孫堅強(qiáng)　繆旖璇　張世澤

摘 要：采用空間自回歸模型，選取粵港澳大灣區(qū)2008—2017年的面板數(shù)據(jù)，探討粵港澳大灣區(qū)的科技創(chuàng)新與經(jīng)濟(jì)增長的空間依存結(jié)構(gòu)，以及科技創(chuàng)新對經(jīng)濟(jì)增長的直接影響和溢出效應(yīng)。實證發(fā)現(xiàn)：（1）某地區(qū)的科技創(chuàng)新顯著促進(jìn)該地區(qū)經(jīng)濟(jì)增長，對臨近區(qū)域經(jīng)濟(jì)發(fā)展也存在溢出促進(jìn)作用，但溢出效應(yīng)的作用程度僅為直接效應(yīng)的一半。（2）資本要素投入對本地區(qū)經(jīng)濟(jì)增長有顯著的驅(qū)動作用，對臨近區(qū)域經(jīng)濟(jì)發(fā)展也存在溢出效應(yīng)，資本投入的直接效應(yīng)和溢出效應(yīng)均遠(yuǎn)高于科技創(chuàng)新對經(jīng)濟(jì)增長的作用。（3）勞動要素投入對經(jīng)濟(jì)增長的直接效應(yīng)和溢出效應(yīng)均不顯著。政策啟示：匯聚大灣區(qū)乃至國際的創(chuàng)新資源，實施更加“協(xié)同”的創(chuàng)新驅(qū)動發(fā)展是粵港澳大灣區(qū)發(fā)展的戰(zhàn)略首選;破除科技創(chuàng)新資源在區(qū)域間自由流動和自由發(fā)揮作用的各種約束和壁壘，更好地發(fā)揮科技創(chuàng)新的直接促進(jìn)作用和空間溢出影響。

關(guān)鍵詞：? 粵港澳大灣區(qū);科技創(chuàng)新;經(jīng)濟(jì)增長

中圖分類號：?? F127文獻(xiàn)標(biāo)志碼：A文章編號：1009-055X（2019）03-0001-10

doi：10.19366/j.cnki.1009-055X.2019.03.001

一、引 言

粵港澳大灣區(qū)包括香港特別行政區(qū)、澳門特別行政區(qū)和廣東省廣州市、深圳市、珠海市、佛山市、惠州市、東莞市、中山市、江門市、肇慶市（以下簡稱珠三角九市），是我國開放程度最高、經(jīng)濟(jì)活力最強(qiáng)的區(qū)域之一①，也是目前我國發(fā)展規(guī)劃戰(zhàn)略層面最高的局域之一。2017年，粵港澳大灣區(qū)的地區(qū)生產(chǎn)總值達(dá)到10.3萬億元人民幣，較2016年同比增長10.16%;人均地區(qū)生產(chǎn)總值 15.6萬元人民幣。圖1和圖2分別描繪了粵港澳大灣區(qū)2008—2017年的GDP和人均GDP的增長情況?？梢郧宄吹剑愀?、廣州和深圳的經(jīng)濟(jì)發(fā)展總量和發(fā)展速度均位居前三，深圳在2017年超過廣州;澳門、香港和深圳的人均GDP位居前三，澳門的經(jīng)濟(jì)總量雖然不高，但人均GDP卻位居第一，且遠(yuǎn)高于其他地區(qū)。

粵港澳大灣區(qū)是我國科技創(chuàng)新資源最集中、創(chuàng)新發(fā)展實力最強(qiáng)的區(qū)域之一，也是新興產(chǎn)業(yè)發(fā)展最活躍的區(qū)域之一。創(chuàng)新平臺方面，粵港澳大灣區(qū)目前有4個國家創(chuàng)新型城市（深圳、廣州、佛山和東莞）、2個國家自主創(chuàng)新示范區(qū)（深圳國家自主創(chuàng)新示范區(qū)和珠三角國家自主創(chuàng)新示范區(qū)）、25個國家工程研究中心。粵港澳大灣區(qū)有高等學(xué)校173所，其中世界排名前300強(qiáng)的學(xué)校有7所根據(jù)2018世界大學(xué)學(xué)術(shù)排名，按照榜單排名依次為：中山大學(xué)、香港大學(xué)、香港中文大學(xué)、香港城市大學(xué)、華南理工大學(xué)、香港理工大學(xué)、香港科技大學(xué)。 ;這些高校不僅提供了堅實的研究力量和基礎(chǔ)，也培養(yǎng)了大量的創(chuàng)新人才。其中，2017年廣東省本科招生27.6萬人，授予學(xué)位數(shù)24.3萬人，每100000人平均在校生（高等學(xué)校）達(dá)到2454人。創(chuàng)新投入方面，粵港澳大灣區(qū)的研發(fā)投入強(qiáng)度領(lǐng)先全國。如深圳市2017年全社會研發(fā)投入920億元，占GDP比重達(dá)到4.13%，接近全球最高水平;廣州市2017年全社會研發(fā)投入537億元，占GDP比重2.5%;香港2017年全社會研發(fā)投入212.8億港元，占GDP比重0.8%統(tǒng)計口徑存在一定差異。 。高新技術(shù)企業(yè)方面，粵港澳大灣區(qū)在企業(yè)數(shù)量、從業(yè)人員和產(chǎn)值方面也均保持領(lǐng)先。如深圳市2017年高新技術(shù)企業(yè)數(shù)量為10973萬個，從業(yè)人員為205.85萬人，高新技術(shù)企業(yè)年度總收入達(dá)2.33萬億元;廣州市2017年高新技術(shù)企業(yè)數(shù)量為8678個，從業(yè)人員為92.05萬人，高新技術(shù)企業(yè)年度總收入達(dá)1.02萬億元。在專利授權(quán)方面專利授權(quán)包括發(fā)明專利、實用新型專利和外觀設(shè)計專利。 ，粵港澳大灣區(qū)在數(shù)量和增長速度上也保持了較高和較快的水平。圖3描繪了粵港澳大灣區(qū)2008—2017年專利授權(quán)量的發(fā)展情況。2017年，專利授權(quán)量最高的五個城市為深圳、廣州、東莞、佛山和中山，分別為9.42萬件、6.02萬件、4.52萬件、3.68萬件和2.74萬件;相對2016年增長速度分別為25.6%、24.6%、58.3%、28.0%和24.0%。相較而言，珠三角九市數(shù)量和增速較高，港澳地區(qū)相對較低。值得關(guān)注的是，深圳市的專利授權(quán)數(shù)量遙遙領(lǐng)先，遠(yuǎn)遠(yuǎn)高于排名第二的廣州;澳門和香港的專利授權(quán)數(shù)量增長幅度不明顯。

科技創(chuàng)新驅(qū)動經(jīng)濟(jì)發(fā)展是理論學(xué)界和世界各大經(jīng)濟(jì)體的共識。2019年2月18日正式發(fā)布的《粵港澳大灣區(qū)發(fā)展規(guī)劃綱要》明確提出“建設(shè)國際科技創(chuàng)新中心”的目標(biāo)，明確規(guī)劃“構(gòu)建開放型融合發(fā)展的區(qū)域協(xié)同創(chuàng)新共同體，集聚國際創(chuàng)新資源，優(yōu)化創(chuàng)新制度和政策環(huán)境，著力提升科技成果轉(zhuǎn)化能力，建設(shè)全球科技創(chuàng)新高地和新興產(chǎn)業(yè)重要策源地”參見《粵港澳大灣區(qū)發(fā)展規(guī)劃綱要》第四章，http：//www.gov.cn/zhengce/2019-02/18/content_5366593.htm#1. 。依托科技創(chuàng)新驅(qū)動粵港澳大灣區(qū)經(jīng)濟(jì)進(jìn)一步發(fā)展，使之成為我國乃至世界經(jīng)濟(jì)增長極，不僅是規(guī)劃的頂層設(shè)計，也是實踐發(fā)展的亟須。從前面分析以及圖1、圖2和圖3可以看出，粵港澳大灣區(qū)的科技創(chuàng)新和經(jīng)濟(jì)盡管高度發(fā)展，但也存在明顯的地區(qū)差異。因此，從理論和實證上探討大灣區(qū)技術(shù)創(chuàng)新與經(jīng)濟(jì)增長的關(guān)系，特別是區(qū)域間的溢出效應(yīng)和作用，具有一定的價值意義。文本將采用空間計量分析方法，探討粵港澳大灣區(qū)的科技創(chuàng)新對經(jīng)濟(jì)增長的直接驅(qū)動作用和溢出效應(yīng)，從理論上為推進(jìn)粵港澳大灣區(qū)深化創(chuàng)新合作、推進(jìn)創(chuàng)新協(xié)同發(fā)展提供參考。

二、文獻(xiàn)評述

技術(shù)創(chuàng)新理論和內(nèi)生經(jīng)濟(jì)增長理論是科技創(chuàng)新驅(qū)動經(jīng)濟(jì)增長的理論基礎(chǔ)。Schumpeter（1912）最早提出技術(shù)創(chuàng)新理論[1]，指出創(chuàng)新是新的生產(chǎn)函數(shù)，即“生產(chǎn)要素的重新組合”，把生產(chǎn)要素和生產(chǎn)條件的新組合引進(jìn)生產(chǎn)系統(tǒng)。他認(rèn)為創(chuàng)新是推動經(jīng)濟(jì)增長的主要動力之一，包括產(chǎn)品創(chuàng)新、技術(shù)創(chuàng)新、市場創(chuàng)新、資源配置創(chuàng)新和組織創(chuàng)新等[ZW（Z;C]該書1934年第一次英文版翻譯，參見The Theory of Economic Development [M].Cambridge，MA：Harvard University Press，1934.[ZW）]。Solow（1957）率先將技術(shù)變量作為外生變量引入傳統(tǒng)的生產(chǎn)函數(shù)中[2]。Romer（1986）提出內(nèi)生經(jīng)濟(jì)增長理論[3]，認(rèn)為內(nèi)生的技術(shù)進(jìn)步是經(jīng)濟(jì)實現(xiàn)持續(xù)增長的決定因素。Young（1991）發(fā)展了有限干中學(xué)模型[4]，即經(jīng)濟(jì)增長既可能受到發(fā)明約束， 也可能受到干中學(xué)約束。Young（1993）隨后根據(jù)中間產(chǎn)品替代性與互補(bǔ)性，提出中間產(chǎn)品與最終產(chǎn)品數(shù)量同時擴(kuò)大的內(nèi)生增長模型[5]。Basu和Weil（1998）將技術(shù)刻畫為各種投入的組合[6]，在此基礎(chǔ)上提出增長與技術(shù)轉(zhuǎn)移模型。模型中，盡管知識快速傳播和技術(shù)采用成本低，但技術(shù)改進(jìn)跨國家漂移緩慢。Lyigun（2006）的內(nèi)生性經(jīng)濟(jì)增長模型[7]也證明，發(fā)明和創(chuàng)新存在互補(bǔ)關(guān)系并推動經(jīng)濟(jì)增長。Kamyab （2014）則提出與經(jīng)典內(nèi)生增長理論不同的觀點[8]，認(rèn)為知識并不會自發(fā)地溢出，而創(chuàng)新不僅能夠促進(jìn)經(jīng)濟(jì)增長，更能夠?qū)崿F(xiàn)知識溢出。Pradhan等（2018）對1961—2014年49個國家樣本研究發(fā)現(xiàn)，創(chuàng)新、金融發(fā)展和經(jīng)濟(jì)增長存在協(xié)整關(guān)系，創(chuàng)新是經(jīng)濟(jì)增長的關(guān)鍵因素[9]。

學(xué)術(shù)界對科技創(chuàng)新與經(jīng)濟(jì)增長關(guān)系進(jìn)行了豐富的實證檢驗，但實證結(jié)果并不一致。實證發(fā)現(xiàn)科技創(chuàng)新對經(jīng)濟(jì)增長具有促進(jìn)作用的文獻(xiàn)較為豐富，國內(nèi)研究如顏鵬飛和王兵（2004）采用DEA方法測度30個省份1978—2001年的技術(shù)效率及Malmquist生產(chǎn)率指數(shù)，發(fā)現(xiàn)技術(shù)效率與全要素生產(chǎn)率正相關(guān)[10]。殷林森等（2007）采用灰關(guān)聯(lián)度模型[11]，檢驗1996—2005年的樣本數(shù)據(jù)，發(fā)現(xiàn)科技投入對產(chǎn)業(yè)發(fā)展有顯著作用，科學(xué)研究與試驗發(fā)展（以下簡稱為R&D） 經(jīng)費投入對高端制造業(yè)和服務(wù)業(yè)有更高的促進(jìn)效率。趙彥云和劉思明（2011）采用1988—2008年的省級面板數(shù)據(jù)[12]，實證發(fā)現(xiàn)發(fā)明專利對全要素生產(chǎn)率的影響遠(yuǎn)高于實用新型和外觀設(shè)計專利，可見原創(chuàng)性創(chuàng)新對經(jīng)濟(jì)增長的重要性。宋冬林等（2011）采用內(nèi)生經(jīng)濟(jì)增長理論解釋資本體現(xiàn)式技術(shù)進(jìn)步對經(jīng)濟(jì)增長的作用[13]，實證結(jié)果顯示設(shè)備資本投資中的體現(xiàn)式技術(shù)進(jìn)步對經(jīng)濟(jì)增長的貢獻(xiàn)率約為10.6%，占資本貢獻(xiàn)的14.8%。嚴(yán)成樑和龔六堂（2013）采用1998—2009年的省級面板數(shù)據(jù)進(jìn)行研究[14]，發(fā)現(xiàn)基礎(chǔ)研究更有利于促進(jìn)我國經(jīng)濟(jì)增長，高等學(xué)校R&D支出對經(jīng)濟(jì)增長的促進(jìn)作用更顯著。李苗苗等（2015）運用DAG等分析方法[15]，根據(jù)31個省市2000—2011年面板數(shù)據(jù)研究發(fā)現(xiàn)，金融發(fā)展、技術(shù)創(chuàng)新與經(jīng)濟(jì)增長兩兩間存在協(xié)整關(guān)系。

但也有少數(shù)研究發(fā)現(xiàn)技術(shù)創(chuàng)新對經(jīng)濟(jì)增長的作用并不顯著。如龐瑞芝等（2014）采用包絡(luò)分析法[16]，實證檢驗2009—2012年省際科技創(chuàng)新對經(jīng)濟(jì)發(fā)展的作用，結(jié)果發(fā)現(xiàn)各省科技創(chuàng)新對經(jīng)濟(jì)發(fā)展的支撐作用普遍偏低，可能原因是創(chuàng)新成果未能有效轉(zhuǎn)化。蘇治和徐淑丹（2015）將技術(shù)進(jìn)步分解為技術(shù)創(chuàng)新與技術(shù)效率[17]，采用1991—2012年中國工業(yè)行業(yè)數(shù)據(jù)，測度技術(shù)進(jìn)步對經(jīng)濟(jì)增長的貢獻(xiàn)及變化趨勢。結(jié)果表明，技術(shù)效率對經(jīng)濟(jì)高速發(fā)展的貢獻(xiàn)度很小。尚勇敏和曾剛（2017）采用1997—2014年的面板數(shù)據(jù)計算Malmquist指數(shù)[18]，實證發(fā)現(xiàn)科技創(chuàng)新對區(qū)域經(jīng)濟(jì)發(fā)展的作用具有不確定性，很大程度上由地方環(huán)境性因素決定。

從過往研究來看，多數(shù)文獻(xiàn)忽視了科技創(chuàng)新在地理空間中的相互依賴和溢出效應(yīng)，這可能影響對科技創(chuàng)新與經(jīng)濟(jì)增長之間關(guān)系的判斷?？臻g計量技術(shù)的發(fā)展，對該問題的檢驗提供了新的思路和方法。近期不少文獻(xiàn)開始采用空間計量模型研究科技創(chuàng)新和經(jīng)濟(jì)增長之間的關(guān)系。如王家庭（2012）構(gòu)建區(qū)域創(chuàng)新溢出測度模型[19]，采用2004—2008年的30個省級面板數(shù)據(jù)，發(fā)現(xiàn)鄰省科技投入對廣東省的經(jīng)濟(jì)發(fā)展的影響遠(yuǎn)超廣東省的科技投入，這可能是因為廣東的高度開放提高了溢出效果。張林（2016）建立靜態(tài)和動態(tài)的空間面板模型[20]，利用1999—2013年30個省市的面板數(shù)據(jù)，實證檢驗發(fā)現(xiàn)經(jīng)濟(jì)增長存在顯著的正向空間相關(guān)性與異質(zhì)性，金融發(fā)展和科技創(chuàng)新均對實體經(jīng)濟(jì)增長有短期和長期的顯著作用。白俊紅和王林東（2016）運用空間計量方法[21]，采用2005—2013年較短的面板數(shù)據(jù)，實證研究發(fā)現(xiàn)東部地區(qū)創(chuàng)新驅(qū)動能力最高，創(chuàng)新驅(qū)動對東部地區(qū)的經(jīng)濟(jì)增長促進(jìn)作用顯著，但對中部地區(qū)作用不顯著，對西部地區(qū)甚至有顯著的負(fù)向影響。郭文偉和王文啟（2018）采用空間計量分析粵港澳大灣區(qū)金融集聚對科技創(chuàng)新的空間溢出效應(yīng)[22]，結(jié)果表明金融業(yè)聚集對區(qū)域科技創(chuàng)新整體上沒有明顯影響，但存在顯著行業(yè)異質(zhì)性。

盡管粵港澳大灣區(qū)自提出以來就得到各界的高度關(guān)注，但目前尚未有文獻(xiàn)系統(tǒng)地探討大灣區(qū)科技創(chuàng)新對經(jīng)濟(jì)增長的直接影響和溢出影響，這也是本文嘗試補(bǔ)充進(jìn)行的工作。本文將選取粵港澳大灣區(qū)11市2008—2017年的面板數(shù)據(jù)，構(gòu)建地理距離和經(jīng)濟(jì)距離的空間權(quán)重矩陣，采用空間計量檢驗，分析大灣區(qū)的科技創(chuàng)新對經(jīng)濟(jì)增長的直接影響和溢出效應(yīng)。

三、科技創(chuàng)新與經(jīng)濟(jì)增長的空間計量分析

（一）數(shù)據(jù)與變量

盡管衡量科技創(chuàng)新的指標(biāo)較多，但考慮到香港和澳門與珠三角統(tǒng)計口徑和方法的差異，以及考慮到我國各地區(qū)專利授權(quán)法律具有統(tǒng)一性，選取授權(quán)專利數(shù)代理科技創(chuàng)新;專利授權(quán)數(shù)據(jù)來源于廣東省知識產(chǎn)權(quán)局和《中國統(tǒng)計年鑒》。選取地區(qū)生產(chǎn)總值（GDP）衡量經(jīng)濟(jì)增長。本文將根據(jù)經(jīng)典的柯布道格拉斯生產(chǎn)函數(shù)建立空間計量模型，因此同時選取從業(yè)人員總數(shù) （L）和全社會固定資產(chǎn)投資 （K）分別代理勞動要素投入和資本要素投入。珠三角九市數(shù)據(jù)源于各市統(tǒng)計年鑒，香港數(shù)據(jù)源于《香港統(tǒng)計年刊》，澳門數(shù)據(jù)源于澳門統(tǒng)計暨普查局。在數(shù)據(jù)可獲得性和準(zhǔn)確性允許下，樣本周期選取為2008—2017年。借鑒多數(shù)文獻(xiàn)做法，采用永續(xù)盤存法估算資本存量，公式為：

Kt=Kt-1（1-δ）+It（1）

其中，Kt為資本存量;δ表示固定資產(chǎn)折舊率，參考張軍等（2004）計算的各省固定資本形成總額的經(jīng)濟(jì)折舊率[23]，取10%;It為以2008年價格表示的全社會固定資產(chǎn)投資。實證中，國內(nèi)生產(chǎn)總值、專利授權(quán)量、全社會固定資產(chǎn)投資存量和從業(yè)人員總數(shù)均取對數(shù)以消除量綱影響。變量的描述性統(tǒng)計如表1所示。

（二）空間自相關(guān)分析

空間自相關(guān)衡量變量在空間上的分布特征和與鄰近區(qū)域的相關(guān)程度，反映變量在空間上的相互依賴或依存?？臻g自相關(guān)檢驗是空間計量分析的前提，常用的空間自相關(guān)檢驗統(tǒng)計量是MoranI指數(shù)，定義如下：

I=∑ni=1∑nj=1wij（xi-x）（xj-x）S2∑ni=1∑nj=1wij（2）

其中， xi（i=1，2，…，n）為所分析的變量，去中心化，取Zi=（xi-x）， S2=∑ni=1Z2in為樣本方差，W（n×n）為空間權(quán)重矩陣， 矩陣元素Wij（i， j=1，2，…，n）。MoranI指數(shù)的取值范圍為[-1，1]，正值表示正空間自相關(guān)，負(fù)值表示負(fù)空間自相關(guān)。當(dāng)MoranI指數(shù)取值為0時，表明變量在空間分布是隨機(jī)的，不存在空間自相關(guān)。

空間權(quán)重矩陣W的估計是計算MoranI指數(shù)的關(guān)鍵，也是后續(xù)分析的基礎(chǔ)?？臻g計量的研究文獻(xiàn)通常采用經(jīng)濟(jì)距離和地理距離的加權(quán)林光平等（2005）采用地理相鄰關(guān)系的簡單權(quán)重矩陣，發(fā)現(xiàn)難以準(zhǔn)確分析相鄰地區(qū)經(jīng)濟(jì)上的相互關(guān)系。比如河北省在地理上與北京、天津、陜西、內(nèi)蒙古等省市相鄰，但河北顯然與北京和天津的經(jīng)濟(jì)密切程度更高。因此，他們將區(qū)域間的經(jīng)濟(jì)距離（人均GDP的差）引入權(quán)重矩陣，建立經(jīng)濟(jì)距離空間權(quán)重矩陣W*，W*=W×E。W為一般的地理距離權(quán)重矩陣，E為經(jīng)濟(jì)距離權(quán)重矩陣。 。記空間距離權(quán)重矩陣為W_G，矩陣元素w1ij=1sij，Sij表示城市i和城市j之間根據(jù)經(jīng)緯度坐標(biāo)計算的曲面距離。參考林光平等（2005）的做法[24]，以城市間的人均GDP差表示經(jīng)濟(jì)距離，perGDPi-perGDPj。記經(jīng)濟(jì)距離權(quán)重矩陣為W_E，矩陣元素w2ij=1perGDPi-perGDPj。空間權(quán)重矩陣W為空間距離權(quán)重矩陣W_G和經(jīng)濟(jì)距離權(quán)重矩陣為W_E的加權(quán)平均：

W= α × W_G + （1-α） × W_E（3）

公式（3）中， 參數(shù)α取值范圍為[0，1]，衡量地理距離和經(jīng)濟(jì)距離的權(quán)衡比重，取值越?。ń咏?），說明更側(cè)重地理效應(yīng)，取值越大（越接近1），說明更側(cè)重經(jīng)濟(jì)效應(yīng)。本文根據(jù)擬合情況來確定合意的α值。以0.1的步長在[0，1]間取值，代入公式（3），計算各年度的Moran I指數(shù)，結(jié)果如表2所示。

從顯著性來看，當(dāng)α取值為0.5和0.6以及0.7時，樣本期各年度的Moran I指數(shù)均在5%的水平下顯著。綜合比較三個α值的指數(shù)檢驗p值，當(dāng)α=0.6時，各個年度的Moran I指數(shù)p值最小。因此本文取0.6為合意的α值，即在空間權(quán)重矩陣中，地理空間因素權(quán)衡比重60%，經(jīng)濟(jì)距離因素權(quán)衡比重40%。這個結(jié)果也意味著粵港澳大灣區(qū)的空間相關(guān)結(jié)構(gòu)中，地理因素和經(jīng)濟(jì)因素影響接近，前者比重更高。從指數(shù)值來看，各個年度的指數(shù)值均為正，意味著粵港澳大灣區(qū)的經(jīng)濟(jì)發(fā)展存在明顯的集聚效應(yīng)，這也是未來協(xié)同發(fā)展的基礎(chǔ)。

更進(jìn)一步，我們分別計算2008年和2017年的局部MoranI指數(shù)。圖4描繪了2008年和2017年的局部MoranI指數(shù)散點圖，直觀顯示粵港澳大灣區(qū)11市經(jīng)濟(jì)增長的空間相關(guān)性。圖中，數(shù)字1～11分別代表廣州、深圳、珠海、佛山、惠州、東莞、中山、江門、肇慶、香港和澳門這11個地區(qū)。

圖4清楚地顯示，2008年和2017這兩年粵港澳大灣區(qū)的大部分地區(qū)分布在第一、三象限，說明各地區(qū)的經(jīng)濟(jì)發(fā)展存在明顯的正空間相關(guān)。對比兩年的散點圖可以發(fā)現(xiàn)，從2008年到2017年，處于各個象限的城市沒有發(fā)生明顯變化，說明粵港澳大灣區(qū)各城市經(jīng)濟(jì)發(fā)展的空間依賴關(guān)系較為穩(wěn)定。

（三）空間計量模型

空間計量模型有三種常用類型，空間自回歸模型（Spatial Auto Regression，SAR）、空間杜賓模型（Spatial Durbin Model，SDM）和空間誤差模型（Spatial Errors Model，SEM）。SAR模型主要探討被解釋變量在某一個地區(qū)是否具有溢出效應(yīng)，形式為：

y=ρWy+Xβ+（4）

我們采用最基本的柯布道格拉斯生產(chǎn)函數(shù)，因此y為地區(qū)的國內(nèi)生產(chǎn)總值對數(shù)值; 外生解釋變量X包括了衡量科技創(chuàng)新的授權(quán)專利數(shù)A對數(shù)值、從業(yè)人員總數(shù)L對數(shù)值和全社會固定資產(chǎn)存量K對數(shù)值;β反映自變量X對y的影響;ρ為空間自回歸系數(shù);W為空間權(quán)重矩陣;為服從獨立同分布假設(shè)的隨機(jī)誤差項。

SDM模型探討區(qū)域的被解釋變量是否依賴于其鄰近地區(qū)的自變量，模型形式為：

y=Xβ+ρWX+（5）

SEM模型則考慮到空間依賴性可能通過誤差項來體現(xiàn)，測度鄰近地區(qū)因變量誤差沖擊對本地區(qū)的影響，擾動項存在空間依賴性，模型形式為：

y=Xβ+μ（6）

μ=ρWμ+， ～N（0，σ2In）（7）

其中，μ為誤差項;N（·）表示正態(tài)分布;In為單位矩陣。我們采用LM檢驗選擇空間計量模型的設(shè)定，結(jié)果如表3所示。結(jié)果顯示，SAR模型各個LM統(tǒng)計量均在10%或者1%的水平下顯著。因此，本文選取SAR模型估計粵港澳大灣區(qū)的空間依存關(guān)系。

本文采用面板數(shù)據(jù)，因此需要進(jìn)一步進(jìn)行Hausman檢驗，以選擇固定效應(yīng)抑或隨機(jī)效應(yīng)，結(jié)果如表4所示。結(jié)果顯示，在5%的顯著水平下不能拒絕空間隨機(jī)效應(yīng)模型的原假設(shè)。

（四）實證結(jié)果分析

盡管Hausman檢驗未拒絕隨機(jī)效應(yīng)模型的原假設(shè)，但出于穩(wěn)健對比考慮，本文同時報告空間自回歸模型（SAR）隨機(jī)效應(yīng)和固定效應(yīng)本文同時進(jìn)行三種固定效應(yīng)的回歸分析（時間固定、空間固定和時空固定），結(jié)果顯示，空間固定效應(yīng)的SAR模型擬合效果優(yōu)于其他兩種效應(yīng)模型。 的回歸結(jié)果?？臻g自回歸模型（SAR）回歸結(jié)果如表5所示。

表5顯示，隨機(jī)效應(yīng)和固定效應(yīng)的SAR模型回歸結(jié)果在系數(shù)、顯著性方面差異不大，可見空間自回歸模型的回歸結(jié)果較穩(wěn)健。我們選擇參數(shù)估計顯著性更優(yōu)的隨機(jī)效應(yīng)模型作為最后的模型。實證結(jié)果顯示，科技創(chuàng)新和資本投入對經(jīng)濟(jì)增長有顯著的正向驅(qū)動作用，這與事實基本吻合。進(jìn)一步，在隨機(jī)效應(yīng)空間自相關(guān)模型基礎(chǔ)上檢驗科技創(chuàng)新等要素對經(jīng)濟(jì)增長的直接影響和溢出效應(yīng)，結(jié)果如表6所示。

表6結(jié)果顯示，粵港澳大灣區(qū)的科技創(chuàng)新對經(jīng)濟(jì)增長的直接影響為0.125，在1%的水平上顯著;溢出效應(yīng)為0.066，在10%的水平上顯著。這意味著在粵港澳大灣區(qū)中，某地區(qū)科技創(chuàng)新發(fā)展對本地區(qū)的經(jīng)濟(jì)增長有顯著的正向作用，平均而言，科技創(chuàng)新水平提高1單位，促進(jìn)本地區(qū)經(jīng)濟(jì)增長提高0.125單位;同時，對其他地區(qū)的經(jīng)濟(jì)增長也存在顯著的正向促進(jìn)作用，平均而言（所有地區(qū)平均），科技創(chuàng)新水平提高1單位，對其他區(qū)經(jīng)濟(jì)增長驅(qū)動提高0.066單位。可以發(fā)現(xiàn)，直接促進(jìn)效應(yīng)高于溢出效應(yīng)。

粵港澳大灣區(qū)的資本投入對經(jīng)濟(jì)增長的直接效應(yīng)為0.230，在1%的水平上顯著;溢出效應(yīng)為0.125，在10%的水平上顯著。這表明，粵港澳大灣區(qū)中，某地區(qū)的資本投入（以固定資產(chǎn)投資存量為代理）對本地區(qū)的經(jīng)濟(jì)增長有顯著的正向驅(qū)動作用，平均而言，資本投入提高1單位，對本地區(qū)經(jīng)濟(jì)增長驅(qū)動提高0.230單位;同時，對其他地區(qū)的經(jīng)濟(jì)發(fā)展也存在顯著的正向促進(jìn)作用，平均而言，資本投入水平提高1單位，對其他區(qū)經(jīng)濟(jì)增長驅(qū)動提高0.125單位。對比發(fā)現(xiàn)，資本投入的直接效應(yīng)高于溢出效應(yīng);資本投入的直接效應(yīng)和溢出效應(yīng)，均高出科技創(chuàng)新的直接效應(yīng)和溢出效應(yīng)兩倍左右。

勞動投入（以從業(yè)人員總數(shù)為代理）在SAR模型、直接影響和溢出效應(yīng)檢驗均不顯著。實證結(jié)果不足以說明，粵港澳大灣區(qū)的勞動投入對本地區(qū)和相鄰地區(qū)存在明顯直接影響和溢出影響。平均而言，整個灣區(qū)并不存在明顯的勞動密集型特征。整體上看，資產(chǎn)要素投入對粵港澳大灣區(qū)的經(jīng)濟(jì)增長貢獻(xiàn)程度最高，科技創(chuàng)新水平次之，勞動力投入對經(jīng)濟(jì)增長的影響不顯著。

四、結(jié)論與啟示

本文采用空間自回歸模型探討粵港澳大灣區(qū)科技創(chuàng)新與經(jīng)濟(jì)增長的空間依存和相關(guān)作用，選取2008—2017年的面板樣本，實證檢驗科技創(chuàng)新對經(jīng)濟(jì)增長的直接影響和溢出效應(yīng)。研究發(fā)現(xiàn)：

粵港澳大灣區(qū)中，某地區(qū)科技創(chuàng)新對本地區(qū)經(jīng)濟(jì)增長有顯著的促進(jìn)作用，對臨近區(qū)域經(jīng)濟(jì)發(fā)展也存在溢出促進(jìn)效應(yīng)。因此，匯聚大灣區(qū)乃至國際的創(chuàng)新資源，實施更加“協(xié)同”的創(chuàng)新驅(qū)動發(fā)展是粵港澳大灣區(qū)發(fā)展的戰(zhàn)略首選。在穩(wěn)步推進(jìn)“廣州-深圳-香港-澳門”科技創(chuàng)新走廊建設(shè)的基礎(chǔ)上，延伸至其他灣區(qū)、其他城市，深化創(chuàng)新合作，形成開放融合的協(xié)同創(chuàng)新區(qū)域。實證結(jié)果也顯示，溢出效應(yīng)的顯著性和作用程度在樣本期內(nèi)均較小，作用程度僅為直接效應(yīng)的一半。因此，科技創(chuàng)新對臨近區(qū)域經(jīng)濟(jì)發(fā)展的促進(jìn)作用有很大的提升空間，破除科技創(chuàng)新資源在區(qū)域間自由流動和自由發(fā)揮作用的各種約束和壁壘顯得十分重要。譬如，科技創(chuàng)新人才的自由跨區(qū)流動、人才政策的跨區(qū)協(xié)同，科技創(chuàng)新產(chǎn)出如發(fā)明專利、信息數(shù)據(jù)等資源的自由跨區(qū)成果轉(zhuǎn)化和便捷便利使用，高新技術(shù)企業(yè)的跨區(qū)營運等。創(chuàng)新要素包括人才、信息、技術(shù)等的跨區(qū)跨境流動和融通，將有效激發(fā)科技創(chuàng)新的溢出效應(yīng)。

粵港澳大灣區(qū)中，某地區(qū)資本投入要素對地區(qū)經(jīng)濟(jì)增長有顯著的驅(qū)動作用，對臨近區(qū)域經(jīng)濟(jì)發(fā)展也存在正的溢出促進(jìn)效應(yīng)。因此，應(yīng)發(fā)揮香港在國際金融領(lǐng)域的引領(lǐng)帶動，完善深圳以證券交易所為代表的多級資本市場，推進(jìn)廣州完善現(xiàn)代金融體系，同時發(fā)展澳門、珠海等其他灣區(qū)城市金融體系，建成國際金融樞紐，促使資本要素發(fā)揮對經(jīng)濟(jì)更大的促進(jìn)作用，促使資本要素在灣區(qū)內(nèi)更加安全地流動和發(fā)揮對臨近地區(qū)的溢出作用。實證發(fā)現(xiàn)，資本要素驅(qū)動的溢出效應(yīng)也僅為直接效應(yīng)的一半。因此，要推進(jìn)粵港澳大灣區(qū)金融市場互聯(lián)互通，促使資本要素更加自由流動和安全流動，促進(jìn)溢出效應(yīng)發(fā)揮作用。實證同時發(fā)現(xiàn)，科技創(chuàng)新對經(jīng)濟(jì)增長的直接效應(yīng)和溢出效應(yīng)，均遠(yuǎn)遠(yuǎn)低于資本要素的直接效應(yīng)和溢出效應(yīng)。相對提高資本要素投入，提高科技創(chuàng)新投入對經(jīng)濟(jì)增長將帶來更大的邊際提高。

粵港澳大灣區(qū)的勞動力投入對經(jīng)濟(jì)增長的直接和溢出效應(yīng)并不顯著。因此，勞動力密集型的發(fā)展模式不宜成為粵港澳大灣區(qū)未來發(fā)展的選擇。當(dāng)然，這也已經(jīng)成為當(dāng)前各界的共識。這同時也啟示我們，應(yīng)推進(jìn)粵港澳教育合作發(fā)展，創(chuàng)造更好的人才環(huán)境;培育和吸引高端人才將是粵港澳大灣區(qū)的人才政策選擇。

參考文獻(xiàn)：

[1]SCHUMPETER J. Theorie der wirtschaftlichen entwicklung[M].Leipzig：Duncker and Humblot，1912.

[2]SOLOW R M. Technical change and the aggregate production function[J]. Review of economics & statistics， 1957， 39（3）：554-562.

[3]ROMER， PAUL M.Increasing returns and long-run growth[J]. Journal of political economy， 1986， 94（5）：1002-1037.

[4]YOUNG A.Learning by doing and the dynamic effects of international trade[J]. Quarterly journal of economics， 1991， 106（2）：369-405.

[5]YOUNG A.Invention and bounded learning by doing[J]. Journal of political economy， 1993， 101（3）：443-472.

[6]BASU S， WEIL D N.Appropriate technology and growth[J]. The quarterly journal of economics， 1998， 113（4）： 1025-1054.

[7]IYIGUN M.Clusters of invention， life cycle of technologies and endogenous growth[J]. Journal of economic dynamics & control， 2006， 30（4）：687-719.

[8]KAMYAB S H.The entrepreneurship， knowledge spillover and economic growth[J]. International journal of sustainable development & world policy， 2014，3（2）：45-54.

[9]PRADHAN R P， ARVIN M B， BAHMANI S. Are innovation and financial development causative factors in economic growth？ Evidence from a panel granger causality test[J]. Technological forecasting & social change， 2018， 132：130-142.

[10]顏鵬飛， 王兵. 技術(shù)效率、技術(shù)進(jìn)步與生產(chǎn)率增長：基于DEA的實證分析[J]. 經(jīng)濟(jì)研究， 2004（12）：55-65.

[11]殷林森，胡文偉，李湛. 我國科技投入與產(chǎn)業(yè)經(jīng)濟(jì)增長的關(guān)聯(lián)性研究[J]. 中國軟科學(xué)， 2007（11）：57-63.

[12]趙彥云， 劉思明. 中國專利對經(jīng)濟(jì)增長方式影響的實證研究：1988～2008年[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2011， 28（4）：34-48.

[13]宋冬林， 王林輝， 董直慶. 資本體現(xiàn)式技術(shù)進(jìn)步及其對經(jīng)濟(jì)增長的貢獻(xiàn)率（1981—2007）[J]. 中國社會科學(xué)， 2011（2）：91-106.

[14]嚴(yán)成樑， 龔六堂. R&D規(guī)模、R&D結(jié)構(gòu)與經(jīng)濟(jì)增長[J]. 南開經(jīng)濟(jì)研究， 2013（2）：3-19.

[15]李苗苗， 肖洪鈞， 趙爽. 金融發(fā)展、技術(shù)創(chuàng)新與經(jīng)濟(jì)增長的關(guān)系研究——基于中國的省市面板數(shù)據(jù)[J]. 中國管理科學(xué)， 2015， 23（2）：162-169.

[16]龐瑞芝， 范玉， 李揚. 中國科技創(chuàng)新支撐經(jīng)濟(jì)發(fā)展了嗎？[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2014， 31（10）：37-52.

[17]蘇治， 徐淑丹. 中國技術(shù)進(jìn)步與經(jīng)濟(jì)增長收斂性測度——基于創(chuàng)新與效率的視角[J]. 中國社會科學(xué)， 2015（7）：4-25.

[18]尚勇敏， 曾剛. 科技創(chuàng)新推動區(qū)域經(jīng)濟(jì)發(fā)展模式轉(zhuǎn)型：作用和機(jī)制[J]. 地理研究， 2017， 36（12）：2279-2290.

[19]王家庭. 科技創(chuàng)新、空間溢出與區(qū)域經(jīng)濟(jì)增長：基于30省區(qū)數(shù)據(jù)的實證研究[J]. 當(dāng)代經(jīng)濟(jì)管理， 2012， 34（11）：49-54.

[20]張林. 金融發(fā)展、科技創(chuàng)新與實體經(jīng)濟(jì)增長——基于空間計量的實證研究[J]. 金融經(jīng)濟(jì)學(xué)研究， 2016（1）：14-25.

[21]白俊紅， 王林東. 創(chuàng)新驅(qū)動是否促進(jìn)了經(jīng)濟(jì)增長質(zhì)量的提升？[J]. 科學(xué)學(xué)研究， 2016， 34（11）：1725-1735.

[22]郭文偉， 王文啟. 粵港澳大灣區(qū)金融集聚對科技創(chuàng)新的空間溢出效應(yīng)及行業(yè)異質(zhì)性[J]. 廣東財經(jīng)大學(xué)學(xué)報， 2018， 33（2）：12-21.

[23]張軍， 吳桂英， 張吉鵬. 中國省際物質(zhì)資本存量估算：1952—2000[J]. 經(jīng)濟(jì)研究， 2004（10）：35-44.

[24]林光平， 龍志和， 吳梅. 我國地區(qū)經(jīng)濟(jì)收斂的空間計量實證分析：1978—2002年[J]. 經(jīng)濟(jì)學(xué)（季刊）， 2005， 4（18）：67-82.

Technology Innovation and Economic Growth of Guangdong-Hong Kong-Macao Greater Bay Area

SUN Jian-qiang MIAO Yi-xuan ZHANG Shi-ze

（1.School of Economics and Commerce， South China University of Technology， Guangzhou 510006， Guangdong， China; 2.Institute of Modern Service Industry，South China University of Technology，Guangzhou 510006， Guangdong， China）

Abstract： This paper aims to investigate spatial structure and correlations of technology innovation and economic growth in Guangdong-Hong Kong-Macao Greater Bay Area （GBA） by using a spatial autoregressive model. Empirical evidences using a panel data set from 2008 to 2017 show that （1） technology innovation of a city measured by numbers of authorized patents significantly drives its economic growth and has a significant positive spillover effect on its neighbor citys growth. The degree of technology spillover effect on growth is about half of direct effect. （2） Capital input of a city significantly drives its economic growth and its spillover effect on neighbor city is also significant. The direct and spillover effect of capital input on growth is much higher than the corresponding effect of technology innovation on growth. （3） There is no significant evidence of labor input effect on growth. Policy suggestions for GBA is to take a more synergetic strategy of technology innovation by aggregating the innovation resources of GBA and even of the world， and to alleviate any obstacles which may limit the free-moving of innovation resources between GBA cities.

Keywords： Guangdong-Hong Kong-Macao Greater Bay Area; technology innovation; economic growth