APP下载

区域创新效率的多维溢出效应研究

2022-07-15肖文

中国集体经济 2022年17期

肖文

摘要:文章基于创新价值链将创新过程分为知识创新和产品创新,利用规模报酬可变的BCC模型和数据包络法测度了我国30个省市的知识创新效率和产品创新效率。发现各阶段创新效率表现出明显空间相关性,进一步采用SEM固定效应模型分析了区域创新效率的空间外溢效应和价值链外溢效应。

关键词:知识创新效率;产品创新效率;空间溢出;价值链溢出

一、引言

创新是一个知识产出不断流动的连续过程,包含知识生产和价值实现等多个阶段,每个阶段都会产出新的价值。创新成果的价值应该是经过多个阶段的最终价值,创新效率同样也是多个阶段效率的最终呈现。不同阶段的创新效率和创新难度存在较大差异,只有加强不同阶段创新主体的有效协同,实现创新与需求的链接,才能提高最终的创新产出和效率。各区域存在技术、经济合作等一系列创新活动,导致创新要素在各区域间流动,进而对区域创新效率产生影响,说明区域创新效率会产生创新溢出。在讨论创新溢出时,大部分研究从知识生产函数的角度出发研究创新产出的空间溢出。随着大学和科研院所、企业的合作和互动愈加紧密,知识创新和产品创新会产生价值溢出,每个阶段的效率溢出会影响最终的创新效率和总价值。故本文基于创新价值链视角,将创新过程分为知识创新和产品创新两个阶段,分析不同阶段创新效率的空间溢出效应和价值链溢出效应。在此基础上,结合区域资源禀赋优势和创新阶段需求特点,针对区域创新效率的外溢效应提出相应建议。

二、文献回顾

关于创新溢出的研究,主要沿着知识的部分非排他性会带来“技术的溢出”以及新经济地理学两条思路展开。相关研究的基本假设为:一是大学与科研院所的知识溢出能对企业的创新活动产生影响;二是知识溢出是发生在空间相互作用的过程。在假设基础上,关于创新溢出的进一步研究主要体现在创新外溢的路径研究以及创新外溢的空间距离问题。

在创新外溢的路径研究方面,主要集中在技术溢出和研发合作的知识溢出效应研究。关于技术溢出的研究对象主要是企业间的创新外溢,部分集中于FDI对企业创新的溢出效应以及产业集聚技术溢出对创新能力的影响。研究表明,无论是FDI还是产业集聚都存在对企业创新的技术溢出。在研究研发合作的知识溢出时,部分学者借鉴了Roper等提出知识获取、转化和开发的循环过程构成创新价值链的思想,将创新主体和创新过程进行了分解。把研发合作的知识溢出研究对象集中在大学和科研院所对企业的溢出效应研究,大部分研究表明大学和科研院所的合作产出的知识成果对企业创新有明显的溢出影响。以往的文献都较关注企业内部的创新溢出问题或是创新价值链上大学和科研院所对企业的创新溢出效应,忽视了企业创新是否可对大学和科研院所产生溢出效应影响。并且,部分研究基于知识生产函数讨论创新产出的外溢效应,对创新效率是否产生溢出效应则关注较少。

在创新外溢的空间距离研究方面,Jaffe在1986年提出创新的空间溢出与地理距离有关,表现为区域之间的地理距离越近,创新的空间溢出就越明显。随后,众多学者在空间溢出的地理距离问题上展开了进一步研究,测定了创新外溢的地理距离。如Keller通过研究创新溢出是本地还是全球性问题时,发现创新溢出会随着距离的增加而减少,并且地理距离每增加1200公里,创新的溢出量会减半。符淼在研究我国创新溢出的距离问题时,测度出我国区域创新溢出量随着距离每增加1250公里会减半,创新外溢的密集溢出距离为800公里以内。这些研究表明创新外溢会受到地理空间距离的限制。

既有研究基于知识生产函数讨论创新产出的外溢效应,对创新效率溢出效应较少。且大多集中在大学和科研院所对企业创新的溢出效应,在企业对大学和科研院的溢出效应问题关注不多。本文基于创新价值链视角,把创新过程分为知识创新和产品创新两个阶段,利用我国2009~2016年各省市相关数据(除西藏、港澳台),分别测度30个省、市、区的知识创新效率和产品创新效率。通过设置地理距离权重矩阵,运用空间计量模型研究我国区域创新效率的空间溢出效应和价值链溢出效应,为提高区域创新效率提出建议。

三、创新效率的测度与评价

(一)指标选取

本文基于创新价值链视角,将区域创新过程分为两个阶段:知识创新阶段和产品创新阶段。知识创新阶段位于创新价值链的前端,主要包括大学和科研院所。产品创新阶段位于创新价值链的后端,主要包括高新技术企业、规模以上工业企业等,主要利用知识创新阶段的成果,并面向市场进行产品创新。

在知识创新阶段,创新主体主要是大学和科研院所。研发经费的内部支出和研究人员的投入为创新的主要投入,主要衡量指标包括:试验发展基础研究、应用研究阶段人员全时当量之和,各地区研究与试验发展基础研究、应用研究阶段经费内部支出;创新产出为知识成果,主要衡量指标包括:科技论文数量,专利申请授权数。

在产品创新阶段,创新主体主要是企业。创新投入主要是将知识创新阶段创新成果产业化,主要衡量指标包括:研究与试验发展试验发展阶段人员全时当量,各地区研究与试验发展试验发展阶段经费内部支出,专利申请授权数量,以及企业投资的新产品开发经费;创新产出的形式是新产品,主要衡量指标包括:新产品利润和新产品销售收入。

本文样本涵盖了中国30个省份,不包括西藏和港澳台地区(因数据缺失)。研究区间为2009~2016年,数据来源于《中国统计年鉴》《中国科技统计年鉴》。

(二)创新效率结果及分析

本文采用规模报酬可变的BCC模型和数据包络法對测度创新效率。采用DEAP2.1软件,对我国2009~2016年30个省市的知识创新效率和产品创新效率进行了测算,测算结果中:我国知识创新效率的均值为0.516,产品创新效率的均值为0.656。知识创新效率略低于产品创新效率,两者都具有很大的提升空间。其次,全国及各区域的产品创新效率都高于知识创新效率,且存在明显区域差异。

综上所述,我国不仅整体知识创新效率和产品创新效率偏低,各区域也存在效率偏低的情况。从已有研究来看,区域创新效率会受到空间溢出和价值链溢出效应的影响。因此,要进一步分析对我国知识创新效率和产品创新效率的空间溢出和价值链溢出效应。

四、实证过程及分析

(一)模型选取

一般对于空间溢出研究采用空间计量模型进行分析。本文借鉴赵增耀等和张贵等的基础分析模型研究,初步选取空间误差(SEM)模型来测算区域创新效率的多维溢出效应;在初选基础上,进行模型的校验,最终选定回归模型。

模型1:知识创新效率会受到创新价值链后端产品创新效率的影响,且不同区域间知识创新效率会相互影响。模型1如下:

Kit=α1Pit+α2WKit+Xβ+ε,ε=λWε+μ

模型2:产品创新效率会受到创新价值链前端知识创新效率的影响,且不同区域间产品创新效率会相互影响。模型2如下:

Pit=α1Kit+α2WPit+Xβ+ε,ε=λWε+μ

Kit、Pit分别表示创新价值链的前端知识创新效率和后端产品创新效率,W表示设定的空间权重矩阵,X表示影响知识创新效率和产品创新效率的其他因素。α1、α2分别表示创新的价值链外溢效应和空间外溢效应。ε、μ表示随机误差向量,λ表示空间误差系数。为了更好测度我国区域创新效率的空间外溢效应,需要对空间权重W进行选择。本文借鉴以往研究,设定空间权重为地理距离空间权重,用省会城市之间的经纬度距离来表示。

(二)影响因素及指标选取

综合已有研究表明,不同创新阶段影响创新效率的因素有所不同。知识创新阶段集中于基础性和应用研究,大學和科研院所是主要参与主体,故知识创新效率主要受到以下因素影响:经济发展水平(jingji)、基础设施建设(jichu)、劳动者受教育水平(laodongzhe)、政府支持力度(zhichi)、以及创新过程中产学研合作程度 (chanxueyan1);衡量指标分别为:人均GDP、人均互联网接入端口数、平均受教育年限、R&D经费的内部支持中政府资金所占的比例、高校及科研院所研发经费内部支出中企业资金所占比例。产品创新阶段主要是集中在试验推广阶段,主要受市场因素影响,包括产业的结构特征(jiegou)、金融支持水平(jinrong)、外商支持力度(waishang)、市场化水平(shichanghua)、以及创新过中产学研合作程度(chanxueyan2);衡量指标分别为:地区生产总值中第三产业产值所占比例、各地区研究与试验发展R&D经费内部支出中的其他资金数额占比、外商投资水平、市场化进程、研究机构和高校的研发支出中企业的支出占比。

(三)实证结果及分析

1. 全局空间相关性检验

判断各阶段创新效率是否存在全局空间相关性,相关性的检验结果是能否考虑空间因素的依据。本文使用空间自相关系数Moran’s I来判断全局空间相关性是否存在,当Moran’s I绝对值越接近1,表明空间相关性越强。

结果表明,2009~2016年,无论是知识创新效率还是产品创新效率,莫兰指数都没有通过10%水平上的显著性检验。全局莫兰指数存在一定的局限性,如果一部分区域知识创新效率(产品创新效率)是正相关,而另一部分区域知识创新效率(产品创新效率)是负相关,两者相互抵消后将无法描述各区域创新效率的空间相关性和分布特征。为分析各区域间知识创新效率(产品创新效率)的空间相关关系,本文进一步进行局部空间相关性检验。

2. 局部空间相关性检验

选用2014年30个省市知识创新效率和产品创新效率的莫兰散点图进行局部空间自相关分析。由图1看出,2014年的知识创新效率莫兰散点图大部分集中在第一象限和第三象限,体现了正向空间自相关关系集群。由图2可以看出,2014年的产品创新效率莫兰散点图大部分集中在第二象限,体现了负向空间自相关关系集群。这反映了我国各区域知识创新效率和产品创新效率具有空间相关性。

以上空间自相关指标仅提供了是否存在空间关联的初步检验,更深入地分析仍旧依赖于建立正式的空间计量模型。

3. 空间回归结果及分析

在空间计量检验前,还需要进行固定效应和随机效应的选择。当研究对象是某些特定的个体时,应该选择固定效应模型。之后利用拟合优度检验(R2)、自然对数函数值检验(Log-L),得出知识创新阶段和产品创新阶段都选择空间误差固定效应模型较好。

本文通过豪斯曼检验,得出采用固定效应最好。采用stata 15对30个省市的知识创新效率和产品创新效率的溢出效应模型进行估计,结果如表1所示。

空间计量回归结果显示,知识创新效率和产品创新效率的空间参数项(λ1、λ2)估计值分别通过了1%和10%的显著性检验,表明我国知识创新效率和产品创新效率空间依赖性显著,地理空间集聚特征明显。

在创新外溢的价值链溢出方面,知识创新效率未明显带动产品创新效率,“学研”和“产”之间缺乏沟通,没有形成良好的合作机制。产品创新效率对知识创新效率产生了负面影响,可能是企业较关注于经济收益,更倾向于市场推广投入,造成知识创新经费短缺、创新项目的基础研究难见成果。

在知识创新阶段,政府的支持对知识创新效率产生了负面影响,原因是政府对创新支持政策存在“一刀切”偏向,没有根据各地区的资源禀赋优势、经济特征等因素制定相应的政策,部分削弱了政策支持对创新活动的正向作用。在产品创新阶段,金融支持水平对产品创新效率产生了正向影响,表明合理的金融支持政策及高质量的金融服务能力可以提供较好的融资渠道和资金保障,提升企业产品创新效率。产学研合作程度对产品创新效率产生了正向影响,表明大学和科研院在进行创新研究时应关注市场。市场化水平对产品创新效率产生了显著的正向影响,市场化水平越高,越有利于激发创新主体间的合作,促进创新主体间的资源共享,从而提高创新效率。

五、结论与建议

(一)重视创新效率的价值链双向溢出,促进知识创新阶段和产品创新阶段的互动

从全国数据实证结果来看,创新过程中知识创新效率未明显带动产品创新效率;产品创新效率对知识创新效率产生了负面影响。各地区可以结合自身优势,以市场需求为导向,以项目为联系点,通过政策扶持促进企业、大学和科研院所共同组建研发合作联盟。企业不能只关注短期利益,在和大学和科研院所合作时,要保证充足的资金投入和研发支持。通过利益共享和风险共担机制,提升产学研的合作层次和范围;不断创新灵活的合作机制模式,不仅重视知识创新效率和产品创新效率,还要重视不同创新阶段间的互补联动和双向溢出,提高整体创新效率。

(二)政府支持灵活化,激发区域市场活力

市场活力是创新重要动力源泉,应根据各地区的资源禀赋优势、经济特征等因素制定相应的扶持和推广政策,不能“一刀切”。特别是注意发挥市场机制在创新资源配置和创新投入方面的决定性作用,既发挥政府投入对基础研究的支持,又营造良好市场环境,减少市场界限和进入壁垒等对知识创新效率的负面影响。首先需要打破地区封闭局面,提高贸易自由度,实现区域创新要素、投资等的自由流动,促进创新主体间的资源共享,发挥市场对产品创新的正向促进作用。另外要使技术市场交易平台规范化、交易制度公平化、透明化、知识创新成果专利化、金融服务创新化。通过建立多元化的创新主体,延展和丰富创新价值链,实现以“创造价值”为联系的动态开放的创新网络。

参考文献:

[1]赵庆.国有企业真的低效吗?——基于区域创新效率溢出效应的视角[J]. 科学学与科学技术管理,2017,38(03):107-115.

[2]Romer,Paul M.Increasing Returns and Long-Run Growth[J].Journal of Political Economy,1986,94(05):1002-1037.

[3]Paul Krugman.Increasing Returns and Economic Geography[J].Journal of Political Economy,1991,99(03):483-499.

[4]Michael Fritsch,Franke Grit.Innovation,regional knowledge spillovers and R&D cooperation[J].Research Policy, 2004,33(02):245-255.

[5]韓嫣,武拉平.FDI对中国农业企业创新溢出效应的分解——基于吸收能力的门槛回归分析[J].国际贸易问题,2020(08):132-146.

[6]杨朝均,刘冰,毕克新.FDI技术溢出对工业企业绿色创新路径演化的影响研究——基于演化博弈模型[J].管理评论,2020,32(12):146-155.

[7]刘和东,居茹.产业集聚与FDI技术溢出及其门槛效应——基于非线性面板平滑转换回归模型的分析[J].科技管理研究,2020,40(06):158-163.

[8]Stephen Roper, Du Jun, Love James-H. Modelling the innovation value chain[J].Research Policy, 2008, 37(06):961-977.

[9]王晓亚,谢思全.R&D投入、产学研合作与企业技术创新产出——基于我国省级面板数据的研究[J].现代管理科学,2015(04):30-32.

[10]邱姝敏,柳卸林,高太山.是本地还是国际的高校科研合作对企业创新有溢出作用?[J].科学学与科学技术管理,2015,36(11):24-33.

[11]Adam Jaffe.Technological Opportunity and Spillovers of R&D:Evidence from Firms’Patents,Profits and Market Value[J].American Economic Review,1986, 76(05):984-999.

[12]Keller,Wolfgang.Geographic Localization of International Technology Diffusion[J].American Economic Review,2002, 120-142.

[13]符淼.地理距离和技术外溢效应——对技术和经济集聚现象的空间计量学解释[J].经济学(季刊),2009,8(04):1549-1566.

[14]武翠,谭清美.长三角一体化区域创新生态系统动态演化研究——基于创新种群异质性与共生性视角[J].科技进步与对策,2020,1-10.

[15]赵增耀,章小波,沈能.区域协同创新效率的多维溢出效应[J].中国工业经济,2015(01):32-44.

[16]张贵,梁莹,徐杨杨.生态系统视阈下区域创新效率的多维溢出效应——对面板数据的空间计量分析[J].科技进步与对策,2016,33(15):30-37.

[17]周悦,董竹.金融结构与实体经济发展空间溢出效应研究——基于空间杜宾模型的分析[J].经济问题探索,2020(05):134-148.

[18]B-H Baltagi.A Companion to Econometric Analysis of Panel Data[J].wiley & sons,2009(05):747-754.

*本文为重庆市教委人文社科项目“‘三期叠加’背景下区域金融发展、经济波动与地方政府宏观调控的实施路径研究”(项目编号:18SKGH055)的阶段性成果。

(作者单位:重庆交通大学经济与管理学院)