創新發展對產業結構優化影響研究

李婧文

(天津財經大學 天津 300222)

一、引言

創新是引領發展的第一動力。掌握創新就是發展，追求創新就是追求未來。發展的前提是創新。黨的十九大報告中更是指出，創新作為新時代新發展理念之一，對我國經濟高質量發展有著舉足輕重的作用。蓬勃的創新發展有助于提高科學技術對經濟和社會發展的支撐力以及對經濟增長的貢獻率，從而使中國從一個科技大國轉變為一個科技強國。在中國工業化進程中，產業結構優化和轉型是中國經濟高速增長的主要原因之一。不同部門生產要素的合理配置，以及同一部門技術進步與效率的提高，使得產業結構向更合理更高級的方向轉變，進而推動我國經濟高速且高質量增長。而創新與產業結構的關系更是復雜，一方面，創新發展可以推動科技進步，使得技術得到優化，效率得到提升；另一方面，產業結構的升級倒逼企業進行創新活動，以便于在競爭更為激烈的市場中生存。

二、基礎指標選取

(一)創新指標選取

為避免單個創新指標的片面性，本文擬從三個維度建立創新指標評價體系，對其進行綜合評價，進而得到創新綜合指標。每個維度的基礎指標選取如下：

1.創新投入指標：研究與實驗發展(R&D)經費投入強度、R&D人員投入力度。其中，研究與實驗發展(R&D)經費投入強度為R&D經費支出與總GDP之比；R&D人員投入力度=R&D人員數/全部從業人員數。

2.創新產出指標：人均專利占有量、技術市場成交額占比。其中人均專利占有量的計算方式為國內三種專利授權數占總人口的比重；技術市場成交額占比為技術市場的總成交額占國民生產總值(GDP)的比重。

3.創新貢獻指標：高新技術創收度采用高技術產業銷售收入占國民生產總值(GDP)的比重來衡量。

(二)產業結構指標選取

(三)控制變量指標選取

1.人力資本：關于人力資本的測算方式，本文采用平均受教育年限來衡量人力資本，計算方式為：人力資本=小學生人口占總人口比重*6+初中生人口數占總人口比重*9+高中生人口數占總人口比重*12+大學生人口數占總人口比重*16。

2.城鎮化率：使用各省份城鎮人口數與總人口數之比來衡量。

三、創新綜合指標計算

本文采取全局主成分分析法對創新指標進行測度。主成分分析法作為一種綜合評價方法，其評價原理是對指標進行客觀賦權，因此其評價結果具備客觀性的特點，同時可以獲得指標體系的各個維度與總指標的關系。而區別于傳統的經典主成分分析法，時序全局但是由于經典主成分分析采用的是橫截面數據，既存在每年度分別進行主成分分析后結果無法比較的缺陷，也無法反應指標體系總體在時間維度上的動態變化。因此，本文在經典主成分的基礎上，使用包含指標、空間、時間的三維時序立體數據表，即將橫截面數據按時間順序排列，進行時序全局主成分分析。

首先進行全局主成分分析適用性檢驗，即KMO和Bartlett檢驗，目的是檢驗個指標之間的獨立性。檢驗結果KMO為0.798，Bartlett檢驗的p值為0小于0.05，拒絕原假設，認為各指標之間不是相互獨立的，可以進行全局主成分分析。同時為了消除量綱的影響，采用z-core法對各指標進行標準化處理，本文所選指標皆為正向指標，可以保證各指標對總指標影響的一致性。利用spss提取主成分，可知第一第二主成分的方差貢獻率分別為73.241%，15.282%，累計方差貢獻率為88.523%超過85%，認為這兩個主成分可以解釋指標中的大部分信息。故此次主成分分析提取兩個主成分。根據兩個主城分的特征值確定其權重，進而得到綜合評價指數為：

innovation=(λ1F1+λ2F2)/(λ1+λ2)

(1)

其中，innovation為創新總指標，λ1、λ2分別為兩個主成分的方差貢獻率，F1、F2分別為兩個主成分。測度結果大于0的省份證明其創新指數超過了平均值，相反，小于0的省份說明其創新指數低于平均水平。

通過全局主成分分析結果可知，2002年綜合得分前五的省份為北京、天津、上海、廣東、陜西；到了2010年綜合得分前五的省份北京、上海、江蘇、廣東、天津；而到了2017年為北京、上海、廣東、江蘇、天津。2002年-2017年以來北京的創新指數一直位居榜首，前五名的排名變化不大，靠前的多為zhong中東部一線城市。對于排名較低的省份，2002年為西藏、海南、新疆、廣西、內蒙古；2010年為西藏、海南、新疆、云南、內蒙古；2017年西藏、新疆、海南、內蒙古、云南。變化也不大，這些省份多受制于地理位置以及教育水平，創新水平不高。

為進一步觀察我國2002-2017年創新指數的空間分布及動態演變情況，對其進行kernel密度估計分析，通過對比2002、2010、2017年度的核密度曲線來觀察我國創新發展水平的分布情況。如圖1所示。

從全國范圍來看，核密度曲線逐漸向右移動，說明我國創新發展水平逐年不斷提升，2002年核密度曲線波峰高度最高，寬度較窄說明此時我國創新發展水平的省間差異較小，出現明顯右拖尾分布，且出現多峰，說明2002年我國整體省間差異雖然不大，但存在較為嚴重的多極化現象，一線城市如北京、上海等的創新水平與其他省份絕對差異明顯。與2002年相比，2010年的核密度曲線波峰高度降低，寬度擴大，說明此時創新水平的聚集程度有所降低，省際差異擴大，仍存在顯著右拖尾現象，但較2002年，多極化現象有所改善。與2010年相比，2017年核密度曲線波峰再度降低，寬度擴大明顯，省際差異再度擴大，依然有右拖尾現象，由多極化分布轉為兩極化分布，存在明顯的創新水平省際趕超效應。整體來看，我國創新水平不斷提升，省際差異情況在不斷擴大，部分省份提升明顯，逐漸追上創新水平高的省份，多極化效果也逐漸減弱。說明我國創新發展態勢良好。

四、創新水平對產業結構優化影響的實證研究

(一)模型的建立

本文選取產業結構合理化、產業結構高度化為被解釋變量，創新綜合指數為核心解釋變量，人力資本和城鎮化率為控制變量，研究創新發展對產業結構優化的影響。基于基礎指標建立面板數據，使用stata進行計量分析，考慮到面板數據隨機擾動項存在異方差，采用聚類標準誤進行估計。

初步建立模型如下：

rit=β0+β1innovationit+β3humanit+β4urbanit+λi+θt+εit

(2)

hit=α0+α1innovationit+α3humanit+α4urbanit+ξi+φt+μit

(3)

其中，r為產業結構合理化，h為產業結構高度化，innovation為創新綜合指數，human為人力資本，urban為城鎮化率，λi、ξi為個體固定效應θt、φt為時間固定效應，εit、μit為隨機擾動項。

(二)模型的估計

首先對模型進行hausman檢驗，結果p值等于0小于0.05，故采用固定效應進行估計。運用stata對其進行回歸，結果如表1所示：

表1 回歸結果

由表1可知，回歸結果(1)為創新對產業結構合理化影響，可以發現創新對產業結構合理化存在正向的影響，影響系數為1.3，也就是說創新指數每增加1單位會引起產業結構合理化指數增加1.3單位，其結果在1%顯著水平下顯著。回歸結果(2)加入了控制變量和時間固定效應，其系數為1.686，依然在5%水平下顯著。可得知創新的發展對產業結構合理化有顯著的正向作用，會促進各產業資源合理配置，協調發展。同理，回歸結果(3)和(4)分別為不加入和加入控制變量和時間固定效應的情況下的回歸結果，均發現創新對產業結構高度化有顯著的正向作用，系數分別為2.587和1.672，分別在1%和10%的水平下顯著。

綜上，創新發展對產業結構優化的兩個指數產業結構合理化和產業結構高度化均存在顯著的正向效應，即創新的提升有助于我國產業結構向更協調更高水平升級。

五、結論與建議

(一)主要結論

①2002-2017年創新綜合指數排名靠前以及靠后的省份變化都不大，靠前的多為中東部一線城市，而靠后的多為西部省份。

②由核密度曲線得知，我國創新水平省際差異變大，但多極化現象改善明顯，并且部分省份創新發展較快，存在趕超效應。總體而言，我國創新發展態勢良好，但仍有進步空間。

③創新對產業結構合理化和產業結構高度化均存在顯著的正向影響效果。

(二)政策建議

①政府應大力推動我國創新發展，對從事科研、科技創新活動的高校及企業予以政策和補貼支持。

②我國應密切關注產業結構調整，促進產業轉型升級，加大對新興產業的扶持力度，擴大高新技術產業產業比重。