中關村科技園區創新質量的時空集聚效應研究

張志強，喬怡迪，劉 璇

(中國礦業大學(北京) 管理學院，北京 100083)

0 引言

國家自主創新示范區是支撐引領區域發展的創新高地，被賦予推動我國科技進步和加速高新技術產業發展的重大國家使命，通過形成科技園區推動型聯接的跨區域創新網絡，促進創新要素頻繁流動，全方位實現創新。中關村科技園區又被稱為中關村國家自主創新示范區，經過30多年發展，形成了“一區多園”各具特色的發展格局，成為首都跨行政區的產業功能區，其高質量發展決定了首都科技創新中心戰略實現進程。

創新作為中關村科技園區的基本屬性，創新質量決定了中關村科技園區發展質量。現有研究大多集中在科技園區創新能力、單一集聚效應等方面，而科技園區創新質量如何衡量？創新質量受到何種集聚模式的影響？影響效應如何？尚缺乏相關研究。因此，本文建立中關村科技園區創新質量指標體系，在分析中關村科技園區3種集聚模式的基礎上，建立集聚模式對創新質量影響的動態空間面板模型，包括無時空效應模型、時間效應模型、空間效應模型和時空效應模型。以地理距離、中關村科技園區創新產出等相關數據為基礎，研究不同集聚模式與創新產出的時空效應并對其進行分解分析，以豐富科技園區創新質量、科技園區集聚方面的研究，為科技園區集聚模式選擇提供經驗證據。

1 文獻綜述

1.1 科技園區創新

國內外對于科技園區創新的研究相對較多，大多集中于其創新機制、創新能力、創新效率、創新績效、協同創新、創新網絡、創新系統等方面，但創新質量研究匱乏。吳林海(2002)將世界科技園區的創新模式分為高技術產業綜合體模式、高技術制造業模式和科學城模式，認為不同的地區經濟水平導致上述差異。

關于科技園區創新的研究大體可以分為內部和外部兩類，在內部研究中，大部分觀點認為，R&D投入、科研人員數量是促進科技園區創新的主要因素，如范超[1]提出，研發投入是提高科技園區創新能力的重要指標；張志強等[2]提出，企業質量管理與技術創新具有協同耦合效應，因此技術創新投入與質量產出提高正向相關；Pakes[3]發現，即使考慮滯后效應，研發投入仍能顯著促進專利產出；魏國江[4]認為，研發人力投入是轉化R&D投資的有生力量；趙樹寬[5]對吉林省科技園區創新效率研究發現，科技活動人員數量不足是企業規模效率偏低的主要原因。其次，科技園區創新也受到外部因素的影響，如政府、金融、政策支持等直接影響其創新效率。白俊紅[6]、馮宗憲等指出，有效的政府支持可以降低企業研發活動風險，鼓勵企業創新，但過多不當的支持也可能對企業自身研發投入產生擠出效應，損害公平競爭環境；馮根福[7]認為，風險投資機制對企業提供增值服務的同時，也顯示出一定的攫取效應，因此，其對科技園區創新的總體影響會呈現先遞減而后遞增的“U型”現象；Antonietti[8]和彭向(2011)研究表明，集聚外部性有利于區域知識傳播效率提升，從而促進區域創新。

以往中關村科技園區和其它國內科技園區的研究大多從區域政策響應[9]、區域協同創新[10]、園區協同作用、產業要素與產業培育[11]等角度展開。過去對于科技園區創新產出的衡量，多采用投入產出模型、創新體系效能、“要素-結構-功能”范式等進行評價，較少從創新質量角度進行研究。

1.2 創新質量

國內外對于創新質量的研究相對較少，大多集中在技術創新質量、企業創新質量、產業創新質量、區域創新質量等方面，對科技園區或產業園區的創新質量研究匱乏。

Haner[12]首次提出創新質量概念，將其定義為創新績效在潛能、過程和結果的綜合，包括產品和服務質量、質量過程，企業實際操作和最高企業質量管理水平；周冠華(2014)提出，創新質量是與創新相關的產品、服務、過程、市場、組織、方法滿足顧客要求的程度。在現有創新質量指標相關研究中，蔡紹洪(2017)認為，創新數量和創新質量之間具有協同作用。不少學者關注到了專利數量[13]、專利引用數量[14]與創新質量之間的關系。如程虹(2017)將質量指標、質量信號和新產品研發作為創新質量結果的指標。另一方面，程虹[15]、劉偉麗(2018)、郭菊娥[16]認為，把握了高質量創新投入就必然帶來高質量結果，質量即成本。還有一些研究綜合上述幾種觀點，如馬永紅[17]從“過程-產出-效益”3個維度衡量創新質量，其它研究則使用服務質量、技能型工人比例、管理效率、技術市場成交額、工業增值等指標作為創新質量投入或產出類指標。

1.3 集聚模式對創新的影響機制

科技園區的區域定位與分工使得高新科技產業形成集聚模式，而以往文獻將產業集聚分為專業化集聚、多樣化集聚和市場競爭3種類型[18]。馬永紅(2011)、金永成[19]認為，地理分布、區域因素對創新質量有影響，可見創新質量受到不同集聚模式的影響。國內外研究大多認為，這3種類型的集聚對創新具有顯著影響，且這3種集聚來自于瑪氏(Mar)外部性、雅各布(Jacobs)外部性和波特(Porter)外部性。

(1)專業化集聚對創新的影響。專業化集聚對創新的影響來自瑪氏外部性，許多學者認為，專業化集聚可以促進技術創新，作用程度遠超過其它兩種集聚模式。如王智淵[20]、張先鋒等[21]分別從制造業和生產性服務業角度，論證專業化集聚通過規模優勢、技術效率提高，使空間集聚促進產業資源利用效率提高，從而促進企業內部演進與創新。其中，專業化集聚正向影響創新，是因為受到了集聚區域共享勞動力池、創新氛圍、社會資本的多方面影響。

(2)多樣化集聚對創新的影響。根據雅各布外部性，不同產業間集聚可以促進知識溢出，進而推動產業經濟增長并提高技術創新水平。Beaudry[22]通過整理相關代表性英文文獻發現，65%的研究結論支持產業多樣化集聚促進區域技術創新，54%的研究認為產業專業化集聚促進區域技術創新；安東尼(2011)、賴永劍[23]利用中外數據庫發現，多樣化集聚正向影響創新；李金滟[24]用赫芬達爾—赫希曼指數(簡稱HHI指數)對產業多樣化進行度量。

(3)市場競爭對創新的影響。一些文獻研究發現產業集聚和市場競爭之間存在相關關系。如呂乘超(2017)提出，市場競爭加劇促使企業重視消費者需求識別，市場壟斷可以在一定程度上將創新外部性內部化；劉督[25]認為，創業板市場可以識別一定程度上的企業創新質量；胡彬[26]研究認為，產業集聚顯著降低企業選擇高端創新模式的概率，需要政府在增強產業集聚市場力量方面積極介入，從而降低這種負向影響。關于3種集聚的測量方式，本文主要參考秦松松[27]、呂承超(2017)、李金滟(2008)等的研究進行。

2 中關村科技園區創新質量指標設計

2.1 科技園區創新質量指標與數據

借鑒馬永紅(2011)、程虹(2017)等的研究，將科技園區創新質量指標分為投入和產出兩個部分。結合中關村科技園區年鑒相關統計指標，構建創新質量指標如表1所示。

表1 中關村科技園區創新質量指標及數據

數據來源：《中關村國家自主創新示范區年鑒》(2008—2018)

其中，研發經費投入直接來源于統計年鑒；專利授權率為企業專利授權量占企業專利申請量的比重，反映企業研發成果，是一個較為通用的綜合指標；科技人員占比為科技活動人員占年末從業人員的比重。這3個指標均從科技研發角度，反映創新必需的投入要素。同樣，高技術產業利潤直接來源于統計年鑒；新產品收入占比和技術收入占比是根據統計年鑒進行計算的綜合指標。這3個指標反映創新質量產出，即是否因新技術、新產品出現而形成利潤。

2.2 科技園區創新質量指標權重

利用熵權法對建立的質量創新指標權重進行計算，其原理是利用熵信息概念確定評價對象各個屬性權重。假設多屬性決策矩陣如下：

(1)使用極值處理法進行數據無量綱化處理，計算第i個被評價對象在第j項評價指標上的特征比值。

(2)計算第j項評價指標熵值。

0≤ej≤1，熵值ej越大，該指標提供的信息越少，所起作用越小。

(3)計算第j項評價指標差異系數。

gj=1-ej

0≤gj≤1,熵值gj越大，對綜合評價體系的重要性就越大。

(4)計算第j項評價指標權重系數。

(5)n個評價對象的綜合評價值。

計算結果如表2所示。

表2 中關村科技園區創新質量指標權重

根據所得指標權重及表1，對歷年中關村科技園區創新質量水平進行計算，發現創新質量水平呈“U”形趨勢，如圖1所示。

由結果可以看出，中關村科技園區創新質量整體發展態勢較好，但創新質量有一定波動性。該波動性是否具有時間、空間依賴性？為此，進一步圍繞創新質量這一指標，構建模型對時空效應和集聚模式進行研究。

3 中關村科技園區集聚模式分析

根據盧勝峰[28]、張古鵬(2011)的研究，創新質量具有區域差異性。當前，許多高新科技園區采用“一園多區”模式發展，在城市中形成了不同地理布局，其創新質量也顯示出相應的差異。參考秦松松(2019)、呂承超(2017)等的研究，引入專業化集聚、多樣化集聚和市場競爭3個效應指標并進行相應計算。

圖1 2006—2017年中關村科技園區創新質量水平

3.1 專業化集聚

專業化集聚表現為在某一地區生產同種產品的若干企業及其上下游企業高度密集分布，其產生的知識和技術溢出即瑪氏外部性。專業化集聚程度用公式表達為：

其中，inci,j,t為i地區j行業t時期主營業務收入，取中關村科技園區主營業務收入；inci,t為i地區t時期主營業務收入，取北京市各個區企業主營業務收入；incj,t為整個地區j行業t時期主營業務收入，取北京市科技型企業主營業務收入；inct為t時期北京市各產業工業總產值。專業化集聚產生的外部性稱為Mar外部性。

3.2 多樣化集聚

多樣化集聚表現為不同產業的企業在地理上形成集聚分布，網絡化體系使不同產業的企業溝通和交流，加速雅各布外部性對周邊地區的影響。多樣化集聚程度為：

divi,j,t=

用公式表達為：

多樣化集聚產生的外部性稱為Jacobs外部性。

3.3 市場競爭

市場競爭表現為生產同質產品企業過度飽和，企業為提升自身競爭力，采取價格或非價格手段打壓競爭對手。市場競爭程度為：

其中，numi,j,t為中關村科技園區企業數，numi,t為北京市科技型企業數。

4 動態空間面板模型構建

若中關村科技園區創新質量受時空效應的影響，則受到以上3種集聚模式的作用。為了探討集聚模式、時空效應和其它變量對創新質量的影響程度，本文利用莫蘭指數測度各變量空間相關性，并采用上述變量研究集聚效應對中關村科技園區創新質量的影響。

4.1 空間權重矩陣

空間權重矩陣主要有鄰接空間權重矩陣、地理距離空間權重矩陣和經濟空間權重矩陣3種。因為北京市中關村科技園區所帶動的不同行業集中在北京市區及周邊區域，可以忽略由經濟發展帶來的輻射效應和孤島效應。因此，本研究最終選擇地理距離空間權重矩陣，即：

其中，w1、w2、……wn為各分園區地理中心位置到北京市中心的位置。計算所得空間權重系數如表3。

4.2 空間自相關檢驗

采用測算空間相關性的莫蘭指數(Moran′s I)進行檢驗[29]，以判斷中關村科技園區各區創新質量之間的相關關系，結果見表4。

Moran′s I大于0表明空間正相關，其絕對值表示空間相關性強弱，其指數越接近于1，表示空間集聚效應越顯著。考察期內，Moran′s I均為正值，在1%的置信水平下顯著，表明中關村科技園區創新質量存在顯著正向空間相關性，隨著年份增加，Moran′s I增大，中關村科技園區創新質量的空間相關性逐漸提高。Moran′s I僅解釋全局空間自相關，局部空間自相關需要借助局部Moran′sI散點圖加以分析。

以各年份數據為截面，計算各區域局部Moran′s I并繪制散點圖，局部Moran′s I高，代表該區域集聚效應顯著。因此，高值-高值區域體現了空間均質性，區域內可能存在空間擴散、溢出效應。高值-低值區域表明，該區域出現負空間溢出效應，原因可能與產業性質及創新中心遷移有關。

圖2 期初與期末中關村各園區局部莫蘭指數

表3 各園區地理距離空間權重系數

表4 創新質量莫蘭指數

根據圖2可發現，考察期內，多數園區都產生了集聚程度躍遷。海淀園、朝陽園和豐臺園從高-低向高-高躍遷，說明區域內空間集聚異質性進一步降低，集聚程度提高，平谷園、順義園和密云園由低-低向高-低或低-高躍遷，說明區域或其周邊區域集聚程度提高，其可能受到創新中心輻射的影響，或發展規模化特色優勢產業。東城園、西城園和大興-亦莊園保持高-高不變，而延慶園與懷柔園保持低-低不變，與其所處的北京市中心或邊緣地理位置有較強相關關系。整體而言，中關村科技園區16個區的產業集聚不斷增強，集聚效應顯著區域仍主要分布在中心地帶。

4.3 模型構建

根據柯布道格拉斯生產函數和希克斯中性的技術進步效率函數，參考已有相關研究，構建關于創新質量的生產函數模型。

qualityi,j,t=Ai,j,t·peri,j,t·resi,j,t

其中，quality為中關村科技園區創新質量，A為希克斯中性的技術進步效率函數，per為研發人員投入，研發人員投入程度越高，則人力資源越豐富，創新質量越高。res為研發資本存量，此處以R&D研發投入代替。Ai,j,o為i地區j行業初始技術水平， spe 為專業化集聚程度， div 為多樣化集聚程度，com 為市場競爭程度，β0為專業化集聚對技術進步效率影響的彈性系數，β1為多樣化集聚對技術進步效率影響的彈性系數，β2為市場競爭對技術進步效率影響的彈性系數。假定生產函數規模報酬不變，則β0+β1+β2=1。

空間計量模型主要有空間誤差模型、空間滯后模型和空間杜賓模型3種，對于動態空間面板模型選擇，首先應利用LM檢驗和Robust-LM檢驗加以判斷，其次應在確定空間相關性之后，利用Wald檢驗和LR檢驗進行SDM、SAR或SLM模型選擇。

模型選擇判斷準則如下：①LM檢驗和Robust-LM檢驗中，如果統計量檢驗結果拒絕原假設，則說明確定存在空間相關性，應選擇SDM模型而非OLS模型；②Wald檢驗和LR檢驗中，分別進行SEM&SDM和SAR&SDM檢驗，若統計量檢驗結果未拒絕兩個原假設，則應選擇SEM或SAR模型。若兩個都未拒絕，比較對數似然值進行選擇；③其它情況下選用SDM。

以SDM為例，構建空間計量模型如下：

lnqualityi,j,t=θlnqualityi,j,t+pW*lnqualityi,j,t+ηW*lnqualityi,j,t-1+a0+a1lnspei,j,t+a2lndivi,j,t+a3lncomi,j,t+a4lnperi,j,t+a5lnresi,j,t+a6lnedui,j,t+a7lnfdii,j,t+a8Wlnspei,j,t-1+a9Wlndivi,j,t-1+a10Wlncomi,j,t-1+a11Wlnperi,j,t-1+a12Wlnresi,j,t-1+a13Wlnedui,j,t-1+a14Wlnfdii,j,t-1+τWεi,j,t+ui,j,t+ωi,j

式中， lnqualityt代表北京市中關村科技園區在t年的創新質量，W為空間權重矩陣，加有W的解釋變量為相應各變量的空間滯后項，代表相鄰地區解釋變量的交互影響。p為創新產出的空間效應，若p顯著為正則表示創新產出存在正向空間溢出效應，反之則存在負向空間溢出效應。

對于時間和空間效應，該模型可通過偏微分方法將空間溢出的總效應分解為直接效應和間接效應，并根據時間長短有所改變。對模型進行變換，關于第k個解釋變量的偏分方程矩陣公式如下：

(1)短期效應。

其中，Y代表被解釋變量創新質量quality，x代表各解釋變量。θ1k為被解釋變量對第k個解釋變量的偏微分系數，θ2k為被解釋變量對第k各解釋變量空間滯后項系數。

(2)長期效應。

[(1-α)I-(p+η)w]-1

其中，I為n階單位矩陣。矩陣對角線上的元素為分解后的直接效應，表示本地區解釋變量對被解釋變量的影響，存在區域內空間溢出效應; 非對角線上的元素為分解后的間接效應，表示本地區解釋變量對其它地區被解釋變量的影響，存在區域間空間溢出效應。總效應等于直接效應與間接效應之和。

4.4 時空集聚效應

根據LM檢驗、Robust-LM檢驗、Wald檢驗和LR檢驗結果，如表5所示，LM檢驗、Robust-LM檢驗均在5%以下，拒絕了因變量和殘差項不存在空間相關性的原假設，表明模型應該包含空間滯后項和空間誤差項。表5中，空間面板模型SDM與SLM和SAR的適配檢驗結果顯示，Wald檢驗和LR檢驗同時拒絕SDM模型能夠簡化為SLM或SAR模型的原假設，表明固定效應的SDM模型是本研究樣本數據的最佳擬合模型，通過檢驗，因此本文選擇能夠作為SLM和SAR拓展形式的SDM。

表5 模型選擇檢驗結果

為進一步保證回歸結果穩健，并考察時間、空間效應對創新質量的差異化影響，以北京市中關村科技園區為研究對象，以創新質量為被解釋變量，分別構建無時空效應模型、時間效應模型、空間效應模型和時空效應模型4個模型。

模型1:靜態非空間面板模型，不存在創新產出的時間和空間效應。

lnqualityt=a0+a1lnspei,j,t+a2lndivi,j,t+a3lncomi,j,t+a4lnperi,j,t+a5lnresi,j,t+a6lnedui,j,t+a7lnfdii,j,t+ε

模型2:動態非空間面板模型，考慮到創新產出水平的累積循環效應，加入創新產出的時間滯后項。

lnqualityt=lnqualityt-1+a0+a1lnspei,j,t+a2lndivi,j,t+a3lncomi,j,t+a4lnperi,j,t+a5lnresi,j,t+a6lnedui,j,t+a7lnfdii,j,t+ε+ω

模型3：靜態空間面板模型，在模型1的基礎上引入空間滯后項。

lnqualityt=pw*lnqualityt-1+a0+a1lnspei,j,t+a2lndivi,j,t+a3lncomi,j,t+a4lnperi,j,t+a5lnresi,j,t+a6lnedui,j,t+a7lnfdii,j,t+wa8lnspei,j,t+wa9lndivi,j,t+wa10lncomi,j,t+wa11lnperi,j,t+wa12lnresi,j,t+wa13lnedui,j,t+wa14lnfdii,j,t+τWεi,j,t+ui,j,t

模型4：動態空間面板模型SDM。

lnqualityi,j,t=θlnqualityi,j,t+pW*lnqualityi,j,t+ηW*lnqualityi,j,t-1+a0+a1lnspei,j,t+a2lndivi,j,t+a3lncomi,j,t+a4lnperi,j,t+a5lnresi,j,t+a6lnedui,j,t+a7lnfdii,j,t+a8Wlnspei,j,t-1+a9Wlndivi,j,t-1+a10Wlncomi,j,t-1+a11Wlnperi,j,t-1+a12Wlnresi,j,t-1+a13Wlnedui,j,t-1+a14Wlnfdii,j,t-1+τWεi,j,t+ui,j,t+ωi,j

實證數據選用中關村《中關村國家自主創新示范區年鑒》(2008—2018)，各變量統計描述結果如表6所示。

對模型進行回歸，其中模型3、模型4都進行了層次回歸以考察控制變量，最終回歸結果如表7所示。

表6 各變量描述性統計結果

表7 創新質量時空效應回歸結果

注：***、 **和*分別表示系數在1%、5%和10%水平上顯著，下同

由表7可以看出：中關村科技園區創新質量受到時間、空間與時空效應的不同影響。在模型4的結果中，時間項、空間項和時空交互項都顯著，因此，中關村科技園區創新質量表現出時間、空間溢出效應，即創新質量呈現時間連續和空間依賴特征，當期創新質量受到前一期創新質量和周邊地區創新質量的共同影響，與空間自相關檢驗結果一致。進一步說明，北京市中關村科技園區創新質量存在相互影響，表現出一定程度的空間集聚特征。這是因為隨著基礎設施完善和信息技術發展，創新要素流動速度加快，知識、技術和生產要素在區域間不斷擴散，區域間相互影響隨之增強。

在集聚效應方面，專業化集聚效應整體正向顯著，說明產業集聚表現出較多的瑪氏外部性，對創新質量的正向影響來源于規模效應、垂直分工和同一產業間知識、技術交流。多樣化集聚效應整體負向顯著，其原因可能是當多樣化集聚水平不高時，不同企業之間未形成有效協調、溝通途徑，致使區域內不同產業之間知識、人才、資源等要素無法自由流通，從而抑制創新產出。市場競爭集聚效應整體上顯著性不強。

4.5 時空集聚效應分解

集聚模式回歸系數不能直接反映其對創新產出的作用程度，需依據分解后的短期和長期直接效應、間接效應與總效應解釋時空作用效果。在表7的計算上，進一步分析得到表8。

表8 集聚模式時空效應分解結果

從集聚模式分析，發現短期內，多樣化集聚對中關村科技園區創新質量存在短期負向空間溢出效應，專業化集聚和市場競爭的短期作用不顯著。但是長期看，專業化集聚和多樣化集聚有正向顯著效應，即區域內溢出逐漸消失并呈現正向區域間溢出。

4.6 不同行業時空集聚效應

集聚模式對創新質量的時空效應不僅存在整體差異，還存在行業差異。采用中關村高產業園區八大行業面板數據，構建動態空間面板模型，研究集聚模式與創新質量的時空效應關系是否存在行業差異，并綜合權衡R2、LogL和AIC值選擇具體模式，實證結果如表9所示。

(1)生物醫藥創新質量時間滯后項系數為0.2，空間滯后項系數為-0.023，說明生物醫藥創新質量受到正向累積循環效應和負向空間溢出效應影響，即創新質量受到時間累積的正向影響，但較高的創新質量反而抑制周邊地區的同行業創新質量，同樣的情況還有環境保護、新能源與節能和其它行業等。這一現象與中關村科技園區對行業區域的分工有關，即某行業有限的創新要素集聚于某一中心，導致周圍園區該行業創新質量下降。

(2)新材料、電子信息和先進制造存在正向時間累計循環效應和正向空間溢出效應，導致這一現象的可能原因是：上述行業投入周期相對較短，專利門檻較低，信息交流需求更大，若一個區域創新質量較高，則正向影響相鄰區域創新質量。

(3)進一步分析可發現，具有負向空間溢出效應的行業，其行業創新質量主要受到專業化集聚的影響，而具有正向空間溢出效應的行業，其行業創新質量主要受到多樣化或市場化集聚的影響。

4.7 不同園區時空集聚效應

目前，北京市中關村科技園區采用“一區十六園”模式，各區域之間的集聚效應存在差異。為探討16區之間的差異，構建面板模型進行回歸求解，由于計算單個園區時無法使用空間權重矩陣，因而建立動態非空間面板模型。各區成立時間不同，對于2012年10月以后成立的區取2013—2018年數據，實證結果如表10所示。

表9 中關村科技園區分行業時空效應分析結果

表10 中關村科技園區分園區時空效應分析

(1)所有16個區都存在創新質量的時間溢出效應，表明隨著時間推移，中關村科技園區各創新主體不斷實現知識與技術積累，從而改進、提升創新機制。

(2)在16個區中，所有區域的創新質量都受到專業化集聚的正向顯著影響，即各園區專業化集聚顯著促進創新質量提高。在多樣化集聚方面，大興-亦莊園受到多樣化集聚的負向顯著影響，而房山園、密云園和延慶園受到的多樣化集聚不顯著，結合園區本身產業規劃，其原因可能是，上述4個園區產業規劃相差較大，如大興-亦莊園區以生物醫藥、新媒體、新能源汽車和軍民結合作為戰略發展產業，4種產業之間相關性較弱，因而其多樣化發展反倒削弱了創新產出活力。在市場競爭方面，海淀園、朝陽園、大興-亦莊園、東城園、西城園、通州園、門頭溝園和順義園受到市場競爭集聚效應的影響，結合其中產業分析，發現它們多以電子信息、生物醫藥和文化產業為主，與表7結論一致。此外，從側面反映出上述園區在技術向應用轉化方面發展比較好，擁有較為健全的市場。

5 結語

本文以中關村科技園區為研究對象，探討時空效應、集聚模式與創新質量的作用機制，選取2006—2017年北京市中關村科技園區相關數據構建創新質量指標，引入時間滯后項、空間滯后項和時空滯后交互項，使用動態空間面板計量模型分析集聚模式、時空效應對創新質量的影響，并在此基礎上，分別對長短時空效應、不同行業和不同園區進行差異化分析。結果表明，中關村科技園區創新質量受時空效應和集聚效應的影響，園區整體和局部都存在空間自相關，其創新質量表現出時間連續性和空間依賴特征。

(1)中關村科技園區的16個分園區大多產生了集聚程度躍遷，如海淀園、平谷園等園區分別實現了從高-低到高-高/低-低到高-低型區域躍遷。總體而言，集聚效應與地理位置相關，16個分園區產業集聚不斷增強，集聚效應明顯的區域仍主要分布在中心地帶。

(2)中關村科技園區創新質量表現出循環時間效應和空間溢出效應。對時空效應進行分解發現，短期內多樣化集聚對中關村科技園區的創新質量存在短期負向空間溢出效應，專業化集聚和市場競爭的短期作用不顯著。但從長期看，專業化集聚和多樣化集聚有正向顯著效應。

(3)中關村科技園區受到3種類型集聚效應的影響，整體上專業化集聚效應正向顯著，多樣化集聚效應負向顯著，市場競爭集聚效應不顯著。分行業看，生物醫藥、環境保護、新能源與節能及其它行業的創新質量受到正向累積循環效應和負向空間溢出效應的影響，而新材料、電子信息和先進制造存在正向時間累積循環效應和空間溢出效應。具有負向空間溢出效應的行業，其創新質量主要受到專業化集聚的影響，而具有正向空間溢出效應的行業，其行業創新質量主要受到多樣化或市場化集聚的影響。分園區看，16個區都存在創新質量的時間溢出效應，各園區專業化集聚顯著促進創新質量提高，一些園區如大興-亦莊園受到負向多樣化集聚影響，一些園區如海淀園、朝陽園等受到市場競爭集聚的影響，上述影響差異與園區產業規劃、功能定位及市場建設有一定關系。

基于以上研究，提出如下建議：①根據空間面板模型涉及的創新質量、控制變量等指標計算結果可得，科技園區要想提高創新質量，應當重視“技術收入占比”指標，重點提高勞動力水平；②由各園區局部莫蘭指數與莫蘭散點圖可知，目前有超過一半的分園區仍處于高-低、低-高、低-低集聚水平，應加強各園區經濟、技術、人才流動，構建各園區有效交流渠道，降低集聚與創新的空間異質性；③根據不同行業的特點，為提高科技園區創新質量，應加強生物醫藥、新材料、電子信息、新能源與節能行業的專業化集聚，加強先進制造、環境保護和其它行業多樣化集聚；④部分園區創新質量受到市場競爭集聚的影響，但整體影響不顯著，因而應重視技術研面向應用轉化，建立更為健全的市場體系，引入金融、中介、營銷等市場必備要素，幫助科技園區進一步從產業集聚中獲益并間接消除多樣化集聚的負面影響。