李 峰，劉 爽，趙 毅，2，孫佰清

（1.河北工業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，天津 300401；2.復(fù)旦大學(xué)經(jīng)濟(jì)學(xué)院，上海 200344；3.哈爾濱工業(yè)大學(xué)經(jīng)濟(jì)與管理學(xué)院，黑龍江哈爾濱 150001）

1 研究背景

習(xí)近平總書記在黨的十九大報告中提出創(chuàng)新是引領(lǐng)發(fā)展的第一動力，必須把創(chuàng)新擺在國家發(fā)展全局的核心位置。對處于經(jīng)濟(jì)發(fā)展新常態(tài)的我國來說，切實(shí)提高各區(qū)域的創(chuàng)新能力和建設(shè)創(chuàng)新型國家已成為國家發(fā)展戰(zhàn)略的核心和提高綜合國力競爭力的關(guān)鍵［1］。“十四五”時期，我國再次強(qiáng)調(diào)經(jīng)濟(jì)發(fā)展模式要從依靠要素投入向靠創(chuàng)新驅(qū)動轉(zhuǎn)變。國家知識產(chǎn)權(quán)局?jǐn)?shù)據(jù)1）顯示，2019 年國內(nèi)每萬人發(fā)明專利擁有量達(dá)到13.3 件，提前完成“十三五”規(guī)劃確定的目標(biāo)任務(wù)。根據(jù)世界知識產(chǎn)權(quán)組織發(fā)布的《2019 年全球創(chuàng)新指數(shù)》報告，我國在全球創(chuàng)新指數(shù)涵蓋的129 個經(jīng)濟(jì)體中上升至第14 名［2］。毋庸置疑，我國創(chuàng)新產(chǎn)出總量符合國內(nèi)經(jīng)濟(jì)社會發(fā)展的基本要求，在全球創(chuàng)新產(chǎn)出中扮演日趨重要的角色，然而，每萬人口發(fā)明專利擁有量排行前3 位的省份依次為北京、上海、江蘇［3］,均集中在東部地區(qū)2）。這表明我國區(qū)域創(chuàng)新水平地域失衡、空間不協(xié)調(diào)的情況較為突出，直接影響區(qū)域?qū)嵤﹦?chuàng)新驅(qū)動發(fā)展戰(zhàn)略的效果。因此，如何優(yōu)化創(chuàng)新資源空間配置、提高區(qū)域創(chuàng)新效率成為我國建設(shè)創(chuàng)新型國家亟待解決的關(guān)鍵問題。

互聯(lián)網(wǎng)與新一代信息技術(shù)在經(jīng)濟(jì)、社會各部門擴(kuò)散、應(yīng)用，已成為我國創(chuàng)新空間組織形態(tài)重要的變革力量。學(xué)術(shù)界正逐漸重視互聯(lián)網(wǎng)普及與區(qū)域創(chuàng)新空間演進(jìn)問題研究，如張旭亮等［4］基于互聯(lián)網(wǎng)的信息技術(shù)屬性視角研究互聯(lián)網(wǎng)對區(qū)域創(chuàng)新的內(nèi)在機(jī)理，實(shí)證分析表明互聯(lián)網(wǎng)對區(qū)域創(chuàng)新有較明顯的推動作用；韓先鋒等［5］基于我國省際面板數(shù)據(jù)，采用門檻回歸技術(shù)探究“互聯(lián)網(wǎng)+”對創(chuàng)新溢出效率影響的異質(zhì)動態(tài)效應(yīng)；王志高等［6］從互聯(lián)網(wǎng)技術(shù)出發(fā)，通過空間計量分析方法實(shí)證表明互聯(lián)網(wǎng)與區(qū)域創(chuàng)新投入之間存在倒“U”型關(guān)系；徐向龍等［7］在對互聯(lián)網(wǎng)技術(shù)和區(qū)域創(chuàng)新效率研究的基礎(chǔ)上發(fā)現(xiàn)，電子商務(wù)發(fā)展對區(qū)域創(chuàng)新效率產(chǎn)生先升后降的倒“U”型影響；李新偉等［8］考察了互聯(lián)網(wǎng)發(fā)展對區(qū)域創(chuàng)新能力影響的異質(zhì)性與關(guān)聯(lián)性，發(fā)現(xiàn)互聯(lián)網(wǎng)發(fā)展會顯著促進(jìn)區(qū)域創(chuàng)新產(chǎn)出水平的提高，并且這種促進(jìn)作用具有空間異質(zhì)性，相較于東部地區(qū)，中部和西部地區(qū)無法完全發(fā)揮網(wǎng)絡(luò)效應(yīng)，其互聯(lián)網(wǎng)發(fā)展的促進(jìn)作用較弱。在此基礎(chǔ)上，本研究基于互聯(lián)網(wǎng)的技術(shù)屬性分析其對區(qū)域創(chuàng)新空間演進(jìn)的作用，以探究互聯(lián)網(wǎng)能否成為新興的區(qū)域創(chuàng)新空間演進(jìn)的影響因素，為國家制定和執(zhí)行相關(guān)政策提供參考。

空間計量經(jīng)濟(jì)學(xué)被引入到知識生產(chǎn)函數(shù)之后，學(xué)者開始從空間維度研究知識溢出效應(yīng)，如趙勇等［9］、Miguelez［10］提出，經(jīng)濟(jì)主體在相互交流和接觸過程中，知識會以無意識的狀態(tài)進(jìn)行傳播。大多數(shù)的研究表明知識溢出對區(qū)域創(chuàng)新呈現(xiàn)顯著的正向作用，如陶長琪等［11］從知識資源存量和知識創(chuàng)造與轉(zhuǎn)化維度對知識溢出進(jìn)行分解，基于知識生產(chǎn)函數(shù)實(shí)證表明知識資源存量、知識創(chuàng)造與轉(zhuǎn)化能力對區(qū)域技術(shù)創(chuàng)新效率的影響顯著為正；少部分學(xué)者如杜偉［12］認(rèn)為知識的區(qū)際溢出會形成創(chuàng)新的利益溢出，降低企業(yè)創(chuàng)新動力，對技術(shù)創(chuàng)新有消極影響。

現(xiàn)有研究在互聯(lián)網(wǎng)對區(qū)域創(chuàng)新格局的影響方面依然存在缺口，互聯(lián)網(wǎng)具有的時空壓縮效應(yīng)在經(jīng)濟(jì)分化增長動力下成為知識溢出與區(qū)域創(chuàng)新的重要突破口，與空間知識溢出對區(qū)域創(chuàng)新空間聯(lián)系與組織方式、區(qū)域創(chuàng)新結(jié)構(gòu)演進(jìn)與協(xié)調(diào)的相關(guān)研究有待進(jìn)一步深化，以及互聯(lián)網(wǎng)普及是否適應(yīng)各區(qū)域創(chuàng)新產(chǎn)出的空間演進(jìn)、如何協(xié)同知識溢出促成地區(qū)間創(chuàng)新產(chǎn)出的動態(tài)平衡發(fā)展，如何有效利用互聯(lián)網(wǎng)普及這一途徑制定有針對性的發(fā)展策略、優(yōu)化區(qū)域創(chuàng)新的空間發(fā)展等問題都有待回答。鑒于此，本研究利用2007—2018 年我國30 個省、自治區(qū)、直轄市（未含西藏和港澳臺地區(qū)）（以下簡稱“30 省份”）的統(tǒng)計數(shù)據(jù)，旨在分析互聯(lián)網(wǎng)普及、知識溢出效應(yīng)對區(qū)域創(chuàng)新空間演進(jìn)的影響。

2 理論分析與研究假設(shè)

2.1 互聯(lián)網(wǎng)普及與區(qū)域創(chuàng)新產(chǎn)出

推動互聯(lián)網(wǎng)與區(qū)域創(chuàng)新深度融合已經(jīng)成為當(dāng)今區(qū)域創(chuàng)新的新局面。隨著互聯(lián)網(wǎng)的普及滲透，創(chuàng)新資源在使用過程中由線下資源的簡單相加走向線上線下資源的深度聚合［13］，互聯(lián)網(wǎng)拓展了創(chuàng)新資源使用范圍的廣度和深度，帶動區(qū)域創(chuàng)新能力明顯提升?；ヂ?lián)網(wǎng)技術(shù)的發(fā)展破解了信息在傳遞過程中的時空約束，有效克服了信息不對稱現(xiàn)象［14］，創(chuàng)新主體更容易享受到等質(zhì)等量、充分披露的信息，降低彼此交流間的協(xié)調(diào)成本和開展創(chuàng)新活動的風(fēng)險，顯著激發(fā)創(chuàng)新主體開展創(chuàng)新活動的主動性［15］。故提出本研究的第1 個研究假設(shè)：

H1：互聯(lián)網(wǎng)普及能減少信息不對稱和降低協(xié)調(diào)成本，進(jìn)而促進(jìn)區(qū)域創(chuàng)新產(chǎn)出水平提高。

2.2 知識溢出與區(qū)域創(chuàng)新產(chǎn)出

新經(jīng)濟(jì)地理學(xué)認(rèn)為，知識溢出是影響創(chuàng)新活動空間分布的重要原因［16］。知識溢出承載的知識源通過多種渠道在地區(qū)間傳播和擴(kuò)散，是創(chuàng)新發(fā)展的核心支撐力［17］。作為創(chuàng)新投入的重要載體，知識溢出能夠在創(chuàng)新過程中提供充足有效的創(chuàng)新資源，創(chuàng)新水平越高的地區(qū)越能高效地吸收外部區(qū)域溢出的知識并進(jìn)行二次創(chuàng)新。Combes 等［18］、蘇方林［19］的研究發(fā)現(xiàn)知識溢出具有局域性的特征。由于地理空間距離的限制，知識大量溢出至地理鄰近城市，導(dǎo)致創(chuàng)新活動在一定的范圍集中［20］，創(chuàng)新集聚降低了區(qū)域創(chuàng)新內(nèi)部的不確定性，創(chuàng)新主體的合作意識隨之增強(qiáng)，進(jìn)而有助于促進(jìn)區(qū)域創(chuàng)新水平的提升?；诖?，提出本研究的第2 個研究假設(shè)：

H2：知識溢出的空間效應(yīng)可促進(jìn)區(qū)域創(chuàng)新產(chǎn)出的提高。

2.3 互聯(lián)網(wǎng)普及協(xié)同知識溢出影響區(qū)域創(chuàng)新產(chǎn)出的理論機(jī)制

互聯(lián)網(wǎng)的時空壓縮效應(yīng)使得空間距離的影響在一定程度上減弱，進(jìn)一步解鎖了區(qū)域未被充分利用的知識資源及其內(nèi)生價值，使得各種知識傳播的空間局限性逐漸降低。如“5G+”遠(yuǎn)程醫(yī)療會診、阿里巴巴集團(tuán)和京東集團(tuán)等企業(yè)虛實(shí)結(jié)合的技術(shù)應(yīng)用模式使得不可編碼知識變得容易傳播，更大程度促進(jìn)省際知識溢出效應(yīng)［21］。即使一方遠(yuǎn)在大洋彼岸，也可以通過科技手段使得雙方無任何障礙地交流，在網(wǎng)絡(luò)空間實(shí)現(xiàn)“面對面”的感知［22］。由此，各區(qū)域間的創(chuàng)新活動隨之更加便捷頻繁?；诖?，提出本研究的第3 個研究假設(shè)：

H3：互聯(lián)網(wǎng)普及能放大知識溢出的空間效應(yīng)，進(jìn)而提升區(qū)域創(chuàng)新產(chǎn)出水平。

3 我國區(qū)域創(chuàng)新產(chǎn)出與互聯(lián)網(wǎng)普及的空間演進(jìn)特征

3.1 空間演進(jìn)特征分析

選取專利申請授權(quán)量作為代理變量，用來衡量區(qū)域創(chuàng)新產(chǎn)出水平。隨著時間的推移，30 省份創(chuàng)新產(chǎn)出從整體上呈現(xiàn)上升的趨勢，專利申請授權(quán)數(shù)從2007 年的283 636 件上升至2018 年的2 318 454 件3），增長了8 倍左右，反映了我國科技戰(zhàn)略的發(fā)展成效。從省域橫向來看，30 省份創(chuàng)新空間結(jié)構(gòu)演進(jìn)呈現(xiàn)極大的空間非平衡性（見圖1）。具體來講，江蘇、浙江、廣東、上海等東部沿海地區(qū)集中了我國總體絕大多數(shù)的授權(quán)專利，形成了高級創(chuàng)新區(qū)，這些地區(qū)的專利授權(quán)量合計占比高達(dá)70%，創(chuàng)新總量遠(yuǎn)高于其他省份，呈現(xiàn)了“高高”集聚狀態(tài)；隨著國家對中西部地區(qū)采取適度扶持的政策逐漸發(fā)揮作用，安徽和河南、四川、遼寧分別為中、西、東北區(qū)域創(chuàng)新產(chǎn)出處于優(yōu)勢的代表省份，創(chuàng)新產(chǎn)出水平遠(yuǎn)不如東部沿海地區(qū)，表明我國區(qū)域創(chuàng)新產(chǎn)出呈現(xiàn)“東強(qiáng)西弱”的態(tài)勢，存在顯著的區(qū)域創(chuàng)新空間差異。

圖1 2007 年、2014 年和2018 年30 省份創(chuàng)新產(chǎn)出比重

為進(jìn)一步反映創(chuàng)新產(chǎn)出在空間演進(jìn)過程中差異的變化情況，參考付幗等［23］的方法計算30 省份創(chuàng)新產(chǎn)出的變異系數(shù)（見圖2）。變異系數(shù)反映地區(qū)間的相對均衡度，系數(shù)越小說明區(qū)域間發(fā)展越均衡?？疾炱趦?nèi)30 省份創(chuàng)新產(chǎn)出變異系數(shù)總體上以2012年為分界線，呈現(xiàn)先增加后減少的倒“U”型趨勢。具體來看，變異系數(shù)在2007—2012 年上升0.2，2012 年達(dá)到了區(qū)域創(chuàng)新差異的最高值，漲幅態(tài)勢集中在2008—2010 年，這可能是因?yàn)樵?008 年我國出臺了《關(guān)于支持中小企業(yè)技術(shù)創(chuàng)新的若干政策》，使得中小企業(yè)分布較多的東部地區(qū)的創(chuàng)新產(chǎn)出水平進(jìn)一步提高，區(qū)域間的創(chuàng)新差異因此大幅度擴(kuò)大；在2013—2018 年變異系數(shù)下降幅度為0.2，這可能是因?yàn)?012 年我國提出要加快國家創(chuàng)新體系建設(shè)，提升創(chuàng)新體系整體效能，這使得創(chuàng)新政策更多地傾向并發(fā)揮于水平相對落后的中西部地區(qū)，使得整體的區(qū)域創(chuàng)新產(chǎn)出水平差異逐漸下降，這在一定程度上表明推進(jìn)區(qū)域創(chuàng)新產(chǎn)出水平落后地區(qū)的創(chuàng)新發(fā)展以弱化創(chuàng)新空間差異是一項(xiàng)長期工程。

圖2 30 省份創(chuàng)新產(chǎn)出變異系數(shù)演變趨勢

3.2 區(qū)域創(chuàng)新水平與互聯(lián)網(wǎng)普及的相關(guān)分析

選擇互聯(lián)網(wǎng)普及率作為衡量互聯(lián)網(wǎng)普及程度的指標(biāo)，并將其與專利申請授權(quán)量進(jìn)行相關(guān)性分析（見圖3），進(jìn)而發(fā)現(xiàn)互聯(lián)網(wǎng)普及與區(qū)域創(chuàng)新產(chǎn)出水平分布的關(guān)系規(guī)律。總體上，考察期內(nèi)30 省份每百人上網(wǎng)數(shù)與專利申請授權(quán)量均顯著相關(guān)，相關(guān)系數(shù)以2012 年為分界點(diǎn)經(jīng)歷了先減小后增加的“U”型變動特征。具體來看，2007—2012 年，相關(guān)系數(shù)從0.642 6 逐漸下降為0.428 3；2013—2018 年，相關(guān)系數(shù)再次逐漸上升至0.483 9。原因在于最初幾年，我國提高區(qū)域創(chuàng)新水平的主要途徑是依靠人力、資本等傳統(tǒng)要素的投入，政策傾向于高投入研發(fā)經(jīng)費(fèi)、高強(qiáng)度培養(yǎng)研發(fā)人員等，對互聯(lián)網(wǎng)的認(rèn)識和支持強(qiáng)度不及傳統(tǒng)要素，同時互聯(lián)網(wǎng)普及處于起步階段，基礎(chǔ)設(shè)施不完善成為制約互聯(lián)網(wǎng)發(fā)展的門檻；后期隨著信息與通信技術(shù)的進(jìn)步以及網(wǎng)絡(luò)效應(yīng)的出現(xiàn)，基礎(chǔ)設(shè)施日趨完善促進(jìn)了互聯(lián)網(wǎng)普及的快速發(fā)展。

圖3 30 省份互聯(lián)網(wǎng)普及與創(chuàng)新產(chǎn)出的相關(guān)性

4 研究設(shè)計

4.1 數(shù)據(jù)來源與處理

根據(jù)數(shù)據(jù)可得性和實(shí)證研究的需要，2007—2018 年30 省份相關(guān)數(shù)據(jù)來自于《中國統(tǒng)計年鑒》《中國高技術(shù)產(chǎn)業(yè)統(tǒng)計年鑒》《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告》《中國科技統(tǒng)計年鑒》等。為合理控制異方差和共線性，所有變量取自然對數(shù)。

4.2 變量選取與說明

（1）解釋變量，即知識溢出。借鑒江三良等［24］的做法，從知識存量和知識質(zhì)量兩個維度衡量地區(qū)層面的知識溢出水平。

知識存量為人們在生產(chǎn)和生活實(shí)踐中知識的積累，通常表現(xiàn)為某時點(diǎn)上一個區(qū)域?qū)χR資源的占有總量，反映了區(qū)域知識生產(chǎn)的能力。知識存量增加會顯著促進(jìn)地區(qū)的創(chuàng)新水平提升。借鑒呂情［25］的做法，通過永續(xù)盤存法估算地區(qū)i在時間t的知識存量，用公式表示如下：

為了得到知識存量的初始值，通過以下公式計算：

知識質(zhì)量有提升區(qū)域創(chuàng)新潛能的隱形作用。為量化知識質(zhì)量狀況，借鑒余泳澤等［26］的做法，從知識創(chuàng)造、知識轉(zhuǎn)化兩個角度構(gòu)建知識質(zhì)量綜合評價體系，增加對社會發(fā)展效益創(chuàng)造方面的衡量指標(biāo)，以更全面地從基于區(qū)域自身屬性的角度衡量知識質(zhì)量（見表1）。

表1 區(qū)域知識質(zhì)量綜合評價體系

區(qū)域知識質(zhì)量綜合評價體系的9 個二級指標(biāo)從不同角度衡量了知識質(zhì)量的水平狀況，但各指標(biāo)之間具有一定的相關(guān)關(guān)系，因此在實(shí)際估計過程中利用 SPSS 軟件對多維數(shù)據(jù)進(jìn)行全局主成分分析，以構(gòu)造省際維度的知識質(zhì)量水平綜合得分。經(jīng)標(biāo)準(zhǔn)化處理后的全部數(shù)據(jù)通過了 KMO 檢驗(yàn)和Bartlett 球形檢驗(yàn)，說明本研究所觀測的數(shù)據(jù)適合此方法。采用特征值大于1 并累計方差貢獻(xiàn)率達(dá)到 80%的方法來確定因子個數(shù)，從9 個指標(biāo)中提取到2 個主成分，構(gòu)造成1 個綜合反映知識質(zhì)量水平的復(fù)合指數(shù)。為了后續(xù)研究方便，借鑒韓先鋒等［14］的做法，按照公式如式（3），將測算所得的知識質(zhì)量綜合得分?jǐn)?shù)據(jù)標(biāo)準(zhǔn)化到［0，1］區(qū)間內(nèi)，以此作為本研究的核心解釋變量。

（2）控制變量。為更準(zhǔn)確地反映互聯(lián)網(wǎng)普及、知識溢出對區(qū)域創(chuàng)新產(chǎn)出的影響，有針對性地引入影響因素進(jìn)行控制。具體如下：1）地區(qū)人力資本水平(hc)。地區(qū)人力資本水平越高，表明該地區(qū)勞動者素質(zhì)和技能越高，從而可以更加高效地開展技術(shù)創(chuàng)新活動，有利于地區(qū)創(chuàng)新能力的提高［27］。將居民受教育程度分為小學(xué)教育、初中教育、高中教育、大專及以上教育，用不同受教育程度的人數(shù)占6 歲以上人口的比重乘以對應(yīng)的平均累計受教育年限，繼而求和得到。2）地區(qū)基礎(chǔ)設(shè)施建設(shè)水平（inf）。區(qū)域交通網(wǎng)絡(luò)、通信等基礎(chǔ)設(shè)施的完善能夠提高區(qū)域創(chuàng)新水平。如今各類通信工具在區(qū)域交流中的作用日益重要，而通信交流則需要地區(qū)提供必要的長途光纜設(shè)施，因此，參考李婧等［28］的做法，采用地區(qū)長途光纜線路長度表征地區(qū)基礎(chǔ)設(shè)施建設(shè)水平。

使用 Stata 15.0 分析軟件對數(shù)據(jù)進(jìn)行處理，主要變量的描述性統(tǒng)計結(jié)果如表2 所示。

表2 變量的描述性統(tǒng)計

4.3 模型設(shè)定

Griliches［29］和Jaffe［30］設(shè)計的知識生產(chǎn)函數(shù)(knowledge production function，KPF) 作為一個經(jīng)驗(yàn)?zāi)Ｐ停瑸檠芯繀^(qū)域創(chuàng)新產(chǎn)出提供了有效的理論分析框架，本研究主要基于KPF 模型對30 省份創(chuàng)新空間特征進(jìn)行計量分析，函數(shù)的基本形式為:

知識生產(chǎn)過程同實(shí)物生產(chǎn)過程，本質(zhì)均是一種投入產(chǎn)出過程，本研究把創(chuàng)新活動看作是一種知識的生產(chǎn)過程，創(chuàng)新要素的投入不僅局限于K和L等要素的投入，將互聯(lián)網(wǎng)的普及程度和知識溢出納入?yún)^(qū)域創(chuàng)新產(chǎn)出的分析框架中，構(gòu)建了包含這兩種因素的新的知識生產(chǎn)函數(shù)。因此，在式（4）的基礎(chǔ)上進(jìn)行拓展，函數(shù)形式如下：

研究表明，區(qū)域創(chuàng)新存在空間相關(guān)性，即一個區(qū)域創(chuàng)新產(chǎn)出不僅取決于當(dāng)?shù)氐慕?jīng)濟(jì)水平、創(chuàng)新環(huán)境等因素，同時還受到周邊區(qū)域創(chuàng)新產(chǎn)出的影響［31］。地區(qū)間的知識溢出效應(yīng)，除了可被觀測到的空間相互作用，還包括不可觀測的沖擊以及遺漏變量，因此需要構(gòu)建考慮空間效應(yīng)的計量模型。王淑英等［32］利用2009—2018 年的我國省級面板數(shù)據(jù)構(gòu)建空間杜賓模型，分析全行業(yè)的集聚效應(yīng)對我國多主體協(xié)同創(chuàng)新效率的影響，受此啟發(fā)，本研究在式（5）的基礎(chǔ)上構(gòu)建空間杜賓模型（SDM 模型）如式（6）：

為進(jìn)一步考察互聯(lián)網(wǎng)普及與知識溢出的協(xié)同作用，在式（6）的基礎(chǔ)上加入互聯(lián)網(wǎng)普及與知識溢出的交互項(xiàng)，將其拓展為擴(kuò)展的空間杜賓模型，如式（7）所示：

5 實(shí)證結(jié)果分析

5.1 空間相關(guān)性檢驗(yàn)

為了驗(yàn)證地區(qū)互聯(lián)網(wǎng)普及與區(qū)域創(chuàng)新產(chǎn)出的空間相關(guān)性，采用全局自相關(guān)和局部自相關(guān)進(jìn)行檢驗(yàn)。莫蘭指數(shù)（Moran's I）是常用的空間自相關(guān)的統(tǒng)計量，反映了空間鄰接或空間鄰近區(qū)域單元屬性值的相似程度。全局莫蘭指數(shù)計算公式如下：

莫蘭指數(shù)的取值范圍為［-1,1］：大于0 時表示存在空間正相關(guān)，數(shù)值越接近于1 說明正相關(guān)性越強(qiáng)，即鄰接空間單元之間具有很強(qiáng)的相似性；小于0 時表示存在空間負(fù)相關(guān)，數(shù)值越接近-1 說明鄰接空間單元之間具有很強(qiáng)的差異性；接近于0 時表示不存在空間相關(guān)關(guān)系，說明某觀測值在空間上屬于隨機(jī)分布。

結(jié)合上述公式和相關(guān)數(shù)據(jù)，基于地理距離權(quán)重矩陣，利用Stata15.0 軟件可求得30 省份創(chuàng)新產(chǎn)出空間自相關(guān)性的動態(tài)演變趨勢，如表3 所示。由結(jié)果可知，考察期內(nèi)30 省份創(chuàng)新產(chǎn)出的全局莫蘭指數(shù)值介于0.229～0.286，且均通過了1%的顯著性檢驗(yàn)，這表明強(qiáng)烈拒絕“區(qū)域創(chuàng)新產(chǎn)出無空間自相關(guān)”的原假設(shè)，在全局上表現(xiàn)出強(qiáng)烈的空間依賴特征，即具有相對高創(chuàng)新產(chǎn)出強(qiáng)度的區(qū)域傾向于接近其他具有高創(chuàng)新強(qiáng)度的區(qū)域。

表3 30 省份創(chuàng)新產(chǎn)出的全局莫蘭指數(shù)值

全局空間自相關(guān)方法僅僅是對區(qū)域整體創(chuàng)新產(chǎn)出水平的空間相關(guān)態(tài)勢進(jìn)行總體的分析，有可能掩蓋局部空間上差異的變化，因此，為進(jìn)一步探討30省份創(chuàng)新產(chǎn)出的局部空間分布特征，通過Stata15.0繪制莫蘭指數(shù)散點(diǎn)圖進(jìn)行解析，如表4 所示。其中，處于第1 象限的北京、上海、江蘇、浙江等省份不僅自身創(chuàng)新產(chǎn)出水平高，同時受周邊創(chuàng)新水平高的區(qū)域的影響，形成“高高”集聚的狀態(tài)；處于第2象限的山西、海南等省份由于自身對鄰近地區(qū)知識的吸收能力不足，未能形成創(chuàng)新產(chǎn)出優(yōu)勢；內(nèi)蒙古、甘肅、寧夏等省份自身及其鄰近地區(qū)創(chuàng)新產(chǎn)出的水平較低，呈現(xiàn)“低低”的集聚態(tài)勢；四川、廣東等地自身創(chuàng)新水平較高，但對周圍區(qū)域的輻射力不足，處于第4 象限。2007 年，有21 個省份位于第1、3象限，2018 年增長至24 個省份，從某種程度上表明我國區(qū)域創(chuàng)新產(chǎn)出在地理空間的分布上存在著明顯的相互依賴性，適宜展開空間計量分析。

表4 30 省份創(chuàng)新產(chǎn)出莫蘭散點(diǎn)圖解析

空間面板的多樣性和復(fù)雜性決定了在建立具體的空間面板模型前必須對空間面板的形式進(jìn)行識別檢驗(yàn)，從而避免由于模型形式設(shè)定偏差對模型估計的有效性產(chǎn)生影響。綜合運(yùn)用拉格朗日乘子檢驗(yàn)（LM檢驗(yàn)）、豪斯曼檢驗(yàn)（Hausman 檢驗(yàn)）和沃爾德檢驗(yàn)（Wald 檢驗(yàn)）等方法，對空間滯后模型（SLM）、空間誤差模型（SEM）、空間杜賓模型的合理形式進(jìn)行判別。LM 檢驗(yàn)及其穩(wěn)定性檢驗(yàn)顯示，結(jié)果均在1%的顯著水平下拒絕了原假設(shè)，表明應(yīng)選擇空間杜賓模型；通過Wald 檢驗(yàn)空間杜賓模型是否可以簡化為SLM 模型和SEM 模型，結(jié)果顯示在1%的顯著性水平上拒絕了“空間計量模型采用SLM 或SEM”的原假設(shè)；最后結(jié)合Hausman 檢驗(yàn)結(jié)果，選取空間杜賓模型的雙固定效應(yīng)模型作為本研究模型更為合適。

5.2 計量結(jié)果分析

如表5 所示，基于空間杜賓模型，模型1 至模型2 是分別依次加入知識存量、知識存量與互聯(lián)網(wǎng)普及的交互項(xiàng)進(jìn)行回歸；模型3 至模型4 是分別依次加入知識質(zhì)量、知識質(zhì)量與互聯(lián)網(wǎng)普及的交互項(xiàng)進(jìn)行回歸；模型5 是加入知識存量、知識質(zhì)量、知識存量與知識質(zhì)量的交互項(xiàng)進(jìn)行回歸；模型6 和模型7 是在模型5 的基礎(chǔ)上加入知識存量、知識質(zhì)量與互聯(lián)網(wǎng)普及的交互項(xiàng)進(jìn)行回歸，區(qū)別是前者未加入控制變量，后者是加入控制變量進(jìn)行回歸，結(jié)果顯示加入控制變量后回歸系數(shù)的符號基本一致且大小相近，故將模型7 看作最終的回歸分析結(jié)果。

表5 30 省份互聯(lián)網(wǎng)普及對創(chuàng)新產(chǎn)出影響的計量回歸結(jié)果

5.2.1 本地效應(yīng)下的回歸分析

從區(qū)域自身來看：（1）互聯(lián)網(wǎng)普及對區(qū)域創(chuàng)新產(chǎn)出具有顯著的負(fù)向作用。計量結(jié)果顯示，區(qū)域互聯(lián)網(wǎng)普及程度每提高1 個百分點(diǎn)，創(chuàng)新產(chǎn)出將降低0.874 個百分點(diǎn)。第1 個研究假設(shè)未得到驗(yàn)證。這可能是因?yàn)槲覈鴸|、中、西、東北四大經(jīng)濟(jì)區(qū)從互聯(lián)網(wǎng)普及中獲得的創(chuàng)新產(chǎn)出紅利差距嚴(yán)重，進(jìn)而表現(xiàn)出總體互聯(lián)網(wǎng)普及對區(qū)域創(chuàng)新產(chǎn)出的抑制作用。（2）互聯(lián)網(wǎng)普及程度對區(qū)域創(chuàng)新產(chǎn)出水平存在貢獻(xiàn)力不足的情形。互聯(lián)網(wǎng)的發(fā)展需要區(qū)域具備一定的經(jīng)濟(jì)水平，這就出現(xiàn)東部地區(qū)互聯(lián)網(wǎng)普及快速，進(jìn)而導(dǎo)致互聯(lián)網(wǎng)普及對區(qū)域創(chuàng)新產(chǎn)出的紅利已提前釋放；而此時互聯(lián)網(wǎng)在中西部地區(qū)正處于起步階段，吸收、消化其他地區(qū)溢出的能力逐步提高。（3）知識存量對區(qū)域創(chuàng)新產(chǎn)出始終有正向作用。知識存量作為區(qū)域自有知識的積累，往往與本地的創(chuàng)新知識具有良好的匹配性［34］，可根據(jù)創(chuàng)新發(fā)展進(jìn)行適時調(diào)整。這說明穩(wěn)步增加專利可為提升區(qū)域創(chuàng)新產(chǎn)出奠定堅(jiān)實(shí)的基礎(chǔ)。（4）知識質(zhì)量對區(qū)域創(chuàng)新產(chǎn)出具有正向作用。這表明注重知識資源轉(zhuǎn)化為經(jīng)濟(jì)效益和社會效益，提升創(chuàng)新成果的成熟度，有利于提高區(qū)域創(chuàng)新產(chǎn)出水平。（5）互聯(lián)網(wǎng)普及與知識存量的交互項(xiàng)系數(shù)為正但不顯著。這說明互聯(lián)網(wǎng)普及與知識存量存在較好的協(xié)同，可能由于知識存量的載體是區(qū)域本身的創(chuàng)新型資源。知識存量水平高的區(qū)域也就表征著其經(jīng)濟(jì)發(fā)展水平、科學(xué)文化素質(zhì)綜合水平等有一定的基礎(chǔ)，互聯(lián)網(wǎng)會優(yōu)先在該區(qū)域發(fā)展。（6）互聯(lián)網(wǎng)普及與知識質(zhì)量的交互項(xiàng)對區(qū)域創(chuàng)新產(chǎn)出存在顯著的負(fù)向影響。這有可能是因?yàn)橐娦?、長期收益大的研究領(lǐng)域融資成本極其高昂，導(dǎo)致企業(yè)技術(shù)創(chuàng)新尤其是基礎(chǔ)技術(shù)創(chuàng)新水平難以提升，從長遠(yuǎn)的角度來看不利于知識質(zhì)量與互聯(lián)網(wǎng)普及的協(xié)同。

此外，從其他變量來看，RD 經(jīng)費(fèi)支出、人力資本水平對創(chuàng)新產(chǎn)出為正向的影響系數(shù)，在一定程度上表明繼續(xù)增強(qiáng)RD 經(jīng)費(fèi)的投入、提升科學(xué)素質(zhì)均有利于促進(jìn)區(qū)域創(chuàng)新產(chǎn)出的提升；基礎(chǔ)設(shè)施建設(shè)對區(qū)域創(chuàng)新產(chǎn)出起到顯著的抑制作用，這表明現(xiàn)階段區(qū)域發(fā)展重點(diǎn)更傾向于深層次挖掘基礎(chǔ)設(shè)施建設(shè)發(fā)揮的應(yīng)用作用，不再僅強(qiáng)調(diào)基礎(chǔ)設(shè)施發(fā)展的數(shù)量。

5.2.2 溢出效應(yīng)下的回歸分析

從計量結(jié)果的系數(shù)來看，區(qū)域知識存量每提升1 個百分點(diǎn)，相鄰區(qū)域的創(chuàng)新產(chǎn)出提升0.845 個百分點(diǎn)，并且在1%的檢驗(yàn)水平下顯著，這表明單獨(dú)提高知識存量溢出 (W×lnstock)會對區(qū)域創(chuàng)新產(chǎn)出產(chǎn)生顯著的促進(jìn)效應(yīng)，可能是因?yàn)橹R存量的溢出已被理解和消化為區(qū)域創(chuàng)新資源，進(jìn)而提高鄰近地區(qū)的區(qū)域創(chuàng)新產(chǎn)出；而知識質(zhì)量溢出效應(yīng)(W×lnquality)呈現(xiàn)相反結(jié)果，區(qū)域知識質(zhì)量每提升1 個百分點(diǎn)，相鄰區(qū)域的創(chuàng)新產(chǎn)出會降低10.725 個百分點(diǎn)左右，并且通過了1%的顯著性水平檢驗(yàn)，這可能是因?yàn)橹R質(zhì)量溢出帶來的技術(shù)進(jìn)步面臨回報周期長、科技要素與社會要素未有效結(jié)合等問題，導(dǎo)致其在區(qū)域創(chuàng)新過程中未充分體現(xiàn)，同時也反映出知識質(zhì)量的競爭效應(yīng)，即知識質(zhì)量溢出效應(yīng)越強(qiáng)，越有利于區(qū)域搶占優(yōu)勢資源，實(shí)現(xiàn)創(chuàng)新產(chǎn)出的“快人一步”。綜上，第2 個研究假設(shè)只驗(yàn)證了一半，即知識存量的溢出推動了區(qū)域創(chuàng)新產(chǎn)出的提高，知識質(zhì)量的溢出未能促進(jìn)區(qū)域創(chuàng)新產(chǎn)出的提高。

此外，考慮空間效應(yīng)的互聯(lián)網(wǎng)普及與知識存量溢出、知識質(zhì)量溢出交互項(xiàng)的回歸系數(shù)分別為0.018和1.096，后者通過了1%的顯著性檢驗(yàn)，表明區(qū)域互聯(lián)網(wǎng)普及促進(jìn)了其周邊地區(qū)知識存量的溢出進(jìn)而推動周邊區(qū)域創(chuàng)新產(chǎn)出水平的提高，并且也顯著促進(jìn)了周邊區(qū)域知識質(zhì)量的溢出從而提高周邊區(qū)域的創(chuàng)新產(chǎn)出水平。因此，第3 個研究假設(shè)得以驗(yàn)證，即互聯(lián)網(wǎng)普及放大了知識溢出對區(qū)域創(chuàng)新產(chǎn)出水平的影響。

5.3 異質(zhì)性分析

為分析互聯(lián)網(wǎng)對我國區(qū)域創(chuàng)新的抑制性作用的具體原因，從東中西三大區(qū)域出發(fā)，進(jìn)一步探討互聯(lián)網(wǎng)的區(qū)域異質(zhì)性結(jié)果。按照是否加入控制變量，對東中西區(qū)域各進(jìn)行了2 次計量回歸，如表6 所示，列（1）是未加入控制變量的回歸結(jié)果，列（2）是考慮了控制變量的回歸結(jié)果。對比每個區(qū)域的2 種回歸結(jié)果可以看出，無論是否考慮控制變量，各區(qū)域的變量回歸系數(shù)符號保持高度一致，表征回歸結(jié)果可靠。互聯(lián)網(wǎng)普及對三大區(qū)域的創(chuàng)新水平存在明顯差異，具體表現(xiàn)為：東部地區(qū)互聯(lián)網(wǎng)普及程度系數(shù)為正，并通過了1%的顯著性水平，說明互聯(lián)網(wǎng)普及程度提升將顯著提高東部創(chuàng)新產(chǎn)出水平，因此東部應(yīng)利用好互聯(lián)網(wǎng)帶來的紅利，不斷加強(qiáng)互聯(lián)網(wǎng)建設(shè)力度，擴(kuò)大互聯(lián)網(wǎng)的普及范圍，強(qiáng)化互聯(lián)網(wǎng)提升區(qū)域創(chuàng)新水平的動能；對于中部地區(qū)，互聯(lián)網(wǎng)普及每增加1%，區(qū)域創(chuàng)新產(chǎn)出水平將顯著提高2.143個百分點(diǎn)，表明中部地區(qū)享受東部地區(qū)發(fā)展的輻射紅利，后發(fā)優(yōu)勢明顯；互聯(lián)網(wǎng)普及對西部創(chuàng)新產(chǎn)出水平起到顯著的抑制作用，西部由于互聯(lián)網(wǎng)基礎(chǔ)設(shè)施建設(shè)不足，網(wǎng)絡(luò)的覆蓋規(guī)模有限，導(dǎo)致互聯(lián)網(wǎng)在創(chuàng)新水平落后的西部地區(qū)釋放的紅利不足。對比每個2 種回歸結(jié)果，從互聯(lián)網(wǎng)的作用強(qiáng)度來看，具有“西部>東部>中部”的區(qū)域異質(zhì)性特征，即互聯(lián)網(wǎng)普及對西部地區(qū)的抑制效應(yīng)明顯高于對東部和中部兩區(qū)域的促進(jìn)作用，佐證了由于三大區(qū)域享受互聯(lián)網(wǎng)創(chuàng)新紅利差距過大，第1 個研究假設(shè)未得到驗(yàn)證的事實(shí)，這表征為應(yīng)合理發(fā)揮互聯(lián)網(wǎng)對我國各區(qū)域的創(chuàng)新紅利，在鞏固東、中部地區(qū)互聯(lián)網(wǎng)發(fā)展優(yōu)勢的同時注重適度引導(dǎo)互聯(lián)網(wǎng)要素積極向西部地區(qū)流動擴(kuò)散，以彌補(bǔ)落后地區(qū)的網(wǎng)絡(luò)發(fā)展短板。

表6 30 省份互聯(lián)網(wǎng)普及對創(chuàng)新產(chǎn)出影響的異質(zhì)性回歸結(jié)果

5.4 拓展分析：直接效應(yīng)和間接效應(yīng)的測度

SDM 模型的估計結(jié)果無法完全反映解釋變量與被解釋變量間的關(guān)系，應(yīng)進(jìn)一步運(yùn)用SDM 模型的偏微分法對空間權(quán)重變量作用下的總效應(yīng)進(jìn)行直接效應(yīng)和間接效應(yīng)分解，以對模型中包含的交互信息予以分析。直接效應(yīng)，即各區(qū)域內(nèi)互聯(lián)網(wǎng)、知識質(zhì)量和知識存量對創(chuàng)新產(chǎn)出的影響；間接效應(yīng)，即空間溢出效應(yīng)，表示各區(qū)域內(nèi)互聯(lián)網(wǎng)、知識質(zhì)量與知識存量對相鄰區(qū)域創(chuàng)新產(chǎn)出的影響。表7 的估計結(jié)果顯示：就互聯(lián)網(wǎng)而言，本地區(qū)的互聯(lián)網(wǎng)普及程度對本地區(qū)創(chuàng)新產(chǎn)出的抑制作用要遠(yuǎn)大于對其他地區(qū)創(chuàng)新產(chǎn)出的抑制作用，因此，現(xiàn)階段各地區(qū)要著力縮小與鄰近地區(qū)的互聯(lián)網(wǎng)發(fā)展差距，以協(xié)調(diào)周邊區(qū)域互聯(lián)網(wǎng)普及為基礎(chǔ)，酌情考慮本地區(qū)的互聯(lián)網(wǎng)普及程度；就知識存量而言，其直接效應(yīng)和間接效應(yīng)均為正，且通過了1%的顯著性水平檢驗(yàn)，表明知識存量對本地區(qū)具有明顯的溢出效應(yīng)和明顯的空間溢出效應(yīng)，且間接效應(yīng)大于直接效應(yīng)；就知識質(zhì)量而言，其直接效應(yīng)為正、間接效應(yīng)顯著為負(fù)，對其他地區(qū)創(chuàng)新產(chǎn)出的抑制作用大于對本地區(qū)創(chuàng)新產(chǎn)出的促進(jìn)作用。綜上，無論是知識存量還是知識質(zhì)量，區(qū)域間的作用效應(yīng)均大于區(qū)域內(nèi)的作用效應(yīng)，因此現(xiàn)階段各地區(qū)要提高研發(fā)強(qiáng)度以提高對鄰近地區(qū)溢出的承接能力。此外，就互聯(lián)網(wǎng)普及與知識存量的交互項(xiàng)而言，其直接效應(yīng)和間接效應(yīng)均為正值，并且前者大于后者，表明各地區(qū)應(yīng)重點(diǎn)發(fā)揮互聯(lián)網(wǎng)普及與本土知識存量的協(xié)同效應(yīng)，以更好作用于區(qū)域創(chuàng)新的演進(jìn)發(fā)展；而對于互聯(lián)網(wǎng)普及與知識質(zhì)量的交互項(xiàng)，其對其他區(qū)域創(chuàng)新產(chǎn)出的促進(jìn)作用要遠(yuǎn)小于對本區(qū)域創(chuàng)新產(chǎn)出的抑制作用，說明現(xiàn)階段要重點(diǎn)提高區(qū)域知識質(zhì)量溢出的吸收能力，在互聯(lián)網(wǎng)的作用下更好地吸收其他地區(qū)知識質(zhì)量的溢出，從而推動本地區(qū)創(chuàng)新水平的提高。

表7 30 省份互聯(lián)網(wǎng)普及對創(chuàng)新產(chǎn)出影響的直接和間接效應(yīng)估計結(jié)果

6 結(jié)論與啟示

基于2007—2018 年我國省級區(qū)域創(chuàng)新產(chǎn)出的空間面板數(shù)據(jù)，在刻畫區(qū)域創(chuàng)新空間演進(jìn)特征的基礎(chǔ)上，對互聯(lián)網(wǎng)普及程度、知識溢出以及兩者協(xié)同對區(qū)域創(chuàng)新空間演進(jìn)的影響進(jìn)行理論分析和實(shí)證分析，研究結(jié)果表明，區(qū)域創(chuàng)新產(chǎn)出的空間演進(jìn)過程呈現(xiàn)出空間非平衡性和明顯的集聚狀態(tài)。得到結(jié)論如下：（1）互聯(lián)網(wǎng)普及程度可能由于在各地區(qū)發(fā)展的差距過大，對區(qū)域創(chuàng)新具有明顯的抑制作用；（2）知識存量的溢出推動了區(qū)域創(chuàng)新產(chǎn)出的提高，知識質(zhì)量的溢出可能由于不易被轉(zhuǎn)化為生產(chǎn)力而未能促進(jìn)區(qū)域創(chuàng)新產(chǎn)出的提高；（3）互聯(lián)網(wǎng)普及促進(jìn)了周邊地區(qū)知識存量和知識質(zhì)量的溢出，進(jìn)而推動周邊區(qū)域創(chuàng)新產(chǎn)出水平的提高，放大了知識溢出對區(qū)域創(chuàng)新產(chǎn)出水平的影響；（4）R&D 經(jīng)費(fèi)支出、人力資本水平對創(chuàng)新產(chǎn)出存在正向影響。

本研究對促進(jìn)區(qū)域創(chuàng)新產(chǎn)出、優(yōu)化區(qū)域創(chuàng)新演進(jìn)格局具有以下政策含義：（1）正視區(qū)域創(chuàng)新產(chǎn)出的空間差異，制定專門的互聯(lián)網(wǎng)普及政策。對于創(chuàng)新產(chǎn)出水平相對落后的西部地區(qū)，重在夯實(shí)互聯(lián)網(wǎng)普及基礎(chǔ)，加快信息內(nèi)容與網(wǎng)站的建設(shè)，以加大網(wǎng)絡(luò)的覆蓋面，讓西部地區(qū)更容易接觸到互聯(lián)網(wǎng)；對于創(chuàng)新水平中等的中部地區(qū)，在互聯(lián)網(wǎng)建設(shè)過程中加強(qiáng)引進(jìn)基礎(chǔ)服務(wù)設(shè)施建設(shè)，通過降低網(wǎng)絡(luò)資費(fèi)、提高寬帶網(wǎng)速等途徑促進(jìn)普及規(guī)模；區(qū)域創(chuàng)新產(chǎn)出水平較高的東部地區(qū)，應(yīng)著重加強(qiáng)互聯(lián)網(wǎng)建設(shè)力度，通過改善網(wǎng)絡(luò)使用環(huán)境、升級網(wǎng)絡(luò)使用條件、開展互聯(lián)網(wǎng)應(yīng)用創(chuàng)新的試點(diǎn)工作等方式優(yōu)化互聯(lián)網(wǎng)服務(wù)，進(jìn)一步擴(kuò)展互聯(lián)網(wǎng)普及范圍。（2）實(shí)現(xiàn)區(qū)域創(chuàng)新水平的空間協(xié)調(diào)發(fā)展，促進(jìn)加大知識溢出效應(yīng)。較高的知識存量水平意味著更高的技術(shù)水平和區(qū)域創(chuàng)新能力，提高并挖掘知識存量對創(chuàng)新產(chǎn)出的促進(jìn)潛力，通過區(qū)域間的創(chuàng)新合作促進(jìn)知識跨區(qū)域轉(zhuǎn)移和溢出是實(shí)現(xiàn)區(qū)域間創(chuàng)新產(chǎn)出協(xié)調(diào)發(fā)展的必要路徑；同時高水平的知識質(zhì)量意味著科技成果的轉(zhuǎn)化效率越高，提升知識質(zhì)量溢出是實(shí)現(xiàn)區(qū)域創(chuàng)新產(chǎn)出協(xié)調(diào)發(fā)展的高效路徑。（3）實(shí)現(xiàn)區(qū)域創(chuàng)新產(chǎn)出的空間發(fā)展，更大限度地發(fā)揮互聯(lián)網(wǎng)與知識溢出的協(xié)同。中、西部地區(qū)要強(qiáng)化互聯(lián)網(wǎng)與知識溢出的協(xié)同作用，順應(yīng)長江經(jīng)濟(jì)帶、粵港澳大灣區(qū)建設(shè)等重點(diǎn)區(qū)域發(fā)展新機(jī)制，對區(qū)域創(chuàng)新產(chǎn)出的空間均衡有重要意義。

注釋：

1）數(shù)據(jù)來源于2020 年全國知識產(chǎn)權(quán)局局長會議材料。

2）參照國家統(tǒng)計局2011 年頒布的《東中西部和東北地區(qū)劃分方法》，東部地區(qū)包括北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東和海南共 10 個省市；中部地區(qū)包括山西、安徽、江西、河南、湖北和湖南共6 個??；西部地區(qū)包括內(nèi)蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏和新疆共 12 個省、區(qū)、市；東北地區(qū)包括遼寧、黑龍江和吉林共3 個省。

3）專利申請授權(quán)數(shù)來源于歷年的《中國科技統(tǒng)計年鑒》。