创新要素聚集与流动对创新效率的影响

李 星

(陇东学院 经济管理学院，甘肃 庆阳 745000)

提要：要推动经济高质量发展,必须继续着力实施创新驱动发展战略，区域创新要素流动和聚集对国家经济的发展有决定性作用。在总结和分析已有文献的基础上，以区域创新要素对创新效率的作用为切入点，对2012—2017年各省R&D经费数据进行分析并利用空间杜宾模型(SDM)验证两者的关联程度，提出构建科学合理的创新效率评价、完善创新政策、推动技术创新、调整产业结构等措施，为继续推动经济高质量发展迈出更大步伐助力。

一、引言

我国经济已由高速增长阶段转向高质量发展阶段，在进出口贸易、外商投资、对外经济合作3方面取得了辉煌的成绩[1-3]。然而，其发展过程中也遭遇了诸多难题。其中比较有代表性的有传统产业结构转型和升级的难题、新兴产业如何更好发展的难题、多数企业可持续发展缺乏核心技术的难题、领军式的创新人才稀缺的难题等。但我国长期稳定发展的基础坚实，经济稳中向好、长期向好的基本趋势没有改变。各区域的工业化、城镇化、信息化、市场化建设水平的提高，尤其是金融、信息、科技等生产性服务业的高度聚集[4]为经济可持续发展、高质量发展形成了强大的推动力。以创新推动国家和区域的发展是我国现阶段制定并实施的重大发展战略。通过构建和完善创新体系和对创新要素聚集与流动的分析，寻求提升创新效率，增大创新效益，不断提升我国在全球范围内的影响力和创新能力是非常值得深入研究和思考的课题。

二、区域要素聚集及创新效率的相关文献

随着创新理论研究的不断发展，学者们对区域要素聚集的研究也随之加深。国内外学者在区域创新效率方面均有较为系统的研究。他们对区域创新效率的概念可以界定为：在一定资源配置条件及创新环境约束下，技术创新所获得的单位支出或者在创新中所产生的各种资源的投入等[5]。当今学术界主流的研究方法分为两类：一类是通过将参数量化的方法进行研究，如随机前沿方法；另一类则是运用非参数的研究方法，如指数法、包络分析法等。Junhong Bai[6]对中国区域创新效率进行了实证分析，研究表明中国区域创新效率低，并指出地方政府在我国区域创新体系中的作用还没有得到有效发挥。赖永剑[7]通过比较各国的创新效率发现创新效率差异主要取决于知识的效率，此外，中国经济规模效率低下是由于缺乏宏观协调，存在缺陷的评价与激励。李星[8]提出城市群之间由于要素的流动和共享,相邻区域的创新能力会受到一定程度的正向激励。程中华运用随机前沿分析模型研究了政府和市场机制在技术产业创新中的作用，得出私人R&D经费在中国高科技产业中具有积极影响的结论。史修松[9]采用参数分析体系中的前沿函数方法，分析了当前我国区域空间差异及综合创新效率，发现与世界其他国家相比，中国各区域间创新的平均效率值较低，但是受区域经济发展的影响，其产生的波动性较大，东部发达地区的创新效率明显高于西部落后地区，其在时间上呈现出典型的暴动特性[10]。2012年，学者周德群、樊华等人[11]对我国的区域科技效率展开研究，建立了数据包络分析模型，发现东部发达地区的创新效率明显高于西部落后地区。同年，学者颜莉[12]将环境变量引入区域创新体系的评估考核中，运用数据包络及主成分分析法展开创新效率研究，选取的数据样本为30个省份，采用SPSS软件进行分析，发现不同省市之间在综合创新效率上的差异性。余泳泽、刘大勇[13]利用三阶段DEA模型考察了各阶段的创新效率并采用多种空间面板模型和设置多重空间权重矩阵的方法，基于价值链及创新层面展开外溢效应的有效分析。孙久文[14]指出当前增强区域自主创新能力已成为贫困区域脱贫攻坚的关键。李婧、管莉花[15]利用1998—2011年我国分地区研发创新数据，在测算各地区创新效率的基础上建立了地理邻接空间权重和经济距离空间权重的空间计量经济学模型，考察了区域创新效率的地区差异。综上所述，国内外学者对我国区域创新效率做了大量的研究，取得了一定的成果。本文将以2012—2017年22个省的R&D经费数据为基础，利用空间杜宾模型(SDM)对区域创新要素流动和聚集以及创新效率影响情况进行相关探讨，并根据所得结论提出有助于区域经济高质量发展的意见和建议。

三、理论模型及数据来源

(一)SDM基本理论模型

空间相关性是指 yi=f(yj),i≠j即yi与yj相关，模型可表示为

yi=f(yj)+xjβi+εi,i≠j。

(1)

其中，f(·)为线性函数，式(1)的具体形式为

(2)

如果只考虑应变量空间相关性，则式(2)变为式(3)

(3)

式(3)的矩阵形式为

y=ρWy,ε～N(0u×1,δ2In)。

(4)

式(4)为FAR模型，是一阶空间自回归模型，当一系列解释变量X引入模型时，得到式(5)：

y=ρWy+Xβ+ε,ε～N(0,δ2In)。

(5)

式(5)为SAR模型，是空间自回归模型，当个体间的空间效应遇到模型扰动项时，得到式(6)：

y=Xβ+u,u=λWu,ε～N(0u×1,δ2In)。

(6)

式(6)为空间误差模型，记为SEM模型，当应变量与扰动项间存在空间相关时，得到式(7)：

y=ρW1y+Xβ+u,u=λW2u+ε,ε～N(0u×1,δ2In)。

(7)

式(7)为SAC模型，称为一般空间模型，当X=0且W2=0时，SAC →FAR；当W2=0时，SAC →SAR；当W1=0时，SAC →SEM空间相关性还体现在解释变量上时，则有

y=ρWy+Xβ+WXr+ε,ε～N(0,δ2In)。

(8)

式(8)为空间杜宾模型，记为SDM模型。

(二)区域创新效率数据来源

资本量与劳动力在区域创新系统模型中是两个重要投入变量，本研究将选取22个省R&D内部经费支出、R&D人员全时当量，用来衡量资本量与劳动力的投入情况。产出变量则选用所在地各种专利产生值的加权平均值，通过对发明专利、实用新型专利和外观设计专利3种不同形式的专利分别赋予0.5，0.3和0.2的权重。本文的科技活动经费主要源自2012—2017年《中国统计年鉴》中收录的各级人民政府专项资金、普通高等学校相关科技活动经费(项目经费)筹集等，环境控制变量为全国各类研发机构、科研院所的研发支出费用和各省份各地区的科学技术市场交易的最后成交金额。2012年至2017年全国各省份R&D经费如表1所示。

表1 2012年至2017年全国各省份R&D经费 万元

四、实证分析

为了分析要素集聚对创新效率的影响，笔者采用两步走的方式展开了回归结果的有效分析。一方面，设计模型中引入双重控制变量，以此来检验结果是否具有一致性；另一方面，基于生产运行效率视角，对企业规模和其影响进行研究。结果表明，在综合生产效率的影响层面，要素聚集所呈现的影响作用较为显著，也就意味着提高我国产业的集聚水平对其创新效率的提高产生明显的推动作用，即在产业创新效率的提升层面，可通过要素集聚的发展模式展开系统分析。此外，在区域增长差异及生产效率层面，生产要素在地理结构位置中所呈现的差异不容忽视，是制约区域发展的一大影响因素。

笔者选取2012—2017年我国22个省份的运行数据为调研对象，对调研样本中的整体运行效率、知识创新转化、创新资源转化等进行有效性分析。结合“十三五”政策的区域划分机制，打破传统的以东西部为主的划分模式，采用八大经济区的方式展开区域划分[16]，这主要是综合考虑到新时期地区之间的经济发展差异、GDP运行总量等多重指标，从而为政府的决策提供实时可靠的支撑，这使得研究结果呈现出时代性与前瞻性。鉴于此，笔者以八大经济区为研究基础，通过对创新特征、效率运行维护现状及技术外溢等展开分析，力图探寻区域协调发展、促使区域效率综合提升的对策建议。

(一)创新过程效率分布特征探析

结合调研反馈的数据，采用趋势图的可视化方式，对八大经济区[16]的全过程效率及整体效率展开分析，具体结果如图1所示。

图1的研究结果显示，沿海地区所呈现的创新总体效率最高，效率值达到0.899，大西北的创新运维效率最低，效率值为0.420，其中前者比后者高出114%。创新区域的效率在不同经济圈所呈现的影响效应较大，所产生的差异与经济发展的水平呈现出正相关的发展关系。但是，基于创新资源转换视角分析，发现综合运行效率并不遵循上述运行规律。东部沿海地区在第一阶段所呈现的效率值最大，而大西北区域和黄河中游地区紧随其后，其效率值分别为0.794和0.798。除此之外，北部沿海及东北地区在第一阶段中的运行效率表现不尽如人意，位居最后。基于创新知识转化的视角分析，发现处于第二阶段时，综合运行效率和整体运行效率间并无显著差异，其中黄河中游所呈现的差异值最大，为0.064，东北区域所呈现的差异值最小，为0.007。图2清晰地体现了2012—2017年的创新效率呈上升趋势。

图1 基于创新过程效率结果值

图2 创新过程整体效率盒状图

基于上述运行结果可以得出如下结论。

第一，创新效率随着发展阶段的不同存在明显的差异性。这在一定程度上说明，制约创新效率的影响因素随发展阶段的不同存在的差异也十分明显。统计运行发现，以东部沿海地区为例，在分析过程的第一阶段，此地区呈现出的创新效率数值表现平缓，然而在第二阶段及整体运行效率上，所呈现的创新效率值较为明显。以北部沿海区域为例，其在第二阶段及整体效率上的反馈值均与西北地区存在显著的差异，然而在第一阶段的整体创新效率明显提升。不同指标反馈出的典型差异在一定程度上说明知识转换或资源所发挥的影响效应。在以创新资源转换为核心的第一阶段创新效率层面，相对于内陆地区，沿海区域在人力资源方面存在着明显的优势，其在人力资本投入上得到明显体现。虽然在人力资本上实现了高投入，却容易产生人力资源“拥挤”的现象，其创新效率因资源无法实现优化配置而表现出明显不足，从而导致效率值走低。对处于创新资源转换为核心第一阶段的创新效率进行分析可知，虽然大西北地区在该领域明显高于全国多数区域，但并不代表其在新知识的产生上存在核心优势，而是集中凸显了其在人力投资中存在着冗余现象，反映出该区域人力资本投入低的弊端，导致该种状况产生的核心原因在于经济发展产生的人员流动性。目前，核心技术人员呈现出朝经济发展水平高的区域流动的态势，然而在发达区域中并没有形成良好的人力资本聚集效应，反而出现人力资本冗余及效率低的现象。因此，为解决当前发达区域中创新效率偏低和欠发达地区人才资本冗余的问题，应做到：一方面应对现有资源配置机制进行“破冰”，充分发挥现有人力资本的优势，激发人力资本所呈现的发展潜力；另一方面应循序渐进，颁布优惠政策，引导人员向西部经济欠发达地区“回流”，促使人才结构的合理配置，提升整体区域的创新水平，尤其在知识创新转化的运行阶段，沿海地区应充分利用自身优势，提出经济发展的创新路径，加快新产品的研发，缩短研发周期，从而提升区域的整体创新水平，为第二阶段的提升奠定良好的基础。此外，应制定宏观政策，通过环环相扣的方式刺激内陆地区的消费能力，构建完善的新产品销售市场，提升其区域的整体创新能力，这也是后续研究发展的关键路径。

表2 全国经济区效率Spearman等级系数检验结果

(二)国内各经济区创新过程效率动态变化

由图2可知，整体效率呈现出逐步上升的发展态势。以中位数的基准线为衡量依据，发现仅仅在2015年及2017年两个时间节点上，呈现出细微下滑的态势，但总体发展水平仍呈现上升的趋势。因此，为详细分析创新过程中效率在八大经济区之间的变化态势，采用了动态延展的方式，给出了图3及图4的折线图。

图3 2012—2017全国各大区域创新过程第一阶段效率变化

图4 2012—2017全国各大区域创新过程第二阶段效率变化

通过图3可以发现，第一阶段在整个发展周期中并没有呈现出明显的上述逐步上升的发展态势，而是随时间变化的发展态势呈现出先发散后收敛的发展状况。比如，西南区域第一阶段的效率值呈现升—降—升的发展态势；东北地区第一阶段的效率值呈现升—降的发展态势；黄河中游与西北地区在整体波动幅度上存在较大的差异，而南北部沿海区域在整体波动上基本保持一致，没有明显的差异。

根据图4可知，随着时间推进，第二阶段的整体运行效率呈现稳健上升的态势。除南部沿海地区及东部沿海地区以外，其他地区第二阶段的运行效率均表现出单边上升的发展趋势。其中东北地区在2012年至2017年，效率值同期增长达到107%；而西北区域在2012年至2017年，效率值同期增长达到167%。

从以上述运行统计结果可以看出，第二阶段的效率变化趋势在一定程度上决定了整体创新效率的发展走势，产生了明显的推动效应，因此强化第二阶段的创新效率至关重要。与此同时，该阶段与第一阶段之间的典型差异性也在某个层面上说明了两者在内在影响因素之间的区别。在创新资源转换时期，网络平台的构建、资源优化配置机制的形成及环境的培育是影响知识产生的多重因素，而一旦进入知识转化阶段，相对于经验而言，发明专利、新知识、商业运作、市场推广等成为关键因素，影响创新效率的发挥。随着区域经济发展水平的不断提升，彼此之间产生的创新效率不断放大，所呈现的差距日益降低，其创新效率由发散逐步向收敛趋势过渡。

(三)国内各经济区创新过程效率收敛性分析

为了证实创新模型系统中良性互动和技术外溢这两个因素在八大经济区创新过程中是否有影响，本文对整体效率、第一阶段效率、第二阶段效率进行收敛性分析，并以此研究证实这3项效率数值是否存在传统统计学意义上的趋同和追赶效应。本研究将参考Barro & Sala-i-Martin(1992)的研究，设计整个创新收敛模型：

[ln(giT/gi0)]/T=α+βln gi0+εt。

(9)

式(9)中，gi0和giT分别为各大经济区初期和末期的创新效率，T为时间跨度，α为常数项，β表示为收敛系数，εt为随机干扰杂项。如果β<0，可以明显地发现各地区间的创新效率表现出的状态为逐渐收敛趋势；反之则表现出逐渐发散趋势。式(7)的收敛可以看作是绝对的β收敛，这就表明各地区的创新效率均会达到相同的稳态增长速度和增长水平。

通过式(7)，可以对创新过程整体和第一、第二阶段的效率进行绝对β收敛的检验，检验结果数值如表3所示。由表3可知，创新过程整体效率部分与第二阶段效率部分之间存在绝对β收敛的现象，这清晰地表明此两项效率差在八大经济区间的差异化越来越模糊呈不断缩小状，且区域间存在良性的技术外溢现象，这种现象伴生着创新效率也呈现出快速追赶和趋同的态势。在观察创新过程的第一阶段，β系数>0，说明在第一阶段各区域的创新效率具有明显的发散性状。由此可以得出：(1)创新过程在不同阶段其技术外溢的效果和要达成外溢的难易程度不同。在创新资源转换阶段，核心技术的掌握与科学研究和试验发展的人员(R&D)不可分离，科学研究与试验发展人员(R&D)的有目标且科学的流动并与区域间研发合作就一定会引起技术外溢。但是在现实中R&D人员趋于向经济发达地区集聚，并且区域间的研发合作项目在经济非发达地区的数量也有待加强，这也是在第一阶段的技术外溢不能有效达成的障碍之一。而在创新知识转化阶段，技术和开发人员之间相互可独立存在。知识的转化、专利的产业化、各种商业化技术均可通过引进和购买等多种方式获得，所以在第二阶段的技术流动现象比较普遍，各地区均能享受技术外溢所带来的效益。(2)就创新过程的整体效率而言，发散性依旧是其特点。这是由于受到创新各阶段效率的影响，尽管本文的数据显示在第二阶段创新的效率具有趋同性，可以弥补第一阶段创新发散性所引发的影响，并可有效控制整体效率的发散性。然而，由于第一阶段的效率发散，区域间研发能力的差异还是有所增加，并对该区域知识的质量产生了直接的影响。此外，这也对第二阶段效率的转换和整体创新效率的提高产生了影响。由此可知，整体效率在第一阶段所发挥的消极影响较大。为了有效提高本区域的自主创新能力，区域间开发和创新相互合作尤显重要，可通过建立并完善科学研究与试验发展人员流动机制，以达到缩小区域间的研发实力差距的目的，这对本地和区域间的经济发展都有重要意义。

表3 不同创新阶段绝对“β”收敛趋势的检验结果

五、结论

在国家创新驱动发展战略纲要政策驱动下，创新效率的提升已成为制约发展的关键所在。基于此，本文在明晰该领域国内外学者研究现状的基础上，以创新过程要素为切入点，对创新过程中遇到的诸多问题展开分析，阐述其发展的多重阶段特征。笔者通过建立以创新过程效率为研究切入点的SDM模型，对投入产出的具体指标进行合理分析，打破传统东西部的单调划分模式，引入八大经济区的划分方式，从整体运维、创新知识转化及创新资源转换等多个维度展开研究分析，得出如下结论：(1)创新成果知识转化与区域间整体创新效率方面，在发展趋势上表现出高度的一致性，都以稳步上升的态势呈现，且知识转化可以成为整体创新效率提升的内驱力；(2)创新知识转化及资源转化两个阶段中的影响因素存在明显的差异性，前者受经济发展水平的影响较大，后者与研发人员的区域结构分配存在密不可分的关系；(3)随着经济的发展，创新知识转换与整体运行效率之间的差距逐步缩小，呈现出收敛发展的趋势，然而创新资源转化则与之相反，呈现出逐步放大的发散态势；(4)政府多措并举，充分发挥现有人力资本的优势，激发人力资本所呈现的发展潜力；循序渐进，颁布优惠政策，引导人员向西部经济欠发达地区“回流”，促使人才结构的合理配置，来提升整体区域的创新水平，实现均衡发展。

六、建议

现阶段，我国经济已由高速增长阶段转向高质量发展阶段，正处在转变发展方式、优化经济结构、转换增长动力的攻关期。推动高质量发展是遵循经济发展规律、保持经济持续健康发展的必然要求，是适应我国社会主要矛盾变化和全面建成小康社会的必然要求。社会创新氛围的营造、创新环境的完善和企业所发挥的自主创新意愿都有助于在宏观层面推动创新建设。政府等组织机构也应不断进行创新性管理和服务的尝试，完善资源配置和适用于创新性社会氛围的公共服务配套措施。建立政府间政策协同机制，对科技创新要素自由流动政策进行系统性的框架设计和试验，而不是零敲碎打式的单项政策“试水”。通过制定城乡一体化的综合配套改革措施，有序拓展改革覆盖的范围。对于创新中遇到的难点，可通过先试点后引入重点领域的方式进行攻坚。要推动经济高质量发展迈出更大的步伐，必须要破除人才流动的制度性障碍，科学合理地为创新型人才自由流动提供便利条件。要继续鼓励科技人员到发达国家进行科学与工程学科的学习，要从政策方面吸引发达国家的硕士以上留学生到中国相关大学学习。要鼓励本国跨国企业向外派驻工作人员并吸收海外人才到国内工作，以工作团队为契机形成紧密的国际合作关系网络。充分发挥科技优势，塑造新的区域创新极，开启科技创新高速发展模式。最后，还要充分发挥中心城市和城市群对区域的引领带动作用。要因地制宜优化城镇化布局与形态，提升并发挥国家和区域中心城市的功能作用，推动城市群高质量发展和大中小城市网络化建设。加强西北地区与西南地区合作互动，促进成渝、关中平原城市群协同发展，打造引领西部地区开放开发的核心引擎。推动北部湾、兰州—西宁、呼包鄂榆、宁夏沿黄、黔中、滇中、天山北坡等城市群互动发展，进一步支撑我国创新型国家建设高质量发展。