Research on the Impact of Scientific and Technological Innovation on the High-Quality Economic Development of China in the New Era

Xiao Renqiao1, Shen Lu1,Qian Li1,2

(1.School of Business Administration, Anhui University of Finance & Economics, Bengbu 233030, China;2.School of Economics and Management, Southeast University, Nanjing 211189, China)

Abstract：Based on the connotation of high-quality economic development in China in the new era, the index system was constructed and the difference and spatial correlation of high-quality economic development level of China's 30 provinces from 2008 to 2017 were empirically analyzed.Three spatial econometric models are selected to analyze the impact mechanism of innovation indicators on high-quality economic development.The results show that:①the average level of high-quality economic development in China is 0.322.The average of central and western regions was significantly lower, and the low index of economic innovation and open development was the main reason.The spatial positive correlation of high-quality economic development in China's provinces is significant;②the innovation strength in the two stages of China is obviously low.The innovation index, innovation strength and innovation efficiency of the eastern provinces in the two stages are all at the best level in China, while the performance loss of the central and western provinces is obvious at least in one certain stage; ③there is a U-shaped curve relationship between the level of high-quality economic development and the innovation index in the R&D stage of science and technology.The innovation strength in the stage of achievement transformation is conducive to the improvement of the high-quality development level.Government support has an obvious positive moderating effect on innovation index promoting high-quality developmentin the stage of achievement transformation.

Key Words:High-Quality Development; Innovation Index;Spatial Spillover Effect; Two-Stage Value Chain

收稿日期：2019-12-03

基金项目：国家社会科学基金项目(15CGL010)；高校优秀青年人才支持计划重点项目(gxyqZD2016093)

作者简介：肖仁桥(1982-)，男，湖北武汉人，博士，安徽财经大学工商管理学院教授、硕士生导师，研究方向为创新管理；沈路(1994-)，男，安徽马鞍山人，安徽财经大学工商管理学院硕士研究生，研究方向为技术创新管理；钱丽(1981-)，女，湖北武汉人，东南大学经济管理学院博士研究生，安徽财经大学工商管理学院副教授，研究方向为绿色技术创新。

DOI：10.6049/kjjbydc.Q201908990

开放科学(资源服务)标识码(OSID)：

中图分类号：F20

文献标识码：A

文章编号：1001-7348(2020)04-0001-10

0 引言

改革开放40多年来，中国经济高速增长，但过度依赖资源消耗、生态环境破坏严重、城乡收入差距拉大以及发展不均衡等问题日益突出。《2018中国生态环境公报》显示，全国338个地级及以上城市中，仅121个城市空气质量达标，总体达标率不足四成。城乡居民人均可支配收入差距逐年拉大，从2008年的328.95元增至2017年的699.91元，区域经济发展不协调，中国经济发展方式开始由高速增长逐渐向高质量发展转变。 因此，需要充分发挥科技创新对经济高质量发展的带动效应，引导科技创新成果向经济、环境和社会效益转化，解决人民日益增长的美好生活需要与发展不平衡、不充分之间的矛盾。本文在探索中国各省份经济高质量发展水平时空差异的基础上，分析科技创新活动对中国经济高质量发展的影响机理，具有重要理论意义和现实价值。

1 文献综述

早期研究较多关注科技创新对经济增长的影响。例如，经典的内生经济增长理论，包括人力资本[1]、干中学[2]等。Fagerberg[3]指出，创新是造成不同国家经济发展差异的主要原因；李垣和汪应洛[4]认为，技术创新不足是中国经济波动的重要诱因；唐未兵等[5]从技术创新、技术引进角度出发，利用1996—2011年中国省级面板数据分析二者对经济增长集约化水平的影响，发现技术创新对地区经济增长的影响为负；苏治和徐淑丹[6]将技术进步分解为技术创新和技术效率，发现技术创新是近20年来中国技术进步和经济增长的主要动力，技术效率与技术创新起互为补充的作用；万建香和汪寿阳[7]分析社会资本、技术创新对经济增长的作用机理发现，当社会资本、技术创新水平跨越门槛值后，地区资源对经济增长的诅咒效应减弱。类似研究还包括刘婷婷[8]和张江雪等[9]的研究成果。

随着资源环境约束以及发展不平衡、不充分等问题越来越突出，中国经济已由高速增长阶段转向高质量发展阶段，因此，有必要探讨新时代科技创新对中国经济高质量发展的影响机理。在经济高质量发展水平测度方面，钞小静和任保平[10]从经济增长结构、稳定性、福利变化与成果分配、资源利用和生态环境代价等4个维度构建经济发展质量评价指标体系；魏敏和李书昊[11]从经济结构优化、创新驱动发展等10个维度出发，采用熵权TOPSIS法测度2016年中国内地30个省份经济高质量发展水平，发现东部、中部和西部地区依次递减；李金昌等[12] 从人民日益增长的美好生活需要和发展不平衡不充分的矛盾入手，基于经济活力、创新效率、绿色发展、人民生活和社会和谐5个维度构建27项高质量发展评价二级指标；华坚和胡金昕[13]基于“创新、协调、绿色、开放和共享”五大发展理念构建中国经济高质量发展水平指标体系，并采用熵值法确定权重。在创新驱动高质量发展研究方面，辜胜阻等[14]认为，核心技术创新是驱动经济高质量发展的基石，需构建以企业为主体、产学研用一体的技术创新体系；白俊红和王林东[15]利用空间计量模型分析创新驱动对中国经济增长质量的影响，发现创新驱动对全国以及东部地区经济增长质量具有显著影响，但对中西部地区的影响不显著；刘思明等[16]利用全要素生产率表征经济高质量发展水平，分析2009—2016年全球40个主要国家创新驱动力指数对经济高质量发展的影响。

综上所述，现有文献提供了理论依据和方法论，但仍有一些不足之处：①现有关于中国经济高质量发展水平测算的研究并不多见，特别是如何贯彻党的十九大提出的“创新、协调、绿色、开放、共享”五大发展理念，将其作为新时代中国经济高质量增长的战略指引[17]。华坚和胡金昕[13]基于五大发展理念开展中国经济高质量发展水平测度与分析，但经济创新发展和经济共享发展等维度指标有待改进，且缺乏对中国各省份经济高质量发展水平及维度的时空差异及空间相关性分析；白俊红和王林东[15]虽考虑中国经济增长质量的空间相关性，但研究对象不同且其经济增长质量指数来自于《中国经济增长质量报告》[18]；②科技创新促进中国经济高质量发展机理有待进一步细化，以往研究较多关注技术创新投入或创新效率[5-7]对经济增长的影响，鲜有关注科技创新对经济高质量影响的研究[13,15]。根据两阶段价值链理论[19,20]，科技创新可分解为科技研发和成果转化两个相关联的子过程，每个阶段创新投入产出指标以及创新效率对经济高质量的影响是否存在差异，考虑阶段异质性以及创新势力[21]、效率差异的经济高质量影响研究鲜见。最后，本文还考虑政府支持和金融支持[20]是否有利于科技创新驱动经济高质量发展，拓展了现有经济高质量发展影响因素研究。

本文在分析中国经济高质量发展内涵的基础上，构建中国经济高质量发展水平评价指标体系，利用熵值法确定指标权重，探索2008—2017年中国内地30个省份高质量发展的区域差异及空间相关性，分析创新指标对中国经济高质量发展水平的影响，检验政府、金融支持在创新驱动高质量发展中是否起显著调节作用，为具有针对性的政策制定提供科学依据。

2 理论框架、指标体系及研究方法

2.1 科技创新对中国经济高质量发展的影响机制

高质量发展是为了满足新时代人们日益增长的美好生活需要。高质量发展与高速增长有着本质差异，高速增长阶段强调经济总量增长，凸显工具性价值，表现为突飞猛进，速度为先。高质量增长的核心是质量，强调结构升级、系统优化和本真性价值，要求稳中求进，注重社会经济可持续发展[22]。习近平同志提出“创新、协调、绿色、开放、共享”五大发展理念，构建人类命运共同体。因此，有必要从经济创新发展、经济协调发展、经济绿色发展、经济开放发展、经济共享发展5个维度对中国经济高质量发展特征及衡量指标进行深入解析。

科技创新是经济高质量发展的第一动力，需充分发挥科技创新在高质量发展中的引领作用。根据创新价值链理论[19]，科技创新活动可分解为科技研发和成果转化两个相关联的子阶段，彼此相互联系，缺一不可[20]。然而，对创新活动绩效进行衡量是比较困难的，现有研究主要从综合水平(强调规模)和效率绩效(强调过程)角度进行分析，如科技研发活动绩效可以从科技研发阶段创新势力和创新效率角度加以分析，创新势力是科技研发投入和专利产出等指标的综合水平值[21]，科技研发阶段效率是衡量科技研发投入转化为专利等产出的能力，数值为专利等科技产出与研发投入之比。在五大发展理念指引下，基于两阶段创新价值链理论，深入分析科技创新对经济高质量发展的影响机理，具体见图1。

(1)科技创新为经济创新发展提供技术平台，为新产品和新经济作出贡献。经济创新发展以高素质科技创新人才为依托，以发展各级各类教育、完善技术交易平台等为保障，旨在掌握发明专利以及技术诀窍等自主知识产权，从而实现技术商业化及其市场价值。尤其是核心技术研发与成果转化，可以形成创新技术和创新产业[14]，辐射带动传统产业，促进经济创新发展。

(2)科技创新促进产业升级，缩小城乡差距，推动经济协调发展。在新时代背景下，发展不平衡、不充分、不协调是重要议题，科技创新通过新技术引进、新产品开发促进产业结构向高级化、合理化转变，并通过创新实现包容性增长，不断缩小城乡收入和消费差距。新技术应用带来新行业，如互联网、大数据、人工智能技术应用产生了共享经济体以及互联网经济等，一定程度上可促进社会就业率提升。

(3)科技创新为绿色发展提供技术支持，实现资源节约和环境友好。当前正处于由工业文明向生态文明转变的新时代，新鲜的空气、干净的水和绿色的环境都是人类宝贵财富。通过清洁生产和末端治理技术研发与应用推广，有利于节约水力、电力以及化石能源消耗[9]，减少生产过程中“三废”等污染物排放，促进经济和环境效益共同增长。

(4)科技创新促进贸易合作，推动经济开放发展。为了更好实现创新驱动经济发展，在国际贸易和外资引进过程中，更加注重引进、消化吸收国外创新要素。鼓励企业依靠自身技术优势走出去，争取在全球价值链中占据一席之地，通过科技创新实现技术和产品贸易升级，培育产业国际竞争力[17]。

(5)科技创新将带来福利和溢出效应，推动经济共享发展。科技创新具有公共品属性，通过知识溢出和扩散，可以促进相关教育、医疗以及基础设施领域发展[15,16]。另外，科技创新促使企业创造市场价值和实现盈利，并通过技术变迁等创造社会福利，即产品社会价值减去价格部分。

2.2 指标体系及研究方法

2.2.1 中国经济高质量发展评价指标体系

基于上述高质量发展内涵及特征，构建包含14个一级指标、24个二级指标的中国经济高质量发展评价指标体系，如表1所示。

首先，为准确反映科技进步带来的增速变化及结构改善，本文选用变化值或结构性指标构建指标体系。其次，运用熵值法[13]确定各级指标权重，计算出2008—2017年中国内地30个省份(西藏因数据不全未纳入统计)经济创新发展、经济协调发展、经济绿色发展、经济开放发展、经济共享发展指数以及高质量发展综合水平。此外，借鉴干春晖等[23]的研究，表1中产业结构高级化指数采用第三产业产值与第二产业产值之比表示，产业结构合理化指数采用泰尔指数进行计算。

2.2.2 科技创新评价指标体系

科技创新指数。根据《中国上市公司创新指数报告(2019年)》[21]，科技创新指数可分为创新效率与创新势力两个维度。创新效率能有效反映地区科技经济发展的“质”，创新势力是指区域企业利用核心技术和营销手段降低生产投入并将产品定价维持在市场平均水平上，反映出企业市场领导地位和新产品定价能力。考虑二者重要性，利用创新效率与创新势力得分均值，测算2008—2017年中国内地各省份两阶段创新指数。

创新效率测算方面，根据两阶段创新投入产出原理和DEA模型[24]，利用各阶段产出除以投入得出科技研发和成果转化阶段创新效率值。在创新势力方面，《2019年中国上市公司创新指数报告》采用研发经费投入规模、研发人员投入规模、专利规模以及平均销售利润率等指标，主要从微观层面反映企业创新势力，本文参考其做法，将科技研发(或成果转化)阶段投入产出作为此阶段创新势力综合评价指标，利用熵值法确定各指标权重，从而计算出两阶段创新势力。

图2为两阶段科技创新投入产出指标体系，科技研发阶段投入指标为 R&D人员全时当量、R&D经费内部支出、新产品开发经费。以2008年为基期，利用研发价格指数[25]对R&D经费内部支出和新产品开发经费进行平减并作存量处理。产出指标包括专利申请数、发明专利授权数、新产品开发项目数。在成果转化阶段，除科技研发阶段产出外，将引进消化吸收费用(存量指标)作为成果转化阶段投入，产出指标则包括新产品销售收入、高技术产业产值占GDP比重、单位GDP能耗等3个指标，本文选用单位GDP能耗作为非期望产出并取倒数值。利用工业品出厂价格指数和GDP价格指数分别对新产品销售收入和单位GDP能耗指标进行平减。

其它变量。本文在分析科技创新对高质量发展的影响时，考虑到政府支持和金融机构支持等变量影响：①政府支持。政府政策和资金支持为科技创新活动开展提供便利，有效推动了创新和区域经济发展[20]。本文选取各地区政府科技研发支出占政府财政总支出的比重衡量政府对区域科技创新的支持力度；②金融支持。类似地，金融机构通过金融贷款为企业科技研发活动注入资金。本文选取各地区R&D经费内部支出中的金融机构资金占比表示金融支持。此外，本文重点考察政府和金融支持在科技创新促进中国经济高质量发展中的调节作用，故引入政府支持和创新指数的交叉项以及金融支持与创新指数的交叉项。以上数据源自历年《中国统计年鉴》、《中国科技统计年鉴》、《中国环境统计年鉴》、《中国能源统计年鉴》、《中国工业统计年鉴》以及中国各省域统计年鉴等。

2.2.3 科技创新对中国经济高质量发展的空间回归模型

中国内地30个省份(西藏因数据不全除外)经济高质量发展综合指数可能具有空间相关性。因此，本文采用空间面板计量模型，在空间依赖视角下实证分析区域科技创新(势力、效率和指数)对中国经济高质量发展的影响。3种模型SLM、SEM和SDM的具体公式如下：

Y=λWY+Xβ+ε

(1)

Y=Xβ+μ,μ=ρMμ+ε,ε～N(0,δ2In)

(2)

Y=λWY+Xβ+WXδ+ε

(3)

其中，Y为因变量，即考察期内中国内地30个省份经济高质量发展综合水平值，X是n×k数据矩阵，代表解释变量，即经济高质量发展综合指数的影响因素(解释变量科技创新和其它控制变量)，W、M为空间权重矩阵。λ为空间自相关系数，β、δ为相应系数，ε、μ为服从正态分布的扰动项。

3 实证分析

3.1 中国经济高质量发展水平测度及其空间相关性分析

利用表1中经济高质量评价指标体系，运用熵值法确定24个二级指标权重，得出2008—2017年中国内地30个省份经济高质量发展综合水平值，结果见表2和图3。

由表2可知，2008—2017年中国经济高质量发展水平均值为0.322，处于较低水平，与魏敏和李书昊[11]的结论类似，但本文均值略高，主要原因在于后者仅测算2016年各省份高质量发展指数，均值为0.224，指标选取维度与本研究也存在差异。由图3可知，考察期内中国经济高质量发展水平并未出现显著变化，一直徘徊在0.3左右，需引起高度重视。从区域比较看，中国东部、中部、西部地区高质量发展水平均值分别为0.466、0.287和0.219，东部地区明显高于中西部地区，且2008—2017年中国东部与中西部地区之间的高质量发展水平差距均保持在0.2左右，三大地区均值总体呈现平稳态势。分省份看，北京、上海、广东、江苏、天津、浙江、山东、福建、海南和辽宁高质量发展水平均值分别位列全国第1～10位且均高于全国平均水平，全部来自中国东部地区。考察期内，其它20个省份高质量发展水平均值位于全国平均值以下(<0.322)，还有较大提升空间，尤其是云南、贵州、甘肃、青海、宁夏等地区，高质量发展水平位于全国倒数前5，全部来自西部地区。云南省经济创新和经济开放发展指数均值分别为0.069和0.039，是导致2008-2017年该省经济高质量发展水平低下的主要原因。

表3给出了考察期内全国及三大地区在经济创新发展、经济协调发展、经济绿色发展、经济开放发展以及经济共享发展5个维度上的得分均值。由表3可知，从各指数比较看，全国经济绿色发展指数最高，其次是经济协调发展指数和经济共享发展指数，而经济创新和开放指数则明显处于较低水平。从区域看，东部地区各维度值均高于中西部地区，但东部地区在经济创新发展方面还有较大提升空间。中西部地区在各维度上均有较大提升潜力，尤其是经济创新发展、经济开放发展和经济共享发展方面，区域间差距显著。

综上可见，中国经济高质量发展水平存在显著区域差异。因此，考虑中国各省份之间的空间关联性，选取莫兰指数(Moran's I)对中国内地30个省份经济高质量发展综合水平指数进行全局空间自相关检验。计算公式为：

(4)

本文在设置地理距离空间权重矩阵、社会经济距离空间权重矩阵(限于篇幅，并未列出)的基础上，利用式(4)计算各年份莫兰指数值，结果见表4。

由表4可以看出，无论是基于地理距离还是社会经济距离空间权重矩阵，考察期内中国经济高质量发展水平的莫兰指数值(I值)均为正，且在1%的显著性水平下通过检验。可见，中国经济高质量发展水平在地域上存在空间正相关性且经济高质量发展存在显著局域相关与空间集聚特征，限于篇幅，局域莫兰指数并未列出。

3.2 中国内地30个省份两阶段创新指数测算结果与分析

基于两阶段创新价值链理论，运用两阶段DEA模型(重复利用两次DEA-CCR模型)测算2008-2017年中国内地30个省份科技研发和成果转化效率，并利用熵值法分别确定两阶段投入产出指标权重，计算出两阶段创新势力值，最后取创新势力与创新效率的算术平均值得到各阶段创新指数。囿于篇幅限制，仅展示部分年份数据，结果见表5。

在科技研发阶段，2008—2017年中国内地30个省份创新指数、创新效率与创新势力均值分别为0.501、0.796和0.207，创新势力值明显偏低，是导致区域科技研发阶段创新指数偏低的主要原因。图4给出了全国和东中西部地区科技研发阶段创新指数变化趋势，由此发现，全国和东部地区创新指数稳中略有下降，中部和西部地区虽呈现增减交错，但基本保持不变，且东部地区创新指数始终高于中、西部地区。分省份看，江苏、广东、浙江、北京、上海创新指数位于全国前5，山西、内蒙古、青海、吉林和新疆则位于全国倒数前5。这是因为后者研发资源相对匮乏，技术创新制度不够完善，创新效率低下，是中国科技研发绩效损失的主要地区。

在成果转化阶段，考察期内中国内地30个省份创新指数、效率、势力均值分别为0.477、0.731和0.224，与科技研发阶段情形类似，创新势力值明显偏低。由图5可知，考察期内中国东部地区创新指数始终高于中西部地区，2009年三大地区创新指数均存在一定程度的下降趋势，2010年后出现反弹，可能与2008年全球金融危机导致需求减少、部分生产停滞以及效率损失有关。创新指数排名靠前的5个省市依次为广东、江苏、山东、浙江和上海，主要来自东部地区，与科技研发阶段省际排名情况基本一致。由此可见，无论是科技研发还是成果转化阶段，东部地区省份创新指数始终处于全国最优水平，而中西部地区省份至少在科技研发或成果转化某一阶段绩效损失显著。

3.3 区域科技创新对经济高质量发展的空间溢出效应

本文从空间依赖视角出发，在设定地理距离权重矩阵的基础上，以考察期内中国内地30个省份经济高质量发展水平为被解释变量，以科技研发和成果转化阶段的创新指数(创新势力和创新效率)为核心解释变量，并以政府支持、金融支持为环境控制变量，建立空间计量回归模型。在回归方程中加入滞后一期的经济高质量发展水平，以防止可能遗漏重要解释变量而导致回归结果不稳健。利用3种空间面板模型对2008—2017年中国内地30个省份经济高质量发展水平的溢出效应进行估计，经豪斯曼检验，3种空间面板模型均采用固定效应情形，结果见表6。

注：IE、IS、II分别为中国30个省份的创新效率、创新势力和创新指数值

从表6估计结果可知，3种回归模型中的空间相关系数(Spatial-rho)显著为正，表明不同区域间经济高质量发展存在显著正溢出效应，某一地区科技创新活动对邻近区域经济高质量发展产生积极影响。由于3种模型均通过空间相关性检验，R-Sq和Log-L值非常接近，相对于SEM和SDM模型而言，SLM模型回归结果中的影响因素相关系数更大，显著性更优，故本文选取SLM模型对经济高质量发展的影响因素进行分析。本文发现，表6第2列中，科技研发阶段创新指数的一次项和平方项分别与经济高质量发展水平呈显著负、正相关，即经济高质量发展水平与科技研发创新指数呈现先减后增的U型曲线关系，当科技研发创新指数跨过拐点值时，科技研发对经济高质量发展水平起显著促进作用。成果转化阶段，创新指数对经济高质量发展水平的线性影响不显著，本文将成果转化阶段创新指数平方项纳入回归方程后发现结果仍不显著，可能与中国当前科技成果转化平台不够完善，技术向社会和环境效益转化不够显著有关。但表6第6列中的两阶段创新势力和创新效率相关系数显示，成果转化阶段创新势力对经济高质量发展水平具有显著积极影响。但是科技研发阶段创新效率和创新势力均不显著，可能与未考虑科技研发的非线性作用有关。

注：***、**、*分别表示在1%、5%、10%水平下显著，小括号内为t统计量，下同

对中国经济高质量发展影响因素进行直接和间接效应分解，以确定科技创新指数对本地区和邻近地区高质量发展的影响程度及差异。将空间面板模型中自变量X对因变量Y的总效应分为直接效应(对本地区Y的影响)和间接效应(对邻近地区Y的影响)[26]。采用SLM模型对经济高质量发展的空间溢出效应进行分解，结果见表7。

无论是直接效应还是间接效应，滞后一期的经济高质量发展水平对当期值均具有显著促进作用，预示着经济高质量发展水平提升是一个长期积累的过程。经济高质量发展水平与科技研发阶段创新指数呈显著U型曲线关系，直接和间接效应结果类似。以总效应为例，该二次曲线的拐点为0.452。对比原始数据发现，考察期内科技研发阶段创新指数均值跨过拐点(>0.452)的省市包括北京、上海、安徽、陕西、重庆等16个省市，主要来自东部地区和少数中西部发达地区，其余14个省市的科技研发创新指数均值均小于0.452。表明当前东部省份科技研发创新指数对本地区和邻近地区经济高质量发展水平产生积极影响，而中、西部地区科技研发能力仍有待提高。

成果转化创新指数对中国经济高质量发展水平具有负向影响但不显著，直接和间接效应分解结果保持一致。这与之前表6中的分析结论类似，虽然成果转化阶段创新势力对经济高质量发展具有积极影响，但成果转化平台不完善、转化效率不高可能是其主要原因，科技成果并未有效转化为经济、环境和社会效益。

控制变量方面，政府支持对经济高质量发展水平具有显著积极影响。金融机构支持对经济高质量发展存在正向影响，金融机构对科技创新的资金支持起辅助作用，金融环境改善有利于促进金融要素在区域间流动，优化实体经济资源配置，进而促进区域经济高质量发展。

直接效应和间接效应回归结果，与总效应结论基本一致，只是影响程度存在差异。无论是正向还是负向作用，变量对不同地区经济高质量发展的直接效应均大于间接效应，也与笔者预期基本一致。因地理距离等原因，其对邻近地区经济高质量发展的影响会逐步减弱，从而得出上述结论。

本文在原有回归模型基础上，引入政府支持×创新指数、金融支持×创新指数两个交叉项，分析政府支持、金融支持在两阶段创新指数对经济高质量发展中的调节效应，结果见表8。

由表8可知：①在科技研发阶段，政府支持与创新指数交叉项对经济高质量发展的影响并不显著，即政府支持的调节效应假设未通过检验，而政府支持在成果转化阶段创新指数促进高质量发展中的调节效应显著为正。政府支持更关注那些能够促进经济环境效益转化项目的研发和应用，在一定程度上提升了成果转化产出及经济高质量发展水平。另外，部分企业并未将政府资助用于科技研发，导致政府资助对科技研发的效果大打折扣;②无论是科技研发还是成果转化阶段，金融支持在创新指数促进高质量发展过程中的调节效应均显著为负。金融机构因规避创新风险和贷款成本等原因，往往资助一些以生产性为主导的大型国有企业，上述企业往往不缺资金且部分僵尸企业成长性不强。创新性突出的科技型企业(如百度、腾讯)往往采用融资上市方式筹措资金，导致金融支持在创新指数促进高质量发展过程中的调节效应为负。

4 结论与建议

4.1 结论

本文实证分析科技创新对中国经济高质量发展的影响，结果表明：①中国经济高质量发展水平均值为0.322，考察期内并没有显著提升，还有较大改进空间。东部地区明显高于中西部地区，经济创新和经济开放发展指数明显偏低是中西部地区发展水平落后的主要原因。莫兰指数表明，中国各省份经济高质量发展水平呈显著空间正相关，且存在显著局域集聚特征，即质量发展水平高的地区与高地区相邻，质量发展水平低的地区与低地区相邻；②创新指数可分解为创新势力和创新效率，两阶段创新势力值均明显偏低，是导致中国各省份创新指数不高的主要原因。无论是科技研发还是成果转化阶段，东部地区省份创新指数、创新势力和创新效率始终处于全国最优水平，而中西部省份至少在某一阶段的创新绩效损失明显；③无论是直接效应还是间接效应，经济高质量发展水平与科技研发创新指数呈现U型曲线关系，拐点为0.452，当前东部大多数省市已跨过拐点，中西部地区仍基本处于拐点左侧。成果转化阶段创新指数对经济高质量发展水平的影响不显著，但成果转化阶段创新势力对经济高质量发展具有显著促进作用。政府支持在成果转化阶段创新指数促进高质量发展过程中具有显著正向调节效应，金融支持在两阶段创新指数促进高质量发展过程中的调节效应均显著为负。

4.2 建议

(1)重视创新驱动高质量发展，在五大发展理念指导下，实现中国经济由高速增长向高质量发展转变。国家需制定区域协调发展和互动政策，消除创新资源在区际间流动障碍，实现资源高效配置和充分利用，促进科技创新成果向邻近地区乃至全国溢出。 注重科技研发和成果转化过程管理，关注创新势力和创新效率提升，推动中国经济高质量发展。继续加强中国中西部地区科技人员、科技经费投入与管理，并通过结对帮扶、技术援助等手段，加强中西部地区企业技术团队和管理制度建设，促进技术开发和知识产权管理等活动开展。加强科技成果转化平台建设和管理，营造良好的市场环境，注重科技成果转化效率提升，严格把控生产环境质量和污染排放标准，促进绿色可持续发展。

(2)充分发挥政府资助、金融支持在创新驱动高质量发展中的积极作用。地方政府和企业需加强基础研究投入，关注具有广阔应用前景、创新性强的科研项目，激发科技研发和成果转化对高质量发展的促进效应。加强政府研究经费监管，避免将政府资助科研经费用于生产和消费等其它环节。金融机构需利用大数据分析和专家咨询等手段，加强创新性项目风险和收益预判评估，树立长期投资和期权收益导向。

本文仍存在一些不足之处：①基于创新、协调、绿色、开放、共享五大发展理念，构建中国经济高质量发展水平指标体系，但目前关于高质量发展指标体系构建思路较多，见仁见智，未来可从全要素生产率、经济包容性增长、促进公平等方面对该指标体系加以完善；②着重分析讨论两阶段创新指数、创新效率、创新势力对经济高质量发展的影响，未来可深入研究突破性创新、颠覆式创新对中国经济高质量发展的影响。

参考文献:

[1] LUCAS R E.On the mechanics of economic development[J].Journal of Monetary Economics, 1988, 22(1): 3-42.

[2] ROMER P.Increasing returns and long-run growth [J].Journal of Political Economy,1986,94(5): 1002-1037.

[3] FAGERBERG J.Technology, growth and competitiveness: selected essays [M].Cheltenham: Edward Elgar Publishing, 2002.

[4] 李垣,汪应洛.企业技术创新动力机制构成要素的探讨[J].科学管理研究, 1994,12(4): 43-45.

[5] 唐未兵,傅元海,王展祥.技术创新、技术引进与经济增长方式转变[J].经济研究, 2014 (7): 31-43.

[6] 苏治,徐淑丹.中国技术进步与经济增长收敛性测度—基于创新与效率的视角[J].中国社会科学, 2015(7):4-25.

[7] 万建香,汪寿阳.社会资本与技术创新能否打破“资源诅咒”——基于面板门槛效应的研究[J].经济研究, 2016(12): 76-89.

[8] 刘婷婷.R&D投入、创新机制与经济增长—新技术指标体系下的理论分析与实证检验[J].南开经济研究, 2017(3):139-153.

[9] 张江雪,蔡宁,毛建素,等.自主创新、技术引进与中国工业绿色增长——基于行业异质性的实证研究[J].科学学研究, 2015, 33(2):185-194.

[10] 钞小静,任保平.中国经济增长质量的时序变化与地区差异分析[J].经济研究, 2011(4):26-40.

[11] 魏敏,李书昊.新时代中国经济高质量发展水平的测度研究[J].数量经济技术经济研究, 2018 (11): 3-20.

[12] 李金昌,史龙梅,徐蔼婷.高质量发展评价指标体系探讨[J].统计研究, 2019, 36(1): 4-14.

[13] 华坚,胡金昕.中国区域科技创新与经济高质量发展耦合关系评价[J].科技进步与对策, 2019,36(8): 19-27.

[14] 辜胜阻,吴华君,吴沁沁,等.创新驱动与核心技术突破是高质量发展的基石[J].中国软科学, 2018, (10): 9-18.

[15] 白俊红,王林东.创新驱动是否促进了经济增长质量的提升[J].科学学研究, 2016,34(11): 1725-1735.

[16] 刘思明,张世瑾,朱惠东.国家创新驱动力测度及其经济高质量发展效应研究[J].数量经济技术经济研究, 2019 (4): 3-23.

[17] 洪银兴.“习近平新时代中国特色社会主义经济思想”笔谈[J].中国社会科学, 2018 (9):4-73.

[18] 任保平,钞小静,魏婕.中国经济增长质量报告(2015)——中国经济增长质量指数及省区排名[M].北京:中国经济出版社,2015．

[19] HANSEN M T, BIRKINSAW J.The innovation value chain[J].Harvard Business Review, 2007, 85(6): 121-130.

[20] GUAN J C, CHEN K H.Modeling the relative efficiency of national innovation systems[J].Research Policy, 2012, 41(1): 102-115.

[21] 郭斌.中国上市公司创新指数报告(2019年)[R].杭州:浙江大学管理学院, 2019．

[22] 金碚.关于“高质量发展”的经济学研究[J].中国工业经济, 2018(4):5-18.

[23] 干春晖,郑若谷,余典范.中国产业结构变迁对经济增长和波动的影响[J].经济研究, 2011(5):4-16.

[24] CHARNES A, COOPER W W, RHODES E.Measuring the efficiency of decision-making units [J].European Journal of Operational Research, 1978, 2(6):429-444.

[25] 李向东,李楠,白俊红,等.高技术产业研发创新效率分析[J].中国软科学, 2011,26(2):52-61.

[26] LESAGE J P, PACE R K.Spatial econometric modeling of origin-destination flows[J].Journal of Regional Science, 2008, 45(8):941-967.

(责任编辑：张 悦)