產業梯度轉移促進技術勢能集聚的驅動機制與空間效應

陶長琪，彭永樟，李富強

(1.江西財經大學 統計學院，江西 南昌 330013；2.東華理工大學 經濟與管理學院，江西 南昌 330000；3. 中國社會科學院 數量經濟與技術經濟研究所，北京 100732)

一、問題提出及文獻評述

近年來，隨著我國經濟的不斷發展，依靠基礎要素投入的傳統發展模式所帶來的發展動能逐漸減弱，而由其所帶來的諸如資源消耗、環境污染、區域發展不均衡等負面問題卻日益突出。面對區域發展的非均衡問題，通過產業梯度轉移來促進承接地的技術創新能力提升是打破原有經濟發展模式的制約、推動我國經濟長期穩定可持續發展的有效手段。為促進產業梯度轉移順利推進，推動承接地的技術創新潛在能力的提升，我國投入了巨大的人力、物力、財力。2016年財政部、商務部產業扶持入庫計劃中，中西部地區超過60%，扶持資金超過6500億元。然而，根據《中國區域創新能力評價報告2015》，雖然我國創新能力穩步上升，但創新能力由東向西遞減的分布格局并未發生改變。上述情況表明在區域產業梯度轉移過程中，中西部地區對國家巨量投入有效創新要素(人力、資金、技術等)的吸收和轉化能力不強，導致我國在產業梯度轉移過程中創新要素的投入與產出并未有效匹配。在此背景下，深入剖析技術創新的階段特征，探究產業梯度轉移推動技術創新前端即技術創新潛在能力積累內在驅動機制和空間效應，對于強化產業梯度轉移效應、推動創新潛在能力提升、促進地區經濟保量提質具有重要的理論和現實意義。

梯度轉移理論，最早源于Vernon(1966)[1]提出的生命周期理論，區域經濟學家將這一理論引入到區域經濟學中，形成了區域經濟發展梯度轉移理論。自從改革開放以來，我國經濟得到了30年的快速持續發展，區域間不均衡發展的問題一直困擾著我們，特別是近些年，東西部發展的差距越發明顯。為縮小東西部發展差距，加快引導東部沿海產業向中西部地區轉移被認為是解決該問題的一條行之有效的重要途徑，然而產業梯度轉移并非是一個簡單的問題，它會促使承接地人力、資本、政策等諸多要素發生變動，其過程中必然會產生諸多問題，這導致我國大規模產業轉移至今還未出現[2-4]。實際上，當企業進行投資區位決策時，不僅要考慮到要素稟賦所形成的優勢，而且要考慮產業組織、交易成本等因素所產生的優勢。發達地區產業鏈條上下游企業所產生的聚集可以帶來成本的下降，企業更愿意留在集群程度較高的發達地區而不愿意去往集群分散的欠發達地區[5-6]。產業由高梯度地區向低梯度地區轉移的是產業鏈上的低端環節或落后環節，產業轉移的結果不僅無法解決低梯度地區的技術落后狀況，而且還會導致區域技術差距進一步拉大。所以，當前來看，東西部轉移主要以資源密集型為主，技術密集型產業大范圍轉移還未出現[7-8]。要解決梯度轉移中出現的問題，很大程度上還是需要通過技術引進和吸收，促進承接地自身技術創新能力提升進而改變承接地的技術落后局面。

然而，單純技術引進帶來的技術創新并不能顯著提升區域經濟水平，更應強調對技術轉化吸收后的技術創新，在產業集群下的技術創新網絡可以有效提高技術吸收效率，促進技術創新和產業升級[9-10]。在開放經濟下，技術創新可以由多種方式促成，如技術的擴散、轉移、吸收、引進等。明晰上述可能促成技術創新的方式內在詳細作用機理，對分析技術創新的整體脈絡會有巨大幫助。因此，近年來國內外學者對這些有諸多研究。有學者認為技術轉移是承接地區技術創新潛能提升的一個重要源泉，但其發揮作用需要具備一些條件。一方面，接受地的教育和研發水平必須要有一定水平才可以引進技術促進生產率提高；另一方面，引進技術還在于吸收，如果單純的引進技術而沒有吸收，這也不能促進經濟增長[11]。與技術轉移概念類似的技術擴散也是創新過程不可分割的一個部分。但是它的影響因素較為復雜，一般來說應包括新技術的特性與創新企業行為，同時連接技術輸出和接收雙方的傳播渠道也是擴散成敗的關鍵[12-13]。技術引進對全要素生產率提升，進而促進技術創新也有積極作用。陶長琪等(2010)[14]檢測了技術創新與外資技術溢出對全要素生產率的影響。多位學者應用相關數據對技術引進對于中國高新技術產業發展、工業綠色產出以及自主創新效率所起作用進行了實證分析[15-18]。

產業梯度的轉移是個十分復雜的過程，一方面會使得承接地政策環境、創新要素等朝著有利于技術創新的方向變動，另一方面，轉移的過程中也必會引起轉移地和承接地之間技術的轉移、擴散、吸收、溢出等，而這些過程可以直接或者間接促進區域產業技術創新潛能的空間集聚[19]，進而推動區域創新水平的提升。通過梳理可知，上述文獻對產業梯度轉移以及技術在轉移地與承接地之間轉移、擴散、吸收、溢出的相關理論有較多研究，而產業梯度轉移對創新要素的具體影響，以及產業梯度轉移對技術創新潛能提升的作用機理在當前文獻中并不多見。當前，我國經濟已經步入新常態，正處于動力轉換過程中，區域經濟與技術發展不平衡的問題亟待解決。基于現實問題的緊迫性、重要性和已有文獻研究的缺憾，本文將從技術創新行為的前端視角出發，明確提出技術勢能集聚的概念，在此基礎上解析產業梯度轉移促進技術勢能集聚的驅動機制和空間效應。本文的目標貢獻包括以下幾個方面：①適當拓展技術創新理論，從創新環境、創新意愿與創新要素吸引力三個維度出發，提出并明確技術勢能集聚的概念與內涵；②從動態演化的視角出發，明確產業梯度轉移促進技術勢能集聚的內在機理；③緊扣技術勢能的概念與內涵，借鑒物理學相關知識構建區域技術勢能集聚水平的測算指標，從時間和空間維度挖掘測算結果的分布特征，清晰、明確地把握技術勢能集聚水平的時空分布格局；④借助包含空間效應的一般嵌套模型(GNS)，實證剖析產業梯度轉移對技術勢能集聚的直接作用和空間效應。

二、產業梯度轉移促進技術勢能集聚的機理解析

在梯度差作用下，產業從轉移地轉到承接地，此過程與產業發展配套設施和政策環境的變化密切相關，還涉及了產業布局的動態調整，這將加快資本、信息、勞動力、技術和其他資源與要素在區域內部和區域之間的自由流動，從而實現創新要素的二次配置和結構重組，可以提高區域技術勢能的集聚水平。本文從技術勢能的三個維度出發明確產業梯度轉移促進技術勢能集聚的作用路徑，并采用動態演化的方法探究其內在機理。

(一)技術勢能的概念界定

本文旨在探究產業梯度轉移對區域技術創新潛在水平的內在驅動機理，具體而言，就是要探究進行產業梯度轉移后，相關地區產業布局與發展形勢的變化對該地區可能取得的最大創新成果的影響效應，由于創新成果轉化過程的復雜性，地區技術創新的潛在水平與最終的實際技術創新水平是有差異的。基于此，本文關注的創新主要是指從做出創新決策起至取得創新成果的過程，但不包括創新成果的轉化階段。

現有關于技術勢能的研究尚未形成統一的概念，魏仁興和朱寶榮[20]從技術創新的本質出發，明確指出創新的事物所具有的潛在能力與動力，應包括域、勢、能三個方面，并依次對這三個方面進行深入分析，充分肯定了環境、能動性以及吸附與凝聚力對技術創新潛在能力的重要作用。基于此，本文將物理學中“重力場”與重力勢能的概念進行引申，結合創新主體意愿、創新的內外部環境和參與主體創新要素的潛在創新與吸收能力這三個維度，提出技術勢能的定義。在物理學概念體系下，重力勢能等于物體質量、重力加速度與相對高度三者之積，其中質量代表著其本身特性，重力加速度反映物質所處的環境特征，高度則表征物質的潛在水平特征，能反映其勢能的“加速能力”，即勢能提升的潛能；也就是說，物體的重力勢能是由它本身的特征、所處環境的特征和潛在的水平特征共同決定的。基于此，本文將技術勢能的概念界定為：技術勢能，是指系統內的各創新主體在自身創新意愿、內外部創新環境和創新要素吸引力三大維度的約束下通過自主研發、協同創新等不同形式的創新活動所能實現的最大技術提升，是該創新主體潛在的最大創新能力，是在現有條件下的技術進步上限。在創新決策行為中，創新主體需要按照自身意愿安排研發活動、結合創新環境優化資源配置，在發揮環境優勢、突破環境約束的同時，充分利用自身的創新要素吸引力，一方面努力自主研發、另一方面盡可能多地吸收外來先進技術，從而形成技術勢能(圖1)。當這一系列環節的決策都能夠實現最優化結果時，就能夠實現技術進步的上限，將自身創新潛能完全轉換為實際創新能力，實現技術勢能的完全轉化。事實上，在復雜的創新活動中，技術勢能并不能全部轉化為實際創新動力，轉化損耗必然存在。

圖1 技術勢能形成過程示意圖

技術勢能是創新主體技術創新綜合潛能水平的最直觀表現。技術勢能水平越高，意味著該主體所能夠掌握的創新要素在種類和數量上更具優勢、要素配置結構也更為合理，且由其主觀意愿引導的創新行為更適應內外部的創新環境，進而能更有效地利用諸如金融支持、政策制度等帶來的創新環境外部性紅利，在整個創新系統的運作過程中，該創新主體能夠實現的創新價值增長自然更大。

(二)和已有理論假說的區別與聯系

本文提出的技術勢能，是基于“技術創新能量場”而存在的，反映了地區技術創新的潛在水平。這里的“技術創新能量場”，是對物理學“重力場”的引申，更是對“知識場”的拓展。Nonaka[21]首次在研究知識能動創造過程中提出“知識場”理論，形成以“知識場”為基礎研究知識流動的雛形，并同時提出SECI模型全面進行闡述。TH Rubin[22]研究企業內部知識流動，運用了場理論分析知識流動規律與路徑，并對澳洲和以色列地區的數據進行了實證分析。知識場中內在動力機制較為復雜，許多學者以辯證的角度，結合物理學知識對“知識場”內部基于知識位勢造成知識擴散的路徑進行了研究，認為以“知識位勢差”為基礎的知識傳播不會停止，直到整個社會知識水平提高[23-24]。“知識場”是描述知識吸收、轉移、傳播、擴散等活動相關的場所、參與主體及其內在流動規律與路徑的理論概念；而“技術創新能量場”，則是描述技術以及與技術創新相關的要素在轉移、吸收、傳播、擴散等過程中所涉及到的參與主體、參與主體之間關聯關系與內在作用規律的理論概念。由于知識是開展技術創新活動的核心要素，本文認為“技術創新能量場”是比“知識場”更大的一個理論概念，“知識場”是“技術創新能量”場的組成部分。

本文提出的技術勢能，是從技術創新環境、技術創新意愿和創新要素吸引力三個維度入手，度量技術創新潛在能力水平的概念，刻畫的是技術創新的內在可能性。在此之前，余泳澤等(2010，2011)[25-26]也提出過“技術勢能”假說，在其研究中提出的“技術勢能”，描述的是在引進外商投資過程中，由于兩國技術差距帶來的技術溢出對東道國技術進步的潛在推動力，其影響因素是內外企業間的技術差距和外商投資企業的進入程度，關注的是一方對另一方的作用。本文提出的技術勢能與他們的研究既有聯系又有區別。聯系在于，兩者都是對重力勢能概念的引申運用，且都是與技術進步相關的潛在能力水平；區別則主要體現在以下方面：其一，對重力勢能概念引申的完備性有區別。本文提出的技術勢能概念，在細分維度上能夠很好地與重力勢能概念相對應，因此引申具有良好的完備性。其二，兩者存在的條件有區別。本文提出的技術勢能，描述的是某一地區在其自身客觀的創新環境和主觀的創新意愿作用下，假設該地區能夠充分發揮其創新要素的吸收和凝聚能力條件下能夠獲取的最大創新潛力，是不依賴于技術差距而存在的，即不論該地區與其他地區是否具有技術差異，它都具有技術創新的潛在能力；而在余泳澤等的“技術勢能”假說中，“技術勢能”的存在是依賴于技術差距的，只有當兩國之間存在技術差距時，“技術勢能”才存在，當兩國之間技術水平一致時，“技術勢能”為0，即技術進步潛力為0。其三，兩者的側重點和適用范圍有區別。本文提出的技術勢能概念，側重于刻畫主體的潛在技術創新能力，不僅適用于宏觀區域層面技術創新問題的相關研究，也同樣適用于中觀行業層面以及微觀企業層面的大部分與創新相關的問題研究。余泳澤等的“技術勢能”假說則側重于A、B間的技術溢出對B的技術進步具有的潛在推動力，適用范圍相對具有局限性。

綜合以上分析，本文在研究產業梯度轉移對技術創新潛在能力的內在作用時，基于“技術創新能量場”，提出一個有別于前人研究的技術勢能概念，是十分有必要的。

(三)產業梯度轉移促進技術勢能集聚的演化機制

根據前文分析，產業梯度轉移能夠促進技術勢能集聚，并在達到階段性成長上限后實現系統的平衡狀態，本部分通過演化模型的分析驗證技術勢能集聚系統均衡點的存在性。假設產業梯度轉移中技術勢能集聚系統反饋路徑的起點即產業政策、創新要素配置、產業布局和技術勢能的三個維度分別構成產業梯度轉移促進技術勢能集聚的非線性驅動力系統，那么可得如下演化方程。

(1)

(2)

(3)

于是，分別構建如下產業梯度轉移促進技術勢能集聚的內部驅動力系統和外部驅動力系統。

(4)

(5)

(6)

(7)

式(6)和式(7)中的A和B分別是產業梯度轉移促進技術勢能集聚驅動系統的內外部演變狀況。假設A與B相互作用，其中任意子系統的改變都會影響到整個系統的演變狀況，從而得到A和B對應的演化速度。

(8)

(9)

(10)

(11)

(12)

(13)

于是可得式(10)所代表的產業梯度轉移促進技術勢能集聚驅動力系統的雅格比矩陣，如下。

(14)

代入均衡點，有如下矩陣。

(15)

。

基于以上分析，產業梯度轉移促進技術勢能集聚系統存在穩定節點。這表明區域產業梯度轉移促進技術勢能集聚系統是在創新要素吸引力等內驅動力和產業布局等外驅動力的共同作用下實現整體協同演變的，并且在長期存在系統均衡點即穩定結點。

三、各地區技術勢能集聚水平的測算

(一)數據來源

本文原始數據從《中國統計年鑒》、《中國司法行政年鑒》、《中國科技統計年鑒》、中經網統計數據庫、EPS數據庫以及各省市相應統計年鑒中整理得到，時間區間為2001-2015年，地區為中國除港、澳、臺和西藏外的30個省、市、自治區。對于個別在少數年份缺失的指標數據，采用移動平均法進行補齊，并以2001年為基期對數據進行價格指數折算，剔除價格因素對指標的影響。

(二)技術勢能的測算

1.技術創新意愿

技術創新意愿指的是創新主體對外界或內部的創新激勵做出的創新選擇，其表現形式為創新主體的主觀意愿，由決策者針對創新行為或成果制定的激勵機制直接影響。Zhang L等(2008)[28]的研究表明，良好的激勵機制有助于提升組織中的知識交流效率，反之，不公正的激勵機制則會對知識轉移構成障礙。基于此，本文采用地區規模以上工業企業研發經費投入占規模以上工業企業增加值的比重作為量化創新意愿的指標。

2.技術創新環境

技術創新環境指的是進行技術創新活動的環境，包括制度政策方面的軟環境和產學研機構情況、技術創新綜合服務體系等硬環境。其中，軟環境主要包括人才引進制度、知識產權保護制度和產業扶持政策，硬環境則包括高等教育資源、科研機構布局、科技綜合服務設施和科技產業規模等方面。

本文選擇主成分分析(PCA)方法來測算技術創新環境。技術創新環境是由多個因素組成的復雜總體，主成分分析方法是對這種復雜系統進行綜合評價的常用方法，如樊綱等(2003)[29]在研究市場化指數時采用的就是PCA方法。基于PCA方法建立的技術創新環境綜合指標體系如表1所示。

表1 技術創新環境綜合評價指標體系

3.創新要素吸引力

(16)

(17)

(18)

創新要素j對創新的貢獻度為：

(19)

綜上，得到創新要素吸引力為：

(20)

4.技術勢能測度

計算可得，當光源中心波長分別為325 nm、488 nm和632 nm時，半周期內的線性斜率分別為0.123 0、0.008 2、0.006 3.可知中心波長越長，系統的工作范圍越大，但會降低線性斜率導致系統分辨力下降.在選擇光源的時候，一方面要求系統的工作范圍適中，另一方面又要求有足夠高的斜率來保證系統的分辨力.因而，本文系統中選用中心波長為488 nm的激光器作為光源.

(三)區域技術勢能集聚水平

本文采用修正的Getis-Ord統計量來測算技術勢能集聚水平[34]。用前面測算的技術勢能替換傳統Getis-Ord統計量中的經濟增長指標，即得到了技術勢能集聚水平。

(21)

根據前文所述的方法，得到我國區域技術勢能集聚水平的測算結果(見表2)。

表2給出了30個地區歷年技術勢能集聚水平的計算結果以及在2015年的排名情況。根據簡單計算，2001年中國區域技術勢能的平均集聚水平是0.2521，2005年的平均集聚水平為0.3319，2010年技術勢能平均集聚水平達到0.4279，到2015年底，區域技術勢能集聚水平的平均值提高至0.5810；在2001—2015的15年中，中國區域技術勢能集聚水平的增長幅度高逾130%，從5年為單位的時間區段來看，21世紀前5年的年平均增長率為5.65%，接下來的兩個時間區段年增長率分別為5.21%和6.31%。

總體而言，中國30個地區技術勢能集聚水平在時間維度上呈現持續增長的態勢，且增長速度表現為增減交替的階段性特征。

為更直觀分析我國區域技術勢能集聚水平的時空演變趨勢，本文依次選取2001年、2005年、2010年及2015年末技術勢能集聚的測算結果序列，據此繪制了我國區域技術勢能集聚的時空演變示意圖(見圖2)。

表2 2001—2015年我國各地區技術勢能集聚水平一覽表

注：限于篇幅，只給出了技術勢能集聚水平在奇數年的測算結果；排名是2015年各地區技術勢能集聚水平的排名情況。

圖2 我國區域技術勢能集聚水平時空演變示意圖

圖2清晰表現了技術勢能集聚水平的空間分布狀況，其集聚中心有上海、江蘇、浙江和天津等沿海地區以及北京市和陜西省這兩個內陸區域，這些地區的技術勢能集聚一直保持領先水平，東北地區、大西北地區、西南沿海以及黃河中游經濟區的技術勢能集聚水平則始終處于全國中下游；此外，在2001—2015年間，我國各地區技術勢能集聚水平均隨時間遞增，然而，由于區域間的創新意愿、創新環境和資源稟賦各不相同，同時其吸引和凝聚高水平創新要素的能力所有差異，這些因素都使得技術勢能集聚水平存在顯著區域差異。在2001—2005年間，增長顯著的只有京、津、滬、蘇、浙等地區，它們具有更強的創新要素吸引力，開始成為中國技術勢能的集聚中心；隨后的5年中，得益于京、滬、蘇等省市技術勢能的高速增長，在空間溢出作用下，因此產生的外部性效應不斷影響周邊城市，東部沿海地區技術勢能集聚水平有明顯提升；近年來，隨著創新驅動經濟發展戰略的提出，全國范圍內均對技術勢能的培育更為重視，各地區技術勢能呈現普漲格局。

總體而言，我國地區技術勢能集聚在時間維度上不斷增長，并在不同的經濟發展階段表現出差異化的特征；在空間維度上，則呈現出一種從東北往西南方向擴散的“傳導式”演化模式，其中東、北部沿海地區和京、津地區為集聚中心。

四、實證與結果分析

區域產業梯度轉移能夠誘發創新環境與創新意愿的潮涌現象，同時還會帶來創新要素的空間集群，最終引致區域內和區域間的知識共享以及技術溢出。這種溢出效應在具有較強空間關聯的地區之間表現的尤為明顯，并通過空間溢出效應實現中低技術產業的高技術化和高技術產業自身的效率改善，最終促進技術勢能集聚。本文將利用區域技術勢能集聚水平、產業梯度轉移系數等指標的面板數據，構建空間計量模型實證檢驗產業梯度轉移系數對技術勢能集聚的直接與間接效應。

(一)計量模型設定

本文運用一般嵌套空間模型(GNS)來進行產業梯度轉移系數對技術勢能集聚空間溢出效應的實證檢驗。包含所有交互效應的GNS模型[35-36]如下：

(22)

(23)

鄰接矩陣和地理距離矩陣是目前最常使用的空間權重矩陣。其中，鄰接矩陣只考察空間中的個體相鄰與否(有公共頂點或邊)這一個條件來判別其空間關系，無法反映區位相近但并不相連的區域之間的空間影響；地理距離矩陣能有效彌補鄰接矩陣的缺陷，但仍然無法較為全面地反映產業梯度及技術勢能的空間關聯性。舊有空間權重矩陣的不足要求我們對其進行新的思考。地區之間的產業梯度和技術層級除了受地理區位的影響外，還與它們的制度水平存在直接關聯：兩個制度都較為包容開放的地區之間總是更容易進行產業互動和技術交流合作的，而兩個制度規范差別較大的地區則往往難以形成有效的產業合作與技術交流。基于此，本文采用引力模型(侯新爍等，2013)[38]構建了基于地理區位和制度關聯的綜合權重矩陣。

(24)

(二)變量選取與計算方法

本部分研究所涉及的變量可以分為被解釋變量、核心解釋變量及其他控制變量三個部分，模型中各個變量的具體計算方法如表3所示。

技術勢能反映了地區可能獲取的技術水平，企業想利用地區技術勢能實現自我的技術突破，資金支持必不可少，金融機構可以在短期內為企業籌集充足的資金，并進一步拓展企業融資渠道，因此，引入金融支持(Fin)作為模型的一個控制變量。除了金融支持外，地區經濟發展水平(Eco)、政府行為(Gov)、產業結構(Is)、外貿依存度(Dft)等因素在技術勢能集聚中也具有不可替代的作用，因此，本文引入上述變量作為控制變量，著重考察產業梯度轉移系數對技術勢能集聚的作用。

表3 變量計算方法

② 政府科技支出在2006年前后的統計口徑不一致，在2006及以前，統計指標為科技三項費用，2007年之后統計指標為政府支出中的科學技術支出，為保持數據連續性，本文對科技三項費用指標作了相應統計處理：先根據2007—2015年的數據求得各地區科技支出年均增長率，再以2007年科技支出及年均增長率為基礎推算2006年科技支出，然后對2000—2006年的序列進行調整，使其相對大小不變，2006年絕對量為推算值。

(三)空間相關性檢驗

在進行空間計量分析之前，需要先檢驗地區技術勢能集聚是否存在空間相關關系，本文采用Moran’sI來檢驗其空間相關性。

利用2001—2015年間我國30個省市的技術勢能集聚水平相關數據，計算得到其Moran’I及統計量見表4。

表4 技術勢能集聚水平的空間相關性檢驗

表4中，技術勢能集聚水平的所有Moran’I指數在5%置信水平下是均顯著(統計量Z值大于1.96)，這表明技術勢能的集聚在空間上具有顯著的空間依賴性(正自相關關系)。也就是說，我國技術勢能集聚水平在空間上的有較強的關聯性，具有相似技術勢能集聚水平的地區在空間上趨于集聚。

(四)空間計量模型估計結果

本文的研究目標為探究產業梯度轉移系數對技術勢能集聚的空間溢出作用，因此將重點研究SAR、SEM、SLX、SDEM與SDM模型，并選擇最優估計模型。為獲得一致性的參數估計，本文采用最大似然法進行模型估計，模型的估計結果如表5所示。

表5 空間計量模型的估計結果

注：括號內為t值，*、**、***分別表示在10%、5%及1%水平下顯著，Log-like為Log-likelihood。

表5中所有模型的估計結果均表明，區域產業梯度轉移系數在1%的水平下對技術勢能集聚具有顯著正向作用，即區域產業梯度轉移系數能夠顯著促進技術勢能的集聚。從SDM模型的參數估計值來看，區域產業梯度轉移系數水平每提升1%，就能夠促進該地區技術勢能集聚水平提升0.8661%，可見產業梯度轉移系數是技術勢能集聚的主要驅動因素。產業梯度轉移系數對技術勢能集聚的促進作用主要體現在：隨著產業梯度轉移系數水平的提高，地區的技術創新環境得以改善、創新主體的創新意愿被有效激發、對創新要素的吸收能力和凝聚能力也有了進一步的提升，本地區的高技術產業立足于更優良的創新環境下，與更富有創新意愿的創新主體協同合作，借助于更強的創新要素吸引力有針對性地引進先進技術、挖掘高端人才，從而構成技術勢能集聚的強大助力。作為技術創新的前端，產業梯度轉移的優勢在于，它具有與技術勢能集聚相匹配的革新能力，又能夠避免區域創新要素稟賦的局限性，有助于改善內外部創新環境、激發各主體創新意愿并培育創新要素吸引力，最終促進技術勢能集聚水平的提升。

從控制變量的參數估計結果來看，地區產業結構水平對技術勢能集聚的影響不穩定且不顯著，在不同的模型下，產業結構對技術勢能集聚的作用均很小且不顯著，方向也是不穩定的，兩者之間并沒有實質關聯。在5%的顯著性水平下，外貿依存度和地區經濟發展水平對技術勢能集聚的影響顯著為正，而金融支持對技術勢能集聚的影響在10%的水平下顯著為正，這三者對區域技術勢能集聚水平的提升有積極影響。這種積極效應主要受益于資金的積累，其中金融支持直接拓展了創新要素積累的融資渠道，區域經濟發展水平和對外貿易依存度則提升了地區收入總量，流入到技術勢能儲備的資金也會相應增加，更多的資金意味著在人才等創新要素的區域競爭中占據更有利的地位，從而促進了技術勢能的集聚。在10%的顯著水平下，政府行為對于區域技術勢能的集聚具有顯著的負效應，這表明在市場經濟環境下，過多的政府干預不利于技術勢能集聚水平持續、穩定地增長，獨立自主的決策模式是技術勢能有效集聚的先決條件。

本文綜合擬合優度和自然對數函數值等統計量對上述空間計量模型進行最優模型的選擇與判斷，結果顯示，SDM模型的擬合優度和對數似然值最大、參數的顯著性也最優，因此，SDM模型是本文實證研究的最優模型(3)除了擬合優度和自然對數值最高之外，還有一些原因讓我們將SDM模型視為最優模型：SAR、SEM和SLX模型對空間權重矩陣W的非對稱性要求和對空間自回歸系數等參數的限制使模型的參數估計過程異常復雜，容易影響其方差估計的準確性；OLS模型的假設過于嚴格，會影響參數估計結果的可靠性；而SDM和SDEM模型同時從內生和外生交互效應的角度描述變量的空間特征，使得估計結果對模型空間含義的解釋更加多元化。。表5中各模型的空間自回歸系數和空間自相關系數均在1%水平下顯著為正，這表明各地區的技術勢能集聚水平在內生效應和隨機沖擊的空間交互作用下具有顯著的空間依賴關系。進一步觀察各模型空間自回歸系數的估計值易知，SDM模型中的估計值明顯小于SAR模型，這意味著忽視解釋變量的空間滯后項會使內生交互效應被高估。為更精準地判斷各個變量對技術勢能集聚的空間溢出效應，本文根據表5的參數估計結果，基于SDM模型對所有解釋變量的間接效應進行了估算，刻畫了空間鄰近地區產業梯度轉移系數對本地區技術勢能集聚的影響，反映了產業梯度轉移系數的空間溢出效應，結果如下表所示。

表6 解釋變量對技術勢能集聚的空間溢出效應(基于SDM模型)

注：括號內為t值，*、**、***分別表示在10%、5%及1%水平下顯著。

表6給出了所有解釋變量對技術勢能集聚的空間溢出效應。其中，鄰近區域的產業結構和外貿依存度對本地區技術勢能的集聚并沒有顯著的空間溢出作用。鄰近區域的經濟增長能夠顯著促進本地區技術勢能集聚，但作用力度并不大，周邊區域經濟每1%的增長僅能帶來本地區技術勢能集聚水平0.0084%的增幅。金融機構對技術勢能集聚的促進作用不受空間區位的限制，鄰近區域的金融支持力度提升1%，能促進本地區技術勢能集聚水平提升0.1823%。在示范效應的作用下，本地區政府行為將會根據周邊地區的政府行為進行調整與修正，從而減少或避免不必要的政府干預，因此，政府行為對技術勢能集聚的空間效應并非如預期那般不顯著或顯著為負，而是有顯著的正向空間溢出效應。產業梯度轉移系數對技術勢能集聚的空間溢出作用也是不符合預期的，鄰近區域的產業梯度轉移系數水平每提高1%，本地區技術勢能集聚水平就會降低0.2348%，這一現象的原因可能是：①我國各省級區域對自身的核心技術管理較為嚴苛，未參與產業梯度轉移的地區技術共享意愿不高；②技術創新潛能的培育更多地依賴于自主研發，產業梯度轉移帶來的技術交流與要素再配置未能充分發揮空間溢出作用。在這兩個原因的共同作用下，不同地區之間自然形成了技術創新潛能培育的競爭關系，同時，能用于核心技術研發的創新要素資源是有限的，周邊地區產業梯度轉移系數水平提升意味著周邊地區占有的創新要素資源增加了，相應的本地區占有的創新要素資源就會減少，從而阻礙本地區技術勢能的集聚。

五、研究展望與主要結論

(一)研究的局限與展望

本文的研究目標是探究產業梯度轉移對區域技術創新潛在能力集聚水平的內在作用機理和空間效應，基于對技術勢能概念嘗試性、探索性的界定，利用定性研究與定量分析相結合的方法，本文取得了一定的研究成果。但是，在實際研究中，本文對一些相關問題并沒有進行更深入論證，還存在一定的局限性。

(1)受限于數據可得性，本文在進行技術勢能集聚水平的測度以及后續的定量研究過程中，只能把研究尺度確定為區域層面，存在研究尺度過大的局限性，研究結論暫時無法推廣到中觀和微觀的情形。不論是中觀行業層面還是微觀企業層面，論文定量分析與實證研究中的一些關鍵指標變量暫時無法獲取有效數據，比如在測算行業(或企業)的創新要素吸引力時，目前無法獲取行業(或企業)對各類創新要素的擁有量，從而不能得到其創新要素吸引力的有效測算結果，最終導致行業(或企業)技術勢能的定量分析與相關實證研究無法順利開展。綜上所述，由于在行業和企業層面受到數據可得性的限制，本文存在研究尺度過大的局限性。

(2)在對產業梯度轉移促進技術勢能集聚驅動機制這一問題的研究中，本文實際上存在一個創新系統不具有開放性的隱性假設，即在理論和實證分析過程中暫不考慮其他國家與中國各地區之間的技術溢出、技術合作等與技術創新相關的交互影響，從而暫未考慮知識、技術的封閉性與開放性差異對此驅動機制可能存在的影響，也沒有考慮FDI對此驅動機制可能存在的影響，從這個層面來說，本文存在研究不夠深入的局限性。

隨著知識結構和科研手段的進步，在后續研究中，將針對上述問題，注意從中、微觀的角度選擇更詳細的數據進行研究，以得出更細致的結果，并且選擇更先進的計量經濟學方法，使得估計結果更詳實。

(二)主要結論

本文在歸納已有研究的基礎上，從技術創新的前端視角入手，著重研究了技術勢能在產業梯度轉移作用下的集聚機制。在從技術創新環境、技術創新意愿和創新要素新引力三個維度界定了技術勢能的涵義之后，本文采用動態演化方法探究了產業梯度轉移促進技術勢能集聚的內在機理和作用路徑；提出了技術勢能集聚水平的測算方法，并根據測算結果通過GNS模型的估計結果剖析了產業梯度轉移系數對區域技術勢能集聚水平的直接作用和空間效應。

研究發現：中國區域技術勢能集聚水平在時間維度上不斷增長，并在不同的經濟發展階段表現出差異化的特征，在空間維度上，則呈現出一種從東北往西南方向擴散的“傳導式”演化模式，其中東、北部沿海地區和京、津地區為集聚中心；過多的政府干預不利于技術勢能集聚水平持續、穩定地增長；金融支持、對外貿易和區域經濟增長帶來的資金積累能夠有效推動地區技術勢能的集聚；產業梯度轉移是高技術產業發展的主要驅動因素，它能夠顯著促進技術勢能集聚，但其空間溢出效應的方向具有不確定性，一方面，產業轉移帶來的技術流動能促進周邊地區技術勢能集聚，另一方面，在地區技術共享意愿不高且對要素再配置效應利用不充分時，不同地區之間自然形成了技術創新潛能培育的競爭關系，周邊地區產業梯度轉移系數水平提升意味著周邊地區占有的創新要素資源增加了，相應的本地區占有的創新要素資源就會減少，從而阻礙本地區技術勢能的集聚。