基于空间效应的区域创新效率对经济增长影响研究

发布时间：2020-09-16 20:08

　　中国经济发展区域不协调突出表现为东部明显强于西部地区,且两者的差距有进一步扩大的趋势。区域发展差距有其历史和基础条件的原因,但在全国创新发展的大背景下,主要还是区域创新效率差异的问题。创新效率差异已成为我国区域差异的重要表征,且必将成为影响区域竞争力和经济发展的核心因素。那么创新效率与经济增长到底是什么关系?我国区域创新效率分布如何?区域之间的联系(空间效应)对创新效率有什么样的影响?创新效率能否促进区域经济增长的收敛?如何提高区域创新效率,进而促进区域协调发展?这些问题成为区域经济发展不可回避的问题。因此,研究创新效率对经济增长的影响机制,分析我国区域创新效率的影响因素,并实证分析我国区域创新效率与经济增长的关系,对于提升区域创新效率,促进区域经济增长具有重要的理论和现实意义。论文首先基于产品品种增加型内生增长模型,引入研发效率和商业化效率,建立创新效率与经济增长的关系模型,采用局部均衡分析方法,分析创新效率与经济增长的关系;随后分别以发明专利申请数和新产品销售收入为产出,运用随机前沿法对我国2009-2016年的区域创新效率进行了测度,对区域创新效率的收敛性进行了检验;并利用Tobit回归模型,对影响区域创新效率的影响因素进行了分析;同时建立创新效率对经济增长影响的空间计量模型,对研发效率和商业化效率对经济增长的影响进行了检验;最后提出了若干提升区域创新效率,促进经济增长的建议。研究结果表明:(1)创新对经济增长的影响是通过提高全要素生产率来发挥作用的,而创新效率的提高有利于提高全要素生产率,进而提升经济增长率,即创新效率与经济增长是正相关关系。(2)研发效率的提高,有助于优化生产要素的配置,提高生产要素的质量和使用效率,因而能够提高经济增长率。科技成果商业化效率的提高,增加了产品的品种和质量,有利于提高经济增长率。(3)无论是从研发效率,还是从商业化效率来看,东部地区都处于相对领先地位,中部地区紧随其后,西部地区的创新效率最低。我国区域商业化效率明显低于研发效率,除少数民营经济较为发达的地区外,我国绝大多数区域在促进科技成果转移转化方面表现欠佳。(4)考虑空间效应影响的区域创新效率俱乐部划分较传统的俱乐部划分更为合理,组内创新效率差异小而组间差异大。我国区域创新效率不存在整体上的收敛,但存在着两大俱乐部收敛现象。(5)地方政府对创新活动的支持有助于提升研发效率,但对新产品开发效率的提升作用不明显;创新主体之间的联系和互动有助于提高研发效率和商业化效率;知识溢出水平有助于提高研发效率,但对商业化效率的提升作用不明显;知识存量有助于提高研发效率,但对商业化效率的提升作用不明显;劳动力素质水平对研发效率的提升作用不明显,但有利于提升商业化效率。(6)我国区域经济增长并不是处于完全的随机状态,而是受其他与之具有相近空间特征的地区经济增长的影响,在地理空间上呈现出集聚现象。区域创新效率对经济增长有正面的影响,但不及资本和劳动力对区域经济增长的影响大,创新尚未成为推动我国区域经济增长的主要动力。尽管我国经济增长在省际间存在溢出效应,但与创新效率、资本、人力投入对经济增长的影响相比,这种溢出效应还不大,区域增长极的辐射带动作用还有待增强。
【学位单位】：华南理工大学
【学位级别】：博士
【学位年份】：2018
【中图分类】：F124.3;F124.1
【部分图文】：

散点图,创新效率,散点图,区域

图4-6 2009-2016 年我国创新效率 Moran’s I 指数2016 年八年间区域创新效率 Moran’s I 指数均通过了 5%水平下的域创新效率受与之具有相近空间特征的地区创新效率的影响，在现象。具有较高创新效率的省份相对趋于和较高创新效率的省域的省份相对趋于和较低创新效率的省份相邻。ran's I 散点图能够进一步考察区域创新效率在空间分布的局部特以 2016 年为例）。0.150.190.232009 2010 2011 2012 2013 2014 2015 2016Moran'

散点图,散点图,效率,省份

图4-8 2016 年我国区域商业化效率 Moran’s I 散点图图可以看出，无论是研发效率还是商业化效率，一、三象限分布的省限分布的省份较少。这种空间集聚对于区域研发效率体现地更为区域创新效率并非随机分布并独立存在的，存在着明确的正向空间水平较高的省份产生了空间溢出效应，带动了周边省份的创新效率份同时又限制了周边省份的创新效率。给出了 2009-2016 年期间区域研发效率的 Moran’s 散点图中 HH 组H 组所覆盖的省份数量的比重情况。通过对表的观察可知，HH 组省份最多。在该时间段内，有 25 个省份其分组属性保持恒定，在 80.6%，其中，HH 组和 LL 组的省份的合计有 17 个，占分组属性 68%。据此可以初步推断，HH 组和 LL 组内的区域研发效率有可。

散点图,GDP增长率,散点图,区域

华南理工大学博士学位论文6 年八年间区域经济增长 Moran’s I 指数均通过了 5%水平下的显经济增长与区域创新效率一样，受其他与之具有相近空间特征影响，在地理空间上呈现出集聚现象。也就是说，具有较高经趋于和较高经济增长速度的省域相邻，而经济增速较低的省份低的省份相邻。从 Moran’s I 指数的波动特性来分析，与创新逆性更强，经济增长后回到原点的可能性较大，而创新效率往定的水准后，自我强化的可能性更大，所以理论和实务中有“经是很少有学者对创新效率水平高表示质疑。's I 散点图能够进一步说明区域经济增长在空间分布的局部特征 2016 年为例）。

【相似文献】