在创新驱动发展战略背景下,区域技术转移量在一定程度上反映区域科技创新能力,能为区域经济发展提供科技支持。而生产性服务业是为促进企业技术进步、产业升级和生产效率提升提供保障服务的行业,能直接影响区域技术转移量。随着生产性服务企业数量、市场份额不断增加、规模不断扩大,逐渐形成地理集聚,其对区域技术转移的作用机制如何?该问题有待进一步研究。
根据SCP理论,市场结构通过影响市场行为作用于市场绩效。因此,生产性服务业集聚这一市场结构也会影响多主体行为,进而影响技术转移量。陈劲和阳银娟[1]认为,协同创新是独立创新要素的整合及创新要素资源在系统多主体间的流动,而产业集聚为协同创新提供了平台,有利于实现技术的有效转移和高效利用。此外,“金山银山”和“绿水青山”共存是经济发展的新目标,环境问题受到广泛关注。生产性服务业依附于制造企业存在,解决制造业环境问题是实现经济发展新目标的关键。潘宏亮[2]认为,企业仅依靠自身条件实现技术革新和环境治污的难度较大,需要多主体协调配合,集聚创新要素。在环境规制情境下,生产性服务业集聚如何影响区域技术转移呢?
SCP理论是由哈佛学者创立的产业组织分析理论,其核心观点是市场结构会对市场主体行为产生影响,主体行为在市场中的表现又会影响市场绩效,呈现为“结构-行为-绩效”产业分析框架。在对产业组织、市场主体行为等实际问题分析过程中,SCP范式具有较强的解释力和较广的应用空间。市场结构是指在某一特定产业市场中存在的企业数量、规模、市场份额等结构特征,通常由市场集中度、产品差异化等指标衡量。本文研究对象是生产性服务业集聚,市场行为是市场主体对市场结构变化的一种动态反应,主要包括价格行为和非价格行为。非价格行为强调产品研发和企业战略合作行为,由此形成市场主体间协同合作,而本文研究的协同创新正好是非价格行为的一种体现。因此,运用SCP理论分析“生产性服务业集聚-协同创新-技术转移”关系具有一定合理性。
在新的经济发展目标导向下,环境问题受到广泛关注。有研究表明,环境规制会影响产业结构调整,产生创新补偿效应[3]。鉴于此,本文基于SCP分析框架,纳入环境规制因素,构建环境规制情境下的“生产性服务业集聚-协同创新-技术转移”研究框架(如图1所示)。随着产业结构优化速度加快和环境约束强化,环境规制强度将日趋提高,进而影响产业结构和市场主体行为,以及技术创造、流动和转化。
1.2.1 生产性服务业集聚与技术转移
从产业特殊性看,生产性服务业的主要服务对象是制造业企业,具有智力知识密集度高、产出附加值大等特征[4],产业本身扮演着知识源或技术源的角色,能为技术需求方提供制造产品、应用工艺,以及系统知识或技术。同时,生产性服务业也为技术转移提供了渠道和环境条件,如科技中介服务机构为技术供需双方提供技术信息和交易渠道,金融机构为技术转化提供资金支持等。因此,生产性服务业集聚也是知识、技术、资金、信息等创新资源的集聚,不仅能直接推动技术转移,还能通过提供知识、技术等服务间接促进技术转移转化。从产业集聚的外部效应看,生产性服务业集聚能产生竞争效应、学习效应、溢出效应和创新效应[5-6],进而加速技术转移。生产性服务业集聚加剧了市场主体间的竞争,在日趋激烈的竞争环境中,技术追赶成为提高企业竞争力的关键,企业可以通过直接创新或技术引进等方式提高自身竞争力,加快技术创新和技术产业化速度。生产性服务业具有高产业融合度[4],相比制造业,其接触到的市场主体更加多元化,通过为服务对象提供更多“面对面”交流和学习机会[6],促进技术转移与转化。生产性服务业集聚加速集聚区及辐射区技术流动,使得技术在不同主体间和不同地域间迅速传播,产生技术溢出效应,进一步促进技术转移。此外,生产性服务业集聚使企业更容易发现市场需求和产品缺口,促进新技术、新工艺应用和新产品研发,进而实现技术转移。由此,提出如下假设:
H1:生产性服务业集聚对技术转移具有正向影响。
1.2.2 生产性服务业集聚与协同创新
刘军等[7-8]研究发现,产业集聚是影响地区协同创新效率的重要因素。根据已有研究结论,推断生产性服务业集聚可以通过地理邻近性、信任机制、沟通机制和制度环境等影响协同创新。①地理邻近性。生产性服务业具有产业融合度高的特点[4],其与不同市场主体接触、合作的机会更多,能有效提高相关主体协同创新的积极性。地理邻近不仅降低了合作伙伴搜寻成本,还有助于加强企业交流,为合作创新和集体学习创造机会[9],进而提升协同创新能力;②信任机制。协同创新是一个多主体协作共赢的过程,信任是实现持久合作与创新的重要因素[1]。生产性服务业能更好地与其它产业融合发展,使市场主体合作更加密切,增强合作伙伴间信任,这在一定程度上提高了市场主体间协同创新意愿。因此,产业集聚通过信任机制实现合作目标,进而实现协同创新;③沟通机制。基于社会网络理论,集聚为多主体提供了更多接触与交流的机会,具有显著的沟通外部性[10]。加之生产性服务业本身具有融合性强的特点,使得由集聚带来的沟通外部性效应更显著。频繁沟通有助于加强合作关系,而有效沟通能对企业与高校和研究机构间协同创新产生更为积极的影响[9],促使参与主体形成“沟通-协调-合作-协同”良性循环[8],最终促进协同创新;④机制环境。从制度基础理论视角看,政府会给予产业集聚区更多关注,能为集聚区内相关主体创造良好的政策环境,为其创新提供制度支持,进而调动合作积极性[10]。由此,提出如下假设:
H2:生产性服务业集聚对协同创新具有正向影响。
1.2.3 协同创新与技术转移
协同创新是创新要素资源在多主体间的流动,包括企业、高校、科研机构、金融机构、中介机构和政府等主体,是一种跨界联动合作的行为[11],能有效推动企业技术研发和技术产业化[8],进而实现技术转移。协同创新行为一方面可以帮助技术转移参与者获取技术及专业人才等外部资源,为其提供前沿信息和新知识,促进科研机构和高校产出学术成果和技术专利,提升企业主体创新绩效,实现参与主体“共赢”[1]。从资源基础观看,协同创新能满足不同主体的资源需求,充分利用内外部资源,创造相对优势[11]。此外,参与主体还能通过合作伙伴的外部关系网络获取技术、专业知识、资本、知识产权等资源[12],迅速提高自身创新能力和吸收能力。实际上,获取或共同创造资源的过程也是技术搜寻、应用和转移的过程。另一方面,协同创新能降低技术转移转化的成本和风险,实现成本共担和风险分散。当企业受技术开发成本或创新风险不确定等因素制约时,协同创新成为企业创新的重要战略选择[12]。Okamuro[13]等认为,协同创新除能使企业获取互补性资源外,还能使参与者共担风险和共摊成本,从而提升研发生产力。该过程有利于实现技术、知识共创和应用,进而实现技术转移。由此,提出如下假设:
H3:协同创新对技术转移具有正向影响。
1.2.4 协同创新的中介作用
一直以来,学者更关注产业集聚对技术转移或协同创新的直接作用,忽略了市场主体协同创新对产业集聚与技术转移的中介作用。根据前述关于生产性服务业集聚、协同创新与技术转移关系的理论推演,可作出以下推断:生产性服务业集聚通过促进市场主体协同创新,对技术转移产生间接影响,产业集聚是协同创新的基础[8]。生产性服务业集聚不仅为多元主体互动联系搭建了桥梁,其创新性强的产业特点也加速了技术流通和转化。主体协同创新放大了集聚的溢出效应,提升了技术再创新和产业化速度。协同创新在加速多主体合作过程中,实现了技术和知识从“实验室”到产业化的转移,进而促进技术转移转化。此外,根据SCP理论,市场结构变化会引起市场主体行为改变,进而影响市场绩效。当生产性服务业集聚时,市场内部将汇聚更多高端要素资源,引致更激烈的市场竞争,单个企业难以应对这一竞争局势。因此,生产性服务业集聚会在一定程度上促进企业合作。企业从独立发展转变为协同创新发展,必然会影响技术研发和成果转化。由此,提出以下假设:
H4:协同创新在生产性服务业集聚与技术转移的正向关系中发挥中介作用。
1.2.5 环境规制的调节作用
环境规制是以环境保护为直接目的,以个体或组织为对象,以有形制度或无形意识为存在形式的一种约束性力量[14]。环境规制旨在约束市场主体的环境污染行为,减少污染物排放。但随着环境规制研究逐渐深入,有学者发现环境规制还具有间接促进产业结构优化调整、技术创新升级的作用。①环境规制会影响市场主体产业选择。环境规制对重污染产业的约束力和影响最强,环境规制较高时,市场主体更倾向于选择受环境规制约束较小的产业,使服务业比重上升,倒逼产业结构调整。根据SCP理论,产业结构变化会引致市场主体行为改变。生产性服务业集聚会带来更激烈的市场竞争,并在一定程度上促使企业寻求协作共赢;②从环境规制成本来看,环境规制加强、污染排放标准提高会使企业想方设法提高治污能力,尽可能减少治污费用,而产业集聚为企业提供了共用的环境治理设施,能有效降低治污成本[3]。此外,环境规制在约束污染企业的同时,也对生产性服务业提出了更多要求,从而促进市场主体合作;③环境规制会对市场主体的技术水平、管理模式、产品结构、成本预算、治污效果等提出更高要求[15],进而对产业和企业群体发挥优胜劣汰机制[16]。环境规制致使市场对技术、资金、人才等需求增大,对市场服务的要求提高。在高环境约束之下,生产性服务业集聚不仅满足了企业对市场服务的需求,而且为市场主体的协同提供了交流与共享平台,促进主体间合作。由此,提出以下假设:
H5:环境规制正向调节生产性服务业集聚与协同创新间的关系,环境规制程度越高,生产性服务业集聚对协同创新的正向影响越强。
根据波特假说,环境规制通过激励企业技术创新,进而提高资源利用效率[17]。对于创新能力较强的企业,它们不仅是新技术的创造者和扩散者,同时还具有较强的技术吸收能力,也是技术转化者。对于创新能力较弱的企业,更多是通过技术引进实现技术创新,必然会增加技术需求,导致技术交易量上升。此外,在环境规制压力下,企业仅依靠自身力量,难以解决由环境规制引致的污染治理和技术创新难题,协同创新成为各主体共同应对环境规制压力的新途径[2]。环境规制刺激企业通过寻找合作伙伴获取创新资源、降低创新风险,形成多主体、多要素的能力协同,以满足业务管理需求和应对未来环境变化,加速技术研发、应用和扩散,提高企业创新绩效[17]。由此,提出以下假设:
H6:环境规制正向调节协同创新与技术转移之间的关系,环境规制强度越高,协同创新对技术转移的正向影响程度越高。
进一步地,本研究提出一个有调节的中介模型,即生产性服务业集聚通过协同创新促进技术转移的过程,受到环境规制的调节作用。当环境规制程度较高时,一方面,产业结构会发生调整变化;另一方面,环境规制对企业的约束使得市场对生产性服务业的要求提高、需求增加,集群化发展模式成为大势所趋。集聚使得市场主体为了提升竞争力,在资金、技术、人才等方面寻求合作,进而促进技术转移和成果转化。由此,提出以下假设:
H7:生产性服务业集聚经过协同创新影响技术转移的中介效应会受到环境规制的调节,即环境规制程度较高时对“生产性服务业集聚-协同创新-技术转移”关系的正向调节作用较强,反之较弱。
图1 理论模型
以我国2002-2015年省域面板数据为样本进行实证分析,其中西藏、港澳台地区数据缺失予以剔除,共收集到内地30个省份420条数据。生产性服务业参照刘奕等[18]的做法,选用信息运输、计算机服务和软件业,金融业,租赁和商务服务业,科学研究、技术服务和地质勘查业,交通运输仓储邮政业5个行业为代表,生产性服务业集聚度测算以其就业人数为基准。
本文数据主要来源于2003-2016年统计年鉴。其中,生产性服务业集聚、技术转移、地区经济基础、科技创新资源、吸收能力、地区研发投入数据均来源于《中国统计年鉴》,协同创新涉及到的相关数据来源于《中国科技统计年鉴》,环境规制数据来源于《中国环境统计年鉴》、知识产权保护涉及到的专利侵权案件数和专利授权数量均来自《国家知识产权局统计年报》。
(1)生产性服务业集聚。现有关于生产性服务业集聚的测度指标主要有区位熵、赫芬达尔指数和基尼系数,本文借鉴Duranton & Puga[19]的方法,采用赫芬达尔指数(HHI)的倒数衡量生产性服务业集聚程度。HHI指数是对所有服务业行业就业份额平方的加总,其中Sij是指j地区i行业的就业份额,用其倒数衡量集聚度,公式为:
PSA=1/∑Sij2
(2)技术转移。技术转移是指通过各种渠道将制造产品、应用工艺或服务的知识从技术供方向技术需方转移的过程,一般用技术转移数量和技术成交额衡量。目前,我国对以合同形式实现的技术交易进行了数量和金额统计,但相比技术交易数量,技术成交金额更能真实反映技术交易情况,因此学界普遍采用技术市场成交额衡量技术转移。本文遵循大多数学者的做法,选择技术市场成交额表征技术转移。
(3)协同创新。现有学者对协同创新的衡量主要有两种形式,一是问卷调查,主要从微观层面对企业与高校、政府等主体的合作、联系程度进行调研,获取一手数据,剖析主体间的协同程度;二是利用宏观数据分析各区域内资金、人员等创新资源在不同主体间的流动情况反映协同创新程度。本文的研究层面是区域,用宏观数据衡量协同创新更合适,故选用蒋伏心[11]和刘军[8]的做法,对政府投入、金融机构投入、高校研发资金中的企业投入资金和科研机构研发资金中的企业投入资金4个单项指标作因子分析,测算协同创新度。
(4)环境规制。目前学术界对环境规制的衡量主要有以下几种观点:第一种是环境治理投资产值观,如张文彬[20]、陶长琪和周璇[21]等用工业污染治理投资额占工业增加值的比重,覃伟芳等[3]用废水废气污染治理运行费用与工业增加值的比值衡量环境规制程度;第二种是污染物指标构建法,如原毅军和谢荣辉[15]等用废水排放达标率、二氧化硫排放达标率、烟(粉)尘去除率、固体废物综合利用率等单项污染指标构建环境规制综合指数,朱平芳[22]选取废水废气排放量、固体废物产生量3个单项指标构建综合衡量指标体系测度环境规制;第三种是收入观,认为发达国家人均收入水平与环境规制强度呈显著正相关关系,但国内对该指标使用相对较少。此外,还有学者用国民生产总值与能源消耗量或污染排放量的比值衡量。总体而言,学者们对环境规制的衡量方法正在不断改进和完善。鉴于相关数据的可得性和完整性,本文采用第二种方法衡量环境规制,选取工业废水排放量、烟(粉)尘排放量和工业固体废物产生量3个污染指标构建综合衡量指标,具体处理过程借鉴朱平芳等的综合指标构建法:首先,因不同省域间的污染物排放量存在较大差异,故将各省份每年的工业废水排放量、烟(粉)尘排放量和工业固体废物产生量除以真实GDP,以解决不同省域间污染排放差异大的问题;其次,将单位GDP排放量标准化,其含义为城市i第t种污染物的相对排放水平。
其中,Pit表示i城市第t种污染物单位GDP的排放量;pxit表示污染物标准化值,数值越大并超过1,说明城市i第t种污染物的排放水平相对较高。由于采用污染物排放量表示环境规制强度,因此pxit数值越小则环境规制强度越高,反之数值越大则环境规制强度越低。
由于各污染物指标都是经过标准化处理得到的无量纲变量,因此指标间具有横向可比性,对其进行加总平均处理是具有意义的。
其中,pxi表示经加总平均后得出的城市i的综合污染物指数。
(5)控制变量。根据已有关于技术转移影响因素的研究,本文选取地区经济基础、科技创新资源、地区技术吸收能力、地区研发投入和知识产权保护强度作为控制变量。①地区经济基础。市场需求规模越大,构成技术转移市场销售规模及获利的机会越多,技术交易活动越频繁,本文采用省域GDP反映省域地区经济发达程度和技术有效需求规模;②科技创新资源。其是技术得以开发和应用的保证,地理上靠近高校聚集区通常技术活跃度较高,如美国的硅谷、日本筑波科技城等,因此地区所拥有的高等院校越多,人才储备量越大,通过产学研合作实现的技术交易越多。本文采用省域普通高等院校数量作为科技创新资源的代理变量;③吸收能力。其是区域获取、消化、吸收外部资源进行科技创新和创造的能力,包括研发投入和人力资本等资源,而区域专利产出能综合反映研发资本投入与人力资本投入。本文借鉴杨龙志和刘霞[23]的做法,采用省域“三项专利申请受理量”指标衡量吸收能力;④地区研发投入。其是技术发展的支持因素,是技术得以产生和产业化的关键。本文采用地区R&D经费支出表征地区研发投入;⑤知识产权保护程度。参考吴超鹏[24]的方法,用专利未被侵权率衡量“知识产权保护程度”,具体计算公式为“IPP=1-Cit/Pt”。Cit/Pt表示专利侵权率。Cit表示i省t年的专利侵权数,即专利侵权案件数总和,包括专利侵权纠纷立案数、其它纠纷立案数、查处冒充案件数和查处假冒立案数。Pt表示每个年度的专利授权数量,该指数越大则知识产权保护程度越高、知识产权保护越好。
为了检验H1-H3,分别构建计量模型(1)、(2)、(3)。
lnTTQ=∝0+∝1PSA+α2lnGDP+α3lnSTIR+α4lnAC+α5RD+α6IPP+v1+ε1
(1)
lnTTQ=β0+β1SYN+β2lnGDP+β3lnSTIR+β4lnAC+β5RD+β6IPP+v2+ε2
(2)
lnTTQ=γ0+γ1SYN+γ2lnGDP+γ3lnSTIR+γ4lnAC+γ5RD+γ6IPP+v3+ε3
(3)
为了检验协同创新的中介作用,构建模型(4)。
lnTTQ=θ0+θ1SYN+θ2lnGDP+θ3lnSTIR+θ4lnAC+θ5RD+θ6IPP+v4+ε4
(4)
为了进一步验证环境规制对生产性服务业集聚-协同创新-技术转移的调节作用影响,借鉴温忠麟[25]的做法,分别构建模型(5)、(6)、(7),其中模型(7)是有调节的中介模型。
SYN=δ0+δ1PSA+δ2ER+δ3PSA*ER+δ4lnGDP+δ5lnSTIR+δ6lnAC+δ7RD+δ8IPP+v5+ε5
(5)
lnTTQ=μ0+μ1SYN+μ2ER+μ3SYN*ER+μ4lnGDP+μ5lnSTIR+μ6lnAC+μ7RD+μ8IPP+v6+ε6
(6)
lnTTQ=ρ0+ρ1PSA+ρ2ER+ρ3SYN+ρ4SYN*ER+ρ5lnGDP+ρ6lnSTIR+ρ7lnAC+ρ8RD+ρ9IPP+v7+ε7
(7)
其中,TTQ为技术转移,PSA为生产性服务业集聚度,SYN为协同创新度,ER表示环境规制强度,GDP为地区经济发展水平,STIR为科技创新资源,AC表示地区技术吸收能力,RD为地区研发投入,IPP为知识产权保护程度。
一般认为Pearson检验结果的相关系数大于0.75则表明变量间可能存在多重共线性,回归结果可能是伪回归。从表1结果可看出,整体而言,变量间不存在多重共线性问题。相关性分析结果显示,生产性服务业集聚与技术转移的相关系数为0.150,显著正相关,说明生产性服务业集聚发展对技术转移有促进作用,即一个地区的生产性服务业集聚度越高,技术转移转化程度也越高。本文引入的中介变量和调节变量分别是协同创新和环境规制,结果显示,生产性服务业集聚与协同创新的相关系数是0.115,显著正相关,即生产性服务业集聚度越高,各主体之间的协同创新程度越高;协同创新与技术转移的相关系数是0.271,显著正相关,说明协同创新对技术转移有正向影响。环境规制与生产性服务业集聚的相关性不显著;环境规制与技术转移的相关系数为-0.502,显著负相关,表明环境规制对技术转移存在一定影响,即环境规制程度越高,技术转移越多;环境规制与协同创新的相关系数是-0.213,呈显著负相关。分析结果表明,生产性服务业集聚、协同创新、技术转移和环境规制之间呈显著相关关系,结果与前文提出的假设基本相符。
首先,对本文构建的所有模型进行Hausman检验,检验结果显示本文构建的模型均适合固定效应模型。表2中的模型(1)和表3中的模型(5)结果显示,当期生产性服务业集聚和滞后一期生产性服务业集聚对技术转移均有正向影响,能够显著促进技术转移,H1得到验证。表2中模型(2)显示,当期生产性服务业集聚对协同创新有不显著的正向影响,表3中模型(6)显示,滞后一期的生产性服务业集聚对协同创新的影响显著为正,进一步说明集聚是一个资源累积、聚集的长期过程,生产性服务业集聚对协同创新的影响具有滞后性,H2得到验证。表2中模型(3)显示,协同创新对技术转移的正向影响不显著,其原因可能是企业、政府、金融中介机构、高校和科研机构等创新主体间的互动与协作具有长期性和过程性,因此协同创新对技术成果转移转化的促进作用具有一定滞后性,表3中模型(7)的结果显示滞后一期的协同创新对技术转移的影响显著为正,表明协同创新确实存在滞后性,H3得到验证。
表1 Pearson相关性分析
变量1234567891lnTTQ12PSA0.150***13lnGDP0.718***0.082*14lnSTIR0.661***-0.0200.882***15lnAC0.482***-0.0190.592***0.439***16RD0.468**0.0750.0480.185***0.107**17IPP0.281***0.0730.322***0.275***0.123**0.106**18SYN0.271***0.115**-0.02660.147***-0.149***0.346***0.129***19ER-0.502***0.076 -0.404***-0.408***-0.323***-0.394**-0.115***-0.213***1
注:检验结果由软件Stata14.0得出,显著性水平为*p<0.1,**p<0.05,***p<0.01,下同
协同创新中介效应检验。表2中模型(2)未通过显著性检验,因此模型(4)的中介效应检验没有通过,表明当期协同创新在生产性服务业集聚与技术转移的关系中不存在中介效应。表3中模型(8)显示,加入滞后一期协同创新后,生产性服务业集聚对技术转移的影响不再显著,表明滞后一期的协同创新在滞后一期的生产性服务业集聚与技术转移关系中具有中介效应,H4得到验证。控制变量中,地区经济基础、地区技术吸收能力对技术转移有显著正向影响。地区研发投入对技术转移有不显著的正向影响,原因可能是研发资金投入后并未直接促成科技成果转移转化。知识产权保护对技术转移的影响为正。
表2 生产性服务业集聚、协同创新与区域技术转移回归结果
模型模型(1)模型(2)模型(3)模型(4)变量lnTTQSYNlnTTQlnTTQPSA0.184**0.0060.178**(0.07)(0.00)(0.07)SYN1.2881.098(0.98)(0.98)LnGDP0.771***-0.0060.836***0.777***(0.15)(0.01)(0.15)(0.15)LnSTIR-1.693***-0.022-1.596***-1.669***(0.27)(0.01)(0.28)(0.28)LnAC0.489***-0.0010.478***0.491***(0.09)(0.00)(0.09)(0.09)RD0.000-0.0000.0000.000(0.00)(0.00)(0.00)(0.00)IPP-1.653***0.001-1.690***-1.653***(0.49)(0.03)(0.49)(0.49)_cons0.1030.325***-0.385-0.254(0.73)(0.04)(0.80)(0.79)R20.6550.1060.6510.656R2-adj0.6240.0250.6190.624F121.6397.611119.429104.511
表3 滞后一期生产性服务业、滞后一期协同创新与区域技术转移回归结果
模型模型(5)模型(6)模型(7)模型(8)变量lnTTQSYNlnTTQlnTTQPSA(-1)0.139*0.009**0.132(0.08)(0.00)(0.08)SYN(-1)1.837*1.756*(1.02)(1.02)LnGDP0.771***-0.0060.851***0.777***(0.17) (0.01)(0.16)(0.17)LnSTIR-1.793***-0.020-1.731***-1.752***(0.33)(0.02)(0.33)(0.33)LnAC0.506***-0.0020.492***0.509***(0.09)(0.00)(0.09)(0.09)RD0.000-0.0000.0000.000(0.00)(0.00)(0.00)(0.00)IPP1.809***0.0021.847***1.809***(0.49)(0.03)(0.49)(0.49)_cons0.6810.314***-0.0380.109(0.87)(0.05)(0.93)(0.93)R20.6380.0880.6390.641R2-adj0.6030.0220.6030.605F104.1535.727104.27490.194
环境规制的调节效应检验。模型(9)是引入调节变量环境规制的回归结果,结果显示环境规制和交乘项均未通过显著性检验,这一结果与H5相悖,H5没有得到验证。模型(10)的结果显示,环境规制与协同创新的交互项系数为-3.817(P<0.05),并通过显著性检验。由于本文选用的环境规制衡量指标是污染物排放量,计算出的数值越小代表环境规制强度越大,其系数的正负分别代表环境规制具有消极作用和积极作用。因此,该结果表明当环境规制强度高时更能够激励主体间的协同合作,进而实现推动技术转移的积极作用,H6得到验证。如图2所示,相比低环境规制强度,当环境规制强度高时,协同创新对技术转移的积极影响更显著。
有调节的中介效应检验。根据温忠麟等[23]对于有调节的中介效应检验方法,对模型(9)和(11)进行综合分析。由模型(11)可知,在考虑各控制变量的基础上,将滞后一期生产性服务业集聚、滞后一期协同创新、环境规制和协同创新与环境规制交乘项纳入回归模型,结果显示,滞后一期协同创新与环境规制交乘项系数为-3.75,并通过显著性检验。模型(9)中的结果显示滞后一期生产性服务业集聚对协同创新的影响显著为正。根据温忠麟对有调节的中介模型检验流程,只要有至少一组检验系数显著,则中介效应受到调节。因此,生产性服务业集聚经过协同创新对技术转移的中介效应的后半路径会受到环境规制的调节,H7得到验证。
表4 环境规制的调节作用回归结果
模型模型(9) 模型(10)模型(11)变量SYN(-1)lnTTQlnTTQPSA(-1)0.002*0.114(0.22)(1.41)SYN(-1)4.848***4.744***(2.64)(2.58)ER0.0040.611**0.578**(0.20)(2.16)(2.04)PSA(-1)*ER0.0007(0.15)SYN(-1)*ER-3.817**-3.75**(-2.23)(-2.19)LnGDP-0.153*0.717***0.664***(-1.73)(4.09)(3.71)LnSTIR-0.001-1.46***-1.505***(-0.06)(-4.12)(-4.23)LnAC-0.0040.518***0.535***(-0.92)(5.73)(5.88)RD-1.15***-2.56-2.34(-5.42)(-0.58)(-0.54)IPP0.13-1.92***-1.892***(0.54)(-3.90)(-3.85)_cons0.372***-0.464-0.314(7.45)(-0.46)(-0.31)R20.638 30.643 10.645 1R2-adj0.600 30.605 60.606 7F77.6679.2970.89
图2 环境规制的调节作用
基于2002-2015年省域数据,探究生产性服务业集聚、协同创新与区域技术转移三者间的关系,并考察了环境规制这一外部因素,深入揭示了集聚促进区域技术转移的机制,得到以下结论:
(1)生产性服务业集聚对技术转移有显著正向影响。集聚具有滞后性,而滞后一期的生产性服务业集聚对技术转移同样具有正向影响。
(2)生产性服务业集聚能正向促进多主体协同创新,其是实现协同创新的基础。
(3)协同创新在生产性服务业集聚与技术转移的关系中具有中介效应,是推动和强化技术主体协作、促成技术转移转化的关键因素。
(4)生产性服务业集聚经过协同创新对技术转移的中介效应后半路径时,受到环境规制的调节作用。环境规制对协同创新与技术转移之间的关系具有正向调节效应,当环境规制强度较高时,能激励生产性服务企业、政府、金融机构等主体合作,进而促进技术转移。
根据所得结论,提出以下政策建议:
(1)补齐生产性服务业短板,形成空间集聚。当前我国生产性服务业发展尚不成熟,地区发展极不平衡,内部产业结构有待完善和优化。研究表明生产性服务业集聚能有效带动区域技术转移。因此,政府应首先做好产业发展规划,逐步增加产业发展比重,巩固强化已有生产性服务业;合理布局生产性服务业与制造业等其它产业的发展结构,提高生产性服务业集聚度。
(2)积极构建多主体协同创新网络,扩大区域技术转移。研究表明,生产性服务业集聚通过协同创新促进区域技术转移。因此,首先要营造良好的协同创新氛围,为各主体提供良好的协同创新环境,如鼓励不同主体协作互动与交流,丰富企业联盟、产业联盟、技术联盟等组成形式,实现主体多元化互动;其次,不断提升协同创新网络能力。提升协同创新网络能力的关键是为网络中多主体成员搭建信息沟通平台,建立和完善主体交流平台和成果分享机制,增强主体间信任。由此建立的良好沟通合作机制,能为参与技术转移的主体提供良好的协同创新氛围,保证创新成果高效产出,促进成果流动转化。
(3)合理提高环境规制强度,增强协同创新对区域技术转移的带动作用。在现有基础上合理提高环境规制强度,激励企业、政府、金融机构等多主体开展多领域和深层次合作,同时将环境规制强度设定在合理范围之内,降低环境规制强度提高带来的不利影响,进而有效带动区域技术转移。
本文构建了一个有调节的中介模型,在已有研究基础上,进一步揭示了生产性服务业集聚对区域技术转移的影响机制,但仍存在以下不足:①受数据可得性限制,未能从多方面衡量协同创新程度,仅用不同主体间的资金流动测度协同创新具有一定局限性;②受研究时间限制,未探索可能存在的其它路径和影响因素。本文仅从协同创新角度探究了生产性服务业集聚对技术转移的影响路径,其它研究视角有待进一步挖掘和探。未来可从以下方面进行拓展研究:提升协同创新指标的全面性和科学性。现有研究对协同创新指标的衡量较为单一,后续可在确保可操作性的基础上构建较为全面的协同创新综合指标体系,有效衡量不同区域的协同创新效率;寻找存在于生产性服务业集聚与技术转移之间的其它路径或影响因素,打开生产性服务业集聚与技术转移间关系的“黑箱”,为深入理解生产性服务业集聚和技术转移关系提供新思路。
[1] 陈劲,阳银娟. 协同创新的理论基础与内涵[J]. 科学学研究,2012,30(2):161-164.
[2] 潘宏亮. 环境规制与协同创新耦合作用下高新技术企业的创新能力演化[J]. 中国科技论坛,2017(5):87-93+100.
[3] 覃伟芳,廖瑞斌.环境规制、产业效率与产业集聚[J].现代财经:天津财经大学学报,2015,35(3):14-26.
[4] 陈红霞,李国平. 中国生产性服务业集聚的空间特征及经济影响[J]. 经济地理,2016,36(8):113-119.
[5] 曹黎娟,王佳妮. 技术扩散与跨区域产业集群互动发展——基于长三角地区385家企业调查问卷的实证研究[J]. 财经研究,2013,39(10):106-118.
[6] 顾乃华. 我国城市生产性服务业集聚对工业的外溢效应及其区域边界——基于HLM模型的实证研究[J]. 财贸经济,2011(5):115-122.
[7] 范太胜. 基于产业集群创新网络的协同创新机制研究[J]. 中国科技论坛,2008(7):26-30.
[8] 刘军,王佳玮,程中华. 产业聚集对协同创新效率影响的实证分析[J]. 中国软科学,2017(6):89-98.
[9] 韩峰,洪联英,文映. 生产性服务业集聚推进城市化了吗?[J]. 数量经济技术经济研究,2014,31(12):3-21.
[10] 惠炜,韩先锋. 生产性服务业集聚促进了地区劳动生产率吗?[J]. 数量经济技术经济研究,2016,33(10):37-56.
[11] 白俊红,蒋伏心. 协同创新、空间关联与区域创新绩效[J]. 经济研究,2015,50(7):174-187.
[12] 刘晓云,赵伟峰. 我国制造业协同创新系统的运行机制研究[J]. 中国软科学,2015(12):144-153.
[13] OKAMURO H, KATO M, HONJO Y. Determinants of R&D cooperation in Japanese start-ups[J]. Research Policy, 2011, 40(5):728-738.
[14] 赵玉民,朱方明,贺立龙. 环境规制的界定、分类与演进研究[J]. 中国人口·资源与环境,2009,19(6):85-90.
[15] 原毅军,谢荣辉. 环境规制的产业结构调整效应研究-基于中国省际面板数据的实证检验[J]. 中国工业经济,2014(8):57-69.
[16] 金碚. 资源环境管制与工业竞争力关系的理论研究[J]. 中国工业经济,2009(3):5-17.
[17] 余伟,陈强,陈华. 不同环境政策工具对技术创新的影响分析——基于2004-2011年我国省级面板数据的实证研究[J]. 管理评论,2016,28(1):53-61.
[18] 刘奕,夏杰长,李垚. 生产性服务业集聚与制造业升级[J]. 中国工业经济,2017(7):24-42.
[19] DURANTON G, PUGA D. Nursery cities: urban diversity, process innovation, and the life cycle of products[J]. American Economic Review, 2001, 91(5):1454-1477.
[20] 张文彬, 张理芃, 张可云. 中国环境规制强度省际竞争形态及其演变——基于两区制空间Durbin固定效应模型的分析[J]. 管理世界, 2010(12):34-44.
[21] 陶长琪, 周璇. 环境规制、要素集聚与全要素生产率的门槛效应研究[J]. 当代财经, 2015(1):10-22.
[22] 朱平芳, 张征宇, 姜国麟. FDI与环境规制:基于地方分权视角的实证研究[J]. 经济研究, 2011(6):133-145.
[23] 杨龙志, 刘霞. 区域间技术转移存在“马太效应”吗?——省际技术转移的驱动机制研究[J]. 科学学研究, 2014, 32(12).
[24] 吴超鹏,唐菂.知识产权保护执法力度、技术创新与企业绩效——来自中国上市公司的证据[J].经济研究,2016,51(11):125-139.
[25] 温忠麟,叶宝娟.有调节的中介模型检验方法:竞争还是替补[J].心理学报,2014,46(5):714-726.