嵌入性視角下長三角技術創新能力影響因素研究

嚴良 張宇 劉潔 陳繼美

摘 要：基于嵌入性理論，以R&D經費投入、R&D人員投入、技術消化吸收能力和技術改造為level-1變量，將政治嵌入、關系嵌入和結構嵌入作為影響技術創新能力的level-2變量，建立多層統計模型，以2006-2016年江蘇、浙江、上海、安徽4個省市的相關面板數據，進行實證研究，結果表明，技術改造、政治嵌入和結構嵌入對有效發明的專利數量有直接顯著性影響;關系嵌入對有效專利發明數有間接顯著性影響。

關鍵詞：技術創新 嵌入性 長三角地區

一、引言

從地理及行政區劃上來講，長江三角洲地區包括江蘇、浙江、安徽、上海三省一市。憑借著臨近海洋、交通便利、對外交流廣泛、經濟活力強等優勢，長三角已走在我國改革開放事業的最前端，成為技術創新能力最強的區域之一。2017年的《中國高技術產業統計年鑒》中，僅江蘇、浙江、上海這三個省市的專利申請數就達到了47859件，占全國專利申請總數的2574%，這說明研究長三角地區的技術創新能力對全國有著借鑒意義。2019年5月，黨中央審議通過了《長江三角洲區域一體化發展規劃綱要》，說明長江三角洲地區的整體發展情況對于我國經濟有著重要作用。因此，研究長江三角洲地區技術創新能力的影響因素，有利于促進長三角區域一體化和高質量發展，也有利于國家技術創新能力的提升。

圍繞技術創新，許多專家學者分別使用定性研究和定量研究的方法進行分析。關于技術創新的定性研究，Kano通過研究移動通信，得出標準化在創新過程中會發揮的巨大作用;Hassink通過研究各國區域嵌入水平和地區協調創新支持政策的能力，得出只有構建政策創新支持體系才有利于企業技術創新。邵云飛等人通過理論綜述得出，突破性技術創新對企業有重大影響，并由此影響產業和經濟的發展。關于技術創新的定量研究，桂黃寶采用空間計量模型進行分析得出：企業規模、勞動力投入、對外開放水平對技術創新效率具有顯著正向影響，資本水平則相反;Cozzarin和Koo通過建模得出，企業內部的組織創新影響著技術創新;方瑩發現企業的正式制度直接正向影響技術創新，非正式制度作為中介，對技術創新產生間接影響;章元等人通過實證，得出政府補貼對企業的短期創新激勵有顯著的促進作用，但長期創新激勵的促進作用效果不顯著;李子彪等人通過研究發現，國際化行為顯著促進企業創新績效提升，其中海外人才促進的效果強于海外出口，強于海外研發;王飛航和李友順研究得出，自主研發顯著促進了創新產出，但是在中等對外開放水平下技術引進對產出具有負效應。

之前的研究主要是建立在投入要素或者市場變化、企業規模、政府支持等一個或者多個因素對技術創新能力的影響，缺少將影響因素使用嵌入型視角綜合起來進行分析的研究。因此，本文綜合以往的文獻研究成果，基于嵌入性理論，采用多層統計分析模型，將技術創新的影響因素分成level-1和level-2兩層變量，選取2006年到2016年長江三角洲地區——上海、浙江、江蘇、安徽這四個省市的相關面板數據進行研究。

二、理論模型

（一）技術創新能力的社會嵌入性

肖文和林高榜認為企業規模、市場競爭、所有制結構是影響技術創新效率的傳統決定因素。本文以嵌入性理論為基礎，同時結合學者的研究成果，將社會場景對技術創新的影響分為政治嵌入、關系嵌入和結構嵌入，并展開分析。

政治嵌入，主要的表現形式是政府的消費支出：一是政府維持正常運轉所需的支出;二是用于社會公眾的教育、醫療、社保、科學、文化、體育、國防等各項社會事業支出。政府的消費支出可以促進社會經濟的發展。

關系嵌入，指高技術產業是全球化網絡系統的一個節點，這種全球化的網絡關系會影響技術創新的能力。同時，關系嵌入也代表我國和技術貿易來往國家之間連結的強度。高強度的關系嵌入會使一方快速獲取以技術創新為代表的外部資源。

結構嵌入，每一個產業在社會網絡中都有自己的位置，結構嵌入則是代表這種位置。技術創新的結構嵌入則更關注高技術產業所嵌入的社會網絡對技術創新的影響。例如，社會網絡中的市場結構對技術創新能力的影響程度。

（二）技術創新能力理論模型的建立

技術創新能力不僅受到投入要素的影響，還會受到嵌入的社會場景變量影響。本文參考張玉臣和呂憲鵬關于高新技術企業創新績效影響因素的指標研究，以技術創新能力為因變量，R&D經費投入、R&D人員投入、技術消化吸收能力、技術改造作為level-1變量;將level-1方程的截距和斜率作為level-2嵌入變量平均值的因變量，level-2嵌入變量分別為政治嵌入、關系嵌入、結構嵌入，從而構建出基于嵌入性視角下研究技術創新能力影響因素的二層統計理論模型。首先通過零模型的運行來判斷是否可以進行多層統計分析。如果組內相關系數（ICC）允許，再運用固定效應模型來分析level-1變量對因變量的影響程度，進而通過隨機效應模型判斷斜率在組間是否顯著性不同，最后引進level-2變量建立全模型進行分析。

建立技術創新能力的理論模型（1）（2）如下：

Level-1：

LNTCij=β0j+β1j*LNFIij+β2j*LNSIij+β3j*LNTAij+β4j*LNTRij+rij

（1）

Level-2：

β0j=γ00+γ01*PEj+γ02*REj+γ03*SEj+μ0j

β1j=γ10+γ11*PEj+γ12*REj+γ13*SEj+μ1j

β2j=γ20+γ21*PEj+γ22*REj+γ23*SEj+μ2j

β3j=γ30+γ31*PEj+γ32*REj+γ33*SEj+μ3j

β4j=γ40+γ41*PEj+γ42*REj+γ43*SEj+μ4j

（2）

其中i表示年份，j表示樣本，LNTC為因變量對數，LNFI為企業R&D經費內部支出對數，LNSI為企業R&D人員對數，LNTA為企業技術消化吸收支出對數，LNTR為企業技術改造經費支出對數;PE為政治嵌入，RE為關系嵌入，SE為結構嵌入;r為一層隨機變量，μ為二層隨機變量。

三、實證研究

（一）變量選擇

技術創新能力（TC）：本文采用各研究地區大中型企業有效發明專利數來衡量該項指標。

R&D經費投入（FI）：高技術產業想要提高技術創新能力，就需要不斷地進行研究開發，從而把科技成果轉化為生產力。進行研發需要有大量的資金支持，因此研發經費的投入是技術創新的前提條件。因而，本文選用各地區大中型企業R&D經費內部支出來衡量該項指標。

R&D人員投入（SI）：人具有主觀能動性，技術創新需要技術人員不斷進行研究開發，所以研發人員的知識水平與投入力度對技術創新起著決定性因素。由此，本文選用各研究地區大中型企業R&D人員全時當量來衡量該項指標。

技術消化吸收能力（TA）：我國促進自主創新能力的主要手段是引進技術，但因為缺乏對引進技術的消化吸收，無法達到預先的目標。因此，技術消化吸收能力對技術創新有著關鍵性作用。本文選用各研究地區大中型企業消化吸收支出來衡量該項指標。

技術改造（TR），技術改造使得企業改進了現有的技術和生產工藝條件，延長了現有技術的生命周期，但不可避免地會降低企業對新技術的需求和技術創新的內在動力，增長企業技術創新的“惰性”。由此，本文選用各地區大中型企業技術改造經費支出來衡量該項指標。

政治嵌入（PE）：本文采用財政性教育經費占地區總產值的比重來衡量。這一指標代表政府對教育的支持，良好的教育環境才能培養出優秀的高技術人才，只有投入大量的教育基金才能營造良好的教育環境，因此政府教育支持程度決定著高技術人員的培養質量，相應地也影響技術創新。

關系嵌入（RE）：本文選用外商投資實到金額與地區總產值的比重作為衡量指標。在改革開放政策下，高技術產業可以通過外部資源獲得創新支持來彌補內部資源的不足，從而提高技術創新的效率。

結構嵌入（SE）：本文采用固定資產國有控股與集體投資之和占各研究地區固定資產投資的比重作為衡量指標。這一指標代表市場化程度，而競爭性的市場結構更加有利于技術創新。

（二）數據來源

本文選取2006-2016年長江三角洲地區：上海、浙江、江蘇、安徽這四個省市的相關面板數據。

因變量：大中型企業有效發明專利數（項），數據來源于《中國高技術產業統計年鑒》。

Level-1變量：大中型企業R&D經費內部支出（萬元）、大中型企業R&D人員全時當量（人年）、大中型企業技術改造經費支出（萬元）、大中型企業消化吸收經費支出（萬元），數據來源于《中國高技術產業統計年鑒》。

Level-2變量：財政性教育經費和地區總產值的數據來源于《中國統計年鑒》;外商投資實到金額，來源于各省統計年鑒;固定資產國有控股與集體投資額、固定資產投資額，來源于《中國固定資產投資統計年鑒》。

（三）實證結果分析

1建立零模型。將因變量加入模型，構建零模型。通過零模型把技術創新的變異分解成level-1（投入要素因素）和level-2（社會場景因素）解釋的部分，形成組內相關系數（ICC），通過ICC判斷是否可以進行多層統計分析。

Level-1：LNTCij=β0j+rij

Level-2：β0j=γ00+μ0j

其中，Level-1和Level-2的解釋變量都是采用組中心化后的數據參與運算。由表2可知，組內相關系數為04068，說明由4068%的變異可以由社會場景變量解釋，因此僅僅利用level-1變量去分析技術創新是不夠的。因此，研究影響技術創新可以進行多層統計分析，引入社會場景level-2變量。

2建立隨機效應模型。將影響技術創新的level-1變量引進模型中，得到模型（3）（4）為：

Level-1：

LNTCij=β0j+β1j*LNFIij+β2j*LNSIij+β3j*LNTAij+β4j*LNTRij+rij

（3）

Level-2：

β0j=γ00+μ0j

β1j=γ10+μ1j

β2j=γ20+μ2j

β3j=γ30+μ3j

β4j=γ40+μ4j

（4）

由表3可知，LNFI是個正向不顯著的預期因子，回歸系數為0799，這表明大中型企業R&D經費內部支出每增加1%，則大中型企業有效發明專利數平均增加0799%，即企業R&D經費內部支出的增加促進技術創新能力的提高。說明研究地區的大中型企業通過R&D資金密集投入可以促進技術創新增長。

LNSI為正向不顯著預期因子，回歸系數為1653，表明大中型企業R&D人員每增加1%，則大中型企業有效發明專利數平均增加1653%，即R&D人員投入決定著企業技術創新能力，說明R&D人員投入對技術創新能力有正向影響。因此企業應該找準時機，擴大生產規模，加大研發人員投入，以更好地提高技術創新能力。

LNTA為負向不顯著性預期因子，回歸系數為-0097，表明大中型企業消化吸收經費支出每增加1%，則大中型企業有效發明專利數平均減少0097%，即企業消化吸收對技術創新能力呈現降低作用。如果高技術產業企業對國外先進技術的吸收速度，會直接影響企業技術創新能力。由此，企業不僅要重視引進，更要注重技術的消化吸收能力。

LNTR為負向顯著性預期因子，回歸系數為-0439，表明大中型企業技術改造經費支出每增加1%，則大中型企業有效發明專利數平均減少0439%，即企業技術改造對技術創新能力的提高有降低作用。說明技術改造是對國內外先進技術引進、消化、吸收，對技術加以利用改造，因此在時間作用上存在滯后性。

技術創新是一個復雜的系統工程，技術消化、技術改造需要一定的時間，因此對于創新結果的影響存在滯后效應。同時，由表3的方差成分與檢驗性可知，截距項、LNFI和LNSI系數的斜率在研究的省份之間存在顯著性差異，因此可以向模型中加入嵌入性社會場景變量來解釋省市之間的變化。

3建立全模型。將嵌入性變量PE、RE和SE引入β0j、β1j、β2j，將P值不顯著的從大到小逐個剔除，得到（5）（6）：

Level-1：

LNTCij=β0j+β1j*LNFIij+β2j*LNSIij+β3j*LNTAij+β4j*LNTRij+rij

（5）

Level-2：

β0j=γ00+γ01*PEj+γ02*SEj+μ0j

β1j=γ10+γ11*REj+μ1j

β2j=γ20+γ21*REj+μ2j

β3j=γ30

β4j=γ40

（6）

由表4和嵌入性level-2模型結果，可知嵌入性變量對β0j、β1j、β2j的方差解釋程度，詳見表5。PE、RE和SE嵌入性變量較好地解釋了各省市截距以及LNFI、LNSI變量之間關系的變異程度。說明建立的level-2模型較為合理。

由上表可知，PE為負向顯著因子，回歸系數是1539，這表示財政性教育經費占地區總產值的比重每增加1%，則大中型企業專利申請數平均減少1539%，即政治嵌入對技術創新能力的提高有降低作用。這主要是采用政府教育經費投入比重來衡量該指標，而政府對于教育經費為籠統使用，在資金用途、資源配置等方面沒有明確目標，故而實證結果如此。

SE為正向顯著預期因子，回歸系數是0005，這表示固定資產國有控股與集體投資之和占固定資產投資的比重每增加1%，則大中型企業專利申請數平均增加0005%，即結構嵌入直接對技術創新有正向影響。這說明，結構嵌入在充分發揮市場決定性作用下才能影響技術創新，競爭性或者非競爭性的市場結構有利于技術的進步。

Level-2變量對level-1變量的影響分析如下：

在level-2模型變量LNFI的斜率β1方程中，RE為負向預期因子，回歸系數為0436，即外商投資實到金額占地區總產值的比重每增加1%，則大中型企業R&D經費內部支出對有效發明專利數的正向影響將減少0436%。這表示RE的增加會減弱LNSI對LNTC的正向影響這體現了關系嵌入對R&D經費內部支出有直接的影響，在RE比重大的省份，FI對技術創新的負向影響程度高。這說明高技術企業與全球網絡結合的越緊密，越容易獲得技術，便有可能減少自主創新研發的經費投入。

在level-2模型變量LNSI的斜率β2方程中，RE為正向預期因子，回歸系數為0488，即各研究地區的外商投資實到金額占地區總產值的比重每增加1%，則大中型企業R&D人員投入對有效專利發明數的正向影響將增加0488%，這表明關系嵌入對LNSI有著直接影響，在RE比重大的省份，SI對技術創新的有正向影響。在經濟一體化的背景下，需要對通過外部引進來提高企業自主研發能力，因此關系嵌入通過影響R&D人員投入來間接影響技術創新能力。

四、結論與政策建議

本文基于嵌入型視角下，依據長江三角洲地區上海、浙江、江蘇、安徽這四個省市2006-2016年的相關面板數據，將技術創新能力的影響因素分成level-1和level-2兩層，建立多層統計模型，實證得出：大中型企業技術改造、政治嵌入和結構嵌入對專利申請數有直接顯著性影響;結構嵌入對技術創新能力有正向影響;企業技術改造、政治嵌入對技術創新能力有負向影響。關系嵌入對有效專利發明數有間接顯著性影響，其通過影響企業R&D經費內部支出和企業R&D人員的投入從而間接地影響有效專利發明數;關系嵌入程度高的省份，企業R&D經費的內部支出對專利申請數的負向影響程度小;企業R&D人員投入對專利申請數的正向影響程度小。

因此在研究技術創新能力的影響因素時，不僅要從投入要素或者市場變化、企業規模、政府支持等分析，還更應該用嵌入性思維將社會場景因素和投入要素結合起來綜合進行研究。在國家積極促進長三角區域一體化和高質量發展的背景下，為更好地促進技術創新能力的提高，本文結合研究得出的結論，提出以下政策建議：第一，毫不動搖地堅持改革開放，同時政府加大對教育的支持：進一步深化改革開放，讓市場在資源配置中起決定性作用，使企業在市場化條件下充分運營，促進技術進步和技術創新;各研究地區的財政教育經費占地區總產值的比重影響著企業技術創新，因此政府應加大對技術人員培養專項資金的使用和配置，積極創建良好的教育環境，培養更多高素質的專業人才，促進技術創新。第二，高技術企業應加大對研究經費的投入：高技術產業的技術創新的前提條件是研發經費的充足投入，企業R&D經費內部支出的增加使得技術創新能力提高。在技術創新各個環節都離不開資金的支持，如實驗儀器設備、人員勞動報酬、科技成果轉化等。加大研究經費的投入，高技術產業才能更順利地開展科學研究實驗并實現科技轉化。第三，高技術企業應加大對技術人力資源的投資：人具有主觀能動性。作為技術創新和執行的主體，技術人員的投入和人員研發水平直接影響研究實驗的成敗，也決定著技術創新能力的高低。技術人員科研素質的提高，企業技術消化吸收的水平也會相應提高。因此，企業要通過投資人力資源來提升本企業人員的技術水平;同時建立人才吸引和激勵機制，使得大量高素質人才進入企業，為企業技術消化吸收提供必要的智力支持。第四，高技術企業要積極主動開展自主研發：促進技術創新能力不可忽視的一點就是企業的自主研發水平。企業在生產經營過程中，要平衡好高技術的外部引進和自主研發，不能過多依賴外部資源，從而影響技術創新步伐，因此政府應鼓勵有能力的企業在市場化條件下自主開展研發實驗;同時對其進行政策傾斜，對研發能力強的小企業給予足夠的支持，提高小企業的技術研發能力;而且高技術企業必須要積極主動地開展自主研發實驗，從而提高企業的自主研發能力。

參考文獻：

[1]Kano STechnical innovations， standardization and regional comparison—a case study in mobile communications[J].Telecommunications Policy，2000，24（04）.

[2]Hassink RRegional Innovation Support Systems： Recent Trends in Germany and East Asia[J].European Planning Studies，2002，10（02）.

[3]邵云飛，詹坤，吳言波突破性技術創新：理論綜述與研究展望[J].技術經濟，2017，36（04）.

[4]桂黃寶我國高技術產業創新效率及其影響因素空間計量分析[J].經濟地理，2014，34（06）.

[5]Cozzarin B P，Koo W K BDoes Organizational Innovation Moderate Technical Innovation Directly or Indirectly？[J].Economics of Innovation and New Technology，2016，26（04）.

[6]方瑩政府支持、企業制度與技術創新——基于關系解構的視角[J].廣西財經學院學報，2016，29（02）.

[7]章元，程郁，佘國滿政府補貼能否促進高新技術企業的自主創新？——來自中關村的證據[J].金融研究，2018（10）.

[8]李子彪，王楠，孫可遠國際化行為對高新技術企業創新績效的影響機理——基于吸收能力的中介效應[J].科技管理研究，2019，39（08）.

[9]王飛航，李友順自主研發、技術引進對區域創新績效影響的門限效應[J].地域研究與開發，2019，38（02）.

[10]肖文，林高榜政府支持、研發管理與技術創新效率——基于中國工業行業的實證分析[J].管理世界，2014（04）.

[11]張玉臣，呂憲鵬高新技術企業創新績效影響因素研究[J].科研管理，2013，34（12）.

[12]Ita Kreft，JanDe Leeuw多層次模型分析導論[M].重慶：重慶大學出版社，2007

[13]吳學品，劉殿國多層統計模型的應用進展綜述[J].統計與決策，2011（23）.

[14]徐斌技術吸收、技術改造與國內外技術獲取——基于高技術產業靜態與動態面板數據[J].科技進步與對策，2019（06）.

[15]靳衛東，劉敬富市場結構、行政壁壘與技術創新——來自中國高技術產業的經驗證據[J].科技管理研究，2019，39（10）.

[16]彭剛，何雅興，聶富強技術自研、外部引進與工業企業生產創新[J].軟科學，2018，32（01）.