融资视角下区域创新空间溢出效应研究

祝伟展，贾敬全,吴宏伟,汪佩霞

淮北师范大学经济学院，淮北，235000

1 问题提出与相关研究

熊彼特创新理论认为，创新是企业家的本质，金融市场的一个主要功能就是筛选出那些有创新能力的企业，通过一定的融资方式支持企业创新[1]。鉴于创新与融资之间的密切联系，许多经济学者开始运用各种方法探讨创新与融资之间的相关理论与经验证据，然而现有文献大多在探讨创新与融资关系时，通常假定一个成熟的金融市场外部环境[2]。对处在经济快速转型发展中的皖北而言，金融市场发展相对滞后，而银行信贷在产业或产业融资过程中长期以来一直占主导地位，且新兴技术产业具有资本技术密集型特点，其研发创新活动往往风险高、投入大且周期长，这决定了新兴技术企业在创新过程中需要动员大量的资金支持。因此，在皖北特定金融市场环境下有必要系统地、有针对性地从融资角度研究区域创新在地理空间上的相互影响。

国外对创新与融资之间关系的研究多集中于从研发投入角度分析融资与创新之间的关系。创新型小微企业是创新活动的重要组成部分，其研发活动往往伴随着较高的资金需求，风险资本只能部分缓解创新型小微企业的研发资金需求，而且面临严格的限制条件，只能在金融证券市场高度发达的环境下才能发挥作用[3]。除了资本结构外，融资约束在很大程度上限制了企业的资金投入，切尔纳茨基将产业融资约束分为内部融资约束和外部融资约束，研究发现，虽然外部融资约束随着企业规模的减小而增加，但是企业内部融资约束对研发投资起着较为决定性的作用[4]。

国外学者倾向于从微观主体研究创新与融资之间的关系，国内学者则从不同主体、不同角度研究创新与融资之间的关系。从微观主体角度，孙早等利用A股上市的战略性新兴企业相关数据研究不同融资方式对企业自主创新的影响，发现内部融资对企业自主创新有明显的正向推动作用，股权融资比例与企业自主创新程度之间存在正向相关关系，而债务融资则在一定程度上抑制企业自主创新[5]。寸晓宏等从风险融资对区域创新能力影响的角度进行研究，发现风险投资企业的出现及其主要功能的有效发挥能有效提升区域创新系统的稳定性，有效克服在提升区域创新程度时面临的“市场失灵”和“系统失灵问题”[6]；李健等则从民间融资规模对区域创新能力影响角度，利用2000—2012年中国省际面板数据构建动态面板模型，研究民间融资与区域创新能力的影响，证实了民间融资发展对区域创新能力的显著提升关系[7]。 另外，很多学者也从其他角度研究了融资与创新之间的关系[8-9]。

以上国内外学者的研究对产业融资与区域创新能力的研究提供了有益借鉴，但仍有不足之处，主要表现在：首先，多数学者在研究融资与创新相互影响时缺乏创新对融资影响的研究，而且没有考虑特定地区金融市场发展状况的影响，其研究结论对具体地区的适用性不高。其次，现有研究在探索融资与创新之间关系时，往往忽略了地区之间的空间溢出效应。在皖北地区特定的经济社会环境下，经济主体制定相关决策时不可避免地存在“模仿效应”或“示范效应”，如果忽略这些空间溢出效应，会给研究结论的科学性和有效性带来影响。在综合考虑数据可得性的基础上，本文利用皖北(淮北、亳州、宿州、蚌埠、阜阳和淮南)各市产业融资规模与区域创新能力相关数据，通过构建空间杜宾模型，实证分析产业融资与区域创新的空间溢出效应。

2 空间计量模型设定与研究方法

对于空间效应的分析模型主要有两类，空间滞后模型(SLM)和空间误差模型(SEM)。SLM描述的是空间实质相关，其模型为：

Y=ρWY+Xβ+εε～N[0，σ2I]

(1)

其中，Y=(Y1，Y2，…Yn)′为因变量矩阵，X=(X1，X2，…Xk)是解释变量矩阵，ρ为空间效应系数，β=(β1，β2，…βk)′为参数向量；W为空间权重矩阵，

ωij描述了第j个截面个体与第i个截面个体被解释变量之间的相关性。

SEM，其模型的表达式为：

Y=Xβ+εε=λWε+μμ～N[0，σ2I]

(2)

其中，λ为空间误差相关系数，用于表示相邻个体对于解释变量所造成的误差冲击对本个体相应观察值的影响程度，其他符号含义和SLM基本相同，需要说明的是，在SEM中空间矩阵W的元素ωj描述了第j个截面个体与第i个截面个体随机干扰项之间的空间相关性。

SEM主要用于分析随机干扰项的空间效应问题，也就是说在一个地区发生的随机因素的冲击，由于随机因素的空间相关性问题会传递到相邻区域，这样的传递具有时间上的持续性，但是随着时间的延长而逐渐衰减。SLM主要解决研究对象的空间相关性问题，如果研究对象存在空间相关性，那么本地区解释变量的变化可能会对相邻地区产生不可忽视的影响，如果仅仅考虑本地区的影响因素建立一般意义上的回归模型，不足以全面反应变量之间的数量关系。

本研究主要关注产业融资与区域创新之间的空间溢出效应，因此在建立模型时，主要考虑变量之间的空间相关性，故选择SLM模型。 考虑到区域创新与产业融资之间互相影响的关系，为了分析邻接地理空间一个变量变化对另一个变量的影响，在建立SLM时，在模型中引入自变量的空间滞后项，由此得到空间杜宾模型(SDM),其主要表达式为：

y=α+ρWy+xβ+Wxγ+ε

(3)

y=(I-ρW)-1(α+xβ+Wxγ+ε)，

ε～N[0,σ2I]

(4)

记R=(I-ρW)-1(α+ε),代表截距项和随机干扰项的剩余项，因此SDM可转化为：

y=(I-ρW)-1(xβ+Wxγ)+R

(5)

因此，对于空间杜宾模型的估计可以利用空间滞后模型的算法稍加改动来实现，在本文中通过Matlab R2014a软件编程实现。

3 空间计量模型权重矩阵的设置

权重矩阵W是用来描述所研究地区的空间区域的临近关系，设置空间权重矩阵必须满足空间相关性随着“距离”增加而减少的原则，这种“距离”不仅限于地理意义上的距离，也可以反映经济意义上的合作关系等，是广义上的“距离”。一般而言，主要有三种常见的空间权重矩阵的设置方法。

基于空间邻接概念的空间权重矩阵，邻接概念通常有两种方式，Rook邻接和Queen邻接，Rook邻接任意两个地区需要有共同边界才能被认为是邻接，Queen邻接认为除了有共同边界外，有共同顶点也可以认为是邻接，本文采用Queen邻接方式，即

(6)

基于地理距离的空间权重矩阵，根据地理学第一定律，任何事物都与它周围的事物存在一定程度上的某种联系，这种联系与距离有着密切的关系，距离较近的联系较为紧密。因此，空间权重矩阵的构造以地理上的距离为基础，记d为任意两市之间的距离，具体数据依据百度地图给出的两市之间的最近距离为准。

(7)

基于经济特征的空间权重矩阵，产业融资和区域创新都是系统的经济活动，在考察其空间溢出效应时，有必要考虑非地理临近因素的综合影响，故在空间权重设置时，综合考虑经济发展水平和经济结构，借鉴李飞等在研究农业基础设施空间溢出效应时的经济特征权重设置方法，

(8)

其中，i，j代表相应地区，k取值为1,2,3，分别代表第一产业、第二产业和第三产业，X代表相应产业的产值[10]。

在得到空间权重矩阵之后，记W1为空间邻接权重，记W2为地理距离权重，记W3为经济特征权重，为了消除外在影响，对每一个空间权重矩阵进行标准化，使得每个矩阵中每行元素的和为1，即：

(9)

其中，标记星号的代表未经过标准化的空间权重矩阵中的具体元素。

4 变量解释与数据来源

为了有效测度产业融资与区域创新的空间溢出效应，在变量选取时综合考虑科学性和数据的可得性，本文用皖北研究与实验发展经费支出代表各市的创新程度，一般情况下可以认为较高的研究与实验发展经费支出会带来较高的创新成果；对于各省产业融资的规模，本文采用各省固定资产投资中按资金来源划分的自筹资金部分来表示。考虑到经济发展水平和对外开放程度对区域创新的重要影响，选取各省国内生产总值代表各省的经济发展水平，外商直接投资额代表各省的对外开放程度，一般认为国内生产总值越高经济发展水平越高，外商直接投资额越高说明该地区对外开放程度越高，本文数据来源于2001—2016年《安徽统计年鉴》。

5 实证分析

5.1 空间相关性检验

在分析产业融资与区域创新的空间溢出效应之前，根据空间计量经济学模型相关理论，需要对产业融资和区域创新相关变量的空间相关性进行检验。在实际经济分析中，对研究对象空间相关性的检验通常使用Moran′I统计量和Geary统计量结合进行。

Moran′I统计量是检验空间相关性的主要统计指标，如果相关属性值用Y表示，则该变量的全局Moran′I统计量计算公式如下：

(10)

Morain′I统计量是检验空间相关性经常使用的重要统计量，但是Morain′I统计量也有本身的限制条件，它不能判断不同地区之间相关属性是高值集聚还是低值集聚。全局Geary统计量与Moran′I统计量相互补充，Geary统计量的取值范围在0～2之间，Geary统计量的取值大于1表示负相关，小于1表示正相关。本文对区域创新和产业融资空间相关性的检验利用Morain′I统计量和Geary统计量结合进行，Geary统计量的计算公式如下：

(11)

从表1的计算结果来看，区域创新存在明显的空间溢出效应，在邻接空间权重下Moran′I统计量的数值为负且明显不等于0，Geary统计量都大于1也从另一方面进一步说明了相关问题。但是在地理距离空间权重下，从Moran′I统计量有正有负和Geary统计量的值有大于1和小于1同时存在的情况来看，区域创新的空间溢出效应明显有正有负；在经济空间权重下，Moran′I统计量空间溢出效应为负，而Geary统计量都明显接近于1，由此说明区域创新存在明显的空间相关性，但是其效用大小值需进一步研究。

表1 区域创新空间相关性检验结果

5.2 空间杜宾模型及回归结果分析

本文主要关注皖北产业融资与区域创新的空间溢出效应，分析相邻接区域创新及产业融资的变化对本地区区域创新的影响。以区域创新为因变量构建空间杜宾模型，为了得到科学、有效且稳健的空间溢出效应分析结果，在分析区域创新和产业融资空间溢出效应时，同时选用邻接空间权重矩阵(W1)、地理距离权重矩阵(W2)和经济空间权重矩阵(W3)计算空间滞后项，选取地区国内生产总值和国外直接投资作为控制变量，得到模型如下：

lnrd=α+Wlnrd+lnX1β+WlnX1γ+ε

(12)

式(12)用于分析区域创新空间溢出效应。rd代表研究与实验发展经费支出，X1为控制变量，由固定资产中自筹资金、国内生产总值和外商直接投资构成。W是空间权重矩阵，为六行六列矩阵，代表六个市之间的相互影响程度的大小，ωij表示第j个地区对第i个地区影响程度，取值在0～1之间，影响越大取值越接近于1。模型的估计借鉴保罗的空间计量经济学Maltlab估计思想，利用Maltlab R2014a软件，通过编程完成模型参数的估计[11]。

从表2来看，在三种空间权重矩阵下区域创新的空间相关系数ρ均为正值，除经济空间权重下空间效应不明显外，邻接空间权重和地理距离权重下空间相关系数ρ均通过10%的显著性水平检验，甚至在1%的显著性水平下，地理距离权重区域创新空间相关系数仍然表现出较强的相关性，表明区域创新与相邻地区区域创新之间的确存在着正向的空间溢出效应。地理的临近性及区域之间经济发展的优势互补能有效提升区域之间的协作水平，科学技术的快速发展，“互联网+”战略的深入推进，有助于实现信息的及时沟通与交流、基础设施的高效共享等。这些都能有效提高生产要素在区域之间的流动性，进而引起创新水平在区域之间的策略性竞争，加速科学技术水平在创新与区域之间的扩散。

表2 区域创新空间溢出效应估计结果

注：*、**、***分别表示在显著性水平为10%、5%和1%的情况下，对应的回归系数显著。

就变量之间相互关系而言，由表2可知，同一地区产业融资与地区区域创新之间的关系较为显著。在三种空间权重下，固定资产投资自筹资金的回归系数为正，且通过显著性水平为1%的显著性检验，说明同一地区产业融资与本地区区域创新之间存在稳定的正向相关关系，地区产业融资每变化1%对该地区的区域创新程度会提高1.6%左右。考虑空间之间的相互影响，当相邻地区产业融资发生变化时，对该地区区域创新的抑制效应较为明显。由产业融资的空间滞后项W×固定资产投资自筹资金的系数可知，当相邻地区产业融资变化1%时，在邻接空间权重下区域创新反向变化1.7%，地理距离空间权重下区域创新反向变化1.38%，除经济空间权重外，邻接空间权重和地理距离权重下其系数通过显著性水平5%和10%的显著性检验，说明相邻地区产业融资对该地区区域创新的抑制作用在很大程度上得以弱化。

5.3 直接间接效应估计

较多文献利用研究对象空间杜宾模型的点估计结果作为判断是否存在空间溢出效应的结论，这种点估计观察到的结论可能并不严谨。勒萨热和佩斯在研究中发现，在研究空间溢出效应时通过引入偏微分工具，可以观察到空间杜宾模型中变量变化的影响，据此可以进一步验证空间溢出效应假设是否成立[12]。空间溢出效应分解为直接效应和间接效应，直接效应用于表示模型中某地区解释变量的变化对本地区被解释变量的影响，间接效应用于表示模型中某地区解释变量的变化对其他相邻地区被解释变量的影响。

直接效应和间接效应的估计通过对式(5)的被解释变量的期望值求偏导得到，即：

(13)

式(13)矩阵中对角线元素的平均值即直接效应，间接效应的计算通过式(13)矩阵中非对角线元素的行或列和的平均值得到(见表3)。

表3 空间杜宾模型直接效应、间接效应与总效应分解

注：小括号内为t检验统计量的值

由表3可知，产业融资的直接效应系数在三种空间权重下均为正值，其系数的t检验也都显著，与空间杜宾模型点估计结果相一致，说明鉴于技术型企业创新时大量的资金需求，产业融资在促进本地区区域创新方面确实发挥着明显的促进作用。从产业融资的间接效应来看，其系数在三种空间权重下均为负值，说明在皖北范围内区域产业融资对相邻地域的区域创新存在一定程度的抑制作用，但是其t检验统计量在10%的显著性水平下均不显著，说明单位产业融资对相邻区域的区域创新并没有发挥明显的抑制作用。

从国外直接投资的角度来看，在三种权重下，国外直接投资的系数并不一致，考虑到国外直接投资较强的经济特征，加之随着科学技术的飞速发展，距离因素的影响越来越小，因此国外直接投资对于区域创新的影响主要从经济空间权重的角度考虑。由模型估计结果和直接间接效应的分解结果可知，国外直接投资对于地区区域创新存在明显的促进作用，国外直接投资增长1%会带来区域创新程度提升0.6%左右，由于皖北特有的竞争与协作关系，综合考虑空间杜宾模型估计和直接间接效应分解结果，地区国外直接投资对相邻地区的区域创新的激励作用非常明显。

6 结 论

本文利用皖北面板数据，在三种不同空间权重下利用空间杜宾模型量化区域创新的空间溢出效应。通过研究发现，皖北区域创新存在明显的正的空间溢出效应，某地区创新程度的提高对相邻地区创新水平的提升具有明显的正向激励作用。地区产业融资对创新能力存在明显的正向推动作用；而相邻地区的产业融资对该地区的区域创新存在明显的抑制作用，不同空间权重系数下，弹性系数有些差别。这一结论通过直接间接效应分析得到进一步证实，但是通过直接间接效应进一步分析发现，地区产业融资对相邻地区区域创新的抑制作用，并没有实质性的影响，其中原因有待进一步研究。

从研究结果来看，皖北应在优化区域创新正向溢出效应的基础之上，着重提升区域创新能力，由此推动招商引资工作和经济水平快速发展，加强皖北地区之间的区域协作，构建地区一体化的创新平台，实现技术、信息等有效资源的共享，减少区域之间的不利影响，实现优势互补。深入推进供给侧结构改革，在加强区域合作的同时构建兼容并包的外向型经济，进一步发挥国内外直接投资对本区域创新的正向激励作用。