■ 趙雪冉 博士生 李政?。?、北京大學政府管理學院 北京 00872、新疆石河子大學商學院 新疆五家渠 074300）

引言

眾所周知，地區(qū)人力資本存量的提高有助于生產(chǎn)力水平的提升，且一地的經(jīng)濟發(fā)展又會刺激周邊地區(qū)的經(jīng)濟增長，此區(qū)域間帶動效應(yīng)是否受地區(qū)間技術(shù)擴散、知識溢出影響？本文就以此為主題，研究我國地級市間的技術(shù)擴散及知識溢出現(xiàn)象，即其對于地區(qū)全要素生產(chǎn)率的影響機制及效應(yīng)。

知識溢出及技術(shù)擴散作為內(nèi)生經(jīng)濟增長理論、新經(jīng)濟地理學等經(jīng)濟學科中的重要概念，被廣泛地應(yīng)用于解釋經(jīng)濟集聚、創(chuàng)新與區(qū)域增長的空間經(jīng)濟現(xiàn)象。本文對其的研究，一方面是對內(nèi)生經(jīng)濟增長理論模型的實證說明，另一方面著眼于我國技術(shù)擴散問題，其研究結(jié)論有益于理解我國經(jīng)濟發(fā)展的空間差異及空間演變規(guī)律，對于研判未來我國區(qū)域經(jīng)濟的發(fā)展趨勢，制定未來區(qū)域經(jīng)濟發(fā)展政策具有重要的借鑒意義。

文獻回顧

國外學者就技術(shù)擴散、知識溢出的研究，最早起源于Arrow（1962）、Romer（1986，1990）在此基礎(chǔ)上明確指出技術(shù)知識的非競爭性和部分排他性特征是知識溢出發(fā)生的根本原因，并將知識作為獨立要素引入生產(chǎn)函數(shù)，建立了知識溢出的內(nèi)生增長模型。Kurgan（1991）的研究強調(diào)了知識溢出的重要性，并將知識溢出看作是外部規(guī)模收益遞增收益的三個來源之一。

Jaffeet al（1993）、Adams和Jaffe（1996）、Audretsch和Feldman（1996）、Acset al（1999）等從專利引用、創(chuàng)新產(chǎn)出、創(chuàng)新活動空間分布等不同角度論證了知識溢出的存在性和可度量性，探討知識溢出在促進集聚和推動創(chuàng)新活動過程中的作用機制；Audretschand Feldman（2004）研究了知識溢出的識別與測度方法；二是研究知識溢出對城市與區(qū)域經(jīng)濟增長的作用，這方面的研究多從集聚與創(chuàng)新兩大影響變量入手，Henderson（1999）、Glaeser and Saiz（2004）、Hendersonand Wang（2006）分別從城市水平上探討了知識的空間溢出對城市生產(chǎn)力和城市規(guī)模增長的影響。

我國學者在20世紀80年代末開始研究技術(shù)擴散及溢出問題。朱李鳴（1988）將技術(shù)擴散機制分解為擴散動機機制、溝通機制以及激勵機制。張進寶（2009）沿襲了朱李鳴的觀點，表明技術(shù)擴散受到擴散源、中介及接受主體三個因素的影響。在實證分析方面，大部分學者主要研究宏觀層面的外國技術(shù)的擴散問題，利用FDI等指標來表征外國技術(shù)溢出。沈坤榮（1999）運用多元滯后分布模型計算發(fā)現(xiàn)，20世紀80年代后我國引進國際投資，通過技術(shù)外溢、學習效應(yīng)，外商投資占GDP比重每增加一單位，全要素生產(chǎn)率增加0.37個單位。而后學者發(fā)現(xiàn)僅考慮擴散源是不夠的，因此將接受國的技術(shù)轉(zhuǎn)化能力納入模型，包括開放程度、技術(shù)水平等。李賓（2010）利用時間序列模型分析影響我國20余年間的TPF變化率的因素，研究發(fā)現(xiàn)國外技術(shù)溢出以及開放程度對于應(yīng)變量有顯著的正向影響。

楊志江、羅掌華（2011）基于1991-2007年我國各省市區(qū)數(shù)據(jù)，采用多元線性回歸模型，發(fā)現(xiàn)研發(fā)存量是地區(qū)生產(chǎn)率提高的源泉，輸入型FDI和進口貿(mào)易有促進作用。也有學者研究國內(nèi)區(qū)域?qū)用娴募夹g(shù)擴散問題，曹澤、李東（2010）依據(jù)1995-2007年我國東、中、西部區(qū)域數(shù)據(jù)，采用面板數(shù)據(jù)模型分析不同類型的R&D投入對全要素生產(chǎn)率（TFP）增長的影響，研究發(fā)現(xiàn)企業(yè)R&D、高校研究機構(gòu)的R&D及區(qū)域外R&D影響都是正向顯著的，說明內(nèi)外部技術(shù)水平共同影響區(qū)域經(jīng)濟增長。

我國東中部地區(qū)地級市全要素生產(chǎn)率測度及空間分布

（一）全要素生產(chǎn)率的測度

本文采用基于DEA模型的Malmquist指數(shù)法來計算我國地級市的全要素生產(chǎn)率及其動態(tài)變化。計算全要素生產(chǎn)率所需的地區(qū)生產(chǎn)總值、就業(yè)人數(shù)及固定資本總額數(shù)據(jù)來自2010-2012年中國城市統(tǒng)計年鑒。

表1 全局Moran`s I分析結(jié)果

表2 模型設(shè)定與運行結(jié)果

從圖1可以看到，東中部地區(qū)170個地級市TFP增長率的空間分布情況，高增長（大于7%）的城市主要分布于中部的山西、安徽、湖北、湖南以及東部的河北環(huán)首都地區(qū)。對比圖2，即2010年TFP水平的對數(shù)形式可以看出，TFP水平在2010年相對落后的城市，在2010-2012年間呈現(xiàn)出較高的全要素生產(chǎn)率增長率。

（二）全要素生產(chǎn)率空間自相關(guān)分析

本文采用GEODA軟件自帶的距離權(quán)重法計算空間權(quán)重矩陣，進而得出東中部地區(qū)170個地級市全要素生產(chǎn)率及其增長率的空間自相關(guān)性分析結(jié)果。

表1羅列了三個變量（2010年、2012年的TFP水平、2010-2012年TFP增長率）的莫蘭指數(shù)及Z值等統(tǒng)計量值。正向的莫蘭指數(shù)表明正向的空間自相關(guān)性，負向指數(shù)表明負向的空間相關(guān)性或空間異質(zhì)性。在所有三個變量中，莫蘭指數(shù)Z值都是正向且顯著的（遠高于1.96），表明呈現(xiàn)正向的空間自相關(guān)性。同時，TFP水平比TFP增長率的莫蘭 指數(shù)及其Z值更大，表明東中部地區(qū)全要素生產(chǎn)率的空間相關(guān)性比全要素生產(chǎn)率增長率的空間相關(guān)性更為顯著。

就特定區(qū)域的空間集聚狀況進行空間自相關(guān)檢驗的局部莫蘭分析結(jié)果表明，TFP增長率在山西、江西北部、安徽南部以及湖南東部地區(qū)呈現(xiàn)出高集聚的特征，在河南、浙江南部、廣東西部和東北部、福建南部以及魯西地區(qū)則呈現(xiàn)低集聚的特征，安慶、池州、衡陽、宜春、馬鞍山以及恩施屬于低TFP增長率且被高TFP增長率環(huán)繞的地區(qū)，徐州、淮北、中山、汕尾則屬于高TFP增長率且被低TFP增長率環(huán)繞的地區(qū)，其他地區(qū)局部莫蘭在0.05的顯著性水平下不顯著，如圖3所示。

總而言之，探索性分析結(jié)果表明：人力資本對技術(shù)進步具有正向的促進作用，且技術(shù)和技術(shù)進步存在空間自相關(guān)性，這說明技術(shù)具有空間擴散的特征。

人力資本對全要素生產(chǎn)率影響的實證分析

（一）模型設(shè)定與變量選擇

1.模型設(shè)定。Benhabib和Spiegel（1994）對納爾遜-菲爾普斯模型進行修正后，用于解釋人力資本對跨國經(jīng)濟影響的核算框架。本文從兩方面擴展了Benhabib和Spiegel（1994）模型，首先，增加人力資本不僅會導致長期技術(shù)增長率的增加，也會一次性增加技術(shù)水平。其次，利用兩類計量經(jīng)濟學模型研究TFP增長率的空間依存性，空間回歸模型的形式主要有以下兩種：空間滯后模型（Spatial Lag Model，SLM）和空間誤差模型（Spatial Error Model，SEM）?；贐enhabib和Spiegel（1994）模型的解釋變量，模型改進為：

2.變量選擇?；谠O(shè)定模型，運用DEAP軟件，采用數(shù)據(jù)包絡(luò)方法，2010-2012年的全要素生產(chǎn)率增長率作為本文的應(yīng)變量。自變量則首先利用A_it）公式，求得創(chuàng)新項，分別與Ln（2010年教育水平）及Ln（2010-2012年平均教育水平）相乘，求得2010年教育水平與平均教育水平的技術(shù)追趕項，即Nelson-Phelps（N-P項）。而后，又選取了2010年人均教育支出、2010-2012年人均教育支出、2010-2012年人均教育增長率作為備選自變量。本文的所有數(shù)據(jù)來源于2010、2011及2012年《區(qū)域統(tǒng)計年鑒》。

（二）模型分析及結(jié)果

根據(jù)上述模型設(shè)定與變量選擇依據(jù)，得出的模型結(jié)果如表2所示，對結(jié)果的描述與討論如下：

1.標準模型與OLS結(jié)果分析。表2中模型1至模型4為對標準模型進行OLS回歸的結(jié)果。模型1是對標準Nelson-Phelps模型的回歸結(jié)果。模型2中，將模型1中2010年人均教育支出的對數(shù)項置換為2010-2012年間人均教育支出平均值的對數(shù)項，相應(yīng)的，將技術(shù)追趕項取2010-2012年三年均值。模型3是對盧卡斯人力資本模型的估計，包含技術(shù)追趕項與2010-2012年間人均教育支出平均增長率的對數(shù)項兩個變量。模型4是將Nelson-Phelps模型與盧卡斯人力資本模型相結(jié)合，構(gòu)成新的嵌套模型并進行估計。該模型中包含3個變量：技術(shù)追趕項、2010年人均教育支出的對數(shù)項、2010-2012年人均教育支出增長率的對數(shù)項。模型5為空間滯后模型。

圖1 TFP增長率的空間分布

圖2 TFP（2010）的空間分布

圖3 TFP增長率局部莫蘭（2010-2012年）

總體來看模型1-4的回歸結(jié)果，本文認為，模型4，即嵌套模型在解釋力以及回歸系數(shù)水平方面都明顯優(yōu)于模型1-3，因此，接下來的空間診斷與空間計量模型選取與設(shè)定也將主要依據(jù)模型4的回歸結(jié)果。

2.回歸結(jié)果討論與模型選取?？傮w分布的正態(tài)性檢驗：模型1-4中的Jarque-Bera統(tǒng)計量均不顯著，說明不能拒絕總體為正態(tài)分布的假設(shè)。

異方差檢驗：模型1與模型2的white檢驗結(jié)果不顯著，說明不能拒絕同方差的假設(shè)，但模型3與模型4的white檢驗結(jié)果統(tǒng)計顯著，說明模型3與模型4存在異方差問題，且這一結(jié)論與Breusch-Pagan的結(jié)果相吻合。表中的中下部分即為空間診斷結(jié)果。

由于Moran`s I指數(shù)只能測度空間自相關(guān)性是否存在，并無法決定空間計量模型的選取。為了在空間滯后模型與空間誤差模型中作出正確選擇，本文采用LM檢驗來解決空間計量模型的選取問題。

LM（error）與LM（lag）：對空間誤差與空間滯后性的LM檢驗（拉格朗日乘子檢驗）數(shù)值通常為選取模型的主要依據(jù)。對于模型4來說，LM（error）與LM（lag）的值都統(tǒng)計顯著，且LM（lag）>LM（error），說明空間滯后模型比空間誤差模型更為合適。Robust LM（error）與Robust LM（lag）：模型4的Robust LM（error）與Robust LM（lag）檢驗結(jié)果均不統(tǒng)計顯著。

綜合考慮LM檢驗的結(jié)果，本文選取空間滯后模型作為進一步定量分析的主要工具。

3.空間滯后模型結(jié)果分析。模型5即為空間滯后模型，除了引入的空間矩陣項之外，模型5中的自變量與模型4一致。所有自變量都在99%的置信水平上統(tǒng)計顯著且為正（不包括截距項），這表明引入了空間滯后項后，標準模型所驗證的技術(shù)追趕效應(yīng)與人力資本效應(yīng)在空間滯后模型中依然存在，且其影響效應(yīng)水平與OLS 回歸中相類似?？臻g滯后項（W*TFP增長率）高度統(tǒng)計顯著，這一點突出體現(xiàn)了當其他條件一定情況下，位于技術(shù)進步率較高地區(qū)的城市全要素生產(chǎn)率也將有較快提高，這也進一步驗證了探索性數(shù)據(jù)分析中的結(jié)果。

結(jié)論與研究展望

第一，N-P項回歸系數(shù)水平較低。在全部5個模型中，技術(shù)追趕項的回歸系數(shù)都較低，說明在本文特定的模型設(shè)定中，技術(shù)追趕項對全要素生產(chǎn)率增長率的影響處于較低水平，這與所預(yù)設(shè)的“技術(shù)差距與人力資本水平差距越大，地區(qū)間的技術(shù)溢出效應(yīng)越顯著”的假設(shè)存在較大差異。產(chǎn)生這一偏差的主要原因在于本文選取的樣本為我國東中部地區(qū)地級市，相鄰城市之間的技術(shù)水平差異和人力資本水平差距可能本來就較小，因此組成技術(shù)追趕項的兩大要素可能本來就不是我國東中部地級市之間技術(shù)擴散最主要的因素，技術(shù)追趕項在地級市尺度研究中的合理性值得進一步探討。

第二，空間滯后模型回歸系數(shù)水平較OLS回歸未顯著提升。通過一系列空間自相關(guān)檢驗，發(fā)現(xiàn)我國東中部地級市之間的技術(shù)溢出效應(yīng)存在空間維度，在引入空間滯后變量解決這一問題后，模型5中自變量的回歸系數(shù)水平較OLS回歸并沒有顯著提升。對此，我們認為以教育支出來衡量的人力資本水平可能存在一定偏差，因而無法真實反映出人力資本水平對技術(shù)溢出的影響。另一方面，在以地級市為基礎(chǔ)的樣本中，各地級市之間技術(shù)溢出與擴散的決定因素并不局限于技術(shù)與教育差距，行政分割、政策影響等其他因素可能具有更大的影響。

第三，空間矩陣生成方式的影響。在本研究中，默認采用了Geoda中鄰接空間矩陣生成方法，并未根據(jù)我國東中部地區(qū)地級市的屬性特征對空間矩陣進行調(diào)整，所以最后的空間滯后模型結(jié)果也可能受到空間矩陣項合理性的影響而產(chǎn)生偏差。這也是今后需要改進和進一步探究的方面。

1.曹澤，李東.R&D 投入對全要素生產(chǎn)率的溢出效應(yīng)[J].科研管理，2010，3（2）

2.施紀平，張仁壽.論浙江產(chǎn)業(yè)集群中的技術(shù)擴散[J].商業(yè)經(jīng)濟與管理，2003（12）

3.孫兆剛.知識溢出的發(fā)生機制與路徑研究[D].大連理工大學博士論文，2005

4.吳建軍，仇怡.我國R&D存量對國際貿(mào)易技術(shù)擴散效應(yīng)的影響研究[J].科學管理研究，2007（5）

5.張進寶.中小學教育技術(shù)擴散動力機制研究[J].現(xiàn)代教育技術(shù)，2009（1）

6.朱李鳴.我國技術(shù)擴散導引機制初步考察[J].科學管理研究，1988（3）

7.朱曉明.中國服務(wù)業(yè)發(fā)展實證研究[D].北京大學光華管理學院博士論文，2006