陳 文

（南京郵電大學(xué) 管理學(xué)院，江蘇 南 210003）

一、引言

黨的十九大提出中國(guó)經(jīng)濟(jì)由高速增長(zhǎng)轉(zhuǎn)向高質(zhì)量發(fā)展階段，高質(zhì)量發(fā)展成為我國(guó)經(jīng)濟(jì)建設(shè)的主題。2020 年3 月，《中共中央國(guó)務(wù)院關(guān)于構(gòu)建更加完善的要素市場(chǎng)化配置體制機(jī)制的意見(jiàn)》指出：促進(jìn)要素自主有序流動(dòng)、提高要素配置效率對(duì)推動(dòng)經(jīng)濟(jì)發(fā)展質(zhì)量變革具有重要意義，意見(jiàn)要求引導(dǎo)勞動(dòng)力要素合理暢通有序流動(dòng)，推進(jìn)資本要素市場(chǎng)化配置。研發(fā)要素是保障我國(guó)創(chuàng)新驅(qū)動(dòng)戰(zhàn)略順利實(shí)施，推動(dòng)經(jīng)濟(jì)可持續(xù)發(fā)展的重要資源，包括R&D 人員和R&D 資本等。目前，隨著戶籍制度和金融制度改革不斷深入，研發(fā)要素逐漸跨越區(qū)域界限在省際大規(guī)模流動(dòng)，深刻影響著經(jīng)濟(jì)發(fā)展。因此，在新時(shí)代背景下，研究研發(fā)要素流動(dòng)對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的影響具有重要的理論和現(xiàn)實(shí)意義。

二、文獻(xiàn)綜述

目前，國(guó)內(nèi)外關(guān)于研發(fā)要素流動(dòng)與經(jīng)濟(jì)高質(zhì)量發(fā)展的研究，主要包括以下幾個(gè)方面：

第一，要素流動(dòng)對(duì)經(jīng)濟(jì)增長(zhǎng)的影響。在經(jīng)濟(jì)高質(zhì)量發(fā)展概念提出以前，國(guó)內(nèi)外學(xué)者主要關(guān)注經(jīng)濟(jì)增長(zhǎng)質(zhì)量。Eng 等（2016）[1]基于亞洲9 個(gè)國(guó)家的數(shù)據(jù)，發(fā)現(xiàn)資本流入對(duì)經(jīng)濟(jì)增長(zhǎng)無(wú)顯著影響，但資本流出對(duì)經(jīng)濟(jì)增長(zhǎng)存在負(fù)向作用。易瑩瑩和凌迎兵（2015）[2]基于重慶市的數(shù)據(jù)，發(fā)現(xiàn)勞動(dòng)力流出和流入分別促進(jìn)和阻礙其經(jīng)濟(jì)增長(zhǎng)。方慧等（2020）[3]基于國(guó)際數(shù)據(jù)，發(fā)現(xiàn)生產(chǎn)要素跨國(guó)流動(dòng)表現(xiàn)為外商直接投資，要素稟賦顯著促進(jìn)經(jīng)濟(jì)增長(zhǎng)質(zhì)量。

第二，經(jīng)濟(jì)高質(zhì)量發(fā)展的內(nèi)涵和評(píng)價(jià)方法。郭春麗等（2018）[4]認(rèn)為經(jīng)濟(jì)高質(zhì)量不僅包含經(jīng)濟(jì)總量，還包含經(jīng)濟(jì)效益提升、結(jié)構(gòu)優(yōu)化、可持續(xù)發(fā)展及發(fā)展成果共享等。肖周燕（2019）[5]認(rèn)為高質(zhì)量發(fā)展是在一定生態(tài)規(guī)模下社會(huì)福利持續(xù)增進(jìn)的發(fā)展。目前，對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展水平的評(píng)價(jià)主要有兩種方法，一是構(gòu)建評(píng)價(jià)指標(biāo)體系，師博和任保平（2018）[6]構(gòu)建了包含經(jīng)濟(jì)增長(zhǎng)基本面和社會(huì)成果2 個(gè)維度6個(gè)指標(biāo)的評(píng)價(jià)體系。華堅(jiān)和胡金昕（2019）[7]基于五大發(fā)展理念，構(gòu)建了涵蓋13 個(gè)一級(jí)指標(biāo)、29 個(gè)二級(jí)指標(biāo)的經(jīng)濟(jì)高質(zhì)量發(fā)展評(píng)價(jià)指標(biāo)體系。二是用某一指標(biāo)表征經(jīng)濟(jì)高質(zhì)量發(fā)展水平，如陳詩(shī)一和陳登科（2018）[8]將勞動(dòng)生產(chǎn)率作為經(jīng)濟(jì)高質(zhì)量發(fā)展水平的代理變量。劉思明等（2019）[9]用全要素生產(chǎn)率表征經(jīng)濟(jì)高質(zhì)量發(fā)展。

第三，研發(fā)要素流動(dòng)對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的影響。白俊紅等（2017）[10]發(fā)現(xiàn)研發(fā)要素流動(dòng)的空間溢出效應(yīng)顯著，顯著促進(jìn)中國(guó)經(jīng)濟(jì)發(fā)展。王鉞和劉秉鐮（2017）[11]認(rèn)為研發(fā)資本流動(dòng)對(duì)我國(guó)區(qū)域全要素生產(chǎn)率的正向影響顯著。陳曉（2019）[12]認(rèn)為研發(fā)要素流動(dòng)顯著促進(jìn)本省和周邊省份的全要素生產(chǎn)率。

綜合上述研究發(fā)現(xiàn)，已有研究大多聚焦在經(jīng)濟(jì)增長(zhǎng)質(zhì)量上，對(duì)經(jīng)濟(jì)發(fā)展質(zhì)量的研究較少；對(duì)研發(fā)要素流動(dòng)的空間知識(shí)溢出效應(yīng)和路徑依賴性研究不足。因此，本文將基于SBM 方向距離函數(shù)測(cè)度綠色全要素生產(chǎn)率，用其表征經(jīng)濟(jì)高質(zhì)量發(fā)展水平。運(yùn)用動(dòng)態(tài)SDM 模型從空間溢出效應(yīng)和路徑依賴性兩方面研究研發(fā)要素流動(dòng)對(duì)省域經(jīng)濟(jì)高質(zhì)量發(fā)展的影響。

三、理論模型

（一）空間權(quán)重矩陣

定義空間權(quán)重矩陣W：wij是W中第i行第j列的元素，表示區(qū)域i與區(qū)域j之間的距離。其中，主對(duì)角線上的元素wnm=0，即同一區(qū)域的距離為0。

0～1 鄰接矩陣基于地理相鄰關(guān)系，當(dāng)區(qū)域i與區(qū)域j有共同邊界時(shí)，wij=1；否則wij=0。

地理距離矩陣基于各省之間的地理距離dij，當(dāng)i≠j時(shí)，wij=1/dij2；否則wij=0。

（二）空間計(jì)量模型設(shè)定

空間滯后（SAR）模型只包含空間因變量滯后，空間誤差（SEM）模型只包含空間誤差自相關(guān)，而空間效應(yīng)可能同時(shí)存在于上述兩個(gè)方面，基于此，LeSage 構(gòu)建了包含這兩種空間效應(yīng)的空間杜賓（SDM）模型。相較于靜態(tài)空間面板模型，動(dòng)態(tài)空間面板模型可有效處理內(nèi)生性問(wèn)題，并顯著降低空間自回歸系數(shù)的有偏性。因此，采用動(dòng)態(tài)SDM 模型進(jìn)行分析：

Y表示被解釋變量，X表示解釋變量，Control表示控制變量。W表示空間權(quán)重矩陣，εit是滿足獨(dú)立同分布的擾動(dòng)項(xiàng)。

四、變量選取與說(shuō)明

（一）經(jīng)濟(jì)高質(zhì)量發(fā)展水平（GTFP）

運(yùn)用MaxDEA 軟件測(cè)算SBM 方向距離函數(shù)的GML 指數(shù)，具體指標(biāo)為：投入指標(biāo)包括地區(qū)就業(yè)人數(shù)、資本存量、能源消費(fèi)總量；期望產(chǎn)出為地區(qū)生產(chǎn)總值；非期望產(chǎn)出包括工業(yè)廢水排放量、工業(yè)廢氣排放量、工業(yè)固體廢物產(chǎn)生量。根據(jù)Cooper 等的研究，考慮非期望產(chǎn)出的SBM 模型為：

s-?Rn，sb?Rv，sg?Ru分別表示投入過(guò)多、非期望產(chǎn)出過(guò)多和期望產(chǎn)出不足。0<ρ≤1，其分子和分母分別代表決策單元實(shí)際投入與產(chǎn)出相對(duì)于生產(chǎn)技術(shù)前沿面的平均可縮減比例和可擴(kuò)張比例。當(dāng)且僅當(dāng)ρ=1，即s-=0、sb=0、sg=0 時(shí)，決策單元完全有效；ρ<1 表示決策單元存在效率損失。

為解決ML 指數(shù)的跨期方向距離函數(shù)可能存在無(wú)可行解的問(wèn)題，Oh 提出了GML 指數(shù)：

（x，y，b；g）是在全局生產(chǎn)可能性集合PG（x）下定義的全局方向距離函數(shù)。表示第t+1 期的GTFP 相對(duì)于第t期的環(huán)比增長(zhǎng)率。因此，假設(shè)2008年的GTFP 為1，將各期GTFP 累乘得到相應(yīng)年份的GTFP。

（二）研發(fā)要素流動(dòng)

根據(jù)白俊紅等（2017）[10]的研究，用引力模型測(cè)度研發(fā)要素流動(dòng)量。

1.R&D 人員流動(dòng)量

Mi為i省的R&D 人員數(shù)量，Nj是j省的城鎮(zhèn)單位就業(yè)人員平均工資，dij表示i、j兩省的地理距離。PFij表示從i省到j(luò)省的R&D 人員流動(dòng)量，PFi表i某一年份i省R&D 人員的總流動(dòng)量。

2.R&D 資本流動(dòng)量

Ki與Kj分別表示i省和j省的R&D 資本存量，根據(jù)吳延兵的研究，采用永續(xù)盤存法來(lái)計(jì)算各省的R&D 資本存量。CFij表示從i省到j(luò)省的R&D 資本流動(dòng)量，CFi表示某一年份i省R&D 資本的總流動(dòng)量。

（三）控制變量

選取4 個(gè)控制變量：交通運(yùn)輸水平（tra），用單位面積鐵路和公路里程和來(lái)表示；企業(yè)平均規(guī)模（size），用規(guī)模以上工業(yè)企業(yè)平均資產(chǎn)總額來(lái)表示；人力資本水平（edu），用勞動(dòng)力平均受教育年限來(lái)表示；政府支持力度（gov），用R&D 經(jīng)費(fèi)內(nèi)部支出中政府資金所占比重來(lái)表示。

基于2009—2017 年中國(guó)省級(jí)面板數(shù)據(jù)展開(kāi)研究，因西藏地區(qū)數(shù)據(jù)缺失較多，暫不予研究。數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)科技統(tǒng)計(jì)年鑒》《中國(guó)能源統(tǒng)計(jì)年鑒》《中國(guó)城市統(tǒng)計(jì)年鑒》《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》等。以2009 年的價(jià)格為基期，對(duì)相關(guān)變量進(jìn)行平減。

五、實(shí)證研究

（一）空間自相關(guān)檢驗(yàn)

Moran's I 指數(shù)可考察數(shù)據(jù)的空間自相關(guān)性，其值一般介于-1～1 之間，大于0 表示空間正自相關(guān)，小于0 表示空間負(fù)自相關(guān)，等于0 表示不存在空間自相關(guān)性。結(jié)果如1 所示。

由表1 可知，2011—2017 年的Moran's I 指數(shù)均顯著為正，且考察期內(nèi)顯著性呈增強(qiáng)趨勢(shì)，表明經(jīng)濟(jì)高質(zhì)量發(fā)展水平具有較強(qiáng)的空間正自相關(guān)性，適用空間計(jì)量模型。

表1 2009—2017 年我國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展水平的Moran's I 指數(shù)

（二）空間計(jì)量模型選取

1.LM 與Hausman 檢驗(yàn)

由表2 可知，LM-Error、RobustLM-Error、LM-Lag均通過(guò)了1%的顯著性檢驗(yàn)，而RobustLM-Lag 通過(guò)了5%的顯著性檢驗(yàn)，因此，選擇SDM 模型更加合理。為判斷選擇固定效應(yīng)還是隨機(jī)效應(yīng)，進(jìn)行了Hausman檢驗(yàn)，結(jié)果顯示，chi2（4）=45.99，Prob>chi2=0.000，在1%的顯著性水平下拒絕原假設(shè)，因此選擇固定效應(yīng)模型。

表2 LM 檢驗(yàn)結(jié)果

2.LR 檢驗(yàn)與Wald 檢驗(yàn)

表3 顯示，LR 檢驗(yàn)和Wald 檢驗(yàn)結(jié)果分別拒絕了θ=0 和θ=-δβ假設(shè)，說(shuō)明SDM 模型不能轉(zhuǎn)化為SAR 或SEM 模型，即SDM 模型包含的兩種傳導(dǎo)機(jī)制對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的作用都不能忽略，因此下文將基于SDM 模型展開(kāi)研究。

表3 LR 檢驗(yàn)和Wald 檢驗(yàn)結(jié)果

（三）研發(fā)要素流動(dòng)對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的動(dòng)態(tài)空間SDM 模型

由表4 可知，空間項(xiàng)系數(shù)均在1%水平下顯著為正，表明本省經(jīng)濟(jì)高質(zhì)量發(fā)展水平受到其他地區(qū)的影響。經(jīng)濟(jì)高質(zhì)量發(fā)展水平滯后一期（lnGTFP（t-1））的回歸系數(shù)均在1%水平下顯著為正，表明各省前期的經(jīng)濟(jì)高質(zhì)量發(fā)展水平對(duì)當(dāng)期經(jīng)濟(jì)高質(zhì)量發(fā)展具有顯著正向影響。

表4 動(dòng)態(tài)空間SDM 模型回歸結(jié)果

就研發(fā)要素流動(dòng)來(lái)看，在地理距離矩陣下，lnPF回歸系數(shù)在5%的水平上顯著為正，在0～1 鄰接矩陣下的回歸系數(shù)為正，但不顯著，表明R&D 人員流動(dòng)對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展具有一定的促進(jìn)作用。lnCF回歸系數(shù)分別在1%和5%的水平下顯著為正，說(shuō)明R&D 資本流動(dòng)能夠顯著推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展。綜合來(lái)看，R&D 資本流動(dòng)對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的推動(dòng)作用強(qiáng)于R&D 人員流動(dòng)。這一發(fā)現(xiàn)與王鉞和劉秉鐮（2017）[11]的結(jié)論相似，即R&D 資本流動(dòng)顯著促進(jìn)全要素生產(chǎn)率的提升，而R&D 人員流動(dòng)對(duì)全要素生產(chǎn)率影響不顯著。

在控制變量中，lnedu、lntra、lngov的回歸系數(shù)均在1%水平下顯著為正，說(shuō)明人力資本水平、交通運(yùn)輸水平、政府支持力度對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展有顯著正向影響。lnsize回歸系數(shù)均小于零，在地理距離矩陣下通過(guò)了1%的顯著性檢驗(yàn)，但在0～1 鄰接矩陣下未通過(guò)顯著性檢驗(yàn)，說(shuō)明企業(yè)平均規(guī)模對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展有一定的制約作用。

（四）研發(fā)要素流動(dòng)對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的空間溢出效應(yīng)

表4 中，R&D 人員流動(dòng)和R&D 資本流動(dòng)的空間交互項(xiàng)系數(shù)均顯著，但由于SDM 模型無(wú)法直接反映自變量對(duì)因變量的影響，因此運(yùn)用偏微分方法計(jì)算直接效應(yīng)、間接效應(yīng)（空間溢出效應(yīng)）和總效應(yīng)。

由表5，R&D 人員流動(dòng)的直接效應(yīng)和間接效應(yīng)均在10%的水平下顯著為正，表明R&D 人員流動(dòng)顯著促進(jìn)本省和周邊省份的經(jīng)濟(jì)高質(zhì)量發(fā)展。R&D 資本流動(dòng)的直接效應(yīng)為正但不顯著，間接效應(yīng)在1%的水平下顯著為正，說(shuō)明R&D 資本流動(dòng)對(duì)本省經(jīng)濟(jì)高質(zhì)量發(fā)展的正向影響較小，卻對(duì)周邊省份有顯著的正向作用。從總效應(yīng)來(lái)看，兩種研發(fā)要素流動(dòng)均對(duì)省內(nèi)和省外的經(jīng)濟(jì)高質(zhì)量發(fā)展具有顯著推動(dòng)作用，且R&D 資本流動(dòng)的作用強(qiáng)于R&D 人員流動(dòng)。

表5 空間效應(yīng)分解

交通運(yùn)輸水平、人力資本水平、政府支持力度的直接效應(yīng)均顯著為正，而間接效應(yīng)顯著為負(fù)，表明這三個(gè)因素能夠促進(jìn)本省的經(jīng)濟(jì)高質(zhì)量發(fā)展，卻對(duì)周邊省份有一定的阻礙作用。企業(yè)平均規(guī)模表現(xiàn)出了與上述三個(gè)控制變量相反的作用，其顯著阻礙了本省的經(jīng)濟(jì)高質(zhì)量發(fā)展，卻顯著促進(jìn)周邊省份的經(jīng)濟(jì)高質(zhì)量發(fā)展。總效應(yīng)與SDM 模型的結(jié)果類似。

六、結(jié)論與建議

本文運(yùn)用動(dòng)態(tài)SDM 模型實(shí)證研究了研發(fā)要素流動(dòng)對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的影響，主要結(jié)論如下：第一，經(jīng)濟(jì)高質(zhì)量發(fā)展水平存在顯著的空間集聚效應(yīng)和路徑依賴性。Moran's I 指數(shù)表明經(jīng)濟(jì)高質(zhì)量發(fā)展水平呈現(xiàn)出“高高—低低”聚類。動(dòng)態(tài)SDM 模型結(jié)果表明前期的經(jīng)濟(jì)高質(zhì)量發(fā)展水平對(duì)當(dāng)期有顯著正向影響。第二，研發(fā)要素流動(dòng)對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展水平有顯著正向效應(yīng)。R&D 人員流動(dòng)和R&D 資本流動(dòng)對(duì)本省和其他省均有顯著促進(jìn)作用，并且空間溢出效應(yīng)均大于直接效應(yīng)，R&D 資本流動(dòng)的總效應(yīng)大于R&D 人員流動(dòng)的總效應(yīng)。第三，交通運(yùn)輸水平、人力資本水平、政府支持力度顯著促進(jìn)本省經(jīng)濟(jì)高質(zhì)量發(fā)展，卻對(duì)周邊省份有一定的阻礙作用。但企業(yè)平均規(guī)模對(duì)本省經(jīng)濟(jì)高質(zhì)量發(fā)展有顯著負(fù)向影響，卻顯著促進(jìn)周邊省份的經(jīng)濟(jì)高質(zhì)量發(fā)展。

根據(jù)上述結(jié)論，得到幾點(diǎn)啟示：第一，各省之間加強(qiáng)區(qū)域聯(lián)系和合作，共享發(fā)展經(jīng)驗(yàn)，推動(dòng)區(qū)域協(xié)調(diào)發(fā)展。牢固樹(shù)立新發(fā)展理念，深入實(shí)施創(chuàng)新驅(qū)動(dòng)戰(zhàn)略，使創(chuàng)新成為高質(zhì)量發(fā)展的強(qiáng)大動(dòng)能。通過(guò)多方協(xié)調(diào)合作，提高全要素生產(chǎn)率，共同促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展。第二，深化研發(fā)要素市場(chǎng)化配置改革，促進(jìn)要素自主有序流動(dòng)。深化戶籍制度改革，暢通勞動(dòng)力流通渠道，引導(dǎo)R&D 人員合理有序流動(dòng)。發(fā)展股票、債券市場(chǎng)，放寬金融服務(wù)業(yè)市場(chǎng)準(zhǔn)入，優(yōu)化金融資源配置。第三，完善交通運(yùn)輸、人才培養(yǎng)、政府支持等配套政策。加強(qiáng)基礎(chǔ)設(shè)施建設(shè)，提升交通運(yùn)輸效率，降低物流成本。重視基礎(chǔ)教育，加強(qiáng)勞動(dòng)力技能培訓(xùn)，制定和實(shí)施人才政策，培養(yǎng)高素質(zhì)人才。加大政府支持力度，整合金融資源，助力中小微企業(yè)發(fā)展。