从匹配的视角分析区域创新能力论文

导语：从匹配的视角分析区域创新能力论文一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

论文摘要：从区域创新资源投入与区域利用资源能力相匹配的视角研究了区域技术创新能力的提高路径。利用我国200l一2006年各个省市区的面板数据，通过计量方：去分析了包括政府干预在内的不同创新资源投入对不同区域技术创新能力的影响，得出相对发达区域利用创新资源投入的能力较高的结论。在实证研究结论基础上得出了相应的政策启示。

论文关键词：区域；创新能力；匹配；专利

1引言

今天，技术创新越来越成为研究的焦点。无论是宏观层面的国家，中观层面的区域，还是微观层面的企业，学者们都涉足其中，并企图找出快速提高其技术创新能力的灵丹妙药。国家创新系统…、区域创新网络、内生增长理论以及竞争优势等相关文献的研究带给了我们许多启示。

但是，无论是国家层面，区域层面，还是企业层面，都呈现出了技术创新能力参差不齐的特征。从区域角度看，即使是地处同一国家，不同区域也表现出了不同的技术创新能力。就中国而言，区域发展差距已成为一个“顽疾”，而这种差距的一个重要表现就是技术创新能力上的差异。许多学者已深刻认识到了中国区域技术创新能力相距甚大的现实，也提出了一些政策上的建议。但是，他们的观点更多地局限于增加技术资源的投入，培养人才，构建区域创新网络等。

我们希望走出这些研究的窠臼，从一个新的视角来审视中国的区域技术创新政策。本文首先分析了中国区域技术创新能力差异的现状，发现技术创新能力相对薄弱的地区恰恰也是经济发展相对落后的地区。接着，针对一些流行观点，提出区域技术创新能力应与创新资源相匹配，并对其进行了实证检验。最后提出了相应的政策建议。

2中国区域技术创新现状分析

中国区域技术创新能力存在巨大差异的现实已经为大家所观察到，并且被广泛讨论。与别的研究一样，我们首先将分析中国区域技术创新的现状。

用专利申请量作为技术创新能力的衡量指标在文献中是一种惯常的做法，在Guan(2005)的文章中对此作了较为详尽的解释。因此，在本文中，我们将用专利申请量作为区域技术创新能力的替代指标(注：本文中的实证检验模型也是将专利申请受理量作为创新产出指标)。将2001—20(I6年累计6年间的专利申请受理量进行加总排序，并与6年间的人均GDP加总量进行对比。

仔细观察，不难发现，技术创新能力相对较弱的区域也恰恰是经济发展水平较低的区域。以专利申请受理量30000项为界，可将我国31个区域分为前15个区域和后16个区域，前者我们将其称为高创新能力区域，后者称为低创新能力区域；以人均GDP57000元为界，同样将31个区域分为前l5个区域和后l6个区域，前者称为相对发达区域，后者称为相对后进区域。我们能够看到，位列高创新能力区域的15个中，只有河南、湖南、四川三省未排在相对发达区域的序列中，由此可见两者的高度一致。同时可以看到，区域之间的差距极其明显，6年专利申请受理量最高的为广东，达320441项，而最低的为西藏，只有区区315项，前者是后者的1000多倍。差距之大令人咂舌!

区域技术创新能力的形成可由众多因素解释，其中，创新资源的投入至关重要。在这里，我们从传统的角度，对*经费和*人员两种资源进行分析。同理，对2001—2006年进行累加排序以发现上述特征：创新资源投入较少的区域也是经济发展水平较为落后的区域。在创新资源投入上，区域之间的差距依然明显，以*经费为例，6年加总额最高的为北京，达1779．38亿元，最低的依然是西藏，仅为2．19亿元，前者是后者的800多倍。

3匹配的提出及实证检验

上述对中国区域技术创新现状的分析结论并不是什么新发现，许多研究者都对此做过分析。如果从投入决定产出的角度看，上述分析的结论很容易给我们这样一个错觉，那就是，应该增加对相对后进区域的创新资源投入。真的应该如此吗?毫无疑问，增加对相对后进区域的投入，肯定会带来相应的产出，也就是说，这些区域的技术创新能力落后的面貌将会得到改善。但我们认为，从中国整体技术创新能力提高的全局看，这种政策倾向并不十分恰当。经济学理论告诉我们，资源是有限的，应该尽量地使资源得到优化配置，创新资源同样如此。

到底该如何分配有限的创新资源呢?我们认为，应该从这个角度考虑：那就是使有限的创新资源产生最大的效益。由于发展历史、地理位置、自然资源、人力资源、政府政策、经济发展水平等方面的原因，不同区域利用创新资源的能力有较大区别。因此，我们将从匹配的视角来研究这个问题。我们认为，要使有限的创新资源产生最大的效益，那么，必须使创新资源投入与不同区域利用这些资源的能力相匹配。

一般而言，我们所称的创新资源主要指研发人员和研发经费，它们对于技术创新产出的影响不言而喻。与此同时，我们还将考虑政府干预因素在区域技术创新中的作用。根据一般文献的思想，由于技术创新具有一定的外部性及公共品性质，因此需要政府的干预；但是，许多的研究也指出，政府的过度干预会造成对私人部门开展技术创新的“挤出效应”和“替代效应”。基于中国的现实，我们难以否认政府干预在技术创新中的重要作用。中国经济体制改革的一个趋势就是削弱政府干预经济的力度，但因技术创新所具有的外部性及公共品性质，单纯地减少政府在技术创新领域的干预未必就是一个恰当的选择，尤其是中国目前的这种状况，技术创新能力薄弱，产品竞争力主要体现在价格的低廉上，各项生产成本又趋于上升。中国迫不及待地想改变这种状况因此，促进技术创新就成为了中国政府的一项基本政策。中国如今在技术创新领域能够取得一定成就，政府干预至关重要。因此，我们不能轻易否定政府在技术创新领域发挥的作用。但正如上面所说的，政府干预是一柄“双刃剑”，干预的界限就难以确定。再考虑到中国幅员辽阔，不同区域的开放程度有一定区别，政府在不同区域的经济社会中所发挥的作用也有一定差异，那么，我们就要考虑一个问题，在技术创新领域，政府是否应该在全国范围内统一干预的力度呢?

从某种角度说，我们也可以将政府干预理解为技术创新的一种资源投入。由此，结合匹配的思想，我们认为，要想在全国范围内提高创新资源的利用效率，就必须在区域间综合权衡，进行最佳的匹配。基于这种思想，我们将通过实证分析来说明对不同区域创新资源投入的绩效。

我们的目标在于促进区域间的创新资源得到更优化的配置，这样，就必须清楚不同区域利用不同创新资源能力的区别。为此，我们将进行实证检验。

进行此类研究，一般会构造一个与生产函数类似的创新产出函数。因此，借助于柯布一道格拉斯函数：

其中，因变量Patent为各区域的专利申请受理量，作为各区域创新资源投入产出的替代指标。*per和*exp分别为各区域*人员数和*经费额。第三个变量Goo为地方财政科技拨款占科技经费支出的比重。为回归系数，为误差项。

由(3)式可看到，除了一般研究采用的*人员数和*经费额两种资源外，我们还增加了地方财政科技拨款占科技经费支出的比重这项变量。在本文中，该项指标将作为政府干预程度的衡量指标(注：实际上，采用地方财政科技拨款占科技经费支出的比重这一指标来衡量政府干预程度并不确切。但地方财政在科技领域的支出高低能一定程度地说明地方政府参与到技术创新领域的程度，再考虑到数据的可得性，所以选择此指标)。

根据所构建的计量模型，我们用面板分析的方法考察各个因素对区域技术创新能力的贡献大小。考虑到从投入到产出会有一定的滞后，*经费支出和地方财政科技拨款所占比重均采取了两年的滞后。

我们对全国所有区域、高创新能力区域和低创新能力区域的数据别进行了回归分析，结果如表1所示。

在此，我们分别对3组数据做了固定效应模型分析和随机效应模型分析。由表1可以看到，*人员和*经费两种创新资源投入对专利申请受理量有较大影响，这种影响无论是在经济意义上还是在统计上都是显著的。但是，从表1我们也可以看到，固定效应模型和随机效应模型所得到的结果存在较大差异。为了更准确地分析不同因素对区域创新能力的影响，有必要通过检验验证这两个模型的适用性。表1的最后两行给出了Hausman检验的结果。检验结果表明，无论是对全国所有区域，还是针对高、低创新能力区域的分析，都在5％显著性水平下拒绝了固定效应模型。这说明随机效应模型能够更好地解释我们的模型，因此，随后的分析只考虑随机效应模型的结果。

首先，从全国所有区域看，在所分析的三种影响因素中，*经费投入对专利申请受理量的影响作用最大。从回归系数看，*经费投入每提高1个百分点，各区域的专利申请受理量就能增加0．69个百分点；*人员投入每提高1个百分点，各区域的专利申请受理量能增加0．43个百分点；而地方财政科技拨款所占比重每提高1个百分点，也能带来各区域专利申请受理量0．39个百分点的增加。

但我们更关注的是，不同区域利用创新资源的能力有何不同。通过对高创新能力区域和低创新能力区域的回归结果进行比较，我们能够发现一些有意思的东西。可以看到，*经费投入的回归系数在两类区域中都是最大的，但高创新能力区域的回归系数明显大于低创新能力区域。同样的，*人员投入上也表现出了相同的特征，高创新能力区域的回归系数比低创新能力区域高出了0．12。但是，当我们看第三个变量时却发现，低创新能力区域的回归系数要远远高于高创新能力区域。对低创新能力区域而言，地方财政科技拨款所占比重每提高1个百分点能够带来区域创新产出0．34个百分点的提高；但对高创新能力区域而言，地方财政科技拨款所占比重每提高1个百分点仅能带来区域创新产出0．22个百分点的提高。

以上实证分析告诉我们，不同区域利用创新资源的能力是有区别的，这才导致了同样的创新资源投入在不同区域却带来了不同的产出。

为什么会出现这种情况呢?原因可能是：对高创新能力区域而言，技术基础相对扎实，人的思想也比较活跃，也更容易接触技术领域的前沿信息，这样就可能出现新思想层出不穷的局面，因此，对这类区域而言，技术创新的关键在于资金和人力的投入。而对于低创新能力区域而言，技术基础薄弱，也较难得到相关技术领域的前沿信息，新思想的产生数量较少，由此就出现了这种局面，技术领域创新的目标往往是由政府来确定，相应的导致政府投入在全部投入中的比重也较大。

4结论与政策启示

使用我国2001—2006年各区域的面板数据，本文通过计量分析的方法验证了创新资源在不同区域的作用有一定差异。相比较而言，提高同样比例的*人员和*经费投入，高创新能力区域能带来更高的创新产出增加；但在政府干预的作用方面，提高地方财政科技拨款在科技经费支出中的比重在低创新能力区域具有更好的效果。

以上结论给了我们与以往不同的一些政策启示。如今，我国正在大力强调自主创新，与此同时，也在强调区域问的协调发展，这就导致了这样一个政策倾向：增加对相对落后区域的财政支出。在技术创新领域同样如此。但是，考虑到区域实行自主创新需要有较好的技术基础，而相对落后区域的技术基础是较为薄弱的，这样的区域创新资源投入格局反而不利于自主创新。另外，从资源的利用效率看，根据上：得出的结论，高创新能力区域也往往是相对发达区域，在这些区域增加*人员和*经费投入能够带来更高的产出。基于匹配的思想，我们认为，我国的技术创新政策应该有所调整：

第一，应加大相对发达区域的创新资源投入力度，这是与这些区域较高的资源利用能力相匹配的。但应强调，资源投入应该更多地来自于政府之外，政府可以通过税收优惠、公共采购、知识产权保护等方面的努力鼓励非政府投资。

由此，我们引申出另一个建议，那就是在相对发达区域培养技术创新极，这些“极”将成为我国自主创新的主要诞生地。按照前文的分析，高创新能力区域与相对发达区域几乎是对应的，由此，这些“极”将位于相对发达区域。部分相对发达区域拥有深厚的科学底蕴，通畅的信息网络，众多的企业集聚，较为完善的市场体制，这样的环境下更容易培养出勇于创新的主体。当然，我们不应该忘记，要充分发挥这些“极”的辐射作用，充分利用这些“极”的创新产出。

第二，提高相对落后区域的技术学习能力。对中国的任何区域而言，技术学习能力的高低将决定技术创新能力的强弱。对相对落后区域而言，更是如此。技术学习的方式很多，如进口先进设备、购买专利、员工培训、引进外来资金等，但不同学习方式的成本及效果相差甚远。考虑到经费紧张，相对落后区域应该选择投入产出比更高的学习方式。

第三，短期内强化相对落后区域政府在技术创新领域的作用。强化政府作用，不仅仅是加大政府投入，更应该是体制方面的建设，比如结合区域现实做好科技规划，加强知识产权保护，促进技术市场建设等。