中國高技術產業省際知識溢出對創新質量的影響
——基于知識吸收能力的門檻效應分析

范德成，李盛楠

(哈爾濱工程大學 經濟管理學院，哈爾濱 150001)

內容提要：為了分析知識溢出對創新質量的影響機理，本文運用門檻回歸技術，以吸收能力為門檻變量，采用2009-2016年中國高技術產業省際面板數據，實證探討高技術產業省際知識溢出對創新質量的非線性影響以及知識吸收能力的門檻效應與時空變化。結果表明：中國高技術產業省際知識溢出對創新質量具有顯著的非線性差異化影響，且存在以知識吸收能力為門檻變量的雙重門檻效應；隨著吸收能力門檻值的提高，高技術產業省際知識溢出對創新質量的促進效應逐漸增強；中國各地區吸收能力的時空異質性明顯，研發人員、金融深化程度、企業規模對高技術產業創新質量具有顯著正向影響。通過揭示知識吸收能力作為提升創新質量的門檻效應，啟示各地應將相應人材的培育、引進及更好地發揮作用作為工作的重點，構建和完善相應的制度、機制與環境。

一、引言

中國經濟處于由高速增長階段轉向高質量發展階段，而創新是轉向高質量發展的第一動力。作為知識技術密集型產業，高技術產業具有高創新性、高附加值等特點，其創新質量的提升對推動中國經濟高質量發展意義重大。創新質量的提升主要有兩條途徑：一是依靠地區內部的自有知識，二是通過知識溢出方式獲取其他地區的外部知識。隨著各地區高技術產業創新質量不斷提高，結構性地存在著經濟新常態下所面臨的資源環境約束等問題，完全依靠本地區現有知識促進高技術產業質量提升的難度日益加大，而知識溢出可以成為提升創新質量的重要知識來源[1]。此外，中國高技術產業創新活動存在明顯的知識溢出效應，且會受到地區吸收能力的影響和制約[2-3]。因此，本文以知識吸收能力為門檻變量，將知識溢出、吸收能力與創新質量納入到同一框架內進行分析，實證探討高技術產業省際知識溢出對創新質量影響的復雜非線性特征以及知識吸收能力的門檻效應與時空變化。

近年來，學者們對高技術產業知識溢出與創新活動的關系進行了較多研究，大致可分為以下兩個方面：

一是探討高技術產業知識溢出與創新活動的直接作用關系。周明等(2008)運用空間面板模型研究省際知識溢出對高技術產業技術創新能力的影響，結果表明省際知識溢出對高技術產業技術創新能力具有顯著正向影響[4]。黃志啟(2012)從企業衍生視角構建知識溢出效應理論模型，研究高科技產業集群中知識溢出對產業創新的影響，結果表明短期內企業知識溢出會導致知識流失，而長期來看企業知識溢出使得每個企業擁有更多獲得外部知識的機會，產業集群的知識存量明顯增加，有利于高科技產業集群形成技術創新良性循環模式[5]。王慶喜等(2013)分別構建地理鄰近、技術鄰近和綜合鄰近矩陣，運用空間滯后模型研究2001-2010年中國高技術產業知識溢出效應，結果表明技術鄰近知識溢出對專利產出具有顯著影響，地理鄰近知識溢出對新產品產出具有顯著影響，而綜合鄰近知識溢出對創新產出的影響不顯著[6]。周燦等(2016)利用2000-2011年中國高技術產業省域和行業數據，運用空間計量分析技術，實證分析了知識溢出對創新產出的影響，結果表明知識專業化溢出對高技術產業各行業創新產出具有顯著正向影響，知識多樣化溢出對高技術產業不同行業創新產出的影響存在差異[7]。胡冰(2016)運用典型相關分析法研究2009-2013年高技術產業集群知識溢出與區域創新能力的關系，結果表明產業集群知識溢出與區域創新能力存在相互促進效應[8]。郭泉恩等(2017)采用2002-2011年中國省際面板數據，運用空間計量模型，研究高校知識溢出對高技術產業技術創新水平的影響，結果表明高校知識溢出對高技術產業技術創新水平具有顯著正向影響[9]。

二是引入其他變量，探討三者的相互作用關系。高技術產業知識溢出對創新活動的影響還會受到其他變量的影響與制約，越來越多的學者開始探討其他變量在知識溢出驅動高技術產業創新活動中的重要作用。朱秀梅(2008)以長春市121家軟件企業為例，運用結構方程模型研究高技術產業知識溢出、吸收能力及企業績效的相互作用機理，結果表明企業所獲得的知識溢出與企業績效正相關，企業吸收能力除對企業創新績效直接影響外，還對知識溢出與企業創新績效關系存在調節效應[10]。王向陽等(2012)以中國高技術企業為研究對象，吸收能力為中介變量，技術差距為調節變量，運用結構方程模型分析了FDI知識溢出與企業創新能力的關系，結果表明知識溢出對企業技術創新具有顯著正向影響，并且吸收能力越強，技術差距越大，知識溢出對創新能力影響越顯著[11]。霍春輝等(2016)以2006-2013年電子和儀器兩個產業為樣本，運用動態面板模型分析產業集聚過程中知識溢出對高技術產業創新績效的影響，結果表明專業化集聚知識溢出對兩類產業創新績效具有顯著正向影響，多樣化集聚知識溢出對儀器儀表產業具有顯著負向影響，對電子產業創新績效影響不顯著。另外，企業規模在集聚知識溢出對高技術產業創新績效的影響中具有調節作用[12]。張云等(2017)運用面板回歸模型研究國際技術溢出對高技術產業自主創新產出的影響，并將吸收能力作為調節變量進行深入分析，結果表明國際技術溢出對高技術產業自主創新具有顯著正向影響；當引入吸收能力作為調節變量時，國際技術溢出對分行業自主創新的影響呈現顯著差異，吸收能力較弱的行業，國際技術溢出效應不明顯[13]。

總結已有文獻，仍存在以下幾點局限：第一，研究對象不夠全面。現有文獻主要側重于探討高技術產業知識溢出對創新產出、創新能力及創新績效的影響，很少有學者關注高技術產業知識溢出對創新質量的影響，而這種分析也十分必要。第二，研究方法比較單一。現有文獻主要從傳統計量經濟學和空間計量經濟學兩種角度研究高技術產業知識溢出對創新活動的線性影響，很少有文獻探討二者的非線性關系。第三，缺乏對吸收能力門檻效應的研究。現有文獻著重探討吸收能力在高技術產業知識溢出與創新活動之間的調節效應、中介效應及交互效應等，而將吸收能力引為第三關系變量，深入分析高技術產業知識溢出對創新活動門檻效應的文獻較少。因此，本文采用2009-2016年中國高技術產業省際面板數據，將知識溢出、吸收能力與創新質量納入到同一框架，運用門檻回歸技術，構建以吸收能力為門檻變量的高技術產業省際知識溢出與創新質量的非線性面板回歸模型，實證考察省際知識溢出對高技術產業創新質量的復雜非線性影響；根據門檻值不同區間的劃分，分析中國各地區吸收能力的時間異質性和空間異質性；在實證研究的基礎上提出一些促進高技術產業創新質量發展的相關策略，以期為充分發揮知識溢出促進效應以推動高技術產業創新質量提升提供有益借鑒。

二、研究設計的設定

(一)研究模型的構建

Hansen門檻面板回歸模型是依據數據自身特點，內生性地將門檻變量劃分不同區間，客觀確定門檻值與置信區間，還可以檢驗門檻值的顯著性與真實性，能夠有效避免人為劃分門檻區間而易產生估計偏誤的問題[14]，本文采用Hansen門檻面板回歸模型分析中國高技術產業省際知識溢出對創新質量的非線性影響。為減少遺漏變量所帶來的估計偏差，還對可能影響創新質量的研發人員、金融深化程度和企業規模等因素進行控制，并將它們引入為控制變量。基于此，本文構建以吸收能力為門檻變量的單一門檻面板回歸模型如式(1)所示：

lnINNit=λ0+λ1lnPERit+λ2lnFINit+λ3lnSCAit+ρ1lnRKSit·I(lnTDAit<γ)+ρ2lnRKSit·I(lnTDAit≥γ)+μi+υi+εit

(1)

其中i表示地區，t表示年份，INN表示高技術產業創新質量，PER表示研發人員，FIN表示金融深化程度，SCA表示企業規模，RKS表示省際知識溢出，TDA表示吸收能力，I(*)為指示函數，γ表示門檻估計值，μ表示個體效應，ν表示時間效應，ε表示隨機擾動項。

相應地構建多重門檻面板回歸模型，以雙重門檻為例，如式(2)所示：

lnINNit=λ0+λ1lnPERit+λ2lnFINit+λ3lnSCAit+ρ1lnRKSit·I(lnTDAit<γ1)

+ρ2lnRKSit·I(γ1≤lnTDAit<γ2)+ρ3lnRKSit·I(lnTDAit≥γ2)+μi+υi+εit

(2)

其中γ1、γ2為雙重門檻值，其他變量與符號同式(1)。

Hansen門檻面板回歸模型檢驗過程如下：首先，估計門檻值。給定任意γ可以得到相應的殘差平方和以及各變量的估計系數，在適當的區間內，殘差平方和最小時所對應的γ即是門檻估計值。其次，檢驗門檻估計值的顯著性。本文運用bootstrap自舉法獲取F統計量的漸進分布及對應的P值與臨界值，以檢驗門檻效應是否存在。最后，檢驗門檻估計值的真實性。本文利用似然比統計量(LR=7.3523)對門檻估計值進行真實性檢驗。

(二)變量說明

1.被解釋變量：創新質量(INN)。創新質量的概念廣泛而復雜，目前尚未形成統一定義。總結已有文獻，衡量創新質量的指標大致分為兩類：一是以新產品銷售收入、專利數量等衡量創新產出的指標表示創新質量；二是采用反映專利質量的發明專利占申請專利比重、專利被引次數以及專利知識寬度等指標表示創新質量[15-18]。這兩類指標在一定程度上反映了創新質量情況，但也存在明顯的不足：第一類指標僅反映出創新“量”的變化，而沒有體現創新“質”的變化；第二類指標雖然考慮到專利“質”的變化，但專利只是創新活動的中間產出，無法反映創新全過程的質量情況。事實上創新質量不等于質量創新，它是指一項創新被應用于生產新的能滿足廣大消費者需求的產品，而且該產品通過市場交換實現經濟效益的程度[19]。本文立足于創新全過程視角，將高技術產業創新質量定義為：通過高技術產業創新生產活動的全部過程而產生的最終產出(新產品)，并且新產品能夠贏得市場和轉化為經濟效益的能力，即新產品占整個產品市場的比重。于是，本文采用新產品銷售收入占主營業務收入的比重表示創新質量[19-21]。

2.解釋變量：省際知識溢出(RKS)。關于省際知識溢出的測度，學者們提出了很多的衡量方法，如王崇鋒(2015)采用技術引進、購買國內技術、消化吸收等三項經費支出表示[22]，李婧等(2017)運用引力模型進行測度[23]。至于選擇哪一種衡量方法更為恰當，目前還未形成一致觀點。事實上省際知識溢出是一項無意識的知識流動，其溢出量的大小會受到地理距離、區域間自有知識存量差距以及區域自有知識存量等多方面因素的影響和制約，由此可以看出省際知識溢出的測度需要滿足以下幾方面特點：第一，省際知識溢出量與區域間地理距離呈反比，也即是兩省之間地理距離越遠，省際知識溢出量越少；第二，省際知識溢出量與區域間自有存量差距呈正比，差距越大，知識溢出效應越明顯；第三，區域自有知識存量越多的省份，往往對知識溢出的吸引力更強。Verspagen-Cani?ls知識溢出測度模型正好符合[24-25]，借鑒Verspagen和Cani?ls的研究，本文采用Verspagen-Cani?ls知識溢出模型對高技術產業省際知識溢出進行測度，具體計算公式如下：

(3)

其中i和j表示不同省份，RKSij表示i省從j省所獲取的知識溢出總量，N表示其他省份數，σij表示i省和j省之間省會地理距離，Gij=ln(Kj/Ki)表示i省和j省的自有知識存量差距；φi和ωi分別表示兩種學習能力，借鑒郭嘉儀等(2012)[26]的做法，令φi=1，ωi=0。

本文運用Verspagen-Cani?ls知識溢出模型測度高技術產業省際知識溢出，需要計算區域高技術產業自有知識存量。現有文獻一般從投入和產出兩方面測度自有知識存量，為了避免隱性知識測度的遺漏，同時考慮數據的可得性，借鑒李婧等(2017)、蘇屹等(2012)的研究[23,27]，本文從投入角度測度區域高技術產業自有知識存量，并采用高技術產業R&D內部經費支出進行核算，其計算公式如下：

Kt=(1-τ)×Kt-1+Et

(4)

其中，Kt和Kt-1分別表示區域高技術產業第t時期和第t-1時期的自有知識存量；τ表示折舊率，一般取15%；Et為第t期實際R&D內部經費支出，由R&D經費支出價格指數對名義R&D內部經費支出平減得到。參考范德成等(2018)的研究[28]，對R&D經費支出價格指數進行構造，其計算公式為：

(5)

其中PR為R&D經費支出價格指數，PL為消費者價格指數，PI為固定資產投資價格指數，h為人員勞務費支出，f為儀器設備費支出。估計基期自有知識存量K0，假設考察期內其平均增長率與實際R&D內部經費支出增長率相等，計算公式為：

K0=E0/(g+τ)

(6)

其中K0為基期自有知識存量，E0為基期實際R&D內部經費支出，g為樣本期內實際R&D內部經費支出增長率的算數平均數。

3.門檻變量：吸收能力(TDA)。對于吸收能力的衡量，目前尚未形成統一標準。Cohen等學者(1990)采用影響研發支出的環境特征表示吸收能力[29]，還有一些學者采用人力資本、高技術企業數或數據編碼等測度吸收能力[30-31]。就高技術產業省際知識溢出而言，往往需要更高的吸收能力才能進行識別、消化與利用。人作為知識的重要載體，其自身質量的高低對高技術產業創新質量具有重要影響。因此，借鑒柳卸林等(2019)[32]的研究，本文采用各地區大專以上學歷占地區總人口的比例表示地區吸收能力。

4.控制變量。為了盡可能得到更為準確的估計結果，本文對其他一些可能影響創新質量的因素進行控制。(1)研發人員(PER)。研發人員作為傳統的創新資源要素，能夠提供創新活動所需要的人力資本效應，是推動高技術產業創新質量提升的重要因素。本文采用R&D人員全時當量表示研發人員[33]。(2)金融深化程度(FIN)。良好的金融環境和融資體系能夠為企業創新提供資金支持，保證企業順利進行高質量創新活動，促進高質量創新產出[34]。本文采用金融機構貸款余額占GDP的比重來表示金融深化程度。(3)企業規模(SCA)。企業規模作為影響創新活動的因素之一已獲得學者們的廣泛認可。一方面，規模較大的企業能夠充分利用其規模優勢，整合創新資源；另一方面，規模較小的企業也有其獨特的創新優勢。本文采用高技術產業資產總額占企業數的比重表示企業規模[35]。

(三)數據來源

本文選擇2009-2016年為樣本區間，中國高技術產業30個省份面板數據為研究樣本(西藏、港澳臺等因數據缺失而未被分析)。本文的基礎數據主要來源于《中國統計年鑒》(2010-2017)和《中國高技術產業統計年鑒》(2010-2017)；同時，對各變量取自然對數。各變量特征的描述性統計如表1所示。

表1 各變量的描述性統計

三、實證結果與分析

(一)面板數據單位根檢驗

本文采用的是2009-2016年中國高技術產業省際面板數據，其中涉及的時間趨勢部分容易在面板模型回歸分析中引入偽命題，可能造成估計結果有偏，在面板模型回歸分析之前有必要檢驗各變量的平穩性。在檢驗技術上，本文同時采用包含相同根的檢驗方法LLC和不同根的檢驗方法Fisher-ADF、Fisher-PP。具體結果如表2所示，原值的檢驗結果表明各變量大體上在1%的顯著性水平下拒絕存在單位根的原假設，并且所有變量經過一階差分后均不存在單位根，這說明本文采用的面板數據都是平穩的。

表2 面板數據單位根檢驗結果

(二)門檻效應檢驗

根據Hansen提出的門檻面板回歸模型估計方法，以吸收能力作為門檻變量分析中國高技術產業省際知識溢出對創新質量的非線性影響。本文運用bootstrap自舉法重復抽樣500次，獲得三種門檻模型的門檻估計值及門檻效應檢驗結果，具體內容如表3和表4所示。由表3可知單一門檻和三重門檻的F統計量對應的P值分別為0.256和0.766，均未通過顯著性水平檢驗；雙重門檻效應檢驗的F值為18.871，且P值為0.000，通過了1%水平下的顯著性檢驗。

表3 門檻效應顯著性檢驗

根據Hansen門檻理論[14]，中國高技術產業省際知識溢出對創新質量的影響顯著存在以吸收能力為雙重門檻的復雜非線性特征。由表4可知雙重門檻模型的兩個門檻估計值分別為-2.837和-1.608，均處于相對應的95%置信區間內，采用雙重門檻面板回歸模型研究高技術產業省際知識溢出與創新質量的關系是適當的。

表4 門檻估計值與置信區間

本文利用最小二乘的似然比統計量LR來檢驗兩個門檻估計值的真實性，借助似然比函數圖能夠直觀地看到以吸收能力為門檻變量的兩個門檻值的估計結果和相應的95%置信區間，檢驗結果如圖1和圖2所示。由圖1和圖2可知當LR=0時，吸收能力的雙門檻估計值分別為-2.837和-1.608，且均在圖中虛線(LR=7.3523)以下，說明雙門檻估計值均位于相應的95%置信區間內，由此看出雙重門檻的估計值和真實值一致。根據門檻值的估計結果，可以將吸收能力劃分為三個區間：低吸收能力(lnTDA<-2.837)、中吸收能力(-2.837≤lnTDA<-1.608)和高吸收能力(lnTDA≥-1.608)。

圖1 門檻值-2.837的似然比函數圖 圖2 門檻值-1.608的似然比函數圖

(三)門檻效應回歸

中國高技術產業省際知識溢出對創新質量影響的雙重門檻面板回歸模型估計結果如表5所示，中國高技術產業省際知識溢出對創新質量具有顯著的非線性差異化影響，且會受到地區吸收能力的影響和制約，存在著以吸收能力為門檻變量的雙重門檻效應。當吸收能力小于門檻值-2.837時，高技術產業省際知識溢出對創新質量的彈性系數為0.175，且通過了1%水平的顯著性檢驗，說明高技術產業省際知識溢出在低吸收能力條件下對創新質量具有顯著正向影響，并且當省際知識溢出每增加1%，創新質量將提升0.175%。當吸收能力在-2.837至-1.608之間時，高技術產業省際知識溢出對創新質量的彈性系數為0.303，且在1%的水平下顯著，說明高技術產業省際知識溢出在中吸收能力條件下對創新質量存在顯著的促進效應，并且當省際知識溢出每增加1%，創新質量將提升0.303%。當吸收能力大于門檻值-1.608時，高技術產業省際知識溢出對創新質量的彈性系數為0.466，且通過了1%水平的顯著性檢驗，說明高技術產業省際知識溢出在高吸收能力條件下對創新質量的影響顯著為正，并且當省際知識溢出每增加1%，創新質量將提升0.466%。

表5 門檻面板回歸模型估計結果

通過比較在不同吸收能力門檻效應下，高技術產業省際知識溢出對創新質量的三個彈性系數值(0.175、0.303和0.466)，可以發現高技術產業省際知識溢出對創新質量的正向影響具有非線性特征，且呈現出作用效果逐漸增強的趨勢，表明隨著地區吸收能力的提高，省際知識溢出對創新質量的促進效應也在穩步增強。之所以出現這種情況，主要是由當前中國各地區創新質量發展不平衡和省際知識溢出自身特性決定的。在創新質量發展不平衡的現實條件下，由于本地創新資源的有限性，亟待外部知識的引入，而省際知識溢出則是一條重要的知識流動渠道。通過省際知識溢出，欠發達地區可以向發達地區學習先進的技術和知識，摒棄原有落后的生產方式和思維理念，在模仿創新的基礎上，爭取實現二次創新，提升創新質量；發達地區可以從欠發達地區獲取所需要的創新資源，在一定程度上彌補自身資源的不足，更高程度地推動創新質量向前發展。另外，省際知識溢出不僅屬于地區外部知識，而且是一種無意識的知識流動，它所帶來的創新資源并不一定都對創新質量發展產生作用或積極作用，還有可能造成消極效應。此時本地區吸收能力的高低就顯得至關重要。較高的吸收能力能夠更好地識別和消化與本地創新活動緊密關聯的知識，并加以充分利用，更大程度地發揮省際知識溢出對創新質量的提升作用，而較低的吸收能力所發揮的省際知識溢出促進效應有限。

圖3 不同吸收能力門檻區間省份數目變化趨勢

就控制變量而言，(1)研發人員對高技術產業創新質量具有顯著正向影響，且當研發人員每增加1%，高技術產業創新質量將提高0.367%。研發人員作為創新基本要素之一，不僅可以直接促進創新質量提升，還可以發揮“干中學”效應，推動高技術產業創新高質量的發展。(2)金融深化程度對高技術產業創新質量存在顯著為正的影響，且當金融深化程度每增加1%，高技術產業創新質量將提高0.520%。高技術產業高質量創新需要大量的資金投入，良好的金融環境能夠擴寬企業融資渠道，為創新高質量發展提供資金保障。(3)企業規模對高技術產業創新質量的影響顯著為正，且當企業規模每增加1%，高技術產業創新質量將提高0.059%。規模較大的企業往往在資金、人才和技術等方面具有較強的優勢，能夠根據環境變化適時調整創新政策，穩步推進創新高質量發展。

(四)吸收能力的時空異質性分析

中國高技術產業省際知識溢出對創新質量的促進作用可能存在著地區吸收能力上的時空異質性，通過吸收能力的兩個門檻值將30個地區劃分為三大區域：低吸收能力區域、中吸收能力區域和高吸收能力區域，在此基礎上對吸收能力的時空異質性進行深入分析。

1.吸收能力的時間變化分析。圖3顯示了2009-2016年不同吸收能力門檻區間的省份數目及變化趨勢。由圖3可以看出低吸收能力區域的省份數目從2009年11個減少至2016年0個，下降幅度達到36.67%，表明中國30個省份的吸收能力目前均已跨越了低水平門檻。在低吸收能力區域，高技術產業省際知識溢出對創新質量的促進作用最小。中吸收能力區域的省份數目從2009年18個增加至2016年27個，增幅達30%，說明中國大部分省份吸收能力仍處于中等水平，且伴有擴大趨勢。在中吸收能力區域，高技術產業省際知識溢出對創新質量的促進作用逐漸增強。高吸收能力區域的省份數目從2009年1個增加至2016年3個，增幅僅為6.67%，表明中國整體吸收能力還不容樂觀，高吸收能力區域增加趨勢偏慢。在高吸收能力區域，高技術產業省際知識溢出對創新質量的促進作用最強。因此，中國各省份吸收能力具有明顯的時間異質性，且整體處于中等水平。

2.吸收能力的空間變化分析。圖4至圖6分別顯示了2009年、2012年和2016年不同門檻區間省份的空間分布情況。由圖4至圖6可以看出2009年僅有北京處于高吸收能力區域，其他省份均處于中、低吸收能力區域。其中，低吸收能力區域主要分布在華中地區和西南地區，具體包括河北、安徽、山東、河南、湖南、廣西、重慶、四川、貴州、云南、甘肅；其他大部分省份處在中吸收能力區域，具體包括天津、山西、內蒙古、遼寧、吉林、黑龍江、上海、江蘇、浙江、福建、江西、湖北、廣東、海南、陜西、青海、寧夏、新疆。2012年只有河北仍處于低吸收能力區域，而其他省份均已跨越低門檻限制，吸收能力達到中等水平。天津和上海兩省突破中吸收能力門檻限制，到達高吸收能力區域。2016年，原處于低吸收能力區域的河北省也跨越了低門檻限制，進入了中吸收能力區域。總的來說，2009-2016年中國各地區吸收能力呈現出明顯的時空異質性，且整體處于中等水平。

圖4 2009年各省份吸收能力空間分布

圖5 2012年各省份吸收能力空間分布

圖6 2016年各省份吸收能力空間分布

四、結論與啟示

本文以2009-2016年中國高技術產業30個省份的面板數據為樣本，利用Hansen門檻面板回歸模型，以吸收能力為門檻變量，分析了高技術產業省際知識溢出對創新質量的非線性影響以及吸收能力的門檻效應與時空變化，主要得到以下幾點結論：(1)中國高技術產業省際知識溢出對創新質量具有顯著的非線性差異化影響，且存在著以吸收能力為門檻變量的雙重門檻效應。(2)高技術產業省際知識溢出對創新質量的作用效果會受到吸收能力的影響和制約，并且隨著吸收能力的提高，省際知識溢出對創新質量的促進效應逐漸增強。(3)中國各地區吸收能力呈現出明顯的時空異質性，且整體處于中等水平。(4)對于控制變量，研發人員、金融深化程度和企業規模均對高技術產業創新質量具有正向影響。

上述結論帶來以下啟示：首先，高技術產業省際知識溢出對創新質量總是具有促進作用，這就要求各地區高技術產業在推動創新質量發展過程中充分重視省際知識溢出效應，增加省際知識溢出總量，有效吸收外部知識以彌補自有知識的不足。其次，提高地區吸收能力，充分發揮吸收能力門檻效應之下省際知識溢出對創新質量的促進作用，通過提高地區高素質人才比例等方式完善地區人才結構，提高人力資源質量，加強地區知識技術吸收能力，提升外部知識溢出作用效果。最后，各地區應依據所處的吸收能力門檻區間制定相應政策，努力跨越吸收能力門檻限制，充分利用省際知識溢出實現高技術產業創新質量的整體提升。此外，各地區應重視高技術人才培養，拓寬人才引進渠道，建立人才教育和激勵機制，激發創新人才積極性，以提升研發人員對創新質量的促進作用；完善金融體系建設，提高金融服務質量，為高技術企業提供更多融資機會，通過金融政策傾斜等方式鼓勵高技術企業進行高質量創新產出；適當提高高技術企業規模，加強內部管理水平，保證并提升新產品質量，增強新產品的市場競爭力。