从整个社会来看,经济增长的根本动力来自消费需求,消费是目的,生产是手段,两者形成“消费—生产—消费”的螺旋上升式循环[1-2]。自2014年政府工作会议强调要发挥消费的基础性作用以来,针对扩大消费采取了很多举措。近5年来,消费逐渐成为拉动经济增长的“主引擎”。国家统计局公布的数据显示,消费对经济增长的贡献率自2015年以来一直保持在50%以上,对促进经济稳定增长起到了“压舱石”作用。2019年最终消费支出对经济增长的贡献率为57.8%,拉动经济增长3.5个百分点。从西方发达国家经验来看,消费市场扩大、消费能力提高、消费结构升级是实现经济向更高阶段迈进的重要推动器,也是实现科技创新能力跃迁的关键“反应池”。长期以来,科技创新能力强大国家的一个重要特征是拥有相当发达的消费市场和现代消费文化,两者对于建设强大的创新体系缺一不可。本文基于消费与科技创新关系,引入政府行为作为观察变量,探究上述关系间是否存在阶段性互补特征,并对政府行为影响创新能力的变化作出合理解释,从而推演出消费升级、政府行为及创新能力提升三者作用机制。
创新是推动经济向更高阶段发展的根本动力,长期以来受到学者们的广泛关注。1934年熊彼特在其《经济发展理论》中第一次强调创新的作用,引发了学界对创新的广泛关注。影响创新的因素是多方面的,国内外学者从不同角度分别进行了细致分析,大体上分为创新主体和创新环境两方面。创新主体包括企业和公共研发机构[3],创新环境主要针对市场开放度、经济基础[4]、教育[5]、人力资源[6]、创新投入[3]、空间区位等[4]。其中,本文研究的消费市场是经济基础的重要体现。
在国民经济中,消费是核心组成部分,其重要性受到广大学者关注,并形成了丰富的研究成果。大部分消费研究集中于对经济增长的分析,认为消费需求对经济增长具有导向和拉动作用[7],是实现经济长期稳定增长的重要驱动力[8-9]。消费结构升级会促进产业结构升级[10]、优化经济结构、提升经济效率,并最终提升增长质量。从作用机制看,一种观点认为居民收入提高有利于消费结构升级,并直接作用于产品结构优化和升级,从而促进经济增长[11-12]。另一种观点则从投资角度分析认为,消费结构升级会引致投资规模和结构变化,进而带动经济增长和结构优化[13]。
从消费与科技进步的关系看,有学者认为消费在技术进步与科技创新中发挥了重要作用,消费需求为企业技术进步指明了方向,是企业技术进步的动力和源泉[14]。技术进步的最终目的是为了满足人们不断增长的消费需求[15],消费需求变化对技术创新的拉动作用非常明显[16]。市场对消费需求变化具有高度敏感性,往往会按照消费者需求调整发展方向,不断进行技术革新。消费对技术进步的影响首先反映为消费规模扩大。有研究发现消费规模扩大对于长期经济增长具有显著正向作用,可以促进技术进步[17]。或者说强大的消费市场对创新实际起到了“蓄水池”和“试验场”作用。同时,消费规模扩大还会带来贸易结构调整、内生贸易发展,从而提升自主创新能力[18],再次反映到消费结构变化上——消费结构变化往往带来的是消费创新,消费创新是技术创新成功的首要保障,也是技术创新的起点和归宿[19]。消费需求不旺、消费信息不足、消费者素质不高等因素都会抑制消费创新,从而对技术创新产生抑制作用[1]。尽管有大量研究证实了消费与科技创新的正向关系,但也有学者发现如果从不同技术进步角度(技术效率和技术创新)看待消费结构升级,不同的制度、经济环境会使得这种影响呈现出截然不同的发展方向[17]。
从微观层面看,消费的作用主体是企业。消费需求变化将直接反映到产品和技术市场,并传导至企业端,驱使其以满足需求、获取利润为动机,不断进行技术革新[20]。埃里克·冯·希普尔[21]认为,某些领域技术创新的源泉就是产品用户本身。如有研究发现,绿色消费异军突起是技术创新生态化的基础[22],其本质特征是消费需求变化激发了生产者改良技术、提高技术效率的主观能动性,从而形成企业持续创新动力[23]。相关研究表明,那些消费需求有望扩大的行业中,制造业企业的技术改进更为活跃[24]。
从现有研究看,大量成果揭示了消费结构升级与技术进步、科技创新能力的关系,但也存在一些研究空白。一是消费结构升级对技术进步的影响是否存在阶段性差异的研究缺少。一般而言,消费结构升级是从优先满足基本消费需求到高层次消费需求的渐进过程,而在最初阶段,由于市场对高端消费不敏感,企业集聚于低端消费品制造,可能对高端科创领域产生挤出效应。因此,该现象有待讨论研究;二是对消费结构升级可能存在空间溢出效应的探讨较少。国家内部是高度开放的经济结构体,而消费具有较强流动性,尤其是在基础设施便利化取得重要进展的情况下,这种溢出效应更应得到重视;三是基于消费结构的阶段性变化综合考虑市场和政府行为对科技创新能力影响的讨论较少。消费结构和政府支持是否存在此消彼长的促进机制还需要相关的实证研究。
因此,本文基于以往研究发现和可能存在的研究空白,希望从消费结构升级的空间效应出发,着重分析消费结构升级对科技创新影响的阶段性特征,以及政府行为在这种特征下的作用是否存在互补机制,即“一升一降、此升彼降”的现象,并以此提出有益于创新发展的相应建议。
消费结构升级是指人们在消费过程中由较低消费资料标准转向较高消费资料标准的过程,也指人们消费过程中消费不同类型资料的比例关系[25]。其大致表现为两种形式:一是原有消费项目的比例结构维持不变,但各消费项目(或主要)向更高层次发展,如食用更具营养的食品、使用更高级的用品、住更大的房子等,吃、用、住的项目没有变化,但品质提高了;二是有新的更高层次的消费项目加入,使消费构成及其比例关系发生变化并不断高级化,如购买了私家车、增加了家庭旅游项目支出等,原来没有的项目加入进来。前者是改良性升级,后者则是革命性升级[26]。从不同升级方向看,科技创新能力提升也可能产生不同作用结果。对于该影响存在两种不同的解释和逻辑推理。其一是,第一种消费升级模式侧重于围绕原有产品进行更新,其对整个社会创新能力的提升作用逊于第二种。当市场将这种消费倾向传导至厂商,大部分厂商会围绕当前的消费市场进行生产布局,势必会对代表更高水平(第二种消费升级模式)的产品市场研发产生“挤出效应”,从而没有形成预期的消费结构升级与创新关系。当跨过第一阶段后,社会整体消费在中低端领域趋于饱和,消费需求转向更高级的生活体验、新技术享受等。由于这种消费方式是基于技术和创新支持,更易于提升社会整体创新能力和技术实力,因此其对科技创新的作用方向与大部分研究结果一致。第二种解释涉及先发优势和后发劣势问题。一般而言,先发国家在消费升级过程中会发生技术进步,而后发国家在消费结构或者经济发展初级阶段更多采取拿来主义,没有形成对创新的刺激作用,只有当经济发展到一定阶段,整个社会具备原始创新的技术储备,此时消费结构升级会使创新从过去的模仿变为并行和超越,原先的负向关系就转变为正向促进作用。
基于以上分析,本文提出如下假设:
H1a:在消费结构初中级阶段,消费需求始终围绕基本生活需要,促使厂商集中于中低级消费市场,对高新技术产业研发存在挤压效应,同时叠加后发劣势,最终形成对国家整体科技创新能力的负向影响;
H1b:在消费结构高级阶段,中低级需求趋于饱和,人们对体验式、高级消费方式的追求推动厂商向高技术创新模式转变,且后发劣势逐渐转变为先发优势,此时消费结构升级对科技创新能力产生正向作用。
关于政府支持与科技创新的关系,已有文献并没有得出一致结论[27]。如部分实证结果显示,政府支持有利于提高科技创新能力[28];也有不少学者研究发现,政府支持在促进科技创新方面是低效的[29-31]。造成该现象的原因可能是忽视了技术市场发展对科技创新效率的影响。本文基于以上消费对科技创新能力影响的分析,认为政府行为对科技创新影响的差异性可能与消费市场对创新影响的阶段性特征有关。因此,提出如下假设:
H2a:当消费结构处于较低水平时,政府支持具有弥补市场早期阶段创新取向不足的缺陷,此时对创新能力的影响显著为正;
H2b:当消费结构处于高级阶段时,市场中的企业会自发进行创新研究,以满足高品质的消费需求,此时市场力量达到高效状态。如果政府过度参与,则会对市场力量产生挤出效应,不利于创新发展,因此其影响就会显著为负。
(1)科技创新能力评价。科技创新能力属于综合性能力,是衡量区域经济是否拥有核心竞争力的重要标志[32]。针对科技创新能力,王启仿等[33]从科技投入、科技产出、社会管理和可持续创新等方面构建了一套评价体系;朱辉[34]在总结前人经验的基础上,结合数据可得性,分别从科技投入、科技产出以及高新技术产业集聚3个维度构建了区域科技创新能力评价指标体系,较为科学地反映了区域科技创新实力。因此,本文参考朱辉的研究,构建指标体系,如表1所示。本文中的区域以省域为基本单位,论证的是各省市之间的空间特征。
表1 区域科技创新能力综合评价指标体系
目标层准则层指标层单位区域科技创新能力科技投入人均R&D人员人/万人正向人均R&D经费内部支出元/人正向科技产出人均技术市场合同数项/万人正向人均国内专利申请授权数件/万人正向人均技术市场合同金额元/人正向高新技术产业产出人均新产品销售收入元/人正向人均高技术产品进出口额百万美元/万人正向
(2)评价方法。综合评价中权重的确定对于最终测算结果有着非常重要的影响。其中,主观赋权方法高度依赖研究人员的知识、经验和分析判断能力,导致实际研究应用门槛较高且具有很大不确定性;熵值法作为客观赋权法中较为成熟的方法,具有明显优于主观赋权法的科学性,被广泛用于各种指数评价。由于传统熵值法通常适用于截面数据,反映的是个体间变化,无法体现时间序列趋势性,不适于面板数据,因此本文参考杨丽等[35]的方法,对熵值法加以改进,加入时间变量,使得分析结果更加合理。模型改进如下:
第一,指标数值标准化处理。由于本文选取的数据中既有正向指标也有负向指标,因此标准化公式有所不同。正向指标的标准化公式为:
正向指标:
负向指标:
其中,xθij表示为第θ年省市i的第j个指标。
第二,确定指标比例。
第三,计算第j项指标的信息熵值其中,k>0,k=1/ln(r*n),r表示总年份,n表示省市个数。
第四,计算第j项指标的差异性系数dj=1-ej。
第五,计算指标权重。
在得到各项指标权重后,计算得出科技创新能力指数
(1)空间相关性检验。空间计量将研究问题所暗含的空间异质性纳入研究范畴,认为事物之间存在地理上的相互吸引或相互排斥,在一般分析中容易被忽视,使得研究结果出现一定偏差。
空间自相关通过检验将区域性特征予以反映,其中,以整个研究区域为单位的测量方法称为全局莫兰I指数,而以区域各单元为研究单位的为局部莫兰I指数。全局全局Moran's I指数主要探讨区域中某一属性的总体空间关联性特征,计算公式如下:
式中,I表示科技创新能力综合评价指标值的空间相关度,n为研究区域的个数(省份个数),xi、xj分别代表某固定年份i省市和j省市的科技创新能力指标值,为该固定年份科技创新能力的平均指标值。wij为区域i和区域j的空间权重矩阵。本文的邻接原则为以反距离权重构建矩阵,即wij=1/dij。
Moran's I指数值范围在-1~1之间,当|I|>0时,表示存在空间异质性。其中,Moran's I>0表示科技创新能力强的省市在空间上联系较紧密,其值越大,空间相关性越显著;Moran's I <0表示空间负相关,其值越小,表示省域间的科技创新能力联系越弱;当Moran's I=0,空间呈随机性,省域间不存在空间相关性。
(2)空间杜宾模型。考虑到前文分析的空间溢出效应,在一般面板回归中加入空间属性,构建空间计量模型。常见的空间计量模型主要有空间滞后模型(SLM)、空间误差模型(SEM)以及空间杜宾模型(SDM)。其中,空间滞后模型与空间误差模型均是空间杜宾模型的特殊形式。空间面板模型的一般形式如下:
式中,w为空间权重矩阵;Yit表示i省市第t年份的被解释变量;Xij,t为i省市第t年的第j个解释变量;ui表示空间固定效应;γt为时间固定效应;εit为随机误差项。当φ=0时,为空间杜宾模型(SDM);当φ=β=0时,上述模型简化为空间滞后模型(SLM);当α=β=0时,模型为空间误差模型(SEM)。空间杜宾模型能兼顾空间系数项及空间误差项对被解释变量的影响,因此能够解决空间误差与滞后性同时存在的问题,并在实证研究中得到广泛运用[36]。
本文空间权重矩阵使用地理矩阵和地理经济距离嵌套矩阵,具体原理和方法参考贺晓宇、沈坤荣[37]的研究,不再赘述。
(1)被解释变量。被解释变量为省市科技创新能力(T_A)。
(2)核心解释变量。本研究的核心解释变量为消费升级度(Upgrade)与政府支持度(perTF)。关于消费结构升级度的测度,目前有如下几种方法:第一种为采用除食品外的消费支出占比衡量消费结构[38-39],该方法测算较为容易,且不易受物价因素干扰[17]。但也受到一定程度质疑,如陈冲等[40]认为消费结构升级是不同层次消费支出综合作用的结果,单纯用低端消费支出或高端消费支出占比无法完全反映整体的消费结构升级程度。借鉴王萍、王琴梅 [41]的测度方法,本文将居民消费支出划分为低端消费支出、中端消费支出、高端消费支出3个层次,并赋予不同权重。由于我国统计数据中关于消费的数据是按城乡分开统计的,因此需要根据城乡分别进行计算,最后依据城乡人口比重进行赋值,从而得到最终的消费升级度[39]。具体计算公式如下:
Upgrade代表消费结构升级度。其中,Junit、Intit、Senit分别代表初级消费、中级消费、高级消费,三者比重为1/6、2/6、3/6,Cit、Pit分别表示t时农村或城镇的总消费与总人口,Pt表示t时农村与城镇人口之和,i用于区分城镇和农村。Upgrade值越高表示消费升级越明显。政府支持力度以人均科技财政支出衡量。
(3)控制变量。影响科技创新能力的因素是多方面的,本文借鉴杨明海等[42]、李翔等[43]的研究成果,将代表空间区位的人均铁路客运量(perRPV)、代表经济基础的人均国内生产总值(perGDP)、代表人力资本水平的平均受教育年限(Hc)、代表区域开放度的FDI占GDP比重(FDI)作为控制变量。其中,平均教育年限的计算方法为=(小学文化人口数×6+初中人口数×9+高中×12+大专及以上×12)/6岁以上抽样人口。各变量描述性统计结果如表2所示。
表2 变量描述性统计结果
变量类型变量名称 标准差均值最小值最大值被解释变量科技创新能力(T_A)0.140.10.0020.78解释变量 消费升级度(Upgrade)0.071.040.911.6政府支持度(perTF)305.3244.530.241841.38控制变量 空间区位(perRPV)1.081.840.086.7经济基础(perGDP)24 935.1548 562.2210 309140 211.2人力资本(Hc)0.969.146.9112.93区域开放度(FDI)1.712.170.0399.50
(4)数据来源。本文中的科技创新能力指标数据源于《中国科技统计年鉴》及《中国高新技术统计年鉴》,科技财政支出数据源于《中国财政统计年鉴》,铁路客运量及衡量消费升级度的相关数据来源于《中国区域统计年鉴》,实际利用外商直接投资额数据源于WIND数据,其它数据均来自《中国统计年鉴》。数据范围涵盖中国(港澳台、西藏因数据不全,未纳入统计)30个省市,时间跨度为2009-2018年。
在确定空间计量模型后,一般先进行非空间面板回归与空间相关性验证,主要有Moran's I指数计算、LM检验以及稳健LM检验,以判断因变量及残差项是否存在空间相关性。目前关于这两种方式的验证都局限于截面空间计量模型,无法直接套用面板数据进行空间相关性检验。因此,需要对原有检验方法进行改进。参考借鉴李婧等[44]的做法,引入分块对角矩阵,进而运用上述检验判定面板数据的空间相关性。检验结果如表3所示,可以看出,Moran's I指数显著为正,表明各省市科技创新能力指数存在空间相关性。从LM检验结果可知,LM_lag和Robust LM_lag在1%的水平下显著,拒绝原假设,表明模型的滞后项存在空间相关性,且LM_error和Robust LM_error也均在1%的水平下显著,拒绝了误差项“无空间自相关”的原假设。综合来看,非空间面板模型分析可能存在结果偏误,需要将空间因素纳入面板回归模型。因此,本文采用空间面板数据模型的分析方法。
回归时,在模型中同时加入消费升级度(Upgrade)与政府支持度(perTF)两个核心解释变量的平方项,以检验两个核心变量是否存在如假设中的倒U型或U型关系。由于科技创新能力具有自相关特征,因此引入一阶滞后项作为解释变量。回归系数反映了变量间的弹性关系,故对所有变量进行对数处理,以消除异方差和序列相关性。
基于空间杜宾模型的回归结果如表4所示,模型(2)、(3)分别对应基于地理距离矩阵、经济距离矩阵的空间杜宾回归结果,模型(1)为非空间面板回归,以便于对比。
表3 空间相关性检验结果
检验方法样本数统计量P-valueMoran's I3000.2420.000LM_lag30046.1430.000Robust LM_lag30016.4140.000LM_error300112.940.000Robust LM_error30083.2110.000
空间面板模型的选择一般有两种方式,即似然比检验(LR Test)和沃尔德检验(Wald Test),均用来验证是否可以简化为空间滞后模型或空间误差模型。从LR检验和Wald检验结果可以看出(如表3所示),模型(2)和模型(3)均通过检验,表明选用空间杜宾模型进行回归是合理的。同时,基于地理距离矩阵模型的空间自相关系数在1%的水平下显著为正,基于经济距离矩阵模型的空间自相关系数在5%的水平下显著为正,说明我国科技创新能力存在显著空间依赖性,如果使用非空间面板模型回归,其结果会存在偏误问题。
从模型(2)和模型(3)的回归系数看,首先可以看出,被解释变量即科技创新能力的一阶滞后项对当期科技创新能力有显著正向影响,系数高达0.72,说明区域科技创新能力具有明显惯性;其次,消费结构升级度lnUpgrade和平方项系数lnUpgradesq为一正一负,模型(2)均在1%水平下通过检验,模型(3)分别在1%和5%水平下通过检验。这些说明无论是在地理距离还是经济距离下,消费结构升级度与区域科技创新能力均呈现U型关系,即消费结构升级的初期阶段与区域科技创新能力提升具有负相关性,但呈现出边际效应递减特征。当越过临界点后,消费结构升级开始有利于区域科技创新能力提升。这验证了假设H1a和H1b。
表4 全样本空间杜宾回归结果
变量名称 (1)非空间面板回归(2)地理距离(3)经济距离Lag_LnT_A0.81(8.97)***0.72(12.73)***0.72(12.89)***lnUpgrade-1.27(-2.89)***-1.26(-2.57)***-1(-2.11)**lnUpgradesq5.5(1.76)*2.57(2.59)***2.13(2.2)**lnperTF-0.06(0.25)0.45(2.41)***0.31 (1.8)*lnperTFsq-0.01(-0.36)-0.03(-1.73)*-0.02(-1.64)*lnperRPV-0.012(-0.12)0.009(0.37)-0.01(-0.42) lnperGDP-0.04(-0.45)0.11(0.66)0.13(0.47)*lnHc1.2(1.32)0.98(2.38)***0.56(2.08)**lnFDI-0.01(-0.16)-0.01(-0.6)-0.03(-1.3) W.lnUpgrade-5.45(-1.67)*0.78(1.08) W.lnUpgradesq13.24(2.58)* -2.17 (-1.24) W.lnperTF1.42 (3.69)**0.93(2.5)**W.lnperTFsq-0.06(-2.41)**-0.07(-2.23)**W.lnperRPV0.29(1.1)-0.12(-0.82)W.lnperGDP-1.04 (-1.2)0.07(0.22)W.lnHc4.4(1.72)*-0.67(-2.23)W.lnFDI0.12(0.59) -0.072(-1.19) R20.630.940.95Log-likelihood117.11262.7sigma2_e0.000 670.0060.006Spatial rho1.02(6.4)***0.15(2.13)**F test87.20***LR_lag55.87***25.08***LR_error48.98***23.93***Wald_lag61.36***27.24***Wald_error53.6***25.01***
注:***、**、*分别表示在1%、5%、10%的水平下是显著的,括号内为z值
政府支持度(lnperTF)和平方项系数(lnperTFsq)呈现出一负一正特征。其中,在地理距离矩阵模型下,结果均通过了1%水平下的显著性检验,而在经济距离矩阵下,结果分别通过5%和10%水平下的显著性检验。这些说明政府对科技创新的支持力度与科技创新能力提升呈现倒U型关系,即在科技创新能力处于较低水平时,政府支持有利于科技创新能力提升,当越过临界点后,政府支持会形成反作用力,不利于科技创新能力发展。该结果呼应了假设H2a和H2b,表明政府支持在早期消费市场不利于创新发展时起到了弥补作用,当消费市场成为主导创新发展的重要力量时,这种弥补机制逐渐演变为竞争机制,政府对市场的挤出效应开始显现。
从空间滞后项系数看,地理距离矩阵下的回归结果呈现出与非空间项一致的特征,即消费结构升级度(lnUpgrade)与科技创新能力影响呈U型关系,政府支持度(lnperTF)与科技创新能力呈现倒U型关系,结果均通过显著性检验。在经济距离矩阵下的回归结果中,尽管系数关系与地理距离矩阵保持一致,但消费结构升级度(lnUpgrade)和平方项系数均没有通过显著性检验。导致该结果的可能解释是,由消费结构升级引发的产品市场生产趋势具有模仿性,即本地消费结构塑造出的生产市场形态会对邻近地区产生同向影响,从而产生产业结构趋同化,因此也就导致在消费结构处于较低阶段时,本地消费结构升级与科技创新的负向关系会对邻近地区产生同样影响。而当本地消费结构处于中高阶段时,这种溢出效应转而为正。政府支持度的空间滞后项系数同样具有相似特征和原因,即具有效仿性,特别是地理邻近区域,本地政府支持度提升会传导到邻近地区,从而产生同向效应。
控制变量中,人力资本(Hc)在地理矩阵和经济距离矩阵中均显著为正,表明提升地区科技创新能力应着力于提高劳动者的知识储备、技能水平和综合素质。经济基础(perGDP)在地理矩阵下为正但不显著,在经济距离矩阵上显著为正,说明经济是创新的基础,经济增长为研发创新提供资金保障,创新离不开经济增长[4]。基础设施(perRPV)、外商直接投资(FDI)系数均为正但不显著,在此不作详细讨论。
本文基于2009—2018年中国内地(除西藏外)30个样本地区的省级面板数据,系统分析了消费结构升级与科技创新能力间的多重关系,并引入政府支持作为并行解释变量,以考察政府、市场行为对科技创新能力的多重影响。主要研究结论包括以下几方面:
(1)科技创新能力存在明显的空间效应且具有较大惯性,即高度依赖于自身前期的科技创新能力。
(2) 消费结构升级对区域科技创新能力的影响在地理距离和经济距离矩阵下均呈现出U型关系,即当消费结构处于较低阶段时,消费结构升级会对科技创新能力产生负向影响,而当消费结构升级到一定高度后,这种影响转为正向促进作用。空间溢出效应具有相同发展趋势。
(3)在考虑消费结构影响的情况下,政府支持与科技创新能力呈现倒U型关系,即当消费结构处于较低水平时,政府支持起到弥补市场失灵的作用,此时对科技创新能力提升发挥正向作用;当消费结构处于高级阶段时,政府支持对市场力量产生明显的“挤出效应”,从而不利于科技创新能力发展。在地理矩阵中,空间溢出效应具有相同发展趋势。
总的来看,政府、市场在科技创新能力提升过程中存在互补机制,即当市场价值取向不利于科技创新发展时,政府支持有利于科技创新能力培育,而当市场发展到中高级阶段时,政府的过度支持反过来会阻碍科技创新发展。
基于以上结论,本文得出如下政策启示:
(1)注重提升消费结构升级质量,加强引导消费结构向利于科技创新发展的方向转变,同时,降低资产投向的市场偏好。近年来,我国居民消费结构升级受到了房地产价格畸高的明显挤压,消费结构在中低阶段停留过长,在一定程度上制约了消费市场对科技创新的应有作用。因此,在即将进入下一个三十年的关键时机,要理性看待房地产在经济中的作用,降低投资预期,稳步升级消费结构,培育强大的国内消费市场,塑造有利于创新发展的经济基础和市场环境。
(2) 当消费结构处于初级阶段,政府应有计划、有力度地介入科技创新领域,而当消费市场转向中高级阶段时,政府应适当收缩干预范围和强度,更多放在战略引导和关键领域布局上,充分放手让市场主导科技创新发展。
(3)利用区域合作机制实施科技创新的跨区域合作。由于我国拥有坚实的制造业基础和能力,且已成为全世界唯一拥有全部工业门类的国家,因此要发挥产业链优势,重点是加强跨区域科技合作,充分利用区域内互补性的产业基础,形成合力。要敢于打破行政区划限制,多探索设立如“长三角一体化示范区”相类似的城市群内部跨市界、省界合作区,强强联手,做大产业生态,协同提升区域创新能力。
消费结构是一个复杂概念,更为科学的计量方式应该是涵盖消费的各个方面,而本文中的计算方法仅是基于数据可得性的一个大致估算,精准度在未来还有较大提升空间。同时,政府支持方式在现实操作中也较为多样化,既有财政直接投入,也有财政补贴、税收优惠、政府采购等,还有创新环境营造。因此针对本文研究框架,未来还应将政府多维支持方式纳入其中,以期从多角度审视政府行为合理性。
[1] 张平,文启湘.技术创新、消费创新与消费制度[J].求索,2009(3):83-85.
[2] 关士续.基于消费动因的技术创新研究[J].中国软科学,2001(5):106-109.
[3] 吴先慧,吴海燕,陆强,等.我国区域创新体系的影响因素实证研究——以深圳为例[J].科技进步与对策,2011,28(7):26-31.
[4] 刘和东.中国区域研发效率及其影响因素研究——基于随机前沿函数的实证分析[J].科学学研究,2011,29(4):548-556.
[5] CHI W,QIAN X. The role of education in regional innovation activities :spatial evidence from China[J]. Journal of the Asia Pacific Economy,2010,15(4):396-419.
[6] 蒋天颖.我国区域创新差异时空格局演化及其影响因素分析[J].经济地理,2013,33(6):22-29.
[7] 尹世杰.消费需求与经济增长[J].消费经济,2004(5):3-7.
[8] 焦帅涛,孙秋碧.技术创新与消费升级对经济增长溢出效应的实证分析[J].统计与信息论坛,2020,35(4):74-81.
[9] PYKA A,ANDERSEN E S. Long term economic development :technological regimes and demand structure in the evolution of the pharmaceutical industry[EB/OL]. 2013,10.1007/978-3-642-35125-9(Chapter 4):61-94.
[10] 余红心,赵袁军,李思远.居民消费结构升级对产业结构升级的影响研究——基于供需失衡的调节效应[J].江汉学术,2020,39(2):29-37.
[11] 李尚骜,龚六堂.非一致性偏好、内生偏好结构与经济结构变迁[J].经济研究,2012,47(7):35-47.
[12] 张颖熙,夏杰长.以服务消费引领消费结构升级:国际经验与中国选择[J].北京工商大学学报(社会科学版),2017,32(6):104-112.
[13] 汤向俊,任保平.投资消费结构转变与经济增长方式转型[J].经济科学,2010(6):30-41.
[14] 金晓彤,黄蕊.技术进步与消费需求的互动机制研究——基于供给侧改革视域下的要素配置分析[J].经济学家,2017(2):50-57.
[15] 曹前有.消费动力视野中的技术创新[J].自然辩证法研究,2008,24(12):52-57.
[16] JOSEF ZWEIMÜLLER,BRUNNER J K . Innovation and growth with rich and poor consumers[J]. Metroeconomica,2005,56:1.
[17] 谢小平.消费结构升级与技术进步[J].南方经济,2018(7):19-38.
[18] BUERA F J,KABOSKI J P. Can traditional theories of structural change fit the data[J]. Journal of the European Economic Association,2016(2-3):2-3.
[19] 唐广炬,陈兵.消费创新的探讨[J].经济与社会发展,2004(10):46-49.
[20] 李子联,朱江丽.收入分配与自主创新:一个消费需求的视角[J].科学学研究,2014,32(12):1897-1908.
[21] 埃里克·冯·希普尔.技术创新的源泉[M].北京:科学技术文献出版社,1997.
[22] 梁军,周晓杰,张谱.生态文明导向消费结构与产业生态化研究[J].上海经济,2015(6):39-43.
[23] 邓线平.消费促进技术进步的成因及途径分析[J].科学技术与辩证法,2006(1):78-81+111.
[24] ACEMOGLU DARON,LINN JOSHUA. Market size in innovation: theory and evidence from the pharmaceutical industry[J]. The Quarterly Journal of Economics,119(3):1049-1090.
[25] 尹世杰.消费经济学[M].北京;高等教育出版社,2007:774-775.
[26] 王辉龙,高波.住房消费与消费结构升级——理论假说与实证检验[J].财经科学,2016(1):100-110.
[27] 叶祥松,刘敬.政府支持、技术市场发展与科技创新效率[J].经济学动态,2018(7):67-81.
[28] 郑琼洁.政府科技激励与技术创新效率研究——基于行业要素禀赋的分析视角[J].南方经济,2014(12):66-81.
[29] GOOLSBEE A.Does government R&D policy mainly benefit scientists and engineers[J]. American Economic Review,1998,88(2): 298-302.
[30] 肖文,林高榜.政府支持、研发管理与技术创新效率——基于中国工业行业的实证分析[J].管理世界,2014(4):71-80.
[31] 范允奇,李晓钟.政府R&D投入、空间外溢与我国高技术产业技术创新效率[J].工业技术经济,2014,33(5):101-107.
[32] 朱辉.我国省域科技创新水平的空间分布评价[J].东南大学学报(哲学社会科学版),2015,17(S2):63-64+80.
[33] 刘耀彬,王启仿,宋学锋.转型时期中国区域技术创新能力评价与分析[J].科技进步与对策,2004(9):13-15.
[34] 朱辉.我国省域科技创新水平的空间分布评价[J].东南大学学报(哲学社会科学版),2015,17(S2):63-64+80.
[35] 杨丽,孙之淳.基于熵值法的西部新型城镇化发展水平测评[J].经济问题,2015(3):115-119.
[36] JAMES LESAGE,ROBERT KELLEY PACE.Introduction to spatial econometrics[M].S.L.:CRC Press,2009.
[37] 贺晓宇,沈坤荣.现代化经济体系、全要素生产率与高质量发展[J].上海经济研究,2018(6):25-34.
[38] 文启湘,冉净斐.消费结构与产业结构的和谐:和谐性及其测度[J].中国工业经济,2005(8):14-19+104.
[39] 孙皓,胡鞍钢.城乡居民消费结构升级的消费增长效应分析[J].财政研究,2013(7):56-62.
[40] 陈冲,吴炜聪.消费结构升级与经济高质量发展:驱动机理与实证检验[J].上海经济研究,2019(6):59-71.
[41] 王平,王琴梅.消费金融驱动城镇居民消费升级研究——基于结构与质的多重响应[J].南京审计大学学报,2018,15(2):69-77.
[42] 杨明海,张红霞,孙亚男,等.中国八大综合经济区科技创新能力的区域差距及其影响因素研究[J].数量经济技术经济研究,2018,35(4):3-19.
[43] 李翔,邓峰.科技创新、产业结构升级与经济增长[J].科研管理,2019,40(3):84-93.
[44] 李婧,谭清美,白俊红.中国区域创新生产的空间计量分析——基于静态与动态空间面板模型的实证研究[J].管理世界,2010(7):43-55+65.