陳 凱，王 珂

(1. 東北大學(xué)秦皇島分校 秦皇島066004；2. 格拉斯哥大學(xué) 亞當(dāng)斯密商學(xué)院 格拉斯哥G128QQ英國)

科技教育資源

京津冀地區(qū)知識溢出效應(yīng)測度

陳 凱1，王 珂2

(1. 東北大學(xué)秦皇島分校 秦皇島066004；2. 格拉斯哥大學(xué) 亞當(dāng)斯密商學(xué)院 格拉斯哥G128QQ英國)

在當(dāng)今知識信息時代，知識的生產(chǎn)、累積、擴散、應(yīng)用與增殖的動態(tài)競爭能力已經(jīng)逐漸取代了傳統(tǒng)的土地、資本與勞動力等要素形成的競爭力。知識溢出已經(jīng)成為影響區(qū)域經(jīng)濟發(fā)展的一項至關(guān)重要的因素。以中國北方起到經(jīng)濟支柱地位的京津冀區(qū)域作為研究對象，引入可測度知識和不可測度知識作為自變量，基于生產(chǎn)函數(shù)構(gòu)建了空間Durbin計量模型，使用Matlab7.0軟件對模型進行回歸，求出參數(shù)估計值，進而測度出一、二階鄰接矩陣下京津冀地區(qū)知識存量的總效應(yīng)、直接效應(yīng)和間接效應(yīng)。用同樣的方法測度出京津冀地區(qū)地級及以上城市知識溢出效應(yīng)。測度結(jié)果表明京津冀地區(qū)知識溢出具有一階正效應(yīng)以及二階弱負效應(yīng)，且高于全國平均水平，其中北京、天津兩大直轄市正效應(yīng)顯著，并遠高于河北八市。分析測度結(jié)果，發(fā)現(xiàn)阻礙知識溢出的原因主要是政府職能不能有效發(fā)揮、行政區(qū)劃與經(jīng)濟區(qū)域存在差異、產(chǎn)業(yè)同構(gòu)、產(chǎn)業(yè)鏈斷裂并存及知識產(chǎn)權(quán)保護未完全到位等，從而提出促進京津?qū)＠晒D(zhuǎn)化、加強河北知識吸收能力、促進區(qū)域聯(lián)動、大力引進外商投資、避免過度知識溢出的負效應(yīng)產(chǎn)生等相關(guān)建議。

京津冀地區(qū) 知識溢出效應(yīng) 空間模型 空間鄰接矩陣

1 問題提出

20世紀80年代中期興起的內(nèi)生增長理論將技術(shù)內(nèi)生化，認為技術(shù)進步和創(chuàng)新是經(jīng)濟增長的源泉。[1]在當(dāng)今知識經(jīng)濟時代，知識的生產(chǎn)、累積、擴散、應(yīng)用與增殖的動態(tài)競爭能力，取代了傳統(tǒng)的土地、資本與勞動力等要素形成的競爭力。[2]知識資本既可以通過自身的學(xué)習(xí)開發(fā)獲得，也可以通過交易、合作等途徑獲取，從而得到額外價值，此為知識溢出效應(yīng)。在內(nèi)生經(jīng)濟理論中，知識溢出被看作是技術(shù)進步在產(chǎn)業(yè)間轉(zhuǎn)移和擴散的一種特定形式，為一國、一地區(qū)、一產(chǎn)業(yè)，甚至是一企業(yè)迅速提高技術(shù)水平，經(jīng)濟快速發(fā)展提供了便利。

學(xué)術(shù)界對知識溢出問題早有研究。國外學(xué)者對知識溢出效應(yīng)與地理距離及吸收能力等方面的研究成果較多。Anselin Varga和Ace(1997)運用空間計量模型利用美國大學(xué)R&D和高新技術(shù)創(chuàng)新數(shù)據(jù)分析 R&D外溢作用，發(fā)現(xiàn)外溢超越了地理邊界。[3]Agrawal(2000)指出產(chǎn)業(yè)區(qū)知識溢出與接受者認知、吸收與利用新技術(shù)知識的能力有關(guān)。[4]Stel和Henry (2002)應(yīng)用面板數(shù)據(jù)分析了荷蘭 1987—1995年工業(yè)部門知識溢出、區(qū)域競爭與經(jīng)濟增長的關(guān)系，表明產(chǎn)業(yè)間知識溢出對部門經(jīng)濟增長影響顯著。[5]Kose等(2002)運用平行數(shù)據(jù)和空間計量經(jīng)濟學(xué)方法，對法國、意大利和西班牙三國的區(qū)域經(jīng)濟增長進行實證分析，結(jié)果證明R&D溢出對于區(qū)域經(jīng)濟增長具有正效應(yīng)。[6]Fischer(2003)運用澳大利亞高科技產(chǎn)業(yè)數(shù)據(jù)經(jīng)驗證實了高校作為知識源的地理媒介知識溢出的存在，且溢出呈距離衰減趨勢。[7]

知識溢出研究近些年也越來越受到國內(nèi)學(xué)者們的廣泛關(guān)注。王立平(2005)研究了高等院校對于高科技產(chǎn)業(yè)的知識溢出的正向效應(yīng)。[8]吳延兵(2006)計算了R&D人員的產(chǎn)出貢獻。[9]段紅玲、祝樹金(2010)估算出R&D 強度對技術(shù)進步的促進作用。[10]鄔滋(2011)探討區(qū)域間知識溢出的空間效應(yīng)。[11]彭向、蔣傳海(2011)分析了我國工業(yè)產(chǎn)業(yè)內(nèi)知識溢出(MAR外部性)和產(chǎn)業(yè)間知識溢出(Jacobs外部性)效應(yīng)。[12]王慶喜等(2013)用空間滯后面板模型檢驗地理鄰近、技術(shù)鄰近以及綜合鄰近對區(qū)域知識溢出效應(yīng)的影響。[13]于娜(2014)進行了跨國公司對中國企業(yè)技術(shù)溢出效應(yīng)的實證研究。[14]

對國內(nèi)特定區(qū)域的針對性研究文獻不是很多，大多集中在對長三角洲地區(qū)的研究。張曉冬、陳許陽(2010)估算了長三角地區(qū)輕紡行業(yè)的Jacob 形式知識溢出效應(yīng)。[15]姜宇華等(2011)描述了該區(qū)域知識溢出蜂窩圖。[16]類驍?shù)?2011)計算了長江三角區(qū)域知識溢出的不均衡度。[17]張宗慶、張寅(2012)研究了該地區(qū)產(chǎn)業(yè)集聚格局帶來的MAR和Jacobs溢出及其技術(shù)池和吸收能力兩溢出途徑。[18]

通過對知識溢出問題的研究整理發(fā)現(xiàn)存在以下方面的不足：首先，國際和國內(nèi)的現(xiàn)有研究成果大多站在宏觀視角，較少詳盡地對某個區(qū)域進行針對性強的對策研究；其次，已有研究方法多是用空間模型驗證知識溢出現(xiàn)象的存在，較少對其效益進行準(zhǔn)確的測度，尚未深入到加速度層次分析知識溢出與知識產(chǎn)權(quán)保護的關(guān)系；再次，國內(nèi)對京津冀區(qū)域知識溢出問題的研究較少，對其效益的評價與動因分析更是學(xué)術(shù)研究上的一個空白。

2 京津冀區(qū)域知識溢出效應(yīng)測度

2.1 空間模型的構(gòu)建

2.1.1 變量的分析與選取

考察知識溢出效應(yīng)的重點是知識溢出對區(qū)域經(jīng)濟發(fā)展所產(chǎn)生的作用，而GDP是衡量一個地區(qū)經(jīng)濟發(fā)展程度的重要指標(biāo)，因此我們采用GDP作為因變量，而在對GDP的貢獻要素中，資本投入和勞動力投入是基礎(chǔ)要素，我們分別用區(qū)域全社會固定資產(chǎn)額(K)和區(qū)域就業(yè)人口(L)來表示這兩個自變量。

隨著知識經(jīng)濟的發(fā)展，知識的作用越來越重要，已經(jīng)成為新的生產(chǎn)要素，因此，本文將知識存量(S)作為一個獨立的投入變量。區(qū)域知識存量一般是指某時點上一個區(qū)域?qū)χR資源的占有總量，是人們在生產(chǎn)和生活實踐中對知識的積累，反映了一個區(qū)域知識生產(chǎn)的能力和潛力。由于并不是所有的知識創(chuàng)新都能申請到專利，因此用專利替代知識存量只代表那部分可以測度的知識存量，而對經(jīng)濟發(fā)展產(chǎn)生貢獻的還有許多不可測度的知識，所以，本文將知識存量自變量分成兩個部分，即可測度的知識存量(S1)和不可測度的知識存量(S2)。

由于知識像其他產(chǎn)品一樣，也存在價值的縮減和折舊。因此，本文根據(jù)一定的折舊率，采用永續(xù)盤存法來對知識存量的現(xiàn)值進行估算。

永續(xù)盤存法估算知識存量現(xiàn)值的公式是：

其中St是第t年的知識存量；Nt是第t年的知識增量；d是折舊率。本文參照呂忠偉(2009)的研究中折舊率為15%。[19]

在應(yīng)用永續(xù)盤存法估算知識存量時，需要確定區(qū)域的初始知識存量，初始存量采用類似物質(zhì)資本存量折算。計算公式為：

其中S0表示初始年的知識存量；N0表示初始年的專利申請授權(quán)量；g是專利申請授權(quán)量的平均年增長率。

2.1.2 空間Durbin模型的建立

以劉滿鳳、唐厚興(2010)[20]建立的空間函數(shù)作為參考，根據(jù)前面選取的變量我們假設(shè)其滿足如下函數(shù)關(guān)系：

其中G是區(qū)域GDP；K是資本投入，即區(qū)域全社會固定資產(chǎn)額；L是勞動力投入，即區(qū)域就業(yè)人口數(shù)；S1是可測度知識存量，即區(qū)域?qū)＠暾埵跈?quán)量；S2是不可測度知識存量。采用CD生產(chǎn)函數(shù)：

其中，α、β、γ、λ是各變量的彈性系數(shù)，也是待估參數(shù)；A是常數(shù)，表示生產(chǎn)要素的綜合利用能力。將式(4)兩邊對數(shù)化，得到：

將其改寫為：

基于專利的可測度知識存量以及不可測度知識存量都表現(xiàn)出空間依賴性，故本文假設(shè)：

其中W是空間鄰接矩陣；φ1、φ2分別是可測度知識和不可測度知識對應(yīng)的空間影響系數(shù)，反映的是內(nèi)生于樣本數(shù)據(jù)的空間依賴性，以此衡量相鄰區(qū)域單元的知識存量對本區(qū)域單元知識存量的平均影響；μ1、μ2是對應(yīng)的隨機誤差項。

雖然可測度知識與不可測度知識是有差異的，但兩者之間存在一定的關(guān)聯(lián)，這種關(guān)系可通過隨機誤差項來體現(xiàn)。故假設(shè)隨機誤差項μ1、μ2滿足一個簡單線性方程，如下所示：

2.2 運算

2.2.1 數(shù)據(jù)收集與預(yù)處理

選取2002—2012年京津冀地區(qū)的面板數(shù)據(jù)，因變量均以2002年作為基準(zhǔn)年，所以對數(shù)據(jù)進行了不變價處理，其中全社會固定資產(chǎn)投資和各地專利授權(quán)量用永續(xù)盤存法進行處理成為存量，折舊率分別取9.6%(張軍等，2004)［21］和15%(呂忠偉、唐厚興，2009)。此外，由于2006年的統(tǒng)計年鑒中沒有收錄各地區(qū)就業(yè)人數(shù)的數(shù)據(jù)，故采用2005年與2007年就業(yè)人數(shù)的平均數(shù)作為當(dāng)年的就業(yè)人數(shù)。數(shù)據(jù)取自《中國統(tǒng)計年鑒》(2005—2014年)、《中國區(qū)域統(tǒng)計年鑒》(2005—2014年)。

以上送搜集數(shù)據(jù)為T×N×M維度面板數(shù)據(jù)，T＝10是時間跨度，N＝10是區(qū)域單元數(shù)，M＝4是變量個數(shù)。需要對每個變量求對數(shù)，且將產(chǎn)出值N*1階的G’變成TN*1階，即列向量G’＝(G1’，G2’…GT’)T，其他自變量也同樣做類似預(yù)處理。

2.2.2 因變量空間相關(guān)性判斷

建立空間計量模型前，必須確定選擇的因變量之間是否存在空間自相關(guān)性。根據(jù)經(jīng)驗判斷，由于地理、歷史、文化以及其他社會因素的影響，各個地區(qū)必然具有異質(zhì)性，但隨著區(qū)域經(jīng)濟協(xié)調(diào)發(fā)展的不斷深入，不同地區(qū)間在資源、信息以及資本等各方面的影響和依賴不斷擴大，所以空間自相關(guān)性必定存在。為了進一步進行科學(xué)的驗證，我們采用實際空間相關(guān)性分析中較常用的MoranI指數(shù)對空間自相關(guān)性進行測度。MoranI指數(shù)的計算公式為：

MoranI指數(shù)可看作是各個地區(qū)產(chǎn)出值的乘積，取值范圍在－1～＋1之間，若各個地區(qū)經(jīng)濟行為存在空間正相關(guān)性，其值為正數(shù)；若為負相關(guān)，則數(shù)值為負，值越大表明空間相關(guān)度越大。

根據(jù)I的計算公式，用Matlab7.0軟件計算得到2004—2013年各年區(qū)域因變量的空間自相關(guān)指數(shù)，如表1所示：

表1 2004—2013年京津冀地區(qū)因變量空間自相關(guān)指數(shù)Tab.1 List of dependent variable spatial autocorrelation indexes for Beijing-Tianjin-Hebei region during 2004—2013

由上表數(shù)據(jù)可判斷，京津冀地區(qū)各地間存在正的空間相關(guān)性。這不僅驗證了經(jīng)驗判斷的正確性，另一方面也表明在我們構(gòu)建的空間測度模型中選取的因變量以及納入的因變量的空間影響因子是合理的。

2.2.3 空間Durbin模型的計算

空間模型能夠揭示研究單元之間存在的較為復(fù)雜的依賴結(jié)構(gòu)，某一個研究單元特定自變量的變動勢必會影響到本單元的因變量，即為直接效應(yīng)。但在實際情況中，一個區(qū)域內(nèi)某地自變量的變動也可能會潛在地影響到區(qū)域內(nèi)的其他研究對象，即間接效應(yīng)，也就是我們要研究的溢出效應(yīng)。為了能夠測度出溢出效應(yīng)，我們將空間Durbin模型進行推倒如下：

上式中y是觀察單元產(chǎn)出值，W是空間鄰接矩陣，X是解釋變量向量，n是觀察單元個數(shù)，In是n階單位矩陣，ρ、β、θ、α是待估參數(shù)，ε是隨機誤差項。將式(15)重新改寫得：

其中，k表示解釋變量個數(shù)，xr第r個解釋變量，r＝1，2，…，k，Wq表示q階空間鄰接矩陣，βr表示解釋變量向量X中第r個解釋變量的系數(shù)，θr表示滯后解釋變量向量WX的第r個滯后變量的系數(shù)。

綜上可得：

表示第i個區(qū)域的第r個解釋變量的取值，Sr( W)ij表示矩陣Sγ(W)的第i行第j列元素，W(W)i表示矩陣V(W)的第i行。

可得：

式(18)表明某一觀察單元自變量的變化會影響其他單元的因變量，這是由于建立的空間Durbin模型引入了滯后變量Wy和WX導(dǎo)致的。

綜上所述，偏導(dǎo)Sr( W)ij測度的是自變量xir的變動對自身i區(qū)域因變量的影響以及j≠i時對區(qū)域j因變量的影響。即：矩陣Sγ(W)對角線的數(shù)值表示各地自己對自己的直接效應(yīng)，其平均值就是式(13)中θ4的估計值，代表整體平均直接效應(yīng)；非對角線數(shù)值表示區(qū)域間的相互間接影響，其平均值就是參數(shù)θ4的估計值，代表整體平均間接效應(yīng)。

將經(jīng)過對數(shù)處理的因變量和自變量以向量形式帶入式(15)中，用Matlab7.0軟件進行處理，得到一階鄰接矩陣下的參數(shù)估計值如表2所示：

表2 京津冀地區(qū)總體知識存量影響效應(yīng)測度值Tab.2 Influential effect measurement values of total knowledge stock in Beijing-Tianjin-Hebei region

以同樣的方法測度三階及多階空間鄰接矩陣下知識存量效應(yīng)，結(jié)果為負，且沒有通過顯著性檢驗。知識存量的總效應(yīng)、直接效應(yīng)和間接效應(yīng)的具體數(shù)值說明：知識存量對京津冀地區(qū)的經(jīng)濟發(fā)展具有明顯的促進作用，平均總效應(yīng)為正，且值高達0.5372。

各地知識存量不僅對自身有顯著的直接正效應(yīng)，而且會影響到周邊地區(qū)的經(jīng)濟發(fā)展，即知識溢出效應(yīng)在京津冀地區(qū)確實存在，區(qū)域內(nèi)平均知識溢出效應(yīng)(間接效應(yīng))為0.4152。

表3 一階鄰接矩陣下京津冀各地知識存量影響效應(yīng)測度值Tab.3 Influential effect measurement values of knowledge stock in cities in Beijing-Tianjin-Hebei region under first order adjacent matrix

與劉滿鳳(2010)研究中所測度的n階鄰接矩陣全國平均知識溢出效應(yīng)最高值0.3454相比，京津冀地區(qū)的平均知識溢出效應(yīng)要高于全國平均水平。

可按同樣的方法計算出京津冀區(qū)域內(nèi)各地在一階空間鄰接矩陣下的平均知識存量影響效應(yīng)測度值如表3所示。

表3顯示如下兩點：在一階空間鄰接矩陣下，京津冀地區(qū)各地的知識存量對經(jīng)濟發(fā)展均有明顯的促進作用，在對自身經(jīng)濟發(fā)展具有正效應(yīng)的同時，知識溢出效應(yīng)(間接效應(yīng))存在且均為正。

區(qū)域內(nèi)北京、天津兩個直轄市知識溢出效應(yīng)(間接效應(yīng))十分顯著，遠高于河北八市整體水平，分別為0.4882和0.3727。石家莊作為河北省省會城市，知識溢出效應(yīng)相對河北其他城市較為顯著。

3 結(jié)論與對策

3.1 結(jié)論

①京津冀地區(qū)知識存量對經(jīng)濟的發(fā)展存在顯著正相關(guān)，且知識溢出現(xiàn)象確實存在，表現(xiàn)為知識存量對經(jīng)濟增長的間接效應(yīng)，并且在一階空間鄰接矩陣下對經(jīng)濟發(fā)展具有顯著促進作用，測度值為0.4152，該值高于全國平均水平，究其原因是京津冀地區(qū)具有優(yōu)越的區(qū)位條件，知識、加工、資源供應(yīng)合作互補的特色產(chǎn)業(yè)格局，以及國家政策的重點扶植。

②北京、天津兩大直轄市的知識溢出效應(yīng)顯著，分別為0.4882和0.3727，此測度值遠高于河北八市的平均水平，河北各市中測度值最為顯著的是省會城市石家莊，該市知識溢出效應(yīng)測度值也僅有0.1014。京津地區(qū)知識溢出效應(yīng)遠高于河北地區(qū)的主要原因為：京津兩市R&D投入較大，具有強大的“空吸”作用，人才優(yōu)勢顯著。

③京津冀地區(qū)知識在二階空間鄰接矩陣下效應(yīng)出現(xiàn)負值，說明區(qū)域內(nèi)知識溢出加速度減緩，知識產(chǎn)權(quán)保護未到位，以及政府職能不能有效發(fā)揮，行政區(qū)劃與經(jīng)濟區(qū)劃存在差異，產(chǎn)業(yè)同構(gòu)與產(chǎn)業(yè)鏈斷裂并存，資源環(huán)境出現(xiàn)嚴重危機，國內(nèi)區(qū)域間競爭日趨激烈。

3.2 政策建議

國家“十一五”規(guī)劃中的主體功能區(qū)規(guī)劃將京津冀地區(qū)列入優(yōu)化開發(fā)區(qū)域，其國家戰(zhàn)略定位是將京津冀地區(qū)作為提升國家競爭力的重要區(qū)域，全國重要的人口和經(jīng)濟密集區(qū)，帶動全國經(jīng)濟社會發(fā)展的龍頭。新的規(guī)劃定位指明了京津冀都市圈的發(fā)展模式和方向，為其注入了新的生機和活力。天津濱海新區(qū)和河北曹妃甸的發(fā)展被提升到了國家戰(zhàn)略高度，也為京津冀都市圈的發(fā)展帶來了新的增長點。目前，京，津、冀三地高層間的溝通渠道日趨順暢，對京津冀合作具有重大意義的《京津冀都市圈區(qū)域規(guī)劃》也已經(jīng)完成，京津冀區(qū)域應(yīng)當(dāng)抓住現(xiàn)階段的良好契機，堅持京津冀區(qū)域整體產(chǎn)業(yè)一體化戰(zhàn)略，以知識經(jīng)濟和高科技產(chǎn)業(yè)為龍頭，以現(xiàn)代農(nóng)業(yè)、現(xiàn)代制造業(yè)、現(xiàn)代服務(wù)業(yè)以及海洋資源型產(chǎn)業(yè)為主體內(nèi)涵，建設(shè)綜合型、協(xié)調(diào)型、具有持續(xù)創(chuàng)新活動力的經(jīng)濟發(fā)展領(lǐng)航區(qū)域。其實現(xiàn)路徑如下：促進京津?qū)＠晒D(zhuǎn)化；加強河北知識吸收能力；促進區(qū)域內(nèi)聯(lián)動；適當(dāng)引進外商投資；避免過度知識溢出負效應(yīng)的產(chǎn)生。

4 學(xué)術(shù)貢獻與展望

4.1 識別區(qū)域知識溢出效應(yīng)最佳點參照標(biāo)尺

理論上講，區(qū)域知識溢出效應(yīng)是一種經(jīng)濟外部性表現(xiàn)，包含“搭便車”現(xiàn)象。區(qū)域知識溢出效應(yīng)值太高，其創(chuàng)新發(fā)明者利益可能受損，影響科技創(chuàng)新動力；而區(qū)域知識溢出效應(yīng)值太低，則降低了科技推廣和技術(shù)進步速度。區(qū)域知識溢出效應(yīng)最佳點就是一階空間鄰接矩陣下效應(yīng)最大化的同時，二階空間鄰接矩陣下效應(yīng)為零(即不為負值)。

4.2 衡量科技進步與知識產(chǎn)權(quán)保護工作績效評價的參考尺度

找到了衡量科技進步與知識產(chǎn)權(quán)保護工作績效評價的一個參考尺度。量化科技進步與知識產(chǎn)權(quán)保護工作績效是學(xué)術(shù)實踐操作難點，二階空間鄰接矩陣下效應(yīng)不為負值下的一階空間鄰接矩陣下效應(yīng)最大化，無疑是一個客觀評判標(biāo)準(zhǔn)。

4.3 為產(chǎn)權(quán)經(jīng)濟研究拓展了空間

產(chǎn)權(quán)經(jīng)濟學(xué)核心是經(jīng)濟外部性內(nèi)在化，測度各種資產(chǎn)的各階空間鄰接矩陣下效應(yīng)，能識別和測量經(jīng)濟外部性內(nèi)在化程度，從而有效地界定產(chǎn)權(quán)邊界、構(gòu)建經(jīng)濟發(fā)展動力結(jié)構(gòu)，并為確保經(jīng)濟持續(xù)健康發(fā)展提供可選擇的路徑。

［1］ Romer P M. Endogenous technological change[J]. Journal of Political Economy，1990(5)：71-102.

［2］ Kokko A，Tansini R，Zejan M C. Local technological capability and spillovers from the Uruguayan manufacturing sector[J]. Journal of Development，1996，32(4)：268-282.

［3］ Anselin L，Varga A，Acs Z. Local geographic spillovers between university research and high technology innovations[J]. Journal of Urban Economics，1997(3)：422-448.

［4］ Agrawal A. Specificity of induced resistance in wild radish：causes and consequences for two specialists and two generalist caterpillars[J]. Oikos，2000(89)：493-500.

［5］ Stel A，Nieuwenhuijsen H. Knowledge spillovers and economic growth[R]. Tinbergen Institute Discussion Papers，Tinbergen Institute，2002.

［6］ Seyit K，Moomaw R L. Knowledge spillovers and regional growth in Europe[R]. ERSA conference papers from European Regional Science Association，2002.

［7］ Fischer M，Varga M. Spatial knowledge spillovers and university research：Evidence from Austria[J]. Ann Reg Sci，2003(37)：303-322.

［8］ 王立平. 我國高校 R&D 知識溢出的實證研究以高技術(shù)產(chǎn)業(yè)為例[J]. 中國軟科學(xué)，2005(12)：54-59.

［9］ 吳延兵. R&D存量知識函數(shù)與生產(chǎn)效率[J]. 經(jīng)濟學(xué)季刊，2006(3)：7-12.

［10］ 段紅玲. 我國區(qū)域間知識溢出的度量及影響全要素生產(chǎn)率的實證分析[D]. 湖南大學(xué)，2010.

［11］ 鄔滋. 知識溢出的局域性與區(qū)域創(chuàng)新績效：基于地理距離的知識溢出模型[J]. 科技進步與對策，2011(14)：30-34.

［12］ 彭向，蔣傳海. 產(chǎn)業(yè)集聚、知識溢出與地區(qū)創(chuàng)新——基于中國工業(yè)行業(yè)的實證檢驗[J]. 經(jīng)濟學(xué)季刊，2011(3)：913-934.

［13］ 王慶喜，王巧娜，徐維祥. 我國高技術(shù)產(chǎn)業(yè)省際知識溢出：基于地理和技術(shù)鄰近的分析[J]. 經(jīng)濟地理，2013(5)：111-136.

［14］ 于娜. 跨國公司對中國企業(yè)技術(shù)溢出效應(yīng)的實證研究[J]. 技術(shù)經(jīng)濟，2014(5)：50-54.

［15］ 張曉冬，陳許陽. 長三角區(qū)域輕紡行業(yè)知識溢出效應(yīng)分析[J]. 南通職業(yè)大學(xué)學(xué)報，2010(4)：6-9.

［16］ 姜宇華，杜建國，李守偉. 長三角區(qū)域知識溢出研究[J]. 情報雜志，2011(7)：55-59.

［17］ 類驍，韓伯棠，尚瑤. 長江三角洲地區(qū)知識溢出水平研究——基于泰爾指數(shù)方法[J]. 科學(xué)學(xué)與科學(xué)技術(shù)管理，2011(6)：81-85.

［18］ 張宗慶，張寅. 產(chǎn)業(yè)集聚、知識溢出與區(qū)域增長[J]. 東南大學(xué)學(xué)報(哲學(xué)社會科學(xué)版)，2012(1)：37-43.

［19］ 呂忠偉. R&D空間溢出對區(qū)域知識生產(chǎn)的作用研究[J]. 統(tǒng)計研究，2009(4)：44-51.

［20］ 劉滿鳳，唐厚興. 基于空間Durbin模型的區(qū)域知識溢出效應(yīng)實證研究[J]. 科技進步與對策，2010(18)：28-32.

［21］ 張軍，吳桂英，張吉鵬. 中國省際物質(zhì)資本存量估算：1952—2000[J]. 經(jīng)濟研究，2004(10)：35-44.

Measurement of Knowledge Spillover Effect in the Beijing-Tianjin-Hebei Region

CHEN Kai1，WANG Ke2
(1. Northeastern University at Qinhuangdao，Qinhuangdao 066004，Hebei Province，China；2. Adam Smith Business School，University of Glasgow，Glasgow G128QQ，UK)

In today’s information era，dynamic competitiveness of knowledge in respect of its production，accumulation and diffusion，application and proliferation abilities has gradually replaced that of traditional land，capital and labor elements. Knowledge spillover has become a vital factor in the development of regional economy. This study chose the Beijing-Tianjin-Hebei region which plays a significant role in north China as the research object，using measured knowledge and unmeasured knowledge as independent variables，built a Durbin space econometric model based on the production function. Using Matlab7. 0software to regression model and parameter estimation，it measured the knowledge stock of the region’s total effect，direct effects and indirect effects under the first and two order adjacency matrix including indirect effects. With the same method，it measured out the knowledge spillover effect in the region for cities above prefecture level. Measurement results show that knowledge spillover has a positive effect in Beijing-Tianjin-Hebei region，and higher than the national average level. Beijing and Tianjin，two municipalities directly under the central government，have a significant positive effect，and far more than eight cities in Hebei province. Analysis measure results indicate that the cause of the obstacles to knowledge spillover mainly include the unfavorable practice of governments’ functions，differences between administrative division and regional economy，industrial isomorphism，industrial chain rupture and the lagging-behind protection of intellectual property rights，etc. Therefore，this paper proposes a series of suggestions，including promoting the transformation of Beijing and Tianjin patent achievements and strengthening the knowledge absorptive capacity of Hebei，promoting regional linkage，attracting more foreign investments and avoiding negative effects caused by excessive knowledge spillovers.

Beijing-Tianjin-Hebei Region；knowledge spillover effect；space model；spatial adjacency matrix

N01

：A

：1006-8945(2015)05-0073-05

教育部人文社會科學(xué)研究規(guī)劃基金(編號：12YJA790010)；東北大學(xué)秦皇島分校人文社科重點項目(編號：XNR201307)。

2015-04-12