大学研发效应对区域经济增长的作用

导语：大学研发效应对区域经济增长的作用一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

一、模型的建立及数据处理

（一）理论模型为了研究大学研发与经济增长的关系，我们采用卢卡斯人力资本模型和罗默的知识积累模型相结合的改进模型。卢卡斯模型可以表示为：Y=AKα(μh)1-α，其中μ和h分别表示行为人用于生产的时间和行为人的人力资本。该模型假设技术变化是源于专门生产思想的教育部门，将新知识的产生体现在人力资本上，通过人力资本提高生产率。该模型将技术变化内生为人力资本中。而创新和溢出效应通过技术进步作用于生产力，从而间接提高经济增长。以卢卡斯模型为基础，我们将大学研发支出作为解释变量加入卢卡斯人力资本模型中，表达式为：Y=AKαHβRθ其中，Y表示最终产出，K表示物质资本，H表示人力资本，R是有效的大学研究支出。从经济区位上来看，周边地区大学研究支出的增加能导致本地区经济增长，有效的大学研究支出不仅包括本地区大学研究支出，还包括周边地区由于地理空间的接近而享受到的溢出效应，这种溢出效应会随着距离的增加而减弱。

（二）实证模型、数据及其处理由于理论模型（1）具有非线性特征，为了使实证结果具有更高稳健性和解释力，本文对模型两边同时取其对数形式，使其变为线性形式。由此，可得实证模型表达式为：InY=C+αInKit+βInHit+θInRit+ε（2）其中，Y作为被解释变量，以实际GDP来表示；K、H和R作为解释变量，分别表示物质资本、人力资本和大学研发支出。α、β和θ为相应变量的估计系数，ε为随机扰动项。其中，物质资本和人力资本的说明如下：（1）物质资本（K）。由于物质资本存量没有现成的统计数据可以使用，也无法通过简单的计算获得，参考张军等人的计算方法，本文采用永续盘存法计算了2000～2008年省级层面的物质资本存量数据。（2）人力资本（H）。人力资本存量的计算方法主要有受教育年限法、投入法和收入法。本文采用受教育年限法计算，其基本公式为：Hit=Lithit，其中，Hit为第i省市区第t年人力资本存量，Lit为第i省市区第t年劳动力人数，hit为相应的人力资本水平（即受教育系数）。hit=3E1it+6E2it+9E3it+12E4it+16E5itLit（3）式（3）中，Eθit（θ=1，…，5）表示第i省市第t年受教育程度的人数，E1it至E5it分别表示未上过学、小学6年、初中3年、高中3年、大专及以上4年等的受教育人数。由于难以收集到西藏自治区的完整数据，且考虑到数据的可获得性，本文采用2000～2008年中国30个省市区样本组成的面板数据进行实证。所有变量的数据来源于《中国统计年鉴》和《中国科技统计年鉴》，其中大学研发支出可以直接从以上《统计年鉴》中获取，其余变量都要经过计算获得。产出（Y）和物质资本（K）按照1978年不变价格进行了平减。

二、研究方法为了深入探索

大学研发对区域经济增长的影响，本文采用空间计量方法进行实证分析。鉴于这种方法的独特性，为了更有效衡量周边地区大学研发支出对本地区的影响程度，本文采用滞后期为一阶的极大似然方法进行估计。

（一）空间自相关的判断在进行空间计量分析之前，需要检验模型主要变量之间是否具有空间自相关性。学术界通常采用全局Moran’I指数来检验变量之间的空间自相关性。针对本文的实际研究内容，本文亦利用Mat-lab8.0软件计算Moran’I统计量，并进行空间相关性检验。

（二）空间面板模型借鉴Anselin（1988）研究成果，空间面板数据模型可以划分为空间固定效应模型、空间随机效应模型、空间固定系数模型和空间随机系数模型四类。由于本文选取了全国30个省市区的样本进行回归分析，分析对象是特定的个体，因此，选择固定效应模型进行回归能得到更稳健的结果。同时，根据空间相关性的表现形式，可将空间计量模型分为空间误差模型（SEM）和空间滞后模型（SLM），其表达式分别为：y=Xβ+α+δ+μ，μ=λCμ+ε（4）y=ρCy+Xβ+α+δ+ε（5）其中，（4）式和（5）式是本文所采用的空间面板模型，由于该模型考虑了周边地区大学研发支出对本地的溢出效应，因此，可以弥补传统面板模型的不足。

（三）空间权重矩阵的设置考虑到地区经济增长不仅受到本地区大学研发支出的影响，而且受到周边地区大学研发支出的影响，也就是说周边地区大学研发支出在地理上的溢出效应，对本地区经济增长具有正外部性影响。据此需构建空间权重矩阵来衡量某一省份受本省以外省份的溢出效应。目前，空间权重的计算方法主要有四种类型：

1.简单相邻权重矩阵。这种权重矩阵是最简单、最常用的一种权重矩阵形式，目前国内多数文献采用这一做法进行实证检验。它主要根据两个区域是否在空间上相邻，相邻区域就赋值为1，其他区域则被赋值为0。这种权重矩阵的设定简便易行，但并不能真实反应大学研发之间的相互联系，仅能反应相邻区域大学研发的空间相关性，忽视了地理距离接近但并不相邻地区的大学研发的相互影响效应。

2.空间权重矩阵。这类权重矩阵是以空间单元的中心位置的经纬度为点，计算不同空间单元之间距离的方法主要有欧几里得距离、高斯距离和相关距离等等。在此，我们采用欧氏距离法计算不同单元之间的空间距离。由于创新活动的外溢效应是随着距离的增加而衰减的，所以我们用距离的倒数或者是距离倒数的平方米作为权重。与简单相邻权重相比，空间距离权重能够较为精确衡量不相邻区域的空间相关性，但是有可能会扩大不同单元之间的空间相关性。例如，两个地理单元位置比较接近，但是经济上的联系较弱，数据极可能出现高估。

3.经济权重矩阵。经济权重矩阵常用的经济指标是GDP，通过比较不同空间单元的经济差异程度设定空间权重。基于此，我们采用不同空间单元的人均实际GDP的差距的倒数作为权重，经济发展水平上的接近在一定程度上能够反映技术水平上的接近程度，可消除“提升门槛效应”。此外，我国经济发展中也呈现“俱乐部收敛”的特征，经济发展程度与地理位置是否相邻具有较高的相关性，特别是东、中、西部三大区域这一特征更为明显。但该矩阵也存在一定缺陷，因为经济发展水平的接近并不意味会产生相同的溢出效应，如江苏和广东的GDP差距不大，但由于地理因素，其溢出效应并不一致。

4.经济地理权重矩阵。因前文所介绍的三种权重矩阵难以衡量空间溢出的方向性，因此，本文借鉴陈晓玲和李国平设定的经济权重，以更好地衡量不同区域间的经济关联度。经济地理权重矩阵，是以地理空间权重与各空间单元的人均实际GDP所占比重均值为对角元的对角矩阵的乘积。此外，在进行计量分析之前，本文对各个权重矩阵进行标准化处理，使每行元素之和为1。

三、实证结果与分析

在进行自相关检验之前，需要计算空间权重矩阵。本文利用Geoda软件可以计算简单邻近权重矩阵、距离权重矩阵、经济权重矩阵和经济地理权重矩阵。接着，采用Matlab软件中的计量工具箱来计算Moran’I值，，利用不同权重矩阵所得到的Moran’I值均大于0，且通过了1%的显著性水平检验，即拒绝了不存在空间相关性的原假设，表明变量之间存在正的空间相关性，亦表明技术上可以进行空间面板数据回归分析。国际间综合国力的竞争，是科学技术水平的竞争，其归根到底是人才的竞争。高技术人才是大学研发的主力军，钱学森直言我国大学教育存在问题，中国没有完全发展起来的重要原因是没有一所大学能够按照培养科学技术发明创造人才的模式去办学，“冒”不出杰出人才，创新价值也体现不出来。可见，我国研究型大学面临着一个巨大的挑战。大学在寻求一个培养人才的模式或机制时，其专业设置应贴近于社会需求，为社会创造需要的人才。

作者：任志安李勇刚于霞单位：安徽财经大学南京大学