我国区域创新生产的空间计量分析

1、我国区域创新消费的空间计量分析摘 要：本文运用2002-2021年中国大陆31个省级行政区域面板数据考察区域创新的空间相关性，建立简化的对数消费函数模型。使用空间计量的分析方法初步对区域创新投入-产出的空间相关关系进展探究，发现创新投入与产出活动存在显著的空间相关关系。关键词：创新消费；空间计量，面板数据引言改革开放以来，中国经济保持了持续的高速增长。但其在世界领域的竞争优势却主要立足于低本钱的劳动消费率、宏大的潜在市场，以及大规模的但不一定是高效率的政府投资。目前这种优势正在逐步丧失，要维持将来持续的经济增长，中国必须尽快进步自主创新才能，尤其是先进核心技术的自主创新才能来调整产业构造，转变

2、经济增长方式，争取进入世界经济链条的上游环节。近年来，我国对技术创新愈发重视，并期望2021年建成创新型国家，使科技开展成为经济社会开展的有力支撑。为此，国家通过不断加大研发投入来提升自主创新才能，然而由于研发资本存量的稀缺，应更注重研发资本的投入产出绩效。目前，现有文献在描绘区域创新消费的投入产出过程时，一般采用Griliches-Jaffe知识消费函数进展建模。考虑到区域之间的空间相关性，将空间构造权重纳入分析模型来解释空间相关性对经济活动的影响，可以使模型更贴近客观事实。一、空间面板计量经济模型构建创新实际上是通过科技资金、人力投入并配合其它相关要素如中介机构、风险投资等消费新知识、新技

3、术的过程。从研究的统计模型来看，Griliches和Jaffe在利用消费函数来估算RD对于经济增长的奉献时提出知识消费函数KPF模型，这也是目前国际上研究知识消费和技术创新及其决定因素的重要理论模型，并为大多数经历研究所证实。二、变量与数据一投入产出变量选择本文采用RD人员投入和RD经费支出作为创新投入变量。RD人员投入是指统计年度内参与研究与试验开展工程研究、管理和辅助工作的人员投入，采用RD人员全时当量L一项显性指标来衡量RD人员投入。RD经费支出采用统计年度内各地区研究与试验开展内部经费支出K这一指标来衡量。创新产出变量采用各区域三种专利申请授权数zl作为创新活动产出的衡量标准，因为其较

4、专利申请受理数更能代表区域创新才能。二空间权重矩阵的构建经济活动与其所处的地理空间位置有着亲密的联络，由于地理区位的邻近，创新活动存在着明显的空间相关，因此，可以通过空间权重矩阵W表示空间单元之间的互相依赖性与关联程度。实证中，本文采用空间邻接权重矩阵W，其中对角线上元素为0，其他元素满足Wij=1，i和j空间邻接0，i和j空间不邻接ij。三、实证分析一三个事先检验1、Hausman检验由于使用的是面板数据，首先使用Hausman检验进展模型的选择，判断模型采用固定效应还是随机效应。模型的Hausman检验结果见表1。经检验，在10%条件下不显著，回绝原假设，模型应采用固定效应模型。当回归分析

5、局限于一些特定个体时，应选择固定效应模型。对于按中国大陆省级区域划分的区域创新计量分析而言，固定效应模型显然是更好的选择。2、Morans I检验3、LM检验经过Morans I检验可知，模型存在空间相关性，要进一步断定是空间滞后模型还是空间误差模型，可采用拉格朗日乘子LM检验以及稳健性拉格朗日乘子R-LM检验准那么。详细检验结果见表3，LM-lag、LM-error检验以及稳健的LM-lag、LM-error均显著，根据结果无法判断何种模型，以下做两种模型比照。二空间面板数据模型的估计由于数据存在空间相关性，普通最小二乘法将会带来有偏或者无效的估计结果，一般采用极大似然估计、工具变量估计、广

6、义最小二乘估计以及广义矩估计等方法作为空间计量模型的估计方法。本文选择极大似然估计法ML来对所构建的Pannel Data空间回归实证模型进展估计。表4、5是专利授权空间计量的模型估计结果，从估计结果来看，空间误差模型优于空间滞后模型。仍然显示出区域创新活动显著为正的空间相关性，但空间相关系数SPLAG为0.69，SPAR为0.86上看，空间误差模型较高。说明创新投入会通过社会环境、经济开展等途径表现出来，并且作用于创新产出。结语本文运用2002-2021年中国大陆31个省级行政区域面板数据考察区域创新的空间相关性，建立简化的对数消费函数模型，初步对区域创新投入-产出的空间相关关系进展探究。分析得出创新投入与产出活动存在显著的空间相关关系，创新投入会通过社会环境、经济开展等途径表现出来，并且作用于创新产出。地理位置的邻近，使得区域间创新投入的互相影响更强，从而影响到创新产出程度。本文只是对空间计量进展了初步分析，还有很多缺乏，在变量的选取方面，RD经费投入可考虑资本存量；在地理权重的选择方面，