科技服务业对区域创新能力提升的影响：基于珠三角地区的实证研究

张振刚，李云健，陈志明

(华南理工大学工商管理学院，广东 广州 510641)

1 引言

如何有效发展科技服务业以促进区域创新能力的提升，是当前学术界和实践界关注的焦点难题。科技服务业是指运用现代科技知识、现代技术和分析研究方法，以及经验、信息等要素向社会各行业提供智力服务的新兴产业。区域创新能力是指一个地区创造新的知识和技术，整合创新资源将新知识和新技术转化为新产品、新工艺、新服务，并且创造出新的商业价值的能力，是区域经济发展水平和区域综合竞争力的决定性因素［1-2］。科技服务业作为以技术和知识向社会提供服务的产业，其服务手段是技术和知识，服务对象是社会各行业［3］。目前，学术界主要从定性角度探讨科技服务业的发展，少有的定量研究主要集中于科技服务业发展水平的衡量以及其与制造业的互动机理，但均未能很好地揭示科技服务业发展与区域创新能力之间的关系。

本文运用空间计量分析方法来探讨科技服务业的发展对区域创新能力提升的影响。

2 研究假设

2.1 科技服务业与区域创新能力

(1)产业规模。已有文献和理论从多个角度表明科技服务业产业规模对区域创新能力提升可能存在积极作用。第一，新古典经济学认为产业规模较大的地区的生产效率更高，科技服务业产业规模的扩大会带来服务效率的提高，进一步提升科技服务业与其他产业的互动水平与效率，进而提升区域创新能力。第二，科技服务业产业规模的扩大会带来服务企业固定成本的降低，有利于服务企业将资源更多地用于高级服务人才的引进与培育、服务设备的购置等，进一步提升服务能力，吸引科技企业在创新过程中对外部服务的使用。第三，随着产业规模的不断扩大，科技服务业的集聚效应越明显，产业内的分工与合作更加深化，促使服务企业间的知识和信息流动更加快捷且频繁，促进隐形知识显性化，从而推动知识与技术的深度创新［4］。基于此，本文提出以下假设:H1:科技服务业产业规模与区域创新能力显著正相关。

(2)服务水平。科技服务业服务水平是指科技服务企业知识创造、存储、利用的综合能力。服务水平越高，科技服务企业将知识转化为新产品、新工艺、新服务的能力就越高。科技服务业服务水平主要体现为知识的密集程度与人力资源密集程度。科技服务机构与区域创新能力关系密切，并且科技中介机构的异质性导致了其提升区域创新能力的作用机制运行效果不同［6］。从资本的角度，区域智力资本及其各要素都能有效提升区域创新能力［6］。而人力资本、关系资本、结构资本等都是科技服务业专业化服务能力的有效体现。这些资本的提高能有效提升区域创新能力。基于此，本文提出以下假设:H2:科技服务业服务水平与区域创新能力显著正相关。

(3)信息化程度。信息技术是科技服务业知识、技术和服务产生、传递、获取、吸收、储存与应用的载体。计算机网络、通讯工具、信息系统等信息技术的发展，有利于将有能力、有愿望共同参与项目研究开发的若干独立的、地域上分散的相关科研机构、高等院校及企业的科技资源联合起来，实现系统软硬件、试验检测设备、加工设备、人才、技术、信息、知识等资源的互利共享，从而能够在较短时间内、较高水平地完成特定项目的研发任务［7］。合作与技术转移都离不开信息技术的支持。信息化水平的提升，一方面为同行企业乃至跨地区、跨行业企业间的研发合作提供开放的平台，另一方面为知识和技术转移提供便捷、顺畅的渠道。基于此，本文提出以下假设:H3:科技服务业产业信息化程度与区域创新能力显著正相关。

2.2 科技服务业的空间集聚与空间关联效应

(1)空间集聚。空间集聚是指一个产业在地理区域内的集群化发展。一个产业的地理集中有助于企业间的知识或技术溢出，从而促进区域创新［8］。产业聚集对区域创新能力的影响存在行业间差异，多数高技术产业聚集和传统产业聚集促进区域创新，而资源依赖型产业聚集抑制区域创新。科技服务业具有创新性、高附加值、高推动性等特点，属于新兴产业，其空间集聚对区域创新能力应具有正向促进作用;科技服务业集聚有利于科技服务企业之间、科技服务企业与其他企业之间形成创新服务网络，在规模效应和产业关联效应的作用下带动服务业本身及其相关产业获得递增收益，进而提高区域创新能力;有利于促进知识或技术外溢，形成技术外部性，进而降低创新成本，提高企业竞争力，提高群内凝聚力，提高群间影响力，促进区域创新活动的有效开展。基于此，本文提出以下假设:H4:科技服务业产业空间集聚与区域创新能力显著正相关。

(2)空间关联。空间关联(空间相关性)是指一个区域单元中的某种经济现象或某一属性值总是与邻近区域单元中的相应经济现象或属性值相关。在市场条件下，由于生产要素的可移动与可交换性，一个区域的创新活动会受到相邻乃至不相邻地区的影响，即产生空间溢出效应。当一个地区的创新能力高于相邻或其他地区时，便形成了创新位势差，为寻求更加广阔的应用市场，创新不断向其他区域扩散，进而产生区域间溢出。而创新能力较弱的地区，会采取模仿、学习与合作等方式提升本地区创新能力。区域间创新能力空间溢出有利于区域创新能力的整体提升，是缩小区域间技术差距的有效途径。地理特征和经济特征是影响创新空间溢出的重要因素［9］。作为联结各个创新主体的桥梁，科技服务业有利于促进区域创新主体的互动，有利于知识、技术、人才、信息等创新资源的区域流动，促进创新溢出与创新吸收，进而提高各区域创新能力。基于此，本文提出以下假设:H5:科技服务业有利于促进区域创新能力的空间关联提高，进而带动区域创新能力提升。

3 模型、变量与数据

3.1 空间面板计量模型

Anselin和Elhorst最早在面板模型基础上引进空间相关性，用计量方法识别和度量空间数据变动的规律［4，10］。与传统面板模型相比，空间面板模型考虑了空间相关关系，包括空间滞后模型(Spatial Autoregressive Mode，SAR)和空间误差模型(Spatial Error Mode，SEM)。这两个模型的基本形式为:

空间误差模型(SEM):

整理为:y=Xβ+μ(I-λW)-1

空间滞后模型(SAR):

式中，y为因变量，X为自变量向量，β为变量系数，ρ和λ分别为空间自回归系数和空间误差自相关系数，ε和μ为随机误差项，并且ε、μ～N(0，σ2I)。W为n×n的空间权重矩阵(n为地区数)，用于衡量地区之间空间相关性。

3.2 变量定义与测量

(1)区域创新能力:最常用的区域创新能力衡量指标为专利授权数。虽然用专利数来衡量创新能力有一定争议，但总体上还是相当可靠的。

(2)产业规模:产业规模一般采用GDP增加值来测量。因而，本文采用科技服务业的GDP增加值来衡量其产业规模。科技服务业的测量主要选取信息传输、计算机服务和软件业，租赁和商务服务业，科学研究、技术服务和地质勘查业三大类。

(3)服务水平:人力资源是所有高接触型或低接触型服务的一个最为关键的能力要素，专业性质的服务以及基于信息和知识的产出尤其依赖于知识型的专业化人员［11］。因此，本研究用科技服务业就业人数衡量服务水平。

(4)信息化程度:本文采用各市每千人互联网用户数来衡量。

(5)空间集聚:本研究采用空间基尼系数测量产业集聚系数，如式(3)所示。

其中:G为空间基尼系数，si为i地区某产业就业人数占全国该产业总就业人数的比重，xi为该地区就业人数占全国总就业人数的比重。该指标值越大，产业空间集聚程度越高［15］。

(6)空间关联:空间权重主要选择地理邻接权重W1、地理距离权重W2和经济距离权重W3进行对比研究。首先，地理邻接权重指空间单元的相互邻接关系，其中不相邻表示为0，相邻得分为1，即其次，用两市行政中心间的直线距离平方的倒数来衡量两地区的地理距离空间关系，即 ωij=此外，借鉴李婧等人的研究，采用以物质资本为要素的经济距离空间权重矩阵［23］，即

其中Wd为地理距离空间权重矩阵;=1/(t1为考察期第i个地区的物质资本存量平均值;为考察期内总物质资本存量均值，t为不同时期。此外，用地区物质资本存量表征地区的经济发展水平。物质资本存量采用估计一个基准年后运用永续盘存法按不变价格计算各市的资本存量，如公式(5)所示:

式(5)中，i是指地区，t指年份;I表示该地区实际固定资产投资额，并按照地区固定资产投资价格指数进行缩减，以减少通货膨胀的影响;折旧率δ取9.6%。

3.3 数据说明

本文以2000—2011年广东省珠三角9个城市作为研究对象，数据主要来源于《广东统计年鉴》(2001—2012)、各市统计年鉴(2001—2012)和《中国统计年鉴》(2001—2012)。其次，本文用到的邻接权重来源于珠三角电子地图，地理距离权重的城市间距离则是根据各市市中心地理坐标计算得到。

4 实证结果与分析

4.1 空间相关性与模型选择

为了解释区域创新能力与其所处空间的联系与影响，本文首先检验区域创新能力的空间相关性。对于创新活动空间相关性的检验，常用的统计量有:Moran’I检验、LMerr、LMlag及其稳健形式R-LMerr、R-LMlag。检验结果见表1。

表1 空间相关性检验

Moran I指数为 -0.304，处于中低度相关水平，达到0.1%显著性水平，表明珠三角城市之间的区域创新能力具有显著的空间相关性，而不是处于完全的随机分布状态。Moran I指数小于0，说明珠三角区域创新能力出现了低高集聚或高低集聚，即低观测值单元被高值单元所包围、高观测值单元被低值单元所包围，表明珠三角城市间的创新能力发展不均衡，原因在于广州、深圳等地的创新能力远大于珠三角其他地区。区域创新能力不平衡在一定程度上解释了珠三角区域创新能力空间溢出与吸收的必然性。此外，LMerr的检验值为 3.2060(＞1.96)大于 LMlag的检测值(1.5105)，且其稳健形式 R-LMerr也优于 R-LM-lag，由此可见，空间误差模型要优于空间滞后模型。因此，本文采用空间误差模型，模型采用自然对数形式，如式(6)所示。

式中i和t分别表示城市和年份，I和S、L、T、A分别对应被解释变量区域创新能力和解释变量产业规模、服务水平、信息化程度、空间集聚。W为空间权重矩阵。λ表示由W捕捉的区域创新能力空间关系的强度和方向。

此外，LR-test显著(P＜0.001)，Hausmantest不显著(P=0.231＞0.1)，因而本文数据分析均采用固定效应模。

4.2 空间误差模型检验

表2为根据地理邻接、地理距离和经济距离权重矩阵建立的空间误差模型的估计结果。其中，表中的(1)、(2)、(3)、(4)分别代表无固定效应、空间固定时间不固定效应、时间固定空间不固定效应、空间和时间均固定效应的估计结果。

从调整后R2、Sigma2、LogL等统计量来看(见表2)，模型1、2、3均具有较好的拟合优度，结果较为理想。而从模型中解释变量系数的估计结果来看，3个模型中，估计结果(4)，即空间和时间均固定效应时，各解释变量系数基本都通过了显著性检验，优于估计结果(1)、(2)、(3)，这也表明珠三角区域创新能力同时受到地区结构性因素和时间性因素的影响(与后面时间变化模型检验结果一致)。在空间和时间均固定效应影响的估计(4)中，同时考虑创新活动地区的差异性和时期影响，能够避免由于存在时间和空间差异而产生的估计结果偏差，能够更加准确的反映实际情况。因此，下文主要采用结果(4)进行分析。

表2 各种权重标准下SEM模型估计结果

从估计(4)的3种模型检验结果来看，科技服务业产业规模、服务水平以及信息化程度与区域创新能力呈显著正相关关系，与本文理论假设相一致，表明科技服务业的产业规模越大、服务水平越高、信息化程度越高，均有利于促进区域创新能力的提高。其中，服务水平的影响系数大于产业规模、信息化程度的回归系数，说明服务水平是影响区域创新能力最重要的因素，与Michael和Viktor对大学与区域创新能力影响的研究结论类似［12］。而空间集聚与区域创新能力的关系在统计上不显著，原因可能在于科技服务企业发展依然不成熟，尚未形成集聚优势。由于“重工业、轻服务业”发展思路的长期影响，珠三角地区的科技服务业发展尚处于起步阶段，存在产业规模较小、人员素质偏低、资源配置不合理、公共信息资源较少等问题，没有发挥出科技服务业的规模效应［13］，表明进一步提高科技服务业空间集聚水平的必要性。

估计(4)的3种模型的空间相关系数分别为0.347、0.550、0.537，均在 0.1% 的置信水平下显著，说明区域创新活动存在显著的正向空间相关效应，地理邻接、地理距离与经济距离特征均会影响区域创新能力的空间溢出。一个地区创新能力的提升，可以通过科技服务业的发展辐射和带动邻接乃至不相邻地区创新能力的提升［14-15］。科技服务业可以通过增加区域创新活动的空间溢出效应促进区域内、区域间的协同创新和开放式创新，进而促进区域创新能力的共同提高。

4.3 时间变化模型检验

估计方法采用地区和时间均固定效应模型，空间权重选用地理距离权重。为满足空间面板模型对样本数的要求以及尽量确保样本具有相近的信息量，将2000—2007年数据作为基础数据，以一年为步进期作连续回归，观察各要素弹性系数在5个时间窗口的动态演变情况，结果见表3。

表3 时间变化模型估计结果

从表3可看出，科技服务业产业规模弹性系数有所下降，而服务水平、信息化程度的弹性系数则逐渐增大。这说明珠三角地区科技服务业产业规模对区域创新能力的影响效应有所减弱。在竞争激烈的环境下，珠三角地区通过提升创新能力实行转型升级的需要越来越迫切，同时对科技服务业的专业化服务以及服务效率要求越来越高，因而使得科技服务业服务水平和产业信息化的弹性系数逐渐增大。此外，空间集聚的弹性系数略有增大，且由原来的不显著变为显著。这说明，随着科技服务业的发展，空间集聚效应初步显现，近年来开始对区域创新能力产生正向的影响。

随着时间的推移，信息化程度对区域创新能力的影响越来越大，而空间相关系数则呈现倒U型。虽然空间相关系数在2010年后有所下降，原因可能是受到其他干扰变量的影响，但相对于基期(2000—2007年)还是有了明显的提高。这表明，随着信息技术的发展，网络等通讯工具为虚拟研发联盟等提供更加便利的方式，知识、信息、技术等在区域内流动更为快速和频繁，区域间的学习、模仿活动更加明显，进而有利于整合创新资源、提高利用效率、促进创新合作、增强创新能力。

5 结论与建议

5.1 主要结论

(1)科技服务业产业规模、服务水平以及信息化程度与区域创新能力呈显著正相关关系，并且服务水平对区域创新能力的影响作用最大。作为知识密集型的新兴产业，科技服务业主要通过知识、经验、技术、方法、信息等要素的积累以及水平提升向社会提供智力服务，其最终价值体现为对社会知识创造、产品创新以及商业价值获取的促进。

(2)地理特征与经济特征均对区域创新能力及其空间相关性产生影响。科技服务业不仅可以直接提升本地区创新能力，还能通过空间溢出效应提升邻接或不相邻地区的创新能力。其中，地理距离权重下的区域创新能力的空间相关系数最大，其次是经济距离权重、地理邻接权重，这表明两市经济中心(市中心)的地理距离对创新能力的空间溢出的影响要大于经济距离。两市相距越近，越有利于两市间的人才、知识、资源、信息的流动，特别是隐形知识的溢出与获取，进而有利于促进两地创新能力的共同提升。

(3)科技服务业对区域创新能力的影响呈动态演变特征。随着科技服务业和各地区经济的发展，科技服务业产业规模对区域创新能力的影响作用有所减弱，而服务水平、信息化程度、空间相关性对区域创新能力的影响均有所增强。此外，科技服务业产业集聚对区域创新能力的影响由不显著逐渐变为显著。这表明，科技服务业的发展重点应由扩大产业规模逐渐转向提升服务企业的服务能力、信息化水平、集群发展和区域合作深度。

5.2 对策建议

(1)进一步促进科技服务业的规模化、专业化发展。一是制定和完善科技服务业的专门性政策法规与实施细则，加大政策扶持力度与科技资源投入，确保科技服务业快速发展;二是增强科技服务机构的服务能力，通过政府机构、高等院校和科研院所等多方合作的方式开展人才培育与引进工作，并引导科技服务机构进行服务流程创新，全面提升服务水平;三是鼓励科技服务机构利用互联网、物联网等信息技术，引入自动办公系统与信息管理系统，提高服务效率。

(2)搭建现代科技服务平台，形成结构合理化、功能综合化、服务专业化的科技服务体系，促进科技服务业集聚发展。一是总体布局，以广州、深圳为龙头核心，建设广佛肇、深莞惠、珠中江三个重点发展区，进而辐射带动东西北环珠三角拓展区的全面发展，形成各区域产业梯度明晰、主体功能突出、发展优势互补的现代科技服务产业布局;二是重点建设一批生产力促进中心、科技创业孵化基地等科技服务载体，以龙头企业带动一批具备技术创新服务、信息网络服务、融资服务、人才培训服务、电子商务服务、质量检测服务、公共展示服务、知识产权服务、工业设计服务能力的骨干企业协同发展;三是进行科技服务模式创新，积极探索服务外包、服务购买、服务许可等新服务模式。

(3)加强区域服务产业合作，推动区域创新能力协同提高。一是提升粤港澳现代服务业合作水平，通过探索新的合作模式，加强金融、咨询、创意设计等方面的合作;二是强化区域间的产业合作，鼓励与支持先进地区对落后地区的资金、技术、人才、服务输出，以点带面促进科技服务业协同发展;三是积极推动开放式创新的商业模式，打破群内、群间、区域间的壁垒，推动社会知识、信息、人才等生产要素的有效流动、整合与协同创新，促进创新溢出与吸收，进一步促进区域创新能力的协同提高。

［1］陈劲，陈钰芬，余芳珍.FDI对促进我国区域创新能力的影响［J］.科研管理，2007，28(1):7-13.

［2］苏屹，李柏洲.区域创新能力的波动性研究［J］.中国科技论坛，2009，(8):33-37.

［3］Anselin L.Spatial Econometrics:Methods and Models［M］.Dordrecht:Kluwer Academic publishers，1988.

［4］刘军，李廉水，王忠.产业聚集对区域创新能力的影响极其行业差距［J］.科研管理，2010，31(6):191-198.

［5］高丽娜，卫平.科技中介机构的异质性对区域创新能力的影响［J］.中国科技论坛，2011，(5):86-90.

［6］王学军，陈武.区域智力资本与区域创新能力——指标体系构建及其相关关系研究［J］.管理工程学报，2010，24(3):1-6.

［7］王静.产业规模集群效应的区域科技虚拟研发联盟［J］.科学管理研究，2009，27(5):39-43.

［8］Edward L G，Hedi D K，Kallal J A.Scheinkman，Andrei Shleifer，Growth in cities［J］.Journal of Political Economy，1992，100(6):1126-1152.

［9］李婧，谭清美，白俊红.中国区域创新生产的空间计量分析——基于静态与动态空间面板模型的实证研究［J］.管理世界，2010，(7):43-54.

［10］Elhorst J P.Specification and estimation of spatial panel data models［J］.International Regional Science Review，2003，26(3):244-268.

［11］刘丽文.服务运营管理［M］.北京:清华大学出版社，2004.

［12］Michael F，Viktor S.Universities and innovation in space［J］.Industry and Innovation，2007，14(2):201-218.

［13］张金水，李志清，廖志坚.广东科技服务业发展状况研究［J］.广东科技，2009，(12):19-20，26.

［14］施卫东，朱俊彦.知识密集型服务业在国家创新体系中的创新扩散模式研究——基于网络分析的视角［J］.研究与发展管理，2011，23(1):54-61，132.

［15］程梅青，杨冬梅，李春成.天津市科技服务业的现状及发展对策［J］.中国科技论坛，2003，(3):70-75.