安存紅,周少燕
(保定理工學院,河北 保定 071000)
現階段,創新是中國經濟邁向高質量發展新時期的核心動力,更是支持創新型國家建設的有力支撐[1]。作為國家創新體系關鍵要素之一,區域創新績效直接體現了國家的創新水平[2]。要想提高區域創新績效,必須整合區域內創新資源,使技術創新所憑借的各類生產要素實現優化組合。這一過程中,高技術產業的知識、技術、資金等要素有序流動形成空間集聚現象,并在降低交易成本、發揮規模集聚效應的同時,助推區域創新績效提升[3]。伴隨著科技、人才、資金等資源要素的進一步發展,高技術產業空間集聚逐漸形成帶動效應并為技術創新提供資源支持。在此情形下,如何利用高技術產業空間集聚優勢,科學合理地配置創新要素,提高區域創新績效,成為目前政府及社會各界關注的熱點話題。20世紀40年代,有經濟學家曾指出,技術創新是區域經濟長期增長的引擎,而R&D投入則是這個引擎的主要燃料。時至今日,R&D投入在產業技術創新和區域經濟增長中的作用進一步凸顯[3]。那么,高技術產業空間集聚、R&D投入、區域創新績效之間存在何種聯系?一國及地區可否通過調整R&D投入提高區域創新績效?現有文獻尚未對此形成一致的意見。針對于此,文章以R&D中介變量作為研究切入點,討論高技術產業空間集聚與區域創新之間的動態關系。
文章主要貢獻在于:一是國內外研究少有涉及高技術產業空間集聚、R&D投入與區域創新績效三個變量之間的關系;二是文章將通過門檻模型討論提高區域創新績效的門限閾值,明晰R&D投入的作用程度;三是試圖探索相關研究理論,為提高技術創新能力從而增加區域創新績效提供對策建議。
理論研究認為,以高技術產業為主導形成的空間集聚會對區域創新績效產生一定影響[4]。周明、李宗植(2011)以產業集聚為理論依據,建立高技術產業空間集聚的知識生產函數,并納入知識溢出與政府支持力兩個指標,最終得出高技術產業空間集聚正向影響區域創新績效的結論[5]。同時,也有學者提出不同意見。李駿等(2018)研究表明,擁擠效應的存在導致高技術產業空間集聚對區域創新績效存在非線性影響[6]。也就是說,當高技術產業空間集聚度達到一定閾值后,將對區域創新績效提升阻力,也會影響不同地區的高技術產業集聚規模。
R&D投入作為提升區域創新績效的關鍵因素,已成為多數學者研究的重點。丘東等(2016)分析認為,在政府R&D投入影響區域創新績效的關系中,企業R&D投入存在部分中介作用[7]。蘇屹等(2018)利用面板門限回歸模型,綜合測度R&D投入與區域創新績效間的關系,研究認為R&D投入與專利授權量存在顯著門限效應[8]。此外,也有學者進一步研究指出,在將R&D投入劃分為R&D經費投入與R&D人員投入兩個指標后,仍可正向提升區域創新績效水平[9-11]。
現有研究認為,高技術產業空間集聚與R&D投入存在雙向因果關系。沈宏婷、陸玉麒(2015)研究指出,在經濟發展水平、政府科技投入力度、產業結構的變化影響下,中國省域R&D投入的相對差距在縮小,空間相關性逐漸增強。這在一定程度上使得高技術產業形成空間集聚[12]。邱士雷等(2018)基于知識生產函數的框架,探討中國高技術產業技術創新能力空間分布差異及其影響因素,研究認為R&D資本存量是促進高技術產業創新能力的決定因素[13]。郭國峰、晉玉芳(2019)研究指出,2012—2016年在R&D活動投入的影響下,中西部地區高技術產業整體全要素生產效率得以提升,且處于持續集聚的態勢[14]。
現有研究認為,為降低生產成本,提高綜合經濟效益,高技術產業會從單一生產要素地區逐步向多個要素集聚的地區靠攏,由此出現空間集聚現象。張卿、劉昭樂(2020)分析指出,為增加高技術產業空間集聚效益,政府通常會通過政策制定來降低科技投資風險,引導企業加大R&D投入,緩解科研融資困境[15]。同時,R&D投入總量的逐漸加大,不僅能夠優化區域產業創新結構,還對區域創新發展戰略深入落實以及提升區域創新績效發揮積極作用[16]。據此可以看出,高技術產業空間集聚所具備的技術、資源、資金優勢,一定程度上激發了高技術企業R&D投入,并最終提高了區域創新績效水平。
綜上所述,已有文獻就高技術產業空間集聚與區域創新績效之間的影響關系的研究多基于線性模型開展,無法判斷二者之間是否存在非線性關系;多數理論僅傾向于研究高技術產業空間集聚與R&D投入、R&D投入與區域創新績效間的關系,很少將三者置于同一框架進行討論,也未明確R&D投入在高技術產業空間集聚與區域創新績效中的影響關系。有鑒于此,文章基于2009—2019年中國30省份數據,在構建基準回歸模型的基礎上,以集聚水平為門限變量的非線性面板門限模型,尋找高技術產業空間集聚影響區域創新績效的門限值并進行顯著性檢驗;進一步探究跨越門限值前后,高技術產業空間集聚對區域創新績效影響的變化;最后討論R&D投入在高技術產業空間集聚與區域創新績效中的關系。
(1)理論模型
文章借用余泳等(2015)[15]和丘東等(2016)[7]的設計思路,構建高技術產業空間集聚通過R&D投入對區域創新績效的影響理論模型。假設存在一個高技術企業i的可分離性效用函數:

式(1)中,Mit代表區域創新績效,st代指高技術產業在t時期內空間集聚的創新要素,xi代表高技術產業空間集聚對區域創新績效的貢獻度。Kit代表i企業t時期的R&D資本投入;Lit代表i企業t時期的R&D人力投入;aK、aL分別為Kit與Lit的彈性系數。依據已有理論,高技術產業空間集聚對區域創新績效的貢獻度xi與高技術產業集約程度H正相關,并且每一個高技術企業i受創新要素si對區域創新績效qi的影響作用均相等(?qi/?H=k)。
如前所述,R&D投入主要通過流動過程中產生的知識與技術溢出,對區域創新績效產生影響。而且,這種效應還會受財政政策影響。在財政政策E的激勵下,高技術企業會通過增加R&D資本投入和R&D人力投入的方式發揮技術創新效應,提升區域創新績效。此時,財政政策E與高技術產業集聚度H之間存在H=H(E),且同時存在H′(·)>0,即財政政策E與高技術產業集聚度H存在正向影響關系。另外,高技術產業空間集聚程度一般由其收益決定,收益分布屬于單峰函數f(yi),f(yi)∈(0,yH),yH表示企業收益的最大水平。為了提升區域創新績效,政府會通過減免稅率的方式吸引R&D資本投入和R&D人力投入,提升高技術產業集聚收益水平。此時則有E=Y(ζ-ζ2/2),ζ為高技術企業集聚收益減免稅率,Y為企業平均收益水平。如若創新要素、企業R&D投入對區域創新績效的貢獻度均與企業相對收益Li(Li=xt/Y)呈正相關關系,那么就有st=st(Lt)且st′(·)>0。最終可以認為,高技術產業空間集聚會通過R&D投入影響區域創新績效。
(2)門限回歸模型
“門限效應”是指當某一經濟參數值接近特定數值時,可能對另一經濟參數值發生影響,使其向另外發展形式轉變的一類現象。就高技術產業而言,其空間集聚程度水平對區域創新績效影響是否存在門限閾值?當區域創新績效發生轉變時,是否存在某一條件影響集聚效應?這類問題仍需進行深層次討論。基于此,文章在此次研究的影響框架中納入空間集聚因素,全面探索高技術產業空間集聚對區域創新績效的門限效應。在具體研究過程中,借鑒魏新穎等(2019)[17]的面板門限模型方法,構建單一門限回歸模型(2)、(3)。

上述公式中,i、t分別代指企業個數、年份,y、x、q、?分別為文章的被解釋變量、解釋變量、門限變量以及代閾值變量。另外,ν1、ν2分別代指解釋變量之前的系數,eit為殘差項。當qit≤?時,面板門限回歸模型為公式(2);當qit>?時,面板門限回歸模型為公式(3)。
隨后構造示性函數I(·)。若·代表的條件得以滿足時,表明示性函數值為1,否則為0。通過示性函數,合并模型(2)、模型(3),即可得到模型(4)。

模型(4)中,ui為各省市的個體效應;xit為文章所列示的一系列控制變量。
通過如上原理可得雙重門限面板回歸模型(5)。

文章在模型(5)的基礎上,借助STAT16.0軟件,研究高技術產業空間集聚水平對區域創新績效影響的門限效應。第一,確認門閾變量的真實取值個數。這一步需通過自主抽樣法構建似然比函數統計量(LR)完成。在具體測算過程中,先求解殘差平方、最小門閾估計值以及相關變量參數值,而后檢驗門限效應是否顯著,并確定門閾變量取值個數。第二,檢驗門限效應是否真實。文章借鑒Bruce&Hansen(1998)[18]的雙重門限效應檢驗原理,首先預設第一重門閾估計值已知且真實存在,而后對第一重門閾估計值進行F統計量檢驗。若該值通過檢驗,則需執行似然比函數識別門限值的操作流程,以檢驗第二重門限效應的真實性。若該值通過真實性檢驗,則需重復似然比函數識別門限值的相關操作,并對三重門限效應門閾值進行檢驗。
(3)中介效應模型
為驗證R&D投入在高技術產業空間集聚與區域創新績效中的傳導作用,文章參考章新蓉等(2016)的中介效應方法[19],設定如下模型:

式中,模型(6)、模型(8)分別是在不引入、引入中介變量情況下,高技術產業空間集聚對區域創新績效的影響模型;模型(7)解釋了中介變量R&D投入與高技術產業空間集聚的具體關系。其中,RIPit為中介變量;DIURCit代表高技術產業空間集聚的替代指標即產學研合作程度;R&DIit代表R&D投入,controlit、μi、εit分別指控制變量、省份效應和隨機擾動項。
(1)核心解釋變量
產學研合作程度(DIURC)。產學研合作是技術創新的重要實現方式,可加速高技術產業空間集聚。因此,參考相關文獻研究方法[20],用產學研合作程度(DIURC)表示高技術產業空間集聚程度的高低。同時,為了保證研究結論的穩健性,以新產品開發經費支出(EPD)、新產品銷售收入(NPSR)作為產學研合作程度(DIURC)的替代指標。
(2)被解釋變量
區域創新績效(RIP)。為有效避免參數估計法在主觀設定計量模型時可能出現的錯誤,文章采用數據包絡分析法(DEA)對區域創新績效問題進行評價。具體而言,文章選取產業創新投入指標和產業創新產出指標,并導入超效率DEA模型測度區域創新績效。其中,產業創新投入這一指標以R&D研發內部支出和R&D人員全時當量來表示;產業創新產出以專利申請量和新產品銷售收入來表示。
(3)控制變量
城鎮化水平(UL),使用城鎮人口數與總人口占比表示。勞動力儲備資本(LRC),采取地區加權平均受教育年限進行核算。具體計算方法為:hum=(0×N+6×P+9×J+12×S+16×C)/(N+P+J+S+C)。其中,N表示未就學人數;P表示小學文憑人數(6年);J表示初中文憑人數(9年);S表示高中文憑人數(12年);C表示專科及以上文憑人數(16年)。信息化水平(IL),用地區電信業務量及網絡普及率來衡量。政府支持(GS),采用區域高技術產業政府支出與R&D資金的比值來表示。融資環境(FE),以金融機構貸款與R&D資金比值來衡量,這一數值越大說明當地區域融資環境越好。知識產權保護(IPP),選取知識產權保護指數作為衡量指標。
(4)中介變量
R&D投入(R&D I)。為更準確地反映R&D投入的各項活動,參考有關R&D指標體系構建的文獻[21],文章將R&D投入(R&D I)分為R&D人員投入和R&D經費投入。其中,R&D人員投入按照區域研發人員數量進行衡量;R&D經費投入用政府和企業區域科研經費投入量,以及其他資金總和進行衡量。
(5)門限變量
當前,學術界常用區位熵(LQ)指數來測算產業部門的專業化程度。對此,文章借助鄭荷芬與韓峰(2012)[22]、衣保中與張彩云(2020)[23]的相關做法,以區位熵指數量化高技術產業空間集聚水平。具體測度方法如下:

其中,t與i分別代表年份和省域;HtiLQit表示高技術產業集聚水平的區位熵;Htiit代表t年內i省份的就業人數;Htit代表t年時間內全國就業人數;ALLit代表t年內i省份全行業就業人數的總和;ALLt代表t年內全行業就業人數的總和。當HtiLQit值越大,高技術產業空間集聚水平越高;當HtiLQit值越小,高技術產業空間集聚水平越低。
如表1所示,文章以2001—2019年為時間跨度,選取中國30個省份高技術產業面板數據,進行數據描述性統計。高技術產業數據來自《中國科技統計年鑒》與《中國統計年鑒》;城鎮化水平(UL)、勞動力儲備資本(LRC)、信息化水平(IL)、政府支持(GS)、區域創新績效(RIP)等變量來自《中國高技術企業統計年鑒》、EPS數據庫以及Wind資訊數據庫。上述變量相關的經濟指標數據已進行消脹處理。

表1 描述性統計
(1)基準分析
表2給出高技術產業空間集聚對區域創新績效的面板回歸結果。其中,第(1)列表示,在不引入控制變量的情形下,高技術產業空間集聚對區域創新績效的影響系數為35.112(在1%水平上顯著);第(2)列表示,在引入相關控制變量并控制省份效應時,高技術產業空間集聚對區域創新績效的影響系數為26.043(在5%的水平上顯著);第(3)列表示在省份效應和時間效應雙重控制下的二者影響關系,影響系數為18.505(在5%的水平上顯著);第(4)列是在包含前述控制因素下采用異方差修正所得二者的影響結果,影響系數為20.652(在10%的水平上顯著)。從表格回歸結果可知,高技術產業空間集聚程度的提高會提升區域創新績效水平,二者之間呈正相關關系。

表2 面板回歸結果
(2)穩健性分析
盡管此次研究準確衡量了影響區域創新績效的控制變量,但依然存在遺漏變量導致內生性問題。而且高技術產業空間集聚與區域創新績效二者之間可能存在雙向因果關系,不僅前者會對后者產生影響,后者的變化也會反作用于前者的集聚水平。因此,為保證上述結論的穩健性,文章采用替換變量及驗證方法處理內生性問題,并進行穩健性檢驗。第一,將新產品開發經費支出與銷售收入作為替代產學研合作程度的替代變量。第二,運用廣義矩估計方法和工具變量方法分別匯報了替換高技術產業空間集聚指標以及控制內生性后的估計結果,如表3和表4所示。

表3 替換高技術產業空間集聚指標后的穩健性檢驗

表4 內生性處理后的穩健性檢驗
由表3可知,用于度量高技術產業空間集聚的兩個替代變量,對區域創新績效的影響系數分別為35.121、27.191(均在5%的水平上顯著)。可以看出,高技術產業空間集聚程度的提高會顯著帶動區域創新績效,高技術產業空間集聚對區域創新績效的正向作用結果也保持穩健。
如表4所示,第(1)、(2)列分別使用差分廣義矩和系統廣義矩分析法對相關變量展開回歸分析。第(3)列為將產學研合作程度作為工具變量后進行最小二乘估計的結果。另外,根據識別不足檢驗統計量(LM)結果可知,其統計量均在5%的水平上顯著,說明所選變量關聯性較好,沒有識別不足的問題。而弱工具變量檢驗統計量(F)顯著大于馬昱等(2020)給出的經驗臨界值10[24],說明內生變量不存在弱識別問題。可見,文章選取的兩個替代變量有效,進一步證明結論具有穩健性。
(1)門限估計值顯著性檢驗
為了考察門限回歸模型究竟存在幾重門限閾值,文章參照Hansen(1998)的設計思路,通過建立F統計量來識別多重門限閾值顯著性,所得結果見表5。分析表5發現,單一閾值與雙重閾值估計值均在5%水平上顯著,且F統計量為18.682和23.507,P值為0.031和0.017,而三重門檻在1%、5%、10%水平上均不顯著。由此表明,高技術產業空間集聚對區域創新績效的影響僅存在雙重門檻效應。故文章構建雙重門限面板回歸模型進行下一步驗證。

表5 顯著性檢驗結果
(2)雙重門限回歸結果分析
文章在初始雙重門限面板回歸模型(5)的基礎上,將高技術產業空間集聚與區域創新績效兩個指標代入示性函數,得到修正后的雙重門限面板回歸模型(10)。

研究參照嵇正龍、宋宇(2020)[25]關于集聚水平門閾值計算方法,首先使用自助抽樣算法進行數據抽樣,樣本次數為850次。然后,測度門閾值(LR估計量近似于零)和最大估計值,進而最終確定該模型門閾置信區間。經過計算,得到高技術產業空間集聚水平的2個門閾值,即0.268、0.392。最后,將模型(10)劃分為3個內生組(大于0.392、小于0.268以及在0.268與0.392之間),進而對空間集聚水平模型系數展開回歸估計,并得出高技術產業空間集聚度對該區域內創新績效門限特征的異質性影響。為使面板模型估計結果更加突出,文章將雙重門限面板模型與面板固定效應回歸模型進行對比分析。
如表6所示,空間集聚度按照區位熵指數劃分為3個內生組。其中,LQ<0.268代表低集聚組,0.268≤LQ<0.392代表中集聚組,LQ≥0.392代表高集聚組。低集聚組回歸系數為-0.067,說明此時高技術產業規模集聚對區域創新績效的影響為負且不顯著。但由低集聚水平向中集聚水平過渡時,集聚效應的正向促進作用逐漸提升。中集聚組回歸系數為3.242,說明此時集聚效應對區域創新績效的影響已完全由負向轉變為正向。高集聚組回歸系數為0.584,說明由中集聚組過渡到高集聚組時,集聚效應仍呈現出較為顯著的正向影響,且對區域創新績效的影響效用會逐漸降低。

表6 面板模型的估計結果
可以預見,高技術產業空間集聚水平不斷聚集、疊加與演化,不僅提高了其產業鏈上各參與主體的技術交流能力,也憑借空間集聚效應與技術溢出效應的雙重優勢,積累了豐富的技術知識。這為企業實現高技術轉型升級提供了正向外部效應。但隨著集聚密度的進一步提升,集聚區內資源要素稀缺、公共基礎設施建設不足以及交通擁堵等現象,在一定程度上限制了企業快速發展。與此同時,在集聚紅利不斷下降、企業數量快速增加的背景下,企業間不同程度的競爭會影響該區域創新績效提升。由此可以得出,盡管高技術產業集聚水平在達到一定程度后會對區域創新績效的提升產生一定阻礙,但整體來看,集聚水平的提升對高技術產業區域創新績效仍有顯著促進作用。
表7給出了R&D投入的中介效應檢驗結果。第(1)~(3)列是R&D投入衡量區域創新績效的檢驗結果。其中,高技術產業空間集聚對R&D投入的影響顯著為正,并且在10%的水平上顯著。在引入R&D投入變量前,高技術產業空間集聚對區域創新效率的影響系數為52.167,在5%的水平上顯著;在引入R&D投入變量后,高技術產業空間集聚對區域創新績效的影響系數為61.538,在5%的水平上顯著。由此表明,高技術產業空間集聚的提升會顯著提高區域創新效率。綜合中介效應檢驗原理可知,R&D投入在產學研合作程度對區域創新績效的影響中起到部分中介作用。

表7 中介效應檢驗結果
對R&D投入的中介效應進行穩健性檢驗,主要通過以下兩類方法:一是以新產品開發經費支出(EPD)和新產品銷售收入(NPSR)代替產學研合作程度作為高技術產業空間集聚的衡量指標;二是基于東、中、西部三大區域的劃分標準,分區域檢驗效果。兩種穩健性檢驗結果表明R&D投入的中介傳導效應部分顯著。
文章采用2001—2019年30個省份面板數據,以R&D投入作為中介變量,審視高技術產業空間集聚與區域創新績效之間的關系,并得出如下結論:
其一,高技術產業空間集聚有利于提升區域創新績效,在將新產品開發經費支出與銷售收入作為替代變量后,高技術產業空間集聚對區域創新績效的正向作用結果保持穩健。進一步使用差分廣義矩、系統廣義矩及最小二乘估計法對相關變量展開穩健性檢驗后,結論依舊成立。
其二,高技術產業空間集聚對區域創新績效的影響依賴于成本與收益,存在成本與收益的門限效應。受此影響,當高技術產業集聚水平由低向高偏移時,集聚效應對區域創新績效的影響呈現出由不顯著到高水平正顯著再到低水平正顯著的轉變趨勢。盡管高技術產業集聚水平在達到一定程度后會對區域創新績效提升有一定阻礙,但整體來看,高技術產業空間集聚水平的提升對該區域創新績效仍有正向影響。
其三,加入R&D投入變量后,高技術產業空間集聚對區域創新績效影響的指數增大。這說明R&D投入通過影響高技術產業空間集聚繼而影響區域創新績效,R&D投入在二者之間存在部分中介效應。
基于文章的研究結論,可得到如下啟示:
第一,加大R&D投入,繼續提升區域創新績效動能。一方面,政府決策機構應加強對創新活動的重視,針對性加大R&D人員投入和R&D經費投入,并鼓勵更多社會資本參與各類創新活動;另一方面,要重視高科技人才培養。由結論可知,高技術產業集聚水平會正向影響區域創新績效。其中,作為推動高技術產業集聚的組成要素,高科技人才無疑占據著重要地位。有鑒于此,地方政府應以高科技人才為基,不斷健全人才激勵機制,全面推進產學研發展。同時,對于國家而言,應制定宏觀人力資源發展戰略,積極實施高科技人才培育計劃,逐步增加中國人才資源儲備。此外,對于能夠有效推進區域績效創新的優勢行業而言,政府也應不斷加大政策扶持力度,激勵域外優秀企業積極入駐,加速本區域經濟發展。
第二,合理利用創新要素,實現高技術產業有效集聚。當高技術產業空間集聚水平達到一定閾值時,其對區域創新績效的影響也會逐漸減弱。因此,為保證高技術產業有效集聚,相關部門可基于縮小區域發展差異的目標,宏觀統籌規劃高技術產業空間布局,實現企業間的“以強補弱、以長補短”。
第三,培育創新土壤,推動高技術產業區域創新。創新活動是一個復合型發展過程,不僅需要考量過程中各類要素間的關系,更對創新土壤提出了較高的要求。也就是說,培育創新土壤有助于地方開展高科技創新活動,進而促進區域創新績效的提升。地方政府一方面可進一步完善區域績效創新發展機制,完善地方知識產權保護條例,不斷提高高科技相關資源配置效率,最終為區域創新績效提升培育良好的創新土壤;另一方面,需不斷優化產業基礎設施和配套產業建設,加快高技術產業集聚,為區域創新績效提升提供物質基礎與動力機制。