学术咨询服务正当时学报期刊咨询网是专业的学术咨询服务平台！
发布时间：2019-10-18 16:55所属平台：学报论文发表咨询网浏览： 次
摘要：理论分析表明，城镇化能通过人口集聚效应、知识技术溢出效应和节约交易费用这样三个方面来促进创新。为研究城镇化水平对创新驱动经济发展实施的影响，本文运用2013-2017年我国大陆30个省份(除西藏外)面板数据，考察城镇化水平对创新产出影响的地区差异
摘要：理论分析表明，城镇化能通过人口集聚效应、知识技术溢出效应和节约交易费用这样三个方面来促进创新。为研究城镇化水平对创新驱动经济发展实施的影响，本文运用2013-2017年我国大陆30个省份(除西藏外)面板数据，考察城镇化水平对创新产出影响的地区差异性和空间依赖性。
研究表明：城镇化水平对创新产出有显著的正影响，并且存在地区差异;地区城镇化水平的提高在促进本区域创新产出提高的同时，会对邻近地区创新产出产生一定的负影响;在城镇化过程中，本区域创新产出的提高对周边区域创新产出的提高有一定的示范作用;此外，创新产出对创新本身也具有自激励效应。
关键词：城镇化;创新;经济发展;地区差异性;空间依赖性
一、引言
党的十八大明确提出实施创新驱动经济发展战略，创新驱动经济发展的实质就是让创新成为引领经济发展的第一动力。经济发展靠创新，而创新的核心在于人，在于人们相互交流、学习、合作、竞争所产生的新思想、新知识、新技能。正因如此，《国家创新驱动发展战略纲要》进一步要求“加快汇聚一支规模宏大、结构合理、素质优良的创新型人才队伍”，实现“创新文化氛围浓厚，法治保障有力，全社会形成创新活力竞相迸发、创新源泉不断涌流的生动局面”[1]。
城市作为人类伟大的发明，其最重要的功能就是集聚人口，通过人口集聚，城市成为人才、企业分布最为密集的地方，这无疑也使城市成为实现创新的最好平台。自从柏拉图和苏格拉底在雅典的一个集会场所展开辩论以来，作为分布在全球各地的人口密集区域，城市已经成为了创新的发动机[2]。纵观世界城市发展的历史，文艺复兴、工业革命、科技革命等推动人类进步的新思想、新技术无不发生在城市，可见创新的形成与城市有着必然的内在联系。因此，城镇化作为人类活动向城市集聚的过程，必然成为创新驱动经济发展战略实施的重要推动力。
关于城镇化对创新驱动经济发展的作用，目前的研究成果主要体现在两个方面：
一是研究城镇化对技术进步的影响。城市化和技术创新之间存在较强的相关性，城市有利于技术创新产生，且为创新扩散创造了良好条件[3]。城镇化能产生技术创新效应，城镇化通过创新效应显著地驱动全要素生产率的增长，且城镇化的创新效应在区域间存在差异[4]。城镇化能产生农业技术进步效应，城镇化通过技术进步效应推动农业全要素生产率的增长[5]。
二是以城镇化所引起的技术进步效应为媒介，研究城镇化产生的经济效应。城市化对创新产出具有一定的促进作用，且城市化以技术创新为中介对经济增长有促进作用[6]。城镇化所引起的创新要素在空间上的集聚能产生外部经济性，并最终推动产业结构的升级[7]。城镇化通过促进技术进步而影响经济增长率与经济稳定性，并最终有效地推动经济增长[8]。
以上研究的学术价值是显见的，分别从不同角度揭示了城镇化、技术创新与经济增长或产业结构之间的关系。随着我国城镇化进入快速发展阶段，以及创新驱动经济发展重大战略的实施，加强城镇化与创新关系的研究更显必要，然而近年来研究城镇化对创新产出影响的文献并不多，尤其是将空间因素引入研究的文献相对偏少。
基于此，本文试图从理论分析城镇化与创新之间的内在关系入手，并采用非空间面板与空间面板模型对二者的关系进行实证研究，以期揭示城镇化与创新驱动经济发展战略实施的内在关系。本文论述将按如下结构展开：第二部分对城镇化与创新之间的内在关系进行理论分析;第三部分对相应的模型、变量及数据进行说明;第四部分说明所使用的研究方法;第五部分为实证结果的分析与讨论;最后给出研究结论。
二、理论分析
所谓创新驱动经济发展，就是要让创新成为推动经济发展的第一动力。创新是经济社会发展的唯一动力[9]，创新之所以能够成为推动经济发展的动力，关键就在于创新主要来源于知识、技能等要素的投入，而这些要素的增加是没有极限的，因此它们带来的生产力的增长也是没有极限的。
此外，与物质资本积累具有竞争性不同，知识、技能的积累具有非竞争性，这使得知识、技能的增加不会减少通过获得更多的知识、技能而增加产量，也就是说，知识、技能的边际收益不是递减的，并最终导致内生增长模型中增长无止境[10]。由此可见，创新是实现经济持续发展的不竭动力。
然而，人们的知识、技能、信息并非与生俱来，而是在社会活动中通过交流、学习不断积累的。创新不需要天才，但需要训练，创新是可以传授和学习的[11]。因此相比于农村，集聚更多人口、拥有更完善教育体系的城市显然更能点燃人们相互交流的火花，更能为人们充分发挥相互学习的能力提供良好的平台和环境。
此外，创新很少源于单一知识、技能的投入，而是更多地源于不同知识、技能的相互组合以及不同行业的相互合作，因此，拥有丰富人力资本、各式各样行业的城市显然为创新的形成提供了更完善的条件。再者，创新通俗说来就是创造新的东西，而拥有剧烈市场竞争压力的城市显然更能激发人们和企业去寻求创新。这说明，城镇化与创新之间必然存在紧密联系，以下我们将就城镇化推动创新的作用机理展开分析。
(一)人口集聚效应
人作为一种社会动物，彼此有交流的需要，且交流的强度随着人数的增加而增强，随着距离的增加而减弱[12]。城市代表了接近性、人口密度和亲近性，城镇化作为人类活动向城市集聚的过程，不仅使得人们之间的地理距离更为贴近、关系更加紧密，还使得人们之间的思想交流更为容易、更具持续性，而思想交流显然是实现创新必不可少的。创新来自于集中在城市街道两侧的人际交流，城市通过为居民提供交流的便利，加快了创新的速度。
的确，人们通过面对面的交流、讨论，各种思想的融合有利于新思想、新知识、新技能的形成，使之成为创新的来源。中国经济面临着一个重要问题，即缺乏“思想市场”，“思想市场”的发展，将使中国经济的发展以知识为动力，更具可持续性[13]。笔者以为，“思想市场”指的就是思想、知识、技能的交流场所，而城镇化的推进则有利于完善这种“思想市场”，并推动城市成为创新的发源地。
此外，人口在城市的集聚还使得人们更能充分发挥相互学习的能力。相互学习能力是人类最重要的能力，当我们面对面地聚在一起时，我们的学习就会更加深入和彻底。然而，学习不仅是人类最重要的能力，它还存在策略互补性。所谓策略互补性，指的是一个人参与某项活动的意愿会随着其他参与者人数的增加而增大。
由于学习过程中存在策略互补性，人们参与学习的意愿将随着参与学习的人数的增加而增大。而城市作为人口集聚的地方，为人们进行学习提供了更多的点、更广的面，进而增强了学习过程中的策略互补性。随着学习人数不断增多，人们在相互学习思想、知识、技能的过程中，新思想、新知识、新技能更容易随之而生，创新也就更容易出现。
(二)知识、技术的溢出效应
城镇化过程中，不断涌入城市的个人和企业不仅能享受更完善的基础设施和公共服务，还能从知识、技术的外部溢出效应中获益。教育是人力资本形成的有效途径，学校能够产生人力资本形成的规模效应，并突破专业的限制，最有效地提高一般知识水平[14]。城市有提供知识的功能，而城镇化的集聚效应影响了知识的分享，通过吸引大量人口，城市方便了知识的积累和扩散[15]。
因此，拥有更完备教育体系和知识储备的城市，不仅能更好地使知识在代际间得到传承，还可以提高人们的学习效率，进而使得人们既可以从自身努力学习中得到好处，也可以从向他人学习中获益，这正是城镇化所带来的知识溢出效应。显然，这种知识溢出效应有利于推动创新。
对于企业而言，创新往往先从模仿开始，而城镇化的过程加快了信息的传播速度，企业的新技术能在邻近范围内迅速得到传播和模仿。美国硅谷就是一个很好的例子，其中集聚的企业一半以上都与计算机行业有关。
地理上的接近有利于信息传播，使得越来越多的企业愿意聚集到一起，以分享经济活动的多样性和专业化的好处。也就是说，信息作为企业生产投入的一部分，当企业在城镇化进程中集聚时，就能从彼此之间的信息分享中获益，不同企业的工人也能通过交流分享彼此的技术，以改进他们的生产方式，这也正是城镇化所带来的技术溢出效应。
然而，这还不是知识、技术溢出效应的最终结果，因为城镇化过程中还附带着市场竞争压力的不断增强，为了克服这种竞争压力，人们和企业还得寻求新的变化。古人云：“易，穷则变，变则通，通则久。”这句话对于现代社会中的人们和企业同样适用。为了谋求新的、持久的发展，人们和企业就得寻求“变”，这里的“变”就等同于创新。
创新的目的就在于赢得市场，对于个人，为了成为激烈竞争人才市场中的佼佼者、实现自我人生价值，就会不断地学习新思想、新知识，最终形成一个“交流—学习—再交流—再学习”的良性循环，这显然是实现创新所需要的。对于企业，为了使自己在市场经济中站稳脚跟，就会不断地学习新技术、创造新技术，最终形成一个“学习—创新—再学习—再创新”的良性循环。
(三)节约交易费用
交易费用普遍存在于人类各种社会经济活动中，城镇化节约的交易费用不仅体现在由于企业间物理距离的缩短而降低的运输成本上，还体现在创新形成的过程中。首先，城镇化不仅节约了人们找到与自己思想相近的交流对象所产生的交易费用，更为重要的是增强了人们之间彼此交流的需要和可能性，也相应节约了交易费用。不言而喻，在许多欠发达的农村地区，人们为了生活早出晚归，很少有时间来进行思想交流，不利于学习和接受新事物。
然而，人们一旦进入城市，学习新的劳动技能，遵守岗位规范和职责，无疑增大了彼此交流学习的需要。此外，城镇化也重新配置了人们的劳动与闲暇时间，使得创新所必需的思想交流和学习成为可能。虽说创新多与科技有关，但科技含量很低甚至是“零科技”的社会创新不仅机会更多，而且效益更大，因此生活中处处都有创新的机会，人人都可能成为创新者。由此可见，这些“新市民”也是创新实现过程中一股不可忽视的力量。
其次，城镇化节约了形成创新产出所需的各种生产要素组合与匹配的交易费用。创新是要把一种从来没有的关于生产要素和生产条件的“新组合”引进生产体系中去，以推动经济社会发展。在城镇化的过程中，劳动、资本、土地、人才等各种生产要素集聚城市，这必然减少各种生产要素形成“新组合”所需的匹配时间和距离，从而使得创新更容易产生。
以上理论分析表明，城镇化能通过产生人口集聚效应、知识技术溢出效应和节约交易费用三个方面促进创新的形成。在此基础上，需要进一步研究城镇化水平对创新产出的影响。本文后续部分将就城镇化对创新产出影响的地区差异性和空间依赖性进行实证分析。
三、模型、变量与数据
(一)模型设定
本文利用我国省际面板数据来研究城镇化水平对创新产出影响的地区差异性和空间依赖性。面板数据包含横截面维度N与时间维度T，不仅可以提供个体动态行为的信息，还由于其样本容量较大，可以有效地提高估计结果的精确度。
为了研究城镇化水平对创新产出影响的地区差异性，我们首先引入非空间静态面板模型。由于面板数据中个体之间往往存在异质性，个体异质性既可能体现在截距项上，也可能体现在斜率系数上。
最优的空间矩阵并不存在，因为现实中无法找到一个完全描述相关结构的空间矩阵，但空间矩阵的构造必须满足空间相关性随着“距离”的增加而减少的原则，“距离”可以是地理上的距离，也可以是经济意义上合作关系的远近。，只能通过比较选择相对较优的[16]。因此，本文从地理距离、经济距离和技术交易三个不同的视角分别设定空间权重矩阵，以便能找到一个最适合的空间权重矩阵，用于分析城镇化对创新产出的空间影响。
1.地理距离权重
现实中，地理相邻的经济体存在着紧密联系，如人口往来密切，彼此产生学习示范效应等，因此创新产出在空间上存在一定的相关性。地理距离权重W根据经济体间是否相邻来设定矩阵元素，W中主对角线元素全为0，非主对角线元素为：若区域i与j相邻，则wij=1;若区域i与j不相邻，则wij=0。
2.经济空间权重
使用地理距离权重虽能研究相邻地区创新产出的密切程度，但其设定过程中包含了不相邻地区不存在创新产出空间相关性的假定，这显然有一定的局限性，如北京与上海不相邻，我们并不能就此认为北京与上海的创新产出之间不存在联系，为此本文引入经济空间权重
经济空间权重是林光平等研究中国人均实际GDP收敛情况时提出的，其研究结果表明，经济空间权重的引入能更好地反映地区经济之间的相互关系。
(三)变量选择
对于创新产出，国内学者通常选用专利申请授权量作为衡量指标[18]。然而，部分被授权的专利具有“纸上谈兵”的味道，并不产生实际经济效益，这显然不符合创新驱动经济发展的要求。能够带来实际经济效益的创新才有价值和意义，因此本文选用专利有效量作为创新产出的衡量指标
有效专利指在统计时专利权处于维持有效状态的专利。，也就是被解释变量，与专利申请授权量相比，专利有效量更能体现专利的真实水平，更能反映国家的创新能力。
作为解释变量的城镇化水平，则通过城镇人口占年末常住总人口的比例来衡量。
理论上创新投入经费是创新产出的决定因素，因此本文选用企业研发经费、政府研发经费作为控制变量。考虑到专利申请到审批过程存在时滞性，因而模型中解释变量和控制变量采用滞后一年的数据。
(四)数据来源
本文以2013-2017年我国30个省级行政区为研究对象，西藏由于数据缺失，故而舍去。专利有效量来源于《国家知识产权局统计年报》(2013-2017);企业研发经费、政府研发经费、技术成交额来源于《中国科技统计年鉴》(2012-2016);城镇人口、年末常住总人口来源于《中国统计年鉴》(2012-2016);地理距离权重矩阵中各元素以《中华人民共和国地图》(2016)为参照，统计我国30个省级行政区相邻关系获得;经济空间权重矩阵中人均实际GDP通过样本期内实际GDP除以年末常住总人口获得，实际GDP数据来源于人大经济论坛。
四、研究方法
(一)非空间静态面板模型
1.个体效应模型的估计
本文首先考察各省城镇化与创新产出之间是否存在个体效应差异，由于个体效应模型存在混合效应、固定效应、随机效应三种形式[19]，这需要分别就三种效应形式进行估计，以便获取相应的检验统计量。具体来说，使用普通最小二乘法(OLS)估计混合效应模型，可行广义最小二乘法(FGLS)估计随机效应模型，FGLS实际就是广义离差变换+OLS，对于固定效应模型的估计则采用组内离差变换+OLS由于篇幅限制，本文未就模型的广义离差变化与组内离差变化进行推导，具体推导过程请参阅陈强(2014)[19]。
2.个体效应形式的确定
对于混合效应与固定效应的检验，采用F检验，而混合效应与随机效应的检验，则采用LM检验，两个检验的原假设都是混合效应，若相应统计量对应的伴随概率小于给定显著性水平，则拒绝原假设。
对于个体效应形式的判断，多数国内学者使用Hausman检验，如仇怡等。但Hausman检验只适用于不存在异方差的情形，对于通常存在异方差的面板数据，Hausman检验有效性低于过度识别检验，因此此处使用过度识别检验来检验个体固定效应与随机效应。过度识别检验采用χ2统计量，原假设为随机效应，若χ2统计量对应的伴随概率小于给定显著性水平，则拒绝原假设。
3.聚类稳健标准误
由于面板数据中通常存在组间异方差和组内自相关性，从而普通标准误的估计结果是错误的。因此文中除特别说明外，对标准误的估计一律使用聚类稳健标准误，聚类稳健标准误是真实标准误的一致估计量，因此能确保解释变量的显著性水平真实有效。
聚类是由每个个体不同时期的所有观测值组成，同一聚类的观测值允许存在相关性，而不同聚类的观测值则不相关，即使存在异方差和组内自相关，聚类稳健标准误是真实标准误的一致估计量。
4.变系数模型的估计
变系数模型能用于研究各省城镇化水平对创新产出的影响系数是否存在差异，变系数模型分为常数系数、随机系数两种形式。常数系数指个体间斜率系数βi虽不同，但为一常数;随机系数指βi=β+νi，即系数包含固定成分和随机成分。本文采用最小二乘虚拟变量法(LSDV)估计常数变系数模型，通过在变系数模型中加入地区虚拟变量、地区虚拟变量与城镇化水平的交叉项来进行模型估计，若城镇化水平的斜率系数一致，则认为各省城镇化对创新产出的影响系数不存在差异，反之则认为存在。
对于随机变系数模型，本文使用Swamy提出用可行性最小二乘法(FGLS)进行估计，即利用最小二乘残差来估计协方差矩阵中的参数，然后再使用广义最小二乘估计[20]。最后根据二者的估计结果进行比较检验，以选择合适的模型。需要说明的是，我们并未找到比Hausman检验更优的方法用于判断变系数模型的类型，因此本文此处运用Hausman检验进行比较检验。
五、结论
本文理论分析表明，城镇化能通过人口集聚效应、知识技术溢出效应和节约交易费用这样三个方面来促进创新。为进一步研究城镇化水平对创新产出的影响，本文运用2013-2017年我国大陆30个省份(除西藏外)面板数据，考察了各地区城镇化水平对创新产出影响的地区差异性和空间依赖性。
首先，通过建立个体效应模型与变系数模型来研究各地区城镇化水平对创新产出影响的地区差异性。研究表明，城镇化水平对创新产出有显著的正影响，并且存在地区差异，但未形成区域性特征，此外模型中未考虑到的与城镇化水平相关的因素，对创新产出的影响也存在地区差异。
其次，通过引入地理距离权重，建立空间面板模型来研究各地区城镇化水平对创新产出影响的空间依赖性。研究表明，地区城镇化水平的提高在促进本地创新产出提高的同时，会对邻近地区创新产出产生一定的负影响，但这种负影响不足以抵消邻近区域自身城镇化水平提高对创新产出所产生的效应。此外，在城镇化过程中，本区域创新产出的提高对周边区域创新产出的提高确实存在一定的示范作用。空间面板模型估计结果也表明，创新产出对创新具有自激励效应。
以上实证分析结果表明，城镇化是创新驱动经济发展战略实施的重要推动力，这与本文理论分析的结论完全吻合。因此本文认为，就城镇化对创新产出的影响程度大的区域而论，应逐步加快其城镇化建设的进程，进而在推动本区域创新产出提供的同时，通过创新产出对周边区域所带来的示范作用以提高周边区域的创新产出;而就城镇化对创新产出的影响程度小的区域来讲，在向周边区域学习的同时，应加强人口、资本等生产要素向本地区的集聚，以此来提高本地区城镇化水平对创新产出的影响。
此外，本文研究选取的空间地理权重也存在一定局限性，我们后续还将做进一步探讨，以期找到一个更优的空间权重矩阵来研究城镇化水平对创新产出影响的空间依赖性。对于工业化、信息化等影响创新产出的其他因素，我们也将在后续研究中进一步加以考察。
经济发展论文范文阅读：创新和城镇化对中国经济转型升级的作用
大力推进我国经济的创新转型和全面升级,打造中国经济的升级版,已经成为新时期我国改革开放和经济发展的重大战略目标,也是新时期我国经济建设的基本出发点和归宿点.下面是小编搜集整理的创新和城镇化对中国经济转型升级的作用的论文范文，欢迎大家阅读参考。
转载请注明来源。原文地址：http://www.xuebaoqk.com/xblw/4663.html
《城镇化水平影响创新产出的地区差异性和空间依赖性》学报期刊咨询网
专业提供学报论文发表咨询平台
学术咨询服务正当时
