郝金磊，尹　萌

(蘭州財經(jīng)大學 工商管理學院，甘肅 蘭州 730020)

為適應經(jīng)濟發(fā)展“新常態(tài)”，中共十八大提出創(chuàng)新驅(qū)動戰(zhàn)略，創(chuàng)新成為我國經(jīng)濟轉(zhuǎn)型發(fā)展的重要戰(zhàn)略支撐。隨著要素和投資驅(qū)動與資源不可持續(xù)供給的矛盾顯現(xiàn)，創(chuàng)新通過對傳統(tǒng)生產(chǎn)要素的重新組合，為我國新階段的經(jīng)濟發(fā)展提供動能。創(chuàng)新一詞涵蓋的內(nèi)容廣泛，包括制度創(chuàng)新、市場創(chuàng)新、科技創(chuàng)新和文化創(chuàng)新等，實現(xiàn)創(chuàng)新驅(qū)動應涵蓋創(chuàng)新主體與外延的各個方面。縱觀世界歷史上的重大變革，包括三次工業(yè)革命，科技的發(fā)明與應用均扮演了舉足輕重的作用。因此，科技創(chuàng)新作為創(chuàng)新系統(tǒng)的源頭，與經(jīng)濟發(fā)展緊密結(jié)合。也正是基于此，政府在“十三五”規(guī)劃中提出了要強化科技創(chuàng)新的引領作用。完善的科技創(chuàng)新系統(tǒng)，不僅可以提高有限資源的使用效率，對地區(qū)的經(jīng)濟增長，乃至整個區(qū)域的協(xié)調(diào)發(fā)展均會產(chǎn)生重要影響。西北五省作為古代絲綢之路的起點與走廊，隨著“絲綢之路經(jīng)濟帶”戰(zhàn)略構想的提出，面臨著重大的發(fā)展機遇。西北五省在“絲綢之路經(jīng)濟帶”戰(zhàn)略指導下，不能局限于基礎設施的建設和“通道經(jīng)濟”的發(fā)展，應有更加廣闊的市場定位。各省應把握向西開放契機，依托基礎設施的互聯(lián)互通，加強科技協(xié)同創(chuàng)新平臺建設，吸引針對科技要素的投資，為新一輪的“西部大開發(fā)”提供經(jīng)濟增長引擎。據(jù)此，本章通過建立空間面板模型，利用科技創(chuàng)新效率與環(huán)境因素指標來進行宏觀測算，探究西北五省科技創(chuàng)新的多維溢出效應，為西北五省加強省際與“產(chǎn)學研”創(chuàng)新協(xié)同，提高科技創(chuàng)新水平提供一定的參考與建議。

與以往研究相比，本文的創(chuàng)新點主要體現(xiàn)在：理論上，將創(chuàng)新價值鏈上游的知識創(chuàng)新和下游的產(chǎn)品創(chuàng)新之間的創(chuàng)新效率溢出效應，以及空間中不同區(qū)域創(chuàng)新價值鏈間的創(chuàng)新溢出效應納入到一個統(tǒng)一的分析框架中，優(yōu)化了傳統(tǒng)對于創(chuàng)新效率溢出效應研究的單一范式；方法上，在采用SFA模型對各地區(qū)創(chuàng)新效率進行測算的基礎上，用既包含空間因變量滯后項又包含空間自變量滯后項的空間Durbin模型進行估計，不僅使估計結(jié)果更貼合我國實際，還避免了傳統(tǒng)空間誤差模型或空間滯后模型估計的不足；對象上，由于傳統(tǒng)對經(jīng)濟欠發(fā)達地區(qū)創(chuàng)新研究的忽視，因此將西北五省科技創(chuàng)新效率作為一個單獨的整體進行研究，得出了針對西北五省區(qū)域的研究結(jié)果。

一、文獻評述與研究思路

外溢效應是創(chuàng)新活動的重要特征之一，Romer認為創(chuàng)新外溢通過實現(xiàn)規(guī)模報酬遞增，來促進生產(chǎn)率的提升和經(jīng)濟的持續(xù)增長[1]5-7。盡管外溢的創(chuàng)新知識具有某些公共產(chǎn)品的屬性，即可能存在其他創(chuàng)新主體的“搭便車”行為，但“個體理性與集體非理性”的沖突不僅有效抑制了“鎖定效應”，還在某種程度上促進了創(chuàng)新溢出效應，這種效應隨著網(wǎng)絡信息技術的發(fā)展得到了進一步的加強[2]6。此外，Agarwal和Gort的研究結(jié)果顯示，創(chuàng)新產(chǎn)品替代品的推出從20世紀初期的30多年縮減到現(xiàn)在僅有3年[3]，即隨著信息技術的高速發(fā)展，創(chuàng)新產(chǎn)出的擴散效應進一步加強，創(chuàng)新外溢在某種程度上刺激了其他創(chuàng)新主體的活動，使得整個區(qū)域獲得更高水平的經(jīng)濟增長。因此，有關創(chuàng)新外溢效應的研究，成為創(chuàng)新研究的熱點領域之一。關于創(chuàng)新外溢效應的研究，大多從兩個路徑展開，一個是創(chuàng)新價值鏈的溢出效應，另一個是創(chuàng)新的空間溢出效應。

關于創(chuàng)新的價值鏈溢出效應，盡管Hansen和Birkinshaw在2007年才首次提出“創(chuàng)新價值鏈”這一概念，并指出創(chuàng)新溢出是以創(chuàng)新價值鏈為載體[4]122-124，但在此之前已有許多類似基于創(chuàng)新價值鏈的創(chuàng)新溢出效應研究。如Romer[1]7-30在Arrow[5]知識積累理論的基礎上，構建基于知識溢出的內(nèi)生增長模型來研究創(chuàng)新溢出效應。此后，Jaffe基于美國各州創(chuàng)新數(shù)據(jù)研究得出，企業(yè)的創(chuàng)新產(chǎn)出與大學科研的商業(yè)性外溢正相關，企業(yè)創(chuàng)新更多的是來源于當?shù)卮髮W的學術研究成果[6]，Jaffe等[7]、Fritscha和Frankeb[8]以及一些后續(xù)研究又進一步證明了大學與科研院所對企業(yè)的創(chuàng)新溢出效應。除了上述提到的創(chuàng)新價值鏈上游的大學和科研院所向創(chuàng)新價值鏈下游的企業(yè)的創(chuàng)新溢出效應之外，創(chuàng)新溢出效應還應包含企業(yè)之間，以及企業(yè)向高校和科研院所逆向溢出和反饋。針對這部分內(nèi)容，Segerstorm指出，大部分相關研究都關注FDI技術外溢和產(chǎn)業(yè)內(nèi)部的模仿性創(chuàng)新，但技術溢出在跨國公司和本土產(chǎn)業(yè)公司之間均是普遍存在的[9]。此外，余泳澤和劉大勇基于創(chuàng)新效率研究發(fā)現(xiàn)，產(chǎn)品創(chuàng)新效率與知識創(chuàng)新效率對科研創(chuàng)新效率之間有顯著的溢出效應，但知識創(chuàng)新效率與科研創(chuàng)新效率之間沒有顯著溢出效應[2]15-16。趙增耀等同樣基于創(chuàng)新效率的研究卻有不同的結(jié)論，即創(chuàng)新價值鏈中知識創(chuàng)新向前溢出效應顯著，但產(chǎn)品創(chuàng)新向后溢出效應缺失[10]38-39。綜合已有研究來看，創(chuàng)新溢出的研究還是更多集中于高校和科研院所向企業(yè)的創(chuàng)新溢出，針對企業(yè)之間和企業(yè)向價值鏈上游的創(chuàng)新溢出研究相對匱乏。隨著協(xié)同創(chuàng)新戰(zhàn)略的推進，科技創(chuàng)新復雜性日益增強，傳統(tǒng)的帶有“路徑依賴”的創(chuàng)新模式已無法解決新時期的發(fā)展要求，創(chuàng)新價值鏈需要實現(xiàn)前后的循環(huán)效應和反饋效應，這也對創(chuàng)新溢出效應的研究提出了新的要求。

關于價值鏈的空間溢出效應，Audretsh和Fledman指出，由于外部性等原因，企業(yè)創(chuàng)新產(chǎn)出及效率水平應受到更廣泛的影響，針對企業(yè)微觀層面的研究并不能反映創(chuàng)新溢出效應的真實狀況[11]631。所以，從更宏觀的范圍入手來研究創(chuàng)新溢出具有更廣泛的意義，空間計量經(jīng)濟學的發(fā)展也為這部分的研究提供了可靠的工具。Audretsch和Feldman最早將地理因素引入到知識外溢的框架中，為創(chuàng)新活動做出了開創(chuàng)性的研究[11]633。此后，Almeida和Kogut發(fā)現(xiàn)知識外溢主要存在于臨近地區(qū)，即大學到企業(yè)的知識外溢高度本土化[12]。Verspagen和Schoenmakers也得出了類似的研究結(jié)論，即地理臨近使得知識外溢效應增強[13]。但Ponds等卻認為，通過大學與產(chǎn)業(yè)的合作，創(chuàng)新溢出可以突破空間限制，在更遠的距離上實現(xiàn)溢出[14]。在中國本土化研究中，余泳澤和劉大勇基于創(chuàng)新效率的研究發(fā)現(xiàn)，創(chuàng)新價值鏈各階段效率有顯著的空間溢出效應[2]18-19；趙增耀等同樣基于創(chuàng)新效率研究發(fā)現(xiàn)，創(chuàng)新溢出效應的傳播會受到地理距離的限制，即隨著地理距離增加，溢出強度呈現(xiàn)脈沖式衰減[10]39-41；張貴等在生態(tài)系統(tǒng)視閾下研究發(fā)現(xiàn)，知識和產(chǎn)品創(chuàng)新效率由西向東呈現(xiàn)遞增趨勢[15]36-37。為了進一步細化創(chuàng)新外溢的地理距離，許多學者做了更精準的研究。如Keller構造了基于地理距離衰減函數(shù)的創(chuàng)新溢出模型，研究OECD成員國之間技術擴散效應，結(jié)果發(fā)現(xiàn)：國與國之間距離每增加1200公里，技術擴散減少50%[16]。Bottazzia和Giovanni研究發(fā)現(xiàn)：創(chuàng)新溢出的距離為300公里[17]?；谕瑯拥难芯克悸?，符淼對中國數(shù)據(jù)的研究發(fā)現(xiàn)：創(chuàng)新外溢效應較強的區(qū)域集中在800公里范圍以內(nèi)，總體擴散范圍在一到兩個省際之間[18]。

綜合上述研究來看，針對創(chuàng)新溢出的研究基本從兩條路徑展開，一條是創(chuàng)新價值鏈路徑，一條是空間路徑。創(chuàng)新價值鏈包含兩個不可分割的部分，一是發(fā)明，即知識創(chuàng)新的過程；另一個是應用，即產(chǎn)品創(chuàng)新的過程[19]。創(chuàng)新價值鏈上游的高校與科研院所，作為知識創(chuàng)新的主要承擔者，應以創(chuàng)新價值鏈為載體，在接受價值鏈下游企業(yè)提供的信息和市場需求基礎上開展科研活動；創(chuàng)新價值鏈下游的企業(yè)，作為創(chuàng)新技術轉(zhuǎn)化的承擔者，應依托價值鏈上游的知識創(chuàng)新，捕獲和整合各項創(chuàng)新資源，實現(xiàn)創(chuàng)新知識到創(chuàng)新產(chǎn)品的轉(zhuǎn)化。值得注意的是，創(chuàng)新價值鏈中知識、技術和人才的流動是一個循環(huán)的過程，包括企業(yè)對高校和科研院所知識創(chuàng)新的反饋以及高校和科研院所對企業(yè)提供市場信息的整合。此外，創(chuàng)新價值鏈并不是一個封閉的系統(tǒng)[4]121，價值鏈上各環(huán)節(jié)會受到來自價值鏈內(nèi)部和外部的多重影響。比如，由于企業(yè)外部性的存在，造成了企業(yè)創(chuàng)新投入和產(chǎn)出之間沒有必然的聯(lián)系[10]33。因此，學者們通常采用空間計量模型的方法，在研究價值鏈不同主體之間創(chuàng)新效率溢出的同時，進一步探尋地理空間中不同區(qū)域創(chuàng)新主體和環(huán)境因素的影響。本文沿用以上研究思路，采用隨機前沿的方法對西北五省知識創(chuàng)新效率和產(chǎn)品創(chuàng)新效率進行測算，在此基礎上，將創(chuàng)新空間溢出效應和價值鏈溢出效應納入到創(chuàng)新效率溢出框架中進行研究，從更全面的視角探究西北五省創(chuàng)新效率溢出問題，為西北五省有效配置創(chuàng)新資源，提升區(qū)域創(chuàng)新效率提供參考。

二、研究設計

(一)模型設計

1.SFA模型

目前，測算效率的方法主要有以參數(shù)法為代表的隨機前沿模型(Stochastic Frontier Analysis，簡稱SFA)和非參數(shù)法的數(shù)據(jù)包絡分析(Data Envelope Analysis，簡稱DEA)。SFA模型的前沿面是隨機的，使得對面板數(shù)據(jù)的測算結(jié)果更加貼近現(xiàn)實。此外，SFA模型可以將決策單元同效率前沿面的偏離分解為隨機誤差和技術非效率，這就更適用于存在較多隨機誤差、技術無效率和復雜經(jīng)濟環(huán)境問題的發(fā)展中國家[20]。Farrell最早提出了基于生產(chǎn)前沿的效率分析方法[21]，Aigner和Chu提出了針對截面數(shù)據(jù)的隨機前沿模型[22]，Battese和Coelli在前人研究的基礎上，修正了隨機前沿模型，使得模型可以有效測算面板數(shù)據(jù)的效率[23]。綜上所述，本文選擇利用SFA模型來測算西北五省科技創(chuàng)新效率。

2.空間計量模型

(1)空間權重矩陣

鄰接空間權重矩陣和距離空間權重矩陣是兩種典型的空間權重矩陣。鄰接空間權重矩陣的設立是根據(jù)空間決策單元之間是否地理鄰接，具體形式如下：

(1)

式中，i=1，2，…，n；j=1，2，…，m；i≠j。

然而，由于甘肅、青海和新疆三省行政區(qū)域面積遼闊，僅靠鄰接權重可能無法反映區(qū)域之間真實的空間溢出效應，如：青海和新疆相鄰接，但青海省會西寧和新疆省會烏魯木齊距離有1 700多公里；青海和陜西不鄰接，但西寧和陜西省會西安距離只有800多公里*相關地理數(shù)據(jù)來源于國家地理信息公共服務平臺：http：//www.tianditu.gov.cn/.?？紤]到省會城市在省級區(qū)域創(chuàng)新中的主體地位，青海與陜西之間的空間溢出效應可能比青海與新疆之間的空間溢出效應要強。因此，本文構建距離空間權重矩陣，該矩陣假設系統(tǒng)之間的相互影響隨著距離的增加而減弱，即創(chuàng)新效率溢出效應隨空間距離增加而減弱，具體形式如下：

(2)

其中，d表示省會城市之間的直線距離。

(2)空間相關性檢驗

空間相關性檢驗是建立空間計量模型的基礎，通過觀察空間相關性檢驗結(jié)果來判斷是否將研究對象納入到空間計量的范疇?！翱臻g自相關”是指位置相近區(qū)域有相似的變量取值，若高值區(qū)域與高值區(qū)域相臨近，低值區(qū)域與低值區(qū)域相臨近則為“正空間自相關”；若高值區(qū)域與低值區(qū)域相臨近則為“負空間自先關”；若高值區(qū)域與低值區(qū)域隨機分布，則為無空間自相關[24]。在實際研究中通常采用莫蘭指數(shù)I(Moran's I)和吉爾里指數(shù)C(Geary's C)來檢驗空間相關性。莫蘭指數(shù)I的具體形式如下：

(3)

(4)

與莫蘭指數(shù)I不同，吉爾里指數(shù)C的取值介于0到2之間，大于1表示負空間相關，小于1表示正空間相關，等于1表示空間不相關。當進行局部空間自相關檢驗時，吉爾里指數(shù)C通常比莫蘭指數(shù)I指數(shù)更敏感。

(3)空間面板Durbin模型

空間計量經(jīng)濟學是用來解決一個地區(qū)某一個經(jīng)濟屬性與另外一個地區(qū)相同經(jīng)濟屬性之間的關聯(lián)性，因此，學者們通常采用空間計量模型來研究效率溢出問題。Anselin首先定義了傳統(tǒng)面板模型中空間相關性的概念[25]，在此基礎上，Baltagi[26]和Elhorst[27]等學者將空間滯后誤差項和空間滯后被解釋變量引入到了傳統(tǒng)面板模型中。之后，LeSage和Pace對空間滯后模型(Spatial Lag Model，SLM)和空間誤差模型(Spatial Error Model，SEM)進行了完善，提出既包含空間因變量滯后項又包含空間自變量滯后項的空間杜賓模型(Spatial Durbin Model，SDM)[28]。金春雨和程浩指出SLM和SEM以及面板模型的其他擴展形式，都可以看作SDM的特例[29]。除此之外，Elhorst還探討了空間面板模型的檢驗和預測問題，并提出了基于Hausman檢驗的空間固定效應和隨機效應檢驗方法[30]56-60。空間Durbin模型的一般形式如下：

y=ρwy+xβ+wxθ+ε

(5)

公式(5)中，y為被解釋變量；x為解釋變量；w為空間權重矩陣；ρ為空間自回歸系數(shù)；β為解釋變量的回歸系數(shù)；wy被解釋變量的空間滯后項；wx表示解釋變量的空間滯后項；ε為隨機擾動項。Elhorst此后又提出了更一般的空間計量模型，即空間面板杜賓模型(Spatial Panel Durbin Model，SPDM)[31]，模型的一般形式如下：

(6)

公式(6)中，i表示各省和自治區(qū)，t表示年份，N表示空間單元總數(shù)；Yjt為被解釋變量，xit為解釋變量，wij為空間權重矩陣；ρ為空間自回歸系數(shù)；β為不含空間滯后項的解釋變量回歸系數(shù)，θ為含空間滯后項的回歸系數(shù)；μi和λt為個體固定效應和個體時間效應；εit為隨機誤差項。此外，盡管空間杜賓模型中滯后項系數(shù)的方向和顯著性依然有效，但其大小不再代表自變量對因變量的影響水平，因此，LeSage用偏導矩的方式對空間杜賓模型的參數(shù)進行了解釋，并得出了直接效應、間接效應和總效應的概念[32]。其中，直接效應表示解釋變量對本地區(qū)被解釋變量造成的總影響，包括解釋變量對本地區(qū)被解釋變量的平均影響，和解釋變量對其他地區(qū)被解釋變量造成影響后對本地區(qū)被解釋變量的反饋影響；間接效應表示解釋變量對其他地區(qū)造成的平均影響；總效應則表示解釋變量對所有地區(qū)造成的平均影響，直接效應加間接效應等于總效應[30]50。借鑒空間面板杜賓模型，結(jié)合本文的研究要求，設計出創(chuàng)新效率的多維溢出模型，模型的具體形式如下：

Kit=ρWKit+β1Pit+β2WPit+θX+μi+λt+μij

(7)

公式(7)中，ρWKit表示知識創(chuàng)新效率的空間溢出效應，即不同區(qū)域創(chuàng)新主體之間的知識創(chuàng)新溢出效應；Pit表示產(chǎn)品創(chuàng)新效率的溢出效應，即創(chuàng)新價值鏈下游的產(chǎn)品創(chuàng)新對價值鏈上游知識創(chuàng)新的溢出效應；WPit表示產(chǎn)品創(chuàng)新效率的空間溢出效應，即不同區(qū)域創(chuàng)新主體之間的產(chǎn)品創(chuàng)新溢出效應。

Pit=ρWKit+β1Kit+β2WKit+θX+μi+λt+μij

(8)

公式(8)中，WPit表示產(chǎn)品創(chuàng)新效率的空間溢出效應，即不同區(qū)域創(chuàng)新主體之間的產(chǎn)品創(chuàng)新溢出效應；Kit表示知識創(chuàng)新效率的溢出效應，即創(chuàng)新價值鏈前段的知識創(chuàng)新對價值鏈后端產(chǎn)品創(chuàng)新的溢出效應；WKit表示知識創(chuàng)新效率的空間溢出效應，即不同區(qū)域創(chuàng)新主體之間的知識創(chuàng)新溢出效應。

(二)指標選擇與數(shù)據(jù)來源

本文的研究對象為西北五省：陜西、甘肅、寧夏、青海和新疆。由于2010年之前的《中國科技統(tǒng)計年鑒》在本文相關指標的含義上存在較大變化，為保證研究中變量的統(tǒng)一性、準確性和科學性，本文以2010年為起點進行研究，所使用的數(shù)據(jù)來源于《中國統(tǒng)計年鑒2010—2016》和《中國科技統(tǒng)計年鑒2010—2016》。知識創(chuàng)新效率(tek)來源于創(chuàng)新價值鏈的上游，創(chuàng)新主體是高校和科研院所。知識創(chuàng)新投入包括勞動力投入和資本投入，數(shù)據(jù)采用高校投入和科研院所投入加總的方式；創(chuàng)新產(chǎn)出包括高校和科研院所的專利申請數(shù)、科技專著數(shù)和科技論文數(shù)，根據(jù)三者重要性不同分別賦予0.5、0.3和0.2的權重*權重的選擇是在參考相關專家意見基礎上決定的。?？刂谱兞糠矫妫瑒?chuàng)新價值鏈不同階段的影響因素也不同。因此，本文在參考趙增耀等[10]37-38、張貴等[15]35、汪傳旭和任陽軍[33]等學者研究的基礎上，選擇從經(jīng)濟發(fā)展水平(gdp)、基礎設施建設(inf)、政府支持力度(gov)和勞動者素質(zhì)(edu)四個方面來確定控制變量。

表1投入產(chǎn)出Pearson相關系數(shù)表

產(chǎn)品創(chuàng)新效率(tep)來源于創(chuàng)新價值鏈的下游，創(chuàng)新主體是企業(yè)。產(chǎn)品創(chuàng)新投入包括勞動力投入和資本投入；創(chuàng)新產(chǎn)出用新產(chǎn)品銷售收入表示?？刂谱兞糠矫妫c上文思路一致，選擇從經(jīng)濟發(fā)展水平(gdp)、地區(qū)金融機構支持力度(fin)、地區(qū)外商投資水平(inv)和地區(qū)產(chǎn)業(yè)結(jié)構(ind)等四個方面來選擇控制變量。此外，為了保證研究中投入變量和產(chǎn)出變量之間的同向性，對投入產(chǎn)出變量做相關性檢驗，檢驗結(jié)果如表1所示。由表1可知，產(chǎn)品創(chuàng)新的投入產(chǎn)出變量之間有較強相關性，適宜開展下一步研究。此外，本文構建的指標體系如表2所示：

表2科技創(chuàng)新效率指標體系

表3　SFA效率測算結(jié)果

三、實證分析

(一)SFA效率測算結(jié)果

利用Frontier4.1軟件，對西北五省知識創(chuàng)新效率和產(chǎn)品創(chuàng)新效率進行估計，估計結(jié)果可看表3。

西北五省的知識創(chuàng)新效率方面，橫向來看，2009年—2015年陜西省和甘肅省的知識創(chuàng)新效率均值處于效率前沿面，分別達到了0.971和0.956；新疆省的平均知識創(chuàng)新效率均值水平也較高，達到了0.821；青海省和寧夏省平均知識創(chuàng)新效率值處于較低水平，分別為0.267和0.464?？v向來看，西北五省知識創(chuàng)新效率在2009年—2015年呈現(xiàn)逐年上漲趨勢，青海省和寧夏省上漲幅度相對較大，總體平均創(chuàng)新效率值為0.696，知識創(chuàng)新效率水平低。

西北五省的產(chǎn)品創(chuàng)新效率方面，橫向來看，2009年—2015年陜西省和甘肅省的知識創(chuàng)新效率均值處于效率前沿面，分別達到了0.942和0.952；新疆省的產(chǎn)品創(chuàng)新效率均值水平也較高，達到了0.861；青海省和寧夏省平均知識創(chuàng)新效率值處于較低水平，分別為0.158和0.623?？v向來看，西北五省產(chǎn)品創(chuàng)新效率在2009年—2015年呈現(xiàn)逐年上漲趨勢，各省的上漲幅度均較小，總體平均創(chuàng)新效率值為0.707，產(chǎn)品創(chuàng)新效率水平較低。

(二)科技創(chuàng)新效率的多維溢出效應

1.空間相關性

利用STATA軟件，對基于鄰接矩陣和基于距離矩陣的西北五省知識創(chuàng)新效率和產(chǎn)品創(chuàng)新效率空間相關性Moran's I指數(shù)和Geary's c指數(shù)進行估計，估計結(jié)果如表4所示：

表4科技創(chuàng)新效率的空間相關性

圖1基于鄰接矩陣的知識創(chuàng)新效率Moran散點圖圖2基于鄰接矩陣的產(chǎn)品創(chuàng)新效率Moran散點圖

由表4可知，由于本文選擇樣本數(shù)量較小，產(chǎn)生的隨機誤差會影響顯著性，導致創(chuàng)新效率Moran's I指數(shù)和Geary's c指數(shù)均未通過一定水平下的顯著性檢驗，但穩(wěn)定的回歸系數(shù)值仍有一定的參考意義：基于鄰接矩陣和基于距離矩陣的知識創(chuàng)新效率Moran's I指數(shù)為負和Geary's c指數(shù)均大于1，且回歸系數(shù)值較為穩(wěn)定，從一定程度上說明西北五省知識創(chuàng)新效率存在空間負相關。產(chǎn)品創(chuàng)新效率也有相同的結(jié)果，即盡管兩個指數(shù)均未通過一定水平下的顯著性檢驗，但從一定程度上說明北五省產(chǎn)品創(chuàng)新效率存在空間負相關。空間正相關比空間負相關更為常見，但這一結(jié)果并不難解釋：西北五省經(jīng)濟發(fā)展相對落后，加之資源稀缺性造成了區(qū)域創(chuàng)新資源競爭相對激烈，容易造成區(qū)域發(fā)展不平衡的狀況。以上結(jié)果進一步說明了西北五省科技創(chuàng)新效率存在空間負相關。此外，本文利用Moran's I指數(shù)均值，做出基于鄰接矩陣和距離矩陣的Moran散點圖來形象地表示西北五省知識創(chuàng)新效率的空間相關性。如圖1、圖2、圖3和圖4所示：

Moran散點圖有四個象限，象限一(H-H型)表示高科技創(chuàng)新效率地區(qū)被其他高創(chuàng)新效率水平地區(qū)包圍，存在正空間相關性關系，又稱為熱點區(qū)域；象限二(L-H型)表示低科技創(chuàng)新效率地區(qū)被其他高創(chuàng)新效率水平地區(qū)包圍，存在負空間相關性關系，又稱為異質(zhì)性突出區(qū)域；象限三(L-L型)表示低科技創(chuàng)新效率地區(qū)被其他低創(chuàng)新效率水平地區(qū)包圍，存在正空間相關性關系，又稱為盲點區(qū)域；象限四(H-L型)表示高科技創(chuàng)新效率地區(qū)被其他低創(chuàng)新效率水平地區(qū)包圍，存在負空間相關性關系，又稱為異質(zhì)性突出區(qū)域[34]。

圖3基于距離矩陣的知識創(chuàng)新效率Moran散點圖圖4基于距離矩陣的產(chǎn)品創(chuàng)新效率Moran散點圖

圖中數(shù)字1、2、3、4和5分別表示陜西、甘肅、青海、寧夏和新疆。由圖1和圖2可知，寧夏和新疆位于第二象限，即低—高負相關關系集群；陜西、甘肅和青海位于第四象限，即高—低負相關關系集群。由圖3和圖4可知，寧夏和新疆位于第二象限，即低—高負相關關系集群；陜西、甘肅和青海位于第四象限，即高—低負相關關系集群。通過以上空間相關性檢驗可知，西北五省科技創(chuàng)新效率之間存在空間依賴性，故建立空間面板Durbin模型進行進一步分析。

2．空間面板Durbin模型回歸結(jié)果

由于本文研究所使用的是面板數(shù)據(jù)，需要通過Hausman檢驗來判定是使用固定效應模型還是隨機效應模型，Hausman檢驗結(jié)果如表5所示。由表5可知，研究應采用固定效應模型。

表5空間面板Hausman檢驗

基于空間面板Durbin模型的知識創(chuàng)新效率外溢效應實證結(jié)果如表6所示。由表6可知，基于鄰接矩陣和距離矩陣的回歸模型R2較高，分別達到了0.9598和0.9579；log-pseudoL值也較大，分別達到了107.0 203和107.0 934。以上擬合優(yōu)度指標說明，西北五省知識創(chuàng)新效率的多維溢出效應確實存在，以往創(chuàng)新主體之間相互獨立的假設不再成立，且空間面板Durbin模型能較好的解釋知識創(chuàng)新效率的溢出效應[35]。

由表6可知，基于鄰接矩陣和距離矩陣的知識創(chuàng)新效率空間自相關系數(shù)分別為-0.456和-0.576，且均通過了1%統(tǒng)計水平下的顯著性檢驗，說明一個地區(qū)的知識創(chuàng)新效率水平會受到其他地區(qū)知識創(chuàng)新效率水平的負向影響，這就進一步驗證了上文中知識創(chuàng)新效率存在空間負相關的結(jié)論，原因可能在于：盡管我們通常認為，一個區(qū)域較高水平的創(chuàng)新效率會產(chǎn)生“輻射效應”，帶動周邊區(qū)域創(chuàng)新效率的提升，但西北五省經(jīng)濟發(fā)展水平落后，協(xié)同創(chuàng)新意識淡薄，對有限創(chuàng)新資源的爭奪會造成區(qū)域創(chuàng)新發(fā)展水平不均衡。以知識創(chuàng)新主體高校為例，知識創(chuàng)新效率水平處于前沿面的陜西省和甘肅省分別擁有3所和1所“985”高校，陜西省更擁有其他4所“211”高校，知識創(chuàng)新效率水平較高的新疆省擁有2所“211”高校且無“985”高校，而知識創(chuàng)新效率水平較低的寧夏省和青海省分別只擁有1所“211”高校且無“985”高校*“985工程”與“211工程”院校名錄來源于《“985”工程優(yōu)勢學科創(chuàng)新平臺》和《“211工程”總體建設規(guī)劃》。。以此為例我們不難理解，受限于落后的經(jīng)濟發(fā)展水平和有限的知識創(chuàng)新資源，西北五省知識創(chuàng)新效率空間外溢效應為負。

表6知識創(chuàng)新效率外溢效應實證結(jié)果

產(chǎn)品創(chuàng)新效率方面，基于鄰接矩陣和距離矩陣的產(chǎn)品創(chuàng)新效率對知識創(chuàng)新效率回歸系數(shù)分別為6.403和6.509，且均通過了1%統(tǒng)計水平下的顯著性檢驗，即創(chuàng)新價值鏈上游的知識創(chuàng)新效率會受到下游產(chǎn)品創(chuàng)新效率的正向影響。這一結(jié)論說明：西北五省“產(chǎn)學研”互動情況良好，產(chǎn)品創(chuàng)新效率能在一定程度上拉動知識創(chuàng)新效率的提升，企業(yè)能有效地將新技術轉(zhuǎn)化為新產(chǎn)品，市場反饋機制成效明顯；企業(yè)研發(fā)活動更加注重與高校和科研院所的合作，企業(yè)通過合作來提供資金支持，加強和高校與科研院所的協(xié)同。基于鄰接矩陣和距離矩陣的產(chǎn)品創(chuàng)新效率空間滯后項對知識創(chuàng)新效率回歸系數(shù)分別為6.403和6.509，且均通過了1%統(tǒng)計水平下的顯著性檢驗，說明一個地區(qū)的知識創(chuàng)新效率會受到其他地區(qū)產(chǎn)品創(chuàng)新效率的正向影響，即產(chǎn)品創(chuàng)新效率對知識創(chuàng)新效率有正向的空間溢出效應。進一步觀察產(chǎn)品創(chuàng)新效率正向溢出效應的分解，基于鄰接矩陣和距離矩陣的直接效應系數(shù)分別為6.206和6.366，且均通過了1%統(tǒng)計水平下的顯著性檢驗；基于鄰接矩陣和距離矩陣的間接效應為正，均未通過一定程度下的顯著性檢驗；總效應為直接效應與間接效應的和，基于鄰接矩陣和距離矩陣的總效應系數(shù)分別為7.217和7.256，且均通過了1%統(tǒng)計水平下的顯著性檢驗。盡管間接效應的系數(shù)未通過顯著性檢驗，但我們還是判斷，一個地區(qū)知識創(chuàng)新效率不僅受到來自本地產(chǎn)品創(chuàng)新效率的影響，還受到來自其他地區(qū)產(chǎn)品創(chuàng)新效率的影響，但來自于本地產(chǎn)品創(chuàng)新效率的影響遠大于來自其他地域產(chǎn)品創(chuàng)新效率的影響。這一結(jié)論說明，西北五省省際科技創(chuàng)新協(xié)同較差，本省高校和科研院所與其他地區(qū)企業(yè)互動較少，這一現(xiàn)象還應歸結(jié)于較低的經(jīng)濟發(fā)展水平和較差的市場競爭環(huán)境。綜合上述，本文認為西北五省知識創(chuàng)新價值鏈本地層面協(xié)同狀況良好，但在價值鏈的空間層面以及知識創(chuàng)新效率空間溢出方面還有待提高。

基于空間面板Durbin模型的產(chǎn)品創(chuàng)新效率外溢效應實證結(jié)果如表7所示。由表7可知，基于鄰接矩陣和距離矩陣的回歸模型R2較高，別達到了0.9227和0.9247；log-pseudoL值也較大，分別達到了165.6 418和167.5 888。以上擬合優(yōu)度指標說明，西北五省產(chǎn)品創(chuàng)新效率的存在多維溢出效應，且空間面板Durbin模型能較好的解釋產(chǎn)品創(chuàng)新效率的溢出效應。

表7產(chǎn)品創(chuàng)新效率外溢效應實證結(jié)果

由表7可知，基于鄰接矩陣和距離矩陣的產(chǎn)品創(chuàng)新效率空間自相關系數(shù)分別為-0.425和-0.910，且均通過了1%統(tǒng)計水平下的顯著性檢驗，說明一個地區(qū)的產(chǎn)品創(chuàng)新效率水平會受到其他地區(qū)產(chǎn)品創(chuàng)新效率水平的負向影響，這就進一步驗證了上文中產(chǎn)品創(chuàng)新效率存在空間負相關的結(jié)論，原因可能在于：同知識創(chuàng)新空間負相關原因類似，由于區(qū)域經(jīng)濟發(fā)展水平落后，市場競爭環(huán)境較差，消費需求相對不足，造成不同地區(qū)企業(yè)受制于空間的局限，只關注本地的市場，缺乏更高層次的互動與交流；由于創(chuàng)新資源嚴重稀缺、惡劣的自然地理環(huán)境和深居內(nèi)陸的區(qū)位劣勢，西北五省難以形成高新技術產(chǎn)業(yè)集群，各產(chǎn)品創(chuàng)新主體各自為陣，缺乏產(chǎn)業(yè)聯(lián)動，無法發(fā)揮規(guī)模優(yōu)勢，以各地區(qū)2015年高技術企業(yè)個數(shù)為例，產(chǎn)品創(chuàng)新效率較高的陜西省和甘肅省分別有475和124家高技術企業(yè)，青海省、寧夏省和新疆省分別只有41家、31家和42家，遠低于全國平均水平，產(chǎn)品創(chuàng)新資源分配失衡*高技術企業(yè)個數(shù)數(shù)據(jù)來源于《2016年中國科技統(tǒng)計年鑒》。；由于產(chǎn)品創(chuàng)新水平很大程度上取決于知識創(chuàng)新質(zhì)量，所以知識創(chuàng)新部分的空間負相關通過創(chuàng)新價值鏈的將這種空間失衡傳遞到了產(chǎn)品創(chuàng)新中去，對產(chǎn)品創(chuàng)新的空間相關性產(chǎn)生了一定的影響。

知識創(chuàng)新效率方面，基于鄰接矩陣和距離矩陣的知識創(chuàng)新效率對產(chǎn)品創(chuàng)新效率回歸系數(shù)分別為0.131和0.132，且均通過了1%統(tǒng)計水平下的顯著性檢驗，即創(chuàng)新價值鏈下游的產(chǎn)品創(chuàng)新效率會受到上游知識創(chuàng)新效率的正向影響。這一結(jié)論說明：西北五省“產(chǎn)學研”互動情況良好，知識創(chuàng)新效率能有效推動產(chǎn)品創(chuàng)新效率水平的提升，高校和科研院所更加注重企業(yè)的實際需求和相互交流，企業(yè)在新產(chǎn)品開發(fā)過程中也更注重對高校和科研院所知識成果的轉(zhuǎn)化和吸收?；卩徑泳仃嚭途嚯x矩陣的知識創(chuàng)新效率空間滯后項對產(chǎn)品創(chuàng)新效率回歸系數(shù)分別為0.121和0.104，且均通過了1%統(tǒng)計水平下的顯著性檢驗，說明一個地區(qū)的產(chǎn)品創(chuàng)新效率會受到其他地區(qū)知識創(chuàng)新效率的正向影響，即知識創(chuàng)新效率對產(chǎn)品創(chuàng)新效率有正向的空間溢出效應。進一步觀察知識創(chuàng)新效率正向溢出效應的分解，基于鄰接矩陣和距離矩陣直接效應系數(shù)分別為0.120和0.135，且均通過了1%統(tǒng)計水平下的顯著性檢驗；基于鄰接矩陣的間接效應為正，基于距離矩陣的間接效應為負，均未通過一定程度下的顯著性檢驗；基于鄰接矩陣和距離矩陣的總效應系數(shù)分別為0.177和0.125，且均通過了1%統(tǒng)計水平下的顯著性檢驗。結(jié)果顯示，一個地區(qū)產(chǎn)品創(chuàng)新效率主要受到本地知識創(chuàng)新效率的影響，其他地區(qū)知識創(chuàng)新效率對本地產(chǎn)品創(chuàng)新效率的影響作用還不明確。這說明，西北五省省際高校與科研院所同企業(yè)互動較少，高校和科研院所更多選擇與本地企業(yè)進行合作，跨區(qū)域的協(xié)同創(chuàng)新平臺建設缺失。綜合上述，本文認為西北五省產(chǎn)品創(chuàng)新價值鏈本地層面協(xié)同狀況良好，但在價值鏈的空間層面以及產(chǎn)品創(chuàng)新效率空間溢出方面還有待提高。

四、結(jié)論與建議

本文基于2009年—2015年西北五省科技創(chuàng)新面板數(shù)據(jù)，首先利用SFA模型對知識創(chuàng)新效率和產(chǎn)品創(chuàng)新效率進行了測算。在此基礎上，將創(chuàng)新效率的價值鏈溢出效應和空間溢出效應納入到統(tǒng)一的理論框架中，并引入鄰接權重矩陣和距離權重矩陣，采用空間相關性分析和空間面板Durbin模型進行了研究，主要結(jié)論有：

第一，科技創(chuàng)新價值鏈視角下，西北五省知識創(chuàng)新效率與產(chǎn)品創(chuàng)新效率相互正向影響顯著，價值鏈上下游互動狀況良好。在不考慮創(chuàng)新效率空間溢出的情況下，各地區(qū)的“產(chǎn)學研”有較高水平的互動，即企業(yè)研發(fā)活動更加注重與高校和科研院所的合作，高校和科研院所也更加注重企業(yè)的實際需求和相互交流。

第二，科技創(chuàng)新空間視角下，西北五省知識創(chuàng)新效率呈現(xiàn)負空間自相關，即知識創(chuàng)新效率之間有逆向的空間溢出效應，產(chǎn)品創(chuàng)新效率也有同樣的結(jié)論。在不考慮創(chuàng)新效率價值鏈溢出的情況下，西北五省區(qū)域整體知識創(chuàng)新效率和產(chǎn)品創(chuàng)新效率發(fā)展不平衡。受制于較低的經(jīng)濟發(fā)展水平和創(chuàng)新資源稀缺性，高科技創(chuàng)新效率區(qū)域會對周邊地區(qū)創(chuàng)新環(huán)境與資源造成負面影響，難以形成正向空間溢出效應。

第三，科技創(chuàng)新價值鏈與空間溢出的綜合視角下，知識創(chuàng)新效率與產(chǎn)品創(chuàng)新效率對對方呈現(xiàn)空間正向溢出效應。對溢出效應進一步分解，知識創(chuàng)新效率方面，不僅受到來自本地產(chǎn)品創(chuàng)新效率的影響，還受到來自其他地區(qū)產(chǎn)品創(chuàng)新效率的影響，但來自于本地產(chǎn)品創(chuàng)新效率的影響遠大于來自其他地域產(chǎn)品創(chuàng)新效率的影響；產(chǎn)品創(chuàng)新效率方面，主要受到本地知識創(chuàng)新效率的影響，其他地區(qū)知識創(chuàng)新效率對本地產(chǎn)品創(chuàng)新效率的影響作用的強度和方向還有待深入研究。

根據(jù)以上研究結(jié)論，為西北五省加強省際與“產(chǎn)學研”創(chuàng)新協(xié)同，提高科技創(chuàng)新水平，提出以下建議：

第一，加強產(chǎn)學研分工協(xié)作，打造有機結(jié)合的創(chuàng)新鏈，形成協(xié)同創(chuàng)新體系。西北五省應積極構建以高校、科研院所為依托，以企業(yè)為導向的自主創(chuàng)新體系，加快知識流動與技術轉(zhuǎn)移，實現(xiàn)創(chuàng)新價值鏈的循環(huán)與反饋機制，為高校和科研院所的知識創(chuàng)新提供市場引導，為企業(yè)的產(chǎn)品創(chuàng)新提供技術與人才的保障。此外，政府要制定優(yōu)惠政策，引導協(xié)同創(chuàng)新平臺建設，把科技資源優(yōu)勢轉(zhuǎn)化為現(xiàn)實的經(jīng)濟優(yōu)勢。

第二，提升經(jīng)濟發(fā)展水平，有效集成與合理配置創(chuàng)新資源，保證區(qū)域創(chuàng)新均衡發(fā)展。西北五省應重視科技創(chuàng)新效率與經(jīng)濟增長內(nèi)生性，打通科技創(chuàng)新與經(jīng)濟發(fā)展之間的通道，強化經(jīng)濟運行體制創(chuàng)新與科技創(chuàng)新的協(xié)同，實現(xiàn)經(jīng)濟增長與創(chuàng)新效率的深度融合。此外，充分發(fā)揮市場在資源分配中主體作用，加強政府在創(chuàng)新資源配置中的引導作用，實現(xiàn)資源配置信息公平、公正和公開，達成多省共贏的格局。

第三，重視創(chuàng)新價值鏈的空間外延，加強跨省區(qū)的產(chǎn)學研合作，提升協(xié)同創(chuàng)新層次。西北五省應打破地方“割據(jù)”的局面，政府積極出臺鼓勵合作交流的政策措施，鼓勵高校、科研機構和企業(yè)的多邊合作，實現(xiàn)創(chuàng)新要素在區(qū)域間的自由流動。此外，要從加強社會誠信體系建設入手，營造良好互聯(lián)互通氛圍，搭建區(qū)域誠信交易平臺，降低因誠信問題帶來的交易成本，擴大價值鏈的空間溢出半徑。

參考文獻：

[1]Romer P M.New Goods，Old Theory and the Welfare Costs of Trade Restrictions[J].Journal of Development Economics，1994(43)：5-38.

[2]余泳澤，劉大勇.我國區(qū)域創(chuàng)新效率的空間外溢效應與價值鏈外溢效應——創(chuàng)新價值鏈視角下的多維空間面板模型研究[J].管理世界，2013(7)：6-20.

[3]Agarwal R，M Gort.First Mover Advantage and the Speed of Competitive Entry：1887-1986[J].Journal of Law and Economics，2001(44)：161-178.

[4]Hansen M T，Birkinshaw J.The innovation value chain[J].Harvard Business Review，2007(85)：121-135.

[5]Arrow.Economic Welfare and the Allocation of Resources for Invention[C]//National Bureau of Economic Research.The Rate and Direction of Inventive Activity.Princeton：Princeton University Press，1962.

[6]Jaffe A B.Real Effects of Academic Research[J].American Economic Review，1989(79)：957-971.

[7]Jaffe A B，M Trajtenberg，R Henderson. Geographic Localization of Knowledge Spillovers as Evidenced by Patent Citations[J].Quarterly Journal of Economics，1993(108)：577-598.

[8]Fritscha M，G Frankeb.Innovation，Regional Knowledge Spillovers and R&D Cooperation[J].Research Policy，2004(33)：245-255.

[9]Segerstorm P S.Innovation，Imitation and Economies Growth[J].Journal of Political Economy，1991(99)：807-819.

[10]趙增耀，章小波，沈能.區(qū)域協(xié)同創(chuàng)新效率的多維溢出效應[J].中國工業(yè)經(jīng)濟，2015(1)：32-44.

[11]Audretsch D B，M P Fledman. R&D Spillovers and Geography of Innovation and Production[J].American Economic Review，1996(86)：630-641.

[12]Almeida P，B Kogut. Localization of Knowledge and the Mobility of Engineers in Regional Networks[J].Management Science，1999(45)：905-917.

[13]Verspagen B，W Schoenmakers. The Spatial Dimension of Patenting by Multinational Firms in Europe[J].Journal of Economic Geography，2004(4)：23-42.

[14]Ponds R，F(xiàn) V Oort，K Frenken. Innovation，Spillovers and University-Industry Collaboration：An Extended Knowledge Production Function Approach[J].Journal of Economic Geography，2010(10)：231-255.

[15]張貴，梁瑩，徐楊楊.生態(tài)系統(tǒng)視閾下區(qū)域創(chuàng)新效率的多維溢出效應——對面板數(shù)據(jù)的空間計量分析[J].科技進步與對策，2016(15)：30-37.

[16]Keller W.Geographic Localization of International Technology Diffusion[J].American Economic Review，2002(92)：120-142.

[17]Bottazzia L，P Giovanni. Innovation and Spillovers in Regions：Evidence from European Patent Data European[J].Economic Review，2003(8)：687-710.

[18]符淼.地理距離和技術外溢效應——對技術和經(jīng)濟集聚現(xiàn)象的空間計量學解釋[J].經(jīng)濟學，2009(4)：1559-1565.

[19]吳希金.創(chuàng)新生態(tài)系統(tǒng)論[M].北京：清華大學出版社，2015.

[20]Fries S，Taci A.Cost Efficiency of Banks in Transition：Evidence From 289 Banks in 15 Post-Communist Countries[J].Journal of Banking and Finance，2005(1)：55-81．

[21]Farrell M J.The Measurement of Productive Efficiency[J].Journal of the Royal Statistical Society，1957(3)：253-290.

[22]Aigner D J，Chu S F.On Estimating the Industry Production Function[J].The American Economic Review，1968(4)：826-839.

[23]Battese G，Coelli T. A Model for Technical Inefficiency Effects in a Stochastic Frontier Production Function for Panel Data[J].Empirical Economics，1995(20)：325-332.

[24]陳強.高級計量經(jīng)濟學Stata應用[M].北京：高等教育出版社，2010.

[25]Anselin L.Spatial Econometrics：Methods and Models[M].Dordrecht：Kluwer Academic Publishers，1988.

[26]Baltagi B H.Econometrics analysis of panel data[M].Second Edition.John Wiley&Sons，Chi Chester.United Kingdom，2011．

[27]Elhorst J P.Specification and estimation of spatial panel data models[J].International Regional Science Review，2003(3)：244-268.

[28]Lesage J R，K Pace.Introduction to Spatial Econometrics[M].New York：CRC Press Taylor & Francis Group，2009.

[29]金春雨，程浩.中國制造業(yè)產(chǎn)業(yè)集聚與地區(qū)專業(yè)化存在空間溢出效應嗎?來自空間杜賓模型的經(jīng)驗證據(jù)[J].21世紀數(shù)量經(jīng)濟學，2013(1)：506-527.

[30]Elhorst J P.Spatial panel data Models[M]//In：M M Fisher and A Getis，Handbook of Applied Spatial Analysis.Berlin，Springer，F(xiàn)orthcoming，2009.

[31]Paul Elhorst J.Matlab software for spatial panels[C].Chicago：The VIthworld conference of the spatial econometrics association(SEA)，2010.

[32]彭文斌，吳偉平，鄺嫦娥.環(huán)境規(guī)制對污染產(chǎn)業(yè)空間演變的影響研究——基于空間面板杜賓模型[J].世界經(jīng)濟文匯，2014(6)：99-110.

[33]汪傳旭，任陽軍.高技術產(chǎn)業(yè)綠色創(chuàng)新效率的空間溢出效應[J].產(chǎn)經(jīng)評論，2016(6)：76-84.

[34]趙慶.國有企業(yè)真的低效么——基于區(qū)域創(chuàng)新效率溢出效應視角[J].科學學與科學技術管理，2017(3)：107-116.

[35]柏玲，姜磊.金融支持區(qū)域創(chuàng)新的競爭和溢出效應——基于空間面板杜賓模型的研究[J].上海經(jīng)濟研究，2013(7)：13-23.