创新要素流动、空间溢出与经济增长

许志玉， 吴剑辉

(广东工业大学 经济与贸易学院， 广州 510520)

随着互联网、人工智能、5G技术的不断发展，科学技术成为经济社会发展的重要动力，知识创新是影响区域竞争力的重要因素，转变发展方式、优化经济结构的关键在于科技创新。国家实施创新驱动发展战略，是提高国内经济增长质量的关键举措，各地区依据地区特色和比较优势制定相关政策来优化创新环境，加大对创新要素的投入，吸引人才、资金等创新要素向本地区流入。创新要素成为提升科技竞争力和经济高质量发展的关键要素，成为各地区竞相争夺的战略资源。与传统要素相比，创新要素(指R&D资本和R&D人员)直接作用于生产过程，其合理配置会使生产更有效率。创新要素在自由流动的过程中，能产生知识外溢的效应，进而促进创新活动的展开、创新效率的提高，加强了各区域间的空间相关性。因此，要消除创新要素在区域间流动的障碍，形成协同创新的环境和创新网络，利于促进地区经济的创新发展。

本文借鉴已有研究，探究创新要素流动带来的空间知识溢出对区域经济增长的影响机理，对R&D人员和R&D资本的流动量进行测度，运用2001—2017年中国31个省区市的面板数据，构建OLS和空间计量模型，实证检验创新要素流动与区域经济增长之间的关系，使用地理距离矩阵和经济地理距离矩阵，验证区域经济增长会受到创新要素流动产生的知识空间溢出的影响。最后根据实证结果分析，从新的角度为中国经济的可持续增长提供政策建议。

1 文献综述和理论分析

1.1 文献综述

创新要素在区域间的流动加速了创新资源的配置，必然会带来众多的经济效应。对于区域人员流动与经济发展的关系，Faggian和Mccann[1]用毕业生流动数据，证明了劳动力的流动与区域创新以及经济发展之间存在双向因果关系。刘献华[2]指出劳动力流动不仅可以促进产业结构升级，还可以推动经济社会的发展。桂昭明和苏琴[3]研究发现，在东部区域人员流动能促进当地经济增长，在中西部地区劳动力流动会降低经济效益。白俊红等[4]研究表明，研发要素中只有研发资本的流动对创新效率才有促进作用。对于区域人员流动与知识溢出的关系，Filatotchev等[5]研究发现海外回国发展的企业家对当地经济产生了明显的知识溢出效应，显著促进了中关村高技术企业的技术进步。Kaiser等[6]证明了研究人员流动导致的知识溢出是创新和发明的重要因素。杨河清和陈怡安[7]研究表明海归回流将国际的知识转移到国内，促进了国内的技术进步，带来的知识溢出作用不断增强。侯爱军等[8]实证证明了劳动要素和资本要素与知识产出有较强的关联。

对于区域资本流动与经济增长的关系，资本作为能够给生产活动的顺利进行提供金融支持的一种重要的生产要素，它的存量及使用效率会直接影响区域经济的发展。严浩坤[9]通过实证研究发现，研发资本的流动是引致区域经济发展不均衡的重要影响因素之一。丁艺等[10]研究发现，资本流动引致的金融集聚利于经济增长。白俊红等[11]实证研究表明，研发要素流动会产生知识空间溢出效应，会对邻近区域经济增长产生促进作用。

对于区域资本流动与知识空间溢出的关系，Keller[12]认为FDI比进口商品拥有更高的知识溢出效应。陈继勇和盛杨怿[13]研究认为，外国在华的资本投入产生的知识溢出效应对技术进步有促进作用。盛垒[14]研究了外资研发支出的空间溢出及差异，结果表明外资研发投入对本地和邻近地区都具有知识溢出效应。王丹和叶蜀君[15]研究发现，金融集聚会增强知识溢出效应，从而促进地区经济增长。陈怡安[16]通过门槛模型表明，金融发展对海归回流会产生的技术进步效应存在门槛效应。马茹[17]实证研究发现，资本的知识溢出效应促进了创新发展，中西部地区的溢出效应要高于东部地区。

1.2 创新要素流动影响经济增长的理论机制

人员流动对经济增长的影响体现在以下几方面：首先，研发人员流动会使高素质人才发挥各自优势，提高组织专业化和分工程度，研发人员的优秀人才会成为其他人学习和效仿的对象，不断机理个人进步和创新；同时，不同专业的人才可以实现企业的资源互补效应，增强企业的创新实力，提升创新能力和活力。此外，研发人员流向高边际收益的地区，导致人才的集聚，而具有丰富研发人员的企业机构会吸引更多的研发人才。人员流动是如何影响知识溢出的：研发人员在区域间的流动可以打破时空局限，利于发挥知识溢出效应，首先研发人员流动实现了跨区域人才的面对面交流，使知识共享和经验传播更充分、及时、有效和准确，降低了信息交流的成本；其次研发人员作为高素质群体，当人才聚集在一定区域互相交流学习时，有利于先进技术的学习和技能的获取，还能促进新思想、新知识的创造、扩散和积累。对于隐性知识而言，知识传递扩散范围受空间影响较大，知识空间溢出效应随地理距离的增加而衰减。

资本流动对经济增长的影响体现在：研发资本是创新活动开展的关键生产要素，在研发阶段初期和创新活动开展阶段都需要大量的资金投入，充足的研发资本是实现创新成果的重要基础。研发资本的流动不仅可以推动金融资源在区域间的合理配置，节约资金周转的时间，降低交易成本，还可以促进区域间和各金融机构间的信息交流，从而实现规模经济。资本流动还会产生知识溢出，资本要素的流动扩大了该区域的资本规模，拓宽了创新主体的融资渠道并丰富了融资方式，研发资本流动利于研发创新企业获得金融投资，增强企业抵御风险能力，利于企业开展研发周期性长、利润高的创新活动，促进区域提高创新能力。

2 计量模型设定、变量与数据

2.1 空间计量模型的建立

根据本文的研究目的和理论基础，用中国31个省区市2001—2017年的面板数据进行实证分析，基准模型OLS设定如下：

gdpit=β0+β1pfsit+β2cfrit+β3Lit+

β4Kit+β5Xcontrol+εit

(1)

式中：i、t分别代表省份和年份；gdpit表示区域经济增长；pfsit表示创新人员流动量；cfrit表示创新资本流动量；Lit表示就业人员；Kit表示物质资本存量；Xcontrol包括交通基础设施(tra)、人力资本(edu)、市场化水平(mar)和对外开放水平(open)4个控制变量；εit为随机扰动项。

空间计量模型充分考虑了变量间的空间依赖性，因此将空间因素的影响纳入到对区域经济增长影响的研究中，遵循面板数据模型到空间计量模型的研究思路，来深入考察创新要素流动对区域经济发展水平的影响。不同的空间计量模型有不同的空间效应假定，通过检验最后选择了空间杜宾(SDM)模型：

gdpit=β0+δWgdpit+β1pfsit+β2cfrit+

β3Lit+β4Kit+β5Xcontrol+θ1Wpfsit+θ2Wcfrit+

θ3WLit+θ4WKit+θ5WXcontrol+εit

(2)

对于空间权重矩阵Wij，李婧等[18]认为邻接矩阵并不能完全反应地区之间的关联关系，因此采用地理距离权重矩阵，其中dij为各省基于经纬度的距离，用距离之倒数衡量空间权重矩阵。

(3)

2.2 变量测度

2.2.1 R&D人员流动规模

R&D人员的流动量的测度选取主要变量为地区住宅价格和工资，主要参考白俊红等[11]的研究，借鉴引力模型进行测算，即

(4)

2.2.2 R&D资本流动规模

R&D资本流动量的测度选取企业平均利润水平和金融业市场化指数作为主要变量，建立引力模型测算R&D资本的区际流动量，即

cfrij=lnKiln(ratej-ratei)ln(marketj-

(5)

(6)

式中：cfrij表示i省流入j省的R&D资本存量；Ki为i地区R&D资本存量；rateij表示企业的平均利润水平；marketij为金融业市场化指数。R&D资本流动的吸引力变量为企业的平均利润差值和金融发展水平差值。

由于统计年鉴公布的R&D经费支出属于流量数据，但经费支出其对创新活动的影响不止于当期，还会持续多期并形成R&D资本的积累。采用吴延兵[19]的永续盘存法将其计算成R&D资本存量数据，计算公式为

Ci,t=(1-σ)Ci,t-1+Ei,t-1

(7)

Ci,0=Ei,0/(ni+σ)

(8)

式中：C表示R&D资本存量；E表示各地区的R&D经费实际支出，用R&D支出价格指数进行平减得出，R&D支出价格指数计算公式为R&D支出价格指数=0.6×消费价格指数+0.4×固定资产投资价格指数；ni为各地区R&D经费支出的年复合增长率；σ为折旧率，取9.6%。

2.2.3 劳动力数量L和物质资本投资K

选取各省份的就业人员量来衡量劳动力数量；选用各省份的固定资产投资量衡量物质资本水平，并用永续盘存法将其换算为存量数据，其中折旧率的选取借鉴张军和章元[20]的研究，取9.6%。

2.2.4 控制变量

为了保证结果的准确性和全面性，借鉴刘军等[21]的做法，对如下变量进行控制。交通基础设施(tra)：用每个省的铁路运营里程数衡量；人力资本(edu)：用每10万人拥有高等教育在校生数衡量；市场化(mar)：用王小鲁等[22]发布的中国市场化指数表示；对外开放度(open)：用对外贸易依存度衡量。

2.3 数据来源

选取中国31个省区市2001—2017年的数据为研究对象，主要涉及了R&D资本和R&D人员两类数据，测算了创新要素流动量、省级层面的经济活动数据，包括一系列的控制变量，各省区市之间的地理距离由经纬度计算得到，数据均来源于《中国统计年鉴》《中国科技统计年鉴》、国家统计局、eps数据库等。表1和表2分别报告了变量说明和描述性统计。

表1 变量及数据来源

表2 变量的描述性统计

3 实证结果与分析

3.1 基准回归分析

基于上文的模型设定分析，先用最小二乘法方法进行基准回归分析。OLS估计结果见表3。

表3 OLS估计结果

从表3的估计结果来看，R&D人员和R&D资本流动回归系数分别为0.189和0.089，并通过了10%和1%的显著性水平检验，表明创新要素流动显著促进了经济增长，其他控制变量的系数均通过显著性检验，并为正值，具体结果将与空间计量模型的估计结果一起对比分析。

3.2 空间相关性分析

基于地理距离矩阵，采用Moran’sI指数法来检验31个省区市的地区GDP、R&D人员和R&D资本流动量的全局相关性，使用Stata15软件计算出结果，见表4。

表4 2001—2017年31个省区市莫兰指数检验结果

表4为2001—2017年各地区GDP、R&D人员和R&D资本流动的莫兰I指数检验结果。从结果可以看出，R&D人员、R&D资本流动、GDP全部为正且基本通过了1%的显著性检验，这表明三者存在很强的空间正相关性，说明选择空间回归模型是合理的。

3.3 空间回归结果分析

基准回归的估计结果并不足以充分解释客观现实。为了提高结果准确性从而检验创新要素的空间效应，选用考虑了各地区创新活动空间相关性的空间杜宾模型(SDM)进行估计，经过LR和Wald检验，证明SDM模型是合适并稳健的，根据豪斯曼检验，SDM模型选用双向固定效应模型，空间权重矩阵W选择地理距离矩阵，回归结果见表5。

表5 基于地理距离矩阵的空间杜宾模型回归结果

从列(3)可以发现，首先从核心解释变量来看，创新人员流动(pfs)的回归系数为1.038，通过了在1%显著性水平检验，这表明创新人员流动有助于推动经济增长，这可能是因为创新人员流动加速了知识在区域间的流动，带动了技术和经验的交换，从而促进区域经济增长。创新资本流动(cfr)的回归系数为0.054 7，通过了在1%显著性水平检验，这表明创新资本流动有助于推动经济增长，这可能是因为创新资本的流动加快了金融资源的配置，节约资金周转的时间，降低交易成本，实现规模经济。R&D人员流动的空间交互项系数为5.544 6，R&D资本流动的空间交互项系数为0.329，分别通过了5%和1%水平下的显著性检验，这说明创新人员和创新资本的流动都具有显著的空间溢出效应。

从控制变量来看，劳动力数量(L)系数在1%的水平下显著为正，显著促进了区域经济增长，因为劳动力数量的增加为经济增长提供了人口红利优势。对外开放度(open)的回归系数在10%的水平下显著为正，表明其对区域经济增长有促进作用，国际之间增强贸易和交流是利于国家经济的增长。

3.4 本地溢出效应、邻地域溢出效应和总溢出效应分析

由于SDM模型的性质原因，其回归系数存在误差，需计算出创新要素流动对经济增长的溢出效应来反映创新要素流动对经济增长的影响效果，因此基于地理权重矩阵W的溢出效应结果见表6。

表6 SDM的直接效应、空间溢出效应和总效应

从直接效应的结果可以看出，R&D人员和R&D资本流动可以显著促进地区经济增长，从空间溢出效应看，创新要素流动系数在1%的水平上显著为正，表明R&D人员和R&D资本流动带来的空间知识溢出效应能显著促进邻近地区的经济增长，进一步印证了创新要素区际流动对地区经济增长的重要贡献。

由表6可知，R&D人员和R&D资本流动的直接效应系数均为正值，表明R&D人员和R&D资本的区际流动对经济增长有直接的促进作用。R&D人员和R&D资本的空间溢出效应大小为9.542和0.544，分别通过了5%和1%的显著性水平，表明R&D人员和R&D资本有显著的溢出效应，从而促进经济增长。并且，创新人员流动的间接溢出效应占总效应的88%，创新资本流动的间接溢出效应占总效应的89%，说明了创新要素流动所引致的空间溢出效应对经济增长有较大贡献。

3.5 区域异质性分析

因为不同区域的经济发展、文化水平和地理位置等方面不同，创新要素流动影响可能存在时空上的差异，因此将省份划分成东中西部做区域异质性分析。异质性分析结果见表7。

区域异质性回归结果表明创新要素流动对不同区域的经济增长的影响存在时空效应差异，东中部地区创新要素流动对当地经济发展都具有显著促进作用，但从影响强度来看东部<中部，西部地区的R&D人员流动对经济增长有显著的负向影响，R&D资本流动的影响为正但不显著。可能的原因是：东中部的R&D人员和R&D资本流动整体处于流入大于流出的状态，创新人员和资本的流动为当地的经济增长提供了充足的人才和资金；西部地区总体呈现R&D人员流出的趋势，导致劳动力缺乏，不利于当地的经济发展，R&D资本的流入相比较于东中部来说较少，对当地企业不能很好地起到降低经营风险的作用，对当地的经济增长影响不显著。

表7 区域异质性分析结果

3.6 稳健性检验

前文采用的地理距离矩阵只考虑了地理临近的因素，没有考虑地区经济水平之间的相关性，因此借鉴李婧等[18]的方法，建立基于经济距离和地理距离的经济距离空间矩阵W2，来检验回归结果是否稳健，具体设定为

(9)

从表8的结果可以看出，采用经济距离矩阵后，虽然R&D人员和R&D资本流动的系数大小有所不同，但结果仍然显著为正。这表明研究结果是稳健可靠的。

表8 稳健性检验结果

从表9的结果来看，在使用经济距离权重以后，创新要素流动所伴随的空间溢出效应对经济增长的贡献仍显著为正，结果仍然稳健。

表9 SDM的直接效应、空间溢出效应和总效应

4 结论与政策建议

4.1 主要结论

本文主要从区域层面在知识空间溢出视角下对创新要素流动对经济增长的影响进行了理论与实证方面的研究。首先分析了创新要素流动对经济增长的影响机理与空间效应，并运用引力模型测度R&D人员和R&D资本的流动量，基于2001—2017年国内31个省区市的数据，运用基准回归模型和空间杜宾模型，分析创新要素区流动对经济增长的影响及区域异质性，并验证了区域间知识溢出的影响。基于以上分析，得出的主要结论如下：

1)由莫兰检验结果可知，各省份间的GDP、R&D人员和R&D资本流动，均具有显著的空间相关性。

2)R&D人员和R&D资本流动量的系数为正，表明创新要素流动推动了区域经济发展水平的提高，空间杜宾模型中的空间项系数也显著为正，表明与邻近地区的经济交流利于本地经济增长。

3)R&D人员和R&D资本流动带来了显著的空间溢出效应，该溢出效应分别占总效应的88%和89%，对经济增长有较大贡献，表明创新要素流动除了促进本地区经济的增长，同时会通过空间知识溢出效应推动邻近地区的经济发展。

4)区域异质性结果表明，不同区域对应省份的创新要素流动对经济增长的影响程度存在时空差异，东中部有显著促进作用，西部为负向影响或不显著。

4.2 政策建议

以上结论已经表明创新要素流动对区域经济增长的促进作用，为了更合理地促进创新要素流动，实现资源更优配置，提出以下建议：

1)加强区域间的经济联系和创新合作，推进区域一体化建设。区域间可以通过建立创新合作组织，实现资源的开放共享，为创新人员交流合作提供平台，促进创新人员和创新资本在区域间的流转，增强知识溢出效应。在注重提升本地区经济效益的同时，加强本地与周边地区的经济联系，此外，要积极发挥经济发达省份的带头作用，辐射周围经济相对落后地区的发展，缩小区域经济发展差距。

2)地方政府要出台利于创新活动开展的相关政策。完善当地基础设施，建立创新合作产业园，修建配套设施，营造良好的金融环境，并且要积极发挥资源配置作用，努力消除无形的地方政策限制，推进户籍制度改革和金融科技创新，制定合理的创新要素流动政策。完善对创新人才的奖励机制，加大人才引进的力度，为创新人才提供便利的工作环境，提升人才的就业率，鼓励本地户籍和高等教育人才在当地落户和定居。

3)重视人力资本的作用，深化教育改革，完善并健全人才培养模式和培训制度，引导学生采用理论和实践相结合的学习方式，激发创新人才的创造活力，发挥人力资本对创新型国家的建设作用。完善交通设施建设，扩大高铁建设覆盖面，建成联通全国的交通运输网络，增强区域交通交流能力。重视知识产权保护问题，各地区应该建立科学合理的知识产权保护制度，保障创新成果的合法利益，构建公平合理的创新环境。