李濤 張貴

摘 要： 利用2002—2017年京津冀地區(qū)13個城市數(shù)據(jù)，采用空間計量分析法，實證分析研發(fā)要素流動對城市科技創(chuàng)新影響。結(jié)果表明，城市創(chuàng)新存在顯著的空間相關(guān)性;前期的知識積累對城市科技創(chuàng)新具有重要影響，但時間距離和科技距離的縮短可顯著降低其影響程度，交通設(shè)施連通性越強和技術(shù)水平越接近的城市，越有利于城市間研發(fā)要素流動，擴大知識溢出強度，進而提升城市科技創(chuàng)新，最后從降低制度障礙、完善基礎(chǔ)設(shè)施和搭建協(xié)同創(chuàng)新平臺等方面提出對策建議。

關(guān)鍵詞：研發(fā)要素流動;京津冀;科技創(chuàng)新;空間計量

中圖分類號：F207 ? 文獻標(biāo)志碼：A ? 文章編號：1674-7356（2019）-02-0001-08

隨著國際競爭環(huán)境的日趨嚴(yán)峻和國內(nèi)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級的步伐加快，區(qū)域經(jīng)濟發(fā)展由要素和投資驅(qū)動向創(chuàng)新驅(qū)動轉(zhuǎn)變的必要性和緊迫性日益增強。2016年5月，黨中央、國務(wù)院印發(fā)《國家創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略綱要》，指出建設(shè)創(chuàng)新型城市，以創(chuàng)新要素的集聚與流動促進產(chǎn)業(yè)合理分工。2014年，京津冀協(xié)同發(fā)展正式上升為重大國家戰(zhàn)略，而創(chuàng)新是推動京津冀協(xié)同發(fā)展的關(guān)鍵。從創(chuàng)新產(chǎn)生過程來看，一方面，創(chuàng)新能力提高源于城市自身知識積累和相關(guān)投入的增加;另一方面，城市間研發(fā)要素流動帶動知識流動，加速知識在城市間擴散，進而對城市創(chuàng)新產(chǎn)生重要影響。因此，明晰研發(fā)要素流動對科技創(chuàng)新的影響機理，評估其影響效應(yīng)對促進城市群協(xié)同創(chuàng)新，進而推動京津冀協(xié)同發(fā)展具有重要理論和現(xiàn)實意義。

一、文獻綜述

隨著科技創(chuàng)新對城市經(jīng)濟增長的重要性不斷增強，學(xué)界對有關(guān)創(chuàng)新的相關(guān)研究也越來越多，主要集中在創(chuàng)新評價、創(chuàng)新影響因素和創(chuàng)新的空間相關(guān)性三個方面。在創(chuàng)新評價方面，學(xué)者多采用分層聚類分析[1]、多指標(biāo)綜合指數(shù)法[2]、超效率DEA[3]等方法對城市創(chuàng)新能力進行評價;更進一步的研究者，許治和楊明海等[4-5]利用核密度與馬爾科夫鏈方法對城市創(chuàng)新能力動態(tài)演進過程進行分析，探究城市創(chuàng)新差異產(chǎn)生的原因。在創(chuàng)新影響因素方面，金懷玉和菅利榮研究發(fā)現(xiàn)增加創(chuàng)新投入能有效提升科技創(chuàng)新效率[6];而魏守華等認為創(chuàng)新能力不僅受創(chuàng)新基礎(chǔ)條件的影響，更重要的是受包含產(chǎn)業(yè)集群環(huán)境、產(chǎn)學(xué)研聯(lián)系質(zhì)量等創(chuàng)新效率影響[7];宇文晶等則認為金融環(huán)境和經(jīng)濟條件對效率提升有促進作用[8]。此外，國外學(xué)者Doh和Kim以韓國為研究對象分析政府政策對企業(yè)創(chuàng)新績效的影響，結(jié)果表明，政府財政政策有利于中小企業(yè)開展創(chuàng)新活動。在創(chuàng)新空間相關(guān)性方面，李婧等構(gòu)建基于超越對數(shù)生產(chǎn)函數(shù)的靜態(tài)與動態(tài)空間面板計量模型研究區(qū)域創(chuàng)新空間相關(guān)性，結(jié)果表明，創(chuàng)新活動存在顯著地空間正相關(guān);更進一步的研究，學(xué)者從地理鄰近[9]、技術(shù)臨近[10]等視角研究城市科技創(chuàng)新。

綜上所述，雖然在城市科技創(chuàng)新方面的研究較為豐富，但多數(shù)是從靜態(tài)角度分析創(chuàng)新活動的空間相關(guān)性，少數(shù)學(xué)者構(gòu)建動態(tài)模型研究城市科技創(chuàng)新相關(guān)問題，但本質(zhì)上仍反應(yīng)的是創(chuàng)新活動靜態(tài)特征。與其他生產(chǎn)要素相比，研發(fā)要素攜帶了更多的知識、信息、技術(shù)、資本等創(chuàng)新資源，其在城市間的流動有利于創(chuàng)新知識的空間傳播，進而影響城市群科技創(chuàng)新活動。邵漢華和鐘琪研究發(fā)現(xiàn)，研發(fā)要素流動顯著提升協(xié)同創(chuàng)新效率[11];而白俊紅和王鉞研究表明，R&D資本的區(qū)際流動對創(chuàng)新效率提升有顯著促進作用，R&D人員流動影響并不顯著[12]。然而，現(xiàn)有研發(fā)要素對科技創(chuàng)新影響的相關(guān)研究主要集中在區(qū)域?qū)用妫瑓魏Ｆ嫉葟某鞘袑用娣治鲅邪l(fā)要素流動對創(chuàng)新活動的影響，但其分析是基于單一的地理鄰近性，不同緯度的鄰近性對城市科技創(chuàng)新影響存在差異[13]?；诖?，本研究以京津冀13個地級市為研究對象，構(gòu)建多種空間權(quán)重矩陣，對比分析不同鄰近維度的研發(fā)要素流動對城市科技創(chuàng)新影響，以期為推動京津冀協(xié)同發(fā)展提供決策參考。

二、研發(fā)要素流動促進科技創(chuàng)新的理論機理

作為影響創(chuàng)新的重要因素，研發(fā)要素流動主要通過知識溢出效應(yīng)、創(chuàng)新網(wǎng)絡(luò)效應(yīng)和資源優(yōu)化配置效應(yīng)對城市創(chuàng)新產(chǎn)生重要影響（圖1），具體分析如下：

首先，研發(fā)要素流動加速知識在城市間流動，產(chǎn)生知識溢出效應(yīng)。城市科技創(chuàng)新能力高低在很大程度上是由城市知識池容量決定，知識是一種公共物品，可以較低成本被共享使用。因而，自身投入和鄰近城市知識溢出均對城市知識池容量產(chǎn)生影響。作為知識傳播的重要載體，研發(fā)要素流動在城市間流動使得創(chuàng)新組織接觸更多的創(chuàng)新知識成為可能[12]。一方面，研發(fā)要素在城市間的流動有利于專業(yè)化知識集聚，進而使得不同城市產(chǎn)業(yè)內(nèi)企業(yè)溝通合作更加密切，在推進城市產(chǎn)業(yè)發(fā)展的同時提升城市創(chuàng)新能力;另一方面，研發(fā)要素在城市間流動也有利于不同產(chǎn)業(yè)的知識在同一城市形成交互，多樣化知識碰撞使得城市內(nèi)不同產(chǎn)業(yè)的創(chuàng)新組織相互學(xué)習(xí)，有利于整合異質(zhì)性創(chuàng)新要素，激發(fā)不同創(chuàng)新主體活力。此外，隨著研發(fā)要素流動規(guī)模和持續(xù)時間的增加，知識流量會進一步轉(zhuǎn)化為知識存量，進而內(nèi)生的促進城市創(chuàng)新能力提升。

其次，研發(fā)要素流動有利于城市創(chuàng)新網(wǎng)絡(luò)形成，產(chǎn)生創(chuàng)新網(wǎng)絡(luò)效應(yīng)。研發(fā)要素流動不僅有利于知識在城市間擴散，也有利于城市間創(chuàng)新組織開展研發(fā)合作，進而形成跨城市的創(chuàng)新網(wǎng)絡(luò)，而城市間的網(wǎng)絡(luò)關(guān)系有利于信息擴散和知識共享，進一步促進城市創(chuàng)新[14]。一方面，組織可以通過創(chuàng)新網(wǎng)絡(luò)獲取知識和信息，也可以將其在網(wǎng)絡(luò)中分享，優(yōu)化自身知識結(jié)構(gòu)，知識溢出強度增加，特別是加速隱性知識在組織間傳播，提高創(chuàng)新成功率，促進城市創(chuàng)新;另一方面，創(chuàng)新網(wǎng)絡(luò)形成降低市場交易成本，使得創(chuàng)新組織能在更大空間范圍內(nèi)選擇合作伙伴，降低城市間創(chuàng)新主體相互合作的監(jiān)督和履約成本，增強彼此的信任程度，進一步完善城市創(chuàng)新網(wǎng)絡(luò)，通過不斷獲取城市外部知識、信息、技術(shù)等創(chuàng)新要素，提升城市創(chuàng)新。

最后，研發(fā)要素流動提高創(chuàng)新要素利用率，產(chǎn)生資源優(yōu)化配置效應(yīng)。研發(fā)要素流動在城市間流動本質(zhì)上也是創(chuàng)新資源在更大范圍內(nèi)重新組合的過程，有利于提高創(chuàng)新要素使用效率，促進資源優(yōu)化配置。一方面，研發(fā)要素流動不僅帶動先進知識、技術(shù)、資金等創(chuàng)新資源的流動，也有助于管理方式、組織形式等軟環(huán)境的輸出，進而內(nèi)生性提高閑置資源參與創(chuàng)新過程可能性，使得更多資源參與科技創(chuàng)新，提高了資源利用效率，有助于縮小城市間創(chuàng)新差距[15];另一方面，研發(fā)要素在城市間流動也使得流入地市場競爭程度增加，不同創(chuàng)新要素價值體現(xiàn)變得更容易，市場競爭機制有利于資源能最大程度被利用，進而提升城市創(chuàng)新效率。

基于上述理論分析，提出本研究研究假設(shè)：

假設(shè)1：從動態(tài)角度而言，研發(fā)要素流動促進城市科技創(chuàng)新。

此外，隨著交通基礎(chǔ)設(shè)施的不斷完善，特別是高速鐵路的開通，極大增強了城市間的可達性程度。一方面，使得城市間大規(guī)模和頻繁的研發(fā)要素流動成為可能，加速了知識空間擴散與傳播[16]，進而影響城市創(chuàng)新;另一方面，降低創(chuàng)新活動的監(jiān)督和約束成本，使得研發(fā)要素空間流動范圍擴大，有利于推動城市創(chuàng)新[17]。因此，進一步提出研究假設(shè)：

假設(shè)2：相較于地理距離，基于時間距離產(chǎn)生的研發(fā)要素流動對城市科技創(chuàng)新影響更大。

三、模型構(gòu)建、變量選擇與數(shù)據(jù)來源

（一）模型構(gòu)建

目前，學(xué)術(shù)界用于研究空間相關(guān)問題的計量模型主要有三種：空間滯后模型（Spatial Lag Model，SLM）、空間誤差模型（Spatial Error Model，SEM）和空間杜賓模型（Spatial Durbin Model，SDM）。SLM主要考慮因變量空間滯后項對被解釋變量的影響;SEM主要考慮空間誤差項對被解釋變量的影響;而SDM是同時考慮了解釋變量和被解釋變量的空間自相關(guān)性，其具體形式如下：

（二）變量選擇與數(shù)據(jù)來源

1. 被解釋變量

學(xué)界對創(chuàng)新產(chǎn)出的度量一直存在爭議，雖然專利并不能完全反應(yīng)創(chuàng)新活動，但專利對創(chuàng)新的重要性毋庸置疑，正是由于專利的存在使得創(chuàng)新活動價值可衡量[18]。因此，本文使用專利授權(quán)量（PAT）作為被解釋變量，表示城市創(chuàng)新產(chǎn)出。

2. 解釋變量

研發(fā)要素流動，包括研發(fā)要素流動包括R&D人員流動（RPF）和R&D資本流動（RCF）。在借鑒王鉞和劉秉鐮[19]研究的基礎(chǔ)上，采用引力模型對城市間RPF和RCF進行測算，具體計算公式如下：

3. 控制變量

結(jié)合現(xiàn)有研究可知，研發(fā)要素投入[20]、政府政策[21]和外商直接投資[22]對城市科技創(chuàng)新亦會產(chǎn)生不同程度影響。因此，將上述變量予以控制，具體定義如下：

1）研發(fā)要素投入。包括R&D人員投入（RDP）和R&D資本投入（RDE）。雖然城市創(chuàng)新水平很大程度上源于自身知識存量，但存量依賴于流量的增加，R&D人員和R&D資本投入均表示了一定程度的知識量，因而對科技創(chuàng)新產(chǎn)生重要影響。借鑒前人研究的基礎(chǔ)上，本論文使用R&D資本存量代替內(nèi)R&D資本投入，具體計算公式已較為常見，此處省略公式表達;

2）政府政策。以政府財政在科技方面支出測度，用GOV表示;

3）外商直接投資。以外商直接投資額測度，用FDI表示。

研究使用京津冀地區(qū)13個地級以上城市面板數(shù)據(jù)，研究周期為2002—2017年，數(shù)據(jù)來源于歷年《中國科技統(tǒng)計年鑒》《中國城市統(tǒng)計年鑒》和各城市統(tǒng)計公報，建模數(shù)據(jù)均取自然對數(shù)。另外，考慮到創(chuàng)新活動具有一定的滯后性，以被解釋變量延后一年的數(shù)據(jù)進行實證研究。

四、實證結(jié)果分析

（一）空間相關(guān)性檢驗

在采用空間面板模型研究研發(fā)要素流動對京津冀科技創(chuàng)新的影響前須對創(chuàng)新活動的空間相關(guān)性進行檢驗，Moran′I指數(shù)是常用的判斷空間相關(guān)性指標(biāo)。因此，通過計算Moran′I指數(shù)對京津冀創(chuàng)新空間相關(guān)性進行判斷，計算公式如下：

其中，n是研究對象數(shù)量，xi和xj分別代表城市i和城市j的創(chuàng)新能力，S2表示xi和xj的協(xié)方差，表示空間權(quán)重矩陣W中第i行第j列的元素。Moran′I的取值范圍是[-1，1]，正值表示空間正相關(guān)，即創(chuàng)新能力相似的城市在空間上呈現(xiàn)集聚狀態(tài);負值表示空間負相關(guān);零值表示不存在空間相關(guān)性，即呈現(xiàn)隨機分布狀態(tài)。本文以京津冀城市群13個地級市為研究對象，以專利授權(quán)量衡量城市科技創(chuàng)新，計算2002—2017年其Moran′s I值，結(jié)果如表1所示。

由表1可知，研究期內(nèi)Moran′s I值全部通過了顯著性檢驗，表明京津冀科技創(chuàng)新活動存在顯著的空間相關(guān)性，地理集聚特征明顯。從變化趨勢來看，雖然科技創(chuàng)新活動的集聚程度每年有波動，但整體呈下降趨勢，由2002年的0.163波動下降到2017年的0.152，這在一定程度上說明，京津冀城市群科技創(chuàng)新活動集聚程度有所減弱，有利于縮小城市創(chuàng)新差距。

（二）普通面板估計結(jié)果

首先采用普通面板模型對京津冀城市群科技創(chuàng)新與其影響因素之間的相關(guān)關(guān)系進行估計，檢驗解釋變量和控制變量對被解釋變量的影響，對變量選擇的科學(xué)性進行評價。

由表2可知，普通面板模型估計結(jié)果總體上擬合良好，不管是解釋變量還是控制變量均通過了顯著性檢驗，從解釋變量系數(shù)來看，R&D人員流動和R&D資本流動均對城市科技創(chuàng)新產(chǎn)生顯著影響，且前者的影響更大;從控制變量估計系數(shù)來看，除FDI之外，其余控制變量系數(shù)均顯著為正，特別是R&D人員投入對城市科技創(chuàng)新影響最大，說明變量選擇是科學(xué)的，可對京津冀城市科技創(chuàng)新活動進行充分解釋。

進一步地，通過不同檢驗，對空間面板模型具體形式進行確定，如表3所示。

由表3可知，通過拉格朗日乘子檢驗（LM）發(fā)現(xiàn)，不管是SE-LM還是SL-LM均通過了1%水平下的顯著性檢驗，說明因變量滯后項和殘差序列均存在空間自相關(guān);進一步對其進行穩(wěn)健性拉格朗日乘子檢驗（Robust LM），結(jié)果顯示，SL-RLM和SE-RLM也均通過1%水平下的顯著性檢驗，說明需同時考慮因變量滯后項的空間自相關(guān)和殘差項的空間自相關(guān)，故采用空間杜賓模型進行分析是有效的。同時，無論是LR檢驗還是Wald檢驗，均拒絕原假設(shè)，即SDM不能轉(zhuǎn)化為SLM或SEM。同時，Hausman統(tǒng)計值為113.884，通過了1%顯著性水平檢驗，拒絕了真實模型為個體隨機效應(yīng)模型的原假設(shè)。綜上所述，本文將采用時空固定效應(yīng)的空間杜賓面板模型進行實證分析。

（三）空間面板估計結(jié)果

本文研究研發(fā)要素流動對京津冀城市群科技創(chuàng)新的影響，為考察因空間權(quán)重矩陣不同導(dǎo)致其對創(chuàng)新活動影響的差異性，共設(shè)置了三種空間權(quán)重矩陣：一是基于地理距離的空間權(quán)重矩陣，以京津冀城市間地理中心距離表示;二是時間距離權(quán)重，通過攜程網(wǎng)查詢京津冀城市間長途汽車和火車運行時間，以兩者中時間的最短表示;三是技術(shù)距離權(quán)重，以城市間高技術(shù)產(chǎn)業(yè)占GDP比重之差的絕對值表示，估計結(jié)果如表4所示。

由表4可知，整體來看R2、sigma2和loglikols統(tǒng)計值結(jié)果比較理想，說明基于三種不同標(biāo)準(zhǔn)空間權(quán)重矩陣得到的動態(tài)空間杜賓模型估計結(jié)果具有較強的解釋力。從被解釋變量時間滯后項、解釋變量和控制變量的空間滯后項估計系數(shù)來看，多數(shù)變量在不同距離權(quán)重下均通過了顯著性水平檢驗，這在一定程度上說明，科技創(chuàng)新活動空間相關(guān)性顯著，表達了相對“位置”的重要性。不管是基于何種標(biāo)準(zhǔn)構(gòu)建的空間權(quán)重矩陣，研發(fā)要素流動對科技創(chuàng)新的影響均為正，且通過顯著性檢驗，研發(fā)要素在城市間流動，加速知識空間溢出，進而提升城市科技創(chuàng)新能力，假設(shè)1得到驗證。

從基于地理距離的空間權(quán)重估計結(jié)果來看，京津冀城市群科技創(chuàng)新主要是依賴于自身前期知識積累，被解釋變量時間滯后項系數(shù)每提高1%會促進城市科技創(chuàng)新提高近0.5個百分點。研發(fā)要素流動及其空間滯后項對科技創(chuàng)新具有顯著影響，RPF和RCF對城市科技創(chuàng)新具有促進作用，研發(fā)要素流動每增加1%，分別會使科技創(chuàng)新增加0.152%和0.117%;而其空間滯后項則對科技創(chuàng)新產(chǎn)生負向影響，且RCF空間負向影響更大。研發(fā)要素在城市間流動，一方面，促進知識溢出，有利于城市知識存量增加，進而對科技創(chuàng)新具有正向促進作用;另一方面，鄰近城市研發(fā)要素流動量增加有可能會加速本地研發(fā)要素向鄰近城市流出，進而導(dǎo)致本地區(qū)研發(fā)要素減少，對城市科技創(chuàng)新產(chǎn)生不利影響。由RDP和RDE及其空間滯后項系數(shù)可知，研發(fā)要素投入對科技創(chuàng)新具有重要影響，不管是否考慮空間效應(yīng)，RDP的估計系數(shù)均大于RDE，即R&D人員投入對科技創(chuàng)新的影響高于R&D資本投入，進一步強調(diào)了R&D人員對創(chuàng)新活動的重要性。一種可能的解釋是，城市科技創(chuàng)新依賴于知識，而人是創(chuàng)新型知識的主要載體，因而其對創(chuàng)新活動影響更大。此外，鄰近城市研發(fā)要素投入增加有利于本地區(qū)科技創(chuàng)新能力提升，原因在于，鄰近城市研發(fā)要素投入的增加擴大城市知識池，進而有利于知識空間溢出，產(chǎn)生正向空間效應(yīng)。然而，由GOV及其空間滯后項系數(shù)來看，政府財政對科技創(chuàng)新具有正向作用，但其影響小于研發(fā)要素投入;同時，由于政府財政對科技創(chuàng)新的支持具有顯著地域性，因而其空間效應(yīng)并未通過顯著性檢驗。此外，從FDI及其空間滯后項系數(shù)來看，外商直接投資增加并不會促進科技創(chuàng)新，一方面，隨著城市整體科技創(chuàng)新能力提升，其對外資的依賴逐漸降低，特別是勞動和資源密集型產(chǎn)業(yè)，這些產(chǎn)業(yè)的增加并不會增強獲取知識溢出能力[23]，并未產(chǎn)生積極作用;另一方面，F(xiàn)DI的增加可能會對原有城市科技創(chuàng)新產(chǎn)生擠出效應(yīng)，抑制城市內(nèi)企業(yè)創(chuàng)新，對科技創(chuàng)新產(chǎn)生負向影響。

從基于時間距離的空間權(quán)重估計結(jié)果來看，解釋變量時間滯后項系數(shù)顯著為正，說明前期的知識積累對現(xiàn)階段科技創(chuàng)新同樣具有較強解釋力。與基于地理距離回歸結(jié)果相類似，研發(fā)要素流動及其空間滯后項對科技創(chuàng)新同樣具有重要影響，RPF和RCF每增加1%，分別會提升0.306%和0.294%的城市科技創(chuàng)新，即假設(shè)2得到驗證;研發(fā)要素流動的空間滯后項流動同樣具有負向效應(yīng)，但與地理距離權(quán)重相比，負向溢出效應(yīng)被弱化了。隨著京津冀城市群交通設(shè)施改善，城市間聯(lián)系不斷增強，大范圍和快速在知識交互成為可能，有利于創(chuàng)新中心城市向外圍城市擴散，因而弱化了因地理阻隔而產(chǎn)生的負向效應(yīng)。從控制變量估計系數(shù)來看，研發(fā)要素投入對科技創(chuàng)新具有重要影響，R&D人員投入顯著性和估計系數(shù)均強于資本投入，其對科技創(chuàng)新均有促進作用;但其空間滯后項影響存在差異;鄰近城市R&D人員投入對本地區(qū)科技創(chuàng)新活動產(chǎn)生負向空間溢出;鄰近城市R&D資本對本地區(qū)科技創(chuàng)新有正向促進作用。原因在于，交通設(shè)施改善，一方面，可能會導(dǎo)致R&D人員向鄰近城市集中，特別是臨近大城市，進而不利于城市創(chuàng)新;另一方面，城市間時空壓縮使得面對面交流成為可能，降低信息不對稱，進而有利于擴大風(fēng)險投資邊界，這與龍玉等人的研究是一致的[17]。由GOV及其空間滯后項系數(shù)來看，政府財政對科技創(chuàng)新具有正向作用，且其空間滯后項對城市科技創(chuàng)新亦有重要影響，一種可能的解釋是，交通設(shè)施改善降低城市間通勤時間，使得政府層面學(xué)習(xí)交流的機會增加，有利于落后城市向發(fā)達城市政府學(xué)習(xí)，調(diào)整自身科技支持政策，進而提高本城市創(chuàng)新能力。從FDI及其空間滯后項系數(shù)來看，外商直接投資對科技創(chuàng)新具有負向影響，其增加1%，分別會對本地區(qū)和鄰近城市產(chǎn)生0.082%和1.177%的負向效應(yīng)，這在一定程度上也驗證了，外商直接投資通過擠出效應(yīng)抑制本地區(qū)城市創(chuàng)新。

同基于地理距離和時間距離權(quán)重的估計結(jié)果類似，基于技術(shù)距離的估計結(jié)果同樣證實了京津冀城市群前期知識積累對當(dāng)期科技創(chuàng)新的重要性。從RPF和RCF及其空間滯后項估計結(jié)果來看，研發(fā)要素流動對城市創(chuàng)新具有正向促進作用，其每增加1%分別會提升0.237%和0.124%的科技創(chuàng)新;而兩者空間滯后項負向效應(yīng)顯著，但其顯著性與地理距離和時間距離相比更低，原因在于，城市間技術(shù)距離越相近，越有利交流互動，使得其負向空間溢出效應(yīng)有所降低。從研發(fā)要素投入估計系數(shù)來看，R&D人員和資本投入每增加1%，分別會產(chǎn)生0.205%和0.846%的直接效應(yīng);而其空間效應(yīng)存在差異，R&D人員投入并為通過顯著性檢驗，R&D資本投入每增加1%會產(chǎn)生0.335%的負向空間溢出效應(yīng)。從GOV及其空間滯后項系數(shù)來看，政府財政支出對科技創(chuàng)新具有顯著影響，政府財政在科學(xué)技術(shù)方面支出每增加1%，分別會產(chǎn)生0.237%直接效應(yīng)和0.452%間接效應(yīng)，城市間技術(shù)距離越短，政府間采取協(xié)同創(chuàng)新政策可能性越高，越有利于發(fā)揮政策的空間溢出效應(yīng)，通過協(xié)同創(chuàng)新促進城市群整體科技創(chuàng)新能力提升。此外，從FDI及其空間滯后項系數(shù)來看，F(xiàn)DI每增加1%分別會使本地區(qū)科技創(chuàng)新降低0.248%和鄰近城市降低0.372，這與前面的研究是一致的，即FDI可能對城市科技創(chuàng)新產(chǎn)生擠出效應(yīng)，進而對城市創(chuàng)新產(chǎn)生不利影響。

進一步地，通過對比不同距離權(quán)重的估計結(jié)果可知，不管是時間距離還是技術(shù)距離，雖然都強調(diào)了前期知識積累對科技創(chuàng)新的重要性，但相比于地理距離，其影響程度有所下降，時間距離和技術(shù)距離的縮短，有利于城市間交流互動，弱化了地理距離的影響，通過協(xié)同創(chuàng)新促進城市群科技創(chuàng)新提升。對比基于三種距離權(quán)重下的研發(fā)要素流動估計結(jié)果發(fā)現(xiàn)，交通設(shè)施連通性越強和技術(shù)水平越接近的城市，越有利于城市間研發(fā)要素流動，擴大知識溢出強度，進而提升城市科技創(chuàng)新;由其空間滯后項可知，城市間時間距離和技術(shù)距離越短，越有利于城市內(nèi)創(chuàng)新組織交流和互動，降低因研發(fā)要素凈流出而產(chǎn)生的負向效應(yīng)。此外，時間距離和技術(shù)距離的降低，增強了研發(fā)要素投入、政府財政在科技方面支出等解釋變量對城市科技創(chuàng)新的影響。

五、結(jié)論與對策建議

本研究基于新經(jīng)濟地理視角，利用2002—2017年京津冀城市群數(shù)據(jù)，通過構(gòu)建多種空間權(quán)重矩陣，探討研發(fā)要素流動對京津冀城市群科技創(chuàng)新的影響。結(jié)果表明，不同空間權(quán)重矩陣均不同程度強調(diào)了研發(fā)要素流動對京津冀城市群科技創(chuàng)新的正向促進作用，而城市間時間距離和技術(shù)距離越短，越有利于城市內(nèi)創(chuàng)新組織交流和互動，有利于降低因研發(fā)要素凈流出而產(chǎn)生的負向效應(yīng)。此外，時間距離和技術(shù)距離的降低，增強了研發(fā)要素投入、政府財政在科技方面支出等解釋變量對城市科技創(chuàng)新的影響。為充分發(fā)揮研發(fā)要素流動對京津冀城市群科技創(chuàng)新的促進作用，提出以下對策建議：

第一，降低研發(fā)要素流動的制度性障礙。充分發(fā)揮市場在研發(fā)要素空間配置的決定性作用，破除京津冀城市間制度性壁壘，特別是阻礙研發(fā)要素流動的體制機制障礙，進一步擴大研發(fā)要素流動對城市科技創(chuàng)新的促進作用。一方面，積極推進京津冀城市間戶籍、養(yǎng)老、醫(yī)療等方面改革，通過提高其待遇吸引R&D人員流入;另一方面，加快京津冀區(qū)域金融體制改革，促進R&D資本在更大地理范圍內(nèi)得到配置，通過提高科技金融效率促進城市創(chuàng)新。

第二，完善京津冀基礎(chǔ)設(shè)施互聯(lián)互通水平?；A(chǔ)設(shè)施建設(shè)提高城市間的可達性程度，為創(chuàng)新要素跨城市流動提供堅實保障，進而擴大知識溢出地理邊界。隨著高速鐵路建設(shè)不斷加快，應(yīng)以京津冀城市群科技創(chuàng)新能力較強城市為核心，打造交通圈，增強科技創(chuàng)新中心城市的輻射能力，加速研發(fā)要素在城市間流動。對于受地理條件、經(jīng)濟發(fā)展等因素限制區(qū)域，通過加快其他交通方式建設(shè)，完善城市間互聯(lián)互通水平，進一步發(fā)揮研發(fā)要素對城市科技創(chuàng)新影響。

第三，構(gòu)建城市協(xié)同創(chuàng)新平臺。從政府層面搭建京津冀區(qū)域內(nèi)部城市間的協(xié)同創(chuàng)新平臺，特別是創(chuàng)新中心城市與非中心城市間的合作和交流，通過形式多樣的創(chuàng)新合作。城市間交流合作的增加，一方面，引起R&D人員和R&D資本在城市間流動，增強其對城市科技創(chuàng)新影響;另一方面，通過協(xié)同創(chuàng)新平臺，使得城市間知識、信息等創(chuàng)新要素能在更廣泛的范圍進行傳播，加速知識空間溢出，進而促進京津冀科技創(chuàng)新能力提升。

[參考文獻]

[1] ?張立柱，郭中華，李玉珍. 山東省城市創(chuàng)新能力評價及“四大創(chuàng)新圈模式”構(gòu)建[J]. 科學(xué)學(xué)與科學(xué)技術(shù)管理，2006（06）：75-79.

[2] ?劉永久，王忠輝，吳風(fēng)慶. 城市創(chuàng)新能力綜合評價實證分析——以山東省十七城市為例[J]. 城市發(fā)展研究，2010，17（09）：30-35.

[3] ?朱鵬頤，劉東華，黃新煥. 動態(tài)視角下城市科技創(chuàng)新效率評價研究——以福建九地級市為例[J].科研管理，2017，38（06）：43-50.

[4] ?許治，陳麗玉. 國家級創(chuàng)新型城市創(chuàng)新能力的動態(tài)演進——基于技術(shù)成就指數(shù)的研究[J]. 管理評論，2016，28（10）：58-66.

[5] ?楊明海，張紅霞，孫亞男. 七大城市群創(chuàng)新能力的區(qū)域差距及其分布動態(tài)演進[J]. 數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2017，34（03）：21-39.

[6] ?金懷玉，菅利榮. 考慮滯后效應(yīng)的我國區(qū)域科技創(chuàng)新效率及影響因素分析[J]. 系統(tǒng)工程，2013，31（09）：98-106.

[7] ?魏守華，吳貴生，呂新雷. 區(qū)域創(chuàng)新能力的影響因素——兼評我國創(chuàng)新能力的地區(qū)差距[J]. 中國軟科學(xué)，2010（09）：76-85.

[8] ?宇文晶，馬麗華，李海霞. 基于兩階段串聯(lián)DEA的區(qū)域高技術(shù)產(chǎn)業(yè)創(chuàng)新效率及影響因素研究[J]. 研究與發(fā)展管理，2015，27（03）：137-146.

[9] ?李婧，譚清美，白俊紅. 中國區(qū)域創(chuàng)新生產(chǎn)的空間計量分析——基于靜態(tài)與動態(tài)空間面板模型的實證研究[J]. 管理世界，2010（07）：43-55+65.

[10] ?夏麗娟，謝富紀(jì)，付丙海. 鄰近性視角下的跨區(qū)域產(chǎn)學(xué)協(xié)同創(chuàng)新網(wǎng)絡(luò)及影響因素分析[J]. 管理學(xué)報，2017，14（12）：1795-1803.

[11] ?邵漢華，鐘琪. 研發(fā)要素空間流動與區(qū)域協(xié)同創(chuàng)新效率[J]. 軟科學(xué)，2018，32（11）：120-123+129.

[12] ?白俊紅，王鉞. 研發(fā)要素的區(qū)際流動是否促進了創(chuàng)新效率的提升[J]. 中國科技論壇，2015（12）：27-32.

[13] ?劉鳳朝，閆菲菲，馬榮康，姜濱濱. 鄰近性對跨區(qū)域研發(fā)合作模式的影響研究——基于北京、上海、廣東的實證[J]. 科研管理，2014，35（11）：100-108.

[14] ?程開明，王亞麗. 城市網(wǎng)絡(luò)激發(fā)技術(shù)創(chuàng)新的機理及證據(jù)[J]. 科學(xué)學(xué)研究，2013，31（09）：1399-1411+1440.

[15] ?王鉞，白俊紅. 資本流動與區(qū)域創(chuàng)新的動態(tài)空間收斂[J]. 管理學(xué)報，2016，13（09）：1374-1382.

[16] ?王雨飛，倪鵬飛. 高速鐵路影響下的經(jīng)濟增長溢出與區(qū)域空間優(yōu)化[J]. 中國工業(yè)經(jīng)濟，2016（02）：21-36.

[17] ?龍玉，趙海龍，張新德，李曜. 時空壓縮下的風(fēng)險投資——高鐵通車與風(fēng)險投資區(qū)域變化[J]. 經(jīng)濟研究，2017，52（04）：195-208.

[18] ?蘇屹，安曉麗，王心煥，等. 人力資本投入對區(qū)域創(chuàng)新績效的影響研究——基于知識產(chǎn)權(quán)保護制度門限回歸[J]. 科學(xué)學(xué)研究，2017，35（05）：771-781.

[19] ?王鉞，劉秉鐮. 創(chuàng)新要素的流動為何如此重要？——基于全要素生產(chǎn)率的視角[J]. 中國軟科學(xué)，2017（08）：91-101.

[20] ?邵漢華，周磊，劉耀彬. 中國創(chuàng)新發(fā)展的空間關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)及驅(qū)動因素[J]. 科學(xué)學(xué)研究，2018，36（11）：2055-2069.

[21] ?卓乘風(fēng)，鄧峰. 創(chuàng)新要素流動與區(qū)域創(chuàng)新績效——空間視角下政府調(diào)節(jié)作用的非線性檢驗[J]. 科學(xué)學(xué)與科學(xué)技術(shù)管理，2017，38（07）：15-26.

[22] ?劉鵬，張運峰. 產(chǎn)業(yè)集聚、FDI與城市創(chuàng)新能力——基于我國264個地級市數(shù)據(jù)的空間杜賓模型[J]. 華東經(jīng)濟管理，2017，31（05）：56-65.

[23] ?原毅軍，孫大明. FDI技術(shù)溢出、自主研發(fā)與合作研發(fā)的比較——基于制造業(yè)技術(shù)升級的視角[J]. 科學(xué)學(xué)研究，2017，35（09）：1334-1347.

Abstract： Based on the data of 13 cities in Beijing-Tianjin-Hebei from 2002 to 2017， this paper uses spatial econometric analysis to analyze the impact of intercity flow of R&D elements on the scientific and technology innovation. The results show that there is a significant spatial correlation between urban innovation， knowledge accumulation in the early stage， which has an important impact on urban science and technology innovation. However， the narrowing of time and technology gap can significantly reduce its impact， the stronger the connectivity of transportation facilities and the closer the technology level to the city， the more conducive to the flow of R&D elements between cities， the expansion of knowledge spillover intensity， and the further upgrading of urban science and technology. Finally， it puts forward some countermeasures and suggestions via reducing institutional barriers， improving infrastructure and building collaborative innovation platform.

Key words： intercity flow of R&D elements; Beijing-Tianjin-Hebei; scientific and technological innovation; spatial econometric