环境规制对京津冀区域科技创新能力影响的实证研究

牛晓耕, 田振兴

1. 河北地质大学 经济学院, 河北 石家庄 050031; 2. 河北地质大学 自然资源资产资本研究中心, 河北 石家庄 050031

0 引言

环境污染、 生态破坏日益积聚, 已成为威胁人类生存和经济社会健康发展的重要问题。 改革开放以来, 我国经济快速发展, 1979—2020 年期间GDP 年均增速约为9.19%, 伴随经济规模的持续扩大, 也带来了资源环境问题的积聚。 耶鲁大学及哥伦比亚大学顶尖研究人员发布的《2016 年全球环境绩效指数报告》 中显示中国的环境绩效指数排名109, 时至2020年, 该机构发布的《2020 年全球环境绩效指数报告》显示, 中国环境绩效排名120, 排名有所下降, 其中,在空气质量、 重金属含量、 生物多样性与栖息地领域的得分和排名远低于其他领域, 这反映出经济快速增长之下环境压力巨大, 也在一定程度上反映出我国目前环境规制还有待加强。 当前, 我国经济已由高速增长阶段转向高质量发展阶段, 既要坚定不移地实施创新驱动发展战略, 又要将生态文明建设放在“五位一体” 总体建设格局的突出位置, 提高环境质量、 改善生态环境刻不容缓。 鉴于此, 我国各地一方面积极实施创新驱动发展战略, 致力于提升区域科技创新能力, 另一方面不同程度提升环境规制强度, 致力于生态环境治理与保护。 相较于长三角、 珠三角都市圈,环境污染问题偏重、 区域整体创新能力偏弱、 内部各城市创新水平差距悬殊的京津冀区域, 更应重视环境规制强度和区域整体创新能力的提升。

环境规制强度的持续提升, 对生态环境改善有着重要的积极作用, 但对于企业来说, 短期内面对高要求、 高标准的排污新规, 会提高生产成本, 加重企业负担, 进而影响企业在创新领域的投入资金, 短期内不利于企业创新能力的提升。 环境规制的强度大小会影响企业进行创新的积极性, 进而影响区域创新能力提升, 如何协调二者的关系, 实现环境质量持续改善和创新能力不断提高的“双赢” 局面, 促进经济的高质量发展, 是新时代中国社会经济发展亟需破解的重要课题。

毋庸置疑, 环境规制强度会影响区域创新能力,但就具体影响机理和影响方向, 学界仍未达成一致结论。 美国学者波特认为不能片面的把环境政策和经济发展的关系对立, 适当的环境规制强度有利于企业进行技术创新, 既降低成本又提高产品质量, 有助于提高企业竞争力[1]。 波特假说提出后, 学术界围绕环境规制对创新能力的影响展开了大量研究。 研究结论主要分为四类: 一是认为环境规制对创新能力的提升有促进作用[2-8]; 二是认为环境规制与创新能力间存在负向线性关系, 波特假说并未得到验证[9,10]; 三是认为环境规制与创新能力之间的影响关系并不显著[11,12]; 四是认为环境规制与创新能力之间存在非线性关系, 大多学者研究发现二者呈现 “U” 型关系[13-20], 董直庆和王辉等(2019) 研究发现环境规制的邻地绿色技术进步效应倒“U” 型特征, 本地呈“U” 型[21]。

梳理现有研究成果可知, 选择不同时段数据或不同指标定量解析二者关系, 是造成结论各异的重要影响因素。 随着时间的推移和研究的内容和深度来看,目前大多学者已经从研究二者简单的线性关系转移到是否存在非线性关系上, 深入探究环境规制强度是否达到某个临界值, 目前的环境规制水平是否有助于创新能力的提升等问题。 从研究方法来看, 大多选用一般的面板固定效应模型, 而区域创新有明显的空间关联性[22], 但少有研究其空间效应如何。 从研究范围来看, 大多学者通常会研究全国或者某个地区, 对于京津冀城市群的在该方面的研究尚未开展。

综合考虑之下, 以京津冀为研究区域, 选用2003—2019 年北京、 天津和河北11 个设区市的面板数据, 通过构建空间计量模型, 尝试在空间溢出视域下探索环境规制对区域创新能力影响, 并提出针对性对策建议, 以期对京津冀环境规制手段、 方法和力度的优化提供数据支撑和决策依据, 助力京津冀区域环境质量改善、 科技创新能力提升和经济高质量发展。

1 京津冀区域环境规制与创新能力现状分析

京津冀环境规制强度有所上升, 但区域差异明显。 如图1 所示, 2010 年石家庄、 天津和唐山环境规制强度在京津冀地区最弱, 从实际发展进程来看, 这3 个城市的工业发展更加突出, 环境污染问题日益严重, 尤其是高污染的重工业工厂、 企业排放未经处理或处理未达标的废气、 废水等不仅严重影响当地生态环境, 也给人们的生命健康带来严重危害。 如图2 所示, 这三地区的创新能力也相对较弱, 宽松的环境政策, 低水平的废弃物排放标准, 促使污染企业大肆生产, 给环境带来巨大压力。 随着经济的不断发展和环境规制政策体系的不断优化, 截至2019 年, 京津冀地区环境规制强度整体上有明显提升, 不同地区的环境规制强度大小顺序较2010 年无明显变化, 而地区规制强度差异性变大。 廊坊、 衡水等地环境规制强度相较2019 年明显增强, 北京、 天津等地的规制强度有所增强但变化不大。 这表明京津冀地方政府在环境治理上的差异性较大, 京津冀的环境协同治理有待进一步加强。

图1 2010 年和2019 年京津冀区域环境规制强度分布示意图(从左至右)Fig.1 Distribution of environmental regulation intensity in Beijing-Tianjin-Hebei Region in 2010 and 2019 (from left to right)

图2 2010 年和2019 年京津冀区域创新能力分布示意图(从左至右)Fig.2 Distribution diagram of Beijing-Tianjin-Hebei regional innovation capacity in 2010 and 2019(from left to right)

京津冀创新能力有所提升, 但空间虹吸效应突出, 区域创新能力差距大。 如图2 所示, 2010 年北京的创新能力最高, 紧随其后的有天津、 廊坊、 石家庄、 唐山和秦皇岛, 而上述城市周边都是创新能力相对较弱的地区。 廊坊和唐山的创新能力在2019 年被邻近地区北京和天津拉开差距, 北京周边的承德、 张家口创新能力很弱且与其他地区差距很大。 近几年,北京和天津地区的高污染企业受到政策和形势影响迁移到其邻近地区, 使得邻近北京、 天津周边地区, 例如廊坊、 石家庄和唐山等地环境污染日益严重, 导致了这些地区环境规制强度的提高, 以达到减少环境持续恶化的目的, 但过强的环境规制标准, 同样不利于企业创新, 会挤占企业创新投资, 从而导致地区间创新能力持续拉大, 差距愈加明显的结果。 到2019 年,就形成了以北京、 天津为中心的创新高点, 与京津冀区域内其他城市的创新能力差距拉大。 这也从侧面体现出京津冀地区创新资源配置的极端情况, 区域间的创新能力水平极其不平衡。

整体来看, 京津冀区域环境规制强度和创新能力虽有提升, 但区域差异很明显, 且空间上影响明显。因此, 亟需定量解析京津冀地区环境规制对区域创新能力的影响, 选择合适的环境规制强度以达到环境改善和实现区域科技创新能力提升的“双赢” 目的。

2 理论分析与研究假设

2.1 政府环境规制对企业创新的抑制作用

政府实行环境规制政策的初期, 因为区域经济发展尚处于较低水平, 政策环境也相对不完善, 所以区域整体环境规制强度较低, 低水平的规制强度并不会刺激企业进行创新行为。 一方面, 一些环保政策, 例如排污税等手段加重了企业的成本, 会挤占企业进行创新的投入资金, 影响投入产出效率, 抑制企业的创新积极性; 另一方面, 治污成本和技术改进成本往往大于排污成本, 而且通过技术创新节能减排具有很大的不确定性, 致使企业更加不愿意去承担风险, 进而选择“遵循成本”。 所以较低的环境规制强度下, 企业往往选择缴纳税款而不去进行技术创新。 此时, 环境规制对创新能力提升产生的是抑制作用。

2.2 政府环境规制对企业创新的促进作用

随着环境规制强度的提升, 企业的排污成本上涨, 会进一步压缩利润空间, 从而倒逼企业不得不采取更加先进的知识、 技术、 工艺和生产设备来提高生产率, 进一步优化了资源配置效率, 由此带来的创新收益一旦超过企业的创新投资, 就产生了创新的“补偿效应”, 既提高了生产效率又提高了产品质量, 总效益增加, 有利于促使企业进行创新生产和内部的转型升级。 另外, 政府环境规制力度持续加强, 也会使得产品需求方绿色消费理念增强, 消费结构的绿色化也会激发企业创新的内动力。

综上分析可知, 在环境规制强度较低时, 创新投入大于其“遵循成本”, 创新 “补偿效应” 未能产生, 不利于企业进行创新活动; 而在较高规制强度时, 创新生产带来的 “补偿效应” 大于 “遵循成本”, 促使企业进行创新提高生产率, 进而能实现环境效益和经济效益的双赢。 由此, 环境规制强度的差异性会对创新能力产生不同的影响。 据此提出假设1并进行实证检验。

假设H1: 环境规制强度与区域创新能力为非线性关系且随着环境规制强度的提高, 创新能力先下降后提升, 二者呈“U” 型曲线。

通常来说, 环境规制会通过 “创新补偿” 和“遵循成本” 两种效应分别对创新主体的创新行为发挥作用(见图3)。 一般情况下, 较弱水平的环境规制强度会抑制创新能力, 较强水平的环境规制会促进创新能力的提升。 当然有可能出现相反的情况, 即在环境规制初期, 随着环境规制强度的增加, 企业的创新能力会提升, 当规制强度到一定程度时, 随着环境规制强度的增加, 创新能力反而会降低, 这可能更符合现实情况。 导致该情况的原因可能是环境政策实施初期, 企业掌握着部分创新资源且创新投入成本较低, 可以适应低水平的环境规制, 进行创新生产能够带来一定的创新收益, 能够获得“创新补偿”。 但当环境规制强度超过一个度时, 此时企业的技术创新水平已经达到最高点, 由于技术的限制和创新资金过高, 已经无法再通过技术创新来适应当时的规制强度, 企业不得不选择“遵循成本”, 以此来降低生产成本, 从而导致了创新能力的持续降低。 根据以上分析, 提出假设2 并进行实证检验。

图3 环境规制对创新能力影响机理简图Fig.3 Schematic diagram of the impact mechanism of environmental regulation on innovation capability

假设H2: 环境规制强度与区域创新能力为非线性关系, 且随着环境规制强度的提高, 创新能力先提升后下降, 二者呈倒“U” 型曲线。

3 研究设计与数据说明

3.1 变量选择

3.1.1 被解释变量

区域科技创新能力。 已有研究成果在衡量创新能力指标的选取上, 一般选用专利数量[23]、 R＆D 资金投入和R＆D 人员[24]等。 综合大多文献的选择以及数据的可获得性和完整性, 专利授权数能相对较好地反映地区的创新能力。 因此, 选用专利授权数作为区域科技创新能力的替代变量, 并对其进行了对数处理, 记为INV。

3.1.2 核心解释变量

环境规制。 目前, 尚欠缺直接用以衡量环境规制强度的数据指标, 已有文献在环境规制指标的选择上也未统一。 总体可以分为两种: 一种是以单个指标作为环境规制的代理变量, 例如工业废水排放达标率[25]或污染排放量[26]; 随着研究的进一步深入,更多学者选择另一种方法, 即选取综合指标来作为环境规制的代理变量, 例如3 种废弃物的综合指标[27]。相较之下, 综合指标更能系统全面体现研究地区的环境规制强度大小, 得出的结论会更准确可靠, 故搜集2003—2019 年北京、 天津和河北11 个设区市的废水、SO2和粉尘排放量的数据, 从工业废水排放量、 SO2排放量和粉尘排放量3 个方面综合考虑并使用熵值法将3种指标拟合成一个能够反映环境规制强度的综合指标。

3.1.3 控制变量

选取的控制变量包括: 经济发展水平用人均GDP来表示, 记为PGDP; 金融发展水平用人均年末金融机构各项贷款余额占实际GDP 比重表示, 记为FE;财政科技比重用地区政府科技支出占总支出比重表示, 记为GR; 由于在市级层面, 有些城市教育水平的指标难以收集, 所以, 选用职工平均工资水平来表示人力资本水平[28], 记为HCL, 工资越高说明人力资本水平越高, 反之则相反; 外商直接投资强度选择实际利用外商投资占实际GDP 比重表示, 记为FDIS。各指标数据的描述性统计如表1 所示。

表1 各指标的描述性统计Table 1 Descriptive statistics for each indicator

3.2 数据来源及说明

选取2003—2019 年北京、 天津和河北11 个设区市的面板数据并对数据进行相应处理, 并采用Stata16、 Arcgis10.2 和Geoda1.12 软件进行相关分析。(1) 为方便计量分析, 对绝对数指标数据进行对数处理。 (2) 为消除通货膨胀的影响, 对GDP 采用以2003 年为基期, 使用GDP 平减指数对其进行平减,其他使用GDP 的相关指标均为平减后的实际GDP 计算所得。 (3) 为保证数据的完整性, 对极个别年份的缺失值使用插补法进行填充。 专利数据来自《中国科技统计年鉴》、 各地方统计年鉴、 统计公报和cnrds 数据库, GDP 数据及GDP 指数数据来自《中国统计年鉴》, 除此之外, 其他数据均来自《中国城市统计年鉴》。

4 实证研究

4.1 空间相关性检验

选用3 种空间权重矩阵分别检验区域创新能力的空间相关性: 第1 种是0-1 邻接权重矩阵表示其在空间地理距离上的联系, 记为W1; 第2 种是经济地理权重矩阵, 采用城市间地理具体平方的倒数与城市的GDP 乘积表示, 记为W2; 第3 种是技术关联权重矩阵, 采用城市间地理距离平方的倒数与表征城市间创新能力指标的乘积表示[29], 记为W3。 借助3 种矩阵对因变量进行空间相关性检验的全局莫兰指数结果如表2 所示。

表2 中结果显示, 在W1矩阵和W2矩阵中莫兰指数几乎全部不显著, 说明在这两种权重矩阵下, 城市间的创新能力并不存在明显的空间相关性, 但借助所构建的技术关联矩阵W3, 在W3中大多年份的莫兰指数P值在不同显著性水平下拒绝不存在相关性的假设, 只有个别年份不显著, 表明在京津冀区域创新能力存在着显著的空间相关性, 同时也说明技术关联权重矩阵相较于地理邻近权重矩阵和经济地理权重矩阵更能体现创新能力在空间上的关联关系。 简言之,创新能力在区域间存在显著的空间相关性, 支持使用空间面板回归模型进行分析, 且与其他模型设定相比, 更能有效解决内生性问题, 提升估计结果的准确性。 同时, 3 种空间权重矩阵下的莫兰指数均显著为负, 表明存在空间负相关性, 即表示区域创新能力高的地区被低的区域包围, 创新能力低的地区被高的地区所包围, 而且系数越小, 各地区创新能力的空间差异性会越大。

表2 京津冀区域创新能力的全局莫兰指数Table 2 Global Moran index of innovation capacity in the Beijing-Tianjin-Hebei Region

4.2 模型建立与选择

4.2.1 基准模型

为能更直观地看出使用空间计量模型与普通面板模型实证结果的差异性, 建立如下基准模型。

其中, INVit表示区域创新能力,ERit和分别表示环境规制的一次项和二次项,∑Xit为其他城市层面的控制变量,β1、β2为待估参数,β3为待估参数矩阵,ε为随机扰动项, 该模型中无空间权重矩阵, 即不考虑创新能力存在空间效应。

4.2.2 空间自回归模型(SAR)

其中, INVit表示区域创新能力,ρ表示空间系数矩阵,W为构建的邻接空间权重矩阵,ERit和分别表示环境规制的一次项和二次项,∑Xit为其他城市层面的控制变量,β1、β2为待估参数,β3为待估参数矩阵,ε为随机扰动项。

4.2.3 空间误差模型(SEM)

其中, INVit表示区域创新能力,β1和β2为待估参数,β3为待估参数矩阵,W为构建的邻接空间权重矩阵,ERit和分别表示环境规制的一次项和二次项,∑Xit为其他城市层面的控制变量,ε为随机扰动项,λ是空间误差的相关系数,λWε表示由于随机项所导致的某地区对邻近地区的溢出效应。

结合相关指标及模型使用LM 检验, 其目的是检验SEM 模型还是SAR 模型进行分析更为合理、 准确。如表3 所示, 在W3权重矩阵下, SEM 模型的LM 和R-LM 均在1%的显著性水平下显著, 而SAR 模型的LM 的P 值为0.791, 不显著, 但R-LM 在1%显著性水平下显著, 所以SEM 相较于SAR 模型更为适合。

表3 LM 检验结果Table 3 LM test results

上述模型均使用固定效应分析且实证结果如表4。第(1) 列结果显示, 环境规制一次项系数为0.217,二次项系数为-0.022, 二者分别在1%和5%显著性水平下显著, 表明环境规制与创新能力之间存在倒“U” 型关系。 除经济发展水平系数显著为正外, 其余变量系数均为正, 但不显著。 通过上文全局莫兰指数的结果显示城市间的创新能力存在空间相关性, 如果使用普通面板回归, 会忽略京津冀区域间创新能力存在的空间溢出效应, 导致估计结果不准确, 同时, 京津冀不论是在地理还是经济发展上, 彼此联系十分密切, 使用空间计量模型分析更符合实际情况, 所以, 分别使用W3空间权重矩阵进行空间面板回归。 加入空间效应后, 在SAR 和SEM 模型中,除经济发展水平外, 其他控制变量系数均较普通面板回归模型显著提高, 所以普通面板回归结果可能有所偏差。 经过LM 检验结果已经显示在W3矩阵下,空间误差模型更合适, 进一步通过方差的数值显示,SEM 模型比SAR 模型的方差更小, 而且SEM 模型的AIC 和BIC 数值更小, 所以使用空间误差模型分析。从第(3) 列可以看到核心解释变量环境规制对本地区的影响系数显著为0.594, 二次项系数显著为-0.054, 故印证了上述的假设H2, 表明京津冀地区的环境规制与创新能力之间存在着倒“U” 型关系,在环境规制强度较弱时, 会促进区域创新能力提升,且随着环境规制强度不断加强, 创新水平也在不断提升, 但当创新能力提升至最高点时, 随着环境规制强度再次增强, 区域创新能力会减弱。 进一步通过计算得到拐点是5.500, 而京津冀区域的平均规制强度为2.930, 从整体上来看, 目前规制强度还明显低于最高点, 说明京津冀区域还应继续适当加强环境规制强度, 才能充分发挥其对企业开展创新活动的推动和提高区域整体创新水平的积极作用。 从空间溢出效应来看,W3权重矩阵下空间误差系数为-0.350, 且在1%显著性水平下显著, 表明创新能力受误差项影响对邻地有负向空间溢出效应。

表4 环境规制对京津冀区域创新能力的影响分析Table 4 Analysis of the impact of environmental regulations on the innovation capacity of the Beijing-Tianjin-Hebei Region

在第(3) 列中, 从其他控制变量对创新能力的作用效果来看, 经济发展水平对创新能力有着显著的促进作用, 随着经济发展水平每提高1%, 创新能力会提升1.575%。 财政科技比重对区域的创新能力也有着促进作用, 也表明了地区科技创新的发展, 离不开当地政府的支持。 人力资本对于区域创新能力的提升有着重要作用, 人力资本水平每提升1%, 就会促进创新能力提升0.630%。 外商直接投资强度和金融发展水平均对创新能力的提升有促进作用, 但影响系数较小且不显著。

由表4 第(3) 列结果显示, 外商直接投资强度系数为正但不显著, 一方面受当地政策支持的行业和企业, 例如高新技术等尖端领域制造业和绿色企业会更受到外资的青睐; 另一方面, 受环境政策的影响, 原本外资倾向的收益高但污染大的企业, 可能会面临着转型升级等企业内部调整, 会带来诸多不确定因素, 所以会迫使外商为规避风险而减少对污染企业的投资, 从而会促使创新能力的提高, 但可能目前外商投资的资金数量尚处于较低水平, 不能满足当前创新环境下的创新活动, 导致对创新能力提升的推动作用不明显。 金融发展水平对创新能力也有着正向作用但不显著, 可能是由于各金融机构贷款可能会流向房地产等收益更高、 风险更小的企业, 或者在企业或个人手中作为流转资金, 并未直接投入到创新生产中。 同时, 也可能指标选取存在一定关系。 由于数据受限, 使用金融规模单一指标来反映金融发展水平, 缺少对金融结构和金融效率方面的考虑, 未能对金融发展水平进行综合评价,所以只从金融规模上反映金融发展水平可能会出现抑制创新能力提升的情况, 这也是文章存在的不足之处。

从上述分析结果来看, 目前京津冀环境规制与创新能力的关系还处于倒 “U” 型曲线的左半段,当前环境规制强度尚未达到拐点处, 表明整体环境规制强度还不够, 提高环境规制强度能进一步促进创新能力提升。 所以, 各地政府需要进一步完善环境规制政策的制定、 实施和明确目标, 适度提高规制强度。 地方政府需要加强对高污染企业的监管力度, 保证治污和排污设备持续运作, 实现企业的清洁生产, 使得环境规制政策的实施能达到促进创新能力提高目的, 实现环境质量改善和区域创新能力提升的双赢, 进而提高区域综合竞争力, 实现区域经济高质量发展。

4.3 稳健性检验

为确保得出的结果准确、 稳健, 进行如下稳健性检验。 文章剔除了各地受金融危机影响的2008 年数据, 剔除受个别地区环境规制过高的极端值影响的2018 年和2019 年数据, 结果如表5 第(1) 列显示。考虑到其他因素可能对京津冀区域创新能力产生影响, 故加入城市基础设施建设指标, 用城市区人均铺装道路面积表示, 记为PROAD, 为方便进行计量分析, 对该绝对数指标作对数处理。 结果如表5 第(2)列所示, (1) 和(2) 均使用技术关联矩阵下的空间误差模型进行回归。 表5 中, 环境规制与区域创新能力之间依旧为倒 “U” 型关系, 一次项和二次项系数大小与表4 第(3) 列在同样显著性水平显著下基本一致, 空间误差项系数大小基本一致且显著性水平一致, 说明结果相对稳健。

表5 稳健性检验Table 5 Robustness test

5 结论与建议

5.1 结论

文章基于2003—2019 年北京、 天津和河北11 个设区市的面板数据, 定量解析了环境规制对京津冀区域科技创新能力的影响, 得出的主要结论如下:

第一, 京津冀创新能力差距明显, 河北省内各市的创新水平普遍较低, 与北京、 天津的创新能力相差悬殊, 京津冀区域整体的创新发展极具不平衡, 河北省受高强度环境规制影响, 现阶段治污成本仍较大,企业更倾向于选择“遵循成本”, 不利于创新能力的提升。

第二, 总体上京津冀区域环境规制强度与科技创新能力之间存在倒“U” 型关系并通过计算得知目前环境规制强度尚未经过拐点, 表明规制强度还处于相对较弱水平, 随着环境规制强度的提高, 还能更大限度的激发创新能力提升。

第三, 京津冀地区的创新能力大小多呈现高低和低高集聚分布, 存在空间负相关性。 空间溢出系数为负, 在误差冲击的作用下, 本地创新能力会溢出到邻地并对其产生抑制作用。

第四, 经济发展水平、 财政科技比重、 外商直接投资强度、 金融发展水平以及人力资本水平对创新能力都有促进作用, 其中经济发展水平对创新能力的促进作用更大, 外商直接投资强度和金融发展水平影响不显著。 基于此, 提出以下建议。

5.2 建议

5.2.1 优化协同创新顶层设计, 提升河北省创新能力

要做好协同创新规划, 建立健全区域创新体系,整合创新资源, 要促进科技资源和人才的流动, 不断提高河北省的创新能力。 河北省作为京津冀区域的生态承载地, 承接了北京、 天津许多高污染企业, 导致环境规制过于严苛, 创新资源没有优势, 抑制创新能力提升, 所以要尽快建立生态补偿机制。 在北京、 天津、 河北三地分别组建领导小组, 直接统筹管理政策的制定和落实, 实现京津冀的协调创新发展。

5.2.2 适度提高环境规制强度, 完善区域环境规制体系

京津冀区域整体的环境规制强度较弱, 应适当提高规制强度。 不同地区应该具体问题, 具体分析, 地方政府根据实际的环境状况和社会发展现状, 进一步制定、 优化和落实适合本地区发展的环境政策。 对于北京、 天津等创新能力较强, 但环境规制较弱的地区, 可以适当提高环境标准, 进一步激发企业的创新积极性, 对于河北省内创新能力弱, 环境规制强度过强的地区, 例如廊坊、 衡水地区应该适当降低环境标准, 减少企业的成本负担, 提高创新主体的积极性,促进地区创新能力提升, 而对于创新能力和环境规制强度都很弱的张家口、 承德等地区应该进一步提高规制强度, 倒逼企业创新活动, 促进地区创新能力的提升。 各地区的环境治理方向和目标要保持基本一致,实现京津冀的环境治理协同和环境规制一体化, 加速构建京津冀区域间污染联防联控的治理体系, 从而实现京津冀区域环境质量持续改善和创新能力不断提升的双赢。

5.2.3 建立创新资源共享机制, 转变创新空间外溢效果

京津冀各城市间的创新能力差距明显, 以北京、天津为中心, 大量高新技术人才、 创新资金等创新资源向这些经济发展水平高的城市倾斜, 从而导致了周边地区创新资源匮乏, 创新能力不足, 拉低了京津冀整体的创新水平, 从长远来看, 严重阻碍了京津冀一体化的协调发展。 各地方政府要加快建立创新资源共享机制, 合理分配创新资源, 坚决杜绝个别地区以任何形式垄断创新资源。 创新水平较低的地区应该进一步完善人才引进机制, 要实现人才的引进、 落户和发展一体化。 通过空间效应分析发现受误差项影响的创新能力在区域间存在负向空间溢出效应, 创新能力高且创新资源丰富的地区, 要发挥其带头作用, 加大对周边创新能力不足且有发展前景地区的帮扶力度, 扭转负向空间溢出效应,实现创新成果外溢的积极作用, 使各地区间互惠互利, 促进区域协同发展。

5.2.4 营造良好的创新环境, 推动区域科技创新能力提升

金融发展水平对区域创新能力的提升作用不显著。 人均金融机构贷款逐年攀升, 但只是在量上不断扩大, 未能将其投入到更有潜力和活力的高新企业, 资金投入的分配结构有待进一步优化。 要持续加大在创新型企业上资金的投入比例, 政府应该鼓励并引导投资人将资金投向在长期更有发展潜力的高新技术企业, 优化资金配置, 使得各地区产业发展更具有竞争力和创新优势。 外商直接投资强度对创新提升作用也不显著, 一方面地区政府吸引外资目的是短期经济增长, 没有重视创新发展带来的长期红利; 另一方面, 外商更倾向选择投资回报高且风险较小的企业, 但这些企业创新能力明显下滑,对高新技术和具有发展前景的企业投入资金不足。所以地方政府应当调整外资引进政策, 加大力度吸引外商对高新技术企业的投资, 改变区域发展模式,从而促进高新技术企业和产业的快速发展, 实现外商投资对区域创新的推动作用, 促进区域创新能力的整体提升。