产业聚集对协同创新效率影响的实证分析

刘 军，王佳玮，程中华

(南京信息工程大学 中国制造业发展研究院，江苏 南京 210044)



产业聚集对协同创新效率影响的实证分析

刘 军，王佳玮，程中华

(南京信息工程大学 中国制造业发展研究院，江苏 南京 210044)

本文采用2001-2014年中国省级面板数据，利用空间计量模型实证分析了产业聚集对多主体之间协同创新效率的影响。研究结论表明，协同创新效率在地理分布上呈现出明显的空间异质性，东部地区较高，中西部地区较低。产业聚集显著促进地区协同创新效率的提高，而且协同创新效率存在显著的空间溢出效应，即邻近地区协同创新效率的提高可以显著地提高本地区的协同创新效率。提高研发强度对地区协同创新效率的提升具有显著的促进作用。

产业聚集；协同创新；创新效率；空间溢出效应

在经济全球化背景下，知识与科技的作用日益凸显，协同创新已经成为中国经济增长的新动力。要推动跨领域跨行业协同创新，其协同创新效率的高低，将直接影响着我国自主创新能力的提升以及经济的可持续发展，进而影响着我国创新型国家战略的实现。影响协同创新效率的原因是多方面的，政策因素、经济因素、自然因素等都对协同创新效率产生着重要的影响，而从区域经济学角度来看，产业聚集是影响地区协同创新效率的重要因素。在中国协同创新发展正处在关键阶段的时期，研究产业聚集能否提升协同创新效率对于地区产业空间布局和协同创新发展具有重要意义。

一、文献综述

针对产业聚集与协同创新相结合的研究较少，国外相关研究主要集中在协同创新的动因、要素以及模式等三大方面。关于协同创新的动因，学者们主要从获取外部资源、实现成本共担和风险共享以及提高企业绩效等层面进行了探讨。研究认为企业进行协同创新可以获取外部信息流，并通过知识传递、分享和集成等多维互动过程实现企业知识的积累，加速企业的技术创新，提高企业绩效[1]。关于协同创新的要素，学者们主要从地理邻近性、信任、沟通和机制环境等层面进行了分析。研究认为地理邻近性有利于经验交流以及知识和技术的溢出，还有利于节省沟通的时间和费用，从而有利于加速集体创新[2]。信任是各主体之间进行协同创新的关键，随着双方信任程度的增加，企业的创新效率也将提高[3]。频繁有效的沟通有利于增强各主体之间的信任程度，能够推动企业的创新管理以及提升企业的创新绩效。相比于其他创新主体，政府对企业协同创新的推动作用相对较小[4]。对于协同创新模式的研究，学者们主要从研发协同、创新外包、专利许可以及技术转让等层面展开了分析。研究认为研发协同可以有效利用外部知识和技术，降低研发成本和风险，有利于促进科研合作和信息共享，是企业进行协同创新的主要方式[5]。服务外包提高了企业的创新速度，降低了创新风险，增加了创新开发的灵活性，已经成为企业提升创新能力以及改善创新绩效的战略选择[6]。

国内学者关于产业聚集与协同创新相结合的研究主要集中在对产业聚集与协同创新评价的指标体系和合作平台等方面。产业聚集区会形成有效的协同创新机制，从而提升聚集区内创新网络的创新绩效。产业聚集会增强技术创新网络和社会创新网络的紧密联系，从而使得各主体之间的信任强度增加，增加协同创新系统中创新资源的交流，推动协同创新系统的创新[7]。刘晓云等从系统动力机制、资源供给机制、合作信任机制和激励保障机制等四个方面构建了我国制造业协同创新系统的运行机制[8]。王婉娟等从自主创新能力、协同投入产出能力、协同关系管理能力和协同环境支撑能力等四个方面分析了协同创新能力的内涵，在此基础上构建了评价指标体系，对我国化学领域中26个国家重点实验室的协同创新能力进行了评价[9]。

还有一些学者以具体产业聚集区为案例，研究了产业聚集区内协同创新的发展过程与实现机制。蒋石梅选取保定市新能源及输变电产业的集群进行了案例研究[10]，韩言虎等对“宝鸡·中国钛谷”产业集群内的协同创新系统进行了分析[11]，李宇等以大连保税区汽车产业集群为例分析了集群技术溢出的机制[12]。这些研究结论表明，产业聚集不仅能有效推动区域经济发展，而且是协同创新系统发展的基础。产业集群促进了产业链、知识链和价值链的联动，加速了集群创新能力的提升，提升了协同创新绩效。在产业聚集区的协同创新系统中，政府的引导、知识的贡献、主体的交流以及协同创新平台的建立都对区域经济的发展有着重要的影响。

现有文献侧重于从指标体系、合作平台以及案例研究等方面分析产业聚集对协同创新的影响，而系统探讨产业聚集对协同创新效率的影响研究还相对较少。事实上，在地区经济发展的过程中，各地方政府往往十分重视产业聚集发展，以此改善产业结构，提高区域创新能力。在这一过程中，一方面产业聚集可以优化资源配置，提高知识生产效率，产生协同创新效应，从而提高协同创新效率；另一方面，产业发展也可能产生过度聚集问题，从而造成要素配置效率损失，降低协同创新效率[13]。因此，产业聚集能否提高协同创新效率对于区域创新能力的提升具有重要的研究意义。

本文在计算协同创新效率时，选取的投入变量为协同创新系统中不同主体间的资金往来数据，分别为政府投入、中介机构投入、高校研发资金中的企业投入部分以及科研机构研发资金中的企业投入部分。由于这种方法可以充分地体现协同创新不同主体之间的相互协作程度，因此可以更为准确的度量协同创新效率。不同空间创新主体具有地理依赖性，不同空间的创新要素相互影响，相互作用，使得创新行为在空间上集聚和扩散，从而形成了协同创新效率的空间溢出效应，而且这种空间溢出效应对于协同创新效率具有重要影响[14]。此外，协同创新系统作为连续动态的经济系统，具有路径依赖的惯性特征，前期的铺垫和积累必然会通过经济发展、技术水平、人力资本等因素表现出来，并且会作用于本期或滞后若干期的协同创新发展，即协同创新效率存在动态效应。本文考虑协同创新效率的空间溢出效应和动态效应，实证分析产业聚集对协同创新效率的影响。

二、产业聚集对协同创新效率影响的理论分析

本文主要从以下四个方面分析产业聚集影响协同创新效率的作用机理，然后在此基础上提出相关的理论假说。

(1)在协同创新系统中，企业是创新活动的主体，高校和科研机构通过知识溢出等途径促进企业创新，是创新的助推器。政府通过政策引导支持企业创新，金融等其他中介机构提供资金支持，是创新的支持者。产业聚集将政府、企业、高校、科研机构等多种主体聚集在一起，通过彼此相互依赖、相互协作、相互补充，细化分工，资源共享等机制相互作用，推动协同创新。聚集区中企业将产品研发的市场信息输送给高校和科研机构，而高校和科研机构则利用自身的人才、知识和技术优势，帮助企业实现新产品的研发；政府可以通过提供政策引导与支持、制定相关政策与法规、发布相关信息、搭建协同创新平台等方式来引导和规范企业、高校及科研机构的创新行为，降低交易成本；金融等中介机构可以为企业、高校及科研机构等直接创新主体直接提供资金支持。由此可见，产业聚集的过程也就是协同创新网络的形成过程。一方面，聚集区内各种创新资源，如人才、资金、技术、信息等通过聚集区内各种组织间的网络化联系而快速流动，完成了创新资源在聚集区内的整合和优化配置，加强了协同创新成员间的协作和分工，从而形成创新知识的协同效应。另一方面，产业聚集有利于形成产学研战略联盟和产学研组织联盟，促进了知识的跨组织流动与共享，加速了聚集区内产业链、知识链和价值链的联动，从而提升了地区协同创新效率。

(2)从人力资源来看，产业聚集可以提供专业化的劳动力蓄水池，厂商能找到适合自己的专业化劳动力，劳动力也能发挥自己的专长，从而提升劳动力和厂商之间的配置效率和流动速率。这些专业化劳动力的频繁交流和工作调换有利于知识和技术的传播、扩散和共享，从而为企业快速低成本地获取专业化劳动力和创新生产要素提供了一条有效途径。从资金资源来看，产业聚集有利于协同创新网络的形成，其中政府可以提供资金支持和引导，金融等中介结构可以直接为企业、高校及科研机构等创新主体提供资金支持；而且聚集区内企业透明度和信誉度较高，可以吸引投资者提供相对充足的技术创新资金，这在一定程度上降低企业信贷融资的难度，减少了集聚资金的耗费时间。从知识和技术资源来看，产业聚集为隐性知识和技术等无形资源的传递、交换、组合、优化配置和积累提供了有利条件，还间接利用了更多的非自有资源，拓展优化了资源配置的边界和效率。同时聚集区内各企业之间相互依赖、相互协调、相互补充，可以实现资源共享，加速知识和技术溢出。由于聚集区内知识和技术的溢出效应，溢出率越大，协同创新越有利，企业进行协同创新的动机越强，就会进行更多的研发投入，从而有利于地区协同创新效率的提升。

(3)聚集区内的大量企业形成了联系紧密且运作灵活的专业化分工协作体系，该体系内的企业可以获得明显的技术创新成本优势。首先，企业间信息传播距离较短，交流障碍较少，传播速度较快，可以有效降低信息交流和搜寻的成本，提高聚集区消化和应用新技术的速率。其次，该体系内大量的就业机会和不同机构组织，可以吸引大量人才就业并加速人才在不同组织间流动，降低企业招聘和培训员工成本；这种人力资本的累计提升了地区人力资本存量，对于地区技术创新和经济增长起到决定性的推动作用。最后，聚集区内地理位置的空间邻近、产业间前后项联系、基础设施的改善和共享以及相关配套行业的成长和发展，都能够显著降低企业的运输成本和生产成本。聚集区的地方根植性，使企业道德公平意识浓厚，有助于形成良好的市场交易环境，一般不需要第三方担保和专业性鉴定，可以降低企业交易成本和违约风险。聚集区内企业间共同价值理念和文化的建立，使企业获得更多融资机会，提高融资成功率，可以降低企业融资成本。由此可见，产业聚集可以显著降低企业生产成本，对协同创新效率的提升具有显著的促进作用。

(4)一方面，聚集区内的企业处在更激烈的竞争环境中，研发强度与创新速度都比那些竞争比较弱的企业高。因为企业进行模仿创新将导致在竞争的时间维度上永远落后于集群竞争对手,无法立足，因此企业在残酷的竞争环境中往往会放弃被动吸收其他企业溢出知识的机会，而是主动选择与聚集区内其他主体进行协同创新。这不仅可以充分利用外部资源，实现创新成本分担和风险分享，还可以在市场上获得先动优势，有利于增强企业竞争优势。另一方面，这种竞争效应使得企业除了提高生产效率、降低产品价格和生产成本之外，更多地表现为产品质量和服务信用的提高，对于地区协同创新发展具有显著的促进作用。而且相互邻近的同行业之间的相互竞争有利于企业获取外部知识，改善经营和管理模式，增强聚集区专业化分工优势和产业竞争力。这种竞争优势可以减少系统内的效率损失，实现科技力量的有效协同，从而激活整个创新体系。因此聚集区的这种竞争压力也可以促进聚集区内企业协同创新效率的提升。

基于上述理论分析，本文提出以下假说：产业聚集有利于地区协同创新效率的提升。

三、中国协同创新效率的测度及分析

(一)协同创新效率测度

考虑到数据包络分析(DEA)采用线性规划技术测算效率，不需要设定生产函数的具体形式，从而避免了主观设定生产函数的影响，同时该方法计算简便，且能够处理多投入多产出条件下的效率度量，我们选择用数据包络分析方法(DEA)来测算地区协同创新效率[15]。DEA方法的主要原理是通过保持决策单元的输入或输出不变确定相对有效的生产前沿面，然后将各决策单元投影到DEA的生产前沿面上，最后通过比较决策单元与DEA生产前沿面的偏离值来刻画其相对有效性。

我们将协同创新系统中每一个决策单元(即30个地区)相应的效率评价指数模型建立如下：

(1)

其中，h为决策单元相对效率，inv为产出变量，x为投入变量，由于协同创新系统中的人员往来缺乏相关数据，故我们选取协同创新系统中不同主体间的资金往来数据为不同的投入变量，分别为政府投入(x1)、中介机构投入(x2)、高校研发资金中的企业投入部分(x3)、科研机构研发资金中的企业投入部分(x4)。

在此基础上，我们在规模报酬不变(CCR)假设的前提下，建立o省相对效率衡量指标h的线性规划模型，具体形式如下：

(2)

为了便于从理论和经济意义上作更深入的分析，我们将上述模型的对偶规划模型建立如下：

(3)

其中，θ即为o省的协同创新效率(cie)，其相对效率值介于0与1之间。数据来源于《中国科技统计年鉴》，分析软件为Deap2.1。

(二)效率测度结果及分析

常用的DEA方法有投入导向和产出导向两种方式，考虑到协同创新系统的投入变量比产出变量容易调节和控制，所以我们选取投入导向的DEA方法对2001—2014年全国30个省(市)的协同创新效率进行测算，结果见表1。

表1 2001-2014年中国30个省(市)协同创新效率值

中国协同创新效率在地理分布上呈现出明显的空间异质性。东部地区的协同创新效率相对较高，中西部地区相对较低。年均协同创新效率最高的是山东，其协同创新效率高达0.96，其次是广东，达到0.92。天津、重庆、浙江的年均协同创新效率分别为0.89、0.89、0.87，均接近0.90。超出预期的是，北京的年均协同创新效率仅为0.38，远远低于全国平均水平，这可能与北京协同创新投入较多而产出较少有较大关联。而中西部地区的协同创新效率普遍较低，年均协同创新效率普遍不足0.30。其中，四川为0.29，甘肃为0.28，陕西为0.22，云南为0.21。通过表1可以发现，产业聚集水平较高的东部地区，协同创新效率较高，而产业聚集水平较低的中西部地区，协同创新效率较低。为了探究产业聚集影响协同创新效率的具体程度和方向，我们建立计量模型并进行实证检验。

四、模型的建立与变量说明

(一)空间计量模型的建立

为了分析产业聚集对协同创新效率的影响，本文采用动态空间面板模型来进行实证分析。与传统普通动态面板模型相比，动态空间面板模型考虑了协同创新效率的空间关联和空间溢出效应[16],可以有效避免空间相关性问题；而与传统静态空间面板模型相比，动态空间面板模型又考虑了协同创新效率的动态效应，可以有效避免变量内生性问题[17]，这些都可以使得模型的估计结果更为准确和可靠。基于上述理论分析和研究目的，本文建立如下动态空间面板模型：

(4)

其中，cie为地区协同创新效率，agglo表示产业聚集水平。为了验证产业聚集对协同创新效率的影响是否存在非线性效应，本文引入其平方项进行检验。τ表示协同创新效率一阶滞后的回归系数，反映了前期相关因素对本期的影响。ρ和λ分别表示空间滞后回归系数和空间误差回归系数，反映了协同创新效率在地理位置上的空间溢出效应。W为空间权重矩阵，反映了不同地区之间的空间关联，本文采用地区间直线距离的倒数作为权重。ηi为地区效应，νt为时间效应，εit为随机扰动项，分别表示影响协同创新效率的不同维度随机干扰。X表示控制变量，结合相关文献的研究，本文选择以下变量作为影响地区协同创新效率的控制变量：研发强度(rd)、人力资本水平(edu)、竞争水平(comp)、对外开放水平(open)和基础设施水平(infra)。

(二)数据选取与变量说明

数据来源于2002—2015年《中国统计年鉴》、《中国科技统计年鉴》和《中国人口统计年鉴》。需要说明的是，西藏地区的相关数据缺失比较严重，我们主要对其余30个地区的数据进行讨论。

协同创新效率(cie)。相同投入水平下，一个地区获得的创新产出越多，那么这个地区的创新效率就越高，即这个地区的创新绩效水平越高。我们选取多主体投入条件下的协同创新效率来衡量各地区的协同创新效率。

产业聚集程度(agglo)。产业聚集将政府、企业、高校、科研机构等多种主体聚集在一起，通过彼此相互依赖、相互协作、相互补充、细化分工、资源共享等机制相互作用，推动协同创新。我们以各地区就业密度来衡量地区产业聚集水平，一个地区的就业密度越大，那么这个地区的产业聚集水平越高。

研发强度(rd)。研发投入强度是国际通行的反映一国或一个地区科技实力、创新能力和竞争力的评价指标，这说明研发投入强度对协同创新效率也具有重要影响。一般来说，一个地区研发投入强度越高，地区创新能力也就越强，协同创新效率就相对较高。本文采用研发投入占GDP的比重来衡量研发强度。

人力资本水平(edu)。人力资本水平对提高劳动生产率具有重要作用。一般来说，一个地区人力资本水平越高，劳动生产率相对也较高，从而促使企业技术改造、升级和更新，因此，协同创新效率就相对较高。我们选取地区人均受教育年限来衡量人力资本水平[18]。平均受教育年限=6年×小学文化程度就业人员比重+9年×初中文化程度就业人员比重+12年×高中文化程度就业人员比重+15年×大专文化程度就业人员比重+16年×本科文化程度就业人员比重+19年×研究生文化程度就业人员比重。

竞争水平(compt)。创新系统内的不完全竞争效应会激励企业降低生产成本和提高劳动生产率，从而促使企业技术改造、升级和更新。改革开放以来，中国经济社会的竞争结构发生了重大的变化，私营和外资等非公经济在市场经济中发挥着越来越重要的作用，国营企业的全员劳动生产率增长明显低于和滞后于非国营企业。我们以各地区非国有经济的固定资产投资占全社会总固定资产投资的比重来衡量地区竞争水平。

开放水平(open)。近年来，中国的对外开放水平越来越高。对外开放程度越深的地区，外资相对容易流入，外资企业先进的技术和知识溢出是影响企业创新的重要因素。企业创新的发展在某种程度上依赖于地区的对外开放水平。本文采用年度实际进出口额占地区生产总值的比重来衡量该地区的对外开放水平。

基础设施水平(infra)。基础设施水平是影响技术创新的重要因素，基础设施发达的地区，可能意味着更低的交易成本，更快速的知识和技术外溢。因此，我们借鉴钱学锋[19]等的做法，用各地区邮电运输业产值占地区总产值的比重来衡量基础设施水平。

五、实证结果分析

为了进行对比性分析和稳健性检验，本文采用普通动态面板模型、静态空间面板模型和动态空间面板模型进行估计。对于普通动态面板模型的估计，本文采用系统GMM进行估计。对于静态空间面板模型的估计，常用的方法有空间SAR和空间SEM。静态空间面板模型采用SAR还是SEM，本文采用LM检验及其稳健LM检验来进行判定。对于动态空间面板模型的估计，常用的方法有极大似然估计法、拟极大似然估计法、空间系统GMM和贝叶斯估计法。由于空间系统GMM可以较好地解决滞后变量和空间滞后变量的内生性问题，使得估计结果更为有效；因此，动态空间面板模型采用空间系统GMM进行估计。表2报告了上述模型各解释变量的估计系数。

表2 产业聚集对协同创新效率影响的计量回归结果

注：(1)系数下方的值是t值。(2)***、**、*分别表示变量系数通过了1 %、5 %和10 %的显著性检验。

通过表2可以发现，LM_LAG检验优于LM_ERR检验，且Robust_LM_LAG通过显著性检验，而Robust_LM_ERR没有通过显著性检验。因此，静态空间面板模型和动态空间面板模型均采用SAR模型进行估计。AR(1)、AR(2)检验表明，一次差分残差序列只存在1阶自相关而不存在2阶自相关，这说明普通动态面板模型和动态空间面板模型取一阶滞后进行估计是合理的。最后，Hansen过度识别检验也表明模型设定合理且工具变量的选取合理有效。

比较普通动态面板模型和动态空间面板模型可以看出，两个模型的回归结果存在显著差异，这主要是因为普通动态面板模型没有考虑地理距离和空间溢出效应，可能会带来估计的偏误。在动态空间面板模型的回归结果中，空间溢出效应系数为正且通过了1%的显著性检验，这充分说明了协同创新效率存在显著的空间溢出效应，即周围地区协同创新效率的提高可以显著地提高本地区的协同创新效率。这主要是因为随着信息技术以及基础设施的高速发展，不同空间的创新要素相互影响，相互作用，使得创新行为在空间上传播和扩散，从而形成了协同创新效率的空间溢出效应。

比较静态空间面板模型和动态空间面板模型可以发现，两个模型的回归结果也存在较大差异，这主要是因为静态空间面板模型没有考虑前期相关因素对本期的影响，可能会带来估计的偏误。在动态空间面板模型的回归结果中，因变量一阶滞后项系数为正且都通过了1%的显著性检验，充分说明了协同创新效率存在显著的动态效应。这主要是因为协同创新系统作为连续动态的经济系统，前期的铺垫和积累必然会通过技术水平、人力资本和经济发展等因素表现出来，并且会作用于本期或之后若干期的创新活动。因此，本文最后选择动态空间面板模型作为最终的解释模型。

从动态空间面板模型的估计结果可以发现，产业聚集水平的一次项系数显著为正，而二次项系数不显著，说明产业聚集水平的提高有利于提高地区协同创新效率，进一步验证了我们之前的理论分析。这主要是因为产业集聚不仅能增加就业，吸纳劳动力，产生规模经济，同时能够提高协同创新系统中多主体协同的效率，从而提高协同创新效率。随着产业聚集水平的提高，一个地区内创新人才和创新要素的流动加剧，这有利于各种新知识、新技术、新思想和新观念的传播和扩散，从而形成有利于知识和技术溢出的外部性效应，对地区的协同创新效率起到促进作用。另外，不同地区之间的创新要素流动，创新资源的互补利用，也有利于创新资源要素的更好的共享和更合理的配置，从而形成有利于企业、高校、科研机构、政府、中介机构之间协同创新的竞争合作机制，促进协同创新系统中协同创新效率的有效提高。

从控制变量来看，研发强度的系数显著为正且通过了1%的显著性检验，这说明提高研发强度对协同创新效率的提升具有显著的促进作用，这主要是因为当研发强度提高后，地区研发实力进一步增强，科技创新水平不断提高，从而有利于地区协同创新效率的提升。人力资本水平的系数不显著，这说明现阶段协同创新系统中人力资本的提升作用不明显，这可能是因为在协同创新系统中，大学和科研机构可以利用自身的人才、知识和技术优势，帮助企业实现新产品的研发，从而使得人力资本的提升作用不明显。竞争水平的系数为正且通过了1%的显著性水平检验，这说明一个地区的竞争性水平越高，竞争机制越完善，创新要素的配置效率越高，经济运行的效率越强，越有利于地区协同创新效率的提高。对外开放水平的系数为正且通过了1%水平的显著性检验，意味着提高对外开放程度有利于地区协同创新效率的提升。这主要是因为地区对外开放程度越高，则该地区的经济管理方式和理念必将更符合国际市场的要求，也意味着该地区与国际市场的信息交流越发畅通，越有利于国际知识和技术的溢出，对地区协同创新效率具有显著的提升作用。基础设施水平的系数显著为正，这说明基础设施建设对提高地区协同创新效率有重要意义。基础设施建设越发达的地区，其协同创新效率也越高。这主要是因为发达的基础设施有利于生产要素的流通和资源配置的优化，为地区创新发展提供了有利保障，从而有利于地区协同创新效率的提升。

六、结论与政策建议

本文利用中国省级面板数据，在测算地区协同创新效率的基础上，通过构建产业聚集影响协同创新效率的空间计量模型，实证分析了产业聚集对地区协同创新效率的影响。研究发现，协同创新效率存在显著的空间溢出效应，即邻近地区协同创新效率的提升可以显著提升本地区的协同创新效率。产业聚集有利于协同创新主体的交流与合作，对多主体协同创新效率有显著的正向影响。提高研发强度对地区协同创新效率的提升具有显著的促进作用。一个地区的竞争性水平越高，竞争机制越完善，越有利于地区协同创新效率的提高。针对上述结论，本文提出以下政策建议。

第一，依据产业聚集的优势，实现创新链与产业链的融合和协同。一方面，加快推进创新要素资源向聚集区集聚，做大做强聚集区主导产业，推动配套产业联动发展，强化聚集区专业化分工与协作，并加强配套设施建设，打造具有国际竞争力的产业聚集区或产业集群。另一方面，聚集区应加快产业链的培育和完善，围绕产业链开展技术创新活动；利用聚集区创新链的优势，把创新链融入到产业链中进行，使创新成果相互衔接、集成，支撑产业链整体创新发展，充分实现创新链与产业链的融合和协同，从而提高聚集区创新活动的有效性。

第二，充分利用产业聚集的优势，完善聚集区协同创新平台的建设。首先，以产业聚集区为重点，逐步建立和完善以高技术园区、大学科技园、协同创新中心、工程技术研究中心为主的协同创新平台，充分发挥国家重点实验室和国家级自主创新示范区的引领作用，加快建立企业技术研发中心。其次，在产业聚集区推进智慧园区平台建设，加强众创、众包、众筹和众扶等支撑平台建设，着力搭建聚集区协同创新服务平台，不断增加聚集区创新资源供给，提升聚集区科技服务能力和水平。最后，加快聚集区科技企业孵化器建设，建立和完善科技成果转移转化平台，大力发展科技成果转移转化专业化服务机构，加速推进聚集区科技成果的转化。

第三，依据产业聚集优势，构建聚集区战略联盟和地域性的合作创新网络。一方面，鼓励聚集区内龙头企业与高校、科研院所组建产业技术创新战略联盟，依托创新战略联盟实施重大科技专项，面向产业关键共性技术深入开展协同创新，突破产业发展的核心关键环节。另一方面，建立聚集区内企业之间正式与非正式的长期合作关系，形成聚集区内合作创新网络，并不断加强聚集区与周围地区产学研合作创新网络的联系，充分运用合作机制和资源共享优势开展联合研发，促进聚集区内部以及聚集区之间知识的流动和共享，从而实现协同创新主体的多方位交流和多样化协作。

第四，强化企业在协同创新中的主体地位和主导作用，鼓励企业与其它协同创新主体的深度合作。一方面，鼓励和支持企业加大研发经费投入，加快完善企业研发经费加计扣除政策、多元化投入机制和考核评价机制，切实提高企业的自主创新能力。引导不同企业在协同创新系统中发挥不同层次的创新主体作用，形成协同创新的合力，切实提高协同创新的能力和效率。另一方面，加强企业与高校、科研机构在平台建设、人才交流培训、成果转移转化以及决策咨询服务等方面的合作，不断拓展深化产学研合作的广度和深度。鼓励、培育和发展多元化的中介机构，加大对科技中介的扶持力度，促进中介服务产业的规模化发展、规范化发展和专业化发展。

第五，完善协同创新的制度环境和市场竞争机制。一方面，建立健全协同创新机制、科研评价机制、监督激励机制和科技成果转化机制，建立和完善多主体间协同创新的利益协调机制和资源共享机制，并逐步完善协同创新的交流机制和开放合作机制，使协同创新成为常规化的市场行为，保证科技资源利用效率的最大化。另一方面，努力完善市场竞争机制，打破地区封锁和地方保护主义，反对垄断和不正当竞争，逐步清理和废除妨碍公平竞争和统一市场的规定和做法，形成统一、透明、有序和规范的市场环境，使市场在资源配置中起决定性作用，全面提高资源配置效率，更大范围地发挥协同创新的空间溢出效应。

[1] Fiaz M. An empirical study of university-industry R&D collaboration in China: Implications for technology in society [J]. Technology in Society, 2013, 35(3): 191-202.

[2] Schwartz M, Peglow F, Fritsch M, et al. What drives innovation output from subsidized R&D cooperation?-Project-level evidence from Germany [J]. Technovation, 2012, 32(6): 358-369.

[3] Tomlinson P R. Co-operative ties and innovation: Some new evidence for UK manufacturing [J]. Research Policy, 2010, 39(6): 762-775.

[4] Zeng S X, Xie X M, Tam C M. Relationship between cooperation networks and innovation performance of SMEs [J]. Technovation, 2010, 30(3): 181-194.

[5] Bjerregaard T. Industry and academia in convergence: Micro-institutional dimensions of R&D collaboration [J]. Technovation, 2010, 30(2): 100-108

[6] Oke A, Kach A. Linking sourcing and collaborative strategies to financial performance: the role of operational innovation [J]. Journal of Purchasing and Supply Management, 2012,18(1): 46-59.

[7] 范太胜. 基于产业集群创新网络的协同创新机制研究[J]. 中国科技论坛，2008(7)：26-30.

[8] 刘晓云，赵伟峰. 我国制造业协同创新系统的运行机制研究[J]. 中国软科学， 2015(12)：144-153.

[9] 王婉娟，危怀安. 协同创新能力评价指标体系构建：基于国家重点实验室的实证研究. 科学学研究，2016，34(3): 471-480.

[10] 蒋石梅，张爱国，等. 产业集群产学研协同创新机制——基于保定市新能源及输变电产业集群的案例研究[J]. 科学学研究，2012(2)：207-212.

[11] 韩言虎，罗福周. 产业集群协同创新机制:“宝鸡·中国钛谷”的案例研究[J]. 中国科技论坛，2013(11)：16-20.

[12] 李 宇，王俊倩. 产业集群技术溢出的正向利用机制与创新绩效[J]. 经济管理，2015(3)：23-32.

[13] 谢子远. 高技术产业区域集聚能提高研发效率吗？——基于医药制造业的实证检验. 科学学研究，2015，33(2)：215-224.

[14] 赵增耀，章小波，沈 能. 区域协同创新效率的多维溢出效应. 中国工业经济，2015(1)：32-44.

[15] 白俊红，蒋伏心. 协同创新、空间关联与区域创新绩效[J]. 经济研究，2015(7): 174-187.

[16] Zheng X Y, YU Y H, Wang J. Identifying the determinants and spatial nexus of provincial carbon intensity in China: A dynamic spatial panel approach [J]. Reg Environ Change, 2014(14):1651-1661.

[17] Elhorst J P. Matlab software for spatial panels [J]. International Regional Science Review, 2014, 37(3): 389-405.

[18] 刘 军，徐康宁．产业聚集、经济增长与地区差距-基于中国省级面板数据的实证分析[J]．中国软科学，2010(7)：91-102．

[19] 钱学锋，黄玖立，黄云湖. 地方政府对集聚租征税了吗?——基于中国地级市企业微观数据的经验研究[J]. 管理世界，2012(2)：19-29.

(本文责编：辛 城)

Research on the Influence of Industrial Agglomeration on the Collaborative Innovation Efficiency

LIU Jun, WANG Jia-wei, CHENG Zhong-hua

(ChinaInstituteofManufacturingDevelopment,NanjingUniversityofInformationScience&Technology,Nanjing210044,China)

By using Chinese provincial panel data during 2001-2014 and the spatial regression models, this paper studies the impact of the industrial agglomeration on multi-agent collaborative innovation efficiency. The conclusion shows that there is significant spatial heterogeneity between collaborative innovation efficiency in geographic distribution, the eastern regions have high values and the central and western regions have low values. Industry agglomeration has a significant positive influence on regional collaborative innovation efficiency. There is obvious spatial spillover effect between neighborhood regions about collaborative innovation efficiency. The high level of R&D intensity can improve the collaborative innovation efficiency in a region.

Industrial agglomeration; collaborative innovation; innovation efficiency; spatial spillover effect

2016-10-19

2017-05-24

国家自然科学基金项目“基于‘互联网+’的中国制造业转型升级研究”(71673145)；教育部哲学社会科学发展报告项目“中国制造业发展研究报告”(13JBG004)；江苏省社会科学基金项目“产业聚集对江苏区域环境的影响与对策研究”(16EYB012)；江苏高校哲学社会科学研究重点项目“优化江苏海外高端人才集聚与使用环境的策略研究“(2016ZDIXM018)。

刘军(1972-)，男，安徽宿州人，南京信息工程大学中国制造业发展研究院副教授，博士，研究方向为产业经济学。

F71

A

1002-9753(2017)06-0089-10