一、引言
2016年《长江三角洲城市群发展规划》指出，长江三角洲城市群(简称长三角城市群)是我国经济最发达和创新能力最强的区域之一。技术进步与创新是经济增长的源泉(Solow，1957)，创新能力的可持续增长是长三角城市群建设全球影响力科技创新高地、全球重要的现代服务业和先进制造业中心及世界级城市群的重要保障。因此，长三角城市群在以交通建设、信息共享、基础设施联网等为主要内容的一体化进程日益增强的背景下(范剑勇，2004)，其区域创新特征与影响因素值得深入研究。20世纪80年代末，自Romer和Lucas等学者的开创性研究以来，经济学界逐渐掀起了一股内生经济增长理论的研究热潮，该理论认为，人力资本通过促进知识溢出与技术进步推动经济增长，人力资本是技术创新与经济增长的内生动力(Lucas，1988；Romer，1990；Aghion and Howitt，1992；Grossman＆Helpman，1994)，至此人力资本成为影响区域创新的重要因素。
基于内生经济模型，众多学者(Barro，1990；Ruach，1993；Danielson，2014；姚先国和张海峰，2008)利用经济增长、产业发展和创新产出等数据，实证发现通过教育、培训和“干中学”产生的人力资本积累有利于一国的技术创新与全要素生产率提升。特别是在以技术创新为代表的高科技产业中，人力资本的重要性不言而喻(Moretti，2004)。此外，专业化人力资本的积累是决定技术创新水平高低的最主要因素，即人力资本的外部性是导致区域经济增长与技术进步差异的主要原因(Lucas，1988)。所以，人力资本对区域创新既有直接的推动效应，也有间接的外部效应。然而，在引入空间经济学后发现，人力资本对区域技术创新的影响存在两点差异。一方面，经济全球化和区域一体化背景下，知识、人才等创新要素流动所形成的技术扩散和人力资本外部性将有助于技术落后区域的学习和模仿，形成“溢出”效应(Benhabib＆Spiegel，1994)，进而有助于区域间创新水平差距的缩小。即区域人力资本水平的提升会通过马歇尔式的外部性带动其他区域人力资本水平的提升，如借助产业协同发展，有利于区域间产生人力资本的“溢出效应”(Moretti，2004)。另一方面，区域人力资本的提升或集聚可能会伴随着其他区域人力资本等创新要素的流失；加之人才、技术和资金等创新要素倾向于流向人力资本相对丰裕的地区，导致有较高人力资本积累与创新水平的地区往往具有较强的物质资本和技术的吸纳能力，所以区域人力资本水平越高越可能对周边区域创新产生越不利的“虹吸”效应(Lucas，1990)，使得落后地区长期处于技术“锁定”和低端模仿阶段，不利于区域间协同发展。
因此，人力资本对区域创新的影响不能忽视其较强的地方“根植性”与空间交互特征，即需要基于空间视角结合区域教育科研、产业结构、公共服务、政府管制等因素开展系统性评价。故在长三角城市群携手打造世界级城市群的诉求下，为更好地实现区域创新发展，有必要从“城市”到“城市群”，就人力资本对区域创新的影响，以及各城市之间的空间交互作用开展深入研究，以更好地揭示长三角城市群创新联动的内在特征。此外，关于长三角区域创新与经济发展的已有研究基本以旧长三角城市群的18个城市为目标，较少涉及2016年国家《长江三角洲城市群发展规划》中所新增加的安徽省的8个城市。本研究以长三角城市群26个城市为研究对象，以期为长三角建设更具创新力的世界级城市群提供科学参考。
二、研究方法与数据来源
(一)研究方法
首先，研究先采用空间计量常用的Moran’s I指数来对长三角城市群创新产出的空间自相关性进行检验。其次，采用空间滞后模型(SLM)和空间误差模型(SEM)对长三角城市群区域创新的空间交互作用进行检验。用Anselin(1988)拉格朗日乘子(LM)检验法进行空间交互效应检验，以常用的极大似然估计法(ML)来对空间计量模型进行估计。为使估计结果更加稳健，将分别采用经过标准化后的地理邻接、地理距离和经济距离这三种空间权重矩阵对模型进行估计检验。
(二)数据来源
结合数据的可获取性，将研究对象选定为2003－2014年间的长三角城市群(共26个城市)①。专利数据来自中国知识产权局网站，其他数据来源于《中国城市统计年鉴》《中国区域经济统计年鉴》《长江和珠江三角洲及港澳台统计年鉴》《江苏60年统计资料汇编》《浙江60年统计资料汇编》《上海统计年鉴》《浙江统计年鉴》《安徽统计年鉴》，以及部分地市统计年鉴、统计公报作为数据补充。
三、时空演化分析
(一)时间序列
国外学者们常用专利授权量来衡量区域创新的产出与能力(Jaffe，1989；Bottazzi＆Peri，2000)。对2010－2014年长三角城市群的专利授权情况进行分析，由表1可见，苏州市、无锡市、宁波市、杭州市的每万人专利授权量位居前列，可见，长三角城市群创新产出的空间集聚现象较为明显。
(二)空间特征
1．全局空间自相关检验
根据2003－2014年长三角城市群每万人专利授权数据，计算得到相应的区域专利Moran I指数。从表2可见，除2003年外，所有年份Z值均显著大于临界值1．96，意味检验结果拒绝了随机分布的原假设，即长三角城市群创新产出存在显著的空间相关性。从时间上看，2003－2007年间，创新产出Moran’s I值为正且不断增强，表明长三角各城市之间创新产出的空间正相关性越来越大，即相邻城市创新产出特征相类似的空间集群形态愈加显著；2008－2014年期间，Moran’s I值经历了2次先降后升的波动，反映出长三角城市群创新产出的区间发散与收敛效应交替出现。
2．局域空间自相关检验
为进一步探究长三角城市群区域创新产出的空间分布特征，分别选取2003、2008和2014年每万人专利授权量的截面数据，构建LISA集聚图。由图1可见，自2003年始，以上海为核心，创新产出的高值集聚区由上海、苏州、嘉兴三座城市，“西进”增加常州和湖州两市，逐步形成一条高水平创新“轴”，可见长三角局部地区溢出效应显著；低值集聚区大面积由安徽向苏北蔓延，形成自西向北的外围扩展趋势。
总体而言，长三角城市群的东部和北部区域创新产出的正空间自相关效应不断增强；其创新产出的空间溢出效应呈现出“自东向西”的演化趋势；区域创新产出整体呈现出东中部较高、外围较低的“核心－边缘”空间分布格局。
3．空间自相关性再检验
由于基于二进制算法的地理邻接空间权重矩阵简单均值化了地区间的差异，不能有效反映地区之间的空间依赖情况(李婧等，2010)，因此采用五种检验来确保上述结论的稳健性，结果表明，长三角城市群创新产出具有显著的空间自相关性(见表3)。
四、空间计量分析
(一)模型设定与数据说明
由于上述人力资本对区域创新在地理空间上存在明显的相关性与溢出效应，借鉴Pedeetat．，(2007)的研究设计，将空间相关性纳入人力资本对长三角城市群创新产出的影响研究中，初步设定空间计量模型为:
其中，Yi为被解释变量，表示区域创新产出；Xi为人力资本水平；Zi为影响区域创新产出的一组控制变量；Xj为邻接区域人力资本水平；Wij为空间权重矩阵；ρ反映邻接区域人力资本水平对本区域创新产出的影响系数。该模型强调的是单一的人力资本要素对区域创新产出的空间交互作用，没有将控制变量纳入考虑，进而可能对整体区域中各相邻城市间空间相关性的总体估计有偏。应对上述模型进行调整，以适应空间面板数据计量分析的要求。被解释变量Y用pat来表示，解释变量X用hum来表示，且取自然对数，故本研究将空间滞后模型(SLM)设定如下:
上式中，j城市的人力资本不仅影响该市区域创新，还将作用“叠加”到i城市创新上，故系数ρ综合反映出相邻城市人力资本产生的影响力。模型中变量的空间相关效应正是通过这种不断“叠加”的方式得以估算。如果模型以外因素决定了空间相关性，则可将空间误差模型(SEM)设定为:
变量构造如下:
1．被解释变量与核心解释变量
(1)区域创新(pat)
自20世纪60年代以来，专利数(Grilichesetal．，1989)、专利被引次数(Gayle，2001)、连续缴纳年费的专利数(Cinnirella＆Streb，2017)和R＆D投入(Griliches，1980)等指标被用来衡量区域创新产出，可见学界尚无统一标准。在知识产权日益受到各国政府重视的背景下，专利授权量可直接反映出区域科技创新能力(苏屹等，2017)，并结合数据可获性，本研究采用每万人专利授权量来代表区域创新产出。
(2)人力资本(hum)
现有人力资本的量化主要基于人均受教育年限(姚先国和张海峰，2008；Barro＆Lee，2001)、高等学历人口数(沈坤荣和耿强，2001；刘和东，2011)和相关从业人员数(Muelle，1996；孙建和齐建国，2009)这三种测量方法。苏屹等(2017)认为R＆D人员是技术创新的主体，是最根本的创新驱动要素，结合数据可得性，本研究借鉴Eaton和Kortum(1994)研究中以“科学家和工程师”作为创新产出的人力资本指标，选取《中国城市统计年鉴》中的与技术创新最为密切的“每万人科学研究、技术服务和地质勘查业人员”(简称每万人科技类人员)来代表区域创新产出的人力资本投入量。
2．控制变量
(1)城市化水平(urb)。城市化带来的各种创新要素的集聚效应和规模效应，有助于分工细化与技术溢出，能有效降低交易成本，提升创新效率。用城镇人口占全市总人口比重来代表城市化水平。
(2)对外开放度(open)。用进出口总额占GDP比重来衡量地区对外经济开放水平指标，反映出本地区参与国际市场竞争获取“干中学”能力。对外贸易有利于从外部先获取进技术和知识，进而加速自主创新。
(3)外商直接投资(FDI)。外商直接投资是东道国接受国外技术外溢与技术转移的重要途径(Aitken＆Harrison，1999)，并可以通过学习模仿、示范带动和产业关联等加速东道国的技术进步。采用外商直接投资占GDP总额来衡量，使用当年年末人民币兑美元汇率换算成人民币。
(4)基础设施(infra)。基础设施具有极强的网络特性，能有效促进与相连区域联系，产生广泛的空间溢出效应(Munnell，1992)。故用每平方公里拥有公路里程来测度区域基础设施水平。
(5)政府规模(gov)。采用地方政府财政支出占GDP比重来表示，该指标反映地区政府对经济活动的干预程度，地方政府通过财政支出对区域创新产生综合影响。
(6)产业结构(struct)。产业结构升级将加大区域对科技自主创新、引进吸收和成果转化的需求。代表先进产业的现代服务业，特别是其中的生产性服务业，因其高智力、高集聚、高辐射等特性能够有效推动创新发展(周国华等，2008)。采用第三产业增加值与第二产业增加值之比来衡量产业结构。
(7)经济周期(cycle)。经济周期的变化会通过财政、货币、产业等宏观经济政策对创新活动产生影响。借鉴Drucker(2016)研究方法，结合中国国家统计局数据中心有关GDP增速数据:2003－2008年年均GDP增速11.32%，2009－2014年年均GDP增速8．61%，分别设置时间虚拟变量:高速增长期(2003－2008年)为0，中高速增长期(2009－2014年)为1。
(二)结果估计
本文采用固定效应空间面板计量方法②，使用空间滞后(SLM)的空间固定效应模型和空间误差(SEM)的空间固定效应模型③。由表4可见，空间自回归系数ρ和空间误差回归系数λ均在1%水平上显著，进一步说明空间因素的确在人力资本和区域创新中起到作用。因此，表明以往有关区域创新的实证研究因为假定区域之间观察值相互独立，而降低了估计结果的有效性，需要通过引入空间因素对经典线性模型予以修正。此外，OLS模型的拟合优度显著低于SLM模型和SEM模型的估计结果，显示出SLM模型和SEM模型的优越。同时，借鉴Anselin和Rey(1991)的蒙特卡罗实验方法，由表4中拟合优度提高与Log－L值显示，SLM模型比SEM模型的质量和解释力更高。
ρ和λ均显著为正，且小于1④，说明长三角城市群区域创新存在正向空间依赖性，人力资本对区域创新具有显著的空间溢出效应，即一地区人力资本水平的提升对相邻地区创新产出具有显著正向促进作用。从SLM和SEM模型的总体估计结果上看，各自变量估计系数方向与大小差别不大，反映模型设置的稳健性。从SLM模型估计结果看(见表5)，人力资本(hum)回归系数在1%显著水平下显著且为正，说明作为知识创新和技术进步载体的人力资本确实是创新产出的重要推力，即在其他条件不变的情况下，每万人科研类人员占比提升1%，将使每万人专利授权量增长提升0．25%，验证了Pedeetat．，(2007)有关人力资本对技术创新具有直接推动和空间溢出效应的研究结论，也为Lucas(1988)和Romer(1990)为代表的内在增长理论提供了中国长三角区域的经验证据。
对于控制变量而言，政府规模(gov)和基础设施水平(infra)变量在1%水平上统计显著，反映出地方政府扩大财政支出和加大基础设施建设对长三角城市群创新产出的积极效应，即使在市场经济相对完善的长三角城市群中，政府在推动区域创新发展有着不可替代的作用。同时，公共基础设施产生的广泛溢出效应，能有效降低交易成本，从而加速资本、劳动力和知识等要素的流动与扩散，成为创新产出的有力支撑。城市化率(urb)能有效促进区域创新水平的提升，与魏下海(2010)和时慧娜(2013)研究一致，城市成为技术创新扩散、人才与产业高度集聚的天然场所，城市化有利于人力资本积累，并为人力资本溢出提供条件。作为获取外部技术溢出重要途径的外商直接投资(FDI)与区域创新显著负相关，充分显示出FDI对长三角城市群的技术创新产生了严重的“挤出效应”，这与国内外学者(Haddad and Harrison，2004；贺灿飞、潘峰华，2006)的研究结论一致，表明FDI是一把“双刃剑”，FDI的不同类型和内外资企业的不同初始技术差等带来不同的溢出效应，要防范东道国本土企业可能会被跨国公司排挤出市场，以及在“市场换技术”的政策导向下，本土企业被外资并购所引起的自主研发能力的降低。对外开依存度(open)对长三角城市群创新产出的抑制效应，表明作为中国乃至全球重要制造业基地之一的长三角城市群区域仍处于全球技术创新中心的“非核心区”，面向国际市场的“外向型”经济发展模式不利于本土创新。产业结构(struct)对创新的显著负相关表明，长三角服务业整体还处于低附加值阶段，以知识密集型为特征的现代服务业尚未健全，第二产业仍然是专利产出的主体。这与周彩虹(2009)的长三角城市群在国际分工体系中仍被固化和锁定在制造加工环节，充当着生产者的角色的结论相吻合。最后，具有时间效应的虚拟变量经济周期(cycle)的回归结果表明，与经济高速增长期相比，区域创新产出在中高速增长期内表现的更好；从时间上看，2008年开始的国际金融危机及之后的中国经济增速回落与“换挡”对长三角区域创新的“倒逼”效应已经显现，实证结果符合张晓强(2010)、许德友和梁琦(2010)研究结论。
