知识溢出对我国区域经济增长的空间效应研究

张美涛

摘 要：知识溢出高度依赖于地理邻近性，知识溢出效应的高低决定了区域经济发展的地区差异。基于Griliches-Jaffe知识生产函数，选用研发支出、人力资本、专利水平三种知识存量替代变量，借助SEM空间误差模型实证测度和分析知识溢出效应及其对区域经济增长的影响。研究表明，三种知识存量变量具有显著的知识空间溢出效应，Jacbos效应、Porter效应对我国区域经济增长有很强的正向影响。各地区，特别是欠发达地区应充分发挥知识溢出效应，提高城市集聚度、地区人力资本存量，加大研发经费支出，以增强知识溢出效应对区域经济增长的促进作用。

关键词：知识溢出;空间效应;区域经济 ;SEM模型

一、引言与文献综述

知识可分为编码知识和默会知识，具有准公共物品性质和溢出性质。由此，知识溢出包括编码知识溢出和默会知识溢出。其中，编码知识溢出主要以书籍、专利等形式表现，而默会知识溢出主要以面对面交流的方式实现。区域创新是区域知识溢出的源泉，而知识溢出效应高低决定了区域创新的差异 。[1]Audretch & Feldman[2]在解释创新活动地理集聚时认为，人们将更多注意力聚焦到知识溢出。虽然现代通信技术革新已大大降低了知识传播成本，但一些知识的获得仍然需要通过面对面的接触和频繁的交流。为此，新经济地理学首次将空间维度纳入经济理论分析框架，强调知识外溢性带来的规模报酬递增和技术创新带来的经济增长[3]，并证明经济集聚是因为厂商追求知识溢出。Martin & Ottaviano[4]在分析空间集聚与经济增长关系时认为，区域经济活动的空间集聚有利于降低创新成本，刺激经济增长，即知识溢出通过创新对企业产生影响，从而推动区域经济增长。

针对知识溢出及其对区域经济增长的研究，国内外学者主要专注于知识溢出的内涵和途径、知识溢出对产业集聚的影响、知识溢出的空间邻近性，取得了很多可借鉴的成果。Griliches認为知识溢出是指做相似工作并从彼此研究开发中受益的活动;是区域间通过相互学习交流、相互搭便车获取研发成果和促进区域经济增长;是人们每次互动无意识的知识交流，并被有意识地利用和服务于知识溢出接受方的经济增长。[5]Saxenian[6]认为，知识溢出可通过公司分设（Spin-offs）、劳动力流动、本地机构或组织之间非正式接触等途径来实现。现有主流文献就知识溢出对产业集聚的影响主要有两个研究视角，一是知识溢出来自产业内;二是知识溢出来自产业间。由此，将知识溢出效应划分为MAR（Marshall-Arrow-Romer）效应、Jacbos效应和Porter效应。其中，来自产业间的知识溢出效应称之为Jacobs效应。[7]Berliant & Fujita研究认为，知识工人居住在同一区域时，研发工人会变得同质且思维趋同，新知识创造的均衡产出小于那种更具有异质性工人同住在一个区域内的均衡产出，即Jacbos效应更显著。[8]唐松从金融集聚对区域增长的空间溢出效应出发，认为东中西部地区本地金融和外地金融对本地经济增长的空间溢出效应不同，因此，应实行差别化金融政策，加强利率市场化和金融机构改革，推动金融资源与区域产业相结合，制定金融资源转移政策。[9]张清正分析了知识溢出、技术创新和区域经济增长间的作用机制，认为我国各省的科研投入是提升技术创新水平的主体，知识的多种溢出机制中产学研合作可有效促进创新知识溢出，技术创新溢出对区域经济增长呈正相关。[10]谭建新认为交通条件的改善促进了各区域真实市场潜能水平的提升，应继续改善以铁路、高速公路等为主的基础交通设施条件，不断降低区域间贸易壁垒，加强区域融合。[11]龙志和、蔡杰的研究表明，我国不存在显著的MAR溢出和Jacobs溢出，但存在Porter溢出效应。[12] 闫栋超、马静认为信息化对经济增长的区域内溢出的效应显著为正，人力资资本的作用尚未得到应有发挥。[13]苏方林运用地理加权回归（GWR）方法，对中国地级市R&D知识溢出的空间非稳定性进行了实证分析，研究发现知识溢出水平与地区开放程度和劳动力就业等密切相关。[14]Rodriguze 认为，区域进步不仅依赖自身努力和资源禀赋，还依赖它吸引和吸收创新带来的知识，区域知识流是区域创新的关键要素，地理的临近性远高于技术的临近性。[15]许盈之、朱依曦研究认为，新古典经济理论虽然考虑了知识溢出对经济增长的作用，但忽略了知识溢出的空间性，认为技术扩散是无成本的、即刻的，然而有相当一部分默会知识是高度依赖于地理上的邻近性等因素。[16]Phene & Tallman提出知识溢出效应作为信号的知识依赖性和潜在的互补性鼓励地区企业在知识溢出后进入战略联盟，但地理空间距离削弱了企业的专业化效应和企业战略联盟的形成。[17]Aldieri & Paolo调查了美日欧知识流的技术和地理的临近性对知识流动的影响，得出知识溢出的技术和地理的临近性是稳健的。[18]Luigi Aldieri & Concetto Paolo 从调查美、日、欧知识流的技术和地理的临近性对知识流动的影响，得出专利具有地域特征的结论，即从专利发明的方法可以测量出公司间的临近性，得出知识溢出的技术和地理的临近性是稳健的。[19]Ghio， Guerini & Lehmann， et al基于1999—2013年文献引用数据，得出应以企业家精神外溢理论为基础去重建社区，以促进区域经济增长。[20]MAcosta， DCoronado， & EFlores利用西班牙604家公司和63所大学的数据，检验了大学的知识溢出与高科技部门的新企业选址之间的关系，得出大学知识溢出与高科技行业新企业选址高度相关。[21]高丽娜认为应建立和完善城市群主导的治理体系，强化区际创新溢出效应。经济新常态下，区域协调发展是我国区域经济高质量发展的基础和保障。[22]以上文献从不同角度探讨了区域创新、知识溢出对区域经济增长的影响，但都未从空间的角度具体讨论是哪些因素影响了中国区域间的知识溢出，其效应到底有多大。也未从创新产出的角度去研究创新对区域经济经济增长的效应。本文将借助空间计量经济模型，选用中国地区经济数据，从城市集聚经济和空间经济学视角，实证测度和分析我国区域间是否存在知识空间溢出，知识溢出又如何影响区域经济增长，以及各地区应如何利用知识溢出效应促进经济增长。

二、理论模型构建

（一）生产函数的选取

基于国际通行做法用研发支出作为知识存量的替代变量，且为了进一步考察专利和人力资本这两个知识存量指标对区域经济增长的作用，在5式的基础上再加入专利和人力资本这两个指标变量作为知识存量的替代变量，考虑到当期值存在互为因果关系导致的内生性问题，关键变量及所有控制变量均取滞后一期，由此可得如下多元回归计量模型。

（二）关键变量与数据说明

1.知识存量变量。对于编码知识的测度，可以运用现有的科学技术、专利等指标进行综合测度;对于默会知识的测度，可以利用知识携带者等相关指标进行测度。借助朱美光等人对知识存量指标的划分标准[17]，以此制定区域知识存量测度评价指标体系，并通过逐步回归和主成分分析法选取研发经费、人力资本和专利三个变量作为知识存量的替代变量。根据以上知识存量的评价体系指标，通过逐步回归和各变量标准化后主成分分析法，选取研发经费、专利和每十万人中高等教育在校生数为知识存量的替代变量，具体详见表1。之所以选择每十万人中高等教育在校学生数，不选择研发人员作为人力资本的替代变量是因为研发人员是劳动力的一部分，和劳动力之间会产生多重共线性问题，而实际的测算也表明，这两者的相关系数达9479%，因此选用每十万人中高等教育的在校生人数代表一个地区的发展潜力。

数据来源：由软件计量得来。

2.人力资本变量。考虑一般劳动力水平和高人力资本存量（精英）水平之间的劳动力，这里用高中毕业人口占六岁以上人口的比例来解析人力资本存量。

3.多样化、专业化、竞争性指标。通常采用GDP或工业产业增加值等占GDP的比例，或者地区分行业研究人员数占整个地区就业人员数的比例来测度集中度、专业化以及多样化指数。这里，选用后一种测度方法来测量多样化、专业化、竞争性统计值。

（1）專业化指数。根据国民经济行业分类，行业从大到小分为门类、大类、中类、小类的分类标准。这里选用制造业二位数行业，借助区位商统计指标测度出地区20个制造业行业专业化指数。

SPij是以从业人员数测度i地区j行业的Hoover区位熵，表示i地区j行业从业人员占全国行业所有行业从业人员数之比重的比值。EijΣmj=1Eij表示i地区j行业从业人员数占全国该行业总数的比例，作为每个制造业行业区位熵的权重。因此，SP是i地区所有行业Hoover区位熵的加权平均。SP越大，专业化程度越强，反之，专业化程度越弱。

（2）多样化指数。多样化外部性的衡量方法很多。这里将借鉴Grenunz[23]的测度方法测度多样化指数，

上式中Eij为i地区j行业的从业人数，uEi为地区所有产业平均从业人员人数。DIV越小，区域内产业分布越平衡，多样化外部性程度越高，DIV越大，区域内产业分布越不平衡，多样化程度越低。

（3）竞争性指数。借鉴吴梅[24]的产业竞争性指标测度方法，comp统计量用于描述产业竞争性的指标，衡量Porter溢出，计算产业内部市场竞争程度，且竞争程度越高对产业发展及创新越为有利。考虑到数据的可获得性等因素，

基于地区制造业行业选用20个制造业分行业，

其中，NUMij表示i地区j产业的企业数量;NUMnj表示全国j产业的企业数量;Lij表示i地区j产业从业人员;nj指全国j产业从业人员，LCij值越大，说明i地区j产业所处的市场环境竞争越激烈。

分析数据主要来源于历年的《中国统计年鉴》《中国工业经济统计年鉴》《新中国六十年统计资料汇编》、中经网以及各省历年统计年鉴。所采用的地图分析数据来自国家测绘地理信息局网站。

（三）变量空间相关性检验

任何经济数据在一定程度上都存在空间相关性，这也是构建空间计量模型的经济基础。为了验证地区间是否存在知识空间溢出，需分析变量间是否具有空间相关性，现对数据进行空间相关性检验。根据空间计量经济学理论，空间相关性检验指标有两种：Morans I 和G统计量，且包括全域与局域Morans I和G统计量。其中，Morans I主要用于测度变量的全域空间自相关程度，反映空间邻接或空间邻近区域单元属性的相似程度。全域Morans I系数取值介于-1—1之间，大于零表示存在正相关，小于零表示存在负相关，等于零表示不存在相关性，数值越接近于1，相关性越强。鉴于本文主要关注知识溢出强度，所以选用全域Morans I来测度各变量间的空间自相关性。

基于全域Morans I方法，分别对单变量和双变量空间相关性进行检验。检验结果显示，单变量人均GDP、人均研发支出、人均专利、人力资本等变量的Morans I指数分别为0.0381、0.031、0.04578、0.03360，表明各单变量之间存在显著的空间正相关性;双变量人均研发支出与人均GDP、人均专利水平与人均GDP、人力资本与人均GDP的Morans I 指数分别为0.3405、0.36、0.3705，表明各双变量之间也存在显著的空间正相关性。

（四）空间计量模型及其空间权重的选取

空间相关性检验结果发现，我国区域间知识存量与人均产出存在空间相关性。在此情况下，如果采用OLS模型直接分析将会产生偏误，为此拟采用空间计量回归模型对知识空间溢出效应进行估计和实证分析。空间计量模型分为空间滞后模型（SLM）和空间误差模型。考虑到当期值存在互为因果关系导致的内生性问题，关键变量及所有控制变量均取滞后一期。为此，结合生产函数和变量的选择，知识存量空间溢出效应及其对地区经济增长影响的空间滞后模型和空间误差模型可设定如下：

1.空间滞后模型

其中，p为空间回归滞后系数，反映样本观测值中的空间依赖作用;W为n×n阶的空间权重矩阵，一般用邻接矩阵（Contiguity Matrix）来表示;Wy为空间滞后因变量，反映空间距离对区域行为的作用，即区域行为受到文化环境和空间距离有关迁移成本的影响，具有很强的地域性。参数β反映了自变量对因变量Y的影响，εi为随机扰动误差项。

2.空間误差模型

其中扰动项μi表示为随机误差项，为n×1的截面因变量向量的空间误差系数，为正态分布的随机误差向量。参数λ衡量了样本观察值中的空间依赖作用，即相邻地区观察值Y对本地区观察值Y的影响方向和程度，参数β反映了自变量X对因变量Y的影响。SEM的空间依赖作用存在于扰动误差项之中，度量了邻接地区关于因变量的误差冲击对本地区观察值Y的影响程度。

3.空间权重矩阵的选取

空间计量模型的邻近矩阵分为Rook 邻近、Queen邻近、K值邻近。此外，还有基于距离的空间权值矩阵。本文以Rook邻近矩阵为基础进行实证检验。采用Anselin研制开发的空间计量软件GeoDa095i，直接生成的邻近空间矩阵来测算并确立地区之间的空间效应。方法采用最大似然估计方法。

三、模型回归与结果分析

（一）空间计量模型选择

为确定选择SEM模型还是SLM模型，利用逐步回归的方式构建模型（1）（2）（3），并进行空间OLS回归，依照LogL、LR、SC、AIC等统计判别规则，发现三个模型的L-MERR和R-LMERR统计量更为显著（见表3）。为此，选用SEM模型来分析区域间的知识溢出效应及其对区域经济增长的影响更为合适。

（二）知识溢出效应对地区经济增长的影响分析

基于Rock邻近下的空间误差模型（SEM），回归结果显示（详见表4）：第一，区域间知识溢出效应指标λ表明，无论知识存量是以人均研发支出，还是加入人力资本和人均专利水平后再去考察知识溢出效应，知识溢出总效应都很大。其中，模型（1）考察人均研发支出作为知识存量，知识溢出总效应在1%显著性水平上为0886%。模型（2）在模型（1）的基础上加入了人力资本作为知识存量的替代变量，知识溢出总效应在15%显著性水平上为0.826%。模型（3）在模型（1）和模型（2）的基础上再加入人均专利水平作为知识存量的替代变量，知识溢出总效应在1%显著性水平上为0.825%。第二，FDI对区域经济增长的影响显著，在1%显著性水平下其影响程度在0.098%—0.11%之间。第三，人均研发支出对区域经济增长的效应，在不考虑人力资本和人均专利水平的情况下，人均研发支出对区域经济增长具有显著的效应，测度系数为0.078%。但是，在加入其他两个变量后，没有通过显著性检验，且影响为负影响。第四，模型（2）和模型（3）回归结果显示，人力资本存量作为知识存量的替代变量对区域经济增长具有显著性影响，影响系数在0.652%—0.664%。第五，比对三种知识存量溢出效应发现，在仅考虑人均研发支出作为知识存量替代变量时，专业化指数对区域经济增长的作用最为显著，影响系数为0.02%。在加入人力资本后，三项溢出效应都很显著，多样化指数最大，为0407%。在加入人均专利水平时，竞争性指数即Porter溢出效应最为显著，其他两个效应都不显著。

四、稳健性检验

为了检验SEM模型和邻近矩阵选择的稳健性，现选用如下两种方法进行稳健性检验。

（一）基于Queen邻近矩阵和K值邻近矩阵的稳健性检验

选用Queen邻近矩阵和K值最邻近矩阵并进行SEM回归。如表5所示，SEM回归结果相差无几，表明模型构建和使用具有稳健性。基于Queen邻近矩阵和K值邻近矩阵，回归结果显示我国区域间知识溢出效应明显;选用Queen邻近矩阵的知识溢出总效应与Rook邻近矩阵回归结果较为相似，而选用K值最邻近矩阵做回归时，虽然知识溢出总效应有较大幅度降低，但依然很显著且作用很大。由此可以判断我国区域间存在显著的知识溢出效应，且溢出效应对区域经济增长影响作用还很强。

（二）基于Morans I 残差分析的稳健性检验

为进一步检验模型和邻近矩阵使用是否得当，是否消除了空间自相关，继续对Rook邻近矩阵的三个模型的SEM回归残差作Morans I 散点图分析。，Morans I指数小于，接近于0，进一步表明模型构建和使用时具有稳定性，消除了空间自相关问题，回归结果信度高。

五、结论与启示

研究表明，作为知识存量的替代变量，人力资本存量、地区研发经费投入、企业研发经费投入等具有显著的知识空间溢出效应，对区域经济增长具有显著的影响作用。为提高知识空间溢出效应，促进区域经济协同发展，应做到：第一，各地区特别是欠发达地区应充分利用知识的空间溢出效应带动地区经济发展，在制定城市经济和区域经济发展政策时，要充分考虑城市化水平对区域经济增长的作用，要充分考虑怎样提高人力资本存量，如何吸引高端人才服务地区经济发展。第二，基于人均资本存量和FDI对区域经济增长有较大带动作用，各地区特别是欠发达地区应大力夯实基础设施建设，扩大FDI投资。第三，提高城市集聚度、地方产业竞争性效应和多样化效应，提高产业集聚度，提高本地区城市化水平，以城市化水平带来的多样性提高产业的创新水平，加大企业科研经费投入以提高知识的空间溢出效应。  参考文献：

[1]JAFFE A.B.， TRAJTENBERG M.， HENDERSON R. Geographic Localization of Knowledge Spillovers as Evidenced by Patent Citations[J]. the Quarterly Journal of Economics， 1993，108 （1）：577-598

[2]AUDRETECH D.B.，FELDMAN M. P. R&D Spillovers and the Geography of Innovation and Production[J]. American Economic Review，1996（86）：630 -640.

[3]ROME P.M，. Endogenous Technological Change[J]. Journal of Political Economy 1990，98（5）：71-102.

[4]MARTIN P. OTTAVIANO G. Growth and Agglomeration[J]. International Economic Review， 2001 （42）：947-968.[5]GRILICHES Z. The Search for R&D Spillovers[J].The Scandinavian Journal of Economics，1992（94）： 29-47

[6]SAXENIAN A. Regional Advantage： Culture and Competition in Silicon Valley and Route 128[M]. Cambridge， MA： Harvard University，1994.

[7]PORTER M. E. Location， Competition and Economic Development： Local Clusters in a Global Economy[J]. Economic Development Quarterly， 2000，14（15）：15-33

[8]BERLINANT M.， FUJITA M. Culture and Diversity in Knowledge Creation[J]. Regional Science& Urban Economics， 2012，42（4）： 648-662

[9]唐松.中國金融资源配置与区域经济增长差异——基于东、中、西部空间溢出效应的实证研究[J].中国软科学，2014（8）：100-110.

[10]张清正.技术创新 知识溢出与区域经济增长[J].统计与决策，2015（14）：122-124.

[11]谭建新.中国区域经济增长的空间溢出效应究竟有多大[J].江西财经大学学报.2015（6）：5-17.

[12]龙志和，蔡杰. 知识动态溢出对产业发展的影响——来自中国省级面板数据的证据[J]. 南方经济，2006（4）：5-14.

[13]闫东超， 马静. 信息化、空间溢出与区域经济增长[J].经济问题探索，2016（11）：68-76.

[14]苏方林. 地级市R&D知识溢出的GWR实证分析[J].数理统计与管理，2010（1）：41-51.

[15]ROGRIGUZE M. Innovation， Knowledge Spillover and High-Tech Services in European Regions[J]. Engineering Economics，2014（1）：31-39.

[16]许盈之，朱依曦.知识溢出与区域经济增长基于空间计量模型的实证研究[J].科研管理， 2010（6）：112-115.

[17]ANUPAMA P. and STEHHEN T. Knowledge Spillovers and Alliance Formation[J]. Journal of Management Studies， 2015， 51（7）： 1058-1090.

[18]ALDIERI L.， APRILE M.C.， VINCI C.P.R&D Spillovers Effects on Strategic Behavior of Large International Firms， Working Paper（2015）：76405.

[19]LUIGI A.， CONECETTO P. Knowledge Spillover Effects： A Patent Inventor Approach[J]. Comparative Economic Studies （2016）： 58（1）：1-16.

[20]GHIO N.， GUERINI M.， LEHMANN E.E. The Emergence of the Knowledge Spillover Theory of Entrepreneurship[J]. Small Business Economics， 2015， 44（1）： 1-18.

[21]ACOSTA M.， CORONADO D. & FLORES E. University Spillover and New Business Location in High-Technology Sectors： Spanish Evidence [J]Small Business Economics， 2011， 36（3）：365-376.

[22]高丽娜. 规模效应、创新外部性与区域经济增长——基于中国新世纪以来的数据分析[J].西部论坛，2016（3）：54-72.

[23]GREUNZ L. Industrial structure and innovation evidence from European Regions[J]. Evol Economics， 2004（14）：563-592.

[24]吴梅，龙志和.知识溢出对广东高技术产业发展影响的实证研究[J]. 科学管理研究2011（1）：156-160.

Abstract： Knowledge spillovers are highly dependent on geographical proximity. the level of knowledge spillover determines the disparity of regional economic development. we empirically measure and analyze the knowledge spillover effect and its impact on regional economic growth based on Griliches-Jaffe Knowledge production function that includes three kinds of knowledge stock substitution variables of R & D expenditure， human capital and patent level by SEM model. The research shows that three knowledge stock variables have significant knowledge spillover effects. the Jacbos Porter effect has a strong positive impact on Chinas regional economic growth. Therefore， it is suggested that knowledge spillovers should be brought into full play in all regions， especially in less developed areas. we should improve urban agglomeration degree， regional human capital stock and increase R &D expenditure to enhance the role of knowledge spillover effect on regional economic growth.

Key words：knowledge spillover; spatial effect; regional economic; SEM model

责任编辑：萧敏娜