论文投稿_医学论文投稿_核心期刊,职称论文投稿发表_论文部落

　　三、计量实证

　　本节就资源开发活动能否对区域创新活动产生挤出效应主要取决于生产要素配置效率的大小这一核心命题展开实证检验。在现有研究中，在我国整体省际层面上对资源开发与创新行为的关系进行专门的实证考察，并将生产要素配置效率考虑其中的文献尚未见报道。

　　1．计量模型与指标数据

　　根据前文的理论分析，本文建立如下基本面板数据回归模型:Zit=α0+α1EDit+α2Xit+α3MIit+εit(22)其中，被解释变量Z为技术创新变量，ED为能源依赖度变量，MI为市场化程度，X为其他控制变量，i对应于各个省份截面单位，t代表年份，α0－α3为待估参数，ε为随机扰动项。

　　考虑到能源作为国民经济生产和经济增长的最基本驱动力，往往可以产生相对较高的经济租，其在工业化进程和区域经济发展中具有特别突出和重要的战略性地位，因此，本文以能源依赖度作为代理指标来度量区域经济对自然资源的依赖程度。参照邵帅和齐中英(2008)的做法，对煤炭采选业、石油和天然气开采业、石油加工及炼焦业、电力和热力生产和供应业、燃气生产和供应业等五大能源工业的工业产值进行加总，得到能源工业总产值，再算出其占工业总产值的比重，即可借此反映出各省区的能源依赖度。

　　对于创新活动的度量，大多数文献仅对创新投入或创新产出进行了单一角度的考察。但根据前文的理论分析，资源开发活动会通过影响研发部门人员的投入水平而影响技术知识的产出水平，即资源开发活动对创新投入和创新产出均会产生影响。因此，本文分别选取投入型指标———平均每千人口中从事科技活动人员数(表示为RD)和产出型指标———平均每百名科技活动人员拥有被授权的专利数量(表示为PA)，分别从创新投入和创新产出两个方面进行更为全面的考察。

　　根据本文的理论命题，生产要素的配置效率是决定资源开发活动对区域技术进步和经济增长产生何种影响的关键性因素，因此，必须将其作为基本控制变量引入回归模型，以通过观察其对分析结果的影响从而对理论命题进行较为稳健的验证。然而生产要素配置效率是一个较为抽象的概念，度量起来存在一定的困难。但经济学理论告诉我们，市场机制是推动生产要素流动和促进资源配置的基本机制，而生产要素替代弹性往往反映在市场机制对要素配置作用的深度上，也就是说，当一个地区的市场机制较为完善、市场化程度较高时，生产要素的市场流动性就比较强，生产要素的配置效率也比较高。因而，利用市场化程度作为一个替代性变量来反映生产要素的配置效率情况是一种比较符合逻辑的可行办法。因此，本文参照王文剑等(2007)的做法，将非国有单位职工占职工总数比重作为度量市场化程度的近似替代指标。我们还选取了以下三个对区域技术进步水平可能产生重要影响的因素作为控制变量引入回归模型。首先，人力资本无疑是实现创新和技术进步的一个必不可少的因素。我们选取大专学历以上人口占6岁及6岁以上人口的比重作为区域人力资本存量水平的度量指标，表示为HC。其次，研发资本投入也是影响创新和技术进步的一个重要因素。在我国，政府财政科技投入是区域科技资源配置的一种重要手段，很多时候甚至会成为区域科技经费投入的主要来源。因此，我们选取科学事业费占财政总支出的比重作为区域研发投入的度量指标，用来反映地方政府对创新活动的投入强度，表示为SE。最后，在经济全球化和我国大力实行对外开放政策的背景下，外商直接投资通常也被视为区域技术创新的一个不可忽视的影响因素而被广泛关注。使用按人民币对美元年平均汇率(中间价)折算成人民币表示的实际利用外资占GDP比重来对其进行度量，表示为FDI。

　　本文选择1997—2007年11年间全国30个省市区的面板数据作为研究样本(西藏的数据缺失较多，故将其从样本中剔除)。数据来源于《中国统计年鉴》、《中国工业经济统计年鉴》、《中国科技统计年鉴》、《中国经济普查年鉴》、《中国人口统计年鉴》及各省市区统计年鉴。

　　2．分析结果及讨论

　　(1)静态面板估计。本文首先采用静态面板数据模型进行实证分析。静态面板数据模型的参数估计形式主要有混合最小二乘法、固定效应和随机效应三种，在进行参数估计前，需要先通过F检验、BP拉格朗日乘数检验和Hausman检验来对其进行筛选，确定出每个模型适用的参数估计形式，然后再利用Driscoll-Kraay标准误估计法和可行的广义最小二乘法(FGLS)分别对固定效应模型和随机效应模型进行稳健型估计，以纠正可能出现的残差异方差和自相关问题。

　　首先，在不考虑控制变量的条件下进行实证考察，结果见表2。可以看出，能源依赖度对创新投入和创新产出均表现为非常显著的负相关，说明资源(能源)开发具有对创新活动产生挤出效应的可能性。但在加入反映要素配置效率的市场化程度变量后，能源依赖度与创新投入的关系变为显著水平较低的正相关，而与创新产出的负相关系数不但变得不再显著，其绝对数值也明显变小，说明市场化程度及其所反映的生产要素配置效率的改善，具有避免或缓解上述挤出效应的趋势。

　　下面进一步在加入控制变量的条件下进行稳健性估计。由表3报告的结果可知，在依次引入人力资本、研发投入和FDI三个控制变量的过程中，能源依赖度与创新投入和创新产出均一直在其他常用的度量指标还有非国有企业工业产值比重和非国有经济固定资产投资比重，但经检验我们发现这两个指标与其他解释变量的相关系数较高，容易引起多重共线性，因此我们将其舍弃。

　　我们对数据进行了一些初步的统计分析，结果显示，各解释变量的方差膨胀因子值均小于2，且变量间的相关系数均未超过0．5，因此在参数估计时无需考虑多重共线性的问题。

　　1%的显著水平上保持正相关，且数值变动不大，说明资源(能源)开发活动确实对我国的区域创新活动具有挤出效应。而在加入市场化程度变量后，能源依赖度与创新投入的相关系数变为一个显著水平较低的正值，与创新产出的负相关性变得不再显著，其系数绝对值也有所减小。这与报告的结果一致，说明市场化程度及其所反映的生产要素配置效率的改善，确实可以在一定程度上避免或缓解资源开发活动对区域创新活动所可能产生的挤出效应。

　　可以看出，市场化程度与创新投入和创新产出的正相关性一直保持在1%的显著水平上，说明市场化程度和要素配置效率的提高对区域创新活动具有明显的促进作用。其他三个控制变量对创新活动也均表现出了积极影响，其中研发投入对创新投入和创新产出均表现出明显的促进作用;相比之下，人力资本对创新投入的贡献更为显著，而FDI对创新活动的积极影响并不显著。

　　模型设定随机效应固定效应随机效应固定效应随机效应固定效应固定效应随机效应(2)动态面板估计。相关研究基本均采用静态面板模型进行实证分析，但在很多情况下，模型中的解释变量具有潜在的内生性问题，即与被解释变量之间存在双向因果关系而导致其与随机扰动项相关，这时无论使用最小二乘法，还是固定效应或随机效应得到的估计结果均是有偏的。因此，为了得到更加稳健的分析结果，本文进一步在(22)式中加入被解释变量的滞后项作为解释变量，建立如下动态面板模型，并采用Blundell＆Bond(1998)提出的被广泛用于处理内生性问题的系统广义矩估计(SYS-GMM)方法进行参数估计。

　　Zit=β0+β1Zit－1+α'Yit+μit(23)其中，Yit为(1)式中所有解释变量组成的向量集，α为解释变量的参数组成的向量集。

　　可以看出，所有模型的残差均存在一阶序列相关但不存在二阶序列相关，Hansen检验结果则说明各模型均不存在工具变量过度识别的问题，因此，工具变量的构造总体上均是合理有效的。

　　动态面板与静态面板的估计结果基本一致。结果显示，在不考虑控制变量的条件下，能源依赖度对创新投入和创新产出均表现出非常显著的挤出效应。结果则显示，在依次加入人力资本、研发投入和FDI后，这种挤出效应依然稳健，能源依赖度系数的相伴概率基本保持在1%(仅表5模型(3)中为5%)的水平，但系数的绝对数值呈逐渐下降趋势，说明上述变量也可能会在一定程度上缓冲资源开发对创新活动所产生的挤出效应。而最关键的影响因素还在于反映要素配置效率的市场化程度，无论是否考虑控制变量，只要将市场化程度变量加入模型，能源依赖度对创新的负效应都会明显被削弱(如模型(4))或消除(如模型(4))，甚至还会表现出显著的积极影响，如模型(2)的结果显示，能源依赖度与创新投入在1%的显著水平上正相关。