区域创新能力影响因素的空间面板数据分析.pdf

《区域创新能力影响因素的空间面板数据分析.pdf》由会员分享，可在线阅读，更多相关《区域创新能力影响因素的空间面板数据分析.pdf（11页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第31卷 第3期2010年 5月科 研 管 理Science ResearchManagementVol.31,No.3May,2010收稿日期:2008-12-23;修回日期:2009-07-31.基金项目:文章得到重庆市2008年重大软科学项目资金资助,项目编号:CSTC2008CE9001,起止时间(2008.01-2009.01)。作者简介:王锐淇(1982-),男(汉),陕西人,重庆大学经济与工商管理学院博士生,研究方向:区域经济,区域技术创新等。张宗益(1964-),男(汉),贵州人,重庆大学副校长,经济与工商管理学院教授,博士生导师,主要从事区域技术创新、企业管理等领域的研究。文

2、章编号:1000-2995(2010)03-011-0017区域创新能力影响因素的空间面板数据分析王锐淇,张宗益(重庆大学 经济与工商管理学院,重庆 400040)摘要:科技创新是经济发展的内生源动力。我国正处于经济转型期,地域经济发展形式具有显著差异,特别是东部和西部存在各具典型的经济结构以及经济发展模式;在此基础上,作为经济发展内生原动力的科技创新在东西部的不同地域也存在各自的特点。分析项目组实地调研的资料,同时考虑到不同地域间的科技创新活动存在的空间和时间的异质性特点,运用省际空间面板数据(Spatial PanelData)和面板GLS分析方法对影响我国东部和西部的科技创新能力的因素综

3、合进行实证分析,继而提出有针对性的政策建议。关键词:技术市场;人力资本;空间面板分析(Spatial PanelData)中图分类号:F062.4 文献标识码:A1 引言在新古典经济增长理论强调技术进步是外生给定基础上,内生经济增长理论认为,经济增长的源泉是技术(知识)创新,技术进步是内生决定,要把长期的经济增长内生化,就必须跳出资本积累的规模递减陷阱。Matin and Ottaviano认为两种方法可以解决资本积累的规模收益递减问题1:资本的收益率不随资本存量的增加而下降;随着资本存量的增加,生产新资本所需的成本下降。但不论采用哪种方法,技术进步是必要的2。只有达到技术的不断进步,才能促使

4、在均衡状态下,保证经济增长的可持续性。经济全球化过程中,区域创新能力已成为一个地区经济是否拥有国际竞争优势的决定性因素,也成为衡量区域经济参与者竞争力的重要标志。区域创新能力主要表现为一个地区将知识转化为新产品、新工艺、新服务的能力。由于不同地区有着不同的创新制约因素,如不同的价值观念、制度框架、消费习惯、产业专有因素,造成了区域创新体系的不同,也造成了各区域的创新能力的巨大差距。从实现经济社会的全面、协调、可持续发展目标看,推进区域创新体系建设,提高地区创新能力,才能构成区域经济社会发展的重要支撑力量。与此同时,提高地区创新能力、辐射周边区域的高新技术,探求中国区域创新能力的东、西分布及其成

5、因意义重大。我国正处于经济的转型时期,如何保持经济的长期稳定发展是各级政府面临的首要问题,如前所提到的,科技进步是经济发展的内生原动力。而我国的幅员辽阔,各个地域有着不同的经济结构和特点,特别是我国的东部和西部地区由于历史和地理原因,技术进步的方式和步伐有很大的不同。另外,在经济活动和信息交互日益增多的今天,我国各个省市间的科技以及经济活动是存在很大相关性和依赖性的,蔡都阳等3研究认为中18科 研 管 理2010年国经济增长存在扩散,但也存在俱乐部趋同,作为经济增长内生推动力量的科技创新活动也同样存在以上实际情况。因此,如何针对各地区的不同实际特点,找到一条符合各地的技术进步之路是当前和今后很

6、长一段时间内研究的重点问题。本文力求通过在综合考虑各地区相互影响的情况下,找出影响区域创新能力影响因素的主要模式,从而能够在宏观层面上进行科学的总结。2 文献回顾及简要评述Anselin提出了经济领域空间相关的概念4,他把地区间经济活动的相互影响引入到了经济问题的分析过程中。国外有学者曾用空间计量模型研究过中国问题,如Lesage运用空间计量经济模型对中国区域经济增长问题所做的研究5。Coughlin and Segev对中国FD I区域分布的影响因素的空间经济分析6。作为国内学者,使用空间计量方法进行分析的较多,主要有吴玉鸣利用空间统计的Moran指数和空间计量经济学的空间误差模型和空间滞后

7、模型,对2000年中国大陆31个省域的创新产出与大学与企业的关系进行了空间计量经济分析7。另外,吴玉鸣还运用空间计量经济学的空间常系数空间滞后模型、空间误差模型、变系数回归模型对中国省域研发与创新能力进行了研究8。张继红、吴玉鸣、何建坤也运用空间计量经济学的空间自相关Moran指数模型、空间滞后模型和空间误差模型,同时利用省域专利授权总数及三种类型的专利授权与经济增长数据,对我国31个省域专利创新与区域经济增长的关联机制进行了空间计量经济实证分析9。但在上述文献中普遍使用的是截面模型,分析的年份往往是单一的一年或者是取各年的平均值,这样就有可能忽略了时间上可能存在的异质性,从而导致分析结果出现

8、偏差。将空间数据进行归纳同时在时间维度上进行空间面板分析是解决以上问题的主要手段,但国内使用空间面板方法进行研究的学者较少。其中何江,张馨之使用空间固定效应模型对19852004年中国省级区域经济增长及其收敛性进行了实证分析,验证了增长过程中区域外溢显著存在10。王火根、沈利生利用matlab软件及其spa2tial econometric模块建立和比较传统面板回归模型与空间面板回归模型,结果表明空间面板回归模型较传统面板回归模型优越11。此外,骆永民借用中国大陆31个省份19982005年的空间面板数据进行的分析表明,中国的科教支出对经济增长有着显著的促进作用和外溢性,政府有进一步加大科教支

9、出的必要12。苏志芳,胡日东(2008)利用空间面板数据模型研究中国区域FD I决定因素的动态演变,在模型中纳入空间效应后,发现:模型的估计结果比OLS估计更为稳健;吸引FD I的传统因素依然存在,但作用已弱化,然而新经济地理所揭示的贸易成本、集聚效应等传导机制的作用日益凸现;相邻省份的空间溢出效应显著地影响FD I的区域分布,一省FD I的增加对相邻地区FD I流入有正向影响13。项云帆、王少平应用空间PanelData分析方法,对我国区域人均生产总值(GDP)的 收敛模型进行实证研究14。综合上述文献我们可以看出,空间面板分析方法对解决空间以及时间的异质性上是有效的,特别是在研究我国在经济

10、领域的问题时的优点十分显著。但到现在为止,并没有相关文献对影响区域创新能力的因素进行相关空间面板的分析。本文之所以选择空间面板方法对以上问题进行研究,主要是考虑到在可能的影响变量中,有部分可能是存在空间流动性的,在一地区的变量有可能会影响到其他地区的相关变量变化趋势。因此,使用空间面板方法研究影响区域创新能力的因素是一种可行的尝试。3 理论基础及计量模型设计3.1 基本计量模型设定自1979年Griliches提 出 知 识 生 产 函 数(Knowledge Production Function)的概念以来15,知识生产函数已成为分析知识生产和技术创新与区域创新及其决定因素的重要理论工具,

11、并被广泛地应用于研究技术进步与其它各种影响因素间的数量关系和数量特征。Griliches最初提出知识生产函数是用来量度研究开发(R&D)和知识溢出对生产率增长的影响。第3期王锐淇,张宗益:区域创新能力影响因素的空间面板数据分析19R&Doutput=f(R&Dinput)本文采用改进的Griliches-Jaffe知识生产函数的柯布一道格拉斯形式,即Qi,t=AKi,tLi,ti,t其中,Q为科技创新产出,K为R&D经费投人,L为其他一系列影响科技创新产出的经济社会变量,譬如技术市场,人力资本(Human Cap2ital)等,i,t为随机误差项,i代表各观测单元。根据中国统计资料的实际情况,

12、遵循研究惯例,采用国内外众多学者7,16 普遍采用的专利申请授权数衡量技术产出结果,作为技术创新能力的评价标准。在具体前往西部和前往东部部分省市的调研过程中,我们发现,由于经济结构和发展模式的不同,两个区域的技术创新面临的问题有很大差别,但从总体上来说,科技创新的推动力量基本保持一致,除了各方R&D经费投入影响外,还存在如人力资本和技术市场等诸多其他方面的影响。我国东,西部地区的R&D经费投入是影响科技成果转化的首要因素,从经费投入中,我们又可以了解政府对科技成果研发的支持力度以及当地金融机构的贷款强度等的具体情况。企业的研发经费主要从哪里来,是加大政府的支持力度(政府科技投入),还是通过政府

13、出台措施放宽银行贷款门槛和加强风险投资等金融机构的进入,以金融机构的贷款进行科技成果转化?除此R&D经费问题外,整个地区的高等院校的科研活动状况,技术市场的活跃程度以及科技从业人员的存量也是长期制约我国各个地区的关键因素。因此,通过理顺解释变量和被解释变量的关系,可以在一定程度上找到本地区在科研活动中制约本地的重要因素,理清政府与市场在科研活动中应起的作用,同时为当地的具体科研活动提供有效的政策导向。综上所述,我们选取解释变量如表1。表1 变量选择表Table 1variables selectionR&D经费支出技术市场活跃程度人力资本变量选择政府资金反映政府支持力度(gc)政府技术市场合同

14、交易额(tm)科技从业人员数量(tl)高校的R&D研发投入(uc)金融机构的贷款额(fc)转换为双对数线性知识的生产函数模型为:loginit=b0+b1loggcit+b2logucit+b3logfcit+b4logtmit+b5logtlit+mi,t为了将东西部市场综合进行分析,但又不失个体特性,因此,本文的主要数据来自西部9省市(重庆,四川,贵州,云南,陕西,甘肃,青海,宁夏和新疆)和东部9省市(上海,江苏,浙江,山东,安徽,福建,江西,广东和广西)。本文的数据均来 中国统计年鉴,中国科技统计年鉴 以及中华人民共和国科技部网站。2 空间面板模型的设定2.1 理论基础空间经济计量学所研

15、究的空间效应包括空间自相关或空间依赖性和空间差异性。前者指一个地区的样本观测值与其他地区的观测值相关。观测值在空间上缺乏独立性,而且空间相关的程度及模式由绝对位置和相对位置(布局、距离)决定。后者指由于空间单位的异质性而产生的空间效应在区域层面上的非均一性。空间相关性来自于两方面4:一方面,不同地区经济变量样本数据的采集可能存在空间上的测量误差;另一方面,相邻地区间的经济联系客观存在,尤其是在区域一体化和经济全球化的今天,地区间经济联系更加密切。由以上两方面可知,空间自相关性在空间自回归模型中体现在误差项和因变量的滞后项,因此,空间经济计量的两种基本模型分别是:空间滞后模型(Spatial A

16、utoRegressive Model,SAR)和空间误差模型(Spatial Error Model,SEM),这两个模型的基本形式为:空间滞后模型(SAR):20科 研 管 理2010年y=Cy+X+(1)空间误差模型(SEM):y=X+(2)=C+是解释变量系数的k维列向量,和 是空间滞后项的系数,是误差项,服从一阶空间自回归过程。Anselin从空间滞后变量的类型(Wy和Wu)和空间相关性的作用范围两个维度,对空间计量经济模型进行了分类,并在一定程度上揭示了空间误差模型和空间滞后模型的经济意义17。这两个模型所反映的空间相关性都是全局性的,考察范围内任何两个地区之间都存在相关性;空间滞

17、后模型意味着一个地区经济增长的所有解释变量,都会通过空间传导机制作用于其他地区,而空间误差模型则反映了区域外溢是随机冲击的作用结果。显然前者所引入的空间相关性一般更有理论意义,而后者则是缺乏理论支持的。因此,模型(1)和模型(2)不仅考虑了区域经济增长的空间和时间异质性,而且把空间相关性明确引入了收敛方程。这就在很大程度上纠正了可能的模型误设问题,而且还可以为考察区域外溢提供启发。2.2 空间相关性检验和模型选择空间相关性检验是空间计量经济分析的一个重要内容。Morans I18、LMerr、LMlag20、RobustLMerr和Robust LMlag21等空间相关性检验都是针对截面回归模

18、型提出的,不能直接用于面板数据模型。本文用分块对角矩阵C=It“WN代替Mo2rans I等统计量计算公式中的空间权重矩阵10,就可以方便地把这些检验扩展到面板数据分析。LMerr和LMlag及其稳健形式的空间相关性检验,不仅可以用来检验空间相关性,还可以为模型设定提供线索22,23 帮助我们在模型(1)和模型(2)之间进行选择。在模型选择问题上,目前通行做法是先用OLS方法估计不考虑空间相关性的受约束模型,然后进行空间相关性检验,如果LMsar(或LMerr)比LMerr(或LMsar)统计量更显著,那么恰当的模型是空间滞后模型(或空间误差模型)。Anselin和Rey22利用蒙特卡罗实验方

19、法证明,这种方法能够为空间计量经济模型的选择提供很好的指导。在实际操作中,只有在进行相关检验时采用直接输入的分块对角矩阵,而在具体的模型估计中,由于Matlab软件包允许进行时间纬度和空间纬度的分别输入,因此,在模型估计过程中,仍在Matlab程序中输入空间邻接空间权重矩阵。本文选择了最常用的简单二分权重矩阵,遵循的判定规则是ROOK相邻规则,即两个地区拥有共同边界则视为相邻24。空间权重矩阵W的设定方式如下:主对角线上的元素为0,如果地区i与j相邻,则Wi,j为1,否则为0。W经过行标准化处理,用每个元素同时除以所在行元素之和,使得每行元素之和为1。东西部的空间权重矩阵如表2,表3。表2 东

20、部空间权重矩阵Table 2Eastern spatial weightmatrix上海江苏浙江山东安徽福建江西广东广西上海00.50.5000000江苏0.2500.250.250.250000浙江0.20.2000.20.20.200山东00.5000.50000安徽00.250.250.25000.2500福建000.330000.330.330江西000.2500.250.2500.250广东000000.330.3300.33广西000000010第3期王锐淇,张宗益:区域创新能力影响因素的空间面板数据分析21表3西部空间权重矩阵Table 3W estern spatial wei

21、ghtmatrix重庆四川贵州云南陕西甘肃青海宁夏新疆重庆00.330.3300.330000四川0.1700.170.170.170.170.1700贵州0.330.3300.3300000云南00.50.5000000陕西0.250.250000.2500.250甘肃00.2000.200.20.20.2青海00.330000.33000.33宁夏00000.50.5000新疆000000.50.5003 模型估计当空间权重矩阵的维数很大时,空间计量经济学中通常的ML估计程序是有问题的,这是因为超过400以上的空间权重矩阵的特征值难以可靠地估计25。一个目前可以利用的解决办法是,用蒙特卡罗

22、方法来近似对数似然函数中雅克比行列式的自然对数36。这种方法在Matlab软件包中得到了实现,可用来估计模型(1)和模型(2)。另外,在选择固定效应和截面效用模型上,大量经验证据表明,用固定效应模型估计的收敛速度远远大于用截面模型估计得到的每年约2%的收敛速度27,因此,本文使用空间固定效应模型,模型(1)使用的是F-sarpanel估计方法,模型(2)使用的是F-sempanel估计方法。4 实证分析结果本文首先通过分块对角矩阵的引入,对检验值moran,LMerror和LMsar进行比较,具体检验值如表4,表5。表4 东部检验值表Table 4Eastern test results检验方

23、法检验值临界值概率moran2.2191.960.027LMerror8.5676.6350.003LMsar0.1426.6350.706表5西部检验值表Table5W estern test results检验方法检验值临界值概率moran1.15511.960.248LMerror1.67646.6350.195LMsar0.81526.6350.367从表2可以看出,由于21219 1196,8156761635,而01142 61635,因此,东西部地区的moran,LMerror检验值都是显著的,而LMsar值不显著,证明东部存在空间误差效应,但空间滞后不显著。而西部地区的mora

24、n,LMerror和LMsar检验值均不显著,因此,在后面的模型估计过程中,东西部应采用不同的估计方法,东部地区应采用空间面板进行估计,而西部地区由于空间影响不显著,则采用普通面板数据分析即可。同时考虑到资金的投入有可能存在一定的效果滞后可能,因而通过比较,一期滞后的拟合效果较好,对西部地区本文采用一期滞后的估计。在对西部进行面板数据分析时,根据面板模型估计的特点,我们把面板模型细化为三种类型,我们需要通过检验在三种模型间进行选择,三种模型分别如下:无个体影响的不变系数模型的单方程回归形式为(混合效用模型):lnYit=+lnAit1+lnLit2+lnKit3+uiti=1,2,N,t=1,

25、2,T在该模型中,假设在各地区之间既无个体影本文使用Matlab 7.1软件进行模型估计,Matlab中的空间计量经济学程序可从econometrics下载,主要由LeSage和Elhorst等人编写,该工具箱可以从www.spatial-下载。22科 研 管 理2010年响,也没有结构变化,即对于各地区建立的方程,截距项和k1维系数向量均相同。对于该模型,利用普通最小二乘法便可求出参数 和 的一致有效估计。变截距模型的单方程回归形式为(个体固定效用模型):lnYit=i+lnAit1+lnLit2+lnKit3+uiti=1,2,N,t=1,2,T在该模型中,假设不同地区存在个体影响而无结构

26、变化,并且个体影响可以用截距项 i(i=1,2,N)的差别来说明,即在该模型中,各区县方程的截距项i不同,而k1维系数向量 均相同,故称该模型为变截距模型。变系数模型的单方程回归形式为(个体随机效用模型):lnYit=i+lnAit1i+ln2i+lnKit3i+uiti=1,2,N,t=1,2,T在该模型中,假设不同地区之间既存在个体影响,又存在结构变化,即在允许个体影响由变化的截距项i(i=1,2,N)的差别来说明的同时,还允许k1维系数向量i(i=1,2,N)依地区的不同而变化,用以说明不同地区的结构变化。在模型选择过程中,需要先通过F检验确定是否使用混合效用模型,然后在利用Hausma

27、n检验在个体固定效用模型与个体随机效用模型之间进行取舍。用F统计量进行检验,需要对F检验值进行测算。其检验原理如下:F统计量定义为:F=(SSEr-SSEu)/(NT-k-1)-(NT-N-k)SSEit/(NT-N-k)其中,SSEr表示约束模型,即混合估计模型的残差平方和,SSEu表示非约束模型,即个体固定效应回归模型的残差平方和。非约束模型比约束模型多了N-1个 被 估 参 数。本 文 在 使 用Eviews510求残差的过程中进行的F检验发现本文东西部均并不适合采取混合回归模型。在排除了混合回归模型的基础上,我们需要在个体固定效应与个体随机效应模型间进行选取。通过Haus man检验的

28、结果可知,西部的Haus man检验值为1116868,东部的Haus man检验值为2515387。查表可知,20.05(5)=1110705,由于是小于1116868与2515387,因此,两地区都应采用个体固定效应模型。通过以上三种模型的特点来看,分别是考虑到了出现结构性差异和个体相互影响的情况,分别为变截距与变系数方程。因此,在通过前面几种检验值的比较进行了模型确定以后,可以基本规避可能存在的组间结构性差异形成的异方差与自相关性导致的结果估计偏差28。另外为了进一步规避组内截面数据间可能产生的异方差性,本文在对西部数据估计时使用了GLS(广义最小二乘法)估计方法进行参数估计。最后本文在

29、西部地区具体检验过程中又通过DW值进行了自相关性的再次检验,也进一步显示出数据间不存在明显的自相关性。在东部地区空间面板回归模型的选取中,如表4所示,通过对MORAN,LMERROR与LMSAR检验,我们确定MORAN与LMERROR检验值是显著的,因此应当使用F-sempanel模型进行估计,而此模型的基本形式为:y=X+=C+根据空间误差面板模型的基本假定,其空间误差影响存在于扰动项之中,而与影响 的 为正态分布的随机扰动项29,30,加之模型在建立初期就将不同个体间存在的结构性差异考虑到模型中去,因此在后面的模型讨论中是不存在异方差性的。另外,经典线性回归方程要求随机扰动项符合正态假定,

30、因为这可以代表观测值的扰动项之间不存在自相关性,而是符合正态假定的,因此,可能的个体相关关系与个体差异关系类似,都已包含进了模型的假设中,因此,在使用空间面板模型进行估计时,是可以不再考虑自相关性的。通过检验值的比较空间误差检验值LMerror是显然大于空间滞后检验值LMsar的,因此,接下来,本文采用空间Panel Data的LM检验法31,32 中的固定效应的空间Panel Data误差模型(F-sempanel)进行参数估计。在实际估计过程中,虽然选用横截面和时间序列数据的计量模型,即面板数据模型,大大增加了观测样本量,提高了样本自由度,使民营科技企业生产关系的相关估计值更加可靠,而且可

31、以减弱解释变量多重共线性的影响,降低影响误差33。但为了更加直观可靠的避免变量间多重共线性的出现,本文进一步采取了逐步增加变量数量的方法进行多重共线性识第3期王锐淇,张宗益:区域创新能力影响因素的空间面板数据分析23别,发现东部地区在估计过程中,变量中的政府科技投入(gc)的加入消除了原本显著的金融系统投入(fc)和高校R&D投入(uc)的显著性消失(见表6),可见前者是对后两者有明显影响的。而西部并没有因为加入新的变量影响其他变量显著性的情况发生,因此其是不存在显著多重共线性的。对东部地区进行F-sempanel估计和西部地区进行面板GLS估计后的各个参数如表6和表7。表6 东部地区创新产出

32、水平的F-sempanel估计Table 6F-sempanel esti mate of the eastern regional innovative outputs变量个体固定效应空间误差模型(F-sempanel)(4变量)个体固定效应空间误差模型(F-sempanel)(5变量)系数t-统计值系数t-统计值Lngc0.70993 3 33.8654Lnuc0.52193 3 38.32460.05350.5862Lnfc0.12143 3 32.36290.04720.8442Lntm0.00010.0021-0.0443-0.5803Lntl0.20030.74640.17830.

33、8457调整R平方0.96600.9686LogLikelihood17.009420.8169观测值5454时间66SH-C0.0900-0.2228JS-C-0.4677-0.2653ZJ-C0.53050.7032SD-C0.05740.3660AH-C-0.9957-1.2221FJ-C0.53540.5827JX-C-0.3538-0.5668GD-C0.87851.1117GX-C-0.2746-0.4867 注:本表所列数据由matlab软件空间计量经济学程序计算得出,3 3 3、3 3、3分别表示在1%、5%和10%的置信水平下通过显著检验。表7 西部地区创新产出水平的面板GL

34、S估计Table 7GLS esti mate of the western regional innovative outputs变量普通最小二乘法回归因变量(in)系数t-统计值截距项-9.4179.3 3 3-3.6519Lngc0.39013 3 33.1352Lnuc0.445073 3 34.9158Lnfc-0.0140-0.4378Lntm-0.00930.2252Lntl0.68903 3 34.3517调整R平方0.9998DW2.16观测值45CQ-C0.4927SC-C-0.9613GZ-C0.8469YN-C0.0950SX-C-1.9227GS-C-0.9258QH

35、-C-0.1184NX-C1.2751XJ-C0.9816 注:本表所列数据由Eviews510软件计算得出,3 3 3、3 3、3 分别表示在1%、5%和10%的置信水平下通过显著检验。从上述结果上可以看出,通过面板OLS估计,西部地区政府科技投资的t检验值在5%的置信水平下显著,高校R&D投入(uc)和科技人才数量(tl)均在1%的置信水平下显著。针对东部地区,运用了空间面板分析方法,从估计结果上来看,政府科技投入(gc)未加入前,金融系统科技投入(fc)和高校R&D投入(uc)的t检验值在1%的置信水平下显著,而当政府科技投入(gc)加入后,金融系统科技投入和高校R&D投入显著性消失,这

36、证明东部地区的政府科技投入对金融系统科技投入和高校的R&D投入有带动效应,且三者对东部地区整体的科技产出水平有正向显著的带动作用。另外,从各地表现出的空间误差固定效应值上分析,东部的广东,安徽和浙江是创新活动空间效应较强的地区,换而言之,以上地区受到周围区域科技活动的随机的空间冲击较为显著。而从西部地区的GLS固定效应值中科技看出,重庆,宁夏和新疆是西部地区科技成果转化基础相对较好24科 研 管 理2010年的地区。以上结果和各地区的发展基本情况以及我们调查的结果是一致的。通过对空间面板数据和相关调研过程中的实际情况进行比对,本文得出以下分析结果。11东部地区。(1)东部地区企业政府资金投入对

37、区域创新水平作用显著。由于东部的地方政府在科技成果转化中的政策强势地位(如上海出台了科技成果转化36条,南京形成的相关科技成果转化南京模式)。政府的资金支持在很大程度上也反映了政府的政策支持强度。从估计结果来看,在加入政府科技投入变量(gc)以前,金融系统投入(fc)与高校R&D投入(uc)分别是显著的,t统计量分别为213629与813246。但在政府投入变量加入以后,(fc)与(uc)的显著性消失,与之替代的是(gc)的显著性达到了318654。因此,由此可以看出,在所有投入中,政府科技投入是带动东部科技产出的主要因素。政府的投入不仅能够带动相关产业的发展,而且从估计结果看,还能够带动高校

38、的R&D投入。另外政府投入还能撬动除了银行外的各种新兴金融机构(私募基金,风险投资)进入科技成果转化市场,因此,从数据分析结构上看,政府在东部地区科技成果转化过程中的作用和实地调研的结果是相一致的。(2)在使用空间面板数据进行东部4变量分析后,高校R&D投入(uc)和金融系统的科技投入(fc)的t统计量分别为213629与813246,因此,在剥离掉政府科技投资(gc)与两者的线形相关性以后,可以看出以上两者分别是带动东部科技产出的主要因素之一。从实地调研的结果分析,东部地区的金融体系较为发达,从资金的审批,下放到管理监督都形成了一套科学的系统,同时,在发达的金融体系带动下,各项科技活动均得到

39、了很大支持。而东部地区作为高校密集区域,良好的科研实力和科研氛围加上高校R&D投入的稳步增加,使得高校的科研进步也大幅度的带动了当地的科技成果产出水平。因此,数据分析的结果与实际调研情况是吻合的。(3)从对东部地区官方技术市场统计数据的分析结果来看,在4变量的情况下,其t统计量只有010021,而在5变量的情况下,其t统计量甚至达到-015803,由此可以看出,官方技术市场对东部地区创新促进作用不明显。我们把以上数据分析结果与实地调研结果进行对比,在实际调研中我们发现,由于东部地区所有制结构原因,中小企业数量大,在平时相互交往比较密切,民间的技术交易活动十分频繁。因此,在实际交易过程中,有很大

40、一部分科技成果通过在企业和企业间的相互沟通过程中完成了交易,并没有完全依靠官方的技术交易市场进行。而由政府建立的技术交易市场主要完成的是一些政府立项,获得相关部门专项支持的项目的交易,这些项目往往属于前沿技术,理论水平很高,但是并不一定具有实际交易价值,因此这类项目在东部地区的技术市场交易中占的比例十分有限,官方技术市场有时会采取一定的强制措施使部分专利成果进入官方技术市场进行交易,而官方技术市场并不如民间技术市场活跃,从而导致专利产出率下降的可能性。因此,官方技术市场对创新出现不显著的负效应是可以理解的。但是东部地区技术市场的不显著负效应和西部地区是有区别的,在接下来的分析过程中将具体讨论。

41、21西部地区。(1)政府投入对区域创新水平有显著影响。政府科技投入在5%的显著性水平下t统计值为311352,从数据分析结果上来判断该变量是显著的。另外结合调研情况可以发现,由于西部的中小企业发展并不十分发达,该地区大部分的科技产出由大型的三线建设企业和国有企业(其科技成果转化流程比较成熟)产生,而企业科技投入也由这些企业进行,这些企业的资金主要通过政府拨款获得,数据分析与调研结果均显示政府投入对该地区的创新水平提高有显著影响。(2)大学的科研投入对该地区的科技创新水平有显著的提高。大学科研投入(uc)在1%的显著性水平下,t统计量达到了419158,因此,从数据分析上来看,大学科研投入是对西

42、部创新能力的提升有正向促进效果的。从实地调研结果来看,由于西部地区的社会型科研机构较少,社会型科技软硬件缺乏,因此,高校加大科技投入,辅以高校的科研人员和软硬件条件。作为人才聚集的大学院校就成为了科技创新的主要基地之一,这也印证了数据分析的结论。(3)分析结果中,西部地区的官方技术市场第3期王锐淇,张宗益:区域创新能力影响因素的空间面板数据分析25(tm)的t统计量为012252,这是一个并不显著的值。从调研结果来进行比较分析,由于西部技术市场发展并不成熟,转化形式和转化程序并不科学,因此,西部地区理论上存在的技术市场虽然有成果交易的发生,但是成果的后续转化情况并不好,从而导致了技术市场往往型

43、同虚设,甚至使企业对技术市场产生反感,从而对区域创新能力产生负作用,这和数据分析结果是相一致的。因此,企业往往愿意通过自行联系的手段进行成果交易。(4)科技从业人员数量对区域的创新水平提升作用显著。西部地区的科技人员数量(tl)在1%的显著性水平下的t统计值为413517,因此,单从数据分析上来看,西部地区的科技人员数量是对整体科技产出水平有显著正向影响的。另外,从实际调研情况来看,由于历史与地理原因,西部地区较之东部地区是十分缺乏科技人才的,这也成为了长期以来制约西部地区科技创新水平提高的瓶颈,科技人才的数量是影响西部地区科技产出水平的关键因素。本文利用普通面板数据分析和空间面板分析的方法,

44、运用Matlab软件的空间计量经济学程序以及Eviews510软件,结合中国统计年鉴,中国科技统计年鉴 中东西部各9个省市(2001-2006年)的相关数据,对影响东西部地区创新产出水平的部分因素进行了实证分析。通过对分析结果的研究,结合调研实际情况,针对西部和东部的特点,本文提出以下的结论和建议。5 结论以及建议11东部地区。(1)东部地区的各级政府对科技成果转化的重视程度很高,且政府行为在社会整体科技活动中的主导作用较强,同时建立起了比较科学灵活的资金管理以及业务管理体制,能够通过政府行为对科技成果转化过程涉及的相关市场进行有效的调控和管理。(2)政府资金起到了资金杠杆的作用,政府资金能够

45、撬动大量社会其他资金(风险投资,私募基金等)进入的科技成果转化过程中来。(3)民间科技创新能力强,科技资源丰富,因此,民间技术市场活跃,各企业间的科技互动性强。强势政府和灵活市场的良性互动是东部科技成果数量多的主要原因。但东部地区的官方技术市场的活跃性应当有所加强,应成为继民间技术交易市场的另一个主要的技术成果交流平台。21西部地区。(1)政府的专项资金大部分投入到了三线建设企业和大中型的国有企业,由于国有企业的科技体制和创新渠道比较单一和固化,缺乏活力,同时,在调研过程中发现,国有企业的科技体制改革并不是一朝一夕能够改变,因此,这点对区域整体创新水平的提高并不利。(2)西部地区的中小型企业以

46、及社会型科研机构在申请银行贷款时存在较高的门槛和诸多繁杂申请程序的客观实际情况,而且,虽然除了进入大中型企业之外有部分政府资金进入社会科研活动,但由于没有有效的政府资金监督和管理机制,进入社会的政府科技投入并不能发挥很大作用。金融机构的资金不能为政府资金提供有效补充,从而不能有效引导中小型企业和社会型科研机构的发展,使西部地区的创新渠道始终十分单一。(3)西部地区地理位置无法与东部相比,科技人才缺乏。西部地区如果在短时期内以上几点得不到相应改进,还是依靠大中型企业进行科技成果转化,而往往由于大中小型企业的发展都比较成熟,且发展速度较缓,西部要在短时间内使科技创新水平上一个新台阶是比较困难的。解

47、决方法应首先考虑科学化西部地区政府扶持资金的下放和管理,建立起科学的资金管理和分配体制,最大程度的发挥政府资金在社会整体创新过程中的示范和杠杆效应,而不是单一的针对于大型国有企业。其次,政府应当加快地方金融市场改革,花大力气多元化企业科技创新融资渠道,为整个科技创新过程提供资金补充。第三,政府应当鼓励更多的中小企业进行创业,加大中小型企业在整个地区企业格局中所占的比例,从而活跃当地科技创新市场。最后,政府应当努力提高科技创新软硬件环境,形成科学合理的技术交易市场,同时在短时间内出台相关人才引进优惠政策,加快科技人才的引进是西部各地区加快科技创新产出水平的关键因素。26科 研 管 理2010年参

48、考文献:1Matin,P.and G.Ottaviano.Growing locations:Industry in aModel of Endogenous Growth J.European Economic Re2view,1999,(43):281-302.2 安虎森.空间经济学教程M.经济科学出版,2006:113-114.3 蔡都阳.中国地区经济增长的趋同与差异J.经济研究,2000(10):30-37.4Anselin,L.Spatial econometrics:methods and modelsM.KluwerAcademic Publishers,Dordrecht.19

49、88a.5Lesage,A spatial econometric examination of China,economicgrowthJ.Geographic Information Sciences,1999,(5):143-153.6Coughlin and Segev.Foreign direct investment in China:Aspatial econometric studyJ.World Economy,2000,(23):1-23.7 吴玉鸣.大学、企业研发与区域创新的空间统计与计量分析J.数理统计与管理,2007(3):319-324.8 吴玉鸣.空间计量经济模型

50、在省域研发与创新中的应用研究J.数量经济技术经济研究,2006(5):74-85.9 张继红,吴玉鸣,何建坤.专利创新与区域经济增长关联机制的空间计量经济分析J.科学学与科学技术管理创新管理,2007(1):83-87.10 何江,张馨之.中国区域经济增长及其收敛性:空间面板数据分析J .南方经济,2006(5):44-47.11 王火根,沈利生.中国经济增长与能源消费空间面板分析J .数量经济技术经济研究,2007(12):98-103.12 骆永民.中国科教支出与经济增长的空间面板数据分析J.河北经贸大学学报,2008(1):36-38.13 苏志芳,胡日东.中国FD I区域分布决定因素的