科技创新、空间外溢与区域发展——以长江经济带为例

朱 新 玲

(1.武汉科技大学 恒大管理学院，湖北 武汉 430065；2. 武汉科技大学 产业政策管理研究中心，湖北 武汉 430065)

外溢是科技创新的一个重要特征，科技创新的最终目的是通过科技创新能力的提升，实现对区域生产要素、产业结构、人力资源、资源配置、生产效率、生产工艺等要素的改造与升级，产生促进经济增长、促进社会进步、改善生态环境的外溢效应，进而促进区域发展。由于区域间的科技信息交流、科技资源共享、科技创新合作、科技成果扩散等，科技创新具有明显的空间集聚性，因此，随着空间计量经济学的发展，研究科技创新的空间外溢效应，进而探讨如何有效发挥科技创新的跨区域外溢效应成为科技创新研究的重要方向。现有的科技创新空间外溢研究主要针对经济系统，而科技创新除了对经济系统有外溢影响外，还对社会系统和生态系统具有外溢影响。长江经济带横跨我国东中西三大区域，既是东中西互动合作的协调带，还是全面推进沿海沿江沿边全面发展的内河带，也是生态文明建设的示范带。本文选取长江经济带为研究样本，依次分析科技创新对经济、社会、生态系统的外溢效应，以期分析科技创新对长江经济带区域发展的影响，进而探讨如何有效发挥科技创新的外溢效应，以促进长江经济带的整体发展。

本文的贡献在于：(1)弥补了现有文献仅针对经济系统的不足，形成了对现有文献的补充和完善。(2)科技创新变量采用因子分析对若干科技创新指标进行信息提取形成的科技创新能力综合变量，而非用单一的科技指标进行替代。

一、文献回顾

Griliches指出R&D溢出效应确实是普遍存在，且对经济增长发挥了重要的作用[1]。Grossman等指出一个地区的知识溢出带动其他地区的经济发展[2]。Romer认为创新外溢是导致报酬递增并使经济获得持续增长的原因[3]。Blomstrom等认为FDI外溢对本土企业具有示范作用[4]。Kinoshita把外溢效应分成示范模仿效应、竞争效应、培训效应和链接效应[5]。Howitt指出技术外溢是落后经济体赶超发达经济体的动力源泉[6]。Baldwin等研究了知识外溢对区域经济增长的影响[7]。Audretsch研究了创业对知识外溢的影响，并实证了知识外溢对区域经济增长的贡献[8]。陈柳等采用27个省份的面板数据综合分析了本土创新能力和FDI技术对经济增长的外溢作用[9]。张继红等通过空间溢出模型SLM验证了专利创新与经济增长之间存在显著的溢出效应[10]。邬滋运用空间计量经济学方法分析了知识溢出对区域创新绩效的影响[11]。张强等认为技术外溢促进技术进步进而促进经济增长[12]。蒋忠永发现技术创新对制造业生产率的提高有显著的正向促进作用[13]。钟祖昌运用空间面板模型对我国东中西部研发投入对经济增长的溢出性进行研究[14]。蒋仁爱等发现国际性技术外溢通过促进技术专利产出和人力资本产出的传导路径对经济增长产生影响[15]。陈健等研究了服务进口技术外溢对服务业就业增长的影响，发现服务产业间的技术外溢具有显著的就业增长效应[16]。刘忠璐等发现人力资本的技术外溢会显著促进产业结构高级化和产业整体发展水平[17]。喻开志等运用主成分回归研究了四川省科技创新对区域经济增长的直接影响和溢出效应[18]。吴雪莲等采用截面加权法和似不相关法对农业科研机构科技创新对农业经济增长的空间外溢效应进行研究，发现农业科研机构科技创新对区域农业经济增长具有显著的促进作用[19]。佘时飞基于空间经济学分析框架，研究了知识外溢和创新创业对区域经济增长的动态变化[20]。杨晓锋采用中部六省数据考察了物质资本和人力资本外部性、技术扩散对经济增长的影响[21]。胡锡琴等研究了FDI流入对自主创新的空间外溢影响，发现FDI流入不仅对本地区自主创新具有正向作用，对邻近区域的自主创新也具有促进作用[22]。郑玉运用面板矩估计分析了技术空间溢出对地区产业结构变迁的影响，发现技术空间外溢对产业结构合理性和产业结构高级化均有积极推动作用[23]。

纵观现有的研究成果，我们发现：科技创新外溢效应研究尚具片面性。目前科技创新外溢效应的研究成果主要集中分析科技创新对经济增长的拉动作用，较少涉及科技创新对社会(生态)系统的外溢影响，然而，科技创新除了对经济系统有外溢效应，对社会系统、生态系统也有影响，因此，仅考虑科技创新对经济系统的外溢效应研究，不能全面反映科技创新的外溢机制。

二、研究设计

(一)样本选择与数据说明

本文选取长江经济带11个省(直辖市)，即上海市、江苏省、浙江省、安徽省、江西省、湖北省、湖南省、重庆市、四川省、云南省、贵州省作为研究样本，依次收集11个省(直辖市)2001～2015年的科技创新原始数据和相关经济、社会、生态方面的数据，数据来源于各省市历年的统计年鉴和科技年鉴。

1.解释变量-科技创新能力(ST)

为了衡量区域的科技创新能力，本文从科技创新产出、科技成果市场化、科技成果产业化三个方面选取7个代表性指标，构建指标体系，见表1。按照表1的指标体系从各省市统计年鉴、科技年鉴分别收集其2001～2015年的原始数据，运用因子分析对原始指标数据进行信息提取，依次实施“因子提取→因子得分→因子合成”，最终得到本文的“科技创新能力”变量。

表1 科技创新指标体系

2.被解释变量

为了全面衡量科技创新的溢出效应，本文依次检验科技创新对经济、社会、生态系统的空间外溢效应，选取GDP增长率检验科技创新对经济系统的空间外溢效应，选取城镇可支配收入增长率检验科技创新对社会系统的空间外溢效应，选取单位GDP能耗和单位GDP电耗检验科技创新对生态系统的空间外溢效应，见表2。

3.控制变量

由于区域的“经济增长”除了受科技创新能力影响外，还受到资本(CP)、产业结构、消费、国际贸易等因素的影响，因此，依次选取全社会固定资产投资、第三产业比重、居民消费总额、进出口额作为经济系统外溢效应研究的控制变量。

由于区域的城镇可支配收入增长率除了受科技创新能力影响外，还受到经济增长、产业结构、消费(CS)、国际贸易(IET)等因素的影响，因此，依次选取GDP增长率、第三产业比重、居民消费总额、进出口额作为社会系统外溢效应研究的控制变量。

由于区域的单位GDP能耗和单位GDP电耗除了受科技创新能力影响外，还受到经济增长(EG)、产业结构(IS)等因素的影响，因此，依次选取GDP增长率、第三产业比重作为生态系统外溢效应研究的控制变量，见表2。

表2 变量定义一览表

(二)空间检验和空间计量模型构建

为了对科技创新的空间外溢效应进行研究，本文先采用空间相关性检验对区域间科技创新的空间相关程度进行检验，然后构建空间计量模型，详细分析科技创新对经济(社会、生态)系统的空间外溢影响。

1.空间相关性检验

本文采用Moran’I指数进行空间相关性检验，Moran’I指数可用于解释区域经济行为的空间相关性。Moran’I指数的计算公式为：

(1)

其中，xi和xj分别表示区域i和区域j的观测值，Wij表示空间权重矩阵。Moran’I指数在[-1,+1]区间取值，大于0表示各区域空间正相关，相似的观测值在空间集聚；小于0表示各区域空间负相关，相似的观测值在空间分散；等于0表示无空间相关。观测值完全随机分布。Moran’I指数的绝对值大小衡量区域空间相关程度，绝对值越大代表空间相关程度越大。

鉴于计算Moran’I指数和估计空间杜宾模型均需要空间权重矩阵，先构建空间权重矩阵。空间权重矩阵的形式有邻接权重矩阵、反距离权重矩阵、经济权重矩阵等。本文认为区域间科技创新能力的空间外溢的主要原因在于区域间科技创新资源的传播、交流与共享，因此经济权重矩阵更具合理性。经济权重的构建公式为：

(2)

其中X代表经济变量，常选用人均GDP、人力资本量、外商投资额等指标。

2.空间杜宾模型

由于科技创新存在区域间的空间依赖性，本文采用空间计量模型来分析科技创新对区域经济(社会、生态)系统的外溢影响。常用的空间计量模型有空间滞后模型(SLM)、空间误差模型(SEM)、空间杜宾模型(SDM)。空间滞后模型包含被解释变量的空间滞后，主要用于被解释变量的空间依赖性导致的空间相关。空间误差模型主要包含解释变量的空间滞后，主要用于模型的误差项存在空间相关的情况。空间杜宾模型是SLM模型和SEM模型的一般形式，同时包含被解释变量的空间滞后和解释变量的空间滞后。为了不失一般性，本文采用空间杜宾模型进行科技创新空间外溢效应的研究。构建如下模型：

(3)

(4)

(5)

(6)

三、实证检验与结果分析

(一)空间相关性检验

选取人均GDP作为X，按照公式(2)构建经济权重矩阵，可以得到本文的权重矩阵Wij，鉴于篇幅，经济权重矩阵不列示在正文中。

利用得到的空间权重矩阵Wij和长江经济带11个省(直辖市)的科技创新能力数据，对2001～2015年长江经济带11个省(直辖市)的科技创新能力进行空间相关性检验，得到历年的Moran’I和对应的p值，具体结果见表3。

表3 全局Moran’I指数及统计检验

表3的结果显示，2001～2015 年间长江经济带省市间科技创新能力的Moran’I指数值在15年间均为正，且变动幅度较小，基本在0.2～0.4范围内浮动；但从p值来看，2001～2012年间的Moran’I指数均没有通过显著性检验，2013～2015年间的Moran’I指数通过了10%的显著性检验。这表明长江经济带省市间科技创新能力存在较为稳定的空间正自相关性，但空间正相关性不够显著，从2013年开始长江经济带内科技创新的空间正相关性才逐渐显著，科技创新的空间集聚性逐渐体现。

(二)空间杜宾模型估计结果

上述空间相关性检验的结果显示，2001～2015 年间长江经济带省市间科技创新能力的莫兰指数值在15年间均为正，表明科技创新能力存在显著的空间相依性，使用空间计量模型是合适的。考虑到常用的空间计量模型有空间滞后模型(SLM)、空间误差模型(SEM)和空间杜宾模型(SDM)，为了确定出本文数据最合适的空间模型，需进行模型的适应性检验。实施Wald检验和LR检验发现,Wald(SLM) 和 LR(SLM) 的统计量分别为73.91和116.779；Wald(SEM) 和 LR(SEM) 的统计量分别为89.67和123.879，均在1%的水平上拒绝了原假设，因此选择空间杜宾模型是合适的。

1.科技创新对经济系统空间外溢效应

GDP增长率(EG)作为因变量，科技创新能力(ST)作为自变量，全社会固定资产投资、第三产业比重、居民消费总额、进出口额作为控制变量，利用stata12.0进行空间杜宾模型的估计，得到科技创新对经济系统空间外溢效应的结果，具体见表4。

表4 经济增长与科技创新的SDM空间估计结果

从表4可知，科技创新能力(ST)的估计系数为0.23608，对应p值0.875，说明科技创新能力对GDP增长率有正向影响，但是这种正向影响尚不显著。W.ST的估计系数为1.502 40，对应p值为0.152，说明邻近省市的科技创新能力对本地的GDP增长率有正向空间溢出作用，但这种正向的空间溢出效应尚不显著。W.EG的估计系数为1.058 34，对应p值为0，说明邻近省市的经济增长具有显著的正向空间溢出作用，即一个区域的经济较快增长会发生辐射作用，带动邻近省市的经济也较快增长。

长期内，可进一步将科技创新对经济增长的空间影响效应分解为直接效应和间接效应，直接效应表示各区域自身科技创新能力的改变对本地区经济增长的影响，间接效应表示科技创新能力的改变通过空间交互作用潜在地影响所有其他地区的经济增长。利用stata12.0进行空间效应的分解，得到经济增长SDM模型的直接效应、间接效应和总效应，具体结果见表5。

从表5可知，在直接效应中，科技创新能力对经济增长的影响为正(0.373 474)，但没有通过显著性检验(p=0.804>0.05)，表示各区域自身科技创新能力的改变对本地区经济增长有正向影响，但影响尚不显著。在间接效应中，科技创新能力对经济增长的影响为正(0.889 123 4)，也没有通过显著性检验(p=0.153>0.05)，表示科技创 新能力的改变可以通过空间交互作用潜在地促进所有其他地区的经济增长，但这种促进作用尚不显著。

表5 经济增长SDM模型的直接效应、间接效应、总效应

2.科技创新对社会系统空间外溢效应

城镇可支配收入增长率(IG)作为因变量，科技创新能力(ST)作为自变量，GDP增长率、第三产业比重、居民消费总额、进出口额作为控制变量，利用stata12.0进行空间杜宾模型的估计，得到科技创新对社会系统空间外溢效应的结果，具体见表6。

表6 城镇可支配收入增长率与科技创新的SDM空间估计结果

从表6可知，科技创新能力(ST)的估计系数为0.296 897，对应p值0.599，说明科技创新能力对城镇可支配收入增长率有正向影响，但是这种正向影响尚不显著。W.ST的估计系数为0.894 628，对应p值为0.777，说明邻近省市的科技创新能力对本地的城镇可支配收入增长率有正向空间溢出作用，但这种正向的空间溢出效应尚不显著。W.IG的估计系数为0.280 167，对应p值为0.039，说明邻近省市的可支配收入增长具有显著的正向空间溢出作用，即一个区域的可支配收入较快增长会发生辐射作用，带动邻近省市的可支配收入也较快增长。

长期内，可进一步将科技创新对城镇可支配收入增长率的空间影响效应分解为直接效应和间接效应，直接效应表示各区域自身科技创新能力的改变对本地区可支配收入增长的影响，间接效应表示科技创新能力的改变通过空间交互作用潜在地影响所有其他地区的可支配收入增长。利用stata12.0进行空间效应的分解，得到城镇可支配收入SDM模型的直接效应、间接效应和总效应，具体结果见表7。

从表7可知，在直接效应中，科技创新能力对可支配收入增长的影响为正(0.277 250 5)，但没有通过显著性检验(p=0.616>0.05)，表示各区域自身科技创新能力的改变有助于促进本地区可支配收入的增长，但这种促进影响尚不显著。在间接效应中，科技创新能力对可支配收入增长的影响为正(0.034 593 1)，也没有通过显著性检验(p=0.828>0.05)，表示科技创新能力的改变可以通过空间交互作用潜在地促进所有其他地区的可支配收入增长，但这种促进作用尚不显著。

3.科技创新对生态系统空间外溢效应

单位GDP能耗(EC)和单位GDP电耗(PC)作为因变量，科技创新能力(ST)作为自变量，GDP增长率、第三产业比重作为控制变量，利用stata12.0进行空间杜宾模型的估计，得到科技创新对生态系统空间外溢效应的结果，具体见表8。

从表8可知：单位GDP能耗的估计结果中，科技创新能力(ST)的估计系数为-0.522 693 8，对应p值0，说明科技创新能力能显著降低单位GDP能耗。W.ST的估计系数为-0.489 545 8，对应p值为0.062，说明邻近省市的科技创新能力能降低本地的单位GDP能耗，但影响力不够显著(0.05

单位GDP电耗的估计结果中，科技创新能力(ST)的估计系数为-0.0393055，对应p值0，说明科技创新能力能显著降低单位GDP电耗。W.ST的估计系数为-0.004 630 9，对应p值为0.892，说明邻近省市的科技创新能力能降低本地的单位GDP电耗，但这种影响尚不显著。W.PC的估计系数为-0.007 993，对应p值为0.960，说明邻近省市的单位GDP电耗降低具有正向空间溢出作用，促进其他省市单位GDP电耗降低，但这种正向的空间溢出效应尚不显著。

长期内，可进一步将科技创新对单位GDP能耗和单位GDP电耗的空间影响效应分解为直接效应和间接效应，直接效应表示各区域自身科技创新能力的改变对本地区单位GDP能耗(电耗)的影响，间接效应表示科技创新能力的改变通过空间交互作用潜在地影响所有其他地区的单位GDP能耗(电耗)。利用stata12.0进行空间效应的分解，得到单位GDP能耗(电耗)SDM模型的直接效应、间接效应和总效应，具体结果见表9。

表9 单位GDP能耗(电耗)SDM模型的直接效应、间接效应、总效应

从表9可知：单位GDP能耗的估计结果显示，在直接效应中，科技创新能力对单位GDP能耗的影响为负(-0.527 159 4)，且通过显著性检验(p=0<0.05)，表示各区域自身科技创新能力的改变能显著降低本地区单位GDP能耗。在间接效应中，科技创新能力对单位GDP能耗的影响为负(-0.027 289 6)，但没有通过显著性检验(p=0.165>0.05)，表示科技创新能力的改变可以通过空间交互作用潜在地降低所有其他地区的单位GDP能耗，但这种降低作用尚不显著。

单位GDP电耗的估计结果显示，在直接效应中，科技创新能力对单位GDP电耗的影响为负(-0.039 660 7)，且通过显著性检验(p=0<0.05)，表示各区域自身科技创新能力的改变能显著降低本地区单位GDP电耗。在间接效应中，科技创新能力对单位GDP电耗的影响为负(-0.000 063 2)，但没有通过显著性检验(p=0.976>0.05)，表示科技创新能力的改变可以通过空间交互作用潜在地降低所有其他地区的单位GDP电耗，但这种降低作用尚不显著。

四、结论与启示

1.结论

(1)科技创新具有空间集聚性。通过空间相关性检验发现，长江经济带11省(直辖市)的科技创新存在较为稳定的空间正自相关性，但空间正相关性显著性还不强，从2013年开始，这种空间正相关性开始逐渐显著，科技创新的空间集聚性逐渐体现。长江经济带内科技创新空间依赖集聚性表明相邻地区的空间相互作用会显著影响区域科技创新能力。

(2)科技创新对区域发展具有正向的空间外溢效应。通过空间杜宾模型检验发现：区域自身科技创新能力对其GDP增长率和城镇可支配收入增长率均有正向影响，但影响尚不显著，邻近省市科技创新能力的改变可以通过空间交互作用潜在地促进本区域的经济增长和城镇可支配收入的增长，但这种交互促进作用尚不显著。区域科技创新能力可以显著降低单位GDP能耗(电耗)，邻近省市科技创新能力的改变可以通过空间交互作用潜在地降低单位GDP能耗(电耗)，但这种交互降低作用尚不显著。这说明长江经济带内省市之间形成科技创新的空间集聚效应，一个区域发展除了受自身科技创新影响外，还受到周边区域科技创新能力的影响。

2.启示

(1) 积极推动长江经济带的科技创新合作。科技创新的空间依赖集聚性启示我们，长江经济带内省市应积极推动与其相邻地区的创新合作，逐步建立长江经济带内科技创新的辐射机制，尽快实现科技创新资源和成果在带内“信息共用、知识共享、人才互助、科技同兴”，通过资源要素共享、科技合作、产业关联、市场互通等方式提高整个经济带的科技创新能力。

(2)有效发挥科技创新“跨区域外溢”的正向效应。科技创新的空间外溢效应启示我们：长江经济带内各省市政府既要积极发挥本省市科技创新对经济社会生态系统的正向外溢效应，还应该打破各自为阵的行政垄断，加强跨区域的科技合作，实现科技信息、科技资源、科学技术、科技人才的共享，有效发挥科技创新“跨区域外溢”的正向效应，通过科技创新促进整个长江经济带的经济发展、社会进步和生态改善。