苏 屹 林周周

(1. 哈尔滨工程大学经济管理学院；2. 浙江大学管理学院)

1 研究背景

区域创新系统作为国家创新系统的基础和重要组成部分，是落实创新驱动发展战略的必要举措，其形成与发展对于增强区域自主创新能力、提升区域竞争力以及促进区域经济发展具有重要作用。知识经济时代，知识已成为区域创新发展中最具价值的资源，而区域创新系统的建立与完善是对知识进行有效管理的关键。具体来说，它既包括对区域内部知识的集聚与整合，又包括对区域外部知识的获取与吸收。事实上，随着各区域创新水平的提升，再加上资源环境的约束，区域内有限的知识已难以满足区域创新发展的需要，而通过知识溢出机制获取区域外部知识成为研究区域创新的新视角[1]。在开放式创新下，内生经济增长理论认为，知识的外部性及其动态性特征决定了知识在区域之间必然存在一定的溢出效应[2]。知识溢出机制通常是由人才流动、研发合作、企业家创新及贸易投资4类构成，主要描述了区域之间通过直接或间接方式进行知识交流时而发生的无意识传播过程[3]。鉴于此，深入分析区域创新系统知识溢出效应存在很强的必要性。

要深入研究知识溢出与区域创新活动的内在动态关联，首先需要深刻剖析区域创新活动的本质。在价值链视角下，区域创新活动要依次经历从创新投入到成果产生的技术研发阶段，以及成果转化为经济效益的经济转化阶段[4，5]。目前，关于知识溢出与两阶段区域创新活动之间动态关联问题的研究还较为缺乏，而忽视区域创新活动的阶段特征可能会使研究结果有偏。其次，已有研究表明，区域创新系统吸收到的知识溢出会受到区域消化吸收水平的影响和制约[6]。考虑到中国各区域消化吸收水平差异较大的事实，本研究有理由认为，区域创新系统知识溢出效应会受限于区域消化吸收水平的非线性影响。然而，以往文献在研究知识溢出与区域创新活动的关系时，主要探讨二者的线性关系，很少考虑区域消化吸收水平的异质门槛因素，这将不利于研究结论的全面性。基于此，本研究从价值链视角，将区域创新过程划分为技术研发和经济转化两个阶段，并尝试引入第三关系变量区域消化吸收水平，着重讨论在考虑区域消化吸收水平作为门槛变量的情况下，知识溢出对两阶段区域创新活动影响的差异性，以期为揭示知识溢出与区域创新活动的阶段性关联，提高自主创新能力，以及探索行之有效的创新驱动发展路径提供参考。

2 文献回顾

国内外学者对区域创新系统知识溢出效应进行了较为深入的研究，通常可分为以下3类观点：①知识溢出对区域创新具有促进作用。该类观点认为，区域创新系统吸收到的知识溢出能够缓解自身研发创新对知识技术的需求压力，一定程度上弥补了创新资源的不足。KRAMMER[7]认为，以FDI为渠道的知识溢出对东道国技术创新产生显著的积极效应。王崇锋[8]认为，知识溢出对区域创新效率具有显著正向调节效应。QIU等[9]指出，本土化知识溢出和国际化知识溢出对中国发达地区创新绩效具有促进作用。李婧等[10]发现，在地理距离和社会距离因素下，知识溢出均对区域创新绩效具有显著促进作用。HO等[11]认为，以国际贸易为渠道的知识溢出对区域创新具有促进作用。沙文兵等[12]发现，知识管理对区域创新能力产生一定的积极效应。②知识溢出对区域创新具有消极影响。持这一观点的学者认为，知识溢出会对本地创新活动产生“挤出效应”，从而抑制区域创新。张昕等[13]认为，多样化知识溢出对电子通讯制造业创新绩效存在负向作用。万坤扬[14]研究表明，FDI知识溢出对不同层次的技术创新均不存在促进效应，甚至对高层次技术创新具有负向影响。李志宏等[15]认为，其他地区的知识存量对区域创新生产具有负效应。QIU等[9]指出，国际化知识溢出对中国欠发达地区创新绩效具有抑制作用。③知识溢出与区域创新关系不显著。随着研究的深入，亦有学者认为，区域创新系统接收到的知识溢出与本地创新匹配度较低，加上地区吸收能力的约束，二者的关系并不明显。如安源等[16]认为，以FDI和进口贸易为渠道的知识溢出与创新绩效不存在明显的相关关系。

综上可知，学者们大都从线性角度分析了区域创新系统的知识溢出效应，其实证结果既有积极效应、消极效应，还有无显著效应。造成研究结论不一致的可能原因如下：①区域创新过程划分的差异。目前研究通常将区域创新过程看作一个整体，而事实上，区域创新过程要依次经历技术研发和经济转化两个阶段。技术研发与经济转化是相关，但又具有独立性的重要问题，如果忽视创新活动的阶段性特征，不加区分的笼统研究，不仅难以发现两阶段之间的关系，导致知识溢出效应下的“黑箱”问题，还可能会出现误导性结论。②缺乏对异质门槛因素的考虑。以往关于区域创新系统知识溢出效应的研究，主要集中于简单线性关系的考察，很少有人考虑异质门槛因素的影响。③知识溢出的测度方法不同。现有文献大都采用替代指标衡量知识溢出，忽略了知识溢出会受到区域间地理距离和区域自有知识存量差距约束的事实，未能体现对知识溢出的实际测度。

3 研究设计

3.1 变量选取

(1)被解释变量本研究的被解释变量包括如下两个：①发明专利授权数(lnIPit)。由于发明专利技术含量高且不易受人为因素的干扰，加上专利申请授权数会经过严格的审查程序，更能准确客观地反映技术研发阶段的创新能力与创新水平，故本研究选择发明专利授权数作为区域创新活动中间产出的衡量指标。②新产品销售收入(lnNRit)。经济转化阶段的创新产出属于区域创新活动的最终产出，即创新的最终目的是实现技术成果的商业化，主要通过销售新产品或新技术来体现市场价值和获取经济收益。由此，本研究采用新产品销售收入作为区域创新活动最终产出的衡量指标[17]。

(2)解释变量解释变量即知识溢出(lnPSit)。本研究引入Verspagen-Caniёls知识溢出模型对知识溢出进行测度。该模型是基于区域自有知识存量，同时把区域间地理距离和知识存量差距等因素考虑进去的一种测度方法[18，19]。为更好地体现知识溢出与地理距离的关系，本研究对Verspagen-Caniёls知识溢出模型进行改进，即将区域间地理距离衰减指数设定为2[20]，据此，构建如下模型

(1)

式中，Si表示区域i从区域j(1,2,…，N)吸收到的知识溢出总量；N表示其他区域总数；dij表示省会距离；Hij=ln(Kj/Ki)表示区域间自有知识存量差距；θi和φi表示两种学习能力，借鉴郭嘉仪等[21]的做法，令θi=1,φi=1，即暂时忽略区域间学习能力的异质性。对于区域自有知识存量K，运用永续盘存法进行核算[10，22]。其中，研发支出价格指数=人员劳务费所占权重×居民消费价格指数+仪器设备费所占权重×固定资产投资价格指数[23]。

(3)门槛变量门槛变量即区域消化吸收水平(lnTAit)。参考杨伟[24]、罗顺均[25]的研究，且为了更准确客观地衡量区域消化吸收水平，本研究选取规上工业企业消化吸收经费支出来表示。

(4)控制变量为更准确地反映两阶段区域创新活动中知识溢出的门槛效应，本研究有针对性地引入两阶段各自的影响因素进行控制，具体如下：①技术研发阶段。选取研发经费投入强度(lnRSit)作为物质资本投入的表征指标，并采用研发经费支出占GDP的比重表示[26]；选取研发人力(lnRPit)作为人力资本投入的表征指标，并采用研发人员全时当量表示[27]；引入区域创新机构数(lnIDit)为控制变量，并采用有研发活动的企业、高校及研发机构数量之和表示[28]。②经济转化阶段。借鉴范德成等[5]的做法，本研究选取技术研发阶段的发明专利授权数(lnIPit)为控制变量；此外，选取新产品开发费用(lnNEit)以及对外开放度(lnOPit)为控制变量，其中，外开放度采用进出口总额与GDP的比值表示，按照以往的作法，对进出口总额进行汇率处理[29]。

3.2 模型构建

借鉴HANSEN[30]提出的门槛回归模型，构建以区域消化吸收水平为门槛变量的技术研发阶段知识溢出效应的双重门槛面板回归模型

lnIPit=C+β1lnPSitI(lnTAit<λ1)+

β2lnPSitI(λ1≤lnTAit<λ2)+

β3lnPSitI(lnTAit≥λ2)+α1lnRSit+

α2lnRPit+α3lnIDit+μi+νt+εit，

(2)

式中，C表示常数项；i表示省份；t表示年份；lnIPit为因变量，表示i省t年的发明专利授权数；lnPSit为核心解释变量，表示i省t年的知识溢出；β1、β2、β3分别表示回归系数；lnTAit为门槛变量，表示i省t年的消化吸收水平；λ1、λ2分别表示双重门槛值；I(·)表示指示函数；lnRSit、lnRPit、lnIDit为控制变量，分别表示i省t年的研发经费投入强度、研发人力、区域创新机构数；α1、α2、α3分别表示相应系数；μ表示个体固定效应；ν表示时间固定效应；ε表示随机干扰项。

同理，构建以区域消化吸收水平为门槛变量的经济转化阶段知识溢出效应的双重门槛面板回归模型

lnNRit=C+β1lnPSitI(lnTAit<λ1)+

β2lnPSitI(λ1≤lnTAit<λ2)+

β3lnPSitI(lnTAit≥λ2)+α1lnIPit+

α2lnNEit+α3lnOPit+μi+νt+εit，

(3)

式中，lnNRit表示i省t年的新产品销售收入；lnIPit、lnNEit、lnOPit分别表示i省t年的上一阶段发明专利授权数、新产品开发费用、对外开放度。

3.3 数据说明

鉴于数据的一致性、可获得性和客观性，本研究选择2009～2016年中国30个省份(西藏和港澳台地区因数据缺失而忽略)的面板数据为研究样本(观测值共计240个)，其原始数据主要来自2010～2017年的《中国统计年鉴》《中国科技统计年鉴》以及各省统计年鉴，省会间距离采用ArcGIS 10.2测算。为消除价格变动带来的差异，对于研发经费和新产品销售收入，分别采用研发支出价格指数、工业品出厂价格指数做平减处理；对于消化吸收经费和新产品开发费用，均采用GDP指数进行折算，所有数据处理均以2009年为基期。此外，为合理控制异方差与共线性，对所有变量取自然对数。本研究变量的描述性统计结果见表1。

表1 变量的描述性统计(N=240)

图1 2009～2016年各区域知识溢出总量

4 区域知识溢出的测度结果分析

通过采用改进的Verspagen-Caniёls知识溢出模型，可以测度出2009～2016年各区域的知识溢出效应水平，此时的知识溢出效应水平主要用来反映区域之间的知识交流密集程度。由于中国区域创新系统的空间结构差异很大，故有必要进一步显化和分析不同区域的知识溢出效应差异及成因。基于此，本研究从总量和增长率两个维度对区域知识溢出的测度结果进行综合分析。

2009～2016年各区域的知识溢出总量见图1。由图1可知，知识溢出效应水平排名处于前5位的区域分别为河北、浙江、上海、山西和天津，除山西外，其他区域均属于东部地区；排名处于后9位的区域分别为贵州、云南、甘肃、广西、青海、宁夏、广东、新疆和海南，除广东和海南外，其他区域均属于西部地区。可以发现，中国不同区域的知识溢出效应具有明显差异。东部地区作为中国经济发达区域，具有明显的经济基础优势。依托发达的经济条件，不仅可以持续增加区域自有知识存量，还能够在公共基础设施、公共医疗和教育资源等方面对其他区域创新资源产生强大的吸引力，引导和加速优秀人才、先进技术等创新要素的流入，由此带来了知识溢出效应的增加。山西虽然不属于东部地区，但它位于环渤海经济圈，区域内交通便利、文化氛围相近，与其他区域之间存在较高的知识交流密集程度，知识溢出效应明显且稳定。至于西部地区，普遍存在着自身经济基础薄弱的问题，不仅难以为本地创新提供充足的自有知识，还无法对其他区域创新要素形成强有力的吸引力；再加上地理位置的约束，与其他区域在知识交流上不够频繁，区际要素流动量较少，从而导致该地区所获取的知识溢出效应十分有限。需要注意的是，广东和海南的知识溢出效应较小，这与李婧等[10]的结论一致。产生该结果的原因可能在于：①这两省的地理位置均处于沿海地区，与其他区域的地理距离较远，不利于区域之间的频繁交流与合作；②本研究所测度的知识溢出效应，主要反映的是中国各区域之间的知识交流密集程度，而不包括与其他国家开展的国际知识溢出。广东和海南作为沿海地区，可能会把外溢知识的获取方式重点放在国际知识溢出上。

2009～2016年各区域知识溢出的平均增长率见图2。由图2可知，各区域知识溢出的年均增长率同时存在正向与负向的显著差异。具体来看，知识溢出效应年均增长率最快的是以北京、天津、海南为代表的东部地区和以内蒙古为代表的西部地区；知识溢出效应年均增长率最慢的是青海、山西等区域，出现负向增长的现象。对于东部地区，优越的地理位置和雄厚的经济基础不断吸引和加速各类要素的流入，产生了较高的知识溢出效应增长率。内蒙古政府特别注重交通基础设施的改善，并已取得了良好的效果。交通条件的改善促进了区域间人才和资金等要素的流动，为知识溢出效应的增长提供了便利条件。对于青海，由于受到地理距离、交通条件、经济基础等多方面因素的影响，与其他区域缺乏知识交流，导致其知识溢出的增长率很低，甚至出现了负向增长。山西虽然处于环渤海经济圈，与发达地区交流频繁，但在吸收外溢知识的同时，不可避免地存在一定的竞争效应。显然，人才、技术等创新要素更倾向于流入经济较为发达的地区。

图2 2009～2016年各区域知识溢出的平均增长率

表2 技术研发阶段门槛效果显著性检验(N=240)

注：**、***分别表示在5%、1%的水平下显著，下同。

5 实证分析

本研究运用Stata 13软件，分别对区域消化吸收水平门槛差异下的两阶段区域创新活动知识溢出效应进行检验与估计。

5.1 技术研发阶段知识溢出效应的门槛回归分析

以发明专利授权数为被解释变量，知识溢出为解释变量，区域消化吸收水平为门槛变量，研发经费投入强度、研发人力、区域创新机构数为控制变量，对技术研发阶段知识溢出的门槛效应进行检验。

(1)门槛效果检验与门槛值估计首先，基于区域消化吸收水平为门槛变量的门槛估计值和显著性水平分别见表2和表3。由表2可知，在Bootstrap法反复抽样300次的条件下，区域消化吸收水平双重门槛通过了1%水平下的显著性检验。根据HANSEN[30]的门槛理论，表明技术研发阶段知识溢出效应存在显著的双重门槛特征。由表3可知，双重门槛估计值分别为-1.923和0.690，且分别位于95%置信区间[-1.923, -0.903]和[0.418, 0.950]内。

表3 技术研发阶段门槛值估计结果(N=240)

其次，利用似然比统计量LR对双重门槛估计值进行真实性检验。其基本原理是当LR值取零时，所对应的门槛参数即为区域消化吸收水平的门槛估计值；当置信区间为95%时，所有小于LR=7.35的区域消化吸收水平构成的区间即为门槛值的置信区间。检验结果分别见图3和图4。由图3和图4可以看出，当LR值等于零时，对应的门槛参数分别为第一个门槛值-1.923和第二个门槛值0.690，且两个门槛估计值的置信区间分别为[-1.923,-0.903]和[0.418, 0.950]，两个门槛估计值均位于相应的置信区间内。由此，可以认为门槛估计值通过了真实性检验，即门槛估计值与门槛真实值相等。基于此，本研究选择双重门槛回归模型进行后续的分析。

(2)模型参数估计结果技术研发阶段，知识溢出效应门槛模型各变量参数估计及其检验结果见表4。

表4 技术研发阶段门槛模型回归结果(N=240)

由表4可知，在双重门槛条件下，当区域消化吸收水平低于-1.923时，知识溢出的回归系数为-0.212，与发明专利授权数呈负相关关系，且其p值为0.001，通过了1%水平的显著性检验；当区域消化吸收水平介于-1.923和0.690之间时，知识溢出的回归系数为-0.166，且其p值为0.009，在1%的水平下显著，表明知识溢出对发明专利授权数存在显著负向影响；当区域消化吸收水平等于且高于0.690时，知识溢出的回归系数为-0.130，对应的p值为0.038，表明知识溢出与发明专利授权数在5%显著水平上呈负相关关系。在这3个阶段，每当知识溢出增加一个单位，发明专利授权数将减少0.212、0.166、0.130个单位，呈现出明显的门槛效应特征。通过对比3个阶段的知识溢出回归系数可知，区域创新系统吸收到的知识溢出对发明专利授权数均存在显著的抑制效应，且影响系数的绝对值逐渐减小，表明随着区域消化吸收水平的进一步提升，其抑制效应呈下降趋势。出现此结果的原因在于：①通过知识溢出获取的外溢知识属于区域外部创新资源，具有来源复杂多样和属性各异等特征。外溢知识虽然带来了先进的技术与知识，但与本地创新活动的匹配度和适用性较低。区域创新系统的技术研发阶段往往对知识的识别与利用具有更高的要求。如果将外溢知识直接作用于本地创新活动，很可能产生一定程度的竞争效应和挤出效应，从而造成无法促进甚至抑制区域创新产生的情况。②知识溢出属于一种无意识的知识流动，如何准确识别、消化和利用外溢知识是关键环节，这就要求各地区在创新过程中对外溢知识具有较强的消化吸收能力。随着地区消化吸收能力的提升，能够更大程度地实现外溢知识内化，从而缓解了因外溢知识与本地创新活动匹配度不高而造成的消极效应。此外，需要注意的是，知识溢出作为一种空间行为，必然受到地理距离的约束，这也加深了区域创新系统对外溢知识进行消化吸收的难度。

就控制变量而言，研发经费投入强度、研发人力、区域创新机构数的回归系数分别为0.826、0.676、0.309，且对应的p值都为0，说明这3个控制变量均对发明专利授权数存在显著的正向影响。研发经费投入强度每提升1%，发明专利授权数将增加0.826%；研发人力每增加1%，发明专利授权数将增加0.676%；区域创新机构数每增加1%，发明专利授权数将增加0.309%。由此看出，研发经费投入强度的积极作用最大；同时可知，这3个变量是促进区域创新产生、推动区域技术进步的重要因素。

(3)扩展分析根据技术研发阶段双重门槛面板模型，对2009～2016年中国30个省份消化吸收水平的相对门槛值分布情况进行分析(见表5)。

表5 技术研发阶段不同门槛区间地区数量分布(N=240)

由表5可知，低于消化吸收水平-1.923的省份共有21个，占样本总量的8.75%；处于消化吸收水平[-1.923，0.690]区间内的省份共107个，占样本总量的44.58%；高于消化吸收水平0.690的省份共112个，占样本总量的46.67%。这表明中国大部分地区处于中门槛区间和高门槛区间，知识溢出对发明专利授权数的抑制效应较低。区域消化吸收水平低于-1.923的省份数量由2009年占比3.33%增至2016年的20%，在这些省份中，知识溢出对发明专利授权数的抑制效应最大，没有充分发挥出区域消化吸收水平的推动作用。区域消化吸收水平介于-1.923和0.690之间的省份数量由2009年占比30%增至2016年的60%，增幅达30%；而区域消化吸收水平等于且高于0.690的省份数量由2009年占比66.67%降至2016年的20%，下降幅度达46.67%，这说明中国近年来大多数地区的消化吸收水平不容乐观，未能有效抵消知识溢出对发明专利授权数的消极作用。

表6 经济转化阶段门槛效果显著性检验(N=240)

5.2 经济转化阶段知识溢出效应的门槛回归分析

以新产品销售收入为被解释变量，知识溢出为解释变量，区域消化吸收水平为门槛变量，上一阶段的发明专利授权数、新产品开发费用、对外开放度为控制变量，对经济转化阶段知识溢出的门槛效应进行检验。

(1)门槛效果检验与门槛值估计首先对该模型进行多重共线性检验，结果显示所有变量的VIF值均小于10，故认为不存在明显的多重共线性问题。经济转化阶段知识溢出效应的门槛值估计及检验结果分别见表6和表7。由表6可知，双重门槛模型对应的自抽样p值为0.003，通过了1%水平的显著性检验，说明经济转化阶段知识溢出效应存在显著的双重门槛特征；由表7可知，两个门槛估计值分别为-1.951和2.285，且分别处于95%置信区间[-2.693, 3.258]和[-1.401, 3.258]内。

表7 经济转化阶段门槛值估计结果(N=240)

利用似然比统计量LR对双重门槛估计值进行真实性检验。借助似然比函数图可以直观地说明门槛估计值的真实性与置信区间(分别见图5和图6)。由图5和图6可知，当LR值等于零时，对应的门槛参数分别为-1.951、2.285，且95%置信区间(图中虚线以下)分别为[-2.693, 3.258]、[-1.401, 3.258]，两个门槛估计值均处于相应的置信区间内，由此可以认为门槛估计值与门槛真实值相一致。据此，本研究选择双重门槛回归模型进行后续的分析。

图5 门槛值-1.951的似然比函数

图6 门槛值2.285的似然比函数

(2)模型参数估计结果经济转化阶段知识溢出效应门槛模型各变量参数估计及其检验结果见表8。

由表8可知，在双重门槛条件下，当区域消化吸收水平低于-1.951时，知识溢出的回归系数为0.305；区域消化吸收水平介于-1.951和2.285之间时，知识溢出的回归系数为0.320；区域消化吸收水平等于且高于2.285时，知识溢出的回归系数为0.310。这3个回归系数均为正数，对应的p值都为0，且均在1%的水平下显著，说明区域创新系统吸收到的知识溢出对新产品销售收入均具有显著的促进效应。在这3个阶段，每当知识溢出增加一个单位，新产品销售收入将增加0.305、0.320、0.310个单位，呈现出明显的门槛效应特征。

表8 经济转化阶段门槛模型回归结果(N=240)

通过比较知识溢出的回归系数可知，这3个回归系数先增后降，说明随着区域消化吸收水平的进一步提高，知识溢出的促进效应也先升后降。区域创新系统吸收到的知识溢出对新产品销售收入总是具有促进效应，随着区域消化吸收水平提高到[-1.951，2.285]时，知识溢出对新产品销售收入的影响系数进一步增大(从0.305增至0.320)，说明区域消化吸收水平的适度提升，有助于对吸收到的知识溢出进行优化、学习与利用，弥补自身创新资源的缺失，提高知识溢出对新产品销售收入的促进效应；而区域消化吸收水平提高到2.285以上时，知识溢出对新产品销售收入的影响系数有所下降(从0.320降至0.310)，说明区域消化吸收水平并非越高越好。与区域消化吸收水平处于[-1.951，2.285]相比，此时过高的区域消化吸收水平，反而会略微抑制知识溢出对新产品销售收入的促进效应，弹性系数有所下降。出现这种现象的原因，可能是区域创新系统吸收到的知识溢出小于区域消化吸收水平，或者说不需要太高的区域消化吸收水平处理知识溢出。总的来说，在知识溢出对新产品销售收入这一创新产出的影响中，[-1.951，2.285]是区域消化吸收水平的最优区间。在控制变量方面，发明专利授权数、新产品开发费用、对外开放度的回归系数分别为0.350、0.644、0.137，对应的p值分别为0、0、0.034，说明这3个控制变量均对新产品销售收入存在显著的促进作用。其中，又以新产品开发费用的正向影响最大。新产品开发费用每增加1%，新产品销售收入将增加0.644%；发明专利授权数每增加1%，新产品销售收入将增加0.350%；对外开放度每提高1%，新产品销售收入将增加0.137%。由此看出，这3个变量是促进技术成果经济转化、增加新产品收入的重要因素。

(3)扩展分析根据经济转化阶段双重门槛面板模型，对2009～2016年中国30个省份消化吸收水平的相对门槛值分布情况进行分析(见表9)。

表9 经济转化阶段不同门槛区间地区数量分布(N=240)

由表9可知，低于消化吸收水平-1.951的省份共有21个，占样本总量的8.75%；处于消化吸收水平最优区间[-1.951，2.285]的省份共191个，占样本总量的79.58%；高于消化吸收水平2.285的省份共28个，占样本总量的11.67%。由此看出，中国大多数区域创新系统的消化吸收水平相对处于最优化状态。在消化吸收水平处于[-1.951，2.285]的区域，知识溢出对新产品销售收入的促进效应最大。区域消化吸收水平低于-1.951的省份数量由2009年占比3.33%增至2016年的20%，占比处于快速上升趋势；区域消化吸收水平高于2.285的省份数量由2009年占比23.33%降至2016年的3.33%，占比处于快速下降趋势；而处于最优区间[-1.951，2.285]的省份数量基本保持不变。综合考虑区域消化吸收水平不能过高或者过低，以及知识溢出对新产品销售收入的影响系数大小，中国区域创新系统整体处于良好态势。

5.3 技术研发和经济转化两阶段知识溢出效应综合分析

(1)门槛回归结果综合分析本研究将发明专利授权数作为技术创新阶段的创新中间产出，将新产品销售收入作为经济转化阶段的创新最终产出，随着区域消化吸收水平的提升，区域创新系统吸收的知识溢出对发明专利授权数和新产品销售收入的门槛效应见图7。

图7 两阶段知识溢出效应的门槛回归结果

由图7可知，在知识溢出与发明专利授权数的作用关系中，随着区域消化吸收水平的提升，知识溢出的影响系数分别为-0.212、-0.166、-0.130，均存在显著负向影响；而在知识溢出与新产品销售收入的作用关系中，随着区域消化吸收水平的提升，知识溢出的影响系数分别为0.305、0.320、0.310，均具有显著正向影响。知识溢出对两阶段区域创新产出分别呈现截然不同的效应，即技术研发阶段的抑制效应逐渐降低与经济转化阶段的促进效应先增后降。出现这种现象的主要原因可能在于知识属性的差异：由于知识具有非竞争性、外部性等特征，也就决定了知识必然存在溢出现象，而这种外溢现象往往是无意识的，不受区域创新系统的控制，影响范围较广。

技术研发阶段，发明专利的产生往往需要区域自身的核心知识，必然占用了大量的物质资本和人力资本，而区域创新系统的创新资源毕竟是有限的，当它必须划分出来一部分创新资源用于处理所吸收的知识溢出时，将会导致自身研发创新的不足，从而造成发明专利等创新中间产出的减少。由此，知识溢出对发明专利的门槛效应始终为负相关。随着区域消化吸收水平的提升，区域创新系统对吸收到的核心知识溢出的利用效率逐渐提高，能够从核心知识溢出中挖掘对自身研发创新有用的技术和信息，从而可以在一定程度上缓解因自身创新资源投入的不足而造成的消极影响。据此，知识溢出对发明专利的抑制效应呈逐渐降低的态势。

在经济转化阶段，新产品销售收入反映了新产品或新技术的市场接受程度，揭示了技术研发成果的市场价值。对于产品的商业化而言，需要更多共性的、通用的知识，而非专业化的知识。如此，区域创新系统吸收到的知识溢出能够很快地被消化吸收，进而为新产品的推广、销售及应用提供优质的服务，促进新产品销售收入的提升。但区域消化吸收水平并非越高越好，一方面，区域创新系统所消化吸收的知识毕竟是有限的；另一方面，伴随着区域创新系统承接知识溢出的提高，其效用会有所降低，呈现倒U型结构。由此，知识溢出对新产品销售收入的门槛效应始终为正相关，且促进效应先增后降。技术研发阶段，区域消化吸收水平的最优区间为高于0.690，中等区间为[-1.923，0.690]；而经济转化阶段，区域消化吸收水平的最优区间为[-1.951，2.285]，中等区间为高于2.285。本研究中的国内30个省份大部分处于最优区间和中等区间内，说明在区域消化吸收水平对两阶段知识溢出效应影响方面，中国整体处于良好状态。

(2)门槛特征空间分布综合分析为综合分析技术研发和经济转化两个阶段不同区域的门槛特征，本研究根据两阶段知识溢出效应的门槛区间划分，分别得到同时位于两个阶段的低门槛区域、中门槛区域和高门槛区域。具体结果见表10。

由表10可知，技术研发和经济转化两阶段均具有低门槛特征的区域，除海南外，主要分布在西部地区，且到2016年，依旧属于西部地区；两阶段均具有高门槛特征的区域，随着时间的推移，主要分布在东部地区；两阶段均具有中门槛特征的区域最多，三大地区都有分布，且数量始终保持领先。

对于西部地区，普遍存在着自身创新水平较低、经济发展较为落后的问题，这就使得在与其他区域进行知识互动和交流的过程中，会受到地区间竞争效应的不良影响，导致其通过知识溢出机制获取的外溢知识较少；特别是随着区域间联系程度的加深，这种竞争效应更为强烈，外溢知识下降加快。在区域创新资源有限的情况下，部分地区纷纷转向更加重视区域内部知识的增加与利用，减少消化吸收经费。对于东部地区，如上海，一直处于高门槛区间。上海作为中国重要的经济中心，具有资金雄厚、交通便利及政策倾斜等优势，对其他区域的创新人才、创新资金等具有强大的吸引力。各类要素的流入带来了大量的外溢知识，这就需要足够多的消化吸收经费进行支持；且很高的创新水平也决定了上海需要非常多的知识资源。在自有知识良好的情况下，提高区域消化吸收水平，能够更好地实现外溢知识内化，共同作用于区域创新系统，形成良性地创新路径循环。而对于中国大部分区域而言，考虑到自身创新水平和经济发达程度，往往选择既关注外溢知识对区域创新的作用效果，也重视区域自有知识的核心地位，希望在这两种异质性知识源之间寻找一定的协调与平衡，最大限度地提升区域创新能力。由此，消化吸收经费会保持在一定的合理范围内。

表10 两阶段不同区域门槛特征的综合空间分布(N=240)

6 研究结论与启示

本研究从价值链视角，将区域创新过程划分为技术研发和经济转化两阶段，然后利用2009～2016年中国30个省域的面板数据为研究样本，运用Hansen门槛面板回归模型，以区域消化吸收水平为门槛变量，实证考察了区域创新系统吸收到的知识溢出对两阶段区域创新产出的门槛效应，主要得到如下结论。

(1)无论是以发明专利授权数为被解释变量的技术研发阶段双重门槛回归模型，还是以新产品销售收入为被解释变量的经济转化阶段双重门槛回归模型，都通过了1%水平的显著性检验，且对应的门槛估计值均通过了似然比统计量LR的真实性检验。由此看来，区域创新系统知识溢出效应的发挥显著受限于区域消化吸收水平。这就要求相关部门在制定知识溢出创新驱动政策时，有必要把区域消化吸收水平这一重要因素考虑进去，才能更加有效地实现区域创新能力的提升。

(2)技术研发阶段，区域创新系统吸收到的知识溢出对发明专利授权数均存在显著的抑制效应，且影响系数的绝对值逐渐减小，表示随着区域消化吸收水平的进一步提升，其抑制效应逐渐降低。经济转化阶段，区域创新系统吸收到的知识溢出对新产品销售收入均存在显著的促进效应，且影响系数先增后减，表示随着区域消化吸收水平的进一步提升，其促进效应先升后降。知识溢出的抑制效应和促进效应并存。该结论的政策启示如下：①技术研发阶段，一方面，加大研发投入，扩大对知识溢出的承载力；另一方面，提高区域消化吸收水平，加速对知识溢出的学习深度与利用效率。经济转化阶段，各区域因地制宜，建立和完善知识溢出引进和运用机制，尽可能地发挥区域消化吸收能力，使知识溢出更有效地促进区域创新绩效的提升。②在实践中，区域创新系统知识溢出创新路径的选择，需要综合考虑各地区消化吸收水平的门槛效应，针对区域创新活动处于不同阶段和不同地区消化吸收水平的差异情况，选择适当、合理、行之有效的知识溢出驱动创新范式。

(3)对于控制变量，即研发经费投入强度、研发人力、区域创新机构数等对区域创新产出均具有显著正向影响。对此，政策建议如下：提高研发经费投入和研发人力投入，发挥区域自有知识存量的吸引力和吸收力；重视有研发活动的企业、高校及研发机构的创新主体地位，推动三者数量和质量的稳步提升；增加新产品开发费用，加快新产品或新技术的市场推广、销售及应用等商业化范式；加大对外开放力度，积极从发达地区引进先进技术知识，同时注意“量”与“质”的协调统一。

本研究的贡献在于利用非线性门槛回归模型，从价值链视角实证考察了两阶段区域创新过程中知识溢出效应的异质性，丰富了该领域的研究成果。但知识溢出效应很可能会受到其他门槛因素的影响，后续研究将进一步深化与拓展。