高技術產業集聚對區域創新效率的溢出效應研究

修國義 鄭雪

摘 要： 高技術產業集聚在提升區域創新效率的進程中扮演著重要角色，現階段對于高技術產業集聚與區域創新之間關系研究方面大多忽視空間、時間因素。基于2005—2016年中國省際空間面板數據，采用空間誤差和空間杜賓模型，實證分析了高技術產業集聚對區域創新效率的影響。研究發現：我國高技術產業空間集聚明顯，地區間差異較大，高技術產業集聚與區域創新效率間存在明顯的空間相關性，高技術產業集聚能有效促進區域創新效率的提升。人力資本、對外開放能有效提高區域創新效率。

關 鍵 詞： 產業集聚;區域創新效率;空間溢出效應

DOI： 10.16315/j.stm.2020.02.005

中圖分類號： F276.44

文獻標志碼：? A

Spillover effect of high-tech industry agglomeration on regional

innovation efficiency and time-space differentiation

XIU Guo-yi， ZHENG Xue

（School of Economics and Management， Harbin University of Science and Technology， Harbin 150040， China）

Abstract： High-tech industry agglomeration plays an important role in the process of improving regional innovation efficiency. At present， most of the research on the relationship between high-tech industry agglomeration and regional innovation ignores space and time factors. Based on the 2005—2016 Chinese inter-provincial spatial panel data， the spatial error and spatial Dubin model are used to empirically analyze the impact of high-tech industrial agglomeration on regional innovation efficiency. The study finds that Chinas high-tech industry has a clear spatial agglomeration and large regional differences. There is a significant spatial correlation between high-tech industrial agglomeration and regional innovation efficiency. High-tech industrial agglomeration can effectively promote regional innovation efficiency. Human capital and opening up can effectively improve regional innovation efficiency.

Keywords： industrial agglomeration; regional innovation efficiency; spatial spillover effect

自21世紀以來，我國高技術產業規模快速增長，已深度融入全球分工體系。高技術產業是國際經濟和科技競爭的重要領域，關系到國家產業發展的核心競爭力，高技術產業的集聚與區域創新效率間存在循環積累的內生動力，研究高技術產業集聚與區域創新效率之間關系對提高地區競爭力、區域創新能力具有重要意義。本研究從溢出效應和時空分異角度，測度高技術產業集聚對區域創新效率的作用方向和影響程度，以及長期內這種作用效果能否持續，明確高技術產業集聚對區域創新效率的作用效果，旨在促進區域創新效率的提高，強化高技術產業集聚的作用效果，進而提高我國各地區的區域創新能力，提高我國在國際經濟與科技領域的競爭力。

1 文獻綜述

在產業集聚與創新效應方面，杜威劍等[1]研究了產業集聚與企業創新之間的關系，發現產業集聚對企業的創新產出具有明顯的促進作用，這一影響具有明顯的行業異質性和企業異質性，國有企業創新產出受產業集聚的影響更為明顯。沈能等[2]基于制造業普查數據研究了不同集聚規模對企業創新的影響，指出了企業的創新活動受產業集群外部性與多元化產業結構的影響，影響程度由企業規模和集聚程度決定。顏克益等[3]發現產業集聚度對于企業創新績效具有正向的調節作用。李曉龍等[4]利用空間杜賓模型檢驗了科技服務業集聚對創新效率的空間溢出效應，認為兩者之間存在全域的空間相關性。謝子遠[5]以高技術產業五大產業之一的醫藥制造業為研究對象，研究發現了高技術產業集聚和區域研發效率之間存在相關關系，這種關系不是簡單的線性關系而是“倒U形”關系。

在高技術產業集聚方面，黃寶鳳等[6]建立空間面板模型實證檢驗了威廉姆森假說，認為高技術產業集聚對經濟增長具有明顯的促進作用。金春雨等[7]發現我國高技術產業區域間集聚存在正向的相關性。陳俊等[8]利用索洛殘差法研究了高技術產業集聚的經濟效應，認為中西部的高技術產業集聚經濟效應高于東部地區。

在高技術產業集聚與創新產出方面，呂承超等[9]利用空間計量方法研究了高技術產業不同集聚模式對創新產出的影響，發現高技術產業集聚對創新產出具有明顯的累計循環效應和空間溢出效應，高技術產業的創新產出具有空間異質性。張秀武等[10]在經典知識函數的基礎上，利用面板數據研究了高技術產業集群對創新的影響，發現產業集群因素對于高技術產業的創新產出具有顯著影響。周明等[11]認為產業集聚對高技術產業的創新產出具有促進作用。方齊云等[12]利用隨機面板模型，通過分區域的數據對高技術產業集聚對創新效率的影響進行了研究，研究認為東部地區的高技術產業集聚阻礙了技術創新。

通過對相關文獻的梳理發現，學術界對于產業集聚與創新關系的研究十分全面，從高技術產業集聚與創新產出角度來說，已有研究多是研究不同集聚模式的知識溢出效應，對高技術產業集聚度與創新效率關系的探索不多，已有研究方法多是利用平面計量與因子分析方法，存在一定的局限性，忽視了創新效率的時間因素和空間因素。已有研究對具體行業具體區域的高技術產業集聚對區域創新效率影響的實證分析較少，并且中國地形復雜，地理效應顯著，區域資源集聚會受鄰近區域的影響，產業集聚的空間溢出效應顯著，故從空間視角測度高技術產業集聚區域創新效率的影響程度更具實踐意義。本研究利用區位熵的思想，從空間計量的角度出發，研究高技術產業集聚對創新效率的溢出效應，以推動高技術產業的有效集聚，加快創新效率的提升。

2 指標體系與數據來源

本研究基于中國30個省、市、自治區，由于西藏部分數據缺失嚴重，因此進行相關分析時剔除西藏數據，時間跨度為2005—2016年，數據來源于《中國高技術企業統計年鑒》、《中國統計年鑒》、《各省統計年鑒》、國際統計局官網、WIND資訊數據庫。

2.1 解釋變量與被解釋變量

目前的研究對于產業集聚的測度方法比較多，主要有以經濟活動為基礎的測度、以距離空間為基礎的測度和以空間相關研究方法為基礎的測度。常用的指標一般是以經濟活動為基礎的測度，主要有行業集中度、HH指數、區位熵、M-S指數、E-G指數等。考慮到研究目的與數據可得性本研究借鑒哈蓋特的思想，利用區位熵的指標對高技術產業的集聚度進行測度。用高技術產業集聚度作為解釋變量，用高技術產業集聚區位熵Q來測度高技術產業集聚程度。

根據國內外學者已有的研究，區域創新效率一般可從3個角度進行度量，分別是創新投入、創新環境和創新產出。其中創新環境影響因素比較復雜，數據獲取難度較大，所以一般用創新投入、創新產出來代表區域創新效率。本研究基于創新投入、創新產出的相關指標計算得出區域創新效率，用區域創新效率RIE作為被解釋變量，利用DEA2.1軟件進行測度分析。

2.2 控制變量

高技術產業集聚是產業集聚研究的一個范疇，產業集聚是某個同一產業在地理上的高度集中，也就是生產要素等在空間范圍內進行不斷集聚的過程，借鑒桂黃寶[13]的研究方法，將要素投入水平分為資本投入和勞動投入。引入控制變量政府支持力度GOV代表資本投入，用各地區R&D活動經費中政府資金所占比例來表示;引入人力資本水平代表勞動投入，借鑒梁軍等[14]的做法，采用平均受教育年限衡量各地區人力資本水平HUM，按照文盲：小學：初中：高中：大專及以上為06∶ 9∶ 12∶ 15的比例進行加權求得。對外開放程度影響區域創新，對外開放不僅給開放國帶來了資金、技術，同時會通過競爭效應、模仿效應等方式對開放國產生技術溢出[15]。本研究引入區域對外開放度OPEN，采用各地區FDI實際利用額與GDP的比來表示。

2.3 高技術產業集聚度度量

區位熵理論上應該用高技術產業產值相關數據進行計算，但由于《中國高技術企業統計年鑒》2008年以后高技術產業產值這一統計口徑取消，因此使用高技術產業主營業務收入進行測算，具體計算式為

Qi，t=（CBCi，t÷GDPi，t）÷（CBCt÷GDPt）。? （1）

其中：Qi，t代表i地區第t年高技術產業集聚度，通過區位熵來表達;CBCi，t代表i地區第t年的高技術產業的主營業務收入;GDPi，t代表i地區第t年的GDP產值;CBCt代表中國第t年高技術產業的主營業務收入;GDPt代表中國第t年的GDP產值。經過計算2008年以前高技術產業主營業務收入與產值比例都在97%以上，使用高技術產業主營業務收入代替高技術產業產值具有科學性、代表性，如表1所示。

2.4 區域創新效率度量

本研究利用DEA2.1軟件對投入產出相關數據進行測度分析，用區域創新效率值RIE代表各地區創新效率值。

選取高技術產業新產品銷售收入和專利申請受理數度量各地區創新產出情況，新產品銷售收入相對新產品產值數據連續性強且與創新產出具有較強的相關性，專利申請受理數量比專利申請量受主觀因素的影響更小，更具有科學性。新產品銷售收入以2005年為基期，利用工業品生產者出廠價格指數對其進行平減。在要素投入方面，用R&D人員全時當量代表人力投入變量;用R&D經費內部支出代表資本投入變量，采用永續盤存法度量，其他年份資本存量以2005年為基期進行測算，如表2所示。借鑒YOUNG[16]的處理方法，以2005年R&D經費內部支出除以10%來估算各地區初始資本存量，對于其他年份資本存量，參考單豪杰[17]的方法采用10.96%的折舊率進行處理：

Ki，t=Ki，t-1（1-at）+Ii，t。? （2）

其中：Ki，t代表i地區第t年的資本存量，at代表第t年的折舊率，此處取10.96%，Ii，t代表新增資本存量，此處為R&D經費內部支出。

3 實證分析

3.1 模型構建

本研究在古典經濟增長理論和新經濟增長理論的基礎上，結合新經濟地理學理論，基于柯布道格拉斯生產函數，建立如下模型：

RIE=AQα×HUMβ×GOVγ×OPENδ。? （3）

對模型（3）加入時間、空間維度后，兩邊取對數，可得

ln RIEi，t= a+α ln Qi，t+β ln HUMi，t+

γ ln GOVi，t+δ ln OPENi，t+μi，t。 （4）

其中：A為綜合技術水平，a為截距項，i為地區，t為時間，α、β、γ、δ分別為高技術產業集聚度、人力資本、政府支持力度、區域對外開放度的彈性系數，μ為隨機誤差項。

3.2 空間計量分析

3.2.1 空間自相關檢驗

通過對相關文獻的梳理研究，本研究采用Morans I值對高技術產業集聚和區域創新效率在空間上的相關性進行檢驗，Morans I值計算如下所示：

I= ∑ n i=1 ∑ n j=1? w i，j

（zi-z ）（zj-z ）

S2∑ n i=1 ∑ n j=1? w i，j 。? （5）

其中：I為全局的莫蘭指數值， w i，j 表示空間權重矩陣，本研究空間權重矩陣基于2005—2016年各地區人均GDP計算得出，為經濟距離空間權重矩陣;S2=∑ n i=1 （z-z ）2，

z = ∑ n i=1 zi n ;n代表地區數量，i、j表示不同區域，z為地區的觀測值。Morans I表示空間正相關，值越大，說明空間相關性越強;Morans I代表空間負相關性，值越小，說明空間的差異越大。

3.2.2 空間計量模型

1）空間滯后模型。空間滯后模型通過將空間滯后項引入到普通面板模型中，利用被解釋變量的空間滯后項來反映區域間的空間相關性。模型構建如下：

ln RIEi，t= a0+ρ∑ n j=1 wi，jln RIEi，t+a1ln Qi，t+

a2ln HUMi，t+a3ln GOVi，t+

a4ln OPENi，t+μi，t。 （6）

其中：a0代表常數項，ρ∑ n j=1 wi，jln RIEi，t為空間滯后項，ρ為空間相關系數，a1、a2、a3、a4為相關變量的彈性系數，μi，t為隨機誤差項。

2）空間誤差模型。空間誤差模型主要用來研究被解釋變量的誤差對研究的地區觀測值的影響，隨機誤差項中的空間滯后項來反映空間相關性。模型構建如下：

ln RIEi，t= a0+a1ln Qi，t+a2ln HUMi，t+

a3ln GOVi，t+a4ln OPENi，t+

λ∑ n j=1 wi，jμi，t+εi，t。 （7）

其中：λ為空間誤差相關系數，λ∑ n j=1 wi，jμj，t為隨機誤差項的空間滯后項，εi，t為隨機誤差項，服從正態分布。

3）空間杜賓模型。當空間誤差和空間滯后均顯著時，采用空間杜賓模型來進行研究，模型構建如下：

ln RIEi，t= a0+ρ∑ n j=1 wi，jln RIEi，t+a1ln Qi，t+

a2ln HUMi，t+a3ln GOVi，t+

a4ln OPENi，t+b1∑ n j=1 wi，jln Qi，t+

b2∑ n j=1 wi，jln HUMi，t+b3∑ n j=1 wi，jln GOVi，t+

b4∑ n j=1 wi，jln OPENi，t+εi，t。 （8）

其中：∑ n j=1 wi，jln Qi，t、

∑ n j=1 wi，jln HUMi，t、

∑ n j=1 wi，jln GOVi，t、∑ n j=1 wi，jln OPENi，t等為相關變量的空間滯后項，b1、b2、b3為相關變量的彈性系數。

4 實證結果分析

4.1 空間相關性分析

本研究利用莫蘭指數測度值來檢驗模型的空間相關性，如表4所示，莫蘭指數值均大于零，在1%置信水平下顯著，說明中國高技術產業存在明顯的空間正相關性。進行空間權重矩陣測算和選擇時，基于經濟距離矩陣測算的莫蘭指數值遠大于基于鄰接距離空間權重矩陣和地理距離空間權重矩陣測算的莫蘭指數值，因此經濟距離空間權重矩陣測算的高技術產業集聚與區域創新效率的相關性更強，所以采用經濟距離空間權重矩陣進行相關測算。

莫蘭指數測算結果表明，中國高技術產業高值—高值集聚，低值—低值集聚現象明顯，區域創新效率的莫蘭指數值為波動下降的趨勢，這表明近年來各區域創新效率的空間依賴性減弱。

4.2 模型檢驗

4.2.1 LM檢驗

考慮到模型擬合效果的準確性，精確選擇適用的空間模型，對模型（3）進行了LM檢驗，檢驗結果，如表5所示。

拉格朗日乘子檢驗結果顯示：LM Lag（Anselin），LM Lag（Robust）的統計值均大于LM Error（Burridge），LM Error（Robust），且都通過 1%顯著性檢驗，表明使用空間誤差模型對2005—2016年中國高新技術產業集聚對區域創新效率影響進行分析將比使用空間滯后模型更加有效。

此外，LM SAC（LMErr+LMLag_R），LM SAC（LMLag+LMErr_R）也都通過 1%顯著性檢驗，表明空間誤差和空間滯后模型的組合效應顯著，即可以利用空間杜賓模型進一步分析2005—2016年中國高新技術產業集聚對區域創新效率影響。

4.2.2 Hausman檢驗

為了確定選擇固定效應還是隨機效應，本研究進一步進行Hausman檢驗，檢驗結果，如表6所示。

由表6可知，Chi2統計量為17.40，其P值為0.001 6，顯著拒絕使用隨機效應模型的原假設，所以Hausman檢驗的結果表明應該使用固定效應模型。

4.3 回歸分析

空間溢出效應指高技術產業集聚度提高時對周邊地區區域創新效率的影響程度，空間溢出效應會促進各地區區域創新效率的提高，使得區域差距縮小。為了更加深入進行分析高技術產業集聚對區域創新效率的溢出效應，本研究進行了時空效應分解，從時間效應和空間效應的角度分別對高技術產業集聚對區域創新效率的影響進行分析。

使用固定效應面板模型進行回歸估計，根據霍斯曼檢驗，認為固定效應模型顯著優于隨機效應模型，因此本研究僅將固定效應模型得到的結果在進行了呈現，如表7、表8所示。個體空間固定效應和時間固定效應均對模型有較優的估計，這說明中國高新技術產業集聚對區域創新效率影響不僅受時間的影響還受各地區具體情況的影響，這也為接下來對空間相關因素的分析提供支持。

根據面板模型回歸結果，在1%的顯著性水平上，高技術產業集聚的彈性系數顯著為正，表明高技術產業集聚能有效促進區域創新效率的提升。

對于空間杜賓模型（SDM）的回歸結果，其系數解讀可以分為直接效應、間接效應和總效應。直接效應表示的是某地區自變量對該因變量的影響大小，其包括反饋效應 （feedback effects， FE），即對其他地區的影響又會反過來影響該地區。從數值上來看，直接效應等于空間 Durbin 模型系數與反饋效應之和。間接效應，又稱為空間溢出效應 （spatial spillover effects），用于度量“鄰近”地區的高新技術產業集聚對區域創新效率的影響。總效應為直接效應和間接效應之和。其可以解釋為某一地區的高新技術產業集聚對所有地區區域創新效率的平均影響。

高技術產業集聚空間杜賓模型的直接效應、間接效應和總效應都為正值，說明本地區區域創新效率的提高受本地區高技術產業集聚的推動，同時相鄰地區高技術產業的集聚對本地區區域創新效率的提升存在明顯的“虹吸效應”，究其原因可能是高技術產業集聚度增高，可能從相鄰地區搶占市場份額以增加產值，因此高技術產業集聚度增加會抑制相鄰地區區域創新效率的提升，如表9所示。

根據其他控制變量的回歸結果來看，人力資本水平對區域創新效率也有影響，人力資本水平提高能促進區域創新效率的提升，但相鄰地區人力資本水平對本地區區域創新效率影響程度不大。一個地區對外開放程度增加不僅會提升本區域的創新效率的提升，同時對相鄰地區具有明顯的促進作用和溢出效應，對外開放會促進不同地區間創新資源的流動，從而使得周圍地區的創新環境改善，進而提高區域創新效率。此外，政府支持對區域創新效率也有影響，但作用效果不顯著。

5 結論與建議

5.1 結論

本研究利用2005—2016年12年的相關數據，基于我國30個省、市、自治區，對高技術產業空間集聚對區域創新效率的影響進行了分析，結果發現高技術產業集聚對區域創新效率有顯著的空間溢出作用。利用空間誤差模型和空間杜賓模型對高技術產業集聚、政府支持，對外開放度、人力資本等對區域創新效率的作用機制進行了研究，發現：中國30個省、市、自治區的高技術產業集聚水平整體不高，不同地區間的集聚水平差異較大;高技術產業具有集聚效應和輻射效應，有效促進了區域創新效率的提高，具有顯著的空間溢出效應;其他變量中，政府支持對區域創新效率影響不顯著;人力資本水平與區域創新效率間存在明顯的正相關性，某地區人才儲備高，區域創新效率高;對外開放度也有效促進了區域創新效率的提升，對外開放程度高，地區企業更容易接觸新技術、新設備，提高創新效率。

5.2 建議

基于空間面板回歸結果，本研究對區域創新效率的提高提出以下幾點建議：

對高技術產業的集聚程度應進行適度強化，高技術產業在集聚過程中會出現許多實力不足、規模較小的中、小企業，其集聚形成比較困難，所以在行業內可以建立中介服務機構，來加快資源、信息的流動，促進集聚群落的形成。各省市應根據地區實際情況，提出差異化發展策略，來形成不同規模、層次的高技術產業集群。對于高技術產業發展較快、集聚水平較高的東部地區，應進一步保持優勢，同時重點發展高技術產業市場，建立研發樞紐，逐步將相關生產環節往中、西部轉移，帶動周邊地區的發展，促進資源有效利用。

區域人才儲備是促進區域創新效率提升的有效途徑，各地區企業應與相關高校做好鏈接，加大人力資本方面的投入，為企業儲備優秀人才;在吸引外來優秀人才的同時，也要對企業原有的人才進行技術培訓、訂立創新激勵政策，進而提高企業的競爭力。利用地區優勢，完善基礎設施，吸引外資，加強對外開放不斷引入創新技術與創新人才，加強各個地區之間的交流，促進創新資源的流動，進而提高區域創新效率。

各地區的政府應提供更加完善的服務，如為高技術企業提供信息咨詢、企業管理以及生產經營方面的服務，建立相關的信息流動網絡，節省一些中小企業為獲取信息而付出的高成本，營造良好的創新環境，促進產業集聚的形成。各相鄰地區的政府應加強交流與合作，如定期舉行交流會，聯系不同區域的企業參會，交流信息，利用高技術產業集聚的溢出效應，使創新資源在不同地區中合理配置，引導創新技術在區域間合理流動。

5.3 研究局限與不足

本研究對高技術產業集聚與區域創新效率間關系進行了分析，豐富了兩者影響機制的相關研究成果，但也存在一些不足：本研究以高技術產業為對象，探索產業集聚對區域創新效率的影響，在以后的研究中可以將研究重點放在中、低技術產業;本研究對高技術產業集聚對區域創新效率的時空效應進行了分析，未來可進一步引入門檻效應，進一步研究創新效率的具體門檻水平，測算相關邊界;在引入控制變量時，只分析了人力資本水平、政府支持、對外開放度等，在以后的研究中可進一步引入其他相關變量，使研究結果更加全面、嚴謹。

參考文獻：

[1]? 杜威劍，李夢潔.產業集聚會促進企業產品創新嗎？：基于中國工業企業數據庫的實證研究[J].產業經濟研究，2015（4）：1.

[2] 沈能，趙增耀.集聚動態外部性與企業創新能力[J].科研管理，2014，35（4）：1.

[3] 顏克益，芮明杰，巫景飛.產業集聚視角下高技術產業創新績效影響因素研究：基于中國省際面板數據（1998～2007）的研究[J].經濟與管理研究，2010（12）：57.

[4] 李曉龍，冉光和，鄭威.科技服務業空間集聚與企業創新效率提升：來自中國高技術產業的經驗證據[J].研究與發展管理，2017，29（4）：1.

[5] 謝子遠.高技術產業區域集聚能提高研發效率嗎？：基于醫藥制造業的實證檢驗[J].科學學研究，2015，33（02）：215.

[6] 黃寶鳳，武翰濤，曹增棟，等.高技術產業集聚對經濟增長的非線性效應：基于門檻回歸的經驗研究[J].管理現代化，2019，39（3）：30.

[7] 金春雨，王偉強.我國高技術產業空間集聚及影響因素研究：基于省級面板數據的空間計量分析[J].科學學與科學技術管理，2015，36（7）：49.

[8] 陳俊，代明，宋慧.中國高技術產業集聚經濟差異分析[J].中國科技論壇，2016（7）：55.

[9] 呂承超，商圓月.高技術產業集聚模式與創新產出的時空效應研究[J].管理科學，2017，30（2）：64.

[10]? 張秀武，胡日東.區域高技術產業創新驅動力分析：基于產業集群的視角[J].財經研究，2008（4）：37.

[11] 周明，李宗植.基于產業集聚的高技術產業創新能力研究[J].科研管理，2011，32（1）：15.

[12] 方齊云，吳光豪.高技術產業集聚提高了創新效率嗎？[J].管理現代化，2015，35（2）：55.

[13] 桂黃寶.我國高技術產業創新效率及其影響因素空間計量分析[J].經濟地理，2014，34（6）：100.

[14] 梁軍，趙青.教育人力資本及其溢出效應對中國科技創新的影響研究：基于省際面板數據的經驗分析[J].上海大學學報（社會科學版），2018，35（6）：122.

[15] KHALED E.Foreign direct investment，technology spillovers，and host country spending on R&D[J].International Advances in Economic Research，2010，16：325.

[16] YOUNG A.Gold into base metals：productivity growth in the peoples republic of China during the reform period[J].Nber Working Papers，2000，111（6）：1220.

[17] 單豪杰.中國資本存量K的再估算：1952—2006年[J].數量經濟技術經濟研究，2008，25（10）：17.

[編輯：厲艷飛]

收稿日期：? 2019-09-15

作者簡介：? ?修國義（1959—），男，教授，博士;

鄭 雪（1995—），女，碩士研究生.