区域科技资源集聚与经济增长之关系的实证分析

焦继文，郭宝洁

（山东大学 管理学院，济南 250100）

新经济地理学理论认为，要素资源的空间集聚会通过要素经济集聚效应来推动区域经济增长。科技资源作为一种重要要素必然会产生集聚效应，对区域经济增长产生影响。集聚优势源自于各类科技活动主体在地域空间内多种活动的协同配合，从而能够提高整体效率和优势。以长江三角洲经济圈、环渤海经济圈和珠江三角洲经济圈为首的地区聚集了大量的科技资源，成为经济资源和科技资源互相促进的集聚区和增长极，研究其每个区域的中心地带科技资源集聚度与该地经济增长及周边地区经济增长的关系，分析其影响渠道的特点，为促进三大经济圈科技与经济的协调可持续发展具有重要意义。

1 科技资源集聚度的度量

科技资源集聚就是构成科技资源的各类要素通过人类活动集聚在一起，在特定地区内产生集聚效应。科技资源集聚作为名词表示状态时主要指在一定的地域范围内，作为载体的科技活动主体扎堆集聚，在知识活动中系统投入的一种状态。作为动词表示过程时主要指动态趋势下多种要素的优化整合。它的最终价值主要体现在推动经济发展和生产力的进步上，科技与经济在发展过程中互相提供动力和需求，两大主体间的合作与互动，会形成“知识—经济”耦合网络，共同促进科技实力与经济实力的提高。广义的科技资源主要包括科技人力资源、科技财力资源、科技物力资源和科技信息资源四个方面。狭义的科技资源包括科技人力资源和科技财力资源，两者的最佳配合是高效利用科技资源的关键，国际上通常用R&D人员全时当量和R&D经费支出来衡量。本文对科技资源的界定主要为狭义科技资源。

衡量集聚度常用的测度指标很多，常用的有洛伦茨曲线、基尼系数、赫芬达尔—赫希曼指数、绝对集中度、熵指数、变差系数、加权变差系数等。这些方法总体上看都属于相对差距指标比较方法，主要是基于不同区域所占资源的比重来测算整体的资源集聚差异，不能评估某一个区域的资源集聚度。为此需要建立一个新的方法来计算某一区域的科技资源集聚度。

由于我国各个城市的土地面积、人口数量和经济规模的不同，单纯地用总量指标来衡量科技资源集聚度是不合适的。所以，我们采用相对数中的人均和地均指标来进行衡量，使各城市之间具有可比性。区域科技资源集聚度衡量中主要有土地、人口两个维度，科技资源包括R&D人员全时当量和R&D经费支出，由此可以形成一个关于区域科技资源集聚度的矩阵，得到以下四种集聚度，区域R&D人员全时当量土地空间集聚度，区域R&D经费支出土地空间集聚度，区域R&D人员全时当量人口空间集聚度，区域R&D经费支出人口空间集聚度，赋予每种集聚度0.25的权重。在区域科技资源集聚度计算过程中以存量为基础。

表1 R&D人员全时当量土地空间集聚度比较

2011年九省市的科技资源集聚度计算过程如下：

表2 R&D经费土地空间集聚度比较

由表1，九省市R&D人员全时当量土地空间集聚度差异显著，上海居首，北京位于九个省市的第二位，天津则位居第三。由表2，R&D经费土地空间集聚度同R&D人员全时当量土地空间集聚度类似，也存在较大差异，上海遥遥领先，其次是北京和天津。

表3 R&D人员全时当量人口空间集聚度比较

表4 R&D经费人口空间集聚度比较

由表3和表4可见，与土地空间集聚度相比，R&D人员全时当量和R&D经费的人口空间集聚度差异较小，三大直辖市仍然位居前三位，北京排名第一，其次是上海和天津。

基于以上四个表的数据，根据CI=0.25CI1+O.25CI2+0.25CI3+0.25CI4，得到2011年九省市的加权科技资源集聚度。

根据1997～2010年的数据，计算得到1997～2010年的科技资源集聚度。

表5 2011年九省市科技资源集聚度

表6 1997～2010年科技资源集聚度

2 三大经济圈科技资源集聚与经济增长的实证分析

我们对长江三角洲经济圈、环渤海经济圈和珠江三角洲经济圈三个地区来分析中心地区科技资源集聚与当地经济及周边地区经济增长的关系，判断是否存在增长效应和辐射效应。从数据的可得性出发，以1997～2011年的数据为基础，选取科技资源集聚度表示科技资源集聚度，选取各省市每年GDP增长率表示经济发展速度。

2.1 长江三角洲经济圈

为研究上海的科技资源集聚度与上海本地经济增长的关系、上海科技资源集聚度与浙江、江苏两省经济增长的关系，我们选取上海科技资源集聚度、上海经济增长率、浙江经济增长率和江苏经济增长率为变量，对各变量进行平稳性检验、协整检验，并进行格兰杰因果检验，以考察变量间可能存在的因果关系。

（1）数据平稳性检验

分别用g_sh、g_js、g_zj、s_sh来表示上海、江苏、浙江的GDP增长率和上海科技资源集聚度。为减轻异方差和共线性，对所有数据进行自然对数处理。本文采用ADF单位根检验来确定各序列的平稳性。

表7 单位根检验结果

检验结果显示，lng_js，lng_zj，lng_sh，lns_sh为非平稳序列，经一阶差分后平稳，dlng_js、dlng_zj、dlng_sh、dlns_sh为平稳序列，在1%的显著性水平上拒绝了存在一个单位根的原假设，说明四个变量序列均一阶单整，满足进行协整检验的前提条件。

（2）协整检验

用Johansen检验法检验这些变量间是否存在长期稳定的均衡关系。根据表中的迹统计量和显著性水平临界值可以看出，三组变量均拒绝原假设，存在协整关系，即上海科技资源集聚度和上海经济增长、上海科技资源集聚度和江苏经济增长、上海科技资源集聚度和浙江经济增长之间存在协整关系。

表8 协整检验结果

（3）格兰杰因果检验

为确定每组变量之间的因果关系，在以上协整检验的基础上，对序列进行Granger因果检验。

表9 Granger因果检验结果

由表9，在10%的显著性水平下，lns_sh是lng_sh的Granger因，lns_sh是lng_js的Granger因，lns_sh是lng_zj的Granger因，其他变量之间不存在因果关系。上海的科技资源集聚对上海本地经济增长存在推动作用，同时对周边的浙江和江苏两省存在一定的辐射效应。

（4）脉冲响应分析

我们用脉冲响应函数来反映上海科技资源集聚与本地区及周边地区经济增长之间的动态关系。图1、图2、图3分别表示上海科技资源集聚冲击引起上海经济增长的响应函数图、上海科技资源集聚冲击引起江苏经济增长的响应函数图、上海科技资源集聚冲击引起浙江经济增长的响应函数图。横轴表示冲击作用的滞后期间数，纵轴表示各省的GDP增长率，实线表示脉冲响应函数，代表各省的经济增长对一个标准差冲击的反应，虚线表示正负两倍标准差偏离带。

图1 上海科技资源集聚冲击引起上海经济增长的脉冲响应

图2 上海科技资源集聚冲击引起江苏经济增长的脉冲响应

图3 上海科技资源集聚冲击引起浙江经济增长的脉冲响应

由图1，本期给上海科技资源集聚一个正的冲击，从第一期开始对上海经济增长有一个负的影响，随后开始缓慢上升，第二期达到最高点后缓慢下降，第三期以后开始趋于稳定，仍保持正的影响。第一期上海经济增长表现出负的影响，是由于科技资源集聚度所包含的R&D人员全时当量和R&D经费主要体现科技投入，科技投入转化为科技成果和经济效益有一定的时滞作用，在第二期和第三期出现小幅波动后便趋于稳定。图2和图3中上海科技资源集聚对江苏经济增长和浙江经济增长的冲击作用与图1类似，在第一期经济增长均表现出一个负的响应，其负向影响程度要比对上海本地经济的负向影响程度大。周边地区经济的增长接受来自上海经济的带动，此时上海科技资源集聚尚未形成对上海本地经济增长的正向冲击，所以江苏、浙江经济增长在第一期表现出更明显的负向响应，随后开始缓慢上升，第二期达到最高点后缓慢下降，第三期以后开始趋于稳定，其波动幅度要比对上海本地经济增长影响的波动幅度大。

2.2 环渤海经济圈

考察环渤海地区的北京科技资源集聚度与北京、天津、河北、辽宁、山东经济增长之间的关系，以北京科技资源集聚度（lns_bj）、北京GDP增长率（lng_bj）、天津GDP增长率（lng_tj）、河北GDP增长率（lng_hb）、辽宁GDP增长率（lng_ln）、山东 GDP增长率（lng_sd）为 变量，通 过1997-2011年的时间序列数据进行单位根检验、协整检验和格兰杰因果检验，分析北京科技资源集聚与北京本地经济和周边地区经济的关系。

检验单位根检验结果显示，lng_bj，lng_hb，lng_ln，lng_sd，lng_tj，lns_bj为非平稳序列，经一阶差分后平稳。经Johansen检验得出的迹统计量和显著性水平可以看出，五组变量之间存在协整关系。经格兰杰因果检验发现，只有lns_bj是lng_tj的Granger因，在10%的显著性水平下拒绝原假设，即北京的科技资源集聚可以成为天津经济增长的原因之一，其他变量之间不存在格兰杰因果关系。北京的科技资源集聚对本地区经济增长没有显著的促进作用，也没有实现对周边大多数地区经济增长的辐射作用。

2.3 珠江三角洲经济圈

以广东的科技资源集聚度（lns_gd）、广东经济增长（lng_gd）为变量，通过单位根检验和格兰杰因果检验来分析广东科技资源集聚与珠三角经济增长的关系。

通过单位根检验不难发现，lng_gd和lns_gd是平稳序列。而格兰杰因果检验表明：在10%的显著性水平下，lns_gd是lng_gd的Granger因，在5%的显著性水平下，lng_gd是lns_gd的Granger因。所以，广东省的科技资源集聚和广东经济增长存在双向因果关系。

进一步通过脉冲响应分析，不难得出：广东科技资源集聚冲击引起广东经济增长的响应函数如下图：

图4中，横轴表示冲击作用的滞后期间数，纵轴表示广东省的GDP增长率，实线表示脉冲响应函数，代表广东省的经济增长对一个标准差冲击的反应。本期给广东科技资源集聚一个正的冲击，广东经济增长并未立即反映，其后表现负向响应，下降到第二期后缓慢增加，到第三期以后开始表现正的响应并出现小幅波动，第七期以后趋于稳定。在前三期广东科技资源集聚对经济增长产生负的影响，其科技投入转化成科技成果再到促进经济增长的滞后时间较长，科技要素没有快速转化成生产力，随后经历一个较长的正向响应波动期后趋于稳定。

图4 广东科技资源集聚冲击引起广东经济增长的响应函数

3 结论

通过上述分析，可得如下结论：上海具有明显科技资源集聚的特点，上海的科技资源集聚对上海本地经济增长存在推动作用，同时对周边的浙江和江苏两省存在一定的辐射效应。北京的科技资源集聚没有产生对当地经济增长的促进作用，也没有实现对周边大部分省区经济增长的辐射作用。广东省的科技资源集聚和广东经济增长之间存在双向因果关系。其次，从科技资源集聚对经济增长的冲击过程来看，科技资源集聚对经济的影响有一定的时滞作用，原因在于科技资源集聚主要表现为科技投入，科技投入转化为科技成果和经济效益需要一定的时间和过程。所以，在加强科技投入力度的同时，要推动科技创新成果的产业化和创新水平的提高，提高科技在经济发展中的贡献率，促进区域经济增长。

[1]洪名勇.科技创新能力与区域经济实力差异的实证研究[J].经济地理，2003，(5).

[2]陈得文，苗建军.空间集聚与区域经济增长内生性研究——基于1995～2008年中国省域面板数据分析[J].数量经济技术经济研究，2010，（9）.

[3]罗昌宏，罗金沙.我国大城市科技资源实力评估[J].科技进步与对策，2003，（11）.

[4]李志学,王小凡,王毓军.东西部地区科技创新效率比较及互动机制研究[J].资源与产业，2013，(2).

[5]苏朝晖，吴晓晓.研发投入、科技成果对经济增长的影响[J].华侨大学学报,2014,(4).

[6]游光荣.我国地区科技竞争力研究[J].中国软科学，2001，(1).

[7]徐建华，鲁凤.中国区域经济差异的时空尺度分析[J].地理研究，2005，(1).

[8]Hagerstrang T.Innovation and Diffusion As A Spatial Process[M].Chicago:The university of Chicago Press，1966.

[9]Caniels M C J.Regional Differences inTechnology:Theory and Empirics[M].Working Paper，1996.

[10]Krugman P.Geography and Trade.Cambridge[M].MIT Press，1991.

[11]Fagerberg J,Verspagen B.The Dynamics of Technology Trade and Growth[M].Aldershot:Edward Elgar Publishing Limited，1994.