安存紅，周少燕

（保定理工學院，河北 保定 071000）

一、引言

現(xiàn)階段，創(chuàng)新是中國經(jīng)濟邁向高質(zhì)量發(fā)展新時期的核心動力，更是支持創(chuàng)新型國家建設(shè)的有力支撐[1]。作為國家創(chuàng)新體系關(guān)鍵要素之一，區(qū)域創(chuàng)新績效直接體現(xiàn)了國家的創(chuàng)新水平[2]。要想提高區(qū)域創(chuàng)新績效，必須整合區(qū)域內(nèi)創(chuàng)新資源，使技術(shù)創(chuàng)新所憑借的各類生產(chǎn)要素實現(xiàn)優(yōu)化組合。這一過程中，高技術(shù)產(chǎn)業(yè)的知識、技術(shù)、資金等要素有序流動形成空間集聚現(xiàn)象，并在降低交易成本、發(fā)揮規(guī)模集聚效應(yīng)的同時，助推區(qū)域創(chuàng)新績效提升[3]。伴隨著科技、人才、資金等資源要素的進一步發(fā)展，高技術(shù)產(chǎn)業(yè)空間集聚逐漸形成帶動效應(yīng)并為技術(shù)創(chuàng)新提供資源支持。在此情形下，如何利用高技術(shù)產(chǎn)業(yè)空間集聚優(yōu)勢，科學合理地配置創(chuàng)新要素，提高區(qū)域創(chuàng)新績效，成為目前政府及社會各界關(guān)注的熱點話題。20世紀40年代，有經(jīng)濟學家曾指出，技術(shù)創(chuàng)新是區(qū)域經(jīng)濟長期增長的引擎，而R&D投入則是這個引擎的主要燃料。時至今日，R&D投入在產(chǎn)業(yè)技術(shù)創(chuàng)新和區(qū)域經(jīng)濟增長中的作用進一步凸顯[3]。那么，高技術(shù)產(chǎn)業(yè)空間集聚、R&D投入、區(qū)域創(chuàng)新績效之間存在何種聯(lián)系？一國及地區(qū)可否通過調(diào)整R&D投入提高區(qū)域創(chuàng)新績效？現(xiàn)有文獻尚未對此形成一致的意見。針對于此，文章以R&D中介變量作為研究切入點，討論高技術(shù)產(chǎn)業(yè)空間集聚與區(qū)域創(chuàng)新之間的動態(tài)關(guān)系。

文章主要貢獻在于：一是國內(nèi)外研究少有涉及高技術(shù)產(chǎn)業(yè)空間集聚、R&D投入與區(qū)域創(chuàng)新績效三個變量之間的關(guān)系；二是文章將通過門檻模型討論提高區(qū)域創(chuàng)新績效的門限閾值，明晰R&D投入的作用程度；三是試圖探索相關(guān)研究理論，為提高技術(shù)創(chuàng)新能力從而增加區(qū)域創(chuàng)新績效提供對策建議。

二、文獻綜述

1.高技術(shù)產(chǎn)業(yè)空間集聚與區(qū)域創(chuàng)新

理論研究認為，以高技術(shù)產(chǎn)業(yè)為主導(dǎo)形成的空間集聚會對區(qū)域創(chuàng)新績效產(chǎn)生一定影響[4]。周明、李宗植(2011)以產(chǎn)業(yè)集聚為理論依據(jù)，建立高技術(shù)產(chǎn)業(yè)空間集聚的知識生產(chǎn)函數(shù)，并納入知識溢出與政府支持力兩個指標，最終得出高技術(shù)產(chǎn)業(yè)空間集聚正向影響區(qū)域創(chuàng)新績效的結(jié)論[5]。同時，也有學者提出不同意見。李駿等(2018)研究表明，擁擠效應(yīng)的存在導(dǎo)致高技術(shù)產(chǎn)業(yè)空間集聚對區(qū)域創(chuàng)新績效存在非線性影響[6]。也就是說，當高技術(shù)產(chǎn)業(yè)空間集聚度達到一定閾值后，將對區(qū)域創(chuàng)新績效提升阻力，也會影響不同地區(qū)的高技術(shù)產(chǎn)業(yè)集聚規(guī)模。

2.R&D投入與區(qū)域創(chuàng)新績效

R&D投入作為提升區(qū)域創(chuàng)新績效的關(guān)鍵因素，已成為多數(shù)學者研究的重點。丘東等(2016)分析認為，在政府R&D投入影響區(qū)域創(chuàng)新績效的關(guān)系中，企業(yè)R&D投入存在部分中介作用[7]。蘇屹等(2018)利用面板門限回歸模型，綜合測度R&D投入與區(qū)域創(chuàng)新績效間的關(guān)系，研究認為R&D投入與專利授權(quán)量存在顯著門限效應(yīng)[8]。此外，也有學者進一步研究指出，在將R&D投入劃分為R&D經(jīng)費投入與R&D人員投入兩個指標后，仍可正向提升區(qū)域創(chuàng)新績效水平[9-11]。

3.高技術(shù)產(chǎn)業(yè)空間集聚與R&D投入

現(xiàn)有研究認為，高技術(shù)產(chǎn)業(yè)空間集聚與R&D投入存在雙向因果關(guān)系。沈宏婷、陸玉麒(2015)研究指出，在經(jīng)濟發(fā)展水平、政府科技投入力度、產(chǎn)業(yè)結(jié)構(gòu)的變化影響下，中國省域R&D投入的相對差距在縮小，空間相關(guān)性逐漸增強。這在一定程度上使得高技術(shù)產(chǎn)業(yè)形成空間集聚[12]。邱士雷等(2018)基于知識生產(chǎn)函數(shù)的框架，探討中國高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新能力空間分布差異及其影響因素，研究認為R&D資本存量是促進高技術(shù)產(chǎn)業(yè)創(chuàng)新能力的決定因素[13]。郭國峰、晉玉芳(2019)研究指出，2012—2016年在R&D活動投入的影響下，中西部地區(qū)高技術(shù)產(chǎn)業(yè)整體全要素生產(chǎn)效率得以提升，且處于持續(xù)集聚的態(tài)勢[14]。

4.R&D投入的中介效應(yīng)

現(xiàn)有研究認為，為降低生產(chǎn)成本，提高綜合經(jīng)濟效益，高技術(shù)產(chǎn)業(yè)會從單一生產(chǎn)要素地區(qū)逐步向多個要素集聚的地區(qū)靠攏，由此出現(xiàn)空間集聚現(xiàn)象。張卿、劉昭樂(2020)分析指出，為增加高技術(shù)產(chǎn)業(yè)空間集聚效益，政府通常會通過政策制定來降低科技投資風險，引導(dǎo)企業(yè)加大R&D投入，緩解科研融資困境[15]。同時，R&D投入總量的逐漸加大，不僅能夠優(yōu)化區(qū)域產(chǎn)業(yè)創(chuàng)新結(jié)構(gòu)，還對區(qū)域創(chuàng)新發(fā)展戰(zhàn)略深入落實以及提升區(qū)域創(chuàng)新績效發(fā)揮積極作用[16]。據(jù)此可以看出，高技術(shù)產(chǎn)業(yè)空間集聚所具備的技術(shù)、資源、資金優(yōu)勢，一定程度上激發(fā)了高技術(shù)企業(yè)R&D投入，并最終提高了區(qū)域創(chuàng)新績效水平。

綜上所述，已有文獻就高技術(shù)產(chǎn)業(yè)空間集聚與區(qū)域創(chuàng)新績效之間的影響關(guān)系的研究多基于線性模型開展，無法判斷二者之間是否存在非線性關(guān)系；多數(shù)理論僅傾向于研究高技術(shù)產(chǎn)業(yè)空間集聚與R&D投入、R&D投入與區(qū)域創(chuàng)新績效間的關(guān)系，很少將三者置于同一框架進行討論，也未明確R&D投入在高技術(shù)產(chǎn)業(yè)空間集聚與區(qū)域創(chuàng)新績效中的影響關(guān)系。有鑒于此，文章基于2009—2019年中國30省份數(shù)據(jù)，在構(gòu)建基準回歸模型的基礎(chǔ)上，以集聚水平為門限變量的非線性面板門限模型，尋找高技術(shù)產(chǎn)業(yè)空間集聚影響區(qū)域創(chuàng)新績效的門限值并進行顯著性檢驗；進一步探究跨越門限值前后，高技術(shù)產(chǎn)業(yè)空間集聚對區(qū)域創(chuàng)新績效影響的變化；最后討論R&D投入在高技術(shù)產(chǎn)業(yè)空間集聚與區(qū)域創(chuàng)新績效中的關(guān)系。

三、模型設(shè)定與變量選取

1.模型設(shè)定

（1）理論模型

文章借用余泳等(2015)[15]和丘東等(2016)[7]的設(shè)計思路，構(gòu)建高技術(shù)產(chǎn)業(yè)空間集聚通過R&D投入對區(qū)域創(chuàng)新績效的影響理論模型。假設(shè)存在一個高技術(shù)企業(yè)i的可分離性效用函數(shù)：

式(1)中，Mit代表區(qū)域創(chuàng)新績效，st代指高技術(shù)產(chǎn)業(yè)在t時期內(nèi)空間集聚的創(chuàng)新要素，xi代表高技術(shù)產(chǎn)業(yè)空間集聚對區(qū)域創(chuàng)新績效的貢獻度。Kit代表i企業(yè)t時期的R&D資本投入；Lit代表i企業(yè)t時期的R&D人力投入；aK、aL分別為Kit與Lit的彈性系數(shù)。依據(jù)已有理論，高技術(shù)產(chǎn)業(yè)空間集聚對區(qū)域創(chuàng)新績效的貢獻度xi與高技術(shù)產(chǎn)業(yè)集約程度H正相關(guān)，并且每一個高技術(shù)企業(yè)i受創(chuàng)新要素si對區(qū)域創(chuàng)新績效qi的影響作用均相等(?qi/?H=k)。

如前所述，R&D投入主要通過流動過程中產(chǎn)生的知識與技術(shù)溢出，對區(qū)域創(chuàng)新績效產(chǎn)生影響。而且，這種效應(yīng)還會受財政政策影響。在財政政策E的激勵下，高技術(shù)企業(yè)會通過增加R&D資本投入和R&D人力投入的方式發(fā)揮技術(shù)創(chuàng)新效應(yīng)，提升區(qū)域創(chuàng)新績效。此時，財政政策E與高技術(shù)產(chǎn)業(yè)集聚度H之間存在H=H(E)，且同時存在H′(·)>0，即財政政策E與高技術(shù)產(chǎn)業(yè)集聚度H存在正向影響關(guān)系。另外，高技術(shù)產(chǎn)業(yè)空間集聚程度一般由其收益決定，收益分布屬于單峰函數(shù)f(yi)，f(yi)∈(0，yH)，yH表示企業(yè)收益的最大水平。為了提升區(qū)域創(chuàng)新績效，政府會通過減免稅率的方式吸引R&D資本投入和R&D人力投入，提升高技術(shù)產(chǎn)業(yè)集聚收益水平。此時則有E=Y(ζ-ζ2/2)，ζ為高技術(shù)企業(yè)集聚收益減免稅率，Y為企業(yè)平均收益水平。如若創(chuàng)新要素、企業(yè)R&D投入對區(qū)域創(chuàng)新績效的貢獻度均與企業(yè)相對收益Li(Li=xt/Y)呈正相關(guān)關(guān)系，那么就有st=st(Lt)且st′(·)>0。最終可以認為，高技術(shù)產(chǎn)業(yè)空間集聚會通過R&D投入影響區(qū)域創(chuàng)新績效。

（2）門限回歸模型

“門限效應(yīng)”是指當某一經(jīng)濟參數(shù)值接近特定數(shù)值時，可能對另一經(jīng)濟參數(shù)值發(fā)生影響，使其向另外發(fā)展形式轉(zhuǎn)變的一類現(xiàn)象。就高技術(shù)產(chǎn)業(yè)而言，其空間集聚程度水平對區(qū)域創(chuàng)新績效影響是否存在門限閾值？當區(qū)域創(chuàng)新績效發(fā)生轉(zhuǎn)變時，是否存在某一條件影響集聚效應(yīng)？這類問題仍需進行深層次討論?；诖?，文章在此次研究的影響框架中納入空間集聚因素，全面探索高技術(shù)產(chǎn)業(yè)空間集聚對區(qū)域創(chuàng)新績效的門限效應(yīng)。在具體研究過程中，借鑒魏新穎等(2019)[17]的面板門限模型方法，構(gòu)建單一門限回歸模型(2)、(3)。

上述公式中，i、t分別代指企業(yè)個數(shù)、年份，y、x、q、?分別為文章的被解釋變量、解釋變量、門限變量以及代閾值變量。另外，ν1、ν2分別代指解釋變量之前的系數(shù)，eit為殘差項。當qit≤?時，面板門限回歸模型為公式(2)；當qit>?時，面板門限回歸模型為公式(3)。

隨后構(gòu)造示性函數(shù)I(·)。若·代表的條件得以滿足時，表明示性函數(shù)值為1，否則為0。通過示性函數(shù)，合并模型(2)、模型(3)，即可得到模型(4)。

模型(4)中，ui為各省市的個體效應(yīng)；xit為文章所列示的一系列控制變量。

通過如上原理可得雙重門限面板回歸模型(5)。

文章在模型(5)的基礎(chǔ)上，借助STAT16.0軟件，研究高技術(shù)產(chǎn)業(yè)空間集聚水平對區(qū)域創(chuàng)新績效影響的門限效應(yīng)。第一，確認門閾變量的真實取值個數(shù)。這一步需通過自主抽樣法構(gòu)建似然比函數(shù)統(tǒng)計量(LR)完成。在具體測算過程中，先求解殘差平方、最小門閾估計值以及相關(guān)變量參數(shù)值，而后檢驗門限效應(yīng)是否顯著，并確定門閾變量取值個數(shù)。第二，檢驗門限效應(yīng)是否真實。文章借鑒Bruce&Hansen(1998)[18]的雙重門限效應(yīng)檢驗原理，首先預(yù)設(shè)第一重門閾估計值已知且真實存在，而后對第一重門閾估計值進行F統(tǒng)計量檢驗。若該值通過檢驗，則需執(zhí)行似然比函數(shù)識別門限值的操作流程，以檢驗第二重門限效應(yīng)的真實性。若該值通過真實性檢驗，則需重復(fù)似然比函數(shù)識別門限值的相關(guān)操作，并對三重門限效應(yīng)門閾值進行檢驗。

（3）中介效應(yīng)模型

為驗證R&D投入在高技術(shù)產(chǎn)業(yè)空間集聚與區(qū)域創(chuàng)新績效中的傳導(dǎo)作用，文章參考章新蓉等(2016)的中介效應(yīng)方法[19]，設(shè)定如下模型：

式中，模型(6)、模型(8)分別是在不引入、引入中介變量情況下，高技術(shù)產(chǎn)業(yè)空間集聚對區(qū)域創(chuàng)新績效的影響模型；模型(7)解釋了中介變量R&D投入與高技術(shù)產(chǎn)業(yè)空間集聚的具體關(guān)系。其中，RIPit為中介變量；DIURCit代表高技術(shù)產(chǎn)業(yè)空間集聚的替代指標即產(chǎn)學研合作程度；R&DIit代表R&D投入，controlit、μi、εit分別指控制變量、省份效應(yīng)和隨機擾動項。

2.變量選取與說明

（1）核心解釋變量

產(chǎn)學研合作程度(DIURC)。產(chǎn)學研合作是技術(shù)創(chuàng)新的重要實現(xiàn)方式，可加速高技術(shù)產(chǎn)業(yè)空間集聚。因此，參考相關(guān)文獻研究方法[20]，用產(chǎn)學研合作程度(DIURC)表示高技術(shù)產(chǎn)業(yè)空間集聚程度的高低。同時，為了保證研究結(jié)論的穩(wěn)健性，以新產(chǎn)品開發(fā)經(jīng)費支出(EPD)、新產(chǎn)品銷售收入(NPSR)作為產(chǎn)學研合作程度(DIURC)的替代指標。

（2）被解釋變量

區(qū)域創(chuàng)新績效(RIP)。為有效避免參數(shù)估計法在主觀設(shè)定計量模型時可能出現(xiàn)的錯誤，文章采用數(shù)據(jù)包絡(luò)分析法(DEA)對區(qū)域創(chuàng)新績效問題進行評價。具體而言，文章選取產(chǎn)業(yè)創(chuàng)新投入指標和產(chǎn)業(yè)創(chuàng)新產(chǎn)出指標，并導(dǎo)入超效率DEA模型測度區(qū)域創(chuàng)新績效。其中，產(chǎn)業(yè)創(chuàng)新投入這一指標以R&D研發(fā)內(nèi)部支出和R&D人員全時當量來表示；產(chǎn)業(yè)創(chuàng)新產(chǎn)出以專利申請量和新產(chǎn)品銷售收入來表示。

（3）控制變量

城鎮(zhèn)化水平(UL)，使用城鎮(zhèn)人口數(shù)與總?cè)丝谡急缺硎尽趧恿滟Y本(LRC)，采取地區(qū)加權(quán)平均受教育年限進行核算。具體計算方法為：hum=(0×N+6×P+9×J+12×S+16×C)/(N+P+J+S+C)。其中，N表示未就學人數(shù)；P表示小學文憑人數(shù)（6年）；J表示初中文憑人數(shù)（9年）；S表示高中文憑人數(shù)（12年）；C表示?？萍耙陨衔膽{人數(shù)（16年）。信息化水平(IL)，用地區(qū)電信業(yè)務(wù)量及網(wǎng)絡(luò)普及率來衡量。政府支持(GS)，采用區(qū)域高技術(shù)產(chǎn)業(yè)政府支出與R&D資金的比值來表示。融資環(huán)境(FE)，以金融機構(gòu)貸款與R&D資金比值來衡量，這一數(shù)值越大說明當?shù)貐^(qū)域融資環(huán)境越好。知識產(chǎn)權(quán)保護(IPP)，選取知識產(chǎn)權(quán)保護指數(shù)作為衡量指標。

（4）中介變量

R&D投入(R&D I)。為更準確地反映R&D投入的各項活動，參考有關(guān)R&D指標體系構(gòu)建的文獻[21]，文章將R&D投入(R&D I)分為R&D人員投入和R&D經(jīng)費投入。其中，R&D人員投入按照區(qū)域研發(fā)人員數(shù)量進行衡量；R&D經(jīng)費投入用政府和企業(yè)區(qū)域科研經(jīng)費投入量，以及其他資金總和進行衡量。

（5）門限變量

當前，學術(shù)界常用區(qū)位熵(LQ)指數(shù)來測算產(chǎn)業(yè)部門的專業(yè)化程度。對此，文章借助鄭荷芬與韓峰(2012)[22]、衣保中與張彩云(2020)[23]的相關(guān)做法，以區(qū)位熵指數(shù)量化高技術(shù)產(chǎn)業(yè)空間集聚水平。具體測度方法如下：

其中，t與i分別代表年份和省域；HtiLQit表示高技術(shù)產(chǎn)業(yè)集聚水平的區(qū)位熵；Htiit代表t年內(nèi)i省份的就業(yè)人數(shù)；Htit代表t年時間內(nèi)全國就業(yè)人數(shù)；ALLit代表t年內(nèi)i省份全行業(yè)就業(yè)人數(shù)的總和；ALLt代表t年內(nèi)全行業(yè)就業(yè)人數(shù)的總和。當HtiLQit值越大，高技術(shù)產(chǎn)業(yè)空間集聚水平越高；當HtiLQit值越小，高技術(shù)產(chǎn)業(yè)空間集聚水平越低。

3.數(shù)據(jù)來源及變量描述性統(tǒng)計

如表1所示，文章以2001—2019年為時間跨度，選取中國30個省份高技術(shù)產(chǎn)業(yè)面板數(shù)據(jù)，進行數(shù)據(jù)描述性統(tǒng)計。高技術(shù)產(chǎn)業(yè)數(shù)據(jù)來自《中國科技統(tǒng)計年鑒》與《中國統(tǒng)計年鑒》；城鎮(zhèn)化水平(UL)、勞動力儲備資本(LRC)、信息化水平(IL)、政府支持(GS)、區(qū)域創(chuàng)新績效(RIP)等變量來自《中國高技術(shù)企業(yè)統(tǒng)計年鑒》、EPS數(shù)據(jù)庫以及Wind資訊數(shù)據(jù)庫。上述變量相關(guān)的經(jīng)濟指標數(shù)據(jù)已進行消脹處理。

表1 描述性統(tǒng)計

四、實證分析

1.高技術(shù)產(chǎn)業(yè)空間集聚對區(qū)域創(chuàng)新績效的回歸分析

（1）基準分析

表2給出高技術(shù)產(chǎn)業(yè)空間集聚對區(qū)域創(chuàng)新績效的面板回歸結(jié)果。其中，第(1)列表示，在不引入控制變量的情形下，高技術(shù)產(chǎn)業(yè)空間集聚對區(qū)域創(chuàng)新績效的影響系數(shù)為35.112（在1%水平上顯著）；第(2)列表示，在引入相關(guān)控制變量并控制省份效應(yīng)時，高技術(shù)產(chǎn)業(yè)空間集聚對區(qū)域創(chuàng)新績效的影響系數(shù)為26.043（在5%的水平上顯著）；第(3)列表示在省份效應(yīng)和時間效應(yīng)雙重控制下的二者影響關(guān)系，影響系數(shù)為18.505（在5%的水平上顯著）；第(4)列是在包含前述控制因素下采用異方差修正所得二者的影響結(jié)果，影響系數(shù)為20.652（在10%的水平上顯著）。從表格回歸結(jié)果可知，高技術(shù)產(chǎn)業(yè)空間集聚程度的提高會提升區(qū)域創(chuàng)新績效水平，二者之間呈正相關(guān)關(guān)系。

表2 面板回歸結(jié)果

（2）穩(wěn)健性分析

盡管此次研究準確衡量了影響區(qū)域創(chuàng)新績效的控制變量，但依然存在遺漏變量導(dǎo)致內(nèi)生性問題。而且高技術(shù)產(chǎn)業(yè)空間集聚與區(qū)域創(chuàng)新績效二者之間可能存在雙向因果關(guān)系，不僅前者會對后者產(chǎn)生影響，后者的變化也會反作用于前者的集聚水平。因此，為保證上述結(jié)論的穩(wěn)健性，文章采用替換變量及驗證方法處理內(nèi)生性問題，并進行穩(wěn)健性檢驗。第一，將新產(chǎn)品開發(fā)經(jīng)費支出與銷售收入作為替代產(chǎn)學研合作程度的替代變量。第二，運用廣義矩估計方法和工具變量方法分別匯報了替換高技術(shù)產(chǎn)業(yè)空間集聚指標以及控制內(nèi)生性后的估計結(jié)果，如表3和表4所示。

表3 替換高技術(shù)產(chǎn)業(yè)空間集聚指標后的穩(wěn)健性檢驗

表4 內(nèi)生性處理后的穩(wěn)健性檢驗

由表3可知，用于度量高技術(shù)產(chǎn)業(yè)空間集聚的兩個替代變量，對區(qū)域創(chuàng)新績效的影響系數(shù)分別為35.121、27.191（均在5%的水平上顯著）。可以看出，高技術(shù)產(chǎn)業(yè)空間集聚程度的提高會顯著帶動區(qū)域創(chuàng)新績效，高技術(shù)產(chǎn)業(yè)空間集聚對區(qū)域創(chuàng)新績效的正向作用結(jié)果也保持穩(wěn)健。

如表4所示，第(1)、(2)列分別使用差分廣義矩和系統(tǒng)廣義矩分析法對相關(guān)變量展開回歸分析。第(3)列為將產(chǎn)學研合作程度作為工具變量后進行最小二乘估計的結(jié)果。另外，根據(jù)識別不足檢驗統(tǒng)計量(LM)結(jié)果可知，其統(tǒng)計量均在5%的水平上顯著，說明所選變量關(guān)聯(lián)性較好，沒有識別不足的問題。而弱工具變量檢驗統(tǒng)計量(F)顯著大于馬昱等(2020)給出的經(jīng)驗臨界值10[24]，說明內(nèi)生變量不存在弱識別問題?？梢姡恼逻x取的兩個替代變量有效，進一步證明結(jié)論具有穩(wěn)健性。

2.高技術(shù)產(chǎn)業(yè)空間集聚對區(qū)域創(chuàng)新績效的門限分析

（1）門限估計值顯著性檢驗

為了考察門限回歸模型究竟存在幾重門限閾值，文章參照Hansen(1998)的設(shè)計思路，通過建立F統(tǒng)計量來識別多重門限閾值顯著性，所得結(jié)果見表5。分析表5發(fā)現(xiàn)，單一閾值與雙重閾值估計值均在5%水平上顯著，且F統(tǒng)計量為18.682和23.507，P值為0.031和0.017，而三重門檻在1%、5%、10%水平上均不顯著。由此表明，高技術(shù)產(chǎn)業(yè)空間集聚對區(qū)域創(chuàng)新績效的影響僅存在雙重門檻效應(yīng)。故文章構(gòu)建雙重門限面板回歸模型進行下一步驗證。

表5 顯著性檢驗結(jié)果

（2）雙重門限回歸結(jié)果分析

文章在初始雙重門限面板回歸模型(5)的基礎(chǔ)上，將高技術(shù)產(chǎn)業(yè)空間集聚與區(qū)域創(chuàng)新績效兩個指標代入示性函數(shù)，得到修正后的雙重門限面板回歸模型(10)。

研究參照嵇正龍、宋宇(2020)[25]關(guān)于集聚水平門閾值計算方法，首先使用自助抽樣算法進行數(shù)據(jù)抽樣，樣本次數(shù)為850次。然后，測度門閾值（LR估計量近似于零）和最大估計值，進而最終確定該模型門閾置信區(qū)間。經(jīng)過計算，得到高技術(shù)產(chǎn)業(yè)空間集聚水平的2個門閾值，即0.268、0.392。最后，將模型(10)劃分為3個內(nèi)生組（大于0.392、小于0.268以及在0.268與0.392之間），進而對空間集聚水平模型系數(shù)展開回歸估計，并得出高技術(shù)產(chǎn)業(yè)空間集聚度對該區(qū)域內(nèi)創(chuàng)新績效門限特征的異質(zhì)性影響。為使面板模型估計結(jié)果更加突出，文章將雙重門限面板模型與面板固定效應(yīng)回歸模型進行對比分析。

如表6所示，空間集聚度按照區(qū)位熵指數(shù)劃分為3個內(nèi)生組。其中，LQ<0.268代表低集聚組，0.268≤LQ<0.392代表中集聚組，LQ≥0.392代表高集聚組。低集聚組回歸系數(shù)為-0.067，說明此時高技術(shù)產(chǎn)業(yè)規(guī)模集聚對區(qū)域創(chuàng)新績效的影響為負且不顯著。但由低集聚水平向中集聚水平過渡時，集聚效應(yīng)的正向促進作用逐漸提升。中集聚組回歸系數(shù)為3.242，說明此時集聚效應(yīng)對區(qū)域創(chuàng)新績效的影響已完全由負向轉(zhuǎn)變?yōu)檎?。高集聚組回歸系數(shù)為0.584，說明由中集聚組過渡到高集聚組時，集聚效應(yīng)仍呈現(xiàn)出較為顯著的正向影響，且對區(qū)域創(chuàng)新績效的影響效用會逐漸降低。

表6 面板模型的估計結(jié)果

可以預(yù)見，高技術(shù)產(chǎn)業(yè)空間集聚水平不斷聚集、疊加與演化，不僅提高了其產(chǎn)業(yè)鏈上各參與主體的技術(shù)交流能力，也憑借空間集聚效應(yīng)與技術(shù)溢出效應(yīng)的雙重優(yōu)勢，積累了豐富的技術(shù)知識。這為企業(yè)實現(xiàn)高技術(shù)轉(zhuǎn)型升級提供了正向外部效應(yīng)。但隨著集聚密度的進一步提升，集聚區(qū)內(nèi)資源要素稀缺、公共基礎(chǔ)設(shè)施建設(shè)不足以及交通擁堵等現(xiàn)象，在一定程度上限制了企業(yè)快速發(fā)展。與此同時，在集聚紅利不斷下降、企業(yè)數(shù)量快速增加的背景下，企業(yè)間不同程度的競爭會影響該區(qū)域創(chuàng)新績效提升。由此可以得出，盡管高技術(shù)產(chǎn)業(yè)集聚水平在達到一定程度后會對區(qū)域創(chuàng)新績效的提升產(chǎn)生一定阻礙，但整體來看，集聚水平的提升對高技術(shù)產(chǎn)業(yè)區(qū)域創(chuàng)新績效仍有顯著促進作用。

3.R&D投入的中介效應(yīng)分析

表7給出了R&D投入的中介效應(yīng)檢驗結(jié)果。第(1)~(3)列是R&D投入衡量區(qū)域創(chuàng)新績效的檢驗結(jié)果。其中，高技術(shù)產(chǎn)業(yè)空間集聚對R&D投入的影響顯著為正，并且在10%的水平上顯著。在引入R&D投入變量前，高技術(shù)產(chǎn)業(yè)空間集聚對區(qū)域創(chuàng)新效率的影響系數(shù)為52.167，在5%的水平上顯著；在引入R&D投入變量后，高技術(shù)產(chǎn)業(yè)空間集聚對區(qū)域創(chuàng)新績效的影響系數(shù)為61.538，在5%的水平上顯著。由此表明，高技術(shù)產(chǎn)業(yè)空間集聚的提升會顯著提高區(qū)域創(chuàng)新效率。綜合中介效應(yīng)檢驗原理可知，R&D投入在產(chǎn)學研合作程度對區(qū)域創(chuàng)新績效的影響中起到部分中介作用。

表7 中介效應(yīng)檢驗結(jié)果

對R&D投入的中介效應(yīng)進行穩(wěn)健性檢驗，主要通過以下兩類方法：一是以新產(chǎn)品開發(fā)經(jīng)費支出(EPD)和新產(chǎn)品銷售收入(NPSR)代替產(chǎn)學研合作程度作為高技術(shù)產(chǎn)業(yè)空間集聚的衡量指標；二是基于東、中、西部三大區(qū)域的劃分標準，分區(qū)域檢驗效果。兩種穩(wěn)健性檢驗結(jié)果表明R&D投入的中介傳導(dǎo)效應(yīng)部分顯著。

五、結(jié)論與啟示

1.結(jié)論

文章采用2001—2019年30個省份面板數(shù)據(jù)，以R&D投入作為中介變量，審視高技術(shù)產(chǎn)業(yè)空間集聚與區(qū)域創(chuàng)新績效之間的關(guān)系，并得出如下結(jié)論：

其一，高技術(shù)產(chǎn)業(yè)空間集聚有利于提升區(qū)域創(chuàng)新績效，在將新產(chǎn)品開發(fā)經(jīng)費支出與銷售收入作為替代變量后，高技術(shù)產(chǎn)業(yè)空間集聚對區(qū)域創(chuàng)新績效的正向作用結(jié)果保持穩(wěn)健。進一步使用差分廣義矩、系統(tǒng)廣義矩及最小二乘估計法對相關(guān)變量展開穩(wěn)健性檢驗后，結(jié)論依舊成立。

其二，高技術(shù)產(chǎn)業(yè)空間集聚對區(qū)域創(chuàng)新績效的影響依賴于成本與收益，存在成本與收益的門限效應(yīng)。受此影響，當高技術(shù)產(chǎn)業(yè)集聚水平由低向高偏移時，集聚效應(yīng)對區(qū)域創(chuàng)新績效的影響呈現(xiàn)出由不顯著到高水平正顯著再到低水平正顯著的轉(zhuǎn)變趨勢。盡管高技術(shù)產(chǎn)業(yè)集聚水平在達到一定程度后會對區(qū)域創(chuàng)新績效提升有一定阻礙，但整體來看，高技術(shù)產(chǎn)業(yè)空間集聚水平的提升對該區(qū)域創(chuàng)新績效仍有正向影響。

其三，加入R&D投入變量后，高技術(shù)產(chǎn)業(yè)空間集聚對區(qū)域創(chuàng)新績效影響的指數(shù)增大。這說明R&D投入通過影響高技術(shù)產(chǎn)業(yè)空間集聚繼而影響區(qū)域創(chuàng)新績效，R&D投入在二者之間存在部分中介效應(yīng)。

2.啟示

基于文章的研究結(jié)論，可得到如下啟示：

第一，加大R&D投入，繼續(xù)提升區(qū)域創(chuàng)新績效動能。一方面，政府決策機構(gòu)應(yīng)加強對創(chuàng)新活動的重視，針對性加大R&D人員投入和R&D經(jīng)費投入，并鼓勵更多社會資本參與各類創(chuàng)新活動；另一方面，要重視高科技人才培養(yǎng)。由結(jié)論可知，高技術(shù)產(chǎn)業(yè)集聚水平會正向影響區(qū)域創(chuàng)新績效。其中，作為推動高技術(shù)產(chǎn)業(yè)集聚的組成要素，高科技人才無疑占據(jù)著重要地位。有鑒于此，地方政府應(yīng)以高科技人才為基，不斷健全人才激勵機制，全面推進產(chǎn)學研發(fā)展。同時，對于國家而言，應(yīng)制定宏觀人力資源發(fā)展戰(zhàn)略，積極實施高科技人才培育計劃，逐步增加中國人才資源儲備。此外，對于能夠有效推進區(qū)域績效創(chuàng)新的優(yōu)勢行業(yè)而言，政府也應(yīng)不斷加大政策扶持力度，激勵域外優(yōu)秀企業(yè)積極入駐，加速本區(qū)域經(jīng)濟發(fā)展。

第二，合理利用創(chuàng)新要素，實現(xiàn)高技術(shù)產(chǎn)業(yè)有效集聚。當高技術(shù)產(chǎn)業(yè)空間集聚水平達到一定閾值時，其對區(qū)域創(chuàng)新績效的影響也會逐漸減弱。因此，為保證高技術(shù)產(chǎn)業(yè)有效集聚，相關(guān)部門可基于縮小區(qū)域發(fā)展差異的目標，宏觀統(tǒng)籌規(guī)劃高技術(shù)產(chǎn)業(yè)空間布局，實現(xiàn)企業(yè)間的“以強補弱、以長補短”。

第三，培育創(chuàng)新土壤，推動高技術(shù)產(chǎn)業(yè)區(qū)域創(chuàng)新。創(chuàng)新活動是一個復(fù)合型發(fā)展過程，不僅需要考量過程中各類要素間的關(guān)系，更對創(chuàng)新土壤提出了較高的要求。也就是說，培育創(chuàng)新土壤有助于地方開展高科技創(chuàng)新活動，進而促進區(qū)域創(chuàng)新績效的提升。地方政府一方面可進一步完善區(qū)域績效創(chuàng)新發(fā)展機制，完善地方知識產(chǎn)權(quán)保護條例，不斷提高高科技相關(guān)資源配置效率，最終為區(qū)域創(chuàng)新績效提升培育良好的創(chuàng)新土壤；另一方面，需不斷優(yōu)化產(chǎn)業(yè)基礎(chǔ)設(shè)施和配套產(chǎn)業(yè)建設(shè)，加快高技術(shù)產(chǎn)業(yè)集聚，為區(qū)域創(chuàng)新績效提升提供物質(zhì)基礎(chǔ)與動力機制。