科技服務(wù)業(yè)集聚是否促進(jìn)了地區(qū)創(chuàng)新
——本地效應(yīng)與省際影響

朱文濤，顧乃華

(暨南大學(xué)產(chǎn)業(yè)經(jīng)濟(jì)研究院，廣東 廣州 510632)

科技服務(wù)業(yè)集聚是否促進(jìn)了地區(qū)創(chuàng)新
——本地效應(yīng)與省際影響

朱文濤，顧乃華

(暨南大學(xué)產(chǎn)業(yè)經(jīng)濟(jì)研究院，廣東 廣州 510632)

利用中國(guó)省級(jí)面板數(shù)據(jù)，運(yùn)用空間杜賓模型方法，從本地效應(yīng)和省際互動(dòng)雙重視角分析科技服務(wù)業(yè)集聚對(duì)地區(qū)創(chuàng)新能力影響的驅(qū)動(dòng)機(jī)理和作用效果。實(shí)證結(jié)果表明：科技服務(wù)業(yè)集聚通過(guò)知識(shí)和技術(shù)溢出以及競(jìng)爭(zhēng)效應(yīng)，對(duì)本地區(qū)創(chuàng)新水平的提高產(chǎn)生顯著的正向影響，然而，值得注意的是，由于“虹吸效應(yīng)”的存在，科技服務(wù)業(yè)集聚卻在一定程度上抑制了鄰近地區(qū)創(chuàng)新水平的提高，表現(xiàn)出較為明顯的區(qū)際抑制效應(yīng)。基于實(shí)證結(jié)論，提出了促進(jìn)區(qū)域創(chuàng)新能力提升的若干政策建議。

科技服務(wù)業(yè)；集聚；創(chuàng)新；虹吸效應(yīng)；空間面板模型

1 引言與文獻(xiàn)回顧

中國(guó)正處于經(jīng)濟(jì)轉(zhuǎn)型的關(guān)鍵時(shí)期，實(shí)現(xiàn)“要素驅(qū)動(dòng)”向“創(chuàng)新驅(qū)動(dòng)”經(jīng)濟(jì)增長(zhǎng)方式轉(zhuǎn)變，科技創(chuàng)新至關(guān)重要。著力提升中國(guó)區(qū)域創(chuàng)新能力，推動(dòng)經(jīng)濟(jì)成功轉(zhuǎn)型，實(shí)現(xiàn)經(jīng)濟(jì)社會(huì)的可持續(xù)發(fā)展，日益成為社會(huì)各界共識(shí)。那么如何提升中國(guó)區(qū)域創(chuàng)新能力，也就成為當(dāng)前學(xué)術(shù)界需要探討和研究的重大課題。

在過(guò)去很長(zhǎng)一階段，服務(wù)業(yè)對(duì)創(chuàng)新的作用一直被學(xué)者們所忽視，直到Gershuny等[1]和Barras等[2]有關(guān)服務(wù)業(yè)對(duì)創(chuàng)新作用理論出現(xiàn)。此后服務(wù)業(yè)與創(chuàng)新關(guān)系的研究日益增多，其中知識(shí)密集型服務(wù)業(yè)(KIBS)對(duì)創(chuàng)新的作用尤其引人注目，Mas-Verdú F等[3]研究了知識(shí)密集型服務(wù)業(yè)對(duì)地區(qū)創(chuàng)新的影響，認(rèn)為知識(shí)密集型服務(wù)業(yè)發(fā)展促進(jìn)了創(chuàng)新以及創(chuàng)新的擴(kuò)散。Shi X等[4]認(rèn)為知識(shí)密集型服務(wù)業(yè)已成為推動(dòng)創(chuàng)新能力提升的主要因素，在中國(guó)東部尤其明顯，而知識(shí)服務(wù)業(yè)對(duì)創(chuàng)新的推動(dòng)與地區(qū)人力資本狀況密切相關(guān)。Toivonen M[5]的研究肯定了知識(shí)密集型服務(wù)業(yè)對(duì)制造業(yè)創(chuàng)新的作用，運(yùn)用投入產(chǎn)出法研究了知識(shí)密集型服務(wù)業(yè)投入與制造業(yè)創(chuàng)新的關(guān)系，其研究認(rèn)為知識(shí)密集型服務(wù)業(yè)投入與制造業(yè)創(chuàng)新之間存在顯著的正相關(guān)關(guān)系。而科技服務(wù)業(yè)作為知識(shí)密集型服務(wù)業(yè)(KIBS)的重要組成部分[6]，在國(guó)內(nèi)研究中也受到越來(lái)越多的關(guān)注，孟慶敏[7]研究了科技服務(wù)業(yè)與制造業(yè)的創(chuàng)新互動(dòng)機(jī)理，其研究認(rèn)為科技服務(wù)業(yè)與制造企業(yè)的創(chuàng)新互動(dòng)，提高了制造業(yè)的創(chuàng)新勢(shì)能，同時(shí)也使科技服務(wù)業(yè)本身的創(chuàng)新能力得到加強(qiáng)。張振剛[8]以珠三角地區(qū)為樣本，考察了科技服務(wù)業(yè)對(duì)地區(qū)創(chuàng)新能力的影響，其研究認(rèn)為科技服務(wù)業(yè)的發(fā)展不僅能顯著提高本地區(qū)的創(chuàng)新能力，同時(shí)也有較為顯著的空間溢出作用。王海龍[9]研究了科技服務(wù)業(yè)的創(chuàng)新驅(qū)動(dòng)效應(yīng)，認(rèn)為基礎(chǔ)設(shè)施投入欠缺、市場(chǎng)機(jī)制不健全以及科技服務(wù)業(yè)規(guī)模較小阻礙了科技服務(wù)業(yè)的創(chuàng)新驅(qū)動(dòng)效應(yīng)。

已有的文獻(xiàn)對(duì)科技服務(wù)業(yè)與創(chuàng)新關(guān)系進(jìn)行了一定程度的探討，比較遺憾的是大多研究文獻(xiàn)忽視了空間地理因素，也即科技服務(wù)業(yè)的空間布局對(duì)創(chuàng)新的影響，尤其是產(chǎn)業(yè)集聚的作用。雖然何種產(chǎn)業(yè)集聚類型更能推動(dòng)地區(qū)創(chuàng)新目前存在一定的爭(zhēng)議，但產(chǎn)業(yè)集聚對(duì)創(chuàng)新的促進(jìn)作用得到了學(xué)術(shù)界的廣泛認(rèn)同。Hong J等[10]認(rèn)為創(chuàng)新產(chǎn)業(yè)集聚有助于促進(jìn)地區(qū)創(chuàng)新，進(jìn)而對(duì)地區(qū)全要素增長(zhǎng)率具有顯著的正向影響。彭向[11]對(duì)產(chǎn)業(yè)集聚與區(qū)域創(chuàng)新關(guān)系進(jìn)行了實(shí)證研究，發(fā)現(xiàn)產(chǎn)業(yè)內(nèi)和產(chǎn)業(yè)間知識(shí)溢出對(duì)地區(qū)創(chuàng)新均有顯著的正向影響，產(chǎn)業(yè)間知識(shí)溢出外部性的產(chǎn)業(yè)互補(bǔ)對(duì)技術(shù)創(chuàng)新的影響更大。陳勁[12]認(rèn)為不同程度的產(chǎn)業(yè)集聚對(duì)創(chuàng)新的影響存在一定差別，在集聚程度較低時(shí)，專業(yè)化集聚有助于創(chuàng)新，而集聚程度較高時(shí)，專業(yè)化集聚卻對(duì)創(chuàng)新產(chǎn)生抑制作用。楊浩昌[13]通過(guò)實(shí)證研究發(fā)現(xiàn)制造業(yè)集聚明顯促進(jìn)了科技創(chuàng)新，但制造業(yè)聚集對(duì)不同行業(yè)的影響存在差異。張秋燕[14]考察了集聚外部性對(duì)區(qū)域創(chuàng)新能力的影響，其研究發(fā)現(xiàn)專業(yè)化集聚對(duì)地區(qū)創(chuàng)新能力的影響存在門檻效應(yīng)。那么，科技服務(wù)業(yè)集聚是否有助于提升本地區(qū)的創(chuàng)新能力？又會(huì)對(duì)鄰近地區(qū)創(chuàng)新產(chǎn)生何種影響？這些問(wèn)題的回答，對(duì)于厘清科技服務(wù)業(yè)集聚與地區(qū)創(chuàng)新關(guān)系，從而制定更為科學(xué)的創(chuàng)新戰(zhàn)略和政策措施，具有重要的理論和現(xiàn)實(shí)意義。基于此，本文對(duì)科技服務(wù)業(yè)集聚影響地區(qū)創(chuàng)新能力的機(jī)制進(jìn)行分析的基礎(chǔ)上，結(jié)合空間杜賓模型方法，實(shí)證檢驗(yàn)了科技服務(wù)業(yè)集聚對(duì)地區(qū)創(chuàng)新能力的本地效應(yīng)與省際影響，以期為科技服務(wù)業(yè)發(fā)展和地區(qū)創(chuàng)新能力提升提供經(jīng)驗(yàn)參考。

2 理論假設(shè)、變量選取與數(shù)據(jù)說(shuō)明

2.1 理論假設(shè)

科技服務(wù)業(yè)是指運(yùn)用現(xiàn)代科技知識(shí)、現(xiàn)代技術(shù)及經(jīng)驗(yàn)知識(shí)，向社會(huì)各部門提供智力支持和服務(wù)的新興產(chǎn)業(yè)?？萍挤?wù)業(yè)主要為各部門的科技創(chuàng)新提供經(jīng)驗(yàn)、知識(shí)和技術(shù)服務(wù)，因此知識(shí)和技術(shù)溢出，是其影響地區(qū)創(chuàng)新的主要方式。新經(jīng)濟(jì)地理學(xué)認(rèn)為知識(shí)和技術(shù)的傳播存在一定的時(shí)滯，而在傳播過(guò)程中也難免會(huì)出現(xiàn)信息質(zhì)量的衰減和扭曲，距離成為知識(shí)和技術(shù)溢出的重要障礙。知識(shí)和技術(shù)溢出存在著明顯的時(shí)空局限性，產(chǎn)業(yè)集聚則使得這種時(shí)空局限性因企業(yè)間空間距離的縮小而得到改善。產(chǎn)業(yè)集聚能很好地克服距離遞減效應(yīng)，進(jìn)而為集聚區(qū)企業(yè)間技術(shù)和知識(shí)的傳播提供便利。由于集聚區(qū)企業(yè)間的交流和學(xué)習(xí)更為頻繁和有效，知識(shí)和技術(shù)的外溢效應(yīng)將更為明顯，相互的學(xué)習(xí)和頻繁的交流有助于科技服務(wù)業(yè)企業(yè)自身更好地進(jìn)行技術(shù)與知識(shí)的積累和更新，同時(shí)也有助于其更好地實(shí)現(xiàn)優(yōu)質(zhì)服務(wù)的輸出。集聚產(chǎn)生的競(jìng)爭(zhēng)效應(yīng)，同樣有助于新知識(shí)和新產(chǎn)品的創(chuàng)造，在科技服務(wù)業(yè)集聚區(qū)一般分布著大量提供科技服務(wù)的部門，雖然它們提供異質(zhì)性服務(wù)業(yè)產(chǎn)品，但仍然存在較為激烈的競(jìng)爭(zhēng)，這促使它們更為積極而迫切的進(jìn)行新知識(shí)的積累、創(chuàng)造和傳播。通過(guò)知識(shí)和技術(shù)的溢出效應(yīng)和競(jìng)爭(zhēng)效應(yīng)，科技服務(wù)業(yè)集聚對(duì)提升科技服務(wù)業(yè)企業(yè)的創(chuàng)新能力具有重要作用。而科技服務(wù)業(yè)和制造業(yè)的創(chuàng)新互動(dòng)，也使得科技服務(wù)業(yè)集聚對(duì)制造業(yè)部門創(chuàng)新能力提升具有重要影響[7]。科技服務(wù)業(yè)集聚的競(jìng)爭(zhēng)效應(yīng)，促使科技服務(wù)業(yè)企業(yè)向制造業(yè)輸出更好的科技服務(wù)，而科技服務(wù)業(yè)對(duì)制造業(yè)的知識(shí)溢出，則提高了制造業(yè)創(chuàng)新勢(shì)能，有助于制造業(yè)企業(yè)的轉(zhuǎn)型升級(jí)，最終提高了制造業(yè)部門的創(chuàng)新能力。因此，科技服務(wù)業(yè)集聚不僅提高了科技服務(wù)業(yè)自身的創(chuàng)新能力，同時(shí)也通過(guò)促進(jìn)制造業(yè)創(chuàng)新能力的提升，整體上促進(jìn)了地區(qū)的創(chuàng)新水平?；谝陨戏治?，我們提出本文的第一個(gè)假設(shè)H1：科技服務(wù)業(yè)集聚，通過(guò)知識(shí)技術(shù)溢出效應(yīng)及競(jìng)爭(zhēng)效應(yīng)，能顯著提高本地區(qū)的創(chuàng)新能力。

科技服務(wù)業(yè)集聚，通過(guò)知識(shí)溢出、技術(shù)溢出及市場(chǎng)競(jìng)爭(zhēng)效應(yīng)，對(duì)本地區(qū)創(chuàng)新能力的提升應(yīng)有積極的影響。然而，科技服務(wù)業(yè)集聚卻未必能提高鄰近地區(qū)的創(chuàng)新水平，相反有可能在一定程度上對(duì)相鄰地區(qū)創(chuàng)新能力提升產(chǎn)生抑制，這種抑制影響主要源于集聚經(jīng)濟(jì)性導(dǎo)致的對(duì)人才流、信息流和資本流等創(chuàng)新要素的引力作用，也即存在“虹吸效應(yīng)”?？萍挤?wù)業(yè)作為一種高端知識(shí)密集型產(chǎn)業(yè)，其發(fā)展受到人才和資本的約束較大?？萍挤?wù)業(yè)集聚區(qū)，由于存在較多的就業(yè)機(jī)會(huì)和較高的資本報(bào)酬，以及較好的制度環(huán)境，在吸引人才和資本方面存在較大優(yōu)勢(shì)，這使得集聚區(qū)不僅對(duì)本地區(qū)人才和資本有較強(qiáng)的吸引力，同時(shí)也吸引著鄰近地區(qū)的人才和資本向本地區(qū)集中。隨著集聚力的增強(qiáng)，科技服務(wù)業(yè)集聚程度較高的地區(qū)，將對(duì)相鄰地區(qū)人才和資本產(chǎn)生持續(xù)的“引力”，這種區(qū)際創(chuàng)新要素的競(jìng)爭(zhēng)，將導(dǎo)致區(qū)際創(chuàng)新能力失衡，相鄰地區(qū)之間的競(jìng)爭(zhēng)，可能使一個(gè)地區(qū)科技服務(wù)業(yè)集聚對(duì)相鄰地區(qū)創(chuàng)新水平提升產(chǎn)生抑制，進(jìn)而拉大地區(qū)間的創(chuàng)新水平差異。因此我們提出本文的第二個(gè)假設(shè)H2：科技服務(wù)業(yè)集聚具有顯著的本地效應(yīng)，而對(duì)鄰近地區(qū)的創(chuàng)新則表現(xiàn)為負(fù)外部性。

2.2 變量選擇與數(shù)據(jù)說(shuō)明

(1)因變量。專利授權(quán)數(shù)量是反映地區(qū)創(chuàng)新能力的重要標(biāo)志。雖然專利授權(quán)數(shù)并不能完全反映一個(gè)地區(qū)的創(chuàng)新能力，但相比于其他可量化指標(biāo)而言，專利授權(quán)數(shù)可能更能反映一個(gè)地區(qū)的科技創(chuàng)新活力和能力，在以往的研究文獻(xiàn)中，也較多的采用專利授權(quán)數(shù)量衡量地區(qū)的創(chuàng)新能力，如Paci等[15]、Andersson等[16]以及Gon?alves E等[17]在研究創(chuàng)新時(shí)，采用專利數(shù)作為創(chuàng)新能力的指標(biāo)[15-17]。在明確以專利授權(quán)數(shù)作為地區(qū)創(chuàng)新能力的衡量指標(biāo)后，我們考慮到如果一個(gè)地區(qū)人口眾多或產(chǎn)業(yè)規(guī)模較大，專利數(shù)量應(yīng)該也就較多，用專利的總量數(shù)值來(lái)代表地區(qū)創(chuàng)新能力可能高估了某些地區(qū)的創(chuàng)新能力，綜合考慮指標(biāo)科學(xué)性和數(shù)據(jù)可得性，本文最終采用人均指標(biāo)，也即采用每萬(wàn)人三種專利授權(quán)數(shù)量，作為衡量地區(qū)創(chuàng)新能力指標(biāo)，將其作為因變量加入到模型中，并用aivn表示。

(2)解釋變量。本文的核心解釋變量為科技服務(wù)業(yè)集聚度，由于新興業(yè)態(tài)不斷出現(xiàn)，科技服務(wù)業(yè)到底包含哪些細(xì)分行業(yè)，目前在統(tǒng)計(jì)分類上并沒(méi)有達(dá)成共識(shí)，這給實(shí)證研究帶來(lái)一定的困難。綜合借鑒魏江[18]和張振剛[8]的做法，將信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)，租賃和商務(wù)服務(wù)業(yè)，科學(xué)研究、技術(shù)服務(wù)和地質(zhì)勘查業(yè)視為科技服務(wù)業(yè)。另外，區(qū)位熵是衡量產(chǎn)業(yè)專業(yè)化集聚的常用指標(biāo)，用于衡量不同地區(qū)科技服務(wù)業(yè)專業(yè)化水平，可以充分反映和比較各地區(qū)科技服務(wù)業(yè)的集聚水平，因此將區(qū)位熵作為衡量科技服務(wù)業(yè)集聚度的解釋變量，科技服務(wù)業(yè)區(qū)位熵的計(jì)算公式如下：

(1)

其中l(wèi)q為科技服務(wù)業(yè)集聚度(區(qū)位熵)，empi,j表示j地區(qū)科技服務(wù)業(yè)從業(yè)成員數(shù)，empi,all表示全國(guó)科技服務(wù)業(yè)從業(yè)人員數(shù)，empj為j地區(qū)城鎮(zhèn)就業(yè)數(shù)，empall為全國(guó)城鎮(zhèn)就業(yè)總?cè)藬?shù)。

影響地區(qū)創(chuàng)新能力的其他因素中，本文選擇了地區(qū)開(kāi)放水平、政府創(chuàng)新投入、產(chǎn)業(yè)結(jié)構(gòu)、RD投入、地區(qū)經(jīng)濟(jì)發(fā)展水平作為控制變量。各主要控制變量說(shuō)明如下：

地區(qū)對(duì)外開(kāi)放水平。地區(qū)創(chuàng)新水平提高有賴于地區(qū)的對(duì)外開(kāi)放水平，集中體現(xiàn)于國(guó)際經(jīng)貿(mào)往來(lái)帶來(lái)的知識(shí)外溢和技術(shù)外溢效應(yīng)對(duì)科技創(chuàng)新能力提升的影響，在以往的研究中，對(duì)外貿(mào)易額或外商直接投資額經(jīng)常被用于衡量一個(gè)地區(qū)的開(kāi)放水平，本文認(rèn)為對(duì)外貿(mào)易額更能全面反應(yīng)一個(gè)地區(qū)的對(duì)外開(kāi)放狀況，因此采用對(duì)外貿(mào)易額作為衡量地區(qū)開(kāi)放水平指標(biāo)，并用open表示。

政府創(chuàng)新投入。政府對(duì)創(chuàng)新的支持是實(shí)現(xiàn)創(chuàng)新的重要影響因素，政府科技財(cái)政支出是反映政府創(chuàng)新投入的重要指標(biāo)，本文將科技財(cái)政支出作為政府創(chuàng)新投入的指標(biāo)，并用exp表示。

產(chǎn)業(yè)結(jié)構(gòu)。產(chǎn)業(yè)結(jié)構(gòu)是影響地區(qū)創(chuàng)新能力的因素之一[19-20]，本文采用工業(yè)產(chǎn)值占GDP總產(chǎn)值比重作為產(chǎn)業(yè)結(jié)構(gòu)的替代指標(biāo)，表示為indus。

企業(yè)創(chuàng)新投入。創(chuàng)新投入是企業(yè)推動(dòng)科技創(chuàng)新的重要力量，企業(yè)創(chuàng)新投入包括多個(gè)方面，企業(yè)R&D經(jīng)費(fèi)支出是反映企業(yè)創(chuàng)新投入的重要指標(biāo)，較多研究表明企業(yè)R&D投入對(duì)科技創(chuàng)新有重要作用，如Scherer[21]和李廉水[22]等人的研究，也有研究認(rèn)為企業(yè)RD經(jīng)費(fèi)投入對(duì)創(chuàng)新的影響不顯著，如吳獻(xiàn)金等[23]的研究，本文將企業(yè)RD經(jīng)費(fèi)支出作為企業(yè)創(chuàng)新投入的替代指標(biāo)，并用rdexp表示。

地區(qū)經(jīng)濟(jì)發(fā)展水平。經(jīng)濟(jì)發(fā)展水平也是影響地區(qū)創(chuàng)新能力的影響因素之一，衡量地區(qū)經(jīng)濟(jì)發(fā)展水平的指標(biāo)有很多，較為常用的如國(guó)內(nèi)生產(chǎn)總值、人均國(guó)內(nèi)生產(chǎn)總值、政府財(cái)政收入、人均居民收入水平等，本文選擇實(shí)際人均GDP作為衡量地區(qū)經(jīng)濟(jì)發(fā)展水平的指標(biāo)，并用sgdp表示。

本文數(shù)據(jù)來(lái)源于2009—2015年的《中國(guó)統(tǒng)計(jì)年鑒》和《中國(guó)區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒》，變量中原始數(shù)據(jù)單位為美元的對(duì)外貿(mào)易額以各年度匯率換算成元，政府科技財(cái)政支出、企業(yè)創(chuàng)新投入以及人均GDP均采用GDP平減指數(shù)折算為以2008年為基期的實(shí)際值。樣本時(shí)間跨度為2008—2014年，截面樣本選擇方面，由于香港、澳門、臺(tái)灣等地區(qū)經(jīng)濟(jì)社會(huì)制度與大陸存在較大差異，因此將這些地區(qū)剔除在考察的樣本外，西藏地區(qū)部分年份的數(shù)據(jù)不全，因此也被剔除在樣本之外，考察的樣本橫截面為中國(guó)大陸30省份，樣本數(shù)為210個(gè)。各變量的統(tǒng)計(jì)性描述如下(見(jiàn)表1)所示。

表1 變量的統(tǒng)計(jì)性描述

3 模型設(shè)定和計(jì)量方法

3.1 空間相關(guān)性檢驗(yàn)

在空間相關(guān)性檢驗(yàn)中，莫蘭指數(shù)得到廣泛使用。本文采用莫蘭指數(shù)(Moran’I)檢驗(yàn)區(qū)域創(chuàng)新能力是否存在空間相關(guān)性，Moran’I的計(jì)算公式如下：

(2)

3.2 空間面板模型

空間面板模型一般分為空間誤差模型(SEM)、空間滯后模型(SLM)和空間杜賓模型(SDM)，結(jié)合上文變量選擇，構(gòu)建三種待檢驗(yàn)的空間面板模型：

(1)空間誤差模型(SEM)：

(3)

(2)空間滯后模型(SLM):

(4)

(3)空間杜賓模型(SDM):

(5)

需要說(shuō)明的是本文采用了經(jīng)濟(jì)距離和地理距離權(quán)重分別對(duì)模型進(jìn)行估計(jì)，主要是考慮到，采用經(jīng)濟(jì)距離和地理距離兩種空間權(quán)重分別估計(jì)模型，有助于對(duì)模型回歸結(jié)果的穩(wěn)健性進(jìn)行判斷，同時(shí)也有利于對(duì)兩種權(quán)重結(jié)果進(jìn)行對(duì)比分析，以明確科技服務(wù)業(yè)集聚對(duì)地區(qū)創(chuàng)新能力的影響機(jī)制。兩種空間權(quán)重矩陣計(jì)算方法如下：

地理距離權(quán)重。地理距離權(quán)重設(shè)置過(guò)程中，先按經(jīng)緯度坐標(biāo)，計(jì)算各省會(huì)城市直線距離，接著按照距離的倒數(shù)構(gòu)造地理距離權(quán)重矩陣，并進(jìn)行行標(biāo)準(zhǔn)化處理，使得權(quán)重矩陣每行的和為1，地理距離權(quán)重具體計(jì)算公式如下：

(6)

其中dij表示區(qū)域i和區(qū)域j的直線距離。當(dāng)區(qū)域i和區(qū)域j的距離越小，賦予的空間權(quán)重越大，反之則相反。

經(jīng)濟(jì)距離權(quán)重。本文借鑒林光平[24]的做法，構(gòu)造經(jīng)濟(jì)距離權(quán)重W2,W2=W×Dij其中W為傳統(tǒng)的鄰接權(quán)重矩陣，矩陣Dij計(jì)算公式如下：

(7)

式(1)中Xit為i省份在t時(shí)期的經(jīng)濟(jì)變量，代表省份i在t時(shí)期的實(shí)際GDP。同樣的，經(jīng)濟(jì)權(quán)重也進(jìn)行了行標(biāo)準(zhǔn)化處理。

4 模型選擇與結(jié)果分析

4.1 空間相關(guān)性檢驗(yàn)

在運(yùn)用空間計(jì)量方法時(shí)，首先需要對(duì)被解釋變量進(jìn)行空間相關(guān)性檢驗(yàn)，本文利用較為流行的Moran’I指數(shù)對(duì)被解釋變量的空間相關(guān)性進(jìn)行檢驗(yàn)。由于Moran’I指數(shù)的計(jì)算依賴于空間權(quán)重矩陣W，為了避免采用單一空間矩陣所帶來(lái)的測(cè)度偏差，選擇經(jīng)濟(jì)權(quán)重和地理權(quán)重分別計(jì)算Moran’I值，結(jié)果如表2所示。從表2可知，2008—2014年兩種空間權(quán)重計(jì)算的Moran’I值所對(duì)應(yīng)的正態(tài)統(tǒng)計(jì)量Z值均大于5%顯著性水平所對(duì)應(yīng)的臨界值，說(shuō)明2008年以來(lái)專利申請(qǐng)授權(quán)數(shù)具有明顯的空間自相關(guān)性，也即一個(gè)省份的科技創(chuàng)新會(huì)受到鄰近省份科技創(chuàng)新的顯著影響。兩種權(quán)重計(jì)算的莫蘭指數(shù)值較為接近，莫蘭指數(shù)結(jié)果較為穩(wěn)健。

表2 2008—2014年中國(guó)專利申請(qǐng)授權(quán)數(shù)的全域Moran’I指數(shù)

4.2 模型選擇

在空間面板模型選擇過(guò)程中一般需要通過(guò)如下檢驗(yàn)以確定模型的具體形式。第一，在不考慮任何空間相關(guān)性的基礎(chǔ)上，利用LM檢驗(yàn)和robust-LM檢驗(yàn)對(duì)因變量或者殘差項(xiàng)是否存在空間相關(guān)性進(jìn)行檢驗(yàn)。第二，利用Wald檢驗(yàn)和LR檢驗(yàn)對(duì)SDM兩個(gè)假設(shè)H0：θ=0和H0：θ+δβ=0進(jìn)行檢驗(yàn)，如果拒絕這兩個(gè)假設(shè),則使用SDM模型能夠最好的擬合數(shù)據(jù)，相反如果拒絕了第一個(gè)假設(shè)，且robust-LM檢驗(yàn)也指向采用空間滯后模型(SLM)，則使用空間滯后模型能最好的擬合數(shù)據(jù)。如果robust-LM所指向采用的模型不是wald/LR檢驗(yàn)所指向采用的模型，則應(yīng)該采用空間杜賓模型(SDM)[25]。此外根據(jù)個(gè)體效應(yīng)的不同，空間面板可以分為空間固定效應(yīng)和空間隨機(jī)效應(yīng)，本文利用Hausman檢驗(yàn)進(jìn)行判定采用固定效應(yīng)還是隨機(jī)效應(yīng)模型。

表3 非空間面板模型估計(jì)結(jié)果

注：表中括號(hào)內(nèi)為t值，***、**和*分別表示在1%、5%和10%水平上顯著。

具體的，我們首先采用非空間面板數(shù)據(jù)模型，并對(duì)結(jié)果進(jìn)行檢驗(yàn)，以確定空間滯后和空間誤差模型那個(gè)較為合適。表3報(bào)告了估計(jì)結(jié)果。在混合回歸和空間固定效應(yīng)回歸中，均在1%顯著性水平下拒絕了沒(méi)有空間滯后因變量的原假設(shè)，然而在時(shí)間固定效應(yīng)中，卻不能拒絕沒(méi)有空間滯后因變量和空間自相關(guān)誤差項(xiàng)的原假設(shè)，在包含空間和時(shí)間固定效應(yīng)的模型中，當(dāng)使用傳統(tǒng)LM檢驗(yàn)時(shí)，不能拒絕沒(méi)有空間滯后因變量和空間相關(guān)誤差項(xiàng)的原假設(shè)，但在使用robust-LM檢驗(yàn)時(shí)，分別在5%水平下拒絕了沒(méi)有空間滯后因變量和空間自相關(guān)誤差項(xiàng)的原假設(shè)。以上檢驗(yàn)結(jié)果表明，模型應(yīng)該包含空間滯后項(xiàng)，而是否應(yīng)該包含空間誤差項(xiàng)則需要進(jìn)一步檢驗(yàn)。接著通過(guò)似然比LR檢驗(yàn)，對(duì)空間固定效應(yīng)進(jìn)行聯(lián)合非顯著性檢驗(yàn)，檢驗(yàn)結(jié)果中LR=370.0492，拒絕了無(wú)空間固定效應(yīng)的原假設(shè)，同時(shí)對(duì)時(shí)間固定效應(yīng)進(jìn)行聯(lián)合非顯著性檢驗(yàn)，檢驗(yàn)結(jié)果中LR=42.0025,拒絕了無(wú)時(shí)間固定效應(yīng)的原假設(shè)，所以在接下來(lái)的空間面板建模中應(yīng)該考慮到時(shí)間效應(yīng)和空間效應(yīng)。

接著，利用Wald檢驗(yàn)和LR檢驗(yàn)對(duì)SDM模型是否應(yīng)該簡(jiǎn)化為SLM或SAR模型進(jìn)行檢驗(yàn)，表2下半部分報(bào)告了檢驗(yàn)結(jié)果，檢驗(yàn)結(jié)果拒絕了H0：θ=0和H0：θ+δβ=0兩個(gè)原假設(shè)，說(shuō)明SDM模型不應(yīng)該簡(jiǎn)化為SLM和SAR模型，同時(shí)用Hausman檢驗(yàn)判別是否應(yīng)該采用固定效應(yīng)模型，檢驗(yàn)結(jié)果支持了固定效應(yīng)模型的設(shè)定。以上非空間面板模型估計(jì)和相關(guān)檢驗(yàn)，時(shí)間固定效應(yīng)中，并未拒絕沒(méi)有空間滯后項(xiàng)和空間誤差項(xiàng)的原假設(shè)，因此表4僅報(bào)告空間固定效應(yīng)及空間固定效應(yīng)和時(shí)空固定效應(yīng)SDM模型估計(jì)結(jié)果。由于傳統(tǒng)模型的R2是基于殘差平方和分解的，因此不適用于具有空間效應(yīng)模型判斷，如果仍然直接比較不同模型的R2是不科學(xué)的，而帶有空間滯后因變量的面板模型中correctedR2比R2指標(biāo)更為合理[26]。從表4的結(jié)果中，我們可以看出包含空間固定效應(yīng)的SDM模型，不管是在地理距離權(quán)重還是在經(jīng)濟(jì)權(quán)重下，correctedR2均明顯高于考慮時(shí)間和空間效應(yīng)的SDM模型中的correctedR2值，且相比于包含時(shí)間和空間效應(yīng)的SDM，僅包含空間固定效應(yīng)的SDM中ρ的系數(shù)更為顯著，同時(shí)本文考察的時(shí)間跨度較短，受到時(shí)間背景的變量影響較小，綜合以上考慮，認(rèn)為僅包含空間固定效應(yīng)的SDM模型更為合理。

在非空間面板模型中，參數(shù)估計(jì)可以準(zhǔn)確地反應(yīng)各解釋變量對(duì)因變量的邊際影響，然而空間杜賓模型由于包含滯后項(xiàng)，參數(shù)估計(jì)值并不能準(zhǔn)確真實(shí)地反應(yīng)解釋變量對(duì)因變量的邊際影響，因此我們有必要利用偏微分方法估計(jì)出各解釋變量對(duì)因變量的直接效應(yīng)和間接效應(yīng)。

表4 空間固定效應(yīng)SDM模型和時(shí)空固定效應(yīng)SDM模型估計(jì)結(jié)果

注：括號(hào)內(nèi)為t值，***、**和*分別表示在1%、5%和10%水平上顯著。

4.3 結(jié)果分析

表5報(bào)告了直接效應(yīng)和間接效應(yīng)的估計(jì)結(jié)果。在經(jīng)濟(jì)距離權(quán)重和地理距離權(quán)重下，科技服務(wù)業(yè)集聚的直接效應(yīng)系數(shù)分別為0.096和0.231，且均在1%水平上顯著，說(shuō)明科技服務(wù)業(yè)集聚具有較為明顯的本地效應(yīng)，也即科技服務(wù)業(yè)集聚對(duì)于提高本地區(qū)的創(chuàng)新水平具有顯著的正向影響。地理權(quán)重下科技服務(wù)業(yè)集聚的間接效應(yīng)系數(shù)為-1.116，在經(jīng)濟(jì)權(quán)重下，間接效應(yīng)系數(shù)為-0.650，兩種權(quán)重下間接效應(yīng)系數(shù)分別在1%和5%水平上顯著為負(fù)，說(shuō)明科技服務(wù)業(yè)集聚對(duì)鄰近省份的影響并沒(méi)有表現(xiàn)出正的外部性，相反表現(xiàn)出一定的抑制效應(yīng)。這主要是因?yàn)橐粋€(gè)省份科技服務(wù)業(yè)集聚度的提高，會(huì)通過(guò)“虹吸效應(yīng)”，吸引周邊省份的人才、資本等創(chuàng)新要素向本地區(qū)集中，通過(guò)這種引力效應(yīng)，對(duì)周邊地區(qū)創(chuàng)新能力的提升形成抑制，進(jìn)而拉大了區(qū)域間的創(chuàng)新能力差距，形成“強(qiáng)者愈強(qiáng)，弱者愈弱”的局面，實(shí)證結(jié)果印證了前文的理論假設(shè)。

表5 空間固定效應(yīng)SDM模型估計(jì)的直接效應(yīng)和間接效應(yīng)

注：***、**和*分別表示在1%、5%和10%水平上顯著。

控制變量中，政府財(cái)政科技支出對(duì)本地區(qū)創(chuàng)新能力提升具有明顯的促進(jìn)作用，在經(jīng)濟(jì)權(quán)重下直接效應(yīng)為0.290，在地理權(quán)重下直接效應(yīng)為0.280，且在1%水平上顯著，但在兩種空間權(quán)重下，間接效應(yīng)均不顯著，說(shuō)明政府財(cái)政科技支出對(duì)本地區(qū)創(chuàng)新能力的提升具有積極的影響，但并沒(méi)有明顯的空間溢出效應(yīng)。地理權(quán)重和經(jīng)濟(jì)權(quán)重下，企業(yè)RD投入的直接效應(yīng)、間接效應(yīng)和總效應(yīng)均不顯著。有關(guān)企業(yè)RD投入與創(chuàng)新關(guān)系的研究并沒(méi)有取得一致的意見(jiàn)，有些研究認(rèn)為企業(yè)RD投入有助于創(chuàng)新能力的提升，如謝勒(Scherer,1963)、李廉水等(2015)的研究，但也有學(xué)者的研究認(rèn)為企業(yè)RD投入對(duì)地區(qū)創(chuàng)新的影響并不顯著(吳獻(xiàn)金和史芳，2010)。在地理權(quán)重和經(jīng)濟(jì)權(quán)重下，對(duì)外開(kāi)放水平的直接效應(yīng)系數(shù)分別在5%和1%水平上顯著為正，說(shuō)明對(duì)外開(kāi)放水平越高，越有利于地區(qū)創(chuàng)新能力的提升，但兩種權(quán)重下對(duì)外開(kāi)放水平的間接效應(yīng)系數(shù)均在1%水平上顯著為負(fù)。經(jīng)濟(jì)發(fā)展水平的直接效應(yīng)在5%水平下顯著為正，說(shuō)明經(jīng)濟(jì)發(fā)展水平的提高有助于區(qū)域創(chuàng)新能力的提升，而地區(qū)經(jīng)濟(jì)發(fā)展水平的間接效應(yīng)卻并不明顯，也即一個(gè)地區(qū)的經(jīng)濟(jì)發(fā)展水平對(duì)相鄰省份創(chuàng)新水平的提高并沒(méi)有明顯的空間溢出效應(yīng)。產(chǎn)業(yè)結(jié)構(gòu)的直接效應(yīng)在兩種權(quán)重下均顯著為負(fù)，而間接效應(yīng)并不顯著，產(chǎn)業(yè)結(jié)構(gòu)直接效應(yīng)在兩種權(quán)重下均為負(fù)，主要原因在于本文采用了工業(yè)化產(chǎn)值比重作為產(chǎn)業(yè)結(jié)構(gòu)的代理變量，這說(shuō)明工業(yè)化產(chǎn)值比重的提升并不利于創(chuàng)新能力的提升，相反工業(yè)產(chǎn)值比重的下降，第三產(chǎn)業(yè)產(chǎn)值比重上升所代表的產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化將有利于創(chuàng)新。

5 結(jié)論與政策啟示

本文利用2008—2014年中國(guó)30省份面板數(shù)據(jù)，運(yùn)用空間面板模型方法，考察了科技服務(wù)業(yè)集聚對(duì)地區(qū)創(chuàng)新能力提升的影響，實(shí)證結(jié)果表明科技服務(wù)業(yè)集聚對(duì)地區(qū)創(chuàng)新能力提升具有顯著的正向直接效應(yīng)，但科技服務(wù)業(yè)集聚卻在一定程度上抑制了鄰近地區(qū)創(chuàng)新水平的提高，表現(xiàn)出較為明顯的區(qū)際抑制效應(yīng)?？萍挤?wù)業(yè)集聚縮短了科技服務(wù)企業(yè)間的地理距離，改善了知識(shí)傳播中因距離限制和信息扭曲而產(chǎn)生的溢出效應(yīng)遞減，提高了企業(yè)間交流與合作的頻率，促進(jìn)了知識(shí)和技術(shù)溢出。同時(shí)企業(yè)間的競(jìng)爭(zhēng)，使得科技服務(wù)業(yè)企業(yè)致力于提高自己的技術(shù)和知識(shí)服務(wù)的質(zhì)量和效率，促進(jìn)了科技服務(wù)業(yè)整體素質(zhì)的提高。并通過(guò)技術(shù)和知識(shí)服務(wù)向技術(shù)部門輸出，提高了整個(gè)地區(qū)創(chuàng)新水平?？萍挤?wù)業(yè)集聚對(duì)相鄰省份創(chuàng)新的抑制，主要原因在于知識(shí)和技術(shù)的溢出存在明顯的距離遞減效應(yīng)，各省行政區(qū)之間距離較遠(yuǎn)，且存在較為激烈的技術(shù)和產(chǎn)業(yè)競(jìng)爭(zhēng)，限制了科技服務(wù)集聚的技術(shù)和知識(shí)溢出。科技服務(wù)業(yè)作為一種高端的知識(shí)密集型產(chǎn)業(yè)，對(duì)于人才和資本具有較強(qiáng)的吸納能力。較多的就業(yè)機(jī)會(huì)和較高的資本報(bào)酬，使得科技服務(wù)業(yè)集聚不僅吸引了本地區(qū)人才和資本向集聚區(qū)集中，同時(shí)由于報(bào)酬的差異，吸引著鄰近省份人才和資本向本地區(qū)集中，通過(guò)吸納人才和資本的競(jìng)爭(zhēng)，本地區(qū)科技服務(wù)業(yè)集聚往往對(duì)鄰近省份的創(chuàng)新產(chǎn)生負(fù)的外部性。

基于研究結(jié)論，我們得出以下幾點(diǎn)政策啟示：

(1)做好科技服務(wù)業(yè)產(chǎn)業(yè)區(qū)規(guī)劃。通過(guò)制定合理的產(chǎn)業(yè)政策，引導(dǎo)科技服務(wù)業(yè)空間集聚，通過(guò)提高科技服務(wù)業(yè)集聚水平，促進(jìn)科技服務(wù)業(yè)的知識(shí)交流和知識(shí)創(chuàng)造。對(duì)于科技服務(wù)業(yè)集聚程度低的地區(qū)，應(yīng)建立科技服務(wù)業(yè)產(chǎn)業(yè)園區(qū)，通過(guò)各種優(yōu)惠政策，吸引科技服務(wù)業(yè)在產(chǎn)業(yè)園區(qū)內(nèi)充分集聚形成集聚效應(yīng)，以更好地服務(wù)于地方科技創(chuàng)新活動(dòng)，對(duì)科技服務(wù)業(yè)集聚程度較高地區(qū)，應(yīng)進(jìn)一步通過(guò)體制機(jī)制創(chuàng)新，破除科技服務(wù)業(yè)集聚的各種體制性障礙，讓科技服務(wù)業(yè)集聚效應(yīng)得到充分發(fā)揮。

(2)加強(qiáng)省域間科技服務(wù)業(yè)交流合作，促進(jìn)各種生產(chǎn)要素在省域間充分流動(dòng)?？萍挤?wù)業(yè)集聚對(duì)相鄰省份科技創(chuàng)新活動(dòng)存在一定的抑制效應(yīng)，然而，這并不意味著應(yīng)該關(guān)起門來(lái)發(fā)展本地區(qū)科技服務(wù)業(yè)，相反地，更應(yīng)該通過(guò)擴(kuò)大交流與合作，縮小區(qū)域間科技服務(wù)業(yè)發(fā)展差距。

(3)加強(qiáng)高層次科技服務(wù)業(yè)人才的引進(jìn)和培養(yǎng)力度。高層次人才是推動(dòng)科技服務(wù)業(yè)發(fā)展的關(guān)鍵要素，應(yīng)該通過(guò)海外引進(jìn)和本土培養(yǎng)相結(jié)合的方式，加強(qiáng)科技服務(wù)業(yè)人才集聚。創(chuàng)造良好的引才環(huán)境，提供各種優(yōu)惠政策，充分吸引海外高層次人才，壯大科技服務(wù)業(yè)海外高層次人才庫(kù)，加強(qiáng)本土人才的國(guó)際化培訓(xùn)力度，提高本土科技服務(wù)業(yè)人才的國(guó)際化程度，重點(diǎn)培養(yǎng)一批具有國(guó)際視野，了解國(guó)際服務(wù)業(yè)規(guī)則的科技服務(wù)業(yè)本土人才。

(4)加強(qiáng)區(qū)域協(xié)同創(chuàng)新。區(qū)域創(chuàng)新能力的獲取不僅依賴于區(qū)域創(chuàng)新系統(tǒng)內(nèi)部企業(yè)、高校、科研機(jī)構(gòu)、政府等創(chuàng)新主體通過(guò)協(xié)同互動(dòng)實(shí)現(xiàn)，同時(shí)也依賴于不同區(qū)域創(chuàng)新系統(tǒng)之間的要素流動(dòng)和充分協(xié)作，因此，加強(qiáng)區(qū)域協(xié)同創(chuàng)新，不僅要建立完善促進(jìn)“產(chǎn)學(xué)研”協(xié)同創(chuàng)新的相關(guān)體制機(jī)制，加強(qiáng)各創(chuàng)新主體的協(xié)同互動(dòng)，提高“產(chǎn)學(xué)研”協(xié)同創(chuàng)新效率，同時(shí)也應(yīng)以市場(chǎng)為導(dǎo)向，破除區(qū)域間創(chuàng)新要素流動(dòng)的體制機(jī)制障礙，營(yíng)造有利于創(chuàng)新要素區(qū)際流動(dòng)的外部環(huán)境，此外，應(yīng)進(jìn)一步完善促進(jìn)區(qū)域間創(chuàng)新系統(tǒng)協(xié)同互動(dòng)的制度安排。從而讓區(qū)域創(chuàng)新系統(tǒng)內(nèi)部和不同區(qū)域創(chuàng)新系統(tǒng)之間實(shí)現(xiàn)充分協(xié)作，并最終在整體上提升國(guó)家創(chuàng)新能力。

[1]GERSHUNY J，MILE I.The new service economy：the transformation of employment in industrial societies[M].London:Pinter,1983.

[2]BARRAS R.Towards a theory of innovation in services[J].Research policy,1986,15(4):161-173.

[3]MAS-VERDU F，WENSLEY A，ALBA M.How much does KIBS contribute to the generation and diffusion of innovation?[J].Service business，2011,5(3):195-212.

[4]SHI X，WU Y，ZHAO D.Knowledge intensive business services and their impact on innovation in China[J].Service business，2014,8(4):479-498.

[5]TOIVONEN M，WEI J，ZHOU D.The role of knowledge-intensive business services in innovation system：the case of China[M]TOIVONEN M.Springer Japan，2016:251-268.

[6]時(shí)省,王臘芳,趙定濤.KIBS集聚、區(qū)域創(chuàng)新及人力資本門檻效應(yīng)[J].系統(tǒng)工程，2014(03):18-25.

[7]孟慶敏，梅強(qiáng).科技服務(wù)業(yè)與制造企業(yè)互動(dòng)創(chuàng)新的機(jī)理研究及對(duì)策研究[J].中國(guó)科技論壇，2011(05):38-42.

[8]張振剛,李云健，陳志明.科技服務(wù)業(yè)對(duì)區(qū)域創(chuàng)新能力提升的影響——基于珠三角地區(qū)的實(shí)證研究[J].中國(guó)科技論壇，2013(12):45-51.

[9] 王海龍,丁堃，沈喜玲.科技服務(wù)業(yè)創(chuàng)新驅(qū)動(dòng)效應(yīng)研究——以遼寧投入產(chǎn)出表為例[J].科技進(jìn)步與對(duì)策，2016(15):38-43.

[10]HONG J，YU W，GUO X.Creative industries agglomeration，regional innovation and productivity growth in China[J].Chinese geographical science，2014,24(2):258-268.

[11]彭向,蔣傳海.產(chǎn)業(yè)集聚、知識(shí)溢出與地區(qū)創(chuàng)新——基于中國(guó)工業(yè)行業(yè)的實(shí)證檢驗(yàn)[J].經(jīng)濟(jì)學(xué)(季刊)，2011(03):913-934.

[12]陳勁,梁靚,吳航.開(kāi)放式創(chuàng)新背景下產(chǎn)業(yè)集聚與創(chuàng)新績(jī)效關(guān)系研究——以中國(guó)高技術(shù)產(chǎn)業(yè)為例[J].科學(xué)學(xué)研究，2013(04):623-629.

[13]楊浩昌,李廉水,劉軍.制造業(yè)聚集、科技創(chuàng)新與行業(yè)差異[J].中國(guó)科技論壇,2016(03)：75-80.

[14]張秋燕,齊亞偉.地區(qū)規(guī)模、集聚外部性與區(qū)域創(chuàng)新能力——對(duì)中國(guó)工業(yè)行業(yè)的門檻效應(yīng)檢驗(yàn)[J].科技進(jìn)步與對(duì)策，2016(08):35-40.

[15]PACI R，USAI S.Externalities，knowledge spillovers and the spatial distribution of innovation[J].Geo journal，1999，49(4):381-390.

[16]ANDERSSON R，QUIGLEY J，WILHELMSSON M.Agglomeration and the spatial distribution of creativity[J].Regional science，2005，84(3)，445-464.

[17]GONCALVES E，ALMEIDA E.Innovation and spatial knowledge spillovers：evidence from Brazilian patent data[J].Regional studies，2009,43(4):513-528.

[18]魏江,陶顏,王琳.知識(shí)密集型服務(wù)業(yè)的概念與分類研究[J].中國(guó)軟科學(xué)，2007(01):33-41.

[19]王鵬,趙捷.產(chǎn)業(yè)結(jié)構(gòu)調(diào)整與區(qū)域創(chuàng)新互動(dòng)關(guān)系研究——基于我國(guó)2002—2008年的省際數(shù)據(jù)[J].產(chǎn)業(yè)經(jīng)濟(jì)研究，2011(04):53-60.

[20]徐曉舟,阮珂.產(chǎn)業(yè)結(jié)構(gòu)、金融發(fā)展與省域創(chuàng)新績(jī)效[J].科研管理,2016(04):53-60.

[21]SCHERERS F M.Firm size，market structure，opportunity and the output of patented inventions[J].American economics reviews,1963,55(5)：1097-1125.

[22]李廉水,張芊芊,王常凱.中國(guó)制造業(yè)科技創(chuàng)新能力驅(qū)動(dòng)因素研究[J].科研管理，2015(10)：169-176.

[23]吳獻(xiàn)金,史芳.泛珠三角區(qū)域自主創(chuàng)新能力影響因素研究——基于九省面板數(shù)據(jù)的實(shí)證分析[J].科技管理研究，2010(11):10-12.

[24]林光平，龍志和，吳梅.中國(guó)地區(qū)經(jīng)濟(jì)σ-收斂的空間計(jì)量實(shí)證分析[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2006(04)：14-21.

[25]埃爾霍斯特J·保羅.空間計(jì)量經(jīng)濟(jì)學(xué)——從橫截面數(shù)據(jù)到空間面板[M].肖光恩,譯.北京：中國(guó)人民大學(xué)出版社,2015：82-83.

[26]季民河，武占云,姜磊.空間面板數(shù)據(jù)模型設(shè)定問(wèn)題分析[J].統(tǒng)計(jì)與信息論壇，2011(06)：3-9.

DoesAgglomerationofS&TServiceSectorImproveRegionalInnovationCapability——LocalEffectsandInterProvincialImpacts

Zhu Wentao，Gu Naihua

(Institute of Industrial Economics，Jinan University，Guangzhou 510632,China)

The paper establishes Spatial Durbin Model and exploits provincial panel data of China to study the driving mechanism and effects of S&T service sector agglomeration on regional innovation capability from the aspects of local effects and inter-region interaction.The results indicate that the agglomeration of S&T service sector has an significant positive effect on improving the region innovation capability because of the knowledge and technology spillover and competition effect.However，due to the“siphonic effect”，agglomeration of S&T service sector has restrained the improvement of innovation level in the neighboring area to some extent. Based on the empirical conclusions，some policy suggestions are put forward to promote regional innovation capability.

S&T service sector；Agglomeration；Innovation；Siphonic effect；Spatial Panel Model

F062.9

A

廣東省科技計(jì)劃項(xiàng)目 “科技服務(wù)業(yè)發(fā)展模式研究” (2016A040404008)。

2017-03-07

朱文濤(1988-)，男，福建人，暨南大學(xué)產(chǎn)業(yè)經(jīng)濟(jì)研究院博士研究生；研究方向：服務(wù)經(jīng)濟(jì)。

(責(zé)任編輯 劉傳忠)