戴一鑫 鄭 玉 姜青克

內容提要：該文采用空間面板杜賓模型從本地和空間兩個維度實證檢驗了知識效應對區(qū)域增長的影響，結果表明：制度環(huán)境對經(jīng)濟增長具有一定程度的促進作用，但其作用更多體現(xiàn)為對本地知識效應和空間知識溢出的中介作用；雖然本地知識的增長效應大于空間知識溢出的增長效應，但制度過濾影響空間知識溢出效應的邊際損失度反而小于本地知識；而且制度環(huán)境對知識增長效應的過濾作用按照東、中、西部的順序依次增強。研究結論強調了制度建設的重要作用，尤其是通過R&D投入和R&D基礎設施來促進經(jīng)濟增長仍然需要以制度完善為前提。因此，各地在擴大本地“知識池”和改善知識質量的同時，落后地區(qū)應重點改善區(qū)域制度環(huán)境以獲取知識空間溢出的增長效應，而發(fā)達地區(qū)應加強區(qū)域自主創(chuàng)新能力，提高知識創(chuàng)造和轉化的能力。

一、 引 言

黨的十九大報告在明確了高質量發(fā)展的目標方向和任務之后，2018年政府工作報告特別強調實現(xiàn)該目標一個重要基礎是建立相應的體制機制和政策環(huán)境。“知識悖論”現(xiàn)象表明，知識的形成和轉化并不一定能有效地形成經(jīng)濟效應，根據(jù)技術變遷的演化路徑，一個可能的解釋是，知識創(chuàng)新是不同的個體、企業(yè)和機構在某個特定的社會條件和制度環(huán)境中不斷互動的結果?；谡交蚍钦降年P聯(lián)機制，技術知識得以形成與擴散。因此，在區(qū)域創(chuàng)新系統(tǒng)中，制度變量從一定程度上決定了地區(qū)將現(xiàn)有的資源和可得的技術轉化為持續(xù)增長的競爭力的效率，可以說高質量的制度環(huán)境作為企業(yè)的“無形資產(chǎn)”對知識經(jīng)濟的擴展和地區(qū)經(jīng)濟增長發(fā)揮了一定作用。

國內學者對制度、創(chuàng)新和增長績效關系探討的文獻已經(jīng)提供了許多重要而深刻的洞察。有研究從行政治理(魯桐，2015)、法制環(huán)境(溫軍，2011)等方面對制度環(huán)境影響創(chuàng)新的作用機理進行了分析。宋躍剛(2016)實證研究表明母國制度環(huán)境有利于提升中國企業(yè)和地區(qū)對外直接投資和TFP。陶長琪等(2018)認為制度、知識與區(qū)域技術創(chuàng)新之間并非簡單的線性關聯(lián)，有些地區(qū)教育水平高、人才產(chǎn)出也多，其技術創(chuàng)新效率和經(jīng)濟發(fā)展水平卻較低。包群(2017)則肯定了文化作為非正式制度對企業(yè)的成長起到“潤滑劑”的作用，但是這種非正式制度作用仍然有賴于正式制度的建設和完善。

空間計量經(jīng)濟模型被引入到知識生產(chǎn)函數(shù)之后，“知識效應”的研究已經(jīng)不再單純地被局限在本地內部，而是被拓展為與之相關聯(lián)的空間維度。大多數(shù)對中國的研究表明，空間知識溢出對區(qū)域經(jīng)濟增長呈現(xiàn)顯著的正向作用，其中李曉飛(2017)利用SDM及GWR實證模型詳細論證了中國省份的經(jīng)濟增長與相鄰區(qū)域間的知識存在顯著的空間正相關關系。同時，部分文獻開始關注知識轉化為增長的過程中的調節(jié)作用，對其中促進或約束作用的因素進行探究，認為知識溢出效應受到地區(qū)知識吸收能力的影響：徐盈之等(2010)通過實證研究認為區(qū)域間知識溢出效應顯著為正，將知識與人力資本結合，驗證了中國空間知識溢出存在門檻效應。而少部分學者則認為知識的區(qū)際溢出會形成創(chuàng)新的“利益溢出”，降低企業(yè)創(chuàng)新動力，對技術創(chuàng)新有消極影響(杜偉，2004)。

相對于已有研究，本文可能的拓展有：① 將制度、本地知識和空間知識溢出、經(jīng)濟增長納入統(tǒng)一的實證框架內，將制度環(huán)境對創(chuàng)新及區(qū)域增長的負向效應定義為“制度過濾”，探究本地的知識基礎和空間知識溢出分別受到制度過濾的影響機理以及效應大小。② 不同于現(xiàn)有研究僅考慮單因素的空間權重矩陣，本文構造了地理和經(jīng)濟復合維度的空間權重矩陣，實證結果將會更加可靠。③ 傳統(tǒng)知識效應僅考慮知識資源的投入，雖然它與創(chuàng)新知識的累積存在明顯的相關性，但是不能體現(xiàn)知識生產(chǎn)和轉化的全部，為了全面刻畫知識資源的優(yōu)勢程度以及論證結果的穩(wěn)健性，本文將知識效應分解為知識資源存量和知識質量兩個維度。

二、 理論分析與假說提出

根據(jù)早期的知識生產(chǎn)函數(shù)，對于某個區(qū)域個體或者企業(yè)個體，其R&D投資越多，自身研發(fā)活動的知識積累越多，從而知識的產(chǎn)出就越多。另一方面，知識的形成和轉化往往也依賴于鄰近區(qū)域的知識溢出以及互動。而創(chuàng)新活動具有很強的“本地根植性”，組織學習、默會知識傳遞吸收、人力資本流動和信息傳遞等方面都依賴于制度環(huán)境，它是本地特征條件的重要方面。因此，總體而言，本文認為“制度過濾”集中體現(xiàn)為本地和空間兩個方面的效應。

創(chuàng)新需要一種制度，最重要的是能夠使企業(yè)家和投資者有長期穩(wěn)定的預期，最基本的制度條件就是自由、私有產(chǎn)權和法治(張維迎，2016)。制度環(huán)境對創(chuàng)新的作用機制本質上體現(xiàn)在對企業(yè)及企業(yè)家的“要素保障”上。從融資制度環(huán)境看，因為創(chuàng)新的長周期性和不確定性，外部融資的困難推升了高風險、見效慢、長期收益大的技術創(chuàng)新項目的融資成本，抑制了企業(yè)技術創(chuàng)新尤其是基礎性技術創(chuàng)新的意愿。如果制度環(huán)境能有效地保障資本要素集聚的多樣化和便利化，將有利于企業(yè)將技術優(yōu)勢轉化為產(chǎn)品和市場優(yōu)勢(周建華，2016；徐浩和馮濤，2018)。其次，在人力資本要素的保障上，規(guī)范、透明的勞動力市場制度，保障了高技能勞動力和企業(yè)家的利益，避免了有違商業(yè)道德和商業(yè)機密的現(xiàn)象，有利于培育良好的創(chuàng)新知識共享和人員流動的平臺，反而能讓技術和知識很好地擴散和利用(曹琪格等，2014)。

就區(qū)域層面而言，除了以本地創(chuàng)新為知識源的自主創(chuàng)新外，區(qū)域可以通過吸收區(qū)域外的知識來擴大本地的“知識池”。具體地，知識的空間溢出效應主要來源于勞動力和一般資本的流動，且技術和知識具有一定的公共品特性以及外部性，雖然隨著顯性知識的可編碼化，越來越多的知識能夠通過交通、信息基礎設施進行傳播與擴散，但是更多的稀缺的“緘默”及隱性的知識由于不能夠清晰地表述和有效地轉移而成為企業(yè)創(chuàng)新和成長的“絆腳石”，而隱性知識更多需要依賴有效的關聯(lián)機制以及良好的交互環(huán)境，這與制度環(huán)境密切相關。另一方面，制度環(huán)境作為一種“認知資本”(Levinthal，1990)，也有助于空間知識溢出的吸收和消化：基于交流模式、投入產(chǎn)出機制以及新技術新知識的互動交換角度，制度環(huán)境越強，越有利于獲取外部空間知識的正外部性(Nijkamp，2012)。

因此，基于以上分析，本文提出如下兩個假說：

假說1：制度環(huán)境對經(jīng)濟增長具有明顯的正向促進作用，制度過濾對本地知識和空間知識溢出都存在交互作用，即區(qū)域的制度環(huán)境水平不足，本地的知識更多地溢出到周邊區(qū)域，同時也“過濾”了外部區(qū)域的知識溢出到本地區(qū)，繼而限制本地區(qū)的創(chuàng)新轉化為經(jīng)濟增長。

假說2：本地知識的增長效應大于空間知識溢出的增長效應；而制度環(huán)境越差的地區(qū)，其利用空間知識溢出的能力將明顯弱于利用本地知識的能力，即制度環(huán)境過濾的空間知識溢出的邊際損失效應程度小于本地知識。

結合以上兩個基礎假說，同時考慮到中國制度環(huán)境分布的區(qū)域性以及異質性，本文提出如下推論。

推論：制度環(huán)境對知識增長效應的過濾作用按照東、中、西部的順序依次增強。即獲取同樣單位的經(jīng)濟增長，西部地區(qū)因其制度環(huán)境的劣勢，需要付出更高的知識投入。但是西部地區(qū)的被制度環(huán)境過濾掉的本地知識效應大于中東部地區(qū)的本地效應；而空間知識溢出效應則相反。

三、 研究設計

1. 空間權重設定

② 經(jīng)濟權重矩陣。使用地區(qū)間人均GDP的差額作為測度地區(qū)間經(jīng)濟距離的指標，并引入經(jīng)濟空間權重矩陣

為地區(qū)i在樣本期間人均GDP的平均值(林光平等，2005)。然而，結合實際情況，本文認為不同地區(qū)之間的空間知識溢出不僅僅取決于地理鄰接性或地理空間距離，因為地區(qū)經(jīng)濟距離越接近，某種程度上反映了地區(qū)間基礎設施和信息技術等方面的趨同，那么即使地理距離遙遠，兩個地區(qū)間實質的距離反而可能較近，甚至經(jīng)濟距離相比地理距離更能決定地區(qū)知識的溢出與吸收(Case，1993)。本文參考項歌德(2011)的做法，結合許簫笛(2008)、張征宇和朱平芳(2009)的思路，綜合考慮地理和經(jīng)濟兩個維度的距離，設定了一個與以往大多數(shù)研究不同的權重矩陣，即綜合加權矩陣：

2. 模型設定

結合本文研究實際，設定具體的基準模型為：

其中，i表示地區(qū)，t表示年份；被解釋變量yit為人均GDP；Ws為本文設定的綜合空間權重矩陣，Wsyit表示人均GDP的空間滯后項，ρ為空間自相關系數(shù)；stockit和qualityit表示基于存量和質量維度的地區(qū)知識效應，filterit表示地區(qū)的制度過濾指數(shù)；controlit表示一系列控制變量的集合；WsXit表示所有解釋變量的空間滯后變量；考慮時間趨勢影響和地區(qū)差異的沖擊，本文加入μi和δt，分別表示地區(qū)和時間的固定效應，εit為隨機誤差項。采用空間面板極大似然估計法能夠得到一致無偏估計。同時，為了緩解內生性問題，上述解釋變量均取滯后1期變量。

3. 變量說明

(1) 知識水平。本文從存量和質量兩個維度來度量地區(qū)層面的知識水平。

① 知識存量。知識存量作為重要的創(chuàng)新基礎資源，無疑會顯著促進地區(qū)創(chuàng)新能力和提高技術水平。本文使用永續(xù)盤存法來計算地區(qū)i在時間t的知識存量Sit，用公式表示如下：

Sit=(1-δ)Sit-1+Rit

其中，δ表示知識存量的折舊率，Rit表示地區(qū)i在時間t的知識資源常規(guī)要素投入集。為了得到知識存量的初始值，使用如下公式：

其中，g表示每個地區(qū)i研發(fā)支出的平均增長速度。根據(jù)Helpman(1995)和Ripoll(2012)等文獻中的設定，選取δ=0.15。之所以選取一個相對較大的值，一方面考慮到知識的更新速度越來越快，另一方面使用的數(shù)據(jù)中在計算期間存在負增長的情況，選取一個較大的值可以避免初始研發(fā)資本存量為負的狀況。同時在現(xiàn)有研究中，一般認為技術創(chuàng)新滯后期為兩年，故取θ=2(鄒珊剛等，2001)。

② 知識質量。R&D的知識效應除了體現(xiàn)為存量方面，也體現(xiàn)為R&D增量的優(yōu)化，其具有提升創(chuàng)新潛能這一隱性作用，主要體現(xiàn)為知識創(chuàng)造和轉化的質量。前者決定了自主創(chuàng)新的水平，而后者則能助力吸收外來先進技術、集聚優(yōu)秀人才(陶長琪等，2018)。本文借鑒現(xiàn)有研究(余泳澤和劉大勇，2013)的測度方法，構建了R&D創(chuàng)造和轉化質量綜合評價指標體系，見表1。

表1 R&D質量綜合評價指標體系

在實際估計過程中，本文利用SPSS軟件對多維數(shù)據(jù)進行主成分分析，將表1中2個維度5個指標構造成1個綜合反映R&D創(chuàng)造和轉化的質量復合指數(shù)。

本文計算知識質量的空間滯后變量，即基準模型中的Wsquality，該變量表示某一省份所受空間知識溢出的程度。由圖1可以發(fā)現(xiàn)，知識溢出[注]由于篇幅有限，本文僅圖示知識質量溢出的地理圖。主要集中在京津冀、長三角和珠三角等東部沿海地區(qū)，利用知識溢出吸收效應比較出色的省份集中在長三角地區(qū)內部，而京津周邊的河北、山西尤其是內蒙古理論上所能獲取北京和天津的知識外溢量很大，然而即使在考慮地理距離和經(jīng)濟距離后，理論上的知識溢出也并沒有轉化為實際上的經(jīng)濟增長。如圖2所示，經(jīng)濟增長的空間集聚更加明顯，主要集中在北京、天津、長三角以及廣東。本文即試圖從制度環(huán)境的視角探究這一差異可能存在的原因。

圖1 2006-2015年地區(qū)平均所受知識溢出

圖2 2006-2015年地區(qū)人均GDP

圖3 2006-2015年地區(qū)平均制度環(huán)境水平

(2) 制度過濾。樊綱和王小魯?shù)纫源罅繑?shù)據(jù)為基礎，從市場制度環(huán)境的5個方面，構建了反映市場化進程的指標，并借助主成分分析法生成各指標的權重，加權計算各個地區(qū)市場化的總指數(shù)。本文利用這一指數(shù)作為測度地區(qū)制度水平及其變遷的變量。[注]樊綱、王小魯?shù)龋骸吨袊袌龌笖?shù)——各地區(qū)市場化相對進程報告》，經(jīng)濟科學出版社2001-2006年版。從圖3可以看出，北京、天津、長三角內部和廣東省內部的制度環(huán)境水平較高，該地區(qū)是傳統(tǒng)意義上較早進行市場化改革和開放的地區(qū)，企業(yè)的營商環(huán)境根據(jù)市場需求而不斷改善。而該類地區(qū)周圍諸如河北、內蒙古、安徽、山東等地區(qū)制度改善進程較慢，因而無法快速吸收和消化快速增長的知識溢出，導致知識空間溢出增長和地區(qū)經(jīng)濟增長的不匹配。

同時，需要特別說明的是，為了便于解釋結果，不同于Crescenzi(2008)所構造的社會過濾指數(shù)的正向形式，本文經(jīng)過適當調整，采用如下形式的制度過濾指數(shù)：

其中，insenvit_raw表示i地區(qū)初始的制度環(huán)境值，insenmax和insenmin分別表示樣本期間所有地區(qū)中的最大值和最小值。根據(jù)以上指數(shù)構造含義，filterit越大表示i地區(qū)的制度環(huán)境越惡劣。

(3) 控制變量。結合理論文獻與經(jīng)濟實際，本文增加以下變量以減輕計量估計中可能存在的內生性偏誤。

① 人力資本(hum)。人力資本水平越高的地區(qū)，在地區(qū)創(chuàng)新能力提升過程中，勞動力的素質及其技能水平也相應越高，對地區(qū)經(jīng)濟增長的貢獻作用也越大。本文借鑒熊靈(2012)的度量方法：Hum=(g1×6+g2×9+g3×12+g4×16)/G，其中g1、g2、g3、g4分別為小學、初中、高中及大學本科以上畢業(yè)人數(shù)，G是該地區(qū)就業(yè)的總人數(shù)。

② 外商直接投資(fdi)。外商直接投資不僅有利于吸納國外先進的技術和國外資本，同時外商直接投資通過產(chǎn)業(yè)內和產(chǎn)業(yè)間的技術外溢效應提升了區(qū)域的經(jīng)濟增長，本文以人均實際外資投資來度量。

③ 固定資產(chǎn)投資(inv)。經(jīng)濟增長的本質即為要素資源的投入產(chǎn)出活動，其前提條件是需要大量的固定資產(chǎn)投資以保障區(qū)域基礎設施，本文以人均實際固定資產(chǎn)投資額來度量。其中實際外商投資、全社會固定資產(chǎn)投資額和GDP分別用固定資產(chǎn)價格指數(shù)和GDP平減指數(shù)以2006年為基期進行價格平減。

表2為相關變量的定義公式以及描述性統(tǒng)計。

四、 實證分析

1. 空間自相關檢驗

本文將檢驗數(shù)據(jù)可能存在的空間依賴性以確定是否使用空間計量方法?；诳臻g自相關的存在性，文獻中提出了一系列度量空間自相關的方法，其中最為流行的是Moran’sI指數(shù)。本文用該指數(shù)來檢驗區(qū)域的空間自相關性，計算公式如下：

表2 變量設定及描述性統(tǒng)計

2. 實證結果

(1) 僅考慮本地知識的情況。在僅考慮本地知識效應的情況下，為了考察制度環(huán)境的中介作用，在引入制度變量與知識變量的交互項后，本文將基準模型修整為如下形式：

表3 區(qū)域經(jīng)濟增長的Moran’s I指數(shù)檢驗結果

圖4 2015年我國區(qū)域經(jīng)濟增長的Moran’s I散點圖

模型中的其余設定均與基準模型相同。表4為僅考慮本地知識溢出情況的實證結果。

在模型(1)中，本文僅將filter與pgdp進行回歸，發(fā)現(xiàn)其具有明顯的負向作用，但是本文認為制度變量有可能通過本地的知識創(chuàng)新影響區(qū)域增長，即filter可能會通過stock和quality對經(jīng)濟增長產(chǎn)生影響，因此我們將stock和quality加入基礎模型得到模型(2)和(4)，相比于基準回歸，filter的顯著性和系數(shù)都有所下降，證明制度環(huán)境變量對知識效應具有可能的中介調節(jié)作用。進一步我們納入制度因素和知識變量的交互項，發(fā)現(xiàn)filter×stock和filter×quality系數(shù)都變得顯著，呈現(xiàn)減弱型交互，即制度環(huán)境指數(shù)每下降1個單位，知識存量和知識質量對經(jīng)濟增長拉動作用將降低1.6%和9.8%，也即驗證了假說1：制度環(huán)境非但自身對經(jīng)濟增長產(chǎn)生影響，其對本地知識的經(jīng)濟效應也具有明顯的過濾作用，無論是知識的存量效應還是質量效應，假說1中的結論都成立。同時，我們發(fā)現(xiàn)制度環(huán)境對知識質量的過濾作用顯著大于對知識存量的過濾作用。控制變量的影響將在下一階段回歸中詳細討論。

表4 回歸結果

(2) 考慮空間知識溢出的情況。在考慮空間知識溢出的情況下，為了考察制度環(huán)境的中介作用，在引入制度變量與知識變量的交互項后，本文將基準模型拓展為如下形式：

模型中的其余設定均與基準模型相同，表5為考慮知識空間溢出情況后的實證結果。

表5 空間杜賓模型回歸結果

首先在本地知識變量和制度過濾變量基礎上加入外部知識溢出變量，即為模型(1)和(3)，對比stock和Wsstock、quality和Wsquality的系數(shù)，我們發(fā)現(xiàn)從全國整體上來看，本地知識效應明顯要大于外部知識溢出對經(jīng)濟增長的促進作用。同時在模型(2)和(4)中分別加入制度變量與本地知識和空間知識溢出的交互項，我們發(fā)現(xiàn)制度變量與本地知識效應交互項系數(shù)的負數(shù)絕對值更大，體現(xiàn)為減弱型交互作用更強，即制度環(huán)境對空間知識溢出效應的過濾小于對本地知識的過濾作用。模型(5)是包括所有解釋變量和控制變量的回歸結果，本文將模型(5)看作最終的回歸結果。除了本地知識質量不顯著外，其他變量系數(shù)和顯著性沒有明顯變化，假說2得以驗證?？臻g滯后回歸系數(shù)ρ顯著為正，表明區(qū)域之間的經(jīng)濟增長存在空間依賴性，這與Moran’sI指數(shù)檢驗結果相一致。

從各控制變量的回歸結果來看，固定資本投資和人力資本對本地經(jīng)濟增長具有顯著的正向影響，且對周邊地區(qū)經(jīng)濟增長的提升具有顯著的促進作用[注]由于篇幅關系，本文在表5中僅列示了核心解釋變量的空間滯后項。，這符合我們的理論預期。然而FDI的回歸系數(shù)顯著為負，這與相關已有研究結論相一致(彭向等，2010；王紅領等，2006)，表明繼續(xù)單純通過引進外商直接投資已經(jīng)不利于我國目前高質量經(jīng)濟發(fā)展的要求，應逐漸擴大自主創(chuàng)新能力作為FDI的有效替代。

3. 拓展分析：知識溢出效應的空間分解

Pace(2009)指出地區(qū)內的解釋變量效應是否存在可能與解釋變量估計系數(shù)β不相關，而應該關注解釋變量估計的直接效應是否顯著。同理，檢驗空間溢出效應是否顯著存在應該關注解釋變量的間接效應是否顯著。因此，作為對知識空間溢出效應的拓展，本文在表6對四種不同空間權重下的知識溢出分解效應進行了報告。其中，區(qū)域i的變量對本區(qū)域被解釋變量的影響為直接效應；所有區(qū)域的變量變化1個單位其對區(qū)域i的影響為總效應；兩者之差為間接效應，即其他區(qū)域的解釋變量對本區(qū)域的影響程度。

表6中估計結果顯示，知識存量和知識質量效應的直接效應均為正，且在四種不同空間矩陣設定模型中的結果都通過了顯著性檢驗，表明知識對本地區(qū)具有明顯的溢出效應。而間接效應都顯著為正，表明其他地區(qū)的知識存量和知識質量對本地區(qū)具有顯著的正向作用，換言之，知識具有明顯的空間溢出效應。同時，該結果中的系數(shù)亦表明直接效應顯著大于間接效應，進一步佐證了本文的假說2。本地知識的增長效應大于空間知識溢出的增長效應，該結論表明區(qū)域間的經(jīng)濟增長依賴于本土知識的存量和質量的提升，本土自主知識創(chuàng)新是未來區(qū)域經(jīng)濟增長的核心驅動力。

表6 空間杜賓模型的效應分解

4. 穩(wěn)健性檢驗

(1) 子樣本回歸。為了驗證上述結果的穩(wěn)健性，同時考慮到我國顯著的制度環(huán)境異質性(如圖3所示)，各區(qū)域的經(jīng)濟發(fā)展水平也迥然不同，故將全國樣本分為東、中、西及東北地區(qū)[注]東部包括北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東和海南；中部包括山西、安徽、江西、河南、湖北和湖南；西部包括內蒙古、廣西、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏和新疆；東北包括遼寧、吉林和黑龍江。進一步考證。表7列示了分地區(qū)子樣本回歸的結果，另外將表5中第5列模型的全國結果放入最后一列以便進行對比。

表7 分地區(qū)子樣本回歸結果

全國層面的制度過濾對經(jīng)濟增長影響的顯著性水平并不明顯，我們推測是由于全國內部的地區(qū)異質性引致的，實證結果也驗證了這一點：由filter的系數(shù)大小及其顯著性可知，在東部地區(qū)，制度環(huán)境直接對經(jīng)濟增長的作用并不明顯，更多體現(xiàn)為對知識效應的調節(jié)作用。無論是知識存量還是知識質量，其對經(jīng)濟增長具有顯著的正向作用，但是這種作用呈現(xiàn)東、中、西依次遞減效應。而在引入本地知識和外部知識的交互項后，我們發(fā)現(xiàn)無論是哪個區(qū)域，stock和quality的系數(shù)明顯大于Wsstock和Wsquality的系數(shù)，說明本地知識的增長效應大于空間知識溢出的增長效應。同時，加入制度交互項的系數(shù)東、中、西部呈現(xiàn)遞減的趨勢，表明制度的過濾作用在加強，越落后地區(qū)其制度環(huán)境因素影響知識轉化為增長的程度越大，繼而驗證了前文推論。因此，對于中西部落后省份而言，通過改善制度條件以獲取和吸收外部知識溢出的效果是促進本地經(jīng)濟增長的可行的較優(yōu)路徑。

(2) 替換指標

除了基于前文多維度構建的包括空間相鄰權重矩陣、地理距離權重矩陣以及經(jīng)濟權重矩陣進行再估計之外，本文主要采取以下方式對基本模型重新進行估計：根據(jù)中國城市和產(chǎn)業(yè)創(chuàng)新指數(shù)的底層數(shù)據(jù)[注]具體指標構造和數(shù)據(jù)來源參見《中國城市和產(chǎn)業(yè)創(chuàng)新力報告(2017)》。將城市層面的創(chuàng)新指數(shù)加權平均為省份層面的創(chuàng)新數(shù)據(jù)，以此替換本文中知識存量和知識質量指標。全樣本回歸結果與分組回歸結果除了部分控制變量不顯著外，其他變量的估計系數(shù)都通過了不同程度的顯著性水平檢驗，估計符號與前文回歸結果一致。

五、 結論探討與啟示

本文構建了考慮地理和經(jīng)濟距離因素的復合加權空間權重矩陣，采用空間面板杜賓模型從本地和空間兩個維度實證檢驗了知識效應對區(qū)域增長的影響，結果發(fā)現(xiàn)：制度環(huán)境對經(jīng)濟增長具有一定程度的促進作用，但其作用更多體現(xiàn)為對本地知識效應和空間知識溢出的中介作用；雖然本地知識的增長效應大于空間知識溢出的增長效應，但制度過濾影響空間知識溢出效應的邊際損失度反而小于本地知識；而且，制度環(huán)境對知識增長效應的過濾作用按照東、中、西部的順序依次增強。通過以上分析，本文的研究強調了制度建設的重要作用，尤其是通過R&D投入和R&D基礎設施來促進經(jīng)濟增長仍需要以制度完善為前提。

本文的結論對不同地區(qū)具有不同政策意義：對于中西部落后省份而言，通過改善制度條件以獲取和吸收外部知識溢出的效果是促進本地經(jīng)濟增長的可行的較優(yōu)路徑。在擴大本地“知識池”和改善知識質量的同時，落后地區(qū)應重點改善區(qū)域制度環(huán)境以獲取知識空間溢出的增長效應，而發(fā)達地區(qū)應加強區(qū)域自主創(chuàng)新能力，提高知識創(chuàng)造和轉化的能力。