摘要：在空间经济学FC模型基础上，从技术创新完整过程出发，分析企业技术创新效率、科技成果转化率影响要素空间流动的内在机制，发现二者与区域收入差距呈明显的倒“U”关系。利用中国省区数据，对理论模型进行了实证检验，结果表明：企业技术创新效率和科技成果转化率较高的区域对于区域收入差距的收敛速度明显快于其他区域。 关键词：科技创新效率；科技成果转化率；区域收入差距 DOI：10.13956/j.ss.1001-8409.2016.10.04 中图分类号：F2731；F204 文献标识码：A 文章编号：1001-8409（2016）10-0016-06 Abstract：Based on the spatial economics FC model， starting from the whole process of technological innovation， this paper analyzes enterprise technology innovation efficiency and effect of scientific and technological achievements conversion factor space flow mechanism. Result shows that both the regional income gap is a significant inverted "U" relationship. Using provincial data， it carries on the empirical test of the theoretical model. It finds out that the efficiency of enterprise technology innovation and scientific and technological achievements conversion rate is higher area for the convergence rate of the regional income gap significantly faster than in other areas. Key words：science and technology innovation efficiency； scientific and technological achievements conversion rate； regional income gap 1问题的提出与文献回顾 改革开放以来，在经济快速增长的同时区域收入差距不断扩大，由此区域差距成为政府 与学界关注的热点话题。相关研究证明了物质资本[1]、产业聚集[2]、要素结构[3]、制度因素[4]、金融发展[5]等因素都会影响区域收入差距。但新增长理论告诉我们，区域差距可以归因于技术创新差异，发达地区通过不断技术创新，获得竞争优势，扩大区域差距；后发地区可以通过发达区域的技术模仿，获得技术溢出，缩小区域差异。虽然近年来我国区域差距开始缩小，但在新常态条件下，如何通过企业技术创新实现区域生产要素在空间上的合理配置，推动区域协调发展，仍然是需要重点关注的理论与现实问题。 Zweimuller[6]研究了收入差距对创新绩效的影响，结果表明收入差距的扩大会导致技术创新行为的减少；李平、李淑云、许家云[7]使用中国各区域的面板数据对中国区域收入差距与自主创新之间关系进行研究，发现收入差距与自主创新之间呈倒“U”型关系。这与近年来中国区域经济差距开始呈现的“倒U型”变化趋势一脉相承，那么它们之间存在因果关系吗？此外，区域技术创新效率仅是考虑了从技术创新投入转化创新成果的效率，而技术创新成果转化为具有经济价值的产品还需要分析科技成果转化率指标。那么，企业作为区域创新的主体，从微观企业创新全过程出发的创新效率与区域差距又存在怎样的关系？ 综合来看，相关研究均是在新古典和新增长框架下的研究，并没有考虑空间因素，这对于研究区域差距关系存在一定的局限性，同时也缺乏从创新完整过程出发，分析企业技术创新、科技成果转化率的空间配置效率及其对区域经济收入差距影响的有关研究。本文认为，空间经济学模型具有分析区域经济空间变动的独特优势，该模型能很好地刻画科技创新对于区域聚集力与分散力的影响，从而揭示经济要素空间流动与区域经济增长的关系。据此，本文拟在空间经济学框架下，从贸易自由度的角度出发，建立科技创新效率、科研成果转化率变动引致的要素空间流动的理论模型，分析该模型的基本结论及其空间经济学含义；其次，在测算科技创新效率与科研成果转化率的基础上，利用中国省区数据，使用数值模拟、动态面板GMM及处理效应模型对理论模型进行检验，根据实证模型结果，阐释政策含义。 2企业技术创新效率、科研成果转化率对经济空间分布影响的理论分析 21模型假设及变量设定 虽然空间经济学FC模型较好地解释了资本流动对于贸易自由度进而对区域经济空间结构的影响机制。但是该对称的模型对于解释以技术创新效率引致的经济活动空间分布的影响还较为乏力。本文在非对称模型基础上，分析引入企业技术创新效率与科研成果转化率后对贸易自由度进而对经济空间分布的影响。有关的区域、要素、市场结构等假设与FC模型相同，主要区别在于有关贸易自由度的假设。本文认为，贸易自由度由企业技术进步率决定，企业技术进步率由技术创新效率和科技成果转化率决定。这一假设的理论依据在于，由于包含了制度变迁的技术进步可以容纳物流的改进、全球经济一体化的加深等，因而可以认为在一定程度上贸易自由度由技术进步决定。此外，由于技术进步的完整过程包括技术研发、技术创新和技术扩散三个阶段，从研发到创新的成果取得属于技术创新效率，科技创新到成果扩散，取决于科技成果转化率，所以设定技术进步率由技术创新效率和科技成果转化率决定。此外，为了研究方便，对理论模型变量定义见注释①。 22数理模型分析 根据前述假设，构造在技术进步影响下的资本空间配置模型。根据FC模型，假设一个企业只使用一单位的资本作为固定成本，每单位产出需要am单位的劳动（可变成本），则企业的成本函数可以写成： 从式（5）可以看出，当φ=1时，收益差率总是为0 ，此时市场处于相对均衡状态。当0 FC模型证明了资本流动对收入差距的影响。但是缺乏技术进步对产业聚集影响的有关分析。因此，本文在该模型基础上引入技术进步率，研究技术创新效率、科技成果转化率与收入差距的关系。 如前所述，技术进步率对于贸易自由度具有正向的作用。为了更加准确分析企业科技进步率对区域经济空间的作用，区分不存在技术进步时的贸易自由度和存在技术进步的贸易自由度，进而分析其对产业空间分布的影响。 φ=φ0+Tt=φ0+T0t+λT′0+λrt2（6） 其中，φ0表示没有技术进步影响时的初始贸易自由度，T0为技术进步的初始值， T′为不考虑科技成果转化率时的技术进步率，T′0为不考虑科技成果转化率时的技术进步率初始值。由于φ0、T0和T′0取值不影响结果，因此暂时认为φ0、T0和T′0均为0，则式（6）简化为：φ=λrt2，且有0 由于北部地区的资本收益率较高，所以南部地区的一部分资本（S*K-S*n）会被吸引到北部地区，此时，北部地区的人均收入为： 3数值模拟 为了分析技术创新效率、科技成果转化率对区域收入差距影响的客观规律，本文在式（12）的基础上利用虚拟数据对其进行数值模拟。由于涉及变量较多，需要对变量进行简化处理，对于式（12）中b和w，选择合适的单位，令其都为1。根据现实中发达地区资本比较多，产出比较高；欠发达地区劳动力相对比较多，产出相对较低的情况，并结合中国1997年的实际数据，设： SL=044，S*L=056，Sk=055，S*k=045，Sn=057，S*n=043，SE=066，S*E=034 首先，取λ为1 ，不考虑技术创新效率，单独考虑科技成果转化率对区域收入差距的影响，分别取技术创新效率较高和较低两种情况进行数值模拟；其次取r=1，不考虑企业技术创新效率及科技成果转化率对区域收入差距的影响，同上述一样，设定企业技术创新较低效率和较高效率两种情形，进行数值模拟，得到结果如图1和图2所示。 从数值模拟的结果看。企业技术创新效率和科技成果转化率与区域收入差距之间呈倒“U”形的关系。技术创新成果转化初期，会形成中心-外围结构；长期来看，北部地区的企业技术创新成果不断转化，收益不断增加，产出份额不断上升，形成循环累积效应。与此同时企业竞争也不断加剧，孕育着新一轮的技术创新；此时在南部地区，技术创新成果慢慢转化为经济效益，市场潜能上升，资本收益率逐渐上升。因此，北部地区与南部地区的资本收益率差异会逐渐缩小，直至趋同。 由此，本文进一步提出以下假设：区域收入差距的收敛速度与技术创新效率和科技成果转化率呈正向变动，当区域企业技术创新效率和科技成果转化率都比较高时（此时称为“高高”地区），区域收入差距的收敛速度最快，“低低”地区收入差距的收敛速度最慢，上述理论模型结论是否成立还有待于实证检验。 4企业技术创新效率、科研成果转化率对区域收入差距影响的实证检验 41变量与数据 本文使用中国省区数据对理论模型进行实证检验。区域收入差距（Yit）是模型的被解释变量。借鉴倪鹏飞、刘伟、黄斯赫[8]所采用的对数离差法对地区收入差距进行计算；技术创新效率及科研成果转化率很难直接用指标衡量，其数据需要通过使用其他方法测度才能得到。近年来已有很多学者通过DEA数据包络分析法和随机前沿分析法（SFA）测度了技术创新效率[9，10]。由于针对大样本面板数据， SFA则更具优势。据此，本文利用2000～2012年各省市大中型工业企业数据，使用SFA方法，对区域工业企业技术创新效率（pit）和科研成果转化率（rit）进行估计，具体模型见注释①②。 借鉴区域收入差距的相关文献，将人均资本存量、人均受教育年限、财政政策、产业份额、对外开放度引入模型作为主要控制变量。人均资本存量（Kit）选取张军[11]所采用的永续盘存法对区域人均资本存量进行估算；以地区人均受教育年限（Eit）表示教育水平；Ni表示第i种文化程度人口累计受教育年限；Ki表示在总样本中，第i种受教育程度的人口数。具体做法是选择区域6岁及以上的人作为样本，假定小学是6年制，初中、高中分别是3年制，大专及以上学历的人口统记为4年，对其进行加权平均，得到各个地区的受教育年限；对外开放度 （Oit）采用进出口总额对地区GDP的比值来表示；财政政策（Fit）采用政府一般预算内支出与GDP的比值来表示；由于我国大部分地区第二产业比重都比较大，因此产业份额（Zit）用第二产业产值与GDP的比值来表示。各省人均收入、政府一般预算支出、进出口额、GDP、第二产业产值、固定资产投资和固定资产总额均来自《中国统计年鉴》以及各省统计年 鉴；不同程度受教育水平人数来自《中国人口统计年鉴》。 42模型设定及平稳性检验 由于区域收入差距可能受自身滞后的影响，为避免内生性，使用动态面板GMM模型进行估计。利用2000～2012年30个省际面板数据构造的动态GMM模型如下： Yit=α0+Yit-1+β1pit（rit）+β2pit2（rit2）+∑Xit+μ（13） 式中，Yit-1代表区域人均收入差距的一阶滞后项；核心变量为工业企业技术创新效率（pit）和科研成果转化率（rit）；Xit表示其他控制变量，包括：区域财政政策（Fit）、对外开放水平（Oit）、产业份额（Zit）、平均受教育年限（Eit）以及人均资本存量（Kit）。 ①本文主要以大中型工业企业为研究对象，借鉴Battese和Coelli的模型设定，将企业技术创新效率的随机前沿模型设定为：LnY=β0+β1LnX1+β2LnX2+μit-vit：TE=exp（-μit）。借鉴相关研究，选取专利数作为产出指标，R&D人员全时当量和R&D经费作为投入指标，i表示省份，t表示年份，Y为产出指标，表示各地区大中型工业企业的专利数；X为投入指标，X1为区域大中型工业企业R&D人员全时当量、X2为R&D经费来表示。TE为技术效率。 ②构造企业科技成果转化率随机前沿模型（SFA），选取了7个投入指标，分别是专利数、R&D项目数、新产品开发项目、新产品开发经费、购买国内技术经费、技术引进经费、技术获取和技术改造经费。 设定的模型为：LnY=β0+β1LnX1+β2LnX2+β3LnX3+β4LnX4+β5LnX5+μit-vit，TE=exp（-μit），i表示地区，t表示时间；TE代表技术效率，在此处代表科技成果转化率。 在描述统计的基础上，采用LLC方法对样本数据进行残差序列的单位根检验，结果表明所有数据均通过了1%水平下的显著性检验，均为平稳序列，可以利用GMM进行实证检验。 首先，对企业技术创新效率与收入差距进行实证检验。根据前述所设的动态GMM模型，从模型2到模型6依次加入人均资本存量、人均受教育年限、财政政策、对外开放水平等控制变量进行回归，分析企业技术创新效率及其二次型对区域收入差距的影响；其次，以企业科技成果转化率为核心变量，分析企业科研成果转化率及其二次型对区域收入差距的影响。回归结果如下： 企业科技成果转化效率的符号为正，表1和表2是从模型1到模型6的实证结果，所有核心变量的平方项均通过了显著性检验。企业科技成果转化效率的符号为正，科技成果转化效率的平方项的符号为负，说明企业科技成果转化效率与区域人均收入差距之间呈倒“U”型关系，且这种关系较为稳定。说明在短期内，企业科研成果转化率的提高，会扩大区域人均收入差距。但从长期来看，企业技术创新效率的提高则会使区域收入差距趋于收敛。 43企业技术创新效率、科技成果转化率对区域收入差距综合影响的结果分析 由于区域技术创新效率、科研成果转化率存在较大的区域差距，那么在分析企业技术创新效率、科技成果转化率对区域收入差距综合影响的过程中，如果通过设定0/1变量来区分几类不同地区，容易产生干扰项ej与解释变量相关的内生性问题，这就需要采用处理效应模型进行估计（Treatment Effect Model），以便为0/1变量找到合适的工具变量，解决内生性问题。模型设定如下： 没有加入虚拟变量的回归模型，模型Tr_d表示加入虚拟变量的回归模型） 首先，不同的模型形式的实证结果均为高高地区显著为负，说明相对于低科技创新效率+低科技成果转化率、高科技创新效率+低科技成果转化率、低科技创新效率+高科技成果转化率的地区，高科技创新转化率+高科技成果转化率的地区对区域收入差距的缩小效果要优于其他地区，符合理论预期；其次， OLS低估了企业技术创新效率和科技成果转化率对区域收入差距的综合影响。GMM则由于不能很好地处理0/1内生变量，高估企业技术创新效率和科技成果转化率对区域收入差距的综合影响。作为本文最终实证结果的处理效应模型的结果表明，“高高”区域比其他三种类型区域缩小了区域差距1768，说明该类区域对于区域收入差距的收敛速度的影响要快于其他类型区域。 5结论及政策含义 本文在空间经济学框架下，从贸易自由度角度出发，建立了技术创新效率、科技成果转化率变动引致的要素空间流动的理论模型，并使用动态GMM模型及处理效应模型实证检验了技术创新效率、科研成果转化率对区域差距的影响，发现工业企业技术创新效率以及科技成果转化率与区域收入差距之间存在稳定的倒“U”关系。政策含义包括以下几个方面：首先，重构企业技术创新绩效评估体系，并将其细分为技术研发和科研成果转化两个子过程进行有效管理，通过效率改善促进区域收入差距收敛；其次，建立技术创新投入大幅度增长机制，规定各级地方政府财政科技投入的增幅要高于财政经常性收入的增幅；引导金融机构开展针对企业技术创新与科研成果转化的差别化和标准化服务，健全对企业技术创新的贷款风险补偿机制，构建支持企业尤其是中西部科技型企业从事研发活动的金融支撑体系。第三，基于企业技术创新效率、科研成果转化率与区域收入差距之间存在着短期反向变动，长期正向变动的规律，需要政府制定有关政策时考虑这一规律，提升企业尤其是中西部企业的技术创新及科研成果转化水平，缩小短期区域收入差距的上限及时段，加快区域经济差距的收敛速度，以创新成果与科研成果转化的数量、质量增长与空间结构的调整推动区域协调发展。 参考文献： [1]Chow G， Lin A. Accounting for Economic Growth in Taiwan and Mainland China： A Comparative Analysis[J]. Journal of Comparative Economics， 2002（30）：507-530. [2]李国平，范红忠. 生产集中、人口分布与地区经济差异[J]. 经济研究， 2003（11）： 79-86. [3]林毅夫，刘培林. 中国的经济发展战略与地区收入差距[J]. 经济研究， 2003（3）： 19-25. [4]Chen J， Fleisher B M. Regional Income Inequality and Economic Growth in China[J].Journal of Comparative Economics， 1996（22）：141-164. [5]倪鹏飞，刘伟，黄斯赫. 证券市场、资源空间配置与区域经济协调发展[J]. 经济研究，2014（5）：121-131. [6]Zweimuller J. Schumpeterian Entrepreneurs Meet Engels Law： The Impact of Inequality on Innovation-driven Growth[J]. Journal of Economic Growth， 2000，5（2）：185-206. [7]李平， 李淑云， 许家云. 收入差距、有效需求与自主创新[J]. 财经研究， 2012（2）： 16-26. [8]倪鹏飞， 刘伟， 黄斯赫. 证券市场、资源空间配置与区域经济协调发展[J]. 经济研究，2014（5）：121-131. [9]虞晓芬. 我国区域技术创新效率： 现状与原因[J]. 科学学研究， 2005（2）： 258-263. [10]官建成， 陈凯华. 我国高技术产业技术创新效率的测度[J]. 数量经济技术经济研究， 2009（10）：19-33. [11]张军，吴桂英，张吉鹏. 中国省际物质资本存量估算：1952-2000[J]. 经济研究，2004，10：35-44. （责任编辑：李映果）
摘要：在空间经济学FC模型基础上，从技术创新完整过程出发，分析企业技术创新效率、科技成果转化率影响要素空间流动的内在机制，发现二者与区域收入差距呈明显的倒“U”关系。利用中国省区数据，对理论模型进行了实证检验，结果表明：企业技术创新效率和科技成果转化率较高的区域对于区域收入差距的收敛速度明显快于其他区域。 关键词：科技创新效率；科技成果转化率；区域收入差距 DOI：10.13956/j.ss.1001-8409.2016.10.04 中图分类号：F2731；F204 文献标识码：A 文章编号：1001-8409（2016）10-0016-06 Abstract：Based on the spatial economics FC model， starting from the whole process of technological innovation， this paper analyzes enterprise technology innovation efficiency and effect of scientific and technological achievements conversion factor space flow mechanism. Result shows that both the regional income gap is a significant inverted "U" relationship. Using provincial data， it carries on the empirical test of the theoretical model. It finds out that the efficiency of enterprise technology innovation and scientific and technological achievements conversion rate is higher area for the convergence rate of the regional income gap significantly faster than in other areas. Key words：science and technology innovation efficiency； scientific and technological achievements conversion rate； regional income gap 1问题的提出与文献回顾 改革开放以来，在经济快速增长的同时区域收入差距不断扩大，由此区域差距成为政府 与学界关注的热点话题。相关研究证明了物质资本[1]、产业聚集[2]、要素结构[3]、制度因素[4]、金融发展[5]等因素都会影响区域收入差距。但新增长理论告诉我们，区域差距可以归因于技术创新差异，发达地区通过不断技术创新，获得竞争优势，扩大区域差距；后发地区可以通过发达区域的技术模仿，获得技术溢出，缩小区域差异。虽然近年来我国区域差距开始缩小，但在新常态条件下，如何通过企业技术创新实现区域生产要素在空间上的合理配置，推动区域协调发展，仍然是需要重点关注的理论与现实问题。 Zweimuller[6]研究了收入差距对创新绩效的影响，结果表明收入差距的扩大会导致技术创新行为的减少；李平、李淑云、许家云[7]使用中国各区域的面板数据对中国区域收入差距与自主创新之间关系进行研究，发现收入差距与自主创新之间呈倒“U”型关系。这与近年来中国区域经济差距开始呈现的“倒U型”变化趋势一脉相承，那么它们之间存在因果关系吗？此外，区域技术创新效率仅是考虑了从技术创新投入转化创新成果的效率，而技术创新成果转化为具有经济价值的产品还需要分析科技成果转化率指标。那么，企业作为区域创新的主体，从微观企业创新全过程出发的创新效率与区域差距又存在怎样的关系？ 综合来看，相关研究均是在新古典和新增长框架下的研究，并没有考虑空间因素，这对于研究区域差距关系存在一定的局限性，同时也缺乏从创新完整过程出发，分析企业技术创新、科技成果转化率的空间配置效率及其对区域经济收入差距影响的有关研究。本文认为，空间经济学模型具有分析区域经济空间变动的独特优势，该模型能很好地刻画科技创新对于区域聚集力与分散力的影响，从而揭示经济要素空间流动与区域经济增长的关系。据此，本文拟在空间经济学框架下，从贸易自由度的角度出发，建立科技创新效率、科研成果转化率变动引致的要素空间流动的理论模型，分析该模型的基本结论及其空间经济学含义；其次，在测算科技创新效率与科研成果转化率的基础上，利用中国省区数据，使用数值模拟、动态面板GMM及处理效应模型对理论模型进行检验，根据实证模型结果，阐释政策含义。 2企业技术创新效率、科研成果转化率对经济空间分布影响的理论分析 21模型假设及变量设定 虽然空间经济学FC模型较好地解释了资本流动对于贸易自由度进而对区域经济空间结构的影响机制。但是该对称的模型对于解释以技术创新效率引致的经济活动空间分布的影响还较为乏力。本文在非对称模型基础上，分析引入企业技术创新效率与科研成果转化率后对贸易自由度进而对经济空间分布的影响。有关的区域、要素、市场结构等假设与FC模型相同，主要区别在于有关贸易自由度的假设。本文认为，贸易自由度由企业技术进步率决定，企业技术进步率由技术创新效率和科技成果转化率决定。这一假设的理论依据在于，由于包含了制度变迁的技术进步可以容纳物流的改进、全球经济一体化的加深等，因而可以认为在一定程度上贸易自由度由技术进步决定。此外，由于技术进步的完整过程包括技术研发、技术创新和技术扩散三个阶段，从研发到创新的成果取得属于技术创新效率，科技创新到成果扩散，取决于科技成果转化率，所以设定技术进步率由技术创新效率和科技成果转化率决定。此外，为了研究方便，对理论模型变量定义见注释①。 22数理模型分析 根据前述假设，构造在技术进步影响下的资本空间配置模型。根据FC模型，假设一个企业只使用一单位的资本作为固定成本，每单位产出需要am单位的劳动（可变成本），则企业的成本函数可以写成： 从式（5）可以看出，当φ=1时，收益差率总是为0 ，此时市场处于相对均衡状态。当0 FC模型证明了资本流动对收入差距的影响。但是缺乏技术进步对产业聚集影响的有关分析。因此，本文在该模型基础上引入技术进步率，研究技术创新效率、科技成果转化率与收入差距的关系。 如前所述，技术进步率对于贸易自由度具有正向的作用。为了更加准确分析企业科技进步率对区域经济空间的作用，区分不存在技术进步时的贸易自由度和存在技术进步的贸易自由度，进而分析其对产业空间分布的影响。 φ=φ0+Tt=φ0+T0t+λT′0+λrt2（6） 其中，φ0表示没有技术进步影响时的初始贸易自由度，T0为技术进步的初始值， T′为不考虑科技成果转化率时的技术进步率，T′0为不考虑科技成果转化率时的技术进步率初始值。由于φ0、T0和T′0取值不影响结果，因此暂时认为φ0、T0和T′0均为0，则式（6）简化为：φ=λrt2，且有0 由于北部地区的资本收益率较高，所以南部地区的一部分资本（S*K-S*n）会被吸引到北部地区，此时，北部地区的人均收入为： 3数值模拟 为了分析技术创新效率、科技成果转化率对区域收入差距影响的客观规律，本文在式（12）的基础上利用虚拟数据对其进行数值模拟。由于涉及变量较多，需要对变量进行简化处理，对于式（12）中b和w，选择合适的单位，令其都为1。根据现实中发达地区资本比较多，产出比较高；欠发达地区劳动力相对比较多，产出相对较低的情况，并结合中国1997年的实际数据，设： SL=044，S*L=056，Sk=055，S*k=045，Sn=057，S*n=043，SE=066，S*E=034 首先，取λ为1 ，不考虑技术创新效率，单独考虑科技成果转化率对区域收入差距的影响，分别取技术创新效率较高和较低两种情况进行数值模拟；其次取r=1，不考虑企业技术创新效率及科技成果转化率对区域收入差距的影响，同上述一样，设定企业技术创新较低效率和较高效率两种情形，进行数值模拟，得到结果如图1和图2所示。 从数值模拟的结果看。企业技术创新效率和科技成果转化率与区域收入差距之间呈倒“U”形的关系。技术创新成果转化初期，会形成中心-外围结构；长期来看，北部地区的企业技术创新成果不断转化，收益不断增加，产出份额不断上升，形成循环累积效应。与此同时企业竞争也不断加剧，孕育着新一轮的技术创新；此时在南部地区，技术创新成果慢慢转化为经济效益，市场潜能上升，资本收益率逐渐上升。因此，北部地区与南部地区的资本收益率差异会逐渐缩小，直至趋同。 由此，本文进一步提出以下假设：区域收入差距的收敛速度与技术创新效率和科技成果转化率呈正向变动，当区域企业技术创新效率和科技成果转化率都比较高时（此时称为“高高”地区），区域收入差距的收敛速度最快，“低低”地区收入差距的收敛速度最慢，上述理论模型结论是否成立还有待于实证检验。 4企业技术创新效率、科研成果转化率对区域收入差距影响的实证检验 41变量与数据 本文使用中国省区数据对理论模型进行实证检验。区域收入差距（Yit）是模型的被解释变量。借鉴倪鹏飞、刘伟、黄斯赫[8]所采用的对数离差法对地区收入差距进行计算；技术创新效率及科研成果转化率很难直接用指标衡量，其数据需要通过使用其他方法测度才能得到。近年来已有很多学者通过DEA数据包络分析法和随机前沿分析法（SFA）测度了技术创新效率[9，10]。由于针对大样本面板数据， SFA则更具优势。据此，本文利用2000～2012年各省市大中型工业企业数据，使用SFA方法，对区域工业企业技术创新效率（pit）和科研成果转化率（rit）进行估计，具体模型见注释①②。 借鉴区域收入差距的相关文献，将人均资本存量、人均受教育年限、财政政策、产业份额、对外开放度引入模型作为主要控制变量。人均资本存量（Kit）选取张军[11]所采用的永续盘存法对区域人均资本存量进行估算；以地区人均受教育年限（Eit）表示教育水平；Ni表示第i种文化程度人口累计受教育年限；Ki表示在总样本中，第i种受教育程度的人口数。具体做法是选择区域6岁及以上的人作为样本，假定小学是6年制，初中、高中分别是3年制，大专及以上学历的人口统记为4年，对其进行加权平均，得到各个地区的受教育年限；对外开放度 （Oit）采用进出口总额对地区GDP的比值来表示；财政政策（Fit）采用政府一般预算内支出与GDP的比值来表示；由于我国大部分地区第二产业比重都比较大，因此产业份额（Zit）用第二产业产值与GDP的比值来表示。各省人均收入、政府一般预算支出、进出口额、GDP、第二产业产值、固定资产投资和固定资产总额均来自《中国统计年鉴》以及各省统计年 鉴；不同程度受教育水平人数来自《中国人口统计年鉴》。 42模型设定及平稳性检验 由于区域收入差距可能受自身滞后的影响，为避免内生性，使用动态面板GMM模型进行估计。利用2000～2012年30个省际面板数据构造的动态GMM模型如下： Yit=α0+Yit-1+β1pit（rit）+β2pit2（rit2）+∑Xit+μ（13） 式中，Yit-1代表区域人均收入差距的一阶滞后项；核心变量为工业企业技术创新效率（pit）和科研成果转化率（rit）；Xit表示其他控制变量，包括：区域财政政策（Fit）、对外开放水平（Oit）、产业份额（Zit）、平均受教育年限（Eit）以及人均资本存量（Kit）。 ①本文主要以大中型工业企业为研究对象，借鉴Battese和Coelli的模型设定，将企业技术创新效率的随机前沿模型设定为：LnY=β0+β1LnX1+β2LnX2+μit-vit：TE=exp（-μit）。借鉴相关研究，选取专利数作为产出指标，R&D人员全时当量和R&D经费作为投入指标，i表示省份，t表示年份，Y为产出指标，表示各地区大中型工业企业的专利数；X为投入指标，X1为区域大中型工业企业R&D人员全时当量、X2为R&D经费来表示。TE为技术效率。 ②构造企业科技成果转化率随机前沿模型（SFA），选取了7个投入指标，分别是专利数、R&D项目数、新产品开发项目、新产品开发经费、购买国内技术经费、技术引进经费、技术获取和技术改造经费。 设定的模型为：LnY=β0+β1LnX1+β2LnX2+β3LnX3+β4LnX4+β5LnX5+μit-vit，TE=exp（-μit），i表示地区，t表示时间；TE代表技术效率，在此处代表科技成果转化率。 在描述统计的基础上，采用LLC方法对样本数据进行残差序列的单位根检验，结果表明所有数据均通过了1%水平下的显著性检验，均为平稳序列，可以利用GMM进行实证检验。 首先，对企业技术创新效率与收入差距进行实证检验。根据前述所设的动态GMM模型，从模型2到模型6依次加入人均资本存量、人均受教育年限、财政政策、对外开放水平等控制变量进行回归，分析企业技术创新效率及其二次型对区域收入差距的影响；其次，以企业科技成果转化率为核心变量，分析企业科研成果转化率及其二次型对区域收入差距的影响。回归结果如下： 企业科技成果转化效率的符号为正，表1和表2是从模型1到模型6的实证结果，所有核心变量的平方项均通过了显著性检验。企业科技成果转化效率的符号为正，科技成果转化效率的平方项的符号为负，说明企业科技成果转化效率与区域人均收入差距之间呈倒“U”型关系，且这种关系较为稳定。说明在短期内，企业科研成果转化率的提高，会扩大区域人均收入差距。但从长期来看，企业技术创新效率的提高则会使区域收入差距趋于收敛。 43企业技术创新效率、科技成果转化率对区域收入差距综合影响的结果分析 由于区域技术创新效率、科研成果转化率存在较大的区域差距，那么在分析企业技术创新效率、科技成果转化率对区域收入差距综合影响的过程中，如果通过设定0/1变量来区分几类不同地区，容易产生干扰项ej与解释变量相关的内生性问题，这就需要采用处理效应模型进行估计（Treatment Effect Model），以便为0/1变量找到合适的工具变量，解决内生性问题。模型设定如下： 没有加入虚拟变量的回归模型，模型Tr_d表示加入虚拟变量的回归模型） 首先，不同的模型形式的实证结果均为高高地区显著为负，说明相对于低科技创新效率+低科技成果转化率、高科技创新效率+低科技成果转化率、低科技创新效率+高科技成果转化率的地区，高科技创新转化率+高科技成果转化率的地区对区域收入差距的缩小效果要优于其他地区，符合理论预期；其次， OLS低估了企业技术创新效率和科技成果转化率对区域收入差距的综合影响。GMM则由于不能很好地处理0/1内生变量，高估企业技术创新效率和科技成果转化率对区域收入差距的综合影响。作为本文最终实证结果的处理效应模型的结果表明，“高高”区域比其他三种类型区域缩小了区域差距1768，说明该类区域对于区域收入差距的收敛速度的影响要快于其他类型区域。 5结论及政策含义 本文在空间经济学框架下，从贸易自由度角度出发，建立了技术创新效率、科技成果转化率变动引致的要素空间流动的理论模型，并使用动态GMM模型及处理效应模型实证检验了技术创新效率、科研成果转化率对区域差距的影响，发现工业企业技术创新效率以及科技成果转化率与区域收入差距之间存在稳定的倒“U”关系。政策含义包括以下几个方面：首先，重构企业技术创新绩效评估体系，并将其细分为技术研发和科研成果转化两个子过程进行有效管理，通过效率改善促进区域收入差距收敛；其次，建立技术创新投入大幅度增长机制，规定各级地方政府财政科技投入的增幅要高于财政经常性收入的增幅；引导金融机构开展针对企业技术创新与科研成果转化的差别化和标准化服务，健全对企业技术创新的贷款风险补偿机制，构建支持企业尤其是中西部科技型企业从事研发活动的金融支撑体系。第三，基于企业技术创新效率、科研成果转化率与区域收入差距之间存在着短期反向变动，长期正向变动的规律，需要政府制定有关政策时考虑这一规律，提升企业尤其是中西部企业的技术创新及科研成果转化水平，缩小短期区域收入差距的上限及时段，加快区域经济差距的收敛速度，以创新成果与科研成果转化的数量、质量增长与空间结构的调整推动区域协调发展。 参考文献： [1]Chow G， Lin A. Accounting for Economic Growth in Taiwan and Mainland China： A Comparative Analysis[J]. Journal of Comparative Economics， 2002（30）：507-530. [2]李国平，范红忠. 生产集中、人口分布与地区经济差异[J]. 经济研究， 2003（11）： 79-86. [3]林毅夫，刘培林. 中国的经济发展战略与地区收入差距[J]. 经济研究， 2003（3）： 19-25. [4]Chen J， Fleisher B M. Regional Income Inequality and Economic Growth in China[J].Journal of Comparative Economics， 1996（22）：141-164. [5]倪鹏飞，刘伟，黄斯赫. 证券市场、资源空间配置与区域经济协调发展[J]. 经济研究，2014（5）：121-131. [6]Zweimuller J. Schumpeterian Entrepreneurs Meet Engels Law： The Impact of Inequality on Innovation-driven Growth[J]. Journal of Economic Growth， 2000，5（2）：185-206. [7]李平， 李淑云， 许家云. 收入差距、有效需求与自主创新[J]. 财经研究， 2012（2）： 16-26. [8]倪鹏飞， 刘伟， 黄斯赫. 证券市场、资源空间配置与区域经济协调发展[J]. 经济研究，2014（5）：121-131. [9]虞晓芬. 我国区域技术创新效率： 现状与原因[J]. 科学学研究， 2005（2）： 258-263. [10]官建成， 陈凯华. 我国高技术产业技术创新效率的测度[J]. 数量经济技术经济研究， 2009（10）：19-33. [11]张军，吴桂英，张吉鹏. 中国省际物质资本存量估算：1952-2000[J]. 经济研究，2004，10：35-44. （责任编辑：李映果）