区域一体化战略能有效提升创新扩散环节溢出效应吗——以京津冀城市群为例

叶堂林，李国梁，任绍铭，刘 莹

(首都经济贸易大学 城市经济与公共管理学院，北京 100070)

0 引言

近年来，随着全球产业链和价值链重塑进程不断推进，国际贸易摩擦也愈演愈烈，处于技术垄断地位的科技强国牢牢把持核心领域关键技术，后发国家在促进自身产业链和价值链攀升的过程中，通过外部渠道获得创新成果的难度与不确定性日益增大。基于此，有效盘活国内现有技术成果存量，激发创新资源活力，提升创新驱动经济社会发展的内生动力，是应对当前国际经济环境不确定性的重要举措。从世界范围看，创新资源空间分布不均衡是客观存在的现实，并非所有区域都能成为区域创新策源地。因此，在有条件的区域培育打造区域创新源，其它区域通过与创新策源地建立创新资源通道，是实现区域创新驱动发展战略的重要举措，也是有效拓展创新源辐射范围的重要途径。学术界将这种解决区域发展动能不平衡的方式定义为创新扩散。舒尔茨[1]认为，通过创新扩散，创新成果得到普遍推广与广泛应用，才能推动区域技术水平提升和产业结构优化升级，进而促进区域经济增长。

现实中，很多因素制约区域创新扩散的辐射范围，学者们也从多个方面探究关键影响因素。从扩散媒介和传播渠道角度，知识溢出效应是创新扩散的一种具体形式，知识溢出效应取决于创新源与承接地之间的空间距离[2]、技术差距(技术“鸿沟”)和科技中介活跃程度[3]。从创新源与承接地角度，创新源的创新输出意愿和创新能力、创新承接地的承接意愿[4]和吸收转化能力[5]以及对外开放程度[6]、市场环境[3]、人口密度[7]、政策法规实施与规范性[8]等都是影响创新扩散的重要因素。京津冀城市群是落实国家重大区域协调战略的空间载体，作为全国科技创新中心的北京是该城市群的核心创新源。从2014年京津冀协同发展上升为国家重大战略，到2016年6月国务院批复同意的《京津冀系统推进全面创新改革试验方案》，都旨在加强三地产业链、政策链、资金链、创新链深度融合，提升协同创新水平，进而打造创新共同体。那么，区域一体化战略实施能否有效促进城市群创新溢出效应显著提升？本文将就该问题进行深入分析。

1 分析框架

1.1 研究思路

相较于已有研究，本研究认为，创新扩散是一个空间邻近性极为显著的经济现象。现有研究大多以省域为研究尺度，本研究将研究尺度进一步缩小到地级市层面，从更加微观的视角研究创新扩散效应。创新扩散是一个多主体联动过程，是一个地区的投入产出对另一个地区投入产出产生影响的过程，同时，也是各主体基于自身利益的博弈过程。区域一体化战略正是为了解决由区际博弈行为引发的效率损失问题，但是目前鲜见关于区域一体化政策影响区域创新资源流动的相关文献。基于此，本研究以京津冀地区为例，引入结构变动模型测度京津冀协同发展战略实施前后创新扩散效应对经济社会发展的影响是否发生显著变化。

1.2 研究方法

由于创新活动具有较强的空间联动性，空间因素会影响创新扩散范围[9]，因此部分学者开始从空间角度探究创新扩散的影响。通过梳理相关研究发现，学者们研究创新扩散效应的方法逐渐由传统的OLS回归转向空间计量回归。如许治等[10]采用空间计量方法，对北京和上海两地技术扩散对全国经济增长的影响进行测度；施晓丽[11]通过构建空间计量模型，得出人力资本、贸易进口和FDI对创新扩散效应存在一定影响；金刚和沈坤荣[12]运用探索性空间数据分析方法，对我国内地31个省市规模以上工业企业技术效率和技术进步空间扩散效应的时空演化特征进行分析；叶堂林和李国梁[13]通过构建空间模型，从创新研发投入和创新吸收转化投入两个方面，对比分析京津冀和长三角城市群的创新扩散效应。结合已有研究，本文将从基础研发投入、创新吸收转化投入和创新成果产出3个环节探究创新扩散效应，具体通过构建空间计量模型测度京津冀城市群的创新扩散效应；同时，通过构建结构变化模型，检验区域一体化战略对创新扩散溢出效应的具体影响。

1.2.1 空间计量模型

创新扩散依赖于地区之间的空间溢出，表现为创新中心与周边地区进行资源交换、知识扩散以及制度学习[14]。从过程端来看，创新中心起到示范作用，其输出的新思想、新技术易于在周边地区的“用中学”过程中被模仿与采纳，创新源也能在“干中学”过程中积累经验并进行创新迭代[15]。从发生条件看，创新扩散需要创新策源地具备丰富的创新资源、创新成果以及较强的创新成果输出意愿，创新腹地则应具备较强的吸收转化能力和创新成果承接意愿，还需要营造良好的创新扩散环境和顺畅的创新扩散渠道[13]。从结果端看，一个地区的创新成果只有通过创新扩散才能在周边地区“落地”与转化，进而带动周边关联地区经济增长，使创新成果产生更广泛的经济社会效益，这是整个创新活动的根本导向。

本研究以京津冀为空间范围，以13个城市为研究样本，具体包括北京、天津、石家庄、唐山、秦皇岛、邯郸、邢台、保定、张家口、承德、沧州、廊坊、衡水。在引入相关指标的基础上，构建涵盖基础研发投入、吸收转化投入、创新成果产出等多个创新环节的空间计量模型，对京津冀城市群创新扩散效应的显著性进行检验。回归模型具体为：

第一，SLM模型。

一阶段回归——基础研发投入对创新产出的影响：

ln(Pi,t)=ρWln(Pi，t)+β1ln(NRDEi,t-j)+β2ln(EIi,t-j)+β3ln(NCUi,t-j)+β4ln(UFIi,t-j)+β5ln(MPDi,t-j)+εi,t

(1)

二阶段回归——吸收转化投入对创新产出的影响：

ln(Pi,t)=ρWln(Pi,t)+β1ln(NPLi,t-j)+β2ln(NSTi,t-j)+β3ln(UFIi,t-j)+β4ln(MPDi,t-j)+εi,t

(2)

三阶段回归——创新产出对经济增长的影响：

ln(GDPi,t)=ρWln(GDPi,t)+β1ln(Pi,t-j)+β2ln(UFIi,t-j)+β3ln(MPDi,t-j)+εi,t

(3)

第二，SEM模型。

一阶段回归——基础研发投入对创新成果产出的影响：

ln(Pi)=α+β1ln(NRDEi)+β2ln(EIi)+β3ln(NCUi)+β4ln(UFIi)+β5ln(MPDi)+εi

(4)

二阶段回归——吸收转化投入对创新成果产出的影响：

ln(Pi)=α+β1ln(NPLi)+β2ln(NSTi)+β3ln(UFIi)+β4ln(MPDi)+εi

(5)

三阶段回归——创新成果产出对经济增长的影响：

ln(GDPi)=α+β1ln(Pi)+β2ln(UFIi)+β3ln(MPDi)+εi

(6)

第三，空间权重矩阵。

通过加入地理距离权重矩阵，反映空间各主体、各地区间的关联性。

(7)

其中，d为两区域创新系统中心位置间的距离。

1.2.2 结构变化方程

2014年，党中央提出京津冀协同发展重大国家战略。为探究京津冀协同发展战略实施前后各环节创新活动对区域经济增长的影响是否发生显著变化，本研究通过构建结构变化模型进行检验。在使用结构变化模型的过程中，时间断点的选择会对结构变化检验结果产生一定影响。考虑到结果的稳健性，本文将时间范围拓展到2014年的前两年和后两年，分别以2012年、2013年、2014年、2015年、2016年为时间节点。

基于上述分析，提出以下研究假设：

H1：在2012-2016年的某个时间点前后，京津冀城市群基础研发环节投入对经济社会发展的促进效果存在显著差异；

H2：在2012-2016年的某个时间点前后，京津冀城市群吸收转化环节投入对经济社会发展的促进效果存在显著差异；

H3：在2012-2016年的某个时间点前后，京津冀城市群创新成果产出对经济社会发展的促进效果存在显著差异。

本研究将采用经济结构变化模型验证2012-2016年某个时间点前后城市群各城市创新投入与创新产出变化对经济社会的影响是否具有统计学意义。经济结构变化模型的具体形式为：

Yt=α+βiXt+γiDt+δiDtXt+εt

(8)

(9)

式(9)中，D=0表示在2012-2016年某个时间点(T)之前的时间段，D=1表示在2012-2016年某个时间点(T)之后的时间段。

1.3 指标选取

在被解释变量选取方面，有学者采用专利数[16]、技术市场交易合同数[17]、技术交易额[10]等指标对创新扩散效应进行衡量。本文中，考虑到创新扩散是一个空间邻近性极显著的经济现象，在数据可得下，采用小空间尺度研究创新扩散效应更具有现实意义。由于技术市场交易合同数与技术交易额仅有省域层面数据，本研究仅能够获取地级市层面的新增发明专利数，因此选取新增发明专利数作为衡量地区整体技术水平的关键指标。

在核心解释变量选取方面，从基础研发投入环节看，冯志军和康鑫[18]从人力投入与资本投入两方面衡量创新研发投入，采用R&D活动人员折合全时当量和R&D经费内部支出作为创新研发投入的核心解释变量。R&D活动的创新主体主要包括高校、科研院所和科研企业两方面，本文将对比分析不同创新主体投入对创新产出的影响。考虑到数据可得性，采用研发与设计服务存续企业数和普通高等学校数衡量创新主体投入水平，采用R&D经费内部支出反映创新资本投入水平。从吸收转化投入环节看，欠发达地区可以通过技术引进和技术改造提升创新能力[19]，科技中介活跃程度直接影响创新扩散效率[3]。创新扩散是一个多主体联动过程，只有各方都在这个过程中受益，创新扩散过程才能持续，而创新源的知识产权受保护程度、创新成果吸收转化的交易成本与信息对称程度都会影响创新主体扩散意愿和扩散效率[20]。因此，本研究采用科技成果转化服务存续企业数(具体涉及科技中介服务和技术推广服务)、知识产权及相关法律服务存续企业数衡量创新吸收转化服务主体的活跃程度。从创新成果产出环节看，大多数学者采用专利授权数作为衡量创新产出的关键指标，本研究选取新增发明专利数衡量地区创新产出能力。

在控制变量选取方面，区位优势和开放程度是影响创新扩散的重要因素。胡文玉等[15]采用人口密度作为衡量区域资源禀赋的指标，并认为人口密度越大创新扩散越快。大部分学者采用外商直接投资(FDI)作为开放程度的衡量指标。实际使用外资金额(UFI)是外商直接投资(FDI)中实际投入的金额，能更为真实地反映外资利用水平。因此，本研究选取辖区人口密度和当年实际使用外资金额作为控制变量，见表1。

表1 变量描述与数据来源Tab.1 Variable descriptions and data sources

2 京津冀城市群创新资源分布情况

2.1 基础研发环节：北京优势明显，石家庄增速较快

在研发经费投入方面，北京的科研投入具有显著优势，津冀两地相对偏低，石家庄的增速较快。从增长势头看，2010-2019年北京的R&D经费内部支出从821.82亿元增长到2 233.59亿元，年均增长率为11.75%；天津从229.56亿元增长到462.97亿元，年均增长率为8.11%；石家庄从17.01亿元增长到126.64亿元，年均增长率为24.99%；除去石家庄后，河北省其它城市的R&D经费内部支出之和从117.93亿元增长到400.95亿元。从绝对份额看，2019年北京的R&D经费内部支出分别是天津、石家庄的4.8倍和17.6倍，河北省其它城市(张家口、承德、廊坊、唐山、秦皇岛、保定、衡水、沧州、邢台、邯郸)的R&D经费内部支出之和仅为北京的1/5。

在创新研发主体方面，作为创新源的北京的创新研发设计主体优势显著；而作为创新承接地的石家庄的研发设计主体数增势迅猛，但天津的研发设计主体基础较薄弱。从增长势头看，2010-2019年北京的研发设计企业数从3 674家增长到11 100家，年均增长率为13.07%；天津从323家增长到1 223家，年均增长率为15.94%；石家庄从1 092家增长到10 868家，年均增长率为29.09%；河北省其它城市(张家口、承德、廊坊、唐山、秦皇岛、保定、衡水、沧州、邢台、邯郸)的研发设计企业数之和从1 106家增长到15 014家。从绝对份额看，2019年石家庄的创新研发设计企业数为北京的98%，而天津的创新研发设计企业数仅为北京的1/10。除石家庄外，河北省其它城市(张家口、承德、廊坊、唐山、秦皇岛、保定、衡水、沧州、邢台、邯郸)的研发设计企业数均不足北京的1/5。

2.2 吸收转化环节：北京优势显著，其它城市相对不足

在科技成果转化方面，北京科技成果转化机构发育较好，天津科技成果转化企业数庞大，河北基础相对薄弱。从增长势头看，2010-2019年北京科技中介服务企业数从1 074家增长到2 815家(年均增长率为11.30%)，技术推广企业数从33 434家增长到110 889家(年均增长率为14.25%)；天津科技中介服务企业数从195家增长到1 413家(年均增长率为24.61%)，技术推广企业数从17 002家增长到88 647家(年均增长率为20.14%)；河北省的科技中介服务企业数从139家增长到787家(年均增长率为21.24%)；技术推广企业数从1 777家增长到41 639家(年均增长率为41.97%)。从绝对份额看，2019年北京科技中介服务企业数分别是天津、石家庄的1.99倍和10.39倍；北京的技术推广企业数分别为天津、石家庄的1.25倍和12.45倍，见图1。

图1 2010-2019年京津冀存续科技中介服务企业分布情况(单位：户)Fig.1 Distributions of existing science and technology intermediary service agencies in Beijing, Tianjin and Hebei from 2010 to 2019

在知识产权保护方面，北京的知识产权保护服务机构较多，天津和石家庄是知识产权保护机构集聚的核心节点。从增长势头看，2010-2019年北京的知识产权及相关法律服务企业数从18 578家增长到19 516家，年均增长率为0.55%；天津从330家增长到3 851家，年均增长率为31.39%；河北省其它城市(张家口、承德、廊坊、唐山、秦皇岛、保定、衡水、沧州、邢台、邯郸)的知识产权及相关法律服务企业数之和从459家增长到8 369家。从绝对份额看，2019年天津的知识产权及相关法律服务企业总数为北京的1/5。同时，河北省其它城市(张家口、承德、廊坊、唐山、秦皇岛、保定、衡水、沧州、邢台、邯郸)的知识产权及相关法律服务企业数之和不足北京的1/2，见图2。

2.3 创新成果产出环节：北京优势明显，津冀增速较快

北京创新成果产出丰富且增势强劲，津冀两地创新成果产出也有大幅增长，但与北京仍存在较大差距。从增长势头看，2010-2019年北京新增发明专利数从12 365件增长到109 587件，年均增长率为27.43%；天津从2 928件增长到19 154件，年均增长率为23.21%；河北省所有城市新增发明专利数之和从1 068件增长到14 453件，年均增长率为33.57%。从绝对份额看，2019年北京新增发明专利数是天津的5.72倍，是河北省新增发明专利数的7.58倍。

3 创新扩散环节溢出效应分析

上述结果表明，京津冀城市群创新资源分布极不均衡，北京依托自身创新资源优势成为创新高地，而周边地区创新资源相对匮乏，因此优化创新扩散机制是引导创新高地的创新势能向周边地区扩散的关键举措。本研究进一步开展实证分析，对各环节中影响城市群创新扩散的关键因素进行识别，同时，验证本研究的核心问题“京津冀协同发展战略对创新扩散效应是否具有显著提升作用”。

图2 2010-2019年京津冀存续技术推广服务企业分布情况(单位：户)Fig.2 Distributions of existing intellectual property and related legal service industries in Beijing, Tianjin and Hebei from 2010 to 2019

3.1 空间回归相关检验

在对京津冀城市群创新扩散效应进行回归分析前，首先对模型的多重共线性问题以及模型选取问题进行检验。结果显示，基础研发环节、吸收转化环节、创新成果产出环节的多重共线性指数较小，因此不存在明显的多重共线性问题。

为了选取合适的空间计量模型，本研究通过误差项的Moran's I检验和一系列拉格朗日乘子检验，发现空间计量模型相较于传统的OLS回归模型更具有解释力。拉格朗日乘子检验和极大似然比结果显示，在基础研发和创新成果产出环节空间滞后项的显著性水平与统计量值较高，在吸收转化环节空间误差项的显著性水平和统计量值较高。因此，选取空间滞后模型(SLM)对基础研发环节和创新成果产出环节进行回归分析，选取空间误差模型(SEM)对吸收转化环节进行回归分析，具体见表2。

3.2 基础研发环节企业研发与设计服务活动存在显著的空间溢出效应

结果显示，京津冀城市群城市的研发与设计服务存续企业数、R&D内部经费支出、当年实际使用外资金额与周边城市的创新成果产出存在显著的正相关性，而该城市的普通高等学校数与其它城市的创新成果产出存在显著的负相关性。具体来看，基础研发环节的核心解释变量——研发与设计服务存续企业数(lnNRDE)在1%的水平下与发明专利数(lnP)显著正相关，而普通高等学校数(lnNCU)在5%的水平下与发明专利数(lnP)负相关，反映出京津冀城市群城市的企业研发与设计服务活动会对周围邻近城市的发明专利数产生显著促进作用，而该城市高校的研发活动并没有显著促进邻近城市发明专利数增加，在产学研融合过程中相较于高校研发活动，企业研发活动对京津冀的创新产出起主导作用。此外，当年实际使用外资金额(lnUFI)的回归系数在1%的水平下与发明专利数呈显著正相关关系；R&D经费内部支出(lnEI)在5%的水平下与发明专利数呈显著正相关关系。邻近地区的创新产出(W1P)在1%的水平下对该城市的创新产出存在溢出效应，同时，邻近地区的其它未识别变量(残差项λ)对该城市创新产出也存在显著影响，具体见表3。

表2 回归模型检验结果Tab.2 Regression model test results

3.3 吸收转化环节中知识产权保护与科技中介主体的空间溢出效应

表4结果显示，城市知识产权及相关法律服务企业数、科技成果转化企业数、当年实际使用外资金额、辖区人口密度均与城市群其它城市的创新产出存在显著的正相关性。具体来看，吸收转化环节的核心解释变量——知识产权及相关法律服务企业数(lnNPL)、科技成果转化服务企业数(lnNST)均在1%的水平下与发明专利数显著正相关，反映出创新扩散是一个多主体联动过程，只有各方都受益，创新扩散过程才可以持续；只有在知识产权得到有效保护的情况下，创新源才有向周边地区扩散创新成果的意愿。此外，当年实际使用外资金额(lnUFI)、辖区人口密度(lnMPD)均在1%的水平下与发明专利数显著正相关，反映出城市人口密度增大有利于技术、资金和信息流通与交流，且外商投资仍具有一定程度的知识溢出效应。与表3的结果一致，表4中邻近地区的创新产出和一些其它未识别变量(残差项λ)对该城市创新产出存在显著影响。

表3 基础研发环节各因素对创新产出的影响结果Tab.3 Impact of various factors in basic R&D on innovation output

3.4 城市群城市创新产出对邻近区域经济增长的促进作用

由表5可知，京津冀城市群城市的创新成果产出与周边地区经济增长存在显著正相关性。具体来看，产出环节的核心解释变量——新增发明专利数(lnP)在1%的水平下与地区生产总值(lnGDP)显著正相关，反映出京津冀城市的新增发明专利数对城市群内其它城市的经济增长起到显著促进作用。同时，一个城市当年的实际使用外资金额(lnUFI)、辖区人口密度(lnMPD)与周边地区生产总值(lnGDP)存在显著的负相关关系。邻近地区的经济增长(W1GDP)和其它未识别变量(残差项λ)对该城市经济增长存在显著促进作用。

表4 吸收转化环节中各因素对创新产出的影响结果Tab.4 Impact of various factors in absorption and transformation process on innovation output

3.5 稳健性检验

分别对比表3～5中经典OLS回归、空间滞后模型(SLM)和空间误差模型(SEM)回归结果中回归系数的符号、大小以及显著性水平，发现解释变量的回归系数和显著性水平均不因回归模型改变而发生较大变化，因此回归结果相对稳健。为了进一步检验结果稳健性，通过增减控制变量的方法进行检验，具体见表6-表8。

表6的稳健性检验结果显示，在基础研发环节核心解释变量(lnNRDE)的系数符号及显著性水平没有发生显著变化，即回归结果较为稳健。

表5 创新成果产出对经济影响的空间分析Tab.5 Spatial analysis of the impact of innovation results on economy

表7的稳健性检验结果显示，在吸收转化环节中核心解释变量(lnNST)的系数符号及显著性水平没有发生显著变化，即回归结果较稳健。

现有学者认为，科学技术支出[21]与教育支出[22]对经济增长具有显著促进作用，因此本文选取地方财政科学技术支出(lnEN)和地方财政教育支出(lnEP)作为控制变量，通过逐步增加控制变量的方法进行稳健性检验。稳健性检验结果显示，在创新成果产出环节，核心解释变量(lnP)的系数符号及显著性水平没有发生显著变化，即回归结果较稳健，具体见表8。

表6 对应表3的稳健性检验结果Tab.6 Robustness test results corresponding to Table 3

表7 对应表4的稳健性检验结果Tab.7 Robustness test results corresponding to Table 4

表8 对应表5的稳健性检验结果Tab.8 Robustness test results corresponding to Table 5

4 协同发展战略对创新驱动经济增长影响的结构变化检验

4.1 基础研发环节各因素对经济增长的影响变化

表9显示，2012-2016年京津冀城市群城市时间虚拟变量(D)的回归系数、研发与设计服务企业数与虚拟变量交互项(RD)的回归系数、R&D经费内部支出与虚拟变量交互项(ED)的回归系数均未发生显著变化，反映出京津冀协同发展战略实施前后京津冀城市群基础研发投入对区域经济增长的促进作用未发生显著变化，即假设H1未通过。

4.2 吸收转化环节各因素对经济增长的影响变化

研究结果显示，2012-2016年京津冀城市群城市时间虚拟变量(D)的回归系数、知识产权及相关法律服务企业数与虚拟变量交互项(LD)的回归系数、科技成果转化企业数与虚拟变量交互项(SD)的回归系数发生显著变化，其中，2015年的显著性水平最高，故假设H2成立，反映出京津冀协同发展战略实施前后吸收转化环节投入对区域经济增长的促进效果存在显著差异，有些创新要素的投入(知识产权及相关法律服务企业数)对区域经济增长的促进作用显著提升，而有些创新要素投入(科技成果转化企业数)对区域经济增长的促进作用在一定程度上有所削弱，具体见表10。

4.3 创新成果产出环节各因素对经济增长的影响变化

研究结果显示，2012-2016年京津冀城市群城市时间虚拟变量(D)的回归系数、新增发明专利数与虚拟变量交互项(PD)的回归系数发生显著变化，故验证了假设H3，反映出京津冀协同发展战略提出前后城市群创新成果产出环节对经济社会发展的促进效果存在显著差异，新增发明专利数对区域经济增长的促进作用有所削弱，创新成果向京津冀以外地区流动的基本态势没有改变，具体见表11。

表9 基础研发投入对经济结构变化的联合显著性检验结果Tab.9 Joint significance test results of basic R&D investment on economic structure change

表10 吸收转化投入对经济结构变化的联合显著性检验结果Tab.10 Joint significance test results of absorption and transformation investment on economic structure change

表11 创新成果产出环节对经济结构变化的联合显著性检验结果Tab.11 Joint significance test results of innovation achievement output on economic structure change

5 主要结论与启示

(1)京津冀创新资源空间分布不均衡现象较显著。在研发投入方面，北京R&D经费内部支出和研发设计企业数量远高于津冀两地。2019年，北京、天津、河北每万人R&D经费内部支出分别为1.04亿元、0.30亿元、0.07亿元。在技术推广及知识产权保护方面，北京(创新源)的科技中介和知识产权机构发育程度较高，津冀两地(创新承接地)的科技中介和知识产权机构发展基础薄弱。2019年北京、天津、河北科技中介企业数的相对存量分别为1.31家/每万人、0.91家/每万人、0.10家/每万人；北京、天津、河北每万人拥有知识产权及相关法律服务企业数的相对存量分别为9.06家/每万人、2.47家/每万人、1.75家/每万人。在创新成果产出方面，北京创新成果产出优势显著，津冀两地明显不足。2019年北京、天津、河北每万人拥有新增发明专利数分别为50.89件、12.27件、1.9件。

(2)区域一体化战略在实施初期主要对区域科技成果流通及转化环节的影响显著，创新资源流动只有在区域基础研发实力相当的条件下才能形成，同时，区域基础研发实力形成需要长时间积累，短期政策无法对基础研发环节的创新资源流动产生效应。从京津冀发展现状看，自京津冀协同发展战略提出后吸收转化环节的创新资源流动对区域经济增长的促进效应显著提升，知识产权及相关法律服务企业对京津冀区域经济增长的边际贡献率显著提升，知识产权及相关法律服务环境的不断完善使得创新源的成果输出意愿不断增强。在基础研发投入环节，除创新源北京外，城市群内大部分地区的原始创新动力不足，同时，区域高校间的创新联动松散，研发设计企业成为区域内创新成果产出的供给主体。在创新产出环节，由于创新成果转化应用场景缺失以及三地产业梯度较大等现实因素制约，创新成果产出环节的资源主要流向城市群以外地区，对城市群经济增长的贡献率有所降低。

(3)提高研发端与需求端的匹配效率，完善知识产权价值评估体系建设，推动科技成果转化效率提升。从需求侧出发，深入调研津冀两地产业发展需求，探寻产业链与创新链对接方向。作为创新源，北京市政府、龙头企业、高校和研发机构应该组成专业团队，对津冀两地的高技术产业发展进行调研，结合产业发展实际需求，寻找与北京科技资源融合对接的细分行业，建立对接“节点”，再依托产业部门与创新部门，由点成链，实现产业链与创新链深度融合。从供给侧出发，探寻北京科技创新资源在津冀两地的应用场景。京津冀各地应立足三方联动，注重场景驱动和高能级产业集群培育；依托知识产权及相关法律服务、金融、会计及税务服务等机构，充分挖掘知识产权潜在价值，构建科技成果价值的多维度评价体系，实现知识产权准确评估与信用增级，破解知识产权评估难、风险大等棘手问题，实现北京(创新源)的科技创新成果更多地流向津冀两地(创新承接地)。