粵港澳大灣區城市技術創新能力時空演化及影響因素研究
——來自空間、門限面板數據模型的實證檢驗

孟 霏，魯志國

(深圳大學 經濟學院，廣東 深圳 518000)

0 引言

為了應對“新常態”，黨的十九大報告指出“創新是引領發展的第一動力，是建設現代化經濟體系的戰略支撐”。技術創新作為現代經濟增長的“助推器”[1]，是衡量一個國家或地區競爭力的核心要素，決定著經濟可持續增長。灣區經濟作為當今國際經濟版圖中的突出亮點，是世界上最具競爭力、創造力的發展模式[2]。2019年2月，《粵港澳大灣區發展規劃綱要》再次提到，要形成以創新為主要動力和支撐的經濟體系，建設國際科技創新中心。可以說，粵港澳大灣區科技創新發展備受黨中央、廣東省政府關注，迎來了難得的歷史發展機遇。然而，受限于經濟發展、創新基礎及政策傾斜等因素，粵港澳大灣區城市技術創新產出分布不均，以2017年每十萬人專利申請量來說，域內位列前三的城市分別為深圳(4 071件)、東莞(3 852件)與中山(2 480件)，其值之和約占整個地區的61.8%，而排在末位的澳門僅約為10件，極差高達4 061件。值得深思的是，這種技術創新產出的異質性分布很可能會影響我國創新驅動發展戰略總體布局及粵港澳大灣區協同創新能力整體躍升。因此，有必要探討以下問題：粵港澳大灣區城市技術創新能力及其非均衡性在時間維度上呈何種發展態勢？空間演化規律和關聯格局如何？影響城市技術創新能力的因素有哪些？是否具有空間溢出效應？在經濟發展水平的門限效應下，核心影響因素對城市技術創新能力的非線性作用效果如何？顯然，科學回答上述問題對粵港澳大灣區早日實現城市技術創新聯動、促進經濟協調發展具有重要的現實意義。

1 文獻綜述

近年來，區域創新已成為國內外學者的核心研究議題，學術界對此展開了大量探討，主要包括以下幾個方面：

(1)區域創新能力比較及空間差異研究。關于區域創新能力比較，Fritsch[3]以歐洲11個地區數據為樣本，將知識生產函數應用于區域創新系統質量測度與比較，研究發現，不同區域系統的創新效率有所差異，區域R&D活動情況也不相同。關于區域創新能力的空間差異，馬靜等[4]采用核密度、全局和局部莫蘭指數等方法分析我國內地285個地級市創新能力，研究發現，我國城市創新活動呈現以“省會城市+中心城市”為極核的多中心網絡發展格局，在只考慮地理距離的城市創新空間關系下，呈現“高—高”集聚與“高—低”極化的創新活動空間關聯特征；顧偉男[5]采用主觀賦權與熵權相結合、變異系數、相對發展指數等方法，分析我國內地35個中心城市創新能力空間分布特征，指出我國中心城市創新差距正逐步縮小，較高與高創新水平的城市主要為東部沿海和中西部少數極核城市，較低和低水平創新城市大多分布在中西部地區。

(2)創新活動驅動因素研究。從宏觀角度來說，何舜輝等[6]采用空間誤差模型分析FDI規模、人力資本、經濟基礎、制度、教育水平及基礎設施等6大因素對我國城市創新能力的影響，結果顯示，所有因素均產生了明顯的作用力。其中，經濟基礎和人力資本是影響我國城市創新能力的主要因素。從區域角度來說，李婧等[7]從地理和社會經濟兩個方面考慮，通過構建靜態與動態空間面板計量模型對我國省域創新能力的空間關聯與集聚性進行探討，發現東部及沿海地帶是我國創新高密度地區，社會經濟特征對創新產出的影響更大。從企業角度來說，Cuerva等[8]研究發現，R&D投入和人力資本等是中小企業傳統創新活動的驅動因素。

(3)粵港澳大灣區區域創新研究。部分學者從理論上探討了粵港澳大灣區區域創新過程中存在的不足。如葉林等[9]從制度、主體、要素與網絡協同四大方面厘清大灣區創新發展過程中面臨的困境，包括體制機制創新不足、參與主體協同性不強和創新網絡尚未形成等，并提出實現跨境區域協同創新發展的建議。另一部分學者采用實證方法探索粵港澳大灣區區域創新的網絡結構、驅動因素等。如許培源等[10]基于Web of Science科研合作研究數據，采用社會網絡分析方法探索區域知識創新網絡結構空間演化及其形成機制，結果顯示，廣州、香港處于知識創新網絡中心位置，深圳將成長為知識創新網絡的新中心；王盟迪[11]采用空間面板計量模型對科技創新能力的影響因素進行探討，結果顯示，R&D經費投入、經濟基礎、人力資源和R&D人員投入4大因素能夠顯著促進大灣區科技創新能力提升，利用外資和對外開放程度對區域科技創新能力會產生顯著抑制作用。

綜上所述，國內外學者已在區域創新或粵港澳大灣區創新領域進行多角度探討，為本研究奠定了扎實的理論與實踐基礎。但是，仍有以下幾個方面需要進一步完善：第一，研究對象上，多聚焦于全國、省域等宏觀層面或企業等微觀層面，缺乏探索城市群這一空間單元，尤其對粵港澳大灣區城市群來說，不同時間及空間尺度的綜合性分析亟待補充；第二，研究方法上，大多采用變異系數、相對發展指數等傳統數理統計方法，傳統數理統計方法結合地理信息系統技術的研究需要進一步補充；第三，研究內容上，多集中于某一時點的靜態分析，將時間、空間納入同一框架的動態演化研究較少。此外，有關粵港澳大灣區城市技術創新能力的研究相對匱乏，對基于時空特征演化、空間溢出效應及門限效應等多角度的綜合分析缺乏足夠的關注和實證支持。

本文從以下4個方面豐富現有研究：①以往學者研究城市技術創新較少以粵港澳大灣區作為研究對象，本研究對此進行補充，選題符合當今時代發展背景；②利用最近10年粵港澳大灣區11個城市面板數據，所得結論更具現實價值，也具有較強說服力；③以往研究較少將鄰接、地理距離、經濟距離和地理經濟距離嵌套等4種權重矩陣同時納入空間關聯性考量，本研究對此進行綜合分析，并主要探討人力資本與研發經費投入兩個核心創新要素對城市技術創新能力的空間溢出效應；④核心創新要素對城市技術創新能力的作用效果可能比線性影響更為復雜，本研究以經濟發展水平作為門限變量，探索人力資本與研發經費投入對城市技術創新能力是否存在階段性作用。

2 粵港澳大灣區城市技術創新能力時空演化特征

2.1 數據來源

研究數據選取2008—2017年粵港澳大灣區11個城市(珠三角9市、香港和澳門特別行政區)的專利申請總量作為衡量各城市技術創新能力的指標。通常，表征城市技術創新能力的指標包含投入與產出兩個方面，但諸如企業研發投入等投入指標難以全面反映一個城市實際的創新能力。從產出指標來說，Griliches[12]指出，專利數據是創新與技術變革的重要技術來源，雖無法全面量度各城市技術創新能力與質量，但從一定程度上看，專利是城市創新資源最富含經濟價值的部分，可以提供城市發明與創新信息且數據來源充足準確。因此，專利申請量(李國平、王春楊，2012)或授權量(周銳波等，2019)仍是最受廣大學者認可的創新測度指標，其穩健性在實證研究中也得到了驗證(ACS等，2002)。相較時滯性較強的專利授權，專利申請受人為因素影響較小，且無論專利申請是否得到批準，這些發明本就是一種創造性勞動成果，具有一定價值，能夠及時準確地反映區域創新活躍程度。因此，為排除城市技術創新能力受人口規模的影響，本文采用人均專利申請數表征粵港澳大灣區城市技術創新能力。本文指標數據源于2009—2018年《中國城市統計年鑒》、《廣東統計年鑒》與《廣東科技統計年鑒》等，所有地理信息基礎數據源于國家地理信息中心1∶100萬數據庫，部分缺失數據依據相應城市往年數據分析推算或用插值法補全。

2.2 城市技術創新能力發展趨勢

從圖1的趨勢線可以看出，2008—2017年粵港澳大灣區城市技術創新能力總體呈上升趨勢，從2008年的4 056.9升至2017年的16 821.9，10年間漲幅達314.6%。具體來說，2014年作為一個重要節點，自此之后，城市創新技術能力增速明顯加快。究其原因，2014年是我國全面深化改革元年，廣東省這一年的創新績效更是位列全國榜首，而深圳、東莞等城市充分貫徹“要素驅動轉向創新驅動”的核心理念，緊抓機遇，加快創新創造步伐。同時，近年來隨著國家“一帶一路”倡議、“創新驅動發展”戰略不斷推進，以及《國家創新驅動發展戰略綱要》、《關于深化泛珠三角區域合作的指導意見》、《廣深科技創新走廊規劃》等政策大力支持，粵港澳大灣區各城市愈發重視創新的經濟驅動效應，紛紛加大創新投入力度，優化創新配套制度和政策環境，刺激城市技術創新活力。

圖1 粵港澳大灣區城市技術創新能力發展趨勢

2.3 城市技術創新能力非均衡時間演化

表1 粵港澳大灣區城市技術創新能力統計特征

由表1可知，2008—2017年粵港澳大灣區城市技術創新能力的極差上升趨勢明顯，在一定程度上反映出“強者愈強”趨勢，僅于2014年略有下降，說明這一年最低創新城市拉近了與最高創新城市之間的距離；城市技術創新能力變異系數在波動中下降，從2008年的1.274降至2017年的0.940，降幅達26.2%；城市技術創新能力的基尼系數峰值為2009年的0.595，最小值為2017年的0.493，總體呈波動下降趨勢。綜上結果表明，雖然10年內最高創新城市與最低創新城市差距有所擴大，但從整體來說，各城市間技術創新能力差異逐步減小，向著優化均衡方向邁進，其創新互動愈發高效與協調。

2.4 城市技術創新能力空間格局

本文采用ArcGIS軟件中Jenks自然最佳斷裂法對粵港澳大灣區城市技術創新能力的分布特征進行分級，如圖2所示。

由圖2可知，2008年與2017年粵港澳大灣區城市技術創新能力的空間格局變化不大，表明大灣區城市技術創新能力的空間格局比較穩定，呈現出一定的時空慣性。以2017年來說，城市技術創新能力“中心—外圍”特征明顯，“中心”(高、中高水平)城市位于區域東南部沿珠江口東岸地帶，包括深圳、東莞，占城市總數的18.18%，“外圍”(中低、低)城市則散落在創新核心圈周圍，包括廣州、佛山等9個城市，占總城市比重的81.82%，在一定程度上說明粵港澳大灣區城市技術創新能力在地理空間分布上并不均衡。進一步研究發現，低水平創新產出城市更偏于區域邊緣地帶，這也從側面表現出粵港澳大灣區某一城市技術創新能力高低可能與其“中心”城市的“距離”遠近有關。

圖2 粵港澳大灣區城市技術創新能力空間分布

3 粵港澳大灣區城市技術創新能力空間關聯分析

現實中，城市這一空間單元并非獨立存在，通過其人流、物流、信息流等要素的相互往來實現了城市間知識的傳遞和共享，故本文預測，粵港澳大灣區城市技術創新能力在空間上也應當存在著一定關聯。因此，本文嘗試采用探索性空間統計分析(ESDA)方法進行初步驗證。

3.1 全局空間自相關檢驗

全局Moran's I指數用于識別研究區域所有單元某一變量的空間關聯程度[13]，公式如下：

(1)

由圖3可以看出，運用鄰接權重矩陣(w1)、地理距離權重矩陣(w2)、地理經濟嵌套距離權重矩陣(w4)計算所得的全局Moran'sI指數較小，且大部分為負值，P值也未通過10%水平顯著性檢驗，而運用經濟距離權重矩陣(w3)所得的全局Moran'sI指數表現出顯著正相關性，值域范圍在0.014～0.089之間波動，P值大部分通過了10%顯著性水平檢驗。這一結果支持了粵港澳大灣區城市技術創新能力的溢出效應與兩個城市經濟發展水平差距相關的結論[16]。

圖3 粵港澳大灣區城市技術創新能力全局空間Moran′s I指數

引入經濟距離權重矩陣(w3)測算出的全局Moran's I指數顯著為正，初步判斷，粵港澳大灣區城市技術創新能力空間分布并非處于完全隨機狀態，而是展現出一種高技術創新城市被高技術創新城市所包圍(H-H型)與低技術創新城市被低技術創新城市所包圍(L-L型)的空間組織模式。因此，有必要基于空間相關性對粵港澳大灣區城市技術創新能力進行分析，否則將存在回歸偏誤。

3.2 局部空間自相關檢驗

Moran散點圖用于探索樣本區域各城市某一變量與其鄰近城市單元的空間關聯模式，本文將粵港澳大灣區城市技術創新能力劃為4個象限，各象限代表類型如下：①H-H(高-高)型；②L-H(低-高)型；③L-L(低-低)型；④H-L(高-低)型，具體聚類情況如表2所示。

表2 粵港澳大灣區城市技術創新能力的空間聚類情況

由表2可知，從集聚類型上：總體以H-H型和L-L型為主。其中，2008年與2017年H-H型和L-L型集聚城市分別占總比重的63.64%、63.64%，表明粵港澳大灣區城市技術創新能力呈空間極化態勢。從集聚類型變化上：①2008—2017年H-H型城市呈現由中心向外擴散趨勢，2008年H-H型城市僅有中山，2017年珠海與東莞也加入H-H型城市行列，增加至3個城市。這類城市沿珠江口分布，經濟聯系頻繁，技術創新水平較高，城市相互之間有明顯技術溢出，構成技術創新發展的核心區域；②2008—2017年L-L型城市由6個降至4個，僅剩香港、澳門、廣州與肇慶。這類城市技術創新水平較低，且與其經濟距離鄰近城市的技術創新水平也不高，相互之間產生的技術溢出較小。

4 粵港澳大灣區城市技術創新能力空間效應分析

影響城市技術創新能力的各要素是否會對經濟鄰近城市產生溢出效應，有待進一步驗證。鑒此，本文采用空間面板計量模型，主要探討核心解釋變量對因變量的空間效應，并依次加入控制變量，旨在檢驗所得結論是否具有穩健性。

4.1 標準面板計量模型

知識生產函數(KPF)理論認為，影響新知識產生的關鍵性因素包括經費投入、研發人員和技術創新，假定技術創新不變，知識生產活動中各要素投入與產出之間的關系通常采用Cobb-Douglas形式的KPF。

(2)

式中，Yit、Kit、Lit、εit分別表示i城市t時期的技術創新能力、創新資本投入、創新勞動投入和隨機誤差項，β1和β2為相關系數，A為技術創新，通常為希克斯中性生產率項。

為使數據更符合正態分布并消除模型異方差性，所有變量均以自然對數形式進入估計方程。

lnYit=c+β1lnKit+β2lnLit+εit

(3)

本文借鑒現有研究中的知識生產函數，依次將控制變量金融發展水平(pfi)、對外交流水平(fdi)、政府支持程度(gov)加入式(3)并納入空間效應u和時間效應v，對各變量進行相應的符號替換，建構以下標準面板計量模型。

(4)

4.2 變量選取與說明

核心解釋變量：①人力資本(pop)。區域技術創新與人力資本存量密切相關，影響區域技術創新的關鍵在于擁有大量具備一定知識和技能的人力資本[17]。Becker[18]指出，教育能增加個體信息、知識與技能存量。一般來說，教育水平較高的城市勞動者素質高，擁有較多的人力資本，本文參考易高峰等[19]的做法，采用普通高等學校在校生人數表征人力資本；②研發經費投入(rd)。政府、企業與高校研發部門是創造知識財富的源泉，一般而言，它們之間相互交流合作有利于區域知識溢出，研發經費投入的多少直接決定區域技術創新能力高低及產出成果的量與質，考慮到香港、澳門與珠三角9市統計口徑和方法的差異，本文采用人均R&D經費支出作為其替代變量。影響城市技術創新能力的因素很多，為避免遺漏變量所存在的回歸偏誤，本文依次將控制變量納入模型進行檢驗：③金融發展水平(pfi)。企業是區域技術創新的主體之一，通常來說，金融發展水平較高城市的金融部門可為企業技術創新提供更多貸款，企業在獲取貸款后可以提升技術創新成功概率，本文采用金融機構年末貸款衡量；④對外交流水平(fdi)。商品是知識和技術的載體，城市間商貿往來既有益于創新落后城市學習前沿知識，同時也是技術知識溢出的重要途徑，本文采用當年實際利用外資金額表征；⑤政府支持程度(gov)。凱恩斯經濟學理論認為，單憑市場這只“看不見的手”并不能實現社會最優水平的創新活動，必須依賴政府政策修正市場機制對研發活動的刺激失靈?？紤]到數據可得性，本文采用人均預算財政支出替代政府支持程度。各變量指標定義及描述性統計結果如表3所示。

表3 變量指標定義及描述性統計結果

4.3 空間面板計量模型

4.3.1 模型類型

常用的空間面板計量模型主要包括3種：空間面板滯后(SPLM)、空間面板誤差(SPEM)和空間面板杜賓(SPDM)[20]。

根據Lesage等的研究思路，在式(4)中加入空間權重矩陣wit，建構粵港澳大灣區城市技術創新能力的SPLM模型(限于篇幅，僅列出模型通用形式，下同)。

(5)

式中，ρ為因變量的空間滯后項，表示城市技術創新能力的空間溢出性。

如果隨機誤差項中存在空間依賴性，SPEM模型如下：

(6)

式中，φit為空間自相關誤差項，λ為系數。

若空間依賴性同時存在于解釋變量和被解釋變量中，則SPDM模型如下：

(7)

式中，δ、ξ分別為研發經費投入和人力資本的空間滯后項系數。

4.3.2 空間效應分解

Lesage & Pace[21]提出，SPDM模型的估計系數并不能反映真實偏回歸值，必須利用偏微分方法分解成如下形式：

Yit=(1-ρw)-1cfn+(1-ρw)-1(x'β+wx'β)+(1-ρw)-1ε*

(8)

式中，Y即N×1維城市技術創新能力向量，c代表常數，fn為N×1維元素都是1的向量，x′為研發經費投入和人力資本組成的N×k維矩陣，ε*為誤差項。

進一步將式(8)轉化為一定時期的偏微分方程矩陣，如式(9)所示。

(9)

式中，對角線、非對角線元素均值分別為直接與間接效應(溢出效應)，總效應=直接效應+間接效應。

4.3.3 模型檢驗及識別

為了準確度量粵港澳大灣區城市技術創新能力的空間溢出效應，須選擇最適宜的空間面板計量模型進行參數估計。模型選擇步驟如下：

首先，本文對不包含空間交互作用的普通面板計量模型進行估計并進行LR與LM統計量檢驗，以確定與樣本數據擬合程度較好的模型，結果如表4所示。由表4可以看出，人力資本與研發經費投入對粵港澳大灣區城市技術創新能力具有顯著作用。從LR檢驗看，時間和空間固定效應的LR檢驗均在1%顯著性水平下拒絕原假設，說明選擇包含時空雙向固定效應的面板計量模型最優。由LM和Robust LM檢驗結果可知，Robust LM-Lag與Robust LM-error統計量的P值均小于1%，表明基于非空間模型的LM檢驗同時接受SPLM、SPEM模型，一般考慮SPDM模型[22]，但仍需進一步檢驗。

表4 標準面板計量模型估計結果

其次，本文對包含人力資本和研發經費投入的SPDM模型結果進行Hausman檢驗(31.26，P=0.000 0)，表明選擇固定效應下的空間面板計量模型比較適宜。Wald和LR檢驗結果顯示，SPDM模型簡化為SPLM模型或SPEM模型的Wald與LR統計量均通過10%顯著性水平檢驗，拒絕了SPDM退化成為SPLM或SPEM模型的原假設(兩個原假設為：H0:θ=0和H0:θ+δβ=0)，說明SPDM模型是最適宜的選擇[23]。表5中模型(1)-(4)分別為無固定效應、空間、時間、時空雙固定的SPDM模型，通過對比4種效應下模型的Log-likelihood、AIC及BIC值，秉承“對數似然值越大、AIC與BIC值越小模型擬合效果越好”的原則[24]，本文采用具有時間和空間雙向固定效應的SPDM模型分析粵港澳大灣區城市技術創新能力的空間溢出效應。需要說明的是，根據Elhorst[25]的建議，本文采用面板極大似然法(MLE)對SPDM模型進行估計，上述方法能夠有效克服模型中存在的內生性問題，科學反映變量間的空間關聯性。

4.3.4 回歸結果分析

由表5可知：①模型(4)的結果顯示，當僅考慮人力資本與研發經費投入對城市技術創新能力的影響時，其空間溢出效應系數為負值且通過了1%顯著性水平檢驗，表明粵港澳大灣區城市技術創新能力在空間上存在顯著負向溢出效應，即本城市技術創新能力提升將抑制鄰近城市技術創新能力提升。人力資本對城市技術創新能力的直接推動力大于研發經費投入，說明人力資本在粵港澳大灣區城市技術創新過程中占據著重要地位；②模型(5)-(7)分別納入控制變量金融發展水平(pfi)、對外交流水平(fdi)與政府支持程度(gov)，結果顯示，這3種模型的空間溢出效應系數均為負值且通過了10%顯著性水平檢驗，表明在分別納入每個控制變量時，粵港澳大灣區城市技術創新能力在空間上存在顯著負向溢出效應。另外，除模型(7)中研發經費投入的直接推動力不顯著外，其余模型中人力資本與研發經費投入的回歸系數均顯著為正，說明這兩個創新要素是影響粵港澳大灣區城市技術創新能力的關鍵因素，也表明本研究結論具有一定的穩健性；③對比雙向固定效應標準面板計量模型與模型(8)，發現加入空間權重矩陣前后，各解釋變量參數估計結果的符號與顯著性水平完全一致，但系數值有所差異，表明忽視空間效應會低估人力資本對城市技術創新能力的影響并高估研發經費投入對城市技術創新能力的影響，最終導致估計結果偏差。

表5 空間面板計量模型估計結果

4.3.5 空間效應分解結果

本文對雙固定效應的SPDM模型進行空間效應分解，結果如表6所示。

表6 SPDM空間效應分解結果

結果顯示：①人力資本的直接效應系數為0.556 1，通過了1%顯著性水平檢驗，既表明人力資本是顯著推動粵港澳大灣區城市技術創新能力提升的重要因素，也解釋了目前大灣區內部城市出現以各種優惠政策與措施的“搶人大戰”現象。但人力資本的溢出效應系數為負值，通過了10%顯著性水平檢驗，說明本城市人力資本與鄰近城市人力資本存在競爭關系。較其它創新要素，人才在空間范圍內的流動性較強，可以很方便地外出參加學術交流等活動。尤其是高層次人才，可以同時在不同城市任職，當鄰近城市開出的“留人”條件更加優厚時，他們往往追求個人利益最大化，將時間、精力付于鄰近城市，對鄰近城市的貢獻度更大，反而降低了對本城市技術創新的貢獻度。另外，如深圳等創新能力強、經濟發展水平較高的城市會吸引大量人才單向涌入，導致鄰近城市人才流失，創新活力不足；②研發經費投入的直接效應系數為0.462 4，通過了1%顯著性水平檢驗，表明加大研發經費投入力度也是提升本城市技術創新能力的有效手段。增加研發經費投入可以使創新主體購置更多先進設備，引進前沿技術，優化創新環境，從而促進城市技術創新產出。研發經費投入的溢出效應系數為負值，未通過顯著性水平檢驗，說明本城市研發投入增加對鄰近城市技術創新能力的抑制作用不顯著；③從控制變量看，金融發展水平的直接效應系數顯著為正，說明高金融發展水平城市的金融部門可為企業技術創新提供更多貸款，能顯著促進城市技術創新產出，而其溢出效應為負但并不顯著。對外交流水平的直接效應系數顯著為負，可能是由于外資企業通過控制關鍵技術限制國內企業技術創新能力，其投資更多的表現在資金方面，并不會著力培養本城市的技術人才，大量利用外資反而在一定程度上限制了人才獲取技術的渠道，從而抑制了本城市技術創新能力提升。其溢出效應系數顯著為正，可能是由于外資企業在對外交流初期會對本城市企業產生擠出效應，表現為對市場創新要素的占有和對知識產權的保護兩個方面，對鄰近城市則無法產生擠出效應，鄰近城市可以通過學習外資企業先進的技術與經驗，提升自身技術創新能力；政府支持程度的直接效應系數最大且顯著為正，反映出粵港澳大灣區城市技術創新能力提升離不開政府大力支持，這一結論很好地詮釋了香港、澳門等城市雖擁有特殊的經濟發展模式和雄厚的科技發展基礎，但其技術創新能力一直發展不起來的原因，而其溢出效應系數為負但未通過顯著性檢驗。

5 粵港澳大灣區城市技術創新能力門限效應

核心創新要素對城市技術創新能力的影響可能會隨著經濟發展不同階段而呈現出不同特征。因此，本文采用門限面板模型探尋經濟發展水平的門限值，從而估計在不同經濟發展水平下人力資本、研發經費投入對城市技術創新能力影響的差異性。

對于普通面板數據，單門限固定效應回歸模型設定如下：

yit=θ1xitI(qit≤γ)+θ2xitI(qit>γ)+ui+εit

(10)

式中，ui為個體固定效應，qit為門限變量，γ為門限值，xit為外生變量，yit為被解釋變量，εit為隨機誤差項，θ1、θ2為參數估計值，I為示性函數，當滿足括號內條件時，I取值為1，否則取0。

首先，為了檢驗門限效應模型建構的合理性，本文以城市技術創新能力為被解釋變量，人力資本與研發經費投入為核心解釋變量，經濟發展水平作為門限變量并納入金融發展水平、對外交流水平和政府支持程度作為控制變量，采用自助抽樣法(Bootstrap)對門限估計值的顯著性進行檢驗，如表7所示。

由表7可知，人力資本與研發經費投入的估計值僅在單一門限模型下分別通過了10%、5%顯著性水平檢驗，說明在人力資本或研發經費投入對城市技術創新能力的影響過程中，經濟發展水平均存在一個門限值。

表7 人力資本與研發經費投入門限效應檢驗結果

其次，對門限估計值的真實性進行似然比(LR)檢驗(見圖4)。

由圖4可知，LR=0時所對應的值為門限值，LR<7.352 3時(虛線以下)的區間為門限值95%置信區間。因此，本文門限估計值處于置信區間內，驗證了門限估計值的真實性。由上述檢驗可知，不同經濟發展水平下，人力資本和研發經費投入對城市技術創新能力存在突變效應，回歸結果如表8所示。

圖4 人力資本與研發經費投入門限值似然比檢驗

由表8可以看出：①人力資本在經濟發展水平低于門限值(lnpgdp≤12.64)和高于門限值(lnpgdp>12.64)兩個階段，對城市技術創新能力的促進作用強度是不同的。在低于門限值時，人力資本每增加1%，城市技術創新能力顯著提升0.448 7%；在高于門限值，人力資本每增加1%，城市技術創新能力顯著提升0.388 8%。這反映出一個有趣的經濟現象：粵港澳大灣區人力資本對城市技術創新能力的作用會受到經濟發展水平的影響，如果經濟發展水平越過門限值，則會阻滯人力資本對科技成果轉化的促進作用，從而降低城市技術創新能力。這可能是由于雖然經濟發展較好的城市能夠吸引更多高新企業和高科技人才，但畢竟少數高科技人才才是技術創新發展的核心力量，而并非所有人力資本的低效積累。因此，應當緊抓人力資本的“質”，盡量保持人力資本利用效率處于最高均衡狀態，這也是本文的重要發現之一；②在經濟發展水平低于門限值時(lnpgdp≤12.64)，研發經費投入每增加1%，城市技術創新能力顯著提升0.309 5%，在高于門限值時(lnpgdp> 12.64)，研發經費投入對城市技術創新能力的促進作用并不顯著。究其原因，資本是一種有形的物質資源，對城市技術創新能力的影響過程較為簡單，當資本投入量在一定限度內時，會對技術創新具有一定推動作用，但隨著資本投入量超過一定限度后仍不斷加大，可能會降低技術創新產出，這也符合邊際效用遞減規律。

表8 人力資本與研發經費投入門限回歸結果

6 結論與啟示

6.1 結論

本文基于2008—2017年粵港澳大灣區11個城市面板數據，采用極差、變異系數、基尼系數和ESDA等方法考察城市技術創新能力的時空演化特征及空間關聯模式，并通過SPDM模型剖析影響城市技術創新能力的關鍵因素，結合門限面板模型進一步探討在經濟發展水平門限效應下，核心創新要素對城市技術創新能力的影響。結果表明：①粵港澳大灣區城市技術創新能力總體呈上升趨勢，尤其在2014年后增速明顯加快，內部城市間技術創新能力差異逐步減小，向著優化均衡方向邁進；②城市技術創新能力空間格局比較穩定，“中心—外圍”特征明顯，“中心”城市位于區域東南部沿珠江口東岸地帶。同時，其空間關聯模式表現為高技術創新城市被高技術創新城市所包圍(H-H型)與低技術創新城市被低技術創新城市所包圍(L-L)，H-H型城市呈現由中心向外擴散趨勢，L-L型城市數量則有所減少；③人力資本是顯著推動粵港澳大灣區城市自身技術創新能力提升的重要因素，但城市自身人力資本與鄰近城市的人力資本存在著競爭關系。加大研發經費投入力度是提升城市自身技術創新能力的有效手段，但城市自身研發經費投入增加對鄰近城市技術創新能力的抑制作用不顯著；④人力資本對城市技術創新能力的作用會受到經濟發展水平的影響，在低于門限值時，人力資本會顯著提升城市技術能力，如果經濟發展水平超過門限值，雖然人力資本仍會顯著提升城市技術創新能力，但作用強度有所下降。研發經費投入對城市技術創新能力的作用也會受到經濟發展水平的影響，在低于門限值時，研發經費投入可以顯著提升城市技術創新能力；在高于門限值時，研發經費投入對城市技術創新能力的促進作用并不顯著。

6.2 啟示

綜上，本文嘗試提出如下建議：①完善區域協調機制，加強內部協同創新。應設立常態化城市群協調管理與決策機構，統籌創新和科技合作事宜。一方面，協調機構應充分酌量各城市創新資源稟賦、比較優勢等，從全局視角出發，弱化利益藩籬和政策壁壘，降低創新主體空間活動的交易成本，對人才、資本及技術等創新要素進行高效流轉與集約配置，實現“9+2>11”的加乘效應。另一方面，協調機構應合理掌握要素流動的“度”，防止因創新資源過度涌入大城市導致城市創新差異進一步擴大。對于技術創新相對落后的城市，既可以制定相應的創新追趕策略，也可以適當給予資金、技術扶持，提升城市科創資源吸引力；②精準定位關鍵因素，優化創新生態環境。研發經費投入對城市技術創新能力直接推動作用明顯，政府應出臺相關激勵政策，加大對高新技術企業的扶持力度，完善企業創新投入優惠政策，調動企業研發投入積極性，為城市創新活動開展提供資金保障。但需注意的是，在經濟發展水平不同的城市，研發經費投入強度應有所不同，要保證政府研發經費投入處于合理范疇，防止出現低效率的“政府失靈”現象。另外，習近平同志曾強調“人才是第一資源”、“創新要靠人才”。因此，粵港澳大灣區各城市要加大科技人才培養力度，持續優化人才發展環境，打造創新創業人才的“良港”，從而推動城市人力資本形成與積累。但在考慮空間經濟距離的情況下，本城市的人力資本增加會抑制鄰近城市技術創新能力提升。因此，有必要健全區域人才合作交流機制，防止人力資本過度集中而產生的惡性競爭，避免更大規模的城市競爭效應。同時，在經濟發展水平不同的城市，高素質人才引進措施應有所不同，尤其在經濟發展水平超過門限值的城市，更應當加強人才質量把關，不盲目引入人才，從而提高人才利用效率。