基于时间维度的区域协同创新实证研究

张卫东

（西安工程大学 人事处，陕西 西安710048）

0 引 言

国外学者对区域协同创新的研究主要采用实证研究的方法，如文献［1］通过构建区域互动平台、提升跨区域合作，将各区域创新系统联动，整合成一个具有国家性的创新系统.随着理论研究的不断深入，研究方法也越来越复杂，Anselin Varga和Acs（1997）首次将空间经济学分析工具引入经济地理学的研究领域，利用空间计量分析工具研究区域协同创新；文献［2］应用空间计量经济学和面板数据模型，从空间和时间两个维度研究区域的创新活动，分析了西班牙区域创新的空间模式，空间依赖性及其在区域创新中的重要性.国内，文献［3］首次较为全面地提出了跨行政区创新系统的理论，归纳总结出跨行政区创新系统的特征、基本建设框架、建设障碍与问题，各地区创新系统的融合过程，以及建立跨行政区创新系统的主要措施；文献［4］基于1998～2008年中国各地专利申请量的面板数据，扩展知识生产函数，根据面板单位根、面板协整及空间计量研究了中国区域知识溢出的空间距离问题；文献［5］对我国1997～2009年期间31个省域创新的空间差异和演进特征进行广泛测度和探索性空间数据分析（ESDA），分别用空间计量经济学的Moran′s I和LISA分析各省创新的空间依赖性和各地创新的局部空间模式；文献［6］利用中国各省区1995～2008年创新产出的面板数据，分别用Moran′s I和空间滞后模型，分析了中国区域技术创新的空间特性和主要影响因素.

可见，目前国内外对区域协同创新的研究面局限于长三角、珠三角、台湾省等创新水平较高的地区，研究结论因区域创新的“根植性”、“路径依赖”而不完全适用于欠发达地区.为此，文中以北部湾经济区六市（南宁、北海、防城港、钦州、玉林、崇左）的地理数据和在2009～2013年的创新投入产出数据为基础，用Moran′I和Moran散点图来分析北部湾近年创新产出的空间布局，并利用时间维度的空间计量模型来评估北部湾各市创新活动的协同程度，并得出相应的对策.

1 创新产出的空间相关性

空间计量经济学指出，几乎所有的空间数据都具有空间依赖性或者空间自相关特征，也就是说一个地区单元的某种经济地理现象与邻近地区空间单元的同一现象是相关的［7］.用空间计量方法能很好地完成对区域协同创新的实证研究.

要研究区域协同创新，首先要分析区域创新的现有空间布局.文中运用ArcMAP、GeoDA软件，通过Moran′s I和Moran散点图分析2010～2013年六市创新产出的全局空间相关性、局部相关性及其变化.

1.1 空间相关性理论

空间计量经济学引入空间权重矩阵的概念来定义空间对象的相互邻接关系，在此基础上计算Moran指数，度量空间的全局自相关性.

空间权重矩阵的形式为

式中，wij表示区域i与j的临近关系，可以根据邻接标准或距离标准来度量.在距离标准下：

式中，d0为某个标准距离值，一个地区与其自身的空间权重为0.全局Moran指数I的计算公式为

全局Moran′s I的取值范围为［－1，1］，大于0表示观测值水平相近的区域在空间上集聚，小于0表示相邻区域的观测值有差异，水平相近的区域在空间上分散分布.全局Moran′s I反映了经济活动在空间上的平均差异程度.以（z，Wz）为坐标点的Moran散点图，对Wz和z数据进行可视化的二维图示，进一步表示经济活动的局部空间自相关情况.Moran散点图的4个象限，分别对应于区域单元与其邻居之间4种类型的空间联系形式.第一象限代表高观测值的区域单元被同是高观测值的区域所包围（H－H）；第二角限低观测值的区域单元被高观测值的区域所包围（L－H）；第三象限代表代表低观测值的区域单元被同是低观测值的区域所包围（L－L）；第四象限代表高观测值的区域单元被低观测值的区域所包围（H－L）.

1.2 Moran′s I和 Moran散点图应用

运用GeoDA软件，通过南宁、北海、防城港、钦州、玉林和崇左在2010～2013年的专利授权量（PAT）［8－10］的Moran′s I分析各地创新产出的全局空间相关性，并绘制这4年Moran散点图，Moran散点图的4个象限分别对应于区域单元与其邻居之间4种类型的空间联系形式，结果如图1所示.其中，2010年与2011年的Moran散点图布局基本相同，2012年与2013年的布局也基本相同.

从图1可知，Moran′s I对应的值 依 次 为 －0.295，－0.288，－0.279，－0.289，北部湾六市近4年的创新产出在空间上维持负相关状态，负相关程度基本不变.

图1 六市2010～2013年PAT的Moran′s I与Moran散点图Fig.1 Moran′s Iscatter diagram of PAT during 2010～2013

南宁、玉林是北部湾经济区内稳定的创新高产出城市，优势明显，但两个城市不邻近.南宁作为北部湾经济区的经济社会发展龙头，集聚了全区的大部分科技资源，创新产出在全区遥遥领先，专利授权量占全区总量的54%以上.玉林市是北部湾经济相对比较发达的地区，人力、科技资源丰富，有一定的经济实力，有玉柴等大企业和一批外向型的民营企业作支撑，创新产出水平居全区的第二级别.

与南宁相邻的崇左、防城港连续4年为北部湾专利授权量最少的两个城市.崇左是后期成立的城市，起步晚，科技资源匮乏，专利授权量持续处于全区的最低级别.从2010～2013年，防城港的经济还处于起步期，投资主要集中在基础设施建设上，科技人才不足，专利授权量与崇左相近，但通过不断的经济社会发展，创新产出在2012年实现大幅度提升，由全区的第四级别上升到第三级别.

北海、钦州的专利授权量在六市中的排名稳居第3和第4，但目前尚未良好整合科技资源，高科技企业处于起步阶段，创新能力与南宁、玉林差距很大，与低产出城市崇左、防城港相近，创新产出水平低于全区平均水平.北海虽与玉林相邻，但因玉林的创新辐射力较低.原因除了南宁专利授权量的稳步提高外，更重要的是相邻城市防城港的专利授权量在2012年大幅度增加.

总体来看，北部湾经济区六市的创新产出呈全局的空间负相关，水平较高的南宁与玉林分散分布，二者的辐射力有待提高.

2 区域协同创新的空间计量模型

为了研究北部湾经济区六市创新系统在空间上的依赖性，构建基于创新产出函数的空间计量经济学模型，对近年北部湾六市的创新活动进行连续时间段内的空间计量分析，评估各因素在北部湾创新中的作用与影响，探讨六市创新活动的协同程度.

2.1 知识生产函数与创新产出函数

知识生产函数（Knowledge Production Function，KPF）是目前国际上研究知识生产、技术创新、区域创新及其决定因素的重要理论.Griliches－Jaffe知识生产函数，表达式为

式中，Y为知识产出，R为投入变量（即研发资本投入或人力投入），Z代表反映其他额外影响的一系列经济社会变量，ε为随机扰动项.

以知识生产函数为模板，文中提出基本的创新产出函数：

式中，P为专利授权量，代表创新产出量；H为人力资本，常用区域内信息软件业、科技服务业和教育3大行业的从业人员表示，代表创新的投入量；G等于政府一年的科技教育支出与财政总支出的比值，代表政府对创新的重视程度；L为公共图书馆数量，代表城市创新系统的基础设施建设水平，反映区域环境对创新的支持力；政府重视度G和基础设施L是创新的外部影响变量.实际上经费投入也是创新投入的重要组成，之所以单选人力资本H作为创新的投入变量，是因为二者具有较大的相关性.

2.2 空间计量经济模型

创新产出不仅受到本地研发活动的影响，还会受到周边地区的研发活动产生的溢出效应及政策的影响.传统回归分析方法（OLS）未考虑创新活动的技术扩散效应，这可以通过纳入空间效应的空间计量模型—空间滞后模型（SLM）和空间误差模型（SEM）来改进.

2.2.1 空间滞后模型（SLM）SLM主要探讨某变量在一地区是否有扩散现象，模型表达式为

式中，X为因变量；X为n×k的外生解释变量矩阵；W 为上文所提到的n阶空间权重矩阵；XY为空间滞后因变量；ρ为空间回归系数，反映样本的空间依赖性，即相邻区域的观测值WY对本地观测值Y的影响程度；α反映了自变量X对因变量Y的影响；ε为随机误差.

2.2.2 空间误差模型（SEM）SEM主要度量邻近地区关于因变量的误差冲击对本地观测值的影响程度，模型表达式为

式中，λ为空间误差系数，反映了样本观测值的空间依赖性，即相邻地区的误差扰动Wε对本地的误差冲击影响；ε和μ为随机误差.

在空间计量模型中，为避免结果的有偏或者不一致，SLM和SEM均采用极大似然法（ML）进行估计参数.

Moran′s I近似服从与样本数据相对应的正态分布，常用Moran′s I检验判断空间自相关性的显著性.在SLM和SEM的选择上，Anselin等（2004）提出了通过拉格朗日乘数检验法.检验值有LM（lag）、LM（error）、R－LM（lag）和 R－LM（error）.若在空间依赖性检验中LM（lag）较LM（error）更显著，且 R－LM（lag）显著而R－LM（error）不显著，则可判定适合的模型为SLM，反之即为SEM.除了拟合优度R2外，还有对数似然值（LogL）、赤池信息准则（AIC）和施瓦茨准则（SC）可用于比较OLS估计的经典线性回归模型和SLM、SEM的拟合效果.LogL越大，AIC和SC越小，拟合效果就越好.

2.3 模型改进

空间计量模型运用截面数据建立单个时间点的空间分析，面板数据模型则纳入时间序列数据，能对不同时刻的截面个体进行连续观测.众多学者将二者有机结合，构建出综合考虑变量时空二维特征的空间面板模型，完成对某一连续时间段内区域协同创新的面分析.

若将一地在若干个时间点上的4个观测值看作若干个样本的观测值，将六市一个时间段内的创新活动面板数据输入GeoDA软件，该软件依据六市经纬度坐标自动生成空间权重矩阵W，不同年份的两个地理相邻的城市间的权重仍可能为1.本文对W矩阵进行手动修改，剔除不同年份间区际的空间权重.此方法有两大优点：第一，将样本容量由6扩大到24，使计量模型的回归估计可行；第二，以空间计量模型为主体，同样将时间维度纳入空间计量模型，其一大特点是能完成以空间效应为重点的面分析，且简便易行.

3 数据选择与验证

3.1 数据选择

假定创新从投入到产出有一年的时滞，以H，G，L为解释变量，以P为被解释变量，收集北部湾六市在2009～2012年的创新投入数据和2010～2013年的创新产出数据，将4年的截面数据直接融合成一个容量为24的观测样本.具体数据包括南宁、北海、防城港、钦州、玉林、崇左在2009～2012年的信息软件业、科技服务业和教育从业人员数（H），政府财政总支出、科技支出、教育支出（G），公共图书馆数量（L），以及2010～2013年各年专利授权量（P）.数据来源于《广西2010年统计年鉴》、《广西2011年统计年鉴》、《广西2012年统计年鉴》、《广西2013年统计年鉴》和广西知识产权门户网站.六市的地理信息来自谷歌地图网.

3.2 实证估计及结果分析

对北部湾六市四年的创新产出函数先后进行OLS估计、SLM估计和SEM估计.传统创新产出函数（OLS）为lnP＝C＋β1ln H＋β2lnG＋β3lnL＋ε.则空间滞后创新产出函数（SLM）为

空间误差创新产出函数（SEM）为

估计结果如表1所示.

Moran′s I统计值在5%水平下显著，表明北部湾六市的创新产出在空间分布上具有明显的负相关，水平较高的南宁与玉林分散分布，二者的辐射力有待提高，以推动创新活动、技术进步的空间集聚.

SLM和SEM的拟合优度检验值R2（86.7%，87.4%）明 显 高 于 OLS 模 型（83.8%），LogL 大于 OLS，AIC、SC 小 于OLS，各个系数的显著度高于OLS，因此空间计量模型的拟合效果比OLS好.在空间计量模型的具体选择上，LM（error）较 LM（lag）更显著，但 R－LM（lag）、R－LM（error）均极不显著，无法明确判定SLM和SEM模型哪个能更好地评估六市创新的协同.

3个模型的估计结果的共性有：ln H的系数最显著，是3个解释变量中唯一的正弹性变量，且弹性的绝对值最大，表明区域内创新人力资源增加1%，可带来超过2%创新产出增长，人力资本对近年北部湾经济区的创新产出贡献显著；G有显著的负弹性，经济发展处于起步阶段、创新产出低的城市如崇左，财政能力有限，用于基础科技教育的财政支出占总财政支出较大比重，创新高产出城市如南宁，教育研发由于地方政府的早期扶持已逐步步入正轨，因此政府将财政重心转向新兴产业等领域；公共图书馆数量（lnL）的系数相对不显著（仅通过5%水平的显著性检验）且为负，北部湾经济区的创新活动目前比较封闭于科研机构、高校和企业内部，很少利用公共图书馆等资源，创新活动与公共基础设施无太大关联，北部湾的创新产出水平并未随着基础设施建设的完善而提高.

综上所述，空间回归系数ρ和空间误差系数λ都通过5%的显著性检验，且二者都为正，表明北部湾区域协同创新机制已初步形成，这与上文得出的负值Moran′s I并不矛盾.Moran′s I是对不同城市创新产出的现有空间相关性的静态分析，空间回归系数ρ和空间误差系数λ则代表不同区域创新活动、产出变化等动态现象的空间相关性.以专利授权量为衡量指标，现有创新能力相近的区域在北部湾经济区分散分布，但区域创新生产活动存在显著的正向空间相关效应，一个地区的创新产出在一定程度上依赖于相邻地区的创新投入和产出，此即区域间的协同创新.空间回归系数ρ的估计值为0.348，意味着在其他条件不变的前提下，相邻地区的专利授权量每增加1%，将带来本地专利授权量约0.35%的增加.

表1 创新产出函数估计结果Table 1 Estimation results of innovation output function

从LogL看，SEM的拟合效果优于SLM，且λ较ρ更显著，因此用SEM分析北部湾的创新因素更加客观.SEM估计的H 弹性系数（2.047）小于OLS估计的H 弹性系数（2.088），表明若忽略区域间创新活动的协同效应，会高估人力资本投入在北部湾创新活动中的作用.

4 结 论

（1）鉴于人力资本对北部湾创新产出的重要性及经济区内人才、知识分布不平衡的现状，应共同打造北部湾城市群通学圈，促进多边学术交流，整合和发展区内教育和文化资源；加大就业信息的公开透明度，利用计算机技术与通讯技术建立地区工作岗位数据库，搭建北部湾信息共享平台；通过科学的北部湾规划，消除行政壁垒和地方保护主义，简化人才引进手续，建立北部湾人才共享机制.

（2）增强南宁和玉林的创新的辐射带动能力.南宁加快发展南宁国家级高新技术开发区，进一步完善以生物工程与制药、机电一体化、电子信息为主导的产业体系，通过会展业提高科技龙头的综合服务和文化功能以及要素集聚能力，以城际快速交通为纽带带动其他城市的科研创新.玉林将其工业与南宁的现代服务业和新兴产业有机整合，建设具有地区特色的、共享共用的科技创新基础条件平台，发展成为北部湾经济区的技术研发和扩散基地.

（3）增强北海、钦州、防城港、崇左的技术吸收与应用能力.政府和企业出台鼓励性政策与措施，鼓励外地人才和研发资金向本地流动，用高新技术重点改造港口物流、临海工业等优势产业.

［1］KOSCHATZKY K，GUNDRUM U.Technology－based firms in the innovation process：Management，financing and regional networks［M］.Heidelberg：Physica－verlay，1997：290.

［2］CABRER－BORRAS B，SERRANO－DOMINGOG.Innovation and R＆D spillover effects in Spanish regions：A spatial approach［J］.Research Policy，2007，36（9）：1357－1371.

［3］龙开元.跨行政区创新体系建设初探［J］.中国科技论坛，2004，15（6）：50－54.LONG Kaiyuan.The construction of the cross region innovation system administration［J］.Forum on Science and Technology in China，2004，15（6）：50－54.

［4］孙建，齐建国.中国区域知识溢出空间距离研究［J］.科学学研究，2011，29（11）：1643－1650.SUN Jian，QI Jianguo.The study of spatial distance of knowledge spillover in Chinese regions［J］.Studies in Science of Science，2011，29（11）：1643－1650.

［5］王春杨，张超.地理集聚与空间依赖——中国区域创新的时空演进模式［J］.科学学研究，2013，31（5）：780－789.WANG Chunyang，ZHANG Chao.Geographic concentration and spatial dependence：Time－space model of provincial innovation in China［J］.Studies in Science of Science，2013，31（5）：780－789.

［6］万坤扬，陆文聪.中国技术创新区域变化及其成因分析——基于面板数据的空间计量经济学模型［J］.科学学研究，2010，28（10）：1582－1591.WAN Kunyang，LU Wencong.Empirical studies on the variation and contributing factors of regional technology innovation structure in China：Spatial econometrics models based on panel data［J］.Studies in Science of Science，2010，28（10）：1582－1591.

［7］GRILICHES Z.Issues in assessing the contribution of research and development to productivity growth［J］.Journal of Economics，1979，10（1）：92－116.

［8］JAFFE A B.Real effects of academic research［J］.American Economic Review，1989，79（5）：957－970.

［9］ANSELIN L.Spatial econometrics：Methods and models［M］.Dordrecht，Kluwer Academic Publishers，1988：57－65.