经济制度变迁与区域创新效率差距——来自中国省级层面的经验证据

本文阐释了中国经济制度变迁对创新效率的影响机制,选取2006—2018年中国省级层面的面板数据构建空间计量模型实证研究了中国经济转轨时期市场化进程与对外开放对区域创新效率的影响.研究结果表明,中国区域创新效率分布呈现出显著的正空间相关性;市场化进程与对外开放对区域创新效率增长具有显著的直接效应与正向空间溢出效应.上述结论在分区域分析与创新主体异质性分析中依然成立,但影响效果具有异质性特征.中国区际经济制度发育情况的异质性与创新效率增长空间溢出的局部性是造成区域创新效率差距的重要原因.上述研究为中国在新时代背景下通过全面深化改革缩小区际创新效率差距、提升区域协同创新水平提供了理论依据与实证支撑.     

金融深化与区域创新效率——基于跨国面板数据的分析

创新是引领发展的第一动力,是牵动经济社会发展全局的"牛鼻子",区域创新效率用创新的投入产出比衡量了一个地区的综合创新绩效,其影响因素存在多个方面。金融深化是衡量金融发展水平的重要指标。为研究各国金融深化与区域创新效率之间相互影响及其内在作用机制,作者首先借鉴多投入与多产出的DEA方法测算了80个国家的区域创新效率,然后使用Tobit模型对2011—2018年80个跨国面板数据进行实证分析。研究发现:金融深化与区域创新效率之间存在显著的"U"型曲线关系,即随着金融深化的提升,其对区域创新效率的影响将从"抑制"效应向"促进"效应转变。这是因为金融深化较低时,风险贷款和信用贷款发展滞后、风险投资渠道不完善以及金融结构和金融市场不健全导致多层次、立体化企业融资融券功能落后,从而抑制企业的创新效率。而金融深化较高时,风险投资渠道逐步完善、企业融资成本低、金融市场和金融结构完善,从而促进企业创新效率。研究还发现,各国经济水平的不同也会导致各国金融深化和区域创新效率有显著差异。作者将国家按照经济发展水平分为发达组和欠发达组,分组研究发现,金融深化对区域创新效率具有选择效应,即金融深化对欠发达国家创新效率具有"U"型曲线特征,而在发达组则不存在这种效应。原因在于:发达国家经济发展水平较高,金融结构和金融市场完善,风险投资渠道畅通无阻,金融深化提升区域创效率的影响不再呈现"抑制"效应。而在欠发达国家,经济发展水平较低,金融结构和金融市场发展水平正处于发展和完善的阶段。对于完善的金融市场和金融结构的部分,金融深化对区域创新效率的影响是"促进"效应,而对于不完善的部分,金融深化对区域创新效率的影响是"抑制"效应。为检验研究结果的稳健性,作者运用了滞后项检验、替代变量检验两种检验方法,检验结果具有稳健性,即随着金融深化的提升,其对区域创新效率的影响将从"抑制"效应向"促进"效应转变。因此,政府部门应该正确认识金融深化对区域创新效率的作用,完善创新体系,加强金融监管,防范化解金融风险,兼顾长期利益和短期利益,发挥金融深化对区域创新和经济增长的促进作用,推动金融体系更好适应新时代创新需求,以此来促进区域创新效率的提升。文章的研究结论对利用金融深化提高创新效率的发展中国家有启示和借鉴意义。     

金融发展对城乡收入差距的影响——基于中国省际面板数据的检验

在中国经济高速发展的同时,与经济发展相伴随的城乡收入差距现象引起了越来越多的关注。从金融发展的视角,利用1990～2008年的数据,将中国大陆31个省级区域分为3组进行省际面板数据的实证检验。结果表明,金融发展规模会拉大城乡收入差距;金融发展效率有利于改善城乡收入差距,这两种作用在金融发展水平较低的区域更为显著。     

资源配置视角下数字普惠金融对区域创新创业的影响研究

基于中国 2011-2019 年 31 个省（区、市）面板数据，通过计量经济模型分析了数字普惠金融对区域创新创业的影响，并检验金融资源配置效率和人力资本在该过程中的传导作用和调节效应，研究发现，数字普惠金融显著促进了区域创新创业，金融资源配置效率将通过遮掩效应在其中产生传导作用。人力资本弱化了数字普惠金融对区域创新创业的影响，可围绕数字普惠金融的生态构建、金融资源配置、外部条件改善等方面提升区域创新创业水平。     

中国省际创新效率及其影响因素的实证研究

以2000—2009年30个省（区、市）的面板数据为样本,运用数据包络分析（DEA）模型对中国省区创新效率进行了测度,并对创新效率的影响因素进行了实证研究。结果显示:考察期内中国省际创新效率波动性较大,北京、上海两市实现了历年创新效率有效,其余省区创新效率均存在差异性。在影响省际创新效率的因素中,政府投入、人才储备、区域经济、对外开放等因素对省际创新效率的提升具有明显的正向效应;而金融支持、产业结构、基础设施等因素对省际创新效率的影响则不明显。     

社会网络与全要素生态效率——基于我国30个省、市、自治区的经验证据

采用社会网络分析方法从外向关联水平、内向关联水平和综合关联水平三个角度测度网络关联特征，同时利用共同前沿面方法测度全要素生态效率，结合中介模型分析我国省际空间关联网络结构对全要素生态效率的影响及其作用机制。研究结果表明：全国层面上，三类关联水平均显著改善生态效率，其中综合关联水平的影响最大；区域层面上，综合关联水平对我国东中西部的全要素生态效率均具有显著促进作用；技术进步充当了省际网络关联与全要素生态效率之间的中介变量。据此，提出从加强省域合作、重视区域协调发展和完善区域创新制度三方面促进省际网络优化和全要素生态效率提升。     

农村居民收入区域差异影响因素的实证分析

基于相关理论研究和文献分析,构建农村居民收入区域差异影响因素指标体系,通过相关性分析筛选出其中6个因素,在变量平稳性ADF检验的基础上,运用Johansen协整分析法得出标准化的协整方程,对省际间和区际间农村居民收入差异影响因素进行了分析。研究结论认为:第一,农村劳动力文化素质、农业灌溉水平和农业生产结构是农村居民收入区域差异的主要影响因素;第二,各因素对省际间和区际间农村居民收入差距影响程度不同,对区际间影响程度要小于省际间。     

金融科技、集聚外部性与区域创新——基于空间面板杜宾误差模型的经验分析

本项研究基于2011-2022年城市数据,分析金融科技发展、集聚外部性对区域创新水平的影响。相关结果表明,金融科技对区域创新水平具有明显的驱动作用,在叠加了集聚外部性之后,两者对区域创新的影响展现了明显的异质性特征：金融科技、马歇尔外部性抑制区域创新,而金融科技、雅各布外部性有助于区域创新能力提升。此外,金融科技和集聚外部性对于不同区域以及不同城市群的影响也各不相同,具有典型的结构性作用。     

金融支持创新驱动发展的效果评价与政策应对

本文基于中国省际层面的面板数据实证检验了金融对地区经济创新驱动发展的支持效果.实证研究表明:地区金融发展水平每增加1个标准差,则地区经济创新驱动发展程度将提高0.2693个标准差,故金融对地区经济创新驱动发展的支持效果是比较明显的.各种实证检验结果均表明,上述结论具有较强的稳健性.本文还提出了完善多层次资本市场、试点科技银行、创新企业股权市场、构建政策性金融支持体系、完善科技金融法律法规等促进经济创新驱动发展的政策建议.     

产业多样性与区域创新差异——基于中国省际面板数据的实证分析

为了分析产业多样性对区域创新的影响,利用我国1998-2009年省际面板数据,采用空间面板数据模型,探讨了我国产业多样性的知识溢出效应。实证研究表明:我国区域创新产出在空间分布上具有明显的正相关关系;区域层面的产业多样性对创新产出具有明显的正效应;如果不考虑知识的空间溢出,将会高估研发经费、多样性程度与地区经济发展水平对创新的促进作用。最后,据此提出相关政策建议。     

基于DEA方法的城市科技创新资本效率实证分析

为合理配置各地区的科技创新资本以及提升科技资本的效率,对城市科技创新资本的投入及产出效率方面的问题进行研究。选取中国11座区域中心城市作为评价对象,建立了以R&D投入经费支出和技术引进消化吸收为投入指标;以国内专利申请量、授权量及有效量为产出指标的指标体系;选取DEA效率评价模型作为主要研究手段,测度了2017年各城市科技创新资本投入产出资本效率,对结果进行综合分析及投影分析,对科技创新资本效率进行了实证评价。研究认为,区域中心城市的科技投入总量是不断增长的,但城市间科技创新投入产出差距显著;成都、西安和深圳处于DEA有效状态;重庆、北京、天津、上海、广州、武汉,南京及沈阳处于DEA严重无效的状态,无效原因包括科技创新资本投入未得到充分的利用,以及科技成果转化效率的低下等;应加强对先进技术和人才的引进,充分发挥企业的创新主体作用,增加科技创新资本的投入并优化配置,提升城市创新能力和资本竞争力等,实现城市间资源共享、优势互补的双赢战略政策。     

基于超效率DEA的京津冀知识溢出效应研究

知识溢出是探索科技创新和区域经济发展的重要途径之一。利用超效率DEA模型对京津冀区域空间知识溢出效应做评价分析,选取全社会固定资产投资、实际利用外资直接投资和R&D经费内部支出为资本投入指标,R&D人员全时当量为劳动投入指标,人均地区生产总值为经济产出指标,专利授权数为科技产出指标,计算了北京、天津及河北省11个地市的2014至2016年知识溢出效应值,并从综合效率、投入冗余和产出不足三方面对评价结果进行分析,为推动河北省的科技创新提供了理论和实践依据。     

企业R&D投入产出效率的区域比较及对策——基于第二次全国R&D资源清查数据

基于2010年第二次全国R&D资源清查数据,利用数据包络分析方法(DEA),对我国29个省、市、自治区的企业R&D投入产出现状和R&D投入产出效率进行分析。结果表明,我国各省、市、区的企业R&D投入产出差别比较大,东部地区明显超出中部、西部和东北地区很多。另外,总体上我国各省、市、区的企业R&D投入产出效率并不高,平均综合效率值只有0.76。而且,DEA有效的省、市、区只有8个,50%的省市区处于中度DEA无效状态。为缩小企业研发效率的区域差距,应当从以下三方面努力:加强政府引导作用,注重创新性人才培养;利用区域优势互补,促进企业R&D效率整体提高;强化企业交流合作,推进产学研一体化。     

中部地区省域政府效率及其影响因素研究

现代政府的核心任务就是发展经济和提供公共服务。该文通过构建省级政府效率评价指标体系,基于2005—2011年省际面板数据,运用超效率DEA视窗分析模型和灰色关联分析方法对中部6省政府效率及其影响因素进行分析。结果表明：超效率DEA视窗分析模型能够避免传统DEA模型的缺陷,可以有效处理面板数据;中部6省政府效率整体较高,但是各省之间存在一定的差异;其中政府效率最好的是山西,最差的是江西;影响中部地区政府效率的因素由大到小依次为：劳动力投入〉财政预算支出〉全社会固定资产投资。     

数字金融对创业的影响——来自地区和中国家庭追踪调查（CFPS）的证据

以科技赋能的数字金融正在不断催生出新的金融服务模式,对宏观地区创业乃至微观家庭创业都产生了重要影响。基于2011—2018年的省级面板数据和2018年CFPS数据,实证检验数字金融对创业的影响,可以发现：（1）数字金融促进了地区创业,这种促进作用主要体现在覆盖广度和使用深度两个维度,两者关系具有一定的稳健性;（2）数字金融对创业的促进作用体现在城镇化率低、政府干预程度低和物质资本高的省份;（3）数字金融对创业的影响存在门槛效应,超过某个阈值后,对创业的促进作用更强;（4）数字金融促进地区创业的直接原因是它促进了家庭创业。     

电动空调涡旋压缩机型线优化

选取我国三大经济区2001—2017年的数据,运用面板数据模型分析了政府财政、金融市场及其相互作用对区域自主创新能力提升的影响,结果表明:政府财政对自主创新能力的提升作用较金融市场更为显著,但三大经济区存在差异;就全国总体而言,金融支持效率指标在是否存在政府中介的情况下均不显著,金融市场对自主创新的支持效率还很低下;误差修正模型表明区域自主创新能力提升还受自身前期自主创新能力水平影响;人力资本的投入对区域自主创新能力的提升起到至关重要的作用。     

基于DEA的湖南高技术产业技术创新效率研究

文章采用数据包络（DEA）方法中的C2R模型对湖南省高技术产业2001-2009年9年间的技术创新效率进行研究,结果显示,湖南省高技术产业技术创新效率虽然逐年改善,但总体水平较差,且存在较为明显的地区差异。在此基础上,进一步对湖南省高技术产业的技术创新活动进行冗余分析,结果表明：R＆D资本存量、政府的财政科技拨款、R＆D活动人员等投入均存在一定的浪费现象。     

三阶段DEA模型的中国服务业效率

采用三阶段DEA(数据包络分析)方法对我国2009年31个省市的服务业运营效率进行研究。结果表明:我国服务业运营效率受人力资本、技术创新和政府支持的影响显著;如果不剔除环境因素和随机误差的影响,服务业纯技术效率将被低估,规模效率将被高估;服务业综合技术效率平均值仅为0.520,主要是因为纯技术效率偏低;各省市服务业生产效率可划分为四种不同类型,各地应结合自身效率的特点,有侧重地提高管理水平或者扩大生产规模;我国服务业效率存在明显的地域差异,即东部地区最优,中部地区次之,西部地区最差。