中國(guó)區(qū)域高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效測(cè)度與評(píng)價(jià)——基于因子分析和空間計(jì)量模型的實(shí)證研究

余　泳，陳　龍，王　筱

(云南財(cái)經(jīng)大學(xué) 國(guó)際工商學(xué)院， 云南 昆明　650221)

中國(guó)區(qū)域高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效測(cè)度與評(píng)價(jià)
——基于因子分析和空間計(jì)量模型的實(shí)證研究

余泳，陳龍，王筱

(云南財(cái)經(jīng)大學(xué) 國(guó)際工商學(xué)院， 云南 昆明650221)

摘要：文章以中國(guó)30個(gè)省市2008—2012年高技術(shù)產(chǎn)業(yè)數(shù)據(jù)為研究樣本，首先，運(yùn)用因子分析法測(cè)度了中國(guó)30個(gè)省市2008—2012年高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效；其次，運(yùn)用Moran’s I指數(shù)值對(duì)高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效的空間相關(guān)性和空間異質(zhì)性進(jìn)行檢驗(yàn)；最后，基于空間計(jì)量模型中的SEM模型分析了高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效的影響因素。研究結(jié)果表明：2008—2012年間，中國(guó)區(qū)域高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效空間上呈現(xiàn)“東高西低”的集聚特征，局域上呈現(xiàn)空間溢出效應(yīng)；R&D人員投入、R&D經(jīng)費(fèi)投入、對(duì)外開放度、外部技術(shù)獲取、企業(yè)規(guī)模等與區(qū)域高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效呈正相關(guān)關(guān)系；產(chǎn)權(quán)結(jié)構(gòu)與區(qū)域高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效呈負(fù)相關(guān)關(guān)系，即非國(guó)有高技術(shù)企業(yè)更有助于創(chuàng)新績(jī)效的提高。

關(guān)鍵詞：中國(guó)區(qū)域高技術(shù)產(chǎn)業(yè)；創(chuàng)新績(jī)效；因子分析；空間誤差模型

一、研究背景與發(fā)展現(xiàn)狀

改革開放以來，在國(guó)家加大對(duì)科技的投入和相關(guān)政策的扶持下，中國(guó)高技術(shù)產(chǎn)業(yè)取得了突破性的發(fā)展。但是，據(jù)《中國(guó)區(qū)域創(chuàng)新能力報(bào)告2012》顯示[1]，中國(guó)區(qū)域高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效水平差異明顯，東部沿海地區(qū)高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效水平較高，中、西部?jī)?nèi)陸地區(qū)高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效水平較低，東部沿海地區(qū)明顯高于中、西部?jī)?nèi)陸地區(qū)。如2012年高技術(shù)產(chǎn)業(yè)R&D人員全時(shí)當(dāng)量方面，東部地區(qū)占78.67%，中、西部地區(qū)分別占13.36%、7.97%；R&D經(jīng)費(fèi)支出方面，東部地區(qū)占79.69%，中、西部地區(qū)分別占12.55%、7.76%；全年有效發(fā)明專利數(shù)方面，東部地區(qū)占86.59%，中、西部地區(qū)分別占8.08%、5.33%；新產(chǎn)品銷售收入方面，東部地區(qū)占86.83%，中、西部地區(qū)分別占8.32%、4.85%。從發(fā)展現(xiàn)狀分析可知，中國(guó)高技術(shù)產(chǎn)業(yè)整體發(fā)展迅速，但區(qū)域差異明顯；同時(shí)，中國(guó)區(qū)域高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效呈現(xiàn)出“高產(chǎn)出、低效率”的特征[2]。

因此，本文在構(gòu)建高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效評(píng)價(jià)體系的基礎(chǔ)上，以中國(guó)區(qū)域高技術(shù)產(chǎn)業(yè)為研究對(duì)象，利用2008—2012年中國(guó)30個(gè)省市(數(shù)據(jù)缺失的港澳臺(tái)、西藏除外)的面板數(shù)據(jù)，借助因子分析法和空間計(jì)量模型對(duì)中國(guó)區(qū)域高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效測(cè)度與評(píng)價(jià)，分析各影響因素對(duì)高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效的作用途徑，以期為實(shí)現(xiàn)中國(guó)區(qū)域高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效的協(xié)調(diào)發(fā)展提供有益思路，這對(duì)于提升高技術(shù)產(chǎn)業(yè)競(jìng)爭(zhēng)力，縮小區(qū)域創(chuàng)新差異等都具有重要意義。

二、文獻(xiàn)回顧

在經(jīng)濟(jì)全球化和知識(shí)經(jīng)濟(jì)的大背景下，創(chuàng)新已成為高技術(shù)企業(yè)持續(xù)發(fā)展的主要?jiǎng)恿驮慈?，而?chuàng)新能力的強(qiáng)弱直接關(guān)系到高技術(shù)產(chǎn)業(yè)的競(jìng)爭(zhēng)力及生命力。近年來，中國(guó)政府不斷加強(qiáng)對(duì)高技術(shù)產(chǎn)業(yè)的創(chuàng)新扶持力度，高技術(shù)產(chǎn)業(yè)得到快速的發(fā)展，但是仍面臨著“高產(chǎn)出、低效率”的弊端[2]。因此，科學(xué)合理地評(píng)價(jià)高技術(shù)產(chǎn)業(yè)的創(chuàng)新績(jī)效，這對(duì)于提升高技術(shù)產(chǎn)業(yè)競(jìng)爭(zhēng)力、縮小區(qū)域創(chuàng)新差異等都具有十分重要的理論和現(xiàn)實(shí)意義。

自1912年Schumpeter提出創(chuàng)新概念以來，國(guó)內(nèi)外眾多學(xué)者圍繞高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效進(jìn)行研究，已經(jīng)取得諸多有益成果[3]。Hemmert(2004)依據(jù)德國(guó)和日本的調(diào)查結(jié)果，采用線性回歸的方法深入研究了技術(shù)創(chuàng)新投入與產(chǎn)出績(jī)效的關(guān)系[4]。Raab等(2006)[5]對(duì)美國(guó)50個(gè)州高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率進(jìn)行了深入研究。Cheung(2010)[6]深入分析了中國(guó)1995—2006年FDI的技術(shù)溢出效應(yīng)，結(jié)果表明，外資高技術(shù)企業(yè)的R&D投入與中國(guó)高技術(shù)產(chǎn)業(yè)的創(chuàng)新績(jī)效具有顯著的正相關(guān)性。Yam等(2011)[7]對(duì)中國(guó)香港特別行政區(qū)制造業(yè)的技術(shù)創(chuàng)新績(jī)效影響因素進(jìn)行深入研究，得出企業(yè)R&D投入是提升技術(shù)創(chuàng)新績(jī)效的關(guān)鍵。國(guó)內(nèi)學(xué)者的研究主要集中在高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效評(píng)價(jià)方法上，主要有多元統(tǒng)計(jì)分析法(主成分分析法、聚類分析法、因子分析法、結(jié)構(gòu)方程模型等)、DEA族法(基本DEA法、超效率DEA法、網(wǎng)絡(luò)DEA法、DEA-Malmquist指數(shù)法、隨機(jī)前言SFA法等)以及其他方法。運(yùn)用多元統(tǒng)計(jì)分析法的學(xué)者有：孫慧玲等(2014)[8]、王靜(2010)[9]、譚開明等(2013)[10]；運(yùn)用DEA族法的學(xué)者有：吳和成(2008)[11]、余泳澤(2009)[12]、葛磊(2012)[13]、馬軍偉(2013)[14]、夏緒梅(2013)[15]等。部分學(xué)者運(yùn)用其他評(píng)價(jià)方法進(jìn)行高技術(shù)產(chǎn)業(yè)發(fā)展研究，如曹勇等(2012)[16]運(yùn)用Pearson相關(guān)分析、改進(jìn)的Griliches—Jaffe知識(shí)生產(chǎn)函數(shù)模型和逐步回歸分析等方法對(duì)高技術(shù)產(chǎn)業(yè)整體及其下屬五個(gè)典型行業(yè)進(jìn)行比較分析；高文玲等(2013)[17]運(yùn)用中國(guó)省級(jí)面板數(shù)據(jù)，研究了OFDI的逆向技術(shù)溢出對(duì)中國(guó)高技術(shù)產(chǎn)業(yè)創(chuàng)新產(chǎn)出的影響。

綜上，國(guó)內(nèi)外學(xué)者對(duì)于高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新績(jī)效問題進(jìn)行了深入研究，并取得了豐碩的研究成果。但是，大多數(shù)研究都是用單一指標(biāo)(如專利申請(qǐng)數(shù))來衡量各地區(qū)高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效水平；同時(shí)，大多數(shù)學(xué)者多采用多元統(tǒng)計(jì)分析法、DEA族法等方法為研究工具，這些方法大多基于假定各個(gè)區(qū)域是相互獨(dú)立、互不影響的，研究忽略了空間因素對(duì)高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效的影響。從理論與現(xiàn)實(shí)的角度來說，任何與高技術(shù)產(chǎn)業(yè)創(chuàng)新活動(dòng)有關(guān)的因素都有可能會(huì)對(duì)高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效產(chǎn)生一定程度的影響，且相鄰區(qū)域的高技術(shù)產(chǎn)業(yè)創(chuàng)新活動(dòng)并非獨(dú)立的，而是相互影響的。因此，為了更準(zhǔn)確地測(cè)度和評(píng)價(jià)高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效，本文采用因子分析法和空間計(jì)量模型對(duì)高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效進(jìn)行測(cè)度與評(píng)價(jià)，探索納入空間因素后各影響因素對(duì)高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效的影響。研究結(jié)果對(duì)提升高技術(shù)產(chǎn)業(yè)競(jìng)爭(zhēng)力、縮小區(qū)域創(chuàng)新差異以及政府政策的制定等都具有參考價(jià)值。

三、研究方法與變量測(cè)度

(一)研究方法

1.因子分析法

經(jīng)典的因子分析法是由Charles Spearman于1904年提出的，在社會(huì)、自然科學(xué)、經(jīng)濟(jì)管理等眾多領(lǐng)域的綜合評(píng)價(jià)中得到廣泛運(yùn)用。它將一組樣本的多個(gè)顯性指標(biāo)歸結(jié)為少數(shù)幾個(gè)公因子來解釋原始數(shù)據(jù)的多元統(tǒng)計(jì)分析方法。它通過對(duì)因子載荷矩陣等分析，根據(jù)方差貢獻(xiàn)率的大小來提取幾個(gè)能夠涵蓋大量原始數(shù)據(jù)的公因子，構(gòu)建因子模型將原始觀察變量分解為因子的線性組合，最后根據(jù)綜合得分對(duì)研究對(duì)象進(jìn)行評(píng)價(jià)。其基本模型如下：

(1)

因此得出因子分析模型的矩陣表達(dá)式為：

即Αp×1=αp×m×Βm×1+βp×m×ξp×1

(2)

2.空間計(jì)量經(jīng)濟(jì)估計(jì)與分析

(1)空間自相關(guān)性檢驗(yàn)

空間自相關(guān)性檢驗(yàn)是用來分析某一區(qū)域與其相鄰空間點(diǎn)上的高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效是否顯著相關(guān)聯(lián)，包含全局空間自相關(guān)和局域空間自相關(guān)，常用Moran’s I指數(shù)來衡量。

全局Moran’s I指數(shù)用來分析研究區(qū)域整體的空間相關(guān)性和差異程度，可反映中國(guó)區(qū)域高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效的總體空間集聚格局，其計(jì)算公式為[18]：

(3)

全局Moran’sI指數(shù)在[-1,1]之間，在給定的顯著性水平下，當(dāng)I>0時(shí)，表明高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效水平較高(較低)的區(qū)域在空間上顯著集聚；當(dāng)I<0時(shí)，表明該區(qū)域與周邊地區(qū)的高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效水平具有顯著的空間差異；當(dāng)I接近-1/(n-1)時(shí)，表明各區(qū)域高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效在空間上呈獨(dú)立隨機(jī)分布。

然而，全局Moran’sI指數(shù)主要描述研究區(qū)域空間分布的總體特征，不能反映局部區(qū)域范圍內(nèi)的空間異質(zhì)性。而局部空間自相關(guān)可反映局部區(qū)域之間的空間集聚格局，并揭示局部區(qū)域范圍內(nèi)的空間異質(zhì)性，通常用局部Moran’sIi指數(shù)來衡量，其計(jì)算公式為：

(4)

公式(4)中,S2為各區(qū)域高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效水平的標(biāo)準(zhǔn)差，其余變量含義與公式(3)相同。

當(dāng)局部Moran’sIi指數(shù)為正時(shí)，表示較高(較低)創(chuàng)新績(jī)效水平的區(qū)域被較高(較低)創(chuàng)新績(jī)效水平的區(qū)域包圍，即相鄰區(qū)域空間集聚特征明顯；反之，當(dāng)局部Moran’sIi指數(shù)為負(fù)時(shí)，表示較低(較高)創(chuàng)新績(jī)效水平的區(qū)域被較高(較低)創(chuàng)新績(jī)效水平的區(qū)域包圍，即相鄰區(qū)域空間差異特征明顯。

(2)空間計(jì)量模型

通過以上的空間自相關(guān)性檢驗(yàn)，可以判斷中國(guó)區(qū)域高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效水平是否存在空間相關(guān)性和空間異質(zhì)性。如果空間相關(guān)性和空間異質(zhì)性顯著存在，則需運(yùn)用空間計(jì)量模型中的空間自回歸模型(SAR)對(duì)中國(guó)區(qū)域高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效水平進(jìn)行實(shí)證分析?？臻g自回歸模型(SAR)的一般形式為[19]：

Y=ρW1y+Xβ+ε,ε=λW2ε+u,ε～(0,σ2In)

(5)

其中，Y為n×1維的被解釋變量向量；ρ為空間滯后因變量W1y的系數(shù)；X為n×k維的解釋變量向量；β為解釋變量X矩陣的k×1維的系數(shù)向量；λ為空間誤差系數(shù)；W1和W2均是n×n維的空間權(quán)重矩陣；ε和u均是服從正態(tài)分布的隨機(jī)誤差項(xiàng)。

在式(5)中，當(dāng)ρ≠0且λ=0時(shí)，該模型為空間滯后模型(SLM)；當(dāng)ρ=0且λ≠0時(shí)，該模型為空間誤差模型(SEM)。對(duì)于究竟是采用空間滯后模型(SLM)還是空間誤差模型(SEM)，可根據(jù)Anselin和Florax(1995)[20]給出的檢驗(yàn)原則，選擇出適合的模型進(jìn)行研究。

(二)變量選擇與數(shù)據(jù)來源

1.變量選擇

在對(duì)中國(guó)區(qū)域高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效進(jìn)行評(píng)價(jià)時(shí)，所選擇的評(píng)價(jià)指標(biāo)既要能反映當(dāng)?shù)馗呒夹g(shù)產(chǎn)業(yè)創(chuàng)新活動(dòng)的整體情況，又要保證指標(biāo)數(shù)據(jù)的可得性和可比性。同時(shí)，影響高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效的因素眾多，為了使選取的影響因素能夠全面反映現(xiàn)實(shí)情況，需要科學(xué)、合理地選擇各影響因素。本文在前人研究的基礎(chǔ)上，從科研產(chǎn)出和新產(chǎn)品產(chǎn)出兩方面選擇五項(xiàng)指標(biāo)用于評(píng)價(jià)區(qū)域高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效水平，具體如表1所示。同時(shí)，選擇創(chuàng)新績(jī)效水平、R&D人員投入、R&D經(jīng)費(fèi)投入、對(duì)外開放度、外部技術(shù)獲取、企業(yè)規(guī)模、產(chǎn)權(quán)結(jié)構(gòu)等七項(xiàng)影響因素對(duì)區(qū)域高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效進(jìn)行空間計(jì)量分析，具體影響因素說明見表2。

表1　中國(guó)區(qū)域高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效評(píng)價(jià)指標(biāo)

表2　中國(guó)區(qū)域高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效影響因素

2.數(shù)據(jù)來源

本文研究數(shù)據(jù)來源于《中國(guó)高技術(shù)產(chǎn)業(yè)統(tǒng)計(jì)年鑒(2009—2013)》、《中國(guó)科技統(tǒng)計(jì)年鑒(2009—2013)》、《中國(guó)統(tǒng)計(jì)年鑒(2009—2013)》中2008—2012年中國(guó)30個(gè)省市(數(shù)據(jù)缺失的港澳臺(tái)除外)的統(tǒng)計(jì)數(shù)據(jù)。在進(jìn)行因子分析和空間計(jì)量分析前，根據(jù)顏克益等(2012)的研究，對(duì)于部分省份的缺失數(shù)據(jù)，采用相鄰省份數(shù)據(jù)的加權(quán)平均數(shù)進(jìn)行處理[21]。同時(shí)，由于通貨膨脹等因素的存在，對(duì)與價(jià)格有關(guān)的指標(biāo)數(shù)據(jù)均采用2007年居民消費(fèi)價(jià)格指數(shù)進(jìn)行價(jià)格平減。研究所用到的軟件為SPSS17.0和Geoda095i。

四、實(shí)證分析

(一)中國(guó)區(qū)域高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效測(cè)度分析

在進(jìn)行區(qū)域高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效因子分析前，需要對(duì)所獲得的數(shù)據(jù)進(jìn)行KMO檢驗(yàn)。一般認(rèn)為KMO在0.6以上，表明原始數(shù)據(jù)適合做因子分析。通過運(yùn)用SPSS17.0對(duì)各年的原始數(shù)據(jù)進(jìn)行KMO檢驗(yàn)，得到2008—2012年所選擇的研究數(shù)據(jù)的KMO值分別為0.715、0.68、0.792、0.718、0.74，Bartlett球體檢驗(yàn)統(tǒng)計(jì)量的顯著性概率均為0.000，可以認(rèn)為各變量之間存在著顯著的相關(guān)性，適合做因子分析。同時(shí)，根據(jù)特征值大于1提取公因子的原則，2008年有兩個(gè)特征值大于1，且這兩個(gè)因子的累計(jì)方差貢獻(xiàn)率為94.8%，故提取兩個(gè)公因子就能夠解釋原始變量大部分信息，而2008—2012年均值只有一個(gè)特征值大于1，累計(jì)方差貢獻(xiàn)率分別為78.5%、80.0%、79.2%、81.7%，故提取一個(gè)公因子就能夠解釋原始變量大部分信息。

因此，根據(jù)公式(2)可以得到2008—2012年中國(guó)30個(gè)省市高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效水平的綜合得分，如表3所示。

表3　2008—2012年中國(guó)區(qū)域高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效值

由表3可知， 2008—2012年中國(guó)區(qū)域高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效均值為正的區(qū)域只有9個(gè)省市，依次為廣東、江蘇、浙江、北京、山東、上海、天津、四川和福建，其績(jī)效值依次為2.796、1.263、0.695、0.587、0.305、0.268、0.242、0.219和0.041，表明這些區(qū)域高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效水平高于全國(guó)平均水平，其中東部地區(qū)的省市有8個(gè)，且前7位的省市均在東部地區(qū)，西部地區(qū)的省份有1個(gè)，中部地區(qū)則沒有；而其他省份在2008—2012年高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效均值得分均為負(fù)值，表明這些地區(qū)的高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效水平低于全國(guó)平均水平。值得關(guān)注的是，得分值排名最后的地區(qū)基本上都屬于西部地區(qū)，而中部地區(qū)省份得分值居中，這表明中國(guó)高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效水平存在顯著差距，仍表現(xiàn)出東部地區(qū)遙遙領(lǐng)先中、西部地區(qū)，即中國(guó)區(qū)域高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效存在著較大的不平衡。

此外，為了更直觀地顯示中國(guó)區(qū)域高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效的空間分布差異，本文以2012年中國(guó)區(qū)域高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效值為原始數(shù)據(jù)，運(yùn)用Geoda095i軟件對(duì)區(qū)域高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效水平分為5個(gè)等級(jí)，得到空間分布圖(見圖1)。從圖1可以看出，中國(guó)區(qū)域高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效存在著顯著的差距，大致呈現(xiàn)出東南沿海地區(qū)省市高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效水平較高，而中、西部地區(qū)省市(除四川省外)高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效水平較低。這也進(jìn)一步說明了中國(guó)區(qū)域高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效存在著顯著的空間集聚性和空間異質(zhì)性，大致是以從東部地區(qū)向西部地區(qū)逐漸遞減的階梯式分布。因此，需要通過嚴(yán)格的空間計(jì)量分析判斷各區(qū)域是否存在空間相關(guān)性、空間集聚性或空間溢出效應(yīng)。

圖1　2012年中國(guó)區(qū)域高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效空間分布圖

(二)中國(guó)區(qū)域高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效的空間計(jì)量分析

1.空間自相關(guān)性檢驗(yàn)

本文根據(jù)2008—2012年中國(guó)30個(gè)省市的高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效數(shù)據(jù)對(duì)中國(guó)各區(qū)域高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效進(jìn)行全局空間自相關(guān)性和局域空間自相關(guān)性檢驗(yàn)。表4為2008—2012年中國(guó)區(qū)域高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效的全局Moran’sI指數(shù)。從表4可以看出，2008—2012年的全局Moran’sI指數(shù)均為正，且均通過5%顯著性檢驗(yàn)，表明中國(guó)區(qū)域高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效呈正相關(guān)性，即以東部地區(qū)為主的高創(chuàng)新績(jī)效區(qū)域和以西部地區(qū)為主的低創(chuàng)新績(jī)效區(qū)域呈現(xiàn)出兩級(jí)集聚現(xiàn)象。同時(shí)，除2010年全局Moran’sI指數(shù)有所下降外，其余四年的全局Moran’sI指數(shù)均呈現(xiàn)逐年上漲之勢(shì)，這表明中國(guó)區(qū)域高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效在空間分布上并不是隨機(jī)分布的，而是呈現(xiàn)出較強(qiáng)的區(qū)域關(guān)聯(lián)效應(yīng)。

表4　2008—2012年中國(guó)區(qū)域高技術(shù)

注：表中的統(tǒng)計(jì)推斷基于999次的隨機(jī)排列。

為了進(jìn)一步揭示每個(gè)區(qū)域與相鄰區(qū)域的局部空間相關(guān)性和空間異質(zhì)性，本文采用Moran散點(diǎn)圖對(duì)中國(guó)區(qū)域高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效進(jìn)行局部空間相關(guān)性和空間異質(zhì)性檢驗(yàn)，如圖2所示。

圖2　2012年中國(guó)區(qū)域高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效Moran散點(diǎn)圖

以2012年為例，采用1階Queen型空間權(quán)重矩陣，運(yùn)用Geoda095i軟件對(duì)區(qū)域高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效進(jìn)行Moran散點(diǎn)圖分析，有五個(gè)區(qū)域(江西、湖南、廣西、四川、廣東)位于LH象限和HL象限，表明其相鄰區(qū)域與該地區(qū)的高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效表現(xiàn)為空間異質(zhì)性；海南省橫跨LH象限和LL象限，安徽省橫跨HH象限和LH象限，其他23個(gè)地區(qū)位于HH象限和LL象限，表明該地區(qū)與相鄰地區(qū)呈現(xiàn)顯著的局部空間相關(guān)性，存在溢出效應(yīng)。

2.空間計(jì)量模型估計(jì)與分析

根據(jù)上文的分析可知，中國(guó)區(qū)域高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效存在空間相關(guān)性和空間異質(zhì)性，所以在模型估計(jì)與分析時(shí)，有必要將空間因素納入到空間計(jì)量模型中進(jìn)行分析。

(1)模型構(gòu)建

依據(jù)前文確定的高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效解釋變量以及公式(5)的模型，本文根據(jù)科布道格拉斯生產(chǎn)函數(shù)，最終構(gòu)建的空間計(jì)量模型如下：

INN=c+β1RH+β2RDIN+β3OPEN

+β4EXTEC+β5SIZE+β6OWN+ε

(6)

INN=ρWINN+β1RH+β2RDIN+β3OPEN

+β4EXTEC+β5SIZE+β6OWN+ε

(7)

INN=β1RH+β2RDIN+β3OPEN+β4EXTEC

+β5SIZE+β6OWN+ξ,ξ=λWξ+ε

(8)

INN為各地區(qū)高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效；c表示常數(shù)項(xiàng)；βi(i=1,2,…,6)分別表示相應(yīng)影響因素的彈性系數(shù)；公式(6)是未納入空間因素的OLS估計(jì)模型；公式(7)和公式(8)分別為納入空間因素的空間滯后模型(SLM)和空間誤差模型(SEM)，均采用最大似然(ML)估計(jì)法。

(2)估計(jì)結(jié)果分析

本文以各區(qū)域各變量2008—2012年平均值為研究樣本數(shù)據(jù)，運(yùn)用Geoda095i軟件對(duì)區(qū)域高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效進(jìn)行空間計(jì)量模型估計(jì)與分析，模型的估計(jì)結(jié)果見表5。

由表5可以看出，納入空間因素的SLM和SEM的擬合優(yōu)度均比OLS模型高，這進(jìn)一步說明了高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效在全國(guó)范圍內(nèi)存在顯著的空間相關(guān)性。因此，需要考慮空間因素的影響，采用SLM和SEM模型分析高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效更加符合現(xiàn)實(shí)情況。

通過比較SLM和SEM可以發(fā)現(xiàn)， SEM的自然對(duì)數(shù)函數(shù)值lnL(15.671 8)較大，赤池信息準(zhǔn)則AIC(-17.343 7)和施瓦茨準(zhǔn)則SC(-7.535 3)最小，且極大似然比率LR(2.830 9)通過10%顯著性水平檢驗(yàn)。因此，可以斷定，SEM要比SLM擬合效果好，它能夠更好地揭示中國(guó)區(qū)域高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效差異的影響因素。此外，相對(duì)于2008—2012年的平均水平而言，SLM的空間滯后系數(shù)(ρ)未能通過10%顯著性檢驗(yàn)，表明高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效在中國(guó)不同區(qū)域還未形成良好的空間溢出效應(yīng)；而SEM的空間誤差系數(shù)(λ)通過了1%顯著性檢驗(yàn)，表明高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效存在顯著的空間依賴性，即相鄰地區(qū)的高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效在空間上是相互作用、相互影響的。

表5　模型的估計(jì)結(jié)果

注：括號(hào)內(nèi)為標(biāo)準(zhǔn)誤差，***、**、*分別表示通過1%、5%、10%水平下的顯著性檢驗(yàn)。

從表5中的SEM模型可以看出，R&D經(jīng)費(fèi)投入(RDIN)與區(qū)域高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效呈正相關(guān)關(guān)系，其系數(shù)為1.191 3，且通過了5%水平的顯著性檢驗(yàn)，即R&D經(jīng)費(fèi)投入程度每增加1%，高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效提高1.191 3%，說明今后需要進(jìn)一步加大R&D經(jīng)費(fèi)投入力度；對(duì)外開放度(OPEN)與區(qū)域高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效呈正相關(guān)關(guān)系，其系數(shù)為0.844 9，且通過了1%水平的顯著性檢驗(yàn)，即對(duì)外開放程度每增加1%，高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效提高0.844 9%；外部技術(shù)獲取(EXTEC)與區(qū)域高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效呈正相關(guān)關(guān)系，其系數(shù)為0.459 5，且通過了1%水平的顯著性檢驗(yàn)，即外部技術(shù)獲取程度每增加1%，高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效會(huì)提高0.459 5%，說明今后需要加強(qiáng)對(duì)外交流與合作，實(shí)現(xiàn)技術(shù)資源的共享；產(chǎn)權(quán)結(jié)構(gòu)(OWN)與區(qū)域高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效呈負(fù)相關(guān)關(guān)系，其系數(shù)為-0.421 2，且通過了1%水平的顯著性檢驗(yàn)，即產(chǎn)權(quán)結(jié)構(gòu)不合理程度每增加1%，高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效會(huì)降低0.421 2%，說明非國(guó)有高技術(shù)企業(yè)更有助于創(chuàng)新績(jī)效的提高，今后需要加強(qiáng)企業(yè)所有制改革，加大私有資本的進(jìn)入，實(shí)現(xiàn)區(qū)域企業(yè)所有制結(jié)構(gòu)的多元化，這和胡洪力等(2014)的研究結(jié)論相一致[22]；R&D人員投入(RH)與區(qū)域高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效呈正相關(guān)關(guān)系，其系數(shù)為1.217 0，表明R&D人員投入每增加1%，高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效會(huì)增加1.217 0%，但未通過顯著性檢驗(yàn)，原因可能是中國(guó)各區(qū)域高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效存在人力資源的不合理配置、使用效率低下等現(xiàn)象，人力資本的投入未達(dá)到應(yīng)有的產(chǎn)出效果，這在今后需要予以重點(diǎn)關(guān)注；企業(yè)規(guī)模(SIZE)與區(qū)域高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效呈正相關(guān)關(guān)系，其系數(shù)為0.185 9，表明企業(yè)規(guī)模越大，在創(chuàng)新過程中發(fā)揮的作用越大，但未通過顯著性檢驗(yàn)，原因可能是各區(qū)域高技術(shù)企業(yè)還未能很好地發(fā)揮企業(yè)規(guī)模效應(yīng)，今后應(yīng)該加強(qiáng)企業(yè)間的技術(shù)創(chuàng)新聯(lián)盟，以激發(fā)企業(yè)的規(guī)模效應(yīng)，提升創(chuàng)新績(jī)效。

五、結(jié)論與對(duì)策建議

本文運(yùn)用因子分析法測(cè)度了中國(guó)各區(qū)域高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效，并在此基礎(chǔ)上，構(gòu)建了納入空間因素的空間計(jì)量模型，以2008—2012年中國(guó)30個(gè)省市高技術(shù)產(chǎn)業(yè)各變量的平均值為研究樣本數(shù)據(jù)，對(duì)各區(qū)域高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效的空間相關(guān)性、空間差異性以及產(chǎn)生差距的原因進(jìn)行了實(shí)證分析，從而得到以下幾點(diǎn)結(jié)論與對(duì)策建議。

第一，從2008—2012年的區(qū)域高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效值來看，中國(guó)東部沿海地區(qū)的高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效值較高，中、西部?jī)?nèi)陸地區(qū)的高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效值較低，通過空間自相關(guān)性檢驗(yàn)可知，中國(guó)各區(qū)域高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效總體上呈現(xiàn)出“東高西低”的集聚特征，局域上呈現(xiàn)空間溢出效應(yīng)。因此，在今后的創(chuàng)新過程中，應(yīng)高度重視東部地區(qū)高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效的溢出效應(yīng)，大力扶持中、西部地區(qū)的高技術(shù)產(chǎn)業(yè)創(chuàng)新活動(dòng)，中、西部地區(qū)也要做好相關(guān)工作，承接?xùn)|部地區(qū)高技術(shù)產(chǎn)業(yè)轉(zhuǎn)移，從而帶動(dòng)本地區(qū)高技術(shù)產(chǎn)業(yè)的創(chuàng)新績(jī)效。

第二，根據(jù)2008—2012年Moran’sI指數(shù)值可知，中國(guó)區(qū)域間的高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效在空間上呈正相關(guān)關(guān)系；通過Moran散點(diǎn)圖可知，中國(guó)區(qū)域高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效存在顯著的空間差異性，地區(qū)間高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效存在一定的差距。因此，今后應(yīng)加強(qiáng)各地區(qū)間的合作，建立良好的合作機(jī)制，實(shí)現(xiàn)技術(shù)資源的共享，充分發(fā)揮區(qū)域間的空間溢出效應(yīng)，從而縮小區(qū)域間的差距。

第三，根據(jù)空間誤差模型(SEM)的回歸結(jié)果可知，R&D經(jīng)費(fèi)投入、對(duì)外開放度、外部技術(shù)獲取與區(qū)域高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效呈不同顯著程度的正相關(guān)，產(chǎn)權(quán)結(jié)構(gòu)與區(qū)域高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效呈顯著負(fù)相關(guān)，R&D人員投入、企業(yè)規(guī)模與區(qū)域高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效呈不顯著的正相關(guān)。因此，今后應(yīng)該重點(diǎn)從以下幾方面采取措施：其一，政府應(yīng)該加大有關(guān)創(chuàng)新活動(dòng)的投入，制定科學(xué)、合理的資金使用制度，避免大量科研資金的重復(fù)投向高績(jī)效地區(qū)或即將淘汰的企業(yè)；其二，加強(qiáng)對(duì)外交流與合作，積極引進(jìn)國(guó)外先進(jìn)技術(shù)，同時(shí)也應(yīng)加強(qiáng)對(duì)外部技術(shù)的消化吸收，變外部技術(shù)為自身所用，增強(qiáng)本地區(qū)高技術(shù)產(chǎn)業(yè)自主創(chuàng)新能力；其三，制定科學(xué)、合理、靈活的R&D人員激勵(lì)機(jī)制，加強(qiáng)R&D人員的培訓(xùn)，提高人員素質(zhì)，做到R&D人員的合理配置，有效利用；其四，高技術(shù)企業(yè)應(yīng)加強(qiáng)同政府、高等院校、科研院所等機(jī)構(gòu)的合作，實(shí)現(xiàn)“以官帶產(chǎn)、以產(chǎn)帶學(xué)、以學(xué)帶研、以研促產(chǎn)”的“官—產(chǎn)—學(xué)—研”合作機(jī)制，從而實(shí)現(xiàn)區(qū)域間高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效的協(xié)調(diào)發(fā)展。

參考文獻(xiàn)

[1]柳卸林,高太山.中國(guó)區(qū)域創(chuàng)新能力報(bào)告(2012)[M].北京:科技出版社,2013：50.

[2]陳凱華,官建成,寇明婷.中國(guó)高技術(shù)產(chǎn)業(yè)“高產(chǎn)出、低效益”的癥結(jié)與對(duì)策研究——基于技術(shù)創(chuàng)新效率角度的探索[J].管理評(píng)論,2012,24(4):53-66.

[3]SCHUMPETER J A.The theory of economic development [M].Cambridge MA: Harvard University Press, 1912：78.

[4]HEMMERT M. The influence of institutional factors on the technology acquisition performance of high—tech firms: survey results from Germany and Japan[J].Research Policy, 2004, 33(6-7):1019-1039.

[5]RAAB R A, KOTAMRAJU P. The efficiency of the high-tech economy: Conventional development indexes versus a performance index [J].Journal of Regional Science, 2006, 46(3): 545-562.

[6]CHEUNG KUI YIN. Spillover effects of FDI via exports on innovation performance of China’s high-technology industries[J].Journal of Contemporary China,2010,19 (65):541-557.

[7]YAM C, TANG P, LAU K. Analysis of sources of innovation, technological innovation capabilities, and performance: an empirical study of Hong Kong manufacturing industries [J]. Research Policy, 2011, 40 (3): 391-402.

[8]孫慧玲，趙罡，徐秀文.轉(zhuǎn)型背景下我國(guó)商業(yè)銀行戰(zhàn)略控制系統(tǒng)研究[J].哈爾濱商業(yè)大學(xué)：社會(huì)科學(xué)版, 2014(2):85-92.

[9]王靜.基于因子分析的陜西省高新技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新能力評(píng)價(jià)研究[J].西安財(cái)經(jīng)學(xué)院學(xué)報(bào),2010(4):36-40.

[10]譚開明,魏世紅.基于主成分分析的西部地區(qū)創(chuàng)新能力評(píng)價(jià)研究[J].西安財(cái)經(jīng)學(xué)院學(xué)報(bào),2013(1):73-77.

[11]吳和成.高技術(shù)產(chǎn)業(yè)R&D效率分析[J].研究與發(fā)展管理,2008(5):83-89.

[12]余泳澤.我國(guó)高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率及其影響因素研究——基于價(jià)值鏈視角下的兩階段分析[J].經(jīng)濟(jì)科學(xué),2009(4):62-74.

[13]葛磊.高技術(shù)產(chǎn)業(yè)創(chuàng)新效率及其協(xié)調(diào)度省際差異研究[J].運(yùn)籌與管理,2012(6):197-204.

[14]馬軍偉.基于Malmquist模型的戰(zhàn)略性新興產(chǎn)業(yè)金融支持效率研究[J].西安財(cái)經(jīng)學(xué)院學(xué)報(bào),2013(2):11-15.

[15]夏緒梅.基于DEA的陜西大中型工業(yè)企業(yè)技術(shù)創(chuàng)新效率評(píng)價(jià)及演化分析[J].西安財(cái)經(jīng)學(xué)院學(xué)報(bào),2013(6):43-47.

[16]曹勇,蘇鳳嬌.高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新投入對(duì)創(chuàng)新績(jī)效影響的實(shí)證研究——基于全產(chǎn)業(yè)及其下屬五大行業(yè)面板數(shù)據(jù)的比較分析[J].科研管理,2012(9): 22-31.

[17]高文玲,李濤.對(duì)外直接投資、逆向技術(shù)溢出與高技術(shù)產(chǎn)業(yè)創(chuàng)新——基于中國(guó)省級(jí)面板數(shù)據(jù)的實(shí)證研究[J].西安財(cái)經(jīng)學(xué)院學(xué)報(bào),2013(1):56-61.

[18]吳玉鳴.空間計(jì)量經(jīng)濟(jì)模型在省域研發(fā)與創(chuàng)新中的應(yīng)用研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2006(5):74-85.

[19]ANSELIN L. Spatial externalities, spatial multipliers and spatial econometrics [J].International Regional Science Review, 2003(2): 153-166.

[20]ANSELIN L, FLORAX R. Small sample properties of tests for spatial dependence in regression models:Some Further Results [M].Berlin Heidelber: Springer, 1995:80.

[21]顏克益,芮明杰,巫景飛.產(chǎn)業(yè)集聚視角下高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效影響因素研究[J].經(jīng)濟(jì)與管理研究,2012(12):57-67.

[22]胡洪力,李曉.中國(guó)省域大中型工業(yè)企業(yè)R&D效率的空間差異性及影響因素分析[J].經(jīng)濟(jì)經(jīng)緯,2014(2):19-24.

Measurement and Evaluation of Chinese Regional High-Tech Industry

Innovation Performance: An Empirical Research Based on Factor

(責(zé)任編輯：王曉紅)

收稿日期：2014-11-23

基金項(xiàng)目：國(guó)家自然科學(xué)基金項(xiàng)目(71301141)；教育部人文社會(huì)科學(xué)研究基金項(xiàng)目(13YJC630247)；國(guó)家軟科學(xué)研究項(xiàng)目(2011GXQ40077)；云南省科技廳科學(xué)計(jì)劃項(xiàng)目(2013FD029)；云南省教育廳科學(xué)研究基金項(xiàng)目(2014J082)

作者簡(jiǎn)介：余泳(1973-)，男，云南昆明人，云南財(cái)經(jīng)大學(xué)國(guó)際工商學(xué)院教授，碩士生導(dǎo)師，研究方向?yàn)閯?chuàng)新管理；陳龍(1988-)，男，安徽合肥人，云南財(cái)經(jīng)大學(xué)國(guó)際工商學(xué)院碩士研究生，研究方向?yàn)閯?chuàng)新管理;王筱(1990-)，女，山東濟(jì)南人，云南財(cái)經(jīng)大學(xué)國(guó)際工商學(xué)院碩士研究生，研究方向?yàn)閯?chuàng)新管理。

中圖分類號(hào)：F264.2

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1672-2817(2015)02-0039-08

Analysis and Spatial Econometric Model

YUYong，CHENLong，WANGXiao

( School of International Business，Yunnan University of Finance and Economics，Kunming 650221，China)

Abstract:This study takes the data from high-tech industries in China’s thirty provinces in 200g-2012 as research sample:Firstly,using factor analysis method to measure the high-tech industry innovation performance in China’s 30 provinces and cities in 2008-2012; Then,using Moran’s I values to test the spatial correlation and spatial heterogeneity in high-tech industrial innovation performance; Finally, analyzing the influencing factors that influence the innovation performance of high-tech industry based on the SEM model. The results show that China’s regional high-tech industry innovation performance in space shows the agglomeration characteristics of “east high west low” from 2008 to 2012; in local area, it shows spatial spillover effect. R&D personnel input, R&D investment, foreign open degree, external technology acquisition and enterprise scale have positive relation with high-tech industry innovation performance; Property right structure have negative relation with high-tech industrial innovation performance, namely non-state own high-tech enterprises will be more benefit to the improvement of innovation performance.

Keywords:Chinese regional high technology industries; innovation performance; factor analysis; spatial error model(SEM)