中国区域间技术创新的空间溢出效应研究

2019-08-20潘雄锋艾博薇

运筹与管理 2019年7期

潘雄锋, 艾博薇, 明杨

(大连理工大学管理与经济学部，辽宁大连 116024)

0 引言

由于我国各地区经济发展水平、自然地理条件等原因，造成了各地区之间的创新能力存在较大不均衡性。在这种背景下，研究如何缩小我国各地区创新能力的差距、实现各地区创新能力的协调发展成为学术界重点关注的问题，而推进区域间技术创新的扩散和溢出被认为是其中最重要的一条途径，相关的研究包括：Verspagen认同区域创新存在较强空间溢出效应，并借鉴新经济地理学的相关知识对这种区域创新的空间溢出效应进行了理论阐释[1]。Cani⊇ls和Verspagen通过分析得到区域间的空间溢出效应会随着地理空间距离的缩小而不断增强的结论，并以此为依据构建了技术创新溢出模型[2]。Keller通过对区域技术创新溢出效应按照距离加权而得出区域技术创新溢出效应显著为正，从而证实了区域技术创新溢出效应的存在[3]；Lim通过专利数据对美国区域创新的空间溢出效应进行了实证分析，结果得到美国区域间存在显著的空间溢出效应[4]。Fischer和Varga基于空间计量方法对区域技术创新的空间溢出效应进行了证实，并得出区域技术创新溢出效应呈现出显著的距离衰减趋势[5]；Bode通过对德国的实证分析发现存在显著的区域技术创新溢出效应[6]；LeSage 等通过Bayes层级空间计量模型对比分析了技术邻近与地理邻近对技术创新溢出的作用效应，研究发现技术近邻性对技术创新产生溢出的效应大于地理近邻性[7]。舒元通过对我国省际技术创新的空间扩散效应进行实证分析的基础上，发现北京、上海、广东是我国三大技术扩散中心，它们对周边省份存在较强的技术扩散效应[8]；苏方林运用空间计量经济学的方法对我国各省的区域技术创新溢出进行了研究，最终得出区域技术创新溢出具有一定的空间地理依赖性[9]；符淼运用空间面板模型考察了地理距离和技术创新外溢效应的关系，研究发现随着空间距离的增加，技术创新外溢效应呈现出逐步缩小的趋势[10]；刘和东通过实证分析考察了我国区域间产学研合作的技术创新溢出效应，结果证实了产学研合作这种溢出效应的存在[11]；张战仁运用探索性空间数据分析工具研究了中国各省区专利产出的空间溢出效应，结果发现中国区域技术创新发展存在随时间推移而日益加大的正向溢出性[12]。谷国锋等运用空间面板数据模型对我国区域创新的溢出效应进行了实证检验，并证实了我国区域科技创新确实存在空间溢出效应[13]。Guastella等利用欧盟25个地区的数据，研究了空间异质性和地理特征对研究欧洲创新区域溢出效应可能产生的估计偏差[14]。王崇锋采用Griliches-Jaffe知识生产函数回归模型,以2009～2012年中国大陆30个省级经济单元为研究对象，构建了创新投入因子、知识溢出因子和创新产出因子,在此基础上实证分析了创新投入、知识溢出对创新产出的影响。结果表明，区域创新要素投入、知识溢出会显著影响区域创新能力[15]。胡曙虹等采用空间计量经济学方法，基于2003～2012年中国省域高校创新产出及经济增长的统计数据,对中国省域高校创新产出的空间溢出效应及其对区域经济增长的影响进行测算与分析，认为高校创新产出存在一定的空间依赖性，空间分布的不平衡性逐步加剧[16]。张学波等将修正的Conley-Ligon模型与空间马尔可夫链分析法相结合，探讨了京津冀县域经济发展过程中的溢出效应空间格局，认为京津冀地区的县域间存在显著的空间溢出效应,溢出效应在空间上呈现出与经济发展水平和空间距离紧密相关的具有梯次性特征的核心-外围结构[17]。Song和Zhang利用2003～2011年间的省级数据，采用空间杜斌模型(SDM)，验证空间溢出效应是否有助于中国区域创新发展，结果表明，一个地区可以通过包括创新产出、研发投入和集聚经济在内的渠道，从周边地区的创新中获益[18]。王俊松等采用2003～2013年中国城市专利数据，探讨了中国城市技术创新能力的空间分布影响因素，应用空间滞后模型和空间Durbin模型的计量结果发现,城市技术创新能力存在显著的空间溢出效应,邻近城市技术创新能力的提升有助于提升该市的创新能力[19]。

从以上文献可以看出，现有研究尚存在以下两方面不足：第一，现有研究大多采用空间计量模型来研究区域技术创新的空间溢出效应，而这种空间计量模型仅能仅能衡量自变量即创新产出的空间溢出效应，而无法衡量创新知识存量对技术创新的空间溢出效应，事实上不仅当年的创新产出知识会有空间溢出，以往年份的创新产出知识同样会出现空间溢出，因此如果忽视了创新知识存量的作用，则可能导致测算出的技术创新空间溢出效应得出有偏的分析结论；第二，现有研究缺乏对各区域之间空间溢出效应的具体作用程度进行测算，即采用传统空间计量模型仅能验证区域技术创新是否存在空间溢出效应，在这种情况下就很难细分测算出各区域之间空间溢出效应，而对此类问题进行研究不仅有助于了解区域技术创新之间的内在联系，也能为区域创新协调发展政策的制定提供参考依据。基于此，本文将借鉴新经济地理学K关联的思想，通过构造外部技术创新溢出指数模型来对我国区域间技术创新的空间溢出效应进行研究，由此来探寻我国区域间技术创新的空间关联特征。

本文的创新之处主要体现在以下两方面：第一，在研究方法上，基于传统空间计量模型仅能测算自变量技术创新产出的空间溢出效应而无法衡量技术创新知识存量的空间溢出效应的缺陷，本文借鉴新经济地理学K关联的思想，结合空间距离和技术创新知识存量变量构造外部技术创新溢出指数模型来有效测算我国区域间技术创新知识存量对技术创新的空间溢出效应；第二，在研究内容上，区别于已有研究主要将研究视角局限对区域技术创新溢出效应是否存在的验证，本文不仅测算了全国整体技术创新的空间溢出效应，还对东部、中部和西部地区相互间的技术创新空间溢出效应进行了探讨。

1 模型设定与数据说明

1.1 模型设定

Griliches[20]和Jaffe[21]提出的知识生产函数是研究技术创新活动最重要的模型，由于技术创新活动存在滞后性和外溢性等特征，本文通过添加创新知识存量变量和创新溢出变量将知识生产函数扩展如下：

(1)

对式(1)等号两边取对数，得到计量模型如下：

(2)

式(2)中考察了其他省份对本省的技术创新溢出效应，但是从中我们并不能观察到各个区域技术创新对其他地区产生的溢出效应。因此，本文进一步设定具体的区域模型，将式(2)中的技术创新溢出(S)分解为东部地区技术创新溢出(ES)、中部地区技术创新溢出(MS)和西部地区技术创新溢出(WS)。计量模型如下：

α41lnES+α42lnMS+α43lnWS+εit

(3)

1.2 估计方法与统计检验

本文将对模型(3)采用面板数据模型的分析方法，面板数据模型包含固定效应模型和随机效应模型，为此我们采用Hausman检验来对面板数据模型进行选择，另外，还需考虑计量模型(3)是否存在截面相关、异方差、序列自相关的问题，若存在这些问题，会影响估计量的有效性，从而使统计推断不可靠。

如果存在以上截面相关、异方差、自相关等问题的情况下，使用可行广义最小二乘估计(FGLS)可以避开截面相关、异方差或者自相关所带来的估计量无效的问题，其优势在于其在估计过程中允许面板内存在一阶自回归(AR(1))和跨截面的异方差，而不影响结果的准确性[22]。

1.3 变量选取与数据来源

本文检验的数据为面板数据，时间序为2006～2014年、截面为30个省份(西藏、港澳台除外)。各变量的具体处理方法如下：

(1)被解释变量

技术创新产出：由于专利能相对真实地反映国家(地区)的发明和创新信息，并且数据也比较容易获得[23]，因此，本文将采用专利授权量来衡量技术创新产出，专利授权量数据来源于2006～2014年的《中国科技统计年鉴》

“周明，你为什么把天水家的低保户资格给取消，是不是去年你妻侄和我孙子打架被拘留，你怀恨在心。你觉得我们姓徐的好欺负？”仗着在村里辈分高，族长直呼其名。

(2)解释变量

①R&D经费投入：R&D经费投入采用R&D经费存量来衡量，计算主要采用永续盘存法对我国各地区R&D经费支出计算得到，R&D经费支出数据来源于2006～2014年的《中国科技统计年鉴》，具体计算如下：

首先将不同年份的R&D经费支出利用固定资产价格指数平减为2006年不变价，其次根据下式计算出初始年份R&D经费存量R0：

R0=E0/(g+δ)

(4)

式(4)中，E0为初始年份R&D经费支出，δ为折旧率(这里取15%)，g为2004～2012年R&D经费支出的年均增长率。得到初始年份R&D经费存量后，利用永续盘存法估计其他年份的资本存量：

Rt=(1-δ)Rt-1+Et-1

(5)

式(5)中，Rt，Rt-1分别为t年、t-1年的R&D经费存量，Et-1为t-1年的R&D经费支出。

②R&D人员投入：R&D人员投入选择R&D活动人员全时当量来衡量，数据来源于2006～2014年的《中国科技统计年鉴》。

③技术创新知识存量：技术创新知识存量借鉴Pessoa等人的研究[24]，采用永续盘存法对我国各地区专利授权量计算得到，专利授权量数据来源于2006～2014年的《中国科技统计年鉴》，具体计算如下：

首先根据下式计算出初始年份知识存量A0：

A0=P0/(g+τ)

(6)

At=(1-τ)At-1+Pt-1

(7)

式(7)中，At，At-1分别为t年、t-1年的创新知识存量，Pt-1为t-1年的专利授权量。

④技术创新空间溢出：技术创新空间溢出变量的衡量主要借鉴新经济地理学K关联的思想[25]，基于空间距离对其他省份的知识存量计算得到，具体计算公式如下：

Sit=Ajt/dij

(8)

这里所构造的技术创新空间溢出变量体现出某一地区技术创新受其他地区技术创新以及地理空间的影响。对于分区域的技术创新空间溢出变量的度量，我们将分别测算研究省份所在区域的其他省份对其溢出以及另外两个区域对其的溢出效应。S、ES、MS、WS分别为全国以及三大区域对其他地区技术创新空间溢出的加总。

根据上述变量说明及资料，构造了一个时间跨度为9年(2006～2014年)、截面为30个地域的面板数据，各变量的描述性统计如表1所示。

表1 各变量的描述性统计

2 实证分析

2.1 全国样本分析

我们首先运用计量模型式(2)对全国样本数据进行计量分析以考察全国各省技术创新溢出效应，结果如表2所示。表2的结果显示式(2)的Hausman检验表明应选用随机效应模型来对面板数据进行分析，Pesaran检验、Wooldridge检验以及异方差LM检验表明组间截面相关、异方差、自相关均存在，因此，本文运用FGLS方法对式(2)做进一步处理，结果显示全国各省技术创新空间溢出效应的值为0.1464，且在5%的水平下显著，说明外部技术创新溢出对本地技术创新具有较强的正效应。虽然这里我们得出外部技术创新溢出效应对全国技术创新增长产生了正向影响的结论，但我们无法得知各区域技术创新溢出对全国技术创新的作用效应。

为了进一步说明各区域技术创新溢出效应对全国技术创新做出的贡献，我们运用计量模型式(3)进行计量分析。表2的结果显示式(3)中Hausman检验表明应选用固定效应模型来对面板数据进行分析，Pesaran检验、Wooldridge检验以及异方差Wald检验表明组间截面相关、异方差、自相关均存在，因此，本文运用FGLS方法对式(2)做进一步处理，结果显示，东部地区对全国其他省份技术创新溢出效应的值为0.243，且1%水平下显著，说明东部地区形成了对全国其他省份技术创新明显的正向溢出效应，而中部和西部地区对全国其他省份技术创新的溢出效应值均不显著，表明中部和西部并没有对其他地区技术创新产生溢出效应，同时也说明全国技术创新溢出效应主要是东部地区带动的。

表2 区域创新溢出对全国样本的面板回归结果

注:*、**、***分别代表在 10%、 5%、 1%显著性水平下显著。

通过对式(2)和式(3)的结果还可以发现，R&D经费和R&D人员对技术创新具有显著的正向促进作用，但是R&D经费的技术创新产出弹性要小于R&D人员的技术创新产出弹性，即R&D人员对技术创新的贡献比R&D 资本对技术创新的贡献更大，这表明我国R&D人员的素质得到了明显提升，并且对于技术创新的积极性也有较大的提升，技术创新则更多地依赖于人力资本投资。由于α1+α2<1，即R&D经费和R&D人员的弹性系数之和小于1，这说明我国技术创新产出具有规模报酬递减的特征，这与Zhang等[26]、吴延兵[27]、邓明和钱争鸣[28]的研究结果基本一致，原因在于虽然我国的科技活动人员数量比较大，但一些核心的高科技研发人才仍然相对匮乏，这使得技术创新的投入要素不能按比例增加。同时，知识存量对知识生产过程有显著的正影响，说明过去的知识生产为技术创新提供了思路和工具，体现出前期知识积累对技术创新具有重要作用。

2.2 分地区样本分析

前面我们主要对全国样本进行了计量分析，但这还不足以揭示我国区域之间的技术创新溢出效应。为了进一步分析我国区域之间的技术创新空间溢出效应，我们运用计量模型式(3)分地区样本进行计量分析，结果如表3所示。

表3 我国东、中、西部区域之间技术创新溢出效应的面板回归结果

注:*、**、***分别代表在 10%、 5%、 1%显著性水平下显著。

表3的结果显示三大区域分别对东部、中部和西部的计量估计中Hausman检验表明应选用随机效应模型来对面板数据进行分析，Pesaran检验、 Wooldridge检验以及异方差LM检验表明组间截面相关、异方差、自相关均存在，因此，本文仍然采用FGLS方法进行进一步处理。表3的结果显示：

(1)东部地区的省份对东部、中部和西部地区其他省份的技术创新溢出效应值均呈现显著正向左右，这进一步印证了前面东部地区对全国其他地区技术创新产生了正向溢出的结论，东部地区省份对东部地区其他省份技术创新具有明显正向溢出效应的原因在于东部地区内部各省之间建立了良好的合作交流机制，自2003年以来先后签署了长三角、泛珠三角和东北老工业基地区域创新体系建设协议，在这种交流合作中东部地区各省之间实现了技术创新溢出效应；东部地区省份对中西部地区省份技术创新产生正向溢出效应的原因在于东部地区产业转移效应，自2004年以来东部地区开始逐步将劳动密集型和资源密集型产业向中西部地区转移，中西部地区在承接产业转移过程中获得了东部地区的相关技术和管理经验，由此导致东部地区实现了对中西部地区的技术创新溢出效应。

(2)中部地区对东部地区省份的技术创新溢出效应值不显著，说明中部地区对东部地区并不存在技术创新溢出效应，主要原因在于中部地区的省份与东部地区存在一定的技术差距，导致技术创新难以向东部地区溢出。中部地区的省份对中部其他省份的技术创新溢出效应为显著负向作用，由此可见中部地区各省之间存在较为明显的竞争效应，主要反映在中部地区各省之间产业结构雷同，技术优势趋同，并且相互之间没有形成有效的合作关系，从而导致中部地区各省在承接产业转移时，出现了资源和人才的同质化竞争，形成了严重的低技术重复开发问题[29]。另外，中部地区对西部地区省份的技术创新溢出效应值不显著，说明中部地区对西部地区同样不存在技术创新溢出效应，即中西部地区之间没有形成较好的互动关系，相互之间交流较少，虽然中部对西部有一定的技术势差，但是这些技术优势却难以向西部地区实现顺利溢出。

(3)西部地区对东部和中部地区省份的技术创新溢出效应值均不显著，这表明西部地区对东部和中部地区没有产生技术创新溢出效应，原因在于西部地区的省份与东、中部地区存在一定的技术差距，导致技术创新难以向东、中部地区溢出。西部地区的省份对西部其他省份的技术创新溢出效应为显著负向作用，说明西部地区各省之间同样存在竞争效应，以汽车产业为例，重庆本是汽车名城，汽车制造业在西部首屈一指，但成都不甘落后，吸引大众、吉利等汽车制造商强势入蓉，与重庆形成竞争格局[30]。

(4)东部、中部和西部地区的R&D经费和R&D人员均对技术创新产出呈现显著正向作用，东部和中部地区R&D经费的技术创新产出弹性要小于R&D人员的技术创新产出弹性，这同全国样本的分析结果一致，但是西部地区则R&D经费的技术创新产出弹性大于R&D人员的技术创新产出弹性，可能的原因在于西部地区R&D人员的科研能力和素质相对较低，并且R&D经费比较低且配置不合理，降低了R&D人员的产出效率[31]。另外，东部、中部和西部地区R&D经费和R&D人员的弹性系数之和分别为0.8089、0.5897和0.4965，技术创新产出均处于规模报酬递减阶段，但是东部地区的值最大，其次为中部地区，说明东部地区技术创新人员和经费投入的配置效率最高，中部地区则要相对高于西部地区东部、中部和西部地区的知识存量均对知识生产过程有显著的正影响，这与全国样本的分析结果一致。