研發要素流動對京津冀城市群的科技創新影響研究

李濤 張貴

摘 要： 利用2002—2017年京津冀地區13個城市數據，采用空間計量分析法，實證分析研發要素流動對城市科技創新影響。結果表明，城市創新存在顯著的空間相關性;前期的知識積累對城市科技創新具有重要影響，但時間距離和科技距離的縮短可顯著降低其影響程度，交通設施連通性越強和技術水平越接近的城市，越有利于城市間研發要素流動，擴大知識溢出強度，進而提升城市科技創新，最后從降低制度障礙、完善基礎設施和搭建協同創新平臺等方面提出對策建議。

關鍵詞：研發要素流動;京津冀;科技創新;空間計量

中圖分類號：F207 ? 文獻標志碼：A ? 文章編號：1674-7356（2019）-02-0001-08

隨著國際競爭環境的日趨嚴峻和國內產業結構轉型升級的步伐加快，區域經濟發展由要素和投資驅動向創新驅動轉變的必要性和緊迫性日益增強。2016年5月，黨中央、國務院印發《國家創新驅動發展戰略綱要》，指出建設創新型城市，以創新要素的集聚與流動促進產業合理分工。2014年，京津冀協同發展正式上升為重大國家戰略，而創新是推動京津冀協同發展的關鍵。從創新產生過程來看，一方面，創新能力提高源于城市自身知識積累和相關投入的增加;另一方面，城市間研發要素流動帶動知識流動，加速知識在城市間擴散，進而對城市創新產生重要影響。因此，明晰研發要素流動對科技創新的影響機理，評估其影響效應對促進城市群協同創新，進而推動京津冀協同發展具有重要理論和現實意義。

一、文獻綜述

隨著科技創新對城市經濟增長的重要性不斷增強，學界對有關創新的相關研究也越來越多，主要集中在創新評價、創新影響因素和創新的空間相關性三個方面。在創新評價方面，學者多采用分層聚類分析[1]、多指標綜合指數法[2]、超效率DEA[3]等方法對城市創新能力進行評價;更進一步的研究者，許治和楊明海等[4-5]利用核密度與馬爾科夫鏈方法對城市創新能力動態演進過程進行分析，探究城市創新差異產生的原因。在創新影響因素方面，金懷玉和菅利榮研究發現增加創新投入能有效提升科技創新效率[6];而魏守華等認為創新能力不僅受創新基礎條件的影響，更重要的是受包含產業集群環境、產學研聯系質量等創新效率影響[7];宇文晶等則認為金融環境和經濟條件對效率提升有促進作用[8]。此外，國外學者Doh和Kim以韓國為研究對象分析政府政策對企業創新績效的影響，結果表明，政府財政政策有利于中小企業開展創新活動。在創新空間相關性方面，李婧等構建基于超越對數生產函數的靜態與動態空間面板計量模型研究區域創新空間相關性，結果表明，創新活動存在顯著地空間正相關;更進一步的研究，學者從地理鄰近[9]、技術臨近[10]等視角研究城市科技創新。

綜上所述，雖然在城市科技創新方面的研究較為豐富，但多數是從靜態角度分析創新活動的空間相關性，少數學者構建動態模型研究城市科技創新相關問題，但本質上仍反應的是創新活動靜態特征。與其他生產要素相比，研發要素攜帶了更多的知識、信息、技術、資本等創新資源，其在城市間的流動有利于創新知識的空間傳播，進而影響城市群科技創新活動。邵漢華和鐘琪研究發現，研發要素流動顯著提升協同創新效率[11];而白俊紅和王鉞研究表明，R&D資本的區際流動對創新效率提升有顯著促進作用，R&D人員流動影響并不顯著[12]。然而，現有研發要素對科技創新影響的相關研究主要集中在區域層面，呂海萍等從城市層面分析研發要素流動對創新活動的影響，但其分析是基于單一的地理鄰近性，不同緯度的鄰近性對城市科技創新影響存在差異[13]。基于此，本研究以京津冀13個地級市為研究對象，構建多種空間權重矩陣，對比分析不同鄰近維度的研發要素流動對城市科技創新影響，以期為推動京津冀協同發展提供決策參考。

二、研發要素流動促進科技創新的理論機理

作為影響創新的重要因素，研發要素流動主要通過知識溢出效應、創新網絡效應和資源優化配置效應對城市創新產生重要影響（圖1），具體分析如下：

首先，研發要素流動加速知識在城市間流動，產生知識溢出效應。城市科技創新能力高低在很大程度上是由城市知識池容量決定，知識是一種公共物品，可以較低成本被共享使用。因而，自身投入和鄰近城市知識溢出均對城市知識池容量產生影響。作為知識傳播的重要載體，研發要素流動在城市間流動使得創新組織接觸更多的創新知識成為可能[12]。一方面，研發要素在城市間的流動有利于專業化知識集聚，進而使得不同城市產業內企業溝通合作更加密切，在推進城市產業發展的同時提升城市創新能力;另一方面，研發要素在城市間流動也有利于不同產業的知識在同一城市形成交互，多樣化知識碰撞使得城市內不同產業的創新組織相互學習，有利于整合異質性創新要素，激發不同創新主體活力。此外，隨著研發要素流動規模和持續時間的增加，知識流量會進一步轉化為知識存量，進而內生的促進城市創新能力提升。

其次，研發要素流動有利于城市創新網絡形成，產生創新網絡效應。研發要素流動不僅有利于知識在城市間擴散，也有利于城市間創新組織開展研發合作，進而形成跨城市的創新網絡，而城市間的網絡關系有利于信息擴散和知識共享，進一步促進城市創新[14]。一方面，組織可以通過創新網絡獲取知識和信息，也可以將其在網絡中分享，優化自身知識結構，知識溢出強度增加，特別是加速隱性知識在組織間傳播，提高創新成功率，促進城市創新;另一方面，創新網絡形成降低市場交易成本，使得創新組織能在更大空間范圍內選擇合作伙伴，降低城市間創新主體相互合作的監督和履約成本，增強彼此的信任程度，進一步完善城市創新網絡，通過不斷獲取城市外部知識、信息、技術等創新要素，提升城市創新。

最后，研發要素流動提高創新要素利用率，產生資源優化配置效應。研發要素流動在城市間流動本質上也是創新資源在更大范圍內重新組合的過程，有利于提高創新要素使用效率，促進資源優化配置。一方面，研發要素流動不僅帶動先進知識、技術、資金等創新資源的流動，也有助于管理方式、組織形式等軟環境的輸出，進而內生性提高閑置資源參與創新過程可能性，使得更多資源參與科技創新，提高了資源利用效率，有助于縮小城市間創新差距[15];另一方面，研發要素在城市間流動也使得流入地市場競爭程度增加，不同創新要素價值體現變得更容易，市場競爭機制有利于資源能最大程度被利用，進而提升城市創新效率。

基于上述理論分析，提出本研究研究假設：

假設1：從動態角度而言，研發要素流動促進城市科技創新。

此外，隨著交通基礎設施的不斷完善，特別是高速鐵路的開通，極大增強了城市間的可達性程度。一方面，使得城市間大規模和頻繁的研發要素流動成為可能，加速了知識空間擴散與傳播[16]，進而影響城市創新;另一方面，降低創新活動的監督和約束成本，使得研發要素空間流動范圍擴大，有利于推動城市創新[17]。因此，進一步提出研究假設：

假設2：相較于地理距離，基于時間距離產生的研發要素流動對城市科技創新影響更大。

三、模型構建、變量選擇與數據來源

（一）模型構建

目前，學術界用于研究空間相關問題的計量模型主要有三種：空間滯后模型（Spatial Lag Model，SLM）、空間誤差模型（Spatial Error Model，SEM）和空間杜賓模型（Spatial Durbin Model，SDM）。SLM主要考慮因變量空間滯后項對被解釋變量的影響;SEM主要考慮空間誤差項對被解釋變量的影響;而SDM是同時考慮了解釋變量和被解釋變量的空間自相關性，其具體形式如下：

（二）變量選擇與數據來源

1. 被解釋變量

學界對創新產出的度量一直存在爭議，雖然專利并不能完全反應創新活動，但專利對創新的重要性毋庸置疑，正是由于專利的存在使得創新活動價值可衡量[18]。因此，本文使用專利授權量（PAT）作為被解釋變量，表示城市創新產出。

2. 解釋變量

研發要素流動，包括研發要素流動包括R&D人員流動（RPF）和R&D資本流動（RCF）。在借鑒王鉞和劉秉鐮[19]研究的基礎上，采用引力模型對城市間RPF和RCF進行測算，具體計算公式如下：

3. 控制變量

結合現有研究可知，研發要素投入[20]、政府政策[21]和外商直接投資[22]對城市科技創新亦會產生不同程度影響。因此，將上述變量予以控制，具體定義如下：

1）研發要素投入。包括R&D人員投入（RDP）和R&D資本投入（RDE）。雖然城市創新水平很大程度上源于自身知識存量，但存量依賴于流量的增加，R&D人員和R&D資本投入均表示了一定程度的知識量，因而對科技創新產生重要影響。借鑒前人研究的基礎上，本論文使用R&D資本存量代替內R&D資本投入，具體計算公式已較為常見，此處省略公式表達;

2）政府政策。以政府財政在科技方面支出測度，用GOV表示;

3）外商直接投資。以外商直接投資額測度，用FDI表示。

研究使用京津冀地區13個地級以上城市面板數據，研究周期為2002—2017年，數據來源于歷年《中國科技統計年鑒》《中國城市統計年鑒》和各城市統計公報，建模數據均取自然對數。另外，考慮到創新活動具有一定的滯后性，以被解釋變量延后一年的數據進行實證研究。

四、實證結果分析

（一）空間相關性檢驗

在采用空間面板模型研究研發要素流動對京津冀科技創新的影響前須對創新活動的空間相關性進行檢驗，Moran′I指數是常用的判斷空間相關性指標。因此，通過計算Moran′I指數對京津冀創新空間相關性進行判斷，計算公式如下：

其中，n是研究對象數量，xi和xj分別代表城市i和城市j的創新能力，S2表示xi和xj的協方差，表示空間權重矩陣W中第i行第j列的元素。Moran′I的取值范圍是[-1，1]，正值表示空間正相關，即創新能力相似的城市在空間上呈現集聚狀態;負值表示空間負相關;零值表示不存在空間相關性，即呈現隨機分布狀態。本文以京津冀城市群13個地級市為研究對象，以專利授權量衡量城市科技創新，計算2002—2017年其Moran′s I值，結果如表1所示。

由表1可知，研究期內Moran′s I值全部通過了顯著性檢驗，表明京津冀科技創新活動存在顯著的空間相關性，地理集聚特征明顯。從變化趨勢來看，雖然科技創新活動的集聚程度每年有波動，但整體呈下降趨勢，由2002年的0.163波動下降到2017年的0.152，這在一定程度上說明，京津冀城市群科技創新活動集聚程度有所減弱，有利于縮小城市創新差距。

（二）普通面板估計結果

首先采用普通面板模型對京津冀城市群科技創新與其影響因素之間的相關關系進行估計，檢驗解釋變量和控制變量對被解釋變量的影響，對變量選擇的科學性進行評價。

由表2可知，普通面板模型估計結果總體上擬合良好，不管是解釋變量還是控制變量均通過了顯著性檢驗，從解釋變量系數來看，R&D人員流動和R&D資本流動均對城市科技創新產生顯著影響，且前者的影響更大;從控制變量估計系數來看，除FDI之外，其余控制變量系數均顯著為正，特別是R&D人員投入對城市科技創新影響最大，說明變量選擇是科學的，可對京津冀城市科技創新活動進行充分解釋。

進一步地，通過不同檢驗，對空間面板模型具體形式進行確定，如表3所示。

由表3可知，通過拉格朗日乘子檢驗（LM）發現，不管是SE-LM還是SL-LM均通過了1%水平下的顯著性檢驗，說明因變量滯后項和殘差序列均存在空間自相關;進一步對其進行穩健性拉格朗日乘子檢驗（Robust LM），結果顯示，SL-RLM和SE-RLM也均通過1%水平下的顯著性檢驗，說明需同時考慮因變量滯后項的空間自相關和殘差項的空間自相關，故采用空間杜賓模型進行分析是有效的。同時，無論是LR檢驗還是Wald檢驗，均拒絕原假設，即SDM不能轉化為SLM或SEM。同時，Hausman統計值為113.884，通過了1%顯著性水平檢驗，拒絕了真實模型為個體隨機效應模型的原假設。綜上所述，本文將采用時空固定效應的空間杜賓面板模型進行實證分析。

（三）空間面板估計結果

本文研究研發要素流動對京津冀城市群科技創新的影響，為考察因空間權重矩陣不同導致其對創新活動影響的差異性，共設置了三種空間權重矩陣：一是基于地理距離的空間權重矩陣，以京津冀城市間地理中心距離表示;二是時間距離權重，通過攜程網查詢京津冀城市間長途汽車和火車運行時間，以兩者中時間的最短表示;三是技術距離權重，以城市間高技術產業占GDP比重之差的絕對值表示，估計結果如表4所示。

由表4可知，整體來看R2、sigma2和loglikols統計值結果比較理想，說明基于三種不同標準空間權重矩陣得到的動態空間杜賓模型估計結果具有較強的解釋力。從被解釋變量時間滯后項、解釋變量和控制變量的空間滯后項估計系數來看，多數變量在不同距離權重下均通過了顯著性水平檢驗，這在一定程度上說明，科技創新活動空間相關性顯著，表達了相對“位置”的重要性。不管是基于何種標準構建的空間權重矩陣，研發要素流動對科技創新的影響均為正，且通過顯著性檢驗，研發要素在城市間流動，加速知識空間溢出，進而提升城市科技創新能力，假設1得到驗證。

從基于地理距離的空間權重估計結果來看，京津冀城市群科技創新主要是依賴于自身前期知識積累，被解釋變量時間滯后項系數每提高1%會促進城市科技創新提高近0.5個百分點。研發要素流動及其空間滯后項對科技創新具有顯著影響，RPF和RCF對城市科技創新具有促進作用，研發要素流動每增加1%，分別會使科技創新增加0.152%和0.117%;而其空間滯后項則對科技創新產生負向影響，且RCF空間負向影響更大。研發要素在城市間流動，一方面，促進知識溢出，有利于城市知識存量增加，進而對科技創新具有正向促進作用;另一方面，鄰近城市研發要素流動量增加有可能會加速本地研發要素向鄰近城市流出，進而導致本地區研發要素減少，對城市科技創新產生不利影響。由RDP和RDE及其空間滯后項系數可知，研發要素投入對科技創新具有重要影響，不管是否考慮空間效應，RDP的估計系數均大于RDE，即R&D人員投入對科技創新的影響高于R&D資本投入，進一步強調了R&D人員對創新活動的重要性。一種可能的解釋是，城市科技創新依賴于知識，而人是創新型知識的主要載體，因而其對創新活動影響更大。此外，鄰近城市研發要素投入增加有利于本地區科技創新能力提升，原因在于，鄰近城市研發要素投入的增加擴大城市知識池，進而有利于知識空間溢出，產生正向空間效應。然而，由GOV及其空間滯后項系數來看，政府財政對科技創新具有正向作用，但其影響小于研發要素投入;同時，由于政府財政對科技創新的支持具有顯著地域性，因而其空間效應并未通過顯著性檢驗。此外，從FDI及其空間滯后項系數來看，外商直接投資增加并不會促進科技創新，一方面，隨著城市整體科技創新能力提升，其對外資的依賴逐漸降低，特別是勞動和資源密集型產業，這些產業的增加并不會增強獲取知識溢出能力[23]，并未產生積極作用;另一方面，FDI的增加可能會對原有城市科技創新產生擠出效應，抑制城市內企業創新，對科技創新產生負向影響。

從基于時間距離的空間權重估計結果來看，解釋變量時間滯后項系數顯著為正，說明前期的知識積累對現階段科技創新同樣具有較強解釋力。與基于地理距離回歸結果相類似，研發要素流動及其空間滯后項對科技創新同樣具有重要影響，RPF和RCF每增加1%，分別會提升0.306%和0.294%的城市科技創新，即假設2得到驗證;研發要素流動的空間滯后項流動同樣具有負向效應，但與地理距離權重相比，負向溢出效應被弱化了。隨著京津冀城市群交通設施改善，城市間聯系不斷增強，大范圍和快速在知識交互成為可能，有利于創新中心城市向外圍城市擴散，因而弱化了因地理阻隔而產生的負向效應。從控制變量估計系數來看，研發要素投入對科技創新具有重要影響，R&D人員投入顯著性和估計系數均強于資本投入，其對科技創新均有促進作用;但其空間滯后項影響存在差異;鄰近城市R&D人員投入對本地區科技創新活動產生負向空間溢出;鄰近城市R&D資本對本地區科技創新有正向促進作用。原因在于，交通設施改善，一方面，可能會導致R&D人員向鄰近城市集中，特別是臨近大城市，進而不利于城市創新;另一方面，城市間時空壓縮使得面對面交流成為可能，降低信息不對稱，進而有利于擴大風險投資邊界，這與龍玉等人的研究是一致的[17]。由GOV及其空間滯后項系數來看，政府財政對科技創新具有正向作用，且其空間滯后項對城市科技創新亦有重要影響，一種可能的解釋是，交通設施改善降低城市間通勤時間，使得政府層面學習交流的機會增加，有利于落后城市向發達城市政府學習，調整自身科技支持政策，進而提高本城市創新能力。從FDI及其空間滯后項系數來看，外商直接投資對科技創新具有負向影響，其增加1%，分別會對本地區和鄰近城市產生0.082%和1.177%的負向效應，這在一定程度上也驗證了，外商直接投資通過擠出效應抑制本地區城市創新。

同基于地理距離和時間距離權重的估計結果類似，基于技術距離的估計結果同樣證實了京津冀城市群前期知識積累對當期科技創新的重要性。從RPF和RCF及其空間滯后項估計結果來看，研發要素流動對城市創新具有正向促進作用，其每增加1%分別會提升0.237%和0.124%的科技創新;而兩者空間滯后項負向效應顯著，但其顯著性與地理距離和時間距離相比更低，原因在于，城市間技術距離越相近，越有利交流互動，使得其負向空間溢出效應有所降低。從研發要素投入估計系數來看，R&D人員和資本投入每增加1%，分別會產生0.205%和0.846%的直接效應;而其空間效應存在差異，R&D人員投入并為通過顯著性檢驗，R&D資本投入每增加1%會產生0.335%的負向空間溢出效應。從GOV及其空間滯后項系數來看，政府財政支出對科技創新具有顯著影響，政府財政在科學技術方面支出每增加1%，分別會產生0.237%直接效應和0.452%間接效應，城市間技術距離越短，政府間采取協同創新政策可能性越高，越有利于發揮政策的空間溢出效應，通過協同創新促進城市群整體科技創新能力提升。此外，從FDI及其空間滯后項系數來看，FDI每增加1%分別會使本地區科技創新降低0.248%和鄰近城市降低0.372，這與前面的研究是一致的，即FDI可能對城市科技創新產生擠出效應，進而對城市創新產生不利影響。

進一步地，通過對比不同距離權重的估計結果可知，不管是時間距離還是技術距離，雖然都強調了前期知識積累對科技創新的重要性，但相比于地理距離，其影響程度有所下降，時間距離和技術距離的縮短，有利于城市間交流互動，弱化了地理距離的影響，通過協同創新促進城市群科技創新提升。對比基于三種距離權重下的研發要素流動估計結果發現，交通設施連通性越強和技術水平越接近的城市，越有利于城市間研發要素流動，擴大知識溢出強度，進而提升城市科技創新;由其空間滯后項可知，城市間時間距離和技術距離越短，越有利于城市內創新組織交流和互動，降低因研發要素凈流出而產生的負向效應。此外，時間距離和技術距離的降低，增強了研發要素投入、政府財政在科技方面支出等解釋變量對城市科技創新的影響。

五、結論與對策建議

本研究基于新經濟地理視角，利用2002—2017年京津冀城市群數據，通過構建多種空間權重矩陣，探討研發要素流動對京津冀城市群科技創新的影響。結果表明，不同空間權重矩陣均不同程度強調了研發要素流動對京津冀城市群科技創新的正向促進作用，而城市間時間距離和技術距離越短，越有利于城市內創新組織交流和互動，有利于降低因研發要素凈流出而產生的負向效應。此外，時間距離和技術距離的降低，增強了研發要素投入、政府財政在科技方面支出等解釋變量對城市科技創新的影響。為充分發揮研發要素流動對京津冀城市群科技創新的促進作用，提出以下對策建議：

第一，降低研發要素流動的制度性障礙。充分發揮市場在研發要素空間配置的決定性作用，破除京津冀城市間制度性壁壘，特別是阻礙研發要素流動的體制機制障礙，進一步擴大研發要素流動對城市科技創新的促進作用。一方面，積極推進京津冀城市間戶籍、養老、醫療等方面改革，通過提高其待遇吸引R&D人員流入;另一方面，加快京津冀區域金融體制改革，促進R&D資本在更大地理范圍內得到配置，通過提高科技金融效率促進城市創新。

第二，完善京津冀基礎設施互聯互通水平。基礎設施建設提高城市間的可達性程度，為創新要素跨城市流動提供堅實保障，進而擴大知識溢出地理邊界。隨著高速鐵路建設不斷加快，應以京津冀城市群科技創新能力較強城市為核心，打造交通圈，增強科技創新中心城市的輻射能力，加速研發要素在城市間流動。對于受地理條件、經濟發展等因素限制區域，通過加快其他交通方式建設，完善城市間互聯互通水平，進一步發揮研發要素對城市科技創新影響。

第三，構建城市協同創新平臺。從政府層面搭建京津冀區域內部城市間的協同創新平臺，特別是創新中心城市與非中心城市間的合作和交流，通過形式多樣的創新合作。城市間交流合作的增加，一方面，引起R&D人員和R&D資本在城市間流動，增強其對城市科技創新影響;另一方面，通過協同創新平臺，使得城市間知識、信息等創新要素能在更廣泛的范圍進行傳播，加速知識空間溢出，進而促進京津冀科技創新能力提升。

[參考文獻]

[1] ?張立柱，郭中華，李玉珍. 山東省城市創新能力評價及“四大創新圈模式”構建[J]. 科學學與科學技術管理，2006（06）：75-79.

[2] ?劉永久，王忠輝，吳風慶. 城市創新能力綜合評價實證分析——以山東省十七城市為例[J]. 城市發展研究，2010，17（09）：30-35.

[3] ?朱鵬頤，劉東華，黃新煥. 動態視角下城市科技創新效率評價研究——以福建九地級市為例[J].科研管理，2017，38（06）：43-50.

[4] ?許治，陳麗玉. 國家級創新型城市創新能力的動態演進——基于技術成就指數的研究[J]. 管理評論，2016，28（10）：58-66.

[5] ?楊明海，張紅霞，孫亞男. 七大城市群創新能力的區域差距及其分布動態演進[J]. 數量經濟技術經濟研究，2017，34（03）：21-39.

[6] ?金懷玉，菅利榮. 考慮滯后效應的我國區域科技創新效率及影響因素分析[J]. 系統工程，2013，31（09）：98-106.

[7] ?魏守華，吳貴生，呂新雷. 區域創新能力的影響因素——兼評我國創新能力的地區差距[J]. 中國軟科學，2010（09）：76-85.

[8] ?宇文晶，馬麗華，李海霞. 基于兩階段串聯DEA的區域高技術產業創新效率及影響因素研究[J]. 研究與發展管理，2015，27（03）：137-146.

[9] ?李婧，譚清美，白俊紅. 中國區域創新生產的空間計量分析——基于靜態與動態空間面板模型的實證研究[J]. 管理世界，2010（07）：43-55+65.

[10] ?夏麗娟，謝富紀，付丙海. 鄰近性視角下的跨區域產學協同創新網絡及影響因素分析[J]. 管理學報，2017，14（12）：1795-1803.

[11] ?邵漢華，鐘琪. 研發要素空間流動與區域協同創新效率[J]. 軟科學，2018，32（11）：120-123+129.

[12] ?白俊紅，王鉞. 研發要素的區際流動是否促進了創新效率的提升[J]. 中國科技論壇，2015（12）：27-32.

[13] ?劉鳳朝，閆菲菲，馬榮康，姜濱濱. 鄰近性對跨區域研發合作模式的影響研究——基于北京、上海、廣東的實證[J]. 科研管理，2014，35（11）：100-108.

[14] ?程開明，王亞麗. 城市網絡激發技術創新的機理及證據[J]. 科學學研究，2013，31（09）：1399-1411+1440.

[15] ?王鉞，白俊紅. 資本流動與區域創新的動態空間收斂[J]. 管理學報，2016，13（09）：1374-1382.

[16] ?王雨飛，倪鵬飛. 高速鐵路影響下的經濟增長溢出與區域空間優化[J]. 中國工業經濟，2016（02）：21-36.

[17] ?龍玉，趙海龍，張新德，李曜. 時空壓縮下的風險投資——高鐵通車與風險投資區域變化[J]. 經濟研究，2017，52（04）：195-208.

[18] ?蘇屹，安曉麗，王心煥，等. 人力資本投入對區域創新績效的影響研究——基于知識產權保護制度門限回歸[J]. 科學學研究，2017，35（05）：771-781.

[19] ?王鉞，劉秉鐮. 創新要素的流動為何如此重要？——基于全要素生產率的視角[J]. 中國軟科學，2017（08）：91-101.

[20] ?邵漢華，周磊，劉耀彬. 中國創新發展的空間關聯網絡結構及驅動因素[J]. 科學學研究，2018，36（11）：2055-2069.

[21] ?卓乘風，鄧峰. 創新要素流動與區域創新績效——空間視角下政府調節作用的非線性檢驗[J]. 科學學與科學技術管理，2017，38（07）：15-26.

[22] ?劉鵬，張運峰. 產業集聚、FDI與城市創新能力——基于我國264個地級市數據的空間杜賓模型[J]. 華東經濟管理，2017，31（05）：56-65.

[23] ?原毅軍，孫大明. FDI技術溢出、自主研發與合作研發的比較——基于制造業技術升級的視角[J]. 科學學研究，2017，35（09）：1334-1347.

Abstract： Based on the data of 13 cities in Beijing-Tianjin-Hebei from 2002 to 2017， this paper uses spatial econometric analysis to analyze the impact of intercity flow of R&D elements on the scientific and technology innovation. The results show that there is a significant spatial correlation between urban innovation， knowledge accumulation in the early stage， which has an important impact on urban science and technology innovation. However， the narrowing of time and technology gap can significantly reduce its impact， the stronger the connectivity of transportation facilities and the closer the technology level to the city， the more conducive to the flow of R&D elements between cities， the expansion of knowledge spillover intensity， and the further upgrading of urban science and technology. Finally， it puts forward some countermeasures and suggestions via reducing institutional barriers， improving infrastructure and building collaborative innovation platform.

Key words： intercity flow of R&D elements; Beijing-Tianjin-Hebei; scientific and technological innovation; spatial econometric