孫 超,王 燕
(1.天津城建大學經濟與管理學院,天津 300384;2.南開大學經濟與社會發展研究院,天津 300071)
在新一輪科技革命與供給側結構性改革背景下,我國經濟發展模式正由要素和投資規模驅動向創新驅動轉變,如何提高創新效率是實現經濟動能轉換的核心所在。隨著產業結構調整和協同發展戰略的不斷推進,傳統單一產業的專業化集聚已不能滿足生產對差異化中間產品的需求,高端制造業服務化、高新技術產業與生產性服務業同地集聚逐漸成為后工業化時代的重要特征,這種新型集聚形式如何影響區域創新效率是值得深入研究的。
國內外學者從不同角度對產業協同集聚進行研究。從概念界定上,Ellison 等[1]最早將異質性產業在空間上臨近集聚的現象定義為產業協同集聚(industrial co-agglomeration);胡尊國等[2]進一步完善并指出產業協同集聚是異質性產業在同一區域臨近集聚,且產業間存在垂直關聯、技術關聯等關系;劉月等[3]認為產業協同集聚強調的是不同產業之間的空間鄰近及其相互之間的內在關聯。從存在性及形成機理上,Duranton 等[4]、高峰等[5]、陳曉峰等[6]通過對微觀企業調查、統計性描述和計量分析等方法先后驗證了產業協同集聚的存在性,研究發現馬歇爾外部性、循環累積效應和政策干預等是產業協同集聚形成的重要原因。從效應分析上,陳曉峰等[6]、胡艷霞等[7]、王燕等[8]、伍先福[9]等先后驗證了產業協同集聚對地區經濟增長、城市經濟發展、產業結構優化及全要素生產率的影響。
單一產業集聚會對區域創新效率產生影響已得到廣泛證實。從機理分析角度來看,產業集聚的多樣化溢出效應、專業化溢出效應與競爭性溢出效應通過勞動力蓄水池、創新人員流動、知識共享與交流、技術擴散等路徑影響創新效率已被廣泛論證和采納[10-14],但產業集聚與區域創新效率的關系研究并未達成一致結論,多數學者認為在產業集聚的規模效應和擁擠效應并存,產業集聚與創新效率間呈非線性關系;從實證研究角度來看,眾多學者以特定產業為研究對象,如制造業、高新技術產業、生產性服務業和金融業,采用多種計量方法探究單一產業集聚與區域創新效率之間的交互影響[15-22]。
近些年,我國學者對產業協同集聚與創新的關系進行了初步探索,如陳曉峰等[6]研究指出,生產性服務業與制造業協同集聚可以通過促進創新要素的集聚激發創新要素活力,實現異質性企業間創新合作和協同創新[6];陳建軍等[23]、劉勝等[24]、戴一鑫等[25]研究指出,生產性服務業與制造業協同集聚通過中間部門的差異化和技術外溢進而促進企業產品、服務和技術的創新。
從現有研究來看,眾多學者均選取制造業與生產性服務業為產業協同集聚研究對象,尚缺乏對高新技術產業與生產性服務業的研究。在經濟轉型升級的大背景下,高新技術產業與生產性服務業之間的經濟與技術關聯更緊密,更能代表經濟高質量發展和產業結構優化的方向;雖然產業集聚對區域創新的影響已經得到廣泛論證,但協同集聚對區域創新效率的理論分析與實證研究尚處于起步階段,產業協同集聚超越單一產業集聚,從追求產業自身發展需求演變為兩個或多個相關產業間相互補給、協同并進的合作模式,更能促進產業間創新要素的集聚和合理配置,有效提高創新效率;此外,現有研究尚缺乏產業協同集聚對區域階段性創新效率的機理分析和實證研究。鑒于此,本文試圖進行以下研究:(1)以高新技術產業與生產性服務業為研究對象,測算異質性產業間的協同集聚指數,比較分析產業協同集聚發展的地區差異;(2)將區域創新過程分為與產業發展互動性更強的技術研發階段和經濟轉化階段,測算并比較不同階段的區域創新效率;(3)從理論和實證兩方面系統分析產業協同集聚對區域創新兩階段效率的影響。
產業協同集聚是產業集聚的高級階段,根源于垂直或縱向關聯產業間的循環因果關系,即最終產品部門的集聚對差異化中間產品部門的需求引致中間產品部門集聚對最終產品部門的反向吸引[26]。在這種循環過程中,異質性產業間通過經濟關聯、技術關聯和知識關聯的不同作用路徑對區域創新效率產生影響(見圖1)。

圖1 產業協同集聚對區域創新效率的作用機理
從經濟關聯角度來看,高新技術產業與生產性服務業協同集聚,規模經濟效應帶來創新要素集聚,產業間的互補效應帶動要素耦合,從而為技術研發階段和經濟轉化階段的創新提供源源不斷的人才和資金支持;此外,高新技術產業與生產性服務業協同發展能夠產生共生經濟效應,縮短研發和成果應用周期、擴大創新領域與市場范圍、降低創新交易成本,從而提高創新效率。從技術關聯角度來看,多樣化比專業化的集聚能激發更大的創新產出[27],高新技術產業越來越精細化的分工及對生產性服務業多樣化需求對創新產生需求引致效應,激發創新潛能,加強新產品的研發與應用;此外,異質性產業的技術溢出效應相互交織,形成以企業為節點、以創新要素自由流動為路徑的創新網絡,技術波及效應影響范圍更廣,進而能顯著提高經濟轉化的創新效率。從知識關聯角度來看,循環累積過程的核心就是“互動中學習”或者“知識溢出和擴散”,高新技術產業與生產性服務業協同集聚的知識溢出效應能夠加速知識積累、降低交流成本,實現知識共享和傳播,提高創新主體的模仿、消化、吸收及轉化能力,產生創新的鏈鎖效應,繼而推動技術研發階段的專利產出增加和經濟轉化階段的新產品銷售收入增加。在經濟、技術與知識關聯的綜合作用下,產業協同集聚對創新的影響核心來源于產業間的創新需求與企業的創新動力,高新技術產業與生產性服務業的相互關聯發展更能提高經濟轉化階段的創新效率。
基于以上分析,本文提出以下假設:
H1:高新技術產業協同集聚能夠顯著提高技術研發階段的區域創新效率。
H2:高新技術產業協同集聚能夠顯著提高經濟轉化階段的區域創新效率,且影響程度高于技術研發階段。
本研究對產業協同集聚水平的測算選取2003—2016 年我國省級地區數據作為研究樣本。由于產業協同集聚需要具備一定數量的企業,新疆、寧夏、青海、西藏和海南等省份的高新技術企業數量至今仍分別不足 100 家,產業集聚作用不明顯,因此在本研究中予以剔除;此外,港澳臺地區受數據限制,在本研究中也予以剔除。最終選取我國26 個省份(以下簡稱“樣本地區”)為研究對象,并劃分為東部、中部、西部和東北地區。其中,東部包括河北省、北京市、天津市、山東省、江蘇省、浙江省、上海市、廣東省、福建省;中部包括山西省、河南省、安徽省、湖北省、江西省、湖南省;西部包括四川省、云南省、貴州省、重慶市、陜西省、甘肅省、內蒙古自治區、廣西壯族自治區;東北地區包括遼寧省、吉林省和黑龍江省。為了更好地進行實證研究和對比分析,區域創新效率的研究對象和研究范圍與產業協同集聚的測算保持一致。數據主要來源于歷年《中國高新技術產業統計年鑒》《中國統計年鑒》《中國科技統計年鑒》和各省份統計年鑒。
Ellison 等[1]最先采用修正的EG 指數測算了產業協同集聚指數,但該測算方法對數據要求較高,需同時擁有企業和產業兩方面數據,為此,本研究采用江曼琦等[28]的測算方法,計算公式為:

集聚度(G)采用赫芬達爾指數(HHI 指數)測算,計算公式為:

如前文分析,本文將區域創新過程分為兩個階段,并采用數據包絡分析DEA-BCC 模型測算各階段的創新效率。DEA 模型的基本線性規劃方程和條件為:

對式(3)進行轉換并加入約束條件得到BCC模型:

如表1 所示,技術研發階段,投入變量主要選取各地區R&D 人員全時當量和R&D 存量,分別代表創新人員和創新資本投入,其中各地區R&D 存量采用單豪杰等[29]的永續盤存法核算成存量;產出變量主要選取已有研究中廣泛采用的專利授權數量作為知識產出的代表變量。在經濟轉化階段,企業是實現創新成果轉化主要載體,特別是高新技術企業,投入變量選取各地高新技術產業R&D 人員全時當量和新產品開發經費支出,并將技術研發階段的專利授權數量納入投入變量;產出變量受數據限制,選取各地區高新技術產業新產品銷售收入作為經濟產出的代表變量。

表1 兩階段區域創新效率測算指標
3.4.1 產業協同集聚水平
如表2 所示,絕大部分地區高新技術產業與生產性服務業協同集聚水平呈上升趨勢,高新技術產業協同集聚指數平均值從2003 年的0.021 提升到2016 年的0.038,2016 年絕大部分地區高新技術產業與生產性服務業協同集聚水平都進入更高層次,異質性關聯產業同地集聚逐漸成為發展趨勢。

表2 樣本地區高新技術產業與生產性服務業協同集聚水平測算結果
其中,高新技術產業協同集聚現象主要集中在東部沿海地區,且自東向西逐步減小,有明顯的溢出和輻射帶動效應;東部地區內部高新技術產業的集聚程度也存在明顯的地區差異,珠三角、長三角的產業協同集聚水平和輻射帶動作用明顯優于京津冀(見表3)。2016 年,東部地區高新技術產業主營業務收入占比達到70.3%,其中廣東和江蘇兩省占比達到44.5%,生產性服務產業鏈不斷向高端制造業延伸,產業間不斷進行深度融合。珠三角地區擁有我國規模最大的高新技術產業帶,2016 年廣東省在經濟總量和高新技術企業數量上都位居全國首位,擁有齊全和完整的高端生產性服務業以及發達的外向型經濟;長三角地區依托良好的區位優勢和要素稟賦,地區高新技術產業在經濟總量與企業數量上僅次于珠三角地區。王聰[30]的研究也發現,長三角地區生產性服務業呈現專業化發展趨勢,區內分工明確,不同城市錯位發展,比較優勢明顯。京津冀地區雖然擁有資金、人才與政策優勢,但區內經濟差距較大,如李寧等[31]的研究發北京市、天津市的生產性服務業與制造業協調度提高緩慢,且協調機制仍處于中下等水平,河北省的協調度比較薄弱且低于天津、北京。

表3 分區域樣本地區高新技術產業與生產性服務業協同集聚水平測算結果
3.4.2 兩階段的區域創新效率測算結果
如圖2 所示,區域創新效率存在階段性和地區性差異,技術研發與經濟轉化效率并不完全匹配。從整體上看,科技研發階段效率均值為0.445,經濟轉化階段效率均值為0.331,表明科技研發效率更具優勢,成果應用與經濟轉化效率仍有待提高。這一測算結果符合現實國情。《2017 年全球創新指數》報告顯示:我國在本國人專利申請量、實用新型申請量等方面排名世界首位,而技術成果轉化率遠低于發達國家;從分地區上看,技術研發階段創新效率排名前3 位的分別為浙江省、廣東省和重慶市,但浙江省和重慶市在經濟轉化階段的創新效率排名卻十分靠后,在經濟轉化階段,天津市、北京市和廣州省的創新效率具有明顯優勢;在“創新集群”指標中,深圳市和香港特別行政區在世界排名第二[32]。珠三角和長三角地區擁有優質的創新要素,發達的民營經濟體系、大眾創業萬眾創新的良好創新環境帶動研發產出不斷增加,京津地區依托總部經濟和高新技術產業基地不斷增加新產品銷售收入,更有利于提高經濟轉化階段的區域創新效率;而山西、陜西、甘肅和內蒙古等中、西部地區的省份及東北地區的技術研發與經濟轉化能力依舊較薄弱,仍是處于創新洼地。

圖2 2003—2016 年樣本地區的兩階段區域創新效率
3.4.3 產業協同集聚與不同階段的創新效率
以分階段區域創新效率為橫坐標、產業協同集聚水平為縱坐標,兩者均值為象限分界點,其中技術研發階段的分界點為(0.445,0.034),經濟轉化階段的分界點為(0.331,0.034),將各地區分為 4種類型:Ⅰ類型地區為低產業協同集聚水平-低創新效率;Ⅱ類型地區為高產業協同集聚水平-低創新效率;Ⅲ類型地區為低產業協同集聚水平-高創新效率;Ⅳ類型地區為高產業協同集聚水平-高創新效率。如圖3、圖4 所示,從整體上看,大部分地區,特別是中、西部地區仍為Ⅰ類型地區,這些地區受產業發展水平和要素稟賦的限制,高新技術產業與生產性服務業協同集聚水平與區域創新效率低于全部樣本地區的平均水平,異質性產業協同發展仍處于初級階段;處于Ⅱ類型和Ⅲ類型的地區較少,且與不同階段創新效率組合時所屬類型變化較大,如天津市、北京市、重慶市和浙江省等在兩階段所屬類型截然相反,這也說明進一步研究產業協同集聚對不同階段區域創新效率影響的必要性;江蘇省、廣東省、福建省、山東省、上海市和四川省始終都處于Ⅳ類型地區,這些地區的高新技術產業與生產性服務業發展迅速,且聚集大量優質的創新要素,良好的創新環境使產業協同發展與區域創新效率均處于前列。

圖3 2003—2016 年樣本地區高新技術產業和生產性服務業協同集聚平均水平與技術研發階段區域創新效率的矩陣

圖4 2003—2016 年樣本地區高新技術產業和生產性服務業協同集聚平均水平與經濟轉化階段的區域創新效率矩陣
通過機理分析和測算,異質性產業協同集聚對不同階段的區域創新存在影響,為了更好地驗證研究假設,本部分以不同階段的創新效率為被解釋變量,以高新技術產業與生產性服務業協同集聚水平為核心解釋變量構建實證模型。
考慮到各階段創新效率值介于0 到1 之間具有截斷特征,為了避免普通最小二乘法(OLS)回歸的偏差,本文采用隨機效應面板Tobit 模型;且由于不同階段的區域創新效率會受到不同控制變量的影響,因此分階段進行模式設置。模型1 設置為:

模型2 設置為:

4.2.1 技術研發階段
(1)知識產權保護(bh)。對知識產權的保護力度直接關系到創新主體的研發動力與根本利益,根據錢麗等[33]的研究做法,采用各地技術交易額占地區生產總值(GDP)比重進行衡量。
(2)要素稟賦(fe)。一個地區的要素稟賦是創新活動的基礎條件,借鑒孫葉飛等[34]的相關研究,采用資本存量與就業人數的比重衡量地區的要素稟賦,其中資本存量借用單豪杰[29]研究提出的永續盤存法核算成存量。
(3)政府支持(zc)。創新主體在研發階段離不開政府的支持,采用政府對教育和科技財政支出占全部地區財政支出比重作為衡量指標。
4.2.2 經濟轉化階段
(1)對外開放水平(op)。鄭展鵬等[35]部分學者廣泛論證了對外開放水平對創新的影響,雖結論并不一致,但說明對外開放水平能通過進出口貿易活動給本國創新帶來影響,故借鑒蔣殿春等[36]的研究,采用外貿依存度作為衡量指標,即進出口貨物總額占GDP 比重。
(2)基礎設施(jc)。創新成果的經濟轉化需要有良好的基礎設施作保障,采用各地區公路和鐵路里程占地區面積比重作為衡量指標。
(3)政府支持(zc)。創新成果應用離不開政府政策的支持與導向作用,考慮到政策具有連貫性,此階段的政府支出力度依舊采用政府對教育和科技財政支出占全部地區財政支出比重作為衡量指標。
根據統計年鑒的統計口徑和我國《生產性服務業統計分類(2019)》,本研究將生產性服務業分為5 個細分產業,分別為:交通運輸、倉儲和郵政業,信息傳輸、計算機服務和軟件業,金融業,租賃和商務服務業,科學研究和技術服務。以樣本地區的高新技術產業為實證研究對象,不同模型的變量的統計性描述分別如表4、表5 所示。

表4 模型1 變量的統計性描述

表5 模型2 變量的統計性描述
4.4.1 整體回歸結果
如表6 所示,模型變量的回歸結果均通過LR檢驗和Wald 檢驗,說明本研究的模型設立和選用隨機效應面板Tobit 回歸是合理的。實證結果表明,產業協同集聚能夠顯著促進區域創新效率的提升,但作用效果有差別。26 個省份2003—2016 年高新技術產業與生產性服務業協同集聚對技術研發階段的區域創新效率回歸系數為2.884,對經濟轉化階段的區域創新效率回歸系數為3.473,且都在1%的水平上顯著,說明高新技術產業協同集聚對經濟轉化階段的區域創新效率影響更大,這也驗證了本文提出的理論假設。異質性產業同地集聚,首先帶動的是企業創新,最終產品部門與中間產品部門的臨近集聚不但加速了知識的獲取、轉換與重組,激發了企業對創新要素的投入,而且有效節約研發成果經濟應用的成本,進而提高創新效率。從控制變量上看,在技術研發階段,知識產權保護和要素稟賦對區域創新效率的回歸系數分別為5.371 和0.002,且均通過顯著性檢驗,表明兩者對區域創新效率起到促進作用,但要素稟賦對區域創新效率的影響較小,不能成為決定性因素,知識產權保護在技術研發階段對區域創新效率的影響甚至高于產業協同集聚,正如習近平主席所說,“知識產權保護是提高中國經濟競爭力最大的激勵”[37],良好的創新環境和法律保障依舊是創新發展的基礎條件,但政府對教育和科技的支持在技術研發階段對區域創新效率并未起到促進效果;在經濟轉化階段,基礎設施和政府支持的回歸系數顯著為正,分別為0.241 和1.318,表明其能夠對區域創新效率起到明顯的拉動作用,且此時的政策紅利能顯著激發高新技術產業的創新活力,外開放水平也通過顯著性檢驗,對創新效率起到促進作用,能夠通過對外貿易活動激發自主創新潛能,也能不斷吸收先進科研成果和管理經驗,實現創新資源的優化配置。

表6 2003—2016 年樣本地區高新技術產業與生產性服務業協同集聚對區域創新效率影響的整體回歸結果
4.4.2 分區域回歸結果
為了進一步比較沿海地區產業協同集聚與區域創新效率的內部差異,本研究選取京津冀地區與長三角地區進行比較分析。由于受樣本數量限制,隨機效應的面板Tobit 模型并不能通過檢驗,本文僅進行固定效應面板回歸進行分析,回歸結果如表7 所示。長三角地區高新技術產業與生產性服務業協同發展對不同階段的區域創新效率都有顯著的促進作用,特別是技術研發階段的促進作用更強,而京津冀地區的產業協同水平仍處于起步階段,對區域創新效率的影響不顯著。從技術研發階段上看,長三角地區對區域創新效率的回歸系數為5.092,京津冀地區為-1.273,長三角地區顯著優于京津冀地區;在經濟轉化階段也呈現出相似的結果,長三角地區對創新效率的回歸系數為3.983,而京津冀地區為1.251,但京津冀的回歸系數并未通過顯著性檢驗,北京市和天津市雖在經濟轉化階段的創新效率具有明顯的比較優勢,但其產業協同集聚尚未成為促進區域創新效率提升的重要因素。從控制變量上看,長三角地區產業協同集聚能夠有效的促進創新效率提升,還得益于較高的對外開放水平和強有力的知識產權保護措施。

表7 2003—2016 年京津冀和長三角高新技術產業與生產性服務業協同集聚對區域創新效率影響的回歸結果
如上述分析,本文提出的研究假設得到驗證,基本實現立題之初的研究目的。通過實證分析本文得到以下結論和啟示:
(1)高新技術產業與生產性服務業協同集聚逐漸成為經濟發展重要趨勢。樣本地區的高新技術產業與生產性服務業協同集聚水平逐年提升,且東部沿海地區的比較優勢明顯,說明高新技術產業與生產性服務業因經濟、技術與知識關聯而在同地或鄰近集聚是產業發展的內在需求,也代表經濟轉型升級的重要方向。
(2)創新過程的脫鉤問題依舊存在,多數地區階段性創新效率不匹配。樣本地區技術研發階段創新效率高于經濟轉化階段,在財政、稅收、政策和知識產權保護等多方面支持和鼓勵創新,為創新主體創造良好的創新環境,促使專利等技術研發成果不斷涌現,但創新最終應落腳于經濟應用,支持企業自主研發與應用型創新成果開發仍是實現創新由量向質轉變的關鍵。
(3)產業協同集聚能夠有效提升區域創新效率,且對經濟轉化階段的影響更為顯著,能夠有效解決創新過程的脫鉤問題。在高新技術產業鏈構建的同時,融入更多的在研發、金融、交通等領域的綜合配套服務業,通過要素耦合、共生經濟效應、技術波及與知識溢出效應等路徑作用于區域創新效率,能加快企業自主創新,降低創新應用與產業化成本、增加新產品產值,形成品牌優勢,填平我國創新洼地,有效修復創新價值鏈。
(4)大部分地區,特別是中、西部地區仍屬于低產業協同集聚-低創新效率的類型,以異質性關聯產業協同發展促進區域創新效率提升可以成為未來中西部地區經濟發展的重要路徑。東部沿海地區雖具有協同集聚與創新效率的比較優勢,但內部存在明顯差距,其中長三角區域內城市間較大的區位勢能差、較強的產業互補效應,加上開放性經濟基礎和良好的創新環境,能夠有效通過產業協同集聚實現協同創新;而京津冀地區雖然擁有大量的創新人才和資本,但北京市的虹吸效應遠超過輻射帶動效應,產業空間集聚帶來的更多是技術競爭與創新資源的爭奪,尚未能產生協同帶動效應。