戴 玮

（南京大学 经济学院，南京 210023）

0 引言

作为驱动经济高质量发展的重要引擎，创新受到我国政府的高度关注。党的十九大报告中明确指出，“创新是引领发展的第一动力，是建设现代化经济体系的战略支撑”。正是由于中央对创新的高度重视，各地区亦纷纷响应中央的这一战略部署，将提升地区创新能力作为其工作的重要内容之一，竞相提出创新目标，列出创新清单。然而，如同“GDP崇拜”一样，各地区似乎陷入了一种“创新崇拜”[1]，竞相引进各种“高精尖”创新项目，而不顾这些项目是否适合本地区，是否能够发挥地区的技术比较优势，不断加大对其的投入力度。然而，并非所有地区都能如愿地凭借这些所谓的“高精尖”项目形成新的经济增长点，一些地区存在技术积累不足、创新能力薄弱等问题，致使项目严重缺乏自生能力，不得不依赖于地区政府持续的资源投入和政策倾斜[2]，长此以往，这些“高精尖”项目逐渐成为地区发展过程中的巨大负担。那么，各地区究竟应如何选择创新项目？是否可以一味地追求“高精尖”而忽视其是否适合本地区？是否能够发挥本地区的技术比较优势？对这些问题的回答，对于各地区深化落实中央创新驱动战略，进而促进地区经济高质量发展具有非常重要的意义。

创新对经济增长的重要作用已得到学界的充分认可，如何通过创新促进区域经济增长亦成为研究中的一项重要议题。现有文献对该问题的考察主要沿以下两条路径展开：一是以区域创新主体为研究对象，强调通过区域内政府、企业以及高校等创新主体之间的协同互动来提高区域创新能力，进而促进经济增长[3,4]；二是从区域创新环境的视角，通过区域制度的创新、基础设施的完善以及人力资本水平的提高等，提升创新对经济增长的支撑作用[5—8]。然而本文注意到，现有研究大多是在强调创新重要性的基础上，将创新作为促进区域经济增长的一项必要条件，并希望通过区域内创新主体行为以及创新环境的改善来提升区域的产出绩效，却忽视了该创新活动本身是否适合本区域，是否与本区域的比较优势相匹配。特别是，伴随着中国经济与科技的快速发展，价值链低端锁定、核心技术“卡脖子”等问题逐渐显现，在此情形下，我国如何更好地综合利用创新资源，优化技术和产业结构，突破产业链核心环节，保障核心技术供给，提升自主创新能力和创新效率成为亟待解决的重要问题。

基于此，本文从地区技术比较优势出发，将技术比较优势和地区创新纳入统一理论体系之中，深入分析地区技术比较优势影响区域创新活动进而促进经济增长的内在机制，并为政府相关部门创新政策的科学制定提供参考。与以往研究相比，本文做了如下拓展：第一，在现有研究的基础上，本文提出了创新活动只有结合地区的技术比较优势，才能更好地发挥其对地区经济增长的驱动作用这一观点，这不仅为有关创新理论的研究提供了新的视角，也进一步拓展并丰富了传统比较优势的理论内涵；第二，本文尝试将创新理论和比较优势理论相结合，深入讨论技术比较优势对创新活动以及经济增长的内在作用机制，寻求技术比较优势、技术创新与经济增长的内在统一逻辑，在理论上积极地进行探讨；第三，实证过程中，本文同时考虑技术比较优势的多种估计形式，实证检验依托于技术比较优势的创新活动是否有助于更好地促进区域经济增长。

1 理论分析

传统的比较优势理论认为一国的贸易条件取决于本国的比较优势，基于比较优势的出口导向政策将更好地促进地区的经济增长。这些研究大多是基于资源禀赋条件构建的，主要考察劳动力、资本、资源等生产要素，而在创新活动中，知识被认为是最主要的生产要素，并被纳入知识生产函数中[9]。技术进步不仅有助于提高自然资源、劳动、资本等要素的投入产出效率，还改变了其在生产函数中的结合方式和相对比例，即使要素密集度不发生逆转，不同地区之间全要素生产率的差异，也会造成技术比较优势对资源比较优势的替代。在创新活动中，技术的影响远远超过土地、劳动力等传统资源要素，是不能忽视的关键因素。因而，技术比较优势作为地区技术条件的鲜明反映，其对于技术创新活动的影响尤为重要。

林毅夫等学者将比较优势理论延伸至发展战略研究，并认为一个地区的产业和技术结构内生于地区的要素禀赋，只有遵循自身的比较优势，优先发展符合本地要素禀赋的产业和技术，才能降低生产成本，提高经济竞争力，实现经济的增长与赶超。林毅夫和张鹏飞（2005）[10]认为，欠发达国家通过引进符合自身比较优势的技术，可以获得成本低廉且快速的技术进步，从而促进经济增长。技术创新活动是新知识的生产过程，可以被概括为投入创新要素并获得创新产出的价值增值过程，其中不仅会受到当期R&D资本、R&D人员等研发要素的影响，也会受到前期技术结构、创新能力等因素的影响，因此造成不同技术条件地区对不同技术的“粘结性”差异。在各地区特定区域技术环境的影响下，新知识的生产内生于各区域不同的知识结构、技术结构和创新能力等条件之中，这使得不同的区域所匹配的技术创新活动不尽相同，技术发达地区所匹配的前沿技术创新在技术落后地区就未必适宜。

就我国而言，我国幅员辽阔，不同地区在资源禀赋、技术条件、经济发展水平等方面具有明显的差异，构成地区之间不同的创新环境，并形成了各地区独特的技术比较优势。不同技术领域中，各地区的技术积累和创新能力并不一致，将地区研发要素投入拥有比较优势的技术中，一方面能够充分利用本地区在相关技术领域中的技术积累，能够获得更高的研发要素边际产出，有效提高创新效率，带来更快的技术进步和经济增长；另一方面能够避免地区创新资源的配置扭曲，减少腐败行为，避免盲目追求高技术“拔苗助长”、投资不足、创新资源浪费等现象，有利于激发地区科技创新和经济发展的活力。

因此，本文将以技术比较优势为逻辑起点，试图将比较优势理论与创新理论相结合，深入揭示技术比较优势对地区技术创新和经济增长的影响机理，借此探求技术创新促进经济增长的有效路径。若本文的命题成立，则将证明：各地区在落实创新驱动战略，建立创新型国家的过程中，对创新项目的投入不能一味地追求“高精尖”，而应该在充分识别本地区技术比较优势的基础上，遵循地区技术比较优势来展开。

2 研究设计

2.1 计量模型构建

为了对上文理论命题进行实证检验，本文建立如下形式的计量模型：

其中，gdpit表示i地区t年的经济增长，RCAit为i地区t年的技术比较优势指数，htlit为i地区t年的技术创新。本文通过设置交互项htl*RCA来考察将创新资源投入到具有比较优势的高技术产业是否有助于经济增长。如果该交互项系数显著为正，就说明将创新资源投入到具有技术优势的高技术产业之中，有利于促进经济增长，否则，将产生阻碍作用。X为其他控制变量，λi和μt分别为地区和时间固定效应，εit为随机扰动项。

为了检验依据技术比较优势的技术创新对经济增长的促进作用是否受到其他因素的影响，本文在进一步研究中，构建如下估计方程进行检验：

其中，M为调节变量，本文分别选取地区研发人员流动总量（labflow）和研发资本流动总量（capflow）进行表征。当系数β5通过显著性检验时，表明研发人员或研发资本的流动能够显著改善依据技术比较优势进行技术创新对经济增长的促进作用。

2.2 变量说明

（1）被解释变量

被解释变量经济增长（gdp），本文选用各年份每个省份平减后的国内生产总值对数值对各省份的经济增长情况进行测度，为了更好地检验创新资源投入到具有比较优势的高技术产业是否有助于经济增长这一问题，本文采用各年份各省份国内生产总值的同比增长率表征各地区的经济增长率（gdp_rate），替代国内生产总值作为被解释变量，对模型进行估计，进行稳健性检验。

（2）解释变量

本文解释变量为高技术行业技术比较优势指数（RCA）和地区高技术行业的技术创新（htl）所构建的交互项。发明专利作为一种对产品、方法或其改进方法提出的新技术方案的独占性保护，可以较为客观地反映某一地区不同行业的不同技术水平，因此，当前学界多采用发明专利数构建技术比较优势指数。《中国高技术产业统计年鉴》中划定高技术产业包括：医药制造业，航空、航天器及设备制造，电子及通信设备制造业，计算机及办公设备制造业，医疗仪器设备及仪器仪表制造业信息化学品制造业六个行业。基于此，本文使用各地区每年高技术行业总体的发明专利申请数量与地区总体发明专利申请数量，共同构建地区高技术行业技术比较优势指数（RCA），指数数值越大，说明该地区高技术行业越具有技术比较优势，相反则越不具有技术比较优势。具体构建公式为：

其中，Phit为i地区t年高技术行业的发明专利申请量，Pit为i地区t年发明专利总申请量，∑iPhit为t年全国范围内高技术产业的发明专利申请量，∑iPit为t年全国发明专利总申请量。稳健性检验中，考虑到部分专利申请因质量不足等问题，不能通过审批获得授权，使用发明专利申请量对地区技术能力进行测度可能会存在一定偏误。因此，本文试图使用有效发明专利数重新构建各地区高技术产业技术比较优势指数（RCA_va），替换基准估计中使用的高技术行业技术比较优势指数，进行稳健性检验。

技术创新（htl），本文采用每个省份各年份在所有高技术行业中投入的研发人员全时当量的对数值进行表征，若交互项htl*RCA系数显著为正，则说明依据地区技术比较优势投入创新资源有利于促进地区经济增长。

（3）控制变量

本文选取了以下控制变量：地区劳动力投入（lab），采用各省份就业人数的对数形式表征；地区物质资本投入（cap），采用地区资本存量的对数形式进行衡量，计算中本文选取10%的折旧率，对各年份各省份固定资产投资采用永续盘存法进行计算，得到各年份各省份资本存量；地区财政分权程度（fd），用各年份各省份一般性财政预算支出与地区生产总值的比值进行表征[11]；对外开放水平（open），用各省份每年进出口总额与地区生产总值之比表征[12]；地区的基础设施水平（inf），用各省份公路营业里程数的对数形式进行测度[13]。

（4）调节变量

本文选取地区研发人员流动总量（labflow）和研发资本流动总量（capflow）作为调节变量，借鉴白俊红等（2017）[14]的方法，本文使用引力模型对地区之间研发人员流动进行测算：

其中，labflowij为i地区和j地区之间的研发人员流动量；labflowi为i地区的研发人员流动总量；RDlabi和RDlabj分别表示i地区和j地区的研发人员投入，采用各省份研发人员全时当量的对数形式进行测度；△wageij表示两个地区之间的工资水平差异，使用省份之间城镇单位就业人员平均工资差值绝对值的对数形式表征；△houseij为两个地区间的房价水平差异，本文选取省份之间住宅平均销售价格差值绝对值的对数形式进行测度；Dij表示i地区和j地区之间的距离，使用不同省份省会之间地理距离的对数值进行衡量。地区之间的研发资本流动测算公式为：

其中，capflowij为i地区和j地区之间的研发资本流动量；capflowi为i地区的研发资本流动总量；RDcap表示各地区的研发资本投入，本文采用各省份研发资本存量的对数进行表征，计算中使用永续盘存法，以平减后的研发经费内部支出进行核算，其中折旧率参照已有文献设定为15%[15]，同时按照Loeb和Lin（1977）[16]的方法，将研发支出分为消费性支出和固定资产投资两部分，并构建研发支出价格指数：研发支出价格指数=0.4*固定资产投资价格指数+0.6*消费价格指数；△rateij为i地区和j地区之间的资本收益率差值，本文选取各省份国有企业以及非国有规上企业的资产收益率差值的绝对值进行表征；△financeij表示不同地区之间的金融发展水平差异，本文借鉴陈刚等（2006）[17]的方法，使用不同省份之间金融机构贷款占地区生产总值比重差值的绝对值进行测度。

2.3 数据说明

由于2009年之前的《中国高技术产业统计年鉴》未公布各省份高技术产业发明专利申请量，因此本文设定考察期为2009—2019年，考察样本为我国30个省份（不含西藏和港澳台）。原始数据来源于《中国统计年鉴》《中国高技术产业统计年鉴》《中国科技统计年鉴》和各省份统计年鉴。表1为本文主要变量的描述性统计。

表1 变量描述性统计

3 实证分析

3.1 基准回归与稳健性检验

3.1.1 基准回归

下页表2 列（1）报告了本文基准回归的估计结果，结果显示，高技术行业比较优势指数和高技术行业技术创新的估计系数均不显著，但两者交互项htl*RCA的估计系数显著为正，表明单一的高技术产业技术比较优势和高技术行业创新资源投入都不能显著影响地区经济增长，而依据地区高技术产业比较优势进行的创新资源投入，有利于充分发挥地区的技术比较优势，从而促进地区经济的增长，印证了本文在理论分析部分提出的命题。

表2 基准回归结果及稳健性检验

3.1.2 稳健性检验

（1）更换被解释变量

表2 列（2）报告了使用经济增长率（gdp_rate）作为被解释变量的估计结果。可以发现，将被解释变量更换为经济增长率后，高技术行业比较优势指数和高技术行业技术创新的交互项系数依然显著为正，表明地区创新资源投入与技术比较优势的结合，能够有效地促进地区经济的增长，验证了本文基准回归结果的稳健性。

（2）更换解释变量

表2列（3）报告了基于有效发明专利数量构建高技术产业技术比较优势指数（RCA_va），替换原有高技术产业技术比较优势指数，进行稳健性检验的估计结果。结果显示，对解释变量进行替换后，交互项系数依旧为正，且在1%的水平上显著，表明根据技术比较优势来开展创新生产活动，对地区经济增长具有显著的促进效应，本文基准回归的结果是稳健的。

3.2 异质性检验

考虑到创新资源转化过程中可能会受到地区的经济发展水平和所处地理位置的影响，导致不同地区中，依据技术比较优势进行技术创新，对地区经济增长的影响可能不尽相同，本文试图通过异质性检验，对这种差异化的影响进行检验。本文以各年份所有省份地区生产总值的中位数作为划分标准，将各年份地区生产总值高于本年中位数的省份划分为经济发展水平较高的省份，其他省份则划分为经济发展水平较低的省份。同时，本文按照国家四大经济区域的划分标准，将东部地区和东北地区的省份划分为东部地区省份，将中部地区和西部地区的省份划分为中西部地区省份。本文分别对以上四组样本进行估计，并将结果报告于表3中。从表3可以看出，按照经济发展水平进行分组时，高经济发展水平省份的样本中，其交互项系数未能通过显著性检验，而低经济发展水平省份样本中，交互项系数显著为正，表明在地区经济发展水平相对较低的地区，依据地区自身技术比较优势进行创新投入，能够更好地促进经济增长。在按照省份所处地理位置的分组中，东部地区省份样本交互项的估计系数不显著，中西部地区省份样本交互项估计系数为正，且在1%的水平上显著，这可能是因为中西部地区省份技术基础相对薄弱，依据地区自身技术比较优势投入创新资源能够更好地促进地区技术进步，不断推动地区经济增长。

表3 异质性检验结果

3.3 进一步研究

进一步研究中，本文分别使用地区研发人员流动总量和研发资本流动总量作为调节变量，代入估计方程中进行实证检验，并将估计结果报告于下页表4中，表4 列（1）为使用研发人员流动总量作为调节变量的估计结果，其中，研发人员流动总量与高技术产业技术比较优势、高技术产业技术创新三者的交互项系数β5未能通过显著性检验，表明研发人员流动并不能影响依据技术比较优势进行的技术创新对地区经济增长的促进作用。列（2）为使用研发资本流动量作为调节变量的估计结果，可以发现研发资本流动总量与高技术产业技术比较优势、高技术产业创新资源投入三者交互项的估计系数显著为正，研发资本流动的增加，提升了依据技术比较优势展开技术创新对地区经济增长的促进作用。

表4 进一步研究检验结果

4 结论与启示

如何更好地发挥技术创新对经济增长的驱动作用，是我国在深入实施创新驱动战略、促进经济高质量发展过程中面临的一项重要议题。本文理论分析了依据地区技术比较优势进行技术创新进而促进地区经济增长的作用机制。在此基础上，本文利用2009—2019 年我国30 个省份的数据，对上述机制进行实证检验。

理论研究表明，当将地区创新资源投入具有技术比较优势的产业时，将有利于促进地区的经济增长。实证研究也发现，技术创新与技术比较优势的交互项系数显著为正，且更换被解释变量和解释变量后，这一结果依然稳健。异质性检验结果表明，相比于高经济发展水平省份和东部地区省份，低经济发展水平省份和中西部地区省份更有利于技术比较优势的发挥，这些地区依据技术比较优势进行创新资源投入能够更加有效地促进经济增长。进一步研究发现，研发资本在地区之间的流动能够提升依据技术比较优势展开技术创新对地区经济增长的推动作用。

伴随着我国创新驱动战略的深化落实，推动地区创新发展成为地方政府工作的重要内容，而如何选择适宜的创新项目则成为地区有效开展创新活动的重点所在。本文认为地区创新项目的选择不能盲目，一味追求“高精尖”创新项目并不能带来地区经济的有效增长。各地区应充分认识到地区自身经济发展和技术储备等实际条件对创新活动的重要影响，甄别地区的技术比较优势，并在此基础上遵循技术比较优势来进行技术创新，实现创新和地区技术比较优势的深度融合，从而更为有效地发挥创新对经济增长的驱动作用，推动地区经济的高质量发展。