焦帅涛，孙秋碧

(福州大学 经济与管理学院，福建 福州 350108)

一、引言

中共十九大报告指出，要加大对技术创新的支持，不断进行效率变革，不断提高全要素生产率，使技术创新为经济增长提供源源不断的动力。根据国家统计局数据显示，自2014年以来，最终消费对经济增长的贡献率一直呈现上升趋势，且贡献率均已超过50%，2018年最终消费对经济增长的贡献率更高达76.2%，居民消费不断升级提质，服务型消费也呈现增大趋势。但是，中国经济发展仍存在消费倾向有待提高和消费结构升级的问题，即“区域实物消费与服务消费不平衡”和“服务消费发展不充分”。近年来，大量学者和机构对科技创新和消费升级的研究不断加深，科技创新和消费升级对经济增长的影响已经成为研究的热点和焦点。在已有研究的基础上，本文基于空间溢出视角考虑技术创新和消费升级对经济增长的空间效应影响，并进行相关多模型空间实证分析。

二、文献综述

区域经济增长不仅是一个兼顾效率与均衡的经济问题，更是一个涉及技术创新和消费升级等多因素的社会问题，区域经济增长的空间效应分析离不开空间经济学的发展。空间经济学由Paelinck提出的空间相互依存概念发展而来，后经Anselin等的不断丰富与拓展，最终形成较为系统的理论[1-2]。以往研究文献对技术创新、消费升级和经济增长的空间效应研究主要集中在以下四个方面：一是关于区域经济增长空间关联性的研究。Ying利用空间滞后模型分析了中国经济增长具有很强的空间关联效应；Groenewold等在模型中加入共同冲击要素，证明了中国区域经济存在空间关联的事实；林光平、张晓旭等通过对中国各省市1988—2009年人均GDP的空间效应分析，得出省际全域经济增长存在正的空间关联性；李翔和邓峰通过2005—2016年中国30个省市人均GDP的空间溢出分析，得出经济增长存在空间关联效应和门槛效应[3-7]。这些研究为区域经济增长的空间效应分析提供了有力的事实依据。第二是关于技术创新对经济增长的空间溢出研究。国外学者Lim在考察技术流动时开始用到空间计量的方法，但这些研究区域主要集中在欧洲，涉及中国省际的很少[8]。李毓和周欢通过对面板数据的分析得出，技术创新对经济增长具有促进作用，且溢出效应是正向的[9]。这些研究也充分说明了技术创新具有空间溢出效应的事实。第三是关于消费升级对经济增长的空间效应研究。消费升级对经济增长影响的观点主要有两种，即“产品结构优化升级”和“投资结构变动论”。前者是说产品结构优化升级引致居民消费升级，进而引致经济增长；后者是说居民消费升级导致产业结构的投资规模发生变动，进而对经济增长产生影响[10-11]。国内外关于消费升级对经济增长的空间分析极少。魏勇等通过空间杜宾模型对中国31个省市2003—2014年城镇消费升级的影响因素及空间溢出进行了分析，得出城镇居民消费升级具有层次递进性和动态不确定性的特征[12]。有关消费升级空间效应研究的不充分为本研究提供了新的切入点。第四是关于技术创新和消费升级对区域经济增长的空间溢出效应研究。关于技术创新和消费升级对省际经济增长空间效应的直接和间接效应分析不多，将技术创新和消费升级进行融合对省际经济增长的分析更少。

综上所述，不能忽视技术进步和消费升级对中国省际经济增长空间溢出效应的研究，尤其是在全球经济增长放缓和全面实现小康的大背景下，技术进步和消费升级对于解决区域经济发展的不平衡和不充分问题至关重要。鉴于技术创新、消费升级和经济增长关系问题的重要意义，本文研究2008—2017年中国30个省市面板数据，以期进一步挖掘技术进步和消费升级对省际经济增长的空间溢出效应，并将三者置于同一框架下，同时利用多种空间模型多种空间权重分析三者关系。本文从研究方法上进行多模型多权重的空间计量分析，最后加入技术创新和消费升级的交互项对空间模型的稳定性进行检验。

三、模型设定与数据来源

(一)空间相关性检验

为探索变量的空间相关性关系，分别采用全域Moran's指数和局部Moran's指数来度量空间数据的全局和局部相关性，具体公式如下：

(1)

(2)

其中Ii>0表示该空间单元与邻近单元属性相似(“高-高”或者“低-低”)，Ii<0表示该空间单元与邻近单元属性相反(“高-低”或者“低-高”)。

(二)空间计量模型设定

在进行空间相关性关系检验之后，为测度技术创新与消费升级如何对经济增长产生空间溢出效应以及这种空间溢出效应的大小，本研究选取常见的三种空间计量模型进行实证分析，即空间误差SEM模型(误差项存在空间相关)、空间滞后SAR模型(模型变量间存在较强相关性而非独立性)和空间杜宾SDM模型(同时存在解释变量和被解释变量的滞后项)，最后对模型的稳定性进行检验。具体模型形式如下：

SEM模型：

lnYit=β0+β1TPit+β2CEit+β3CONit+ε，

ε=λWεit+vi

(3)

SAR模型：

lnYit=β0+ρWlnYit+β1TPit+β2CEit+β3CONit+εit

(4)

SDM模型：

lnYit=β0+τYit-1+ρWYit+β1TPit+β2CEit+θWXit+αi+vi+εit

(5)

稳定性检验：

lnYit=β0+τYit-1+ρWYit+β1TPit+β2CEit+β3ITit+θWXit+αi+vz+εit

(6)

其中Y代表经济增长，TP代表技术创新，CE代表消费升级，CON代表控制变量，IT代表技术创新与消费升级的交互项，βi代表系数，W代表空间权重。

(三)空间权重矩阵构建

在分析技术创新与消费升级对经济增长的空间溢出效应时，单一的0-1相邻矩阵过于简单。为全面分析空间溢出效应，本研究分别选用两种空间权重进行空间计量分析，即0-1相邻矩阵和经济矩阵，以期得到全面客观的省际经济增长空间溢出效应[5]。两种权重矩阵分别如下：

其中基于r临近，区域i与区域j相邻则wij=1，否则记为0。

其中Yi与Yj分别代表第i个地区和第j个地区的人均GDP，都为价格指数平减后的实际人均GDP。

(四)变量选取与数据来源

经济增长(Y)：经济增长是衡量一个国家或者地区综合实力、社会发展和人民社会生活的重要指标。常用衡量经济增长指标主要有GDP增长率和人均GDP。在研究省际经济发展情况时，人均GDP指标更能全面和客观地反映省际区域的经济发展水平。参照林光平、李翔等的做法[5，7]，选取人均GDP作为省际区域经济增长的指标，所有数据以2008年数据为基期，然后进行指数平滑处理转化为实际值，最后对转化后的实际值取对数。

2.解释变量

技术创新(TP)：常用衡量技术创新的指标主要有单指标法、系统多指标法、DEA效率分析法。单一指标法较为简单，数据量相对较小，但是不能全面准确地测度出技术创新。系统指标法数据量庞大，指标选取及相对权重的度量上存在较大主观因素。相对上面两种方法，效率分析方法可以从投入和产出角度进行技术创新的度量，操作相对简单。本研究运用DEA(数据包络分析法)来进行技术创新的测度，投入角度指标分别是：省际R&D人员全时当量和省际R&D经费支出存量。省际R&D经费支出存量，以2008年为基期，采用白俊红等构造的R&D支出价格指数来平减各期名义R&D经费支出，然后再用永续盘存法计算各期的R&D资本存量，R&D基期存量的计算参考吴延兵的做法，具体计算公式见式(7)[13-14]。产出角度指标是：省际专利授权数量和省际新产品销售收入。省际专利授权数量参照白俊红和蒋伏心的做法，具体计算公式见式(8)[15]。利用工业生产者出厂价格指数将新产品销售收入折算为实际值。

Ca0=E0/(f+ξ)

(7)

其中Ca0表示R&D基期资本存量，E0表示基期R&D经费投入值，f表示考察期内R&D经费的平均增长率，ξ表示折旧率，为15%。

PN=0.5IN+0.3UN+0.2AN

(8)

其中PN表示专利授权数量，IN表示发明型专利授权数量，UN表示实用型专利授权数量，AN表示外观型专利授权数量。

上式中，xk是第k个源节点发送的信号，g2k是的第k列向量，g1k是的G1的第k列向量.等式右边第1项为期望发送给目的用户k的信号，第2项为其他用户的干扰，第3项为目的节点发送人工噪声，第4项为中继节点发送的人工噪声，第5项为中继节点转发的信道噪声，最后一项为目的用户k接收到的信道噪声.而中继节点发送的人工噪声位于G2的零空间中，因此第4项为零.因此，第k个目的节点的接收信干噪比(Signal to Interference-Noise Ratio,SINR)为

消费升级(CE)：消费升级是指消费质量的提升和消费水平的优化。常见测度消费升级的方法主要有恩格尔系数法、新恩格尔系数法、发展型消费和享受型消费占比法等，这些方法偏简单，不能全面客观地满足本研究的需要。本研究参考王平和王琴梅的做法，将城镇居民消费结构细分为初级消费(以食品消费为代表)、中级消费(以居住消费为代表)和高级消费(以交通和通讯为代表)三个层次[16]。以食品消费代表初级消费和以居住消费代表中级消费是常用的研究方法，以交通和通讯消费代表高级消费也与近年来居民的实际消费需求(如外出旅游和通信消费)相符合，也是消费质量升级的体现。具体公式如下：

(9)

其中CE代表城镇居民消费升级水平，为正向指标，Food%代表食品支出在总支出的比例，House%代表住房支出占比，Commu%代表通讯旅游支出占比。

3.控制变量

本研究选取城镇化(UR)、全球化(GL)、人力资本(HC)及产业结构升级(ISU)作为控制变量。城镇化用城镇人口占地区人口比表示；全球化用地区出口额占各地区GDP比表示；人力资本用平均受教育年限表示，即各学历受教育年限乘以各学历人数占比，然后进行求和，其中小学6年、初中9年、高中12年、大专15年、本科16年、研究生20年；产业结构升级用第三产业增加值占第二产业增加值表示。研究的数据为30个省市2008—2017年间的数据(由于西藏数据缺失，故不含西藏)。具体描述性分析如下表：

表1 变量描述性统计分析

四、实证分析

(一)空间自相关结果分析

在进行空间实证分析之前，需要检验对经济变量是否存在空间相关性。表2是基于相邻矩阵和经济矩阵进行的空间相关性检验，检验结果P值均为0.000，所有的Moran's值在显著性1%的水平下均为正数。基于相邻矩阵计算时，Moran's值最大值出现在2009年，最小值出现在2016年；基于经济矩阵计算分析时，Moran's最大值为0.530(2015年)，最小值为0.478(2008年)。基于经济矩阵分析的莫兰指数值比基于相邻矩阵分析计算的莫兰指数高，且Moran's值整体呈现上升趋势，说明中国区域经济增长存在很强的动态空间正相关性。

表2 全国省级行政区经济增长的全域Moran's值

注：***表示通过1%的显著性检验。

为了进一步分析30个省市经济增长的空间异质性，本研究选择相邻矩阵，并经过标准化处理，运用stata15作出反映30个省市经济增长空间相关的局部莫兰散点图，在研究样本期内选取2008年、2011年、2015年和2017年的各省市反映经济增长的数据，结果见图1。由图可知，大部分省市分布在第一象限和第三象限，即“高-高”集聚和“低-低”集聚。经济增长呈现出“高-低”集聚的主要省市有内蒙古、山东和广东，呈现出“高-高”集聚的省市主要有北京、天津、辽宁、上海、江苏、浙江、福建，呈现出“低-高”集聚的省市主要有河北、吉林、黑龙江、安徽、江西、海南，其余省市空间集聚呈现出“低-低”集聚的现象。

图1 经济增长局部莫兰指数散点图

(二)模型回归结果分析

在进行经济增长的空间相关性检验后，为进一步说明经济增长存在空间溢出效应的客观事实，本研究将分别基于相邻矩阵和经济矩阵进行空间滞后模型(SAR)、空间误差模型(SEM)和空间杜宾模型(SDM)的空间回归分析。经过hausman检验，两种矩阵检验结果P值=0.000，表明拒绝随机效应模型，选择固定效应模型。本研究分别基于相邻矩阵和经济矩阵进行多模型固定效应回归分析，包括个体固定效应(1)、时间固定效应(2)和双固定效应(3)的回归分析。表3和表4分别是基于两种矩阵的回归结果。

由表3空间回归结果可知，空间项系数ρ/λ大部分为正数，在5%的显著性水平之上，所有空间项系数均为正，说明中国各省市的经济增长水平会受到其他相邻省份的空间加权影响。在空间项系数显著性的基础之上，空间杜宾(SDM3)模型具有更多的变量显著性个数，即应该选择空间SDM双固定效应模型。

表3 基于相邻矩阵的多模型空间回归结果

注：方括号内为标准差，*、**和***分别表示通过10%、5%和1%的显著性检验。后表同。

表4 基于经济矩阵的多模型空间回归结果

由表4空间回归结果可知，在基于经济矩阵分析时，所有的空间性系数为正数且都通过5%的显著性水平检验，表明中国各省市的经济增长会受到相邻省市的空间加权影响。在结合空间项系数显著性水平高低及变量显著性个数多少的基础上，选择空间杜宾个体固定模型。

基于两种空间权重的多模型空间回归分析可知，在选择相邻矩阵时，选择空间杜宾双固定效应模型；在选择经济矩阵时，选择空间杜宾个体固定效应模型。下面简称空间杜宾模型SDM。

在进行空间回归时，一般很少将变量系数的大小或显著性用于变量间影响程度的度量，而是选择直接效应、间接效应和总效应分析的方法，因此本研究分别基于相邻矩阵和经济矩阵进行空间杜宾模型的空间效应分析，回归结果如表5所示。

表5 SDM空间效应的分解

由表5空间效应分解结果可知，技术创新在两种权重下的效应分析存在一定的差异，可能原因是相邻矩阵在应用分析时稍微简单，削弱了地区间经济增长空间异质性的差异。经济矩阵更为全面地考虑了技术创新的空间溢出效应，更符合经济增长的客观事实，因此从经济矩阵角度考虑技术进步的空间效应，技术创新的各效应值均为正数，表明技术创新不仅对省市经济增长具有正向的效应，而且技术创新引致的间接效应对省市经济增长也具有促进作用，这一研究也与李翔等得出的结果一致[7，9]。

消费升级在两种权重下的直接效应均为正数，间接效应均为负值，总效应也均为负值，这表明本地区的消费升级对本地区的经济增长具有正向效应，所引致的空间溢出效应具有负向的效应，且负向效应大于正向效应。

城镇化、全球化和人力资本在两种空间权重下效应分解结果具有高度的一致性，且均为正数，这表明城镇化、全球化和人力资本对经济增长均具有正向的促进作用，由城镇化、全球化和人力资本所引致的空间溢出效应也对经济增长具有正向的促进作用。

产业结构升级在两种空间权重下的效应分解结果存在一定的差异。当产业结构升级与生产力生产方式等相适应时，它对经济增长具有促进作用，反之具有抑制作用。考虑到中国近年来供给侧结构性改革的举措和经济进入“新常态”的客观事实，本研究选择相邻矩阵的效应分析结果，即产业结构升级对经济增长具有负向的直接效应，所引致的空间溢出效应是正向的，且直接效应大于间接效应。

(三)稳健性估计

为保证实证结果的稳健性，本研究在以上研究的基础上加上技术创新(TP)和消费升级(CE)的交互项(IT)，再次分别进行相邻距离矩阵和经济距离矩阵的回归，结果如表6所示。结果显示，除系数值大小和标准差的大小有所改变外，相邻矩阵和经济矩阵的效应回归结果与前面回归结果不管是在总效应还是在直接或间接效应上均具有高度的一致性，符号的正负性也高度一致，说明本研究实证结果具有可靠性。

表6 稳健性估计结果

五、结论与建议

本研究基于2008—2017年中国30个省市的面板空间数据，在进行数据包络性分析和相关指标数据处理的基础上，利用多种空间计量模型和多种空间权重对技术创新、消费升级和经济增长的关系进行了空间溢出效应的实证分析，得出的主要结论及其建议如下：

第一，中国30个省市经济增长存在高度动态空间相关性。一方面，经济增长呈现出“高-低”集聚的主要省市有内蒙古、山东和广东，呈现出“高-高”集聚的省市主要有北京、天津、辽宁、上海、江苏、浙江、福建，呈现出“低-高”集聚的省市主要有河北、吉林、黑龙江、安徽、江西、海南，其余省市空间集聚呈现出“低-低”集聚的现象。另一方面，空间回归的莫兰指数值和空间项系数值均为正数，表明中国省级经济增长间存在联动现象。因此，在制定地区经济政策时，要多加强沟通合作，注意各地区的资源禀赋状况，充分利用各个地区的产品优势和产业优势。

第二，技术创新对中国30个省市经济增长具有正向的促进作用。研究表明，技术创新不仅对省市经济增长具有正向效应，而且技术创新引致的间接效应对省市经济增长也具有促进作用。因此，地方政府在制定相关政策时，要加大对技术创新的支持力度，加快技术创新等要素的自由流动。

第三，消费升级对中国30个省市经济增长具有负向的空间效应。本地区的消费升级对本地区的经济增长具有正向效应，所引致的空间溢出效应具有负向效应，且溢出效应大于直接效应。因此，地方政府要加大对本地消费升级的合理引导，加强对周边临近区域居民消费升级方向的趋势研究，不断减小临近区域空间溢出效应对本地区经济增长的影响。

第四，城镇化、全球化和人力资本对中国30省市经济增长具有正向的促进作用，由城镇化、全球化和人力资本所引致的空间溢出效应也对经济增长具有正向的促进作用。产业结构升级对经济增长具有负向作用，由产业结构升级所引致的空间溢出效应也对经济增长具有负向作用。因此，地方政府要不断加快城镇化的步伐，加大对外贸易的出口规模，加大优秀人才的引进力度。与此同时，政府也要以现阶段的产业发展水平为依据，不断优化产业结构政策与产业结构的匹配协调度，以提升地区的经济增长水平。