“四維”創新體系協同與地區經濟增長質量

戴一鑫，胡沅洪，李 杏

（1.南京大學 商學院，南京 210009；2.上海財經大學 商學院 上海 200433；3.安徽農業大學 經濟管理學院 合肥 230036；4.南京財經大學 國際經貿學院，南京 210046）

一、引言

我國經濟已由高速增長階段轉向高質量發展階段，正處在轉變發展方式、優化經濟結構、轉換增長動力的攻關期。創新已經成為高質量發展的第一動力。實現高質量的經濟發展就是要致力于提高我國產品和服務的質量，突出表現為產品創新競爭力的提升及產業的轉型升級。這離不開健全有效的創新體制機制作為保障。協調的創新體系的和經濟發展質量的關系日益緊密。為此，黨的十九大特別指出要加強創新體系建設，推進經濟增長動力變革。

創新體系概念是在過去30 年發展起來的，學者和政策制定者都廣泛使用它來解釋創新主體間的相互作用。透析日本、韓國等后發國家的經驗，通過構建國家創新體系是實現技術追趕有效的路徑。當前，以新一代信息技術、人工智能等為代表的科技革命正蓬勃興起，這對我國經濟高質量發展既是挑戰更是機遇。如何有效對接創新鏈和產業鏈進而構建多方主體參與的創新網絡，布局一批具有前瞻性的重大科技項目，也對地區創新體系提出了更高的要求。

區域創新體系思想自從問世以來，在理論和實踐層面不斷演進和發展。早期對創新體系的研究集中在內涵和理論框架的分析。如今，創新體系的分析框架被用來闡釋包括經濟增長在內的諸多經濟活動。賈根良和于占東（2006）則認為國家創新體系能不斷地將國民經濟推向高技術經濟活動和產業結構的高級化，并基于此分析了拉美教訓的產生的過程。他們認為拉美地區的國家沒有認識到在知識生產和訣竅吸收上需要政府干預，而是把技術發展和結構升級完全交付于市場支配。這進一步破壞了當地生產活動中通過“干中學”積累技術能力的創新體系機制，從而使這些國家都喪失了知識創造的機會，經濟增長停止不前，經濟增長質量偏低。Lee（2013）將增長的差異化與國家創新體系結合起來，并假設國家創新體系導致了創新和經濟增長的不同結果。Fagerberg et a（l2018）則強調了在全球價值鏈的背景下，國家創新體系的發展能引致“技術”和“吸收”能力的差異，并認為是解釋一國經濟績效差異的重要方面。

然而，創新體系作為系統整體框架，更多地是被當作一個標簽，而不是一個分析的工具，也并沒有基于創新系統來形成實證中的假設。因此對創新體系問題的實證研究是有限的（Guan 和Chen，2010）。其根本原因就在于無法完全對創新體系進行有效量化測度。比較多的研究對創新體系的綜合實力進行評價和比較分析，卻在評價體系的構建方法和指標體系上大同小異（程惠芳等，2008）。Fulvio（2009）考慮了國家創新體系的內在驅動力來源于創新能力因素（創新投入、科學產出和技術產出）和吸收能力因素（基礎設施、國際貿易和人力資本），并論證了兩者共同演化模式的存在性。

另外一些研究深入探究了創新體系質量，如國際化水平（劉云等，2015；王元地和劉鳳朝，2013）、成熟度（袁潮清和劉思峰，2013）。但這些研究仍然沒有脫離宏觀指標體系評估的形式。Lee（2013）從微觀專利數據提取出創新體系的關鍵變量，如知識原創和傳播度、發明家間的創新集中度、知識庫的原創性、技術周期時間等，但是這些變量更加類似于“技術范式”和“行業體制”。Guan 和Chen（2010）提出關系網絡數據包絡（DEA）模型，較好地衡量了創新體系的效率，但是對創新主體間的內在運行機制語焉不詳。

本文認為對于創新體系的評價應更關注于創新體系的內在效度和運行機制，而不應僅僅關注創新體系的規模和綜合實力。當前無論是基礎性的測度還是理論分析，對創新體系問題的研究都容易忽略這一點。創新體系運行效度的分析，應以微觀個體為基本分析單元，重視其在創新體系中的創新決策和經濟行為。另外，因指標不足，關于創新體系在經濟增長中的作用沒有得到充分的計量實證。程惠芳等（2008）定量分析了創新體系和企業國際競爭力的關系，但并沒有闡述創新體系影響企業競爭力的內在機理。同時他們的研究對于創新體系的指標選取也值得商榷。

本文將基于創新體系中微觀主體的創新決策行為，將泛化的創新體系概念量化為可以進行實證研究的指標。首先將借鑒Leydesdorff 和Michae（l2006）和Leydesdorff 和Zhou（2014）的信息熵算法，利用科技企業創新活動數據，構建反映地區多維創新體系運行質量的指標——創新體系協同效度。進一步，通過一系列計量回歸模型，驗證地區創新體系協同度對經濟增長質量的正向影響及其機制渠道，同時探究不同創新維度下的協同度產生影響的異質特征。

二、理論分析與假說提出

（一）協同創新的經濟增長效應及其影響機制

經濟高質量發展體現了五大發展理念，其中“創新”是第一動力，而“協調”是基本特征①十九大報告提出經濟高質量發展的五大新發展理念：創新、協調、綠色、開放和共享。。本文將從創新資源配置和知識轉化兩個角度，探究創新體系協同度對經濟增長質量的影響。可以預期，創新體系協同度可以促進本地區經濟增長質量的顯著提高。

經濟增長質量中的基本特征是“協調”。本質上要求地區打破知識等資源無效配置的障礙，減少各類要素市場的配置扭曲。現代經濟增長理論的研究表明，同技術進步一樣，資源配置直接影響著經濟增長潛力和質量。從當前創新過程來看，創新主體的資源稟賦具有極大的異質性和互補性特征，比如高校和科研院所創新資源集中于基礎科研，而企業更多專注面向市場的產品創新。隨著技術復雜度的提升和創新分工的深化，創新突破和技術變革不可能在單一機構或行業內實現。創新協同度較高的地區能為各創新主體提供創新要素交換的有效的載體。政府、企業和高校院所等部門可以高度共享和交換創新資源，不同的創新資源在市場機制的驅動下從邊際報酬較低的主體轉移至較高的主體。創新資源配置效率的提高也有利于降低各維創新主體的生產成本，將更多優質和充分的資源導入創新活動中，從而提高創新投入產出比，進而提升經濟增長質量。

經濟增長質量中的內生動力是“創新”。經濟形勢下行的背景下，創新已成為中國經濟轉向高質量增長階段的基本動力。產業興起依賴于技術創新。高校科研院所等知識創造部門能夠生產具有價值的前沿知識，通過知識轉化有利于搶占新興產業發展先機，促進經濟高質量攀升。在保持獨立作用的同時，創新體系協同度高的地區，創新主體能相互作用和滲透融合，有利于創新主體間更好地形成知識外溢效應，促進知識創造和轉化質量。另外，創新網絡節點由企業、大學、研究機構、政府等多維主體構成，多部門的網絡結構特性也是創新系統的基本特征。多個主體參與知識交換和知識轉化，有利于形成創新系統的知識共享機制。網絡節點越多，交互的可能性就越大，繼而有利于深化主體間分工，增加互動學習。知識溢出和擴散有助于地區對新知識的吸收和消化。隨著地區知識轉化和應用能力的增強，產業轉型升級和經濟高質量增長的潛力就越大。基于以上分析，本文提出有待驗證的假說1：

地區創新體系協同度對經濟增長質量具有顯著正向影響（H1）。

（二）創新體系協同度的扭曲——“政府”維度作用的探討

中國獨特的制度體制背景及“集體主義”的系統觀會強化政府在協調整體、整合資源的作用，進而政府在創新資源配置中占據主導地位。創新體系與政府的互補作用對經濟發展具有特殊的重要性（Jan 和Martin，2008），它能為經濟建設初期的技術追趕提供強力的路徑支撐。但是，在這個過程中也有可能損失微觀主體的能動性、效率和利益。企業作為創新體系主體的行為和訴求容易被掩蓋，進而經濟決策和資源配置也會喪失一定的靈活性。現實層面看，這一現象突出表現在“政產學外”四維創新體系內主體協同被扭曲：“政產”兩者間的協同度往往較高，而其余的創新主體間的協同度較低②本文在圖1 展示了這一事實特征。（楊建君等，2013；杜旌等，2014）。

地方政府在GDP 和官員晉升雙重激勵下對創新具有短視行為，有更強烈的動機同企業建立直接的雙向聯系。“政產”的高度協同具有積極意義，比如王剛剛等（2017）從R&D 補貼政策激勵機制角度對“政產”間的關系進行了重新審視。他們認為企業R&D 活動的內源性融資往往不足，而政府通過企業信息披露可以進行準確識別。政府的補貼、稅收減免等政策能夠與企業創新需求和投入較好的匹配，形成互補。因此，從這一點來看，“政產”協同度的提升具有積極意義。然而，現實層面可能會導致兩個問題：一方面，政府在創新體系中的高質量制度要素供給職能會被弱化甚至被忽略（方強，2014）；另一方面，對其他創新主體間的協同聯系產生一定的“擠出”。

首先，與政府聯系密切的企業往往是具有較強成長前景的高新技術企業，存在大量研發和技術需求，而政府對此能夠給予機制性保障。同時，政府對高技術企業的支持將會釋放基于政府信用和監管認證雙重信用認證信號，使得市場投資者給予企業更多信用認可，這樣企業可以獲得更多外部融資，激勵企業的R&D 內部投入，自己組織創新和自建研發中心。那么，政府和企業的關聯反饋作用大大促進兩者之間的協同。而高昂的購買成本及制度約束引致的交易成本抑制了企業與公共、國外等科研機構進行大規模高質量的協同合作的效度。

其次，作為非常重要的技術供給者，高校科研院所具有較為特殊的行政依附性，他們對接企業創新的意愿和能動不足，技術成果產業化的市場敏感度較低，而政府在這方面的機制缺失使得“產學”之間的協同度下降；同樣，由于政治和制度的疏離性，企業與國外的技術合作仍缺乏合作紐帶，企業在融入全球創新鏈中面臨著重重約束。如果政府無法在制度環境、基礎設施等方面促進企業與外源創新對接，那么勢必會造成政府與國外、公共科研機構在企業創新投入上的不協調和不匹配，也會影響企業創新和長期成長。據此，本文提出有待驗證的假說2：

政府和企業間的創新協同度的增加會扭曲創新系統的平衡進而不利于經濟增長質量的提升（H2）。

（三）市場制度環境的調節作用

正如在上文指出的，完善的制度環境將大大降低創新資源的交易成本和摩擦成本。在區域創新系統中，制度變量決定了地區將現有資源和可得的技術轉化為競爭力的效率。高質量的制度環境作為地區的“無形資產”，對知識經濟的擴展和地區經濟增長發揮了重要作用。新制度經濟學理論更是認為制度激勵是技術創新的決定性因素。

如果地區市場制度環境能夠約束政府的權力支配，促進協同創新和制度環境的良性互補，那么創新體系效率就會得以提升，市場制度環境與協同創新對地區的經濟增長質量則能實現增強型交互。然而，伴隨著財政分權制度的推行，地方保護主義加劇市場分割。市場力量在資源配置中減弱，地方政府往往會過度動用手中權力，對資源的配置施以影響。以創新微觀主體為載體的技術、資本、勞動力等要素流動并非完全內生于市場，這樣創新協同對地區的促進作用會被削弱。原因在于政府的“有形之手”將會干預創新主體的微觀決策和創新行為，使得創新體系的運轉協同度下降。這樣市場制度環境就有可能對創新協同度的增長效應產生負向作用。基于以上分析，本文提出有待驗證的假說3：

創新體系協同度的經濟質量增長效應將隨著地區市場制度環境的惡化而減弱（H3）。

三、中國地區創新體系協同效度的測評

（一）研究方法

三螺旋算法的基礎即是Shannon 的信息熵理論，Shannon 對信息熵的定義是：離散型隨機樣本出現的概率大小，即樣本不確定性越大，其熵值越大。相反如果一個系統自組織性越強，不確定的信息量越少，熵值也就越小。在一個系統變量的條件下，熵的計算公式為，其中Hi表示熵，Pi表示在i維度信息出現的概率。同理，二維分布的信息的熵的計算公式為表示i和j出現的聯合分布概率。同理可以得到三維分布信息熵計算公式為③不同的數量單位不影響數值相對大小，本文在計算過程中以10 為底計算，信息熵總為正值。。

互信息（mutual information）是信息論中用以表示多個隨機事件集合之間相關性的度量。互信息表示一個隨機事件由于已知另外隨機事件的信息而減少的不確定性。二維變量的互信息又稱為二維轉接度，計算公式為：Tij=Hi-Hi|j=Hi+Hj-Hij④根據熵的連鎖規則，有Hij= Hi + Hj|i= Hj + Hi|j。。Tij作為協同信息量表示i和j的相關程度，該值越大表示，i和j相關程度越大或兩者的融合和耦合度越大。因此，i和j原本單獨表示的不確定信息量Hi+Hj，由于存在相關性，i和j二維空間所表示的不確定信息量實際上是Hij。因此，如果兩個變量存在相互關聯，則這兩個變量組成的二維空間不確定信息有所減少。

當二維變量擴展到三維乃至更高維互信息時，轉接度則被稱為協調度或協同度。相類似地，Abramson導出三維的互信息定義為

由于本文用于四個創新部門之間的互動情況，借鑒三螺旋算法中的三維分布熵的計算方法，本文將三螺旋算法擴展到四螺旋：

則四維的互信息可表示為

四維互信息的值用來衡量四維系統中各主體之間的協同創新程度，即四維空間創新協同度。單純的變量之間相關信息可以解釋為不同數據集或變量之間“共享”的信息總量，而交互信息則更多地被解釋為變量之間的“依賴”關系。該方法與方差分析類似，但是更加抽象，無需對變量度量屬性進行假設。為了避免那些因為經濟落后規模企業較少而呈現較高集聚協同的地區的干擾，本文借鑒Leydesdorff 和Michae（l2006）和Leydesdorff 和Zhou（2014）的方法消除各個地區制造業規模異質性的影響，對原始的數值進行標準化處理得到最終本文所要求的創新協同指數值syn=(n/N)Tijgh，其中：n表示地區企業的數量；N表示所有地區企業的數量。

政府、企業、科研與高校及支撐服務等要素及它們之間的相互作用構成了國家創新體系的主體，在開放經濟的背景下，全球化的進程進一步拓展了創新主體參與合作的廣度和深度，理應將“國外”維度納入創新體系主體維度中。因此，本文關注企業、政府、學術界（大學及科研院所）、國外機構參與國內創新的程度及各方協同程度，通過互信息來對二維、三維及四維主體間的自組織性和協同性進行量化。需要說明的是，該算法適合一切以概率分布為基礎的多維主體間關系的分析。

（二）樣本與數據

1.指標選取和數據來源

本文基于2008—2013 年中國科技企業活動數據。該數據口徑為規模以上工業企業，收錄了31 個省、自治區、直轄市年規模以上工業企業科技活動主要統計數據⑤由于數據可獲得性，本文所研究的地區不包含港澳臺。，從微觀企業角度，較為全面反映了我國工業企業科技活動開展情況，主要涉及工業企業R&D 及相關活動主要指標和企業基本情況。本文選取政、產、學（高校及科研院所）⑥由于高校和科研院所的相關指標較少且其在中國的創新系統中具有諸多類似的特點和作用，為了不影響測量效度，本文將兩個主體整合為“學術部門”。、外四個維度的參與協同創新的代表性指標作為基礎數據，表1 具體列出了創新體系協同指數所使用的全部指標，從中可以看出，所選擇的基礎指標均為各主體維度具有代表性和可比性的核心指標。

表1 指標選取

2.數據處理

首先，本文將指標中出現的缺失、錯誤和異常的數據予以剔除。由上文可知三螺旋算法適合一切以分類概率分布為基礎的多維主體間關系的分析。那么，本文需要對四個主體維度的創新參與程度進行分類，首先需要對每個維度的指標值進行合成，主成分分析法是被用來將相關變量合并成少數幾個潛在維度的方法。由于基礎指標的性質和量綱不同，不能直接進行合成。針對此問題。因此選擇標準化方法對原始指標進行無量綱處理，并且以協方差矩陣作為主成分分析的輸入。最終得到四個維度不同主體對企業個體創新參與度及創新投入度的值，隨后將連續變量轉換為類別變量，那么四個主體創新參與度值可以被等分為1～8 類⑦基于計算的要求，將不同維度的絕對創新程度能夠標準化為統一的相對化的類別程度分布，同時為了使分布不過于精細和粗糙繼而造成最后計算結果的波動，本文借鑒Leydesdorff 和Michae（l2006）綜合考慮認為分為8 類較為合適。同時，經過本文初步計算，分為其他類別也基本不影響相對排名和實證結果，僅在具體數值上存在一定差異。，數字由小至大意味著該主體對企業創新相對投入或相對參與程度不斷提高。最后計算四維互信息的值，即為本文所求的創新協同指數。該算法適合一切以概率分布為基礎的多維主體間關系的分析。這四個維度的創新資源投入的絕對值不一樣。因此要按照8 個百分位進行分類。它反映了當一個維度對企業創新相對支持度處于1～8 類某一類時，其他維度的相對支持度也同時位于該類的概率。這一指標反映了在四維體系中，各維度的相對創新投入對企業創新的支持作用的協同度。

四、研究設計

（一）基準計量模型

本文的基準模型主要檢驗創新協同度對經濟高質量增長的影響作用，其中基準回歸模型為創新協同度影響經濟增長質量的方程：

其中：i為全國各省市；t為時間；μ和η分別為模型中所控制的省份固定效應和時間固定效應；ε為殘差項；synit表示創新協同度，用于反映地區間創新系統自組織性和協同度的差異。

（二）變量定義和數據說明

（1）經濟增長質量（growth）。本文所使用的經濟增長更加注重經濟增長的質量，參考郝穎等（2014）及曾藝等（2019）。因此本文選取的經濟增長指數源于《中國經濟增長質量報告-中國經濟增長質量指數及省區排名》。同時，控制一些省份特征變量，可以盡量地緩解遺漏變量偏誤：

（2）知識存量（rdstock）。知識存量作為重要的創新投入，能夠顯著促進創新能力和技術水平的進步。本文使用永續盤存法來計算地區i在時間t的研發存量Sit：

其中：δ表示研發存量的折舊率；Rit表示i在時間t的知識資源常規要素投入集。為了得到研發存量的初始值，使用如式（6）所示：

其中：g表示每個地區i研發支出的平均增長速度。選取δ=0.15，之所以選取一個相對較大的值，一方面考慮到知識的更新速度越來越快；另一方面使用的數據中在計算期間存在負增長的情況，選取一個較大的值可以避免初始研發資本存量為負的狀況。同時在現有研究中，一般認為技術創新滯后期為兩年，故取θ=2。

（3）固定資產投資（inv）。區域創新其本質為創新資源的投入產出活動，創新的區域環境和基礎設施需要進行大量的固定資產投資，本文以人均全社會固定資產投資度量。其中，全社會固定資產投資額分別用固定資產價格指數進行價格平減。

（4）人力資本水平（hum）。人力資本水平越高的地區其勞動力的素質及其技能水平也相應越高，往往其區域創新能力就越強，對經濟增長的貢獻能力越大。本文設定人力資本水平的度量方式為：Hum=(6g1+9g2+12g3+16g4)/G，其中g1、g2、g3、g4分別為小學、初中、高中、大學本科以上畢業人數，G為該地區就業的總人數。

（5）外商直接投資（fdi）。外資的進入可以有效地彌補地區發展過程中資本積累的不足，從而與其他生產要素如勞動力、土地、自然資源等形成更為合理的資源配置結構，提高資源的利用效率。同時外資的進入還會帶來一定的技術外溢示范效應。東道國的企業可以學習外資企業先進的技術和管理經驗，提高自身的技術水平和資源利用效率。本文采用地區實際利用外商直接投資占GDP 的比重來衡量。文中的數據來自歷年《中國統計年鑒》及各省統計年鑒。

（三）樣本數據及描述性統計

本文所使用樣本為中國31 個省級面板數據，樣本期為2008—2013年。創新協同指數測算是基于2008—2013年中國科技企業活動數據，而其他的省級層面數據均來自于各省相應年度的統計年鑒。本文認為在不影響模型估計的前提下，即使樣本量客觀受限，基于該樣本進行經驗研究仍然不乏是一種有益的嘗試。同時，為了提高顯著性檢驗效率，自舉法（Bootstrap）重復抽取樣本是一個可行的選項⑧通過從現有樣本中有放回地抽樣來獲得更多的「樣本」（由于不是真正從母體中抽出來，所以稱這些二次抽樣獲取的樣本為「經驗樣本」），并進而以這些「經驗樣本」為基礎構造統計量的標準誤或置信區間，以達到統計推斷的目的。。表2 匯報了主要變量的基本描述性統計量，包括樣本觀測值、平均值、標準差等。

表2 描述性統計

五、實證結果與分析

（一）基準估計結果

如表3 所示，采用逐步加入變量的方法，第（1）列加入關鍵解釋變量，估計系數顯示創新協同度對經濟高質量增長的作用顯著為正，表明地區創新協同與經濟增長質量之間呈現正相關關系，這一結果初步驗證了假設1；（2）～（4）列分別加入其他地區層面的控制變量，創新協同度的估計系數在1%的水平上依然顯著為正；（5）列進一步采用Bootstrap 進行多次模擬，得到自抽樣標準誤，發現在控制了其他影響因素后，估計系數未發生實質性改變，說明模型具有良好的穩定性；（6）列采用固定效應模型，通過將截面相關部分從殘差項中分離出來，對于緩解模型可能存在的“內生性”起到了一定的作用，并控制其他控制變量和個體固定效應。從完整的估計結果來看，創新協同的估計系數在1%的水平上仍然顯著且為正，即擴展創新主體協同度能顯著促進地區高質量增長。具體來說，地區創新協同每提高1 個單位，將會引起企業創新產出強度增加14 個百分點，這一結果再次支持了假設1。其他控制變量的估計結果也都符合預期。

表3 基準回歸結果

（二）內生性檢驗

基本回歸可能的潛在內生性問題是，地區經濟增長質量可能與創新體系協同度存在雙向因果關系。為了更準確估計地區創新體系協同度的影響，本文借鑒孫天陽和成麗紅（2020）的思路，采用國家級科技孵化器數量作為工具變量。自從1987 年中國第一個孵化器誕生以來，當前科技孵化器已成為創新體系的重要組成部分。政府對孵化器內各主體的產學研合作提供一定稅收減免、場地服務等政策支持，為企業、科研院所和大學等科研主體創新合作提供了優質平臺。孵化器雖然為企業協同創新搭建了平臺，但不會直接影響地區經濟增長質量。而且孵化器是由科技部火炬中心每年評定，并不由地區或企業自己決定，具備較好的外生性。為了進一步提高外生性，計算了2008—2013 年地區平均的孵化器數量，以此作為地區創新體系協同度的工具變量。數據來自于《中國火炬統計年鑒》。如果工具變量是不隨時間而變動的變量，這時再同時控制時間固定效應進行面板回歸，工具變量會在組內去芯過程中被消除掉。對于這種問題，解決方法是將該不隨時間變化的變量交乘年份（Year）生成新的變量，然后作為新的工具變量incu進行工具變量回歸。表4 中匯報了兩階段最小二乘法的估計結果。第一階段以syn作為被解釋變量的回歸中，incu的估計系數均顯著為正，確保了這一工具變量與syn相關性。第一階段結果顯示工具變量的估計滿足相關性條件，而且估計系數顯著。第二階段顯示識別不足檢驗（Kleibergen-Paaprk LM 統計量）在1%的顯著水平上被拒絕，弱識別檢驗顯示Cragg-Donald WaldF值遠大于10，拒絕了弱工具變量假設。第二階段結果顯示，在使用工具變量后，syn依然顯著為正，系數值明顯增大，表明提高地區創新體系協同度可以提高經濟增長質量。這一結果強化了本文的結論。

表4 2SLS 模型估計結果

（三）穩健性檢驗

（1）更換替代變量。基礎回歸中采取的被解釋變量來自于《中國經濟增長質量報告》。中國經濟高質量發展另外一個特征是效率變革。從效率層面來看，經濟增長質量就是進行經濟活動時所消耗的要素投入與經濟活動總成果之間的比較，是資源要素投入比例、經濟增長效果或經濟增長的效率（魏婕和任保平，2016）。基于以上分析，參考林春（2017）及孔群喜等（2019）方法，本文從效率視角出發，利用兩種不同的方式測度全要素生產率進而作為經濟增長質量的代理指標進行穩健性檢驗。第一種是采用DEA 的方法測得的dea_tfp。DEA 是一種非參數的方法，可以突破截面之間生產技術同質性的約束條件，可以較好地反映截面生產技術的異質性。首先構建DEA-Malmquist 指數表達式，具體公式為

其中：TFPC為全要素生產率為技術前沿下的距離函數；x和y分別表示決策單元的投入和產出；t和t+1分別表示時期⑨其中投入變量為各省實際資本存量以及從業人員數，產出變量為實際GDP。。第二種是采用隨機前沿生產函數的參數估計值sfa_tfp，測算得到技術進步、技術效率變化率、規模效率變化率和要素配置效率，四者相加即為全要素生產率⑩對隨機前沿函數的估計采用誤差修正模型，并將函數形式設置為生產函數。。結果報告在表5 的前2 列。以兩種全要素生產率替換被解釋變量后，估計參數依然顯示出正向的促進作用。這些都說明本文的結論具有一定的穩健性。

表5 穩健性檢驗

（2）更換估計方法。本文運用分位數進行分樣本數據處理，并采用分位數回歸的方法進行統計推斷，結果報告在表5 的（3）～（5）列。在25%、50%和75%的分位數水平上，syn的系數均為正且在不同置信水平下顯著。這意味著伴隨著區域創新協同度的增加，創新主體間的合作加深及創新協同度的提高將有利于企業的創新效率和創新強度的提高，繼而對地區的經濟增長起到正向的促進作用，并且發現分位數回歸系數在5.121～14.221 之內，同時隨著分位點的提高，回歸系數和顯著性在下降，表明隨著經濟增長的提升，區域創新協同度對其促進效應在不斷降低。具體而言，在控制了其他因素的情況下，對于經濟增長質量較低的地區，創新協同度的邊際收益比較高。

（四）機制檢驗

雖然前文的分析已經驗證了本文的核心結論，即提高創新體系協同會顯著提高地區的經濟增長質量，但尚未對影響的內在機制予以實證檢驗。根據本文第二部分的理論分析與假設，創新體系協同度對經濟增長質量的影響機制存在“知識創造和轉化質量效應”。本文構建如下遞歸模型來檢驗在理論分析中所提出的影響機制：

其中：spill表示知識創造和轉換質量效應。R&D 的知識效應除了體現為存量方面，也體現為R&D 增量的優化，其具有提升創新潛能這一隱性作用，主要體現為知識創造和轉化的質量。前者決定了自主創新的水平，而后者則能助力吸收外來先進技術、集聚優秀人才。見表6，本文構建了R&D 創造和轉化質量效應指標。

表6 知識創造和轉化質量效應

在實際估計過程中，本文利用SPSS 軟件對多維數據進行主成分分析法處理，將以上兩個維度的五個指標構造成一個綜合反映創新體系中知識創造和轉化的質量復合指數。表7 為創新協同度對地區經濟增長質量影響渠道檢驗結果。表7（1）列即為表3 中的（5）列，反映了創新協同度對經濟增長具有顯著的促進作用。表7（2）列中將spill這一中介變量作為被解釋變量，結果可以發現協同度的提升促進了知識創造和轉化的效應。同時在表7（3）列中，同時加入spill和syn，結果發現syn變量與沒加入spill的表7（1）列相比系數變得不再顯著。因此，基本可以判斷創新協同度會提高地區的知識創造和轉化的質量效應從而促進該地區的經濟增長。

表7 機制檢驗

（五）創新體系中主體協同的扭曲：二維和三維空間的異質性分析

創新系統內部存在主體間協同影響效應的差異。如圖1 所示，“三維”創新系統協同指數值排名依次為：“政產學”“政產外”“政學外”“產學外”。表明當前的創新系統內部，政府的協同參與度較高，而國際化參與企業創新的程度仍然較低。如圖2 所示，“二維”創新系統協同指標值排名依次為：“政產”“產學”“政學”“學外”“產外”“政外”，且政府和企業間的創新協同數值異常高，其他“二維”主體間的協同程度相對較低，國外維度的創新協同參與度仍然比較低。

圖1 三維創新協同指標值

圖2 二維創新協同指標值

因此，作為拓展的實證分析，本文將對不同維度創新協同異質性影響進行比較分析。這里仍然采用固定效應模型的估計，結果匯報在表8 和表9中。結果發現，二維主體的創新協同系數要么顯著為負，要么不顯著：包含政府主體的創新協同的系數顯著為負，且“政產”的負向影響最大。而不包含政府創新協同中“產學”的系數則在5%水平上顯著，而其余二維主體創新協同雖不顯著但系數也為正。間接證實了協同創新系統中政府參與影響效應的不對稱，即過度加大二維創新協同中政府的參與度可能會阻礙其在經濟增長中的作用。可能的解釋在于，當前政府在低層次、低維度的創新體系中參與度過高，會弱化其制度要素供給職能，也會對其他創新主體間的創新協同產生一定的“擠出效應”。而三維協同雖然呈現促進作用，但是其經濟增長效應則很微弱，系數區間為0.443～ 0.611，表明提高協同創新主體的多元性有利于促進經濟增長質量，一定程度上會彌補二元主體創新中的缺陷尤其是政府參與的不利因素。

表8 二維主體中政府參與協同的影響差異

表9 三維創新主體的影響效應

綜上，創新體系中政府影響作用的不對稱性集中表現在“政產學外”各主體的地位和功能被扭曲，從實證結果來看，一方面，要減少政府在創新體系中直接參與程度，僅提高其高質量制度供給的職能水平，弱化其在經濟決策和資源配置的干預；另一方面，應提高創新體系的開放性和主體多元性，進而在多層次多維度的創新體系中提高協同效度。

（六）考慮市場制度環境影響下的擴展分析

本文進一步分析市場制度環境的調節效應。樊綱和王小魯等（2003）以大量數據為基礎，從5 個方面構建了反映市場化進程的指標，并借助主成分分析法生成各指標的權重，加權計算各個地區市場化的總指數。本文利用這一指數作為測度地區制度水平及其變遷的變量。本文經過適當調整，采用以下形式的制度環境過濾指數：

其中：envit_raw表示i地區初始的制度環境值；envmax和envmin分別表示樣本期間所有地區中的最大值和最小值。根據以上的指數構造含義，filterit越大表示i地區的制度環境越惡劣。本文對式（12）進行檢驗，主要關注創新協同與制度環境的交互項系數：

為了重點考察制度環境變量與創新協同度之間相互的影響，同時構建了交互變量synit×filit。如果創新協同對地區經濟增長質量的作用依賴于地區制度環境，預期該變量的系數β3為負，表示制度環境越糟糕的地區，創新協同度對地區經濟增長質量的正向作用越小。

實證結果表10 報告了制度環境在創新協同的經濟增長效應中的影響，結果發現創新協同度與制度環境的系數顯著為負，說明制度環境弱化了創新協同度對區域經濟增長的正向影響。創新協同度的提高有益于地區經濟增長的規模和質量，而制度環境會對地區創新效率和創新意愿產生約束作用繼而抑制地區經濟增長。

表10 制度環境的影響

六、主要結論與政策建議

本文結合互信息理論，通過分布熵算法對中國各地區創新主體間的自組織性和協同性進行了量化。本質上來看，這一方法有效地捕捉了創新體系間個體交互程度。基于“政產學外”四維創新主體分析視角，我們構建了反映各地區多維主體創新體系協同效度的指標。實證研究發現，提高創新體系主體協同度有助于提高經濟增長質量。此外，創新協同度的促進效應主要通過“知識創造和轉化”機制；創新協同度的邊際增長效應隨著經濟增長質量的提高而遞減；較差的市場體制環境則會弱化創新協同的促進作用。在新科技產業變革的“機會窗口”及經濟高質量發展背景下，本文的政策建議主要有以下兩個方面：

第一，進一步糾偏政府在創新體系中的角色定位，尤其是應該厘清“政產”關系。雖然政府應該被作為國家創新體系的重要要素，但是其作用應該是以各種方式介入與其他要素（如企業、大學和公共科研機構等）的交互之中，而不是在創新系統起主導甚至干預作用。另外，應更加重視政府在創新體系中制度和基礎設施建設中的作用，為企業與其他創新主體之間的對接和和合作創造便利的機制和制度環境。

第二，應著力構建“政產學外”一體化、立體化的創新網絡，提高創新系統開放與協同。加強不同主體創新協同的機制，提高創新體系的層次和深度。一方面，繼續深化行政、事業和國有企業改革，強化政府、企業、科研院所、高校、國外機構等維度創新主體的充分互動，推動創新資源在各類組織之間有效流動，形成開放合作的創新網絡和形式多樣的創新共同體。另外一方面，應修補創新鏈，提高科技成果轉化率。逐步深化科研事業單位體制改革，彌補技術研發與產業化之間的創新鏈缺失，推動戰略性新技術與新產品取得突破。