京津冀地區知識溢出效應測度

陳 凱，王 珂

(1. 東北大學秦皇島分校 秦皇島066004；2. 格拉斯哥大學 亞當斯密商學院 格拉斯哥G128QQ英國)

科技教育資源

京津冀地區知識溢出效應測度

陳 凱1，王 珂2

(1. 東北大學秦皇島分校 秦皇島066004；2. 格拉斯哥大學 亞當斯密商學院 格拉斯哥G128QQ英國)

在當今知識信息時代，知識的生產、累積、擴散、應用與增殖的動態競爭能力已經逐漸取代了傳統的土地、資本與勞動力等要素形成的競爭力。知識溢出已經成為影響區域經濟發展的一項至關重要的因素。以中國北方起到經濟支柱地位的京津冀區域作為研究對象，引入可測度知識和不可測度知識作為自變量，基于生產函數構建了空間Durbin計量模型，使用Matlab7.0軟件對模型進行回歸，求出參數估計值，進而測度出一、二階鄰接矩陣下京津冀地區知識存量的總效應、直接效應和間接效應。用同樣的方法測度出京津冀地區地級及以上城市知識溢出效應。測度結果表明京津冀地區知識溢出具有一階正效應以及二階弱負效應，且高于全國平均水平，其中北京、天津兩大直轄市正效應顯著，并遠高于河北八市。分析測度結果，發現阻礙知識溢出的原因主要是政府職能不能有效發揮、行政區劃與經濟區域存在差異、產業同構、產業鏈斷裂并存及知識產權保護未完全到位等，從而提出促進京津專利成果轉化、加強河北知識吸收能力、促進區域聯動、大力引進外商投資、避免過度知識溢出的負效應產生等相關建議。

京津冀地區 知識溢出效應 空間模型 空間鄰接矩陣

1 問題提出

20世紀80年代中期興起的內生增長理論將技術內生化，認為技術進步和創新是經濟增長的源泉。[1]在當今知識經濟時代，知識的生產、累積、擴散、應用與增殖的動態競爭能力，取代了傳統的土地、資本與勞動力等要素形成的競爭力。[2]知識資本既可以通過自身的學習開發獲得，也可以通過交易、合作等途徑獲取，從而得到額外價值，此為知識溢出效應。在內生經濟理論中，知識溢出被看作是技術進步在產業間轉移和擴散的一種特定形式，為一國、一地區、一產業，甚至是一企業迅速提高技術水平，經濟快速發展提供了便利。

學術界對知識溢出問題早有研究。國外學者對知識溢出效應與地理距離及吸收能力等方面的研究成果較多。Anselin Varga和Ace(1997)運用空間計量模型利用美國大學R&D和高新技術創新數據分析 R&D外溢作用，發現外溢超越了地理邊界。[3]Agrawal(2000)指出產業區知識溢出與接受者認知、吸收與利用新技術知識的能力有關。[4]Stel和Henry (2002)應用面板數據分析了荷蘭 1987—1995年工業部門知識溢出、區域競爭與經濟增長的關系，表明產業間知識溢出對部門經濟增長影響顯著。[5]Kose等(2002)運用平行數據和空間計量經濟學方法，對法國、意大利和西班牙三國的區域經濟增長進行實證分析，結果證明R&D溢出對于區域經濟增長具有正效應。[6]Fischer(2003)運用澳大利亞高科技產業數據經驗證實了高校作為知識源的地理媒介知識溢出的存在，且溢出呈距離衰減趨勢。[7]

知識溢出研究近些年也越來越受到國內學者們的廣泛關注。王立平(2005)研究了高等院校對于高科技產業的知識溢出的正向效應。[8]吳延兵(2006)計算了R&D人員的產出貢獻。[9]段紅玲、祝樹金(2010)估算出R&D 強度對技術進步的促進作用。[10]鄔滋(2011)探討區域間知識溢出的空間效應。[11]彭向、蔣傳海(2011)分析了我國工業產業內知識溢出(MAR外部性)和產業間知識溢出(Jacobs外部性)效應。[12]王慶喜等(2013)用空間滯后面板模型檢驗地理鄰近、技術鄰近以及綜合鄰近對區域知識溢出效應的影響。[13]于娜(2014)進行了跨國公司對中國企業技術溢出效應的實證研究。[14]

對國內特定區域的針對性研究文獻不是很多，大多集中在對長三角洲地區的研究。張曉冬、陳許陽(2010)估算了長三角地區輕紡行業的Jacob 形式知識溢出效應。[15]姜宇華等(2011)描述了該區域知識溢出蜂窩圖。[16]類驍等(2011)計算了長江三角區域知識溢出的不均衡度。[17]張宗慶、張寅(2012)研究了該地區產業集聚格局帶來的MAR和Jacobs溢出及其技術池和吸收能力兩溢出途徑。[18]

通過對知識溢出問題的研究整理發現存在以下方面的不足：首先，國際和國內的現有研究成果大多站在宏觀視角，較少詳盡地對某個區域進行針對性強的對策研究；其次，已有研究方法多是用空間模型驗證知識溢出現象的存在，較少對其效益進行準確的測度，尚未深入到加速度層次分析知識溢出與知識產權保護的關系；再次，國內對京津冀區域知識溢出問題的研究較少，對其效益的評價與動因分析更是學術研究上的一個空白。

2 京津冀區域知識溢出效應測度

2.1 空間模型的構建

2.1.1 變量的分析與選取

考察知識溢出效應的重點是知識溢出對區域經濟發展所產生的作用，而GDP是衡量一個地區經濟發展程度的重要指標，因此我們采用GDP作為因變量，而在對GDP的貢獻要素中，資本投入和勞動力投入是基礎要素，我們分別用區域全社會固定資產額(K)和區域就業人口(L)來表示這兩個自變量。

隨著知識經濟的發展，知識的作用越來越重要，已經成為新的生產要素，因此，本文將知識存量(S)作為一個獨立的投入變量。區域知識存量一般是指某時點上一個區域對知識資源的占有總量，是人們在生產和生活實踐中對知識的積累，反映了一個區域知識生產的能力和潛力。由于并不是所有的知識創新都能申請到專利，因此用專利替代知識存量只代表那部分可以測度的知識存量，而對經濟發展產生貢獻的還有許多不可測度的知識，所以，本文將知識存量自變量分成兩個部分，即可測度的知識存量(S1)和不可測度的知識存量(S2)。

由于知識像其他產品一樣，也存在價值的縮減和折舊。因此，本文根據一定的折舊率，采用永續盤存法來對知識存量的現值進行估算。

永續盤存法估算知識存量現值的公式是：

其中St是第t年的知識存量；Nt是第t年的知識增量；d是折舊率。本文參照呂忠偉(2009)的研究中折舊率為15%。[19]

在應用永續盤存法估算知識存量時，需要確定區域的初始知識存量，初始存量采用類似物質資本存量折算。計算公式為：

其中S0表示初始年的知識存量；N0表示初始年的專利申請授權量；g是專利申請授權量的平均年增長率。

2.1.2 空間Durbin模型的建立

以劉滿鳳、唐厚興(2010)[20]建立的空間函數作為參考，根據前面選取的變量我們假設其滿足如下函數關系：

其中G是區域GDP；K是資本投入，即區域全社會固定資產額；L是勞動力投入，即區域就業人口數；S1是可測度知識存量，即區域專利申請授權量；S2是不可測度知識存量。采用CD生產函數：

其中，α、β、γ、λ是各變量的彈性系數，也是待估參數；A是常數，表示生產要素的綜合利用能力。將式(4)兩邊對數化，得到：

將其改寫為：

基于專利的可測度知識存量以及不可測度知識存量都表現出空間依賴性，故本文假設：

其中W是空間鄰接矩陣；φ1、φ2分別是可測度知識和不可測度知識對應的空間影響系數，反映的是內生于樣本數據的空間依賴性，以此衡量相鄰區域單元的知識存量對本區域單元知識存量的平均影響；μ1、μ2是對應的隨機誤差項。

雖然可測度知識與不可測度知識是有差異的，但兩者之間存在一定的關聯，這種關系可通過隨機誤差項來體現。故假設隨機誤差項μ1、μ2滿足一個簡單線性方程，如下所示：

2.2 運算

2.2.1 數據收集與預處理

選取2002—2012年京津冀地區的面板數據，因變量均以2002年作為基準年，所以對數據進行了不變價處理，其中全社會固定資產投資和各地專利授權量用永續盤存法進行處理成為存量，折舊率分別取9.6%(張軍等，2004)［21］和15%(呂忠偉、唐厚興，2009)。此外，由于2006年的統計年鑒中沒有收錄各地區就業人數的數據，故采用2005年與2007年就業人數的平均數作為當年的就業人數。數據取自《中國統計年鑒》(2005—2014年)、《中國區域統計年鑒》(2005—2014年)。

以上送搜集數據為T×N×M維度面板數據，T＝10是時間跨度，N＝10是區域單元數，M＝4是變量個數。需要對每個變量求對數，且將產出值N*1階的G’變成TN*1階，即列向量G’＝(G1’，G2’…GT’)T，其他自變量也同樣做類似預處理。

2.2.2 因變量空間相關性判斷

建立空間計量模型前，必須確定選擇的因變量之間是否存在空間自相關性。根據經驗判斷，由于地理、歷史、文化以及其他社會因素的影響，各個地區必然具有異質性，但隨著區域經濟協調發展的不斷深入，不同地區間在資源、信息以及資本等各方面的影響和依賴不斷擴大，所以空間自相關性必定存在。為了進一步進行科學的驗證，我們采用實際空間相關性分析中較常用的MoranI指數對空間自相關性進行測度。MoranI指數的計算公式為：

MoranI指數可看作是各個地區產出值的乘積，取值范圍在－1～＋1之間，若各個地區經濟行為存在空間正相關性，其值為正數；若為負相關，則數值為負，值越大表明空間相關度越大。

根據I的計算公式，用Matlab7.0軟件計算得到2004—2013年各年區域因變量的空間自相關指數，如表1所示：

表1 2004—2013年京津冀地區因變量空間自相關指數Tab.1 List of dependent variable spatial autocorrelation indexes for Beijing-Tianjin-Hebei region during 2004—2013

由上表數據可判斷，京津冀地區各地間存在正的空間相關性。這不僅驗證了經驗判斷的正確性，另一方面也表明在我們構建的空間測度模型中選取的因變量以及納入的因變量的空間影響因子是合理的。

2.2.3 空間Durbin模型的計算

空間模型能夠揭示研究單元之間存在的較為復雜的依賴結構，某一個研究單元特定自變量的變動勢必會影響到本單元的因變量，即為直接效應。但在實際情況中，一個區域內某地自變量的變動也可能會潛在地影響到區域內的其他研究對象，即間接效應，也就是我們要研究的溢出效應。為了能夠測度出溢出效應，我們將空間Durbin模型進行推倒如下：

上式中y是觀察單元產出值，W是空間鄰接矩陣，X是解釋變量向量，n是觀察單元個數，In是n階單位矩陣，ρ、β、θ、α是待估參數，ε是隨機誤差項。將式(15)重新改寫得：

其中，k表示解釋變量個數，xr第r個解釋變量，r＝1，2，…，k，Wq表示q階空間鄰接矩陣，βr表示解釋變量向量X中第r個解釋變量的系數，θr表示滯后解釋變量向量WX的第r個滯后變量的系數。

綜上可得：

表示第i個區域的第r個解釋變量的取值，Sr( W)ij表示矩陣Sγ(W)的第i行第j列元素，W(W)i表示矩陣V(W)的第i行。

可得：

式(18)表明某一觀察單元自變量的變化會影響其他單元的因變量，這是由于建立的空間Durbin模型引入了滯后變量Wy和WX導致的。

綜上所述，偏導Sr( W)ij測度的是自變量xir的變動對自身i區域因變量的影響以及j≠i時對區域j因變量的影響。即：矩陣Sγ(W)對角線的數值表示各地自己對自己的直接效應，其平均值就是式(13)中θ4的估計值，代表整體平均直接效應；非對角線數值表示區域間的相互間接影響，其平均值就是參數θ4的估計值，代表整體平均間接效應。

將經過對數處理的因變量和自變量以向量形式帶入式(15)中，用Matlab7.0軟件進行處理，得到一階鄰接矩陣下的參數估計值如表2所示：

表2 京津冀地區總體知識存量影響效應測度值Tab.2 Influential effect measurement values of total knowledge stock in Beijing-Tianjin-Hebei region

以同樣的方法測度三階及多階空間鄰接矩陣下知識存量效應，結果為負，且沒有通過顯著性檢驗。知識存量的總效應、直接效應和間接效應的具體數值說明：知識存量對京津冀地區的經濟發展具有明顯的促進作用，平均總效應為正，且值高達0.5372。

各地知識存量不僅對自身有顯著的直接正效應，而且會影響到周邊地區的經濟發展，即知識溢出效應在京津冀地區確實存在，區域內平均知識溢出效應(間接效應)為0.4152。

表3 一階鄰接矩陣下京津冀各地知識存量影響效應測度值Tab.3 Influential effect measurement values of knowledge stock in cities in Beijing-Tianjin-Hebei region under first order adjacent matrix

與劉滿鳳(2010)研究中所測度的n階鄰接矩陣全國平均知識溢出效應最高值0.3454相比，京津冀地區的平均知識溢出效應要高于全國平均水平。

可按同樣的方法計算出京津冀區域內各地在一階空間鄰接矩陣下的平均知識存量影響效應測度值如表3所示。

表3顯示如下兩點：在一階空間鄰接矩陣下，京津冀地區各地的知識存量對經濟發展均有明顯的促進作用，在對自身經濟發展具有正效應的同時，知識溢出效應(間接效應)存在且均為正。

區域內北京、天津兩個直轄市知識溢出效應(間接效應)十分顯著，遠高于河北八市整體水平，分別為0.4882和0.3727。石家莊作為河北省省會城市，知識溢出效應相對河北其他城市較為顯著。

3 結論與對策

3.1 結論

①京津冀地區知識存量對經濟的發展存在顯著正相關，且知識溢出現象確實存在，表現為知識存量對經濟增長的間接效應，并且在一階空間鄰接矩陣下對經濟發展具有顯著促進作用，測度值為0.4152，該值高于全國平均水平，究其原因是京津冀地區具有優越的區位條件，知識、加工、資源供應合作互補的特色產業格局，以及國家政策的重點扶植。

②北京、天津兩大直轄市的知識溢出效應顯著，分別為0.4882和0.3727，此測度值遠高于河北八市的平均水平，河北各市中測度值最為顯著的是省會城市石家莊，該市知識溢出效應測度值也僅有0.1014。京津地區知識溢出效應遠高于河北地區的主要原因為：京津兩市R&D投入較大，具有強大的“空吸”作用，人才優勢顯著。

③京津冀地區知識在二階空間鄰接矩陣下效應出現負值，說明區域內知識溢出加速度減緩，知識產權保護未到位，以及政府職能不能有效發揮，行政區劃與經濟區劃存在差異，產業同構與產業鏈斷裂并存，資源環境出現嚴重危機，國內區域間競爭日趨激烈。

3.2 政策建議

國家“十一五”規劃中的主體功能區規劃將京津冀地區列入優化開發區域，其國家戰略定位是將京津冀地區作為提升國家競爭力的重要區域，全國重要的人口和經濟密集區，帶動全國經濟社會發展的龍頭。新的規劃定位指明了京津冀都市圈的發展模式和方向，為其注入了新的生機和活力。天津濱海新區和河北曹妃甸的發展被提升到了國家戰略高度，也為京津冀都市圈的發展帶來了新的增長點。目前，京，津、冀三地高層間的溝通渠道日趨順暢，對京津冀合作具有重大意義的《京津冀都市圈區域規劃》也已經完成，京津冀區域應當抓住現階段的良好契機，堅持京津冀區域整體產業一體化戰略，以知識經濟和高科技產業為龍頭，以現代農業、現代制造業、現代服務業以及海洋資源型產業為主體內涵，建設綜合型、協調型、具有持續創新活動力的經濟發展領航區域。其實現路徑如下：促進京津專利成果轉化；加強河北知識吸收能力；促進區域內聯動；適當引進外商投資；避免過度知識溢出負效應的產生。

4 學術貢獻與展望

4.1 識別區域知識溢出效應最佳點參照標尺

理論上講，區域知識溢出效應是一種經濟外部性表現，包含“搭便車”現象。區域知識溢出效應值太高，其創新發明者利益可能受損，影響科技創新動力；而區域知識溢出效應值太低，則降低了科技推廣和技術進步速度。區域知識溢出效應最佳點就是一階空間鄰接矩陣下效應最大化的同時，二階空間鄰接矩陣下效應為零(即不為負值)。

4.2 衡量科技進步與知識產權保護工作績效評價的參考尺度

找到了衡量科技進步與知識產權保護工作績效評價的一個參考尺度。量化科技進步與知識產權保護工作績效是學術實踐操作難點，二階空間鄰接矩陣下效應不為負值下的一階空間鄰接矩陣下效應最大化，無疑是一個客觀評判標準。

4.3 為產權經濟研究拓展了空間

產權經濟學核心是經濟外部性內在化，測度各種資產的各階空間鄰接矩陣下效應，能識別和測量經濟外部性內在化程度，從而有效地界定產權邊界、構建經濟發展動力結構，并為確保經濟持續健康發展提供可選擇的路徑。

［1］ Romer P M. Endogenous technological change[J]. Journal of Political Economy，1990(5)：71-102.

［2］ Kokko A，Tansini R，Zejan M C. Local technological capability and spillovers from the Uruguayan manufacturing sector[J]. Journal of Development，1996，32(4)：268-282.

［3］ Anselin L，Varga A，Acs Z. Local geographic spillovers between university research and high technology innovations[J]. Journal of Urban Economics，1997(3)：422-448.

［4］ Agrawal A. Specificity of induced resistance in wild radish：causes and consequences for two specialists and two generalist caterpillars[J]. Oikos，2000(89)：493-500.

［5］ Stel A，Nieuwenhuijsen H. Knowledge spillovers and economic growth[R]. Tinbergen Institute Discussion Papers，Tinbergen Institute，2002.

［6］ Seyit K，Moomaw R L. Knowledge spillovers and regional growth in Europe[R]. ERSA conference papers from European Regional Science Association，2002.

［7］ Fischer M，Varga M. Spatial knowledge spillovers and university research：Evidence from Austria[J]. Ann Reg Sci，2003(37)：303-322.

［8］ 王立平. 我國高校 R&D 知識溢出的實證研究以高技術產業為例[J]. 中國軟科學，2005(12)：54-59.

［9］ 吳延兵. R&D存量知識函數與生產效率[J]. 經濟學季刊，2006(3)：7-12.

［10］ 段紅玲. 我國區域間知識溢出的度量及影響全要素生產率的實證分析[D]. 湖南大學，2010.

［11］ 鄔滋. 知識溢出的局域性與區域創新績效：基于地理距離的知識溢出模型[J]. 科技進步與對策，2011(14)：30-34.

［12］ 彭向，蔣傳海. 產業集聚、知識溢出與地區創新——基于中國工業行業的實證檢驗[J]. 經濟學季刊，2011(3)：913-934.

［13］ 王慶喜，王巧娜，徐維祥. 我國高技術產業省際知識溢出：基于地理和技術鄰近的分析[J]. 經濟地理，2013(5)：111-136.

［14］ 于娜. 跨國公司對中國企業技術溢出效應的實證研究[J]. 技術經濟，2014(5)：50-54.

［15］ 張曉冬，陳許陽. 長三角區域輕紡行業知識溢出效應分析[J]. 南通職業大學學報，2010(4)：6-9.

［16］ 姜宇華，杜建國，李守偉. 長三角區域知識溢出研究[J]. 情報雜志，2011(7)：55-59.

［17］ 類驍，韓伯棠，尚瑤. 長江三角洲地區知識溢出水平研究——基于泰爾指數方法[J]. 科學學與科學技術管理，2011(6)：81-85.

［18］ 張宗慶，張寅. 產業集聚、知識溢出與區域增長[J]. 東南大學學報(哲學社會科學版)，2012(1)：37-43.

［19］ 呂忠偉. R&D空間溢出對區域知識生產的作用研究[J]. 統計研究，2009(4)：44-51.

［20］ 劉滿鳳，唐厚興. 基于空間Durbin模型的區域知識溢出效應實證研究[J]. 科技進步與對策，2010(18)：28-32.

［21］ 張軍，吳桂英，張吉鵬. 中國省際物質資本存量估算：1952—2000[J]. 經濟研究，2004(10)：35-44.

Measurement of Knowledge Spillover Effect in the Beijing-Tianjin-Hebei Region

CHEN Kai1，WANG Ke2
(1. Northeastern University at Qinhuangdao，Qinhuangdao 066004，Hebei Province，China；2. Adam Smith Business School，University of Glasgow，Glasgow G128QQ，UK)

In today’s information era，dynamic competitiveness of knowledge in respect of its production，accumulation and diffusion，application and proliferation abilities has gradually replaced that of traditional land，capital and labor elements. Knowledge spillover has become a vital factor in the development of regional economy. This study chose the Beijing-Tianjin-Hebei region which plays a significant role in north China as the research object，using measured knowledge and unmeasured knowledge as independent variables，built a Durbin space econometric model based on the production function. Using Matlab7. 0software to regression model and parameter estimation，it measured the knowledge stock of the region’s total effect，direct effects and indirect effects under the first and two order adjacency matrix including indirect effects. With the same method，it measured out the knowledge spillover effect in the region for cities above prefecture level. Measurement results show that knowledge spillover has a positive effect in Beijing-Tianjin-Hebei region，and higher than the national average level. Beijing and Tianjin，two municipalities directly under the central government，have a significant positive effect，and far more than eight cities in Hebei province. Analysis measure results indicate that the cause of the obstacles to knowledge spillover mainly include the unfavorable practice of governments’ functions，differences between administrative division and regional economy，industrial isomorphism，industrial chain rupture and the lagging-behind protection of intellectual property rights，etc. Therefore，this paper proposes a series of suggestions，including promoting the transformation of Beijing and Tianjin patent achievements and strengthening the knowledge absorptive capacity of Hebei，promoting regional linkage，attracting more foreign investments and avoiding negative effects caused by excessive knowledge spillovers.

Beijing-Tianjin-Hebei Region；knowledge spillover effect；space model；spatial adjacency matrix

N01

：A

：1006-8945(2015)05-0073-05

教育部人文社會科學研究規劃基金(編號：12YJA790010)；東北大學秦皇島分校人文社科重點項目(編號：XNR201307)。

2015-04-12