空間效應(yīng)視角下信息技術(shù)投資對(duì)兩階段區(qū)域創(chuàng)新效率的影響機(jī)制研究

張之光,白陽(yáng)瑞,胡海青

(西安理工大學(xué) 經(jīng)濟(jì)與管理學(xué)院,陜西 西安 710054)

0 引言

隨著我國(guó)經(jīng)濟(jì)由高速增長(zhǎng)階段轉(zhuǎn)向高質(zhì)量發(fā)展階段,培育和打造新增長(zhǎng)動(dòng)能、實(shí)現(xiàn)從要素驅(qū)動(dòng)轉(zhuǎn)向效率驅(qū)動(dòng)和創(chuàng)新驅(qū)動(dòng),成為當(dāng)前區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展的核心問(wèn)題和重點(diǎn)任務(wù)。破解經(jīng)濟(jì)發(fā)展中存在的各種矛盾和高新技術(shù)領(lǐng)域“卡脖子”技術(shù)難題,必須進(jìn)一步提升國(guó)家創(chuàng)新水平,發(fā)揮創(chuàng)新在經(jīng)濟(jì)高質(zhì)量發(fā)展中的引領(lǐng)作用[1]。然而,當(dāng)前仍存在創(chuàng)新資源配置不均衡和創(chuàng)新產(chǎn)出水平不高、創(chuàng)新活力缺乏、創(chuàng)新生態(tài)有待優(yōu)化等現(xiàn)實(shí)問(wèn)題,對(duì)實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展帶來(lái)巨大挑戰(zhàn)[2]。尤其是受區(qū)域創(chuàng)新資源稟賦、研發(fā)要素流動(dòng)以及空間溢出效應(yīng)等因素影響,我國(guó)創(chuàng)新效率具有明顯的空間集聚特征且區(qū)域差距較大(黃明鳳等,2022)。根據(jù)創(chuàng)新價(jià)值鏈理論,區(qū)域創(chuàng)新是科學(xué)技術(shù)實(shí)現(xiàn)市場(chǎng)價(jià)值的全過(guò)程,包括技術(shù)研發(fā)和成果轉(zhuǎn)化階段。受創(chuàng)新資源配置、創(chuàng)新環(huán)境和產(chǎn)業(yè)基礎(chǔ)的影響,不同階段的創(chuàng)新要素和創(chuàng)新效率不同,但既有文獻(xiàn)關(guān)注較少[3]。科學(xué)合理地描述和區(qū)分兩階段區(qū)域創(chuàng)新表現(xiàn)及投入產(chǎn)出要素,構(gòu)建創(chuàng)新效率測(cè)算方法和驅(qū)動(dòng)因素模型,是提升兩階段區(qū)域創(chuàng)新效率和探索其影響機(jī)制的重要前提。

信息技術(shù)投資被認(rèn)為是培育經(jīng)濟(jì)新動(dòng)能與經(jīng)濟(jì)新增長(zhǎng)點(diǎn)的重要手段,是驅(qū)動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展的關(guān)鍵支撐,對(duì)于優(yōu)化區(qū)域資源配置和調(diào)整產(chǎn)業(yè)結(jié)構(gòu)具有重要意義[4]。在技術(shù)研發(fā)階段,信息技術(shù)投資使得信息獲取方式和渠道更加多樣化,從而有助于降低研發(fā)活動(dòng)門(mén)檻,減少障礙,縮短研發(fā)周期,實(shí)現(xiàn)技術(shù)知識(shí)外溢。在市場(chǎng)轉(zhuǎn)化階段,信息技術(shù)投資通過(guò)滲透效應(yīng)和替代效應(yīng),推動(dòng)傳統(tǒng)產(chǎn)業(yè)提質(zhì)增效,提高區(qū)域生產(chǎn)率并實(shí)現(xiàn)創(chuàng)新驅(qū)動(dòng)發(fā)展。此外,產(chǎn)業(yè)規(guī)模越大,產(chǎn)業(yè)集聚效應(yīng)越明顯,信息技術(shù)投資通過(guò)集聚更多的研發(fā)資本與研發(fā)人員,實(shí)現(xiàn)創(chuàng)新活動(dòng)的規(guī)模效應(yīng)(謝子遠(yuǎn)等,2017)。因此,研究信息技術(shù)投資對(duì)不同階段區(qū)域創(chuàng)新效率的影響及作用機(jī)制,以及信息技術(shù)產(chǎn)業(yè)規(guī)模的調(diào)節(jié)效應(yīng),對(duì)于信息技術(shù)經(jīng)濟(jì)價(jià)值實(shí)現(xiàn)和創(chuàng)新生態(tài)體系構(gòu)建具有一定的理論價(jià)值。

根據(jù)地理經(jīng)濟(jì)學(xué)理論,信息技術(shù)投資與區(qū)域創(chuàng)新系統(tǒng)關(guān)系受空間格局的影響(李婧等,2010)。因此,有必要納入空間計(jì)量模型,探索信息技術(shù)投資影響創(chuàng)新效率的空間集聚效應(yīng)。本文運(yùn)用隨機(jī)前沿方法測(cè)算和對(duì)比我國(guó)兩階段區(qū)域創(chuàng)新效率,實(shí)證檢驗(yàn)信息技術(shù)投資影響兩階段區(qū)域創(chuàng)新效率的作用機(jī)制、空間效應(yīng)和信息技術(shù)產(chǎn)業(yè)規(guī)模的調(diào)節(jié)效應(yīng),以期為提升不同階段創(chuàng)新效率、緩解地區(qū)創(chuàng)新資源不均衡并實(shí)現(xiàn)區(qū)域協(xié)調(diào)發(fā)展提供理論支撐。

1 文獻(xiàn)綜述

作為國(guó)家創(chuàng)新體系的重要組成部分,區(qū)域創(chuàng)新系統(tǒng)已成為地方政府驅(qū)動(dòng)經(jīng)濟(jì)轉(zhuǎn)型和實(shí)現(xiàn)“追趕超越”的戰(zhàn)略支撐,是驅(qū)動(dòng)區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展和獲取競(jìng)爭(zhēng)優(yōu)勢(shì)的重要載體,因此被置于新時(shí)代國(guó)家建設(shè)的重要位置[5]。作為反映創(chuàng)新資源配置水平的重要指標(biāo),創(chuàng)新效率是反映區(qū)域創(chuàng)新系統(tǒng)競(jìng)爭(zhēng)力的核心指標(biāo),也是衡量區(qū)域經(jīng)濟(jì)發(fā)展水平的關(guān)鍵因素[6]。眾多學(xué)者采用不同方法測(cè)度和比較區(qū)域創(chuàng)新效率。如有學(xué)者采用非徑向SE-C2R模型測(cè)算中國(guó)內(nèi)地30個(gè)省域創(chuàng)新效率,研究發(fā)現(xiàn),創(chuàng)新效率總體水平偏低,經(jīng)濟(jì)發(fā)達(dá)地區(qū)創(chuàng)新效率高于經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)(王春枝等,2015);馬大來(lái)等[7]運(yùn)用SFA方法測(cè)度各省域區(qū)域創(chuàng)新效率,結(jié)果表明,區(qū)域創(chuàng)新效率整體上呈現(xiàn)上升趨勢(shì)并表現(xiàn)出區(qū)域差異性;還有學(xué)者使用超效率共同邊界函數(shù)測(cè)算各省域創(chuàng)新效率,發(fā)現(xiàn)集聚外部性是影響創(chuàng)新效率的重要因素(張斌等,2021);冉茂盛等[8]運(yùn)用DEA-Tobit模型,研究經(jīng)濟(jì)不確定性對(duì)區(qū)域創(chuàng)新效率的影響及作用機(jī)理,研究發(fā)現(xiàn),經(jīng)濟(jì)不確定性通過(guò)削弱企業(yè)家精神阻礙區(qū)域創(chuàng)新效率增長(zhǎng);陳銀娥等[9]應(yīng)用DEA模型和時(shí)空地理加權(quán)回歸模型,研究區(qū)域科技創(chuàng)新效率的時(shí)空異質(zhì)性,認(rèn)為科技創(chuàng)新純技術(shù)效率與規(guī)模效率不同導(dǎo)致區(qū)域創(chuàng)新效率存在一定差異。可見(jiàn),當(dāng)前針對(duì)區(qū)域創(chuàng)新效率的測(cè)度主要集中在市場(chǎng)轉(zhuǎn)化階段,缺乏對(duì)市場(chǎng)轉(zhuǎn)化前因即技術(shù)形成過(guò)程的考量。

此外,相關(guān)學(xué)者針對(duì)區(qū)域創(chuàng)新效率的影響因素展開(kāi)大量實(shí)證研究。如有學(xué)者認(rèn)為,區(qū)域創(chuàng)新效率受科技研發(fā)和成果轉(zhuǎn)化兩個(gè)階段的共同影響,金融發(fā)展通過(guò)對(duì)外開(kāi)放促進(jìn)區(qū)域創(chuàng)新效率提升(趙增耀等,2016);柳卸林等[10]將區(qū)域創(chuàng)新效率分為技術(shù)創(chuàng)新效率和商業(yè)效率,政府研發(fā)補(bǔ)貼和研發(fā)費(fèi)用加計(jì)扣除對(duì)兩者都有顯著影響;有研究發(fā)現(xiàn),政府科技投入對(duì)區(qū)域創(chuàng)新效率具有抑制作用,區(qū)域產(chǎn)學(xué)研協(xié)同度存在地區(qū)差異(楊柏等,2021)。從區(qū)域異質(zhì)性和空間溢出效應(yīng)來(lái)看,互聯(lián)網(wǎng)發(fā)展對(duì)區(qū)域創(chuàng)新效率的影響具有主體異質(zhì)性[11];數(shù)字金融及發(fā)展廣度、深度和數(shù)字化程度都正向影響區(qū)域創(chuàng)新效率,且數(shù)字金融創(chuàng)新存在空間溢出效應(yīng),具有主體異質(zhì)性和區(qū)域異質(zhì)性(鄭萬(wàn)騰等,2021)。可見(jiàn),在考慮區(qū)域異質(zhì)性和空間溢出效應(yīng)的影響下,分階段研究區(qū)域創(chuàng)新效率至關(guān)重要。

信息技術(shù)具有高滲透性、戰(zhàn)略性和先導(dǎo)性,對(duì)社會(huì)經(jīng)濟(jì)系統(tǒng)產(chǎn)生巨大的正外部性[12]。其有助于提高知識(shí)管理水平,并成為獲取外部知識(shí)的重要途徑,因而有利于提升創(chuàng)新績(jī)效[13]。Nada et al[14]研究發(fā)現(xiàn),作為盈利能力和可持續(xù)發(fā)展的關(guān)鍵要素,信息技術(shù)投資可為組織帶來(lái)有形或無(wú)形的經(jīng)濟(jì)資源,進(jìn)而提升組織創(chuàng)新績(jī)效。作為信息技術(shù)發(fā)展的新形態(tài),數(shù)字化通過(guò)產(chǎn)業(yè)創(chuàng)新效應(yīng)促進(jìn)區(qū)域經(jīng)濟(jì)增長(zhǎng),但也造成區(qū)域間“數(shù)字鴻溝”擴(kuò)大(柳卸林等,2021)。從微觀層面來(lái)看,信息技術(shù)投資與企業(yè)創(chuàng)新績(jī)效呈U型關(guān)系,與技術(shù)創(chuàng)新動(dòng)態(tài)能力呈顯著的倒U型關(guān)系[4]。此外,信息技術(shù)投資與R&D投入具有顯著的協(xié)同效應(yīng),R&D投入有助于提高IT投資績(jī)效[15]。可見(jiàn),信息技術(shù)投資對(duì)創(chuàng)新活動(dòng)具有重要影響,尤其是對(duì)創(chuàng)新資源配置(創(chuàng)新效率)的影響值得進(jìn)一步探討。

區(qū)域創(chuàng)新產(chǎn)出并不是無(wú)規(guī)律的隨機(jī)分布,而是存在顯著的正向空間相關(guān)性,受地理區(qū)位特征與社會(huì)經(jīng)濟(jì)特征的影響(李婧等,2010)。因此,空間效應(yīng)對(duì)區(qū)域創(chuàng)新能力[16]和區(qū)域創(chuàng)新效率都具有顯著影響。蘇屹和林周周[17]研究發(fā)現(xiàn),區(qū)域創(chuàng)新活動(dòng)具有正向空間相關(guān)性,且呈現(xiàn)明顯的空間集聚特征;江春和馮阿美[18]研究發(fā)現(xiàn),各省域創(chuàng)新效率存在正向空間相關(guān)關(guān)系且具有明顯的空間集聚分布特征,地區(qū)創(chuàng)新活動(dòng)與其鄰近地區(qū)存在空間依賴性。在創(chuàng)新資源分配不均衡下,探索信息技術(shù)投資驅(qū)動(dòng)創(chuàng)新效率提升的空間效應(yīng)可為區(qū)域創(chuàng)新政策工具選擇提供理論依據(jù)。

基于以上分析可知,既有研究針對(duì)創(chuàng)新效率測(cè)度及其影響因素進(jìn)行了豐富和深入的探討,但仍存在以下不足:①創(chuàng)新效率測(cè)算或者集中于市場(chǎng)轉(zhuǎn)化階段,或者未對(duì)創(chuàng)新階段進(jìn)行劃分,針對(duì)市場(chǎng)轉(zhuǎn)化階段的前因,即技術(shù)形成階段的創(chuàng)新效率缺乏測(cè)量;②盡管既有文獻(xiàn)識(shí)別了大量的創(chuàng)新效率影響因素,但作為具有重要?jiǎng)?chuàng)新驅(qū)動(dòng)和引領(lǐng)作用的信息技術(shù)投資未引起重視,尤其是缺乏信息技術(shù)投資如何影響兩階段區(qū)域創(chuàng)新效率的實(shí)證檢驗(yàn);③盡管區(qū)域創(chuàng)新過(guò)程具有明顯的空間效應(yīng),但對(duì)信息技術(shù)投資影響區(qū)域創(chuàng)新效率的空間效應(yīng)缺乏探討。本研究在構(gòu)建技術(shù)研發(fā)階段和市場(chǎng)轉(zhuǎn)化階段創(chuàng)新資源投入及產(chǎn)出指標(biāo)的基礎(chǔ)上,測(cè)算兩階段創(chuàng)新效率,實(shí)證檢驗(yàn)空間效應(yīng)下信息技術(shù)投資對(duì)兩階段區(qū)域創(chuàng)新效率的影響,以及信息技術(shù)產(chǎn)業(yè)規(guī)模的調(diào)節(jié)作用。

2 研究設(shè)計(jì)與分析方法

2.1 兩階段區(qū)域創(chuàng)新過(guò)程的隨機(jī)前沿模型

隨機(jī)前沿生產(chǎn)方法將技術(shù)損失從誤差項(xiàng)中分離,以參數(shù)形式對(duì)效率進(jìn)行估計(jì),由于與具體生產(chǎn)函數(shù)相結(jié)合,具有經(jīng)濟(jì)學(xué)涵義,因此更接近實(shí)際創(chuàng)新過(guò)程。在技術(shù)研發(fā)資源轉(zhuǎn)化為研發(fā)產(chǎn)出(專利)、專利與市場(chǎng)資源轉(zhuǎn)化為市場(chǎng)產(chǎn)出(經(jīng)濟(jì)增長(zhǎng))的過(guò)程中受到很多可控和不可控因素影響。SFA不僅能夠計(jì)算區(qū)域創(chuàng)新效率,而且能夠量化創(chuàng)新投入對(duì)創(chuàng)新產(chǎn)出的影響,其基本模型如式(1)(2)所示。

lnYit=βlnXit+Vit-Uit

(1)

TEit=exp(-Uit)

(2)

其中,lnYit為某地區(qū)i在t時(shí)期消除量綱差異并取對(duì)數(shù)后的創(chuàng)新產(chǎn)出,lnXit為某地區(qū)i在t時(shí)期消除量綱差異并取對(duì)數(shù)后的創(chuàng)新投入,Vit為觀測(cè)誤差或其它隨機(jī)因素,服從正態(tài)分布N(0,σit2),Uit為非負(fù)隨機(jī)變量,服從|N(0,σit2)|分布,TEit為某地區(qū)i在t時(shí)期的創(chuàng)新效率,取值范圍是0—1,越接近于1代表創(chuàng)新效率越高。

柯布-道格拉斯(C-D)生產(chǎn)函數(shù)以簡(jiǎn)單形式表示區(qū)域創(chuàng)新資源最優(yōu)投入與最優(yōu)產(chǎn)出的生產(chǎn)關(guān)系,本文采用C-D生產(chǎn)函數(shù)進(jìn)行隨機(jī)前沿分析,測(cè)算兩階段區(qū)域創(chuàng)新效率。鑒于不同創(chuàng)新階段創(chuàng)新資源與創(chuàng)新產(chǎn)出存在差異,分別構(gòu)建技術(shù)研發(fā)與市場(chǎng)轉(zhuǎn)化階段的隨機(jī)前沿生產(chǎn)函數(shù)模型。

在技術(shù)研發(fā)階段,區(qū)域研發(fā)人員和研發(fā)資本作為創(chuàng)新投入,專利作為創(chuàng)新產(chǎn)出,具體模型如式(3)所示。

lnPit=α0+α1lnRDPit+α2lnRDCit+Vit-Uit

(3)

其中,lnPit代表區(qū)域i在t時(shí)期消除量綱差異并取對(duì)數(shù)后的研發(fā)階段創(chuàng)新產(chǎn)出,用專利申請(qǐng)數(shù)表示;lnRDPit代表消除量綱差異并取對(duì)數(shù)后的創(chuàng)新人力資本,用區(qū)域研發(fā)人員數(shù)表示;lnRDCit為消除量綱差異并取對(duì)數(shù)后的研發(fā)階段創(chuàng)新資本投入,用區(qū)域研發(fā)內(nèi)部支出表示;α為待估參數(shù),Vit為生產(chǎn)函數(shù)的隨機(jī)誤差項(xiàng),Uit是技術(shù)非效率項(xiàng)。

在市場(chǎng)轉(zhuǎn)化階段,技術(shù)研發(fā)階段的最終產(chǎn)出與其它市場(chǎng)轉(zhuǎn)化資源最終轉(zhuǎn)變?yōu)閰^(qū)域經(jīng)濟(jì)增長(zhǎng)(GDP)。在該階段,物質(zhì)資本、從業(yè)人員和專利申請(qǐng)數(shù)作為區(qū)域創(chuàng)新投入指標(biāo),具體模型如式(4)所示。

lnGDPit=α0+α1lnLit+α2lnKit+α3lnPit+Vit-Uit

(4)

其中,lnGDPit是某地區(qū)i在t時(shí)期消除量綱差異并取對(duì)數(shù)后的地區(qū)生產(chǎn)總值,lnLit為消除量綱差異并取對(duì)數(shù)后的區(qū)域從業(yè)人員工資總額,lnKit為消除量綱差異、取對(duì)數(shù)后的區(qū)域傳統(tǒng)資本,用區(qū)域資本總額表示;lnPit為消除量綱差異并取對(duì)數(shù)后的研發(fā)階段創(chuàng)新產(chǎn)出專利申請(qǐng)數(shù),α為待估參數(shù),Vit為生產(chǎn)函數(shù)的隨機(jī)誤差項(xiàng),Uit是技術(shù)非效率項(xiàng)。

2.2 兩階段創(chuàng)新效率的空間相關(guān)性檢驗(yàn)

檢驗(yàn)各區(qū)域創(chuàng)新效率是否具有空間相關(guān)性是進(jìn)行空間計(jì)量模型分析的基礎(chǔ)。不同省域在地理空間上具有一定關(guān)聯(lián)性,且創(chuàng)新活動(dòng)具有溢出性,因此要判斷兩階段區(qū)域創(chuàng)新效率是否存在空間相關(guān)性,通常使用Moran I指數(shù)和局部空間自相關(guān)進(jìn)行檢驗(yàn)。其中,空間權(quán)重矩陣Wij代表各區(qū)域相互依賴程度,進(jìn)而構(gòu)建地理鄰接空間權(quán)重矩陣和地理距離空間權(quán)重矩陣。

(1)地理鄰接空間權(quán)重矩陣:根據(jù)空間單元間是否相鄰判定區(qū)域間空間關(guān)聯(lián)程度。若某地區(qū)i和某地區(qū)j鄰接,用1表示,即存在空間相關(guān)性,否則用0表示,代表不存在空間相關(guān)性。

(2)地理距離空間權(quán)重矩陣:根據(jù)地理學(xué)第一定律,空間單元間相關(guān)性與距離成反比。某地區(qū)i與某地區(qū)j的距離越小,表示兩者的空間相關(guān)性越高,反之,則越低。其值采用省會(huì)城市距離倒數(shù)的平方表示。

Moran I指數(shù)表示區(qū)域的全局相關(guān)性,取值范圍為-1～1,當(dāng)取值大于0時(shí),表示某地區(qū)創(chuàng)新效率具有正向空間相關(guān)性,當(dāng)取值小于0時(shí),表示某地區(qū)創(chuàng)新效率具有負(fù)向空間相關(guān)性,絕對(duì)值越接近于1表示空間相關(guān)性越強(qiáng),取值等于0表示無(wú)空間相關(guān)性。本文采用Moran I散點(diǎn)圖描繪局部區(qū)域空間相關(guān)性,可以反映兩階段高創(chuàng)新效率觀測(cè)值或低創(chuàng)新效率觀測(cè)值的空間集聚分布。其中,橫坐標(biāo)和縱坐標(biāo)分別表示某地區(qū)與鄰近地區(qū)創(chuàng)新效率的空間分布關(guān)系,具體包括4個(gè)象限。

2.3 信息技術(shù)投資影響兩階段區(qū)域創(chuàng)新效率的空間計(jì)量模型

傳統(tǒng)計(jì)量模型未考慮空間因素,基于地理經(jīng)濟(jì)學(xué)視角,本研究運(yùn)用空間計(jì)量模型進(jìn)行分析。最常用的空間計(jì)量模型包括空間自相關(guān)模型(SAR)、空間誤差模型(SEM)和空間杜賓模型(SDM)等。在空間分析中,選取合適的模型是保證計(jì)量結(jié)果準(zhǔn)確的先決條件。本文根據(jù)統(tǒng)計(jì)量R2、Log-L,利用LM方法檢驗(yàn)地理鄰接矩陣和地理距離矩陣下SDM模型對(duì)技術(shù)研發(fā)階段和市場(chǎng)轉(zhuǎn)化階段的適用性。通過(guò)檢驗(yàn)發(fā)現(xiàn),兩種矩陣在技術(shù)研發(fā)階段和市場(chǎng)轉(zhuǎn)化階段的LR值均在1%的水平下顯著,表明SDM模型不能退化為SEM和SAR模型,確保了SDM模型的適配性。

通過(guò)檢驗(yàn)可知,在地理鄰接矩陣下,技術(shù)研發(fā)階段和市場(chǎng)轉(zhuǎn)化階段的Hausman值分別為58.6與13 321.34,均在1%的水平顯著;在地理距離矩陣下,技術(shù)研發(fā)階段和市場(chǎng)轉(zhuǎn)化階段的Hausman值分別為96.83與22 322.39,均在1%的水平下顯著。可見(jiàn),對(duì)于兩種矩陣,兩階段創(chuàng)新過(guò)程均適合使用固定效應(yīng)模型。結(jié)合LR檢驗(yàn)可知,對(duì)于地理鄰接矩陣和地理距離矩陣,技術(shù)研發(fā)階段和市場(chǎng)轉(zhuǎn)化階段均適合采用地區(qū)固定效應(yīng)模型。因此,兩階段區(qū)域創(chuàng)新效率的空間計(jì)量模型構(gòu)建如式(5)所示。

TE1it/TE2it=α+ρWTE1it/WTE2it+β1ITit+β2ITit2+β3Scaleit+β4ITit2*Scaleit+β5Laborit+β6Infrait+β7Struit+γ1WITit+γ2WITit2+γ3WScaleit+γ4WITit2*Scaleit+γ5WLaborit+γ6WInfrait+γ7WStruit+μit+λit+εit

(5)

其中,TE1it表示某地區(qū)i在t時(shí)期的技術(shù)研發(fā)階段創(chuàng)新效率,TE2it表示某地區(qū)i在t時(shí)期的市場(chǎng)轉(zhuǎn)化階段創(chuàng)新效率;ITit、Scaleit、Laborit、Infrait、Struit分別表示某地區(qū)i在t時(shí)期的信息技術(shù)投資、信息技術(shù)產(chǎn)業(yè)規(guī)模、勞動(dòng)力、基礎(chǔ)設(shè)施、產(chǎn)業(yè)結(jié)構(gòu);α為常數(shù),β為參數(shù),W為空間權(quán)重矩陣,分別代表地理鄰接矩陣和地理距離矩陣;ρ表示空間相關(guān)系數(shù);γ為空間滯后變量系數(shù),μ為空間固定效應(yīng),λ為時(shí)間固定效應(yīng),ε為隨機(jī)誤差項(xiàng)。

3 變量設(shè)計(jì)與數(shù)據(jù)收集

3.1 變量說(shuō)明

技術(shù)研發(fā)—市場(chǎng)轉(zhuǎn)化階段的創(chuàng)新產(chǎn)出指標(biāo):專利申請(qǐng)數(shù)更能體現(xiàn)區(qū)域創(chuàng)新產(chǎn)出潛力且不用考慮滯后效應(yīng),故本研究使用發(fā)明專利、實(shí)用新型專利和外觀設(shè)計(jì)專利申請(qǐng)數(shù)之和表征第一階段創(chuàng)新產(chǎn)出,使用國(guó)內(nèi)生產(chǎn)總值作為區(qū)域創(chuàng)新成果轉(zhuǎn)化的經(jīng)濟(jì)測(cè)度指標(biāo),市場(chǎng)轉(zhuǎn)化階段的創(chuàng)新產(chǎn)出以各地區(qū)GDP作為測(cè)度指標(biāo)。

技術(shù)研發(fā)—市場(chǎng)轉(zhuǎn)化階段的創(chuàng)新投入指標(biāo):在技術(shù)研發(fā)階段,創(chuàng)新投入為區(qū)域研發(fā)人員和區(qū)域研發(fā)資本,其中,區(qū)域研發(fā)人員以各地區(qū)研發(fā)人員全時(shí)當(dāng)量表示,區(qū)域研發(fā)資本以各地區(qū)研發(fā)內(nèi)部支出表示,并采用永續(xù)盤(pán)存法計(jì)算各區(qū)域研發(fā)資本存量(王欣亮等,2020)。市場(chǎng)轉(zhuǎn)化階段的創(chuàng)新投入為區(qū)域?qū)＠暾?qǐng)數(shù)、勞動(dòng)力和物質(zhì)資本。本文采用研發(fā)階段的創(chuàng)新產(chǎn)出專利申請(qǐng)數(shù)作為轉(zhuǎn)化階段的技術(shù)投入,以各地區(qū)年末就業(yè)人數(shù)工資總額和區(qū)域資本存量分別作為勞動(dòng)力與物質(zhì)資本的替代變量。

信息技術(shù)投資(IT)與產(chǎn)業(yè)規(guī)模(Scale):參考Lin et al[19]的計(jì)算方法,通過(guò)IT=ITt+3ISt求得信息技術(shù)投資水平值。其中,ITt為信息技術(shù)硬件費(fèi)用支出與信息技術(shù)軟件費(fèi)用支出之和,ISt為計(jì)算機(jī)服務(wù)費(fèi)用支出,采用信息系統(tǒng)員工成本表示。為消除區(qū)域經(jīng)濟(jì)發(fā)展差異的影響,采用信息技術(shù)投資強(qiáng)度(IT/GDP)表征信息技術(shù)投資水平。調(diào)節(jié)變量信息技術(shù)產(chǎn)業(yè)規(guī)模(Scale),采用信息技術(shù)制造業(yè)與軟件服務(wù)業(yè)企業(yè)數(shù)之和表示。

其它變量:以勞動(dòng)力(Labor)、基礎(chǔ)設(shè)施(Infra)、產(chǎn)業(yè)結(jié)構(gòu)(Stru)3個(gè)變量作為控制變量。選取每十萬(wàn)人口高等教育平均在校生數(shù)作為勞動(dòng)力測(cè)度指標(biāo);選取郵電業(yè)務(wù)總量除以國(guó)內(nèi)生產(chǎn)總值作為基礎(chǔ)設(shè)施測(cè)度指標(biāo);選取規(guī)模以上高技術(shù)產(chǎn)業(yè)主營(yíng)業(yè)務(wù)收入除以規(guī)模以上工業(yè)企業(yè)主營(yíng)業(yè)務(wù)總收入作為產(chǎn)業(yè)結(jié)構(gòu)測(cè)度指標(biāo)。

3.2 數(shù)據(jù)來(lái)源

選取全國(guó)內(nèi)地30個(gè)省、自治區(qū)、直轄市作為研究對(duì)象,西藏因數(shù)據(jù)不全不作考量。根據(jù)經(jīng)濟(jì)發(fā)展水平,將研究樣本劃分為八大經(jīng)濟(jì)區(qū)域。東北地區(qū):黑龍江、遼寧、吉林;北部沿海地區(qū):北京、天津、河北、山東;東部沿海地區(qū):上海、江蘇、浙江;南部沿海地區(qū):福建、廣東、海南;黃河中游地區(qū):山西、陜西、內(nèi)蒙古、河南;長(zhǎng)江中游地區(qū):安徽、湖北、湖南、江西;西北地區(qū):甘肅、青海、寧夏、新疆;西南地區(qū):廣西、貴州、四川、云南、重慶。數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)信息產(chǎn)業(yè)年鑒》和《中國(guó)電子信息產(chǎn)業(yè)統(tǒng)計(jì)年鑒(軟件篇)》。

4 實(shí)證結(jié)果分析

4.1 隨機(jī)前沿分析模型估計(jì)結(jié)果

運(yùn)用隨機(jī)前沿分析方法測(cè)算2012-2020年中國(guó)技術(shù)研發(fā)階段和市場(chǎng)轉(zhuǎn)化階段區(qū)域創(chuàng)新效率。根據(jù)模型(1)-(4),利用Stata16.0軟件對(duì)兩階段區(qū)域創(chuàng)新效率進(jìn)行估計(jì),結(jié)果如表1所示。

表1 技術(shù)研發(fā)階段與市場(chǎng)轉(zhuǎn)化階段隨機(jī)前沿分析模型估計(jì)結(jié)果Tab.1 Estimation results of stochastic frontier analysis model in the technology research and development stage and the market transformation stage

從表1可以看出,在技術(shù)研發(fā)階段,研發(fā)人員和研發(fā)資本的彈性系數(shù)在1%的水平下分別為0.476與0.336,表明研發(fā)人員和研發(fā)資本對(duì)研發(fā)階段的專利申請(qǐng)數(shù)均有顯著正向影響,且研發(fā)人員對(duì)創(chuàng)新效率的影響強(qiáng)于研發(fā)資本,表明當(dāng)前我國(guó)研發(fā)產(chǎn)出更多依賴于研發(fā)人員投入。因此,增加研發(fā)人員投入成為技術(shù)研發(fā)階段的主要任務(wù)。

在市場(chǎng)轉(zhuǎn)化階段,物質(zhì)資本和人力資源對(duì)市場(chǎng)轉(zhuǎn)化階段的地區(qū)生產(chǎn)總值均有顯著正向影響,人力資源和物質(zhì)資本的彈性系數(shù)在1%的顯著水平下分別為0.645與0.195,但專利申請(qǐng)數(shù)對(duì)市場(chǎng)轉(zhuǎn)化階段地區(qū)生產(chǎn)總值的影響不顯著。這些表明人力資源對(duì)創(chuàng)新效率的影響強(qiáng)于物質(zhì)資本和專利申請(qǐng)數(shù),其中,專利申請(qǐng)數(shù)的影響最弱。因此,應(yīng)重視專利申請(qǐng)質(zhì)量和基礎(chǔ)研究的持續(xù)投入。

4.2 兩階段創(chuàng)新效率測(cè)度

4.2.1 技術(shù)研發(fā)階段

表2為2012-2020年中國(guó)技術(shù)研發(fā)階段區(qū)域創(chuàng)新效率測(cè)度值。從我國(guó)整體來(lái)看,技術(shù)研發(fā)階段區(qū)域創(chuàng)新效率呈逐年提高趨勢(shì),數(shù)值從0.311上升到0.586,增長(zhǎng)了88.42%。這與中國(guó)近年來(lái)在基礎(chǔ)研究領(lǐng)域的高投入、技術(shù)與市場(chǎng)機(jī)制體制不斷完善和創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略實(shí)施密不可分。但是,技術(shù)研發(fā)階段的區(qū)域創(chuàng)新效率總體水平仍然偏低。因此,有必要提升創(chuàng)新資源配置效率、優(yōu)化創(chuàng)新生態(tài)體系并全面提升區(qū)域創(chuàng)新協(xié)同水平。

從各經(jīng)濟(jì)帶來(lái)看,技術(shù)研發(fā)階段的區(qū)域創(chuàng)新效率高于全國(guó)平均水平的經(jīng)濟(jì)帶依次為:東部沿海地區(qū)(0.704)、西南地區(qū)(0.505)、長(zhǎng)江中游地區(qū)(0.482)、南部沿海地區(qū)(0.481)。低于全國(guó)平均水平的經(jīng)濟(jì)帶包括北部沿海地區(qū)(0.413)、黃河中游地區(qū)(0.322)、東北地區(qū)(0.292)、西北地區(qū)(0.288)。此外,在該階段長(zhǎng)江中游以南地區(qū)的創(chuàng)新效率普遍高于長(zhǎng)江中游以北地區(qū),初步表明我國(guó)技術(shù)研發(fā)階段的區(qū)域創(chuàng)新效率存在較強(qiáng)的地理空間集聚效應(yīng)。因此,創(chuàng)新效率較低地區(qū)應(yīng)更加重視研發(fā)投入與資源配置效率,強(qiáng)化區(qū)域技術(shù)研發(fā)的空間溢出效應(yīng)。

表2 2012-2020年技術(shù)研發(fā)階段創(chuàng)新效率Tab.2 Innovation efficiency in the technology research and development stage from 2012 to 2020

從省域來(lái)看,技術(shù)研發(fā)階段的區(qū)域創(chuàng)新效率也存在較大差異,創(chuàng)新效率最高的3個(gè)省份分別為江蘇(0.879)、浙江(0.830)和安徽(0.719)。相比而言,這些省份的研發(fā)人員和研發(fā)資本較充裕,且相鄰地區(qū)經(jīng)濟(jì)快速發(fā)展。創(chuàng)新效率最低的3個(gè)省域分別為吉林(0.236)、青海(0.205)和內(nèi)蒙古(0.180)。這些省域應(yīng)通過(guò)制定研發(fā)激勵(lì)政策,深入實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略,不斷提高技術(shù)研發(fā)產(chǎn)出和專利申請(qǐng)量。

4.2.2 市場(chǎng)轉(zhuǎn)化階段

表3為2012-2020年中國(guó)市場(chǎng)轉(zhuǎn)化階段的區(qū)域創(chuàng)新效率。從全國(guó)整體來(lái)看,市場(chǎng)轉(zhuǎn)化階段的區(qū)域創(chuàng)新效率呈現(xiàn)先下降后上升的發(fā)展趨勢(shì),但數(shù)值從2012年的0.722下降到2020年的0.719。相比而言,市場(chǎng)轉(zhuǎn)化階段的區(qū)域創(chuàng)新效率值(0.719)遠(yuǎn)高于技術(shù)研發(fā)階段數(shù)值(0.450)。這得益于近年來(lái)高度重視知識(shí)產(chǎn)權(quán)保護(hù)和科技資源優(yōu)化配置,加強(qiáng)科技成果轉(zhuǎn)化平臺(tái)建設(shè),并不斷完善技術(shù)市場(chǎng)體系。

表3 2012-2020年市場(chǎng)轉(zhuǎn)化階段創(chuàng)新效率Tab.3 Innovation efficiency in the market transformation stage from 2012 to 2020

從各經(jīng)濟(jì)帶來(lái)看,市場(chǎng)轉(zhuǎn)化階段的區(qū)域創(chuàng)新效率高于全國(guó)平均水平的經(jīng)濟(jì)帶依次為:長(zhǎng)江中游地區(qū)(0.855)、黃河中游地區(qū)(0.757)、東部沿海地區(qū)(0.756)、北部沿海地區(qū)(0.753)、東北地區(qū)(0.738)、南部沿海地區(qū)(0.721);低于全國(guó)平均水平的經(jīng)濟(jì)帶包括西南地區(qū)(0.705)和西北地區(qū)(0.481)。

從分省域來(lái)看,市場(chǎng)轉(zhuǎn)化階段區(qū)域創(chuàng)新效率最高的3個(gè)省份分別為山東(0.979)、河北(0.957)和湖南(0.955),區(qū)域創(chuàng)新效率最低的4個(gè)省市區(qū)分別為新疆(0.483)、寧夏(0.483)、北京(0.433)和青海(0.415)。這些地區(qū)應(yīng)盡快破除技術(shù)研發(fā)與成果轉(zhuǎn)化間的制度壁壘,提高區(qū)域科技資源整合與配置能力,以市場(chǎng)化手段促進(jìn)創(chuàng)新資源自由流動(dòng)。

4.3 空間相關(guān)性檢驗(yàn)

利用2012-2020年兩階段區(qū)域創(chuàng)新效率值,采用Stata16.0測(cè)算全局Moran I指數(shù)并繪制Moran I指數(shù)分布散點(diǎn)圖,以檢驗(yàn)兩階段區(qū)域創(chuàng)新效率的空間相關(guān)性,并對(duì)比地理鄰接矩陣和地理距離矩陣的Moran I值,結(jié)果如表4、表5所示。

從表4可以發(fā)現(xiàn),在技術(shù)研發(fā)階段,兩個(gè)矩陣的區(qū)域創(chuàng)新效率Moran I指數(shù)值均為正,表明技術(shù)研發(fā)階段的區(qū)域創(chuàng)新效率存在正向空間相關(guān)性。以地理鄰接矩陣為例,Moran I指數(shù)從2012年的0.399上升至2020年的0.438,且通過(guò)1%水平下的顯著性檢驗(yàn),表明技術(shù)研發(fā)階段區(qū)域創(chuàng)新效率的空間效應(yīng)逐漸增強(qiáng),區(qū)域創(chuàng)新效率在空間上并不是隨機(jī)分布的,而是受到鄰近地區(qū)的影響,呈現(xiàn)出明顯的空間集聚和空間溢出效應(yīng)。

同理,從表5可以發(fā)現(xiàn),在市場(chǎng)轉(zhuǎn)化階段,兩個(gè)矩陣區(qū)域創(chuàng)新效率的Moran I指數(shù)值均為正,表明市場(chǎng)轉(zhuǎn)化階段區(qū)域創(chuàng)新效率存在正向空間相關(guān)性。以地理鄰接矩陣為例,市場(chǎng)轉(zhuǎn)化階段區(qū)域創(chuàng)新效率的Moran I指數(shù)值在1%的水平下從2012年的0.251波動(dòng)下降至2020年的0.250,說(shuō)明此階段區(qū)域創(chuàng)新效率的空間集聚效應(yīng)逐漸減弱。與表4對(duì)比發(fā)現(xiàn),技術(shù)研發(fā)階段的空間相關(guān)性強(qiáng)于市場(chǎng)轉(zhuǎn)化階段。因此,技術(shù)研發(fā)階段表現(xiàn)出更強(qiáng)的空間溢出性。

表4 2012-2020年技術(shù)研發(fā)階段的創(chuàng)新效率全局Moran I指數(shù)及其檢驗(yàn)結(jié)果Tab.4 Global Moran's index of innovation efficiency in the technology research and development stage from 2012 to 2020 and its test results

對(duì)兩階段區(qū)域創(chuàng)新效率進(jìn)行局部Moran I指數(shù)檢驗(yàn),以地理鄰接矩陣為例,結(jié)果如圖1、圖2所示。可以看出,約5/6的省域處于第一象限和第三象限,表明兩階段我國(guó)區(qū)域創(chuàng)新效率存在高—高聚集、低—低聚集現(xiàn)象。在技術(shù)研發(fā)階段,江蘇、浙江、安徽等地區(qū)位于第一象限,表明其研發(fā)資源質(zhì)量高且地理位置優(yōu)越,處于高—高聚集地域;內(nèi)蒙古、吉林、寧夏等地區(qū)位于第三象限,處于低—低聚集地域;云南、湖南、湖北等省域創(chuàng)新效率不足,但是鄰近地區(qū)的創(chuàng)新效率較高,因此處于第二象限;四川、陜西等地在周邊高創(chuàng)新效率地區(qū)的帶動(dòng)下,其創(chuàng)新效率也不斷提高,因此處于第四象限。

表5 2012-2020年市場(chǎng)轉(zhuǎn)化階段創(chuàng)新效率的全局Moran I指數(shù)及其檢驗(yàn)結(jié)果Tab.5 Global Moran's index of innovation efficiency in the market transformation stage from 2012 to 2020 and its test results

圖1 2012年和2020年技術(shù)研發(fā)階段創(chuàng)新效率的Moran I指數(shù)散點(diǎn)分布(鄰接矩陣)Fig.1 Innovation efficiency in the technology R&D phase in 2012 and 2020 Moran's Index scatter plot (adjacency matrix)

在市場(chǎng)轉(zhuǎn)化階段,山東、江蘇、安徽等地區(qū)人力資源豐富,物質(zhì)資本充裕,周?chē)貐^(qū)發(fā)展水平較高,有利于市場(chǎng)轉(zhuǎn)化階段區(qū)域創(chuàng)新效率提高,因此處于高—高聚集地域;青海、寧夏、新疆等地區(qū)由于人力資源不足,且周?chē)貐^(qū)經(jīng)濟(jì)欠發(fā)達(dá),抑制了市場(chǎng)轉(zhuǎn)化階段創(chuàng)新效率的提升,因此處于低—低聚集地域;北京、上海、貴州等地由于創(chuàng)新效率低于周?chē)∮?故處于第二象限;四川、內(nèi)蒙古等地由于自身創(chuàng)新效率高于周?chē)貐^(qū),故處于第四象限。

4.4 IT投資對(duì)兩階段區(qū)域創(chuàng)新效率影響的實(shí)證結(jié)果

4.4.1 描述性統(tǒng)計(jì)與相關(guān)性分析

表6為技術(shù)研發(fā)階段和市場(chǎng)轉(zhuǎn)化階段的主要變量描述性統(tǒng)計(jì)與相關(guān)性分析結(jié)果。可以看出,技術(shù)研發(fā)階段和市場(chǎng)轉(zhuǎn)化階段的區(qū)域創(chuàng)新效率標(biāo)準(zhǔn)差分別為0.193與0.159,表明我國(guó)創(chuàng)新效率不均衡,各區(qū)域創(chuàng)新水平相差較大。其中,信息技術(shù)產(chǎn)業(yè)規(guī)模的標(biāo)準(zhǔn)差為1.503,表明信息技術(shù)產(chǎn)業(yè)規(guī)模分布也不均勻。由于相關(guān)變量之間的相關(guān)系數(shù)較大,為了避免多重共線性問(wèn)題,故進(jìn)行方差膨脹因子(VIF)檢驗(yàn)。結(jié)果顯示,各變量VIF的最大值為4.57,遠(yuǎn)小于10,表明各變量之間不存在多重共線性問(wèn)題。

4.4.2 空間計(jì)量模型估計(jì)結(jié)果

兩階段區(qū)域創(chuàng)新效率的空間計(jì)量結(jié)果如表7所示。可以看出,對(duì)于地理鄰接矩陣,技術(shù)研發(fā)階段與市場(chǎng)轉(zhuǎn)化階段的空間系數(shù)在1%水平下分別為0.767和0.641,表明兩階段區(qū)域創(chuàng)新效率均存在正向空間相關(guān)性,且技術(shù)研發(fā)階段的區(qū)域創(chuàng)新效率比市場(chǎng)轉(zhuǎn)化階段表現(xiàn)出更顯著的空間溢出效應(yīng)。

圖2 2012年和2020年市場(chǎng)轉(zhuǎn)化階段創(chuàng)新效率的Moran I指數(shù)散點(diǎn)分布(鄰接矩陣)Fig.2 Innovation efficiency in the market transformation phase in 2012 and 2020 Moran's Index scatter plot (adjacency matrix)

表6 兩階段主要變量描述性統(tǒng)計(jì)與相關(guān)性分析結(jié)果Tab.6 Descriptive statistics and correlation analysis of the main variables in the technology research and development stage and the market transformation stage

表7 技術(shù)研發(fā)階段—市場(chǎng)轉(zhuǎn)化階段創(chuàng)新效率的空間計(jì)量估計(jì)結(jié)果Tab.7 Spatial measurement estimates of innovation efficiency in the technology R&D phase—market transformation phase

進(jìn)一步發(fā)現(xiàn), IT投資與技術(shù)研發(fā)階段、市場(chǎng)轉(zhuǎn)化階段區(qū)域創(chuàng)新效率在1%的顯著性水平下分別呈正U型關(guān)系和倒U型關(guān)系,表明信息技術(shù)投資對(duì)兩階段區(qū)域創(chuàng)新效率的影響呈非線性。在技術(shù)研發(fā)階段,信息技術(shù)初始投資會(huì)降低區(qū)域創(chuàng)新效率,當(dāng)區(qū)域創(chuàng)新生態(tài)和經(jīng)濟(jì)發(fā)展適應(yīng)技術(shù)變革帶來(lái)的新變化后,加大信息技術(shù)投資有助于整合研發(fā)要素,促進(jìn)區(qū)域創(chuàng)新產(chǎn)出,提高技術(shù)研發(fā)階段的區(qū)域創(chuàng)新效率。相反,在市場(chǎng)轉(zhuǎn)化階段,信息技術(shù)初始投資通過(guò)降低區(qū)域信息獲取成本,整合區(qū)域創(chuàng)新資源,提高創(chuàng)新要素使用效率,推動(dòng)區(qū)域協(xié)同創(chuàng)新,從而提高技術(shù)研發(fā)階段的區(qū)域創(chuàng)新效率。然而,在IT投資水平跨越臨界值后,會(huì)導(dǎo)致資源過(guò)剩和研發(fā)資源利用效率降低,最終使得市場(chǎng)轉(zhuǎn)化階段的區(qū)域創(chuàng)新效率出現(xiàn)下降。

為進(jìn)一步探討信息技術(shù)產(chǎn)業(yè)規(guī)模在信息技術(shù)投資影響兩階段創(chuàng)新效率過(guò)程中的作用,本文檢驗(yàn)了信息技術(shù)產(chǎn)業(yè)規(guī)模的調(diào)節(jié)效應(yīng)。從表7可以看出,在技術(shù)研發(fā)階段,信息技術(shù)產(chǎn)業(yè)規(guī)模與IT投資平方項(xiàng)的交互項(xiàng)系數(shù)值為-1.339,表明信息技術(shù)產(chǎn)業(yè)規(guī)模負(fù)向調(diào)節(jié)IT投資對(duì)技術(shù)研發(fā)階段區(qū)域創(chuàng)新效率的正U型關(guān)系。這是因?yàn)楫?dāng)信息技術(shù)產(chǎn)業(yè)規(guī)模達(dá)到較高水平時(shí),抑制了信息技術(shù)投資與創(chuàng)新效率間的正U型關(guān)系,使得正U型曲線變得更加平緩。在市場(chǎng)轉(zhuǎn)化階段,信息技術(shù)產(chǎn)業(yè)規(guī)模與IT投資平方項(xiàng)的交互項(xiàng)系數(shù)值為0.056,表明信息技術(shù)產(chǎn)業(yè)規(guī)模正向調(diào)節(jié)IT投資與市場(chǎng)轉(zhuǎn)化階段區(qū)域創(chuàng)新效率的倒U型關(guān)系。這是因?yàn)楫?dāng)信息技術(shù)產(chǎn)業(yè)規(guī)模達(dá)到較高水平時(shí),將強(qiáng)化信息技術(shù)投資與創(chuàng)新效率間的倒U型關(guān)系,使得倒U型曲線變得更加陡峭。

5 結(jié)論與政策建議

本文研究表明,技術(shù)研發(fā)階段與市場(chǎng)轉(zhuǎn)化階段的區(qū)域創(chuàng)新效率差異較大,且存在顯著的正向空間相關(guān)性,信息技術(shù)投資對(duì)兩階段區(qū)域創(chuàng)新效率的影響機(jī)制具有差異性。因此,為提升我國(guó)兩階段區(qū)域創(chuàng)新效率,提出以下政策建議:①進(jìn)一步完善創(chuàng)新生態(tài)體系建設(shè),積極實(shí)施區(qū)域科研創(chuàng)新獎(jiǎng)勵(lì)和補(bǔ)貼政策,提升基礎(chǔ)研究投入質(zhì)量,完善基礎(chǔ)設(shè)施建設(shè),激發(fā)區(qū)域創(chuàng)新活力;②充分發(fā)揮市場(chǎng)在創(chuàng)新資源配置中的決定性作用,健全科技成果轉(zhuǎn)化與市場(chǎng)需求間的匹配機(jī)制,深入推進(jìn)產(chǎn)學(xué)研合作,完善技術(shù)市場(chǎng)交易和監(jiān)管體系,確保科技成果轉(zhuǎn)化活動(dòng)高效運(yùn)行;③加強(qiáng)頂層設(shè)計(jì),形成各具特色的信息技術(shù)發(fā)展戰(zhàn)略及產(chǎn)業(yè)規(guī)劃,防止低水平重復(fù)建設(shè),實(shí)現(xiàn)信息技術(shù)產(chǎn)業(yè)錯(cuò)位發(fā)展;④重視創(chuàng)新活動(dòng)的空間集聚現(xiàn)象,強(qiáng)化區(qū)域高新技術(shù)產(chǎn)業(yè)協(xié)同互補(bǔ)機(jī)制,促進(jìn)地區(qū)間資源流動(dòng)與知識(shí)共享,探索跨區(qū)域創(chuàng)新合作模式。