創(chuàng)新主體及其交互作用產(chǎn)出效應(yīng)研究
——基于市場(chǎng)化程度的變系數(shù)分析

高月姣

(南京郵電大學(xué) 經(jīng)濟(jì)學(xué)院，江蘇 南京 210023)

經(jīng)濟(jì)新常態(tài)背景下，資源、市場(chǎng)、人才和技術(shù)的競(jìng)爭(zhēng)愈演愈烈，我國(guó)經(jīng)濟(jì)發(fā)展面臨的機(jī)遇和挑戰(zhàn)并存。2018年全球創(chuàng)新指數(shù)報(bào)告顯示，中國(guó)排名第17位，與瑞士、荷蘭、瑞典、英國(guó)、新加坡、美國(guó)等發(fā)達(dá)國(guó)家仍有較大差距，主要表現(xiàn)在自主創(chuàng)新能力薄弱、創(chuàng)新主體互動(dòng)程度不高、資源配置效率低下、高層次創(chuàng)新人才相對(duì)缺乏、對(duì)外技術(shù)依存度高和科研成果轉(zhuǎn)化率較低等方面。在當(dāng)前創(chuàng)新資源約束趨緊的國(guó)際形勢(shì)下，探求區(qū)域創(chuàng)新成因，建立有效互動(dòng)的區(qū)域創(chuàng)新系統(tǒng)迫在眉睫。我國(guó)“十三五”規(guī)劃繼續(xù)推動(dòng)實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略，強(qiáng)調(diào)要進(jìn)一步厘清各類創(chuàng)新主體的功能定位，增強(qiáng)創(chuàng)新主體之間的有效互動(dòng)交流，引導(dǎo)創(chuàng)新要素聚集流動(dòng)，推進(jìn)各具特色、優(yōu)勢(shì)互補(bǔ)的區(qū)域創(chuàng)新系統(tǒng)建設(shè)。

區(qū)域創(chuàng)新主體——企業(yè)、高等學(xué)校、研發(fā)機(jī)構(gòu)、政府以及中介機(jī)構(gòu)等，由于正式或非正式的聯(lián)結(jié)并相互作用而產(chǎn)生技術(shù)轉(zhuǎn)移、知識(shí)溢出和技術(shù)溢出，組織結(jié)構(gòu)和空間結(jié)構(gòu)上的相互依存與相互制約形成了主體間的交互作用。這種交互作用能夠促進(jìn)系統(tǒng)內(nèi)部的信息流動(dòng)和知識(shí)共享，產(chǎn)生單一主體無(wú)法產(chǎn)生的交互效應(yīng)，是區(qū)域創(chuàng)新的重要?jiǎng)恿C(jī)制和創(chuàng)新活力的主要來(lái)源。

創(chuàng)新主體的創(chuàng)新活動(dòng)根植于區(qū)域創(chuàng)新環(huán)境之中，主體的交互作用也會(huì)因此而受到制度、常規(guī)慣例和社會(huì)習(xí)俗等的影響。創(chuàng)新主體的交互作用強(qiáng)調(diào)創(chuàng)新的動(dòng)態(tài)方法而非基于特定知識(shí)庫(kù)的靜態(tài)方法，區(qū)域創(chuàng)新能力最終取決于主體創(chuàng)新活動(dòng)、主體的交互作用，以及它們與創(chuàng)新環(huán)境的相互作用。市場(chǎng)化程度是重要的環(huán)境因素之一，市場(chǎng)需求誘發(fā)創(chuàng)新熱情，成熟、開放的市場(chǎng)環(huán)境能促進(jìn)創(chuàng)新主體之間的競(jìng)爭(zhēng)和合作，實(shí)現(xiàn)優(yōu)勢(shì)互補(bǔ)，進(jìn)而影響區(qū)域的創(chuàng)新驅(qū)動(dòng)力。從區(qū)域主體及其交互作用的創(chuàng)新差異角度探索經(jīng)濟(jì)增長(zhǎng)成因，對(duì)各區(qū)域依照自身特點(diǎn)優(yōu)化創(chuàng)新要素配置、提升創(chuàng)新能力與效率、縮小經(jīng)濟(jì)差距均有現(xiàn)實(shí)意義，研究結(jié)論對(duì)我國(guó)區(qū)域經(jīng)濟(jì)政策的制定和完善有一定的參考價(jià)值，能夠?yàn)榇龠M(jìn)區(qū)域內(nèi)資源協(xié)調(diào)發(fā)展和可持續(xù)發(fā)展等長(zhǎng)期性、戰(zhàn)略性問(wèn)題提供決策依據(jù)。

一、文獻(xiàn)綜述

創(chuàng)新主體有各自獨(dú)特的功能和優(yōu)勢(shì)，在區(qū)域創(chuàng)新系統(tǒng)中都發(fā)揮著巨大作用。其中，企業(yè)是技術(shù)創(chuàng)新的主體，高校和科研機(jī)構(gòu)聚焦于系統(tǒng)內(nèi)知識(shí)創(chuàng)新，政府是制度創(chuàng)新的主要承擔(dān)者，中介機(jī)構(gòu)則是服務(wù)創(chuàng)新的主體。區(qū)域創(chuàng)新系統(tǒng)中的創(chuàng)新行為有別于單個(gè)主體的創(chuàng)新行為的最大特點(diǎn)和優(yōu)勢(shì)在于創(chuàng)新主體之間的互動(dòng)合作[1-2]，因此，區(qū)域?qū)哟紊系慕换プ饔檬莿?chuàng)新系統(tǒng)研究的重要組成部分。在區(qū)域知識(shí)流動(dòng)和資源流動(dòng)的過(guò)程中，區(qū)域知識(shí)應(yīng)用開發(fā)子系統(tǒng)與知識(shí)生產(chǎn)擴(kuò)散子系統(tǒng)之間存在強(qiáng)烈的交互作用，推動(dòng)了知識(shí)、資源以及人力資本等要素的持續(xù)流動(dòng)或交換[3]。官建成等指出，要素的流動(dòng)并不僅限于系統(tǒng)之間，也發(fā)生于各子系統(tǒng)內(nèi)部，區(qū)域內(nèi)知識(shí)的流動(dòng)得益于區(qū)域創(chuàng)新系統(tǒng)內(nèi)各主體之間的交互作用[4]。因此，創(chuàng)新并不是一個(gè)線性過(guò)程，而是多主體、多要素的交互創(chuàng)新過(guò)程，主體間的交互作用決定了區(qū)域創(chuàng)新能力[5]。創(chuàng)新主體之間依照創(chuàng)新系統(tǒng)的利益驅(qū)動(dòng)機(jī)制、交互學(xué)習(xí)機(jī)制和競(jìng)爭(zhēng)協(xié)作機(jī)制等相互交流、合作、競(jìng)爭(zhēng)和學(xué)習(xí)，它們之間相互依存、相互制約、相互協(xié)調(diào)，通過(guò)知識(shí)、信息、人才和技術(shù)等的交互刺激反饋的無(wú)限循環(huán)過(guò)程，促進(jìn)區(qū)域創(chuàng)新資源和知識(shí)等在創(chuàng)新主體間有效流動(dòng)，同時(shí)也推動(dòng)區(qū)域內(nèi)制度、體制、規(guī)則和文化等“慣性力量”的形成[6]。

早期的創(chuàng)新系統(tǒng)研究?jī)A向于理論探討和框架構(gòu)建，缺乏對(duì)主體及其交互作用創(chuàng)新表現(xiàn)的計(jì)量測(cè)度與實(shí)證分析。隨著研究的逐步展開，學(xué)者們從實(shí)證角度進(jìn)一步比較主體及其交互作用對(duì)區(qū)域創(chuàng)新能力的貢獻(xiàn)程度。Buesa等運(yùn)用面板回歸模型比較了創(chuàng)新主體對(duì)區(qū)域創(chuàng)新能力的影響程度，認(rèn)為在創(chuàng)新生產(chǎn)過(guò)程中，各主體的產(chǎn)出效應(yīng)都顯著為正，且企業(yè)的產(chǎn)出效應(yīng)最為突出[7]。王銳淇等采用空間面板模型研究區(qū)域創(chuàng)新能力影響因素時(shí)有相同的發(fā)現(xiàn)，他還指出我國(guó)東部地區(qū)政府的創(chuàng)新活動(dòng)能促進(jìn)高校和金融機(jī)構(gòu)創(chuàng)新[8]。大量文獻(xiàn)聚焦于企業(yè)與高校和科研機(jī)構(gòu)之間交互作用的研究，認(rèn)為企業(yè)與知識(shí)產(chǎn)出部門之間的交互合作對(duì)于區(qū)域創(chuàng)新系統(tǒng)意義重大[9]，在分析主體間高資源互補(bǔ)性的基礎(chǔ)上深入探討了它們之間交互作用的內(nèi)部機(jī)理[10-13]。這些研究在理論與測(cè)度方法上都取得了豐碩的成果，但都未能從創(chuàng)新主體視角系統(tǒng)考察主體及其交互作用對(duì)區(qū)域創(chuàng)新的產(chǎn)出效應(yīng)，且鮮有文獻(xiàn)關(guān)注到政府和其他主體交互作用的產(chǎn)出效應(yīng)。高月姣等結(jié)合因子分析和面板數(shù)據(jù)回歸模型全面探討了創(chuàng)新主體及其交互作用的產(chǎn)出效應(yīng)，發(fā)現(xiàn)除各創(chuàng)新主體有顯著正向作用外，政府與企業(yè)的交互作用、政府與高?？蒲袡C(jī)構(gòu)的交互作用的產(chǎn)出效應(yīng)都為正，且后者表現(xiàn)更佳。企業(yè)與高?？蒲袡C(jī)構(gòu)的交互作用的產(chǎn)出效應(yīng)并不明顯[14]。上述研究中的固定參數(shù)模型從微觀主體及其交互作用的創(chuàng)新表現(xiàn)探討了區(qū)域創(chuàng)新動(dòng)因，分析了區(qū)域創(chuàng)新主體和主體間交互作用的產(chǎn)出效應(yīng)差異，然而，回歸結(jié)果是在所有樣本均值條件下獲得的，只能反映創(chuàng)新主體及其交互作用對(duì)區(qū)域創(chuàng)新能力的平均影響程度，而未能體現(xiàn)出環(huán)境因素對(duì)創(chuàng)新主體及其交互作用產(chǎn)出效應(yīng)的影響差異。

鑒于此，本文嘗試采取變系數(shù)模型研究，將市場(chǎng)化程度引入模型，得到創(chuàng)新主體及其交互作用的產(chǎn)出效應(yīng)變化趨勢(shì)，揭示市場(chǎng)化因素影響下區(qū)域創(chuàng)新系統(tǒng)中企業(yè)、高校、科研機(jī)構(gòu)和政府等創(chuàng)新主體間的互動(dòng)情況，為中國(guó)區(qū)域創(chuàng)新系統(tǒng)建設(shè)提供參考依據(jù)。

二、指標(biāo)選取與數(shù)據(jù)描述

(一)區(qū)域創(chuàng)新產(chǎn)出和市場(chǎng)化程度指標(biāo)的選取

區(qū)域創(chuàng)新產(chǎn)出分析中，選用專利指標(biāo)衡量產(chǎn)出水平是較常用的做法[7,14-15]。中國(guó)專利數(shù)據(jù)統(tǒng)計(jì)中包含專利授權(quán)量和專利申請(qǐng)量2個(gè)指標(biāo)。由于專利授權(quán)量容易受專利機(jī)構(gòu)等不確定性因素影響而出現(xiàn)異常波動(dòng)，本文選用專利申請(qǐng)量測(cè)度區(qū)域創(chuàng)新產(chǎn)出，假定申請(qǐng)量滯后4年。選用市場(chǎng)化指數(shù)測(cè)度市場(chǎng)化程度。

(二)采用因子分析法獲取創(chuàng)新主體變量

為了克服用單個(gè)指標(biāo)測(cè)度主體創(chuàng)新活動(dòng)的缺陷，全面考察主體的創(chuàng)新產(chǎn)出效應(yīng)，從不同角度科學(xué)選取刻畫主體創(chuàng)新表現(xiàn)的指標(biāo)后，利用因子分析法的降維技術(shù)，抽取公因子得到創(chuàng)新主體變量。

1.選取主體創(chuàng)新活動(dòng)指標(biāo)

企業(yè)、高校和科研機(jī)構(gòu)等直接行為主體最重要的創(chuàng)新活動(dòng)當(dāng)屬研發(fā)資源投入。本著系統(tǒng)性、典型性、可操作性的原則，綜合借鑒前人研究[7-8,14-15]，用R&D人員全時(shí)當(dāng)量指標(biāo)來(lái)體現(xiàn)研發(fā)人員投入力度， R&D經(jīng)費(fèi)內(nèi)部支出指標(biāo)來(lái)描述研發(fā)經(jīng)費(fèi)投入力度。為刻畫企業(yè)對(duì)創(chuàng)新活動(dòng)的投入強(qiáng)度，選取企業(yè)新產(chǎn)品開發(fā)經(jīng)費(fèi)占GDP比例作為指標(biāo)。

政府間接影響區(qū)域創(chuàng)新，除了對(duì)其他主體提供科技撥款外，主要通過(guò)法律法規(guī)和產(chǎn)業(yè)政策等工具為其他創(chuàng)新主體打造良好的創(chuàng)新環(huán)境與氛圍。遺憾的是，當(dāng)前缺少對(duì)制度、體制、政策的直接測(cè)度，已有研究通常忽略政府的政策功能。借鑒李文貴和王鋒正等人對(duì)政策制度變量的測(cè)度[16-17]，從樊綱等人編制的中國(guó)市場(chǎng)化指數(shù)系列報(bào)告中選取了“減少政府對(duì)企業(yè)的干預(yù)”“對(duì)生產(chǎn)者合法權(quán)益的保護(hù)”和“知識(shí)產(chǎn)權(quán)保護(hù)”等3個(gè)指標(biāo)，從政府對(duì)企業(yè)創(chuàng)新的干預(yù)程度、法制創(chuàng)新環(huán)境、司法體系的創(chuàng)新水平、知識(shí)產(chǎn)權(quán)保護(hù)力度等方面進(jìn)行間接描述。

綜上，最終選用了11個(gè)指標(biāo)，包括X1:高等學(xué)校R&D人員全時(shí)當(dāng)量，X2:R&D機(jī)構(gòu)R&D人員全時(shí)當(dāng)量，X3:高等學(xué)校(R&D)經(jīng)費(fèi)內(nèi)部支出，X4:R&D機(jī)構(gòu)R&D經(jīng)費(fèi)內(nèi)部支出，X5:大中型工業(yè)企業(yè)R&D人員全時(shí)當(dāng)量，X6:大中型工業(yè)企業(yè)R&D經(jīng)費(fèi)支出，X7:新產(chǎn)品開發(fā)經(jīng)費(fèi)占GDP比例，X8:地方財(cái)政科技撥款占地方財(cái)政支出比重，X9:對(duì)生產(chǎn)者合法權(quán)益保護(hù)，X10:減少政府對(duì)企業(yè)干預(yù)，X11:知識(shí)產(chǎn)權(quán)保護(hù)。

文中數(shù)據(jù)涉及的中國(guó)30個(gè)省市地區(qū)的創(chuàng)新主體活動(dòng)指標(biāo)、市場(chǎng)化指數(shù)年專利數(shù)據(jù)(其中西藏地區(qū)部分缺失未加討論)均來(lái)源于公開出版的統(tǒng)計(jì)年鑒和政府報(bào)告，包括2005—2017年的《中國(guó)科技統(tǒng)計(jì)年鑒》《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)市場(chǎng)化指數(shù)報(bào)告》和《工業(yè)企業(yè)科技活動(dòng)統(tǒng)計(jì)年鑒》等。

2．因子分析

傳統(tǒng)的因子分析法研究的初始指標(biāo)是截面數(shù)據(jù)，不適用于本文所選的面板數(shù)據(jù)。Buesa[7]、Zhao[18]和高月姣[14]將不同時(shí)間維度的截面數(shù)據(jù)綜合在一起，得到大樣本后進(jìn)行因子分析，并利用面板數(shù)據(jù)的因子得分進(jìn)行回歸分析，考察了區(qū)域創(chuàng)新的影響因素。這種處理方法克服了因子得分的不可比性，同時(shí)也可以得到樣本在不同時(shí)間維度的公因子得分。用這些公因子進(jìn)行回歸分析既能消除變量之間的共線性問(wèn)題使回歸模型更穩(wěn)定，又能更清晰地說(shuō)明問(wèn)題。本研究借鑒這一方法對(duì)區(qū)域創(chuàng)新主體的創(chuàng)新活動(dòng)進(jìn)行動(dòng)態(tài)分析，所用軟件為SPSS 18.0。

首先對(duì)R&D經(jīng)費(fèi)支出數(shù)據(jù)以2001年為基期平減預(yù)處理，然后將11個(gè)指標(biāo)數(shù)據(jù)進(jìn)行適用性檢驗(yàn)， KMO值為0.808，球形Bartlett檢驗(yàn)也以0.000顯著通過(guò)，因子模型合適。按照主成分法提取因子，前3個(gè)因子所解釋的方差占總方差的累計(jì)百分比達(dá)到84.359%，因此提取3個(gè)主因子。采用方差最大旋轉(zhuǎn)法使因子之間的方差差異最大化，得到旋轉(zhuǎn)后的因子載荷矩陣(表1)。

表1 旋轉(zhuǎn)成份矩陣

第一主因子F1有高載荷的指標(biāo)是X1，X2，X3，X4，這4個(gè)變量從研發(fā)經(jīng)費(fèi)支出和人員投入兩方面體現(xiàn)了高校和科研機(jī)構(gòu)等知識(shí)產(chǎn)出部門的創(chuàng)新表現(xiàn)，故稱為高?？蒲袡C(jī)構(gòu)創(chuàng)新，記為UNIVINS。高校和科研機(jī)構(gòu)的研發(fā)資源投入高度相關(guān)，二者都是知識(shí)創(chuàng)新的主體，在區(qū)域創(chuàng)新系統(tǒng)的功能定位、運(yùn)行模式等方面均有相似之處，此處因子分析結(jié)果將它們合并為一個(gè)綜合變量是可以理解的。第二主因子F2有高載荷的指標(biāo)是X5，X6，X7，這3個(gè)變量體現(xiàn)了企業(yè)的創(chuàng)新活力，故稱為企業(yè)創(chuàng)新，記為FIRM。第三主因子F3在X8，X9，X10，X11上有高載荷，分別從資金投入和創(chuàng)新政策等方面反映了政府的創(chuàng)新參與度，故稱為政府創(chuàng)新，記為GOV。

借助因子得分系數(shù)矩陣，可以將公因子用原始變量的標(biāo)準(zhǔn)化值的線性組合表示，得到3個(gè)公因子的得分，為以下回歸模型研究做好前期數(shù)據(jù)準(zhǔn)備。

三、建立變系數(shù)模型

變系數(shù)模型為：

y=β0(u)+β1(u)x1+β2(u)x2+…+βj(u)xj+…+βp(u)xp+ε

(1)

其中y是響應(yīng)變量，X=(x1,x2,…,xp)T和u是協(xié)變量且相互獨(dú)立，變參數(shù)βj(u)反映了第j個(gè)變量y對(duì)因變量的影響隨變量u的變化趨勢(shì)，暗含了變量xj與變量u之間的交互關(guān)系。該模型是探索變量間回歸關(guān)系的重要工具，既能精確描述數(shù)據(jù)，又可以很好地避免非參數(shù)估計(jì)中的“維數(shù)災(zāi)難”問(wèn)題，較好地結(jié)合了線性模型和非參模型的優(yōu)點(diǎn)，在近20年的研究中得到了專家學(xué)者的青睞并被廣泛應(yīng)用于環(huán)境科學(xué)、生物數(shù)據(jù)以及經(jīng)濟(jì)問(wèn)題研究中。如，舒通認(rèn)為國(guó)際石油價(jià)格會(huì)受到全球經(jīng)濟(jì)增長(zhǎng)、地緣政治、生產(chǎn)成本、替代能源價(jià)格等因素的影響，并采用變系數(shù)模型預(yù)測(cè)了WTI原油現(xiàn)貨的季度平均價(jià)格[19]。傅曉霞采用變系數(shù)能源效率模型，研究不同發(fā)展階段和經(jīng)濟(jì)條件下技術(shù)進(jìn)步、工業(yè)化程度、重工業(yè)比重和能源價(jià)格等因素對(duì)能源效率影響程度的差別及趨勢(shì)變化，探索了能源效率決定機(jī)制的變化[20]。Lynch等用變系數(shù)模型研究了孕產(chǎn)婦營(yíng)養(yǎng)狀況和產(chǎn)前甲基汞毒性之間的關(guān)系，認(rèn)為孕婦在妊娠期應(yīng)重視持續(xù)食用魚類產(chǎn)品等[21]。

在專利產(chǎn)出過(guò)程中，高等學(xué)校、科研機(jī)構(gòu)與企業(yè)直接進(jìn)行創(chuàng)新生產(chǎn)，是區(qū)域創(chuàng)新的直接主體，政府則通過(guò)與其他主體的互動(dòng)間接影響創(chuàng)新，是區(qū)域創(chuàng)新的間接主體。市場(chǎng)化程度并不直接影響創(chuàng)新產(chǎn)出，而是通過(guò)市場(chǎng)競(jìng)爭(zhēng)等帶動(dòng)創(chuàng)新主體間的知識(shí)和人才流動(dòng)，通過(guò)調(diào)整區(qū)域資源配置和變革創(chuàng)新激勵(lì)制度等影響創(chuàng)新產(chǎn)出，因此它對(duì)區(qū)域創(chuàng)新的影響最終需通過(guò)創(chuàng)新主體及主體間的交互作用的產(chǎn)出效應(yīng)間接體現(xiàn)出來(lái)。為考慮市場(chǎng)化程度對(duì)各產(chǎn)出效應(yīng)的影響，用MI表示市場(chǎng)化指數(shù)，構(gòu)建如下變系數(shù)模型：

lny=β0(MI)+β1(MI)UNIVINS+β2(MI)FIRM+β3(MI)FIRM*UNIVINS+

β4(MI)UNIVINS*GOV+β5(MI)FIRM*GOV+ε

(2)

其中被解釋變量y表示區(qū)域創(chuàng)新能力，自變量UNIVINS,FIRM,GOV分別表示高校-科研機(jī)構(gòu)創(chuàng)新、企業(yè)創(chuàng)新和政府創(chuàng)新。據(jù)于俊年[22]和Zhao[18]等的交互作用測(cè)度的方法，在模型中添加了3個(gè)交互項(xiàng)FIRM*UNIVINS，UNIVINS*GOV，F(xiàn)IRM*GOV，目的是考察主體變量間交互作用的產(chǎn)出效應(yīng)。β0(MI)是常數(shù)項(xiàng)，系數(shù)β1(MI),β2(MI),β3(MI),β4(MI)和β5(MI)是變參數(shù)，均是市場(chǎng)化指數(shù)的函數(shù)，依次反映市場(chǎng)化程度影響下，高?？蒲袡C(jī)構(gòu)，企業(yè)，企業(yè)和高?？蒲袡C(jī)構(gòu)的交互作用，高?？蒲袡C(jī)構(gòu)和政府的交互作用，企業(yè)和政府的交互作用等5個(gè)變量對(duì)創(chuàng)新產(chǎn)出的影響。

四、模型估計(jì)及結(jié)果討論

首先選取了具有良好數(shù)學(xué)特性、易于進(jìn)行統(tǒng)計(jì)推斷的Epanechnikov核函數(shù)，采用局部線性化法估計(jì)出與所有樣本點(diǎn)相對(duì)應(yīng)的變系數(shù)取值，然后根據(jù)廣義交叉驗(yàn)證法則獲取最優(yōu)帶寬，得到模型中的5個(gè)半彈性變系數(shù)。采用軟件R 3.5.3編程。運(yùn)行結(jié)果顯示最優(yōu)帶寬oph=0.25。

由于半彈性系數(shù)隨市場(chǎng)化指數(shù)變化，為直觀顯示，將最終結(jié)果以市場(chǎng)化指數(shù)為橫軸，以5個(gè)變量對(duì)區(qū)域創(chuàng)新能力的影響系數(shù)為縱軸作圖如下。圖1—圖5反映了5個(gè)創(chuàng)新主體及其交互作用變量對(duì)區(qū)域創(chuàng)新能力的影響受市場(chǎng)化影響的變化趨勢(shì)。相較于以往單純的固定參數(shù)模型，基于市場(chǎng)化指數(shù)的變系數(shù)模型結(jié)果提供了更為全面、豐富的信息。

從圖中可以看出，創(chuàng)新主體及其交互作用的產(chǎn)出效應(yīng)都隨市場(chǎng)化程度變化發(fā)生了具有明顯趨勢(shì)的非線性變化。隨著市場(chǎng)化程度的提高，高校科研機(jī)構(gòu)對(duì)區(qū)域創(chuàng)新能力的影響減弱，但恒為正(圖1)；企業(yè)的創(chuàng)新活動(dòng)對(duì)區(qū)域創(chuàng)新能力的影響總體上呈先上升后下降趨勢(shì)(圖2)；高?？蒲袡C(jī)構(gòu)和政府的交互作用、企業(yè)和高?？蒲袡C(jī)構(gòu)交互作用的產(chǎn)出效應(yīng)隨市場(chǎng)化程度的提高整體上都呈上升趨勢(shì)(圖3、圖4)；企業(yè)和政府的交互作用對(duì)區(qū)域創(chuàng)新能力的影響系數(shù)先增大后減小(圖5)。

圖1市場(chǎng)化影響下高?？蒲袡C(jī)構(gòu)的產(chǎn)出效應(yīng)曲線圖2市場(chǎng)化影響下企業(yè)的產(chǎn)出效應(yīng)曲線

圖3市場(chǎng)化影響下高?？蒲袡C(jī)構(gòu)和政府的交互作用的產(chǎn)出效應(yīng)曲線圖4市場(chǎng)化影響下企業(yè)和高?？蒲袡C(jī)構(gòu)的交互作用的產(chǎn)出效應(yīng)曲線

結(jié)合中國(guó)區(qū)域創(chuàng)新現(xiàn)狀和市場(chǎng)化程度變化情況可以發(fā)現(xiàn)，這些產(chǎn)出效應(yīng)趨勢(shì)變化與區(qū)域創(chuàng)新主體的功能定位及創(chuàng)新水平高度相關(guān)。

與高?？蒲袡C(jī)構(gòu)的產(chǎn)出效應(yīng)趨勢(shì)逐漸下降不同，市場(chǎng)化程度對(duì)企業(yè)產(chǎn)出效應(yīng)的影響先增加后減少，這主要是由二者的功能定位差異造成的。市場(chǎng)化程度較低時(shí)，創(chuàng)新資源由國(guó)家計(jì)劃分配到高校和科研機(jī)構(gòu)，通過(guò)發(fā)揮杠桿效應(yīng)促進(jìn)知識(shí)生產(chǎn)，高校科研機(jī)構(gòu)的產(chǎn)出效應(yīng)較高。雖然企業(yè)和高校科研機(jī)構(gòu)都創(chuàng)造新知識(shí)，但高校和科研機(jī)構(gòu)更關(guān)心基礎(chǔ)研究，而企業(yè)通過(guò)直接面向市場(chǎng)而致力于創(chuàng)造與生產(chǎn)相關(guān)的科技知識(shí)。因此，隨著市場(chǎng)化水平的提高，市場(chǎng)資源流向企業(yè)主體，有力地促進(jìn)了區(qū)域內(nèi)部知識(shí)的流動(dòng)與生產(chǎn)，從而有效提升了創(chuàng)新能力。由于我國(guó)尚處于經(jīng)濟(jì)轉(zhuǎn)型期，產(chǎn)權(quán)保護(hù)機(jī)制并不健全，市場(chǎng)機(jī)制也尚未完善，面對(duì)激烈的市場(chǎng)競(jìng)爭(zhēng)，雖然企業(yè)的創(chuàng)新動(dòng)力有所增強(qiáng)，但創(chuàng)新水平整體不高已經(jīng)成為知識(shí)流動(dòng)和資源流動(dòng)的制約，對(duì)區(qū)域創(chuàng)新的影響呈減弱趨勢(shì)。

政府通過(guò)科技撥款、減免稅負(fù)和政府購(gòu)買等扶持行為對(duì)企業(yè)創(chuàng)新生產(chǎn)提供直接幫助，二者之間的資源流動(dòng)能有效促進(jìn)知識(shí)流動(dòng)，帶動(dòng)以專利為代表的區(qū)域知識(shí)的顯著增加。隨著市場(chǎng)化程度的提高、市場(chǎng)機(jī)制逐步完善、創(chuàng)新資源配置市場(chǎng)化，政府將逐漸轉(zhuǎn)變職能，其介入宏觀調(diào)控的程度會(huì)降低，將主要扮演創(chuàng)新引導(dǎo)者角色。我國(guó)政府的創(chuàng)新活動(dòng)水平不高，對(duì)企業(yè)創(chuàng)新活動(dòng)或急功近利或謹(jǐn)小慎微的越位干預(yù)會(huì)損害市場(chǎng)公平競(jìng)爭(zhēng)的環(huán)境，并違反企業(yè)創(chuàng)新的內(nèi)在發(fā)展規(guī)律，導(dǎo)致產(chǎn)出效應(yīng)逐步下降。但是一些基礎(chǔ)研究仍需高校和科研機(jī)構(gòu)承擔(dān)，政府會(huì)通過(guò)知識(shí)產(chǎn)權(quán)保護(hù)、科技撥款等方式支持高校和科研機(jī)構(gòu)創(chuàng)新，促進(jìn)創(chuàng)新生產(chǎn)，使得高校科研機(jī)構(gòu)和政府的產(chǎn)出效應(yīng)逐步增大。數(shù)據(jù)顯示，當(dāng)市場(chǎng)化指數(shù)達(dá)到9.76時(shí)，產(chǎn)出效應(yīng)才出現(xiàn)正值。實(shí)證結(jié)果出現(xiàn)負(fù)效應(yīng)存在多方面原因。其一，高校和科研機(jī)構(gòu)產(chǎn)生的知識(shí)外溢效應(yīng)慢，對(duì)創(chuàng)新產(chǎn)出有滯后效應(yīng)；其二，高校和科研機(jī)構(gòu)自身的創(chuàng)新水平有限時(shí)，可能會(huì)更多地考慮使用政府經(jīng)費(fèi)撥款，對(duì)高校和科研機(jī)構(gòu)經(jīng)費(fèi)產(chǎn)生擠出效應(yīng)；其三，對(duì)政府科技撥款使用效率不高等均會(huì)阻礙區(qū)域創(chuàng)新。

高校科研機(jī)構(gòu)和企業(yè)的創(chuàng)新目標(biāo)不同，企業(yè)的目標(biāo)是通過(guò)合作獲取技術(shù)，而高?？蒲袡C(jī)構(gòu)的目標(biāo)是完成科研考核、獲獎(jiǎng)等。企業(yè)強(qiáng)調(diào)技術(shù)保密而高?？蒲袡C(jī)構(gòu)強(qiáng)調(diào)知識(shí)分享。市場(chǎng)化程度較低時(shí)，這些機(jī)構(gòu)屬性上的沖突造成創(chuàng)新資源配置的低效，使它們之間的知識(shí)流動(dòng)和資源流動(dòng)產(chǎn)生嚴(yán)重障礙，阻礙了區(qū)域創(chuàng)新的知識(shí)生產(chǎn)。市場(chǎng)化程度的提高、市場(chǎng)機(jī)制的不斷完善、合作模式的多樣化，能促使高校和科研機(jī)構(gòu)更重視市場(chǎng)需求，減少與企業(yè)的屬性沖突，降低主體間的匹配成本，使創(chuàng)新資源配置更加合理，促使二者之間知識(shí)的生產(chǎn)、傳播、流動(dòng)與轉(zhuǎn)移速度逐漸加快，帶動(dòng)區(qū)域創(chuàng)新的提高。這一結(jié)論說(shuō)明：市場(chǎng)化程度低的地區(qū)，企業(yè)和高校科研機(jī)構(gòu)的交互作用對(duì)區(qū)域創(chuàng)新有阻礙作用；市場(chǎng)化程度高的地區(qū)，企業(yè)和高?？蒲袡C(jī)構(gòu)的交互作用能促進(jìn)區(qū)域知識(shí)生產(chǎn)，只是現(xiàn)階段影響還比較微弱。

五、結(jié)論與建議

本文構(gòu)建變系數(shù)模型，討論了市場(chǎng)化程度影響下企業(yè)、高?？蒲袡C(jī)構(gòu)和政府等創(chuàng)新主體及其交互作用產(chǎn)出效應(yīng)的趨勢(shì)變化。與已有研究相比，文中選用的研究方法能夠提供更加豐富全面的信息，彌補(bǔ)了以往文獻(xiàn)忽視市場(chǎng)化程度這一環(huán)境變量討論主體及其交互作用創(chuàng)新表現(xiàn)的不足，提供了更為貼近現(xiàn)實(shí)的分析結(jié)果，有利于政策制定者有針對(duì)性地提出區(qū)域創(chuàng)新目標(biāo)與措施。結(jié)果顯示，當(dāng)以專利測(cè)度區(qū)域創(chuàng)新能力時(shí)，區(qū)域創(chuàng)新主體及其交互作用的產(chǎn)出效應(yīng)會(huì)隨著市場(chǎng)化程度的改變而發(fā)生變化。高?？蒲袡C(jī)構(gòu)對(duì)區(qū)域創(chuàng)新能力的影響持續(xù)下降，但始終維持在正的水平；企業(yè)的影響先增強(qiáng)后減弱；高?？蒲袡C(jī)構(gòu)與企業(yè)和政府等其他主體的交互作用對(duì)區(qū)域創(chuàng)新能力的影響都呈上升趨勢(shì)，企業(yè)和政府的交互作用的影響表現(xiàn)為先增強(qiáng)后減弱。

根據(jù)區(qū)域創(chuàng)新系統(tǒng)理論，相對(duì)完善的市場(chǎng)制度是主體間交互作用發(fā)揮的必要前提，但是研究結(jié)果顯示，創(chuàng)新主體及其交互作用對(duì)區(qū)域創(chuàng)新能力的影響程度并沒(méi)有因?yàn)槭袌?chǎng)化程度的提高持續(xù)增加，相反，大部分變量的影響都有減弱的趨勢(shì)。這充分體現(xiàn)了，在激烈的市場(chǎng)競(jìng)爭(zhēng)機(jī)制下，由我國(guó)創(chuàng)新主體的創(chuàng)新能力不足和創(chuàng)新主體間交互作用的機(jī)制障礙等造成的創(chuàng)新主體市場(chǎng)競(jìng)爭(zhēng)能力不高是新形勢(shì)下區(qū)域創(chuàng)新的薄弱環(huán)節(jié)，亟待解決。

首先，在創(chuàng)新政策舉措上，政府應(yīng)多種方式并舉。一方面，要通過(guò)科技經(jīng)費(fèi)撥款和創(chuàng)新政策扶持等引導(dǎo)資源在高校、科研機(jī)構(gòu)以及企業(yè)之間的有效配置，提高各創(chuàng)新主體的自主創(chuàng)新能力，帶動(dòng)區(qū)域的知識(shí)產(chǎn)出。另一方面，需要大力提高政府部門的管理創(chuàng)新能力，避免政府資金對(duì)其他主體研發(fā)經(jīng)費(fèi)的“擠出效應(yīng)”，同時(shí)兼顧資源使用效率和公平，發(fā)揮主體間交互作用的最大產(chǎn)出效應(yīng)。

其次，針對(duì)各地區(qū)的市場(chǎng)化程度差異，實(shí)行區(qū)域創(chuàng)新差異化政策。政府需要思考創(chuàng)新主體的創(chuàng)新表現(xiàn)與市場(chǎng)化程度之間的“匹配”問(wèn)題，推動(dòng)制度創(chuàng)新和科技創(chuàng)新兩個(gè)輪子一起轉(zhuǎn)，促進(jìn)市場(chǎng)和創(chuàng)新的和諧共振，從而最大限度地提升創(chuàng)新能力。