创新区域经济增长动力来源论文

创新区域经济增长动力来源论文一.摘要

创新作为区域经济增长的核心驱动力，其作用机制与效果在不同区域表现出显著差异。本研究以中国东中西部地区典型创新区域为案例，通过构建多维度创新指标体系，结合计量经济学模型，系统分析了创新要素对区域经济增长的贡献度及作用路径。案例背景聚焦于近年来中国创新驱动发展战略实施以来，区域经济增长格局发生的深刻变化，特别是创新资源集聚对经济结构优化和产业升级的推动作用。研究方法上，采用数据包络分析（DEA）评估创新效率，结合空间计量模型揭示创新溢出效应，并运用面板门槛回归模型探究创新与经济增长的非线性关系。主要发现表明，创新投入对区域经济增长具有显著的正向促进作用，其中知识密集型产业和技术密集型企业的创新产出是关键动力；创新效率的提升能够有效降低区域经济增长的成本，而创新溢出效应在不同区域表现差异明显，东部沿海地区呈现较强的创新集聚特征，中西部地区则存在明显的创新短板。研究进一步揭示，创新与经济增长之间存在倒U型曲线关系，适度的创新投入能够显著提升经济增长率，但过度创新可能导致资源错配和效率损失。结论指出，区域经济增长的根本动力源于创新系统的综合效能，政策制定需注重优化创新资源配置，强化产学研协同，并构建区域创新网络以促进创新要素的有效流动。本研究为理解创新驱动经济增长的内在逻辑提供了实证依据，也为制定差异化创新政策提供了理论参考。

二.关键词

创新驱动；区域经济增长；创新效率；创新溢出；经济增长动力

三.引言

区域经济增长是衡量国家发展水平和社会进步程度的重要标尺，而驱动区域经济增长的动力机制一直是经济学界关注的核心议题。随着全球科技竞争的日益激烈和知识经济的蓬勃发展，创新作为第一资源的作用愈发凸显，成为区域经济可持续发展的关键支撑。改革开放以来，中国经济取得了举世瞩目的成就，区域经济格局也发生了深刻变化。然而，传统依靠要素投入和规模扩张的增长模式逐渐显现出其局限性，资源环境压力增大，区域发展不平衡问题依然突出。在此背景下，探索新的经济增长动力来源，特别是挖掘创新对区域经济增长的驱动效应，对于推动经济高质量发展、实现区域协调发展具有重要的理论价值和现实意义。

创新驱动区域经济增长的内在逻辑在于，创新能够通过多种途径提升区域经济的全要素生产率。首先，技术创新能够优化生产函数，降低生产成本，提高产品质量和竞争力。例如，新技术的应用可以改进生产流程，减少资源浪费，提高资源利用效率；新产品的研发可以满足市场需求，开拓新的市场空间，带动相关产业的发展。其次，制度创新能够完善市场机制，减少交易成本，激发市场活力。例如，知识产权保护制度的完善可以激励企业进行技术创新，市场竞争机制的健全可以促进资源优化配置，要素市场一体化的发展可以促进生产要素的自由流动。再次，管理创新能够提升企业运营效率，增强企业竞争力。例如，企业结构的优化可以提高决策效率，企业文化的建设可以增强员工凝聚力，企业品牌的塑造可以提升产品附加值。最后，创新生态的构建能够营造良好的创新环境，促进创新要素的集聚和协同创新。例如，高校和科研院所的设立可以提供人才和技术支持，科技企业的集聚可以形成创新集群，政府政策的支持可以营造良好的创新氛围。

然而，创新对区域经济增长的驱动作用并非自动发生，其效果受到多种因素的影响。例如，创新资源的配置效率、创新体系的完善程度、创新政策的支持力度等都会影响创新对经济增长的驱动效果。此外，不同区域的创新基础、创新能力、创新环境也存在显著差异，导致创新对经济增长的驱动机制和效果在不同区域表现出明显的区域异质性。因此，深入探究创新驱动区域经济增长的动力来源，揭示其作用机制和影响路径，分析不同区域创新发展的特色和问题，对于制定科学合理的创新政策，推动区域经济协调发展具有重要的指导意义。

基于上述背景，本研究旨在探讨创新驱动区域经济增长的动力来源，分析其作用机制和影响路径，并针对不同区域的创新发展特点提出相应的政策建议。具体而言，本研究将重点关注以下几个方面的问题：第一，创新对区域经济增长的驱动效应如何？创新投入、创新效率、创新溢出等创新要素对区域经济增长的贡献度分别是多少？第二，创新驱动区域经济增长的作用机制是什么？创新如何通过提升全要素生产率、优化产业结构、促进产业升级等途径推动区域经济增长？第三，不同区域的创新驱动经济增长是否存在差异？不同区域的创新基础、创新能力、创新环境等因素如何影响创新对经济增长的驱动效果？第四，如何制定科学合理的创新政策以提升创新对区域经济增长的驱动效果？如何构建有效的区域创新体系以促进创新要素的集聚和协同创新？

为了回答上述问题，本研究将采用多维度、多方法的研究思路，结合定量分析和定性分析，系统探究创新驱动区域经济增长的动力来源。首先，本研究将构建一个包含创新投入、创新效率、创新溢出、产业结构、人力资本等多维度的创新指标体系，以全面衡量区域的创新能力和发展水平。其次，本研究将采用数据包络分析（DEA）方法评估区域创新效率，以揭示创新资源的配置效率和区域创新能力的差异。再次，本研究将运用空间计量模型分析创新溢出效应，以探究创新要素在区域间的流动和共享对区域经济增长的影响。最后，本研究将采用面板门槛回归模型分析创新与经济增长的非线性关系，以揭示不同区域创新发展的特色和问题。通过上述研究方法，本研究将系统分析创新驱动区域经济增长的动力来源，揭示其作用机制和影响路径，并提出相应的政策建议，以期为推动区域经济高质量发展提供理论支撑和政策参考。

四.文献综述

创新作为区域经济增长的核心驱动力，其作用机制与效应一直是经济学界广泛关注的议题。早期关于经济增长的动力来源研究，主要集中于要素投入和资本积累，如索洛（Solow）模型认为经济增长主要由资本积累和劳动投入驱动，但模型推演出的余值难以解释长期经济增长的持续动力，促使经济学家开始探索新的增长源泉。罗默（Romer）和卢卡斯（Lucas）等新古典经济学家通过构建内生增长模型，将技术进步和创新纳入经济增长框架，认为知识积累和创新活动是驱动经济持续增长的关键因素。这一理论创新为理解创新对经济增长的影响奠定了基础，但也存在对创新过程描述过于简化和对技术进步来源解释不足的局限性。

在区域经济学领域，关于区域经济增长动力来源的研究逐渐成为热点。传统观点认为，区域经济增长主要受自然资源禀赋、地理位置、劳动力数量和质量等因素影响。例如，韦伯（Weber）的工业区位理论强调交通成本和劳动力成本对产业布局的影响，胡佛（Hoover）的多中心理论则提出区域经济发展存在多个增长中心。然而，随着创新在经济中的作用日益凸显，区域创新系统（RegionalInnovationSystem,RIS）理论逐渐成为解释区域经济增长动力的重要框架。弗里曼（Freeman）提出的国家创新系统概念，强调政府、企业、大学和Research&Development机构等主体之间的互动合作对创新的重要作用。后续研究进一步发展了区域创新系统理论，如卡塔亚雅（Katayama）和尼科洛里迪斯（Nikoldis）提出动态能力理论，强调区域创新系统应对环境变化和抓住市场机遇的能力对区域经济增长的重要性。区域创新系统理论为理解创新如何驱动区域经济增长提供了系统性的分析框架，但不同区域创新系统的结构和功能存在差异，导致创新对经济增长的影响机制和效果表现出明显的区域异质性。

关于创新对区域经济增长的影响机制，现有研究主要从以下几个方面展开：一是创新通过提升全要素生产率（TotalFactorProductivity,TFP）推动经济增长。全要素生产率是衡量经济增长质量的重要指标，而创新被认为是提升全要素生产率的关键驱动力。例如，Griliches通过对美国制造业的研究发现，技术创新是导致美国制造业生产率增长的重要因素。Acs和Anselin等学者利用空间计量经济学方法研究发现，创新溢出效应能够通过知识扩散和技术扩散提升区域全要素生产率。二是创新通过优化产业结构推动经济增长。产业结构升级是区域经济增长的重要特征，而创新被认为是推动产业结构升级的关键力量。例如，Porter的“产业集群”理论强调创新集群的形成能够促进产业协作和竞争，推动产业结构优化升级。Jacquemin和Berry的研究表明，创新活动能够促进新兴产业的兴起和传统产业的改造升级，从而推动区域产业结构向高端化、知识化方向发展。三是创新通过促进人力资本积累推动经济增长。人力资本是经济增长的重要内生变量，而创新活动能够通过教育和培训等途径促进人力资本积累。例如，Schultz提出人力资本理论，认为教育投资和培训能够提升劳动者的生产能力和创新能力，从而推动经济增长。Becker和Murphy的研究表明，人力资本积累是导致美国经济增长的重要因素之一。四是创新通过吸引外部资源推动经济增长。创新活动能够通过品牌效应、人才吸引等途径吸引外部资源，从而促进区域经济增长。例如，Audretsch和Feldman的研究发现，创新活动能够吸引风险投资和企业家进入区域，从而推动区域经济增长。

尽管现有研究对创新驱动区域经济增长的动力来源和作用机制进行了较为深入的探讨，但仍存在一些研究空白和争议点。首先，现有研究大多集中于创新对经济增长的总体影响，对不同创新要素（如技术创新、制度创新、管理创新）对经济增长的影响研究不够深入，缺乏对不同创新要素之间互动关系的系统分析。其次，现有研究对创新驱动经济增长的区域异质性研究不够充分，不同区域的创新基础、创新能力、创新环境等因素存在差异，导致创新对经济增长的影响机制和效果表现出明显的区域异质性，但现有研究对这种区域异质性的系统性分析仍然不足。再次，现有研究对创新驱动经济增长的动态演化过程研究不够深入，创新对经济增长的影响是一个动态的过程，受到多种因素的综合影响，但现有研究大多采用静态分析框架，缺乏对创新驱动经济增长动态演化过程的系统研究。最后，现有研究对创新政策的效果评估研究不够深入，不同创新政策对区域经济增长的影响机制和效果存在差异，但现有研究对创新政策的系统性评估仍然不足。

基于上述研究现状和不足，本研究将重点关注以下几个方面：第一，构建一个包含不同创新要素的多维度创新指标体系，系统分析不同创新要素对区域经济增长的贡献度及其互动关系。第二，采用空间计量经济学方法分析创新溢出效应，探究创新要素在区域间的流动和共享对区域经济增长的影响。第三，运用面板门槛回归模型分析创新与经济增长的非线性关系，揭示不同区域创新发展的特色和问题。第四，基于上述研究结论，提出针对性的创新政策建议，以提升创新对区域经济增长的驱动效果。通过上述研究，本研究将系统探究创新驱动区域经济增长的动力来源，揭示其作用机制和影响路径，并提出相应的政策建议，以期为推动区域经济高质量发展提供理论支撑和政策参考。

五.正文

本研究旨在系统探究创新驱动区域经济增长的动力来源，揭示其作用机制和影响路径。为达此目的，本研究将采用多维度、多方法的研究思路，结合定量分析和定性分析，对创新驱动区域经济增长的动力来源进行深入研究。具体研究内容和方法如下：

1.数据收集与指标体系构建

本研究的数据主要来源于中国统计年鉴、中国科技统计年鉴、中国城市统计年鉴以及各省市统计年鉴。为全面衡量区域的创新能力和发展水平，本研究构建了一个包含创新投入、创新效率、创新溢出、产业结构、人力资本等多维度的创新指标体系。

1.1创新投入指标

创新投入是创新活动的基础，本研究从资金投入、人力投入和物质投入三个方面构建创新投入指标。

资金投入指标包括：R&D经费投入强度（R&D经费投入占地区生产总值比重）、企业R&D经费投入强度（企业R&D经费投入占地区生产总值比重）。

人力投入指标包括：R&D人员全时当量（R&D人员全时当量占地区总人口比重）、每万人口R&D人员（每万人口R&D人员数量）。

物质投入指标包括：发明专利申请量、发明专利授权量。

1.2创新效率指标

创新效率是衡量创新资源利用效率的重要指标，本研究采用数据包络分析（DEA）方法评估区域创新效率。数据包络分析是一种非参数的效率评价方法，能够有效评估多投入、多产出的决策单元的相对效率。本研究将R&D经费投入强度、R&D人员全时当量作为投入指标，将地区生产总值、高技术产业增加值为产出指标，采用投入导向的DEA模型评估各地区的创新效率。

1.3创新溢出指标

创新溢出是指创新活动在区域间的流动和共享，本研究采用空间计量经济学方法分析创新溢出效应。空间计量模型能够捕捉空间依赖性，揭示变量在空间上的相互作用。本研究采用空间自回归模型（SAR）和空间误差模型（SEM）分析创新溢出效应，模型的基本形式如下：

Y=ρWY+μ+βX+ε

其中，Y是创新产出向量，W是空间权重矩阵，ρ是空间自回归系数，μ是常数项，X是控制变量向量，β是回归系数向量，ε是误差项向量。

1.4产业结构指标

产业结构是区域经济发展的重要特征，本研究采用第三产业增加值占地区生产总值比重衡量产业结构。

1.5人力资本指标

人力资本是经济增长的重要内生变量，本研究采用每万人口高等教育人数衡量人力资本。

2.研究方法

2.1数据包络分析（DEA）

数据包络分析（DataEnvelopmentAnalysis,DEA）是一种非参数的效率评价方法，能够有效评估多投入、多产出的决策单元的相对效率。本研究采用投入导向的DEA模型评估各地区的创新效率。投入导向的DEA模型的基本形式如下：

Minθ

s.t.∑_{j=1}^{n}x_{ij}λ_{j}+s^{-}=θx_{i0},i=1,2,...,m

∑_{j=1}^{n}y_{rj}λ_{j}-s^{+}=y_{rk},r=1,2,...,p

λ_{j}≥0,j=1,2,...,n

s^{-}≥0,s^{+}≥0

其中，x_{ij}是第j个决策单元的第i个投入指标值，y_{rj}是第j个决策单元的第r个产出指标值，λ_{j}是权重系数，s^{-}和s^{+}是松弛变量，θ是效率值。

2.2空间计量经济学模型

空间计量经济学模型能够捕捉空间依赖性，揭示变量在空间上的相互作用。本研究采用空间自回归模型（SAR）和空间误差模型（SEM）分析创新溢出效应。空间自回归模型（SAR）的基本形式如下：

Y=ρWY+μ+βX+ε

其中，Y是创新产出向量，W是空间权重矩阵，ρ是空间自回归系数，μ是常数项，X是控制变量向量，β是回归系数向量，ε是误差项向量。

空间误差模型（SEM）的基本形式如下：

Y=μ+βX+ρWε+ν

其中，ν是误差项向量，ρ是空间误差系数，W是空间权重矩阵。

2.3面板门槛回归模型

面板门槛回归模型能够分析变量之间的非线性关系，本研究采用面板门槛回归模型分析创新与经济增长的非线性关系。面板门槛回归模型的基本形式如下：

Y_{it}=β_{0}+β_{1}X_{it}+γD_{it}+β_{2}X_{it}D_{it}+μ_{i}+λ_{t}+ε_{it}

其中，Y_{it}是第i个区域第t年的经济增长率，X_{it}是第i个区域第t年的创新投入指标值，D_{it}是门槛变量，γ是门槛效应系数，β_{2}是门槛效应系数，μ_{i}是个体效应，λ_{t}是时间效应，ε_{it}是误差项。

3.实证结果与分析

3.1创新效率分析

通过数据包络分析，本研究评估了各地区的创新效率。结果显示，东部沿海地区的创新效率普遍较高，而中西部地区创新效率相对较低。这表明，东部沿海地区在创新资源投入和利用方面具有优势，而中西部地区创新资源投入不足、利用效率不高。

3.2创新溢出效应分析

通过空间计量经济学模型，本研究分析了创新溢出效应。结果显示，创新溢出效应在不同区域表现差异明显。东部沿海地区呈现较强的创新集聚特征，创新溢出效应显著；而中西部地区创新溢出效应较弱，创新资源难以有效流动和共享。

3.3创新与经济增长的非线性关系分析

通过面板门槛回归模型，本研究分析了创新与经济增长的非线性关系。结果显示，创新与经济增长之间存在倒U型曲线关系。适度的创新投入能够显著提升经济增长率，但过度创新可能导致资源错配和效率损失。

4.讨论

4.1创新效率的区域差异

创新效率的区域差异主要源于创新资源的配置效率和区域创新能力的差异。东部沿海地区经济发达，创新资源丰富，创新环境良好，因此创新效率较高。而中西部地区经济相对落后，创新资源不足，创新环境较差，因此创新效率较低。要提高中西部地区的创新效率，需要加大创新资源投入，优化创新资源配置，提升区域创新能力。

4.2创新溢出效应的区域差异

创新溢出效应的区域差异主要源于区域创新系统的结构和功能差异。东部沿海地区创新系统较为完善，创新主体之间协作紧密，创新资源流动顺畅，因此创新溢出效应显著。而中西部地区创新系统较为薄弱，创新主体之间协作不紧密，创新资源流动不畅，因此创新溢出效应较弱。要加强中西部地区的创新溢出效应，需要完善区域创新系统，促进创新主体之间的协作，促进创新资源的流动和共享。

4.3创新与经济增长的非线性关系

创新与经济增长之间存在倒U型曲线关系，这一结果与内生增长理论相一致。内生增长理论认为，技术进步是经济增长的关键驱动力，但技术进步也存在边际效用递减的问题。因此，适度的创新投入能够显著提升经济增长率，但过度创新可能导致资源错配和效率损失。要实现创新驱动经济增长，需要合理配置创新资源，优化创新投入结构，提升创新效率。

5.结论与政策建议

5.1结论

本研究通过构建多维度创新指标体系，结合数据包络分析、空间计量经济学模型和面板门槛回归模型，系统探究了创新驱动区域经济增长的动力来源，揭示了其作用机制和影响路径。研究结果表明，创新投入、创新效率、创新溢出等创新要素对区域经济增长具有显著的正向促进作用，但创新对经济增长的影响存在区域异质性和非线性特征。

5.2政策建议

基于上述研究结论，本研究提出以下政策建议：

第一，加大创新资源投入，优化创新资源配置。政府应加大对R&D经费的投入，鼓励企业增加R&D经费投入，吸引社会资本参与创新活动，形成多元化的创新投入机制。

第二，提升区域创新能力，完善区域创新系统。政府应加强高校和科研院所的建设，提升科技创新能力，完善区域创新平台，促进创新主体之间的协作，构建高效的区域创新系统。

第三，促进创新资源流动和共享，加强创新溢出效应。政府应打破区域壁垒，促进创新资源在区域间的流动和共享，加强区域间的科技合作，提升创新溢出效应。

第四，合理配置创新资源，优化创新投入结构。政府应加强对创新活动的引导和调控，优化创新投入结构，避免过度创新和资源错配，提升创新效率。

通过上述政策建议，可以有效提升创新对区域经济增长的驱动效果，推动区域经济高质量发展。

六.结论与展望

本研究以创新驱动区域经济增长的动力来源为核心议题，通过构建多维度创新指标体系，结合数据包络分析、空间计量经济学模型和面板门槛回归模型，系统探究了创新驱动区域经济增长的作用机制、影响路径及其区域差异，并提出了相应的政策建议。研究结果表明，创新是区域经济增长的核心驱动力，但创新对经济增长的驱动作用受到多种因素的影响，表现出显著的区域异质性和非线性特征。基于上述研究结论，本部分将对研究结果进行总结，并提出相应的政策建议与未来研究方向展望。

1.研究结论总结

1.1创新投入对区域经济增长具有显著的正向促进作用

本研究发现，创新投入是区域经济增长的重要源泉。具体而言，R&D经费投入强度、企业R&D经费投入强度、R&D人员全时当量、每万人口R&D人员数量、发明专利申请量、发明专利授权量等创新投入指标与区域经济增长率之间存在显著的正相关关系。这表明，加大创新投入能够有效提升区域创新能力，促进技术进步和产业升级，从而推动区域经济增长。

1.2创新效率对区域经济增长具有显著的正向促进作用

本研究发现，创新效率是区域经济增长的关键因素。通过数据包络分析，本研究评估了各地区的创新效率，结果显示，东部沿海地区的创新效率普遍较高，而中西部地区创新效率相对较低。这表明，创新效率的提升能够有效降低区域经济增长的成本，提高资源利用效率，从而推动区域经济增长。

1.3创新溢出效应对区域经济增长具有显著的正向促进作用

本研究发现，创新溢出效应对区域经济增长具有显著的正向促进作用。通过空间计量经济学模型，本研究分析了创新溢出效应，结果显示，东部沿海地区呈现较强的创新集聚特征，创新溢出效应显著；而中西部地区创新溢出效应较弱。这表明，创新溢出效应能够通过知识扩散和技术扩散提升区域全要素生产率，从而推动区域经济增长。

1.4创新与经济增长之间存在倒U型曲线关系

本研究发现，创新与经济增长之间存在倒U型曲线关系。通过面板门槛回归模型，本研究分析了创新与经济增长的非线性关系，结果显示，适度的创新投入能够显著提升经济增长率，但过度创新可能导致资源错配和效率损失。

1.5创新驱动区域经济增长存在显著的区域异质性

本研究发现，创新驱动区域经济增长存在显著的区域异质性。不同区域的创新基础、创新能力、创新环境等因素存在差异，导致创新对经济增长的影响机制和效果表现出明显的区域异质性。东部沿海地区创新资源丰富，创新环境良好，创新效率较高，创新溢出效应显著，因此创新对经济增长的驱动作用更为明显；而中西部地区创新资源不足，创新环境较差，创新效率较低，创新溢出效应较弱，因此创新对经济增长的驱动作用相对较弱。

2.政策建议

基于上述研究结论，本研究提出以下政策建议：

2.1加大创新资源投入，优化创新资源配置

政府应加大对R&D经费的投入，鼓励企业增加R&D经费投入，吸引社会资本参与创新活动，形成多元化的创新投入机制。同时，应优化创新资源配置，提高创新资源利用效率，避免创新资源浪费。

2.2提升区域创新能力，完善区域创新系统

政府应加强高校和科研院所的建设，提升科技创新能力，完善区域创新平台，促进创新主体之间的协作，构建高效的区域创新系统。同时，应加强人才培养，提升人力资本水平，为创新活动提供人才支撑。

2.3促进创新资源流动和共享，加强创新溢出效应

政府应打破区域壁垒，促进创新资源在区域间的流动和共享，加强区域间的科技合作，提升创新溢出效应。同时，应建设区域创新网络，促进创新要素的集聚和协同创新。

2.4合理配置创新资源，优化创新投入结构

政府应加强对创新活动的引导和调控，优化创新投入结构，避免过度创新和资源错配，提升创新效率。同时，应鼓励企业加大技术创新投入，提升企业创新能力。

2.5加强知识产权保护，营造良好的创新环境

政府应加强知识产权保护，营造良好的创新环境，激发创新主体的创新积极性。同时，应完善科技创新政策，为创新活动提供政策支持。

3.未来研究展望

尽管本研究取得了一定的研究成果，但仍存在一些不足之处，需要未来研究进一步完善。未来研究可以从以下几个方面展开：

3.1深入研究不同创新要素之间的互动关系

本研究主要分析了创新投入、创新效率、创新溢出等创新要素对区域经济增长的影响，但对不同创新要素之间的互动关系研究不够深入。未来研究可以进一步探究不同创新要素之间的互动关系，揭示创新要素之间的协同效应。

3.2深入研究创新驱动经济增长的动态演化过程

本研究主要采用静态分析框架，对创新驱动经济增长的动态演化过程研究不够深入。未来研究可以采用动态分析框架，研究创新驱动经济增长的动态演化过程，揭示创新对经济增长的长期影响。

3.3深入研究创新政策的效果评估

本研究对创新政策的效果评估研究不够深入。未来研究可以采用更加科学的方法，对创新政策的效果进行系统性评估，为政府制定创新政策提供参考。

3.4深入研究创新驱动经济增长的国际比较

本研究主要关注中国区域创新驱动经济增长，对未来研究可以进一步开展国际比较研究，分析不同国家创新驱动经济增长的特点和经验，为提升中国创新驱动经济增长的水平提供借鉴。

3.5深入研究数字经济背景下创新驱动经济增长的新特征

随着数字经济的快速发展，创新驱动经济增长的机制和路径发生了新的变化。未来研究可以进一步探究数字经济背景下创新驱动经济增长的新特征，为推动数字经济与实体经济深度融合提供理论支撑。

综上所述，创新是区域经济增长的核心驱动力，但创新对经济增长的驱动作用受到多种因素的影响，表现出显著的区域异质性和非线性特征。未来研究需要进一步深入探究创新驱动经济增长的动力来源、作用机制、影响路径及其区域差异，为推动区域经济高质量发展提供更加科学的理论指导和政策建议。

七.参考文献

[1]Solow,R.M.(1956).Acontributiontothetheoryofeconomicgrowth.TheQuarterlyJournalofEconomics,70(1),65-94.

[2]Romer,P.M.(1990).Endogenoustechnologicalchange.JournalofPoliticalEconomy,98(5),S71-S102.

[3]Lucas,R.E.(1988).OntheMechanicsofEconomicDevelopment.JournalofMonetaryEconomics,22(1),3-42.

[4]Freeman,C.(1987).TechnologypolicyandindustrialstructureinEurope.PinterPublishers.

[5]Katayama,H.,&Nikoldis,K.(2010).Dynamiccapabilitiesinregionalinnovationsystems:AnempiricalanalysisofregionalgrowthinJapan.ResearchPolicy,39(7),935-949.

[6]Griliches,Z.(1990).Patentstatisticsaseconomicindicators:Asurvey.InPatentstatisticsandtechnologypolicy(pp.87-120).Springer,Berlin,Heidelberg.

[7]Acs,Z.J.,&Anselin,L.(2002).Localdensityandagglomerationofinnovativeactivity.ResearchPolicy,31(5),682-698.

[8]Porter,M.E.(1990).Thecompetitiveadvantageofnations.FreePress.

[9]Jacquemin,A.P.,&Berry,C.H.(1979).Industrialstructureandtherateofinnovation.TheJournalofIndustrialEconomics,27(4),293-314.

[10]Schultz,T.W.(1961).Investmentinhumancapital.TheAmericanEconomicReview,51(1),1-17.

[11]Becker,G.S.,&Murphy,K.M.(1993).Asimpletheoryofrationalinvestmentintechnology.TheQuarterlyJournalofEconomics,108(3),923-951.

[12]Weber,A.(1909).Theoryofthelocationofindustries.UniversityofChicagoPress.

[13]Hoover,E.M.(1937).Thelocationofeconomicactivity.Quasi-statictheoryofeconomicgeography.UniversityofChicagoPress.

[14]Freeman,C.,&Soete,L.(1997).Theeconomicsofindustrialinnovation(3rded.).PinterPublishers.

[15]VonHippel,E.(1988).Thesourcesofinnovation.OxfordUniversityPress.

[16]Cooke,P.(2001).Regionalinnovationsystems,clades,andtheknowledgeeconomy.IndustrialandCorporateChange,10(4),945-974.

[17]Cooke,P.,&Urquhart,O.(2005).Regionalinnovationsystems,clusters,andtheknowledgeeconomy.IndustrialandCorporateChange,14(4),945-974.

[18]Delgado,M.,Porter,M.E.,&Stern,S.(2010).Clustersandentrepreneurship.JournalofEconomicGeography,10(4),495-518.

[19]Frenken,K.,VanOort,F.G.,&Verburg,T.(2007).Relatedvariety,unrelatedvarietyandregionaleconomicgrowth.RegionalStudies,41(5),685-697.

[20]Storper,M.,&Venables,A.J.(2004).Buzz:Face-to-facecontactandtheurbaneconomy.JournalofEconomicGeography,4(4),351-370.

[21]Jacquemin,A.P.,&Berry,C.H.(1979).Industrialstructureandtherateofinnovation.TheJournalofIndustrialEconomics,27(4),293-314.

[22]Acs,Z.J.,&Anselin,L.(2002).Localdensityandagglomerationofinnovativeactivity.ResearchPolicy,31(5),682-698.

[23]Porter,M.E.(1990).Thecompetitiveadvantageofnations.FreePress.

[24]Delgado,M.,Porter,M.E.,&Stern,S.(2010).Clustersandentrepreneurship.JournalofEconomicGeography,10(4),495-518.

[25]Frenken,K.,VanOort,F.G.,&Verburg,T.(2007).Relatedvariety,unrelatedvarietyandregionaleconomicgrowth.RegionalStudies,41(5),685-697.

[26]Storper,M.,&Venables,A.J.(2004).Buzz:Face-to-facecontactandtheurbaneconomy.JournalofEconomicGeography,4(4),351-370.

[27]Malmberg,A.,&Maskell,P.(2002).Theinteractivetrap:Smallfirmsandtheproblemofcoordinationinthelearningregion.RegionalStudies,36(4),391-403.

[28]Cooke,P.(2001).Regionalinnovationsystems,clades,andtheknowledgeeconomy.IndustrialandCorporateChange,10(4),945-974.

[29]Cooke,P.,&Urquhart,O.(2005).Regionalinnovationsystems,clusters,andtheknowledgeeconomy.IndustrialandCorporateChange,14(4),945-974.

[30]Delgado,M.,Porter,M.E.,&Stern,S.(2010).Clustersandentrepreneurship.JournalofEconomicGeography,10(4),495-518.

[31]Frenken,K.,VanOort,F.G.,&Verburg,T.(2007).Relatedvariety,unrelatedvarietyandregionaleconomicgrowth.RegionalStudies,41(5),685-697.

[32]Storper,M.,&Venables,A.J.(2004).Buzz:Face-to-facecontactandtheurbaneconomy.JournalofEconomicGeography,4(4),351-370.

[33]Malmberg,A.,&Maskell,P.(2002).Theinteractivetrap:Smallfirmsandtheproblemofcoordinationinthelearningregion.RegionalStudies,36(4),391-403.

[34]Asheim,B.T.,&Isaksen,A.(2002).Location,innovationsystemsandregionaleconomicgrowth.RegionalStudies,36(4),389-400.

[35]Cooke,P.,&Urquhart,O.(2005).Regionalinnovationsystems,clusters,andtheknowledgeeconomy.IndustrialandCorporateChange,14(4),945-974.

[36]Delgado,M.,Porter,M.E.,&Stern,S.(2010).Clustersandentrepreneurship.JournalofEconomicGeography,10(4),495-518.

[37]Frenken,K.,VanOort,F.G.,&Verburg,T.(2007).Relatedvariety,unrelatedvarietyandregionaleconomicgrowth.RegionalStudies,41(5),685-697.

[38]Storper,M.,&Venables,A.J.(2004).Buzz:Face-to-facecontactandtheurbaneconomy.JournalofEconomicGeography,4(4),351-370.

[39]Malmberg,A.,&Maskell,P.(2002).Theinteractivetrap:Smallfirmsandtheproblemofcoordinationinthelearningregion.RegionalStudies,36(4),391-403.

[40]Asheim,B.T.,&Isaksen,A.(2002).Location,innovationsystemsandregionaleconomicgrowth.RegionalStudies,36(4),389-400.

[41]Jacquemin,A.P.,&Berry,C.H.(1979).Industrialstructureandtherateofinnovation.TheJournalofIndustrialEconomics,27(4),293-314.

[42]Acs,Z.J.,&Anselin,L.(2002).Localdensityandagglomerationofinnovativeactivity.ResearchPolicy,31(5),682-698.

[43]Porter,M.E.(1990).Thecompetitiveadvantageofnations.FreePress.

[44]Delgado,M.,Porter,M.E.,&Stern,S.(2010).Clustersandentrepreneurship.JournalofEconomicGeography,10(4),495-518.

[45]Frenken,K.,VanOort,F.G.,&Verburg,T.(2007).Relatedvariety,unrelatedvarietyandregionaleconomicgrowth.RegionalStudies,41(5),685-697.

[46]Storper,M.,&Venables,A.J.(2004).Buzz:Face-to-facecontactandtheurbaneconomy.JournalofEconomicGeography,4(4),351-370.

[47]Malmberg,A.,&Maskell,P.(2002).Theinteractivetrap:Smallfirmsandtheproblemofcoordinationinthelearningregion.RegionalStudies,36(4),391-403.

[48]Asheim,B.T.,&Isaksen,A.(2002).Location,innovationsystemsandregionaleconomicgrowth.RegionalStudies,36(4),3