区域创新环境影响创新能力的理论与实证探究

封笑笑，杨 哲

(天津财经大学 金融系，天津 300222)

随着我国经济社会步入全面转型升级的新常态时期，经济增长动力、资源配置方式都在发生深刻变革，单纯依靠要素驱动、投资驱动已无法助力经济增长，创新驱动成为经济增长新的引擎，而这一驱动力的实现主要依靠技术进步。创新对于经济增长的重要意义毋庸置疑，当前京津冀地区面临协同发展与创新驱动的两大战略机遇，如何在有限的资源投入下提高区域创新能力，为区域经济增长注入活力，是实现区域一体化过程中亟需解决的关键问题。

一、相关文献综述

国内外学者长期关注影响创新能力的主要因素，部分学者从宏观层面对此进行研究。张玉喜、赵丽丽(2015)[1]认为政府财政科技投入和社会资本是影响科技创新的两大主要因素，金融资本投入的影响效果较小。芦锋、韩尚容(2015)[2]却得出了不同的结论，他们认为由于地区间的经济发展水平不同，应就特定区域具体分析政府科技经费投入对科技创新的影响，另外还应对科技创新进行分阶段研究，并得出在技术创新阶段政府科技投入对创新能力有抑制作用的结论。此外，吴佐等(2013)[3]、郭研等(2015)[4]从企业微观层面研究了政府科技资金投入对企业创新产出的影响，结果均显示政府资金支持对企业创新产出有正向效果。Guarnieri等(2014)[5]运用欧拉方程结构模型，对中国2000～2007年未上市公司进行OLS估计，回归分析得出金融支持对企业的创新活动有正向促进作用。

部分学者开始从区域层面关注创新投入对创新能力的影响。毕亮亮、施祖麟(2008)[6]运用因子分析和分层聚类分析相结合的方法，对长三角16个城市科技创新能力进行比较分析，并对该区域科技创新一体化协调发展进行了判断。刘降斌、李艳梅(2008)[7]实证分析了我国长三角、珠三角、东三省和内地科技圈四个区域金融对科技创新的长短期支持效果，认为四个区域均存在长期支持效应，但在短期内只有长三角和珠三角支持效应显著。张换兆等(2011)[8]从科技创新资源、科技创新投入能力、科技创新产出能力、知识获取和技术吸纳能力、工业企业技术创新等八个方面对京津冀地区进行比较，认为京津冀区域科技创新能力整体上以北京最优，差异性较大且在不同的领域各有所长。

Todtling 等(1999)[9]认为区域创新活动除了受到各个创新主体如企业、研发机构和其他辅助部门的影响之外，还会受到创新环境的影响，即创新环境会通过影响创新主体的行为间接地影响科技创新能力。李习保(2007)[10]运用随机前沿模型研究了创新环境因素对创新产出效率的影响，认为一个地区教育投入力度和政府科技支出是提高科技创新效率的重要因素。王郁蓉等(2015)[11]以2014年中国区域创新能力报告的数据为基础，通过相关分析法分析发现我国创新环境与创新绩效之间存在正向相关性。

现有文献为深入研究创新环境影响创新能力的作用机理奠定了基础，本文试图从不同维度诠释创新环境的构成要素，以专利授权量作为区域创新产出的替代指标，使用面板数据模型研究京津冀地区2008～2013年间创新环境对创新能力的影响程度，并据此提出促进京津冀协同发展、提升区域创新能力和经济实力的政策建议。

二、理论分析与模型构建

(一)理论分析

Todtling 等(1999)研究发现区域创新活动具有系统的特点，区域创新能力除了与创新主体直接相关以外，还受到外部创新环境的影响。系统论知识表明，在对一个系统进行深入研究之前，需事先对其所处的环境进行分析。

创新活动作为一项特殊形式的经济活动，整个过程都离不开金融资本的支持，但由于技术创新面临的不确定性较多，金融部门和创新主体间存在严重的信息不对称，抑制了金融资本支持技术创新的积极性，对区域的经济金融环境提出了较高的要求。完善的金融体系具有配置金融资源、平衡风险收益的功能，区域金融发展水平的高低体现在是否能迅速、低成本地为创新活动筹集必要的资金，多种类的金融产品创新和多元化的资金供给渠道能有效降低融资成本，提高创新成功的可能性。此外，技术创新具有公共物品属性，需要政府的扶持和介入，通过税收优惠或引导基金等方式提供支持，将提升创新热情、增强公众信心，引导更多的社会资本参与到创新活动中，一个地区的政策环境越宽松，越有利于发挥创新主体的能动性，增加创新产出。

人力资本也是创新活动不可缺少的投入要素，培养具有创新能力的人才有赖于教育环境的改善和持续优化，一个地区的教育资源越丰富，其培养和引进专业技术人才的边际成本就越低，可服务于企业和科研机构的人才也就越多，对创新产出的增加具有正向促进作用。此外，区域网络环境的优化，对于加快信息传递速度、降低信息获取成本具有重要意义，随着互联网普及速度加快，创新产品和创意信息能够在市场中迅速传播，使得产品替代周期变短，市场竞争程度加剧。基于以上分析，本文认为区域创新环境应当由经济环境、金融环境、政策环境、教育环境和网络环境五个部分组成。

(二)模型构建

Griliches(1979)最早提出了用于分析研发投入与创新产出关系的知识生产函数，随后Jaffe(1986)等学者对此进行扩展，将其他影响创新产出的因素纳入其中，使其成为该问题的标准分析范式，广泛运用于各相关研究领域。其基本形式为：

Y=f(K,W,u),u～N(0,σ2)

(1)

其中，Y为创新产出能力，K为研发投入水平，W为其他创新投入变量，u为随机误差项。

创新系统理论[12]认为，创新活动的要素投入受外部创新环境的直接影响。从区域层面来看，区域创新环境的优劣影响了区域创新活动的热情，在某种程度上决定了创新要素投入水平的高低。因此，本文从外部创新环境的视角对Griliches-Jaffe知识生产函数加以改进，将其形式确定为：

Yi=f(X1i,X2i,X3i,X4i,X5i,u) i=1,2,…,n,u～N(0,σ2)

(2)

其中，Yi表示区域i的创新能力，相应地，X1i表示经济环境，X2i表示金融环境，X3i表示政策环境，X4i表示教育环境，X5i表示网络环境。

为了便于计量分析，本文借鉴Cobb-Douglas生产函数形式给出公式(2)的具体解析式，并对其进行对数化处理，同时考虑创新投入与产出间的时滞效应，最终将回归方程设定为：

LnYit=α+β1LnX1i,t-1+β2LnX2i,t-1+β3LnX3i,t-1+β4LnX4i,t-1+β5LnX5i,t-1+uit

(3)

三、实证分析

(一)指标选取与数据来源

在京津冀协同发展的背景下，本文以北京、天津以及河北省11个地级市为研究样本，对2008～2013年间区域创新环境与创新能力间的动态变化及作用关系进行研究。在遵循系统性、持续性、可比性等原则的前提下，借鉴现有研究成果，选取相应的替代指标对区域创新环境与创新能力进行测度。变量数据来源于2008～2013年《中国城市统计年鉴》、《中国科技统计年鉴》及各地区统计局网站，对于少量缺失数据，采用趋势外推法进行推测赋值，为了使原始数据更符合计量模型的要求，进行了对数化处理。

表1 变量选取与数据来源

(二)单位根检验和协整检验

为了避免模型出现伪回归情况，需要首先采用单位根对数据的平稳性进行检验，为了避免单一检验结果的非可靠性，同时采用LLC、ADF和PP三种方式进行。

表2 单位根检验

注：其中*、**和***分别表示通过了10%、5%和1%的显著性检验。

由表2可以得出，原值的单位根检验结果中只有LnX1和LnX2在5%的显著性水平下通过了三种检验，其余变量没能在三种方法下都拒绝数据非平稳的原假设，即这些变量是非平稳的。在一阶差分序列中，所有统计量在10%的显著性水平下均拒绝了原假设，说明各变量经过一阶差分后变为平稳序列。据此判断，各变量之间存在协整的可能，需继续进行协整检验。Kao检验的结果显示，P值为0.00042，在10%的显著性水平下接受存在协整关系的备择假设，由此得出，变量之间存在一种长期的协整关系，可以对其进行面板模型估计。

(三)估计结果分析

常见的面板模型主要有三种：混合效应模型、固定效应模型和随机效应模型。混合回归模型中，任何个体的回归系数α和β均相同；固定效应模型中αi是随机变量，其变化与Xit有关；随机效应模型中αi是随机变量，其变化与Xit无关。关于模型选取的问题，可以通过两个检验来进行判断，F统计量检验可以用来判断是选择混合效应模型还是选择固定效应模型；Hausman检验可以用来判断是选择固定效应模型还是选择随机效应模型。

F检验与Hausman检验的P值均在1%的显著性水平下通过检验，接受备择假设，即固定效应模型的估计结果更有效。比较估计结果发现，个体固定效应模型和时间固定效应模型估计结果的拟合度均在90%以上，说明本文所采用的创新环境变量能很好地解释创新能力。此外，时间固定效应模型估计结果中各变量所对应的p值比个体固定效应模型估计结果好，除教育环境变量LnX4外，其余均在5%的显著性水平下通过检验，因此本文针对时间固定效应模型的参数估计结果进行分析。

表3 不同面板模型的估计结果

注：其中*、**和***分别表示通过了10%、5%和1%的显著性检验。

表4 面板模型的类型选择

由表3可知，时间固定效应模型的变量回归系数均为正，说明创新环境对创新能力有正向影响。各变量的回归系数由大到小依次为：网络环境(0.8323)、金融环境(0.6089)、经济环境(0.5837)、政策环境(0.1685)和教育环境(0.0865)。网络环境对创新产出的影响最大，这可能是由于互联网的普及使信息在市场中的传递速度加快，产品的更替周期变短，竞争加剧，增强了创新主体持续创新的动力。金融环境在创新过程中发挥着重要作用，当前直接融资渠道仍不通畅，银行部门仍作为资金供给的主力，通过创新金融产品、平衡风险和收益，为创新产出提供相应的资金保障。此外，政府所营造的政策环境对创新产出也有重要影响，近年来，京津冀地区陆续出台了一系列鼓励技术创新、扶持中小企业发展的政策，除了直接的资金支持外，还尝试建立风险共担和收益共享机制，通过税收优惠、引导基金等方式调动创新热情。资金和人才是创新的两大投入要素，创新人才的培养需要良好的教育环境，回归结果表明教育环境对创新产出有正向影响，但系数较小且并不显著，这可能是由于教育资源在区域内分布高度不均衡所致，科研机构、高等院校大多集中在北京市，其产生的辐射、扩散作用没有得到有效发挥，制约了区域教育环境的整体改进。

四、主要结论与政策建议

本文利用2008～2013年的区域创新数据，借鉴Griliches-Jaffe知识生产函数的分析框架，对京津冀地区创新环境与创新能力间的关系进行了实证研究，研究结果表明：区域创新环境对创新能力有着显著的正向支持作用，其中，网络环境、金融环境、政策环境对创新能力有显著影响，而教育环境的影响程度有限，区域创新环境优化还有较大的发展空间，这为增强区域创新能力、注入区域发展动力提供了政策参考借鉴。

第一，充分发挥金融和互联网两个维度的叠加效应，积极推进金融创新。一方面，要借助互联网技术搭建信用信息平台，将政府信息、企业信息与网络平台数据进行整合共享，为金融机构使用大数据分析提供便利，通过改革现有信贷考量标准，摆脱仅靠财务报表信息发放贷款的模式，避免好的创新项目缺乏信贷支持；同时在贷后进行持续跟踪，了解其还款能力和还款意愿，评估潜在风险，缓和双方的信息不对称问题，更好地实现风险控制。另一方面，要借助P2P、众筹等新金融模式，更好地为创新主体提供资金支持。P2P平台发放贷款无需提供抵押担保，交易成本较低，时效性高；众筹平台具有投资额小和投资者多的特性，在展示创意创新项目同时获得了充足的金融支持。互联网金融模式突破了时空束缚，在实现跨区联结和解除传统信贷服务地域限制方面也发挥了重要作用。此外，新兴金融业态的发展需要得到政府的支持，相关部门应适当放松监管，充分发挥市场配置的作用，通过提供一些优惠政策，培育新型互联网金融机构，更好地服务于区域内的创新活动。

第二，鼓励教育资源的区域内流动，注重培养技术人才。劳动力素质不高和低速流动是导致区域创新能力低下的重要因素。因此，一方面要加大政府和高校对创新人才培养的投入力度，完善区域内高校的学科建设，建立高校与企业的合作联盟，鼓励大学与企业搭建跨地区的技术研发平台，通过平台实现仪器设备、政策措施等资源的共享，培养与区域经济发展相适应的高素质创新型人才，避免创新资源的浪费。另一方面，积极搭建区域间的人才交流平台，加快实现区域内创新人才的自由流动，解决京津冀地区创新人才资源结构失衡的问题。北京、天津应增加与河北高层次人才交流与合作的频次，实现高层次人才在知识创新、政策建议等方面的智力共享；河北应适当提高创新型人才的薪资待遇，提高人才服务水平，以迎接京津智力资源的流入。此外，要加大区域外人才的引进力度，鼓励外地专家与京津冀地区进行项目合作，通过制定一系列创新型人才保障战略和人才引进政策，吸引创新人才的注入。

[1]张玉喜，赵丽丽.中国科技金融投入对科技创新的作用效果——基于静态和动态面板数据模型的实证研究[J].科学学研究，2015，(2)：177-214.

[2]芦峰，韩尚容.我国科技金融对科技创新的影响研究——基于面板模型的分析[J].中国软科学，2015，(6):139-147.

[3]吴佐，等.政府R&D投入对产业创新绩效的影响——来自中国工业的经验数据[J].中国科技论坛，2013，(12)：31-37.

[4]郭研，等.政府资助、项目筛选和企业的创新产出——来自科技型中小企业创新基金的证据[J].宏观经济研究，2015，(2)：33-46.

[5]Alexandra Guarnieri, Liu Pei. To What Extent Do Financing Constraints Affect Chinese Firm′ Innovation Activities [J]. International Review of Financial Analysis,2014,36:223-240.

[6]毕亮亮，施祖麟.长三角城市科技创新能力评价及“区域科技创新圈”的构建——基于因子分析与聚类分析构建的初探[J].经济地理，2008，(11):946-954.

[7]刘降斌，李艳梅.区域科技型中小企业自主创新金融支持体系研究——基于面板数据单位根和协整的分析[J].金融研究，2008，(12)：193-206.

[8]张换兆，等.京津冀区域科技创新比较的实证分析[J].科技进步与对策，2011，(1):43-48.

[9]Todtling,F.,A.Kaufmann.Innovation Systems in Regions of Europe-acomparative Perspective[J].European Planning Review,1999,(6):699-717.

[10]李习保.区域创新环境对创新活动效率影响的实证研究[J].数量经济技术经济研究，2007，(8)：13-24.

[11]王郁蓉，师萍.创新环境对创新力和创新绩效的作用机制与对策研究[J].科学管理研究，2015，(5)：17-20.

[12]Lundall,B.A.(Ed).National Systems of Innovation: Touarda A Theory of Innovation and Interactive Learning[M].Pinter Pub Ltd,London, 1992:331-350.