基于省級面板數據對地區創新科技競爭力差異原因研究

張曉晶

（山西財經大學統計學院 中國太原 030006）

摘要：本文通過選取了2006-2013年省級的面板數據，從原始創新與引進消化吸收再創新的角度測度中國東部，中部，西部的創新科技競爭力差異，然后通過F檢驗與Hausman檢驗方法建立個體固定效應模型。結果表明，在東、中、西部地區，地區的發展水平對創新科技競爭力的影響均是最大的。而其他因素對創新科技競爭力在不同的地域影響卻是有所差異。

關鍵詞：創新，科技競爭力，面板分析

科技競爭力是一個國家科技水平各方面的綜合體現，也是經濟長久持續發展的動力源泉。更加重要的是以創新為基礎科技發展更是一個國家屹立于世界之林的重要支柱，對于科技競爭力的研究前人做了各種各樣的研究。張志生（2002）、石小剛（2008）、趙前（2011）以及雷勛平，Robin Qin（2013）等都使用不同的方法對科技競爭力進行分析評價，但前人大都是針對全面的科技競爭力，卻很少有文獻從科技創新的角度入手對其進行研究，本文從作為動力源泉的創新內涵為出發點，研究我國區域創新科技競爭力的差異。

（一）實證分析

1. 數據來源及處理

本文采用的是2006-2013年各地區省級面板數據，從創新角度來衡量各省的科技競爭力，由于集成創新的關系無法很好地定量的描述，所以本文只考慮引進、消化吸收再創新和原始創新。沒有考慮集成創新對科技競爭力的影響。并我們假設引進、消化吸收再創新與原始創新同等重要來反映創新科技競爭力。用國內三種專利人均授權數的多少來反映原始創新能力，記為。用人均互聯網寬帶接入端口個數來衡量各省的引進、消化再吸收能力，記為。則創新科技競爭表示為：表示投入的專業技術人員數，用于衡量人才的投入；表示人均GDP，用其衡量地區的經濟發展狀況；表示實驗與發展的經費投入強度，用其衡量政府對科技創新的努力程度。 表示平均受教育年限，用來衡量各個地區的教育水平的差異，對于平均受教育年限的算法，本文借鑒了黃俊，楊波（2012）的算法。

2. 實證分析

在對面板數據計之前，為避免非平穩序列采用最小二乘法估計時可能出現偽回歸現象，我們需要對各變量進行單位根的檢驗.本文采用的是PP - Fisher Chi-square的檢驗方法，檢驗結果均是平穩的。又通過F檢驗經過hausman檢驗從外部宏觀的角度對東、中、西部地區創新科技競爭力進行研究，根據F檢驗的p值小于0.05，則拒絕是混合模型的原假設。也就是說需要建立個體非混合回歸模型，但是非混合回歸模型又分為個體隨機效應回歸模型與個體固定效應回歸模型，為了具體確定模型的類型，我們仍需要進行hausman檢驗。通過hausman檢驗可以看出它的擬合的P值是小于0.05，則拒絕原假設，則可以說明該模型是個體固定效應回歸模型。

根據建立模型結果可以表明，在東、中、西部地區，地區的發展水平對創新科技競爭力的影響均是最大的。而在東部，經費投入，教育投入對創新科技競爭力的影響也是比較顯著的，其次在中部，經費投入，人才投入以及教育對創新科技競爭力的影響都是顯著的，但影響的程度比東部的稍小一點，但是在西部，教育的投入是最大的，人才投入相對比較少，但在西部教育對科技創新力卻不是顯著的，經費的投入和人才投入對創新科技競爭是顯著的。

（三） 總結

本文從原始創新與引進消化吸收再創新的角度出發通過建立體固定效應回歸模型對中國東部，中部，西部的創新科技競爭力差異進行研究，結果表明在東、中、西部地區，地區的發展水平對創新科技競爭力的影響均是最大的。也就是說地區經濟發展水平是地區創新科技發展的主要動力，只有區域經濟發展提高了，才能從本質上增強地區的創新科技競爭力，而在東部，經費投入，教育投入對創新科技競爭力的影響也是比較顯著的，其次在中部，經費投入，人才投入以及教育對創新科技競爭力的影響都是顯著的，但影響的程度比東部的稍小一點，但是在西部，教育的投入是最大的，人才投入相對比較少，但在西部教育對科技創新力卻不是顯著的，經費的投入和人才投入對創新科技競爭是顯著的。我國東、中、西三部分區域發展程度不同，對創新科技競爭力的影響也有所差異，因此政府有必要根據地域的需要，對不同地域影響科技創新力的影響因素做響應的調整。共同促進區域之間協調穩定的發展。

參考文獻：

[1]張志生，陳國宏.福建省科技競爭力研究[D]. 福州：福州大學，2003.

[2]石小剛.陜西省科技發展現狀的灰色數學模型的研究[D]. 西安：西安建筑科技大學，2008.

[3]趙前，焦捷，王以華.中國省際科技競爭力評價-基于超效率DEA的分析[J]. 清華大學學報 （自然科學版），2011，51（6）：820-826.

[4]雷勛平，Robin Qin.基于熵權可拓決策模型的科技競爭力評價研究[J]. 科技進步與對策，2013（3）：122-127.