开放科学(资源服务)标识码(OSID)：
开放科学(资源服务)标识码(OSID)：
中国是一个后发国家，政府干预被认为是“中国解决方案”的重要组成部分。创新驱动已成为中国转变经济发展方式的重要战略，推动创新也一直是中国政府自改革开放以来孜孜以求的目标。在实施创新驱动发展战略背景下，以政府和企业为主导的创新驱动发展战略使中国国家创新指数排名从2011年第21位提升至2018年第17位，距离美国领衔创新国家第一集团虽还有两位之差，但已处于第二集团领先位置[1]。事实表明，政府在创新绩效方面的作用十分显著，然而依然有文献发现政府干预对创新绩效的影响并不理想，并以交易成本理论为核心，将“政府失灵”归因于其对企业投入的挤出效应。理论研究与现实错位引发笔者思考现有研究忽略的问题。本文归纳相关文献发现，对“挤出效应”的测量往往将区域创新视为一个整体，这种“黑箱式”测量忽视了创新复杂性、系统性、不确定性等特征，难以正确考察政府干预尤其是推力型干预是否一定会出现挤出效应，从而导致创新绩效不理想。
创新绩效的关键在于拥有知识资源。知识基础观认为，创新主体拥有的知识基础是实施创新的关键资源和必要条件[2]。创新主体对信息、经验、数据等特殊形式知识资源的恰当利用可转化成独特经营优势[3]。但从知识权变视角看，知识匮乏与知识冗余均会影响创新绩效。因此，在创新活动过程中，需结合自身知识基础和特征开展(如知识广度和知识深度等)。考虑到不同属性基础资源间存在相互影响，创新绩效可能是政府干预与知识资源相互作用的结果，如知识资源贫乏可能导致其它创新资源无法正常发挥作用，进而影响区域创新绩效[4]。政府干预对区域创新的作用还受到知识资源储备的影响。目前，在区域创新研究领域，鲜有关于不同基础资源间门限效应的研究，更少有文献关注政府干预对区域创新绩效的影响是否通过知识资源的内在调节而呈现出一定的差异。
基于以上分析，本文结合创新多阶段过程特性，改变创新绩效“黑箱式”测量方式，从阶段性差异和区域性差异重新考察政府干预对区域创新绩效是否一定存在阻碍作用，从价值链视角解构区域创新活动，将其分解为技术开发、技术吸收和成果转化3个阶段，这对于理解政府在实施创新驱动发展战略过程中应该扮演哪些角色至关重要。同时，本文以知识资源为切入点，研究政府干预与创新绩效间的关系，构建政府干预与区域创新绩效知识资源门限模型，利用省际面板数据对政府干预与知识资源两种不同属性的基础资源之间的相互影响(门限)关系进行检验，明晰知识资源在政府干预影响区域创新绩效中的作用机理。厘清政府干预、知识资源与创新价值链绩效三者间关系可以准确把握政府干预对区域创新绩效的作用，为提高区域创新质量提供更有针对性的政策建议；另外，正确发挥政府与市场在创新驱动发展战略中的作用，可丰富以资源基础理论为主体的创新理论，弥补理论研究与现实发展缺口。
受创新复杂性、系统性、不确定性等特征的影响，学术界对创新绩效的研究从未减弱过。以CSSCI检索为例，仅篇名限定为“创新绩效”的文献达 1 611 条，并呈现年均57.62%的增速，区域创新绩效主题研究呈现出两级多样化特征。
(1)创新绩效影响因素——资源多样化研究，主要关注异质性创新资源对创新绩效的交互影响。影响创新绩效的因素可归为两类，即“资源禀赋论”与“制度环境论”。其中，“资源禀赋论”关注区域资源存量对创新的作用，如人力资源、知识资源、投入资源、自然资源等(张治河等，2015)。吴晓云等(2013)发现，知识型人力资本对区域创新产出具有正向影响，但信息和通信技术在其中起调节作用；张攀等[5]专门对自然资源而非科技资源对区域创新的影响进行研究发现，“资源诅咒”现象同样存在于创新领域,即丰富的自然资源对区域创新具有阻碍作用；靳巧花等[4]研究知识资源对创新绩效的影响时发现，知识资源对创新绩效的影响以非单一线性方式出现。“制度环境论”关注区域外部制度环境对创新的作用，其核心是政府和市场双元机制。创新主体内嵌于一定的管制环境、规范环境、认知环境等制度环境下，其差异化可能对创新绩效产生影响(赵丽娟等，2019)；Alireza &Chiara[6]利用新兴国家和发展中国家在地理、文化距离和体制等方面的面板数据，间接发现知识产权制度对创新具有正向作用；任洪源等[7]发现，跨境企业在投资目的地国家的创新能力随制度距离增大被削弱，同时制度距离也会提升知识资源门限，即跨境企业要用更多知识资源适应制度差异化。虽然学者们认为不同创新资源会对技术创新产生差异化影响，但以资源基础论的研究多围绕企业层面异质性条件展开[8-9]。
(2)政府干预与区域创新绩效关系研究。一种观点认为，政府干预有利于区域创新绩效提升。赵丽娟等(2019)发现，提升政府科技投入能够提升各省农业科技创新效率，原始创新能力或国家创新能力具有持续提升作用；张治河等(2014)提出，无论是何种途径的科研投入来源渠道(企业、政府、金融机构贷款)均对创新能力具有显著正向影响，但政府科研经费投入与金融机构贷款不存在规模效应；Lee[10]利用韩国行业面板数据研究发现，工业越发达或在经济下滑时期，研发投入对区域生产率增长作用越大。另一种观点认为，政府干预不利于区域创新绩效提升。于惊涛等[11]通过对24个领先国家的实证检验发现，基础型国家、技术发明型国家和综合型国家创新效率虽然具有显著异质性，但政府投入对各国创新效率均不具有正向影响；肖文[12]利用随机前沿分析法对36个工业行业技术创新效率进行测量发现，无论政府间接干预还是直接干预均不利于技术创新效率提升。也有研究认为，政府干预对区域创新绩效存在非线性关系。卓乘风等(2017)发现，政府干预在创新要素区际流动与地区创新绩效关系间起非线性调节作用，政府研发支持能有效促进R&D人员流动并发挥其创新效应，但对R&D资本的促进作用不显著；当政府研发支持高于门槛值时，其调节作用减弱甚至变得不再显著。
综上所述，关于政府干预对区域创新绩效影响的研究近年来逐渐得到重视，但对于政府干预能否促进创新仍存在争议，且对政府干预与区域创新绩效关系内部传递机制的探讨较少，现有创新绩效研究虽然已突破传统线性模型，但缺乏不同基础资源间门限关系内生性和相互影响机制的研究。政府干预和知识资源对区域创新绩效的影响同等重要，但对政府干预与知识资源间关系的关注尚未引起学者足够重视。再者，从研究角度看，创新过程具有系统性、动态性、结构性特征[13-14]，创新绩效评价应考虑创新阶段性差异而不应一以概之，政府干预对区域创新绩效影响截然相反的结论可能与创新绩效测量方式有关。自Turkenburg[15]首次提出创新价值链概念以来，已有越来越多的学者从价值链视角解构创新绩效[16]。基于此，本研究利用面板数据门限回归模型，从创新价值链角度解构区域创新绩效，对政府干预、知识资源与区域创新绩效相互关系进行检验，在“资源禀赋论”与“制度环境论”双层视角下，分析知识资源对政府干预的门限作用，以丰富和发展创新基础理论内涵，进一步为政府实施创新驱动发展战略、协调市场运转提供理论支撑。
Griliches [17]认为，创新也是一个生产过程，提出创新产出是R&D投入的函数，即：
Inno=λ(RD)α
(1)
式(1)中，λ表示全要素生产率，Inno、RD分别表示创新产出、R&D投入；α表示区域创新R&D投入的产出弹性。
Jaffe[18]认为，R&D投入应分解为R&D资金投入和R&D人员投入，因此改进的Cobb-Douglas生产函数如下：
Inno=λ(KRD)α(LRD)β
(2)
式(2)中，KRD、LRD分别代表R&D资金投入、R&D人员投入；α、β分别表示创新R&D资金投入、人员投入产出弹性。这一知识生产函数被称为Griliches-Jaffe生产函数，其是研究创新绩效及创新影响因素经验模型中使用最多的工具[19]。众多学者如冯南平、魏芬芬等[20]、靳巧花[4]、侯建、陈恒等[21]在研究区域创新能力时均采用了Griliches-Jaffe 生产函数。基于Griliches-Jaffe 生产函数的通用性和数据可得性，本文构建如下区域创新绩效面板模型：
Innoit=λit(KRDit)α(LRDit)β
(3)
式(3)中，i表示省份，t表示年份，λit表示全要素生产率，Innoit、KRDit、LRDit分别表示区域创新绩效、R&D资金投入、R&D人员投入；α、β分别表示R&D资金投入、R&D人员投入产出弹性。
根据文献研究，特定区域制度环境如政府干预度(GSit)、对外开放度(Opeit)、技术创新环境(TIEit)和资源禀赋中的人力资源(Humit)、自然资源(Resit)等是影响区域创新绩效的重要因素[22-23]，所以本文将以上因素纳入全要素生产率λit，可得：
λit=GSitγ1Opeitγ2TIEitγ3Humitδ1Resitδ2
(4)
将式(4)带入模型(3)后取对数，构建出如下面板模型：
lnInnoit=μi+αlnKRDit+βlnLRDit+γ1lnGSit+γ2lnOpeit+γ3lnTIEit+δ1lnHumit+δ2lnResit+εit
(5)
式(5)中，μi、εit分别表示个体效应和随机误差项，且服从均值为零的正态分布。
Hansen[24]提出的“门限回归”(Threshold Regression)模型利用bootstrap产生“内生分组”避免“外生分组”的武断性，有效解决了外生分组带来的主观性问题，客观揭示了“组别”间解释变量与被解释变量的对应关系，被研究者广为应用。为探究知识资源是否影响政府干预与创新能力的关系，本文借鉴Bick[25]、靳巧花[4]等的研究，在模型(5)的基础上，构建如下单门限模型和双门限模型：
lnInnoit=μi+αlnKRDit+βlnLRDit+γ1lnGSit(KRit≤τ)+γ1'lnGSit(KRit>τ)+γ2lnMarit+γ3lnTIEit+δ1lnHumit+δ2lnResit+εit
(6)
lnInnoit=μi+αlnKRDit+βlnLRDit+γ1lnGSit(KRit≤τ1)+γ1'lnGSit(τ1<KRit≤τ2)+
γ1''lnGSit(KRit>τ2)+γ2lnMarit+γ3lnTIEit+δ1lnHumit+δ2lnResit+εit
(7)
式(6)和式(7)中，KRit为门限变量，表示区域知识资源存量，τ为门限值，I(·)为指示性函数，εit～(0，σ2)。通过比较门限变量KRit与门限值τ的大小，将各省区知识资源存量样本观察值划分为低、中、高知识资源区域，并利用此数据进行实证分析。限于篇幅，对三重门限模型不再赘述。
考虑到创新过程的阶段性，本文延续前期研究成果[26]，并结合区域创新实践，从价值链角度将区域创新分解为技术开发、技术吸收和成果转化3个阶段，其逻辑结构见图1。
图1 区域创新价值链逻辑结构
在区域创新价值链三阶段中，技术开发阶段实施主体主要为高校，此阶段进行基础研究如知识原理演进和理论模型推导，为技术吸收提供前提；技术吸收阶段实施主体主要为研究机构，此阶段注重吸收应用如技术检测、成果试制等，是成果转化的关键；成果转化阶段实施主体主要为企业，此阶段注重创新成果推广扩散如产品推广宣传，是知识、技术转化为生产力的关键。
创新价值链三阶段及其实施主体间存在并行和递进关系，考虑到本文研究出发点为区域创新且受数据可得性限制，本文仅考虑三阶段的并行关系，其双门限模型分别为：
阶段一：政府干预对技术开发阶段区域创新绩效的影响。
lnpapit=μi+α1lnKRDit+β1lnLRDit+γ11lnGSit(KRit≤τ11)+γ11'lnGSit(τ11<KRit≤τ12)+γ11''lnGSit(KRit>τ12)+γ12lnOpeit+γ13lnTIEit+δ11lnHumit+δ12lnResit+εit
(8)
阶段二：政府干预对技术吸收阶段区域创新绩效的影响。
lnpatit=μi+α2lnKRDit+β2lnLRDit+γ21lnGSit(KRit≤τ21)+γ21'lnGSit(τ21<KRit≤τ22)+γ21''lnGSit(KRit>τ22)+γ22lnOpeit+γ23lnTIEit+δ21lnHumit+δ22lnResit+εit
(9)
阶段三：政府干预对成果转化阶段区域创新绩效的影响。
lnSRNit=μi+α3lnKRDit+β3lnLRDit+γ31lnGSit(KRit≤τ31)+γ31'lnGSit(τ31<KRit≤τ32)+γ31''lnGSit(KRit>τ32)+γ32lnOpeit+γ33lnTIEit+δ31lnHumit+δ32lnResit+εit
(10)
在模型(8)、模型(9)、模型(10)中，papit、patit、SRNit 分别代表创新价值链上技术开发阶段、技术吸收阶段、成果转化阶段的区域创新绩效。
(1)知识资源KRit。根据Griliches[27]的观点，创新具有时滞性和累积性，即过去累积的创新知识资源存量影响创新绩效。靳巧花等[4]在研究知识产权保护门限效应时考虑到知识积累对创新绩效的影响，将创新产出滞后一期值视为知识积累，从自回归角度看，知识积累与创新绩效间的相关度很高，这种处理方法存在相互解释问题，但其思想值得借鉴。结合国际通行的永续盘存法，知识资源KRit计算公式如下：
(11)
式(11)中，KRit代表i地区t年的知识资源存量，式中其余4个变量分别为：pt-ε为支出价格指数；ε为滞后期；δ为折旧率；KRi0为i地区基期知识资源存量。学术界对这4个变量取值方法存在很多争议，知识资源存量测量应考虑R&D支出剧烈波动、专利存量溢出效应、知识资源快速增长导致的折旧率变化、区域层面各省市区知识折旧差异性等问题。结合数据可得性，本文参照国内研究的通用做法，选取15%作为折旧率，借鉴陈宇峰等的[28]计算结果，θ为1998年后5年的经济平均增长率，ε选取滞后1期，pt-ε采用陈宇峰等人计算出的价格指数(1998年为基期)。
(2)区域人力资源水平Humit。参照彭国华[29]、李平等(2017)的做法，以各地区人口受教育年限加权平均值衡量。将受教育程度分为文盲半文盲(ill)、小学(pri)、初中(jun)、高中(sen)和大专及以上(col)，受教育年限分别为1.5年、6年、3年、3年、3.5年，计算方法为：
Humit=ill*1.5+pri*7.5+jun*10.5+sen*13.5+col*17
(12)
式(12)中，ill、pri、jun、sen、col分别表示文盲半文盲就业人口比重、接受小学教育就业人口比重、接受初中教育就业人口比重、接受高中教育就业人口比重、接受大专及以上就业人口比重。
(3)Papit、Patit、SRNit、KRDit、LRDit、Opeit、TIEit、Resit。结合创新价值链特点及数据可得性，三阶段创新绩效指标分别选取学术论文、专利和新产品销售收入。技术开发绩效Papit以各地区被国外收录的论文总量代替，技术吸收绩效Patit以各地区专利授权量代替,成果转化绩效SRNit以新产品销售收入代替。KRDit资金投入用研发经费内部支出代替，R&D人力投入LRDit采用各地区每年研发人员全时当量。政府干预GSit存在各种形式，如国家科研支持计划(国家星火计划、火炬计划、“863”计划)、企业R&D补贴、税收优惠等，但考虑到数据可得性，采用各地区每年应用于科学技术的财政支出占GDP的比重代替。对外开放度Opeit采用实际利用外商直接投资额占GDP的比重代替，技术创新环境TIEit采用各地区每年技术市场成交额代替，自然资源水平Resit采用采掘业人员工资总数代替。各变量计算方式如表1所示。
表1 变量说明、计算方式与数据来源
变量变量说明 计算方式 数据来源 papit技术开发绩效各地区被国外收录的论文总量《中国科技统计年鉴》 Patit技术吸收绩效各地区专利授权量《中国统计年鉴》 SRNit成果转化绩效新产品销售收入《中国科技统计年鉴》 KRDitR&D资本投入各地区每年研发经费内部支出《中国科技统计年鉴》 LRDitR&D人力投入各地区每年研发人员全时当量《中国科技统计年鉴》 GSit政府干预力度各地区财政科技支出占GDP的比重《中国统计年鉴》 Opeit对外开放度各地区进出口额占GDP的比重《中国统计年鉴》 TIEit技术创新环境各地区每年技术市场成交额《中国统计年鉴》 Humit人力资源水平各地区人口受教育年限的加权平均值《中国劳动统计年鉴》 Resit自然资源水平各地区采掘业人员工资总数《中国统计年鉴》 KRit知识资源基于永续盘存法换算得到《中国科技统计年鉴》
各地区被国外收录的论文总量、新产品销售收入、研发人员全时当量、研发经费内部支出均来源于《中国科技统计年鉴》；人均受教育年限来源于《中国劳动统计年鉴》；各地区GDP总量、专利授权量、财政科技支出、进出口总额、采掘业人员工资总数、技术市场成交额均来源于《中国统计年鉴》。青海、海南、西藏、新疆地区各年份数据缺失较多。因此，本文共选取27个省市自治区2003-2017的面板数据进行实证检验。
首先，利用Stata12.0确定模型(8)、模型(9)、模型(10)的门限个数，依次进行一重门限、双重门限、三重门限检验，采用bootstrap法得出 P值和临界值，结果见表2。模型检验结果显示，三省分别在 1%、1% 和5%显著性水平下显著，但三重门限效应结果不十分显著，P值分别为0.003 3、0.010 0、0.003 3，因此3个模型均存在显著的知识资源双重门限效应。
门限检验结果说明，政府干预对技术开发、技术吸收、成果转化3种形式区域创新绩效的影响确实存在知识资源门限效应，各地区因知识资源存量水平不同而呈现出一定差异性。门限模型估计所得知识资源双门限值结果见表2。技术开发阶段模型(8)知识资源双重门限值为8.602 5、9.789 1，从中可见，技术吸收阶段模型(9)知识资源双重门限值为7.430 5、11.713 1，成果转化阶段模型(10)知识资源双重门限值为8.733 9、11.713 1。依据知识资源门限值可分为3个区间，以模型(10)为例：低知识资源存量( KRit≤8.733 9)、中知识资源存量( 8.733 9<KRit≤11.713 1)、高知识资源存量(KRit>11.713 1 )。
表2 门限存在性检验结果
模型(8)FPBootstrap模型(9)FPBootstrap模型(10)FPBootstrap单一门限34.816 50.000 030031.148 40.000 030043.643 50.000 0300双重门限15.674 30.000 030017.284 30.000 030021.076 00.000 0300三重门限8.412 10.003 33008.070 20.010 03007.695 90.003 3300
表3 知识资源双重门限检验结果
模型(8)门限值95%置信区间模型(9)门限值95%置信区间模型(10)门限值95%置信区间门限 τi18.602 5[8.237 4,8.602 5]6.778 8[6.685 7,7.709 8]8.733 9[8.733 9,8.733 9] 门限τi29.789 1[9.697 8,10.428 0]9.385 6[9.292 5,9.385 6]11.713 1[11.713 1,12.364 8]
对加入门限变量的模型(8)、模型(9)、模型(10)进行回归估计，相应参数估计结果见表4。从中可见，无论在创新价值链哪个阶段上，R&D资本投入、R&D人力投入与对外开放度均会对创新绩效产生正向影响，且都在1%水平上显著，但创新环境、人力资本水平、自然资源的影响则存在较大差异。创新环境有利于新产品商业化推广，但不利于技术开发和技术吸收，而人力资本水平、自然资源却有利于技术开发和技术吸收，而不利于创新商业化。自然资源丰度对区域创新绩效具有负效应，这一结论初步支持了张攀等的资源诅咒现象存在于创新领域内的结论，验证了自然资源通过阻碍区域创新进而阻碍经济增长的传递机制。而人力资本水平无论是对哪个创新价值链环节的影响作用都最大，弹性系数均在1%置信水平下显著，但影响方向却截然相反。在技术开发阶段，人力资本水平每提高1%，创新绩效将降低2.324 9%以上；而在技术吸收和成果转让阶段，人力资本水平每提高1%，创新绩效将分别提高3.311 9%、2.559 5%以上。对外开放度在创新价值链3个阶段都具有重要影响，且均在1%置信水平下显著，其影响程度仅次于人力资本水平。处于第三位的影响要素出现了差异性变化，R&D资本投入对技术开发阶段创新绩效有显著影响且在1%置信水平下显著，R&D人力投入对技术吸收和成果转化阶段创新绩效有显著影响且在1%置信水平下显著。这一现象说明，对创新绩效的研究不能忽视其过程，也正说明了价值链视角下研究创新绩效的必要性。
表4 知识资源门限模型参数稳健性回归结果
变量模型(8)模型(9)模型(10)lnKRD0.130 1(4.711 6∗∗∗)0.075 2(3.397 8∗∗∗)0.113 1(1.971 2∗∗) lnLRD0.053 7(1.584 2)0.260 7(8.523 3∗∗∗)0.386 8(4.964 1∗∗∗) lnOpe0.767 8(13.615 3∗∗∗)0.372 5(8.305 0∗∗∗)0.477 6(4.771 1∗∗∗) lnTIE-0.021 6(-0.701 6)-0.055 2(-7.030 5∗∗∗)0.031 7(2.666 7∗∗∗)lnHum-2.324 9(-6.570 1∗∗∗)3.311 9(8.474 1∗∗∗)2.559 5(3.470 6∗∗∗)lnRes0.076 4(1.222 6)0.165 1(3.474 2∗∗∗)-0.145 7(-1.440 7)lnGS(InKR≤τ1 )-0.098 1(-7.173 4∗∗∗)0.058 8(4.317 8∗∗∗)-0.146 3(-4.037 1∗∗∗) lnGS(τ1
注：括号内为T值及其显著性，***、**和*分别表示在1%、5%、10%水平下显著
表4回归结果表明，政府干预对区域创新绩效的影响确实存在知识资源门限效应，且从创新价值链角度看，政府干预对区域创新绩效的影响存在显著差异。在技术开发阶段，政府干预对区域创新绩效存在负效应，且均通过了1%显著性水平检验，但随着知识资源存量增长，政府干预对区域创新绩效的阻碍作用不断降低，但始终存在负效应；在技术吸收阶段，当知识资源存量低于6.778 8时，弹性为0.058 8，且通过了1%显著性水平检验，即政府干预每提高1%，区域创新绩效上升0.058 8%，但当知识资源存量超过6.778 8且低于9.385 6水平时，提高政府干预却阻碍了区域创新绩效，但未通过显著性检验，说明政府干预强度对区域创新绩效影响不大。当知识资源存量超过9.385 6时，这种阻碍作用更强，弹性为0.039 1，且通过了1%的显著性水平检验，即政府干预每提高1%，区域创新绩效降低0.039 1%；在成果转化阶段，当知识资源存量低于8.733 9时，政府干预对区域创新绩效的负效应最大，弹性为0.146 3，且通过1%的显著性水平检验，即政府干预每提高1%，区域创新绩效下降0.146 3%，当知识资源存量高于8.733 9且低于11.713 1时，政府干预对区域创新绩效的负向影响显著下降，弹性为0.025 1，且通过了10%的显著性水平检验，即政府干预每提高1%，区域创新绩效下降0.022 6%，但当知识资源存量高于11.713 1时，政府干预对区域创新绩效的效应由负转正，发生质的转变，弹性为0.023 3，且通过了10%的显著性水平检验，即政府干预每提高1%，区域创新绩效提升0.023 3%。
综上所述，政府干预对区域创新绩效的作用受知识资源水平的影响。在技术开发阶段，政府干预阻碍了区域创新绩效提升，但随着知识资源增长，阻碍作用逐渐降低。在技术吸收阶段，政府干预在高知识资源区域比在低知识资源区域更不利于区域创新绩效提升。原因在于，在创新初始阶段，推动创新绩效提升的更大动力可能是市场内在推动而非政府外在拉力，政府干预作为一种重要手段，介入了本应由企业投入创新活动而产生的挤出效应;在成果转化阶段，政府干预在高知识资源区域比在低知识资源区域更有利于区域创新绩效提升。当知识资源达到一定存量后会形成良好的自主创新和研发环境以及更加完善的知识产权保护制度，既有利于激发创新成果也有利于保护创新成果，从而为创新成果转化提供保障，无论是企业还是个人都能享受区域知识资源带来的外部性，进而对区域创新能力提升产生积极影响。
通过知识资源双重门限值将27个省份划分为高、中、低知识资源三大区域，从区域创新绩效稳健性回归结果看，处于低、中、高知识资源水平的观测值存在创新价值链差异，表5给出了创新价值链知识资源区域省份数及分布情况，篇幅所限，只列出2015年创新价值链成果转化环节低知识资源、中知识资源、高知识资源存量的区域分布情况。总体来看，创新价值链上无论哪个环节处于低知识资源存量的区域都较少，大部分区域处于中高知识资源存量水平，技术开发、技术吸收、成果转化阶段低知识资源存量区域分别占样本总量的2.65%、0.99%、3.46%，而高知识资源存量分别占样本总量的85.98%、91.11%、56.54%。从区域分布看，2003-2017年，位于高知识资源存量区域的省份在各创新价值链环节上不尽相同，但大多为东部、中部区域，而西部区域知识则相对匮乏。位于高知识资源存量的区域逐渐增多，北京、广东、江苏、山东、陕西、上海、天津7大科技资源发达区域从2003年知识资源存量就大于成果转化环节最大门限值11.713 1。安徽、福建、贵州、河北等14个省区逐渐进入高知识资源储备区，其中吉林省2017年才进入高知识资源梯队。内蒙古、宁夏、山西逐渐从低知识资源区域向中知识资源区域靠拢，目前内蒙古、宁夏、甘肃、广西、云南、山西6个省区在成果转化环节依然位于中知识资源水平，其显著特征是这些区域均为西部省份，说明中国大多数省份都达到高知识资源存量水平。西部地区知识资源存量水平不高可能限制了政府干预对区域创新绩效的促进作用，但未来仍要继续加大西部地区资源投入，促其跨越知识存量障碍，以达到提高政府干预促进区域创新的目的。
表5 创新价值链知识资源区域省份数及分布情况
类别技术开发份数省域技术吸收份数省域成果转化份数省域 低知识资源10---4---14----中知识资源43--32---162内蒙古、宁夏、甘肃、广西、云南、山西高知识资源325---369---229吉林、贵州、重庆、河北、黑龙江、河南、江西、安徽、湖南、辽宁、四川、陕西、湖北、福建、北京、浙江、上海、山东、江苏、天津
针对创新绩效随政府对创新活动干预而出现的不确定性以及知识资源存量与创新绩效的非直接关联特征，从价值链视角解剖并构建政府干预与区域创新绩效的非线性门限模型，利用2003-2017年省际面板数据和门限回归模型，探讨区域知识资源存量下政府干预对区域创新绩效产生的门限效应和时空异质性。结果发现，在创新价值链3个阶段，R&D资本投入、R&D人力投入与对外开放度均正向影响创新绩效，而创新环境、人力资本水平、自然资源对创新绩效的影响则存在较大差异。创新环境有利于新产品商业化推广及成果转化，但不利于技术开发和技术吸收，而人力资本水平、自然资源却有利于技术开发和技术吸收，不利于创新商业化。自然资源丰度对区域创新绩效具有负效应，说明“资源诅咒”现象存在于创新领域，印证了自然资源通过阻碍区域创新进而阻碍经济增长的传递机制。政府干预对区域创新绩效的作用受知识资源水平影响，但存在显著创新价值链阶段性差异，说明政府干预下创新驱动绩效不理想的部分原因是阶段性差异和区域性差异导致的结果。在技术开发阶段，政府干预阻碍了区域创新绩效提升，但随着知识资源增长，阻碍作用逐渐减弱。在技术吸收阶段，政府干预在高知识资源区域比在低知识资源区域更不利于区域创新绩效提升。在成果转化阶段，政府干预在高知识资源区域比在低知识资源区域更有利于区域创新绩效提升。截至2017年，大部分区域已经跨越创新价值链各环节低、中知识资源存量门限值，只有少数西部省份在成果转化环节仍处于中等知识资源存量水平区域，大部分省份已跨过门限值，尤其是北京、广东、江苏、山东、陕西等知识资源丰富区域早已跨越低知识资源门限。根据本文研究结果，提出以下政策建议：
(1)各地区应重视R&D资本投入、R&D人力投入与对外开放度三大因素对创新绩效的重要影响。虽然人力资本在技术开发阶段并不利于区域创新产出，因为技术开发阶段更重视核心技术人员参与，但人力资本对技术吸收和成果转化的提升作用更明显。因此，人力资本对区域创新绩效的影响不容忽视。此外，区域政府还应重视基础教育，强化高等教育，提高人力资本水平，培养创新型人才；通过嵌入全球价值链融入“无国界生产体系”，提升区域经济对外开放水平；另外，加大研发人员支持力度，尤其是对高水平研发人员的人才引进与培养，为区域创新能力提升提供强劲动力。
(2)政府对创新活动的干预需要基于资源和动态演化视角进行资源配置，才能起到提升区域创新绩效的作用。从动态演化视角看，政府干预对区域创新绩效的影响存在阶段性差异，在技术开发阶段和技术吸收阶段，政府干预力度提升并不能带来区域创新绩效提升，但有利于创新成果转化。因此，各地政府在实施创新驱动过程中，仍要继续加大创新投入进而提升创新绩效。
(3)促使知识资源存量水平尽快突破门槛限制。在高知识资源存量区域，政府干预对区域创新绩效的正向效应凸显，因此各地区通过政府提升创新投入的同时，还应充分考虑提高知识资源存量水平，促进区域内企业学习其它地区或国外先进技术，通过知识溢出获取异质性知识资源，同时加强对知识的消化和整合，培养自身创新能力。
本文仍存在以下不足：首先，受限于数据可得性，特别是缺乏企业层面政府干预与知识资源存量具体数据，制约了微观层面政府干预知识资源存量对创新绩效的门限效应分析，同时对创新价值链3个阶段的研究也比较粗略；其次，本研究只关注政府干预存在的知识资源门限效应，仅关注政府显性干预，未将政府不同干预形式尤其是隐性干预纳入考量。实际上，政府干预形式是多样的，推力型政府干预和拉力型政府干预对区域创新绩效的影响应区别对待。对不同形式政府干预对创新绩效的影响进行研究有利于准确判定政府在创新驱动发展战略中的真正作用。因此，未来研究既应关注微观层面数据，重点收集政府资助企业层面新产品销售收入、专利、技术交易等创新绩效数据，又要关注不同形式政府干预对不同形式创新绩效的影响，唯有如此，才能精准判定政府与市场在创新驱动发展中的作用。
[1] 刘思明,张世瑾,朱惠东.国家创新驱动力测度及其经济高质量发展效应研究[J].数量经济技术经济研究,2019(4):3-23.
[2] BRUCKER P F.Post-capitalist society[M].New York: Butterworth Heineman,1993.
[3] LIN Y ,WU L Y.Exploring the role of dynamic capabilities in firm performance under the resource-based view framework[J].Journal of Business Research,2014,67(3):407-413.
[4] 靳巧花,严太华.自主研发与区域创新能力关系研究——基于知识产权保护的动态门限效应[J].科学学与科学技术管理,2017,38(2):148-157.
[5] 张攀,吴建南.政府干预、资源诅咒与区域创新——基于中国大陆省级面板数据的实证研究[J].科研管理,2017,38(1):62-69.
[6] ALIREZA NAGHAVIA,CHIARA STROZZIB.Intellectual property rights,diasporas,and domestic innovation[J].Journal of International Economics,2015,96(1):150-161.
[7] 任洪源,刘刚,罗永泰.知识资源、研发投入与企业跨境创新绩效关系研究——基于面板数据门限回归的实证分析[J].管理评论,2017,29(1):105-113.
[8] 潘清泉,唐刘钊.技术关联调节下的企业知识基础与技术创新绩效的关系研究[J].管理学报，2015,12 (12):1788-1796.
[9] KETOKIVI M.Point-counterpoint: resource heterogeneity,performance and competitive advantage[J].Journal of Operations Management,2016,41(1): 75-76.
[10] LEE,DONGYEOL.Role of R&D in the productivity growth of Korean industries: technology gap and business cycle [J].Journal of Asian Economics,2016(45):31-45.
[11] 于惊涛,杨大力.政府投入、经济自由度与创新效率:来自24个领先国家的实证经验[J].中国软科学,2018(7):181-192.
[12] 肖文,林高榜.政府支持、研发管理与技术创新效率——基于中国工业行业的实证分析[J].管理世界,2014(4):71-80.
[13] ROTHWELL R.Towards the fifth generation innovation process[J].International Marketing Review,1994(11): 7-31.
[14] VAN DE VEN A,D POLLEY,R GARUD S.Venkataraman[M].The Innovation Journey，New York：Oxford University Press,1999.
[15] TURKENBURG W C.The innovation chain: policies to promote energy innovation,energy for sustainable development [M].New York: The UN Publication,2002.
[16] 聂名华,齐昊.对外直接投资能否提升中国工业绿色创新效率:基于创新价值链与空间关联的视角[J].世界经济研究,2019(2):111-122+137.
[17] GRILICHES Z.Issues in assessing the contribution of research and development to productivity growth[J].Bell Journal of Economics,1979,10(1):92-116.
[18] JAFFE A B.Real effects of academic research[J].American Economic Reviea,1989,79(5)：957-970.
[19] 杨皎平,侯楠,王乐.集群内知识溢出、知识势能与集群创新绩效[J].管理工程学报,2016,30(3):27-35.
[20] 冯南平,魏芬芬.创新要素区域流动的影响因素及其时间差异分析[J].中国科技论坛,2017(2):114-120.
[21] 侯建,陈恒,李丽,等.高技术产业研发创新与非研发创新的异质门槛效应研究[J].管理学报,2018,15(3):392-398.
[22] 严太华,刘焕鹏.自主研发与知识积累:基于金融发展视角的门限模型研究[J].中国管理科学,2015(5):73-81.
[23] 鲁钊阳,廖杉杉.FDI技术溢出与区域创新能力差异的双门槛效应[J].数量经济技术经济研究,2012(5):75-88.
[24] HANSEN B E.Sample splitting and estimation[J].Econometrica,2000，68(3):575-603.
[25] BICK A.Threshold effects of inflation on economic growth in developing countries[J].Econ Lett,2010(2): 126-129.
[26] 康淑娟.基于行业异质性解构我国高技术产业创新价值链[J].软科学,2017,31(7):1-5.
[27] GRILICHES Z.Patents statistics as economic indicators: a survey[J].Journal of Economic Literature,1990,28 (4):1661-1707.
[28] 陈宇峰,朱荣军.中国区域R&D资本存量的再估算:1998-2012[J].科学学研究，2016(1):69-141.
[29] 彭国华.中国地区收入差距、全要素生产率及其收敛分析[J].经济研究,2005(9):19-29.