
1.4 研究思路
1.4.1 技术路线
本书从空间计量经济学视角,试图通过整合空间集聚理论、空间溢出效应理论、探索性空间数据分析等众多领域知识,综合运用微观、区域、国家层面的数据,探索和验证制度环境、OFDI逆向技术溢出对技术创新非均衡发展影响的作用机制,旨在揭示技术创新存在空间交互作用。本书的技术路线如图1-2所示。

图1-2 技术路线与研究框架
第一,识别研究问题。笔者基于国家、区域、企业层面技术创新效率不高、缺乏创新动力与创新活力、知识产权保护环境较差、东中西部地区技术创新能力与技术创新效率存在巨大差异等一系列现实问题,识别出技术创新理论的研究切入点,据此提出本书的研究主题,即从制度环境和OFDI逆向技术溢出视角研究如何提升技术创新能力和全要素生产率。
第二,理论演绎。在国内外相关研究的基础上,初步构建本书研究的理论模型,依次考察微观、区域、国家层面的制度环境、OFDI逆向技术溢出对技术创新非均衡发展的影响机制,并通过归纳与演绎推理设定本书需要重点研究的问题。
第三,实证分析。在微观层面,基于1998—2007年中国工业企业数据库与商务部对外直接投资企业名录的匹配数据;在区域层面,基于2003—2013年各省区市统计年鉴、《中国科技统计年鉴》等数据;在国家层面,基于2003—2013年世界银行全球治理指标、《中国对外直接投资统计公报》等数据,阐明了制度环境、OFDI逆向技术溢出对技术创新非均衡发展影响的作用机制,构建了制度环境、OFDI逆向技术溢出、技术创新能力与全要素生产率等指标体系,并运用空间面板计量分析方法对相关理论假说予以验证。
1.4.2 研究方法
制度环境、OFDI逆向技术溢出对技术创新非均衡发展影响的研究是一个跨学科与跨领域的交叉研究课题,需要综合运用多个学科的知识与多种研究方法。本书在探讨相关理论机制的基础上,利用空间杜宾模型(SDM)分析了企业、区域、国家层面技术创新非均衡发展与制度环境、OFDI逆向技术溢出的关系。
本书主要采用以下几种分析方法:
(1)文献研究法。在选题与写作过程中,笔者收集、分析、整理制度环境、OFDI逆向技术溢出、技术创新非均衡发展以及空间集聚与空间溢出效应的相关文献,采用了国内外文献相结合、广泛搜索与重点搜集相结合的方法。首先,重点关注本书研究领域的诺斯、阿西莫格鲁、Melitz等著名学者的经典文献与论文。其次,在中国知网、谷歌学术等中英文数据库搜寻引用次数排名靠前的文献,以及最新发表的相关论文。笔者在大量阅读、分析、归纳、整理相关研究文献,确定本领域重点研究的问题与方法,并考虑可获取的微观与宏观层面的数据之后,结合中国的具体国情,提出本书研究的重点与研究思路。
(2)理论分析与实证分析相结合的方法。目前,从空间计量经济学视角研究技术创新非均衡发展的文献较少,少量研究仍停留在理论分析层面,尚未进入定量分析阶段。本书采用空间面板计量经济模型,将地理维度数据引入技术创新非均衡发展的估计当中,实证分析了制度环境、OFDI逆向技术溢出对技术创新非均衡发展的影响。常用的空间计量经济模型主要包括空间滞后模型(SAR)、空间误差模型(SEM)、空间杜宾模型(SDM)三种。与传统的普通最小二乘方法相比,空间计量经济模型的优点是,在回归过程中考虑了空间依赖或者空间相关特征,从而有效降低了偏误发生的概率。如果在实证分析过程中仅使用普通最小二乘法回归,得出的研究结果与推论必然不完整、不科学,缺乏令人信服的解释力。另外,针对相邻空间数据存在空间自相关导致估计结果存在偏差的问题,空间计量经济模型通过将空间相关性引入空间模型和恰当的参数估计,可以准确地测度空间相关性对技术创新非均衡发展的影响。
(3)微观、中观、宏观研究相结合的方法。在实证分析过程中,笔者首先采用了中国工业企业数据库与商务部对外直接投资企业名录的匹配数据;其次,采用了区域和国家层面的对外直接投资数据;最后,对相关研究假设进行微观、中观、宏观多个层面的检验。从多个层面检验制度环境、OFDI逆向技术溢出对技术创新非均衡发展的影响,一方面可以弥补单一层面数据特性的局限,另一方面也可以从不同层面进行佐证,保证回归结果的真实可靠。
(4)探索性空间数据分析(ESDA)方法。探索性空间数据分析将现代图形技术与统计学结合,用直观的方法展现空间数据中隐含的空间模式、空间分布以及空间交互作用等特征。探索性空间数据分析工具可以分为两大类:第一类是全局空间关联指标,分析区域整体关联性分布特征,包括全局莫兰指数I(Moran,1950)、盖里指数C(Geary,1954);第二类是局部空间关联指标,分析区域内各个地域单元之间的关联性特征,包括局部莫兰指数LISA(Anselin,1995)、盖里局部聚类检验Gi指数(Getis & Ord,1992)。全局空间关联指标用于测度各个变量之间的空间交互作用,是一个综合指标,因此,本书使用探索性空间数据分析测度企业、区域、国家层面技术创新的空间效应及空间分布特性,并将其与空间面板计量方法、动态面板计量方法相结合,分析技术创新关联溢出变化与技术创新非均衡发展的相关关系。