史安玲,朱萬里
(1.2.蘭州財(cái)經(jīng)大學(xué) 隴橋?qū)W院,甘肅 蘭州 730101)
據(jù)《國家創(chuàng)新指數(shù)報(bào)告(2016~2017)》的數(shù)據(jù)顯示,當(dāng)今世界國際創(chuàng)新新格局由“三大集團(tuán)”組成。第一集團(tuán)為國家創(chuàng)新指數(shù)排名前15的歐美等發(fā)達(dá)國家,第二集團(tuán)為排名16—30的國家,2016年,中國的排名是第17位,處在第二集團(tuán),但和美國、德國、日本等發(fā)達(dá)國家的創(chuàng)新水平還相去甚遠(yuǎn)。
近年來,中國開始實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略,不斷提高基礎(chǔ)研究和應(yīng)用研究的創(chuàng)新能力,技術(shù)創(chuàng)新對(duì)經(jīng)濟(jì)增長(zhǎng)的作用日趨增強(qiáng)。但據(jù)《中國區(qū)域創(chuàng)新能力監(jiān)測(cè)報(bào)告2016—2017》資料顯示,中國區(qū)域創(chuàng)新能力雖有了很大的提高,但區(qū)域創(chuàng)新能力不平衡,有明顯的區(qū)域異質(zhì)性。探尋影響區(qū)域創(chuàng)新能力的影響因素,不斷提升各地區(qū)區(qū)域創(chuàng)新能力,縮小各地區(qū)區(qū)域創(chuàng)新能力差異,對(duì)經(jīng)濟(jì)新常態(tài)下的中國持續(xù)發(fā)展有重大意義。
創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略提出以來,學(xué)界對(duì)區(qū)域創(chuàng)新能力做了大量的研究,已有的文獻(xiàn)主要集中在:第一,區(qū)域創(chuàng)新能力指標(biāo)體系的構(gòu)建,學(xué)者們主要從創(chuàng)新主體、需求、支撐條件、環(huán)境和產(chǎn)出等方面構(gòu)建評(píng)價(jià)指標(biāo)體系[1-2];第二,區(qū)域創(chuàng)新能力評(píng)價(jià),學(xué)者研究地域主要包括省級(jí)層面、綜合經(jīng)濟(jì)區(qū)、某個(gè)省市,評(píng)價(jià)方法涵蓋了主成份分析法、時(shí)空視角的空間溢出效應(yīng)分解、動(dòng)態(tài)VIKOR法[3-5],研究結(jié)論表明,不管是省級(jí)層面,還是綜合區(qū),抑或某個(gè)省市,區(qū)域創(chuàng)新能力發(fā)展不平衡且具有較大的異質(zhì)性[6-8];第三,區(qū)域創(chuàng)新能力的影響因素,主要研究了制度[9-10]、基礎(chǔ)設(shè)施、人力資本、技術(shù)研發(fā)、FDI[11-14]等經(jīng)濟(jì)變量對(duì)區(qū)域創(chuàng)新能力的影響,對(duì)各種影響因素的作用機(jī)理和影響效應(yīng)莫衷一是。
隨著生態(tài)文明理念的提出,學(xué)者們開始關(guān)注環(huán)境規(guī)制與創(chuàng)新能力之間的關(guān)系。譚德慶和商麗娜[15]選取2005—2015年中國30個(gè)省級(jí)行政區(qū)(西藏和港澳臺(tái)除外)的面板數(shù)據(jù),發(fā)現(xiàn)環(huán)境規(guī)制和全國層面區(qū)域綠色創(chuàng)新能力正相關(guān),但東中西差異較大;王鋒正和陳方圓[16]以2009—2014年45家重污染行業(yè)滬深兩市A股上市公司為樣本,研究了環(huán)境規(guī)制對(duì)企業(yè)綠色技術(shù)創(chuàng)新的影響,研究結(jié)果表明兩者同樣存在正向關(guān)系;而韓國高[17]、沈能和劉鳳朝[18]的研究表明只有環(huán)境規(guī)制強(qiáng)度跨越特定門檻值后,環(huán)境規(guī)制才能促進(jìn)創(chuàng)新能力提升,“波特假說”才成立。越來越多的學(xué)者也開始關(guān)注金融發(fā)展與創(chuàng)新能力:萬道俠和胡彬[19]認(rèn)為金融發(fā)展會(huì)增加企業(yè)的“創(chuàng)新惰性”;徐曉舟和阮珂[20]通過中國31個(gè)省市2004—2013年的面板數(shù)據(jù)也發(fā)現(xiàn)金融發(fā)展水平與省域創(chuàng)新績(jī)效負(fù)相關(guān);鐘騰和汪昌云[21]則認(rèn)為作為金融發(fā)展一個(gè)指標(biāo)的股票市場(chǎng)規(guī)模的擴(kuò)大顯著地提高了創(chuàng)新能力。
綜上可知,學(xué)界從指標(biāo)測(cè)度、綜合評(píng)價(jià)、影響因素等視角對(duì)區(qū)域創(chuàng)新能力做了大量的研究,也有學(xué)者研究了環(huán)境規(guī)制與區(qū)域創(chuàng)新能力、金融發(fā)展與區(qū)域創(chuàng)新能力之間的關(guān)系,但得出的結(jié)論并不一致。已有的研究成果很好地解釋了區(qū)域創(chuàng)新能力,但很少有學(xué)者同時(shí)把環(huán)境規(guī)制、金融發(fā)展放置于同一框架去研究它們對(duì)區(qū)域創(chuàng)新的影響,研究方法多為傳統(tǒng)的計(jì)量方法,對(duì)環(huán)境規(guī)制、金融發(fā)展和區(qū)域創(chuàng)新能力的空間關(guān)聯(lián)度研究不足。因此,文章以2000—2016年中國30個(gè)省市的數(shù)據(jù)為樣本,運(yùn)用空間面板模型,研究三者之間的內(nèi)在關(guān)系和空間效應(yīng)。
1.被解釋變量
文章關(guān)注的中國各省(區(qū)、市)的區(qū)域創(chuàng)新能力,學(xué)界通常采用新產(chǎn)品開發(fā)、R&D經(jīng)費(fèi)、專利的申請(qǐng)量、專利的授權(quán)量等指標(biāo)來衡量創(chuàng)新能力??紤]到數(shù)據(jù)的可得性和科學(xué)性,采用各省市專利申請(qǐng)授權(quán)量(ppatent)來測(cè)度區(qū)域創(chuàng)新能力,具體的計(jì)算公式是省(區(qū)、市)專利申請(qǐng)授權(quán)量/省(區(qū)、市)年末總?cè)藬?shù)。
2.解釋變量
文章的核心變量是環(huán)境規(guī)制和金融發(fā)展。在環(huán)境規(guī)制方面,測(cè)量主要集中在和環(huán)境規(guī)制相關(guān)的法律法規(guī)和行政處罰案件的數(shù)量、環(huán)境規(guī)制部門治污投資占總產(chǎn)值的比重;還有學(xué)者從污染排放密度和污染治理能力去考察。結(jié)合中國經(jīng)濟(jì)發(fā)展的實(shí)際狀況以及統(tǒng)計(jì)口徑不一致和數(shù)據(jù)缺失等問題,根據(jù)Lanoie,P.,M.& Patry,R.Lajeunesse[22]的做法,文章選用工業(yè)污染治理投資總額/GDP來衡量。金融發(fā)展的衡量指標(biāo)通常從三個(gè)維度進(jìn)行:金融規(guī)模、金融結(jié)構(gòu)和金融效率,仿照葛鵬飛、黃秀路、徐璋勇[23]的做法,金融規(guī)模用銀行業(yè)存款余額和貸款余額之和與GDP的比重,金融結(jié)構(gòu)用股票市場(chǎng)交易額與GDP的比重,金融效率用資本形成總額與國內(nèi)儲(chǔ)蓄余額的比值來衡量。
在控制變量方面,主要引入和區(qū)域創(chuàng)新能力密切相關(guān)的外商直接投資、經(jīng)濟(jì)增長(zhǎng)、市場(chǎng)化程度和地方政府行為等變量。外商直接投資用各省市每年利用外資額占本地區(qū)GDP的比重衡量,經(jīng)濟(jì)增長(zhǎng)用各地區(qū)人均實(shí)際GDP來表示,市場(chǎng)化程度使用樊綱等[24]計(jì)算的市場(chǎng)化指數(shù)來衡量,2014年以后缺失的數(shù)據(jù),根據(jù)韋倩、王安、王杰[25]方法,用非公企業(yè)產(chǎn)值比重進(jìn)行估算,地方政府行為用地方財(cái)政支出占地方GDP的比重來衡量。剔除西藏和港澳臺(tái)地區(qū)后,本文數(shù)據(jù)的時(shí)間樣本為2000—2016年中國30個(gè)省市的面板數(shù)據(jù),區(qū)域創(chuàng)新數(shù)據(jù)主要源自國家知識(shí)產(chǎn)權(quán)統(tǒng)計(jì)局網(wǎng)站,其他數(shù)據(jù)來源于《中國環(huán)境統(tǒng)計(jì)年鑒》《中國金融統(tǒng)計(jì)年鑒》《中國工業(yè)統(tǒng)計(jì)年鑒》《中國統(tǒng)計(jì)年鑒》《中國工業(yè)統(tǒng)計(jì)年鑒》《中國科技統(tǒng)計(jì)年鑒》等統(tǒng)計(jì)年鑒,各變量描述性統(tǒng)計(jì)和散點(diǎn)圖見下頁表1和圖1。
表1 變量的描述性統(tǒng)計(jì)
變量指標(biāo)樣本均值標(biāo)準(zhǔn)差最小值最大值單位人均專利授予量ppatent5105.250711.67450.0065155.358件金融規(guī)模finascale510259.402108.10.03813.1%金融結(jié)構(gòu)finastru510104.7257138.95.11251.8%金融效率finaeffic51043.366632.35.8588.0%環(huán)境規(guī)制enregu5101.24410.60.24.24%外商直接投資FDI5102.812.520.0214.64%人均國內(nèi)生產(chǎn)總值pgdp5102.7232762.1330.26511.5613萬元市場(chǎng)化指數(shù)market5106.15891.76492.5310.92分財(cái)政支出pfisexp5105.334.800.4726.43%
圖1 歷年各省市的區(qū)域創(chuàng)新能力(1)
由圖1可知,不同區(qū)域的創(chuàng)新能力差異較大,經(jīng)濟(jì)發(fā)達(dá)的東部沿海地帶和京津地區(qū)創(chuàng)新能力最強(qiáng),東部地區(qū)其他省市較強(qiáng),創(chuàng)新能力較弱的省市主要集中在西部地區(qū),尤其是西北某些省區(qū)。
空間面板模型一般分為空間誤差模型、空間滯后模型和空間杜賓模型??臻g滯后模型和空間誤差模型的一般化形式是空間杜賓模型,通常認(rèn)為,空間杜賓模型優(yōu)于其他模型,因此,本文先把計(jì)量模型設(shè)定為空間杜賓模型:
lnppatentn=ψWlnppatentn+αEn+Xβ+DXitθ+ui+γt+εit
(1)
其中,ppatent為區(qū)域創(chuàng)新能力,ψ為空間系數(shù)矩陣,矩陣X是包含環(huán)境規(guī)制、金融規(guī)模、金融結(jié)構(gòu)、金融效率、外商直接投資、人均國內(nèi)生產(chǎn)總值、市場(chǎng)化程度和財(cái)政支持等解釋變量的矩陣。W為空間權(quán)重矩陣,En為單位矩陣,DXitθ為解釋變量的空間滯后,β、φ為相應(yīng)的待估系數(shù)矩陣,ui表示空間效應(yīng),γi表示時(shí)間效應(yīng),εit是滿足白噪聲條件的隨機(jī)干擾項(xiàng)。由于變量之間統(tǒng)計(jì)口徑和單位不一致,為了統(tǒng)一量綱,本文將絕對(duì)數(shù)據(jù)調(diào)整為相對(duì)數(shù)據(jù),對(duì)被解釋變量人均專利申請(qǐng)授權(quán)量和解釋變量人均國內(nèi)生產(chǎn)總值取自然對(duì)數(shù)。
首先檢驗(yàn)經(jīng)濟(jì)變量之間是否存在空間關(guān)聯(lián)性。目前學(xué)界一般采用的方法是莫蘭指數(shù)I,其計(jì)算公式是:
(2)
莫蘭指數(shù)的值域?yàn)閇-1,1],取值為正,表明變量間存在正的自相關(guān),反之為負(fù)的空間自相關(guān)。高值與高值集聚、低值與低值集聚就是正的空間自相關(guān);負(fù)空間自相關(guān)表示高低集聚。由于經(jīng)濟(jì)變量的共同趨勢(shì),正的空間自相關(guān)比較常見。表2報(bào)告了各變量2000—2016年的莫蘭檢驗(yàn)結(jié)果。
表2 各變量Moran’s I檢驗(yàn)
年份lnppatentfinascalefinastrufinaefficenreguFDIpgdpmarketpfisexp20000.187??(2.209)0.322???(3.430)0.381???(3.425)0.351???(3.615)0.373???(3.647)0.311???(3.175)0.373???(3.648)0.371???(3.645)0.331???(3.245)20010.305???(3.254)0.325???(3.351)0.315???(3.374)0.361???(3.701)0.365???(3.613)0.285???(2.990)0.365???(3.601)0.367???(3.603)0.353???(3.521)20020.271???(2.956)0.314???(3.231)0.317???(3.389)0.362???(3.726)0.364???(3.598)0.272???(2.934)0.361???(3.556)0.362???(3.566)0.369???(3.571)20030.236???(2.432)0.301???(3.081)0.313???(3.371)0.393???(3.846)0.393???(3.862)0.425???(4.131)0.393???(3.876)0.391???(3.826)0.388???(3.756)20040.151?(1.709)0.293???(3.135)0.307???(3.211)0.389???(3.794)0.399???(4.094)0.445???(4.333)0.399???(3.991)0.389???(3.794)0.377???(3.544)20050.176?(1.972)0.295???(3.095)0.387???(3.661)0.434???(4.198)0.430???(4.158)0.479???(4.547)0.435???(4.189)0.432???(4.178)0.331???(3.278)20060.222??(2.397)0.303???(3.277)0.316???(3.388)0.420???(4.111)0.420???(4.120)0.318???(3.230)0.422???(4.115)0.424???(4.110)0.411???(4.007)20070.241??(2.476)0.341???(3.422)0.343???(3.516)0.468???(4.452)0.469???(4.512)0.369???(3.653)0.468???(4.512)0.466???(4.492)0.399???(4.012)20080.272??(2.966)0.308???(3.379)0.319???(3.399)0.424???(4.112)0.427???(4.182)0.261???(2.552)0.421???(4.112)0.425???(4.102)0.407???(4.032)20090.267??(2.928)0.310???(3.379)0.325???(3.427)0.435???(4.182)0.438???(4.259)0.191??(2.067)0.436???(4.202)0.430???(4.152)0.423???(4.101)20100.279???(2.992)0.288???(3.327)0.288???(3.021)0.447???(4.371)0.440???(4.312)0.222??(2.454)0.447???(4.312)0.445???(4.302)0.446???(4.312)20110.291???(3.180)0.314???(3.376)0.310???(3.039)0.469???(4.507)0.467???(4.427)0.207??(2.450)0.469???(4.527)0.466???(4.497)0.459???(4.395)20120.296???(3.171)0.281???(2.960)0.399???(4.061)0.425???(4.162)0.426???(4.128)0.226??(2.704)0.420???(4.131)0.423???(4.121)0.406???(4.022)20130.229???(2.480)0.245???(2.748)0.345???(3.752)0.413???(4.119)0.417???(4.110)0.215??(2.393)0.419???(4.094)0.412???(4.014)0.385???(3.713)20140.275???(3.150)0.269???(2.819)0.372???(3.815)0.457???(4.395)0.455???(4.392)0.179?(2.100)0.456???(4.409)0.454???(4.389)0.419???(4.185)20150.297???(3.243)0.254???(2.793)0.355???(3.604)0.407???(4.020)0.405???(3.958)0.178??(2.051)0.409???(3.998)0.407???(3.970)0.410???(4.073)20160.307???(3.543)0.260???(2.703)0.367???(3.808)0.415???(4.175)0.416???(4.102)0.228??(2.753)0.410???(4.017)0.411???(4.070)0.414???(4.172)
注:***、**、*分別表示在1%、5%、10%顯著性水平下通過檢驗(yàn),括號(hào)里是莫蘭檢驗(yàn)的z統(tǒng)計(jì)量值。
表2每一行上方的數(shù)字是莫蘭指數(shù)I的檢驗(yàn)值,下方括號(hào)里的數(shù)據(jù)為標(biāo)準(zhǔn)化后Z統(tǒng)計(jì)量的值,檢驗(yàn)結(jié)果表明,2000—2016年間,在10%的顯著性水平下,所有變量都是顯著的。莫蘭指數(shù)的值大于零,為正的空間自相關(guān),具體看,區(qū)域創(chuàng)新能力除了2000年和2004年在5%和10%的顯著性水平下通過了檢驗(yàn),其余年份全部在1%的顯著性水平下通過檢驗(yàn),表明被解釋變量的空間關(guān)聯(lián)性較強(qiáng)。核心解釋變量金融發(fā)展和環(huán)境規(guī)制都在1%的顯著性水平下通過檢驗(yàn),控制變量FDI、人均國內(nèi)生產(chǎn)總值、市場(chǎng)化程度和財(cái)政支持的莫蘭檢驗(yàn)值也較高。因此,面板數(shù)據(jù)的模型形式為空間面板模型。下文將對(duì)空間面板模型的具體形式作出檢驗(yàn)。
經(jīng)檢驗(yàn),最佳的模型形式為固定效應(yīng)下的空間杜賓模型,時(shí)間固定效應(yīng)、空間固定效應(yīng)和時(shí)間空間固定效應(yīng)的R2、LogL和σ2的值顯示,時(shí)間固定效應(yīng)R2和LogL最大,表明擬合程度最高,σ2最小,表明模型精確度最高,因此文章只報(bào)告時(shí)間固定效應(yīng)下檢驗(yàn)結(jié)果。為了保證結(jié)論的穩(wěn)健性,文章分別報(bào)告了鄰接權(quán)重矩陣、地理距離權(quán)重矩陣和經(jīng)濟(jì)距離矩陣下的實(shí)證結(jié)果,表3報(bào)告了金融規(guī)模作為核心解釋變量的回歸結(jié)果(2)。
表3 金融規(guī)模作為核心解釋變量的回歸結(jié)果
變量名鄰接權(quán)證矩陣地理距離權(quán)重矩陣經(jīng)濟(jì)距離權(quán)重矩陣finascale0.1022432??0.0428071???0.0335016???enregu-0.0574917-0.0208975-0.0222619FDI-2.911655?-2.781115?-1.390251?ln(pgdp)0.932895???0.5575019???0.7994401???maket0.6374749???0.5844831???0.5316938???ln(pfisexp)1.55387???1.221734???1.471022???W′finascale0.048869?0.0397484?0.2701225?W′enreug0.17462230.40685710.2832169W′FDI-1.394949-0.860090.2808525W′ln(pgdp)-0.2301487??-1.522758??-1.362847??W′maket-0.2058512???-0.1833652??-0.2216818???W′ln(pfisexp)-0.058843?-0.8659744?-2.194477??R20.86000.80460.8338σ21.0401211.0775381.054699LOGL691.5799700.7819689.2153
表3的結(jié)果顯示,不同的三種權(quán)重矩陣下,金融規(guī)模至少在5%的顯著性水平下與區(qū)域創(chuàng)新能力呈正相關(guān),具體看,金融規(guī)模每提高1%,區(qū)域創(chuàng)新能力會(huì)提升0.03%-0.1%,從具體實(shí)證結(jié)果看,金融發(fā)展雖正向作用于區(qū)域創(chuàng)新能力,但對(duì)區(qū)域創(chuàng)新能力的影響較小;環(huán)境規(guī)制在不同的權(quán)重矩陣下,對(duì)區(qū)域創(chuàng)新能力的影響都是負(fù)的,表明環(huán)境規(guī)制不利于區(qū)域創(chuàng)新能力的提升,但影響系數(shù)均不顯著,表明“波特假說”在中國省級(jí)層面并未出現(xiàn)。
在控制變量方面,外商直接投資顯著地抑制了該地區(qū)的區(qū)域創(chuàng)新能力,原因是大多省市吸引外資的目的僅僅是為了本地的經(jīng)濟(jì)增長(zhǎng),很少有創(chuàng)新導(dǎo)向。人均GDP顯著地促進(jìn)了區(qū)域創(chuàng)新能力提高,這是由于一個(gè)地區(qū)的經(jīng)濟(jì)越發(fā)達(dá),越有能力進(jìn)行技術(shù)研發(fā),為創(chuàng)新能力的提升提供了堅(jiān)實(shí)的物質(zhì)基礎(chǔ)。市場(chǎng)化程度的提升也有利于區(qū)域創(chuàng)新能力提升,資源配置的合理化強(qiáng)化了區(qū)域創(chuàng)新能力。同樣的,財(cái)政支持也是區(qū)域創(chuàng)新能力的正向變量,財(cái)政支持力度越大,區(qū)域創(chuàng)新能力越強(qiáng)。
自變量外生交互效應(yīng)方面,金融規(guī)模對(duì)區(qū)域創(chuàng)新能力影響為正,且通過了顯著性檢驗(yàn),表明其他地區(qū)金融發(fā)展程度提高有利于本地區(qū)創(chuàng)新能力提升。金融發(fā)展具有很強(qiáng)的溢出效應(yīng)和“示范效應(yīng)”,其他地區(qū)金融規(guī)模擴(kuò)大、金融結(jié)構(gòu)優(yōu)化、金融效率提高會(huì)倒逼本地區(qū)也提高金融發(fā)展程度,進(jìn)而促進(jìn)了創(chuàng)新能力的提高。環(huán)境規(guī)制的系數(shù)也為正,表明周邊地區(qū)的環(huán)境規(guī)制強(qiáng)度越大,越能促使它們的物質(zhì)資本和人力資本等要素流向本地區(qū),加快了本地區(qū)創(chuàng)新能力的提升步伐,但該系數(shù)同樣不顯著。在控制變量方面,人均GDP的系數(shù)為負(fù),表明其他地區(qū)經(jīng)濟(jì)越發(fā)達(dá),越抑制本地區(qū)創(chuàng)新能力提升,原因是地區(qū)間經(jīng)濟(jì)發(fā)展進(jìn)程中存在資源競(jìng)爭(zhēng),其他地區(qū)為了經(jīng)濟(jì)增長(zhǎng)“搶占”了本地區(qū)的資源,負(fù)向作用于其創(chuàng)新能力。市場(chǎng)化程度的交互項(xiàng)系數(shù)為負(fù),表明周邊地區(qū)市場(chǎng)化程度的提高降低了本地區(qū)的創(chuàng)新能力。一個(gè)可能的原因是周邊地區(qū)市場(chǎng)化程度越高,市場(chǎng)化制度安排越高效,就會(huì)吸引本地區(qū)優(yōu)秀的人才流入周邊地區(qū)。財(cái)政支持的系數(shù)同樣為負(fù),其作用機(jī)理和經(jīng)濟(jì)增長(zhǎng)相似,不再贅述。另一個(gè)控制變量FDI的影響系數(shù)不顯著。
為了區(qū)分解釋變量對(duì)被解釋變量具體的影響效應(yīng),有必要進(jìn)行效應(yīng)分解,仿照學(xué)界的通常做法,把不同解釋變量影響效應(yīng)分解為直接效應(yīng)、間接效應(yīng)和總效應(yīng)。本地區(qū)各解釋變量對(duì)被解釋變量的影響是直接效應(yīng),本地區(qū)解釋變量對(duì)周邊地區(qū)被解釋變量的影響為間接效應(yīng),總效應(yīng)=直接效應(yīng)+間接效應(yīng),實(shí)證結(jié)果如下頁表4所示。
表4 直接效應(yīng)、間接效應(yīng)和總效應(yīng)
鄰接矩陣下的回歸結(jié)果finascaleenreguFDIln(pgdp)maketln(pfisexp)直接效應(yīng)0.101549??-0.0519483-3.035772?0.9069965???0.6534841???1.546024???間接效應(yīng)0.0548303?0.00961311.555822-0.0882202?-0.2766114?-0.1546602?總效應(yīng)0.156379???-0.004234-1.47995??0.818776???0.376873???1.391364???地理距離矩陣下的回歸結(jié)果finascaleenreguFDIln(pgdp)maketln(pfisexp)直接效應(yīng)0.0382015??-0.4117445-3.56939?0.4627391???0.6103047???1.180384???間接效應(yīng)0.0239796?0.32304655.4244?-0.146148??-0.3096224?-0.4355372??總效應(yīng)0.062181???-0.08871.85501?0.316591???0.300682???0.744847???經(jīng)濟(jì)權(quán)重矩陣下的回歸結(jié)果finascaleenreguFDIln(pgdp)maketln(pfisexp)直接效應(yīng)0.0420641???-0.0342452-1.326124?0.8399461???0.5316077???1.559792???間接效應(yīng)0.2413891?0.02312290.1969014-0.275486???-0.0856279?-0.140734???總效應(yīng)0.283453???-0.01112-1.12922?0.56446???0.617236???1.419058???
注:由于金融結(jié)構(gòu)和金融效率的實(shí)證結(jié)果和金融規(guī)模相似,表中只報(bào)告了金融規(guī)模的實(shí)證結(jié)果。
從表4可知,三種不同的權(quán)重矩陣下直接效應(yīng)、間接效應(yīng)和總效應(yīng)實(shí)證結(jié)果大致相似。以鄰接權(quán)重矩陣為例,從總效應(yīng)看,金融發(fā)展與區(qū)域創(chuàng)新能力正相關(guān),環(huán)境規(guī)制的總效應(yīng)為負(fù),但不顯著,控制變量FDI、人均GDP、市場(chǎng)化程度和財(cái)政支持都提升了區(qū)域創(chuàng)新能力。直接效應(yīng)方面,金融發(fā)展顯著促進(jìn)了本地區(qū)區(qū)域創(chuàng)新能力的提高,但環(huán)境規(guī)制的效應(yīng)不顯著,F(xiàn)DI抑制區(qū)域創(chuàng)新能力,其他的控制變量都促進(jìn)了本地區(qū)區(qū)域創(chuàng)新能力的提高。在間接效應(yīng)方面,在10%的顯著性水平下,本地金融發(fā)展有利于其他地區(qū)的創(chuàng)新能力提高,環(huán)境規(guī)制和FDI的影響效應(yīng)不顯著,其他變量都顯著地提升了周邊地區(qū)的創(chuàng)新能力。
利用2000—2016年中國30個(gè)省市的面板數(shù)據(jù)實(shí)證研究了環(huán)境規(guī)制、金融發(fā)展對(duì)區(qū)域創(chuàng)新能力的影響。首先就指標(biāo)選取和數(shù)據(jù)來源進(jìn)行闡釋,然后做計(jì)量模型選擇檢驗(yàn),最后采用空間杜賓模型對(duì)經(jīng)濟(jì)變量做回歸分析和效應(yīng)分解。研究結(jié)果表明:第一,環(huán)境規(guī)制、金融發(fā)展和區(qū)域創(chuàng)新能力之間存在空間關(guān)聯(lián)性,應(yīng)采用空間杜賓模型;第二,核心解釋變量方面,環(huán)境規(guī)制對(duì)區(qū)域創(chuàng)新能力有負(fù)向影響,但回歸系數(shù)不顯著,“波特假說”在中國省際層面并未出現(xiàn)。金融發(fā)展顯著地提升了本地區(qū)和周邊地區(qū)的區(qū)域創(chuàng)新能力,但整體的助推效應(yīng)較?。坏谌?,控制變量方面,F(xiàn)DI不利于本地區(qū)區(qū)域創(chuàng)新能力的提升,對(duì)周邊地區(qū)區(qū)域創(chuàng)新能力的影響不顯著,經(jīng)濟(jì)增長(zhǎng)、市場(chǎng)化程度和財(cái)政支持都顯著地提升了本地區(qū)的創(chuàng)新能力,但抑制周邊地區(qū)的區(qū)域創(chuàng)新能力。
結(jié)合以上,提出如下建議:第一,環(huán)境規(guī)制部門應(yīng)準(zhǔn)確解讀中央關(guān)于的環(huán)保和生態(tài)文明方面的政策性文件,保證環(huán)境保護(hù)制度高效實(shí)施和路徑的延續(xù)性,企業(yè)部門應(yīng)不斷適應(yīng)經(jīng)濟(jì)發(fā)展新常態(tài),注重節(jié)能環(huán)保技術(shù)的研發(fā)與利用,倒逼自身生產(chǎn)結(jié)構(gòu)的轉(zhuǎn)型優(yōu)化升級(jí);第二,金融部門應(yīng)加大對(duì)技術(shù)研發(fā)和技術(shù)創(chuàng)新的支持力度,優(yōu)化金融資源的投放領(lǐng)域,逐步引導(dǎo)資金流向低污染、低能耗、低排放等部門,對(duì)創(chuàng)新驅(qū)動(dòng)實(shí)施金融傾斜;第三,注意引進(jìn)外資的途徑和創(chuàng)新導(dǎo)向,不斷提高市場(chǎng)化程度,加強(qiáng)財(cái)政對(duì)區(qū)域創(chuàng)新的支持力度,各部門合力踐行創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略。
[注釋]
(1) 注:1-30分別代表中國除港澳臺(tái)和西藏自治區(qū)以外的三十個(gè)省市,省市順序排列均按照學(xué)界通用標(biāo)準(zhǔn)。
(2) 由于衡量金融發(fā)展的三個(gè)指標(biāo):金融規(guī)模、金融結(jié)構(gòu)和金融效率實(shí)證結(jié)果相似,金融機(jī)構(gòu)和金融效率不再報(bào)告,若需,備索。