收入差距会促进创新吗？，本文主要内容关键词为：收入差距论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、引言 收入分配中存在的一些不公平因素导致了中国改革开放后收入差距和贫富差距的不断攀升，并且已经演变为非常突出的社会问题(万广华等，2008)。长期维持在较高水平的基尼系数①成为中国陷入“中等收入陷阱”的最大风险(Vandenberg和Zhuang，2011)。解决跨越“中等收入陷阱”的难题不能寄希望于继续依赖要素投入以驱动经济发展，而需依靠科技创新，真正实现产业转型升级。尽管中国的创新战略初显成效，在科技创新、科技应用、创新环境和基础设施建设等方面都取得了较大进展，但仍面临诸多难题，其中作为国民经济基础产业的制造业，其创新就乏善可陈。首先，中国制造业大而不强，主要依靠低成本的要素投入、大市场份额的销售以及政府偏向政策的推动获利，高技术产业新产品产值占工业总产值的比率仅在3％左右(Wu等，2010)；其次，缺少核心技术，很多行业出现产业技术空心化现象；最后，高端产品依赖进口受制于人，科学技术重引进轻吸收。因此，在中国收入差距持续扩大的背景下，进一步深入研究收入差距如何影响创新成为中国能否抓住机遇实现经济转型升级、跨越中等收入陷阱的关键。 虽然收入分配与创新对经济发展的影响机制与其结论已经非常明确(Breznitz和Murphree，2011；林毅夫和陈斌开，2013)，但收入分配与创新之间的关系依然是一团迷雾。收入分配与创新不仅都关乎“跨越中等收入陷阱”，而且都是关系中国经济持续发展所面临的重大挑战，因此厘清现阶段中国的收入差距对创新水平的影响尤为重要。理论文献将收入差距对创新影响的主要机制归结为规模效应和价格效应(Bertola等，2014)。其中，规模效应是指如果收入差距过大，使得一部分人变得更穷，缩小了新产品的市场规模，则导致创新发展缓慢，此时只有缩小收入差距才有助于创新的发展。规模效应对创新活动的影响主要表现为：其一，分摊风险。随着市场规模的扩大，对于创新产品的有效需求增多可以分摊前期科研的风险，从而降低创新活动的高风险。其二，分摊成本。创新产品前期投入较大。主要的盈利方式靠不断扩大的市场范围而降低边际成本(范红忠，2007)。其三，优化市场环境。市场需求的扩大削弱行业垄断，在充分竞争的环境下，企业优胜劣汰，正常地进入退出，从而激励更多的企业进行创新活动以维持自身的运营(Cook和Uchida，2008)。而价格效应与规模效应截然不同，其强调由于中高收入人群更能从新技术中获得更高的收益，愿意为技术创新买单，收入差距拉大使中高收入者增加购买创新产品的数量，呈现出收入差距促进创新。价格效应着眼于新产品的高价特性，虽然低收入者负担不起这些昂贵的非生活的奢侈品消费，但收入偏高群体更关注这些新产品的体验，是创新产品的主要消费群体(Li，1998)。实际上，最早的创新主要源于富人对于奢侈品的追求，由于奢侈品象征了一定的社会地位，因此他们愿意为昂贵的奢侈创新产品买单。价格效应和规模效应都是以需求为中介影响创新活动，但其影响结果完全相悖，如果新产品拥有较大的需求市场，此时规模效应会占优；然而，如果只有少数处于高收入的群体愿意购买新产品，则价格效应占主导(Tselios，2011；安同良和千慧雄，2014)。收入差距对创新的影响还受制于经济发展水平等外部环境。在经济发展水平较低的地区，工人的工资水平较低，低工资会加强工人的流动性，导致劳动成本上升和生产率的下降，进而降低人力资本的累积速度，从而影响创新(Keeble和Wilkinson，2000)。 令人遗憾的是，作为经济转型的发展中大国，研究中国收入差距如何影响创新的文献非常匮乏，其结果莫衷一是。王俊和刘东(2009)利用中国省际面板数据，发现在短期内收入差距对创新有促进作用而长期则表现为抑制作用。李平等(2012)在模型中引入收入差距与需求规模和消费结构两者的交互项，发现大多数地区收入差距与创新呈倒U关系。安同良和千慧雄(2014)进行了仅基于产业层面的大中型企业的实证分析，发现收入效应较小时规模效应占主导，收入差距不利于企业创新。这些仅有的对中国问题的研究均缺乏对创新溢出效应和收入差距内生性问题的考虑。事实上，(1)创新具有空间溢出效应，表现为当地的创新成果和创新活动会影响到周边的地区。地理上的相邻易于促进知识的流通，产生区域间知识的溢出(Rodríguez-Pose和Crescenzi，2008)。可编码知识如书籍、论文、专利等手段能够使得知识免费或有条件的向外溢出。同时，科技产品包含了大量的创新信息，容易被同行竞争者通过逆向工程而学习和掌握其核心技术，导致产品的创新技术在同行业和上下游企业间传播。但是，靠人际交往进行知识传播的创新网络受限于一定的地域范围内、影响创新的诸多关键因素不可转移，以及创新传播存在的人力门槛都导致创新的溢出效应被限于一定的地理区域内(Varga等，2005；Ponds等，2010)。(2)创新也会反过来影响劳动者的收入分配状况，导致内生性问题。创新导致技术工人的工资呈指数增长，创新活动越频繁意味着技术与非技术工人之间的收入进一步扩大(Pieroni和Pompei，2008)。此外，创新对收入差距的影响还依赖于地区教育水平。教育可以提高生产者的技术水平以促进创新，在教育水平高的地区，其劳动力能够控制较大的市场份额，提高其收入水平(Sterlacchini，2008)。 本文选取全国279个地级市2008-2012年的面板数据，考虑创新的循环累积和溢出效应，构建空间动态面板模型，考察收入差距对创新的影响机制。研究发现：区域创新存在显著的空间相关性，且收入差距与创新之间存在倒U形关系。进一步分析发现，收入差距对创新影响存在显著的区域差异。这表明经济发达地区的规模效应相比欠发达地区更为明显，因此只有提升区域经济发展水平，才能从根本上实现降低收入差距与实施创新驱动政策齐头并进，实现经济转型升级。区别于已有文献，本文的边际贡献在于：(1)现有研究的理论模型忽略了创新的自我强化和空间相关性，这与创新的实际特征不符。因此，本文考虑创新随着时间和空间的变化，纳入创新的累积循环效应和溢出效应构建空间动态面板模型。(2)考虑模型中收入差距存在的内生性问题。收入差距作为收入的激励机制会影响创新成果，反过来创新也会造成不同群体的收入差距。这种反向因果关系导致的内生性问题会使参数估计发生偏误，而以往文献忽略了对弱化内生性问题的考虑。此外，本文将已有文献利用的省际层面数据进一步细化到地级市层面，有助于捕捉省际内部地级市之间的差异性，更细致地反映收入差距对创新的影响。 本文余下部分安排如下：第二部分是数据来源、模型构建与变量选取；第三部分为实证结果分析；第四部分为进一步分析，考察在不同程度的经济发展水平下收入差距对创新影响的变化；最后一部分是研究结论与政策建议。 二、数据来源、模型构建与变量选取 (一)数据来源 本文在分析中涉及的样本涵盖除香港、澳门特别行政区和台湾地区以外的中国大陆31个省、自治区、直辖市。创新产出数据来自国家统计局专利查询数据库，采用2008-2012年全国279个地级市专利数量的统计数据，包括地区专利总数、实用新型、外观设计和发明创造专利数量。地区经济发展水平、教育水平、登记失业率和人口密度等数据均来自对应年份的《中国城市统计年鉴》、各城市或各省的统计年鉴。城镇居民可支配收入以及农村居民纯收入来自各城市的《国民经济与社会发展统计公报》。此外，本文使用的地级市的经纬度数据来源于网络城市经纬度百度下载，具体精确到地级市。 (二)模型构建 1.动态面板模型 根据已有文献的理论和经验分析，创新存在循环累积效应，因此区域创新会受到其滞后期的影响。另外，收入差距对创新的影响可能存在某种非线性关系，因此本文初步建立如下动态面板模型：
2.空间动态面板模型 创新除了具有明显的循环累积效应外，还包括溢出效应。创新能力具有空间相关性，地理上的相邻会促进创新知识与经验的传播与交流，产生区域创新溢出效应。考虑将创新在某一地区的空间溢出效应引入模型，建立如下空间动态面板模型：
其中，W表示空间权重矩阵，矩阵中的每个元素为地区i和地区j之间欧氏距离平方的倒数。
表示创新水平的空间滞后项，是空间权重矩阵W与专利数列向量
的乘积，即周边地区创新水平的加权平均值。本文利用地区i和地区j之间的经纬度测度两地区之间的空间相对距离。如果相对距离越大，表明两地区实际距离越远，那么他们在空间上的相关性就会越弱。 (三)研究变量 1.创新(Inov) 创新是提升经济实力和培育新竞争优势的重要引擎，是中国跨越“中等收入陷阱”的重要保障(Rosenberg，2004)。现有文献关于创新行为的度量方法有很多，其中，最常用的创新指标是区域专利数。虽然不是所有的发明都申请了专利，甚至有些专利最终也没有得到使用，但仍然有很多文献都运用专利数刻画创新行为。首先，专利体现了创新产生新事物的特点。在申请专利时需要专业人员对专利的创新性和实用性进行审核，如果申请成功，则表明此项专利在一定程度上具有创新性；其次，专利的使用需要支付一定的价格，比较接近创新的盈利特点和商业应用。因此，专利数据能够比较全面地反映各地区的发明和创新信息(Archibugi，1988)，而且每个行政区域内的专利数量可以作为各经济组织间沟通合作的一项重要指标，并可能会形成地区上的创新(Sonn和Storper，2008)。最后，目前可获得的专利数较其他度量数据更为完整，更易于进行动态分析。在统计局专利查询数据库中，我们整理出地级市的专利总数，专利类型包括实用新型、外观设计和发明专利。在实际运用专利数量度量区域创新程度中，为了消除人口对创新能力的影响，我们采用地级市总人口对专利总数进行标准化。 2.收入差距(Ineq) 长期以来衡量中国收入差距的Gini系数一直持续超过国际警戒线0.4的水平，在新常态下全面实施创新驱动战略促进产业升级必须明晰如此严重的收入差距如何影响创新水平。由于本文的数据需要细化到地级市，而且目前精准测度中国地级市层面的基尼系数是不可行的，因此我们运用城乡收入比度量区域收入差距，即城镇居民人均可支配收入与农村居民人均纯收入的绝对比值，如此度量还有如下考虑。首先，中国的收入差距在很大程度上表现为城乡收入差距，而且在中国现有的多种收入分配差距中城乡差距最为突出。②城乡收入差距体现了中国的特色，差距的扩大是中国收入分配恶化最重要的决定因素之一(李婷和李实，2013)。其次，城乡收入差距与总体收入差距的变化趋势基本保持一致。③鉴于此，本文采用城镇居民人均可支配收入与农村居民人均纯收入的绝对比值来度量总体城乡收入差距。 3.创新的空间溢出效应(WI) 研究创新不能忽略其溢出效应，首先，企业在创新方面的沟通合作所具有显著的区域化特征使得创新在特定的区域内产生空间集聚现象(Hotz-Hart，2000)。其次，地理上的相邻促进了知识流通，产生区域间的知识溢出效应，而创新在空间上的溢出，很大程度上依赖于知识溢出(Varga等，2005)。通常我们用创新的空间相关性Moran'I指数度量其溢出效应，计算Moran'I指数的前提是确定空间权重矩阵
。如果W为空间权重矩阵，则可用如下矩阵表示。
矩阵W中每个元素为地区i和地区j之间距离平方的倒数，对角线元素全为0。空间权重矩阵
的选择至关重要，我们仿照大多数学者采用的简单空间相邻进行设定(吴玉鸣和何建坤，2008)，根据地区的空间(经纬度)坐标决定计算两地区间的相对距离。本文定义创新的溢出效应为WI，即空间权重矩阵W与专利数列向量Inov的乘积。相应地，WI_use、WI_des、WI_cre分别表示实用新型、外观设计和发明专利的创新溢出效应。 4.居民收入(Income) 居民的收入水平对区域创新有促进作用。首先，居民的收入水平直接决定其购买力水平。收入水平越高的居民，越有能力消费更好、更昂贵技术的新产品(Bertola等，2014)，因为他们能从中获得更好的体验和服务，从而刺激企业进行新的创新活动，提高技术水平。其次，居民收入水平的提高也反映了本地区经济发展水平。经济越发达，城市的创新行为越活跃，区域创新能力也越强。本文用地区居民平均工资收入度量地区居民的平均收入。 5.地区经济发展水平(PerGDP) 由于自然地理环境和发展基础的差异，中国各地区间的经济发展水平存在较大的不均衡性，从而会导致不同区域上创新水平存在差别。地区经济发展水平越高，员工的工资收入水平也就越高，能够显著降低劳动力的流动性、对劳动力成本、劳动生产率以及人力资本的累积产生积极影响，从而有利于地区的创新活动、提高区域创新水平(Pieroni和Pompei，2008)。不同地区的经济发展水平不同，经济结构也存在差异。鉴于此，本文采用地区人均GDP来度量不同地区的经济发展水平。 6.受教育程度(Edu) 教育通常对区域创新有着积极的影响作用，因为在人力资本水平较高的地区，越能较好地吸收现有的知识并将其转化成为有效的创新(Sterlacchini，2008)。同时，高素质水平的人群在一个较大的空间内可以相互传播交流他们的才能和知识(Saint-Paul，2008)，即存在知识溢出现象。居民教育水平越高，对新事物的接受程度就越高，新产品销售量的提高会刺激企业产生创新行为，提升区域创新氛围，从而提高区域创新能力。由于每个地区的人口数不同，为了消除城市规模的影响，本文用高中生人数与该城市总人口的比例来度量城市的平均受教育程度。 7.人口密度(Popdensity) 一般认为，人口数量虽然不是影响知识生产和区域创新的一个重要因素，但是在人口众多的区域内蕴藏着大量的有一定知识和技能(包括熟练劳动力)的人力资本，对区域创新至关重要(吴玉鸣，2006)。人口密度越大，创新人才也相对越多，从而有利于区域创新。因此，本文采用地区每平方公里的人数来度量地区人口密度。 8.登记失业率(Unemploy) 失业率对于地区经济发展、社会和谐稳定以及区域创新有着不可忽视的重要作用。城镇登记失业率是衡量经济基础环境的指标之一，而经济基础环境又是区域创新环境的重要构成要素，代表着一个地区的经济实力，反映了创新所需的资金和动力支持。就业率可以从一定程度上反映地区经济的发展水平，经济不景气时，就业率会相应下降，失业的人数就会有所增加。鉴于此，本文利用登记失业率作为影响区域创新的因素之一，其度量方法为：登记失业人口/(单位从业人员+私营个体从业人员+登记失业人口)。 9.东部地区(East) 区域创新水平因地理位置的不同而有所差异。由于中国地域辽阔、地区差异性较大，中国东部沿海城市的经济发展水平较高，企业的创新能力较强，而中西部地区经济发展相对落后，企业创新能力较弱(王俊和刘东，2009)。同时，不同地区间的金融发展水平、教育投入和对外开放程度等方面都存在较大不同，因此，城乡收入差距也存在一定差别，从而城市的地理位置对区域创新的影响不容忽视。基于此，我们定义地区虚拟变量，如果该城市属于东部沿海地区，④其值取1；否则为0。 10.经济发达地区(GDPdum) 中国经济发达地区与经济欠发达地区的发展水平存在较大差异，进而区域创新水平以及城乡收入差距也存在差异。由于欠发达地区受自然、历史、政策等众多因素的影响，创新主体总体上缺位、创新资源匮乏、关系通道不足等制约了其区域创新能力的发展。而对于经济发达地区而言，高水平的人力资本、丰富的创新资源，较强的企业自主创新能力有利于区域创新水平的提高。因此，我们定义地区经济发展程度虚拟变量，如果该城市在2008-2012年间的人均GDP在90％分位线以上，⑤则属于经济发达地区，其值取1；否则为0。 11.大城市(Top) 城市发展规模的大小对区域创新存在重要的作用。大城市由于各种生产要素的空间差异，市域内各区县经济发展水平、发展潜力差异显著。大城市较之中小城市，在经济社会综合实力、创新资源、创新投入、创新产出等方面都拥有明显优势，更具备建设创新型城市的基础条件。本文定义城市大小虚拟变量，如果该城市被划分为一线或二线城市，⑥则属于大城市，其值取1；否则为0。 本文所使用的变量含义及其度量方法如表1所示。
(四)描述性统计 表2列出了本文所有研究变量的简单统计性描述。对创新的溢出效应而言，无论是从专利总数还是实用新型专利、外观设计专利以及发明专利数量的均值来看，中国区域创新存在不同程度的空间溢出效应，因为科学技术即发明专利，较实用新型和外观设计专利更难被模仿，所以表现在其溢出效应最不明显，即均值最小。居民收入的均值为3.235，最小值为1.171，而最大值为33.063，说明中国绝大部分居民属于中、低等收入阶层，高收入人群只占少部分，也进一步体现了中国存在较为明显的收入差距现象。同时，中国地区人均GDP(万元)的均值为3.393，而最大值为18.286，表明不同地区的经济发展水平存在显著差异，中国的整体经济发展水平有待进一步提高。在本文研究样本的所有城市中，有35％的城市位于东部沿海地区、10％的城市属于经济发达城市、5％的城市属于一线或二线城市，即大城市。
图1描述了收入差距与四个创新指标之间的散点图及其倒U形关系曲线。⑦收入差距与创新呈右偏的倒U形关系，当收入差距较小时，随着收入差距的增大，创新水平也随之增大；但当达到倒U形曲线的拐点之后，创新水平随着收入差距的增大而又逐渐减小，这初步表明收入差距与创新之间存在倒U形的非线性关系。
图1 收入差距与创新的散点图及倒U形曲线 三、实证结果分析 (一)动态面板模型估计 本文对构建的动态面板模型(1)进行Hausman检验，其结果见表3的最后两行，检验结果表明应该运用一般固定效应估计方法(离差变换OLS估计)对模型(1)进行估计，表3显示了回归结果。其中(1)和(2)列是基准回归估计结果，采用人均专利总数(Inov)和人均发明专利数(Inov_cre)作为创新的主要度量指标，以初步反映区域创新水平。(3)和(4)列是稳健性检验的回归估计结果，采用人均实用新型专利数(Inov_use)和人均外观设计专利数(Inov_des)作为创新的替代指标，进行稳健性分析。回归结果表明，四种创新度量指标的滞后项(L.Inov)系数估计结果均为正，且在1％的水平上显著，表明区域创新存在较强的累积循环效应，前期的创新对本期创新有显著的促进作用(Tselios，2011)，而其它解释变量与控制变量对创新没有显著的影响，尤其是收入差距，其一次项和二次项的系数显著性检验t值都很小。这可能是由于收入差距的内生性造成的。此外，由于动态面板模型(1)中包含创新的一阶滞后项，运用一般固定效应估计方法会导致残差序列高度相关，使得模型的回归结果有偏且非一致。
(二)内生性问题 在收入差距影响区域创新的同时，区域创新也会对收入差距产生一定程度的影响。首先，区域创新会增加高技能员工的工资，扩大收入差距。这表现为，一方面，区域创新行为越活跃，越会导致职工技能在更大程度上的差异(Pieroni和Pompei，2008)。信息技术的提高会增加对高技能员工的需求，而符合技能要求的员工难以寻觅，这导致高技能员工的收入增加(Saint-Paul，2008)。另一方面，创新型企业依赖大量高技能高素质的员工，企业为了自身的发展不让高技能员工流失，会不遗余力地为其提供更高的工资和福利，从而提高高技能员工的收入(Hotz-Hart，2000)。其次，区域创新会减少低技能员工的工资，进一步扩大收入差距。创新的投入更多是以无形的人力资本投入为主，加大创新的投入，势必会增加创新人员的支出，从而挤压一般生产人员的支出，导致低技能员工的收入减少。因此在研究收入差距对创新的影响时，不能忽视模型的内生性问题。 为了得到模型(1)的可靠估计量，我们必须选择合适的工具变量。Arellano和Bond(1991)提出了一阶差分广义矩(First Differenced GMM)估计方法，但Blundell和Bond(1998)指出，一阶差分GMM方法容易受到弱工具变量的影响而得到有偏的估计结果。为此，Arellano和Bover(1995)以及Blundell和Bond(1998)提出另一种更加有效的方法一系统GMM(System GMM)估计方法，其具体做法是将水平回归方程和差分回归方程结合起来进行估计。在这种估计方法中，滞后水平作为一阶差分的工具变量，而一阶差分又作为水平变量的工具变量。Blundell和Bond(1998)利用蒙特卡洛模拟发现，有限样本下系统广义矩估计比差分广义矩估计的偏差更小，效率也得到了改进。有时选择工具变量有些任意性，这些矩条件可能会过度约束(工具变量个数超过了内生变量个数)，因此验证矩条件的有效性很重要。为了检验系统GMM的适用性，本文选用Hansen检验来检验过度识别约束的有效性，如果拒绝原假设，表明工具变量没有满足正交性条件，即认为工具变量不是有效的。虽然对于过度识别约束有效性的问题，国内的研究常用Sargen检验，但是Sargen检验更适用于同方差的模型，而对于异方差模型，Hansen检验的效果更好(Hansen，1982)。此外，稳健的估计结果还要求残差通过序列相关的检验。其中，Hansen检验统计量、序列相关检验统计量及其对应的检验p值详见模型的回归估计结果。 (三)空间动态面板模型估计 根据前文的理论描述，创新除了具有循环累积效应外，还具有空间溢出效应。在考虑将创新的空间溢出效应加入到模型(1)中之前，需要检验样本数据中创新变量的空间相依性。本文使用Moran'I指数，对创新的四个度量指标分别进行检验，检验结果如表4所示，发现每个指标检验的P值都非常小，均拒绝原假设，即说明在样本数据中，创新变量存在很强的空间相关性。
表5显示了加入创新的空间溢出效应并运用系统GMM估计方法弱化内生性问题后得到的基准回归结果。首先，创新的循环累积效应仍然显著存在，其次，(1)和(2)列中创新溢出效应项(WI、WI_cre)的系数估计结果均为正，且在1％的水平上显著，表明创新的空间溢出效应能够显著地促进区域创新。这一发现与Coe和Helpman(1995)的研究结论基本一致，他们认为知识可以不受区域边界的限制而在地区之间相互流通，知识溢出可以通过人才流动、地区间的学术交流等不同途径得以实现。人才流动会带来地区间新技能的沟通交流，促进地区间的知识流动；地区间的学术交流也同样实现了知识沟通交流的目的，从而有利于周边地区创新技能的提高，最终促进区域创新水平的提高。再次，收入差距(Ineq)的系数估计结果均为正，且在5％的水平上显著，这表明收入差距在一定程度上能够显著促进区域创新。因为在价格效应占主导地位的情况下，其作用效果相对于市场规模效应更加显著，收入差距程度越大，高收入的消费群体消费新产品的意愿就越高，企业对新产品的价格设定也会相应提高，那么就会激励企业重视创新，增加研发投入(Greenwood和Mukoyama，2001)。但是，城乡收入差距的平方项(
)的系数符号均为负，且(1)列中回归结果在10％的水平上显著，表明较大程度的收入差距会抑制创新。综上分析，本文认为收入差距与区域创新之间存在先上升后下降的倒U形关系，这与李平等(2012)的研究结论基本一致。当收入差距适度时，价格效应占优，从而会促进区域创新水平的提高，但在达到某一临界值(倒U形曲线的拐点)后，随着收入差距的不断扩大，规模效应逐渐占优，最终会阻碍创新水平的提高。
此外，除了对创新累积循环效应、空间溢出效应以及城乡收入差距的考察外，其他控制变量的符号也基本符合理论预期。其中，居民工资收入(Income)对创新的影响效果为正，但并不显著。在以专利总数度量创新水平的基准回归(1)中，人均GDP对创新的影响为正，且在5％的水平上显著，说明地区经济发展水平越高，人们越能积极主动地参与学习和创新的过程，更加有利于创新，这与Pieroni和Pompei(2008)的研究结论一致。同时，在以发明专利数度量创新水平的基准回归(2)中，居民受教育水平(Edu)的系数估计结果为正，且在5％的水平上显著，表明一个地区总体教育水平的提升有利于推动知识和技术传播，进而带动创新水平提升。此外Hansen检验和序列相关检验结果显示，所有回归均通过了Hansen检验；一阶、二阶序列相关性检验表明不存在二阶序列相关，工具变量是有效的。因此实证结果进一步表明，系统GMM方法的估计效果符合理想的预期效果。 (四)稳健性检验 为了进一步验证相关结论的稳健性，本文采用另外两种专利类型的专利数量，即实用新型和外观设计专利作为创新的另外两个代理指标，进一步分析城乡收入差距对创新的影响机制，并检验空间动态面板模型的稳健性。回归估计结果如表5中(3)和(4)列所示，其中，创新的空间溢出效应项系数估计结果均为正，且在1％的水平上显著，进一步表明区域创新具有显著的空间溢出效应。收入差距一次项的系数估计结果均为正，而其二次项的系数估计结果均为负，且均在10％的水平上显著，从而进一步证实了收入差距与创新之间存在一种倒U形的非线性关系，即城乡收入差距较小时能够显著地促进区域创新，但随着收入差距的不断扩大，区域创新则会受到显著的抑制。其他控制变量的系数估计结果也均与(1)和(2)列中的回归结果基本保持一致，表明本文的主要计量结果是稳健的。 四、经济发展程度的影响 (一)按地区划分样本 为了考察不同经济发展水平地区的差异性，深入研究收入差距对区域创新的影响机制，我们在空间动态面板模型中加入东部地区及其与城乡收入差距的交互项，仍用系统GMM方法进行估计，实证结果如表6所示。在回归结果中，核心解释变量创新的滞后项、溢出效应项和城乡收入差距的系数估计结果与初步回归中的估计结果完全一致。进一步研究发现，在(1)和(4)列回归中东部地区虚拟变量与城乡收入差距的交互项(Ineq*East)系数估计结果均为负，且参数检验分别达到10％和5％的显著性水平，表明东部地区的城乡收入差距对创新的促进作用明显降低了，收入差距对区域创新的影响程度在不同地域可能存在一定差别(李平等，2012)。导致这种现象的原因是东部地区的经济较发达，在收入差距对创新的影响机制中，价格效应没有整体样本那样明显，而规模效应逐渐突显。在经济发达的东部地区，居民收入差距较小，其收入差距的增加不会更多地导致富人追逐奢侈品，而是更可能导致昂贵的创新产品消费规模下降，从而降低创新产品的需求，减少区域创新。反过来，经济较发达地区的人均收入水平较高，如果收入差距减少，更多消费者就有能力购买新产品，消费者购买能力的提升促使需求规模扩大，更加激发商家的创新欲望，进而提高区域创新能力。因此，在经济发达的东部地区，如果减少收入差距则可能更好地促进创新。
(二)按经济发展程度划分样本 由于东、西部地区的划分是按照所属省份的地理位置，实际上在东部地区的分类中，也存在一些经济不发达的地级市。因此，我们考虑按照城市人均GDP构造虚拟变量(GDPdum)，按照经济发展实际状况，对279个地级市进行划分。本文定义2008-2012年期间人均GDP值大于90％分位数的城市，其取值为1，即为发达城市；否则为0，即为不发达城市。同样的，我们采用系统GMM方法对模型进行估计，结果如表7所示。回归结果中所有变量的估计结果均与前文的结论基本保持一致，其中，在(1)和(2)列回归中发达城市的估计系数均为正，且在1％的水平上显著，表明发达城市的区域创新活动显著比不发达地区的活跃。城市发达水平与城乡收入差距的交互项系数(Ineq*GDPdum)估计结果均为负，且在1％的水平上显著，这一估计结果与东部地区和城乡收入差距的交互项系数估计结果一致，而且交互项的估计系数绝对值高于收入差距变量的估计系数，这表明在经济水平发达的城市，收入差距影响创新的价格效应机制被极大地减弱甚至抵消，规模效应占优，收入差距的降低会促进创新活动。 (三)按等级划分样本 地区的经济发展水平除了受到城市人均GDP的影响以外，其与城市人口规模、地理位置等城市特征关系密切。通常发达地区容易吸引劳动力的流入，而劳动人口的扩张会进一步刺激地区经济的繁荣。因此，下面我们综合考虑城市的人口规模、经济政治发展程度、地理位置的重要性等，按照2014年最新的城市划分，构造大城市虚拟变量，具体方法为将一线、二线城市定义为大城市(Top)，其取为1，其余取值为0。采用系统GMM方法估计的回归结果如表8所示。在所有回归中，大城市的系数估计结果均为正，且在1％和5％的水平上显著，表明大城市的区域创新相比其他城市更活跃。而大城市与城乡收入差距的交互项(Ineq*Top)系数估计结果在(1)、(2)和(4)回归中均显著为负，表明在大城市中城乡收入差距对创新的促进作用被显著地削弱，这与表6、表7中的结论保持一致，进一步说明在经济发展水平越高的地区，在收入差距对创新的影响机制中规模效应比价格效应更突出，此时，缩小收入差距更有利于区域创新水平的提高。
五、研究结论与政策建议 长期以来居民收入差距的居高不下成为中国能否顺利跨越“中等收入陷阱”的最大风险。同时，收入差距作为一种外生制度演变的结果，通过需求规模和需求结构对自主创新产生了不同的经济效应，即市场规模效应和价格效应。本文利用中国279个地级市2008-2012年的面板数据，构建空间动态面板模型，考察收入差距对于创新的影响机制。结果表明，区域创新存在累积循环效应以及空间溢出效应，收入差距与创新之间存在倒U形的非线性关系。当收入差距处于倒U形曲线的上升阶段时，在中国收入差距对创新的影响机制中价格效应占主导，适当的收入差距会显著促进创新活动和企业研发。但是，当收入差距扩大到一定程度，处于倒U形曲线的下降阶段时，规模效应占主导，则会显著地抑制创新。进一步研究发现，在中国东部沿海、人均GDP较高和一二线城市中，城乡收入差距对区域创新的促进作用受到抑制甚至抵消，在经济发达地区规模效应高于价格效应，缩小收入差距更加有利于区域创新水平的提高。 推动大众创业、万众创新，实施创新战略成为中国顺利跨越中等收入陷阱的根本举措。如何实现缩小收入差距与促进创新齐头并进，对于中国成功跨越中等收入陷阱、转变经济增长方式具有重要意义。首先，积极推进城镇化进程，坚持大中小城市和小城镇协调发展。构建以大中城市为中心城镇的体系，带动城乡经济协调发展。同时，加快推进西部城镇化进程，改变中国城镇化发展区域不平衡现象。其次，发挥东部沿海城市的经济示范效应，实施西部地区开放战略，加快内地贸易经济的发展。把“一带一路”建设与区域开发开放结合起来，加强亚洲及周边国家的互联互通建设，促进区域经济协调发展。因此，实施中西部地区开放战略和逐步提高城镇化水平，提升区域经济发展水平是实现减少收入差距与实施创新驱动战略齐头并进的关键。 注释： ①从2003年的0.479逐步攀升至2008年的峰值0.491，之后逐年下降，但到2014年其基尼系数仍保持在0.469，远远超过国际警戒线0.4的水平。见《中国基尼系数6连降贫富差距仍超警戒线》，《发展导报》2015年01月23日，http://news.163.com/15/0123/11/AGL16DIJ0014Q4P.html. ②2009年城镇居民人均可支配收入与农村居民人均纯收入的绝对比值达到峰值3.33∶1。见《2009年中国人权事业的进展》白皮书，中央政府门户网站，2010年9月26日。 ③2000年基尼系数从0.44逐年上升至2008年顶峰值0.491，然后逐年缓慢下降至2014年的0.469。与此同时，2000年城乡居民收入比率从2.78倍上升至2009年最高水平3.33倍，随后城乡收入差距逐步缩小至2013年3.03倍。见《国家统计局局长马建堂就2014年国民经济运行情况答记者问》，http://www.stats.gov.cn/tjsj/zxfb/201502/t20150211_682459.html. ④由全国人大六届四次会议通过的“七五”计划正式公布。东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南等11个省(市)。 ⑤根据世界银行发布的发达国家的标准，人均GDP一直是评判一个国家发展水平的基本指标。按1995年前后的标准，人均GDP在8000美元以上(按名义汇率计算)加上一定程度的社会发展水平就可基本定义为发达国家，2005年提高到10000美元左右。根据这个标准，本文将279个地区2008-2012年间的人均GDP排序，发现有大约10％的城市达到人均CDP10000美元的标准，因此，文章定义为人均GDP在90％分位数以上的城市为大城市，其发展水平已经基本达到发达国家水平。 ⑥《第一财经周刊》发起的“2014年中国城市分级名单(非港澳台)”，2014年10月，http://news.sohu.com/20141005/n404867536.shtml. ⑦首先，本文对创新变量(Inov、Inov_use、Inov_des、Inov_cre)和收入差距变量(Ineq)进行1％的缩尾处理，排除一些极端值的影响，画出收入差距与创新之间的散点图，再采用LOWESS(局部加权回归散点平滑法)拟合出两个变量之间的倒U形平滑曲线。
标签：收入差距论文; 溢出效应论文; 企业经济论文; 经济模型论文; 面板数据论文; 收入效应论文; 回归模型论文; 企业创新论文; 动态模型论文; 专利运营论文; 企业空间论文; 经济学论文;
