西部地區(qū)科技創(chuàng)新能力空間差異、收斂性及空間效應研究＊

李滋婷，李建偉

（甘肅省科學技術情報研究所/甘肅省科技評價監(jiān)測重點實驗室，甘肅 蘭州 730000）

從《中國區(qū)域科技創(chuàng)新評價報告2021》綜合科技創(chuàng)新水平指數排名結果看，西部地區(qū)中的10省（區(qū)、市）綜合科技創(chuàng)新水平呈現(xiàn)2個特點：一是科技創(chuàng)新綜合能力整體偏低。10個省（區(qū)、市）綜合科技創(chuàng)新水平指數排名主要分布在全國第二、三梯隊，其中約50%的省（區(qū)、市）處于第三梯隊。二是區(qū)域間差異偏大。重慶、陜西和四川的綜合科技創(chuàng)新水平指數分別為70.48%、67.86%和66.43%，遠高于同處第二梯隊的寧夏、甘肅和處于第三梯隊的貴州、青海、新疆和西藏。造成這種區(qū)域科技創(chuàng)新能力偏低、區(qū)域空間差異來源是什么？可能與科技投入的規(guī)模效應有關，也可能與地區(qū)之間某些要素的差異有關，例如，陜西和江西經濟總量相近，但專利申請量僅僅是江西的1/2。為探索2006—2020年西部地區(qū)科技創(chuàng)新能力空間差異來源、分布特征等問題，文章運用Dagum基尼系數、σ收斂、莫蘭指數、空間面板杜賓模型等方法，開展實證研究。

1 理論基礎研究

相關經濟發(fā)展與科技進步理論在創(chuàng)新是經濟增長的源泉這一問題上達成一致，但創(chuàng)新是經濟增長的內生還是外生變量、科技創(chuàng)新能力在區(qū)域間是趨同還是趨異等問題上各有見地。以Solow[1]為代表的新古典增長理論認為技術進步是經濟增長的外生變量，純公共物品屬性使得其具有非排他性和非競爭性，新技術出現(xiàn)后可以無成本地迅速擴散，促使區(qū)域間技術水平趨同。以Romer[2]為代表的內生增長理論則認為技術進步是經濟增長的內生變量，新技術來源于R&D活動和知識有效利用。如果當前的R&D活動是“站在巨人的肩膀上”（規(guī)模報酬遞增階段），則會提升科技創(chuàng)新增長率；但如果當前R&D活動是“涸澤而漁”（規(guī)模報酬遞減階段），增加投入的增加將降低科技創(chuàng)新增長率，導致區(qū)域間科技創(chuàng)新能力趨異。Furman等[3]集成內生增長理論、產業(yè)集群競爭優(yōu)勢理論、國家創(chuàng)新體系理論，構建了國家創(chuàng)新能力分析框架。

以上相關理論均在封閉環(huán)境下研究問題，忽視了開放環(huán)境對區(qū)域科技創(chuàng)新能力的影響。基于此，2007年，Liu和Buck[4]基于經濟全球化背景下，提出在Furman等學者研究成果中引入國際技術溢出效應，可能對分析科技創(chuàng)新能力的源泉更為有利。

綜上，文章借鑒Furman等學者的國家創(chuàng)新能力分析框架，加入技術溢出效應因素，構建符合西部區(qū)域科技創(chuàng)新發(fā)展實際的邏輯框架開展研究，如圖1所示。

圖1 邏輯框架

2 區(qū)域科技創(chuàng)新能力空間差異研究

2.1 Dagum基尼系數

為更好挖掘區(qū)域科技創(chuàng)新能力差異的結構性來源，將區(qū)域劃分為“西南地區(qū)”（即重慶、四川、云南、貴州、西藏）和“西北地區(qū)”（即陜西、甘肅、青海、新疆、寧夏），作為西部地區(qū)科技創(chuàng)新能力研究的細分載體，選取Dagum基尼系數對西部地區(qū)科技創(chuàng)新能力差異進行分析。

（1）Dagum基尼系數

式中：G指總體差異的基尼系數，通過將一個國家（地區(qū)）劃分為n個省份和k個區(qū)域；nj（nh）是j（h）區(qū)域內的省份個數；rji（rhr）表示j（h）區(qū)域內任一省（區(qū)、市）的科技創(chuàng)新發(fā)展程度；Rˉ表示各省（區(qū)、市）科技創(chuàng)新能力平均值（j（h）=1，2，3，…k；nj，nh=1，2，3，…nj（nh））。Dagum基尼系數越大，說明地區(qū)科技創(chuàng)新發(fā)展越不平衡[5]。

（2）Dagum基尼系數分解函數

式中：djh表示子群j和h中所有rji－rhr＞0的數學期望；Ejh表示子群j和h中所有rji－rhr＜0的數學期望；Djh表示子群j和h之間科技創(chuàng)新發(fā)展的相互影響；Fh（Fj）為子群科技創(chuàng)新能力的累積密度函數。

綜上，將代表總體差異的基尼系數分解為：子群內部科技創(chuàng)新能力差異（Gw）、子群之間科技創(chuàng)新能力差異（Gb）、科技創(chuàng)新超變密度（Gs），三者之間的關系為：G=Gw+Gb+Gs。其中，Gw中反映j子群科技創(chuàng)新能力的基尼系數為Gjj、Gb中反映j與h子群區(qū)域間的基尼系數為Gjh，表達式分別為式（3）、式（5）。

2.2 區(qū)域科技創(chuàng)新能力空間差異來源

2006—2020年，西部地區(qū)整體的科技創(chuàng)新能力基尼系數呈波動式增長，空間分布非均衡性呈擴張趨勢。西南、西北兩區(qū)域基尼系數均呈波動式擴張趨勢，西南地區(qū)科技創(chuàng)新能力差異小于西北地區(qū)。空間差異結果如圖2所示。

圖2 西部地區(qū)科技創(chuàng)新能力空間差異

對區(qū)域內、區(qū)域間和超變密度的貢獻率進行測算，進一步探究西部地區(qū)兩大區(qū)域科技創(chuàng)新能力的差異來源，結果見表1。樣本期內區(qū)域內、區(qū)域間和超變密度的年平均貢獻率分別為46.06%、3.45%和50.50%，差異來源依次是區(qū)域內差異、區(qū)域間差異和超變密度，區(qū)域內差異是科技創(chuàng)新能力區(qū)域差異的主要來源，暗含著西部兩大區(qū)域科技創(chuàng)新能力可能不存在較為顯著且普遍的收斂現(xiàn)象。

表1 西部地區(qū)兩大區(qū)域科技創(chuàng)新發(fā)展空間差異的來源分解

3 區(qū)域科技創(chuàng)新能力空間差異的收斂機制研究

σ收斂用于說明不同劃分區(qū)域科技創(chuàng)新能力偏離均值的幅度隨時間的變化情況。選取每萬人專利申請受理量，測算區(qū)域科技創(chuàng)新能力的σ收斂。計算公式為：

式中：j表示區(qū)域細分載體（j=1，2），i表示區(qū)域細分載體內的各省（區(qū)、市）（i=1，2，3，…），nj表示各區(qū)域細分載體內省（區(qū)、市）數量，resjt表示區(qū)域細分載體j在t時期內科技創(chuàng)新能力為平均數。如果σt+1＜σt，為收斂；反之則為發(fā)散。

樣本期內西部地區(qū)σ收斂系數穩(wěn)中有升，呈現(xiàn)σ發(fā)散，即科技創(chuàng)新能力的區(qū)域差異在擴大，是導致區(qū)域科技創(chuàng)新能力產生差異的主因。其中，西南地區(qū)σ收斂與西部整體變化態(tài)勢類似，呈發(fā)散態(tài)勢，但其變化速率逐漸平緩，與近年來成渝科技創(chuàng)新中心的建設和貴州大數據產業(yè)發(fā)展帶來的技術空間溢出效應息息相關。相較而言，西北地區(qū)的σ收斂系數則變化劇烈，發(fā)散機制較為顯著，結果如圖3所示。

圖3 西部地區(qū)科技創(chuàng)新能力的σ收斂系數

4 空間效應檢驗

4.1 空間相關性檢驗

（1）莫蘭指數

空間自相關主要用于衡量地理單元之間的集聚特征，文章采用全局莫蘭指數檢驗區(qū)域科技創(chuàng)新能力的全局空間相關性，局部莫蘭指數檢驗地理單元之間自相關程度[9]。全局莫蘭指數計算公式為：

局部莫蘭指數計算公式為：

式中：xi和xj為i、j區(qū)域的科技創(chuàng)新能力為地區(qū)觀測值的平均值，n為空間要素樣本總數，Wij為一階地理鄰接空間權重矩陣，q0為空間權重的聚合

Moran's I取值范圍為[-1，1]，當其等于0時表示科技創(chuàng)新能力無空間自相關性；大于0時表示具有空間正自相關性；小于0時表示具有空間負自相關性。局部Moran's I散點圖劃分為4個象限，分別代表高－高（HH）集聚、低－高（LH）集聚、高－低（HL）集聚、低－低（LL）集聚的空間集聚特征。

（2）全局空間自相關檢驗

考慮地理因素權重矩陣，計算2006—2020年西部10省（區(qū)、市）科技創(chuàng)新能力全局莫蘭指數，見表2。

表2 西部地區(qū)科技創(chuàng)新能力全局空間自相關

表2結果顯示，2009年以來，Moran's I值通過了10%的顯著性檢驗，且大于0，在[0.151，0.442]區(qū)間波動，表明自2009年開始西部地區(qū)科技創(chuàng)新能力具有正向的空間依賴性和溢出效應；而且科技創(chuàng)新能力高的區(qū)域傾向于向其他同樣具有較高創(chuàng)新能力的區(qū)域集中，科技創(chuàng)新能力較弱的區(qū)域傾向于向同樣具有較低創(chuàng)新能力的區(qū)域集中，存在空間俱樂部趨同。同時也說明采用空間計量方法對科技創(chuàng)新能力的空間效應進行檢驗具有一定的合理性。

（3）局部空間自相關檢驗

為進一步考察科技創(chuàng)新能力在空間上的集聚程度，繪制2006年和2020年的局部Moran's I散點圖，見圖4。兩年里西部省域主要集聚在第一、三象限，說明科技創(chuàng)新能力在西部省域之間存在“高-高聚集、低－低聚集”的空間關聯(lián)性。相較于2006年，2020年位于第二、四象限的觀測點數量在減少，表明隨著時間推移科技創(chuàng)新能力的空間自相關性在逐漸增強。

圖4 2006（左）和2020年（右）莫蘭散點圖

2020年，寧夏、重慶、陜西處于第一象限，是區(qū)域內科技創(chuàng)新能力發(fā)展高－高聚集區(qū)，各省之間具有較強的局部相關性；貴州和甘肅處于第二象限，這些省與其周邊省科技創(chuàng)新能力差異偏大，區(qū)域異質性明顯；云南、青海、新疆和西藏處于第三象限，是區(qū)域內科技創(chuàng)新能力發(fā)展的低－低聚集區(qū)，該象限省科技創(chuàng)新能力發(fā)展滯緩，與其鄰近省創(chuàng)新互動偏弱；四川處于第四象限，說明四川科技創(chuàng)新能力較強，但其周邊省的科技創(chuàng)新能力較弱，與周邊省局部相關性不高，存在極化效應。

4.2 構建空間計量模型

（1）模型設定

Ansenlin認為空間經濟單元并非孤立，而是通過各種聯(lián)系在地理上與鄰近經濟單元在空間上相互影響。Moran's I指數檢驗結果顯示，西部地區(qū)科技創(chuàng)新能力存在空間依賴性。綜合考慮傳統(tǒng)回歸模型會忽略區(qū)域間存在的空間依賴性和溢出效應、基于OLS模型的拉格朗日（LM）和穩(wěn)健性拉格朗日檢驗（Robuse LM）結果、Hausman檢驗結果，文章構建固定效應空間杜賓模型（SDM）[10]。

式中：i代表省份，t代表年份；yit是因變量，Xit是自變量，Wijyit是因變量的空間滯后項，用于衡量鄰近區(qū)域因變量對該區(qū)域因變量的影響；WX是自變量空間滯后項，用于衡量鄰近區(qū)域自變量對該區(qū)域因變量的空間影響；β是自變量系數，ρ是空間自回歸系數，θ是自變量空間滯后項系數；λt為個體時間效應，μi為個體固定效應，ε為隨機擾動項。

對于空間權重矩陣W，采用空間權重進行賦值[11]：

（2）變量選取與數據來源

基于前文理論分析框架，構建指標體系進行實證研究，各變量說明見表3。研究樣本為2006—2020年西部10省（區(qū)、市）的面板數據，數據主要來源于各省（區(qū)、市）統(tǒng)計年鑒、統(tǒng)計公報、《中國統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》，地圖數據來源于國家基礎地理信息中心。對數據進行對數化處理后以消除可能存在的異方差。

表3 變量說明

5 實證分析

5.1 基本回歸結果

采用Stata 17 軟件建立靜態(tài)空間杜賓模型，結果見表4。

表4 空間杜賓模型回歸結果

核心變量：（1）科技創(chuàng)新能力的空間滯后項系數rho在1%的水平下顯著為負，說明西北地區(qū)各省份之間存在激烈的科技創(chuàng)新競爭，彼此間相關制約。（2）R&D人員投入系數為0.14，且在5%的顯著性水平下通過了檢驗，說明科技人員增加會顯著提升本省市科技創(chuàng)新能力。（3）R&D經費投入系數為-0.495，且在1%的顯著性水平下通過了檢驗，說明R&D經費投入的增加沒有顯著地促進本地區(qū)科技創(chuàng)新能力的提升，存在人浮于事的現(xiàn)象。

控制變量：（1）經濟基礎的系數為正，但并不顯著，說明區(qū)域經濟增長對本省科技創(chuàng)新能力具有正向支撐作用，但促進效果不明顯，經濟與科技可能存在“兩張皮”現(xiàn)象[13]，沒有很好發(fā)揮政府資金的引導作用。（2）工業(yè)化程度的系數為-0.429，且10%的顯著性水平下通過了檢驗，說明工業(yè)發(fā)展并沒有促進本地科技創(chuàng)新能力的提升，相反產生了抑制作用。專利創(chuàng)造和申請主要來自工業(yè)相關的技術密集型產業(yè)，但西部地區(qū)大多數省份屬于老工業(yè)基地或生態(tài)保護區(qū)，資源密集型產業(yè)、農業(yè)對GDP的貢獻率偏高，陳舊落后的產業(yè)鏈對創(chuàng)新產出的需求并不是很旺盛，產業(yè)發(fā)展并沒有有效推動知識溢出和提升創(chuàng)新能力。（3）人力資本系數為0.754，且通過了1%的顯著性檢驗，說明區(qū)域創(chuàng)新與本地基礎教育之間具有較強的相關性，近年來，西部地區(qū)加大人才的引育，出臺人才激勵政策和為科研人員減負，有效激發(fā)了人才的創(chuàng)新創(chuàng)造活力。（4）信息化程度系數為0.717，且通過了1%的顯著性檢驗，說明信息化通過促進知識積累、增進交流合作和優(yōu)化資源配置，促進區(qū)域科技創(chuàng)新能力的提升[14]。（5）對外開放程度系數為0.006，未通過顯著性檢驗，說明技術進口和外商投資對科技創(chuàng)新的作用并不顯著，可能源于西部地區(qū)引進的技術和進口的產品技術含量不高，模仿學習難度較小，亦或這類設計或產品的“拿來主義”相較于自主研發(fā)更為有益，符合技術溢出是把“雙刃劍”的論點。（6）城鎮(zhèn)化率。城鎮(zhèn)化率的直接效應為正且通過了1%的顯著性檢驗，可能與鄉(xiāng)村振興、新型城鎮(zhèn)化建設等一系列戰(zhàn)略部署的實施，在推進了城鎮(zhèn)化進程的同時通過中介效應促進了科技創(chuàng)新能力的提升[15]。

考慮空間溢出：W*lnrdp的系數為0.048未通過顯著性檢驗，說明本省份的科研人力資本對相鄰省份的科技創(chuàng)新能力的正向促進作用不具有顯著性。W*lnrd的系數為-1.354，且通過了1%的顯著性檢驗，說明本省R&D經費投入強度越高，會抑制相鄰省份科技創(chuàng)新能力的提升，主要源于西部地區(qū)不同省份間存在資金虹吸效應，激烈的資本競爭態(tài)勢和良好的營商環(huán)境，促使大量具有競爭優(yōu)勢的企業(yè)在空間上集聚。

5.2 直接效應和間接效應

SDM模型是非線性的，回歸系數不足以解釋自變量對科技創(chuàng)新能力的影響，為更好地描述和解釋變量對被解釋變量的影響，采用偏導矩方法將模型劃分為直接效應、間接效應和總效應[16]。

式中：直接效應表示解釋變量對本省科技創(chuàng)新能力的影響，是矩陣對角線上元素的平均值；間接效應或空間溢出效應表示解釋變量對相鄰省份科技創(chuàng)新能力的影響，是矩陣非對角線上元素的平均值；二者之和為總效應。空間效應的長期分解見表5。

表5 直接效應、間接效應和總效應

結果顯示：（1）R&D人員投入。直接效應系數為0.144，且通過了5%的顯著性檢驗，說明增加人力資本可以顯著提升本省科技創(chuàng)新能力，主要因為科技創(chuàng)新的產出依靠人來完成，高質量和充沛的科技人員可在一定程度上縮短研發(fā)周期，加速關鍵核心技術的攻關，搶占市場先機，從而有效提升科技創(chuàng)新能力。間接效應下系數為-0.015但不顯著，說明科研人力資本對相鄰省市的科技創(chuàng)新具有負向空間溢出效應，本省科技人才的聚集會抑制相鄰省份的科技創(chuàng)新能力提升，但效果不顯著，還需持續(xù)加大培育和引進人力資本的力度。（2）R&D經費投入。直接效應系數為-0.355，且在5%的顯著性水平通過了檢驗，說明增加R&D經費投入沒有顯著提升本省科技創(chuàng)新能力，還未完全形成以政府為主導、企業(yè)和銀行為主體的科技投入體系。間接效應系數為-0.849，在1%的顯著性水平下通過了檢驗，說明科技投入對相鄰省份的科技創(chuàng)新具有顯著的負向空間溢出效應，沒有促進本省市的科技創(chuàng)新能力提升，同時也沒有帶動相鄰省份的科技創(chuàng)新能力提升。企業(yè)是研發(fā)投入主體，但研發(fā)經費和企業(yè)在空間分布上具有非隨機性，且資本具有逐利性，使得創(chuàng)新資源稟賦相似的省份在空間上趨于聚集分布，區(qū)域協(xié)同發(fā)展效能偏低。

5.3 穩(wěn)健性檢驗

由于空間計量模型可能會存在內生性問題，所以文章引入被解釋變量的空間滯后項，構建動態(tài)SDM模型對模型的穩(wěn)健性進行檢驗，結果見表6。結果顯示，被解釋變量的空間滯后項在1%的置信水平下通過了檢驗且為正；相較于靜態(tài)SDM模型，科研人力資本和R&D經費投入對區(qū)域科技創(chuàng)新能力的空間溢出效應在顯著性與作用方向上并沒有發(fā)生大的變化，說明本研究具有一定的穩(wěn)健性。

表6 穩(wěn)健性檢驗

6 結論及啟示

研究結論：（1）基尼系數顯示西部地區(qū)科技創(chuàng)新能力差異在空間分布上存在擴張趨勢，差異主要來源于區(qū)域內和超變密度；σ收斂表明地區(qū)科技創(chuàng)新能力的變化趨勢呈發(fā)散態(tài)勢，西北地區(qū)發(fā)散性強于西南地區(qū)，是導致區(qū)域科技創(chuàng)新能力產生差異的主因。（2）西部地區(qū)科技創(chuàng)新能力在空間上存在自相關，呈現(xiàn)“高－高”“低－低”集聚。（3）增加R&D人員投入有助于提高本省科技創(chuàng)新能力，但沒有顯著促進相鄰省份科技創(chuàng)新能力的提升。增加R&D經費投入未顯著促進本省科技創(chuàng)新能力的提升，但顯著促進相鄰省份科技創(chuàng)新能力提升，即存在空間溢出效應和涓滴效應。（4）人力資本對省內外科技創(chuàng)新能力提升的促進作用最為顯著，工業(yè)化程度負向抑制作用較為顯著，但經濟基礎、信息化程度、對外開放程度、城鎮(zhèn)化率對省內外科技創(chuàng)新能力的作用還需持續(xù)研究考證。

通過實證研究可得如下啟示：一是建立健全科技創(chuàng)新資源跨區(qū)域流動機制，強化區(qū)域之間科技創(chuàng)新合作與互動，推動貴州“借梯登高”向北積極融入成渝經濟圈，發(fā)揮陜西、成渝等區(qū)域“創(chuàng)新級”或“創(chuàng)新生態(tài)圈”的輻射帶動作用，通過空間溢出和涓滴效應促進西北、西南區(qū)域協(xié)同發(fā)展，縮小科技創(chuàng)新能力空間差異。二是進一步完善財政資金為引導、企業(yè)投入為主、多元社會資本投入補充的投入機制，加大研發(fā)經費投入總量和強度，提高資金利用效率。三是強化產業(yè)集群發(fā)展，打造專業(yè)化產業(yè)園區(qū)，推動產業(yè)基礎高級化、產業(yè)鏈現(xiàn)代化。四是積極融入國際市場，協(xié)同推進全國統(tǒng)一大市場建設，加強學術交流和技術聯(lián)合攻關合作，獲得技術溢出紅利。