一般以测量全要素生产率为目标，因为全要素生产率可以反映一个区域和行业的整体技术进步水平，全要素生产率的提高才是技术扩散效应的最终结果。

2 模型设定与实证分析

2.1 模型设定

本文中的区域技术扩散问题，借鉴Coe&Helpman的贸易溢出计量模型（简称CH模型），这个模型最初的目的是评价国外的技术优势如何影响国内经济增长的，模型的基本假设是：技术知识是通过贸易传递的，也就是贸易产生了知识溢出[9]。CH模型的表述形式如下：

其中，i=1,2,3,…，代表国家；Fit表示第i国在第t期的全要素生产率；表示第i国在第t期的国内研发资本存量；表示在第t期用CH方法计算的通过贸易路径溢出到第i国的国外研发资本存量；α0i为常数项；α1i表示第i国的国内研发资本存量对本国全要素生产率的弹性；α2i表示国外溢出研发对本国全要素生产率的弹性；εit表示随机扰动项。

考虑到本文的研究特点，需要对CH模型进行改进和扩展，本文主要是针对我国西部地区12个省市的技术创新能力差异，研究技术扩散效应。对于地区的技术创新能力，将地区的研发资本支出和有效发明专利数引入模型，对于技术扩散方面，由于扩散的来源不同，分为国内其他省市的技术扩散和来自国外的技术扩散。则扩展的模型表达式如下：

其中，TFPit是指我国西部地区各省市i在t年的全要素生产率，衡量广义的技术进步状况；ln表示各省市i在第t年的研究与开发资本支出；n表示各省市i在第t年的有效发明专利数；ln表示来自国内其他省市的技术扩散，用国内流向省市i的技术市场成交合同额衡量；ln表示来自国外的技术扩散，用各省市i在第t年的外商直接投资额衡量，α0i为模型常数项，α1i、α2i、α3i、α4i为相应变量对全要素生产率的弹性。为改善模型的拟合情况，减少异方差，给所有指标均取对数。

2.2 数据选取

对于全要素生产率TFP的计算，本文用索洛余值法，采用传统的Cobb-Douglas生产函数和新古典增长理论，模型的假定是，在希克斯中性技术进步的条件下，规模报酬不变[10]。Cobb-Douglas生产函数为：

其中，Yit、Kit、Lit分别表示第i省第t年的总产出、资本存量和劳动投入，α、β分别表示生产函数中资本和劳动力的产出弹性，Ait为技术进步率，代表全要素生产率（TFP）或技术进步。因此，各省的TFP的测算公式应为：

总产出Yit用各省的GDP来表示，劳动投入Lit用各省的就业人数表示，资本投入Kit用永续盘存发估算，公式为Kit=Ki,t-1(1-δ)，其中用区域固定资本投资额表示，并采用各省市的固定资产投资价格指数进行平减，折算成2005年不变价格计算的实际值，经济折旧率取9.6%[11]，基年资本存量的估算，以2005年各省固定资本投资额除以10%作为该省的初始资本存量[11]。由于西藏地区的部分数据缺失，因此在以西部地区为研究对象时，不考虑西藏地区，对其余11个省市的全要素生产率进行计算，得到的11个省市2005—2014年的全要素生产率的值如表2所示。

表2 11个省市2005—2014年的全要素生产率

本文是对西部地区12个省市2005—2014年的面板数据进行实证分析，各省市的GDP、人均GDP、GDP指数、固定资产投资、固定资产投资价格指数、国外直接投资和就业人数等指标数据基本都来自于各省市的统计年鉴，部分数据来自于《中国统计年鉴》，各省市的研发投入、有效发明专利数和技术市场成交合同额等数据来自《中国科技统计年鉴》。

2.3 模型估计

对于面板数据的分析，有三种不同的估计方法，分别为混合数据模型（Pooled OLS）、固定效应模型（FE）和随机效应模型（RE），这几种模型的区别在于截距项和误差项的假设不同。模型的选择是由相关检验的结果决定的，混合数据模型和固定效应模型的选择由F检验决定，固定效应模型的假设是认为个体间存在显著差异，但对于特定的个体而言，组内不存在时间序列上的差异，混合数据模型是假定对于所有截面成员，截距项和解释变量的系数都相同，即在截面上无个体影响和结构变化，如果组间个体的差异不明显，一般选用混合数据模型估计。固定效应模型和随机效应模型的选择一般考察随机效应的Hausman检验结果，在这两个模型的选择中，可以参考Judge所做的判断，当样本的时期观测数目较大而截面个数较小时，则通过两个模型估计所得的参数值之间区别不大，而当截面个数较大，样本时期较小时，两模型估计结果就会有明显的差异，如果选取的截面成员可以看做是从一个较大样本中随机抽取出来的，则选取随机效应模型比价合适，否则选用固定效应模型比较合适。

本文用Eviews6.0分析软件，分别对数据分别用以上三种方法分析，所用数据均经过了平稳性检验，表3中的最后一行是对三种模型的检验结果，其中F检验的统计量概率值非常小，是显著的，表示固定效应模型好于混合数据模型；Hausman检验是显著的，应该拒绝原假设，Hausman随机效应检验的原假设是：固定效应模型和随机效应模型的估计量没有实质上的差异，表明固定效应模型好于随机效应模型。综合上面这些检验结果，说明固定效应模型为最优的模型。

由表3的分析结果可以看出，可决系数R2值达到87.24%，说明模型的整体拟合优度较好，F值呈高度显著性，说明模型总体上非常显著，检验结果比较正常，满足要求。在固定效应模型分析结果中，根据t值可以判断西部地区的研发资本支出、有效发明专利数、国内其他省市的技术扩散和FDI对全要素生产率的弹性均是显著的，显著性水平分别为1%、5%、5%和10%。从系数上看，常数项表示的是西部地区的11个省市的平均技术进步水平，估计值为-0.7247，说明西部地区的平均技术进步水平还有待提高；地区研发资本支出的系数估计值为0.1307，正值且非常显著，说明西部地区的研发投入对地区的技术进步有很大程度的促进作用，可能因为西部地区的高校和研究所较多，研发投入产学研一体化的发展，促进技术进步；有效发明专利数的系数-0.029，为负并且比较显著，说明西部地区的有效专利并没有促进全要素生产率的增长，没有对地区的技术进步起到积极作用，可能因为西部地区的区域条件限制，并没有把有效的专利运用到生产发展的过程中；来自国内和国外的技术扩散分别用国内其他省市流入的技术市场成交合同额和FDI表示，系数分别为0.041053和0.071141均为正，即技术扩散对区域技术进步的影响为正向的，其中来自国内的技术扩散的显著性比国外的高，但是国外的技术扩散对技术进步的促进作用更强一些。综上所述，各因素对西部地区的技术进步的综合影响仍以促进其增长为主，且回归分析所得结果的各种检验均比较合理，说明该回归分析是科学的，合理的。

表3 面板数据分析结果

3 结论

本文运用面板数据的计量经济分析方法研究了西部地区技术创新、技术扩散与经济增长的关系，通过实证分析，可以得到以下结论：（1）地区研发投入的支出形成的技术创新对西部地区的技术扩散和经济增长有着非常显著的作用；（2）来自国内外的技术扩散都能显著地促进西部地区全要素生产率的提高，来自国内技术交易市场的技术扩散对西部地区的促进作用更显著一些，西部地区在国家政策的引导下，国内技术交易市场额逐年攀升，使得来自国内的技术扩散对西部地区的技术进步越来越重要，是西部地区经济发展的一个重要来源；（3）外商直接投资对全要素增长率的增长有拉动作用，外商直接投资带来的技术扩散，包括先进的技术和成熟的管理经验，可以提高对先进技术的利用能力，因西部地区的技术利用能力较弱，所以国外的技术扩散可以提升区域的技术利用能力。

[1]Blindk,Jungmittaga.The Impact of Patents and Standards on Macroeconomic Growth:A Panel Approach Covering four Countries and 12 Sectors[J].Journal of Productivity Analysis,2008,29(1).

[2]唐未兵，傅元海，王展祥.技术创新、技术引进与经济增长方式转变[J].经济研究，2014，(7).

[3]MENDIP.Trade in Disembodiedt Echnology and Total Factor Productivity in OECD Countries[J].Research Policy,2007,36(1).

[4]张化尧，王赐玉.国际技术扩散:基于TFP的多渠道外溢分析[J].科研管理，2012,(10).

[5]樊纲，王小鲁，马光荣.中国市场化进程对经济增长的贡献[J].经济研究，2011,(9).

[6]张经强.我国区域技术扩散效应:基于面板数据的实证研究[J].科学学研究，2009，(11).

[7]许治，焦秀焕，朱桂龙.国家中心城市技术扩散与区域经济增长——以北京、上海为例[J].科研管理,2013,(4).

[8]仇怡,吴建军.东部沿海地区贸易集聚对技术扩散效应的影响[J].系统工程,2009,(7).

[9]Coe D T,Helpman E.International R&D Spillovers[J].European Economic Review,39(5).

[10]张军,吴桂英,张吉鹏.中国省际物质资本存量估算:1952—2000[J].经济研究,2004,(10).