首先运用普通最小二乘估计方法对标准面板数据计量模型进行估计,得到模型估计结果见表1-7。

由于普通最小二乘法回归分析中忽略了长江经济带城市科技创新能力的空间自相关性,可能导致估计结果的偏误,故引入空间计量模型,将空间地理权重加入到模型中。运用拉格朗日检验及稳健性拉格朗日检验,来检验哪种模型具有更好的拟合优度及估计结果。

由表1-7可知,LM-lag和LM-error均通过了1%水平下的显著性检验,同时,Robust LM-lag和Robust LM-error也都通过了1%水平下的显著性检验。这表明应采用空间杜宾模型对长江经济带城市科技创新能力的时空特征影响因素进行回归。

判断时间固定、空间固定和时空双固定效应哪个更适用于本研究所构建的空间面板模型。从表1-7可以看出,标准面板模型的LR-test对空间效应检验值是1309.3289、时间效应的检验值是311.6418,两者皆通过了1%水平下的显著性检验;对空间面板模型进行Hausman检验,其Hausman检验值为121.7350,通过了1%水平下的显著性检验。这表明空间计量面板数据的模型应选择固定效应模型。由R2及Logl的值判断具体选择时间固定效应、空间固定效应还是时空双固定效应。从表1-7可知,时间固定效应优于空间固定效应及时空双固定效应,因此,最终选择时间固定效应的空间杜宾模型回归分析长江经济带科技创新能力的影响因素。

最后,需要使用Wald和LR检验来判断空间杜宾模型能否简化为空间误差或者空间滞后模型。得到检验值:Wald_spatial_lag=12.0075、Wald_spatial_error=12.0242均通过了10%水平下的显著性检验,LR_spatial_lag　=14.9108、LR_spatial_error=14.7636,均通过了5%水平下的显著性检验。表明长江经济带城市科技创新能力影响因素的估计模型应选择空间杜宾面板模型。

由最小二乘法中时间固定效应得到的回归结果可知,模型的R2为0.711,具有较高的拟合优度。解释变量中通过显著性检验的变量有ECO、FDI、INPLAB、INP-CAP及HUM,且均表现为解释变量的正向作用,相关系数显示研发部门资本投入对被解释变量具有最大的正向贡献作用,NET表现为解释变量的负向作用,且没有通过显著性检验,可能是由于没有考虑到地理区位的因素导致,可在空间计量模型中进一步检验。

表1-7　标准面板计量模型估计结果

续表

最终采用空间杜宾计量模型回归分析长江经济带城市科技创新能力的影响因素,得到表1-8,对其模型结果进行解释:其中ECO、FDI、INP-LAB、INPCAP以及HUM这5个变量对城市科技创新能力产生正向影响,而NET对城市科技创新能力产生负向影响。(www.daowen.com)

表1-8　空间杜宾计量模型估计结果

续表

经济发展水平(ECO)在1%的显著性水平下通过检验,显著正相关且相关系数为0.630,仅次于研发部门资本投入系数大小;该指标空间滞后项的相关系数为0.209,没有通过显著性检验。这表明城市科技创新能力的空间差异受到经济发展的影响较大,同时也验证了城市科技创新能力与经济发展水平之间相辅相成的关系。一般来说,经济发展程度越高的城市,其更加注重人才的培养及研发经费的投入,同时引起整个社会对于创新人才及资本的重视,直接影响到科技创新能力的发展。而科技创新则是城市经济发展的重要驱动力,对城市经济发展的促进作用不言而喻。经济发展较好的城市,能够在科技创新的产生和利用方面获得更多的资本以支持创新的产生,同时也存在制度优势和技术支撑,这些因素为科技创新能力的提升提供基础保障,继而可以增加科技创新效率和规模,但研究表明周围城市的经济发展水平并没有对本城市科技创新能力产生显著的空间溢出效应。结合本研究第三章中对于空间特征的分析可以发现,经济发展水平对于城市科技创新能力有显著影响,这也解释了为何长江经济带上、中、下游的城市科技创新能力存在显著空间差异的部分原因——长江经济带上、中、下游城市的经济发展水平差异较大。因此,长江经济带各城市应大力发展经济,形成经济和创新的协同发展模式。

对外开放度(FDI)在1%的显著性水平下通过检验,显著正相关且相关系数为0.527,其数值仅次于经济发展水平,其空间滞后项的相关系数为-0.404,且在10%的显著性水平下通过检验,表明对外开放度影响城市科技创新能力的空间差异,且在其他条件不变的情况下,当对外开放度上升1%,对城市科技创新能力产生52.7%的正效应。对外开放的程度越高,该地区可以吸收到外国资本入驻带来的技术及知识越多,从而促进本地区的科技创新发展。邻近城市的对外开放度越高,对本地区科技创新能力产生越多的负向作用,可能是由于周边城市对于吸引外资的政策及制度的改善等会降低本地区对外资的吸引能力,从而不利于本地区科技创新能力的提升。长江经济带上、中、下游由于地理区位的原因,对外开放程度存在明显差异,下游地区属于沿海地区,交通便利,更容易与外国进行资金技术的交流,而中、下游地区由于深处内陆,外资投资相对较少。因此,对外开放程度的差异是长江经济带上、中、下游的城市科技创新能力存在显著空间差异的又一重要原因。积极鼓励对外开放,可以促进知识的溢出,有利于城市科技创新能力的提升。

研发部门劳动力投入(INP-LAB)在1%的显著性水平下通过了检验,显著正相关且相关系数为0.217,是最小的正相关系数;其空间滞后项的相关系数为-0.413,但没有通过显著性检验。说明研发部门劳动力的投入对于科技创新能力有正向的影响,在其他条件不变的情况下,研发部门的劳动力投入每增加1%,对城市科技创新能力产生21.7%的正效应。科研技术人员是科技创新活动的主体,科研技术人员的增加毫无疑问将会增强城市科技创新能力,但在5个通过显著性检验的正向影响因素中,研发部门劳动力投入量是影响最弱的,可能是由于科研技术人员需要一定的研发设施的支撑以及资金方面的支持和保障,人员配备需要与硬件设施相匹配。邻近城市的研发部门劳动力投入增加对于本地区的影响不显著,可能由于人口的迁移相对资金来说较为困难,流动性不强,因此溢出效应不明显。长江经济带上、中、下游由于经济发展水平具有差异,因此对于科研技术人员的吸引力也有所差异,下游地区科研技术人员普遍较高,尽管中、上游地区也在国家的大力扶持下推出了一系列吸引人才的政策,但是效果并不是很显著,生活条件以及经济发展状况也同样是科研技术人员选择工作地点的重要标准。因此要提供相关的优惠政策,留住研发部门人才,尤其是一些经济发展或者生活环境处于劣势的城市,更应该出台有利于人才留存的制度。

研发部门资本投入(INP-CAP)在1%的显著性水平下通过了检验,显著正相关且相关系数为0.753,是最大的正相关系数;其空间滞后项的相关系数为5.703,且在1%的显著性水平下通过检验。表明研发部门资本投入对于科技创新能力有正向的影响,且在其他条件不变的情况下,研发部门的资本投入每增加1%,对城市科技创新能力产生75.3%的正效应,说明政府对科教事业的投资力度对于城市科技创新能力具有重要的影响,政府在创新过程中负责对创新资源进行宏观调控,科教经费的资金投入是一个很重要的调控手段。邻近地区科教经费的支出占比对于本地区科技创新能力具有显著的正向影响,且相关系数很大,科教经费支出占比的溢出效应明显,可能原因是科教经费的支出占比体现出一个地区对于教育和科研事业的重视程度,大量的教育投入会吸引周围地区的学生到流动该地区求学,追求更好的教育;同时大量的科研投入会吸引周围地区的科研人员流动到该地区工作和生活,同时也会吸引资本投入到该地区,从而促进科技创新的发展。长江经济带上、中、下游地区科技创新能力存在差异,其中研发部门的资本投入是最重要的影响因素,上游地区由于自身经济发展能力有限,政府对科教的投入相对较小,对于科技创新能力的作用较弱;而中游地区政府对科技创新的关注相对不足,科教经费支出对创新的作用还未体现出来;下游地区政府科教投入水平较高,也因此吸引了大量中上游地区的学生及人才,导致长江经济带上中下游地区的科技创新能力存在差距。中上游地区城市应该看注意到自身发展的不足,加强科技研发投入,同时国家应更加重视中上游地区城市科技创新能力的发展。

人才资本(HUM)在1%的显著性水平下通过了检验,显著正相关且相关系数为0.385;其空间滞后项的相关系数为-2.317,且在1%的显著性水平下通过检验。表明人才资本对于科技创新能力有正向的影响,且在其他条件不变的情况下,人才资本每增长1%,对城市科技创新能力产生38.5%的正效应。这说明一个城市的人才培养以及教育水平对于该城市科技创新能力具有很大的影响,科研人员的教育背景在很大程度上决定了研究人员的科研能力,从而影响该地区的科技创新能力,同时人才资本也是一个地区未来科技创新的重要基础保障。邻近地区人才资本对于本地区有显著的抑制作用,究其原因可能是选取指标为每万人拥有普通高等学校在校生数,由于高等院校的建立是一步步慢慢积累的,因此一些地区的高等院校建立存在困难,人才资本容易聚集在少数省会城市,因此对于周边地区的科技创新产生负向作用。由前文对于科技创新能力的分布可知,长江经济带城市科技创新能力强的城市主要集中在沿海及省会城市,由于人才资本大多集聚于省会城市,从而减少了周边城市的人才资本存量,形成了长江经济带城市科技创新能力分布的空间格局。大多数省份的高等院校都会集中于省会城市,因此,人才资本可以采用引进的方式,而不是只靠自身培养。

信息化程度(NET)是6个解释变量中唯一一个对城市科技创新能力产生负向作用的变量,其相关系数为-0.184,并在10%的显著性水平下通过检验,其空间滞后项的相关系数为-0.066,没有通过显著性检验。大多数学者所做的研究普遍结论认为:随着互联网的发展,城市之间的地理距离在一定程度上被网络所拉近,知识、信息的交流更加方便快捷,促进了地区间的交流和本地区科技创新能力的提升。本研究发现,互联网的普及并没有促进城市科技创新能力的提升,可能原因为互联网的普及只是提高了人们对于信息的获取量和获取速度,而真正有助于科技创新能力提升的并不是那些很容易通过网络所获取的知识,由于信息技术存在内生性,很多信息技术的获取并不能单纯地依靠可视化的材料。因此,真正有助于科技创新能力提升的是隐性的、不易被传播的知识。只有当两个创新主体的地理距离的缩短才可能会激发科技创新知识的充分交流。因此,应多进行人才间的深度交流,如实地考察参观、研学旅行等形式增强信息的传播和交流。