科学技术有效流动与区域间非行政壁垒

在经济全球化、一体化时代背景下，科学技术是经济社会持续发展的引擎，是区域发展的内在动力[1-3]，也是衡量综合国力的重要指标之一[4]。党的十八大明确提出“科技创新是提高社会生产力和综合国力的战略支撑”，并将创新驱动作为国家发展战略的核心；党的十九大明确“创新是引领发展的第一动力，是建设现代化经济体系的战略支撑”；2018年中央经济工作会议强调“要落实创新驱动发展战略，全面提升创新能力和效率”。由此可见，中国经济发展进入新常态以来，在由高速增长阶段向高质量发展阶段转换过程中，科技创新对于深化供给侧结构性改革、加快新旧动能转换和促进区域充分协调发展具有越来越重要的现实意义。

改革开放以来，我国科技活动主体的研发活动投入持续增加、研发经费规模持续扩大、研发经费投入强度屡创新高[5]，各地区、各类科技创新基地和平台建设日臻完善，但相应的科技创新成本也随创新难度增加而提高。在全球以开放、合作为理念，着力提升科技创新水平的背景下及科技创新资源相对趋紧的约束下，利用好现有科技创新平台、打破原有区域界线、实现创新要素最大限度整合的协同创新战略，既是发达国家成功实现创新发展的重要经验，也是发展中国家加快转变经济发展方式、推动科学发展、促进社会和谐的重要政策选择[6]。随着一系列协同创新鼓励政策出台和地区间市场化水平不断提高，行政壁垒对于协同创新要素流动的限制作用逐步弱化，非行政壁垒与创新要素流动之间的矛盾日益凸显，量化并突破协同创新要素在区域流动中遇到的非行政壁垒成为推动协同创新发展的主要着力点，也是实现地区创新驱动高质量发展的重要途径。

1 文献综述

以往政府部门向科技发展领域投入了大量资源，以加快区域经济发展速度，提高自身在未来竞争中的地位[7]。由于科学技术资源本身的外溢性及中国科技创新外溢性日趋扩大[8]，地区的创新要素不仅源于自身的科学技术条件和资源，还可以从其它区域获取[9]。尤其地，随着独立研发难度加大和区域经济一体化持续深化，创新资源跨区域、跨国界流动趋势日益显著[10]。同时，当前各地区越来越注重利用其它区域的科学技术进行再创新，加大科学研究协同创新体系建设，鼓励跨省跨区域进行科研交流，极大促进了中国科学技术的区际间流动。在此期间，区域科学技术的空间联系一直是中国创新体系研究领域的热点问题，空间计量工具的发展也使知识溢出研究呈快速增长态势。关于科学技术空间联系的研究主要集中在：对科学技术外溢主体的检验和测度，包括从区域创新绩效[11]、区域创新体系[12]、区域创新网络[13]、区域创新系统等不同角度对科学技术外溢效应进行分析；对科学技术外溢客体的影响，包括科学技术要素的空间集聚及其对市场化[14]、城镇化[15]、企业与高校[16]以及经济[17]、生态[18]等多方面的影响，但这些研究忽略了科学技术在主体与客体之间的外溢过程。实际上，科学技术外溢过程并非是畅通无阻的，不同区域之间，因地方保护主义形成的行政壁垒以及因地区差距形成的非行政壁垒，均在不同程度上阻碍着科学技术的有效流动。近年来，随着中国区域一体化进程不断推进，科学技术流动的行政壁垒在客观上被逐个破除，随着区域协同创新不断深化，不同区域的科学技术创新主体间在主观上更倾向于互联互通。因此，非行政壁垒成为当前阻碍科学技术有效流动的主要问题。

科学技术流动非行政壁垒的区域差距主要是由地理距离、经济距离和技术距离差距导致的科学技术非完全流动引起的，因而可以将科学技术的非行政壁垒细分为地理壁垒、经济壁垒和技术壁垒3个方面。①地理壁垒。尽管交通运输技术不断发展，成本不断下降，但地理空间距离仍是影响区域间物质信息交换的重要因素[19]。较短的地理距离更容易将创新要素组织起来，有利于信息频繁交换[20]，反之较大的地理距离会对科学技术的有效流动造成阻碍，其对知识溢出的影响受到大量研究支持；②经济壁垒。经济发达地区与落后地区之间的相互影响并不对等，发达地区对落后地区的影响更强，而落后地区对发达地区的影响则较弱[21]。这是因为，经济发达地区拥有更大的技术购买潜力和更强的研发能力[28]，能以此调节地理距离对科学技术外溢的影响[22]；③技术壁垒。Jaffe[23]首先提出技术距离的概念，认为技术距离对研发活动具有重要影响。有研究表明，技术距离过小会使科学技术溢出减少[24]，而技术距离过大会对科学技术溢出产生抑制作用[25]。由此可见，技术距离对科学技术溢出的影响并非是单向绝对的[26]，只有在合理范围内，才能保证科学技术有效流动。因此，科学技术流动受地理、经济和技术壁垒共同影响，不同壁垒的影响程度各不相同，作用机理各具特色。

综上所述，既有关于区域科学技术流动的研究大多止于技术溢出主体和技术吸收客体，对流动过程鲜有探讨。尽管地理距离、经济距离和技术距离导致科学技术流动的非行政壁垒的观点已在学界达成普遍共识，但其作用程度和影响效果并未在同一理论框架下得到检验，继而无法有效分析区域非行政壁垒对于科学技术流动的时空差异性。打破阻碍区域间科学技术流通的壁垒是继续深化协同创新的重要内容，厘清区域科学技术流动中地理壁垒、经济壁垒和技术壁垒的影响程度和作用机理对于中国提升区域创新绩效及实现创新驱动经济高质量发展具有一定的决策参考意义。

2 研究设计

2.1 研究方法

在新古典经济增长学理论基础上，Romer[27]将资源和土地要素加入生产函数，以量化二者对经济增长的约束作用。由于Romer模型具有一般性和普遍性，常被用于分析制约发展的约束要素，而不仅限于资源和土地要素对经济增长的阻尼作用。例如，孙才志[28]测度了环渤海地区海洋资源与环境对海洋经济发展的阻尼效应；米国芳[29]测度了能源结构和碳排放对经济增长的阻尼作用；严翔[30]测度了长江经济带能源与生态对科技创新的阻尼作用。因此，本文对Romer模型加以改进，以求解区域间非行政壁垒对科技创新发展的阻尼作用，模型构建如下：

Y(t)=K(t)αG(t)βE(t)γT(t)φ[A(t)L(t)]1-α-β-γ-φ

式(1)中，Y为科技产出，K、L和A分别代表了资本、劳动力和有效社会劳动生产率；A、L的乘积表示有效劳动，α和1-α-β-γ-φ分别表示其弹性；G、E和T分别表示由区域间地理、经济和技术差异形成的不同程度的技术吸收水平；β、γ和φ分别表示其弹性系数。对公式(1)两边取对数，有：

lnY=αK+βG+γE+φT+(1-α-β-γ-φ)(lnA+lnL)

对公式(2)两边求时间t的导数，可得：

gY(t)=αgK(t)+βgG(t)+γgE(t)+φgT(t)+(1-α-β-γ-φ)[gA(t)+gL(t)]

其中，gY(t)、gK(t)、gG(t)、gE(t)、gT(t)、gA(t)、gL(t)分别为Y、K、G、E、T、A、L的增长率。在平衡增长路径(Balanced Growth Path, BGP)上，由于gY与gK必然相等[31]，可得：

对于经济增长而言，单位劳动力的平均产出增长率更具意义[32]，因此将公式(4)转变为：

从长期看，区域科技发展在不受区域地理壁垒限制和受到区域地理壁垒限制两种情形下，单位劳动产出增长率之差即为受地理壁垒影响的阻尼[33]：

同理，区域科技发展受经济壁垒和技术壁垒影响的阻尼及总体阻尼可以分别表示为：

引力模型(Gravity Model)可以有效反映区域之间的经济、科技联系，还可以度量空间联系强度[18]。为测度区域间科学技术流动潜力，构建地区技术吸收引力模型：

式(10)中，地区i对地区j的技术吸收能力Fij等于两个地区自由知识存量Ki和Kj乘积与地区距离d2的比值；G为引力常数，一般取1。那么，地区i的整体技术吸收能力Fi则可表示为对各地区技术吸收能力的总和：

参照相关研究，知识存量通过地区R&D活动经费内部支出计算[34]：

式(12)中，t时期的知识存量Kt等于t-1时期的知识存量Kt-1与1-φ的乘积加上当期的R&D活动经费内部支出I；φ表示折旧率，取15%。基期的知识存量K0可以表示为：

式(13)中，I0为基期的R&D活动经费内部支出；g为测度期内的R&D活动经费平均增长率；φ为折旧率。

由于创新活动的特殊性，现有研究中对d的取值方式多样，不同方式各具优势。本文分别应用地理距离、经济距离和技术距离3种方式进行取值，以区分不同的非行政壁垒。

地理距离(d1)，能够客观反映出两地的空间距离，通常用两地间的直线距离、公路距离、铁路距离和时间距离等指标衡量。由于公路距离、铁路距离和时间距离会因两地之间不同年份的公路建设、高铁建设和飞机航线设置等不同而产生统计误差，故本文选取直线距离反映地理距离，具体操作为：利用省会城市的经纬度计算地区间的直线距离，数据源于国家基础地理信息系统1:400万地形数据库。

经济距离(d2)。经济发展通过基础设施、教育水平等影响地区创新活动的吸收能力和外溢水平。两地区间的经济差距越小，创新活动越容易吸收和外溢。参考王庆喜[35]的研究，两地之间经济距离表示为：

其中，i和j两地的经济距离为两地各年人均GDP(pc gdp)平均值差距的绝对值。两地之间经济差距越大，创新活动的吸收和外溢难度越大。

技术距离(d3)。同经济距离类似，两地间的技术水平差距越大，创新越吸收和外溢也就越难实现；反之，两地技术水平越接近，越容易发生相互学习和借鉴。不同于经济距离的是，技术差距还涉及到两地间的技术相似程度。因此，本文对刘志迎[27]的技术距离测度方法加以简化，利用两地间发明型、实用型和外观设计型3种专利授权数量表征技术距离：

其中，i和j两地的技术距离为两地测度期内k(k=1,2,3)种专利授权数f的差距。两地技术结构越相似，d3越接近于1，反之则越接近于0(同一地区的技术差距为0)，因此对技术距离取倒数并减1处理。

综上，可以求得区域间地理、经济和技术差异形成的不同技术吸收水平G、E和T值，进而可以利用Romer公式求解其弹性系数，并计算区域科技发展受地理壁垒、经济壁垒和技术壁垒影响的阻尼及总体阻尼。

2.2 数据来源

本文以中国内地31个省、市、自治区为研究对象，测度期为2003-2016年。其中，科技产出Y用地区论文数量表示，包括国内论文数量和国外论文数量。其中，国外论文数量用《中国科技统计年鉴》中各地区国外主要检索工具收录的中国科技论文数表示，包括SCI、EI和CPCI-S检索；国内论文数量用CNKI中按作者单位检索获得的论文数表示。科技研究的劳动力L用R&D人员全时当量衡量，资本K通过公式(12)及地区R&D活动经费内部支出计算获得。R&D人员全时当量、R&D活动经费内部支出、3种专利授权数均来自《中国科技统计年鉴》，人均地区生产总值数据来自《中国统计年鉴》。

3 数据检验

3.1 相关性检验

由于受区域间地理、经济和技术差异形成的不同程度的技术吸收水平G、E和T是以R&D活动经费内部支出存量为基础的，因而以不同的距离衡量方法加以区别。为避免lnG、lnE和lnT之间可能存在的共线问题，本文检验了lnG、lnE和lnT的Pearson相关系数。其中，lnG与lnE之间的相关系数为0.314 6，lnG与lnT的相关系数为0.497 9，lnE与lnT的相关系数为0.307 5，可认为lnG、lnE和lnT不共线。

3.2 平稳性检验

为消除时间序列中的异方差，本文对科技产出Y、科技研究劳动力L、知识存量K以及由区域间地理、经济和技术差异形成的技术吸收水平G、E和T等数据进行取自然对数处理。进一步地，为防止时间序列拟合出现“伪回归”现象，本文利用Stata 14.0软件对各数据的对数值进行ADF和LLC单位根检验，结果(见表1)显示，所有变量均在1%水平上显著，拒绝单位根假设，时间序列趋势平稳。

注：表中数据为单位根检验所对应的统计量，***、**和*分别表示在1%、5%和10%的水平下显著，括号内为P统计量，下同

3.3 协整检验

进行Romer回归之前，还需判定变量是否存在长期稳定关系，因此本文对变量进行Johansen协整检验[36]，结果如表2所示，Trace检验和λ-max检验均在1%显著性水平上拒绝原假设，表明变量之间存在协整关系。

4 结果分析

4.1 非行政壁垒整体分析

对中国内地31个省、市、自治区2003—2016年的面板数据进行OLS回归分析，结果如表3所示。其中，α、β、γ和n在1%水平上显著，φ在10%水平上显著。根据α、β、γ、n和φ的数值，计算得到DragG、DragE、DragT、DragSUM分别为-0.591 3、1.044 7、-0.019 5、0.433 9，即不同非行政壁垒的阻尼值既有正值，也有负值。其中，地理壁垒和技术壁垒的阻尼值为负，表明在全国范围内，地理因素和技术因素对科学技术的有效流动并未产生显著的约束作用；经济壁垒值为正数，表明中国科学技术有效流通主要受经济壁垒影响，地区经济水平差距导致经济较好地区不必吸收经济较差地区的科学技术，而经济较差地区难以吸收经济较好地区的科学技术。由于经济壁垒数值较大，导致总壁垒值也为正，进而约束科学技术流通。就全国范围而言，经济差距造成的壁垒是阻碍科学技术有效流通的最主要因素。因此。实现科学技术有效流通的重点应放在促进不同区域经济平衡发展上。

4.2 非行政壁垒时间分析

为明晰非行政壁垒随时间变化的情况，本文按年份进行回归分析，将回归结果带入公式(6)-(8)，如图1所示。地理、经济和技术3种壁垒在时间上呈振荡发展趋势；总壁垒受其共同影响呈现出幅度不断减小的振荡变化态势，并先后由地理壁垒、经济壁垒和技术壁垒主导。

其中，地理壁垒相对数值最大，变化幅度在3种非行政性壁垒中也是最大的。2009年以前的DragG恒为正值，且在2004年达到峰值，表明地理因素在2009年之前一直制约着科学技术流动。2009年后，DragG除在2013年取正值外，其余时间均为负值且保持在[-0.05, 0]区间内，表明在2009年以后，地理壁垒对科学技术有效流动的制约作用显著降低。这是因为在2008年以后，中国加大对交通基础设施建设的投入力度，特别是以高铁为代表的便捷交通缩短了地区间的时间距离，使科学技术可以高效便捷地在区域间流通。相应地，DragSUM在2009年之前主要受到DragG的影响呈大幅振荡变化，但随着DragG的相对值不断减小，DragSUM不再主要受到DragG影响，转而受DragE和DragT影响。

经济壁垒的变化情况不同于地理壁垒。在2006年以前，DragE保持在0刻度线以下，经济差距并没有制约科学技术在全国范围内的流动；但在数值上，DragE呈现出上升趋势，在2006年变为正值并延续到2008年。产生这一现象的原因在于，2008年之前，中国经济在高速发展的同时，区域间经济的绝对差距不断拉大，阻碍了科学技术流动。2008年以后受全球经济危机影响，一方面区域间经济绝对差距拉大的速度放缓，另一方面中国经济将发展重点从外贸转向内需，从需求侧转向供给侧，使得DragE重新回到x轴附近。由于科学技术的滞后性和经济发展的短周期特征，经济壁垒在2008年以后呈现出在x轴附近震荡的趋势。此外，随着地理壁垒逐渐消失，总壁垒在2009年后受经济壁垒主导，这一态势一直延续到2014年技术壁垒占据主导地位。

除2007年和2013年外，技术壁垒均为正值，表明技术壁垒长期存在并阻碍科学技术有效流动。在2007年以前，技术壁垒在0.10附近，与地理壁垒共同影响总壁垒值，使总壁垒以0.1为准线振荡。2007—2013年，技术壁垒保持在[-0.01, 0.05]区间内，受地理壁垒和经济壁垒共同影响，总壁垒以0为准线振荡，而技术壁垒的影响程度相对较小。2014年以后，地理壁垒和经济壁垒变为负值，不再阻碍科学技术有效流动，此时技术壁垒成为总壁垒的主导因素。对于技术差距而言，当技术差距较小时，技术可以更为有效地在不同区域间流动；对于区域技术而言，只有本区域与其它区域技术差距较大时，才更容易形成比较优势，进而提升区域竞争力。中国整体技术壁垒基本上保持在一个合理的区间内，既可以形成区域比较优势，又能促进区域科学技术协同创新。

4.3 非行政壁垒区域分析

为明晰非行政壁垒的地区差异情况，本文从空间角度按不同省份进行回归分析，将回归结果带入公式(6)—(8)，地理壁垒、经济壁垒、技术壁垒和总壁垒结果如图2所示。其中，地理壁垒数值较大，且与总壁垒的分布情况大体相同，表明其主导总壁垒变化，而经济壁垒和技术壁垒对总壁垒的影响较小，因此地理壁垒是区域间科学技术有效流动的主要阻碍。

在地理壁垒中，有15个省市的DragG为正值，16个省市的DragG为负值，表明在测度期内全国范围内近一半的地区受到地理壁垒的影响而无法高效吸收其它地区的知识溢出，另一半地区几乎不受地理壁垒阻碍，能有效地吸收其它地区的知识外溢。通过观察DragG为正值的省份可以发现，科学技术受地理壁垒影响的地区主要分布在沿边地区，其中东北和华北部分地区(包括辽宁、吉林、黑龙江、内蒙古和山西)和大部分西部地区(包括广西、重庆、四川、贵州、西藏、甘肃和新疆)受到的影响最强，又以东北地区的地理壁垒最大。北京和江苏的DragG为正值，但DragG较小，近似于0。唯一不在上述区域且DragG为正值的省份是江西省，其DragG高达0.437 6，排在广西、吉林和辽宁之后。究其原因，江西省周边均为科技大省，包括浙江、安徽、福建、湖北、湖南和广东，自身知识资本存量也在全国排名中游，然而本文是以省会间的直线距离衡量两省份之间的地理距离，华东地区省会大多位于省内东部沿海地区，尽管南昌位于江西省东北部，但与上海、南京、杭州和合肥距离仍然较远。此外，位于江西东北部位置的南昌也与中部地区的武汉和长沙，以及华南的广州保持较大的地理距离。因此，与其它省会距离较远可能是导致江西地理壁垒在东中部地区较大的原因，而就全省而言，江西地理壁垒是否真的高于周边省份还需进一步探索。河北和宁夏是各省市中地理壁垒相对较小的地区，但其形成机制各有不同。河北省环绕北京和天津，同时又紧邻辽宁、山东和河南，其中辽宁和山东知识存量在测度期内均保持在前十，天津保持在中游，河南在测度期末也进入前十，而北京更是稳定保持在前三，邻近省市知识存量水平较高且地理距离较短是致使河北省地理壁垒较小的原因。宁夏知识资本存量恒定在倒数三名，根据引力模型可知，较低的知识资本存量导致宁夏能够吸引的其它地区知识资本存量较少，而地理距离对较弱的资本存量吸引力的影响相对有限，最终表现为宁夏地理壁垒比其它省市低。同样，知识资本存量较小的新疆、西藏和海南与其它省市地理距离过大，并不具备与宁夏相近的地理壁垒水平。受地理壁垒影响，总壁垒呈现出相同的区域差异，因此，不再赘述。

相对于地理壁垒，经济壁垒的Drag值则较小。观察各地区的经济壁垒水平可以发现，大多数省份的DragE值集中在0附近，仅有宁夏的DragE值较大，其余省份的DragE值均保持在0.01以下。其原因在于，宁夏人均GDP在整个西部自2005年以来仅低于重庆和陕西，并远高于邻近的甘肃和青海，但与东部地区相比仍有较大差距，由此产生的经济差异导致宁夏经济壁垒较高。内地31个省、市、自治区中的15个DragE为负值，主要集中在华北地区、东部沿海地区和西南地区；16个DragE为正值，主要集中在东北地区、中部地区以及西北地区。由于中部地区省份数量较少，作为承接东部经济和科技资源向西部转移的过渡地带，与东部和西部经济发展、科技水平均有较大差距，导致无法以较高的经济水平与东部地区对接，也无法以较低的水平与西部地区对接，最终产生经济壁垒。东北和西北地区拥有较好的科学技术研发基础和经济基础，但近年来仅东南沿海和西南地区经济飞速发展，导致东北和西北地区无法在较高的经济发展水平上吸收和消化其它省市的知识溢出。

相对于地理壁垒和经济壁垒，技术壁垒的Drag值更小，图中一个明显特征是DragT值主要集中在0.05水平上，预示着技术壁垒处于一般水平。相较于地理距离和经济距离阻碍作用的空间分布，技术壁垒空间分布更为零散。内地31个省市中有13个DragT值为负，主要集中在东部地区和西北地区；18个DragT值为正，主要集中在华北地区和西南地区。华北地区由于形成了以北京为中心的科技研发网络，各省市有不同的科研分工，仅在极少区域存在技术壁垒；西南地区则是由不同省份在区域内的技术结构差异造成了技术壁垒。图中另一个明显特征是DragT值最高的3个省份分别为内蒙古、上海和吉林，但这3个省份技术壁垒较大的成因各不相同：内蒙古和吉林由于在相似技术结构的省份中，自身科技存量较小，无法有效吸收技术结构相近省份的知识外溢；上海则是由于技术结构更为平均，不同于其它省份技术结构有所偏重，导致难以有技术结构相似的省份对其进行知识外溢。除DragT值较高的3个省市外，其余各省市技术壁垒均处于一个较为合理的区间内，既能促进协同创新，又能彰显区域比较优势。

5 结语

5.1 研究结论

提高科学技术创新能力的关键在于形成结构合理、富有活力、运行高效的协同创新体系，但区域间的非行政壁垒阻碍着科学技术有效流动。本文在Romer模型的基础上，引入区域间地理、经济和技术差异，选取不同的技术吸收水平变量，构建中国区域经济增长的非行政壁垒阻尼模型；利用测度区域间科技联系强度的引力模型和地理、经济和技术距离矩阵，量化了区域科学技术吸收潜力变量；从整体、时间和空间3个层面分别回归了Romer模型中的未知参数，并测度了地理壁垒、经济壁垒和技术壁垒水平，得到以下几点结论：

(1)整体回归结果显示，地理因素和技术因素的Drag值为负，意味着其对科学技术有效流动并未产生显著的约束作用；经济因素和整体Drag值为正，表明中国区域间存在一定程度的非行政壁垒，而由经济差距造成的壁垒是测度期内阻碍中国科学技术有效流动的最主要因素。

(2)按时间回归的结果显示，中国科学技术流动总壁垒及各非行政壁垒均呈现出振荡变化趋势，地理壁垒、经济壁垒和技术壁垒先后主导总壁垒的变化幅度和频率，而总壁垒从2007年前在0.1上下振荡变为在0上下振荡，表明总壁垒在整体数值上呈下降趋势。

(3)按不同区域回归的结果显示，阻碍科学技术流动的非行政壁垒的空间分布差异显著。在地理壁垒中，有近一半的省份存在地理壁垒，这些省份主要分布在东北及西部沿边地区，由于地理壁垒值比其它壁垒值更大，因而地理壁垒的区域差异主导了区域总壁垒差异；在经济壁垒中，有16个省份存在科学技术流动的经济壁垒，主要分布在东北、西北和中部地区；在技术壁垒中，一半以上的地区存在技术壁垒，但技术壁垒值较小且区域分布较为分散，主要集中于华北和西南地区，其它区域也均有分布。

5.2 政策建议

基于中国区域科学技术流动的地理壁垒、经济壁垒和技术壁垒的时空差异分析结果，本文提出以下政策建议：

(1)在时间维度上，地理壁垒和经济壁垒趋于缩小，技术壁垒在2014年后主导总壁垒发展。因此，在未来中国协同创新体系建设全局应更注重降低技术壁垒，鼓励技术结构相似的区域展开深入合作，鼓励毗邻省份建设可以合作共享的科研平台。

(2)东北和西部沿边地区省份的地理壁垒严重阻碍了地区科学技术吸收，这些省份应当在其所在区域内部联合建立科学技术增长极，形成辐射本区域范围的科学研究中心，以形成从区域内部化解问题的新路径。

(3)对于存在经济壁垒的东部沿海地区而言，应当形成沿海地区高精尖技术联盟，并带动中部几个省市经济和科技发展，形成互利互惠的科研合作模式；对于同样存在经济壁垒的中部和西北地区而言，应当更加注重建立产学研合作创新机制，促进区域科技成果有效转化，以创新驱动地区经济发展，进而形成吸收再创新的良性循环模式。

(4)华北和西南部分省份科学技术流动主要受到技术壁垒限制，这些省份应当更加注重自身技术结构升级，以提高消化吸收其它省份科技外溢的能力，或基于本省独有的技术结构，建立区域比较优势，促进区域高质量发展。

[1] MU R P, QU W. The development of science and technology in China: a comparison with India and the United States [J]. Technology in Society, 2008, 30: 319-329.

[2] SCHERNGELL T, HU Y. Collaborative knowledge production in china: regional evidence from a gravity model approach [J]. Regional Studies, 2011, 45(6): 755-772.

[3] FILIPPETTI A, ARCHIBUGI D. Innovation in times of crisis: national systems of innovation, structure, and demand [J]. Research Policy, 2011, 40(2): 179-192.

[4] WANG S, ZHANG J, FAN F, et al. The symbiosis of scientific and technological innovation efficiency and economic efficiency in China——an analysis based on data envelopment analysis and logistic model [J]. Technology Analysis & Strategic Management, 2019, 31(1): 67-80.

[5] 国家统计局. 科技进步日新月异创新驱动成效突出——改革开放40年经济社会发展成就系列报告之十五[EB/OL]. http://www.stats.gov.cn/ztjc/ztfx/ggkf40n/201809/t20180912_1622413.html，2018, 9.

[6] 张力. 产学研协同创新的战略意义和政策走向 [J]. 教育研究, 2011, 32(7): 18-21.

[7] 王蓓, 刘卫东, 陆大道.中国大都市区科技资源配置效率研究——以京津冀、长三角和珠三角地区为例[J]. 地理科学进展, 2011, 30(10): 1233-1239.

[8] 谷国锋, 李连刚, 王建康. 中国科技创新的空间集聚及其溢出效应：基于面板数据空间计量分析[J]. 科学决策, 2015(12): 42-56.

[9] 白俊红, 蒋伏心. 协同创新、空间关联与区域创新绩效[J]. 经济研究, 2015(7): 174-187.

[10] 李哲, 申玉铭, 曾春水. 中国省域科技创新模式及其时空演变[J]. 地理研究, 2018, 37(6): 1223-1237.

[11] 谭俊涛, 张平宇, 李静. 中国区域创新绩效时空演变特征及其影响因素研究[J]. 地理科学, 2016, 36(1): 39-46.

[12] 袁潮清, 刘思峰. 区域创新体系成熟度及其对创新投入产出效率的影响——基于我国31个省份的研究[J]. 中国软科学, 2013(3): 101-108.

[13] 傅首清. 区域创新网络与科技产业生态环境互动机制研究——以中关村海淀科技园区为例[J]. 管理世界, 2010(6): 8-13.

[14] 刘和东. 国内市场规模与创新要素集聚的虹吸效应研究[J]. 科学学与科学技术管理, 2014, 34(7): 104-112.

[15] 吴福象, 沈浩平. 新型城镇化、创新要素空间集聚与城市群产业发展[J]. 中南财经政法大学学报, 2013(4): 36-42.

[16] 余泳泽, 刘大勇. 创新要素集聚与科技创新的空间外溢效应[J]. 科研管理, 2013, 34(1): 46-54.

[17] 张建清, 孟珊, 王嵩等. 中国科技及经济空间联系强度研究[J]. 资源开发与市场, 2019, 35(1): 62-67+101.

[18] 林善浪, 张作雄, 刘国平. 技术创新、空间集聚与区域碳生产率[J]. 中国人口·资源与环境, 2013, 23(5): 36-45.

[19] 罗来军, 罗雨泽, 刘畅等. 基于引力模型重新推导的双边国际贸易检验[J]. 世界经济, 2014(12): 67-94.

[20] BOSCHMA R A. Proximity and innovation: a critical assessment [J]. Regional Studies, 2005, 39(1): 61-74.

[21] 李燃, 王立平, 刘琴琴. 地理距离与经济距离对创业知识溢出影响的实证分析[J]. 科技进步与对策, 2012, 29(10): 113-118.

[22] 余元春, 顾新, 陈一君. 引力模型、边界效应与中国跨区域技术转移——基于2009-2013年省际面板数据分析[J]. 软科学, 2016, 30(7): 15-18.

[23] JAFFE A. Technological opportunity and spillovers of R&D: evidence from firm's patents, profits, and market value [J]. American Economic Review, 1986, 76(5): 984-1001.

[24] KOKKO A. Technology, market characteristics and spillovers [J]. Journal of Development Economics, 1994, 43(2): 279-293.

[25] HADDAD M, HARRISON A. Are there positive spillovers from direct foreign investment? evidence from panel data for Morocco [J]. Journal of Development Economics, 1993, 42(1): 51-74.

[26] 刘志迎, 单洁含. 技术距离、地理距离与大学-企业协同创新效应——基于联合专利数据的研究[J]. 科学学研究, 2013, 31(9): 1331-1337.

[27] ROMER D. Advanced macroeconomics (Second Edition) [M]. Shanghai: Shanghai University of Finance & Econmics Press, 2001.

[28] 孙才志, 李欣. 环渤海地区海洋资源、环境阻尼效应测度及空间差异[J]. 经济地理, 2013, 33(12): 169-176.

[29] 米国芳, 长青. 能源结构和碳排放约束下中国经济增长“尾效”研究[J]. 干旱区资源与环境, 2017, 31(2): 50-55.

[30] 严翔, 成长春, 秦腾，等. 长江经济带生态与能源约束对科技创新的增长阻尼效应研究[J]. 经济问题探索, 2018, 11: 171-178.

[31] 曹翔, 傅京燕. 供给侧要素投入的“增长红利”与“增长尾效”研究[J]. 经济学家, 2016(9): 25-31.

[32] 刘耀彬, 黄梦圆. 城市化进程中的“资源尾效”和“资源诅咒”——基于中国27个煤炭城市的面板数据分析[J]. 华东经济管理, 2015, 29(1): 55-61.

[33] NORDHAUS W. Lethal model 2: the limits to growth revisited [J]. Brookings Papers on Economic Activity, 1992(2): 1-58.

[34] 李婧, 何宜丽. 基于空间相关视角的知识溢出对区域创新绩效的影响研究——以省际数据为样本[J]. 研究与发展管理, 2017, 29(1): 42-54.

[35] 王庆喜, 徐维祥. 多维距离下中国省际贸易空间面板互动模型分析[J]. 中国工业经济, 2014(3): 31-43.

[36] 李影, 沈坤荣. 能源结构约束与中国经济增长——基于能源“尾效”的计量检验[J]. 资源科学, 2010, 32(11): 2192-2199.