呂夢月 蔣濤

摘要：文章考慮了空間因素的影響，通過建立空間杜賓模型，運(yùn)用我國30個省市（西藏除外）2001～2015年的統(tǒng)計數(shù)據(jù)，從空間相互關(guān)系角度實證考察了我國高技術(shù)區(qū)域創(chuàng)新能力的影響因素。研究結(jié)果表明：從全局來看，我國高技術(shù)產(chǎn)業(yè)創(chuàng)新能力表現(xiàn)出明顯的正的空間相關(guān)性;局部研究顯示，不同地區(qū)創(chuàng)新能力存在空間異質(zhì)性;在其他變量保持不變的情況下，產(chǎn)業(yè)集中度、研發(fā)經(jīng)費(fèi)均對創(chuàng)新能力有明顯的正向促進(jìn)作用，企業(yè)總規(guī)模則對創(chuàng)新能力提升具有阻礙作用，交通便利程度的影響不顯著;區(qū)域間創(chuàng)新能力并未表現(xiàn)出較明顯空間相關(guān)性，周邊地區(qū)產(chǎn)業(yè)集中與所研究區(qū)域創(chuàng)新能力的提高具有明顯正相關(guān)關(guān)系，周邊區(qū)域企業(yè)總規(guī)模對所研究地區(qū)創(chuàng)新能力存在明顯的負(fù)相關(guān)關(guān)系。

關(guān)鍵詞：創(chuàng)新能力;產(chǎn)業(yè)集中;空間權(quán)重矩陣;空間自相關(guān)

一、引言與文獻(xiàn)綜述

在新常態(tài)背景下，區(qū)域之間的激烈競爭、要素資源的有限性以及人口紅利水平的消失等要求地方產(chǎn)業(yè)必須加快轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式，積極投資新技術(shù)，以創(chuàng)新驅(qū)動地區(qū)經(jīng)濟(jì)增長。而產(chǎn)業(yè)集群作為地區(qū)經(jīng)濟(jì)發(fā)展的一種有效組織形式，能夠通過規(guī)模效應(yīng)、知識溢出效應(yīng)、合作效應(yīng)、學(xué)習(xí)效應(yīng)等方式，增強(qiáng)集群內(nèi)企業(yè)的創(chuàng)新意識、知識儲備、品牌意識等，從而有助于地區(qū)創(chuàng)新水平的提高。產(chǎn)業(yè)集群化發(fā)展是高技術(shù)產(chǎn)業(yè)發(fā)展的重要規(guī)律，集群內(nèi)相關(guān)主體頻繁的交流互動能形成知識和信息的傳播交流機(jī)制，集群化發(fā)展逐漸成為眾多高新區(qū)轉(zhuǎn)型發(fā)展過程中的客觀趨勢。集群效應(yīng)下區(qū)域間經(jīng)濟(jì)聯(lián)系日益緊密的背景下，以空間相互關(guān)系為研究視角，研究高技術(shù)產(chǎn)業(yè)的影響因素很有必要。

（一）關(guān)于產(chǎn)業(yè)集聚與知識溢出關(guān)系的研究

相似產(chǎn)業(yè)在某一特定區(qū)域的集聚不僅促進(jìn)了區(qū)域內(nèi)部企業(yè)員工之間的相互學(xué)習(xí)和相互交流，也為該地區(qū)帶來了更多的創(chuàng)新資源和機(jī)會?？臻g上的接近，一方面由企業(yè)間相互合作所帶來的正式交流以及合作中所引起的相互間的模仿行為能夠加強(qiáng)知識溢出的前后相關(guān)聯(lián)度和知識溢出的深度;另一方面長期的合作關(guān)系節(jié)省了企業(yè)尋找新的合作伙伴所花費(fèi)的時間和精力，間接降低了企業(yè)成本，增加企業(yè)收益，吸引更多企業(yè)在此聚集;Fujita，Thisse 從知識創(chuàng)新和擴(kuò)散的角度，研究了由于區(qū)域內(nèi)部移民而引起的創(chuàng)新企業(yè)的集聚現(xiàn)象，發(fā)現(xiàn)創(chuàng)新知識的集聚會形成累計循環(huán)式的“知識關(guān)聯(lián)”，從而吸引企業(yè)在區(qū)域內(nèi)的集聚;劉思敖、柴春來從集聚與R&D投入視角考察知識溢出效應(yīng)，得出由集聚產(chǎn)生的知識溢出因集聚方式的不同而存在顯著差異的結(jié)論。

（二）關(guān)于知識溢出效應(yīng)與區(qū)域創(chuàng)新能力的研究

Branstetter對知識溢出給出的概念：若某個企業(yè)可以在其他企業(yè)的研究成果中得到經(jīng)濟(jì)收益，卻不用或承擔(dān)很少的研究成本時，即認(rèn)為企業(yè)間存在著知識溢出。集群內(nèi)知識以無意識或非自愿的方式在各企業(yè)間傳播，激發(fā)了企業(yè)的創(chuàng)新活力，促進(jìn)區(qū)域創(chuàng)新績效的提升。部分學(xué)者考察了不同類知識溢出與創(chuàng)新能力的關(guān)系。韓慶瀟、楊晨、李鵬運(yùn)用隨機(jī)前沿分析法從不同角度分別考察專業(yè)化和多樣化溢出對創(chuàng)新效率的促進(jìn)作用，結(jié)論顯示，從全國來看，多樣化溢出的作用效果較好，專業(yè)化溢出作用效果則不明顯;分地區(qū)來看，多樣化溢出對東部地區(qū)創(chuàng)新能力具有較強(qiáng)的促進(jìn)作用，而專業(yè)化溢出則對西部地區(qū)作用雖然也較為明顯，卻阻礙了中部地區(qū)的創(chuàng)新能力的發(fā)展。也有學(xué)者引入中介變量，借助中介變量考察知識溢出與創(chuàng)新績效的關(guān)系，如楊皎平、侯楠、徐雷認(rèn)為在協(xié)同作用下，知識溢出能夠增強(qiáng)創(chuàng)新能力，抑制效應(yīng)下則對創(chuàng)新能力的增加不利。

（三）關(guān)于產(chǎn)業(yè)集聚對區(qū)域創(chuàng)新能力的研究

關(guān)于集聚與創(chuàng)新的關(guān)系，不少學(xué)者也做了大量的研究。杜威劍、李夢潔通過構(gòu)造地方化經(jīng)濟(jì)集聚與城市化經(jīng)濟(jì)集聚，系統(tǒng)研究了產(chǎn)業(yè)集聚對產(chǎn)品創(chuàng)新的影響，結(jié)果表明，產(chǎn)業(yè)集聚對企業(yè)創(chuàng)新決策和新產(chǎn)品產(chǎn)出具有明顯的促進(jìn)作用，但存在行業(yè)和企業(yè)異質(zhì)性。Michael Fritsch雖然也認(rèn)為產(chǎn)業(yè)集聚促進(jìn)區(qū)域技術(shù)創(chuàng)新活動的產(chǎn)生，但認(rèn)為不同地區(qū)間存在較大差異;Gilbert， McDougall，Andresen則認(rèn)為知識溢出對企業(yè)技術(shù)創(chuàng)新具有促進(jìn)作用，并且集聚程度越高，創(chuàng)新水平越高;程中華、劉軍基于我國285個地級及以上城市2005～2007年中國工業(yè)企業(yè)數(shù)據(jù)庫的統(tǒng)計數(shù)據(jù)，運(yùn)用空間計量模型分析了產(chǎn)業(yè)集聚對制造業(yè)創(chuàng)新的影響，研究顯示，總體來看，專業(yè)化集聚對創(chuàng)新績效影響不顯著，多樣化集聚和產(chǎn)業(yè)競爭有利于創(chuàng)新績效的提升，從技術(shù)、企業(yè)規(guī)模、企業(yè)生命周期來看，專業(yè)化和多樣化集聚與創(chuàng)新能力的關(guān)系也呈現(xiàn)不同的特征;此外，也有學(xué)者在集聚與創(chuàng)新效率的關(guān)系研究中得到其他結(jié)論。如謝子遠(yuǎn)、吳麗娟通過中國20個2位數(shù)制造業(yè)規(guī)模以上工業(yè)企業(yè)2000—2012年統(tǒng)計數(shù)據(jù)分析，得出產(chǎn)業(yè)集聚與工業(yè)創(chuàng)新效率之間的倒“U”型關(guān)系。

本文的研究特點(diǎn)為：研究方法上，將空間因素考慮其中，建立SDM模型對創(chuàng)新的影響因素作出分析;研究內(nèi)容上，把知識溢出作為中間變量，產(chǎn)業(yè)集中度作主要解釋變量，公路里程數(shù)、研發(fā)經(jīng)費(fèi)支出、企業(yè)總規(guī)模為其他控制變量，通過理論分析空間視角下集聚、溢出、創(chuàng)新三者之間的作用關(guān)系，考慮各變量對創(chuàng)新能力的影響情況;研究角度上，以空間相互關(guān)系為視角，考察影響我國高技術(shù)產(chǎn)業(yè)創(chuàng)新能力的原因。

二、研究方法與變量測度

（一）空間計量經(jīng)濟(jì)學(xué)分析

1. 空間相關(guān)性檢驗

地理數(shù)據(jù)在空間因素的作用下，彼此不再是獨(dú)立存在而是有某種程度的關(guān)聯(lián)性，空間自相關(guān)統(tǒng)計量即是度量不同區(qū)位上地理數(shù)據(jù)相互依賴程度的指標(biāo)?？臻g自相關(guān)可衡量位置相近的區(qū)域其屬性值是否具有相關(guān)性，同時也能夠揭示空間變量的區(qū)域結(jié)構(gòu)形態(tài)，通常采用自相關(guān)指數(shù)來衡量。一般而言，如果該指數(shù)大于0，則表現(xiàn)為鄰近區(qū)域變量的相似值在空間上發(fā)生了集中趨勢，即存在正相關(guān)性;如果等于0，則說明研究對象在空間的分布是隨機(jī)的;小于0，說明具有負(fù)的相關(guān)性。

權(quán)重矩陣的設(shè)定。一般而言，地理上越是靠近的地區(qū)，往往依賴性更強(qiáng)，基于此，本文根據(jù)某個區(qū)域單元與其他地區(qū)是否鄰接設(shè)定30*30的二元鄰接權(quán)重矩陣，即在地圖中空間單元相鄰設(shè)為1，不相鄰則設(shè)為0，主對角線元素為0，表示本地區(qū)與自身不相鄰。

2. 空間模型的建立

與傳統(tǒng)計量經(jīng)濟(jì)學(xué)模型不同，空間回歸模型反映了空間單元之間的一種依賴關(guān)系，空間單元內(nèi)某一解釋變量觀測值發(fā)生變化，不僅會對自身產(chǎn)生影響，也會對周圍地區(qū)產(chǎn)生影響。若誤差項在空間上存在相關(guān)性時，選擇SEM，若變量間的相互依賴性比較強(qiáng)，導(dǎo)致空間相關(guān)時用SLM，SDM則是對兩個模型的綜合反映。

（1）空間滯后模型（SLM），用來考察鄰近區(qū)域單元內(nèi)的行為活動對所研究區(qū)域行為活動的影響。本文建立模型如下：

ln（innoit）=αit+ρWln（innoit）+β1（lnaggit）+β2（lnroadit）+β3（lnrdit）+β4（lnfirmit）+φi+γt+εit

其中，參數(shù)β反映了因變量受各解釋變量的影響程度，W代表30*30階地理二元鄰接矩陣;W*ln（innoit）反映了區(qū)域間的溢出效應(yīng);ρ為因變量的空間權(quán)重矩陣滯后系數(shù)，φi代表空間固定效應(yīng)，表示截面上各變量的相互作用，γt表示時間固定效應(yīng)，表示在單個區(qū)域單元內(nèi)部各變量是如何隨時間變化的;ε為擾動項。

（2）空間誤差模型（SEM）。與SLM不同，SEM將相關(guān)性表現(xiàn)在誤差項中，表示區(qū)域之間的關(guān)系不僅表現(xiàn)在被解釋變量上，也可能表現(xiàn)為其他沒有被觀測到或遺漏掉的變量中。其表達(dá)式為：

（二）變量選擇

1. 被解釋變量

創(chuàng)新能力（innovation）。部分文章中通常以地區(qū)專利申請量衡量區(qū)域的創(chuàng)新能力，但是并不是企業(yè)所有的創(chuàng)新活動都會申請專利，而且即使有些企業(yè)申請了專利也可能對企業(yè)產(chǎn)品的創(chuàng)新并未起到很好的效果，因此本文選取有效發(fā)明專利數(shù)作為產(chǎn)業(yè)區(qū)域創(chuàng)新能力的測度指標(biāo)。

2. 主要解釋變量

產(chǎn)業(yè)集中度用以衡量產(chǎn)業(yè)市場結(jié)構(gòu)和企業(yè)在市場中影響力的指標(biāo)，通常用所研究區(qū)域某產(chǎn)業(yè)產(chǎn)品產(chǎn)值、就業(yè)人數(shù)與高層次區(qū)域相應(yīng)統(tǒng)計數(shù)據(jù)的比值來衡量，比值越大則越集中。本文采用高技術(shù)產(chǎn)業(yè)產(chǎn)值作為測度指標(biāo)，另外由于2012年后，年鑒中并未統(tǒng)計高技術(shù)產(chǎn)業(yè)當(dāng)年價總產(chǎn)值，文中以其主營業(yè)務(wù)收入代替。用區(qū)位商計算地區(qū)產(chǎn)業(yè)集中度：

3. 其他解釋變量

（1）企業(yè)總規(guī)模（firm）。本文以地區(qū)企業(yè)就業(yè)人數(shù)作為替代指標(biāo)研究地區(qū)企業(yè)總規(guī)模的影響。（2）研發(fā)經(jīng)費(fèi)投入力度（RD）。文中以研發(fā)經(jīng)費(fèi)內(nèi)部支出代替。（3）交通便利程度（road）。一個地區(qū)的交通是否便利是其與其他地區(qū)競爭的重要因素，對創(chuàng)新的產(chǎn)生也會產(chǎn)生一定的影響，因此以地區(qū)公路通車?yán)锍虜?shù)來衡量地區(qū)交通便利程度。

文中所用數(shù)據(jù)均來自于《高技術(shù)產(chǎn)業(yè)統(tǒng)計年鑒》、《中國統(tǒng)計年鑒》以及《各省市統(tǒng)計年鑒》，關(guān)于缺失的數(shù)據(jù)文中采用多重插值法進(jìn)行補(bǔ)充 ，由于西藏數(shù)據(jù)缺失嚴(yán)重，因此不在本文的研究之中。

三、實證研究

（一）全局空間自相關(guān)檢驗

文中運(yùn)用各地區(qū)不同年份代表創(chuàng)新能力的統(tǒng)計數(shù)據(jù)通過geoda軟件建立K值最鄰近空間權(quán)重矩陣，并計算出了主要年份創(chuàng)新能力的全局空間自相關(guān)指數(shù)。結(jié)果如下：

從計算結(jié)果可以看出，除了2004、2015年稍有下降，我國高技術(shù)產(chǎn)業(yè)的全局自相關(guān)指數(shù)整體呈現(xiàn)上升趨勢，且與鄰近地區(qū)的創(chuàng)新能力表現(xiàn)為正相關(guān)性，反映了區(qū)域之間創(chuàng)新能力的相互作用關(guān)系。全局自相關(guān)指數(shù)反映了中國各省份整體創(chuàng)新能力的溢出效應(yīng)，適用于空間的同質(zhì)性分析，但當(dāng)區(qū)域之間存在空間異質(zhì)性時，結(jié)論則不可靠。因此，還需要對局部地區(qū)進(jìn)行相關(guān)性和異質(zhì)性檢驗。本文結(jié)合Moran 散點(diǎn)圖和LISA圖對不同區(qū)域是否存在創(chuàng)新能力的空間異質(zhì)性做出判斷。

（二）基于Moran散點(diǎn)圖的檢驗

Moran散點(diǎn)圖適用于對局部空間的不穩(wěn)定性進(jìn)行分析，本文給出了某地區(qū)屬性值與其周圍6個地區(qū)加權(quán)值作用關(guān)系的可視化二維坐標(biāo)圖。其中，以代表某地區(qū)創(chuàng)新能力的作為橫坐標(biāo)，以代表其周圍鄰近地區(qū)創(chuàng)新能力空間滯后因子W*lninno為縱坐標(biāo)，表現(xiàn)了地區(qū)創(chuàng)新能力受周圍環(huán)境影響的程度。圖中主要分四個象限，第一象限代表屬性值表現(xiàn)為高-高的地區(qū)，即創(chuàng)新能力較高的地區(qū)，其周圍地區(qū)的創(chuàng)新能力也較高;第二象限為屬性值表現(xiàn)為低-高的地區(qū)，即創(chuàng)新能力低的區(qū)域被其周圍鄰近地區(qū)創(chuàng)新水平較高的地區(qū)環(huán)繞，區(qū)域間創(chuàng)新能力差異較大;第三象限為低-低的地區(qū)，表示屬性值低的區(qū)域同樣被屬性值低的區(qū)域包圍的空間聯(lián)系方式，也就是說整個區(qū)域的創(chuàng)新能力都比較低，區(qū)域之間差異程度較小;第四象限為高-低地區(qū)，表示創(chuàng)新能力高的地區(qū)被創(chuàng)新能力較低的地區(qū)所包圍的空間聯(lián)系方式。

從圖1可以看出，反映局部關(guān)聯(lián)程度的Moran散點(diǎn)圖顯示，中國高技術(shù)產(chǎn)業(yè)自身創(chuàng)新能力較強(qiáng)且與周圍地區(qū)差異程度較小，表現(xiàn)出較為良好溢出效應(yīng)的地區(qū)主要有：江蘇、浙江、安徽、上海、福建、山東、湖南、湖北、遼寧、廣東等東中部地區(qū)。自身創(chuàng)新能力處于較低水平且不受周圍地區(qū)知識溢出影響的地區(qū)主要分布于：新疆、青海、云南、甘肅、寧夏等西部地區(qū)，即處于第一和第三象限的地區(qū)之間存在較為明顯的相關(guān)性。自身創(chuàng)新能力較高，但周圍鄰近地區(qū)創(chuàng)新能力較低，區(qū)域間創(chuàng)新能力存在較大差異且相互之間無法實現(xiàn)良好互動的地區(qū)主要有：廣東、北京、陜西、四川;自身創(chuàng)新水平較低卻被周圍創(chuàng)新水平較高地區(qū)包圍的地區(qū)主要有：內(nèi)蒙古、江西、山西、廣西、海南、河南、貴州、吉林等地，即處于第四和第二象限的地區(qū)在創(chuàng)新能力上存在空間異質(zhì)性。整體來看，集中在一三象限和二四象限中的省市幾乎各占1/2，且各省市在各個象限的位置存在明顯的的差異，主要是由于我國各地區(qū)經(jīng)濟(jì)發(fā)展不平衡，地區(qū)分布不均勻，從而引起區(qū)域高技術(shù)產(chǎn)業(yè)創(chuàng)新能力與周邊地區(qū)作用關(guān)系差距較大，即反映在散點(diǎn)圖中的位置各不相同。經(jīng)濟(jì)發(fā)展水平較高的東部地區(qū)是刺激高技術(shù)產(chǎn)業(yè)創(chuàng)新能力產(chǎn)生的主要地區(qū)，且知識溢出效應(yīng)明顯;與之相反，西部地區(qū)發(fā)展水平落后，創(chuàng)新能力也較低，地區(qū)間并未表現(xiàn)出明顯的溢出效應(yīng);而中部地區(qū)介于兩者之間，由此也可以看出經(jīng)濟(jì)發(fā)展水平也是制約區(qū)域創(chuàng)新能力的重要因素。

（三）基于LISA圖的檢驗

LISA圖是用以衡量所研究區(qū)域與其周邊區(qū)域?qū)傩灾档年P(guān)聯(lián)度。當(dāng)某一地區(qū)與其周圍鄰近地區(qū)屬性值都很高時，為熱點(diǎn);相反，若地區(qū)與其周圍地區(qū)屬性值都較低時，則為冷點(diǎn);若區(qū)域間創(chuàng)新能力存在較為明顯的負(fù)向空間自相關(guān)時，則為空間異質(zhì)。下圖為主要年份各省市創(chuàng)新水平LISA圖。

從圖2可知，2002年我國高技術(shù)產(chǎn)業(yè)創(chuàng)新能力呈現(xiàn)高-高的區(qū)域主要為江西、福建、上海等地區(qū)，2006只有福建、上海兩地表現(xiàn)出較明顯的高-高形態(tài)，到2010年，浙江、福建、安徽、上海等地創(chuàng)新水平與周圍地區(qū)表現(xiàn)為高-高的溢出形式，2012年則發(fā)展為安徽、浙江、福建、上海、山東，到了2015年江蘇省也加入了這一行列，從中可以看出高技術(shù)產(chǎn)業(yè)創(chuàng)新能力較強(qiáng)的省份主要集中在在經(jīng)濟(jì)發(fā)展水平較高、交通更為便利的東部地區(qū)，部分中部地區(qū)（江西）也只有在2002年進(jìn)入了高-高，并在以后的年份中均沒有出現(xiàn)。同時可以看出上海、福建、安徽一直是高技術(shù)產(chǎn)業(yè)的主要聚集地，具有較高的創(chuàng)新能力，截止到2015年，處于高-高影響狀態(tài)的地區(qū)數(shù)量不斷增加且都出現(xiàn)在原創(chuàng)新能力較高地區(qū)的周圍，這說明知識溢出效應(yīng)確實對周圍地區(qū)起到了很好的帶動作用;處于低-低狀態(tài)的地區(qū)則主要分布在青海、新疆、甘肅等西部落后地區(qū)，這說明這些地區(qū)本身創(chuàng)新能力較弱，又與周圍地區(qū)聯(lián)系性不強(qiáng)，沒有能力對創(chuàng)新能力較強(qiáng)地區(qū)的輻射產(chǎn)生較好的吸收，自身又無法產(chǎn)生知識溢出效應(yīng)從而與周圍地區(qū)加強(qiáng)互動。從LISA圖中表現(xiàn)為高-高，低-低的地區(qū)分布格局可以看出區(qū)域創(chuàng)新能力之間存在較強(qiáng)的相關(guān)性，即自身創(chuàng)新水平高的地區(qū)，其周圍地區(qū)創(chuàng)新水平往往也高，自身創(chuàng)新水平弱的地區(qū)，其周圍地區(qū)創(chuàng)新水平往往也較弱。安徽除2006年創(chuàng)新能力表現(xiàn)為低-高的形式，以后年份均進(jìn)入了高-高的地區(qū)中，說明安徽自身創(chuàng)新水平較低，但受到周圍創(chuàng)新水平較高的地區(qū)的影響，很好的吸收了周邊地區(qū)的外溢性知識，提高了自身創(chuàng)新水平。而江西則在2002年之后由高-高地區(qū)變?yōu)榈?高地區(qū)后一直沒有變化，可能是因為其周圍地區(qū)經(jīng)濟(jì)發(fā)展水平較快，創(chuàng)新能力超過該地區(qū)后并始終保持高水平，鄰近地區(qū)之間經(jīng)濟(jì)發(fā)展水平差異的增大導(dǎo)致創(chuàng)新能力差距拉大，很難再實現(xiàn)地區(qū)間的溢出-吸收效應(yīng)。

四、回歸結(jié)果分析

（一）空間面板模型的選擇

在研究區(qū)域創(chuàng)新能力的影響因素之前，需要對模型進(jìn)行選擇，考慮是否能夠在模型中加入空間因素。LM和R-LM檢驗結(jié)果如下：

如表2所示，LM lag和LM err的檢驗結(jié)果顯示，兩者P值均小于0.01，因此需要考慮Robust LM lag和Robust LM err檢驗結(jié)果中的P值，如表2所示，Robust LM lag以及Robust LM err的P值也都通過了1%的顯著性檢驗，那么就需要考慮更廣義的SDM模型。以下本文主要通過LR和Wald檢驗，分析SDM模型是否能夠簡化為SLM模型或SEM模型。除此之外，Hausman檢驗給出了隨機(jī)效應(yīng)或固定效應(yīng)的選擇結(jié)果。

如表3所示，hausman檢驗P值小于0.1，故應(yīng)選擇固定效應(yīng)模型。基于SLM和SEM模型的Wald和LR檢驗結(jié)果，P值均小于0.01，故應(yīng)拒絕零假設(shè)：SDM模型能夠轉(zhuǎn)化為SLM模型或SEM模型。因此，本文應(yīng)選擇固定效應(yīng)的SDM模型。

（二）回歸分析

本文對固定效應(yīng)下的SDM模型進(jìn)行回歸，結(jié)果如下：

根據(jù)R2和logl越大，σ2越小，模型擬合效果越好的判斷標(biāo)準(zhǔn)，本文選擇雙固定的SDM模型進(jìn)行分析。根據(jù)雙固定下模型回歸結(jié)果，產(chǎn)業(yè)集中度和研發(fā)經(jīng)費(fèi)支出分別在1%和10%的水平上顯著，且均對創(chuàng)新能力有正向影響，產(chǎn)業(yè)集中度、研發(fā)經(jīng)費(fèi)支出每增加1%，區(qū)域創(chuàng)新能力分別增加0.78%、0.1%。交通便利程度對區(qū)域創(chuàng)新也產(chǎn)生了正向影響，但沒有通過顯著性檢驗，可能是由于網(wǎng)絡(luò)的迅速發(fā)展使得信息傳播速度和方式發(fā)生變化，某個區(qū)域技術(shù)上的突破會高速有效的傳遞到全國各地，交通運(yùn)輸情況已不能成為決定地區(qū)之間交易活動的主要因素，因此結(jié)果并不顯著。企業(yè)總規(guī)模對區(qū)域創(chuàng)新能力產(chǎn)生了負(fù)的影響且在1%的水平上顯著，彈性系數(shù)為0.4，說明企業(yè)總規(guī)模增加反而不利于區(qū)域創(chuàng)新能力的提升，可能是由于當(dāng)某一區(qū)域在從事某一產(chǎn)業(yè)的生產(chǎn)中得到社會的普遍認(rèn)可或當(dāng)?shù)胤疆a(chǎn)業(yè)獲得使用某一資源的特許權(quán)之后，該地區(qū)企業(yè)則可能利用本地區(qū)該產(chǎn)業(yè)在全國的聲譽(yù)、品牌效應(yīng)或資源使用優(yōu)勢進(jìn)行生產(chǎn)和銷售產(chǎn)品，而不愿意進(jìn)行創(chuàng)新活動。當(dāng)所有企業(yè)都意識到地區(qū)在全國的壟斷地位能夠給自己帶來豐厚的經(jīng)濟(jì)利潤而其他任何地區(qū)都無法與之競爭時，整個地區(qū)的創(chuàng)新能力便會停滯不前，甚至企業(yè)總規(guī)模繼續(xù)擴(kuò)大時會阻礙地區(qū)創(chuàng)新能力的提高。另外，從回歸結(jié)果可以看出，因變量空間權(quán)重矩陣系數(shù)為正，但結(jié)果不顯著，說明相鄰地區(qū)間創(chuàng)新能力的溢出效應(yīng)不明顯，可能是由于當(dāng)前我國各地區(qū)高技術(shù)產(chǎn)業(yè)發(fā)展水平差距較大，創(chuàng)新能力還處于較低水平，對外輻射力還比較弱;相鄰地區(qū)產(chǎn)業(yè)集中度對本地區(qū)創(chuàng)新能力影響的彈性系數(shù)為1.53，且在1%的水平上顯著，說明鄰近地區(qū)產(chǎn)業(yè)集中度的增加有效促進(jìn)了本地區(qū)創(chuàng)新能力的提升，另外，該彈性系數(shù)大于本地區(qū)產(chǎn)業(yè)集中度對本地區(qū)創(chuàng)新能力的影響系數(shù)，說明本地區(qū)較好的吸收了周圍地區(qū)外溢性知識，并將其轉(zhuǎn)化為自身進(jìn)行創(chuàng)新活動所必需的知識儲備;周圍地區(qū)企業(yè)規(guī)模對本地區(qū)創(chuàng)新能力的系數(shù)為-0.62且P小于5%的顯著性水平，說明周圍地區(qū)企業(yè)總規(guī)模的擴(kuò)大，不利于本地區(qū)創(chuàng)新能力的提升;而周圍地區(qū)交通便利程度、研發(fā)經(jīng)費(fèi)的變化對本地區(qū)創(chuàng)新水平?jīng)]有并未表現(xiàn)出明顯的相關(guān)關(guān)系。

五、結(jié)論與政策建議

本文從空間角度出發(fā)，運(yùn)用空間計量模型，以空間相互關(guān)系為研究視角，分析了影響我國高技術(shù)產(chǎn)業(yè)區(qū)域創(chuàng)新能力的主要因素。根據(jù)研究結(jié)果得出以下結(jié)論：（1）我國高技術(shù)產(chǎn)業(yè)創(chuàng)新能力存在較為明顯的全局空間相關(guān)性和局部空間異質(zhì)性。（2）從區(qū)域內(nèi)部來看，某一區(qū)域產(chǎn)業(yè)集中度、研發(fā)經(jīng)費(fèi)投入對本地區(qū)創(chuàng)新能力的提升具有正向影響，企業(yè)總規(guī)模則對本地區(qū)創(chuàng)新能力的提升具有抑制作用，地區(qū)交通狀況對本地區(qū)創(chuàng)新能力影響不顯著。（3）從本地區(qū)與周圍地區(qū)的聯(lián)系來看，本地區(qū)創(chuàng)新能力的提升依賴于周圍地區(qū)產(chǎn)業(yè)集中度的增強(qiáng);周圍鄰近地區(qū)企業(yè)總規(guī)模擴(kuò)張會阻礙本地區(qū)創(chuàng)新能力的提高;本地區(qū)與周圍地區(qū)創(chuàng)新能力溢出效應(yīng)不明顯。

綜合以上研究結(jié)果，本文提出以下政策建議：（1）國家應(yīng)實施積極的產(chǎn)業(yè)政策，并根據(jù)區(qū)域間鄰近相關(guān)性的特點(diǎn)積極建立地區(qū)間社會網(wǎng)絡(luò)交流平臺，鼓勵地區(qū)間加強(qiáng)經(jīng)濟(jì)交流和技術(shù)合作，同時要認(rèn)清影響地區(qū)創(chuàng)新能力的因素來自哪些方面，以有效提高地區(qū)技術(shù)水平，不斷縮小東中西部各地區(qū)經(jīng)濟(jì)發(fā)展差距，促進(jìn)各地區(qū)均衡發(fā)展。（2）地方政府應(yīng)繼續(xù)實施稅收和財政等方面的優(yōu)惠政策，積極吸引相關(guān)產(chǎn)業(yè)在此集中，同時加大研發(fā)經(jīng)費(fèi)投入，控制地區(qū)內(nèi)企業(yè)總體規(guī)模;此外，還應(yīng)正確認(rèn)識本地區(qū)高技術(shù)產(chǎn)業(yè)創(chuàng)新水平與周圍地區(qū)之間的關(guān)系，及時做出相應(yīng)的政策調(diào)整，促使創(chuàng)新能力較強(qiáng)的地區(qū)繼續(xù)發(fā)揮優(yōu)勢，既要發(fā)展自身經(jīng)濟(jì)也要帶動周圍地區(qū)經(jīng)濟(jì)水平的提高;對創(chuàng)新力較弱的地區(qū)采取技術(shù)方面的扶持政策，增強(qiáng)其吸收周圍創(chuàng)新能力較強(qiáng)地區(qū)知識、技術(shù)等溢出效應(yīng)的能力，提高自身知識儲備量以提高自主創(chuàng)新能力。（3）企業(yè)應(yīng)該積極鼓勵技術(shù)研發(fā)人員加入本地區(qū)或周圍鄰近地區(qū)相關(guān)企業(yè)技術(shù)人員的交流團(tuán)體中去，努力吸收外溢性知識并將其轉(zhuǎn)化為自身進(jìn)行創(chuàng)新活動的能力，同時加強(qiáng)與地方高校、研究機(jī)構(gòu)、金融機(jī)構(gòu)等的合作，促進(jìn)產(chǎn)學(xué)研融一體化，帶動地區(qū)經(jīng)濟(jì)的增長。此外，企業(yè)應(yīng)制定好的福利政策，鼓勵企業(yè)員工積極創(chuàng)新，同時提高員工福利水平，引進(jìn)高端技術(shù)人才增強(qiáng)企業(yè)創(chuàng)新活力。

參考文獻(xiàn)：

[1]Fujita M，Thisse J F.Agglomeration and growth with migration and knowledg-e externalities[D]. Kyoto：KyotoUniversity， Institude of Economic Research，2002.

[2]劉斯敖，柴春來.知識溢出效應(yīng)——基于制造業(yè)與R&D投入的視角研究[J].中國科技論壇，2011（07）.

[3]Branstetter，L.G. Looking for international Knowledge Spillovers-A review of the literature with suggestions for new approaches[J].Research policy，1998（49）.

[4]韓慶瀟，楊晨，李鵬.中國高技術(shù)產(chǎn)業(yè)知識溢出與創(chuàng)新效率分析[J].中國科技論壇，2015（02）.

[5]楊皎平，侯楠，徐雷.知識溢出與集群創(chuàng)新績效：競爭程度調(diào)節(jié)效應(yīng)[J].科研管理，2015（06）.

[6]杜威劍，李夢潔.產(chǎn)業(yè)集聚會促進(jìn)企業(yè)產(chǎn)品創(chuàng)新嗎？——基于中國工業(yè)企業(yè)數(shù)據(jù)庫的實證研究[J].產(chǎn)業(yè)經(jīng)濟(jì)研究，2015（04）.

[7]Michael Fritsch， Viktor Slavtchev. Universities and Innovationin Space[J].Industry and Innovation，2007，Vol.14，No.2.

[8]Gilbert，B.A.，McDougall，P.P.&Audretsch，D.B.Clusters，knowledgespillovers and new venture performance：Anempirical examination[J].Journal of Business Venturing， Article in Press，2007.

[9]程中華，劉軍.產(chǎn)業(yè)集聚、空間溢出與制造業(yè)創(chuàng)新——基于中國城市數(shù)據(jù)的空間計量分析[J].山西財經(jīng)大學(xué)學(xué)報，2015（04）.

[10]謝子遠(yuǎn)，吳麗娟.產(chǎn)業(yè)集聚水平與中國工業(yè)企業(yè)創(chuàng)新效率——基于20個工業(yè)行業(yè)2000～2012年面板數(shù)據(jù)的實證研究[J].科研管理，2017.

*國家社會科學(xué)社會基金項目：我國經(jīng)濟(jì)活動空間格局演化機(jī)制與福利效應(yīng)研究（14BJL123）; 江蘇師范大學(xué)2017年度研究生科研創(chuàng)新計劃校立項目：高技術(shù)產(chǎn)業(yè)集聚與區(qū)域創(chuàng)新能力研究—基于知識溢出視角（2017YXJ118）。

（作者單位：江蘇師范大學(xué)）