王 鉞，劉秉鐮

(南開大學 城市與區(qū)域經濟研究所，天津 300071)

創(chuàng)新要素的流動為何如此重要？
——基于全要素生產率的視角

王 鉞，劉秉鐮

(南開大學 城市與區(qū)域經濟研究所，天津 300071)

本文旨在揭示創(chuàng)新要素在區(qū)際間的流動對中國全要素生產率的影響。在深入分析創(chuàng)新要素流動影響生產率增長內在機理的基礎上，采用空間計量分析技術，對中國大陸30個省級行政區(qū)的創(chuàng)新要素流動與全要素生產率之間的關系進行了實證檢驗。研究發(fā)現，中國區(qū)域全要素生產率具有明顯的空間相關效應，且受這一效應的作用，研發(fā)資本在區(qū)際間的流動對區(qū)域全要素生產率有顯著的正向影響。在考慮不同引力模型下的創(chuàng)新要素流動量以后，這一結果依然具有穩(wěn)健性。本文結論為我國創(chuàng)新要素區(qū)際流動政策的科學制定，進而促進全要素生產率的增長提供有益參考。

創(chuàng)新要素流動；全要素生產率；空間面板計量

一、引言

創(chuàng)新要素(主要包括R&D人員和R&D資本等)是保障創(chuàng)新型國家戰(zhàn)略順利實施，支撐中國科技競爭力提升的重要戰(zhàn)略資源。近年來，伴隨著戶籍制度的松動以及互聯網金融技術的迅猛發(fā)展，創(chuàng)新要素在區(qū)際間的流動規(guī)模逐步擴大。創(chuàng)新要素的區(qū)際流動有利于優(yōu)化創(chuàng)新資源在區(qū)域空間的合理配置，加速區(qū)域創(chuàng)新合作網絡的形成，進而也有利于推動社會技術的進步和生產率的提升。然而，創(chuàng)新要素的流動并非只有積極的影響，比如，在長期內，創(chuàng)新要素的大規(guī)模流動會使人們就業(yè)保障感和獲取穩(wěn)定收益的安全感顯著降低[1]，而適度的就業(yè)保障感和獲益穩(wěn)定感對生產率增長有正向的貢獻[2]。那么，創(chuàng)新要素在區(qū)際間的流動究竟會對我國生產率的增長產生怎樣的影響呢？該問題的解決有益于我國創(chuàng)新要素區(qū)際流動政策和區(qū)域創(chuàng)新發(fā)展政策的進一步優(yōu)化，并為我國創(chuàng)新驅動戰(zhàn)略的成功實施提供有益參考。

從已有文獻來看，目前學界尚缺乏針對創(chuàng)新要素流動的直接研究?，F有研究均將創(chuàng)新要素本身作為考察對象，從靜態(tài)的角度，重點考察我國創(chuàng)新要素的利用效率[3-5]以及創(chuàng)新要素的投入數量對創(chuàng)新績效的影響[6-8]等。事實上，攜帶著更多創(chuàng)新知識和技術的創(chuàng)新要素在市場信號指引下的自由流動，會給我國經濟的發(fā)展帶來新的契機與挑戰(zhàn)。因此，本文聚焦于創(chuàng)新要素的區(qū)際流動這一新的問題，主要考察其是否促進了我國生產率的提升。以期通過本研究，為創(chuàng)新要素的合理流動，從而促進創(chuàng)新資源的優(yōu)化配置以及生產率的增長提供理論依據和政策參考。

目前關于創(chuàng)新要素與生產率關系的研究，大多集中于產業(yè)層面，考察各產業(yè)創(chuàng)新要素投入對生產率的影響。張海洋(2005)實證考察了中國內資工業(yè)部門的R&D投入與生產率的關系，結果表明R&D投入對內資部門生產率的增長有負向影響[9]；吳延兵(2006)針對我國制造業(yè)的研究表明，我國制造業(yè)的R&D投入能夠顯著地促進生產率的增長[10]；朱有為和徐康寧(2007)運用1996-2004年中國高技術產業(yè)的面板數據，實證檢驗了R&D資本積累與高技術產業(yè)生產率增長之間的關系，發(fā)現R&D資本積累對生產率有顯著的影響[11]；戴魁早(2011)從行業(yè)層面對我國高技術產業(yè)的研究結果表明，不僅R&D資本投入能夠促進生產率的增長，R&D人員投入也能夠促進生產率的增長[12]?？梢园l(fā)現，上述研究忽視了創(chuàng)新要素在區(qū)際間流動所引發(fā)的資源配置效應的變化，而且僅以某個特定的產業(yè)作為研究對象。然而，正如上文所指出的，創(chuàng)新要素的區(qū)際流動對區(qū)域生產率可能產生一些有利和不利影響。在此情形下，科學分析創(chuàng)新要素流動影響生產率的機理，評估其影響效應，就成為研究中一項非常重要的課題。

與以往研究相比，本文的貢獻主要體現在：第一，從創(chuàng)新要素在區(qū)際間動態(tài)流動的視角，考察中國區(qū)域生產率的提升問題，藉此為中國創(chuàng)新要素的合理流動及生產率的提升提供政策啟示；第二，在探討區(qū)域間生產率可能存在空間相關性的基礎上，實證分析創(chuàng)新要素的區(qū)際流動對區(qū)域生產率的影響效應。

本文后續(xù)的安排為：第二部分從理論上闡釋創(chuàng)新要素區(qū)際流動對區(qū)域創(chuàng)新生產率的影響機理；第三部分闡述創(chuàng)新要素流動量的度量以及區(qū)域生產率的測算方法；第四部分構建空間面板計量模型并對相關變量進行說明；第五部分對實證結果進行分析和討論；最后給出結論及相應的政策建議。

二、理論機理

F?re等(1994)的研究表明，生產率的增長可以分解為技術的進步和技術效率的提升[13]。其中，技術進步表示生產前沿面隨時間的變化向外擴張，而技術效率則表示在既定的要素投入下實際產出量與最優(yōu)產出量之間的距離，距離越小，表明技術效率越高。通常新知識的創(chuàng)造和新發(fā)明的產生可以推動社會技術的進步，而管理機制的創(chuàng)新和制度的變革則能夠帶動技術效率的提升。作為創(chuàng)新生產重要投入的創(chuàng)新要素具有“知識性”、“技術性”和“趨利性”等特征，這些特征的存在使得其在區(qū)際間的流動一方面可以加速新知識的發(fā)明和創(chuàng)造，從而推動技術的進步，另一方面能夠促進新的生產模式出現，助推創(chuàng)新執(zhí)行單位技術效率的提升。這樣，創(chuàng)新要素的區(qū)際流動便可通過促進技術進步與技術效率改善兩條路徑，提升區(qū)域的生產率水平。下面就這兩條路徑做具體分析。

創(chuàng)新要素流動促進技術進步的作用路徑可以分為以下兩個方面：第一，創(chuàng)新要素在區(qū)際間的流動會加速各區(qū)域的創(chuàng)新執(zhí)行部門進行研發(fā)合作，形成研發(fā)合作網絡，而異質性創(chuàng)新主體間的相互合作、相互互動將直接影響區(qū)域生產率的提升[14]。當前，我國技術的發(fā)展呈現出復雜化和更新速度快速化的特征，從而使得單個創(chuàng)新執(zhí)行單位在研發(fā)過程中有可能不完全具備所需的創(chuàng)新知識，而跨區(qū)際的研發(fā)合作可以有效地推動創(chuàng)新資源的整合與創(chuàng)造，大大提升科學有效的整合資源、獲取知識的能力，推動技術的進步。此外，在目前我國各區(qū)域依靠比較優(yōu)勢，對創(chuàng)新知識進行精細化、專門化分工的創(chuàng)新環(huán)境下，如何將分散的創(chuàng)新知識統一化、系統化，以便更加科學系統地將創(chuàng)新知識應用到研發(fā)中，已經成為影響區(qū)域技術進步的關鍵，而創(chuàng)新要素的流動有助于解決上述問題[15]。創(chuàng)新要素在區(qū)際間的流動可以將不同的異質性創(chuàng)新主體聯合起來，形成一個相互作用、相互合作的創(chuàng)新網絡，加快區(qū)域間的互動與合作，從而促進創(chuàng)新活動的順利開展，引致技術進步。第二，創(chuàng)新要素在區(qū)際間的流動能夠帶動創(chuàng)新知識在區(qū)域間擴散與傳播。Romer(1990)指出，創(chuàng)新知識的非競爭性和部分排他性特征是產生知識溢出的根本原因[16]?；趧?chuàng)新知識根植于創(chuàng)新要素的特征，創(chuàng)新要素在區(qū)際間的流動是引發(fā)知識溢出，特別是隱性知識溢出的主要渠道，其一方面加速了新知識的創(chuàng)造，另一方面又促進了創(chuàng)新知識在不同區(qū)域間的傳播與交流，沖破了技術性創(chuàng)新知識中不能被編碼化的部分在擴散中遇到的瓶頸問題，加快了技術進步的步伐[17]，進而有利于提高區(qū)域生產率。

創(chuàng)新要素流動促進技術效率改善的作用機制也主要沿以下兩種路徑進行：第一，在“趨利性”特征的支配下，創(chuàng)新要素會按照邊際收益等于邊際成本的原則自發(fā)地流向獲益最高的地區(qū)，這種在市場規(guī)律作用下的自由流動，可以使整個社會的研發(fā)資源達到最優(yōu)的配置，進而帶動全社會生產率的提高。當面臨技術進步的情況時，上述資源優(yōu)化配置效應將表現得尤為明顯。技術進步的存在，一方面，能夠提高各研發(fā)部門的勞動生產率；另一方面，技術進步會影響實際收入水平，在需求收入彈性的作用下，消費者會改變對原有的研發(fā)產品的需求量。事實上，上述兩種因素對不同類型的研發(fā)部門的影響存在著顯著的差異，將會導致研發(fā)創(chuàng)新部門中失業(yè)和空缺同時存在，而創(chuàng)新要素的自由流動可以有效化解上述困境，實現創(chuàng)新知識、技術與經濟發(fā)展間的最優(yōu)匹配[18]，從而使創(chuàng)新活動有序進行，技術效率得到提升。第二，對于創(chuàng)新要素的流入地區(qū)，由于新流入的創(chuàng)新要素往往包含有較高的創(chuàng)新水平和管理技術，能夠助推原有R&D資本形成新的、效率更高的資本，從而有利于提高創(chuàng)新要素的邊際生產率，同時新流入的R&D資本與R&D人員相結合，可以通過學習效應提升R&D人員的邊際生產率；對于創(chuàng)新要素的流出地區(qū)，創(chuàng)新要素流出后，剩余創(chuàng)新要素的邊際生產率得到提高，同時其它要素會向邊際生產率提高的部門轉移，進而有利于新R&D資本的創(chuàng)造和R&D人員潛力的發(fā)揮?？梢?，創(chuàng)新要素的流動使得流入地和流出地創(chuàng)新要素的邊際生產率均得到提高，從而提升區(qū)域技術效率。

三、創(chuàng)新要素流動量的度量及生產率的測算

本文選取創(chuàng)新要素中處于主體地位的R&D人員和R&D資本的流動數量來表征目前我國創(chuàng)新要素在區(qū)際間的流動情況。

(一)引力模型

為了得到穩(wěn)定、連續(xù)的創(chuàng)新要素流動數據，本文借鑒白俊紅和蔣伏心(2015)的做法，采用引力模型對我國創(chuàng)新要素在區(qū)際間的流動數量進行度量[19]。引力模型是物理學中的引力法則在社會科學中的成功運用，主要用于研究經濟社會中的空間相互作用問題，其核心觀點為兩個經濟體間的單項要素流動量與它們各自的經濟發(fā)展水平成正比，與經濟體間的距離成反比。早在19世紀，英國人口統計學家雷文茨坦就率先將引力模型用于人口流動的分析之中， 之后Anderson(1979)、Bergstrand(1985)、Anderson和Wincoop(2003)等經濟學者分別從柯布道格拉斯支出系統法、一般均衡分析方法，多邊阻力法等不同的視角，探究了引力模型的微觀理論基礎，使其具備了相應的微觀理論支撐[20-22]。目前，引力模型已經被廣泛應用于跨國貿易量度量、人口遷移以及國際投資等領域，逐漸成為研究要素流動的一個主流模型。

要素流動量引力模型的一般表達式為：

(1)

式(1)中，Mij為區(qū)域i流動到區(qū)域j的要素數量；K為區(qū)域i和區(qū)域j之間的引力系數，一般取1；Ni和Nj分別是i地和j地的某種經濟變量的測度；α為引力參數，一般均取1；Rij為區(qū)域i和區(qū)域j之間的距離；b為距離衰減指數，一般取2。

參照上述引力模型的一般形式，本文在充分考慮R&D人員流動和R&D資本流動不同特征的基礎上，分別構建了測算R&D人員流動量和R&D資本流動量的引力模型。

1.度量R&D人員流動量(FP)的引力模型

在實踐中，由于度量主體的具體特性存在差異，為了得到最優(yōu)的度量結果，經濟學家根據度量主體的不同特征，對引力模型的一般形式做了恰當的變化。變化后的引力模型主要有：雙對數引力模型、包含吸引力變量的產出約束引力模型等。一般認為“推拉理論”能夠較好地解釋人員的流動，其核心觀點認為，人口遷移發(fā)生的原因在于，流入地的那些使得人員效用提高的拉力因素，以及流出地的那些對人員造成不利影響的推力因素作用的結果[23]?；诖?，本文在度量R&D人員的流動量時，選用包含吸引力變量的引力模型，其中用各省區(qū)就業(yè)人員的平均工資水平來表征本省對其它省份R&D人員的吸引力，相應的引力模型如式(2)所示：

(2)

上式中，FPij為從i省流動到j省的R&D人員流動量，pei為i省的R&D人員全時當量，wagej是j省的平均工資，表征j省對i省R&D人員的吸引力，Rij是兩地區(qū)省會城市之間的距離，該距離根據國家地理信息系統網站上1∶400萬的電子地圖用Geoda095i軟件測量得到。

i省的R&D人員流入到其它所有省份的總流動量FPi，可以由式(3)求得：

(3)

上式中FPi為i省流動到其他省份的R&D人員總量，n為區(qū)域的個數，本文中n=30。

2.度量R&D資本流動量(FC)的引力模型

R&D資本具有“逐利性”的特征，其在區(qū)際間的流動主要受地區(qū)間利潤率水平的影響，因此我們選取各地區(qū)規(guī)模以上企業(yè)的利潤率作為吸引力變量來度量R&D資本的流動數量。目前，隨著我國金融市場的不斷完善和發(fā)展，R&D資本流動受距離的影響越來越小，但是這并不意味我們在使用引力模型度量R&D資本的流動量時不用考慮地區(qū)間距離因素的影響。根據引力模型理論，區(qū)域間的空間吸引力水平與其所處的地理空間位置有著密切的聯系，任何地區(qū)與其它周圍的地區(qū)之間均存在著經濟聯系，并且距離較近的地區(qū)比距離較遠的地區(qū)經濟聯系更為緊密，這也符合地理學第一定律[24]，由此可知地理距離相近的地區(qū)之間經濟相關性越強，其R&D資本的往來也會較為頻繁。基于此，我們借鑒白俊紅和蔣伏心(2015)的研究，使用地區(qū)間的距離表征區(qū)域間的經濟關聯程度，并使用各地區(qū)的利潤率來表征R&D資本流動的吸引力變量，選用包含吸引力變量的引力模型對R&D資本的流動量進行核算[19]：

(4)

式(4)中，FCij為i省流動到j省的R&D資本量，cpi為i省的R&D資本存量，ratej是j省的規(guī)模以上企業(yè)的利潤率水平，表征j省對i省R&D資本的吸引力，其余變量的解釋與式(2)相同。

同樣，從i省份流出的R&D資本總量可以用下式求得：

(5)

關于R&D資本流動量的度量，本文選用的是《中國科技統計年鑒》中各省份的R&D經費內部支出數據。由于R&D經費支出反映的是本年度內創(chuàng)新活動的投入量，是一項流量指標，但是其對R&D過程本身或者是R&D活動成果的影響均不僅僅局限于當期。一方面，R&D經費投入不僅會對當年的研發(fā)創(chuàng)新活動產生影響，其會形成一定的資本積累，在很長一段時間內發(fā)生作用，并且 R&D資本不僅包括資金部分，也暗含著知識積累部分，其資本積累越大說明形成的知識積累也越多，越有利于技術的進步；另一方面，從R&D經費投入到取得經濟成果的過程需要大量的研究與試驗工作，從而使得R&D經費效用的完全發(fā)揮存在時滯?；赗&D經費投入與經濟活動的時間分布關系，國內外學者對R&D經費投入量的數據處理主要分為以下兩種：

第一種是使用永續(xù)盤存法測算R&D資本存量，用R&D資本存量來反映當年研發(fā)活動的開展情況和知識的積累[25-26]。具體的測算方法如式(6)所示：

(6)

式(6)中Kit和Ki(t-1)分別表示區(qū)域i在t時期和t-1時期的R&D資本存量；m滯后期數，km為滯后系數，即R&D經費支出在滯后m期時的貼現系數。假設R&D影響的平均滯后期為λ，且t-λ期的R&D經費支出為t期R&D資本存量的增加量，當m=λ時，km=1，否則，km=0。σ為折舊率，本文采用國際上通用的做法取σ=15%；Ei(t-m)表示地區(qū)在t-m時期的R&D經費實際支出，其值應該按照R&D支出價格指數進行平減。假定R&D活動的平均滯后期λ=1年，則當m=λ=1時，式(6)變?yōu)槭?7)：

Kit=(1-σ)×Ki(t-1)+Ei(t-m)

(7)

為了排除物價的影響，我們需要對R&D經費投入額進行平減。關于R&D支出價格指數的構造，本文參照了Loeb和Lin(1977)、岳書敬(2008)等人的研究，從R&D經費支出的明細構成來對R&D支出價格指數進行構造[27-28]。根據《中國科技統計年鑒》中對R&D經費支出的用途劃分，將R&D經費分為用于日常性支出和資產性支出兩類，計算出2000-2013年間這兩類支出分別占R&D支出的比例。經計算最終得出R&D支出價格指數=0.6*消費價格指數+0.4*固定資產投資價格指數。

關于基期資本存量(K0)的核算，本文參照Hu等(2005)的研究[29]，用式(8)求得：

K0=E0/(η+σ)

(8)

式(8)中，E0為經過平減后的基期R&D經費投入實際值，η為考察期內R&D經費支出的增長率，經計算η的值為26%，σ為折舊率。

第二種是使用滯后期的R&D經費流量數據來反映R&D經費投入與經濟成果間的關系，但是關于滯后期的選取，目前學界還沒有達成統一的共識。Bode(2004)、蘇方林(2006)等學者認為R&D經費投入對創(chuàng)新生產的影響在滯后1期時達到最大[30-31]；朱平芳和徐偉民(2005)以上海市大中型工業(yè)企業(yè)的專利產出量為研究對象，實證結果表明，當滯后4期時，R&D經費內部支出對專利產出的貢獻最大[32]；項歌德等(2011)等以全國各區(qū)域的專利產出為研究對象，發(fā)現這一滯后期數最優(yōu)為2[33]。

本文選用R&D資本存量來度量R&D資本在區(qū)際間的流動量。同時，出于穩(wěn)健性的考慮，本文還采用滯后期的R&D經費數據進行測度，并借鑒Bode(2004)等人的研究，將滯后期數設置為1年[30]。

(二)生產率的測算

目前計算全要素生產率的方法主要有索洛余值法、數據包絡分析法(DEA)、隨機前沿法(SFA)等等。其中DEA方法是一種基于數學歸納的測算方法，其不需要預先設定函數的具體形式，不受投入、產出指標量綱的影響，能夠客觀地對全要素生產率進行測算。因此本文選用DEA-Malmquist生產率指數法測算各個省份的全要素生產率。

(9)

(10)

由于不同生產水平基期存在不同的數值，F?re等(1994)為了避免數值的差異，將上述兩個數值的幾何平均值作為從t時期到t+1時期的Malmquist指數的真實近似[13]，可得式(11)：

m0(xt,yt,xt+1,yt+1)=

(11)

(12)

在具體實踐中，本文選取中國大陸30個省級行政區(qū)為決策單元(西藏由于數據不全除外)，將各省的實際GDP作為產出變量，將各省的年平均就業(yè)人數以及固定資產投資作為投入變量。其中實際GDP是以2000年為基期，使用GDP平減指數進行平減后得到的；固定資產投資借鑒張軍等(2004)的方法，采用永續(xù)盤存法核算成存量[34]。

四、模型構建與數據說明

根據空間計量經濟學理論，區(qū)域生產率可能具有空間相關性的特征[35]。比如，如果某個地區(qū)具有較高的生產率，那么與之相鄰或者相近的地區(qū)可能會受到“知識溢出”效應的影響，從而也會有比較高的生產率；在相鄰或者相近區(qū)域的生產能力和生產效率得到提高的情況下，創(chuàng)新要素將在市場趨優(yōu)機制的作用下，從本地區(qū)流動到生產效率更高的地區(qū)，這不僅不利于本地區(qū)經濟的增長，而且會影響到本地區(qū)政府的政績考核，在此情形下，本地政府在晉升壓力的驅動下，亦會制定相應的政策措施來提高本地區(qū)的生產率水平。

上面所述的空間相關性是否在中國的區(qū)域生產中顯著存在，將關系到本文計量模型的正確選擇與建立。如果經濟主體間存在空間相關性，經典經濟計量分析中的假定條件將不再滿足，其估計結果也會出現偏誤，而空間計量分析方法則能夠將這種空間相關性考慮在內，以計量方法識別和度量空間變動規(guī)律，真實客觀地描述經濟活動?；诖?，本文首先選用空間統計學中常用的Moran I指數法對各省的全要素生產率的空間相關性進行檢驗。如果檢驗結果表明我國各省的生產率之間存在著顯著的空間相關性，就需要采用空間計量經濟學方法，建立加入空間權重的空間計量模型。如果檢驗結果表明我國各省的生產率之間沒有顯著的空間相關性，則可建立經典計量模型進行分析。

(一)檢驗生產率空間相關性的Moran I指數

Moran I指數的計算方法如式(13)所示：

(13)

Moran I指數揭示了經濟行為的全局空間相關性，取值范圍為[-1，1]。該指數大于0表示經濟行為空間正自相關，且指數越接近于1表示正相關性越強；小于0則表示經濟行為空間負相關，且指數越接近于-1，表示負的自相關性越強。Moran I的值近似服從均值為E(I)，標準差為SD(I)的正態(tài)分布?？梢岳肊(I) 和SD(I)的值計算出近似服從標準正態(tài)分布的Moran I的表達式：

(14)

實踐中，可利用(14)式的z值判斷判斷空間相關性的顯著性。

表1報告了2000-2012年我國全要素生產率的Moran I指數。

表1 2000-2012年我國全要素生產率的全局Moran I指數

注：括號內數字為顯著性概率，***、**、*分別代表顯著性水平小于0.01、0.05和0.1。

從表1可以看出，在考察期內，我國區(qū)域全要素生產率的總Moran I指數在5%的水平下顯著為正，并且大部分年份的Moran I指數也均通過了顯著性檢驗。這表明我國區(qū)域全要素生產率的分布并不是處于隨機的狀態(tài)，而是受到與之相鄰省份的影響，在空間分布上具有明顯的正向相關性。這為本文使用空間計量模型進行分析奠定了基礎。

(二)空間面板計量模型的建立與數據說明

空間計量模型主要分為兩種基本模型，即在經典回歸模型中引入加入空間權重的內生變量的空間滯后(SAR)模型以及引入剩余項，假定空間相互作用是由外生沖擊產生的空間誤差(SEM)模型。

本文用SAR模型包含相鄰省份的全要素生產率對本省份全要素生產率的空間影響因素。相應的模型表達式為式(15)：

Yit=αit+ρWYit+β1FPit+β2FCit+β3Xcontrol+μit

(15)

在式(15)中，Yit表示區(qū)域i在t時期的全要素生產率觀測值，αit為截距項，ρ為空間自回歸系數，W為空間鄰接權重矩陣，μ為隨機擾動項，其中Xcontrol為本文選取的一系列控制變量，在數據說明部分進行闡述。

用SEM模型來研究隨機沖擊所帶來的空間相關作用對各省全要素生產率的影響。這種空間關聯性主要體現在誤差中，具體模型的表達式為式(16)：

Yit=αit+β1FPit+β2FCit+β3Xcontrol+μit

μit=λWμit+εit

(16)

(三)數據說明

為了更準確地描述創(chuàng)新要素流動對生產率的影響，本文對一些相關變量進行了控制。主要包括：反映政府行為的各級政府財政支出(Gov)、反映勞動力素質的人力資本水平(HR)、反映基礎設施建設的鐵路運營公里數(Rail)及反映中國市場化水平(MRK)的國有企業(yè)總產值占工業(yè)企業(yè)總產值的比重等。

財政支出(Gov)：宏觀公共財政理論認為，一國生產率的增長與公共財政支出間呈正向相關性。原因是，財政支出規(guī)模越大，勞動力和資本的邊際回報率越高，從而家庭儲蓄和勞動者的積極性得到提升，新的發(fā)明創(chuàng)造不斷涌現，生產率得到提升；然而，大量學者的實證研究卻發(fā)現公共財政支出并不總能促進生產率的提升[36-37]，受財政支出規(guī)模和結構的影響，財政支出對經濟活動的影響可能并不顯著或呈現倒U形關系。鑒于此，本文選用各省的財政支出數據，以控制國政府的財政支出對全要素生產率的影響。

人力資本水平(HR)：人力資本質量的提升，一方面可以促進區(qū)域的技術創(chuàng)新水平得到提升，進而帶動生產率的增長[38]；另一方面，還可以提升對新知識的效仿、學習能力，從而能夠高效率地從創(chuàng)新要素流動所伴隨的知識溢出中獲取收益，使這些新知識快速轉化為自身的創(chuàng)新生產能力，從而促進本區(qū)域生產率水平的提升。本文用勞動力平均受教育年限來衡量各省的人力資本水平，具體計算方法由各學歷層次所需年限數乘以各學歷人才占總人口的比重加總得到。

基礎設施建設(Rail)：交通基礎設施的完善一方面可以為創(chuàng)新活動的開展提供便利的條件支撐，助推創(chuàng)新活動產業(yè)鏈的形成；另一方面可以縮減R&D人員區(qū)際流動以及研發(fā)設備區(qū)際運輸的時間成本和物質成本，從而可以有效地促進創(chuàng)新要素的跨區(qū)域遷移以及創(chuàng)新技術的區(qū)域擴散，促使研發(fā)資源得到有效的配置。本文選取各省份的人均公路里程數來表征交通基礎設施建設情況。

市場化水平(MRK)：市場化水平是影響轉型期中國市場配置資源的程度，反映知識溢出水平的一項重要指標[39]。市場化水平較高的區(qū)域具有知識分散速度快、知識員工流動性較強、風險投資規(guī)模較大等特點，這些因素均有利于高水平生產活動的開展以及生產率的提升。但是另一方面，市場化程度高的區(qū)域可能會面臨著資源配置扭曲以及過度依賴外部知識技術的風險。本文選取我國國有企業(yè)總產值占工業(yè)企業(yè)總產值比重來衡量我國的市場化程度。

本文的原始數據來源于歷年的《中國統計年鑒》和《中國科技統計年鑒》?？疾鞓颖緸橹袊箨?0個省級行政區(qū)域(西藏由于數據不全除外)，研究時間段為2000-2013年，并且所有的數據均以2000年為基期。其中，測算全要素生產率的所使用的投入產出數據的時間跨度為14年(2000-2013年)，所測算出來的各項指數的變動情況有13年的數據，因此在空間面板計量模型中各變量的時間跨度為2000-2012年。除投入產出變量有420個觀測值外，其余變量均有390個觀測值。表2給出了本文選用變量數據的描述性統計結果。為了消除異方差的影響，除全要素生產率和比例值市場化程度取原值外，其余變量在模型的估計中均取對數。

表2 變量的描述性統計

五、實證檢驗及分析

(一)實證結果

經Hausman檢驗，我們選用固定效應模型。利用MATLAB.R2014b軟件計算得出的上述模型的具體估計結果如表3所示。其中，根據固定效應模型對地區(qū)和時間兩類非觀測效應的不同控制，我們分別對無固定效應(nonF)、地區(qū)固定時間不固定(sF)、時間固定地區(qū)不固定(tF)以及時間地區(qū)均固定(stF)四種效應進行了估計。

根據表3的估計結果，在8個空間面板數據模型中，地區(qū)固定時間不固定(sF)的空間滯后(SAR)模型的估計系數顯著的個數最多，同時擬合得到的調整后R2和對數似然值也較高，因此我們選取該模型對影響全要素生產率的因素進行分析。

從sF效應的SAR模型的估計結果來看，R&D資本流動的回歸系數顯著為正，表明R&D資本的跨區(qū)域自由流動對我國全要素生產率的提升有顯著的促進作用。R&D人員的流動對全要素生產率的影響并不顯著，這與我們的預期不同?？赡艿脑蛟谟?，R&D人員在區(qū)際間的流動所伴隨的空間知識溢出、資源優(yōu)化配置和創(chuàng)新合作效應雖然能夠促進我國全要素生產率的提升，但是目前我國市場化改革雖然已經取得了巨大的成就，但尚存在不完善的地方，比如當前我國區(qū)域間就業(yè)信息的交換還比較滯后，使得R&D人員可能并不能及時掌握和自有技能相關的招聘信息，從而使其在區(qū)際間的流動在一定程度上還具有盲目和滯后性；另外，我國各省區(qū)的地方保護主義傾向嚴重，地方政府官員在“晉升錦標賽”的壓力下，可能會壓低企業(yè)成本，給R&D人員提供特殊待遇，使本區(qū)域R&D人員的流動具有更高的隱性成本和心理成本；此外，基礎條件優(yōu)越的地區(qū)在吸引大量R&D人員流入的同時也會面臨研發(fā)配套設施使用擁擠的困境。上述原因的存在，可能使得我國R&D人員流動的負面效應暫時大于正面效應，R&D人員流動對生產率的積極影響并沒有完全發(fā)揮出來。

(二)穩(wěn)健性檢驗

創(chuàng)新要素的流動是本文的關鍵解釋變量，其科學設置尤為重要。為了保證回歸結果的穩(wěn)定性，本文將衡量地區(qū)吸引力的平均工資替換為人均GDP對 R&D人員的區(qū)際流動量進行度量，將R&D資本存量替換為滯后1期的R&D經費流量對R&D經費的區(qū)際流動量進行度量，重復上述步驟對計量模型重新進行回歸分析。結果見表4。

表3 空間面板計量回歸結果

注：括號內數字為顯著性概率；***、**、*分別代表顯著性水平小于0.01、0.05和0.1；“/”表示此項為空。

表4 穩(wěn)健性檢驗結果

注：括號內數字為顯著性概率；***、**、*分別代表顯著性水平小于0.01、0.05和0.1；“/”表示此項為空。

從表4可以看出，sF效應的SAR模型仍具有最優(yōu)的擬合效果?；貧w系數顯示R&D資本在區(qū)際間的流動與全要素生產率之間仍然具有顯著的正相關關系，R&D人員流動對全要素生產率的影響并不顯著。這與表3中的估計結果相類似，表明前文中的研究結果并沒有因為引力模型中不同指標的選取而出現較大的差異，且不論使用R&D資本存量還是滯后期的R&D經費流量對R&D資本區(qū)際流動量進行測度，對本文的實證研究結果并沒有較大的影響。綜上所述，本文實證研究的結果具有良好的穩(wěn)健性。

六、結論與啟示

本文利用2000-2013年中國大陸30個省級行政區(qū)的面板數據，在充分考慮全要素生產率空間相關性的基礎上，運用空間面板計量分析技術，實證考察了創(chuàng)新要素流動對全要素生產率的影響。研究發(fā)現，我國各省份間的全要素生產率存在著顯著的空間相關性，區(qū)域間的生產活動是一個相互聯系的整體；R&D資本的流動顯著地促進了全要素生產率的提升，而R&D人員的流動對全要素生產率的影響并不顯著。

上述結論對于科學合理地引導創(chuàng)新要素的流動，實現研發(fā)資源的合理配置，推動中國創(chuàng)新型國家建設和全要素生產率的持續(xù)提升具有重要的啟示作用。

第一，進一步完善我國資本市場的建設，充分發(fā)揮市場機制在資本配置中的作用，實現R&D資本在區(qū)際間的自由流動，從而促進我國區(qū)域生產率的提升。此外，由于R&D資本具有高度的風險性和資產專用性等特征，金融機構應當為R&D資本的跨區(qū)域流動提供相應的風險預測平臺指導，創(chuàng)新金融與科技的合作模式，為R&D專項資金的流動提供多種渠道和相應的金融支持。

第二，鑒于區(qū)域生產活動的空間相關性特征，R&D人員的流動不僅對流入地有利，其還可以通過知識溢出等途徑，帶動整個區(qū)域經濟的發(fā)展。因此進一步消除地方保護主義行為，減少限制R&D人員流動的行政壁壘，加快構建完善的跨區(qū)域研發(fā)崗位市場信息體系，對于促進我國R&D人員在區(qū)際間的合理流動具有重要意義。此外，R&D人員流入量較大的地區(qū)要適當加大研發(fā)基礎設施投入，避免由于研發(fā)設備使用“擁擠”而影響區(qū)域生產率的增長。

本文的研究也存在一些局限。由于數據方面的限制，本文只考察了創(chuàng)新要素在區(qū)際之間的流動，而實際上創(chuàng)新要素在各個區(qū)域內部的流動亦可能對區(qū)域生產率產生重要影響。我們也將在后續(xù)研究中對其給予持續(xù)關注。

[1]AUER P, BERG J, COULIBALY I. Is a stable workforce good for productivity? [J]. International Labor Review, 2005, 144(3):319-343.

[2]KLEINKNECHT A, OOSTENDORP R M, PRADHAN M P, et al. Flexible labor, firm performance and the Dutch job creation miracle[J]. International Review of Applied Economics, 2006, 20(2): 171-187.

[3]LIU X L, WHITE S. An exploration into regional variation in innovation activity in China [J]. International Journal of Technology Management, 2001, 21(1-2):114-129.

[4]官建成, 劉順忠. 區(qū)域創(chuàng)新機構對創(chuàng)新績效影響的研究[J]. 科學學研究, 2003, 21(2):210-214.

[5]DUGUET E, MACGARVIE M. How well do patent citations measure flows of technology? Evidence from French innovation surveys[J]. Economics of Innovation and New Technology, 2005, 14(5): 375-393.

[6]白俊紅, 江可申, 李 婧. 應用隨機前沿模型評測中國區(qū)域研發(fā)創(chuàng)新效率[J]. 管理世界, 2009(10)：51-61.

[7]朱平芳, 徐偉民. 政府的科技激勵政策對大中型工業(yè)企業(yè)R&D投入及其專利產出的影響——上海市的實證研究[J]. 經濟研究, 2003(6):45-53.

[8]孫文杰, 沈坤榮. 人力資本積累與中國制造業(yè)技術創(chuàng)新效率的差異性[J]. 中國工業(yè)經濟, 2009(3):81-91.

[9]張海洋. R&D兩面性、外資活動與中國工業(yè)生產率增長[J]. 經濟研究, 2005 (5):107-117.

[10]吳延兵. R&D與生產率：基于中國制造業(yè)的實證研究[J]. 經濟研究, 2006(11):60-71.

[11]朱有為, 徐康寧. 研發(fā)資本累積對生產率增長的影響——對中國高技術產業(yè)的檢驗 [J]. 中國軟科學, 2007 (4):57-67.

[12]戴魁早. 中國高技術產業(yè)研發(fā)投入對生產率的影響[J]. 研究與發(fā)展管理, 2011, 23(4):66-74.

[14]BROEKEL T, GRAF H. Structural properties of cooperation networks in Germany: From basic to applied research[R]. Jena Economic Research papers, 2010.

[15]高麗娜, 蔣伏心. 創(chuàng)新要素集聚與擴散的經濟增長效應分析——以江蘇寧鎮(zhèn)揚地區(qū)為例[J]. 南京社會科學, 2011 (10):30-36.

[16]ROMER P. Endogenous technological change [J]. Joumal of Political Economy, 1990, 98(5):71-102．

[17]ALMEIDA P, KOGUT B. Localization of knowledge and the mobility of engineers in regional networks [J]. Management Science, 1999, 45(7):905-917.

[18]畢先萍. 勞動力流動對中國地區(qū)經濟增長的影響研究[J]. 經濟評論, 2009(1):48-53.

[19]白俊紅, 蔣伏心. 協同創(chuàng)新、空間關聯與區(qū)域創(chuàng)新績效[J]. 經濟研究, 2015(7):174-187.

[20]ANDERSON J E. A theoretical foundation for the gravity equation [J]. American Economic Review, 1979, 69(1):106-116.

[21]BERGSTRAND J H. The gravity equation in international trade: some microeconomic foundations and empirical evidence [J]. Review of Economics and Statistics, 1985, 67(3): 474-481.

[22]ANDERSON J E, Wincoop E. Gravity with gravitas: A solution to the border puzzle [J]. American Economic Review, 2003, 93(1): 170-192.

[23]LEE E S. A theory of migration [J]. Demography, 1966, 3(1): 47-57.

[24]TOBLER W R. A computer movie simulating urban growth in the detroit region [J]. Economic Geography, 1970, 46(2): 234-240.

[25]GOTOA, SUZUKI K. R&D capital, rate of return on R&D investment and spillover of R&D in Japanese manufacturing industries [J]. Review of Economics and Statistics, 1989, 21(4):555-564.

[26]白俊紅. 中國的政府R&D資助有效嗎？來自大中型工業(yè)企業(yè)的經驗數據[J]. 經濟學(季刊), 2011, 10(4):1375-1400.

[27]LOEBP，LIN V. Research and development in the pharmaceutical industry: A specification error approach [J]. Journal of Industrial Economics, 1977, 36(1):45-51.

[28]岳書敬.中國區(qū)域研發(fā)效率差異及其影響因素——基于省級區(qū)域面板數據的經驗研究[J]. 科研管理, 2008, 29(5):173-179.

[29]Hu A G Z, JEFFERSON G H, QIAN Jin Chang. R&D and technology transfer: Firm-level evidence from Chinese industry [J]. Review of Economics and Statistics, 2005, 87(4):780-786.

[30]BODE E. The spatial pattern of localized R&D spillovers: An empirical investigation for Germany [J]. Journal of Economic Geography, 2004, 4 (1):43-64.

[31]蘇方林. 中國省域R&D溢出的空間模式研究[J]. 科學學研究, 2006, 24(5): 698-701.

[32]朱平芳, 徐偉民. 上海市大中型工業(yè)行業(yè)專利產出滯后機制研究[J]. 數量經濟技術經濟研究, 2005, 22 (9):136-142.

[33]項歌德, 朱平芳, 張征宇. 經濟結構、R&D投入及構成與R&D空間溢出效應[J]. 科學學研究, 2011, 29(2):206-214.

[34]張 軍, 吳桂英, 張吉鵬. 中國省際物質資本存量估算:1952-2000[J]. 經濟研究, 2004, (10):35-44.

[35]ANSELINL. Spatial econometrics: methods and models [M]. Dordrecht：Kluwer Academic Publishers, 1988.

[36]DEVARAJAN S, SWAROOP V, ZOU H F. The composition of public expenditure and economic growth [J]. Journal of Monetary Economics, 1996, 37(2): 313-344.

[37]曾淑婉. 財政支出、空間溢出與全要素生產率增長——基于動態(tài)空間面板模型的實證研究[J]. 財貿研究, 2013, 24(1):101-109.

[38]LUCAS R E. On the mechanics of economic development [J]. Journal of Monetary Economics, 1988, 22(1): 3-42.

[39]孫 早, 劉李華, 孫亞政. 市場化程度、地方保護主義與R&D的溢出效應——來自中國工業(yè)的經驗證據[J]. 管理世界, 2014(8):78-89.

(本文責編：王延芳)

Why Is the Flow of R&D Elements So Important：Perspective of Total Factor Productivity

WANG Yue，LIU Bing-lian

(InstituteofUrbanandRegionalEconomics,NankaiUniversity,Tianjin300071,China)

This paper aimed to reveal the influence of the R&D elements’ flow on the total factor productivity in china. It first analyzed the reason why R&D elements’ interregional flow can affect productivity in theory. It then used the method of spatial econometric analysis to make an empirical test on the relationship between R&D elements’ interregional mobility and total factor productivity, by using provincial panel data from Chinese 30 provinces. It is found that the regional total factor productivity has spatial correlation effect obviously, and the R&D capital’s mobility could significantly make a positive effect on regional total factor productivity. After considering the mobility of R&D factors in different form of gravity model, The conclusions of the article provide a useful reference for drafting China’s R&D elements’ interregional flow policy scientifically, which is of great benefit to promoting China’s continuous improvement of productivity.

interregional flow of R&D elements; total factor productivity; spatial econometric

2017-01-05

2017-06-06

國家自然科學基金(項目批準號：71573138)；教育部人文社會科學研究專項任務項目(項目批準號：16JDGC009)。

王 鉞(1991-)，女，河南南陽人，南開大學經濟學院城市與區(qū)域經濟研究所博士生，研究方向：區(qū)域創(chuàng)新管理。通訊作者：劉秉鐮。

F283

A

1002-9753(2017)08-0091-11