段　杰，黃賢俊

深圳大學(xué)經(jīng)濟學(xué)院，創(chuàng)新型城市建設(shè)與治理研究中心，廣東深圳518060

?

基于空間計量的廣東省技術(shù)創(chuàng)新與知識溢出效應(yīng)

段杰，黃賢俊

深圳大學(xué)經(jīng)濟學(xué)院，創(chuàng)新型城市建設(shè)與治理研究中心，廣東深圳518060

摘要：運用空間計量分析技術(shù)，建立基于知識生產(chǎn)函數(shù)的空間面板計量經(jīng)濟模型，考察2004—2013年廣東省技術(shù)創(chuàng)新的知識溢出效應(yīng)，以及廣東省21個地級市技術(shù)創(chuàng)新的空間分布．分析結(jié)果表明，廣東省技術(shù)創(chuàng)新存在顯著的正向空間相關(guān)性，呈現(xiàn)出高高集聚和低低集聚的兩級，形成明顯的核心-邊緣分布；外商直接投資對廣東省技術(shù)創(chuàng)新產(chǎn)出的促進(jìn)作用沒有預(yù)想的顯著；大中型工業(yè)企業(yè)科研人員對創(chuàng)新產(chǎn)出的正向影響較大；大中型工業(yè)企業(yè)研發(fā)經(jīng)費以及市場集聚度都在不同程度上影響著創(chuàng)新產(chǎn)出；知識存量對廣東省技術(shù)創(chuàng)新產(chǎn)出的影響明顯，但城市間知識存量的相互聯(lián)系較弱．

關(guān)鍵詞：經(jīng)濟地理學(xué)；知識溢出效應(yīng)；技術(shù)創(chuàng)新；空間計量；知識生產(chǎn)函數(shù)；創(chuàng)新產(chǎn)出；廣東省

21世紀(jì)以來，3D打印、移動互聯(lián)和云計算等新興產(chǎn)業(yè)快速擴張，創(chuàng)新產(chǎn)出倍受關(guān)注[1-2]．德國推出工業(yè)4.0高科技戰(zhàn)略計劃，中國制造2025年將高新技術(shù)產(chǎn)業(yè)發(fā)展置于國家戰(zhàn)略的最前沿．在此背景下，作為中國改革開放排頭兵的廣東省，以技術(shù)創(chuàng)新促進(jìn)產(chǎn)業(yè)轉(zhuǎn)型升級已勢如破竹．2015年，廣東省專利授權(quán)總量241 137件，比2014年增長34%，其中，發(fā)明專利授權(quán)量33 414件, 比2014年增長50%，連續(xù)2年居全國首位．

知識溢出的概念最早由Helpman等[3]提出，知識本身類似于公共物品，對經(jīng)濟增長有顯著的促進(jìn)作用，形成知識溢出效應(yīng)．Cliff等[4]建立了大量關(guān)于空間計量經(jīng)濟學(xué)的模型對知識溢出效應(yīng)進(jìn)行計量，Anselin[5]集大成對空間計量經(jīng)濟學(xué)進(jìn)行了系統(tǒng)研究，形成了現(xiàn)今的空間計量經(jīng)濟學(xué)體系．Keely[6]建立的動態(tài)框架將知識溢出視為異質(zhì)性熟練工人流動的結(jié)果，工人之間的集群及技術(shù)集群的形成過程中伴隨著集群間的知識溢出．模型解釋了知識溢出與集聚之間的內(nèi)生互動．Berliant等[7]運用一般均衡搜尋理論建立模型，研究知識流動及其對產(chǎn)業(yè)集聚關(guān)系．擁有差異化知識的個體通過交換知識從而創(chuàng)造新知識，達(dá)到提高生產(chǎn)效率的目的．

中國的學(xué)者主要運用空間計量經(jīng)濟學(xué)研究研發(fā)的空間溢出．如吳玉明[8]對首都經(jīng)濟圈的大學(xué)和企業(yè)對區(qū)域創(chuàng)新的作用進(jìn)行了研究；孫東等[9]用空間計量模型對長三角的創(chuàng)新生產(chǎn)進(jìn)行了實證分析；趙喜鳥等[10]用長三角和珠三角1990—2009年經(jīng)濟發(fā)展貢獻(xiàn)度對比研究，表明技術(shù)進(jìn)步對長三角和珠三角的經(jīng)濟發(fā)展舉足輕重；沈體雁等[11]利用空間統(tǒng)計方法和經(jīng)濟普查的就業(yè)數(shù)據(jù)對東北地區(qū)就業(yè)密度的空間特征進(jìn)行實證研究；萬坤揚[12]運用知識生產(chǎn)函數(shù)和基于面板數(shù)據(jù)的空間滯后計量模型, 闡明了外商直接投資(foreign direct investment，F(xiàn)DI)對區(qū)域不同層次的技術(shù)創(chuàng)新產(chǎn)生抑制或擠出的負(fù)面效應(yīng)．另外，李志宏等[13-20]從不同視角運用空間計量進(jìn)行實證研究．目前已有文獻(xiàn)對廣東省的研究主要集中在運用最小二乘法計量技術(shù)創(chuàng)新活動的產(chǎn)出，而考慮空間影響因素來分析知識溢出效應(yīng)的還不多．因此，本研究嘗試?yán)每臻g計量研究方法，對廣東省技術(shù)創(chuàng)新與知識溢出效應(yīng)進(jìn)行實證研究．通過探討廣州和深圳等傳統(tǒng)創(chuàng)新產(chǎn)出較高的城市知識溢出效應(yīng)的影響范圍與影響效果，企業(yè)研發(fā)投入和外商直接投資等因素對廣東省技術(shù)創(chuàng)新產(chǎn)出的影響程度，為廣東省創(chuàng)新驅(qū)動戰(zhàn)略的實施提供借鑒．

1空間計量的基本理論與模型構(gòu)建

1.1知識生產(chǎn)函數(shù)

新經(jīng)濟內(nèi)生增長理論的一個核心主題是研究技術(shù)創(chuàng)新的生產(chǎn)能力．技術(shù)創(chuàng)新研究的一個重要方面是區(qū)域范圍內(nèi)的空間相互作用．知識生產(chǎn)函數(shù)(knowledge production function, KPF)是研究區(qū)域知識生產(chǎn)及知識溢出效應(yīng)的計量模型．Griliches最早在理論上探討了基本框架，指出知識溢出對區(qū)域技術(shù)創(chuàng)新產(chǎn)出和經(jīng)濟增長的影響；此后，由Jaffe對知識生產(chǎn)函數(shù)進(jìn)行了完善；最后，Anselin把空間計量經(jīng)濟學(xué)模型與知識生產(chǎn)函數(shù)進(jìn)行統(tǒng)合，得到模型為

(1)

其中， P為技術(shù)創(chuàng)新產(chǎn)出； A為影響研發(fā)活動的技術(shù)水平相關(guān)變量； ERD為自主研發(fā)的資本投入； α為自主研發(fā)的資本投入相關(guān)指數(shù)； e為自然對數(shù)； ν為相關(guān)誤差指數(shù)．

1.2空間自相關(guān)性

相互獨立的觀測值是不存在的，本研究的技術(shù)創(chuàng)新產(chǎn)出本身具有地理空間屬性．區(qū)域之間的相互聯(lián)系常常導(dǎo)致創(chuàng)新行為的溢出效應(yīng)．空間自相關(guān)性就是描述這類觀測值在空間相鄰位置上的關(guān)系．

檢驗?zāi)硞€區(qū)域技術(shù)創(chuàng)新行為在地理空間上是否表現(xiàn)出空間自相關(guān)性，以及其集聚效應(yīng)是否顯著，在空間計量經(jīng)濟學(xué)中最為常見的就是用Moran’sI 空間自相關(guān)指標(biāo)，其定義為

(2)

Moran’sI 可視為觀測值及其自身空間滯后值之間的關(guān)系系數(shù)，取值在-1～1內(nèi)；當(dāng)Moran’sI 接近0時，認(rèn)為觀測值是隨機分布或是無空間自相關(guān)性；當(dāng)Moran’sI 接近1或-1時，說明觀測值集聚一起(接近1指高觀測值和高觀測值集聚，為正相關(guān)；接近-1是低觀測值和低觀測值集聚，為負(fù)相關(guān))．

局部空間自相關(guān)用局部Moran’sI 指數(shù)(或稱LISA指數(shù))衡量，用于檢驗區(qū)域內(nèi)局部地區(qū)的類似或相異觀測值的集聚情況．區(qū)域I的LISA指數(shù)用來度量區(qū)域I和它相鄰區(qū)域間的關(guān)聯(lián)程度，定義為

(3)

L為正數(shù)時，表明高觀測值被高觀測值所包圍(高-高)或低觀測值被低觀測值所包圍(低-低)； L為負(fù)數(shù)時，表明高觀測值被低觀測值所包圍(高-低)或低觀測值被高觀測值所包圍(低-高)．

1.3空間計量模型

區(qū)域產(chǎn)出的分布是非均衡的，廣東省的技術(shù)創(chuàng)新產(chǎn)出也是如此，若不考慮空間效應(yīng)，用普通最小二乘法(ordinary least square, OLS)對廣東省技術(shù)創(chuàng)新產(chǎn)出進(jìn)行估計，結(jié)果可能與實際有較大誤差，因此引入變量間的空間效應(yīng)來建立空間計量模型．空間計量模型主要分為空間滯后模型(spatical lag model, SLM)和空間誤差模型(spatial errors models，SEM)兩種．

SLM討論變量在一個地區(qū)是否存在知識擴散效應(yīng)，模型表達(dá)式為

Y=ρWY+Xβ+ε

(4)

其中， Y為n×1維被解釋變量； X為n×k維的解釋變量； β為k×1維的解釋變量相關(guān)的參數(shù)向量； ρ為空間回歸相關(guān)系數(shù)； ε為隨機誤差項向量．

SEM主要通過其擾動誤差項之中的空間依賴作用，來體現(xiàn)城市之間的相互影響，其模型為

Y=Xβ+ε

(5)

其中， ε為隨機誤差項向量， ε=λWε+μ； λ為n×1的截面因變向量的空間誤差自相關(guān)系數(shù)，衡量相鄰地區(qū)Y對本地區(qū)Y影響方向與程度，取值范圍為[-1, 1]； μ為正態(tài)分布的隨機誤差向量； Wε為空間滯后擾動項．

參照Anselin等[21]提出的SLM模型和SEM模型適用的判別準(zhǔn)則：檢驗方法是兩個拉格朗日乘數(shù)(Lagrange multiplier)檢驗,即SLM中的LMLAG和穩(wěn)健的LMLAG (即R-LMLAG)，和SEM中的LMEER和穩(wěn)健的LMEER (即R-LMEER)，在空間依賴性檢驗中，如果LMLAG比LMERR在統(tǒng)計上更為顯著，且R-LMLAG顯著而R-LMERR不顯著，則可判定為該情況適合SLM；反之，則可判定SEM更適合．

常用的檢驗準(zhǔn)則還有：對數(shù)似然函數(shù)值(log-likelihood， LogL)、 似然比率(likelihood ratio， LR)、 赤池信息準(zhǔn)則(Akaike information criterion， AIC)及施瓦茨準(zhǔn)則(Schwartz criterion， SC)． LogL值越大，AIC和SC的值越小，模型擬合效果越好．

1.4模型的構(gòu)建

研究知識在一個區(qū)域中的擴散效應(yīng)，由1.1節(jié)可知，最常用的模型是知識生產(chǎn)函數(shù)．一般在無其他外在因素的影響下，研發(fā)活動的技術(shù)水平由參與研發(fā)的技術(shù)人員的素質(zhì)(H)決定；而在中國，廣東省外向型經(jīng)濟特色突出，對外貿(mào)易、資本的引進(jìn)和技術(shù)交流、勞動力的流入等生產(chǎn)要素的頻繁流動，在廣東省技術(shù)創(chuàng)新中發(fā)揮舉足輕重的作用，因此外商直接投資越多，引入的技術(shù)就越多；廣東是中國市場最為開放的省份，加上廣東素有經(jīng)商為本的歷史傳統(tǒng)，企業(yè)的研發(fā)投入(ERD)成為其創(chuàng)新投入的主力軍；廣東省各地市建設(shè)的眾多不同等級的科技園區(qū)，由于技術(shù)創(chuàng)新而產(chǎn)生集聚效應(yīng)，產(chǎn)業(yè)集聚程度(industrial cluster, IC)越高，其相應(yīng)的創(chuàng)新產(chǎn)出也較高．

考慮知識存量對技術(shù)創(chuàng)新產(chǎn)出的影響，本研究將本地區(qū)知識存量分解為城市i自身的知識存量(K1)和本區(qū)域除城市i外其他城市的知識存量(K2).根據(jù)經(jīng)濟內(nèi)生增長模型，創(chuàng)新產(chǎn)出的技術(shù)水平可表示為

(6)

區(qū)域創(chuàng)新產(chǎn)出函數(shù)P取對數(shù)整理得

lnP=γlnH+τlnFFDI+ηlnIIC+αlnERD+

φlnK1+θlnK2+ν

(7)

其中， γ為研發(fā)人員的素質(zhì)(H)的相關(guān)系數(shù)； τ為外商直接投資(FFDI)的相關(guān)系數(shù)； IIC為產(chǎn)業(yè)集聚程度的觀測值； η為產(chǎn)業(yè)集聚程度(IIC)的相關(guān)系數(shù)； φ為城市i自身的知識存量(K1)的相關(guān)系數(shù)； θ為本區(qū)域除城市i外其他城市的知識存量(K2)的相關(guān)系數(shù)； α為企業(yè)研發(fā)投入(ERD)的相關(guān)系數(shù)； ν為相關(guān)誤差系數(shù)．

1.5變量設(shè)置

根據(jù)上述模型，基于廣東省發(fā)展特征，本研究對變量的數(shù)據(jù)選取如下：

創(chuàng)新產(chǎn)出指標(biāo)的選擇，目前尚無統(tǒng)一標(biāo)準(zhǔn)，基于數(shù)據(jù)的可獲得性和與創(chuàng)新的關(guān)聯(lián)密切性、客觀性等因素，本研究采用現(xiàn)行較常見的方式，用3種專利申請受理量作為廣東省創(chuàng)新產(chǎn)出的指標(biāo)．

創(chuàng)新的投入包括高素質(zhì)人力資源和資金的投入．在高素質(zhì)人力資源方面，可用的指標(biāo)很多，如科技3項(科學(xué)研究、技術(shù)服務(wù)和地質(zhì)勘查業(yè))費用涉及的從業(yè)人數(shù)、研發(fā)活動人數(shù)及專業(yè)從業(yè)人員人數(shù)等．由于各城市統(tǒng)計年鑒沒有統(tǒng)一的指標(biāo)，考慮到數(shù)據(jù)的統(tǒng)一性和可獲得性，本研究采用大中型工業(yè)企業(yè)研發(fā)人員作為衡量城市創(chuàng)新高素質(zhì)人力資源的投入量；而投入資金方面，衡量一個城市的創(chuàng)新資金投入，常用的有科技3項經(jīng)費、企業(yè)內(nèi)部研發(fā)經(jīng)費、研發(fā)經(jīng)費支出占國內(nèi)生產(chǎn)總值(gross domestic product, GDP)的比重等，基于同樣的理由，本研究選取大中型工業(yè)企業(yè)研發(fā)經(jīng)費支出作為衡量研發(fā)經(jīng)費的投入．

FDI是國際創(chuàng)新溢出的重要渠道，廣東省是中國對外開放的領(lǐng)頭羊，因而有必要考慮FDI的作用．

模型將知識存量分解為城市自身的知識存量(K1)和本區(qū)域除城市i外其他城市的知識存量(K2)兩個變量，為與前文技術(shù)創(chuàng)新產(chǎn)出指標(biāo)相呼應(yīng)，在本研究中K1采用城市i累計專利申請受理量來度量， K2采用廣東省內(nèi)除城市i外其他城市累計專利申請受理量.

產(chǎn)業(yè)的特性是影響創(chuàng)新產(chǎn)出的重要因素．以Marshall、Arrow和Romer為代表的MAR外溢觀點認(rèn)為產(chǎn)業(yè)集聚對產(chǎn)業(yè)創(chuàng)新溢出有正向效應(yīng)，本研究用規(guī)模以上工業(yè)總產(chǎn)值占國內(nèi)生產(chǎn)總值的比重來衡量產(chǎn)業(yè)集聚情況．

本研究針對廣東省21個地級市，采集2004—2013年《廣東省統(tǒng)計年鑒》以及各個城市各自發(fā)布的統(tǒng)計年鑒和統(tǒng)計公報的數(shù)據(jù)，所采集數(shù)據(jù)的變量定義見表1．

表1　變量定義

2技術(shù)創(chuàng)新與知識溢出效應(yīng)的實證分析

2.1廣東省技術(shù)創(chuàng)新與知識溢出效應(yīng)的空間分布

本研究采用全局Moran’sI 統(tǒng)計量來衡量空間關(guān)聯(lián)程度，通過Moran’sI 指數(shù)的變化來分析廣東省21個地級市的技術(shù)創(chuàng)新活動是否存在溢出效應(yīng)，以及區(qū)域之間是否存在顯著的集聚特征．

為反映創(chuàng)新活動的全域自相關(guān)性，本研究采集2004—2013年廣東省專利申請受理量的面板數(shù)據(jù)，基于rock一階空間距離矩陣計算出廣東省的全局Moran’sI 指數(shù)，結(jié)果見表2．

表2　廣東省2004—2013年專利申請受理量全局Moran’ I指數(shù)

2004—2013年廣東省創(chuàng)新活動空間自相關(guān)Moran’sI 的計算結(jié)果表明，2004—2013年廣東省的創(chuàng)新活動Moran’sI 指數(shù)由0.124 6上升至0.301 0，雖然近幾年有所下降，但均通過5%的顯著性檢驗，空間相關(guān)性逐年遞增，表明隨著經(jīng)濟的不斷發(fā)展和科技的快速進(jìn)步，廣東省創(chuàng)新活動的空間相關(guān)性日漸顯著．一個城市的技術(shù)創(chuàng)新產(chǎn)出并非是隨機和獨立的，其與周邊城市空間密切相關(guān)．因而，用空間計量來觀測廣東省技術(shù)創(chuàng)新產(chǎn)出具有合理性．

全局Moran’sI 指數(shù)僅反映廣東省的創(chuàng)新產(chǎn)出整體具有空間屬性，無法清晰展現(xiàn)出廣東省各城市之間技術(shù)創(chuàng)新產(chǎn)出的空間聯(lián)系情況(高-高、高-低、低-高和低-低)．為此，運用局部空間自相關(guān) (local indicators of spatial association, LISA)散點圖來進(jìn)一步觀測局部空間自相關(guān)性(表3)．

表3　廣東省2004、2009和2013年專利申請受理量的LISA分布

由表2可見，2004—2013年，廣東省創(chuàng)新產(chǎn)出呈現(xiàn)出較強的空間集聚性，且地域化較為明顯，具有正向空間相關(guān)性(第1象限和第3象限的數(shù)據(jù)占據(jù)樣本總量的2/3)．核心區(qū)域(高-高)主要集中在深圳、廣州、中山和東莞經(jīng)濟發(fā)展較快的地區(qū)，形成一個明顯的增長極；本身創(chuàng)新產(chǎn)出較低且周圍有高產(chǎn)出城市(低-高)的有云浮、惠州、清遠(yuǎn)、珠海和肇慶，呈現(xiàn)負(fù)相關(guān)性，其沒有受惠于周圍的高創(chuàng)新產(chǎn)出的擴散效應(yīng)，空間相關(guān)性低；而在低創(chuàng)新水平集聚區(qū)(低-低)集中了大多數(shù)城市，主要在粵東(揭陽、梅州、汕尾、河源和潮州)和粵西(湛江、茂名和陽江)，距離高創(chuàng)新產(chǎn)出城市有較長的空間距離．自身有較強的創(chuàng)新產(chǎn)出而又被低創(chuàng)新水平城市圍繞著的城市(高-低)主要有汕頭和佛山．

從時間角度看廣東省創(chuàng)新產(chǎn)出的空間集聚，整體情況表現(xiàn)穩(wěn)定，然而局部變化依然存在．江門市在2009年由低-高區(qū)躍入高-高區(qū)，而到了2013年又跌回低-高區(qū)，說明江門市在創(chuàng)新產(chǎn)出上雖然每年都有所增加，但其創(chuàng)新產(chǎn)出的增長率呈先快后慢趨勢，再次與核心區(qū)域拉開距離；肇慶市的情況更為悲觀，由2009年的低-高區(qū)降到2013年的低-低區(qū)，表明肇慶市的創(chuàng)新產(chǎn)出非但沒有受惠于核心區(qū)域的擴散效應(yīng)，反而受到創(chuàng)新較低區(qū)域影響；最明顯的變化發(fā)生在高-低區(qū)，佛山市在2009—2013年間，由高-低區(qū)上升到高-高區(qū)，說明其科技創(chuàng)新能力得到了很好的發(fā)展，從核心區(qū)域受惠極高；與之形成鮮明對照的是汕頭，由高-低區(qū)下降到低-低區(qū)，表明在此期間，汕頭不但沒有帶動周邊城市產(chǎn)生知識擴散效應(yīng)，反而受其所累使得自身創(chuàng)新水平受到限制．

位處于低-低區(qū)的城市(揭陽、梅州、汕尾、河源、湛江、潮州、茂名和陽江)，10年間基本沒有任何變化，表明處于該區(qū)的城市自身創(chuàng)新能力不強且互相收益甚小，同時由于地理因素的限制，接受到高創(chuàng)新產(chǎn)出的城市創(chuàng)新行為的輻射也十分有限，因此很難突破現(xiàn)狀．

分析表明，2009年隨著技術(shù)創(chuàng)新投入的增加，各城市技術(shù)創(chuàng)新產(chǎn)出都有一定程度的增長，但其溢出效應(yīng)主要集中于廣佛經(jīng)濟圈、深惠莞經(jīng)濟圈等有傳統(tǒng)聯(lián)系的城市之間，對經(jīng)濟圈外的溢出效應(yīng)較弱．受益于此，佛山的技術(shù)創(chuàng)新能力有較大提高，經(jīng)濟圈外的城市，如肇慶和江門受到的知識溢出輻射較為有限，技術(shù)創(chuàng)新產(chǎn)出的提高速度緩慢；最外圍的城市則基本沒有接收到圈內(nèi)城市技術(shù)創(chuàng)新溢出效應(yīng)的影響，汕頭直接跌入低-低產(chǎn)出區(qū)域范圍內(nèi)，湛江和陽江等城市則長期處于低創(chuàng)新產(chǎn)出區(qū)域．

從廣東省創(chuàng)新產(chǎn)出(P)的空間分布(圖1)可見，核心-邊緣分布的特點十分突出．廣州、深圳、佛山、東莞和中山是最核心的1級，自身創(chuàng)新產(chǎn)出能力極強；其次是圍繞其周圍的城市，包括韶關(guān)、江門、惠州、珠海和肇慶，形成了創(chuàng)新產(chǎn)出能力的第2級； 最后是清遠(yuǎn)、 云浮、 梅州、 汕尾、 河源、 湛江、茂名和陽江等低創(chuàng)新產(chǎn)出區(qū)域組成的邊緣地區(qū)．

圖1　2013年廣東省21個地級市創(chuàng)新產(chǎn)出分布Fig.1　Innovation output distribution of 21 cities in Guangdong Province in 2013

2.2廣東省技術(shù)創(chuàng)新與知識溢出效應(yīng)的空間計量模型結(jié)果

2.2.1廣東省技術(shù)創(chuàng)新產(chǎn)出OLS分析結(jié)果

廣東省創(chuàng)新產(chǎn)出存在空間依賴性，需要用空間計量模型進(jìn)行估計，但是為了進(jìn)行橫向比較，進(jìn)一步解釋空間計量模型在廣東省創(chuàng)新產(chǎn)出中的運用，本研究運用2013年廣東省21個地級市的創(chuàng)新產(chǎn)出的面板數(shù)據(jù)進(jìn)行OLS估計，結(jié)果如表4和表5．其中， t統(tǒng)計量是檢驗解釋變量的顯著性； p值是顯著性水平檢驗的結(jié)果．

表4　2013年廣東省技術(shù)創(chuàng)新產(chǎn)出OLS分析結(jié)果

1)、2)和3)分別表明結(jié)果通過1%、5%和10%的顯著性檢驗

OLS回歸結(jié)果表明，模型的擬合優(yōu)度R2≈0.995 405． F值通過了1%的顯著性檢驗，6個解釋變量中，產(chǎn)業(yè)集聚程度(INC)和研發(fā)人力資源(H)沒能通過顯著性檢驗．模型的解釋力不足．

從表6中的空間依賴性檢驗中可見，LMLAG比LMERR在統(tǒng)計上更為顯著，且R-LMLAG顯著而R-LMERR不顯著，因此，有充分的理由可以判斷后續(xù)計量模型應(yīng)該選擇SLM模型．

表6　空間依賴性診斷

為驗證判斷的完整性，本研究仍給出SEM的估計結(jié)果，以便進(jìn)一步確認(rèn)使用SLM模型的合理性．

2.2.2廣東省技術(shù)創(chuàng)新產(chǎn)出的SLM和SEM分析結(jié)果

表7和表8給出2013年廣東省21個地級市技術(shù)創(chuàng)新產(chǎn)出面板數(shù)據(jù)的SLM和SEM分析結(jié)果．

由表5和表8可見，從擬合優(yōu)度R2來說，SLM模型(0.995 64)>SEM模型(0.995 426)>OLS模型(0.995 405)；SLM模型的LogL統(tǒng)計值(11.59 680)比SEM模型的LogL統(tǒng)計值(11.055 724)大，而SLM模型的AIC統(tǒng)計值(-8.193 680)和SC統(tǒng)計值(-0.534 660)分別比SEM模型的AIC統(tǒng)計值(-7.111 450)和SC統(tǒng)計值(-0.474 150)小，則根據(jù)上述檢驗可判定SLM更為適合．

空間滯后模型滯后項系數(shù)λ=0.566 517，通過5%的顯著性水平檢驗，說明廣東省21個地級市的自主創(chuàng)新活動存在空間交互作用，使得城市創(chuàng)新活動的影響不僅僅取決于自身的創(chuàng)新產(chǎn)出，還受到周邊城市創(chuàng)新活動的影響．OLS模型由于忽略空間滯后和空間誤差因素，模型設(shè)定存在偏差．

表7　2013年廣東省技術(shù)創(chuàng)新產(chǎn)出的SLM和SEM分析結(jié)果

1)、2)和3)分別表明結(jié)果通過1%、5%和10%的顯著性檢驗

2.2.3廣東省技術(shù)創(chuàng)新產(chǎn)出的計量結(jié)果分析

在SEM中，其回歸結(jié)果表明：

1)模型中外商對高技術(shù)產(chǎn)業(yè)的FFDI系數(shù)為正，但并不大，說明FDI對高技術(shù)產(chǎn)業(yè)產(chǎn)出的影響可能沒有想象中那么顯著．究其原因：首先，以往廣東省對外招商引資的重心放在資金總量上，不注重技術(shù)含量的高低；其次，雖然廣東省經(jīng)濟增長速度位列前茅，但技術(shù)創(chuàng)新能力較為有限，企業(yè)自主創(chuàng)新動力嚴(yán)重不足；最后，從FDI帶來的技術(shù)創(chuàng)新擴散過程來看，通過引進(jìn)外資可以帶來大量的國外低級技術(shù)，但核心技術(shù)卻無法以此方式獲得，隨著廣東省經(jīng)濟發(fā)展進(jìn)入創(chuàng)新驅(qū)動階段，未來的經(jīng)濟增長將不得不更多地依靠自身的技術(shù)創(chuàng)新．經(jīng)過30多年的改革開放實踐，廣東省技術(shù)創(chuàng)新能力有了長足發(fā)展，尤其是深圳和廣州等核心城市已經(jīng)基本完成產(chǎn)業(yè)結(jié)構(gòu)升級，對國外廉價低端技術(shù)需求已經(jīng)不大，因而FDI對其技術(shù)水平的提高效果極為有限．

2)市場集中度(IIC)對創(chuàng)新產(chǎn)出的影響是負(fù)的，規(guī)模以上工業(yè)市場集中度每增加1%，創(chuàng)新產(chǎn)出減少0.036 826%；加之Moran’sI 指數(shù)也表明，廣東省產(chǎn)業(yè)空間集聚非常顯著，尤其是廣佛經(jīng)濟圈、深惠莞經(jīng)濟圈的技術(shù)創(chuàng)新集聚比較突出，對經(jīng)濟圈內(nèi)城市的技術(shù)溢出效應(yīng)明顯，但對圈外城市江門和肇慶等的溢出十分有限，很可能產(chǎn)生產(chǎn)業(yè)集聚的擁擠效應(yīng)，因此市場集中度對技術(shù)創(chuàng)新產(chǎn)出的影響為負(fù)．

3)研發(fā)經(jīng)費(ERD)為正，其每增加1%，創(chuàng)新產(chǎn)出就增加0.569 724%．可見目前對技術(shù)創(chuàng)新產(chǎn)出的投資對其產(chǎn)出的影響十分明顯，尤其自2008年金融危機之后，廣州和深圳等核心城市持續(xù)推進(jìn)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級，加快產(chǎn)業(yè)轉(zhuǎn)移進(jìn)程，企業(yè)研發(fā)經(jīng)費投入不斷增加，企業(yè)自主創(chuàng)新力度得到加強，使廣東省整體創(chuàng)新水平得到很大提升．根據(jù)Moreno等[22-23]的研究，經(jīng)費投入與專利數(shù)據(jù)的彈性系數(shù)取值一般在0.2～0.8，本研究的彈性系數(shù)處于中間水平，主要原因可能在于本研究僅統(tǒng)計大中型工業(yè)企業(yè)研發(fā)內(nèi)部經(jīng)費，忽略了政府投資，導(dǎo)致經(jīng)費投資解釋能力不足．

4)大中型工業(yè)企業(yè)研發(fā)人員(H)對創(chuàng)新產(chǎn)出的正向影響較大， H每增加1%，創(chuàng)新產(chǎn)出就增加0.214 71%．高新技術(shù)產(chǎn)業(yè)已成為深圳最重要的支柱產(chǎn)業(yè)，創(chuàng)新模式是以企業(yè)為主體，其創(chuàng)新資源主要包括自然資源、資金、技術(shù)和人力．隨著時間的推移，企業(yè)對上述資源的依賴性各不相同．20世紀(jì)50年代以獲得自然資源為主，20世紀(jì)60年代嚴(yán)重依賴資金投入，20世紀(jì)70和80年代則依靠技術(shù)積累，直至20世紀(jì)90年代，經(jīng)濟格局變化，網(wǎng)絡(luò)經(jīng)濟興起，全球經(jīng)濟一體化，高素質(zhì)人才成為企業(yè)提升競爭力的首要因素．因此，高素質(zhì)的創(chuàng)新人才對技術(shù)創(chuàng)新產(chǎn)出的影響日漸重要．

5)兩個知識存量K1和K2， 對技術(shù)創(chuàng)新產(chǎn)出作用最為明顯．其中， K1為正，這與以技術(shù)創(chuàng)新為基礎(chǔ)的新經(jīng)濟增長理論的假定基本一致； K2的系數(shù)為負(fù)，說明其對區(qū)域技術(shù)創(chuàng)新產(chǎn)出有顯著的負(fù)效應(yīng)．可能的原因是，盡管存在知識的跨地區(qū)溢出效應(yīng)，但由于當(dāng)?shù)夭捎每鐓^(qū)域知識的門檻較高，其成本比溢出效應(yīng)帶來的利益更大，導(dǎo)致城市間知識存量的相互聯(lián)系較弱，因而區(qū)域內(nèi)除城市i外其他城市的知識存量對城市i知識生產(chǎn)的影響顯著為負(fù)．

3結(jié)論與建議

3.1結(jié)論

本研究運用空間計量的方法，基于2004—2013年廣東省21個地級市技術(shù)創(chuàng)新產(chǎn)出的面板數(shù)據(jù)，實證分析了廣東省技術(shù)創(chuàng)新和知識溢出效應(yīng)，研究表明：①廣東省各區(qū)域的技術(shù)創(chuàng)新產(chǎn)出具有空間相關(guān)特性，即每個城市的技術(shù)創(chuàng)新產(chǎn)出都不是獨立和隨機的；②FDI對廣東省技術(shù)創(chuàng)新產(chǎn)出的促進(jìn)作用沒有預(yù)想中顯著；③創(chuàng)新產(chǎn)出在廣東省各城市間形成正向的空間溢出效應(yīng)，表現(xiàn)為明顯的核心-邊緣分布特征；④大中型工業(yè)企業(yè)研發(fā)人員對創(chuàng)新產(chǎn)出的正向影響突出，人才已成為技術(shù)創(chuàng)新產(chǎn)出中最為關(guān)鍵的一環(huán)；⑤大中型工業(yè)企業(yè)研發(fā)經(jīng)費以及市場集聚程度都不同程度上影響著技術(shù)創(chuàng)新產(chǎn)出．⑥知識存量(K1和K2)對廣東省技術(shù)創(chuàng)新產(chǎn)出的影響顯著，但城市間知識存量的相互聯(lián)系較弱．

3.2建議

1)強化區(qū)域技術(shù)創(chuàng)新的空間聯(lián)系

要進(jìn)一步推動廣東省產(chǎn)業(yè)結(jié)構(gòu)升級與優(yōu)化，必須走創(chuàng)新驅(qū)動之路，強化各區(qū)域間技術(shù)創(chuàng)新的空間聯(lián)系．目前來看，廣東省技術(shù)創(chuàng)新產(chǎn)出的分布有一定的空間關(guān)聯(lián)性，但也形成了明顯的高高集聚和低低集聚特征，不利于廣東省創(chuàng)新經(jīng)濟的健康持續(xù)發(fā)展．處于核心地帶的廣州、深圳、佛山、中山和東莞已形成技術(shù)創(chuàng)新經(jīng)濟圈，圈內(nèi)知識溢出互動比較顯著，對周邊城市，如惠州、江門、清遠(yuǎn)和珠海的帶動作用也較為突出，但對于粵東粵北和粵西的擴散輻射不足．另外，惠州、江門、清遠(yuǎn)和珠海等位于銜接段的城市，對低技術(shù)創(chuàng)新產(chǎn)出區(qū)域的創(chuàng)新輻射作用相當(dāng)有限甚至反受其制約．由于技術(shù)創(chuàng)新產(chǎn)出的擴散具有一定的空間壁壘和空間局限性，因而需要政府相關(guān)部門的適當(dāng)干預(yù)與介入．應(yīng)積極強化政府引導(dǎo)作用，加強產(chǎn)業(yè)技術(shù)創(chuàng)新全局性規(guī)劃布局，打造廣東省產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟；同時不斷完善市場化機制，激發(fā)各區(qū)域產(chǎn)業(yè)技術(shù)創(chuàng)新活力；加大城市點對點幫扶力度，利用政策打破空間壁壘，構(gòu)建核心區(qū)域跳躍式擴散的新格局．

2)構(gòu)建多元化投融資體系，推動金融創(chuàng)新與科技創(chuàng)新的融合

技術(shù)創(chuàng)新和金融創(chuàng)新要實現(xiàn)互動，必須在資本市場獲得回報，才能激發(fā)越來越多的創(chuàng)新與金融支持．首先要推進(jìn)廣東多層次資本市場對科技創(chuàng)新型企業(yè)上市的傾斜，將金融、科技、產(chǎn)業(yè)“三融合”從國家級高新區(qū)延伸到工業(yè)園區(qū)、產(chǎn)業(yè)集群，讓不同規(guī)模、不同類別的企業(yè)受惠于金融服務(wù)的助推．其次轉(zhuǎn)變外資利用政策，引導(dǎo)外資流向研發(fā)部門．雖然以往FDI投資對廣東省技術(shù)創(chuàng)新產(chǎn)出的推動作用較明顯，但隨著經(jīng)濟全球化不斷深化，F(xiàn)DI投資的作用已發(fā)生明顯改變，從前述分析可見其對提高廣東技術(shù)創(chuàng)新能力的作用極?。壳柏叫柁D(zhuǎn)變原有的“數(shù)量擴張型引資”戰(zhàn)略，提高利用外資的質(zhì)量，鼓勵和引導(dǎo)外資投向高新科技產(chǎn)業(yè)、知識密集型服務(wù)業(yè)、移動互聯(lián)、新能源和生物醫(yī)藥等戰(zhàn)略性新興產(chǎn)業(yè)領(lǐng)域，促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級．

3)大力實施創(chuàng)新人才戰(zhàn)略，培育創(chuàng)新文化與氛圍

科研機構(gòu)與企業(yè)研發(fā)人員對創(chuàng)新產(chǎn)出的影響最重要，人才成為推動技術(shù)創(chuàng)新產(chǎn)出的關(guān)鍵．首先要營造高水平的人才發(fā)展環(huán)境和綜合創(chuàng)新生態(tài)體系，重視創(chuàng)新平臺建設(shè)，大力引進(jìn)高端創(chuàng)新人才[24]．其次深化育人模式改革，構(gòu)建創(chuàng)新創(chuàng)業(yè)人才培養(yǎng)新模式．以提升人才創(chuàng)新創(chuàng)業(yè)能力為目標(biāo)，由注重知識傳授向重視實踐能力、創(chuàng)新能力轉(zhuǎn)變，注重培養(yǎng)當(dāng)前社會需要的高素質(zhì)應(yīng)用型人才．促進(jìn)創(chuàng)業(yè)知識教育與實踐教育相輔相成，通過設(shè)立創(chuàng)業(yè)基金、開展創(chuàng)業(yè)大賽等方式激發(fā)學(xué)生的創(chuàng)業(yè)激情，將創(chuàng)業(yè)理論與實踐有效結(jié)合起來．培育創(chuàng)新文化，營造人才匯聚氛圍．樹立以人為本和提倡競爭的創(chuàng)新價值觀，推動形成對創(chuàng)新創(chuàng)業(yè)失敗高度寬容的文化；積極扶持創(chuàng)客空間的發(fā)展，營造良好的創(chuàng)新氛圍．

4)完善相關(guān)法律法規(guī)，加強知識產(chǎn)權(quán)保護

進(jìn)一步完善知識產(chǎn)權(quán)保護相關(guān)法律法規(guī)，出臺可操作性強的實施細(xì)則，構(gòu)建完整的知識產(chǎn)權(quán)保護法規(guī)體系. 推動司法和行政執(zhí)法相互協(xié)調(diào)，不但要加強對侵犯知識產(chǎn)權(quán)源頭性行為的司法干預(yù)，且要加大對侵犯知識產(chǎn)權(quán)行為末端的行政查處和行政處罰，形成知識產(chǎn)權(quán)保護完善的政府工作機制．提高侵權(quán)損害賠償力度，引入懲罰性賠償制度，以根除賠償?shù)蛯?dǎo)致法律約束力差和執(zhí)行熱度低下的問題．在全社會普法行動中，加強對知識產(chǎn)權(quán)保護相關(guān)法律法規(guī)的宣傳，強化全體公民對知識產(chǎn)權(quán)的認(rèn)識和尊重，提高全民知識產(chǎn)權(quán)法律保護意識．

5)建立健全技術(shù)創(chuàng)新信息傳播公共服務(wù)平臺

積極建立健全技術(shù)創(chuàng)新信息傳播交流平臺，通過移動互聯(lián)、云技術(shù)等新興互聯(lián)技術(shù)的應(yīng)用，打破小范圍技術(shù)創(chuàng)新經(jīng)濟圈形成的空間壁壘．借“互聯(lián)網(wǎng)+”東風(fēng)，統(tǒng)一搭建廣東省企業(yè)、高校、科研機構(gòu)科技創(chuàng)新信息平臺，利用互聯(lián)網(wǎng)信息交流速度快和范圍廣等特點，加快創(chuàng)新信息傳播的效率，擴大提升創(chuàng)新經(jīng)濟圈內(nèi)城市的創(chuàng)新溢出效應(yīng)與輻射范圍；同時借市場化手段，發(fā)展專業(yè)化技術(shù)創(chuàng)新服務(wù)機構(gòu)；支持和推廣各類技術(shù)交流網(wǎng)絡(luò)平臺，為技術(shù)創(chuàng)新人員提供方便快速的交流渠道．可通過與國內(nèi)外高校與科研機構(gòu)合作共建研發(fā)機構(gòu)和技術(shù)轉(zhuǎn)移轉(zhuǎn)化機構(gòu)，開展前沿性科技成果開發(fā)和轉(zhuǎn)化．積極引進(jìn)國內(nèi)外高端科技創(chuàng)新中介服務(wù)機構(gòu)，培育專業(yè)化的中介服務(wù)隊伍．

E-mail：duanjie915@163.com

引文：段杰，黃賢?。诳臻g計量的廣東省技術(shù)創(chuàng)新與知識溢出效應(yīng)分析[J]. 深圳大學(xué)學(xué)報理工版，2016，33(4)：367-376.

參考文獻(xiàn)/ References：

[1] OECD. The internationalisation of business R&D: evidence, impacts and implications [R]. Paris: Organisation for Economic Co-operation and Development，2008: i-111.

[2] Madhoc A，Li S，Priem R. The resourced-based view revisited: comparative firm advantage，willingness-based isolating mechanisms and competitive heterogeneity[J]．European Management Review，2010，7(2)：91-100.

[3] Helpman E, Grossman G M. Innovation and growth in the global economy[M]. Cambridge MA, USA: MIT Press, 1991: 359.

[4] Cliff A D, Ord J K. Spatial autocorrelation[M]. London: Pion Ltd, 1973.

[5] Anselin L. Spatial econometrics: methods and models[M]. Dordrecht, Netherlands: Kluwer Academic Publishers, 1988.

[6] Keely C. Exchanging good ideas[J].Journal of Economic Theory, 2003, 111(2): 192-213 .

[7] Berliant M, Reed III R R, Wang Ping. Knowledge exchange, matching, and agglomeration[J]. Journal of Urban Economics, 2006, 60(1): 69-95.

[8] 吳玉明．大學(xué)、企業(yè)研發(fā)與首都區(qū)域創(chuàng)新的局域空間計量分析[J]．科學(xué)學(xué)研究，2006，24(3)：398-404．

Wu Yuming. A local spatial econometric analysis of university, enterprise R&D and regional innovation of the capital[J]. Studies in Science of Science, 2006, 24(3)：398-404.(in Chinese)

[9] 孫東，楊端易．長三角區(qū)域創(chuàng)新生產(chǎn)的空間計量分析[J]．科技與經(jīng)濟，2013(1)：70-74．

Sun Dong, Yang Duanyi. Spatial econometric analysis of innovation production in Yangtze River Delta[J]. Science & Technology and Economy, 2013(26): 70-74.(in Chinese)

[10] 趙喜鳥，錢燕云，薛明慧．技術(shù)進(jìn)步對經(jīng)濟增長的貢獻(xiàn)度分析—基于長三角和珠三角5個地區(qū)的實證分析[J]．科技進(jìn)步與對策，2012，29(2)：23-26．

Zhao Xiniao, Qian Yanyun, Xue Minghui. An analysis on the contribution of technological progress to economic growth：an empirical analysis of five regions between Yangtze River and Pearl River [J]. Science & Technology Progress and Policy, 2012, 29(2): 23-26.(in Chinese)

[11] 沈體雁，張曉歡，趙作權(quán)．東北地區(qū)就業(yè)密度分布的空間特征：基于兩次經(jīng)濟普查數(shù)據(jù)的空間計量經(jīng)濟分析[J]．經(jīng)濟地理，2012(10)：14-20．

Shen Tiyan，Zhang Xiaohuan，Zhao Zuoquan. Spatial characteristics of employment density in Northeast China: based on the economic census’s data and spatial econome-trics analysis[J]. Economic Geography, 2012(10)：14-20.(in Chinese)

[12] 萬坤揚．FDI對區(qū)域不同層次技術(shù)創(chuàng)新的知識溢出效應(yīng)——基于面板數(shù)據(jù)的空間計量經(jīng)濟學(xué)模型[J]．技術(shù)經(jīng)濟，2011，30(3)：7-13．

Wan Kunyang. Knowledge spillover effect of FDI on regional technology innovation in different levels: based on spatial econometric model with panel data [J]．Technology Economics, 2011, 30(3): 7-13.(in Chinese)

[13] 李志宏，王娜，馬倩．基于空間計量的區(qū)域間創(chuàng)新行為知識溢出分析[J]．科研管理，2013，34(6)：9-16．

Li Zhihong, Wang Na, Ma Qian. Knowledge spillovers analysis on interregional innovative behaviors based on spatial measurement[J]. Science Research Management, 2013, 34(6): 9-16.(in Chinese)

[14] 李婧．區(qū)域創(chuàng)新集聚的空間計量分析—來自中國的實證[J]．工業(yè)技術(shù)經(jīng)濟，2013(11)：138-148．

Li Jing. Spatial econometrics analysis on the integration of region innovation: evidence from China[J]. Journal of Industrial Technological Economics, 2013(11): 138-148.(in Chinese)

[15] 方遠(yuǎn)平，謝蔓，林漳平．信息技術(shù)對服務(wù)業(yè)創(chuàng)新影響的空間計量分析[J]．地理學(xué)報，2013，68(8)：1119-1130．

Fang Yuanping, Xie Man, Lin Zhangping. A spatial econometric analysis of impact of ICT on service innovation[J]. ACTA Geographica Sinica, 2013, 68(8)：1119-1130.(in Chinese)

[16] 沈能，周晶晶．我國大學(xué)專利產(chǎn)出的空間分布及趨同特征—基于空間計量分析[J]．科研管理，2013(S1)：133-139．

Shen Neng, Zhou Jingjing. Spatial distribution and convergence of Chinese university patent output: based on spatial econometrics[J]. Science Research Management, 2013(S1):133-139.(in Chinese)

[17] 謝波．資源產(chǎn)業(yè)集聚、技術(shù)創(chuàng)新能力與區(qū)域經(jīng)濟增長——基于省際面板的實證分析[J]．科技進(jìn)步與對策，2013，30(7)：31-36．

Xie Bo. Resource industrial agglomeration, technology innovation and regional economic growth: based on the empirical analysis of provincial panel [J]. Science & Technology Progress and Policy, 2013, 30(7): 31-36.(in Chinese)

[18] 焦艷，石奇，王之軍．基于空間計量經(jīng)濟學(xué)的高新技術(shù)產(chǎn)業(yè)集聚及其影響因素研究-以長江三角洲16個城市為例[J]．西華大學(xué)學(xué)報哲學(xué)社會科學(xué)版，2013，32(6)：83-88．

Jiao Yan, Shi Qi, Wang Zhijun. Research on high-tech industries agglomeration and its influencing factors based on the spatial econometrics: taking the 16 cities along the Yangtze River Delta as an example[J]. Journal of Xihua University Philosophy & Social Sciences, 2013, 32(6):83-88.(in Chinese)

[19] 程中華．產(chǎn)業(yè)集聚對區(qū)域創(chuàng)新影響的空間計量分析[J]．華東經(jīng)濟管理，2015(11)：59-65．

Cheng Zhonghua. A spatial econometric analysis on the effect of industrial agglomeration on regional innovation [J]. East China Economic Management, 2015(11): 59-65.(in Chinese)

[20] 程中華，于斌斌．產(chǎn)業(yè)集聚與地區(qū)工資差距-基于中國城市數(shù)據(jù)的空間計量分析[J]．當(dāng)代經(jīng)濟科學(xué)，2014(11)：86-94．

Chen Zhonghua, Yu Binbin. Industrial agglomeration and regional wage gap: spatial econometric analysis based on Chinese urban data [J]. Modern Economic Science, 2014(11):86-94.(in Chinese)

[21] Anselin L, Bera A K, Florax R, et al. Simple diagnostic tests for spatial dependence[J]. Regional Science and Urban Economics, 1996, 26(1): 77-104.

[22] Moreno R, Paci R, Usai S. Spatial spillovers and inno-vation activity in European regions[J]. Environment and Planning A, 2005, 37(10): 1793-1812.

[23] Cabrer-Borrás B，Serrano-Domingo G. Innovation and R&D spillover effects in Spanish regions: a spatial approach[J]. Research Policy, 2007(9): 1357-1371.

[24] 段杰，龍瑚．城市創(chuàng)意指數(shù)的測度及實證分析[J]．深圳大學(xué)學(xué)報理工版，2015, 32(3)：296-305．

Duan Jie, Long Hu. City creative index and its empirical analysis [J]. Journal of Shenzhen University Science and Engineering, 2015, 32(5): 296-305.(in Chinese)

【中文責(zé)編：英子；英文責(zé)編：子蘭】

中圖分類號：F 061.5；F 062.3

文獻(xiàn)標(biāo)志碼：A

doi：10.3724/SP.J.1249.2016.04367

基金項目：廣東省哲學(xué)社會科學(xué)“十二五”規(guī)劃資助項目(GD13CYJ08)

作者簡介：段杰(1970—)，女，深圳大學(xué)經(jīng)濟學(xué)院副教授、博士．研究方向：區(qū)域經(jīng)濟及城市地理．

Knowledge spillover effect on technology innovation in Guangdong Province based on spatial measurement

Duan Jie?and Huang Xianjun

College of Economics, Center on Innovative City Construction and Management, Shenzhen University,Shenzhen 518060, Guangdong Province, P.R.China

Abstract：By mean of spatial econometric analysis technology, we build a spatial panel econometric model on the basis of knowledge production function and investigate the knowledge spillover effect of technological innovation in Guangdong Province from 2004 to 2013 and the spatial layout of technological innovation in 21 prefecture-level cities of Guangdong Province. The analysis results show that the positive spatial correlation of technological innovation in Guangdong is significant, manifesting two poles of high-high concentration and low-low concentration, which is a prominent core-periphery distribution. The facilitation of foreign direct investment in the technological innovation output in Guangdong Province is not as significant as expected. Researchers from medium and large-sized industrial enterprises impose a relatively significant positive impact on the innovation output. The R&D budget of medium and large-sized industrial enterprises and the market agglomeration level affect the innovation output to varying degrees. Knowledge stock has a significant impact on technological innovation output in Guangdong Province, but the correlation between the knowledge stocks of different cities is relatively weak.

Key words：economic geography; knowledge spillover effect; technology innovation; spatial econometrics; knowledge production function; innovation output; Guangdong Province

Received：2016-03-01；Accepted：2016-05-04

Foundation：The Twelfth Five-year Plan for Philosophy and Social Science of Guangdong Province (GD13CYJ08)

? Corresponding author：Associate professor Duan Jie. E-mail: duanjie915@163.com

Citation：Duan Jie, Huang Xianjun. Knowledge spillover effect on technology innovation in Guangdong Province based on spatial measurement[J]. Journal of Shenzhen University Science and Engineering, 2016, 33(4): 367-376.(in Chinese)

【電子與信息科學(xué) / Electronics and Information Science】