基于專利影響因素分析的我國中西部地區(qū)創(chuàng)新水平提升研究
——以安徽省為例

潘三毛，劉中愛

一、文獻綜述

創(chuàng)新是引領經濟增長和轉型升級最為重要的引擎。本輪金融危機之后，一方面，中國進入經濟新常態(tài)，粗放型增長及經濟結構急需轉型和優(yōu)化升級；另一方面，世界進入創(chuàng)新全球化階段，由資源比較優(yōu)勢競爭走向創(chuàng)新要素優(yōu)勢競爭。2012年，黨的十八大適時提出實施創(chuàng)新驅動發(fā)展戰(zhàn)略，創(chuàng)新驅動發(fā)展正式升級為國家優(yōu)先戰(zhàn)略。2016年，中共中央、國務院印發(fā)了《國家創(chuàng)新驅動發(fā)展戰(zhàn)略綱要》《“十三五”國家科技創(chuàng)新規(guī)劃》，提出到2050年將我國建成世界科技創(chuàng)新強國。實現(xiàn)這一目標要分三步走，其中第一步是到2020年國家綜合創(chuàng)新能力世界排名進入前15名，進入創(chuàng)新型國家行列。2019年，黨的十九大更是提出推動高質量發(fā)展，我國區(qū)域競爭格局由GDP掛帥階段轉向以創(chuàng)新為動力推動高質量發(fā)展掛帥的階段。

近年來，安徽省按照中央關于建設創(chuàng)新型國家的要求，全面推進創(chuàng)新型省份建設，陸續(xù)印發(fā)《中共安徽省委安徽省人民政府關于實施創(chuàng)新驅動發(fā)展戰(zhàn)略進一步加快創(chuàng)新型省份建設的意見》（皖發(fā)〔2014〕4號）、《實施創(chuàng)新驅動發(fā)展戰(zhàn)略 進一步加快創(chuàng)新型省份建設配套文件的通知》（皖政辦 〔2015〕40號）和《安徽省貫徹落實〈國家創(chuàng)新驅動發(fā)展戰(zhàn)略綱要〉實施方案》等文件。根據安徽省科技廳公開數據分析，2012年12月到2017年12月，全省申請發(fā)明專利、獲授權發(fā)明專利、每萬人口發(fā)明專利擁有量、技術合同成交額、社會研發(fā)經費支出及其占地區(qū)GDP比重等指標分別增長了382.0%、306.0%、497.0%、190.0%、68.6%和0.33%，全省科技創(chuàng)新工作獲得較大進展。根據歷年中國統(tǒng)計局《中國統(tǒng)計年鑒》和科技部《中國區(qū)域科技創(chuàng)新評價報告》相關數據，與全國其他省份相比，2012—2015年安徽省GDP全國排名一直穩(wěn)居第14名，到2016年和2017年，這個名次上升到第13名。但是，安徽省綜合科技創(chuàng)新水平指數的全國排名一直位居第15名，不僅低于其GDP的省份排名，也不因GDP省份排位名次的提高而提高。這說明，一方面，安徽省的經濟發(fā)展并未獲得創(chuàng)新動力的有力支撐；另一方面，伴隨我國經濟發(fā)展進入新時代，未來安徽省通過實施“調轉促”工程，促進經濟高質量發(fā)展的任務較重。可見，研究影響安徽省創(chuàng)新水平的主要因素，進而探尋提升安徽省創(chuàng)新水平的可行路徑，對安徽省培育經濟增長新動能和我國其他中西部落后省份實現(xiàn)高質量發(fā)展具有重要的現(xiàn)實意義。

國內有關區(qū)域創(chuàng)新影響因素的研究多以全國范圍為研究對象，有的使用30個省、直轄市、自治區(qū)面板數據考察總體區(qū)域創(chuàng)新能力、區(qū)域創(chuàng)新產出和區(qū)域創(chuàng)新活動空間效應及其影響因素［1-3］，有的分東部和西部地區(qū)考察全國科技創(chuàng)新能力的影響因素［4］，有的研究地區(qū)創(chuàng)新能力差異和能力比較［5-6］，還有的分析區(qū)域創(chuàng)新時空格局演化和創(chuàng)新俱樂部收斂趨勢［7-8］。個別研究也涉及到單個省內區(qū)域創(chuàng)新，如以浙江省為研究對象分析區(qū)域創(chuàng)新平臺的空間分布特征及其影響因素［9］。以我國中西部重點省份為研究對象考察區(qū)域創(chuàng)新能力提升路徑的文獻非常欠缺。眾所周知，中國的地區(qū)發(fā)展不平衡，各地區(qū)發(fā)展差異較大，基于全國層面或者發(fā)達地區(qū)數據得出的區(qū)域創(chuàng)新研究結論和普遍規(guī)律往往并不適用于我國欠發(fā)達的中西部地區(qū)。這些相對落后地區(qū)需要基于詳實數據對具體區(qū)情進行深入研究。因此，我們基于安徽省16個地級市2010—2016年的面板數據，考察安徽省創(chuàng)新水平的影響因素及其提升路徑。

二、模型建立、變量選取及數據來源說明

（一）模型的建立

為了研究安徽省創(chuàng)新水平的影響因素，我們將創(chuàng)新活動看作一項知識生產活動，使用經過修改的柯布—道格拉斯函數形式［10-11］：

式中：PATit表示第i個地區(qū)第t年的創(chuàng)新活動產出；Ait表示第i個地區(qū)第t年的現(xiàn)有知識存量（用第i個地區(qū)第t年的收入水平衡量，用GDP表示）；RDit是第i個地區(qū)第t年的研發(fā)投資；Zit是一組社會經濟因素，這些因素有第i個地區(qū)第t年的技能水平（用第i個地區(qū)第t年高新技術行業(yè)就業(yè)人員數衡量，用SKI表示）和勞動力市場情況（用第i個地區(qū)第t年失業(yè)人數衡量，用UNE表示）；γ表示研發(fā)投資的產出彈性。因此，式（1）表示創(chuàng)新產出由現(xiàn)有的知識存量、創(chuàng)新投入和其他重要的社會經濟因素決定。

對公式（1）兩邊求對數，得到公式（2）：

式中：α0為常數項；εit為隨機擾動項；α1、α2、α3、α4為系數。因為所有變量都取對數，所以估計的系數解釋為貢獻彈性。

在創(chuàng)新過程中，創(chuàng)新投入的研發(fā)投入來源不同，既有政府研發(fā)投入，也有企業(yè)自主研發(fā)投入。為了考察這2種研發(fā)投入對安徽省創(chuàng)新水平的影響有何差異，我們將（2）中的RDit替換成政府研發(fā)投入和非政府研發(fā)投入，前者用RDpub表示，后者用RDfpub表示，建立了方程（3）：

式中：β0為常數項；μit為隨機擾動項；β1、β2、β3、β4、β5為系數。

（二）變量選取

1.被解釋變量的選擇

研究區(qū)域創(chuàng)新能力，首先涉及到指標的衡量和選取問題?？v觀區(qū)域創(chuàng)新能力評價指標的研究文獻，對區(qū)域創(chuàng)新能力的衡量指標有多指標體系和單指標體系［12］。多指標體系涉及到的指標包括知識創(chuàng)新、技術創(chuàng)新、創(chuàng)新投入、創(chuàng)新產出、創(chuàng)新環(huán)境等。多指標衡量的好處是考慮比較周全，但在使用多指標衡量時，不同指標之間的相關度很高，實際上用其中的任何一個指標都可以表示創(chuàng)新能力［13］。其中，很多經濟學家認為專利數是最合適的指標［14-16］。我們根據這一思想，選用安徽省各市每年度的專利申請受理量作為被解釋變量PAT，這個變量代表給定區(qū)域的創(chuàng)新能力。

2.解釋變量的選擇

根據公式（3），影響創(chuàng)新產出的關鍵因素有5個，分別為知識存量、政府研發(fā)投入、非政府研發(fā)投入、技能水平和勞動力。

3.知識存量（GDP）

知識存量反映創(chuàng)新基礎。根據內生增長理論，研發(fā)投入是促進區(qū)域創(chuàng)新和技術進步的基本動力，知識存量越多，區(qū)域創(chuàng)新強度越大，創(chuàng)新產出越多。使用前期經濟水平來反映區(qū)域知識存量，用人均GDP表示［17］。該變量被看作是地區(qū)知識儲備的代表，符號為GDP，能夠衡量一個國家的技術發(fā)展總體狀況，預計與區(qū)域創(chuàng)新能力正相關。

4.研發(fā)投入（RD）

研發(fā)投入體現(xiàn)了一個區(qū)域創(chuàng)造、傳播和利用知識的努力和能力。通常，研發(fā)投入越多，區(qū)域創(chuàng)新強度越高，創(chuàng)新產出越多。研發(fā)投入用研究與試驗發(fā)展經費總支出來表示。我們區(qū)分了政府研發(fā)投入和非政府研發(fā)投入對創(chuàng)新水平的影響，使用各市工業(yè)企業(yè)來自政府部門的科技活動資金來表示政府研發(fā)投入，符號為RDpub；用各市工業(yè)企業(yè)每年使用來自非政府部門的科技活動資金來表示非政府研發(fā)投入，符號為RDfpub。預計研發(fā)投入與區(qū)域創(chuàng)新能力正相關。

5.技能水平（SKI）

技能水平高低反映區(qū)域研發(fā)投入轉化為創(chuàng)新產出的能力大小。相對于農業(yè)部門，制造業(yè)和服務業(yè)部門更傾向于促進創(chuàng)新，特別是更多依賴先進技術條件的制造業(yè)和服務業(yè)部門的地區(qū)更傾向于報告更高的創(chuàng)新率。一般來說，各地區(qū)在高新技術行業(yè)就業(yè)的人員越多，將研發(fā)轉化為創(chuàng)新的能力也就越強。因此，可以用區(qū)域高新技術行業(yè)就業(yè)人員數來反映技能水平（SKI）。從三大產業(yè)角度考察區(qū)域技能水平，我們用在制造業(yè)和服務業(yè)部門工作的人口作為一個地區(qū)人口技能水平高低的代表，考慮數據的可獲得性，使用安徽省各市分行業(yè)城鎮(zhèn)非私營單位中制造業(yè)與信息傳輸、計算機服務和軟件業(yè)就業(yè)人員數之和表示。預計技能水平與區(qū)域創(chuàng)新能力正相關。

6.勞動力（UNE）

正在工作或找工作的人可能更愿意學習和吸收新的知識，同時也更了解和接受潛在的創(chuàng)新。反之，失業(yè)人員很可能厭惡學習和創(chuàng)新。因此，一個地區(qū)失業(yè)人員越多，創(chuàng)新水平越低。我們用失業(yè)人數來表示創(chuàng)新的勞動力投入反向指標，用各市城鎮(zhèn)年末實有登記失業(yè)人數來表示。預計失業(yè)人數（UNE）與區(qū)域創(chuàng)新能力負相關。

（三）數據來源說明

鑒于各項數據的可獲得性，我們采用安徽省16個地級市2010—2016年的市級面板數據進行分析。所有數據均來自于2010—2016年《安徽統(tǒng)計年鑒》，采用Stata14.0統(tǒng)計軟件進行數據處理。

三、實證結果

（一）描述性統(tǒng)計與相關系數

各變量的描述性統(tǒng)計量計算結果見表1。

表1 變量的描述性統(tǒng)計 n=112

為了檢查變量之間是否存在多重共線性，我們計算了Spearman相關系數，計算結果見表2。通過表2可知，絕大部分變量之間的相關系數絕對值在0.5000以下，說明這些變量之間并不存在嚴重的多重共線性。

表2 Spearman相關系數表

（二）計量模型估計及結果分析

我們對所收集的安徽省16個地級市的面板數據進行統(tǒng)計檢驗。為了檢驗模型采用固定效應還是隨機效應，我們進行了豪斯曼檢驗，得到的p值高度顯著，確定接受固定效應回歸的結果。模型回歸結果見表3。

表3 模型回歸結果 n=112

首先，我們對模型（2）進行了實證檢驗，回歸結果見表3。解釋變量lnRD的彈性系數為1.410，在1%的置信水平下顯著；解釋變量lnSKI的彈性系數為0.373，在5%的置信水平下顯著。這表示各市研究與試驗發(fā)展經費總支出每增加1.000%，會使各市每年度的專利申請受理量提高1.410%；高新技術行業(yè)就業(yè)人員數每提高1.000%，各市每年度的專利申請受理量增加0.373%。實證結果與預期的結果一致。lnGDP與lnUNE的彈性系數分別為-0.350、0.146，但均不顯著。這與預期的結果不一致。對此的解釋，前者是因為知識存量對創(chuàng)新產出的影響可能存在門檻條件。根據官方公開數據，2016年，安徽省16個市中，僅有馬鞍山、合肥和蕪湖3個市的居民人均收入水平高于全國平均水平，其他13個市均低于全國平均水平，安徽16個市整體的人均收入還處于較低水平。后者是因為我們只統(tǒng)計了城鎮(zhèn)失業(yè)人數，而安徽省是農業(yè)大省，整體城鎮(zhèn)化水平不高。

為了區(qū)分政府研發(fā)投入和非政府研發(fā)投入對安徽省創(chuàng)新水平的影響，我們接下來對模型（3）進行了實證檢驗。首先，單獨考察政府研發(fā)投入的影響，回歸結果見表3。 解釋變量 lnRDpub、lnGDP、lnSKI、lnUNE的彈性系數分別為 0.157、1.769、0.825和 0.521，分別在5%、1%、1%和5%的置信水平下顯著，表示各市工業(yè)企業(yè)每年使用來自政府部門的科技活動資金、各市的每年人均國內生產總值、高新技術行業(yè)就業(yè)人員數、各市城鎮(zhèn)年末實有登記失業(yè)人數各自提高1.000%，相應會推動各市每年度的專利申請受理量分別增加0.157%、1.769%、0.825%和0.521%。實證結果與預期結果一致。

其次，單獨考察非政府研發(fā)投入的影響，回歸結果見表3。解釋變量lnRDfpub、lnSKI的彈性系數分別為0.754和0.497，分別在1%、5%的置信水平下顯著，表示各市工業(yè)企業(yè)每年使用來自非政府部門的科技活動資金、高新技術行業(yè)就業(yè)人員數各自提高1.000%，相應會使各市每年度的專利申請受理量分別提高0.754%和0.497%。實證結果與預期結果一致。lnGDP與lnUNE的彈性系數分別為0.266和0.316，但均不顯著。

最后，政府研發(fā)投入和非政府研發(fā)投入放在同一個模型中進行考察，回歸結果見表3。解釋變量lnRDpub、lnRDfpub、lnSKI的彈性系數分別為 0.118、0.730和0.475，分別在5%、1%和5%的置信水平下顯著，表示各市工業(yè)企業(yè)每年使用來自政府部門的科技活動資金、來自非政府部門的科技活動資金、高新技術行業(yè)就業(yè)人員數各自提高1.000%，相應會使各市每年度的專利申請受理量分別提高0.118%、0.730%和0.475%。這里的實證結果也與預期的結果一致。lnGDP與lnUNE的彈性系數分別為0.105和0.306，但均不顯著。lnRDfpub對各市每年度專利申請受理量的推動作用要高于lnRDpub對各市每年度的專利申請受理量。這說明，并非所有的研究部門在創(chuàng)新生產方面都具有同樣的生產力。其中，由私營部門進行的研究活動的回報率比政府部門高。這可能是因為，私人資助的研究更傾向于商業(yè)用途，因為創(chuàng)新是通過專利申請的數量來衡量的，而專利申請本質上具有很強的商業(yè)傾向。相比之下，公共研究與基礎研究相關聯(lián)，因此可能與專利申請的數量（衡量創(chuàng)新的指標）相關性不大。

四、結論與政策建議

綜上，我們通過建立實證模型，對安徽省創(chuàng)新水平的影響因素進行了實證研究。研究結果表明：研究與試驗發(fā)展經費總支出、高新技術行業(yè)就業(yè)人員數與安徽省創(chuàng)新水平正相關。工業(yè)企業(yè)每年使用來自政府部門的科技活動資金、來自非政府部門的科技活動資金也與安徽省創(chuàng)新水平正相關，但后者的創(chuàng)新產出大于前者。人均國內生產總值、城鎮(zhèn)年末實有登記失業(yè)人數與安徽省創(chuàng)新水平不相關，可能是因為安徽省還是農業(yè)大省，整體經濟發(fā)展水平不高。據此，建議中西部地區(qū)實施創(chuàng)新驅動發(fā)展戰(zhàn)略應抓好4個重點。

（一）繼續(xù)加大研發(fā)投入

以提升原始創(chuàng)新能力和支撐重大科技突破為目標，繼續(xù)加大政府研發(fā)投入，提升科技創(chuàng)新的物質和條件保障能力。實施嚴格的知識產權保護制度，引導和激勵企業(yè)自主加大市場導向的創(chuàng)新投入和建設，培育壯大創(chuàng)新型企業(yè)。

（二）轉變經濟發(fā)展方式，調整產業(yè)結構，促進產業(yè)轉型升級

結合各地資源稟賦和發(fā)展基礎，大力發(fā)展知識產權密集型產業(yè)，特別是發(fā)展高新技術產業(yè)和現(xiàn)代服務業(yè)。

（三）推動經濟總量盡快邁上新臺階

創(chuàng)新是經濟增長的發(fā)動機，但創(chuàng)新也需要一定的經濟基礎。2017年安徽省GDP總量在全國排第13名，但絕對量（27 518.70億元）和前3強廣東（89 900.00億元）、江蘇（85 900.90 億元）和山東（72 678.18 億元）相差很多。要提高一個地區(qū)的創(chuàng)新產出，就必須加大投入。只有經濟總量提高才可以有更多的政府資金投入到研發(fā)中去。

（四）加大戶籍制度改革措施落實力度，完善相關配套政策，加快提高戶籍人口城鎮(zhèn)化率

縱觀世界發(fā)達國家的創(chuàng)新實踐，但凡創(chuàng)新型國家和地區(qū)，其城鎮(zhèn)化率都在80%以上。反之，在一個農業(yè)人口占比還比較大的國家或地區(qū)，其創(chuàng)新活力均不強。比如，國家科技部《國家創(chuàng)新指數報告2016—2017》將40個參評國家分為3個集團。其中，國家創(chuàng)新綜合指數排名前15名的國家屬于第一集團，主要為歐美發(fā)達經濟體，均為公認的高度城市化國家；國家創(chuàng)新綜合指數排名在30名以后的國家屬于第三集團，多為發(fā)展中國家，其城市化水平遠低于發(fā)達國家。根據《安徽省2017年國民經濟和社會發(fā)展統(tǒng)計公報》，安徽省2017年的城鎮(zhèn)化率為53.5%，比世界約55.0%的城鎮(zhèn)化平均水平還低了1.5%。要建設創(chuàng)新型省份，較低的城鎮(zhèn)化水平必須得以改變。