![Sample our Global Development journals, sign in here to start your access, latest two full volumes FREE to you for 14 days]({"type":"image" , "src" : "/sda/5929/TOC-Subject-Sample-2021-Global-Development.jpg"})
Abstract
Guastella G. and van Oort F. G. Regional heterogeneity and interregional research spillovers in European innovation: modelling and policy implications, Regional Studies. In agglomeration studies the effects of various regional externalities related to knowledge spillovers remain largely unclear. To explain innovation clustering, scholars emphasize the contribution of localized knowledge spillovers (LKS) and, specifically when estimating the knowledge production function (KPF), of (interregional) research spillovers. However, less attention is paid to other causes of spatial heterogeneity. In applied works, spatial association in data is econometrically related to evidence of research spillovers. This paper argues that, in a KPF setting, omitting spatial heterogeneity might lead to biased estimates of the effect of research spillovers. As an empirical test, a spatial KPF is estimated using EU-25 regional data, including a spatial trend to control for unexplained spatial variation in innovation. Accounting for geographical characteristics substantially weakens evidence of interregional research spillovers.
Guastella G. and van Oort F. G. 欧洲创新中的区域异质性与区域间的研究外溢：模式化与政策意涵，区域研究。在聚集研究中，与知识外溢有关的各种区域外部性效应，仍然不甚明确。为了解释创新的集群作用，学者强调在地化的知识外溢（LKS）与（区域间的）研究外溢的贡献—特别是当评估知识生产功能（KPF）时。但却较少有研究关注空间异质性的其他肇因。在应用上，数据中的空间关联性，在计量经济方面，与研究外溢的证据有关。本文主张，在 KPF 的环境中，忽略空间异质性，或许会导致对研究外溢效应的偏差评估。作为经验性的检验，本文将运用欧盟二十五座区域的数据来评估空间 KPF，包含控制创新中尚未被解释的空间变异之空间趋势。说明地理的特徵，将大幅弱化区域之间研究外溢的证据。
Guastella G. et van Oort F. G. L'hétérogénéité régionale et les retombées de la recherche interrégionales en matière d'innovation européenne: la modélisation et les implications politiques, Regional Studies. Dans les études sur l'agglomération, les effets des diverses externalités régionales relatives aux retombées de l'application des connaissances restent en grande partie incertains. Pour expliquer le clustering de l'innovation, les chercheurs mettent l'accent sur la contribution des retombées localisées de l'application des connaissances et, notamment quand on estime la fonction de production de connaissances, des retombées de la recherche (interrégionales). Cependant, on prête moins d'attention aux autres causes de l'hétérogénéité spatiale. Dans la recherche appliquée, l'association spatiale des données se rapporte aux preuves des retombées de la recherche d'un point de vue économétrique. Cet article affirme que, dans le contexte de la fonction de production de connaissances, l'omission de l'hétérogénéité spatiale pourrait entraîner des estimations faussées de l'impact des retombées de la recherche. En guise d'un test empirique, on estime une fonction de production de connaissances spatiale employant des données régionales de l'EU à 25, y compris une tendance spatiale pour contrôler la variation spatiale inexpliquée de l'innovation. Tenir compte des caractéristiques géographiques affaiblit considérablement les preuves quant aux retombées de la recherche interrégionales.
Guastella G. und van Oort F. G. Regionale Heterogenität und interregionale Forschungsübertragungen in der europäischen Innovation: Modellierung und politische Auswirkungen, Regional Studies. In Agglomerationsstudien bleiben die Effekte verschiedener regionaler Externalitäten im Zusammenhang mit Wissensübertragungen größtenteils unklar. Zur Erklärung der Clusterbildung im Bereich der Innovation betont die Wissenschaft den Beitrag der lokalisierten Wissensübertragungen sowie – speziell bei der Schätzung der Wissensproduktionsfunktion – von (interregionalen) Forschungsübertragungen. Den anderen Ursachen der räumlichen Heterogenität wird hingegen weniger Beachtung geschenkt. In angewandten Werken ist die räumliche Assoziation in Daten ökonometrisch mit den Belegen für Forschungsübertragungen verwandt. In diesem Beitrag wird argumentiert, dass ein Auslassen der räumlichen Heterogenität in Umgebungen der Wissensproduktionsfunktion zu verzerrten Schätzungen des Effekts von Forschungsübertragungen führen kann. Als empirischer Test wird eine räumliche Wissensproduktionsfunktion anhand von regionalen Daten der EU-25-Länder unter Berücksichtigung eines räumlichen Trends zur Kontrolle auf unerklärte räumliche Abweichungen bei der Innovation geschätzt. Bei einer Berücksichtigung der geografischen Merkmale schwächen sich die Belege für interregionale Forschungsübertragungen erheblich ab.
Guastella G. y van Oort F. G. Heterogeneidad regional y transferencia de investigación interregional en la innovación europea: modelación y repercusiones políticas, Regional Studies. En los estudios de aglomeración, los efectos de las diferentes externalidades regionales relacionadas con la transferencia de conocimientos siguen siendo en gran medida poco claros. A fin de explicar las agrupaciones de innovación, los académicos destacan la contribución de la transferencia localizada de conocimientos y, en concreto al calcular la función de producción del conocimiento, de los efectos indirectos de la investigación (interregional). Sin embargo, se presta menos atención a otras causas de la heterogeneidad espacial. En los trabajos aplicados, la asociación espacial en datos está econométricamente relacionada con la evidencia de transferencia de investigación. En este artículo argumentamos que en un entorno de función de producción del conocimiento, al omitir la heterogeneidad espacial pueden obtenerse estimaciones sesgadas de la transferencia de investigación. Como prueba empírica, calculamos una función de producción del conocimiento espacial a partir de datos regionales de la UE-25, incluyendo una tendencia espacial para controlar la variación espacial no explicada en la innovación. Al tener en cuenta las características geográficas, se debilita en gran medida la evidencia de la transferencia de investigación interregional.
Acknowledgments
The final version of this paper benefitted from the many useful comments and suggestions received at the VIth conference of the Spatial Econometric Association as well as at the first Geography of Innovation seminar. The authors would also like to thank two anonymous referees for providing good suggestions. The usual disclaimer applies.
Disclosure statement
No potential conflict of interest was reported by the authors.
Supplemental data
Supplemental data for this article can be accessed at http://dx.doi.org/10.1080/00343404.2015.1034668
ORCID
Gianni Guastella http://orcid.org/0000-0002-1333-4718
Notes
1. As usual, the matrix is row standardized.
2. See http://www.espon.eu/.
3. The variable is rounded to the integer. Detailed results of these tests are not presented but are available from the authors upon request.
4. The mean function is the inverse of the link function.
5. The market potential variable has an average value of 97.93. This differs from the value of 100, which is expected because the indicator is measured as the deviance from the European Union mean (EU = 100), as the Atlantic Islands were not considered in the data set used for the analysis.
6. Specifically, the p-value of the ANOVA test when model (c) is considered as the alternative is 4.2188E–15, while when model (d) is considered, the alternative the p-value decreases to 0.2054E–15.