中國“一帶一路”省市區域創新效率及空間效應

韓兆洲　馬佳羽

?

中國“一帶一路”省市區域創新效率及空間效應

韓兆洲馬佳羽

[摘要]以2005-2013年“一帶一路”18個省、市、自治區面板數據作為研究樣本，第一階段利用隨機前沿方法測算了各省、市、自治區每年的創新效率，第二階段將第一階段的創新效率加入生產函數模型考察創新效率及各因素對經濟增長的空間效應。研究表明：21世紀海上絲綢之路省市的創新效率較高；空間滯后模型的固定效應模型較優且空間回歸系數皆大于零，表明經濟增長具有空間溢出效應，且創新效率的空間溢出效應最大；其中空間固定效應模型的間接效應大于直接效應，說明某一區域創新效率的變化會隨時間潛在地影響其他區域的經濟增長。“一帶一路”戰略的實施將展示“路域”經濟發展特點，以創新為驅動力，著力提高沿路地區創新實力，對帶動全國，甚至中亞、南亞、西亞等地區經濟發展有重要戰略意義。

[關鍵詞]一帶一路戰略; 區域創新效率; 經濟增長; 空間效應

一引言

2013年，習近平總書記開創性地提出了“絲綢之路經濟帶”以及“21世紀海上絲綢之路”的重大戰略構想。目前我國自然資源日趨緊缺，生態環境惡化日趨嚴重，人口老齡化問題已現端倪，傳統的拼資源、拼環境、拼人口紅利的經濟增長模式已然落后，另辟蹊徑創新性地轉變經濟增長模式已成當務之急。中國創新調查顯示，中國與美國、日本等國在創新方面的差距主要不在創新投入的不足，而在于創新效率的欠缺。黨的十八大明確提出了實施創新驅動發展的重要戰略，“一帶一路”就是在上述背景下為了促進經濟要素有序自由流動、資源高效配置和市場深度融合的重要舉措。創新因素是一種流動性較強的要素，利用合理便可以很大程度地節約資源和人力，保護生態環境，從而促進經濟的可持續、健康增長。

創新效率和經濟增長的關系一直是學術研究的熱點問題，本文重點研究“一帶一路”沿線省市的創新效率以及創新效率對經濟增長的驅動作用。“一帶一路”是“絲綢之路經濟帶”和“21世紀海上絲綢之路”的簡稱，“絲綢之路經濟帶”包括黑龍江、吉林、遼寧、新疆、陜西、甘肅、寧夏、青海、內蒙古、重慶、廣西、云南以及西藏13省(市、自治區)，“21世紀海上絲綢之路”包括上海、福建、廣東、浙江、海南5省市。兩種戰略圈定省市分別在空間上具有較高的鄰近度。創新具有正外部性和空間溢出效應，研究創新效率及其對經濟增長的空間效應，了解創新效率及經濟增長的空間分布特征和空間直接、間接效應特點，對推動“一帶一路”戰略具有重要意義。不少學者利用經典面板回歸模型研究創新與經濟增長的關系，但鮮有利用創新效率或者空間計量模型進行分析。白俊紅等(2009)[1]應用SFA方法測算了中國區域創新效率，認為提高創新效率對我國經濟增長具有重要意義。高曉光(2015)[2]應用多產出隨機前沿方法研究了在創新資源有限條件下，我國高技術產業創新效率的時間演變與地區分布特征，認為地域差異會影響創新效率，創新效率分布特點與經濟增長分布情況相似，且企業規模等對其有較大促進作用，并提出提高我國高技術產業創新效率的途徑。祝樹金等(2014)[3]分析了我國地區產業多樣化、技術創新與經濟發展之間相互影響機理，發現產業多樣化通過技術創新促進地區經濟發展，并且相鄰地區產業多樣化與創新水平對地區經濟發展影響顯著為正，表明存在空間依賴效應，認為創新知識的外溢性能促進經濟發展，更有效率地推動“一帶一路”等重要戰略實施。袁白鶴(2012)[4]利用DEA和空間計量方法研究了我國高技術產業技術創新效率對經濟增長的影響。李婧等(2010)[5]運用空間計量分析技術,考察1998-2007年中國大陸30個省市的創新空間相關性，發現中國各省域間的創新存在明顯的空間正相關性。王玨等(2010)[6]研究我國技術效率時發現，其存在明顯的空間溢出性，鄰近地區會相互影響，且市場化水平等會促進技術效率提升。黨國英和秦開強(2015)[7]利用隨機前沿分析研究了高技術產業技術創新效率和相關因素對其影響程度，發現技術效率呈逐年提高趨勢，知識產權保護力度是較重要的因素。DEA方法不能考慮偶然因素所引起的隨機誤差，無法進行統計檢驗，而SFA能夠克服這些缺點，更符合本文的研究目標。傳統的面板回歸假定個體之間相互獨立，但事實上區域間可能會有一定的相關性，故傳統方法估計的參數不準確，而空間計量能夠考慮到空間因素，定量分析區域間的溢出效應，更加科學。因此，本文選擇空間計量模型，在第一階段利用隨機前沿方法測算“一帶一路”沿線18個省、市、自治區的創新效率，第二階段將第一階段測算出來的創新效率代入經濟增長空間計量模型，從而研究創新效率對經濟增長的影響以及18個省、市、自治區的空間效應。

二方法理論與模型構建

(一)指標選取與數據說明

第一階段使用SFA模型測算創新效率。學者們在研究創新效率時，大多選取R&D人員和R&D經費投入作為創新的投入指標，對于創新產出的指標選取則有不同意見，一般有專利申請量、發明專利申請量、專利授權量、發明專利授權量等指標。其中，專利和發明專利的申請未經專利授權機構的審查，不能恰當地說明創新能力的好壞。發明專利授權量雖然能夠較好地反映創新能力，但不包括實用新型和外觀設計專利，而這兩部分也可以創造經濟價值，因此單單發明專利授權量不能全面反映創新能力。因此，本文選擇專利授權量作為創新產出，R&D人員和R&D經費投入作為創新投入。2005-2013年18個省、市、自治區的數據來源于《中國科技統計年鑒》。為了消除價格的影響，以2004年不變價對R&D經費作平減處理。

第二階段使用經濟增長空間計量模型進行估計。本文沿用經典的柯布—道格拉斯生產函數并加入第一階段測算得到的創新效率進行空間計量分析。考慮生產函數各指標含義以及參考樊綱和王小魯(2011)[8]等在研究經濟增長時的指標選取，本文選取不變價GDP作為經濟產出指標，不變價物質資本存量K、勞動資本L作為投入指標。以2004年不變價處理2005-2013年18個省、市、自治區的不變價GDP。物質資本K采用永續盤存法，即Kit=Iit+(1-α)Kit-1，Iit為各年的固定資產投資額，折舊率α的處理與王小魯等(2009)[9]的研究相同，即設α=5%，將2004年的固定資產投資作為初始值計算2005-2013年的物質資本存量，并以2004年不變價處理。人力資本L直接使用2005-2013年的從業人員數量整理得出。數據均來自于《中國統計年鑒》。

(二)隨機前沿模型

前沿生產函數利用“帕累托最優”的基本原理對一定的投入要素進行最佳組合, 從而得到在這個投入水平下所能達到的最優產出, 稱之為前沿面。因為確定性的前沿生產函數不能考慮到經濟社會現象中的隨機因素，Aigner et al.(1977)[10]推出了隨機前沿生產函數,如下所示：

y=f(x)exp(v-u)

(1)

其中v代表社會、經濟活動中的隨機因素，大多數情況下假設它是服從N(0,σ2)的獨立同分布隨機變量；f(x)exp(v)表示隨機前沿生產函數；u(非負)代表了社會生產機構的生產、管理、經營等效率，一般假設它服從于獨立同分布的半正態隨機變量或指數隨機變量，并且獨立于隨機變量v。 一般生產函數形式如下所示：

lnyi=β0+β1lnRDP+β2lnRDM+νi-ui

(2)

其中，RDP和RDM分別表示R&D人員和R&D經費，在上述v和u的假設下，可以使用最大似然法或調整最小二乘法估計參數和誤差項vi-ui，進而得到技術效率TEi=exp(-ui)。

(三)空間計量模型

1.面板數據空間自相關檢驗

由于Moran’s I只能夠用于檢驗截面數據的空間相關性，不能用于檢驗面板數據模型。 Baltagi et al.(2003)[11]提出了檢驗空間相關性和隨機效應的LM檢驗法(簡稱“BSJK檢驗法”)，可以檢驗空間相關性和隨機效應是否同時存在。BSJK面板數據空間相關性和隨機效應檢驗方法的前提是在原假設條件成立的情況下估計模型，并且只需要計算最小二乘誤差項。原理為：

假設有面板數據模型如下：

(3)

(4)

式中，i=1，2，…,n;j=1,2,…,m。當區域i和區域j相鄰時，m=n；當區域i和區域j不相鄰時，m≠n。并且，令W的對角線元素Wii=0。

轉化后的空間面板數據回歸干擾項為：

u*=(C?IN)u=(CτT?IN)μ+(C?B-1)ν

所以，通過普雷斯-溫士頓轉換得來的干擾項u的方差-協方差矩陣為：

在正態性假設下，模型的對數似然函數可以表示為：

(5)

Baltagi et al.(2003)[11]提出以下假設檢驗：

2.空間滯后模型(SLM)和空間誤差模型(SEM)

SLM主要用于研究各變量在一個區域內是否存在空間外溢效應，且這個空間效應來源于滯后變量，其模型用矩陣形式表示為：

Y=ρWY+Xβ+ε

(6)

式中，Y為被解釋變量的向量；X為解釋變量的矩陣；W為空間權值矩陣；ρ為空間回歸系數，度量物理或生態學變量在空間上的分布特點和滯后變量對鄰近地區的被解釋變量的影響大小，也就是相鄰區域的觀測值WY對本地區觀察值Y的影響方向和程度；ε為隨機誤差項。其中，β表示解釋變量X對被解釋變量Y的影響程度，本地的解釋變量首先影響本地的被解釋變量，然后通過滯后變量影響著鄰近地區的被解釋變量，因此這個β是具有空間效應的。由于鄰近地區的社會、經濟各個方面的發展具有一定的相似性以及很強的地域性，會相互影響、促進，因此空間計量模型具有很大的現實意義。

因為空間溢出效應不一定都是鄰近地區的滯后變量導致的，也可能來自于擾動項，因此，提出了SEM，表達式如下：

Y=Xβ+ε

(7)

ε=λWε+μ

(8)

與SLM類似，ε是隨機誤差項，λ為n×1的空間誤差系數，表示樣本觀察值中的空間依賴作用，μ為服從于正態分布的隨機誤差項。β為解釋變量X對被解釋變量Y的影響。SEM是通過擾動誤差項來表示空間溢出效應，度量鄰接地區有關因變量的誤差因素對本地區因素的影響。

3.直接效應和間接效應理論

以SLM模型為例，直接效應和間接效應的測量方法如下：

首先，將式(6)的SLM模型改寫成如下形式：

(In-ρW)y=Xβ+ε

(9)

(10)

Sr(W)=V(W)Inβr

(11)

其中，V(W)=(In-ρW)-1=I+ρW+ρ2W2+ρ3W3+…，則總效應即為Sr(W)，平均總效應即是(n-1)Sr(W)=V(W)Inβr。

平均直接效應、平均總效應、平均間接效應的表達式如下：

三實證分析

(一)創新效率測算

根據SFA原理，將專利授權數量記為ZL作為創新產出指標，R&D人員記為RDP、R&D經費記為RDM作為創新投入指標，并分別取對數記為lnZL、lnRDP、lnRDM代入SFA生產函數，利用FRONT41-xp1軟件進行估計和測算。得到結果如下：

表1　隨機前沿生產函數(SFA)的回歸參數

注：*、**、***分別表示通過10%、5%、1%的顯著性水平檢驗。

從SFA回歸結果可知：首先，γ=0.846，較接近1，且LR統計量為183.684，在1%的水平下顯著，說明生產函數中的隨機誤差項具有十分明顯的復雜結構，這就要用隨機前沿技術去估計生產函數和測算創新效率。其次，從SFA生產函數來看，R&D人員和R&D資金投入的產出彈性分別為0.736和0.427，因此R&D人員和R&D資金投入對創新產出的影響都是正向的，且各省市經濟增長更多地依賴R&D人員投入。最后，η=0.083>0,說明時間維度對彈性系數的影響將以遞增的速率下降，也就是說各省市的創新效率呈上升趨勢。各省創新效率測算值見下表所示，并且使用簡單算術平均法計算得到各省市的平均創新效率值。

表2　“一帶一路”18省、市、自治區區域創新效率值測算結果

由上表可知，18個省、市、自治區的創新效率存在差異。從創新效率平均值看，“21世紀海上絲綢之路”圈定省市的創新效率比較高，最高為廣東省，其次為浙江省、福建省和上海市；“絲綢之路經濟帶”圈定省、市、自治區的創新效率比較低，其中重慶、新疆、廣西、寧夏的創新效率較高，甘肅、青海、西藏較低，內蒙古、黑龍江、吉林、遼寧4個鄰近省市的創新效率有很大程度的相似性。“絲綢之路經濟帶”圈定省市范圍較廣，鄰近省市之間的創新效率表現出顯著的空間集聚性，但13個省、市、自治區中不鄰近的還是有一定的差距。

(二)經濟增長空間計量分析

由于Moran’s I不能用于面板數據，以往的文獻分每年來檢驗相關性不夠合理。本文根據上面所闡述的原理利用R語言程序實現面板數據的空間自相關檢驗，計算得到的檢驗統計量LM為9.7782,相應的P值為0.001766。原假設為不存在空間相關性，因此有理由拒絕原假設，認為面板數據是存在空間相關性的，即經濟增長、創新效率、資本投入、勞動投入存在全局空間相關性，做空間計量分析具有合理性。

柯布—道格拉斯生產函數是分析經濟增長的常用生產函數形式，即：

其中Yit表示經濟產出，Kit表示物質資本投入，Lit表示人力資本投入，α、β分別表示物質資本和人力資本對經濟產出的彈性。Ait表示全要素生產率。本文參考王火根(2007)[12]、樊綱和王小魯(2011)[8]等對經典柯布—道格拉斯生產函數的改進，將創新效率EFF加入模型，即：

對上述模型取對數，得到如下模型：

lnYit=lnAit+αlnKit+βlnLit+γlnEFFit

不同于普通面板回歸，空間面板模型一般使用極大似然估計和矩估計方法進行參數估計。利用上述的SLM和SEM模型分別擬合18個省、市、自治區的以取對數的經濟增長GDP為被解釋變量，以資本投入K、人力投入L、創新效率EFF為解釋變量的空間面板模型。利用R語言計算得到估計結果如下：

表3　空間滯后模型估計結果表

注:*、**、***分別表示通過10%、5%、1%的顯著性水平檢驗；括號內為P值。

表4　空間誤差模型估計結果表

(續上表)

參數隨機效應空間固定時間固定空間和時間固定sigma20.88800.00360.00310.1372log-likelihood107.1912100.9872137.5643108.4512Hausmantestchisq=12.1100,df=3,p-value=0.0070

注:*、**、***分別表示通過10%、5%、1%的顯著性水平檢驗；括號內為P值。

從SLM和SEM模型估計結果可知：

物質資本投入、人力投入和創新效率對經濟增長的彈性都是正數，說明它們對經濟增長的影響是正向的，且創新效率的彈性最大。由于知識、技術、創新等具有較強的流動性和地域性，表現出比人力和資本投入較高的空間溢出效應，因此應當加強區域間的合作，充分利用創新的溢出效應，促進經濟增長。資本和人力投入中，人力對GDP的影響彈性較大，與近些年研究人力對經濟增長空間效應的結論相符合，原因在于人力資本和創新因素一樣有較強的流動性，人力資源容易在周邊地區中相互流動，尤其容易流向鄰近的一、二線城市，表現出一定的空間溢出效應，但沒有創新的溢出效應顯著。

Hausman檢驗的結果顯示：SLM模型Hausman檢驗得到的P值為2.515E-12，遠遠小于0.01。SEM模型Hausman檢驗得到的P值為0.0070，遠小于0.01。說明無論是SLM模型還是SEM模型都更加適合使用固定效應模型。

從固定效應SLM和SEM模型的log-likelihood值來看，SLM模型的log-likelihood值都比較大，表示SLM模型較優，利于分析。SLM四種模型的ρ都大于零，且都顯著，這說明經濟增長表現出了一定的空間溢出效應，有較明顯的集聚效應，鄰近城市可以互相帶動和影響GDP水平。

下面對SLM模型的空間直接效應、間接效應、總效應進行計算和分析,計算利用R語言程序實現，結果見下表：

表5　SLM模型空間效應表

從SLM三種模型的空間效應表可知：物質資本投入、人力資本投入、創新效率的空間效應都是正值，與模型參數估計結果一致：創新效率的空間效應最大，其次是人力資本投入和物質資本投入。并且，當空間固定時，三者的直接效應小于間接效應，說明當空間固定、時間變動時，與解釋變量相關的任何一個地區的影響因素變量的變動會較大程度地影響其他地區的被解釋變量。這是因為空間溢出效應具有一定的時滯性，創新等知識的流動也需要時間。因此加強區域間的創新合作，需要經過一定的時間才能發揮更強的效果；當時間固定時，直接效應大于間接效應，說明當時間固定時某地區的解釋變量的變動會更多地影響該地區本身，并且時間固定時的直接效應大于空間固定時的直接效應，間接效應小于空間固定時的間接效應，說明時間固定時的直接效應是非常顯著的，空間固定時的間接效應是非常顯著的。從表中還可以看出空間固定時創新效率的間接效應大于時間固定時的直接效應，是所有效應中最顯著的，高達0.631，可見創新效率的空間溢出效應隨著時間的推移，會對社會、經濟的發展發揮很大作用。最后可以看出，空間和時間都固定時，直接效應大于間接效應，說明地區的解釋變量的變化還是對該地區本身的直接影響更大些，但是也有一定程度的間接效應存在，且間接效應隨著時間的推移顯得更加重要，也必須高度重視。

四主要結論與對策建議

本文運用SFA測算了“一帶一路”圈定18個省、市、自治區的創新效率，結果表明：“21世紀海上絲綢之路”范圍的5個省市創新效率明顯較高，而“絲綢之路經濟帶”范圍的13個省、市、自治區的創新效應明顯較低，創新效率有明顯的空間聚集性，各省市的創新效率逐年提高。但由于這13省、市、自治區涵括地域范圍廣，其創新效率存在較大內部差距，鄰近省市的新疆、寧夏較優，青海、西藏、甘肅較差，說明這些鄰近省市創新合作和帶動性不強。當然這也與各省、市、自治區長期以來的教育程度、經濟發展模式、企業創新動力、市場開放程度有很大關系。由以上結論可以得到一些政策啟示：

1.充分利用創新外溢性，提高“一帶一路”省、市、自治區的創新效率

由經濟增長空間計量分析結果可知，由于知識、創新等具有較高流動性，創新效率的空間溢出作用強于人力和物質資本投入。雖然“21世紀海上絲綢之路”省市與“絲綢之路經濟帶”省市區并不毗鄰，但“一帶一路”是國家實施的重要戰略，有整體性的發展思路，有關省份更應充分利用創新因素的較強外溢流動性，加強區域間的合作和互相帶動。創新的主體和動力是企業，各省市區企業數量、企業類型都會影響其創新效率。“21世紀海上絲綢之路”省市基本分布在沿海發達城市，第三產業較發達，擁有較多的新型企業，這些企業大多不依賴于自然資源的消耗，而依靠研發、創新、知識、技術創造價值。而“絲綢之路經濟帶”省市大多處于中西部地區，第一、第二產業占比較大，而第三產業并不發達。這些省市中大多地域面積廣闊、自然資源豐富，一般依賴于有利的自然資源創造價值，且企業數量較少，企業密集度和企業間競爭力也不強，因此創新動力并不強。針對現實情況，這些省市應當減少企業依賴自然資源的程度，而轉向科技創新，并且應當通種多種途徑有效增加企業數量，從而提高企業間競爭力和創新動力。

2.重視創新效率對經濟增長的空間效應

由空間滯后模型的空間回歸系數ρ為正可知，某地區解釋變量的增加會潛在地促進鄰近省市的經濟。且從固定空間的空間直接效應和間接效應可知，雖然直接效應占主導地位，但隨著時間的推移，創新投入有效性的提高會一定程度潛在地影響鄰近地區的經濟產出，也就凸顯出區域間合作的重要性。“一帶一路”戰略是本著合作共贏思路推出的，旨在利用地理優勢通過鄰近省市、國家之間的合作，創造更有效率的經濟產出，因此決策者既要重視直接效應的作用，也要充分利用間接效應的作用。

3.以“一帶一路”為主線，帶動其它省份的創新效率提升和經濟增長

“一帶一路”圈定的18個省、市、自治區貫穿中國各個區域，創新的外溢性和其對經濟增長的正向空間間接效應，說明“一帶一路”省市的創新效率提高了，可以隨著時間的推移帶動其它省份創新效率的提升，乃至經濟增長。因此應該加大區域間交流合作，讓創新因素的外溢性充分發揮作用，從而帶動全國的創新效率和經濟。具體從“一帶一路”定位來看，北方依靠新疆、陜西、甘肅；沿海及港澳臺利用長三角、珠三角、海峽西岸、環渤海等區域中開放程度高、經濟實力強的上海、廣東、福建、浙江；內陸主要依賴黑龍江、吉林、遼寧、重慶。綜合而言，這種發展具有“路域”經濟特征，因此，“一帶一路”地區創新實力提高，對帶動整個國家，甚至是中亞、南亞、西亞等區域創新效率和經濟增長有重要戰略意義。

[參考文獻]

[1] 白俊紅, 江可申, 李婧. 應用隨機前沿模型評測中國區域研發創新效率[J]. 管理世界, 2009, (10): 51-61.

[2] 高曉光. 我國高技術產業創新效率的時間演變與地區分布特征[J]. 產經評論, 2015, 6(5): 30-41.

[3] 祝樹金, 于曉路, 鐘騰龍. 我國地區產業多樣化、 技術創新與經濟發展——基于面板數據聯立方程模型的研究[J]. 產經評論, 2014, 5(6): 52-62.

[4] 袁白鶴. 我國高技術產業技術創新效率對經濟增長的影響研究[D]. 蚌埠: 安徽財經大學, 2011.

[5] 李婧, 譚清美, 白俊紅. 中國區域創新生產的空間計量分析——基于靜態與動態空間面板模型的實證研究[J]. 管理世界, 2010, (7): 43-55.

[6] 王玨, 文飛, 韓先鋒. 中國區域技術效率的空間收斂性分析: 1994-2008[J]. 產經評論, 2010, 1(5): 62-68.

[7] 黨國英, 秦開強. 高技術產業的技術創新效率與影響因素——對五大類23個分行業的效率分析[J]. 產經評論, 2015, 6(2): 15-27.

[8] 樊綱, 王小魯. 中國市場化進程對經濟增長的貢獻[J]. 經濟研究, 2011, (9): 4-16.

[9] 王小魯, 樊綱, 劉鵬. 中國經濟增長方式轉換和增長可持續性[J]. 經濟研究, 2009, (1): 44-47.

[10] Aigner, D., Lovell, C., Schmidt, P.. Formulation and Estimation of Stochastic Frontier Production Models[J].JournalofEconometrics, 1977, 6(1): 21-37.

[11] Baltagi, B. H., Song, S. H., Jung, B., et al.. Testing Panel Data Regression Models with Spatial and Serial Error Correlation[J].JournalofEconometrics, 2003, 117(1): 123-150.

[12] 王火根. 中國經濟增長與能源消費空間面板分析[J]. 數量經濟技術經濟研究, 2007, 24(12): 98-107.

[DOI]10.14007/j.cnki.cjpl.2016.02.010

[引用方式]韓兆洲, 馬佳羽. 中國“一帶一路”省市區域創新效率及空間效應[J]. 產經評論, 2016, 7(2): 110-119.

[責任編輯：伍業鋒]

An Analysis of Provincial Innovation Efficiency and Spatial Effects in China “B&R”

HAN Zhao-zhouMA Jia-yu

Abstract:The panel data of 18 “B&R” provinces in 2005-2013 is used as the research sample. The first stage by using stochastic frontier approach estimates the innovation efficiency of various provinces and cities each year, the second phase uses the innovation efficiency in production function model to investigate the spatial effect of innovation efficient to economic growth. Research shows that: the 21st-Century Maritime Silk Road provincial innovation efficiency is higher; SLM fixed effects model is optimal and rho is greater than zero, shows that economic growth has spatial spillover effect. Innovation efficiency is the largest spillover effect; SLM space fixed effect model shows that direct effect and indirect effect on regional innovation efficiency change over time potentially affect economic growth in other regions. “B&R” has the characteristics of “expressway” economic development that can enhance regional innovation capability by innovation. It is very significant for the development of economic of China, even Central Asia， South Asia， West Asia and other regions.

Key words:belt and road strategy; regional innovation efficiency; growth of economic; spatial effects

[中圖分類號]F127

[文獻標識碼]A

[文章編號]1674-8298(2016)02-0110-10

[作者簡介]韓兆洲，經濟學博士，暨南大學經濟學院統計學教授、博士生導師，研究方向：經濟預測與決策，統計信息與決策支持系統研究；馬佳羽，暨南大學經濟學院統計學碩士研究生，研究方向：經濟預測與決策。

[基金項目]國家社會科學基金重點項目“SNA2008：中國R&D支出納入GDP核算研究”(項目批準號：15ATJ001，項目主持人：韓兆洲)；廣東省委宣傳部打造“理論粵軍”2014年度重點課題“廣東經濟監測與預測研究”(項目批準號：WT1407，項目主持人：韓兆洲)。

[收稿日期]2015-12-07