引言

十九届四中全会提出,完善科技创新体制机制,建立以企业为主体、以市场为导向的技术创新体系,支持各类市场主体协同创新。自2014年京津冀协同创新共同体概念提出以来,众多学者围绕京津冀协同创新展开研究,普遍认为京津冀缺乏有效协作,协同创新能力和绩效较差,主要原因在于区域协同创新分工格局不明确、科技资源流动不通畅、创新链与产业链对接融合不充分。2019年1月,习近平总书记强调,要充分利用创新资源要素集聚优势,打造自主创新和原始创新的重要策源地。因此,深入剖析制约京津冀协同创新的影响因素,更好推进京津冀协同创新共同体建设,已经成为现阶段亟待研究的重要课题。

在现有研究成果中,崔志新、陈耀(2019)基于“大学-企业-政府”三螺旋模型确定影响因素,认为基于知识的人力资本、企业创新投入密度、主体自主创新、资本开放程度是影响区域协同创新产出的主要因素。梅长春、齐晓丽(2019)基于拓展的知识生产函数构建实证检验模型,得出以下结果:政府创新经费投入、地区经济发展水平溢出效应不显著,创新人员数量对邻近地区创新产出的影响显著为负,信息化水平存在显著正向溢出效应。江曼琦、刘晨诗(2018)借鉴贸易引力模型分析影响区域间技术转移的因素,认为技术承接地的知识吸收能力、产业结构匹配程度、科技创新能力是影响技术转移的关键因素。总体来看,虽然对京津冀协同创新影响因素的研究日趋丰富,但现有研究对于影响因素的识别和检验方法尚未形成统一标准,致使不同研究成果甚至可能得出相反的结论。

在现有研究成果的基础上,本文以2002-2016年京津冀13座城市为样本,运用空间杜宾模型考察创新投入、创新主体、创新环境等因素对协同创新绩效的影响程度。与以往研究成果相比较,本文聚焦不同城市之间的协同效应,通过运用空间计量模型,考察不同城市创新绩效之间的交互作用以及城市间各影响因素对创新绩效的交互作用。

理论探讨与研究假设

区域协同创新是指区域内企业、政府、科研机构、大学以及其他中介机构等各类主体,通过网络化技术创新模式,统筹配置各类资源要素,实现区域整体资源配置效率提升。通常认为,以下三方面因素对区域协同创新能够产生显著影响:第一类是创新投入,主要包括科研经费投入和人员投入;第二类是创新主体,主要包括创新需求主体和创新供给主体;第三类是创新环境,主要包括创新市场环境、政策环境、经济发展水平、开放程度等。

(一)创新投入与协同创新

经费投入。研发经费投入不仅能够影响企业创新速度和创新绩效,而且对协同创新绩效也具有显著正向影响。具有较高研发经费投入的企业更倾向于寻找外部创新资源要素,通过统筹配置更大范围内的创新资源,实现更有效率的创新。同时,作为科技发展与增长的重要引擎,高等院校研发投入也对协同创新绩效起到非常重要的作用。因此,提出以下假设:

假设1:研发经费投入对创新绩效具有显著的正向空间溢出效应。

人员投入。协同创新活动更容易发生在高素质劳动力资源丰富的地区,丰富的人才资源不仅能够提供有力的创新投入支撑,而且能够通过构建高素质劳动力池有效推动区域协同创新。创新集群中的高技能劳动力通过频繁跳槽和创业,加快了知识在不同群体之间的传播。由于协同创新主要依靠专业技术人员和管理人员的知识和技术,因此人力资本的知识储备、业务素质及其对创新型文化的认同程度均会对协同创新产生显著影响。因此,提出以下假设:

假设2:人力资本投入对创新绩效具有显著的正向空间溢出效应。

(二)创新主体与协同创新

创新需求主体。随着科技的不断发展,单个企业技术创新能力有限,于是出现了企业与企业间的合作。这种合作扩充了研发资金和研发人员,有助于取得新的技术突破。作为创新活动的重要主体,企业不仅在区域内部寻找可以促进创新的资源,而且当区域内部创新资源不能充分满足创新活动所需的技术知识时,还会向区域外部寻求协同创新机会。大量集聚的科技型企业能够产生空间距离的邻近、交通成本的节省、信息时滞的缩短、知识技术的外溢等效应,这些效应都为协同创新创造了有利条件。因此,提出以下假设:

假设3:科技企业对创新绩效具有显著的正向空间溢出效应。

创新供给主体。科研院所的集聚增加了信息交流和联系,有利于技术整合和创新,使区域技术标准转化为国际标准,形成技术集群优势和区域性垄断优势。高等院校和科研机构对协同创新的促进作用主要体现在以下三个方面:一是将隐性知识转化为论文、专利等显性知识,为企业提供技术开发资源;二是通过合作研发等溢出机制,将显性知识和技术传送给企业;三是通过技术培训和人力资本流动等方式,为协同创新提供智力支持。由于技术创新具有高成本和高风险,高等院校、科研机构推动的协同创新不仅能够避免重复开发和研究,节约技术开发成本,减少技术开发总体投入,而且能够通过建立紧密的技术合作联盟,规避技术开发风险。因此,提出以下假设:

假设4:高等院校和科研机构对创新绩效具有显著的正向空间溢出效应。

(三)创新环境与协同创新

创新市场环境。技术市场是创新主体进行技术创新和扩散的重要渠道,也是创新主体获取外部知识的重要途径。良好的技术市场既能够提升协同创新主体成本分担和成果分配的公平性,降低协同创新主体风险,又能够打破传统资源配置模式,促进创新主体间知识和信息共享以及区域内外的知识流动,形成产学研合作发展的区域技术创新网络运行机制。因此,提出以下假设:

假设5:创新市场环境对创新绩效具有显著的正向空间溢出效应。

政策环境。政策环境对于区域协同创新发挥着重要的激励和引导作用。政府通过税收减免、贷款贴息、创新基金、财政拨款等政策手段,引导协同创新模式和资源配置方向,从而为区域协同创新系统创造良好的协同创新环境。政府可以通过制定财政扶持政策,引导创新主体积极参与协同创新活动、增加协同创新项目数量、提升协同创新项目质量、培育协同创新文化氛围,进而提高区域协同创新绩效。因此,提出以下假设:

假设6:政策环境对创新绩效具有显著的正向空间溢出效应。

经济发展水平。区域经济发展状况也是影响协同创新绩效的一个重要因素,经济较为发达的地区具有技术密集和资金密集优势,更容易吸引创新资源要素集聚与激发区域协同创新。同时,一个地区的经济发展水平越高,其生产和贸易产品的技术复杂程度越高,就越倾向于统筹配置区域内外创新资源开展协同创新。因此,提出以下假设:

假设7:经济发展水平对创新绩效具有显著的正向空间溢出效应。

开放程度。资本开放不仅扩大了研发资金来源,而且通过竞争效应和学习效应,促进企业主动增加研发投入,更好地配置研发资源。资本开放能够打破原有区域协同创新格局,促进创新主体在更大空间范围内开展创新活动。因此,提出以下假设:

假设8:开放程度对创新绩效具有显著的正向空间溢出效应。

模型设定与实证检验

(一)指标选取

现有研究成果大多从协同创新产出、协同创新能力、协同创新程度、协同创新效率等方面考察协同创新绩效。其中,协同创新产出通常使用专利申请数量等指标衡量,协同创新能力通常使用《中国区域创新能力评价报告》中有关指标衡量,协同创新程度通常使用复合系统协同度模型测度,协同创新效率通常使用DEA-BCC模型和Malmquist指数模型求解。虽然许多专利仅对应于几乎没有任何经济价值的发明创造,从未引发创新,但由于专利数据的可获得性较强,且作为创新产出的衡量指标应用较为普遍,因此,本文从创新产出的角度考察区域协同创新绩效,并使用专利申请数量指标衡量创新产出。衡量各项影响因素的统计变量如表1所示,其中规模以上工业企业数量、地方生产总值、外商直接投资额数据来源于《中国统计年鉴》《河北经济年鉴》,专利申请数量及其他5项指标数据来源于《中国科技统计年鉴》《河北科技统计年鉴》。

基于数据的可获得性,本文使用2002-2016年度京津冀13座城市面板数据作为考察样本。为减弱数据的异方差性,对各指标数据取对数处理,取对数后指标描述性统计如表2所示。根据表2可知,创新绩效在不同年份、不同城市之间差异相对较大,其中最小值为2014年张家口的2.03,最大值为2016年北京的5.28,中位数为2008年唐山的3.09,与均值之间的差异较小。各指标中位数均小于均值,且偏度均大于0,说明各指标均有右侧长尾,即京津2座城市与河北省各城市之间的差异较大。与创新绩效相比较,创新供给主体、政策环境、人员投入3项指标的偏度更大,说明京津在科研机构、地方财政科技支出、研发人员方面的优势相对较为明显。

表3报告了各解释变量间的相关系数。解释变量之间的相关系数多在0.4-0.6之间,说明解释变量之间不存在完全线性关系。值得注意的是,部分解释变量间的相关系数大于0.6,如经费投入和人员投入、政策环境、经济发展水平、开放程度之间的相关系数分别为0.65、0.63、0.65和0.64,可能存在一定程度的多重共线性问题。

(二)空间权重矩阵设定与空间相关性检验

常见的空间权重矩阵W包括相邻权重矩阵、地理距离权重矩阵、经济距离权重矩阵、加权相邻权重矩阵、加权地理距离权重矩阵等类型。综合考虑权重矩阵的简洁性和有效性,本文选择相邻权重矩阵衡量城市间的空间关系,并对权重进行行标准化处理,用以进行空间相关性检验和构建空间计量模型。行标准化之前的相邻权重矩阵如下:

模型1

图1给出了2002年和2016年京津冀13座城市创新绩效的四分位图。如图1所示,京津冀13座城市创新活动高度集聚且呈现出明显的“中心-外围”结构,北京、天津、石家庄3市创新绩效明显高于周边地区。北京大量高等院校和科研机构的基础研究为创新活动提供了坚实基础,由市场规模而导致的分工也降低了创新成本;天津坚实的制造业基础为创新活动提供了充裕需求,全国先进制造研发基地的功能定位也促进了其政策体系向研发转化倾斜;石家庄作为河北省会城市,人才、资金等创新资源要素较为丰富,新一代信息技术、生物医药、先进装备制造等重点产业也具有一定研发转化实力。由于京津冀13座城市的创新绩效存在明显差距,知识和技术的溢出和扩散也存在较大潜力。

表1区域协同创新影响因素及统计指标

表2指标描述性统计

表3各解释变量间的相关系数

表42002-2016年京津冀13座城市创新绩效的空间相关性检验

表5不同空间计量模型拟合效果比较

表6空间杜宾模型回归结果

对比2002年和2016年四分位图发现,京津冀地区创新绩效的空间分布整体格局较为稳定,创新绩效较高的城市大体分布在秦皇岛-石家庄一线。相对于其它区域,以廊坊为代表的河北省中部、以秦皇岛为代表的河北省东北部地区创新绩效提升较快,而河北省东南、西北地区创新绩效较低,邯郸、沧州创新绩效提升速度相对较慢。总体来看,京津冀13座城市的创新绩效呈现出较强空间关联特征。

表4和图2分别给出了京津冀13座城市创新绩效的全局Moran’sI和局部Moran’sI。表4显示,2002-2016年京津冀13座城市创新绩效的Moran’sI均为正,Z得分均大于1.96,P值均通过0.1的显著性检验,表明京津冀13座城市创新绩效具有较强空间正相关性,邻近地区创新绩效水平较为接近。同时,Moran’sI呈现出递增趋势,表明随着京津冀协同发展重大国家战略的有序推进,京津冀各城市创新绩效表现出一定的空间外溢性。

从图2来看,京津冀各城市创新绩效的空间集聚格局较为稳定。北京由高低集聚型城市向高高集聚型城市转变,对周边城市的技术扩散和溢出作用初步显现。保定、石家庄进入高低集聚型城市行列,京保石发展轴已经展现出一定的空间集聚态势。沧州进入低高集聚型城市行列,科技创新发展潜力和创新溢出承接能力有待进一步挖掘。

(三)空间计量模型设定

静态空间计量模型的一般形式为:

Y=ρWY+α+Xβ+WXθ+μ,μ=λWμ+ε

其中,Y是被解释变量,X是解释变量,W是空间权重矩阵,WY、WX、Wμ分别是被解释变量、解释变量和随机扰动项的空间滞后项。不同空间计量模型并不一定包含全部类型的空间滞后项,往往根据统计指标和研究目的进行取舍,构建适合的空间计量模型。

本文在进行面板数据模型设定时,主要考虑了以下两个方面因素:一是从统计检验角度来看,表5比较了空间自回归模型、空间误差模型、空间杜宾模型和空间自相关模型拟合效果。在上述4个模型中,空间杜宾模型的拟合效果最佳。二是从经济意义来看,本文主要考察京津冀13座城市创新绩效的协同效应,重点分析各个城市创新绩效及其影响因素对其它城市创新绩效的影响,与随机扰动项的空间滞后效应无关。综合上述两方面因素考虑,本文选择空间杜宾模型进行分析。

(四)实证结果分析

常见的空间计量经济模型参数估计方法主要包括极大似然估计法(MLE)、广义空间两阶段最小二乘法(GS2SLS)、空间广义矩估计法(空间GMM)三种方法。在表6中,模型1-3分别列出了使用上述三种估计方法的估计结果,不同估计方法估计得到的解释变量系数和标准差基本相似。出于简洁性考虑,表6仅报告了各解释变量的直接效应、间接效应、总效应及判断回归结果拟合优度的部分指标。比较模型1-3的可决系数和对数似然比可知,模型1拟合效果更优,故选择模型1的估计结果进行分析,并在稳健性检验中仅报告极大似然估计法的估计结果。

观察模型1的回归结果可知,在5%的显著性水平下,除开放程度以外,各项因素均对创新绩效具有显著正向影响。其中,经费投入、人员投入、创新需求主体、创新供给主体、市场环境、经济发展水平6项解释变量均对创新绩效具有显著正向空间溢出效应,而政策环境、开放程度2项解释变量对创新绩效的空间溢出效应并不显著。科研人员投入、创新需求主体、经济发展水平3项因素对创新绩效的空间溢出效应较强,当其它因素不变、某一城市的上述因素分别各自变动1%的三种情况下,与其相邻城市的创新绩效将分别平均变动0.37%、0.34%和0.22%;而当某一城市的科研经费投入、创新市场环境、创新供给主体分别变动1%的情况下,与其相邻城市的创新绩效变化平均幅度分别为0.15%、0.09%和0.02%。

图12002年和2016年京津冀13座城市创新绩效四分位

图22002年和2016年京津冀13座城市创新绩效局域自相关

结论与讨论

通过实证检验,得到如下结论:第一,科研经费投入和科研人员投入对周边城市创新绩效具有显著正向影响。在其它条件不变的情况下,如果某座城市增强自身创新资源要素投入,在提升自身创新绩效的同时,还可能对周边区域产生较为明显的空间溢出效应,带动周边城市创新绩效共同提高。第二,创新需求主体和创新供给主体对周边城市创新绩效具有显著正向影响,但创新供给主体的作用较为有限。某座城市企业数量增加、产业规模壮大可能产生对创新的强烈需求,激发本地区和周边区域创新活力,而某座城市高等院校、科研院所数量的增长对周边区域创新绩效的示范作用相对较小。第三,经济发展水平和创新市场环境对周边城市创新绩效具有显著正向影响,而政策环境、开放程度对周边城市创新绩效的溢出效应并不显著。某座城市的经济发展水平和本地创新市场活跃度能够带动周边区域创新绩效,而本地区创新扶持政策和对外开放程度并未对周边地区创新绩效具有明显辐射作用。

在上述研究结论的基础上,提出以下政策建议:第一,加大科研经费投入力度,强化信贷、天使、种子基金对科技创新的支撑作用,支持金融机构开发“成果中试贷”“仪器租赁贷”等科技金融产品。第二,促进高层次人才流动,搭建跨区域科技人才信息共享平台和统一的科技创新人才资源库,加强职称、人事档案管理等区域科技人才制度衔接。第三,鼓励企业开展技术研发与创新,建设科技创新技术交流载体平台,加快完善产学研合作机制。第四,进一步发挥科研机构主体作用,组建跨区域技术创新和成果转化联合体,围绕重大核心关键技术和产品应用开发联合攻关。第五,探索跨行政区创新合作新模式,促进科技创新资源在区域内自由流通,努力实现技术研发协作、信息平台共享和技术交易网络一体化。

现有关于协同创新的研究成果大多考察创新主体之间的协同性,讨论高等院校、科研院所、科技企业、政府部门等不同创新主体之间的协同关系。与现有研究成果不同,本文重点关注城市之间的协同性,通过考察创新投入、创新主体、创新环境等因素对周边区域创新绩效的影响,探讨城市之间的创新协同关系。与此同时,本文仍然存在一定局限性。如在计量分析中,各解释变量之间可能存在一定多重共线性,解释变量的内生性和时间上的滞后性并未克服。同时,由于样本期较短,本文并未检验面板数据的平稳性。上述问题均未在稳健性检验中作出进一步说明,需要在今后研究中解决。

参考文献：

[1]赵滨元.京津冀协同创新共同体中的天津之为[J].上海城市管理,2019(5)

[2]崔志新,陈耀.区域技术创新协同的影响因素研究—基于京津冀和长三角区域面板数据的实证分析[J].经济与管理,2019(3)

[3]梅长春,齐晓丽.京津冀创新产出的空间布局与影响因素研究—基于13座城市的空间统计与计量分析[J].河北大学学报(哲学社会科学版),2019,44(1)

[4]江曼琦,刘晨诗.影响技术转移效率的区位因素分析—兼论京津冀技术合作的障碍[J].天津社会科学,2018(3)

赵滨元.京津冀协同创新绩效影响因素分析——基于空间杜宾模型[J].商业经济研究,2021(01):162-166.

基金:天津市科技发展战略研究计划项目“以天津之为推动京津冀协同创新路径研究——基于三大城市群协同创新效率的比较”(19ZLZXZF00040)