高技術產業區域知識溢出、協同創新與全要素生產率增長

張同斌　　李金凱　　周　浩

(東北財經大學 1.經濟學院 2.公共管理學院，遼寧 大連 116025)

?

高技術產業區域知識溢出、協同創新與全要素生產率增長

張同斌1李金凱1周浩2

(東北財經大學 1.經濟學院 2.公共管理學院，遼寧 大連 116025)

摘要：在經典知識創新函數的基礎上加入地理因素，根據新經濟地理學的“中心-外圍”理論設置空間權重矩陣，構建空間面板數據模型研究知識溢出和協同創新對全要素生產率增長、技術效率提升與技術進步的影響。結果發現：研發存量對全要素生產率增長的貢獻總體顯著，但研發要素的邊際收益遞減、研發存量較低也導致了部分地區“研發生產率悖論”現象的出現。大多數地區知識溢出效應對全要素生產率增長的貢獻并不顯著，在中心與外圍省份之間，高技術產業中技術差距的過大和過小都不利于知識的溢出。東部各區域內中心與外圍省份之間可以實現優勢互補、資源共享，進而實現區域內技術進步的協同創新；中部地區和西部地區高技術產業則由于研發資源匱乏、“政產學研”的合作機制不健全等原因，并沒有形成良性的協同創新機制。

關鍵詞：高技術產業；知識溢出；協同創新；全要素生產率增長

一、引言

創新驅動與協同創新戰略已經成為促進我國科技進步和加快轉變經濟發展方式的重要內容。特別是能夠有效集聚創新資源和要素，打破創新主體之間壁壘，實現深度合作的協同創新機制在經濟轉型中的作用更加顯著；高技術產業是實現創新驅動與協同創新的重要部門，而研發投入、知識溢出分別是實現技術創新和協同創新的重要途徑。1995—2011年間，我國高技術產業研發(Research and Development，R&D)投入快速增長，研發經費內部支出從17.85億元增長至1237.81億元，年均增長31.19%*數據來源：《中國高技術產業統計年鑒(2002—2012)》(中國統計出版社)與作者計算。。另外，高技術產業的研發投入具有外部性，即研發通過溢出效應影響其他省份或者地區的創新活動。

雖然我國高技術產業的研發投入快速增長，但與發達國家相比還有較大差距。2011年，我國高技術產業的R&D強度僅為1.71%，英國和美國在2006年和2007年就分別達到11.1%和16.9%*數據來源：《中國高技術產業數據》(2012)，中國科技統計網，http://www.sts.org.cn/sjkl/gjscy/index.htm。其中，高技術產業R&D強度是按照R&D經費占高技術產業總產值的比重計算的。。同時，我國高技術產業研發資源呈現出向東部地區集中的趨勢，地區間研發投入的差距進一步擴大。研發人員方面，東部地區R&D人員折合全時當量占全國的比重由2000年的53.64%增加至2011年的82.22%，上升了28.58%。研發經費方面，2000—2011年間東部地區R&D經費內部支出占全國的比重由75.26%增長至83.92%，增加了8.66%。

高技術產業研發強度較低不利于技術創新，研發資源向發達省份集中阻礙了研發的溢出效應，進而在一定程度上減弱了創新驅動、協同創新對技術進步的促進作用。因此，對于我國高技術產業中研發投入對技術創新貢獻的測度，以及各區域中知識溢出效應對其他省份創新影響程度的衡量，能夠對我國高技術產業研發投入的效果和技術創新的水平做出準確評價。同時，有關我國高技術產業各區域內協同創新現狀的定量研究，對于我國創新驅動和協同創新政策的制定具有重要的參考價值。

二、文獻述評

關于研發投入的溢出效應對技術創新的影響，國內外學者做了大量的研究。在溢出效應的正負方面，正向溢出的觀點：Audretsch et al.(2004)通過實證分析表明創新活動的外部性，即溢出效應會顯著促進技術進步和技術創新；國內學者張倩肖等(2007)、吳玉鳴(2009)認為集聚、產學研合作、協作創新等會提高技術的溢出速度，發揮知識溢出的正效應。負向溢出的觀點：Mahony et al.(2009)指出，由于存在知識悖論，企業的研發投入與收益并不是完全正相關的；葉建亮(2001)認為，過度的知識溢出會導致企業之間產品模仿嚴重，集群創新活力下降，溢出效應不顯著甚至為負。目前，大多數研究都認為溢出效應的正效應大于其負效應。溢出效應既可以是基于地理上鄰近關系的，也可以是基于經濟上技術差距和吸收能力的(Rachel et al.，2009)。Roberto et al.(2012)研究表明的地理上的鄰近關系是知識溢出進而是協同經濟增長效應的重要渠道。項歌德(2013)、劉志迎等(2013)通過對我國省域R&D空間溢出效應的分析發現，在考慮鄰近效應后，R&D空間溢出效應十分顯著。大多數研究認為地理上的鄰近關系是溢出效應的主要途徑。

協同創新來源于技術創新的“網絡范式”和創新系統理論(Freeman，1991；Radosevic，1998)。在協同創新的后續理論研究中，Asheim(2005)對協同創新和創新系統進行分類，研究了其中的互動特征和創新方式等。彭紀生等(2000)對技術協同創新的內涵、不同層面的協同框架和協同度做了界定。陳勁等(2012)、洪銀興(2013)對創新基礎和協同創新中的創新終端、創新機制等若干重要概念做了說明。在協同創新的主體研究中，Yang et al.(2008)、Chen et al.(2009)分別建立了校企協同創新系統的動態機制模型和灰色對稱進化鏈模型，研究產學研協同創新體系的穩定性等問題。陳曉紅等(2006)、許彩俠(2012)對創新企業、高校、政府和社會中介服務機構“四主體”的協同創新體系進行了分析。協同創新與創新績效的關系研究方面，Sammarra et al.(2008)分析了創新網絡中企業間的溢出效應及其對企業技術創新的影響機制。解學梅(2010)、馮鋒等(2011)研究了中小企業協同創新網絡、科技政策對創新績效的影響。

本文貢獻體現在：首先，在國內外文獻梳理的基礎上，將R&D及其溢出效應等多變量納入統一分析框架下，考察全國以及不同經濟區域內對全要素生產率、技術效率和技術進步的影響機制，避免較大的區域異質性導致結論出現偏誤的現象，從而使結論更加可信；其次，本文主要以區域間以及區域內“經濟空間”聯系為主，構建“中心-外圍”空間權重矩陣，相對于“地理空間”測算方法使得溢出效應計算更加準確；此外，現有文獻對協同創新的研究大多局限于定性層面，主要描述協同創新本身特征，并沒有給出協同創新的具體內涵以及本質內容，本文則從定量視角研究協同創新現狀以及協同創新對技術創新的影響，因而更有意義。

三、區域知識溢出和協同創新對創新產出影響模型的構建

本文在Fischer et al.(2003)的基礎上，結合新經濟地理學和空間經濟學相關理論，構建我國高技術產業區域內知識溢出、協同創新對創新產出影響的模型。

傳統的知識創新函數：

Yit=f(RDSit,Xit)

(1)

其中：i=1，2，…，N，表示省份，t=1，2,…，T，表示時間；Yit代表第i省份第t年的創新產出；RDSit為第i省份第t年的研發存量；Xit表示影響知識產出或技術創新的其他因素。

第t年全部N個省份的研發向量可以表示為：

RDSit=(RDS1t,RDS2t,…，RDSi-1t,RDSit,RDSi+1t,…,RDSN-1t,RDSNt)

(2)

設定第i個省份與其他省份的地理距離函數：

(3)

其中，di,j為省份i與省份j之間的距離，γ為距離衰減參數。

全部省份的地理距離函數構成空間權重矩陣：

W=(D1,D2,…,Di-1,Di,Di+1,…,DN-1,DN)

(4)

綜合式(2)、(3)、(4)，第t年各省份間的知識溢出效應可表示為W*RDSit。

將知識溢出效應(W*RDSit)加入式(1)，可得改進后的知識創新或技術創新函數為：

Yit=f(RDSit,W*RDSit,Xit)

(5)

為簡化起見，本文采用柯布-道格拉斯(C-D)函數形式表達改進后的知識創新函數，并選擇技術引進消化吸收經費支出(ETA)、人力資本(FEP)代表Xit，如式(6)所示：

(6)

將式(6)兩邊取對數并加入隨機擾動項，可得：

ln Yit=α+ρW lnYit+β1ln RDSit+β2ln(W*RDS)it+β3ln ETAit+β4ln FEPit+μit

(7)

與研發的溢出效應是各省份研發空間上的相關關系類似，協同創新是各省份創新產出之間的相互影響。借鑒知識溢出的表達方法，空間權重矩陣與創新產出對數的乘積(W*ln Yit)可以表示協同創新。

在包含知識溢出效應的知識創新模型(7)基礎上，采用空間面板數據方法表示協同創新模型：

ln Yit=α+ρWln Yit+β1ln RDSit+β2ln(W*RDS)it+β3ln ETAit+β4ln FEPit+μit

(8)

ln Yit=α+β1ln RDSit+β2ln(W*RDS)it+β3ln ETAit+β4ln FEPit+μit,μit=λ·W·μit+εit

(9)

式(8)為空間滯后模型，式(9)為空間誤差模型。兩類模型均可以表達高技術產業知識溢出與協同創新對創新產出的影響。

四、空間權重矩陣構造與變量選取

(一)空間權重矩陣(W)的構造

在構建模型(8)、(9)之前，首先需要設定空間權重矩陣W。國內外文獻中大都采用基于距離的二進制空間權重矩陣。在高技術產業中，協同創新和知識溢出具有空間局域性，應考慮創新和知識溢出隨距離變化的模式。本文基于新經濟地理學“中心-外圍”理論，采用《中國科技統計年鑒》(2001—2012)中2000—2011年共12年中各省份技術市場成交合同數和技術市場技術流向地區合同數平均值最大的10個省份作為區域中心，其余省份按照地域鄰近原則作為中心的外圍省份，空間權重矩陣中，中心與外圍的空間矩陣元素設為1，外圍與外圍、對角線上空間矩陣元素設為0*本文選取的10個中心省份為：北京、天津、遼寧、山東、上海、江蘇、湖北、廣東、四川、陜西。。W矩陣元素wij取值如下：

(10)

該設定一方面能夠表示中心-外圍之間的相互作用，另一方面也說明外圍-外圍省份間雖然地理上鄰近，但其創新和研發在空間上的相互影響并不顯著。根據中心-外圍的設定方法，本文將我國劃分為環渤海和東北、長三角、珠三角、中部地區、西部地區五個區域，分別構建權重矩陣*根據新經濟地理學的“中心-外圍”理論，在進行實證研究時，一般都應將區域進行劃分，使得區域中形成“中心-外圍”的結構。在國家統計局東部、中部和西部地區劃分的基礎上，本文進行以下處理：(1)由于東部地區省份分布廣泛，一些省份之間沒有地理鄰近關系，溢出效應并不明顯，本文將長三角、珠三角單獨劃分出來；(2)由于環渤海地區的內蒙古、遼寧與吉林、黑龍江聯系緊密，因此本文將環渤海和東北作為一個整體進行分析；(3)考慮到部分地區省份與其他地區之間存在地理鄰近關系，也為增大樣本量的考慮，部分區域之間省份有所重復，該重復劃分方法在國內相關實證研究中廣泛采用。最終，得到五大區域劃分方法為：環渤海和東北地區包括北京、天津、河北、山西、內蒙古、遼寧、吉林、黑龍江、山東9省市；長三角地區包括上海、江蘇、浙江、安徽4省市；珠三角地區包括福建、江西、湖南、廣東、廣西、海南6省；中部地區包括安徽、江西、河南、湖北、湖南5省；西部地區包括重慶、四川、貴州、云南、陜西、甘肅、寧夏7省市。。

(二)基于DEA-Malmquist指數及其分解的創新產出(Y)度量

本文采用《中國高技術產業統計年鑒》(2002—2010)中28個省1996—2011年的年度數據*由于西藏、青海和新疆三省區數據缺失較多，本文未選入。，選取數據包絡分析(DEA)中的Malmquist生產率指數方法計算兩個相鄰時期全要素生產率的變動。進一步地，可將Malmquist生產率指數分解為技術效率指數與技術進步指數。Malmquist生產率指數測度了相鄰時期技術的變化，用于表示全要素生產率的增長TFPC、技術效率指數ECi、技術進步指數TCi，分別表示相鄰時期技術效率的提升和技術進步，記為PEFC和TECHC。三個指數TFPC、PEFC和TECHC均可以作為創新產出Y。

采用DEAP 2.1軟件，將各省份高技術產業實際產出、實際資本存量和勞動力要素數據輸入后即可進行效率的測算與分解，最終得到1997—2011年共1260個生產率增長、技術效率提升和技術進步值*由于篇幅限制，本文中沒有列出DEA方法的原理、Malmquist生產率指數、技術效率和技術進步指數的計算結果，需要可向作者索取。。本文計算了各省份的GDP平減指數對高技術產業總產值平減得到實際總產值，選取固定資產投資價格指數對高技術產業新增固定資產平減后累加得到實際資本存量K，選取高技術產業年末從業人員數作為勞動變量，GDP平減指數和固定資產投資價格指數均以1996年為基期。

(三)研發存量(RDS)的估算

高技術產業的研發存量是根據當年和之前高技術產業的研發經費支出計算的。與物質資本類似，研發資本也存在折舊，國內外文獻中普遍采用永續存盤法計算研發存量。如式(11)所示：

RDSit=RDit+(1-δ)·RDSit-1

(11)

其中，RDSit為第i個省份第t年高技術產業的研發存量，RDit為第i個省份第t年高技術產業的研發經費支出，RDSit-1為第i個省份第t-1年高技術產業的研發存量。參照張同斌等(2011)的方法，本文中研發資本的折舊率取值為15%，并計算了研發支出價格指數。研發經費支出用研發支出價格指數進行平減后計算，研發支出價格指數以1996年為基期。

(四)人力資本變量(FEP)和技術引進消化吸收經費支出(ETA)的選取

由于缺少教育程度等數據，本文采用高技術產業的R&D活動人員折合全時當量代表人力資本變量(FEP)。高技術產業的R&D活動人員折合全時當量，由參加R&D項目人員以及應分攤在R&D項目中的管理和服務人員的全時當量相加得到。

本文將高技術產業技術引進經費支出與技術消化吸收經費支出加總，記為ETA，表示除自主研發以外的其他技術經費支出。與研發支出類似，技術引進消化吸收經費支出(ETA)變量也采用以1996年為基期的研發支出價格指數進行平減。

(五)變量的單位根與協整檢驗

本文采用面板數據的Fisher-ADF檢驗與Fisher-PP檢驗方法對各變量進行單位根檢驗，檢驗結果表明，各變量對數序列均為非平穩序列，但其一階差分序列均為平穩序列。此外，面板數據的Pedroni檢驗和Kao檢驗結果表明，各變量之間存在協整關系，符合建立計量經濟模型的條件。

五、知識溢出、協同創新對全要素生產率增長影響的實證分析

(一)我國高技術產業區域協同創新的現狀分析

國內外文獻中一般采用 Moran′s I 指數檢驗空間相關性，本文以高技術產業全要素生產率增長對數(ln TFPC)的 Moran′s I 指數為例，對區域內創新的空間相關性，即協同創新的現狀進行分析。

表1　全要素生產率增長(ln TFPC)的空間相關性檢驗(Moran′I指數值)

注：***、**、*分別表示系數在1%、5%、10%水平下顯著；括號內為z值；Moran′s I指數為正，表明ln TFPC 趨于集聚，反之趨于分散。

由表1可得，1997—2011年，我國高技術產業全要素生產率增長的Moran′s I指數顯著為正，這表明全要素生產率增長存在著正向的空間自相關和空間依存特征。因此，全國已經形成了若干個高技術創新中心，協同創新特征明顯。

分地區而言，表1中環渤海和東北地區Moran′s I指數的結果顯示，該區域基本形成了以北京和天津為中心，遼寧和山東為次中心，其他省份為外圍的格局。與此同時，環渤海和東北地區的空間相關性不斷減小，尤其是2005年后，這一趨勢更加明顯。隨著遼寧、山東以及外圍省份的研發投入增加，全要素生產率增長較快。以2007年高技術產業增加值增速為例，北京和天津的高技術產業增加值同比增長了14.2%和2%，而山東和遼寧分別增長了36.3%和40.4%，山東和遼寧高技術產業的快速發展削弱了北京和天津的絕對中心地位，協同創新的模式開始發生變化。

長三角地區Moran′s I指數的結果表明，該地區全要素生產率增長總體上為正相關，但空間相關性并不穩定，協同創新沒有固定的變動規律。這是因為：一方面，江蘇、上海和浙江均是高技術產業比較發達的省份，研發投入力度大，區域之間差異較小，高技術研發由中心向外圍的溢出效應并不明顯，協同創新受到一定局限；另一方面，長三角地區各省份之間高技術產業的雷同度較高，高度的產業雷同現象導致該區域高技術創新呈現既競爭又合作的局面，因此，該地區高技術產業協同創新取決于競爭中資源分配效應與合作中經濟規模效應的強弱。

1997—2004年，珠三角地區Moran′s I指數的顯著性不斷下降，協同創新程度減弱。在這一時期，由于廣東是珠三角高技術產業的絕對中心，具有經濟環境、制度、人才等多方面的優勢，高技術研發資源向中心集中，不利于外圍省份的技術進步和協同創新。2005年之后，隨著高技術研發的邊際成本上升與收益下降，研發資源開始向外圍的廣西、海南等省份擴散，尤其是“泛珠三角”提出之后，珠三角各省份之間的合作機制逐步建立起來，協同創新程度開始增強。以廣東和海省高技術產業的研發存量為例，據估算，1997年廣東省的研發存量是海南的119.02倍，2004年上升為727.23倍，2011年則回落至572.62倍。

中部地區總體上也表現出正的空間相關性，與長三角地區類似，該地區高技術產業技術創新中心的聚集程度不高，高技術發展水平比較接近，研發投入力度相當。例如，2011年，河南、安徽、湖南和湖北四省的高技術研發經費支出分別是264.5億元、214.6億元、233.2億元、323.0億元。特別地，2004年國家提出中部崛起戰略之后，各項政策開始向中部地區傾斜，中部地區各省份高技術產業競相爭取研發資源和人力資本，協同創新效果并不十分顯著。

與中部地區不同，西部地區各省份高技術產業創新在1997—2011年間的大多數年份都表現出明顯的聚集現象，陜西和四川一直是西北地區和西南地區高技術產業的絕對中心，兩個技術創新中心的發展對西部地區高技術產業的技術進步起到了重要的推動作用。但2009年以來，高水平研發不足、勞動力成本上升等因素，導致中心對外圍省份的帶動效應減弱，協同創新的程度下降。

全要素生產率增長對數Moran′s I指數的計算結果體現了各地區乃至全國高技術協同創新的空間分布特征及“中心-外圍”的變動特征，為分析知識溢出、協同創新對高技術產業技術創新的影響提供了經驗證據。

(二)知識溢出和協同創新對全要素生產率增長影響的實證分析

選擇創新產出(Y)為全要素生產率增長(TFPC)，對模型(8)、(9)進行檢驗與估計，結果如表2所示。

表2　知識溢出、協同創新對全要素生產率增長(ln TFPC)影響的估計結果

注：***、**、*分別表示系數在1%、5%、10%水平下顯著，“—”表示不顯著；括號內為t值；對空間面板模型形式的檢驗是通過計算、對比拉格朗日乘數檢驗(LM test)統計量和穩健的LM檢驗(Robust LM test)統計量完成的；由于技術引進消化吸收經費支出變量(ETA)和人力資本變量(FEP)不是本文分析的重點，因此沒有列出。下同。

由表2可以得出，全國研發存量(ln RDS)的增長對全要素生產率增長的貢獻顯著，數值為0.011，因此，就全國而言，研發投入的增加會促進全要素生產率的增長。與全國的情形類似，環渤海和東北地區、中部地區研發存量對全要素生產率增長的影響也顯著為正，尤其是中部地區，研發存量前的系數顯著，為0.083。然而，高技術產業發達的長三角和珠三角地區，和高技術產業相對落后的西部地區，研發存量對全要素生產率增長的影響均不顯著。研發投入和其他要素一樣，也服從先上升后下降的邊際收益遞減規律，環渤海和東北地區、中部地區的高技術產業發展水平要低于長三角和珠三角地區，但高于西部地區，因而其研發投入的效果顯著。長三角和珠三角地區研發要素的邊際收益遞減導致了一定程度的“研發生產率悖論”現象。西部地區高技術產業的研發存量較低，研發的規模效應并未顯現。

如前文分析，空間權重矩陣與研發存量的乘積(W*RDS)可以代表區域內的知識溢出效應。表2顯示，長三角、環渤海和東北地區的知識溢出效應對全要素生產率增長的影響顯著為負，其他地區知識溢出效應的影響不顯著。在中心省份與外圍省份之間，高技術產業中技術差距的過大和過小都不利于知識的溢出，即知識溢出隨技術差距擴大呈現倒“U”型的變動規律。長三角地區、中部地區不同省份之間高技術的差距較小，不利于知識的溢出。環渤海和東北地區則是由于內蒙古、山西等省份基礎配套設施不夠完善等原因，不能有效地吸收北京、天津等中心省份高技術產業研發的溢出效應。

ρ或λ代表了區域內創新的空間相關性，即協同創新程度對全要素生產率增長的影響。表2中的結果表明，全國、環渤海和東北、珠三角地區協同創新對全要素生產率增長的促進效果顯著為正，全國和上述兩個區域中心省份的技術創新程度高，并且適度的技術距離使得“中心-外圍”省份之間可以實現優勢互補、資源共享(劉志迎 等，2013)。長三角地區協同創新對全要素生產率增長的貢獻并不顯著，中部地區和西部地區則沒有形成良性的協同創新機制。長三角地區、中部地區在區域協同創新的過程中缺乏一個“增長極”，阻礙了區域內協同創新貢獻的發揮。西部地區中，除了四川和陜西以外，其余省份高技術產業的發展水平過低，除了不能與四川和陜西兩個中心實現協同創新外，各省份內部“政產學研”的協同創新機制也不健全，對區域創新的貢獻遠遠不足。

(三)知識溢出和協同創新對技術效率提升影響的實證分析

采用全要素生產率分解后得出的技術效率提升指數和技術進步指數，可以進一步分析知識溢出、協同創新對全要素生產率增長的影響。將創新產出(Y)確定為技術效率提升(PEFC)，對模型(8)、(9)進行估計，結果如表3所示。

表3　知識溢出、協同創新對技術效率提升(ln PEFC)影響的估計結果

表3中的估計結果表明：在全國范圍、環渤海和東北地區、長三角地區，高技術產業中研發投入增加有利于技術效率的提升，但珠三角、中部地區和西部地區研發投入對技術效率的貢獻并不顯著。其中，長三角地區研發投入對技術效率的影響最為顯著，研發投入每增加1%，技術效率指數平均增加0.054%。由于我國高技術產業各細分行業大多為制造業，長三角地區的上海、江蘇和浙江擁有領先的制造基礎設施和現代化的生產設備，高端人才的集中使得該區域人力資本豐富。此外，長三角地區促進高技術產業發展的制度完善程度、對外開放程度等因素都是研發投入貢獻的顯現。

研發空間溢出效應對技術效率的影響方面，除了珠三角之外，各區域內中心省份向外圍省份知識溢出對技術效率的促進效果均不明顯。表3顯示：珠三角地區知識溢出效應增加1%，技術效率指數提升0.039%。作為珠三角地區中心省份的廣東，自1995年開始，高技術產業總產值一直穩居全國首位。2011年，廣東省高技術產業總產值占全國的26.66%，是整個中西部地區的1.45倍。廣東省高技術生產活動達到一定規模后，其生產活動向外圍轉移，同時伴隨著技術和人才的流動，因而作為一種載體促進知識的溢出，進而促進了外圍省份生產效率和技術效率的提升。其他地區高技術產業的生產活動和研發活動總體上仍向區域內中心省份集聚，生產活動和研發活動的集聚效應大于擴散效應，進而導致知識溢出對技術效率的貢獻不顯著。

技術效率的協同創新方面，由表3可得：在全國層面、環渤海和東北地區、中部地區協同創新對技術效率的影響顯著為正，其他地區不顯著甚至為負。長三角地區各省份基本形成了完整的高技術產業生產體系，產業鏈完整，生產和技術協作創新的空間不大。西部地區的大多數省份高技術產業生產水平過于落后，高技術生產設備的高投資、人力資本的高投入等問題使得其無法達到技術效率協同創新的門檻，一些相鄰的外圍省份呈現出低水平的“俱樂部趨同”現象，高技術創新收斂或者停滯，抑制了區域內的協同創新。

(四)知識溢出和協同創新對技術進步影響的實證分析

選取創新產出(Y)為技術進步指數(TECHC)，對模型(8)、(9)進行估計，結果如表4所示。

從表4可以看出，各個區域內，高技術產業研發投入對技術進步的貢獻不顯著甚至為負。研發投入在快速增長的同時，部分地區還存在著研發要素配置不合理、管理錯位和時滯效應過長等問題，技術收斂現象凸顯。另外，總體而言，我國高技術產業仍處于價值鏈的中低端層次，即加工、組裝、制造等勞動密集型環節，技術水平相對落后，而研發資本對高技術生產過程和生產技術的改造不足導致技術進步緩慢。此外，我國高技術產業中科技成果轉化率低也是研發對技術進步貢獻不顯著的重要原因。高技術產業專利申請快速增長的同時，部分專利、科技立項注重技術研發而忽視了市場需求，并沒有形成技術進步推動與研發成果應用拉動協調發展的機制。因此，促進我國高技術產業生產活動由價值鏈底部向兩端的轉移，是發揮研發存量對技術進步貢獻和避免高技術“低水平陷阱”的重要前提。

表4　知識溢出、協同創新對技術進步(ln TECHC)影響的估計結果

與研發存量類似，各區域高技術產業中知識溢出效應對技術進步的貢獻也不顯著。在各區域中心向外圍省份知識溢出的過程中，存在著溢出渠道不通暢和流動機制不健全等問題。中心省份為了保持高技術的競爭優勢，會通過制度約束設置門檻，提高研發資源的轉移成本，減弱研發的外部性。與此同時，中心省份高技術產業還會采取加大投入、政策傾斜等方式，引進先進的技術和優秀人才，使得研發資源由外圍向中心的集聚效應大于由中心向外圍的擴散效應，因而不利于外圍省份的技術進步。因此，只有當各區域內中心省份研發存量對該省份技術進步的貢獻達到一定程度時，才能實現其向外圍的正向溢出效應。

對比表2和表4中的結果可得，技術進步的協同創新效應與全要素生產率增長的協同創新效應表現出一致性。全國層面、環渤海和東北、長三角地區及珠三角地區技術進步協同創新的效果十分顯著，中部地區和西部地區不顯著。這說明，在我國東部地區高技術產業技術進步的過程中，已經基本能夠實現產業、高校科研機構、政府的融合，即同一區域內各個省份間、同一省份多個創新主體間能夠實現研發資源共享與創新活動的合作，實現區域內技術進步的協同創新。中西部地區由于研發資源匱乏、制度不完善等原因，實現協同創新對技術進步的促進還需要創新主體的共同努力。

六、結論與政策建議

本文在經典知識創新函數的基礎上加入地理因素，根據新經濟地理學的“中心-外圍”理論設置空間權重矩陣，將研發的空間聯系表示為經濟地理溢出效應，基于空間相關性方法表示協同創新，通過構建空間面板數據模型研究知識溢出和協同創新對全要素生產率增長、技術效率提升與技術進步的影響，主要結論如下：

研發存量對全要素生產率增長、技術效率提升的貢獻總體顯著。研發要素的邊際收益遞減、研發存量較低也導致了部分地區“研發生產率悖論”現象的出現。高技術產業中，研發投入對技術效率的提升與高技術制造基礎設施和生產設備的水平緊密相關。在全國各個區域內，高技術產業研發投入對技術進步的貢獻不顯著甚至為負，我國高技術產業仍處于價值鏈的中低端層次、科技成果轉化率低是研發對技術進步貢獻不顯著的重要原因。

不同地區知識溢出效應對全要素生產率增長、技術效率提升和技術進步呈現差異化的影響，大多數地區知識溢出效應的貢獻并不顯著。在中心與外圍省份之間，高技術產業中技術差距過大和過小都不利于知識的溢出。中心省份高技術生產活動在達到一定規模后，其生產活動向外圍轉移過程中伴隨著技術和人才的流動，才能實現正向的知識溢出效應。此外，在各區域中心向外圍省份的知識溢出過程中，還存在著溢出渠道不通暢和流動機制不健全等問題。

協同創新方面，適度的技術距離使得我國東部各區域內中心與外圍省份之間可以實現優勢互補、資源共享，進而實現區域內技術進步的協同創新。中部地區和西部地區高技術產業則由于研發資源匱乏、制度不完善、缺乏增長極、“政產學研”的合作機制不健全等原因，并沒有形成良性的協同創新機制，其中，一些相鄰的外圍省份還沒有達到協同創新的門檻，呈現出低水平的“俱樂部趨同”現象。

根據以上結論，本文得到政策啟示如下：

一是針對不同區域發展規律實行差異化的高技術產業政策。區域內高技術發展差異較大的地區應根據實際情況制定分層次、遞進式的發展機制，比如在環渤海和東北地區內，充分發揮北京、天津的絕對中心位置，構建以山東、遼寧為次要協作創新技術帶，內蒙、山西等外圍省份與中心地區互為補充的多省份協作發展機制；發展差距較小的地區應采用網絡式的協同創新機制，比如在長三角地區，應該構建以上海、南京、杭州等中心城市為網絡節點的多區域共同發展協作機制

二是對于技術發達的東部地區，繼續發揮其先發優勢。政府應進一步加大研發投入，增加研發存量，提高研發強度，發揮研發資源規模效應；在高技術創新的過程中，應該通過提高基礎研究項目所占比重等，形成“自主創新”、“原始創新”與“模仿創新”、“集成創新”的雙向互補機制，但在引進技術消化吸收的同時，應更加注重自主創新和原始創新；在促進溢出效應方面，政府應建立有利于協同創新中各創新主體發展的利益共享機制，包括完善知識產權保護制度、規范合作的法規政策體系、明確科技成果評估體系等，在保證各創新主體合理利益的基礎上，發揮多創新主體參與協同創新的積極性，營造有利于區域內創新主體間知識轉移的環境，促進區域知識聯盟的形成。

三是全國協作創新網絡的形成離不開中西部省份的參與。針對中西部地區缺乏“增長極”的現象，在短期內，通過政策傾斜或財稅激勵等方式形成協作創新的中心省份，構建“研發-生產”的良性協作互動機制，即在區域內部，積極促進高技術研發活動由外圍省份向中心省份的集聚，促進生產活動由中心省份向外圍省份轉移，這樣有利于發揮中心省份的人力資本優勢和外圍省份的勞動力低成本優勢，以及生產活動和研發活動轉移過程中知識溢出效應；在長期，應該逐步消除區域間技術壁壘，鼓勵區域內中心外圍省份間的高技術合作。

四是在全國范圍內構建有效的高技術產業協作創新體系。中央和地方政府應該出臺加快促進東部地區向中西部地區高技術人才交流、對口扶持、高技術產業梯度轉移的政策措施，突破高技術知識溢出的地域鄰近限制，疏通高技術知識溢出的路徑。與此同時，還應健全東部地區高技術產業市場化機制和利益補償機制，避免高技術產業重復建設和資源浪費的“擁擠外部性”問題，提高高技術研發資源配置效率。總之，東部地區和中西部地區高技術產業應充分利用自身的有利條件，優化高技術產業產出增長和技術創新的外部環境，努力構建區域內、區域間分工明確的高技術創新體系，促進研發的知識溢出與協同創新。

參考文獻：

陳勁,陽銀娟. 2012. 協同創新的理論基礎與內涵[J]. 科學學研究(2):161-164.

陳曉紅,解海濤. 2006. 基于“四主體動態模型”的中小企業協同創新體系研究[J]. 科學學與科學技術管理(8):37-43.

馮鋒,汪良兵. 2011. 協同創新視角下的區域科技政策績效提升研究:基于泛長三角區域的實證分析[J]. 科學學與科學技術管理(12):109-115.

洪銀興. 2013. 關于創新驅動和協同創新的若干重要概念[J]. 經濟理論與經濟管理(5):5-12.

劉志迎,單潔含. 2013. 技術距離、地理距離與大學-企業協同創新效應:基于聯合專利數據的研究[J]. 科學學研究(9):1331-1337.

彭紀生,吳林海. 2000. 論技術協同創新模式及建構[J]. 研究與發展管理(5):12-16.

吳玉鳴. 2009. 官產學 R&D 合作、知識溢出與區域專利創新[J]. 科學學研究(10):1486-1494.

項歌德. 2013. 空間計量經濟學理論及其方法應用:基于R&D溢出效應測度的視角[M]. 上海：復旦大學出版社:93-123.

解學梅. 2010. 中小企業協同創新網絡與創新績效的實證研究[J]. 管理科學學報(10):51-64.

許彩俠. 2012. 區域協同創新機制研究:基于創新驛站的再思考[J]. 科研管理(5):19-25.

葉建亮. 2001. 知識溢出與企業集群[J]. 經濟科學(3):23-30.

張倩肖,馮根福. 2007. 三種R&D溢出與本地企業技術創新:基于我國高技術產業的經驗分析[J]. 中國工業經濟(11):64-72.

張同斌,高鐵梅,楊彬. 2011. 中國高新技術產業中外資與內資企業間雙向動態溢出效應的實證檢驗[J]. 系統工程理論與實踐(7):1201-1210.

AUDRETSCH D B, FELDMAN M P. 2004. Knowledge spillovers and the geography of innovation [J]. Handbooks of Regional & Urban Economics, 7(4):2713-2739.

CHEN H Z, ZHAO Q Q, JIN Z X. 2009, Study on grey evolutionary game of industry-university-institute cooperative innovation [J]. Proceedings of 2009 IEEE International Conference on Grey Systems and Intelligent Services, 3(2):1120-1125.

FISCHER M M, VARGA A. 2003. Spatial knowledge spillovers and university research: evidence from Austria [J]. The Annals of Regional Science, 37(2):303-322.

FREEMAN C. 1991. Network of innovators: a synthesis of research issues [J]. Research Policy, 20(91):499-514.

MAHONY M, VECCHI M. 2009. R&D, knowledge spillovers and company productivity performance [J]. Research Policy, 38(1):35-44.

RACHEL G, STEOHEN R, HELEN S. 2009. Technological catch-up and geographic proximity [J]. Journal of Regional Science, 49(4):689-720．

RADOSEVIC. 1998. Defining systems of innovation: a methodological discussion [J]. Technology in Society, 20(9):75-86.

BOSILE R, CAPELLO R, CARAGLIV A， ANDREA C. 2012. Technological interdependence and regional growth in Europe: proximity and synergy in knowledge spillovers [J]. Papars in Regional Science, 91(9):697-722.

SAMMARRA A, BIGGIERO L. 2008. Heterogeneity and specificity of inter-firm knowledge flows in innovation networks [J], Journal of Management Studies, 45(4):800-830.

YANG D, ZHANG Y. 2008. Simulation study on university-industry cooperative innovation based on multi-agent method [J], Proceedings of the 2008 International Conference on Computer Science and Software Engineering, 88(1):528-531.

(責任編輯張坤)

The Regional Knowledge Spillover, Collaborative Innovation and TFP Growth in High-tech Industry

ZHANG TongBinLI JinKaiZHOU Hao

(Dongbei University of Finance and Economics, Dalian 116025)

Abstract:Based on classical knowledge innovation function, this paper adds geographical factors and specifies the spatial weight matrix according to the “core and periphery theory” of new economic geography. The influences of R&D spillover effects and collaborative innovation on TFP growth, technical efficiency upgrading and technical progress are discussed by spatial panel data model. The conclusions show that R&D has a significant contribution on TFP growth, but the diminishing marginal returns of the R&D and the low level of R&D stock lead to the phenomenon of “R&D productivity paradox” in some regions. The spillover effects of R&D do not have significant contributions to TFP growth in most of the regions. Too large or too small technology gap is not conducive to the knowledge spillover between the core and peripheral provinces. As to the collaborative innovation, the core and periphery provinces in eastern China can complement each other′s advantages and then realize regional collaborative innovation. However, high-tech industries in central and western China do not form a virtuous collaborative innovation mechanism due to the limited resources of R&D and inefficient cooperation mechanism of “government-industry-university-institute”.

Keywords:high-tech industry; knowledge spillover; collaborative innovation; TFP growth

收稿日期：2015-11-22

作者簡介：張同斌(1985--)，男，山東濰坊人，經濟學博士，東北財經大學經濟學院副教授。

基金項目：國家自然科學基金項目“中國高技術產業R&D投入對技術創新的內在驅動機制研究：結構變化、兩面性與政策效應”(71303035)；遼寧省高等學校優秀人才支持計劃“高技術產業中研發投入對技術進步的影響機制研究”(WJQ2013025)。

中圖分類號：F276.44

文獻標識碼：A

文章編號：1001-6260(2016)01-0009-10

李金凱(1989--)，男，山東聊城人，東北財經大學經濟學院碩士生。

周浩(1989--)，男，山東濟寧人，東北財經大學公共管理學院碩士生。