我国区域创新效率的影响因素─基于shapley分解

文炳洲 副教授 陈 琛

（西安科技大学管理学院 西安 710054）

研究方法

区域创新效率是通过度量投入产出比率进行衡量区域创新实力。在一定的约束条件和控制环境中，不同创新单位所投入的创新支出所得到的创新产量，通过该数值来评价地区的创新活动水平。区域创新成果主要来自于学习消化外界创新成果再创新和自主产出两种方式，所以此处借鉴李政等（2016）研究方式，分别用经费投入水平、技术引进相关经费投入以及人力资本投入强度三个指标，从不同层面综合呈现了学习消化外界创新成果再创新和自主产出两种方式的投入指标。对于创新产出的衡量则采用人均发明专利的申请量来衡量，而对于经济价值层面的体现引入了高技术产业产值占地区生产总值的比例和人均技术市场合同成交额来体现。本文样本包含除香港、澳门和台湾地区以外的31个省、自治区和直辖市2008-2016年的数据，数据主要来源于国家统计局数据库。在测度方法上选取不需要先验设定函数形式的数据包络分析法进行，测度各区域的创新效率水平则运用线性规划模型来计算投入产出比率。

我国各地区创新效率测度结果如图1所示，东部地区在2014年前均领先于中、西部地区，直至2014年起被西部地区反超，而中部地区一直处于三个地区中的垫底位置，随着全国区域交流增速，地区发展两极化减弱，地区间的创新效率差异逐步减少。各地区的创新效率除2009年外均处于稳定增长的情形。

图1 基于数据包络分析方法的各地区创新效率均值

我国区域创新效率影响因素分析

（一）Shapley分解方法简述

Shapley分解方法是由shorrocks在衡量自变量因素对于因变量因素影响的差距问题上，通过合作博弈论提出基于回归视角的shapley的分解框架。自该方法提出之后运用于收入分配问题的分解以及碳排放领域的研究等诸多方向（邓向荣等，2005；孙艳军等，2013）。本文中Shapley分解的基础是区域创新效率决定方程：

其中，y是区域创新效率，γ是随机误差项，变量xn是决定区域创新效率的因素项，αn是因素xn的回报率。故此yn=αnxn量化区域创新效率中由xn所决定的部分。本文运用的分析算法是采用wan所提出的，使Shapley的分解之中除存在的残差项外，所能决定区域创新效率的因素被公平对待，所有的解释变量均为对称。因为在解释效率方程的同时控制了各个变量的存在，估计各个变量的权重时既考量了自变量的相关性，也避免了变量间的干扰存在。

（二）区域创新效率影响因素的选取

本文自变量主要通过区域创新环境以及区域创新活动两个方面进行选取。其中区域创新环境指标包括财政分权（FD）、区域产业水平（NONSTATE）、开放水平（FDI）、人口规模（pop）、经济发展水平（gdp）、区域人力资本水平（high）、区域创新产出（faming）、区域策略性创新水平（strategy），区域创新活动相关指标包括高新产业发展（indus）、金融发展水平（FINSIZE）、政府偏好（PF）。其中，财政支出由地方财政支出占比表示，区域产业水平用地区投资非国有化比重表征，开放水平用地区外商投资来表示，人口规模用区域就业人口规模来表示，经济发展水平用人均地区生产总值来表示，区域人力资本水平用地区就业人数大中专及以上人才综合占比来表现，区域创新产出通过地区每百万人口发明专利数量来体现，区域策略性创新水平用地区每百万人口实用新型和外观设计专利之和来说明，高新产业发展用高技术产业产值占地区工业总产值比重表示，金融发展水平用金融业增加值占地区生产总值比重表示，政府偏好则用政府财政支出中科学技术支出占地方财政支出比重来呈现，而inter则表示财政分权与政府偏好的交乘项。以上数据均来源于国家统计局数据库，样本时间跨度为2008-2016年，变量描述性统计见表1所示。

本文将区域创新效率作为被解释变量，相关影响因素作为解释变量。从四个区域进行回归结果如表2所示，四个区域中交乘项均在1%下显著为负，而财政分权与政府偏好均在1%下显著为正，说明运用财政分权的手段可加大提升政府在科技进步中的角色效应。与中央集权相比较而言，地方分权在本地创新发展存在较高的灵活性和信息优势，有效引导科技发展方向。政府偏好的促进效率也从类似的角度呈现，但是在交乘项的检验结果看出地区分区与政府偏好存在反向抑制的结果，政府财政的过度化进而抑制了政府创新偏好的促进作用，反向抑制了区域创新效率的发展。人口规模在全样本以及西部地区均在1%下显著为正，说明在西部地区人口的聚集对于区域创新能力的发展储备科研源动力，而经济发展水平较好的中、东部地区大量引进外来人才造成就业市场竞争激烈，从而对于本地区的相关科技领域工作呈现挤出效应，进而导致人口规模对于区域创新效率的促进效应较西部更弱。外商引进在西部地区以及全国范围呈现反向抑制效果，而在中、东部呈现促进效应，经济较为发达地区可抗衡FDI的侵占效应并反向利用从而促进区域创新效率发展。区域产业发展水平除西部地区外均为正向促进，而在西部地区则在1%下显著为负，说明在经济较为落后的地区区域产业水平并不能有效地推进区域创新效率的发展。金融发展水平则呈现除经济较为发达的东部地区呈现负向抑制但不显著之外，全国以及中、西部地区均呈现为1%下显著为正，说明我国现行政策在经济较为落后地区所提供有力的金融体系以及优良的金融发展体系可以大力推动区域创新效率的促进水平。高新产业水平所呈现的回归结果与金融发展水平异曲同工。

表 1 变量的描述性统计

表 2 基准回归结果

（三）Shapley 分解结果与稳健性检验

表3中列出了基于回归方程对区域创新效率的shapley分解。从表3中可以看出，在所有10个因素之中不同地区环境所占据的权重有所差异。在中部、西部地区中前三位重要因素是高新产业水平、金融发展水平以及区域产业水平，说明良好的产业结构以及金融市场环境对于经济较为落后的地区而言，在区域创新效率的发展中起了至关重要的角色；当前创新发展进程中，建立良好的金融运作体系以及顺利完成产业结构转型是当务之急，而且我国经济市场正处于成长壮大的时期，鼓励民营企业的发展有利于刺激地区市场的繁荣，对于区域创新效率的发展也同样具有刺激效应，而全国范围则是高新产业水平、金融发展水平以及财政分权，说明总体而言财政分权在整个社会水平创新发展的促进中仍旧颇具成效。而东部地区则是交乘项、政府偏好以及外商投资，说明在东部地区政府偏好有效的促进区域创新的发展，但由于财政分权的参与、中央与地区存在信息不对称等一系列问题影响了区域创新效率的发展，而外商投资对于东道国而言是一把双刃剑，外商投资进入我国市场对我国的人才、技术等资源进行挤占但同时会促进我国创新市场的发展与完善，应有效利用外商投资由劣势转为优势。

为了得到更加稳健的结论，本文通过滞后一期的回归结果进行稳健性检验，将变量因素进行滞后一期可以有效地剔除时间因素所对于回归结果的影响，同时也可以消除解释变量与被解释变量之间的内生性因素。如表4所示，稳健性检验中回归结果与基准回归基本一致，shapely因素分解结果与之前基准回归后的分解结果也相差不大，故此可以看出本文在进行滞后一期的回归分析之后，使得文章的研究分析结果更具有稳健性。

表 3 影响因素基准回归shapley分解

表4 稳健性检验结果

政策建议

本文根据实证研究结论提出如下建议：第一，实证结果说明财政分权抑制了政府创新偏好的现象，从而抑制区域创新效率的发展。这一现象违背了财政分权的初衷，在贯彻财政分权的同时应加大对于地方政府的监督管理，提升财政支出的透明度，并对我国目前所适用的晋升机制予以改革，采取多元化的考核机制，促进政府官员对于发展区域创新水平予以激励。第二，创新效率是由多主体以及多因素交互影响共同作用的结果，我国创新效率虽无严重不均衡现象，但地区间仍存在差异性。面对地区差异不及时补救易使区域发展沟壑加剧，增加西部地区创新资源投入缩小地区创新水平差异，其中加大人才投入力度对于缩小区域差距具有重要意义。地区教育水平差距必须从根本上解决，过低的人力水平严重抑制了区域创新发展，提高义务教育水平，推动高素质人才教育发展，建立健全高素质人才引进体系，从而推动区域创新效率发展，改善地区经济水平实现良性循环体制。