姚德文 韋林源

摘?要：關(guān)于鄰近與知識(shí)溢出二者之間的關(guān)系在經(jīng)濟(jì)學(xué)界已經(jīng)有了不少的經(jīng)濟(jì)學(xué)者對(duì)此做了相關(guān)的研究，本文以長(zhǎng)三角地區(qū)4個(gè)省市26個(gè)城市（上海、南京、蘇州、無(wú)錫、常州、南通、鎮(zhèn)江、泰州、揚(yáng)州、鹽城、杭州、紹興、寧波、嘉興、舟山、湖州、臺(tái)州、金華、合肥、蕪湖、滁州、安慶、馬鞍山、宣城、銅陵、池州）的專利申請(qǐng)量和研發(fā)投入數(shù)據(jù)作為觀察樣本，通過(guò)莫蘭指數(shù)與空間滯后模型進(jìn)行分析，發(fā)現(xiàn)，長(zhǎng)三角地區(qū)專利申請(qǐng)量與地理鄰近是正相關(guān)的。

關(guān)鍵詞：地理鄰近;知識(shí)溢出;長(zhǎng)三角地區(qū);專利數(shù)量;空間分析

中圖分類號(hào)：F270??????文獻(xiàn)標(biāo)識(shí)碼：A??????文章編號(hào)：1008-4428（2018）12-0008-04

一、 引言

目前我們身處的21世紀(jì)是關(guān)注知識(shí)經(jīng)濟(jì)的時(shí)代，創(chuàng)新、知識(shí)與科技已經(jīng)是世界各國(guó)在發(fā)展經(jīng)濟(jì)時(shí)都十分重視的因素。知識(shí)也就成為幾個(gè)傳統(tǒng)生產(chǎn)要素之外促進(jìn)經(jīng)濟(jì)增長(zhǎng)的重要因素進(jìn)入經(jīng)濟(jì)學(xué)家們的研究視野，但是由于知識(shí)自身不易度量的屬性，如何分析知識(shí)，就成為經(jīng)濟(jì)學(xué)中的一個(gè)重要的主題。自19世紀(jì)以來(lái)，已經(jīng)有許多科學(xué)家通過(guò)鄰近的角度來(lái)分析知識(shí)獨(dú)特的外溢現(xiàn)象，到如今已經(jīng)有許多進(jìn)展，提出了很多相關(guān)的理論，從概念界定到實(shí)證研究，經(jīng)濟(jì)學(xué)家們用各種不同的方式來(lái)分析了不同種鄰近與知識(shí)溢出之間存在著聯(lián)系。

二、 文獻(xiàn)綜述

（一）知識(shí)溢出

包含諸如信息、技術(shù)、管理經(jīng)驗(yàn)等的各類知識(shí)利用交易或者非交易的形式流出之前擁有知識(shí)的主體，這就是我們常說(shuō)的知識(shí)溢出（Knowledge Spillovers）。知識(shí)本身所具有的稀缺性、流動(dòng)性和擴(kuò)散性特征是知識(shí)外溢產(chǎn)生的根源。將知識(shí)溢出概念歸類于內(nèi)生增長(zhǎng)理論以及新經(jīng)濟(jì)地理學(xué)的知識(shí)范疇是當(dāng)今經(jīng)濟(jì)學(xué)界所普遍采用的方式，經(jīng)濟(jì)學(xué)者們也常用知識(shí)溢出來(lái)解讀集聚現(xiàn)象、創(chuàng)新以及區(qū)域經(jīng)濟(jì)增長(zhǎng)。馬歇爾（1890）在其對(duì)于外部性的研究中也闡述了自己對(duì)于知識(shí)溢出的看法，他認(rèn)為知識(shí)溢出是一種正外部性的表現(xiàn)，是影響產(chǎn)業(yè)集聚的重要因素之一。麥克·杜格爾（1960）在研究東道主國(guó)家接受外國(guó)直接投資的獲益問(wèn)題時(shí)，認(rèn)為在FDI（Foreign Direct Investment）問(wèn)題上，知識(shí)溢出產(chǎn)生了十分重要的影響。阿羅（1962）是率先闡述知識(shí)累積過(guò)程及其主要經(jīng)濟(jì)學(xué)內(nèi)涵的經(jīng)濟(jì)學(xué)家，他的主要觀點(diǎn)是認(rèn)為知識(shí)與公共物品存在著相類似的屬性，在企業(yè)的技術(shù)研發(fā)過(guò)程中，一個(gè)企業(yè)不付出任何費(fèi)用，就可以獲取研發(fā)企業(yè)的技術(shù)知識(shí)，這種情況就是知識(shí)溢出。在阿羅（1962）的研究基礎(chǔ)上，羅默（1986，1990）在其關(guān)于內(nèi)生增長(zhǎng)理論的研究中，首次將知識(shí)要素納入了生產(chǎn)函數(shù)之中，并認(rèn)為知識(shí)溢出出現(xiàn)的重要原因在于知識(shí)本身所固有的非競(jìng)爭(zhēng)性與部分排他性。格里利謝斯（1992）將同產(chǎn)業(yè)間相似企業(yè)在生產(chǎn)活動(dòng)中可以通過(guò)交互從其他企業(yè)取得好處的情形定義為知識(shí)溢出。賈菲（1996）對(duì)于知識(shí)溢出的定義是，模仿企業(yè)通過(guò)信息交流的方式獲取了創(chuàng)新企業(yè)創(chuàng)造的知識(shí)，但模仿企業(yè)沒(méi)有對(duì)其所獲取的創(chuàng)新知識(shí)付費(fèi)，或者所支付的費(fèi)用低于創(chuàng)新企業(yè)創(chuàng)造知識(shí)的成本。將知識(shí)溢出概念引入對(duì)于產(chǎn)業(yè)的研究之后，則有了兩種關(guān)于知識(shí)溢出的基本分類，也即，MAR溢出與Jacobs溢出。MAR溢出是自馬歇爾開(kāi)始，其后是由阿羅和羅默繼續(xù)發(fā)展研究，是對(duì)行業(yè)內(nèi)知識(shí)溢出的研究，也被稱為專業(yè)化溢出。Jacobs溢出是雅各布斯研究的行業(yè)間發(fā)生的知識(shí)溢出現(xiàn)象，認(rèn)為鄰近行業(yè)的多樣性可以促進(jìn)本行業(yè)發(fā)展，因此被稱為多元化溢出。法拉赫等人（2004）區(qū)分了“知識(shí)溢出”和“知識(shí)轉(zhuǎn)移”的概念。他們認(rèn)為“知識(shí)溢出”是交際過(guò)程中不同主體發(fā)生的無(wú)意識(shí)知識(shí)傳播，“知識(shí)轉(zhuǎn)移”則是有意識(shí)的知識(shí)傳播。

內(nèi)生增長(zhǎng)理論把知識(shí)看作是和勞動(dòng)力、土地、資本一樣重要的生產(chǎn)要素，但是相較于另外三個(gè)要素來(lái)說(shuō)，知識(shí)由于其難以準(zhǔn)確計(jì)量的個(gè)性而顯得尤為特別。邁克爾·波蘭尼（1958）提出了重要的隱性知識(shí)的概念，由此，知識(shí)可以根據(jù)知識(shí)是否可以清晰地表達(dá)和有效傳達(dá)來(lái)分為顯性知識(shí)和隱性知識(shí)。顯性知識(shí)是指“可以明確表達(dá)的知識(shí)”，即人們可以通過(guò)口頭傳授、教科書(shū)、參考資料、期刊雜志、專利文獻(xiàn)、視聽(tīng)媒體、軟件和數(shù)據(jù)庫(kù)等方式獲取，可以通過(guò)語(yǔ)言、書(shū)籍、文字、數(shù)據(jù)庫(kù)等編碼方式傳播，并且這些方式也很容易為人們所學(xué)習(xí)。隱性知識(shí)就是與顯性知識(shí)相對(duì)的一個(gè)概念，指那些不能或者難以通過(guò)編碼的方式進(jìn)行傳播交流的知識(shí)，它內(nèi)隱于個(gè)人的身上，這類知識(shí)的學(xué)習(xí)與傳播需要依賴的是人與人之間進(jìn)行面對(duì)面的談話與交流。

（二）鄰近

鄰近性（proximity）通常指的是物體間在地理位置上的相互接近或靠近，即地理鄰近。但是，在鄰近概念被提出以后，經(jīng)濟(jì)學(xué)家們認(rèn)為鄰近不只是地理鄰近一個(gè)維度，鄰近是一個(gè)多維的概念，可以區(qū)分為技術(shù)鄰近、組織鄰近、制度鄰近、認(rèn)知鄰近、社會(huì)鄰近、文化鄰近等維度。地理鄰近是其中最為簡(jiǎn)單的鄰近，指的是不同交流主體之間的地理距離或者空間距離是相近的，這有助于主體間進(jìn)行信息的交流。

（三）鄰近與知識(shí)溢出的關(guān)系

正是由于隱性知識(shí)只能通過(guò)“面對(duì)面”直接交流進(jìn)行傳播的特性，經(jīng)濟(jì)學(xué)家普遍認(rèn)為地理距離這個(gè)因素在知識(shí)溢出的過(guò)程中發(fā)揮了重要的作用。賈菲等（1993）在研究中使用的一個(gè)指標(biāo)是專利引用數(shù)，借此來(lái)研究知識(shí)溢出的地理特性。在之后的研究中，許多研究者也將專利相關(guān)數(shù)據(jù)作為知識(shí)溢出的重要測(cè)量指標(biāo)。奧德斯和費(fèi)爾德曼（1996）在產(chǎn)業(yè)活動(dòng)中觀測(cè)產(chǎn)業(yè)地理集群與知識(shí)溢出的相關(guān)現(xiàn)象，發(fā)現(xiàn)在知識(shí)溢出的影響下，新技術(shù)產(chǎn)業(yè)更容易發(fā)生產(chǎn)業(yè)集群現(xiàn)象。奧蘭多（2000）認(rèn)為相較于地理鄰近來(lái)說(shuō)，技術(shù)鄰近更有助于企業(yè)間R&D知識(shí)溢出。隨著空間計(jì)量技術(shù)的發(fā)展，越來(lái)越多的研究者借助空間計(jì)量的手段研究知識(shí)溢出問(wèn)題。費(fèi)雪與瓦爾加（2003）在研究知識(shí)溢出存在空間效應(yīng)問(wèn)題上利用了空間計(jì)量方法，認(rèn)為知識(shí)溢出的空間效應(yīng)可以超越行政區(qū)域的地理距離，并伴隨有明顯的地理距離減弱傾向。在研究20世紀(jì)90年代的德國(guó)時(shí)，波特（2004）采用了計(jì)量方法，引入了空間交易成本概念，認(rèn)為，總體上來(lái)說(shuō)，區(qū)域間知識(shí)溢出對(duì)于區(qū)域間創(chuàng)新具有正向的積極作用，但如果把空間交易成本也納入考慮范圍的話，就會(huì)發(fā)現(xiàn)事實(shí)上只有部分的知識(shí)溢出是可以被利用到的?？臻g交易成本概念的提出也意味著地理距離較小的區(qū)域由于空間交易成本也相對(duì)較小，因此可以從區(qū)域間知識(shí)溢出中獲取更大收益。湯普森和?？怂够鳎?005）通過(guò)研究發(fā)現(xiàn)證明知識(shí)溢出具備明顯的區(qū)域性特征，隨著距離的擴(kuò)大，知識(shí)溢出的區(qū)域性特性會(huì)隨之衰減，并認(rèn)為決定知識(shí)溢出對(duì)創(chuàng)新影響的重要因素是地理距離。

袁立科（2007）運(yùn)用博弈論的分析方法，在寡頭壟斷市場(chǎng)中構(gòu)建企業(yè)研發(fā)戰(zhàn)略和企業(yè)距離之間的互動(dòng)關(guān)系模型，在這種外溢的情況下，利用模型分析了企業(yè)的地理位置和研發(fā)投資選擇之間的戰(zhàn)略互動(dòng)。認(rèn)為針對(duì)不同可達(dá)性的背景，一個(gè)區(qū)域的規(guī)模和地域位置影響著連貫的區(qū)域創(chuàng)新系統(tǒng)的發(fā)展。王慶喜和王巧娜（2013）使用中國(guó)31個(gè)省級(jí)行政區(qū)在2001—2010年間的高新技術(shù)產(chǎn)業(yè)的數(shù)據(jù)，通過(guò)空間滯后面板模型，測(cè)試了技術(shù)鄰近度，地理接近度和綜合鄰近度對(duì)地區(qū)知識(shí)溢出效果的影響。并認(rèn)為在考慮了鄰近效應(yīng)后，一個(gè)省的R&D投入對(duì)其產(chǎn)出具有顯著的正向影響，各省之間的知識(shí)溢出效應(yīng)非常明顯。葉靜怡、林佳、姜蘊(yùn)璐（2016）基于2001—2012年間長(zhǎng)三角城市群的數(shù)據(jù)，考察了知識(shí)溢出效應(yīng)和城市間距對(duì)創(chuàng)新的影響。研究發(fā)現(xiàn)，地理距離與經(jīng)濟(jì)距離的距離越近，大學(xué)知識(shí)溢出對(duì)城市創(chuàng)新的積極影響越大;位于前排城市的創(chuàng)新主要取決于他們自己的研發(fā)，同時(shí)也受到其他城市大學(xué)知識(shí)溢出的影響;落后的城市創(chuàng)新也受到其他城市大學(xué)的知識(shí)溢出影響，但其自身研發(fā)的影響并不顯著。

三、 地理鄰近與知識(shí)溢出的空間自相關(guān)分析

本文主要理論依據(jù)是空間經(jīng)濟(jì)學(xué)知識(shí)，運(yùn)用空間計(jì)量工具，通過(guò)對(duì)長(zhǎng)三角地區(qū)26個(gè)城市的專利數(shù)據(jù)與地理數(shù)據(jù)進(jìn)行統(tǒng)計(jì)以及空間計(jì)量分析，證實(shí)在長(zhǎng)三角地區(qū)城市群中，地理位置的鄰近作為一個(gè)重要的因素，影響了城市間知識(shí)的溢出，并提出相關(guān)政策建議。

（一）空間計(jì)量建模與分析

傳統(tǒng)的計(jì)量經(jīng)濟(jì)學(xué)模型能夠處理單一性質(zhì)的時(shí)間序列數(shù)據(jù)與界面數(shù)據(jù)或者兩種屬性疊加的面板數(shù)據(jù)，但是在探究與空間地理相關(guān)問(wèn)題時(shí)，傳統(tǒng)的模型就有限制性。但空間計(jì)量模型是以傳統(tǒng)的計(jì)量模型作為基礎(chǔ)，在此之上同時(shí)引入了空間結(jié)構(gòu)因素，這也就意味著將地區(qū)之間產(chǎn)生的相互作用納入考察范圍。通過(guò)估計(jì)空間相關(guān)系數(shù)，就可以了解地區(qū)間的空間關(guān)聯(lián)度。

通過(guò)大量閱讀現(xiàn)有的文獻(xiàn)，可以了解到地理鄰近與知識(shí)溢出之間存在關(guān)聯(lián)，因此在前人的研究基礎(chǔ)之上，本文旨在從地理鄰近的角度，利用實(shí)證分析的方法分析地理鄰近對(duì)于知識(shí)溢出的影響。由于本人知識(shí)積累與能力有限，關(guān)于知識(shí)溢出具體測(cè)度的問(wèn)題依舊沒(méi)有更加創(chuàng)新且合理的方式，因此，在下文中采用研究該問(wèn)題的各位學(xué)者廣泛使用的專利申請(qǐng)數(shù)作為衡量知識(shí)溢出的指標(biāo)。在實(shí)證分析過(guò)程中，本文主要采用的是2016年長(zhǎng)三角地區(qū)城市群的專利數(shù)據(jù)，通過(guò)研究它們的專利申請(qǐng)量與城市間的地理鄰近是否存在空間上的關(guān)聯(lián)性，以此證明在長(zhǎng)三角區(qū)域內(nèi)地理鄰近影響著知識(shí)溢出的發(fā)生與傳遞。

（二）指標(biāo)與數(shù)據(jù)

1. 指標(biāo)

鄰近指標(biāo)：就鄰近來(lái)說(shuō)，包含著多種鄰近，本文使用的鄰近指標(biāo)是地理鄰近，也即長(zhǎng)三角26個(gè)城市之間的地理距離。

2. 空間鄰近的測(cè)度

構(gòu)建空間權(quán)重矩陣。為了揭示空間存在的相關(guān)性，我們需要探索空間對(duì)象的空間依賴性。在空間統(tǒng)計(jì)和計(jì)量中，空間權(quán)重矩陣可以用來(lái)表現(xiàn)這種空間依賴關(guān)系?！班徑有浴笨臻g依賴關(guān)系相對(duì)應(yīng)空間權(quán)重矩陣元素值的定義是：鄰接為1，不鄰接為0。目前在研究中經(jīng)常使用的空間權(quán)重矩陣有兩種形式：“車式（rook）”鄰接和“后式（queen）”鄰接?！昂笫健编徑又溉绻麅蓚€(gè)地域單元之間存在公共邊或公共頂點(diǎn)，就定義它們?yōu)椤班徑印保駝t，就定義為“不鄰接”;“車式”鄰接則是指如果兩個(gè)地域單元存在公共邊就可以定義為“鄰接”。

在本文中將使用空間統(tǒng)計(jì)分析軟件GeoDa來(lái)直接生成“車式”地理鄰近的空間權(quán)重矩陣，解釋各個(gè)城市間的空間效應(yīng)，并在此基礎(chǔ)上進(jìn)行后續(xù)分析。

3. 知識(shí)溢出指標(biāo)

本文采用的用于衡量知識(shí)溢出的指標(biāo)是各個(gè)城市的專利數(shù)據(jù)，與專利相關(guān)的常見(jiàn)數(shù)據(jù)有專利申請(qǐng)量和專利授權(quán)量?jī)煞N，但由于專利授權(quán)量相較于專利申請(qǐng)量來(lái)說(shuō)更受到專利部門政策等的影響，而專利申請(qǐng)量則更能反映一個(gè)地區(qū)自發(fā)性的知識(shí)產(chǎn)出，于是本文使用了專利申請(qǐng)量作為具體的指標(biāo)。

4. 數(shù)據(jù)來(lái)源

本文所使用的數(shù)據(jù)來(lái)自26個(gè)城市2016年的《國(guó)民經(jīng)濟(jì)與社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)》，以及對(duì)應(yīng)省市知識(shí)產(chǎn)權(quán)局的統(tǒng)計(jì)數(shù)據(jù)。

（三）專利申請(qǐng)量的空間自相關(guān)分析

空間自相關(guān)概念：變量在空間中的集聚意味著在某個(gè)區(qū)域內(nèi)，這個(gè)變量在每個(gè)地理單元之間具有正自相關(guān)性：某個(gè)地理單位的某個(gè)變量較高，那么其周圍區(qū)域單位該變量也較高;地理單位的變量較低，周圍地理單位中的變量也較低。反之則表現(xiàn)出負(fù)的空間自相關(guān)性。空間自相關(guān)性說(shuō)明的是某一空間上的某一屬性的值與其相鄰空間上的屬性值之間的關(guān)系。在測(cè)度空間自相關(guān)性時(shí)，通常采用的指標(biāo)有全局莫蘭指數(shù)I和蓋里指數(shù)C，本文采用全局莫蘭指數(shù)I作為標(biāo)準(zhǔn)檢驗(yàn)空間自相關(guān)性。

1950年，莫蘭提出了全局莫蘭指數(shù)I，它可以反映整個(gè)研究區(qū)內(nèi)每個(gè)地理單位與其相鄰地理單位之間的相似性，有單變量全局莫蘭指數(shù)與交叉變量全局莫蘭指數(shù)。本文采用的單變量全局莫蘭指數(shù)I的計(jì)算公式為：

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

公式中Wij為空間權(quán)重矩陣，I為莫蘭指數(shù)，S2=∑i（xi-x）2，x=1n∑ni=1xi。莫蘭指數(shù)I的取值一般落在[-1，1]的范圍內(nèi)，大于0時(shí)意味著存在正的自相關(guān)，與1接近則意味著相似的屬性產(chǎn)生了集聚（高高鄰近、低鄰近）;小于0則說(shuō)明負(fù)相關(guān)，與-1接近時(shí)表明具有相異的屬性發(fā)生了集聚（高低鄰近、低低高鄰近）;為0時(shí)表明空間事物的屬性不存在空間相關(guān)性，空間分布是隨機(jī)的。

如下圖1就是通過(guò)GeoDa分析軟件，在rook鄰接的方式下生成的長(zhǎng)三角26個(gè)城市2016年專利申請(qǐng)量的莫蘭散點(diǎn)圖，計(jì)算得出的全局莫蘭指數(shù)I約為0.11，存在著較為顯著的正的空間自相關(guān)性。

莫蘭散點(diǎn)圖中的四個(gè)象限代表了四種類型的空間聯(lián)系形式：第一象限是高高鄰接，即高觀測(cè)值與高觀測(cè)值鄰接;第二象限是低高鄰接，表示低觀測(cè)值的區(qū)域被高值的區(qū)域包圍;第三象限是低低鄰接，表示低觀測(cè)值區(qū)域被低觀測(cè)值區(qū)域所包圍;第四象限是高低鄰接，表示高觀測(cè)值區(qū)域被低值區(qū)域包圍。其中第一象限和第三象限表現(xiàn)出的是正的自相關(guān)性，第二象限和第四象限表現(xiàn)出相鄰區(qū)域的負(fù)空間自相關(guān)性。

通過(guò)莫蘭散點(diǎn)圖可以得出圖2即長(zhǎng)三角26個(gè)城市具體在四個(gè)象限的分布。從圖中可以看出，位于高高象限的城市有上海、蘇州、無(wú)錫、南通、紹興、寧波，說(shuō)明這6個(gè)城市自身是專利申請(qǐng)量較高的區(qū)域，并且與他們相鄰的也是專利申請(qǐng)量較高的地區(qū);處在高低象限的有常州、南京、杭州、合肥，說(shuō)明這4個(gè)城市在2016年中專利申請(qǐng)量較高，但這四個(gè)城市的相鄰城市的專利申請(qǐng)量較低;位于低低象限的城市有鎮(zhèn)江、泰州、揚(yáng)州、鹽城、臺(tái)州、蕪湖、金華、滁州、安慶、馬鞍山、宣城、銅陵、池州，說(shuō)明這13個(gè)城市自身的專利申請(qǐng)量較低，并且圍繞在城市周邊的相鄰城市的專利申請(qǐng)量也較低;位于低高象限的城市有嘉興、舟山、湖州，意味著這3個(gè)城市自身的專利申請(qǐng)量較低，但與其相鄰的周邊鄰近城市的專利申請(qǐng)量卻較高。統(tǒng)計(jì)之后可以發(fā)現(xiàn)，共有19個(gè)城市位于第一象限或者第三象限，占樣本總數(shù)的73.1%，這意味著長(zhǎng)三角區(qū)域大部分城市的專利申請(qǐng)量有正的空間自相關(guān)性。

對(duì)莫蘭指數(shù)I的顯著性進(jìn)行檢驗(yàn)，需要利用GeoDa軟件進(jìn)行檢驗(yàn)（圖3），得到的p-value值為0.113，說(shuō)明在88.7%置信度下空間相關(guān)是顯著的。

從上述分析中，可以看到2016年長(zhǎng)三角26個(gè)城市間的專利申請(qǐng)量存在著某種程度上的空間集群，這表明某一區(qū)域的創(chuàng)新行為會(huì)影響鄰近區(qū)域的創(chuàng)新活動(dòng)，也就是說(shuō)在這些鄰近的區(qū)域內(nèi)發(fā)生了知識(shí)溢出的現(xiàn)象，也因此，在知識(shí)溢出的研究中，將空間上的相關(guān)性納入考慮范圍是很有必要的。

（四）空間滯后模型分析

由于空間自相關(guān)性的存在，在利用空間數(shù)據(jù)研究變量間相互關(guān)系的時(shí)候，需要在一般回歸模型的基礎(chǔ)上加入空間自相關(guān)因素，由此形成了空間自回歸模型?？臻g自回歸是指在因變量中囊括有因變量的其他地理單位的值。格里夫和奧德于1981年率先在經(jīng)典的回歸模型中融入了空間自相關(guān)因素，初步形成了空間自回歸模型。隨后，安塞林于1988年正式提出了空間自回歸一般模型，即：Y=ρW1Y+Xβ+ε。在一般模型的基礎(chǔ)上又派生出了三種特殊的空間自回歸模型：一階空間自回歸模型、空間滯后模型和空間誤差模型。

本文在一般模型的基礎(chǔ)上選取其中派生的空間滯后模型進(jìn)行分析，這里的“滯后”一詞與傳統(tǒng)意義上的“滯后”不一樣，此處的“滯后”指某一地域單元的一種變量通過(guò)反饋效應(yīng)與其周圍地區(qū)相同的變量產(chǎn)生相互影響。同時(shí)在研究專利申請(qǐng)量的問(wèn)題上，本文認(rèn)為不同地區(qū)的年度研發(fā)投入即R&D經(jīng)費(fèi)支出在很大程度上會(huì)對(duì)專利申請(qǐng)數(shù)量產(chǎn)生影響，因此在構(gòu)建的空間自回歸模型中引入R&D經(jīng)費(fèi)投入這個(gè)變量，由此本文生成的模型為：PAT=ρWPAT+RD+ε，式中W為上文所構(gòu)建的空間權(quán)重矩陣，ρ為空間滯后系數(shù)，度量地理鄰近城市的專利申請(qǐng)量對(duì)其他城市的影響，PAT則是指各個(gè)城市的專利申請(qǐng)量。利用GeoDa軟件進(jìn)行分析，得出的估計(jì)結(jié)果如表1。

從表1中可得到的回歸模擬結(jié)果為：PAT=15704.9+0.0837PAT+126.494RD。由回歸結(jié)果可知，空間滯后參數(shù)ρ為正值，但統(tǒng)計(jì)檢驗(yàn)結(jié)果顯著性不明顯，這說(shuō)明在長(zhǎng)三角地區(qū)城市群的實(shí)證分析中地理鄰近對(duì)于知識(shí)溢出存在正向的但在模型上不太顯著的影響。實(shí)證中出現(xiàn)這種情況的原因可能是耿一村（2013）在研究中提到的知識(shí)溢出的負(fù)面效應(yīng)，他認(rèn)為知識(shí)溢出的接受方可能會(huì)產(chǎn)生“搭便車”的心理，將會(huì)降低生產(chǎn)知識(shí)的積極性。因而可以知道，地理鄰近對(duì)于知識(shí)溢出產(chǎn)生正向影響不顯著的原因也可能是長(zhǎng)三角部分鄰近城市不自覺(jué)的“搭便車”影響了各個(gè)城市的專利申請(qǐng)量。模型同時(shí)說(shuō)明了各個(gè)城市的R&D經(jīng)費(fèi)投入對(duì)于城市的專利申請(qǐng)量有比較大的影響，R&D投入每增加1億元，專利申請(qǐng)量增加約126個(gè)。

四、 研究結(jié)論與政策建議

長(zhǎng)三角地區(qū)城市群當(dāng)中鄰近城市的專利申請(qǐng)量存在溢出效應(yīng)。通過(guò)空間自相關(guān)性的分析可知，長(zhǎng)三角26個(gè)城市中大部分城市的專利申請(qǐng)量呈現(xiàn)正的空間自相關(guān)性，在上海市周圍形成了高專利申請(qǐng)量與高專利申請(qǐng)量的鄰近格局，說(shuō)明在此區(qū)域內(nèi)的鄰近城市間可能產(chǎn)生了比較強(qiáng)烈的知識(shí)溢出，某一城市的創(chuàng)新活動(dòng)也說(shuō)明該區(qū)域范圍內(nèi)的創(chuàng)新活動(dòng)十分頻繁，有較高的創(chuàng)新水平。而在長(zhǎng)三角區(qū)域的東部，以安徽省所屬城市為主的范圍內(nèi)，則形成了低專利申請(qǐng)量與低專利申請(qǐng)量鄰近的格局，這說(shuō)明該區(qū)域內(nèi)的知識(shí)溢出現(xiàn)象較弱，創(chuàng)新活動(dòng)較弱。

地理鄰近對(duì)知識(shí)溢出產(chǎn)生了影響。正如地理學(xué)第一定律所說(shuō)的那樣，任何東西都存在著相關(guān)性，并且相近的事物比距離較遠(yuǎn)的事物之間的相關(guān)性更強(qiáng)烈。通過(guò)對(duì)比長(zhǎng)三角地區(qū)行政區(qū)劃圖與上文莫蘭散點(diǎn)圖中各個(gè)城市的坐標(biāo)分布，可知與上海這個(gè)東部創(chuàng)新活動(dòng)異常密集的城市的鄰近城市也產(chǎn)生了較為密集的創(chuàng)新活動(dòng)，與上海存在著地理上的鄰近關(guān)系是影響這些城市創(chuàng)新活動(dòng)的重要因素之一。

從長(zhǎng)三角26個(gè)城市在莫蘭散點(diǎn)圖四個(gè)象限的分布中除了可以看出一三象限城市間相似屬性的集群屬性外，還可以發(fā)現(xiàn)江蘇省、浙江省以及安徽省三省的省會(huì)城市南京、杭州與合肥三個(gè)城市都位于第四象限——高低象限，意味著三個(gè)省會(huì)城市自身的創(chuàng)新活動(dòng)較為活躍，表現(xiàn)為專利申請(qǐng)量較高，但是與這三個(gè)省會(huì)城市相鄰的周邊城市的專利申請(qǐng)量卻較低，創(chuàng)新活動(dòng)較不活躍。由于省會(huì)城市在一個(gè)省份中的特殊政治地位以及經(jīng)濟(jì)地位，經(jīng)濟(jì)實(shí)力較強(qiáng)，創(chuàng)新活動(dòng)較為活躍是正常的。但同時(shí)從上述分布情況也可以看出三個(gè)省會(huì)城市對(duì)于周圍鄰近城市在創(chuàng)新活動(dòng)方面的輻射作用是比較弱的，并且在創(chuàng)新活動(dòng)、知識(shí)產(chǎn)出方面表現(xiàn)較為活躍的大學(xué)高校與研究所一般都分布在省會(huì)城市，由此也可以看出作為一省知識(shí)產(chǎn)出中心的省會(huì)城市沒(méi)有實(shí)現(xiàn)對(duì)于周邊城市良好的知識(shí)溢出。這個(gè)現(xiàn)象就值得我們?nèi)リP(guān)注，并且思考要采取什么樣的方式擴(kuò)大知識(shí)產(chǎn)出高的城市對(duì)于周邊其他城市的知識(shí)溢出，帶動(dòng)提升周邊其他城市的知識(shí)創(chuàng)新能力，由上海市周圍形成的高值圍繞著高值的集群情況來(lái)看，這種想法是非常必要并且可行的。

（一）加強(qiáng)中心城市與周邊城市間的交通建設(shè)

地理上的鄰近對(duì)于隱性知識(shí)的溢出有著天然的優(yōu)勢(shì)，但是在如今時(shí)代車輪滾滾前進(jìn)的情形之下，我們的交通出行方式已經(jīng)變得越來(lái)越多樣，尤其城際鐵路的快速發(fā)展也使得各個(gè)城市間的時(shí)間距離越來(lái)越短。便利的交通條件便利了人們的出行，使得人們?cè)卩徑鞘虚g的短時(shí)出行更加頻繁，將會(huì)增加不同城市間人們之間的交流與溝通，自發(fā)的知識(shí)溢出也會(huì)增加。這將使得知識(shí)發(fā)揮更大的作用，不僅作用于知識(shí)產(chǎn)生的城市，也將作用相鄰的城市，促進(jìn)創(chuàng)新能力較低城市的知識(shí)水平提高，從而提高其經(jīng)濟(jì)發(fā)展水平，減小不同城市間的經(jīng)濟(jì)發(fā)展水平差距。

（二）構(gòu)建城市間的知識(shí)溢出與交流平臺(tái)

交通條件的改進(jìn)促進(jìn)人們的互動(dòng)與交流，同時(shí)促進(jìn)的是人們之間自發(fā)的知識(shí)交流與溢出，但在政府層面來(lái)看，應(yīng)當(dāng)對(duì)當(dāng)前的城市間知識(shí)溢出做出合理的評(píng)判，利用政策優(yōu)勢(shì)，構(gòu)建城市間良好的知識(shí)交流平臺(tái)，為不同城市間的交流提供契機(jī)。創(chuàng)新水平較低的城市通過(guò)與水平較高城市的交流，可以從中了解比較前沿的知識(shí)動(dòng)態(tài)，與自身的實(shí)際情況相結(jié)合之后，必定可以有新的知識(shí)創(chuàng)造。

（三）結(jié)合互聯(lián)網(wǎng)，利用“互聯(lián)網(wǎng)+”促進(jìn)城市間知識(shí)溢出

21世紀(jì)是互聯(lián)網(wǎng)的時(shí)代，在李克強(qiáng)總理提出“互聯(lián)網(wǎng)+”的概念之后，互聯(lián)網(wǎng)與實(shí)體經(jīng)濟(jì)的結(jié)合變得更加引人關(guān)注，而互聯(lián)網(wǎng)本身就是傳播知識(shí)的很好的載體。雖說(shuō)顯性知識(shí)通過(guò)文字的方式可以更好地進(jìn)行傳播與交流，而隱性知識(shí)則更多地依賴潛移默化的溝通，但是現(xiàn)在互聯(lián)網(wǎng)已經(jīng)不僅僅提供了文字傳播的方式，也提供語(yǔ)音交流與視頻交流的便利方式等，通過(guò)這些新穎的方式進(jìn)行知識(shí)交流與分享，可以在一定程度上便利人們的溝通，促使一些隱性知識(shí)傳播在看似隨意的談話中潛移默化地發(fā)生。而我們要做的就是利用好互聯(lián)網(wǎng)的優(yōu)勢(shì)，形成優(yōu)質(zhì)的知識(shí)集群，將知識(shí)聚集然后進(jìn)行傳播與擴(kuò)散，促進(jìn)知識(shí)的溢出。

參考文獻(xiàn)：

[1]Geert Vissers， Ben Dankbaar. Knowledge and Proximity[J]. European Planning Studies，2013，21（5）：700-721.

[2]Wang J， Zhang X， Yeh A G O. Spatial proximity and location dynamics of knowledge-intensive business service in the Pearl River Delta， China[J]. Habitat International，2016（53）：390-402.

[3]王慶喜，王巧娜，徐維祥.我國(guó)高技術(shù)產(chǎn)業(yè)省際知識(shí)溢出：基于地理和技術(shù)鄰近的分析[J].經(jīng)濟(jì)地理，2013，33（5）：111-116.

[4]袁立科.鄰近對(duì)技術(shù)創(chuàng)新的影響研究[D].重慶：重慶大學(xué)，2007.

[5]耿一村.產(chǎn)業(yè)集聚、知識(shí)溢出與城市經(jīng)濟(jì)增長(zhǎng)——基于浙江省的實(shí)證研究[D].下沙：浙江工商大學(xué)，2013.

[6]李婧，何宜麗.基于空間相關(guān)視角的知識(shí)溢出對(duì)區(qū)域創(chuàng)新績(jī)效的影響研究——以省際數(shù)據(jù)為樣本[J].研究與發(fā)展管理，2017，29（1）：42-54.

[7]葉靜怡，林佳，姜蘊(yùn)璐.知識(shí)溢出、距離與創(chuàng)新——基于長(zhǎng)三角城市群的實(shí)證分析[J].世界經(jīng)濟(jì)文匯，2016（3）：21-41.

[8]馮榮凱.知識(shí)溢出及其影響因素：一個(gè)文獻(xiàn)綜述[J].商品與質(zhì)量：理論研究，2012（4）：321.

[9]趙勇，白永秀.知識(shí)溢出：一個(gè)文獻(xiàn)綜述[J].經(jīng)濟(jì)研究，2009（1）：144-156.

[10]楊中楷，沈露威.基于GeoDA-GIS的我國(guó)有效專利空間分異研究[J].圖書(shū)情報(bào)工作，2011，55（10）：69-73.

[11]唐曉旭，張懷清，劉銳.基于GeoDA的遼寧省GDP空間關(guān)聯(lián)度分析研究[J].林業(yè)科學(xué)研究，2008，21（s1）：60-64.