创新要素流动与区域创新能力——基于政府和市场的调节作用

陶良虎，郑炫，王格格

(武汉理工大学 经济学院，湖北 武汉 430070)

一、引 言

我国正处于经济增速放缓的新阶段。面对日趋复杂激烈的国际竞争，中国经济迫切需要实现动能转换，即由资源驱动转向创新驱动。中国共产党第十九届五中全会明确指出，“坚持创新在我国现代化建设中的核心地位，把科技自立自强作为国家发展的战略支撑”。区域经济是国家经济体系中的重要组成与空间载体，实现创新驱动与区域发展新动能培育是其服务于国家任务的必然选择[1]。在这样的大背景下，区域创新逐渐成为发展区域经济的新核心驱动力。

《2020中国区域创新能力评价报告》提出，创新要素的集聚是带动区域经济快速发展的重要引擎，而一个地区本地的创新要素投入是有限的，唯有吸引外部地区创新要素流入才能弥补自身创新要素禀赋不足的情况。创新要素是与创新活动相关的所有资源与能力的组合[2]。区别于传统的生产要素，其在流动中携带了丰富的知识与技能信息，这样的特性决定创新要素在流动过程中会加速知识的传播应用，但也会导致流入地过度竞争与流出地创新要素短缺，从而抑制区域创新能力的提升。在现实中，创新要素流动的动力通常来源于两个方面，一方面是各地政府会制定各种优惠政策，同时增加研发投入来吸引创新要素流入本地；另一方面是市场的资源配置手段，创新要素在市场机制的影响下会自发地从经济收益较低的地区流入经济收益较高的地区[3]，流入的创新要素通过发挥其吸纳、融合、协作与竞争等作用影响区域创新能力[4]。这两种方式对创新要素流动都起到了一定的调节作用。因此，创新要素流动具体如何影响区域创新能力，在流入地发挥其创新效应？政府干预与市场化程度在这一过程中是如何调节的？二者的调节作用是否存在一个最优区间？本文针对上述问题展开研究，拟理清创新要素流动影响区域创新能力的路径机制，从政府与市场的双重视角探讨二者在创新要素流动影响区域创新能力过程中的调节作用。

二、文献回顾

(一)创新要素与区域创新能力

区域创新能力是由企业、高校、科研院所等创新主体通过合理配置区域内的创新要素，将知识与技术价值转化到产品生产中去的一种能力，受研发人员、研发资本等创新要素投入、集聚和流动的影响[5]；因此，以往的文献通常从静态与动态两个视角来研究。静态视角下，学者们在评估区域创新能力时，更倾向于构建综合性指标，将研发(research and development,R&D)活动人员与经费支出作为投入指标[6-7]。研究发现，创新要素投入扩大了知识资本存量，形成区域性的创新要素集聚中心。这种创新要素集聚会通过溢出效应增强知识创造和知识获取能力，明显促进了区域创新能力[8]，但会受到创新主体异质性的影响，表现为对科研机构存在抑制作用，对企业创新效率水平的影响显著为正[9]。动态视角下，创新要素总是因为“逐利性”从边际收益率低的区域流向边际收益率高的区域[10]。一方面，随着技术复杂度的提升和技术更新换代速度的加快，单个创新主体往往无法在短期内以合理的成本获得研发过程中所需的创新知识，而创新要素的自由流动促进了创新主体之间交流互动以及创新网络的形成，有助于统一化、系统化创新知识[11]，这使创新资源可以得到合理配置，区域创新能力得以提升。另一方面，互联网的发展减少了地理距离对创新要素流动的限制，促进了非邻近地区的创新产出[12]。创新要素流动带动了知识在不同区域间的扩散与传播，不仅加速了新知识的产生，还促进了创新知识在区域间的传播交流，解决了不能被编码化的创新知识在扩散中所遇到的问题[13]，有利于提高区域创新能力。

(二)政府干预、市场化程度和区域创新能力

政府干预主要是通过政府科技补贴和政策支持影响区域创新能力。以往的文献通常将政府干预作为解释变量，研究政府干预与区域创新能力之间的关系。樊棋等[14]的研究表明，我国政府对R&D活动的补贴投入提高了区域自主创新产出。王闵等[15]发现，政府补贴可以提升企业技术创新能力，同时缓解经济不确定性给企业技术创新带来的负面影响。张洁音等[16]发现，政府补贴对区域创新的影响集中在技术知识的生产阶段。另一方面，Boeing等[17-18]学者认为，政府补助并不一定会带动创新能力的提升。国内学者毛其淋等[19]在评估了政府补贴对企业创新的微观效应后得出二者存在非线性关系的结论，即只有适度的政府补贴才能激励企业创新。由此可见，政府干预对区域创新有着正向影响，但也会产生挤出效应和企业寻租行为，导致资源错配，阻碍区域创新。

现有文献研究表明，市场化程度提升所引致的资源配置效率提高与市场竞争程度增强是影响区域创新能力的主要途径。一般来说，市场化程度较高的地区通常伴随着良好的金融市场环境，各创新主体能够以低成本的优势获取创新资金[20]，改善了创新资源配置的效率。同时，市场化加剧了市场竞争强度，不仅倒逼企业进行技术创新，还为企业吸收先进技术创造了便利[21]。施建军等[22]发现，在高市场竞争强度下创新质量可显著提升。夏清华等[23]的研究结果表明，市场竞争与企业创新投入之间还存在着非线性关系，适度的市场竞争会刺激企业增加创新投入。然而也有学者认为，市场竞争性与企业创新倾向成正比，但难以形成必要的创新投资能力[24]。

以往的研究为本文提供了借鉴，但仍有几个方面的问题值得进一步探讨：第一，以往文献大多将政府干预与市场化作为解释变量来研究其与区域创新的关系，而有关二者在创新要素流动与区域创新能力之间所起的调节作用的研究较少；第二，创新要素在区域内的“存量”与区域间的“流量”对于区域创新能力都有着重要的影响，创新要素的投入、配置与集聚等研究都取得了丰富的成果，而创新要素流动对区域创新能力的实证研究仍在探讨；第三，就研究方法而言，大部分文献采用面板数据模型，忽视了变量之间的空间依赖性。本文采用空间面板模型，深入探讨创新要素流动与区域创新能力之间的关系以及政府干预与市场化程度在其中所起的调节作用，同时进一步研究二者存在的最优区间。

三、理论机制与研究假设

在开放经济的时代背景下，创新要素的流动是区域内创新主体从外部获取知识与技术并将其转化为创新产出的一个重要途径，同时也是协调区域创新发展、有效提高区域创新能力的重要方式。创新要素流动对区域创新能力的影响主要表现为：一是动态优化资源配置效应。创新生产的过程也是创新要素组合的过程，即创新要素之间必须相互组合才能有创新生产力，而这种组合通常可以从数量和质量两个方面来看。从数量组合的角度来看，由于边际技术替代率有限，任何一种创新要素在组合过程中都不能过多或过少，而适度的创新要素流动使其能够按照一定的比例组合形成创新产出，实现了区域创新能力提升所需要素的最优配置。从质量组合的角度来看，创新要素的组合应是相互关联协调的，例如创新主体购买的高端设备往往需要相关的技术人员进行操作，而创新要素的流动让分散的人力、资金和技术等有机结合在一起，同时降低了资源被闲置的概率，从而达到动态优化资源配置的目的。二是创新知识空间溢出效应。研发人员和研发资本作为创新活动中最主要的投入要素，在流动过程中携带了大量的知识信息。对于流入地而言，研发人员在创新活动中实现了知识的交流与思想的碰撞，研发资本的流入不仅保障了创新活动，还带来了投资者的管理经验，创新要素会有意或无意地对流入地形成技术溢出效应，以“搭便车”的方式强化这种效应，从而提升区域创新能力[25]。三是建设跨区域的创新合作网络。不同区域的创新主体依托创新要素的流动在更大的市场范围内建立合作关系网络，一方面强化了各个主体之间的互动交流，另一方面也加速拓展和细化了创新活动中各个环节的分工，从而使区域创新能力得到了提升。创新合作网络给了区域内创新主体接触和探索不同知识与技术并发掘其创新潜力的机会，欠发达地区若能借此加入到创新网络中，无疑会提升其区域创新能力[26]。据此，本文提出研究假设：

H1：创新要素流动对区域创新能力有着显著的正向影响。

创新要素流动对区域创新能力的影响还会受到政府干预的调节作用。在创新驱动发展战略的时代背景下，很多地区开始把科技创新投入、创新任务等指标纳入政府官员的考核内容范围，使财政科技支出规模加大，实现“为创新而竞争”的竞争模式[27]。这样的竞争模式推动政府更加重视引进人才、开展创新活动以及营造良好的创新环境。在此过程中，无论是出台系列政策吸引科技人才迁移落户，还是通过购入科研设备、建设研发中心等增强本地研发投资，都会动态调整本地区的创新环境与创新要素收益，引发创新要素流向创新环境更好、收益更高的区域。然而，政府之间“过度竞争”所引致的地方保护主义等问题也容易造成区域间信息的失真、闭塞。同时，过度的政府干预也会使企业的科技创新活动受到政府约束，不能按照本身的发展规律和要素禀赋特征开展，最终导致创新要素资源配置不合理、创新要素流动受到限制等问题。据此，本文提出研究假设：

H2：创新要素流动对区域创新能力的影响受政府干预非线性的调节作用。

在创新要素流动影响区域创新能力的过程中，起调节作用的另一个重要因素在于市场化程度。不同地区的创新要素供给水平与需求程度不同，这就决定了地区间创新要素价格存在差异，创新要素会从边际收益率低的地区流向边际收益率高的地区。市场化程度越高，说明市场环境更加开放、有序与公平，吸引着创新要素的流入；而市场化程度低的地区通常伴随着信息封闭及市场机制不完善，限制了创新要素的流动，造成要素错配的后果。因此，市场机制是创新要素通过要素市场在区域创新系统间流动的另一动因，而市场化可以降低企业在要素市场获取资源的交易成本[28]，打破了地区间创新要素流动的壁垒，优化企业创新要素的配置进而提升区域创新能力。据此，本文提出研究假设：

H3：创新要素流动对区域创新能力的影响受市场化的正向调节作用。

四、研究设计

(一)变量说明

1.被解释变量

被解释变量为区域创新能力(Innov)。专利数、新产品销售收入、新产品产值等指标都可以用来衡量区域创新能力。然而，对于专利申请量，它虽然能在一定程度上体现区域创新能力，但是没有考虑到各地区专利申请授权率的差异。对于新产品销售收入和产值，学者对新产品目前还没有形成统一的划分标准。相比之下，专利授权数能够更好、更直观地表明创新产出。本文选取专利授权数作为衡量区域创新能力的指标。

2.核心解释变量

本文所研究的创新要素流动是指R&D人员流动和R&D资本流动，分别记为FP和FC。测算方法借鉴白俊红等[29]的研究，采用引力模型进行计算。

以往的学者通常用“推力-拉力”理论去解释人口迁移的原因，即流出地中那些会对人员产生不利影响的推力和流入地中可以使人员效用提高的拉力[30]。基于此，本文选用人均GDP来表示该地区对其他地区R&D人员的吸引力，构建如下R&D人员流动的引力模型

(1)

(2)

式(1)中，FPij表示从i省流动到j省的R&D人员流动量，Ni表示i省的R&D人员数量，用各省的R&D人员全时当量来计算，更能体现出研发人员的实际劳动水平，PGDPj表示j省的人均GDP，表示j省对i省R&D人员的吸引力，Dij是i省与j省省会城市之间的距离。式(2)中，FPi表示i省流入到其他省份的R&D人员总流动量，n为省份数量，本文中为31。

根据地理学第一规律，任何地区与其周围地区均存在经济联系，并且这种联系与地理距离成反比关系[31]。由此可知，地理距离越近的两个区域，其经济联系越强、R&D资本流动量越大。此外，R&D资本要素流动需要考虑流入地区所配套的R&D资本[32]。因此，构建如下R&D资本流动的引力模型

(3)

(4)

式(3)中，FCij表示从i省流动到j省的R&D资本流动量,RDi和RDj分别表示i省和j省的R&D资本存量。借鉴吴延兵[33]的方法，本文采用永续盘存法进行估计，即RDit=Kit+(1-λ)Kit-1，λ表示折旧率，取值0.15，Kit表示i省当年的R&D经费内部支出。Dij含义与式(1)相同。式(4)中，FCi表示i省流入到其他地区的R&D资本流动总量，n含义与式(2)相同。

3.调节变量

本文的调节变量为政府干预(Gov)与市场化(Mar)。由于本文研究的是区域创新能力，将政府科技支出与政府财政支出的比值表示为政府干预度，数值越大代表政府干预程度越高，反之则越低。市场化程度通常采用樊纲等[34]的市场化指数。由于该指数在2008年前后指标选取不一，本文将非国有企业固定资产投资占全社会固定资产投资的比重作为衡量市场化程度的代理变量。

4.控制变量

本文综合已有文献选定基础设施水平、城镇化水平、开放程度以及产业结构作为控制变量。具体测算方法为：交通基础设施水平(Tra)，借鉴刘生龙等[35]的研究，以各省份交通密度表示，即省份铁路、内河航道里程及公路里程之和除以省国土面积进行计算；城镇化水平(Urb)，表现为人口从农村向城镇迁移的一种过程，通常以城镇人口占总人口的比重表示；开放水平(Ope)，以进出口贸易总额占GDP的比重表示；产业结构(Ind)，以第二产业所占比重表示。

(二)数据来源

本文的数据来源为2004—2018年的《中国科技统计年鉴》《中国统计年鉴》以及EPS统计数据平台。由于部分数据缺失，本文还参考了各个省份的统计年鉴以及统计官网，最终对中国除港澳台以外的31个省级行政单位进行研究。各个指标的描述性统计如表1所示。

表1 变量描述性统计分析

(三)模型构建

一个地区的创新能力不仅受到周边其他地区创新活动的空间外溢影响，还会受到创新要素在流动中处在不同阶段所带来的创新价值链的外溢影响，这说明区域创新能力存在空间相关性。而传统的计量模型认为，观测到的变量均为独立的，此观点未将时间与空间上的相关性考虑进去。这样的假设条件在被解释变量存在空间相关性时显然不再满足，后续的实证结果也会存在偏误；因此，本文将选用空间计量模型进行实证分析。空间计量模型一般包括空间滞后模型(spatial lag model，SLM)与空间误差模型(spatial error model，SEM)，两种模型的选择通常由比较拉格朗日乘数的稳健性进行判断。本文通过LM检验得知LM-lag非常显著而LM-err不显著，故本文以R&D人员流动为例构建空间误差模型(5)以探究创新要素流动对区域创新能力的影响，公式如下

(5)

(6)

μit=λWμit+εit

(7)

其中，ln FPit表示解释变量，即R&D人员流动。ln Innovit表示被解释变量，即区域创新能力，controlkit表示四个控制变量，k为控制变量个数，μ为空间扰动项，W代表空间权重矩阵,本文选取了空间邻接矩阵和空间地理矩阵。βi代表各解释变量的估计系数，λ为空间误差系数，εit为随机误差项。式(6)为考虑了政府干预与市场化程度的调节作用后的模型表达式。为了方便解释系数，对变量做了去中心化处理，其中，c_FPit和c_Mit表示去中心化后的解释变量与调节变量。

为了进一步检验政府干预力度和市场化程度在不同水平下的调节机制是否存在差别，本文将政府干预和市场化程度作为门槛变量。假设存在待估门槛值γ，以R&D人员流动为例构建如下模型检验其调节作用的门槛特征，可得

ln Innovit=β0+β1ln FPit+β2c_FPit×c_Mit×I(M≤γ)+

(8)

式(7)中,I表示示性函数，β2、β3表示M≤γ和M≥γ时调节变量的系数。

五、实证结果与分析

(一)空间计量结果分析

在空间统计学中,一般使用空间统计量相关指数Moran’I检验区域创新能力是否存在空间相关性。Moran’I指数取值范围为[-1，1]，大于0表示区域创新能力存在空间正相关，即某一地区的区域创新能力会正向影响另一区域的区域创新能力；小于0时则相反，且Moran’I指数绝对值越大表示空间自相关程度越大。本文用空间邻接矩阵和空间地理矩阵对2004—2018年区域创新能力进行空间自相关检验，测算出的Moran’I指数如表2所示。

表2 区域创新能力Moran’I指数

如表2所示，2004—2018年的区域创新能力全局Moran’I指数显著为正，表明区域创新能力存在空间自相关性，且某一地区的创新能力会正向影响相邻地区的区域创新能力。因此，需要运用空间计量模型研究区域创新能力。

固定效应和随机效应的选择一般采用豪斯曼检验，检验结果在1%水平下拒绝随机效应，故选用固定效应模型。而LR检验结果显示接受混合固定模型，所以最终采用空间误差固定效应(时间固定，地区固定)模型进行研究。以空间邻接矩阵为例的检验结果如表3所示。其中：模型(1)、模型(4)讨论了创新要素流动对区域创新能力的影响；模型(2)、模型(5)将政府干预作为调节变量进一步研究；模型(3)、模型(6)将市场化作为调节变量放入模型讨论。

表3 空间计量回归结果

表3中的六个模型空间误差自相关系数lambda均在1%水平下显著，表明各个省份的区域创新能力存在空间依赖性，创新活动会在相邻地区产生空间溢出。从模型(1)和模型(4)中看出ln FP的系数为2.753 9，且非常显著；而ln FC的系数为1.585 5，也通过了10%水平下的显著性检验，表明不论是R&D人员流动还是R&D资本流动都会显著促进区域创新能力的提升。原因主要有两个方面：一是区域创新能力受地区创新主体之间互动程度的影响，即创新要素的流动会带来知识在大学、研发机构、企业、政府之间的流动，从而推动区域创新向系统化、网络化方向发展；二是区域创新能力并不仅仅依靠本地的科技创新实力，能否利用其他地区的知识与技术也是提升自身区域创新能力的关键，而创新要素流动引致的知识流动与技术转移在其中扮演了重要角色。

模型(2)和模型(5)将政府干预作为调节变量加入模型中。从创新要素流动和政府干预的交互项系数来看，二者均通过了1%水平下的显著性检验，表明政府干预可以正向调节创新要素流动对区域创新能力的影响。政府的财政科技投入主要包括对地区科技创新活动的资金投入支持和以税收优惠、人才补贴、金融支持等为主的政策支持。政府的科技投入直接作用于科技创新活动、R&D人员的薪资以及创新环境水平的提升，吸引其他创新主体和社会资本的投入，从而分担了技术创新的成本，一定程度上减少了技术创新的风险。地方政府的科技政策支持减少了本地高技术企业税收压力，激发企业技术创新动力，同时吸引外地技术创新人才流入本地。因此，政府科技投入和政府政策支持对于社会资本、创新主体和创新人员都起着信号传递以及引导作用。

模型(3)和模型(6)将市场化程度作为调节变量加入模型中。创新要素流动与市场化程度的交互项系数均显著为正，表明市场化在创新要素流动对区域创新能力的影响中发挥着正向的调节作用。原因在于，市场化将竞争机制引入经济活动中，优化了创新资源配置效率，从而推动了区域创新能力的提升。非国有经济的迅猛发展是市场化水平提升的重要表现，非国有企业的占比增加降低了国有企业的垄断水平和官商一体化程度，使市场竞争更为激烈。具体表现为：一方面，非国有企业为了在与具有优势地位的国有企业的激烈竞争中存活下来，会加倍注重自身的技术创新水平，增加创新资金与人才的投入，提高创新资源的管理水平以获得竞争优势；另一方面，国有企业在面对非国有企业的竞争压力时，会迫使自身改变传统思维，通过市场重新配置创新资源，积极引进高技术人才和新技术。

控制变量方面，路网密度的系数为正，表明其可以显著促进区域创新能力的提升，交通基础设施越完善，创新主体之间的交流也就越便捷，加快了知识流动的速度。城镇化水平在模型(1)中显著为正，在模型(4)中系数为正但不显著，表明其在一定程度上也能正向促进区域创新能力的提升。对外开放水平系数为负，且通过了5%水平下的显著性检验，证明对外开放会抑制区域创新能力，主要原因是对外开放会导致外国直接投资(FDI)进入，打破本地的市场结构和竞争格局。产业结构系数显著为正，证实了调整产业结构转型升级对提升区域创新能力具有促进作用。

(二)门槛效应分析

本文首先使用stata15.0通过300次自抽样方法检验政府干预强度以及市场化程度的调节作用是否存在门槛效应，结果如表4和表5所示。从单一门槛、双重门槛和三重门槛的门槛效应检验的P值来看，政府干预的调节作用存在单一门槛效应，门槛值为0.037 4，而市场化对R&D人员流动的调节作用不存在门槛效应，对R&D资本的调节作用存在单一门槛效应，门槛值为0.511 7。因此，本文采用单一门槛模型研究政府干预与市场化的调节作用，将政府干预度划分为Gov≤0.037 4和Gov>0.037 4两个区间，同时将市场化程度划分为Mar≤0.511 7和Mar>0.511 7两个区间，门槛回归结果如表6所示。

表4 政府干预调节作用的门槛估计值检验

表5 市场化调节作用的门槛估计值检验

表6 面板门槛模型回归结果

根据表6中模型(7)和模型(8)的结果可以看出:在第一区间即政府干预度小于0.037 4时，其对创新要素流动的调节作用均在1%水平下显著为正；当政府干预度达到第二区间时，其对创新要素流动的调节作用有所下降，具体表现为对R&D人员流动的调节作用系数为正，但是不显著，而对R&D资本流动的调节作用通过了5%水平下的显著性检验。产生这样的结果的原因是，政府科技投入占比在小于3.74%时，通过降低企业的研发成本，使实力薄弱的小企业也能参与到创新活动中来，有利于知识与技术在不同区域间传播，有效提高了区域创新能力。然而，政府对企业创新活动的干预往往带有引导性和目的性，政府会支持某些特定的技术及研发项目；因此，在政府干预度超过门槛值后，政府的科技财政支持不再为本地吸引创新人才。同时，过多的科技支出不仅造成了严重的财政压力，更将外地投资挤出本地，进而抑制了对R&D资本流动的调节作用。

如表6所示，模型(9)研究了市场化对R&D资本流动的调节作用。实证结果表明，在不同的市场化进程中，市场化的调节作用存在显著差异。具体来说，当市场化程度处于第一区间时，市场化在其中的调节作用并不显著，只有当市场化程度达到0.511 7时，其对R&D资本流动的调节作用才在1%水平下显著为正。这主要是因为，在市场化程度较低时，市场竞争强度弱，国有企业缺乏创新的动力。同时，国有企业研发资金大多依靠相关金融机构的贷款和政府的科技补贴，因此市场化程度在这个区间内并不会过多地对R&D资本流动产生调节作用。当市场化程度达到第二区间时，由于市场化程度越高的地区市场机制通常越完善，外地资本进入本地的壁垒也越低，企业之间进行合作创新的可能性也越大，此时市场化才可以有效地对R&D资本流动进行正向调节。

(三)稳健性检验

区域创新是一项系统性活动，会受到很多非地理邻接因素的综合影响。因此，为了探究模型的稳健性，本文将地理特征的空间权重矩阵调整为社会经济特征的空间权重矩阵，借鉴李婧等[36]人的研究方法，构建经济距离矩阵进行实证分析。从表7的稳健性检验结果中可以看出，核心解释变量与调节变量的显著性和系数方向与表3相比并未发生太大改变，验证了上述实验结果的稳健性。

表7 稳健性分析检验结果

六、结论与政策建议

本文利用我国除港澳台以外的31个省份的面板数据，在测算了R&D人员和R&D资本空间流动指标的基础上利用空间计量模型，实证分析了创新要素流动对区域创新能力的影响，并从政府与市场的双重视角分析了二者在其中的调节作用。研究结果表明：创新要素流动对流入地的区域创新能力有着显著的正向影响；政府的科技支出和市场化水平均显著促进了创新要素流动发挥其创新效应；政府干预对创新要素的调节作用存在单一门槛效应，门槛值为0.037 4，当政府干预度高于门槛值时政府干预的调节作用将不再显著；而市场化只对R&D资本流动的调节作用存在单一门槛效应，门槛值为0.511 7，只有当市场化程度高于门槛值时，其调节作用才会显著。

结合上述分析，本文提出以下几点政策建议：第一，充分认识创新要素流动对区域创新能力的正向作用。在理清本地创新要素流动特性的基础上，通过创新要素的空间转移和再配置去实现区域间创新要素和创新资源的重构，把本地企业创新活动融入区域间的创新生态系统中，逐步扩大与建设区域性的创新要素集聚中心，实现区域创新能力的提升。在此过程中应充分发挥市场的主导地位，打破各个区域间创新要素流动的障碍性壁垒，营造有利于创新要素流动的市场外部环境。可以通过优化工作环境、改善福利待遇、下调人才落户的门槛等措施吸引R&D人员的流入。对于R&D资金来说，应加快金融体制改革、拓宽创新型企业融资渠道以降低投资创新活动的风险。第二，充分认识政府R&D支持在创新要素流动发挥创新效应过程中的正向调节作用。一方面，政府应消除R&D人员流动的政策性壁垒，重视创新人才的引进与培养工作，在职称评定、岗位聘任、工资福利等各个方面均给予适当倾斜，并与创新人才集聚区形成长期的合作关系，吸引国内外的创新型人才以“候鸟式”的方式向本地流动。另一方面，政府应完善科技创新考核指标，增加创新投入、创新产出等指标的权重，同时在支持本地创新活动的过程中做好市场调研、创新项目的可行性分析，避免为了完成指标盲目加大科技创新资金支出，降低创新要素的配置效率。第三，对于科技支出占比过高、市场化程度低的地区，应适度调整政府科技创新支出，不能盲目跟随其他地区的创新发展策略，要把重点集中在营造良好的创新环境、加强政府对创新活动的监管与引导、调整与优化创新要素的结构等方面。