浅析厦漳泉地区知识溢出效应

浅析厦漳泉地区知识溢出效应
摘要：本文先将专利数作为研究厦漳泉三地的知识溢出的指标，得出目前厦漳泉三地间的知识溢出的情况。

然后借用C.J.Caniels 和Max Keilbach的模型来讨论厦漳泉知识溢出存在差异的原因。

通过实证分析得出：从经济距离的绝对值上看，厦门与泉州和漳州的经济距离小，漳州和泉州的经济距离比较大；从知识存量的差距上看，除了厦门和泉州之间的绝对知识存量差距较大外，其余的都很小。

关键词：知识溢出；厦漳泉地区；因子分析
一、引言
2009年国务院发布了《关于支持福建省加快建设海峡西岸经济区的若干意见》，海峡西岸经济区上升为国家区域经济布局的一极。

随后，福建省相继提出了构建福州大都市和厦漳泉大都市的构想。

厦漳泉三地因先天的语言、宗教、民俗等历史文化渊源，以及共同毗邻于海峡西岸的区位优势，其同城化建设被广泛看好。

因此，近年来，诸多的学者对厦漳泉地区进行的相关研究。

从大部分文献来看主要分析了厦漳泉三地的经济发展的状况，并且绝大部分是通过经济指标GDP，财政收入总量变化进行衡量的。

但是，区域差异更多是通过产业发展差异表现出来的，产业的发展导致产业的集聚与扩散，而集聚与扩散受到知识溢出效益影响。

知识溢出正向作用增大就会增强产业集聚效应，更多的企业集聚在一起分享溢出的成果，降低成本。

反之，当知识溢出的溢出方的利益受到威胁时就会选择远离该区域，此时就会出现产业扩散现象。

因此，研究厦漳泉三地知识溢出很有必要。

二、厦漳泉地区知识溢出效应的计量分析
借鉴Rachelle boone 和Mohanmed Rafiquzzaman在《Spatial Differences in Innovation Clusters and Knowledge Spillovers in Canadian Metropolitan Regions》中的模型，我们建立回归模型：
■（式1）
注：■为地区xx的专利数的自然对数值，■为与地区xx相隔若干个省（市）专利数的自然对数值，通过将地区xx的省会城市与其他地区的省会城市连线所跨过的省（市）数来确定的。

因为泉州、厦门、漳州在地理位置上是按顺序一字排开的，所以，最后的回归只能用到■，■和■。

利用各地区2001-2010年10年的专利数据，进行回归：
1、以厦门为目标，得到的回归结果如下：
■（式2）
其中，R2=0.7720，说明总体上方程拟合较好，■的系数为0.743，表明泉州和漳州专利数上涨1%，厦门的专利数就会上涨0.743%。

从侧面表明厦门对周边地区知识溢出的吸收能力较强。

2、以泉州市为目标，得到的回归结果如下：
■（式3）
从泉州的回归结果上看，R2=0.9494表示所有的解释变量对被解释变量的解释能力强，但■的t值仅为-0.59表明厦门的专利数上涨1%，泉州的专利数就会下降0.1277%，而漳州的专利数上升1%，泉州的专利数还会上涨0.6736%。

这一方面表明泉州受漳州的知识溢出作用较强，但泉州受厦门知识溢出影响弱。

3、以漳州市为目标，得到的回归结果如下：
■（式4）
从漳州的回归结果来看，厦门和泉州的知识溢出相对较小，■的系数为0.4597，表示厦门的专利数上升1%，漳州的专利数只有上升0.4597%，lnpd1%的系数为1.1902表示泉州的专利数上升1%，漳州的专利数上升1.1902%，表明漳州受到泉州的知识溢出大于厦门对它的知识溢出的影响。

从上面三个回归结果来看，厦门对周边地区的知识溢出吸收相对较强，但是影响也有限，当时其自身对周边的知识溢出效应却比较小，对泉州的知识溢出效应甚至是反向的。

总体来说厦漳泉各地间的知识溢出水平较低。

三、厦漳泉地区知识溢出的影响因素分析
知识具有共享性但并不是无限的，它具有局限性，会随着空间的延伸这种溢出效应会逐渐地减弱。

为了研究其中的原因，文章引用 C.J.Caniels 和Max Keilbach的多区域知识溢出的空间模型。

该模型首先考虑两个区域，其中一个地区为发达地区，科技先进。

另一个地区为落后地区。

两地区知识溢出的区别主要由知识存量的不同和两地之间的经济距离决定的。

模型如下：
■（式5）
注：Sj表示区域j吸收的区域i溢出的知识量；？啄j表示j区域的学习能力；？滋j表示地区j的知识修正值，即两地区实现技术追赶后的知识存量差距；？酌ij表示区域i和区域j之间的经济距离；Gij表示区域i和区域j之间的知识存量差距。

（一）厦漳泉地区知识溢出的距离局限性
1.指标的选取。

很多人用地理距离来代表知识溢出的范围，但是知识溢出很大程度上是以人为载体进行传播的。

因此，知识溢出的范围不能单纯用地理距离来表示。

本文借鉴Daniel Kirchert的研究方式，他用飞机平均飞行时间和每周的航班次数来确定经济距离指标的。

由于厦漳泉地区区情，文章利用列车的平均行使时间和每周班次来确定经济距离指标。

2.公式的确定。

将Daniel Kirchert的经济距离公式结合厦漳泉的实际情况进行改进，得到如下公式：
■ （式6）
注：Dij是两地区之间的经济距离；Tij为两地间列车平均行驶时间；Wij两地间的每周班次。

根据铁路信息数据，利用上面的公式，计算得厦门和漳州的经济距离为0.338，厦门和泉州的经济距离仅为-0.14，同时泉州和漳州的经济距离高为0.988，这样的结果在一定程度上解释了上面得出的三地之间的知识溢出的情况。

我们可以得出，经济距离对知识溢出的影响较大。

（二）厦漳泉三地知识存量的对比
波兰尼最早将知识分为显性和隐性知识，其中显性知识是以书面文字、图表和数学公式来表示的，隐性知识则是没有被表达的知识。

知识存量是用二者在特定系统中的累积量来反映的。

其中我们假设显性知识用x1每万人在校学生数（人），x2国际互联网用户（户），x3每百人公共图书馆藏书数（册，件）来表示。

隐性知识用x4申请专利数（件），x5年末单位从业人员（个）和x6科学技术费占财政支出的比重（%）表示。

本文利用反映综合实力的综合得分计算知识存量差距，试图更客观、更全面的反映各地间的知识差距。

利用公式：
■（式7）
注：Gij是两地区的知识存量的差距，？兹j为j地区的综合得分，？兹i为i地区的综合得分。

先将变量进行标准化处理，标准化后的变量之间的相关性较高，其中大部分在0.7以上，还是比较适合做因子分析的。

通过计算，第一主成分的特征根为4.096，方差贡献率为68.259%，第二个主成分的特征根31.741，方差贡献率为31.741%，前两者累计贡献率已经远远超过80%，因此选出两个因子。

结合因子得分系数矩阵可以得到两个主成分的线性方程为：
第一主成分
■ （式8）
第二主成分
■ （式9）
分别计算厦漳泉三地的因子得分，带入公式■ （w：各主成分所占的权重）
结果如表1：
表1 因子得分表
■
最后根据公式8■，三地之间知识存量，分别为泉州和厦门之间是-0.089，泉州和漳州之间的知识存量差距为0.099，厦门和漳州之间的知识存量值为-1.11。

从中得出，厦门和泉州，以及泉州和漳州之间的知识存量差距绝对值都小于0.1。

只有厦门和泉州之间的知识存量差距的绝对值会比较大，这表明了资源在厦漳泉三地没有得到有效地配置，产业不能在这些区域内进行有效衔接，也就形成了厦漳泉三地分工不协调的情况。

四、结论
通过分析发现：厦漳泉三地的知识溢出的吸收能力不同，其中厦门地区对于漳州和泉州的吸收能力大，但是厦门自身对于漳州和厦门两者的知识溢出的影响力不大；从经济距离的绝对值上看，厦门与泉州和漳州的经济距离下，漳州和泉州的经济距离比较大；从知识存量的差距上看，除了厦门和泉州之间的绝对知识存量差距较大外，其余的都很小。

这些导致了厦漳泉知识溢出水平总体上落后。

由于没有明显的知识溢出效应，因此很难形成产业集聚的效应，无法形成有大的影响力的龙头产业，带动地区经济的发展。

参考文献：
[1] 苏国辉、黄向阳.构建厦漳泉大都市区之孔见[J].发展研究，2012，（01）.
[2] Rachelle Boone，Mohammed Rafiquzzaman.Spatial Differences in Innovation Clusters and Knowledge Spillovers in Canadian Metropolitan Regions[DB/OL].2004.
[3] 姜宇华、杜建国、李守伟.长三角区域知识溢出研究[J].情报杂志，2011，（07）.
[4] Daniel Kirchert.The Impact of Knowledge Diffusion and Absorptive Capacity on Regional Economic Development in China 1978 to 1998[DB/OL].Paper prepared for the CCC’s eighth annual Colloquium for doctoral student research.2001.。