郭泉恩　孫斌棟

摘 要：基于2002年～2011年中國30個省域（直轄市、自治區(qū)）的面板數(shù)據(jù)，以高技術(shù)產(chǎn)業(yè)為研究對象，應(yīng)用空間計量模型擴(kuò)展知識生產(chǎn)函數(shù)，選用地理鄰接和反地理距離空間權(quán)重矩陣，從投入和產(chǎn)出兩方面估計高校知識溢出對區(qū)域創(chuàng)新的影響。結(jié)果表明：高校的知識產(chǎn)出和研發(fā)人員投入均對區(qū)域創(chuàng)新有顯著促進(jìn)作用；企業(yè)規(guī)模、市場開放程度和政府支持力度也與區(qū)域創(chuàng)新呈顯著正相關(guān)；地理距離較近地區(qū)間的創(chuàng)新存在顯著負(fù)向溢出效應(yīng)。因而，應(yīng)重視高校在區(qū)域創(chuàng)新發(fā)展中的作用，正確引導(dǎo)創(chuàng)新在省域間的流向。

關(guān)鍵詞：高校；知識溢出；區(qū)域創(chuàng)新；高技術(shù)產(chǎn)業(yè)；空間計量

中圖分類號：F129.9 文獻(xiàn)標(biāo)識碼：A

0 引言

創(chuàng)新在經(jīng)濟(jì)增長、區(qū)域發(fā)展和全球貿(mào)易中起重要作用[1]，創(chuàng)新發(fā)展已經(jīng)上升到我國國家戰(zhàn)略層面[2]。創(chuàng)新的主體在于人才，高校作為人才培養(yǎng)的基地和知識溢出的源泉，與區(qū)域創(chuàng)新的關(guān)系一直備受學(xué)術(shù)界關(guān)注。由于知識能夠在不被支付任何補(bǔ)償?shù)那闆r下被他人利用，這種非競爭性和非壟斷性等外部特征造成了高校的知識溢出[3]，知識溢出可以通過直接互動和交流等方式自然而然發(fā)生[4]。在20世紀(jì)80年代，有研究指出高校是創(chuàng)新高地分布的主要原因[5-6]，于是越來越多的研究開始關(guān)注高校在區(qū)域創(chuàng)新發(fā)展過程中所扮演的角色。

高校對區(qū)域創(chuàng)新的知識溢出作用主要通過培養(yǎng)人才、發(fā)表學(xué)術(shù)論文、申請和發(fā)布專利以及舉辦學(xué)術(shù)活動等途徑。首先，高校通過授課和科研活動等為社會培養(yǎng)大量知識型人才，這些人是創(chuàng)新活動的主體，同時畢業(yè)生的流動也會造成知識溢出的產(chǎn)生[7]；其次，高校的教師、研究員和研究生等均被鼓勵發(fā)表學(xué)術(shù)論文和著作來促進(jìn)學(xué)科發(fā)展，而其中一部分成果質(zhì)量較高，屬于學(xué)科前沿，能夠促進(jìn)相關(guān)產(chǎn)業(yè)發(fā)展，因此學(xué)術(shù)論文是高校知識溢出的主要途徑之一[8]；同樣地，專利是高校傳播知識和技術(shù)的另一重要途徑，基于高校和企業(yè)合作模式，高校的專利能夠越來越多地運(yùn)用到生產(chǎn)過程中，從而有效地提高了區(qū)域的創(chuàng)新水平，同時這一現(xiàn)象也促使政府加大了對高校發(fā)展專利的支持力度；最后，通過高校傳統(tǒng)的學(xué)術(shù)活動如舉辦學(xué)術(shù)論壇、講座等這些面對面交流機(jī)會，使得先進(jìn)知識能夠快速地在人群中進(jìn)行傳播，促進(jìn)知識溢出最終達(dá)到提高創(chuàng)新水平的目的。

然而高校是否能真的促進(jìn)一個地區(qū)的創(chuàng)新發(fā)展，還需大量的實證研究。一些文獻(xiàn)認(rèn)為，高校周圍那些不均勻分布的公司是高校對區(qū)域創(chuàng)新有積極作用的最好證據(jù)[9]。同時也有文獻(xiàn)認(rèn)為大學(xué)與企業(yè)的合作也會進(jìn)一步促進(jìn)創(chuàng)新發(fā)展[10-11]。美國的硅谷地區(qū)、環(huán)波士頓128號公路地區(qū)、英國的劍橋科技園和北京的中關(guān)村都是創(chuàng)新發(fā)展的成功案例，這些地區(qū)之所以成為創(chuàng)新高地，與其鄰近斯坦福、劍橋等研究型高校有很大關(guān)系[12-13]。然而，也有學(xué)者如Power和Malmberg[14]、吳玉鳴[15]在對大學(xué)研發(fā)與區(qū)域創(chuàng)新產(chǎn)出影響的實證分析中，并未發(fā)現(xiàn)高校對區(qū)域創(chuàng)新有明顯影響，在郭國峰等[16]研究中部六省技術(shù)創(chuàng)新影響因素時，甚至提出高校不僅對區(qū)域創(chuàng)新沒有貢獻(xiàn)，反而存在明顯的負(fù)向作用?？梢娫趯嵶C研究中，高校如何影響區(qū)域創(chuàng)新的觀點還未達(dá)成一致。

歸納總結(jié)發(fā)現(xiàn)，已有研究大多選用研發(fā)投入指標(biāo)（如研發(fā)經(jīng)費或人員投入）代表高校研發(fā)水平，研究其對區(qū)域創(chuàng)新的影響。但由于不同學(xué)校的投入產(chǎn)出效率不同，單以投入指標(biāo)不能全面反映高校的研發(fā)水平。同時，由于理論上區(qū)域創(chuàng)新等要素在空間上存在相互作用，因此應(yīng)選用空間計量模型進(jìn)行分析，但在即使考慮了空間依賴作用的文獻(xiàn)中，大多使用的是空間鄰接矩陣，沒有考慮到其他空間關(guān)系如地理距離對研究結(jié)果的影響。

作為知識密集型和技術(shù)密集型產(chǎn)業(yè)，高技術(shù)產(chǎn)業(yè)是科技創(chuàng)新的骨干力量，并且在國家經(jīng)濟(jì)發(fā)展過程中扮演重要角色[17]，它的發(fā)展關(guān)系到整個國家的綜合國力和競爭力[18]，因此本文以高技術(shù)產(chǎn)業(yè)為研究對象，采用2002年～2011年中國30個?。ㄖ陛犑?、自治區(qū)）①的面板數(shù)據(jù)，使用空間計量模型擴(kuò)展知識生產(chǎn)函數(shù)，基于空間鄰接矩陣和反地理距離矩陣，從投入和產(chǎn)出兩個方面考察高校知識溢出作用對區(qū)域創(chuàng)新的影響。

1 研究方法及數(shù)據(jù)

1.1 知識生產(chǎn)函數(shù)的擴(kuò)展

知識生產(chǎn)函數(shù)是采用柯布道格拉斯形式，用投入產(chǎn)出的方法研究創(chuàng)新活動的模型，最早是由Griliches[19]提出理論框架，隨后Jaffe[20]對函數(shù)進(jìn)行了擴(kuò)展和改進(jìn)。表達(dá)式為：

式中，Inno為高技術(shù)產(chǎn)業(yè)創(chuàng)新水平。對于創(chuàng)新水平的度量，長期以來學(xué)界未能達(dá)成統(tǒng)一，早期文獻(xiàn)使用R&D就業(yè)或投入來度量創(chuàng)新產(chǎn)出，隨后出現(xiàn)使用風(fēng)險投資、專利數(shù)和文獻(xiàn)引用等指標(biāo)[21]，專利因其數(shù)據(jù)的完整性，適用于長時間尺度研究，往往得到大部分研究者的青睞。不管專利授權(quán)與否，申請專利都包含了支持者重要的成本，關(guān)注發(fā)明相關(guān)的新穎性和盈利能力特征。為消除人口規(guī)模的影響，文章最終選用每百萬人均擁有高技術(shù)產(chǎn)業(yè)專利申請量表示高技術(shù)產(chǎn)業(yè)創(chuàng)新水平，單位為項/百萬人。不同于以往文獻(xiàn)，從投入和產(chǎn)出兩個方面選取指標(biāo)表示高校的研發(fā)水平，exedu為高校科研產(chǎn)出，以高校研究人員人均發(fā)表論文或?qū)Ｖ鴶?shù)表示，單位為篇/人；humedu為高校研發(fā)投入，用高?？蒲腥珪r人員占R&D人員比重，單位為%；ln是自然對數(shù)，？著為隨機(jī)誤差項，i為區(qū)域，t為年份。

除高校外，還有其他地區(qū)因素會影響高技術(shù)產(chǎn)業(yè)創(chuàng)新發(fā)展，文章選取了區(qū)域研發(fā)資本投入、高技術(shù)企業(yè)規(guī)模、產(chǎn)業(yè)結(jié)構(gòu)、市場開放度等因素對模型2作進(jìn)一步擴(kuò)展，得到：

式中，capital為區(qū)域研發(fā)資本投入，以人均擁有區(qū)域R&D內(nèi)部支出表示，單位為元/人；firm為高技術(shù)企業(yè)規(guī)模，以高技術(shù)產(chǎn)業(yè)企業(yè)年末平均從業(yè)人員占人口比重表示，單位為%；industry為產(chǎn)業(yè)結(jié)構(gòu)升級，以第三產(chǎn)產(chǎn)值與第二產(chǎn)產(chǎn)值之比表示；openness為本地市場開放程度，以人均擁有進(jìn)出口貨物總額表示，單位為百美元/人；govern為政府對科技事業(yè)的支持力度，以科學(xué)事業(yè)支出占財政支出比重表示，單位為%；library為當(dāng)?shù)毓参幕聵I(yè)發(fā)展程度，以人均擁有公共圖書館數(shù)表示，單位為座/人。

1.2 空間計量模型

考慮到區(qū)域創(chuàng)新及其要素在空間上存在的相互依賴，使用空間計量模型對模型3進(jìn)行擴(kuò)展?？臻g計量模型中最常用的是空間滯后模型（Spatial Lag Model）和空間誤差模型（Spatial Error Model），其中空間滯后模型為：

這里需要對權(quán)重矩陣（W）進(jìn)行一定的說明，權(quán)重矩陣是空間計量模型中的重要部分，選取不同的矩陣代表了在不同空間關(guān)系下考察區(qū)域的相互作用。常用的權(quán)重矩陣是基于Rook規(guī)則的0～1鄰接矩陣②（W1），即兩個區(qū)域有公共邊則為1，無則為0。但Anselin和Bera[22]認(rèn)為，使用這種不連續(xù)的空間矩陣會造成空間關(guān)聯(lián)性的損失和造成許多地區(qū)被孤立，與實際情況出入較大。考慮到空間鄰接矩陣的局限性，文章還使用地理距離的倒數(shù)（W2）及地理距離平方的倒數(shù)（W3）作為空間權(quán)重矩陣，以考察地理距離較近的地區(qū)間區(qū)域創(chuàng)新及其影響因素的空間相互作用。

1.3 數(shù)據(jù)來源

本文原始數(shù)據(jù)來源于《中國高技術(shù)產(chǎn)業(yè)統(tǒng)計年鑒》、《中國科技統(tǒng)計年鑒》、《中國統(tǒng)計年鑒》和《高等學(xué)?？萍冀y(tǒng)計資料匯編》（2003～2012）。由于某些省份有專利數(shù)為0的情況，因此參照Woodridge[23]的做法，在將模型兩邊變量分別取對數(shù)前，將所有省份的專利數(shù)加1。表1是數(shù)據(jù)的描述性統(tǒng)計結(jié)果。

2 結(jié)果與分析

2.1 現(xiàn)狀描述

在分析高校知識溢出對中國高技術(shù)產(chǎn)業(yè)創(chuàng)新影響之前，有必要對高技術(shù)產(chǎn)業(yè)創(chuàng)新的發(fā)展現(xiàn)狀進(jìn)行描述。因此，分別選取2002、2006和2011年為時間點，利用ArcGIS 10.2軟件對中國高技術(shù)產(chǎn)業(yè)創(chuàng)新的空間分布進(jìn)行可視化，為方便比較，在三個年份的創(chuàng)新水平選取相同的分界點，以此將全國30個省域（直轄市、自治區(qū)）劃分成5個等級：低水平地區(qū)、中低水平地區(qū)、中等水平地區(qū)、中高水平地區(qū)和高水平地區(qū)。具體如圖1所示。

2002年，全國絕大部分地區(qū)屬于高技術(shù)產(chǎn)業(yè)創(chuàng)新低水平地區(qū)，寧夏、天津和浙江屬于中低水平地區(qū)，廣東和上海屬中等水平地區(qū)，北京屬中高水平地區(qū)，全國暫無高水平地區(qū)。這一時期，中國高技術(shù)產(chǎn)業(yè)創(chuàng)新整體水平較低，創(chuàng)新水平相對較高的地區(qū)分布較為零散，沒有出現(xiàn)明顯集聚，整體仍處于發(fā)展的初級階段。

2006年，全國高技術(shù)產(chǎn)業(yè)創(chuàng)新低水平地區(qū)的數(shù)量明顯減少，陜西、遼寧、青海、湖北、重慶、貴州和福建由原來的低水平地區(qū)成為中低水平地區(qū)，浙江、山東和江蘇為中等水平地區(qū)，上海、北京和天津?qū)儆谥懈咚降貐^(qū)，廣東成為唯一高水平地區(qū)。全國整體創(chuàng)新水平提升，中高水平和中低水平地區(qū)分別在東部地區(qū)和中部地區(qū)出現(xiàn)明顯集聚，東部地區(qū)、中部地區(qū)和西部地區(qū)的創(chuàng)新水平差距開始突顯。

到2011年，低水平地區(qū)數(shù)量由2006年的12處到2012年減少至3處，河北、山西、云南、廣西和甘肅為中低水平地區(qū)，50%以上地區(qū)屬于中等水平地區(qū)，福建和山東為中高水平地區(qū)，廣東、北京、上海、天津、江蘇和浙江為高水平地區(qū)。整體上看，全國大部分省市的創(chuàng)新水平得到明顯提高，相較于2006年，創(chuàng)新在東部和中部地區(qū)的空間集聚和溢出作用持續(xù)加強(qiáng)，東部、中部和西部三大地區(qū)創(chuàng)新水平的差異更加明顯。

從2002年～2011年，全國高技術(shù)產(chǎn)業(yè)創(chuàng)新發(fā)展速度逐漸加快，中等水平及以上地區(qū)的數(shù)量增加明顯，等級規(guī)模結(jié)構(gòu)由金字塔型向紡錘型結(jié)構(gòu)轉(zhuǎn)變，發(fā)展階段開始趨于成熟，但不容忽視的是存在于東、中、西三大地區(qū)創(chuàng)新水平之間的差距愈發(fā)明顯。為避免區(qū)域創(chuàng)新發(fā)展陷入“強(qiáng)者恒強(qiáng)，弱者恒弱”的馬太效應(yīng)，研究區(qū)域創(chuàng)新與高校知識溢出之間的關(guān)系具有一定理論和現(xiàn)實意義。

2.2 模型選擇

為回答高校知識溢出對區(qū)域創(chuàng)新是否有影響，本文使用考慮了空間相互作用的空間計量模型進(jìn)行分析。根據(jù)Elhorst[24]的模型選擇規(guī)則，在確定模型類別之前，首先構(gòu)建無空間效應(yīng)模型進(jìn)行LM檢驗（Lagrange Multiplier Test），同時通過LR檢驗（Likelihood Ratio Test）以判斷固定或隨機(jī)效應(yīng)[25]。結(jié)果如表2和表3所示。

根據(jù)表1中LR檢驗結(jié)果，空間和時間固定效應(yīng)均在1%水平上拒絕聯(lián)合不顯著的原假設(shè)，表明在建模時應(yīng)選擇空間時間雙固定效應(yīng)的模型。表2中第（1）和（2）列是基于矩陣W1的LM檢驗結(jié)果，（3）和（4）列是基于矩陣W2，而（5）和（6）是基于矩陣W3。

表3中，模型（1）（3）（5）給出的是無固定效應(yīng)的拉格朗日乘子檢驗結(jié)果，而模型（2）（4）（6）列出的是空間時間雙固定效應(yīng)的拉格朗日乘子檢驗結(jié)果。由LR檢驗結(jié)果可知，在建模時應(yīng)選擇雙固定效應(yīng)。因此，本文著重分析模型（2）（4）（6）。模型（2）中，四個統(tǒng)計量均不顯著，因此LM檢驗未能指向空間模型。而模型（4）和（6）的拉格朗日乘子檢驗中，LM_Lag和LM_Error統(tǒng)計量在1%的水平上顯著，然而Robust LM_Lag和Robust LM_Error統(tǒng)計量未能顯著，檢驗結(jié)果說明空間滯后模型或者空間誤差模型設(shè)定都可能是合理的。

2.3 模型結(jié)果分析

由于無法根據(jù)LM檢驗結(jié)果確定模型類別，我們將雙固定效應(yīng)下的空間滯后模型和空間誤差模型的結(jié)果列出，從不同假設(shè)條件下的回歸結(jié)果中進(jìn)行選擇（表4）。

根據(jù)拉格朗日乘子檢驗和實證結(jié)果，本文認(rèn)為應(yīng)該選擇空間滯后模型定量研究高校對區(qū)域創(chuàng)新的影響。首先，理論上地區(qū)間隨機(jī)誤差的擾動作用有限，當(dāng)拉格朗日乘子檢驗結(jié)果認(rèn)為兩種模型都適用時，選擇空間滯后模型進(jìn)行估計更具有說服力[26]；其次，較多實證研究已指出創(chuàng)新存在明顯的空間溢出效應(yīng)[27-28]，因此應(yīng)當(dāng)在模型構(gòu)建過程中充分考慮創(chuàng)新的溢出作用；最后，表4中模型（3）和（5）的估計結(jié)果證實了因變量的空間滯后項在統(tǒng)計上十分顯著，并且進(jìn)一步檢驗發(fā)現(xiàn)③，空間滯后項中的殘差不存在空間依賴性。因此，無論是從理論還是實證檢驗結(jié)果來判斷，空間滯后模型均是合適的模型設(shè)定。

當(dāng)選用反地理距離為矩陣時（W2），高校知識產(chǎn)出（lnexedu）與區(qū)域創(chuàng)新顯著正相關(guān)，并通過1%顯著性水平檢驗；高校研發(fā)人員投入（lnhumedu）也對區(qū)域創(chuàng)新有積極影響。同時，區(qū)域創(chuàng)新存在顯著的負(fù)向溢出（W*lnInno=-0.572，t=-2.629），即區(qū)域創(chuàng)新對距離較近地區(qū)有負(fù)向溢出。這與周業(yè)安等[29]的研究結(jié)論一致，一個可能的解釋是：一個地區(qū)創(chuàng)新水平提高會吸引距離較近地區(qū)的科技人才及其他創(chuàng)新要素流入，從而會弱化鄰近區(qū)域的創(chuàng)新水平。同時，區(qū)域創(chuàng)新的溢出效應(yīng)也說明了選取空間計量模型作為估計方法的必要性。

當(dāng)考慮地理距離的摩擦系數(shù)為2時（W3），高校知識產(chǎn)出（lnexedu）同樣對區(qū)域創(chuàng)新有顯著正向影響，也發(fā)現(xiàn)了區(qū)域創(chuàng)新在空間上存在顯著的負(fù)向溢出（W*lnInno=-0.245，t=-2.444）。高校研發(fā)水平的提高有利于培養(yǎng)高級勞動力，促進(jìn)區(qū)域科研人才數(shù)量上升，同時能夠通過政產(chǎn)學(xué)研相結(jié)合的方式，促進(jìn)政府、企業(yè)和高校協(xié)同創(chuàng)新。此外，高校衍生企業(yè)和大學(xué)科技園也是區(qū)域創(chuàng)新的重要引擎之一。與陳立泰和張勇[30]關(guān)于高校對區(qū)域創(chuàng)新的作用不顯著的結(jié)論相悖，這是因為后者所指的區(qū)域創(chuàng)新是區(qū)域內(nèi)所有產(chǎn)業(yè)的專利授權(quán)數(shù)，然而不同產(chǎn)業(yè)適應(yīng)高校知識溢出的能力不同，如計算機(jī)業(yè)、醫(yī)藥業(yè)等在接受知識溢出方面更敏感，木材業(yè)、造紙業(yè)等則不明顯，張德茗和謝葆生[31]專門研究理工農(nóng)醫(yī)類高校的研發(fā)投入分別在地理空間和技術(shù)空間上的溢出也印證了這一觀點。

此外，企業(yè)規(guī)模（lnfirm）、市場開放度（lnopen）和政府對科技事業(yè)的支持（lngovern）也與區(qū)域創(chuàng)新顯著正相關(guān)，說明企業(yè)的規(guī)模效應(yīng)、開放的市場和地方政府支持力度均對當(dāng)?shù)貏?chuàng)新水平有積極作用。作為創(chuàng)新的另一主體，企業(yè)的規(guī)模越大，說明從事高技術(shù)產(chǎn)業(yè)的勞動力越多，人員集聚會加快學(xué)習(xí)交流和知識溢出，帶來新技術(shù)和新產(chǎn)品的產(chǎn)生和發(fā)展。開放的市場有利于外資和國外先進(jìn)技術(shù)的轉(zhuǎn)移和擴(kuò)散，能夠促進(jìn)本地區(qū)的技術(shù)進(jìn)步，帶來區(qū)域創(chuàng)新發(fā)展。政府是創(chuàng)新過程的主導(dǎo)角色，一些地區(qū)在創(chuàng)新的初期階段，絕大部分的研發(fā)投入、科研機(jī)構(gòu)和科研人員就是由政府提供的[32]，因此政府對科技事業(yè)的支持會對區(qū)域創(chuàng)新水平產(chǎn)生積極影響。

3 結(jié)論與建議

本文以高技術(shù)產(chǎn)業(yè)為例，基于2002年～2011年的中國省域面板數(shù)據(jù)，使用空間計量模型擴(kuò)展知識生產(chǎn)函數(shù)，分析了在不同空間權(quán)重矩陣下高校知識溢出對區(qū)域創(chuàng)新的影響。結(jié)果表明：（1）不論是使用空間鄰近矩陣還是反地理距離的空間權(quán)重矩陣，高校的知識產(chǎn)出和研發(fā)人員投入均對區(qū)域創(chuàng)新有明顯的正向促進(jìn)作用；（2）企業(yè)規(guī)模、市場開放度和政府的支持力度也與區(qū)域創(chuàng)新水平呈顯著正相關(guān)關(guān)系；（3）在使用不同摩擦系數(shù)的地理距離空間權(quán)重矩陣時，區(qū)域創(chuàng)新均存在顯著的負(fù)向溢出，說明區(qū)域創(chuàng)新的空間溢出作用會在一定程度上受地理距離的影響，即對距離較近地區(qū)產(chǎn)生負(fù)向溢出作用，這也意味著創(chuàng)新水平高的地區(qū)對距離較近地區(qū)的創(chuàng)新資源有“虹吸效應(yīng)”。

文章以高校研究人員人均發(fā)表論文及著作數(shù)表示高校的知識產(chǎn)出，以科研全時人員占R&D人員比重表示高校的研發(fā)投入，這種從研發(fā)過程投入和最終成果兩個方面考察高?？蒲兴剑啾扔诖蠖嘞嚓P(guān)文獻(xiàn)中僅使用研發(fā)人員或R&D內(nèi)部支出等投入要素表示高校研發(fā)情況，能夠更為全面和科學(xué)地反映高校知識溢出對區(qū)域創(chuàng)新的影響。同時，在使用空間計量分析區(qū)域創(chuàng)新影響因素的文獻(xiàn)中，大多僅考慮了空間鄰接矩陣下區(qū)域的空間相互作用，而忽略了地理距離的影響。實際上，地理距離相近的區(qū)域即使沒有空間相鄰卻仍可能聯(lián)系緊密，如安徽雖不與上海相鄰，但由于地理距離相近，許多方面均深深受著上海的影響。除空間鄰接矩陣外，本文還考察了基于不同摩擦系數(shù)的反地理距離空間權(quán)重矩陣，高校知識溢出對區(qū)域創(chuàng)新的影響。此外，本文雖以高技術(shù)產(chǎn)業(yè)為研究對象，但作為創(chuàng)新主體產(chǎn)業(yè)，研究高技術(shù)產(chǎn)業(yè)創(chuàng)新水平的影響因素，能加深對區(qū)域創(chuàng)新發(fā)展規(guī)律的理解和認(rèn)識。

模型回歸結(jié)果表明，高校知識溢出對區(qū)域創(chuàng)新有明顯促進(jìn)作用，其研發(fā)水平會在一定程度上影響區(qū)域創(chuàng)新。高校研發(fā)對區(qū)域創(chuàng)新的影響主要是通過科技人才和校企合作兩種途徑來實現(xiàn)的。加大高校的研發(fā)投入，有利于科技人才的培養(yǎng)和技術(shù)水平的提升[33]，同時，人才在遷移、流動的過程中，也會對區(qū)域創(chuàng)新產(chǎn)生影響。另一方面，由于高校擁有較強(qiáng)基礎(chǔ)研究能力，而企業(yè)善于將科研成果商業(yè)化，校企合作能夠加速高校知識溢出。因此，各省應(yīng)重視高校在創(chuàng)新過程中的作用，提高對高校的創(chuàng)新要素投入，加強(qiáng)產(chǎn)學(xué)研合作以促進(jìn)成果轉(zhuǎn)化。

其次，由于地理距離相近省域間的創(chuàng)新存在負(fù)向溢出，正確引導(dǎo)創(chuàng)新流向就顯得尤為重要。創(chuàng)新對經(jīng)濟(jì)增長的促進(jìn)作用使得地方?jīng)Q策者均期望其所在地成為創(chuàng)新高地，但不同的產(chǎn)業(yè)結(jié)構(gòu)、要素市場甚至文化等因素決定了創(chuàng)新的區(qū)域差異[34-35]，如果不顧本地條件盲目追求本地創(chuàng)新發(fā)展，可能會事倍功半，不但達(dá)不到目標(biāo)，還會產(chǎn)生資源浪費，造成對鄰近區(qū)域資源的掠奪。因此，國家在制定創(chuàng)新發(fā)展政策時應(yīng)重點了解區(qū)域創(chuàng)新在空間上的相互影響，合理規(guī)劃布局，通過加強(qiáng)基礎(chǔ)設(shè)施建設(shè)、注重教育發(fā)展和完善激勵機(jī)制等措施降低創(chuàng)新發(fā)生成本，引導(dǎo)區(qū)域間的創(chuàng)新流向。此外，各省在追求較高創(chuàng)新水平的過程中還應(yīng)因地制宜，積極配合國家創(chuàng)新政策。

參考文獻(xiàn)：

[1] Acs Z J， Anselin L， Varga A. Patterns and innovation counts as measures of regional production of new knowledge[J]. Research Policy，2002，31（07）：1069-1085.

[2] 人大新聞網(wǎng)[EB/OL]. http：//npc.people.com.cn/n/2015/0306/c14576-26651163.html

[3] Romer P M. Endogenous technological change[J]. Journal of Political Economy，1990，98（05）：71-102.

[4] Charlot S， Duranton G. Communication externalities in cities[J]. Journal of Urban Economics，2004，56（03）：581-613.

[5] Dorfman N S. Route 128： The development of a regional high technology economy[J]. Research Policy，1983，12（06）：299-316.

[6] Saxenian A. Silicon Valley and Route 128： Regional prototypes or historic exceptions[J]. Urban Affairs Annual Reviews，1985，28：81-105.

[7] Yang R， Welch A. A world-class university in China？ The case of Tsinghua[J]. Higher Education，2012，63（05）：645-666.

[8] Cowan R， Zinovyeva N. University effects on regional innovation[J]. Research Policy，2013，42（03）：788-800.

[9] Lin S. Are ivory towers truly ivory knowledge spillovers and firm innovation[J]. Journal of Economics and Business，2015，80：21-36.

[10] Maietta O W. Determinants of university–firm R&D collaboration and its impact on innovation： A perspective from a low-tech industry[J]. Research Policy，2015，44（07）：1341-1359.

[11] 王曉亞， 謝思全. R&D投入、產(chǎn)學(xué)研合作與企業(yè)技術(shù)創(chuàng)新產(chǎn)出—基于我國省級面板數(shù)據(jù)的研究[J]. 現(xiàn)代管理科學(xué)，2015，34（04）：30-32.

[12] Chen K， Kenney M. Universities/research institutes and regional innovation systems： The cases of Beijing and Shenzhen[J]. World Development，2007，35（06）：1056-1074.

[13] Tan J. Growth of industry clusters and innovation： Lessons from Beijing Zhongguancun Science Park[J]. Journal of Business Venturing，2006，21（06）：827-850.

[14] Power D， Malmberg A. The contribution of universities to innovation and economic development： In what sense a regional problem？[J]. Cambridge Journal of Regions， Economy and Society，2008，1（02）：233-245.

[15] 吳玉鳴. 大學(xué)、企業(yè)研發(fā)與區(qū)域創(chuàng)新的空間統(tǒng)計與計量分析[J]. 數(shù)理統(tǒng)計與管理，2007，26（02）：318-324.

[16] 郭國峰，溫軍偉，孫保營. 技術(shù)創(chuàng)新能力的影響因素分析—基于中部六省面板數(shù)據(jù)的實證研究[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2007，24（09）：134-143.

[17] 顧群，翟淑萍. 高技術(shù)產(chǎn)業(yè)知識產(chǎn)權(quán)保護(hù)、金融發(fā)展與創(chuàng)新效率—基于省級面板數(shù)據(jù)的研究[J]. 軟科學(xué)，2013， 27（07）：42-46.

[18] 封偉毅，李建華，趙樹寬. 技術(shù)創(chuàng)新對高技術(shù)產(chǎn)業(yè)競爭力的影響—基于中國1995-2010年數(shù)據(jù)的實證分析[J]. 中國軟科學(xué)，2012，27（09）：154-164.

[19] Griliches Z. Productivity， R&D， and basic research at the firm level in the 1970s[J]. American Economics Review，1986，76（01）：141-154.

[20] Jaffe A B. Real effects of academic research[J]. American Economics Review，1989，79（05）：957-970.

[21] Carlino G， Kerry W R. Agglomeration and innovation [M] // Duranton G， Henderson V， Strange W. Handbook of regional and urban economics. Amsterdam：North-Holland，2014（5）：1-56.

[22] Anselin L， Bera A K. Spatial dependence in linear regression models with an introduction to spatial econometrics[M] // Aman U， David E A G. Handbook of applied economic statistics. New York： Marcel Dekker，1998：237-290.

[23] Woodridge J. Introductory econometrics[M]. 3rd. Mason， Ohio： Thomson Higher Education， 2006.

[24] Elhorst J P. Applied spatial econometrics： Raising the bar[J]. Spatial Economic Analysis，2010，5（01）：9-28.

[25] 王子敏. 基于空間溢出視角的城鄉(xiāng)消費差距問題研究[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2012，31（02）：88-98.

[26] 季民河，武占云，姜磊. 空間面板數(shù)據(jù)模型設(shè)定問題分析[J]. 統(tǒng)計與信息論壇，2011，26（06）：3-9.

[27] 王慶喜，王巧娜，徐維祥. 我國高技術(shù)產(chǎn)業(yè)省際知識溢出： 基于地理和技術(shù)鄰近的分析[J]. 經(jīng)濟(jì)地理，2013，30（05）：111-116+136.

[28] 劉和東. 區(qū)域創(chuàng)新內(nèi)溢、外溢與空間溢出效應(yīng)的實證研究[J]. 科研管理，2013，34（01）：28-36.

[29] 周業(yè)安，程栩，趙文哲，等. 地方政府的教育和科技支出競爭促進(jìn)了創(chuàng)新嗎？ 基于省級面板數(shù)據(jù)的經(jīng)驗研究[J]. 中國人民大學(xué)學(xué)報，2012，26（04）：53-62.

[30] 陳立泰，張勇. 創(chuàng)新單元對區(qū)域創(chuàng)新的貢獻(xiàn)研究[J]. 科學(xué)學(xué)與科學(xué)技術(shù)管理，2012，33（06）：92-99.

[31] 張德茗，謝葆生. 理工農(nóng)醫(yī)類高校R&D投入對企業(yè)技術(shù)創(chuàng)新的知識溢出效應(yīng)分析[J]. 科研管理，2014，35（10）：136-143.

[32] 王玉霞，蔣伏心. 創(chuàng)新系統(tǒng)中地方政府定位和技術(shù)創(chuàng)新能力的城市間比較—以“南京模式”為例[J]. 南京社會科學(xué)，2008，19（09）：133-139.

[33] 胡曙虹，杜德斌，游小珺，等. 中國“成長三角”區(qū)域高校知識創(chuàng)新績效的時空演化分析[J]. 經(jīng)濟(jì)地理，2014，34（10）：15-22.

[34] 黎常. 社會文化特征對區(qū)域創(chuàng)業(yè)活動影響差異研究[J]. 科學(xué)學(xué)研究，2014，32（12）：1888-1896.

[35] 劉小斌，韓玉啟. 區(qū)域技術(shù)創(chuàng)新擴(kuò)散研究—南京地區(qū)的實證分析[J]. 南京社會科學(xué)，2009，20（05）：127-131.

Abstract： Innovation has an influence on economic growth， regional development and global trade. Meanwhile， innovation development has risen to the national strategic level. Innovation lies in the talent. As the base of personnel training and the source of knowledge spillovers， university often be regarded as playing an important role in the development of regional innovation. In academics， the relationship between university and regional innovation has been in the spotlight. Theoretically， university effects on regional innovation mainly through talent cultivation， publishing journals and books， promoting patents and holding some traditional academic activities. However， whether university can really increase the innovation level still needs a lot of empirical studies. In fact， there is no consistent conclusion on the effect of university on regional innovation， and most empirical papers have not taken the different spatial interactions of regional innovation and its factors into consideration. As the most innovative industry， this paper chooses the high-tech industry as the research object. Based on the data set of Chinese provinces （super-city-region and autonomous regions） from 2002-2011， this paper uses the spatial econometrics to extent the classical knowledge production， and investigates the effects of university on regional innovation under the three different spatial weight matrixes， such as the geography proximity and metric spaces. The results are： the significant positive effects of universitys knowledge products and R&D personnel inputs on the regional innovation are robust； the firm scale， market openness and local government support capacities are positively related to the innovation； when we use the metric space weight matrixes， the spillovers of regional innovation to the nearer regions are significant negative. Finally， the suggestions are proposed to put more emphases on the role of university during the innovative process， and accurately introduce the innovation flowing across provinces.

Key words： university； knowledge spillover； regional innovation； high-tech industry； spatial econometrics