區域開放度對高技術產業技術創新能力的影響研究

杜柏潤 張天悅

摘?要：在構建區域開放度和高技術產業技術創新能力評價指標的基礎上，綜合運用灰色關聯分析法和熵值法，研究區域開放度對高技術產業技術創新能力的影響機理。實證結果表明：區域開放度對高技術產業技術創新能力有著顯著的正向影響，能夠在52.5%的水平下解釋高技術產業技術創新能力變化的原因，提高區域開放度能夠有效促進區域高技術產業技術創新能力提升。

關鍵詞：高技術產業；技術創新能力；區域開放度；熵值法；灰色關聯分析法

中圖分類號：F2?????文獻標識碼：A??????doi：10.19311/j.cnki.16723198.2023.13.004

0?引言

高技術產業具有知識密集、技術密集的特點，是我國當前經濟與社會發展的重要增長點，代表著我國區域綜合實力和整體競爭力。外部環境方面，高質量發展環境既面臨著百年未有之大變局的沖擊，也面臨著國內經濟社會深刻轉型的挑戰，外部環境嚴峻復雜，體制機制障礙難除，致使高技術產業需求側疲軟、供給側不力；研發與生產方面，我國高技術產業技術創新能力較弱，許多企業沒有掌握絕對領先技術，關鍵技術難以突破，個別企業為響應國家發展高技術產業的政策引進自動化程度較高的生產線而后閑置，造成了高技術產業成本居高不下。區域開放度對于高技術產業從外部獲得相關的技術、信息、知識等創新資源有著重大影響，提升我國高技術產業技術創新能力的關鍵在于整體提升各地區的區域開放度。

對于區域開放度的研究和測算，在以往的研究中學者們主要以貿易、投資、旅游、生產、金融、技術的視角進行拆分，部分學者劃分為對內和對外兩方面進行更為細致的測算。如劉凌瑜（2019）從對外開放度、對內開放度、產業支撐度三個角度對2018年中部地區六個省會城市的經濟開放度進行測算。斯麗娟（2020）從貿易開放度、旅游開放度、投資開放度三個角度研究對外開放對經濟增長質量的提升。石立（2020）運用主成分分析綜合評價改進步驟構建了地區經濟開放度統計評價的指標體系，計算得出了廣東省各市經濟開放度。李澤宇（2020）運用主成分分析法，從經濟開放的4個角度測算了27個省份的區域開放度。zdemir?Onur（2020）認為通過貿易和金融賬戶渠道進行的收入分配對區域開放度的提高有著重大影響。Rabail?Amna?Intisar（2020）從貿易開放度和人力資本的角度對19個亞洲國家1985-2017年的經濟增長情況進行了研究。Mohammad?MafizurRahman等（2020）研究了貿易開放度對五個南亞國家經濟增長的影響。劉仕國（2021）從開放政策和開放結果兩個角度，并細化為經濟開放、社會開放和文化開放三方面對全球129個代表經濟體的開放度進行測算，研究發現開放度和經濟發展關系密切。劉秀玲（2021）從貿易開放度、投資開放度和旅游開放度三個方面對寧夏的開放型經濟進行評價。Maoguo?Wu（2021）運用因子分析和DEA-Malmquist模型評估了外商投資對18個省份的區域開放度的影響。

對于高技術產業技術創新能力的研究和測算，學者們大多采用數據包絡分析法（DEA）和隨機前沿法（SFA），并從企業層面、政府層面和經濟層面分析與其相關的影響因素。如Shilei?Cao（2019）使用隨機前沿分析法從行業的角度研究了市場競爭對高技術產業創新效率的影響。Anyu?Yu（2021）使用動態網絡數據包絡分析法研究了中國高技術企業的創新績效，發現不同企業之間的創新績效存在差異。羅雪婷（2019）運用DEA-Malmquist指數模型和門檻面板回歸模型，在省際層面對2003-2016年我國高技術企業進行研究，發現企業規模對技術創新效率的作用存在雙重門檻效應，近似呈"∽"型。唐晨（2020）基于滯后2期的兩階段DEA模型測算了我國高技術企業的技術創新效率，發現金融業整體集聚對高技術企業技術創新效率有顯著的促進作用。李永楷（2020）運用三階段DEA模型，對我國高技術產業創新效率進行了靜態測算，發現員工水平、企業規模和資金投入對高技術產業創新效率存在正向促進作用；企業規模和研發資本存量對技術效率變動存在負向影響。童鑫（2021）以高技術產業省級面板數據進行實證研究，發現政府支持有著正向促進作用。孟曉娜等（2019）基于隨機前沿分析模型，以29個省市高技術產業的面板數據為研究對象，研究了自主研發投入和非自主研發投入對高技術產業技術創新效率的影響。胡立和（2020）基于隨機前沿分析法對長江經濟帶11個省市的技術創新效率進行測算，并對影響技術創新效率的環境變量進行分析。

總體看來，目前學者們對于區域開放度和高技術產業技術創新能力的研究主要存在以下幾點不足：（1）在研究視角上，以往學者們在評價區域開放度時大多以對外開放度單方面因素作為衡量方式，但對于一個地區經濟發展水平而言，對內開放與對外開放同等重要，僅從對外開放的方向進行測度過于片面。（2）關于高技術產業技術創新能力研究，許多學者采用DEA法進行測算，無法比較出各項指標各自的重要程度。故本文在測算我國25個省份區域開放度和技術創新能力得分的基礎上，探究區域開放度與高技術產業技術創新能力之間的影響關系。

1?指標選取與測度方法

1.1?數據來源與指標選取

本文的計算數據采用我國各個省份的年鑒統計數據。被解釋變量高技術產業技術創新能力，選擇從創新投入和創新產出兩方面進行分析：創新投入作為高技術產業技術創新過程中的基石，是高技術產業提升技術創新能力最基本的因素，可以通過R&D外部支出、R&D內部支出、R&D人員折合全時當量、新產品開發經費支出進行衡量；創新產出作為高技術產業評判標準之一，可以反映出產業對創新投入資源配置的能力，可以通過新產品銷售收入、專利申請數、有效發明專利數進行衡量。解釋變量區域開放度，本文在張友國、夏鋒、鄧鵬、曾海鷹和任登鴻、李朝洪和董曉梅等人研究的基礎上，基于數據的可獲得性，選擇從貿易、資本、旅游、生產四個角度，兼顧對內開放與對外開放兩方面進行測度與分析。地區生產總值代表著一個地區的經濟發展水平，通常對高技術產業技術創新能力有較大的正向影響，經濟發展水平高的地區，高技術產業技術創新能力的發展勢頭也愈發強勁，因此本文選取地區生產總值作為控制變量排除其對高技術產業技術創新能力的影響。

1.2?測度方法

1.2.1?灰色關聯分析法

灰色關聯分析法作為灰色系統理論中應用最廣泛的研究方法，對數據沒有非常嚴苛的要求，不僅可以進行優勢分析，同時也是進行科學決策的依據，非常適用于本文對區域開放度的測算。采用灰色關聯分析法對25個省份2019年區域開放度進行測算。灰色關聯分析法的計算步驟如下：

a.采用均值法對指標體系進行無量綱化處理

b.確定參考數列

在確定參考數列時，將各項指標的最優值作為參考數列的指標值，對于不同指標，有些指標越大越優，而另一些指標越小越優，均以最優值作為參考數列的指標值。本文所選取的區域開放度的指標均為越大越優，因此全部選取最大值作為參考數列的指標值。

c.變異系數法確定指標權重。

d.計算灰色關聯系數：

ri（k）=a+ρbx0k－xi（k）|+ρb，i=1，2，…，m?k=1，2，…，n（1）

其中a為兩極最小差，b為兩極最大差，ρ為分辨系數（通常取0.5）。

e.計算灰色關聯度及其關聯序

Ri=∑nk=1ωkrik（2）

其中Ri為第i個評價對象對參考數列的灰色關聯度；ri為第i個評價對象第k個指標值的關聯系數；ωk為第k個指標的權重。

1.2.2?熵值法

根據高技術產業技術創新能力指標體系的數據特點，以及以往學者的研究，本文借鑒甘衛平對于高技術產業自主創新能力評價的研究方法，選用熵值法對高技術產業技術創新能力進行測算。熵值法對數據的處理方法如下：

a.數據標準化

對于正向指標：

X′ij=Xij-min（X1j，X2j，…，Xnj）maxX1j，X2j，…，Xnj-min（X1j，X2j，…，Xnj）（3）

對于負向指標：

X′ij=maxX1j，X2j，…，Xnj-XijmaxX1j，X2j，…，Xnj-minX1j，X2j，…，Xnj（4）

b.確定各指標的信息熵

Ej=－1lnn∑Ni=1pijlnpij，其中pij=X′ij∑ni=1X′ij（5）

c.確定各指標的權重

Wj=1－Ejm－∑Ej（0≤j≤m）（6）

d.計算技術創新能力綜合得分：

Sj=∑mj=1wjX′ij（i=1，2，…，n）（7）

2?實證研究

2.1?區域開放度與高技術產業技術創新能力的測度

2.1.1?區域開放度測度

依據公式（1）-公式（2）的方式計算得出參考數列、指標權重、灰色關聯系數和灰色關聯度，再分別計算灰色關聯系數和灰色關聯度，從而可得出2019年25個省份的灰色關聯度及其關聯序，如表1所示。

灰色關聯度越大，說明該省份區域開放度越高，關聯序即為各地區域開放度大小的次序。由表1可知，開放度最高的是上海，灰色關聯度為0.7591；開放度最低的是甘肅，灰色關聯度為0.4891。區域開放度大致呈現出自東向西遞減的空間分布特征，東部地區除河北外均位列前十，處于高水平開放階段；中部地區整體開放度較低；西部地區除四川外開放度均較低；東北地區僅遼寧開放度較高，吉林、黑龍江兩省開放度較低。東部地區、中部地區、西部地區、東北地區的灰色關聯度平均值分別為0.6165、0.3422、0.517、0.5173，由于數據的缺失本文在西部地區的研究對象缺少內蒙古、西藏、青海、寧夏、新疆五個較為落后的省份數據，因此西部地區灰色關聯度平均值實際上應略低于0.517。對于我國開放度較低的中西部地區、東北地區應積極采取相應措施提高當地區域開放度，如政府加大政策支持、促進地區間的交流合作、完善交通設施等措施，從而縮小地區間的區域開放差距，協調各地區共同發展，整體提升我國區域開放度。

2.1.2?高技術產業技術創新能力的測度

依據公式（3）-公式（7）的方式計算得出各變量的權重和技術創新能力評分及排序如表2和表3所示。

由表2可以看出，在高技術產業技術創新能力指標評價體系中有效發明專利數/專利申請數所占權重最大，R&D經費內部支出和R&D人員折合全時當量的占比也比較大，這表明在創新投入中資金注入和人力支持對于高技術產業技術創新能力的提升影響更大，而在創新產出中專利發明是技術創新的一項重要產出，是高技術產業技術創新能力的體現，因此在衡量高技術產業技術創新能力時占較大權重。

由表3可以看出，廣東、北京的高技術產業技術創新能力位列前兩名，技術創新能力得分遠超其他各地區，江蘇位列第三，技術創新能力得分也比較高，是我國先進的創新型省份代表。位列第一的廣東省技術創新能力評分為0.8520，是排名最末江西省的19.68倍，是甘肅省的4.63倍，可見其他地區和東部地區間還存在著較大差距。

2.2?回歸分析

利用SPSS25.0對論文所應用的各個變量的數據進行回歸分析，得到的結果如表4和表5所示：

表4對各變量的回歸分析結果表明，模型R2值為0525，這表明區域開放度可以解釋高技術產業技術創新能力得分525%的變化原因。由此可見，區域開放度在高技術產業技術創新能力發展過程中扮演著尤為重要的角色。對模型進行F檢驗時，引入控制變量前F=25430，引入控制變量后F=15389，顯著性始終<005，模型通過F檢驗，這意味著區域開放度會對高技術產業技術創新能力產生顯著正向影響。

如表5所示，區域開放度的系數為1550，在0001水平下顯著，而控制變量GDP沒有通過顯著性檢驗，即在此模型中GDP對于高技術產業技術創新能力的影響不顯著，這說明區域開放度對高技術產業技術創新能力的作用更強。由于GDP存在滯后性，本文認為若對解釋變量進行滯后1期的動態回歸分析，或進一步細分高技術產業的各個行業進行分樣本檢驗，控制變量GDP將會通過顯著性水平檢驗，即推進區域GDP水平的提升能夠促進高技術產業技術創新能力的提升。區域開放度對高技術產業技術創新能力有著顯著影響，提高區域開放度是促進高技術產業技術創新能力提升的重要手段之一。

3?結束語

本文在綜合運用灰色關聯分析法和熵值法對區域開放度與高技術產業技術創新能力進行測度的基礎上，應用回歸分析模型，對我國25個省份的區域開放度與高技術產業技術創新能力之間的關系進行了研究，并進一步探討了區域開放度和高技術產業技術創新能力的影響因素，為高技術產業技術創新能力的提升奠定了基礎。

參考文獻

［1］劉曉嬋，王建新.基于灰靶理論的西南地區高新技術企業技術創新能力研究[J].科技和產業，2015，15（11）：7983.

[2]胡立彪.高技術產業高質量發展還需再加把勁[N].中國質量報，20200619（001）：1.

[3]劉凌瑜.長沙發展內陸開放型經濟的現狀與對策分析[J].現代商貿工業，2019，40（33）：1516.

[4]斯麗娟，楊富強.基于對外開放視角的中國經濟增長質量演化及影響因素分析[J].求是學刊，2020，47（06）：6677.

[5]石立，林海明.經濟開放程度的統計評價與實證——以廣東省為例[J].統計與決策，2020，36（24）：8993.

[6]李澤宇.經濟開放度對中國城鄉居民收入差距的影響效應研究[D].廣東外語外貿大學，2020.

[7]zdemir?Onur.The?handicap?for?enhanced?solidarity?across?advanced?economies：?The?greater?the?economic?openness?higher?the?unequal?distribution?of?income[J].Annals?of?Public?and?Cooperative?Economics，2020，91（4）：585632.

[8]Sustainability?Research：Study?Results?from?Government?College?University?Faisalabad?Broaden?Understanding?of?Sustainability?Research.Impact?of?Trade?Openness?and?Human?Capital?on?Economic?Growth：?A?Comparative?Investigation?of?Asian?Countries[J].Ecology，Environment?&?Conservation，2020，12（7），2930.

[9]Rahman?M?M，Saidi?K，Mbarek?M?B.Economic?growth?in?South?Asia：?the?role?of?CO2?emissions，population?density?and?trade?openness[J].Heliyon，2020，6（5）：e03903.

[10]劉仕國，宋泓，高凌云，等.世界開放大變局：基于對外開放指數的測度[J/OL].國際經濟評論，2021，（S1）：2855+5[20210408].

[11]劉秀玲，李國鵬，肖楊，等.寧夏開放型經濟發展與評價研究[J].北方經貿，2020，（11）：125127.

[12]Maoguo?Wu?and?Yuting?Zhang.The?Impact?of?FDI?on?Economic?Openness?of?Provinces?along?"the?Belt?and?Road"[J].E3S?Web?of?Conferences，2021，233，01170.

[13]Shilei?Cao?et?al.Does?market?competition?promote?innovation?efficiency?in?Chinas?hightech?industries？[J].Technology?Analysis?&?Strategic?Management，2020，32（4）：429442.

[14]Yu?Anyu?et?al.Innovation?performance?evaluation?for?hightech?companies?using?a?dynamic?network?data?envelopment?analysis?approach[J].European?Journal?of?Operational?Research，2021，292（1）：199212.

[15]羅雪婷.高技術企業研發補貼與技術創新效率研究——基于企業規模的門檻效應[J].投資研究，2019，38（10）：5266.

[16]唐晨.金融集聚對高技術企業技術創新效率的影響[D].山東大學，2020.

[17]李永楷.我國高技術產業創新效率及影響因素研究[D].河北大學，2020.

[18]童鑫.政府支持、產業集聚與高技術產業技術創新[J].財會月刊，2021，（03）：118126.

[19]孟曉娜，苗成林，孫麗艷，等.自主研發與非自主研發協同作用下高技術產業技術創新效率研究[J].西安石油大學學報（社會科學版），2019，28（04）：3742.

[20]胡立和，商勇，王歡芳，等.長江經濟帶技術創新效率評價及影響因素分析[J].湖南社會科學，2020，（03）：8793.

[21]張友國.區域經濟發展差異及其指標體系的研究[D].北方工業大學，2001.