Research on the Role of Industrial Innovation Behavior on Spatial Correlation——Based on Comparative Analysis of Energy-scale Industrial Data in Beijing-Tianjin-Hebei

Wen Ke 1,2， Zhang Gui 1

(1.School of Economics and Management，Hebei University of Technology，Tianjin 300401，China；2.School of Economics and Management，Hadan University，Handan 056003，China)

Abstract：Theoretically, Industrial innovation behavior is the impetus source of industrial resource integration and industry association. Based on energy-scale industrial data from 2002 to 2017, this paper makes a comparative analysis of the relationship between industrial innovation behavior and spatial correlation in Beijing-Tianjin-Hebei. The results of the study show that the industrial center status of Tianjin, Baoding and Cangzhou is strengthening, and the industrial center status of Beijing and Shijiazhuang continues to decline. Independent innovation, as an endogenous force of industrial structure optimization and upgrading, has universal and general influence on industrial linkage of Beijing-Tianjin-Hebei. The role of open innovation in industrial linkage of Beijing-Tianjin-Hebei has relationship heterogeneity and particularity. Therefore, according to the actual characteristics of the industrial linkage network of Beijing-Tianjin-Hebei and on the basis of building the innovation chain of "Beijing research - Tianjin development - Hebei application", we should give full play to the advantages of various regions and jointly carry out industrial innovation activities to promote the effective link and the integration of elements of industry.

Key Words:Innovation Behavior; Spatial Association; Network Characteristics；Beijing-Tianjin-Hebei

DOI：10.6049/kjjbydc.2018110155
开放科学(资源服务)标识码(OSID)：

中图分类号：F260

文献标识码：A

文章编号：1001-7348(2019)15-0059-10

收稿日期：2019-05-31

基金项目：国家社会科学基金重大项目(18ZDA044)

作者简介：温科(1981-)，男，河北邯郸人，河北工业大学经济管理学院博士研究生，邯郸学院经济管理学院讲师，研究方向为产业发展和区域经济；张贵(1971-)，男，河北尚义人，博士，河北工业大学经济管理学院教授、博士生导师，研究方向为产业发展与区域经济。本文通讯作者：张贵。

0 引言

2014年2月26日，习近平总书记明确将京津冀协同发展上升为国家重大战略；2015年4月中央政治局审议通过的《京津冀协同发展规划纲要》中指出，实现创新驱动发展是有序疏解北京非首都功能、推动京津冀协同发展的战略选择和根本动力。强化协同创新支撑，提升区域产业创新能力，完善区域创新体系，整合区域创新资源，推动形成京津冀协同创新共同体，有利于增强地区之间的产业空间关联，明确产业定位和方向，加快产业转型升级，推动产业尤其是工业的转移对接[1]。因此，通过创新发展推动区域产业空间关联成为京津冀协同发展的主要目的和动力[2]。

1 研究综述

目前有关产业创新行为与产业关联的关系，国内外研究主要集中在以下两个方面：

(1)产业空间关联对于产业创新行为的影响。国外研究首先从技术创新的角度，通过建立产业内外部技术合作关系，分析企业间或者产业间联合行动对于创新的影响；其次是以某个行业或者产业为切入点，实证分析产业空间关联对创新的影响。如David等[3]基于证券交易所的金融数据，发现市场集中度越高的产业，股票回报率越高，创新支出越多；Stewart等[4]以医药行业为背景，指出企业间学术和项目合作对于行业研发水平及生产绩效具有正向影响；Arias等[5]通过文献计量方法，发现区域创新体系中的学术、科学、技术、资金等方面的产业联系对于企业间创新合作具有促进作用；Vakili[6]提出现代专利池对于产业内各企业间协作建立共同的技术标准至关重要，并且这种联合建立标准的行为有利于促进产业和企业创新绩效提升；Lim等[7]发现企业以及产业的强关系能够推动知识、信息的整合和流动，从而持续推动创新活动发展。

国内研究主要立足于某种社会要素建立产业空间关联，进而研究关联性对于企业或者产业创新行为的影响。如智艳[8]研究发现竞争有利于增强产业关联性，并且这种关联性会影响产业创新效应；文雁兵[9]运用系统广义矩估计方法分析农业产业关联效应对于农业科技自主创新的影响；周青等[10]则从产业技术联盟视角分析产业关联对联盟成员创新行为的影响；李扬等[11]基于专利数据建立产业科学关联度，并就关联度对产业产学研合作关系的影响进行分析；李晓龙等(2017)基于金融要素空间流动的视角分析金融空间关联对于区域产业创新的作用；余东华和张鑫宇[12]在对知识资本投入进行量化的基础上分析产业纵向关联性，进而研究其对创新产出的作用；赵春明等[13]通过“对外直接投资所形成的水平和垂直溢出关系”研究产业间关联关系，并就产业关联性对技能工资水平的影响机理进行剖析，而技能工资水平对企业创新能力又具有直接效应。

(2)创新行为对于产业或者企业发展的影响。与前者类似，国外研究主要以某个产业或者行业为切入点，研究角度包括技术创新、模式创新等。如Downs & Velamuri[14]以生物制药产业为研究对象，运用文献综述的研究方法，提出商业模式创新通过外部导向、学习能力、集群参与等5个方面促进产业发展；Jieun等[15]以生物技术与制药产业为例，在分析1980年以来产业技术数据的基础上，提出产业创新在很大程度上改变了产业结构。另外，近年来，这方面研究的重心逐步从制造业向服务业转移，如Elena等[16]以酒店业为研究对象，运用感官营销工具，从“好客”、“听觉”、“嗅觉”、“味觉”、“触觉”、“直觉”、“印象”等7个方面研究营销组合创新对企业绩效的影响；Cristina等[17]运用Tobit和Logit模型，从产品创新、工艺创新、渐进式创新和激进式创新等4个方面比较分析开放式创新模式对于餐饮业的影响，并与其它行业进行了比较；Eleonora等[18]提出在高水平的产权制度下，零售企业可以通过投资专利技术提高自身创新水平，进而获得更高经济绩效。

国内研究注重运用各种技术研究方法，从微观、中观以及宏观等角度，分析创新行为对产业的经济、技术以及社会作用。如王玺和李桂君(2014)、谢青和田志龙(2015)从新能源产业角度提出，相对于技术创新，政策创新对于产业发展更具社会和经济意义；王海兵和杨慧馨[19]用不同方法检验发现，创新驱动效应在长短期对产业发展的作用是不同的；罗颖等[20]从企业和政策层面提出开放式创新对产业集群创新绩效提升十分重要；韩晶和酒二科[21]从区域视角发现企业创新可以通过影响产业结构间接作用于地区经济发展；袁航等[22]基于PVAR模型发现，相对于创新质量，区域创新数量对产业结构的促进作用更加显著。

在内容上，现有研究很少从产业空间关联的角度，揭示区域产业创新行为对产业关联和产业要素整合的影响作用，但当今京津冀协同创新发展需要在技术创新、科技成果转化以及科技创新技术基础设施共建共享等方面有所突破，从而通过联合创新推动区域传统产业升级，解决战略性新兴产业的技术瓶颈。在方法上，现有研究要么很少结合空间经济学或者区域经济学的理论方法，对产业创新与产业空间关联之间的关系进行研究，要么，将创新行为的度量内化到空间计量中，没有对区域产业的空间关联情况进行独立分析，更没有结合动态回归等方法就产业创新行为对空间关联的影响进行剖析。

综合以上文献内容中出现的不足并结合本文研究目的，提出本文要解决的问题如下：京津冀产业的空间关联特征如何体现？产业创新行为分为哪些方面？创新行为的哪些要素对产业空间关联产生影响？是共同影响还是单独影响？关于这些问题的回答，对于提高京津冀区域经济整体水平，增强区域产业创新能力，认识产业创新行为对产业空间关联的影响机理，实现区域产业优化升级以及京津地区产业功能疏解具有重要的理论和现实意义。

2 变量测度

本文利用2002—2017年京津冀规模以上工业数据，运用社会网络分析方法和空间经济学理论对京津冀13个地市产业的空间关联程度进行度量，通过面板数据回归分析方法研究京津冀产业创新行为对产业空间关联的作用。

2.1 产业空间关联测度

有关产业空间关联关系的确定方法，主要包括引力模型、基于极大似然值的空间计量模型、Moran指数等[23]。本文选择引力模型对产业空间关联关系进行分析，传统的引力模型仅包括距离要素和影响参数，为了更加细致和全面地揭示产业空间关联关系，本文在借鉴刘华军等[24]研究结论的基础上[27]，对引力模型进行修正：

(1)

其中，i、j代表各个地市，yij为地市i和地市j之间的产业引力值，Xi和Xj分别表示地市i、地市j的规模以上工业产值，xij则表示地市i在地市i、j之间产业相互联系的贡献率，Mi和Mj分别表示地市i、地市j的年末人口值，Ni和Nj分别表示地市i、地市j的地区生产总值，Oi和Oj分别表示地市i和地市j的人均地区生产总值，Pij则表示地市i和地市j的城市距离。本文选择产值作为模型的核心指标，主要是由于产业产值不同是造成地区产业差距的主要结构性因素，对于分析产业地区差距、产业不平衡分布及产业关联特性具有重要作用。

2.2 产业创新行为测度

创新行为主要包括知识创新、技术创新和制度创新，其中知识创新是科学知识在创新体系内的生产、扩散、转移并与技术开发及应用相互作用的过程；技术创新以实现特定经济效应和技术应用为目标，打破旧技术格局，发展新技术，突破经济发展瓶颈；制度创新通过制度框架提供信息沟通和创新个体的博弈规则，以降低环境不确定性。本文主要从技术创新的角度揭示产业创新行为对区域产业经济的影响。

随着科学和经济的发展速度日益加快以及不确定性不断增强，在否定创新的技术推动线性学说、需求引导学说以及两种学说的二元对立后，“链环—回路”模型[25]等复杂的创新模型思想逐步被人们所接受，它们更强调技术与创新之间的关系是复杂的、多元化的、有反馈的。另外，创新行为是涉及多个环节、多种因素的复杂活动，需要运用不同创新指标反映技术创新活动的不同侧面[26]。因此，本文拟从R&D、企业办科技机构、新产品开发、知识产权以及技术获取和引进等多个维度，分析产业创新行为对空间关联的影响。其中，R&D、企业办科技机构、新产品开发、知识产权等创新行为表示产业自主创新能力[27]；技术获取和引进行为表示产业开放创新能力[28]，具体包括技术引进行为、引进技术消化吸收行为、技术购买行为以及技术改造行为等。

(1)R&D行为测度。经济与合作发展组织对R&D行为的最新定义为“在一个系统的基础上创造性地工作，其目的在于丰富有关人类、文化和社会的知识库，并利用这一知识进行新的进展”，包括基础研究、应用研究以及试验开发3种活动。它是企业创新的前期阶段，是企业创新投入及其成功的物质和科学基础[29]。R&D行为指标主要包括“经费”和“人员”两个方面，前者又可以从内部和外部经费两个角度展开分析。一是由于不同行业的人员异质性较为明显进而缺乏可比性，二是由于R&D外部经费在R&D支出总量中占比较小，而且大部分没有记录在官方数据中且可信度较低，因此，本文采用“R&D内部经费支出”对R&D行为进行测度。

(2)企业办科技机构行为测度。企业办科技机构行为是指企业自办或与外单位合办具有自主研发能力并在管理职能与生产系统部门相对独立的研发机构。它既是企业依靠科技创新赢得竞争优势的重要制度安排，也是区域创新体系的重要组成部分，在集聚创新要素、开发新产品、带动行业技术进步和转型方面具有重要作用。与R&D行为类似，企业办科技机构行为指标也主要分为“经费”和“人员”两个方面，其中人员指标应用上的问题与R&D一致，因此，本文采用“企业办科技机构经费支出”对此行为进行测度。

(3)新产品开发行为测度。新产品开发行为包括采用新技术、新设计构思、生产全新产品，在产品材料以及内部结构上进行明显改进，在产品性能和功能上进行明显提升等活动。新产品开发对于推动企业技术更新换代，调整和优化产品结构，增强企业竞争能力，适应市场需求和变化具有重要作用[30]。新产品开发行为指标包括投入和产出两个方面，其中投入指标为新产品开发经费，产出指标为新产品产值和新产品销售收入。由于新产品产值不能较好地说明企业对于市场需求的反应能力，而广告等销售行为对新产品销售收入影响较大，可信度也较低，因此新产品产出面临指标内容失真等问题。综上所述，本文主要基于“投入”方面使用新产品类指标，即采用“新产品开发经费支出”测度新产品开发行为。

(4)知识产权行为测度。知识产权行为主要包括3个方面的内容，一是企业内部自身的发明创造或者创新成果要借助专利制度获得法律上的保护；二是企业与多个竞争对手同时处于开发研究的前提下，要及时进行专利申请；三是知识产权活动贯穿于“创新投入→创新实施→创新市场化→创新市场收益”的技术创新活动始终。可见，对于技术创新而言，知识产权活动的主要内容就是专利活动。知识产权活动赋予技术创新活动和创新成果的“排他性”，是创新成果权利化、商品化以及资本化的重要保障，激励和保护企业技术创新活动[31]。知识产权行为指标主要包括专利申请量和专利授权量两个方面，由于前者能够更好地表明企业技术发展活动的活跃度，而后者不能体现“未被授权的专利技术对企业创新的影响”，因此，本文主要采用“专利申请量”对知识产权行为进行测度。

(5)技术获取和引进行为测度。此类行为主要包括以下几个方面：技术引进和吸收行为是指企业购买境外技术并对引进技术进行掌握、模仿、复制而开展的工作。技术引进和吸收活动有利于将自身的先验知识与外部的实际需求相结合，进而提升和改良自身的初始技术，增强技术创新能力[32]。

技术获取和改造行为是指企业购买境内其它企业或者创新主体的科技成果并对其进行改造的过程，其中，技术改造是旨将购买的科技成果应用于生产各个领域，用先进技术、工艺以及设备代替落后的技术、工艺以及设备。技术获取和改造活动对于提高产品质量、促进产品升级和更新换代、加强企业间技术交流以及实现以内涵为主的扩大再生产具有重要的现实意义[33]。

以上行为指标主要是通过“经费投入”进行测度，分别为“引进技术经费支出”、“消化吸收经费支出”、“购买技术经费支出”以及“技术改造经费支出”。

3 理论分析与计量方法

3.1 作用机理与理论假设

现阶段产业转型升级、产业有效转移对于各地经济结构优化以及增长方式转变至关重要，而产业转型升级和有效转移的基础是创新能力的持续提升[34]以及各地产业之间的空间关联[35]；另外，R&D[36]、企业办科技机构[37]、新产品开发[38]、知识产权[39]以及技术获取和引进[40]等主要的技术创新行为对产业的集聚、转型升级以及有效转移具有促进作用。

(1)R&D行为对产业空间关联的作用机理。现阶段有关R&D行为对产业空间关联作用的研究主要体现在R&D溢出对产业集聚的影响[41]以及R&D投入对产业发展的影响等方面[42]。在投入R&D经费或者人员后，企业将获得新的知识和信息，但在缺乏完善产权制度保护的前提下，新的知识和信息将具有一定的非竞争性和非排他性，这使其产生外部性进而形成外部溢出效应。为了以更少的交易成本获取R&D溢出效应，其它企业将有可能加强其选择集聚分布的动力。另外，作为经济发展的重要源泉[43]，R&D投入能够有效提升企业研发水平与核心竞争力，改善其在产业链中的劣势地位，进而形成整个产业发展优势。而产业关联与产业集聚具有一定的互动关系[44]，产业关联效应的提升也离不开产业融合发展[45]。

基于以上分析，本文提出以下假设：

H1：R&D行为对产业空间关联具有促进作用。

(2)企业办科技机构行为对产业空间关联的作用机理。企业办科技机构作为企业获得竞争优势的内部制度安排，是企业、产业以及区域创新体系的重要组成部分，是企业集聚各种创新资源和进行创新交流的重要平台。基于创新合作以及创新资源获取的需要，企业办科技机构具有一定的空间集聚趋势。企业办科技机构的空间集聚作为产业空间集聚的特殊形态，在很大程度上促进了产业内部以及产业之间的空间联系。另外，作为产业化创新的重要节点，企业办科技机构在促进新技术以及人才合作的基础上，将激励企业以及产业间功能协同[46]，形成产业“链”簇的“链”际关系[47]，进而推动各产业共同发展。

基于以上分析，本文提出以下假设：

H2：企业办科技机构行为对产业空间关联具有促进作用。

(3)新产品开发行为对产业空间关联的作用机理。新产品开发行为的实施需要标准化等各种技术能力的发展与之相匹配[48]，而技术标准已经成为建设产业创新生态系统的重要手段，并且技术标准开发将推动企业之间按照“企业竞争→产业链竞争→产业创新生态系统竞争”的发展轨迹互利共生，从而促进产业之间的相互联系。另外，标准化的社会效益体现在产品与其配套产品的兼容性上，企业产品实现兼容性的前提是协调自身与上游和下游企业之间的关系，这在客观上又促发了产业之间的关联效应。需要注意的是，企业新产品开发活动不是孤立的，在时间和空间维度上也不是均匀分布的，而是在某一空间和时间以创新流的形式集中地、成簇地出现，在这种情况下，众多创新主体形成创新集群，而创新集群的形成将进一步提升产业以及企业间关联程度。

基于以上分析，本文提出以下假设：

H3：新产品开发行为对产业空间关联具有促进作用。

(4)知识产权行为对产业空间关联的作用机理。产业间技术流动逐步成为现代工业发展的重要特征，某个产业的发展愈加依赖于其它产业的技术变化和发展[49]。专利作为创新知识和信息的可靠来源，体现出产业发展的快速变化。因此，专利流动作为产业间技术流动的主要特征，能够反映技术相关产业间关联情况[50]。另外，随着企业以及产业间联系的日趋紧密，集成创新产品和互补配套技术之间所形成的依存关系对于企业和产业创新发展更加重要，前者会涉及多种知识产权问题，后者也可能涉及不同企业间专利冲突。因此，专利数量的增加以及专利申请活动活跃度的提升，将进一步加剧产业间竞合关系。

基于以上分析，本文提出以下假设：

H4：知识产权行为对产业空间关联具有促进作用。

(5)技术获取和引进行为对产业空间关联的作用机理。企业在通过技术购买和引进行为获取竞争优势的同时，也会形成不同企业甚至产业间技术势差，而技术势差的加大正是企业、产业间技术转移和交易的前提条件和动力，同时也是京津冀产业协同创新的现实基础[51]。另外，由于我国大部分工业企业自主创新能力较弱，技术购买和引进在一定程度上也会促进产业转型升级和布局优化[52]。

技术改造和吸收行为能够产生新的生产方法，其表现形式为技术和设备上的根本性创新，需要产业内以及产业间各要素进行有效互动，实现知识、人才等要素的自由流动以及技术的有效扩散；通过技术改造和吸收可以推动传统产业向高端化发展，进而推动企业向高附加值和高加工度升级，因此，技术改造和吸收方面的合作是各行业的现实需求[53]；另外，企业很难在较低交易成本和费用的基础上自主进行技术改造和消化吸收，生产工艺的创新合作有利于在创新主体之间实现资源共享、缩短创新时间以及分散创新成本。因此，基于技术改造和吸收的合作有利于形成并完善产业关联网络。

基于以上分析，本文提出以下假设：

H5a：技术引进行为对产业空间关联具有促进作用；

H5b：技术吸收行为对产业空间关联具有促进作用；

H5c：技术购买行为对产业空间关联具有促进作用；

H5d：技术改造行为对产业空间关联具有促进作用。

3.2 研究设计与计量模型

3.2.1 研究设计

从变量关系看，本文主要目的是研究产业创新行为对产业空间关联的影响作用，因此，将采用面板数据回归模型进行分析。在此基础上，一是通过white估计法，运用White-F值选择模型估计方法；二是采用无约束模型和有约束模型的回归残差平方和之比构造F统计量，确定是否采取固定效应模型，其中，用F1统计量检验设定个体固定效应模型的合理性，用F2统计量检验设定时间固定效应模型的合理性，用F3统计量检验双固定效应模型的合理性；三是通过霍斯曼检验确定是否采用随机模型；四是运用Fa统计量对变截矩模型与变系数模型残差平方和进行比较，决定采取何种模型对面板数据进行运算。

3.2.2 计量模型

为分析产业创新行为对产业空间关联的作用，本文所确定的研究变量如表1所示。相对于网络整体特征指标，中心性等网络个体特征指标更能体现网络个体属性以及网络个体之间的关系，符合本文研究需要。因此，将中心性等网络个体特征指标作为被解释变量。

基于以上研究设计和变量设定思路，本文采取以下模型进行回归分析：

yit=C+αlnCiit+β1lnFait+β2lnHriit+λt+εit

(2)

其中，t代表当期时间变量，i代表地区变量，λ为控制时间要素的哑变量。被解释变量y包括度数中心性、中间中心性、接近中心性等网络个体特征指标，分别用De、Be、Cl和Co表示。解释变量(Ci)主要分为5类，一是R&D经费内部支出费用(亿元)，代表R&D行为，用RD表示；二是企业办科技机构经费支出(亿元)，代表企业办科技机构行为，用Ins表示；三是新产品开发经费支出(亿元)，代表新产品开发行为，用New表示；四是有效专利数(件)，代表专利申请行为，用Pat表示；五是技术获取和改造行为情况，包括引进技术经费支出(亿元)，代表技术引进行为，用Int表示；引进技术消化吸收经费支出(亿元)，代表引进技术消化吸收行为，用D-a表示；购买技术经费支出(亿元)，代表技术购买行为，用Pur表示；技术改造经费支出(亿元)，代表技术改造行为，用R-f表示。控制变量中，产业固定资产投资(亿元)表示产业建设的硬件方面，可以为各地产业联系提供良好的社会环境[54]，用Fa表示；各地在岗职工平均工资(元)表示产业建设的软件方面，对于吸引人力资源等产业资源具有积极意义，从而提升产业向心力[55]，用Hri表示。

3.3 数据说明

式(1)中的规模以上工业产值来源于《中国工业经济统计年鉴》；式(1)中的年末人口数和地区生产总值以及式(2)中的各地产业固定资产总值和各地在岗职工平均工资等数据来源于《河北经济年鉴》、《天津统计年鉴》以及《北京统计年鉴》；式(1)中地市之间的地理距离以城市之间的球面距离表示。其中，规模以上工业产值以及地区生产总值按照2002年=100进行平减，以消除价格变化因素对指标的影响。式(2)中产业创新行为相关数据除来自京津冀三地统计年鉴外，还需从《工业企业科技活动统计年鉴》、《中国科技统计年鉴》以及《河北科技统计年鉴》中选取。

4 产业空间关联特征

根据式(1)对京津冀产业数据进行运算后，运用社会网络工具UCINET对引力矩阵进行分析，可得京津冀2002—2017年产业空间关联网络的整体和个体特征指标。

4.1 网络整体特征分析

本文通过网络密度、平均距离、凝聚力、网络关联度、网络等级度、网络效率以及网络关系数等网络整体特征指标，对产业空间关联网络整体情况进行描述(见表2)。

注：基于篇幅所限，除2002、2007、2012以及2017年以外，其它年份的网络整体和个体特征指标的相关分析结果都没有列出，如有所需，可向作者索取

表2描述了2002-2017年网络整体特征指标的演变情况，可以发现历年网络关联度和网络等级度基本没有变化，说明京津冀产业空间关联网络的等级森严程度没有得到改善，这不利于资源京津冀各地之间有效流动；网络关系数总体呈现上升趋势，网络关系数和网络密度的上升说明京津冀地市之间的产业空间关联愈发紧密。本文认为，随着市场体系的不断完善，京津冀产业发展的市场主导作用逐步显现，关联网络中个体间交易成本逐步下降，关联关系增多，网络稳定性也有所增强。

4.2 网络个体特征分析

本文通过测量产业空间关联网络的度数中心性、中间中心性、接近中心性等网络个体特征指标，分析京津冀各地市在产业关联网络中的地位和作用。

根据点度中心性测算结果，产生关系最多的地市按照“石家庄→石家庄和北京→北京→天津”的轨迹发生变化，天津在京津冀产业空间关联网络中的中心地位逐步确立，原因可能在于天津与其它地市之间存在产业转移和外溢。

根据中间中心性测算结果，控制网络资源能力最强的地市按照“石家庄→北京→天津”的轨迹发生变化，说明天津在京津冀产业空间关联网络中的核心地位逐步得到确立并发挥着“中介”作用，其中原因可能是随着天津作为北方重要经济中心和全国制造业中心等地位的确立，要素集聚和高端产业承接功能不断增强，从而提升了天津在产业空间关联网络中的支配、控制以及中心作用。

根据接近中心性测算结果，能够较快产生关联关系的地市按照“石家庄→北京→天津”的轨迹发生变化，说明天津与网络中其它地市之间的关系逐步“接近”并居于网络中心位置。

5 产业创新行为与产业空间关联关系

在对空间关联现状进行分析的基础上，本文进一步研究各种产业创新行为对空间关联的影响和作用。

首先，对式(2)中所有变量组合逐层进行方差膨胀因子检验，发现上述具有显著相关关系的变量组合的VIF值在10以下，不存在多重共线性问题。

其次，将相关变量数据代入式(2)，可以得出中心性等网络个体特征指标对各种产业创新行为的回归结果(见表3-表5)。其中，White-F值均不显著，说明运用最小二乘法(OLS)对面板数据进行估计更为适宜；F1统计量大于F0.05(12，180)，表明具备使用个体固定效应模型的条件；霍斯曼检验的Prob值普遍小于0.05，进一步确定应该采用个体固定效应模型对面板数据进行回归检验；Fa统计量小于F0.05(36，143)，表明应该采用变截距模型对面板数据进行回归。

表3中，除技术引进行为外，其它类别的创新行为对京津冀各地市之间产业联系的增加都具有促进作用。一是由于京津冀协同创新发展初见成效，区域产业创新系统逐步形成，产业技术、知识的互动与交流更加频繁，这模糊了各地之间的物理边界，提升了各地产业之间的依赖程度；二是京津冀的创新链和产业链逐步实现对接，促进了创新主体与生产主体、创新过程与生产过程以及创新供给与创新需求的对接，“创新孤岛”现象得到缓解，实现了创新与产业的契合、互动与融合；三是区域产业共性技术发展推动了各产业部门之间的技术外溢，有利于形成区域产业技术创新的诱导机制，进而实现产业的前后关联；四是企业对外技术引进行为所形成的“替代效应”占据了过多的产业关联网络资源，对地区间产业联系的形成可能会产生不利影响。

相对于开放创新行为，代表自主创新能力的R&D、企业办科技机构、新产品开发以及专利申请等创新行为对产业联系的促进作用更为显著，这表明京津冀各地之间的产业联系必须首先立足自身比较优势[56]，发挥创新的内生作用，进而形成区域内产业分工体系，推动区域产业链构建。

表4中，除技术引进行为之外，京津冀各地市可通过各种创新行为对产业关联网络资源进行控制，并且代表自主创新能力和开放创新能力的创新行为对中间中心性影响的显著性基本一致。一是根据创新经济学和空间经济学理论，创新能力的提升是产业发展的基础和关键，它能重塑产业竞争优势，提升区域产业地位，这对于提升产业创新绩效及控制力至关重要；二是在产业创新行为对度数中心性影响结论的基础上，可以得出“产业创新→增加产业联系→形成产业关联网络→集聚产业资源→降低交易成本→获取产业资源”的理论和现实逻辑，即产业创新行为推动了产业关联网络的形成，进而有利于产业和创新主体以较低的交易成本获取产业资源，这也是产业创新行为对度数中心性和中间中心性产生相同影响的主要原因；三是技术引进行为的外生性使得企业将大量产业资源用于对外获取创新技术，同时，实现对外引进技术的“内生化”并将其嵌入产业网络中，进而提升自身创新能力，需要一定的转换周期，因此，对外引进技术行为对于产业资源控制能力的提升作用不显著。需要注意的是，网络资源对于网络关系具有一定的路径锁定效应[57]，它会阻碍网络关系的动态性演变，降低产业关联网络的开放性，影响市场机制对产业的调节功能。

注：***表示0.01水平上显著，**表示0.05水平上显著，*表示0.1水平上显著，下同

表5中，代表自主创新能力的创新行为对提升产业关联网络关系强度具有促进作用，但显著性一般，代表开放创新能力的创新行为的影响效应不显著。根据表4中的结论，尽管绝大多数创新行为有利于增加产业联系，但京津冀产业关联网络本身固有的内生性问题[58]使得各种创新行为对产业关联网络关系强度的影响普遍下降。一是京津冀各地产业结构具有较为严重的同构性[59]，使得区域内各地之间无法形成有序的产业链条，地区间产业合作主要以垂直分工以及物资协调为主，深层次合作关系较少，竞争多于合作；二是河北各地区与京津之间产业定位的“落差效应”较大，使得京津冀各地区之间的产业协同意识弱，缺乏合作动力；三是京津冀整体缺乏统一的产业协调机制，使得各地多从自身利益出发制定产业政策，缺乏整体合作精神。因此，创新行为有利于形成“弱关系”，但很难形成“强关系”。

6 结论与对策建议

6.1 结论

通过对京津冀产业创新行为、产业空间关联特征以及两者之间的关系探讨，得出以下结论：

(1)根据京津冀产业关联网络的动态性变化特征发现，在京津冀产业关联网络不断紧密的前提下，天津、保定、沧州等地的产业地位正在不断加强，尤其是天津逐步确立并加强了其在京津冀的产业中心地位，唐山的产业地位相对比较稳定，北京和石家庄的产业地位正在下降。但即便如此，北京和石家庄仍是京津冀产业关联网络中重要的产业中心，其控制网络资源的能力仍然很强。

(2)根据表3-表5的回归结果发现，代表自主创新能力的R&D、企业办科技机构、新产品开发以及专利申请等创新行为对各种网络个体特征指标均具有正向影响，但显著性有所不同， H1、H2、H3以及H4成立；代表开放创新能力的技术引进行为对各种网络个体特征指标的影响均不显著，H5a不成立；对于度数中心性、中间中心性，H5b、H5c以及H5d均成立，对于接近中心性，H5b、H5c以及H5d均不成立。

(3)从产业创新行为对空间关联的影响机理看：①自主创新作为产业结构优化升级的内生力量对京津冀区域产业空间关联的影响具有普遍性和一般性。区域产业自主创新能力对产业空间关联网络的个体特征指标均产生了显著正向影响。产业自主创新能力提升所形成的创新扩散、创新外溢以及创新合作等效应提升了整个京津冀产业关联网络的紧密程度，带动了整个京津冀的创新和产业发展。但对于接近中心性，京津冀产业关联网络本身的内生性问题对产业创新行为所产生的积极影响具有一定的“抵消”作用；②开放创新行为对于京津冀区域产业空间关联的影响具有关系异质性和特殊性。除技术引进行为外，代表区域产业开放创新能力的行为对产业的大部分网络个体特征指标均产生了显著正向影响。产业开放创新能力的加强有利于创新产业合作模式、优化产业发展环境，有效推动各种产业要素的互动、整合与协同，进而促进产业价值链上各环节企业之间、生产者与用户之间加强合作。由于河北与京津之间具有产业技术“落差”效应，对外引进技术具有技术含量高、知识技术密集度强等特点，京津地区进行技术引进更多地会与河北以外的产业发达地区进行协作，这限制了河北与京津之间的技术和产业联系。另外，对外技术引进行为具有一定的“挤压”效应，在一定程度上占据了产业网络内进行创新合作的空间和资源。

6.2 对策建议

根据以上有关产业空间关联网络特征以及产业创新行为与空间关联关系的分析结论，本文提出以下对策建议：

(1)进一步促进产业要素在河北各地市与京津间的有机衔接，推动河北各地市与京津之间产业职能的合理分工。发挥保定、张家口、沧州等新兴产业承接地的重要作用，形成并完善“京津→保定”、“北京→张家口”以及“石家庄、天津→沧州”的产业承接链条，弥补“北京→廊坊”以及“京津→唐山”等已有产业承接链条功能的不足；在石家庄转移出落后产能以及低附加值产业的基础上，加强“北京-天津-石家庄”等区域产业中心的产业和创新联系，积极对接京津产业技术项目，使石家庄成为京津高技术产业发展的合作中心，进而推动石家庄产业的整体升级；在推动石家庄产业高质量发展的基础上，进一步改善“石家庄-邯郸”、“石家庄-衡水”以及“石家庄-邢台”等地区间的产业链条，发挥石家庄产业发展的辐射作用，弥补邯郸、衡水以及邢台等地承接京津产业空间动力不足的短板。打通京津冀各地间产业资源的转移和承接通道，推动京津冀各地间产业链梯次布局。

(2)进一步发挥和增强京津冀三地产业的自主创新能力。继续发挥京津地区电子信息制造业及新能源汽车等高新技术产业的科技优势与扩散作用，将其产业创新发展的红利外溢到河北，促进京津冀三地创新链以及产业链深度融合；积极从能源密集型、劳动密集型以及资本密集型等产业发展方面寻找京津地区与河北之间进行产业和创新合作的结点，这既有利于京津产业功能的疏解，又有利于河北相关优势产业的发展，并最终使产业关联网络更加紧密。积极改善河北地区产业自主创新能力不足的现状，这不仅有利于河北获得京津产业资源外溢，也有利于增强其产业发展内生动力。

(3)进一步加深京津冀三地产业之间在开放创新方面的合作。改变京津冀三地产业各自培育各自联系腹地、拓展各自对外联系方向等“各自为政”的现状；在开展技术引进、技术消化吸收、技术购买以及技术改造等创新行为方面，推动三地产业间知识、技术以及成果等各类创新要素的交换和交流，形成京津冀产业开放创新体系，促进三地开放创新资源投入效益内部化。同时，把握雄安新区建设的有利契机，积极建设京津冀产业协同创新平台，引导创新资源有效集聚。

总之，需要根据京津冀产业关联网络的现实特征，在建设“北京研究—天津开发—河北应用”创新链的基础上，充分发挥各地优势，联合进行产业创新活动，促进产业的有效转移和要素整合。

参考文献:

[1] 祝尔娟,鲁继通,邓伟根. 以协同创新促京津冀协同发展——在交通、产业、生态三大领域率先突破[J]. 河北学刊,2016,36(2):155-159.

[2] 孙虎,乔标. 京津冀产业协同发展的问题与建议[J]. 中国软科学,2015(7):68-74.

[3] DAVID G, KATJA L, JAMES M. Industry concentration, excess returns and innovation in Australia[J]. Accounting & Finance,2015,55(2):443-466.

[4] STEWART S, BARONE P, BELLISARIO A, et al. Leveraging industry-academia collaborations in adaptive biomedical innovation[J]. Clinical Pharmacology and Therapeutics,2016,100(6):647-653.

[5] ARIAS M, CAMACHO P, ARENAS D. Industry interactions in innovation systems: a bibliometric study[J]. Latin American Business Review,2016,17(3):207-222.

[6] VAKILI K. Collaborative promotion of technology standards and the impact on innovation, industry structure, and organizational capabilities: evidence from modern patent pools[J]. Organization Science,2016,27(6):1504-1524.

[7] LIM H, KIDOKORO T. Comparing a spatial structure of innovation network between Korea and Japan: through the analysis of co-inventors′ network[J]. Asia-Pacific Journal of Regional Science,2017,1(1):133-153.

[8] 智艳. 市场竞争、产业关联与创新——一个文献综述[J]. 世界经济文汇,2014(5):105-120.

[9] 文雁冰. 我国农业科技自主创新能力研究——基于产业关联效应和FDI技术溢出视角[J]. 科学学研究, 2015,33(7):1017-1034.

[10] 周青,张文娟,禹献云. 产业技术联盟利益分配方式与成员创新绩效的关联研究[J]. 研究发展管理,2015,27(6):49-56.

[11] 李扬,樊霞,章熙春. 产业科学关联度视角下的产学研合作关系强度及创新质量研究[J]. 科学学与科学技术管理, 2017(12):14-27.

[12] 余东华,张鑫宇. 知识资本投入、产业间纵向关联与制造业创新产出[J]. 财经问题研究, 2018(3):38-47.

[13] 赵春明,江小敏,李宏兵. 对外直接投资、产业关联与技能工资溢价——基于水平溢出与垂直溢出效应的实证研究[J]. 国际贸易问题,2019(2):113-128.

[14] DOWNS J, VELAMURI V. Business model innovation opportunities for the biopharmaceutical industry: a systematic review[J]. Journal of Commercial Biotechnology, 2016, 22(3): 19-63.

[15] JIEUN J, SUCKCHUL H, TAEYONG Y, et al. How technological innovation affects the structure of an industry: entrepreneurship evolution in the biotechnology and pharmaceutical industry since 1980[J]. Technology Analysis & Strategic Management,2016,28(6):733-754.

[16] ELENA D, EKATERINA B, LIUBOV O, et al. Innovations in hospitality industry[J]. International Journal of Environmental and Science Education,2016,11(17):387-400.

[17] CRISTINA B, CLAUDIO C, TERESA G, et al. Open innovation in the food and beverage industry[J]. Management Decision,2017,55(3):526-546.

[18] ELEONORA P, CONSTANTINOS P, STEFANO S, et al. Does innovation-orientation lead to retail industry growth? empirical evidence from patent analysis[J]. Journal of Retailing & Consumer Services,2017,34(1):88-94.

[19] 王海兵,杨慧馨. 创新驱动与现代产业发展体系——基于我国省际面板数据的实证分析[J]. 经济学(季刊),2016,15(4):1351-1386.

[20] 罗颖,王腾,易名. 开放式创新与产业集群创新绩效的关联机理研究[J]. 管理学报,2017,14(2):229-234.

[21] 韩晶,酒二科. 以产业结构为中介的创新影响中国经济增长的机理[J]. 经济理论与经济管理,2018(6):53-65.

[22] 袁航,茶洪旺,郑婷婷. 创新数量、创新质量与中国产业结构转型互动关系研究——基于PVAR模型的实证分析[J]. 经济与管理,2019(2):78-85.

[23] ANSELIN L. Spatial econometrics:methods and models[M]. Kluwer Academic Publishers,1988.

[24] 刘华军,刘传明,孙亚男. 中国能源消费的空间关联网络结构特征及其效应研究[J]. 中国工业经济,2015(5):83-95.

[25] KLINE S, ROSENBERG N.An overview of innovation,world scientific book chapters[A].Studies on Science and the Innovation Process Selected Works of Nathan Rosenberg[M]. World Scientific Publishing Co. Pte. Ltd, 2009.

[26] 柳卸林. 技术创新经济学(第2版)[M]. 北京: 清华大学出版社, 2014.

[27] REINGANUM J. Innovation and industry evolution[J]. The Quarterly Journal of Economics,1985,100(1):81-99.

[28] KRUGMAN P. Development, geography and economic theory[M]. Cambridge: MA,Press,1995.

[29] 王宝玺. 21世纪日本自然科学诺贝尔奖“井喷”现象成因研究——基于1970—2005年日本R&D投入计量分析[J]. 科技管理研究,2018(11):252-259.

[30] 沈灏,谢恩,王栋晗. 不确定环境驱动下的新产品开发战略选择与持续竞争优势[J]. 经济与管理研究,2017, 38(9):117-126.

[31] 贺贵才,于永达. 知识产权保护与技术创新关系的理论分析[J]. 科研管理,2011,32(11):148-156.

[32] 保永文. 知识产权保护、技术引进与中国制造业技术创新——基于面板数据的实证检验[J]. 国际贸易问题, 2017(6):40-51.

[33] 张国良,杨蓉. 经济新常态下科技创新驱动与经济转型升级对策研究——以浙江省为例[J]. 科学管理研究, 2017(4):66-69+76.

[34] JEFFERSON G, BAI H M, GUAN X J, et al. R&D performance in Chinese industry[J]. Economics of Innovation & New Technology,2006,15(4-5):345-366.

[35] WITT M, LEHNHARDT S. Transferring innovations from academic research institutions to industry: overview[M]. John Wiley & Sons,Inc,2002.

[36] SONG M, NOH J. Best new product development and management practices in the Korean high-tech industry[J]. Industrial Marketing Management,2006,35(3):262-278.

[37] JOLY P, LOOZE M. An analysis of innovation strategies and industrial differentiation through patent applications: the case of plant biotechnology[J]. Research Policy,1996, 25(7):1027-1046.

[38] DOSI G. Technical change and industrial transformation[M]. Palgrave Macmillan UK,1984.

[39] 刘丽萍,王雅林. R&D投入、专利申请量与中国企业自主创新能力[J]. 哈尔滨工程大学学报,2011,32(11):1522-1526.

[40] 王鹏,高妍伶俐. 自主研发、技术获取与区域创新能力——基于我国东、中、西部地区大中型工业企业的实证研究[J]. 工业技术经济,2013,32(9):79-86.

[41] 刘斯敖,柴春来. 知识溢出效应分析——基于制造业集聚与R&D投入的视角研究[J]. 中国科技论坛,2011(7):32-37.

[42] 翟琼,宋正一,张哲,等. R&D投入对区域高新技术产业发展的影响[J]. 经济地理,2015,35(8):129-134.

[43] ROMER P M. Increasing return and long-run growth[J]. Journal of Political Economy,1986,64(5):1002-1037.

[44] 王传英. 关联与集聚：影响东道区域产业竞争力的关键因素[M]. 北京: 经济科学出版社, 2008.

[45] 余典范,干春晖,郑若谷. 中国产业结构的关联特征分析——基于投入产出结构分解技术的实证研究[J]. 中国工业经济, 2011(11):5-15.

[46] 洪银兴. 再论产业化创新:科技创新和产业创新的衔接[J]. 经济理论与经济管理, 2016(9):5-11.

[47] 江曼琦,梅林. 产业“链”簇关系辨析与协同发展策略研究[J]. 河北经贸大学学报, 2018,39(1):74-82.

[48] 吴伟伟,刘业鑫,于渤. 技术管理与技术能力匹配对产品创新的内在影响机制[J]. 管理科学, 2017, 30(2):3-15.

[49] 黄鲁成,石媛嫄,吴菲菲,等. 基于技术视角的新兴产业关联研究——以3D打印相关产业为例[J]. 管理评论, 2017(2):47-57.

[50] CONG H, TONG L H . Grouping of TRIZ inventive principles to facilitate automatic patent classification[J]. Expert Systems with Applications,2008,34(1):788-795.

[51] 胡书金,陈正其,刘濛. 京津冀技术势差与技术转移的内在机理分析[J]. 宏观经济研究,2018(5):149-159.

[52] 陈文翔,周明生. 自主创新、技术引进与产业结构升级——基于外部性视角的省级面板数据的实证分析[J]. 云南财经大学学报,2017(4):34-44.

[53] 王文,孙早. 产业结构转型升级意味着去工业化吗[J]. 经济学家,2017(3):55-62.

[54] 王丹莉. 政府行为与产业结构演进——基于固定资产投资视角的考察[J]. 当代中国史研究,2014,21(6):32-42+125-126.

[55] 陈继勇,王保双.中国出口贸易的工资溢出效应——基于不同企业类别与行业类别的实证研究[J].经济管理,2014,36(8):11-20.

[56] 王建峰,卢燕. 京津冀区域产业转移综合效应实证研究[J]. 河北经贸大学学报,2013,34(1):81-84.

[57] 白景坤. 产业集群的网络风险及其规避[J]. 当代经济研究,2011(11):64-67.

[58] 温锋华,谭翠萍,李桂君. 京津冀产业协同网络的联系强度及优化策略研究[J]. 城市发展研究,2017,24(1):35-43.

[59] 孙启明,王浩宇. 基于复杂网络的京津冀产业关联对比[J]. 经济管理,2016,38(4):24-35.

(责任编辑：万贤贤)