文摘
探索industry-university-research制度创新的协同集聚的影响区域创新能力的促进中国高质量的经济发展具有重要意义。介绍了水平的创新协同集聚到生产碳氢键密度模型从理论上解释机制的创新协同集聚对区域创新能力的影响。在此基础上,利用2011 - 2017年中国subprovincial面板数据来衡量区域创新协同集聚的程度和建立空间模型,创新协同集聚的影响区域创新能力实证研究在两个阶段:知识创新和结果转换。研究发现,创新协作集聚和区域创新能力呈现出典型的倒u型关系,而人力资本和区域创新能力提供了一个反向N-shape关系在知识创新的阶段。有一个u型关系创新协同集聚和区域创新能力结果转换阶段,而人力资本对区域创新能力的影响不明显。这个结果替换后依然强劲核心解释变量和空间权重矩阵。三个区域而言,创新协同集聚和中部和东部地区人力资本产生更强的影响比西部地区区域创新能力。本文的研究结果提供政策见解创新协同集聚的产业,大学,研究机构,促进区域创新能力。
1。介绍
与中国经济增长的放缓,高质量的道路发展以创新为核心成为必然选择为中国经济的未来发展1,2]。自从Etzkowitz [3)提出,产学合作(UIC)是大学的“第三使命”,University-Industry-Research机构(URI)合作创新已经受到了越来越多的学者的注意。根据协作理论,一个URI协同创新系统是一个综合的系统包括三个子系统:行业,大学,和独立的研究机构、和URI合作创新可以降低创新成本的实体,从而帮助增加成功的创新的可能性(4]。然而,当前的中国创新体系的整体有效性仍不足,和独立创新能力突出的缺点5]。空间分布不均的区域创新能力和缺乏有效的产业之间的协作,大学和研究机构在区域创新体系(6)已成为重要问题制约中国经济的高质量的发展。因此,如何进一步加强协同集聚水平的URI创新领域和提高区域创新能力已成为一个重要的现实问题要面对的过程中实施创新驱动发展战略,建设创新型国家。
高速的经济增长在过去,区域创新能力的提高主要依靠规模扩张和创新因素的浓度。虽然集聚对经济增长的积极作用和工业发展验证了现有研究[7- - - - - -9),一个不断扩大的规模不一定总是有利于经济发展。它也会造成不良的后果,如交通拥堵、环境污染、和创新集群的规模之间的不匹配和区域创新能力(10- - - - - -15]。在这种情况下,我们不仅应注意创新集聚的规模,还集聚地区创新主体的结构,以便IUR创新主题可以有效地合作,共同促进区域创新能力的提高。IUR的协作创新集聚地区依靠创新体系不仅有利于发挥各自的创新优势(16)和促进区域创新能力的整体提高17,18]也有利于每个主题互相学习的过程中协作,促进提高他们的创新能力19]。然而,只关注创新集聚的规模和忽视的结构优化和各种实体之间的协作IUR集聚区域内将导致知识创新和结果转换之间的脱节,从而影响区域创新能力的提高(20.]。
协同集聚理论为本文提供了理论基础研究创新协同集聚的问题IUR从综合角度的集聚和协作。创新的协同集聚IUR集聚和协作的双重属性。一方面,创新集聚IUR部门有助于促进创新产业价值链的形成,使成本优势的创新体系,规模经济和城市品牌优势(21]。另一方面,合作创新的IUR有利于充分利用异构知识和降低了创新成本(19]。因此,创新协同集聚创新可以被理解为一个过程,所有实体(主要是IUR部门)在创新集聚区共同促进区域创新能力通过优势互补和协同合作。与集聚的概念或协作,创新协同集聚的内涵集聚和协作,这有助于掌握更全面IUR部门内集聚之间的相互关系,从而为政府有关部门提供了一个参考优化区域创新结构,促进相关政策的科学制定区域创新能力的增强。
在现有的文献,一些学者已经研究了产业协同集聚的影响在工业发展和经济增长22- - - - - -28]。虽然现有文献进行了一些有意义的讨论interindustry协同集聚的问题,上述研究的影响主要集中在制造业和生产服务协作的产业创新能力和产业集聚发展。至于URI创新协同集聚的问题影响区域创新能力,这是本文的问题,现有的研究没有分析。industry-university-research机构,作为区域创新体系的重要组成部分,依赖于其知识优势分化成创新活动,从而可以提高技术创新的影响(19]。因此,以URI创新协同集聚的问题为研究对象,我们可以更全面检查URI创新协同集聚的影响区域创新能力,这是提高区域创新能力的伟大的现实意义(6]。目前,interindustry协同集聚水平的测定方法包括eg指数(29日),d o指数(30.],Colocalization指数[31日),指数(32),而指数(33]。eg指数主要措施的水平行业集中在国家层面上,而d o指数和Colocalization指数需要准确的数据的位置制造商,在中国不常用。的指数和指数方法改进了eg指数能更全面反映了产业间的协同集聚程度。然而,上述测量方法仅限于研究两个行业之间的协同集聚程度,不能直接用来衡量IUR部门之间的协同集聚水平。熵值方法可以全面衡量IUR基于创新协同集聚水平的测量水平的任何两个部门分别IUR [34,35),该方法指标权重的客观和可信的。
总之,建立文献对industry-university-research制度创新集群的影响(16,21和合作创新18,19分别在区域经济增长,和一些学者也讨论了这个问题两个行业之间的协同聚类(24- - - - - -28]。然而,较少研究的创新协同集聚IUR影响区域创新能力。在这项研究中,我们实证调查IUR创新协同集聚的影响区域创新能力综合测量的基础上创新协同集聚水平。与先前的研究相比,本文的主要贡献如下。(1)根据协同集聚的理论,本文研究了三个部门的协同集聚产业,大学,研究机构和数学推导的机制创新协同集聚区域创新能力。(2)基于考虑协同集聚的规模和质量,熵方法是用来测量水平IUR区域创新协同集聚实现客观的观察。(3)新经济地理学的框架下,介绍了空间权重矩阵,探索空间创新协同集聚和区域创新能力之间的相关性,并建立了空间计量经济学模型实证分析创新协同集聚的影响区域创新能力。
本文组织如下。部分2提出了理论模型和假设;部分3显示了创新协同集聚的测量方法和结果;部分4解释了模型和变量;部分5分析和讨论了实证结果;部分6进行鲁棒性测试,部分7吸引了研究结论和政策建议。
2。理论模型和假设
经济集聚能够带来溢出效应通过共享、匹配和学习。·西科尼和大厅36)提出了探索集聚外部性的碳氢键生产密度模型由于经济活动的密度。模型假定生产要素的空间分布是均匀的,和输出密度是由总输出,总面积,单位面积上的输入。有增量收益成比例。碳氢键模型的基本形式下上面的假设如下: 在哪里和是区域创新产出的水平和区域大小,分别表示的创新产出单位大小th地区(即。,the density of innovation output), reflecting the agglomeration level of the innovation economy,是Hicks-neutral参数,就业密度(即。,the number of persons employed per unit size: ), 是资本密度(即。,capital input per unit size: ), 劳动力和资本回归系数,代表创新协同集聚的集聚效应, 劳动力投入的比例,的参数是输出密度和 ,说明创新协同集聚的正外部性。
创新输出不仅取决于输入密度区域创新因素(人力资本、物质资本等)也之间的协作水平的各种创新领域,如工业、大学和研究机构。集聚不协调将拥挤效应,导致不经济的集聚。因此,基于碳氢键的基本框架模型中,我们引入了创新协同集聚的程度碳氢键模型并探讨IUR创新协同集聚对区域创新能力的影响方面的创新因素输入密度和合作创新。
在介绍创新协同集聚的程度 ,方程(1)改写如下: 在哪里系数( )。两边取对数方程(2)同时,然后推导 :
假定资本完全跨区域流动,平衡资本价格,等于各地区。资本的边际产出等于资本价格当要素市场达到均衡。所以,让 ;然后,我们得到资本的需求密度 :
同时通过双方的对数,方程(5)可以改写如下: 在哪里 代表区域创新能力,代表创新协同集聚水平,代表的人力资本水平。创新协同集聚的影响区域创新能力取决于其系数的符号 ,积极的还是消极的。那么,人力资本水平。图1显示的说明创新协同集聚的影响区域创新能力和人力资本水平。积极或消极的实际意义系数将在下面详细讨论。
2.1。创新协同集聚对区域创新能力的影响
当 ,信号的系数是积极的,和创新协同集聚促进区域创新能力。在这个阶段,创新协同集聚促进知识和信息的传输和共享,使潜在的创新成本减少。知识创新成果可以迅速转化为产品生产平台提供的企业;然后,创新协同集聚水平可以提高自反馈和鼓励从产品的收入。创新的积极作用协同集聚在加强区域创新能力不断加强。
当 ,的系数符号为负,和创新协同集聚抑制区域创新能力的提高。过度创新协同集聚将最终导致拥挤效应,如降低IUR协作的效率和创新基础设施的相对供应不足,当促销创新协同集聚对区域创新能力的影响比拥挤效应较弱,创新协同集聚水平的进一步提高是不利于区域创新能力的提高。
基于上述分析,假设提出了H1:其他条件不变,存在一个倒u形的创新协同集聚和区域创新能力之间的关系。
2.2。人力资本水平对区域创新能力的影响
当 ,的系数符号为负,和人力资本水平的增加不利于该地区的创新能力。在初始阶段的创新经济,良好的协作和创新集聚环境尚未形成。创新网络和平台也尚未建立。由于这些原因,人力资本和实物资本之间的不匹配导致高投入、低产出的创新活动。此外,有一定的时间滞后效应从输入到输出的人力资本。这两个两个原因导致了区域创新能力的下降,而人力资本正在升级。
当 ,信号的系数是积极和人力资本水平的增加有助于提高区域创新能力。在这个阶段,合作创新网络已经初步形成,创造一个积极和开放创新的环境,这可以吸引创新人才。增加人力资本水平推动区域创新能力通过促进知识和技术的积累和扩散,这反过来,加强区域合作创新网络。循环累积因果链的形成之间的人力资本水平和该地区的创新能力是这一阶段的一个突出特点。
当 ,的系数符号为负,和人力资本水平的增加不利于区域创新能力的提高。创新人才的过度集中将日益复杂的区域创新网络,和拥挤效应等资源约束,交通拥堵,环境污染将会抵消甚至超过创新效应。因此,区域创新能力降低的人力资本增加在此期间。
基于上述分析,提出假说H2:其他条件不变,有一种反向N-shaped人力资本水平之间的关系和区域创新能力。
上述分析表明,非线性效应的创新协同集聚和区域创新能力的人力资本水平。值得注意的是,创新协同集聚的程度,人力资本水平,区域创新能力都受到空间结构的影响。张先生和李37]经验发现,省级区域创新输出显示了空间相关性。李等人。38]证实有明显积极的中国区域创新的空间相关性。Yu和刘39)指出,不同地区的创新能力具有明显的空间相关性。白和江40]经验进行合作创新的影响和空间协会对区域创新绩效,他们发现,合作创新可以促进区域创新绩效的提高。这些研究表明,区域创新能力之间存在空间相关性。考虑到区域创新能力受到创新协同集聚的影响。因此,之间也可能存在空间相关性创新协同集聚和区域创新能力。在此基础上,提出了以下假设。
假设H3:之间存在空间相关性创新协同集聚和区域创新能力。
3所示。测量创新协同集聚
3.1。方法
协同集聚创新指的是一个集聚过程中工业、大学和研究机构在该地区的共同努力,增强区域创新能力通过优势互补和协同合作。创新协同集聚强调集群效应和协同效应的内涵的IUR在该地区。集聚而言,有一个创新集群的知识溢出效应,这有助于降低研发成本,提高区域创新能力。从合作的角度来看,区域创新体系的一个重要子系统,IUR部门之间的互动与合作和内部创新要素之间都可以创建一个整体协同效应的“1 + 1 + 1 + 1 > 3。“因此,与集聚和协作的概念相比,创新协同集聚的概念可以更客观地、准确地掌握IUR的交互,从而帮助调查IUR创新协同集聚对区域创新能力的影响。在这项研究中,指数(33)是首先用来计算工业大学的协同集聚水平,行业研究机构和大学的研究机构在一定区域,然后使用熵值法获得IUR的创新协同集聚。这个过程如下。
计算位置熵指数IUR创新主体的在中国的一个省: 在哪里是全国的位置熵指数创新的主题省,是完整的时间相当于研发人员吗创新的主题省,是工业大学的全职相当于研发人员,行业研究机构和大学研究机构创新的主题省,是全职等效的研发人员吗创新主体在整个国家,是一个完整的时间相当于在工业大学研发人员,行业研究机构,并在全国大学研究机构创新的主题。使用方程(8),我们可以计算协同集聚水平的工业大学,行业研究机构和大学的研究机构,分别为:
和 ,分别代表行业的区位熵指数和大学工业大学集聚,或工业的区位熵指数和研究机构在行业研究机构聚集,或大学和研究机构的区位熵指数在大学研究机构集聚。
右边第一项的方程(8)代表协同集聚的质量和第二项代表协同集聚的深度,它反映了水平的集成和协同集聚的规模,分别。大规模的凝聚力和更高层次的集成,更大的协同集聚的价值 。
使用方程(8),任何两个部门的协同集聚的价值IUR可以获得。下面是熵方法来衡量创新的协同集聚IUR三个部门。
指标选择:指标代表数据th指标省年 。在这里, 和这三个指标是工业大学合作的集聚水平,行业研究机构协同集聚的程度,和大学研究机构协同集聚的程度,分别。
标准化的指标:每一个指标是一种积极的衡量区域创新协同集聚水平,它是标准化的使用 。在这里,是指标的最大值在所有省份的国家。比例的指标: 熵值为指标 : ,在这里 信息效用价值的指标: 指标的权重: 创新协同集聚:
代表省区域创新协同集聚年 ,衡量IUR之间的协同集聚的程度。索引值在0和1之间。显然,一个更高的值表示更高层次的创新协同集聚;相反,它表明一个较低的水平的创新协同集聚。
研发人员的全职等效数据用于计算创新协同集聚来自中国国家统计局官方网站。
3.2。分析创新协同集聚的结果
创新协同集聚的测量结果30个省在中国大陆(不包括西藏)从2011年到2017年被发表在表1。结果显示以下特点的创新协同集聚在研究期间在中国的不同地区。在东部地区,有高创新协同集聚的地区,如北京、海南、上海,以及低创新协同集聚的地区,如浙江、广东、福建、江苏。创新协同集聚水平在中部和西部地区普遍高于东部地区,西部地区的新疆、陕西、云南,和中东地区吉林、黑龙江、湖北,都有一个高水平的IUR创新协同集聚。可能的原因是,创新协同集聚包含两个组件,即质量和创新协同集聚的规模。所以,质量和规模之间的不匹配可能会导致小值熵值计算方法的结果创新协同集聚。一些中部和西部地区,如新疆、陕西、云南、吉林,一个相当有限的规模IUR,客观上鼓励IUR有限资源更有可能成为区域创新网络的关键节点,从而增加创新协同集聚水平。相反,一些东部地区,如江苏、浙江、IUR规模更大、更复杂的网络的创新合作,和IUR协作已稀释的影响,导致低浓度的创新合作在这些地区比在中部和西部地区。
4所示。计量经济学模型和变量
4.1。空间模型
根据假设H1和H2,创新之间协同集聚(CO)和区域创新能力(CR)和人力资本的水平(哼)和区域创新能力(CR)都有一个非线性关系。此外,二次有限公司之间的关系和CR和高等教育之间的关系的嗡嗡声和CR最初建立基于他们的系数的符号。因此,初始计量模型定义如下: 其中下标和分别代表地区,年是一个矩阵的控制变量以外 ,包括基础设施 ,政府对创新的支持 ,产业结构 ,和对外开放 , 相应的系数向量,误差项。
基于空间相关性的创新协同集聚和区域创新能力提出的假说H3,空间嵌套模型的一般形式(41)是由一个空间权重矩阵引入方程(9)。模型的基本形式 在哪里空间自回归系数,行标准化空间权重矩阵,是一个向量矩阵的解释性变量组成的核心解释变量和 ,和控制变量 , , , , , ,和 , 解释变量的系数向量,空间滞后项的系数向量,是个体效应,是时候效果,是剩余,是空间误差自相关系数。
通过检查是否和等于0,等于0在方程(10),一般空间面板模型可以转化为一些特殊的空间模型。在空间模型,解释变量不是严格外生,残差不满足独立均匀分布的假设和结果偏差在使用最小二乘估计。LM、LR、瓦尔德测试空间模型执行这里参考的建议Anselin [42)和Elhorst freret区(43]。空间杜宾模型(SDM)双固定效果更适合本研究,根据联合瓦尔德测试和LR测试。因此,这项研究发展的实证模型的最终形式如下:
方程的变量(11)上面描述的含义。
4.2。变量和数据
解释变量:区域创新能力(CR)。创新活动可以分解为两个阶段:知识创新和结果转换(44- - - - - -46]。摘要专利产出和新产品销售收入是用来衡量创新能力在知识创新和结果转换阶段,分别。为了符合区域创新能力的意义 在理论模型方程(6),区域创新能力在知识创新的阶段和结果转换以人均国内专利申请授予研发人员IUR (PA)和新产品销售收入人均研发人员IUR (NRP),分别。
核心解释变量:创新协同集聚(有限公司)。首先,指数是用来计算工业大学的协同集聚水平,行业研究机构和大学的研究机构在一个区域,然后使用熵值法计算IUR创新协同集聚水平。
控制变量:区域创新能力受其他变量的影响除了创新协同集聚和表中列出的控制变量2都包含在参考现有文献的空间模型。
人力资本(哼):人力资本是股票合成的各种生产知识、劳动与管理技能,和健康品质嵌入在工人(47]。人力资本水平越高,员工的能力获得和应用新的知识和技术,从事创新活动的能力越大(48]。与此同时,高水平的人力资本有助于深化分工和提高生产效率49]。人力资本水平是衡量人口的比例与高等教育或更高的地区人口(50]。
基础设施(基地):区域基础设施,作为区域创新活动的重要工具,在影响区域创新能力变得越来越重要。一般来说,更好的基础设施,更好更有利的创新环境和吸引创新人才和提高创新能力(48]。信息基础设施的影响,在信息时代越来越重要,和邮政服务在地区GDP总量的比例是一个很好的衡量地区信息基础设施发展的,所以使用这个指标来衡量区域基础设施的水平。
政府对创新的支持(政府):政府行为反映了政府对创新的态度,政府可以有效地弥补市场失灵指导创新公司(51]。当然,政府过度干预创新经济也可能扭曲了市场机制和减少的主要企业的地位48]。验证政府支持行为对区域创新能力的影响,地方财政科技支出的比重一般地方预算支出的比例作为衡量政府支持创新的力量。
产业结构产业结构(印第安纳州):描述该地区的市场类型,和市场类型与区域创新能力密切相关。第二、三产业越发达,区域创新能力存在的需求就越高。因此,区域产业结构是衡量股票增值的第二、三产业在地区GDP。
向外界开放(开放):对外开放的程度的增加有助于生产要素的流动和资源的合理配置48]。开放,公司可以接触到世界尖端科技通过参与国际贸易,而外国投资的流入还可以降低研发成本和学习技术采用(49]。对外开放的程度是衡量外国直接投资(FDI)占GDP的比例。外国直接投资的数量折扣的平均价格人民币汇率在过去几年。
由于变化在2011年为规模以上工业企业统计标准和缺失数据多年在西藏自治区,从30个省面板数据在中国大陆(不包括西藏自治区)从2011年到2017年被选中的原始数据进行分析研究。所有数据来自国家统计局的官方网站。
4.3。空间权重矩阵
地理邻接准则矩阵更常用的空间权重矩阵,但这个矩阵过于简单真实反映空间相关性。例如,河北是在靠近内蒙古和北京,但是内蒙古和北京的影响在河北的经济发展不能完全相同(52]。两个地理上相邻区域的影响可能不是平等取决于他们的经济发展水平。一般来说,经济发展水平高的地区,将产生更大影响的地区较低的水平,例如,北京的经济影响河北的强度将比河北的强度对北京的影响(38]。在此基础上,本文结合地理邻接和区域经济发展水平的空间权重,在区域经济发展是衡量人均GDP数据。空间权重矩阵采用以下形式: 在哪里是空间邻接矩阵,重量是在一个地区人均国内生产总值的平均期间研究下,然后呢是国家人均GDP的平均价值在研究期间。最后的空间权重矩阵通过处理吗矩阵的行标准化。
5。结果与讨论
5.1。有限空间相关性的影响,CR
为了解释创新协同集聚和之间的空间影响区域创新能力,我们引入莫兰指数调查它们之间的空间相关性。指Rusche et al。53),行“标准化空间权重矩阵介绍测量全球空间之间的关联公司和CR使用二元全球莫兰的指数。二元全球莫兰的指数是全球莫兰修改单变量的指数。后者检查同一变量的聚类地理领域,前者研究地理领域的两个变量之间的相关性。具体公式二元全球莫兰的指数如下: 在哪里N是省、CR和公司需要的数量是多少z分数归一化。二元全球莫兰的指数以相同的价值观和意义范围为单变量全球莫兰的指数。莫兰测试结果如表所示5。
表5表明,全球莫兰值二元有限公司和PA和RNP都是负2011 - 2017年期间,所有通过统计学显著性检验的5%的水平。验证这个假设H3之间存在空间相关性创新协同集聚和区域创新能力。测试结果明显负表明之间存在显著的负空间相关性当地创新协同集聚和邻近地区的创新能力在2011 - 2017年,在知识创新阶段和结果转换阶段。这可能是由于增加本地创新协同集聚往往意味着资源吸引了来自邻近地区,尤其是在面对有限的创新资源,导致当地创新协同集聚的增加和减少在邻近地区的创新能力和服从负的空间相关性。它也可以发现从表5的二元全球莫兰价值创新协同集聚和区域创新能力显示了相反的趋势在知识创新阶段和转型阶段,也就是说,全球莫兰二元价值的绝对值在2011 - 2017年知识创新阶段逐渐减少,而价值逐渐增加结果的转换阶段。这一结果表明,近年来,在中国创新协同集聚的虹吸效应逐渐减弱在知识创新阶段,但在结果转换阶段逐渐增加。虹吸效应,在合作的过程中发生聚集,是地区之间缺乏协同合作密切相关(27]。虹吸效应的分析表明,削弱知识创新阶段可能是由于一个事实,即每年增加创新协同集聚的规模在中国URI部门减轻了地区间的竞争,从而增强创新主体之间的协作。加强可能因为创新生产是受专利保护,从而使创新成果转化的门槛,从而增加本地创新协同集聚越来越不利于创新结果从邻近地区的转移。因此,加强区际合作,加强区域政策一体化的关键是减弱了虹吸效应在协作的过程中凝聚的URI创新主题。
使用有限公司在2017年和2011年作为横坐标,W 爸和W RNP相应的年为纵坐标,画出两变量全球莫兰散点图,如图2。这幅图直观地描绘了当地创新协同集聚的空间相关性和邻近地区的创新能力。
的四个象限莫兰散点图被称为HH, LH,噢,HL地区。莫兰散点图,我们可以看出目前①,只有少数地区(HH区),如北京、上海、广西、海南,地方创新协同集聚发挥了作用,改善周边地区的创新能力,而一些地区(LL区)如河南、宁夏、当地创新协同集聚已经非常弱对邻近区域的创新能力的影响。②分散点的福建、浙江、广东、山东、江苏和所有落入LH区域,表明创新驱动型经济的发展在这些地区目前处于一个过渡阶段,和当地创新协同集聚的溢出效应在邻近地区的创新能力逐渐增加。③一些地区(HL区),如甘肃、青海、新疆、吉林不仅未能改善他们的邻居的创新能力也显著抑制改善,表明这些区域之间有一个明显的竞争和创新他们的邻居资源。④总的来说,图中的散点大致分布在左上角到右下角,主要分为象限2和4,这表明,近年来,当地创新协同集聚疲软甚至阻碍影响邻近区域的创新能力。因此,在未来,应该进一步完善创新协同集聚促进创新和提高的空间溢出区域的创新能力。
二元全球莫兰指数可以检查整个空间创新协同集聚和区域创新能力之间的关系,但这种综合评价将忽略一些在当地的空间尺度特征。因此,有必要采用二元当地莫兰指数来分析空间相关性。当地莫兰二元指数的基本公式如下: 在哪里指的是新矩阵形成的原始空间权重矩阵的行元素 ,剩下的变量有相同的意思同方程的变量(13)。
表6提出了二元结果当地莫兰的价值创新协同集聚和区域创新能力。我们可以看到在桌子上6当地莫兰指数,结果是积极的还是消极的,这表明创新协同集聚在一个给定的地区可以促进或抑制影响邻国的创新能力。例如,当地的创新协作聚集在北京,上海,和海南促进周边地区的创新能力,而大部分地区的抑制作用更明显,如安徽、广东、吉林。贵州、湖北当地莫兰值接近于零,并且它可以假设之间不存在空间相关性创新协同集聚在这些地区和他们的邻居的创新能力。同时,创新协同集聚的影响在同一地区邻近区域的创新能力在不同的年份可能不同。例如,北京有负面当地莫兰值直到2014年在知识创新阶段,只有2015 -当地莫兰值在2014年和2017年之间。在我们的分析中,我们认为创新协同集聚可以促进区域创新能力通过共享机制、匹配,和学习,但在规模和质量不足的情况下industry-university-research机构凝聚力,提高创新协同集聚并不体现在区域创新能力的提高。此外,有一个时间上的滞后区域创新能力的提高。所有这些原因可能导致二元当地莫兰值在不同的年份相反的迹象。
5.2。空间模型的结果
比较和测试每个变量的参数估计的鲁棒性,经典线性回归(OLS),空间自回归(SAR),空间误差模型(SEM),空间杜宾模型(SDM)和空间杜宾误差模型(SDEM)构建,分别。表7每个模型的实证结果。
考虑到研究问题和豪斯曼的测试原则和考虑到现有文献[54,55),时间和空间的双重固定效应则更为现实。在表7,LM_lag测试(68.65)和Robust_LM_lag测试(20.36)所有通过5%的显著性检验水平OLS模型在知识创新阶段,这表明一个重要的变量之间的空间效果。LR_lag测试,Wald_lag测试,LR_error测试和Wald_error测试所有通过1%的显著性水平测试SDM模型和SDEM模型。然而,SDEM模型相比,R2长效磺胺模型是更大的,所以它更适合使用于SDM模型来分析创新协同集聚的影响区域创新能力在知识创新阶段。长效磺胺模型用于结果转换阶段。
SDM模型分析知识创新阶段表7表明公司的系数和有限公司2通过1%的显著性水平测试,表明创新协同集聚区域创新能力的影响是显著的。公司系数是正的,而有限公司2系数为负,表明,在知识创新的阶段,随着创新协同集聚,区域创新能力增强和减弱,显示一个倒u形的关系。这一结论,验证假说H1,同意刘等人的结果。14和林和褐色15]。上述已有研究使用人口密度作为衡量聚集,通常属性拥挤效应的污染物排放和基础设施的压力伴随着人口密度增加。然而,倒u形的关系创新协同集聚和区域创新能力并不完全等同于集聚的“威廉姆森”效应,缺乏创新主体之间的协作是拥挤效应的另一个重要原因。康奈尔大学等。56发现产业集聚可以促进知识共享和协作创新,和Resbeut古格勒(8)还发现,更多的互补产业密切相关,区域经济增长率越高。上述研究表明,凝结的主体之间的协同效应不应被忽视。同样,拥挤效应也应该解释的集聚和协作。因此,分析形成的原因倒u型的URI创新协同集聚的角度来看,我们认为改善创新协同集聚的结果综合效应提高合作水平,扩大创新协同集聚的规模。在初始阶段的知识创新,创新资源的持续流入,创新主体的规模可以扩展和区域创新网络正在逐步改善,体现在创新协同集聚,促进区域创新能力的提高。然而,随着连续的协同集聚创新主题,日益复杂的区域创新网络合作创新主体的成本将会增加,当拥挤效应比创新效应、区域创新能力将显示一个下降的趋势。人力资本水平的系数哼,哼2,哼3长效磺胺的知识创新模型阶段重要的5%,5%,和10%的水平,分别。系数迹象是消极的,积极的,消极的,显示有一个显著的反向N-shaped嗡嗡声和爸爸之间的关系,从而验证假设H2。创新是依赖于输入的创新型人才,和人力资本水平的措施的输入量在该地区的创新型人才。创新人才的流入通常有助于增强区域创新能力(48,49),这反映在一个反向N-shaped中间升段。然而,当创新人才的浓度达到临界价值,创新人才的持续流入加剧了创新人才之间的竞争和资源,由之间的负相关体现人力资本和区域创新能力,具体反映在第二下降段倒N型。劳动池的“天花板效应”也证实了王,王57]。的第一个下降段倒N型可能是由于两个原因。一方面,创新活动不仅取决于人力资本投入也在输入物质资本等其他创新的因素。在知识创新的初始阶段,虽然创新人才的流入提高人力资本水平,创新投入并不完全匹配。这导致了单方面的过度投资人力资本与创新输出不一致。另一方面,通常有一个时间滞后效应对创新活动,以创新输入在当期经常接受创新输出在接下来的时期。在初始阶段的知识创新、区域创新能力的滞后时间也可以导致负相关。
长效磺胺模型在转换阶段表明公司系数是重要的嗡嗡声并不是重要的,表明在这一阶段,创新协同集聚对创新的转换结果产生重大影响,而人力资本转换对结果没有显著影响。值得注意的是,这里的系数符号为公司和有限公司2分别是正面和负面的,这是知识创新的系数符号相反的阶段。根据分析结果转换阶段,大学和研究机构的参与合作集聚下降和行业获得专利权起主要作用。换句话说,生产和销售链接的过程中结果转换阶段由企业完成,从而减少拥挤效应带来的创新协同集聚,使创新协同集聚之间存在u型关系和创新成果转化。同时,在获得专利许可,对创新者的需求公司从事生产和销售减少,和创新者的贡献生产和销售也大大减少。因此人力资本在结果转换阶段的系数不显著性检验的10%水平。
空间自回归系数反映了当地和周边地区的空间影响区域创新能力。知识创新阶段的空间自回归系数是0.27(2.99),在1%的显著水平。结果表明,中国本地和周边地区近年来大幅提升彼此的创新能力。创新因素的动态流之间的地区提高区域创新的规模因素,优化创新因素的配置效率,并促进区域之间的知识溢出效应,从而帮助提高区域创新水平(40]。同时,对创新资源的竞争容易导致相邻区域之间的相互抑制创新知识的输出,同时密切合作的创新人才和创新知识的溢出效应可以削弱地区之间的抑制。空间效应取决于两者的相对强度的影响,和一个重要的空间自回归系数表明,当前国家知识溢出效应显著强于抑制的效果。空间自回归系数结果转换阶段−0.21(−1.60),没有通过显著性检验的10%水平。这个结果表明,本地和周边地区相互抑制的能力将创新成果的创新结果阶段,但这种抑制作用并不重要。可能的原因是有一个邻近地区生产和销售之间的竞争活动基于专利,和竞争,反过来,提高创新的变换的门槛,从而影响改变创新的能力,这是表现在变换中创新能力的相互抑制邻近地区。
5.3。分区域回归分析的结果
考虑到发展地区之间的差异,有必要检查通过次区域协同创新集聚对区域创新能力的影响。研究样本中的所有省份分为三个主要区域、东部,中部和西部,根据地理区域。东部地区包括北京、天津、河北、上海、苏州、浙江、福建、山东、广东、辽宁、海南;中部地区包括山西、安徽、江西、河南、湖北、湖南、内蒙古、吉林、黑龙江;和西部地区包括广西、重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏和新疆。于SDM模型是由地区调查影响知识创新阶段。回归结果如表所示8。
分区域SDM模型的结果表明,有一个显著的非线性效应有限公司和嗡嗡声在宾夕法尼亚州东部地区知识创新的阶段。存在一个倒u形的CO和爸爸之间的关系,促进抑制,和嗡嗡声和PA倒置的N-shaped抑制然后促进和抑制的关系,这是符合实证结果从整个国家样本数据,而存在显著的倒u形的影响公司在中部地区的PA,和嗡嗡声的影响PA遵循N-shaped反向关系,但其效果并不显著。与此同时,公司的影响和嗡嗡声在宾夕法尼亚州西部遵守倒u型和N-shaped关系,分别和所有的系数通过显著性检验的10%水平。这个结果表明创新协同集聚的影响在知识创新阶段在中间,东部和西部地区创新能力的方向相同但意义不同的影响,这种差异的可能原因是悬殊的协同集聚规模IUR地区之一。创新协同集聚既有质量和创新协同集聚的规模(32]。创新协同集聚的规模大的在中国的中部和东部地区,以及创新协同集聚的影响区域创新能力是非常重要的。然而,西部地区创新资源的缺乏导致了较低的协同创新集群的规模。因此,创新协同集聚对区域创新能力的影响,尽管服从一个倒u型关系,还不明显,小规模创新协同集聚的影响。此外,空间自回归系数的中部和东部地区都是负的,说明中间的本地和周边地区和东部地区抑制对方的创新能力,在中部地区的抑制作用更明显。争夺有限的创新资源可能的主要原因之间的相互抑制创新能力区域。在中部和东部地区,经济增长快,对创新资源的强劲需求加剧了地区之间的障碍。在西方的积极空间自回归系数显示,本地和周边地区相互加强的创新能力。这是由于西方的创新活动的总体水平低,缺乏创新的资源不仅限制了竞争,也提供了一个动力充分利用有限的创新资源的地区。
6。健壮性测试
进一步检查上述实证结果的鲁棒性的SDM模型,以下类型的健壮性测试中分别进行研究。第一,一个属性的值通常是相关的邻近地区,所以原来的空间权重矩阵被认为是取代了地理小区矩阵,和这个健壮性测试的结果显示在列(1)和(2)的表列9。其次,考虑更换核心解释变量有限公司有限公司指标包括全职等效数据研发人员,在研发投入从之前的时期往往会影响当期输出(58]。因此,研究采用永续盘存法(折旧率15%)占全职相当于研发人员的库存数据(59),然后使用这支股票数据计算区域创新协同集聚。鲁棒性测试结果如表所示9,(3)列和列(4)。第三,同时更换空间权重矩阵和有限公司和嗡嗡声指标被认为是公司指标的重新计算使用上述股票数据和嗡嗡声指标测量的常用对数高等教育的学生人数每100000人口。新经济的基本形式距离空间权重矩阵如下: 在哪里是经典的逆距离空间权重矩阵,是物质资本存量的平均值的地区在研究期间,然后呢是全国的平均值在考试期间的实物资本存量。地区物质资本存量的价值放气的名义固定资产投资根据固定资产投资价格指数(60]。鲁棒性测试结果如表所示9、列(5)和(6)列。最后,考虑到创新活动以一段从输入到输出,通常假定有一个时间滞后一年从创新输入输出。表9(7)列和列(8),提出了鲁棒性测试的结果滞后一个周期。
结果的鲁棒性测试表9可以看出,知识创新阶段的公司二次系数是负的,所有通过1%水平显著性检验,这表明一个倒u形的CO和巴勒斯坦权力机构之间的关系。哼的系数3在列(1)和(3),虽然不明显,是消极的,指示一个倒置的N-shaped嗡嗡声和爸爸之间的关系。这些结果与之前的实证结果一致。公司二次系数都是积极和显著的结果转换阶段,表明现阶段CO和RNP u型关系。这一发现也与以前的结果一致。这说明的健壮性和可靠性的结论。
7所示。结论和启示
中国经济从高速增长阶段转向高质量发展的阶段,和一个创新驱动型经济已成为当今中国维持稳定增长的关键。为主体的区域创新,IUR行业发挥重要作用在加强区域创新能力、促进创新驱动经济增长。因此,如何提高创新协同集聚促进区域创新能力已成为一个重要的现实问题,需要解决。关注这个问题,该研究首次提出的概念创新协同理论的协同集聚集群和理论上源于创新协同集聚的机理影响区域创新能力。在此基础上,利用面板数据从中国大陆30个省(西藏除外)从2011年到2017年建立空间模型提供了一个健壮的经验检验的理论机制。本研究的主要结论如下。
之间存在显著的空间相关性创新协同集聚和区域创新能力。具体来说,有一个显著的负空间相关性当地创新协同集聚和邻近地区的创新能力在大多数中国近年来,无论是在知识创新阶段和结果转换阶段。从理论上讲,提高当地的创新协同集聚创新资源有限意味着吸引创新资源从邻近地区进入当地,客观上导致了当地和周边地区的兴衰“创新协同集聚的规模。这导致负相关之间的空间分布的增加本地创新协同集聚和周边地区的创新能力下降。
在知识创新阶段,创新协同集聚和人力资本区域创新能力产生重大影响。创新协同集聚区域创新能力的影响遵循一个倒u形的关系。增加创新协同集聚在初始阶段的知识创新促进资源匹配、信息共享、区域创新主体之间的相互学习,降低了创新的成本,从而提高区域创新能力。随着创新协同集聚增加,过度创新协同集聚导致拥挤效应。当协同集聚效应弱于拥挤效应,进一步创新协同集聚有着相反的影响区域创新能力的提高。人力资本对区域创新能力的影响遵循一个倒置的N-shaped关系。通常情况下,创新的协同集聚人才有助于提高区域创新能力,但在初始阶段,创新的不匹配的输入因素和滞后的输出一起导致之间的负相关人力资本和区域创新能力。同时,过多的人力资本集聚效应将导致强于创新效应,使得人力资本和区域创新能力再次负相关。在结果的转换阶段,创新协同集聚对区域创新能力的影响是显著的,遵循一个u型关系,而人力资本对区域创新能力没有显著影响。可能的原因是公司的主导地位在结果转换阶段,这样可以减少拥挤效应引起的过度协同集聚和导致一个u型的创新协同集聚和区域创新能力之间的关系。 Moreover, the contribution of innovative talents to the production and sales at this stage is also greatly reduced, resulting in the failure of the coefficient on the human capital to pass the significance level test.
存在显著的空间差异的创新协同集聚对区域创新能力的影响。创新协同集聚的影响区域创新能力的中部和东部地区明显遵循一个倒u形的关系,尽管这样的倒u型关系存在,但在西方并不明显。同时,目前,地方创新协同集聚在中间区域有较强的抑制作用比在东部邻近地区的创新能力。这个结果表明,创新协同集聚的大小有很大影响区域创新能力。一方面,由于体积小的创新协同集聚在西部地区,存在倒u型关系,但不显著。另一方面,有限的创新资源的竞争是关键因素的存在导致中部地区的倒u型关系。
上面的结论具有重要的政策意义为提高中国区域创新能力和促进区域协调发展。
提高当地的创新协同集聚IUR行业在邻近地区,促进创新优势互补。指导的融合和发展当地IUR领域,优化本地资源的分配,积极构建区域创新网络,增加当地的创新协同集聚有助于促进本土创新能力的增强。然而,有限的创新资源,地方创新协同集聚吸引创新资源的流入邻近地区创新能力的损害。因此,它还应该加强创新政策在相邻区域之间的对接,为IUR部门积极开展合作项目,并充分发挥区域优势互补的作用,实现共同提高邻近区域的创新能力。
合理化创新协同集聚,以避免拥挤效应。有一个临界质量创新的协同集聚对区域创新能力的提高,和过度创新协同集聚导致挤出效应。政府对创新活动的支持将有助于缓解拥挤效应。出于这个原因,政府部门应该从供给和需求方面的控制权。换句话说,政府应该以市场为主体,合理引导创新资源的流入和分配,优化区域创新产业的布局,构建区域创新网络协同集聚,弥补市场失灵的缺陷,并避免拥挤效应带来的过度集聚创新的主题。
促进创新资源的跨区域流动和国家创新经济的协调发展。存在空间差异的影响创新协同集聚区域创新能力,和中间的影响力更强比西部地区和东部地区。因此,跨区域交流与合作中IUR部门应加强。依靠知识传播技术加强地区之间的信息交流和知识共享和依靠现代运输技术,合理安排产业扩大区域创新经济的发展空间。促进区域创新协同集聚网络的对接,进一步释放活力的创新经济、创新经济的缩小差距。
数据可用性
使用的数据来支持这个研究的发现可以从相应的作者。
的利益冲突
作者宣称没有利益冲突有关的出版。
确认
本文是国家自然科学基金(71573138);江苏社会科学基金会(16 jd005);和江苏由省级软科学项目(BR2019048)。