多维邻近性与京津冀知识溢出效应

王雅洁，李丽慧，张 淼

（河北工业大学 经济管理学院，天津 300401）

知识溢出是区域间知识传播和再造的重要途径，是推动区域创新发展的动力之一[1-2]，在区域知识溢出研究中引入多种邻近维度成为一个新的主题[3]1484。在京津冀地区，“京津研发、河北转化、平台共建”的协同创新模式日趋成熟，交通一体化先行、制度一体化改革、科技创新资源整合等创新体系相继推进，交通、制度、技术上的邻近性越发凸显。那么，基于交通、制度、技术邻近性的知识溢出如何影响京津冀协同发展？多维交互的邻近性又会产生怎样的影响？对这些问题的回答，将有助于进一步拓展京津冀协同发展的创新源，提升京津冀协同发展的创新活力。

一、理论回顾与研究假设

（一）理论回顾

知识溢出是指知识具有外部性，可以被无偿使用从而实现社会收益递增，其本质在于知识的社会收益大于私人收益。有关知识溢出的探究最初以企业为研究对象，企业的知识投入既能促进本企业生产具有排他性的产品，又能溢出到其他企业促进这些企业的知识产出，这些新的技术知识又会溢出，从而形成反复的企业间知识溢出，使得知识产出收益递增[4]。但是大量的研究经验表明，相较于微观企业，知识生产的外部性在城市和区域等较广的范围更为显著，随着时间的推移某一区域的新知识不仅会扩散到同一区域的其他范围，还会扩散到其他区域[5]。知识溢出的过程是各个行业或地区之间由于知识存量存在差异而导致知识或技术转移，由此不同的区域间能够通过信息交换获得研发成果，进而促进双方地区知识产出的增加[6]。

根据邻近动力学派观点，学者们将影响知识溢出的因素主要归因于邻近性。邻近性是指不同主体间拥有共同的“类”或“群”的特征[7]，这种共同的特征通常有利于增强主体之间的交流与合作，从而实现知识外溢。国内外学者最早主要集中于分析地理邻近性对知识溢出的作用，知识溢出是高度本地化的[8]，存在明显的地理邻近特征[9]，且知识溢出效应会随地理距离的增加而衰减[10]。随着研究的深入，邻近动力学派的学者将单一的地理邻近扩展到了多维邻近。如Scherngell and Hu[11]对中国31个地区的省际知识溢出进行了研究，发现地理邻近和技术邻近的作用较强，经济邻近的作用较弱；Boschma[12]认为地理上的邻近有助于地区间的知识溢出，但是制度邻近、认知邻近、组织邻近和社会邻近均可以增强交互式学习，作为地理邻近的替代；Marrocu等[3]1494对欧洲276个地区的数据集进行了分析，研究发现地理邻近和技术邻近均能够促进区域知识溢出，而社会邻近和组织邻近的作用有限。徐德英和韩伯棠[13]1562对我国研发创新的省际知识溢出效应进行了研究，发现地理邻近对知识溢出的作用效果最大，交通便利度次之，信息邻近最小；孙哲等[14]对我国的知识流动进行了研究，发现技术邻近能够显著推动知识流动，而制度邻近不显著；陈跃刚等[15]对长江三角洲城市群的知识溢出进行了研究，发现技术邻近和地理邻近的作用较强，信息邻近的作用较弱。王庆喜[16]对我国高技术产业的省际知识溢出进行了研究，发现地理邻近与技术邻近均能显著促进知识溢出，但两者的交互邻近没有显著增强。

综合国内外的研究成果，现有文献存在以下不足：一是国内基于多维邻近性视角的研究较少，且仅有的研究普遍选择将省域空间作为研究对象，而未能结合邻近性内涵对我国具体区域进行深入研究。二是现有研究主要集中于孤立讨论各维邻近性在知识溢出中所起的作用，而对多维交互邻近的知识溢出综合效应的研究十分缺乏，实际上不同维度的邻近性之间是相互影响的，分析多个维度邻近性的组合对知识溢出的影响机制，将有助于我们全面充分的理解邻近性与知识溢出的关系。基于此，本文以京津冀为研究对象，采用交通邻近、制度邻近与技术邻近单维度及其交互邻近来剖析京津冀区域内部研发要素的关联机制，以此来充分利用地区间的知识溢出效应，发挥核心城市的辐射带动作用，推动京津冀协同创新高质量发展，也能对其他区域协同发展研究提供些许借鉴。

（二）研究假设

交通的便利可以促进区域间货物、人才输送，为知识溢出尤其是隐性知识溢出提供更加便利的渠道[13]1562。京津冀交通基础设施互联互通不断提升，截至2018年底，京津冀联手打通高速和干线对接路1 600公里①。交通邻近能够促使各主体进行频繁的面对面交流，反复地沟通和学习能够提高主体的研发能力，从而可以更大程度地获取外部知识，促进隐性知识的传播。

相似的制度环境能够促使主体共享类似的行为准则与价值观，在合作过程中降低不确定性和交易成本，更容易产生合作[17-18]。京津冀协同发展已进入实质阶段，政策设计、资源互动、市场开放等逐步纳入统一规划体系，三地间的行政壁垒逐步被打破，市场一体化程度逐步得到提高，区域间互动合作越来越频繁、越来越密切，人才、信息、技术等知识要素资源流动越发通畅，促进了京津冀知识溢出效应。

技术邻近在合作主体知识交互的过程中也具有重要作用，相似的经验和共通的技术能使组织在合作过程中沟通更加流畅，从而能够帮助主体更加高效地在合作伙伴处获取知识[19]。2014年至2019年，北京流向津冀技术合同成交额累计达1 063亿，中关村企业在津冀两地设立分支机构累计超8 000家②。技术邻近有利于促进合作主体之间的交流，通过互动学习到新的技术知识，获取更多的溢出知识。

在交通便利的前提下，既为合作主体获得稳定的交互式学习环境提供便利，也让实现有效的知识转移变得更加容易，地区间的主体将有更多的机会进行学习和模仿。交通邻近性对知识溢出的存进作用也依赖于两个地区的技术水平，当两个地区拥有相似的技术知识时，便于合作双方进行频繁的面对面交流，增进合作主体建立的互相信任，提高合作双方知识交互的效率。另外，制度邻近与技术邻近之间也可能存在交互作用，在技术邻近的前提下，制度邻近的地区更容易建立合作关系，实现合作主体之间的交流、理解与互动，从而高效率的吸收新技术中蕴含的隐性知识[20]。随着京津冀协同政策的释放和市场一体化程度的提升，主体在合作过程中的不确定性和交易成本不断降低，更易产生合作交流。

因此，本文基于京津冀协同发展实际，将邻近性扩展为交通邻近性、制度邻近性和技术邻近性，考察多维邻近下的京津冀知识溢出效应，提出如下假设：

H1：京津冀地区的知识产出存在显著的空间溢出效应，且受邻近地区溢出效应的影响。

H2：在交通邻近性、制度邻近性和技术邻近性单维度下促进京津冀地区知识溢出效应。

H3：在交通邻近性和制度邻近性交互作用下，京津冀地区知识溢出效应显著增强。

H4：在交通邻近性和技术邻近性交互作用下，京津冀地区知识溢出效应显著增强。

H5：在制度邻近性和技术邻近性交互作用下，京津冀地区间知识溢出效应显著增强。

H6：基于交通邻近、制度邻近与技术邻近的交互邻近，京津冀区域知识溢出效应显著。

二、研究设计

（一）模型设定

对知识溢出的研究通常采用Griliches-Jaffe知识生产函数（KPF）方法，采取柯布道格拉斯生产函数形式，本文在此基础上进一步拓展建立如下模型：

对式（1）两边取对数得

其中，PATit表示知识产出，Kit表示研究经费投入，HCit表示人力资本投入，Cit表示控制变量，β、γ变量系数，e、μ为误差项。空间杜宾模型（SDM）不仅考虑到了因变量的空间相关性，还考虑到自变量的空间相关性，可以用来捕捉区域间的知识溢出效应，构建如下模型：

式（3）为空间杜宾模型，在式（2）的基础上分别加入了用来衡量区域间知识溢出效应的空间项。其中，ρ为因变量空间滞后项的系数，η、δ为自变量空间滞后项的系数，为标准化后的邻近权重矩阵。

选取地区专利授权量作为知识产出的测度指标。在测量研发经费投入时，一些文献选择采用流量指标。然而，某年的研发经费投入不仅会影响当年的知识产出，也会对后期的知识产出造成影响。因此，用研发经费投入存量进行核算更为合理。本文采用剔除物价影响的地区研发支出数据，利用永续盘存法进行核算，其公式为：Kt=（1-σ）Kt-1+It，其中Kt-1是上一期的研发经费投入存量，It是当期的研发经费投入，σ是折旧率。初始研发经费投入存量的测算如下：K0=I0（1+g）/（σ+g），其中σ折旧率按照国际做法取值为15%，增长率g根据几何算法计算年均增长率。参考宁光杰[21]，本文采用普通高校在校学生数来代表各个城市的人力资本投入。控制变量为外商直接投资（FDI）、人均地区生产总值（PGRP）、基础设施水平（TRANS），虚拟变量（D）为是否是北京。由于北京是我国的科技创新中心，在其他资源投入相同的情况下，北京市的知识产出可能会异于其他地区。据此，设置虚拟变量来考察北京的异质性，如表1所示。

（二）邻近性度量

1.交通邻近

交通是影响区域间知识溢出的重要因素，由于区域间的交通邻近与区域间的交通时间成负相关，参考李晨等[22]的测量方法，基于区域间的交通时间来构造交通邻近性，其中tij表示城市i和城市j之间铁路交通的最短时间。

2.制度邻近

关于制度邻近性的测度，一类是利用虚拟变量，另一类是利用市场结构等相关指数来计算。考虑到京津冀城市群相关指标的可获得性及一致性，本文借鉴Ejermo[23]的测度方法，采用虚拟变量进行测度，测度方式为：若两城市同属一个省份则赋值为1，否则赋值为0。

3.技术邻近

借鉴Caragliu[24]的方法，本文采用两个地区各个行业从业人员比例的欧氏距离来表示地区间技术水平的接近程度。技术邻近矩阵的构建方式如式（5），xsi表示i地区s行业的从业人员比例。两个地区的行业结构和技术水平越接近，则赋予的权重越大，反之越小。

4.交互邻近

对于交互邻近的衡量较为困难，本文参考多数学者的做法，采用乘积式构造多维交互邻近权重矩阵。跟以上三种矩阵一样，本文在计算出对应的元素值后对矩阵进行了行标准化处理。

本文采用2009—2020年京津冀13个城市的面板数据作为研究样本，数据来源于《中国统计年鉴》《中国区域经济统计年鉴》《中国城市年鉴》《中国高速公路及城乡公路里程地图集》《河北经济年鉴》《北京市统计年鉴》《天津统计年鉴》以及河北省各个地级市统计年鉴。

三、京津冀知识溢出的空间演变分析

（一）知识溢出的空间格局

表2和表3描述了2009—2020年间京津冀各城市知识产出的演变情况，即存在空间异质性又存在空间关联性。北京、天津的知识产出水平一直保持在第一梯队上，表明北京和天津是京津冀地区名副其实的双核；石家庄的知识产出水平一直保持在第二梯队；唐山的知识产出水平一直保持在第三梯队；张家口、承德、邢台的知识产出水平最低。从空间异质性来看，知识产出水平高的城市主要分布在北京的西南部和天津的东部，其围绕着北京和天津呈空间集聚状态，在空间上呈现出了沿中部核心功能区分布的格局。

表2 京津冀知识产出水平

表3 京津冀知识产出水平分级

2015年，秦皇岛、邯郸、邢台、承德、沧州、廊坊的知识产出水平上升到第三梯队，石家庄的知识产出水平上升30.5%。这可能是因为2015年审议通过《京津冀协同发展规划纲要》，京津冀协同发展的顶层设计基本完成。石家庄作为河北省省会与京津交流日益频繁，获取了大量的隐性知识；廊坊则是由于位于京津走廊高新技术及生产性服务业产业带上，承接了一批京津的产业转移，增加了知识产出水平，其他市则可能是受到了其辐射带动作用从而促进知识产出。2020年，各个市的知识产出水平都有所提升，但秦皇岛、沧州和衡水的知识产出增长速度较慢，导致掉落到第四梯队。2009—2020年，京津冀知识产出格局由原本的“2+1+2+8”变为“2+1+5+5，以北京和天津为中心，石家庄、保定、唐山、廊坊为副中心，空间集聚程度逐渐增强。

（二）空间相关性

上述的知识产出水平分级分布仅展示了京津冀城市群知识产出的空间分布格局，但是并未显示各个地区之间知识产出的空间关联性，从而无法揭示上述知识产出差异和空间集聚的内在机制。对京津冀城市群知识产出进行全局Moran I检验，检验其是否存在空间相关性。如图1所示，三种邻近性下的Moran I指数均通过了显著性检验，且整体呈现上升趋势，说明京津冀城市间存在知识溢出效应且呈现空间集聚不断增强的形态。在三种邻近性中，制度邻近和交通邻近较高，表明交通基础的提升和制度范围的统一对京津冀城市间知识溢出效应的发生有重要影响。

图1 京津冀知识产出全局Moran I指数变化趋势

为了进一步考察本地区与周围地区知识溢出的空间联系方式，本文进行局部空间自相关分析，选取2020年的截面数据，结果如表4所示。交通邻近中，北京、天津位于HH象限，对交通邻近区域有显著正向溢出效应；沧州、张家口、唐山、廊坊则位于LH象限，说明自己的知识溢出产出水平较低，但与之交通邻近的城市有较高的产出；保定、石家庄、承德、衡水、邢台、邯郸位于LL象限，说明其自身和其交通邻近的城市有较低的知识溢出产出水平。制度邻近性中，北京、天津位于HH象限，对制度邻近区域有显著正向溢出效应；河北省内城市都位于LL象限，与制度邻近城市的知识溢出产出水平较低。技术邻近性中，北京和天津位于HH象限，对技术邻近区域有显著正向溢出效应；石家庄、秦皇岛、张家口、邯郸位于LH象限，说明自己的知识溢出产出水平较低，但与技术邻近的城市有较高的产出；保定、承德、沧州、衡水、邢台、廊坊、秦皇岛位于LL象限，与技术邻近城市的知识溢出产出水平较低。

表4 2017年多种邻近维度下京津冀知识产出局部Moran指数分布

四、空间计量模型结果分析

（一）回归结果分析

由于通过Moran I指数检验发现京津冀的知识产出具有很强的空间相关性，因此采用空间计量模型进行估计更加准确，并且，空间计量经济学为研究知识溢出效应提供了方法上的贡献。为了判断空间杜宾模型的拟合效果，先进行Wald与LR检验，结果如表5所示，Wald检验与LR检验全部通过5%的显著性检验，SDM模型不可退化为SAR与SEM模型，因此，选择空间杜宾模型进行研究是合适的。对于随机效应与固定效应的选择，由于在解释变量中纳入地区哑变量会由于多重共线性在模型中被剔除掉，因此，采用随机效应模型进行回归分析。并且在Hausman检验结果接受了原假设（随机效应模型），选择随机效应模型为宜。

表5 LR、Wald与Hausman检验结果

基于交通邻近性、制度邻近性、技术邻近性的空间杜宾模型结果如表6所示，对七种邻近模型进行比对分析，得出以下结论：

表6 空间面板模型计量回归结果

（1）京津冀城市间的知识溢出效应明显，在交通、制度、技术及交互邻近下，本地的知识产出不仅受当地创新活动的影响，还受邻近城市知识活动的影响。模型结果显示，在单维、二维和三维多种邻近矩阵下，ρ系数都非常显著，说明京津冀地区间知识产出具有显著的空间溢出依赖效应，假设H1得到证实。

（2）单维度邻近下，技术邻近在京津冀知识溢出中的促进作用较交通邻近和制度邻近大。基于交通邻近、制度邻近、技术邻近空间矩阵均通过1%的显著性检验，假设H2得到证实。其中，技术邻近下京津冀知识溢出效应最大，其次为交通邻近，最后为制度邻近。随着京津冀协同发展规划及各项政策、举措的落地、落实，三地间合作不断深化、市场一体化程度不断提升，技术邻近使得识别和吸取新技术中的隐性知识更加便利，有利于沟通交流和互动，已成为促进京津冀知识产出最重要的因素。交通便利性的不断加深增加了面对面交流沟通机会，制度邻近使得主体之间减少由于制度框架、规范、文化和价值观等多方面的差异，也是推动京津冀知识流动的重要因素。

（3）二维交互邻近下，在交通、制度、技术各邻近性的相互作用和相互补充下，比起单维交通、技术邻近性显现出更为明显的知识溢出效应，其中，交通制度邻近下的区域知识溢出对本区域知识产出的促进作用最大。交通邻近加上制度邻近后、技术邻近加上交通邻近和制度邻近后，均比单一的交通、技术邻近下知识溢出效应更为显著，假设H3、H4、H5得到支持。

（4）交通、制度、技术交互综合邻近矩阵下，京津冀知识溢出效应明显。基于三者交互邻近下的京津冀知识溢出效应显著超过各个二维交互效应，也比交通、技术单维邻近性的知识溢出效应要明显，假设H6得到验证。这说明交通的便利性、制度邻近所提供稳定的交互式学习环境、技术邻近在知识创造过程中的促进作用相互促进、相互融合，使得知识溢出的路径更为畅通，产生更为明显的知识溢出效应。

由于SDM模型的回归系数不能直接反映自变量对因变量的影响，因此本文将估计结果分解为直接效应、空间溢出效应与总效应，进一步考察各个变量对知识产出的作用，如表7所示，结论如下：

表7 SDM模型的直接效应、空间溢出效应与总效应

（1）研究经费投入对知识产出的直接效应不显著，间接效应和总效应大多数显著且为正，说明研发经费投入通过区域间溢出效应，对邻近地区的知识产出有促进作用。并且，总效应大于区域间效应，在交通邻近技术矩阵下的影响最大。

（2）人力资本投入对知识产出在直接效应中均为正，且通过了显著性水平检验，说明人力资本投入对本地创新产业有显著促进作用；人力资本投入对知识产出的间接效应、总效应在除交通邻近矩阵下通过区域间溢出效应对邻近地区知识产出有正向作用，在交通邻近矩阵下通过区域间接效应对邻近地区知识产出有负向作用。这可能是因为区域间交通便利更易形成人才流动与竞争，本地区人力资本投入的增加会吸引邻近地区人才流入，一定程度上阻碍了相邻地区知识产出。

（3）控制变量中，外商直接投资的直接效应显著为正，这说明外商直接投资通过直接效应能够促进本地的知识产出。外商直接投资的间接效应、总效应在交通邻近和交通技术邻近矩阵下对邻近地区知识产出有促进作用，在制度邻近下表现出了负向溢出效应，说明本地外商直接投资增加对邻近地区的知识产出产生一定的挤出效应。而人均地区生产总值直接效应和总效应不显著，间接效应在交通邻近下显著为正，在交通技术下显著为负，意味着在不同作用下其他城市人均地区生产总值水平对本地区知识产出的效应也不同。交通邻近的城市人均地区生产总值越高，有利于促进本地区知识产出，而交通与技术交互作用下，其他地区的人均国内生产总值越高，本地的知识产出越低。基础设施水平的直接效应在交通邻近下的直接效应为负，在交通、制度邻近下的间接效应为负，以及总效应全部为正，这说明城市基础设施水平不利于本地和其他地区的知识产出。

（二）稳健性检验

上文的估计可能会存在一定程度的内生性问题。就本文而言，可能造成内生性问题的原因有：（1）遗漏重要解释变量，模型中可能遗漏了影响知识产出的重要解释变量。（2）互为因果，研发经费投入与人力资本投入会影响地区的知识产出，反过来，知识产出的数量同样可能会影响到资金与人才的投入。为了能够克服模型中可能存在的内生性问题，本文采用空间GMM方法来考察原模型的稳健性，回归结果如表8所示，与原模型的回归结果相比，空间GMM所估计的变量系数其方向与显著性水平未发生根本变化。因此，本文的估计结果是稳健的。

五、结论与建议

本文基于空间杜宾模型，考察了交通邻近、制度邻近、技术邻近及其交互邻近等多维邻近性与京津冀知识溢出效应，研究结果表明：京津冀知识产出既有空间关联性又有空间异质性，形成了以北京和天津为中心，石家庄、保定、唐山为副中心的知识产出分布格局；京津冀间存在着显著的知识溢出效应，交通邻近、制度邻近、技术邻近、交通制度、交通技术、制度技术、综合邻近均对京津冀知识溢出有显著促进作用，且多维交互邻近作用下京津冀知识溢出效应有所提升；研发经费投入、人力资本投入在京津冀知识溢出中扮演的角色有所差异，研发经费投入在每种邻近矩阵下对邻近地区知识溢出有促进作用；人力资本投入在所有邻近矩阵下对本地知识溢出有显著促进作用，对邻近地区知识溢出是促进作用还是阻碍作用则依不同邻近矩阵而异。为此，本文提出如下建议。

（一）培育新的创新辐射源

目前京津冀知识产出的核心是北京和天津，但是京津的辐射能力有限，政府应大力培育石家庄和保定成为次核心城市。石家庄和保定的发展，能够加大与河北省中南部各城市的联系，进而直接带动邢台、衡水、沧州等城市的发展。一方面，要根据石家庄和保定的自身优势优化职能分工，强化与北京和天津的功能耦合，通过建立创新合作机制来促进自身的发展；另一方面，石家庄和保定要通过推动高等教育建设和制定人才引进政策来吸引高质量的创新型人才，增强自身的原创性创新。

（二）加强京津冀城市间的交通联系、制度联系和技术联系

一是要完善各个城市之间的公路、铁路、航空等交通基础设施，构建更紧密的城际联系网，促进要素自由流动，减少由于交通因素而对区域知识溢出形成的限制，扩大知识溢出半径。二是要将京津冀作为一个整体来实施相似的政策制度，降低市场分割程度，打破地方保护的思维定式，为京津冀协同发展营造良好的制度环境。三是鼓励和支持京津冀企业进行技术协作，通过搭建各种技术联盟和共享平台，促进京津冀技术交流合作。同时，各个地区在进行空间布局时应最大效度发挥交通、制度、技术三者的交互效应，促进京津冀交通一体化、制度一体化和技术一体化。

（三）加大研发经费投入和人力资本投入

大力发展各个地区的科技与教育事业，加大研发经费投入力度和对研发人才的培养力度，提升人力资本的创新能力。京津冀的科技教育投入存在着极大的差距，应注重河北省高新技术创新基地、科研基地和高校科研院所的培育，营造人才集聚的良好氛围，以增强知识溢出强度，进而促进知识产出。同时，要形成良好的区际人才竞争环境，避免因过度竞争造成的知识产出损失。

注释：

①资料来源：河北新闻网，http：//hebei.hebnews.cn/2019-02/21/content_7352585.htm。

②资料来源：新京报网，https：//baijiahao.baidu.com/s?id=1659422 554389303990&wfr=spider&for=pc。