地方基础研究能力的空间统计分析

王宏达，纪玉娟，陈淑珍

（1.天津工业大学 工商学院，天津 300387；2.天津市院士科技活动中心，天津 300041；3.军事交通学院，天津 300161）

0 引言

基础研究是指认识自然现象、揭示自然规律，获取新知识、新原理、新方法的研究活动。其主要包括：科学家自主创新的自由探索和国家战略任务的定向性基础研究；对基础科学数据、资料和相关信息系统地进行采集、鉴定、分析、综合等科学研究基础性工作。《国家中长期科学和技术发展规划纲要（2006～2020）》（以下简称《规划纲要》）对今后 15年科技工作做出了总体部署，确定了“自主创新，重点跨越，支撑发展，引领未来”的指导方针，提出了建设创新型国家的总体目标。加强基础研究是提高我国原始性创新能力、积累智力资本的重要途径，是跻身世界科技强国的必要条件，是建设创新型国家的根本动力和源泉。

在将原始创新上升为国家战略的背景下，要想将该战略真正落实在行动上，地方基础研究能力将显得非常重要。它是正确认识和评价地方基础研究能力的要素构成、创新绩效、能力强弱的必经途径。近年来，有关创新能力或竞争力的评价研究成果甚多，但是对于我国区域基础研究的实证资料几乎空白。由于地方基础研究问题涉及空间问题，在运用统计学模型进行地区基础研究进行研究时，数据表现出空间的复杂性、自相关性和不均衡性。这使得解释变量（研发投入）对被解释变量（如专利产出）的影响在不同区域之间可能是不同的，假定地方基础研究在空间上具有异质性可能更加符合现实。空间统计分析模型可以有效地解决这个问题。为了从空间统计模型的角度，对地方政府、中央政府的基础研究投入效果、基础研究能力强的地区扩散效应及区域基础研究集群的机制成因进行定量研究。基于科技部2008年进行全国省域地方基础研究能力现状调查获得的基础数据，本文首先引入空间统计的Moran指数法，检验中国31省域之间的发明专利授权数（创新产出）在地域上是否具有空间相关性和集群扩散现象；然后再运用空间统计分析的空间误差模型和空间滞后模型，进行地方基础研究现状的空间统计分析，以揭示不同地区之间基础研究的空间差异及其影响因素。

1 研究的理论基础和模型方法

1.1 理论基础来源

在理论支撑方面，除了技术创新理论的“边干边学”和研究与开发（R&D）模型及区域经济理论以外，以下有关对知识和创新的认识和理论来源，是区域基础研究能力测定的重要理论基础。

1.1.1 知识生产函数

知识生产函数（Knowledge Production Function，KPF）是目前国际上研究知识生产和知识创新及其决定因素的重要理论模型。它的主流理论模型是Griliches（1979）提出，经Jaffe（1989）修订的Griliches-Jaffe的知识生产函数模型。知识生产函数将知识产出和科研投入联系起来，认为研发经费投入和人力投入是知识生产和创新的主要投入，通过投入要素的合理组合可以生产出新的具有经济价值的知识。国外实证研究结果发现，作为一个经验模型，知识生产函数确实存在，并为大多数实证研究所证实 （Anselin等，1997；Blind和Grupp，1999；Bode，2004）。 在国内仅有吴玉鸣将该模型用于知识溢出的实证研究，但是该理论模型尚处于引入期，缺乏国内实证研究的支持。本文认为根据该函数的假设前提，可以将知识生产函数用来解释我国省域地方基础研究的成因及影响因素。下面是该函数其双对数模型。

Y表示知识产出，Xi表示投入的各项指标，εi为随机误差项。

1.1.2 基础研究的空间集群与空间扩散

随着知识生产函数理论的逐渐被人接受，区域发展研究的一个新方向是把知识空间扩散作为在地理空间产生集群现象的基本力量。主要原因是指新知识产生主体之间在一个特定区域交流比要比跨区域交流更容易。尽管现代网络信息技术使得远距离的知识传递成本降低，但是地理距离对经济增长的影响并未消失。知识按照能否进行编码，被划分成显性知识和隐性知识。显性知识作为经过编码的知识能够通过现代网络信息技术方式进行低成本传播。但是不能被编码的隐性知识是嵌入在人力资本里随时间而累积的。这种隐性知识扩散需要干中学（Learning by Doing），需要研发人员和机构在空间上邻近和容易到达。更确切地说，隐性知识（Tacit Knowledge）对空间区位是有粘性的（Sticky），在不计成本的情况下无法轻易传播。为了充分利用地方基础研究能力，发挥知识的扩散效应，与基础研究发生的特定源地相邻近是非常重要的。基础研究活动在一定的地域空间进行的，就是为什么在不同地理区位上存在基础研究能力差异的原因。

2 地方基础研究能力测定指标选取与解释

我们依据国内外的相关文献来构建地方基础研究的知识生产函数函数。本文所用的因变量选择了各省发明专利授权数（P）作为衡量地区基础研究的产出指标，自变量分别为地方基础研发投入（DI）主要用来解释地方政府对基础研究的支持强度、各省获得的国家基础研发投入（NI）用来代表国家对各省级行政区的基础研究投入强度、各省现有科技研发平台（PT）、各省的学科带头人（Y）、科研创新团队（KT）。 所有数据来源于2008年科技部基础司首次全国基础研究现状调查所得到数据，包括31个省市、自治区、直辖市、建设兵团的2005～2007年的地方基础研究工作情况。

地方基础研发投入主要用来解释地方政府对基础研究的支持强度。基础研究具有科研周期长、风险大、基础理论研究短期经济效益不明显等其自身固有的特点，这样就使得很多企业不愿意从事这方面的研究，尤其是基础理论研究，当然市场机制也就相应地失去了其调节功效，只有依靠政府的组织、调控，才可能使基础研究有序地开展。作为地方政府和中央政府对于基础研究的投入是至关重要的。我们选择地方政府基础研究投入经费额和国家对各省的基础研究经费额作为研究自变量。

由于基础研究自身的特殊性——短期效益不明显，使得大学和科研机构成为了基础研究的主角。由于基础研究都是指自然科学领域的活动，所以那些综合性、理、工、农、医类大学和自然科学领域的科研机构自然也就成了基础研究基地。为了支持基础研究，我国在这类机构中设立了一系列基础研究平台。本文选用各省的基础研究平台作为自变量来反应基础研究硬件条件投入。

基础研究不仅需要大量的资金投入，高素质的人力资源投入也是从事基础研究的前提条件。基础研究群体能否做出一流的业绩，关键在于这个团队的领军人物。我们使用各个省区拥有两院院士数这一指标来拟合基础研究群体中的核心人力资源。

3 地方基础研究的空间统计分析

3.1 地方基础研究的空间分布特征

为了分析我国31个省市、自治区的基础研究的空间关系，我们首先计算2007年中国31个省市、自治区劳动生产率的全域 Moran’s(I)系数为0.2131。我国地区劳动生产率的空间自相关Moran系数为正值，说明我国地区基础研究之间可能存在正的自相关关系。为了进一步了解我国地方基础研究能力局部集聚特征，我们根据31个省域的发明专利授权数的Local Moran'I指标值（见表1）绘制了我国的基础研究能力空间分布图，见图1。根据图例，我们可以看出我国的地方基础研究能力基本上呈现出比较明显的东部沿海和西部内陆两大空间聚集区域。结合我国发明专利授权数的原始数据，我们发现在我国地方基础研究能力较强的地方聚集在京、津、沪、苏、鲁和浙等沿海省份形成一个聚集区，说明了这些省市有被基础研究能力较高的省市所包围的趋势，空间聚类趋势比较明显。而我国地方基础研究能力较弱的区域主要分布在我国的西部3省青海、西藏和新疆。这些省市有被基础研究较弱的省市所包围的趋势，空间聚类趋势特征明显。其他省份基本上可以视作这两个聚集地区之间的过渡省份。

图1 地方基础研究能力分布图

表1 Local Moran'I指标得分情况

以上定量地证明我国地方基础研究的产出确实存在着区域集群现象，地区差异比较显著。这表明普通统计学研究模型忽略了区域相关性和异质性的集聚研究，在理论上存在不足。有必要对地方基础研究能力、基础研究经费来源、地方基础研究平台建设和基础研究人力资源构成以及地方基础研究的成因进行空间统计分析与检验。

3.2 空间统计检验与分析

Moran's I指数虽然可以定量证明中国地方基础研究的空间相关性及是否存在集群行为，但对地方基础研究集群的形成原因和影响因素未能做出定量分析。为此，我们采用空间统计分析模型，对我国31个省域为空间单元进行区域创新产出集群成因的空间计量检验和分析。

根据Griliches-Jaffe提出的知识生产函数（knowledge production function），本文基于 Anselin，Varga和 Acs等人认为的研发经费支出将导致直接的发明结果的一般研究基本假定，以各省发明专利授权数（P）为因变量，地方基础研究经费投入额 （DI）、国家对地方基础研究投入额（NI），地区基础研究平台（PT），两院院士（Y），科研创新团队（KT）和各省承担的国家973项目数量（P973）为自变量，采用如下双对数线性的知识生产函数模型

lnP=β0+β1lnDI+β2lnNI+β3lnPT+β4lnY+β5lnKT+β6lnP973+εt

式中：βi为回归参数，i为 1，2， …，31 个省域；εt为随机误差项。

为了验证地方基础研究投入产出的关系，以2005，2006，2007年P平均值作为被解释变量。以2005，2006，2007年31个省域的DI、NI、P973的平均值作为解释变量，通过使用3年均值来消除极端值对模型的影响。同时KT、PT、Y我们使用了2007年的原始统计数据。为了确认估计模型的优良，我们按照Anselin确定的模型识别流程考察模型的拟合优劣度。首先进行OLS估计，结果发现OLS模型估计结果拟合度比较好，因此本文报告OLS估计结果，同时报告通过残差的Moran指数检验、两个拉格朗日乘数来判断空间统计分析模型SLM和SEM的形式，结果见表2利用极大似然估计（ML）的空间统计参数估计结果如表2所示。

表2 普通最小二乘法估计模型

实际上，空间统计的Moran指数检验已经证明了31个省域的创新产出具有一定的空间自相关性，OLS估计方法可能存在模型设定不恰当问题。为了进一步验证空间自相关性的存在，由表1中的Moran指数检验、两个拉格朗日乘数的空间依赖性检验结果显示：Moran指数（误差）检验证明经典回归误差具有一定的空间自相关性；同时为了判定是内生的空间滞后还是空间误差项自相关，根据Anselin空间自相关模型判别准则，LMLAG较之LMERR在统计上更加显著，且R-LMLAG显著而R-LMERR不显著，则可以断定适合的模型是空间滞后模型（SLM）。表2中的检验指标表明，LMLAG和R-LMLAG在1%的显著性水平下，LMERR和R-LMERR不显著，因而我们认为SLM模型更适合解释地方基础研究能力的成因问题。

表3 SLM与SEM模型的比较分析

我们发现3个模型的拟和优度都很高，这说明在我国地方基础研究方面投入产出之间的相关性是相当高的。由于采用ML法估计参数，基于残差平方和分解的拟合优度检验的意义不是很大。因此，在表3中本文又比较了对数似然函数值LogL、AIC和SC值就会发现，空间滞后模型的LogL最大（-2.8716），AIC和 SC值最小 （分别为 21.7432和 33.4690），因此SLM模型是最优的模型。

另外，SLM的ρ通过1%的显著性检验，表明由政府投入主导的地方基础研究成果在省域之间已经形成基础研究成果空间扩散效应；而参数未能通过了10%的显著性检验，表明省域之间的基础研究空间依赖作用较弱，即相邻地区的基础研究的互动性较差。因而我国地方基础研究主要表现为以基础研究能力较强的省份向基础研究能力较弱省份的单方面辐射效应。这也就说，在我国地理空间上相互邻近的省份存在较强的基础研究成果扩散效应，进而促成地方基础研究集群的形成。基于OLS法的回归模型由于忽略了空间滞后影响，因而模型估计参数不够恰当。这推翻了传统经济学关于各个地区互相独立以及各区域均质分布的假设，明确需要在经济学分析模型中引入空间自回归和空间误差分析对传统统计学模型进行修正。

由SLM模型可以看出：地方政府对于基础研究的经费投入对于地方基础研究LN(DI)、国家对基础研究的经费投入LN(NI)和两院院士LN(Y)的回归系数通过了1%的显著性水平检验，说明该3项指标对于基础研究的空间集聚与扩散起到了明显的推动作用。LN(DI)、LN(NI)和LN(Y)这3个因素每增加1%的幅度将分别增加0.33%、0.24%和0.36%。但是我们也发现在科研创新团队LN(KT)的回归系数是负值，说明目前各地的科研创新团队还未能很好地起到对基础研究的推动作用。我国基础科学研究平台LN(PT)和国家的973科研项目LN(P973)对地方基础研究发展虽然也起到了正面推动作用，但是他们所起到的作用相对较小。

综合上述统计分析，我们认为国家和地方政府在地方基础研究中起到了主导地位，以两院院士为代表的核心人力资源也对地方基础研究的集聚与扩散起到了积极推动作用。各地科研平台建设和国家973专项对于地方基础研究的引导作用开始显现。对于我国目前正在形成的各类科研创新团队对于地方基础研究的集聚与扩散的推动作用尚未显现出来。

4 结论与建议

本文基于空间统计分析方法，利用全国第一次地方基础研究调查数据，对我国地方基础研究能力进行了空间集聚与扩散的综合研究，并尝试探讨了空间自回归分析方法对传统回归分析的替代作用，得出了相关的分析结果和政策建议。

空间统计分析结果显示，由于各个地区社会条件、人力资源、经济基础、科技资源等的不同，在中央政府、地方政府、基础研究领军人物、科研平台建设、基础科学研究项目体系等因素综合作用下，我国31个省域基础研究能力呈现出一种区域多元化的竞争格局，已经初步形成了一种创新的集群现象——环渤海地区与长江三角洲为核心的两大基础研究能力极化区域。我国东部地区形成了基础研究能力带，并且呈现出自西向东的辐射态势。这是未来我国 31个区域原始创新振兴所在，也是与世界各区域创新能力核心区进行对抗和竞争的希望所在。

中国大部分省域的基础研究能力与该省的经济实力、科研人员富集程度、国家对该地区的基础研究项目与经费的投入强度密切相关。我国科研资源禀赋空间分布不均是造成各省基研究能力分布不均衡的主要原因。要提高各省基础研究能力，需要采取分类的有针对性的政策和措施积极改变这种状态，逐步培育和增强各个集团各具特色的基础研究能力。

第一，必须通过采取适宜对策措施强化少数基础研究能力较强的聚集区域，如以北京、上海为中心带动环渤海地区和长江三角洲成为基础研究的核心区。这些地区应该在未来相当长的时期内，把提高原始性创新能力，在若干重要领域开发和掌握一批核心技术，造就一批具有原始创新能力的企业，充分发挥科研机构和高等院校、尤其是研究型大学的作用，作为科技创新方面的一个重点，构建区域创新的国际竞争力。鼓励区域政府多出资金扶助自身基础研究，争取在全球获得竞争力；引导大型企业进入基础领域，尤其是科研机构、大学的资金通过市场化资源配置方式与大型企业联合获取科技资源，改变目前基础研究当中政府投资一家独大的局面；探索基础研究市场化运作模式，提高这些地区的自主创新能力。

第二，采取适宜的科技教育发展和区域创新战略，鼓励中部地区基础研究扩散区发展的集成创新能力和消化吸收再创新的能力。对于处于中部地带的基础研究扩散区，应充分发挥改革开放和制度、企业创新能力强的优势，大力发展集成创新能力，缩小与东部核心区的差距，部分有条件的区域在部分领域也可通过各种举措实现成功追赶甚至赶超。

第三，对于青海、新疆和西藏为代表的广大西部地区而言，由于其自身经济基础条件较差、科技资源贫乏的应该由中央政府加大基础研究经费投入，通过大力发展教育，加大投资力度，培育和吸引核心人力资源，扩大对外科技交流渠道，增强和构建西部后进省域各具特色的集成创新能力和消化吸收再创新的能力。

[1]Jaffe A.Real Effects of Academic Research[J].American Economic Review,1989,79(5).

[2]Griliches Z.Productivity，R&D and Basic Research at the Firm Level in the 1970’s[J].American Economic Review,1986,76(1).

[3]Luc Anselin,Attila Varga，Zoltan Acs.Geographical Spillovers and University Research:A Spatial Econometric Perspective[J].Growth and Change,2000，31(3).

[4]Luc Anselin,Attila Varga,Zoltan J.Acs.Geographical and Sectoral Characteristics of Academic Knowledge Externalities[J].Regional Science,2000，79.

[5]吴玉鸣.研发溢出、区域创新集群的空间计量经济分析[J].管理科学学报，2008，8(4).

[6]Luc Anselin.Exploring Spatial Data with GeoDa:A Workbook[R].US:Center for Spatial Integrated Social Science，2005.