科技资源、交易效率与区域创新能力差异——2011年—2018年湖北省地级市面板数据实证分析

白永亮， 汪 建， 赵立军， 王琳琳

(1.中国地质大学(武汉)经济管理学院， 武汉 430078；2.湖北省区域创新能力监测与分析软科学研究基地， 武汉 430078；3.中国地质大学(武汉)图书馆， 武汉 430074)

2019年，湖北省人均GDP已达到11 217.88美元，按照世界经济论坛对国家和地区经济增长阶段的划分标准，人均GDP介于9 000美元到17 000美元之间，该国家或地区处于从效率推动到创新驱动的过渡阶段[1].为了实现经济社会的可持续健康发展，湖北省必须把创新摆在事关发展全局的核心位置，增强区域创新能力.党的十九届五中全会提出，坚持创新在我国现代化建设全局中的核心地位，加快建设科技强国；中共湖北省委十一届八次全体会议也提出提升科技创新能力，跻身全国创新型省份前列.然而，在现实情况中，各个市场主体在开展各种市场活动的过程中，由于基础设施不完善、信息不对称、制度不健全等因素，造成市场交易效率低下，导致科技资源在分配和使用的过程中分散、重复以及使用效率不高，出现了科技资源的损失与浪费，使得区域创新潜力未被充分释放，难以形成和科技资源投入规模和水平相适应的区域创新能力，最终导致湖北省创新驱动能力不够强[2].

当前增加科技资源投入既是学术研究的焦点[3]，也是提高区域创新能力的普遍做法，即通过改变科技资源投入规模和结构从而促进区域创新能力的提高[4].创新是一个复杂的过程，科技资源的投入仅仅是一个必要条件，其能否提升区域创新能力，关键在于科技资源能否得到优化配置，得到充分利用.在当前市场经济下，科技资源的利用需要区域内政府、企业、高校院所和科技中介服务机构等市场主体对其进行搜索与获取、分配与管理、整合与利用、保持与更新[5].交易效率的提高意味着交易成本的降低，能够使科技资源在开放的市场环境中，按照需求方向进行分配和使用，继而提高科技资源的利用效率，实现科技资源的充分利用.目前，学者们在优化科技资源配置与利用往往忽略了交易效率的作用，而单纯地改变科技资源投入的规模和结构无法从根本上实现对科技资源的有效利用，实现区域创新能力的提高.鉴于此，本文将科技资源和交易效率共同纳入提高区域创新能力的分析框架中，分析科技资源、交易效率和区域创新能力的关系，从而为提高区域创新能力提供理论依据.

1 理论分析与研究假说

1.1 科技资源对区域创新能力的影响

区域创新能力代表着一定区域的创新要素聚集、整合以及推动持续创新的基本能力[6]，需要包括政府、企业和高校院所在内各个创新主体实现对各类资源的系统整合与盘活，并在此基础上形成新组合[7-8].区域创新能力的提高，必须根据区域创新的需要对资源要素进行有序调动和充分吸收.科技资源作为人力资源、财力资源、物力资源、信息资源等资源要素的集合[9]，能够对区域创新发挥直接作用，并为区域创新提供保障.科技资源的投入是构成区域创新能力的基础，从根本上决定着区域内的创新水平和创新绩效，一些关键性的稀缺资源甚至是推动区域创新的重要因素[10].以往文献已有一定数量的研究从实证角度对区域创新中科技资源的作用做了广泛的探讨.覃艳华和曹细玉在对粤港澳大湾区城市群科技资源要素进行统计分析的基础上，分析了粤港澳大湾区11个城市的创新能力及其排名[11].张公一和孙晓欧从科技型企业的视角，研究发现科技资源的识别与获取、整合与利用、整合能力等通过扩散效应对企业创新绩效有显著的正作用[12].连蕾和卢山冰利用31个省市的科技产业数据，研究发现科技资源的集聚效应和创新效率具有显著的正相关关系[13].因此，区域创新能力的提高必须以一定的科技资源为支撑，科技资源是区域创新的基础条件，科技资源的积累和投入上的优化，能够显著提高科技创新成果的数量和质量.

基于以上分析，本文提出假设：

H1：科技资源存量与区域创新能力呈显著的正相关关系.

1.2 交易效率的中介效应

交易效率作为一种投入与产出关系，体现了一定的交易要素投入所能够实现的交易量的大小或交易次数的多少.较高的交易效率意味着区域内各类资源交易数量的增加，交易速度和质量的提高.在当前市场经济体制下，交易效率提高的重要表现是资源配置效率的提高[14].从科技资源的投入到创新能力的形成，需要各个市场主体在开放与互动竞合的创新体系中，发挥各自特点，完成市场交易以获得最佳的经济效益，从而实现对科技资源进行分配与使用[15].较高的交易效率能够充分发挥各个市场主体的积极性和创造性，引导科技资源按照需求方向，在各可能用途之间进行选择与搭配，促进各类科技资源的畅通流动与开放共享，从而实现对科技资源的有效配置，使科技资源发生交互作用并产生协同效应，最终促进区域创新能力的提高.

科技资源能够通过影响交易效率来增强区域创新能力.首先，科技资源的积累能够显著提高交易效率.交易效率的高低主要受到物质基础设施和社会制度环境两方面的影响[16]，而科技资源包含科技人力资源、科技财力资源、科技物力资源、科技信息资源等诸多资源要素，在科技资源不断积累的过程中，区域内财力和物质资源不断丰富，直接促进物质基础设施的完善；科技人力资源的积累带来高效先进的治理模式和政策制度，促进社会制度环境的优化，从而显著提高了区域内的交易效率.其次，从分工演进理论的视角来看，交易效率是影响分工演进的决定性因素，能够推动分工的演进和不断的深化[17].而在分工不断深化和演进的过程中，中间产品数量和质量的增加，促进分工专业化的产生，中间产品被分离出来，知识也在这个过程中被生产出来，而知识生产就等同于创新，因此交易效率对区域创新能力具有显著的正向促进作用.

基于上述分析，提出如下假设：

H2：交易效率在科技资源对区域创新能力的正向影响中起到显著的中介效应.

2 模型设定与数据说明

2.1 模型设定

在理论分析中，本文提出科技资源是区域创新能力的基础，交易效率能够促进科技资源的有效利用继而提高区域创新能力，交易效率在科技资源和区域创新能力之间具有中介效应.因此，本文采用中介效应检验方法，对科技资源存量对区域创新能力的显著作用，以及交易效率在这一过程中发挥的中介效应进行检验，同时衡量中介效应的作用程度.中介效应模型是利用第三变量探究解释变量影响被解释变量的内部机制，根据前述理论分析，科技资源存量(SSTR)通过影响交易效率(TE)对区域创新能力(RIC)产生影响，则交易效率为中介变量，具体如图1所示.其中，

图1 中介效应模型Fig.1 Mediation effect model

RIC=c×SSTR+e1，

(1)

TE=α×SSTR+e2，

(2)

RIC=c′×SSTR+b×TE+e3，

(3)

式中，c为科技资源存量(SSTR)对区域创新能力(RIC)的总效应，α为科技资源存量(SSTR)作用于中介变量交易效率(TE)的效应，b为中介变量作用于区域创新能力(RIC)的效应，α×b为科技资源存量(SSTR)经由交易效率(TE)产生的间接效应，c′为考虑交易效率后，科技资源存量(SSTR)作用于区域创新能力(RIC)的直接效应，e1、e2、e3为残差项.各效应存在关系如下：c=c′+α×b，即总效应=直接效应+间接效应.其中，α×b与c′是否同号是判断中介效应大小的重要依据.若α×b与c′同号，则说明中介效应为部分中介效应，即科技资源存量对区域创新能力产生的影响有一部分是通过交易效率实现的.若异号，则说明科技资源存量对区域创新能力的影响中存在其他遮掩效应，若c′=0且α×b≠0，则说明交易效率为科技资源存量对区域创新能力影响的完全中介.同时，本文采用依次检验回归系数法对中介效应进行检验[18].

根据上述分析，并结合温忠麟等对中介效应模型的应用及检验方法[19]，本文构建的三个面板数据模型如下：

RIC=α1SSTRit+α2FDIit+α3TVTGit+

α4PEit+Ci+εit，

(4)

TE=β1SSTRit+β2FDIit+β3TVTGit+

β4PEit+Ci+εit，

(5)

RIC=γ1SSTRit+γ2TEit+γ3FDIit+

γ4TVTGit+γ5PEit+Ci+εit，

(6)

其中，RIC代表区域创新能力，SSTR代表科技资源存量，TE代表交易效率，FDI代表外商直接投资，TVTG代表货物进出口总额，PE代表总人口，下标i代表湖北省各地级市，t代表2011年至2018年，εit为扰动项.Ci表示固定效应模型，α、β、γ表示回归系数.模型(4)检验科技资源存量(SSTR)与区域创新能力(RIC)之间的关系，系数α1为总效应，若α1显著，则说明科技资源存量(SSTR)和区域创新能力(RIC)存在显著的相关关系，这也是依次检验回归系数方法的前提条件.模型(5)主要检验被解释变量科技资源存量(SSTR)和中介变量交易效率(TE)之间的相关关系，如果此模型中的β1显著，可以继续检验γ2的显著性.同时，如果β1显著且大于零，则说明科技资源存量对交易效率存在正向诱导效应，如果β1显著且小于零，则说明科技资源存量对交易效率存在负向诱导效应，模型(6)主要检验γ2是否显著，如果γ2显著，且模型(5)中的系数β1也显著，就可以进行完全中介效应检验.

2.2 数据来源和变量选取

2.2.1 数据来源和数据说明 本文以2011年—2018年湖北省为研究对象，由于湖北省五个县级市数据缺失严重，故重点研究湖北省12个地级市.所需数据来源于2011年—2018年各地区统计年鉴、《中国城市统计年鉴》《中国区域统计年鉴》以及EPS数据平台，存在数据缺失的部分由插值法进行补齐.

2.2.2 变量选取

1) 被解释变量

区域内完成创新活动是一个复杂的系统工程，区域创新能力的体现以创新产出的形式直观的表达出来，专利等知识性生产成果为创新的中间产出，而创新的最终成果要实现创新成果的产业化，并最终转化为经济社会发展动力及其动力，这也是区域创新的核心；而创新成果的生产必须以一定的经济社会基础为核心，进行一定的科技投入，包括人力与财力等内容；同时科技创新活动需要一定的社会经济基础，具有区域创新环境，这构成了区域科技创新的潜力.因此，本文参考易平涛、赵炎等学者的做法[19-20]，将被解释变量区域创新能力分为三部分：区域创新环境、区域创新投入和区域创新产出，利用9个二级指标，以湖北省各地级市作为研究对象，采用2011年—2018年相关数据，得到区域创新能力指标体系，并利用熵值法对其进行评价，具体指标体系如表1所示.

表1 区域创新能力指标体系Tab.1 Index system of regional innovation ability

2) 解释变量

本文为了更全面反映湖北省科技资源的分布情况，借鉴范斐、程风雨等人的做法[6，21]，采用广义的科技资源范畴，即能够促进科技创新活动的社会经济资源的总和，同时为了兼具数据的可得性，构建了包含科技人力资源、科技财力资源、科技物力资源和科技信息资源四个方面的指标体系(见表2)，同样采用熵值法对湖北省科技资源存量进行评价.

表2 科技资源指标体系Tab.2 Index system of scientific and technological resources

3) 中介变量

交易效率是指交易参与方在开展交易活动时的投入产出关系，可以衡量市场交易活动的顺畅程度.由于交易效率既可以是宏观的国家或地区，还可以是微观是个体.因此，交易效率受到多种因素的影响，单一指标并不能全面、准确地衡量交易效率水平[15].因此，交易效率的度量指标体系需要采取一组相互关联又相互独立的指标构成一个有机整体，以此来反映交易效率的结构和内涵.交易效率受到物质基础设施和社会制度环境的影响，物质基础设施主要影响其交易过程的效率，包括交通运输、通信设施等内容，社会制度环境主要影响其不确定性，包括金融制度、社会保障制度等内容[15-17].因此本文综合已有研究成果，构建了交易效率指数来衡量交易效率的高低.交易效率指数包括六大方面：交通运输、基础设施、能源通讯、教育、金融信贷和制度环境，采用9个二级指标，具体如表3所示.通过对上述次级指标进行无量纲化处理，然后计算其算术平均值得到各地区交易效率指数.

表3 交易效率指标体系Tab.3 Transaction efficiency index system

4) 控制变量

根据相关文献的研究，本文选取3个可能影响区域创新能力的相关变量.包括，①外商直接投资额(FDI)：为了防止样本之间的方差值过大，本文采用外商直接投资总额占GDP的数据.②对外开放程度：货物进出口总额占GDP比重.③年末总人口(PE)：年末总人口做取对数处理.

5) 描述性统计及分析

根据表4的描述性统计结果来看，湖北省各地级市科技资源存量、交易效率和区域创新能力均存在较大差异.被解释变量区域创新能力的平均值为19.27，方差为16.805，最大值为94.01，最小值为5.800，说明湖北省各地级市之间在区域创新能力上差异较大，存在着显著的不均衡性.其次，解释变量科技资源存量方差为18.839，最小值为0.117，最大值则达到了100，说明湖北省各地级市之间科技资源存量同样存在着不均衡性，这也为考察科技资源存量和区域创新能力之间的关系提供了可能.同时，中介变量交易效率方差值为0.265，最大值0.736，最小值仅为0.091，在交易效率上，湖北省各地级市同样存在着显著差异，也存在着不均衡性.通过对湖北省各地级市相关数据的描述性分析可以看出，各个地级市在区域创新能力、科技资源存量和交易效率之间都存在着巨大差异.但是，科技资源存量相较于区域创新能力和交易效率的差异性更为显著，交易效率的差异性最小，说明交易效率在科技资源对区域创新能力产生作用的过程中可能存在中介效应，即科技资源的巨大差异性经由交易效率的缓和后，所形成的区域创新能力的差异性有所降低.

表4 描述性统计结果Tab.4 Description statistical of the results

3 实证结果与分析

3.1 回归结果及分析

本文依次对三个面板数据模型进行了固定效应回归，结果如表5所示.

3.1.1 科技资源对区域创新能力的影响 如表5所示，模型(4)中，科技资源对区域创新能力的回归系数估计值为0.959，且在1%的置信水平上通过显著性检验，表明科技资源对区域创新能力具有显著影响，并且科技资源越高，区域创新能力就越高，这验证了本文的H1假设.科技资源对区域创新能力的总效应为c=0.959，即科技资源存量每增加1%，区域创新能力会增长0.959%.模型(6)中，科技资源对区域创新能力的回归系数估计值为0.773，即科技资源对区域创新能力的直接效应c′=0.773，且在1%的水平上具备统计显著性，科技资源存量每增加1%，区域创新能力会增长0.773%.根据图1可知，通过交易效率的中介效应为a×b=0.00753×24.61=0.1854，即科技资源每增加1%，通过交易效率对区域创新能力的影响为0.185 4%.因此，科技资源存量对区域创新能力的总效应为0.959，直接效应为0.773，表明科技资源对区域创新能力具有正向促进作用，并且通过交易效率的能够显著提高区域创新能力.

3.1.2 交易效率的中介效应检验 为了充分验证交易效率的中介效应，本文采用依次检验回归系数法对中介效应进行检验.

首先，由表5可知，系数c等价于系数α1，其数值为0.959；系数c′等价于系数γ1，其数值为0.773；系数a等价于系数β1，其数值为0.007 53；系数b等价于系数γ2，其数值为24.61.在模型(4)和模型(5)中，科技资源存量和交易效率的系数估计值为正，而在模型(6)中，交易效率的系数估计值为正的同时，科技资源存量的系数估计值依然为正，说明存在显著的中介效应，但并未起到完全的中介效应，根据公式中介效应程度d=a×b/c可知，交易效率的中介效应占科技资源对区域创新能力总影响的19.33%.通过计算可知，其系数估计值同样满足公式c=c′+a×b，即科技资源对区域创新能力的总效应等于直接效应与中介效应的总和.

表5 模型回归结果Tab.5 Model regression results

综上所述，交易效率在科技资源存量和区域创新能力之间具有重要的中介效应，这验证了本文的H2假设.

3.1.3 控制变量对区域创新能力的影响 根据表5所示，外商直接投资和总人口的系数估计值为负，对区域创新能力存在一定的抑制作用，且在5%的水平上具备统计显著性.根据雷俐等人的研究，外商直接投资可能会对资本存量较高的地区产生水平增长效应，而其技术和人员流动的外溢效应无法对周边地区产生高层次的技术溢出，外商直接投资并不完全有利于区域创新能力的增强[22].而总人口对区域创新能力的影响为负，可能会因为总人口的增多带来公共资源的稀缺，从而导致社会保障压力加大，对财政科技支出存在一定的挤出，继而对区域创新能力产生负面影响.

3.2 稳健性检验

为了确保回归的稳健性，本文通过对核心变量替换的方法进行稳健性检验.参考赵炎等人的做法[23]，选取高新技术产业总产值作为核心解释变量，数据来源于《中国区域统计年鉴》.新模型回归结果如表6所示.

表6 新模型的回归结果Tab.6 Regression results of the new model

根据表6可知，新模型的回归结果和表5基本一致.新模型回归结果表明，科技资源存量对区域创新能力的回归系数估计值为0.966，同样在1%的置信水平上通过显著性检验，科技资源存量对区域创新能力具有正向促进作用.其次，科技资源存量对交易效率的回归系数估计值为0.007 53，在1%的置信水平上同样具有统计显著性.而在科技资源存量对区域创新能力的直接效应方面，其回归系数估计值为0.773，与前述分析基本相同.且组内R2大概都为0.8左右，模型的拟合度较高，可以充分说明科技资源、交易效率对区域创新能力的作用.在中介变量交易效率的系数估计值显著为正的情况下，解释变量科技资源存量的系数估计值同样为正，说明科技资源存量对区域创新能力的影响具有部分中介效应，本文结论具有稳健性.

4 结论与建议

本文首先对科技资源存量、交易效率对区域创新能力的影响机理进行了理论分析，探讨了交易效率在科技资源对区域创新能力产生影响的过程中的中介效应.其次选取湖北省2011年-2018年各地级市的面板数据，分别构建科技资源存量、交易效率和区域创新能力的指标体系对其进行评价，并在此基础上利用中介效应模型对其影响机制进行实证分析，研究结果表明：1) 湖北省各地级市在科技资源存量、交易效率和区域创新能力三方面上存在显著的不均衡性，其中，科技资源存量的差异值最大，区域创新能力次之，交易效率差异值最小.2) 科技资源能够对区域创新能力产生显著的正向促进作用，科技资源存量的增加有利于区域创新能力的提高.3) 在科技资源存量对区域创新能力产生影响的过程中，交易效率发挥了显著的部分中介效应，中介效应量为19.33%.

结合本文研究成果，增强区域创新能力，不仅需要完善科技资源投入，也应重视交易效率的作用.完善科技资源投入可以优化其投入规模与结构，提高交易效率则基于交易效率的硬环境和软环境两方面进行，即完善物质基础设施和优化社会制度环境.鉴于此，本文提出以下建议.

1) 优化科技资源投入的规模和结构，拓展科技创新活动的必要基础.科技资源作为区域创新的“第一资源”，能够对区域创新发挥直接作用.然而，科技资源具有要素集合的概念，包括资金、人才、信息等多种要素.因此，在创新体系建设中，应尊重科技资源的市场决定性作用，使其按照市场需求完成资源的合理流向.同时，科技资源具有一定的特殊性，其作为国家重要的战略性资源，政府在引导科技资源中具有不可忽视的作用.政府应合理引导科技资源流向，配合市场化手段，进行政策引导与战略规划，优化科技资源投入规模和结构.

2) 完善物质基础设施，提高交易过程的效率.基础设施是各市场主体进行交易活动的重要平台，完善交通、通讯、信息等基础设施，打造科技资源交易的场所，通过提高交易效率的硬条件，能够显著降低科技资源的外生交易费用，从而促进科技资源跨地区、跨部门流动，使科技资源在各需求方之间进行选择与配置，以实现科技资源的充分利用.而基础设施作为典型的公共物品，必须由政府在基础设施建设中起引领性作用.针对科技资源的基础设施建设，政府在加强公路、铁路等传统工程基础设施的基础上，同时应注重信息网络、大数据等信息网络基础设施，着力提高科技资源交易的硬条件.

3) 优化社会制度环境，减少交易的不确定性.制度环境是影响交易效率的重要因素，新制度经济学认为制度的出现能够有效提高效率.因此，政府应建立完善行政制度，营造良好的社会环境，以减少交易的不确定性，降低科技资源的内生交易费用.首先，完善相关法律法规体系，以此规范科技资源的交易，保障创新成果的权益，发挥法律法规的规范性作用；其次，建设廉洁政府和服务型政府，简化行政流程，提高政府行政效率，优化营商环境，激发科技资源市场的活力.再次，建立合理的投入机制，进行科学的目标规划与战略指引，包括财政的保障与激励，政策的调控与引导，促进科技资源在市场运行中充分发挥效能；最后，营造良好的社会环境，鼓励创新创业，尊重科学研发与劳动实践，激发各市场主体的活力，以充分释放区域内科技创新的潜力.