基于空间面板模型的高校创新产出溢出效应的实证研究

王淑英+秦芳

摘要：考虑地理空间的溢出效应，基于知识生产函数，通过建立计量经济学空间杜宾模型，对我国28个省级区域间高校创新产出的溢出效应进行分析。结果表明，我国高校创新产出存在明显的省域空间集群现象；高校R&D创新投入中人员全时当量和外商直接投资额对创新产出具有显著而正向的直接影响且存在空间溢出相应，R&D经费内部支出对高校创新产出没有明显的直接影响，但存在正向空间溢出效应。

关键词： 创新溢出；空间集聚；直接效应；间接效应；空间计量经济

中图分类号：F064.1 文献标识码：A 文章编号：1001-8409（2014）00-0000-00

Empirical Study of Spillover Effect on University

Innovation Output Based on Spatial Panel Date Model

WANG Shu-ying， QIN Fang

（School of Management Engineering， Zhengzhou university， Zhengzhou 450001）

Abstract： This paper considers geographic spatial spillover effect to analyze spillover effect of University Innovation Output in 28 provincial regions of China though establishing econometric Spatial Durbin Model. The results indicate that university innovation outputs are highly regionalized and spatial clustered； Personnel full-time equivalent and foreign direct investment have significant and positive direct effect. Funds internal expenditure has no obvious direct impact on university innovation output， but there is positive spatial spillover effect.

Key words： innovation spillover； spatial agglomeration；direct effect；indirect effect；spatial econometric

引言

科技创新和技术型人才培养在区域经济增长中被视为重要因素，正基于此，企业经营和高校研究对创新提出了更高的要求，而高校是知识和技术创新的载体，高校创新能力的提高能够加快实现创新型国家的目标，通过校企合作，科技创新转化为社会生产力更能提高企业盈利能力。研究中发现，高校创新产出具有区域集聚现象，知识溢出概念的提出使创新和集聚现象得到了合理的解释，知识溢出的原因是知识的非排他性和转移性[1]，一个地区的创新产出不仅受到本地研发投入的影响，还会受到邻接区域的影响，因此，要把空间溢出效应作为影响高校创新产出的因素之一。总体来看，我国创新能力逐年提升，但区域间发展不均衡的问题也越来越凸显出来，政府扶植力度和区域间自身发展水平的不同都会影响高校创新能力的差异化。本文考虑了高校创新产出的溢出效应，利用空间计量经济学模型，通过构建生产知识函数，将高校专利申请量作为创新产出，分析高校R&D人员全时当量、R&D经费内部支出和外商直接投资这三项创新投入对高校创新产出的影响程度，以及高校创新产出的空间溢出效应，另外，本文还通过检验三项创新投入对产出的直接和间接效应进一步解释高校创新投入和产出的内在关系。

1文献综述

创新活动、创新集聚现象以及创新能力与区域经济发展的关系是区域经济研究的主要内容，国外学者利用生产知识函数探讨高校的R&D活动对区域经济发展的促进作用[2]。其中孙文祥（2005）分析发现我国不同区域的高校创新能力对经济进步具有明显的促进作用[3]，同时Feller（ 2004）通过研究高校R&D活动的投入以及R&D活动对经济发展的影响得出了类似的结论[4]，另外Woodward D（ 2006）探讨了美国高校R&D创新在地理位置上体现出的差异性以及科技创新本身存在的技术外溢情况。R&D投入是衡量创新产出的重要标准，其中人员和资金投入是R&D投入的重要组成部分，Cheung等证实外商直接投资（FDI）对我国创新产出具有正向影响[5]，说明国际贸易对国家经济发展的促进效果。对于空间集聚和溢出效应的研究主要集中在区域R&D的空间溢出模式和R&D创新行为对经济发展的影响作用上，大部分研究从地理空间邻接角度出发，分析周围地区对本地区R&D活动的影响，其中Romer认为应该强调知识溢出的外部性，特别是区域间的空间溢出以及溢出作用影响集聚和创新过程时所呈现的空间特征[6]。Caniels提出R&D创新活动呈现一定的区域集聚区，这导致了科技水平在不同地理空间上会存在差异[7]。许箫迪通过利用地理空间距离的聚集度指标，对区域间创新行为的集聚性进行了实证分析[8]，梁琦认为知识溢出效应与空间距离具有反向关系[9]，另外，李志宏（2013）等也对区域间创新行为的空间溢出效应做了相关研究[10]。

从目前国内外文献来看，现有研究大部分集中在高校知识创新对区域经济发展的影响上，很少涉及到高校创新产出的空间溢出效应，并且在影响因素分析中，只得到正向或负向影响的结论，而没有对影响程度进行验证，基于以上研究成果，本文从以下两个方面进行扩展：1.使用Verspagen-Caniels模型对 Griliches- Jeff模型进行拓展，建立含有空间溢出效应的知识生产函数。2.确定R&D活动投入指标对高校创新产出的正向或负向影响之后，进一步检验所有指标对创新产出的直接、间接和总的影响程度。

2中国高校创新产出空间分布

2.1指标确定与数据来源

目前对区域知识溢出的研究中，专利一般被作为创新产出指标来分析问题，包括专利申请量、专利授权量等，考虑投入和产出的时间差以及投入资金的分配流入，本文选取专利申请量（P）表示创新产出。创新投入指标考虑人力资源投入和资金投入，分别用人员全时当量、高校R&D经费内部支出（COS）、外商直接投资额（FDI）表示。

指标数据来自2006年～2013年中国科技统计年鉴和各省份统计年鉴，其中西藏、宁夏、青海三省由于数据缺失情况较为严重，为了避免对研究结果造成影响，本文只针对其他28个省的数据进行分析。

2.2空间自相关性分析

2.2.1空间自相关分析方法

（1）全域空间自相关性

全域空间自相关是对整个区域空间的属性特征进行描述。Morans I值是基于空间临近单元变量值的比较，其中I>0，说明具有正的自相关性，且数值越大，代表空间分布集聚现象越明显；I<0说明可能存在负的空间相关性，且数值越小，空间负相关性越强；当I趋向于0时，代表空间呈现随机分布。全域Morans I计算公式为：

（1）

其中，Cij属性相似矩阵，Xi，Xj表示示i和j空间单位i，j的数据值，Wij表示空间单位i与j的相关性，本研究采用空间邻接关系来计算，当空间单位相邻时，Wij =1；不相邻时， Wij =0。

（2）局部空间自相关性

局部空间自相关性。描述被研究单元变量在整个区域中空间位置与其临近位置的离散程度。范围较大的区域所包含的不同单元的自相关程度往往是不同的，因此有必要通过计算局部Morans I（Region Morans I，RMI）分析局部空间自相关性。计算公式为：

（2）

式中，xi为目标单元，xj为研究范围内xi以外的单元。

2.2.2 空间自相关结果分析

首先利用OpenGeoda软件对2006年、2009年、2012年各省域高校创新产出量按照绝对值高低分为4个梯次来分析创新产出的变化趋势，根据颜色深浅对梯次进行区分，颜色越深代表级别越高，创新产出量越大，具体结果如下：

根据图1所示，颜色相近的区域互相靠近，即创新产出量较高的地区相邻，创新产出量较低的地区相邻，这说明省域高校创新产出存在空间集聚效应。以2009年为例，创新能力较高的省份有辽宁、北京、江苏等，创新产出量在2000（万）以上，创新能力偏低的地区有新疆、贵州和内蒙古，创新产出都在100（万）以下。

要进一步确定高校创新产出的溢出效应，还需要计算地区变量的Morans I的值和Z值，选取Rook一阶空间权值矩阵计，计算结果如下：

由表1可知，全部年份的Morans I的值在0.212～0.291之间波动，且P值均通过了0.05水平下的显著性检验，Z值全部要比正态分布函数在0.05水平下的临界值1.96大，说明我国高校专利申请量存在着明显的正向空间自相关。

图2是2006年、2009年、2012年省域高校创新产出Morans I散点图，横轴为创新产出量，纵轴为周边地区创新产出量，2006年、2009年、2012年创新产出的Moran I指数分别为0.291、0.270、0.287，在09年的散点图中，Morans I指数为负值的区域有9个，说明这些区域相邻的区域创新产出对其有反向溢出效应影响；有19个Morans I指数为正值的地域，说明这些区域临近的区域的创新产出对其有正向溢出效应影响。因此，我国省域相邻区域的高校创新产出空间自相关。

4结论与政策性建议

本文考虑地理空间效应，通过计量经济模型对中国大陆28个省的8年数据进行高校创新产出溢出效应的验证，发现我国高校创新产出具有空间自相关性，形成地理区域和空间集群，高校R&D创新投入中对创新产出具有重要影响的有人员全时当量和外商投资额，不仅有正的直接效应，还存在积极的空间溢出效应。

从地理空间来看，我国高校创新产出具有明显的区域集聚现象，东西部差距较大，省域间发展不均衡，其中东部沿海地区创新能力最强，西部创新能力最弱，从东部到西部呈逐渐减弱的趋势，结合本文2005年到2012年的数据来看，区域集聚现象从2005年已经存在，并且集群现象越来越明显，这就形成了创新产出的空间溢出效应。针对这种现象，一方面要求政府起到引导作用，加大西部地区的创新投入，开展不同地区之间的创新活动交流等等，另一方面利用创新产出的空间溢出效应和依赖作用，借鉴发达国家的学术发展经验，积极开展引导作用，使创新产出量高的地区对创新能力低的地区产生正向影响，提高中西部地区的创新能力，力求区域创新能力均衡发展。

从创新产出影响因素来看，高校R&D投入中人员全时当量、外商直接投资额对创新产出有直接和间接的正向影响，而经费内部支出直接影响不显著，但存在外部溢出效应。因此，各省域应做好创新人才的引进和科技人才的培养工作，加强人力资源和教育研发部门的投资，扩大人员全时当量在高校创新产出中的作用。在外商直接投资方面，各省域高校可适当增加引进外商投资额，外资流入不仅能推动高校教育发展计划，还可以带来更先进的思想和技术，对国内高校创新产出起到支持和引导作用，实现外部溢出效应。对于经费内部支出，高校应该合理配置支出费用，制定内部支出分配制度，内部支出费用高并不一定代表更多的创新产出，合理安排经费内部支出，避免不必要的支出和浪费，使经费内部支出与人员全时当量结合起来，更好的为高校创新产出服务。

参考文献

[1] Verspagen B，Loo I D.Technology spillovers between sectors and over time [J].Technological Forecastingand Social Change，1999，60（3）：215-235.

[2] Anselin L.， Varga A.， Acs Z. Local geo -graphic spillovers between university research and high technology innovations[J].Journal of Urban Economics， 1997（42）：422-448.

[3] 孙文祥.高校研发实力与经济增长的区域差异实证研究[J].科技管理研究，2005（ 2） ： 4—6

[4] Feller，I.S&T—based development and the University[J].Economic Development Quarterly，2004，18 （02），138—150.

[5] Cheung，K.，Lin，P.，2004.Spillover Effects of FDI on Innovation in China： Evidence from the Provincial Data[J]， Chin Economic Review，15：25-44.

[6] Romer P. Endogenous technological change[J].Journal of Political Economy.1990，（98）：71—102.

[7]Caniels M C J. Knowledge Spillovers and Economic Growth Differentials Across Europe[M].Edward Elgar Publishing，2000.

[8]许箫迪，王子龙，李晓雯.区域知识溢出的集群效应研究[J].财贸研究.2006（2）：24—28.

[9]梁琦.知识溢出的空间局限性与集聚[J].科学学研究，2004，22（1）：76—81.

[10]李志宏、王娜、马倩. 基于空间计量的区域间创新行为知识溢出分析[J].科研管理，2013（6）：10—15

[11]Griliches Z. Hybrid Corn： An exploration in the economics of technological change[J].The Econometric Society.1957（25）： 501—522.

[12]Jaffe A B.Real effects of academic research[J].American Economics Review.1986，（79）： 957—970.

[13]Verspagen B，Loo I D.Technology spillovers between sectors and over time [J].Technological Forecasting and Social Change，1999，60（3）：215-235.

[14]Anselin L，Florax R J.New directions in spatial econometrics [M].Berlin： Springer -Verlag.1995.21-74.

[15]J.Paul Elhorst.Spatial Econometrics From Cross-Sectional Data to Spatial panels[M]. springer.1999.

[16]LeSage，J.P.，R.K.Pace.Introduction to Spatial Econometrics [M]. Boca Raton ，US：CRC Press Taylo r & Francis Group，2009.