基于空间杜宾模型的市域科技创新能力的影响因素研究——以河北省为例

李军峰

（河北地质大学 经济学院，河北 石家庄 050031）

一、研究背景

党的十九大报告指出，“创新是引领发展的第一动力，是建设现代化经济体系的战略支撑。”近年来，随着国家对科技创新的重视程度不断提高，科技创新成果的数量不断增加扩大，已经成为我国社会经济发展的有力支撑。以河北省为例，从2013—2018年，全省专利权申请数量从2013年的11895件，增加到2018年的25348件，翻了一番还要多；全省专利授权数量从2013年的1698件，增加到2018年的4559件，也翻了一番还多。这说明，河北省的科技创新能力在不断提升。然而，面对新时代人民日益增长的美好生活需要和不平衡不充分的社会主要矛盾，目前科技创新水平还不足以担负起解决社会主要矛盾的历史重任。

已有的研究表明，应通过提升创新投入能力、创新基础能力、创新产出能力、创新支持能力、劳动者素质等方面的能力来提升科技创新能力。然而，以往的研究忽视了科技创新能力在不同地理位置之间的空间相关性以及影响科技创新能力因素的空间溢出效应。为此，本文基于2015—2018年河北省11个地级市的面板数据和空间杜宾模型，从科研经费投入、科研机构规模和科研产出等三个维度对科技创新能力的影响，希望从空间视角进一步认识提升科技创新能力的机制。

图1 2013—2018年河北省专利申请与授权情况

二、文献综述

由于科学技术是第一生产力的观念已深入人心，所以长期以来提升科技创新能力一直是学术界讨论的热点话题。学术界普遍认为，提升科技创新能力是一项系统工程，其核心要素之间存在密切联系，构成了一个有机的整体（刘志华等，2014）。同时，认为提升科技创新能力应从战略层面出发，营造优良的科研创新环境①，发挥自身现有优势和特长②，创新科技管理模式和管理机制③，加大科研投入力度，增加科研人员的数量、提高科研人员素质。这样就能有效提升科技创新能力。现有文献在研究方法上，主要采用因子分析法，比如赵军洁等、黄敦平等；灰色关联度法，比如姜文仙④、祝新等、刘立燕等⑤；还有DEA分析法、多元逐步回归分析联合分析法等。在数据属性上，主要采用截面数据和面板数据为主。赵军洁等采用问卷调查法获取的截面数据；祝新等运用2013年全国内地29个省份（西藏、海南未包括）的截面数据；杜文忠等运用2010—2016年的统计年鉴相关时间序列数据；祝铭等运用2002—2014年31个省市、自治区的面板数据；姜文仙采用2001—2014年广东省相关年鉴数据；刘立燕等采用湖南省14个城市2017—2018年相关年鉴数据等。

已有研究很好地分析和评价科技创新能力，为我国不同地区或领域科技改革提出了建设性的建议。但已有研究也存在一些进一步改进的地方：首先，研究所采用的多是时间序列数据、截面数据或面板数据等，即这些数据仅考虑了时间维度。而大量的理论研究成果表明，地理单元之间的经济社会发展并不是孤立的，而是存在空间上的相关性，这种空间上的相关性对地区之间的社会经济发展产生的影响，不能被忽视，否则将导致研究结果偏离现实。其次，在研究方法上，使用空间计量方法进行研究的文献极少。因此，本文旨在尝试选择运用科研经费投入强度、科技创新支撑强度和科技产出效率等三个指标，综合探究影响科技创新能力的机制。在数据方面，使用2015—2019年《河北省经济年鉴》中河北省11个地市的统计数据整理得到的空间面板数据。在研究方法上，通过全局Moran’s I值检测，使用空间杜宾模型区分了科研经费投入强度、科技创新支撑强度和科技产出效率等因素影响科技创新能力的直接效应和简洁效应，并且充分讨论了空间溢出效应。

三、模型设定

（一）空间自相关性——莫兰指数（Moran’s I）

其中，n表示研究属性变量空间的区域数；xi表示第i个区域内的属性变量值（如疾病发病率），xj表示第j个区域内的属性变量值，x表示所研究区域的属性变量平均值；ωij表示空间权重矩阵。Moran’s I取值范围在[-1,1]之间，若各地区间经济行为为空间正相关，其数值应当较大；负相关则较小⑦。

（二）空间杜宾模型（SDM）

空间杜宾模型考虑了空间滞后的解释变量和被解释变量对被解释变量的共同影响，是空间滞后模型和空间误差模型的一般模型，能够更好地估计不同空间单元产生的溢出效应和基于空间面板数据测算空间溢出效应。本文选用标准空间杜宾模型，其表达式为：

式中，y为因变量，表示科技创新能力；ρωy表示相邻地市科技创新能力对本地市科技创新能力的影响，如果ρ＞1，表明地区间科技创新能力存在正向空间关联效应，若ρ＜1，表明地区间科技创新能力存在负向空间关联效应，若ρ=0，表明地市间科技创新能力不相关⑧。

（三）空间权重矩阵的确定

有三种方法：邻近的空间权重矩阵、地理距离空间权重矩阵和经济地理距离空间权重矩阵。本文选用的是邻近的空间权重矩阵中的车相邻（rook contiguity）空间权重矩阵的情况，这是一种根据“相邻”定义的对称矩阵。公式如（3）所示。该矩阵元素在地市单位相邻时取值为1，不相邻时则取值为0，对角线元素设置为0⑨。

四、变量选取与数据来源

（一）变量选取

1.平均万人专利申请授权量。本文采用地市平均万人专利申请授权量（TPG）作为科技创新能力的衡量指标。在《河北经济年鉴》中，描述各市科技产出及成果情况的指标有：专利申请受理量和专利申请授权量。由于专利申请受理量仅反映某地区一定时期内可以研发出的科技成果，但还未得到社会的承认和保护，所以本文没有采用专利申请受理量这一指标作为科技创新能力的衡量指标。而专利申请授权量这一指标不仅说明该地区在一定时间内科技产出的受社会承认并保护的专利成果数量，也更能够直观地反映出某地区一定时期内的科技创新能力。因此，这里用某地市一定时期内专利申请授权量与该地市人口总数的比例，即平均万人专利申请授权量，作为衡量该地市科技创新能力的衡量指标。也就是说，该指标的值越高，则该地区科研创新能力越强。

2.科研经费投入强度。科技创新必须要有相应的经费投入。本文采用某地市一定时期内R&D经费内部支出与该地区的GDP的比例，本文称之为科研经费投入强度（GRD），作为影响科技创新能力的一个解释变量。该指标值越高，R&D经费内部支出就越充足，该地区的科研创新能力就越强。

一身正气，为人民“进口工程”勇担一份责。在食品药品监管方面，他们常受到说情或威胁的压力，金钱与物质的诱惑。在2016年6月的一次监管执法过程中，一位自称有“黑社会”背景的经营户由于利益受损，威胁所长刘毅，扬言“不管，给你好处；管，要你小命”。军人出身的刘毅不为所动，不为所惧，打掉了违法者的嚣张气焰。2015年以来，仅刘毅就拒收红包金额8000元。所里明确要求：执法人员绝不能随便收受行政相对人的任何钱物，自觉树立起两袖清风、一身正气的形象。2015年高笋塘所被评为万州分局优秀集体，刘毅被重庆市局党组推荐为“重庆市人民好公仆”上报市委、市政府。

3.科研创新支撑强度。科研活动是由具体的科研主体单位实施并完成的，也就是说科学研究和技术服务业的法人单位是从事科研活动的主体。本文采用某地市一定时期内科学研究和技术服务业的法人单位数与该地市规模以上工业企业数之比，本文称之为科研创新支撑强度（NSRTS），作为影响该地市科技创新能力的一个解释变量。

4.科研产出效益。科技创新是为企业提高经营效益服务的，本文采用某地市一定时期内规模以上企业营业利润与该地市GDP之比，本文称之为科研产出效益（GPB），作为描述该地市科技创新能力的一个解释变量。

（二）数据来源

本文实证分析使用2015—2018年间河北省11个地市的面板数据，数据来源于2016—2019年《河北经济年鉴》相关数据。这里需要说明以下几点：（1）关于时间段的选取。由于本文涉及的主要经济指标，如R&D经费内部支出、科学研究和技术服务业的法人单位数，只是从2015年开始统计的，而2020年《河北经济年鉴》因故未发布，所以本文数据期间只有2015—2018年的。（2）关于地区数据处理的说明。本文将辛集市的数据纳入石家庄市的数据中，将定州市的数据纳入保定市的数据中。

（三）实证方法说明

本文在河北省行政区划相应数据和处理后的相应数据基础上，利用GeoDa软件计算变量全局Moran’s I值；然后利用GeoDa软件和Matlab软件计算邻近的空间权重矩阵中的车相邻（rook contiguity）的空间权重矩阵；最后利用Matlab软件计算空间面板的杜宾模型估计结果。

五、实证分析

（一）科技创新能力的空间特征（空间自相关检验）

本文利用GeoDa软件对河北省11个地市的科技创新能力进行空间自相关检验（见表1），可以发现，2015—2018年河北省各地市科技创新能力存在一定的空间相关性，适合采用空间计量模型进行分析。从平均每万人专利申请授权量的全局Moran’s I值可以看出，河北省11个地市之间科技创新能力的空间自相关性，由2015年的-0.171逐渐升高到2018年的0.019，说明河北省11个地市科技创新能力之间存在由负相关向正相关转变的趋势。从2015—2018年科研经费投入强度、科技创新支撑强度和科技产出效率等三个变量的全局Moran’s I值来看，除了2017年科技产出效率的全局Moran’s I值、2018年科研经费投入强度和科技创新支撑强度的全局Moran’s I值外，其他数据均较显著。以上结果表明，科研经费投入强度（GRD）、科技创新支撑强度（NSRTS）和科技产出效率（GPB）均呈现较强的空间自相关性。

表1 2015—2018年车相邻权重下变量的全局Moran's I值

运用Matlab软件，利用最大似然LM因子对空间滞后模型（SAR）和空间误差模型（SEM）进行检验，检验结果如表2所示。

表2 LM对空间滞后模型（SAR）和空间误差模型（SEM）的检验结果

根据检验结果，LM对SAR模型检验项目的P值相对于0.05%，只有一项显著，所以SAR模型未通过显著性检验；而LM对SEM模型检验项目的P值均小于0.05%，所以SEM模型通过检验。因此，本文选择空间面板杜宾模型（SDM）做进一步分析。

（二）模型结果和分析

本文运用Matlab软件，对空间面板杜宾模型（SDM）进行估计，其结果如表3所示。表3显示了空间面板杜宾模型（SDM）分别在时空均不固定、空间固定、时间固定以及时空均固定情况下的估计结果。结果显示，在四种情况下R2的值都是比较高的，尤其是在空间固定和时空均固定的情况下，R2值分别高达0.9802和0.9821，说明模型拟合得比较好；最大似然log-likelihood在各种情况下均比较小，也支持了R2的判定结果。

表3 间面板杜宾模型（SDM）估计结果

表3显示，科研经费投入强度（GRD）无论在哪种情况下，其估计系数均为正值，说明科研经费投入强度越高，地市的科研创新能力越强。而科研投入强度（GRD）的空间滞后项W*GRD的估计系数值显示，在时空无固定和时间固定的情况下估计系数为较大的正值，说明在空间方面上各地市科研经费投入强度（GRD）之间具有相互促进的作用。在空间固定和时空均固定的情况下，估计系数为绝对值较大的负值；说明时间发展趋势上各地市科研经费投入强度（GRD）之间存在相互竞争的关系。

科研创新支撑强度（NSRTS）在时空均不固定和时间固定的情况下估计系数为正值，说明在空间上各地市的科研创新支撑强度与科研创新能力之间是正相关关系。在空间固定和时空均固定的情况下其估计系数为负值，说明在时间发展上可能由于科学研究和技术服务业的运作缺乏效率，导致不能对规模以上工业企业科研创新发挥应有的科技支撑作用，致使科研创新支撑强度在时间上不能够促进相应地市的科研创新能力的提高。科研创新支撑强度（NSRTS）的空间滞后项W*NSRTS的估计系数值显示，在空间固定和时空均固定的情况下估计系数为正，说明各地市的科学研究和技术服务业在时间发展趋势上存在相互的促进作用；而在时空均不固定和时间固定的情况下估计系数为负，说明在空间上可能由于科技资源的有限性等原因导致各地市科学研究和技术服务业之间的竞争性明显。

科技产出效率（GPB）无论在哪种情况下，估计系数均为负值，说明某地市科技产出效率与该地市的科研创新能力表现为负相关关系。这可能是由于河北省科技推广应用存在阻碍，科技创新应用效率较低，造成科技创新应用创造的新增加值不高，不能够激发科研创新主体的科技研发创新的积极性，致使科技产出效率与科研创新能力之间呈现负相关关系。科技产出效率（GPB）的空间滞后项W*GPB的估计系数，在时空均不固定和时空均固定的情况下为负值，在空间固定和时间固定的情况下为正值。这说明各地市科技产出效率之间的协同关系不明朗，有待进一步讨论。

六、主要结论及政策建议

（一）主要结论

研究表明：（1）河北省各地市科研创新能力之间存在一定的空间相关性，应该从车相邻的视角研究并制定区域协同的提升科研创新能力的政策措施。（2）科研经费投入是影响各地市科研创新能力的重要因素。在时间沿革发展过程中，各地市的科研经费投入之间存在相互促进作用；而在一定的时间内，各地市的科研经费投入又存在相互竞争关系。（3）河北省各地市科学研究和技术服务业的发展在时间上表现为相互促进的趋势，而在空间上又表现为相互竞争关系。（4）尽管河北省每年有规模较大的科技创新，但是科技成果转化为现实的生产力可能还存在一定的障碍。

（二）政策建议

基于以上结论，本文的政策主要有：（1）进一步加强各地市之间的政府协调和科研创新合作，通过政府协调不断增加科研经费投入，以促进各地市科技创新能力的提高。还要发挥各地市之间科研经费投入的协同带动作用，提高河北省各地市科研创新能力的关联效应，加强跨地市的科研创新合作。（2）进一步提高各地市科学研究和技术服务业的运作效率，更好地支撑各地市规模以上工业企业的科研水平的提高。要不断拓宽各地市科学研究和技术服务业之间的合作渠道，进而有力地提高河北省科研创新能力的总体水平。（3）进一步加强科技成果转化，为现实生产力铺平道路，使科技创新成果成为各地市经济发展的真正支撑力量，也为新一轮科技创新提供有力的技术支撑和经济支持。

注释：

①黄敦平,吴智洋.我国国家高新区科技创新能力综合评价[J].辽宁工业大学学报,2020(10):17-22.

②祝新,王邵.基于灰色关联分析模型的广西科技创新能力评价研究[J].科技进步与对策,2016(11):109-115.

③赵军洁,陈宝峰,卢兵友.TRIZ推动农业科技创新的影响因素实证研究[J].中国科技论坛,2014(5):155-160.

④姜文仙.广东省区域科技创新能力评价研究[J].科技管理研究,2016(8):75-79,86.

⑤刘立燕,宋捷羽,杨波.基于DEA和灰色关联度的湖南省区域科技创新能力研究[J].河南财政经济学院学报,2021(1):39-46.

⑥Kitron U,Michael J,Swanson J,et al.Spatial analysis of the distribution of lacrosse encephalitis in Illinois,using a geographic information system and local and global spatial statistics[J].American Journal of Tropical Medicine& Hygiene,1997,57(4):569-475.

⑦王劲峰.空间分析[M].北京:科学出版社,2006.

⑧杨威,蔡礼彬.基于空间杜宾模型的旅游业发展与经济增长关系研究——以沿海省份面板数据为例[J].生态经济,2020(11):125-131.

⑨王周伟,崔百胜,张庆元.空间计量经济学:现代模型与方法[M].北京:北京大学出版社,2018(12).