3 实证分析
利用Eviews7.2进行固定效应变系数模型估计，估计结果见表5、表6。资本与劳动力投入与经济增长间的平均截距(–1.818与–9.091)和平均相关系数(0.676、2.466)表明，资本与劳动力对区域经济增长均有显著的推动作用。
3.1 R&D经费投入对区域经济增长的影响
从R&D经费投入来看，lnY与lnM的模型估计方程为：
式中：R2=0.964，F-statistic=40.051，Prob(Fstatistic)=0.000，DW=3.092，由此可以判断lnY与lnM的模型方程显著，拟合性良好，且DW大于1，表明该模型方程不存在自回归现象，从表5各地市的t值检验结果来看，均在1%置信水平下显著，说明R&D经费投入对区域经济增长的影响较为显著。
基于lnY与lnM模型参数估计结果(表5)，可以形成以下4点认识：第一，在长江经济带110个地市中，广安的截距项最大，其次是毕节和普洱，说明这3个地市的经济增长受到R&D经费投入、资本和劳动力投入之外的综合影响因素较大；第二，R&D经费投入对经济增长影响最大的是南充，1990~2013年南充的经济增长平均速度为2 3 . 9 2 %，而R & D经费投入的平均增长速度为9.99%，说明经济增长受到R&D经费投入的影响较大。除南充之外，雅安、宿州、达州、巴中、上饶和昭通等地市的R&D投入产出弹性较大，均超过了1.5，说明R&D经费投入对这些地市的区域经济增长都有较好的推动作用； 第三， 常德的R&D经费投入对经济增长影响较小，1990~2013年常德的经济增长平均速度为14.82%，而R&D经费投入的平均增长速度为23.92%，相对于其他地市，常德R&D经费的增加并未很好的推动经济的增长。除常德之外，衢州、德阳、铜陵和湖州的R&D经费投入弹性较小，均在0.7以下，说明这些地市R&D经费投入的经济效果不如长江经济带其他地市；第四，常州、芜湖、九江、昆明、鄂州和南京等地市的R&D经费投入对经济增长的影响处于中等水平，弹性系数均在0.7~1.5之间。
3.2 R&D人员投入对区域经济增长的影响
从R&D人员投入来看，lnY与lnP的模型估计方程为：
式中：R2=0.944，F-statistic=25.546，Prob(Fstatistic)=0.000，DW=2.299，由此可以判断lnY与lnP的模型方程显著，拟合性良好，且DW大于1，表明该模型方程不存在自回归现象，从表6各地市的t值检验结果来看，均在1%置信水平下显著，说明R&D人员投入对区域经济增长的影响较为显著。
基于lnY与lnP模型参数估计结果(表6)，可以形成以下4点认识：(1) 在长江经济带110个地市中，铜仁的截距项最大，其次是张家界和宿州，说明这3个地市的经济增长受到R&D人员投入、资本和劳动力投入之外的综合影响因素较大；(2) R&D人员投入对经济增长影响最大的是镇江市，其弹性系数为3.721，1990~2013年镇江的经济增长平均速度为17.17%，而R&D人员投入的平均增长速度为4.5%，说明经济增长受到R&D人员投入的影响较大。除镇江之外，赣州、六安、宿州、郴州、重庆、永州、上饶、益阳等地市的R&D人员投入产出弹性较大，均超过了3，说明R&D人员投入对这些地市的区域经济增长都有较好的推动作用；(3)绍兴的R&D人员投入对经济增长影响最小，其弹性系数为1.060，1990~2013年绍兴的经济增长平均速度为8.56%，而R&D经费投入的增长速度为14.16%，说明绍兴R&D人员的增加并未很好的推动经济的增长，2013年绍兴R&D人员全时当量为3.16万人年，在长江经济带处于中等偏上水平，这说明绍兴研发人员的科技成果转化率较低，创新成果难以实现，从而没有有效促进经济增长。除绍兴之外，无锡、舟山和台州的R&D经费投入弹性较小，均在1.7以下，说明这些地市R&D人员投入的经济效果不如长江经济带其他地市；(4) 六盘水、亳州、南昌、昭通、十堰、萍乡、鹰潭和长沙等地市的R&D人员投入对经济增长的影响处于中等水平，弹性系数均在1.7~3之间。
综合R&D经费投入与R&D人员投入对区域经济增长的影响，从长江经济带总体来看，面板模型计算得出的R&D人员投入相关系数平均值为2 . 3 5 1，而R & D经费投入相关系数平均值仅有1.013，不难发现R&D投入对区域经济增长具有显著的正相关关系，且R&D人员投入对区域经济增长的产出弹性要高于R&D经费投入，这表明长江经济带各地市区域经济还存在着较大增长空间。从东中西3个区域来看，东中西部地区的R&D人员投入相关系数平均值分别为2.024、2.519、2.333，说明科技人才在东中西部区域经济增长中都发挥了非常重要的作用，但是东部地区科技人才创造的成果没有有效转化，经济增长效果不明显。R & D经费投入相关系数平均值分别为0 . 8 1 8、1.042、1.113，说明东部地区虽然在R&D经费投入的绝对量上远高于中西部地区，但是，R&D经费的高增长并没有更有效地推动经济增长；从具体的城市来看，上海、武汉、重庆和成都的R&D人员投入相关系数平均值分别为2 . 6 5 2、2 . 4 2 6、3.313、2.263，R&D经费投入相关系数平均值分别为0.785、1.003、0.982、1.087。因此，这充分表明R&D投入在区域经济增长中发挥着重要的作用，且R&D人员投入对区域经济增长的产出弹性要高于R&D经费投入。
3.3 R&D投入对区域经济增长的空间差异
从长江经济带110个地市R&D投入对区域经济增长的空间差异示意图(图2、图3)可看出，中部R&D投入产出弹性大于西部，西部大于东部。从R&D经费投入相关系数看，西部地区的重庆、成都与中部地区的武汉、长沙、合肥、南昌等城市， 明显高于东部的上海、南京、杭州等，R&D人员投入相关系数表现出更加明显的分异特征。根据统计数据不难发现，从全国而言，东部地区的R&D投入是最高的，且东中西部区域差距较为明显，但高R&D投入并没有大幅度的促进东部地区的经济增长，中西部地区经济增长反而得到了显著的推动，这表明加大R&D投入力度有助于区域间缩小差距。这与范柏乃等[17]研究得出的R&D经费投入对经济发展产生的积极促进作用东部地区比中部和西部明显的结论恰好相反，对于长江经济带而言，为什么会出现R&D投入对东中西部区域的经济增长影响差异与东中西部经济发展的差异恰好相反的现象？这可能与长江经济带各城市所处不同发展阶段密切相关。
从所处发展阶段来看，长江经济带东部地区大多已进入工业化中后期阶段，中西部地区还处于工业化初期或中期阶段，发展阶段的不同，经济增长的影响因素也不同，东部地区的经济增长因素更加复杂，区域经济增长呈现出网络化的特征[20]，网络资本的概念越来越多的受到学者们的关注[21~24]，Huggins等[11]将网络资本纳入了区域经济增长模型，并指出区域间存在的组织网络类型和通过这些网络进行知识流动的属性，将会影响区域经济增长的水平，区域经济的增长是本地和全球(即非本地)网络资本存量平衡的结果。本文探讨的更多指的是本地的R&D投入对区域经济增长的影响，没有考虑全球R&D资源对长江经济带的溢出效应，而长江经济带东部地区恰恰外向型经济比较明显，因而出现上述R&D投入对经济增长影响不如中西部地区显著的现象。
