科技公共服务效率对区域创新能力的影响——基于省级动态面板数据的GMM 分析

刘 琼，郭俊华

（上海交通大学国际与公共事务学院，上海 200030）

1 研究背景

当前我国经济已经由高速增长阶段转向高质量发展阶段，增强区域创新能力是新形势下促进区域经济高质量发展、建设创新型国家的基础。科技公共服务是由政府主导提供的、间接满足创新主体需求，以及促进科技成果转化、产业化等科技活动的相关服务［1-2］。提升科技公共服务效率、完善科技公共服务体系是实现突破性技术创新、推进区域技术变革与提升区域创新能力的重要举措［3］。我国政府历来重视科技公共服务体系建设，2012年国务院印发的《关于深化科技体制改革加快国家创新体系建设的意见》将转变政府职能、提高科技公共服务能力作为科技管理体制改革的重要举措；2015年中共中央国务院印发《关于深化体制机制改革加快实施创新驱动发展战略的若干意见》指出完善中小企业创新服务体系是产业技术创新的重要机制；2018年国务院办公厅发布《关于推广第二批支持创新相关改革举措的通知》决定在大范围内复制推广知识产权保护、科技成果转化激励、科技金融创新等领域的综合服务经验，并再次强调优化服务改革，加快政府职能深刻转变，构建与创新驱动发展相适应的新模式；2019年科技部印发《关于新时期支持科技型中小企业加快创新发展的若干政策措施》明确提出通过扩大面向科技型中小企业的创新服务供给、加强科技服务机构培育建设、搭建特色服务载体等途径提升科技创新服务供给能力。为了提升区域创新能力，我国部分地区和城市通过加大财政投入进一步增强科技公共服务供给力度并取得了一定成效［4］。然而我国区域创新公共服务体系建设仍普遍存在服务效率低下、系统不健全、功能不完善等问题，创新主体对创新资源的需求得不到满足，严重制约了区域科技创新能力的提升［5］。高效率的科技公共服务有助于提高区域创新资源分配与供给效率、激发区域创新活力，是推动区域创新能力的重要动力。评估我国区域科技公共服务效率、探索其对区域创新能力的影响，对于健全科技公共服务体系、提升区域创新能力具有重要的现实意义。

2 文献综述与机理分析

2.1 文献综述

目前国内外关于科技公共服务对创新能力影响的已有研究主要以定性方法分析科技公共服务影响创新能力的机制和路径。从市场机制下创新资源分配的角度，Bozeman［6］和李天柱等［7］认为恰当的科技公共服务内容和方式，能够加速创新资源的有效配置，避免市场失灵所造成的创新资源配置低效或无效。经济合作与发展组织（Organization for Economic Co-operation and Development，OECD）的研究报告表明，高水平的科技公共服务能够集约创新要素、减少资源无效配置，进而提高区域创新系统整体效能［8］。从创新资源供给的角度，Rangu 等［9］的研究表明，高效的科技公共服务能够间接帮助创新主体吸引人力、财力等创新资源，增强创新主体的创新能力。我国学者肖卫东［10］也指出，由政府主导提供的高质量科技公共服务有助于缓解由于市场机制下中小企业等创新主体普遍面临的自身资源禀赋不足等问题。王小艳［11］的研究表明，政府通过提供科技创新信息数据库、科技创新交流平台、科技创新成果转化平台、科技创新项目交易平台等“软服务”促进创新资源供求双方对接，提高创新资源的供需结合效率，激发创新主体的研发热情。从激发创新主体积极性的角度，Rothstein［12］研究发现，为了提高科技公共服务效率，政府会加强对科技行政审批官员谋利行为的监管力度，并通过减少寻租腐败提高创新主体的积极性。刘遥等［13］也指出，除了减少权力寻租，政府还通过简政放权减少科技公共服务中繁文缛节所带来的审批流程迟滞问题，提升科技公共服务供应效率，促进创新主体的创新活力。少量研究从实证角度探索科技公共服务对区域创新能力之间的关系。王守文等［14］构建了科技公共服务能力评估指标体系，在基于因子分析法构建数学分析模型的基础上对湖北省18个城市的科技公共服务能力进行综合评价，并明确指出科技公共服务能力是区域创新水平提升的重要力量。孔令兵等［15］构建了知识产权服务供给机制与企业创新能力的理论模型，并通过SEM模型量化分析并验证了知识产权服务对企业创新能力的显著正向作用。

上述文献为进一步研究科技公共服务效率对区域创新能力的影响提供了理论和经验支撑，但当前关于科技公共服务效率的综合性评估研究及其与区域创新能力之间关系的实证研究较少，且并未考虑科技公共服务的滞后效应和区域创新能力的累积效应。基于以上分析，本文构建科技公共服务效率评价指标体系，对我国各省市的科技公共服务效率进行测算；考虑科技创新活动的滞后性特征，构建静态和GMM 动态面板数据模型实证检验科技公共服务效率与区域创新能力的关系，为提高科技公共服务效率与提升区域创新能力提供参考性建议。本文弥补了现有研究关于科技公共服务效率评估研究的不足，同时还丰富了科技公共服务效率与区域创新能力之间关系的实证研究，具有重要的理论价值。

2.2 作用机理

区域创新能力是指区域主体在创新过程中所具备的整合、利用现有资源并将其转化为新知识、新技术和新产品的能力［16-17］。区域创新能力本身具有累积性特征，前期的创新能力作为当期区域创新的基础，会对当期区域创新能力的提升产生重要影响。无论科技公共服务效率对区域创新能力的影响是正向或者负向，区域创新能力的变化都会对科技公共服务产生反馈效应。在创新驱动发展的大背景下，如果科技公共服务效率对区域创新能力存在正向影响，则区域政府将致力于提升科技公共服务效率；反之，区域政府将降低对科技公共服务的投入。也就是说，前期的区域创新能力必定会对当期的区域创新能力产生一定程度的影响。

综合已有文献可知，高效率的科技公共服务不仅能够为区域创新集聚创新资源、提供资源交换平台，还能通过精简创新活动的行政审批流程提高了区域创新资源转化效率。值得注意的是，创新投入要素对创新活动的驱动效果在时间上存在着一定的滞后效应。作为科技创新活动的投入要素之一，科技公共服务对科技创新产出可能不会呈现即期的影响。例如，科技行政审批、科技成果认证等科技创新活动重要流程需要一定时间，当期科技创新活动的申报、科技创新成果的认定可能会在后期才能完成，并成为后期创新能力评价的参考要素；在科技创新咨询、交流及成果转化等服务平台中，创新主体交换并吸收相关信息、技术等创新资源，实现创新资源供需匹配的过程也需要时间磨合，并受到滞后效应的影响体现在后期创新绩效中［18］。因此在探索科技公共服务效率对区域创新能力影响时必须充分考虑科技公共服务效率的滞后效应和区域创新能力本身的累积效应。

3 研究设计

3.1 计量模型与方法

科技公共服务效率对创新能力的滞后效应以及创新能力自身的累积效应说明静态面板数据模型可能存在内生性问题。为了解决可能存在的内生性问题及避免内生工具变量所带来的影响，本文在式（1）的基础上，同时加入科技公共服务效率和区域创新能力的一阶滞后项，减少模型自身的设定误差，如（2）式所示。

本文选择广义矩估计（Generalized Method of Moments，GMM）方法对式（2）进行估计，并同时应用差分GMM（DIFF-GMM）和系统GMM（SYSGMM）来保证结果的稳健性。GMM 方法的前提条件是差分方程中残差序列不存在自相关，因此估计结果必须进行Arellano-Bond 序列相关检验（AR 检验），原假设为“残差序列存在自相关”，当估计结果允许残差序列存在一阶相关（P<0.05），不存在二阶序列相关（P>0.05）时，模型设定正确，适于GMM方法估计；如果存在二阶序列相关则说明模型设定有误，不适用于GMM 方法估计。此外，为了检验所使用滞后变量作为工具变量的有效性，还需要通过Sargan 检验，原假设为“所有工具变量都有效”，当Sargan 检验P值大于0.05 或0.1，则表明工具变量都有效。

3.2 数据来源与变量说明

3.2.1 数据说明

考虑到数据的连续性和可得性，本文选取2008—2016年中国30个省、自治区、直辖市为研究样本（不包含港澳台地区，且剔除部分数据缺失严重的西藏地区）。数据主要来源于历年《中国统计年鉴》及各省市历年统计年鉴、《中国分省份市场化指数报告（2016）》。

3.2.2 核心变量

区域创新能力。在已有研究中，专利是衡量创新能力的常用指标［19］。但是学者们对专利申请量和专利授权量之中谁更能代表区域创新能力尚未达成共识。本文认为，并非所有申请专利都能获得授权，被授权的专利在创新性、商业价值等方面都优于未获得授权的专利，因此采取专利授权量作为衡量区域创新能力的指标，记为。

科技公共服务效率。本文借鉴陈振明等［2］构建的科技公共服务质量评价指标体系，围绕科技公共投入和科技产出两个维度选择相应的指标，构建科技公共服务效率评价指标体系，如表1 所示。在投入指标方面，主要从人力要素和财力要素两个角度，选取R&D 人员和R&D 经费投入强度、R&D 经费支出中的政府投入强度、财政科技支出强度等5 项指标衡量各省份科技公共服务的要素投入情况。在产出指标方面，主要从技术及其商业价值的角度，选取高新技术产品的进出口比重和收益率、技术市场成交额、科技论文数及专利授权数量等五项指标衡量各省份科技公共服务取得的成果。

表1 科技公共服务效率评价指标体系

在已有关于科技服务效率的研究中，学者们多采用数据包络分析（DEA）方法对科技服务效率进行测算［20-21］。与其他DEA 测算方法相比，DEAMalmquist 指数法能够基于面板数据测算决策单元在不同时期的相对效率及其动态变化规律，在研究范围、数据质量、模型局限性与结果分解等方面更具优势。因此本文采用DEA-Malmquist 指数法测算各省份科技公共服务效率的变动情况，记为。

单个DEA-Malmquist 指数反映了同一决策单元在t 至t+1 时间段内的综合效率变动情况。Malmquist指数（TFPC）可被进一步分解为技术进步变化指数（TC）、纯技术效率指数（PTEC）和规模效率变化指数（SEC），如式（3）所示。

其中，各指数的计算公式为：1 时，效率在t 至t+i 时刻呈下降趋势。

考虑到公共科技服务对于区域科技创新来说具有规模报酬递增的效应，本文基于规模报酬递增（VRS）、以产出为导向的DEA-Malmquist模型在DEAP2.1 软件中对2008—2016年中国30个省市的公共科技服务效率进行了测算，得到了Malmquist 增长指数。为了使用包括该指数在内的面板数据实现进一步的实证检验，将2008年的Malmquist 指数设为1，进而将增长指数转换为以2008年为基期的相对变化率水平作为各年度的科技公共服务效率水平，结果如表2 所示。

表2 2008—2016年中国各省市科技公共服务效率水平

表2 （续）

3.2.3 控制变量

区域创新能力除了受科技公共服务效率的影响外，还受到其他因素的影响。参考已有文献，将以下变量作为控制变量。

经济发展水平。从科技创新资源配置的角度，经济发展水平对地区科技创新投入强度和科技创新外在环境存在显著的正向影响［22-23］。经济发展水平越高的地区，创新要素的投入强度越高，创新环境更加优越，创新主体的能动性越高。本文采用人均GDP 衡量地区经济发展水平，记为。

市场化程度。市场化通过市场竞争、改变激励制度等路径对创新主体的创新行为进行调整［24］。市场化程度较高的地区能够为创新主体提供更加包容、平等、规范的市场竞争环境，并通过降低创新成本激励创新行为、提升区域创新能力。本文将王小鲁等［25］测算的中国分省份市场化指数作为地区市场化程度的衡量指标，记为。

对外开放水平。国外高技术的引进不仅能通过知识扩散和技术溢出效应实现跨区域的技术学习、模仿，进而改造、提升本地创新能力，还能通过竞争效应促进本地自主创新能力的提高［26］。对外开放有利于国外高水平技术的引进，促进国内省域研发创新能力的提升［27-28］。本文采用地区进出口贸易总额与地区生产总值的比重衡量这一指标，记为。

城镇化水平。城镇化的过程是人口、产业等创新要素空间积聚的过程，不仅为人才、技术的正向外溢和扩散提供了活跃的外部环境［29］，还能促使政府和投资者加大对创新研发的投资，为提升区域创新能力奠定基础［30］。本文采用非农人口占年末总人口比重衡量城镇化程度，记为。

基础设施。完善的基础设施是创新要素流动的载体和区域创新活动的重要支撑，可以为技术传播、区域间技术交易市场扩张提供保障［31］。信息化时代下，信息通讯类基础设施对于提高信息传输效率、促进技术创新行为的作用越来越重要［32］，本文采取各省份实际人均邮政与电信业务收入衡量这一指标，记为。

人力资本。区域人力资本是技术创新的关键因素。已有研究表明，各省市大专及以上人口比重，能够直接反映区域人力资本积累的结构性特征，是各省市创新要素中人力资本的基础［33］。因此本文采用该比重作为人力资本的代理变量，记为。

产业结构。区域产业结构的优化升级，不仅能够通过劳动分工的进一步深化推动区域自主创新［34］，还能为区域创新技术的应用提供广阔的市场，从需求端促进区域创新行为，提升创新能力［35］。本文借鉴经济学相关文献对产业结构的衡量方法，采用产业结构层级系数衡量区域产业结构［36］，记为。测算方法为。其中，为第产业占GDP 的比重，介于0 到3 之间，系数越大则表明产业结构水平越高。本文所使用的主要变量及测量方式如表3 所示。

表3 主要变量及定义

4 实证结果与分析

4.1 数据描述统计

为了消除指标量纲的影响并在最大程度上消除异方差,对所有变量均进行了对数化处理，且对所有与价格相关的变量都进行了价格平减处理。对上述相关变量的描述性统计结果如表4 所示，各省市区域创新能力差异较大，区域创新能力最大值为4.466，最小值为－0.254，平均值为1.877；科技公共服务效率平均值为0.163，标准差为0.411，表明各省市科技公共服务效率存在一定差距。

表4 主要变量的描述性统计

4.2 模型估计结果与分析

首先运用静态面板模型的估计方法对式（1）进行估计。在豪斯曼检验中，值为0.005，故使用固定效应模型而非随机效应模型，回归结果如表5 中的模型（1）所示。表5 中模型（2）差分GMM 和模型（3）系统GMM 的AR（1）和AR（2）检验的值表明，残差序列一阶相关，二阶不相关，通过自相关检验。Sagan 检验的值大于0.1，在10%的显著性水平上接受原假设，表明所使用的工具变量都有效。因此模型（2）和（3）的估计结果一致且可靠。

表5 科技公共服务对区域创新能力的影响检验

静态面板固定效应模型的估计结果显示，科技公共服务效率对区域创新能力的影响并不显著。在动态面板差分GMM 和系统GMM 估计结果中，当期科技公共服务效率对区域创新能力的影响都不显著，但滞后一期的科技公共服务效率的影响显著为正，这一定程度上说明，科技公共服务效率对区域创新能力存在正向滞后效应，前期的科技公共服务效率的提高有利于当期区域创新能力的提升。正如上文所述，创新是一个渐进的过程，创新主体从创新要素整合、利用到新产品或新服务的研发、认证、应用与推广，以及在整个创新过程中对科技公共服务的吸收和转化，都需要较长的时期。即使政府能够及时提供创新主体所需的科技公共科技服务，由于创新主体在吸收能力、转化速度等方面存在差异，科技公共服务对区域创新能力的影响都会存在一定的滞后性。

差分GMM 和系统GMM模型的估计结果显示，滞后一期的区域创新能力显著正向影响当期创新能力。这验证了区域创新能力本身存在的累积性和对前期创新基础的依赖性特征。正如国家创新理论中的内生增长理论所指出，创新能力来自研发过程的努力和研发能力的累积［37］。某地区如果拥有较强的区域创新能力，那么该地区就具备了对创新要素的吸引力，其再次整合、利用创新要素，独立开展创新活动的能力也会相应获得提高。

从控制变量来看，差分GMM 和系统GMM模型的估计结果与静态面板固定效应模型的估计结果存在差异，本文主要对动态面板估计模型结果进行分析；相比于差分GMM 方法，系统GMM 方法能够有效解决弱工具变量问题，且估计效率更高；因此本文将差分GMM模型的估计结果作为参照，主要分析系统GMM 的估计结果。表5 的系统GMM 估计结果显示，市场化程度对区域创新能力的影响显著为正，这表明市场化程度对区域创新能力起到显著的促进作用，这与党文娟等［38］的研究结果一致。正如上文所述，市场化程度能够通过激励创新行为、营造创新环境等多种路径促进创新行为、提升区域创新能力。经济发展水平在静态面板模型中显著正向影响区域创新能力，但在动态面板模型中对区域创新能力的影响并不显著，可能是因为经济发展水平对区域创新能力的影响被区域创新能力、科技公共服务等变量的滞后效应所稀释。对外开放水平对区域创新能力的影响显著为负，说明对外开放并未为我国各地区带来知识扩散和技术溢出效应，也并未通过竞争效应激发区域创新热情。正如章文光等［39］所指出，由于国外创新资本有技术锁定、人才争夺和创新资源抢占等行为，使得目前我国本土创新活动仍处于技术研发的低端，并且陷入了“技术垄断-技术锁定-技术依赖”的困境，创新主体的技术研发动力较弱，抑制了区域自主创新能力的提升［39］。城镇化对区域创新能力的影响显著为正，表明城镇化水平的提高有助于区域创新能力的提升。基础设施建设水平对区域创新能力的影响显著为负，这可能与当前我国基础设施建设对区域创新能力的空间负溢出效应有关［40］。区域基础设施的完善既有利于知识、技术等要素的流入，也为本地创新要素的流出提供了渠道，当本地创新要素流出大于要素流出时，就产生了对区域创新能力的负溢出效应。人力资本对区域创新能力的影响显著为正，表明各地区人力资本水平的提高会显著促进区域创新能力。产业结构对区域创新能力的影响并不显著，一定程度上说明我国省市的产业结构对创新能力的作用并不明显。这可能与我国第三产业发展水平较低、区域间产业结构差距较大等有关，这些因素使得产业结构优化对区域创新能力的促进作用并不显著［41］。

4.3 稳健性检验

为了确保实证结果的可靠性，参考已有文献中将专利申请作为地区创新能力直观反映的做法［42］，本文使用各省份专利申请受理量替换原有的专利授权量，同时构建静态面板模型，检验科技公共服务效率与区域创新能力的关系是否仍然成立。如表6所示，静态面板模型、差分GMM 和系统GMM 的动态面板模型估计结果与上文基本一致，当期科技公共服务效率对区域创新能力的影响并不显著；科技公共服务效率对区域创新能力存在正向滞后效应，前期科技公共服务效率对当期区域创新能力具有显著的正向影响；区域创新能力本身具有累积效应，前期区域创新能力对当期区域创新能力具有显著的正向影响。此外，两类GMM 估计模型均通过了AR检验和Sargan 检验，说明无论选择专利授权量还是申请量作为区域创新能力的代理变量，本文的模型设定都是合适的，结论也具有稳健性。

表6 稳健性检验

表6 （续）

5 结论与政策建议

本文在系统分析科技公共服务效率与区域创新能力关系的基础上，基于2008—2016年我国30个省市的面板数据，构建科技公共服务质量评价指标体系，利用DEA-Malmquist 指数法对我国各省市科技公共服务效率进行了评估，并通过构建静态与GMM 动态面板模型，实证检验了科技公共服务效率对区域创新能力的影响。得出以下结论：（1）科技公共服务效率对区域创新能力存在正向滞后效应，前期科技公共服务效率的提升有助于当期区域创新能力的提高。（2）区域创新能力本身存在累积效应，前期创新能力是后续创新的基础。（3）市场化水平、城镇化和人力资本对区域创新能力的提升具有显著的促进作用。考虑模型内生性问题，采用不同的区域创新能力指标进行稳健性检验后发现，上述结果依然稳健。

基于上述研究结论，结合新时代以科技创新驱动我国经济高质量发展的要求，本文提出以下政策建议：第一，在“创新型国家”“服务型政府”成为当前政府改革目标模式选择的背景下，地方政府科技职能部门应在强化创新服务意识，构建与区域创新发展相适应的科技公共服务供给模式。充分考虑科技公共服务对区域创新能力的滞后效应，各地方政府在科技公共服务的供给过程中应避免急功近利。一方面，制定宏观的科技发展规划和战略，完善技术市场体系，完善针对知识产权保护、科技成果转化平台建设、科技咨询服务、科技中介服务、科技金融服务等具体措施，使科技公共服务过程中系统不健全、功能不完善等问题得到较大改善。另一方面，增加科技公共服务数量的同时注重科技公共服务质量和效率的提高，不断扩宽科技公共服务供给面，推进科技公共服务供给的跨部门联动、强化科技公共服务维度，创新科技公共服务供给方式，积极搭建适应互联网时代的各类公共创新服务平台，建立健全科技公共服务长效机制。第二，重视区域创新要素积累，不断提升区域创新能力。对于创新能力较高的地区，应持续推进创新市场化和产学研一体化，增强创新主体自主权，进一步激发区域创新主体的创新活力。对于创新能力不足的地区，应充分利用区域优势资源，弥补劣势资源对创新能力提升支撑薄弱的情况。第三，继续推进市场化改革，提高市场化水平，各地区明确市场在技术创新活动中的基础性地位，通过减少政府干预和释放市场活力，通过完善科技创新法律法规体系激发创新活力，通过完善要素市场提高创新资源配置效率；加快区域城市化建设进程，不断完善城镇基础设施建设，健全城镇基本公共服务体系与社会保障制度，增强城镇吸引能力与容纳能力；加大教育与科技创新培训投资力度，培育本地高层次人力资本的同时，创造更好的人才环境，制定积极的人才政策，吸引更多创新型人才流入，通过提高科研人才存量逐步提升区域创新能力。