孫堅強　繆旖璇　張世澤

摘 要：采用空間自回歸模型，選取粵港澳大灣區(qū)2008—2017年的面板數(shù)據(jù)，探討粵港澳大灣區(qū)的科技創(chuàng)新與經(jīng)濟增長的空間依存結構，以及科技創(chuàng)新對經(jīng)濟增長的直接影響和溢出效應。實證發(fā)現(xiàn)：（1）某地區(qū)的科技創(chuàng)新顯著促進該地區(qū)經(jīng)濟增長，對臨近區(qū)域經(jīng)濟發(fā)展也存在溢出促進作用，但溢出效應的作用程度僅為直接效應的一半。（2）資本要素投入對本地區(qū)經(jīng)濟增長有顯著的驅動作用，對臨近區(qū)域經(jīng)濟發(fā)展也存在溢出效應，資本投入的直接效應和溢出效應均遠高于科技創(chuàng)新對經(jīng)濟增長的作用。（3）勞動要素投入對經(jīng)濟增長的直接效應和溢出效應均不顯著。政策啟示：匯聚大灣區(qū)乃至國際的創(chuàng)新資源，實施更加“協(xié)同”的創(chuàng)新驅動發(fā)展是粵港澳大灣區(qū)發(fā)展的戰(zhàn)略首選;破除科技創(chuàng)新資源在區(qū)域間自由流動和自由發(fā)揮作用的各種約束和壁壘，更好地發(fā)揮科技創(chuàng)新的直接促進作用和空間溢出影響。

關鍵詞：? 粵港澳大灣區(qū);科技創(chuàng)新;經(jīng)濟增長

中圖分類號：?? F127文獻標志碼：A文章編號：1009-055X（2019）03-0001-10

doi：10.19366/j.cnki.1009-055X.2019.03.001

一、引 言

粵港澳大灣區(qū)包括香港特別行政區(qū)、澳門特別行政區(qū)和廣東省廣州市、深圳市、珠海市、佛山市、惠州市、東莞市、中山市、江門市、肇慶市（以下簡稱珠三角九市），是我國開放程度最高、經(jīng)濟活力最強的區(qū)域之一①，也是目前我國發(fā)展規(guī)劃戰(zhàn)略層面最高的局域之一。2017年，粵港澳大灣區(qū)的地區(qū)生產(chǎn)總值達到10.3萬億元人民幣，較2016年同比增長10.16%;人均地區(qū)生產(chǎn)總值 15.6萬元人民幣。圖1和圖2分別描繪了粵港澳大灣區(qū)2008—2017年的GDP和人均GDP的增長情況?？梢郧宄吹?，香港、廣州和深圳的經(jīng)濟發(fā)展總量和發(fā)展速度均位居前三，深圳在2017年超過廣州;澳門、香港和深圳的人均GDP位居前三，澳門的經(jīng)濟總量雖然不高，但人均GDP卻位居第一，且遠高于其他地區(qū)。

粵港澳大灣區(qū)是我國科技創(chuàng)新資源最集中、創(chuàng)新發(fā)展實力最強的區(qū)域之一，也是新興產(chǎn)業(yè)發(fā)展最活躍的區(qū)域之一。創(chuàng)新平臺方面，粵港澳大灣區(qū)目前有4個國家創(chuàng)新型城市（深圳、廣州、佛山和東莞）、2個國家自主創(chuàng)新示范區(qū)（深圳國家自主創(chuàng)新示范區(qū)和珠三角國家自主創(chuàng)新示范區(qū)）、25個國家工程研究中心?；浉郯拇鬄硡^(qū)有高等學校173所，其中世界排名前300強的學校有7所根據(jù)2018世界大學學術排名，按照榜單排名依次為：中山大學、香港大學、香港中文大學、香港城市大學、華南理工大學、香港理工大學、香港科技大學。 ;這些高校不僅提供了堅實的研究力量和基礎，也培養(yǎng)了大量的創(chuàng)新人才。其中，2017年廣東省本科招生27.6萬人，授予學位數(shù)24.3萬人，每100000人平均在校生（高等學校）達到2454人。創(chuàng)新投入方面，粵港澳大灣區(qū)的研發(fā)投入強度領先全國。如深圳市2017年全社會研發(fā)投入920億元，占GDP比重達到4.13%，接近全球最高水平;廣州市2017年全社會研發(fā)投入537億元，占GDP比重2.5%;香港2017年全社會研發(fā)投入212.8億港元，占GDP比重0.8%統(tǒng)計口徑存在一定差異。 。高新技術企業(yè)方面，粵港澳大灣區(qū)在企業(yè)數(shù)量、從業(yè)人員和產(chǎn)值方面也均保持領先。如深圳市2017年高新技術企業(yè)數(shù)量為10973萬個，從業(yè)人員為205.85萬人，高新技術企業(yè)年度總收入達2.33萬億元;廣州市2017年高新技術企業(yè)數(shù)量為8678個，從業(yè)人員為92.05萬人，高新技術企業(yè)年度總收入達1.02萬億元。在專利授權方面專利授權包括發(fā)明專利、實用新型專利和外觀設計專利。 ，粵港澳大灣區(qū)在數(shù)量和增長速度上也保持了較高和較快的水平。圖3描繪了粵港澳大灣區(qū)2008—2017年專利授權量的發(fā)展情況。2017年，專利授權量最高的五個城市為深圳、廣州、東莞、佛山和中山，分別為9.42萬件、6.02萬件、4.52萬件、3.68萬件和2.74萬件;相對2016年增長速度分別為25.6%、24.6%、58.3%、28.0%和24.0%。相較而言，珠三角九市數(shù)量和增速較高，港澳地區(qū)相對較低。值得關注的是，深圳市的專利授權數(shù)量遙遙領先，遠遠高于排名第二的廣州;澳門和香港的專利授權數(shù)量增長幅度不明顯。

科技創(chuàng)新驅動經(jīng)濟發(fā)展是理論學界和世界各大經(jīng)濟體的共識。2019年2月18日正式發(fā)布的《粵港澳大灣區(qū)發(fā)展規(guī)劃綱要》明確提出“建設國際科技創(chuàng)新中心”的目標，明確規(guī)劃“構建開放型融合發(fā)展的區(qū)域協(xié)同創(chuàng)新共同體，集聚國際創(chuàng)新資源，優(yōu)化創(chuàng)新制度和政策環(huán)境，著力提升科技成果轉化能力，建設全球科技創(chuàng)新高地和新興產(chǎn)業(yè)重要策源地”參見《粵港澳大灣區(qū)發(fā)展規(guī)劃綱要》第四章，http：//www.gov.cn/zhengce/2019-02/18/content_5366593.htm#1. 。依托科技創(chuàng)新驅動粵港澳大灣區(qū)經(jīng)濟進一步發(fā)展，使之成為我國乃至世界經(jīng)濟增長極，不僅是規(guī)劃的頂層設計，也是實踐發(fā)展的亟須。從前面分析以及圖1、圖2和圖3可以看出，粵港澳大灣區(qū)的科技創(chuàng)新和經(jīng)濟盡管高度發(fā)展，但也存在明顯的地區(qū)差異。因此，從理論和實證上探討大灣區(qū)技術創(chuàng)新與經(jīng)濟增長的關系，特別是區(qū)域間的溢出效應和作用，具有一定的價值意義。文本將采用空間計量分析方法，探討粵港澳大灣區(qū)的科技創(chuàng)新對經(jīng)濟增長的直接驅動作用和溢出效應，從理論上為推進粵港澳大灣區(qū)深化創(chuàng)新合作、推進創(chuàng)新協(xié)同發(fā)展提供參考。

二、文獻評述

技術創(chuàng)新理論和內生經(jīng)濟增長理論是科技創(chuàng)新驅動經(jīng)濟增長的理論基礎。Schumpeter（1912）最早提出技術創(chuàng)新理論[1]，指出創(chuàng)新是新的生產(chǎn)函數(shù)，即“生產(chǎn)要素的重新組合”，把生產(chǎn)要素和生產(chǎn)條件的新組合引進生產(chǎn)系統(tǒng)。他認為創(chuàng)新是推動經(jīng)濟增長的主要動力之一，包括產(chǎn)品創(chuàng)新、技術創(chuàng)新、市場創(chuàng)新、資源配置創(chuàng)新和組織創(chuàng)新等[ZW（Z;C]該書1934年第一次英文版翻譯，參見The Theory of Economic Development [M].Cambridge，MA：Harvard University Press，1934.[ZW）]。Solow（1957）率先將技術變量作為外生變量引入傳統(tǒng)的生產(chǎn)函數(shù)中[2]。Romer（1986）提出內生經(jīng)濟增長理論[3]，認為內生的技術進步是經(jīng)濟實現(xiàn)持續(xù)增長的決定因素。Young（1991）發(fā)展了有限干中學模型[4]，即經(jīng)濟增長既可能受到發(fā)明約束， 也可能受到干中學約束。Young（1993）隨后根據(jù)中間產(chǎn)品替代性與互補性，提出中間產(chǎn)品與最終產(chǎn)品數(shù)量同時擴大的內生增長模型[5]。Basu和Weil（1998）將技術刻畫為各種投入的組合[6]，在此基礎上提出增長與技術轉移模型。模型中，盡管知識快速傳播和技術采用成本低，但技術改進跨國家漂移緩慢。Lyigun（2006）的內生性經(jīng)濟增長模型[7]也證明，發(fā)明和創(chuàng)新存在互補關系并推動經(jīng)濟增長。Kamyab （2014）則提出與經(jīng)典內生增長理論不同的觀點[8]，認為知識并不會自發(fā)地溢出，而創(chuàng)新不僅能夠促進經(jīng)濟增長，更能夠實現(xiàn)知識溢出。Pradhan等（2018）對1961—2014年49個國家樣本研究發(fā)現(xiàn)，創(chuàng)新、金融發(fā)展和經(jīng)濟增長存在協(xié)整關系，創(chuàng)新是經(jīng)濟增長的關鍵因素[9]。

學術界對科技創(chuàng)新與經(jīng)濟增長關系進行了豐富的實證檢驗，但實證結果并不一致。實證發(fā)現(xiàn)科技創(chuàng)新對經(jīng)濟增長具有促進作用的文獻較為豐富，國內研究如顏鵬飛和王兵（2004）采用DEA方法測度30個省份1978—2001年的技術效率及Malmquist生產(chǎn)率指數(shù)，發(fā)現(xiàn)技術效率與全要素生產(chǎn)率正相關[10]。殷林森等（2007）采用灰關聯(lián)度模型[11]，檢驗1996—2005年的樣本數(shù)據(jù)，發(fā)現(xiàn)科技投入對產(chǎn)業(yè)發(fā)展有顯著作用，科學研究與試驗發(fā)展（以下簡稱為R&D） 經(jīng)費投入對高端制造業(yè)和服務業(yè)有更高的促進效率。趙彥云和劉思明（2011）采用1988—2008年的省級面板數(shù)據(jù)[12]，實證發(fā)現(xiàn)發(fā)明專利對全要素生產(chǎn)率的影響遠高于實用新型和外觀設計專利，可見原創(chuàng)性創(chuàng)新對經(jīng)濟增長的重要性。宋冬林等（2011）采用內生經(jīng)濟增長理論解釋資本體現(xiàn)式技術進步對經(jīng)濟增長的作用[13]，實證結果顯示設備資本投資中的體現(xiàn)式技術進步對經(jīng)濟增長的貢獻率約為10.6%，占資本貢獻的14.8%。嚴成樑和龔六堂（2013）采用1998—2009年的省級面板數(shù)據(jù)進行研究[14]，發(fā)現(xiàn)基礎研究更有利于促進我國經(jīng)濟增長，高等學校R&D支出對經(jīng)濟增長的促進作用更顯著。李苗苗等（2015）運用DAG等分析方法[15]，根據(jù)31個省市2000—2011年面板數(shù)據(jù)研究發(fā)現(xiàn)，金融發(fā)展、技術創(chuàng)新與經(jīng)濟增長兩兩間存在協(xié)整關系。

但也有少數(shù)研究發(fā)現(xiàn)技術創(chuàng)新對經(jīng)濟增長的作用并不顯著。如龐瑞芝等（2014）采用包絡分析法[16]，實證檢驗2009—2012年省際科技創(chuàng)新對經(jīng)濟發(fā)展的作用，結果發(fā)現(xiàn)各省科技創(chuàng)新對經(jīng)濟發(fā)展的支撐作用普遍偏低，可能原因是創(chuàng)新成果未能有效轉化。蘇治和徐淑丹（2015）將技術進步分解為技術創(chuàng)新與技術效率[17]，采用1991—2012年中國工業(yè)行業(yè)數(shù)據(jù)，測度技術進步對經(jīng)濟增長的貢獻及變化趨勢。結果表明，技術效率對經(jīng)濟高速發(fā)展的貢獻度很小。尚勇敏和曾剛（2017）采用1997—2014年的面板數(shù)據(jù)計算Malmquist指數(shù)[18]，實證發(fā)現(xiàn)科技創(chuàng)新對區(qū)域經(jīng)濟發(fā)展的作用具有不確定性，很大程度上由地方環(huán)境性因素決定。

從過往研究來看，多數(shù)文獻忽視了科技創(chuàng)新在地理空間中的相互依賴和溢出效應，這可能影響對科技創(chuàng)新與經(jīng)濟增長之間關系的判斷?？臻g計量技術的發(fā)展，對該問題的檢驗提供了新的思路和方法。近期不少文獻開始采用空間計量模型研究科技創(chuàng)新和經(jīng)濟增長之間的關系。如王家庭（2012）構建區(qū)域創(chuàng)新溢出測度模型[19]，采用2004—2008年的30個省級面板數(shù)據(jù)，發(fā)現(xiàn)鄰省科技投入對廣東省的經(jīng)濟發(fā)展的影響遠超廣東省的科技投入，這可能是因為廣東的高度開放提高了溢出效果。張林（2016）建立靜態(tài)和動態(tài)的空間面板模型[20]，利用1999—2013年30個省市的面板數(shù)據(jù)，實證檢驗發(fā)現(xiàn)經(jīng)濟增長存在顯著的正向空間相關性與異質性，金融發(fā)展和科技創(chuàng)新均對實體經(jīng)濟增長有短期和長期的顯著作用。白俊紅和王林東（2016）運用空間計量方法[21]，采用2005—2013年較短的面板數(shù)據(jù)，實證研究發(fā)現(xiàn)東部地區(qū)創(chuàng)新驅動能力最高，創(chuàng)新驅動對東部地區(qū)的經(jīng)濟增長促進作用顯著，但對中部地區(qū)作用不顯著，對西部地區(qū)甚至有顯著的負向影響。郭文偉和王文啟（2018）采用空間計量分析粵港澳大灣區(qū)金融集聚對科技創(chuàng)新的空間溢出效應[22]，結果表明金融業(yè)聚集對區(qū)域科技創(chuàng)新整體上沒有明顯影響，但存在顯著行業(yè)異質性。

盡管粵港澳大灣區(qū)自提出以來就得到各界的高度關注，但目前尚未有文獻系統(tǒng)地探討大灣區(qū)科技創(chuàng)新對經(jīng)濟增長的直接影響和溢出影響，這也是本文嘗試補充進行的工作。本文將選取粵港澳大灣區(qū)11市2008—2017年的面板數(shù)據(jù)，構建地理距離和經(jīng)濟距離的空間權重矩陣，采用空間計量檢驗，分析大灣區(qū)的科技創(chuàng)新對經(jīng)濟增長的直接影響和溢出效應。

三、科技創(chuàng)新與經(jīng)濟增長的空間計量分析

（一）數(shù)據(jù)與變量

盡管衡量科技創(chuàng)新的指標較多，但考慮到香港和澳門與珠三角統(tǒng)計口徑和方法的差異，以及考慮到我國各地區(qū)專利授權法律具有統(tǒng)一性，選取授權專利數(shù)代理科技創(chuàng)新;專利授權數(shù)據(jù)來源于廣東省知識產(chǎn)權局和《中國統(tǒng)計年鑒》。選取地區(qū)生產(chǎn)總值（GDP）衡量經(jīng)濟增長。本文將根據(jù)經(jīng)典的柯布道格拉斯生產(chǎn)函數(shù)建立空間計量模型，因此同時選取從業(yè)人員總數(shù) （L）和全社會固定資產(chǎn)投資 （K）分別代理勞動要素投入和資本要素投入。珠三角九市數(shù)據(jù)源于各市統(tǒng)計年鑒，香港數(shù)據(jù)源于《香港統(tǒng)計年刊》，澳門數(shù)據(jù)源于澳門統(tǒng)計暨普查局。在數(shù)據(jù)可獲得性和準確性允許下，樣本周期選取為2008—2017年。借鑒多數(shù)文獻做法，采用永續(xù)盤存法估算資本存量，公式為：

Kt=Kt-1（1-δ）+It（1）

其中，Kt為資本存量;δ表示固定資產(chǎn)折舊率，參考張軍等（2004）計算的各省固定資本形成總額的經(jīng)濟折舊率[23]，取10%;It為以2008年價格表示的全社會固定資產(chǎn)投資。實證中，國內生產(chǎn)總值、專利授權量、全社會固定資產(chǎn)投資存量和從業(yè)人員總數(shù)均取對數(shù)以消除量綱影響。變量的描述性統(tǒng)計如表1所示。

（二）空間自相關分析

空間自相關衡量變量在空間上的分布特征和與鄰近區(qū)域的相關程度，反映變量在空間上的相互依賴或依存?？臻g自相關檢驗是空間計量分析的前提，常用的空間自相關檢驗統(tǒng)計量是MoranI指數(shù)，定義如下：

I=∑ni=1∑nj=1wij（xi-x）（xj-x）S2∑ni=1∑nj=1wij（2）

其中， xi（i=1，2，…，n）為所分析的變量，去中心化，取Zi=（xi-x）， S2=∑ni=1Z2in為樣本方差，W（n×n）為空間權重矩陣， 矩陣元素Wij（i， j=1，2，…，n）。MoranI指數(shù)的取值范圍為[-1，1]，正值表示正空間自相關，負值表示負空間自相關。當MoranI指數(shù)取值為0時，表明變量在空間分布是隨機的，不存在空間自相關。

空間權重矩陣W的估計是計算MoranI指數(shù)的關鍵，也是后續(xù)分析的基礎。空間計量的研究文獻通常采用經(jīng)濟距離和地理距離的加權林光平等（2005）采用地理相鄰關系的簡單權重矩陣，發(fā)現(xiàn)難以準確分析相鄰地區(qū)經(jīng)濟上的相互關系。比如河北省在地理上與北京、天津、陜西、內蒙古等省市相鄰，但河北顯然與北京和天津的經(jīng)濟密切程度更高。因此，他們將區(qū)域間的經(jīng)濟距離（人均GDP的差）引入權重矩陣，建立經(jīng)濟距離空間權重矩陣W*，W*=W×E。W為一般的地理距離權重矩陣，E為經(jīng)濟距離權重矩陣。 。記空間距離權重矩陣為W_G，矩陣元素w1ij=1sij，Sij表示城市i和城市j之間根據(jù)經(jīng)緯度坐標計算的曲面距離。參考林光平等（2005）的做法[24]，以城市間的人均GDP差表示經(jīng)濟距離，perGDPi-perGDPj。記經(jīng)濟距離權重矩陣為W_E，矩陣元素w2ij=1perGDPi-perGDPj?？臻g權重矩陣W為空間距離權重矩陣W_G和經(jīng)濟距離權重矩陣為W_E的加權平均：

W= α × W_G + （1-α） × W_E（3）

公式（3）中， 參數(shù)α取值范圍為[0，1]，衡量地理距離和經(jīng)濟距離的權衡比重，取值越?。ń咏?），說明更側重地理效應，取值越大（越接近1），說明更側重經(jīng)濟效應。本文根據(jù)擬合情況來確定合意的α值。以0.1的步長在[0，1]間取值，代入公式（3），計算各年度的Moran I指數(shù)，結果如表2所示。

從顯著性來看，當α取值為0.5和0.6以及0.7時，樣本期各年度的Moran I指數(shù)均在5%的水平下顯著。綜合比較三個α值的指數(shù)檢驗p值，當α=0.6時，各個年度的Moran I指數(shù)p值最小。因此本文取0.6為合意的α值，即在空間權重矩陣中，地理空間因素權衡比重60%，經(jīng)濟距離因素權衡比重40%。這個結果也意味著粵港澳大灣區(qū)的空間相關結構中，地理因素和經(jīng)濟因素影響接近，前者比重更高。從指數(shù)值來看，各個年度的指數(shù)值均為正，意味著粵港澳大灣區(qū)的經(jīng)濟發(fā)展存在明顯的集聚效應，這也是未來協(xié)同發(fā)展的基礎。

更進一步，我們分別計算2008年和2017年的局部MoranI指數(shù)。圖4描繪了2008年和2017年的局部MoranI指數(shù)散點圖，直觀顯示粵港澳大灣區(qū)11市經(jīng)濟增長的空間相關性。圖中，數(shù)字1～11分別代表廣州、深圳、珠海、佛山、惠州、東莞、中山、江門、肇慶、香港和澳門這11個地區(qū)。

圖4清楚地顯示，2008年和2017這兩年粵港澳大灣區(qū)的大部分地區(qū)分布在第一、三象限，說明各地區(qū)的經(jīng)濟發(fā)展存在明顯的正空間相關。對比兩年的散點圖可以發(fā)現(xiàn)，從2008年到2017年，處于各個象限的城市沒有發(fā)生明顯變化，說明粵港澳大灣區(qū)各城市經(jīng)濟發(fā)展的空間依賴關系較為穩(wěn)定。

（三）空間計量模型

空間計量模型有三種常用類型，空間自回歸模型（Spatial Auto Regression，SAR）、空間杜賓模型（Spatial Durbin Model，SDM）和空間誤差模型（Spatial Errors Model，SEM）。SAR模型主要探討被解釋變量在某一個地區(qū)是否具有溢出效應，形式為：

y=ρWy+Xβ+（4）

我們采用最基本的柯布道格拉斯生產(chǎn)函數(shù)，因此y為地區(qū)的國內生產(chǎn)總值對數(shù)值; 外生解釋變量X包括了衡量科技創(chuàng)新的授權專利數(shù)A對數(shù)值、從業(yè)人員總數(shù)L對數(shù)值和全社會固定資產(chǎn)存量K對數(shù)值;β反映自變量X對y的影響;ρ為空間自回歸系數(shù);W為空間權重矩陣;為服從獨立同分布假設的隨機誤差項。

SDM模型探討區(qū)域的被解釋變量是否依賴于其鄰近地區(qū)的自變量，模型形式為：

y=Xβ+ρWX+（5）

SEM模型則考慮到空間依賴性可能通過誤差項來體現(xiàn)，測度鄰近地區(qū)因變量誤差沖擊對本地區(qū)的影響，擾動項存在空間依賴性，模型形式為：

y=Xβ+μ（6）

μ=ρWμ+， ～N（0，σ2In）（7）

其中，μ為誤差項;N（·）表示正態(tài)分布;In為單位矩陣。我們采用LM檢驗選擇空間計量模型的設定，結果如表3所示。結果顯示，SAR模型各個LM統(tǒng)計量均在10%或者1%的水平下顯著。因此，本文選取SAR模型估計粵港澳大灣區(qū)的空間依存關系。

本文采用面板數(shù)據(jù)，因此需要進一步進行Hausman檢驗，以選擇固定效應抑或隨機效應，結果如表4所示。結果顯示，在5%的顯著水平下不能拒絕空間隨機效應模型的原假設。

（四）實證結果分析

盡管Hausman檢驗未拒絕隨機效應模型的原假設，但出于穩(wěn)健對比考慮，本文同時報告空間自回歸模型（SAR）隨機效應和固定效應本文同時進行三種固定效應的回歸分析（時間固定、空間固定和時空固定），結果顯示，空間固定效應的SAR模型擬合效果優(yōu)于其他兩種效應模型。 的回歸結果?？臻g自回歸模型（SAR）回歸結果如表5所示。

表5顯示，隨機效應和固定效應的SAR模型回歸結果在系數(shù)、顯著性方面差異不大，可見空間自回歸模型的回歸結果較穩(wěn)健。我們選擇參數(shù)估計顯著性更優(yōu)的隨機效應模型作為最后的模型。實證結果顯示，科技創(chuàng)新和資本投入對經(jīng)濟增長有顯著的正向驅動作用，這與事實基本吻合。進一步，在隨機效應空間自相關模型基礎上檢驗科技創(chuàng)新等要素對經(jīng)濟增長的直接影響和溢出效應，結果如表6所示。

表6結果顯示，粵港澳大灣區(qū)的科技創(chuàng)新對經(jīng)濟增長的直接影響為0.125，在1%的水平上顯著;溢出效應為0.066，在10%的水平上顯著。這意味著在粵港澳大灣區(qū)中，某地區(qū)科技創(chuàng)新發(fā)展對本地區(qū)的經(jīng)濟增長有顯著的正向作用，平均而言，科技創(chuàng)新水平提高1單位，促進本地區(qū)經(jīng)濟增長提高0.125單位;同時，對其他地區(qū)的經(jīng)濟增長也存在顯著的正向促進作用，平均而言（所有地區(qū)平均），科技創(chuàng)新水平提高1單位，對其他區(qū)經(jīng)濟增長驅動提高0.066單位?？梢园l(fā)現(xiàn)，直接促進效應高于溢出效應。

粵港澳大灣區(qū)的資本投入對經(jīng)濟增長的直接效應為0.230，在1%的水平上顯著;溢出效應為0.125，在10%的水平上顯著。這表明，粵港澳大灣區(qū)中，某地區(qū)的資本投入（以固定資產(chǎn)投資存量為代理）對本地區(qū)的經(jīng)濟增長有顯著的正向驅動作用，平均而言，資本投入提高1單位，對本地區(qū)經(jīng)濟增長驅動提高0.230單位;同時，對其他地區(qū)的經(jīng)濟發(fā)展也存在顯著的正向促進作用，平均而言，資本投入水平提高1單位，對其他區(qū)經(jīng)濟增長驅動提高0.125單位。對比發(fā)現(xiàn)，資本投入的直接效應高于溢出效應;資本投入的直接效應和溢出效應，均高出科技創(chuàng)新的直接效應和溢出效應兩倍左右。

勞動投入（以從業(yè)人員總數(shù)為代理）在SAR模型、直接影響和溢出效應檢驗均不顯著。實證結果不足以說明，粵港澳大灣區(qū)的勞動投入對本地區(qū)和相鄰地區(qū)存在明顯直接影響和溢出影響。平均而言，整個灣區(qū)并不存在明顯的勞動密集型特征。整體上看，資產(chǎn)要素投入對粵港澳大灣區(qū)的經(jīng)濟增長貢獻程度最高，科技創(chuàng)新水平次之，勞動力投入對經(jīng)濟增長的影響不顯著。

四、結論與啟示

本文采用空間自回歸模型探討粵港澳大灣區(qū)科技創(chuàng)新與經(jīng)濟增長的空間依存和相關作用，選取2008—2017年的面板樣本，實證檢驗科技創(chuàng)新對經(jīng)濟增長的直接影響和溢出效應。研究發(fā)現(xiàn)：

粵港澳大灣區(qū)中，某地區(qū)科技創(chuàng)新對本地區(qū)經(jīng)濟增長有顯著的促進作用，對臨近區(qū)域經(jīng)濟發(fā)展也存在溢出促進效應。因此，匯聚大灣區(qū)乃至國際的創(chuàng)新資源，實施更加“協(xié)同”的創(chuàng)新驅動發(fā)展是粵港澳大灣區(qū)發(fā)展的戰(zhàn)略首選。在穩(wěn)步推進“廣州-深圳-香港-澳門”科技創(chuàng)新走廊建設的基礎上，延伸至其他灣區(qū)、其他城市，深化創(chuàng)新合作，形成開放融合的協(xié)同創(chuàng)新區(qū)域。實證結果也顯示，溢出效應的顯著性和作用程度在樣本期內均較小，作用程度僅為直接效應的一半。因此，科技創(chuàng)新對臨近區(qū)域經(jīng)濟發(fā)展的促進作用有很大的提升空間，破除科技創(chuàng)新資源在區(qū)域間自由流動和自由發(fā)揮作用的各種約束和壁壘顯得十分重要。譬如，科技創(chuàng)新人才的自由跨區(qū)流動、人才政策的跨區(qū)協(xié)同，科技創(chuàng)新產(chǎn)出如發(fā)明專利、信息數(shù)據(jù)等資源的自由跨區(qū)成果轉化和便捷便利使用，高新技術企業(yè)的跨區(qū)營運等。創(chuàng)新要素包括人才、信息、技術等的跨區(qū)跨境流動和融通，將有效激發(fā)科技創(chuàng)新的溢出效應。

粵港澳大灣區(qū)中，某地區(qū)資本投入要素對地區(qū)經(jīng)濟增長有顯著的驅動作用，對臨近區(qū)域經(jīng)濟發(fā)展也存在正的溢出促進效應。因此，應發(fā)揮香港在國際金融領域的引領帶動，完善深圳以證券交易所為代表的多級資本市場，推進廣州完善現(xiàn)代金融體系，同時發(fā)展澳門、珠海等其他灣區(qū)城市金融體系，建成國際金融樞紐，促使資本要素發(fā)揮對經(jīng)濟更大的促進作用，促使資本要素在灣區(qū)內更加安全地流動和發(fā)揮對臨近地區(qū)的溢出作用。實證發(fā)現(xiàn)，資本要素驅動的溢出效應也僅為直接效應的一半。因此，要推進粵港澳大灣區(qū)金融市場互聯(lián)互通，促使資本要素更加自由流動和安全流動，促進溢出效應發(fā)揮作用。實證同時發(fā)現(xiàn)，科技創(chuàng)新對經(jīng)濟增長的直接效應和溢出效應，均遠遠低于資本要素的直接效應和溢出效應。相對提高資本要素投入，提高科技創(chuàng)新投入對經(jīng)濟增長將帶來更大的邊際提高。

粵港澳大灣區(qū)的勞動力投入對經(jīng)濟增長的直接和溢出效應并不顯著。因此，勞動力密集型的發(fā)展模式不宜成為粵港澳大灣區(qū)未來發(fā)展的選擇。當然，這也已經(jīng)成為當前各界的共識。這同時也啟示我們，應推進粵港澳教育合作發(fā)展，創(chuàng)造更好的人才環(huán)境;培育和吸引高端人才將是粵港澳大灣區(qū)的人才政策選擇。

參考文獻：

[1]SCHUMPETER J. Theorie der wirtschaftlichen entwicklung[M].Leipzig：Duncker and Humblot，1912.

[2]SOLOW R M. Technical change and the aggregate production function[J]. Review of economics & statistics， 1957， 39（3）：554-562.

[3]ROMER， PAUL M.Increasing returns and long-run growth[J]. Journal of political economy， 1986， 94（5）：1002-1037.

[4]YOUNG A.Learning by doing and the dynamic effects of international trade[J]. Quarterly journal of economics， 1991， 106（2）：369-405.

[5]YOUNG A.Invention and bounded learning by doing[J]. Journal of political economy， 1993， 101（3）：443-472.

[6]BASU S， WEIL D N.Appropriate technology and growth[J]. The quarterly journal of economics， 1998， 113（4）： 1025-1054.

[7]IYIGUN M.Clusters of invention， life cycle of technologies and endogenous growth[J]. Journal of economic dynamics & control， 2006， 30（4）：687-719.

[8]KAMYAB S H.The entrepreneurship， knowledge spillover and economic growth[J]. International journal of sustainable development & world policy， 2014，3（2）：45-54.

[9]PRADHAN R P， ARVIN M B， BAHMANI S. Are innovation and financial development causative factors in economic growth？ Evidence from a panel granger causality test[J]. Technological forecasting & social change， 2018， 132：130-142.

[10]顏鵬飛， 王兵. 技術效率、技術進步與生產(chǎn)率增長：基于DEA的實證分析[J]. 經(jīng)濟研究， 2004（12）：55-65.

[11]殷林森，胡文偉，李湛. 我國科技投入與產(chǎn)業(yè)經(jīng)濟增長的關聯(lián)性研究[J]. 中國軟科學， 2007（11）：57-63.

[12]趙彥云， 劉思明. 中國專利對經(jīng)濟增長方式影響的實證研究：1988～2008年[J]. 數(shù)量經(jīng)濟技術經(jīng)濟研究， 2011， 28（4）：34-48.

[13]宋冬林， 王林輝， 董直慶. 資本體現(xiàn)式技術進步及其對經(jīng)濟增長的貢獻率（1981—2007）[J]. 中國社會科學， 2011（2）：91-106.

[14]嚴成樑， 龔六堂. R&D規(guī)模、R&D結構與經(jīng)濟增長[J]. 南開經(jīng)濟研究， 2013（2）：3-19.

[15]李苗苗， 肖洪鈞， 趙爽. 金融發(fā)展、技術創(chuàng)新與經(jīng)濟增長的關系研究——基于中國的省市面板數(shù)據(jù)[J]. 中國管理科學， 2015， 23（2）：162-169.

[16]龐瑞芝， 范玉， 李揚. 中國科技創(chuàng)新支撐經(jīng)濟發(fā)展了嗎？[J]. 數(shù)量經(jīng)濟技術經(jīng)濟研究， 2014， 31（10）：37-52.

[17]蘇治， 徐淑丹. 中國技術進步與經(jīng)濟增長收斂性測度——基于創(chuàng)新與效率的視角[J]. 中國社會科學， 2015（7）：4-25.

[18]尚勇敏， 曾剛. 科技創(chuàng)新推動區(qū)域經(jīng)濟發(fā)展模式轉型：作用和機制[J]. 地理研究， 2017， 36（12）：2279-2290.

[19]王家庭. 科技創(chuàng)新、空間溢出與區(qū)域經(jīng)濟增長：基于30省區(qū)數(shù)據(jù)的實證研究[J]. 當代經(jīng)濟管理， 2012， 34（11）：49-54.

[20]張林. 金融發(fā)展、科技創(chuàng)新與實體經(jīng)濟增長——基于空間計量的實證研究[J]. 金融經(jīng)濟學研究， 2016（1）：14-25.

[21]白俊紅， 王林東. 創(chuàng)新驅動是否促進了經(jīng)濟增長質量的提升？[J]. 科學學研究， 2016， 34（11）：1725-1735.

[22]郭文偉， 王文啟. 粵港澳大灣區(qū)金融集聚對科技創(chuàng)新的空間溢出效應及行業(yè)異質性[J]. 廣東財經(jīng)大學學報， 2018， 33（2）：12-21.

[23]張軍， 吳桂英， 張吉鵬. 中國省際物質資本存量估算：1952—2000[J]. 經(jīng)濟研究， 2004（10）：35-44.

[24]林光平， 龍志和， 吳梅. 我國地區(qū)經(jīng)濟收斂的空間計量實證分析：1978—2002年[J]. 經(jīng)濟學（季刊）， 2005， 4（18）：67-82.

Technology Innovation and Economic Growth of Guangdong-Hong Kong-Macao Greater Bay Area

SUN Jian-qiang MIAO Yi-xuan ZHANG Shi-ze

（1.School of Economics and Commerce， South China University of Technology， Guangzhou 510006， Guangdong， China; 2.Institute of Modern Service Industry，South China University of Technology，Guangzhou 510006， Guangdong， China）

Abstract： This paper aims to investigate spatial structure and correlations of technology innovation and economic growth in Guangdong-Hong Kong-Macao Greater Bay Area （GBA） by using a spatial autoregressive model. Empirical evidences using a panel data set from 2008 to 2017 show that （1） technology innovation of a city measured by numbers of authorized patents significantly drives its economic growth and has a significant positive spillover effect on its neighbor citys growth. The degree of technology spillover effect on growth is about half of direct effect. （2） Capital input of a city significantly drives its economic growth and its spillover effect on neighbor city is also significant. The direct and spillover effect of capital input on growth is much higher than the corresponding effect of technology innovation on growth. （3） There is no significant evidence of labor input effect on growth. Policy suggestions for GBA is to take a more synergetic strategy of technology innovation by aggregating the innovation resources of GBA and even of the world， and to alleviate any obstacles which may limit the free-moving of innovation resources between GBA cities.

Keywords： Guangdong-Hong Kong-Macao Greater Bay Area; technology innovation; economic growth