區域技術創新、空間溢出與區域高技術產業水平

姚 麗，谷國鋒

(東北師范大學地理科學學院，吉林 長春 130024)

區域技術創新、空間溢出與區域高技術產業水平

姚 麗，谷國鋒

(東北師范大學地理科學學院，吉林 長春 130024)

本文基于2001—2011年中國31省區面板數據，運用ESDA分析工具研究了各省區人均高技術產業產值的空間分布格局與特征。分析結果顯示:表征區域高技術產業水平的HTI在全域范圍內具有正的空間自相關性，表明高技術產業局域性的空間集聚特征明顯。通過空間計量模型分析進一步考察了區域技術創新等影響因素的空間溢出效應，研究表明區域技術創新水平是高技術產業發展的核心影響要素，勞動力投入要素的彈性系數大于資金投入要素。另外實證分析也表明空間溢出效應會隨地區間距離增大而減小。

區域技術創新水平；高技術產業；空間溢出；空間計量模型

1 引言

目前我國已初步形成長三角和珠三角等各具特色的高技術產業帶，其空間集聚研究也日益受到關注，高技術產業發展影響因素的研究多從人才、技術、基礎設施、信息網絡化程度等要素入手[1－4]。區域技術創新在多大尺度上存在空間外溢效應，以及空間外溢方式對于促進高技術產業增長的作用是否存在異質性為本研究的側入點。

本研究綜合運用SLM、SEM以及SDM模型探討區域技術創新等影響因素的空間溢出效應，以期對現有研究作進一步拓展與補充。

2 變量選取與數據說明

因變量:產業產值是衡量區域高技術產業水平的重要標志，以區域人均高技術產業產值作為被解釋變量表征地區高技術發展水平，用HTI來表示。

解釋變量:核心變量主要為勞動力、資本的投入以及區域技術創新水平，為知識生產函數中最重要的變量。控制變量主要指能夠影響各地區高技術產業集聚資源稟賦的變量。

核心變量:區域技術創新水平 (I)，區域高技術產業擁有發明專利數是高技術產業創新能力的重要標志，采用各省份擁有發明專利數占全國總發明專利數的比值來反映各地區技術創新水平；勞動力投入水平 (L)，考慮到各地區對于從事高技術產業的人員與當地勞動力市場和供給的緊密聯系，故采用區域高技術產業企業從業人員數占總人數的比值來反映勞動力投入水平；資本投入水平 (K)，高技術產業的資本投入主要指在科研方面的投入以及科技活動經費方面的投入等。采用高技術產業的R＆D經費投入占全國總R＆D經費的比重作為資本投入水平變量。

控制變量:人力資本水平 (PEO)，考慮到從業人員的科技水平影響高技術產業的創新能力，采用科技活動人員中R＆D人員全時當量占全國總R＆D人員全時當量比值來衡量人力資本水平；經濟基礎狀況 (GOV)，考慮到地區政府在高技術產業發展中的重要作用，特別是財政和高技術產業培育的緊密關系，采用地區政府財政收入占地區GDP的比值來反映地區經濟基礎；投資狀況 (INV)，各地區投資情況與高技術產業發展具有緊密聯系，利用高技術產業投資額占全國總投資額的比值來表征地區高技術產業的投資情況。

構建本文的線性模型如下:

式中i為1，2，…，31個省區，βi為回歸參數，εi為隨機誤差項。

采用2001—2011年的省際面板數據，數據來源為2002—2012年的 《中國高技術產業統計年鑒》和 《中國統計年鑒》。以中國31個省、自治區以及直轄市作為研究對象。實證研究主要借助ArcGIS9.3和Matlab7.0軟件完成。

3 空間溢出效應計量估計與檢驗

3.1 空間相關性檢驗

首先采用Moran's I檢驗高技術產業集聚是否存在空間自相關，根據空間自相關指數Moran's I的值，計算公式如下:

分析結果顯示高技術產業發展水平存在按地域間距離有規律變化的空間自相關性:隨著區域間距離的增加，空間相關的Moran's I均有下降，表明在較小的寬帶范圍之內，各地區之間具有較強的空間正相關性。區域間的空間相關性在時間維度上逐漸降低，表明勞動力以及資本等要素的流動，技術在空間上的轉移和擴散，會引起區域間高技術產業不可忽視的空間相關性，這種溢出效應會影響區域高技術產業發展的收斂特征。

3.2 空間計量經濟模型

引入鄰近高技術產業生產與空間滯后解釋變量的影響，建立了高技術產業發展的空間杜賓模型(SDM):

式中Ln Yit為i地區t年份的被解釋變量，Xit為解釋變量的集合，αi為地區效應，νt為時間效應。ρ為空間滯后回歸估計系數，反映空間依賴性。當γ＝0時，SDM模型變為SLM模型；當γ＋ρβ＝0時，SDM模型變為SEM模型。

表1 中國高技術產業發展水平空間自相關Moran’s I及其統計檢驗

圖1 2001與2011年省域高技術產業發展水平M oran散點圖

3.3 模型估計

(1)全域性估計分析。首先對不需要考慮空間相關性的面板數據模型 (1)進行估計，在所有選取變量通過單位根檢驗以及協整檢驗之后，通過Hausman檢驗來選擇固定效應模型和隨機效應模型。由表2可知，χ2＝55.18，在1%顯著水平下拒絕固定效應與隨機效應無差異以及優先選用隨機效應模型的假設，即固定效應模型的估計方法更優。

另外，由模型 (1)可知固定效應模型更優，因此空間計量面板數據模型分別選取固定效應SLM模型、固定效應SEM模型和固定效應SDM模型。根據Lee和Yu以及Elhorst[5－6]研究可知，采用極大似然估計法 (ML)能得到可信參數估計值。

表2 模型回歸結果

根據表2估計，空間滯后項系數ρ和空間誤差項系數λ都在1%水平上顯著，和傳統計量模型相比，三種空間計量模型有著更大的調整R2，并且對數似然函數值也增大了。其中SDM模型Adjust R2和Log-likelihood值最大，且模型更加穩健。

各模型估計結果顯示區域技術創新影響因素的作用顯著為正。SDM模型中，區域技術創新水平增長1%，高技術產業水平增長率提高1.453%，即較強的技術創新能力能夠促進新興產業特別是高技術產業的發展，改變產業生產要素和條件，形成積聚效應，有利于造就和培育高技術產業部門，形成高技術產業市場規模效應。

在SDM模型中，勞動力投入和資金投入因素的參數估計值分別達到了1.231和0.402，并且均通過了1%水平下的顯著性檢驗。估計系數顯著性水平的提高表明傳統面板數據模型未考慮空間相關性，因此在模型設定上偏差性大于空間計量模型。同時勞動力投入的系數大于資金投入的系數，彈性系數越大表明勞動力投入的作用強度大于資金投入的作用強度。

分析另外三個控制變量，人力資本和經濟基礎變量對于區域高技術產業發展水平具有促進作用。人力資本對于高技術產業發展的影響需要在一個時間段內進行推移、消化和吸收，而不是立即見效的，因此模型中作用不顯著。尤其是在中西部地區，教育資源和水平偏低，人力資本存量不足，不利于人力資本優勢的有效發揮。經濟基礎對于高技術產業具有顯著的正向作用，一般地區經濟發展水平越高，對于高技術產業的需求也越大，高技術產業會隨著社會對于高技術產業規模以及產品需求的增加而快速發展。高技術產業投資因素在5%水平上顯著為正，反映出通過投資地區高技術產業增加了前后向關聯并顯著提高了周邊地區邊際產出，對臨近地區高技術產業發展產生了積極影響。

(2)局域性估計分析。由表3可知，區域技術創新水平參數的估計值隨著空間距離的增大而變小:當距離不超過1000km時，區域技術創新系數達到最高值1.452；3000km時，區域技術創新系數降為1.004，并且從隨機概率分析，僅通過10%顯著性水平的檢驗。即地區的技術創新能力隨著對周邊地區的影響隨著距離的增加其直接外溢性減小。相反，空間滯后解釋變量系數μ并未隨寬帶距離的增加而變小，相反均通過了1%水平的顯著性檢驗，意味著區域高技術產業的增長隨著空間滯后效應間接影響其他地區的高技術產業發展，并且溢出效應并未隨區域間距離的大小而改變。

表3 局域性估計變量因素分析 (按距離范圍考察)

4 結論與啟示

本文研究2001—2011年間中國各省高技術產業發展水平的空間分布特征，發現全域范圍內存在正的空間自相關性，且隨著距離增加，空間相關程度減弱。一方面與古典增長模型一致，新經濟地理模型反映的高技術產業增長機制仍脫離不開本地要素的影響；另一方面，區域技術創新的溢出效應顯著地影響周邊地區的高技術產業的發展，其彈性系數超過了勞動力投入以及資本投入等傳統影響要素。通過計量分析表明，各地區區域技術創新的空間溢出效應會隨著地區間距離的增大而減??；勞動力投入和資本投入仍是促進高技術產業發展的重要動力，高技術產業仍離不開物質資本以及勞動力要素的投入。從而得出兩點政策啟示:一是加大人力資本投資，增加高素質人才在地區勞動生產力的比重，以發揮人力資本在中國高技術產業發展中理應起到的重要作用；二是消除不同地區間的技術以及市場壁壘，加快中國全域性一體化進程，以發揮區域技術創新的空間溢出效應。這在中國經濟發展方式轉變的轉型期，人口紅利逐漸變小，尤其是勞動力紅利降低的大背景下顯得十分重要。

[1]顧朝林，趙令勛等.中國高技術產業與園區[M].北京:中信出版社，1998.

[2]王子龍，譚清美，許簫迪.高技術產業集聚水平測度方法及實證研究[J].科學學研究，2006，(5):706－714.

[3]施海燕.中國高技術產業時空演變、集聚適宜度及要素優化配置[J].科學學與科學技術管理，2012，33(07):96－102.

[4]肖艷，胡洋.吉林省高新技術產業發展與經濟增長關系的實證研究[J].地理科學，2011，31(5):589－593.

[5]LEE L，YU J.Estimation of Spatial Autoregressive Panel Data Models with Fixed Effects[J].Journal of Econometrics，2010，154 (2):165－185.

[6]Elhorst JP.Matlab Software for Spatial Panels[R].University of Groningen Working Paper，2010.

(責任編輯 譚果林)

Regional Technical Innovation，Spillover Effect and Regional High-Tech Industry Level

Yao Li，Gu Guofeng
(School of Geographical Science，Northeast Normal University，Changchun 130024，China)

Based on the ESDAmethod and the panel data of31provinces，this paper explored the feature linkage and the spatial correlation among the per-capita high-tech industry gross output from 2001 to 2011.We find that there exists global spatial autocorrelation all over the country.At the same time，the local spatial correlation is gradually being shown.Through empirical analysis of special econometricmodel panel.it finds that the spatial spillover effect is important to the regional high-tech industry growth.However，the spatial spillover effect among regions will gradually vanish as the distance between regions increase.

Regional technology innovation level；High-tech industry；Spatial spillover effect；Spatial econometricsmodel

F272.5

A

教育部人文社會科學研究規劃基金項目資助 (13YJA790155)，中央高?；究蒲袠I務費專項資金資助 (12SSXT115)。

2014－05－12

姚麗 (1986－)，女，河南商丘人，博士研究生；研究方向:區域經濟與可持續發展。