韓伯棠，潘秀珍，王　冬，徐德英，韓　磊

（北京理工大學(xué)，北京，100081）

多維鄰近與區(qū)域知識(shí)溢出：基于2000-2014年中國(guó)高技術(shù)產(chǎn)業(yè)面板數(shù)據(jù)實(shí)證分析

韓伯棠，潘秀珍，王冬，徐德英，韓磊

（北京理工大學(xué)，北京，100081）

本文采用空間計(jì)量的方法，分別研究了地理鄰近、技術(shù)鄰近、交通便利度鄰近和信息鄰近下我國(guó)高技術(shù)產(chǎn)業(yè)創(chuàng)新的省際知識(shí)溢出效應(yīng)，并探析四種鄰近性對(duì)創(chuàng)新知識(shí)溢出的作用隨時(shí)間的變化趨勢(shì)。研究發(fā)現(xiàn)：在各鄰近下，我國(guó)高技術(shù)產(chǎn)業(yè)存在顯著的省際知識(shí)溢出效應(yīng)；研發(fā)資本投入存在邊際產(chǎn)出遞減，隨著時(shí)間的發(fā)展，其對(duì)高技術(shù)產(chǎn)業(yè)創(chuàng)新產(chǎn)出的促進(jìn)力度由大于研發(fā)人力促進(jìn)力度，變成小于研發(fā)人力促進(jìn)力度；交通鄰近和技術(shù)鄰近對(duì)高技術(shù)產(chǎn)業(yè)知識(shí)溢出的促進(jìn)作用相對(duì)較大，地理鄰近的作用逐漸變小，而信息鄰近的作用逐漸變大。最后探討了上述結(jié)果的發(fā)生原因，并提出了相應(yīng)的建議。

鄰近性；高技術(shù)產(chǎn)業(yè)；省際知識(shí)溢出

工業(yè)經(jīng)濟(jì)論壇 URL： http//www.iereview.com.cn DOI： 10.11970/j.issn.2095-7866.2016.05.005

引言

20世紀(jì)80年代以來(lái)，各國(guó)高技術(shù)產(chǎn)業(yè)迅速發(fā)展，已經(jīng)成為國(guó)際經(jīng)濟(jì)和科技競(jìng)爭(zhēng)的重要陣地。我國(guó)也已經(jīng)形成了以北京中關(guān)村、上海高新區(qū)、深圳高新區(qū)、西安楊凌高新區(qū)為中心的四大高技術(shù)產(chǎn)業(yè)密集區(qū)。據(jù)統(tǒng)計(jì)，2000年我國(guó)高技術(shù)產(chǎn)業(yè)主營(yíng)業(yè)務(wù)收入達(dá)到1萬(wàn)億元，到2014年增長(zhǎng)到12.7萬(wàn)億元，15年間我國(guó)高技術(shù)產(chǎn)業(yè)收入增長(zhǎng)了近12倍，而且呈現(xiàn)加速增長(zhǎng)趨勢(shì)，快速發(fā)展的高技術(shù)產(chǎn)業(yè)已成為我國(guó)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化調(diào)整的重要推動(dòng)力。

創(chuàng)新，尤其是以知識(shí)、技術(shù)密集度高為特點(diǎn)的高技術(shù)產(chǎn)業(yè)創(chuàng)新，是區(qū)域經(jīng)濟(jì)、社會(huì)發(fā)展的動(dòng)力，是轉(zhuǎn)變經(jīng)濟(jì)增長(zhǎng)方式的重要途徑，而且我國(guó)區(qū)域創(chuàng)新發(fā)展不平衡，東部地區(qū)的科技創(chuàng)新水平明顯高于中、西部，所以研究區(qū)域創(chuàng)新及其知識(shí)溢出對(duì)我國(guó)具有重要的現(xiàn)實(shí)意義。其中，鄰近性與創(chuàng)新已經(jīng)成為近十年來(lái)區(qū)域經(jīng)濟(jì)學(xué)、新經(jīng)濟(jì)地理學(xué)等多門(mén)學(xué)科研究區(qū)域創(chuàng)新的新視角。最開(kāi)始引入的是地理鄰近，認(rèn)為地理距離越近，雙方主體間信息交流、模仿學(xué)習(xí)就越容易，知識(shí)溢出的可能性就越大［1-4］。隨著研究的深入，學(xué)者們也從單一的地理鄰近維度拓展到多維度鄰近對(duì)溢出影響的研究。尤其是法國(guó)鄰近動(dòng)力學(xué)派的興起，使鄰近維度拓展為認(rèn)知鄰近、組織鄰近、社會(huì)鄰近等［5］。國(guó)內(nèi)學(xué)者根據(jù)我國(guó)經(jīng)濟(jì)發(fā)展和現(xiàn)實(shí)情況，也在單一的地理鄰近維度的基礎(chǔ)上，引入技術(shù)鄰近等其他鄰近維度，多位學(xué)者也實(shí)證分析了鄰近性對(duì)知識(shí)溢出的正負(fù)效應(yīng)。例如王慶喜實(shí)證分析了我國(guó)高技術(shù)產(chǎn)業(yè)的省際知識(shí)溢出在地理鄰近和技術(shù)鄰近下均非常明顯，其中技術(shù)鄰近效應(yīng)略高［6］。稍有不同的是徐德英的研究，通過(guò)拓展多維鄰近的概念，引入了信息化鄰近及交通便利度兩個(gè)鄰近維度，并探究了其對(duì)高技術(shù)產(chǎn)業(yè)知識(shí)溢出的影響［7］。

但多數(shù)學(xué)者在研究鄰近性對(duì)創(chuàng)新的影響時(shí)，忽略了創(chuàng)新是一個(gè)動(dòng)態(tài)的過(guò)程，往往只靜態(tài)地研究了鄰近性對(duì)創(chuàng)新產(chǎn)出的正負(fù)影響效應(yīng)，卻沒(méi)有探析不同鄰近維度隨著時(shí)間的推移對(duì)創(chuàng)新知識(shí)溢出的作用是怎樣演進(jìn)的，比如說(shuō)地理鄰近隨著時(shí)間的推移，其重要性發(fā)生了什么變化，以及為何出現(xiàn)這種變化趨勢(shì)，在這過(guò)程中其他鄰近維度又起到了一個(gè)什么樣的作用？本文基于這個(gè)出發(fā)點(diǎn)，運(yùn)用空間計(jì)量經(jīng)濟(jì)學(xué)的方法，構(gòu)建了四種空間鄰近矩陣，探析高技術(shù)產(chǎn)業(yè)創(chuàng)新的主要影響因素，四種鄰近對(duì)高技術(shù)產(chǎn)業(yè)創(chuàng)新知識(shí)溢出的作用，以及四種鄰近維度的作用隨時(shí)間的變化趨勢(shì)。

一、文獻(xiàn)綜述

在鄰近性對(duì)創(chuàng)新及知識(shí)溢出作用的研究中，地理鄰近作為空間科學(xué)關(guān)注的核心，早在19世紀(jì)就已經(jīng)收到學(xué)者關(guān)注。在鄰近性這一概念被正式提出來(lái)之前，它一直以一種隱含的形式被學(xué)者們從其他視角進(jìn)行研究，如19世紀(jì)末，馬歇爾的產(chǎn)業(yè)區(qū)理論認(rèn)為產(chǎn)業(yè)集聚最主要的動(dòng)因是企業(yè)對(duì)外部經(jīng)濟(jì)性利益的追求，而企業(yè)的外部經(jīng)濟(jì)性主要表現(xiàn)在三個(gè)方面，即專業(yè)化勞動(dòng)的集中、基礎(chǔ)設(shè)施的共享和信息技術(shù)的交流［8］。三個(gè)方面在一定程度都是由地理鄰近造成的，相關(guān)的實(shí)證研究也認(rèn)為，知識(shí)的外部經(jīng)濟(jì)效應(yīng)與地理位置有關(guān)。

20世紀(jì)90年代以后，學(xué)者們開(kāi)始明確從地理鄰近的角度研究創(chuàng)新及知識(shí)溢出，并發(fā)現(xiàn)地理鄰近在知識(shí)溢出中的起著重要的作用。如jaffe、Trajtenberg和Henderson通過(guò)對(duì)比專利引用者和被引用者的地理位置，發(fā)現(xiàn)專利引用者一般傾向于引用本地區(qū)的專利，以此作為知識(shí)溢出很大程度上發(fā)生在地理距離相近的兩個(gè)主體之間［1］。Audretsch和Feldman通過(guò)研究創(chuàng)新活動(dòng)的空間分布，發(fā)現(xiàn)研發(fā)活動(dòng)傾向于在空間集聚，而這很大程度上是由于企業(yè)組織在地理上向知識(shí)源靠攏的結(jié)果［2］。Anselin、Varga和Acs基于Griliches-Jaffe知識(shí)生產(chǎn)函數(shù)，重新審視了大學(xué)研究和高技術(shù)創(chuàng)新活動(dòng)之間的空間溢出的經(jīng)驗(yàn)數(shù)據(jù)，發(fā)現(xiàn)其存在本地空間外部性［3］；）Bottazzai和Peri利用1977-1995年期間歐洲地區(qū)的研發(fā)和專利數(shù)據(jù)，研究外部性對(duì)創(chuàng)新的影響，得出知識(shí)溢出效用傾向于本地化的結(jié)論［4］。

但是隨著學(xué)者對(duì)知識(shí)溢出研究的深入，發(fā)現(xiàn)地理鄰近并不是知識(shí)溢出唯一的渠道，有些企業(yè)雖然在一個(gè)區(qū)域但很少交流互動(dòng)，本地知識(shí)溢出論受到質(zhì)疑。尤其是法國(guó)鄰近動(dòng)力學(xué)派引入多維鄰近的概念，研究者已經(jīng)超越空間或地理的束縛，從更全面的視野研究創(chuàng)新主體間的活動(dòng)，且認(rèn)為其他鄰近維度對(duì)于促進(jìn)交互式學(xué)習(xí)和創(chuàng)新的作用并不比地理鄰近小。Torre和Gilly提出了涵蓋多個(gè)維度的鄰近概念，但鄰近的分類比較模糊，定義比較泛，主要解析了地理鄰近和組織鄰近［9］。Boschma提出了5個(gè)鄰近維度，分別為地理鄰近、認(rèn)知鄰近、組織鄰近、社會(huì)鄰近、制度鄰近［5］。

因?yàn)槎嗑S鄰近的相關(guān)定義比較模糊，且有重疊，國(guó)外學(xué)者多是在地理鄰近的基礎(chǔ)上加上幾種比較好測(cè)量的鄰近。Greunz采用1989至1996年間的153個(gè)歐洲子區(qū)域的數(shù)據(jù)，研究歐洲的跨區(qū)域知識(shí)溢出效用，發(fā)現(xiàn)地理上鄰近和技術(shù)結(jié)構(gòu)類似的地區(qū)間存在知識(shí)溢出效應(yīng)，而且技術(shù)上的鄰近和地理上的鄰近在一定程度上重疊［10］。Fisher、Scherngell和Jansenberger采用歐洲專利引用數(shù)據(jù)得出，區(qū)域間的知識(shí)溢出發(fā)生在特定產(chǎn)業(yè)中，最經(jīng)常發(fā)生于地理位置鄰近且技術(shù)結(jié)構(gòu)相似的區(qū)域之間［11］。Ejermo和Karlsson采用歐洲專利局?jǐn)?shù)據(jù)庫(kù)中的數(shù)據(jù)，發(fā)現(xiàn)區(qū)域間創(chuàng)新合作活動(dòng)受區(qū)域間的交通時(shí)間和距離影響，而且不同的技術(shù)溢出對(duì)距離的敏感度不同［12］?！靶畔⒓夹g(shù)”對(duì)距離敏感度最低，幾乎符合預(yù)測(cè)的“距離死亡論”。Parent和LeSage采用的專利活動(dòng)樣本數(shù)據(jù)包括九個(gè)歐洲國(guó)家的323個(gè)地區(qū)，發(fā)現(xiàn)與傳統(tǒng)研究完全依賴地理鄰近不同，區(qū)域間的知識(shí)溢出還依賴區(qū)域間的技術(shù)結(jié)構(gòu)相似度和交通網(wǎng)絡(luò)聯(lián)系［13］。Aldieri采用美國(guó)、日本、歐洲三個(gè)地區(qū)的的專利引用數(shù)據(jù)，發(fā)現(xiàn)知識(shí)流動(dòng)與地理鄰近和技術(shù)鄰近存在顯著的關(guān)系，而且不同的鄰近變量對(duì)知識(shí)流動(dòng)的作用有很大的區(qū)別［14］。Caragliu和Nijkamp通過(guò)測(cè)量歐洲NUTS2地區(qū)的地理鄰近、關(guān)系鄰近、社會(huì)鄰近、認(rèn)知和技術(shù)鄰近對(duì)知識(shí)溢出的作用發(fā)現(xiàn)，發(fā)現(xiàn)與傳統(tǒng)發(fā)現(xiàn)地理鄰近在知識(shí)溢出中起主要作用不同，認(rèn)知鄰近的解釋力度更強(qiáng)［15］。

總結(jié)以上國(guó)外的相關(guān)文獻(xiàn)可以發(fā)現(xiàn)：?jiǎn)我坏牡乩磬徑鼘?duì)區(qū)域知識(shí)溢出起促進(jìn)作用，但并不是必要條件；多維鄰近的概念有重合，實(shí)證比較困難，多數(shù)學(xué)者都是在地理鄰近的基礎(chǔ)上加上技術(shù)鄰近或者認(rèn)真鄰近等比較好測(cè)量的維度；不同的鄰近維度對(duì)知識(shí)溢出的作用不同。這些文獻(xiàn)大多數(shù)是以歐美等區(qū)域?yàn)闃颖具M(jìn)行研究，國(guó)內(nèi)學(xué)者也以我國(guó)為樣本進(jìn)行了研究。符淼研究技術(shù)溢出強(qiáng)度隨著距離變化，發(fā)現(xiàn)技術(shù)溢出效用隨著地理距離快速下降［16］。李靖、譚清美和白俊紅基于1998-2007年我國(guó)30個(gè)省的區(qū)域創(chuàng)新活動(dòng)數(shù)據(jù)，運(yùn)用空間計(jì)量方法，從地理特征和社會(huì)經(jīng)濟(jì)特征兩個(gè)方面分別構(gòu)建空間權(quán)重矩陣，研究發(fā)現(xiàn)地理區(qū)位特征和社會(huì)經(jīng)濟(jì)特征均會(huì)對(duì)區(qū)域創(chuàng)新產(chǎn)出及其空間相關(guān)性產(chǎn)生影響，且社會(huì)經(jīng)濟(jì)特征的影響更大［17］。韓寶龍和李琳以我國(guó)53個(gè)國(guó)家級(jí)高新區(qū)為對(duì)象，驗(yàn)證了地理鄰近對(duì)區(qū)域創(chuàng)新績(jī)效產(chǎn)生正的影響效應(yīng)，且這種正的影響效應(yīng)呈邊際報(bào)酬遞減的特征［18］。王慶喜基于高技術(shù)產(chǎn)業(yè)1995-2010的創(chuàng)新活動(dòng)數(shù)據(jù)，得出地理鄰近和技術(shù)鄰近均影響高技術(shù)產(chǎn)業(yè)的省際知識(shí)溢出，且技術(shù)鄰近的影響效應(yīng)略高［6］。徐德英和韓伯棠通過(guò)拓展多維鄰近的概念，引入了信息化鄰近和交通便利度兩個(gè)鄰近維度，并研究它們對(duì)高技術(shù)產(chǎn)業(yè)省際知識(shí)溢出的作用，發(fā)現(xiàn)在信息化與交通便利度交互鄰近下，地理距離將不再是最主要的制約因素［7］。以上這些文獻(xiàn)從地理鄰近、技術(shù)鄰近等多維鄰近，證明了我國(guó)區(qū)域間存在較明顯的知識(shí)溢出效用。研究學(xué)者都是從自己研究問(wèn)題的角度出發(fā)設(shè)定鄰近維度，不同的鄰近維度概念存在重疊現(xiàn)象。國(guó)內(nèi)只有少數(shù)學(xué)者關(guān)注了鄰近性對(duì)創(chuàng)新的影響效應(yīng)，卻沒(méi)有探析各種鄰近維度對(duì)創(chuàng)新作用隨時(shí)間的推移是否發(fā)生變化？本文希望在這方面進(jìn)行研究。

二、實(shí)證模型的設(shè)定

（一）基本模型

在研究區(qū)域知識(shí)溢出時(shí)，一般都是從Criliches提出的知識(shí)生產(chǎn)函數(shù)出發(fā)，其基本假設(shè)是將創(chuàng)新過(guò)程的產(chǎn)出看作是研發(fā)投入的函數(shù)［19］。采用柯布-道格拉斯生產(chǎn)函數(shù)的形式，即

Jaffe在此基礎(chǔ)上進(jìn)行延伸，認(rèn)為投入變量包括研發(fā)經(jīng)費(fèi)投入和人力資源投入［20］。由此形成了Griliches-Jaffe知識(shí)生產(chǎn)函數(shù)的一般形式：

對(duì)模型兩邊取對(duì)數(shù)得：

其中，I表示區(qū)域創(chuàng)新產(chǎn)區(qū)，K代表區(qū)域的研發(fā)資本投入，L代表區(qū)域的人力資本投入，ε為誤差項(xiàng)。

（二）空間面板模型

Anselin指出“幾乎所有的空間數(shù)據(jù)都具有空間依賴性或空間自相關(guān)的特點(diǎn)，并提出在普通的回歸模型中加入內(nèi)生變量或剩余變量可解決數(shù)據(jù)的空間相關(guān)性問(wèn)題”［21］。因此，在研究區(qū)域創(chuàng)新問(wèn)題上，不能忽視區(qū)域之間的空間相關(guān)性。根據(jù)Anselin提出的典型的空間面板模型，結(jié)合本文研究的內(nèi)容，設(shè)定本文的空間數(shù)據(jù)面板如下：

其中，I表示區(qū)域創(chuàng)新產(chǎn)區(qū)，I'為除i地區(qū)其他區(qū)域的創(chuàng)新產(chǎn)出，K代表區(qū)域的研發(fā)資本投入，L代表區(qū)域的人力資本投入，ε、μ為誤差項(xiàng)。i和t分別為省份和年份的下標(biāo)。 W1和W2為被賦予了不同“空間鄰接關(guān)系”定義的空間加權(quán)矩陣。當(dāng)W1=0時(shí)為空間誤差模型（SEM），即不同地區(qū)之間的空間相關(guān)性表現(xiàn)在一些沒(méi)有被觀測(cè)的變量或者是一些遺漏的變量之間等情形（如影響研發(fā)活動(dòng)的政府導(dǎo)向和環(huán)境因素），λ為空間誤差項(xiàng)系數(shù)。當(dāng)W2=0時(shí)為空間滯后模型（SAR），即不同地區(qū)之間的空間相關(guān)性表現(xiàn)在鄰近地區(qū)因變量的空間滯后項(xiàng)，考察其他“相鄰”的地區(qū)對(duì)本地區(qū)的一種平均外部性，ρ為空間滯后項(xiàng)系數(shù)。

三、變量與數(shù)據(jù)處理

（一）創(chuàng)新投入產(chǎn)出變量選擇

對(duì)于創(chuàng)新產(chǎn)出的研究中，多數(shù)學(xué)者選取專利的申請(qǐng)數(shù)、專利的授權(quán)數(shù)、新產(chǎn)品產(chǎn)值等來(lái)衡量。高技術(shù)產(chǎn)業(yè)新產(chǎn)品產(chǎn)值2011年之后的數(shù)據(jù)沒(méi)有統(tǒng)計(jì)，數(shù)據(jù)缺失，而且專利授權(quán)的過(guò)程需要持續(xù)一段時(shí)間，有一定的時(shí)間滯后性。所以為了很好的反映當(dāng)期的創(chuàng)新活動(dòng)水平，本文選用專利申請(qǐng)量來(lái)代表創(chuàng)新產(chǎn)出。

創(chuàng)新投入變量包括人力資本的投入和研發(fā)資本的投入。衡量人力資本的投入的指標(biāo)主要有科技人員活動(dòng)數(shù)、技術(shù)人員活動(dòng)數(shù)、研發(fā)人員全時(shí)當(dāng)量等等。參照李靖、白俊紅和譚清美的做法，本文采用R&D人員全時(shí)當(dāng)量衡量研發(fā)人員投入［17］。衡量研發(fā)資本投入時(shí)，考慮到當(dāng)期的投資不僅對(duì)當(dāng)期的研發(fā)活動(dòng)產(chǎn)生影響，也會(huì)對(duì)之后的研發(fā)活動(dòng)產(chǎn)生影響，所以一般來(lái)說(shuō)，采用研發(fā)資本存量指標(biāo)。根據(jù)數(shù)據(jù)的可得性，本文采用高技術(shù)產(chǎn)業(yè)R&D經(jīng)費(fèi)內(nèi)部支出計(jì)算研發(fā)資本存量。計(jì)算存量一般采用永續(xù)盤(pán)存法，計(jì)算公式如下：

其中Kit和Ki，t-1分別為第i在第t和第t-1期的資本存量，Eit為第i在第t期的實(shí)際R&D經(jīng)費(fèi)支出，δ為折舊率。

上述公式主要涉及以下三個(gè)變量：（1）研發(fā)支出平減價(jià)格指數(shù)的構(gòu)造，為消除通貨膨脹的影響，將當(dāng)期價(jià)格的R&D支出折算成不變價(jià)的研發(fā)支出。因?yàn)闆](méi)有專門(mén)的研發(fā)支出平減指數(shù)，我們需要根據(jù)構(gòu)造一個(gè)研發(fā)支出平減價(jià)格指數(shù)。其一般用固定資產(chǎn)投資價(jià)格指數(shù)、原材料購(gòu)進(jìn)價(jià)格指數(shù)和物價(jià)消費(fèi)指數(shù)等進(jìn)行構(gòu)造。借鑒朱平芳、徐偉民將研發(fā)支出價(jià)格指數(shù)設(shè)定為固定資產(chǎn)投資價(jià)格指數(shù)和消費(fèi)物價(jià)指數(shù)的加權(quán)平均值，其中前者的權(quán)重為0.45，后者的權(quán)重為0.55，即研發(fā)支出價(jià)格指數(shù)=0.45*固定資產(chǎn)投資價(jià)格指數(shù)+0.55*消費(fèi)物價(jià)指數(shù)［22］。而且以2000年為基期，對(duì)R&D經(jīng)費(fèi)支出進(jìn)行平減，得到不變價(jià)的R&D支出。（2）折舊率 的選取。根據(jù)已有的文獻(xiàn)， 的確定主要根據(jù)經(jīng)驗(yàn)簡(jiǎn)單設(shè)定為一固定值，一般情況下為5%～15%［23］。考慮到高技術(shù)產(chǎn)業(yè)更新?lián)Q代快了，知識(shí)老化速度快，本文將折舊率 設(shè)定為15%。（3）基期存量 的確定。采用吳延兵［24］的的做法，計(jì)算公式為：

其中Ki0為基期資本存量，Ei0為基期不變價(jià)格的R&D經(jīng)費(fèi)支出，g為考察期內(nèi)資本存量的增長(zhǎng)率，本文假設(shè)資本存量的增長(zhǎng)率等于不變價(jià)R&D經(jīng)費(fèi)支出的增長(zhǎng)率。δ為折舊率。

（二）多維鄰近與空間權(quán)重矩陣的構(gòu)建

地理鄰近既不是知識(shí)溢出充分條件，也不是并非必要條件，而且隨著信息和交通基礎(chǔ)設(shè)施的建設(shè)，知識(shí)的交流對(duì)地理鄰近的依賴性減弱，徐德英和韓伯棠在此背景下進(jìn)行了鄰近維度的拓展，引入了信息鄰近和交通便利度鄰近［7］。對(duì)于高技術(shù)產(chǎn)業(yè)來(lái)說(shuō)，技術(shù)鄰近又是知識(shí)溢出的基礎(chǔ)，因此本文基于以上四種鄰近，研究不同鄰近在區(qū)域高技術(shù)產(chǎn)業(yè)創(chuàng)新知識(shí)溢出中的作用，以及各種鄰近性的重要性隨時(shí)間的變化趨勢(shì)。

1. 地理鄰近

地理鄰近使區(qū)域間的交流在時(shí)間和經(jīng)費(fèi)上面占據(jù)很大的優(yōu)勢(shì)，隱性知識(shí)的擴(kuò)散速度加快，并推動(dòng)外部知識(shí)的學(xué)習(xí)，獲得溢出知識(shí)的成本也就相對(duì)較低。

借鑒Hong［25］的研究，根據(jù)31個(gè)區(qū)域省會(huì)城市的經(jīng)緯度，計(jì)算任意兩個(gè)省之間的球面距離dij。為了消除距離度量單位對(duì)結(jié)果的影響，地理鄰近指標(biāo)采用地理距離平方的倒數(shù)表示。兩地之間的距離越近，權(quán)重值越大，反之越小。設(shè)定的地理距離權(quán)重矩陣如下：

2. 技術(shù)鄰近

技術(shù)鄰近的重要性是以吸收能力為基礎(chǔ)的，能夠保證信息獲取的速度和效率。具有相似背景和技術(shù)知識(shí)的雙方能夠很好的理解吸收外部知識(shí)，相反，則存在交流無(wú)效或者效率低下。例如一個(gè)企業(yè)的技術(shù)人員同行政人員因?yàn)閷I(yè)知識(shí)的差異，雙方之間很難產(chǎn)生技術(shù)溢出。

根據(jù)Jaffe［20］對(duì)組織間技術(shù)鄰近的測(cè)量方法，采用雙方在不同技術(shù)領(lǐng)域擁有的專利數(shù)來(lái)測(cè)度兩地之間的技術(shù)鄰近性。首先查詢高技術(shù)產(chǎn)業(yè)分類，然后構(gòu)造技術(shù)向量：fi=［p1，p2，…，pn］，fj=［p1，p2，…，pm］，其中fi和fj分別表示i和j地區(qū)的專利技術(shù)分類構(gòu)成向量。其數(shù)據(jù)來(lái)自《中國(guó)高技術(shù)產(chǎn)業(yè)統(tǒng)計(jì)年鑒》，其統(tǒng)計(jì)范圍包括5類高技術(shù)產(chǎn)業(yè)，分別為：醫(yī)藥制造業(yè)、航空航天器制造業(yè)、電子及通信設(shè)備制造業(yè)、醫(yī)療設(shè)備及儀器儀表制造業(yè)。最后根據(jù)Jaffe提出的技術(shù)結(jié)構(gòu)相似度計(jì)算公式，得到兩地之間技術(shù)鄰近性權(quán)重空間矩陣：的值在0～1之間，數(shù)值越大，表示雙方之間的技術(shù)經(jīng)驗(yàn)和技術(shù)結(jié)構(gòu)越趨于一致，反之差異性越大。其對(duì)角線上的元素為0，且在實(shí)證過(guò)程中，對(duì)其進(jìn)行了行標(biāo)準(zhǔn)化。

3. 交通便利度鄰近

區(qū)域間如果交通便利，則可以大大降低兩地之間知識(shí)交流的成本，對(duì)地理距離具有一定的減弱作用。對(duì)于一定的距離而言，兩地之間交通便利程度越高，運(yùn)輸成本就越低，同時(shí)從多方面增加兩地間知識(shí)交流的可能性，從而增加兩地之間的知識(shí)溢出的可能性。

本文借鑒駱許蓓［26］的方法，采用交通網(wǎng)絡(luò)密度作為交通運(yùn)輸便利程度的衡量標(biāo)準(zhǔn)［26］。主要有以下兩方面的原因：一是對(duì)于既定的出發(fā)地和目的地而言，如果交通網(wǎng)絡(luò)密度越大，則可選擇的運(yùn)輸線路就越多，選擇到低成本的運(yùn)輸線路的可能性就越大；二是，交通網(wǎng)絡(luò)密度越大，則交通基礎(chǔ)設(shè)施發(fā)展程度越高，從而交通和通訊就越便利，運(yùn)輸成本也就越低。與駱許蓓不同的是，本文采用地區(qū)間經(jīng)過(guò)省份的幾何平均值衡量區(qū)域間的交通便利度，而不是算術(shù)平均值。這在一定程度上，可以避免“孤點(diǎn)”帶來(lái)的影響。

假設(shè)從省份i到省份j中間需要經(jīng)過(guò)n個(gè)省份，則定義兩地之間交通便利度為這n個(gè)省份交通網(wǎng)絡(luò)密度的幾何平均值。這個(gè)值越高，則說(shuō)明兩地之間交通互相通達(dá)度越高，交流就越方便。設(shè)定交通便利空間權(quán)重矩陣如下：

其中Dv表示省份v的交通網(wǎng)絡(luò)密度1. 本文采用駱許蓓［26］提出的方法，定義某個(gè)省份的交通網(wǎng)絡(luò)密度為鐵路網(wǎng)絡(luò)密度和公路網(wǎng)絡(luò)密度的加權(quán)值。其中權(quán)重按照客運(yùn)量占比，分別設(shè)為0.6和0.4。。的數(shù)值越大，表示從省份i到省份j之間的交通越便利，運(yùn)輸成本越低。

4. 信息鄰近

信息技術(shù)的不斷發(fā)展，城市信息化應(yīng)用水平不斷提成，智慧城市等概念應(yīng)運(yùn)而生。隨著城市和區(qū)域內(nèi)部信息化水平的不斷提高，區(qū)域間的交流方式也發(fā)生的很大的改變，視頻會(huì)議、遠(yuǎn)程控制等方式打破了地理的限制，隱性知識(shí)溢出的渠道更加寬闊。

根據(jù)徐德英的研究，采用國(guó)家統(tǒng)計(jì)局編制的信息化發(fā)展指數(shù)來(lái)衡量區(qū)域信息便利度的指標(biāo)，并采用區(qū)域間信息化發(fā)展水平絕對(duì)差的倒數(shù)來(lái)構(gòu)造信息空間權(quán)重矩陣［7］，公式如下：

其中Ti和Tj分別代表i地區(qū)和j地區(qū)的信息化發(fā)展指數(shù)。信息化發(fā)展水平差距越大，知識(shí)溢出越弱。

表1給出了創(chuàng)新產(chǎn)出和投入變量以及空間權(quán)重矩陣構(gòu)建的內(nèi)容和含義。

四、實(shí)證分析

（一）區(qū)域研發(fā)創(chuàng)新的空間相關(guān)性

檢驗(yàn)空間自相關(guān)性最常用的是Moran’s I檢驗(yàn)，利用geoda軟件計(jì)算2000—2014年我國(guó)31個(gè)省份高技術(shù)產(chǎn)業(yè)創(chuàng)新活動(dòng)的空間相關(guān)性系數(shù)，結(jié)果如表2。

表 1 變量說(shuō)明

表 2 我國(guó)高技術(shù)創(chuàng)新活動(dòng)水平的Moran's I統(tǒng)計(jì)量

從表2中可以得到，我國(guó)高技術(shù)產(chǎn)業(yè)創(chuàng)新活動(dòng)的全域Moran’s I指數(shù)在樣本期內(nèi)均為正數(shù)，從2000年的0.1735增長(zhǎng)到2014年的0.4759，且均通過(guò)了5%水平的顯著性檢驗(yàn)。這說(shuō)明我國(guó)31個(gè)省份高技術(shù)產(chǎn)業(yè)的創(chuàng)新活動(dòng)存在顯著的空間正相關(guān)，且呈現(xiàn)增強(qiáng)的趨勢(shì)。

我國(guó)高技術(shù)產(chǎn)業(yè)創(chuàng)新活動(dòng)存在空間相關(guān)性，在空間上呈現(xiàn)出集聚形態(tài)，我國(guó)已經(jīng)初步形成了長(zhǎng)江三角洲、珠江三角洲、環(huán)渤海地區(qū)高技術(shù)產(chǎn)業(yè)帶。除此之外，在內(nèi)地的四川、陜西、東北三省等地區(qū)也成為高技術(shù)產(chǎn)業(yè)的密集區(qū)。例如吉林的醫(yī)藥制造業(yè)處于全國(guó)領(lǐng)先地位，吸引大批相關(guān)高技術(shù)企業(yè)在吉林建設(shè)研發(fā)基地。

（二）實(shí)證結(jié)果分析

本文先對(duì)2000-2014年我國(guó)高技術(shù)產(chǎn)業(yè)創(chuàng)新活動(dòng)的面板數(shù)據(jù)進(jìn)行回歸，探析高技術(shù)產(chǎn)業(yè)創(chuàng)新的主要影響因素和各種鄰近對(duì)知識(shí)溢出的正負(fù)效應(yīng)，然后再把2000-2014年分成3個(gè)時(shí)間階段進(jìn)行回歸，探析各種鄰近對(duì)創(chuàng)新的重要性隨時(shí)間的變化趨勢(shì)。

1. 總體時(shí)間樣本（2000-2014年我國(guó)高技術(shù)產(chǎn)業(yè)數(shù)據(jù)）

（1） 數(shù)據(jù)平穩(wěn)性檢驗(yàn)

為了防止偽回歸的現(xiàn)象，需要對(duì)模型變量進(jìn)行數(shù)據(jù)平穩(wěn)性檢驗(yàn)。常用的檢驗(yàn)方法有LLC、IPS、FisherADF、FisherPP 這四種方法。利用eviews對(duì)數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)，結(jié)果如表3：

表 3 面板單位根檢驗(yàn)

表3顯示四種檢驗(yàn)方法各變量的一階差分均通過(guò)1%水平的顯著性檢驗(yàn)，各變量為一階單整序列。下面協(xié)整檢驗(yàn)，從表4可知變量數(shù)據(jù)存在協(xié)整關(guān)系，這說(shuō)明變量之間存在著長(zhǎng)期穩(wěn)定的均衡關(guān)系，此時(shí)回歸的結(jié)果比較精確。

表 4 面板數(shù)據(jù)協(xié)整檢驗(yàn)

（2） 空間面板模型的選擇

Hausman檢驗(yàn)的值為90.94，P值為0.000，所以拒絕“隨機(jī)效應(yīng)模型優(yōu)于固定效應(yīng)的模型”，應(yīng)采用固定效用模型?，F(xiàn)在用F統(tǒng)計(jì)量檢驗(yàn)是應(yīng)該建立混合回歸模型還是個(gè)體固定效應(yīng)模型，原假設(shè)為模型中不同個(gè)體的截距相同，即選擇混合模型。計(jì)算得F統(tǒng)計(jì)量的值為7.513，大于1%顯著性水平臨界值1.741，所以拒絕原假設(shè)，樣本數(shù)據(jù)回歸采用個(gè)體固定效應(yīng)模型。

下面對(duì)各鄰近矩陣下的空間效應(yīng)進(jìn)行檢驗(yàn)，得到結(jié)果見(jiàn)表5：

表 5 空間面板模型檢驗(yàn)

根據(jù)Anselin等［27］等提出的準(zhǔn)則，各鄰近維度下LMERR與LMLAG相比，在統(tǒng)計(jì)上更加顯著，所以選擇空間誤差模型。

綜合以上檢驗(yàn)，總體時(shí)間樣本各鄰近維度下的最優(yōu)模型為個(gè)體固定效應(yīng)空間誤差模型。

（3） 實(shí)證結(jié)果分析

基于以上的空間模型設(shè)定和選擇，采用matlab進(jìn)行四種鄰近維度下的空間面板數(shù)據(jù)模型分析，結(jié)果如表6所示。可以發(fā)現(xiàn)，任一鄰近下，模型擬合優(yōu)度都在82%以上，這說(shuō)明空間面板模型較好的擬合了高技術(shù)產(chǎn)業(yè)省際間的創(chuàng)新生產(chǎn)活動(dòng)。

表 6 2000-2014年我國(guó)省際高技術(shù)產(chǎn)業(yè)知識(shí)溢出的SEM Panel估計(jì)結(jié)果

綜合分析可得以下結(jié)論：

（1）總體時(shí)間樣本中研發(fā)資本投入對(duì)區(qū)域研發(fā)創(chuàng)新起顯著促進(jìn)作用，且促進(jìn)力度大于人力資本

回歸結(jié)果顯示，研發(fā)資本投入的彈性系數(shù)在各種鄰近維度下顯著為正，且大于研發(fā)人力投入的彈性系數(shù)。這說(shuō)明每個(gè)區(qū)域自身研發(fā)資本的投入對(duì)創(chuàng)新產(chǎn)出有驅(qū)動(dòng)作用，中國(guó)高技術(shù)產(chǎn)業(yè)創(chuàng)新產(chǎn)出主要靠經(jīng)費(fèi)拉動(dòng)。這與韓晶［28］、王慶喜［6］、徐德英［7］的結(jié)論比較一致。研發(fā)資本的貢獻(xiàn)大于研發(fā)人力的貢獻(xiàn)原因主要在于，在剛進(jìn)入21世紀(jì)時(shí)，我國(guó)大多數(shù)省份的高技術(shù)產(chǎn)業(yè)研發(fā)基礎(chǔ)設(shè)施建設(shè)比較薄弱，資本投入的邊際產(chǎn)出比較大，而人才的培養(yǎng)和發(fā)揮作用又是一個(gè)漫長(zhǎng)的階段，很難在短時(shí)間內(nèi)體現(xiàn)。

（2）我國(guó)高技術(shù)產(chǎn)業(yè)研發(fā)創(chuàng)新的省際知識(shí)溢出效應(yīng)明顯，在各種單維度鄰近作用下，鄰近省份的知識(shí)溢出都顯著促進(jìn)本省的創(chuàng)新產(chǎn)出

從上表可以看出，無(wú)論哪種鄰近作用下，系數(shù)ρ都顯著為正。這說(shuō)明各種鄰近下我國(guó)高技術(shù)產(chǎn)業(yè)省際間存在著明顯的知識(shí)溢出。地理距離越近的省份，知識(shí)溢出越強(qiáng)；技術(shù)結(jié)構(gòu)越相似的省份，知識(shí)溢出越強(qiáng)；信息化發(fā)展水平差距越小的省份，知識(shí)溢出越強(qiáng)；交通便利程度越方便的省份之間，知識(shí)溢出越強(qiáng)。本文驗(yàn)證了基于這四種交流媒介的知識(shí)溢出的存在性，這與王慶喜［6］、徐德英［7］等學(xué)者的結(jié)論一致。

2. 分階段時(shí)間樣本

一、隨著現(xiàn)代交通技術(shù)和網(wǎng)絡(luò)通信技術(shù)日益發(fā)展的今天，創(chuàng)新主體間出來(lái)面對(duì)面交流之外，還有很多的其他的交流方式，比如說(shuō)電子郵件、視頻會(huì)議等等。那么在這些背景下，地理鄰近對(duì)創(chuàng)新的作用是如何變化的？其他單維度鄰近的作用又是如何變化的？因?yàn)?005年和2010年為“十五”和“十一五”的末端年，也分別是科學(xué)謀劃“十一五”和“十二五”的重要轉(zhuǎn)折期，所以下面以2005和2010為時(shí)間起點(diǎn)把這一周期分成3個(gè)5年的時(shí)間段，分別進(jìn)行分析，以討論四種單維度鄰近隨時(shí)間變化的趨勢(shì)。

（1） 三個(gè)時(shí)間段樣本模型的選擇

表7分別列出來(lái)三個(gè)時(shí)間階段面板數(shù)據(jù)的Hausman檢驗(yàn)和F統(tǒng)計(jì)量檢驗(yàn)的檢驗(yàn)結(jié)果。三個(gè)時(shí)間階段的Hausman檢驗(yàn)都在10%水平下的顯著性檢驗(yàn)拒絕原假設(shè)，采用固定效應(yīng)模型。F統(tǒng)計(jì)量都大于1%顯著性水平臨界值（1.8572），選擇個(gè)體固定效應(yīng)模型。

表 7 三個(gè)時(shí)間階段的Hausman檢驗(yàn)和F統(tǒng)計(jì)量

結(jié)合空間效應(yīng)檢驗(yàn)，各時(shí)間階段任一鄰近維度下LMLAG與LMERR相比，在統(tǒng)計(jì)上更加顯著，所以各分階段樣本的最優(yōu)模型選擇個(gè)體固定效應(yīng)空間滯后模型（SAR）。

（2） 實(shí)證結(jié)果分析

運(yùn)用matlab，對(duì)三個(gè)空間面板數(shù)據(jù)進(jìn)行回歸，結(jié)果見(jiàn)表8：

表 8 三個(gè)時(shí)間階段的各鄰近維度下我國(guó)高技術(shù)產(chǎn)業(yè)的空間面板估計(jì)結(jié)果

綜合比較三個(gè)時(shí)間段四種鄰近下回歸結(jié)果，可以得到以下結(jié)論：

（1）在前兩個(gè)階段，研發(fā)資本對(duì)創(chuàng)新產(chǎn)出的作用大于研發(fā)人力。但隨著研發(fā)資本的邊際產(chǎn)出會(huì)逐漸變小，到第三時(shí)間階段的時(shí)候，其對(duì)產(chǎn)出的作用反而小于研發(fā)人力的作用。

在前兩個(gè)時(shí)間段，研發(fā)資本彈性系數(shù)顯著為正，且大于研發(fā)人力彈性系數(shù)，即研發(fā)資本投入對(duì)區(qū)域研發(fā)創(chuàng)新起促進(jìn)作用，且促進(jìn)力度大于人力資本。這與總體時(shí)間樣本和多數(shù)學(xué)者［6，7，28］得出的結(jié)論是一樣的。但是在第三個(gè)時(shí)間階段，研發(fā)人員對(duì)創(chuàng)新的促進(jìn)力度反而大于研發(fā)資本投入的促進(jìn)力度。產(chǎn)生這一現(xiàn)象的原因可能為：①與其他投入一樣，研發(fā)資本投入也具有邊際效益遞減的規(guī)律，我國(guó)高技術(shù)產(chǎn)業(yè)年均減少9.5%［29］。隨著我國(guó)科技基礎(chǔ)設(shè)施的不斷完善，研發(fā)資本投入的邊際產(chǎn)出不斷降低，研發(fā)人員的作用將會(huì)凸顯。②高技術(shù)產(chǎn)業(yè)的發(fā)展決定于是否掌握高技術(shù)資源開(kāi)發(fā)和管理的有突出能力的創(chuàng)新能力的人才［29］。基于高技術(shù)產(chǎn)業(yè)這一特點(diǎn)，說(shuō)明了高技術(shù)產(chǎn)業(yè)在技術(shù)基礎(chǔ)設(shè)施比較完善的情況下，創(chuàng)新生產(chǎn)更依賴于研發(fā)人員。而且2005年我國(guó)提出了建設(shè)創(chuàng)新型國(guó)家的目標(biāo)，這極大地推動(dòng)了我國(guó)自主創(chuàng)新的能力和對(duì)自主創(chuàng)新人才的培養(yǎng)和激勵(lì)，從而在一定程度上對(duì)高技術(shù)產(chǎn)業(yè)的發(fā)展起到推動(dòng)作用。

（2）在高技術(shù)產(chǎn)業(yè)的省際知識(shí)溢出過(guò)程中，地理鄰近的促進(jìn)作用呈現(xiàn)減弱的趨勢(shì)。

對(duì)比三個(gè)時(shí)間段的系數(shù)ρ可以看出，地理鄰近的作用顯著為正，從0.4659到0.3001再到0.1269，是一個(gè)作用逐漸減小的趨勢(shì)。這說(shuō)明通過(guò)地理鄰近顯著促進(jìn)知識(shí)溢出，這是毋庸置疑的，但隨著時(shí)間的發(fā)展，地理鄰近對(duì)高技術(shù)產(chǎn)業(yè)省際知識(shí)溢出的促進(jìn)作用作用越來(lái)越小，其原因主要有以下幾個(gè)方面：①隨著信息技術(shù)的不斷發(fā)展，地理上相隔較遠(yuǎn)的兩個(gè)經(jīng)濟(jì)主體之間也可以進(jìn)行面對(duì)面交流和合作創(chuàng)新。除此之外信息技術(shù)還可以在很大程度上把隱性知識(shí)編碼化，這樣隱性知識(shí)的傳播對(duì)于地理鄰近的依賴性減弱，從而使遠(yuǎn)距離的合作成為可能。②臨時(shí)的地理鄰近在一定程度上可以滿足合作雙方知識(shí)交流的需要。Torre和Rallet［30］認(rèn)為合作雙方在合作過(guò)程中并不需要長(zhǎng)期的地理鄰近，相反，臨時(shí)的地理鄰近，比如會(huì)議、短暫的訪問(wèn)、科技展覽交流會(huì)就可以滿足雙方合作的需要，共同的地理位置已經(jīng)不是合作創(chuàng)新的首要因素。③高技術(shù)產(chǎn)業(yè)產(chǎn)品的單位運(yùn)輸成本占總的成本的比例較小，由于區(qū)域間交通便利度的增加，使得這個(gè)比值更加趨小，這極大地降低了由于地理距離因素帶來(lái)的溢出成本，所以地理距離將不再是主要的制約因素。

（3）在高技術(shù)產(chǎn)業(yè)的省際知識(shí)溢出過(guò)程中，信息鄰近的促進(jìn)作用呈現(xiàn)增強(qiáng)趨勢(shì)。

信息鄰近作用下系數(shù)ρ從第一個(gè)階段的0.3239到第三個(gè)階段的0.5249，是一個(gè)變大的趨勢(shì)，這說(shuō)明信息鄰近對(duì)創(chuàng)新溢出的重要性逐漸增強(qiáng)。其原因主要表現(xiàn)在：①我國(guó)兩化融合的不斷發(fā)展以及德國(guó)工業(yè)4.0的提出，使信息化在工業(yè)化中的重要性尤顯突出，企業(yè)逐步往技術(shù)含量高、智能化的方向發(fā)展。在信息化與工業(yè)化融合不斷發(fā)展的過(guò)程中，各省的知識(shí)獲取能力和知識(shí)吸收能力增強(qiáng)，從而更好的促進(jìn)知識(shí)溢出。②區(qū)域間信息化水平比較高，可以通過(guò)網(wǎng)絡(luò)通訊手段進(jìn)行交流，節(jié)約了交流時(shí)間和成本，知識(shí)溢出成本也會(huì)相應(yīng)降低。③隨著信息技術(shù)的發(fā)展，知識(shí)的可編碼性和公共屬性增強(qiáng)，比如網(wǎng)絡(luò)數(shù)據(jù)庫(kù)檢索、專業(yè)的技術(shù)論壇等，這樣就會(huì)越容易在技術(shù)結(jié)構(gòu)相似的區(qū)域間進(jìn)行擴(kuò)散，從而增強(qiáng)知識(shí)溢出效應(yīng)。

（4）在目前的條件下，交通鄰近和技術(shù)鄰近在高技術(shù)產(chǎn)業(yè)創(chuàng)新省際知識(shí)溢出中的促進(jìn)作用較地理鄰近和信息鄰近大。

比較四種鄰近下的溢出強(qiáng)度，可以發(fā)現(xiàn)，無(wú)論是哪個(gè)時(shí)間段，交通鄰近和技術(shù)鄰近下的系數(shù)ρ都比較大，這說(shuō)明區(qū)域間交通便利程度越高和技術(shù)結(jié)構(gòu)相似度越高，知識(shí)溢出的程度越大。區(qū)域間的交通設(shè)施建設(shè)越發(fā)達(dá)，那么區(qū)域間技術(shù)交流的成本就越低，這會(huì)促進(jìn)兩地之間的技術(shù)交流和貿(mào)易往來(lái)，從而促進(jìn)知識(shí)溢出。尤其是從2009年開(kāi)始，高速鐵路快速發(fā)展，我國(guó)的高速鐵路運(yùn)營(yíng)里程局世界第一位，形成四橫四縱的格局，這使交流過(guò)程中所花費(fèi)的時(shí)間和成本大大降低，極大地促進(jìn)省際之間的交流。與一般的產(chǎn)業(yè)相比，高技術(shù)產(chǎn)業(yè)雙方間的信息交流和知識(shí)的吸收尤為重要。而技術(shù)鄰近的重要性是以吸收能力為基礎(chǔ)的，能夠保證信息獲取的速度和效率，這可能也是技術(shù)鄰近起主要作用的原因。

五、結(jié)論與啟示

本文基于區(qū)域知識(shí)生產(chǎn)函數(shù)的空間面板模型，采用2000年到2014年我國(guó)31個(gè)省份的高技術(shù)產(chǎn)業(yè)數(shù)據(jù)，分別考察了地理鄰近、技術(shù)鄰近、交通便利度鄰近、信息鄰近在高技術(shù)產(chǎn)業(yè)創(chuàng)新知識(shí)溢出中的作用，并把15年分成三個(gè)階段，具體考察了各種鄰近作用隨時(shí)間的變化趨勢(shì)。研究發(fā)現(xiàn)：（1）我國(guó)省際間高技術(shù)產(chǎn)業(yè)的創(chuàng)新活動(dòng)呈現(xiàn)明顯的空間相關(guān)性，在各種鄰近作用下，鄰近省份的知識(shí)溢出都顯著促進(jìn)本省的創(chuàng)新活動(dòng)。（2）研發(fā)資本投入存在邊際產(chǎn)出遞減，隨著時(shí)間的發(fā)展，其對(duì)高技術(shù)產(chǎn)業(yè)的促進(jìn)力度由大于研發(fā)人力促進(jìn)力度，變成小于研發(fā)人力促進(jìn)力度。（3）對(duì)于高技術(shù)產(chǎn)業(yè)創(chuàng)新知識(shí)溢出來(lái)說(shuō)，地理鄰近的促進(jìn)作用逐漸變小，而信息鄰近的重要性逐漸變大，交通鄰近和技術(shù)鄰近較其他兩種鄰近發(fā)揮的促進(jìn)作用更大。

上述研究結(jié)果對(duì)高技術(shù)產(chǎn)業(yè)的發(fā)展具有一定的現(xiàn)實(shí)意義和啟示：（1）注重研發(fā)人員的培養(yǎng)，提高其創(chuàng)新能力和創(chuàng)造力。（2）繼續(xù)完善各省的信息基礎(chǔ)建設(shè)，逐步提高我國(guó)各省的信息化發(fā)展水平，同時(shí)注意區(qū)域信息化的均衡發(fā)展。（3）進(jìn)一步完善交通基礎(chǔ)設(shè)施，不僅注重區(qū)域內(nèi)部交通網(wǎng)絡(luò)的建設(shè)，更要著重建設(shè)區(qū)域間的現(xiàn)代交通網(wǎng)絡(luò)，加強(qiáng)城市間的經(jīng)濟(jì)聯(lián)系，降低交易成本，為各地高技術(shù)產(chǎn)業(yè)集群的形成創(chuàng)造良好的條件。

當(dāng)然本文是以專利的申請(qǐng)量代表創(chuàng)新產(chǎn)出，可能存在一定的片面性，并不能完全衡量一個(gè)地區(qū)的創(chuàng)新產(chǎn)出。而且各種鄰近維度間存在一定的重疊和交互效應(yīng)，如何衡量他們的交互效應(yīng)和對(duì)創(chuàng)新產(chǎn)出的影響，需要進(jìn)一步的研究。

［1］Jaffe A B， Trajtenberg M， Henderson R. Geographic localization of knowledge spillovers as evidenced by patent citations［J］. the Quarterly journal of Economics， 1993：577-598.

［2］Audretsch D B， Feldman M P. R&D spillovers and the geography of innovation and production［J］. The American economic review，1996，86（3）：630-640.

［3］Anselin L， Varga A， Acs Z. Local geographic spillovers between university research and high technology innovations［J］. Journal of urban economics， 1997，42（3）：422-448.

［4］Bottazzi L， Peri G. Innovation and spillovers in regions：Evidence from European patent data［J］. European economic review， 2003，47（4）：687-710.

［5］Boschma R. Proximity and innovation： a critical assessment［J］. Regional studies， 2005，39（1）：61-74.

［6］王慶喜. 多維鄰近與我國(guó)高技術(shù)產(chǎn)業(yè)區(qū)域知識(shí)溢出——一項(xiàng)空間面板數(shù)據(jù)分析（1995-2010）［J］. 科學(xué)學(xué)研究，2013，31（7）：1068-1076.

［7］徐德英， 韓伯棠. 地理、信息化與交通便利鄰近與省際知識(shí)溢出［J］. 科學(xué)學(xué)研究， 2015（10）：1555-1563.

［8］Marshall A. Principles of economics［J］. London： Mac-Millan，1890.

［9］Shaw A T， Gilly J. On the analytical dimension of proximity dynamics［J］. Regional studies， 2000，34（2）：169-180.

［10］Greunz L. Geographically and technologically mediated knowledge spillovers between European regions［J］. The Annals of Regional Science， 2003，37（4）：657-680.

［11］Fischer M M， Scherngell T， Jansenberger E. The Geography of Knowledge Spillovers Between High. Technology Firms in Europe： Evidence from a Spatial Interaction Modeling Perspective［J］. Geographical Analysis， 2006，38（3）：288-309.

［12］Ejermo O， Karlsson C. Interregional inventor networks as studied by patent coinventorships［J］. Research Policy， 2006，35（3）：412-430.

［13］Parent O， LeSage J P. Using the variance structure of the conditional autoregressive spatial specification to model knowledge spillovers［J］. Journal of Applied Econometrics，2008，23（2）：235-256.

［14］Aldieri L. Technological and geographical proximity effects on knowledge spillovers： evidence from the US patent citations［J］. Economics of Innovation and New Technology， 2011，20（6）：597-607.

［15］Caragliu A， Nijkamp P. Space and knowledge spillovers in European regions： the impact of different forms of proximity on spatial knowledge diffusion［J］. Journal of Economic Geography，2016，16（3）：749-774.

［16］符淼. 地理距離和技術(shù)外溢效應(yīng)——對(duì)技術(shù)和經(jīng)濟(jì)集聚現(xiàn)象的空間計(jì)量學(xué)解釋［J］. 經(jīng)濟(jì)學(xué)（季刊）， 2009（04）：1549-1566.

［17］李婧， 譚清美， 白俊紅. 中國(guó)區(qū)域創(chuàng)新生產(chǎn)的空間計(jì)量分析——基于靜態(tài)與動(dòng)態(tài)空間面板模型的實(shí)證研究［J］. 管理世界，2010（07）：43-55.

［18］韓寶龍， 李琳， 劉昱含. 地理鄰近性對(duì)高新區(qū)創(chuàng)新績(jī)效影響效應(yīng)的實(shí)證研究［J］. 科技進(jìn)步與對(duì)策， 2010（17）：40-43.

［19］Griliches Z. Issues in assessing the contribution of research and development to productivity growth［J］. The bell journal of economics， 1979：92-116.

［20］Jaffe A B. Technological opportunity and spillovers of R&D：evidence from firms' patents， profits and market value［Z］. national bureau of economic research Cambridge， Mass.， USA，1986.

［21］Anselin L. Spatial Econometrics： Methods and Models［J］. 1998.

［22］朱平芳， 徐偉民. 政府的科技激勵(lì)政策對(duì)大中型工業(yè)企業(yè)R&D 投入及其專利產(chǎn)出的影響——上海市的實(shí)證研究［J］. 經(jīng)濟(jì)研究， 2003（6）：45-53.

［23］Nadiri M I， Prucha I R. Estimation of the depreciation rate of physical and R&D capital in the US total manufacturing sector［J］. Economic Inquiry， 1996，34（1）：43-56.

［24］吳延兵. R&D存量、知識(shí)函數(shù)與生產(chǎn)效率［J］. 經(jīng)濟(jì)學(xué)（季刊），2006（03）：1129-1156.

［25］Hong W， Su Y. The effect of institutional proximity in non-local university-industry collaborations： An analysis based on Chinese patent data［J］. Research Policy， 2013，42（2）：454-464.

［26］駱許蓓. 基礎(chǔ)設(shè)施投資分布與西部地區(qū)經(jīng)濟(jì)發(fā)展——論交通運(yùn)輸樞紐的作用［J］. 世界經(jīng)濟(jì)文匯， 2004（02）：34-40.

［27］Anselin L， Florax R， Rey S J. Advances in Spatial Econometrics：Methodology， Tools and Applications［M］. Springer Science & Business Media， 2004.

［28］韓晶. 中國(guó)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率研究——基于SFA方法的實(shí)證分析［J］. 科學(xué)學(xué)研究， 2010（03）：467-472.

［29］史丹， 李曉斌. 高技術(shù)產(chǎn)業(yè)發(fā)展的影響因素及其數(shù)據(jù)檢驗(yàn)［J］.中國(guó)工業(yè)經(jīng)濟(jì)， 2004（12）：32-39.

［30］Torre A， Rallet A. Proximity and localization［J］. Regional studies， 2005，39（1）：47-59.

王冬（1990-），河北人，北京理工大學(xué)博士，研究方向?yàn)樾畔⒓夹g(shù)溢出。

徐德英（1986-），山東人，北京理工大學(xué)博士，研究方向?yàn)橹R(shí)溢出。

韓磊（1990-），北京人，北京理工大學(xué)博士生，研究方向?yàn)橹R(shí)管理、兩化融合。

Multiple dimensions of proximity and Regional Knowledge Spillover：An Empirical Analysis Based on the panel data of China's high-tech industry in 2000-2014

Botang Han， Xiuzhen Pan， Dong Wang， Deying Xu， Lei Han
（Being Institute of Technology， Beijing， 100081， China）

This paper uses the method of spatial econometric， examines effects of geographical proximity，technological proximity， transportation convenient degree and information proximity on high-tech industries inter-provincial knowledge spillovers and the variation trend of four kinds of proximity to the knowledge spillover effect with time. The empirical results indicate that， first， there is a significant interprovincial knowledge spillover effect in the high technology industry in our country， and the R & D and innovation of the neighboring provinces significantly promote the innovation output of the province. Second， because R&D capital exists diminishing marginal output， R&D capital contributes more than R&D labor on the innovation production of high-technology industry， and then contributes less than R&D labor with the development of time. Third， the promotion of transportation proximity and technology proximityto high-technology industry knowledge spillover is relatively large， the role of geographical proximity gradually becomes smaller， and the role of information gradually becomes bigger. Finally， we discuss the reasons of the above results and put forward some suggestions.

Proximity；High-technology Industy；Inter-provincial Knowledge Spillovers

F061.5

A

2095-7866 （2016） 05-510-14

國(guó)家自然科學(xué)基金項(xiàng)目“綠色技術(shù)溢出與中國(guó)區(qū)域經(jīng)濟(jì)轉(zhuǎn)型”（批準(zhǔn)號(hào)：71673023）。

韓伯棠（1949-），男，上海人，博士，北京理工大學(xué)教授、博士生導(dǎo)師，研究方向是知識(shí)管理、兩化融合。

潘秀珍（1992-），女，山東人，北京理工大學(xué)碩士，研究方向?yàn)橹R(shí)溢出。