创新要素、国内生产总值与生产率:欧洲区域的空间面板分析

《Structural Change and Economic Dynamics》:Innovation ingredients, gross domestic product and productivity: A spatial panel analysis of European regions

【字体: 大 中 小 】 时间:2026年07月22日 来源:Structural Change and Economic Dynamics 6.1

编辑推荐:

  经济文献将创新识别为生产率和国内生产总值(GDP)的主要驱动力,其效应通过区域间溢出效应跨越边界。然而,区域特征在塑造这种传导中的作用仍未得到充分探索。利用空间计量经济学技术,研究人员通过两种方法评估了欧洲创新的区域内(内部)和区域间(外部)影响:综合区域创新

  
经济文献将创新识别为生产率和国内生产总值(GDP)的主要驱动力,其效应通过区域间溢出效应跨越边界。然而,区域特征在塑造这种传导中的作用仍未得到充分探索。利用空间计量经济学技术,研究人员通过两种方法评估了欧洲创新的区域内(内部)和区域间(外部)影响:综合区域创新记分板(RIS)和分解的创新环境变量框架。研究结果显示一个不对称的空间模式:区域创新记分板(RIS)与生产率和国内生产总值(GDP)的负向内部效应相关,但为邻近区域产生正向溢出效应。这表明,即使收益在空间上扩散,本地回报也可能受到短期调整成本或吸收能力约束的限制。这些发现强调,创新策略可能无法完全在本地内化,凸显了考虑空间依赖性的地方敏感政策的必要性。
**论文解读:创新要素、国内生产总值与生产率:欧洲区域的空间面板分析**

**研究背景与问题**

在欧盟政策议程中,创新被视为驱动长期国内生产总值(GDP)增长和提升生产率的核心动力。欧盟委员会通过多年度财政框架(MFF)等工具,持续投入大量财政资源,旨在构建支持创新生态系统的区域结构,并促进跨境知识溢出,以缩小区域发展差距。然而,尽管创新与经济增长间的正向关系已获广泛认可,但现有研究仍存在显著知识空白:创新如何通过内部效应与外部溢出效应在不同空间尺度上分配经济回报?综合性与分解性创新指标是否具有对称的空间影响?尤其是,区域特征(如教育水平、公共研发投入、ICT劳动力等)在塑造创新传导机制中的作用尚未被充分探索。此外,区域发展陷阱(Diemer等,2022)表明,部分欧洲区域在GDP和生产率指标上持续停滞,而创新溢出本应成为克服这些差距的潜在机制。因此,迫切需要一项基于空间计量经济学的实证分析,系统区分创新的区域内内部效应与区域间溢出效应,并评估综合指标(如区域创新记分板,RIS)与分解创新环境变量对区域经济表现的影响差异。

**研究内容、结论与意义**

研究人员使用2016-2022年225个欧洲NUTS2区域的面板数据,采用空间杜宾模型(SDM)估计创新的平均直接效应(内部)和间接效应(溢出)。研究得出两个核心结论:第一,综合创新指标(RIS)与区域生产率和GDP的负向直接效应相关,但产生正向且显著的间接(溢出)效应,表明创新收益可能通过空间泄漏机制扩散至邻近区域,而非完全内化于投资区域。第二,分解创新要素(如公共研发支出、ICT专家就业、终身学习参与等)呈现异质性影响:公共研发支出产生强大的正向溢出效应,但直接效应有限;ICT专家就业产生正向直接效应但负向溢出效应;终身学习参与则显示负向直接效应且无显著溢出。这些发现强调创新策略的空间依赖性,为设计地方敏感型政策提供了关键证据,即政策需考虑区域间相互作用,避免假设创新投资自动转化为本地增长。论文发表在《Structural Change and Economic Dynamics》。

**关键技术与方法**

研究人员主要采用空间计量经济学方法,具体包括:1)使用**莫兰指数(Moran's I)**检验因变量(生产率与GDP)的空间自相关性;2)基于**空间杜宾模型(SDM)**进行估计,该模型同时纳入因变量和自变量的空间滞后项,通过最大似然估计获得直接效应和间接效应(溢出效应);3)构建**皇后邻接权重矩阵(Queen contiguity weight matrix)**以捕捉区域间邻近关系,并对其进行行标准化;4)为检验稳健性,采用了**空间滞后X模型(SLX)**、**空间杜宾误差模型(SDEM)**以及基于经济距离(区域平均工资)的替代权重矩阵;5)控制变量包括**固定资本形成总额(GFCF)**和人口,并额外控制**目标1区域(Objective 1 regions)**虚拟变量和**专利申请**。数据来源为**欧盟统计局数据库(Eurostat Database)**、**欧盟委员会年度区域数据库(ARDECO)**以及**区域创新记分板(RIS)**。

**研究结果**

**5.1 创新对GDP和生产率的影响**

- **生产率模型(表1第1-4列)**:
- **分解要素**:具有高等教育人口比例的直接效应弱显著(约0.013),加入控制后不显著;终身学习参与的直接效应显著为负(约-0.05),间接效应不显著;ICT专家就业的直接效应显著为正(约0.023),间接效应在加入控制后显著为负(约-0.068),暗示竞争性替代;高被引出版物的直接效应显著为正,间接效应不显著;公共研发支出的直接效应不显著,但间接效应显著为正且幅度较大(约0.215);创新型中小企业(SMEs)合作的直接效应显著为正(约0.012),间接效应不显著。
- **综合指标(RIS)**:直接效应显著为负(-0.044至-0.092),间接效应显著为正(0.307至0.091),呈现不对称空间模式。

- **GDP模型(表1第5-8列)**:
- **分解要素**:高等教育人口比例的直接和间接效应均不显著;终身学习参与的直接效应显著为负(约-0.04),间接效应不显著;ICT专家就业的直接效应显著为正(约0.034-0.049),间接效应不稳健;高被引出版物不显著;公共研发支出的直接效应显著为正(约0.07),间接效应显著为正且更强(约0.3);创新型中小企业合作在加入控制后不显著。
- **综合指标(RIS)**:直接效应显著为负(约-0.096),间接效应显著为正(0.233-0.593)。

**5.2 稳健性检验**

- 使用**SLX模型**、**SDEM模型**、基于经济距离的权重矩阵、控制**目标1区域**虚拟变量以及控制**专利申请**后,主要定性模式(RIS负向直接效应与正向间接效应,分解要素的异质性模式)均保持稳健,验证了基础结果的可靠性。

**讨论与结论**

**讨论部分**:研究揭示了两方面政策含义。第一,创新环境由多种要素构成,但这些要素并非以统一方式运作:ICT专家就业产生本地收益但产生竞争性替代;公共研发支出主要通过溢出效应扩散;终身学习参与可能反映人口调整而非直接创新驱动。第二,综合创新指标(RIS)的负向直接效应与正向溢出效应表明,在一个高度一体化的经济空间(如欧盟)中,创新投资的经济收益可能通过要素流动和跨区域网络外溢,而非完全内化于投资区域。这并非否定地方敏感政策,而是强调政策设计需考虑空间依赖性和吸收能力,尤其是邻近先进区域的落后地区可能面临内化创新收益的挑战。

**结论部分**(翻译):本文分析了创新对区域生产率和GDP的影响,特别关注创新效应在欧洲区域间的空间传导。通过分解“要素”与综合指标(区域创新记分板,RIS)两种方式考察创新,并借助空间杜宾模型(SDM)区分平均直接(内部)效应和间接(溢出)效应,辅以多重稳健性检验。结果揭示创新与经济表现间存在异质性动态:当创新分解为要素时,正向效应(若存在)通常幅度较小且因要素而异;基于RIS的综合指标则呈现稳健的不对称空间模式——负向直接效应与正向间接效应并存,表明创新相关投资的经济收益通过区域间相互作用和溢出效应在空间上扩散,而非完全内化。从政策角度看,这些发现强调地方敏感策略需辅以增强本地吸收创新收益的机制,并明确考虑跨区域相互依赖关系。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号