河北省县域科技创新特征及其对经济发展效率的测度研究*

李学林，高 静，张 明，闫 文

(河北科技师范学院 a.财务处，b.工商学院，c.财经学院，河北 秦皇岛 066004)

2017年国务院办公厅下发《国务院办公厅关于县域创新驱动发展的若干意见》,明确了创新驱动发展的基础在县域，潜力也在县域。这是对县域科技创新发展经济的顶层设计，更是我国建设创新型国家的切入点和着力点。创新活动对地域空间具有严格的依赖性，表现出一定的空间分布特征，而集聚就是创新活动最重要的空间特征。县域作为我国功能相对完备的国民经济活动基本单元，是科技创新活动的重要微观空间载体，因此，深入认识县域科技创新能力及其空间集聚格局，对于调整和优化区域创新空间结构，促进科技资源的有效配置、构建协同创新发展的空间格局具有重要意义。

在创新驱动发展上升为国家战略后，尤其随着国家对于县域科技创新的推进与实施，研究者们对县域科技创新这一课题的研究逐渐深入，研究视角和方法不断扩展。从现有文献来看，主要聚焦于以下三个方面：一是提升县域科技创新能力及支撑县域经济发展的对策研究。如邵金萍将县域科技创新支撑县域经济发展的路径分为内生动力路径以及外生动力路径两类，通过构建科技支撑县域经济发展的理论分析框架，说明内生动力路径促进了县域经济主体科技创新水平的提高，同时，外生动力路径改善了科技投资环境，从而提升了科技支撑县域经济发展的能力[1]；焦晓云基于县域创新能力建设影响农村就地城镇化的角度出发，认为提升县域科技创新能力应该从营造良好的创新环境、建立县域创新能力评价指标体系、整合优化创新资源等方面入手，由政府、企业以及社会各方面协同推进。二是县域科技创新指标体系的构建及评价研究[2]。如孙凤芹从县域科技创新能力的影响因素入手，利用层次分析法建立了县域经济科技创新能力的评价指标体系，对河北省唐山市丰南区科技创新能力进行了实证研究[3]；林海利用因子分析和数据包络分析方法，构建了县域创新环境评价指标体系，分析了粤港澳大湾区的县域创新环境、创新投入、创新绩效特征，提出了促进县域创新能力发展的建议。三是县域科技创新活动的空间计量经济分析[4]。如管婧婧以浙江省90个县域为研究对象，通过主成分分析法评估了各县域科技创新活动的发展水平，并结合Moran’s I指数和GIS分析了各区县间科技创新活动的空间聚集效应[5]；张建伟等利用SPSS的聚类分析，描述了江苏省县域科技创新产出的空间差异特征，并对江苏省县域创新产出形成机制及影响因素进行了分析，发现江苏省县域间的知识溢出是江苏省县域创新产出产生巨大差异的重要原因[6]。

综上所述，当前研究者对县域科技创新进行了卓有成效的研究，并为本研究提供了有益的参考。但不可否认，现有研究仍存在一定局限。首先，研究口径过大，多基于科学研究的属性，对我国整体的县域科技创新活动进行研究；其次，结合不同省份科技创新活动的不同特质，具体分析某一省份的县域科技创新的相关文献较少，仅有的相关文献也多集中于对创新水平较好的少数省域的探讨；另外，对于县域创新的空间分布格局的已有研究中，没有结合县域异质性深入分析科技创新在不同区域地理空间上的依赖性、集聚和溢出效应。鉴于此，本文对河北省县域科技创新特征进行深入分析，并结合空间计量法对科技创新的经济贡献效率进行测算，以期更好地揭示县域创新的空间特性及其对经济增长的贡献。

一、河北省县域科技创新能力的评价

在弗里曼提出的国家创新体系中，企业是技术创新主体，政府是创新体系协调机构，为企业创新系统构造良好的政策环境并为之提供财政支撑；还有作为科学技术知识转移和扩散中介服务机构。以此为基础，再参考国内外已有的科技创新体系理论，构建了县域科技创新体系的理论框架，见图1。

图1 县域科技创新体系理论框架

基于以上理论框架，“河北省县域科技创新跃升评价指标体系”包括创新投入、创新主体、创新条件、创新产出、创新管理等5个一级指标和17个二级指标能够全面考察县域科技创新能力。因此本部分基本遵循该指标体系，剔除可能导致多重共线性的“高新技术企业数量”“科技型中小企业数量”两个指标和“农业产业化经营率”指标，以另外14个指标作为科技创新能力评价指标。同时，创新活动的开展离不开一定的经济社会发展水平的依托，故本文用各县人均GDP代表经济发展水平。鉴于上述考虑，最终从企业科技创新能力、政府政策扶持力度和科技创新环境绩效三个维度，选择了15个指标对河北县域科技创新能力进行评价。

该指标体系中，企业的创新投入从规上工业企业R&D经费支出占主营业务收入的比重和规上工业企业建立研发机构比例两方面衡量(二者分别反映了企业的创新投入水平和企业开展技术创新活动能力)；企业的创新效果用千家工商注册企业中高新技术企业和科技型中小企业的数量(两个指标反映了创新主体的培育及发展水平情况)以及规上高新技术产业增加值占规上工业增加值比重(此指标反映了产业结构水平)来评价。在衡量政府的政策扶持力度时，以地方财政科技支出和地方财政科技支出占公共财政支出比重两个指标反映政府的财政支持水平；用科技管理机构的设立情况、科技管理创新情况以及获得的省级以上的项目数量和奖励情况来评价政府的创新管理能力。科技创新环境是科技创新活动周围的条件和境况的总和，它包括宏观经济基础和科技创新服务支撑等。以上文提到的各县人均GDP代表经济发展水平，衡量创新服务支持绩效；以反映着县域创新创业服务体系、研究开发体系、创新活动密集情况的省级以上创新服务机构数量、省级以上研发平台数量、万人有效发明专利拥有量以及省级以上创新园区、基地数量四个指标来测度。

综上，构建了县域科技创新能力评价指标体系，见表1。

表1 河北省县域科技创新能力评价指标体系

指标体系中，“科技管理机构情况”综合考虑科技局设置情况(独立的科技局、合署办公、撤并(对外加挂牌子))、科技创新工作领导小组成立情况，以及编制数、领导职数、实际工作人员数等。“争取上级支持与奖励”为取得的所有科技相关的项目与奖励，如科技进步奖等；“科技管理创新情况”包括落实科技政策及制定配套的实施措施或办法情况。这三项的具体标准和量化来源为内部数据。

二、县域科技创新关键因素分析

对河北省168个县(市)2017年的创新活动的15个指标数据进行整理后，为各指标的统计性描述，见表2。运用SPSS软件对数据进行了主成分分析，得到主成份的得分系数矩阵，见表3。

表2 变量基本统计性质描述

续表2

KMO检验和Bartlett球型假设检验结果显示，KMO数值为0.723，大于0.7，而Bartlett球形假设检验值在1%的水平下显著。进而通过主成分分析，可以得出特征值及贡献率，见表4。

表4 主成分分析结果

由表4可知，前五个主成分的贡献率之和达到81.734%，因此样本数据中有五个主成分，设为F1～F5，基于特征值与贡献率和已确定的主成分，计算出河北省各县域科技创新活动水平的综合得分F综。

第一主成分F1由X10、X12、X14、X9、X13构成。从第一主成分看，对县域科技创新能力起着关键作用的因素有二：一是管理水平；二是省级以上研发平台、创新服务机构、创新园区。后者则很大程度上取决于科技创新管理水平。

第二主成分F2由X4、X7、X6、X3构成。第二主成分主要包括政府科技投入和科技创新主体所占比重；即政府投入水平和创新主体是影响县域科技创新能力的重要因素。

第三主成分F3由X4、X3、X13构成。起主导因素的仍然是创新主体。

第四主成分F4由X1、X2、X4、X3构成。可归于企业研发活动的特征和创新主体两个方面。

第五主成分F5由X5、X1、X6因素构成。

综合五个主成分的评价结果，县域创新管理水平(含平台、基地数量等)和县域创新主体为县域科技创新主要影响因素；而专利等因素影响并不显著。

三、县域科技创新空间特征分析

在现实世界中，特别是遇到空间数据问题时，独立观测值并非普遍存在，不同区域之间的创新行为相互影响，对创新活动的研究需考虑空间效应。因此，首先需要验证不同区域的科技创新在空间上的自相关性和集聚现象是否存在。笔者运用Moran’s I指数检验县域科技创新空间相关性和聚集性。Moran’s I指数通常用以对空间溢出效应的测算。Moran’s I的值一般在-1到1之间，大于0代表正相关，小于0代表负相关，该值越大，表明各个县区之间的科技创新空间溢出效应越强。Moran’s I统计量分为全局指标(Global Moran’s I)和局部指标(Local Moran’s I或LISA)，前者用于验证在整个研究区域内某一要素是否存在空间自相关，后者用于分析局部小区域单元上的某种现象或属性值与相邻局部小区域单元上的同一现象或属性值的相关程度。

(一) 空间权重矩阵

本文选取边界因素和经济距离来表述空间特征。边界因素考虑边界是否相邻；经济距离考虑经济活动是否相似。

(1)W1：边界因素(边界是否相邻，然后标准化)。

(2)W2：经济距离Ⅰ。

(3)W3：经济距离Ⅱ。

(4)W4：经济距离Ⅰ&边界因素。

如果两县相邻，则：

(5)W5：经济距离Ⅱ&边界因素。

如果两县相邻，则：

(二)全局Moran’s I指数

全局指标Global Moran’s I的计算公式为：

如果I值为正且显著，表示地区间存在正的空间自相关，如果I值为负且显著，表示地区间存在负的空间自相关，如果I的值不显著，那么就不存在空间自相关。根据河北省各县域科技创新活动水平得分，计算出全局Moran’s I指数，见表5。

表5 全局空间莫兰指数集聚结果

从上述模型结果可以看出，县域科技创新具有显著的正向空间集聚性。

(三)局部Moran’s I指数

全局Moran’s I指数反映的是区域经济活动的空间自相关性，通过上述的分析可以看到，科技创新的具有较强的空间集聚性。但全局莫兰指数也存在着不足，它不能反映各个地区的空间相依情况；即它不能反映具体是哪些区域存在高观测值或低观测值的集聚，因此引入局部Moran’s I指数来检验各地区与周围地区的相依情况。局部指标LISA的计算公式为[7]：

局部指标LISA的计算结果可以采用标准化统计量Zi来检验，Zi的计算公式为：

Z值为正且越高，代表县域之间创新活动的空间溢出效应越强；Z值越低，代表县域之间创新活动的空间溢出效应越弱；如果Z值为负，则意味着一个地区的创新活动给相邻地区带来的更多是挤出效应而非溢出效应。

为进一步分析县域创新活动的空间相互依存情况，有必要对县域创新活动的聚集类型进行分类：第一类为H-H，表示县域创新活动的指数高的地区的周围也是县域创新活动的指数高的地区，某县和相邻县域呈现出正的局部相关性；第二类为L-H，表示县域创新活动的指数低的地区的周围是县域创新活动的指数高的地区，某县和相邻县域呈现出负的局部相关性；第三类为L-L，表示县域创新活动的指数低的地区的周围也是县域创新活动的指数低的地区，某县和相邻县域呈现出正的局部相关性；第四类为H-L，表示县域创新活动的指数高的地区的周围是县域创新活动的指数低的地区，某县和相邻县域呈现出负的局部相关性。其中H-H和L-L是典型的空间聚集，而L-H和H-L则是空间离群。

通过构建局域Moran’s I指数，得出县域科技创新集聚四种模式下的数量，见表6。

表6 局部空间莫兰指数集聚结果

结果表明，H-H和L-L的类型占绝对比重，即县域科技创新的空间溢出效应较强。具体分析可知：在仅考虑W1边界因素(即边界是否相邻)时，H-H县域科技创新水平高所产生的集聚数量略多于L-L集聚数量。同时，在仅考虑经济距离(即经济发展水平的相似性)时，H-H县域科技创新水平高所产生的集聚数量低于L-L集聚数量。即在经济发展水平相当时，县域科技创新水平低的集聚效应更为明显。在综合考虑W5边界因素和经济因素时，H-H县域科技创新水平高所带来的集聚数量略多于L-L集聚数量，二者基本持平，同时也有两个空间离散型(保定定州市和邯郸鸡泽县)。

(四)结果分析

县域科技创新具有显著的正向空间集聚性。一个县区的科技创新水平的提升会带动其他县区科技创新水平提升，相反一个县区科技创新水平落后也会使得其他县区科技创新水平落后。同时，县域科技创新的空间溢出效应较强，各个县域之间要寻求较好的空间协同伙伴，完成适合各自模式下的创新协同。

五、县域科技创新对经济发展的效率测度

(一)模型设计

为探讨县域科技创新对县域经济发展的影响，基于投入产出法构建模型如下：

LGDPi=α×xi+β1×govi+β2×lifi+β3×exi+β4×citi+εi

其中，i为河北省各个县级市，LGDP为各县区的经济发展水平，x为各县区的技术创新水平，gov为政府收支状况；lif为基础设施水平；ex为各县区出口规模，cit为各县区城镇化水平，α、β为估计系数，为残差项。

(二)变量说明

被解释变量：县域经济发展水平，与现有通用文献相同，用河北各个县区的国内生产总值进行表征，其中为防止变量在估计过程中的异方差问题，将该值进行对数化的处理，用符号LGDP表示。

解释变量：县域科技创新水平。该指标的构建是基于本文第3部分主成分分析结果。

控制变量：政府收支状况，用政府财政收入与支出比值进行测度，以符号gov表示；基础设施水平以公路里程的对数值进行测算，用符号lif表示；出口规模，以各个县区当年出口额度并以当年汇率换算成人民币，并取对数的方式进行计算，用符号lex表示；城镇化水平以城镇人口占总人口比重测算，以cit表示。

其中，上述数据均来自于河北省统计年鉴，变量描述分析结果见表7。

表7 变量描述分析结果

(三)实证分析

在对模型回归前，为防止各解释变量之间的相关程度过高而产生估计结果偏误，本文首先对各变量是否存在多重共线性问题进行检验，结果见表8。表8分别给出了cit、gov、lif、x、lex几个变量的方差膨胀因子，结果发现，无论是主要变量县域技术创新x，还是其他的控制变量，亦或者平均水平下的VIF，其VIF值均远远小于10，即表明cit、gov、lif、x、lex这几个变量不存在严重的多重共线性问题。

表8 多重共线性检验

基于上述检验，同时为了防止遗漏变量问题，对模型进行逐步回归，见表9。

表9 模型回归结果

(四)结果分析

具体地，第一列为单独考虑x与LGDP之间的影响关系，其中x的系数为0.807，并且该值在1%的水平显著为正，表明科技创新效率水平每提高一个单位，会使得经济发展提高0.807%。第二列为在x的回归基础上加入gov的回归结果，其中x系数为0.557，在1%的水平仍显著为正，表明技术效率与经济发展的正向关系的可靠性，同时gov的系数为0.977，也在1%的水平显著为正，表明政府财政收支水平的提高，有助于促进经济发展。第三列为再引入基础设施lif的结果，其中lif的系数在1%的水平下也显著为正，表明基础设施水平对经济发展的推动作用。第四列为再次引入出口规模ex的估计，ex的系数也显著为正，表明对外出口规模的扩张也有助于促进经济快速发展。第五列则为加入x和所有控制变量的估计结果，结果显示x的系数仍显著为正，并且城镇化cit的符号也显著为正，以及其他控制变量系数也为正，一方面表明科技创新效率水平的提高与经济发展之间正向相关性的高度稳定，另一方面也表明政府收支规模越高，基础设施发展越好，对外出口规模越宽泛，城镇化水平越高，越有助于促进各县区经济发展。

结 论

第一，在目前的县域经济发展水平下，决定科技创新能力的首要因素是县域科技创新管理水平、省级以上研发平台、园区等因素，而后者则很大程度上取决于科技创新管理水平；其次，政府投入水平和创新主体是影响县域科技创新能力的重要因素。

第二，县区间科技创新水平并不是随机分布的，而是呈现集聚趋势：一个县区的科技创新水平的提升或下降会带动其他县区科技创新水平提升或下降。同时，由于县域科技创新存在较强的空间溢出性，各个县区要寻求较好的空间协同伙伴，进而带来协同溢出效应。由于市级政府天然地具有推进县区空间协同和经济协同的优势，市级科技管理部门理应在推进县域科技创新能力的过程中发挥更大的作用，市一级顶层设计的统筹性需要进一步增强。

第三，在支撑县域经济发展的各项因素中，县域科技创新对于县域经济发展的支撑效应稳定且效率值高。县域科技创新效率水平每提高1个单位，县域经济水平提高0.807个百分点。

综合上述三方面结论，得出以下科技创新管理政策建议：一方面是通过加大政府财政科技投入，牵引科技创新动力；尤其是由于科技创新的投入周期长、回报难以预估，越是在“县域”这样的经济欠发达地区，越要靠政府去引导和推动。另一方面是通过大力推动企业创新，激发科技创新内力。此外，要充分发挥市级政府在推进县域科技创新中的统筹作用，实现市级层面的协同效应。