吸收能力對省級創新產出的空間溢出效應研究：基于空間計量模型

王麗君，陳 韜，王益誼

（1.中國標準化研究院，北京 100191；2.中國社會科學院研究生院數量經濟與技術經濟系，北京 100732）

創新在我國經濟發展中日益發揮重要作用，通過堅持創新驅動有利于我國全面塑造發展新優勢。本文嘗試結合空間計量經濟學的空間溢出理論來解釋地區的吸收能力如何影響省級層面的創新產出，以期為提高創新投入要素的空間溢出效應，進而為省域間創新能力協調發展提供政策建議。

1 現有研究成果

一般來說，區域的發展受限于本區域的自然稟賦以及資本、勞動等投入要素，還會受到其他區域的影響。新經濟地理學、內生增長理論用知識溢出概念來解釋區域層面的創新以及經濟增長［1］。

1.1 關于吸收能力影響創新產出的研究成果

早在1956 年，Rostow［2］就指出一個國家經濟增長的起飛要求社會及其生產性企業在政治、社會和制度上進行變革，從而形成對創新的常規吸收能力。后來，Cohen 等［3］、Zahra 等［4］逐漸形成并豐富了吸收能力的定義和內涵，認為企業或組織吸收和應用新知識的能力在研究和開發過程中是一種特殊的社會互動機制，有利于區域層面的知識傳遞。Zahra 等［4］將吸收能力區分為潛在吸收能力（吸收外部知識）和顯性吸收能力（轉化已有知識）。Lewin 等［5］將吸收能力分為內部知識的創造、轉化，研發過程和外部知識的獲取、轉化和研發過程。

也有大量學者開展了實證研究，在對吸收能力進行直接測度或間接測度的基礎上，認為企業的吸收能力最終影響區域層面的創新產出。Antonio 等［6］認為通過提高企業的吸收能力，可以提高對區域創新系統的充分利用，幫助提高企業的創新績效。Kallio 等［7］認為個體所掌握的社會資源通過決定吸收能力，作用于區域的創新能力。朱俊杰等［8］構建了包括經費投入、人力資本、基礎設施等6 個維度組成的吸收能力綜合指數，分析與省級層面創新績效的實證關系。

1.2 關于知識溢出的理論研究進展

新經濟增長理論關注用知識溢出理論研究創新投入和產出的關系，其中Griliches［9］、Jaffe［10］以微觀企業為研究對象，分析微觀層面資本和人員投入對技術進步的溢出效應，形成了Griliches-Jaffe 知識生產函數；Romer［11］、Jones［12］的研究則認為知識存量對技術進步具有規模效應，形成了Romer-Jones 知識生產函數。

近年來對知識溢出的研究轉向空間層面，Audretsch 等［13］，Bernard［14］從創新產出、創新知識的空間分布等不同角度探討了創新過程的空間相關性，分析了溢出效應在推動創新過程中的作用機理和影響因素。LeSage 等［15］將空間溢出效應作為空間計量經濟學的核心內容之一，將解釋變量對被解釋變量的影響分為總效應、直接效應和間接效應（即空間溢出效應）。Elhorst［16］深化了其中對于空間溢出效應顯著性的討論。

我國也有學者根據經濟要素在區域間的流動數據來分析要素的空間相關性。其中，才國偉等［17］建立理論模型研究經濟要素從需求端到供給端的空間流動，并基于人口數據驗證了資源流動過程的空間相關。白俊紅等［18］分析了政府R&D 資助的空間自相關性。白俊紅等［19］認為創新要素在各省份之間的動態流動推動了各區域創新系統形成空間關聯，對研發要素在省級行政區域之間的流動與空間知識溢出的內在關系進行理論分析和實證檢驗。

知識生產函數是研究溢出效應的主要實證方法之一，采用一些代表性指標來衡量知識溢出。由于各要素測度方法的不同，以及空間距離的不同考慮，形成了不同的研究方法，結論也有所差異。近年來國內外學者使用知識生產函數測度知識溢出的空間距離，發現隨著地理距離的增長，知識溢出的影響呈現衰減趨勢。例如，孫建等［20］使用1998—2008年省級面板數據，研究提出區域創新具有空間集聚特征，在不同的圓環區域，存在區域知識的雙向溢出效應。原毅軍等［21］基于各省區市面板數據，借助空間計量模型分析發現，制造業和生產性服務業的協同聚集和區域創新效率呈現空間集聚特征，具有正向溢出效應并隨距離增大而衰減。吳玉鳴［22］基于2000—2003 年省級面板數據，使用空間滯后模型、空間誤差模型和地理加權回歸模型，發現地理距離對省級研發水平仍然具有顯著影響。

空間權重矩陣是空間計量的基礎。考慮到地理學對于距離的不同界定，不同學者在空間面板模型中引入不同的空間權重矩陣，研究投入要素對創新產出的影響，如徐德英等［23］使用1995—2012 年的省域面板數據，考慮地理距離、信息化距離、交通便利度構建不同的空間權重矩陣，測算高技術產業研發創新的空間溢出；原毅軍等［21］將R&D 資本和R&D 人員作為能夠體現知識溢出的指標，構建空間權重矩陣；蘇屹等［24］利用1998—2014 年的面板數據，考慮地理特征、人力資本、交通水平等因素構建5 個空間權重矩陣，測算對區域創新活動的空間效應，發現社會經濟特征相比地理特征，對區域創新活動產生更大影響。也有學者通過引力模型構建空間權重矩陣，例如，李婧等［25］構建省級區域的創新績效評價指標體系，使用引力模型直接測度知識溢出量，基于空間視角研究發現知識溢出顯著影響區域創新績效，其中地理距離的作用最強；紀玉俊等［26］、李紅等［27］基于引力模型，納入各省區市的信息化指數，構建空間權重矩陣。

可以看出，現代學者已經意識到傳統經濟學理論在分析以知識為基礎的現代經濟問題時的局限性，從而使得空間計量理論開始被廣泛用于區域創新活動相關的研究。雖然也有將知識生產函數和空間計量模型結合測算各項投入要素對省級區域創新的貢獻，然而鮮見將區域的標準化水平作為吸收能力的代表性指標，分析吸收能力對創新產出的空間溢出效應。實際上，相比專利、論文等，在現代社會中標準更具有普遍性，標準化水平更能代表地區或者行業的吸收能力。本文擬從標準化入手，結合知識溢出模型和空間計量理論，研究各省區市的吸收能力、創新投入對創新產出的作用。

2 研究路徑

在主流經濟學理論中，假定地理空間具有均質性，普遍使用普通最小二乘法（OLS）建立對空間變量的線性回歸模型，導致結果存在缺乏說服力問題，這就要求對空間異質性進行有效處理［28］。

考慮到與創新產出相關的主要投入要素包括R&D 資本和R&D 人員。R&D 資本會基于風險和收益的權衡，流入更低風險更高收益的地區。R&D 人員會基于自身的投入產出比的考慮，在不同地區之間進行流動。這種R&D 資本和人員的流動，推動知識生產在地理空間產生關聯效應，即空間關聯。同時，由于這種要素流動具有黏性，不可能實現零成本自由流通，這使得技術創新呈現地區集聚性，體現為各省區市之間知識存量的差異。

技術是創新的核心驅動力，是新產品、過程和服務的基礎。經濟學研究中一般認為專利是技術的載體，但是，專利往往為企業或個人所擁有。相比較之下，標準以科學、技術和經驗的綜合成果為基礎，同時具有非競爭性、非排他性等公共物品屬性，相對于專利更容易獲取，因此具有普遍性，更有利于創新成果的擴散。另一方面，標準化是科學管理和現代生產經營的基礎。標準的制定和實施，有利于新技術和科研成果進入大規模推廣應用階段，提升相關主體的創新水平，從而在一定程度上能反映出特定區域等整體吸收能力的大小。

國家標準的制定源于經濟社會發展產生的基礎通用的標準化需求，由廣大利益相關方參與，基于協商一致程序依法制定。一般地，在國家標準前言中有起草單位排名和主要起草人排名，基于在單項國家標準中起草單位的排序，可以量化得出各省區市對國家標準的貢獻程度，即國家標準研制貢獻指數［29］。考慮到這些參與制定國家標準的單位通常在R&D 資本、R&D 人員上相比其他單位具有先期優勢，這些單位通過參與標準制修訂過程，對科學、技術和經驗的相關成果進行了充分交流，因此在標準發布之后對于推動標準承載的技術在企業內外的擴散，促進科技成果轉化方面同時又具有路徑優勢。以國家標準研制貢獻指數和年度國家標準發布數量的乘積，可以反映各地年度的標準化水平，作為地區吸收能力的代表性指標。

OECD 認可了與創新相關的文獻中對創新過程的不同階段的劃分，即資源、活動、目標和產出之間存在邏輯關系［30］。基于此，建立知識生產函數的邏輯模型（見圖1）。

圖1 知識生產函數的邏輯模型

將R&D 資本、R&D 人員視為創新投入，知識存量視為創新發展階段中的一個階段目標，標準化水平作為地區吸收能力的測度指標，新產品銷售收入作為創新產出，分別基于Griliches-Jaffe 知識生產函數和Romer-Jones 知識生產函數建立擴展模型，測度空間溢出效應。

3 模型設定和變量選擇

3.1 模型設定

3.1.1 空間相關性測度

（1）全局莫蘭指數。一般用莫蘭指數I（Moran'sI）、吉爾里指數C（Geary'sC）和Getis-Ord 指數G等指標對空間效應進行初步檢驗。本文采用莫蘭指數I。

經標準化后的莫蘭指數的取值一般介于-1 到1之間。大于0，表示正自相關；小于0，表示負自相關；接近0，表示不存在自相關。

（2）局部莫蘭指數和莫蘭散點圖。使用局部莫蘭指數Ii可以表示特定區域i附近的空間集聚情況。

在局部莫蘭指數的基礎上可以繪制莫蘭散點圖。莫蘭散點圖分為4 個象限，第一象限代表自身區域和相鄰區域的空間關聯形式“高高”聚集，第二象限代表“低高”聚集，第三象限代表“低低”聚集，第四象限代表“高低聚集”。

3.1.2 知識生產函數

用知識生產函數測度知識溢出效應，主要存在兩種主流的測度方法：Griliches-Jaffe 知識生產函數和Romer-Jones 知識生產函數。前者認為知識生產主要受到R&D 資本和R&D 人員的影響，后者認為知識生產主要受到R&D 人員和知識存量的影響。

Griliches-Jaffe 知識生產函數的函數形式如下：

分別根據Griliches-Jaffe 知識生產函數和Romer-Jones 知識生產函數，考慮地區吸收能力指標，對模型進行指數變換，建立擴展模型a 和擴展模型b：

擴展模型a：

擴展模型b：

式（6）和（7）中，Y表示地區創新產出，用新產品銷售收入指標表征；K表示R&D 投入，用R&D 資本存量指標表征；L表示R&D 人員投入，用R&D 人員全時當量指標表征；A表示知識存量，用專利存量指標表征；S表示吸收能力，用地區的標準化水平指標表征。考慮到數據可得性，i表示不包括香港、澳門、西藏在內的各省區市；t代表數據變量的選取時限，本文的研究時限為2002—2018 年。分別表示兩類模型的待估參數。

擴展模型a 表示創新產出受到R&D 資本、R&D人員、區域吸收能力的影響，擴展模型b 表示創新產出受到R&D 人員、知識存量和區域吸收能力的影響。現實意義在于，是否考慮在R&D 資本使用過程中的無效率或低效率問題。

3.1.3 空間面板模型

常用的空間面板模型的基本模型包括空間滯后模型（SAR，又稱空間自回歸模型）、空間誤差模型（SEM）和空間杜賓模型（SDM）等。

假設相鄰區域的因變量相互影響，可以構建空間滯后模型。比如，以擴展模型a 建立空間滯后模型：

假設遺漏變量或者不可觀測的隨機沖擊中存在空間相關性，可以構建空間誤差模型，如下：

綜合上述兩種空間傳導機制，可以建立空間杜賓模型如下：

LeSage 等［15］提出，在特殊情況下，空間杜賓模型可以嵌套空間滯后模型或空間誤差模型，即增加相應的約束條件可以轉化為空間滯后模型或空間誤差模型。可以使用似然比（LR）檢驗對上述模型進行選擇。

3.2 變量選擇

3.2.1 產出指標

現有文獻中主要使用發明專利申請受理數或新產品銷售收入作為創新產出的代表性指標。本文選用新產品銷售收入作為創新產出的代表性指標，并通過工業生產者出廠價格指數將其折算為不變價。

3.2.2 投入指標

投入指標包括R&D 資本、R&D 人員、知識存量和地區吸收能力。

（1）R&D 資本。使用的R&D 支出價格指數將年度的R&D 經費內部支出數值折算為不變價，使用永續盤存法測算R&D 資本存量［31］。

式（11）中：r表示R&D 支出價格指數，表示消費價格指數，表示固定資產投資價格指數。

（2）R&D 人員全時當量。使用R&D 人員全時當量作為R&D 人員的代表性指標。

（3）發明專利存量。使用發明專利存量作為知識存量的代表性指標。基于發明專利申請授權數按照永續盤存法測算發明專利存量，折舊率取10%。

（4）吸收能力。使用地區的標準化水平作為吸收能力的代表性指標。通過各省區市的國家標準研制貢獻指數，可以將年度發布的國家標準轉化為各地相關的標準數量，進一步使用永續盤存法測算各省區市的標準存量，折舊率取20%，見式（12）。

以2002 年為期初，計算各省區市在2018 年的吸收能力見圖2。

圖2 2018 年各省區市的吸收能力

從圖2 可以看出，北京、廣東、江蘇、上海、浙江等地的吸收能力遠遠高于其他地區，東中部省份的吸收能力高于西部和東北部。

3.2.3 空間權重矩陣

為了研究創新產出的空間溢出效應，需要建立空間權重矩陣進行空間分析。空間權重矩陣的構建原則是基于地理學第一定律，即距離越近，聯系越緊密。構建方法包括基于地理距離矩陣構建，或者基于引力模型構建。

假定區域i和區域j之間的距離為，設立階空間權重矩陣如下：

地理距離矩陣是空間權重矩陣的一個基礎矩陣。在地理距離矩陣基礎上，可以結合經濟、研發等要素分別建立經濟距離矩陣、研發距離矩陣等。本文先建立地理矩陣，在此基礎上建立研發能力距離矩陣、技術能力距離矩陣和吸收能力距離矩陣，一共4 個空間權重矩陣。

（1）地理距離矩陣。

（2）研發能力距離矩陣。借鑒李婧等［25］、蘇屹等［24］使用物質資本存量衡量地區經濟發展水平，構建經濟距離矩陣的思路，本文基于地理距離矩陣，使用R&D 資本存量衡量地區研發距離，構建研發能力距離矩陣如下：

（3）技術能力距離矩陣。基于地理距離矩陣，借鑒李婧等［25］的做法，使用發明專利存量衡量地區技術距離，構建技術能力距離矩陣如下：

（4）吸收能力距離矩陣。基于地理距離矩陣，使用標準存量衡量地區的吸收能力，構建吸收能力距離矩陣如下：

各變量的代表性指標及測算方法概述見表1。

表1 各變量的代表性指標及測算方法

3.3 數據來源

相關指標和數據分別來源于歷年的《中國統計年鑒》《中國科技統計年鑒》和我國30 個省區市（不包括香港、澳門、臺灣和西藏）的歷年《統計年鑒》。為了方便進行經濟和政策方面的研究，使用上述省區市的省會（首府）城市的地理經緯度定義地理距離矩陣，并在地理距離矩陣基礎上結合R&D資本、發明專利存量、標準存量建立研發能力距離矩陣、技術能力距離矩陣、吸收能力距離矩陣，使用Stata14 進行空間面板模型回歸。

4 實證分析

4.1 面板數據平穩性檢驗

本文使用的面板數據是平衡面板數據，使用Stata14進行相同根單位根檢驗和不同根單位根檢驗。通過LLC 檢驗（適用于相同根），在1%的顯著性水平下拒絕“存在面板單位根”的假設，顯示變量都是平穩序列。通過Fisher-ADF 檢驗（適用于不同根），在1%的顯著性水平下通過檢驗，顯示變量都是平穩序列。

4.2 空間相關性檢驗

為判斷創新產出的空間相關性，可以用莫蘭指數來分析創新產出的空間分布特征。對2002—2018年各省區市新產品銷售收入（Y）基于地理距離矩陣度量空間自相關指數進行標準化的全局莫蘭指數I如表2 所示。

表2 創新產出的全局莫蘭指數I

從表2 可以看出，各省區市新產品銷售收入經標準化的全局莫蘭指數都大于0，表明各年度觀測值在地理空間上存在正自相關性，同時這種正自相關程度隨著時間的推移呈現弱化趨勢。

使用局部莫蘭指數I進行局部相關性檢驗，基于2018 年創新產出繪制莫蘭散點圖，見圖3。

圖3 2018 年創新產出的莫蘭散點圖

從圖3 可以看出，2018 年的創新產出存在空間正自相關性，以“高高”聚集和“低低”聚集為主。因此本文使用空間面板模型，通過地理距離、研發能力距離、技術能力距離和吸收能力距離4 個權重矩陣，對比研究區域創新產出與其投入指標之間的作用機理，具有一定的理論價值和現實意義。

4.3 空間面板模型的選擇

使用Stata14 對模型進行拉格朗日乘子（LM）檢驗診斷是否存在空間效應，結果見表3。其中，LM LAG、R-LM LAG 為針對空間滯后的檢驗，LM ERR、R-LM ERR 為針對空間誤差的檢驗，基本上拒絕“無空間自相關”的原假設，再次表明可以進行空間計量分析。

表3 空間自相關檢驗結果

對空間數據進行豪斯曼檢驗，就固定效應模型（FE）和隨機效應模型（RE）進行選擇，結果見表4。如果豪斯曼檢驗下P值顯著，則表明應采用固定效應模型，否則用隨機效應模型。豪斯曼檢驗結果顯示，模型a 中地理距離矩陣在1%顯著性水平通過檢驗，研發能力距離矩陣和吸收能力距離矩陣P值不顯著，則地理距離矩陣采用固定效應模型，研發能力距離矩陣和吸收能力距離矩陣采用隨機效應模型。模型b 中地理距離矩陣、技術能力距離矩陣、吸收能力距離矩陣在5%顯著性水平通過檢驗，則均采用固定效應模型。

表4 豪斯曼檢驗結果

為了確認是否采用空間滯后模型（SAR）、空間誤差模型（SEM）或空間杜賓模型（SDM），對模型進行似然比（LR）檢驗的結果見表5。可以看出，在LR 檢驗下P值顯著，拒絕“計量模型退化為空間滯后模型/空間誤差模型”的原假設，采用空間杜賓模型。

表5 LR 統計量及模型選擇

4.4 空間面板模型的回歸分析

本文分別基于Griliches-Jaffe 知識生產函數和Romer-Jones 知識生產函數建立擴展模型，應用空間杜賓模型進行回歸分析，并應用固定效應模型，對時間固定效應、個體（空間）固定效應和雙向（時空）固定效應進行比較。

4.4.1 基于Griliches-Jaffe 知識生產函數擴展模型的實證分析

基于Griliches-Jaffe 知識生產函數擴展模型，從地理距離矩陣、研發能力距離矩陣、吸收能力距離矩陣進行回歸分析的估計結果見表6。

表6 基于Griliches-Jaffe 知識生產函數擴展模型的SDM 模型估計結果

從表6 可以看出，在3 種空間權重矩陣下，模型的空間自回歸系數大多為正數，同時在1%的顯著性水平下通過檢驗。這說明省級層面的創新產出不是獨立存在的，而是具有空間正相關性，這與前文關于全局莫蘭指數I的檢驗結果保持一致。省級層面的創新產出不僅受到本省域創新投入的正向影響，也依賴于其他省域的創新投入。在地理距離矩陣下，比較時間固定效應、空間固定效應和時空固定效應的擬合結果，結合調整后的可決系數（R2）、極大似然值（Log-L）和空間自回歸系數（ρ），選擇空間固定效應模型。效應分解結果見表7。將解釋變量（例如lnK）對被解釋變量（lnY）的影響，分解為區域i的解釋變量對本區域被解釋變量的直接效應，所有區域的解釋變量對區域i被解釋變量的總效應，以及表現為總效應與直接效應之差的間接效應，即空間溢出效應。

表7 基于Griliches-Jaffe 知識生產函數擴展模型的SDM 模型的效應分解結果

從表7 可以看出，在3 種空間權重矩陣下，R&D 資本、R&D 人員的直接效應、間接效應（即溢出效應）均為正值，溢出效應遠遠超過直接效應，并且在1%的顯著性水平下通過檢驗，這說明R&D資本、R&D 人員不僅推動了本省域的創新產出，而且對其他省域的創新產出具有正向溢出效應。省域吸收能力對本省域的創新產出具有正向推動作用，但是對其他省域的創新產出具有負的溢出效應，并且在1%的顯著性水平下通過檢驗，對于本省域的正外部性和對其他省域的負外部性的影響大小視情況而定。

4.4.2 基于Romer-Jones 知識生產函數擴展模型的實證分析

基于Romer-Jones 知識生產函數擴展模型，從地理距離矩陣、技術能力距離矩陣、吸收能力距離矩陣進行回歸分析的估計結果見表8。

表8 基于Romer-Jones 知識生產函數擴展模型的SDM 模型估計結果

從表8 可以看出，在上述3 種空間權重矩陣下，模型的空間自回歸系數均不為0，并且有大量系數通過相應顯著性檢驗，因此可以考慮進行空間相關分析。結合調整后的可決系數（R2）、極大似然值（Log-L）和空間自回歸系數（），在3 種空間權重矩陣下均選擇空間固定效應模型。效應分解結果見表9。

表9 基于Romer-Jones 知識生產函數擴展模型的SDM 模型的效應分解結果

從表9 可以看出，在3 種空間權重矩陣下，知識存量的直接效應、間接（溢出）效應均為正值，并且大都在1%的顯著性水平下通過檢驗，這說明知識存量不僅推動了本省域的創新產出，而且對其他省域的創新產出具有正向溢出效應。在技術能力距離矩陣和吸收能力距離矩陣下，R&D 人員的間接（溢出）效應為正值，并且在1%的顯著性水平下通過檢驗，這說明R&D 人員對創新產出的影響主要體現在對其他省域的正向溢出效應。在3 種空間權重矩陣下，省域吸收能力對本省域的創新產出具有正向推動作用，但是對其他省域的創新產出具有負的溢出效應，并且大都在1%的顯著性水平下通過檢驗，并且負的外部性高于對本省域的正向推動效應。

根據上文對不同知識生產函數擴展模型的結果的分析，可以發現，通過提高R&D 資本、知識存量和R&D 人員的投入促進省級層面的創新活動，而標準化能力雖然能夠存進本省域的創新產出，但是會對其他省域的創新產出產生抑制作用。造成這一現象的可能原因是，一方面，R&D 資本、R&D 人員都具有流動性，所以對二者的投入一般會容易促進本省域創新水平的提高，由于R&D 資本、R&D 人員的流動導致的知識存量的差異也會導致對本省域創新產出形成積極的直接效應和溢出效應；另一方面，標準由利益相關方基于協商一致程序制定，本省域的單位對于國家標準制定過程的參與程度反映了吸收能力的高低，本省域的標準化水平越高越有利于推動科技成果轉化。但是，如果放任R&D 資本、R&D 人員的流動，會導致其他省域創新要素向本省域聚集，本省域吸收能力超群，從而抑制其他省域的創新產出，反而不利于其他省域的吸收能力提高。這就需要省域間協調創新政策，實現同步發展、互補發展或者先進帶動后進發展，才能實現正相關，發揮出正的溢出效應。

5 結論和政策建議

本文將標準化水平作為省域吸收能力的代表性指標，結合Griliches-Jaffe 知識生產函數和Romer-Jones 知識生產函數建立擴展模型，利用空間杜賓模型，根據2002—2018 年30 個省區市數據分別分析省域間吸收能力、創新投入要素對創新產出的影響。實證發現：第一，整體上看，我國省級層面的創新產出是具有正的空間相關性的，并以“高高”聚集和“低低”聚集為主。東部地區和中部地區主要是高值和高值聚集的熱點區域，西部地區和東北部地區主要是低值和低值聚集的冷點區域。相比社會經濟特征，地理特征對區域創新活動仍然產生不可忽視的影響。

第二，基于Griliches-Jaffe 知識生產函數的擴展模型，在地理距離矩陣、研發能力距離矩陣、吸收能力距離矩陣3 種空間權重矩陣下，R&D 資本、R&D 人員對本省域和其他省域的創新產出具有促進作用，且溢出效應遠遠超過直接效應。省域吸收能力對本省域的創新產出具有促進作用，但是對其他省域的創新產出也可能具有局部的負的溢出效應。

第三，基于Romer-Jones 知識生產函數的擴展模型，在地理距離矩陣、技術距離矩陣、吸收距離矩陣3 種空間權重矩陣下，知識存量對本省域和其他省域的創新產出具有促進作用，直接效應高于溢出效應；省域吸收能力對本省域的創新產出具有促進作用，但是對其他省域的創新產出具有負的溢出效應，在技術能力距離矩陣和吸收能力距離矩陣下，R&D 人員對創新產出的影響主要體現在對其他省域的促進作用。

基于以上結論，提出政策建議如下：首先，要通過加大創新要素的投入促進創新水平的整體提高。很長一段時期，由于創新要素投入有限，我國經濟社會的發展長期存在總量增長和結構失衡并存的現象，科技不平衡不充分的發展限制了我國創新水平的整體提高。由于R&D 資本、R&D 人員、知識存量對于創新產出具有顯著的直接效應和空間溢出效應，所以通過提高這些創新資源的投入，加快促進我國創新水平的整體提升。

其次，注重省域創新協調發展。為了推動各省域創新水平的協調發展，省域間要利用各自的優勢，注意協作互補，協調創新政策。比如，東中部省份在自身發展的同時，對口幫扶銜接，擴大輻射影響，可以適當引導相應的關聯創新資源向臨近西部和東北省份流動；西部和東北省份也要利用自身的各種資源，壯大特色產業和優勢領域等，注意消除自身創新能力的缺陷和省域間創新要素互動的障礙，主動與臨近東中部省份合作對接，承擔有關關聯課題研究或者產業轉移項目，進行相關的標準活動，開發市場，同時提升自身吸收能力。不同省域間建立有利于創新要素流動互補的機制，有利于推動省域層面創新能力的整體協調發展。

最后，正確認識和處理影響省域創新水平的因素。地理距離對于影響創新產出發揮重要作用，研發能力、技術能力、吸收能力也是知識溢出的關鍵因素。國家層面上要充分考慮各地區在研發能力、技術能力、吸收能力方面的差異，因地因時制宜地實施差異化政策，循序漸進地發展。西部省份和東北省份也要根據自身能力和特點，抓住時機，加強重點方向投入，弱化吸收能力的負的空間溢出效應，積極參與標準制修訂活動，通過加強對創新知識的轉化吸收能力提高省域創新水平。