创新要素流动、空间技术溢出与共享发展

郝云平，雷汉云

（新疆财经大学金融学院，新疆乌鲁木齐830012）

一、引言

创新要素流动主要在于创新人才的流动，而这种人才流动形成的人才集聚会激发地区发展潜力，更好地使发展成果辐射到其他区域，从而带动地区间共享发展水平的提高。地区间人才争夺比较火热，如天津的“河海英才计划”、武汉的“百万大学生留汉创业就业工程”、上海的“人才高峰工程行动方案”等，而在人才争夺中，落户政策和住房补贴成为最重要的吸引因素。2018年3月7日，习近平强调“发展是第一要务，人才是第一资源，创新是第一动力”，充分体现了人才的支持作用和创新的驱动作用。

创新要素的区际流动是否存在空间技术溢出效应？该溢出效应对共享发展有没有促进作用？这种作用是否显著地促进了共享发展？本文在充分考虑到空间相关性的基础上，运用多种空间计量分析技术，对空间效应进行实证检验。本文主要的贡献有：第一，将创新要素流动、空间技术溢出和共享发展同时纳入同一个框架中，深入揭示创新要素流动产生的空间技术溢出效应的作用原理。第二，深入分析空间技术溢出效应促进共享发展的空间传导机制，用空间计量方法进行了检验，并对空间溢出效应进行了具体测量。

二、文献述评与理论分析

一般而言，创新外溢不仅能使企业获得规模报酬递增，而且能够促使经济实现可持续增长（Romer，1994）。创新要素的获取一方面来源于本区域自身累积的创新条件和资源，而另一方面是本区域利用非本区域创新要素的流入（白俊红等，2015），因而不可避免地会产生“搭便车”行为，导致创新外溢在某种程度上成为公共物品。随着信息技术的快速发展，创新的技术外溢效应得到加速，而这种加速会推动其他区域创新能力的提高，进而实现地区间共享发展。

现有文献关于创新外溢的研究，一是基于创新外溢路径的研究（Jaffe，1989；Jaffe et al.，1993；Fritscha and Frankeb，2004；Segerstrom，1991），研究结果表明科研机构与大学的创新生产力带来的产出对于企业创新存在显著的单一路径外溢效应，而余泳泽等（2013）在此基础上将创新的外溢效应进一步划分为空间外溢效应和价值链外溢效应两种研究路径。二是基于空间距离影响的研究，考察空间距离对创新外溢效应的影响（Audretsch and Feldman，1996；Keller，2002；符淼 ，2009；Bottazzia and Giovanni，2003；Almeida and Kogut，1999；Ponds，Oort and Frenken，2010；Verspagen and Schoenmakers，2004），研究结果表明地理距离对于创新外溢效应存在显著影响，而创新的外溢有着显著的递减效应。三是研究将创新、研发与内生经济增长同时纳入到动态一般均衡的架构 （Romer，1990；Grossman and Helpman，1991；Aghion and Howitt，1992），并提出R&D驱动的经济增长理论，表明创新和研发是推动经济增长的动力和源泉。严成梁等的（2013）研究表明R&D规模对经济增长起阻碍作用。

创新要素具有稀缺性，因而通常以创新价值极大化为目标，从收益率低的地区向收益率高的地区流动（杨省贵等，2011），进而形成创新要素在区际间的流动。对于R&D人员而言，由于地区间资源禀赋、资源利用程度以及资源配置效率的差异，理性人会根据自身条件追求价值极大化，合理地在地区间进行迁移，即迁向经济条件更好、教育基础更好、未来发展机会更多、自然环境更优美、科研环境和设施更优越、工资福利待遇更丰厚的地区以实现自身财富极大化。同理，R&D资本具有逐利性，倾向于流向创新收益高而创新投资风险低的地区，因而形成R&D资本在区际间流动。

创新要素流动产生空间技术溢出促进共享发展主要体现在：第一、学习效应。创新要素流动产生的空间技术溢出效应能够促进区域间创新成果的分配，推动区域间技术交流与合作，地区间相互学习各自的先进技术，从而对共享发展起着积极的促进作用。第二、规模效应。创新要素在区际间流动产生的规模效应有利于共享发展。即伴随着R&D资本和R&D人员等创新要素向资源配置效率更高区域的流动，将导致创新要素集聚于某个区域，从而大幅度提升该区域的创新生产能力，提高生产规模，形成规模效应，减少创新生产成本，提高地区间创新收益水平，对周边地区产生辐射作用，从而有助于共享程度的提升。第三、示范效应。创新要素流动有利于资源的优化配置，R&D资本和R&D人员流动程度大的区域将最先完成技术的革新，改善创新要素的规模和结构，更好配置创新要素，提高配置效率，而率先发展的区域对其他区域有着引领和示范作用，从而对区域间共享发展有积极影响。

知识创新阶段主要针对理论方法，探索规律和经济原理等基础研究，而其研究产出一方面是学术专著、论文和教材，而另一方面则是为科研创新阶段作理论指导，以便于科研创新的成果检测、技术研发和产品试制等应用研究，而其带来的产出便是专利申请数和专利授权数。学术专著、论文体现教育水平，教育水平的提高激发教育资源的分配，推动共享发展程度的提升。科研创新阶段主要针对成果检测、技术研发和产品试制，而这些可以转化为专利数，专利数可以体现为技术水平，技术水平提高可以促进成果共享，实现共享发展。产品创新阶段主要针对程序设计、市场分析和广告宣传，这些可以间接地转化为销售收入和销售利润，利润和收入水平的高低可以体现市场竞争程度以及吸引投资的水平，最后投资水平的提高推动力共享发展。

三、理论模型与研究设计

在内生增长理论、空间经济学和新经济地理学理论的基础上，将创新要素流动纳入Hall（1986）的创新生产模型框架中，构建包括创新要素流动、空间技术溢出效应与共享发展的理论模型，分析创新要素流动引发的空间技术溢出效应对共享发展的作用机理。深入探究创新要素流动所导致的空间技术溢出效应如何影响共享发展，进而更加契合本文的研究内容。具体分析思路及研究设计如下：若研究的经济主体中存在两个地区A和B，而每个地区中均存在三个创新生产阶段：知识创新阶段（K）、科研创新阶段（R）和产品创新阶段（P）。基于以上理论分析，创新要素可以在地区间有成本地自由流动，而企业可以同一区域内自由地迁徙。

（一）理论模型

根据Hall（1986）的创新生产模型，可以构建内生创新能力的生产模型：

其中，A为地区的生产条件（看作恒定不变的值），α为外部的技术变化条件，X为要素投入，β为要素投入弹性，I为创新能力，γ为创新产出弹性，将I进行内生化处理，则式（1）可表示为：

本文模型建立在空间技术溢出效应的基础上，每个阶段都投入不同的创新要素，令知识创新阶段、科研创新阶段和产品创新阶段分别投入的创新生产力为μ、ν和И，而投入的成本相应为Ti、Tj和Tk。令知识创新阶段基础研究流入到科研创新阶段应用研究的份额为λi，科研创新阶段应用研究流入到产品创新阶段试验发展的份额为λj，假设流入过程中不存在成本的消耗且流入的创新要素可全部利用。则各阶段产出剩余分别为：

进一步地，基础研究产出学术论文、专著和教材，应用研究产出专利，而实验发展会带来产品销售收入和利润。令学术论文、专著转化为专利的比重为μi，而专利转化为产品竞争力和利润的比重为μj，则各阶段产出为：

接下来，学术论文、专著体现了教育水平以及高等教育投入力度，专利转化体现技术进步和信息技术的提高，而销售收入和新产品竞争力可以体现市场竞争力和投资水平。最后这些因素（教育、技术和投资）共同驱动共享发展，则创新生产力可表示为：

因而，创新生产力带来的最终产出，可表示为：

（二）创新要素流动的空间技术溢出对共享发展的影响

上一部分已经表明创新要素在同一地区内的流动，但是由于利益极大化以及资本的趋利性，创新要素会在地区间有成本地流动。资本价格即为企业获取R&D资本和R&D人员的成本。由于企业在区际间自由迁徙，创新资源会在地区间充分地流动，当地区间的企业迁徙活动趋于饱和时，企业在A区域和B区域获得的利润必然相等，支付给研发人员的工资无差异。根据内生增长理论（Romer，1990；Grossman and Helpman，1991），创新要素的生产力随R&D资本和R&D人员的积累而增长，本文假设这种关系为线性关系，这不影响后面的回归结果。s∈｛A，B｝中的创新资本总量为Rs，创新要素的份额为σs，创新要素拥有的创新资本为x，在参考Fujita&Thisse（2003）的研究基础上，可知区域S拥有的创新资本为：

其中，β是创新要素创新时的互补参数，反映了创新要素的异质性，0＜β＜1，ηs（0≤ηs≤1）为其他地区创新资本流向S地区的空间技术溢出程度。令σA=σ，σB=1-σ，则由式（11）可得区域A和区域B的创新要素数量分别为：

将RA（σ）和RB（σ）分别对空间技术溢出程度求偏导，可知：

由式（14）和式（15）可知，空间技术溢出有利于共享发展。下面我们假设创新要素向区域A集聚，企业数量与创新资本成正比并且标准化为1，则创新要素流动量满足：

其中，ΔYR表示创新要素从区域B流向区域A的数量，RA-RB表示区域A和区域B创新要素的差额，由于创新要素双向流动，所以（RA-RB）/2表示创新要素的流动量。由式（16）可得空间技术溢出对创新要素流动量的偏导数：

式（17）表明创新要素由区域B向区域A流动时，有利于区域A的技术溢出。而式（18）表明对区域B产生负面影响。由式（14）和式（17）总体分析得出，创新要素在区际间的流动有利于空间技术溢出，而技术溢出又促进了共享发展。

四、变量、数据与模型设定

（一）创新要素流动量的测量

1.R&D资本和R&D人员流动量的测量

本文借鉴白俊红等（2015、2017）的研究成果，采用引力模型对我国R&D资本和R&D人员的区际流动量进行测量。引力模型的通常表达式为：

在式（19）中，Fij为i地区对j地区的吸引力，Gij为i地区对j地区的引力系数，通常取1。Ni和Nj是某种要素的测量（如R&D资本和R&D人员），γi和γj为引力参数，通常取1，Dij为i地区到j地区的距离，b为距离衰减指数，通常取2，考虑到引力模型与空间距离在回归时的重复会产生误差，因而引力模型中的距离因素在后面以空间距离来表征，在构建指数时我们将忽略空间距离的影响。引力模型需引入推动力变量或两者皆有，工资和房价是明显能作用于劳动力流动的吸引力变量 （安虎森等，2011）。若地区A比地区B具有较高的工资水平或较低的房价水平，则在效用最大化的驱使下，R&D人员会流向区域A。随着人们生活水平日益提高和对环境优美的强烈诉求，美好的生活环境成为吸引人才的重要因素。基于此，本文选取只引入吸引力变量的产出约束双对数引力模型，在白俊红等（2017）的基础上，除选用地区间的工资差值和房价差值作为吸引力变量外，增加环境污染治理投资差值的吸引力变量，来测量R&D人员的流动量。假设i省在统计年度内R&D人员的总流动量为prdi，Ni为i省的R&D人员数量，Wagej、Wagei分别为j省和i省的城镇单位就业人员平均工资。Housei、Housej分别为i省和 j省的住宅平均销售价格。EIj、EIi分别为j省和 i省的环境污染治理投资额。Dij是两地省会城市之间的距离，则：

由于R&D资本具有逐利性，区际间流动主要受企业获利水平、金融发展水平等因素影响。因而，本文参照白俊红等（2017）的做法，选取地区间的工业企业平均利润和金融发展水平作为吸引力变量测量R&D资本的流动量。

假设i省在统计年度内R&D资本的总流动量为crdi，ki为i省的R&D资本，Ratei和Ratej分别为i省和j省的工业企业平均利润水平，Marketi和Marketj分别为i省和j省的金融发展水平，则：

对于式（21）中 R&D 资本 K，本文参照 Griliches（1980a，1986，1998）、Gotoand Suzuki（1989）、吴延兵（2006）、白俊红等（2011，2017）的做法，将 R&D 经费支出核算成R&D资本存量。核算公式为：

在式（22）中，Kt和Kt-1分别表示t时期和t-1时期的R&D资本存量；E代表R&D经费支出，k为滞后期，μ为R&D经费支出滞后贴现系数，δ为R&D资本存量的折现率，一般取15%（吴延兵，2006）。一般假定平均滞后期为θ，则t-θ期的R&D经费支出为 t时期R&D 资本存量的增量，即 k=θ，μk=1；k≠θ 时，μk=0，因此有若平均滞后期，则式（22）可能为：

对于R&D经费支出价格指数和基期资本存量K0的核算，本文参考吴延兵（2006）、白俊红（2011）以及白俊红等（2017）的研究，具体公式为：

式（24）中，E0为基期R&D经费投入值，g为考察期内实际R&D经费支出的几何增长率。对于式（20）和式（21）中的数据，R&D人员和R&D经费支出来自《中国科技统计年鉴》，而R&D资本存量k并未报告，仅有各省R&D经费支出流量数据。各省城镇单位就业人员平均工资来自《中国统计年鉴》，各省住宅平均销售价格来自《中国房地产统计年鉴》，各省环境污染治理投资额来自《中国环境统计年鉴》，各省工业企业平均利润来自国泰安数据库，金融发展水平用金融业增加值作为代理变量，金融业增加值来自《中国统计年鉴》。

2.各阶段创新要素流动量的测量

上一部分已对R&D资本流动量和R&D人员流动量进行度量，而知识创新阶段、科研创新阶段和产品创新阶段均涉及R&D资本和人员的流动问题。若每个阶段把R&D资本和人员作为单独的指标进行分析，显得比较烦琐。考虑到各阶段R&D资本和人员的量纲差异和数量级差异带来的影响，对评价体系中正向指标和负向指标分别进行标准化处理如下：

正向：

负向：

在式（25）和式（26）中，xij和Xij分别表示标准化处理前和处理后第i个省份和第j个评价指标的数据，接下来对标准化处理后的各评价指标数据Xij，计算其信息熵Ij，m代表省份个数，公式如下：

然后用得到的信息熵Ij计算各评价指标权重wj，公式如下：

最后，采用线性加权函数法计算各省综合指数Ei，公式如下：

若zcpi表示知识创新要素流动量，kcpi表示科研创新要素流动量，ccpi表示产品创新要素流动量。则各阶段合成指标为：

（二）共享发展的测量与控制变量的选取

本文对共享发展程度进行度量，数据期间为2009-2015年，数据来自《中国统计年鉴》，《中国环境统计年鉴》和国泰安数据库等。共享发展水平和基础设施建设的测量采用式（25）至式（29）的计算过程。具体共享发展和基础设施建设指标构成见表1。

表1 共享发展与基础设施建设指标选取与测度

（三）设定空间计量模型

创新要素在区际间流动并非孤立，创新要素流动量可能受地区间经济发展程度的影响。因而忽略创新要素流动伴随的空间相关性可能导致模型误设。故而本文选用能够将空间相关性考虑在内的空间计量技术考察创新要素区际流动与共享发展之间的关系，并对空间技术溢出作出实际测度。而不同空间计量模型的空间影响机理大不相同，因此为确保回归结果可靠，在克服SAR模型和SEM模型缺陷的情况下，本文选取SDM模型作为基本回归方法，同时选取不同的空间矩阵以考察结果的稳健性，模型构建如下：

其中，Yit为共享发展水平，Xit为解释变量，包括：zcp、kcp和ccp。zcp为知识创新要素流动，kcp为科研创新要素流动，ccp为产品创新要素流动。control为基础设施建设水平，υi为个体效应，γt为时间效应，εit为随机扰动项。

本文突破原有矩阵的束缚，采取空间距离权重矩阵来表征区际间的空间效应，距离不同，空间效应的传导方式和扩散程度具有一定的差异性，而真正影响空间效应强弱的可能是实际交通时间和实际交通费用，因而为克服传统空间距离矩阵的缺陷，采用省会之间的距离、实际交通时间和实际交通费用作为三种空间距离矩阵，主对角线元素均为0，非主对角线上的元素为1/d2，以考察空间效应的稳定性。

（四）直接效应、溢出效应和总效应的测量

空间计量模型中自变量对于因变量的影响可分为直接效应、溢出效应和总效应。直接效应反映自变量对本区域因变量的平均影响，溢出效应则反映自变量对其他区域因变量的平均影响，而总效应则是直接效应与溢出效应之和。空间计量模型中自变量对因变量产生的直接效应、溢出效应和总效应具体测量方法如下。

SDM模型可转化为：

其中，（I-λW）-1=I+λW+λ2W2+λ3W3+…，若 X 包含 k 个解释变量，令 m 个解释变量为 xm=（x1m，x2m，…，xnm）（n×1 列向量），则：

因而式（34）可以改写为：

其中，Sm（W）=βm（I-λW）-1，可将式（36）展开为：

其中，Sm（W）ij为 Sm（W）的（I，j）元素。由式（37）可得：

由此可知，区域j的变量xjm对任意区域i的因变量都可能有影响，而当j=i时，

由式（39）可知，区域i的变量xim对本区域因变量的直接效应为Sm（W）ii。因而，如果将矩阵Sm（W）主对角线上的所有元素进行平均，即得变量xm的平均直接效应为：

若所有区域的变量xm都增加或是减少一个百分比，则对区域i因变量Yi的总效应为矩阵Sm（W）的第i行元素之和，即将所有区域的总效应取均值，则可得xm的平均总效应，即：

由平均总效应与平均直接效应之差即可得到平均间接效应：

五、实证结果分析

（一）实证结果讨论

基于以上研究思路，本文首先用全局莫兰指数对共享发展的空间相关性进行检验，结果见表2。从表2的结果可以看出，共享发展具有显著的正向空间相关性，而且空间相关性程度均表现比较稳定。虽然变化趋势不明显，但足以说明共享发展的空间相关性依然显著地存在着。

表2 共享发展各年度空间相关性测度

为了考察模型回归结果的准确性，对基准回归模型进行豪斯曼检验，空间面板均采用随机效应更为合适。具体回归结果见表3。其中，模型（1）、模型（2）、模型（5）、模型（6）和模型（9）为基本回归结果，模型（3）、模型（4）、模型（7）、模型（8）和模型（10）是加入控制变量的估计结果。首先，从空间维度上看，空间滞后系数ρ在空间地理距离权重矩阵下的不同回归模型中，均在1%的显著性水平下显著为正，再次验证了共享发展的空间相关性和集聚特征。在各地区教育水平、信息化程度、技术环境等驱动下，本地区与邻近地区在共享发展方面密切相关，表现出学习效应和示范效应，同时也体现了“一荣俱荣，一损俱损”的特性。其次，从时间维度上看，共享发展的时间滞后系数θ在空间地理距离权重矩阵下的不同回归模型中，均在1%的显著性水平下显著为负，表明区际间的共享发展水平具有一定辐射作用，而这种辐射作用会随着空间地理距离的增加而减弱。最后，从时空双维度的角度而言，共享发展的时空滞后系数γ在空间地理距离权重矩阵下的不同回归模型中，均在1%的显著性水平下显著为正，表明上一期地理距离相近的地区较高的共享发展水平会使得本地区共享发展更高，对本地区共享发展起着引领作用。

表3 空间面板回归结果

从表3报告的结果来看，知识创新要素流动的水平项和空间交互项系数对共享发展均有显著的影响，在加入基础设施建设水平作为控制变量后，其结果仍然显著为正，表明知识创新要素流动对于共享发展水平提高的重要性。然而知识创新要素流动与科研创新要素流动的交互项显著为负，表明知识创新要素转化为科研创新要素的程度较低，还未能对共享发展形成正向的贡献，足以表明知识创新难以有效转化为应用价值。科研创新要素流动的水平项对共享发展均有显著的影响，在加入基础设施建设水平作为控制变量后，其结果仍然显著为正，表明科研创新要素流动对于共享发展水平的提高具有稳定性，但科研创新要素流动与产品创新要素流动的交互项不显著，不能判断其对共享发展的影响方向。产品创新要素流动对共享发展的作用主要体现在辐射效应上，而且在1%的显著性水平下显著。SDM模型未能直接体现解释变量对被解释变量的影响程度，因此需要对直接效应、溢出效应和总效应进行度量，其度量结果见表4。

表4 三种创新要素流动的直接效应、溢出效应和总效应

从表4可以看出，知识创新要素流动、科研创新要素流动和产品创新要素流动的直接效应和溢出效应均显著为正，表明知识创新要素、科研创新要素和产品创新要素在区际间的流动不仅具有显著的直接效应，而且其引发的空间溢出效应对共享发展具有显著的正向作用。通过观察可以发现，各创新要素流动的空间溢出效应均明显大于直接效应，而且空间溢出效应在总效应中占的比重较大，分别为84%、86%和88%，充分体现了各创新要素流动的空间溢出效应对于共享发展的重要贡献。

（二）稳健性检验

前面的研究主要根据各省会距离设立的矩阵作为空间权重矩阵，并没有将实际交通时间和实际交通费用考虑在内，本文借鉴伍骏骞等（2016）的研究，用实际交通时间构建空间权重矩阵，同时也构建了实际交通费用作为空间权重矩阵，以考察结果的稳定性。结果表明，采用实际交通时间和实际交通费用作为空间权重矩阵后，回归结果与以省会距离作为空间权重距离基本保持一致，而且显著性水平和影响方向并未发生根本性变化，足以表明回归结果的稳健性。

六、结论及政策

本文构造创新要素流动和共享发展的测度，进一步将创新要素流动分为知识创新要素流动、科研创新要素流动和产品创新要素流动三个方面，分别对应基础研究、应用研究和实验发展三个阶段，并且将创新要素流动、空间技术溢出和共享发展同时纳入一个理论框架下进行分析。在此基础上，运用2009-2015年中国30个省际面板数据，采用SDM回归方法对设定的计量模型进行实证检验。

研究发现：我国各省份之间的共享发展存在显著的空间相关性。莫兰指数检验和回归模型中空间项系数均比较显著，表明周边地区的共享发展将会促进本地区共享发展的提高。因而，政府在制定政策时需要重点关注各地区教育水平、信息化程度和投资环境等驱动共享发展的因素，而且需把这些因素与周边地区相联系起来，积极构建区际间教育学习平台和资源共享，加强交流与合作，从而更好地利用周边地区教育资源、信息资源和投资环境，形成各项资源有效共享，这不仅有利于推动本地区共享发展，也有利于我国共享发展水平的整体提升。

知识创新要素流动、科研创新要素流动和产品创新要素流动的直接效应和溢出效应均显著为正，说明知识创新要素、科研创新要素和产品创新要素在区际间的流动不仅能够直接推动共享发展水平的提高，而且其引发的空间溢出效应对共享发展具有显著的正向作用。各创新要素流动的空间溢出效应均明显大于直接效应，而且空间溢出效应在总效应中占的比重均已超过80%。研究得到的重要启示是：创新要素作为推动共享发展的重要力量，各创新要素在区际间的流动具有显著的空间技术溢出效应，因此各地区应建设好引才环境，为创新人才提供良好的生活环境，使其为本地区的技术进步提供强有力的支持，从而更好地提高共享发展水平。