第二章 区域创新与区域发展

第一节 技术创新与区域经济发展的关系

一 研究回顾

自从美籍奥地利经济学家、美国哈佛大学教授约瑟夫·阿洛伊斯·熊彼特（Joseph Alois Schumpeter）提出创新理论以来，各国学者纷纷对技术创新进行研究。在20世纪80年代之前，Davis、North、Rothwell、Robertson、Utterback、Kline、Rosenberg、Nelson、Levill等关于创新的研究主要集中在技术创新和制度创新领域。[40]而国内对技术创新的研究一般认为是开始于1989年。关于技术创新与经济关系的论述，约瑟夫·阿洛伊斯·熊彼特在创新的五个内容中提到，经济的变革与增长归因于创新活动。而美国加州大学经济学家保罗·罗默则认为生产要素有资本、非技术的劳动力、人力资本和知识技术四项，而技术创新是可以提高投资收益的重要生产要素。国内的傅家骥在研究中曾得出技术创新是影响产业升级的核心因素，并认为国家高质量经济增长的过程，正是技术创新效应持续发挥的过程。[41]张慧琳的《技术创新与制度创新对经济发展的重要作用》论述了技术创新是经济发展和社会进步的决定性因素，制度创新通过对技术进步的作用间接影响经济进步。[42]耿林在《创新、结构变迁与经济增长》一文中得出了创新导致经济结构变迁，继而实现经济发展的结论。[43]赵海勇等人的《技术创新与经济可持续发展初探》讨论了技术创新是经济可持续发展的必要条件，以及在我国经济可持续发展中的地位。[44]

但在实证领域，研究成果较少。其中，顾晓安等以韩国汽车工业为例进行了技术创新与经济增长关系的研究，祝延霞等以江苏经济为例进行了实证研究。在对技术创新指标的研究中，顾晓安等认为，国家的技术创新可以通过投入、专利数以及发明专利占所有专利比例得以表现。[45]但刘钢等人认为，从创新投入和产出的角度出发，选取R&D人员和R&D经费作为测度的指标是合适的。[46]而对于经济增长的影响，祝延霞、陈忠卫概括为劳动力、资本以及技术进步三个要素。[47]本书认为，在投入要素中，除了劳动力要素和资本要素外，关于技术创新的界定中，R&D人员和R&D经费投入作为指标已经形成共识，但对于专利数量这一指标存在分歧。本书认为，实践中，专利申请和专利的扩散对经济的影响是不同的。专利申请可以作为投入要素，而专利的扩散可以作为产出要素。因此，在分析技术创新对经济的影响时，有必要将专利申请数量考虑进去，它代表了组织或个人为保护创新活动所支付的成本，是技术扩散的基础，也是技术创新必不可少的一部分。

二 理论模型的建立

根据罗伯特·索洛的新古典增长模型：

Y（t）=F（K（t）, L（t）, A（t））

其中，Y代表总产出，K代表总资本，L代表总劳动量，A代表技术进步，由于技术创新是技术进步的基础，本书用技术创新代替技术进步。并假定产出函数是拟凹的，关于K、L是一次齐次的，K和L的不变报酬可以满足经济实现内生增长，并假设产出函数二阶可微，其一阶导数大于零，二阶导数小于零，另外，当生产要素投入趋于0时，一阶导数的极限无穷大，当生产要素的投入趋于无穷大时，一阶导数的极限等于0，即满足稻田条件。

其中字母上面带点的表示该变量对时间的导数。如

该式两边同时除以Y（t）可将其改写为：其中，HRD代表R&D人员数量，INRD代表R&D资金投入总量，PA代表专利申请数量。

由（2）、（3）式联立，得：

设为资本的产出弹性，为劳动的产出弹性，为R&D人员的产出弹性，为R&D投入的产出弹性，为专利申请的产出弹性，由（4）式得到：

即：

三 实证分析

1．数据的选取

杨德林等认为中国技术创新的学术研究分为三个阶段：创新理论的消化（1989～1992年）；创新理论的本土应用（1993～2000年）；创新研究的全面拓展与再创新（2001年及之后）。[48]为了更好地研究中国技术创新活动对经济的影响，本书选取的样本为1989年至2009年间的数据。本书采用R&D投入资金、R&D人员数量和专利数量作为技术创新的表现指标，用全社会固定资产投资代表资本投入，用从业人员代表劳动力投入。

2．平稳性检验

由于采用时间序列数据进行分析，根据Granger和Newbold（1974）的研究，使用带有随机趋势的非平稳数据进行估计时会引起伪回归问题，首先，截距和斜率的最小二乘估计量不是一致估计量；其次，当假设成立时传统的检验统计量如t统计量、F统计量不再服从t分布和F分布，相应地临界值也不再适用；第三，用来检验序列相关的Durbin-Watson统计量随着样本的增大收敛于0。因此在进行分析之前，首先对每个变量序列进行单位根检验。

单位根检验常用的方法是ADF检验

由（6）式估计得：

3．协整检验

（1）ADF检验

由表2-1可知，各个变量均是二阶单整变量，各个变量的二阶差分均是平稳的，所以各个变量之间可能存在协整关系，因此要进行协整检验。

对残差进行单位根检验。MacKinnon（1991）通过模拟试验得到了不同变量协整检验的临界值。

（2）JJ检验

对于21个样本6个变量的ADF检验，其残差值为-3.97，大于ADF临界值（5%）-5.41，表明lnGDP、lnLAR、lnK、lnPA、lnHRD、lnINRD之间有可能不存在稳定的协整关系，因此有必要再进行JJ检验。

结果表明，在5%显著性水平下，拒绝原假设H30∶r=4而不拒绝原假设H40∶r=5，表明至少有6个协整向量即lnGDP、lnLAR、lnK、lnPA、lnHRD、lnINRD之间存在长期、均衡的稳定关系。

4．序列相关性检验

对残差进行LM检验，检验结果不能拒绝原假设，表明残差不存在序列相关。

5．误差修正模型（ECM）

误差修正模型（Error Correction Model，简记为ECM）是一种具有特定形式的计量经济学模型，是时间序列间协整关系的主要表现形式，它能够准确刻画序列间的长期均衡关系和短期波动特征，它的主要形式是由Davidson、Hendry、Srba和Yeo于1978年提出的，称为DHSY模型。

误差修正模型有许多明显的优点，如：一阶差分项的使用消除了变量可能存在的趋势因素，从而避免了虚假回归问题；一阶差分项的使用也会消除模型可能存在的多重共线性问题；误差修正项的引入保证了变量水平值的信息没有被忽视，由于误差修正项本身的平稳性，该模型可以用经典的回归方法进行估计，尤其是模型中差分项可以使用通常的t检验与F检验来进行选取。

Grange表述定理认为，如果变量X与Y是协整的，则它们间的短期非均衡关系总能由一个误差修正模型表述：

0＜λ＜1式中，μt-1是非均衡误差项或者说成是长期均衡偏差项，λ是短期调整参数。

假定各变量具有如下形式的短期非均衡关系：

据此建立误差修正模型（ECM）

其中，λ=1-μ1-μ2, α0=β0/λ, α1=（β1+β6+β11）/λ, α2=（β2+β7+β12）/λ, α3=（β3+β8+β13）/λ, α4=（β4+β9+β14）/λ, α5=（β5+β10 +β15）/λ

回归分析得到：

6．结论分析

实证表明，lnY（t）、lnK（t）、lnL（t）、lnHRD（t）、lnINRD（t）和lnPA（t）之间存在长期均衡关系。

由（7）式可得lnY（t）关于lnK（t）的长期弹性为0.721294, lnY（t）关于lnL（t）的长期弹性为1.406667, lnY（t）关于lnHRD（t）的长期弹性为0.135345, lnY（t）关于lnINRD（t）的长期弹性为0.462090, lnY（t）lnPA（t）的长期弹性为-0.665623。其中，劳动力因素对GDP的影响最大。劳动力每上升1个百分点，经济增长1.406667。其次是资本对经济增长的影响，资本投入每上升1个百分点，经济增长0.721294个百分点。在技术创新目标中，R&D资金投入表现最好，R&D资金投入每增加1个百分点，经济增长0.462090。而R&D人员数量每增加1个百分点，经济增长0.135345。在模型估计中，t统计量0.811427，不显著，表明其对经济增加的贡献有限。而专利申请的长期弹性为负，表明对经济有副作用。专利申请每增加1个百分点，经济总量减少0.665623。一个可能的原因是专利申请中包含国外自然人与法人的申请，在对专利的授权与使用时，要么技术扩散不利，要么其授权与使用在国外进行，而对国内市场形成竞争。从长期均衡模型可以看出，我国的经济增长既不是以技术创新也不是以资本作为主要的经济拉动力量，而是以劳动力为主，技术创新对经济的促进作用没有显现出来。一方面是因为知识产权有关的法律法规并不健全，另一方面是因为技术扩散的措施不力。因此，我国的经济结构还有待调整，这也是国家十一五期间强调自主创新的原因所在。

由（10）式可得lnY（t）关于lnK（t）的短期弹性为-1.2179, lnY（t）关于lnL（t）的短期弹性为 -22.7843, lnY（t）关于lnHRD（t）的短期弹性为-0.5289, lnY（t）关于lnINRD（t）的短期弹性为0.6129, lnY（t）关于lnPA（t）的短期弹性为0.0975。说明当期劳动力每下降1个百分点，经济增长22.7843，而资本对经济增长的影响，资本投入每上升1个百分点，经济增长-1.2179个百分点。在技术创新目标中，R&D资金投入每增加1个百分点，经济增长0.6129。而R&D人员数量每增加1个百分点，经济增长-0.5289。专利申请每增加1个百分点，经济总量增加0.0975。从短期均衡模型可以看出，劳动力要素投入不再是主要的经济增长拉动力量，也反映了劳动力市场层次差别较大。而短期资本投入对经济增长产生副作用，说明资本的有效利用率低下，不能否认存在过度与重复投资问题。R&D资金投入对经济增长的影响与长期均衡差距不大，表明R&D资金是积极有效的。R&D人员数量与经济增长呈反向变化，反映了目前R&D人员水平良莠不齐、素质不高的特点。专利申请数量对经济增长起积极作用，说明我国企业对专利由忽视转向重视的态度。

误差修正项的系数为λ=-1.1256，反映出偏离长期均衡的调整力度是1.1256。当短期波动偏离长期均衡时，将以（1.1256）的调整力度将非均衡状态拉回到均衡状态。即每年发生的资本、劳动力、R&D人员数量、R&D资金投入和专利申请数量的变化与长期均衡的偏差中将有112.56%得到调整。

四 未来展望

由于中国开展技术创新研究较晚，数据的获得难度较大，1989年以前的数据很难获得。同时，时间跨度大也造成统计口径会有一定偏差，为模型的建立带来一定的困难。本书选取了近20年来的官方网站数据进行分析。在分析中受限于样本数量，相关检验严谨性有所不足。美国经济学家罗森伯格指出，不确定性贯穿在整个创新过程之中。因此，有学者就认为技术创新不是单纯取决于技术自身的因素，也不是单纯取决于非技术的社会因素，而是取决于形成“新组合”的过程中诸种技术、非技术因素的共同建构。[49]在已有的技术因素指标中，至今没有获得公认的技术创新指标，一个重要原因是技术指标众多，选择困难。因此，如何构建包含技术因素与非技术因素的完整技术创新模型仍然是今后努力的方向。