王麗君，陳 韜，王益誼

（1.中國標(biāo)準(zhǔn)化研究院，北京 100191；2.中國社會科學(xué)院研究生院數(shù)量經(jīng)濟與技術(shù)經(jīng)濟系，北京 100732）

創(chuàng)新在我國經(jīng)濟發(fā)展中日益發(fā)揮重要作用，通過堅持創(chuàng)新驅(qū)動有利于我國全面塑造發(fā)展新優(yōu)勢。本文嘗試結(jié)合空間計量經(jīng)濟學(xué)的空間溢出理論來解釋地區(qū)的吸收能力如何影響省級層面的創(chuàng)新產(chǎn)出，以期為提高創(chuàng)新投入要素的空間溢出效應(yīng)，進(jìn)而為省域間創(chuàng)新能力協(xié)調(diào)發(fā)展提供政策建議。

1 現(xiàn)有研究成果

一般來說，區(qū)域的發(fā)展受限于本區(qū)域的自然稟賦以及資本、勞動等投入要素，還會受到其他區(qū)域的影響。新經(jīng)濟地理學(xué)、內(nèi)生增長理論用知識溢出概念來解釋區(qū)域?qū)用娴膭?chuàng)新以及經(jīng)濟增長［1］。

1.1 關(guān)于吸收能力影響創(chuàng)新產(chǎn)出的研究成果

早在1956 年，Rostow［2］就指出一個國家經(jīng)濟增長的起飛要求社會及其生產(chǎn)性企業(yè)在政治、社會和制度上進(jìn)行變革，從而形成對創(chuàng)新的常規(guī)吸收能力。后來，Cohen 等［3］、Zahra 等［4］逐漸形成并豐富了吸收能力的定義和內(nèi)涵，認(rèn)為企業(yè)或組織吸收和應(yīng)用新知識的能力在研究和開發(fā)過程中是一種特殊的社會互動機制，有利于區(qū)域?qū)用娴闹R傳遞。Zahra 等［4］將吸收能力區(qū)分為潛在吸收能力（吸收外部知識）和顯性吸收能力（轉(zhuǎn)化已有知識）。Lewin 等［5］將吸收能力分為內(nèi)部知識的創(chuàng)造、轉(zhuǎn)化，研發(fā)過程和外部知識的獲取、轉(zhuǎn)化和研發(fā)過程。

也有大量學(xué)者開展了實證研究，在對吸收能力進(jìn)行直接測度或間接測度的基礎(chǔ)上，認(rèn)為企業(yè)的吸收能力最終影響區(qū)域?qū)用娴膭?chuàng)新產(chǎn)出。Antonio 等［6］認(rèn)為通過提高企業(yè)的吸收能力，可以提高對區(qū)域創(chuàng)新系統(tǒng)的充分利用，幫助提高企業(yè)的創(chuàng)新績效。Kallio 等［7］認(rèn)為個體所掌握的社會資源通過決定吸收能力，作用于區(qū)域的創(chuàng)新能力。朱俊杰等［8］構(gòu)建了包括經(jīng)費投入、人力資本、基礎(chǔ)設(shè)施等6 個維度組成的吸收能力綜合指數(shù)，分析與省級層面創(chuàng)新績效的實證關(guān)系。

1.2 關(guān)于知識溢出的理論研究進(jìn)展

新經(jīng)濟增長理論關(guān)注用知識溢出理論研究創(chuàng)新投入和產(chǎn)出的關(guān)系，其中Griliches［9］、Jaffe［10］以微觀企業(yè)為研究對象，分析微觀層面資本和人員投入對技術(shù)進(jìn)步的溢出效應(yīng)，形成了Griliches-Jaffe 知識生產(chǎn)函數(shù)；Romer［11］、Jones［12］的研究則認(rèn)為知識存量對技術(shù)進(jìn)步具有規(guī)模效應(yīng)，形成了Romer-Jones 知識生產(chǎn)函數(shù)。

近年來對知識溢出的研究轉(zhuǎn)向空間層面，Audretsch 等［13］，Bernard［14］從創(chuàng)新產(chǎn)出、創(chuàng)新知識的空間分布等不同角度探討了創(chuàng)新過程的空間相關(guān)性，分析了溢出效應(yīng)在推動創(chuàng)新過程中的作用機理和影響因素。LeSage 等［15］將空間溢出效應(yīng)作為空間計量經(jīng)濟學(xué)的核心內(nèi)容之一，將解釋變量對被解釋變量的影響分為總效應(yīng)、直接效應(yīng)和間接效應(yīng)（即空間溢出效應(yīng)）。Elhorst［16］深化了其中對于空間溢出效應(yīng)顯著性的討論。

我國也有學(xué)者根據(jù)經(jīng)濟要素在區(qū)域間的流動數(shù)據(jù)來分析要素的空間相關(guān)性。其中，才國偉等［17］建立理論模型研究經(jīng)濟要素從需求端到供給端的空間流動，并基于人口數(shù)據(jù)驗證了資源流動過程的空間相關(guān)。白俊紅等［18］分析了政府R&D 資助的空間自相關(guān)性。白俊紅等［19］認(rèn)為創(chuàng)新要素在各省份之間的動態(tài)流動推動了各區(qū)域創(chuàng)新系統(tǒng)形成空間關(guān)聯(lián)，對研發(fā)要素在省級行政區(qū)域之間的流動與空間知識溢出的內(nèi)在關(guān)系進(jìn)行理論分析和實證檢驗。

知識生產(chǎn)函數(shù)是研究溢出效應(yīng)的主要實證方法之一，采用一些代表性指標(biāo)來衡量知識溢出。由于各要素測度方法的不同，以及空間距離的不同考慮，形成了不同的研究方法，結(jié)論也有所差異。近年來國內(nèi)外學(xué)者使用知識生產(chǎn)函數(shù)測度知識溢出的空間距離，發(fā)現(xiàn)隨著地理距離的增長，知識溢出的影響呈現(xiàn)衰減趨勢。例如，孫建等［20］使用1998—2008年省級面板數(shù)據(jù)，研究提出區(qū)域創(chuàng)新具有空間集聚特征，在不同的圓環(huán)區(qū)域，存在區(qū)域知識的雙向溢出效應(yīng)。原毅軍等［21］基于各省區(qū)市面板數(shù)據(jù)，借助空間計量模型分析發(fā)現(xiàn)，制造業(yè)和生產(chǎn)性服務(wù)業(yè)的協(xié)同聚集和區(qū)域創(chuàng)新效率呈現(xiàn)空間集聚特征，具有正向溢出效應(yīng)并隨距離增大而衰減。吳玉鳴［22］基于2000—2003 年省級面板數(shù)據(jù)，使用空間滯后模型、空間誤差模型和地理加權(quán)回歸模型，發(fā)現(xiàn)地理距離對省級研發(fā)水平仍然具有顯著影響。

空間權(quán)重矩陣是空間計量的基礎(chǔ)?？紤]到地理學(xué)對于距離的不同界定，不同學(xué)者在空間面板模型中引入不同的空間權(quán)重矩陣，研究投入要素對創(chuàng)新產(chǎn)出的影響，如徐德英等［23］使用1995—2012 年的省域面板數(shù)據(jù)，考慮地理距離、信息化距離、交通便利度構(gòu)建不同的空間權(quán)重矩陣，測算高技術(shù)產(chǎn)業(yè)研發(fā)創(chuàng)新的空間溢出；原毅軍等［21］將R&D 資本和R&D 人員作為能夠體現(xiàn)知識溢出的指標(biāo)，構(gòu)建空間權(quán)重矩陣；蘇屹等［24］利用1998—2014 年的面板數(shù)據(jù)，考慮地理特征、人力資本、交通水平等因素構(gòu)建5 個空間權(quán)重矩陣，測算對區(qū)域創(chuàng)新活動的空間效應(yīng)，發(fā)現(xiàn)社會經(jīng)濟特征相比地理特征，對區(qū)域創(chuàng)新活動產(chǎn)生更大影響。也有學(xué)者通過引力模型構(gòu)建空間權(quán)重矩陣，例如，李婧等［25］構(gòu)建省級區(qū)域的創(chuàng)新績效評價指標(biāo)體系，使用引力模型直接測度知識溢出量，基于空間視角研究發(fā)現(xiàn)知識溢出顯著影響區(qū)域創(chuàng)新績效，其中地理距離的作用最強；紀(jì)玉俊等［26］、李紅等［27］基于引力模型，納入各省區(qū)市的信息化指數(shù)，構(gòu)建空間權(quán)重矩陣。

可以看出，現(xiàn)代學(xué)者已經(jīng)意識到傳統(tǒng)經(jīng)濟學(xué)理論在分析以知識為基礎(chǔ)的現(xiàn)代經(jīng)濟問題時的局限性，從而使得空間計量理論開始被廣泛用于區(qū)域創(chuàng)新活動相關(guān)的研究。雖然也有將知識生產(chǎn)函數(shù)和空間計量模型結(jié)合測算各項投入要素對省級區(qū)域創(chuàng)新的貢獻(xiàn)，然而鮮見將區(qū)域的標(biāo)準(zhǔn)化水平作為吸收能力的代表性指標(biāo)，分析吸收能力對創(chuàng)新產(chǎn)出的空間溢出效應(yīng)。實際上，相比專利、論文等，在現(xiàn)代社會中標(biāo)準(zhǔn)更具有普遍性，標(biāo)準(zhǔn)化水平更能代表地區(qū)或者行業(yè)的吸收能力。本文擬從標(biāo)準(zhǔn)化入手，結(jié)合知識溢出模型和空間計量理論，研究各省區(qū)市的吸收能力、創(chuàng)新投入對創(chuàng)新產(chǎn)出的作用。

2 研究路徑

在主流經(jīng)濟學(xué)理論中，假定地理空間具有均質(zhì)性，普遍使用普通最小二乘法（OLS）建立對空間變量的線性回歸模型，導(dǎo)致結(jié)果存在缺乏說服力問題，這就要求對空間異質(zhì)性進(jìn)行有效處理［28］。

考慮到與創(chuàng)新產(chǎn)出相關(guān)的主要投入要素包括R&D 資本和R&D 人員。R&D 資本會基于風(fēng)險和收益的權(quán)衡，流入更低風(fēng)險更高收益的地區(qū)。R&D 人員會基于自身的投入產(chǎn)出比的考慮，在不同地區(qū)之間進(jìn)行流動。這種R&D 資本和人員的流動，推動知識生產(chǎn)在地理空間產(chǎn)生關(guān)聯(lián)效應(yīng)，即空間關(guān)聯(lián)。同時，由于這種要素流動具有黏性，不可能實現(xiàn)零成本自由流通，這使得技術(shù)創(chuàng)新呈現(xiàn)地區(qū)集聚性，體現(xiàn)為各省區(qū)市之間知識存量的差異。

技術(shù)是創(chuàng)新的核心驅(qū)動力，是新產(chǎn)品、過程和服務(wù)的基礎(chǔ)。經(jīng)濟學(xué)研究中一般認(rèn)為專利是技術(shù)的載體，但是，專利往往為企業(yè)或個人所擁有。相比較之下，標(biāo)準(zhǔn)以科學(xué)、技術(shù)和經(jīng)驗的綜合成果為基礎(chǔ)，同時具有非競爭性、非排他性等公共物品屬性，相對于專利更容易獲取，因此具有普遍性，更有利于創(chuàng)新成果的擴散。另一方面，標(biāo)準(zhǔn)化是科學(xué)管理和現(xiàn)代生產(chǎn)經(jīng)營的基礎(chǔ)。標(biāo)準(zhǔn)的制定和實施，有利于新技術(shù)和科研成果進(jìn)入大規(guī)模推廣應(yīng)用階段，提升相關(guān)主體的創(chuàng)新水平，從而在一定程度上能反映出特定區(qū)域等整體吸收能力的大小。

國家標(biāo)準(zhǔn)的制定源于經(jīng)濟社會發(fā)展產(chǎn)生的基礎(chǔ)通用的標(biāo)準(zhǔn)化需求，由廣大利益相關(guān)方參與，基于協(xié)商一致程序依法制定。一般地，在國家標(biāo)準(zhǔn)前言中有起草單位排名和主要起草人排名，基于在單項國家標(biāo)準(zhǔn)中起草單位的排序，可以量化得出各省區(qū)市對國家標(biāo)準(zhǔn)的貢獻(xiàn)程度，即國家標(biāo)準(zhǔn)研制貢獻(xiàn)指數(shù)［29］?？紤]到這些參與制定國家標(biāo)準(zhǔn)的單位通常在R&D 資本、R&D 人員上相比其他單位具有先期優(yōu)勢，這些單位通過參與標(biāo)準(zhǔn)制修訂過程，對科學(xué)、技術(shù)和經(jīng)驗的相關(guān)成果進(jìn)行了充分交流，因此在標(biāo)準(zhǔn)發(fā)布之后對于推動標(biāo)準(zhǔn)承載的技術(shù)在企業(yè)內(nèi)外的擴散，促進(jìn)科技成果轉(zhuǎn)化方面同時又具有路徑優(yōu)勢。以國家標(biāo)準(zhǔn)研制貢獻(xiàn)指數(shù)和年度國家標(biāo)準(zhǔn)發(fā)布數(shù)量的乘積，可以反映各地年度的標(biāo)準(zhǔn)化水平，作為地區(qū)吸收能力的代表性指標(biāo)。

OECD 認(rèn)可了與創(chuàng)新相關(guān)的文獻(xiàn)中對創(chuàng)新過程的不同階段的劃分，即資源、活動、目標(biāo)和產(chǎn)出之間存在邏輯關(guān)系［30］?；诖耍⒅R生產(chǎn)函數(shù)的邏輯模型（見圖1）。

圖1 知識生產(chǎn)函數(shù)的邏輯模型

將R&D 資本、R&D 人員視為創(chuàng)新投入，知識存量視為創(chuàng)新發(fā)展階段中的一個階段目標(biāo)，標(biāo)準(zhǔn)化水平作為地區(qū)吸收能力的測度指標(biāo)，新產(chǎn)品銷售收入作為創(chuàng)新產(chǎn)出，分別基于Griliches-Jaffe 知識生產(chǎn)函數(shù)和Romer-Jones 知識生產(chǎn)函數(shù)建立擴展模型，測度空間溢出效應(yīng)。

3 模型設(shè)定和變量選擇

3.1 模型設(shè)定

3.1.1 空間相關(guān)性測度

（1）全局莫蘭指數(shù)。一般用莫蘭指數(shù)I（Moran'sI）、吉爾里指數(shù)C（Geary'sC）和Getis-Ord 指數(shù)G等指標(biāo)對空間效應(yīng)進(jìn)行初步檢驗。本文采用莫蘭指數(shù)I。

經(jīng)標(biāo)準(zhǔn)化后的莫蘭指數(shù)的取值一般介于-1 到1之間。大于0，表示正自相關(guān)；小于0，表示負(fù)自相關(guān)；接近0，表示不存在自相關(guān)。

（2）局部莫蘭指數(shù)和莫蘭散點圖。使用局部莫蘭指數(shù)Ii可以表示特定區(qū)域i附近的空間集聚情況。

在局部莫蘭指數(shù)的基礎(chǔ)上可以繪制莫蘭散點圖。莫蘭散點圖分為4 個象限，第一象限代表自身區(qū)域和相鄰區(qū)域的空間關(guān)聯(lián)形式“高高”聚集，第二象限代表“低高”聚集，第三象限代表“低低”聚集，第四象限代表“高低聚集”。

3.1.2 知識生產(chǎn)函數(shù)

用知識生產(chǎn)函數(shù)測度知識溢出效應(yīng)，主要存在兩種主流的測度方法：Griliches-Jaffe 知識生產(chǎn)函數(shù)和Romer-Jones 知識生產(chǎn)函數(shù)。前者認(rèn)為知識生產(chǎn)主要受到R&D 資本和R&D 人員的影響，后者認(rèn)為知識生產(chǎn)主要受到R&D 人員和知識存量的影響。

Griliches-Jaffe 知識生產(chǎn)函數(shù)的函數(shù)形式如下：

分別根據(jù)Griliches-Jaffe 知識生產(chǎn)函數(shù)和Romer-Jones 知識生產(chǎn)函數(shù)，考慮地區(qū)吸收能力指標(biāo)，對模型進(jìn)行指數(shù)變換，建立擴展模型a 和擴展模型b：

擴展模型a：

擴展模型b：

式（6）和（7）中，Y表示地區(qū)創(chuàng)新產(chǎn)出，用新產(chǎn)品銷售收入指標(biāo)表征；K表示R&D 投入，用R&D 資本存量指標(biāo)表征；L表示R&D 人員投入，用R&D 人員全時當(dāng)量指標(biāo)表征；A表示知識存量，用專利存量指標(biāo)表征；S表示吸收能力，用地區(qū)的標(biāo)準(zhǔn)化水平指標(biāo)表征?？紤]到數(shù)據(jù)可得性，i表示不包括香港、澳門、西藏在內(nèi)的各省區(qū)市；t代表數(shù)據(jù)變量的選取時限，本文的研究時限為2002—2018 年。分別表示兩類模型的待估參數(shù)。

擴展模型a 表示創(chuàng)新產(chǎn)出受到R&D 資本、R&D人員、區(qū)域吸收能力的影響，擴展模型b 表示創(chuàng)新產(chǎn)出受到R&D 人員、知識存量和區(qū)域吸收能力的影響?，F(xiàn)實意義在于，是否考慮在R&D 資本使用過程中的無效率或低效率問題。

3.1.3 空間面板模型

常用的空間面板模型的基本模型包括空間滯后模型（SAR，又稱空間自回歸模型）、空間誤差模型（SEM）和空間杜賓模型（SDM）等。

假設(shè)相鄰區(qū)域的因變量相互影響，可以構(gòu)建空間滯后模型。比如，以擴展模型a 建立空間滯后模型：

假設(shè)遺漏變量或者不可觀測的隨機沖擊中存在空間相關(guān)性，可以構(gòu)建空間誤差模型，如下：

綜合上述兩種空間傳導(dǎo)機制，可以建立空間杜賓模型如下：

LeSage 等［15］提出，在特殊情況下，空間杜賓模型可以嵌套空間滯后模型或空間誤差模型，即增加相應(yīng)的約束條件可以轉(zhuǎn)化為空間滯后模型或空間誤差模型?？梢允褂盟迫槐龋↙R）檢驗對上述模型進(jìn)行選擇。

3.2 變量選擇

3.2.1 產(chǎn)出指標(biāo)

現(xiàn)有文獻(xiàn)中主要使用發(fā)明專利申請受理數(shù)或新產(chǎn)品銷售收入作為創(chuàng)新產(chǎn)出的代表性指標(biāo)。本文選用新產(chǎn)品銷售收入作為創(chuàng)新產(chǎn)出的代表性指標(biāo)，并通過工業(yè)生產(chǎn)者出廠價格指數(shù)將其折算為不變價。

3.2.2 投入指標(biāo)

投入指標(biāo)包括R&D 資本、R&D 人員、知識存量和地區(qū)吸收能力。

（1）R&D 資本。使用的R&D 支出價格指數(shù)將年度的R&D 經(jīng)費內(nèi)部支出數(shù)值折算為不變價，使用永續(xù)盤存法測算R&D 資本存量［31］。

式（11）中：r表示R&D 支出價格指數(shù)，表示消費價格指數(shù)，表示固定資產(chǎn)投資價格指數(shù)。

（2）R&D 人員全時當(dāng)量。使用R&D 人員全時當(dāng)量作為R&D 人員的代表性指標(biāo)。

（3）發(fā)明專利存量。使用發(fā)明專利存量作為知識存量的代表性指標(biāo)?；诎l(fā)明專利申請授權(quán)數(shù)按照永續(xù)盤存法測算發(fā)明專利存量，折舊率取10%。

（4）吸收能力。使用地區(qū)的標(biāo)準(zhǔn)化水平作為吸收能力的代表性指標(biāo)。通過各省區(qū)市的國家標(biāo)準(zhǔn)研制貢獻(xiàn)指數(shù)，可以將年度發(fā)布的國家標(biāo)準(zhǔn)轉(zhuǎn)化為各地相關(guān)的標(biāo)準(zhǔn)數(shù)量，進(jìn)一步使用永續(xù)盤存法測算各省區(qū)市的標(biāo)準(zhǔn)存量，折舊率取20%，見式（12）。

以2002 年為期初，計算各省區(qū)市在2018 年的吸收能力見圖2。

圖2 2018 年各省區(qū)市的吸收能力

從圖2 可以看出，北京、廣東、江蘇、上海、浙江等地的吸收能力遠(yuǎn)遠(yuǎn)高于其他地區(qū)，東中部省份的吸收能力高于西部和東北部。

3.2.3 空間權(quán)重矩陣

為了研究創(chuàng)新產(chǎn)出的空間溢出效應(yīng)，需要建立空間權(quán)重矩陣進(jìn)行空間分析?？臻g權(quán)重矩陣的構(gòu)建原則是基于地理學(xué)第一定律，即距離越近，聯(lián)系越緊密。構(gòu)建方法包括基于地理距離矩陣構(gòu)建，或者基于引力模型構(gòu)建。

假定區(qū)域i和區(qū)域j之間的距離為，設(shè)立階空間權(quán)重矩陣如下：

地理距離矩陣是空間權(quán)重矩陣的一個基礎(chǔ)矩陣。在地理距離矩陣基礎(chǔ)上，可以結(jié)合經(jīng)濟、研發(fā)等要素分別建立經(jīng)濟距離矩陣、研發(fā)距離矩陣等。本文先建立地理矩陣，在此基礎(chǔ)上建立研發(fā)能力距離矩陣、技術(shù)能力距離矩陣和吸收能力距離矩陣，一共4 個空間權(quán)重矩陣。

（1）地理距離矩陣。

（2）研發(fā)能力距離矩陣。借鑒李婧等［25］、蘇屹等［24］使用物質(zhì)資本存量衡量地區(qū)經(jīng)濟發(fā)展水平，構(gòu)建經(jīng)濟距離矩陣的思路，本文基于地理距離矩陣，使用R&D 資本存量衡量地區(qū)研發(fā)距離，構(gòu)建研發(fā)能力距離矩陣如下：

（3）技術(shù)能力距離矩陣?；诘乩砭嚯x矩陣，借鑒李婧等［25］的做法，使用發(fā)明專利存量衡量地區(qū)技術(shù)距離，構(gòu)建技術(shù)能力距離矩陣如下：

（4）吸收能力距離矩陣?；诘乩砭嚯x矩陣，使用標(biāo)準(zhǔn)存量衡量地區(qū)的吸收能力，構(gòu)建吸收能力距離矩陣如下：

各變量的代表性指標(biāo)及測算方法概述見表1。

表1 各變量的代表性指標(biāo)及測算方法

3.3 數(shù)據(jù)來源

相關(guān)指標(biāo)和數(shù)據(jù)分別來源于歷年的《中國統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》和我國30 個省區(qū)市（不包括香港、澳門、臺灣和西藏）的歷年《統(tǒng)計年鑒》。為了方便進(jìn)行經(jīng)濟和政策方面的研究，使用上述省區(qū)市的省會（首府）城市的地理經(jīng)緯度定義地理距離矩陣，并在地理距離矩陣基礎(chǔ)上結(jié)合R&D資本、發(fā)明專利存量、標(biāo)準(zhǔn)存量建立研發(fā)能力距離矩陣、技術(shù)能力距離矩陣、吸收能力距離矩陣，使用Stata14 進(jìn)行空間面板模型回歸。

4 實證分析

4.1 面板數(shù)據(jù)平穩(wěn)性檢驗

本文使用的面板數(shù)據(jù)是平衡面板數(shù)據(jù)，使用Stata14進(jìn)行相同根單位根檢驗和不同根單位根檢驗。通過LLC 檢驗（適用于相同根），在1%的顯著性水平下拒絕“存在面板單位根”的假設(shè)，顯示變量都是平穩(wěn)序列。通過Fisher-ADF 檢驗（適用于不同根），在1%的顯著性水平下通過檢驗，顯示變量都是平穩(wěn)序列。

4.2 空間相關(guān)性檢驗

為判斷創(chuàng)新產(chǎn)出的空間相關(guān)性，可以用莫蘭指數(shù)來分析創(chuàng)新產(chǎn)出的空間分布特征。對2002—2018年各省區(qū)市新產(chǎn)品銷售收入（Y）基于地理距離矩陣度量空間自相關(guān)指數(shù)進(jìn)行標(biāo)準(zhǔn)化的全局莫蘭指數(shù)I如表2 所示。

表2 創(chuàng)新產(chǎn)出的全局莫蘭指數(shù)I

從表2 可以看出，各省區(qū)市新產(chǎn)品銷售收入經(jīng)標(biāo)準(zhǔn)化的全局莫蘭指數(shù)都大于0，表明各年度觀測值在地理空間上存在正自相關(guān)性，同時這種正自相關(guān)程度隨著時間的推移呈現(xiàn)弱化趨勢。

使用局部莫蘭指數(shù)I進(jìn)行局部相關(guān)性檢驗，基于2018 年創(chuàng)新產(chǎn)出繪制莫蘭散點圖，見圖3。

圖3 2018 年創(chuàng)新產(chǎn)出的莫蘭散點圖

從圖3 可以看出，2018 年的創(chuàng)新產(chǎn)出存在空間正自相關(guān)性，以“高高”聚集和“低低”聚集為主。因此本文使用空間面板模型，通過地理距離、研發(fā)能力距離、技術(shù)能力距離和吸收能力距離4 個權(quán)重矩陣，對比研究區(qū)域創(chuàng)新產(chǎn)出與其投入指標(biāo)之間的作用機理，具有一定的理論價值和現(xiàn)實意義。

4.3 空間面板模型的選擇

使用Stata14 對模型進(jìn)行拉格朗日乘子（LM）檢驗診斷是否存在空間效應(yīng)，結(jié)果見表3。其中，LM LAG、R-LM LAG 為針對空間滯后的檢驗，LM ERR、R-LM ERR 為針對空間誤差的檢驗，基本上拒絕“無空間自相關(guān)”的原假設(shè)，再次表明可以進(jìn)行空間計量分析。

表3 空間自相關(guān)檢驗結(jié)果

對空間數(shù)據(jù)進(jìn)行豪斯曼檢驗，就固定效應(yīng)模型（FE）和隨機效應(yīng)模型（RE）進(jìn)行選擇，結(jié)果見表4。如果豪斯曼檢驗下P值顯著，則表明應(yīng)采用固定效應(yīng)模型，否則用隨機效應(yīng)模型。豪斯曼檢驗結(jié)果顯示，模型a 中地理距離矩陣在1%顯著性水平通過檢驗，研發(fā)能力距離矩陣和吸收能力距離矩陣P值不顯著，則地理距離矩陣采用固定效應(yīng)模型，研發(fā)能力距離矩陣和吸收能力距離矩陣采用隨機效應(yīng)模型。模型b 中地理距離矩陣、技術(shù)能力距離矩陣、吸收能力距離矩陣在5%顯著性水平通過檢驗，則均采用固定效應(yīng)模型。

表4 豪斯曼檢驗結(jié)果

為了確認(rèn)是否采用空間滯后模型（SAR）、空間誤差模型（SEM）或空間杜賓模型（SDM），對模型進(jìn)行似然比（LR）檢驗的結(jié)果見表5?？梢钥闯?，在LR 檢驗下P值顯著，拒絕“計量模型退化為空間滯后模型/空間誤差模型”的原假設(shè)，采用空間杜賓模型。

表5 LR 統(tǒng)計量及模型選擇

4.4 空間面板模型的回歸分析

本文分別基于Griliches-Jaffe 知識生產(chǎn)函數(shù)和Romer-Jones 知識生產(chǎn)函數(shù)建立擴展模型，應(yīng)用空間杜賓模型進(jìn)行回歸分析，并應(yīng)用固定效應(yīng)模型，對時間固定效應(yīng)、個體（空間）固定效應(yīng)和雙向（時空）固定效應(yīng)進(jìn)行比較。

4.4.1 基于Griliches-Jaffe 知識生產(chǎn)函數(shù)擴展模型的實證分析

基于Griliches-Jaffe 知識生產(chǎn)函數(shù)擴展模型，從地理距離矩陣、研發(fā)能力距離矩陣、吸收能力距離矩陣進(jìn)行回歸分析的估計結(jié)果見表6。

表6 基于Griliches-Jaffe 知識生產(chǎn)函數(shù)擴展模型的SDM 模型估計結(jié)果

從表6 可以看出，在3 種空間權(quán)重矩陣下，模型的空間自回歸系數(shù)大多為正數(shù)，同時在1%的顯著性水平下通過檢驗。這說明省級層面的創(chuàng)新產(chǎn)出不是獨立存在的，而是具有空間正相關(guān)性，這與前文關(guān)于全局莫蘭指數(shù)I的檢驗結(jié)果保持一致。省級層面的創(chuàng)新產(chǎn)出不僅受到本省域創(chuàng)新投入的正向影響，也依賴于其他省域的創(chuàng)新投入。在地理距離矩陣下，比較時間固定效應(yīng)、空間固定效應(yīng)和時空固定效應(yīng)的擬合結(jié)果，結(jié)合調(diào)整后的可決系數(shù)（R2）、極大似然值（Log-L）和空間自回歸系數(shù)（ρ），選擇空間固定效應(yīng)模型。效應(yīng)分解結(jié)果見表7。將解釋變量（例如lnK）對被解釋變量（lnY）的影響，分解為區(qū)域i的解釋變量對本區(qū)域被解釋變量的直接效應(yīng)，所有區(qū)域的解釋變量對區(qū)域i被解釋變量的總效應(yīng)，以及表現(xiàn)為總效應(yīng)與直接效應(yīng)之差的間接效應(yīng)，即空間溢出效應(yīng)。

表7 基于Griliches-Jaffe 知識生產(chǎn)函數(shù)擴展模型的SDM 模型的效應(yīng)分解結(jié)果

從表7 可以看出，在3 種空間權(quán)重矩陣下，R&D 資本、R&D 人員的直接效應(yīng)、間接效應(yīng)（即溢出效應(yīng)）均為正值，溢出效應(yīng)遠(yuǎn)遠(yuǎn)超過直接效應(yīng)，并且在1%的顯著性水平下通過檢驗，這說明R&D資本、R&D 人員不僅推動了本省域的創(chuàng)新產(chǎn)出，而且對其他省域的創(chuàng)新產(chǎn)出具有正向溢出效應(yīng)。省域吸收能力對本省域的創(chuàng)新產(chǎn)出具有正向推動作用，但是對其他省域的創(chuàng)新產(chǎn)出具有負(fù)的溢出效應(yīng)，并且在1%的顯著性水平下通過檢驗，對于本省域的正外部性和對其他省域的負(fù)外部性的影響大小視情況而定。

4.4.2 基于Romer-Jones 知識生產(chǎn)函數(shù)擴展模型的實證分析

基于Romer-Jones 知識生產(chǎn)函數(shù)擴展模型，從地理距離矩陣、技術(shù)能力距離矩陣、吸收能力距離矩陣進(jìn)行回歸分析的估計結(jié)果見表8。

表8 基于Romer-Jones 知識生產(chǎn)函數(shù)擴展模型的SDM 模型估計結(jié)果

從表8 可以看出，在上述3 種空間權(quán)重矩陣下，模型的空間自回歸系數(shù)均不為0，并且有大量系數(shù)通過相應(yīng)顯著性檢驗，因此可以考慮進(jìn)行空間相關(guān)分析。結(jié)合調(diào)整后的可決系數(shù)（R2）、極大似然值（Log-L）和空間自回歸系數(shù)（），在3 種空間權(quán)重矩陣下均選擇空間固定效應(yīng)模型。效應(yīng)分解結(jié)果見表9。

表9 基于Romer-Jones 知識生產(chǎn)函數(shù)擴展模型的SDM 模型的效應(yīng)分解結(jié)果

從表9 可以看出，在3 種空間權(quán)重矩陣下，知識存量的直接效應(yīng)、間接（溢出）效應(yīng)均為正值，并且大都在1%的顯著性水平下通過檢驗，這說明知識存量不僅推動了本省域的創(chuàng)新產(chǎn)出，而且對其他省域的創(chuàng)新產(chǎn)出具有正向溢出效應(yīng)。在技術(shù)能力距離矩陣和吸收能力距離矩陣下，R&D 人員的間接（溢出）效應(yīng)為正值，并且在1%的顯著性水平下通過檢驗，這說明R&D 人員對創(chuàng)新產(chǎn)出的影響主要體現(xiàn)在對其他省域的正向溢出效應(yīng)。在3 種空間權(quán)重矩陣下，省域吸收能力對本省域的創(chuàng)新產(chǎn)出具有正向推動作用，但是對其他省域的創(chuàng)新產(chǎn)出具有負(fù)的溢出效應(yīng)，并且大都在1%的顯著性水平下通過檢驗，并且負(fù)的外部性高于對本省域的正向推動效應(yīng)。

根據(jù)上文對不同知識生產(chǎn)函數(shù)擴展模型的結(jié)果的分析，可以發(fā)現(xiàn)，通過提高R&D 資本、知識存量和R&D 人員的投入促進(jìn)省級層面的創(chuàng)新活動，而標(biāo)準(zhǔn)化能力雖然能夠存進(jìn)本省域的創(chuàng)新產(chǎn)出，但是會對其他省域的創(chuàng)新產(chǎn)出產(chǎn)生抑制作用。造成這一現(xiàn)象的可能原因是，一方面，R&D 資本、R&D 人員都具有流動性，所以對二者的投入一般會容易促進(jìn)本省域創(chuàng)新水平的提高，由于R&D 資本、R&D 人員的流動導(dǎo)致的知識存量的差異也會導(dǎo)致對本省域創(chuàng)新產(chǎn)出形成積極的直接效應(yīng)和溢出效應(yīng)；另一方面，標(biāo)準(zhǔn)由利益相關(guān)方基于協(xié)商一致程序制定，本省域的單位對于國家標(biāo)準(zhǔn)制定過程的參與程度反映了吸收能力的高低，本省域的標(biāo)準(zhǔn)化水平越高越有利于推動科技成果轉(zhuǎn)化。但是，如果放任R&D 資本、R&D 人員的流動，會導(dǎo)致其他省域創(chuàng)新要素向本省域聚集，本省域吸收能力超群，從而抑制其他省域的創(chuàng)新產(chǎn)出，反而不利于其他省域的吸收能力提高。這就需要省域間協(xié)調(diào)創(chuàng)新政策，實現(xiàn)同步發(fā)展、互補發(fā)展或者先進(jìn)帶動后進(jìn)發(fā)展，才能實現(xiàn)正相關(guān)，發(fā)揮出正的溢出效應(yīng)。

5 結(jié)論和政策建議

本文將標(biāo)準(zhǔn)化水平作為省域吸收能力的代表性指標(biāo)，結(jié)合Griliches-Jaffe 知識生產(chǎn)函數(shù)和Romer-Jones 知識生產(chǎn)函數(shù)建立擴展模型，利用空間杜賓模型，根據(jù)2002—2018 年30 個省區(qū)市數(shù)據(jù)分別分析省域間吸收能力、創(chuàng)新投入要素對創(chuàng)新產(chǎn)出的影響。實證發(fā)現(xiàn)：第一，整體上看，我國省級層面的創(chuàng)新產(chǎn)出是具有正的空間相關(guān)性的，并以“高高”聚集和“低低”聚集為主。東部地區(qū)和中部地區(qū)主要是高值和高值聚集的熱點區(qū)域，西部地區(qū)和東北部地區(qū)主要是低值和低值聚集的冷點區(qū)域。相比社會經(jīng)濟特征，地理特征對區(qū)域創(chuàng)新活動仍然產(chǎn)生不可忽視的影響。

第二，基于Griliches-Jaffe 知識生產(chǎn)函數(shù)的擴展模型，在地理距離矩陣、研發(fā)能力距離矩陣、吸收能力距離矩陣3 種空間權(quán)重矩陣下，R&D 資本、R&D 人員對本省域和其他省域的創(chuàng)新產(chǎn)出具有促進(jìn)作用，且溢出效應(yīng)遠(yuǎn)遠(yuǎn)超過直接效應(yīng)。省域吸收能力對本省域的創(chuàng)新產(chǎn)出具有促進(jìn)作用，但是對其他省域的創(chuàng)新產(chǎn)出也可能具有局部的負(fù)的溢出效應(yīng)。

第三，基于Romer-Jones 知識生產(chǎn)函數(shù)的擴展模型，在地理距離矩陣、技術(shù)距離矩陣、吸收距離矩陣3 種空間權(quán)重矩陣下，知識存量對本省域和其他省域的創(chuàng)新產(chǎn)出具有促進(jìn)作用，直接效應(yīng)高于溢出效應(yīng)；省域吸收能力對本省域的創(chuàng)新產(chǎn)出具有促進(jìn)作用，但是對其他省域的創(chuàng)新產(chǎn)出具有負(fù)的溢出效應(yīng)，在技術(shù)能力距離矩陣和吸收能力距離矩陣下，R&D 人員對創(chuàng)新產(chǎn)出的影響主要體現(xiàn)在對其他省域的促進(jìn)作用。

基于以上結(jié)論，提出政策建議如下：首先，要通過加大創(chuàng)新要素的投入促進(jìn)創(chuàng)新水平的整體提高。很長一段時期，由于創(chuàng)新要素投入有限，我國經(jīng)濟社會的發(fā)展長期存在總量增長和結(jié)構(gòu)失衡并存的現(xiàn)象，科技不平衡不充分的發(fā)展限制了我國創(chuàng)新水平的整體提高。由于R&D 資本、R&D 人員、知識存量對于創(chuàng)新產(chǎn)出具有顯著的直接效應(yīng)和空間溢出效應(yīng)，所以通過提高這些創(chuàng)新資源的投入，加快促進(jìn)我國創(chuàng)新水平的整體提升。

其次，注重省域創(chuàng)新協(xié)調(diào)發(fā)展。為了推動各省域創(chuàng)新水平的協(xié)調(diào)發(fā)展，省域間要利用各自的優(yōu)勢，注意協(xié)作互補，協(xié)調(diào)創(chuàng)新政策。比如，東中部省份在自身發(fā)展的同時，對口幫扶銜接，擴大輻射影響，可以適當(dāng)引導(dǎo)相應(yīng)的關(guān)聯(lián)創(chuàng)新資源向臨近西部和東北省份流動；西部和東北省份也要利用自身的各種資源，壯大特色產(chǎn)業(yè)和優(yōu)勢領(lǐng)域等，注意消除自身創(chuàng)新能力的缺陷和省域間創(chuàng)新要素互動的障礙，主動與臨近東中部省份合作對接，承擔(dān)有關(guān)關(guān)聯(lián)課題研究或者產(chǎn)業(yè)轉(zhuǎn)移項目，進(jìn)行相關(guān)的標(biāo)準(zhǔn)活動，開發(fā)市場，同時提升自身吸收能力。不同省域間建立有利于創(chuàng)新要素流動互補的機制，有利于推動省域?qū)用鎰?chuàng)新能力的整體協(xié)調(diào)發(fā)展。

最后，正確認(rèn)識和處理影響省域創(chuàng)新水平的因素。地理距離對于影響創(chuàng)新產(chǎn)出發(fā)揮重要作用，研發(fā)能力、技術(shù)能力、吸收能力也是知識溢出的關(guān)鍵因素。國家層面上要充分考慮各地區(qū)在研發(fā)能力、技術(shù)能力、吸收能力方面的差異，因地因時制宜地實施差異化政策，循序漸進(jìn)地發(fā)展。西部省份和東北省份也要根據(jù)自身能力和特點，抓住時機，加強重點方向投入，弱化吸收能力的負(fù)的空間溢出效應(yīng)，積極參與標(biāo)準(zhǔn)制修訂活動，通過加強對創(chuàng)新知識的轉(zhuǎn)化吸收能力提高省域創(chuàng)新水平。