馬明 趙國浩

摘要：筆者使用中國1995—2015年面板數(shù)據(jù)，采用不同空間權(quán)重矩陣構(gòu)建動態(tài)空間杜賓面板模型，使用誤差修正準(zhǔn)極大似然估計方法經(jīng)驗分析了交通基礎(chǔ)設(shè)施和人力資本對區(qū)域創(chuàng)新能力的空間溢出效應(yīng)。結(jié)果顯示：交通基礎(chǔ)設(shè)施和人力資本在空間相鄰權(quán)重矩陣和空間距離冪權(quán)重矩陣（Ψ=-1）中對區(qū)域創(chuàng)新能力具有顯著空間溢出效應(yīng)。其中，交通基礎(chǔ)設(shè)施發(fā)揮擴散作用，人力資本發(fā)揮集聚作用；交通基礎(chǔ)設(shè)施和人力資本對區(qū)域創(chuàng)新能力具有動態(tài)特征；交通基礎(chǔ)設(shè)施和人力資本對區(qū)域創(chuàng)新能力提升的速度沒有顯著影響。

關(guān)鍵詞：交通基礎(chǔ)設(shè)施；人力資本；區(qū)域創(chuàng)新能力；動態(tài)空間杜賓面板模型

中圖分類號：F503；F0615文獻標(biāo)識碼：A

文章編號：1000176X（2017）08012208

一、問題的提出

Barro[1]、Lucas[2]與Romer[3]等認(rèn)為，創(chuàng)新能力是一國或者一個區(qū)域經(jīng)濟可持續(xù)快速增長的源泉，而交通基礎(chǔ)設(shè)施與人力資本又是影響創(chuàng)新能力的重要因素。隨著新經(jīng)濟地理的興起，交通基礎(chǔ)設(shè)施與人力資本對區(qū)域創(chuàng)新能力的空間溢出效應(yīng)得到了學(xué)者的廣泛關(guān)注，很多學(xué)者對交通基礎(chǔ)設(shè)施與人力資本影響區(qū)域創(chuàng)新能力的空間溢出機制進行了理論探討。在交通基礎(chǔ)設(shè)施方面，Krugman[4]認(rèn)為，交通基礎(chǔ)設(shè)施具有網(wǎng)絡(luò)特征，而該特征通過連接各個區(qū)域?qū)е逻\輸成本與交易成本下降，從而提高區(qū)域可達性，對區(qū)域創(chuàng)新能力產(chǎn)生空間溢出效應(yīng)。Boarnet[5]、Cantos等[6]，Cohen等[7]-[10]，認(rèn)為，交通基礎(chǔ)設(shè)施對不同區(qū)域創(chuàng)新能力的空間溢出效應(yīng)不同：隨著運輸成本與交易成本的下降，創(chuàng)新能力強的區(qū)域帶動創(chuàng)新能力弱的區(qū)域時，交通基礎(chǔ)設(shè)施對區(qū)域創(chuàng)新能力發(fā)揮擴散作用，即交通基礎(chǔ)設(shè)施對區(qū)域創(chuàng)新能力產(chǎn)生正的空間溢出效應(yīng)；隨著運輸成本和交易成本的下降，生產(chǎn)要素從創(chuàng)新能力弱的區(qū)域向創(chuàng)新能力強的區(qū)域單向流動時，交通基礎(chǔ)設(shè)施對區(qū)域創(chuàng)新能力發(fā)揮集聚作用，即交通基礎(chǔ)設(shè)施對區(qū)域創(chuàng)新能力產(chǎn)生負(fù)的空間溢出效應(yīng)。在人力資本方面，Kogut和Singh[11]認(rèn)為，人力資本是知識，尤其是隱性知識溢出的重要途徑：人力資本本身具有的非競爭性和部分排他性特征是知識溢出的前提，隨著人力資本的流動，隱性知識傳播速度加快。Blomstrom和Kokko[12]以及Funke和Niebuhr[13]認(rèn)為，人力資本對不同區(qū)域創(chuàng)新能力的空間溢出效應(yīng)不同：當(dāng)創(chuàng)新能力強的區(qū)域人力資本帶動創(chuàng)新能力弱的區(qū)域時，人力資本對區(qū)域創(chuàng)新能力主要發(fā)揮擴散作用，即人力資本對區(qū)域創(chuàng)新能力具有正的空間溢出效應(yīng)；當(dāng)人力資本從創(chuàng)新能力弱的區(qū)域單向流向創(chuàng)新能力強的區(qū)域時，人力資本對區(qū)域創(chuàng)新能力主要發(fā)揮集聚作用，即人力資本對區(qū)域創(chuàng)新能力具有負(fù)的空間溢出效應(yīng)。

從實證角度來看，空間計量經(jīng)濟學(xué)的發(fā)展使得學(xué)者開始使用靜態(tài)空間面板模型實證探討交通基礎(chǔ)設(shè)施與人力資本對區(qū)域創(chuàng)新能力的空間溢出效應(yīng)，但是其結(jié)果并不一致。王芳[14]采用地理距離和經(jīng)濟距離空間權(quán)重矩陣，實證檢驗了人力資本對TFP增長的影響，結(jié)果表明，人力資本對TFP增長產(chǎn)生了顯著的正向作用。而王家庭和賈晨蕊[15]運用空間計量模型分析了區(qū)域創(chuàng)新能力的影響因素，結(jié)果表明，區(qū)域人力資本存量對區(qū)域創(chuàng)新能力的影響不顯著。馬明[16]構(gòu)建了四種不同空間權(quán)重矩陣，使用空間杜賓模型對交通基礎(chǔ)設(shè)施的空間溢出效應(yīng)進行了檢驗，結(jié)果表明四種空間權(quán)重矩陣構(gòu)建的空間杜賓模型中，基礎(chǔ)設(shè)施均對其他區(qū)域的創(chuàng)新能力產(chǎn)生了顯著影響。而Holtz-Eakin和Schwartz[17]對1969—1986年美國數(shù)據(jù)進行實證分析，發(fā)現(xiàn)交通基礎(chǔ)設(shè)施建設(shè)對周圍地區(qū)并沒有顯著的影響。

從2000年開始，空間經(jīng)濟將時間引入空間模型，很多學(xué)者對動態(tài)空間模型的估計方法進行了研究。Zandberg等[18]對傳統(tǒng)空間模型和動態(tài)空間模型進行了比較，認(rèn)為動態(tài)空間模型有以下幾個優(yōu)勢：（1）可以解決由空間和時間引起的序列相關(guān)性。（2）可以解決每個時間點的空間依賴性。（3）可以解決由時間和空間滯后引起的內(nèi)生問題。

綜上所述，很多學(xué)者為實證檢驗交通基礎(chǔ)設(shè)施與人力資本對區(qū)域創(chuàng)新能力的空間溢出效應(yīng)做了有意義的探索，但這些研究僅考慮到了空間因素，并沒有將時間因素納入實證分析框架：（1）忽視了交通基礎(chǔ)設(shè)施與人力資本對區(qū)域創(chuàng)新能力影響的動態(tài)特征。（2）忽略了區(qū)域創(chuàng)新能力本身所具有的動態(tài)特征，即區(qū)域創(chuàng)新能力本身具有時間上的累積特征：初始創(chuàng)新能力強的區(qū)域由于其具有較好的創(chuàng)新環(huán)境其后續(xù)創(chuàng)新能力的發(fā)展也較好。在忽略了交通基礎(chǔ)設(shè)施與人力資本對區(qū)域創(chuàng)新能力影響的動態(tài)特征以及區(qū)域創(chuàng)新能力自身發(fā)展具有的動態(tài)特征前提下，實證檢驗交通基礎(chǔ)設(shè)施和人力資本對區(qū)域創(chuàng)新能力的空間溢出效應(yīng)，必然導(dǎo)致由空間滯后或者時間滯后引起的內(nèi)生問題。基于此，筆者將時間因素引入空間杜賓面板模型，運用誤差修正準(zhǔn)極大似然估計方法全面、準(zhǔn)確地把握交通基礎(chǔ)設(shè)施與人力資本對區(qū)域創(chuàng)新能力的空間溢出效應(yīng)。

二、研究方法

基于Romer[3]提出的知識生產(chǎn)函數(shù)，構(gòu)建中國區(qū)域創(chuàng)新能力函數(shù)：

Innit=τInni，t-1+ρ∑Nj≠iwijInnjt+η∑Nj≠iwijInnj，t-1+δ1Trait+δ2∑Nj≠iWijTrajt+δ3Trai，t-1+δ4HCit+δ5∑Nj≠iWijHCjt+δ6HCi，t-1+λZit+μi+t+εit（1）

其中，Innit是區(qū)域i（i=1，2，…，N）在時間t（t =1，2，…，T）人均專利申請授權(quán)數(shù)的對數(shù)值，代表了i區(qū)域t時間的創(chuàng)新能力；Z是控制變量矩陣；λ是K×1階控制變量系數(shù)矩陣；εit=（ε1t， ε2t，…，εNt）是正態(tài)分布（均值為0，方差為σ2）；μi=（μ1，μ2，…，μN）是N×1階的區(qū)域固定效應(yīng)；t=（1，2，…，T）是T×1階的時間固定效應(yīng)。Zandberg等[18]認(rèn)為引入?yún)^(qū)域固定效應(yīng)和時間固定效應(yīng)可以減少模型的估計誤差。Inni，t-1是區(qū)域創(chuàng)新能力的時間滯后項，其系數(shù)為τ。該項檢驗區(qū)域創(chuàng)新能力在時間上是否具有累積效應(yīng)，即區(qū)域創(chuàng)新能力自身的發(fā)展是否具有動態(tài)特征；∑Nj≠iwijInnjt是區(qū)域創(chuàng)新能力的空間滯后項，其系數(shù)為ρ。該項檢驗區(qū)域創(chuàng)新能力是否具有空間溢出效應(yīng)；∑Nj≠iwijInnj，t-1是同時包含了時間滯后項和空間滯后項的區(qū)域創(chuàng)新能力，其系數(shù)為η。該項檢驗相鄰區(qū)域是否對本區(qū)域創(chuàng)新能力具有時間上的累積效應(yīng)；Wij是N×N的空間權(quán)重矩陣，其對角線為0；Trait是區(qū)域i在時間t時交通基礎(chǔ)設(shè)施密度的對數(shù)值，代表了區(qū)域交通基礎(chǔ)設(shè)施存量水平，其系數(shù)為δ1。該項檢驗交通基礎(chǔ)設(shè)施對本區(qū)域創(chuàng)新能力是否具有影響；∑Nj≠iwijTrajt是區(qū)域交通基礎(chǔ)設(shè)施的空間滯后項，其系數(shù)為δ2。該項檢驗交通基礎(chǔ)設(shè)施對區(qū)域創(chuàng)新能力是否具有空間溢出效應(yīng)。根據(jù)前文所述，交通基礎(chǔ)設(shè)施具有的網(wǎng)絡(luò)屬性會降低臨近區(qū)域的運輸成本和交易成本，從而對臨近區(qū)域的創(chuàng)新能力產(chǎn)生影響。當(dāng)交通基礎(chǔ)設(shè)施對區(qū)域創(chuàng)新能力主要表現(xiàn)為擴散效應(yīng)時，δ2為正值，當(dāng)交通基礎(chǔ)設(shè)施對區(qū)域創(chuàng)新能力主要表現(xiàn)為集聚效應(yīng)時，δ2為負(fù)值；Trai，t-1是區(qū)域i在時間t-1時交通基礎(chǔ)設(shè)施密度的對數(shù)值，代表了上一年度區(qū)域i的交通基礎(chǔ)設(shè)施存量水平，其系數(shù)為δ3。該項檢驗交通基礎(chǔ)設(shè)施對區(qū)域創(chuàng)新能力的影響是否具有動態(tài)特征；HCit是區(qū)域i在時間t時每人平均受教育時間的對數(shù)值，代表了區(qū)域人力資本存量水平，其系數(shù)為δ4。該項檢驗人力資本是否對本區(qū)域創(chuàng)新能力產(chǎn)生影響；∑Nj≠iwijHCjt是區(qū)域人力資本的空間滯后項，其系數(shù)為δ5。該項檢驗人力資本對區(qū)域創(chuàng)新能力是否具有空間溢出效應(yīng)。根據(jù)前文所述，人力資本的流動（區(qū)域內(nèi)部流動以及區(qū)際流動）會導(dǎo)致知識、尤其是隱性知識的流動，從而對區(qū)域創(chuàng)新能力產(chǎn)生影響：當(dāng)人力資本對區(qū)域創(chuàng)新能力主要表現(xiàn)為擴散效應(yīng)時，δ5為正值，當(dāng)人力資本對區(qū)域創(chuàng)新能力主要表現(xiàn)為集聚效應(yīng)時，δ5為負(fù)值；HCi，t-1是區(qū)域i在時間t-1時每人平均受教育時間的對數(shù)值，代表了上一年度區(qū)域i的人力資本存量水平，其系數(shù)為δ6。該項檢驗人力資本對區(qū)域創(chuàng)新能力的影響是否具有動態(tài)特征。endprint

對于式（1），Yu[19]以及Lee和Yu[20]分析了N和T在不同情況下不同估計方法的有效性。根據(jù)Yu 等[19]，當(dāng)0

另外，Lee和Yu[20]指出，當(dāng)τ+ρ+η<1時，準(zhǔn)極大似然估計方法（QML）得出的結(jié)果是穩(wěn)定的，當(dāng)τ+ρ+η=1時則會出現(xiàn)空間協(xié)整問題和爆炸根問題，QML和誤差修正QML估計方法在該種情況下需要進行進一步的修正。Lee和Yu[21]提出將模型進行空間一次差分，以此解決空間協(xié)整問題和爆炸根問題，即將式（1）兩邊同時乘以矩陣（I-W），其中I為N×N的單位矩陣。

本文使用中國30個省市、自治區(qū)1995—2015年面板數(shù)據(jù)。因此，綜合比較準(zhǔn)極大似然估計以及誤差修正準(zhǔn)極大似然估計方法，本文使用誤差修正準(zhǔn)極大似然估計方法估計式（1）。

為了測量交通基礎(chǔ)設(shè)施和人力資本對區(qū)域創(chuàng)新能力提升速度的影響，即測量交通基礎(chǔ)設(shè)施和人力資本對區(qū)域創(chuàng)新能力提升的邊際空間溢出效應(yīng)，筆者使用LeSage和Pace[22]以及Paul等[23]提出的方法計算交通基礎(chǔ)設(shè)施和人力資本對區(qū)域創(chuàng)新能力的直接效應(yīng)與間接效應(yīng)。式（1）可改寫為：

ΔInnit=（I-ρW）（τ-1）I+（ρ+η）WInni，t-1+（I-ρW）δ1Trait+

（I-ρW）δ2∑Nj≠iWijTrajt+（I-ρW）δ3Trai，t-1+（I-ρW）δ4HCit+（I-ρW）δ5∑Nj≠iWijHCjt+（I-ρW）δ6HCi，t-1+（I-ρW）λZit+（I-ρW）（μi+t+εit）（2）

其中，ΔInnit=Innit -Inni，t-1是區(qū)域人均專利申請授權(quán)數(shù)對數(shù)值的一階差分，代表了區(qū)域創(chuàng)新能力的改變。在式（2）中固定時間t，求ΔInnit對第k個解釋變量的偏導(dǎo)可以得到N×N階的直接效應(yīng)與間接效應(yīng)矩陣：

ΔInnx1k·ΔInnxNkt=ΔInn1x1k·ΔInnxNk……ΔInnNx1k·ΔInnNxNkt=（I-ρW）-1βk（3）

式（3）中直接效應(yīng)由矩陣的對角線元素表示，間接效應(yīng)則由矩陣的非對角線元素表示。根據(jù)LeSage和Pace[22]以及Paul等[23]的理論分析，一般使用計算平均值的方法來衡量總的直接效應(yīng)與間接效應(yīng)，即使用式（3）對角線元素的平均值衡量直接效應(yīng)，使用所有非對角線元素的平均值衡量間接效應(yīng)，間接效應(yīng)和直接效應(yīng)的加總為總效應(yīng)。同理，在式（2）中固定時間t，求ΔInnit對Inni，t-1的偏導(dǎo)可得Inni，t-1對ΔInnit的直接效應(yīng)和間接效應(yīng)，見式（4）：

ΔInnitInni，t-1=（I-ρW）-1（τ-1）I+（ρ+η）W（4）

三、變量選擇

借鑒Demurger[24]與劉生龍和胡鞍鋼[25]等的數(shù)據(jù)構(gòu)造方法，筆者使用每人平均受教育

時間代表人力資本存量水平，交通基礎(chǔ)密度代表交通基礎(chǔ)設(shè)施存量水平。同時，根據(jù)Cheung和Lin[26]，筆者使用人均專利申請授權(quán)數(shù)代表區(qū)域創(chuàng)新能力。

另外，根據(jù)Barro和Lee[27]以及Lai等[28]，本文的控制變量還包含以下兩項：（1） R&D活動，使用人均科學(xué)和技術(shù)發(fā)展（研發(fā)）人員的數(shù)量表示。（2）對外投資強度，使用外商直接投資額占GDP比重的滯后一期表示。表1為各變量的統(tǒng)計特征。

本文假設(shè)只有相鄰區(qū)域可以相互影響，因此，使用“跨省”構(gòu)建空間權(quán)重矩陣?？臻g相鄰權(quán)重矩陣見式（5）：

Wij=1，如果區(qū)域之間相鄰0，否則，同時 ∑Nj=1Wij=1（5）

四、模型結(jié)果分析

表2給出了采用空間相鄰權(quán)重矩陣，使用誤差修正準(zhǔn)極大似然估計方法估計的動態(tài)空間杜賓面板模型結(jié)果，其中（1）列是使用 Yu 等[19]方法計算的不包含時間固定效應(yīng)的動態(tài)空間杜賓面板模型，（2）列則是以式（2）為基礎(chǔ)，包含了時間固定效應(yīng)的動態(tài)空間杜賓面板模型。由于F統(tǒng)計量的P值小于005，因此，使用包含時間固定效應(yīng)的動態(tài)空間杜賓面板模型更為有效。對于包含時間固定效應(yīng)的動態(tài)空間杜賓面板模型，我們需要計算τ+ρ+η的值，并進行Wald檢驗判斷模型是否存在空間協(xié)整或者爆炸根。如果τ+ρ+η顯著小于1，則模型穩(wěn)定；如果τ+ρ+η顯著大于1，則模型存在爆炸根，如果τ+ρ+η顯著等于1，則模型存在空間協(xié)整。當(dāng)模型不穩(wěn)定（存在爆炸根或者空間協(xié)整）時需要對模型進行空間一階差分，保證模型估計參數(shù)的一致性和漸近性。表2中Wald 檢驗值為15731，p值小于005，因此，模型無須進行空間一階差分。同時，筆者使用式（3）和式（4）對各變量的直接效應(yīng)和間接效應(yīng)進行了計算，如表2所示。

從表2中可以看出：區(qū)域創(chuàng)新能力空間滯后項（WInnt）的系數(shù)為0548，t值為13790，說明區(qū)域創(chuàng)新能力自身具有顯著的空間溢出效應(yīng)；區(qū)域創(chuàng)新能力時間滯后項（Innt-1）的系數(shù)為0905，t值為33664，說明初始創(chuàng)新能力基礎(chǔ)較好的區(qū)域由于具有較好的創(chuàng)新環(huán)境，其創(chuàng)新的后續(xù)發(fā)展能力也較好，即區(qū)域創(chuàng)新能力具有時間累積特征；區(qū)域創(chuàng)新能力空間和時間滯后項（WInnt-1）的系數(shù)為-0532，t值為-10932，表明周邊區(qū)域上一年度的創(chuàng)新能力會對本區(qū)域本年度的創(chuàng)新能力產(chǎn)生負(fù)面影響，這說明周邊區(qū)域創(chuàng)新能力強會吸引人力資本等創(chuàng)新要素流入，從而降低本區(qū)域本年度創(chuàng)新能力；區(qū)域創(chuàng)新能力時間滯后項（Innt-1）的直接效應(yīng)為-1052，并通過了顯著性檢驗，t值為-15294，說明本區(qū)域創(chuàng)新能力越高，其創(chuàng)新能力提升的空間在短時間內(nèi)由于管理效率、技術(shù)引進等瓶頸而減緩，因此，區(qū)域創(chuàng)新能力越強，其創(chuàng)新能力提升的速度越慢，即區(qū)域創(chuàng)新能力時間滯后項（Innt-1）對本區(qū)域創(chuàng)新能力提升的邊際影響為負(fù)，這也說明區(qū)域創(chuàng)新能力的提升具有收斂性質(zhì)；區(qū)域創(chuàng)新能力時間滯后項（Innt-1）的間接效應(yīng)為1049，也通過了顯著性檢驗，t值為11944，說明周邊區(qū)域創(chuàng)新能力對本區(qū)域創(chuàng)新能力提升的速度具有正的空間溢出效應(yīng)，即隨著周邊區(qū)域創(chuàng)新能力的提升，本區(qū)域由于臨近創(chuàng)新能力強的區(qū)域而與創(chuàng)新能力強的區(qū)域更早、更快地產(chǎn)生創(chuàng)新生產(chǎn)要素的頻繁互動，而創(chuàng)新生產(chǎn)要素的頻繁互動會帶來管理、技術(shù)等隱性知識的交流，通過模仿效應(yīng)以及擴散效應(yīng)加速本區(qū)域創(chuàng)新能力提升的速度。雖然區(qū)域創(chuàng)新能力時間滯后項（Innt-1）的直接效應(yīng)和間接效應(yīng)都通過了顯著性檢驗，但是其總效應(yīng)并未通過顯著性檢驗，說明從總體上看，上一年度中國區(qū)域創(chuàng)新能力的變化對區(qū)域創(chuàng)新能力提升的速度并未產(chǎn)生顯著性影響。

交通基礎(chǔ)設(shè)施（Trat）的系數(shù)為0002，并通過了顯著性檢驗，說明交通基礎(chǔ)設(shè)施對區(qū)域創(chuàng)新能力具有積極作用。交通基礎(chǔ)設(shè)施（Trat）的直接效應(yīng)系數(shù)為正但是沒有通過顯著性檢驗，說明本區(qū)域交通基礎(chǔ)設(shè)施與本區(qū)域創(chuàng)新能力提升的速度無顯著相關(guān)性。交通基礎(chǔ)設(shè)施（Trat）的間接效應(yīng)系數(shù)為正也沒有通過顯著性檢驗，說明周邊區(qū)域交通基礎(chǔ)設(shè)施與本區(qū)域創(chuàng)新能力提升的速度也無顯著相關(guān)性。交通基礎(chǔ)設(shè)施（Trat）的總效應(yīng)系數(shù)為正但沒有通過顯著性檢驗，說明從整體上來講，中國交通基礎(chǔ)設(shè)施對區(qū)域創(chuàng)新能力提升的速度并未產(chǎn)生顯著性影響。雖然交通基礎(chǔ)設(shè)施對區(qū)域創(chuàng)新能力的直接效應(yīng)、間接效應(yīng)以及總效應(yīng)并未通過顯著性檢驗，但是與前文得出的交通基礎(chǔ)設(shè)施對區(qū)域創(chuàng)新能力具有顯著影響的結(jié)論并不矛盾，因為交通基礎(chǔ)設(shè)施對區(qū)域創(chuàng)新能力的直接效應(yīng)、間接效應(yīng)以及總效應(yīng)并非檢驗交通基礎(chǔ)設(shè)施是否對區(qū)域創(chuàng)新能力產(chǎn)生影響，而是檢驗交通基礎(chǔ)設(shè)施是否對區(qū)域創(chuàng)新能力的提升速度產(chǎn)生影響；交通基礎(chǔ)設(shè)施空間滯后項（WTrat）的系數(shù)為0113 ，t值為2680，通過了顯著性檢驗，說明交通基礎(chǔ)設(shè)施對區(qū)域創(chuàng)新能力具有正的空間溢出效應(yīng)，即交通基礎(chǔ)設(shè)施對區(qū)域創(chuàng)新能力主要發(fā)揮擴散效應(yīng)；交通基礎(chǔ)設(shè)施時間滯后項（Trat-1）的系數(shù)為0003，t值為2179，通過了顯著性檢驗，說明上一年度交通基礎(chǔ)設(shè)施水平會影響本年度區(qū)域的創(chuàng)新能力，這說明交通基礎(chǔ)設(shè)施的影響是具有動態(tài)特征的，而不是靜態(tài)的。雖然交通基礎(chǔ)設(shè)施時間滯后項（Trat-1）的直接效應(yīng)、間接效應(yīng)以及總效應(yīng)的系數(shù)都為正，但是都沒有通過顯著性檢驗，這說明中國上一年度交通基礎(chǔ)設(shè)施的存量水平對區(qū)域創(chuàng)新能力提升的速度并未產(chǎn)生顯著影響。

人力資本（HCt）的系數(shù)為0012，并通過了顯著性檢驗，說明人力資本對區(qū)域創(chuàng)新能力具有積極作用。雖然人力資本（HCt）的直接效應(yīng)、間接效應(yīng)以及總效應(yīng)的系數(shù)都為正，但是并未通過顯著性檢驗，這說明中國人力資本對區(qū)域創(chuàng)新能力提升的速度并未產(chǎn)生顯著性影響；人力資本空間滯后項（WHCt）的系數(shù)為-0238，t值為-2242，通過了顯著性檢驗，說明人力資本會向周邊創(chuàng)新能力強的區(qū)域流動，從而減少創(chuàng)新能力弱區(qū)域的人力資本存量，對區(qū)域創(chuàng)新能力具有負(fù)的空間溢出效應(yīng)，即人力資本對區(qū)域創(chuàng)新能力主要發(fā)揮集聚效應(yīng)；人力資本時間滯后項（HCt-1）的系數(shù)為0173，t值為3602，通過了顯著性檢驗，說明上一年度區(qū)域人力資本存量水平會影響本年度本區(qū)域的創(chuàng)新能力，這說明人力資本對區(qū)域創(chuàng)新能力的影響具有動態(tài)特征。雖然人力資本時間滯后項（HCt-1）的直接效應(yīng)、間接效應(yīng)以及總效應(yīng)的系數(shù)都為正，但是并未通過顯著性檢驗，這說明中國上一年度人力資本對區(qū)域創(chuàng)新能力提升的速度并未產(chǎn)生顯著性影響。

控制變量中R&T以及外商直接投資對區(qū)域創(chuàng)新能力具有顯著的促進作用，同時，其直接效應(yīng)、間接效應(yīng)以及總效應(yīng)不顯著。

表2使用的是空間相鄰權(quán)重矩陣，即認(rèn)為交通基礎(chǔ)設(shè)施、人力資本以及創(chuàng)新能力只能在相鄰區(qū)域溢出。筆者接下來將對交通基礎(chǔ)設(shè)施、人力資本與創(chuàng)新能力不同的溢出機制進行分析，以討論不同的空間權(quán)重矩陣對結(jié)論的影響。同時，也對相鄰空間權(quán)重矩陣得出的結(jié)論進行穩(wěn)健性檢驗。一般認(rèn)為，交通基礎(chǔ)設(shè)施、人力資本以及創(chuàng)新能力的溢出并不僅局限于相鄰區(qū)域，因此，筆者引入以下幾種空間權(quán)重矩陣代表不同的溢出機制：（1）距離冪權(quán)重（Power Distance Space Weights）。該方法假設(shè)隨著距離的增加，交通基礎(chǔ)設(shè)施、人力資本以及區(qū)域創(chuàng)新能力對其他區(qū)域創(chuàng)新能力的影響力遞減，公式為wij=1/dijΨ，其中，dij為區(qū)域i與區(qū)域j之間的質(zhì)心距離，Ψ為任意大于零的常數(shù)，筆者選取Ψ =1， 15，175， 2。（2）距離指數(shù)權(quán)重（Exponential Distance Space Weights）。該方法假定空間權(quán)重隨距離增加以e為底的指數(shù)函數(shù)形式衰減，公式為wij=exp（-θdij）（θ>0），筆者選取θ =-001， -002，-003，-004，-005。對于區(qū)域之間的質(zhì)心距離，筆者采用Yu[29]提供的Stata程序。這樣，我們一共設(shè)定了9種空間權(quán)重矩陣，在模型估計時我們將對這些權(quán)重矩陣進行標(biāo)準(zhǔn)化，即每行元素的和為1。

通過對九種不同空間權(quán)重矩陣構(gòu)建的動態(tài)空間杜賓面板模型進行運行，九種空間權(quán)重矩陣的F統(tǒng)計量的p值都小于005，因此，帶有時間固定效應(yīng)的動態(tài)空間杜賓模型更有效率。表3給出了各模型估計（包含時間固定效應(yīng)）的Wald的檢驗，其p值都小于005，因此無須進行空間一階差分，使用誤差修正準(zhǔn)極大似然估計方法即可。

同時，表4給出了各模型估計的極大似然函數(shù)值與觀察值的比例，該值越大，σ2越小，空間權(quán)重矩陣估計結(jié)果效率越高。從表3和表4中可以看出，空間距離冪權(quán)重（Ψ=-1）的極大似然函數(shù)值與觀察值的比例最大，同時σ2也最小。因此，筆者使用該空間權(quán)重矩陣對式 （4）進行估計，結(jié)果見表5所示。

從表5中可以看出，使用空間距離冪權(quán)重（Ψ=-1）得出的結(jié)果與使用空間相鄰權(quán)重矩陣得出的結(jié)果基本相同：（1）區(qū)域創(chuàng)新能力時間滯后項系數(shù)和空間滯后項系數(shù)為正，并且都通過了顯著性檢驗，說明區(qū)域創(chuàng)新能力自身具有時間和空間上的累積效應(yīng)。區(qū)域創(chuàng)新能力時間空間滯后項系數(shù)為負(fù)，也通過了顯著性檢驗，說明上一年度周邊區(qū)域創(chuàng)新能力對本區(qū)域本年度區(qū)域創(chuàng)新能力具有負(fù)的空間溢出效。區(qū)域創(chuàng)新能力時間滯后項的直接效應(yīng)與間接效應(yīng)顯著，但是其總效應(yīng)不顯著。（2）交通基礎(chǔ)設(shè)施、交通基礎(chǔ)設(shè)施時間滯后項以及空間滯后項系數(shù)都為正，并通過了顯著性檢驗，說明交通基礎(chǔ)設(shè)施不僅對本區(qū)域創(chuàng)新能力產(chǎn)生了影響，而且對區(qū)域創(chuàng)新能力還具有正的空間溢出效應(yīng)，同時交通基礎(chǔ)設(shè)施對區(qū)域創(chuàng)新能力的影響具有動態(tài)特征。（3）人力資本和人力資本時間滯后項的系數(shù)為正，并都通過了顯著性檢驗，說明人力資本對本區(qū)域創(chuàng)新能力具有促進作用，并且這種促進作用具有動態(tài)特征。人力資本的空間滯后項系數(shù)為負(fù)，并且通過了顯著性檢驗，說明人力資本對區(qū)域創(chuàng)新能力具有負(fù)的空間溢出效應(yīng)，即人力資本對區(qū)域創(chuàng)新能力主要發(fā)揮集聚作用。（4）R&D活動和外商投資對區(qū)域創(chuàng)新能力具有顯著促進作用。（5）交通基礎(chǔ)設(shè)施、人力資本、R&D活動和外商投資對區(qū)域創(chuàng)新能力提升的速度都沒有顯著影響。endprint

五、結(jié)論

筆者使用中國1995—2015年面板數(shù)據(jù)，采用不同空間權(quán)重矩陣構(gòu)建動態(tài)空間杜賓面板模型，使用誤差修正的極大似然估計方法實證分析了交通基礎(chǔ)設(shè)施、人力資本對區(qū)域創(chuàng)新能力的空間溢出效應(yīng)。結(jié)果顯示：（1）交通基礎(chǔ)設(shè)施不僅對本區(qū)域創(chuàng)新能力具有積極作用，還對創(chuàng)新能力具有正的空間溢出效應(yīng)，即交通基礎(chǔ)設(shè)施對區(qū)域創(chuàng)新能力主要發(fā)揮擴散作用。同時，交通基礎(chǔ)設(shè)施對區(qū)域創(chuàng)新能力的影響并不是靜態(tài)的，具有動態(tài)特征。交通基礎(chǔ)設(shè)施對區(qū)域創(chuàng)新能力提升的速度并沒有顯著影響。（2）人力資本對本區(qū)域創(chuàng)新能力也具有積極的促進作用，同時也具有動態(tài)特征。但是人力資本對區(qū)域創(chuàng)新能力的空間溢出效應(yīng)為負(fù)，意味著人力資本對區(qū)域創(chuàng)新能力的影響主要發(fā)揮集聚作用。同時，人力資本對區(qū)域創(chuàng)新能力提升的速度并沒有顯著影響。

從結(jié)論來看：交通基礎(chǔ)設(shè)施對區(qū)域創(chuàng)新能力具有重要的促進作用，因此政府應(yīng)該重視對交通基礎(chǔ)設(shè)施的投資，尤其是中西部地區(qū)的交通基礎(chǔ)設(shè)施；人力資本傾向于向創(chuàng)新能力強的區(qū)域流動，因此地方政府要努力提升本區(qū)域創(chuàng)新能力，同時對高端人才不僅要加大引進力度，給較大的優(yōu)惠政策，還要對已引進的高端人才配備相應(yīng)的配套設(shè)備，提供便利。

參考文獻：

[1]Barro，R J Government Spending in a Simple Model of Endogenous Growth[J] Journal of Political Economy， 1990， 98（5）：103-125.

[2]Lucas， R E On the Mechanics of Economic Development[J]Journal of Monetary Economics，1988，22（1）：3-42.

[3]Romer， P Why， Indeed， in America？ Theory， History and the Origins of Modern Economic Growth[J]The American Economic Review， 1996，86（2）： 202-206.

[4]Krugman， P Increasing Returns and Economic Geography[J]The Journal of Political Economy， 1991， 99（3）： 483-499

[5]Boarnet， M GSpillovers and the Locational Effects of Public Infrastructure[J]Journal of Regional Science， 1998， （38）3： 381-400

[6]Cantos，P.，Gumbau-Albert，M.，Maudos，J.Transport Infrastructures，Spillover Effects and Regional Growth：Evidence of the Spanish Case [J] Transport Reviews， 2005， （25）1： 25-50.

[7]Cohen，J.P.，Catherine，J，Paul，M.Public Infrastructure Investment， Interstate Spatial Spillovers， and ManufacturingCosts[J]The Review of Economics and Statistics， 2004， 86 （2）： 551-560.

[8]Bronzint，R， Piselli， P Determinants of Long-Run Regional Productivity With Geographical Spillovers： The Role of R&D， Human Capital and Public Infrastructure[J]Regional Science and Urban Economics， 2009， 39（2）： 187-199.

[9]劉秉廉，武鵬，劉玉海.交通基礎(chǔ)設(shè)施與中國全要素生產(chǎn)率增長——基于省域數(shù)據(jù)的空間面板計量分析[J].中國工業(yè)經(jīng)濟，2010，（3）：54-64.

[10] 張學(xué)良.中國交通基礎(chǔ)設(shè)施促進了區(qū)域經(jīng)濟增長嗎——兼論交通基礎(chǔ)設(shè)施的空間溢出效應(yīng)[J]中國社會科學(xué)，2012，（3）：60-76

[11]Kogut， B， Singh， H The Effect of National Culture on the Choice of Entry Mode[J] Journal of International Business Studies， 1998， 19（3）： 411-432

[12]Blomstrom，M ， Kokko， AForeign Direct Investment and Spillovers of Technology[J] International Journal of Technology Management， 2001， 22（5）： 435-454

[13]Funke， M， Niebuhr， A Regional Geographic Research and Development Spillovers and Economic Growth：Evidence From West Germany[J] Regional Studies， 2005，（39）1： 143-153

[14]王芳.研發(fā)溢出與人力資本對全要素生產(chǎn)率的影響[J].華東經(jīng)濟管理，2016，（9）：55-58.endprint

[15]王家庭，賈晨蕊.中國區(qū)域創(chuàng)新能力及影響因素的空間計量分析[J].中國科技論壇，2009，（12）：73-78.

[16]馬明.網(wǎng)絡(luò)基礎(chǔ)設(shè)施對區(qū)域創(chuàng)新能力影響的實證檢驗[J].統(tǒng)計與決策，2015，（3）：98-101.

[17]Holtz-Eakin， D.，Schwartz， ASpatial Productivity Spillovers From Public Infrastructure Evidence From State Highways[R] National Bureau of Economic Research， 1995

[18]Zandberg，E.，Haan，JD，Elhorst，PJThe Political Economy of Financial Reform：How Robust Are Huangs Findings？ [J] Journal of Applied Econometrics， 2012， 27（4）： 695-699

[19]Yu，J，Jong，R.D，Lee，L.F.Quasi-Maximum Likelihood Estimators for Spatial Dynamic Panel Data With Fixed Effects When Both N and T Are Large[J] Journal of Econometrics， 2008， 146（1）： 118-134.

[20]Lee，L， Yu， J A Spatial Dynamic Panel Data Model With Both Time and Individual Fixed Effects[J] Econometric Theory， 2010， 26（2）： 564-597.

[21]Lee， LF ， Yu， J Some Recent Developments in Spatial Panel Data Models[J] Regional Science and Urban Economics， 2010， 40（5）： 255-271.

[22]LeSage，J，Pace， R KP.Introduction to Spatial Econometrics[M].Boca Raton：CRC Press，2002264-275

[23]Paul，JE，Zandberg， E，Haan，JDThe Impact of Interaction Effects Among Neighboring Countries on Financial Liberalization and Reform： A Dynamic Spatial Panel Data Approach[J] Spatial Economic Analysis， 2013， 8（3）： 293-313.

[24]Demurger， S Infrastructure and Economic Growth： An Explanation for Regional Disparities in China？ [J] Journal of Comparative Economics， 2001， 29（1）： 95-117.

[25]劉生龍，胡鞍鋼.基礎(chǔ)設(shè)施的外部性在中國的檢驗：1988—2007[J].經(jīng)濟研究，2010，（3）：4-15.

[26]Cheung，KY，Lin，PSpillover Effects of FDI on Innovation in China： Evidence From the Provincial Data[J] China Economic Review， 2004，15（1）： 25-44

[27]Barro，R.J.，Lee，J.W.International Comparison of Educational Attainment[J].Journal of Monetary Economics，1993，32（2）：363-394.

[28]Lai，M.，Wang，H，Zhu，SDouble-Edged Effects of the Technology Gap and Technology Spillovers： Evidence From the Chinese Industrial Sector[J] China Economic Review，2008， 20（3）： 414-424.

[29]Yu，Y.CHINA_ SPATDWM： Stata Module to Provide Spatial Distance Matrices for Chinese Provinces and Cities[EB/OL].https： //ideas.repec org/c/boc/bocode/st57059 Html，2009-12-22

（責(zé)任編輯：于振榮）endprint