張志強(qiáng),喬怡迪,劉 璇
(中國(guó)礦業(yè)大學(xué)(北京) 管理學(xué)院,北京 100083)
國(guó)家自主創(chuàng)新示范區(qū)是支撐引領(lǐng)區(qū)域發(fā)展的創(chuàng)新高地,被賦予推動(dòng)我國(guó)科技進(jìn)步和加速高新技術(shù)產(chǎn)業(yè)發(fā)展的重大國(guó)家使命,通過(guò)形成科技園區(qū)推動(dòng)型聯(lián)接的跨區(qū)域創(chuàng)新網(wǎng)絡(luò),促進(jìn)創(chuàng)新要素頻繁流動(dòng),全方位實(shí)現(xiàn)創(chuàng)新。中關(guān)村科技園區(qū)又被稱為中關(guān)村國(guó)家自主創(chuàng)新示范區(qū),經(jīng)過(guò)30多年發(fā)展,形成了“一區(qū)多園”各具特色的發(fā)展格局,成為首都跨行政區(qū)的產(chǎn)業(yè)功能區(qū),其高質(zhì)量發(fā)展決定了首都科技創(chuàng)新中心戰(zhàn)略實(shí)現(xiàn)進(jìn)程。
創(chuàng)新作為中關(guān)村科技園區(qū)的基本屬性,創(chuàng)新質(zhì)量決定了中關(guān)村科技園區(qū)發(fā)展質(zhì)量。現(xiàn)有研究大多集中在科技園區(qū)創(chuàng)新能力、單一集聚效應(yīng)等方面,而科技園區(qū)創(chuàng)新質(zhì)量如何衡量?創(chuàng)新質(zhì)量受到何種集聚模式的影響?影響效應(yīng)如何?尚缺乏相關(guān)研究。因此,本文建立中關(guān)村科技園區(qū)創(chuàng)新質(zhì)量指標(biāo)體系,在分析中關(guān)村科技園區(qū)3種集聚模式的基礎(chǔ)上,建立集聚模式對(duì)創(chuàng)新質(zhì)量影響的動(dòng)態(tài)空間面板模型,包括無(wú)時(shí)空效應(yīng)模型、時(shí)間效應(yīng)模型、空間效應(yīng)模型和時(shí)空效應(yīng)模型。以地理距離、中關(guān)村科技園區(qū)創(chuàng)新產(chǎn)出等相關(guān)數(shù)據(jù)為基礎(chǔ),研究不同集聚模式與創(chuàng)新產(chǎn)出的時(shí)空效應(yīng)并對(duì)其進(jìn)行分解分析,以豐富科技園區(qū)創(chuàng)新質(zhì)量、科技園區(qū)集聚方面的研究,為科技園區(qū)集聚模式選擇提供經(jīng)驗(yàn)證據(jù)。
國(guó)內(nèi)外對(duì)于科技園區(qū)創(chuàng)新的研究相對(duì)較多,大多集中于其創(chuàng)新機(jī)制、創(chuàng)新能力、創(chuàng)新效率、創(chuàng)新績(jī)效、協(xié)同創(chuàng)新、創(chuàng)新網(wǎng)絡(luò)、創(chuàng)新系統(tǒng)等方面,但創(chuàng)新質(zhì)量研究匱乏。吳林海(2002)將世界科技園區(qū)的創(chuàng)新模式分為高技術(shù)產(chǎn)業(yè)綜合體模式、高技術(shù)制造業(yè)模式和科學(xué)城模式,認(rèn)為不同的地區(qū)經(jīng)濟(jì)水平導(dǎo)致上述差異。
關(guān)于科技園區(qū)創(chuàng)新的研究大體可以分為內(nèi)部和外部?jī)深?,在?nèi)部研究中,大部分觀點(diǎn)認(rèn)為,R&D投入、科研人員數(shù)量是促進(jìn)科技園區(qū)創(chuàng)新的主要因素,如范超[1]提出,研發(fā)投入是提高科技園區(qū)創(chuàng)新能力的重要指標(biāo);張志強(qiáng)等[2]提出,企業(yè)質(zhì)量管理與技術(shù)創(chuàng)新具有協(xié)同耦合效應(yīng),因此技術(shù)創(chuàng)新投入與質(zhì)量產(chǎn)出提高正向相關(guān);Pakes[3]發(fā)現(xiàn),即使考慮滯后效應(yīng),研發(fā)投入仍能顯著促進(jìn)專利產(chǎn)出;魏國(guó)江[4]認(rèn)為,研發(fā)人力投入是轉(zhuǎn)化R&D投資的有生力量;趙樹(shù)寬[5]對(duì)吉林省科技園區(qū)創(chuàng)新效率研究發(fā)現(xiàn),科技活動(dòng)人員數(shù)量不足是企業(yè)規(guī)模效率偏低的主要原因。其次,科技園區(qū)創(chuàng)新也受到外部因素的影響,如政府、金融、政策支持等直接影響其創(chuàng)新效率。白俊紅[6]、馮宗憲等指出,有效的政府支持可以降低企業(yè)研發(fā)活動(dòng)風(fēng)險(xiǎn),鼓勵(lì)企業(yè)創(chuàng)新,但過(guò)多不當(dāng)?shù)闹С忠部赡軐?duì)企業(yè)自身研發(fā)投入產(chǎn)生擠出效應(yīng),損害公平競(jìng)爭(zhēng)環(huán)境;馮根福[7]認(rèn)為,風(fēng)險(xiǎn)投資機(jī)制對(duì)企業(yè)提供增值服務(wù)的同時(shí),也顯示出一定的攫取效應(yīng),因此,其對(duì)科技園區(qū)創(chuàng)新的總體影響會(huì)呈現(xiàn)先遞減而后遞增的“U型”現(xiàn)象;Antonietti[8]和彭向(2011)研究表明,集聚外部性有利于區(qū)域知識(shí)傳播效率提升,從而促進(jìn)區(qū)域創(chuàng)新。
以往中關(guān)村科技園區(qū)和其它國(guó)內(nèi)科技園區(qū)的研究大多從區(qū)域政策響應(yīng)[9]、區(qū)域協(xié)同創(chuàng)新[10]、園區(qū)協(xié)同作用、產(chǎn)業(yè)要素與產(chǎn)業(yè)培育[11]等角度展開(kāi)。過(guò)去對(duì)于科技園區(qū)創(chuàng)新產(chǎn)出的衡量,多采用投入產(chǎn)出模型、創(chuàng)新體系效能、“要素-結(jié)構(gòu)-功能”范式等進(jìn)行評(píng)價(jià),較少?gòu)膭?chuàng)新質(zhì)量角度進(jìn)行研究。
國(guó)內(nèi)外對(duì)于創(chuàng)新質(zhì)量的研究相對(duì)較少,大多集中在技術(shù)創(chuàng)新質(zhì)量、企業(yè)創(chuàng)新質(zhì)量、產(chǎn)業(yè)創(chuàng)新質(zhì)量、區(qū)域創(chuàng)新質(zhì)量等方面,對(duì)科技園區(qū)或產(chǎn)業(yè)園區(qū)的創(chuàng)新質(zhì)量研究匱乏。
Haner[12]首次提出創(chuàng)新質(zhì)量概念,將其定義為創(chuàng)新績(jī)效在潛能、過(guò)程和結(jié)果的綜合,包括產(chǎn)品和服務(wù)質(zhì)量、質(zhì)量過(guò)程,企業(yè)實(shí)際操作和最高企業(yè)質(zhì)量管理水平;周冠華(2014)提出,創(chuàng)新質(zhì)量是與創(chuàng)新相關(guān)的產(chǎn)品、服務(wù)、過(guò)程、市場(chǎng)、組織、方法滿足顧客要求的程度。在現(xiàn)有創(chuàng)新質(zhì)量指標(biāo)相關(guān)研究中,蔡紹洪(2017)認(rèn)為,創(chuàng)新數(shù)量和創(chuàng)新質(zhì)量之間具有協(xié)同作用。不少學(xué)者關(guān)注到了專利數(shù)量[13]、專利引用數(shù)量[14]與創(chuàng)新質(zhì)量之間的關(guān)系。如程虹(2017)將質(zhì)量指標(biāo)、質(zhì)量信號(hào)和新產(chǎn)品研發(fā)作為創(chuàng)新質(zhì)量結(jié)果的指標(biāo)。另一方面,程虹[15]、劉偉麗(2018)、郭菊娥[16]認(rèn)為,把握了高質(zhì)量創(chuàng)新投入就必然帶來(lái)高質(zhì)量結(jié)果,質(zhì)量即成本。還有一些研究綜合上述幾種觀點(diǎn),如馬永紅[17]從“過(guò)程-產(chǎn)出-效益”3個(gè)維度衡量創(chuàng)新質(zhì)量,其它研究則使用服務(wù)質(zhì)量、技能型工人比例、管理效率、技術(shù)市場(chǎng)成交額、工業(yè)增值等指標(biāo)作為創(chuàng)新質(zhì)量投入或產(chǎn)出類指標(biāo)。
科技園區(qū)的區(qū)域定位與分工使得高新科技產(chǎn)業(yè)形成集聚模式,而以往文獻(xiàn)將產(chǎn)業(yè)集聚分為專業(yè)化集聚、多樣化集聚和市場(chǎng)競(jìng)爭(zhēng)3種類型[18]。馬永紅(2011)、金永成[19]認(rèn)為,地理分布、區(qū)域因素對(duì)創(chuàng)新質(zhì)量有影響,可見(jiàn)創(chuàng)新質(zhì)量受到不同集聚模式的影響。國(guó)內(nèi)外研究大多認(rèn)為,這3種類型的集聚對(duì)創(chuàng)新具有顯著影響,且這3種集聚來(lái)自于瑪氏(Mar)外部性、雅各布(Jacobs)外部性和波特(Porter)外部性。
(1)專業(yè)化集聚對(duì)創(chuàng)新的影響。專業(yè)化集聚對(duì)創(chuàng)新的影響來(lái)自瑪氏外部性,許多學(xué)者認(rèn)為,專業(yè)化集聚可以促進(jìn)技術(shù)創(chuàng)新,作用程度遠(yuǎn)超過(guò)其它兩種集聚模式。如王智淵[20]、張先鋒等[21]分別從制造業(yè)和生產(chǎn)性服務(wù)業(yè)角度,論證專業(yè)化集聚通過(guò)規(guī)模優(yōu)勢(shì)、技術(shù)效率提高,使空間集聚促進(jìn)產(chǎn)業(yè)資源利用效率提高,從而促進(jìn)企業(yè)內(nèi)部演進(jìn)與創(chuàng)新。其中,專業(yè)化集聚正向影響創(chuàng)新,是因?yàn)槭艿搅思蹍^(qū)域共享勞動(dòng)力池、創(chuàng)新氛圍、社會(huì)資本的多方面影響。
(2)多樣化集聚對(duì)創(chuàng)新的影響。根據(jù)雅各布外部性,不同產(chǎn)業(yè)間集聚可以促進(jìn)知識(shí)溢出,進(jìn)而推動(dòng)產(chǎn)業(yè)經(jīng)濟(jì)增長(zhǎng)并提高技術(shù)創(chuàng)新水平。Beaudry[22]通過(guò)整理相關(guān)代表性英文文獻(xiàn)發(fā)現(xiàn),65%的研究結(jié)論支持產(chǎn)業(yè)多樣化集聚促進(jìn)區(qū)域技術(shù)創(chuàng)新,54%的研究認(rèn)為產(chǎn)業(yè)專業(yè)化集聚促進(jìn)區(qū)域技術(shù)創(chuàng)新;安東尼(2011)、賴永劍[23]利用中外數(shù)據(jù)庫(kù)發(fā)現(xiàn),多樣化集聚正向影響創(chuàng)新;李金滟[24]用赫芬達(dá)爾—赫希曼指數(shù)(簡(jiǎn)稱HHI指數(shù))對(duì)產(chǎn)業(yè)多樣化進(jìn)行度量。
(3)市場(chǎng)競(jìng)爭(zhēng)對(duì)創(chuàng)新的影響。一些文獻(xiàn)研究發(fā)現(xiàn)產(chǎn)業(yè)集聚和市場(chǎng)競(jìng)爭(zhēng)之間存在相關(guān)關(guān)系。如呂乘超(2017)提出,市場(chǎng)競(jìng)爭(zhēng)加劇促使企業(yè)重視消費(fèi)者需求識(shí)別,市場(chǎng)壟斷可以在一定程度上將創(chuàng)新外部性內(nèi)部化;劉督[25]認(rèn)為,創(chuàng)業(yè)板市場(chǎng)可以識(shí)別一定程度上的企業(yè)創(chuàng)新質(zhì)量;胡彬[26]研究認(rèn)為,產(chǎn)業(yè)集聚顯著降低企業(yè)選擇高端創(chuàng)新模式的概率,需要政府在增強(qiáng)產(chǎn)業(yè)集聚市場(chǎng)力量方面積極介入,從而降低這種負(fù)向影響。關(guān)于3種集聚的測(cè)量方式,本文主要參考秦松松[27]、呂承超(2017)、李金滟(2008)等的研究進(jìn)行。
借鑒馬永紅(2011)、程虹(2017)等的研究,將科技園區(qū)創(chuàng)新質(zhì)量指標(biāo)分為投入和產(chǎn)出兩個(gè)部分。結(jié)合中關(guān)村科技園區(qū)年鑒相關(guān)統(tǒng)計(jì)指標(biāo),構(gòu)建創(chuàng)新質(zhì)量指標(biāo)如表1所示。
表1 中關(guān)村科技園區(qū)創(chuàng)新質(zhì)量指標(biāo)及數(shù)據(jù)
數(shù)據(jù)來(lái)源:《中關(guān)村國(guó)家自主創(chuàng)新示范區(qū)年鑒》(2008—2018)
其中,研發(fā)經(jīng)費(fèi)投入直接來(lái)源于統(tǒng)計(jì)年鑒;專利授權(quán)率為企業(yè)專利授權(quán)量占企業(yè)專利申請(qǐng)量的比重,反映企業(yè)研發(fā)成果,是一個(gè)較為通用的綜合指標(biāo);科技人員占比為科技活動(dòng)人員占年末從業(yè)人員的比重。這3個(gè)指標(biāo)均從科技研發(fā)角度,反映創(chuàng)新必需的投入要素。同樣,高技術(shù)產(chǎn)業(yè)利潤(rùn)直接來(lái)源于統(tǒng)計(jì)年鑒;新產(chǎn)品收入占比和技術(shù)收入占比是根據(jù)統(tǒng)計(jì)年鑒進(jìn)行計(jì)算的綜合指標(biāo)。這3個(gè)指標(biāo)反映創(chuàng)新質(zhì)量產(chǎn)出,即是否因新技術(shù)、新產(chǎn)品出現(xiàn)而形成利潤(rùn)。
利用熵權(quán)法對(duì)建立的質(zhì)量創(chuàng)新指標(biāo)權(quán)重進(jìn)行計(jì)算,其原理是利用熵信息概念確定評(píng)價(jià)對(duì)象各個(gè)屬性權(quán)重。假設(shè)多屬性決策矩陣如下:
(1)使用極值處理法進(jìn)行數(shù)據(jù)無(wú)量綱化處理,計(jì)算第i個(gè)被評(píng)價(jià)對(duì)象在第j項(xiàng)評(píng)價(jià)指標(biāo)上的特征比值。
(2)計(jì)算第j項(xiàng)評(píng)價(jià)指標(biāo)熵值。
0≤ej≤1,熵值ej越大,該指標(biāo)提供的信息越少,所起作用越小。
(3)計(jì)算第j項(xiàng)評(píng)價(jià)指標(biāo)差異系數(shù)。
gj=1-ej
0≤gj≤1,熵值gj越大,對(duì)綜合評(píng)價(jià)體系的重要性就越大。
(4)計(jì)算第j項(xiàng)評(píng)價(jià)指標(biāo)權(quán)重系數(shù)。
(5)n個(gè)評(píng)價(jià)對(duì)象的綜合評(píng)價(jià)值。
計(jì)算結(jié)果如表2所示。
表2 中關(guān)村科技園區(qū)創(chuàng)新質(zhì)量指標(biāo)權(quán)重
根據(jù)所得指標(biāo)權(quán)重及表1,對(duì)歷年中關(guān)村科技園區(qū)創(chuàng)新質(zhì)量水平進(jìn)行計(jì)算,發(fā)現(xiàn)創(chuàng)新質(zhì)量水平呈“U”形趨勢(shì),如圖1所示。
由結(jié)果可以看出,中關(guān)村科技園區(qū)創(chuàng)新質(zhì)量整體發(fā)展態(tài)勢(shì)較好,但創(chuàng)新質(zhì)量有一定波動(dòng)性。該波動(dòng)性是否具有時(shí)間、空間依賴性?為此,進(jìn)一步圍繞創(chuàng)新質(zhì)量這一指標(biāo),構(gòu)建模型對(duì)時(shí)空效應(yīng)和集聚模式進(jìn)行研究。
根據(jù)盧勝峰[28]、張古鵬(2011)的研究,創(chuàng)新質(zhì)量具有區(qū)域差異性。當(dāng)前,許多高新科技園區(qū)采用“一園多區(qū)”模式發(fā)展,在城市中形成了不同地理布局,其創(chuàng)新質(zhì)量也顯示出相應(yīng)的差異。參考秦松松(2019)、呂承超(2017)等的研究,引入專業(yè)化集聚、多樣化集聚和市場(chǎng)競(jìng)爭(zhēng)3個(gè)效應(yīng)指標(biāo)并進(jìn)行相應(yīng)計(jì)算。
圖1 2006—2017年中關(guān)村科技園區(qū)創(chuàng)新質(zhì)量水平
專業(yè)化集聚表現(xiàn)為在某一地區(qū)生產(chǎn)同種產(chǎn)品的若干企業(yè)及其上下游企業(yè)高度密集分布,其產(chǎn)生的知識(shí)和技術(shù)溢出即瑪氏外部性。專業(yè)化集聚程度用公式表達(dá)為:
其中,inci,j,t為i地區(qū)j行業(yè)t時(shí)期主營(yíng)業(yè)務(wù)收入,取中關(guān)村科技園區(qū)主營(yíng)業(yè)務(wù)收入;inci,t為i地區(qū)t時(shí)期主營(yíng)業(yè)務(wù)收入,取北京市各個(gè)區(qū)企業(yè)主營(yíng)業(yè)務(wù)收入;incj,t為整個(gè)地區(qū)j行業(yè)t時(shí)期主營(yíng)業(yè)務(wù)收入,取北京市科技型企業(yè)主營(yíng)業(yè)務(wù)收入;inct為t時(shí)期北京市各產(chǎn)業(yè)工業(yè)總產(chǎn)值。專業(yè)化集聚產(chǎn)生的外部性稱為Mar外部性。
多樣化集聚表現(xiàn)為不同產(chǎn)業(yè)的企業(yè)在地理上形成集聚分布,網(wǎng)絡(luò)化體系使不同產(chǎn)業(yè)的企業(yè)溝通和交流,加速雅各布外部性對(duì)周邊地區(qū)的影響。多樣化集聚程度為:
divi,j,t=
用公式表達(dá)為:
多樣化集聚產(chǎn)生的外部性稱為Jacobs外部性。
市場(chǎng)競(jìng)爭(zhēng)表現(xiàn)為生產(chǎn)同質(zhì)產(chǎn)品企業(yè)過(guò)度飽和,企業(yè)為提升自身競(jìng)爭(zhēng)力,采取價(jià)格或非價(jià)格手段打壓競(jìng)爭(zhēng)對(duì)手。市場(chǎng)競(jìng)爭(zhēng)程度為:
其中,numi,j,t為中關(guān)村科技園區(qū)企業(yè)數(shù),numi,t為北京市科技型企業(yè)數(shù)。
若中關(guān)村科技園區(qū)創(chuàng)新質(zhì)量受時(shí)空效應(yīng)的影響,則受到以上3種集聚模式的作用。為了探討集聚模式、時(shí)空效應(yīng)和其它變量對(duì)創(chuàng)新質(zhì)量的影響程度,本文利用莫蘭指數(shù)測(cè)度各變量空間相關(guān)性,并采用上述變量研究集聚效應(yīng)對(duì)中關(guān)村科技園區(qū)創(chuàng)新質(zhì)量的影響。
空間權(quán)重矩陣主要有鄰接空間權(quán)重矩陣、地理距離空間權(quán)重矩陣和經(jīng)濟(jì)空間權(quán)重矩陣3種。因?yàn)楸本┦兄嘘P(guān)村科技園區(qū)所帶動(dòng)的不同行業(yè)集中在北京市區(qū)及周邊區(qū)域,可以忽略由經(jīng)濟(jì)發(fā)展帶來(lái)的輻射效應(yīng)和孤島效應(yīng)。因此,本研究最終選擇地理距離空間權(quán)重矩陣,即:
其中,w1、w2、……wn為各分園區(qū)地理中心位置到北京市中心的位置。計(jì)算所得空間權(quán)重系數(shù)如表3。
采用測(cè)算空間相關(guān)性的莫蘭指數(shù)(Moran′s I)進(jìn)行檢驗(yàn)[29],以判斷中關(guān)村科技園區(qū)各區(qū)創(chuàng)新質(zhì)量之間的相關(guān)關(guān)系,結(jié)果見(jiàn)表4。
Moran′s I大于0表明空間正相關(guān),其絕對(duì)值表示空間相關(guān)性強(qiáng)弱,其指數(shù)越接近于1,表示空間集聚效應(yīng)越顯著??疾炱趦?nèi),Moran′s I均為正值,在1%的置信水平下顯著,表明中關(guān)村科技園區(qū)創(chuàng)新質(zhì)量存在顯著正向空間相關(guān)性,隨著年份增加,Moran′s I增大,中關(guān)村科技園區(qū)創(chuàng)新質(zhì)量的空間相關(guān)性逐漸提高。Moran′s I僅解釋全局空間自相關(guān),局部空間自相關(guān)需要借助局部Moran′sI散點(diǎn)圖加以分析。
以各年份數(shù)據(jù)為截面,計(jì)算各區(qū)域局部Moran′s I并繪制散點(diǎn)圖,局部Moran′s I高,代表該區(qū)域集聚效應(yīng)顯著。因此,高值-高值區(qū)域體現(xiàn)了空間均質(zhì)性,區(qū)域內(nèi)可能存在空間擴(kuò)散、溢出效應(yīng)。高值-低值區(qū)域表明,該區(qū)域出現(xiàn)負(fù)空間溢出效應(yīng),原因可能與產(chǎn)業(yè)性質(zhì)及創(chuàng)新中心遷移有關(guān)。
圖2 期初與期末中關(guān)村各園區(qū)局部莫蘭指數(shù)
表3 各園區(qū)地理距離空間權(quán)重系數(shù)
表4 創(chuàng)新質(zhì)量莫蘭指數(shù)
根據(jù)圖2可發(fā)現(xiàn),考察期內(nèi),多數(shù)園區(qū)都產(chǎn)生了集聚程度躍遷。海淀園、朝陽(yáng)園和豐臺(tái)園從高-低向高-高躍遷,說(shuō)明區(qū)域內(nèi)空間集聚異質(zhì)性進(jìn)一步降低,集聚程度提高,平谷園、順義園和密云園由低-低向高-低或低-高躍遷,說(shuō)明區(qū)域或其周邊區(qū)域集聚程度提高,其可能受到創(chuàng)新中心輻射的影響,或發(fā)展規(guī)?;厣珒?yōu)勢(shì)產(chǎn)業(yè)。東城園、西城園和大興-亦莊園保持高-高不變,而延慶園與懷柔園保持低-低不變,與其所處的北京市中心或邊緣地理位置有較強(qiáng)相關(guān)關(guān)系。整體而言,中關(guān)村科技園區(qū)16個(gè)區(qū)的產(chǎn)業(yè)集聚不斷增強(qiáng),集聚效應(yīng)顯著區(qū)域仍主要分布在中心地帶。
根據(jù)柯布道格拉斯生產(chǎn)函數(shù)和希克斯中性的技術(shù)進(jìn)步效率函數(shù),參考已有相關(guān)研究,構(gòu)建關(guān)于創(chuàng)新質(zhì)量的生產(chǎn)函數(shù)模型。
qualityi,j,t=Ai,j,t·peri,j,t·resi,j,t
其中,quality為中關(guān)村科技園區(qū)創(chuàng)新質(zhì)量,A為??怂怪行缘募夹g(shù)進(jìn)步效率函數(shù),per為研發(fā)人員投入,研發(fā)人員投入程度越高,則人力資源越豐富,創(chuàng)新質(zhì)量越高。res為研發(fā)資本存量,此處以R&D研發(fā)投入代替。Ai,j,o為i地區(qū)j行業(yè)初始技術(shù)水平, spe 為專業(yè)化集聚程度, div 為多樣化集聚程度,com 為市場(chǎng)競(jìng)爭(zhēng)程度,β0為專業(yè)化集聚對(duì)技術(shù)進(jìn)步效率影響的彈性系數(shù),β1為多樣化集聚對(duì)技術(shù)進(jìn)步效率影響的彈性系數(shù),β2為市場(chǎng)競(jìng)爭(zhēng)對(duì)技術(shù)進(jìn)步效率影響的彈性系數(shù)。假定生產(chǎn)函數(shù)規(guī)模報(bào)酬不變,則β0+β1+β2=1。
空間計(jì)量模型主要有空間誤差模型、空間滯后模型和空間杜賓模型3種,對(duì)于動(dòng)態(tài)空間面板模型選擇,首先應(yīng)利用LM檢驗(yàn)和Robust-LM檢驗(yàn)加以判斷,其次應(yīng)在確定空間相關(guān)性之后,利用Wald檢驗(yàn)和LR檢驗(yàn)進(jìn)行SDM、SAR或SLM模型選擇。
模型選擇判斷準(zhǔn)則如下:①LM檢驗(yàn)和Robust-LM檢驗(yàn)中,如果統(tǒng)計(jì)量檢驗(yàn)結(jié)果拒絕原假設(shè),則說(shuō)明確定存在空間相關(guān)性,應(yīng)選擇SDM模型而非OLS模型;②Wald檢驗(yàn)和LR檢驗(yàn)中,分別進(jìn)行SEM&SDM和SAR&SDM檢驗(yàn),若統(tǒng)計(jì)量檢驗(yàn)結(jié)果未拒絕兩個(gè)原假設(shè),則應(yīng)選擇SEM或SAR模型。若兩個(gè)都未拒絕,比較對(duì)數(shù)似然值進(jìn)行選擇;③其它情況下選用SDM。
以SDM為例,構(gòu)建空間計(jì)量模型如下:
lnqualityi,j,t=θlnqualityi,j,t+pW*lnqualityi,j,t+ηW*lnqualityi,j,t-1+a0+a1lnspei,j,t+a2lndivi,j,t+a3lncomi,j,t+a4lnperi,j,t+a5lnresi,j,t+a6lnedui,j,t+a7lnfdii,j,t+a8Wlnspei,j,t-1+a9Wlndivi,j,t-1+a10Wlncomi,j,t-1+a11Wlnperi,j,t-1+a12Wlnresi,j,t-1+a13Wlnedui,j,t-1+a14Wlnfdii,j,t-1+τWεi,j,t+ui,j,t+ωi,j
式中, lnqualityt代表北京市中關(guān)村科技園區(qū)在t年的創(chuàng)新質(zhì)量,W為空間權(quán)重矩陣,加有W的解釋變量為相應(yīng)各變量的空間滯后項(xiàng),代表相鄰地區(qū)解釋變量的交互影響。p為創(chuàng)新產(chǎn)出的空間效應(yīng),若p顯著為正則表示創(chuàng)新產(chǎn)出存在正向空間溢出效應(yīng),反之則存在負(fù)向空間溢出效應(yīng)。
對(duì)于時(shí)間和空間效應(yīng),該模型可通過(guò)偏微分方法將空間溢出的總效應(yīng)分解為直接效應(yīng)和間接效應(yīng),并根據(jù)時(shí)間長(zhǎng)短有所改變。對(duì)模型進(jìn)行變換,關(guān)于第k個(gè)解釋變量的偏分方程矩陣公式如下:
(1)短期效應(yīng)。
其中,Y代表被解釋變量創(chuàng)新質(zhì)量quality,x代表各解釋變量。θ1k為被解釋變量對(duì)第k個(gè)解釋變量的偏微分系數(shù),θ2k為被解釋變量對(duì)第k各解釋變量空間滯后項(xiàng)系數(shù)。
(2)長(zhǎng)期效應(yīng)。
[(1-α)I-(p+η)w]-1
其中,I為n階單位矩陣。矩陣對(duì)角線上的元素為分解后的直接效應(yīng),表示本地區(qū)解釋變量對(duì)被解釋變量的影響,存在區(qū)域內(nèi)空間溢出效應(yīng); 非對(duì)角線上的元素為分解后的間接效應(yīng),表示本地區(qū)解釋變量對(duì)其它地區(qū)被解釋變量的影響,存在區(qū)域間空間溢出效應(yīng)??傂?yīng)等于直接效應(yīng)與間接效應(yīng)之和。
根據(jù)LM檢驗(yàn)、Robust-LM檢驗(yàn)、Wald檢驗(yàn)和LR檢驗(yàn)結(jié)果,如表5所示,LM檢驗(yàn)、Robust-LM檢驗(yàn)均在5%以下,拒絕了因變量和殘差項(xiàng)不存在空間相關(guān)性的原假設(shè),表明模型應(yīng)該包含空間滯后項(xiàng)和空間誤差項(xiàng)。表5中,空間面板模型SDM與SLM和SAR的適配檢驗(yàn)結(jié)果顯示,Wald檢驗(yàn)和LR檢驗(yàn)同時(shí)拒絕SDM模型能夠簡(jiǎn)化為SLM或SAR模型的原假設(shè),表明固定效應(yīng)的SDM模型是本研究樣本數(shù)據(jù)的最佳擬合模型,通過(guò)檢驗(yàn),因此本文選擇能夠作為SLM和SAR拓展形式的SDM。
表5 模型選擇檢驗(yàn)結(jié)果
為進(jìn)一步保證回歸結(jié)果穩(wěn)健,并考察時(shí)間、空間效應(yīng)對(duì)創(chuàng)新質(zhì)量的差異化影響,以北京市中關(guān)村科技園區(qū)為研究對(duì)象,以創(chuàng)新質(zhì)量為被解釋變量,分別構(gòu)建無(wú)時(shí)空效應(yīng)模型、時(shí)間效應(yīng)模型、空間效應(yīng)模型和時(shí)空效應(yīng)模型4個(gè)模型。
模型1:靜態(tài)非空間面板模型,不存在創(chuàng)新產(chǎn)出的時(shí)間和空間效應(yīng)。
lnqualityt=a0+a1lnspei,j,t+a2lndivi,j,t+a3lncomi,j,t+a4lnperi,j,t+a5lnresi,j,t+a6lnedui,j,t+a7lnfdii,j,t+ε
模型2:動(dòng)態(tài)非空間面板模型,考慮到創(chuàng)新產(chǎn)出水平的累積循環(huán)效應(yīng),加入創(chuàng)新產(chǎn)出的時(shí)間滯后項(xiàng)。
lnqualityt=lnqualityt-1+a0+a1lnspei,j,t+a2lndivi,j,t+a3lncomi,j,t+a4lnperi,j,t+a5lnresi,j,t+a6lnedui,j,t+a7lnfdii,j,t+ε+ω
模型3:靜態(tài)空間面板模型,在模型1的基礎(chǔ)上引入空間滯后項(xiàng)。
lnqualityt=pw*lnqualityt-1+a0+a1lnspei,j,t+a2lndivi,j,t+a3lncomi,j,t+a4lnperi,j,t+a5lnresi,j,t+a6lnedui,j,t+a7lnfdii,j,t+wa8lnspei,j,t+wa9lndivi,j,t+wa10lncomi,j,t+wa11lnperi,j,t+wa12lnresi,j,t+wa13lnedui,j,t+wa14lnfdii,j,t+τWεi,j,t+ui,j,t
模型4:動(dòng)態(tài)空間面板模型SDM。
lnqualityi,j,t=θlnqualityi,j,t+pW*lnqualityi,j,t+ηW*lnqualityi,j,t-1+a0+a1lnspei,j,t+a2lndivi,j,t+a3lncomi,j,t+a4lnperi,j,t+a5lnresi,j,t+a6lnedui,j,t+a7lnfdii,j,t+a8Wlnspei,j,t-1+a9Wlndivi,j,t-1+a10Wlncomi,j,t-1+a11Wlnperi,j,t-1+a12Wlnresi,j,t-1+a13Wlnedui,j,t-1+a14Wlnfdii,j,t-1+τWεi,j,t+ui,j,t+ωi,j
實(shí)證數(shù)據(jù)選用中關(guān)村《中關(guān)村國(guó)家自主創(chuàng)新示范區(qū)年鑒》(2008—2018),各變量統(tǒng)計(jì)描述結(jié)果如表6所示。
對(duì)模型進(jìn)行回歸,其中模型3、模型4都進(jìn)行了層次回歸以考察控制變量,最終回歸結(jié)果如表7所示。
表6 各變量描述性統(tǒng)計(jì)結(jié)果
表7 創(chuàng)新質(zhì)量時(shí)空效應(yīng)回歸結(jié)果
注:***、 **和*分別表示系數(shù)在1%、5%和10%水平上顯著,下同
由表7可以看出:中關(guān)村科技園區(qū)創(chuàng)新質(zhì)量受到時(shí)間、空間與時(shí)空效應(yīng)的不同影響。在模型4的結(jié)果中,時(shí)間項(xiàng)、空間項(xiàng)和時(shí)空交互項(xiàng)都顯著,因此,中關(guān)村科技園區(qū)創(chuàng)新質(zhì)量表現(xiàn)出時(shí)間、空間溢出效應(yīng),即創(chuàng)新質(zhì)量呈現(xiàn)時(shí)間連續(xù)和空間依賴特征,當(dāng)期創(chuàng)新質(zhì)量受到前一期創(chuàng)新質(zhì)量和周邊地區(qū)創(chuàng)新質(zhì)量的共同影響,與空間自相關(guān)檢驗(yàn)結(jié)果一致。進(jìn)一步說(shuō)明,北京市中關(guān)村科技園區(qū)創(chuàng)新質(zhì)量存在相互影響,表現(xiàn)出一定程度的空間集聚特征。這是因?yàn)殡S著基礎(chǔ)設(shè)施完善和信息技術(shù)發(fā)展,創(chuàng)新要素流動(dòng)速度加快,知識(shí)、技術(shù)和生產(chǎn)要素在區(qū)域間不斷擴(kuò)散,區(qū)域間相互影響隨之增強(qiáng)。
在集聚效應(yīng)方面,專業(yè)化集聚效應(yīng)整體正向顯著,說(shuō)明產(chǎn)業(yè)集聚表現(xiàn)出較多的瑪氏外部性,對(duì)創(chuàng)新質(zhì)量的正向影響來(lái)源于規(guī)模效應(yīng)、垂直分工和同一產(chǎn)業(yè)間知識(shí)、技術(shù)交流。多樣化集聚效應(yīng)整體負(fù)向顯著,其原因可能是當(dāng)多樣化集聚水平不高時(shí),不同企業(yè)之間未形成有效協(xié)調(diào)、溝通途徑,致使區(qū)域內(nèi)不同產(chǎn)業(yè)之間知識(shí)、人才、資源等要素?zé)o法自由流通,從而抑制創(chuàng)新產(chǎn)出。市場(chǎng)競(jìng)爭(zhēng)集聚效應(yīng)整體上顯著性不強(qiáng)。
集聚模式回歸系數(shù)不能直接反映其對(duì)創(chuàng)新產(chǎn)出的作用程度,需依據(jù)分解后的短期和長(zhǎng)期直接效應(yīng)、間接效應(yīng)與總效應(yīng)解釋時(shí)空作用效果。在表7的計(jì)算上,進(jìn)一步分析得到表8。
表8 集聚模式時(shí)空效應(yīng)分解結(jié)果
從集聚模式分析,發(fā)現(xiàn)短期內(nèi),多樣化集聚對(duì)中關(guān)村科技園區(qū)創(chuàng)新質(zhì)量存在短期負(fù)向空間溢出效應(yīng),專業(yè)化集聚和市場(chǎng)競(jìng)爭(zhēng)的短期作用不顯著。但是長(zhǎng)期看,專業(yè)化集聚和多樣化集聚有正向顯著效應(yīng),即區(qū)域內(nèi)溢出逐漸消失并呈現(xiàn)正向區(qū)域間溢出。
集聚模式對(duì)創(chuàng)新質(zhì)量的時(shí)空效應(yīng)不僅存在整體差異,還存在行業(yè)差異。采用中關(guān)村高產(chǎn)業(yè)園區(qū)八大行業(yè)面板數(shù)據(jù),構(gòu)建動(dòng)態(tài)空間面板模型,研究集聚模式與創(chuàng)新質(zhì)量的時(shí)空效應(yīng)關(guān)系是否存在行業(yè)差異,并綜合權(quán)衡R2、LogL和AIC值選擇具體模式,實(shí)證結(jié)果如表9所示。
(1)生物醫(yī)藥創(chuàng)新質(zhì)量時(shí)間滯后項(xiàng)系數(shù)為0.2,空間滯后項(xiàng)系數(shù)為-0.023,說(shuō)明生物醫(yī)藥創(chuàng)新質(zhì)量受到正向累積循環(huán)效應(yīng)和負(fù)向空間溢出效應(yīng)影響,即創(chuàng)新質(zhì)量受到時(shí)間累積的正向影響,但較高的創(chuàng)新質(zhì)量反而抑制周邊地區(qū)的同行業(yè)創(chuàng)新質(zhì)量,同樣的情況還有環(huán)境保護(hù)、新能源與節(jié)能和其它行業(yè)等。這一現(xiàn)象與中關(guān)村科技園區(qū)對(duì)行業(yè)區(qū)域的分工有關(guān),即某行業(yè)有限的創(chuàng)新要素集聚于某一中心,導(dǎo)致周圍園區(qū)該行業(yè)創(chuàng)新質(zhì)量下降。
(2)新材料、電子信息和先進(jìn)制造存在正向時(shí)間累計(jì)循環(huán)效應(yīng)和正向空間溢出效應(yīng),導(dǎo)致這一現(xiàn)象的可能原因是:上述行業(yè)投入周期相對(duì)較短,專利門(mén)檻較低,信息交流需求更大,若一個(gè)區(qū)域創(chuàng)新質(zhì)量較高,則正向影響相鄰區(qū)域創(chuàng)新質(zhì)量。
(3)進(jìn)一步分析可發(fā)現(xiàn),具有負(fù)向空間溢出效應(yīng)的行業(yè),其行業(yè)創(chuàng)新質(zhì)量主要受到專業(yè)化集聚的影響,而具有正向空間溢出效應(yīng)的行業(yè),其行業(yè)創(chuàng)新質(zhì)量主要受到多樣化或市場(chǎng)化集聚的影響。
目前,北京市中關(guān)村科技園區(qū)采用“一區(qū)十六園”模式,各區(qū)域之間的集聚效應(yīng)存在差異。為探討16區(qū)之間的差異,構(gòu)建面板模型進(jìn)行回歸求解,由于計(jì)算單個(gè)園區(qū)時(shí)無(wú)法使用空間權(quán)重矩陣,因而建立動(dòng)態(tài)非空間面板模型。各區(qū)成立時(shí)間不同,對(duì)于2012年10月以后成立的區(qū)取2013—2018年數(shù)據(jù),實(shí)證結(jié)果如表10所示。
表9 中關(guān)村科技園區(qū)分行業(yè)時(shí)空效應(yīng)分析結(jié)果
表10 中關(guān)村科技園區(qū)分園區(qū)時(shí)空效應(yīng)分析
(1)所有16個(gè)區(qū)都存在創(chuàng)新質(zhì)量的時(shí)間溢出效應(yīng),表明隨著時(shí)間推移,中關(guān)村科技園區(qū)各創(chuàng)新主體不斷實(shí)現(xiàn)知識(shí)與技術(shù)積累,從而改進(jìn)、提升創(chuàng)新機(jī)制。
(2)在16個(gè)區(qū)中,所有區(qū)域的創(chuàng)新質(zhì)量都受到專業(yè)化集聚的正向顯著影響,即各園區(qū)專業(yè)化集聚顯著促進(jìn)創(chuàng)新質(zhì)量提高。在多樣化集聚方面,大興-亦莊園受到多樣化集聚的負(fù)向顯著影響,而房山園、密云園和延慶園受到的多樣化集聚不顯著,結(jié)合園區(qū)本身產(chǎn)業(yè)規(guī)劃,其原因可能是,上述4個(gè)園區(qū)產(chǎn)業(yè)規(guī)劃相差較大,如大興-亦莊園區(qū)以生物醫(yī)藥、新媒體、新能源汽車和軍民結(jié)合作為戰(zhàn)略發(fā)展產(chǎn)業(yè),4種產(chǎn)業(yè)之間相關(guān)性較弱,因而其多樣化發(fā)展反倒削弱了創(chuàng)新產(chǎn)出活力。在市場(chǎng)競(jìng)爭(zhēng)方面,海淀園、朝陽(yáng)園、大興-亦莊園、東城園、西城園、通州園、門(mén)頭溝園和順義園受到市場(chǎng)競(jìng)爭(zhēng)集聚效應(yīng)的影響,結(jié)合其中產(chǎn)業(yè)分析,發(fā)現(xiàn)它們多以電子信息、生物醫(yī)藥和文化產(chǎn)業(yè)為主,與表7結(jié)論一致。此外,從側(cè)面反映出上述園區(qū)在技術(shù)向應(yīng)用轉(zhuǎn)化方面發(fā)展比較好,擁有較為健全的市場(chǎng)。
本文以中關(guān)村科技園區(qū)為研究對(duì)象,探討時(shí)空效應(yīng)、集聚模式與創(chuàng)新質(zhì)量的作用機(jī)制,選取2006—2017年北京市中關(guān)村科技園區(qū)相關(guān)數(shù)據(jù)構(gòu)建創(chuàng)新質(zhì)量指標(biāo),引入時(shí)間滯后項(xiàng)、空間滯后項(xiàng)和時(shí)空滯后交互項(xiàng),使用動(dòng)態(tài)空間面板計(jì)量模型分析集聚模式、時(shí)空效應(yīng)對(duì)創(chuàng)新質(zhì)量的影響,并在此基礎(chǔ)上,分別對(duì)長(zhǎng)短時(shí)空效應(yīng)、不同行業(yè)和不同園區(qū)進(jìn)行差異化分析。結(jié)果表明,中關(guān)村科技園區(qū)創(chuàng)新質(zhì)量受時(shí)空效應(yīng)和集聚效應(yīng)的影響,園區(qū)整體和局部都存在空間自相關(guān),其創(chuàng)新質(zhì)量表現(xiàn)出時(shí)間連續(xù)性和空間依賴特征。
(1)中關(guān)村科技園區(qū)的16個(gè)分園區(qū)大多產(chǎn)生了集聚程度躍遷,如海淀園、平谷園等園區(qū)分別實(shí)現(xiàn)了從高-低到高-高/低-低到高-低型區(qū)域躍遷??傮w而言,集聚效應(yīng)與地理位置相關(guān),16個(gè)分園區(qū)產(chǎn)業(yè)集聚不斷增強(qiáng),集聚效應(yīng)明顯的區(qū)域仍主要分布在中心地帶。
(2)中關(guān)村科技園區(qū)創(chuàng)新質(zhì)量表現(xiàn)出循環(huán)時(shí)間效應(yīng)和空間溢出效應(yīng)。對(duì)時(shí)空效應(yīng)進(jìn)行分解發(fā)現(xiàn),短期內(nèi)多樣化集聚對(duì)中關(guān)村科技園區(qū)的創(chuàng)新質(zhì)量存在短期負(fù)向空間溢出效應(yīng),專業(yè)化集聚和市場(chǎng)競(jìng)爭(zhēng)的短期作用不顯著。但從長(zhǎng)期看,專業(yè)化集聚和多樣化集聚有正向顯著效應(yīng)。
(3)中關(guān)村科技園區(qū)受到3種類型集聚效應(yīng)的影響,整體上專業(yè)化集聚效應(yīng)正向顯著,多樣化集聚效應(yīng)負(fù)向顯著,市場(chǎng)競(jìng)爭(zhēng)集聚效應(yīng)不顯著。分行業(yè)看,生物醫(yī)藥、環(huán)境保護(hù)、新能源與節(jié)能及其它行業(yè)的創(chuàng)新質(zhì)量受到正向累積循環(huán)效應(yīng)和負(fù)向空間溢出效應(yīng)的影響,而新材料、電子信息和先進(jìn)制造存在正向時(shí)間累積循環(huán)效應(yīng)和空間溢出效應(yīng)。具有負(fù)向空間溢出效應(yīng)的行業(yè),其創(chuàng)新質(zhì)量主要受到專業(yè)化集聚的影響,而具有正向空間溢出效應(yīng)的行業(yè),其行業(yè)創(chuàng)新質(zhì)量主要受到多樣化或市場(chǎng)化集聚的影響。分園區(qū)看,16個(gè)區(qū)都存在創(chuàng)新質(zhì)量的時(shí)間溢出效應(yīng),各園區(qū)專業(yè)化集聚顯著促進(jìn)創(chuàng)新質(zhì)量提高,一些園區(qū)如大興-亦莊園受到負(fù)向多樣化集聚影響,一些園區(qū)如海淀園、朝陽(yáng)園等受到市場(chǎng)競(jìng)爭(zhēng)集聚的影響,上述影響差異與園區(qū)產(chǎn)業(yè)規(guī)劃、功能定位及市場(chǎng)建設(shè)有一定關(guān)系。
基于以上研究,提出如下建議:①根據(jù)空間面板模型涉及的創(chuàng)新質(zhì)量、控制變量等指標(biāo)計(jì)算結(jié)果可得,科技園區(qū)要想提高創(chuàng)新質(zhì)量,應(yīng)當(dāng)重視“技術(shù)收入占比”指標(biāo),重點(diǎn)提高勞動(dòng)力水平;②由各園區(qū)局部莫蘭指數(shù)與莫蘭散點(diǎn)圖可知,目前有超過(guò)一半的分園區(qū)仍處于高-低、低-高、低-低集聚水平,應(yīng)加強(qiáng)各園區(qū)經(jīng)濟(jì)、技術(shù)、人才流動(dòng),構(gòu)建各園區(qū)有效交流渠道,降低集聚與創(chuàng)新的空間異質(zhì)性;③根據(jù)不同行業(yè)的特點(diǎn),為提高科技園區(qū)創(chuàng)新質(zhì)量,應(yīng)加強(qiáng)生物醫(yī)藥、新材料、電子信息、新能源與節(jié)能行業(yè)的專業(yè)化集聚,加強(qiáng)先進(jìn)制造、環(huán)境保護(hù)和其它行業(yè)多樣化集聚;④部分園區(qū)創(chuàng)新質(zhì)量受到市場(chǎng)競(jìng)爭(zhēng)集聚的影響,但整體影響不顯著,因而應(yīng)重視技術(shù)研面向應(yīng)用轉(zhuǎn)化,建立更為健全的市場(chǎng)體系,引入金融、中介、營(yíng)銷等市場(chǎng)必備要素,幫助科技園區(qū)進(jìn)一步從產(chǎn)業(yè)集聚中獲益并間接消除多樣化集聚的負(fù)面影響。