創(chuàng)新環(huán)境因素對(duì)區(qū)域創(chuàng)新效率影響的空間計(jì)量研究

王鵬++曾坤

摘要：影響區(qū)域創(chuàng)新產(chǎn)出的因素可以分為直接要素投入和外部創(chuàng)新環(huán)境兩個(gè)方面，二者均對(duì)提高區(qū)域創(chuàng)新效率具有重要作用。以2006—2011年中國31個(gè)省（市、自治區(qū)）的經(jīng)濟(jì)數(shù)據(jù)為基礎(chǔ)，運(yùn)用Moran I指數(shù)進(jìn)行空間自相關(guān)性檢驗(yàn)，并建立直接要素投入和區(qū)域創(chuàng)新外部環(huán)境因素與專利產(chǎn)出的實(shí)證模型，通過OLS和空間計(jì)量兩種回歸方法進(jìn)行實(shí)證分析與比較。研究結(jié)果顯示：中國不同區(qū)域創(chuàng)新產(chǎn)出存在發(fā)展不平衡現(xiàn)象，區(qū)域創(chuàng)新行為具有空間集中分布的特點(diǎn)，并且區(qū)域創(chuàng)新集群的現(xiàn)象比較明顯；創(chuàng)新環(huán)境外部因素對(duì)區(qū)域創(chuàng)新效率具有顯著的正向影響，但單純?cè)黾尤丝跀?shù)量并不能顯著提高區(qū)域創(chuàng)新能力；創(chuàng)新環(huán)境諸因素中，金融機(jī)構(gòu)存貸款總額、高校畢業(yè)人數(shù)和市場(chǎng)化率對(duì)區(qū)域創(chuàng)新效率的影響最為顯著。

關(guān)鍵詞：創(chuàng)新環(huán)境因素；區(qū)域創(chuàng)新效率；Moran I指數(shù)；空間誤差模型

文章編號(hào)：2095-5960（2015）02-0074-10；中圖分類號(hào)：F124；文獻(xiàn)標(biāo)識(shí)碼：A

一、引 言

區(qū)域創(chuàng)新產(chǎn)出受到諸多因素的影響，不但包括政府、企業(yè)、大學(xué)和科研機(jī)構(gòu)這些直接創(chuàng)新主體，還包括區(qū)域內(nèi)的基礎(chǔ)設(shè)施、開放程度、產(chǎn)業(yè)結(jié)構(gòu)和金融制度等創(chuàng)新環(huán)境因素。區(qū)域創(chuàng)新環(huán)境作為影響區(qū)域創(chuàng)新的外部因素，對(duì)區(qū)域創(chuàng)新能力的提升作用愈發(fā)明顯。中國自提出建設(shè)創(chuàng)新型國家以來，大力加強(qiáng)自主創(chuàng)新能力建設(shè)，提高科技人員投入和科研資金投入，并不斷加強(qiáng)官、產(chǎn)、學(xué)、研之間的相互合作，使國家創(chuàng)新能力得到顯著提高。但由于中國不同區(qū)域的創(chuàng)新環(huán)境發(fā)展不平衡，制約著整體創(chuàng)新能力的進(jìn)一步提高，因此研究創(chuàng)新環(huán)境因素對(duì)中國區(qū)域創(chuàng)新效率的影響具有重要現(xiàn)實(shí)意義。本文依據(jù)中國31個(gè)?。ㄊ?、自治區(qū)）區(qū)域創(chuàng)新的基本情況及相關(guān)數(shù)據(jù)，從空間計(jì)量分析角度出發(fā)，建立區(qū)域創(chuàng)新產(chǎn)出與直接要素投入以及金融環(huán)境、市場(chǎng)環(huán)境、交通環(huán)境、信息環(huán)境和教育環(huán)境等外部創(chuàng)新環(huán)境之間的計(jì)量模型，實(shí)證研究創(chuàng)新環(huán)境因素對(duì)區(qū)域創(chuàng)新效率的影響機(jī)制，并對(duì)這些影響因素進(jìn)行比較分析，從而提出有效提高區(qū)域創(chuàng)新能力的若干政策建議。

二、文獻(xiàn)綜述

近年來，國內(nèi)外學(xué)者對(duì)區(qū)域創(chuàng)新產(chǎn)出及其效率的研究逐漸深入，研究方法和視角也得到不斷擴(kuò)展，相關(guān)研究主要集中在創(chuàng)新投入貢獻(xiàn)、區(qū)域創(chuàng)新環(huán)境和知識(shí)溢出作用等方面。

創(chuàng)新投入貢獻(xiàn)研究主要探討區(qū)域創(chuàng)新投入對(duì)創(chuàng)新產(chǎn)出影響的彈性系數(shù)，這方面的研究通常是建立創(chuàng)新投入與產(chǎn)出的生產(chǎn)函數(shù)，利用各彈性系數(shù)結(jié)果評(píng)價(jià)投入因素影響作用的大小。如國外學(xué)者Fritsch（2002）運(yùn)用知識(shí)生產(chǎn)函數(shù)研究了歐洲區(qū)域創(chuàng)新的質(zhì)量，在以發(fā)明專利作為創(chuàng)新產(chǎn)出指標(biāo)的情況下，發(fā)現(xiàn)研發(fā)資本投入產(chǎn)出系數(shù)為035—062，研發(fā)人員投入產(chǎn)出系數(shù)為039—061。[1]Bottazzi & Peri（2003）利用歐洲專利和創(chuàng)新投入的相關(guān)數(shù)據(jù)，建立了創(chuàng)新生產(chǎn)函數(shù)，得出了專利對(duì)研發(fā)人員投入的彈性系數(shù)接近于1的結(jié)論。[2]Leydesdorff（2005）研究了政府、企業(yè)和大學(xué)對(duì)知識(shí)生產(chǎn)的作用，認(rèn)為政府需要在政策干預(yù)和政策幫助之間作出明智的取舍，企業(yè)需要自己決定將R&D內(nèi)部化的程度和方法，而高校要在區(qū)域和全球的市場(chǎng)中自我定位。[3]Buesa et al.（2010）則選取了影響區(qū)域創(chuàng)新產(chǎn)出的21個(gè)因素，通過實(shí)證分析歸類為5個(gè)因子，即從事創(chuàng)新的政府、企業(yè)、大學(xué)及國家創(chuàng)新環(huán)境、區(qū)域技術(shù)創(chuàng)新環(huán)境。[4]

相比國外學(xué)者，國內(nèi)學(xué)者在創(chuàng)新投入貢獻(xiàn)方面的研究起步較晚，代表性的文獻(xiàn)有：吳玉鳴（2006）運(yùn)用地理加權(quán)回歸模型對(duì)區(qū)域創(chuàng)新及其影響因素進(jìn)行了空間計(jì)量分析，結(jié)果顯示中國31個(gè)省域創(chuàng)新能力的貢獻(xiàn)主要是由企業(yè)研發(fā)投入實(shí)現(xiàn)，大學(xué)研發(fā)對(duì)區(qū)域創(chuàng)新能力沒有明顯的貢獻(xiàn)，大學(xué)研發(fā)與企業(yè)研發(fā)的結(jié)合都沒有對(duì)區(qū)域創(chuàng)新能力產(chǎn)生顯著的作用。[5] 李寶禮和胡雪萍（2013）也得出類似結(jié)論，他們的研究顯示政府支持能夠顯著提升區(qū)域創(chuàng)新效率，而產(chǎn)學(xué)研合作的作用并不明顯。[6]李婧等（2010）運(yùn)用靜態(tài)空間面板和動(dòng)態(tài)空間面板兩種方法進(jìn)行比較，從地理特征和社會(huì)經(jīng)濟(jì)特征兩個(gè)方面建立空間權(quán)重矩陣，認(rèn)為靜態(tài)模型對(duì)空間相關(guān)性會(huì)產(chǎn)生過高估計(jì)的偏誤，動(dòng)態(tài)模型則可以矯正部分偏誤。[7]曹勇等（2013）引入Theil系數(shù)模型對(duì)中國4個(gè)直轄市的創(chuàng)新能力差異進(jìn)行比較研究，結(jié)果認(rèn)為城市經(jīng)濟(jì)規(guī)模、科技成果轉(zhuǎn)化能力和城市創(chuàng)新投入對(duì)城市創(chuàng)新能力存在顯著正向影響。[8]

區(qū)域創(chuàng)新產(chǎn)出不僅取決于創(chuàng)新直接投入，也受到區(qū)域創(chuàng)新環(huán)境的影響。這方面的成果主要有：章立軍（2006）運(yùn)用波特競爭力分析框架論證了區(qū)域創(chuàng)新環(huán)境五要素的關(guān)系，認(rèn)為基礎(chǔ)設(shè)施水平、市場(chǎng)需求、勞動(dòng)力素質(zhì)及金融環(huán)境對(duì)創(chuàng)新能力有正面促進(jìn)作用，而創(chuàng)業(yè)水平對(duì)創(chuàng)新能力沒有顯著影響。[9]Moultrie et al.（2007）從企業(yè)的角度研究了區(qū)域創(chuàng)新環(huán)境的影響，并通過對(duì)歐洲部分企業(yè)的調(diào)查，建立了一個(gè)關(guān)于地區(qū)“硬環(huán)境”在企業(yè)創(chuàng)新中地位和角色的框架，證明區(qū)域創(chuàng)新環(huán)境對(duì)企業(yè)創(chuàng)新戰(zhàn)略的形成和效果有著深遠(yuǎn)的影響。[10]岳鵠和張宗益（2008）運(yùn)用1997—2006年省際創(chuàng)新產(chǎn)出的面板數(shù)據(jù)進(jìn)行了實(shí)證研究，發(fā)現(xiàn)中國30個(gè)?。ㄊ小⒆灾螀^(qū)）創(chuàng)新能力的顯著差異不僅是源于各地區(qū)R&D投入差異，也因創(chuàng)新環(huán)境的差異，并證實(shí)了創(chuàng)新環(huán)境對(duì)區(qū)域創(chuàng)新能力的重要影響。[11] 周紅和宋晨（2013）從單個(gè)城市（天津市）實(shí)證角度出發(fā)，認(rèn)為基礎(chǔ)設(shè)施、市場(chǎng)需求、勞動(dòng)者素質(zhì)的投入對(duì)區(qū)域創(chuàng)新績效有顯著影響，而金融環(huán)境、創(chuàng)業(yè)水平的投入對(duì)區(qū)域創(chuàng)新績效的促進(jìn)作用不顯著。[12]Crescenzi（2013）則側(cè)重研究美國創(chuàng)新數(shù)據(jù)，分析了當(dāng)?shù)豏&D支出支持創(chuàng)新過程的影響，特別強(qiáng)調(diào)社會(huì)經(jīng)濟(jì)因素和創(chuàng)新系統(tǒng)（“社會(huì)過濾器”的條件）的作用。[13]

知識(shí)溢出作用的研究主要源于傳統(tǒng)的知識(shí)生產(chǎn)函數(shù)，知識(shí)具有很強(qiáng)的外部性，相鄰地區(qū)知識(shí)溢出很容易影響到這些區(qū)域的創(chuàng)新能力。如國外學(xué)者Verspagen & Canils（2001）認(rèn)為知識(shí)溢出是不同主體之間進(jìn)行直接或間接互動(dòng)交流和無意識(shí)的知識(shí)傳播行為。[14]Keller（2004）研究了歐洲7國地理距離對(duì)知識(shí)溢出的影響，證實(shí)相鄰地理區(qū)域存在知識(shí)溢出效應(yīng)。[15]而Fritsch & Franke（2004）利用知識(shí)生產(chǎn)函數(shù)分析了企業(yè)和研發(fā)機(jī)構(gòu)的R&D活動(dòng)差異對(duì)區(qū)域創(chuàng)新效率差異的影響，發(fā)現(xiàn)R&D合作作為知識(shí)溢出的中介所起的作用并不明顯。[16]Arvanitis et al.（2011）的研究則認(rèn)為知識(shí)和技術(shù)溢出與企業(yè)和大學(xué)之間的銜接障礙呈負(fù)相關(guān)關(guān)系，企業(yè)規(guī)模和年齡以及員工文化程度對(duì)知識(shí)溢出有正向作用。[17]國內(nèi)學(xué)者也從多種角度對(duì)知識(shí)溢出作用的研究進(jìn)行了探索，如吳玉鳴（2007）運(yùn)用全國31個(gè)省域創(chuàng)新相關(guān)數(shù)據(jù)，從空間角度實(shí)證了地理鄰近的空間溢出效應(yīng)，認(rèn)為中國各地區(qū)創(chuàng)新能力空間相關(guān)性很強(qiáng)。[18]周國富和蘭宇寧（2012）從城市角度對(duì)空間集群、知識(shí)溢出與區(qū)域經(jīng)濟(jì)增長差異進(jìn)行了空間計(jì)量分析，結(jié)果表明中國城市經(jīng)濟(jì)增長也存在著明顯的空間集群特征，城市所屬省份的增長態(tài)勢(shì)、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、區(qū)域政策等因素對(duì)城市經(jīng)濟(jì)增長具有顯著的促進(jìn)作用。[19]張望（2013）以中國2005—2010 年 31 個(gè)?。ㄊ?、自治區(qū)）的相關(guān)數(shù)據(jù)所進(jìn)行的實(shí)證分析表明，技術(shù)差距是關(guān)乎企業(yè)總研發(fā)強(qiáng)度與企業(yè)自主創(chuàng)新強(qiáng)度的關(guān)鍵因素，尤其對(duì)經(jīng)濟(jì)處于起飛區(qū)域作用顯著，中國區(qū)域發(fā)展存在較強(qiáng)的空間集群現(xiàn)象。[20]

綜上所述，國內(nèi)外學(xué)者已對(duì)區(qū)域創(chuàng)新產(chǎn)出及其影響因素和知識(shí)溢出作用等方面做了較為深入的探討，相關(guān)研究成果也較為豐富，但仍存在以下一些不足：一是，大多數(shù)學(xué)者使用OLS或SFA模型建立區(qū)域創(chuàng)新產(chǎn)出與其影響因素之間的關(guān)系，利用簡單計(jì)量分析各因素的彈性值，較少考慮空間相關(guān)性對(duì)模型的影響，從而出現(xiàn)模型設(shè)定偏誤的現(xiàn)象。二是，學(xué)者們往往側(cè)重分析區(qū)域創(chuàng)新產(chǎn)出的直接影響因素，如科技的研發(fā)投入（R&D經(jīng)費(fèi)投入和R&D人員投入）與創(chuàng)新產(chǎn)出的關(guān)系，或是從官、產(chǎn)、學(xué)、研等創(chuàng)新主體角度研究對(duì)區(qū)域創(chuàng)新產(chǎn)出具有直接績效的各因素，對(duì)區(qū)域創(chuàng)新環(huán)境等外部要素影響作用的空間計(jì)量研究成果較少。在當(dāng)前實(shí)體經(jīng)濟(jì)、虛擬經(jīng)濟(jì)以及信息化互相影響的社會(huì)中，創(chuàng)新環(huán)境因素顯然對(duì)區(qū)域創(chuàng)新產(chǎn)出及其效率具有重要作用。三是，有些研究成果將影響區(qū)域創(chuàng)新環(huán)境的各個(gè)因素納入同一個(gè)模型進(jìn)行實(shí)證分析，忽視了解釋變量之間的多重共線性，容易導(dǎo)致系數(shù)結(jié)果無意義，影響到實(shí)證研究的準(zhǔn)確性。為了彌補(bǔ)上述不足，本文擬運(yùn)用2006—2011年中國31個(gè)?。ㄊ?、自治區(qū)）的經(jīng)濟(jì)數(shù)據(jù)，通過Moran I指數(shù)進(jìn)行空間自相關(guān)性檢驗(yàn)，并建立直接要素投入和區(qū)域創(chuàng)新外部環(huán)境因素與專利產(chǎn)出的實(shí)證模型，采用OLS和空間計(jì)量兩種回歸方法進(jìn)行實(shí)證分析與比較，并在此基礎(chǔ)上提出有針對(duì)性的政策建議。

三、理論框架和空間自相關(guān)性檢驗(yàn)

（一）理論框架

本文理論框架來源于區(qū)域創(chuàng)新系統(tǒng)理論對(duì)知識(shí)生產(chǎn)函數(shù)的利用，大量實(shí)證結(jié)果表明，知識(shí)生產(chǎn)函數(shù)能夠?yàn)閰^(qū)域知識(shí)溢出的地方化特性及區(qū)域創(chuàng)新產(chǎn)出提供一個(gè)基礎(chǔ)的理論模型。區(qū)域創(chuàng)新產(chǎn)出過程和知識(shí)生產(chǎn)過程在本質(zhì)上是基本相同的投入產(chǎn)出過程，因此可以借助知識(shí)生產(chǎn)函數(shù)的形式來表述區(qū)域創(chuàng)新產(chǎn)出函數(shù)，即Y=Af（K，L），其中K和L分別代表區(qū)域創(chuàng)新直接投入因素中的資本和勞動(dòng)，而A代表區(qū)域創(chuàng)新環(huán)境因素，該指標(biāo)是本文研究的主要因素，并且對(duì)K和L的產(chǎn)出效率具有促進(jìn)或制約效應(yīng)。其作用機(jī)制可以用下圖1表示：

圖1區(qū)域創(chuàng)新環(huán)境因素與直接投入要素對(duì)區(qū)域創(chuàng)新產(chǎn)出的作用機(jī)制

（二）Moran I指數(shù)的空間自相關(guān)性檢驗(yàn)

根據(jù)空間計(jì)量經(jīng)濟(jì)學(xué)原理方法，在進(jìn)行空間計(jì)量分析之前，首先要利用Moran I指數(shù)進(jìn)行空間統(tǒng)計(jì)，檢驗(yàn)解釋變量是否存在空間自相關(guān)性，如果存在，就有必要建立空間計(jì)量模型進(jìn)行估計(jì)和分析。Moran I指數(shù)作為考察經(jīng)濟(jì)活動(dòng)空間關(guān)聯(lián)性的一種統(tǒng)計(jì)分析方法，其計(jì)算公式如下所示：

表示地區(qū)的觀測(cè)值（本文中是各省份專利申請(qǐng)受理量的對(duì)數(shù)值）；n為指標(biāo)選取地區(qū)總數(shù)（本文為31）； wij為二進(jìn)制的鄰接空間權(quán)值矩陣，其中的任一省份之間，一般采用鄰接標(biāo)準(zhǔn)或距離標(biāo)準(zhǔn)，定義空間對(duì)象的相互鄰接關(guān)系。本文采用吳玉鳴（2007）所用的一般鄰接矩陣來定義空間權(quán)值矩陣，其表達(dá)式為：

Wij=1當(dāng)區(qū)域i和區(qū)域j相鄰0當(dāng)區(qū)域i和區(qū)域j不相鄰 （2）

在這個(gè)空間矩陣中，對(duì)角線的數(shù)皆為0，即當(dāng)i=j時(shí)，Wij=0。

Moran I指數(shù)的取值范圍為[-1，1]，大于0則表示存在空間正相關(guān)，小于0則表示存在空間負(fù)相關(guān)，絕對(duì)值越大則表示經(jīng)濟(jì)行為空間相關(guān)性越大，等于0則表示經(jīng)濟(jì)行為無空間相關(guān)性。Moran I指數(shù)統(tǒng)計(jì)方法首先假定研究對(duì)象之間沒有任何相關(guān)性，然后通過Z值（Z-value）的得分檢驗(yàn)來驗(yàn)證假設(shè)是否成立。當(dāng)|Z|>196時(shí)，則說明在95%的概率下，存在空間自相關(guān)。其中Z的判定公式為：

四、模型構(gòu)建

（一）變量選取

1.被解釋變量

本文采用專利申請(qǐng)受理量PATit（patent）作為衡量區(qū)域創(chuàng)新產(chǎn)出的指標(biāo)，其中i代表不同地區(qū)，t代表不同年份。專利指標(biāo)可以分為專利申請(qǐng)受理量和專利授權(quán)量，本文參照Crosby（2000）[21]的方法選用專利申請(qǐng)受理量，主要原因如下：一是因?yàn)閷＠暾?qǐng)受理量不存在時(shí)滯效應(yīng)，更能反映當(dāng)年區(qū)域內(nèi)創(chuàng)新的活力和熱情，而專利授權(quán)量要求較為嚴(yán)格，一般有2至3年的滯后期，并且在專利授權(quán)過程中本身也會(huì)存在一些外在影響因素。二是因?yàn)楦鱾€(gè)地區(qū)政府部門對(duì)專利授權(quán)的態(tài)度和規(guī)則存在差異，專利授權(quán)量在政府部門授權(quán)過程中的不確定性會(huì)導(dǎo)致數(shù)據(jù)異常波動(dòng)，在這種情況下，專利申請(qǐng)受理量更能反映當(dāng)年一個(gè)地區(qū)的創(chuàng)新產(chǎn)出水平。

2.解釋變量

影響區(qū)域創(chuàng)新產(chǎn)出的因素可以分為直接要素投入和外部創(chuàng)新環(huán)境兩個(gè)方面，本文主要選取以下指標(biāo)作為解釋變量：

（1）創(chuàng)新產(chǎn)出的要素投入

影響區(qū)域創(chuàng)新產(chǎn)出增長的最基本要素投入通常是勞動(dòng)（L）和資本（K）。在勞動(dòng)要素指標(biāo)方面，本文選取R&D人員全時(shí)當(dāng)量來衡量；在資本要素指標(biāo)方面，選取R&D內(nèi)部經(jīng)費(fèi)存量來衡量。與常用的流量指標(biāo)相比，R&D內(nèi)部經(jīng)費(fèi)存量指標(biāo)代表的研發(fā)投入不僅對(duì)當(dāng)期的研發(fā)產(chǎn)出產(chǎn)生影響，還包含了對(duì)以后若干期研發(fā)能力的作用。存量指標(biāo)的采用參照白俊紅等（2009）的永續(xù)存盤法[22]，其計(jì)算公式為：

（2）區(qū)域創(chuàng)新外部環(huán)境因素

在創(chuàng)新環(huán)境的各種因素中，本文選取金融環(huán)境、市場(chǎng)環(huán)境、交通環(huán)境、信息環(huán)境和教育環(huán)境5個(gè)方面作為衡量區(qū)域創(chuàng)新的外部環(huán)境，選取理由如下：

①金融規(guī)模FS（finance scale），即金融機(jī)構(gòu)的存貸款總額數(shù)，本文通過價(jià)格指數(shù)對(duì)其進(jìn)行平減。中國全面開放金融業(yè)以來，金融業(yè)對(duì)區(qū)域技術(shù)創(chuàng)新的影響作用日益凸顯，主要表現(xiàn)在對(duì)技術(shù)創(chuàng)新的資金支持上，金融機(jī)構(gòu)作為資金存貸的中間機(jī)構(gòu)，對(duì)于創(chuàng)新投資和人才涌入具有很強(qiáng)的吸引力。

②市場(chǎng)化率MR（marketization rate），市場(chǎng)化率=1-（國有及國有控股企業(yè)工業(yè)總值/工業(yè)生產(chǎn)總值）。該指標(biāo)是衡量一個(gè)地區(qū)市場(chǎng)的活躍程度，市場(chǎng)化率越高，說明這個(gè)地區(qū)市場(chǎng)更開放，受國家控制越少，國有企業(yè)占有比例越少，這一指標(biāo)的選取可以比較國有企業(yè)和非國有企業(yè)在創(chuàng)新能力方面的差異。

③公路密度COM（communication），即公路面積除以區(qū)域總面積的值。公路密度代表的是一個(gè)地區(qū)的交通通達(dá)度，選取這個(gè)指標(biāo)的原因在于驗(yàn)證中國道路建設(shè)已經(jīng)取得一定成就的情況下，進(jìn)一步加大道路建設(shè)的投入對(duì)區(qū)域創(chuàng)新能力的影響作用是否具有效率。

④通訊業(yè)務(wù)量INF（information），這是信息化要素的一個(gè)衡量指標(biāo)。信息化程度的提高能夠促進(jìn)知識(shí)的流通效率，從而改善區(qū)域創(chuàng)新能力。同時(shí)，信息化程度越高，人們交流溝通所受的地域限制就越小，信息化程度對(duì)于區(qū)域創(chuàng)新產(chǎn)出具有重要作用。

⑤高校畢業(yè)人數(shù)EDU（education），該指標(biāo)可以衡量一個(gè)地區(qū)的教育投入和重視程度，教育環(huán)境可以為創(chuàng)新研發(fā)提供良好的人才基礎(chǔ)，也可以提高整個(gè)區(qū)域的知識(shí)水平，所以教育的重視程度對(duì)區(qū)域創(chuàng)新產(chǎn)出的影響更為直接。

（3）人口數(shù)量指標(biāo)

人口數(shù)量也是影響區(qū)域創(chuàng)新產(chǎn)出的因素之一，且本文選取的主要關(guān)鍵變量都是地區(qū)總量，人口數(shù)量指標(biāo)對(duì)區(qū)域創(chuàng)新產(chǎn)出總量的影響重大。因此為了提高模型擬合優(yōu)度，更好地解釋區(qū)域創(chuàng)新產(chǎn)出及其效率，本文選取各地區(qū)年末人口數(shù)（POP）測(cè)度人口規(guī)模，并納入解釋變量的行列。

（二）計(jì)量模型構(gòu)建

本文利用OLS回歸模型和空間計(jì)量模型對(duì)區(qū)域創(chuàng)新產(chǎn)出進(jìn)行實(shí)證比較分析，空間計(jì)量模型包括空間滯后模型（SLM）和空間誤差模型（SEM）。首先借助知識(shí)生產(chǎn)函數(shù)，建立投入研究的勞動(dòng)力數(shù)量L、資本K和創(chuàng)新環(huán)境A與區(qū)域創(chuàng)新產(chǎn)出Y的函數(shù)，其函數(shù)為柯布—道格拉斯形式：Y=ρAαLβKσε，兩邊取對(duì)數(shù)可得：

lnY=lnρ+αlnA+βlnL+σlnK+lnε （6）

其中，Y表示區(qū)域創(chuàng)新產(chǎn)出，A表示區(qū)域創(chuàng)新外部環(huán)境的影響因素，L和K則表示區(qū)域創(chuàng)新的勞動(dòng)投入和資本投入，ε為誤差項(xiàng)。經(jīng)過綜合整理可將模型變?yōu)椋?/p>

lnY=C+αlnA+βlnL+σlnK+μ（7）

根據(jù)所取指標(biāo)，R&D研發(fā)人力投入和資金投入存在很大的共線性，本文選擇R&D人員全時(shí)當(dāng)量作為研發(fā)投入的指標(biāo)，根據(jù)模型（7）建立如下模型：

lnPATit=C+αlnQSDLit+βlnENVit+σlnPOPit+μit（8）

其中，PAT代表被解釋變量，即專利申請(qǐng)受理量；QSDL代表R&D人員投入的全時(shí)當(dāng)量；ENV代表區(qū)域創(chuàng)新環(huán)境各因素，包括金融規(guī)模（FS）、市場(chǎng)化率（MR）、公路密度（COM）、通訊業(yè)務(wù)量（INF）和高校畢業(yè)人數(shù)（EDU）；POP代表控制變量人口規(guī)模；μit代表隨機(jī)誤差項(xiàng)；i代表地域，t代表時(shí)間。

（三）數(shù)據(jù)來源

為了驗(yàn)證中國不同區(qū)域創(chuàng)新能力的差別，分析創(chuàng)新環(huán)境因素對(duì)區(qū)域創(chuàng)新效率的影響，本文選取中國31個(gè)?。ㄊ?、自治區(qū)）2006—2011年的面板樣本數(shù)據(jù)，這些數(shù)據(jù)的主要來源有4個(gè)途徑：（1）2007—2012年的《中國統(tǒng)計(jì)年鑒》；（2）2007—2012年的《中國科技統(tǒng)計(jì)年鑒》；（3）2007—2012年的《中國金融年鑒》；（4）2007—2012年各?。ㄊ?、自治區(qū)）的統(tǒng)計(jì)年鑒。需要說明的是，西藏地區(qū)的固定資產(chǎn)價(jià)格指數(shù)缺失，本文采用西藏消費(fèi)價(jià)格指數(shù)進(jìn)行替代。

五、實(shí)證結(jié)果分析

（一）空間自相關(guān)性檢驗(yàn)

通過被解釋變量lnPATit這個(gè)指標(biāo)可以計(jì)算出2006—2011年中國不同區(qū)域創(chuàng)新產(chǎn)出的Moran I指數(shù)值，并檢測(cè)Z值的顯著性，以考察31個(gè)?。ㄊ小⒆灾螀^(qū)）區(qū)域創(chuàng)新產(chǎn)出之間是否存在空間關(guān)聯(lián)。本文用Matlab 7.0軟件計(jì)算得出的實(shí)證結(jié)果如表1所示。

從表1的結(jié)果可以看出，2006—2011年中國不同區(qū)域以專利申請(qǐng)受理量為被解釋變量算出的Moran I指數(shù)值都大于0，且其對(duì)應(yīng)的Z值均在1%的水平上顯著，表明31個(gè)?。ㄊ?、自治區(qū)）以專利申請(qǐng)受理量為代表的區(qū)域創(chuàng)新產(chǎn)出在空間分布上存在顯著的正相關(guān)關(guān)系。這說明中國不同區(qū)域的創(chuàng)新行為在空間上不是分散分布的，或者說沒有處在完全隨機(jī)的狀態(tài)，而是表現(xiàn)出某些省（市、自治區(qū)）的創(chuàng)新產(chǎn)出值在空間上趨于集群。區(qū)域創(chuàng)新產(chǎn)出的分布在空間上存在較強(qiáng)的依賴性，不僅高創(chuàng)新產(chǎn)出地區(qū)之間相互鄰接，低創(chuàng)新產(chǎn)出地區(qū)之間同樣也相互鄰接。造成該現(xiàn)象的主要原因是地理鄰近空間的知識(shí)溢出效應(yīng)，相鄰地區(qū)之間通過頻繁交流和緊密的經(jīng)濟(jì)合作關(guān)系，能夠產(chǎn)生知識(shí)溢出和極化效應(yīng)，促進(jìn)創(chuàng)新集群的產(chǎn)生和發(fā)展。表1的結(jié)果還顯示近2006—2011年Moran I指數(shù)值在不斷增大，反映中國不同區(qū)域之間的空間自相關(guān)性在不斷增強(qiáng)，區(qū)域創(chuàng)新集群的現(xiàn)象在不斷加深。

（二）OLS回歸模型和空間計(jì)量模型的結(jié)果比較分析

本文主要研究創(chuàng)新環(huán)境因素對(duì)中國31個(gè)?。ㄊ?、自治區(qū)）區(qū)域創(chuàng)新效率的影響，分析樣本局限于一定數(shù)量的特定個(gè)體，因此選擇固定效應(yīng)模型進(jìn)行實(shí)證檢驗(yàn)。檢驗(yàn)的模型包括OLS回歸模型、空間滯后模型（SLM）和空間誤差模型（SEM），運(yùn)用Matlab 7.0軟件得到的實(shí)證結(jié)果如表2和表3所示：

從表2中的OLS回歸模型結(jié)果可以看出，R&D人員投入（QSDL）的回歸系數(shù)在5個(gè)OLS模型中的結(jié)果均為正，顯著性水平也較高，反映以R&D人員全時(shí)當(dāng)量為代表的研發(fā)投入對(duì)于區(qū)域創(chuàng)新產(chǎn)出具有重要促進(jìn)作用。金融規(guī)模（FS）、市場(chǎng)化率（MR）、公路密度（COM）和通訊業(yè)務(wù)量（INF）等創(chuàng)新環(huán)境各因素的回歸系數(shù)也為正且顯著，但高校畢業(yè)人數(shù)（EDU）的回歸系數(shù)則為負(fù)。出現(xiàn)這種結(jié)果的原因通常有兩方面：一是遺漏了重要變量；二是模型設(shè)定存在問題，例如忽視了變量之間的空間相關(guān)性。由于各個(gè)OLS模型的擬合優(yōu)度R2均較高，并且根據(jù)拉格朗乘數(shù)檢驗(yàn)的值，除了LMLAG在OLS模型中不顯著外，R-LMLAG、LMERR、R-LMERR都在1%的水平上檢驗(yàn)顯著。再加上表1中Moran I指數(shù)的顯著判斷，說明變量之間的空間相關(guān)性很強(qiáng)，簡單運(yùn)用OLS模型進(jìn)行實(shí)證估計(jì)是不準(zhǔn)確的。在選擇空間計(jì)量模型時(shí)，根據(jù)Anselin et al.（2004）的判斷規(guī)則[23]，由于LMERR和R-LMERR顯著性水平都高于LMLAG和R-LMLAG的顯著性水平，因此選擇空間誤差模型（SEM）較為合適，表3的結(jié)果也顯示SEM模型的擬合優(yōu)度要高于OLS模型。

從表3中的SEM模型計(jì)量結(jié)果可以看出，空間誤差項(xiàng)的顯著性系數(shù)在5個(gè)模型中均超過1%，說明確實(shí)存在誤差項(xiàng)序列相關(guān)。引入誤差項(xiàng)之后，在SEM（1）、SEM（2）和SEM（5）中，以R&D人員全時(shí)當(dāng)量為代表的研發(fā)投入（QSDL）對(duì)于區(qū)域創(chuàng)新產(chǎn)出的回歸系數(shù)為正，說明研發(fā)投入對(duì)區(qū)域創(chuàng)新產(chǎn)出具有正向效應(yīng)。但在SEM（3）和SEM（4）中檢驗(yàn)卻不顯著，這可能是由于金融機(jī)構(gòu)存貸款總額（FS）和高校畢業(yè)人數(shù)（EDU）與R&D人員全時(shí)當(dāng)量發(fā)生共線性所致。而控制變量人口數(shù)量指標(biāo)（POP）則在5個(gè)SEM模型中較不顯著，說明人口數(shù)量指標(biāo)在時(shí)間序列條件下變化不大，簡單地增加人口規(guī)模并不能有效提高區(qū)域創(chuàng)新能力。

具體來看，在SEM（1）和SEM（2）中，通訊業(yè)務(wù)量（INF）和公路密度（COM）對(duì)專利申請(qǐng)受理量的回歸系數(shù)分別為0157和0533，均未通過顯著性檢驗(yàn)。通常來說，信息化程度的提高和交通條件的改善可以促進(jìn)知識(shí)擴(kuò)散和外溢，提高知識(shí)信息傳遞效率，從而促進(jìn)區(qū)域創(chuàng)新產(chǎn)出。造成回歸結(jié)果不顯著的原因可能是創(chuàng)新主體充分利用信息網(wǎng)絡(luò)發(fā)掘知識(shí)的意識(shí)不夠，未能有效利用網(wǎng)絡(luò)資源；也可能是信息化水平的提高和交通狀況的改善導(dǎo)致信息更易擴(kuò)散，創(chuàng)新主體傾向于免費(fèi)使用外來技術(shù)，從而產(chǎn)生自主創(chuàng)新動(dòng)力不足的消極效果。

SEM（3）中的計(jì)量結(jié)果顯示，金融機(jī)構(gòu)存貸款總額（FS）對(duì)專利申請(qǐng)受理量存在正向影響（回歸系數(shù)為1208），并且通過了1%的顯著性水平檢驗(yàn)。這表明金融機(jī)構(gòu)對(duì)創(chuàng)新主體進(jìn)行技術(shù)創(chuàng)新的資金支持作用巨大，金融機(jī)構(gòu)存貸款總額每增加1%，專利申請(qǐng)受理量將增加1208%。這是因?yàn)榧夹g(shù)創(chuàng)新是一項(xiàng)需要龐大資金的活動(dòng)，企業(yè)、大學(xué)和科研機(jī)構(gòu)在進(jìn)行技術(shù)創(chuàng)新和專利研發(fā)時(shí)需要大量資金，一個(gè)健全的金融體系和良好運(yùn)作的金融機(jī)構(gòu)無疑能促進(jìn)區(qū)域技術(shù)創(chuàng)新的順利進(jìn)行。

SEM（4）顯示了高校畢業(yè)人數(shù)（EDU）對(duì)區(qū)域?qū)＠a(chǎn)出的影響，其結(jié)果為正相關(guān)，回歸系數(shù)為0786，并且通過了1%的顯著性水平檢驗(yàn)，這說明教育（尤其是高等教育）對(duì)區(qū)域創(chuàng)新產(chǎn)出的影響巨大。高校畢業(yè)生數(shù)量代表著創(chuàng)新主體的潛在人才庫，該創(chuàng)新環(huán)境因素一方面為區(qū)域創(chuàng)新能力的提高提供知識(shí)儲(chǔ)備；另一方面，人才之間相互交流還可以帶來知識(shí)溢出，促進(jìn)區(qū)域創(chuàng)新產(chǎn)出呈幾何倍數(shù)增長。因此，重視教育和尊重人才能夠促進(jìn)區(qū)域創(chuàng)新能力和創(chuàng)新產(chǎn)出的提高。

SEM（5）中的計(jì)量結(jié)果反映，在其他條件不變的情況下，市場(chǎng)化率（MR）越高，專利申請(qǐng)受理量就越多，其回歸系數(shù)為0391，并且在5%的水平上檢驗(yàn)顯著。市場(chǎng)化率代表一個(gè)地區(qū)市場(chǎng)經(jīng)濟(jì)的發(fā)展水平，市場(chǎng)是配置資源最有效的方式，而政府配置資源往往產(chǎn)生低效率，且壟斷可能造成創(chuàng)新活力不足。然而，國有壟斷企業(yè)通常擁有更多的資源，可以集中力量進(jìn)行技術(shù)創(chuàng)新投資，創(chuàng)造更多的創(chuàng)新產(chǎn)出。但從本文實(shí)證結(jié)果來看，市場(chǎng)開放程度對(duì)區(qū)域創(chuàng)新產(chǎn)出具有顯著的正向效應(yīng)，這是因?yàn)樵谑袌?chǎng)化程度較高的環(huán)境下，追求創(chuàng)新可以為創(chuàng)新主體帶來較高的收益。在市場(chǎng)經(jīng)濟(jì)不發(fā)達(dá)的情況下，由于缺乏知識(shí)產(chǎn)權(quán)的有效保護(hù)，創(chuàng)新成果可能被國家無償或低價(jià)征用，或者被他人盜用導(dǎo)致創(chuàng)新主體缺少創(chuàng)新熱情和動(dòng)力。因此，國有壟斷企業(yè)通過自己的壟斷權(quán)力能夠輕易獲取暴利，但創(chuàng)新動(dòng)力不強(qiáng)，而私營和股份制等非國有企業(yè)只有不斷創(chuàng)新才能提高企業(yè)競爭力，從而獲取超額利潤。

六、結(jié)論和政策建議

本文以2006—2011年中國31個(gè)?。ㄊ?、自治區(qū)）的經(jīng)濟(jì)數(shù)據(jù)為基礎(chǔ)，運(yùn)用Moran I指數(shù)進(jìn)行空間自相關(guān)性檢驗(yàn)，并建立直接要素投入和區(qū)域創(chuàng)新外部環(huán)境因素與專利產(chǎn)出的實(shí)證模型，通過OLS和空間計(jì)量兩種回歸方法進(jìn)行了實(shí)證分析與比較，得出以下主要結(jié)論：一是以專利申請(qǐng)受理量為代表的區(qū)域創(chuàng)新產(chǎn)出在中國不同區(qū)域存在發(fā)展不平衡的現(xiàn)象，區(qū)域創(chuàng)新行為具有空間集中分布的特點(diǎn)，并且區(qū)域創(chuàng)新集群的現(xiàn)象比較明顯。二是相對(duì)于以R&D人員全時(shí)當(dāng)量為代表的研發(fā)要素直接投入，創(chuàng)新環(huán)境外部因素對(duì)中國31個(gè)?。ㄊ?、自治區(qū)）區(qū)域創(chuàng)新效率具有顯著的正向影響，但單純?cè)黾尤丝跀?shù)量并不能顯著提高區(qū)域創(chuàng)新能力。三是在創(chuàng)新環(huán)境諸因素中，金融機(jī)構(gòu)存貸款總額、高校畢業(yè)人數(shù)和市場(chǎng)化率對(duì)區(qū)域創(chuàng)新效率的影響最為顯著，而以通訊業(yè)務(wù)量和公路密度為代表的信息化水平和交通基礎(chǔ)設(shè)施建設(shè)對(duì)區(qū)域?qū)＠a(chǎn)出的影響雖為正，但未能通過顯著性檢驗(yàn)。

基于上文分析，本文提出如下政策建議：第一，加快區(qū)域間資源補(bǔ)給和創(chuàng)新要素調(diào)配步伐。為了全面建成小康社會(huì)，縮小地區(qū)經(jīng)濟(jì)差距，國家應(yīng)該從提升整體區(qū)域創(chuàng)新能力出發(fā)，大力提高中西部落后地區(qū)的區(qū)域創(chuàng)新水平。要根據(jù)中國區(qū)域創(chuàng)新集群高度集中的特點(diǎn)，加強(qiáng)高創(chuàng)新能力地區(qū)對(duì)落后偏遠(yuǎn)地區(qū)創(chuàng)新能力的援助和補(bǔ)給，通過良好的國家創(chuàng)新政策引導(dǎo)資金、人才和技術(shù)等創(chuàng)新要素向落后地區(qū)轉(zhuǎn)移，加大創(chuàng)新產(chǎn)出較低區(qū)域的財(cái)政撥款和研發(fā)投入，從而提升區(qū)域之間資源補(bǔ)給和創(chuàng)新要素調(diào)配效應(yīng)，實(shí)現(xiàn)不同區(qū)域整體創(chuàng)新水平的共同提高。

第二，創(chuàng)新要素直接投入和創(chuàng)新外部環(huán)境建設(shè)并重發(fā)展。區(qū)域經(jīng)濟(jì)發(fā)展不僅要重視對(duì)創(chuàng)新要素的直接投入，包括對(duì)企業(yè)、大學(xué)和科研機(jī)構(gòu)等創(chuàng)新主體的直接研發(fā)支持，更應(yīng)該注重金融環(huán)境、市場(chǎng)環(huán)境、交通環(huán)境、信息環(huán)境和教育環(huán)境等區(qū)域創(chuàng)新外部環(huán)境建設(shè)。創(chuàng)新環(huán)境因素的優(yōu)化組合和合理配置，一方面能夠有效提高區(qū)域創(chuàng)新效率，另一方面可以吸引外來技術(shù)、知識(shí)和資金的流入，最終通過創(chuàng)新極化效應(yīng)和“干中學(xué)”效應(yīng)提升本區(qū)域的創(chuàng)新水平。

第三，創(chuàng)新環(huán)境投資建設(shè)要分清主次，特別應(yīng)注重區(qū)域金融環(huán)境、教育環(huán)境和市場(chǎng)環(huán)境建設(shè)。首先，要加強(qiáng)和完善金融監(jiān)管體系，減少全球化背景下金融行業(yè)發(fā)展的不穩(wěn)定因素，建立良好的金融信貸體系，放寬金融機(jī)構(gòu)對(duì)創(chuàng)新主體的貸款限制和門檻，積極引導(dǎo)銀行貸款投向具有良好發(fā)展前景的技術(shù)創(chuàng)新型企業(yè)。其次，繼續(xù)加大高等教育投入，全面提高勞動(dòng)力綜合素質(zhì)，大膽探索中國高等教育投資的多種實(shí)現(xiàn)形式，增強(qiáng)評(píng)估激勵(lì)機(jī)制在教育撥款績效考核中的重要功能，使高等院校成為知識(shí)溢出和創(chuàng)新產(chǎn)出的主體力量。再次，盡量減少政府對(duì)市場(chǎng)經(jīng)濟(jì)行為的干預(yù)以及國有壟斷資本對(duì)市場(chǎng)資源的控制，提升市場(chǎng)經(jīng)濟(jì)活力和開放程度，努力提高創(chuàng)新主體進(jìn)行技術(shù)創(chuàng)新的積極性，通過構(gòu)建完善的知識(shí)產(chǎn)權(quán)保護(hù)制度，為各類創(chuàng)新主體參與區(qū)域創(chuàng)新活動(dòng)營造良好的市場(chǎng)競爭環(huán)境，有效發(fā)揮創(chuàng)新環(huán)境因素對(duì)區(qū)域創(chuàng)新效率的正向促進(jìn)作用。

參考文獻(xiàn)：

[1]Fritsch M. Measuring the Quality of Regional Innovation Systems： A Knowledge Production Function Approach[J]. International Regional Science Review， 2002， 25（1）： 86-101.

[2]Bottazzi L， Peri G. Innovation and Spillovers in Regions： Evidence from European Patent Data[J]. European Economic Review， 2003， 47（4）： 687-710.

[3]Leydesdorff L. The Triple Helix Model and the Study of Knowledge-based Innovation Systems[J]. International Journal of Contemporary Sociology， 2005， 42（1）： 12-27.

[4]Buesa M， Heijs J， Baumert T. The Determinants of Regional Innovation in Europe： A Combined Factorial and Regression Knowledge Production Function Approach[J]. Research Policy， 2010， 39（6）： 722-735.

[5]吳玉鳴.大學(xué)、企業(yè)研發(fā)與首都區(qū)域創(chuàng)新的局域空間計(jì)量分析[J].科學(xué)學(xué)研究，2006（3）：398-404.

[6]李寶禮，胡雪萍.金融發(fā)展、技術(shù)創(chuàng)新與經(jīng)濟(jì)增長——基于結(jié)構(gòu)面板自回歸模型的實(shí)證分析[J].貴州財(cái)經(jīng)大學(xué)學(xué)報(bào)，2013（5）：1-6.

[7]李婧，譚清美，白俊紅.中國區(qū)域創(chuàng)新生產(chǎn)的空間計(jì)量分析——基于靜態(tài)與動(dòng)態(tài)空間面板模型的實(shí)證研究[J].管理世界，2010（7）：43-55.

[8]曹勇等.中國四大直轄城市創(chuàng)新能力及其影響因素的比較研究[J].中國軟科學(xué)，2013（6）：162-170.

[9]章立軍.創(chuàng)新環(huán)境、創(chuàng)新能力及全要素生產(chǎn)率——基于省際數(shù)據(jù)的經(jīng)驗(yàn)證據(jù)[J].南方經(jīng)濟(jì)，2006（11）：43-56.

[10]Moultrie J， et al. Innovation Spaces： Towards a Framework for Understanding the Role of the Physical Environment in Innovation[J]. Creativity and Innovation Management， 2007， 16（1）： 53-65.

[11]岳鵠，張宗益.R&D投入、創(chuàng)新環(huán)境與區(qū)域創(chuàng)新能力關(guān)系研究：1997—2006[J].當(dāng)代經(jīng)濟(jì)科學(xué)，2008（6）：110-116.

[12]周紅，宋晨.科技服務(wù)業(yè)發(fā)展水平評(píng)價(jià)與宏觀走向：天津例證[J].貴州財(cái)經(jīng)大學(xué)學(xué)報(bào)，2013（4）：92-97.

[13]Crescenzi R， Rodríguez-Pose A. R&D， Socio-Economic Conditions and Regional Innovation in the U.S[J]. Growth and Change， 2013， 44（2）： 287-320.

[14]Verspagen B， Canils M. Barriers to Knowledge Spillovers and Regional Convergence in an Evolutionary Model[J]. Journal of Evolutionary Economics， 2001， 11（3）： 307-329.

[15]Keller W. International Technology Diffusion[J]. Journal of Economic Literature， 2004， 42（3）： 752-782.

[16]Fritsch M， Franke G. Innovation， Regional Knowledge Spillovers and R&D Cooperation[J]. Research Policy， 2004， 33（2）： 245-255.

[17]Arvanitis S， et al. Knowledge and Technology Transfer （KTT） Activities Between Universities and Firms in Switzerland： An Empirical Analysis Based on Firm-level Data[J]. Industry and Innovation， 2011， 18（4）： 369-392.

[18]吳玉鳴.大學(xué)、企業(yè)研發(fā)與區(qū)域創(chuàng)新的空間統(tǒng)計(jì)與計(jì)量分析[J].數(shù)理統(tǒng)計(jì)和管理，2007（2）：318-323.

[19]周國富，蘭宇寧.空間集群、知識(shí)溢出與區(qū)域經(jīng)濟(jì)增長差異——基于城市視角的空間計(jì)量分析[J].工業(yè)技術(shù)經(jīng)濟(jì)，2012（3）：31-39.

[20]張望. 技術(shù)差距、政府補(bǔ)貼與企業(yè)自主創(chuàng)新強(qiáng)度[J].貴州財(cái)經(jīng)大學(xué)學(xué)報(bào)，2014（2）：79-90.

[21]Crosby M. Patents， Innovation and Growth[J]. Economic Record， 2000， 76（234）： 255-262.

[22]白俊紅，江可申，李婧.應(yīng)用隨機(jī)前沿模型評(píng)測(cè)中國區(qū)域研發(fā)創(chuàng)新效率[J].管理世界，2009（10）：51-61.

[23]Anselin L， Florax R， Rey S J. Advances in Spatial Econometrics： Methodology， Tools and Applications[M]. Springer Verlag， 2004， 1-107.