空間計量視角下區域高質量創新影響因素研究

谷杉杉 侯婧

【摘? ?要】? ?為探索區域創新質量影響因素，促進區域創新高質量發展，選取2008-2017年中國省際創新活動面板數據，比較后選擇空間杜賓模型（SDM）進行實證研究。研究發現，區域前期知識存量具有明顯的空間溢出效應，并且這一溢出效應對提升區域創新質量呈現顯著正向影響；進一步研究發現，具有博士學歷的研發人員對區域創新質量的提高有顯著的促進作用?？紤]不同形式的空間權重矩陣可能產生的差異后，研究結果依然穩健。

【關鍵詞】? ?高質量發展；創新驅動；區域經濟；空間相關；影響因素

Research on the Influencing Factors of Regional High Quality Innovation

from the Perspective of Spatial Metrology

Gu Shanshan1， Hou Jing2

（1.CCTEG Coal Industry Planning Institute， Beijing 100120， China;

2.Langfang Normal University， Langfang 065000， China）

【Abstract】? ? In order to explore the influencing factors of regional innovation quality and promote high-quality development of regional innovation， this paper selected panel data of inter-provincial innovation activities in China from 2008 to 2017， and then selected Spatial Durbin Model （SDM） for empirical study. It is found that there is an obvious spatial spillover effect in the preliminary knowledge stock of the region， and this spillover effect has a significant positive effect on improving the quality of regional innovation. Further research shows that the research and development personnel with doctor's degree have a significant role in promoting the improvement of regional innovation quality. Despite the possible differences of different forms of spatial weight matrices， the results are still valid.

【Key words】? ? ?high-quality development; innovation driven; the regional economic; spatial correlation; influencing factors

〔中圖分類號〕? F061.5? ? ? ?〔文獻標識碼〕? A ? ? ? ? ? ? ?〔文章編號〕 1674 - 3229（2024）01- 0076 - 08

0? ? ?引言

黨的二十大報告指出，高質量發展是全面建設社會主義現代化國家的首要任務，并多次強調創新依舊是高質量發展的強大動能。1999-2018年20年間，我國研發經費投入占GDP比重從0.75%上升至2.14%；年專利申請授權量由100萬余項增加至244萬余項；在世界知識產權組織發布的2022年全球創新指數報告中，中國排名第11位，9項細分指標排名全球第一，知識產權高質量發展指標表現良好，在世界5大科技集群中中國獨占兩席。高質量創新不僅是我國經濟增長的驅動力，更是提升國家競爭力的關鍵要素［1-2］。

區域創新是一種潛在的創新能力，是國家創新體系的重要組成部分［3］。對區域創新質量及其影響因素的測度和比較能客觀反映我國各區域的創新高質量發展水平。國內學者關于區域創新質量的評價主要采用三種方法：以劉順忠、官建成［4］為代表的DEA數據包絡分析法；以張衛國、徐維軍［5］為代表的模糊綜合評價法；以周立、吳玉鳴［6］為代表的因子分析和聚類分析相結合的綜合集成評估方法。這些方法在一定程度上為區域創新質量的衡量提供了參考，但是這些研究大多選取截面數據和時間序列數據，截面數據無法獲取區域創新質量的動態變化，而時間序列數據只能考察特定區域的創新質量，忽略了相鄰區域間的相互影響［7］。

考慮到創新質量影響因素的空間相關性，本文選取2008-2017年中國內地各省、自治區、直轄市的創新活動數據，構建比較不同類型的空間計量模型的擬合效果，確定最優模型，并根據最優模型的運行結果，確定區域創新質量影響因素，為制定區域發展戰略，促進區域高質量發展提供參考。與以往研究相比，本文創新之處如下：第一，在分析創新質量空間相關性的基礎上，詳細對比了SAR、SDM、SAC和SEM四種空間計量模型的擬合效果，通過多種檢驗最終確定SDM為最優模型，為創新質量影響因素模型的選擇提供參考；第二，將區域創新系統看作典型的投入產出系統，按照生產要素將創新質量影響因素分為勞動、資本和科技水平三類指標，并結合區域市場環境深入揭示創新質量影響因素的空間傳導機制，對其空間影響的直接效應和空間溢出效應進行準確測度。

1? ? ?研究設計

1.1? ?數據來源與變量定義

2010年，國家知識產權局頒布了《中國國家專利事業發展戰略（2010-2020）》，對我國專利創造能力和水平提出了明確要求，結合背景并參考學者研究［6-9］，將專利申請授權數作為創新質量的代理變量，由于專利從申請到授權有一定延遲，因此參考劉順忠等［4］的研究，將被解釋變量滯后一年。

區域創新系統是一個典型的投入產出系統，其創新質量受到勞動、資本和科技等多種因素影響［9］。首先，研發人員是區域創新活動的主體，作為創新質量的勞動投入，科研人員數量越多、工作時間越長，越能提升區域創新的動力和活力，也會提升區域創新質量，參考白俊紅等［10］和溫科等［11］的研究，分別采用研發人員占就業人員比例和全時當量占全國比例表示。其次，根據陳智等［8］和寇明婷等［12］的研究，分別采用研發費用占區域GDP比例和政府財政支出占GDP的比例作為企業和政府創新資本投入的代理變量。最后，內生增長理論認為創新能力的影響因素除了資金的投入，還包括區域前期知識存量［13］，前期知識存量高，意味著區域具有較高的科技實力和良好的創新環境，對創新質量的提高具有促進作用。

除此之外，根據田原［14］的研究，良好的市場機制能迅速對供求關系變化作出反應，當現有資源供應緊張時，經濟主體會選擇創新技術或者尋求替代品來緩解資源短缺，因此外部市場化水平對區域創新質量的提高有促進作用。

本文數據來源無特殊說明的均取自2008-2017年中國內地31個省、自治區、直轄市的《中國統計年鑒》《中國科技統計年鑒》。為避免出現異方差，將各變量取對數處理（由于所有數據中只有西藏2012、2013年市場化進程分別為0.00和-0.30（底數不大于0），因此取對數后替換為1*10-10，其余數據直接取對數）。表1為本文選取變量及所屬維度。

1.2? ?空間計量模型的建立

傳統的靜態面板回歸模型僅包含因變量、自變量和誤差項，如模型（1），其中[μit]是服從獨立分布的擾動項，滿足[μit～iid（0，σ2）]，（下同[εit]）?？臻g面板數據模型考慮到相鄰區域間的相互影響，將空間權重矩陣[wi]納入模型中，并根據因變量的空間交互作用和隨機沖擊所造成誤差項的變化，分為空間面板自回歸模型（SAR）、空間面板杜賓模型（SDM）、空間面板誤差模型（SEM）、空間面板自相關模型（SAC）。

[lnQit=αi+γt+β1lnLpit+β2lnLtit+β3lnKcit+β4lnKgit+β5lnTit+β6lnMit+μit]

[]? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （1）

空間自相關模型（SAR）假設因變量會通過空間交互作用對其他省市的創新質量產生影響，即區域創新質量存在區域間單向空間相關，因此，原回歸模型加入因變量Q的空間影響，如模型（2）。

[lnQit=αi+γt+ρw′ilnQt+β1lnLpit+β2lnLtit+β3lnKcit+β4lnKgit+β5lnTit+β6lnMit+μit]

[]? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （2）

模型（2）中僅考慮到因變量創新質量的空間交互作用，如果加入自變量的空間相關項，即外省的創新質量和創新投入均對本省的創新質量產生影響，此時原SAR模型變為空間杜賓模型（SDM），如模型（3）。

[lnQit=αi+γt+ρw′ilnQt+β1lnLpit+β2lnLtit+β3lnKcit+β4lnKgit+β5lnTit+β6lnMit+θ1w′ilnLpt+]? ? ? ? [θ2w′ilnLtt+θ3w′ilnKct+θ4w′ilnKgit+]

[θ5w′ilnTt+θ6w′ilnMit+μit]? ? ? ? ? ? ? ? ? （3）

空間誤差模型（SEM）假定區域創新質量受到隨機沖擊的影響，其空間效應主要通過誤差項傳導，如模型（4）。

[lnQit=αi+γt+β1lnLpit+β2lnLtit+β3lnKcit+β4lnKgit+β5lnTit+β6lnMit+μit]

其中：[μit=λwiμt+εit]? ? ? ? ? ? ? ? ? ? ? ? ?（4）

空間自相關模型（SAC）同時考慮空間滯后和誤差項的沖擊兩種空間傳導機制，即某省創新質量受到本省創新投入、外省創新投入、外省創新質量和隨機沖擊等多方面影響，基本公式如模型（5）。

[lnQit=αi+γt+ρw′ilnQt+β1lnLpit+β2lnLtit+β3lnKcit+β4lnKgit+? β5lnTit+β6lnMit+μit]

其中：[μit=λwiμt+εit]? ? ? ? ? ? ? ? ? ? ? （5）

模型（1）-（5）中，[Qit]為各省份創新質量，[Lpit]為各省份勞動人員投入，[Ltit]為各省份勞動工時投入，[Kcit]為各省份企業創新資本投入，[Kgit]為各省份政府創新資本投入，[Tit]為各省份創新技術水平，[Mit]為各省份市場化進程，[w′i]為空間權重矩陣，[μit]和[εit]為服從獨立分布的擾動項，并且滿足[μit～iid0，σ2]、[εit～iid0，σ2]。

對于空間權重矩陣的確定，傳統的空間權重矩陣[Wij]多采用鄰接矩陣，即（0-1）矩陣，兩省相鄰對應數值為1，不相鄰為0，或者采用距離矩陣，即以兩地之間的地理距離的倒數作為非對角線上的元素值。但是省際間創新質量的相互影響不僅僅局限在地理層面， 還受到區域經濟發展水平的影響，經濟落后地區與經濟發達地區的學習能力和對知識的吸收能力都存在差距，在技術與知識的傳播方面也會受到限制；相反，由于兩地經濟發展水平相當，具備了一定的經濟基礎，可以有效地引進、吸收、應用外溢的先進方法和技術，提高區域創新質量［16］。因此，參考周國富等［17］的計算方法，以2008-2017年本省實際GDP占所有省份GDP的比重的均值來衡量本省經濟水平的高低，以地理空間權重w與GDP占比為對角矩陣的乘積，作為經濟權重矩陣（W），如公式（6）。

[W=w×diag（y1y，y2y，…，yny）]? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（6）

其中，w為地理空間權重，[yi=1t1-t0+1t0t1yit]，[y=1n（t1-t0+1）i=1nt0t1yit]。

1.3? ?直接效應、間接效應和總效應的測算

根據空間效應作用的范圍和對象不同，LeSage和Pace［18］將空間計量模型中自變量對因變量的影響分為直接效應、間接效應（空間溢出效應）和總效應。直接效應指自變量對本省創新質量的平均影響，間接效應指自變量對其他省份創新質量的平均影響，而總效應指自變量對全部省份的平均影響。進一步采用偏微分方法，有效測度了隨機沖擊對各變量的影響程度，彌補之前點估計法在解釋空間效應方面存在的缺陷，進而準確測量自變量對因變量產生的直接效應、間接效應和總效應。參考白俊紅等［19］的研究，推導過程如下（以SDM模型為例）。

將模型（3）簡化，如公式（7），提取公因子變形為公式（8）。

[Y=α0+ρWY+βX+θWX+μ]? ? ? ? ? ? ? ? ? ? ? ? ? ? （7）

[（In-ρW）Y=τnα'+βX+θWX+μ]? ? ? ? ? （8）

令[AW= （In-ρW）-1，][BW=AW×（Inβm][-θmW）]，則公式（8）可轉化為公式（9）。

[Y=m=1kBm（W）Xm+AWInα'+AWμ]? ? ? ? ? ? ? （9）

將式（9）轉化為矩陣形式可得公式（10）。

[Y1Y2?Yn-1Yn=m=1kBmW11BmW21?BmWn-11? BmWn1BmW12? ? ? ?…BmW22? ? ? ?…? ? ? ?? ? ? ? ? ? ? ? ? BmWn-12 …BmWn2? ? ? ? … BmW1nBmW2n?BmWn-1nBmWnnX1mX2m?Xn-1mXnm+]

[AWInα'+AWμ]? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （10）

其中，m = 1，2，…，k，表示第m 個解釋變量。AW矩陣為偏微分矩陣，其對角線上的元素表示省內自變量[Xit]的變化對本省因變量[Yit]的平均影響，即直接效應；非對角線上的元素指省內自變量[Xit]的變化對其他省因變量[Yit]的平均影響，即間接效應；總效應為直接效應與間接效應的和。直接效應記為[direct=?Yi?Xim=BmWii]、間接效應記為[indirect=]

[?Yi?Xjm=BWij]、總效應記為[total=BmWii+BWij]。

2? ? ?實證分析

2.1? ?描述性統計

對數據進行描述性統計，結果如表2所示。根據表2可知，創新質量最大值333000，最小值93，并且標準差為55100，由此可知各省市創新質量差距非常大，進一步證明了對提高創新質量研究的必要性。同時，全國各省份的研發人員占比、全時當量占比、前期知識存量與市場化進程均有較大差異，但各地科研經費的投入和政府財政支出差距相對較小，說明國家已經將高質量創新提升到戰略層面，從整體上對高質量創新提供資本支持，但是對創新資金的協調使用使各省份的科研產出產生差異，因此，對創新質量影響因素以及各省份間創新質量影響關系的研究，能進一步為制定區域發展戰略，促進區域高質量發展提供參考。

運用arcgis10.2軟件對我國各省、自治區和直轄市創新質量整體分布情況進行描述，由圖1可知我國創新質量整體分布表現為東部以及東南沿海地區較高，中部、東北部次之，西部地區較低。

2.2? ?空間相關性檢驗

對于空間相關性的檢驗，國內外學者普遍采用莫蘭指數（Morans I）來衡量，莫蘭指數分為全局指數（Global Morans I）和局部指數（Local Morans I），計算公式如（11）和（12），其中n為區域個數，[xi]和[xj]分別為i省和j省變量的觀測值，[x]為所有省份變量的平均值，[δxi]和[δxj]為i省和j省觀測變量的標準差，[Wij]為空間權重矩陣。

[IG=ni=1n（xi-x）2×i=1nj=1nWij（xi-x）（xj-x）i=1nj=1nWij]? ? ? ? （11）

[IL=xi-xδxi×i≠jWij×xj-xδxj]? ? ? ? ? ? ? ? （12）

本文采用經濟權重矩陣對各省市創新質量進行全局空間性檢驗，結果如圖2所示。根據圖2可知，2008-2017年我國各省市創新質量具有明顯空間自相關性，采用傳統的OLS回歸得到創新質量影響因素結果并不準確。

圖2? ?2008-2017年全局莫蘭指數趨勢圖

進一步對局部莫蘭指數進行分析，圖3為局部莫蘭指數散點圖，圖4為Lisa集聚地圖。從圖3可知，我國大多省市分布在一、三象限（即Hight-Hight和Low-Low），說明各省創新質量存在顯著影響，存在空間集聚，少數分布在二、四象限，說明我國省市間創新質量“一枝獨秀”的現象較少，更多受到周圍省份影響。圖4顯示，我國經濟發展水平較高的地區如京津冀地區、長三角地區呈現明顯高高聚集特征（由于本文區域僅細化至省級并且不包含香港和澳門數據，因此珠三角地區聚集特征在地圖中并不能準確顯示），而我國中部地區和部分西部地區呈現低低聚集的特點。

2.3? ?空間計量結果

（1）空間計量模型選擇

選用空間計量SAR、SDM、SEM和SAC模型對2008-2017年各省創新質量影響因素分析，回歸結果如表3所示。參照白俊紅等［19］的研究，選取自然對數值（Log-L）、Wald檢驗和LR檢驗對模型的擬合程度進行檢驗，經Hausman檢驗后，確定采用個體、時間雙固定效應模型。

根據表3的結果可知，SAR、SDM、SAC和SEM模型的空間項系數ρ或λ均顯著為正，說明創新質量具有空間特性，本省的創新質量會受到其他省份創新質量的加權影響。從模型擬合程度上，SDM模型的r2最大，為了保證模型擬合度比較的穩健性，參考白俊紅等［19］的研究，分別對SDM模型執行Wald檢驗和LR檢驗，相應的Wald和LR的空間滯后檢驗與空間誤差檢驗結果P值均在1%的水平下顯著，說明SDM模型并不能簡化為SAR和SEM模型，在創新質量影響因素的研究中，外省的創新質量和創新投入均對本省的創新質量產生影響，SDM模型具有最優的擬合效果，因此，選擇SDM模型進行下一步分析。

（2）空間效應分析

由于SDM模型的回歸系數并不能直接反映自變量對因變量的影響程度［19］，因此需要計算出直接效應、間接效應和總效應進行具體闡述，見表4。

根據表4結果可知，企業創新資本投入、政府創新資本投入、前期知識存量和市場環境對創新質量的直接效應均顯著為正，說明這些因素對創新質量的提升均有直接促進作用，其中前期知識存量對創新質量的間接效應顯著為正，說明由前期知識存量引發的空間溢出效應對創新質量的提升具有促進作用，即本省前期知識存量的提升對其他地區創新質量的提升也具有顯著促進作用，前期知識存量的空間溢出效應占總效應的比重為64.31%，說明前期知識存量的空間溢出效應對區域創新質量的提升具有重要貢獻。由于上述結果中研發人員占比對創新質量的影響并不顯著，考慮到研發人員學歷與研發能力的關系，將研發人員中的博士占比指標加入到原SDM模型中，結果顯示，研發人員中博士學歷的比例對創新質量的提升具有顯著促進作用，具體表現為直接效應為0.3062（p=0.001），間接效應為0.2141（p=0.311），總效應為0.5203（p=0.036）。

2.4? ?穩健性檢驗

考慮到空間權重矩陣的選取可能對研究結果產生的影響。將前文研究采用的空間經濟權重矩陣分別替換為鄰接權重矩陣、反距離權重矩陣和以GDP絕對量為衡量標準的經濟權重矩陣，以此檢驗結果的穩健性。結果表明改變空間權重矩陣后，空間計量模仍選擇SDM模型，并且估計結果的方向和顯著性水平沒有發生根本改變，因此，本文的研究結論是可靠的。

3? ? ?結論與建議

本文選取2008-2017年中國內地省際創新活動面板數據，采用全局莫蘭指數和局部莫蘭指數對樣本整體進行自相關檢驗，初步確定區域創新質量具有空間相關性，通過r2、Log-L、LR和Wald檢驗，比較SAR、SDM、SEM和SAC四個空間計量模型的擬合程度，確定SDM模型具有最優擬合程度，并采用SDM模型計算創新質量影響因素的直接效應、間接效應和總效應。結果顯示，區域前期知識存量具有明顯的空間溢出效應，并且這一溢出效應對提升區域創新質量呈現顯著正向影響；企業創新資金投入、政府創新資金投入以及市場化進程對提高區域創新質量均有顯著的直接影響，進一步研究發現，具有博士學歷的研發人員對區域創新質量的提高有顯著的促進作用?？紤]不同形式的空間權重矩陣可能產生的差異后，研究結果依然穩健?；谘芯拷Y果，本文提出如下建議。

首先，創新質量的提升具有顯著的空間相關性，區域創新質量的提高受到本地區創新活動和其他地區創新活動的共同影響，并且整體呈現集聚特征。因此，政府在制定地區創新發展規劃時，不僅要考慮本地區發展現狀，還應該關注周邊地區發展策略，積極協調合作、互助互利，通過地區合作促進區域協調發展，最終推動我國整體創新質量水平的提升。

其次，區域前期知識存量具有顯著正向的空間溢出效應，本地區知識存量對其他地區創新質量的提升具有明顯促進作用，因此，各地區應破除地區壁壘，擴大資源共享。政府應在鼓勵創新資金投入的同時，促進東部、東南沿海創新質量高的區域與西部地區的經濟合作和創新成果共享，運用知識存量的正向溢出效應，擴大知識溢出的空間半徑，快速提升西部地區創新質量。

最后，博士人才對地區創新質量的提升呈現顯著的促進作用。為進一步促進地區創新質量的提升，政府一方面應促進欠發達地區的科教事業，培養高端人才，另一方面擴大人才引進政策，通過提高安家費、項目啟動資金，完善戶籍、子女入學等優惠政策，吸引外地人才流入，充分發揮優秀人才的促進作用，切實提高地區創新質量。

［參考文獻］

［1］? 任保平. 中國式現代化新征程中著力推動高質量發展研究［J］. 長安大學學報（社會科學版）， 2023， 25 （1）： 37.

［2］? 何冬妮，易達.跨越“中等技術陷阱”：區域科創高地的角色與作用［J］.中國科學院院刊，2023，38（11）：1685-1697.

［3］? 郭新茹，陳天宇.高質量發展背景下我國區域創新能力比較研究——基于省際面板數據的實證［J］.江西社會科學，2019，39（9）：60-69.

［4］ 劉順忠， 官建成. 區域創新系統創新績效的評價［J］. 中國管理科學， 2002（1）：75-78.

［5］? 張衛國，徐維軍.企業創新系統的模糊評價模型及實證研究［J］.數學的實踐與認識，2006（1）：1-6.

［6］? 周立， 吳玉鳴. 中國區域創新能力：因素分析與聚類研究——兼論區域創新能力綜合評價的因素分析替代方法［J］. 中國軟科學， 2006（8）：96-103.

［7］? 徐銀良，王慧艷.中國省域科技創新驅動產業升級績效評價研究［J］.宏觀經濟研究，2018（8）：101-114+158.

［8］ 陳智， 吉亞輝. 中國高技術產業創新績效的影響因素研究——基于中國省級面板數據的空間計量分析［J］. 江南大學學報（人文社會科學版）， 2019， 18（2）：109-116.

［9］ 曹賢忠，呂磊，曾剛.區域創新網絡研究的重點領域及前沿方向［J］.地域研究與開發，2023，42（4）：1-6+43.

［10］ 白俊紅， 蔣伏心. 協同創新、空間關聯與區域創新績效［J］. 經濟研究， 2015（7）：176-189.

［11］ 溫科，李常洪，徐曉肆.統一大市場建設與區域創新績效的關系研究——基于空間資源錯配的中介作用［J］.華東經濟管理，2023，37（9）：44-56.

［12］ 寇明婷， 程敏， 崔文娟，等. 研發稅收政策組合對R&D活動影響的空間計量分析［J］.科研管理， 2023， 44 （6）： 29-39.

［13］ 林柳璇，陳雅蘭.中國原始創新人才生態環境評價及影響因素［J］.福建論壇（人文社會科學版），2023（8）：112-124.

［14］ 田原. 市場化進程與區域創新水平——基于省級數據的實證研究［J］.當代經濟， 2018（5）：34-37

［15］ 樊綱，王小魯，胡李鵬.中國分省份市場化指數報告（2018）［M］.北京：社會科學文獻出版社，2018：216-217.

［16］ 李婧，何宜麗.基于空間相關視角的知識溢出對區域創新績效的影響研究——以省際數據為樣本［J］.研究與發展管理，2017，29（1）：42-54.

［17］ 周國富，連飛.中國地區GDP數據質量評估——基于空間面板數據模型的經驗分析［J］.山西財經大學學報，2010，32（8）：17-23+48.

［18］ James P. LeSage， R. Kelley Pace. Spatial Econometric Modeling Of Origin-Destination Flows［J］. Journal of Regional Science， 2008， 48（5）：941-967.

［19］ 白俊紅，王鉞，蔣伏心，等.研發要素流動、空間知識溢出與經濟增長［J］.經濟研究，2017，52（7）：109-123.