创新资源流动对区域创新绩效的影响研究——空间视角下金融集聚调节作用的实证检验

王淑英，王洁玉，寇晶晶

（郑州大学管理工程学院，河南郑州 450001）

党的十八大提出科技创新是提高社会生产力和综合国力的战略支撑，要致力于实施创新驱动发展战略。十九大报告中，习近平总书记再次强调创新是引领发展的第一动力，是建设现代化经济体系的战略支撑。当前，中国经济正在走上以创新驱动和创新发展为主导的创新强国之路，而区域创新能力也逐渐成为地区经济增长的核心驱动力。在这样的背景下，探索出行之有效的促进区域经济创新发展办法尤为重要。

创新资源（R&D人员、R&D资金等）由于是创新活动的直接投入，一直被视为创新发展的重要源泉。近年来，各地区在加大自身对创新资源投入的基础上，更积极创造有利条件，吸引其他地区的创新资源流入本地区。区域间的这种创新资源动态流动有利于知识的空间溢出并能带来规模经济效应，从而促进区域创新绩效的提升[1]。另外，金融发展也经理论研究和实践检验被认为能够通过促进技术创新对经济增长产生正向影响。在经济新常态下，金融资源显示出集聚的特征，金融集聚不仅可以产生创新激励效应和网络经济效应进而带动经济创新发展[2]，而且它所营造的良好创新环境也能够促进R&D人员、R&D资金等创新资源的区际流动，表现出对创新资源流动和区域创新绩效关系的正向调节作用。

那么，创新资源流动对区域创新绩效究竟具有怎样的影响，金融资源集聚对创新资源流动与区域创新绩效的关系是否具有调节作用以及具有怎样的调节作用？虽然现有文献中已有一些关于创新资源与经济发展（包括经济增长、产业升级和协同创新等）或金融集聚与经济发展（包括经济增长、生产率和技术创新等）的研究，但少有学者将区域创新绩效作为主要的观测点，且尚未有将创新资源流动、金融资源集聚与区域创新绩效纳入统一框架，探究金融资源集聚对创新资源流动与区域创新绩效关系的调节作用。故此本文将在三者的统一框架下展开实证检验用以回答上述问题。

1 研究综述

1.1 文献综述

现有关于创新资源与经济发展或金融资源与经济发展关系的研究多落脚于前者对经济增长、产业升级等的影响（而不是研究其与区域创新绩效的关系）。首先，关于创新资源对经济发展影响的研究可分为两种。一种是以创新资源本身为研究对象的静态视角，这类研究考察创新资源投入或其外部性对经济发展的影响，其主要路径一是基于内生增长理论，探讨创新资源的投入规模对经济增长的影响，发现创新资源投入对经济发展有显著的正向促进作用[3-5]。二是遵循空间经济学的研究范式考察创新资源的溢出效应，这些研究结果都表明创新资源对经济发展具有显著的正向溢出效应[6-8]。动态视角下的研究则主要考察创新资源的动态流动或者集聚对经济发展的影响，这类研究目前还比较少，如：余泳泽等[9]运用空间面板计量方法研究创新要素集聚对不同创新主体科技创新的空间溢出效应，发现创新要素聚集对科研机构具有负影响，对高校影响不显著，对企业的影响为正。邹文杰[10]运用空间面板模型和门限面板模型探究研发资源集聚与研发绩效之间的非线性空间关系，发现前者对后者具有显著的正向影响。邵汉华等[11]在测算我国30个省协同创新效率的基础上，运用空间计量模型探究研发资源流动与协同创新效率的关系，发现研发人员流动和研发资本流动均能显著提升区域协同创新效率。卓乘风等[12]运用空间计量模型和面板门槛回归模型，实证考察创新要素流动与区域创新绩效的关系并进一步探讨政府支持在其中的调节作用，结果表明 R&D人员和R&D资本区际流动正向影响创新绩效，而政府研发支持的调节作用呈现出非线性特征。

其次，是关于金融资源与经济发展关系的研究。金融市场的功能对于经济创新活动的促进作用已经得到了理论研究和经验分析的一致认可。国外研究中，Levine[13]通过分析金融发展对经济增长影响的作用机制，认为金融发展能带来“资本积累”和“技术创新”进而促进经济增长。Buera等[14]的研究发现，金融发展能产生资源配置效应和信贷优化效应，从而有助于提升实体经济的创新能力。随着经济一体化、金融全球化以及科技信息的不断发展，金融产业在市场中逐渐呈现出集聚特征，因此金融集聚对经济发展的影响受到越来越多的学者关注。Benfratello等[15]用意大利公司银行业数据实证研究金融集聚水平对创新活动的影响，发现金融集聚促进了研发和创新，进而推动了经济增长。Shen等[16]运用省际面板数据探究金融集聚与区域经济增长的关系，发现金融集聚通过提高金融服务效率和金融创新水平正向促进了经济增长。国内研究方面，刘军等[17]对金融集聚影响实体经济增长的作用机制进行了全面的理论分析，认为金融集聚通过产生金融集聚效应、金融扩散效应以及凭借风险管理、信息揭示等金融功能影响着经济增长。李林等[18]通过建立空间计量模型检验了金融集聚对区域经济增长的空间溢出效应。余泳泽等[19]采用中国 230 个城市的样本数据考察金融集聚与工业生产率的关系，发现金融集聚对工业企业生产率具有显著的促进作用。周飞[20]、王仁祥等[21]的研究表明金融集聚能促进技术和科技创新。李健旋等[22]的研究发现金融集聚是促进城市总体生产率增长的重要推动力。

综合以上可知，既有的文献中，从静态视角探究创新资源与经济增长关系的研究已经比较深入和全面，但是从动态视角探索创新资源流动对区域创新绩效影响的研究尚为数不多；且基于金融发展或金融集聚展开的研究多是将其作为解释变量，直接考察其对经济增长、产业结构、生产率和技术进步等的影响，没有从调节效应的视角讨论其对创新绩效的间接影响。此外，大多数学者都以经济发展（包括经济增长、产业升级和技术创新等）为研究对象，很少有人从区域创新绩效的视角展开研究。鉴于此，本文将创新资源流动、金融集聚和区域创新绩效纳入统一框架，重点讨论创新资源流动对区域创新绩效的影响以及金融集聚在其中的调节作用。

1.2 创新资源流动、金融集聚对区域创新绩效的影响机制

创新资源如R&D人员和R&D资本等具有稀缺性和追逐自身价值最大化的特点，总会从边际贡献率低的区域向边际贡献率高的区域流动[23]。创新资源流动对区域创新绩效的影响体现在以下几方面：首先，创新资源本身包含着大量知识信息，因而其在区际间的流动势必会产生知识溢出效应，从而对区域创新活动及其绩效产生促进作用[24]；其次，创新资源的动态流动会改变区域人才、资本的规模和结构，提升资源的配置效率进而对区域创新活动产生积极的促进作用；最后，创新资源向边际贡献率高的地区流动并不断累积会促进该地区产生规模经济效应，降低创新生产的平均成本进而提升该地区的创新绩效[12]。

据此，本文提出以下研究假设：

H1a：R&D人员流动和R&D资本流动正向促进本地区创新绩效的提升；

H1b：R&D人员流动和R&D资本流动通过空间溢出效应正向促进邻近地区创新绩效的提升。

金融资源集聚对区域创新绩效的影响有以下几方面。首先，金融资源集聚能产生创新激励效应。技术的进步和创新有赖于一个完善的金融体系[25]，金融集聚可以缓解创新的信贷约束，分散技术创新风险并为创新提供资金支持和长效激励，从而促进创新活动的稳定和长期化发展[26-28]。其次，金融资源集聚能产生网络经济效应。金融集聚形成的金融网络不仅可以降低市场交易费用，而且能够实现金融知识与技术的融合，形成一个类似的金融语台、金融技术知识等人文环境，并通过金融创新、区域创新网络等来实现地区金融的创新效应[29-30]。最后，金融资源集聚通过带来资源配置效应影响区域创新绩效。Wurgler[31]运用65个国家的制造业数据展开研究，发现金融市场改善了资本配置，金融集聚水平越高的国家资源配置效率越高。具体来讲，金融集聚营造的良好经济环境一方面由于融资约束小而能吸引R&D资本的流入，另一方面也会给R&D人员传递一个积极的信号，即在创新活动更容易产生的地区，创新人才也会获得更大的发展空间，从而对R&D人员的流入产生鼓励效应。

据此，本文提出以下研究假设：

H2：金融集聚正向调节创新资源流动和区域创新绩效的关系。

2 指标选取和模型构建

2.1 指标选取

一是被解释变量。对于区域创新绩效的衡量，现有研究中多采用单一指标如专利申请量、专利授权量和新产品销售收入等，由于创新产出具有多样性和多元溢出效应，本文借鉴吴卫红等[32]的研究选取专利授权量（Innovpat）和新产品销售收入（Innovsale）两个指标分别衡量创新知识产出和创新经济产出。

二是解释变量。首先是创新资源流动，现有研究多从静态视角去测量创新资源，从动态视角测量创新资源流动的比较少，本文借鉴白俊红等的做法，用R&D人员流动量（Flowrdp）和R&D资本流动量（Flowrdc）来测量创新资源流动，其具体公式如下：

式（1）中，Flowrdpit为 i 地区在t年的研究与试验发展人员流动总量，Nit为i 地区t年的R&D人员数，PGDPjt为j 地区t年的人均GDP，Dij为i 、j 两地区的中心位置距离。

式（2）中，Flowrdcit为i 地区在t年的研究与试验发展资本流动总量，RDCit、RDCjt分别表示i 地区和j地区t年的研究与试验发展资本存量，该数据通过永续盘存法计算得出，Dij的含义同上。

其次是金融资源集聚（Fin）。参考现有文献的大多数做法，用金融集聚区位熵来衡量金融资源集聚，其具体公式为：

式（3）中，Fit表示i地区t年的金融产业产值，GRPit为i地区t年的地区生产总值，Ft表示金融产业t年的全国产值，GDPt即t年的国内生产总值。

最后，对于创新资源流动和金融资源集聚的交互作用，则用其二者的交乘项Flowrdp×Fin和Flowrdc×Fin来衡量。

三是控制变量。综合已有相关研究可知，产业结构水平、对外开放水平和信息化水平等对区域创新绩效有一定影响，因此本文选取以上指标作为控制变量。其具体测量方法分别为：（1）产业结构水平（Indus）：用各地区第二产业和第三产业增加值之和占本地区生产总值的比重来测量；（2）对外开放水平（Open）：用各地区按境内目的地和货源分货物进出口总额占本地区生产总值的比重来衡量；（3）信息化水平（Info）：用各地区邮电业务总量占该地区生产总值的比重来测度。

本研究以中国大陆 30个省、自治区、直辖市为样本（西藏由于缺失部分年份数据故而予以剔除），采用 2007—2016 年间省际面板数据，数据取自《中国统计年鉴》《中国科技统计年鉴》和各省份统计年鉴等，本文中数据处理运用了ArcGis、GeoDa和MATLAB软件。各变量的描述性统计见表1。

表1 变量的描述性统计

2.2 模型构建

传统的计量模型通常假定各个地区的变量相互独立，而新经济地理学认为现实中许多经济数据都不可避免地受到空间位置的影响而具有空间依赖性或空间相关性[33]，根据“任何事物之间都有关联性且距离越近的省份关联性越强”的地理学第一定律，本文采用空间计量模型进行研究。目前学术界应用较为普遍空间计量模型有3种，分别是空间滞后模型（SLM）、空间误差模型（SEM）和空间杜宾模型（SDM）。理论上而言，若考虑被解释变量存在的内生交互作用，一般选用空间滞后模型；若考虑误差项存在的交互效应时，应选用空间误差模型；而若空间相关性不仅体现在被解释变量也体现在解释变量上时，则选用空间杜宾模型。为了确定最优模型，本文进行了Wald检验和似然比LR检验，结果如表2所示，从表中可知，无论被解释变量是专利授权量还是新产品销售额，两种检验结果均通过了10% 的显著性水平检验，这意味着对于本文所研究的问题，空间杜宾模型更优。因此，以被解释变量专利授权lnInnovpat为例，构建空间杜宾模型如下（被解释变量为新产品销售收入的模型只需将lnInnovsale替换lnInnovpat）：

式（4）用来研究创新资源流动对区域创新绩效的影响，是空间自相关系数；W是阶空间权重矩阵，本研究采用了相邻空间权重矩阵的一阶Rook矩阵；Cons表示本研究中的3个控制变量；ε是随机误差项。式（5）用来探究金融资源集聚在创新资源流动与区域创新绩效关系中的调节作用，β3为创新资源流动与金融资源集聚交互项的系数，λ3是其二者空间交互项系数，β3和λ3用来考察金融资源集聚的调节作用；式中其他变量含义与式（4）中的相同。

表2 Wald检验和LR检验

3 实证分析

3.1 空间相关性检验

由于经济数据一般都具有空间依赖性或空间自相关的特征，在进行回归之前，本文利用空间Moran’I指数对被解释变量和解释变量均做了空间相关性检验，结果如表3所示，可以看出，各变量Moran’I指数均通过显著性检验，表示区域创新绩效、创新资源流动、金融资源集聚都表现出了显著的空间相关性，这也说明采用空间计量模型开展研究更为合适。

表3 2007—2016年主要变量的Moran’I指数

3.2 实证结果

表4给出了空间杜宾模型的回归结果，从表中可以看出，8种估计结果的拟合优度中均大于0.7，Log L的值也较优，这在一定程度上说明模型的拟合效果很好。空间项系数中W×X的系数多为显著而W×Y的系数仅个别显著，这说明空间溢出效应更多体现在局部空间相关性较少体现在全局空间相关性。

当被解释变量是创新知识产出时，创新人员流动Flowrdp和创新资本流动Flowrdc的系数分别为0.918和0.966，且都在1%水平上显著，说明创新资源的流入对区域创新知识产出具有显著的促进作用。加入金融集聚变量后，交互项Flowrdp×Fin和Flowrdc×Fin的系数分别为0.363和0.198，且均在10%水平上显著，说明金融集聚能够正向调节创新资源流动和创新知识产出之间的关系。当被解释变量是创新经济产出时，交互项Flowrdp和Flowrdc的系数分别为1.966和2.033，且都在1%水平上显著，说明创新资源流动对区域创新经济产出的影响要大于其对区域创新知识产出的影响。加入金融集聚变量后，交互项Flowrdp×Fin和Flowrdc×Fin的系数分别为-0.189和-0.422，但这一结果并没有通过显著性检验，说明金融集聚对创新资源流动和创新经济产出之间的关系并没有显著的调节作用。此外，控制变量中，产业结构水平和对外开放水平的回归系数显著为正，这说明调整产业结构转型升级对提升区域创新绩效具有积极影响，而加强对外开放程度有利于外部资本和先进技术的引进，进而能促进区域创新绩效的提升。

归系数显著为正，这说明调整产业结构转型升级对提升区域创新绩效具有积极影响，而加强对外开放程度有利于外部资本和先进技术的引进，进而能促进区域创新绩效的提升。

表4 空间杜宾模型的回归结果

表4（续）

为了进一步分析创新资源流动、金融集聚对区域创新绩效的空间影响，本文将主要解释变量的空间效应分解为直接效应、间接效应和总效应，其中直接效应表示各解释变量对本地区创新绩效的影响，间接效应可以说明各变量的空间溢出效应，即对邻近地区创新绩效的影响，具体结果见表5。

表5 空间效应分解

从表5中可以看出，被解释变量是创新知识产出时，创新人员流动的直接和间接效应系数分别为0.906和0.722，创新资本流动的直接和间接效应系数分别为0.956和0.251，均通过了显著性检验，这表示创新人员流动和创新资本流动在促进本地区创新知识产出的同时也会通过辐射效应带动邻近地区的创新知识产出，且本省（市、自治区）创新资源流动对本地区创新知识产出影响明显高于其对邻近地区创新知识产出的影响。加入金融集聚变量后，交互项Flowrdp×Fin和Flowrdc×Fin的直接效应系数分别为0.423、0.222，间接效应系数分别为-1.457、-0.877，均通过了显著性检验，这表示金融集聚能正向调节创新资源流动对本地区创新知识产出的影响，而对创新资源流动与邻近地区创新知识产出的关系具有负向调节作用，并且这种负向调节作用要大于其对本地区创新知识产出的正向调节作用。

被解释变量是创新经济产出时，创新人员流动的直接和间接效应系数分别为1.922，和1.217，创新资本流动的直接和间接效应系数分别为1.853和0.554，均通过了显著性检验，这表示创新人员流动和创新资本流动对本地区和邻近地区的创新经济产出都具有显著的正向影响，且本省（市、自治区）创新资源流动对本地区创新经济产出影响明显高于其对邻近地区创新经济产出的影响。加入金融集聚变量后，交互项Flowrdp×Fin和Flowrdc×Fin的直接效应系数不显著，间接效应系数分别为-1.339和-0.784且通过了显著性检验，这表示金融集聚对创新资源流动与本地区创新经济产出的关系没有显著的调节作用，但对创新资源流动与邻近地区创新经济产出的关系有负向调节作用。

综合以上，不论被解释变量是创新知识产出还是创新经济产出，R&D人员流动和R&D资本流动均不仅对本地区创新绩效表现出显著的促进作用，而且对邻近地区创新绩效具有正向影响，这证明了假设H1a和H1b成立。金融集聚正向促进创新资源流动对本地区创新绩效的影响，但会抑制创新资源流动对其他地区创新绩效的正向影响，这证明了假设H2仅在本地区范围内成立。而被解释变量不同时，金融集聚在调节作用方面表现出差异，这其实也与前文中金融集聚与创新绩效影响的理论机制分析相一致，即金融集聚能通过创造高效的融资环境、产生创新激励以及优化资源配置等方式促进创新活动的产生，但其对创新产品销售的影响可能不太明显。另外，为了说明金融集聚这一调节变量的空间分布特征从而为各省域创新发展提供参考，本文将2016年我国大陆30个省份（西藏除外）的金融集聚水平分为4个区间并列示，见表6。

表6 2016年我国大陆30省份金融集聚水平

4 结论与启示

为了探究创新资源流动对区域创新绩效的影响以及金融资源集聚对其二者间关系的调节作用，本文将创新资源流动、金融资源集聚与区域创新绩效纳入统一框架，采用2007—2016年省际面板数据运用空间杜宾模型展开研究，结果发现：第一，创新资源流动（包括创新人员流动和创新资本流动）不仅对所在地区创新绩效（包括创新知识产出和创新经济产出）具有显著的正向影响，而且会产生空间溢出效应从而带动邻近地区创新绩效的提升。第二，金融资源集聚能够正向调节创新资源流动与本地区创新知识产出的关系，但对创新资源流动与邻近地区创新知识产出的关系具有消极作用。第三，当用创新经济产出衡量创新绩效时，金融资源集聚仅对创新资源流动与邻近地区创新经济产出的关系表现出显著的负向调节作用，而对创新资源流动与本地区创新经济产出关系的调节作用不显著。

上述研究结果为如何提升区域创新绩效提供了一些启示：首先，鉴于创新资源的区际流动对于创新知识产出和创新经济产出均具有促进作用，因此，要进一步强化创新资源的跨区域流动，促进 R&D 人员和R&D资本在区际流动过程中发挥创新效应。一方面，要改革户籍制度，减少户籍对人才流动的负面影响，并通过改善本地区福利待遇和工作环境等方法来吸引R&D人员向本地区流入；另一方面，要积极搭建创新交流与合作平台，推进区际创新活动的研发合作，从而加强R&D资本的广泛流动。

其次，鉴于金融资源集聚能促进创新资源流动对本地区创新绩效的正向影响，因此，要进一步完善科技和金融合作体系，推动设立科创板，完善支持创新的资本形成机制，并且鼓励金融机构发行双创金融债券从而为创新创业发展提供有力支持。同时，要优化金融资源空间布局，强化其空间集聚与规模化效应，充分发挥高水平的金融甄别高收益创新研发项目、分散创新研发活动风险、保障研发资金链条以及科学引导和激励 R&D 人员、资本合理流动的功能。

最后，鉴于金融资源集聚会抑制创新资源流动对区域创新绩效影响的正向溢出效应，金融集聚中心的邻近省域要尤其注重推动本地区金融产业高质量发展。一方面，要给予金融机构一定的政策支持：加快信用体系建设，解决金融市场信息不对称问题；同时推进金融市场开放政策密集落地，提升金融体系的资源配置效率。另一方面，要推动金融供给侧结构性改革。可通过发展多层次资本市场，提高直接融资比重，引导长期资金发展，以及为不同部分行业的实体经济提供定制化产品和服务等方式调整和完善金融供给端的结构和供给金融的方式，从而使金融体系更好地为实体经济服务。