－－基于中国省域数据的实证分析

创新是区域经济增长的根本动力，区域创新能力不仅取决于创新资源的投入，更依赖于创新资源的协同利用「，，“」。“协同”的经济学含义最早由Asnoff提出，是指多个要素在交互作用下产生一种单独要素无法实现的整体效果「5]，协同的本质是一种交互关系。区域创新方面的应用研究大多借鉴了协同的相关概念，类似地，本文创新资源协同主要指创新资源间的一种交互状态。目前，国内外有关创新资源协同的研究多侧重于微观企业方面，包括技术、战略、市场、组织、文化、知识等多要素或全要素协同研究[[8-10]。已有大量研究结果证实创新资源协同对经济增长产生重要影响「11-14]f研究表明创新资源的投入享赋不是区域经济增长的充要条件，创新资源要素相互间的协同配置更为重要。目前，现有的研究文献中存在一个共同的现象是:将区域作为封闭系统，仅研究创新资源在区域内部的静态协同配置与经济产出之间关系，缺乏空间视角，忽略了创新资源协同在不同地理空间上的相互联系和相互影响。    地理学第一定律指出，大多数空间数据具有空间相关性，要素的流动是空间相关性产生的重要原因。创新资源协同在各区域中并不是静止孤立存在的，在区域间创新资源协同势差和空间相互作用的驱动下，随着创新资源要素在区际单向、双向或多向流动和转换，创新资源协同会随之在不同地理空间上产生复杂动态的相互联系和相互影响，形成创新资源协同空间联系。创新资源协同空间联系通过空间相互作用促进技术、知识等的扩散和外溢，不仅可以动态调整各区域的创新资源协同水平，也可以改善不同区域间创新资源协同势差，形成推动区域经济增长的新动力。随着区域经济开放与共享的深入，创新资源的空间流动与转换越来越频繁，创新资源协同空间联系也越来越复杂，在协同、流动、转换等空间相互作用的影响下，创新资源得以更为有效地转化为生产力「m.is}，从而推动区域经济的持续增长。目前，国内外针对创新资源协同空间联系还鲜有研究。

鉴于此，本文从空间视角引入区域创新资源协同空间联系变量，侧重考察创新资源协同空间联系的空间动态变化特征及其对区域经济增长的影响。白俊红等「m, is}在创新资源的空间关联对创新绩效的影响研究上取得了较好的研究结论，为本文探讨创新资源协同空间联系与经济增长的机理提供了有益借鉴。以中国31个省域(不含香港、澳门、台湾)作为空间样本，运用趋势面、引力模型和探索性空间数据分析法，探析创新资源协同的空间分布特征、识别创新资源协同空间联系的网络结构和空间关联格局，构建创新资源协同空间联系与区域经济增长空间面板计量模型，揭示创新资源协同空间联系对经济增长的影响。本文研究从空间外部联系视角探索了创新资源协同对经济增长的影响，为深入理论研究经济增长提供有益借鉴，也为相关政府部门空间协同布局创新资源配置提供一定参考。1研究设计与数据来源i.i创新资源协同度量    创新资源的构成比较复杂，不同的学者对其理解也不同。广义的创新资源包含人力创新资源、物力创新资源、财力创新资源和信息创新资源「‘9，20]，狭义的角度则限定在人力创新资源和财力创新资源上[oo.=o鉴于研究指标数据的可得性、一致性与连续性，本文研究主要采用狭义角度的创新资源，创新资源协同指人力创新资源与财力创新资源间相互影响相互制约的交互作用状态。目前，国内外对创新资源协同还没有统一的权威的度量方法，本文主要基于对已有创新资源协同定性描述的对比，借鉴陈收等「=o、米雯静等「23]在实证研究中采用交互项来测度资源协同的经验，度量创新资源协同如下所示: 大= RE,. x RP，(1)式中，a为各区域，t为年份;RE为财力创新资源，用内部研发经费支出表示;RP为人力创新资源，用研发人员全时当量表示;I为某区域创新资源协同状况，借鉴前人研究经验[}ZZ. 23}，用RE与RP的交互项来表示。

为了能直观模拟出创新资源协同在不同区域空间上的分布规律和变化趋势，进一步运用趋势面来抽象描述创新资源协同总体分异状况。假设Z;(x;} y;)为区域a的创新资源协同水平，(x;} y;)为平面空间坐标，根据趋势面技术公式[[24.25]

可知: Z;(x;} y;)=T(xE, yE)+二(2)式中，T (x‑ y,)为趋势函数，表示大范围内的趋势值，尽为自相关随机误差，表示第a个区域创新资源协同真实值与趋势值之间的偏差。本文根据历年的中国各省域创新资源协同值和地理位置，借鉴前人相关研究经验[[24.25]，简单采用二阶多项式趋势函数计算创新资源协同趋势值.

即:    T (x，))=/30 +/3,x +/32y +/33x2 +/34y2 +/35xy   ( 3)1.2创新资源协同空间联系引力模型

本文创新资源协同空间联系主要考察创新资源协同在创新资源要素区际流动等空间相互作用下形成的复杂的空间联系。鉴于实际中特别是社科领域中真实资源要素数据流难以测量和收集，引力模型理论模拟推算空间联系成为了众多学者普遍采用的主流研究方法之一。自Zipf 2}最早将引力模型引入到城市间人口流动所产生的空间相互作用领域之后，经Witt等「27]等进一步研究和拓展，已被广泛应用于金融「28]、经济「29]、创新「17,30,31]等领域的空间联系测算研究。借鉴前人相关研究经验[[17,30,31]，本文建立模拟测算创新资源协同空间联系引力模型如下:ll41、︶‘‘RE; x RP; x RE; x RP d.."了产一x一氏IG;;=IP=见IG,;式中，IG;,.表示两区域间创新资源协同空间联系强度;1,,l.表示区域a和区域J的创新资源协同“质量”;氏为两区域间距离，结合潘文卿「32]研究，本文采用省会城市间直线距离;b为距离摩擦系数，参考前人经验，分别取1和2时可以近似地揭示国家尺度和省区尺度的城市体系空间联系状态「33]，结合本文研究为国家尺度，b值取1。式(5)的IP定义为创新资源协同势能，用来度量该区域与其他所有区域间的创新资源协同空间联系总量。一般来说，某区域创新资源协同势能越大，中心地位相对越高，其空间辐射能力也相对越大[f=sl01.3创新资源协同势能空间关联模型

为进一步探索创新资源协同空间联系在不同区域的空间关联特征，确定其空间集聚和空间交互作用，本文分别运用探索性空间数据分析法中的全局和局部Moran' s I指数来探查。

    创新资源协同势能全局Moran' s I指数计算公式如下「28」:    艺艺W;; (1P;一IP )(1P;一IP)八刀=—(6)牙艺艺"" l式中，S2 =青客(1PIP )- , IP =青客IP;; W为空间权重矩阵，采用现有文献中通行的一阶相邻函数矩阵来表示「34]，即相邻区域赋予1，不相邻的区域赋予0。全局Moran' s I指数取值范围为[-1,1]，通常采用标准化统计量Z = [MI一E(MI)]l了  VAR(MI)}检验全局Moran's I指数的显著性。Moran's I指数大于0且Z值显著，则表明创新资源协同势能在中国各区域间为空间正相关，小于0且Z值显著，则为空间负相关。

    局部Moran' s I指数(LISA)能更好地说明创新资源协同势能空间关联的局部特征。局部Mo-ran's I指数为正表示创新资源协同势能水平相似的区域聚集在一起，为负表示创新资源协同势能水平相异的区域集聚在一起。具体计算公式如下「28]:   11= (1P一IP ) }W;; (1P;一IP)