考慮空間效應的高技術(shù)企業(yè)創(chuàng)新溢出效應研究

李文亮??許正中

摘要：在考慮空間依賴性和異質(zhì)性的基礎(chǔ)上，運用空間杜賓模型對我國2008～2012年28個省級地區(qū)的高技術(shù)企業(yè)創(chuàng)新溢出的空間效應進行實證分析。結(jié)果表明：創(chuàng)新產(chǎn)出不僅與本地區(qū)投入相關(guān)，而且與鄰近地區(qū)的投入顯著相關(guān)；從長期角度看直接效應、間接效應都十分顯著，并且這種溢出效應呈現(xiàn)出MAR外部性。

關(guān)鍵詞：空間異質(zhì)；空間依賴；溢出效應；MAR外部性

DOI：10.13956/j.ss.1001-8409.2015.04.01

中圖分類號：F2731；F27644 文獻標識碼：A 文章編號：1001-8409（2015）04-0001-04

Research on Spillover Effect of Hightech Innovation

Based on Spatial Effect

LI Wenliang1， XU Zhengzhong2

（1. College of Management and Economics， Tianjin University ，Tianjin 310092；

2. College of Economics， Chinese Academy of Governance， Beijing 10089

）

Abstract：On the basis of spatial heterogeneity and dependence， this paper analyzes the spatial direct and indirect spillover effect of hightech innovation of 28 provinces in China from 2008 to 2012， with spatial panel econometrics method and gray incidence technology. The result shows that， the output of hightech innovation are not only related to the locals input but also significantly positive correlated with adjacent area. From a longterm perspective， both in direct and indirect way， spatial spillover effect of innovation output is significant， and this effect shows MAR externalities.

Key words：spatial heterogeneity； spatial dependence； spillover effect； MAR externalities

高技術(shù)企業(yè)作為國家戰(zhàn)略性、先導性技術(shù)的中堅力量，在捕捉新技術(shù)和新產(chǎn)業(yè)中起著不可替代的作用。在創(chuàng)新系統(tǒng)中，由于技術(shù)的非排他性、可轉(zhuǎn)移性和可傳播性，使其通過多種渠道能夠被其他創(chuàng)新主體吸收和利用，導致技術(shù)的溢出。因此，在技術(shù)溢出作用下，一個地區(qū)的高技術(shù)企業(yè)創(chuàng)新產(chǎn)出不僅與當?shù)氐难邪l(fā)投入、經(jīng)濟水平、創(chuàng)新環(huán)境等因素有關(guān)，而且越來越多地受到周邊地區(qū)知識溢出、技術(shù)擴散等方面的影響。忽視空間溢出效應不僅會導致模型的錯誤設(shè)定、估計方法的錯誤選擇，而且不能對高技術(shù)企業(yè)創(chuàng)新產(chǎn)出空間溢出特征、成因及其演進規(guī)律進行客觀分析。在此背景下，本文突破以往研究的局限性，在空間與時間的維度下，運用空間杜賓模型考察高技術(shù)企業(yè)創(chuàng)新溢出的直接效應、間接效應，探尋影響我國高技術(shù)企業(yè)創(chuàng)新產(chǎn)出區(qū)域發(fā)散或收斂的空間機制，并根據(jù)研究結(jié)論提出政策建議。

1相關(guān)研究綜述

目前的研究中Marshall首先提出了地理鄰近性的概念[1]。根據(jù)地理鄰近性特征，新經(jīng)濟地理學派認為知識合作對地理邊界和空間距離有很強的依賴[2]。因此，Eriksson把地理鄰近看作是影響創(chuàng)新溢出與企業(yè)績效的關(guān)鍵[3]。在之前的這些研究中主要關(guān)注地理鄰近性，認為創(chuàng)新主體間的互動需要以鄰近距離為基礎(chǔ)，而距離越遠，溢出就越不可能發(fā)生[4]。事實上，隨著信息技術(shù)的發(fā)展與科技中介組織的作用，地理空間效應突破了距離的限制，對區(qū)域創(chuàng)新產(chǎn)生著深刻和直接的影響。Ter Wal指出當某個產(chǎn)業(yè)趨于成熟時，閉合效應日益凸顯，在信任關(guān)系的作用下地理距離較遠的企業(yè)將建立合作關(guān)系，促進技術(shù)、知識的溢出[5]。單一空間距離向多維距離擴展，深化了距離的內(nèi)涵，而且多維距離降低了單一地理距離對創(chuàng)新的負影響，多維鄰近對創(chuàng)新溢出的影響進入學者的研究視野[6]。

目前，國內(nèi)外的研究雖然揭示了創(chuàng)新溢出的空間效應，但仍存在一些不足。首先，創(chuàng)新溢出效應僅局限于邊界相鄰地區(qū)，忽略經(jīng)濟距離、社會距離等現(xiàn)實中反映的空間鄰近關(guān)系；其次，對創(chuàng)新溢出僅關(guān)注于直接效應，忽視創(chuàng)新產(chǎn)出的間接效應；第三，創(chuàng)新投入與產(chǎn)出之間存在時滯，之前的研究忽略了時間滯后的特征。針對上述問題，本文突破以往研究的局限性，以我國2008～2012年28個省級地區(qū)的高技術(shù)企業(yè)為研究對象，通過描述高技術(shù)企業(yè)創(chuàng)新產(chǎn)出的空間特征及其演化進程，考察創(chuàng)新溢出效應。

本文的創(chuàng)新點包括三個方面：第一，根據(jù)灰色關(guān)聯(lián)技術(shù)確立R&D研究經(jīng)費最佳滯后期，并驗證創(chuàng)新產(chǎn)出的MAR外部性的存在；第二，根據(jù)地理鄰近與經(jīng)濟距離構(gòu)建加權(quán)空間矩陣，考察創(chuàng)新溢出特征；第三，分析高技術(shù)企業(yè)空間溢出的直接效應和間接效應。

2高技術(shù)企業(yè)創(chuàng)新分布的特征

高技術(shù)企業(yè)是知識密集、技術(shù)密集型的經(jīng)濟實體，其創(chuàng)新產(chǎn)出分布涉及到創(chuàng)新溢出的模型設(shè)定與估計方法選擇。通過全局與局部Morans I指數(shù)，刻畫我國高技術(shù)企業(yè)創(chuàng)新產(chǎn)出空間分布特征及其演進規(guī)律，為模型構(gòu)建奠定基礎(chǔ)。

21數(shù)據(jù)來源及說明

根據(jù)2008～2012年我國28個省級地區(qū)高技術(shù)企業(yè)專利申請量，分析全局與局部Morans I指數(shù)。數(shù)據(jù)來源于2009～2013年《中國科技統(tǒng)計年鑒》。

22空間自相關(guān)分析

221全局空間自相關(guān)

全局空間自相關(guān)描述某一指標所有區(qū)域與鄰近地區(qū)差異的平均程度。

結(jié)果顯示，各年Morans I指數(shù)均為負值，其Z值均通過10%的顯著性檢驗，表明我國高技術(shù)企業(yè)創(chuàng)新產(chǎn)出存在“間隔分布”的特征。

232局部分析

運用GeoDa軟件，刻畫2008～2012年我國高技術(shù)企業(yè)創(chuàng)新產(chǎn)出空間分布的LISA圖，如圖1所示。從2008～2012年我國高技術(shù)企業(yè)創(chuàng)新產(chǎn)出空間演變格局可以看出，HH類型地區(qū)不斷增多和LL類型地區(qū)不斷減少，表明創(chuàng)新產(chǎn)出空間差異程度正在逐漸減小。

3高技術(shù)企業(yè)溢出效應的空間計量分析

高技術(shù)企業(yè)創(chuàng)新產(chǎn)出空間分布特征違背高斯—馬爾可夫經(jīng)典假設(shè)[7]。需采用空間計量的ML估計解決一致性與無偏性問題。

31空間計量模型

R&D人員與R&D經(jīng)費是影響創(chuàng)新產(chǎn)出的重要因素[8]。此外，兩種具有競爭性的觀點從不同角度反映影響創(chuàng)新產(chǎn)出的因素。一種觀點認為，產(chǎn)業(yè)專業(yè)化程度越高越有利于企業(yè)知識溢出，即Marshall-Arrow-Romer外部性越高，對本地區(qū)創(chuàng)新產(chǎn)出具有較強的促進作用[9]；另一種觀點認為，產(chǎn)業(yè)分散化程度越大越能促進創(chuàng)新溢出[10]。綜合上述各影響因素，本文為考察高技術(shù)企業(yè)創(chuàng)新溢出的空間效應以及分析高技術(shù)企業(yè)創(chuàng)新溢出特征，構(gòu)建一系列空間計量模型，如模型（5～8）所示。

模型（5）為空間滯后模型，ρ表示空間溢出效應大小。模型（6）為空間誤差模型， λ反映誤差能夠被空間效應解釋的部分。模型（7）為空間杜賓模型，除了空間滯后項之外還包括自變量滯后項。模型（8）為空間杜賓誤差模型，除了空間滯后項還包括空間誤差項。

32變量說明

Pit表示地區(qū)i第t年高技術(shù)企業(yè)專利申請量，W表示空間權(quán)重矩陣，Humit表示地區(qū)i第t年高技術(shù)企業(yè)R&D人員全時當量，Monit表示地區(qū)i第t年高技術(shù)企業(yè)R&D經(jīng)費內(nèi)部支出，Monit-表示地區(qū)i第t年高技術(shù)企業(yè)R&D經(jīng)費內(nèi)部支出的滯后變量，Sit表示地區(qū)i第t年產(chǎn)業(yè)專業(yè)化程度，Dit表示地區(qū)i第t年產(chǎn)業(yè)分散化程度。產(chǎn)業(yè)專業(yè)化與分散化計算的原始數(shù)據(jù)來源于2009～2013年的《中國工業(yè)經(jīng)濟統(tǒng)計年鑒》。

空間權(quán)重的確立。本文借鑒Case等人研究方法，綜合地理鄰近與經(jīng)濟距離建立空間權(quán)重加權(quán)矩陣[11]?？臻g權(quán)重加權(quán)矩陣W=（1-α）W1+αW2，其中，W1為地理鄰近矩陣，W2為經(jīng)濟距離矩陣。設(shè)定α=05。

滯后期的確立。本文運用灰色關(guān)聯(lián)技術(shù)確立高技術(shù)企業(yè)的滯后期。運用灰色建模軟件分別分析高技術(shù)企業(yè)R&D經(jīng)費支出滯后1～4期與高技術(shù)企業(yè)創(chuàng)新產(chǎn)出的灰色關(guān)聯(lián)系數(shù)，發(fā)現(xiàn)高技術(shù)企業(yè)R&D經(jīng)費支出滯后2期與高技術(shù)企業(yè)創(chuàng)新產(chǎn)出關(guān)聯(lián)度最高，確立高技術(shù)企業(yè)R&D經(jīng)費支出滯后2期。

33模型估計

本文運用2008～2012年我國28個省級地區(qū)的高技術(shù)企業(yè)數(shù)據(jù)，對模型（5）至模型（8）進行回歸，回歸結(jié)果見表2、表3。

從表2對各種類型面板回歸數(shù)據(jù)的檢驗結(jié)果可以看出，LM spatial lag與LM spatial error，以及Robust LM spatial lag檢驗和Robust LM spatial error拒絕不存在空間效應、誤差效應和空間滯后效應的假設(shè)。因此，應該對模型（5）至模型（8）運用極大似然法（ML）進行估計。

根據(jù)表3回歸結(jié)果，比較模型（5）至模型（8）的Log-Likehood的值，發(fā)現(xiàn)模型（7）是最優(yōu)模型。WPit的系數(shù)為正且顯著不為0，表明高技術(shù)企業(yè)創(chuàng)新產(chǎn)出不僅與本地區(qū)的創(chuàng)新投入有關(guān)，而且也與相鄰地區(qū)的高技術(shù)企業(yè)創(chuàng)新投入相關(guān)。從產(chǎn)業(yè)專業(yè)化與分散化程度的系數(shù)來看，產(chǎn)業(yè)專業(yè)化程度的系數(shù)為正且顯著，產(chǎn)業(yè)分散化程度系數(shù)為正但不顯著，表明我國省級地區(qū)的高技術(shù)企業(yè)創(chuàng)新產(chǎn)出表現(xiàn)出顯著的MAR外部性。

表4直接效應與間接效應

表4顯示了模型（7）中R&D人員與研究經(jīng)費空間溢出的直接與間接效應。從直接效應來看，R&D人員的直接效應為0579，研究經(jīng)費滯后項的直接效應為0417。研究經(jīng)費投入滯后項小于研究人員當量對創(chuàng)新產(chǎn)出的影響，說明人力資本對高技術(shù)企業(yè)創(chuàng)新產(chǎn)出具有更重要的影響。

從間接效應來看，R&D人員的間接效應為0611，研究經(jīng)費的間接效應為0195。間接溢出效應表明，高技術(shù)企業(yè)創(chuàng)新產(chǎn)出不僅與本地區(qū)的研究人員當量、研究經(jīng)費投入相關(guān)，而且與鄰近地區(qū)投入相關(guān)。

4研究結(jié)論及政策建義

基于新地理經(jīng)濟學理論，本文建立了空間杜賓模型，深入分析了高技術(shù)企業(yè)創(chuàng)新溢出的直接與間接效應，得到了更貼近客觀現(xiàn)實與穩(wěn)健的研究結(jié)論，具體歸納如下：第一，全局空間自相關(guān)分析揭示了我國高技術(shù)企業(yè)創(chuàng)新產(chǎn)出存在空間依賴性和異質(zhì)性；第二，局部空間自相關(guān)分析表明地區(qū)極化效應正在逐漸減弱，空間差異擴大程度正在逐漸減??；第三，空間杜賓模型實證結(jié)果顯示，R&D人員、研發(fā)經(jīng)費的直接、間接效應都十分顯著，這一結(jié)論與Paci，Usai和吳玉鳴的研究結(jié)論不謀而合[12，13]；第四，空間杜賓模型同時表明產(chǎn)業(yè)專業(yè)化程度對高技術(shù)企業(yè)創(chuàng)新產(chǎn)出具有顯著影響，即高技術(shù)企業(yè)創(chuàng)新溢出效應呈現(xiàn)出MAR外部性特征。

由以上結(jié)論可知，在經(jīng)濟效應和空間效應的共同作用下，我國高技術(shù)企業(yè)創(chuàng)新產(chǎn)出呈現(xiàn)出地理集聚和區(qū)域空間差異的特征，而縮小區(qū)域創(chuàng)新產(chǎn)出空間差異是實現(xiàn)區(qū)域協(xié)同發(fā)展的必然選擇。為更好發(fā)揮區(qū)域創(chuàng)新溢出效應，實現(xiàn)區(qū)域創(chuàng)新產(chǎn)出收斂，本文提出以下政策建議。

（1）建立技術(shù)交流與共享平臺，加快技術(shù)擴散。知識經(jīng)濟時代，高技術(shù)企業(yè)不可能擁有創(chuàng)新所必需的全部知識，必須關(guān)注與外部組織和環(huán)境的溝通與交流，技術(shù)交流與共享平臺正是促進不同區(qū)域之間和區(qū)域內(nèi)部技術(shù)交流與擴散的重要載體。技術(shù)交流與共享平臺包括信息、技術(shù)、設(shè)備硬件平臺和政策軟件平臺。在技術(shù)交流與共享平臺上，一方面通過技術(shù)交易、技術(shù)共同開發(fā)等形式實現(xiàn)技術(shù)轉(zhuǎn)移；另一方面通過研發(fā)人員交流與合作加快隱性知識傳播。

（2）發(fā)展科技中介組織，加強區(qū)域合作。科技中介組織包括生產(chǎn)力促進中心、科技企業(yè)孵化器、技術(shù)市場、科技情報信息機構(gòu)等。通過科技中介組織提供技術(shù)產(chǎn)權(quán)交易、人才流動、風險投資等服務，加強區(qū)域高技術(shù)企業(yè)技術(shù)合作和密切聯(lián)系，增強技術(shù)溢出效應。

（3）實施優(yōu)惠政策，加快科研人才流動。為促進科研人才流動，政府應從優(yōu)惠政策入手鼓勵科研人才由高校、科研機構(gòu)向高技術(shù)企業(yè)轉(zhuǎn)移，鼓勵科研人才由先進地區(qū)向落后地區(qū)轉(zhuǎn)移。優(yōu)惠政策包括改變高校、科研機構(gòu)職稱晉升制度，支持科研人員到企業(yè)兼職，創(chuàng)新落后地區(qū)通過個人所得稅減免、提高研究經(jīng)費，引進科研人才，加快區(qū)域協(xié)同發(fā)展。

參考文獻：

[1]Steven Pinch，Nick Henry. Paul Krugmans Geographical Economics，Industrial Clustering and the British Motor Sport Industry [J]. Regional Studies，1999，33（9）：815-827.

[2]Hennemann S，Rybski D，Liefner I. The Myth of Global Science Collaboration-Collaboration Patterns in Epistemic Communities [J]. Journal of Informetrics，2012，6（2）：217-225.

[3]Eriksson R H. Localized Spillovers and Knowledge Flows： How does Proximity Influence the Performance of Plants？[J]. Economic Geography，2011，87（2）：127-152.

[4]王慶喜. 多維鄰近與我國高技術(shù)產(chǎn)業(yè)區(qū)域知識溢出——一項空間面板數(shù)據(jù)分析（1995-2010）[J].科學學研究，2013（7）：1068-1076.

[5]Anne L J， Ter Wal. The Dynamics of the Inventor Network in German Biotechnology： Geographic Proximity Versus Triadic Closure [J]. Journal of Economic Geography，2013（2）：1-32.

[6]Balland P A. Proximity and the Evolution of Collaboration Networks： Evidence from Research and Development Projects Within the Global Navigation Satellite System Industry[J]. Regional Studies，2011，46（6）：741-756.

[7]James Le Sage，Robert Kelly Pace. Introduction to Spatial Econometrics[M]. CRC Press，2009.

[8]黃賢鳳，武博，王建華. 政府研發(fā)資助、合作研發(fā)與企業(yè)創(chuàng)新績效關(guān)系研究[J]. 軟科學，2014（1）：15-19.

[9]程開明. 專業(yè)化、多樣性與技術(shù)創(chuàng)新：一個文獻綜述[J]. 自然辯證法研究，2011（9）：42-47.

[10]Gilles Duranton，Diego Puga. Diversity and Specialisation in Cities： Why， Where and When does it Matter？ [J]. Urban Studies，2000，37（3）：535-555.

[11]Anne C Case，Harvey S Rosen.Budget Spillovers and Fiscal Policy Interdependence： Evidence from the States[J]. Journal of Public Economics， 1993（52）：285-307.

[12]Moreno R， Paci R， Usai S. Geographical and Sectoral Clusters of Innovation in Europe[J]. Annals of Regional Science，2005，39（4）：715-739.

[13]吳玉鳴. 空間計量經(jīng)濟模型在省域研發(fā)與創(chuàng)新中的應用研究[J]. 數(shù)量經(jīng)濟技術(shù)研究，2006（5）：74-130.

（責任編輯：趙毅峰）