论文部分内容阅读
摘要：本文结合广义虚拟经济时代的特征，探讨虚拟经济规模对区域创新产出的影响，基于2006-2016年31个省市的面板数据，通过空间杜宾模型来分析虚拟经济规模对区域创新产出的溢出效应，实证结果表明虚拟经济规模的增长对本地区及周边地区的创新产出均有明显的正向促进作用。
关键词：广义虚拟经济;虚拟经济;区域创新产出;空间杜宾模型
中图分类号：F061.5 文献标识：A 文章编号：1674-9448（2018）03-0023-07
一、引言
世界经济和人类文明的不断发展，使人们在物质需求得到满足的前提下，更多地追求心理和精神需求的满足，广义虚拟经济便应势而生。林左鸣（2010）[1]将广义虚拟经济定义为将同时满足人的物质需求和心理需求，以及只满足人的心理需求的经济的总和。广义虚拟经济深刻地分析了当代经济活动的内在驱动力和经济活动规律，它正逐渐成为经济增长的主要来源，改变着现有的经济结构，推动着区域创新网络的建立。
随着科学技术和知识经济的发展，创新已经成为国家和地区取得竞争优势的关键因素。进入21世纪以来，随着交通网络和信息技术的发展，技术、知识和资本的流动速度加快，创新要素在区域之间扩散和集聚，使得区域之间的创新势差缩小或者扩大，因此，空间相关性成为研究区域创新不可忽视的一个问题。吴玉鸣（2006）[2]认为在研究区域创新生产问题而不考虑空间相关性的因素会使得结果出现偏差。越来越多的学者在研究区域创新问题时考虑到空间相关性和异质性。
广义虚拟经济的发展推动了企业技术创新活动。企业和高校以及科研机构之间的创新联动关系带来更大程度和更大范围的创新活动，使得地区的创新产出得到提升，创新活动的溢出会进一步影响周边地区的创新活动。周宁（2014）[3]认为技术创新的目的是为了满足人们需求，提高生活水平。在广义虚拟经济时代，技术创新不仅需要关注于技术本身，还要关注目标受众的物质和心理需求，反过来人们对于消费品的要求为企业进行创新提供了动力，拉动创新需求。
二、相关文献综述
目前国内对虚拟经济还没有统一的定义。一般认为虚拟经济是广义虚拟经济的重要组成部分，是广义虚拟经济的发展基础之一，它是经济发展到一定阶段的产物。袁潮清（2014）[4]认为虚拟经济是以金融平台为主要依托的各种活动。胡晓（2015）[5]选择虚拟资产的规模来衡量虚拟经济的发展水平。秦权利（2017）[6]根据我国经济发展现状和虚拟经济特点将虚拟经济界定为金融和房地产行业为主的经济总量。本文综合考虑我国经济结构和金融市场等因素，参考秦权利的界定方法，将虚拟经济规模界定为金融和房地产行业的产值。
虚拟经济的产业集聚现象较明显。金融行业是虚拟经济的重要支柱之一，该产业的集聚现象比较明显。Thrift（1994）[7]提出的“信息腹地论”证明金融产业的集聚效果明显。Zhao（2003）[8]认为由于信息不对称性，金融部门会尽量靠近信息源以获得更多有价值信息，在信息源地形成集聚现象。金融行业集聚会产生外溢效应，对区域经济发展造成更为复杂的影响。李林（2011）[9]认为金融集聚会在空间上产生地区辐射。余泳泽（2013）[10]进一步提出金融集聚可带来规模经济效应、集体学习效应、外溢效应、竞争效应和协同效应。
虚拟经济能较好地促进区域经济发展。虚拟经济产业集聚了大量人才和知识，拥有丰富的隐形资源，相比较于其他资源而言，隐形资源的传递不需要成本。王爱俭（2002）[11]提出虚拟经济本身具有“报酬递增”和“溢出效应”的特点，降低经济活动运行成本，优化资源配置。宣烨（2012）[12]认为隐形资源传播包括人与人之间的面对面传播和信息网络传播等途径。信息和知识传播直接服务于其他行业，促进其他地区虚拟经济的发展，同时，虚拟经济的知识和信息与其他行业相辅相成，进一步促进本地和周边地区的发展。
虚拟经济通过分散创新风险和降低创新成本，提升区域创新产出。虚拟经济的发展通过丰富企业融资渠道，降低融资约束和创新风险，提高并促进区域创新发展。以金融业为例，Levine（1998）[13]提出完善的金融市场可以分散投资风险，提高技术创新效率。Tadesse（2002）[14]认为良好运行的金融体系为技术创新提供稳定的长久的支持，促使技术创新者产生持续的创新行为。曹霞（2017）[15]通过空间杜宾模型证实金融支持的存在直接影响了区域内技术创新。金融产业集聚带来的规模经济效应、集体学习效应、外溢效应、竞争效应和协同效应降低创新成本，提高技术创新质量，营造创新环境，使得虚拟经济的发展对于周边地区创新活动的开展起到了較大的促进作用。
基于以上分析，虚拟经济规模对区域创新产出有明显的影响作用。目前，广义虚拟经济的研究主要集中在理论层面的探索，而相关的实证分析较少，很少有文献将虚拟经济和区域创新联系起来。因此，本文基于广义虚拟经济的视角，探讨虚拟经济的发展对区域创新是否存在溢出效应。利用空间杜宾模型，就我国31省市的虚拟经济规模对于区域创新产出的溢出效应进行实证分析。
三、模型构建及数据说明
（一）模型构建
本文从知识生产函数、空间计量模型和空间权重矩阵三个方面说明关于区域创新产出空间杜宾模型的构建。
1.知识生产函数
知识生产函数是研究区域创新及其影响因素的重要理论模型。本文参考Griliches-Jaffe[16][17]知识生产函数，修正的Griliches-Jaffe知识生产函数形式为：
式（1）中Q为创新产出，K为R&D支出，Z为其他影响创新产出的社会经济变量，e为随机误差，i表示研究单位。
2.空间计量模型
空间计量模型分为三种，即空间滞后模型（SLM）、空间误差模型（SEM）和空间杜宾模型（SDM）。相比较于SLM和SEM模型，SDM模型同时引入了解释变量和被解释变量的空间滞后项。李靖（2010）在进行中国区域创新生产的计量分析时提出我国区域创新活动存在明显的空间集聚现象，考虑到我国创新产出的空间溢出效应，理论上选择空间杜宾模型更合适一些，为了进一步确定适用模型，还需要进行检验。LeSage（2009）[18]以及Elhorst（2010）[19]的研究表明可以通过Wald检验和口之检验来判断SDM模型能否退化为SLM模型和SEM模型，检验结果显示，Wald检验值和曰3检验分别为14.76和20.90，均在5%水平下显著，拒绝原假设，即SDM模型不能退化为SLM模型和SEM模型，因此，选择空间面板杜宾模型是最合适的。 由于SDM模型同时引入了解释变量和被解释变量的空间滞后项，原本的回归系数不能再理解为解释变量对于被解释变量的影响。为了解决这一问题，LeSage（2008）[20]等人采用偏微分的方法将被解释变量的总效应划分为直接效应和间接效应来更好地描述变量的空间交互作用，直接效应是指当某个地区的某一解释变量变化所引起的该地区被解释变量的变化，间接效应则是某地区某一解释变量的变化所引起的其他地区的被解释变量的变化。本文通过由这种方式界定的直接效应和间接效应来纠正空间溢出效应解释存在的偏差。
基于Griliches Jaffe知识生产函数和本文的研究目的，构建关于区域创新产出的空间面板杜宾模型：
其中：Y是被解释变量，各省市专利申请量，i表示省市区域，t表示年份，Vir表示虚拟经济规模沐dhum表示各省市R&D人员投入、Rdexp表示R&D经费内部支出，Gover表示政府财政科学拨款占比，Human表示各省市人力资本。W为空间权重矩阵，W*Yit表示被解释变量的空间滞后项，αi表示空间效应，vt表示时间效应，εit表示随机扰动项。
3.空间权重矩阵构建
一般来说，空间位置较近的两个区域之间的联系更为紧密，而传统的邻接矩阵使得任意两个相邻区域的联系相同，这显然是不符合事实的，因此，本文利用省会城市之间的直线距离构建地理空间权重矩阵：
其中：d表示各个省市省会城市经纬度计算出的直线距离。
此外，为检验模型稳健性，本文运用空间邻接权重矩阵代替地理空间权重矩阵对实证分析结果再检验。空间邻接权重矩阵的对角线元素为0，其他元素满足：
（二）变量和数据说明
考虑到区域创新活动的空间和时间滞后效应，本文参考李靖（2010）[21]构建的是解释变量滞后一期的空间杜宾模型。各解释变量选取2006-2015年度31个省市面板数据，被解释变量选取2007-2016年度31个省市面板数据，数据主要来源于国家统计局、《中国统计年鉴》、《中国科技统计年鉴》以及查阅部分省市《国民经济与社会发展统计公报》相关数据。所有数据均进行对数处理，经过平减处理换算成2005年可比数据。
本文参照以往文献的做法，选取区域专利授权量作为区域创新产出的代替变量。将各省市金融业和房地产行业的行业产值作为替代指标衡量虚拟经济规模。此外，本文具体变量说明见表1。
四、实证分析
（一）空间相关性检验
1.全局相关性检验在进行实证分析前先要进行空间相关性检验，需要判断变量是否具有空间相关性。一般通过Moran's I指数检验变量的空间相关性，Moran'sI指数的绝对值表示观测变量空间相关性的强弱，绝对值越大表示空间相关性越强，反之则越弱。2007-2016中国专利授权量的Moran's I指数计算结果如表2所示，2007-2016年中国专利申请量的Moran’s I指数值均大于0.2，且z值均大于2.576，在1%水平下显著，表明专利申请量存在明显的正向空间相关性。这说明这10年间我国区域创新活动不是随机发生的，而是受到邻近省市創新
活动的影响，表现出明显的空间依赖性。
2.局部相关性检验
Moran’s I指数可以从全局上检验全国范围创新产出的相关性，为了更为直观看到创新产出在全国分布特征，还需要进行局部相关性的检验来分析创新产出集聚状况。本文采用Moran散点图来分析局部相关性，Moran散点图的横轴为变量，纵轴为其空间滞后项，第一象限为田1象限，处于该象限的空间单元自身是高值，周边单元也是高值;第三象限则相反，自身及周边单元的都属于低值，故称之为LL象限;第二象限为LH象限，低值单元被高值单元包围;第四象限为HL象限，高值单元被低值单元包围。
本文选择了2007年、2010年、2013年及2016年专利申请量的Moran散点图来描述样本期间我国专利申请量的空间变化趋势。如图1所示，我国专利申请量呈现出明显的空间聚集性，创新活动的分布有明显的集聚现象。大部分省市分布在第一和第三象限。在HH象限，呈现出“高一高”特征，处在该象限的省市自身创新产出量高，周边省市的创新产出量也高，形成高值集聚区，在LL象限，呈现出“低—低”特征，处在该象限的省市自身创新产出量低，周边省市的创新产出量也低，形成低值集聚区。
（二）杜宾模型实证分析结果
本文通过Stata软件实现空间杜宾模型的估计。Hausman检验值为22.51且p值小于0.05，拒绝原假设，应该选择固定效应模型。固定效应又分为空间固定效应模型，时间固定效应模型和双固定效应模型，三种模型的各固定效应模型的计量结果如表3所示。
从R2、Log-likelihood来看，三种固定效应模型的拟合度都比较好，其中双固定效应模型拟合优度最佳。综合显著性和拟合度来看，应选择双固定效应模型。双固定效应模型考虑了时间效应和地区效应，选择双固定效应模型是符合实际情况的。
从表2可知，虚拟经济规模的回归系数和滞后项系数均在1%的水平下显著为正，这说明虚拟经济规模的增长不仅能促进本地区的创新活动，而且对于周边地区的创新产出也能起到显著的促进作用。要进一步分析各解释变量对于被创新产出的影响还需要分析模型的直接、间接和总效应。估计结果如表4所示。
结果显示，从直接效应来看，虚拟经济规模的直接效应在1%的水平下显著为正，说明虚拟经济规模的增长对地区创新产出具有显著正向影响。虚拟经济发展可以促进企业融资环境，缓解金融约束，降低创新成本和拉动创新需求，从而有益于地区创新活动的开展。从间接效应来看，虚拟经济规模的间接效应在1%的水平下显著，表明虚拟经济规模的增长对于周边地区的创新产出也存在显著促进。虚拟经济产业的集聚和外溢使得周边地区可以从本地区的虚拟经济发展中收益，本地区的知识技术溢出以及示范作用带动了周边创新活动，产生“扩散作用”。 从控制变量来看，R&D人员的直接效应在1%的水平下显著，说明对于本地区具有显著的促进作用。R&D经费支出的直接、间接效应均不显著，说明R&D经费支出对于区域创新活动并没有明显的促进作用，这与胡义东和仲伟俊（2011）以及刘艳春（2016）[23]的结论是一致的，过多或者不当的R&D经费支出并不能有效促进区域创新活动。此外，可以看到政府的财政科学拨款对于本地区和邻近地区的创新产出都有显著的正向影响，财政补款对周边地区的创新活动产生显著的正向溢出。地区人力资本的直接效应在1%的水平下显著为正，说明人力资本水平对本地区的创新有促进作用，但是其间接效应显著为负，说明存在明显的“虹吸效应”，地区人力资本水平的增长会占用邻近地区的创新资源，导致邻近地区的创新活动受阻。
（三）稳健性检验
为检验虚拟经济规模对于创新产出影响的稳健性，本文利用空间邻接权重矩阵代替地理空间权重矩阵对实证分析结果再检验。邻接矩阵通过Geoda软件生成，并出于现实考虑设定海南省和广西相邻，最终估计结果如表5所示，空间邻接权重矩阵与表3、表4中空间距离矩阵下各变量的符号和显著性是基本一致的，仅有部分系数显著性有所提高或降低，说明前文关于虚拟经济规模对于我国创新产出的实证分析结果和相关结论是有可靠性的。
五、结束语
本文基于2006-2016年31个省市的面板数据，利用空间杜宾模型来分析虚拟经济规模对于区域创新的溢出效应，实证结果显示：创新产出存在显著的空间相关性，虚拟经济规模的增长对本地区和周边地区的创新产出都有显著正向影响。除此之外，R&D人员和政府的财政科学拨款对于区域创新产出的影响为正，R&D经费支出对于本地区和其他地区的创新活动会产生阻碍作用，而地区人力资本水平存在“掠夺”效应，有益于本地区的创新活动但是会阻碍其他地区的创新产出。
基于以上结论，本文认为发展虚拟经济对于区域创新产出的提高具有重要的意义，在创新驱动发展的政策指导下，在新时代下的背景下，虚拟经济的发展是一种必然且有利的选择，这种有利不仅局限于一地一城，而且能产生正向的溢出效应，也利于周边地区的创新活动。此外，增加政府财政拨款是有“利己利他”的，而对于研发经费内部支出需要合理分配，高效使用，盲目地投入而不进行规划会造成资源的浪费，并不能促进地区创新活动。
参考文献：
[1]林左鸣.广义虚拟经济——二元价值容介态的经济[M].中国人民出版社2010.3
[2]吴玉鸣.空间计量经济模型在省域研发与创新中的应用研究[J].数量经济技术经济研究，2006（05）：74-85+130.
[3]周宁.浅谈广义虚拟经济视角下的企业技术创新[J].广义虚拟经济研究，2014，5（02）：91-96.
[4]袁潮清，刘思峰，方志耕，郭本海.实体经济、虚拟经济和广义虚拟经济的金字塔模型[J].广义虚拟经济研究，2014，5（01）：38-42.
[5]胡晓.虚拟经济发展对实体经济的影响：增长抑或结构调整[J].财经科学12015（02）：52-62.
[6]秦权利.基于全要素生产率的视角研究虚拟经济与实体经济的黄金比例[J].现代管理科学，2017（07）：51-54.
[7] Thrift N.On the social and cultural determinants of international financial centers[J].Key Engineering Materials，1994，206-213（3）：2149-2154.
[8] Zhao S.Spatial Restructuring of financial centers and China and Hong kong：geography of finance perspective[J].Urban Affairs Review，2003，38（4）：535-571.
[9]李林，丁藝，刘志华.金融集聚对区域经济增长溢出作用的空间计量分析[J].金融研究，2011（05）：113-123.
[10]余泳泽，宣烨，沈扬扬.金融集聚对工业效率提升的空间外溢效应[J].世界经济12013，36（02）：93-116.
[11]王爱俭.金融创新与中国虚拟经济发展研究[J].金融研究，2002（07）：69-75.
[12]宣烨.生产性服务业空间集聚与制造业效率提升——基于空间外溢效应的实证研究[J].财贸经济，2012（04）：121-128.
[13]Levine R.Stock markets，banks，and economic growth[J].American Economic Review，1998，88（3）：537-558.
[14]Tadesse S.Financial architecture and economic performance：international evidence[J].Journal of FinancialIntermediation，2002，11（4）：429-454.
[15]曹霞，张路蓬.金融支持对技术创新的直接影响及空间溢出效应——基于中国2003-2013年省际空间面板杜宾模型[J].管理评论，2017，29（07）：36-45.
[16]Griliches，Z.Issues in assessing the contribution of research and development to productivity growth[J].BellJournal of Economics，1979，10（1），92-116.
[17]Jaffe，A.Real effects of academic research[J]，American Economic Review 1989，79，957-970.
[18]Lesage J P，Pace R K.Introduction to spatial econometrics[M].CRC Press，2009.
[19]Elhorst J P.Matlab software for spatial panels [R].University of Groningen Working Paper，2010.
[20]Lesage J P，Pace R K.Introduction to spatial econometrics[M].CRC Press，2009：513-514.
[21]李婧，谭清美，白俊红.中国区域创新生产的空间计量分析——基于静态与动态空间面板模型的实证研究[J].管理世界，2010（07）：43-55+65.
[22]胡义东，仲伟俊.高新技术企业技术创新绩效影响因素的实证研究[J].中国科技论坛，2011（04）：80-85.
[23]刘艳春，孙凯.中国区域创新绩效评价的影响因素研究——基于面板数据空间杜宾模型计量分析[J].工业技术经济，2016，35（10）：55-62.
关键词：广义虚拟经济;虚拟经济;区域创新产出;空间杜宾模型
中图分类号：F061.5 文献标识：A 文章编号：1674-9448（2018）03-0023-07
一、引言
世界经济和人类文明的不断发展，使人们在物质需求得到满足的前提下，更多地追求心理和精神需求的满足，广义虚拟经济便应势而生。林左鸣（2010）[1]将广义虚拟经济定义为将同时满足人的物质需求和心理需求，以及只满足人的心理需求的经济的总和。广义虚拟经济深刻地分析了当代经济活动的内在驱动力和经济活动规律，它正逐渐成为经济增长的主要来源，改变着现有的经济结构，推动着区域创新网络的建立。
随着科学技术和知识经济的发展，创新已经成为国家和地区取得竞争优势的关键因素。进入21世纪以来，随着交通网络和信息技术的发展，技术、知识和资本的流动速度加快，创新要素在区域之间扩散和集聚，使得区域之间的创新势差缩小或者扩大，因此，空间相关性成为研究区域创新不可忽视的一个问题。吴玉鸣（2006）[2]认为在研究区域创新生产问题而不考虑空间相关性的因素会使得结果出现偏差。越来越多的学者在研究区域创新问题时考虑到空间相关性和异质性。
广义虚拟经济的发展推动了企业技术创新活动。企业和高校以及科研机构之间的创新联动关系带来更大程度和更大范围的创新活动，使得地区的创新产出得到提升，创新活动的溢出会进一步影响周边地区的创新活动。周宁（2014）[3]认为技术创新的目的是为了满足人们需求，提高生活水平。在广义虚拟经济时代，技术创新不仅需要关注于技术本身，还要关注目标受众的物质和心理需求，反过来人们对于消费品的要求为企业进行创新提供了动力，拉动创新需求。
二、相关文献综述
目前国内对虚拟经济还没有统一的定义。一般认为虚拟经济是广义虚拟经济的重要组成部分，是广义虚拟经济的发展基础之一，它是经济发展到一定阶段的产物。袁潮清（2014）[4]认为虚拟经济是以金融平台为主要依托的各种活动。胡晓（2015）[5]选择虚拟资产的规模来衡量虚拟经济的发展水平。秦权利（2017）[6]根据我国经济发展现状和虚拟经济特点将虚拟经济界定为金融和房地产行业为主的经济总量。本文综合考虑我国经济结构和金融市场等因素，参考秦权利的界定方法，将虚拟经济规模界定为金融和房地产行业的产值。
虚拟经济的产业集聚现象较明显。金融行业是虚拟经济的重要支柱之一，该产业的集聚现象比较明显。Thrift（1994）[7]提出的“信息腹地论”证明金融产业的集聚效果明显。Zhao（2003）[8]认为由于信息不对称性，金融部门会尽量靠近信息源以获得更多有价值信息，在信息源地形成集聚现象。金融行业集聚会产生外溢效应，对区域经济发展造成更为复杂的影响。李林（2011）[9]认为金融集聚会在空间上产生地区辐射。余泳泽（2013）[10]进一步提出金融集聚可带来规模经济效应、集体学习效应、外溢效应、竞争效应和协同效应。
虚拟经济能较好地促进区域经济发展。虚拟经济产业集聚了大量人才和知识，拥有丰富的隐形资源，相比较于其他资源而言，隐形资源的传递不需要成本。王爱俭（2002）[11]提出虚拟经济本身具有“报酬递增”和“溢出效应”的特点，降低经济活动运行成本，优化资源配置。宣烨（2012）[12]认为隐形资源传播包括人与人之间的面对面传播和信息网络传播等途径。信息和知识传播直接服务于其他行业，促进其他地区虚拟经济的发展，同时，虚拟经济的知识和信息与其他行业相辅相成，进一步促进本地和周边地区的发展。
虚拟经济通过分散创新风险和降低创新成本，提升区域创新产出。虚拟经济的发展通过丰富企业融资渠道，降低融资约束和创新风险，提高并促进区域创新发展。以金融业为例，Levine（1998）[13]提出完善的金融市场可以分散投资风险，提高技术创新效率。Tadesse（2002）[14]认为良好运行的金融体系为技术创新提供稳定的长久的支持，促使技术创新者产生持续的创新行为。曹霞（2017）[15]通过空间杜宾模型证实金融支持的存在直接影响了区域内技术创新。金融产业集聚带来的规模经济效应、集体学习效应、外溢效应、竞争效应和协同效应降低创新成本，提高技术创新质量，营造创新环境，使得虚拟经济的发展对于周边地区创新活动的开展起到了較大的促进作用。
基于以上分析，虚拟经济规模对区域创新产出有明显的影响作用。目前，广义虚拟经济的研究主要集中在理论层面的探索，而相关的实证分析较少，很少有文献将虚拟经济和区域创新联系起来。因此，本文基于广义虚拟经济的视角，探讨虚拟经济的发展对区域创新是否存在溢出效应。利用空间杜宾模型，就我国31省市的虚拟经济规模对于区域创新产出的溢出效应进行实证分析。
三、模型构建及数据说明
（一）模型构建
本文从知识生产函数、空间计量模型和空间权重矩阵三个方面说明关于区域创新产出空间杜宾模型的构建。
1.知识生产函数
知识生产函数是研究区域创新及其影响因素的重要理论模型。本文参考Griliches-Jaffe[16][17]知识生产函数，修正的Griliches-Jaffe知识生产函数形式为：
式（1）中Q为创新产出，K为R&D支出，Z为其他影响创新产出的社会经济变量，e为随机误差，i表示研究单位。
2.空间计量模型
空间计量模型分为三种，即空间滞后模型（SLM）、空间误差模型（SEM）和空间杜宾模型（SDM）。相比较于SLM和SEM模型，SDM模型同时引入了解释变量和被解释变量的空间滞后项。李靖（2010）在进行中国区域创新生产的计量分析时提出我国区域创新活动存在明显的空间集聚现象，考虑到我国创新产出的空间溢出效应，理论上选择空间杜宾模型更合适一些，为了进一步确定适用模型，还需要进行检验。LeSage（2009）[18]以及Elhorst（2010）[19]的研究表明可以通过Wald检验和口之检验来判断SDM模型能否退化为SLM模型和SEM模型，检验结果显示，Wald检验值和曰3检验分别为14.76和20.90，均在5%水平下显著，拒绝原假设，即SDM模型不能退化为SLM模型和SEM模型，因此，选择空间面板杜宾模型是最合适的。 由于SDM模型同时引入了解释变量和被解释变量的空间滞后项，原本的回归系数不能再理解为解释变量对于被解释变量的影响。为了解决这一问题，LeSage（2008）[20]等人采用偏微分的方法将被解释变量的总效应划分为直接效应和间接效应来更好地描述变量的空间交互作用，直接效应是指当某个地区的某一解释变量变化所引起的该地区被解释变量的变化，间接效应则是某地区某一解释变量的变化所引起的其他地区的被解释变量的变化。本文通过由这种方式界定的直接效应和间接效应来纠正空间溢出效应解释存在的偏差。
基于Griliches Jaffe知识生产函数和本文的研究目的，构建关于区域创新产出的空间面板杜宾模型：
其中：Y是被解释变量，各省市专利申请量，i表示省市区域，t表示年份，Vir表示虚拟经济规模沐dhum表示各省市R&D人员投入、Rdexp表示R&D经费内部支出，Gover表示政府财政科学拨款占比，Human表示各省市人力资本。W为空间权重矩阵，W*Yit表示被解释变量的空间滞后项，αi表示空间效应，vt表示时间效应，εit表示随机扰动项。
3.空间权重矩阵构建
一般来说，空间位置较近的两个区域之间的联系更为紧密，而传统的邻接矩阵使得任意两个相邻区域的联系相同，这显然是不符合事实的，因此，本文利用省会城市之间的直线距离构建地理空间权重矩阵：
其中：d表示各个省市省会城市经纬度计算出的直线距离。
此外，为检验模型稳健性，本文运用空间邻接权重矩阵代替地理空间权重矩阵对实证分析结果再检验。空间邻接权重矩阵的对角线元素为0，其他元素满足：
（二）变量和数据说明
考虑到区域创新活动的空间和时间滞后效应，本文参考李靖（2010）[21]构建的是解释变量滞后一期的空间杜宾模型。各解释变量选取2006-2015年度31个省市面板数据，被解释变量选取2007-2016年度31个省市面板数据，数据主要来源于国家统计局、《中国统计年鉴》、《中国科技统计年鉴》以及查阅部分省市《国民经济与社会发展统计公报》相关数据。所有数据均进行对数处理，经过平减处理换算成2005年可比数据。
本文参照以往文献的做法，选取区域专利授权量作为区域创新产出的代替变量。将各省市金融业和房地产行业的行业产值作为替代指标衡量虚拟经济规模。此外，本文具体变量说明见表1。
四、实证分析
（一）空间相关性检验
1.全局相关性检验在进行实证分析前先要进行空间相关性检验，需要判断变量是否具有空间相关性。一般通过Moran's I指数检验变量的空间相关性，Moran'sI指数的绝对值表示观测变量空间相关性的强弱，绝对值越大表示空间相关性越强，反之则越弱。2007-2016中国专利授权量的Moran's I指数计算结果如表2所示，2007-2016年中国专利申请量的Moran’s I指数值均大于0.2，且z值均大于2.576，在1%水平下显著，表明专利申请量存在明显的正向空间相关性。这说明这10年间我国区域创新活动不是随机发生的，而是受到邻近省市創新
活动的影响，表现出明显的空间依赖性。
2.局部相关性检验
Moran’s I指数可以从全局上检验全国范围创新产出的相关性，为了更为直观看到创新产出在全国分布特征，还需要进行局部相关性的检验来分析创新产出集聚状况。本文采用Moran散点图来分析局部相关性，Moran散点图的横轴为变量，纵轴为其空间滞后项，第一象限为田1象限，处于该象限的空间单元自身是高值，周边单元也是高值;第三象限则相反，自身及周边单元的都属于低值，故称之为LL象限;第二象限为LH象限，低值单元被高值单元包围;第四象限为HL象限，高值单元被低值单元包围。
本文选择了2007年、2010年、2013年及2016年专利申请量的Moran散点图来描述样本期间我国专利申请量的空间变化趋势。如图1所示，我国专利申请量呈现出明显的空间聚集性，创新活动的分布有明显的集聚现象。大部分省市分布在第一和第三象限。在HH象限，呈现出“高一高”特征，处在该象限的省市自身创新产出量高，周边省市的创新产出量也高，形成高值集聚区，在LL象限，呈现出“低—低”特征，处在该象限的省市自身创新产出量低，周边省市的创新产出量也低，形成低值集聚区。
（二）杜宾模型实证分析结果
本文通过Stata软件实现空间杜宾模型的估计。Hausman检验值为22.51且p值小于0.05，拒绝原假设，应该选择固定效应模型。固定效应又分为空间固定效应模型，时间固定效应模型和双固定效应模型，三种模型的各固定效应模型的计量结果如表3所示。
从R2、Log-likelihood来看，三种固定效应模型的拟合度都比较好，其中双固定效应模型拟合优度最佳。综合显著性和拟合度来看，应选择双固定效应模型。双固定效应模型考虑了时间效应和地区效应，选择双固定效应模型是符合实际情况的。
从表2可知，虚拟经济规模的回归系数和滞后项系数均在1%的水平下显著为正，这说明虚拟经济规模的增长不仅能促进本地区的创新活动，而且对于周边地区的创新产出也能起到显著的促进作用。要进一步分析各解释变量对于被创新产出的影响还需要分析模型的直接、间接和总效应。估计结果如表4所示。
结果显示，从直接效应来看，虚拟经济规模的直接效应在1%的水平下显著为正，说明虚拟经济规模的增长对地区创新产出具有显著正向影响。虚拟经济发展可以促进企业融资环境，缓解金融约束，降低创新成本和拉动创新需求，从而有益于地区创新活动的开展。从间接效应来看，虚拟经济规模的间接效应在1%的水平下显著，表明虚拟经济规模的增长对于周边地区的创新产出也存在显著促进。虚拟经济产业的集聚和外溢使得周边地区可以从本地区的虚拟经济发展中收益，本地区的知识技术溢出以及示范作用带动了周边创新活动，产生“扩散作用”。 从控制变量来看，R&D人员的直接效应在1%的水平下显著，说明对于本地区具有显著的促进作用。R&D经费支出的直接、间接效应均不显著，说明R&D经费支出对于区域创新活动并没有明显的促进作用，这与胡义东和仲伟俊（2011）以及刘艳春（2016）[23]的结论是一致的，过多或者不当的R&D经费支出并不能有效促进区域创新活动。此外，可以看到政府的财政科学拨款对于本地区和邻近地区的创新产出都有显著的正向影响，财政补款对周边地区的创新活动产生显著的正向溢出。地区人力资本的直接效应在1%的水平下显著为正，说明人力资本水平对本地区的创新有促进作用，但是其间接效应显著为负，说明存在明显的“虹吸效应”，地区人力资本水平的增长会占用邻近地区的创新资源，导致邻近地区的创新活动受阻。
（三）稳健性检验
为检验虚拟经济规模对于创新产出影响的稳健性，本文利用空间邻接权重矩阵代替地理空间权重矩阵对实证分析结果再检验。邻接矩阵通过Geoda软件生成，并出于现实考虑设定海南省和广西相邻，最终估计结果如表5所示，空间邻接权重矩阵与表3、表4中空间距离矩阵下各变量的符号和显著性是基本一致的，仅有部分系数显著性有所提高或降低，说明前文关于虚拟经济规模对于我国创新产出的实证分析结果和相关结论是有可靠性的。
五、结束语
本文基于2006-2016年31个省市的面板数据，利用空间杜宾模型来分析虚拟经济规模对于区域创新的溢出效应，实证结果显示：创新产出存在显著的空间相关性，虚拟经济规模的增长对本地区和周边地区的创新产出都有显著正向影响。除此之外，R&D人员和政府的财政科学拨款对于区域创新产出的影响为正，R&D经费支出对于本地区和其他地区的创新活动会产生阻碍作用，而地区人力资本水平存在“掠夺”效应，有益于本地区的创新活动但是会阻碍其他地区的创新产出。
基于以上结论，本文认为发展虚拟经济对于区域创新产出的提高具有重要的意义，在创新驱动发展的政策指导下，在新时代下的背景下，虚拟经济的发展是一种必然且有利的选择，这种有利不仅局限于一地一城，而且能产生正向的溢出效应，也利于周边地区的创新活动。此外，增加政府财政拨款是有“利己利他”的，而对于研发经费内部支出需要合理分配，高效使用，盲目地投入而不进行规划会造成资源的浪费，并不能促进地区创新活动。
参考文献：
[1]林左鸣.广义虚拟经济——二元价值容介态的经济[M].中国人民出版社2010.3
[2]吴玉鸣.空间计量经济模型在省域研发与创新中的应用研究[J].数量经济技术经济研究，2006（05）：74-85+130.
[3]周宁.浅谈广义虚拟经济视角下的企业技术创新[J].广义虚拟经济研究，2014，5（02）：91-96.
[4]袁潮清，刘思峰，方志耕，郭本海.实体经济、虚拟经济和广义虚拟经济的金字塔模型[J].广义虚拟经济研究，2014，5（01）：38-42.
[5]胡晓.虚拟经济发展对实体经济的影响：增长抑或结构调整[J].财经科学12015（02）：52-62.
[6]秦权利.基于全要素生产率的视角研究虚拟经济与实体经济的黄金比例[J].现代管理科学，2017（07）：51-54.
[7] Thrift N.On the social and cultural determinants of international financial centers[J].Key Engineering Materials，1994，206-213（3）：2149-2154.
[8] Zhao S.Spatial Restructuring of financial centers and China and Hong kong：geography of finance perspective[J].Urban Affairs Review，2003，38（4）：535-571.
[9]李林，丁藝，刘志华.金融集聚对区域经济增长溢出作用的空间计量分析[J].金融研究，2011（05）：113-123.
[10]余泳泽，宣烨，沈扬扬.金融集聚对工业效率提升的空间外溢效应[J].世界经济12013，36（02）：93-116.
[11]王爱俭.金融创新与中国虚拟经济发展研究[J].金融研究，2002（07）：69-75.
[12]宣烨.生产性服务业空间集聚与制造业效率提升——基于空间外溢效应的实证研究[J].财贸经济，2012（04）：121-128.
[13]Levine R.Stock markets，banks，and economic growth[J].American Economic Review，1998，88（3）：537-558.
[14]Tadesse S.Financial architecture and economic performance：international evidence[J].Journal of FinancialIntermediation，2002，11（4）：429-454.
[15]曹霞，张路蓬.金融支持对技术创新的直接影响及空间溢出效应——基于中国2003-2013年省际空间面板杜宾模型[J].管理评论，2017，29（07）：36-45.
[16]Griliches，Z.Issues in assessing the contribution of research and development to productivity growth[J].BellJournal of Economics，1979，10（1），92-116.
[17]Jaffe，A.Real effects of academic research[J]，American Economic Review 1989，79，957-970.
[18]Lesage J P，Pace R K.Introduction to spatial econometrics[M].CRC Press，2009.
[19]Elhorst J P.Matlab software for spatial panels [R].University of Groningen Working Paper，2010.
[20]Lesage J P，Pace R K.Introduction to spatial econometrics[M].CRC Press，2009：513-514.
[21]李婧，谭清美，白俊红.中国区域创新生产的空间计量分析——基于静态与动态空间面板模型的实证研究[J].管理世界，2010（07）：43-55+65.
[22]胡义东，仲伟俊.高新技术企业技术创新绩效影响因素的实证研究[J].中国科技论坛，2011（04）：80-85.
[23]刘艳春，孙凯.中国区域创新绩效评价的影响因素研究——基于面板数据空间杜宾模型计量分析[J].工业技术经济，2016，35（10）：55-62.