長三角技術創(chuàng)新時空演變特征及其影響因素研究

蘭傳春

(安徽信息工程學院 管理工程學院，安徽 蕪湖 241000)

新一輪科技革命和產業(yè)變革突飛猛進，科學技術和經濟社會發(fā)展加速滲透融合。技術創(chuàng)新已經被實踐和理論證實能夠推動社會進步，帶動經濟增長。我國已經實施了創(chuàng)新驅動經濟發(fā)展戰(zhàn)略，并且技術創(chuàng)新成效日漸顯著，推動經濟向高質量發(fā)展轉變。黨的十九大報告提出，創(chuàng)新是引領發(fā)展的第一動力，是建設現代化經濟體系的戰(zhàn)略支撐。可見，技術創(chuàng)新在我國經濟社會發(fā)展中的地位尤為重要。在中國科學院第二十次院士大會、中國工程院第十五次院士大會、中國科協第十次全國代表大會上，習近平總書記強調：“各地區(qū)要立足自身優(yōu)勢，結合產業(yè)發(fā)展需求，科學合理布局科技創(chuàng)新。要支持有條件的地方建設綜合性國家科學中心或區(qū)域科技創(chuàng)新中心，使之成為世界科學前沿領域和新興產業(yè)技術創(chuàng)新、全球科技創(chuàng)新要素的匯聚地?！遍L三角經過多年發(fā)展，已經成為我國經濟發(fā)展最活躍、開放程度最高、創(chuàng)新能力最強的區(qū)域之一，在全國經濟中具有舉足輕重的地位。長三角一體化發(fā)展具有極大的區(qū)域帶動和示范作用，上海張江、安徽合肥建設成為綜合性國家科學中心，加速推動了長三角科技創(chuàng)新一體化發(fā)展，為滬蘇浙皖乃至其他地區(qū)發(fā)展帶來無限動力。那么長三角技術創(chuàng)新發(fā)展的時空變化以及影響因素有哪些？本文旨在分析長三角技術創(chuàng)新時間和空間演變特征，進一步研究影響長三角技術創(chuàng)新的因素，為長三角科技創(chuàng)新一體化更快發(fā)展提供借鑒。

一、文獻綜述

技術創(chuàng)新是發(fā)展的關鍵變量。從宏觀上看，技術創(chuàng)新深刻影響經濟、社會乃至國家發(fā)展；從微觀上看，技術創(chuàng)新決定企業(yè)未來發(fā)展。當今世界各國把科技創(chuàng)新作為重要戰(zhàn)略，采取各種方式，搶占科技制高點。呂煒(2002)認為現代科技的發(fā)展正呈現出知識更新速度加快、新技術開發(fā)周期縮短的趨勢，一個企業(yè)的技術創(chuàng)新能力如果能跟上這種步伐，則可以不斷開發(fā)出新產品、新服務，在競爭中得以生存和發(fā)展；從宏觀角度看，一個國家的技術創(chuàng)新如果能適應這種趨勢， 則可以不斷推動產業(yè)升級、帶動生產力發(fā)展、孕育新經濟形態(tài)，在國際競爭中取得相對有利的位置。[1]技術創(chuàng)新已經被多次證實具有巨大的經濟推動力。李苗苗等(2015)實證得出技術創(chuàng)新是經濟增長的直接原因。[2]高紅貴等(2021)認為工業(yè)企業(yè)綠色技術創(chuàng)新對經濟高質量發(fā)展呈現顯著的正向影響關系。[3]研究成果顯示技術創(chuàng)新已經越來越重要。

在分析技術創(chuàng)新的內在潛力后，如何有效增強技術創(chuàng)新。唐曉華，唐要家、蘇梅梅(2004)發(fā)現所有權安排和創(chuàng)新資源的配置結構對技術創(chuàng)新的有效性有很大程度影響。[4]孫曉華等(2017)得出在不同的所有權性質下，政府補貼對企業(yè)研發(fā)投資的作用存在一定差別，民營企業(yè)對政府補貼研發(fā)激勵效果比國有企業(yè)更明顯。[5]王華(2011)發(fā)現知識產權保護有利于一國的技術創(chuàng)新。[6]林洲鈺、林漢川、鄧興華(2013)研究發(fā)現稅率降低政策和研發(fā)費用抵扣政策從直接和間接兩個方面共同促進了企業(yè)技術創(chuàng)新，稅收激勵強度與企業(yè)技術創(chuàng)新水平之間呈現出顯著的倒U型曲線關系等。[7]張宗和、彭昌奇(2009)實證表明中國區(qū)域技術創(chuàng)新二次產出存在多樣化差異，R&D在技術創(chuàng)新主體之間和內部的配置，以及創(chuàng)新主體內外制度性因素對技術創(chuàng)新的績效有重要影響。[8]潘敏和袁歌騁(2019)認為金融中介創(chuàng)新對企業(yè)整體技術創(chuàng)新存在倒U型的非線性影響。[9]萬建香(2016)得出社會資本對技術創(chuàng)新具有顯著的激勵作用。[10]

綜上所述，可以發(fā)現學者們研究技術創(chuàng)新的角度較為多樣化，但是在區(qū)域技術創(chuàng)新時空演變特征上研究的較少。因此，本文主要研究長三角技術創(chuàng)新時空演變特征及其影響因素，因為隨著時間推移，合肥等新一線城市崛起，長三角技術創(chuàng)新時空分布格局可能發(fā)生了變化，并且存在一些影響因素，這使得本文研究在立足實際變化的基礎上，進行更深的探索有了一定的現實意義。

二、研究設計

(一)模型構建

采用向后逐步回歸分析方法，核心是逐個引入新變量，每引入一個新變量時考慮已進入模型的變量是否可以被剔除，直至結束引入新的變量。變量選擇分兩個步驟：一是將所有變量引入回歸模型，在預先給定的條件下對各變量進行顯著性檢驗；二是將任意經過檢驗不顯著的變量由多到少隨機逐個剔除，每次減少1個，直至無可減少的變量。具體步驟如下：

步驟1：對P個回歸自變量X1，X2，…，Xp分別同因變量Y建立一元回歸模型，如下所示：

Y=β0+βiXi+ε(i=1，…，P)

步驟3：考慮因變量對變量子集{Xi1，Xi2，…，Xk}的回歸，重復步驟2。

按上述方法重復進行，每次從引入回歸模型的自變量中選取1個，直至無變量選取[11]。

根據逐步回歸模型原理，本文假設的具體模型如下：

Yit=β+αXit+εit

Yit是被解釋變量，表示i地區(qū)第t年的技術創(chuàng)新，這里主要采用專利受理量、專利授權量和技術市場成交額作為被解釋變量；Xit為解釋變量，表示影響技術創(chuàng)新的因素，本文主要研究地方財政科學技術支出、普通高等學校數量、普通高等學校教職工總數、R&D經費投入以及地區(qū)生產總值作為影響因素。β為常數項，α為系數項，εit為擾動項，表示解釋變量外的其他干擾因素。

(二)指標選取

本文根據實際情況，選擇專利受理量、專利授權量、技術市場成交額等指標衡量技術創(chuàng)新，用專利受理量可以說明技術創(chuàng)新參與數量，專利授權量可以說明滿足技術創(chuàng)新要求的數量，技術市場成交額說明技術創(chuàng)新帶來的市場價值。關于技術創(chuàng)新的影響因素，本文選取了地方財政科學技術支出、普通高等學校數量、普通高等學校教職工總數、普通高等學校在校學生數、R&D經費投入、地區(qū)生產總值進行分析。

選取地方財政科學技術支出(pexp)指標是因為財政投入在技術創(chuàng)新上發(fā)揮著重要作用，地方政府支持科學技術創(chuàng)新可以通過投入方面看出。普通高等學校數量(school)會突顯出技術創(chuàng)新的潛力，高校的發(fā)明創(chuàng)新會影響到地方技術創(chuàng)新水平。地方人才數量跟技術創(chuàng)新有密切的聯系，這里我們用普通高等學校教職工總數(teacher)、普通高等學校在校學生數(student)這兩個指標衡量地方人才數量。R&D經費投入(pfunds)關系到技術創(chuàng)新資金問題，技術創(chuàng)新離不開研發(fā)設計經費的投入。地區(qū)生產總值(pgdp)反映出地方經濟發(fā)展水平，一個的地方經濟發(fā)展水平對技術創(chuàng)新也會產生影響。

(三)數據來源

數據來源于國家統(tǒng)計局、上海統(tǒng)計局、江蘇統(tǒng)計局、浙江統(tǒng)計局和安徽統(tǒng)計局，本文主要采用分省年度數據中關于科技創(chuàng)新的數據，時間選取的是2009年至2019年。理由是2008年金融危機過后，我國的經濟發(fā)展方式發(fā)生了深刻轉變，伴隨著產業(yè)結構優(yōu)化升級，技術創(chuàng)新受到廣泛重視，所以本文選取2009年以后的長三角技術創(chuàng)新有關數據，使用取對數和指數平減的方法對相關數據處理后得出長三角技術創(chuàng)新時空演變規(guī)律和相關影響因素。

三、實證分析

基于長三角三省一市2009—2019年的數據描述性統(tǒng)計，我們從上海市的三項技術創(chuàng)新指標發(fā)現，專利受理量、專利授權量和技術市場成交額最低分別為62241項、34913項和431.44億元，最高分別為173586項、100587項和1422.35億元，均值分別為103631.82項、61133.64項、717.5827億元，標準差分別為為35587.438項、20181.760項和328.21861億元。江蘇有關技術創(chuàng)新的三項指標顯示，專利受理量、專利授權量和技術市場成交額最低分別為174329項、87286項和108.22億元，最高分別為600306項、314395項和1471.52億元，均值分別為437033.55項、224091.27項和601.1373億元，標準差為136568.147項、67339.802項和378.23229億元。浙江有關技術創(chuàng)新的三項指標顯示，專利受理量、專利授權量和技術市場成交額最低分別為108482項、79945項和56.46億元，最高分別為455590項、2853442項和888.01億元，均值分別為289101.00項、194940.18項和230.7855億元，標準差分別為120022.143項、65482.380項和271.81781億元。安徽有關技術創(chuàng)新的三項指標顯示，專利受理量、專利授權量和技術市場成交額最低分別為16386項、8594項和35.62億元，最高分別為207428項、82524項和449.61億元，均值分別為111809.36項、48940.27項和178.3591億元，標準差分別為62749.750項、23277.181項和127.38962億元。從反映技術創(chuàng)新的三項指標標準差比較上看，江蘇省技術創(chuàng)新能力差異比上海、浙江和安徽技術創(chuàng)新能力差異較大，其次是浙江，這說明技術創(chuàng)新能力存在不穩(wěn)定性，雖然江蘇、浙江的專利受理和專利授權數量在長三角地區(qū)相對較多。

表1 描述性統(tǒng)計

(一)長三角專利受理量的時空變化

長三角地區(qū)各省市的專利受理量總體呈波動上升趨勢。其中，江蘇在2009—2019年間，一直保持數量上的領先優(yōu)勢，其次是浙江，安徽在2009—2012年專利受理量低于上海，在2013—2019年專利受理量超過上海。長三角專利受理量隨著時間推移，規(guī)模不斷增大。上海、江蘇、浙江和安徽專利受理量逐年增加，說明其技術創(chuàng)新參與規(guī)模不斷變大。江蘇在專利受理量上每年都能高于長三角其他省市，是因為該省經濟基礎好，經濟發(fā)展快速，人口科學文化素養(yǎng)較高，高校數量位于全國前列，加上政府鼓勵技術創(chuàng)新、激勵技術創(chuàng)新，人們專利申請積極性極高。浙江的外部條件和江蘇差不多，但是浙江注重商品經濟發(fā)展，技術創(chuàng)新不如江蘇發(fā)展快。上海雖然人才濟濟，但是人口數量較少，專利申請總量相對較少。安徽雖然人口多，但是人口科學文化素質相對較低，人才流失較多，高校數量相對較少，所以一開始在專利受理量上處于落后地位，但是經過政府倡導、政策激勵，人才逐漸回流，使得技術創(chuàng)新發(fā)展腳步加快。

圖1 2009—2019年長三角各省市專利受理量變化注：數據來源于上海市、江蘇省、浙江省和安徽省統(tǒng)計局，下同。

從圖2中可以看出，專利受理量分布不均，沿海多于腹地，長三角北部多于南部。從省市角度來看，專利受理量多集中在江浙一帶，上海和安徽相對較少。這種空間布局不是一成不變。除了江浙的專利受理量沒有變化外，專利受理量在上海和安徽的版圖上發(fā)生明顯變化。

圖2 2009年、2014年和2019年長三角各省市專利受理量空間分布

(二)長三角專利授權量時空變化

長三角各省市專利授權量總體在波動中上升。江蘇在專利授權量位居第一，其次是浙江，然后是上海，最后是安徽。長三角專利授權量從2009—2019年不斷增加，在專利申請中，得到官方認可和授權的專利規(guī)模擴大，說明技術創(chuàng)新每年都在不斷突破。2009—2019年江蘇、浙江、上海和安徽的專利授權量不斷增加，但是專利授權量與專利受理量時間變化過程存在不同。

從2009年、2014年和2019年長三角專利授權量的空間分布形態(tài)來看，基本沒有發(fā)生變化，即沿海多于腹地，江浙多，滬皖少。江蘇在專利授權量上居于首位，依次是浙江、上海和安徽(見圖4)。這說明江浙的技術創(chuàng)新認可數量相對而言較高。

圖3 2009—2019年長三角各省市專利授權量變化

圖4 2009年、2014年和2019年長三角各省市專利授權量空間分布

(三)長三角技術市場成交額時空變化

長三角各省市技術市場成交額在2009—2019年不斷增加。上海的技術市場成交額每年最多，其次是江蘇，浙江2009—2011年的技術市場成交額高于安徽，2012—2016年低于安徽，2017—2019年高于安徽。長三角技術市場成交額逐年增加，說明技術創(chuàng)新成果在不斷轉化和滿足市場需求。通過前文的分析，上海在專利受理和授權數量靠后，但是每年的技術市場成交額位于長三角前列，表明上海的技術交易市場較為繁榮，技術創(chuàng)新轉化為市場需要較為快速。

長三角技術市場成交額空間分布上存在較為明顯的變化。在2009年，上海技術市場成交額居于首位，江蘇次之，浙江、安徽位列第三和第四。在2014年，技術市場成交額從高到低，分別為上海、江蘇、安徽和浙江。在2019年，江蘇的技術市場成交額最高，依次是上海、浙江和安徽。技術市場成交額的空間變化，表明長三角技術交易市場尚未形成成熟穩(wěn)定的局面，各省市發(fā)展?jié)摿^大。

圖5 2009—2019年長三角各省市技術市場成交額

圖6 2009年、2014年和2019年長三角各省市技術市場成交額

(四)長三角技術創(chuàng)新影響因素分析

本文將專利受理量作為被解釋變量，采用逐步回歸法，并將不顯著的解釋變量剔除，顯著的解釋變量放入模型中，由于選取的數據絕對值較大，容易造成異方差，所以我們進行了取對數處理。同時，考慮到價格因素的影響，我們采用地區(qū)生產總值指數對地方財政科學技術支出、R&D經費投入和地區(qū)生產總值進行平減，得到實際值。結果發(fā)現，在模型(1)中，地區(qū)生產總值對專利受理量有顯著影響，但隨著變量逐漸增加，其不再顯著，在模型(5)中普通高等學校數量、R&D經費支出以及地方財政科學技術支出對專利受理量有著顯著的影響(見表2)。該結果說明在地方專利受理量中，經濟發(fā)展水平對人們申請專利影響并不大，但是高校在專利申請方面影響較大，而且研發(fā)設計經費和地方財政的支持更加鼓勵人們去申請專利。

表2 以專利受理量為被解釋變量的長三角技術創(chuàng)新影響因素分析

除了專利受理量，想要進一步研究這些技術創(chuàng)新得到認可程度，并受到哪些因素影響，所以我們將專利授權量作為被解釋變量，結果發(fā)現在專利授權量上具有較顯著影響的有普通高等學校數量、R&D經費支出和地區(qū)生產總值。但是，經濟發(fā)展水平對專利授權量呈顯著負相關，說明經濟發(fā)展水平越高，對專利要求越高，授權量方面存在嚴格把控(見表3)。

表3 以專利授權量為被解釋變量的長三角技術創(chuàng)新影響因素分析

以技術市場成交額為被解釋變量，可以說明技術創(chuàng)新能夠得到市場認可的影響因素有哪些。經過回歸，我們發(fā)現地方財政科學技術支出和普通高等學校教職工總數對技術市場成交額有顯著正向影響，但是普通高等學校數量有顯著的負向影響。

分地區(qū)看，以專利受理量為例。上海的專利受理量不僅受到普通高等學校在校學生數的顯著正向影響，還受到地區(qū)生產總值的顯著正向影響。江蘇的專利受理量受到地方財政科學技術支出的顯著正向影響。浙江的專利受理量受到普通高等學校數量的負向顯著影響，還受到R&D經費支出的顯著正向影響。安徽的專利受理量受到普通高等學校教職工總數的顯著正向影響。

表4 以技術市場成交額為被解釋變量的長三角技術創(chuàng)新影響因素分析

表5 以專利受理量為被解釋變量的分地區(qū)技術創(chuàng)新影響因素分析

其次，以專利授權量為例。上海的專利授權量受到普通高等學校在校學生數和地區(qū)生產總值的顯著正向影響。江蘇的專利授權量受到R&D經費支出顯著負向影響，受到地方財政科學技術支出顯著正向影響。浙江的專利授權量受到R&D經費支出顯著正向影響。安徽的專利授權量受到普通高等數量和地區(qū)生產總值的顯著正向影響。

最后，以技術市場成交額為例。上海的技術市場成交額受到普通高等學校數量和地區(qū)生產總值顯著正向影響。江蘇的技術市場成交額受到地方財政科學技術支出的顯著正向影響。浙江的技術市場成交額受到普通高等學校教職工總數顯著正向影響，受到普通高等學校在校學生數顯著負向影響。安徽受到R&D經費支出的顯著正向影響。

表6 以專利受權量為被解釋變量的分地區(qū)技術創(chuàng)新影響因素分析

表7 以技術市場成交額為被解釋變量的分地區(qū)技術創(chuàng)新影響因素分析

四、研究結論與建議

(一)研究結論

本文分析了長三角技術創(chuàng)新時間變化特征，利用Arcgis軟件制作出長三角技術創(chuàng)新的空間分布圖，由此發(fā)現：從專利受理量看，長三角的數量每年都在增加，江蘇位于前列，依次是浙江、安徽和上海，沿海分布數量多于腹地；從專利授權量看，長三角的數量依然逐年遞增，江蘇依然是數量第一，浙江第二，上海第三，安徽第四，沿海分布數量多于腹地；從技術市場成交額看，長三角每年的技術市場成交額不斷增加，但是分布狀態(tài)不穩(wěn)定。

本文進一步研究了長三角技術創(chuàng)新影響因素，結果發(fā)現：總體而言，普通高等學校數量、R&D經費支出以及地方財政科學技術支出對專利受理量有著顯著的影響；普通高等學校數量、R&D經費支出和地區(qū)生產總值對專利授權量存在顯著影響；地方財政科學技術支出和普通高等學校教職工總數對技術市場成交額有顯著正向影響。分地區(qū)來看，上海、江蘇、浙江和安徽也是如此，即在技術創(chuàng)新的數量和質量上受到這些因素的影響。具體而言，上海的專利受理量不僅受到普通高等學校在校學生數的顯著正向影響，還受到地區(qū)生產總值的顯著正向影響。江蘇的專利受理量受到地方財政科學技術支出的顯著正向影響。浙江的專利受理量受到普通高等學校數量的負向顯著影響，還受到R&D經費支出的顯著正向影響。安徽的專利受理量受到普通高等學校教職工總數的顯著正向影響。上海的專利授權量受到普通高等學校在校學生數和地區(qū)生產總值的顯著正向影響。江蘇的專利授權量受到R&D經費支出顯著負向影響，受到地方財政科學技術支出顯著正向影響。浙江的專利授權量受到R&D經費支出顯著正向影響。安徽的專利授權量受到普通高等學校數量和地區(qū)生產總值的顯著正向影響。上海的技術市場成交額受到普通高等學校數量和地區(qū)生產總值顯著正向影響。江蘇的技術市場成交額受到地方財政科學技術支出的顯著正向影響。浙江的技術市場成交額受到普通高等學校教職工總數顯著正向影響，受到普通高等學校在校學生數顯著負向影響。安徽的技術市場成交額受到R&D經費支出的顯著正向影響。

(二)建議

結合以上研究結論，本文提出促進長三角技術創(chuàng)新發(fā)展的相關建議。

1.加強技術創(chuàng)新，不僅要追求數量的增加，更要追求質量的提高。從長三角技術創(chuàng)新的時空變化看，專利受理量和專利授權量較多的省份，但是其技術市場成交額不一定較大，因此促進技術創(chuàng)新取得實質性發(fā)展，需要重視創(chuàng)新成果轉化成現實所需。

2.合理布局長三角技術創(chuàng)新發(fā)展版圖。如今，長三角是一個整體，滬蘇浙皖的發(fā)展形成命運共同體，技術創(chuàng)新也是如此。技術創(chuàng)新較強的省市應該帶動較弱的地方發(fā)展，合理地促進創(chuàng)新資源在長三角流動，進而推動長三角技術創(chuàng)新形成新發(fā)展格局。

3.充分利用相關影響要素，推動長三角技術創(chuàng)新發(fā)展。根據研究結論，要實現長三角技術創(chuàng)新在數量上有所突破，就需要充分利用長三角各高校資源，加大研發(fā)經費和財政科技支出，努力推動經濟發(fā)展。并以此為基礎，鼓勵高校科研教師面向市場所需，加大和企業(yè)合作力度，使得技術創(chuàng)新成果快速轉化為現實所需。不僅如此，滬蘇浙皖也要因地制宜，發(fā)揮自身創(chuàng)新資源和市場優(yōu)勢，將對自身技術創(chuàng)新影響較大的因素要盡可能利用起來，加強相互之間的合作，從而取得技術創(chuàng)新在數量和質量的新發(fā)展。