高校知识溢出对我国高技术产业创新的影响研究—基于省级区域的空

灾燥造援26袁晕燥援4Aug援袁圆园17DOI:10.3969/j.issn.1004-9479.2017.04.009

孙斌栋.高校知识溢出对我国高技术产业创新的影响研究——郭泉恩，—基于省级区域的空间计量分析[J].世界地理研

究,2017,26(4):82-92

GUOQ,SUNB..Studyonuniversityknowledgespillovereffectsonregionalinnovationinhigh-techin-dustries:BasedonthespatialeconometricanalysisinChina[J].WorldRegionalStudies,2017,26(4):82-92

高校知识溢出对我国高技术产业创新的影响研究要要基于省级区域的空间计量分析要郭泉恩1,2，孙斌栋1

（1.华东师范大学:a.科技创新与发展战略研究中心；b.中国现代城市研究中心；c.城市与区域科学学院，

南昌330031）上海200241；2.南昌大学旅游学院，

摘

以高技术产业为研究要：基于2002年～2011年中国30个省域（直辖市、自治区）的面板数据，

从投入和对象，应用空间计量模型扩展知识生产函数，选用地理邻接和反地理距离空间权重矩阵，高校的知识产出和研发人员投入均产出两方面估计高校知识溢出对区域创新的影响。结果表明：

对区域创新有显著促进作用；企业规模、市场开放程度和政府支持力度也与区域创新呈显著正相因而，应重视高校在区域创新发展中的作关；地理距离较近地区间的创新存在显著负向溢出效应。用，正确引导创新在省域间的流向。

高技术产业；空间计量关键词：高校；知识溢出；区域创新；中图分类号：F129.9

文献标识码：A

0引言

创新在经济增长、区域发展和全球贸易中起重要作用[1]，创新发展已经上升到我国国家

与区域创战略层面[2]。创新的主体在于人才，高校作为人才培养的基地和知识溢出的源泉，这新的关系一直备受学术界关注。由于知识能够在不被支付任何补偿的情况下被他人利用，种非竞争性和非垄断性等外部特征造成了高校的知识溢出[3]，知识溢出可以通过直接互动和交流等方式自然而然发生[4]。在20世纪80年代，有研究指出高校是创新高地分布的主要

原因[5-6]，于是越来越多的研究开始关注高校在区域创新发展过程中所扮演的角色。

发表学术论文、申请和发布专利以高校对区域创新的知识溢出作用主要通过培养人才、

收稿日期院2017-02-16；修订日期院2017-03-13基金项目院国家自然科学基金项目(41471139)；教育部人文社会科学重点研究基地基金(16JJD790012)；上海哲学社会科学规划课题(2014BCK003)。

（1990-）作者简介院郭泉恩，女，博士研究生，主要研究方向为经济地理与区域创新。E-mail:guoqedili@126.com.（1970-）城市规划和区域经济。E-mail:bdsun@re.通讯作者院孙斌栋，男，博士，教授，博导，主要研究方向为城市地理、

ecnu.edu.cn.

4期郭泉恩等院高校知识溢出对我国高技术产业创新的影响研究83这及举办学术活动等途径。首先，高校通过授课和科研活动等为社会培养大量知识型人才，

些人是创新活动的主体，同时毕业生的流动也会造成知识溢出的产生[7]；其次，高校的教师、研究员和研究生等均被鼓励发表学术论文和著作来促进学科发展，而其中一部分成果质量

因此学术论文是高校知识溢出的主要途径之较高，属于学科前沿，能够促进相关产业发展，基于高校和企业合作模式，高校一[8]；同样地，专利是高校传播知识和技术的另一重要途径，

同时这一现的专利能够越来越多地运用到生产过程中，从而有效地提高了区域的创新水平，最后，通过高校传统的学术活动如举办学象也促使政府加大了对高校发展专利的支持力度；

促进知术论坛、讲座等这些面对面交流机会，使得先进知识能够快速地在人群中进行传播，识溢出最终达到提高创新水平的目的。

还需大量的实证研究。一些文献认为，然而高校是否能真的促进一个地区的创新发展，

高校周围那些不均匀分布的公司是高校对区域创新有积极作用的最好证据[9]。同时也有文

环波士顿128号美国的硅谷地区、献认为大学与企业的合作也会进一步促进创新发展[10-11]。

这些地区之所以成公路地区、英国的剑桥科技园和北京的中关村都是创新发展的成功案例，

剑桥等研究型高校有很大关系[12-13]。然而，为创新高地，与其邻近斯坦福、也有学者如Power并未发现高校和Malmberg[14]、吴玉鸣[15]在对大学研发与区域创新产出影响的实证分析中，

对区域创新有明显影响，在郭国峰等[16]研究中部六省技术创新影响因素时，甚至提出高校不高校如何影响区域仅对区域创新没有贡献，反而存在明显的负向作用。可见在实证研究中，创新的观点还未达成一致。

（如研发经费或人员投入）代表高校研归纳总结发现，已有研究大多选用研发投入指标

单以投入指标不发水平，研究其对区域创新的影响。但由于不同学校的投入产出效率不同，因能全面反映高校的研发水平。同时，由于理论上区域创新等要素在空间上存在相互作用，大多使用的是空此应选用空间计量模型进行分析，但在即使考虑了空间依赖作用的文献中，间邻接矩阵，没有考虑到其他空间关系如地理距离对研究结果的影响。

并且在国家经作为知识密集型和技术密集型产业，高技术产业是科技创新的骨干力量，济发展过程中扮演重要角色[17]，它的发展关系到整个国家的综合国力和竞争力[18]，因此本文

淤

采用2002年～2011年中国30个省自治区）以高技术产业为研究对象，（直辖市、的面板数从投入和据，使用空间计量模型扩展知识生产函数，基于空间邻接矩阵和反地理距离矩阵，

产出两个方面考察高校知识溢出作用对区域创新的影响。

1研究方法及数据

1.1知识生产函数的扩展

最早知识生产函数是采用柯布道格拉斯形式，用投入产出的方法研究创新活动的模型，

随后Jaffe[20]对函数进行了扩展和改进。表达式为：是由Griliches[19]提出理论框架，

（1）

式中，Y为创新水平，A为技术水平，K为资本投入量，L是劳动力投入，i为地区，ε是

随机干扰项，衡量其他未观测到的因素对创新产出的影响。

对模型1作进一步扩展，为研究高校对区域创新的影响，并两边取对数得到：

故不包含在内。澳门、台湾和西藏部分数据缺失，淤因香港、

84世界地理研究26卷

（2）

式中，Inno为高技术产业创新水平。对于创新水平的度量，长期以来学界未能达成统

专利数和文献一，早期文献使用R&D就业或投入来度量创新产出，随后出现使用风险投资、往往得到大部分研究者的引用等指标[21]，专利因其数据的完整性，适用于长时间尺度研究，

关注发明相关的新颖性和青睐。不管专利授权与否，申请专利都包含了支持者重要的成本，盈利能力特征。为消除人口规模的影响，文章最终选用每百万人均拥有高技术产业专利申请

单位为项/百万人。不同于以往文献，从投入和产出两个方面量表示高技术产业创新水平，

选取指标表示高校的研发水平，exedu为高校科研产出，以高校研究人员人均发表论文或专

单位为篇/人；著数表示，humedu为高校研发投入，用高校科研全时人员占R&D人员比重，单位为%；ln是自然对数，i为区域，t为年份。着为随机误差项，

文章选取了区域研发资本投除高校外，还有其他地区因素会影响高技术产业创新发展，

市场开放度等因素对模型2作进一步扩展，得到：入、高技术企业规模、产业结构、（3）

式中，capital为区域研发资本投入，以人均拥有区域R&D内部支出表示，单位为元/人；firm为高技术企业规模，以高技术产业企业年末平均从业人员占人口比重表示，单位为%；industry为产业结构升级，以第三产产值与第二产产值之比表示；openness为本地市

单位为百美元/人；场开放程度，以人均拥有进出口货物总额表示，govern为政府对科技事单位为%；业的支持力度，以科学事业支出占财政支出比重表示，library为当地公共文化事单位为座/人。业发展程度，以人均拥有公共图书馆数表示，1.2空间计量模型

考虑到区域创新及其要素在空间上存在的相互依赖，使用空间计量模型对模型3进行扩展。空间计量模型中最常用的是空间滞后模型（SpatialLagModel）和空间误差模型（SpatialErrorModel），其中空间滞后模型为：

（4）

式中y为因变量，W为空间权重矩阵，用来描述区域的空间结构，W*y是因变量的空间滞后项，x是自变量，i是区域，t是时间。琢是常数项，着是残差，

因此使用空间滞后模型将模型3扩展为：

（5）

空间误差模型为：

式中滋是误差项，W滋表示误差项的空间依赖，其他变量的含义与上式一致。

因此空间误差模型将模型3进一步扩展为：

（7）

（W）选这里需要对权重矩阵进行一定的说明，权重矩阵是空间计量模型中的重要部分，

嗓（6）

4期郭泉恩等院高校知识溢出对我国高技术产业创新的影响研究

表1

变量Innoexeduhumeducapitalfirm

样本数300300300300300300300300300300300

描述性统计结果

标准差52.8730.15411.77172.0590.7030.3961.1671.3108.6702.877

最小值

00.20834.7360.0000.0170.5000.2231.065

12002

85

取不同的矩阵代表了在不同空间关系下考察区域的相互作用。常用的权重矩阵是基于Rook规则的0～1邻接矩阵于（W1），即两个区域有公共边则为1，无则为0。但Anselin和使用这种不连续的空Bera[22]认为，

平均值24.7850.51873.00943.3110.5330.8911.2052.58315.52006.5

最大值374.4690.99986.697457.8733.4413.2957.2028.627

302011

间矩阵会造成空间关联性的损失和

industry

造成许多地区被孤立，与实际情况openness出入较大。考虑到空间邻接矩阵的

govern

1553.6852831.86425.54818455.45

局限性，文章还使用地理距离的倒library

（W3）region及地理距离平方的倒数数（W2）

作为空间权重矩阵，以考察地理距

year

离较近的地区间区域创新及其影响因素的空间相互作用。

1.3数据来源

、《中国科技统计年鉴》、《中国统计年本文原始数据来源于《中国高技术产业统计年鉴》

（2003～2012）因鉴》和《高等学校科技统计资料汇编》。由于某些省份有专利数为0的情况，将所有省份的专利数加1。此参照Woodridge[23]的做法，在将模型两边变量分别取对数前，表1是数据的描述性统计结果。

2结果与分析

2.1现状描述

在分析高校知识溢出对中国高技术产业创新影响之前，有必要对高技术产业创新的发

因此，分别选取2002、利用ArcGIS10.2软件对展现状进行描述。2006和2011年为时间点，为方便比较，在三个年份的创新水平选取相同中国高技术产业创新的空间分布进行可视化，

自治区）划分成5个等级：中低水平的分界点，以此将全国30个省域（直辖市、低水平地区、地区、中等水平地区、中高水平地区和高水平地区。具体如图1所示。

宁夏、天津和浙江属于中2002年，全国绝大部分地区属于高技术产业创新低水平地区，全国暂无高水平地区。这一低水平地区，广东和上海属中等水平地区，北京属中高水平地区，

没有出时期，中国高技术产业创新整体水平较低，创新水平相对较高的地区分布较为零散，现明显集聚，整体仍处于发展的初级阶段。

陕西、辽宁、青海、湖北、重2006年，全国高技术产业创新低水平地区的数量明显减少，

浙江、山东和江苏为中等水平地区，庆、贵州和福建由原来的低水平地区成为中低水平地区，全国整体创新水平提升，中上海、北京和天津属于中高水平地区，广东成为唯一高水平地区。

东部地区、中部地区和西高水平和中低水平地区分别在东部地区和中部地区出现明显集聚，部地区的创新水平差距开始突显。

山西、云到2011年，低水平地区数量由2006年的12处到2012年减少至3处，河北、

福建和山东为中高水平地南、广西和甘肃为中低水平地区，50%以上地区属于中等水平地区，

在0-1矩阵中我们设置广东省与海南省相邻。于考虑到广东省和海南省的空间位置和联系程度，

86世界地理研究26卷

天津、江苏和浙江为区，广东、北京、上海、

全国大部分省市的高水平地区。整体上看，创新水平得到明显提高，相较于2006年，创新在东部和中部地区的空间集聚和溢出作用持续加强，东部、中部和西部三大地区

创新水平的差异更加明显。

从2002年～2011年，全国高技术产业创新发展速度逐渐加快，中等水平及以上地区的数量增加明显，等级规模结构由金字塔型向纺锤型结构转变，发展阶段开始趋于成熟，但不容忽视的是存在于东、中、西三大地区创新水平之间的差距愈发明显。为避免区域创新发展陷入“强者恒研究区域创新强，弱者恒弱”的马太效应，与高校知识溢出之间的关系具有一定理论

和现实意义。

2.2模型选择

为回答高校知识溢出对区域创新是否有影响，本文使用考虑了空间相互作用的空间计量模型进行分析。根据Elhorst[24]首的模型选择规则，在确定模型类别之前，（La-先构建无空间效应模型进行LM检验grangeMultiplierTest），同时通过LR

（LikelihoodRatioTest）检验以判断固定或随机效应[25]。结果如表2和表3所示。

根据表1中LR检验结果，空间和时间固定效应均在1%水平上拒绝联合不显著的原假设，表明在建模时应选择空间时间

（1）（2）双固定效应的模型。表2中第和列（3）和（4）是基于矩阵W1的LM检验结果，

（5）（6）列是基于矩阵W2，而和是基于矩阵W3。

（1）表3中，模型（3）（5）给出的是无固

定效应的拉格朗日乘子检验结果，而模型（2）（4）（6）列出的是空间时间双固定效应

由LR检验结果的拉格朗日乘子检验结果。

可知，在建模时应选择双固定效应。因此，

（2）（2）本文着重分析模型（4）（6）。模型中，因此LM检验未能指四个统计量均不显著，

图1中国高技术产业创新水平空间分布

4期郭泉恩等院高校知识溢出对我国高技术产业创新的影响研究

表2无空间效应面板模型

(1)

变量lnexedulnhumedulncapitallnfirmlnindustrylnopenlngovernlnlibraryConstantσ2R2

AdjustR2

LogL

SpatialfixedeffectTimefixedeffect表3

LM检验结果(3)混合OLS

W210.384***(0.001)36.261***(0.000)0.424(0.515)26.301***(0.000)

(4)双固定效应

W27.029***(0.008)7.558***(0.006)0.010(0.920)0.538(0.463)

(5)混合OLSW31.523(0.217)6.913***(0.009)0.545(0.460)5.935**(0.015)

(6)

混合OLS0.479**(2.075)1.334***(3.949)0.157***(4.477)0.784***(8.895)0.350***(2.098)0.018(0.293)0.485***(5.074)-0.073(-0.462)-2.946**(-2.015)

0.6950.8040.798-366.613

--(2)双固定效应

87（4）（6）向空间模型。而模型和

的拉格朗日乘子检验中，LM_Lag和LM_Error统计量在

然而Robust1%的水平上显著，

LM_Lag和RobustLM_Error

统计量未能显著，检验结果说明空间滞后模型或者空间误差模型设定都可能是合理的。2.3模型结果分析

由于无法根据LM检验结果确定模型类别，我们将双固定效应下的空间滞后模型和空间误差模型的结果列出，从不同假设条件下的回归结果中进

（表4）行选择。

根据拉格朗日乘子检验和实证结果，本文认为应该选择

(1)混合OLS

W1

LM_lagLM_errorRobustLM_lagRobustLM_error

0.571(0.450)4.331**(0.037)6.209**(0.013)9.968***(0.002)

0.869***(2.933)1.419**(2.559)0.044(1.568)0.523**(2.448)0.466(1.331)0.713**(3.094)0.726**(4.032)0.808(1.299)

-0.3350.2080.189-257.580158.977***(p=0.000)79.810***(p=0.000)

注：括号中为t值；*，**，***分别代表p<0.1，p<0.05和p<0.01。

(2)双固定效应

W10.171(0.679)0.479(0.489)0.476(0.490)0.784(0.376)

双固定效应

W37.628***(0.006)8.605***(0.003)0.008(0.927)0.986(0.321)

注：括号中为t值；*，**，***分别代表p<0.1，p<0.05和p<0.01。

首先，理论上地区间随机误差的扰动作用有空间滞后模型定量研究高校对区域创新的影响。

选择空间滞后模型进行估计更具有说限，当拉格朗日乘子检验结果认为两种模型都适用时，其次，较多实证研究已指出创新存在明显的空间溢出效应[27-28]，因此应当在模型构服力[26]；

最后，表4中模型（3）（5）建过程中充分考虑创新的溢出作用；和的估计结果证实了因变量的并且进一步检验发现盂，空间滞后项在统计上十分显著，空间滞后项中的残差不存在空间依

空间滞后模型均是合适的模型设定。赖性。因此，无论是从理论还是实证检验结果来判断，

（W2）（lnexedu）并当选用反地理距离为矩阵时，高校知识产出与区域创新显著正相关，

（SpatialDurbinErrorModel）进行二次检验，盂我们使用同时考虑了自变量和误差项空间依赖的空间杜宾误差模型

发现邻近区域影响要素关于区域创新水平的误差冲击对本区域创新水平的影响并不显著，说明空间杜宾误差模型和空间误差模型并不适用。

88表4

(1)

变量lnexedulnhumedulncapitallnfirmlnindustrylnopenlngovernlnlibraryW*lnInnoW*spat.aut.

σ2R2

AdjustR2

LogL

W10.873***(2.787)1.414**(2.412)0.045(1.500)0.522**(2.302)0.466(1.257)0.708***(2.907)0.724***(3.790)0.804(1.222)0.015(0.202)

-0.3740.9050.209-257.482

(2)W1

世界地理研究26卷

空间滞后模型和空间误差模型结果

(3)W20.815***(2.675)1.304**(2.288)0.039(1.330)0.659***(2.983)0.546(1.514)0.705***(2.978)0.736***(3.975)0.732(1.145)-0.572***(-2.629)

-0.3540.9100.205-251.283

(4)W20.769**(2.446)1.191**(2.055)0.040(1.347)0.661***(3.081)0.512(1.337)0.674**(2.725)0.700***(3.846)0.648(1.001)

--0.652***(-2.832)0.3500.9050.206-249.924

(5)W30.830***(2.703)1.296**(2.256)0.0412(1.411)0.664***(2.966)0.522(1.438)0.702***(2.939)0.744***(3.984)0.765(1.188)-0.245**(-2.444)

-0.3600.9090.205-252.949

(6)W30.774**(2.501)1.152**(2.007)0.045(1.548)0.657***(3.062)0.462(1.217)0.636***(2.594)0.706***(3.894)0.653(1.030)

--0.307***(-2.915)0.3550.9050.205-251.798

空间滞后模型空间误差模型空间滞后模型空间误差模型空间滞后模型空间误差模型

0.870***(2.770)1.396**(2.384)0.047(1.572)0.545**(2.453)0.485(1.304)0.692***(2.808)0.730***(3.886)0.746(1.137)

--0.014(-0.175)0.3740.9050.208-257.265

注：括号中为t值；*，**，***分别代表p<0.1，p<0.05和p<0.01。

（lnhumedu）同时，区通过1%显著性水平检验；高校研发人员投入也对区域创新有积极影响。

（W*lnInno=-0.572，域创新存在显著的负向溢出t=-2.629），即区域创新对距离较近地区有一个地区创新水平提高会负向溢出。这与周业安等[29]的研究结论一致，一个可能的解释是：

吸引距离较近地区的科技人才及其他创新要素流入，从而会弱化邻近区域的创新水平。同时，区域创新的溢出效应也说明了选取空间计量模型作为估计方法的必要性。

（lnexedu）当考虑地理距离的摩擦系数为2时（W3），高校知识产出同样对区域创新有显（W*lnInno=-0.245，著正向影响，也发现了区域创新在空间上存在显著的负向溢出t=-2.促进区域科研人才数量上升，同时能够444）。高校研发水平的提高有利于培养高级劳动力，此外，高校衍生企业和大学科通过政产学研相结合的方式，促进政府、企业和高校协同创新。

技园也是区域创新的重要引擎之一。与陈立泰和张勇[30]关于高校对区域创新的作用不显著然而不同产业的结论相悖，这是因为后者所指的区域创新是区域内所有产业的专利授权数，

木材业、适应高校知识溢出的能力不同，如计算机业、医药业等在接受知识溢出方面更敏感，张德茗和谢葆生[31]专门研究理工农医类高校的研发投入分别在地理空造纸业等则不明显，

4期郭泉恩等院高校知识溢出对我国高技术产业创新的影响研究

89

间和技术空间上的溢出也印证了这一观点。

（lnfirm）（lnopen）（lngovern）也此外，企业规模、市场开放度和政府对科技事业的支持开放的市场和地方政府支持力度均对当地创与区域创新显著正相关，说明企业的规模效应、

说明从事高技术产业的劳动力新水平有积极作用。作为创新的另一主体，企业的规模越大，带来新技术和新产品的产生和发展。开放的市越多，人员集聚会加快学习交流和知识溢出，

能够促进本地区的技术进步，带来区域创新发场有利于外资和国外先进技术的转移和扩散，

绝大部分的研发投入、科研机展。政府是创新过程的主导角色，一些地区在创新的初期阶段，因此政府对科技事业的支持会对区域创新水平产生积构和科研人员就是由政府提供的[32]，

极影响。

3结论与建议

基于2002年～2011年的中国省域面板数据，使用空间计量模本文以高技术产业为例，

结果型扩展知识生产函数，分析了在不同空间权重矩阵下高校知识溢出对区域创新的影响。（1）高校的知识产出和研表明：不论是使用空间邻近矩阵还是反地理距离的空间权重矩阵，

（2）发人员投入均对区域创新有明显的正向促进作用；企业规模、市场开放度和政府的支持（3）力度也与区域创新水平呈显著正相关关系；在使用不同摩擦系数的地理距离空间权重矩阵时，区域创新均存在显著的负向溢出，说明区域创新的空间溢出作用会在一定程度上受地

这也意味着创新水平高的地区对距离理距离的影响，即对距离较近地区产生负向溢出作用，“虹吸效应”。较近地区的创新资源有

文章以高校研究人员人均发表论文及著作数表示高校的知识产出，以科研全时人员占R&D人员比重表示高校的研发投入，这种从研发过程投入和最终成果两个方面考察高校科研水平，相比于大多相关文献中仅使用研发人员或R&D内部支出等投入要素表示高校研发

在使用空间计量情况，能够更为全面和科学地反映高校知识溢出对区域创新的影响。同时，而忽分析区域创新影响因素的文献中，大多仅考虑了空间邻接矩阵下区域的空间相互作用，

略了地理距离的影响。实际上，地理距离相近的区域即使没有空间相邻却仍可能联系紧密，许多方面均深深受着上海的影响。除空间邻如安徽虽不与上海相邻，但由于地理距离相近，

高校知识溢出对区接矩阵外，本文还考察了基于不同摩擦系数的反地理距离空间权重矩阵，但作为创新主体产业，研究高技术产域创新的影响。此外，本文虽以高技术产业为研究对象，

业创新水平的影响因素，能加深对区域创新发展规律的理解和认识。

其研发水平会在一定程模型回归结果表明，高校知识溢出对区域创新有明显促进作用，度上影响区域创新。高校研发对区域创新的影响主要是通过科技人才和校企合作两种途径

人才在来实现的。加大高校的研发投入，有利于科技人才的培养和技术水平的提升[33]，同时，由于高校拥有较强基础研究能迁移、流动的过程中，也会对区域创新产生影响。另一方面，

因此，各省应重视高校力，而企业善于将科研成果商业化，校企合作能够加速高校知识溢出。加强产学研合作以促进成果转化。在创新过程中的作用，提高对高校的创新要素投入，

正确引导创新流向就显得尤为重其次，由于地理距离相近省域间的创新存在负向溢出，但不同的产要。创新对经济增长的促进作用使得地方决策者均期望其所在地成为创新高地，业结构、要素市场甚至文化等因素决定了创新的区域差异[34-35]，如果不顾本地条件盲目追求

还会产生资源浪费，造成对邻近区域资源本地创新发展，可能会事倍功半，不但达不到目标，

90世界地理研究26卷

合理的掠夺。因此，国家在制定创新发展政策时应重点了解区域创新在空间上的相互影响，规划布局，通过加强基础设施建设、注重教育发展和完善激励机制等措施降低创新发生成积极配本，引导区域间的创新流向。此外，各省在追求较高创新水平的过程中还应因地制宜，合国家创新政策。

参考文献:

[1]AcsZJ,AnselinL,VargaA.Patternsandinnovationcountsasmeasuresofregionalproductionof

newknowledge[J].ResearchPolicy,2002,31(07):1069-1085.

[2]人大新闻网[EB/OL].http://npc.people.com.cn/n/2015/0306/c14576-26651163.html

[3]RomerPM.Endogenoustechnologicalchange[J].JournalofPoliticalEconomy,1990,98(05):71-102.[4]CharlotS,DurantonG.Communicationexternalitiesincities[J].JournalofUrbanEconomics,2004,56

(03):581-613.

[5]DorfmanNS.Route128:Thedevelopmentofaregionalhightechnologyeconomy[J].ResearchPolicy,

1983,12(06):299-316.

[6]SaxenianA.SiliconValleyandRoute128:Regionalprototypesorhistoricexceptions[J].UrbanAf-fairsAnnualReviews,1985,28:81-105.

[7]YangR,WelchA.Aworld-classuniversityinChina?ThecaseofTsinghua[J].HigherEducation,2012,63

(05):645-666.

[8]CowanR,ZinovyevaN.Universityeffectsonregionalinnovation[J].ResearchPolicy,2013,42(03):

788-800.

[9]LinS.Areivorytowerstrulyivoryknowledgespilloversandfirminnovation[J].JournalofEconomics

andBusiness,2015,80:21-36.

[10]MaiettaOW.Determinantsofuniversity–firmR&Dcollaborationanditsimpactoninnovation:A

perspectivefromalow-techindustry[J].ResearchPolicy,2015,44(07):1341-1359.

[11]王晓亚,谢思全.R&D投入、产学研合作与企业技术创新产出—基于我国省级面板数据的研究[J].现代管理科学,

2015,34(04):30-32.

[12]ChenK,KenneyM.Universities/researchinstitutesandregionalinnovationsystems:Thecasesof

BeijingandShenzhen[J].WorldDevelopment,2007,35(06):1056-1074.

[13]TanJ.Growthofindustryclustersandinnovation:LessonsfromBeijingZhongguancunSciencePark

[J].JournalofBusinessVenturing,2006,21(06):827-850.

[14]PowerD,MalmbergA.Thecontributionofuniversitiestoinnovationandeconomicdevelopment:In

whatsensearegionalproblem?[J].CambridgeJournalofRegions,EconomyandSociety,2008,1(02):233-245.

[15]吴玉鸣.大学、企业研发与区域创新的空间统计与计量分析[J].数理统计与管理,2007,26(02):318-324.[16]郭国峰,温军伟,孙保营.技术创新能力的影响因素分析—基于中部六省面板数据的实证研究[J].数量经济技术

经济研究,2007,24(09):134-143.

[17]顾群,翟淑萍.高技术产业知识产权保护、金融发展与创新效率—基于省级面板数据的研究[J].软科学,2013,

27(07):42-46.

[18]封伟毅,李建华,赵树宽.技术创新对高技术产业竞争力的影响—基于中国1995-2010年数据的实证分析[J].中

国软科学,2012,27(09):154-164.

[19]GrilichesZ.Productivity,R&D,andbasicresearchatthefirmlevelinthe1970s[J].AmericanE-conomicsReview,1986,76(01):141-154.

[20]JaffeAB.Realeffectsofacademicresearch[J].AmericanEconomicsReview,1989,79(05):957-970.[21]CarlinoG,KerryWR.Agglomerationandinnovation

[M]//DurantonG,HendersonV,StrangeW.

Handbookofregionalandurbaneconomics.Amsterdam:North-Holland,2014(5):1-56.

4期郭泉恩等院高校知识溢出对我国高技术产业创新的影响研究

91

[22]AnselinL,BeraAK.Spatialdependenceinlinearregressionmodelswithanintroductiontospa-tialeconometrics[M]//AmanU,DavidEAG.Handbookofappliedeconomicstatistics.NewYork:Mar-celDekker,1998:237-290.

[23]WoodridgeJ.Introductoryeconometrics[M].3rd.Mason,Ohio:ThomsonHigherEducation,2006.[24]ElhorstJP.Appliedspatialeconometrics:Raisingthebar[J].SpatialEconomicAnalysis,2010,5(01):

9-28.

[25]王子敏.基于空间溢出视角的城乡消费差距问题研究[J].农业技术经济,2012,31(02):88-98.[26]季民河,武占云,姜磊.空间面板数据模型设定问题分析[J].统计与信息论坛,2011,26(06):3-9.

[27]王庆喜,王巧娜,徐维祥.我国高技术产业省际知识溢出:基于地理和技术邻近的分析[J].经济地理,2013,30

(05):111-116+136.

[28]刘和东.区域创新内溢、外溢与空间溢出效应的实证研究[J].科研管理,2013,34(01):28-36.

[29]周业安,程栩,赵文哲,等.地方政府的教育和科技支出竞争促进了创新吗?基于省级面板数据的经验研究[J].

中国人民大学学报,2012,26(04):53-62.

[30]陈立泰,张勇.创新单元对区域创新的贡献研究[J].科学学与科学技术管理,2012,33(06):92-99.

[31]张德茗,谢葆生.理工农医类高校R&D投入对企业技术创新的知识溢出效应分析[J].科研管理,2014,35(10):136-143.“南京模式”为例[J].南京社会科[32]王玉霞,蒋伏心.创新系统中地方政府定位和技术创新能力的城市间比较—以

学,2008,19(09):133-139.

[33]胡曙虹,杜德斌,游小珺,等.中国“成长三角”区域高校知识创新绩效的时空演化分析[J].经济地理,2014,34(10):

15-22.

[34]黎常.社会文化特征对区域创业活动影响差异研究[J].科学学研究,2014,32(12):1888-1896.

[35]刘小斌,韩玉启.区域技术创新扩散研究—南京地区的实证分析[J].南京社会科学,2009,20(05):127-131.

Studyonuniversityknowledgespillovereffectson

regionalinnovationinhigh-techindustries:

BasedonthespatialeconometricanalysisinChinaGUOQuan-en1,2,SUNBin-dong1(1.a.InstituteforInnovationandStrategicStudies;b.CenterforModernChineseCityStudies;c.SchoolofUrbanandRegionalScience;EastChinaNormalUniversity,Shanghai

200241,China;2.SchoolofTourism,NanchangUniversity,Nanchang330031,China)

Abstract:Innovationhasaninfluenceoneconomicgrowth,regionaldevelop-mentandglobaltrade.Meanwhile,innovationdevelopmenthasrisentothena-tionalstrategiclevel.Innovationliesinthetalent.Asthebaseofperson-neltrainingandthesourceofknowledgespillovers,universityoftenbere-gardedasplayinganimportantroleinthedevelopmentofregionalinnovation.Inacademics,therelationshipbetweenuniversityandregionalinnovationhasbeeninthespotlight.Theoretically,universityeffectsonregionalinnova-tionmainlythroughtalentcultivation,publishingjournalsandbooks,promot-ingpatentsandholdingsometraditionalacademicactivities.However,whetheruniversitycanreallyincreasetheinnovationlevelstillneedsalotofem-

92世界地理研究26卷

piricalstudies.Infact,thereisnoconsistentconclusionontheeffectofuniversityonregionalinnovation,andmostempiricalpapershavenottakenthedifferentspatialinteractionsofregionalinnovationanditsfactorsintoconsideration.Asthemostinnovativeindustry,thispaperchoosesthehigh-techindustryastheresearchobject.BasedonthedatasetofChineseprovinces

(super-city-regionandautonomousregions)from2002-2011,thispa-perusesthespatialeconometricstoextenttheclassicalknowledgeproduc-tion,andinvestigatestheeffectsofuniversityonregionalinnovationunderthethreedifferentspatialweightmatrixes,suchasthegeographyproximityandmetricspaces.Theresultsare:thesignificantpositiveeffectsofuni-versity’sknowledgeproductsandR&Dpersonnelinputsontheregionalinnova-tionarerobust;thefirmscale,marketopennessandlocalgovernmentsupportcapacitiesarepositivelyrelatedtotheinnovation;whenweusethemetricspaceweightmatrixes,thespilloversofregionalinnovationtothenearerre-gionsaresignificantnegative.Finally,thesuggestionsareproposedtoputmoreemphasesontheroleofuniversityduringtheinnovativeprocess,andac-curatelyintroducetheinnovationflowingacrossprovinces.

Keywords:university;knowledgespillover;regionalinnovation;high-tech

industry;spatialeconometrics