劉 瓊 郭俊華

（上海交通大學(xué)國(guó)際與公共事務(wù)學(xué)院，上海 200030）

引 言

黨的十九大報(bào)告指出： “我國(guó)經(jīng)濟(jì)已由高速增長(zhǎng)階段轉(zhuǎn)向高質(zhì)量發(fā)展階段，正處在轉(zhuǎn)變發(fā)展方式、優(yōu)化經(jīng)濟(jì)結(jié)構(gòu)、轉(zhuǎn)換增長(zhǎng)動(dòng)力的攻關(guān)期，建設(shè)現(xiàn)代化經(jīng)濟(jì)體系是跨越關(guān)口的迫切要求和我國(guó)發(fā)展的戰(zhàn)略目標(biāo)”，且 “創(chuàng)新是引領(lǐng)發(fā)展的第一動(dòng)力，是建設(shè)現(xiàn)代化經(jīng)濟(jì)體系的戰(zhàn)略支撐”。區(qū)域創(chuàng)新能力的提升成為促進(jìn)區(qū)域經(jīng)濟(jì)增長(zhǎng)與推動(dòng)區(qū)域經(jīng)濟(jì)發(fā)展質(zhì)量變革的突破口。研究與試驗(yàn)發(fā)展（R＆D）投入是激發(fā)創(chuàng)新活力、提高創(chuàng)新效率、提升區(qū)域創(chuàng)新能力的重要因素。近年來(lái)，我國(guó)各省（區(qū)、市）積極落實(shí)創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略，不斷加大研發(fā)投入力度。據(jù)國(guó)家統(tǒng)計(jì)局?jǐn)?shù)據(jù)，我國(guó)R＆D經(jīng)費(fèi)總投入由2008年的4616億元上升至2020年的24393.1億元，投入強(qiáng)度由1.54%上升至2.40%［1］。然而，由于創(chuàng)新資源、地理位置與科技政策等方面的差異，我國(guó)區(qū)域創(chuàng)新能力發(fā)展不充分、不平衡的現(xiàn)象依然存在［2］。系統(tǒng)考察區(qū)域R＆D投入的創(chuàng)新效應(yīng)及其空間溢出效應(yīng)，分析科技政策的作用機(jī)制，對(duì)我國(guó)區(qū)域創(chuàng)新體系建設(shè)及各地區(qū)探索差異化的創(chuàng)新驅(qū)動(dòng)發(fā)展路徑具有重要現(xiàn)實(shí)意義。

知識(shí)生產(chǎn)函數(shù)及其拓展模型是研究技術(shù)創(chuàng)新的重要理論模型，強(qiáng)調(diào)技術(shù)創(chuàng)新的核心是研發(fā)經(jīng)費(fèi)與人員投入［3，4］。創(chuàng)新地理學(xué)理論考慮了技術(shù)創(chuàng)新活動(dòng)的外溢性特征，進(jìn)一步提出創(chuàng)新要素的空間分布也會(huì)影響區(qū)域創(chuàng)新能力［5］。在創(chuàng)新實(shí)踐中，為了實(shí)現(xiàn)政策效果最大化，我國(guó)各?。▍^(qū)、市）科技政策越來(lái)越多地被設(shè)計(jì)成組合形式，政策組合內(nèi)部的耦合作用逐步顯現(xiàn)［6］，科技政策組合的耦合協(xié)調(diào)特征及其對(duì)區(qū)域創(chuàng)新的協(xié)同放大效應(yīng)有待進(jìn)一步研究。本文基于知識(shí)生產(chǎn)函數(shù)模型和創(chuàng)新地理學(xué)理論，利用空間計(jì)量模型實(shí)證分析R＆D投入對(duì)區(qū)域創(chuàng)新能力的影響及其空間溢出效應(yīng)，并從耦合協(xié)調(diào)性視角理解科技政策組合，分析科技政策組合在上述空間關(guān)系中的調(diào)節(jié)作用，以期豐富和拓展R＆D創(chuàng)新與區(qū)域創(chuàng)新相關(guān)研究，為國(guó)家和區(qū)域持續(xù)推進(jìn)創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略提供政策建議。

1 文獻(xiàn)綜述與研究假設(shè)

1.1 R＆D投入與區(qū)域創(chuàng)新能力

根據(jù)知識(shí)生產(chǎn)函數(shù)模型，R＆D投入不僅是區(qū)域創(chuàng)新能力綜合評(píng)價(jià)體系的核心指標(biāo)［7］，也是區(qū)域創(chuàng)新能力提升的重要解釋因素［3，4，8］。 區(qū)域 R＆D投入包括政府和企業(yè)R＆D經(jīng)費(fèi)投入、R＆D人員投入等。從R＆D資金投入的視角，政府R＆D資金主要流向企業(yè)R＆D資助、區(qū)域科研機(jī)構(gòu)和高校［9］。其中，政府對(duì)企業(yè)R＆D資助能夠通過(guò)緩解企業(yè)研發(fā)活動(dòng)的資金壓力、降低企業(yè)創(chuàng)新風(fēng)險(xiǎn)、傳遞積極信號(hào)等途徑增加企業(yè)自身及外部私人投資，提高區(qū)域內(nèi)企業(yè)技術(shù)創(chuàng)新能力［10，11］；政府對(duì)高校和科研機(jī)構(gòu)進(jìn)行R＆D資助，能夠通過(guò)高校和科研機(jī)構(gòu)培養(yǎng)創(chuàng)新人才、產(chǎn)出原創(chuàng)性知識(shí)成果以及協(xié)同產(chǎn)學(xué)研創(chuàng)新等方式提升區(qū)域創(chuàng)新能力。區(qū)域企業(yè)R＆D資金投入能夠增強(qiáng)企業(yè)對(duì)于外部知識(shí)和技術(shù)的吸收與轉(zhuǎn)化能力，增強(qiáng)企業(yè)內(nèi)部學(xué)習(xí)的有效性［12］，最終促進(jìn)區(qū)域創(chuàng)新能力的提升。此外，創(chuàng)新產(chǎn)出不僅取決于創(chuàng)新資源投入，還與創(chuàng)新主體利用自身先驗(yàn)知識(shí)識(shí)別、吸收和應(yīng)用新知識(shí)的能力相關(guān)［13］。既有研究表明，R＆D人員是區(qū)域技術(shù)創(chuàng)新的關(guān)鍵主體，區(qū)域R＆D人員投入的增加不僅能夠有效提高區(qū)域創(chuàng)新系統(tǒng)內(nèi)部的知識(shí)學(xué)習(xí)、傳播及創(chuàng)新成果產(chǎn)出水平，還有利于增強(qiáng)區(qū)域識(shí)別、應(yīng)用區(qū)域內(nèi)外部新技術(shù)知識(shí)的能力［14］。據(jù)此，本文提出以下假設(shè)：

假設(shè)1a：本地R＆D資金投入水平越高，區(qū)域創(chuàng)新能力越強(qiáng)。

假設(shè)1b：本地R＆D人員投入水平越高，區(qū)域創(chuàng)新能力越強(qiáng)。

根據(jù)創(chuàng)新地理學(xué)理論，區(qū)域R＆D投入具有的外溢性和滲透性特征，不僅可以作用于本部門、本地區(qū)，還能影響其他部門、其他地區(qū)［5］。Crescenzi等［15］基于地理經(jīng)濟(jì)學(xué)理論分析比較美國(guó)和歐盟國(guó)家創(chuàng)新能力時(shí)發(fā)現(xiàn)，R＆D資金和人員的流動(dòng)和集聚是影響區(qū)域創(chuàng)新能力的關(guān)鍵因素。但現(xiàn)有研究對(duì)于R＆D投入要素的空間溢出效應(yīng)仍存異議。王淑英等［16］利用我國(guó)內(nèi)地30個(gè)省（區(qū)、市）2006～2015年面板數(shù)據(jù)，驗(yàn)證了R＆D投入對(duì)區(qū)域創(chuàng)新能力的提升具有顯著的促進(jìn)作用，但在金融發(fā)展的調(diào)節(jié)作用下，R＆D人員投入對(duì)區(qū)域創(chuàng)新能力的溢出效應(yīng)并不一致。王書華和李曼寧［17］利用我國(guó)2009～2018年省市面板數(shù)據(jù)，驗(yàn)證了R＆D經(jīng)費(fèi)和R＆D人員投入對(duì)知識(shí)創(chuàng)新的顯著正向影響，且驗(yàn)證了二者的區(qū)域正向溢出效應(yīng)。從理論上，R＆D投入對(duì)區(qū)域創(chuàng)新能力的溢出效應(yīng)是正向的：（1）隨著交通基礎(chǔ)設(shè)施的不斷完善以及互聯(lián)網(wǎng)技術(shù)規(guī)模的進(jìn)一步擴(kuò)大，R＆D投入的增加使得R＆D人員的區(qū)域流動(dòng)和虛擬空間的信息傳播更加頻繁，進(jìn)而促進(jìn)區(qū)域間創(chuàng)新技術(shù)與知識(shí)的共享交流；（2）區(qū)域R＆D投入的增加將有效增強(qiáng)區(qū)域創(chuàng)新的基礎(chǔ)條件、改善區(qū)域創(chuàng)新環(huán)境，形成對(duì)區(qū)域內(nèi)部創(chuàng)新資源的粘性和外部創(chuàng)新資源的吸引力，進(jìn)而迫使相鄰地區(qū)政府和企業(yè)加大R＆D投入力度，避免由于創(chuàng)新資源過(guò)度流失影響企業(yè)和區(qū)域科技與經(jīng)濟(jì)的競(jìng)爭(zhēng)力［18］，最終間接促進(jìn)相鄰地區(qū)的區(qū)域創(chuàng)新能力。據(jù)此，本文提出以下假設(shè)：

假設(shè)2a：本地R＆D資金投入水平越高，相鄰區(qū)域創(chuàng)新能力越強(qiáng)。

假設(shè)2b：本地R＆D人員投入水平越高，相鄰區(qū)域創(chuàng)新能力越強(qiáng)。

1.2 科技政策組合及其調(diào)節(jié)作用

科技政策是政府為推動(dòng)技術(shù)創(chuàng)新而出臺(tái)，以技術(shù)創(chuàng)新政策為核心，涉及科技、經(jīng)濟(jì)、教育、金融等諸多相關(guān)政策的總和［19］。既有研究大多從因果關(guān)系視角探討科技金融政策［20］、科技人才政策和產(chǎn)業(yè)政策［21］等對(duì)區(qū)域創(chuàng)新的影響及具體機(jī)制［22］。僅少量研究關(guān)注科技政策在R＆D活動(dòng)中的調(diào)節(jié)作用：何增華和陳升［23］通過(guò)構(gòu)建多層線性模型實(shí)證分析了科技創(chuàng)新政策對(duì)區(qū)域創(chuàng)新資源與創(chuàng)新績(jī)效關(guān)系的跨層調(diào)節(jié)機(jī)制，并得出科技政策工具正向調(diào)節(jié)R＆D投入與創(chuàng)新績(jī)效之間關(guān)系的結(jié)論?？萍颊邔?duì)R＆D投入與區(qū)域創(chuàng)新能力之間關(guān)系的調(diào)節(jié)作用主要表現(xiàn)在以下兩個(gè)方面：（1）實(shí)現(xiàn)財(cái)稅政策、科技人才政策的有機(jī)協(xié)調(diào)，以財(cái)稅政策降低企業(yè)創(chuàng)新成本、激勵(lì)企業(yè)加大創(chuàng)新投入，并以科技人才政策的激勵(lì)性舉措吸引高技術(shù)人才流入，從而為區(qū)域創(chuàng)新能力的提升提供充足的人力與資金保障； （2）通過(guò)產(chǎn)業(yè)政策、金融政策、教育政策、知識(shí)產(chǎn)權(quán)保護(hù)政策等營(yíng)造有利的創(chuàng)新環(huán)境，增強(qiáng)企業(yè)加大研發(fā)投入的積極性，進(jìn)而促進(jìn)區(qū)域創(chuàng)新能力的提升。

科技政策創(chuàng)新效應(yīng)的發(fā)揮不僅是各種政策有機(jī)協(xié)調(diào)的結(jié)果，也是科技政策組合要素相互作用、產(chǎn)生協(xié)同放大效應(yīng)的體現(xiàn)。徐喆和李春艷［6］驗(yàn)證了科技創(chuàng)新政策組合的綜合性、一致性特征對(duì)創(chuàng)新產(chǎn)出的促進(jìn)作用及其區(qū)域差異。孟維站等［24］分析并驗(yàn)證了科技政策組合綜合性、一致性和均衡性特征對(duì)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的階段性作用。既有研究表明，科技創(chuàng)新政策組合要素通常包括政策目標(biāo)和政策工具，且要素之間相互作用產(chǎn)生的協(xié)同放大效應(yīng)影響科技創(chuàng)新政策預(yù)期結(jié)果實(shí)現(xiàn)程度［25］。其中，政策目標(biāo)描述了政策制定者支持和鼓勵(lì)科技創(chuàng)新活動(dòng)的宏觀方向，能夠?yàn)闆Q策者選擇合適的政策工具提供指引［26］；政策工具為政策目標(biāo)服務(wù)，為順利實(shí)現(xiàn)政策目標(biāo)提供方法路徑與保障［27］。因此，本文認(rèn)為，政策目標(biāo)和政策工具兩種要素之間的耦合協(xié)調(diào)性在一定程度上決定了科技政策在R＆D投入促進(jìn)區(qū)域創(chuàng)新能力提升過(guò)程中所起的作用。據(jù)此，本文提出以下假設(shè)：

假設(shè)3a：地區(qū)科技政策組合耦合協(xié)調(diào)度水平越高，R＆D資金投入對(duì)區(qū)域創(chuàng)新能力的促進(jìn)效果越強(qiáng)。

假設(shè)3b：地區(qū)科技政策組合耦合協(xié)調(diào)度水平越高，R＆D人員投入對(duì)區(qū)域創(chuàng)新能力的促進(jìn)效果越強(qiáng)。

2 研究設(shè)計(jì)

2.1 數(shù)據(jù)來(lái)源與變量選取

本文利用2008～2020年我國(guó)30個(gè)省（區(qū)、市）的相關(guān)數(shù)據(jù)進(jìn)行實(shí)證分析（剔除部分?jǐn)?shù)據(jù)缺失嚴(yán)重的西藏及港、澳、臺(tái)地區(qū)），數(shù)據(jù)來(lái)源包括兩個(gè)部分：（1） 2008～2020年 《中國(guó)統(tǒng)計(jì)年鑒》、 《中國(guó)科技統(tǒng)計(jì)年鑒》和中國(guó)科技發(fā)展戰(zhàn)略研究小組于2008～2020年發(fā)布的 《中國(guó)區(qū)域創(chuàng)新能力評(píng)價(jià)報(bào)告》①，以及樊綱等［28］編著的 《中國(guó)分省份市場(chǎng)化指數(shù)報(bào)告（2018）》等公開數(shù)據(jù)；（2）對(duì)30個(gè)省（區(qū)、市）2008～2020年各省（區(qū)、市）政府網(wǎng)站公布的政府工作報(bào)告進(jìn)行量化后得到的編碼數(shù)據(jù)。

2.2 科技政策樣本與量化

考慮到科技政策的權(quán)威性、規(guī)范性以及量化分析的可操作性，本文選取涉及多層次、多樣化政策內(nèi)容，文字表述嚴(yán)謹(jǐn)規(guī)范、結(jié)構(gòu)布局固定的各?。▍^(qū)、市）政府工作報(bào)告作為科技政策組合的量化樣本［22］。同時(shí)，由于政府工作報(bào)告在內(nèi)容設(shè)置上包含對(duì)前一年各項(xiàng)工作回顧和對(duì)當(dāng)年工作的計(jì)劃安排兩個(gè)部分，考慮到政策效果的滯后性特征，本文選取當(dāng)年工作計(jì)劃安排部分的政策內(nèi)容作為具體編碼內(nèi)容。具體的量化步驟如下：

（1）參考徐喆和李春艷［6］的研究，從政策目標(biāo)和政策工具兩個(gè)維度將政府工作報(bào)告進(jìn)行細(xì)化。如表1所示，政策目標(biāo)包括鼓勵(lì)基礎(chǔ)研究、鼓勵(lì)科技成果轉(zhuǎn)化、鼓勵(lì)完善創(chuàng)新系統(tǒng)3個(gè)維度；政策工具包括需求型、供給型和環(huán)境型政策工具3種類型。 參考何增華和陳升［23］、 彭紀(jì)生等［29］提出的政策量化打分標(biāo)準(zhǔn)對(duì)各?。▍^(qū)、市）每年度政府工作報(bào)告中所體現(xiàn)的政策內(nèi)容進(jìn)行打分。打分范圍為0～5分，分值為5的標(biāo)準(zhǔn)是采用具體數(shù)值詳細(xì)描述政策目標(biāo)或政策工具方面的內(nèi)容，且將其列為工作重點(diǎn)；分值為4的標(biāo)準(zhǔn)是采用較為粗略的百分比等形式描述政策目標(biāo)或政策工具方面的內(nèi)容，且將其列為工作重點(diǎn)；分值為3的標(biāo)準(zhǔn)是僅以文字形式描述政策目標(biāo)和政策工具方面的內(nèi)容；分值為2的標(biāo)準(zhǔn)是對(duì)政策目標(biāo)和政策工具方面的內(nèi)容描述篇幅較少；分值為1的標(biāo)準(zhǔn)是僅提及政策目標(biāo)和政策工具方面，未對(duì)內(nèi)容進(jìn)行描述；分值為1的標(biāo)準(zhǔn)是未涉及相關(guān)內(nèi)容。為了確保政策量化的穩(wěn)定性和可重復(fù)性，由1名課題組成員按照年份和?。▍^(qū)、市）順序分別進(jìn)行兩次打分，再由另一名課題組成員對(duì)政策文本和分值結(jié)果進(jìn)行對(duì)比檢查，然后對(duì)差異之處進(jìn)行討論直至意見統(tǒng)一。本文的政策打分和統(tǒng)計(jì)過(guò)程均采用MAXQDA（2020）軟件實(shí)現(xiàn)。

表1 政策目標(biāo)與政策工具編碼表

其中，C是政策工具與政策目標(biāo)之間的耦合度，在某些情況下無(wú)法準(zhǔn)確反映二者耦合作用的整體功效。D為耦合協(xié)調(diào)度，能夠準(zhǔn)確反映系統(tǒng)要素間的互動(dòng)關(guān)系， 計(jì)算方式為D＝（C*T）1／2。其中，T為3個(gè)系統(tǒng)的綜合水平指數(shù)，T＝αUPO＋βUPI。α、β是待定系數(shù)，代表3個(gè)系統(tǒng)的權(quán)重，本文認(rèn)為政策目標(biāo)與政策工具是同等重要的政策組合要素， 選取α＝β＝1／2。

2.3 計(jì)量模型

2.3.1 研究的基本模型

借鑒 Griliches［3］和 Jaffe［4］提出的知識(shí)生產(chǎn)函數(shù)模型，將R＆D投入作為生產(chǎn)要素，得到本文的基本模型，如模型（1）、模型（3）所示；引入科技政策組合作為調(diào)節(jié)變量，得到模型（2）、模型（4）。

其中，ZJ_Polit和RY_Polit分別表示科技政策與R＆D資金和R＆D人員的交互項(xiàng)，Cit表示控制變量，μi為省（區(qū)、市）固定效應(yīng)，δt為時(shí)間固定效應(yīng)，εit為隨機(jī)擾動(dòng)項(xiàng)。

2.3.2 空間計(jì)量模型

空間計(jì)量模型基于空間權(quán)重矩陣考察變量之間的空間聯(lián)系， 一般形式為Yit＝ρWiYt＋Xitβ＋DiXtθi＋μi＋δt＋εit，εit＝λWiεt＋vit。 其中，i＝ 1，2，…，N；t＝1，2，…，T；Yit是被解釋變量，Yi，t-1是Yit的一階滯后項(xiàng)；Xit為解釋變量；Wi表示空間權(quán)重矩陣的第i行；ρWiYt表示空間滯后項(xiàng)，表示相鄰地區(qū)被解釋變量對(duì)本地區(qū)被解釋變量的影響；λ為空間誤差系數(shù)，表示相鄰地區(qū)的誤差沖擊對(duì)本地區(qū)被解釋變量的影響；DiXtθ是解釋變量的空間滯后，Di為Wi的標(biāo)準(zhǔn)化形式。當(dāng)ρ＝θ＝0時(shí)，為空間誤差模型（SEM）；當(dāng)λ＝θ＝0時(shí)，為空間滯后模型（SLM）；當(dāng)λ＝0時(shí)，為空間杜賓模型（SDM）。其中，SDM是SEM和SLM的結(jié)合，同時(shí)考慮了因變量和自變量的空間相關(guān)性，即能夠同時(shí)考察因變量受到的本地自變量和相鄰區(qū)域自變量、因變量的影響。本文對(duì)空間計(jì)量模型的檢驗(yàn)和設(shè)定將在實(shí)證分析部分呈現(xiàn)。

3 實(shí)證分析與假設(shè)檢驗(yàn)

3.1 數(shù)據(jù)描述性統(tǒng)計(jì)與創(chuàng)新能力分布特征

表2展示了本文實(shí)證過(guò)程中主要變量的描述性統(tǒng)計(jì)結(jié)果。為了消除指標(biāo)量綱的影響并在最大程度上消除異方差，對(duì)所有變量進(jìn)行了對(duì)數(shù)化處理，對(duì)所有與價(jià)格相關(guān)的變量進(jìn)行價(jià)格平減處理。此外，基于科技創(chuàng)新活動(dòng)的延續(xù)性特征和可能存在的內(nèi)生性問(wèn)題，除了被解釋變量外，其他變量均作滯后1期處理，也即創(chuàng)新能力的統(tǒng)計(jì)數(shù)據(jù)實(shí)為2009～2020年度數(shù)據(jù)，其他變量的統(tǒng)計(jì)數(shù)據(jù)實(shí)為2008～2019年度數(shù)據(jù)。

續(xù) 表

續(xù) 表

表2 變量的定義與描述性統(tǒng)計(jì)

進(jìn)一步對(duì)我國(guó)30個(gè)?。▍^(qū)、市）2009～2020年度的創(chuàng)新能力空間分布特征進(jìn)行分析發(fā)現(xiàn)，我國(guó)區(qū)域創(chuàng)新能力具有顯著的空間集聚特征，且創(chuàng)新能力水平大體呈現(xiàn)從東部沿海向中西部?jī)?nèi)陸地區(qū)梯度下降的 “梯形”分布特征。據(jù)已有研究，區(qū)域經(jīng)濟(jì)與科技發(fā)展不平衡［30］和技術(shù)溢出效應(yīng)的空間地理衰減特征［31］是這一分布特征形成的主要原因。

3.2 空間計(jì)量模型設(shè)定

3.2.1 空間相關(guān)性檢驗(yàn)

在采用空間計(jì)量模型進(jìn)行實(shí)證分析前，本文利用地理距離權(quán)重矩陣對(duì)我國(guó)30個(gè)?。▍^(qū)、市）全局Moran's I指數(shù)和局部Moran's I指數(shù)進(jìn)行測(cè)算，檢驗(yàn)創(chuàng)新能力的空間相關(guān)性，以驗(yàn)證空間計(jì)量模型的合理性。表3展示了我國(guó)30個(gè)省（區(qū)、市）創(chuàng)新能力各時(shí)段的全局Moran's I指數(shù)，數(shù)據(jù)表明創(chuàng)新能力的空間集聚現(xiàn)象客觀存在。

表3 我國(guó)2009～2020年區(qū)域創(chuàng)新能力的Moran's I指數(shù)

圖1展示了30個(gè)省（區(qū)、市）創(chuàng)新能力在2009年、2015年和2020年的局部Moran's I指數(shù)分布。30個(gè)?。▍^(qū)、市）的Moran's I指數(shù)無(wú)規(guī)則分布于4個(gè)象限內(nèi)，且2009年、2015年和2020年處于第一、第三象限的省（區(qū)、市）數(shù)量分別為22個(gè)、23個(gè)和18個(gè)，分別占到全部?。▍^(qū)、市）的73%、76%和60%，說(shuō)明我國(guó)區(qū)域創(chuàng)新能力在空間相關(guān)性上存在空間依賴性和空間差異性特征。因此，本文采用空間計(jì)量模型具有合理性。

圖1 創(chuàng)新能力的2009年、2015年和2020年Moran's I指數(shù)散點(diǎn)圖

3.2.2 空間計(jì)量模型設(shè)定

空間計(jì)量模型的選擇與設(shè)定需要以拉格朗日乘數(shù)檢驗(yàn)（LM檢驗(yàn)）及其穩(wěn)健形式作為參考。表4展示了基本模型在LM-err、LM-Lag及其穩(wěn)健形式上均通過(guò)了10%的顯著性水平，表明選擇SEM模型和SLM模型均合適，因此可以選擇二者結(jié)合的SDM模型。

表4 2008～2020年面板數(shù)據(jù)OLS估計(jì)及LM檢驗(yàn)結(jié)果

進(jìn)一步通過(guò)Wald和似然比LR檢驗(yàn)判斷SDM是否可以簡(jiǎn)化為SLM和SEM，檢驗(yàn)結(jié)果如表5所示。模型 （3）和模型 （4）的兩種檢驗(yàn)伴隨概率均通過(guò)5%顯著性水平檢驗(yàn)，說(shuō)明與SEM和SLM模型相比，SDM模型效果更優(yōu)；模型 （1）和模型 （2）的LR檢驗(yàn)伴隨概率均通過(guò)了1%的顯著性水平檢驗(yàn)，Wald檢驗(yàn)伴隨概率未通過(guò)10%顯著性檢驗(yàn)，本文參考LR檢驗(yàn)結(jié)果，采用效果更好的SDM模型。

表5 模型識(shí)別檢驗(yàn)

在基本模型 （1）～（4） 的基礎(chǔ)上，得到SDM模型如模型 （5）～（8）所示。此外，對(duì)模型進(jìn)行隨機(jī)效應(yīng)、空間固定效應(yīng)、時(shí)間固定效應(yīng)以及雙固定效應(yīng)的空間杜賓模型估計(jì)后，綜合對(duì)比似然函數(shù)值、擬合優(yōu)度、赤池信息準(zhǔn)則aic和貝葉斯信息準(zhǔn)則bic的數(shù)值后，最終報(bào)告地理距離權(quán)重矩陣下的時(shí)間固定效應(yīng)模型。

3.3 假設(shè)檢驗(yàn)

3.3.1 R＆D投入與區(qū)域創(chuàng)新能力

如表6所示，模型 （5）和模型 （7） 的回歸結(jié)果顯示，在沒有科技政策組合調(diào)節(jié)的情況下，R＆D資金和R＆D人員的系數(shù)都為正，且通過(guò)1%水平下的顯著性檢驗(yàn)，說(shuō)明R＆D資金、R＆D人員和區(qū)域創(chuàng)新能力之間在空間層面表現(xiàn)出高度的一致性，即本地R＆D投入力度加大能夠顯著提升區(qū)域創(chuàng)新能力，假設(shè)1a和假設(shè)1b得以驗(yàn)證。R＆D資金和R＆D人員的滯后項(xiàng)W*RDZJ、W*RDRY均未通過(guò)10%的顯著性檢驗(yàn)，說(shuō)明各地區(qū)R＆D投入的空間影響關(guān)系并不顯著，即鄰近?。▍^(qū)、市）R＆D投入的增加對(duì)本地區(qū)創(chuàng)新能力的提升并不存在溢出效應(yīng)，假設(shè)2a和假設(shè)2b并不成立。這與已有研究結(jié)論一致，我國(guó)各?。▍^(qū)、市）互聯(lián)網(wǎng)發(fā)展水平等基礎(chǔ)設(shè)施、知識(shí)存量和研發(fā)人力資本等區(qū)域吸收能力要素仍處于較低的發(fā)展水平并呈現(xiàn)非均衡性的特征，這對(duì)R＆D投入要素的省域流動(dòng)產(chǎn)生了阻礙，在一定程度上降低了創(chuàng)新要素溢出對(duì)相鄰地區(qū)創(chuàng)新能力的促進(jìn)作用［32］。

表6 空間計(jì)量回歸結(jié)果

為進(jìn)一步驗(yàn)證R＆D投入與區(qū)域創(chuàng)新能力的關(guān)系，對(duì)SDM模型所反映的直接效應(yīng)、間接效應(yīng)和總效應(yīng)進(jìn)行計(jì)算。直接效應(yīng)反映本地區(qū)R＆D資金、R＆D人員等解釋變量對(duì)當(dāng)?shù)貏?chuàng)新能力的影響；間接效應(yīng)表示相鄰地區(qū)解釋變量對(duì)本地區(qū)創(chuàng)新能力的影響，是空間溢出效應(yīng)的體現(xiàn)；總效應(yīng)表示解釋變量對(duì)區(qū)域創(chuàng)新能力的整體影響。表7中模型 （5） 和模型 （7） 表明，R＆D資金、R＆D人員的直接效應(yīng)系數(shù)在1%水平上顯著為正，間接效應(yīng)系數(shù)不顯著，總效應(yīng)系數(shù)顯著為正，進(jìn)一步說(shuō)明本地區(qū)R＆D投入對(duì)當(dāng)?shù)貏?chuàng)新能力的提升具有顯著的促進(jìn)效應(yīng)，但空間溢出效應(yīng)并不顯著。

表7 直接效應(yīng)與間接效應(yīng)分解結(jié)果

3.2.2 科技政策組合的調(diào)節(jié)作用

不考慮空間溢出效應(yīng)，表4中模型 （1）和模型 （3）分別加入交互項(xiàng)ZJ_Pol和RY_Pol后，模型 （2）和模型 （4） 中RDZJ和RDRY的系數(shù)均得以提升，說(shuō)明科技政策組合正向調(diào)節(jié)R＆D投入對(duì)區(qū)域創(chuàng)新能力的作用?？紤]空間溢出效應(yīng)，表6中模型 （6）和模型 （8）相較于模型 （5）和模型 （7）的RDZJ和RDRY的系數(shù)均得以提升。表7中模型 （6）和模型 （8）的直接效應(yīng)系數(shù)也表明，科技政策組合與R＆D資金、R＆D人員的交互項(xiàng)分別在10%和5%的水平下顯著且系數(shù)為正，且R＆D資金、R＆D人員的系數(shù)相對(duì)于模型（5）和模型 （7）均有所提升。因此，不論是否考慮空間溢出效應(yīng)，科技政策組合對(duì)R＆D資金、R＆D人員提升區(qū)域創(chuàng)新能力的積極作用起到顯著的正向調(diào)節(jié)作用。這說(shuō)明，地區(qū)科技政策組合耦合協(xié)調(diào)度水平越高，R＆D投入對(duì)區(qū)域創(chuàng)新能力的促進(jìn)效果越強(qiáng)，假設(shè)3a和假設(shè)3b得以驗(yàn)證。

4 研究結(jié)論與政策啟示

4.1 研究結(jié)論

本文基于知識(shí)生產(chǎn)函數(shù)模型和創(chuàng)新地理學(xué)理論，探討R＆D投入對(duì)區(qū)域創(chuàng)新能力的影響及空間溢出效應(yīng)，分析了科技政策組合在上述空間關(guān)系中的調(diào)節(jié)作用。實(shí)證結(jié)果表明：（1）由于區(qū)域發(fā)展不平衡與技術(shù)溢出的空間地理衰減特征，我國(guó)省域創(chuàng)新能力呈現(xiàn)由東向西逐漸減弱的 “梯形”空間分布特征； （2）R＆D資金和R＆D人員對(duì)于本地區(qū)域創(chuàng)新能力提升具有顯著的正向影響，但空間溢出效應(yīng)不顯著，這是由區(qū)域技術(shù)吸收能力的低水平和非均衡性造成的；（3）不論是否考慮空間溢出效應(yīng)，科技政策組合對(duì)R＆D投入對(duì)區(qū)域創(chuàng)新能力的促進(jìn)作用均起到顯著正向調(diào)節(jié)作用。

4.2 政策啟示

基于上述結(jié)論，本文得到如下啟示：

（1）立足區(qū)域創(chuàng)新能力差異化現(xiàn)狀，國(guó)家應(yīng)探索適宜的區(qū)域發(fā)展戰(zhàn)略。引導(dǎo)東部沿海創(chuàng)新能力較強(qiáng)的省（區(qū)、市）繼續(xù)加大研發(fā)投入力度、增強(qiáng)自主研發(fā)水平；強(qiáng)化中部的創(chuàng)新動(dòng)能傳遞功能，鼓勵(lì)其通過(guò)發(fā)掘本地創(chuàng)新資源優(yōu)勢(shì)實(shí)現(xiàn)技術(shù)追趕；加大對(duì)落后地區(qū)人力資本的投入力度，增強(qiáng)落后地區(qū)對(duì)外部先進(jìn)技術(shù)知識(shí)的吸收與應(yīng)用能力；支持并鼓勵(lì)創(chuàng)新能力領(lǐng)先地區(qū)通過(guò)跨區(qū)域交流與合作共享活動(dòng)等渠道，帶動(dòng)創(chuàng)新能力落后地區(qū)的發(fā)展，逐步完善區(qū)域創(chuàng)新關(guān)聯(lián)網(wǎng)絡(luò)、盡快形成跨區(qū)域協(xié)同創(chuàng)新格局。

（2）各地方政府充分發(fā)掘自身優(yōu)勢(shì)，探索差異化的創(chuàng)新發(fā)展路徑。創(chuàng)新能力較強(qiáng)的地區(qū)應(yīng)根據(jù)區(qū)域?qū)嶋H合理配置政府R＆D資助，引導(dǎo)企業(yè)加大R＆D資金投入力度、提升R＆D資金利用效率；建立合理的人力資本集聚與流動(dòng)機(jī)制，助推R＆D人員充分流動(dòng)和科學(xué)配置。創(chuàng)新能力滯后的地區(qū)應(yīng)加大政府對(duì)創(chuàng)新主體與創(chuàng)新活動(dòng)的資助力度；完善企業(yè)技術(shù)創(chuàng)新投融資體系，營(yíng)造良好的外部創(chuàng)新環(huán)境；重視本地創(chuàng)新人才的培養(yǎng)，兼顧創(chuàng)新型人才引進(jìn)的數(shù)量和質(zhì)量；加大基礎(chǔ)設(shè)施建設(shè)力度、提升技術(shù)的吸收能力，積極與鄰近創(chuàng)新能力較強(qiáng)的區(qū)域進(jìn)行技術(shù)交流合作。

（3）遵循區(qū)域創(chuàng)新治理特征，構(gòu)建特色、合理、高質(zhì)量的科技創(chuàng)新政策體系。各地方政府在設(shè)計(jì)、制定科技政策時(shí)注重科技創(chuàng)新政策組合要素的耦合協(xié)調(diào)。針對(duì)鼓勵(lì)基礎(chǔ)研究的政策目標(biāo)，應(yīng)充分發(fā)揮政府科技投入、對(duì)企業(yè)開展基礎(chǔ)研究給予稅收優(yōu)惠等需求型、環(huán)境型政策工具的作用；針對(duì)鼓勵(lì)科技成果轉(zhuǎn)化政策目標(biāo)，應(yīng)推進(jìn)科技成果流動(dòng)平臺(tái)搭建、引導(dǎo)市場(chǎng)化成果轉(zhuǎn)化服務(wù)等供給型政策工具的不斷完善；針對(duì)鼓勵(lì)完善創(chuàng)新系統(tǒng)政策目標(biāo)，則應(yīng)保持政策工具強(qiáng)度均衡，避免政策目標(biāo)與政策工具不協(xié)調(diào)阻礙區(qū)域創(chuàng)新效率與創(chuàng)新能力的提升。

注釋：

①該報(bào)告為國(guó)家創(chuàng)新調(diào)查制度系列報(bào)告之一，中國(guó)科技發(fā)展戰(zhàn)略研究小組在1999年至今每年推出一本，截至2021年底共出版23本。