DOI: https://doi.org/10.1016/j.jik.2024.100475
تاريخ النشر: 2024-04-01
المؤلف: Jinfeng Zhao
الموضوع الرئيسي: النمو الاقتصادي والإنتاجية
نظرة عامة
تبحث هذه الدراسة في التفاعل بين تخصيص عوامل الابتكار، والبيئات المؤسسية، والتنمية الاقتصادية عالية الجودة عبر 30 منطقة على مستوى المقاطعات في الصين من 2011 إلى 2019. تطور الدراسة نظام مؤشرات شامل لتخصيص عوامل الابتكار وتستخدم منهجيات مثل TOPSIS وارتباط الرمادي لتقييم مستويات التخصيص. يتم استخدام نموذج الجاذبية المعدل لإنشاء شبكة ارتباط مكاني موجهة وموزونة، والتي يتم تحليلها بعد ذلك باستخدام نموذج دوربين المكاني لتقييم التأثيرات المكانية لتخصيص عوامل الابتكار على التنمية الاقتصادية.
تشير النتائج الرئيسية إلى أن تخصيص عوامل الابتكار له تأثير إيجابي كبير على التنمية الاقتصادية المحلية عالية الجودة، على الرغم من أنه يولد آثار تسرب سلبية على المناطق المجاورة. العلاقة بين البيئات المؤسسية والتنمية الاقتصادية تتبع شكل “U” مقلوب، مما يشير إلى أن الإطار المؤسسي في الصين لم يتجاوز بعد العتبة الحرجة اللازمة لتحقيق التأثير الأمثل. من الجدير بالذكر أن الدراسة تسلط الضوء على أن البيئات المؤسسية المختلفة يمكن أن تعزز فعالية تخصيص عوامل الابتكار، حيث تظهر المبادرات الحكومية عبر الإنترنت أقوى تأثير إيجابي وأقل عواقب سلبية. تؤكد هذه الدراسة على أهمية تحسين تخصيص عوامل الابتكار لتعزيز النمو الاقتصادي المتوازن وعالي الجودة عبر المناطق.
مقدمة
تناقش مقدمة ورقة البحث التأثير التحويلي لتقنيات المعلومات من الجيل الجديد، مثل الذكاء الاصطناعي والبيانات الضخمة، على اقتصاد الصين، خاصة في سياق جائحة COVID-19 وما بعدها. تسلط الضوء على أنه بينما دخلت الصين عصرًا جديدًا من التنمية الاقتصادية عالية الجودة، لا تزال التحديات قائمة بسبب الاختلالات الهيكلية في تخصيص عوامل الابتكار. يشير تقرير “مؤشر الابتكار العالمي 2023” إلى أن الصين تحتل المرتبة 12 عالميًا في الابتكار لكنها تتخلف بشكل كبير في مؤشر “البيئة المؤسسية”، حيث تحتل المرتبة 61. تؤكد هذه الفجوة على ضرورة الابتكار المؤسسي لتعزيز تخصيص وفعالية عوامل الابتكار.
تهدف الورقة إلى استكشاف كيفية تأثير تخصيص عوامل الابتكار على التنمية الاقتصادية عالية الجودة ضمن إطار السوق الاشتراكي في الصين. تفترض أن تحسين هذا التخصيص أمر حاسم لتحفيز الابتكار، وتعزيز تدفقه الحر، وتحقيق نمط تنمية اقتصادية متوازن ومنسق عبر المناطق. تشمل المنهجية بناء نموذج شجرة انحدار عشوائية متعددة المدخلات والمخرجات لتقييم وزن مؤشرات الابتكار المختلفة واستخدام طرق TOPSIS ودرجة الارتباط الرمادي لتقييم المؤشر الشامل لتخصيص عوامل الابتكار.
النتائج
في هذا القسم، يقدم المؤلفون نتائج تجريبية تتعلق بالارتباط المكاني للتنمية الاقتصادية عالية الجودة، بناءً على العمل الأساسي لأنسيلين (1988). باستخدام مؤشر موران I، تكشف الدراسة عن وجود ارتباط تلقائي مكاني كبير عند مستوى دلالة 1%، حيث يتجاوز المؤشر 0، مما يشير إلى ارتباط مكاني إيجابي قوي بين المناطق. تشير هذه النتائج إلى أن التنمية الاقتصادية تتأثر ليس فقط بالعوامل المحلية ولكن أيضًا بالظروف الاقتصادية للمناطق المجاورة.
لضمان صحة تحليلهم وتجنب “الانحدار الزائف”، يستخدم المؤلفون طرق هادري وIPS لاختبار استقرارية كل متغير قبل تقدير نموذج دوربين المكاني (SDM). تظهر النتائج، المقدمة في الجدول 3، أن جميع المتغيرات تمر باختبار الاستقرارية عند مستوى دلالة لا يقل عن 5%. وهذا يؤكد موثوقية البيانات المستخدمة في التحليلات اللاحقة.
المناقشة
تسلط قسم المناقشة في ورقة البحث الضوء على الدور الحاسم لتخصيص عوامل الابتكار في تعزيز التنمية الاقتصادية عالية الجودة. يؤكد على أن نظريات النمو الاقتصادي التقليدية قد تطورت لتشمل ليس فقط العمل ورأس المال ولكن أيضًا العوامل التكنولوجية والمعرفية والبيانية. تشير الأدبيات إلى أن التخصيص الأمثل لهذه العوامل الابتكارية يمكن أن يعزز بشكل كبير الإنتاجية والكفاءة الاقتصادية، كما تدعمه نظرية شومبيتر حول الابتكار التكنولوجي الذي يقود النمو الاقتصادي. علاوة على ذلك، تحدد الورقة فجوة في الأبحاث الحالية بشأن القياس الشامل لتخصيص عوامل الابتكار، خاصة فيما يتعلق بالبيئات المؤسسية وتأثيراتها المعدلة على التنمية الاقتصادية.
لمعالجة هذه الفجوات، تقترح الدراسة نظام مؤشرات قوي لقياس تخصيص عوامل الابتكار وتقدم نموذج شجرة انحدار عشوائية متعددة المدخلات والمخرجات لتقييم مؤشر التخصيص في الصين. بالإضافة إلى ذلك، تبني نموذج جاذبية معدل لإنشاء شبكة ارتباط مكاني، مما يوسع الطرق الاقتصادية التقليدية المكانية. تشير النتائج إلى أن الديناميات المكانية لتخصيص عوامل الابتكار يمكن أن تؤدي إلى تسرب المعرفة وتخصيص الموارد بشكل أمثل، وهو أمر ضروري لتحقيق التنمية الاقتصادية عالية الجودة. تختتم الورقة بالافتراض بأن البيئة المؤسسية تلعب دورًا محوريًا في تنظيم تأثير عوامل الابتكار، مقترحة علاقة على شكل U مقلوب حيث يمكن أن تعزز التحسينات الأولية في الإطار المؤسسي التنمية الاقتصادية، لكن التحسين المفرط قد يؤدي إلى عوائد متناقصة.
القيود
تدور قيود هذه الدراسة بشكل أساسي حول تركيزها على العلاقة بين البيئات المؤسسية وتخصيص عوامل الابتكار في تعزيز التنمية الاقتصادية عالية الجودة. بينما تسلط النتائج الضوء على أهمية هذه السياقات المؤسسية، لا تتناول الدراسة الآليات الأساسية التي تحرك هذه العلاقة، مما يشير إلى فجوة لاستكشافها في المستقبل.
بالإضافة إلى ذلك، يقتصر التحليل على مستوى تخصيص عوامل الابتكار، متجاهلاً العمليات الأوسع والأكثر تعقيدًا المعنية في التنمية الاقتصادية عالية الجودة. يجب أن تهدف الأبحاث المستقبلية إلى التحقيق في كيفية تأثير طرق وهياكل تخصيص عوامل الابتكار على النتائج الاقتصادية، مما يوفر فهمًا أكثر شمولاً للديناميات المعنية.
DOI: https://doi.org/10.1016/j.jik.2024.100475
Publication Date: 2024-04-01
Author(s): Jinfeng Zhao
Primary Topic: Economic Growth and Productivity
Overview
This research investigates the interplay between innovation factor allocation, institutional environments, and high-quality economic development across 30 provincial-level regions in China from 2011 to 2019. The study develops a comprehensive indicator system for innovation factor allocation and employs methodologies such as TOPSIS and grey correlation to assess the allocation levels. A modified gravity model is utilized to create a directed weighted spatial association network, which is then analyzed using a spatial Durbin model to evaluate the spatial effects of innovation factor allocation on economic development.
Key findings indicate that innovation factor allocation has a significant positive impact on local high-quality economic development, although it generates negative spatial spillover effects on neighboring regions. The relationship between institutional environments and economic development follows an inverted “U” shape, suggesting that China’s institutional framework has not yet surpassed the critical threshold necessary for optimal impact. Notably, the study highlights that various institutional environments can enhance the effectiveness of innovation factor allocation, with online government initiatives demonstrating the strongest positive influence and the least negative repercussions. This research underscores the importance of optimizing innovation factor allocation to foster balanced and high-quality economic growth across regions.
Introduction
The introduction of the research paper discusses the transformative impact of new-generation information technologies, such as artificial intelligence and big data, on China’s economy, particularly in the context of the COVID-19 pandemic and its aftermath. It highlights that while China has entered a new era of high-quality economic development, challenges remain due to structural imbalances in the allocation of innovation factors. The 2023 “Global Innovation Index Report” indicates that China ranks 12th globally in innovation but falls significantly behind in the “institutional environment” sub-index, ranking 61st. This disparity underscores the necessity for institutional innovation to enhance the allocation and effectiveness of innovation factors.
The paper aims to explore how the allocation of innovation factors influences high-quality economic development within China’s socialist market framework. It posits that optimizing this allocation is crucial for stimulating innovation, promoting its free flow, and achieving a balanced and coordinated economic development pattern across regions. The methodology includes constructing a multi-input-multi-output random forest regression tree model to assess the weight of various innovation indicators and employing TOPSIS and grey correlation degree methods to evaluate the comprehensive index of innovation factor allocation.
Results
In this section, the authors present empirical results regarding the spatial correlation of high-quality economic development, building on the foundational work of Anselin (1988). Utilizing Moran’s I index, the study reveals significant spatial autocorrelation at the 1% significance level, with the index exceeding 0, indicating a robust positive spatial correlation among regions. These findings suggest that economic development is influenced not only by local factors but also by the economic conditions of neighboring areas.
To ensure the validity of their analysis and avoid “pseudo regression,” the authors employ the Hadri and IPS methods for testing the stationarity of each variable prior to estimating the Spatial Durbin Model (SDM). The results, presented in Table 3, demonstrate that all variables pass the stationarity test at a minimum significance level of 5%. This confirms the reliability of the data used in subsequent analyses.
Discussion
The discussion section of the research paper highlights the critical role of innovation factor allocation in fostering high-quality economic development. It emphasizes that traditional economic growth theories have evolved to include not only labor and capital but also technological, knowledge, and data factors. The literature indicates that optimal allocation of these innovation factors can significantly enhance productivity and economic efficiency, as supported by Schumpeter’s theory of technological innovation driving economic growth. Furthermore, the paper identifies a gap in existing research regarding the comprehensive measurement of innovation factor allocation, particularly in relation to institutional environments and their moderating effects on economic development.
To address these gaps, the study proposes a robust indicator system for measuring innovation factor allocation and introduces a multi-input-multi-output random forest regression tree model to assess the allocation index in China. Additionally, it constructs a modified gravity model to establish a spatial association network, thereby extending traditional spatial econometric methods. The findings suggest that the spatial dynamics of innovation factor allocation can lead to knowledge spillovers and optimized resource allocation, which are essential for achieving high-quality economic development. The paper concludes by positing that the institutional environment plays a pivotal role in regulating the impact of innovation factors, proposing an inverted U-shaped relationship where initial improvements in the institutional framework can enhance economic development, but excessive optimization may yield diminishing returns.
Limitations
The limitations of this study primarily revolve around its focus on the relationship between institutional environments and the allocation of innovation factors in promoting high-quality economic development. While the findings highlight the significance of these institutional contexts, the research does not delve into the underlying mechanisms that drive this relationship, suggesting a gap for future exploration.
Additionally, the analysis is confined to the innovation factor allocation level, overlooking the broader and more intricate processes involved in high-quality economic development. Future research should aim to investigate how various methods and structures of innovation factor allocation influence economic outcomes, thereby providing a more comprehensive understanding of the dynamics at play.