ICT发展能促进区域创新产出吗？——认知邻近和技术邻近视角下的实证研究

(福州大学经济与管理学院，福建福州350108)

一、引言

通讯信息技术(ICT)在全球迅速普及，标志着信息经济的成熟与发展。自20世纪60年代开始，以知识和信息为基础的服务业在经济结果中的重要性日益提高，显示了经济范式的转变方向。2005—2015年，全球互联网用户从10亿增加到32亿，增加了2倍多①数据来源：《2016世界银行发展报告》。。在全球信息化革命中，中国后来居上，正在成为数字革命的领先者。2002年，党的十六大报告首次提出“两化融合论”，坚持以信息化带动工业化，以工业化促进信息化，走出一条新型工业化路子。2012年，党的十八大报告进一步提出“四化融合论”，即促进工业化、信息化、城镇化、农业现代化同步发展。2016年，《国家“十三五”规划纲要》专篇书写“扩展网络经济空间”，首次提出国家大数据战略，至2020年，把固定宽带家庭普及率提高到70%和移动用户宽带普及率提高到85%作为互联网普及率的两个核心预期性指标。

我国虽然已经成为信息化大国，但需要指出的是，迄今为止，信息化对中国各地区经济发展的推动作用只有部分潜力得以发挥。至2018年，中国八成省份的互联网普及率已经超过50%②数据来源：2018年《网宿·中国互联网发展报告》。，互联网被视作区域创新的新型推动力量。但是，通过对比一些省份发现，互联网普及率与创新产出关系存在空间异质性，例如，2017年安徽省和福建省互联网普及率分别为47%和69%③数据来源：2017年《网宿·中国互联网发展报告》。，两省份R&D人员全时当量和经费投入也大致相同，但安徽省2017年发明专利申请量却是福建省当年专利申请量的2.7倍④数据来源：2018年《中国科技统计年鉴》。，互联网对安徽省创新产出的促进作用明显更强。要解释ICT对区域创新产出促进作用的空间异质性就需要理清ICT对区域创新产出的促进机制，遗憾的是，国内研究多停留在企业创新层面［1］，有关ICT对区域创新促进机制的理论和实证研究都非常匮乏。本文试图从知识溢出切入，探讨ICT是如何促进区域创新产出的。知识溢出是区域创新产出的重要因素，已在学界达成普遍共识，我国长江三角洲、珠江三角洲和环渤海地区高技术产业密集，创新成果丰富，部分城市和地区已经跻身世界一流行列，而中西部省份从发达省份获得知识溢出的水平还有待提高。如何利用ICT促成创新资源集聚区域向其他区域的知识溢出，提升中西部省份创新产出，对中国区域均衡发展具有重要意义。

目前，已经有大量文献研究了空间知识溢出的作用机制，包括知识人才流动、研发合作、企业家创业、贸易投资等［2］，但是有关在信息化背景下的区域知识溢出的研究则较少。ICT的快速发展首先在国外研究中受到关注，国外早期研究认为，由于隐性知识需要通过面对面交流才能有效传播［3］，而较近的地理距离才可能保证足够频繁的面对面交流，所以信息时代知识溢出依然具有显著的空间局限性。然而，随着数字技术的发展和应用深度、广度的进步，网络视频会议等交流方式与面对面交流的差距已经大大缩小，某些隐性知识跨越距离限制的传播成为可能［4］。因此，对信息背景下知识溢出的解释需要拓展研究思路，找出其他可能限制知识溢出的因素。以Boschma等为代表的动力学派提出了在地理邻近之外包含认知邻近、制度邻近、社会邻近、组织邻近的多维度邻近的分析框架［5］。近年来，多维度邻近与知识溢出越来越受到国外空间科学的关注［6］，不断有学者提出文化邻近、战略邻近、个人邻近、关系邻近、技术邻近等概念，这些邻近性概念为知识溢出的空间分析提供了新的视角，但不同学者出于不同的研究视角，对邻近性给出的定义存在较多差异。本文从中选择认知邻近和技术邻近进行分析，这两种维度的邻近性已受到较多文献的关注，形成了相对统一的共识。广义来说，科学和技术都属于知识的范畴，本文主要从专利创新角度讨论信息化背景下中国省际间的相互影响，更侧重知识的技术层面。

通过多维度邻近框架和实证分析，本研究主要回答了以下问题：信息化背景下，中国省际技术溢出的限制是来自区域间知识和技术的差距吗？在认知邻近、技术邻近视角下，ICT发展促进了区域创新产出提高吗？基于中国30个省市的认知、技术及地理维度的邻近程度的测算结果建立标准化的空间关联矩阵，本文通过构建半参数全局变量自回归模型(SGVAR)回答了上述问题。SGVAR模型是全局向量自回归模型(GVAR)与半参数模型的结合模型，在中国区域经济问题中已有较多的实证应用［7］［8］。GVAR模型最早由Pesaran等［9］提出，可在一个相互独立的向量自回归模型组成的全局系统内测算各系统的相互关联。相比于空间计量模型，SGVAR模型的主要特点在于：可以通过脉冲响应函数画出特定省份省内创新产出对外省创新产出冲击的响应，用更为直观的图形表示知识溢出结果；可以使用非参数方法刻画ICT水平对省份创新产出的偏导数。

二、理论回顾与分析

（一）理论回顾

借助多维度邻近框架研究知识溢出是近年研究的热点。国外较早研究了多维度邻近下的知识溢出，并涌现出了丰富的实证研究。根据区域间知识差异性构建的认知邻近和技术邻近是多维度邻近解释知识溢出的重要工具，例如 Parent和 Lesage［10］通过构建空间自回归模型，测算了技术邻近、地理邻近、交通邻近以及两个邻近交互对知识溢出的作用；Caragliu和Nijkamp［11］发现在欧洲各国多维度邻近对知识溢出的影响中，认知邻近和地理邻近起到的影响最大。国内学者的研究对不同邻近维度在知识溢出中的重要性提出了不同的见解，但大多讨论的是企业层面的知识溢出，例如Li等［12］从社会、组织、认知、地理维度邻近的视角解释了知识溢出在知识网络中的作用，得出社会和组织邻近性是更加重要的影响因素；陈文婕和曾德明［13］以低碳汽车技术为例，讨论了不同阶段多维度邻近与创新网络的协同演化，提出过度邻近可能带来“锁定效应”；李琳和张宇［14］比较了地理邻近和认知邻近对企业合作对象选择的影响；毛崇峰等［15］把认知邻近细分为三个维度，认为目标认知邻近性、竞争关系认知邻近性与技术联盟创新绩效之间存在正相关关系。区域层面知识溢出的研究相对较少，党兴华和弓志刚［16］用中国30个区域专利数据进行了实证研究，认为区域间认知邻近过高限制了跨区域创新合作；王庆喜［17］发现，在技术邻近维度下，我国高技术产业的省际溢出效应略高于地理邻近维度下的溢出效应；徐盈之等［18］使用地理距离权重矩阵构建空间模型发现省际存在知识溢出。

外部知识溢出是区域创新产出的重要来源，ICT发展为跨越空间的知识溢出提供了技术途径。互联网发展初期，有关ICT与知识溢出、区域创新的研究就已经开始在国外展开：Leamer和 Storper［19］认为，由于隐性知识需要面对面传播，在互联网时代，地理邻近仍然是知识溢出的主要影响因素；Torre和Rallett［20］最早提出了临时地理邻近的概念，把ICT发展作为解决地理限制的一条思路。国内研究多集中于ICT与企业创新，鲜有直接涉及ICT与区域创新的实证研究，仅少数研究从理论上分析了互联网促进区域创新的机理［21］。现有研究从互联网促进知识溢出的角度论证了其对区域创新的促进机制，但ICT究竟是如何促进知识溢出的，还缺乏论证。也有少数研究基于地理邻近考察了ICT对知识溢出的影响，例如方远平等［22］构建空间计量模型，研究ICT对服务业创新的空间效应，结果表明ICT对服务业创新具有促进作用，但地理距离仍会是知识溢出的主要障碍；徐德英和韩伯棠［23］则提出不同观点，在单一维度下地理邻近仍是知识溢出的最主要影响因素，但信息化与交通便利度交互邻近下，知识溢出可以突破地理邻近的制约。

总结以上文献，可以发现两点：第一，目前多维度邻近的研究多基于某一邻近维度建立对称的空间权重矩阵，但是，发达省份和较不发达省份之间的知识溢出更可能是非对称的，发达省份由于知识吸收能力强，获得的知识溢出效应会更明显。如何建立非对称的空间权重矩阵，测算发达省份与其他省份的知识溢出，值得进一步研究。第二，ICT对区域创新的促进作用虽然越来越受到重视，但作用机制仍需要进一步的研究，尤其是ICT促进知识溢出是否需要满足邻近条件。当前ICT对区域知识溢出的促进作用多从地理邻近的视角考虑，当用地理距离解释知识溢出时，地理距离已经暗含了认知距离和技术距离，从地理邻近视角进行研究难以找出ICT对区域知识溢出的影响机制是什么。在多维度邻近视角下，ICT促进知识溢出的前提是存在较优邻近程度，且建立了较完善的区域创新网络，ICT的作用仅在于增加创新网络对创新的促进作用，而不太可能影响创新网络的建立。目前甚少文献从地理维度邻近之外的视角讨论ICT对区域创新的影响机制，相关实证研究就更加缺乏。

（二）多维度邻近视角下ICT促进区域创新绩效的作用机制

知识溢出是区域创新的重要影响因素之一，故根据已有研究归纳认知邻近、技术邻近对区域间知识溢出的影响机制，再进一步分析ICT对区域创新产出的直接促进作用如何受到邻近维度影响。

多维度邻近视角下，知识溢出的发生需要满足至少一个维度的邻近［24］。认知邻近和技术邻近都旨在表明区域间拥有相同知识的程度，只不过认知邻近侧重基础知识，技术邻近侧重应用知识，故把认知邻近和技术邻近放在一起考虑。认知邻近和技术邻近对区域间知识溢出的促进机制可以概括为三个方面。第一，达到一定程度的知识共识是有效交流的前提。为了能够有效交流，创新主体应具有足够的知识储备以理解和处理新知识，区域间认知邻近程度越高，创新主体共享的知识越多。相比共享知识少的创新主体，高认知邻近的区域间创新主体有效交流更易发生。第二，技术共享程度越高，技术转移的成本越低。新技术进入生产领域往往伴随着一定程度的“破坏性”，企业需要更换部分已经投入的设备。当区域间技术邻近程度较低时，引入区域外的技术往往要付出高昂的更换费用，阻碍了知识溢出的发生。第三，认知邻近或技术邻近与组织邻近具有正向相互关系。创新能力较强的大型企业、科研机构在多个区域设有分支机构，同一组织的跨区域布局影响了区域间的认知邻近和技术邻近。企业和研究机构跨区域的收购、合并也更多在同行业之间发生。因此，区域认知邻近或技术邻近程度提高既是大型组织跨区域分布的结果，也是大型组织跨区域分布的原因。高程度的组织邻近有利于创新网络的建立，对区域知识溢出有促进作用。

伴随ICT的快速发展，知识溢出的地理壁垒极大降低，ICT为知识的远距离传播提供了极便捷的渠道。需要指出的是，早期ICT研究主要指电子邮件的沟通，而现在ICT技术对沟通的支持远远不仅限于文字传输，还包括视频通话等方式。随着5G技术的普及，ICT几乎可以营造与面对面交流完全一致的沟通方式。逻辑上，ICT理应极大促进远距离的知识溢出，缩小地区间的知识差异，而诸多实证研究则发现，中国知识资本集聚于东部省份的总体态势并没有随着ICT的普及有较大改变［25］。ICT能够极大促进远距离知识溢出、缩小地区知识差异的观点可能过于乐观了，ICT对我国东部创新强省创新产出的促进作用高于中西部省份，其原因可能在于我国区域创新能力的差异和认知邻近、技术邻近水平未达到最优程度，东部区域知识溢出高于中西部。

解释为什么ICT对不同区域创新的促进作用存在差异，我们需要理清其促进机制。多维度邻近视角下ICT对创新活动存在直接传导机制，即ICT提高了创新网络促进区域间和区域内知识溢出的效率。分别考虑存在最优邻近时和邻近程度较低时区域间的知识溢出与ICT的关系。区域间存在最优邻近时，区域各自的子系统（企业、大学、科研机构）能够建立高密度的创新网络。ICT的技术优势提高了创新网络沟通的效率，降低了信息沟通成本，提升了信息传递质量，故ICT作用下创新网络子系统间的信息扩散被进一步扩大，区域间的知识溢出效应变得更明显。区域间邻近程度较低时，区域各自子系统间创新网络密度低，知识溢出渠道少。在缺乏直接沟通渠道的情况下，信息传播需要经过多次转述，信息传递质量大大降低。ICT的技术优势被低密度创新网络引致的知识溢出阻碍力量大幅度抵消，ICT仅仅能够提高网络沟通效率，并不能增加创新网络的密度，此时ICT对区域间知识溢出促进作用是微弱的。

多维度邻近视角下，区域内较近的地理距离对区域内的知识溢出不只是意味着沟通便利，更重要的是，认知邻近、技术邻近与地理邻近存在正相关的关系。区域内的邻近程度随时间而增加，更利于创新网络的建立。同区域间存在最优邻近的情形类似，ICT直接传导机制随着区域内创新网络规模的扩大，进一步提升区域创新产出。创新资源集聚的地区，创新部门的地理集聚逐渐形成了庞大的创新网络，ICT的技术优势则提高了创新网络的运行效率。高效率、大规模的创新网络推动了区域创新产出，并进一步吸引外部创新资源进入，形成不断促进区域内知识溢出的正向循环。

由此归纳，在ICT逐渐普及的背景下，我国创新活动在东部省份的地理集聚态势并未发生显著改变的原因有以下两个方面：第一，我国东部省份内部产业结构比中西部省份更为接近，产业转型步伐较为一致，更易形成较优的认知邻近或技术邻近，这些省份间的创新网络更为完善；第二，东部省份创新型人力资本规模远大于中西部地区，东部省份内部创新网络规模也远大于中西部地区，故ICT对东部省份创新网络的强化效果也大于中西部地区。因此，ICT对东部省份创新活动的促进作用要大于中西部地区，创新成果体现出东部多于中西部的态势。

三、半参数全局向量自回归模型的构建、求解及数据来源

（一）模型选择及构建

Jaffe构建的知识生产函数为创新活动的定量研究作出了开创性贡献，在柯布-道格拉斯形式知识生产模型中添加下标i,t分别表示省份和时间，如下：

其中，DY是技术创新产出的增量，随省份和时间发生变化；K,L分别表示技术创新的资本投入和劳动投入，α,β分别表示创新活动效率及资本投入、劳动投入的产出弹性。对式(1)两边取对数，可得：

模型(2)仅考虑了创新资本投入和劳动投入对创新产出的影响，但中国省际技术创新的差距很难用创新投入的规模差距来解释。来自外部地区的技术溢出和本地技术创新的累积是造成省际技术创新巨大差距的重要解释因素。为了反映空间技术溢出和时间累积效应对当地技术产出的作用，在式(2)中引入空间和时间的自回归变量，构造动态面板空间滞后模型：

式(3)中，DYi*t表示i省份以外其他省份的技术创新产出，ρ为空间自回归系数，W为空间权重矩阵，用来刻画地区间的空间相关性。下标t-1仅表示时间滞后，具体的滞后阶数则应根据AIC原则确定。这里把创新投入lnKi,t-1和lnLi,t-1设为滞后项是因为创新投入通常不能当期带来创新产出，存在时间滞后。空间计量理论认为空间矩阵无法完全描述空间的相关结构，任何空间矩阵的构造都仅能反映某一维度的空间相关性，理论上不存在能够反映地区间全部维度邻近关系的空间矩阵。为了解决这一问题，本文的做法是根据认知邻近、技术邻近的概念构造多维度邻近矩阵cogW、techW，然后将这些空间关联矩阵分别代入测算。为表述方便，本部分仍用W表示不同维度的空间关联矩阵，其具体构造方法在下一节详细说明。

本文根据模型(3)进一步构建多方程模型，其意义体现在以下几个方面。首先，模型(3)仅考虑了省际创新产出的空间相关性，省际创新的资本投入和劳动投入也存在空间相关性［26］-［28］。建立联立方程组可以测算创新投入的空间和时间相关性，测算结果可解释我国部分省份未能从发达省份中获得正向知识溢出的原因。创新投入的方程形式与式(3)类似，故不再赘述。至此，我们由单方程的空间动态面板数据模型引申至多方程的面板向量自回归(pVAR)模型，pVAR模型不仅可以测算外省创新产出的溢出效应，也可以测算创新人才流动、创新企业向富裕地区集聚等因素的影响。第二，为测算ICT对创新活动的影响，按照Lin等［29］的做法，可以在式(3)右边加入每个省份的互联网资本变量，构建pVAR模型测算ICT对地区创新产出的影响。本文提出另一种测算ICT对地区创新影响的方法，即把全国ICT指标作为全局变量构造GVAR模型，该处理方法基于迈特卡夫定律［30］考虑，随着ICT的使用者不断增多，每一个使用者从使用中获得的价值不断增加，故全国ICT对地区创新产出的影响会大于各个省份ICT影响的总和。至此，我们继续引申出多方程的空间动态面板GVAR模型，模型中各省份主要变量传导途径可以分为三类：各省创新产出、创新投入变量受其他省份相对应变量当期值和滞后值的影响；各省经济变量受全局变量ICT发展水平的共同影响；不同省份变量当期冲击的相互影响，体现在误差的协方差矩阵中。最后，现有文献所使用的模型大多把ICT对创新产出的影响视为线性关系，线性假定可能忽视了ICT与创新产出的非线性关系，互联网对区域创新的促进作用具有边际效益递增的非线性特征［31］。借助非参数技术，把GVAR模型中的全局向量设为非参项，可以检验ICT与创新产出的非线性关系。综上，本文最终选择了半参数全局向量自回归模型(SGVAR)用于实证研究。与一般技术溢出实证研究选择的单方程空间模型不同，本文尝试使用SGVAR模型用于测算技术溢出和ICT对区域创新的作用。

（二）模型构建

SGVAR模型的具体构造过程如下：

构建单个省份的SVARX*回归模型，X*为第i个省份的外部变量：

式(4)中，Xit表示第i个省份的内生变量，包括专利产出增量Patit(用来衡量技术创新产出的增量)、创新的资本投入Xit和劳动投入Lit，为消除单位根的影响，各变量取对数差分形式，分别表示为Δln Patit,ΔlnKit,ΔlnTit；Xi*,t表示第i个省份对应的外部省份的变量，同样包括创新产出、创新的资本投入和劳动投入，取对数后分别表示为分别表示第i个省份自身和其他省份的滞后阶数，通过AIC准则确定；将全国ICT发展水平作为全局变量，选取电信业务总量ICT1和全国互联网宽带接入用户数量ICT2进行衡量，同样取对数差分形式。由于非参数方法受到“维数诅咒”的制约，本文仅把电信业务总量作为非参项，gi(·)为未知非参数函数，反映ICT2与第i个省份主要变量的非线性关系。

Wi为(ki+k*i)× ki阶矩阵，通过Wi可将各省份SVARX*连接起来，Wi为各个元素即认知邻近、技术邻近、地理邻近维度下的系数。联合式(5)和式(6)可得：

其中AiWi和BizWi是ki×k矩阵，取λ=max(λ0,…,λN)。将方程写成上下叠加的形式，得到SGVAR模型：

（三）空间权重矩阵构建

SGVAR模型构建的一个关键在于空间邻近权重矩阵，本文选择了受到认知邻近、技术邻近的影响程度作为构建空间矩阵的依据。依据认知邻近、技术邻近概念测算中国30个省份的邻近程度，并将测算结果标准化处理后建立省际权重矩阵，多维度邻近计算公式如下表：

表1 认知邻近和技术邻近测算方法

images/BZ_38_236_314_1203_479.png

Boschma等提出的认知邻近概念侧重组织共享相同的基础知识，更强调企业层面［32］。参照Caragliu和Nijkamp［33］的做法，将认知邻近用于省际层面，通过省际产业结构差异程度测算省际的认知邻近。不同省份的主导产业不同，也存在相近或差异较大的产业结构，由于相同类型的产业需要共享相同或相近的基础知识，所以省份间产业结构的相近程度可以用来衡量省份间的认知邻近程度。由于我国产业分工方式与国外不同，选择《中国统计年鉴》中19个行业在各省份的从业人数，以此计算省际认知邻近。式中Iikt表示省份i在年份t第k个行业的从业人数，cog取值介于0到1之间，当两区域在各行业从业人数完全相同时，认知邻近程度为1，取值越大，表明两省份产业结构越相近。测算邻近地区专利技术相似性的指标最早由美国学者提出，国内学者沿用这一方法计算了中国省际技术距离［34］，通过各省份在八大类别申请专利量的相近程度测算技术距离。Pikt表示城市i在年份t第k个专利分类中的实用新型专利申请数量，该数据来自《中国科技统计年鉴》。根据公式，若两区域在八类专利中的专利数量完全相同，则技术邻近程度为1；tech越大，表示城市间技术邻近程度越大。根据认知邻近和技术邻近概念的定义可以看出，两者的共同点都强调了省份所属知识结构的相似程度，区别在于认知邻近侧重基础知识，而技术邻近强调专利技术。

空间模型的结果受到空间矩阵的影响较大，错误的空间矩阵会导致虚假的实证结论，而现有的空间计量理论很难验证空间权重矩阵W的设定是否正确。为增加实证结果的可信度，本文分别依据认知邻近和技术邻近构建空间权重矩阵，然后验证省际技术创新之间的脉冲响应结果对两种权重矩阵是否敏感。

目前研究中，空间权重矩阵设定方法多将W设定为对称形式。现实中经济发达区域往往是创新人才集聚的区域，这些区域对新知识的吸收能力更强［35］，因此更容易获得溢出效应。为了描述这一特征，本文通过进一步引入经济规模比率构建了非对称的空间权重矩阵。具体方法为用邻近程度乘以区域GDP比率，得到非对称的邻近关系，以认知邻近为例，加入GDP比率后区域i对区域j的邻近程度为：

根据定义，cogij=cogji，但区域j对区域i的GDP比率则与区域i对区域j的GDP比率互为倒数，因此构造的空间权重矩阵为非对称的。将计算出所有省份之间带有GDP比率的邻近程度进行标准化处理后，得到本文SGVAR模型使用的关联矩阵eco_cogW、eco_tech W。

（四）模型求解

由于SGVAR模型结合了GVAR和半参数模型，模型估计方法也较为复杂。模型的估计分两步，第一步是估计每个省份的半参数向量自回归模型SVARX*的未知参数和非参数函数，第二步是在第一步估计的基础上再由权重矩阵计算出SGVAR中的G和H_1，不需要对SGVAR重新估计。

第i个省份SVARX*估计方法如下：

以第一个内生变量创新产出Δln Patit为例，该变量方程为：

式中下标1i1的第一个1表示i省份的第一个内生变量，第二个1表示滞后阶数，其他以此类推。根据AIC准则，可确定最优滞后阶数，式(9)仅给出滞后形式。由于ΔlnICT1t为外生变量，与ε1it不相关，假定参数α1i、Φ1i1、Φ2i1、Φ3i1、Γ1i、Γ2i、Γ3i、Γ1i1、Γ2i1、Γ3i1、γ1i已知，由式(10)可知：

利用局部线性估计方法得到gi(·)的初步估计gi(Δ lnICT2it;α1i,Φ1i1,Φ2i1,Φ3i1,Γ1i,Γ2i,Γ3i,Γ1i1,Γ2i1,Γ3i1,γ1i),将之代入式(11)得到

利用广义矩估计法得到参数的估计

接着得到gi(·)的最终估计：

（五）数据来源

互联网技术进步和电信业务量的提高是ICT进步和普及的重要表现，鉴于我国互联网普及率数据从2000年开始统计，选取的数据时间跨度为2000—2017年，包括30个省(自治区、直辖市)，未包括西藏、香港、澳门、台湾。自20世纪70年代以来，专利数量是表征创新产出的一种较常见的指标［36］。地区创新产出主要以专利和非专利的形式体现，但由于非专利形式的创新产出属于企业商业机密，数据很难获得，因此选取专利数量衡量地区创新产出。专利数量包括专利申请数和授权数，在衡量创新产出上两者各有利弊，经过权衡，选取专利申请数指标。为了更精确地估计出SGVAR模型，本文搜寻了更高频的时间序列数据。专利数据从SCNPR专利信息服务平台搜索获得省际月度数据，并整理为季度数据。由于专利质量参差不齐，本文仅选取发明专利。创新投入主要包括资金投入和人才投入，本文采用用于基础研究、应用研究和试验发展的经费支出来衡量资金投入，采用R&D人员全时当量来衡量人才投入。这些数据都仅能获得年度数据，为了模型能够得出准确的实证结果，本文计算各省份年度创新资金投入和年度GDP的比例，再用年度比例乘以季度GDP计算得出各省份季度创新投入数据。

本文使用的各项数据主要来自《中国科技统计年鉴》、中国互联网络信息中心(CNNIC)、SCNPR专利搜索平台和各省统计年鉴。由于国内宽带用户数据从2004年开始统计月度数据，2000—2003年互联网宽带用户数据来自国际电信联盟全球互联网宽带用户统计数据。

四、分析结果

（一）模型估计结果

经过ADF单位根平稳性检验可知，在5%的显著性水平下，我国各省份的所有内生变量、外生变量和全局变量原阶不平稳，故对所有变量进行对数差分处理为平稳变量后，代入SGVAR模型计算。对各变量进行外生性检验显示，变量符合弱外生性假设，故可对估计结果进行脉冲响应分析。

（二）多维度邻近视角下的脉冲响应结果

选择中国经济发展程度较高、创新资源较为集中、创新能力较强的上海作为冲击源。给定上海的内生变量发明专利ΔlnPatit一个标准差的正向冲击后，图1为中国主要地区对上海创新产出增速的响应。由于西南地区缺失西藏自治区数据，故仅列出华东、华中、华北、华南、东北、西北地区的反应。从响应结果来看，对中国各地区创新产出的影响在8个月后基本为零，在短期内的影响并不显著，仅在4至5个月后有短暂的正向响应。

为验证认知邻近视角下空间权重矩阵eco_cogW的脉冲响应结果是否稳健，本文用技术邻近下空间权重矩阵eco_“tech”W替代eco_cogW后计算得出上海创新产出冲击下中国其他地区的脉冲响应如图2所示。技术邻近视角下，脉冲响应结果与图1几乎没有差别，可见地区间基础知识或专利技术的相似程度并不能减少知识吸收能力不足对区域创新溢出的阻碍，这揭示了我国区域间经济差距可能已经成为区域创新能力均衡发展的阻碍。区域产业结构的趋同未必能够带动区域创新能力的均衡发展，上海等少数发达地区作为我国增长极与创新极的态势仍将持续较长时间，仍需从促进贫困区域经济增长、提升知识吸收能力的角度出发，促进技术向其他区域的扩散。

（三）偏导图分析

利用局部线性方法得出省份创新产出对全国互联网宽带接入用户数量的偏导数图，用以分析ICT发展水平对区域创新产出的非线性影响。图3囊括了认知邻近视角下中国大部分地区的各个省份创新产出与全国ICT水平的非线性关系，其中西南地区由于缺失西藏自治区的数据，未在文中列出。图3中，横轴为全国互联网宽带接入用户数量，由于变量都取为对数差分形式，纵轴表示全国互联网宽带接入用户数量变化率对各省份创新产出变化率影响的大小。偏导数为正，表示ICT发展水平提升能够促进省份创新产出，从整体态势来看，我国大部分省份偏导数都为正数，这表示ICT发展水平对创新产出的促进作用是相对显著的。但是，也发现少部分省份偏导数为负数，本文发现这些省份的共同特点在于省份创新资源普遍较为缺乏，创新能力在全国各省份排名中往往处于较为靠后的位置，这说明ICT在我国创新强省对创新产出表现出较强劲的促进作用，但也不是万能的。如前文对ICT影响省际知识溢出和省内创新能力的机制分析，ICT对省份创新产出产生促进作用需要该省份内部构建足够规模的创新网络或者与外部省份存在最优的邻近水平，这两方面条件越优越，ICT对该区域的促进作用越显著。随着全国互联网宽带接入用户数量变化率的增加，偏导数并未如预期在各个省份表现出随之增加的趋势。对比全国互联网宽带接入用户数量增长率为0.2前后两个区间，大部分省份在大于0.2的区间与小于0.2的区间，相比偏导数基本持平或有下降趋势，这一结果再次验证了ICT并不是促进区域创新的灵丹妙药，ICT发展水平的促进作用应是有极限的。如前文机制分析所述，ICT对区域创新的促进作用是通过方便创新网络内主体的沟通而实现的，其对创新的促进作用必然被限定在创新网络的范围之内。需要特别说明的是，本文仅用互联网宽带接入用户数量来表征ICT发展水平，侧重于互联网的普及化，而无法对信息革命完全到来后的情境进行预测。信息革命完全触发后的ICT将可能迎来质的变化，会对区域创新有何种影响？会不会直接改变创新网络？这些问题只好由未来的学者进行研究，本文仅对ICT在当前水平下，在“量”的增长方面对区域创新的促进作用进行了实证研究。

五、结论与建议

本文的实证研究囊括了中国关于ICT和省际创新投入和产出的大量经验数据，并强调了不同的空间权重矩阵可能对实证结果带来差异。实证研究表明，ICT虽然对创新强省起到促进其创新产出的积极作用，但是仍存在部分省份未能从ICT发展中获得积极作用。基于多维度邻近理论框架对实证结果进行说明，ICT对区域创新促进作用的异质性依赖区域创新网络的规模以及与其他区域是否达到了最优的邻近程度，此外，ICT的积极作用是有限的，受到创新网络的限制。无论如何，区域创新产出的根本动力来自区域创新投入以及从外部获得的知识溢出，仅仅通过发展ICT水平来提高创新产出是不现实的。ICT必须植根于区域内足够规模的创新网络和区域间较优的认知邻近或技术邻近程度。本文发现ICT虽然对区域创新起到了一定的积极作用，但没有发现ICT克服我国省际经济差距引致的后发省份知识吸收能力不足的证据，当在权重矩阵中引入省际GDP比例后，区域间的知识溢出并不显著。

多维度邻近理论框架为分析ICT发展对区域创新的影响提供了新的视角，并为ICT对创新促进作用的区域异质性提供了解释依据。随着我国信息化进程的不断发展，如何以信息化推动全国各省份的创新发展，使后发省份能更好地发挥后发优势，从创新强省获取更大的知识溢出将会成为愈发重要的研究课题。本文的实证结果暗示了由于区域创新网络差异和认知邻近、技术邻近程度未达到最优程度，信息化数量层面的发展可能更有利于提升创新强省的创新能力，据此提出以下建议：

第一，从全国层面来说，中国应继续加强ICT的普及与应用，支持发展电信业务产业，增强互联网的连接性和可获得性；同时，塑造更具包容性的互联网经济，以互联网经济模式而不是单纯的互联网技术促进区域创新网络的连接。第二，在省级层面，从创新强省来说，要进一步利用ICT促进区域内创新网络主体间的沟通和深度交流，保证和加强通过ICT渠道对外部省份的知识溢出；从后发省份来说，一方面应注意ICT发展可能导致创新人才外流，不利于区域内创新网络规模的扩大，另一方面也应利用ICT主动地、有目的地促进向邻近程度较优的发达省份学习并与之合作。第三，在我国正处于工业经济向信息经济、知识经济转型的大背景下，ICT的发展不仅要注重互联网的普及、通信业务量的增长等“量”的发展，更要利用我国信息经济规模大、增长快的优势，抢占信息革命的科技高地，塑造高效率、包容性强的信息经济，促进ICT在“质”的方面的发展。