周元元，冯南平

（合肥工业大学 管理学院，合肥 230009）

目前，国内学者对于创新要素集聚的研究主要集中在以下三个方面：一是影响和引导创新要素集聚的研究。刘和东认为国内市场规模通过虹吸效应驱动人才流动并形成人才聚集，人才聚集通过迂回效应不断放大群落内需求关联、扩大国内市场规模、驱动创新能力提升［1］。陈菲琼、任森通过时间序列因子分析，发现人力资源因子和物质资源因子是浙江创新资源集聚的主导因素，浙江省创新资源投入的增加会带来本地区科技创新能力的改善［2］。冯南平等认为在承接产业转移过程中政府引导创新要素的集聚可分为要素吸纳、要素布局和要素融合三个阶段，区域创新能力的提升应遵循“要素流入－要素布局－要素融合－功能发挥－能力提升”的阶梯化路径［3］。二是创新要素集聚对区域经济发展的影响研究。方远平、谢蔓以我国31个省域为研究单元，研究创新要素的空间相关性及创新要素对自主创新能力的空间影响差异［4］。余泳泽运用空间面板计量方法研究了创新要素集聚、政府支持与科技创新效率之间的关系［5］。高丽娜、蒋伏心揭示创新要素的空间集聚与扩散对经济增长具有促进作用［6］。三是促使创新要素向企业集聚及集聚水平评估研究。叶小岭等人分析科技创新要素向企业转移的系统机理并建立了企业集聚科技创新要素水平评价指标体系与集聚效益评价指标体系［7］。耿新兰、陈雅兰运用DEA方法对福建省2009年第一批创新型企业集聚技术要素的效率进行了评估研究［8］。

以克鲁格曼为代表的新贸易理论学者们认为贸易竞争的本质是技术竞争，创新资源禀赋决定了国家和地区的科研能力，进而决定其未来在产品市场竞争中所处的地位［9－10］。本文选取中国31个省市自治区作为研究对象，通过面板单位根检验、协整检验、Hausman检验，并基于面板数据模型的估计，探究创新要素集聚对区域自主创新能力的影响。

一、变量选择与数据来源

1.创新要素集聚指标

国内多数文献在研究创新要素投入时，最常用的是R＆D 数据。在所有的创新要素里，最根本的就是人才和资金这两个要素，本文选取R＆D 人员和R＆D 经费支出这两个变量作为创新要素指标。现有文献对于创新要素集聚程度的度量还没有形成一个统一有效的方法，本文将借鉴在产业聚集中普遍采用的区位商方法来描述创新要素集聚程度。区位商是指一个地区某个部门的产值占该地区总产值的比重与全国该部门的产值占全国总产值的比重的比率，即

在本文中，如果将创新活动看作一个单一部门的活动，那么就有

其中，i为第i个地区，RDPi表示第i个地区的R＆D 人员集聚度，表示第i个地区的R＆D 人员数量，qi表示第i个地区的就业人员数量，Q＇表示全国的R＆D 人员数量，Q 表示全国的就业人员数量。类似地，描述R＆D 经费集聚度的公式可以表述为：

其中，i为第i个地区，RDMi表示第i个地区的R＆D 经费集聚度，P表示第i个地区的R＆D 经费支出，Pi表示第i个地区生产总值，P＇表示全国的R＆D 经费支出，P表示国内生产总值。

2.区域自主创新能力指标

现有文献衡量区域自主创新成果的指标包括论文发表量、新产品产值和专利等，而专利是其中的核心指标。

本文选取各地区的专利申请量对自主创新能力进行度量，一是因为专利申请量具有很强的代表性，科研人员大多采取专利申请的方式保护其科研成果，且数据比较容易获得，二是考虑到我国专利的审批需要1－3年的时间，故用专利申请量作为区域自主创新能力的衡量指标，比用专利授权量更合理。

3.其他指标

影响区域自主创新能力还包括其他因素，其中，良好的创新环境是一个地区提升区域自主创新能力的重要前提。区域创新环境包括基础设施、制度政策环境、社会文化环境、市场体制环境等。而地方政府在基础设施建设、制度政策制定等创新环境建设方面起着十分重要的主导作用。因此，考虑到地方政府支持程度对于自主创新能力的重要影响，本文将政府支持纳入模型进行考虑，用地方政府对创新活动的资助金额表征政府支持程度，记为GOV，而将其他因素都作为未观测到的区域差异（μ）纳入模型。

综上所述，本文选取R＆D 人员集聚度（RDP）、R＆D 经费集聚度（RDM）作为衡量创新要素集聚的指标，同时将政府对创新活动的资助金额（GOV）作为控制变量，再用专利申请量（ZLSQL）度量区域自主创新能力。研究时段为2003－2012年，研究范围为中国31个省市自治区，数据来源于2003－2012年《中国科技统计年鉴》和《中国统计年鉴》。

二、创新要素集聚度描述统计

根据上节构建的创新要素集聚度指标，得到2003－2012年间中国31个省市自治区的R＆D 人员集聚度和R＆D 经费集聚度的描述统计量如表1、表2所示。由表1可知：R＆D 人员集聚度均值最高的地区是北京，为6.666，均值最低的是贵州，为0.214。北京的R＆D 人员集聚度呈现逐年降低的趋势，标准差为1.847，波动较大。其他地区，尤其是中西部地区的R＆D 人员集聚水平维持一个平稳的状态，波动较小。R＆D 人员集聚水平明显高于全国平均水平的地区有北京、上海、天津、江苏、广东、浙江、辽宁、陕西、黑龙江，除陕西和黑龙江外，其余均为东部省市。中西部地区的R＆D 人员集聚水均不高于全国平均水平。由表2可知：R＆D 经费集聚度均值最高的地区是北京，为3.644，均值最低的是西藏，为0.144。31个省市自治区中，仅仅只有北京、上海、陕西、天津、江苏、辽宁的R＆D 经费集聚度均值高于全国水平，其余均低于全国平均水平，由此可见，目前，国内各地区的R＆D 经费集聚水平总体偏低，各地区要继续促进R＆D 经费的集聚。

表1 各地区2003－2012年R＆D人员集聚度描述统计表

表2 各地区2003－2012年R＆D经费集聚度描述统计表

三、实证检验与结果分析

利用2003－2012年中国31个省市自治区的面板数据，采用Eviews6.0软件进行面板数据检验，模型形式设定和模型结果估计。为了减少异方差，对所有变量取对数。

1.面板单位根检验

为了避免“伪回归”的发生，确保估计结果的有效性，先对面板数据进行单位根检验，以确定其平稳性。单位根检验结果（表3）显示：R＆D 人员集聚度（RDP）、R＆D 经费集聚度（RDM）、政府资助金额（GOV）和专利申请量（ZLSQL）的单位根检验结果不显著，不能拒绝“存在单位根”的原假设，即变量是非平稳的，而对这四个变量的一阶差分值进行检验，结果显示均为平稳的，故这四个变量均为一阶单整变量，可以进一步对数据进行面板协整检验。

表3 面板数据的单位根检验结果

续表

2.面板协整关系检验

为了确定变量之间是否存在长期协整关系，需要对数据进行面板协整检验。对面板数据取对数，采用Pedroni协整检验方法进行检验，结果（表4）显示，除了Panel rho、Group rho外，其他统计量均在1%的显著水平上拒绝不存在协整关系的原假设，因此，可以认为我国31个省市自治区的创新要素集聚、政府支持与自主创新能力之间存在长期稳定的均衡关系。

表4 面板协整检验结果

3.面板模型形式设定检验

面板数据模型的应用前提是选定正确的模型形式，如果模型形式设定不正确，估计结果将与所要模拟的经济现实偏离甚远。面板数据模型通常可以分为3类：无个体影响的不变系数模型，含有个体影响的变截距模型，含有个体影响的变系数模型。个体影响又包括固定影响和随机影响两种情形。本文采用协方差分析检验和Hausman检验来确定模型的形式。

（1）协方差分析检验 主要检验以下两个假设：

若不拒绝假设H2，则可以认为应为不变系数模型。若拒绝假设H2，则需检验假设H1。如果不拒绝假设H12，则为变截距模型，如果拒绝假设H1，则为变系数模型。采用协方差分析检验判断模型形式需要构造F2和F1两个统计量。

其中，S1、S2、S3分别为变系数模型、变截距模型和不变系数模型的残差平方和，N 为截面成员个数，T 为观测时期总数。其计算结果如下：

S1＝12.346 00S2＝37.199 10S3＝109.273 9

F2＝12.169 7F1＝4.160 3

在5%的显著性水平下，得到的相应临界值为：

F2（120，186）＝1.308 F1（90，186）＝1.337

由于F2＞1.308，F1＞1.337，拒绝假设H2、H1，故选择变系数模型。

（2）Hausman检验 变系数模型还可以分为两种，即随机效应变系数模型和固定效应变系数模型，通常可以采用Hausman检验法进行判断。Hausman检验结果（表5）表明，在1%的显著水平下，应拒绝随机影响的原假设。同时，结合实际情况来看，本文研究的截面成员是研究总体的所有单位，因此，采用固定效应模型更为合理。

表5 Hausman固定影响／随机影响检验

根据协方差分析检验和Hausman检验的结果，可以将模型形式确定为固定影响变系数模型：

lnZLSQLit＝αi＋βit（lnRDPit）＋β2i（lnRDMit）＋β3i（lnGOVit）＋μit

其中，i＝1，2，…，31为中国31个省市自治区序列，t＝1，2，…，10为从2003年至2012年为期10年的考察期序列；lnZLSQLit，RDPit，RDMit，GOVit分别表示i区域t时期的专利申请量，i区域t时期的R＆D 人员集聚度，i区域t时期的R＆D 经费集聚度，i区域t时期的政府资助金额，βi为回归系数，μit为随机误差项，αi是与区域相关的系数，αi、βi会随着截面成员的变化而变化。

4.结果分析

含地区影响变系数模型的估计结果显示，模型的拟合优度从98.47%提高到了99.08%，F 统计量伴随概率为0.0000，表示模型设定正确。

表6 固定影响变系数模型估计结果

续表

下文将从东部、中部、西部三个角度分析问题，区域沿用传统的划分方法，即东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南；中部包括山西、内蒙古、吉林、黑龙江、安徽、江西、河南、湖北、湖南；西部地区包括广西、重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏、西藏、新疆。

从表6可以看出，不同地区的固定影响参数ai＊存在很大的差异。其中，西部地区包括云南、西藏、陕西、青海、宁夏、新疆的自主创新能力水平均低于全国平均水平。东部地区的北京、辽宁、上海、江苏、浙江、山东、广东、海南的自主创新能力水平偏离平均水平均为正值，说明东部各省市的自主创新能力水平明显高于全国平均水平。

创新R＆D 人员集聚对于自主创新能力的影响依地区的差异存在很大的不同。其中，天津、山西、山东、湖北、重庆、云南的R＆D 人员集聚弹性系数没有通过显著性检验，作R＆D 人员集聚影响分析时可不考虑这些地区。其中，东部地区中，除了北京、辽宁、浙江三个省市外，R＆D 人员集聚影响系数均为正的，也就是说，对于东部地区而言，创新要素的集聚能够带来区域自主创新能力的提升。北京和浙江，自主创新水平和R＆D 人员集聚水平均位于全国前列，却表现出R＆D 人员的集聚阻碍了区域自主创新的提高，其原因在于北京的R＆D 人员集聚水平值达到了6.666，并且人员集聚波动幅度较大，远远超出了国内其他省市，存在过度集聚的现象，导致了人才资源过剩和闲置；而浙江近些年实施的人才集聚主要是人才的注入，实际上，人才集聚机制不仅仅只是人才吸引机制，还包括人才培养机制，人才流动机制等等，浙江中小民营企业比重偏大，企业创新成本大，风险高，无法给集聚人才提供一个良好的创新平台。对于中部地区和西部地区，R＆D 人员集聚对于区域自主创新能力的影响并没有表现出一定的规律，20个省市自治区中，仅仅只有七个省市的R＆D 人员集聚影响系数为正，包括中部地区的安徽、河南、湖南，西部地区的重庆、贵州、宁夏、新疆。其原因在于中西部的19个省市自治区创新人员集聚水平均不高于全国水平。由此可见，中西部地区的R＆D 人员的集聚水平过低，仍然需要加强创新人才的引进和集聚。创新R＆D 经费的集聚对于自主创新能力的影响表现出显著的个体差异。其中，天津、辽宁、上海、云南、西藏、陕西的回归系数没有通过显著性检验，作R＆D 人员集聚影响分析时可不考虑这些地区。R＆D 经费集聚弹性系数有正有负，其中为正的地区仅仅有9个，包括河北、江苏、浙江、福建、山东、湖北、广西、重庆、青海，其余地区R＆D 经费集聚都对自主创新能力造成了负面的影响，其原因在于目前全国绝大多数区域的R＆D 经费集聚度均远远低于全国水平，并没有形成一定的集聚规模，无法发挥集聚效应，集聚成本远远高于集聚效益，反而不利于自主创新能力的提升。

政府支持对于区域自主创新能力的提升具有显著的正面影响。政府是区域创新体系中的重要创新主体，为科技创新活动提供资金和政策上的支持；建立公平开放的创新市场环境，营造产学研合作的创新氛围十分重要。产业的发展、要素的集聚离不开政府的支持和引导。

五、结论与政策启示

第一，对东部地区来说，R＆D 人员的集聚能够带来区域自主创新能力的提升，但是R＆D 人员的过度集聚和不完善的集聚机制会阻碍区域自主创新能力的提升。中西部地区的R＆D 人员集聚水平均不高于全国平均水平，导致R＆D 人员集聚对于区域自主创新能力的影响并没有呈现一定的规律。创新要素集聚度较高的东部地区，在进一步促进创新要素集聚的同时更应该注重创新要素集聚绩效的改善，应提高对创新资源的利用效率，而不是盲目追求创新要素集聚规模的扩大；需要积极探索和不断改进创新资源管理的工作思路和方法，避免R＆D 人员过度集聚，造成人才资源的闲置和浪费。中西部地区创新人才集聚度普遍没有达到全国平均水平，其技术创新的发展主要还是依靠人才建设，一方面应大力提高教育水平，培养本土创新人才并通过政策鼓励其留在本土；另一方面应建立人才引进机制，完善人才激励制度，优化人才成长发展平台，吸引创新人才进驻。

第二，全国各地区R＆D 经费集聚水平普遍过低，导致R＆D 经费集聚并没有促进区域自主创新能力的提高，反而因为集聚度过低，无法发挥集聚效应，阻碍了自主创新能力的提高。创新资金是创新活动重要的物质保障，全国各地区应建立多元化的资金投入体系，包括政府财政科技投入、企业原始资本积累、金融机构资金支持等。我国各地区尤其是中西部地区开展R＆D 活动不普遍，导致R＆D 经费投入不足。各级政府应加大对科技创新活动的投入，通过政策制定、税收策略引导要素拥有者、国内外投资者前来投资；应当加强全社会的创新意识，积极鼓励各种社会力量增加对R＆D 活动的经费投入；培育和引进大型科技型企业，大力扶持本土有潜力的企业开展R＆D 活动；充分发挥金融市场对创新活动的金融支撑作用，促进各金融机构相互配合，营造良好的金融环境。

第三，政府对创新活动的大力支持能够显著提高区域自主创新能力。政府是创新活动的重要主体，在创新要素集聚的过程中起着重要的引导和监督的作用，可以通过以下几种手段引导区域内的创新要素集聚：其一，以创新资源提供者的身份直接参与到区域创新中，加大科技财政投入，为创新主体的创新活动提供资金支持。其二，营造良好的创新政策环境，完善经济体制和市场机制，建立产权制度，实施税收激励政策，凭借优良的投资软环境吸引国内外投资者到区域内投资建厂，从而带来大量创新要素的注入。其三，加强创新硬件环境建设，完善公共基础设施建设，建立高新科技园和科研中心，为区域企业创新活动以及外来创新力量提供强有力的保障。

［1］刘和东.国内市场规模与创新要素集聚的虹吸效应研究［J］.科学学与科学技术管理，2013，34（7）：104－112.

［2］陈菲琼，任 森.创新资源集聚的主导因素研究：以浙江为例［J］.科研管理，2011，32（1）：89－96.

［3］冯南平，高登榜，杨善林.承接产业转移过程中创新要素集聚的区域引导策略［J］.合肥工业大学学报（社会科学版），2013，27（1）：7－12.

［4］方远平，谢 蔓.创新要素的空间分布及其对区域自主创新能力的影响——基于中国省域的ESDA－GWR 分析［J］.经济地理，2012，32（9）：8－14.

［5］余泳泽.创新要素集聚、政府支持与科技创新效率［J］.经济评论，2011，（2）：93－101.

［6］高丽娜，蒋伏心.创新要素集聚与扩散的经济增长效应分析——以江苏宁镇扬地区为例［J］.南京社会科学，2011，（10）：30－36.

［7］叶小岭，叶瑞刚，张颖超.区域企业集聚科技创新要素水平及集聚效益评价研究［J］.科技管理研究，2012，（15）：112－117.

［8］耿新兰，陈雅兰.福建创新型企业集聚科技创新要素的评估研究［J］.科技管理研究，2012，（12）：1－4.

［9］Elhanan Helpman，Paul Krugman.Market Structure and Foreign Trade：Increasing Returns，Imperfect Competition，and the International Economy［M］.Cambridge：The MIT Press，1987.

［10］Masahisa Fujita，Paul Krugman，Anthony Venables.The Spatial Economy：Cities，Regions and International Trade［M］.Cambridge：The MIT Press，1999.