空间视角下区域创新收敛性研究

李诗琪，刘韵扬

(江西师范大学 财政金融学院，江西 南昌 330022)

改革开放确立了我国非均衡发展的区域战略思想，随后我国经济生产活动逐步向东部地区集中，中国的区域经济发展差距被不断拉大，呈现出东强西弱的格局。1980年，东部地区的国内生产总值(GDP)对全国GDP的贡献占比仅为50.2%，而到2000年该比重增长至62.8%，其在全国经济发展中的作用愈发的重要，进一步加剧了地区间的不平衡。近年来，我国区域发展失衡问题愈发严重，为了解决这一问题，我国政府逐步推出了一系列包括西部大开发、长江经济带发展等在内的国家级区域协调发展战略。至2018年，东部地区在全国GDP中的比重降至56.8%，区域发展失衡问题有所缓解。

党的十九大报告指出，我国主要矛盾已经转化为人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾。区域经济发展的不平衡虽然是一个国家经济发展过程中的必然表现，但也必须引起重视，区域差距的过分扩大必然会使得包括居民收入差距过大、房地产价格虚高、金融风险加剧等在内的影响社会不安定因素增加，这些社会不安定因素的增加必然会导致区域经济不可持续发展，最终上升到国家层面，导致国民经济不可持续发展[1]。因此，研究如何促进区域协调发展，是亟待解决的关键性问题。创新作为引领发展的第一动力，对于实现区域协调发展具有重要作用。基于地理和经济双重视角分析区域创新数量和区域创新质量的收敛性，探究影响区域创新数量和创新质量发展的环境因素，对于缩小区域差距具有一定的理论与现实意义。

一、文献回顾

根据新古典增长理论，收敛性是指经济体的发展速度与其初始水平呈负相关关系，即落后地区的技术发展水平会在一定时期内不断缩小与发达地区的差距。研究技术在贫穷国家或地区的发展速度是否快于发达国家，或不同的国家或地区是否有其独特的均衡状态，会出现多种收敛路径。然而，新增长理论否认了这一观点，它认为当一个经济体的发展达到一定水平时，便能够实现规模报酬不变甚至于规模报酬递增，所以各个经济体之间的发展差距只会越来越大，即呈现发散的态势。

“收敛”一词的提出最早可以追溯到20世纪20年代，在新古典经济学框架下Ramsey研究了区域经济如何实现均衡增长这一课题，并提出了“收敛”的概念，其认为在一个封闭经济体内，相对落后地区的经济增长速度会快于发达地区，因而从长期来看，各地区的经济发展水平会逐步趋同[2]。此后，学者们陆续对“收敛”这一概念展开了研究，陆续提出了一系列的收敛模型，包括σ收敛模型、β收敛模型、俱乐部收敛模型等。σ收敛是指不同经济体发展差距随着时间的推移而缩小的过程，它研究横截面数据，观测存量水平变化，即经过一段时间不同经济体之间的创新发展差距若在逐渐减小，则可以说不同经济体的创新发展水平存在σ收敛。β收敛是指不同经济体的经济发展速度与其初始的静态指标呈现负相关，它研究时间序列数据，观测增量水平变化，即经济主体的区域创新发展速度若与其初始创新水平负相关，则可以说存在β收敛，反之则为发散。从经济增长率与初始经济水平的关系出发，其实质在于分析区域差异的成因。Baumol首次将计量模型引入经济收敛问题[3]，随后Barro将人力资本引入模型，并提出俱乐部收敛的概念，即各初始静态指标和结构特征都相似的经济体之间发生的相互收敛[4]。技术水平是经济发展的核心指标，所以区域技术水平的收敛，即区域创新的收敛会影响区域经济发展水平的收敛，区域经济的收敛也可以被理解为是区域创新收敛所带来的结果。近年来，研究者们不断将传统的收敛理论用于研究区域创新收敛，取得了一些成果。Furman等、Jungmittag分别对OECD和欧盟国家的创新活动进行了收敛性分析，证实了区域创新活动中收敛的存在性[5-6]。其他学者如马大来等、吕岩威等也从国家、区域层面对创新收敛作了深入讨论[7-8]。

二、研究设计

1.模型构建

β收敛包括条件收敛和绝对收敛，条件β收敛考虑了不同经济体初始经济社会环境特征的差异，因此将收敛考虑于自身的稳态值而不是一个统一的稳态值，绝对β收敛是指不考虑不同地区的初始经济特征，其最后都将收敛于一个相同的稳态值。本文将采用β收敛对我国各地区的区域创新发展水平的收敛情况进行分析，以检验不同地区的区域创新发展水平是否会趋同。本文选定空间杜宾模型作为基准模型，考察β收敛的计量模型如式(1)。

(1)

β条件收敛在β绝对收敛方程基础上加上相应的控制变量以控制各个地区不同的初始环境，表示控制变量包括地区经济发展水平、人力资本水平和产业结构，如式(2)所示。

(2)

式(1)和式(2)中，如果β显著为负，则表明存在β收敛，说明区域创新发展水平较低的地区会在一定时期内追赶创新发展水平较高的地区，即越是技术落后的地区技术发展速度越快。

2.空间权重的设置

在空间计量经济学中，如何正确设定合适的空间加权矩阵尤为重要。一般来说，记为空间加权矩阵，代表地区i与地区j之间的空间距离。根据已有文献，可以看出将直接定义为地区i和地区j之间的地理邻接性是最常用也是最方便的方法。根据邻接原则，一般将空间邻接权重矩阵分为两类：一类称为一阶邻接矩阵，另一类称为高阶邻接矩阵。一阶邻接矩阵中元素的赋值是将1赋值给邻接空间区域，不邻接区域赋值为0。地理邻近有助于隐性知识的传播，空间集聚地区的知识溢出可以对该地区的创新发展产生正的外部性。本文将采用一阶邻接权重的车式(Rook)空间邻接方法，车式邻接规则仅把存在共同邻接边界的空间区域定义为邻接单元，其形式如下：

(3)

对于根据邻接原则确定的空间权重矩阵，形式为

对角线元素全为0，即自身与自身之间不存在邻接关系。

从现实的角度考虑，仅用地理距离来考察不同地区之间溢出效应的大小是不科学的。因为在通信技术快速发展的今天，各地区开放程度都较之前更高，各地区技术创新的溢出并不会因为地理距离的远近而产生差别，日益发达的互联网技术使得这一切都变得格外的便利。因此，在研究收敛性时，我们应更多的考虑当地的社会经济发展水平。本文认为，与单一地理距离相比，社会经济距离这类能够反映现实的距离关系更能够影响溢出效应的发挥。在这一思想的指导下，本文将在引入地理空间距离的基础上，同时考虑社会经济距离，采用两种不同的空间加权矩阵对地区之间的溢出效应进行考察。

假定地理空间距离加权矩阵为w1，将其中的第i行第j列元素记为w1ij，为了便于计算，定义w1ij=1/Rij，其中，Rij表示地区i与地区j的省会城市之间的直线距离。同样的，假定经济地理距离加权矩阵为w2，将其中第i行第j列元素记为w2ij。采用地区人均收入的差距来表示地区之间的经济地理距离。较地区经济总量，人均收入更能说明地区的实际经济发展水平，另外，地区经济总量和被解释变量区域创新之间可能存在相关性，人均收入指标与区域创新发展的相关性较小，不会影响模型估计结果的准确性。

3.变量设定与数据来源

本文采用2002—2018年中国大陆除西藏自治区之外30个省份(自治区、直辖市)的年度数据为研究对象。所有数据均来源于历年《中国统计年鉴》《中国科技统计年鉴》和各省统计年鉴。

(1)区域创新发展数量：用专利申请受理数来表示。

(2)区域创新发展质量：用创新效率来衡量。其中投入变量中的R&D人员投入选取各省份(自治区、直辖市)的R&D人员全时当量来表示，R&D资本投入选取R&D资本存量来表示，产出变量选取专利申请受理数和新产品销售收入，使用MaxDEA7.0软件，采用数据包络法中的规模报酬不变下的DDF模型对创新效率进行测算。

(3)控制变量：地区经济发展水平用地区人均GDP来衡量，反映了一个地区的资金是否充足，可以通过加大研发资本的投入，获得更先进的技术；人力资本水平采用地区人均受教育水平来表示，反映了地区的教育环境；产业结构采用第二产业增加值与第三产业增加值之比来表示用以衡量一个地区的产业资源投入是否合理。其中，对人均GDP进行了平减，基年为2000年。

三、实证结果及分析

1.β绝对收敛分析

鉴于空间计量模型存在一定的滞后性，为了更准确的检验区域创新是否存在β绝对收敛，本文采用MLE方法对方程(1)进行估计，数量方程和质量方程的Hausman检验结果分别为3.65和91.83，并且均在5%水平上显著，因此选择固定效应模型。进一步地，对模型进行Wald检验和LR检验以判断如何选择空间计量模型(表1)。

表1结果显示，数量模型均在1%的水平上拒绝了原假设H0：θ=0和H0：θ+δβ=0，而质量模型中Wald-Lag检验和LR-Lag检验均通过5%显著性水平的检验，说明拒绝H0：θ+δβ=0的假设，模型不能简化为空间滞后模型；但未能拒绝H0：θ=0的假设，因此质量模型可简化为空间误差模型。

表1 β绝对收敛模型Wald和LR检验结果

利用空间邻接矩阵和经济地理矩阵，分别采用空间杜宾模型和空间误差模型分析了全国和分区域的β绝对收敛，结果如表2和3所示。表中两种权重矩阵所得到的参数估计结果基本一致，这说明选择的模型是稳定和可靠的。基于空间邻接矩阵，做进一步讨论，从全国层面上创新数量和质量的β值均为-0.191，且在1%水平上通过显著性检验，表明全国层面上无论是创新数量还是创新质量都存在β绝对收敛。分区域来看，东部和西部的β值均为负数，且都在1%水平上显著，结果表明，东西部地区的内部同样存在β绝对收敛，即虽然东西部地区的创新发展水平存在差异，但是其内部的创新发展差距在不断缩小，区域内部向一个共同的水平收敛，落后地区的创新发展水平在向发达地区靠拢。区域创新数量的收敛速度要小于区域创新质量的收敛速度，且对于创新数量而已，东部地区的收敛速度要小于西部地区，而创新质量反之。这可能的原因是东部地区的创新数量整体上存量较大，因此东部地区已经从追求数量发展到追求质量的层面。

表2 两种权重矩阵下的分区域SDM模型估计结果(创新数量)

表3 两种权重矩阵下的分区域SEM模型估计结果(创新质量)

2.β条件收敛分析

β条件收敛需要考虑不同经济体的初始环境差异，使其可以收敛于自身的稳态水平。根据已有文献研究，地区经济发展水平(GDP)、人力资本水平(EDU)、产业结构(IND)都会在一定程度上影响地区的创新发展，因此将这三个控制变量加入回归模型见表4和表5。

表4 β条件收敛实证分析变量的统计性描述

表5 β条件收敛模型Wald和LR检验结果

根据表5的结果，选择空间杜宾模型对创新数量和创新质量进行估计，并引入空间邻接矩阵和社会经济地理矩阵，在两种不同视角下检验了全国层面和东、西部地区的β条件收敛，并加入了3个控制变量，利用模型(2)进行估计，估计结果见表6、表7。

表6 两种权重下的分区域SDM模型估计结果(创新数量)

表7 两种权重下的分区域SDM模型估计结果(创新质量)

对比表6和表7的估计结果，可以看出主要参数及其显著性存在一致性，说明可以选择该模型。进一步地，采用空间邻接矩阵下的模型估计结果进行分析，就空间杜宾模型来说，无论是全国还是分东、西部地域来看，其收敛系数分别为-0.277、-0.293和-0.197，且均在1%水平上显著，说明不管是全国还是分区域都存在β条件收敛。各个地区虽然拥有不同的要素禀赋和经济发展程度，但经过长期的发展终将会在各自的稳态值收敛。观察收敛系数的绝对值，可以看出东部地区的创新质量大于西部地区，而创新数量的收敛系数小于西部地区，说明东部地区的区域创新质量将最先收敛于稳态水平，而由于其创新数量远大于西部，所以各地区之间的创新数量在一段时间内还会存在一定的差距。

四、结论

区域创新发展是区域经济发展的重要推动力，对区域创新现状的研究可以为规划区域发展提供合理的政策依据，为新时代区域协调发展提供基础性数据。通过进一步改善区域研发要素结构配置，提升创新的整体增长潜力，促进区域协调发展。本文将区域创新发展区分为地区创新数量和创新质量的发展，基于地理邻接和社会经济距离的双重视角，采用2002—2018年中国大陆除西藏自治区外30个省份(自治区、直辖市)的数据对其进行了收敛性检验，并分别对东、西部地区作了进一步的分析。主要结论为：(1)我国整体上的创新发展水平已经逐步向技术发达国家靠拢，虽然存在区域差异较大的问题，但绝大部分地区的创新差异在不断缩小，表现出了收敛的趋势；(2)在考虑空间溢出的情况下，无论是全国层面，还是分区域，无论是地理距离视角还是经济距离视角，创新发展水平均存在显著的β绝对收敛和β条件收敛，区域创新发展水平在东部和西部地区产生俱乐部趋同现象；(3)从收敛速度来看，创新数量表现为全国快于西部，东部最慢，而创新质量表现为东部地区快于全国和西部地区。