喻開志　呂笑月　黃楚蘅

[內(nèi)容摘要]利用2003-2013年四川省21個市（州）的省內(nèi)區(qū)域面板數(shù)據(jù)，首先構(gòu)建了科技創(chuàng)新水平評價指標體系，采用主成分得分的回歸法計算了近11年來四川省各個市（州）的科技創(chuàng)新水平；然后使用地理一經(jīng)濟加權(quán)矩陣的空間杜賓模型，研究了科技創(chuàng)新對區(qū)域內(nèi)經(jīng)濟增長的直接作用及其溢出效應(yīng)。發(fā)現(xiàn)近年來，四川省內(nèi)各市（州）的科技創(chuàng)新水平逐步提升，但科技創(chuàng)新水平發(fā)展不均衡；本市（州）的科技創(chuàng)新對區(qū)域內(nèi)經(jīng)濟增長確實有顯著促進效應(yīng)，但對其他市（州）的溢出效應(yīng)并不大。

[關(guān)鍵詞]科技創(chuàng)新；經(jīng)濟增長；溢出效應(yīng)；空間杜賓模型

一、引言

近年來，四川省的科技創(chuàng)新經(jīng)歷了高速增長。四川省R&D人員折合全時當(dāng)量由2003年的57868（人年）上升為2013年的109708（人年），R&D內(nèi)部經(jīng)常支出從2003年的79.4億元增長到2013年的399.9億元，申請專利數(shù)和發(fā)表論文數(shù)也在這11年間分別增長了10倍和2倍。雖然，四川省的科技創(chuàng)新工作取得了巨大的進步，但四川省的科技創(chuàng)新水平在全國仍然不高。就R&D投入而言，2013年四川省R&D投入僅占到GDP總量的1.52%，低于2013年全國平均水平2.08%，更是遠遠低于發(fā)達國家的R&D投入水平。與此同時，四川省的科技創(chuàng)新呈現(xiàn)出不平衡的態(tài)勢。成都、德陽、綿陽、攀枝花等市（州）由于其經(jīng)濟發(fā)展、地理、資源、特色產(chǎn)業(yè)等諸多優(yōu)勢，成為四川省科技創(chuàng)新投入較多、科技創(chuàng)新活動較活躍的城市；而甘孜、阿壩、巴中、涼山等市（州）由于其地處偏遠、教育不發(fā)達等原因，科技創(chuàng)新一直處于四川省較低的水平?？梢?，注重提升科技創(chuàng)新能力與自主創(chuàng)新能力的市（州）對區(qū)域內(nèi)經(jīng)濟增長具有重要拉動作用，地區(qū)間科技創(chuàng)新不平衡的狀況也可能加劇了四川省區(qū)域經(jīng)濟增長的不平衡。

隨著四川省整體經(jīng)濟的迅速增長，省內(nèi)各經(jīng)濟區(qū)域不再是獨立的經(jīng)濟單元，各市（州）經(jīng)濟增長不僅依賴于自身因素，各地區(qū)的科技創(chuàng)新與經(jīng)濟活動相互間的影響越來越顯著。要實現(xiàn)四川省內(nèi)經(jīng)濟的協(xié)調(diào)發(fā)展，不僅要重視科技創(chuàng)新對本市（州）內(nèi)經(jīng)濟增長的作用，也要考慮科技創(chuàng)新在市（州）之間的溢出。因此，詳盡分析四川省內(nèi)各市（州）的科技創(chuàng)新發(fā)展水平，明確度量省內(nèi)各市（州）的科技創(chuàng)新在經(jīng)濟增長過程中所起到的直接作用及其溢出效應(yīng)，對于四川省克服經(jīng)濟發(fā)展中遇到的障礙、加快全省經(jīng)濟增長轉(zhuǎn)型、促進現(xiàn)代化進程，具有非常重要的理論意義和現(xiàn)實意義。

二、相關(guān)文獻綜述

從國外相關(guān)文獻看，主要使用空間計量模型研究國家間科技創(chuàng)新的溢出效應(yīng)和對經(jīng)濟增長的促進作用。例如，Keller（2004）收集了7個歐洲國家的數(shù)據(jù)，通過研究國家直接地理距離和R&D溢出之間的關(guān)系后發(fā)現(xiàn)，溢出效應(yīng)的大小與地理距離相關(guān)，但受到地理條件的限制。Borrds和Domingo（2007）發(fā)現(xiàn)區(qū)域內(nèi)的自我創(chuàng)新和鄰近區(qū)域內(nèi)的創(chuàng)新都將對本區(qū)域的經(jīng)濟產(chǎn)生影響，為了促進經(jīng)濟增長，在制定R&D的政策時應(yīng)納入臨近區(qū)域的政策。Nadeem（2010）利用30個國家1980-2004年的數(shù)據(jù)，研究了外商直接投資通過科技溢出對發(fā)展中國家經(jīng)濟增長所產(chǎn)生的間接影響，發(fā)現(xiàn)FDI減小了發(fā)展中國家與發(fā)達國家的技術(shù)差距，即產(chǎn)生了科技溢出，從而增進了發(fā)展中國家的經(jīng)濟增長。Seck（2012）通過利用55個國家10年面板數(shù)據(jù)，指出科技溢出對發(fā)展中國家的經(jīng)濟增長大有裨益，特別是那些R&D活動較少的發(fā)展中國家，而享受到科技溢出的國家往往趨向于投入更多的人力資本、對貿(mào)易以及國際活動采取更加開放的政策。Kamyab（2014）認為，不同于經(jīng)典的內(nèi)生增長理論，知識并不會自發(fā)的溢出，發(fā)現(xiàn)創(chuàng)新不僅促進經(jīng)濟增長更是知識溢出的重要渠道。

從國內(nèi)相關(guān)文獻看，主要運用時間序列模型、面板數(shù)據(jù)模型和空間計量模型分析省際間科技創(chuàng)新的溢出效應(yīng)和對經(jīng)濟增長的促進作用。為了分析科技創(chuàng)新與經(jīng)濟增長的長期關(guān)系，大多使用時間序列模型。例如，唐德祥等（2009）使用向量誤差修正模型分析科技投入影響經(jīng)濟增長的內(nèi)在機制，發(fā)現(xiàn)經(jīng)濟增長和固定資本投資、勞動投入、科技創(chuàng)新投入之間存在著長期均衡的協(xié)整關(guān)系，科技創(chuàng)新投入增加會促進我國經(jīng)濟增長；薛昶和李嵩然（2012）使用協(xié)整模型分析資本、勞動、技術(shù)要素投入對四川省經(jīng)濟增長的影響，實證結(jié)果表明四川省當(dāng)前技術(shù)進步與創(chuàng)新要素對經(jīng)濟增長的拉動作用還十分微弱，資本投入仍是地區(qū)經(jīng)濟增長的核心動力；劉鋒等（2014）運用因子分析、協(xié)整檢驗和VAR模型研究科技創(chuàng)新成果與經(jīng)濟增長之間的動態(tài)關(guān)系，研究結(jié)果表明GDP和科技創(chuàng)新成果之間存在長期均衡關(guān)系，而且GDP與科技創(chuàng)新成果之間存在雙向因果關(guān)系?？紤]到各個省市經(jīng)濟體之間可能存在相關(guān)性與異質(zhì)性，也有學(xué)者使用面板數(shù)據(jù)模型分析二者的關(guān)系。例如，王家庭（2012）基于全國30個省市面板數(shù)據(jù)對科技創(chuàng)新的溢出效應(yīng)對經(jīng)濟增長的作用進行了研究，結(jié)果表明四川省作為全國科技成果生產(chǎn)大戶，鄰省的科技投入溢出效應(yīng)要大于本省科技投入的直接效應(yīng)；何雄浪和張澤義（2014）運用面板數(shù)據(jù)中的SUR模型分析進口貿(mào)易技術(shù)對經(jīng)濟增長的影響，研究發(fā)現(xiàn)技術(shù)溢出效應(yīng)在我國中、東、西部各不相同，研發(fā)投入對東部的技術(shù)溢出效應(yīng)起積極作用，而中西部通過對外開放從技術(shù)溢出獲得較快的經(jīng)濟增長。為了分析各省科技創(chuàng)新投入的溢出效應(yīng)對經(jīng)濟增長的影響及各省經(jīng)濟的群聚性，近年來使用空間計量模型做實證研究的論文不斷涌現(xiàn)。例如，李婧等（2010）運用空間計量分析技術(shù)，考察1998-2007年中國大陸30個省級區(qū)域創(chuàng)新的空間相關(guān)與集聚，研究表明創(chuàng)新投入與經(jīng)濟增長之間存在顯著的正向空間相關(guān)，中國區(qū)域創(chuàng)新也存在顯著的正向空間相關(guān)性，且在東部及沿海地區(qū)形成了創(chuàng)新活動的密集帶；張志強（2012）基于內(nèi)生增長理論，以空間誤差修正模型和動態(tài)面板模型實證檢驗了中國金融發(fā)展的規(guī)模與效率的區(qū)域創(chuàng)新效應(yīng)，研究結(jié)果表明加強區(qū)際及國際貿(mào)易聯(lián)系、促進省份層面技術(shù)引進與研發(fā)創(chuàng)新、共享技術(shù)空間溢出效應(yīng)是縮小區(qū)域發(fā)展差異，實現(xiàn)區(qū)域經(jīng)濟協(xié)調(diào)發(fā)展的有效途徑；鐘祖昌（2013）從理論和實證兩個方面驗證了研發(fā)投入及其溢出效應(yīng)對省域經(jīng)濟增長的貢獻，研究結(jié)果表明省域間R&D投入存在明顯的溢出效應(yīng)，1991-2009年R&D投入對經(jīng)濟增長的貢獻率為16.7，同時東部地區(qū)溢出效應(yīng)最高，西部最低；張林（2016）使用靜態(tài)和動態(tài)空間面板模型，就金融發(fā)展與科技創(chuàng)新對實體經(jīng)濟增長的影響進行實證檢驗。研究發(fā)現(xiàn)，金融發(fā)展和科技創(chuàng)新在短期和長期內(nèi)均對實體經(jīng)濟增長具有顯著的促進作用，中國實體經(jīng)濟增長存在顯著的正向空間集聚性和異質(zhì)性。此外，還有作者運用灰色關(guān)聯(lián)方法、數(shù)據(jù)包絡(luò)分析法來研究科技創(chuàng)新對經(jīng)濟增長的促進作用。例如，李青（2010）采用灰色關(guān)聯(lián)方法研究了四川省科技投入與經(jīng)濟增長的關(guān)系，結(jié)果表明項目數(shù)與GDP的關(guān)聯(lián)度最大、科研基建經(jīng)費次之，科技活動人員與GDP的關(guān)聯(lián)并不明顯；龐瑞芝等（2014）借助拓展的網(wǎng)絡(luò)化數(shù)據(jù)包絡(luò)分析法，考察2009-2012年我國省際科技創(chuàng)新對經(jīng)濟發(fā)展的支撐效率以及創(chuàng)新資源的優(yōu)化配置問題，發(fā)現(xiàn)全國各省份科技創(chuàng)新對經(jīng)濟發(fā)展的支撐作用普遍偏低。

從以上文獻可以看出，有關(guān)科技創(chuàng)新溢出效應(yīng)與經(jīng)濟增長的研究中，研究對象多為全國，以某個省市為分析對象還相對較少。僅有幾篇有關(guān)四川省科技創(chuàng)新和經(jīng)濟增長的相關(guān)文獻中，均未涉及四川省各市（州）之間的科技創(chuàng)新溢出效應(yīng)。此外，更重要的是，以往國內(nèi)外文獻大多采用時間序列或普通面板數(shù)據(jù)方法，沒有考慮空間的相關(guān)性。但顯然科技創(chuàng)新水平和經(jīng)濟增長都是存在空間效應(yīng)的，有以下幾個原因：首先，在現(xiàn)實經(jīng)濟社會中，幾乎所有的數(shù)據(jù)都或多或少的存在空間相關(guān)性或者空間依賴性，當(dāng)然這也包括了科技創(chuàng)新和經(jīng)濟增長方面數(shù)據(jù)；其次，四川省內(nèi)部對科技創(chuàng)新方面的政策差別并不是很大，這也會使得四川省各市（州）的科技創(chuàng)新水平存在空間相關(guān)性；再次，諸多經(jīng)驗研究已經(jīng)證明，科技創(chuàng)新和經(jīng)濟增長所產(chǎn)生的效果不會僅局限于一個地區(qū)，也就是說科技創(chuàng)新存在外部性即溢出效應(yīng)；最后，近年來四川省經(jīng)濟增長迅速，省內(nèi)經(jīng)濟一體化趨勢加速顯現(xiàn)，各市（州）不再是獨立的經(jīng)濟單元，各個市（州）的經(jīng)濟增長不再單單依賴自身的內(nèi)在因素，在經(jīng)濟一體化的趨勢下，科技創(chuàng)新水平是否對經(jīng)濟增長有著明顯的溢出效應(yīng)是值得考慮的問題。在此基礎(chǔ)上，本文考慮了科技創(chuàng)新水平和經(jīng)濟增長在四川省內(nèi)各個市（州）的空間相關(guān)性，重點利用空間計量的方法來研究二者的關(guān)系。

三、變量選取與數(shù)據(jù)說明

科技創(chuàng)新綜合水平可以反映為科技創(chuàng)新投入和科技創(chuàng)新成果兩方面的內(nèi)容，科技創(chuàng)新投入分為物力投入和人力投入兩方面。本文選取R&D內(nèi)部經(jīng)費支出來代表科技創(chuàng)新物力投入，用R&D人員折合全時當(dāng)量人員來衡量科技創(chuàng)新活動的人力投入，用申請專利數(shù)以及發(fā)表科技論文數(shù)來表示科技創(chuàng)新成果。因此，根據(jù)以上指標數(shù)據(jù)的可得性以及完整性，本文在衡量科技創(chuàng)新水平時，采用了R&D折合全時人員（人年）、R&D內(nèi)部經(jīng)費支出（萬元）、申請專利數(shù)（件）、發(fā)表科技論文數(shù)（篇）來代表四川省科技創(chuàng)新水平。

本文選取四川省各市（州）的科技創(chuàng)新水平因子得分作為關(guān)鍵解釋變量。用科技創(chuàng)新水平因子得分（A）、全社會固定資產(chǎn)投資（K）、從業(yè)人員（L）作為技術(shù)水平、資本投入和勞動力投入建立產(chǎn)出（GDP）模型，其中，GDP、全社會固定資產(chǎn)投資、從業(yè)人員取對數(shù)，科技創(chuàng)新水平因子小于0的數(shù)據(jù)較多，故保持原樣不取對數(shù)?；灸Ｐ投紴槿缦滦问剑?/p>

InGDP=f（A，In K，In L） （1）

本文所使用的數(shù)據(jù)為2003-2013年四川省21個市（州）的省內(nèi)面板數(shù)據(jù)，所用數(shù)據(jù)主要來自《四川省科技統(tǒng)計年鑒（2004-2014）》和《四川省統(tǒng)計年鑒（2004-2014）》。

四、四川省各市（州）的科技創(chuàng)新水平綜合得分

由于本文原始數(shù)據(jù)來源的統(tǒng)計口徑不一致且可能存在不同的量綱，為使指標之間具有可比性，本節(jié)先利用z-Score法對原始數(shù)據(jù)進行標準化，即對原始數(shù)據(jù)進行無量綱化。此外，在進行因子分析之前應(yīng)通過KMO測度和巴特利特（Bartlett）球體檢驗，對變量和數(shù)據(jù)的有效性進行檢驗由此判斷數(shù)據(jù)是否適合因子分析。一般來說，當(dāng)KMO值小于0.6時就被認為不適合做因子分析。根據(jù)檢驗結(jié)果，KMO檢驗的統(tǒng)計量值為0.7，大于0.6，表明模型變量間的偏相關(guān)程度較高。本文通過Bartlett球形檢驗的結(jié)果可以拒絕原假設(shè)，即變量之間是相關(guān)的。通過以上兩個檢驗均可以得出，變量間的相關(guān)程度適合做因子分析。

通過特征值、累計方差貢獻率以及碎石圖可以共同確定最優(yōu)因子的數(shù)量。根據(jù)特征值和累計方差貢獻率結(jié)果，第一個主成分的累計方差貢獻率就達到92%。在碎石圖中，第一個因子的特征值較大，并形成了明顯的拐點，之后的因子特征值連線變得平緩，可知用第一個因子就可以較好的代替R&D折合全時人員、R&D內(nèi)部經(jīng)費支出、申請專利數(shù)和發(fā)表科技論文這4個指標來評價和判斷四川省各州市的科技創(chuàng)新水平。

計算因子得分有多種方法，本文采用較常用的回歸法（regression）進行計算。由于在因子分析前，對各指標數(shù)值都進行了z-score標準化處理，因此被比較對象的平均水平為零分，得分為正分表示該市（州）當(dāng)年的科技創(chuàng)新水平高于這11年來四川省各市（州）科技創(chuàng)新的平均水平，而得分為負則表示低于平均水平。根據(jù)特征值和相應(yīng)的特征向量，計算21個州市各年的科技創(chuàng)新水平主成分得分，如表1所示。

根據(jù)表1，從科技創(chuàng)新主成分綜合得分上來看，綜合得分值越高，科技創(chuàng)新水平相應(yīng)也越高。近年來，各市州的科技創(chuàng)新水平均呈現(xiàn)上升趨勢；成都市在四川省內(nèi)科技創(chuàng)新水平綜合得分最高，綿陽市次之，省內(nèi)科技創(chuàng)新水平呈現(xiàn)比較明顯的兩極分化局面。

五、科技創(chuàng)新對經(jīng)濟增長直接作用和溢出效應(yīng)的實證分析

（一）構(gòu)建空間權(quán)重矩陣

以往文獻僅僅局限于經(jīng)濟增長與相鄰地區(qū)科技創(chuàng)新水平之間的空間相關(guān)性，但僅從這一個角度來說明科技創(chuàng)新的溢出效應(yīng)是不夠的?？紤]到實際情況，不同地區(qū)間的科技創(chuàng)新溢出效應(yīng)的發(fā)揮必然不完全或者不僅僅取決于地理相鄰或者空間距離。隨著信息化的推進，技術(shù)的轉(zhuǎn)移和知識的傳播并不會因為距離遙遠而形成阻礙。在這種條件下，科技創(chuàng)新水平應(yīng)將當(dāng)?shù)亟?jīng)濟水平發(fā)展相近程度納入考慮。在這種思想的指導(dǎo)下，本文設(shè)定一個同時考慮地理空間距離和經(jīng)濟距離兩種因素的空間加權(quán)矩陣。

根據(jù)表6，科技創(chuàng)新水平因子的直接效應(yīng)為0.0646，在5%的水平下通過顯著性檢驗；溢出（間接）效應(yīng)為0.4107，t值僅為1.074。也就是說，本地的科技創(chuàng)新水平對本地的GDP有顯著的正向促進作用，但對其他地區(qū)GDP的促進效應(yīng)并不是明顯。

首先，從全社會固定資產(chǎn)投資角度看，投資的直接效應(yīng)為0.6428，間接效應(yīng)為2.2040，它們在5%的水平下都顯著。這表明本地的GDP不但受到本地固定資產(chǎn)投資的影響，也較為顯著的受到他市（州）的固定資產(chǎn)投資的促進。其次，就從業(yè)人員的投入量來看，勞動力投入量的直接效應(yīng)為0.8514，間接效應(yīng)為3.5397，兩者均在1%的水平下顯著。也就是說，本地的GDP增長不僅受到當(dāng)?shù)貏趧恿ν度氲娘@著推動，還受到其他市（州）的勞動力投入量的影響，這說明了四川省GDP增長有明顯的勞動密集特征。

綜合分析來看，勞動力投入指標（從業(yè)人員）對四川省經(jīng)濟增長的貢獻最大，全社會固定投資次之，科技創(chuàng)新水平對經(jīng)濟增長的貢獻很小，這與我們基于二元鄰權(quán)矩陣的分析結(jié)果較為一致。從四川省內(nèi)的實際情況來看，目前四川省內(nèi)科技創(chuàng)新對本地經(jīng)濟增長的直接效應(yīng)已毋庸置疑，但溢出效應(yīng)尚不顯著。在四川省科技創(chuàng)新總體水平不高且省內(nèi)科技創(chuàng)新水平兩極分化嚴重的現(xiàn)狀下，科技創(chuàng)新水平對經(jīng)濟增長尚未形成正外部性，雖然某個市（州）的經(jīng)濟增長能享受到本地科技創(chuàng)新的促進作用，但對其他市（州）的科技創(chuàng)新對其卻沒有顯著的促進作用。

六、結(jié)論與政策建議

第一，從科技創(chuàng)新水平綜合得分來看，2003-2013年四川省內(nèi)各市（州）的科技創(chuàng)新水平均呈逐步上升趨勢；但四川省21個市（州）科技創(chuàng)新水平發(fā)展極其不均衡，尤其表現(xiàn)出成都市、綿陽市的科技創(chuàng)新水平明顯高于其他市（州）的兩極分化狀態(tài)。

第二，四川省內(nèi)各市（州）的科技創(chuàng)新對經(jīng)濟增長的溢出效應(yīng)并不明顯。從統(tǒng)計學(xué)角度來看，雖然本地的科技創(chuàng)新投入對本地的GDP有顯著的正向促進作用，但對其他市（州）的GDP的促進作用卻不顯著。

第三，本市（州）的固定資產(chǎn)投資能顯著促進本地的GDP，同時，固定資產(chǎn)投資在四川省內(nèi)的溢出效應(yīng)也對經(jīng)濟增長有一定的促進作用。當(dāng)?shù)貜臉I(yè)人員數(shù)的增加對當(dāng)?shù)谿DP有顯著的推動作用，從業(yè)人員的溢出效應(yīng)也十分顯著。也就是說，本市（州）的GDP增長不僅受到當(dāng)?shù)貏趧恿ν度氲娘@著推動，還受到其他市（州）勞動力投入的推動，這說明了四川省GDP增長有明顯的勞動密集特征。綜合來看，勞動力投入指標（從業(yè)人員）對四川省經(jīng)濟增長的貢獻最大，全社會固定投資次之。

綜合來看，四川省的科技創(chuàng)新對各市（州）自身的經(jīng)濟增長確實是有很大的推動作用，但是科技創(chuàng)新對其他市（州）的經(jīng)濟增長的促進作用不明顯。我們提供以下政策建議，為政府的政策制定選擇提供一些借鑒。

第一，人才不僅是科技創(chuàng)新的動力來源，也代表了科技創(chuàng)新的產(chǎn)出，決定著科技創(chuàng)新的水平與效率，需要建立科技創(chuàng)新人才相應(yīng)的激勵政策。

第二，在制定經(jīng)濟發(fā)展政策時，是依靠本市（州）科技創(chuàng)新驅(qū)動還是吸收周邊市（州）的科技創(chuàng)新，應(yīng)因地制宜地進行考慮。對于科技創(chuàng)新不發(fā)達的地區(qū)來說，要充分提高地區(qū)人力基本素質(zhì)，加強創(chuàng)新知識吸收能力，充分利用周邊地區(qū)的科技創(chuàng)新溢出。

第三，R&D經(jīng)費也是科技創(chuàng)新的動力來源之一，是科技創(chuàng)新的前提。因此，為了促進四川省各市（州）的經(jīng)濟增長，不僅要增加R&D經(jīng)費的投入，更要盡力提高R&D經(jīng)費的使用效率。