交通基礎設施和人力資本對區域創新能力影響研究

馬明 趙國浩

摘要：筆者使用中國1995—2015年面板數據，采用不同空間權重矩陣構建動態空間杜賓面板模型，使用誤差修正準極大似然估計方法經驗分析了交通基礎設施和人力資本對區域創新能力的空間溢出效應。結果顯示：交通基礎設施和人力資本在空間相鄰權重矩陣和空間距離冪權重矩陣（Ψ=-1）中對區域創新能力具有顯著空間溢出效應。其中，交通基礎設施發揮擴散作用，人力資本發揮集聚作用；交通基礎設施和人力資本對區域創新能力具有動態特征；交通基礎設施和人力資本對區域創新能力提升的速度沒有顯著影響。

關鍵詞：交通基礎設施；人力資本；區域創新能力；動態空間杜賓面板模型

中圖分類號：F503；F0615文獻標識碼：A

文章編號：1000176X（2017）08012208

一、問題的提出

Barro[1]、Lucas[2]與Romer[3]等認為，創新能力是一國或者一個區域經濟可持續快速增長的源泉，而交通基礎設施與人力資本又是影響創新能力的重要因素。隨著新經濟地理的興起，交通基礎設施與人力資本對區域創新能力的空間溢出效應得到了學者的廣泛關注，很多學者對交通基礎設施與人力資本影響區域創新能力的空間溢出機制進行了理論探討。在交通基礎設施方面，Krugman[4]認為，交通基礎設施具有網絡特征，而該特征通過連接各個區域導致運輸成本與交易成本下降，從而提高區域可達性，對區域創新能力產生空間溢出效應。Boarnet[5]、Cantos等[6]，Cohen等[7]-[10]，認為，交通基礎設施對不同區域創新能力的空間溢出效應不同：隨著運輸成本與交易成本的下降，創新能力強的區域帶動創新能力弱的區域時，交通基礎設施對區域創新能力發揮擴散作用，即交通基礎設施對區域創新能力產生正的空間溢出效應；隨著運輸成本和交易成本的下降，生產要素從創新能力弱的區域向創新能力強的區域單向流動時，交通基礎設施對區域創新能力發揮集聚作用，即交通基礎設施對區域創新能力產生負的空間溢出效應。在人力資本方面，Kogut和Singh[11]認為，人力資本是知識，尤其是隱性知識溢出的重要途徑：人力資本本身具有的非競爭性和部分排他性特征是知識溢出的前提，隨著人力資本的流動，隱性知識傳播速度加快。Blomstrom和Kokko[12]以及Funke和Niebuhr[13]認為，人力資本對不同區域創新能力的空間溢出效應不同：當創新能力強的區域人力資本帶動創新能力弱的區域時，人力資本對區域創新能力主要發揮擴散作用，即人力資本對區域創新能力具有正的空間溢出效應；當人力資本從創新能力弱的區域單向流向創新能力強的區域時，人力資本對區域創新能力主要發揮集聚作用，即人力資本對區域創新能力具有負的空間溢出效應。

從實證角度來看，空間計量經濟學的發展使得學者開始使用靜態空間面板模型實證探討交通基礎設施與人力資本對區域創新能力的空間溢出效應，但是其結果并不一致。王芳[14]采用地理距離和經濟距離空間權重矩陣，實證檢驗了人力資本對TFP增長的影響，結果表明，人力資本對TFP增長產生了顯著的正向作用。而王家庭和賈晨蕊[15]運用空間計量模型分析了區域創新能力的影響因素，結果表明，區域人力資本存量對區域創新能力的影響不顯著。馬明[16]構建了四種不同空間權重矩陣，使用空間杜賓模型對交通基礎設施的空間溢出效應進行了檢驗，結果表明四種空間權重矩陣構建的空間杜賓模型中，基礎設施均對其他區域的創新能力產生了顯著影響。而Holtz-Eakin和Schwartz[17]對1969—1986年美國數據進行實證分析，發現交通基礎設施建設對周圍地區并沒有顯著的影響。

從2000年開始，空間經濟將時間引入空間模型，很多學者對動態空間模型的估計方法進行了研究。Zandberg等[18]對傳統空間模型和動態空間模型進行了比較，認為動態空間模型有以下幾個優勢：（1）可以解決由空間和時間引起的序列相關性。（2）可以解決每個時間點的空間依賴性。（3）可以解決由時間和空間滯后引起的內生問題。

綜上所述，很多學者為實證檢驗交通基礎設施與人力資本對區域創新能力的空間溢出效應做了有意義的探索，但這些研究僅考慮到了空間因素，并沒有將時間因素納入實證分析框架：（1）忽視了交通基礎設施與人力資本對區域創新能力影響的動態特征。（2）忽略了區域創新能力本身所具有的動態特征，即區域創新能力本身具有時間上的累積特征：初始創新能力強的區域由于其具有較好的創新環境其后續創新能力的發展也較好。在忽略了交通基礎設施與人力資本對區域創新能力影響的動態特征以及區域創新能力自身發展具有的動態特征前提下，實證檢驗交通基礎設施和人力資本對區域創新能力的空間溢出效應，必然導致由空間滯后或者時間滯后引起的內生問題。基于此，筆者將時間因素引入空間杜賓面板模型，運用誤差修正準極大似然估計方法全面、準確地把握交通基礎設施與人力資本對區域創新能力的空間溢出效應。

二、研究方法

基于Romer[3]提出的知識生產函數，構建中國區域創新能力函數：

Innit=τInni，t-1+ρ∑Nj≠iwijInnjt+η∑Nj≠iwijInnj，t-1+δ1Trait+δ2∑Nj≠iWijTrajt+δ3Trai，t-1+δ4HCit+δ5∑Nj≠iWijHCjt+δ6HCi，t-1+λZit+μi+t+εit（1）

其中，Innit是區域i（i=1，2，…，N）在時間t（t =1，2，…，T）人均專利申請授權數的對數值，代表了i區域t時間的創新能力；Z是控制變量矩陣；λ是K×1階控制變量系數矩陣；εit=（ε1t， ε2t，…，εNt）是正態分布（均值為0，方差為σ2）；μi=（μ1，μ2，…，μN）是N×1階的區域固定效應；t=（1，2，…，T）是T×1階的時間固定效應。Zandberg等[18]認為引入區域固定效應和時間固定效應可以減少模型的估計誤差。Inni，t-1是區域創新能力的時間滯后項，其系數為τ。該項檢驗區域創新能力在時間上是否具有累積效應，即區域創新能力自身的發展是否具有動態特征；∑Nj≠iwijInnjt是區域創新能力的空間滯后項，其系數為ρ。該項檢驗區域創新能力是否具有空間溢出效應；∑Nj≠iwijInnj，t-1是同時包含了時間滯后項和空間滯后項的區域創新能力，其系數為η。該項檢驗相鄰區域是否對本區域創新能力具有時間上的累積效應；Wij是N×N的空間權重矩陣，其對角線為0；Trait是區域i在時間t時交通基礎設施密度的對數值，代表了區域交通基礎設施存量水平，其系數為δ1。該項檢驗交通基礎設施對本區域創新能力是否具有影響；∑Nj≠iwijTrajt是區域交通基礎設施的空間滯后項，其系數為δ2。該項檢驗交通基礎設施對區域創新能力是否具有空間溢出效應。根據前文所述，交通基礎設施具有的網絡屬性會降低臨近區域的運輸成本和交易成本，從而對臨近區域的創新能力產生影響。當交通基礎設施對區域創新能力主要表現為擴散效應時，δ2為正值，當交通基礎設施對區域創新能力主要表現為集聚效應時，δ2為負值；Trai，t-1是區域i在時間t-1時交通基礎設施密度的對數值，代表了上一年度區域i的交通基礎設施存量水平，其系數為δ3。該項檢驗交通基礎設施對區域創新能力的影響是否具有動態特征；HCit是區域i在時間t時每人平均受教育時間的對數值，代表了區域人力資本存量水平，其系數為δ4。該項檢驗人力資本是否對本區域創新能力產生影響；∑Nj≠iwijHCjt是區域人力資本的空間滯后項，其系數為δ5。該項檢驗人力資本對區域創新能力是否具有空間溢出效應。根據前文所述，人力資本的流動（區域內部流動以及區際流動）會導致知識、尤其是隱性知識的流動，從而對區域創新能力產生影響：當人力資本對區域創新能力主要表現為擴散效應時，δ5為正值，當人力資本對區域創新能力主要表現為集聚效應時，δ5為負值；HCi，t-1是區域i在時間t-1時每人平均受教育時間的對數值，代表了上一年度區域i的人力資本存量水平，其系數為δ6。該項檢驗人力資本對區域創新能力的影響是否具有動態特征。endprint

對于式（1），Yu[19]以及Lee和Yu[20]分析了N和T在不同情況下不同估計方法的有效性。根據Yu 等[19]，當0

另外，Lee和Yu[20]指出，當τ+ρ+η<1時，準極大似然估計方法（QML）得出的結果是穩定的，當τ+ρ+η=1時則會出現空間協整問題和爆炸根問題，QML和誤差修正QML估計方法在該種情況下需要進行進一步的修正。Lee和Yu[21]提出將模型進行空間一次差分，以此解決空間協整問題和爆炸根問題，即將式（1）兩邊同時乘以矩陣（I-W），其中I為N×N的單位矩陣。

本文使用中國30個省市、自治區1995—2015年面板數據。因此，綜合比較準極大似然估計以及誤差修正準極大似然估計方法，本文使用誤差修正準極大似然估計方法估計式（1）。

為了測量交通基礎設施和人力資本對區域創新能力提升速度的影響，即測量交通基礎設施和人力資本對區域創新能力提升的邊際空間溢出效應，筆者使用LeSage和Pace[22]以及Paul等[23]提出的方法計算交通基礎設施和人力資本對區域創新能力的直接效應與間接效應。式（1）可改寫為：

ΔInnit=（I-ρW）（τ-1）I+（ρ+η）WInni，t-1+（I-ρW）δ1Trait+

（I-ρW）δ2∑Nj≠iWijTrajt+（I-ρW）δ3Trai，t-1+（I-ρW）δ4HCit+（I-ρW）δ5∑Nj≠iWijHCjt+（I-ρW）δ6HCi，t-1+（I-ρW）λZit+（I-ρW）（μi+t+εit）（2）

其中，ΔInnit=Innit -Inni，t-1是區域人均專利申請授權數對數值的一階差分，代表了區域創新能力的改變。在式（2）中固定時間t，求ΔInnit對第k個解釋變量的偏導可以得到N×N階的直接效應與間接效應矩陣：

ΔInnx1k·ΔInnxNkt=ΔInn1x1k·ΔInnxNk……ΔInnNx1k·ΔInnNxNkt=（I-ρW）-1βk（3）

式（3）中直接效應由矩陣的對角線元素表示，間接效應則由矩陣的非對角線元素表示。根據LeSage和Pace[22]以及Paul等[23]的理論分析，一般使用計算平均值的方法來衡量總的直接效應與間接效應，即使用式（3）對角線元素的平均值衡量直接效應，使用所有非對角線元素的平均值衡量間接效應，間接效應和直接效應的加總為總效應。同理，在式（2）中固定時間t，求ΔInnit對Inni，t-1的偏導可得Inni，t-1對ΔInnit的直接效應和間接效應，見式（4）：

ΔInnitInni，t-1=（I-ρW）-1（τ-1）I+（ρ+η）W（4）

三、變量選擇

借鑒Demurger[24]與劉生龍和胡鞍鋼[25]等的數據構造方法，筆者使用每人平均受教育

時間代表人力資本存量水平，交通基礎密度代表交通基礎設施存量水平。同時，根據Cheung和Lin[26]，筆者使用人均專利申請授權數代表區域創新能力。

另外，根據Barro和Lee[27]以及Lai等[28]，本文的控制變量還包含以下兩項：（1） R&D活動，使用人均科學和技術發展（研發）人員的數量表示。（2）對外投資強度，使用外商直接投資額占GDP比重的滯后一期表示。表1為各變量的統計特征。

本文假設只有相鄰區域可以相互影響，因此，使用“跨省”構建空間權重矩陣。空間相鄰權重矩陣見式（5）：

Wij=1，如果區域之間相鄰0，否則，同時 ∑Nj=1Wij=1（5）

四、模型結果分析

表2給出了采用空間相鄰權重矩陣，使用誤差修正準極大似然估計方法估計的動態空間杜賓面板模型結果，其中（1）列是使用 Yu 等[19]方法計算的不包含時間固定效應的動態空間杜賓面板模型，（2）列則是以式（2）為基礎，包含了時間固定效應的動態空間杜賓面板模型。由于F統計量的P值小于005，因此，使用包含時間固定效應的動態空間杜賓面板模型更為有效。對于包含時間固定效應的動態空間杜賓面板模型，我們需要計算τ+ρ+η的值，并進行Wald檢驗判斷模型是否存在空間協整或者爆炸根。如果τ+ρ+η顯著小于1，則模型穩定；如果τ+ρ+η顯著大于1，則模型存在爆炸根，如果τ+ρ+η顯著等于1，則模型存在空間協整。當模型不穩定（存在爆炸根或者空間協整）時需要對模型進行空間一階差分，保證模型估計參數的一致性和漸近性。表2中Wald 檢驗值為15731，p值小于005，因此，模型無須進行空間一階差分。同時，筆者使用式（3）和式（4）對各變量的直接效應和間接效應進行了計算，如表2所示。

從表2中可以看出：區域創新能力空間滯后項（WInnt）的系數為0548，t值為13790，說明區域創新能力自身具有顯著的空間溢出效應；區域創新能力時間滯后項（Innt-1）的系數為0905，t值為33664，說明初始創新能力基礎較好的區域由于具有較好的創新環境，其創新的后續發展能力也較好，即區域創新能力具有時間累積特征；區域創新能力空間和時間滯后項（WInnt-1）的系數為-0532，t值為-10932，表明周邊區域上一年度的創新能力會對本區域本年度的創新能力產生負面影響，這說明周邊區域創新能力強會吸引人力資本等創新要素流入，從而降低本區域本年度創新能力；區域創新能力時間滯后項（Innt-1）的直接效應為-1052，并通過了顯著性檢驗，t值為-15294，說明本區域創新能力越高，其創新能力提升的空間在短時間內由于管理效率、技術引進等瓶頸而減緩，因此，區域創新能力越強，其創新能力提升的速度越慢，即區域創新能力時間滯后項（Innt-1）對本區域創新能力提升的邊際影響為負，這也說明區域創新能力的提升具有收斂性質；區域創新能力時間滯后項（Innt-1）的間接效應為1049，也通過了顯著性檢驗，t值為11944，說明周邊區域創新能力對本區域創新能力提升的速度具有正的空間溢出效應，即隨著周邊區域創新能力的提升，本區域由于臨近創新能力強的區域而與創新能力強的區域更早、更快地產生創新生產要素的頻繁互動，而創新生產要素的頻繁互動會帶來管理、技術等隱性知識的交流，通過模仿效應以及擴散效應加速本區域創新能力提升的速度。雖然區域創新能力時間滯后項（Innt-1）的直接效應和間接效應都通過了顯著性檢驗，但是其總效應并未通過顯著性檢驗，說明從總體上看，上一年度中國區域創新能力的變化對區域創新能力提升的速度并未產生顯著性影響。

交通基礎設施（Trat）的系數為0002，并通過了顯著性檢驗，說明交通基礎設施對區域創新能力具有積極作用。交通基礎設施（Trat）的直接效應系數為正但是沒有通過顯著性檢驗，說明本區域交通基礎設施與本區域創新能力提升的速度無顯著相關性。交通基礎設施（Trat）的間接效應系數為正也沒有通過顯著性檢驗，說明周邊區域交通基礎設施與本區域創新能力提升的速度也無顯著相關性。交通基礎設施（Trat）的總效應系數為正但沒有通過顯著性檢驗，說明從整體上來講，中國交通基礎設施對區域創新能力提升的速度并未產生顯著性影響。雖然交通基礎設施對區域創新能力的直接效應、間接效應以及總效應并未通過顯著性檢驗，但是與前文得出的交通基礎設施對區域創新能力具有顯著影響的結論并不矛盾，因為交通基礎設施對區域創新能力的直接效應、間接效應以及總效應并非檢驗交通基礎設施是否對區域創新能力產生影響，而是檢驗交通基礎設施是否對區域創新能力的提升速度產生影響；交通基礎設施空間滯后項（WTrat）的系數為0113 ，t值為2680，通過了顯著性檢驗，說明交通基礎設施對區域創新能力具有正的空間溢出效應，即交通基礎設施對區域創新能力主要發揮擴散效應；交通基礎設施時間滯后項（Trat-1）的系數為0003，t值為2179，通過了顯著性檢驗，說明上一年度交通基礎設施水平會影響本年度區域的創新能力，這說明交通基礎設施的影響是具有動態特征的，而不是靜態的。雖然交通基礎設施時間滯后項（Trat-1）的直接效應、間接效應以及總效應的系數都為正，但是都沒有通過顯著性檢驗，這說明中國上一年度交通基礎設施的存量水平對區域創新能力提升的速度并未產生顯著影響。

人力資本（HCt）的系數為0012，并通過了顯著性檢驗，說明人力資本對區域創新能力具有積極作用。雖然人力資本（HCt）的直接效應、間接效應以及總效應的系數都為正，但是并未通過顯著性檢驗，這說明中國人力資本對區域創新能力提升的速度并未產生顯著性影響；人力資本空間滯后項（WHCt）的系數為-0238，t值為-2242，通過了顯著性檢驗，說明人力資本會向周邊創新能力強的區域流動，從而減少創新能力弱區域的人力資本存量，對區域創新能力具有負的空間溢出效應，即人力資本對區域創新能力主要發揮集聚效應；人力資本時間滯后項（HCt-1）的系數為0173，t值為3602，通過了顯著性檢驗，說明上一年度區域人力資本存量水平會影響本年度本區域的創新能力，這說明人力資本對區域創新能力的影響具有動態特征。雖然人力資本時間滯后項（HCt-1）的直接效應、間接效應以及總效應的系數都為正，但是并未通過顯著性檢驗，這說明中國上一年度人力資本對區域創新能力提升的速度并未產生顯著性影響。

控制變量中R&T以及外商直接投資對區域創新能力具有顯著的促進作用，同時，其直接效應、間接效應以及總效應不顯著。

表2使用的是空間相鄰權重矩陣，即認為交通基礎設施、人力資本以及創新能力只能在相鄰區域溢出。筆者接下來將對交通基礎設施、人力資本與創新能力不同的溢出機制進行分析，以討論不同的空間權重矩陣對結論的影響。同時，也對相鄰空間權重矩陣得出的結論進行穩健性檢驗。一般認為，交通基礎設施、人力資本以及創新能力的溢出并不僅局限于相鄰區域，因此，筆者引入以下幾種空間權重矩陣代表不同的溢出機制：（1）距離冪權重（Power Distance Space Weights）。該方法假設隨著距離的增加，交通基礎設施、人力資本以及區域創新能力對其他區域創新能力的影響力遞減，公式為wij=1/dijΨ，其中，dij為區域i與區域j之間的質心距離，Ψ為任意大于零的常數，筆者選取Ψ =1， 15，175， 2。（2）距離指數權重（Exponential Distance Space Weights）。該方法假定空間權重隨距離增加以e為底的指數函數形式衰減，公式為wij=exp（-θdij）（θ>0），筆者選取θ =-001， -002，-003，-004，-005。對于區域之間的質心距離，筆者采用Yu[29]提供的Stata程序。這樣，我們一共設定了9種空間權重矩陣，在模型估計時我們將對這些權重矩陣進行標準化，即每行元素的和為1。

通過對九種不同空間權重矩陣構建的動態空間杜賓面板模型進行運行，九種空間權重矩陣的F統計量的p值都小于005，因此，帶有時間固定效應的動態空間杜賓模型更有效率。表3給出了各模型估計（包含時間固定效應）的Wald的檢驗，其p值都小于005，因此無須進行空間一階差分，使用誤差修正準極大似然估計方法即可。

同時，表4給出了各模型估計的極大似然函數值與觀察值的比例，該值越大，σ2越小，空間權重矩陣估計結果效率越高。從表3和表4中可以看出，空間距離冪權重（Ψ=-1）的極大似然函數值與觀察值的比例最大，同時σ2也最小。因此，筆者使用該空間權重矩陣對式 （4）進行估計，結果見表5所示。

從表5中可以看出，使用空間距離冪權重（Ψ=-1）得出的結果與使用空間相鄰權重矩陣得出的結果基本相同：（1）區域創新能力時間滯后項系數和空間滯后項系數為正，并且都通過了顯著性檢驗，說明區域創新能力自身具有時間和空間上的累積效應。區域創新能力時間空間滯后項系數為負，也通過了顯著性檢驗，說明上一年度周邊區域創新能力對本區域本年度區域創新能力具有負的空間溢出效。區域創新能力時間滯后項的直接效應與間接效應顯著，但是其總效應不顯著。（2）交通基礎設施、交通基礎設施時間滯后項以及空間滯后項系數都為正，并通過了顯著性檢驗，說明交通基礎設施不僅對本區域創新能力產生了影響，而且對區域創新能力還具有正的空間溢出效應，同時交通基礎設施對區域創新能力的影響具有動態特征。（3）人力資本和人力資本時間滯后項的系數為正，并都通過了顯著性檢驗，說明人力資本對本區域創新能力具有促進作用，并且這種促進作用具有動態特征。人力資本的空間滯后項系數為負，并且通過了顯著性檢驗，說明人力資本對區域創新能力具有負的空間溢出效應，即人力資本對區域創新能力主要發揮集聚作用。（4）R&D活動和外商投資對區域創新能力具有顯著促進作用。（5）交通基礎設施、人力資本、R&D活動和外商投資對區域創新能力提升的速度都沒有顯著影響。endprint

五、結論

筆者使用中國1995—2015年面板數據，采用不同空間權重矩陣構建動態空間杜賓面板模型，使用誤差修正的極大似然估計方法實證分析了交通基礎設施、人力資本對區域創新能力的空間溢出效應。結果顯示：（1）交通基礎設施不僅對本區域創新能力具有積極作用，還對創新能力具有正的空間溢出效應，即交通基礎設施對區域創新能力主要發揮擴散作用。同時，交通基礎設施對區域創新能力的影響并不是靜態的，具有動態特征。交通基礎設施對區域創新能力提升的速度并沒有顯著影響。（2）人力資本對本區域創新能力也具有積極的促進作用，同時也具有動態特征。但是人力資本對區域創新能力的空間溢出效應為負，意味著人力資本對區域創新能力的影響主要發揮集聚作用。同時，人力資本對區域創新能力提升的速度并沒有顯著影響。

從結論來看：交通基礎設施對區域創新能力具有重要的促進作用，因此政府應該重視對交通基礎設施的投資，尤其是中西部地區的交通基礎設施；人力資本傾向于向創新能力強的區域流動，因此地方政府要努力提升本區域創新能力，同時對高端人才不僅要加大引進力度，給較大的優惠政策，還要對已引進的高端人才配備相應的配套設備，提供便利。

參考文獻：

[1]Barro，R J Government Spending in a Simple Model of Endogenous Growth[J] Journal of Political Economy， 1990， 98（5）：103-125.

[2]Lucas， R E On the Mechanics of Economic Development[J]Journal of Monetary Economics，1988，22（1）：3-42.

[3]Romer， P Why， Indeed， in America？ Theory， History and the Origins of Modern Economic Growth[J]The American Economic Review， 1996，86（2）： 202-206.

[4]Krugman， P Increasing Returns and Economic Geography[J]The Journal of Political Economy， 1991， 99（3）： 483-499

[5]Boarnet， M GSpillovers and the Locational Effects of Public Infrastructure[J]Journal of Regional Science， 1998， （38）3： 381-400

[6]Cantos，P.，Gumbau-Albert，M.，Maudos，J.Transport Infrastructures，Spillover Effects and Regional Growth：Evidence of the Spanish Case [J] Transport Reviews， 2005， （25）1： 25-50.

[7]Cohen，J.P.，Catherine，J，Paul，M.Public Infrastructure Investment， Interstate Spatial Spillovers， and ManufacturingCosts[J]The Review of Economics and Statistics， 2004， 86 （2）： 551-560.

[8]Bronzint，R， Piselli， P Determinants of Long-Run Regional Productivity With Geographical Spillovers： The Role of R&D， Human Capital and Public Infrastructure[J]Regional Science and Urban Economics， 2009， 39（2）： 187-199.

[9]劉秉廉，武鵬，劉玉海.交通基礎設施與中國全要素生產率增長——基于省域數據的空間面板計量分析[J].中國工業經濟，2010，（3）：54-64.

[10] 張學良.中國交通基礎設施促進了區域經濟增長嗎——兼論交通基礎設施的空間溢出效應[J]中國社會科學，2012，（3）：60-76

[11]Kogut， B， Singh， H The Effect of National Culture on the Choice of Entry Mode[J] Journal of International Business Studies， 1998， 19（3）： 411-432

[12]Blomstrom，M ， Kokko， AForeign Direct Investment and Spillovers of Technology[J] International Journal of Technology Management， 2001， 22（5）： 435-454

[13]Funke， M， Niebuhr， A Regional Geographic Research and Development Spillovers and Economic Growth：Evidence From West Germany[J] Regional Studies， 2005，（39）1： 143-153

[14]王芳.研發溢出與人力資本對全要素生產率的影響[J].華東經濟管理，2016，（9）：55-58.endprint

[15]王家庭，賈晨蕊.中國區域創新能力及影響因素的空間計量分析[J].中國科技論壇，2009，（12）：73-78.

[16]馬明.網絡基礎設施對區域創新能力影響的實證檢驗[J].統計與決策，2015，（3）：98-101.

[17]Holtz-Eakin， D.，Schwartz， ASpatial Productivity Spillovers From Public Infrastructure Evidence From State Highways[R] National Bureau of Economic Research， 1995

[18]Zandberg，E.，Haan，JD，Elhorst，PJThe Political Economy of Financial Reform：How Robust Are Huangs Findings？ [J] Journal of Applied Econometrics， 2012， 27（4）： 695-699

[19]Yu，J，Jong，R.D，Lee，L.F.Quasi-Maximum Likelihood Estimators for Spatial Dynamic Panel Data With Fixed Effects When Both N and T Are Large[J] Journal of Econometrics， 2008， 146（1）： 118-134.

[20]Lee，L， Yu， J A Spatial Dynamic Panel Data Model With Both Time and Individual Fixed Effects[J] Econometric Theory， 2010， 26（2）： 564-597.

[21]Lee， LF ， Yu， J Some Recent Developments in Spatial Panel Data Models[J] Regional Science and Urban Economics， 2010， 40（5）： 255-271.

[22]LeSage，J，Pace， R KP.Introduction to Spatial Econometrics[M].Boca Raton：CRC Press，2002264-275

[23]Paul，JE，Zandberg， E，Haan，JDThe Impact of Interaction Effects Among Neighboring Countries on Financial Liberalization and Reform： A Dynamic Spatial Panel Data Approach[J] Spatial Economic Analysis， 2013， 8（3）： 293-313.

[24]Demurger， S Infrastructure and Economic Growth： An Explanation for Regional Disparities in China？ [J] Journal of Comparative Economics， 2001， 29（1）： 95-117.

[25]劉生龍，胡鞍鋼.基礎設施的外部性在中國的檢驗：1988—2007[J].經濟研究，2010，（3）：4-15.

[26]Cheung，KY，Lin，PSpillover Effects of FDI on Innovation in China： Evidence From the Provincial Data[J] China Economic Review， 2004，15（1）： 25-44

[27]Barro，R.J.，Lee，J.W.International Comparison of Educational Attainment[J].Journal of Monetary Economics，1993，32（2）：363-394.

[28]Lai，M.，Wang，H，Zhu，SDouble-Edged Effects of the Technology Gap and Technology Spillovers： Evidence From the Chinese Industrial Sector[J] China Economic Review，2008， 20（3）： 414-424.

[29]Yu，Y.CHINA_ SPATDWM： Stata Module to Provide Spatial Distance Matrices for Chinese Provinces and Cities[EB/OL].https： //ideas.repec org/c/boc/bocode/st57059 Html，2009-12-22

（責任編輯：于振榮）endprint