高技術(shù)產(chǎn)業(yè)空間集聚與區(qū)域創(chuàng)新績(jī)效
——基于R&D投入的中介效應(yīng)

安存紅，周少燕

（保定理工學(xué)院，河北 保定 071000）

一、引言

現(xiàn)階段，創(chuàng)新是中國(guó)經(jīng)濟(jì)邁向高質(zhì)量發(fā)展新時(shí)期的核心動(dòng)力，更是支持創(chuàng)新型國(guó)家建設(shè)的有力支撐[1]。作為國(guó)家創(chuàng)新體系關(guān)鍵要素之一，區(qū)域創(chuàng)新績(jī)效直接體現(xiàn)了國(guó)家的創(chuàng)新水平[2]。要想提高區(qū)域創(chuàng)新績(jī)效，必須整合區(qū)域內(nèi)創(chuàng)新資源，使技術(shù)創(chuàng)新所憑借的各類(lèi)生產(chǎn)要素實(shí)現(xiàn)優(yōu)化組合。這一過(guò)程中，高技術(shù)產(chǎn)業(yè)的知識(shí)、技術(shù)、資金等要素有序流動(dòng)形成空間集聚現(xiàn)象，并在降低交易成本、發(fā)揮規(guī)模集聚效應(yīng)的同時(shí)，助推區(qū)域創(chuàng)新績(jī)效提升[3]。伴隨著科技、人才、資金等資源要素的進(jìn)一步發(fā)展，高技術(shù)產(chǎn)業(yè)空間集聚逐漸形成帶動(dòng)效應(yīng)并為技術(shù)創(chuàng)新提供資源支持。在此情形下，如何利用高技術(shù)產(chǎn)業(yè)空間集聚優(yōu)勢(shì)，科學(xué)合理地配置創(chuàng)新要素，提高區(qū)域創(chuàng)新績(jī)效，成為目前政府及社會(huì)各界關(guān)注的熱點(diǎn)話題。20世紀(jì)40年代，有經(jīng)濟(jì)學(xué)家曾指出，技術(shù)創(chuàng)新是區(qū)域經(jīng)濟(jì)長(zhǎng)期增長(zhǎng)的引擎，而R&D投入則是這個(gè)引擎的主要燃料。時(shí)至今日，R&D投入在產(chǎn)業(yè)技術(shù)創(chuàng)新和區(qū)域經(jīng)濟(jì)增長(zhǎng)中的作用進(jìn)一步凸顯[3]。那么，高技術(shù)產(chǎn)業(yè)空間集聚、R&D投入、區(qū)域創(chuàng)新績(jī)效之間存在何種聯(lián)系？一國(guó)及地區(qū)可否通過(guò)調(diào)整R&D投入提高區(qū)域創(chuàng)新績(jī)效？現(xiàn)有文獻(xiàn)尚未對(duì)此形成一致的意見(jiàn)。針對(duì)于此，文章以R&D中介變量作為研究切入點(diǎn)，討論高技術(shù)產(chǎn)業(yè)空間集聚與區(qū)域創(chuàng)新之間的動(dòng)態(tài)關(guān)系。

文章主要貢獻(xiàn)在于：一是國(guó)內(nèi)外研究少有涉及高技術(shù)產(chǎn)業(yè)空間集聚、R&D投入與區(qū)域創(chuàng)新績(jī)效三個(gè)變量之間的關(guān)系；二是文章將通過(guò)門(mén)檻模型討論提高區(qū)域創(chuàng)新績(jī)效的門(mén)限閾值，明晰R&D投入的作用程度；三是試圖探索相關(guān)研究理論，為提高技術(shù)創(chuàng)新能力從而增加區(qū)域創(chuàng)新績(jī)效提供對(duì)策建議。

二、文獻(xiàn)綜述

1.高技術(shù)產(chǎn)業(yè)空間集聚與區(qū)域創(chuàng)新

理論研究認(rèn)為，以高技術(shù)產(chǎn)業(yè)為主導(dǎo)形成的空間集聚會(huì)對(duì)區(qū)域創(chuàng)新績(jī)效產(chǎn)生一定影響[4]。周明、李宗植(2011)以產(chǎn)業(yè)集聚為理論依據(jù)，建立高技術(shù)產(chǎn)業(yè)空間集聚的知識(shí)生產(chǎn)函數(shù)，并納入知識(shí)溢出與政府支持力兩個(gè)指標(biāo)，最終得出高技術(shù)產(chǎn)業(yè)空間集聚正向影響區(qū)域創(chuàng)新績(jī)效的結(jié)論[5]。同時(shí)，也有學(xué)者提出不同意見(jiàn)。李駿等(2018)研究表明，擁擠效應(yīng)的存在導(dǎo)致高技術(shù)產(chǎn)業(yè)空間集聚對(duì)區(qū)域創(chuàng)新績(jī)效存在非線性影響[6]。也就是說(shuō)，當(dāng)高技術(shù)產(chǎn)業(yè)空間集聚度達(dá)到一定閾值后，將對(duì)區(qū)域創(chuàng)新績(jī)效提升阻力，也會(huì)影響不同地區(qū)的高技術(shù)產(chǎn)業(yè)集聚規(guī)模。

2.R&D投入與區(qū)域創(chuàng)新績(jī)效

R&D投入作為提升區(qū)域創(chuàng)新績(jī)效的關(guān)鍵因素，已成為多數(shù)學(xué)者研究的重點(diǎn)。丘東等(2016)分析認(rèn)為，在政府R&D投入影響區(qū)域創(chuàng)新績(jī)效的關(guān)系中，企業(yè)R&D投入存在部分中介作用[7]。蘇屹等(2018)利用面板門(mén)限回歸模型，綜合測(cè)度R&D投入與區(qū)域創(chuàng)新績(jī)效間的關(guān)系，研究認(rèn)為R&D投入與專(zhuān)利授權(quán)量存在顯著門(mén)限效應(yīng)[8]。此外，也有學(xué)者進(jìn)一步研究指出，在將R&D投入劃分為R&D經(jīng)費(fèi)投入與R&D人員投入兩個(gè)指標(biāo)后，仍可正向提升區(qū)域創(chuàng)新績(jī)效水平[9-11]。

3.高技術(shù)產(chǎn)業(yè)空間集聚與R&D投入

現(xiàn)有研究認(rèn)為，高技術(shù)產(chǎn)業(yè)空間集聚與R&D投入存在雙向因果關(guān)系。沈宏婷、陸玉麒(2015)研究指出，在經(jīng)濟(jì)發(fā)展水平、政府科技投入力度、產(chǎn)業(yè)結(jié)構(gòu)的變化影響下，中國(guó)省域R&D投入的相對(duì)差距在縮小，空間相關(guān)性逐漸增強(qiáng)。這在一定程度上使得高技術(shù)產(chǎn)業(yè)形成空間集聚[12]。邱士雷等(2018)基于知識(shí)生產(chǎn)函數(shù)的框架，探討中國(guó)高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新能力空間分布差異及其影響因素，研究認(rèn)為R&D資本存量是促進(jìn)高技術(shù)產(chǎn)業(yè)創(chuàng)新能力的決定因素[13]。郭國(guó)峰、晉玉芳(2019)研究指出，2012—2016年在R&D活動(dòng)投入的影響下，中西部地區(qū)高技術(shù)產(chǎn)業(yè)整體全要素生產(chǎn)效率得以提升，且處于持續(xù)集聚的態(tài)勢(shì)[14]。

4.R&D投入的中介效應(yīng)

現(xiàn)有研究認(rèn)為，為降低生產(chǎn)成本，提高綜合經(jīng)濟(jì)效益，高技術(shù)產(chǎn)業(yè)會(huì)從單一生產(chǎn)要素地區(qū)逐步向多個(gè)要素集聚的地區(qū)靠攏，由此出現(xiàn)空間集聚現(xiàn)象。張卿、劉昭樂(lè)(2020)分析指出，為增加高技術(shù)產(chǎn)業(yè)空間集聚效益，政府通常會(huì)通過(guò)政策制定來(lái)降低科技投資風(fēng)險(xiǎn)，引導(dǎo)企業(yè)加大R&D投入，緩解科研融資困境[15]。同時(shí)，R&D投入總量的逐漸加大，不僅能夠優(yōu)化區(qū)域產(chǎn)業(yè)創(chuàng)新結(jié)構(gòu)，還對(duì)區(qū)域創(chuàng)新發(fā)展戰(zhàn)略深入落實(shí)以及提升區(qū)域創(chuàng)新績(jī)效發(fā)揮積極作用[16]。據(jù)此可以看出，高技術(shù)產(chǎn)業(yè)空間集聚所具備的技術(shù)、資源、資金優(yōu)勢(shì)，一定程度上激發(fā)了高技術(shù)企業(yè)R&D投入，并最終提高了區(qū)域創(chuàng)新績(jī)效水平。

綜上所述，已有文獻(xiàn)就高技術(shù)產(chǎn)業(yè)空間集聚與區(qū)域創(chuàng)新績(jī)效之間的影響關(guān)系的研究多基于線性模型開(kāi)展，無(wú)法判斷二者之間是否存在非線性關(guān)系；多數(shù)理論僅傾向于研究高技術(shù)產(chǎn)業(yè)空間集聚與R&D投入、R&D投入與區(qū)域創(chuàng)新績(jī)效間的關(guān)系，很少將三者置于同一框架進(jìn)行討論，也未明確R&D投入在高技術(shù)產(chǎn)業(yè)空間集聚與區(qū)域創(chuàng)新績(jī)效中的影響關(guān)系。有鑒于此，文章基于2009—2019年中國(guó)30省份數(shù)據(jù)，在構(gòu)建基準(zhǔn)回歸模型的基礎(chǔ)上，以集聚水平為門(mén)限變量的非線性面板門(mén)限模型，尋找高技術(shù)產(chǎn)業(yè)空間集聚影響區(qū)域創(chuàng)新績(jī)效的門(mén)限值并進(jìn)行顯著性檢驗(yàn)；進(jìn)一步探究跨越門(mén)限值前后，高技術(shù)產(chǎn)業(yè)空間集聚對(duì)區(qū)域創(chuàng)新績(jī)效影響的變化；最后討論R&D投入在高技術(shù)產(chǎn)業(yè)空間集聚與區(qū)域創(chuàng)新績(jī)效中的關(guān)系。

三、模型設(shè)定與變量選取

1.模型設(shè)定

（1）理論模型

文章借用余泳等(2015)[15]和丘東等(2016)[7]的設(shè)計(jì)思路，構(gòu)建高技術(shù)產(chǎn)業(yè)空間集聚通過(guò)R&D投入對(duì)區(qū)域創(chuàng)新績(jī)效的影響理論模型。假設(shè)存在一個(gè)高技術(shù)企業(yè)i的可分離性效用函數(shù)：

式(1)中，Mit代表區(qū)域創(chuàng)新績(jī)效，st代指高技術(shù)產(chǎn)業(yè)在t時(shí)期內(nèi)空間集聚的創(chuàng)新要素，xi代表高技術(shù)產(chǎn)業(yè)空間集聚對(duì)區(qū)域創(chuàng)新績(jī)效的貢獻(xiàn)度。Kit代表i企業(yè)t時(shí)期的R&D資本投入；Lit代表i企業(yè)t時(shí)期的R&D人力投入；aK、aL分別為Kit與Lit的彈性系數(shù)。依據(jù)已有理論，高技術(shù)產(chǎn)業(yè)空間集聚對(duì)區(qū)域創(chuàng)新績(jī)效的貢獻(xiàn)度xi與高技術(shù)產(chǎn)業(yè)集約程度H正相關(guān)，并且每一個(gè)高技術(shù)企業(yè)i受創(chuàng)新要素si對(duì)區(qū)域創(chuàng)新績(jī)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(guò)流動(dòng)過(guò)程中產(chǎn)生的知識(shí)與技術(shù)溢出，對(duì)區(qū)域創(chuàng)新績(jī)效產(chǎn)生影響。而且，這種效應(yīng)還會(huì)受財(cái)政政策影響。在財(cái)政政策E的激勵(lì)下，高技術(shù)企業(yè)會(huì)通過(guò)增加R&D資本投入和R&D人力投入的方式發(fā)揮技術(shù)創(chuàng)新效應(yīng)，提升區(qū)域創(chuàng)新績(jī)效。此時(shí)，財(cái)政政策E與高技術(shù)產(chǎn)業(yè)集聚度H之間存在H=H(E)，且同時(shí)存在H′(·)>0，即財(cái)政政策E與高技術(shù)產(chǎn)業(yè)集聚度H存在正向影響關(guān)系。另外，高技術(shù)產(chǎn)業(yè)空間集聚程度一般由其收益決定，收益分布屬于單峰函數(shù)f(yi)，f(yi)∈(0，yH)，yH表示企業(yè)收益的最大水平。為了提升區(qū)域創(chuàng)新績(jī)效，政府會(huì)通過(guò)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(shù)產(chǎn)業(yè)集聚收益水平。此時(shí)則有E=Y(ζ-ζ2/2)，ζ為高技術(shù)企業(yè)集聚收益減免稅率，Y為企業(yè)平均收益水平。如若創(chuàng)新要素、企業(yè)R&D投入對(duì)區(qū)域創(chuàng)新績(jī)效的貢獻(xiàn)度均與企業(yè)相對(duì)收益Li(Li=xt/Y)呈正相關(guān)關(guān)系，那么就有st=st(Lt)且st′(·)>0。最終可以認(rèn)為，高技術(shù)產(chǎn)業(yè)空間集聚會(huì)通過(guò)R&D投入影響區(qū)域創(chuàng)新績(jī)效。

（2）門(mén)限回歸模型

“門(mén)限效應(yīng)”是指當(dāng)某一經(jīng)濟(jì)參數(shù)值接近特定數(shù)值時(shí)，可能對(duì)另一經(jīng)濟(jì)參數(shù)值發(fā)生影響，使其向另外發(fā)展形式轉(zhuǎn)變的一類(lèi)現(xiàn)象。就高技術(shù)產(chǎn)業(yè)而言，其空間集聚程度水平對(duì)區(qū)域創(chuàng)新績(jī)效影響是否存在門(mén)限閾值？當(dāng)區(qū)域創(chuàng)新績(jī)效發(fā)生轉(zhuǎn)變時(shí)，是否存在某一條件影響集聚效應(yīng)？這類(lèi)問(wèn)題仍需進(jìn)行深層次討論?；诖?，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(shù)產(chǎn)業(yè)空間集聚對(duì)區(qū)域創(chuàng)新績(jī)效的門(mén)限效應(yīng)。在具體研究過(guò)程中，借鑒魏新穎等(2019)[17]的面板門(mén)限模型方法，構(gòu)建單一門(mén)限回歸模型(2)、(3)。

上述公式中，i、t分別代指企業(yè)個(gè)數(shù)、年份，y、x、q、?分別為文章的被解釋變量、解釋變量、門(mén)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(shù)，eit為殘差項(xiàng)。當(dāng)qit≤?時(shí)，面板門(mén)限回歸模型為公式(2)；當(dāng)qit>?時(shí)，面板門(mén)限回歸模型為公式(3)。

隨后構(gòu)造示性函數(shù)I(·)。若·代表的條件得以滿(mǎn)足時(shí)，表明示性函數(shù)值為1，否則為0。通過(guò)示性函數(shù)，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(gè)體效應(yīng)；xit為文章所列示的一系列控制變量。

通過(guò)如上原理可得雙重門(mén)限面板回歸模型(5)。

文章在模型(5)的基礎(chǔ)上，借助STAT16.0軟件，研究高技術(shù)產(chǎn)業(yè)空間集聚水平對(duì)區(qū)域創(chuàng)新績(jī)效影響的門(mén)限效應(yīng)。第一，確認(rèn)門(mén)閾變量的真實(shí)取值個(gè)數(shù)。這一步需通過(guò)自主抽樣法構(gòu)建似然比函數(shù)統(tǒng)計(jì)量(LR)完成。在具體測(cè)算過(guò)程中，先求解殘差平方、最小門(mén)閾估計(jì)值以及相關(guān)變量參數(shù)值，而后檢驗(yàn)門(mén)限效應(yīng)是否顯著，并確定門(mén)閾變量取值個(gè)數(shù)。第二，檢驗(yàn)門(mén)限效應(yīng)是否真實(shí)。文章借鑒Bruce&Hansen(1998)[18]的雙重門(mén)限效應(yīng)檢驗(yàn)原理，首先預(yù)設(shè)第一重門(mén)閾估計(jì)值已知且真實(shí)存在，而后對(duì)第一重門(mén)閾估計(jì)值進(jìn)行F統(tǒng)計(jì)量檢驗(yàn)。若該值通過(guò)檢驗(yàn)，則需執(zhí)行似然比函數(shù)識(shí)別門(mén)限值的操作流程，以檢驗(yàn)第二重門(mén)限效應(yīng)的真實(shí)性。若該值通過(guò)真實(shí)性檢驗(yàn)，則需重復(fù)似然比函數(shù)識(shí)別門(mén)限值的相關(guān)操作，并對(duì)三重門(mén)限效應(yīng)門(mén)閾值進(jìn)行檢驗(yàn)。

（3）中介效應(yīng)模型

為驗(yàn)證R&D投入在高技術(shù)產(chǎn)業(yè)空間集聚與區(qū)域創(chuàng)新績(jī)效中的傳導(dǎo)作用，文章參考章新蓉等(2016)的中介效應(yīng)方法[19]，設(shè)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(shù)產(chǎn)業(yè)空間集聚對(duì)區(qū)域創(chuàng)新績(jī)效的影響模型；模型(7)解釋了中介變量R&D投入與高技術(shù)產(chǎn)業(yè)空間集聚的具體關(guān)系。其中，RIPit為中介變量；DIURCit代表高技術(shù)產(chǎn)業(yè)空間集聚的替代指標(biāo)即產(chǎn)學(xué)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(yīng)和隨機(jī)擾動(dòng)項(xiàng)。

2.變量選取與說(shuō)明

（1）核心解釋變量

產(chǎn)學(xué)研合作程度(DIURC)。產(chǎn)學(xué)研合作是技術(shù)創(chuàng)新的重要實(shí)現(xiàn)方式，可加速高技術(shù)產(chǎn)業(yè)空間集聚。因此，參考相關(guān)文獻(xiàn)研究方法[20]，用產(chǎn)學(xué)研合作程度(DIURC)表示高技術(shù)產(chǎn)業(yè)空間集聚程度的高低。同時(shí)，為了保證研究結(jié)論的穩(wěn)健性，以新產(chǎn)品開(kāi)發(fā)經(jīng)費(fèi)支出(EPD)、新產(chǎn)品銷(xiāo)售收入(NPSR)作為產(chǎn)學(xué)研合作程度(DIURC)的替代指標(biāo)。

（2）被解釋變量

區(qū)域創(chuàng)新績(jī)效(RIP)。為有效避免參數(shù)估計(jì)法在主觀設(shè)定計(jì)量模型時(shí)可能出現(xiàn)的錯(cuò)誤，文章采用數(shù)據(jù)包絡(luò)分析法(DEA)對(duì)區(qū)域創(chuàng)新績(jī)效問(wèn)題進(jìn)行評(píng)價(jià)。具體而言，文章選取產(chǎn)業(yè)創(chuàng)新投入指標(biāo)和產(chǎn)業(yè)創(chuàng)新產(chǎn)出指標(biāo)，并導(dǎo)入超效率DEA模型測(cè)度區(qū)域創(chuàng)新績(jī)效。其中，產(chǎn)業(yè)創(chuàng)新投入這一指標(biāo)以R&D研發(fā)內(nèi)部支出和R&D人員全時(shí)當(dāng)量來(lái)表示；產(chǎn)業(yè)創(chuàng)新產(chǎn)出以專(zhuān)利申請(qǐng)量和新產(chǎn)品銷(xiāo)售收入來(lái)表示。

（3）控制變量

城鎮(zhèn)化水平(UL)，使用城鎮(zhèn)人口數(shù)與總?cè)丝谡急缺硎?。勞?dòng)力儲(chǔ)備資本(LRC)，采取地區(qū)加權(quán)平均受教育年限進(jìn)行核算。具體計(jì)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(xué)人數(shù)；P表示小學(xué)文憑人數(shù)（6年）；J表示初中文憑人數(shù)（9年）；S表示高中文憑人數(shù)（12年）；C表示專(zhuān)科及以上文憑人數(shù)（16年）。信息化水平(IL)，用地區(qū)電信業(yè)務(wù)量及網(wǎng)絡(luò)普及率來(lái)衡量。政府支持(GS)，采用區(qū)域高技術(shù)產(chǎn)業(yè)政府支出與R&D資金的比值來(lái)表示。融資環(huán)境(FE)，以金融機(jī)構(gòu)貸款與R&D資金比值來(lái)衡量，這一數(shù)值越大說(shuō)明當(dāng)?shù)貐^(qū)域融資環(huán)境越好。知識(shí)產(chǎn)權(quán)保護(hù)(IPP)，選取知識(shí)產(chǎn)權(quán)保護(hù)指數(shù)作為衡量指標(biāo)。

（4）中介變量

R&D投入(R&D I)。為更準(zhǔn)確地反映R&D投入的各項(xiàng)活動(dòng)，參考有關(guān)R&D指標(biāo)體系構(gòu)建的文獻(xiàn)[21]，文章將R&D投入(R&D I)分為R&D人員投入和R&D經(jīng)費(fèi)投入。其中，R&D人員投入按照區(qū)域研發(fā)人員數(shù)量進(jìn)行衡量；R&D經(jīng)費(fèi)投入用政府和企業(yè)區(qū)域科研經(jīng)費(fèi)投入量，以及其他資金總和進(jìn)行衡量。

（5）門(mén)限變量

當(dāng)前，學(xué)術(shù)界常用區(qū)位熵(LQ)指數(shù)來(lái)測(cè)算產(chǎn)業(yè)部門(mén)的專(zhuān)業(yè)化程度。對(duì)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(guān)做法，以區(qū)位熵指數(shù)量化高技術(shù)產(chǎn)業(yè)空間集聚水平。具體測(cè)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(shù)產(chǎn)業(yè)集聚水平的區(qū)位熵；Htiit代表t年內(nèi)i省份的就業(yè)人數(shù)；Htit代表t年時(shí)間內(nèi)全國(guó)就業(yè)人數(shù)；ALLit代表t年內(nèi)i省份全行業(yè)就業(yè)人數(shù)的總和；ALLt代表t年內(nèi)全行業(yè)就業(yè)人數(shù)的總和。當(dāng)HtiLQit值越大，高技術(shù)產(chǎn)業(yè)空間集聚水平越高；當(dāng)HtiLQit值越小，高技術(shù)產(chǎn)業(yè)空間集聚水平越低。

3.數(shù)據(jù)來(lái)源及變量描述性統(tǒng)計(jì)

如表1所示，文章以2001—2019年為時(shí)間跨度，選取中國(guó)30個(gè)省份高技術(shù)產(chǎn)業(yè)面板數(shù)據(jù)，進(jìn)行數(shù)據(jù)描述性統(tǒng)計(jì)。高技術(shù)產(chǎn)業(yè)數(shù)據(jù)來(lái)自《中國(guó)科技統(tǒng)計(jì)年鑒》與《中國(guó)統(tǒng)計(jì)年鑒》；城鎮(zhèn)化水平(UL)、勞動(dòng)力儲(chǔ)備資本(LRC)、信息化水平(IL)、政府支持(GS)、區(qū)域創(chuàng)新績(jī)效(RIP)等變量來(lái)自《中國(guó)高技術(shù)企業(yè)統(tǒng)計(jì)年鑒》、EPS數(shù)據(jù)庫(kù)以及Wind資訊數(shù)據(jù)庫(kù)。上述變量相關(guān)的經(jīng)濟(jì)指標(biāo)數(shù)據(jù)已進(jìn)行消脹處理。

表1 描述性統(tǒng)計(jì)

四、實(shí)證分析

1.高技術(shù)產(chǎn)業(yè)空間集聚對(duì)區(qū)域創(chuàng)新績(jī)效的回歸分析

（1）基準(zhǔn)分析

表2給出高技術(shù)產(chǎn)業(yè)空間集聚對(duì)區(qū)域創(chuàng)新績(jī)效的面板回歸結(jié)果。其中，第(1)列表示，在不引入控制變量的情形下，高技術(shù)產(chǎn)業(yè)空間集聚對(duì)區(qū)域創(chuàng)新績(jī)效的影響系數(shù)為35.112（在1%水平上顯著）；第(2)列表示，在引入相關(guān)控制變量并控制省份效應(yīng)時(shí)，高技術(shù)產(chǎn)業(yè)空間集聚對(duì)區(qū)域創(chuàng)新績(jī)效的影響系數(shù)為26.043（在5%的水平上顯著）；第(3)列表示在省份效應(yīng)和時(shí)間效應(yīng)雙重控制下的二者影響關(guān)系，影響系數(shù)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(jié)果，影響系數(shù)為20.652（在10%的水平上顯著）。從表格回歸結(jié)果可知，高技術(shù)產(chǎn)業(yè)空間集聚程度的提高會(huì)提升區(qū)域創(chuàng)新績(jī)效水平，二者之間呈正相關(guān)關(guān)系。

表2 面板回歸結(jié)果

（2）穩(wěn)健性分析

盡管此次研究準(zhǔn)確衡量了影響區(qū)域創(chuàng)新績(jī)效的控制變量，但依然存在遺漏變量導(dǎo)致內(nèi)生性問(wèn)題。而且高技術(shù)產(chǎn)業(yè)空間集聚與區(qū)域創(chuàng)新績(jī)效二者之間可能存在雙向因果關(guān)系，不僅前者會(huì)對(duì)后者產(chǎn)生影響，后者的變化也會(huì)反作用于前者的集聚水平。因此，為保證上述結(jié)論的穩(wěn)健性，文章采用替換變量及驗(yàn)證方法處理內(nèi)生性問(wèn)題，并進(jìn)行穩(wěn)健性檢驗(yàn)。第一，將新產(chǎn)品開(kāi)發(fā)經(jīng)費(fèi)支出與銷(xiāo)售收入作為替代產(chǎn)學(xué)研合作程度的替代變量。第二，運(yùn)用廣義矩估計(jì)方法和工具變量方法分別匯報(bào)了替換高技術(shù)產(chǎn)業(yè)空間集聚指標(biāo)以及控制內(nèi)生性后的估計(jì)結(jié)果，如表3和表4所示。

表3 替換高技術(shù)產(chǎn)業(yè)空間集聚指標(biāo)后的穩(wěn)健性檢驗(yàn)

表4 內(nèi)生性處理后的穩(wěn)健性檢驗(yàn)

由表3可知，用于度量高技術(shù)產(chǎn)業(yè)空間集聚的兩個(gè)替代變量，對(duì)區(qū)域創(chuàng)新績(jī)效的影響系數(shù)分別為35.121、27.191（均在5%的水平上顯著）?？梢钥闯?，高技術(shù)產(chǎn)業(yè)空間集聚程度的提高會(huì)顯著帶動(dòng)區(qū)域創(chuàng)新績(jī)效，高技術(shù)產(chǎn)業(yè)空間集聚對(duì)區(qū)域創(chuàng)新績(jī)效的正向作用結(jié)果也保持穩(wěn)健。

如表4所示，第(1)、(2)列分別使用差分廣義矩和系統(tǒng)廣義矩分析法對(duì)相關(guān)變量展開(kāi)回歸分析。第(3)列為將產(chǎn)學(xué)研合作程度作為工具變量后進(jìn)行最小二乘估計(jì)的結(jié)果。另外，根據(jù)識(shí)別不足檢驗(yàn)統(tǒng)計(jì)量(LM)結(jié)果可知，其統(tǒng)計(jì)量均在5%的水平上顯著，說(shuō)明所選變量關(guān)聯(lián)性較好，沒(méi)有識(shí)別不足的問(wèn)題。而弱工具變量檢驗(yàn)統(tǒng)計(jì)量(F)顯著大于馬昱等(2020)給出的經(jīng)驗(yàn)臨界值10[24]，說(shuō)明內(nèi)生變量不存在弱識(shí)別問(wèn)題。可見(jiàn)，文章選取的兩個(gè)替代變量有效，進(jìn)一步證明結(jié)論具有穩(wěn)健性。

2.高技術(shù)產(chǎn)業(yè)空間集聚對(duì)區(qū)域創(chuàng)新績(jī)效的門(mén)限分析

（1）門(mén)限估計(jì)值顯著性檢驗(yàn)

為了考察門(mén)限回歸模型究竟存在幾重門(mén)限閾值，文章參照Hansen(1998)的設(shè)計(jì)思路，通過(guò)建立F統(tǒng)計(jì)量來(lái)識(shí)別多重門(mén)限閾值顯著性，所得結(jié)果見(jiàn)表5。分析表5發(fā)現(xiàn)，單一閾值與雙重閾值估計(jì)值均在5%水平上顯著，且F統(tǒng)計(jì)量為18.682和23.507，P值為0.031和0.017，而三重門(mén)檻在1%、5%、10%水平上均不顯著。由此表明，高技術(shù)產(chǎn)業(yè)空間集聚對(duì)區(qū)域創(chuàng)新績(jī)效的影響僅存在雙重門(mén)檻效應(yīng)。故文章構(gòu)建雙重門(mén)限面板回歸模型進(jìn)行下一步驗(yàn)證。

表5 顯著性檢驗(yàn)結(jié)果

（2）雙重門(mén)限回歸結(jié)果分析

文章在初始雙重門(mén)限面板回歸模型(5)的基礎(chǔ)上，將高技術(shù)產(chǎn)業(yè)空間集聚與區(qū)域創(chuàng)新績(jī)效兩個(gè)指標(biāo)代入示性函數(shù)，得到修正后的雙重門(mén)限面板回歸模型(10)。

研究參照嵇正龍、宋宇(2020)[25]關(guān)于集聚水平門(mén)閾值計(jì)算方法，首先使用自助抽樣算法進(jìn)行數(shù)據(jù)抽樣，樣本次數(shù)為850次。然后，測(cè)度門(mén)閾值（LR估計(jì)量近似于零）和最大估計(jì)值，進(jìn)而最終確定該模型門(mén)閾置信區(qū)間。經(jīng)過(guò)計(jì)算，得到高技術(shù)產(chǎn)業(yè)空間集聚水平的2個(gè)門(mén)閾值，即0.268、0.392。最后，將模型(10)劃分為3個(gè)內(nèi)生組（大于0.392、小于0.268以及在0.268與0.392之間），進(jìn)而對(duì)空間集聚水平模型系數(shù)展開(kāi)回歸估計(jì)，并得出高技術(shù)產(chǎn)業(yè)空間集聚度對(duì)該區(qū)域內(nèi)創(chuàng)新績(jī)效門(mén)限特征的異質(zhì)性影響。為使面板模型估計(jì)結(jié)果更加突出，文章將雙重門(mén)限面板模型與面板固定效應(yīng)回歸模型進(jìn)行對(duì)比分析。

如表6所示，空間集聚度按照區(qū)位熵指數(shù)劃分為3個(gè)內(nèi)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(shù)為-0.067，說(shuō)明此時(shí)高技術(shù)產(chǎn)業(yè)規(guī)模集聚對(duì)區(qū)域創(chuàng)新績(jī)效的影響為負(fù)且不顯著。但由低集聚水平向中集聚水平過(guò)渡時(shí)，集聚效應(yīng)的正向促進(jìn)作用逐漸提升。中集聚組回歸系數(shù)為3.242，說(shuō)明此時(shí)集聚效應(yīng)對(duì)區(qū)域創(chuàng)新績(jī)效的影響已完全由負(fù)向轉(zhuǎn)變?yōu)檎?。高集聚組回歸系數(shù)為0.584，說(shuō)明由中集聚組過(guò)渡到高集聚組時(shí)，集聚效應(yīng)仍呈現(xiàn)出較為顯著的正向影響，且對(duì)區(qū)域創(chuàng)新績(jī)效的影響效用會(huì)逐漸降低。

表6 面板模型的估計(jì)結(jié)果

可以預(yù)見(jiàn)，高技術(shù)產(chǎn)業(yè)空間集聚水平不斷聚集、疊加與演化，不僅提高了其產(chǎn)業(yè)鏈上各參與主體的技術(shù)交流能力，也憑借空間集聚效應(yīng)與技術(shù)溢出效應(yīng)的雙重優(yōu)勢(shì)，積累了豐富的技術(shù)知識(shí)。這為企業(yè)實(shí)現(xiàn)高技術(shù)轉(zhuǎn)型升級(jí)提供了正向外部效應(yīng)。但隨著集聚密度的進(jìn)一步提升，集聚區(qū)內(nèi)資源要素稀缺、公共基礎(chǔ)設(shè)施建設(shè)不足以及交通擁堵等現(xiàn)象，在一定程度上限制了企業(yè)快速發(fā)展。與此同時(shí)，在集聚紅利不斷下降、企業(yè)數(shù)量快速增加的背景下，企業(yè)間不同程度的競(jìng)爭(zhēng)會(huì)影響該區(qū)域創(chuàng)新績(jī)效提升。由此可以得出，盡管高技術(shù)產(chǎn)業(yè)集聚水平在達(dá)到一定程度后會(huì)對(duì)區(qū)域創(chuàng)新績(jī)效的提升產(chǎn)生一定阻礙，但整體來(lái)看，集聚水平的提升對(duì)高技術(shù)產(chǎn)業(yè)區(qū)域創(chuàng)新績(jī)效仍有顯著促進(jìn)作用。

3.R&D投入的中介效應(yīng)分析

表7給出了R&D投入的中介效應(yīng)檢驗(yàn)結(jié)果。第(1)~(3)列是R&D投入衡量區(qū)域創(chuàng)新績(jī)效的檢驗(yàn)結(jié)果。其中，高技術(shù)產(chǎn)業(yè)空間集聚對(duì)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(shù)產(chǎn)業(yè)空間集聚對(duì)區(qū)域創(chuàng)新效率的影響系數(shù)為52.167，在5%的水平上顯著；在引入R&D投入變量后，高技術(shù)產(chǎn)業(yè)空間集聚對(duì)區(qū)域創(chuàng)新績(jī)效的影響系數(shù)為61.538，在5%的水平上顯著。由此表明，高技術(shù)產(chǎn)業(yè)空間集聚的提升會(huì)顯著提高區(qū)域創(chuàng)新效率。綜合中介效應(yīng)檢驗(yàn)原理可知，R&D投入在產(chǎn)學(xué)研合作程度對(duì)區(qū)域創(chuàng)新績(jī)效的影響中起到部分中介作用。

表7 中介效應(yīng)檢驗(yàn)結(jié)果

對(duì)R&D投入的中介效應(yīng)進(jìn)行穩(wěn)健性檢驗(yàn)，主要通過(guò)以下兩類(lèi)方法：一是以新產(chǎn)品開(kāi)發(fā)經(jīng)費(fèi)支出(EPD)和新產(chǎn)品銷(xiāo)售收入(NPSR)代替產(chǎn)學(xué)研合作程度作為高技術(shù)產(chǎn)業(yè)空間集聚的衡量指標(biāo)；二是基于東、中、西部三大區(qū)域的劃分標(biāo)準(zhǔn)，分區(qū)域檢驗(yàn)效果。兩種穩(wěn)健性檢驗(yàn)結(jié)果表明R&D投入的中介傳導(dǎo)效應(yīng)部分顯著。

五、結(jié)論與啟示

1.結(jié)論

文章采用2001—2019年30個(gè)省份面板數(shù)據(jù)，以R&D投入作為中介變量，審視高技術(shù)產(chǎn)業(yè)空間集聚與區(qū)域創(chuàng)新績(jī)效之間的關(guān)系，并得出如下結(jié)論：

其一，高技術(shù)產(chǎn)業(yè)空間集聚有利于提升區(qū)域創(chuàng)新績(jī)效，在將新產(chǎn)品開(kāi)發(fā)經(jīng)費(fèi)支出與銷(xiāo)售收入作為替代變量后，高技術(shù)產(chǎn)業(yè)空間集聚對(duì)區(qū)域創(chuàng)新績(jī)效的正向作用結(jié)果保持穩(wěn)健。進(jìn)一步使用差分廣義矩、系統(tǒng)廣義矩及最小二乘估計(jì)法對(duì)相關(guān)變量展開(kāi)穩(wěn)健性檢驗(yàn)后，結(jié)論依舊成立。

其二，高技術(shù)產(chǎn)業(yè)空間集聚對(duì)區(qū)域創(chuàng)新績(jī)效的影響依賴(lài)于成本與收益，存在成本與收益的門(mén)限效應(yīng)。受此影響，當(dāng)高技術(shù)產(chǎn)業(yè)集聚水平由低向高偏移時(shí)，集聚效應(yīng)對(duì)區(qū)域創(chuàng)新績(jī)效的影響呈現(xiàn)出由不顯著到高水平正顯著再到低水平正顯著的轉(zhuǎn)變趨勢(shì)。盡管高技術(shù)產(chǎn)業(yè)集聚水平在達(dá)到一定程度后會(huì)對(duì)區(qū)域創(chuàng)新績(jī)效提升有一定阻礙，但整體來(lái)看，高技術(shù)產(chǎn)業(yè)空間集聚水平的提升對(duì)該區(qū)域創(chuàng)新績(jī)效仍有正向影響。

其三，加入R&D投入變量后，高技術(shù)產(chǎn)業(yè)空間集聚對(duì)區(qū)域創(chuàng)新績(jī)效影響的指數(shù)增大。這說(shuō)明R&D投入通過(guò)影響高技術(shù)產(chǎn)業(yè)空間集聚繼而影響區(qū)域創(chuàng)新績(jī)效，R&D投入在二者之間存在部分中介效應(yīng)。

2.啟示

基于文章的研究結(jié)論，可得到如下啟示：

第一，加大R&D投入，繼續(xù)提升區(qū)域創(chuàng)新績(jī)效動(dòng)能。一方面，政府決策機(jī)構(gòu)應(yīng)加強(qiáng)對(duì)創(chuàng)新活動(dòng)的重視，針對(duì)性加大R&D人員投入和R&D經(jīng)費(fèi)投入，并鼓勵(lì)更多社會(huì)資本參與各類(lèi)創(chuàng)新活動(dòng)；另一方面，要重視高科技人才培養(yǎng)。由結(jié)論可知，高技術(shù)產(chǎn)業(yè)集聚水平會(huì)正向影響區(qū)域創(chuàng)新績(jī)效。其中，作為推動(dòng)高技術(shù)產(chǎn)業(yè)集聚的組成要素，高科技人才無(wú)疑占據(jù)著重要地位。有鑒于此，地方政府應(yīng)以高科技人才為基，不斷健全人才激勵(lì)機(jī)制，全面推進(jìn)產(chǎn)學(xué)研發(fā)展。同時(shí)，對(duì)于國(guó)家而言，應(yīng)制定宏觀人力資源發(fā)展戰(zhàn)略，積極實(shí)施高科技人才培育計(jì)劃，逐步增加中國(guó)人才資源儲(chǔ)備。此外，對(duì)于能夠有效推進(jìn)區(qū)域績(jī)效創(chuàng)新的優(yōu)勢(shì)行業(yè)而言，政府也應(yīng)不斷加大政策扶持力度，激勵(lì)域外優(yōu)秀企業(yè)積極入駐，加速本區(qū)域經(jīng)濟(jì)發(fā)展。

第二，合理利用創(chuàng)新要素，實(shí)現(xiàn)高技術(shù)產(chǎn)業(yè)有效集聚。當(dāng)高技術(shù)產(chǎn)業(yè)空間集聚水平達(dá)到一定閾值時(shí)，其對(duì)區(qū)域創(chuàng)新績(jī)效的影響也會(huì)逐漸減弱。因此，為保證高技術(shù)產(chǎn)業(yè)有效集聚，相關(guān)部門(mén)可基于縮小區(qū)域發(fā)展差異的目標(biāo)，宏觀統(tǒng)籌規(guī)劃高技術(shù)產(chǎn)業(yè)空間布局，實(shí)現(xiàn)企業(yè)間的“以強(qiáng)補(bǔ)弱、以長(zhǎng)補(bǔ)短”。

第三，培育創(chuàng)新土壤，推動(dòng)高技術(shù)產(chǎn)業(yè)區(qū)域創(chuàng)新。創(chuàng)新活動(dòng)是一個(gè)復(fù)合型發(fā)展過(guò)程，不僅需要考量過(guò)程中各類(lèi)要素間的關(guān)系，更對(duì)創(chuàng)新土壤提出了較高的要求。也就是說(shuō)，培育創(chuàng)新土壤有助于地方開(kāi)展高科技創(chuàng)新活動(dòng)，進(jìn)而促進(jìn)區(qū)域創(chuàng)新績(jī)效的提升。地方政府一方面可進(jìn)一步完善區(qū)域績(jī)效創(chuàng)新發(fā)展機(jī)制，完善地方知識(shí)產(chǎn)權(quán)保護(hù)條例，不斷提高高科技相關(guān)資源配置效率，最終為區(qū)域創(chuàng)新績(jī)效提升培育良好的創(chuàng)新土壤；另一方面，需不斷優(yōu)化產(chǎn)業(yè)基礎(chǔ)設(shè)施和配套產(chǎn)業(yè)建設(shè)，加快高技術(shù)產(chǎn)業(yè)集聚，為區(qū)域創(chuàng)新績(jī)效提升提供物質(zhì)基礎(chǔ)與動(dòng)力機(jī)制。