技术创新对经济增长的非线性影响——基于要素流动视角

贾善铭，唐海菊

(暨南大学 经济学院，广州 510632)

提要：探讨了要素流动性在技术创新影响经济增长过程中所起的作用，利用2006—2018年269个地级及以上城市的数据，考察了以人力资本流动性为门槛变量的条件下，技术创新对经济增长的非线性影响。研究发现，技术创新对经济增长具有显著的正向推动作用，并且存在人力资本流动性的双门槛效应，跨越门槛值后，技术创新的推动作用可以得到显著提升。因此，城市在利用技术创新推动经济增长过程中，要关注人力资本流动的门槛效应，并采取针对性措施。对于创新中心城市而言，要注重进一步培育核心技术创新能力，创造有利于创新转化的客观环境。而对于非创新中心城市来说，可以通过提升要素流动性，增强技术创新对经济增长的正向影响，同时改善城市创新环境。

一、引言

我国经济进入高质量发展阶段，实现经济增长与发展模式的转型，成为国家和地方经济发展的重点。现有研究表明，驱动经济增长的创新是多方面的，包括技术创新、制度创新和商业模式的创新[1]，其中，技术创新作为提高社会生产力和综合国力的战略支撑，被放在国家发展全局的核心位置。世界知识产权组织发布的《2020年世界知识产权指标》显示，2019年我国受理专利申请数量为全球最多，占全球总量的43.42%，连续9年位居世界首位，在一定程度上，表明我国技术创新取得明显成效。但是，我国技术创新对经济增长的促进作用仍然偏低[2-4]。因此，如何更大程度发挥技术创新对经济增长的作用是学术界和政策制定者共同关注的重要课题之一。

其实，技术创新与经济增长的关系研究一直备受关注，已有研究大致基于两种研究假设展开分析：(1)技术创新对经济增长的影响是线性的[5-8]；(2)技术创新对经济增长的影响是非线性的。实际上，Aristizabal-Ramirez等和Inglesi-Lotz等分别运用门槛模型(PTR)和面板平滑门限回归模型(PSTR)相继检验了技术创新对经济增长的非线性影响[9-10]；宗刚和高瑀发现技术创新对区域经济增长作用存在倒U形关系[11]；刘禹君和刘雅君采用面板平滑门限回归模型实证分析了技术创新对我国经济增长的非线性影响[12]。由此可见，技术创新影响经济增长的路径是复杂的，这是因为技术创新要对经济增长产生作用受到多种因素的制约，其中，谢兰云认为R&D投入强度和产业结构是导致技术创新差异化影响经济增长的重要因素[13]，Wu等认为技术创新对经济增长的影响受约束于开放程度和金融发展[14]。但是，现有研究主要从影响因素的规模探讨技术创新对经济增长的影响，缺乏从影响因素流动视角的考察。事实上，区域经济学的研究表明，伴随要素流动，技术和知识得以扩散，对技术创新的经济增长效应发挥产生了重要影响。为此，本文从要素流动的视角，研究技术创新对经济增长影响存在差异化的原因，结合技术创新对经济增长产生差异化影响的路径分析，筛选出中介影响因素，并以我国269个地级及以上城市数据为基础进行实证研究，以期从要素流动视角提供一个分析技术创新影响经济增长的理论和实证分析框架。

二、文献回顾

技术创新是促进经济增长的重要因素。相关研究表明技术创新能够促进产业升级[15]，推动全要素生产率的提升[5-6]，对我国经济的高速增长存在显著的正面作用[7-8]。然而，相关研究也表明技术创新对经济增长并非总是呈现正向效应，而是存在差异化影响，主要体现在3个方面：第一，技术创新对经济增长在空间上存在差异化影响。例如，谢波发现技术创新能力的提升会抑制我国西部地区经济增长，对于我国中部和东部地区经济增长的正向效应也不显著[16]。张永凯和薛波对甘肃省内各市的科技创新对经济增长的贡献度做了研究，发现科技创新对甘肃省区域经济增长影响存在明显的空间差异[17]。第二，技术创新对经济增长在时间上存在差异化影响。例如，赵彦云和刘思明发现，在1997年前发明专利对经济增长的影响并不显著，而1997年后发明专利对经济增长的影响愈发凸显[18]。第三，不同表现形式的技术创新对经济增长存在差异化影响。例如，豆建春等将技术创新区分为效率性技术进步与产品创新两种形式，认为产品创新可以降低人口增长率，增加人均收入，而效率性技术进步倾向于提高人口增长率，使人均收入增长率低于劳均产出增长率，从而削弱技术创新的增长效应[19]。由此可见，技术创新对经济增长存在差异化影响。实际上，技术创新对经济增长产生差异化影响，其主要原因是技术创新对经济增长的影响是非线性的。Aristizabal-Ramirez等利用2006—2012年147个国家的面板数据，使用门槛模型来检验技术创新与经济增长之间的非线性关系假设，研究发现，较低水平的技术创新似乎不会带来经济增长，而较高水平的技术创新则会对经济增长产生积极而显著的影响[9]。此后，Inglesi-Lotz等利用2008—2017年60个国家的数据，运用面板平滑门限回归模型(PSTR)进行了全样本分析和发达国家与发展中国家的分样本分析，结果表明，技术创新对经济增长的影响存在门槛效应，在门槛值以下，以专利数量衡量的技术创新对发达国家和发展中国家都不显著，然而，超过门槛值后，技术创新对经济增长的正向作用仅出现在整个样本和发达国家[10]。宗刚和高瑀在探索我国技术创新与区域经济增长的关系过程中，结合技术创新对区域经济增长的散点图，发现技术创新对区域经济增长作用存在倒U 形关系[11]。刘禹君和刘雅君通过构建面板平滑门限回归模型(PSTR)，考察了我国技术创新对经济增长的影响作用，研究表明其随技术创新水平的不同呈现非线性特征，并且认为对于不同地区，技术创新对经济增长的影响是由各省(市、自治区)要素禀赋、技术创新转化为经济增长的渠道与途径等因素的差异所导致的[12]。谢兰云、Wu等分别以R&D强度和产业结构、开放程度和金融发展作为门槛变量，研究表明，技术创新对经济增长的影响皆具有明显的门槛效应[13-14]。

综上所述，关于技术创新对经济增长作用的研究基本达成了两个共识：一是技术创新对经济增长存在差异化影响；二是技术创新对经济增长存在差异化影响的原因是多方面的，主要包括R&D强度、产业结构和金融发展等因素，但是，只关注了这些影响因素的规模，而对这些因素带来差异化影响的原因尚未进行更加深入的研究。实际上，上述因素与区位自身的发展条件密切相关，换句话说，从区位选择的角度看，区位的要素禀赋有所不同，区位对技术创新的转化能力存在差异，使得技术创新对经济增长的影响在不同的区位呈现不同的特征。鉴于此，本文尝试从要素流动视角，构建技术创新对经济增长产生差异化影响的分析框架，考察导致技术创新对经济增长产生差异化影响的原因，进而结合技术创新对经济增长非线性影响的路径分析，筛选出重要的中介影响因素，并以我国269个地级及以上城市数据为基础进行实证研究，以期从要素流动视角丰富技术创新对经济增长产生差异化影响的研究。

三、要素流动在技术创新影响经济增长中的作用机制

新经济地理学认为，在向心力和离心力共同作用下，非空间性要素的空间流动是经济活动空间分布形成与变化的主要原因[20-21]。就技术创新而言，要素流动能够影响创新资源在区域的配置效率。因此，本文认为技术创新要真正转化为影响经济增长的生产力，就必须适应区位的发展条件，也就是说在技术创新影响经济增长的过程中，存在技术创新与区位匹配这一关键环节，而要素流动是影响匹配程度最重要的因素。可以观察到的现象是，要素流动强的地区，技术创新与区位匹配性好，技术创新的经济增长效应可以得到有效发挥；而要素流动弱的地区，技术创新与区位匹配性差，进而阻碍技术创新对经济增长的效应。具体而言，要素流动通过流入和流出两种方式影响技术创新的配置效率，进而影响技术创新与区位的匹配，最终作用于技术创新的经济效应的发挥。第一，要素流入。要素流动方向受城市经济发展程度、区位要素禀赋条件以及政策等的影响，追求效益最大化的要素倾向于流入到基础设施条件较好、工资水平较高的城市，形成要素集聚。从创新视角看，这类城市可以称之为创新中心城市。通常，此类城市要素流动性较强，通过进一步提升要素流动可以强化集聚效应，获得递增的规模报酬和集聚经济，提升区位吸收能力。在人才集聚、产业集聚的环境中，知识交流成本的降低可以提高技术创新的可能性，同时，技术创新得以流向效益较高的产业，使得技术创新与区位匹配性提高，其经济增长效应愈有可能得到有效发挥。第二，要素流出。基础设施条件较差、工资水平较低的城市往往存在要素流出现象，从创新视角看，这类城市可以称之为非创新中心城市。在此类城市，一方面提升要素流动性使得城市更易享受到创新中心城市的知识溢出和外部经济，刺激创新产品模仿与本地技术创新的发生；另一方面，在要素流出的情况下，剩余要素会流向边际生产率更高的产业，充分发挥比较优势，促使本地要素配置效率提升，带来要素禀赋条件的改善，城市吸收能力增强。在此种情形下，技术创新与区位的匹配性同样得以提升，技术创新对经济增长的正向作用加强。因此，在要素流入和流出的作用下，技术创新水平越高的城市，创新对经济增长的作用越强[9]；对于非创新中心城市，技术创新对经济增长的作用要弱于创新中心城市。但是，在面临创新资源不足、创新能力提升乏力的情况下，非创新中心城市可以通过提升要素流动性来实现技术创新有效驱动经济增长的效果(见图1)。

图1 要素流动性在技术创新影响经济增长中的作用机制

通过上述分析可以得到基本命题：技术创新对经济增长的影响存在差异化的主要原因在于不同区位具有不同的要素流动性，并且，要素流动性愈强，技术创新对经济增长的正向作用愈强。在创新能力提升乏力的情况下，非创新中心城市可以通过提升要素流动性增强技术创新推动经济增长。基于这样的认识，本文认为在研究技术创新对经济增长的差异化影响时，需要结合技术创新影响经济增长机制中流动性最强的因素进行分析，人力资本是技术创新作用于经济增长过程中最具活力的流动性因素。据此，本文提出以下两个研究假说。

假说1：人力资本流动程度的不同是技术创新对经济增长产生差异化影响的重要原因，人力资本流动性愈强，技术创新对经济增长的促进作用愈显著。

假说2：与创新中心城市相比，非创新中心城市更容易通过提升人力资本的流动性，实现技术创新有效驱动经济增长。

四、实证研究方案与计量模型

理论分析表明，在要素流动视角下人力资本流动性是技术创新对经济增长产生差异化影响的重要因素，但尚未有研究对这一差异化影响进行检验。因此，本文选择运用门槛模型，以人力资本流动性为门槛变量，分析技术创新对经济增长的非线性影响，以验证两个研究假说。

(一)实证研究方案设计

人力资本流动性是技术创新驱动经济增长过程中的重要影响因素，但是现有关于人力资本流动性影响技术创新推动经济增长作用的研究需要进一步深化，因此，本文设计了以下基于门槛模型的实证研究方案。

第一步，从全国层面考察在技术创新推动经济增长过程中以人力资本流动性为门槛变量而呈现的非线性特征。

第二步，区分创新中心城市与非创新中心城市，考察技术创新促进经济增长的影响是否都存在人力资本流动性门槛，继而验证哪一类城市更容易通过提升人力资本流动性实现技术创新有效驱动经济增长。

(二)模型设定

借鉴Hansen[22]研究所建立的门槛回归方法，构建如下技术创新对经济增长的非线性影响模型：

ln pgdp=β0+β1ln innoit(fh，γ)+αiXit+εit。

(1)

式(1)中，i为城市，t为时期，ε为随机误差项，X为控制变量，fh为门槛变量，对被解释变量pgdp、核心解释变量inno以及控制变量中的非百分比变量取对数，以消除异方差影响，而对于形式为百分比的控制变量，无需作取对数处理。γ为门槛估计，I(·)为示性函数，当括号内条件满足时取1，否则取0。

(三)变量选取与数据来源

1.变量选取

被解释变量：经济增长(ln pdgp)。选取代表经济增长的地区人均生产总值(pgdp)来表征，以2005年不变价格计算得到实际pgdp，并取对数。

门槛依赖变量：技术创新(ln inno)。学者们对技术创新的衡量通常有创新投入和创新产出两条途径，鉴于创新投入要经过长时间运作，形成创新产出才能对经济增长起作用，Suarez-Villa提出专利水平是技术创新能力的重要衡量指标[23]。因此，本文选择每万人专利申请量的对数值作为技术创新的代理变量(由于搜集到的数据中部分年份专利申请量为0，不利于取对数值，所以对所有专利申请量加1，然后求得每万人专利申请量，并取对数)。

门槛变量：人力资本流动性(fh)。本文以就业人员表征人力资本，同时，参考王钺和刘秉镰[24]的做法，在度量人力资本流动性时，选用包含吸引力变量的引力模型，用各地级市职工平均工资水平来表征本地区对其他地区人力资本的吸引力：

fhij=ln hci×ln wagej×R-2。

(2)

其中，fhij为i地流动到j地的人力资本，hci为i地的就业人员，wagej为j地区的职工平均工资水平，R为两地之间的地理距离，基于经纬度测算所得。因此，i地流动到j地的人力资本流动量为

(3)

控制变量。为获得更可靠的计量结果，需要控制一些与经济增长相关的重要变量。

(1)潜在人力资本(ln hum)。潜在人力资本反映城市的教育水平和文化氛围，参考王志鹏和李子奈[25]的做法，本文按照公式(4)计算潜在人力资本：

humit=∑((Midit×10+Higit×15)/popuit)。

(4)

其中，hum为潜在人力资本，Mid为普通中学在校学生数，Hig为普通高等学校在校学生数，popu为年末总人口，相较于中等教育，高等教育对人力资本的形成更为重要，因而赋予中等教育与高等教育不同的权重，即中学受10年教育，大学受15年教育。

(2)固定资产投资水平(investment)。以固定资产投资占GDP的比重来衡量固定资产投资水平，固定资产可以通过乘数效应对经济增长产生显著的推进作用。

(3)对外开放程度(open)。以实际利用外商投资占GDP的比重作为城市对外开放程度的指标，经济全球化高度发展的背景下，我国历来是吸收外商投资额规模相当大的国家，广纳外商投资，既向城市注入了大量外来资金、人才和先进技术，同时也对国内产业产生一定程度的抑制效应。

(4)政策影响(government)。以地方财政支出占GDP的比重来衡量政府政策的影响，从西部大开发、中部崛起、东部率先发展等不同区域发展战略实施后带来政府资助的倾斜，各区域竞相抓住机遇大力发展经济，从雄安新区的开发使该区域经济呈现蓬勃发展态势到深圳建设中国特色社会主义先行示范区而拥有新一轮发展潜力，这一系列政策影响无一不表现出我国国情下政策助力经济增长的重大作用。

2.数据来源

使用2006—2018年我国269个地级及以上城市面板数据，其中专利数据来源于国家知识产权局官方网站，其他变量数据获取自国泰安数据库、EPS数据平台以及各城市统计年鉴，少量缺失值利用插值法进行补齐，各变量的描述性统计分析见表1。

表1 数据说明与统计描述

(四)实证结果

1.总体样本回归结果分析

在进行门槛估计之前，要先确定门槛效应是否存在，如果存在，那么有几重门槛，以及门槛值具体为多少。为此，利用STATA 15.1统计分析软件，采用Bootstrap抽样300次依次对式(1)进行单门槛、双重门槛和三重门槛检验，表2报告了门槛存在性检验的结果。由表2可知，单一门槛和双重门槛效应分别通过了1%和10%的显著性水平检验，三重门槛未通过10%的显著性水平检验。根据检验结果作门槛LR检验残差图(如图2所示)。因此，可以确定，技术创新对经济增长的影响存在人力资本流动性的双重门槛效应，可以设定双重门槛模型，进行门槛值和置信区间的估计，估计结果如表3所示，双重门槛值分别为0.056 3和0.076 1，其模型分为3段不同区间。模型1为技术创新对经济增长的线性影响结果，方便对比技术创新对经济增长的线性与非线性影响差异。

表2 门槛存在性检验结果

图2 门槛LR检验结果

表3 门槛估计值与置信区间

在确定门槛估计值后，对模型参数进行估计，所得结果见表4。

表4 模型系数估计结果

由表4中模型1和模型2结果可知，门槛回归结果与基准面板固定效应回归的系数正负向一致，模型2中，无论人力资本流动性处于何种区间，技术创新对经济增长的作用始终在1%的显著性水平下为正，技术创新对经济增长有稳定的正向影响，并且在不同的人力资本流动性水平下，技术创新对经济增长的影响程度差异显著。当人力资本流动性较弱时，技术创新对经济增长影响的系数值为0.261 7；当人力资本流动性处于0.056 3～0.076 1时，技术创新的产出弹性增加，系数值跃升至0.293 7，技术创新每提高一个百分点，人均GDP增长0.293 7个百分点；随着人力资本流动性水平跨越第二重门槛值，技术创新驱动经济增长的作用再一次增强，达到0.341 1的弹性水平。门槛值的每次跨越，都使得代表技术创新的专利产出能更大程度发挥其加速经济增长的作用，由此可知，人力资本流动性的不同是技术创新对经济增长产生差异化影响的重要原因，人力资本流动性愈强，技术创新对经济增长的促进作用愈显著，假说1成立。其中的原因在于，人力资本流动性较弱的城市，人才较为固定，缺乏多样化创新思想的碰撞，不利于技术创新的实现，并且受流动性所限，创新人才缺乏匹配到适宜岗位的机会，从而其制约自身比较优势的发挥。不仅如此，流动性较弱的城市往往基础设施不够完善，经济发展程度较低，缺乏对新技术的吸收能力和将技术创新转化为生产力的客观环境，相应地，技术创新与区位发展条件的匹配性不足，最终表现为技术创新对经济增长的影响不充分。在人力资本流动性跨越最低门槛值后的城市，不同创新能力的人才集聚，形成创新思想的融合与新思想的衍生，进而促进技术创新的生成，同时，人才流动灵活使得人才配置结构得以优化，进而技术创新与区位发展条件的匹配性提升，技术创新的经济增长效应得以有效发挥。进一步地，在人力资本流动性跨越了更高门槛值的城市，创新活力充沛，对先进技术的吸收能力更强，技术创新被高技能人才掌握的可能性更大，可以高效而合理地用于生产等方面，从而实现对技术创新成果的充分利用，因而，技术创新与区位的匹配性再次提升，使得技术创新更能有效地转化为经济增长。

固定资产投资占GDP的比重、地方政府财政支出占GDP的比重、潜在人力资本这3个指标的系数均为正数，表明其对经济增长具有推进作用。由系数大小可知，地方财政支出对经济增长起着最为显著的作用；固定资产投资为经济增长创造有利条件，显著促进经济增长；潜在人力资本系数值较低，体现出潜在人力资本对经济增长的促进作用不够充分；实际利用外商投资占GDP比重的系数为负，意味着其对经济增长的抑制作用，鼓励外资有助于增加就业、推进技术交流，但是，我国政策对外资存在诸如过度的税收优惠等特殊照顾，可能造成税收偏低的情况，从而打击民族企业的积极性，并影响经济增长。

2.依据城市创新层级的分样本回归

本文对总体样本回归结果的分析反映了全国层面上技术创新对经济增长的非线性影响，随着人力资本流动性门槛值的跨越，技术创新的经济增长效应得以更有效的发挥。那么，对于创新中心城市和非创新中心城市而言，进一步提升要素流动性所带来的对技术创新转化为经济增长的影响程度会是一致的吗？我国地域辽阔，各城市创新水平差异较大，为此本文将我国4个直辖市、5个计划单列市和样本中26个省会城市视为创新中心城市，这些城市作为区域重要的增长极，拥有强大的人才、资金和政策优势，集聚经济明显，创新能力更强。

接下来，对创新中心城市与非创新中心城市作分样本的门槛模型检验，门槛存在性检验显示，对于非创新中心城市而言，技术创新对经济增长的影响存在人力资本流动性的单一门槛，创新中心城市则不存在门槛效应，于是对其采用普通面板固定效应模型，表4中模型3和模型4报告了回归结果。由实证结果可知：第一，无论城市处于何种创新层级，技术创新对经济增长都具有积极的作用。第二，从回归系数估计值来看，对于创新中心城市而言，技术创新已经成为促进经济增长的主要动力引擎，创新中心城市人口总量大、区域高校集聚度高、创新资源丰富，对区域创新起到引领作用，人力资本流动性普遍较强，多元思想集聚强化了创新氛围，具备利于技术创新转化的软硬件优势，技术创新与区位匹配性良好，助推技术创新对经济增长促进效应的发挥。而对于非创新中心城市来说，相较于固定资产投资和政府财政支出，技术创新对经济增长的影响作用有待提升，技术创新与区位的匹配性不足，而通过提升要素流动性可以进一步发挥出技术创新的经济增长效应，亦可知，与创新中心城市相比，非创新中心城市更容易通过提升人力资本的流动性，实现技术创新有效驱动经济增长，假说2成立。由此可以得出，对于非创新中心城市，在创新能力提升后劲不足的情况下，应当注重进一步提升要素流动性，从而增强技术创新的经济增长效应。与此同时，改善城市创新环境，加强有利于创新的基础设施建设，营造良好的创新文化氛围以提升城市创新能力，获取吸引创新人才的主动权，否则一味跟风强调人才引进，只会令人才入驻后陷入创新条件不足的困境，限制人力资本作用的发挥。

3.稳健性检验

本文通过含技术创新与人力资本流动性交互项的基准面板回归和更换核心解释变量(以专利申请总量表征技术创新)作门槛回归模型对结论的稳健性进行了检验，因文章篇幅所限，未列出稳健性检验结果。其中，考虑含交互项的基准面板回归结果显示，技术创新对经济增长有显著的正向影响，并且影响程度随人力资本流动性的提高而增强。通过替换核心解释变量的门槛检验结果同样显示，技术创新对经济增长存在双重门槛的非线性影响，估计系数只存在大小差异，其正负号和显著性都与之前的检验结果保持一致。由此可知，门槛回归模型结果稳健有效。

五、结论与政策建议

本文利用2006—2018年我国269个地级及以上城市的平衡面板数据，构建以人力资本流动性为门槛变量，技术创新为重要解释变量的门槛回归模型，结果表明，技术创新对我国经济增长存在正向促进作用，同时也存在人力资本流动性的门槛效应，本文得出的结论主要有以下3点。

第一，技术创新对经济增长的影响存在人力资本流动性的双重门槛。技术创新对经济增长存在显著的持续推动作用，这种作用存在人力资本流动性的双重门槛效应，随着人力资本流动性的提升而存在两个拐点，门槛值分别为0.056 3和0.076 1，跨越门槛值，实现技术创新与区位的更好匹配，能更大程度地发挥出技术创新对经济增长的促进作用。

第二，技术创新对经济增长的影响因城市创新能力不同而有所差异。对于创新中心城市而言，技术创新已经成为驱动经济增长的主要因素，要注重培育核心创新能力。对于非创新中心城市来说，相较于固定资产投资和政府财政支出因素，技术创新对经济增长的影响有待提升。

第三，非创新中心城市可以通过提升要素流动性来增强技术创新对经济增长的促进作用。在地区创新资源有限、创新能力提升乏力的情况下，为了更有效地利用技术创新驱动经济增长，非创新中心城市可以考虑从要素流动角度出发，通过提升地区要素流动性，更大程度挖掘技术创新的经济增长效应。

结合以上3个特点，本文认为城市要更好地利用技术创新促进经济增长必须做好以下工作。

(1)持续改善创新环境。技术创新能显著推动经济增长，但是创新过程中，存在创新人才拥有创新想法，但缺乏必要研发资金、创新成果不受保护、知识产权容易受到侵犯等问题，这会严重阻碍技术创新的生成以及创新成果向生产力的转换。因此，各城市需要创造有利于促进创新衍生与应用的客观环境，提升城市对技术创新的重视程度和政策支持力度，例如鼓励创新的专利资助，强化知识产权保护法制化环境，这是催生专利创新、为创新成果保驾护航的必然举措，也是提升城市竞争力、吸引创新要素集聚，从而进一步加快城市经济增长的重要途径。

(2)不断提升要素流动性。各地在制定创新政策时，要充分考虑要素流动的作用，鼓励要素自由流动，尤其是提升技术创新过程中最具活力的人力资本因素的流动性。人力资本是知识的主要载体，是技术创新促进经济增长的推动者，知识经济时代必须重视人才的培养。人力资本流动能够带来知识溢出效应，增强创新发生的可能性，同时，提升城市要素流动性不仅有利于优化创新资源配置，使其逐步合理化，更有利于技术创新对经济增长效应的充分发挥。因此，这要求各城市采用合理的措施形成有利于技术创新起作用的流动环境，例如，通过打破阻碍要素流动的体制障碍、完善交通设施建设等方式便利要素自由流动，同时通过政府宏观调控促进要素合理流动，避免要素错配。

(3)制定差异化的区域政策。在推进技术创新对经济增长作用的过程中，创新中心城市在注重培育核心创新能力的同时，进一步完善有利于技术创新转化为经济增长的城市创新基础设施环境，避免因设施不足而阻碍创新成果的经济增长效应的发挥。对于非创新中心城市而言，在制定政策时，更应当注重提升要素流动性，完善区域间要素流动体制机制，同时，加强对培养人才、留住人才、引进人才等方面的关注，将改善地方创新创业环境，为创新活动的开展提供资金和政策支持，把良好的公共服务水平、医疗设施条件、住房条件等放在重要位置，增强对人才的吸引力，并且依据自身禀赋，形成与之相匹配的创新模式，并有效利用比较优势。