空间差异视角下西部地区高新技术企业 创新环境的外生优势分析

邓 凯

(西安财经学院 计划财务处，陕西 西安 710100)

一、引言

随着世界经济一体化进程的不断加快，技术创新能力已成为经济竞争和综合国力较量的制高点，并成为推动经济发展的核心动力。高新技术企业作为竞争优势发挥和创新型建设的重要载体，成为提高社会生产效率，促进区域经济发展的内生动力。创新环境外生优势的发挥，不仅是高新技术企业提升技术创新能力的重要保障，也是创新驱动软实力建设的主要体现。

目前，中国经济发展进入新常态，良好的创新环境可以充分激发高新技术企业的创新活力，有效集聚各个创新要素，提升技术创新成果的转化效率。然而，中国高新技术企业创新环境还存在一定的区域不平衡特征。西部地区由于地域、人口等客观条件的制约，整体经济发展水平较为落后，创新环境的地区性限制对高新技术企业技术创新的优势积累存在一定的挤出效应，这使得西部地区高新技术企业的创新能力较弱，发展速度仍处于低位运行，相对于东部地区存在明显差距。创新环境建设已成为实现西部地区高新技术企业技术创新成果转化率提升、构建跨越式发展路径亟待解决的重要问题，具有基础性的现实价值和意义。

基于此，本文在空间差异视角下，构建了衡量高新技术企业创新环境的指标评价体系，对西部地区高新技术企业创新环境的现状进行评价。通过不同区域创新环境建设实际情况的差异性分析，明确西部地区高新技术企业创新环境建设的短板与不足，以期弥补空间维度下创新环境差异性定量分析的不足，为西部地区高新技术企业创新环境的优化与完善提供决策参考。

二、文献述评

(一)创新环境概念的界定

创新环境的概念是由GREMI(欧洲创新环境研究小组)于1989年在空间发展理论模型中提出的，并通过不断补充和完善，逐渐发展成为创新环境学派。该学派指出：创新环境是特定区域内创新主体之间通过集体学习和协同作用，建立起来的非正式复杂网络关系。创新环境强调了创新过程中的非物质因素、不可贸易的区位因素以及创新主体在区域内形成的各种正式和非正式的关系因素等。

国内外学者延续GREMI提出的创新环境的概念，归纳和提炼影响企业创新活动的创新环境要素，认为网络间的协作关系、知识体系、与当地政府的合作以及创新企业集群效应等是影响企业创新活动的关键因素。Storper侧重于从制度系统维度界定创新环境的概念，认为创新环境是特定区域内促使创新的制度、法规和惯例等组成的系统，强调产、学、研、官之间结成复杂的网络而创新[1]16-17。Conway等学者侧重于从技术信息维度界定其概念，指出技术创新来源于知识、技术、信息和诀窍的叠加和嵌入，因此创新环境是一种有着众多参与者以及复杂网络关系的组合[2]。Tosty从协同作用的维度去界定，认为现代技术创新本身就是在复杂的环境氛围中进行系统化、网络化和社会化的过程，创新环境等同于创新网络[3]。相对于其他学者，Fromhold对创新环境概念的界定最为全面：创新环境是一种包含所有非正式社会契约的复杂网络；创新环境是空间上行为主体集聚的地域；创新环境包括可视的外部形象和隐形的内部归属意识[4]。

由此可见，创新并不是任一主体的独立行为，而是众多参与者集体行为的结果，是特定区域内行为主体和外部环境要素协同作用的产物。

(二)创新环境要素的归纳

国内学界对于创新环境的研究也比较多：基于物质属性的视角，一些学者将创新环境分为硬环境和软环境。陈向军等指出硬环境是技术创新活动获得生态特征的基础保障，软环境是实现动力范式的外生条件[5]。许婷婷等的研究表明，通过硬环境(通信、网络基础设施等)物质要素和软环境(政策法规、制度规范、社会服务、人文环境等)非物质要素的有机协同，影响信息、物质以及技术等多维度链接机制的交互效率[6]。基于状态属性的视角，另外一些学者将创新环境分为静态环境和动态环境。静态环境是对基础设施环境体系的概括，而动态环境包含了政策制度、学习教育以及社会文化等因素[7]。盖文启认为静态环境能够促进特定区域内企业等行为主体持续创新，动态环境能不断促进特定区域内创新活动产生并提升创新绩效[8]。

从以上研究结论可以看出，国内学者更倾向于从系统论出发，将创新环境看成一个复杂的系统，这个系统能促进创新主体实现多要素、多层次创新资源的有效叠加，能够推动区域内企业加速集聚，是新型产业与区域保持持续创新能力的关键因素。

(三)创新环境外生优势的分析

随着研究的深入，更多的学者将研究的重点放在创新环境对于创新能力的促进作用方面，并且得到了相对一致的结论：在某一特定区域内，通过内部创新主体和外部环境因素的有机协同，有效协调创新体系中各个结点的关系，从而产生创新，并在创新主体获取物质资源的同时，形成物质动态反馈的自组织优化网络环境体系，成为技术创新活动的重要支撑。因此，相对于内部创新主体来说，外部创新环境在促进创新行为发生的过程中就是一种外生优势，这种外生优势不可或缺。通过文献梳理发现，创新环境的外生优势主要是从基础设施、市场环境、人力资本、科技水平和金融体系等方面去分析，其中王鹏强调了创新环境能够有效地建立信息、资本、文化等创新要素的交互通路，从而形成基础设施支撑系统[9]；郭韬等强调了市场环境在资源搜索与配置中的基础性作用，市场开放度对创新具有正向影响，通过知识外溢效应与竞争效应提高创新效率[10]；陈书洁等认为人力资本增值引发了有序的、循环的全球智力环流，有效激励人才智能、潜能和价值链升级，驱动创新能力持续提升[11]；朱新玲等认为科技环境影响和制约着创新活动的质量，通过区域聚集效应和知识创新网络优势提供产业优化载体，从而构建高技术创新的循环通路[12]；党文娟等认为金融环境是创新环境的重要构成部分，不仅为技术创新活动提供有效的资本保障，同时还是完整价值增值范式的基本元素[13]。

综上所述，创新环境外生优势的作用机理可以看成是通过基础设施、金融和人力资本体系、外部市场以及整体技术水平等要素的一体化集成，形成对创新主体具有外生驱动优势的环境集合。通过明确各种环境条件的具体功能、各个环境要素涵盖的范围以及相互之间的协同和交叉，构成了推动高新技术企业技术创新能力提升的外部空间。基于此，本文在充分借鉴柳卸林等(2001)划分要素的基础上,将西部地区高新技术企业创新环境分为创新基础环境、创新市场环境、创新人才环境、创新金融环境、创新科技环境五个部分，既兼顾了具体要素的共同属性，又明确了具体要素的独立功能。本文运用主成分分析法，准确反映西部地区高新技术企业创新环境的特征，并利用探索性空间数据分析方法，从空间关联的角度，揭示空间差异视角下高新技术企业创新环境的外生优势。

三、作用机理与衡量

为了能够广泛、全面表达区域中创新环境的要素信息，对高新技术企业创新环境的状态进行衡量，本文选择创新基础环境、创新市场环境、创新人才环境、创新金融环境和创新科技环境等维度，建立相关的指标体系，对西部地区高新技术企业创新环境的发展现状展开分析。不同维度创新环境外生优势的指标选取与体系构建，如图1所示。

图1 作用机理图

创新基础环境是通过区域内部基础设施的配给，实现信息流、技术流、资金流、物质流等多维度创新链接机制的优化和整合；创新市场环境则通过市场和消费导向实现创新资源优化配置，提升技术创新成果转化的重要路径；创新人才环境是区域人力资本培养和人力资本吸引的衡量指标，是实现发挥创新驱动效应外生优势的要素保证；创新金融环境是通过资本流动和供给，一方面通过资金的杠杆效应实现技术创新活动的有效孵化，同时通过资本流动强化价值创造的增值过程；创新科技环境是区域技术创新能力的重要支撑力，包括知识产权保护、专利授权等情况。这五个层面虽然侧重各有不同，却是通过一体化集成整体发挥外生优势作用的。例如创新人力环境为创新科技环境提供充分的人力资本保障，创新科技环境健全和完善了创新人力环境的流动路径和需求空间。通过这五个环境维度的共同作用，为外部环境与内部主体有效协同，提升区域高新技术企业创新驱动能力奠定重要基础。

(一)创新基础环境

创新基础环境是指对区域创新活动进行支持的各项硬件基础设施，主要用于描述信息流动、文化共享、物流运输的空间差异优势。基于此，本研究选择互联网上网人数、移动电话普及率、道路交通建设、公共图书馆数4个指标进行衡量。互联网上网人数从网络信息流动优势层面，反映了区域主体使用信息、通信服务的基本情况，使用技术的人数越多，对技术的认知就越为强烈，创新产生的机会也会越多；移动电话普及率从通讯信息共享优势层面，反映了区域移动电话通信服务水平，是衡量一个国家或地区的社会信息化水平的主要指标；道路交通建设则从物流层面对空间共享优势进行描述，包括了铁路营业里程+公路里程两方面，道路交通建设能够有效促进经济的发展，推动创新资源、创新产出的流动；公共图书馆则从文化溢出优势方面，使得科学情报得以有效传递的基础物质保障，能够促进智力资源的开发以及人才的培养，也有利于发掘创新人才。因此，这4项指标可以充分反映西部地区高新技术企业创新基础环境的支撑能力。

(二)创新市场环境

创新市场环境是指某一地区创新活动的消费优势和市场优势的描述变量，本研究选择人均地区生产总值、最终消费支出、高技术产业新产品销售收入以及开发项目数4个指标进行测量。人均地区生产总值反映区域经济活动的整体质量，只有满足了普通的物质需求以后，人们才会对创新产生需求欲望；最终消费支出代表某一地区居民的整体消费能力，创新产出最终需要通过市场价值来实现，即居民有消费的能力，消费支出的能力越强，居民购买创新产品的概率就越大；高技术产业新产品销售收入和开发项目数这两个指标反映了创新产品的市场潜力和前景。新产品销售收入和开发项目数的数值越大，代表消费者对创新产品的接纳程度越高，市场潜力越大，创新产出的驱动力也就越强。由此可见，这4项指标能够从消费和市场活动的不同阶段，对创新市场环境的作用机理进行较为全面的概括和表达。

(三)创新人才环境

创新人才环境能够动态反映区域对于人力资本的培养能力、吸引能力和集聚能力，而技术创新效率直接取决于创新人才的数量和质量，它是区域实现高新技术企业创新人力资本供给的主要指标，与创新环境优势具有明显的相关性。本研究选取每十万人口高等学校平均在校生数、国家财政性教育经费、高技术产业R&D人员全时当量以及研究与开发机构R&D人员合计4个指标进行衡量。每十万人口高校平均在校生数反映了区域创新型人才的培养能力，是满足高新基础企业人力资本需求的重要保障；国家财政性教育经费是国家财政对区域创新人才培养支持力度的重要体现；高技术产业R&D人员全时当量反映了产业层面区域内从事研发活动的人力资本能力；而研究与开发机构R&D人员合计则从部门层面反映了区域人力资本对技术创新活动的支持能力，二者衡量的视角不同。

(四)创新金融环境

创新金融环境反映了地区政府及企业对创新活动的资金支持程度，包括高技术产业投资额、新增固定资产投资、R&D经费内部支出3项指标。大多数高新技术企业的创新项目建设周期长，需要的资金投入量较为庞大。因此，加大对高技术产业的投资、固定资产的投资、R&D经费的内部支出以及技术改造经费支出是高新技术企业顺利进行创新的重要条件，是鼓励和支持创新的重要手段，是国家进行合理生产布局的重要物质支撑。经济的快速发展离不开雄厚的资金保障，金融机构的强大支持为高新技术企业发展壮大创造了良好的条件。

(五)创新科技环境

创新科技环境反映了与高技术企业相关的基础研究的技术水平，包括高技术产业企业办研发机构数、R&D项目数、国内专利授权数和技术改造经费支出4项指标。域内科研院所的数量以及研究能力对创新活动的开展具有重要影响，高新技术企业的创新在很大程度上依赖于科研院所基于良好的研发能力所提供的技术支持；R&D项目数、国内专利授权数越多，在实际中转化成创新产品及服务的概率越高；高技术产业技术改造经费支出越多，企业生产创新产品的技术才会越先进，越容易达到国内甚至是国际的先进水平。因此，创新科技环境对高新技术企业的创新影响巨大。

结合指标选取，本文构建了衡量西部地区高新技术企业创新环境评价指标体系，具体见表1。

四、主成分分析

使用2016年西部地区高新技术企业创新环境的相关指标数据，分维度对创新环境各要素进行主成分分析，相关数据均来自于《中国统计年鉴》、《中国科技统计年鉴》、《中国高技术产业统计年鉴》等。

表1 西部地区高新技术企业创新环境评价指标体系

首先，为了实现各项指标数据在度量单位、统计口径和属性上的统一，便于展开对比分析，本文对各项原始统计数据进行标准化处理。经过规范化处理后西部地区的各项数据如表2所示。西部地区各省域的高新技术企业创新环境指标规范化数据取值范围均在[0,1]，0和1分别为原始数据的最小数值和最大数值。各项统计数据不再存在原值的倍数关系，但间距和实际意义不变。

其次，对表2 中的数据使用 SPSS统计软件进行主成分分析，结果如表3所示。可以发现，旋转后的第1～4个因素的累计方差贡献率为95.339%，远高于85%。通过4个主成分提取，能充分反映西部地区高新技术企业创新环境的外生优势特征。

再次，使用主成分分析结果提取公因子方差，已选4个因素的各定量指标信息提取量都在80%以上，表明在4个因素的指标提取过程中，能较好保持和解释原有创新环境指标的基本特性，信息丢失比较少。在进行定量数据主成分分析时，使用方差最大法(VARIMAX)进行因子旋转，使用回归法估计因子得分系数，对创新环境进行分类和评价，结果见表4。

表2 西部地区高新技术企业创新环境指标规范化数据

表3 主成分提取结果表

表4 因子得分系数矩阵

根据因子得分系数矩阵，得到最终的因子得分公式为：

F1=0.020X11-0.140X12-0.083X13-0.224X14-0.020X21+0.044X22+0.444X23+0.223X24+0.016X31-0.023X32-0.067X33-0.223X34+0.159X41+0.118X42-0.090X43+0.137X51+0.233X52+0.171X53-0.210X54

F2=0.187X11-0.027X12+0.286X13-0.306X14-0.200X21+0.224X22-0.112X23-0.061X24-0.151X31+0.227X32-0.068X33+0.037X34-0.012X41+0.001X42-0.038X43-0.033X51-0.059X52-0.011X53-0.026X54

F3=-0.089X11+0.152X12-0.095X13+0.038X14-0.223X21-0.160X22-0.296X23-0.056X24+0.221X31-0.086X32+0.283X33+0.353X34-0.057X41-0.005X42+0.279X43+0.016X51-0.072X52-0.047X53+0.399X54

F4=0.029X11+0.418X12+0.107X13+0.042X14+0.645X21+0.104X22+0.024X23-0.098X24+0.030X31+0.045X32-0.055X33-0.044X34+0.115X41+0.024X42-0.033X43-0.046X51-0.087X52-0.053X53-0.026X54

在以上公式中，因子得分的平均值是0，大于平均值为正值，小于平均值为负值，标准差是1。同时，在综合评价西部12省份高新技术企业创新环境时，使用计算因子加权总分的方法，单纯考虑数量，将4个成分的方差贡献率作为权数，计算公式为：

Z=0.3168F1+0.2890F2+0.2462F3+0.1014F4

最后，得到综合因子的得分和排名，见表5。

表5 西部12省份因子得分与综合得分及排名表

从创新环境综合分值来看，西部12省份高新技术企业创新环境的得分虽然都为正值，但数值并不是太大，说明西部大部分省份高新技术企业创新环境都处于较弱的地位；从创新环境的综合排名来看，四川、陕西、重庆在西部12省份中位居前三，内蒙古、广西、贵州和云南属于中等水平，西藏和青海创新环境对高新技术企业的外生驱动效应最弱。

五、空间自相关分析

利用主成分分析法对西部地区高新技术企业整体的创新环境进行评价，得到西部12省份的高新技术企业创新环境的综合得分以及名次。可以看出，西部各个省、市、自治区高新技术企业创新环境的差异，但是这种差异仅仅是从时间维度进行了展现，并未考虑空间因素。而人们在经济发展的实践活动中发现空间聚集、产业集聚等现象对国家与区域经济的发展日益重要，因此还需从空间差异的角度来研究区域高新技术企业创新环境的外生优势问题。

(一)计算全局Moran's I

空间自相关的分析要基于空间权重的计算，而空间权重反映的是样本点之间的临近关系，通常用矩阵的方式来展现：

(1)

式(1)中wij反映的是样本点i和j在空间内的位置关系。i和j通常情况下存在两种关系：

Moran'sI是最常用的测度是否存在空间自相关的全局指标，其反映的是在空间内彼此邻接或者临近的样本区域在观测值上的相似程度。

i代表空间内某个区域，xi为区域i的属性值，则该区域的全局Moran'sI的计算公式为：

(2)

若-1

(3)

这时将计算出来的Moran'sI的值与期望值E(I)对比，如果发现样本区域之间存在着一定程度的空间自相关，还不能轻易下结论，需要进一步检验Moran'sI的显著性，通常显著性检验借助于一个标准化的Z统计量来完成，即：

(4)

根据式(4)，计算出Z值后，就可以做最终的判断:在给定置信水平时，如果Moran'sI的值为正、Z值为正且显著，就说明样本区域的创新环境在空间内呈现集聚的状态；反之，如果Moran'sI的值为负、Z值为负且显著，就说明样本区域的创新环境在空间内呈现分散的状态。只有当且仅当Moran'sI与E(I)=-1/(N-1)的值相似时，样本区域的创新环境呈现独立随机分布的状态。在实际问题的探索性空间统计分析中，计算量较大，而GEODA软件可以轻松完成Moran'sI值的计算。选取西部各省高新技术企业创新环境的得分值，利用式(2)计算其全局Moran'sI，结果详见图2。

图2 创新环境及环境要素的全局Moran's I 及显著性数值图(2016年)

如果所研究的地区之间不存在空间自相关，那么E(I)=-1/(12-1)=-0.090 9，由图2可知，在实际的计算结果中，发现2016年高新技术企业创新环境的Moran'sI值大于-0.090 9，Z的值也都大于0且显著；Moran'sI值大于-0.090 9代表样本区域的观测值存在正空间自相关，这一结果表明了2016年西部地区高新技术企业创新环境的空间分布总体上呈现集聚趋势，但集聚程度不显著。

Moran'sI是对样本区域之间是否存在空间自相关的全局判断，但是这些全局指标都忽略了空间中局部的不稳定性问题。如果想要更加详细地了解属性值在局部区域是集聚还是分散，还需要进行局部空间自相关分析，采用Moran散点图、集聚刷光图及LISA集聚图进行综合性的展示。

(二) Moran散点图和LISA集聚图

利用GEODA软件，编制空间权重矩阵以及生成Moran散点图和刷光图(图3～4)。Moran散点图中的四个象限代表了局部空间联系的四种类型(H-H、L-H、L-L、H-L)，具体的解释如下：四个象限中的点代表的是样本区域，第一个字母代表中心区域观测值的程度，第二个字母代表中心区域周边邻近区域观测值的程度。例如，落在第一象限(H-H)的点就说明观测值高的区域周边邻近的也是观测值高的区域，其他的以此类推。相比较于计算Moran'sI的值，Moran散点图的优点在于能清晰地展现样本区域和周围邻接的区域之间具体属于哪种空间联系类型，是高高相邻、低高相邻，还是高低相邻、低低相邻。因此，全局空间自相关解释了样本区域到底有无集聚，而局部空间自相关则解释了其具体空间位置和集聚的显著度，LISA集聚图就是样本区域局部自相关的可视化展现，每个样本区域的LISA，反映的是观测值相似的邻接或临近区域之间空间集聚程度的状态。下面着重分析西部地区高新技术企业创新环境及各环境要素的空间分布情况。

运行GEODA软件得出，2016年西部地区高新技术企业创新环境的Moran'sI=0.094 3。图3～4中显示，陕西、重庆位于Moran散点图的第一象限(H-H象限)，说明这两个地区高新技术企业创新环境的得分较高，而且它们周围与之临近的地区具有同样的特征表现，在空间内呈现的是高高集聚的状态；甘肃、宁夏、青海、西藏、云南、贵州都位于Moran散点图的第二象限(L-H象限)，说明这六个地区高新技术企业创新环境较好，但是它们周围与之临近省区的创新环境较差，在空间内呈现的是分散的状态；新疆、广西位于Moran散点图的第三象限(L-L象限)，说明这两个地区自身的创新环境较差、周围临近的地区创新环境也不容乐观，在空间内呈现的是低低聚集的状态；四川、内蒙古位于Moran散点图的第四象限(H-L)，说明这两个地区自身创新环境较好，但周围临近地区创新环境的质量还有待提升，它们在空间内也呈现分散状态。

图3 Moran散点图

图5反映的是2016年西部地区高新技术企业创新环境的LISA集聚图，它仅显示置信水平0.05下观测值显著的区域。因此，图5中仅显示了陕西、重庆为高高集聚的区域，这说明陕西、重庆是西部地区中高新技术企业创新环境高高集聚的中心地区，这两个区域的创新环境在西部地区中是培育得最好的；四川的创新环境较好，但除了陕西、重庆两地，毗邻它的其他地区创新环境的质量均不高，同时贵州毗邻重庆和四川，为低高集聚的区域；由于特殊的地理条件，新疆成为了低低集聚的中心区域，与其临近的区域创新环境的质量也不高。从以上分析可以看出，西部地区中，目前只有陕西和重庆的创新环境的培育质量较为乐观，其他地区提升高新技术企业创新环境的任务还任重道远。

(A)高高集聚的刷光图

(B)低高集聚的刷光图

(C)低低集聚的刷光图

(D)高低集聚的刷光图图4 Moran刷光图(2016年)

图5 LISA集聚图(2016年)

六、结论

本文系统梳理了创新环境的影响因素，构建了区域创新环境外生优势的维度体系，率先将主成分分析和空间自相关分析相结合，对西部地区高新技术企业创新环境的外生优势进行排序，并深度分析了区域空间差异性特征，相关结论如下：

西部地区各省市自治区的高新技术企业创新环境具有较好的外生优势，但伴随空间差异性特征，相对于其他区域外生优势较弱。其中，四川、陕西和重庆的创新环境外生优势明显，形成了西北和西南中心区域的空间协同，对高新技术企业的产业升级和技术提升，具有良好的外部创新环境保障机制；而宁夏、青海和西藏的创新环境外部优势相对较弱，排名位于西部地区后三位，创新环境各维度链接机制的有效协同与互动还亟待提高。通过提升中心区域创新环境外生优势的辐射效益和示范效益，带动西部区域高新技术整体创新效率，弱化空间差异的平衡性有待加强。

西部地区创新环境外生优势的空间分布集中表现为中心地区高高集聚、边缘地区低低弱化的差异性特征。结合空间差异性自相关分析，西部地区高新技术企业创新环境的外生优势在空间分布上具有正相关特性，但相关性程度较不显著。其中，陕西、重庆为高(中心观测值)高(周边观测值)集聚区域，说明高新技术企业的创新环境对要素资源配置效率、技术成果扩散和转化以及创新绩效提升，具有较好的培育作用；以陕西和重庆为中心，周边区域除了四川省的创新环境较好，其他毗邻区域创新环境的外部优势能力均呈现弱化现象，例如贵州为低高集聚的区域；而新疆由于地理条件特殊，成为低低集聚的中心区域，创新环境外生优势空间差异的不平衡性最为显著。

以上分析充分证明，改革开放40年来中国虽然提出了西部大开发、创新驱动发展战略的思路，但西部地区创新环境对高新技术企业成果转化和创新效率提升的外部保障机制和驱动效应明显不足，创新环境外生优势的培育建设还有待加强。同时，创新环境与创新主体形成的双向协同螺旋效力也需要进一步完善。只有构建了能实现高层次人才集聚、科技与金融深度融合、基础设施完备的创新环境体系，才能全面提升西部地区高新技术企业技术创新能力的整体水平。