创新要素空间流动对区域创新能力的影响：外地吸引与本地依赖

刘 备，王林辉

引言

改革开放40 余年以来，中国经济高增长被誉为“经济奇迹”，但经济产出“数量型”增长的背后，表现出粗放型发展特征。为此，转变经济发展方式实现经济发展由“数量型”增长转向“质量型”增长，在经济“新常态”时期尤为重要。

当前，创新驱动战略已经成为新时期国家面向未来的重大发展战略。党的十九大报告强调，坚决贯彻“创新、协调、绿色、开放、共享”的五大发展理念，并把创新置于五大发展理念的首要位置。能否创新以及创新能力如何，已然成为中国未来经济发展的“风向标”。毫无疑问，创新能力是国家提升核心竞争力的关键，也是保障高质量发展的重要基石。在国家发展过程中，创新要素是创新驱动战略得以顺利实施的重要资源。因此，创新要素能否自由流动，以及能否实现创新要素集聚效应意义突出（白俊红等，2017）。①白俊红、王钺、蒋伏心、李婧：《研发要素流动、空间知识溢出与经济增长》，《经济研究》2017 年第7 期，第109—123 页。

通常情况下，要素禀赋分布的非均等性是区域发展不平衡的典型特征，而非均等的要素禀赋进一步使得经济空间产生非均质化，这是形成要素流动的基本前提（卓乘风和邓峰，2018）。②卓乘风、邓峰：《创新要素区际流动与产业结构升级》，《经济问题探索》2018年第5期，第70—79页。就研发人员而言，研发人员会迁移到高报酬、高福利、高潜力区域。伴随高铁等基础设施建设完善，发达快捷的交通网络有利于缩短研发人员流动的距离，促进研发人员的交流与合作。而对于研发资本而言，通常会流入到高利润回报地区。伴随着信息化水平的提高，投资人对于项目信息的把控更加及时、准确，降低非对称信息所造成的成本损失和投资风险，将加速研发资本向优势地区流动。创新要素的流动程度及流动方向，可能会对地区的创新能力产生深远影响。

一、文献综述

自熊彼特提出创新理论以来，学术界对于提升创新能力的研究文献层出不穷，主要从创新环境、金融政策、知识产权保护等视角展开分析。杨震宁和赵红（2020）基于1407 家制造企业数据，探究开放式创新对企业创新绩效的影响，以及不同制度类型在其中所扮演的角色。结果发现，不同制度类型对开放式创新的作用效果差异明显。正式制度会扩大创新的广度效应，而限制创新的深度效应；而非正式制度会激励创新的深度效应，而对于创新的广度效应作用有限。③杨震宁、赵红：《中国企业的开放式创新：制度环境、“竞合”关系与创新绩效》，《管理世界》2020年第2期，第139—160页。马凌远和李晓敏（2019）基于2006—2016 的地级市数据，采用PSM-DID 的方法考察科技金融政策对区域创新能力的影响及其作用机制。指出，科技金融政策可以通过影响地区的金融发展水平和政府的科技支出占比进而激励区域创新水平提升。④马凌远、李晓敏：《科技金融政策促进了地区创新水平提升吗？——基于“促进科技和金融结合试点”的准自然实验》，《中国软科学》2019年第12期，第30—42页。吴超鹏和唐菂（2016）选择中国上市公司的数据，研究知识产权保护对于企业创新能力的影响，认为提高知识产权力度会通过减少研发损失和缓解融资约束方式，影响企业创新能力。⑤吴超鹏、唐菂：《知识产权保护执法力度、技术创新与企业绩效——来自中国上市公司的证据》，《经济研究》2016年第11期，第125—139页。

近年来，随着科技创新投入规模的不断扩大，进一步引发了学界对于创新要素与区域创新能力问题的思考。有研究分别从本地的创新要素集聚与异地的创新要素流动两个视角，考察创新要素流动与集聚可能会对创新能力的影响。其主要思路有二：

一是区际创新要素流动与创新能力关系。创新能力源于创新要素流动，创新要素流动具有较强的外部性，会通过知识外溢性，规模效应、创新合作网络效应等作用于区域的创新水平（吕海萍等，2018）⑥吕海萍等：《研发要素空间联系及其对区域创新绩效的影响——基于浙江省的实证研究》，《华东经济管理》2018年第5期，第20—26页。。此外，创新要素在不同部门的跨区域流动，可以使不同区域创新主体形成嵌入式合作效应。不同创新主体优劣势技术实现错位互补，在各创新主体之间形成创新网络促使异质性知识嵌入，进而创造出新的技术轨迹和避免技术的低端锁定（Zhao 等，2015）①S L Zhao et al.,“Regional Collaborations and Indigenous Innovation Capabilities in China:A Multivariate Method for the Analysis of Regional Innovation Systems”,in Technological Forecasting and Social Change,2015,Vol.94,No.1,p.202-220.。白俊红和蒋伏心（2015）研究区域间创新要素流动所形成的协同创新能力是否会对区域创新绩效产生影响，发现创新要素流动通过激励知识空间溢出水平，提高区域创新绩效②白俊红、蒋伏心：《协同创新、空间关联与区域创新绩效》，《经济研究》2015年第7期，第174—187页。。同时，创新要素的空间流动会提高研发要素的配置效率，改变原有创新要素结构，并对本地创新要素存量形成“鲶鱼效应”。当然，创新要素空间流动也可能引致拥挤效应（卓乘风和邓峰，2018）③卓乘风、邓峰：《创新要素区际流动与产业结构升级》，《经济问题探索》2018年第5期，第70—79页。，进而促使创新要素空间流动对区域创新能力存在非线性影响。

二是考察本地创新要素集聚与创新能力关系。Beneito（2003）以西班牙1990—1996 年的企业数据，检验研发资本与企业创新水平关系，发现研发投资与企业创新水平呈现正向关系。④Pilar Beneito,“Choosing Among Alternative Technological Strategies:An Empirical Analysis of Formal Sources of Innovation”,in Research Policy,2003,Vol.32,No.4,pp.693-713.Hus 和Fang（2009）选择偏最小二乘法（PLS）检验研发资本与企业创新关系，结果发现人力资本和关系资本通过组织学习能力提高新产品开发绩效。⑤Ya-Hui Hus,Wenchang Fang,“Intellectual Capital and New Product Development Performance :the Meditating Role of Organizational Learning Capability”,in Technological Forecasting and Social Change,2009,Vol.76,No.5,pp.664-677.马文聪等（2013）发现，在新兴产业提高研发经费与研发人员的投入强度，可以显著提升企业的创新能力，而传统产业研发经费的投入强度与研发人员的薪酬激励，将起到明显的促进作用。⑥马文聪、侯羽、朱桂龙：《研发投入和人员激励对创新绩效的影响机制——基于新兴产业和传统产业的比较研究》，《科学学与科学技术管理》2013年第3期，第58—68页。周国林等（2020）发现，开发区的外源集聚对产业升级的驱动作用，在较短时间内集聚各类高端要素，使得开发区产业结构直接得到改变，进而产生了较强的经济增长能力。⑦周国林等：《外源型产业集聚与本土产业升级——基于中国开发区外商投资促进产业升级的分析》，《上海商学院学报》2020年第1期，第14—35页。

事实上，虽然大多数文献肯定研发要素投入对于创新能力的促进作用，但相关研究却并未形成共识。邹文杰（2015）以空间异质性视角考察研发要素集聚对于区域创新效率的影响，认为二者并非存在线性关系，而是表现出“倒U型”关系特征。⑧邹文杰：《研发要素集聚、投入强度与研发效率——基于空间异质性的视角》，《科学学研究》2015 年第3 期，第390—397 页。当研发要素集聚的强度低于门限值时，研发要素集聚将激励区域创新效率，而当研发要素集聚强度高于门限值时，对区域创新效率产生抑制效应。类似地，卓乘风等（2017）选择2005—2015 年分省面板数据，进一步探究创新要素集聚水平的外部性，验证创新要素集聚对于创新绩效存在显著的“倒U 型”关系特征。⑨卓乘风等：《创新要素集聚对区域创新绩效的非线性边际效应演化分析》，《统计与信息论坛》2017 年第10 期，第84—90 页。余泳泽和刘大勇（2013）通过空间面板方法检验创新要素集聚对不同创新主体的创新效率的影响，结果显示，创新要素集聚对企业的创新效率影响为正，而对于科研机构的影响却为负向作用，对高校的影响并不显著。⑩余泳泽、刘大勇：《创新要素集聚与科技创新的空间外溢效应》，《科研管理》2013年第1期，第46—54页。

不过，现有研究主要考察本地创新要素投入对于区域创新能力的影响，抑或是考察创新要素流动对于区域创新能力的作用。不可否认，无论是本地创新要素还是跨区域创新要素流动，均会作用于一地的创新能力，二者并非相互隔离和孤立地发挥作用。然而，现有研究往往将二者分别独立，并未将两者同时纳入同一经济系统内，考察地区创新能力与本地及跨区域创新要素的空间流动的关系。即创新要素对区域创新能力的影响，是否会表现出“本地依赖”或是会呈现出“外地吸引”特征？与此对应，创新要素空间流动是否是当前我国呈现“东高西低、南强北弱”的区域创新格局的重要因素？如果地区创新能力依赖于创新要素的空间流动特征，那么在研发人员流动过程中，基础设施和户籍制度会产生何种作用？而在研发资本流动过程中，政府补贴和市场化程度对于区域创新能力的影响是否具有同等激励效应？这些问题的回答将有利于促进创新驱动发展战略的有效实施、构建区域创新要素网络，助力我国经济发展由“数量型”转变为“质量型”增长，实现高质量发展。

二、变量指标设计、空间计量模型选择与数据来源说明

本文基于引力模型对研发人员流动进行测量。“推力-拉力”理论经常被劳动经济学家用来解释人口迁移问题，认为人口迁移主要依赖于本地的推力和外地的拉力作用，借鉴白俊红和王钺（2015）①白俊红、王钺：《研发要素的区际流动是否促进了创新效率的提升》，《中国科技论坛》2015 年第12 期，第27—32 页。的做法，构建如下R&D人员流动的引力模型：

其中，pfij表示从i省流动到j省研发人员的流动数量，pi表示i省的研发人员数量，用各省市R&D 人员的全时当量表征，pgdpj表示j省人均GDP，代表j省的经济吸引力，dij代表两地中心位置距离，而pfi代表i省研发人员的总流动量。

与研发人员流动不同，“推力-拉力”理论在资本流动时并不适用（卓乘风和邓峰，2017），②卓乘风、邓峰：《创新要素流动与区域创新绩效——空间视角下政府调节作用的非线性检验》，《科学学与科学技术管理》2017年第7期，第15—26页。因为资本流动具有风险性，流入地已有配套的R&D 资本存量是研发资本流动需要考量的重要因素。借鉴蒋天颖等（2014）③蒋天颖、谢敏、刘刚：《基于引力模型的区域创新产出空间联系研究——以浙江省为例》，《地理科学》2014 年第11期，第1320—1326页。的做法，构建研发资本的引力模型：

其中，cfij表示从i省流动到j省研发资本的流动量，rdki表示i省的研发资本存量，rdkj表示j省已有的研发资本存量。cfi代表i省研发资本的总流动量。研发资本的存量数据，根据rdkt=Mt-1+(1-η)rdkt-1计算，其中Mt-1代表前期的实际研发投资，η为折旧率，根据吴延兵（2006）④吴延兵：《R&D存量、知识函数与生产效率》，《经济学》（季刊）2006年第3期，第1129—1156页。的做法，一般设为15%，而基期资本存量参考董直庆等（2020）⑤董直庆、胡晟明、王林辉：《创新要素错配：空间溢出视角的对比检验》，《浙江学刊》2020年第2期，第136—145页。的思路，rdk0=M0/(g+η)；g代表实际投资的年增长率均值，参考白俊红等（2017）⑥白俊红、王钺、蒋伏心、李婧：《研发要素流动、空间知识溢出与经济增长》，《经济研究》2017 年第7 期，第109—123 页。的处理方式，构建研发投资指数以2000年为基期对研发资本进行平减。

已有研究表明，创新要素的流动与创新区域能力具有较强的空间相关性（董直庆和赵星，2018）⑦董直庆、赵星：《要素流动方向、空间集聚与经济增长异地效应检验》，《东南大学学报》（哲学社会科学版）2018第6期，第57—67页。，忽视创新要素流动与创新能力的空间依赖性易导致实证结果的偏误。而空间计量模型可以有效的检验和识别空间关联性，基于此，本节构建创新要素与区域创新能力的空间误差模型（SEM），进而借以探究区域创新能力提升源于本地要素还是外地要素流动？以及在创新要素流动的过程中基础设施、户籍制度、政府资金支持以及市场化程度所发挥的作用。

基于此，构建空间误差模型（SEM）如下：其中，被解释变量innovit为第i个省份在第t年的区域创新能力，而专利授权量是体现区域创新能力的重要指标（吴超鹏和唐菂，2016）①吴超鹏、唐菂：《知识产权保护执法力度、技术创新与企业绩效——来自中国上市公司的证据》，《经济研究》2016年第11期，第125—139页。。为此，本文选择区域专利授权量占全国整体授权量的比重表征。pfit为第i个省份在第t年研发人员流动量，cfit为第i个省份在第t年研发资本流动量。lnpit代表第i个省份在第t年的研发人员，lnrdkit代表第i个省份在第t年的研发资本。Xit为控制变量的合集，δ0代表不随个体变化的截距项，βi代表各解释变量的估计系数，W代表权重矩阵，uit、εit代表随机误差项。

控制变量选取如下：（1）城镇化水平（ub）。杨维等（2019）认为城镇化会通过规模效应、技术溢出效应、节约交易费用等影响创新产出。②杨维、姚程、苏梦颖：《城镇化水平影响创新产出的地区差异性和空间依赖性——基于非空间面板与空间面板模型的实证分析》，《中国软科学》2019年第7期，第91-101页。为此，本文采用各地非农人口占总人口的比重表征（董直庆和王辉，2019）。③董直庆、王辉：《城镇化、经济集聚与区域经济增长异质性——基于空间面板杜宾模型的经验证据》，《学术月刊》2019第10期，第54—66页。（2）政府主导（gov）。由于区域创新能力具有空间外部性，政府主导将会发挥重要作用（Arrow,1962），④Kenneth J.Arrow,“The Economic Implications of Learning by Doing”,in Review of Economic Studies,1962,Vol.29,No.3,pp.155-173.但对于政府主导的作用并未得到一致结论。在此采用财政收入占GDP 的比重表征（曾艺等，2019）。⑤曾艺、韩峰、刘俊峰：《生产性服务业集聚提升城市经济增长质量了吗?》，《数量经济技术经济研究》2019年第5期，第83—100页。（3）贸易开放度（open）。黄凌云和张宽（2020）基于城市面板数据，检验贸易开放对于城市创新能力的影响，结果发现贸易开放通过产业结构升级，激励城市创新能力的提高。⑥黄凌云、张宽：《贸易开放提升了中国城市创新能力吗？——来自产业结构转型升级的解释》，《研究与发展管理》2020年第1期，第64—75页。基于此，本文采用进出口贸易总额占GDP的比重表征（杨博等，2018）。⑦杨博、王林辉、赵景：《中国经济“结构性加速”转向“结构性减速”源于产业结构吗？——基于一个随机前沿模型的研究》，《东南大学学报》（哲学社会科学版）2018年第5期，第65—79页。原始数据源于历年各省市《统计年鉴》《中国科技统计年鉴》，样本为2000-2017年中国30个省市行政区域（除去西藏和港澳台地区）。

对于空间权重矩阵的选择，由于本文检验创新要素流动对于区域创新能力的影响，参考董直庆等（2020）⑧董直庆、胡晟明、王林辉：《创新要素错配：空间溢出视角的对比检验》，《浙江学刊》2020年第2期，第136—145页。的做法，构建人力资本空间权重矩阵（W1）和研发投入空间权重矩阵（W2），构建方法如下：W1=WH、W2=WR，其中W 代表空间邻接矩阵，W1和W2同时考虑了地理和研发要素的空间相关性。其中H、R矩阵的主对角线元素均为0，而

分别代表从to到t1内人力资本和研发投入的均值。Hit为以受教育年限法测算的人力资本存量，而Rit代表研发投入。考虑到经济发展水平的空间相关性，参考邵帅等（2016）选择经济距离权重矩阵（W3）作为稳健性检验。⑨邵帅等：《中国雾霾污染治理的经济政策选择——基于空间溢出效应的视角》，《经济研究》2016年第9期，第73—88页。

三、创新要素对区域创新能力的影响效应检验

在运用空间计量模型之前，需要考察样本期内区域创新能力是否存在空间关联性。为此，首先采用莫兰指数进行相关性检验，其中莫兰指数的计算方法如下：

上式中，n是区域个数，wij是空间权重矩阵的元素值，xi,xj是区域i和区域j变量的取值。S2表示30个省份x的方差，xˉ为30个省份x的均值。莫兰指数取值介于-1和1之间，若其小于0，则表明空间数据存在负相关，若其大于0，则表明空间数据之间存在正相关；其绝对值越接近于1，则表明相关的程度越大，若接近于0，不存在空间相关性。结果显示，在样本期2000-2017年内，区域创新能力的全局莫兰指数（MoranI）均保持1%的显著性为正，表明区域创新能力表现出显著正向空间相关性，忽视区域创新能力的空间相关性，可能会引致模型的偏误，采用空间计量模型具有合理性。

表1 创新要素对区域创新能力的影响检验

为考察不同类型创新要素的影响，首先在人力资本空间权重矩阵W1、研发投入空间权重矩阵W2、经济距离空间权重矩阵W3下，分别建立空间面板误差模型（SEM），借以探究区域创新能力是依赖于本地创新要素还是靠异地创新要素流动的作用。

表1的结果显示，在三种权重矩阵下，研发资本流动（cf）、研发人员流动（pf）、研发人员（lnpi）的系数为正且保持5%以上的显著性水平，但本地研发资本（lnrdk）的系数为正却不显著。这表明，创新要素空间流动对区域创新能力的影响显著性更高，外地吸引的效果甚至强于本地依赖。可能的原因是，研发人员的空间流动促进知识的传播和扩散，形成知识溢出效应，提升流入地的创新能力。同时，若创新要素能够在空间范围内自由与充分流动，会配置到更需要和更具生产力的地区，并与当地的创新要素错位互补形成协同创新效应，促进地区创新能力的提升。

在控制变量的作用方面，城镇化水平（ub）的系数保持1%的显著性水平，表明城镇化水平会增强区域创新能力。而贸易开放度（open）的系数在1%的显著性水平上为正，表明贸易开放会有助于吸收国外先进技术，在一定程度上激励区域创新能力，提升本国创新能力。政府主导（gov）的系数为正且并不显著，可能是源于在中国分权式体制下，政府主导可能会削弱经济活力，进而无法有效提升创新能力。

在区域发展不平衡的背景下，创新水平也存在“东高西低、南强北弱”的区域格局(徐鹏杰和黄少安，2020)。①徐鹏杰、黄少安：《我国区域创新发展能力差异研究——基于政府与市场的视角》，《财经科学》2020 年第2 期，第79—91 页。创新要素流动是否是产生这种格局的关键性因素？本文采用引入地区虚拟变量的方法，探究创新要素流动对区域创新水平影响的区域异质性。表1方程（4）—（7）结果显示：一是东部研发资本流动（pf×D1）与研发人员流动（cf×D1）的系数在1%的显著性上为正。表明东部创新能力提升得益于研发人员流动与研发资本流动的“双驱动”作用，东部沿海省份基于地理区位、经济条件与创新环境等方面的优势，会吸引其它地区的研发人员和研发资本涌入，在东部地区形成集聚提升地区创新能力。二是中部研发人流流动（pf×D2）与研发资本流动（cf×D2）均表现为正向作用但不显著。表明中部创新要素流动弱，这可能与中部地区的资源禀赋相关。三是西部研发资本流动（cf）的系数呈现负值但不显著；而研发人员流动（cf×D3）的系数至少在10%的显著性水平上为负。表明西部研发人员流动与研发资本流动在一定程度上均显著削弱本地的创新水平，可能的原因是西部地区往往是创新要素的流出地，研发人员的流出削弱了地区创新能力。现阶段通过市场机制难以激励西部地区的创新要素集聚，因此需通过政策倾斜，提高政府对于创新活动的调节作用。四是东北研发人员流动（pf×D4）的系数在5%的显著性水平上为负，而研发资本流动(cf×D4)的系数表现为正向作用但并不显著。表明与西部地区类似，东北地区研发人员流动在一定程度上削弱了地区创新水平。近年来，东北经济出现“板块塌陷”和断崖式下跌状况，劳动力和创新人才外流严重，经济结构转型举步维艰。因此，东北需大力引进高科技人才，全面推进“东北振兴计划”，吸引研发资本涌入提高创新活力，推动产业结构转型与经济持续增长。

四、创新要素空间流动的调节机制检验

上文研究表明，区域创新能力的提升主要不仅依赖于本地的研发人员，也依赖于外地研发人员与研发资本的流入。同时，基础设施、户籍制度、研发补贴、市场化程度在要素流动的过程中扮演重要角色（余泳泽等，2019；夏怡然和陆铭，2015）。②余泳泽等：《高铁开通是否加速了技术创新外溢？来自中国230个地级市的证据》，《财经研究》2019年第11期，第20—31页；夏怡然、陆铭：《城市间的“孟母三迁”——公共服务影响劳动力流向的经验研究》，《管理世界》2015年第10期，第78—90页。那么，一个自然的问题是：在创新要素流动的过程中，基础设施建设、户籍制度、研发补贴、市场化进程又是如何影响区域创新能力？为此，构建各研发要素流动量与各要素的交互项，探究研发要素空间流动的区域创新效应。

首先，劳动力的流动往往以基础设施为载体，为此本文首先引入研发人员流动与基础设施的交互项（pf*trs），探究基础设施在研发人员流动中所发挥的作用。其中基础设施（trs）参考樊纲等（2011）③樊纲、王小鲁、马光荣：《中国市场化进程对经济增长的贡献》，《经济研究》2011年第9期，第4—16页。的思路，将各省铁路按照14.7 的比例折算后与标准公路里程合并，再与各省的面积之比来衡量基础设施状况，数据源于各省市统计年鉴。

表2 的（1）—（3）方程结果显示，不同的权重矩阵下，研发人员流动与基础设施的交互项（pf*trs）的系数在1%的显著性水平上为正，证实基础设施在研发人员流动对创新能力影响的外地吸引效应中存在激励作用。可能的原因是，铁路等基础设施的建设有利于缩短区域之间的空间距离，降低研发人员流动的成本并提高研发人员的流动频率。

表2 研发人员流动的调节效应检验

其次，除基础设施外，劳动力流动往往受制于户籍制度，中国的户籍制度不仅会影响外来的劳动力享受流入地的公共服务，而且会使外来人口子女受到入学限制。因此，户籍管制放松会更有利于劳动力自由流动（王丽艳等，2017）。①王丽艳、杨楠、王振坡：《土地产权制度、户籍制度与城乡统筹发展研究》，《农村经济》2017年第7期，第45—51页。那么，户籍制度是否会对研发人员流动产生影响呢？为此，本文引入研发人员流动与户籍管制的交互项（pf×hj），探究户籍管制对研发人员流动的创新效应。其中户籍管制指标（hj）参考李拓等（2016）②李拓、李斌、余曼：《财政分权、户籍管制与基本公共服务供给——基于公共服务分类视角的动态空间计量检验》，《统计研究》2016年第8期，第80—88页。的方法，采用各地区常住人口中非户籍人口的比重，表征户籍管制程度。

表2 方程（4）—（6）显示：不同的权重矩阵下，研发人员流动与户籍管制的交互项（pf×hj）的系数在1%的显著性水平上为负。表明，户籍管制会约束研发人员流动对区域创新强度的正向激励作用。即户籍管制会阻碍研发人员之间的跨地区跨部门流动，进而抑制地区创新能力的提升。同时，也间接说明各地区为吸引高层次、高质量的创新人才流入，提供落户保障将会起到激励地区创新的效果。

再次，研发补贴往往是研发资本跨区域流动的重要影响因素。为此，本文也引入研发资本流动与研发补贴的交互项（cf×bt），探究研发补贴对于研发资本流动的影响。其中研发补贴(bt)的指标参考董直庆等（2020）③董直庆、胡晟明、王林辉：《创新要素错配：空间溢出视角的对比检验》，《浙江学刊》2020年第2期，第136—145页。的方法，采用政府资金占整个研发经费的比重表征。表3 方程（1）—（3）显示：不同的权重矩阵下，研发资本流动和研发补贴的交互项（cf×bt）系数为负但并不显著。这表明，虽然研发补贴对创新活动的影响起到“助推器”的作用，可以缓解研发资金压力，但却无法有效激励流入的研发资本通过企业创新活动产生创新成果。其原因可能是研发补贴政策虽然有助于提升本地已有研发资本水平，但也可能是企业通过寻租等方式获取研发补贴，损害研发补贴政策实施的效果。

最后，区别于研发补贴的政府干预形式，市场化程度是资源配置能力的重要体现，对企业创新的影响效应更为显著（樊纲等，2003）。①樊纲等：《中国各地区市场化相对进程报告》，《经济研究》2003年第3期，第9—18页。那么，在研发资本流动过程中，市场化程度能否加速研发资本的流动，进而有效激励创新能力？为此，本节进一步引入市场化程度和研发资本的交互项（cf ×mkt），探究市场化程度对于研发资本流动对区域创新的影响，其中市场化指标参考王小鲁等（2016）②王小鲁、樊纲、余静文：《中国分省份市场化指数报告（2016）》，北京：社会科学文献出版社，2017年。市场化指数报告，缺失年份数据以插值法补全。

表3 研发资本流动调节效应检验

表3方程（4）—（6）结果显示：不同的权重矩阵下，研发资本流动和市场化程度的交互项（cf*mkt）系数在1%的显著性水平上为正。结果表明，市场化进程加快研发资本的流动，进而在整体上提升区域创新能力。可能的原因是，市场化进程加剧了企业竞争，倒逼企业提升资源配置效率，最大化提高研发资本的利用效率。此外，市场化程度高的地区，法律制度相对完善、市场中介组织发达，可以提高企业的知识产权保护力度，使创新成果相关权益得到有效保障，激励企业提高创新的质量和效率，加快创新成果积累。

五、基本结论及政策建议

本文基于2000—2017 年省际面板数据，结合引力模型选择空间误差模型，检验创新要素流动对区域创新能力的影响及异质性效应，结果表明：（1）不同区域创新能力存在正向空间相关性，区域创新能力的提升不仅依赖于本地的研发人员，也依赖于外地研发人员与研发资本的流入。（2）创新要素流动表现出“极化效应”特征，即在东部地区集聚、西部与东北地区流出的特征，特别是研发人员外流严重抑制了西部和东北地区创新能力的提升。（3）不同因素对创新要素流动作用具有非对称性。基础设施建设和市场化正向激励创新要素对区域创新能力的提升作用，而户籍制度与政府补贴的作用则相反。

为此，政府部门在政策制定中需要充分考量创新要素流动对于区域创新的影响，以及区域异质性可能引发的后果，分地区制定不同类型政策提高创新激励效应并重视：（1）在以“效率优先，兼顾公平”的前提下，实现创新要素流动均化。东部地区作为创新要素集聚的“高地”，发挥创新要素流动向其他地区的辐射作用形成“涓滴效应”；中部地区重点优化产业结构，促进产业结构向合理化、高级化方向发展，通过产业结构的升级，激励创新要素涌入；西部地区重点增强地区的政策倾斜，例如通过“筑巢引凤”等手段，激励研发资本和研发人员集聚。东北地区则从质量和数量两方面引进高科技人才，提升地区核心竞争力，因地制宜培育新兴业态，制定有针对性和可操作的措施推进“东北振兴战略”。（2）基于差异化的政策手段，调动创新要素充分流动实现跨区域协同创新格局。鼓励提高基础设施建设投资力度，尤其是高铁基建等重大工程建设，加快提高高铁建设的覆盖度；发挥市场在资源配置中的决定性作用的同时，重视政府对创新要素的引导；放松户籍管制力度，尤其是对于高科技人才全面放开户籍门槛，助推科研人员的充分流动。