知識(shí)創(chuàng)新對地區(qū)經(jīng)濟(jì)增長的影響及其作用機(jī)制

靖學(xué)青

摘要：運(yùn)用19862014年時(shí)間序列數(shù)據(jù)，以上海為研究對象，通過構(gòu)建合適的經(jīng)濟(jì)計(jì)量模型就知識(shí)創(chuàng)新對地區(qū)經(jīng)濟(jì)增長的影響及其作用機(jī)制進(jìn)行了實(shí)證分析。分析結(jié)果表明，知識(shí)創(chuàng)新是促進(jìn)上海經(jīng)濟(jì)增長的重要因素，影響力度僅次于物質(zhì)資本投入，而且知識(shí)創(chuàng)新還具有刺激人力資本對上海經(jīng)濟(jì)增長產(chǎn)生積極影響的聯(lián)動(dòng)作用；知識(shí)創(chuàng)新主要是通過與物質(zhì)資本投資相結(jié)合的方式對上海經(jīng)濟(jì)增長產(chǎn)生積極影響的，即知識(shí)創(chuàng)新以物質(zhì)資本為附著載體，二者通過相互作用共同驅(qū)動(dòng)了上海經(jīng)濟(jì)發(fā)展。

關(guān)鍵詞：知識(shí)創(chuàng)新；地區(qū)經(jīng)濟(jì)增長；影響；作用機(jī)制；上海

一、 引 言

經(jīng)過改革開放后的快速增長，我國經(jīng)濟(jì)發(fā)展取得巨大成就，生產(chǎn)能力、經(jīng)濟(jì)總量、經(jīng)濟(jì)水平均上了一個(gè)大臺(tái)階，但與此同時(shí)資源日漸緊張、環(huán)境壓力增加、各種商務(wù)成本不斷攀升等問題也接踵而至，在這種情況下經(jīng)濟(jì)如何實(shí)現(xiàn)持續(xù)地較快發(fā)展，就成為急迫需要解決的問題。新經(jīng)濟(jì)增長理論給出的答案是：經(jīng)濟(jì)發(fā)展由傳統(tǒng)粗放式的資源消耗推動(dòng)型模式向現(xiàn)代集約式的知識(shí)創(chuàng)新推動(dòng)型模式轉(zhuǎn)變。

羅默[1]、阿宏和豪伊特[2]較早地注意到了知識(shí)生產(chǎn)和創(chuàng)新對于技術(shù)進(jìn)步和經(jīng)濟(jì)增長的重要性，認(rèn)為研發(fā)（R&D）推動(dòng)的創(chuàng)新和知識(shí)積累是促進(jìn)技術(shù)進(jìn)步和經(jīng)濟(jì)增長的重要原因，因?yàn)槠髽I(yè)通過研發(fā)活動(dòng)可以生產(chǎn)出新產(chǎn)品或者質(zhì)量更高的產(chǎn)品，這些產(chǎn)品本身就是技術(shù)進(jìn)步的體現(xiàn)。與物質(zhì)資本、勞動(dòng)力和人力資本等生產(chǎn)要素不同，知識(shí)具有非排他性和累積性的特性，非排他性是指同一知識(shí)可以同時(shí)被不同的經(jīng)濟(jì)參與者使用而不會(huì)產(chǎn)生額外的成本，累積性是指知識(shí)生產(chǎn)具有正的溢出效應(yīng)。這兩個(gè)特性是使得經(jīng)濟(jì)中產(chǎn)生遞增的規(guī)模報(bào)酬，從而實(shí)現(xiàn)經(jīng)濟(jì)持續(xù)增長的重要條件。[3]

20世紀(jì)90年代以來，我國學(xué)者越來越多地通過經(jīng)驗(yàn)分析探討了我國及各種區(qū)域經(jīng)濟(jì)增長的源泉問題?，F(xiàn)有的經(jīng)驗(yàn)研究文獻(xiàn)主要考察了物質(zhì)資本、勞動(dòng)、人力資本、全要素生產(chǎn)率等因素對經(jīng)濟(jì)增長的影響，但往往對研發(fā)因素和知識(shí)創(chuàng)新的貢獻(xiàn)重視不夠，這可能使研究中存在關(guān)鍵變量缺失的問題，特別是對上海這樣的先發(fā)地區(qū)來講這個(gè)問題尤其突出。

鑒于此，以上海為研究對象，本文試圖通過實(shí)證分析揭示這樣幾個(gè)問題：知識(shí)創(chuàng)新對地區(qū)經(jīng)濟(jì)增長究竟產(chǎn)生了怎樣的影響，與其他生產(chǎn)要素相比較知識(shí)創(chuàng)新的影響程度如何，對地區(qū)經(jīng)濟(jì)增長的作用機(jī)制即通過何種途徑或者渠道產(chǎn)生影響。這些問題將涉及地區(qū)經(jīng)濟(jì)能否持續(xù)發(fā)展，以及今后應(yīng)采取何種發(fā)展戰(zhàn)略及措施對策。

事實(shí)上，為了進(jìn)行創(chuàng)新知識(shí)生產(chǎn)，上海在R&D上進(jìn)行了大量投入，研發(fā)產(chǎn)出及成果取得了不菲的成績。從2000年到2014年的15年間，上海R&D人員全時(shí)當(dāng)量由6.31萬人年增加到16.82萬人年，年均增長率為7%，R&D經(jīng)費(fèi)內(nèi)部支出由76.73億元增加到861.95億元，年均增長率為17.3%①。2014年上海R&D經(jīng)費(fèi)內(nèi)部支出占GDP比重達(dá)到3.66%，這個(gè)數(shù)字也遠(yuǎn)大于全國2.05%的平均水平。在研發(fā)產(chǎn)出方面，2014年上海分別獲得國家技術(shù)發(fā)明獎(jiǎng)8件、國家科學(xué)技術(shù)進(jìn)步獎(jiǎng)39件，分別占到全國總量的11.4%和19.3%，獲得國家專利授權(quán)數(shù)50488件，其中發(fā)明專利11614件，分別占到全國總量的3.9%和5%。

二、 計(jì)量模型、變量及其數(shù)據(jù)說明

新古典經(jīng)濟(jì)理論認(rèn)為，經(jīng)濟(jì)產(chǎn)出來源于物質(zhì)資本、勞動(dòng)力的投入以及外生的技術(shù)進(jìn)步，這一思想可以由C-D生產(chǎn)函數(shù)Y=AKαLβ來體現(xiàn)。為了考察知識(shí)創(chuàng)新對經(jīng)濟(jì)增長的影響和貢獻(xiàn)，本文在C-D生產(chǎn)函數(shù)中引入人力資本變量和知識(shí)創(chuàng)新變量，將知識(shí)創(chuàng)新變量內(nèi)生化，得到如下擴(kuò)展的生產(chǎn)函數(shù)：

外生的技術(shù)進(jìn)步變量LnA以及未納入模型的其他影響因素對被解釋變量的影響不是本文考察的重點(diǎn)，都全部作為不隨時(shí)間變化的截距項(xiàng)處理，同時(shí)由于創(chuàng)新知識(shí)流量在本期難以立刻對經(jīng)濟(jì)產(chǎn)出產(chǎn)生明顯影響，所以這里將創(chuàng)新知識(shí)變量作滯后1期處理，則式（2）可修正為如下回歸分析模型：

式（3）中，C為常數(shù)項(xiàng)即截距項(xiàng)，Y表示經(jīng)濟(jì)產(chǎn)出，是被解釋變量，K、L、H、KC分別為物質(zhì)資本存量、勞動(dòng)力、人力資本、創(chuàng)新知識(shí)等4個(gè)解釋變量，α、β、γ、δ分別表示4個(gè)解釋變量的回歸系數(shù)，其中δ是本文重點(diǎn)考察的對象，t是時(shí)間，t-1是滯后1期的時(shí)間，Ln為自然對數(shù)符號(hào)，ε為隨機(jī)誤差項(xiàng)。由樣本回歸模型得到的被解釋變量估計(jì)值與實(shí)際觀察值之間通常存在偏差，這一偏差就是殘差，即隨機(jī)誤差項(xiàng)。

在實(shí)證分析中，各變量需要用具體的指標(biāo)來表征。這里，用GDP表征經(jīng)濟(jì)產(chǎn)出Y，為了消除通貨膨脹的影響，當(dāng)年價(jià)的GDP須通過平減指數(shù)換算為某年不變價(jià)的GDP，理論上在研究時(shí)間區(qū)間內(nèi)選擇任何年份都是可以的，不會(huì)影響分析結(jié)果，本文選擇了1990年，用1990年不變價(jià)的GDP表征經(jīng)濟(jì)產(chǎn)出Y。關(guān)于物質(zhì)資本投入K，在已有研究文獻(xiàn)中主要有兩種處理方式，一種是根據(jù)國際通用的永續(xù)盤存法（Perpetual Inventory Method）進(jìn)行估計(jì)，另一種是選取固定資產(chǎn)凈值作為資本投入進(jìn)行適當(dāng)?shù)奶幚?，兩種處理方法相比較顯然第一種更為恰當(dāng)，因此本文使用第一種方法，用1990年不變價(jià)的全社會(huì)固定資產(chǎn)投資存量表示。

嚴(yán)格地講，勞動(dòng)投入應(yīng)該包括數(shù)量和質(zhì)量兩個(gè)方面，但考慮到數(shù)據(jù)的可得性，這里用年度的全部從業(yè)人員數(shù)量表示勞動(dòng)力L。人力資本H的度量指標(biāo)主要有教育投入、各級(jí)學(xué)校入學(xué)率、平均受教育年限等，這里采用年度的普通高校在校生人數(shù)表示人力資本存量，這個(gè)數(shù)字越大，則說明地區(qū)人力資本越多。[4]

知識(shí)創(chuàng)新變量KC用創(chuàng)新知識(shí)存量表示，在已有文獻(xiàn)中一般有兩種方法度量知識(shí)存量，分別是永續(xù)盤存法和指標(biāo)評(píng)價(jià)法，本文選擇了前者。根據(jù)OECD對知識(shí)的劃分，知識(shí)分為編碼知識(shí)和沉默知識(shí)，編碼知識(shí)中有表示研發(fā)投入的指標(biāo)和研發(fā)產(chǎn)出的指標(biāo)[5]，對經(jīng)濟(jì)增長產(chǎn)生直接影響的主要是研發(fā)產(chǎn)出而不是研發(fā)投入，因?yàn)橛捎谏a(chǎn)效率的差異，同樣數(shù)量的研發(fā)投入可能會(huì)導(dǎo)致差異較大的研發(fā)產(chǎn)出。在各種研發(fā)產(chǎn)出中，這里選擇專利申請授權(quán)數(shù)表示新生產(chǎn)的知識(shí)，然后運(yùn)用永續(xù)盤存法估計(jì)其真實(shí)存量。盡管使用專利數(shù)量來衡量知識(shí)創(chuàng)新產(chǎn)出時(shí)可能存在一些缺陷，例如不同專利的技術(shù)含量不同、一些知識(shí)創(chuàng)新成果可能沒有申請專利等，但是在現(xiàn)有的環(huán)境下，相對于其他一些產(chǎn)出指標(biāo)而言，專利數(shù)量仍是反映創(chuàng)新產(chǎn)出的較好指標(biāo)。

1990年不變價(jià)的上海歷年實(shí)際GDP利用上年為100的GDP指數(shù)換算為以1990年為1的歷年GDP定基指數(shù)，再乘以1990年的當(dāng)年價(jià)GDP得到。

1990年不變價(jià)的物質(zhì)資本存量通過永續(xù)盤存法進(jìn)行估算，實(shí)際操作時(shí)運(yùn)用王小魯和樊綱等[6]的估計(jì)公式：Kt=Kt-1+（It-Dt）÷Pt，其中，Kt、Kt-1分別為第t年和第t-1年的1990年不變價(jià)物質(zhì)資本存量，It、Dt分別為第t年的名義投資額和名義折舊額，Pt為第t年投資的價(jià)格指數(shù)。這個(gè)估計(jì)公式雖然與通常使用的永續(xù)盤存法計(jì)算公式略有差異，但還是循著永續(xù)盤存法“某年的資本存量等于上年的資本存量加上該年的新增投資額”的思路設(shè)置的，而且由于不需要主觀設(shè)置的資本折舊率，所以估計(jì)結(jié)果可能更佳。運(yùn)用該公式估計(jì)資本存量，需要選擇或者確定如下幾個(gè)指標(biāo)：一是當(dāng)年投資流量即It，這里采用目前通行的做法，即使用當(dāng)年的全社會(huì)固定資本形成總額這一指標(biāo)。二是固定資產(chǎn)折舊額即Dt。三是當(dāng)年固定資產(chǎn)投資的價(jià)格指數(shù)即Pt，目前上海統(tǒng)計(jì)年鑒中公布的是以上年為100的固定資產(chǎn)投資價(jià)格指數(shù)，這里將其換算為以1990年為100的定基價(jià)格指數(shù)。四是基準(zhǔn)年份的資本存量即K0，這里借鑒和采用Hall和Jones[7]的計(jì)算方法，即K0=I0/（g+d），其中I0是期初的投資額，g為與期初經(jīng)濟(jì)環(huán)境比較相似時(shí)段的投資平均增長率，d為假設(shè)的資本折舊率，這里g采用了19861992年的1990年不變價(jià)固定資產(chǎn)形成額的年平均增長率，d取5%。運(yùn)用該公式，估計(jì)了上海19862014年的物質(zhì)資本存量，表1第二行列出了幾個(gè)典型年份的估計(jì)數(shù)值。

創(chuàng)新知識(shí)存量使用永續(xù)盤存法的經(jīng)典計(jì)算公式進(jìn)行估計(jì)，即：KCt=KCt-1·（1-d）+kct，其中，KCt和KCt-1分別表示第t年和第t-1年的創(chuàng)新知識(shí)存量，d表示創(chuàng)新知識(shí)存量的折舊率，這里取為15%[8]，kct表示第t年新增的創(chuàng)新知識(shí)流量，即第t年的專利申請授權(quán)量。由于專利又包括發(fā)明、實(shí)用新型和外觀設(shè)計(jì)等三種類型，因此本文運(yùn)用該公式分別估算了上海歷年的專利授權(quán)存量及其發(fā)明專利存量、實(shí)用新型專利存量和外觀設(shè)計(jì)專利存量。在運(yùn)用Hall和Jones的方法估計(jì)基準(zhǔn)年份的知識(shí)存量時(shí)，新知識(shí)年平均增長率計(jì)算的時(shí)間周期分別為：專利總量和發(fā)明專利是19862014年，實(shí)用新型和外觀設(shè)計(jì)專利是19862011年。表1第三行列出了19862014年上海幾個(gè)典型年份的知識(shí)存量估計(jì)結(jié)果。

在實(shí)際操作中，其中作為因變量的地區(qū)生產(chǎn)總值Yt、作為自變量的物質(zhì)資本Kt、勞動(dòng)力Lt、人力資本Ht的樣本數(shù)據(jù)時(shí)間序列為19872014年，作為知識(shí)創(chuàng)新產(chǎn)出的專利授權(quán)存量KCt-1的樣本數(shù)據(jù)時(shí)間序列為19862013年。

本文實(shí)證分析的數(shù)據(jù)資料全部來自于各期的《上海統(tǒng)計(jì)年鑒》，使用官方公開公布的同一數(shù)據(jù)資料來源，可使數(shù)據(jù)資料具有較好的權(quán)威性、連續(xù)性和協(xié)調(diào)性，從而為得到較好的實(shí)證結(jié)果奠定基礎(chǔ)。

三、 實(shí)證結(jié)果及其分析

1. 知識(shí)創(chuàng)新對上海經(jīng)濟(jì)增長的影響及其貢獻(xiàn)

根據(jù)計(jì)量經(jīng)濟(jì)學(xué)，回歸模型包含了若干基本假定，在這些基本假定成立的前提下，應(yīng)用最小二乘法得到的參數(shù)估計(jì)量才是無偏、有效的，但是許多情況下并不一定都能夠滿足這些假定，在回歸模型的若干假定中最不容易成立的是同方差假定、非自相關(guān)假定和無多重共線性假定，對于時(shí)間序列模型來講，其中的非自相關(guān)假定往往難以成立。本文的實(shí)證分析運(yùn)用的是時(shí)間序列數(shù)據(jù)，因此有選擇地重點(diǎn)檢驗(yàn)了回歸估計(jì)模型的非自相關(guān)假定是否成立。[9]

首先，是物質(zhì)資本、勞動(dòng)力兩個(gè)基本投入要素對經(jīng)濟(jì)增長影響的實(shí)證檢驗(yàn)。在運(yùn)用普通最小二乘法（OLS）對式（3）進(jìn)行回歸估計(jì)后發(fā)現(xiàn)，其回歸估計(jì)模型的DW檢驗(yàn)統(tǒng)計(jì)量等于0.37723，小于其臨界值的下限值1.224，這說明回歸估計(jì)模型存在正的一階自相關(guān)性，滯后2期BG檢驗(yàn)（即拉格朗日乘數(shù)檢驗(yàn)）的統(tǒng)計(jì)量值nR2=19.001，其臨界概率ρ=0.000075，這說明回歸估計(jì)模型也存在高階自相關(guān)性。鑒于此，改用廣義差分法對計(jì)量模型重新估計(jì)，其估計(jì)結(jié)果如表2第二列的模型1所示。經(jīng)檢驗(yàn)，模型1已不存在自相關(guān)性，而且判決系數(shù)R2及調(diào)整的判決系數(shù)AR2均大于0.999，F(xiàn)檢驗(yàn)統(tǒng)計(jì)量值在10000以上，其雙側(cè)概率幾近于0，這說明模型1 的擬合程度很好且顯著。在模型1中，回歸系數(shù)α和

分別等于0.9312和0.0439，而且從t檢驗(yàn)統(tǒng)計(jì)量值來看，LnK對Y的影響在1%的置信水平上顯著，LnL的影響則不顯著，這說明物質(zhì)資本和勞動(dòng)力兩個(gè)基本要素的投入雖然對上海經(jīng)濟(jì)增長均具有正向的積極影響，但是二者差異明顯，前者的作用遠(yuǎn)遠(yuǎn)強(qiáng)于后者，上海經(jīng)濟(jì)增長主要是由資本投入驅(qū)動(dòng)的。

其次，是在模型1的基礎(chǔ)上分別加上人力資本存量、創(chuàng)新知識(shí)存量的實(shí)證檢驗(yàn)。經(jīng)檢驗(yàn)，運(yùn)用普通最小二乘法（OLS）運(yùn)算的兩個(gè)回歸估計(jì)模型均存在一階和高階自相關(guān)性，改用廣義差分法對計(jì)量模型重新估計(jì)，其結(jié)果如表2第三列、第四列的模型2和模型3所示。經(jīng)檢驗(yàn)，模型2和模型3均不存在自相關(guān)性，而且判決系數(shù)和調(diào)整的判決系數(shù)檢驗(yàn)、F檢驗(yàn)均說明模型2和模型3擬合程度很好且顯著。在模型2和模型3中，物質(zhì)資本變量的t檢驗(yàn)均顯著，而且回歸系數(shù)均較大，勞動(dòng)力變量的t檢驗(yàn)均不顯著，人力資本變量的t檢驗(yàn)不顯著，創(chuàng)新知識(shí)變量的t檢驗(yàn)在1%置信水平上顯著，而且其回歸系數(shù)δ達(dá)到0.1753。這說明除了物質(zhì)資本對上海經(jīng)濟(jì)增長具有較大影響外，知識(shí)創(chuàng)新因素也具有良好表現(xiàn)。

再次，是在模型1的基礎(chǔ)上同時(shí)加上人力資本存量、創(chuàng)新知識(shí)存量的實(shí)證檢驗(yàn)。經(jīng)檢驗(yàn)，運(yùn)用普通最小二乘法（OLS）回歸估計(jì)的回歸估計(jì)模型存在一階和高階自相關(guān)性，改用廣義差分法對計(jì)量模型重新估計(jì)，其結(jié)果如表2第五列的模型4所示。經(jīng)檢驗(yàn)，模型4擬合程度很好且顯著。在模型4中，物質(zhì)資本、人力資本和知識(shí)創(chuàng)新三個(gè)變量的回歸系數(shù)為正值且其t檢驗(yàn)均在1%的置信水平上顯著，其中物質(zhì)資本的回歸系數(shù)仍然最大，達(dá)到0.6096，人力資本和知識(shí)創(chuàng)新兩個(gè)變量的回歸系數(shù)分別為0.1059和0.1536，勞動(dòng)力變量的t檢驗(yàn)仍然不顯著，而且其回歸系數(shù)最小。這說明：當(dāng)物質(zhì)資本、人力資本、知識(shí)創(chuàng)新等變量每增加1%時(shí)，則上海經(jīng)濟(jì)增長率約分別為0.61%、0.11%和0.15%。再結(jié)合模型1、模型2和模型3，可以得出如下結(jié)論：物質(zhì)資本投入是上海經(jīng)濟(jì)增長的最主要驅(qū)動(dòng)力量，簡單勞動(dòng)力投入的影響不顯著，知識(shí)創(chuàng)新是促進(jìn)上海經(jīng)濟(jì)增長的重要因素，影響力度僅次于資本投入，而且知識(shí)創(chuàng)新還具有刺激人力資本對上海經(jīng)濟(jì)增長產(chǎn)生積極影響的聯(lián)動(dòng)作用。

2. 進(jìn)一步的分析

專利包括發(fā)明、實(shí)用新型、外觀設(shè)計(jì)三種類型，其中發(fā)明屬于技術(shù)含量較高的專利，實(shí)用新型、外觀設(shè)計(jì)屬于技術(shù)含量較低的專利。不同類型的專利對經(jīng)濟(jì)產(chǎn)出和經(jīng)濟(jì)增長可能產(chǎn)生不同的影響，而且影響差異可能還比較大。為了考察這三種不同類型專利對上海經(jīng)濟(jì)增長影響的差異，構(gòu)建如下計(jì)量模型：

表2第六列的模型5是根據(jù)計(jì)量模型（5）運(yùn)用廣義差分法回歸估計(jì)的結(jié)果。經(jīng)檢驗(yàn)，模型5擬合程度很好，而且不存在自相關(guān)性。從模型5可以看出，不同類型的專利對上海經(jīng)濟(jì)增長的影響差異較大，其中發(fā)明專利變量的回歸系數(shù)達(dá)到0.0822，而且其t檢驗(yàn)在1%置信水平下顯著，實(shí)用新型專利和外觀設(shè)計(jì)專利兩個(gè)變量的回歸系數(shù)較小，僅分別為-0.0133和0.0070，而且其t檢驗(yàn)結(jié)果不顯著。這說明：知識(shí)創(chuàng)新對上海經(jīng)濟(jì)增長的促進(jìn)作用主要是通過發(fā)明專利實(shí)現(xiàn)的，高水平的創(chuàng)新和知識(shí)生產(chǎn)是推動(dòng)上海技術(shù)進(jìn)步和經(jīng)濟(jì)增長的重要原因，而技術(shù)水平較低的實(shí)用新型專利和外觀設(shè)計(jì)專利對上海經(jīng)濟(jì)增長的影響不顯著。

3. 知識(shí)創(chuàng)新對上海經(jīng)濟(jì)增長的作用機(jī)制

創(chuàng)新知識(shí)是通過與物質(zhì)資本、勞動(dòng)力、人力資本等生產(chǎn)要素相結(jié)合，主要以提高其他生產(chǎn)要素知識(shí)、技術(shù)含量和水平的方式對經(jīng)濟(jì)增長產(chǎn)生影響和作用。為了考察知識(shí)創(chuàng)新是通過與何種生產(chǎn)要素相結(jié)合對上海經(jīng)濟(jì)增長產(chǎn)生了積極的影響和作用，設(shè)置如下回歸分析模型：

表3是運(yùn)用廣義差分法對計(jì)量模型（6）回歸估計(jì)的結(jié)果。在表3中，模型1、模型2、模型3分別是只考慮知識(shí)創(chuàng)新變量與物質(zhì)資本、勞動(dòng)力、人力資本變量相結(jié)合的一個(gè)交互項(xiàng)的回歸估計(jì)結(jié)果，模型4是在一個(gè)計(jì)量模型中同時(shí)考慮上述三個(gè)交互項(xiàng)的回歸估計(jì)結(jié)果。經(jīng)檢驗(yàn)，這4個(gè)回歸估計(jì)模型擬合程度均很好，而且也不存在一階或者高階的自相關(guān)性，可以進(jìn)一步對估計(jì)結(jié)果進(jìn)行相關(guān)分析。

由表3可知，在模型1至模型4中，知識(shí)創(chuàng)新變量與物質(zhì)資本變量的交互項(xiàng)t檢驗(yàn)均呈現(xiàn)顯著正相關(guān)，知識(shí)創(chuàng)新變量與人力資本變量的交互項(xiàng)t檢驗(yàn)均不顯著，而知識(shí)創(chuàng)新變量與勞動(dòng)力變量的交互項(xiàng)t檢驗(yàn)的其中之一不顯著，其中之一是顯著負(fù)相關(guān)。這說明：上海知識(shí)創(chuàng)新主要是通過與物質(zhì)資本投資相結(jié)合的方式推動(dòng)經(jīng)濟(jì)增長的，物質(zhì)資本投資不僅改變了上海經(jīng)濟(jì)的要素結(jié)構(gòu)（資本深化），而且同時(shí)也通過與知識(shí)創(chuàng)新相結(jié)合提高了上海生產(chǎn)要素的技術(shù)含量和水平，進(jìn)而促進(jìn)了上海經(jīng)濟(jì)增長；但是，知識(shí)創(chuàng)新與簡單勞動(dòng)力、人力資本相結(jié)合對上海經(jīng)濟(jì)增長沒有產(chǎn)生顯著的積極影響，可能的原因是知識(shí)創(chuàng)新對改善勞動(dòng)力和人力資本質(zhì)量方面沒有起到明顯的作用和影響，或者是勞動(dòng)力和人力資本在運(yùn)用知識(shí)創(chuàng)新方面的效果不明顯。

四、 結(jié) 語

本文運(yùn)用19862014年時(shí)間序列數(shù)據(jù)，構(gòu)建合適的回歸計(jì)量模型，運(yùn)用廣義差分法，就知識(shí)創(chuàng)新對上海經(jīng)濟(jì)增長的影響及其作用機(jī)制進(jìn)行了實(shí)證分析，得到如下結(jié)論：

第一，在各個(gè)回歸分析估計(jì)模型中，物質(zhì)資本投資的回歸參數(shù)均是最大的，而且檢驗(yàn)非常顯著，這說明在各個(gè)解釋變量中物質(zhì)資本對上海經(jīng)濟(jì)增長的促進(jìn)作用最大，是上海經(jīng)濟(jì)增長最主要的驅(qū)動(dòng)力量。

第二，知識(shí)創(chuàng)新是促進(jìn)上海經(jīng)濟(jì)增長的重要因素，影響力度在各個(gè)解釋變量中位居第二，僅次于物質(zhì)資本投入，而且更為難能可貴的是，知識(shí)創(chuàng)新還具有刺激人力資本對上海經(jīng)濟(jì)增長產(chǎn)生積極影響的聯(lián)動(dòng)作用。

第三，技術(shù)含量較高的發(fā)明專利對上海經(jīng)濟(jì)增長具有顯著的促進(jìn)作用，知識(shí)創(chuàng)新對上海經(jīng)濟(jì)增長的促進(jìn)作用主要是通過技術(shù)含量較高的發(fā)明專利實(shí)現(xiàn)的，而技術(shù)水平較低的實(shí)用新型專利和外觀設(shè)計(jì)專利則沒有顯著的積極影響。

第四，在回歸分析模型中，知識(shí)創(chuàng)新與物質(zhì)資本的交互項(xiàng)是顯著正相關(guān)的，這說明知識(shí)創(chuàng)新主要是通過與物質(zhì)資本投資相結(jié)合的方式推動(dòng)上海經(jīng)濟(jì)增長的，即知識(shí)創(chuàng)新以物質(zhì)資本為載體，通過附著于物質(zhì)資本的形式，在不斷增加的物質(zhì)資本投資中二者相互作用共同對上海經(jīng)濟(jì)增長產(chǎn)生了積極影響。

從上述分析結(jié)論可以得出如下幾點(diǎn)啟示：

第一，上海應(yīng)繼續(xù)加大R&D投入力度，并且提高R&D投入的產(chǎn)出效率，為市場和社會(huì)提供不斷增加的知識(shí)創(chuàng)新產(chǎn)出，這對上海經(jīng)濟(jì)實(shí)現(xiàn)長期持續(xù)增長具有重大意義。目前，上海正在努力建設(shè)高水平的國家級(jí)科創(chuàng)中心，這個(gè)舉措是非常正確的，在科創(chuàng)中心建設(shè)完成之后，上海的知識(shí)創(chuàng)新產(chǎn)出將會(huì)有一個(gè)爆發(fā)式的增長，這不僅對上海，而且對長三角地區(qū)、長江經(jīng)濟(jì)帶乃至全國經(jīng)濟(jì)增長都會(huì)起到積極的促進(jìn)作用。

第二，在各種類型的知識(shí)創(chuàng)新產(chǎn)出中，上海要特別重視技術(shù)水平較高的創(chuàng)新知識(shí)生產(chǎn)和供應(yīng)（例如發(fā)明專利），因?yàn)檫@比那些技術(shù)水平較低的創(chuàng)新知識(shí)生產(chǎn)對上海經(jīng)濟(jì)持續(xù)增長具有更顯著的促進(jìn)作用。技術(shù)水平較高的知識(shí)創(chuàng)新往往對各種生產(chǎn)（包括農(nóng)業(yè)、工業(yè)、服務(wù)業(yè)）的成本降低和效率提高作用更大，有些甚至是根本性的變革，這對包括如上海這樣的發(fā)展水平較高地區(qū)的積極影響顯然是不言而喻的。

第三，上海應(yīng)繼續(xù)重視物質(zhì)資本投資。上海各界曾經(jīng)一度對物質(zhì)資本推動(dòng)型的經(jīng)濟(jì)增長模式產(chǎn)生某種程度的擔(dān)憂和不安，但是本文的實(shí)證表明，物質(zhì)資本投資不僅是上海經(jīng)濟(jì)增長的直接推動(dòng)力，而且也是知識(shí)創(chuàng)新的附著載體，知識(shí)創(chuàng)新通過與物質(zhì)資本相結(jié)合而對上海經(jīng)濟(jì)增長產(chǎn)生積極影響。

參考文獻(xiàn)

[1]Romer， P. Endogenous Technological Change[J]. Journal of Political Economy， 1990（98）： 71102.

[2] Aghion， P.， and Wowitt， P. 1A Model of Growth Through Greative Destruction[J]. Econometrica， 1992 （60）： 323351.

[3] 嚴(yán)成樑， 龔六堂. 熊彼特增長理論：一個(gè)文獻(xiàn)綜述[J]. 經(jīng)濟(jì)學(xué)（季刊）， 2009 （3）： 2338.

[4] 嚴(yán)成樑， 沈超. 知識(shí)生產(chǎn)對我國經(jīng)濟(jì)增長的影響——基于包含知識(shí)存量框架的分析[J]. 經(jīng)濟(jì)科學(xué)， 2011 （3）： 4656.

[5] 徐盈之，朱依曦. 知識(shí)溢出與區(qū)域經(jīng)濟(jì)增長： 基于空間計(jì)量模型的實(shí)證研究[J]. 科研管理， 2010 （6）： 105112.

[6] 王小魯， 樊綱. 中國經(jīng)濟(jì)增長的可持續(xù)性——跨世紀(jì)的回顧與展望[M]. 北京： 經(jīng)濟(jì)科學(xué)出版社， 2000： 2254.

[7] Hall.R.， and C. Jones. Why Do Some Countries Produce So Much More Output Per Worker than Others？[J]. Quarterly Journal of Economics， 1999 （1）： 83116.

[8] 呂忠偉. R&D空間溢出對區(qū)域知識(shí)生產(chǎn)的作用研究[J]. 統(tǒng)計(jì)研究， 2009 （4）： 4452.

[9] 趙衛(wèi)亞. 計(jì)量經(jīng)濟(jì)學(xué)教程[M]. 上海：上海財(cái)經(jīng)大學(xué)出版社， 2003： 5662.