白俊红、蒋伏心： 协同创新、空间关联与区域创新绩效协同创新、空间关联与区域创新绩效＊白俊红蒋伏心内容提要： 本文采用1 9 9 8— 2 0 1 2 年中国分省区面板数据， 通过构建协同创新指标体系， 并从区域间创新要素动态流动视角建立空间权重矩阵， 运用空间计量分析技术， 实证考察了协同创新与空间关联对区域创新绩效的影响。研究发现， 协同创新过程中， 政府科技资助、企业与高校的联结以及企业与科研机构的联结对区域创新绩效有显著的正向影响， 而金融机构资助则产生显著的负向影响； 区域间创新要素的动态流动有利于知识的空间溢出， 从而促进了区域创新绩效的提升。无论采用静态还是动态空间面板计量模型， 上述结论均具有稳定性。本文研究结果对于全面认识我国区域创新生产要素的组织与协调方式， 促进区域创新协调发展具有重要的政策含义。关键词： 协同创新空间关联创新绩效空间面板一、引言在我国实施创新驱动战略、推进创新型国家建设的进程中， 如何科学有效地组织与协调创新要素（ 比如Ｒ＆Ｄ 资本、Ｒ＆Ｄ 人员等） ， 进行创新生产， 从而提升创新绩效， 是一个值得关注的议题。从我国各区域进行创新生产的过程来看， 其创新要素的获取主要有以下两种途径：一是各区域自身的创新要素， 即该区域利用自身积累的创新资源和条件进行生产；二是其它区域的创新要素，即该区域利用来源于其它区域的创新要素进行生产。因此， 对于各个区域创新系统而言， 其创新要素的组织与协调亦可分为两种方式：一种是各区域创新系统内部企业、高等院校、科研机构、政府、．金融中介等创新主体之间通过协同互动等方式， 组织创新资源以获得创新成果， 此处我们称之为创新主体间的协同创新， 简称协同创新； 另一种方式即是区域创新系统之间的要素流动， 由于其主要反映了创新活动在地域空间上的关联效应， 我们将其称之为空间关联。这两种方式也基本上涵盖了区域创新系统内部以及系统之间的联结关系。那么， 此两种方式如何对区域创新绩效产生影响？其机理是什么？ 目前我国协同创新与空间关联促进区域创新绩效提升的效果如何？ 如何科学有效地利用这两种方式， 有针对性地制定创新战略， 进而促进区域创新活动的协调发展？ 回答这些问题对于正确认识当前我国区域创新生产过程， 进一步完善区域创新生产理论， 从而科学制定区域创新发展政策具有重要意义。近年来， 伴随着我国科技创新资源投人的不断增加， 科技创新资源的配置与利用绩效问题已引起学界的高度重视（Ｇｕａｎ＆Ｌｉ ｕ ， 2 0 0 5；Ｗｕ ｅ ｔ ａ ｌ ． ， 2 0 1 0；Ｃ ｈｅ ｎ＆Ｇｕ ａｎ ， 2 0 1 2； 池仁勇等，2 0 0 4； 苏屹、李柏洲，2 0 1 3） 。这些研究主要以我国省级区域为研究对象， 在测算其创新绩效的基础上， 就各区域如何配置创新资源， 减少冗余， 提高效率等问题进行了积极的探讨。然而， 上述研究将各区域看作一个“ 黑箱” 系统， 仅通过测算各区域创新资源的投人产出来衡量其创新绩效， 并没有深人揭示＊ 白俊红、蒋伏心， 南京师范大学商学院， 江苏省创新经济研究基地， 邮政编码＝ 2 1 0 0 2 3 ， 电子信箱：ｂｊｈ＠ ｎｊ ｎ ｕ ． ｅｄ ｕ ． ｃ ｎ ． ｆｅｊｉａｎｇ＠ ｆｏＸ ｍ ａｉ ｌ． ＣＯ ｍ 。本文得到国家自然科学基金项目（ 7 1 3 0 3 1 2 2 、7 1 2 0 3 0 9 7 〉、江苏省社会科学基金项目（ 1 2 Ｄ ＤＢ 0 0 9 〉及江苏省高校哲学社会科学研究重点项目（ 2 0 1 3 Ｚ ＤＩＸＭ 0 2 6 ） 的资助。感谢李婧副教授、于明超副教授及两位匿名审稿人的建设性意见，感谢卞元超、吕晓红出色的助研工作。文责自负。1 7 4歧金2 0 15 年第7 期区域创新系统内部各创新主体间的相互关系与运作机制。而且， 由于其假设各区域之间相互独立，因而研究中也并没有考虑区域之间的空间关联效应对区域创新绩效的影响。目前， 关于协同创新及区域创新空间相关效应的研究已逐步兴起。针对协同创新的研究， 学者们主要从协同创新的内涵（ 陈劲、阳银娟， 2 0 1 2） 、协同创新的模式（ 何郁冰， 2 0 1 2 ） 及协同创新的机制（ 许彩侠， 2 0 1 2） 等方面进行了理论探讨， 但究竟协同创新如何对区域创新绩效产生影响以及产生怎样的影响， 尚缺乏理论上的阐释和严格的计量检验。白俊红等（2 0 0 9） 曾实证考察了区域创新系统内部企业、高校、科研院所、政府及金融机构等创新主体之间联结关系对区域创新效率的影响，但此研究仍将各个区域视作一个独立的系统， 没有考虑系统之间可能存在的关联效应。而针对区域创新空间关联的研究， 学者们主要是应用相关方法对我国区域创新是否存在空间相关性予以检验。比如张玉明、李凯（2 0 0 8） 应用区位Ｇｉ ｎｉ 系数和Ｍ ｏｒ ａｎ Ｉ 指数， 证明了我国省际区域创新产出的非随机分布， 即省级区域创新存在空间依赖； 李婧等（ 2 0 1 0） 应用空间Ｍ ｏ ｒ ａｎＩ 指数的研究亦发现我国区域创新存在明显的空间相关性。这些文献为本文开展空间关联的研究奠定了基础， 但区域之间的空间关联是如何产生的， 其如何对区域创新绩效产生影响以及有何影响等问题仍然值得进一步研究。更为重要的是， 目前研究并没有将协同创新与空间关联纳入一个统一的分析框架， 全面地考察其对区域创新绩效的影响。如果将各个区域看作国家创新系统的一个子系统， 那么协同创新便体现了子系统内部各主体要素之间的相互关系， 而空间关联则反映出各个子系统之间的联结关系。因而， 将协同创新和空间关联综合起来考虑， 也有利于更为全面地揭示我国各区域创新生产的协调方式与整体绩效。就方法而言， 由于传统计量经济学忽视了空间因素的影响， 以往多数研究均不考虑地理区域之间的空间相关关系。但正如Ａｎｓ ｅ ｌｉｎ（1 9 8 8） 指出的“ 几乎所有的空间数据都具有空间依赖性或空间自相关的特征”。因而， 本文将采用空间计量技术来考察区域间空间关联的问题。尽管目前这一技术已在创新领域有所应用（Ｆ ｉ ｓｃ ｈｅｒ ＆Ｖａｒｇａ，  2 0 0 3； 李婧等， 2 0 1 0； 余泳泽、刘大勇，2 0 1 3） ， 但这些研究均是从各区域自身某些特有的空间禀赋条件方面的接近性（ 比如地理区位是否接近， 以及经济社会特征是否相似等） 来考察区域间的空间相关关系的， 忽视了对区域间由于创新要素动态流动而产生的空间关联效应的考察。事实上， 区域之间在空间禀赋条件方面接近与否， 只反映出区域之间的一种静态空间特征， 而且这种静态特征作为一种现象事实， 并不足以揭示空间关联产生的内在原因与机制。基于此， 本文将从创新要素区际流动这一动态化空间视角， 深人揭示区域创新系统之间空间关联产生的原因， 并通过建立相应的空间权重矩阵， 实证考察其对区域创新绩效的影响。与以往研究相比， 本文的贡献主要体现在： 第一， 在国家创新系统的整体框架内， 系统考察作为其子系统的区域创新系统内部各主体之间的协同创新以及各区域创新系统之间的空间关联对区域创新绩效的影响机理； 第二， 从协同创新的视角， 剖析区域创新系统内部各主体之间的相互关系与关联机制， 揭示区域创新的“黑箱”系统； 第三， 从创新要素区际之间流动这一动态化空间关联视角， 对区域创新系统之间空间关联的内在形成机制和具体形式进行考察， 并探索其对区域创新绩效的影响效应。本文第二部分构建本文分析的理论框架； 第三部分介绍区域创新绩效的测算及协同创新、空间关联的度量； 第四部分建立空间计量经济学模型； 第五部分对计量结果进行分析和讨论； 最后给出结论及相应的政策启示。二、理论框架根据国家创新系统理论， 国家创新系统是由作为其子系统的各个区域创新系统有机构成的。这种构成关系不仅包含了各区域创新系统之间的联结关系， 而且包含了区域创新系统内部各主体1 7 5白俊红、蒋伏心： 协同创新、空间关联与区域创新绩效之间的相互关系（ Ｆｒｅ ｅ ｍａ ｎ ， 1 9 8 7 ） 。因此， 在国家创新系统的整体框架内， 作为其子系统的区域创新系统在组织和协调创新资源要素进行创新生产时， 不仅可以通过其系统内部创新主体间的协同创新得以实现， 还可以通过利用其它区域创新系统的资源要素， 藉此发挥系统之间的空间关联效应来实现。因此， 只有将协同创新和空间关联两者统一起来考虑， 才能较为全面地揭示区域创新系统的要素组织与协调方式， 进而为促进我国区域创新绩效水平提升的路径选择与优化提供有益参考。本文研究的理论框架如图1 所示。国家创新系统区域创新系统Ｉ区域创新系统ｎ－ 企业、企业Ｋ／＼创新要素／＼ｉ／＼ｋ 际流动； ／＼： 高校＞科研机构；■＊＞■；高校？ 科研机构ｉＪ＇：隱：空间关联 ：Ｉ政府丨丨政府ｉＩ金融中介丨丨金融中介丨。协同创新 协同创新区域创新要素的组织与协调图1 理论框架由图1 可知， 在国家创新系统的整体框架内， 区域创新要素的组织与协调方式包括了区域创新系统内部的企业、高校、科研机构、政府和金融中介等主体之间的协同创新和各区域创新系统之间的空间关联。其中， 就协同创新来看， 区域创新系统内部的企业、高校、科研机构等是创新的直接主体， 而政府和金融中介等并不直接参与研发， 其主要功能是对直接主体的研发活动予以支持， 是创新的间接主体（ 白俊红等，2 0 0 9） 。这种直接主体之间以及间接主体与直接主体之间通过资源共享、协作互动所形成的协同创新， 如果配合得当， 就可以产生1  ＋ 1 〉2 的协同效应， 促进创新生产绩效的提升。而空间关联则表现为各区域创新系统之间通过创新要素的动态流动所产生的地理空间上的联结关系。这种空间上的联结关系有助于促进知识的溢出， 增加区域创新生产的要素规模， 并改善其配置效率， 进而对区域创新绩效产生影响。协同创新可以分为直接主体之间的协同以及间接主体与直接主体之间的协同。在直接主体间的协同方面， 高等学校和科研院所作为知识创造、技术产生和人才培养的重要载体（ Ｄ ｒｅｊｅ ｒａ ＆ｊ 0ｒｇ ｅ ｎ Ｓ ｅ ｎ ｂ，2 ＯＯ 5 ）， 具有庞大的创新人才队伍和先进的科研仪器设备， 掌握着前沿的知识和技术， 但是这些优势能否顺利转化为现实生产力则需要市场信息的引导和研发资金的支持。在此情形下，通过直接主体间的协同互动， 企业将产品研发的市场信息和所需资金输送给高校和科研机构， 而高校和科研机构则利用自身的人才、知识和技术优势， 帮助企业实现产品创新， 这在促进创新资源优化配置与高效利用的同时， 也促进了区域创新产出绩效的整体提升（Ｇｕｌ ｂｒ ａｎ ｄ ｓ ｅｎａ＆Ｓｍ ｅｂｙｂ，2 0 0 5 ） 。在间接主体与直接主体的协同方面， 政府可以通过发布相关信息、搭建协同创新平台等途径引导直接主体的创新行为， 降低直接主体间的信息搜寻成本；通过改善基础设施条件来为直接主体的创新活动提供便利； 通过制定相关的政策法规， 规范直接主体的创新行为， 降低交易成本； 通过直接资助的方式， 弥补直接主体研发资金的不足， 从而使得原本缺乏资金， 无法完成的创新项目得以实现（ 白俊红，2 0 1 1 ） 。而金融中介可为直接主体创新活动提供融资支持； 利用自身的专业优势1 7 6位金2 0 1 5 年第7 期和信息优势对直接主体的创新项目进行评估、筛选和监督， 减少盲目投资； 可以帮助直接主体对创新项目的投资组合进行优化， 分散和降低投资风险， 提高创新收益等。由此可见， 区域创新系统中，不论是直接主体， 还是间接主体， 均各有优势且又各具功能， 其有效联结、协同互动， 将有助于区域创新生产绩效的提升。对于空间关联而言， 经济要素的流动是解释空间相关的重要来源（ 才国伟、钱金保，2 0 1 3）。与传统经济要素类似， 创新要素亦具有稀缺性和追逐自身价值最大化的特征， 会从边际收益率低的区域向边际收益率高的区域流动（ 杨省贵、顾新， 2 0 1 1） 。对于不同的区域创新系统， 这种“ 择优” 机制会促使创新要素在各区域创新系统之间流动， 产生空间关联。就Ｒ＆Ｄ 人员来说， 由于区域间要素禀赋以及配置效率的差异， 理性的Ｒ＆Ｄ 人员为追求其自身利益的最大化， 会通过“ 用脚投票”的方式， 进行区际迁移， 即他们会迁向那些就业条件更好、发展机遇更多、科研环境更优越、福利待遇更丰厚的区域。同样地，Ｒ＆ Ｄ 资本的逐利性特征， 也会使其趋向那些创新收益率更高、创新投资风险更低的区域进行配置， 从而产生了Ｒ＆Ｄ 资本在不同区域之间的动态流动。创新要素的这种动态流动将对区域创新活动及其绩效产生影响。主要体现在： 第一， 创新要素流动产生的知识溢出效应能够促进区域创新绩效的提升。与传统生产要素不同的是， 创新要素内部本身包含了大量的知识信息， 因此， 创新要素的区际流动势必将带动区域间知识的溢出， 从而对区域创新活动及其绩效产生促进作用。第二， 创新要素流动产生的规模经济效应亦有利于提升区域创新的生产绩效。即随着Ｒ＆Ｄ 人员和Ｒ＆Ｄ 资本等创新要素向配置效率更高地区的流动， 将引发创新要素在特定区域的动态集聚， 从而增加该区域创新生产的规模， 产生规模经济效应， 进而有助于降低创新生产的平均成本， 提高区域创新的收益水平。第三， 创新要素流动产生的要素配置优化效应能够提升区域创新绩效。Ｒ＆Ｄ 人员和Ｒ＆Ｄ 资本等创新要素通过区际流动， 能够改善区域创新生产的要素结构与规模，减少冗余， 促进其配置效率的优化提升， 从而对区域创新活动及其生产绩效产生积极影响。综上所述， 在国家创新系统的整体框架内， 协同创新和空间关联分别体现了区域创新系统内部各主体之间以及各区域创新系统之间的联结关系。将两者综合起来考虑， 有利于从整体上更为全面地揭示区域创新系统的运行机制与协调过程， 从而为我国统筹区域创新发展以及相关政策的科学制定提供参考。三、区域创新绩效的测算及协同创新、空间关联的度量本文的考察对象为中国大陆3 0 个省级行政区域， 由于西藏数据严重缺失， 研究中暂时不予考虑。原始数据来源于1 9 9 9 一2 0 1 3 年各期《中国科技统计年鉴》、《中国统计年鉴》及各省区《统计年鉴》。接下来， 本文将对区域创新绩效的测算以及协同创新、空间关联的度量做一一介绍。（一） 区域创新绩效的测算如何对区域创新生产绩效进行衡量， 仍然是目前研究中一个棘手的问题。其关键点主要体现在两个方面：一是衡量指标的确定；二是测算方法的选择。在指标的选择方面， 文献中通常选择专利作为区域创新绩效的度量指标（Ａｃｓ ｅ ｔａ ｌ．，2 0 0 2；Ｂ ｅ ｔｔ ｅｎｃ ｏｕｒ ｔ ｅ ｔ ａｌ ． ， 2 0 0 7； 温军、冯根福，2 0 1 2） 。专利在表征区域创新绩效时具有一定的优势： 专利包含了大量关于技术、发明及发明者的信息； 专利数据较容易获取； 各地区专利申请、审查、授权的制度法规在一国范围内基本一致， 这也使得不同区域的专利数据具有可比性。当然， 专利也由于在反映创新成果的质量以及市场和商业化水平方面存在明显的不足而饱受争议。因此， 在数据可得的情况下，一些学者开始使用新产品销售收入作为创新绩效的衡量指标（Ｐｅ ｌｌ ｅｇｒ ｉ ｎｏｅ ｔ ａｌ ．， 2 0 1 2； 朱有为、徐康宁，2 0 0 6） 。这一指标可以较好地反映创新成果的应用和商业化水平， 但却忽视了研发创新的知识创造功能。基于此，一些学者尝试从技术创新的过程视角， 将专利视作技术创新的中间1 7 7白俊红、蒋伏心： 协同创新、空间关联与区域创新绩效知识产出， 新产品销售收入作为技术创新的最终产出来较为全面地衡量创新的绩效水平（ 白俊红，2 0 1 1） 。除了用这些较为直接的指标外， 越来越多的学者们开始通过测算研发创新的效率来反映创新的绩效水平（ Ｗａｎ ｇ ，2 0 0 7； Ｌｉ， 2 0 0 9； 张海洋、史晋川，2 0 1 1）。效率是一个相对指标， 如果一个地区用较少的创新投人获得了较多的产出， 就认为这个地区的创新效率较高。可以看出， 与专利、新产品销售收人等直接产出指标相比， 效率的高低更能反映一个地区的创新能力与水平，因而是衡量创新绩效的较好指标。本文亦选择区域创新的效率水平来表征区域创新的绩效。那么， 如何测算区域创新的效率呢？ 目前， 评测效率的方法主要有参数法和非参数法两大类别。参数法以随机前沿分析（Ｓｔｏｃ ｈａ ｓｔ ｉ ｃＦｒ ｏｎｔ ｉ ｅｒ Ａｎａ ｌｙ ｓ ｉ ｓ，ＳＦ Ａ） 为代表， 该方法的优点是具有坚实的经济理论基础， 可以清晰描述生产的过程， 但其缺点是需要事先设置生产函数的形式， 如果误设了生产函数， 结果便会出现较为严重的偏差。非参数法则以数据包络分析（Ｄａ ｔａＥ ｎｖ ｅｌｏｐ ｍｅｎ ｔＡｎａｌｙ ｓ ｉ ｓ ， Ｄ ＥＡ） 为代表， 该方法采用线性规划技术测算效率， 不需要设定生产函数的具体形式， 从而避免了主观设定生产函数的影响， 同时该方法计算简便， 且能够处理多投入多产出条件下的效率度量。因而， 本文选择数据包络分析方法测算区域创新的效率。尽管目前数据包络分析方法已在一些创新研究中得到应用（Ｎ ａｓ ｉ ｅｒ ｏｗ ｓ ｋ ｉ ＆Ａｒ ｃｅ ｌｕｓ ， 2 0 0 3 ；Ｗａ ｎｇ ， 2 0 0 7； 池仁勇等，2 0 0 4 ） ， 但这些研究均采用当期的投入产出数据来确定当期的生产前沿面，导致了“ 技术有可能退步”结果的出现， 而这在经济学上难以给出合理可信的解释（ 林毅夫、刘培林， 2 0 0 3） 。为了克服这一缺陷， 我们借鉴Ｈｅｎ ｄｅｒ ｓｏ ｎ＆Ｒｕｓ ｓ ｅｌ ｌ（ 2 0 0 5） ， 引入“ 过去技术不会被遗忘”的假定来构造最佳实践前沿。假设第＆（“ 1 ， 2 ，一， 幻个决策单元（ 即本文中的各个省区） 在心＝ 1，2 ，＂ ．， ： 0 期使用ｎ（ｎ＝1，2，＿ ＂，况） 种投人＜？ 进行生产， 得到— ＾＝ 1， 2 ，＂ －， 财） 种产出ｙｌｋ ，ｍ 0 尤、铲分别表示投入和产出向量。在规模报酬不变和投人要素强可处置的条件下， 每一期的参考技术可定义为：ｌ＇（Ｘ）＝｜ ｙ ： ｙ＾ ＼ Ｙ＇， ｘ＼ Ｘ＇， Ｘ 3＝  0 ｜（1）式（1 ） 中， Ａ 为每个截面观察值的权重，尤＝（Ｘ＇1，Ｘ ＇2－ Ｘ＇） ， Ｔ＝（ Ｙ ＼ Ｙ－ － Ｙ） 。据此， 可定义产出距离函数为：ｄ［ ｛ｘ， ｙ ）＝ ｉ ｎｆ＼ ｅ －． （ｘ＇， ｙ＇／ 8） ｅＺ＇｜（2）式（2） 可通过下列线性规划求得：ｉ ｎｆ ｇｓ ．  ｔ ．Ａ Ｙ＂＾ ｙ／ 8 ， ＼ Ｘ＾ ｘ＇（3）ｅ 即为各个决策单元的效率水平。可以看出， 应用上述方法核算区域创新的效率， 还需要确定区域创新的投人与产出。关于区域创新的投人， 主要有Ｒ＆Ｄ 人员与Ｒ＆Ｄ 资本存量两项指标。其中， 对于Ｒ＆ Ｄ 人员投入， 用Ｒ＆ Ｄ 人员全时当量来衡量。对于Ｒ＆Ｄ 资本存量， 参考吴延兵（2 0 0 6） 的研究， 采用永续盘存法进行核算， 如式（4 ） 所示。艮“ ＝（1一3 ）ｘ＋五‘■（ 卜ｉ）（4 ）式（4 ） 中，黾表示Ｒ ＆ Ｄ 资本存量；Ｓ 为折旧率， 此处参考吴延兵（ 2 0 0 6 ）， 取其值3  ＝ 1 5 ％， 较高的折旧率也意味着Ｒ＆ Ｄ 资本比传统物质资本具有更快的更新速度；￡：，．（， — ； ） 为ｉ 地区第ｔ －1 期的实际Ｒ＆ Ｄ 经费支出， 我们应用朱平芳、徐伟民（ 2 0 0 3 ） 构造的Ｒ＆Ｄ 支出价格指数＝ 0 ． 5 5 ？消费价格指数＋ 0 ． 4 5 ？ 固定资产投资价格指数， 对各期的名义Ｒ＆ Ｄ 经费进行平减处理。对于基期资本存量， 在假设Ｒ＆ Ｄ 资本存量增长率与实际Ｒ＆Ｄ 经费增长率一致的基础上， 其估算公式可表示为：＾＝ Ｅ ？ ／ （ ｇ ＋ 8）（5）1 7 8位（杳爲生2 0 1 5 年第7 期式（5） 中， ＆ 。为基期的资本存量， 为基期的实际Ｒ ＆Ｄ 支出， ｇ 为实际Ｒ ＆Ｄ 经费支出的几何平均增长率， Ｓ 为折旧率。至此， 我们已经给出了核算Ｒ ＆ Ｄ 资本存量的全部技术。对于区域创新的产出， 我们选择专利授权数和新产品销售收人两项指标， 其中前者代表了区域创新的知识产出， 而后者反映了创新成果的市场和商业化水平。综上， 我们利用上文给出的研究方法及投人与产出指标核算区域创新效率。图2 描述了考察期内我国各地区创新效率的均值。寸＊ 0卜0 Ｑ  ｒ－0 0．ｆ Ｓｕ ｙｆＯｎ。0 8■厂丨［］ｉｉ §0 7－°1 ｓ、ｓ？ｎｎ ＳＯｓ ｃｏ ． 6 －！！ｆｉ ；ｓ． 2：＾＼＼2 1？ ＾ＪＪｑ！ｉ； 丨＼ｎ■； ； ｊ ｏｉ＼0 ． 5 ？ｇ＾＾门ｏ ． 4 －ｇｎ＾ ｓｓ 1ｉ＾ｓ：：：： ｇｓ琴＾ｓ■ ｓ ｎ：ｎｎ：ｓ； ？ ？＾＾：°ｓＩ§ｓ0 ． 3 句ｎ 淀： ＨＩ：奏：ｎｎ ｓＨ ｆｌ ｎ卜ｓ0 ． 2 ｆｌ；°：；．口2 § 三「0 ． 1  ■ ｊＱＩ Ｉ ＩＩＩ  Ｉ 」‘Ｉ  ＿  ＩＩ 」Ｉ ■  Ｉ Ｉ ＇  Ｉ Ｉ 」Ｉ 」Ｉ 」Ｉ  ■  ＇ ＇ ■ ＇  ＇ ＇  1 ＇■‘ ＇ ＇  Ｉ 1  ＇  Ｉ ＇ ■  Ｉ  ＩＩＩ ｌ ＿ ｌ ｌ ＿ ｌ Ｉ 」Ｉ  ■ Ｉ 」‘ Ｉ Ｉ Ｉ Ｉ Ｉ Ｉ Ｉ 」ｈ ｉ Ｉ 」‘北天河山内辽吉黑上江浙安福江山河湖湖广广海重四贵云陕甘青宁新京津北西蒙宁林龙海苏江徽建西东南北南东西南庆川州南西肃海夏疆古江图2 各地区创新效率的均值从图2 来看， 创新效率较高的地区有上海、浙江等， 其效率均值在0 ．  8 以上， 是创新投人产出绩效较好的地区。山西、陕西、甘肃、青海的区域创新效率尚不足0 ． 2 ， 处于较低的水平。这些地区均处于我国的中、西部地区， 由于经济水平较为落后， 对研发创新的投人较低， 词时也可能由于管理水平和制度条件等因素的限制， 创新投人的产出转化效率也不高。这类地区今后发展过程中应集中有限的研发资源于创新生产的优势环节， 在关键和瓶颈问题上重点突破， 同时也要在管理和制度创新上大下功夫， 从而促进创新效率的整体提升。下文中， 我们将不再区分区域创新绩效与区域创新效率， 并将其统一称为区域创新绩效。（ 二） 协同创新的度量区域创新系统内部各主体之间的协同创新体现在多个方面， 比如资金、人员以及知识的流动等。本文主要基于数据可得性的考虑， 从资金往来方面对其协同创新关系作近似表征。区域创新系统内部各主体之间的资金往来主要体现在两个方面：一是间接主体对直接主体的资助， 包括政府的资助和金融机构的资助， 我们分别用地区研发资金中政府资金的比重和地区研发资金中金融机构资金的比重来表征。需要说明的是， 2 0 0 7 年之后， 《中国科技统计年鉴》不再报告区域创新系统中有关金融机构资金的数据， 但其依然公布了地区研发经费支出中来源于政府、企业和国外的资金。由于地区研发资金主要来源于政府、企业、国外及金融机构， 因此我们用地区总的研发资金减去政府、企业和屆外的资金， 来近似表征来源于金融机构的资金。考察期内， 我国各省区政府资金比重均值排名前三位的分别为陕西、北京和海南， 分别达到0 ． 5 3 6 、0 ．  4 8 6 和0 ．  4 3 9， 而排名后三位的分别是山东、广东和福建， 分别为0 ． 0 9 6 ， 0 ． 1 0 2 和0 ． 1 2 2； 金融机构资金比重靠前的三个省区分别是广东、安徽和福建， 分别达到0 ． 1 1 7 、0 ．  1 0 6 和0 ． 0 9 0 ， 而处于最后的三个省区分别是海南、北京和陕西， 仅有0 ．  0 3 5 、0 ． 0 4 0 和0 ．  0 4 6。一个有趣的发现是， 政府资金比重较高的地方， 往往金融机构资金比重较低； 相反， 政府资金比重较低的地区， 金融机构资金比重反而较大， 这也在一定1 7 9白俊红、蒋伏心： 协同创新、空间关联与区域创新绩效程度上说明政府资金和金融资金通常是相辅相成、互为补充的。当然， 从我国的现实来看， 由于政府资金比重远远高于金融资金比重， 我国企业获取外部研发资金的渠道也主要来源于政府， 尚未形成一个成熟的、市场化的融资体系。二是直接主体间的资金往来， 包括企业和高校、企业和科研机构以及高校和科研机构之间。由于高校和科研机构之间通常通过知识或人员进行交流， 很少通过资金往来进行联结， 而且由于相关年鉴中也没有两者之间资金往来的数据， 因此这一关系暂时不予考虑， 只考察企业与高校、企业与科研机构之间的关系。我们分别用高校研发资金中企业资金的比重和科研机构研发经费中企业资金的比重来表征。从统计数据来看， 考察期内， 高校研发经费中企业资金比重较高的地区有辽宁、浙江、江苏和上海， 分别达到0 ． 4 9 4，0 ． 4 6 8，0 ． 4 4 4 和0 ． 4 2 5， 这几个地区高校与企业联系较为紧密， 而较低的地区， 比如海南、青海、宁夏等省份， 这一比重只有0 ． 0 4 8、0 ． 0 3 0 和0 ． 0 5 4， 尚不足0 ． 1， 这些地区企业和高校之间联系较少； 科研机构研发经费中企业资金比重较高的地区有福建、广东和湖南等， 分别达到0 ． 1 1 0 、0 ． 0 9 6 和0 ． 0 9 0， 而较低的地区有海南、甘肃、青海、宁夏和江西等省份， 分别为0 ． 0 0 3 、0 ． 0 2 9，0 ． 0 2 6 ．0 ． 0 2 3 和0 ． 0 2 1， 这些地区企业与科研机构的联结尚处于一个较低的水平。（ 三） 空间关联的度量本文中的空间关联主要是指区域创新系统之间由于创新要素流动而产生的空间相互作用。我们拟采用引力模型对区域创新系统之间的空间联系进行度量。引力模型来源于物理学中牛顿的万有引力定律， 其内涵主要是指两个物体之间作用力的大小与两个物体的质量正相关， 与物体间的距离负相关。这一模型已被广泛应用于国际贸易流量测算、人口迁移、跨国投资等领域。Ｚｉ ｐｆ（1 9 4 6）最早将其引人空间相互作用领域， 用两个城市人口数量的乘积除以其距离来反映两个城市人口流动所产生的空间相互联系。之后， 经Ｓ ｍｉ ｔｈ （1 9 8 9 ） 及Ｗｉ ｔ ｔ＆Ｗｉ ｔ ｔ （1 9 9 5） 等进一步确认和拓展， 逐渐成为研究要素流动空间相互作用的一个主流模型。一个简化的空间相互作用引力模型一般形式：Ｔｔｉ ＝ＫＭ．Ｍ／Ｄ＾（6）其中， ＆表示ｉ 区域和区域的空间联系强度；尺为常数， 通常取1；Ｍ，＋ 和分别表示￣？ 两区域的某种规模量， 比如人口数等； 为两区域之间的距离。虽然引力模型来源于经验， 但其却有深厚的微观基础（Ｒｏｙ ，2 0 0 4 ） 。本文借鉴这一成果， 将其引入区域创新系统间的空间关联研究中， 并通过构造相应的空间关联矩阵对区域创新系统之间由于Ｒ ＆Ｄ 人员和Ｒ ＆ Ｄ 资本要素流动产生的空间关联效应进行量化测度。Ｒ＆Ｄ 人员的空间联系强度可表示为：ＴＰ， ＝ＫＰ．Ｐ／Ｄ＾（ 7）其中， 为两区域间Ｒ＆ Ｄ 人员的空间关联强度；尺为常数， 取其值为1； 尽和分别为两区域的Ｒ＆ Ｄ 人员数； 为￣两区域之间中心位置的距离， 此距离根据国家地理信息系统网站提供的1 ： 4 0 0 万电子地图， 利用ＧｅＯ ｄ ａ 0 9 5 ｉ 软件测量得到。由此可见， 式（7） 的内涵也在于， 区域间Ｒ＆Ｄ 人员的空间关联强度与两地间Ｒ＆Ｄ 人员规模成正比， 与两地间距离成反比。这样， 就可以利用矩阵的形式， 定义任意两地间Ｒ＆Ｄ 人员的空间联系强度。对于矩阵中的任何一个元素， 定义如下式所示：ｒ ＴＰ ，ｉ ＃ ｊＯｎ ＝｜（8）Ｉ 0 ｉ ＝ ｊ其中， 为空间关联矩阵中的一个元素。Ｒ＆Ｄ 资本的空间关联强度也可参照式（7） 和式（ 8） 来设置， 只需将其中的Ｒ ＆Ｄ 人员换成Ｒ＆Ｄ资本即可。1 8 0妖紿；＾ 金2 0 1 5 年第7 期四、空间计量模型的建立一般而言， 空间计量经济模型主要有两种形式：一种是空间自相关模型（Ｓｐ ａｔ ｉ ａｌ Ａｕｔ ｏ ｒｅ ｇｒｅ ｓ ｓ ｉ ｖｅＭ ｏｄｅ ｌ ， ＳＡＲ） ， 另一种是空间误差模型（Ｓｐ ａｔ ｉ ａｌ Ｅｒｒ ｏｒ Ｍ ｏｄｅ ｌ，ＳＥＭ）。根据Ａｎ ｓｅ ｌｉ ｎ（ 1 9 8 8） 的解释， 当变量间的空间依赖性对模型非常关键而导致了空间相关性时， 即为空间自相关模型； 当模型的误差项在空间上相关时， 即为空间误差模型。基于ＡｎＳ ｅ ｌｉ ｎ（1 9 8 8） ， 本文设置如下所示的空间自相关模型：（ 9？＝ａ＋ｐＷ 6ｉｔ ＋Ｇ ｏｖｉｆｉ 1 ＋Ｆｉｎｉ ｔｐ2 ＋Ｕｎｉｕ／33 ＋ Ｓ ｃｉＪ3ｔ＋＾ｘｉ ｉｔ Ｓｋ＋／ｉｉ ｔ（9）式（ 9 ） 中， ？ 为ｉ 地区ｔ 期的创新绩效；见为空间权重矩阵；Ｗ 6ｉ ｔ 即为空间关联省份创新绩效的空间加权自相关变量；ｐ 为空间自相关回归系数， 表示了空间关联省份创新绩效观察值卿； ， 对本省创新绩效观察值Ｉ 的影响； 分别表示区域创新系统中政府支持变量、金融机构支持变量、企业与高校的联结以及企业与科研机构的联结变量＾ 为相应变量的系数； 并为随机误差项。＾ 为其它一系列控制变量， 包括地区基础设施（／？／） ， 用地区邮电业务总量占国内生产总值的比重来表征； 地区产业结构（ 知… ， 用地区第三产业总值占国内生产总值比重来表征； 地区经济发展水平（ ＆ 0） ， 用地区实际人均国内生产总值的对数值来表征； 地区劳动者素质（ｉａ 6） ， 用地区平均受教育年限的对数值来表征； 地区对外开放水平（ｆｏｒ） ， 用地区进出口总额占国内生产总值的比重来表征， 并依据当年人民币兑美元的平均汇率将进出口总额单位转化为人民币；Ｓ 为对应控制变量的系数。从式（9） 可看出， 本地区的创新绩效不仅受到本地区各自变量的影响， 还受到空间关联地区创新行为妳的影响。如果其系数ｐ 为正， 说明空间关联地区创新行为对本地区创新绩效有正向影响， 反之， 有负向影响。相应地， 区域创新绩效的空间误差模型可表示为：ｅｉｔ－ａ＋Ｇ ｏｖｕｐ ｉ＋ Ｆｉ ｎ＾ ＋Ｕｎｉ＾＋ Ｓ ｃｉ＾＋＾ｘｋ ｉｌＳｋ ＋ｆｉｔｌｆｉ ｕ＝ Ａ ｌＦ／ｉｉ ， ＋ｅ ｕ（1 0）式（1 0 ） 中， 空间误差系数Ａ 度量了存在于随机扰动项中的样本观察值的空间依赖性， 即空间关联地区关于区域创新绩效因变量的误差冲击对本地区创新绩效的影响。ｓ 为随机误差项。其它变量定义与上文相同。由于空间自相关和空间误差模型均是从全域计算空间相关性， 因而回归模型中可能存在内生性问题。此时， 如果仍然采用普通最小二乘法进行估计， 空间误差模型虽然是无偏的， 但不具有有效性， 而对于空间自相关模型， 不仅是有偏的， 而且是不一致的。在此情形下，ＡｎＳ ｅｌ ｉ ｎ（1 9 8 8 ） 建议采用极大似然法对空间计量模型进行估计。本文将采用Ｅ Ｉｈ ｏ ｒ Ｓｔ（2 0 0 3） 提出的空间面板极大似然法对模型进行估计。至于实际应用时上述两个模型哪个更为适宜，Ａｎ ｓ ｅｌ ｉ ｎｅｔ ａ ｌ．  （1 9 9 6 ） 建议通过检验两个拉格朗日乘数（ ＬＭ － ｓ ａｒ 和ＬＭ － ｅｒｒ ｏｒ ） 及其稳健形式（Ｒｏｂ ｕｓ ｔＬＭ －ｓ ａｒ 和Ｒｏ ｂｕｓ ｔＬＭ － ｅｒｒｏｒ） 来判别。其原则是：比较ＬＭ －ｓ ａｒ 与ＬＭ － ｅｒｒ ｏｒ 两个统计量哪一个显著， 显著的即为要选择的空间计量模型。如果两者都显著， 则需要进一步比较Ｒｏｂ ｕｓｔ  ＬＭ －ｓ ａｒ 与Ｒｏｂｕｓ ｔ ＬＭ － ｅｒｒ ｏｒ ， 并将显著的作为要采用的空间计量模型。五、结果与讨论（一） 空间计量结果分析本文利用ｍ ａｔ ｌ ａｂ 7 ． 1 软件对空间计量模型予以估计， 并依据Ａｎｓ ｅｌ ｉ ｎｅ ｔ ａ ｌ ． （1 9 9 6 ） 判断原则以及Ｈ ａｕｓｍ ａｎ 检验结果， 选择空间误差固定效应模型估计结果作为最终报告结果。另外， 协同创新的影1 8 1白俊红、蒋伏心： 协苘创新、空闻关联与区域创新绩效响可能是滞后的， 这是因为从各创新主体的意愿合作， 到知识共享和资源的协同调配，再到最终取得创新成果需要一定的时间。基于此， 本文首先应用分布滞后模型对协同创新变量的时滞结构进行检验， 结果发现当期和滞后一期的协同创新对区域创新绩效有较为稳健的影响， 而滞后两期之后， 影响均不再显著。因此， 本文将当斯和滞后一期的协同创新变量纳人回归模型。最后， 根据固定效应模型对地区和时间两类非观测效应的不同控制， 可以将模型分为无固定效应（ ｎｃｍＦ ） 、地区固定效应（Ｓ Ｆ） 、时间固定效应（ｔＦ） 和时间地区均有固定效应（ｓ ｔ Ｆ） 四种类型。表1 报告了Ｒ＆Ｄ 人员流动权重和Ｒ＆Ｄ 资本流动权重空间计量模型四种固定类型的估计结果。表1空间计量回归结果”士：Ｒ＆Ｄ 人员流动权重Ｒ＆Ｄ 资本流动权重￥ 量—－Ｉ＂Ｔ［1（1ｎｏｍＦｓＦｔＦｓ ｔＦｎ ｏｎ Ｆｓ ＦｔＦｓｔ Ｆ－ 0  6 2 5＂－1 ． 2 1 1 …常数项ａ——－————（ 0 ． 7 9 2 ）（ 0 ．  0 0 0 ）0 ． 3 0 5＂ ＇— ＾ａ 4 1 8 …0 ．  3 5 2 …0 ． 4 4 0 …0 ． 8 1 7 ”？0 ．  9 4 2 …0 ． 8 2 8 …0 ．  9 3 0 …Ａ（ 0 ． 0 0 0 ）（ 0 ． 0 0 0 ）（ 0 ， 0 0 0 ）（ 0 ， 0 0 0 ）（0 ． 0 0 0 ）（0 ． 0 0 0）（0 ． 0 0 0）（0 ． 0 0 0 ）－ 0 ． 0 4 70 ． 2 3 0＊－0 ． 0 5 20 ． 3 3 1”－ 0 ． 0 9 20 ． 1 8 6＊－ 0 ． 1 0 9＊0 ． 1 7 3＊Ｇｏｖ（ 0 ． 1 2 6 ）（ 0 ． 0 5 1 ）（ 0 ． Ｕ Ｓ ）（ 0 ． 0 4 7 ）（0 ． 1 1 3 ）（ 0 ． 0 5 4）（ 0 ． 0 9 6 ）（ 0 ． 0 7 1）0 ． 5 4 1…0 ． 4 9 3 …0 ． 5 9 2—0 ． 4 0 7 …0 ， 4 7 0 ？ “0 ． 3 8 5 …0 ． 4 9 2 …0 ． 3 4 4＊ ＂Ｇｏ ｖ （ － 7 ）（ 0 ， 0 0 0 ）（ 0 ， 0 0 0 ）（ 0 ． 0 0 0 ）（ 0 ． 0 0 0 ）（0 ． 0 0 0 ）（ 0 ． 0 0 0）（ 0 ． 0 0 0）（ 0 ． 0 0 0 ）－ 0 ．  2 2 4 …－（Ｘ 1 7 8 …－ 0 ．  2 4 6 ？ ”－ 0 ．  1 8 3 …一 0 ． 3 2 3 …‘ 0 ． 4 2 9 …－ 0 ． 3 2 5 …－ 0 ． 4 1 7 …Ｆｉｎ（0 ． 0 0 0 ）（ ａ咖）（ 0 ． 0 0 0 ）（ 0 ． 0 0 0 ）（ Ｏ ． ＯＯＯ ）（ Ｏ ．ＯＯ Ｏ）（Ｏ ． ＯＯＯ ）（0 ． 0 0 0 ）ａ 0 0 2￣－ 0 ． 0 8 90 ．  0 0 9－ 0 ． 0 5 70 ． 0 1 70 ．  0 2 50 ． 0 3 80 ． 0 1 9￣Ｆｉｎ（－ ／）（ 0 ． 8 ＆ 1 ）（ 0 ， 4 5 0 ）（ 0 ． ｇ 4 7 ）（ 0 ， 5 3 6 ）（ 0 ． 5 8 5 ）（ 0 ． 4 7 9 ）（ 0 ． 4 1 3 ）（ 0 ． 5 9 1 ）’一 0 ． 0 1 70 ． 0 0 90 ． 0 1 30 ． 0 2 1－ 0 ． 0 2 60 ． 0 0 1－ 0 ． 0 1 50 ． 0 0 2Ｕｎ ｉ（ 0 ． 4 7 0 ）（ 0 ． 5 2 8）（ 0 ． 6 2 2 ）（ 0 ， 4 2 9 ）（ 0 ． 8 5 5）（0 ． 9 6 7 ）（0 ． 8 6 9 ）（ 0 ． 8 8 7）0 ．  1 7 6＂0 ．  2 0 1 ”0 ． 1 8 4 “0 ．  1 9 7 ”0 ．  2 2 0 ？？ ？0 ． 2 3 8 …0 ．  2 1 7 …0 ．  2 2 9 ？ ？？Ｕｎ ｔ （ － Ｊ）（ 0 ． 0 2 8）（ 0 ， 0 1 3 ）（ 0 ． 0 2 7 ）（ 0 ． 0 2 2 ）（ 0 ． 0 0 0 ）（ 0 ． 0 0 0 ）（ 0 ． 0 0 0 ）（ 0 ． 0 0 0 ）0 ． 1 1 4－0 ． 0 2 80 ． 1 0 7－ 0 ． 0 1 50 ． 0 1 40 ． 0 0 90 ． 0 0 90 ． 0 0 3Ｓｃ ｉ（ 0 ． 4 1 2 ）（ 0 ． 7 4 5 ）（ 0 ． 5 2 4 ）（ 0 ． 8 7 0 ）（ 0 ． 8 Ｓ Ｓ ）（ 0 ． 9 4 1 ）（ 0 ． 8 7 7 ）（ 0 ． 9 7 5 ）0 ． 0 7 40 ． 2 3 9 …0 ． 0 9 30 ． 2 0 7 …0 ． 1 0 30 ．  2 7 1 …0 ． 1 1 00 ．  2 5 9Ｓｃ ｉ（ － Ｊ ）（ 0 ， 5 2 5 ）（ 0 ． 0 0 0 ）（ 0 ． 4 7 9 ）（ 0 ． 0 0 1）（ 0 ． 3 1 4 ）（ 0 ． 0 0 0 ）（ 0 ． 2 5 5 ）（ 0 ． 0 0 0）0 ．  5 2 8 ？ ”0 ．  6 3 4 ？“0 ．  4 7 5 …0 ． 5 9 2 …0 ， 4 4 4 …0 ．  4 7 9 ？ ”0 ． 4 5 2 …0 ．  4 6 7 ？ “Ｉｎｆ（ 0 ， 0 0 0 ）（0 ． Ｑ 0 Ｑ ）（ 0 ． 0 0 0 ）（ 0 ． 0 0 0 ）（ 0 ． 0 0 0 ）（ 0 ． 0 0 0 ）（ 0 ． 0 0 0 ）（ 0 ． 0 0 0 ）：0 ． 2 2 90 ． 9 7 4 …0 ． 3 1 20 ． 8 7 7 …0 ． 1 7 80 ． 5 2 9 …0 ． 2 5 80 ． 4 9 0 …ｌｎ ｄ（ 0 ． 2 1 1）（ 0 ． 0 0 0 ）（ 0 ． 1 0 9 ）（ 0 ． 0 0 0 ）（ 0 ． 2 7 4 ）（ 0 ． 0 0 0）（ 0 ． 1 9 2 ）（ 0 ． 0 0 0）＂“11 ． 3 6 70 ．  9 3 11 ． 4 2 8 …0 ． 8 7 6 …0 ． 8 7 7 …0 ．  9 2 8 …0 ． 7 6 4 …0 ．  8 9 0 …Ｅｃ ｏ（ 0 ． 0 0 0 ）（ 0 ． 0 0 0 ）（ 0 ． 0 0 0 ）（ 0 ． 0 0 0 ）（ 0 ． 0 0 0 ）（ 0 ． 0 0 0 ）（ 0 ． 0 0 0 ）（ 0 ， 0 0 0 ）（0 ． 0 9 4 ？ ？ａ  2 1 7 …0 ． 1 0 4 ”0 ． 1 9 5 …0 ． 1 5 8 …0 ． 2 3 1 ？ ？ ？0 ． 1 6 2 …0 ． 2 4 7 …ｔａ ｂ（ 0 ．  0 4 2 ）（ 0 ． 0 0 0）（ 0 ， 0 2 9 ）（0 ． 0 0 0 ）（0 ． 0 0 0 ）（ 0 ． 0 0 0）（ 0 ． 0 0 0 ）（ 0 ． 0 0 0 ）－ 0 ． 0 0 10 ． 2 2 9 …－ 0 ． 0 0 20 ． 2 0 30 ． 0 1 20 ． 3 5 2 …0 ． 0 0 70 ． 1 7 9 …Ｆ ｏｒ（ 0 ． 9 9 4）（ 0 ， 0 0 0）（ 0 ． 9 3 8 ）（ 0 ． 0 0 0 ）（ 0 ． 4 2 5）（ 0 ． 0 0 0 ）（0 ． 4 7 7）（ 0 ． 0 0 0 ）Ａ ｄｊｕ ｓｔ Ｋ20 ． 8 1 20 ． 8 4 70 ． 8 2 00 ． 4 90 ． 8 2 00 ． 8 7 20 ． 8 3 30 ． 7 5一8 5 ．  3 9 21 2 ． 1 4 7 ￣6 2 ． 5 2 81 2 4 ． 6 4 79 ． 2 6 37 9 ． 5 8 07［ 5 5 ， 2 3 0 ］［2 0 ． 4 7 2 ］［ 3 8 ， 5 2 4 ］［ 5 5 ． 2 3 0 ］［2 0 ． 4 7 2］［ 3 8 ． 5 2 4 ］注： （ ） 内为显著性概率；…、“、？ 分别表示显著性水平小于0 ． 0 1 、0 ． 0 5 和0 ． 1；—表示此项为空；ｒ 为广义似然率统计量； ［ ］内为自由度为受约束变量个数的混合卡方分布临界值； 若ｒ 大于临界值， 则拒绝受约束的ｍｍ Ｆ 、Ｓ Ｆ 或ｔＦ 估计结果， 否则拒绝不受约束的ｓｔ Ｆ 估计结果。1 8 2Ａ 從金2 0 1 5 年第7 期从表1 中广义似然率统计量Ｔ 的检验结果来看， 两类权重矩阵下， 均拒绝了无固定效应（ ｎ ｏｎＦ） 和时间固定效应（ ｔＦ） 的估计结果， 但接受了地区固定效应（ｓ Ｆ） 估计结果， 因此本文选择地区固定效应情形下的估计结果进行分析讨论。Ｒ＆ Ｄ 人员流动权重和Ｒ＆ Ｄ 资本流动权重下的地区固定效应模型空间误差系数分别为0 ． 4 1 8和0 ． 9 4 2， 且均在1 ％ 水平上通过了显著性检验， 这表明区域间Ｒ＆ Ｄ 人员和Ｒ＆ Ｄ 资本的动态流动有利于知识的空间溢出， 并促进了区域创新绩效的提升。正如前文所述，Ｒ ＆Ｄ 人员和Ｒ ＆Ｄ 资本等创新要素本身蕴含了大量有关技术创新的知识信息， 其在区域创新系统之间的动态流动将有利于知识信息的传播与应用， 进而促进了地区间知识的溢出。不仅如此，Ｒ＆Ｄ 人员和Ｒ＆ Ｄ 资本等创新要素的动态流动亦可以改善区域创新要素的规模水平， 优化要素的配置效率， 这些均有助于促进区域创新绩效水平的提升。在表征协同创新的四个指标中， 两类权重模型下， 当期和滞后一期的政府科技资助对区域创新绩效均有显著的正向影响， 且滞后一期的影响效应更大。当期的企业与高校的联结以及企业与科研机构的联结对区域创新绩效的影响为负， 但并不显著， 而其滞后一期的指标却显示出显著的正向影响， 这也在一定程度上说明， 产学研协同创新是一个从协同目标确定， 到研发资源调配和联合开发， 并最终取得创新成果的全过程。产学研各主体之间只有经过一定时期的协作磨合， 才能获得1 ＋ 1 ＞ 2 的协同创新效应。值得注意的是， 当期的金融机构资助对创新绩效的影响显著为负。其原因可能在于， 与政府的公共研发投资不同， 金融机构的贷款通常是以盈利为目的的， 这就使得其在贷款时往往倾向于那些周期短、风险小的项目以及具有较高偿债抵押能力的企业， 而那些具有良好创意， 创新活力强， 亟需融资支持， 但偿债能力弱的创新型企业却难以获得金融贷款。这一“ 信贷配给”的存在也使得金融机构的科技贷款往往选择了创新活动的“ 平庸型企业”， 从而也降低了金融支持的产出绩效。控制变量中， 地区基础设施、地区产业结构、地区经济发展水平、地区劳动者素质和开放水平回归系数均显著为正， 这也在一定程度上表明， 进一步完善基础设施、优化产业结构及提升地区经济发展水平、劳动者素质和对外开放水平， 均有利于促进区域创新绩效的提高。（ 二） 协同创新总效果的空间计量结果分析上文中， 我们在表1 依次报告了区域创新系统内部政府、金融机构、企业、高校和科研机构之间协同创新的回归估计结果。那么， 这些主体之间整体的协同创新效果对区域创新绩效产生何种影响呢？ 我们拟对其进行检验。我们利用因子分析法①计算各主体协同创新的综合因子得分， 然后以此综合得分作为协同创新的总效果（Ｓｙｎ） ， 考察其对区域创新绩效的影响。回归估计结果见表2。表2 报告了区域创新系统内部各主体协同创新总效果对区域创新绩效影响的回归估计结果。与上文一样， 广义似然率统计量检验接受了地区固定效应的空间计量模型估计结果， 因此， 此处我们也选择该情形下的估计结果进行讨论。与表1 中的模型估计结果一致， Ｒ＆ Ｄ 人员流动权重和Ｒ＆ Ｄ 资本流动权重中， 地区固定效应模型的空间误差系数均显著为正， 这说明Ｒ＆Ｄ 人员和Ｒ＆ Ｄ资本等创新要素的流动促进了区域创新绩效的空间外溢。当期的协同创新总效果对区域创新绩效具有不显著的负向影响， 而滞后一期的指标影响显著为正， 这亦在一定程度上说明协同创新是一个长期过程， 政府、金融机构、企业、高校和科研机构等创新主体之间的协作互动在促进区域创新绩效提升方面具有一定的时滞性。控制变量中， 地区基础设施、地区经济发展水平、地区产业结构、地区劳动者素质和地区开放水平对区域创新绩效有显著的正向影响， 这与上文估计结果一致。① 因子分析过程中采用“ 方差极大化” 准则进行正交旋转。1 8 3白俊红、蒋伏心： 协同创新、空间关联与区域创新绩效表2协同创新总效果的空间计量回归结果Ｒ＆Ｄ 人员流动权重Ｒ＆Ｄ 资本流动权重变量ｎｏ ｎＦｓＦｔＦｓｔ Ｆｎ ｏｎＦｓ ＦｔＦｓｔＦ－ 2 ． 9 5 2－4 ． 0 1 7常数项＂（ 0 ． 4 4 7 ）一一一（ Ｑ 9 2 8 ）一一一0 ．  5 2 7 …0 ．  6 0 1 …0 ． 5 4 4 … 0 ．  5 9 5 …0 ． 8 3 0 …0 ． 9 2 8 …0 ．  9 0 9…0 ．  9 2 2 …入（ 0 ． 0 0 0 ）（ 0 ． 0 0 0 ）（ 0 ， 0 0 0 ）（ 0 ． 0 0 0）（ 0 ． 0 0 0）（ 0 ． 0 0 0 ）（ 0 ． 0 0 0 ）（0 ． 0 0 0）－0 ． 0 3 9－0 ． 0 8 4－0 ． 0 2 5－ 0 ． 0 7 80 ． 0 0 4－ 0 ． 0 2 80 ． 0 1 70 ． 0 0 1Ｓ ｙｎ，（ 0 ． 4 7 2）（0 ． 7 7 7）（ 0 ． 5 2 0 ）（ 0 ． 8 1 9）（ 0 ． 9 0 2）（ 0 ． 7 4 6 ）（ 0 ． 9 1 3）（0 ． 9 9 9）0 ．  7 2 6 …0 ．  8 3 3 …0 ．  8 0 9 …0 ． 8 2 0 …0 ．  6 7 9 …0 ． 7 9 2 …0 ． 6 3 0 …0 ． 7 0 0 …Ｓｙｎ ｛ －1 ）（ 0 ． 0 0 0 ）（ 0 ． 0 0 0 ）（ 0 ． 0 0 0 ）（ 0 ， 0 0 0 ）（ 0 ， 0 0 0 ）（ 0 ． 0 0 0 ）（ 0 ． 0 0 0 ）（ 0 ． 0 0 0 ）0 ． 5 0 ＣＴ＊0 ． 5 2 4 …0 ． 4 7 2 …0 ． 5 0 9 …0 ． 3 2 8 ？ ？？0 ． 4 4 1 ？”0 ． 4 0 9 …0 ． 4 3 0Ｉｎｆ（ 0 ． 0 0 0 ）（ 0 ． 0 0 0 ）（ 0 ． 0 0 0 ）（ 0 ． 0 0 0 ）（ 0 ． 0 0 1 ）（ 0 ． 0 0 0 ）（ 0 ． 0 0 0 ）（ 0 ． 0 0 0 ）0 ．  3 2 40 ． 7 4 6 ？？？0 ． 2 2 90 ． 6 9 1 …0 ．  5 2 1 …0 ．  4 7 7 …0 ． 4 6 9 …0 ． 4 3 0 ？？ ？Ｉｎ ｄ（ 0 ． 1 2 5 ）（0 ． 0 0 0）（ 0 ． 2 5 5 ）（ 0 ． 0 0 0）（ 0 ． 0 0 0）（0 ． 0 0 0 ）（ 0 ． 0 0 0 〉（ 0 ． 0 0 0 ）1 ． 4 7 0…1 ． 2 8 3…1 ． 5 3 6 …1 ． 1 1 0…1 ． 0 3 0 …1 ．  1 1 1 …1 ． 2 5 7 …1 ． 1 3 8…Ｅｃ ｏ（ 0 ． 0 0 0 ）（ 0 ． 0 0 0 ）（ 0 ． 0 0 0 ）（ 0 ． 0 0 0 ）（ 0 ． 0 0 0 ）（ 0 ． 0 0 0 ）（ 0 ． 0 0 0 ）（ 0 ． 0 0 0 ）0 ．  0 7 20 ． 1 4 9 ？？ ？0 ．  0 9 3 “0 ． 1 5 6 ？？？0 ． 0 2 10 ．  2 3 1 ？ ？0 ． 0 4 70 ． 1 9 5 ？ ？ｌａ ｂ（0 ． 1 0 7）（ 0 ． 0 0 1 ）（ 0 ． 0 4 5 ）（ 0 ． 0 0 0 ）（ 0 ． 2 5 3 ）（ 0 ． 0 1 5 ）（ 0 ． 1 9 3）（ 0 ． 0 4 2 ）－0 ． 0 0 40 ． 1 5 7 …0 ． 0 0 10 ． 1 2 8 ？ “0 ． 0 2 00 ． 0 9 6 ＊0 ． 0 0 90 ． 1 0 5 “Ｆ ｏｒ（0 ． 7 1 5）（ 0 ． 0 0 5 ）（0 ． 8 5 9 ）（ 0 ． 0 0 8 ）（ 0 ． 5 3 9）（ 0 ． 0 7 1 ）（0 ． 8 7 2）（ 0 ． 0 3 3）Ａ ｄｊｕｓｔ Ｒ20 ． 6 8 50 ． 7 0 00 ． 6 8 60 ． 0 1 70 ． 6 5 80 ． 6 8 00 ． 6 5 90 ． 8 36 9 ． 0 5 88 ． 2 0 15 5 ． 8 2 09 2 ．  1 0 45 ．Ｉ ｌ ｌ7 0 ． 7 3 2Ｔ［ 5 5 ． 2 3 0 ］［2 0 ． 4 7 2 ］［ 3 8 ． 5 2 4］［5 5 ． 2 3 0 ］［2 0 ． 4 7 2 ］［ 3 8 ． 5 2 4］注： （ ） 内为显著性概率；…、”、？ 分别表示显著性水平小于0 ． 0 1 、0 ． 0 5 和Ｏ ． ｈ — 表示此项为空；Ｔ 为广义似然率统计量； ［ ］内为自由度为受约束变量个数的混合卡方分布临界值； 若ｒ 大于临界值， 则拒绝受约束的ｎ 0 ｎＦ 、ＳＦ 或ｔＦ 估计结果， 否则拒绝不受约束的ｓｔＦ 估计结果。（ 三） 考虑创新生产累积效应的稳健性检验创新理论告诉我们， 创新生产是一个连续的过程， 上期的创新累积与产出绩效很可能会对当期的产出绩效产生影响。另外， 在上文的空间面板模型估计过程中，尽管我们对影响区域创新绩效的一些变量进行了控制， 但也可能遗漏了一些重要变量而影响到估计结果的稳定性。据此， 我们引入被解释变量的一阶滞后项力吣作为解释变量， 通过建立动态空间面板模型来控制动态时滞和遗漏变量对区域创新绩效的影响， 并以此检验上文估计结果是否稳定。上文对普通空间面板计量模型进行估计时， 采用的是Ｅｌｈｏｒ ｓｔ （ 2 0 0 3） 提出的极大似然法， 但此方法在估计动态空间面板模型时将是无效的。在此情形下，Ｅ ｌ ｈｏｒ ｓ ｔ（2 0 0 5） 借鉴非空间动态面板模型， 提出了无条件极大似然估计方法。在应用该方法时， 首先通过一阶差分消除可能存在的固定效应， 然后利用每个空间单元一阶差分观察值的密度函数来建立无条件极大似然函数， 并将被解释变量的滞后水平值作为转换后差分被解释变量的工具变量对模型进行估计。Ｈｓ ｉ ａｏ ｅｔ ａｌ ． （ 2 0 0 2 ） 的研究表明， 由于无条件极大似然估计方法利用了更多的样本信息， 而且无需严格的矩估计条件等， 因而其估计结果相对于广义矩估计（ＧＭ Ｍ ） 也更加渐进有效。因此， 本文亦采用无条件极大似然法来对模型进行估计。但根据ＥｌｈＯ ｒｓ ｔ （ 2 0 0 5 ）， 如果模型中包含了外生解释变量， 则外生解释变量初期1 8 4姊金2 0 1 5 年第7 期的一阶差分值将无法确定， 从而也就无法确定被解释变量的初期一阶差分值及其概率密度函数。针对这一问题，Ｂ ｈａｒ ｇａ ｖａ ＆Ｓ ａｒｇ ａ ｎ （1 9 8 3） 、Ｎ ｅｒｌｏ ｖｅ ＆ Ｂ ａｌ ｅ ｓｔ ｒ ａ （  1 9 9 6） 及Ｎ ｅｒ ｌ ｏｖ ｅ（2 0 0 0） 曾基于对外生解释变量的不同假设， 提出了两种处理方法， 即Ｂ Ｓ 逼近和Ｎ Ｂ 逼近。其中，ＢＳ 逼近是利用所有外生解释变量在整个观察期内的观察值， 来预测初始时期外生解释变量的差分值， 而ＮＢ 逼近是利用考察期外生解释变量观察值的协方差矩阵替代滞后一定时期外生解释变量方差的方法， 来求得初始时期被解释变量的差分项方差。采用Ｂ Ｓ 逼近和ＮＢ 逼近， 对动态空间面板模型进行估计， 结果显示，？各种空间在权重矩阵列下， 虽然Ｎ Ｂ 逼近的极大似然函数值与调整后Ｒ2略优于Ｂ Ｓ 逼近， 但从各变量的估计结果来看， 两者并无明显差别。本文将对各权重矩阵下ＮＢ 逼近的估计结果进行分析。两类权重下， 空间相关系数均显著为正， 区域创新绩效的空间自相关性明显。创新绩效的一期滞后项均通过了显著性检验， 表明创新生产确实存在着累积效应， 前期的创新活动会对当前的创新绩效产生影响。协同创新变量中， 当期和滞后一期的政府科技资助对区域创新绩效具有显著的正向影响， 且滞后一期的指标影响更为显著， 影响效应也更大； 滞后一期的企业与高校的联结和企业与科研机构的联结对区域创新绩效有显著的正向影响， 而当期金融机构资助有显著的负向影响。滞后一期的协同创新总效果对区域创新绩效的影响显著为正。控制变量中的地区基础设施、地区产业结构、地区经济发展水平、地区劳动者素质及对外开放水平对区域创新绩效均有显著的正向影响。这些结论均与前文一致， 表明采用动态空间面板计量模型， 控制动态时滞和遗漏变量以后， 并没有改变前文的基本结论。结果具有稳定性。六、结论与政策启示本文利用我国分省区面板数据， 在测算区域创新绩效的基础上， 通过构建政府、金融机构、企业、高校和科研机构等主体之间的协同创新指标， 并基于Ｒ＆Ｄ 人员和Ｒ ＆Ｄ 资本空间动态流动的视角构建空间关联权重矩阵， 采用空间计量经济学方法， 实证考察了协同创新和空间关联对区域创新绩效的影响。主要的研究发现有：区域创新系统各主体之间在协同创新过程中， 政府的科技资助显著地提高了区域创新绩效， 且企业与高校的联结以及企业与科研机构的联结从长期来看亦有益于区域创新绩效的提升， 而金融机构的科技资助则产生显著的负向影响。从总体上看， 协同创新的总效果在长期过程中亦对区域创新绩效产生显著的正向影响。结合上文的分析与讨论， 从政策层面来讲， 其一， 鼓励政府进一步加大对科技创新的投入， 充分发挥其资助与引导功效， 将有助于区域创新绩效的提升。其二， 加强协同创新平台建设， 努力完善协同创新的制度环境， 充分调动各创新主体参与协同创新的积极性，并使各自优势得到充分发挥， 亦有利于区域创新绩效的提高。其三， 通过建立多元化和竞争性的金融中介体系， 进一步优化金融机构的科技资源配置功能， 使其科技信贷资金真正流向最具效率的企业和研发投资项目， 也将有益于提升区域创新的生产绩效。Ｒ＆Ｄ 人员流动和Ｒ＆ Ｄ 资本流动权重矩阵空间计量模型回归结果的空间误差系数均显著为正， 表明区域创新绩效具有较强的空间外溢效应。这也在一定程度上说明，Ｒ＆Ｄ 人员和Ｒ ＆Ｄ 资本在区域创新系统之间的流动， 有助于促进区域创新绩效的空间外溢和整体水平的提升。这一结论的政策含义在于， 进一步发挥市场在资源配置过程中的决定性作用， 破除区域间Ｒ＆Ｄ 人员和Ｒ＆Ｄ资本等创新要素流动的体制机制障碍， 努力营造有利于创新要素流动的外部环境， 籍此促进Ｒ＆Ｄ人员和Ｒ＆Ｄ 资本的区际流动， 将有利于区域创新绩效的整体提升。此外， 进一步完善区域Ｒ＆ Ｄ 人① 限于篇幅， 未列出具体估计结果。如需要可向作者索取。1 8 5白俊红、蒋伏心： 协同创新、空间关联与区域创新绩效员的福利待遇和工作条件， 拓宽Ｒ＆Ｄ 资本的投资渠道， 降低投资风险， 将有利于地区吸引更多的Ｒ＆Ｄ 人员和Ｒ＆ Ｄ 资本， 从而扩大创新生产规模， 改善其结构， 促进区域创新活动的开展和创新生产绩效的提升。参考文献白俊红， 2 0 1 1 ： 《中国的政府Ｒ＆Ｄ 资助有效吗？ 来自大中型工业企业的经验证据》， 《经济学（ 季刊） 》第4 期。白俊红、江可申、李婧， 2 0 0 9 ： 《应用随机前沿模型评测中国区域研发创新效率》， 《管理世界》第1 0 期。才国伟、钱金保，2 0 1 3 ： 《解析空间相关的来源： 理论模型与经验证据》，《经济学（ 季刊） 》第3 期。陈劲、阳银娟， 2 0 1 2 ： 《协同创新的理论基础与内涵》， 《科学学研究》第2 期。池仁勇、虞晓芬、李正卫， 2 0 0 4 ： 《我国东西部地区技术创新效率差异及其原因分析》， 《中国软科学》第8 期。何郁冰， 2 0 1 2 ： 《产学研协同创新的理论模式》， 《科学学研究》第2 期Ｄ李婧、谭清美、白俊红， 2 0 1 0 ： 《中国区域创新生产的空间计量分析一基于静态与动态空间面板模型的实证研究》， 《管理世界》第7 期。林毅夫、刘培林， 2 0 0 3 ： 《经济发展战略对劳均资本积累和技术进步的影响一基于中国经验的实证研究》， 《中国社会科学》第4 期。苏屹、李柏洲，2 0 1 3 ： 《基于随机前沿的区域创新系统创新绩效分析》， 《系统工程学报》第1 期。温军、冯根福， 2 0 1 2 ： 《异质机构、企业性质与自主创新》， 《经济研究》第3 期。吴延兵，2 0 0 6 ： 《Ｒ＆ Ｄ 存量、知识函数与生产效率》， 《经济学（ 季刊） 》第4 期。许彩侠， 2 0 1 2 ： 《区域协同创新机制研究一基于创新驿站的再思考》， 《科研管理》第5 期。杨省贵、顾新， 2 0 1 1： 《区域创新体系间创新要素流动研究》， 《科技进步与对策》第2 3 期。余泳泽、刘大勇，2 0 1 3 ： 《我国Ｋ 域创新效率的空间外溢效应与价值链外溢效应—创新价值链视角下的多维空间面板模型研究》， 《管理世界》第7 期。张海洋、史晋川，2 0 1 1： 《中国省际工业新产品技术效率研究》，《经济研究》第1 期。张玉明、李凯， 2 0 0 8 ： 《省际区域创新产出的空间相关性研究》， 《科学学研究》第3 期。朱有为、徐康宁， 2 0 0 6 ： 《中国高技术产业研发效率的实？研究》， 《中国工业经济》第Ｕ 期。Ａｃ ｓ，Ｚ ． Ｊ ．， Ｌ ．Ａｎ ｓｅ ｌ ｉｎ， ａ ｎ ｄＡ ．Ｖａ ｒｇａ，2 0 0 2， “Ｐａ ｔｅｎ ｔｓ ａｎ ｄ Ｉｎ ｎ ｏｖａ ｔ ｉｏｎ Ｃ ｏ ｕｎ ｔｓ ａ ｓＭ ｅ ａｓ ｕｒｅｓ ｏｆ Ｒｅｇｉｏ ｎ ａｌＰｒｏｄ ｕ ｃ ｔｉ ｏｎ ｏｆ Ｎｅ ｗＫｎｏ ｗｌ ｅｄｇｅ＂ ， Ｒｅｓｅａ ｒ ｃｈＰｏｌ ｉｃｙ ， Ｖ ｏｌ ． 3 1，1 0 6 9—1 0 8 5 ．Ａｎ ｓ ｅｌ ｉ ｎ，  Ｌ．， 1 9 8 8， Ｓｐ ａ ｔｉ ａｌ Ｅｃ ｏｎ ｏ ｍｅｔｒ ｉ ｃ ｓ：Ｍ ｅｔｈ ｏ ｄ ｓ ａｎ ｄ Ｍ ｏｄ ｅｌ，Ｋｌｕｗｅｒ Ａｃ ａｄ ｅｍ ｉ ｃ Ｐｕ ｂ ｌｉ ｓ ｈｅｒｓ ．Ａｎ ｓ ｅｌｉ ｎ， Ｌ ．， Ｒ ．Ｆ ｌｏｒ ａｘ， Ａ ．Ｋ ．Ｂｅｒａ，ａｎ ｄＭ ． Ｊ ． Ｙｏｏ ｎ， 1 9 9 6 ，“Ｓ ｉ ｍｐｌ ｅＤ ｉａｇｎ ｏ ｓｔ ｉ ｃ Ｔｅｓ ｔｓ ｆ ｏｒ Ｓ ｐ ａｔｉ ａ ｌ Ｄｅ ｐ ｅｎ ｄｅｎ ｃｅ＂ ，  Ｒｅｇｉｏ ｎａｌ Ｓｃ ｉｅ ｎｃｅａｎ ｄ Ｕｒ ｂａ ｎ  Ｅｃ ｏ ｎｏ ｍ ｉｃｓ， Ｖｏｌ ． 2 6 ，  7 7 ＿1 0 4 ．Ｂｅ ｔｔｅｎ ｃｏ ｕ ｒｔ，Ｌ ．Ｍ ． Ａ ． ， Ｊ ．Ｌｏ ｂｏ，ａｎ ｄ  Ｄ． Ｓ ｔｒｕ ｍ ｓｋ ｙ，2 0 0 7 ，“ Ｉｎ ｖｅ ｎｔ ｉｏｎ  ｉｎ  ｔｈ ｅ Ｃｉ ｔｙ ： Ｉ ｎ ｃｒｅ ａｓ ｉｎｇ Ｒｅｔ ｕ ｒ ｎｓ ｔｏ Ｐａｔ ｅｎｔ ｉｎ ｇ ａｓ ａ Ｓｃ ａｌｉｎｇＦｕ ｎ ｃｔ ｉ ｏ ｎ ｏｆ Ｍ ｅｔｒ ｏｐ ｏｌ ｉ ｔａｎ  Ｓｉｚ ｅ＂ ， Ｒｅｓｅａ ｒｃ ｈ Ｐｏｌｉｃ ｙ ，Ｖｏｌ ． 3 6 ，  1 0 7—1 2 0 ．Ｂｈ ａｒ ｇ ａｖａｔ Ａ．，ａｎ ｄ Ｊ． Ｄ． Ｓ ａｒ ｇａ ｎ， 1 9 8 3 ，＂Ｅｓ ｔ ｉｍ ａｔ ｉ ｎ ｇ Ｄｙｎ ａｍ ｉｃ Ｒａｎ ｄ ｏｍ Ｅｆｆｅｃｔｓ  Ｍｏ ｄ ｅｌｓ ｆｒ ｏｍ Ｐａｎｅｌ Ｄａ ｔａＣ ｏｖ ｅｒｉ ｎｇ Ｓ ｈｏｒ ｔＴｉ ｍ ｅ Ｐｅｒ ｉｏｄ ｓ＂，Ｅｃｏｎ ｏｍ ｅｔｒｉｃ ａ， Ｖｏｌ ．  5 1，  1 6 3 5 一1 6 5 9 ．Ｃｈ ｅ ｎ， Ｋ ． Ｈ ．，ａｎ ｄ Ｊ． Ｃ ． Ｇｕ ａｎ ，  2 0 1 2 ，ｕＭｅ ａｓ ｕ ｒｉ ｎｇ ｔｈ ｅ Ｅｆｉｃｉ ｅｎｃ ｙ ｏｆ Ｃｈ ｉ ｎ ａ＇ｓ Ｒｅ ｇｉｏｎ ａｌ Ｉ ｎ ｎ ｏｖａ ｔ ｉ ｏｎ  Ｓｙ ｓｔ ｅｍｓ： Ａｎ Ａｐ ｐ ｌｉｃａ ｔ ｉｏｎ  ｏｆ Ｎｅｔｗｏｒ ｋＤＥ Ａ＂ ， Ｒｅｇｉｏ ｎ ａ ｌ Ｓｔｕ ｄｉ ｅｓ，Ｖｏｌ ． 4 6， 3 5 5 —3 7 7 ．Ｄ ｒ ｅｊ ｅｒ ａ， Ｉ ． ， ａ ｎ ｄ Ｂ ． Ｈ ． ｊ 0ｒｇ ｅｎ ｓ ｅｎ ｂ， 2 0 0 5 ，“ Ｔｈ ｅＤｙｎ ａｍｉ ｃｉ ｓ Ｃ ｒｅ ａｔｉ ｏｎ ｏ ｆ Ｋ ｎｏ ｗｌ ｅｄｇｅ：Ａｎ ａｌｙｓ ｉｎｇ Ｐ ｕ ｂ ｌｉ ｃ －Ｐｒｉ ｖ ａｔｅ Ｃｏｌ ｌ ａｂ ｏｒ ａｔｉｏ ｎｓ“，Ｔｅｃｈ ｎｏｖ ａｔ ｉｏｎ，Ｖ ｏｌ ．  2 5  （ 8 3 —9 4 ，Ｅ ｌｈ ｏｒ ｓ ｔ， Ｊ ．Ｐ ．’ 2 0 0 3 ， “ Ｓｐ ｅ ｃｉ ｆ ｉｃａ ｔ ｉｏｎ  ａｎ ｄ  Ｅ ｓｔ ｉ ｍａｔ ｉｏｎ  ｏｆ Ｓｐ ａｔ ｉ ａｌ Ｐａ ｎ ｅ ｌＤａｔ ａ Ｍｏ ｄｅ ｌｓ＂， Ｉｎｔｅｒｎ ａｔ ｉｏ ｎ ａ ｌ Ｒｅ ｇｉ ｏｎ ａｌ Ｓｃｉ ｅｎｃｅＲｅ ｖｉｅｗ， Ｖｏ ｌ． 2 6，2 4 4—2 6 8 ．Ｅｌ ｈｏ ｒｓｔ， Ｊ ．Ｐ ．，  2 0 0 5 ，” Ｕｎ ｃｏ ｎ ｄ ｉｔ ｉ ｏｎ ａｌ Ｍ ａｘ ｉｍｕｍ Ｌｉ ｋ ｅ ｌ ｉｈ ｏｏｄ  Ｅｓ ｔｉ ｍａ ｔｉ ｏｎ ｏ ｆ Ｌｉ ｎ ｅａｒ  ａｎ ｄ Ｌｏ ｇ－ｌｉ ｎ ｅａｒ  Ｄｙｎ ａ ｍｉｃＭｏｄ ｅ ｌｓ ｆｏｒ  Ｓ ｐａ ｔｉａ ｌＰ ａｎｅｌｓ＂，Ｇ ｅｏｇｒａｐｈ ｉｃ ａｌ Ａｎａｌｙｓｉ ｓｔＶｏｌ ． 3 7 ， 8 5 —1 0 6 ．Ｆｒ ｅｅ ｍａ ｎ，Ｃ ． ， 1 9 8 7 ， Ｔｅｃ ｈ ｎ ｏｌｏ ｇｙ Ｐｏ ｌ ｉ ｃｙ ａｎ ｄＥ ｃｏ ｎ ｏｍｉ ｃ Ｐ ｅｒ ｆｏｒｍ ａｎｃ ｅ：Ｌ ｅｓ ｓｏｎ ｓ ｆｒｏ ｍ Ｊ ａｐ ａｎ ， Ｌｏｎ ｄ ｏｎ：  Ｐｉｎ ｔｅｒ ．Ｆｉ ｓ ｃ ｈ ｅｒ，Ｍ ．Ｍ．，ａｎ ｄＡ ． Ｖａ ｒｇａ， 2 0 0 3 ， “Ｓ ｐ ａｔ ｉ ａｌ Ｋｎ ｏ ｗｌｅ ｄ ｇｅＳｐ ｉ ｌｌｏ ｖｅｒ ｓ ａ ｎｄ Ｕ ｎｉｖ ｅｒ ｓ ｉ ｔｙＲｅ ｓｅ ａｒ ｃ ｈ： Ｅ ｖｉｄ ｅｎ ｃｅ ｆｒ ｏｍＡｕ ｓ ｔｒｉａ＂，  Ａｎ ｎａ ｌｓ ｏｆＲｅｇｉｏ ｎ ａ ｌ Ｓｃ ｉ ｅ ｎｃｅ， Ｖ ｏｌ ． 3 7 ，  3 0 3— 3 2 2 ．Ｇｕ ａｎ ，  Ｊ． Ｃ ．，ａｎ ｄ  Ｓ ． Ｚ ． Ｌｉｕ，  2 0 0 5 ， ”Ｃ ｏｍｐａｒｉ ｎｇ Ｒｅ ｇｉ ｏ ｎａ ｌＩ ｎ ｎ ｏｖ ａｔｉ ｖｅＣ ａｐａ ｃ ｉ ｔ ｉｅ ｓ ｏｆ  ＰＲ Ｃ ｈｉ ｎ ａ－ｂａ ｓ ｅｄ  ｏａ Ｄａ ｔａ Ａｎａｌｙ ｓｉｓ  ｏｆ  ｔｈｅ Ｎａｔ ｉｏ ｎａ ｌＰａ ｔｅｎ ｔｓ＂’ Ｉｎ ｔｅｒｎａ ｔｉ ｏ ｎａ ｌ Ｊ ｏｕｒｎａ ｌ ｏｆ Ｔｅｃｈ ｎｏ ｌｏｇｙ Ｍａｎ ａｇｅｍｅｎ ｔ， Ｖｏｌ ． 3 2，2 2 5 一2 4 5 ．Ｇｕ ｌｂ ｒ ａｎｄ ａ ｅｎ ａ，Ｍ ．，ａｎｄ Ｊ． Ｃ ． Ｓｍｅｂｙｂ， 2 0 0 5，“Ｉ ｎｄ ｕ ｓｔｒｙ Ｆｕ ｎ ｄ ｉ ｎｇａ ｎ ｄＵ ｎ ｉ ｖｅｒ ｓ ｉ ｔｙＰｒｏｆｅｓｓ ｏｒ ｓ，Ｒｅｓ ｅａ ｒｃ ｈ Ｐｅｒ ｆｏｒ ｍａｎ ｃｅ＂ ，Ｒｅｓｅａ ｒｃｈ  Ｐｏ ｌ ｉｃｙ ｔ1 8 6 金2 0 1 5 年第7 期Ｖｏｌ ． 3 5 ， 9 3 2 —9 5 0 ．Ｈｅｎ ｄｅｒａ ｏｎ ， Ｄ． Ｉ ． ， ａｎ ｄ Ｒ． Ｒ． Ｒｕ ｓｓｅ ｌｌ，  2 0 0 5 ，ＨＨｕｍ ａｎ Ｃ ａｐｉ ｔａ ｌａｎｄ Ｃ ｏｎ ｖ ｅｒｇ ｅｎ ｃｅ ？ ＡＰｒ ｏｄ ｕ ｃｔ ｉ ｏｎ Ｆｒ ｏｎ ｔ ｉｅ ｒＡｐ ｐ ｒ ｏａｃ ｈ＂， Ｉｎ ｔｅｒｎ ａｔｉｏ ｎａ ｌＥｃｏ ｎｏｍｉｃ Ｒｅｖｉｅｗ， Ｖｏ ｌ ． 4 6， 1 1 6 7 —1 2 0 5 ．Ｈ ｓｉａｏ，  Ｃ ．， Ｍ． Ｈ ． Ｐｅｓ ａｒ ａｎ ’ ａ ｎｄ Ａ． Ｋ． Ｔ ａｈｍｉ ｓｃ ｉ ｏｇ ｌｕ ，  2 0 0 2 ’＂Ｍａｘｉｍｕ ｍ Ｌｉ ｋｅ ｌｉ ｈｏ ｏｄ  Ｅｓ ｔｉｍａ ｔ ｉ ｏｎ  ｏｆ Ｆｉ ｘ ｅｄ Ｅｆ ｆｅｃｔｓ Ｄｙｎ ａ ｍｉ ｃ Ｐａ ｎｅ ｌ ＤａｔａＭｏｄ ｅｌｓ Ｃ ｏｖｅ ｒｉｎｇ Ｓ ｈｏｒ ｔ Ｔｉｍ ｅ Ｐｅ ｒｉｏ ｄ ｓ”，Ｊｏｕ ｒ ｎａ ｌｏｆＥｃｏ ｎｏ ｍｅｔｒｉｃｓ， Ｖｏ ｌ ． 1 0 9， 1 0 7 —1 5 0 ．Ｌｉ， Ｘ ． ， 2 0 0 9 ，ＨＣ ｈｉ ｎａ＇ｓＲｅ ｇｉｏ ｎａｌ  Ｉｎ ｎｏ ｖａ ｔ ｉｏ ｎ Ｃ ａｐ ａｃｉ ｔｙ ｉｎ Ｔ ｒａｎ ｓｉ ｔ ｉｏｎ： Ａ ｎＥ ｍｐ ｉｒｉｃ ａｌ Ａｐ ｐｒｏａｃ ｈ”， Ｒｅｓ ｅａ ｒｃｈ Ｐｏ ｌｉｃｙ ｔ Ｖｏｌ ． 3 8 ， 3 3 8一3 5 7 ．Ｎａｓ ｉ ｅｒｏｗ ｓ ｋｉ，Ｗ．， ａｎ ｄ Ｆ ． Ｊ ．Ａｒｃｅ ｌ助，2 0 0 3 ， “ Ｏｎ  ｔｈｅ Ｅｆ ｆｉ ｃｉｅ ｎｃ ｙ ｏｆ Ｎａｔｉｏ ｎ ａｌ Ｉｎ ｎ ｏｖａ ｔｉｏｎ  Ｓ ｙｓ ｔｅ ｍｓ”，Ｓｏｃｉｏ －Ｅｃｏ ｎｏ ｍ ｉｃ Ｐｌ ａ ｎ ｎｉｎｇ Ｓｃｉｅｎ ｃｅｓ，Ｖｏｌ ．  3 7 ，2 1 5—2 3 4 ．Ｎｅｒ ｌｏｖ ｅ，Ｍ．’  2 0 0 0，“ Ｇｒｏ ｗｔ ｈＲａｔ ｅＣ ｏｎｖｅ ｒｇ ｅｎ ｃ ｅ，Ｆ ａｃｔ ｏｆ Ａｒｔ ｉｆａ ｃｔ ？Ｅ ｎ Ｅｓ ｓ ａｙ ｏ ｎＰ ａｎｅｌ Ｄ ａｔａＥ ｃｏ ｎ ｏｍ ｅｔｒｉ ｃｓ”，Ｉ ｎＰａｎ ｅｌ ＤａｔａＥｃｏ ｎｏ ｍｅ ｔｒｉ ｃ ｓ： Ｆｕ ｔｕ ｒｅ Ｄ ｉｒｅ ｃｔｉｏｎ ｓ，  ｅｄｉ ｔ ｅｄ ｂ ｙ Ｊ ．Ｋｒｉ ｓ ｈｎ ａｋ ｕｍ ａｒ ａｎ ｄ Ｃ ．Ｒｏ ｎｃ ｈ ｅｔ ｔ ｉ ．Ａｍ ｓｔ ｅｒ ｄａ ｍ：Ｅ ｌｓ ｅｖ ｉ ｅｒ ．Ｎｅｒｌｏｖ ｅ， Ｍ． ，  ａｎ ｄ Ｐ． Ｂ ｓ ｌｅｓｔｒａ ，  1 9 9 6， ｕＦｏｒｍｕ ｌａ ｔ ｉｏｎ ａ ｎ ｄ Ｅｓｔ ｉｍａ ｔ ｉ ｏｎ ｏ ｆＥｃ ｏｎ ｏｍ ｅｔｒｉｃ Ｍ ｏ ｄ ｅｌｓｆｏ ｒ Ｐａｎ ｅ ｌＤａ ｔａ＂ ，Ｉ ｎ  ｔｈｅ Ｅ ｃｏ ｎｏ ｍｅ ｔｒｉｃ ｓ ｏｆＰａ ｎｅ ｌＤａｔａ， 2 ｎ ｄ  ｒｅ ｖｉｓ ｅ ｄｅｄｉｔｉ ｏｎ ，  ｅｄ ｉｔ ｅｄ ｂｙ Ｌ ．Ｍ ＆ｔｙ 6ｓ ａ ｎｄ  Ｐ ． Ｓ ｅｖ ｅ ｓｔｅｅ ．Ｄｏ ｒｄ ｒｅ ｃｈ ｔ ， Ｎ ｅｔｈ ｅｄａ ｎ ｄ ｓ：Ｋｌｕｗｅｒ ．Ｐｅｌｌ ｅｇｒｉｎ ｏ，Ｇ ．， Ｍ ．Ｐ ｉｖａ， ａ ｎｄ Ｍ ．Ｖ ｉｖａｒ ｅｌｌ ｉ，  2 0 1 2 ，“Ｙｏｕ ｎ ｇ Ｆｉｎ ｎｓ  ａｎｄ  Ｉｎｎ ｏｖ ａｔｉｏｎ：  ＡＭｉｃｒｏｅｃ ｏｎｏｍｅｔｒｉｃ Ａｎ ａｌｙ ｓｉ ｓ＇ ＊， Ｓｔｒ ｕｃｔ ｕｒ ａｌＣｈ ａ ｎｇｅａ ｎ ｄＥｃｏｎ ｏ ｍｉｃ Ｄｙｎ ａｍ ｉｃｓ， Ｖｏｌ ．  2 3 ， 3 2 9一3 4 0 ．Ｒｏｙ ， Ｊ ．Ｒ ．，2 0 0 4， Ｓ ｐａ ｔｉａｌ Ｉｎｔｅ ｒａｃ ｔ ｉｏｎ Ｍ ｏｄ ｅｌ ｉｎｇ ：  Ａ Ｒｅｇ ｉｏｎ ａｌ Ｓ ｃｉｅ ｎ ｃｅＣ ｏｎ ｔｅ ｘｔ，Ｎ ｅｗ Ｙｏｒ ｋ：  Ｓｐｒｉ ｎ ｇｅｒ－ Ｖｅｒ ｌａｇ  Ｂｅｒ ｌ ｉｎ Ｈｅ ｉ ｄ ｅｌｂ ｅ ｒｇ ．Ｓｍｉｔｈ， Ｓ ． Ｌ． Ｊ ．， 1 9 8 9 ， Ｔｏ ｕｒｉｓｍ Ａｎ ａｌｙｓｉｓ：ＡＨ ａｎ ｄ ｂｏ ｏｋ，Ｈａ ｒｌｏ ｗ， Ｅｎ ｇｌａ ｎｄ ：  Ｌｏｎｇ ｍａ ｎ ．Ｗａｎｇ ，Ｅ ． Ｃ ．，ａｎｄ Ｗ．Ｈｕ ａｎ ｇ ，  2 0 0 7 ，“Ｒｅ ｌａｔ ｉｖ ｅＥ ｆｉｃ ｉｅｎ ｃｙ ｏｆ Ｒ＆Ｄ Ａｃｔｉｖ ｉ ｔ ｉｅｓ： Ａ Ｃ ｒｏ ｓ ｓ－Ｃ ｏｕ ｎ ｔｒ ｙＳ ｔｕ ｄ ｙ Ａｃｃ ｏｕ ｎ ｔ ｉｎ ｇ ｆｏ ｒＥ ｎｖｉｒｏｎ ｍｅｎｔＦａｃ ｔｏｒ ｓ  ｉ ｎ ｔｈ ｅ ＤＥＡＡｐ ｐ ｒ ｏａｃｈ＂， Ｒｅｓｅａ ｒｃｈ Ｐｏ ｌｉｃ ｙ ｔ Ｖｏｌ ． 3 6 ， 2 6 0—2 7 3 ．Ｗｉｔ ｔ， Ｓ ．Ｆ ． ， ａｎｄ Ｃ ． Ａ． Ｗｉ ｔ ｔ， 1 9 9 5 ， “Ｆｏｒｅｃａ ｓｔｉ ｎ ｇＴ ｏｕ ｒ ｉｓ ｍＤｅｍａ ｎｄ： Ａ Ｒｅｖｉ ｅｗ ｏｆ Ｅｍ ｐ ｉｒ ｉ ｃａｌ Ｒｅｓｅ ａｒｃｈ＂， Ｉｎ ｔ ｅｒ ｎａｔｉｏ ｎ ａ ｌＪｏｕｒｎ ａ ｌ ｏｆＦｏ ｒｅｃａ ｓｔ ｉｎｇ ｆ Ｖ ｏｌ．  1 1  ’  4 4 7￣4 7 5 ．Ｗｕ ，  Ｊ ．，  Ｚ． Ｘ． Ｚｈｏ ｕ，ａｎｄ Ｌ ． Ｌｉａｎｇ ，  2 0 1 0 ，ｕ Ｍｅ ａｓｕｒｉｎｇ ｔｈ ｅ Ｐｅ ｒｆｏ ｒｍ ａｎｃｅ ｏｆ  Ｃｈ ｉ ｎｅｓｅ Ｒｅｇ ｉｏｎ ａｌ Ｉｎｎｏｖ ａｔ ｉ ｏｎ Ｓ ｙｓｔｅ ｍｓｗｉ ｔ ｈ Ｔｗ ｏ－ Ｓ ｔａｇ ｅＤ Ｅ Ａ－ｂ ａ ｓｅｄ Ｍｏｄ ｅｌ”，Ｉｎ ｔｅｒ ｎａｔｉｏ ｎ ａｌ Ｊｏ ｕ ｒｎａｌ ｏｆＳｕｓｔａｉｎ ａｂｌ ｅ Ｓ ｏｃｉｅｔｙ，Ｖｏｌ ． 2，  8 5— 9 9 ．Ｚｉｐｆ，  Ｇ． Ｋ．， 1 9 4 6 ， ＂Ｔｈｅ Ｐ Ｉ Ｐ 2 ／Ｄ Ｈｙ ｐｏｔｈ ｅｓ ｉｓ： Ｏｎ ｔｈ ｅ Ｉ ｎ ｔｅｒ ｃｉ ｔｙＭ ｏｖ ｅｍ ｅｎ ｔ ｏｆ Ｐｅｒ ｓ ｏｎ ｓ＂， Ａ ｍｅ ｒｉ ｃａ ｎＳｏｃｉｏ ｌｏｇｉｃ ａ ｌＲｅｖ ｉｅｗ， Ｖｏ ｌ．  1 1，6 7 7—6 8 6 ．ＳｙｎｅｒｇｙＩｎ ｎ ｏｖａｔｉｏｎ，Ｓ ｐａｔｉａｌＣｏｒｒｅｌａｔｉｏ ｎａｎｄＲｅｇｉｏ ｎａｌ Ｉｎｎ ｏｖａｔｉｏｎ ＰｅｒｆｏｒｍａｎｃｅＢ ａｉ Ｊｕｎｈ ｏｎｇ ａｎｄ Ｊ ｉ ａｎｇ Ｆｕｘ ｉｎ（ Ｓｃ ｈ ｏ ｏ ｌｏ ｆＢｕ ｓｉｎ ｅ ｓｓ，Ｎ ａ ｎｊｉｎｇＮ ｏ ｒｍａ ｌ Ｕｎ ｉｖｅ ｒｓｉ ｔｙ ）Ａ ｂｓｔｒａｃ ｔ： Ｂｙ ｕ ｓｉｎｇ Ｃｈｉｎ ｅ ｓｅｐ ｒｏ ｖ ｉｎｃ ｉａ ｌ ｐ ａｎｅ ｌ ｄａ ｔａ  ｄｕ ｒｉｎｇ  1 9 9 8一2 0 1 2 ， ｂ ｕ ｉｌ ｄｉｎ ｇ  ｓｙｎｅ ｒｇ ｙ ｉｎ ｎｏ ｖａ ｔｉ ｏｎ  ｉ ｎｄｅ ｘ ａ ｎｄ ｔ ｈｅ ｓ ｐａｔｉ ａ ｌｗ ｅ ｉｇ ｈｔ ｍａ ｔｒｉ ｘｆｒｏｍ ｐｅ ｒｓ ｐｅｃ ｔ ｉｖ ｅ ｏｆ ｔｈｅ  ｄｙｎａｍ ｉ ｃ ｉｎ ｔｅ ｒｒｅｇｉ ｏ ｎａｌｆ ｌｏ ｗ ｏｆ ｉ ｎｎｏ ｖａ ｔ ｉｏ ｎｆａ ｃ ｔｏ ｒｓ， ｔｈ ｉ ｓｐ ａｐｅｒ ｉ ｎｖ ｅｓ ｔｉ ｇａ ｔｅｓ ｔｈｅｅ ｆｆｅ ｃ ｔｓ ｏ ｆｓｙｎｅ ｒｇｙｉｎｎ ｏ ｖａ ｔｉｏ ｎ ａ ｎｄ ｓｐａｔ ｉａ ｌ ｃ ｏ ｒｒｅ ｌａ ｔ ｉｏ ｎ ｏ ｎ ｒｅｇｉ ｏｎ ａｌ  ｉｎ ｎｏ ｖ ａｔ ｉｏ ｎ ｐｅ ｒ ｆｏ ｒｍ ａ ｎｃｅ ｗｉ ｔｈ ｓ ｐａ ｔｉ ａｌ ｅ ｃ ｏ ｎ ｏｍ ｅｔ ｒｉｃ  ａ ｎａ ｌｙｓｉ ｓ ｔｅ ｃ ｈｎｉ ｑｕ ｅ ．Ｔ ｈｅ ｓｔ ｕｄｙ  ｆｉｎｄｓ ｔ ｈａ ｔ ｉ ｎｔ ｈｅｐｒ ｏｃ ｅ ｓｓｏ ｆ ｓｙｎｅ ｒｇｙｉｎｎｏ ｖ ａ ｔｉ ｏｎ，  ｔｈ ｅｓ ｃｉ ｅ ｎｃ ｅａ ｎｄｔｅ ｃｈ ｎｏ ｌｏｇ ｙｆｕｎ ｄｉｎｇｆｒ ｏｍ ｇｏ ｖｅｒｎｍ ｅｎ ｔ，ｔ ｈｅａ ｓ ｓｏ ｃ ｉａ ｔ ｉｏ ｎ ｏ ｆ ｉｎｄ ｕｓ ｔｒｙ ａｎｄ ｕ ｎｉｖｅ ｒｓｉ ｔｙａｎ ｄ ｔｈｅ  ａｓ ｓｏｃ ｉａ ｔｉ ｏ ｎ ｏｆ ｉ ｎｄｕ ｓｔｒｙ ａ ｎｄｓ ｃ ｉｅ ｎｔ ｉ ｆｉ ｃ ｒｅ ｓ ｅ ａ ｒｃ ｈ ｉｎｓ ｔｉ ｔｕｔ ｉｏｎ ｈａ ｖ ｅｓ ｉｇｎｉｆ ｉｃ ａ ｎ ｔｐ ｏ ｓｉｔ ｉｖ ｅ ｉ ｎｆ ｌｕｅ ｎｃ ｅ ｏ ｎ ｒｅｇｉ ｏ ｎａｌｉ ｎｎ ｏｖ ａ ｔｉ ｏ ｎｐｅ ｒｆｏｒｍ ａ ｎｃ ｅ，ｗｈ ｉ ｌ ｅ ｔｈ ｅ ｓ ｕｐｐ ｏｒｔ  ｆｒｏ ｍｆｉｎａｎ ｃ ｉａ ｌｉ ｎｓｔｉ ｔ ｕｔ ｉｏ ｎｈ ａ ｓａ ｓｉ ｇｎ ｉｆｉ ｃ ａ ｎｔ ｎｅ ｇａｔ ｉｖ ｅｅ ｆｆｅ ｃ ｔ ． Ｔｈｅ ｄｙｎ ａｍ ｉｃ ｉｎｔ ｅ ｒｒｅｇ ｉｏ ｎａｌ ｆｌ ｏ ｗｏ ｆｉ ｎｎｏ ｖ ａｔ ｉｏｎ ｆａｃ ｔｏ ｒｓｐｒｏｍｏ ｔ ｅ ｓｂｏ ｔｈ ｔｈｅ ｓｐ ａｔ ｉａ ｌｓ ｐｉｌ ｌｏ ｖ ｅ ｒ ｏｆ ｋｎ ｏｗ ｌｅ ｄｇｅａ ｎｄｔ ｈｅｐ ｅｒ ｆｏｒ ｍａ ｎｃ ｅ ｏ ｆ ｒｅ ｇｉ ｏ ｎａ ｌ ｉ ｎｎｏ ｖ ａｔｉ ｏ ｎ． Ｗｈｅ ｔｈ ｅ ｒｗｅ ｕ ｓｅ  ａ ｓｔａｔ ｉｃ ｏ ｒ ｄｙｎａｍｉ ｃ ｓｐａ ｔｉ ａｌ  ｅ ｃ ｏ ｎｏ ｍｅ ｔｒ ｉ ｃｍ ｏｄ ｅ ｌ， ｔｈｅ ｒｅ ｓｕｌ ｔｓ ａｓ ｄｅ ｓｃ ｒｉｂ ｅ ｄａｂｏ ｖｅ ａ ｒｅ ｓｔ ａ ｂｌｅ． Ｔｈｅ ｃ ｏｎｃ ｌ ｕｓｉ ｏ ｎｓ ｏｆ ｔｈ ｉｓ ｐａｐｅ ｒ ｈ ａｖｅ ｋ ｅｙ ｐｏ ｌｉ ｃｙ ｏ ｎ ｐｒｏｍｏ ｔ ｉｎｇ ｔ ｈｅ ｉｎ ｎ ｏｖａｔｉ ｏｎｐ ｅ ｒｆｏ ｒｍａ ｎｃ ｅ ｉ ｎ Ｃｈｉ ｎａ ｔｈｒ ｏｕ ｇｈｕ ｎｄｅ ｒｓ ｔａｎｄ ｉｎｇｔ ｈｅ ｏ ｒｇａｎｉ ｚａ ｔｉ ｏ ｎａｎｄ ｃ ｏ ｏｒｄ ｉｎａ ｔｉｏ ｎ ｏｆ ｒｅｇ ｉｏｎ ａ ｌ ｉｎ ｎ ｏｖａ ｔｉｏ ｎｆａ ｃ ｔｏ ｒ ｓｃ ｏｍｐｒ ｅｈ ｅｎ ｓ ｉｖｅ ｌｙ．ＫｅｙＷ ｏ ｒｄｓ： Ｓｙｎｅ ｒｇｙＩ ｎｎｏ ｖ ａ ｔｉ ｏｎ； Ｓ ｐａｔ ｉａ ｌ Ｃｏｒ ｒｅ ｌ ａｔ ｉｏ ｎ； Ｉ ｎｎ ｏ ｖ ａｔ ｉｏ ｎＰｅ ｒｆｏ ｒｍ ａｎ ｃｅ ； Ｓｐ ａ ｔｉａｌ Ｐ ａｎ ｅ ｌＪＥＬ Ｃｌａ ｓｓｉｆｉｃ ａｔｉｏ ｎ：  0 3 2， 0 3 3（ 责任编辑： 晓喻） （ 校对： 曹帅）1 8 7