產業集聚對區域創新的溢出效應研究

駱曉敬， 包莉麗， 蔡光興

(1 湖北工業大學理學院， 湖北 武漢 430068； 2 武漢商學院經濟學院， 湖北 武漢 430000)

產業集聚是經濟活動在空間集聚的重要地理特征，是資本在空間范圍的合理流動和逐步歸集的過程[1]。產業集聚帶來了規模經濟、知識傳播、低運輸成本等發展優勢，這些優勢增強了集群的溢出效應，而溢出效應有利于縮小區域間創新水平的差異。同時，產業集聚也是促進區域經濟發展的核心要素，對區域創新能力的提升有著顯著影響。企業可通過產業集聚產生的溢出效應，共享集群的創新資源和先進技術，提高研發產出，從而促進區域創新。其中，高技術產業作為區域發展核心競爭力的重要產業支撐，集合了區域內的創新要素與創新資源，通過技術創新帶動相關產業發展。因此，以高技術產業為例來研究產業集聚水平對區域創新的影響更具有代表性。

區域創新是一個由各類創新要素相互整合形成的復雜系統。要提高區域創新產出，不僅要注重各要素的互補性配置，更要注重區域內創新資源的有效流動。朱萬里等(2018)研究了各區域自然資源、人力資本水平以及平均受教育年限這些創新要素配置對創新能力的影響[2]；周奕(2018)通過對產業集聚效應空間溢出邊界的測算，研究產業集聚對區域經濟協調發展的影響[3]。郝鋮文(2018)通過測度我國區域創新資源存量，研究了區域創新資源配置對區域創新的影響[4]。孫凱(2018)利用面板門檻模型考察了研發投入影響區域創新能力的金融發展水平門檻效應[5]。研究表明，研發投入與中國區域創新能力之間的非線性關系是顯著存在的，然而這些研究側重于研究創新資源的有效配置，忽略了區域內創新資源有效流動。產業集聚縮短了知識傳播的空間距離，促進了集群內各主體的協同聯動發展，這些優勢均有利于創新資源的流動與共享。因此，基于產業空間集聚視角來研究資源配置對區域創新的影響，更為科學和全面。

進一步，部分學者關注到集聚經濟理論，基于資源觀研究集群內創新資源的獲取與流動。郭夢嬌(2019)通過文獻研究，厘清了產業集聚和區域創新等概念，并對區域創新水平進行了綜合評估[6]。杜爽(2018)以京津翼、長三角經濟帶為例，實證研究了產業集聚對區域創新能力的影響特征和路徑[7]。這類研究雖然考慮到集群內創新資源的流動與傳播，將產業集聚作為影響區域創新能力的關鍵因素，卻忽略了區域間復雜的空間依賴性和關聯性，單單從兩者間簡單的線性關系來考慮。多數經濟數據都涉及空間位置，存在一定的空間依賴性。

修國義等(2020)通過中國省際空間面板數據證實了高技術產業聚集能對區域創新效率有提升作用[8]。吳衛紅(2017)基于知識生產函數模型，實證研究高校和高技術產業創新資源對區域創新的溢出效應[9]。這類研究雖然考慮到產業集聚的空間溢出效應，但是與本文研究方向不同，更多考慮到投入產出比，研究資源配置的合理性。

本文基于空間計量模型，充分考慮到各變量的空間依賴性和溢出效應，以高技術產業集聚為研究對象，研究產業集聚、區域資源配置對區域創新的溢出效應，并對影響創新產出的變量進行空間效應分解，充分解釋了影響創新產出的空間效應因素。

1 指標選取與模型構建

1.1 指標選取

1.1.1 被解釋變量 區域創新產出(innov)專利和新產品銷售收入是區域創新產出常用的代理變量，而區域創新產出側重技術應用價值體現.相較于專利，新產品銷售收入更能體現各區域創新的實際水平。本文借鑒張可[10]、蘇屹[11]等人的研究，采用新產品銷售收入占當地GDP比重來度量區域創新產出。

1.1.2 關鍵解釋變量產業集聚(voc)。產業集聚是指某一特定領域內，以一個主導產業為核心，大量產業聯系密切的企業以及相關支撐機構在空間上集聚，并形成強勁、持續競爭優勢的現象。對于產業集聚水平，目前最常用的是區位熵指數。本文以區位熵指數來度量高技術產業的產業集聚水平[12]。高技術產業區位熵

式中：ei為區域i高技術產業產值；∑ei為區域i的工業總產值；Ei為全國高技術產業產值；∑Ei為區域i的工業總產值。醫藥制造業、電信及通信設備制造業、計算及辦公設備制造業和信息化學品制造業的營業收入記為高技術產業產值。

1.1.3 控制變量

1)經濟發展水平(pGDP)：以對數化人均GDP為代理變量，是區域進行各項創新活動的物質支撐，也是區域發展水平的重要體現。作為評價區域發展的重要指標，經濟發展水平在研究區域創新的影響機制中是必不可少的因素。

2)研發投入(R&D)：以區域人均R&D支出來度量，反映區域的科技活動強度及規模。區域研發投入水平越高，越有利于區域創新，相應的區域創新水平越高。為了消除異方差造成回歸結果的偏誤，此處對區域人均R&D支出作對數化處理。

3)對外開放水平(open)：以外商直接投資占GDP比重來度量。對外開放水平促進了對外的交流和合作，加速了技術在區域間的流動與傳播，有利于本區域對外部知識的吸收與利用，是提升區域創新環境的關鍵因素[11]。

4)人力資本水平(hl)：采用各地區人均受教育年限來度量。人力資本水平越高，勞動者的素質和技能水平也越高。人力資本蘊含著豐富的知識技能，加速了區域的技術吸收能力，是創新活動中最活躍的因素。

1.2 空間權重矩陣的構建

空間權重矩陣中的各個元素是區域間的空間距離，常見的是以一階鄰接矩陣(地理距離)來度量。隨著空間計量經濟學的發展，學者們嘗試將距離衰減空間權重矩陣引入空間權重矩陣的研究中，發現將距離衰減空間權重矩陣作為空間權重矩陣能夠更好地擬合經濟模型。考慮到產業集聚對區域創新的影響具有一定的輻射效應，不僅僅對相接壤的區域產生影響，而是隨著區域間距離的延伸來衰減，因而本文將采用距離衰減空間權重矩陣，即

1.3 模型構建

傳統回歸模型假設個體之間相互獨立，很少關注個體性之間的互動。然而，很多經濟數據都與所處空間相關,變量之間存在協變關系，較近的個體比較遠的個體關聯性更強[14]。將各區域的經濟數據與區域位置合在一起，即為“空間數據”。對于空間數據的處理，常常采用空間計量經濟學。空間計量經濟學充分考慮了個體間的空間依賴性。

對變量數據進行空間相關性檢驗，考察數據是否存在空間依賴性。常用的方法有“全局莫蘭指數”和“局部莫蘭指數”。

全局莫蘭指數Ⅰ用來考察整個空間的集聚程度：

局部莫蘭指數Ⅰ用來考察單個區域i的空間集聚程度：

為了更好地分析空間關聯效應下產業集聚、各區域各項發展指標對區域創新的影響，本文擬采用空間杜賓模型研究產業集聚對區域創新的影響，具體模型如下：

其中，ρ為空間溢出效應的統計量，μi為個體效應，γt為時間效應，εit為隨機擾動項。

2 實證分析

2.1 數據來源

本文以2012-2017年30個省市區的數據為研究樣本(西藏數據缺失且不包含港澳臺數據)，數據來源于《中國統計年鑒》 《中國高技術統計年鑒》 《中國科技統計年鑒》。

2.2 區域創新產出描述性統計

由表1可知，廣東的創新產出居全國首位。廣東省統計局有關數據顯示，廣東近年來大力發展科技創新，研發經費投入巨大，使得新產品銷售收入占當地GDP比重最高，創新產出最大。其后依次為北京、天津、上海、江蘇、浙江、福建、山東、河南，即新產品銷售收入占當地GDP比重較高，科技創新水平較好。

表1 各省區域創新產出平均數 萬元

2.3 各區域區位熵系數

以區位熵指數來度量高技術產業的產業集聚水平[12]，2017年各區域產業集聚系數如表2所示。

由表2可見，北京、天津、上海、江蘇等經濟較為發達的區域相對產業集聚水平較高，青海、寧夏、新疆等西部區域的產業集聚水平則較低。總體而言，我國區域產業發展已呈現出一定水平的集聚。從理論來講，產業空間布局受到了資源要素稟賦、歷史因素、地方保護主義等因素的影響，這些因素共同作用決定了區域適合發展的產業類型，從而形成區域內的產業集聚。

表2 2017年各區域產業集聚系數

2.4 全局空間相關性檢驗

全局空間自相關系數是一個總體統計指標，對30個省市區的高技術產業集聚水平(voc)、區域創新產出(innov)進行全局空間自相關檢驗，可以識別兩個變量在30個省際區域的空間關聯程度。結果顯示，2012-2017年各區域產業集聚(voc)、區域創新產出(innov)的空間自相關系數均至少通過了10%的顯著性檢驗，存在顯著的正向空間自相關。全局空間自相關的檢驗通過stata.14軟件實現，結果見表3。

表3 全局Moran’I指數的檢驗

2.5 局部空間相關性檢驗

僅對各變量進行全局空間相關性檢驗有可能忽略變量的局部空間相關關系。局部空間相關分析用于識別局域的空間集聚狀況，其結果常通過莫蘭散點圖來呈現。此處基于stata.14軟件借助局部Moran’I指數來識別高技術產業集聚水平、區域創新產出的局部空間相關關系。由于篇幅限制，此處僅給出2017年的高技術產業集聚水平的Moran散點圖(圖1)。

(a)產業集聚

(b)創新產出圖 1 2017年產業集聚、創新產出的Moran散點圖

由圖1可知，散點多集中在第一、第三象限，反映了區域間高技術產業集聚水平、區域創新產出在空間上呈現正的空間自相關性，綜合全局空間自相關的檢驗和局部空間檢驗的結果，可以進行空間計量模型的回歸。

2.6 非空間計量模型的回歸結果

在進行空間計量回歸之前，先對研究樣本進行未考慮空間效應的普通面板回歸估計，結果見表4。

表4 非空間計量模型估計結果

由表4可知，產業集聚的估計系數為正，并且至少通過了5%的顯著性檢驗，表明產業集聚對區域創新具有顯著的促進作用，證實了產業集聚會對區域創新存在影響。

2.7 空間計量模型的回歸結果

通過空間相關性的檢驗判定了區域產業集聚與區域創新均存在空間自相關性之后，采用空間滯后模型進行估計。此模型通過stata.14來實現，具體結果如表5所示。

表5顯示，在不同固定類型效應與隨機效應的選擇中，由LL估計量和AIC信息準則可知，應選擇雙向固定效應模型。ρ在1%水平下顯著為正，反映出區域產業集聚存在正向的空間溢出效應。

表5 空間滯后模型估計結果

在雙向固定效應模型中，高技術產業集聚(voc)通過了1%的檢驗，系數為0.291，借助其規模經濟、知識溢出效應的優勢對區域創新產生影響，集聚水平提升一個水平，對應的區域創新水平約提升0.291個單位。企業經濟活動空間集聚帶來的溢出效應，有助于提高區域內企業生產效率，促進區域內知識、技術的擴散與溢出，通過 “干中學”效應提升區域整體創新產出。區域經濟發展水平(pGDP)通過了10%的顯著性檢驗，系數為0.009，表明區域經濟發展水平會對區域創新產生影響，但影響較小，區域經濟發展水平提升一個單位，對應的區域創新水平僅僅提升約0.009個單位。全球化與知識經濟背景下，區域綜合競爭力從基于資源稟賦的比較優勢轉向基于知識技術的競爭優勢，傳統資源型發展越來越難以適應可持續發展的新要求，因此，區域經濟發展水平對區域創新的貢獻也逐漸減小。區域研發投入(R&D)通過了1%的顯著性檢驗，系數為0.307，表明區域研發投入提升一個單位，對應的區域創新水平約提升0.307個單位，區域研發投入經費為區域知識生產、技術進步活動提供了物質支撐與資金保障，從而促進了區域創新水平的提升。區域對外開放水平(open)通過了5%的顯著性檢驗，系數為0.114，表明區域對外開放水平提升一個單位，對應的區域創新水平提升0.114個單位。區域與外界的有效交流合作，為自身與其他區域的技術交換、知識學習提供了良好的平臺，從而促進了區域創新的發展。區域人力資本水平(hl)通過了1%的顯著性檢驗，系數為0.110，表明區域人力資本水平提升一個單位，對應的區域創新水平提升0.11個單位。人力資本本身就包含了隱形知識與勞動技能，因此，區域人力資本水平越高，區域的創新能力也越強。綜上，各區域的經濟發展水平、研發投入、對外開放水平、人力資本水平均對區域創新產出的提升起到促進作用。雙向固定模型的擬合優度(R2)為0.689，表明區域創新水平約有68.9%的部分能被該模型所解釋，并且模型的AIC信息量不大，表明雙向固定模型的擬合良好。

2.8 空間效應分解

利用極大似然估計法的SDM模型在估計過程中存在一定的偏誤，無法代表變量系數的真實水平。因此，將雙向固定的SDM模型進行偏微分分解，直接效應代表各區域自變量對自身區域創新的影響水平，間接效應代表各區域自變量對鄰近區域創新的影響水平，將直接效應與間接效應加總則為總效應，總效應代表各區域自變量對區域整體創新水平的影響。空間效應的分解見表6。

表6 空間效應結果

由表6結果可知：

1)高技術產業集聚對區域創新的直接效應在1%水平下顯著，系數為0.183，表明高技術產業集聚上升一個水平，該區域自身的創新能力相應的提升0.183個水平；間接效應在5%的水平下顯著，系數為0.214，表明高技術產業集聚不僅促進了本區域的創新水平，還能對鄰近區域的創新產生促進作用，高技術產業集聚水平存在顯著的空間溢出效應。

2)區域經濟發展水平、研發投入、對外開放水平以及人力資本水平的直接效應和間接效應至少在5%的水平下顯著為正，表明各控制變量不僅對本區域的創新具有顯著的促進作用，且對鄰近區域的創新產出具有溢出效應。綜上，區域各創新要素對區域創新具有顯著的促進作用和空間溢出效應。由總效應估計系數可以看出，人力資本要素對區域創新的推動作用明顯高于各區域創新產生的促進作用。在產業集聚的作用下，各區域技術人員加強交流與合作，共同促進了知識和技術的流動。

3 實證結論

本文以2012-2017年30個省市區的面板數據為研究樣本，實證研究了產業集聚及區域創新的空間效應，分析產業集聚水平、各區域發展水平對區域創新的影響及作用機制。結果顯示，產業集聚、區域創新均存在顯著的正向空間相關性；區域產業集聚對區域創新具有顯著的促進作用；各區域創新要素、發展水平對區域創新具有一定的促進作用。進一步，進行空間效應分解，解析出各變量對區域創新的空間效應。產業集聚不僅促進了本區域的創新水平，還能對鄰近區域的創新產生促進作用，高技術產業集聚水平存在顯著的空間溢出效應；區域各創新要素、發展水平對區域創新具有顯著的促進作用和空間溢出效應。