高校R&D知識溢出與區(qū)域創(chuàng)新能力
——基于空間杜賓模型的實證研究

程鵬

（武漢大學經濟與管理學院，武漢430072）

研究生論壇

高校R&D知識溢出與區(qū)域創(chuàng)新能力
——基于空間杜賓模型的實證研究

程鵬

（武漢大學經濟與管理學院，武漢430072）

隨著中國經濟改革進程不斷深入，高校R&D活動對區(qū)域創(chuàng)新能力培養(yǎng)和提升的作用越發(fā)重要，因而成為大家廣泛關注的問題。本文利用1998-2010年省域面板數(shù)據(jù)，在以往理論研究的基礎上，運用空間杜賓模型(SDM)，實證研究了中國高校R&D對區(qū)域創(chuàng)新能力的知識溢出效應。實證結果表明：(1)高校R&D的經費支出和人員投入提升了本區(qū)域的次級創(chuàng)新能力，但不利于本區(qū)域基礎創(chuàng)新能力的提升；(2)一個區(qū)域次級創(chuàng)新能力的提高，會促進周邊地區(qū)次級創(chuàng)新能力提升，但程度較弱，該地區(qū)基礎創(chuàng)新能力的變化并不利于周邊地區(qū)相應基礎創(chuàng)新能力的提高。本文為相關政策的制定提供了一定的現(xiàn)實依據(jù)。

高校R&D；知識溢出；區(qū)域創(chuàng)新能力；空間杜賓模型

一、引言

高校是知識創(chuàng)造和知識轉播的主體，是科研人才的重要聚集地。自我國實施“科教興國”戰(zhàn)略以來，高校的R&D（研究與試驗發(fā)展）活動在社會發(fā)展、經濟建設和自主創(chuàng)新戰(zhàn)略的實施中發(fā)揮了重要作用（趙文紅，劉麗蘭，2009）[1]。在新經濟增長理論中，技術創(chuàng)新是經濟長期穩(wěn)定增長的核心因素，而R&D的投入又將直接影響到技術進步的效率和水平（項歌德，2013）[2]。而且，R&D投入的產品又具有典型的公共品特征，其作用于微觀層面對區(qū)域性產業(yè)結構和總產出能夠表現(xiàn)出較強的外部性，并最終表現(xiàn)為產業(yè)的整體提升和區(qū)域整體技術水平的提高（謝蘭云，2013）[3]。因此，高校R&D活動的投入不僅對于本地區(qū)創(chuàng)新能力的提高具有直接的推動作用，還會對周邊區(qū)域創(chuàng)新能力的變化產生間接的溢出效應。

相關研究一般以R&D活動的產出作為區(qū)域創(chuàng)新能力的代理變量進行考察。專利申請量或授權量和企業(yè)新產品銷售收入是各類R&D研究使用相對最多的代理變量[4][5][6]。與R&D活動的產出類型對應，區(qū)域創(chuàng)新能力可以被分為兩類，一類我們稱之為區(qū)域基礎創(chuàng)新能力（Aghion and Howitt,1998）[7]，這種能力表現(xiàn)為R&D活動的知識產出，如專利數(shù)量、科研論文、技術專利等，是一種中間產出（余泳澤，2011）[8]，可能暫時還沒有得到市場的直接認可；另一類能力為區(qū)域次級創(chuàng)新能力(SeconderyInnovations)（Aghion andHowitt,1998），表現(xiàn)為R&D活動的最終產出，這種產出得到了市場的直接認可，真實體現(xiàn)了R&D活動的市場價值。

從現(xiàn)實來看，高校R&D活動的產出，顯然并不只有中間性質的知識產出，還有許多與企業(yè)經營行為密切聯(lián)系的市場性質的產出。因為盡管高校R&D重在基礎研究，但基礎研究又作為公共產品會激勵技術創(chuàng)新，這種正的外部性以知識溢出的方式惠及各種企業(yè)和廠商（劉洋，龐文，2011）[9]。因此，高校R&D對區(qū)域創(chuàng)新能力的影響同樣應該包含前述兩個方面。但從現(xiàn)有文獻來看，主要都是圍繞高校R&D中間產出的知識溢出來展開的，即便有少數(shù)文獻涉及區(qū)域創(chuàng)新能力的兩個方面，但因其未采用合理的實證方法而出現(xiàn)較大局限性。所以，運用合理的分析工具并進行規(guī)范的實證分析，對于明確高校R&D知識溢出對區(qū)域創(chuàng)新能力的影響具有現(xiàn)實的理論意義和政策參考價值。

二、文獻述評

高校R&D的知識溢出作用主要是建立在知識生產函數(shù)的概念及理論框架基礎之上的。Anselin(1997)[10]首次通過空間計量的方法，研究了高校R&D對高技術產業(yè)的空間溢出效應，隨后他在該研究基礎上(Anselin, 2000)[11]完善了他的理論。國內學者王立平（2005）[12]結合中國的數(shù)據(jù)，在Anselin(1997)的理論研究基礎上，考察了中國高校R&D對高技術產業(yè)的知識溢出效應，并肯定了這種效應的正向促進作用。這是國內學者首次使用空間計量分析技術研究高校R&D的知識溢出效應。但是，Anselin(1997)和王立平（2005）的研究使用的都是某一年的截面數(shù)據(jù)，有較大的偶然性和隨機性，估計結果很可能會產生偏差。吳玉鳴（2009）[13]從官產學合作的角度考察了R&D對區(qū)域創(chuàng)新能力的影響，研究結論肯定了高校R&D對創(chuàng)新能力提高的促進作用，但由于其使用的數(shù)據(jù)是籌集經費，以經費來源等于最后經費支出為假設前提，因而并不能準確衡量高校R&D真實支出的影響，夸大了這種溢出效應，存在較大的偏差和不確定性。由于這些研究僅從區(qū)域基礎創(chuàng)新能力方面來考察高校R&D的知識溢出效應，而因而具有較大的片面性。

也有少數(shù)學者從兩類區(qū)域創(chuàng)新能力來討論高校R&D知識溢出效應的研究。萬坤揚、陸文聰（2010）[14]先以專利申請量為被解釋變量，研究了高校R&D的知識溢出對大中型工業(yè)企業(yè)創(chuàng)新績效的影響，結論是高校R&D支出不利于企業(yè)創(chuàng)新績效的提升；他們又以新產品銷售收入作為被解釋變量，得出了高校R&D對企業(yè)創(chuàng)新績效的影響不顯著的結論。之所以如此，可能有兩種原因，一是各變量在取相對量時數(shù)據(jù)口徑不一致，另外就是相對量并不能很好地衡量高校R&D知識溢出效應的規(guī)模。廖述梅（2011）[15]也從專利申請量和企業(yè)新產品銷售收入兩方面，研究了高校R&D的知識溢出作用，認為高校R&D在這兩方面都有正向促進作用。然而，廖述梅（2011）使用的是普通面板模型，只能討論高校R&D對本地區(qū)創(chuàng)新能力變化的直接影響，無法全面體現(xiàn)高校R&D對本地區(qū)和周邊地區(qū)創(chuàng)新能力的空間溢出效應，使得估計結果存在偏差。

除了上述不足外，還有一些共同的缺陷。第一，既有研究過于重視高校R&D的經費支出，沒有考慮人員投入的影響，因而很可能得出片面的結論。此外，由于空間計量經濟學的興起與發(fā)展，使得高校R&D知識溢出效應在實證研究方面存在很大的差異和不足。因而第二，空間計量模型的設定，關鍵取決于空間權重矩陣的選取，上述研究都是以空間距離作為加權矩陣，這就無法反映各地區(qū)之間經濟發(fā)展水平的距離，進而存在估計上的偏差，甚至得出相反的結論；第三，已有研究在空間計量模型的選擇上，都是采用空間自回歸模型(SAR模型)①也有學者稱之為空間滯后模型（Spatial Lagged Model SLM）?；蚩臻g誤差模型(SEM)，SAR模型考察的是因變量的空間依賴，但忽略了誤差項的空間依賴，而SEM模型則恰恰相反，所以研究者在考察高校R&D的知識溢出作用時，一般的做法是將兩個模型的估計結果進行比較選擇，這兩種模型都存在因遺漏被解釋變量的空間依賴項，從而提高了所估計的參數(shù)的有效性和一致性出現(xiàn)偏差的風險；第四，SAR與SEM模型下的固定效應有地區(qū)固定效應、時間固定效應和雙固定效應之分，已有研究往往未做這種區(qū)分，這就使得研究結論存在一定的隨意性。

由此可見，以往關于高校R&D知識溢出對區(qū)域創(chuàng)新能力影響的研究還很欠缺，有必要對這一問題進行深入探討。本文將在以下方面展開研究：第一，遵循以往的研究傳統(tǒng)，在SAR和SEM模型的基礎上，將高校R&D的人員投入納入研究范圍，與經費支出一起，綜合考察高校R&D投入對區(qū)域創(chuàng)新能力的影響；第二，在第一點的基礎上，我們將專利申請量和企業(yè)新產品銷售收入分別作為區(qū)域基礎創(chuàng)新能力和次級創(chuàng)新能力的代理變量，考察高校R&D對區(qū)域創(chuàng)新能力變化的知識溢出效應；第三，在空間地理距離權重矩陣的基礎上，我們將首次加入空間經濟距離權重矩陣，用于衡量同時存在地理距離和經濟距離的條件下，高校R&D知識溢出效應的規(guī)模；第四，鑒于SAR和SEM模型的缺陷，本文將利用1998—2010年省際面板數(shù)據(jù)，引入空間杜賓模型(Spatial Durbin Model,SDM)以同時考察因變量和誤差項的空間依賴性，并較好的控制因遺漏被解釋變量的空間依賴項而出現(xiàn)的估計參數(shù)有效性和一致性偏差問題。通過對這些問題的解決，使本文能夠更好的衡量高校R&D對區(qū)域創(chuàng)新能力的知識溢出效應，為提升地區(qū)經濟的創(chuàng)新水平，進而促進地區(qū)經濟的持續(xù)穩(wěn)定發(fā)展提供更為合理的政策依據(jù)。

三、模型的設定

（一）理論計量模型

高校R&D對區(qū)域經濟溢出效應的理論分析基礎，是建立在知識生產函數(shù)的概念性框架之上的（王立平，2005）。從本質上來說，知識生產函數(shù)仍然是一個典型的Cobb-Douglas生產函數(shù)。

由于高校R&D投入涉及經費支出和人員投入兩個方面，我們在相關理論基礎上(Griliches,1979;Jaffe, 1986,1989)[16][17]，給出修改后的知識生產函數(shù)：

其中，K為知識產出，用于衡量區(qū)域創(chuàng)新能力；UE為高校R&D的經費支出；UN為高校R&D的人員投入；α和β分別為經費支出和人員投入的產出彈性；A代表其它影響因素；eμ為誤差項。對(1)式兩邊取對數(shù)并展開可得：

此外，我們分別將專利申請數(shù)(Patent)和企業(yè)新產品銷售收入(NewRevenue)作為知識產出(K)的代理變量，用以衡量區(qū)域基礎創(chuàng)新能力和次級創(chuàng)新能力，以及將大中型企業(yè)R&D經費支出(FE)和人員投入(FN)作為控制變量加入模型(2)①我們也嘗試過在模型(2)中加入科研機構的R&D投入項作為控制變量，但是由于在數(shù)據(jù)期中相關統(tǒng)計口徑發(fā)生變化，故未予考慮。，結合本文選取的1998—2010年省際面板數(shù)據(jù)，修改后的模型如下：模型(3)和(4)就是本文之后需要用到的基本計量模型。

（二）空間自回歸(SAR)與空間誤差模型(SEM)

SAR模型主要用于衡量因變量的空間溢出效應，其設定形式如下：

其中，yit為i地區(qū)在t時期因變量的觀測值(i=1,2,…,N;t=1,2,…,T)，Wij為N×N階的空間權重矩陣；∑Wijyjt衡量了因變量的空間溢出效應，ρ為系數(shù)；Xit為各解釋變量，φi為系數(shù)；φi和ηi分別為地區(qū)固定效應和時間固定效應，前者反映的是截面之間相互作用的空間地理特征，后者衡量的是一個區(qū)域內部，變量在時間上的階段性變化的特征，可以選擇單獨控制一個或同時控制這兩個效應；θ是常數(shù)項，εit為誤差項。

SEM則用于反映誤差項的空間依賴性。在本文中，SEM衡量了一個區(qū)域的高校R&D的經費支出和人員投入對該區(qū)域創(chuàng)新能力的誤差沖擊，對于其他區(qū)域創(chuàng)新能力變化的影響程度。模型的具體形式為：

其中，τit是誤差項，∑Wijτjt為上述誤差沖擊，λ是系數(shù)；其他參數(shù)含義同模型(5)。

（三）空間杜賓模型(SpatialDurbinModel,SDM)

SEM并沒有考慮因變量的空間溢出效應，而以往對中國高校R&D知識溢出效應的研究文獻主要就是以SEM模型的估計結果為結論依據(jù)的。SAR模型則忽略了誤差項中的空間依賴性，降低了估計的有效性。鑒于SAR和SEM模型自身的特點及其局限性，Lesage, Pace(2009)[18]提出了能夠同時衡量因變量的空間溢出效應和誤差項空間依賴性的SDM模型，該模型的特點就是同時包含因變量的空間滯后項和解釋變量的空間滯后項，無論真實的數(shù)據(jù)生成過程是SEM還是SAR模型，SDM模型都具有相對一般性且穩(wěn)健的估計結果。其形式如下：

其中，Wit是N×N階空間權重矩陣，∑WijXijt衡量了一個地區(qū)高校R&D的經費支出和人員投入對其他地區(qū)創(chuàng)新能力變化的影響程度，δ是系數(shù)。其他參數(shù)含義同模型(5)。

四、數(shù)據(jù)來源和空間計量模型的選擇

（一）數(shù)據(jù)來源和相關處理

1998年起才有高校R&D經費支出。從2011年開始，數(shù)據(jù)統(tǒng)計口徑將工業(yè)企業(yè)從大中型改為規(guī)模上。故本文將數(shù)據(jù)樣本定為1998—2010年中國30個省市自治區(qū)（西藏數(shù)據(jù)缺失嚴重，故刪除）。所取數(shù)據(jù)來自歷年《中國統(tǒng)計年鑒》、《中國科技統(tǒng)計年鑒》。

此外，相對量無法考察各地區(qū)高校R&D經費支出和人員投入知識溢出的整體規(guī)模，所以模型(3)和(4)中所有變量均為絕對數(shù)。1994年中國實行分稅制改革，故將1994年的CPI指數(shù)設為基期價格，對所有名義變量進行平減。表3為STATA 12.0的運行結果，其余由Matlab R2012b得出。

（二）空間權重矩陣形式的選擇

首先選擇空間權重矩陣。以往高校R&D知識溢出的研究文獻都只考慮地區(qū)間的地理距離，并未考慮地區(qū)間的經濟增長的差距。本文在地理距離權重矩陣中加入地區(qū)經濟距離權重矩陣：

其中，dij是地理距離①我們將省會之間最短的公路距離作為衡量兩地間地理距離的指標，數(shù)據(jù)來源為谷歌衛(wèi)星地圖。，wdij是地理距離權重矩陣；Incomei和Incomej表示地區(qū)i和j城鎮(zhèn)人均可支配收入，|Incomei-Incomej|為地區(qū)間經濟發(fā)展差距，weij為地區(qū)經濟距離權重矩陣。借鑒謝蘭云（2013）的做法，取1998—2010年城鎮(zhèn)人均可支配收入的均值作為地區(qū)間的經濟距離②項歌德(2011)以某一年經濟發(fā)展距離的數(shù)據(jù)作為權重矩陣，相比而言，取均值的做法更合適，但也有一定的局限性。不過，目前并沒有更有效的取值方法。。WDij和WEij分別為地理距離權重矩陣和經濟距離權重矩陣的標準化形式，π為權數(shù)，范圍是[0,1]，步長為0.1，用于控制地理距離和經濟距離所占的份額，SAR、SEM和SDM模型的估計結果在很大程度上決定于π的取值，Wij是加權空間權重矩陣。

（三）LM空間自相關—空間誤差檢驗(LMsarsem test)與π值的確定

Burridge(1980)[19]提出了LM統(tǒng)計量，服從漸進χ2（1）分布，用以判斷是否選擇空間計量模型，以及選用何種形式的空間計量模型，比Moran(1948)[20]提出的Moran’sI統(tǒng)計量更為簡潔方便。

當被解釋變量為lnPatent時，無論π取值多少，LM-ERROR統(tǒng)計量都是非常顯著的，說明數(shù)據(jù)生成過程為SEM形式，但隨著地理距離份額的增加，LM-ERROR統(tǒng)計量的顯著性遞減；完全以地理距離作為權重矩陣，以及在π=0.1時，SAR模型不合適，π=0. 2時LM-LAG統(tǒng)計量在1%水平下顯著，從π=0.3開始，均可選擇SAR模型。當被解釋變量為lnNewRevenue時，π取值0到0.6時，SAR和SEM模型都是合適的，但從π=0.7開始，LM-ERROR統(tǒng)計量不顯著。如果只有LM-LAG或LM-ERROR統(tǒng)計量顯著的話，我們就可以對SAR或SEM模型進行估計，以確定π值，此時也可選用SDM模型，但不是必須的；若LM-LAG和LM-ERROR統(tǒng)計量同時顯著，說明數(shù)據(jù)生成過程既符合SAR形式，也符合SEM形式，此時選擇SDM模型就十分必要，否則就會使參數(shù)估計的有效性和一致性出現(xiàn)偏差。具體到SAR、SEM和SDM模型，當被解釋變量為Ln Patent時，π值分別為0.7、0.7和0.6；當被解釋變量為LnNew Reveue時，π分別為0.3、0.6和0.3③限于篇幅，表中只給出了地區(qū)固定效應下的π值，時間固定效應和雙固定效應結論相同。。

五、實證分析

（一）非空間計量模型估計結果

表2給出了基本面板模型的參數(shù)估計結果?；旌螼LS估計結果顯示，無論被解釋變量是lnPatent還是lnNewRevenue，高校R&D和企業(yè)R&D的經費支出和人員投入都是顯著的，混合OLS是后續(xù)空間計量模型估計的基準和參照模型，LM空間自回歸—誤差檢驗就是以OLS模型為基礎展開的。表中還給出了普通面板的固定效應和隨機效應模型的估計結果，Hausman檢驗結果顯示，對于lnPatent和lnNewRevenue，分別在1%和5%的顯著性水平下拒絕固定效應和隨機效應無差異的假設，固定效應模型的估計方法更優(yōu)，空間計量模型估計因而也使用固定效應模型。從估計結果中可以看出，當被解釋變量為lnPatent時，高校R&D人員投入的影響效果并不確定。而被解釋變量為lnNewRevenue時，各解釋變量都很顯著，擬合度也相對更高，混合OLS模型下的DW值也接近2，說明模型受異方差影響很小。

表1 LMsarsem檢驗

表2 基本面板模型參數(shù)估計結果

（二）SAR和SEM模型的估計結果

由于本文研究的是高校R&D經費支出和人員投入對區(qū)域創(chuàng)新能力的知識溢出效應，結合之前LM檢驗的結論和以往研究的結果，我們需要在表3的估計結論上作進一步的空間計量分析。

在本文中，SAR模型強調的是本區(qū)域的創(chuàng)新能力對其他地區(qū)創(chuàng)新能力變化的空間溢出效應，SEM模型衡量的是一個區(qū)域的高校R&D的經費支出和人員投入對該區(qū)域創(chuàng)新能力的誤差沖擊，對于其他區(qū)域創(chuàng)新能力變化的影響程度。表3和表4分別給出了被解釋變量為lnPatent和lnNewRevenue時，高校R&D對區(qū)域創(chuàng)新能力知識溢出效應的SAR和SEM模型的參數(shù)估計結果，且分別以地區(qū)固定效應、時間固定效應和雙固定效應的形式給出。

當被解釋變量為lnPatent時（表3），SAR和SEM空間權重矩陣的π值均為0.7，這說明地理距離的影響大于經濟距離的影響。從表1的LM檢驗可知，此時數(shù)據(jù)生成過程既是SAR形式，也是SEM形式。在SAR和SEM模型的雙固定效應模型中，高校R&D的經費支出均不利于本區(qū)域基礎創(chuàng)新能力的提升，而高校R&D人員投入的影響效果不顯著；然而，企業(yè)R&D投入顯著利于本區(qū)域基礎創(chuàng)新能力的提高，在SAR模型中，企業(yè)R&D的經費支出每增加1%，將提升0.1634%的專利申請量，而每增加1%的企業(yè)R&D人員全時當量，專利申請兩將增加0.1545%；在SEM模型中，分別為0.1691%和0.1653%，企業(yè)R&D中資金投入的作用僅略高于人員投入的效果。本地區(qū)創(chuàng)新能力水平對周邊區(qū)域創(chuàng)新能力的知識溢出效應每提升1%，周邊區(qū)域的創(chuàng)新能力將提升0.208%，而本地區(qū)高校R&D和企業(yè)R&D的經費支出和人員投入，對本區(qū)域創(chuàng)新能力的變化所產生的正向誤差沖擊每變化1%，將提升周邊地區(qū)0.2604%的創(chuàng)新能力水平。

當被解釋變量為lnNewRevenue時（表4），SAR模型中的π值為0.3，經濟距離造成的影響為70%，SEM模型中的π值為0.6，地理距離帶來的影響大于經濟距離的作用，盡管π值不同，由表1的LM檢驗結果可知，此時的數(shù)據(jù)生成過程仍然既是SAR形式，又是SEM形式。從SAR和SEM的雙固定效應模型中可以看出，與被解釋變量為lnPatent不同，高校R&D的經費支出和人員投入均顯著有利于本地區(qū)新產品銷售收入的增加，且人員投入的促進作用大于經費支出的作用。在SAR中，高校R&D經費每增加1%，將提升0.1893%的銷售收入，人員全時當量每增加1%，新產品銷售收入將增加0.2253%，SEM中相關數(shù)據(jù)分別為0.1886%和0.2281%，同SAR中的差別并不大。企業(yè)R&D的經費支出與人員投入對新產品銷售收入的作用有所不同，經費支出顯著有利于新產品銷售收入的增加，在SAR和SEM模型中分別為0.3258%和0.3269%，明顯大于高校R&D經費支出的貢獻，而企業(yè)R&D的人員投入并不利于新產品銷售收入的增加。

表3 被解釋變量為lnPatent時高校R&D的知識溢出效應

（三）空間杜賓模型(SDM)

從空間權重矩陣中π的取值可知，當被解釋變量為lnPatent或lnNewRevenue時，數(shù)據(jù)生成過程既是SAR形式，也是SEM形式。因而，使用SDM模型十分必要。

由表5可知，被解釋變量為lnPatent或lnNewRevenue時，雙固定效應下的SDM模型的擬合程度均高于SAR和SEM模型，模型可靠性更高。當被解釋變量為lnPatent時，高校R&D經費支出和人員投入仍然不利于區(qū)域基礎創(chuàng)新能力的提高，這一點與SAR和SEM估計結果一致，且二者對其他區(qū)域的空間溢出效應不顯著；企業(yè)R&D經費支出和人員投入對區(qū)域基礎創(chuàng)新能力的提升有顯著的正向作用，且資金投入的效果大于人員投入的效果，彈性分別為0.1739%和0.1257%，SAR與SEM模型則分別低估了前者，并顯著高估了企業(yè)R&D人員投入對區(qū)域基礎創(chuàng)新能力的促進作用。二者對周邊地區(qū)的溢出效應也是顯著的，但人員投入的溢出效應大于資金投入的溢出效應，分別為0.5391%和0.9643%，因變量的空間溢出效應為-0. 3860%，并不利于周邊地區(qū)基礎創(chuàng)新能力的提升，該結論與SAR和SEM模型的估計結果完全相反。

當被解釋變量為lnNewRevenue時，高校R&D經費支出和人員投入有利于提升區(qū)域次級創(chuàng)新能力，提升比例分別為0.1762%和0.2768%，而SAR和SEM模型高估了前者，并顯著低估了高校R&D人員投入的作用；企業(yè)R&D經費支出的正向促進作用顯著，大于高校R&D經費支出效果近兩倍，為0.3454%，SAR和SEM模型則低估了這一效果，人員投入同樣不利于區(qū)域次級創(chuàng)新能力的提高，與SAR、SEM模型估計結果接近。高校R&D經費支出和人員投入的空間溢出效果只在地區(qū)固定效應下顯著，在同時考慮時間固定效應后，這種溢出效果并不顯著，因變量的空間溢出效應為正，說明本地區(qū)新產品銷售收入的增加有利于周邊地區(qū)次級創(chuàng)新能力的提升，這一效果為0.0249%。

六、結論和政策建議

本文在Griliches-Jaffe知識生產函數(shù)的理論框架的基礎上，利用1998—2010年中國省域數(shù)據(jù)，運用空間杜賓模型(SDM)，從區(qū)域基礎創(chuàng)新能力和次級創(chuàng)新能力兩個方面研究了中國高校R&D對區(qū)域創(chuàng)新能力的知識溢出效應。結果表明：(1)高校R&D經費支出不利于本區(qū)域基礎創(chuàng)新能力的提升，而人員投入的影響不顯著；（2）經費支出和人員投入對本區(qū)域次級創(chuàng)新能力有顯著的推動作用，且人員投入的提升效果大于經費支出的作用；（3）在高校R&D投入的影響下，一個區(qū)域的基礎創(chuàng)新能力的提升，并不利于周邊地區(qū)基礎創(chuàng)新能力的提高，而區(qū)域次級創(chuàng)新能力的提升對周邊地區(qū)產生正向的空間溢出效應，但程度較弱；（4）高校R&D的經費支出和人員投入本身，并未對周邊區(qū)域產生直接的知識溢出效應，這種溢出效應更多的是通過本區(qū)域創(chuàng)新能力的變化來間接實現(xiàn)的。

綜合以上研究，本文的政策建議如下：（1）各地區(qū)應繼續(xù)加強高校R&D的經費支出和人員投入力度。從各地區(qū)的高校R&D經費支出來看，盡管支出總量保持穩(wěn)步增長的趨勢，但人均科研經費支出還很不足；此外，還需要加強科研人才的培養(yǎng)，尤其是提升基礎研究的科研力量，形成合理的人才與知識結構搭配。（2）加強各地區(qū)高校科研人才的交流與合作，在科研人才的結構上形成優(yōu)勢互補，促進科研資源與成果的交流和分享；在科研項目的資金上，經濟發(fā)達地區(qū)在保證自身高校R&D需求的基礎上，多向經濟相對落后的地區(qū)提供幫助，中央政府也應在政策上給予更多的支持，拓寬高校R&D的融資渠道，鼓勵企業(yè)資金參與高校R&D活動。（3）高校R&D活動應以市場為導向，將高校科研人才的研究興趣和目標聚焦到經濟社會發(fā)展的重大需求上去，不僅重視基礎研究和技術開發(fā)，更要重視科研成果的轉化，從基礎創(chuàng)新和次級創(chuàng)新兩個方面提升區(qū)域創(chuàng)新能力；（4）各地區(qū)高校應不斷推進科研評價制度的改革，建立與協(xié)同創(chuàng)新相適應的開放評價機制，從制度上保證區(qū)域內部和區(qū)域之間高校科研部門、各單位的協(xié)同效應，推動更大范圍的利益相關方來評價創(chuàng)新活動的價值；推進科研成果處置權和收益權的改革，更好的激勵科研人才和科研機構產出高質量的成果，推動區(qū)域創(chuàng)新能力的不斷提升，支撐區(qū)域經濟的持續(xù)穩(wěn)定發(fā)展。

表5 空間杜賓模型估計結果

[1]趙文紅,劉麗蘭.大學研發(fā)對高新企業(yè)創(chuàng)建和就業(yè)增長的影響研究[J].科學學研究,2009,(3):374-380.

[2]項歌德.空間計量經濟學理論及其方法應用[M].上海:復旦大學出版社,2013.

[3]謝蘭云.中國省域R&D投入對經濟增長作用途徑的空間計量分析[J].中國軟科學,2013,(9):37-47.

[4]史修松,趙曙東,吳福象.中國區(qū)域創(chuàng)新效率及其空間差異研究[J].數(shù)量經濟與技術經濟研究,2009,(3):45-55.

[5]魯釗陽,廖杉杉.FDI技術溢出與區(qū)域創(chuàng)新能力差異的雙門檻效應[J].數(shù)量經濟與技術經濟研究,2012,(5):75-88.

[6]錢曉燁,楊百寅,遲巍.心理資本與區(qū)域創(chuàng)新活動:來自我國地級市的實證研究[J].中國軟科學,2014,(2):179-192.

[7]Aghion P.and Howitt P..Endogenous Growth Theory[M]. Cambridge,Mass:MITPress,1998.

[8]余泳澤.政府支持、制度環(huán)境、FDI與我國區(qū)域創(chuàng)新體系建設[J].產業(yè)經濟研究,2011,(1):47-55.

[9]劉洋，龐文.我國高校R&D研究述評[J].科技管理研究, 2011(9):100-113.

[10]AnselinL.,Varga,A.andZ.J.Acs.LocalGeographicSpillovers between University Research and High Technology Innovations[J]. JournalofUrbanEconomics,1997,(42):422-448.

[11]Anselin L.,varga,A.and Z.J.Acs.Geographic Spillovers and University Research:A Spatial Econometric Perspective[J].Growth and Change,2000,(31):501-516.

[12]王立平.我國高校R&D知識溢出的實證研究——以高技術產業(yè)為例[J].中國軟科學,2005,(12):54-59.

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

[14]萬坤揚,陸文聰.高校研發(fā)知識溢出與大中型工業(yè)企業(yè)創(chuàng)新績效[J].中國科技論壇,2010,(9):71-76.

[15]廖述梅.高校研發(fā)對企業(yè)技術創(chuàng)新的溢出效應分析[J].科研管理,2011,(6):11-17.

[16]Griliches S.Issues in assessing the contribution of R&D to productivitygrowth[J].BellJournalofEconomics,1979,（10）92-116.

[17]Jaffe A B.Technological opportunity and spillovers of R&D: evidence from firm’s patent,profits and marketvalue[J].American EconomicReview,1986,76(5):984-1001.

[18]Lesage J,R.K Pace.Introduction to Spatial Econometrics[M]. New York:CRC PressTaylor&FrancisGroup,2009.

[19]Burridge.On the Cliff-Ord Test for Spatial Autocorrelation[J]. JournaloftheRoyalStatisticalSocietyB,1980,(42):107-108.

[20]Moran,P.A.P.The Interpretation of Statistical Maps[J]. Biometrika,1948,(35):255-260.

責任編輯范先佐

Abstract:Using annual data for China over the period 1978-2011,the paper empirically studies higher education expansion model,focusing on how economic development,population,industry,labor market,urbanization and policy influence higher education expansion and their mechanism..The study found that following the population,industry structure and the Engel coefficient,the wage level and the unemployment rate are factors,which have significant impacts on the expansion of higher education's scale.The marginal effect of unemployment is significantly positive,the marginal impact of the average wage level is negative and the absolute value is greater than the unemployment rate.Urbanization has a significant and very robust role in driving the expansion of the higher education's scale.After gradually incorporated into the gross enrollment rate factors,we found that the absolute value of economic development level on the marginal effect with expanding scale is decreasing continuously but not significantly.Therefore,we conclude that using market mechanism to achieve the expansion of higher education's scale is a more effective long-term policy orientation.

Key words:Higher education expansion;labor market;urbanization;transition economy

責任編輯葉慶娜

The Knowledge Spillovers of University R&D on Reginal Innovation Capability: Empirical Analysis Based on Spatial Durbin Model

CHENG Peng

With the deepening of Chinese economic reforms,it's more important for cultivating and promoting regional innovation capability from university R&D,thus becoming an issue with widespread concern.Based on previous theoretical research and Chinese provincial panel data between 1998 and 2010,a Spatial Durbin Model was initially used to study the knowledge spillovers of university R&D on regional innovation capability.It finds that:expenditure and staff of university R&D are of benefit for local secondary innovational capability,but against local theoretical innovational capability;local secondary innovational capability is weakly helpful for secondary innovational capability of around area,and local theoretical innovational capability is not of benefit for neighboring area.This paper offers some realistic bases for the making of relative policies.

university R&D;knowledge spillovers;regional innovational capability;SDM

F08；G40-054

A

1003-4870(2014)06-0060-08

2014-09-02

程鵬，男，武漢大學經濟與管理學院博士研究生，研究方向為中國經濟增長。