张安妮

摘要：利用中国31个省2002～2015年面板数据，对创新资源集聚水平和创新能力的空间关系进行检验。在控制知识存量、创新基础设施、产业环境和市场环境等关键变量基础上，建立时空双效应空间杜宾模型。结果表明，创新资源集聚水平和创新能力具有空间依赖性，创新资源集聚水平的直接效应为正且显著。

关键词：创新资源集聚;空间自相关检验;空间杜宾模型

创新资源是地区创新活动的要素基础，建设创新型国家更离不开创新资源。创新资源集聚就是构成创新资源的各类要素通过创新活动集聚在一起，把经济社会中先进的知识、前沿的科技和优秀的人才整合起来，最终体现在提高区域创新能力，推动经济发展和生产力进步，共同增强科技实力与经济实力。创新资源在空间分布上有差异，区域创新能力不仅受该地区创新资源的影响，还具有空间相关性。毛良虎从空间计量分析的角度，利用空间杜宾模型分析长江经济带区域社会资本对创新能力的影响。杨浩昌研究发现高技术产业聚集区，集聚各种创新资源并通过资源共享与整合，促进技术创新的产生和扩散，实证分析显示这种影响存在明显的区域差异。

一、模型设定

空间计量模型中有三种不同的交互效应， LeSage构造存在内生与外生两种交互效应的空间杜宾模型，本文建立包含创新能力空间效应的模型，即式（1）：

其中，Y为被解释变量区域创新能力，C为解释变量创新资源集聚水平，A、FDI、T、K分别为控制变量中的专利存量、外商直接投资、信息基础设施和产业集聚水平，W为空间邻接权重矩阵。

二、数据和指标说明

创新能力为被解释变量。使用专利申请受理量衡量区域创新能力，与王春杨研究一致。考虑到创新投入对专利申请受理量的时滞影响，本文使用下一期的专利申请受理量表示本期区域创新能力，减少时滞性及变量内生性的影响。

创新资源集聚水平为解释变量。参考焦继文建立的区域集聚度的方法，建立测量创新资源集聚水平的方法如式（2）所示。分别选取R&D人员全时当量、R&D支出内部经费和专利申请受理量指标衡量。

选取知识存量、市场环境、创新基础设施和产业环境变量作为控制变量。

本文以全国31个省市为样本区域，解释变量与控制变量数据样本时间为2009～2015年，被解释变量专利申请受理量样本时间为2010～2016年。数据来源于《中国科技统计年鉴》和《中国统计年鉴》。

三、实证结果分析

（一）创新资源地理分布特征

通过ESDA的全局和局部空间自相关分析，运用R语言中的spdep包分别对创新能力和创新资源集聚水平进行空间相关性检验。通过MoranI指数进行全局空间自相关分析，指数大于0表示存在正的空间相关性，并对MoranI指数进行显著性检验。

2002～2015年创新资源集聚水平和创新能力的MoranI指数均大于0，表明创新资源集聚水平和创新能力空间分布的非随机性，呈现出全局正相关关系。2003～2015年创新资源集聚水平的MoranI指数均通过5%水平下的显著性检验，说明我国创新资源集聚水平具有较强的空间相关性，地区之间的相互影响作用不可忽视。区域创新能力和创新资源分布存在明显的空间相关性，在样本期内呈现集聚的倾向，这表明创新能力和创新资源集聚的空间效应不容忽视。

通过MoranI散点图进行局部空间自相关分析， MoranI散点图有4个象限，代表4种不同的局部空间集聚形式。第一象限的点如北京、天津、上海、江苏、浙江五个省市在1%显著性水平下，形成了高高创新资源集聚区域相邻的正向空间自相关关系，集聚程度较高，空间差异程度较小，并通过创新资源的扩散提高周围地区创新资源的集聚水平。第二象限的点如河北、安徽、福建等地区，存在空间负相关性，空间差异性较大，位于该区域的省份有极大的优势接受高属性地区的溢出效应。第三象限的点新疆、西藏、青海、云南等地区创新资源集聚地理位置上大多处于西部地区，各省份经济发展水平较低、创新资源较为匮乏，相应地创新能力较弱。广东和陕西两省均处于第四象限，与周边地区存在负向空间自相关性，有一定的极化趋势。

（二）空間杜宾模型估计与分析

为了更好地反映创新资源集聚的空间效应，通过相关检验确定空间计量模型形式。计量模型检验结果（p<0.01）表明必须拒绝随机效应。通过LR检验确定面板模型固定效应的类型，检验结果均通过1%显著性水平下的检验，固定效应模型类型为时间空间双固定效应模型。最后根据Wald检验和LR检验确定本文所选择的SDM模型能最好地拟合数据。因此，本文选取的模型形式为双时空SDM模型。

使用Matlab（2014a）对双固定SDM模型估计，双固定SDM模型的回归结果分析如表1所示。

加入空间因素后，创新资源集聚水平的估计系数为正且通过1%水平下的显著性检验，其空间效应系数W*C为负但不显著，说明周边地区创新资源集聚对本地区的资源集聚有抑制作用但这种作用不明显，地区之间知识、人才的相互竞争，使得本地区创新能力减弱。

控制变量的估计结果显示，专利存量对创新能力有促进作用，本地区知识存量是提升创新能力的基础。外商直接投资对创新能力的影响为负向，但空间滞后项为正。市场环境对创新能力有明显的抑制作用。创新基础设施系数为正且其滞后项显著为正，地区创新基础设施的完善不仅对本地创新能力有促进作用，也促进邻近地区创新能力的提升。产业集聚系数为正且显著，空间滞后项为正但不显著。产业集聚对创新能力产生正向影响，但区域之间存在竞争关系，地区之间的负向溢出效应较明显。

四、结论与政策建议

本文通过建立创新资源集聚指数测量2002～2015年我国31个省份的创新资源集聚水平，采用ESDA对我国31个省份的创新能力和创新资源集聚水平进行分组，结果显示创新能力具有空间依赖性。创新资源集聚水平对我国区域创新能力有显著的促进作用，创新资源的差别很大程度上解释了我国创新能力的差别。创新资源分布不均，且未来时期资源的跨区域、跨国界流动会进一步深化，创新资源的集聚会进一步强化，因此创新能力的区域差异会是一个长期存在的问题。

区域创新能力的空间依赖效应是影响我国区域创新能力的重要因素。创新资源集聚水平有助于提高区域创新能力，我国大部分地区创新资源的集聚显著提高自身创新能力，但对周边地区产生正向溢出效应不明显。地区之间加强创新主体间的合作交流，通过资源共享、合作等方式促进创新资源的溢出效应，提高区域创新能力。专利存量对我国创新能力的提升起到关键作用，产业集聚不仅对本地区的创新能力有所提升，对邻近地区创新能力也有所提高。增强本地区的知识存量，以专利存量为代表，对专利授权量较多的企业或高校实行奖励政策，强化本地区知识产权保护，激励企业自主研发，提高国外技术引进消化吸收能力。各地区在对主导产业选择时，要考虑到该产业是否适宜本地区的发展环境，以及相邻地区的产业发展情况，发挥产业集聚优势。

参考文献：

[1]方远平，谢蔓.创新要素的空间分布及其对区域创新产出的影响——基于中国省域的ESDA-GWR分析[J].经济地理，2012（09）.

[2]毛良虎，姜莹.社会资本对长江经济带区域创新能力的影响——基于空间杜宾模型的实证分析[J].科技管理研究，2017（04）.

[3]杨浩昌，李廉水，刘军.高技术产业聚集对技术创新的影响及区域比较[J].科学学研究，2016（02）.

[4]陈菲琼，任森.创新资源集聚的主导因素研究：以浙江为例[J].科研管理，2011（01）.

[5]刘思明，侯鹏，赵彦云.知识产权保护与中国工业创新能力——来自省级大中型工业企业面板数据的实证研究[J].数量经济技术经济研究，2015（03）.

（作者单位：江苏大学财经学院）