我国区域创新生产的空间计量分析

郑璐

摘 要：本文运用2002-2011年中国大陆31个省级行政区域面板数据考察区域创新的空间相关性，建立简化的对数生产函数模型。使用空间计量的分析方法初步对区域创新投入-产出的空间相关关系进行探索，发现创新投入与产出活动存在显著的空间相关关系。

关键词：创新生产；空间计量，面板数据

引言

改革开放以来，中国经济保持了持续的高速增长。但其在世界领域的竞争优势却主要立足于低成本的劳动生产率、巨大的潜在市场，以及大规模的但不一定是高效率的政府投资。目前这种优势正在逐步丧失，要维持未来持续的经济增长，中国必须尽快提高自主创新能力，尤其是先进核心技术的自主创新能力来调整产业结构，转变经济增长方式，争取进入世界经济链条的上游环节。

近年来，我国对技术创新愈发重视，并期望2020年建成创新型国家，使科技发展成为经济社会发展的有力支撑。为此，国家通过不断加大研发投入来提升自主创新能力，然而由于研发资本存量的稀缺，应更注重研发资本的投入产出绩效。目前，现有文献在描述区域创新生产的投入产出过程时，一般采用Griliches-Jaffe知识生产函数进行建模。考虑到区域之间的空间相关性，将空间结构权重纳入分析模型来解释空间相关性对经济活动的影响，可以使模型更贴近客观事实。

一、空间面板计量经济模型构建

创新实际上是通过科技资金、人力投入并配合其它相关要素（如中介机构、风险投资等）生产新知识、新技术的过程。从研究的统计模型来看，Griliches和Jaffe在利用生产函数来估算R&D对于经济增长的贡献时提出知识生产函数（KPF）模型，这也是目前国际上研究知识生产和技术创新及其决定因素的重要理论模型，并为大多数经验研究所证实。

二、变量与数据

（一）投入产出变量选择

本文采用R&D人员投入和R&D经费支出作为创新投入变量。R&D人员投入是指统计年度内参与研究与试验发展项目研究、管理和辅助工作的人员投入，采用R&D人员全时当量L一项显性指标来衡量R&D人员投入。R&D经费支出采用统计年度内各地区研究与试验发展内部经费支出K这一指标来衡量。创新产出变量采用各区域三种专利申请授权数zl作为创新活动产出的衡量标准，因为其较专利申请受理数更能代表区域创新能力。

（二）空間权重矩阵的构建

经济活动与其所处的地理空间位置有着密切的联系，由于地理区位的邻近，创新活动存在着明显的空间相关，因此，可以通过空间权重矩阵W表示空间单元之间的相互依赖性与关联程度。实证中，本文采用空间邻接权重矩阵W，其中对角线上元素为0，其他元素满足Wij=1，i和j空间邻接0，i和j空间不邻接（i≠j）。

三、实证分析

本文以2002-2011年中国大陆31个省级行政区域作为研究对象，原始数据来源于《中国科技统计年鉴》2003-2012；邻接权重矩阵中各区域间相邻关系根据国家地理信息系网站提供的1：400万电子地图得到。

（一）三个事先检验

1、Hausman检验

由于使用的是面板数据，首先使用Hausman检验进行模型的选择，判断模型采用固定效应还是随机效应。模型的Hausman检验结果见表1。经检验，在10%条件下不显著，拒绝原假设，模型应采用固定效应模型。当回归分析局限于一些特定个体时，应选择固定效应模型。对于按中国大陆省级区域划分的区域创新计量分析而言，固定效应模型显然是更好的选择。

2、Morans I检验

利用Morans I检验对模型中区域专利进行空间自相关性检验。表2显示了2002-2011年的10年间中国省域专利授权Morans I指数变动情况。从表2可以看出，2002-2011年的10年间区域专利存在着正向空间自相关性，表明10年间我国区域专利授权量在空间分布上具有明显的相关性，区域创新活动并不是处于完全的随机状态，而是随着其他与之具有相近空间特征的地区创新行为的影响，在地里空间上呈现出集聚现象。

3、LM检验

经过Morans I检验可知，模型存在空间相关性，要进一步判定是空间滞后模型还是空间误差模型，可采用拉格朗日乘子（LM）检验以及稳健性拉格朗日乘子（R-LM）检验准则。具体检验结果见表3，LM-lag、LM-error检验以及稳健的LM-lag、LM-error均显著，根据结果无法判断何种模型，以下做两种模型对比。

（二）空间面板数据模型的估计

由于数据存在空间相关性，普通最小二乘法将会带来有偏或者无效的估计结果，一般采用极大似然估计、工具变量估计、广义最小二乘估计以及广义矩估计等方法作为空间计量模型的估计方法。本文选择极大似然估计法（ML）来对所构建的Pannel Data空间回归实证模型进行估计。表4、5是专利授权空间计量的模型估计结果，从估计结果来看，空间误差模型优于空间滞后模型。仍然显示出区域创新活动显著为正的空间相关性，但空间相关系数（SPLAG为0.69，SPAR为0.86）上看，空间误差模型较高。说明创新投入会通过社会环境、经济发展等途径表现出来，并且作用于创新产出。

结语

本文运用2002-2011年中国大陆31个省级行政区域面板数据考察区域创新的空间相关性，建立简化的对数生产函数模型，初步对区域创新投入-产出的空间相关关系进行探索。分析得出创新投入与产出活动存在显著的空间相关关系，创新投入会通过社会环境、经济发展等途径表现出来，并且作用于创新产出。地理位置的邻近，使得区域间创新投入的相互影响更强，从而影响到创新产出水平。

本文只是对空间计量进行了初步分析，还有很多不足，在变量的选取方面，R&D经费投入可考虑资本存量；在地理权重的选择方面，可考虑更精确的地理权重或其他社会经济距离权重；在模型的建立方面可引入动态面板数据的分析。仍需进一步深入研究分析。（作者单位：华南理工大学）

参考文献：

[1] 李婧，谭清美，白俊红.中国区域创新生产的空间计量分析.管理世界，2010（7）

[2] 刘云，杨雨，郑永和，王任飞.基于知识生产函数的科学基金重大项目绩效测度研究.预测，2011（1）

[3] 万坤扬，陆文聪.中国技术创新区域变化及其成因分析.科学学研究，2010（10）

[4] 李平，崔喜君，刘建.中国自主创新中研发资本投入产出绩效分析.中国社会科学，2007（2）

[5] 安源，钟韵.研发和知识溢出对城市创新绩效作用的实证研究.科技进步与对策，2013（1）

[6] 赵勇，白永秀.知识溢出：一个文献综述.经济研究，2009（1）

[7] Anselin L，1988，Spatial Econemitrics：Methods and Models，Dordrecht：Kluwer Academic publishers.

[8] Anselin L，Varga，A，Acs，Z，1997，“Local Geographic Spillovers between University Research and High Technology Innovations”，Journal of Urban Economics，Vol.42，pp.422～448.

[9] Anselin L.Raymond J，G.M.Florax，Sergio J.Rey，2004，Advances in Spatial Econometrics：Methndology，Tools and Applications，Berlin：Springer Verlag.

[10] 刘顺忠，官建成.区域创新系统创新绩效的评价.中国管理科学，2002（1）