技术进步对区域产品创新能力影响路径研究

龙天炜，汪艳杰，李 亮

(1.天津城市建设学院/天津城镇化与新农村研究中心，天津 300384;2.天津泰达科技风险投资公司，天津 300457)

技术进步对区域产品创新能力影响路径研究

龙天炜1，汪艳杰1，李 亮2

(1.天津城市建设学院/天津城镇化与新农村研究中心，天津 300384;2.天津泰达科技风险投资公司，天津 300457)

基于SEM模型的产品创新能力影响路径分析表明，由地区经济发展情况、科技意识、发展方式转变、成果转化、信息化水平等组成的科技与产业基础对区域产品创新能力形成较高的影响，而这种影响主要通过两个途径显现，一是直接影响，即为产品创新提供坚实的物质基础和产业能力基础;二是间接影响，即由于科技与产业基础雄厚，因此能够创造更好的科研条件，更加便于形成专利等科研成果，而科研条件的提高又能够吸引更多人才，进而人才的聚集有利于产品创新能力的提升。

产品创新;科技进步;影响路径;结构方程

Abstract:This paper considers that the product innovation is not only a corporate responsibility，but a comprehensive reflection of the regional development level.From this perspective，it decomposes the factors of regional S＆T progress，investigates the routes of S＆T progress improving regional product innovation ability promotion，and builds the SEM model.The results show that the level of regional S＆T and industrial development has a strong direct impact on the product innovation，the effect of research conditions and talents accumulation to product innovation is not significant.

Key words:Product innovation;Science and technology progress;Impacting routes;SEM

1 导言

将科技进步与区域经济发展联系起来的研究大多源自三个方面的理论，一是熊彼特关于源自技术进步与创新是促进经济发展的主要动力的理论，该理论将技术进步看作经济体系的内生变量，强调技术创新在经济增长中的作用;二是索罗的新古典经济增长模型，该理论将技术进步看作影响长期持续经济增长的外生力量，认为技术进步是经济增长的根本推动力;三是罗默、阿罗等的内生增长理论，认为技术进步是经济体系的内生变量，强调知识和技术对经济持续增长的作用。尽管上述三类理论各有侧重，但是其持有的一个共识，即从长期来看技术进步一定会推动经济增长和发展。

学术界对于技术进步如何促进经济发展进行了广泛研究，大多使用技术进步贡献率衡量技术进步对经济发展的影响程度。现有技术进步贡献率测度方法包括生产函数计算法、增长核算法两类，其中应用最多的是索洛余值法及在其基础上改进的方法，此外数据包络法的应用也较为广泛。

技术进步与产品创新密切相关，李志远等人认为产品的创新和竞争焦点通常集中在产品设计和技术本身的创新［1］。固茨［2］等人认为，技术创新是提高产品市场竞争力，形成企业新利润增长点的重要环节。现有文献显示，产品创新的范围包括产品质量的提升、种类的丰富、生产流程的改进等，而其根本则在于企业利润的增长，一方面产品创新的目的是缩短从技术到市场的距离，利用新技术满足新需求，促进市场供求联动，实现企业持续发展。另一方面，在宏观角度由产品创新带来的利润增长是实现国内生产总值(GDP)增长乃至经济发展的最根本源泉，经济增长的本质在于能够不断提供新的产品以符合经济社会发展趋势和消费需求。

现有关于产品创新的文献大多以企业为边界，探讨企业如何开展创新活动，而较少涉及企业以外的因素与产品创新之间的关系，本文将产品创新能力看做连接技术进步与经济发展的中间环节，以区域作为产品创新能力的外部边界，从宏观角度探讨对技术进步对区域产品创新能力的影响路径，进而希望能够更加深入地分析技术进步如何促进区域经济发展。

2 研究框架

2.1 概念模型

产品创新是多因素的综合过程，新产品是外部环境与内部条件交织的结果［3］。众多学者认为产品创新是企业的责任，进而从市场竞争、顾客导向、工程设计和运作等诸多微观角度对产品绩效影响因素［4］、跨职能界面［5］、上市时间［6］、知识管理［7］、集成开发［8］等。尽管纯技术因素对于产品创新有巨大影响，但是高水平的技术创新，通常在经济上或商业上的重要性有限，新的专门知识技能和新产品也需要与各种水平的非技术性创新相结合，只有当新技术成为区域整体环境的一部分的同时，才能对产品创新形成足够的影响力。与此同时，在新技术融入区域环境的同时，也对区域环境形成一定影响，包括对人力资本构成的促进、带动更多的创新投入、政府对科技创新的重视程度进一步提升、基础设施更加完善、综合产出水平的大幅度提升、乃至社会创新氛围等等。上述各因素之间又存在强烈的相互关联，如高产出会引发资源和人才的聚集，而资源和人员聚集反过来又会促进产出的增长等。对于产品创新来说，作为技术向市场转移的最终体现，它受到上述所有因素的制约，一项技术要转化为能够在市场上销售的产品才显得如此困难。

表1 产业技术创新能力指标体系

尽管对创新活动的影响因素众多，但是从现实情况来看，得到普遍重视的主要包括5个方面，首先是技术创新的投入，我国中长期发展规划实施细则将实现财政科技投入的持续增长列为第一条，充分表明投入对创新活动的重大影响;其次是基础设施，2011年颁布的《美国创新战略——确保我们的经济增长和繁荣》把加强基础设施建设列为需要重点突破的三项措施之一，充分表明基础设施对创新活动的重要性;第三是产业发展水平，产业演进理论表明，新产品的出现与产业自身发展水平有很大关联，超出产业发展水平的新产品，难以在市场上获得成功;第四是文化氛围，尽管目前国内对文化氛围如何影响产品创新尚没有权威论断，但是美国硅谷的成功经验表明，在具备活跃的创新氛围的区域中，新产品出现的几率显然要远远高出其他地区。第五是区域产出效果，对于企业来说，创造产品并赚取利润是其存在的基础，离开这一基础，对于企业的任何探讨都是毫无意义的，同样只有已经转化产品和效益的前提下，一个完整创新过程才得以完成。基于上述认识，区域产品创新能力主要由5个方面的因素 (见表1)决定，分别为:(1)技术活动投入产出情况，即开展研发活动需要一定的投入，并能够带来专利等直接成果，这也是形成产品创新的基础，在这里采用针对创新活动的经费、人才投入以及科技活动产出等衡量;(2)基础设施，基础设施建设水平是产品创新能力面临主要外部环境，良好的基础设施能够极大提升产品创新的效率，这里主要用社会信息化水平、生活环境、科研物质条件等进行描述;(3)产业水平，在产业化水平较高的地区，技术能够更迅速地转化为产品，并在较短的时间内扩展规模，主要包括科技成果的市场化建设情况、高新技术产业化等;(4)创新文化氛围，创新文化氛围决定了企业和个人开展各类创新活动的主动性，在这里主要用科研意识表述;(5)区域产品创新成效，由于高新技术企业技术能力较强，创新兴趣旺盛，与技术相关的产品创新大多集中在这类企业中，因此以高新技术企业的新产品创造、销售利润等作为指标能够在一定程度上反映区域产品创新成效。

2.2 指标选取

尽管现有文献中涉及创新的评价指标数量很多，但是直接服务于产品创新的则鲜有见到，因此按照可得性、权威性和可操作性三原则，选择《2010全国科技进步统计监测报告》和《2011中国科技统计年鉴》中的相关指标构建了分析指标体系。从尊重区域差异的角度入手，以全国31个省市作为样本，以此为基础运用SPSS软件和结构方程工具Amos软件进行相应的分析。鉴于上述数据均来自公开的官方统计材料，因此认为满足数据信度要求，同时因子分析结果证明，其满足效度要求。

3 探索性因子分析

在结构方程分析中，首先进行探索性因子分析，以在指标体系的基础上确定涉及投入的潜变量。针对用于反映环境因素的12项指标 (见表2)，本文主要采用的是主成分分析方法，方差最大化旋转法进行估计。

表2 指标定义

通过对上述指标进行因子分析 (EFA)，结果显示，KMO(样本充足性检验系数)为0.767，大于0.7;BARTLETT球形检验结果为284.274，自由度为66，sig.显著，可以进行探索性因子分析。

经过因子旋转，剔除因子载荷系数低于0.6的指标，可以得到由12个测量指标构成的3个主因子(见表3)，其方差贡献率达到75%。

表3 旋转后因子载荷矩阵

按照潜变量所属指标构成，可以发现，第一主因子涵盖的指标大多与产业、社会、文化等环境因素有关，因此将其定义为科技与产业基础因子;第二主因子在指标上主要由三个组成，分别为科技活动产出水平、科技人力资源、科研物质条件，这三项指标均与科研活动密切相关，因此将其命名为科研条件因子;第三主因子包括科技活动人力投入和环境改善两项指标，从内涵上看，该项因子与人才聚集能力密切相关，因此成为人才聚集因子。

对于用于反映产品创新效果的三项指标，相关分析显示，三者具有较高的相关系数，通过因子分析，其方差贡献率超过90%，合并为一个潜变量。综合上述分析结果，可以得到设定分析潜变量如表4所示。

表4 潜变量设定

4 模型假设与结果分析

探索性因子分析结果显示，有关科技进步影响区域产品创新能力的结构方程模型主要由4个潜变量组成，其中前提变量有3个，分别为科技与产业基础因子、科研条件因子、人才聚集因子;结果变量有1个，为产品创新因子。在前提变量中，3个因子互相影响，其中科技与产业基础是最基础的因子，众多文献表明，科技与产业基础水平高的地区，科研条件通常较好，产品创新成果也就越多;人才聚集水平对产品创新能够产生较大的影响，基于这一认识，国内各省市在指定促进区域创新能力提升相关措施的过程中，无不将聚集高水平人才作为其中重要的工作;而为了更好地聚集高水平人才，必须提供必备的科研条件［9］，因此人才聚集水平就会受到科研条件的影响;最后科研条件尽管能够影响产品创新的最终结果，但是这种结果并非直接的，良好的科研条件有益于形成更多的高水平研究成果，但是将这些成果转化为产品则需要产业支持。以上述认识为基础，本文提出模型假设 (见图1)。

图1 科技因素对产品创新影响路径的模型假设

(1)科技与产业基础因子是最为根本的因素，分别对科研条件因子以及产品创新成果因子产生影响。

(2)科研条件因子在一定程度上会影响人才聚集因子。

(3)人才聚集因子对产品创新成果因子产生影响。

(4)科研条件因子不对产品创新成果形成直接影响。

以上述4个假设为基础，运用AMOS工具进行反复修订后，可以构建影响路径的模型假设 (见图1)。

按照模型假设，可以构建SEM分析模型 (见图2)，并得到模型拟合情况 (见表5)。

图2 技术因素对产品创新影响路径的SEM模型

表5 拟合指数计算结果

按照 Bentler12 的经验［10］，一般 NFI、CFI两项指标都应大于0.9，卡方与自由度的比值应小于2，RMSEA小于0.1才能判断理论模型与样本拟合效果较好。显然，上述模型结构关系能够较好的反映样本数据之间的内在关系。

5 影响路径分析

通过上述分析可以分析技术因素对区域产品创新能力的影响路径系数，从结果来看 (见图3)，科技与产业基础情况对区域科研条件产生非常巨大的影响，影响系数高到0.8以上，说明科技与产业基础水平高的地区，科研条件通常较好，产品创新成果也就越多;而科技与产业基础情况对区域产品创新能力的影响力达到0.544，证明了良好的科研与产业条件有益于形成更多的高水平研究成果，产业对于成果转化为产品的重要性;人才聚集水平对区域产品创新能力的影响为0.281;科研条件对人才聚集的影响为0.382，印证了促进区域创新能力提升，聚集高水平人才是非常重要的工作。综合各类影响效应，可以得到如表6的结果。

在表6中，直接效应指的是两个潜变量之间的路径系数，间接效应表明两个潜变量之间通过若干个中介变量联系起来，因此其效应用潜变量到中介变量、中介变量到另一个潜变量的路径系数的乘积表示。总效应则主要反映两个潜变量之间所有效应的综合，因此用直接效应与间接效应加总表示。

图3 SEM模型分析结果

表6 直接效应、间接效应以及总效应

在表6中科技与产业基础对区域产品创新能力影响最高，达到0.6以上，这一影响主要通过两条路径显示:一是直接影响，即为产品创新提供坚实的物质基础和产业能力基础;二是间接影响，即由于科技与产业基础雄厚，因此能够创造更好的科研条件，更加便于形成专利等科研成果，而科研条件的提高又能够吸引更多人才，进而人才的聚集有利于产品创新能力的提升。在上述路径构成中，间接影响效应很小，远不能与直接效应相比，从数据上看，这主要是由于科研条件提高对于人才聚集的影响低于预期，人才聚集对产品创新的影响也不高造成的。而造成上述结果的原因，可能与时间上的滞后性有一定关系，即科研条件提高后，需要一定周期才能有效聚集人才，而更多的科研人员虽然能够提升产品创新的效率，但这需要一个很长的周期，且不确定性较强，仅仅依靠单个年度的数据难以准确衡量。

6 结论与展望

本文使用结构方程模型方法，分析了技术因素影响区域产品创新的路径结构。结果显示，对于区域产品创新能力来说，科技与产业基础条件的影响最为显著，而科研条件和人才聚集等因素的影响效果较差，这在一定程度上与当前各地提出的以人才带动成果转化这一观点有所不同。同时区域科技与产业基础条件因素对科研条件的影响高达0.8以上，而对人才聚集因素的影响仅为0.3，表明雄厚的科技与产业基础并不是必然带来人才聚集。此外科研条件与人才聚集两项因素之间的关联也并不强，仅为0.3左右，这可能是由于科研条件对人才聚集的影响存在一个滞后效应的缘故。从本文的研究结果出发，可以认为从提升产业效率、改善科技意识、活跃成果转化市场、加大财力投入等方面着手，更加有利于促进各地创造出高科技含量的产品，也有利于将技术转化为效益，进而形成持久的创新活力。

尽管如此，但是本研究还存在一些问题，一是在数据选择上，主要对截面数据进行分析，仅探讨了单个年度的情况，而技术向产品的转化往往需要经历一个较长的周期，因此有必要从时间序列的角度，重新调整模型;二是缺乏对科技、经济、产业等基础性因素的进一步分解，在本文中经过探索性分析，上述三项内容被融合在一个主因子中，而这样不利于更深入地分析各种影响是如何产生的，这是未来需要进一步关注的;三是需要对本文中提到的三项前提因素之间的因果关系进行更加全面的检验，包括双向影响和相关性假设等，本文仅仅从单项影响的角度进行了探讨。

［1］李志远，冯玲．挑战者优势——技术创新理论的回顾与分析［J］．经济管理，2003，(4):14 －21．

［2］A Ginsberg，W Guth．Guest．Editor's introduction:corporate entrepreneurship［J］．Strategic Management Journal，1990，(11):5－15．

［3］吴贵生，杨艳，朱恒源．中国产品创新管理研究:现状、差距与展望［J］．研究与发展管理，2006，(12):43－50．

［4］M，Calantone R．Determinants of new product performance:A review and meta-analysis［J］．Journal of Product Innovation M anagem ent，1994，(11):397 －417．

［5］Griffin A，Hauser R J．Integrating R＆D and marketing:A review and analysis of the literature［J］．Journal of Product Innovation M anagem ent，1996，13:191 －215．

［6］Wheelwright S C，Clark K B．Revolutionizing p roduct development:Quantum leap s in speed，efficiency and quality［M］．New York:The Free Press，1992．

［7］Hoegl M，Schulze A．How to support knowledge creation in new product development:Aninvestigation of knowledge managementmethods［J］．European M anagem ent Journal，2005，23(3):263 － 273．

［8］Gerwin D，Barrowman J N．An evaluation of research on integrated product development［J］．Managem ent Science，2002，48(7):938－953．

［9］牛冲槐，原锟霞，李秋霞．科技资源配置与科技型人才聚集效应模型研究［J］．科技进步与对策，2010，(8):111－114．

［10］Bentler P．M．Multivariate analysis with latent variables:causal modeling［J］．Annual Review of Psychology，1980，(31):419－457．

(责任编辑 张九庆)

Relationship Between the Science and Technology Progress and the Regional Product Innovation

Long Tianwei1，Wang Yanjie1，Li Liang2
(1.Urban Construction Institutes of Tianjin，Tiajin 300384，China;2.Tianjin TEDA Venture Capital Corporation Limited，Tianjin 300457，China)

G303

A

国家软科学研究计划项目 (2011GXQ4D031)，天津市科技发展战略研究计划项目 (11ZLZLZT03700)，天津市教育科学“十二五”规划课题 (CE3003)。

2012－03－12

龙天炜 (1963－)，男，天津人，管理学博士，天津城市建设学院副教授;研究方向:技术经济。