宛群超,袁 凌,王博林

(湖南大學(xué)工商管理學(xué)院，湖南 長沙 410082)

0 引言

在中國創(chuàng)新驅(qū)動(dòng)戰(zhàn)略不斷推進(jìn)的宏觀背景下，高技術(shù)產(chǎn)業(yè)作為知識(shí)性、先導(dǎo)性的戰(zhàn)略性產(chǎn)業(yè)，已成為國際經(jīng)濟(jì)和科技競爭的關(guān)鍵領(lǐng)域。近年來，作為有效反映高技術(shù)產(chǎn)業(yè)創(chuàng)新能力的專利申請量[1]，由2004年的11026件增至2016年的185913件，這說明中國高技術(shù)產(chǎn)業(yè)創(chuàng)新能力取得了一定的進(jìn)步。這可能由于各地區(qū)持續(xù)加大創(chuàng)新生產(chǎn)活動(dòng)的投入力度，并出臺(tái)一系列創(chuàng)新政策和產(chǎn)業(yè)政策，推動(dòng)研發(fā)要素如R&D人員和R&D資本不斷地流入本地區(qū)。研發(fā)要素在高技術(shù)產(chǎn)業(yè)之間的區(qū)際流動(dòng)不僅促進(jìn)創(chuàng)新知識(shí)在不同創(chuàng)新主體之間的互動(dòng)，而且會(huì)優(yōu)化研發(fā)要素的結(jié)構(gòu)和配置效率，這有助于高技術(shù)產(chǎn)業(yè)創(chuàng)新能力的提升。那么，R&D要素流動(dòng)是否會(huì)顯著提升中國高技術(shù)產(chǎn)業(yè)創(chuàng)新能力？進(jìn)一步地，其作用機(jī)制如何？對這些問題的探討，其關(guān)鍵在于明晰R&D要素流動(dòng)對中國高技術(shù)產(chǎn)業(yè)創(chuàng)新能力的作用機(jī)理。

經(jīng)濟(jì)政策不確定性是指經(jīng)濟(jì)主體無法準(zhǔn)確地判斷政府是否、何時(shí)及如何對目前的經(jīng)濟(jì)政策加以調(diào)整。隨著2008年的金融危機(jī)、中美貿(mào)易摩擦和英國 “硬脫歐”等事件的不斷出現(xiàn)，中國面臨的經(jīng)濟(jì)政策不確定性和貿(mào)易政策不確定性逐年增加。為了應(yīng)對這些政策不確定性帶給中國的沖擊，中國政府先后出臺(tái)了諸如 “大眾創(chuàng)業(yè)、萬眾創(chuàng)新” “中國制造2025” “長三角一體化”等重大經(jīng)濟(jì)政策。從2008年至今，中國經(jīng)濟(jì)政策不確定性和貿(mào)易政策不確定性呈現(xiàn)了 “下降—上升—再下降—再上升”的波動(dòng)式態(tài)勢。那么，這兩類政策不確定性是否對研發(fā)要素流動(dòng)的高技術(shù)產(chǎn)業(yè)創(chuàng)新效應(yīng)產(chǎn)生調(diào)節(jié)作用？這些問題的有效探討，對于中國創(chuàng)新驅(qū)動(dòng)戰(zhàn)略的有效落實(shí)、智慧城市的有序構(gòu)建和高技術(shù)產(chǎn)業(yè)高質(zhì)量發(fā)展具有一定的理論和實(shí)踐價(jià)值。

關(guān)于R&D要素與高技術(shù)產(chǎn)業(yè)創(chuàng)新能力的研究主要基于靜態(tài)視角、配置視角、行業(yè)異質(zhì)性視角等。從靜態(tài)視角看，學(xué)者考察R&D要素對高技術(shù)產(chǎn)業(yè)創(chuàng)新能力的促進(jìn)作用[2-3]，如姚洋等[4]持有類似觀點(diǎn)。從R&D資源配置視角，R&D經(jīng)費(fèi)投入對中國創(chuàng)新產(chǎn)出空間格局的演進(jìn)產(chǎn)生了明顯作用，而R&D人員的影響則不明顯[5]。從行業(yè)異質(zhì)性視角，學(xué)者從國內(nèi)外角度探討R&D要素對高技術(shù)產(chǎn)業(yè)創(chuàng)新能力的影響[6-7]。以上研究均忽視了高技術(shù)產(chǎn)業(yè)R&D要素的動(dòng)態(tài)視角，即R&D要素流動(dòng)，這可能難以科學(xué)地分析R&D流動(dòng)的創(chuàng)新效應(yīng)。

現(xiàn)有研究從微觀層次探討經(jīng)濟(jì)政策不確定性對企業(yè)研發(fā)投資的影響，主要有 “促進(jìn)說” “阻礙說” “不確定說”這3種觀點(diǎn)。 “促進(jìn)說”認(rèn)為，經(jīng)濟(jì)政策不確定性對企業(yè)創(chuàng)新產(chǎn)生明顯的激勵(lì)效應(yīng)與選擇效應(yīng)，對上市公司的研發(fā)投入與專利申請量均具有明顯的促進(jìn)作用[8]。 “阻礙說”認(rèn)為，從經(jīng)濟(jì)政策不確定性引致的多維效應(yīng)看，經(jīng)濟(jì)政策不確定性對企業(yè)項(xiàng)目投資產(chǎn)生 “放緩效應(yīng)”與 “延遲效應(yīng)”[9]?；趯?shí)物期權(quán)理論視角，經(jīng)濟(jì)政策不確定性能夠通過研發(fā)投資的 “延遲效應(yīng)”對企業(yè)創(chuàng)新產(chǎn)生明顯的抑制作用，且存在融資約束與企業(yè)性質(zhì)的差異化作用[10]。 “不確定說”認(rèn)為，政策不確定性與企業(yè)研發(fā)投入的關(guān)系會(huì)受到其他因素的異質(zhì)性影響[11-12]。關(guān)于貿(mào)易政策不確定性的研究，涉及企業(yè)儲(chǔ)蓄行為[13]、研發(fā)投資[14]和企業(yè)進(jìn)口[15]。然而，現(xiàn)有研究主要將經(jīng)濟(jì)政策不確定性、貿(mào)易政策不確定性作為解釋變量，而忽視其調(diào)節(jié)作用，考慮中國經(jīng)濟(jì)波動(dòng)的實(shí)際情況，理應(yīng)在研究高技術(shù)產(chǎn)業(yè)創(chuàng)新能力中考察經(jīng)濟(jì)政策不確定性和貿(mào)易政策不確定性的調(diào)節(jié)作用。

與既有研究相比，本文的貢獻(xiàn)主要體現(xiàn)在以下3個(gè)方面：①高技術(shù)產(chǎn)業(yè)地區(qū)創(chuàng)新生產(chǎn)活動(dòng)在空間和時(shí)間上均可能不是相互獨(dú)立，而是存在空間相關(guān)性。本文利用動(dòng)態(tài)空間計(jì)量模型，采用Han-Phillips的spregdpd命令對其創(chuàng)新能力的時(shí)間滯后效應(yīng)、空間滯后效應(yīng)及模型的內(nèi)生性問題同時(shí)予以控制，考慮R&D要素的動(dòng)態(tài)性，以科學(xué)分析R&D要素流動(dòng)對其創(chuàng)新能力的影響機(jī)理，為深化認(rèn)識(shí)高技術(shù)產(chǎn)業(yè)創(chuàng)新能力提升路徑提供理論支撐；②將經(jīng)濟(jì)政策不確定性、貿(mào)易政策不確定性作為調(diào)節(jié)變量，以考察兩類政策不確定性對R&D要素流動(dòng)的創(chuàng)新效應(yīng)的邊界條件。在指標(biāo)選取上，與經(jīng)濟(jì)政策調(diào)整的已有研究有所不同，本文采用Baker 等通過文本挖掘技術(shù)構(gòu)建的經(jīng)濟(jì)政策不確定性指標(biāo)來測度中國宏觀經(jīng)濟(jì)政策不確定性。該指標(biāo)覆蓋范圍更廣，具有更強(qiáng)的連續(xù)性與時(shí)變性，更是為了客觀地反映中國宏觀經(jīng)濟(jì)政策的波動(dòng)。同時(shí)，本文采用Davis等構(gòu)建的貿(mào)易政策不確定性指數(shù)測度中國貿(mào)易政策不確定性；③為了較為深入地分析R&D要素流動(dòng)對高技術(shù)產(chǎn)業(yè)創(chuàng)新能力的傳導(dǎo)機(jī)制，利用中介模型和面板分位數(shù)回歸模型分別分析R&D要素流動(dòng)對高技術(shù)產(chǎn)業(yè)創(chuàng)新能力的基本傳導(dǎo)機(jī)制與邊際效應(yīng)。

1 理論框架

高技術(shù)產(chǎn)業(yè)具有高知識(shí)性、高滲透性等特征，在市場競爭機(jī)制的驅(qū)動(dòng)下，R&D要素的自由流動(dòng)增強(qiáng)其知識(shí)、新技術(shù)等創(chuàng)新生產(chǎn)要素的空間流動(dòng)與擴(kuò)散效應(yīng)，有力地推動(dòng)了高技術(shù)產(chǎn)業(yè)各行業(yè)之間的相互融合、相互滲透和相互促進(jìn)，這必然加強(qiáng)新工藝、新技術(shù)的廣泛應(yīng)用、新產(chǎn)品與市場的相互匹配，從而提升其創(chuàng)新能力。從本質(zhì)上看，新技術(shù)的有效融合過程是 “技術(shù)—市場—產(chǎn)業(yè)”之間有序傳導(dǎo)的過程，這一過程則是產(chǎn)業(yè)創(chuàng)新。這能夠加快新知識(shí)的創(chuàng)造、集成、轉(zhuǎn)移及其應(yīng)用過程，進(jìn)而促進(jìn)R&D環(huán)節(jié)的有序循環(huán)，從而促進(jìn)創(chuàng)新生產(chǎn)活動(dòng)。同時(shí)，R&D要素流動(dòng)在 “趨利性”驅(qū)使下促進(jìn)高技術(shù)產(chǎn)業(yè)創(chuàng)新能力。利潤是市場經(jīng)濟(jì)環(huán)境下高技術(shù)企業(yè)創(chuàng)新的商業(yè)化成果[16]。同時(shí)，R&D要素在其 “趨利性”的驅(qū)動(dòng)下，為了實(shí)現(xiàn)知識(shí)價(jià)值最大化，自發(fā)地流向收益更高的高技術(shù)行業(yè)。R&D要素流動(dòng)在一定程度上增強(qiáng)了高技術(shù)產(chǎn)業(yè)原始創(chuàng)新能力，引致高技術(shù)產(chǎn)品價(jià)值的提高，培育與強(qiáng)化企業(yè)核心競爭力，進(jìn)而引致創(chuàng)新利潤的增加，這進(jìn)一步夯實(shí)了R&D要素的支撐能力。在市場機(jī)制的作用下，R&D要素與其他資源能夠得到較好的優(yōu)化配置，從而提升高技術(shù)企業(yè)創(chuàng)新生產(chǎn)效率。

R&D要素是高技術(shù)產(chǎn)業(yè)創(chuàng)新的核心要素，通過知識(shí)溢出效應(yīng)和 “干中學(xué)效應(yīng)”，會(huì)有效地促進(jìn)其創(chuàng)新能力。R&D要素流動(dòng)促進(jìn)了高技術(shù)產(chǎn)業(yè)間R&D人員的分工與協(xié)作，促進(jìn)創(chuàng)新生產(chǎn)要素的空間配置效應(yīng)，加快新產(chǎn)品的市場化，實(shí)現(xiàn)創(chuàng)新收益。嵌入高技術(shù)產(chǎn)業(yè)的企業(yè)與合作伙伴，如高校、科研院所通過 “互聯(lián)網(wǎng)+”實(shí)現(xiàn)創(chuàng)新信息、新穎性知識(shí)與先進(jìn)管理模式的實(shí)時(shí)共享，形成高效互動(dòng)的創(chuàng)新網(wǎng)絡(luò)，進(jìn)行知識(shí)重組，促進(jìn)知識(shí)主體之間的內(nèi)在關(guān)聯(lián)，提高新產(chǎn)品開發(fā)能力[17]。通過創(chuàng)新知識(shí)網(wǎng)絡(luò)不斷獲取企業(yè)創(chuàng)新所需的知識(shí)資源，并對其進(jìn)行有效的集成、整合和利用，催生新產(chǎn)品、新工藝和新方法，從而塑造高技術(shù)企業(yè)的核心競爭優(yōu)勢。R&D要素流動(dòng)在一定程度上促使知識(shí)轉(zhuǎn)移，增強(qiáng)知識(shí)資源的集成和整合，促進(jìn)創(chuàng)新成果產(chǎn)生[18]。知識(shí)轉(zhuǎn)移也會(huì)推動(dòng)知識(shí)的交流與共享，夯實(shí)創(chuàng)新的知識(shí)基礎(chǔ)。此外，R&D要素的流入拓展了知識(shí)的本地化搜索范圍，也會(huì)促進(jìn)知識(shí)的實(shí)際應(yīng)用，進(jìn)而促進(jìn)高新技術(shù)企業(yè)技術(shù)創(chuàng)新能力。

2 研究設(shè)計(jì)

2.1 基本模型

高技術(shù)產(chǎn)業(yè)創(chuàng)新生產(chǎn)活動(dòng)并不是相互獨(dú)立，經(jīng)濟(jì)關(guān)聯(lián)地區(qū)創(chuàng)新活動(dòng)對本地區(qū)創(chuàng)新產(chǎn)生 “示范效應(yīng)”，能夠促進(jìn)知識(shí)、新技術(shù)的空間流動(dòng)。故而，本文考慮空間因素對其進(jìn)行分析?？臻g計(jì)量模型主要有3種類型：空間自回歸模型 (Spatial Autoregressive Model，SAR)、空間誤差模型 (Spatial Error Model,SEM)和空間杜賓模型 (Spatial Durbin Model,SDM)。Elhorst[19]指出 “動(dòng)態(tài)非空間的，抑或空間非動(dòng)態(tài)的面板數(shù)據(jù)均會(huì)產(chǎn)生有偏的估計(jì)量”。因此，本文同時(shí)考慮時(shí)間和空間維度，采用Han-Philips的動(dòng)態(tài)空間計(jì)量模型予以檢驗(yàn)。

以R&D人員流動(dòng)示例，R&D資本流動(dòng)類似。R&D人員流動(dòng)影響高技術(shù)產(chǎn)業(yè)創(chuàng)新能力的動(dòng)態(tài)空間計(jì)量模型可表示為：

lnhtinnovit=θ0+θ1lnhtinnovi,t-1+ρWij×

(1)

考察經(jīng)濟(jì)政策不確定性調(diào)節(jié)作用的動(dòng)態(tài)空間計(jì)量模型可表示為：

lnhtinnovit=α0+α1lnhtinnovi,t-1+ρWij×

lnhtinnovit+α2lnrdpflit+α3lnepuit+α4lnrdpflit×

(2)

考察貿(mào)易政策不確定性調(diào)節(jié)作用的動(dòng)態(tài)空間計(jì)量模型可表示為：

lnhtinnovit=α0+α1lnhtinnovi,t-1+ρWij×

lnhtinnovit+α2lnrdpflit+α3lntpuit+α4

(3)

R&D要素如同其他創(chuàng)新生產(chǎn)因素，具有經(jīng)濟(jì)屬性，在市場機(jī)制的驅(qū)動(dòng)下自發(fā)流向經(jīng)濟(jì)收益相對較高的高技術(shù)產(chǎn)業(yè)。所以，本文從經(jīng)濟(jì)社會(huì)意義上構(gòu)建空間權(quán)重矩陣，較為深入地探討R&D要素流動(dòng)對高技術(shù)產(chǎn)業(yè)創(chuàng)新能力的影響。借鑒李婧等[20]的做法，采用各地區(qū)2004—2016年間人均GDP設(shè)定經(jīng)濟(jì)權(quán)重矩陣W，測度公式為：

(4)

2.2 變量說明

(1)被解釋變量：高技術(shù)產(chǎn)業(yè)創(chuàng)新能力。專利能夠較好地反映一個(gè)國家或地區(qū)新知識(shí)、新技術(shù)的累積效應(yīng)，是自主創(chuàng)新能夠持續(xù)開展的主要來源。因此，選取其專利申請量的對數(shù)值來表征，并記為lnhtinnov。部分年份各省域高技術(shù)產(chǎn)業(yè)創(chuàng)新能力的核密度如圖1所示?？梢钥闯觯谘芯科趦?nèi)中國省域高技術(shù)產(chǎn)業(yè)創(chuàng)新能力提升進(jìn)程表現(xiàn)出明顯改變，具體表現(xiàn)在兩個(gè)方面：①核密度曲線的波峰逐年向右推移、向右推移的速度較快，說明中國高技術(shù)產(chǎn)業(yè)創(chuàng)新能力呈現(xiàn)整體上升的趨勢及其創(chuàng)新能力的提升進(jìn)程相對較快；②核密度分布曲線的波峰呈現(xiàn)出逐年增高的趨勢，但右端尾部并沒有抬高。值得注意的是，2016年核密度曲線左端尾部抬高明顯，說明中國省域高技術(shù)產(chǎn)業(yè)創(chuàng)新能力的區(qū)域差異有所擴(kuò)大。

圖1 各地區(qū)高技術(shù)產(chǎn)業(yè)創(chuàng)新能力核密度

(2)解釋變量：R&D要素流動(dòng)。引力模型能夠較好地解釋R&D要素流動(dòng)的能力。借鑒白俊紅等[21]的研究，利用引力模型對中國高技術(shù)產(chǎn)業(yè)地區(qū)之間R&D要素的流動(dòng)量進(jìn)行測度。

引力模型的一般表達(dá)式為：

(5)

式中，F(xiàn)ij表示兩省域高技術(shù)產(chǎn)業(yè)的吸引力；Eij表示其引力系數(shù)，常取1；Ni和Nj分別表示某種要素的規(guī)模量；ki、kj表示引力參數(shù)，常取1；Rij表示其距離；b常取1。

R&D人員流動(dòng)。在 “趨利性”和 “價(jià)值最大化”的市場機(jī)制驅(qū)動(dòng)下，研發(fā)人員自發(fā)流向高技術(shù)產(chǎn)業(yè)產(chǎn)值較高的地區(qū)。因此，利用高技術(shù)產(chǎn)業(yè)地區(qū)產(chǎn)值差值作為吸引力變量，用于測度某個(gè)地區(qū)高技術(shù)產(chǎn)業(yè)流向另一個(gè)地區(qū)高技術(shù)產(chǎn)業(yè)的R&D人員流動(dòng)量，具體測度公式如下：

(6)

式中，rdpflij為i地區(qū)高技術(shù)產(chǎn)業(yè)流向j地區(qū)高技術(shù)產(chǎn)業(yè)的R&D人員流動(dòng)量；Ni表征i地區(qū)高技術(shù)產(chǎn)業(yè)R&D人員數(shù)；Prodi、Prodj分別為地區(qū)i、j高技術(shù)產(chǎn)業(yè)的產(chǎn)業(yè)總產(chǎn)值；Rij為i、j地區(qū)高技術(shù)產(chǎn)業(yè)之間的距離。

(7)

式中，rdpfli為統(tǒng)計(jì)年度內(nèi)i地區(qū)高技術(shù)產(chǎn)業(yè)流到其他地區(qū)高技術(shù)產(chǎn)業(yè)R&D人員總流動(dòng)量。

R&D資本流動(dòng)量。借鑒白俊紅等[21]的研究，利用引力模型測度R&D資本流動(dòng)量。鑒于R&D資本存在 “趨利性”，高技術(shù)產(chǎn)業(yè)間的R&D資本流動(dòng)受到企業(yè)利潤水平影響很大。從而，本文選取高技術(shù)產(chǎn)業(yè)地區(qū)企業(yè)利潤差值作為吸引力，來計(jì)算R&D資本流動(dòng)量。

假定i地區(qū)高技術(shù)產(chǎn)業(yè)流動(dòng)到j(luò)地區(qū)高技術(shù)產(chǎn)業(yè)的R&D資本為rdcflij；Capi為i地區(qū)高技術(shù)產(chǎn)業(yè)的R&D資本；Profiti和Profitj分別表示i、j地區(qū)高技術(shù)企業(yè)利潤水平，則rdcflij可表示為：

(8)

式中，i地區(qū)高技術(shù)產(chǎn)業(yè)在研究期流動(dòng)到j(luò)地區(qū)高技術(shù)產(chǎn)業(yè)的R&D資本流動(dòng)總量為rdcfli，則其測度可以表示為：

(9)

參考吳延兵的研究，采用永續(xù)盤存法進(jìn)行測度。

(3)中介變量：資源配置效率。Hsieh等[22]對資源錯(cuò)配與全要素生產(chǎn)率的關(guān)系進(jìn)行了較為詳細(xì)的闡述。可見，全要素生產(chǎn)率能夠反映區(qū)域經(jīng)濟(jì)活動(dòng)中的資源配置效率。借鑒徐升艷等[23]的研究，本文利用其全要素生產(chǎn)率來測度其資源配置效率，并認(rèn)為資源配置效率的核心在于生產(chǎn)要素投入產(chǎn)出效率的提升。全要素生產(chǎn)率的測度方式主要有索羅余值法、數(shù)據(jù)包絡(luò)分析法以及隨機(jī)前沿分析方法等。鄭京海等[24]的研究認(rèn)為，盡管索羅余值法在測度TFP中受到爭議，但若能夠選擇恰當(dāng)?shù)纳a(chǎn)函數(shù)，該方法仍具有應(yīng)用價(jià)值。鑒于此，本文以其全要素生產(chǎn)率作為資源配置效率的測度指標(biāo)，取其對數(shù)，并記為lnalloc。

借鑒索羅增長核算方程的思路，假定規(guī)模報(bào)酬不變，柯布—道格拉斯生產(chǎn)函數(shù)為：

(10)

對式 (10) 進(jìn)行相應(yīng)的轉(zhuǎn)化，應(yīng)用公式

ln(Yit/Lit)=lnAi0+σt+α×ln(Kit/Lit)+εit

(11)

式中，Y為總產(chǎn)出，K為資本存量，L為勞動(dòng)力數(shù)量，A為全要素生產(chǎn)率，α為資本產(chǎn)出彈性。借鑒單豪杰[24]的研究，利用永續(xù)盤存法來測度其地區(qū)資本存量K，利用地區(qū)就業(yè)人數(shù)測度勞動(dòng)力投入量。利用靜態(tài)面板數(shù)據(jù)模型對資本產(chǎn)出彈性進(jìn)行估計(jì)，根據(jù)Hausman檢驗(yàn)結(jié)果，選擇固定效應(yīng)模型?？紤]變量自相關(guān)和異方差對參數(shù)估計(jì)的影響，本文使用StataSE15.0 軟件中的xtscc命令來估計(jì)固定效應(yīng)模型 (F統(tǒng)計(jì)量=685.71，P值=0.000)，2004—2016 年中國資本產(chǎn)出彈性α =0.5873 (t統(tǒng)計(jì)量=17.22，P值=0.000)，這與多數(shù)學(xué)者對中國資本產(chǎn)出彈性的測度結(jié)果集中在0.4～0.6之間相一致。因此，全要素生產(chǎn)率的計(jì)算公式為TFPit=Yit/K0.5873L0.4127。

(4)調(diào)節(jié)變量。經(jīng)濟(jì)政策不確定性。經(jīng)濟(jì)政策不確定性能夠促使企業(yè)加強(qiáng)研發(fā)活動(dòng)來實(shí)現(xiàn)自我發(fā)展[12]，通過自身研發(fā)努力傳導(dǎo)到高技術(shù)產(chǎn)業(yè)，有助于創(chuàng)新活動(dòng)的可持續(xù)性。采用Baker等構(gòu)建的中國經(jīng)濟(jì)政策不確定性指數(shù)，采用簡單加權(quán)的方式予以表征，取其對數(shù)來測度，記為lnepu。

貿(mào)易政策不確定性。貿(mào)易政策不確定性對企業(yè)R&D投資產(chǎn)生明顯的促進(jìn)作用，會(huì)促進(jìn)研發(fā)要素的流動(dòng)，夯實(shí)創(chuàng)新活動(dòng)的研發(fā)要素基礎(chǔ)。本文采用Davis等構(gòu)建的貿(mào)易政策不確定性來測度中國貿(mào)易政策不確定性，計(jì)算其月度數(shù)據(jù)的均值，取其對數(shù)，記為lntpu。

(5)控制變量?？刂谱兞坑幸韵?個(gè)。

產(chǎn)業(yè)集聚。周明等[25]的研究表明，產(chǎn)業(yè)集聚及其知識(shí)溢出會(huì)明顯地促進(jìn)區(qū)域高技術(shù)產(chǎn)業(yè)創(chuàng)新能力。用高技術(shù)產(chǎn)業(yè)就業(yè)人員數(shù)據(jù)，利用區(qū)位熵指數(shù)測度產(chǎn)業(yè)集聚，公式為：

(12)

式中，indclit表示高技術(shù)產(chǎn)業(yè)集聚水平的高低，htpit、htpt分別為i省域在j年高技術(shù)產(chǎn)業(yè)的就業(yè)人數(shù)、總就業(yè)人數(shù)；sumpit、sumpt分別表示第j年高技術(shù)產(chǎn)業(yè)的就業(yè)人數(shù)、總就業(yè)人數(shù)，取其對數(shù)值，記為lnindclit。

研發(fā)支出密度。研發(fā)技術(shù)資源豐裕度越高，活力越強(qiáng)，創(chuàng)新動(dòng)能培育越好，就越會(huì)驅(qū)動(dòng)高技術(shù)產(chǎn)業(yè)創(chuàng)新能力。用Allen等[26]提出的方法，測度高技術(shù)產(chǎn)業(yè)研發(fā)支出密度，取其對數(shù)，記為lnhyfmit。

企業(yè)規(guī)模。一般而言，高技術(shù)企業(yè)規(guī)模越大，自身的抗創(chuàng)新風(fēng)險(xiǎn)能力越強(qiáng)，投入研發(fā)活動(dòng)的資源越多，對企業(yè)創(chuàng)新能力的促進(jìn)作用越強(qiáng)。利用其主營收入與企業(yè)數(shù)量的比值，取其對數(shù)，記為lnhscaleit。

市場競爭。市場競爭越激烈，高技術(shù)企業(yè)通過市場機(jī)制配置自身資源進(jìn)行創(chuàng)新的意愿越大，對創(chuàng)新活動(dòng)平的有序開展越有利。采用地區(qū)高技術(shù)企業(yè)個(gè)數(shù)來測度，取其對數(shù)，記為lnhmarit。

2.3 數(shù)據(jù)來源

由于2018年 《中國高技術(shù)產(chǎn)業(yè)統(tǒng)計(jì)年鑒》缺失，原始數(shù)據(jù)來自中國大陸30個(gè)省級行政單位 (西藏?cái)?shù)據(jù)缺失較多，不予以考慮)2005—2017年 《中國高技術(shù)產(chǎn)業(yè)統(tǒng)計(jì)年鑒》 《中國統(tǒng)計(jì)年鑒》 《中國科技統(tǒng)計(jì)年鑒》及地方統(tǒng)計(jì)年鑒。

3 實(shí)證結(jié)果與分析

3.1 中國高技術(shù)產(chǎn)業(yè)創(chuàng)新能力的空間相關(guān)性

Moran I指數(shù)[27]是測度省域高技術(shù)產(chǎn)業(yè)創(chuàng)新能力是否存在空間相關(guān)性的有效統(tǒng)計(jì)工具。2004—2016年省域高技術(shù)產(chǎn)業(yè)創(chuàng)新能力的Moran I指數(shù)及其變動(dòng)情況見表1?？梢钥闯?，2004—2016省域高技術(shù)產(chǎn)業(yè)創(chuàng)新能力的Moran I指數(shù)值在0.175～0.396波動(dòng)，幾乎通過了1%顯著性檢驗(yàn)水平，意味著其創(chuàng)新能力均存在明顯的正向空間自相關(guān)性，即省域高技術(shù)產(chǎn)業(yè)創(chuàng)新活動(dòng)的有序進(jìn)行會(huì)受到鄰近省域高技術(shù)產(chǎn)業(yè)創(chuàng)新行為的影響，且呈現(xiàn)出明顯的空間集聚特征，這與邱士雷等的研究相一致。

表1 2004—2016年高技術(shù)產(chǎn)業(yè)創(chuàng)新能力的Moran I指數(shù)

為了進(jìn)一步考察中國高技術(shù)產(chǎn)業(yè)創(chuàng)新能力空間分布的局部特征，用Moran I散點(diǎn)圖直觀地觀察。2016年省域高技術(shù)產(chǎn)業(yè)創(chuàng)新能力的Moran I散點(diǎn)圖如圖2所示?？梢钥闯?，中國省域高技術(shù)產(chǎn)業(yè)創(chuàng)新能力存在明顯的空間分布規(guī)律。處于 “高—高”象限的很多是處于東部沿海的省份，如廣東、江蘇、山東、上海等；接近一半的西部地區(qū)省份高技術(shù)產(chǎn)業(yè)創(chuàng)新活動(dòng)對于經(jīng)濟(jì)上 “臨近”區(qū)域具有 “低—低”相關(guān)性,主要有云南、貴州、甘肅、寧夏、青海及新疆；而位于 “低—高”象限的廣西和內(nèi)蒙古，雖臨近高技術(shù)產(chǎn)業(yè)創(chuàng)新能力較高的部分省份，但囿于自身創(chuàng)新基礎(chǔ)相對薄弱，創(chuàng)新要素支撐能力不足以及吸收能力有限，對高技術(shù)產(chǎn)業(yè)創(chuàng)新活動(dòng)的推動(dòng)步伐相對緩慢。

圖2 2016年省域高技術(shù)產(chǎn)業(yè)創(chuàng)新能力的Moran I散點(diǎn)圖

3.2 實(shí)證結(jié)果分析

R&D人員流動(dòng)和R&D資本流動(dòng)的動(dòng)態(tài)空間計(jì)量回歸結(jié)果見表2。

由表2可知，Moran MI的系數(shù)顯著為正，說明高技術(shù)產(chǎn)業(yè)創(chuàng)新活動(dòng)存在明顯的全域自相關(guān)性，其空間集聚特征較為明顯，ρ值均為正，通過統(tǒng)計(jì)顯著性，這說明本地高技術(shù)產(chǎn)業(yè)創(chuàng)新能力對其周圍地區(qū)均產(chǎn)生了顯著的空間溢出效應(yīng)。L_lnhtinnov值均為正，通過統(tǒng)計(jì)顯著性，這意味著高技術(shù)產(chǎn)業(yè)創(chuàng)新過程均存在明顯的路徑依賴性和動(dòng)態(tài)揚(yáng)棄機(jī)制，這與呂承超和商圓月的研究較為一致。以下側(cè)重分析兩類研發(fā)要素流動(dòng)對高技術(shù)產(chǎn)業(yè)創(chuàng)新能力的影響及其lnepu和lntpu的調(diào)節(jié)作用。

表2 動(dòng)態(tài)空間計(jì)量的回歸結(jié)果

模型 (1)和 (4)分別考慮兩類研發(fā)要素流動(dòng)對高技術(shù)產(chǎn)業(yè)創(chuàng)新能力的影響。lnrdpfl、lnrdcfl的系數(shù)均為正，且均通過相應(yīng)的顯著性水平，這意味著研發(fā)要素流動(dòng)對高技術(shù)產(chǎn)業(yè)創(chuàng)新能力產(chǎn)生了明顯的 “擠入效應(yīng)”。其原因在于：①隨著 “互聯(lián)網(wǎng)+”和5G技術(shù)等新工具的逐漸普及，流入地的R&D人員會(huì)有效克服信息不對稱性，能夠根據(jù)市場供求的變化，進(jìn)行研發(fā)努力，通過新工藝、新生產(chǎn)流程、新產(chǎn)品獲取創(chuàng)新的私人收益，強(qiáng)化其經(jīng)濟(jì)屬性，反過來對經(jīng)濟(jì)關(guān)聯(lián)地區(qū)研發(fā)人員產(chǎn)生了 “吸引力”，使其不斷流向該地區(qū)，從而強(qiáng)化其創(chuàng)新生產(chǎn)活動(dòng)的創(chuàng)新人員支撐能力；②高技術(shù)產(chǎn)業(yè)R&D資本 “撬動(dòng)”國內(nèi)R&D資本的區(qū)際流動(dòng)增加了流入地R&D資本，R&D資本的流向和規(guī)模能夠?yàn)榱魅氲馗呒夹g(shù)產(chǎn)業(yè)創(chuàng)新生產(chǎn)活動(dòng)提供資金支持，導(dǎo)致具有較大市場效益的創(chuàng)新項(xiàng)目在市場機(jī)制的驅(qū)動(dòng)下高效率地運(yùn)行，將企業(yè)資源投向更加市場價(jià)值的R&D項(xiàng)目，從而促進(jìn)了其創(chuàng)新能力。

模型 (2) (5)分別考察經(jīng)濟(jì)政策不確定性對兩類研發(fā)要素流動(dòng)與高技術(shù)產(chǎn)業(yè)地區(qū)創(chuàng)新能力之間的調(diào)節(jié)作用。兩個(gè)交互項(xiàng)的系數(shù)均為正，僅lnrdpfl×lnepu的系數(shù)通過統(tǒng)計(jì)顯著性，表明經(jīng)濟(jì)政策不確定性在R&D人員流動(dòng)與高技術(shù)產(chǎn)業(yè)創(chuàng)新能力之間的關(guān)系具有顯著正向調(diào)節(jié)作用。可能的理由是經(jīng)濟(jì)政策不確定性強(qiáng)化了R&D人員流動(dòng)的經(jīng)濟(jì)屬性和社會(huì)功能屬性而增強(qiáng)其創(chuàng)新能力。流入的R&D人員與本地高技術(shù)企業(yè)、高校和科研院所等創(chuàng)新主體構(gòu)建協(xié)同創(chuàng)新網(wǎng)絡(luò)。通過創(chuàng)新網(wǎng)絡(luò)嵌入，各種創(chuàng)新主體能夠獲取具有前瞻性的異質(zhì)性知識(shí)，通過新知識(shí)流動(dòng)會(huì)拓展創(chuàng)新合作深度，加強(qiáng)了隱性知識(shí)的實(shí)際利用。同時(shí)， “高風(fēng)險(xiǎn)—高收益”機(jī)制促使創(chuàng)新項(xiàng)目的 “孵化—加速”，獲取高技術(shù)產(chǎn)業(yè)規(guī)模效益，夯實(shí)了產(chǎn)業(yè)創(chuàng)新活動(dòng)的資源基礎(chǔ)，引致知識(shí)資源的集聚效應(yīng)，進(jìn)而促進(jìn)創(chuàng)新能力。

模型 (3) (6)分別考察貿(mào)易政策不確定性對兩類研發(fā)要素流動(dòng)與高技術(shù)產(chǎn)業(yè)創(chuàng)新能力之間的調(diào)節(jié)作用。其交互項(xiàng)的系數(shù)均為正，僅lnrdpfl×lntpu的系數(shù)通過統(tǒng)計(jì)顯著性，表明貿(mào)易政策不確定性在R&D人員流動(dòng)與高技術(shù)產(chǎn)業(yè)創(chuàng)新能力之間存在顯著的正向調(diào)節(jié)作用。其解釋可能在于：地區(qū)高技術(shù)企業(yè)研發(fā)活動(dòng)的特殊性使其難以與外界獨(dú)立，需要與其他創(chuàng)新主體，如政府、科研院所，進(jìn)行合作創(chuàng)新。隨著貿(mào)易政策不確定性不斷增加，地方政府為了保市場主體、保產(chǎn)業(yè)鏈穩(wěn)定、保創(chuàng)新活動(dòng)的持續(xù)開展，平滑其波動(dòng)，通常會(huì)加大對高技術(shù)企業(yè)的支持力度，激發(fā)研發(fā)人員的創(chuàng)造力，改善企業(yè)創(chuàng)新環(huán)境，共建企業(yè)創(chuàng)新生態(tài)系統(tǒng)，夯實(shí)產(chǎn)業(yè)創(chuàng)新生產(chǎn)活動(dòng)的運(yùn)行基礎(chǔ)，進(jìn)而對創(chuàng)新產(chǎn)生了激勵(lì)效應(yīng)。

4 進(jìn)一步討論

4.1 研發(fā)要素流動(dòng)對高技術(shù)產(chǎn)業(yè)創(chuàng)新能力的基本傳導(dǎo)機(jī)制

以上空間計(jì)量經(jīng)驗(yàn)結(jié)果說明，研發(fā)要素流動(dòng)對高技術(shù)產(chǎn)業(yè)創(chuàng)新能力產(chǎn)生了顯著的 “擠入效應(yīng)”。那么，這種 “擠入效應(yīng)”究竟何以發(fā)生呢？從創(chuàng)新理論和資源配置理論上看，研發(fā)要素流動(dòng)在創(chuàng)新生產(chǎn)活動(dòng)中會(huì)起到優(yōu)化配置的作用。因此，本文從中國高技術(shù)產(chǎn)業(yè)資源配置效率視角較為深入地分析其影響機(jī)制。借鑒Hayes的研究，并考慮經(jīng)驗(yàn)結(jié)果的穩(wěn)健性，引入被解釋變量的一階滯后項(xiàng)作為解釋變量，同時(shí)考慮研發(fā)要素流動(dòng)在時(shí)間維度上的擴(kuò)散效應(yīng)和空間維度上的溢出效應(yīng)，利用Han-Philips動(dòng)態(tài)空間計(jì)量模型予以檢驗(yàn)，具體步驟如下。

(1)從整體上檢驗(yàn)R&D人員流動(dòng)對高技術(shù)產(chǎn)業(yè)創(chuàng)新能力的關(guān)系。

lnhtinnovit=α+f1lnhtinnovi,t-1+ρW×

(13)

(2)檢驗(yàn)R&D人員流動(dòng)是否會(huì)改善資源配置效率。

(14)

(3)檢驗(yàn)R&D人員流動(dòng)、資源配置效率影響高技術(shù)產(chǎn)業(yè)創(chuàng)新能力。

(15)

中介模型的估計(jì)結(jié)果見表3，模型 (1)～ (6)的F值和空間效應(yīng)系數(shù)ρ均顯著為正，且高技術(shù)產(chǎn)業(yè)創(chuàng)新能力和資源配置效率的一階滯后項(xiàng)系數(shù)均通過統(tǒng)計(jì)顯著性，說明利用Han-Philips動(dòng)態(tài)空間計(jì)量模型，對其動(dòng)態(tài)性進(jìn)行檢驗(yàn)是合適的。

表3 中介效應(yīng)的估計(jì)結(jié)果

模型 (1) (4)中l(wèi)nrdpfl、lnrdcfl的系數(shù)為正，且均通過0.05顯著性水平，這說明R&D人員流動(dòng)和R&D資本流動(dòng)均對高技術(shù)產(chǎn)業(yè)創(chuàng)新能力產(chǎn)生了明顯的 “擠入效應(yīng)”。模型 (3) (6)中l(wèi)nalloc的系數(shù)均為正，通過統(tǒng)計(jì)顯著性，這說明資源配置效率在R&D人員流動(dòng)和R&D資本流動(dòng)促進(jìn)高技術(shù)產(chǎn)業(yè)創(chuàng)新能力的過程中均具有中介效應(yīng)，這進(jìn)一步驗(yàn)證了資源配置效率在高技術(shù)產(chǎn)業(yè)創(chuàng)新活動(dòng)中的重要性，拓展了資源基礎(chǔ)理論的適用范圍。這種中介機(jī)制可能通過以下兩個(gè)方面發(fā)揮作用。

第一，研發(fā)要素本身具有較多的知識(shí)與技術(shù)，其區(qū)際流動(dòng)會(huì)更有助于創(chuàng)新知識(shí)空間溢出機(jī)制的發(fā)揮，使得研發(fā)要素處于一種被激活和活化的狀態(tài)，知識(shí)要素的自我動(dòng)態(tài)調(diào)試功能夠更大程度地促使流入地創(chuàng)新資源發(fā)揮其基礎(chǔ)性作用。研發(fā)網(wǎng)絡(luò)有助于具有研發(fā)優(yōu)勢的主體和整合本地高技術(shù)產(chǎn)業(yè)的生產(chǎn)要素，進(jìn)而吸引流出地具有研發(fā)優(yōu)勢的群體進(jìn)入本地研發(fā)網(wǎng)絡(luò)中。憑借嵌入其中多元化的正式或非正式關(guān)系，具有優(yōu)勢的本地高技術(shù)產(chǎn)業(yè)會(huì)促使研發(fā)要素流動(dòng)呈現(xiàn)科學(xué)化和規(guī)范化，為創(chuàng)新生產(chǎn)過程夯實(shí)了顯性知識(shí)共享和隱性知識(shí)共享的基礎(chǔ)，積極營造便捷的創(chuàng)新條件，會(huì)促進(jìn)R&D資源的優(yōu)化配置效率，進(jìn)而提高研發(fā)投入產(chǎn)出效率，通過資源效率的改進(jìn)，從而推動(dòng)高技術(shù)產(chǎn)業(yè)創(chuàng)新能力的整體提升。同時(shí)，在技術(shù)效率改進(jìn)的驅(qū)動(dòng)下，各種創(chuàng)新生產(chǎn)要素資源能夠得到更有效率的利用，也會(huì)促進(jìn)高技術(shù)產(chǎn)業(yè)創(chuàng)新能力。

第二，研發(fā)要素具有利益最大化的趨近傾向，研發(fā)要素的區(qū)際流動(dòng)能夠提高地區(qū)資源配置機(jī)制的改進(jìn)，助推研發(fā)資源的利用效率，有助于新產(chǎn)品與新技術(shù)的產(chǎn)出，進(jìn)而加強(qiáng)高技術(shù)產(chǎn)業(yè)創(chuàng)新能力。值得注意的是，R&D人員自我創(chuàng)新效能感被感知的認(rèn)知能力較強(qiáng)，在面臨危機(jī)和壓力等否定性情景刺激時(shí)其積極思維反應(yīng)方式和心智模式更有可能被打破，研發(fā)凝聚力和向心力得以進(jìn)一步增強(qiáng)，促進(jìn)了研發(fā)人員之間的交流與互動(dòng)，引致研發(fā)要素的協(xié)同效應(yīng)，更能促使本地知識(shí)資源的優(yōu)化配置效率，通過知識(shí)網(wǎng)絡(luò)傳導(dǎo)到高技術(shù)產(chǎn)業(yè)進(jìn)而促進(jìn)其創(chuàng)新能力。同時(shí)，研發(fā)資本是創(chuàng)新的核心資本。中國高技術(shù)產(chǎn)業(yè)知識(shí)資本較為豐富，在市場基礎(chǔ)性作用的導(dǎo)向下，R&D資本流動(dòng)加速其擴(kuò)散效應(yīng)與乘數(shù)效應(yīng)，其研發(fā)部門知識(shí)資本比重上升，能夠促進(jìn)其技術(shù)水平的提升。

4.2 研發(fā)要素流動(dòng)對高技術(shù)產(chǎn)業(yè)創(chuàng)新能力的邊際效應(yīng)分析

本文利用面板分位數(shù)回歸模型進(jìn)一步考察兩種研發(fā)要素流動(dòng)對高技術(shù)產(chǎn)業(yè)創(chuàng)新能力的邊際效應(yīng)。利用面板分位數(shù)回歸是估計(jì)研發(fā)要素流動(dòng)對整個(gè)條件分布的影響，即在不同高技術(shù)產(chǎn)業(yè)地區(qū)創(chuàng)新能力的分位數(shù)下，估計(jì)研發(fā)要素流動(dòng)對高技術(shù)產(chǎn)業(yè)創(chuàng)新能力的影響，這不僅可以弱化極端值對估計(jì)結(jié)果的影響，還可以獲得較為全面的條件分布信息。構(gòu)建的面板分位數(shù)回歸模型為：

Qlnhtinnovit(τ|xit,λit)=αit+β1τlnrdpflit+

β2τlnrdcflit+β3τlnindclit+β4τlnhyfmit+β5τlnhscaleit+β6τlnhmarit

(16)

式中，τ表示不同的分位點(diǎn)；βτ表示位于不同分位點(diǎn)解釋變量的估計(jì)系數(shù)。

以研發(fā)人員流動(dòng)為解釋變量，可表示為：

Q[lnhtinnovit|Fit(lnrdpfl)]=F′(lnrdpfl)λ(k)

(17)

式中，F(xiàn)it(lnrdpfl)表示高技術(shù)產(chǎn)業(yè)地區(qū)創(chuàng)新能力的影響因素，包括兩類研發(fā)要素流動(dòng)及其控制變量，Q[lnhtinnovit|Fit(lnrdpfl)]為給定影響因素Fit(lnrdpfl)的情況下，高技術(shù)產(chǎn)業(yè)地區(qū)創(chuàng)新能力在第k個(gè)分位數(shù)上的值；λ(k)為Fit(lnrdpfl)在第個(gè)分位數(shù)上的估計(jì)系數(shù)。為了實(shí)現(xiàn)參數(shù)估計(jì)，需要求解如下的極小化問題：

(18)

式中，n為樣本容量，其他符號(hào)的含義如上。通常情況下，對研究樣本來說，分位點(diǎn)越多，越可以反映條件分布的全面信息。本文遵循多數(shù)研究的做法，采取具有代表性的4個(gè)分位點(diǎn) (20%、40%、60%、80%)予以檢驗(yàn)，利用bootstrap抽取1000次，得到估計(jì)結(jié)果見表4。

表4 面板分位數(shù)回歸結(jié)果

由表4可知，從R&D人員流動(dòng)來看，R&D人員流動(dòng)的系數(shù)在20%、40%、60%、80%均通過了相應(yīng)的統(tǒng)計(jì)顯著性檢驗(yàn)，且系數(shù)呈現(xiàn) “先增加后減小”的態(tài)勢，這說明在高技術(shù)產(chǎn)業(yè)地區(qū)創(chuàng)新能力分布的不同分位點(diǎn)上，R&D人員流動(dòng)對高技術(shù)產(chǎn)業(yè)地區(qū)創(chuàng)新能力的邊際影響具有明顯的倒U型特征，即高技術(shù)產(chǎn)業(yè)地區(qū)創(chuàng)新能力隨著R&D人員流動(dòng)的增大而增強(qiáng)；當(dāng)R&D人員流動(dòng)規(guī)模達(dá)到一個(gè)臨界點(diǎn)時(shí)，高技術(shù)產(chǎn)業(yè)地區(qū)創(chuàng)新能力達(dá)到最大值，即最優(yōu)流入度；當(dāng)R&D人員流動(dòng)越過最優(yōu)流入度，創(chuàng)新能力開始弱化。同樣地，R&D資本流動(dòng)的創(chuàng)新效應(yīng)也具有明顯的倒U型關(guān)系，這可能在于研發(fā)要素的流入前期，研發(fā)要素的規(guī)模效應(yīng)發(fā)揮主導(dǎo)作用，知識(shí)和技術(shù)的溢出效應(yīng)逐步增強(qiáng)，而當(dāng)越過最優(yōu)流入度時(shí)，研發(fā)要素流動(dòng)產(chǎn)生了擁擠效應(yīng)，由此引致的邊際成本大于邊際效應(yīng)，負(fù)效應(yīng)開始占據(jù)主導(dǎo)作用。

5 結(jié)論與啟示

基于創(chuàng)新驅(qū)動(dòng)中國高技術(shù)產(chǎn)業(yè)高質(zhì)量發(fā)展的戰(zhàn)略目標(biāo)，考慮R&D要素流動(dòng)的視角，探討R&D要素的區(qū)際流動(dòng)對中國高技術(shù)產(chǎn)業(yè)創(chuàng)新能力的直接效應(yīng)、中介效應(yīng)、邊界條件及其邊際效應(yīng)。本文結(jié)論如下：①中國高技術(shù)產(chǎn)業(yè)創(chuàng)新能力存在顯著的空間正相關(guān)性、空間溢出效應(yīng)和時(shí)間累積性。R&D人員流動(dòng)與R&D資本流動(dòng)對高技術(shù)產(chǎn)業(yè)創(chuàng)新能力產(chǎn)生了明顯的 “擠入效應(yīng)”。②經(jīng)濟(jì)政策不確定性、貿(mào)易政策不確定性對R&D要素流動(dòng)與高技術(shù)產(chǎn)業(yè)創(chuàng)新能力之間的關(guān)系具有異質(zhì)性調(diào)節(jié)作用，經(jīng)濟(jì)政策不確定性、貿(mào)易政策不確定性均顯著地正向調(diào)節(jié)R&D人員流動(dòng)與高技術(shù)產(chǎn)業(yè)創(chuàng)新能力之間的關(guān)系，而在R&D資本流動(dòng)的創(chuàng)新效應(yīng)中沒有產(chǎn)生明顯的調(diào)節(jié)作用；③中介效應(yīng)估計(jì)結(jié)果表明，R&D人員流動(dòng)與R&D資本流動(dòng)均通過資源配置效應(yīng)這一基本傳導(dǎo)機(jī)制對高技術(shù)產(chǎn)業(yè)創(chuàng)新能力產(chǎn)生 “擠入效應(yīng)”，且資源配置效率具有時(shí)間累積效應(yīng)。面板分位數(shù)回歸結(jié)果表明，R&D人員流動(dòng)、R&D資本流動(dòng)對高技術(shù)產(chǎn)業(yè)創(chuàng)新能力的邊際效應(yīng)均具有明顯的倒U型曲線關(guān)系。

針對上述的研究結(jié)論，本文得出如下的政策啟示：①地方政府多措并舉地促進(jìn)R&D要素的自由流動(dòng)，積極發(fā)揮其空間知識(shí)流動(dòng)效應(yīng)和知識(shí)溢出效應(yīng)，促進(jìn)高技術(shù)產(chǎn)業(yè)創(chuàng)新能力。就R&D人員而言，要響應(yīng)市場需求變化，地方政府、產(chǎn)業(yè)園區(qū)、企業(yè)、科研院所適時(shí)在線公布R&D崗位招聘信息，強(qiáng)化高技術(shù)產(chǎn)業(yè)研發(fā)的軟件與硬件設(shè)施，加強(qiáng)對研發(fā)人才的 “吸引力”，夯實(shí)其創(chuàng)新人員基礎(chǔ)。就R&D資本而言，地方政府要積極發(fā)揮科技金融對高技術(shù)產(chǎn)業(yè)R&D資本的 “傳染效應(yīng)”，積極利用科技金融信息技術(shù)，強(qiáng)化金融服務(wù)意識(shí)，大力引導(dǎo)R&D資本向高技術(shù)產(chǎn)業(yè)細(xì)分行業(yè)之間的流動(dòng)。②政府要注重宏觀經(jīng)濟(jì)政策的透明性、平穩(wěn)性與連續(xù)性，減少經(jīng)濟(jì)波動(dòng)引致的消極波動(dòng)后果，更加注重高技術(shù)產(chǎn)業(yè)高質(zhì)量發(fā)展。穩(wěn)定的經(jīng)濟(jì)政策與較高的政策顯性，使得各種經(jīng)濟(jì)主體會(huì)通過政策信息的市場信號(hào)機(jī)制，做出更加準(zhǔn)確的創(chuàng)新投資決策。經(jīng)濟(jì)政策的可預(yù)期性亦會(huì)降低其不確定性，增加創(chuàng)新資產(chǎn)配置效率，提高創(chuàng)新資源的支撐能力，促進(jìn)創(chuàng)新生產(chǎn)活動(dòng)的有序開展。