创新驱动与经济高质量发展研究

摘要：创新是新时代背景下促进全要素生产率提升的重要抓手，并因此成为经济向高质量发展方式转变的可依赖路径。基于此，文章采用中国2000—2016年的省级面板数据进行了有效的实证检验，结果发现创新驱动对全要素生产率提升存在显著的促进作用，并呈现出地区性差异。最后，针对实证结论提出相关政策启示。

关键词：创新驱动；高质量发展；全要素生产率

党的报告指出，创新是引领发展的第一动力，是建设现代化经济体系的战略支撑，为中国持续发展注入新动力。并在报告中提出，到2035年我国跻身创新型国家前列的目标，以此来激励全社会积极实施创新驱动发展战略。而当下高质量经济发展的核心就是要提高全要素生产率，并且必须从依靠要素驱动向创新驱动良性转变[1]。由此可见，创新驱动对全要素生产率提升作用是非常重要的。鉴于创新驱动对当前中国经济发展影响的重要性，专家和学者们展开了不同层面的深入探讨。从促进经济增长上：Aghion和Howitt（1992）[2]认为依靠粗放式的生产要素累加投入所获得的经济增长，迟早会陷入停滞不前或倒退的状态，而通过将创新应用于生产，会使得社会生产更有效率，经济增长将会更加持久。洪银兴（2013）[3]认为创新驱动的增长方式不只是解决效率问题，更为重要的是依靠知识资本、人力资本和激励创新制度等无形要素实现要素的新组合。Acemoglu等（2006）[4]认为从要素驱动转向创新驱动，需要将鼓励模仿的制度转变为鼓励创新的制度，这样可以使得经济增长的效用最大化。卢现祥（2017）[5]认为无论从经济增长动力机制的转换，还是从高质量经济发展的角度，都要从资源重新配置追赶型经济向创新型经济转变。陈波（2014）[6]从市场作用角度挖掘了创新驱动与“中国梦”实现的内在联系，得出结论是：创新驱动的制度基础建立在健全的创新利益保护上，政府的创新政策在弥补“市场失灵”和“市场残缺”中发挥着重要的作用。裴小革（2016）[7]认为在鼓励创业的同时要鼓励创业企业多做创业型创新驱动，以推动新发明、新产品、新市场等出现，这样才能实现经济发展方式更好的转变。白俊红和王林东（2016）[8]研究创新驱动对经济增长质量的影响，得出结论如下：东部地区创新驱动能力最高，中、西部次之；创新驱动能够显著促进全国和东部地区经济增长质量的提升，但对中部地区经济增长质量的影响不显著，对西部地区经济增长质量则有显著的负向影响。在促进全要素生产率提升上，余泳泽和张先轸（2015）[9]研究适宜性创新模式选择与全要素生产率之间的关系。结果表明，适宜性创新模式选择应该与要素禀赋、制度环境与经济发展阶段相匹配，以自主研发为主的内源式创新模式更有利于区域技术进步水平的提高。沈坤荣和曹扬（2017）[10]认为以创新驱动提升全要素生产率，一方面是推动科技创新，另一方面要推动科技成果转化为现实生产力的制度创新，以制度创新消除制度性障碍，改善资源配置效率，以制度创新推动科技创新。曹泽和李东（2010）[11]研究不同类型R&D对企业全要素生产率的影响，得出结论如下：不同类型的R&D投入对全要素生产率的增长均有正向促进作用，但R&D活动的溢出效果在区域上却有所不同。叶静怡和林佳（2016）[12]研究创新活动对企业全要素生产率的影响，得出结论如下：以研发和专利申请度量的企业创新从无到有分别导致企业全要素生产率增长4.9%和3.1%；在控制企业生产过程中的“干中学”效应后，企业研发和专利申请对全要素生产率增长的效应下降为3.5%和2.5%；民营企业研发的全要素生产率增长效应最高，外资企业次之，国有企业最差，说明民营企业在从“要素驱动”向“创新驱动”转变过程中具有重要的作用。综上所述，创新驱动对当前中国高质量发展是至关重要的。而高质量发展更多要依赖于提升全要素生产率这个重要砝码。由此可以看出，时下探讨创新驱动与全要素生产率关系这个议题是非常有必要的。就现阶段研究来看，有关创新驱动对全要素生产率提升的促进作用方面，专家和学者们基本上达成了一致，认为创新驱动是激发全要素生产率提升的核心驱动力，但对于两者更为深入和系统性的研究仍然存在很大的挖掘空间。鉴于此，本文尝试探讨创新驱动对全要素生产率的影响，以期获得更有价值的参考性结论，为我国“十三五”规划下实现高质量发展目标提供建议。

1模型设定、指标选取与数据说明

1.1模型设定。为了检验创新驱动与全要素生产率之间的内在联系，考虑到全要素生产率的增长变化是一个动态调整过程，本文建立如下动态面板模型：TFPit=α+δTFPit-1+βInnovationit+åj=1nθjCVjit+εit（1）其中：TFP代表全要素生产率，Innovation代表创新驱动，i代表省份，t代表年份，j代表控制变量种类，CV代表控制变量。全要素生产率又可以分解为技术效率和技术进步两部分。因此，本文从技术效率和技术进步两个方面来探讨创新驱动对全要素生产率的影响，具体模型构建如下：EFFit=α+δEFFit-1+βInnovationit+åj=1nθjCVjit+εit（2）TECHit=α+δTECHit-1+βInnovationit+åj=1nθjCVjit+εit（3）1.2指标选取。（1）被解释变量——全要素生产率关于全要素生产率的测算，常见的方法有：索罗余值法、随机前沿法、SBM方向性距离函数、包络分析法（DEA）。鉴于包络分析法（DEA）是非参数方法，不需要事前已知生产函数的形式，也不需要设定复杂的假设，并能够有效地避免因生产函数设定偏差而产生的偏误，同时具有较强的稳健性，因此，本文采用DEA-Malmquist指数法对全要素生产率进行测算。具体的投入产出指标参见林春（2017）[13]的研究方法。说明如下：选取永续盘存法计算各地区的实际资本存量作为资本投入；选取各地区就业人口数作为劳动投入；选取各地区能源消费总量作为能源投入；选取各地区工业的废水排放总量、废气排放量和固体废弃物产生量作为环境投入。选取实际GDP作为产出变量。（2）解释变量——创新驱动就目前的相关研究文献来看，有关创新驱动指标的衡量并没有形成统一的标准，学者们主要从以下两个方面来进行衡量：一是采用指标的绝对数或者相对数；二是采用多级指标进行综合构建。因创新驱动是一个涵盖广且综合性较强的指标，单独从某一方面分析会对其结果造成偏差，故本文参照白俊红和王林东（2016）[8]的方法，从科技创新投入、科技创新产出和科技创新绩效三个方面选择基础指标进行因子分析，以因子分析法计算的综合因子得分来构建创新驱动指标。其中，科技创新投入方面指标选择R&D经费、R&D人员和经费投入强度；科技创新产出方面指标选择专利授权数、专利受理数和技术市场合同成交额；科技创新绩效方面指标选择工业企业新产品销售收入和高技术企业新产品销售收入。（3）控制变量对外贸易（Trade）：拟采用外商直接投资（按当年汇率折算）与GDP比值来衡量。政府干预（Government）拟采用政府财政支出占GDP的比重来衡量。人力资本质量（La⁃bor）：拟采用平均受教育年限来衡量。产业结构（Indus）：拟采用各地区第三产业增加值与各地区第二产业增加值的比率来衡量。市场化程度（Market）：拟采用王小鲁等（2017）[14]测算的市场化指数来表示各地区市场的发展程度。其中数据缺失的部分，本文基于已有市场化指数得分数据运用回归方法将其补齐。1.3数据说明。本文采用2000—2016年中国29个省份（不包括西藏和港澳台，将重庆计入四川）的面板数据。其数据主要来源于《中国统计年鉴》《中国科技统计年鉴》《中国环境年鉴》以及国家统计局网站。

2实证分析

2.1创新驱动与全要素生产率。从下页表1中可以看出，全国层面的创新驱动与全要素生产率的回归系数为0.4720，并在1%水平上显著，说明创新驱动对全要素生产率具有显著的正向促进作用，增加创新驱动水平对全要素生产率的提升是有益的。这与冯志军等（2017）[15]得出创新驱动对中国区域经济增长具有显著促进作用的观点保持一致。目前，在体制禀赋、人口禀赋、投资禀赋以及自然资源禀赋条件不断变化的新时代下，中国区域创新驱动效率正处于上升趋势；中国已经从过度依赖“人口红利”“土地红利”的要素驱动转向依靠“技术进步”的创新驱动，通过科技创新、自主创新等形式不断重构经济增长动力，以此来实现全要素生产率的提高。区域层面的创新驱动对全要素生产率均存在正向促进作用，但作用效果存在差异。东、中、西部地区的回归系数分别为0.2060、0.6320和0.9945，并分别在10%、5%和1%的水平上显著，这说明增加东、中、西部地区的创新驱动水平对其全要素生产率的提升是有益的。从回归系数来看，西部地区的促进作用效果最大，其次是中部地区，最后是东部地区，这表明在创新驱动的推动作用下，东、中、西部地区的全要素生产率的差距存在缩小的趋势，这同李标等（2016）[16]得出创新有助于缩小区域经济发展差距的观点不谋而合。创新驱动对地区间全要素生产率的促进作用之所以会存在差异，可能会因为东部地区资源禀赋优势较好，能为创新提供良好的环境条件，加之东部地区创新活动较为活跃，使其创新趋于一种“半饱和”的状态，故呈现出创新成果转化为生产力的边际效用逐渐降低，导致创新驱动对全要素生产率的促进作用处于一种边际效用递减状态。与此同时，中、西部地区由于资源禀赋优势匮乏，经济基础相对薄弱，但在国家政策鼓励和自身崛起的双重驱动下，创新效果是较为明显的，加速了地区生产率能力的提高。2.2创新驱动与技术效率。从表2中可以看出，全国层面的创新驱动与技术效率的回归系数为0.5392，并在5%水平上显著，说明创新驱动对技术效率具有显著的正向促进作用，增加创新驱动水平对技术效率的改善是有益的。创新驱动是知识、人才和制度等重要因素的重新组合，能够有效提高要素的配置效率，通过知识和技术的创新来实现管理和制度的创新，并在最大限度上激发社会活力，缓解传统要素边际递减趋势带来的负面效应，提升要素的投入产出效率，缩小与最佳产出之间的距离，实现全社会技术效率的总体改善。区域层面的创新驱动对技术效率的作用也同样存在差异性。东、西部地区的创新驱动对技术效率均存在正向促进作用，其回归系数分别为0.4900和0.3645，并均在5%水平上显著，这说明增加东、西部地区的创新驱动水平对其技术效率的改善是有益的。而中部地区的创新驱动对技术效率存在反向抑制作用，其回归系数为-2.1180，并在5%水平上显著，说明提高中部地区的创新驱动水平对其技术效率的改善是不利的。这可能是因为：中部地区的传统企业较多，企业的创新意识较为薄弱，加之企业的自主研发和创新能力不足以及生存竞争的压力，一般企业会选择投入少、资金回流快的短期盈利项目，并不会进行自主创新或者对现有的生产方式进行“脱胎式”变革。创新需要建立在一定资金的基础上，这就挤占企业的一部分生产性投资，降低了企业的利润，导致企业的投入产出效率低下甚至出现亏本“窘态”，抑制了企业投入创新生产的积极性，导致地区技术效率改良能力下降。因此，应该加大地区创新政策的支持力度，促进更多的企业参与到创新驱动。2.3创新驱动与技术进步。从下页表3中可以看出，全国层面的创新驱动与技术进步的回归系数为0.0351，并在1%水平上显著，说明创新驱动对技术进步的提高具有显著的正向促进作用，增加创新驱动水平对技术进步提升是有益的。这与沈坤荣和曹扬（2017）[10]得出科技创新带来技术进步的观点相吻合。目前，随着创新投入力度的不断加大，企业在生产工艺、中间投入品以及制造等方面不断地改进和革新，极大地提高了地区的生产效能，实现了经济社会中技术进步能力的提升。而在当前存在自主创新能力不足，创新成果转化率不高以及创新人才缺乏等相关问题的背景下，提高全社会的创新能力是迫在眉睫的。在推进创新驱动的过程中，要注意技术支撑，即体制、人才和知识的改革、发掘和积累，为创新驱动发展战略提供良好的软环境建设条件。区域层面的创新驱动对技术进步均存在正向促进作用，但作用效果存在差异。东、中、西部地区的回归系数分别为0.3665、0.8616和0.1687，并分别在1%、10%和1%的水平上显著，这说明增加东、中、西部地区的创新驱动水平对技术进步的提高是有益的。从回归系数来看，中部地区的促进作用最大，其次是东部地区，最后是西部地区。这可能是因为中部地区作为重工业的核心区域，存在着大量的传统性生产企业，由自主研发和技术创新等活动所带来的新工艺和新产品会给相关企业带来新的生机和活力；加之技术知识具有一定的外部性特征，即某一行业的研发投入和技术溢出不但会促进本行业的技术进步，还会带动相关部门生产效率的提高，进而在中部地区发挥了1+1>2的显著效果。而西部地区由于生产基础较为薄弱，其地区发展主要依托于招商引资和要素驱动，形成了对招商和要素的过度依赖，这在一定程度上削弱了鼓励创新政策支持企业长期发展的实施效果；加之本地企业的自主创新能力和动力的先天不足；造成了创新驱动对技术进步提升作用的弱化趋势。因此，在创新驱动战略的实施过程中，应秉持因地制宜的原则，进行有效的推进技术转移、技术扩散与自主研发，以此来实现地区技术进步能力的提高。

3结论与启示

创新是新时代背景下全要素生产率提升的重要着力点。基于此，本文采用中国2000—2016年29个省份的面板数据进行实证检验，结果表明：创新驱动对全要素生产率提升存在显著的促进作用，并呈现出地区性的差异；进一步从全要素生产率的内部构成要素的技术效率和技术进步来看，创新驱动对两者都存在显著的促进作用，并且对前者的促进效果要优于后者；同时各自的促进效果也都表现出了地区性的差异。通过以上结论得出启示：（1）进一步加大创新投入力度。一是要加大创新人才的引进和培养，提高企业的自主创新意识；二是要加大创新政策的支持，建立完善的风险评价体系，优化财政科技投入制度，完善支持创新的税收政策；（2）促进区域间创新的协同发展。东、中、西部地区应结合自身的优势特征进行创新工程建设，如东部地区应继续保持创新活力，并不断将创新成果转化成生产力向中、西部地区输送；中部地区应结合其重工业的特点，大力推进工业企业的技术创新和产品创新，并通过政策创新引导和管理创新改革来进一步推进创新工程建设，提高创新成果转化为生产力的效率；西部地区应加大创新基础设施建设，广为吸纳东、中部地区的创新成果，并转化为生产力，同时加强对东、中部地区技术转移的承接能力，拉伸创新驱动对全要素生产率的提升空间，以此来促进经济向高质量发展目标迈进。

作者:林春 孙英杰 单位:辽宁大学