论文部分内容阅读
摘要：以规模以上工业企业和大中型工业企业的年度专利申请数衡量工业企业技术创新能力，以保险深度度量保险增长水平，运用空间计量经济模型对中国大陆31个省（市、自治区）的截面数据进行分析，结果显示：中国各地区之间工业企业的技术创新能力在空间上并非随机分布，而是呈现出明显的空间自相关关系，保险增长对工业企业技术创新能力的提高具有显著的促进作用。
关键词：保险增长；工业企业；技术创新；空间计量经济学
中图分类号：F840，F406.2 文献标识码：A 文章编号：1003-3890（2011）10-0037-05
一、引言
近年来随着中国研发投入的不断增加和科研实力的逐渐增强，中国的自主创新能力日渐提高，然而技术创新本质上是一种高投入、高风险的科技活动，具有较高的失败率和不确定性，这就为保险业提供了巨大的发展空间和契机，保险业的增长因而也成为推动技术创新的内在需要和重要动力。一直以来许多学者对金融支持与经济增长的关系做了大量的研究，但有关保险业对经济增长的影响研究目前仍不够丰富，特别是有关保险增长对技术创新的影响这一问题尚未引起学界的足够重视。考虑到中国省域工业企业的技术创新能力存在明显的空间相关性特征，笔者分别以规模以上工业企业和大中型工业企业的年度三种专利申请数代表工业企业技术创新能力，以保险增长指标为解释变量建立空间计量模型，使用2009年度省际截面数据对模型进行估计，分析中国保险业增长对工业企业技术创新的影响，同时提出相关政策建议。
二、文献回顾
Schumpeter（1912）提出金融中介提供的服务是技术创新和经济增长的原动力，他认为功能完善的商业银行能够发现和支持具有较大成功概率的创新项目，从而推动经济增长。而Patrick（1966）则提出“供给导向型”理论和“需求导向型”理论，他认为在经济发展早期，金融深化能作为技术创新型的项目提供资金，进而推动经济增长，表现为供给导向型；一旦经济发展趋于成熟，需求导向型将占主导地位，金融发展和深化是应实体经济拓展的需要而发生的。Hicks（1969）分析英国产业革命发生的原因时认为，引发18世纪英国工业革命从而促进经济增长的新的重要因素就是金融市场，也就是说金融市场为工业新技术的出现提供了大量、持续、长期的投资，并成为产业革命的先决条件之一，即“产业技术革命前必须有金融革命”。King和Levine（1993）发展了一个包括金融系统的熊彼特流派增长模型，证明金融中介分散风险、动员和运用储蓄以及获取有关投资项目信息的功能，与股票市场揭示创新活动预期利润现值的功能共同提高了技术创新率。Allen（1993）、Morck和Nakamura（1999）和Boot和Thakor（1997）等认为，市场导向的资本市场相比银行中介导向的金融体系来说更适合高创新、高风险的投资项目，而银行导向的金融体系更适合传统型的低风险投资项目。
吴玉鸣（2006）基于《中国区域创新能力报告》中的数据，采用因素分析与聚类分析相结合的综合集成评估方法，对中国大陆31个省（市、自治区）的创新能力进行了定量评估及比较，结论是中国的省际创新能力存在明显的地区差异，因而必须分集团而非整齐划一地制定和实施增强区域自主创新能力的对策建议。苏方林（2007）运用地理加权回归（GWR）方法对1993—2002年中国省际R&D知识溢出的空间非平稳性进行了实证分析，研究结果发现在对R&D知识生产进行参数估计时，GWR模型与OLS模型有显著的差异，R&D知识生产的不同要素间存在空间变异。张玉明和李凯（2007）利用空间计量分析方法对中国31个省（市、自治区）创新产出的空间分布以及空间相关性进行了研究，结果显示其创新产出呈现空间集聚和空间依赖的特点，而非随机分布，Moran散点图进一步指出了其创新产出的空间相关模式。刘凤朝、沈能（2007）采用Geweke分解检验和协整分析法就中国金融发展与技术进步的因果关系以及动态演进进行了实证检验，结果表明金融发展与技术进步在长期中存在均衡关系，无论从长期还是短期上看，金融规模与技术进步正相关且两者间具有双向因果关系。孙伍琴、朱顺林（2008）测定了中国大陆23个省（市）金融体系对技术创新的Malmquist生产率，发现这23个省（市）金融发展促进技术创新的效率的平均水平是逐渐提高的，且各省（市）金融发展促进技术创新的Malmquist生产率的差异性也通过随机影响变截距模型得到了验证。陈华、王稳（2011）利用中国1998—2007年的省际面板数据，研究了各省保险发展与技术创新之间的内在联系，结果表明在长期中保险发展与技术创新之间有显著的正向关系，在短期中保险发展对技术创新的影响并不明显，然而该研究并未考虑中国不同地区各经济指标之间的空间依赖性或空间自相关性。
综上所述，关于金融发展与对技术创新的促进作用，国内外学者分别从理论与实证方面进行了研究，形成了一些文献，这些成果为进一步探讨金融发展与技术创新之间的关系提供的坚实的基础和有益的借鉴，然而有关保险业与自主创新之间的关系研究尚不丰富，且方法仍有改进的必要。鉴于中国各地区间经济社会发展水平有较大的差距，且各经济指标在地区分布上还存在较强的空间依赖性，笔者在现有研究成果基础上建立了空间计量模型，以省（市、自治区）数据为样本分析保险增长与中国工业企业技术创新的关系，为中国工业企业技术创新能力的增强提供经验证据和对策思路。
三、实证分析
（一）模型设定与指标选取
为了科学全面地揭示保险增长与工业企业技术创新之间的关系，本文基于Griliches （1979、1986）和Jaffe（1989）提出的知识生产函数，在现有研究基础上建立如下计量模型：
hi=?琢+?茁1RDEi+?茁2GDPi+?茁3FDIi+?茁4INSi+?着
模型中所用数据为2009年中国大陆31个省（市、自治区）的相关数据，其分别来自《中国统计年鉴》、《新中国60年统计资料汇编》、《中国金融年鉴》、《中国工业经济统计年鉴》、《中国区域经济统计年鉴》及《中国科技统计年鉴》等，并根据需要进行了相应的加工处理。模型中所用指标有5个：
1. 技术创新变量（PAT）。与目前已有的相关实证研究类似，本文以专利数来度量一个地区工业企业的技术创新能力。专利通常分为发明专利、实用新型专利和外观设计专利三种，考虑到专利的授权与申请的受理存在一定的时滞，本文分别选取各地区大中型工业企业和规模以上工业企业的三种专利申请受理数来度量工业企业技术创新水平，模型中使用的是每万名从业人员拥有量。
2. 保险增长指标（INS）。保险业的发展既包括规模的增长，也包括结构的优化、效率的提高。考虑到目前中国的保险业仍处在粗放增长的阶段，本文选择衡量保险规模的保险深度指标代表一个地区的保险增长指标。
3. R&D经费内部支出（RDE）。经费投入是影响技术创新的决定性因素，本文分别使用一个地区大中型工业企业和规模以上工业企业R&D经费内部支出占主营业务收入比重来衡量工业企业的技术创新投入。
4. 地区人均GDP（GDP）。根据凯恩斯主义理论，需求决定着供给，因此对技术创新的市场需求将成为影响技术创新产出的一个重要因素。GDP指标反映了一个地区市场需求的总量和总体购买力，而人均GDP则反映了人均购买力水平，如其他条件不变，人均GDP越高，社会有效需求规模就越大，因此笔者用地区人均GDP衡量市场对技术创新的需求，模型中使用的是对数值。
5. 外商直接投资（FDI）。FDI的溢出效应可提高当地企业的技术水平，这已在理论上形成共识，笔者使用地区FDI与GDP的比值来衡量外商直接投资规模，以检验FDI对地区工业企业技术创新的影响。
（二）参数估计与结果分析
1. 数据的空间相关性检验。笔者对中国大中型工业企业和规模以上工业企业的R&D投入占全部企业R&D投入比重进行计算，结果如表1所示。
由表1可知，中国大中型工业企业和规模以上工业企业的R&D投入占全部企业R&D投入的绝大部分。考虑到这里的“企业”不仅包括工业企业，也包括农业和服务业，大中型工业企业和规模以上工业企业的R&D投入占工业企业投入的实际比重将会更高，因此使用大中型工业企业和规模以上工业企业的统计数据作为样本来分析保险增长对工业企业技术创新的影响是可以接受的。
对中国各地区大中型工业企业和规模以上工业企业的三种专利申请数/万名从业人员拥有量进行空间相关性检验，结果如表2所示。
由表2可知，中国各地区大中型工业企业和规模以上工业企业的三种专利申请数每万名从业人员拥有量的Moran’s I值均通过了5%显著性水平的检验，显示中国各地区工业企业的技术创新能力在空间分布上存在明显的空间相关性，而并非互相独立的随机分布。
Moran’s I散点图可更直观地显示各地区工业企业技术创新水平与邻近地区的关系，通过绘制空间相关关系系数的Moran’s I散点图，笔者将技术创新水平分为四个象限，分别用以识别各个省（市、自治区）与其他临近省（市、自治区）之间的相互关系，大中型工业企业和规模以上工业企业技术创新水平的散点图分别如图1和图2所示。
在图1中，右上方为第一象限，表示高技术创新的省（市、自治区）被其他高技术创新的地区所包围（H-H，高—高），包括的地区有：北京、天津、湖北、湖南、重庆、安徽、江苏、上海、浙江、山东等；左上方的为第二象限，表示低技术创新的省（市、自治区）被高技术创新的其他地区所包围（L—H，低—高），包括的地区有：内蒙古、河北、辽宁、吉林、贵州、广西、江西、云南、海南等；左下方的为第三象限，表示低技术创新的地区被低技术创新的其他地区所包围（L—L，低—低），包括的地区有：新疆、青海、甘肃、西藏、宁夏、陕西、山西、河南、黑龙江、四川等；右下方为第四象限，表示高技术创新的地区被低技术创新的其他地区所包围（H—L，高—低），包括的地区为广东。福建同时位于第一、第二象限。第一、第三象限为正的空间自相关关系，而第二、四象限为负的空间自相关关系，计算显示，有64.52%的省（市、自治区）大中型工业企业技术创新存在正相关关系，35.48%的省（市、自治区）则呈负相关关系。
在图2中，规模以上工业企业的技术创新散点图与大中型工业企业差别不大，象限分布不同的省（市、自治区），如：海南从第二象限进入第一象限，山东从第一象限进入第二象限，福建进入第二象限，云南从第二象限进入第三象限。计算结果显示，有67.74%的省（市、自治区）规模以上工业企业技术创新存在正相关，而有32.26%的省（市、自治区）为负相关，与大中型工业企业基本相同。
2. 模型参数估计。空间相关性检验的结果表明，所研究变量在样本期间内具有明显的空间依赖性，因而忽视该特征简单使用经典模型对数据进行分析是不可取的，需建立空间计量模型来考察保险增长对工业企业技术创新的影响。笔者分别对2009年度大中型工业企业和规模以上工业企业的样本数据进行估计，所得结论相似，受版面所限，文中仅列出对大中型工业企业样本数据的估计结果（规模以上工业企业样本数据估计结果备索）。为充分显示空间计量模型与经典计量模型估计结果的差异，笔者将三种估计结果一并列出予以对照（见表3、表4、表5）。
3. 估计结果分析。检查表3发现，LMERROR比LMLAG更显著，且R-LMERROR显著而R-LMLAG不显著，根据Anselin和Florax（1995）提出的标准，应选用空间误差模型，后面的估计结果也验证了这个标准。在表4中，R-squared和LogL增大，AIC和SC也增大，显示空间滞后模型并不合适。由表5可知，在空间误差模型中，模型的拟合优度和LogL值更高了，而AIC值和SC值则明显下降，保险增长变量的估计系数也通过了10%显著性水平的检验，显示模型质量更高，解释力更强了，因而在模型中引入空间效应是非常必要的，这将使回归结果更加稳健可靠。
四、结论与启示
本文分别以规模以上工业企业和大中型工业企业的年度三种专利申请数代表工业企业技术创新能力，通过运用空间计量经济模型对2009年度中国大陆31个省（市、自治区）的样本数据进行分析，结论如下：
1. 中国各地区工业企业的技术创新能力在空间分布上不是随机的，而是存在明显的空间关联性，因而在分析技术创新的影响因素时忽视这种影响是不可取的，应采用纳入空间效应的空间计量模型，从而使分析结果更加稳健可靠。
2. R&D经费投入的系数显著为正，说明R&D经费使用效率较高，资金投入确实对当前中国的技术创新水平具有显著提升作用，因此今后应继续加大对技术创新的资金支持和投入力度，为企业自主创新提供更加完善的物质基础和条件。GDP的系数也显著为正，说明市场需求确实对技术创新有明显的促进作用。一些研究认为，在发展中国家FDI溢出效应并不显著，甚至为负，而在发达国家却存在显著的正效应，本文的分析结果显示，当前中国FDI的技术溢出是正的，但其作用确实不够显著，原因与当前中国金融深化程度的滞后有关。
3. 根据回归结果，保险深度对地区工业企业技术创新能力的影响显著为正，显示保险增长对中国技术创新能力的提高具有明显地促进作用，因而大力发展保险业，扩大保险市场规模，优化保险结构将对中国工业企业技术创新水平的提升带来巨大作用，并可有力地推动中国的创新型国家建设步伐。
参考文献：
［1］Anselin Luc，Daniel A.Griffith. Do Spatial Effects Really Matter in Regression Analysis?［J］.Papers of the Regional Science Association，1988，（1）：11-34.
［2］Anselin Luc，“Local Indicators of Spatial Association—LISA”［J］.Geographical Analysis，1995， Vol.27，No.2:93-115.
［3］吴玉鸣.空间计量经济模型在省域研发与创新中的应用研究［J］.数量经济技术经济研究，2006，（5）：74-85.
［4］师文明，余晓辉.金融效率、经济增长与收入不平等［J］.河北经贸大学学报，2010，（1）.
［5］张玉明，李凯.中国创新产出的空间分布及空间相关性研究——基于1996-2005年省际专利统计数据的空间计量分析［J］.中国软科学，2007，（11）：97-103.
［6］方先明，孙爱军，曹源芳.基于空间模型的金融支持与经济增长研究——来自中国省域1998-2008年的证据［J］.金融研究，2010，（10）：68-81.
［7］陈华，王稳.中国保险发展对技术创新长短期影响效应的实证研究［J］.中国软科学，2011，（3）：82-87.
［8］孙伍琴，朱顺林.金融发展促进技术创新的效率研究——基于Malmuquist指数的分析［J］.统计研究，2008，（3）：46-50.
［9］赵奇伟，张诚.金融深化、FDI溢出效应与区域经济增长：基于1997-2004年省际面板数据分析［J］.数量经济技术经济研究，2007，（6）：74-82.
责任编辑、校对：李金霞
关键词：保险增长；工业企业；技术创新；空间计量经济学
中图分类号：F840，F406.2 文献标识码：A 文章编号：1003-3890（2011）10-0037-05
一、引言
近年来随着中国研发投入的不断增加和科研实力的逐渐增强，中国的自主创新能力日渐提高，然而技术创新本质上是一种高投入、高风险的科技活动，具有较高的失败率和不确定性，这就为保险业提供了巨大的发展空间和契机，保险业的增长因而也成为推动技术创新的内在需要和重要动力。一直以来许多学者对金融支持与经济增长的关系做了大量的研究，但有关保险业对经济增长的影响研究目前仍不够丰富，特别是有关保险增长对技术创新的影响这一问题尚未引起学界的足够重视。考虑到中国省域工业企业的技术创新能力存在明显的空间相关性特征，笔者分别以规模以上工业企业和大中型工业企业的年度三种专利申请数代表工业企业技术创新能力，以保险增长指标为解释变量建立空间计量模型，使用2009年度省际截面数据对模型进行估计，分析中国保险业增长对工业企业技术创新的影响，同时提出相关政策建议。
二、文献回顾
Schumpeter（1912）提出金融中介提供的服务是技术创新和经济增长的原动力，他认为功能完善的商业银行能够发现和支持具有较大成功概率的创新项目，从而推动经济增长。而Patrick（1966）则提出“供给导向型”理论和“需求导向型”理论，他认为在经济发展早期，金融深化能作为技术创新型的项目提供资金，进而推动经济增长，表现为供给导向型；一旦经济发展趋于成熟，需求导向型将占主导地位，金融发展和深化是应实体经济拓展的需要而发生的。Hicks（1969）分析英国产业革命发生的原因时认为，引发18世纪英国工业革命从而促进经济增长的新的重要因素就是金融市场，也就是说金融市场为工业新技术的出现提供了大量、持续、长期的投资，并成为产业革命的先决条件之一，即“产业技术革命前必须有金融革命”。King和Levine（1993）发展了一个包括金融系统的熊彼特流派增长模型，证明金融中介分散风险、动员和运用储蓄以及获取有关投资项目信息的功能，与股票市场揭示创新活动预期利润现值的功能共同提高了技术创新率。Allen（1993）、Morck和Nakamura（1999）和Boot和Thakor（1997）等认为，市场导向的资本市场相比银行中介导向的金融体系来说更适合高创新、高风险的投资项目，而银行导向的金融体系更适合传统型的低风险投资项目。
吴玉鸣（2006）基于《中国区域创新能力报告》中的数据，采用因素分析与聚类分析相结合的综合集成评估方法，对中国大陆31个省（市、自治区）的创新能力进行了定量评估及比较，结论是中国的省际创新能力存在明显的地区差异，因而必须分集团而非整齐划一地制定和实施增强区域自主创新能力的对策建议。苏方林（2007）运用地理加权回归（GWR）方法对1993—2002年中国省际R&D知识溢出的空间非平稳性进行了实证分析，研究结果发现在对R&D知识生产进行参数估计时，GWR模型与OLS模型有显著的差异，R&D知识生产的不同要素间存在空间变异。张玉明和李凯（2007）利用空间计量分析方法对中国31个省（市、自治区）创新产出的空间分布以及空间相关性进行了研究，结果显示其创新产出呈现空间集聚和空间依赖的特点，而非随机分布，Moran散点图进一步指出了其创新产出的空间相关模式。刘凤朝、沈能（2007）采用Geweke分解检验和协整分析法就中国金融发展与技术进步的因果关系以及动态演进进行了实证检验，结果表明金融发展与技术进步在长期中存在均衡关系，无论从长期还是短期上看，金融规模与技术进步正相关且两者间具有双向因果关系。孙伍琴、朱顺林（2008）测定了中国大陆23个省（市）金融体系对技术创新的Malmquist生产率，发现这23个省（市）金融发展促进技术创新的效率的平均水平是逐渐提高的，且各省（市）金融发展促进技术创新的Malmquist生产率的差异性也通过随机影响变截距模型得到了验证。陈华、王稳（2011）利用中国1998—2007年的省际面板数据，研究了各省保险发展与技术创新之间的内在联系，结果表明在长期中保险发展与技术创新之间有显著的正向关系，在短期中保险发展对技术创新的影响并不明显，然而该研究并未考虑中国不同地区各经济指标之间的空间依赖性或空间自相关性。
综上所述，关于金融发展与对技术创新的促进作用，国内外学者分别从理论与实证方面进行了研究，形成了一些文献，这些成果为进一步探讨金融发展与技术创新之间的关系提供的坚实的基础和有益的借鉴，然而有关保险业与自主创新之间的关系研究尚不丰富，且方法仍有改进的必要。鉴于中国各地区间经济社会发展水平有较大的差距，且各经济指标在地区分布上还存在较强的空间依赖性，笔者在现有研究成果基础上建立了空间计量模型，以省（市、自治区）数据为样本分析保险增长与中国工业企业技术创新的关系，为中国工业企业技术创新能力的增强提供经验证据和对策思路。
三、实证分析
（一）模型设定与指标选取
为了科学全面地揭示保险增长与工业企业技术创新之间的关系，本文基于Griliches （1979、1986）和Jaffe（1989）提出的知识生产函数，在现有研究基础上建立如下计量模型：
hi=?琢+?茁1RDEi+?茁2GDPi+?茁3FDIi+?茁4INSi+?着
模型中所用数据为2009年中国大陆31个省（市、自治区）的相关数据，其分别来自《中国统计年鉴》、《新中国60年统计资料汇编》、《中国金融年鉴》、《中国工业经济统计年鉴》、《中国区域经济统计年鉴》及《中国科技统计年鉴》等，并根据需要进行了相应的加工处理。模型中所用指标有5个：
1. 技术创新变量（PAT）。与目前已有的相关实证研究类似，本文以专利数来度量一个地区工业企业的技术创新能力。专利通常分为发明专利、实用新型专利和外观设计专利三种，考虑到专利的授权与申请的受理存在一定的时滞，本文分别选取各地区大中型工业企业和规模以上工业企业的三种专利申请受理数来度量工业企业技术创新水平，模型中使用的是每万名从业人员拥有量。
2. 保险增长指标（INS）。保险业的发展既包括规模的增长，也包括结构的优化、效率的提高。考虑到目前中国的保险业仍处在粗放增长的阶段，本文选择衡量保险规模的保险深度指标代表一个地区的保险增长指标。
3. R&D经费内部支出（RDE）。经费投入是影响技术创新的决定性因素，本文分别使用一个地区大中型工业企业和规模以上工业企业R&D经费内部支出占主营业务收入比重来衡量工业企业的技术创新投入。
4. 地区人均GDP（GDP）。根据凯恩斯主义理论，需求决定着供给，因此对技术创新的市场需求将成为影响技术创新产出的一个重要因素。GDP指标反映了一个地区市场需求的总量和总体购买力，而人均GDP则反映了人均购买力水平，如其他条件不变，人均GDP越高，社会有效需求规模就越大，因此笔者用地区人均GDP衡量市场对技术创新的需求，模型中使用的是对数值。
5. 外商直接投资（FDI）。FDI的溢出效应可提高当地企业的技术水平，这已在理论上形成共识，笔者使用地区FDI与GDP的比值来衡量外商直接投资规模，以检验FDI对地区工业企业技术创新的影响。
（二）参数估计与结果分析
1. 数据的空间相关性检验。笔者对中国大中型工业企业和规模以上工业企业的R&D投入占全部企业R&D投入比重进行计算，结果如表1所示。
由表1可知，中国大中型工业企业和规模以上工业企业的R&D投入占全部企业R&D投入的绝大部分。考虑到这里的“企业”不仅包括工业企业，也包括农业和服务业，大中型工业企业和规模以上工业企业的R&D投入占工业企业投入的实际比重将会更高，因此使用大中型工业企业和规模以上工业企业的统计数据作为样本来分析保险增长对工业企业技术创新的影响是可以接受的。
对中国各地区大中型工业企业和规模以上工业企业的三种专利申请数/万名从业人员拥有量进行空间相关性检验，结果如表2所示。
由表2可知，中国各地区大中型工业企业和规模以上工业企业的三种专利申请数每万名从业人员拥有量的Moran’s I值均通过了5%显著性水平的检验，显示中国各地区工业企业的技术创新能力在空间分布上存在明显的空间相关性，而并非互相独立的随机分布。
Moran’s I散点图可更直观地显示各地区工业企业技术创新水平与邻近地区的关系，通过绘制空间相关关系系数的Moran’s I散点图，笔者将技术创新水平分为四个象限，分别用以识别各个省（市、自治区）与其他临近省（市、自治区）之间的相互关系，大中型工业企业和规模以上工业企业技术创新水平的散点图分别如图1和图2所示。
在图1中，右上方为第一象限，表示高技术创新的省（市、自治区）被其他高技术创新的地区所包围（H-H，高—高），包括的地区有：北京、天津、湖北、湖南、重庆、安徽、江苏、上海、浙江、山东等；左上方的为第二象限，表示低技术创新的省（市、自治区）被高技术创新的其他地区所包围（L—H，低—高），包括的地区有：内蒙古、河北、辽宁、吉林、贵州、广西、江西、云南、海南等；左下方的为第三象限，表示低技术创新的地区被低技术创新的其他地区所包围（L—L，低—低），包括的地区有：新疆、青海、甘肃、西藏、宁夏、陕西、山西、河南、黑龙江、四川等；右下方为第四象限，表示高技术创新的地区被低技术创新的其他地区所包围（H—L，高—低），包括的地区为广东。福建同时位于第一、第二象限。第一、第三象限为正的空间自相关关系，而第二、四象限为负的空间自相关关系，计算显示，有64.52%的省（市、自治区）大中型工业企业技术创新存在正相关关系，35.48%的省（市、自治区）则呈负相关关系。
在图2中，规模以上工业企业的技术创新散点图与大中型工业企业差别不大，象限分布不同的省（市、自治区），如：海南从第二象限进入第一象限，山东从第一象限进入第二象限，福建进入第二象限，云南从第二象限进入第三象限。计算结果显示，有67.74%的省（市、自治区）规模以上工业企业技术创新存在正相关，而有32.26%的省（市、自治区）为负相关，与大中型工业企业基本相同。
2. 模型参数估计。空间相关性检验的结果表明，所研究变量在样本期间内具有明显的空间依赖性，因而忽视该特征简单使用经典模型对数据进行分析是不可取的，需建立空间计量模型来考察保险增长对工业企业技术创新的影响。笔者分别对2009年度大中型工业企业和规模以上工业企业的样本数据进行估计，所得结论相似，受版面所限，文中仅列出对大中型工业企业样本数据的估计结果（规模以上工业企业样本数据估计结果备索）。为充分显示空间计量模型与经典计量模型估计结果的差异，笔者将三种估计结果一并列出予以对照（见表3、表4、表5）。
3. 估计结果分析。检查表3发现，LMERROR比LMLAG更显著，且R-LMERROR显著而R-LMLAG不显著，根据Anselin和Florax（1995）提出的标准，应选用空间误差模型，后面的估计结果也验证了这个标准。在表4中，R-squared和LogL增大，AIC和SC也增大，显示空间滞后模型并不合适。由表5可知，在空间误差模型中，模型的拟合优度和LogL值更高了，而AIC值和SC值则明显下降，保险增长变量的估计系数也通过了10%显著性水平的检验，显示模型质量更高，解释力更强了，因而在模型中引入空间效应是非常必要的，这将使回归结果更加稳健可靠。
四、结论与启示
本文分别以规模以上工业企业和大中型工业企业的年度三种专利申请数代表工业企业技术创新能力，通过运用空间计量经济模型对2009年度中国大陆31个省（市、自治区）的样本数据进行分析，结论如下：
1. 中国各地区工业企业的技术创新能力在空间分布上不是随机的，而是存在明显的空间关联性，因而在分析技术创新的影响因素时忽视这种影响是不可取的，应采用纳入空间效应的空间计量模型，从而使分析结果更加稳健可靠。
2. R&D经费投入的系数显著为正，说明R&D经费使用效率较高，资金投入确实对当前中国的技术创新水平具有显著提升作用，因此今后应继续加大对技术创新的资金支持和投入力度，为企业自主创新提供更加完善的物质基础和条件。GDP的系数也显著为正，说明市场需求确实对技术创新有明显的促进作用。一些研究认为，在发展中国家FDI溢出效应并不显著，甚至为负，而在发达国家却存在显著的正效应，本文的分析结果显示，当前中国FDI的技术溢出是正的，但其作用确实不够显著，原因与当前中国金融深化程度的滞后有关。
3. 根据回归结果，保险深度对地区工业企业技术创新能力的影响显著为正，显示保险增长对中国技术创新能力的提高具有明显地促进作用，因而大力发展保险业，扩大保险市场规模，优化保险结构将对中国工业企业技术创新水平的提升带来巨大作用，并可有力地推动中国的创新型国家建设步伐。
参考文献：
［1］Anselin Luc，Daniel A.Griffith. Do Spatial Effects Really Matter in Regression Analysis?［J］.Papers of the Regional Science Association，1988，（1）：11-34.
［2］Anselin Luc，“Local Indicators of Spatial Association—LISA”［J］.Geographical Analysis，1995， Vol.27，No.2:93-115.
［3］吴玉鸣.空间计量经济模型在省域研发与创新中的应用研究［J］.数量经济技术经济研究，2006，（5）：74-85.
［4］师文明，余晓辉.金融效率、经济增长与收入不平等［J］.河北经贸大学学报，2010，（1）.
［5］张玉明，李凯.中国创新产出的空间分布及空间相关性研究——基于1996-2005年省际专利统计数据的空间计量分析［J］.中国软科学，2007，（11）：97-103.
［6］方先明，孙爱军，曹源芳.基于空间模型的金融支持与经济增长研究——来自中国省域1998-2008年的证据［J］.金融研究，2010，（10）：68-81.
［7］陈华，王稳.中国保险发展对技术创新长短期影响效应的实证研究［J］.中国软科学，2011，（3）：82-87.
［8］孙伍琴，朱顺林.金融发展促进技术创新的效率研究——基于Malmuquist指数的分析［J］.统计研究，2008，（3）：46-50.
［9］赵奇伟，张诚.金融深化、FDI溢出效应与区域经济增长：基于1997-2004年省际面板数据分析［J］.数量经济技术经济研究，2007，（6）：74-82.
责任编辑、校对：李金霞