研发投入对区域经济增长的非线性影响研究

摘 要：研发投入对区域经济增长具有重要影响。考虑到研发投入决策非线性特征和区域经济空间异质性，基于半参数空间滞后模型分析了研发投入对广东省4个区域经济增长的非线性影响，得出主要结论：①研发投入对于区域经济增长具有多种类型非线性影响；②国内消费需求成为区域经济增长的主要影响因素；③采用半参数空间滞后面板模型能更好拟合区域经济增长过程。根据研究结论提出建议：①基于区域经济特征制定差异化创新驱动发展政策，充分发挥创新驱动对区域经济增长的作用；②积极完善区域经济网络，增强区域经济增长从经济中心向经济腹地的扩散效应；③从城乡一体化和区域一体化两方面优化区域经济空间结构。

关键词：研发投入；区域经济增长；半参数空间滞后模型

中图分类号：F061.5 文献标识码：A doi：10.3969/j.issn.1672-2272.202302076

Research on the Nonlinear Impact of R&D Investment on Regional Economic Growth

Xue Yonggang

（1. School of Pharmaceutical Business， Guangdong Pharmaceutical University；

2. Key Laboratory for Technology Research and Evaluation of Pharmacovigilance，NMPA;

3. Key Laboratory for Technology Research and Evaluation of Pharmacovigilance，GDMPA，Zhongshan 528400， China）

Abstract：R&D investment has an important impact on regional economic growth. Considering the nonlinear characteristics of R&D investment decision-making and the spatial heterogeneity of regional economy， the nonlinear effects of R&D investment on the economic growth of four regions in Guangdong Province are analyzed based on the semi-parametric spatial lag model.  The main conclusions are as follows： ①R&D investment has various types of nonlinear effects on regional economic growth;②Domestic consumption demand has become the main influencing factor of regional economic growth; ③The semi-parametric spatial panel lag model can better fit the regional economic growth process.  The main suggestions are as follows：①We should formulate relevant policies of differentiated innovation driven development according to the characteristics of different regional economy which will give full play to the innovation driving force;②We should actively build regional economic network to enhance the diffusion effect from economic center to economic hinterland in the process of economic development;③We should optimize the spatial structure of regional economy from two aspects of urban-rural integration and regional integration.

Key Words：R&D Investment; Regional Economic Growth; Semi Parametric Spatial Lag Model

0 引言

法國经济学家Perroux提出的增长极理论认为区域经济增长首先出现一些增长点（增长极），然后通过经济网络向经济腹地扩散，进而对其他区域经济增长产生影响[1]。基于增长极理论我国实施了“让一部分地区先富起来，先富带动后富”的非均衡经济发展策略，实现了经济持续高速增长[2]。区域经济发展过程中不平衡问题逐渐凸显，降低了经济增长带来的社会福利，对经济持续增长产生不利影响[3]。要实施区域经济协调发展战略、建立区域协调发展机制，不仅对经济发展具有重要的平衡和推动作用，也是全面建成小康社会面临的重大战略问题[4]。

目前广东省区域经济发展不均衡，区域间仍然存在较大的经济差距，区域经济协调发展和转变经济发展方式是亟需解决的问题。在实施“创新驱动发展”的战略背景下，本文分析研发投入对广东省区域经济增长的非线性影响，为广东省实现经济向高质量发展方式转变提供决策依据。

1 文献回顾

由于不同区域地理空间的资源禀赋、区位条件等存在差异，区域经济增长会呈现空间相关性。Ha等[5]发现区域经济效率呈现波动增长和空间正相关趋势，并且不同地区呈现高-高相关和低-低相关两种模式；Diaz等[6]认为研究区域经济收敛应该关注不同空间细分水平的空间相关性，研究较大范围的区域空间收敛性容易忽略区域内部异质性；朱华友等[7]研究发现皖江城市带空间MAR外部性呈现“总体均衡-向西增强-向南增强”的演化特征。

空间相关因素影响区域经济增长。Sanso等[8]发现考虑空间异质性和依赖性后，增大了区域经济收敛速度；Kopczewska等[9]发现空间溢出效应与局部&全局效应、直接&间接效应等因素相关，并且与不同的空间权重矩阵相关；郭英彤等[10]研究发现考虑空间效应后，省域经济增长存在条件收敛，表明区域之间联系日益紧密。

创新对区域经济增长具有重要影响。Kaneva等[11]研究发现创新空间溢出对区域经济增长具有重要作用；李标等[12]发现创新是促进经济增长的重要因素，并且对不同区域经济增长的收敛具有正向影响；巫强等[13]发现由于不同区域市场化水平和制度环境的差异，创新对区域经济增长影响存在显著的区域差异。

“创新驱动发展”的经济发展战略是实现经济由高速增长向高质量增长方式转变的目标，对于实现不同区域共同富裕具有重要意义，因此有必要分析研发投入对区域经济增长的影响。

2 理论基础与实证模型

2.1 研发投入对区域经济增长的非线性影响

假设不同产品处于不同生命周期阶段，当企业新产品和老产品销量变化相互抵消时，产品销售量总体上处于平衡状态；当企业研发投入超过维持平衡状态所需额度时，产品销售量总体增长；当研发投入低于维持平衡状态所需额度时，产品销售量总体下降。如果维持产品销售平衡状态所需研发投入为RDmin，第t期研发投入为RDt，第t期产品销售额为Et，则可以表示为：

实际经济运行过程比式（1）复杂很多，受到诸如产品的扩散速度、消费偏好等诸多因素影响，因此引入环境变量λ，并将式（1）进行连续化处理后得到式（2）：

将式（2）迭代n次后可得到式（3）：

式（3）表明未来销售额受到以往各期研发投入的影响。

企业处于高回报率时决策者不愿采取高风险行为；相反，当企业处于低回报率时，决策者更愿意采取高风险行为，这就是研发投入的投资决策行为具有“风险收益悖论”（Risk and Return Paradox）特点，因此研发投入决策模型如式（4）所示：

其中Gt≥0是RDt+1的单边受限函数，保证研发投入不低于某个给定限度值；E*是投资决策者最大产品销售额的期望；θ表示投资决策者对市场变化反应灵敏度[14]，即决策者对市场反应后调整研发投入的大小程度，不同的市场反应灵敏度会产生不同的投资决策行为，进而导致研发投入对经济增长的非线性影响。

2.2 半参数空间滞后面板模型

一般面板模型如式（5）所示：

其中i表示不同区域，t表示研究样本时期，Y表示区域经济水平，X表示各个影响指标。半参数模型能够避免参数模型由于模型设定而产生的误差，同时也能够减少非参数模型解释变量的维数，可以提高模型拟合效果。首先选择核函数K（u）和窗宽hn，利用非参数方法分别得到Yit、K（u）的估计值Y^it、X^it；然后对模型Yit－Y^it=βi（Xit－X^it）+εit回归分析得到βi的估计值β^i；利用估计出来的系数β^i计算E［（Yit－βiXit）|Zit］作为因变量估计非参数部分g（Zit）。半参数模型估计重要问题是选择核函数和窗宽，核函数的作用是消除随机因素的干扰，使得曲线反映变量之间的实际关系；窗宽过大会造成曲线趋近于直线，过小则不能很好消除干扰[15]。

考虑到区域经济增长之间可能存在空间相关性，增加空间滞后项构成半参数空间滞后面板模型，如式（6）所示：

其中Wij表示区域之间邻接权重矩阵。

3 实证结果分析

区域经济增长的主要影响因素包括资本、劳动力和技术水平，市场一体化背景下区间贸易也是影响区域经济增长的重要因素，区间贸易（包括商品输入和输出）对区域经济增长具有乘数作用。本文采用R&D经费内部支出作为衡量区域研发投入的指标、固定资产投资额作为衡量资本的指标、就业人员数量作为衡量劳动力的指标、进出口额作为衡量区间贸易的指标。市场需求从需求端影响区域经济增长，采用社会消费品零售总额作为衡量区域市场需求的指标。通过对比面板数据模型和空间滞后面板模型实证结果，分析空间滞后项对区域经济增长的影响，并采用绝对误差平均值（MAE）、均方误差（MSE）、绝对误差百分比均值（MAPE）3个指标对比不同模型的拟合效果。

以2012-2022年广东省21个市为研究样本，按照空间位置划分为珠三角、东翼、西翼、北部4个区域。实证结果如表1、表2所示。

各系数估计值至少在10%显著水平下通过了显著性检验，绝对误差平均值均小于0.1，绝对误差百分比平均值均小于2%，表明模型具有良好的拟合效果。从实证结果可以得出以下结论：

（1）研发投入对区域经济增长具有正向影响。面板模型和空间面板滞后模型中研发投入对区域经济增长影响系数均为正，表明研发投入对区域经济增长具有正向影响；研发投入对经济增长的影响具有空间异质性，在面板数据线性模型中，广东省北部研发投入影响系数为0.03，东翼研发投入影响系数为0.19，后者是前者的6倍多；在空间滞后面板模型中，广东省北部研发投入影响系数为0.01，东翼研发投入影响系数为0.14，后者是前者的14倍，表明研发投入对区域经济增长的影响具有区域异质性，区域经济增長的空间相关性进一步加剧了区域之间的差异程度。

（2）空间相关性对区域经济增长影响具有区域异质性。不同区域的空间滞后项实证估计值大小、符号均有差异。空间滞后量对珠三角区域经济增长影响系数为-0.05，表明空间滞后具有不利影响；对东翼、西翼、北部3个区域经济增长的影响系数分别为0.27、0.32、0.08，最大系数为最小系数的4倍，表明空间滞后对东翼、西翼、北部区域经济增长具有正向影响，并且区域之间影响差别较大。

（3）不同因素对区域经济增长影响差别明显。从珠三角区域经济增长影响因素来看，进出口贸易影响系数为0.08，而劳动力因素影响系数为0.35、市场需求影响系数为0.37，均是进出口影响因素系数的4倍多，表明目前资本、劳动力、本地市场需求仍然是区域经济增长的主要影响因素，进出口贸易对于区域经济增长的影响已经明显减弱。

（4）半参数空间滞后面板模型拟合效果优于其他模型。

半参数模型拟合效果优于线性模型：从拟合绝对误差均值看，珠三角区域模型拟合误差从0.067 4降低到0.066 7、东翼区域模型拟合误差从0.099 5降低到0.099 4、西翼区域模型拟合误差从0.076 1降低到0.068 9、北部区域模型拟合误差从0.067 5降低到0.062 6。

空间滞后线性模型拟合效果优于面板数据线性模型拟合效果：从模型拟合绝对误差均值来看，珠三角区域模型误差从0.072 7降低到0.067 4，东翼区域模型误差从0.108 2降低到0.099 5，北部区域模型误差从0.074 5降低到0.067 5，西翼区域模型误差略有增加。

综上所述可以看出，采用半参数空间滞后面板模型能够更好拟合区域经济增长过程。

研发投入对区域经济增长的非线性影响实证结果见表3。从表3可以看出，研发投入对全省区域经济增长的影响呈“J”型，即研发投入对区域经济增长的影响开始不明显，当研发投入增加到一定数量时，量变引起质变，研发投入对区域经济增长的影响呈现较大的正向影响。分区域来看：对珠三角区域，研发投入对区域经济增长影响基本呈线性关系，即研发投入对区域经济增长具有正向影响；对东翼和西翼两个区域，研发投入对区域经济增长影响呈现倒“L”型，即研发投入开始呈现较大的正向影响，研发投入增加到一定数量后，对区域经济增长影响开始放缓，正向影响逐渐减弱；对北部区域，研发投入对区域经济增长的影响呈“U”型，即研发投入开始对于区域经济增长呈负向影响，主要是因为创新驱动下区域经济增长将经历一个经济转型期，随后研发投入对区域经济增长具有正向影响，并引致区域经济高速、高质量增长趋势，表明当区域经济发展模式转型后，区域经济在新的经济增长点和增长模式下快速增长。

4 结论与建议

4.1 研究结论

基于半参数空间滞后面板模型分析了研发投入对区域经济增长的非线性影响。主要得到以下结论：

（1）研发投入对区域经济增长影响具有多种类型非线性影响。研发投入对各个区域经济增长影响大小差异明显，具有明显区域特征；半参数模型实证结果表明研发投入对区域经济增长具有非线性影响，非线性影响类型包括J型、倒L型、U型3种。

（2）国内消费需求逐渐成为区域经济增长主要影响因素。国内消费市场需求系数估计值大于进出口系数估计值，表明实施经济双循环政策效果开始显现，逐步降低了经济增长对进出口贸易的依赖程度。

（3）半参数空间面板滞后模型能更好拟合区域经济增长过程。对比模型拟合误差发现半参数模型优于线性模型，空间滞后模型优于面板数据模型；不同区域模型的空间滞后项系数估计值均为正，表明区域经济空间相关性对于区域经济增长具有正向影响。

4.2 对策建议

（1）根据区域经济特征制定差异化创新政策，充分发挥创新驱动力。“创新驱动发展”可以促进区域经济增长，但是由于区域经济基础、产业结构、区位优势等基础条件的差异，创新对区域经济增长的促进作用不尽相同。结合区域经济现有水平、产业结构和布局、区位优势、区域经济网络、经济腹地特征等方面，有针对性地制定差异化区域创新政策，调整区域产业结构和布局，优化区域生产部门要素组合方式，通过创新驱动区域经济协调增长，最终实现不同区域共同富裕的目标。

（2）积极建设区域经济网络，增强经济发展过程中从经济中心向经济腹地的扩散效应。经济网络是联系经济中心和经济腹地的重要纽带，空间相关性对区域经济影响具有空间异质性，这与经济网络建设完善程度密切相关。经济网络包括有形网络和无形网络，其中有形网络包括交通网络、通信网络、电力网络、供水供气网络等，其中需重点加强交通网络和通信网络的建设。目前我国已经建成了高铁和高速等交通网络，宏观上满足了经济发展需求，但是“最后一公里”交通问题还有待解决，通信网络也存在带宽不足、运营商不兼容等问题。无形网络包括人才流、资金流、技术流、信息流、能量流等，目前资金流、信息流、能量流基于Internet网络、物流网络、输电网络等满足了区域经济发展需求，应该重点加强人才流和技术流相关经济网络建设，弥补人才流动机制、技术交易和流动平台等方面的不足。通过建设高效的区域经济网络，增强区域经济中心向经济腹地的扩散效应，实现各个区域经济相互促进、协调发展的目标。

（3）从城乡一体化和区域一体化两方面优化区域经济空间结构，优化区域经济空间结构是缩小区域差距、实现区域协调发展的重要途径。区域经济增长不均衡本质上是城市（尤其是珠三角9个城市）和农村之间不均衡、地区之间不均衡的外在表现。首先，要加快城市化进程和城乡一体化进程，广东省近年来城市化进程迅速，但是城乡一体化进程有待进一步加强，包括城乡土地规划使用、人才引进、就业养老、教育等方面一体化进程；其次，要建设区域一体化的区域经济空间结构，推动不同区域发挥自身的比较优势，激发相对落后区域的自生因素，克服内部的制约因素，形成“后發优势”，缩小区域之间的经济发展差距。

参考文献：

[1] 杨朝峰，赵志耘，许治.区域创新能力与经济收敛实证研究[J].中国软科学，2015（1）：88-95.

［2］ 张莅黎，赵果庆，吴雪萍.中国城镇化的经济增长与收敛双重效应——基于2000与2010年中国1968个县份空间数据检验[J].中国软科学，2019（1）：98-116.

［3］ 陈丰龙，王美昌，徐康宁.中国区域经济协调发展的演变特征：空间收敛的视角[J].财贸经济，2018，39（7）：128-143.

［4］ 刘华军，贾文星.不同空间网络关联情形下中国区域经济增长的收敛检验及协调发展[J].南开经济研究，2019（3）：104-124.

［5］ HA L，TU J J. Regional eco-efficiency evaluation and spatial pattern analysis of the Yangtze River Economic Zone[J].Journal of Geographical Sciences，2020，30（7）：1117-1139.

［6］ DIAZ DAPENA， ALBERTO， RUBIERA MOROLLON， et al. Are there different local patterns of convergence concealed beneath the regional level？ An analysis for US states and counties using a multilevel approach[J]. Annals of Regional Science， 2017， 58（3）：1-18.

［7］ 朱華友，李涵，代泽娟，等.动态外部性视角的企业再地方化效应及地区影响——以皖江产业承接示范区为例[J].地理科学，2019，39（8）：1246-1255.

［8］ SANSO-NAVARRO M， MARIA VERA-CABELLO， MIGUEL PUENTE-AJOVIN. Regional convergence and spatial dependence： a worldwide perspective[J]. The Annals of Regional Science， 2020， 65（1）：147-177.

［9］ KOPCZEWSKA K ， JANUSZ KUDTA， WALCZYK K. Strategy of spatial panel estimation： spatial spillovers between taxation and economic growth[J]. Applied Spatial Analysis & Policy，2017（10）：77-102.

［10］ 郭英彤，郭辉.空间视角下人力资本质量对区域经济增长收敛性的影响[J].社会科学研究，2017（6）：31-38.

［11］ KANEVA M， UNTURA G. Innovation indicators and regional growth in Russia[J]. Economic Change & Restructuring， 2017， 50（2）：133-159.

［12］ 李标，宋长旭，吴贾.创新驱动下金融集聚与区域经济增长[J].财经科学，2016（1）：88-99.

［13］ 巫强，张金华，郑江淮.创新投入、创新产出与实体经济发展[J].财经问题研究，2020（2）：28-37.

［14］ 刘洪.企业R&D投入与产出之间的非线性关系分析[J].科研管理，1997（5）：40-45.

［15］ 朱晋伟，梅静娴.不同规模企业间创新绩效影响因素比较研究——基于面板数据半参数模型[J].科学学与科学技术管理，2015，36（2）：83-91.

（责任编辑：张双钰）

基金项目：全国教育科学规划2019年度教育部重点课题“基于空间结构方程模型的高校协同创新系统关键因素、影响机制和制度创新研究”（DFA190319）

作者简介：薛永刚（1976-），男，博士，广东药科大学医药商学院副教授，研究方向：区域经济管理、创新管理。