區域一體化對城市創新能力的驅動效應

佘碩 李騰覺

摘要：以區域一體化為自變量，城市創新指數為因變量，以長江經濟帶108個城市數據為研究樣本，構建了區域一體化評價指標體系，采用城市動態面板系統GMM佑計方法，實證了區域一體化對城市創新能力的驅動效應。實證結果表明區域一體化的發展對城市創新能力的提升具有顯著的促進作用。

關鍵詞：區域一體化;創新能力;動態面板;系統GMM佑計

中圖分類號：F293 文獻標識碼：B

文章編號：1001-9138-（2020）08-0047-57 收稿日期：2020-05-09

1 引言

隨著我國經濟進入“新常態”，以要素驅動發展的經濟發展模式逐漸失靈，為了維持新時代經濟的穩健發展，我國逐步由要素驅動轉向創新驅動，知識和技術逐漸取代傳統物質資本的主導地位，創新成為一個國家或地區經濟持續增長的關鍵性戰略資源，黨的十八屆五中全會更是將“創新”置于五大發展之首，以創新促發展成為新時代城市發展規劃的主旋律。

區域一體化是一定空間范圍內的城市通過一系列政策安排與制度設計實現各類要素規模集聚和利用效益提升的過程，對于促進區域共同發展有著重大作用。在區域一體化戰略下，創新要素借助現代交通和通信技術跨區域流動，不同空間一體化程度的加快為城市創新能力的發展提供了基礎和途徑。當前，區域一體化戰略是深入落實新發展理念，提高自主創新能力以及加大科技與經濟結合的一項重要舉措，更是推動區域高質量發展的關鍵路徑。

長江經濟帶是我國經濟發展重要戰略支撐地之一，其范圍覆蓋我國東中西三個區域，包括江、浙、滬、皖、贛在內的11個省市，其人口和經濟總產值均超全國平均水平，是我國經濟體系的重要組成部分，同時長江經濟帶集中了全國近一半的科技創新人才，是引領我國創新戰略發展的創新驅動帶?！秶覄撔买寗影l展戰略綱要》中更是強調要提升長江經濟帶等區域的科技創新能力，打造區域協同創新共同體。對于長江經濟帶城市群而言，區域一體化可以促進其高效協同、深化跨區域合作，以追求城市群高質量創新，推動長江經濟帶發展。

本文要立足于定量的視角，實證區域一體化對創新績效的驅動效果，旨在回答：區域一體化指數如何測量？從區域一體化角度研究其對創新績效影響的路徑是什么？我國實施的區域一體化戰略是否能促進創新成果的產出，提升創新績效？對這些問題進行解答，對于充分發揮區域一體化戰略優勢和增強區域創新能力具有重要意義。

2 文獻回顧與作用機制

2.1 文獻回顧

當前，學界有關區域一體化的研究成果比較豐富，相關主題研究主要集中在以下三個方面：區域一體化的內涵;區域一體化的測量、區域一體化影響因素和區域一體化的影響評估等四個方面，與本文密切相關的文獻集中在區域一體化的影響效果評估方面。實際上，隨著區域一體化的發展，區域社會經濟發展等各方面都會受到一定影響，在經濟效應評估方面，學者黃文、李雪松利用實證研究驗證了區域一體化對區域經濟發展的促進作用，并且這種促進作用在不同區域呈現不同程度的效果。在創新效應評估方面，學者高麗娜關注了其對城市創新方面的影響，利用實證數據證明城市群的一體化發展對城市創新的影響并非是簡單的線性關系，而是存在一定的門檻效應;金露露等分析了區域一體化對城市綠色創新作用，提出長三角區域一體化對城市綠色創新水平的提升具有正向影響，但是作用不明顯;這些研究對于本文理論探究提供了一些借鑒，區域一體化戰略的實施對創新績效是否有影響，在對理論機制分析基礎上，進行一定的實證數據分析，這對理解我國區域一體化發展路徑以及創新驅動發展的狀況有著至關重要的作用。

總的來說，當前學界對區域一體化對區域發展的影響給予了較大的關注，但仍存在著幾點不足：第一，學界鮮少將區域一體化與城市創新能力聯系起來，來研究區域一體化對創新績效帶來的影響，這不利于理解區域一體化動力機制和本質特征，尤其是內生動力機制在區域發展中的作用。第二，對于區域一體化的測量大多使用單一指標的測量方式，不利于多方面評估一體化程度?；诖?，本文可能的邊際貢獻在于將區域一體化與城市創新能力納入統一的分析框架，試圖分析區域一體化影響城市創新能力的理論機制、效果和條件，為促進我國“創新驅動”戰略的發展提供新的研究視角。第三，從經濟、市場、社會和空間四個維度構建評價指標體系、結合熵權TOPSIS方法測算了區域一體化程度，客觀地反映了長江經濟帶地區城市的區域一體化發展程度。第四，鑒于區域一體化的動態發展過程，本文突破以往的靜態研究，從動態方面實證探究區域一體化對于長江經濟帶城市創新能力的影響效果。

2.2 作用機制

外部性理論、城市經濟學以及新經濟地理學等理論為區域一體化對創新績效影響提供理論基礎。城市作為社會經濟活動和國民財富創造的重要場所，具有高度的生產集中性和聚集性，而在區域一體化過程中，由于城市集聚或空間鄰近，技術外部性得到有效發揮，使得知識創造、擴散和使用的成本降低，效率大大提高，為城市創新發展提供優勢路徑。本質上，區域一體化的創新驅動作用機理在于打破行政區劃的隔離，弱化市場分割，加速知識、技術等創新資源的流動，有效整合和重置創新資源，同時加強區域創新系統中創新主體間交流互動，充分發揮產學研各主體的創新優勢，為城市的創新發展共同發力。在實踐中，區域一體化與創新績效間復雜的耦合關系是主要以空間一體化為紐帶的，地理的鄰近性為主體合作交流，資源共享、部門重置等提供了條件，空間一體化表現下的城市群，是實施區域一體化戰略的重要載體，而創新績效則是戰略實施的目標及效果。即區域一體化戰略通過城市群作用，加速創新資源要素在區域間的流動，拓展了創新的廣度和深度，形成區域內協同創新的內在動力，在此過程中，區域一體化基于知識溢出效應、要素再配置效應以及產業集聚外部性效應影響城市創新能力。如圖1所示。

2.2.1 知識外溢效應

區域一體化的知識溢出影響著城市創新能力。個人要變為獨立個體，其必要條件是知識分工，然而在合作的過程中由于知識的部分排他性、非競爭性等特點，個體間能產生交流的外部性，形成知識的外溢效應。創新從本質上來說是知識的創造性重組，不同主體間直接或間接相互交流，且在此交流過程中產生的無意識的知識傳播過程，由于交流外部性效應的推動了知識的溢出和擴散，使得知識擴散和應用成本降低，從而促進城市的創新活動。同時，知識的傳播具有明顯的地理衰減作用，尤其是存在大量的隱形知識時，因此在創新過程中，地理距離變得非常重要，在一體化過程中，由于空間一體化，打破區域間的地理隔閡，城市的空間距離拉近，區域中創新主體的空間距離減小，在這個過程中，企業、組織等創新主體往往會選擇從區域內尋找合作伙伴，這種區域的空間臨近效應會更有利于發揮組織間的學習效應，實現知識共享，同時也有利于發揮知識的正外部性，生成新知識產生的正反饋機制。在另一反面，區域一體化中由于地理距離的鄰近，使得兩個城市行為體間的互動可以有效避免信息不對稱，增強兩個城市行為主體間的信任，有利于抵抗創新的不確定性風險，減少了企業的創新成本，從而進一步降低由創新不確定性產生的交易成本，特別是有助于建立隱性知識傳遞所需的信任。因此，從一定程度上來說，區域一體化有助于知識外部性的形成，而知識的外溢效應促進了以知識、技術為主導的區域城市創新的發展。

2.2.2 要素再配置效應

一體化的要素再配置影響城市創新能力的發展。在一體化過程中，創新要素間流動障礙減弱，要素在區域和城際間自由流動，導致貨物運輸成本、勞動力流動成本和工作匹配成本的下降，從而實現收益遞增。城際間創新要素的共享和集成利用效率得到提高，創新要素承載的各類知識和技術也不斷地在組織間、企業間空間擴散。區域一體化通過影響創新主體從組織間、區域間獲取不同種類、不同規模的創新要素，選擇不同的合作范式來促進城市創新能力的發展。

2.2.3 產業集聚效應

區域一體化的產業集聚外部性影響創新能力。區域一體化過程能夠降低區域內創新要素流動成本，有利于實現要素的空間集聚，同時也加強了對新知識的吸收能力，通過要素流動的正外部性的發揮，促進集聚地創新資源配置的提高，提高區域創新效率。這不僅有利于城市群順應區域合作發展要求而進行的產業結構調整和升級，同時也有利于推動區域間因產業結構而產生的更為緊密的聯系。產業結構的調整升級對于合作區域內部而言，能夠取得進一步加強區域一體化發展。

3 變量測度和數據說明

3.1 變量測度

3.1.1 因變量：創新績效

創新績效目前在學界沒有統一的衡量標準，從各類文獻綜合來看，創新績效指標的衡量主要有兩種，一種是單一型指標，如有學者將專利申請數量作為衡量創新績效指標，另一種是復合型指標，學者們主要是從多維度來考察城市創新能力，如從創新投入產出、創新環境與創新促進經濟社會發展三個方面來構建城市層面創新驅動發展指標體系，根據本文需要，由于單一型指標不能全面反映本文所想體現的城市創新建設的各方面能力，考慮到本文所需數據需要從宏觀、空間角度較為準確的反映城市的創新能力，本文借助佘碩、王巧方法，選取城市《中國城市和產業創新能力報告》中的城市創新指數來衡量城市創新能力。

圖2選取長江經濟帶108個城市2003年、2007年、2010年和2016年的創新指數進行比較分析，橫坐標為城市序號，縱坐標為創新指數值。通過分析發現不同城市的創新指數的時間趨勢不盡相同，大部分城市的創新指數發展趨勢比較平穩，無較大波動，但是圖中突起的尖峰區域表明也有些城市的創新指數是隨時間不斷增長，且增幅較大，趨勢明顯，如成都、杭州、南京、上海、武漢、長沙、重慶等城市。創新指數不斷增長的城市主要是各省的省會城市以及直轄市，這說明在一定程度上由于創新資源稟賦、城市制度政策等方面的差異，城市創新能力的發展趨勢也各異，擁有豐富創新資源以及創新政策支撐下的城市創新能力發展較迅速。同時根據城市創新指數發展趨勢發現，長江經濟帶的創新指數存在不平衡趨勢，呈現出在東部區域聚集的顯著特征，這主要是由于東部地區地理位置優越，靠近沿海，陸水交通便利，有著更高的貿易開放程度，擁有更高的技術水平。

3.1.2 自變量：區域一體化指數

目前學界對于區域一體化指數沒有統一的測量評價體系，對于區域一體化的測量，根據研究的方向和角度不同，不同的學者有不同的測量的方法，有的采用城市人均GDP在不同時期相對城市群系統的變動為測度指標，構建城市群一體化指數，有的從區域一體化相對面考慮，以不同時期要素、商品相對價格的離差來測量一體化指數;有的從經濟一體化、市場一體化、空間一體化建立區域一體化的綜合指標評價體系。本文借鑒多維度綜合指標測量方法，從經濟、市場、社會和空間一體化四個維度構建評價體系，并運用熵權TOPIS法計算出區域一體化指數。如表1所示。

TOPSIS法是有限方案多目標決策分析的一種常用方法，也應用于效益評價、科學決策等各個方面，本文借鑒鐘書華、王林評價體系計算方法，基于熵權TOPSIS法對長江經濟帶108個城市區域一體化發展水平進行綜合評價。其具體步驟分為評價指標數據的無量綱化處理、計算評價指標的信息嫡值和權重以及計算評價指標值向量到正理想解和負理想解的距離，最后計算區域一體化水平，計算過程如下：

假設研究樣本數為n，評價指標數為q，各項評價指標值為X_ij（i=1，2，3，…，n;j=1，2，3，…，q）。由于評價指標數據間的量綱及單位之間存在著較大差異，首先采用極值標準化法對評價矩陣進行標準化處理，公式如下：

（4）采用歐幾里得距離公式計算評價指標向量到正理想解和負理想解的距離：

（5）計算區域一體化綜合評價指數C_i，城市的區域一體化水平綜合得分值（C_i）越大，說明該城市區域一體化發展水平越高;反之，則說明該城市區域一體化發展水平較為緩慢和落后。計算公式為：

從位置來看，2003-2016年期間，核密度曲線整體上保持右移趨勢，平移的距離先增大后減小，說明長江經濟帶城市的區域一體化指數總體是增長的，并且近幾年發展程度逐漸穩定下來，大部分城市區域一體化指數在相對小范圍內浮動，波動范圍不大。從形狀來看，長江經濟帶城市區域一體化程度呈現兩極分化狀態，且始終存在，這說明長江經濟帶上大多數城市區域一體化程度不高。從數據展示來看，長江經濟帶區域一體化指數較高的城市均來自東部，以江浙滬集聚，中西部城市除省會城市外，其他城市區域一體化指數都比較低，呈現出顯著的東西部不平衡的區域差異。事實上，長江經濟帶城市區域一體化發展程度的空間差異及所表現出的特征是地理位置、資源稟賦和制度政策等多種因素共同作用的結果。其中，自然因素是基礎，經濟發展水平是重要驅動，不同經濟發展階段下，城市創新系統對其的反應程度不同，另一方面區域一體化協同創新機制和平臺的缺失，會使得要素的統籌規劃和流動效率受到限制，加劇了一體化兩極分化現象。如圖3所示。

3.1.3 控制變量：其他影響城市創新能力的變量

根據投入一產出理論，在城市創新方面，經費投入以及人力投入是影響城市創新績效的重要因素，在這里利用政府科學投入作為城市創新經費投入衡量值，人力資本是影響城市創新產出的關鍵因素，也是城市創新能力重要衡量標準，本文中利用城市人口密度作為衡量指標;另一方面，城市的基礎設施等綜合發展水平、開放程度對城市創新能力具有重要的影響作用，因此采用城市化水平、實際利用外資情況指標來衡量城市這些方面的發展水平情況。

3.2 數據來源與處理

本文旨在探討區域一體化戰略對于創新績效的驅動效果，選取長江經濟帶108個城市為樣本，由于數據的可獲得性和完整性，將樣本時間界定在2003-2016年，因變量城市創新指數主要來源于《中國城市和產業創新能力報告》，自變量區域一體化指數的評價體系中的數據均來源與《中國城市統計年鑒》和各地方城市統計年鑒作為補充，控制變量均來自于2003-2016年的《中國城市統計年鑒》和各縣市的地方統計年鑒，還有部分數據來源與各政府統計公報等。對于部分缺失數據，采用均值法進行填補。由于本文采用的一些經濟變量數值較大，為了緩解異方差導致的估計偏誤問題，以及模型設定要求，我們對文章中相關變量均進行了對數化處理。如表2所示。

4 計量模型與估計方法

4.1 計量模型設定

為了檢驗區域一體化對城市創新能力的影響，本文選擇長江經濟帶2003-2016年108個城市的面板數據構建回歸模型。利用面板數據的優勢之一在于可以根據個體的動態行為進行模型的構建，但需要注意的是，由于慣性或部分調整，個體的當前行為會取決于過去的行為。如在本文中，某年份的城市創新能力不僅受到人力、經費等投入的影響，同時也會受到上一年創新狀況的影響，創新能力較高的城市往往存在一種創新慣性，推動下一年城市創新能力有更大的發展，這種情況的存在容易導致我們在考察創新能力提升的影響要素時，忽略該城市上一年度創新能力現狀，導致出現內生性問題。內生性的存在會使得實證的估計系數有誤，從而不能真實反映區域一體化對創新績效的影響。為了解決內生性問題，本文選用動態面板模型進行估計，將因變量滯后一期作為工具變量納人到模型中進行回歸，并采用動態面板系統GMM模型進行估計，以便解決遺漏變量導致的內生性問題，更好地考察變量之間的動態效果。動態模型基本形式如下：

其中，下標i代表108個樣本城市，t代表2003-2016年，因變量lninnovit代表城市創新能力，具體量化為各城市的創新指數取對數，res為核心自變量，區域一體化指數，一系列控制變量表示影響城市創新能力的其他因素，包括地區政府科學支出、科研綜合技術人數、人口密度、城鎮化水平等變量。α代表常數，β₀、β₁和γ為待估系數，μ_i為個體固定效應，表示隨省份變化但不隨時間變化的效應;λ_t為時間固定效應，表示隨時間變化但不隨省份變化的效應;ε_it為隨機擾動項。

4.2 估計方法有效性檢驗

本文采用STATA15.0進行回歸檢驗，在回歸檢驗前，為了確保模型估計的一致性和有效性，對數據進行了如下處理：

其一，進行多重共線性的檢驗，對模型中的所有解釋變量和控制變量進行了方差膨脹因子（VIF）診斷，結果表明所有變量的VIF值最大為3.13，平均VIF值為2.14，遠低于經驗值10，另一方面，各自變量之間的Pearson相關系數均不超過0.80，這表明不必擔心存在多重共線性的問題。

其二，對數據平穩性進行檢驗。面板數據不平穩性會帶來的“偽回歸”和“虛假回歸”問題，為了避免這類問題，首先對面板數據進行平穩性檢驗，利用LLC（Levin，Lin和Chu）對區域一體化指數和創新指數兩個變量指標進行面板數據單位根檢驗，檢驗結果P=0強調拒絕原假設，表明不存在單位根，數據是平穩的。

其三，對于異方差的檢驗，采用懷特檢驗和BP檢驗兩種方法，以因變量創新指數進行檢驗，P值等于0，強烈拒絕同方差的假設，認為模型存在異方差，根據異方差的處理方法，在后續回歸時統一都使用了穩健標準誤進行糾正。

5 實證結果與分析

5.1 回歸檢驗

本文基于動態面板系統GMM模型估計，采用逐步回歸的方式，逐一加入控制變量進行回歸。動態GMM模型回歸結果見表3，依次就各變量對城市創新能力的影響進行分析，驗證各變量與創新能力之間的相關性。

模型一到模型五是逐步添加控制變量的系統GMM回歸，由表3中的回歸結果可知，區域一體化水平與城市創新能力具有顯著的正相關關系，與理論分析觀點一致。模型一表明在不添加控制變量的情況下，區域一體化對于城市創新績效的回歸系數為正，且在5%顯著性水上顯著，其回歸系數為0.612，這說明當區域一體化水平提高1%時，城市創新能力就會提高0.61個百分點。區域一體化所帶來的創新資源的集聚以及協同創新成本的下降使得城市創新能力不斷提高。當不斷加入控制變量，區域一體化對城市創新績效的正向影響依然存在，但是其回歸系數逐漸減小，當加入全部控制變量，其回歸系數變為0.353，且在10%顯著性水平上顯著，其回歸系數更加接近現實，說明控制變量對回歸關系的間接影響作用顯著。同時，回歸結果表明，在不斷加入控制變量后，滯后一期的創新指數對城市創新能力始終具有正向的促進作用，其始終在1%顯著性水平上顯著，進一步證實了城市創新存在一種創新慣性，在此基礎上影響下一年度城市創新能力的發展。

模型二、四表明，城市化水平、城市人口積極對于城市創新能力具有顯著的抑制性作用。這可能與城市人口結構，及城市發展所帶來的擠出效應有關，創新能力高低主要來源于新知識、新技術的產生，而新知識、新技術的產生依賴于高素質人才，人口密度大的城市其高素質人才占比不一定大。根據人口普查結果顯示，長江經濟帶城市高中及以上高素質人才占比較小，人口結構中初中及以下教育水平的人口占據大部分比重。在實踐中，城市創新發展所需的人力資源主要來自于高素質技術人才，這樣由于知識外溢及空間集聚所帶來的創新擴散作用才能發揮。在另一方面，城市化水平在發展過程中可能占據較多資源，在一定程度上削弱城市對于創新能力發展的投入。模型三、五表明，政府科學支出，外商投資作為城市的經濟規模主要構成，同時也是創新的主要經費投入，它是新技術、新知識產生的基礎條件，它對創新產出的影響具有顯著促進作用，當政府不斷加大科技創新的經費投入時，能有效解決研發創新過程中資源短缺等問題，促進城市創新能力的發展。