知识产权已成为经济发展过程中的重要生产要素和区域竞争力的关键来源,国家和区域层面都越来越重视知识产权战略。知识产权产业是将知识产权进行市场化转化的一种产业组织形态,具有知识技术密集度高、创新性强、附加值高与成长性大等多维特征,是区域经济实现高质量发展和可持续发展的重要支撑[1]。党的十九大肯定了知识在经济发展中的巨大推动作用。本文将以黄河流域地级市为研究样本,采用知识产权产业新注册企业数测度知识产权产业创业活动水平,研究知识产权产业创业空间格局变化及其影响因素。其创新点主要是:一是创新性使用新注册企业数作为测度知识产权产业创业活动水平的变量,能较好地反映区域创新与创业的综合特征,同时,新注册企业数增量能在很大程度上反映区域创业整体发展潜力与动态变化;二是黄河流域是中国区域发展的重要支撑点,但该区域的创业研究相对薄弱。本文利用空间计量经济学模型研究黄河流域知识产权产业创业时空分布及其影响因素,有助于深化对区域创新与创业关系的认识,为黄河流域经济实现高质量发展提供科学参考。
(1)知识产权产业研究。知识产权产业概念最早出现于《知识产权和美国经济:聚焦产业》,该报告强调了知识产权产业在解决就业和推动经济发展方面的重要贡献[2];2012年欧盟发布的知识产权产业报告也显示知识产权对经济有重大贡献[3]。国内相关研究主要涉及知识产权产业创新范式[4]、产权保护[5]、经济贡献[6]、创新绩效[7]等。基于发展视角,知识产权产业集聚对经济的持续拉动作用受到诸多学者的关注。如刘海波等[8]将测算知识产权经济价值的方法分为5个层面,并对北京、上海的知识产权产业进行研究;李黎明[9]使用北京市相关数据,将知识产权产业分为专利、版权和商标密集型产业以探讨其经济贡献。由于企业是知识产权产业的基本单元,因此也成为研究重点。有研究者提出,该类企业不仅对知识产权有大量需求,还会产出大量知识产权[10],企业的高成长性能够有效提高生产率和推动经济增长[11]。
(2)区域创业与知识产权产业创业活动研究。一般创业是指个体或组织发现、评估和利用那些能创造商品或服务机会的过程[12]。从地理视角看,创业活动是一种区域现象,具有明显的空间集聚特征。一方面,企业家成长与地区文化、社会资本关系密切。因此,企业家精神具有本地根植性,致使创业活动具有很强的区域特征[13];另一方面,由于空间要素具有关联性,企业家选择创业区位会受到邻近地区创业活动的影响,表现出空间依赖性[13-14]。因此,本地创业活动不仅会对邻近地区创业集聚产生影响,还会对邻近地区经济发展造成影响[15]。由于创新性强、附加值高,知识产权产业创业活动对创业要素的空间集聚更敏感,因此其空间依赖特征也更显著[16],但是关于上述现象的研究并不多。知识产权产业创业有助于加快知识创造、传播和使用,促进经济快速发展[17],是区域经济实现转型升级和获取竞争优势的重要抓手,因此值得进行区域层面的深入讨论。
(3)创业活动影响因素研究。已有研究对创业影响因素进行了多方面探讨[18],从宏观和微观层面重点关注了创业集聚[19]、创业绩效及相关因素[20]。创业影响因素一般可以分为创业机会、创业环境和创业要素。创业机会受市场需求的影响较大,市场规模越大的地区,其市场需求也越大;创业环境是一个复杂因素,它是不同创业要素互动、创业要素与空间载体互动的结果,主要与地区经济活力、人力资本、创新水平、创业资本等相关。具体来看,创业影响因素一般包括市场规模、创新水平、人均经济水平、人力资本水平、金融资本、风险投资、资源集聚、创业政策等[21-22]。
本文以黄河流域为研究背景,分析该区域地级市层面的知识产权产业创业活动水平。2019年9月,习近平总书记在黄河流域生态保护和高质量发展座谈会上提出黄河流域高质量发展的重大国家战略,并明确黄河流域作为我国重要经济地带的地位[23]。本研究关注的黄河流域是指其流经的青海、四川、甘肃、宁夏、内蒙古、山西、山溪、河南、山东等9个省(区)[24],如图1所示,具体范围以行政边界为标准,共包括115个市级行政单元(莱芜市按照行政区划合并到济南市)。
图1 黄河流域行政区域范围
黄河流域是我国经济社会发展的重点区域。流域总面积为361万km2,占全国总面积的37.60%;2019年底流域总人口为4.22亿人,占全国总人口的30.05%;地区生产总值达24.74万亿元,占全国生产总值的25.11%。“十四五”时期,面对国际国内环境的深刻变化,为适应新经济格局发展需要,黄河流域成为我国撬动内需和推动区域经济高质量发展的重要空间载体。知识产权产业作为创新性强和附加值高的一门产业,其涵盖许多战略性新兴产业,是推动黄河流域高质量发展的重要抓手。据相关数据统计显示,2018年黄河流域知识产权产业新注册企业171 668家,占流域内新注册企业总量的9.86%。
本文将以知识产权产业新注册企业数测度区域知识产权产业创业活动水平。首先,需要明确知识产权产业界定。知识产权产业是指发明专利密集度与规模达到规定标准,依靠知识产权参与市场竞争,符合创新发展导向的产业集合。知识产权产业的界定依据是国家统计局发布的《知识产权(专利)密集型产业统计分类(2019)》,该分类以《国民经济行业分类》(GB/T 4754-2017)为基础,充分考虑了创新驱动发展导向和国际通行分类标准(如表1)。本文认为,根据国民经济行业分类划定的知识产权产业新注册企业数量能够较好地表征区域内知识产权产业创业活动水平。
表1 知识产权产业统计分类
二位代码行业名称 二位代码行业名称26化学原料和化学制品制造业37铁路、船舶、航空航天和其它运输设备制造业27医药制造业38电气机械和器材制造业28化学纤维制造业39计算机、通信和其它电子设备制造业30非金属矿物制品业40仪器仪表制造业32有色金属冶炼和压延加工业46水的生产和供应业33金属制品业63电信、广播电视和卫星传输服务34通用设备制造业64互联网和相关服务35专用设备制造业65软件和信息技术服务业36汽车制造业
本文使用的新注册企业数据来源于企查查数据平台,该平台数据来自国家企业信用信息公示系统,并提供了基于年份和产业的检索通道。本文使用的专利数据来自中国研究数据服务平台CNRDS,使用的风险投资数据来自清科私募通数据库,其它数据来自《中国城市统计年鉴》。
本文的被解释变量是知识产权产业创业规模和创业活力。张晓波[25]认为,新注册企业是一个地区创业活动的重要成果,能够有效表征区域创业活动水平。创业一般是指创业者利用商业机会创建法人实体,并通过法人实体向市场提供产品、服务以及创造价值。本文构建了“地级市—知识产权产业创业—年份”变量,按照企业注册时间,将当年注册成立的企业界定为新注册企业,用于测量区域创业活动水平。一般地,创业活动水平测度方法包括总量指标和平均指标两种[26]。本文认为,要准确刻画地区创业发展水平,需要对比考虑总量和平均两种指标,它们分别反映一个地区的创业规模和创业活力,本文用知识产权产业新注册企业总数(家)测量创业规模,用每万人口知识产权产业新注册企业数(家/万人)测量创业活力。
结合文献分析,本文选取市场规模、富裕程度、工资溢价、教育水平、创新水平和创业资本可获得性6个指标作为核心解释变量。创业在很大程度上受到预期盈利空间的影响,而预期盈利空间与市场规模有关,地区生产总值越高意味着需求更大、总体购买力更强[27],因此用GDP规模测度市场规模。清华大学的《中国创业观察报告》显示,浙江、广东等沿海地区在创业活动指数上遥遥领先于西部与东北地区[28],这些沿海城市更为富裕。由此可见,富裕度对创业活动有正向影响,人均GDP能较好地体现地区富裕程度[29]。因此,本文选取人均GDP作为富裕度代理指标。有文献证明,工资具有溢价效应,大城市里较高的工资水平吸引了大量高端人才[30],有效促进了地区创新创业与经济发展,因此本文使用平均工资水平测度工资溢价。高端人才是知识产权产业创业的重要主体,地区教育水平对知识产权产业创业提供了人才支撑,本文采用在校大学生数量测度教育水平。一个地区的知识储备量决定了该地区创新活动水平,较高的知识储备意味着产生新想法的概率更高,新想法的诞生与传播会推动更多人创业[31],因此本文采用发明专利数量测量创新水平。知识产权产业对资本的依附度较高[32],一个地区的资本可获得性对知识产权产业创业具有正向影响,因此本文采用区域风险投资事件数测量创业资本可获得性。
表2 变量定义及单位
变量含义单位创业规模(IPE)知识产权产业新注册企业数家创业活力(PIPE)每百万人口知识产权产业新注册企业数家/百万人市场规模(MS)国内生产总值亿元富裕程度(AFF)人均GDP百元工资溢价(WP)平均工资元教育水平(EDU)在校大学生人数千人创新水平(INN)发明专利申请量件创业资本可获性(VC)风险投资事件数件财政支持(GOV)财政支出占GDP比重%产业结构(IS)第三产业占比%房价水平(HP)住宅价格元
此外,本文在以上核心解释变量的基础上,选取地区产业结构、财政支出占比、住宅价格等指标作为控制变量,以降低遗漏变量对模型估计结果的影响。
2.4.1 空间相关性分析
为检测和判断黄河流域知识产权产业创业空间分布与邻近区域是否存在显著相关性,进一步为空间计量模型选择提供依据,本研究将使用全局Moran′s I指数检测知识产权产业创业规模与创业活力在黄河流域的分布态势及空间集聚特征。计算公式为:
(1)
式中,n为空间样本量,即黄河流域研究样本数;Wij为空间权重矩阵,表示i地区与j地区之间的空间关系,yi、yj为观测值,y为平均值。
2.4.2 回归分析
基于以上分析,构建本文模型。
(1)基准模型。
(2)
(3)
式中,下标i代表地区,t代表年份;IPEit和PIPEit分别为i地区t年的知识产权产业创业规模与创业活力,为核心解释变量,为影响区域知识产权产业创业的其它控制变量。
(2)空间面板模型。根据文献综述和空间自相关分析,黄河流域知识产权产业创业具有显著空间自相关性,因此需要进一步考察空间相关性对区域知识产权产业创业的影响。本文将运用空间面板模型进一步测度黄河流域知识产权产业创业影响因素及其空间溢出效应,因此构建空间滞后模型、空间误差模型和空间杜宾模型。
第一,空间滞后模型。
(4)
(5)
式中,W为空间权重矩阵,W*IPEit和 W*PIPEit分别为因变量(创业规模、创业活力)的空间滞后变量,即i地区邻近地区知识产权产业创业水平观察值;ρ为空间回归系数,反映样本观察值间的空间依赖性,即邻近地区观察值对本地区知识产权产业创业的影响方向和程度。
第二,空间误差模型。
(6)
(7)
εit=λW*εit+μit
(8)
式中,W为空间权重矩阵,W*εit为空间滞后误差项,即i地区邻近地区影响知识产权产业创业的不可观测因素或随机冲击。λ为空间回归系数,反映样本观察值之间的空间依赖性,即邻近地区的不可观测影响因素或随机冲击对本地区知识产权产业创业的影响方向和程度。
第三,空间杜宾模型。
(9)
(10)
式中,W为空间权重矩阵,W*IPEit和 W*PIPEit为因变量的空间滞后变量,为解释变量的空间滞后变量,为控制变量的空间滞后变量。空间杜宾模型同时考察邻近地区的知识产权产业创业对本地区的影响和邻近地区的影响因素或随机冲击对本地区知识产权产业创业的影响。
如图2所示,在研究时段内知识产权产业创业活动呈现出明显的分段特征。2005-2013年黄河流域的知识产权产业新注册企业数和万人新注册企业数呈波动的略微下降态势;2013-2018年则呈快速线性增长趋势。
图2 黄河流域知识产权产业创业演变趋势
根据图2,进一步选取2005年、2013年和2018年3个节点,针对知识产权产业创业指标进行描述性统计。由表3的数据显示,知识产权产业新注册企业标准差和基尼系数均呈增长态势,标准差从2005年的576.47增加到2018年的2 828.72;基尼系数从2005年的0.610 9增加到2018年的0.673 8;从绝对值看,2005-2013年的年均增长率为-1.46%,2013-2018年的年均增长率为71.03%。同时,平均每万人知识产权产业新注册企业标准差和基尼系数均呈现先减小后变大的趋势,标准差从2005年的0.91增长到2018年的3.04;基尼系数从2005年的0.464 1降低到2018年的0.456 5;从创业数量绝对值看,2005-2013年的年均增长率为-2.66%,2013-2018年的年均增长率为59.29%。
表3 黄河流域知识产权产业创业活动描述性统计结果
指标创业规模(家)2005年2013年2018年创业活力(家/万人)2005年2013年2018年总计42 70637 718171 668110.3286.89344.49标准差576.47584.712 828.720.910.723.04基尼系数0.610 90.640 70.673 80.464 10.449 50.456 5年均增长率(%) -1.4671.03 -2.6659.29
上述数据表明, 2005-2013年黄河流域知识产权产业新注册企业数减少速度低于平均每万人知识产权产业新注册企业数减少速度,至2013年以后呈现相反趋势,即2013年以后知识产权产业每年新注册企业数快速增加。此外,知识产权产业新注册企业数空间差距不断扩大,而万人知识产权产业新注册企业数空间差距在略微缩小后出现逐年扩大。
进一步对黄河流域知识产权产业创业活动水平的空间自相关性进行检验,利用Moran's I指数对空间自相关性进行测度,如图3所示。由图可知,黄河流域知识产权产业创业空间格局具有明显集聚特征,创业活力的空间集聚性比创业规模更显著,其中,2005-2018年呈现波动降低态势,且均通过10%的显著性水平检验,创业活力Moran′s I指数的P值持续低于创业规模指数,由此可以判断,创业活力具有更加显著的空间自相关性。空间自相关性检验结果表明,黄河流域的知识产权产业创业活动受到区位的影响,呈现出发展水平较高地区相互邻近以及发展水平较低地区也相互邻近的特征。
图3 黄河流域知识产权产业创业Moran′s I指数及变化
进一步以黄河流域116个地级市为基本空间分析单元,绘制2005—2018年知识产权产业新注册企业数空间布局格局,如图4、图5所示。由图可知,黄河流域知识产权产业创业空间布局具有显著集聚特征,且创业规模和创业活力呈现显著的分异特征。总体来看,3个观测年度内黄河流域超过88%的知识产权产业新注册企业处于八大城市群内,同时,城市群地区的万人新注册企业数约为1.21家,非城市群地区约为0.50家,知识产权产业创业显著集聚于城市化地区,其中,城市化地区的省会城市具有明显优势,是引领地区创新创业发展的核心和支点。
图4 黄河流域知识产权产业创业规模时空格局
图5 黄河流域知识产权产业创业活力时空格局
从创业规模看,2005年知识产权产业新注册企业数最高的2个地区分别是青岛和成都,此外,西安、郑州、济南、潍坊和烟台也较高,青海全省域均位于规模水平最低地区;到2018年,成都、西安、郑州、济南和青岛均进入最高水平,山东半岛城市群形成较广泛的高值连片区。可以看出,知识产权产业创业显著聚集于典型的城市化地区,且这种规模集聚特征显著,高度聚集于城市化水平较高的地区,并围绕核心城市向外围快速递减。青岛、济南、郑州、西安和成都等核心城市在市场规模、资本可获得性、创新水平和创业试错机会等方面均拥有突出优势,是催生知识产权产业创业的“温床”。
从创业活力看,2005年黄河流域万人知识产权产业创业高值区分布于山东半岛城市群、郑州以北大同以南的连片区、呼包鄂榆城市群、宁夏沿黄城市群及阿拉善,其中,成都、西安、兰州和海西州形成地区性高值飞地,而周边地区的知识产权产业创业活力较低;到2018年,黄河流域万人知识产权产业创业高值区从收缩态势转为扩散发展格局,如下游地区的山西、河南和山东省形成连片发展格局,同时,研究区的内蒙、甘肃和青海等边缘区域形成了较显著的高值连片区,如锡林郭勒、包头、鄂尔多斯、阿拉善、酒泉、海西等地市均为国内重要的资源型城市和工业城市,这类城市的产业下游发展对创新的需求较突出,伴随区域产业不断升级,浙西地区知识产权产业创业活力不断提升。
回归估计前,先进行数据描述性统计和共线性检验。表4报告了各变量描述性统计结果和方差膨胀因子值。结果显示,所有变量不存在极端异常值情况,数据波动正常,平稳性较好,且所有变量的方差膨胀因子均值均小于10,说明解释变量之间不存在严重的共线性问题。
表4 主要变量描述性统计结果
变量样本量均值标准差最小值最大值VIF知识产权产业新注册企业(IPE)1 400663.511 468.33921 544-百万人知识产权产业新注册企业(PIPE)1 400138.94159.298.871 431.06-国内生产总值(MS)1 4001 401.821 589.4544.8815 342.775.69人均GDP(AFF)1 400363.85288.3823.942 319.102.71第三产业占比(IS)1 40036.139.6511.4068.671.72平均工资(WP)1 40038 715.9618 056.388 051.2592 827.453.96在校大学生人数(EDU)1 40070.13138.500993.483.02住宅价格(HP)1 4003 157.181 514.2774212 373.443.34发明专利申请量(INN)1 400805.902 893.73044 3143.38风险投资事件数(VC)1 4004.5321.4703951.4财政支出占GDP比重(GOV)1 40018.8912.414.27102.681.87
空间自相关性分析结果显示,黄河流域知识产权产业创业具有显著的空间相关性,因此进行影响因素分析还需考虑空间依赖性。为进一步判别SAR模型、SEM模型和SDM模型估计效果,使用Wald检验和LR检验进行模型选择,如表5所示。结果显示,Wald检验和LR检验均显著拒绝原假设,表明空间杜宾模型具有更好的拟合效果。同时,Hausman检验结果显示,P值均在1%的水平下显著,因此拒绝固定效应与随机效应估计无差别的假设。综上所述,本文利用空间杜宾模型进行估计,为保证研究结果的稳健性,将同时对比其它模型分析结果。
表5 普通面板模型检验结果
检验IPEPIPEWald_spatial_error53.61***33.32***LR_spatial_error63.35***36.79***Wald_spatial_lag237.62***167.67***LR_spatial_lag220.53***159.21***Hausman96.28***54.73***
注:*p<0.1,**p<0.05,***p<0.01,下同
表6显示了知识产权产业创业规模和创业活力影响因素的估计结果。其中,模型1和模型4采用空间误差模型(SEM),模型2和模型5采用空间滞后模型(SAR),模型3和模型6采用空间杜宾模型(SDM),同时,分别对文中考虑的控制变量进行控制。由表6可以看出:
表6 黄河流域知识产权产业创业影响因素估计结果
变量IPESEMSARSDMModel(1)Model(2)Model(3)PIPESEMSARSDMModel(4)Model(5)Model(6)MS1.015***0.908***1.032***0.048 5***0.042 8***0.046 3***(0.046 9)(0.048 2)(0.047 5)(0.005 65)(0.005 71)(0.005 75)AFF-1.859***-1.996***-1.793***-0.018 1-0.034 6-0.011 0(0.213)(0.215)(0.218)(0.025 7)(0.025 4)(0.026 3)WP0.012 1**-0.005 22*0.020 5***0.003 17***-0.001 31***0.004 08***(0.004 69)(0.003 00)(0.005 44)(0.000 622)(0.000 345)(0.000 659)EDU-1.350*-0.198-1.803**0.063 60.1360.047 5(0.741)(0.777)(0.741)(0.089 1)(0.092 1)(0.089 7)INN0.102***0.118***0.098 3***0.006 53***0.008 67***0.006 90***(0.011 6)(0.012 2)(0.011 6)(0.001 40)(0.001 45)(0.001 41)VC1.4512.354**1.3350.597***0.750***0.628***(1.025)(1.095)(1.021)(0.123)(0.130)(0.124)W×MS-2.494***-0.139***(0.324)(0.039 1)W×AFF4.465***0.157(1.439)(0.170)W×WP-0.037 3***-0.009 39***(0.013 7)(0.001 65)W×EDU21.27***0.889(5.673)(0.686)W×INN0.009 770.001 88(0.078 4)(0.009 50)W×VC6.1691.830*(8.949)(1.085)Spatial ρ0.743***0.685***0.900***0.880***(0.046 4)(0.062 3)(0.022 6)(0.029 3)Spatial λ0.871***0.931***(0.028 6)(0.015 8)固定效应YYYYYY控制变量YYYYYY观测值1 4001 4001 4001 4001 4001 400调整的R20.7420.6680.7790.5770.3970.618
(1)从调整的R2来看,模型1-模型6均具有较好的拟合度。空间面板优于普通面板,表明空间计量模型对黄河流域地市知识产权产业创业的拟合效果更优,更加有助于识别影响因素。从空间误差模型(模型1、模型4)来看,Spatial λ均为正,且通过了1%的显著性水平检验,充分说明知识产权产业创业规模和活力均存在显著的正向空间效应,表明一个地区的知识产权产业创业活动水平在一定程度上依赖于邻近地区知识产权产业创业活动水平。从空间滞后模型(模型2、模型5)和空间杜宾模型(模型3、模型6)来看,Spatial ρ均为正,且通过了1%的显著性水平检验,充分说明知识产权产业创业规模和活力均受到相邻地区的影响,即邻近地区多因素的空间格局与形成过程会对本地区知识产权产业创业活动产生空间溢出作用。
(2)从市场规模(MS)看,基准回归模型和空间面板模型估计结果均显示,采用GDP作为代理变量的市场规模对知识产权产业创业规模和创业活力均有显著正向影响,可以认为,市场规模促进了知识产权产业创业集聚,其原因可能是市场规模为创业者带来更大可期收益和更加丰富的创业机会。市场规模对黄河流域知识产权创业具有较显著的负向空间溢出效应,即一个地区周边城市的市场规模较大,会对该地区知识产权产业创业产生挤出效应,创业者会优先选择市场规模大的地区开展创业活动。
(3)从富裕程度(AFF)看,以人均GDP作为代理变量的地区富裕程度对知识产权产业创业规模具有显著负向影响,但对创业活力的影响不显著。可能的原因是,富裕程度越高,创业者受到的生存压力越小,创业动力相对缺乏,所以整体上会对创业规模形成负向影响,但同时富裕程度越高,创业原始资本投入更大,用地区人口对创业规模进行均值化后,大量不参与创业的群体削弱了这种整体性差异,因此富裕程度对创业活力的影响相对不显著。富裕程度对创业规模的空间溢出效应显著为正,主要是因为邻近地区较高的富裕程度可能会导致本地创业者形成生存竞争。
(4)从工资溢价(WP)看,以平均工资作为代理变量的黄河流域不同城市工资溢价对地区知识产权产业创业规模和创业活力产生显著正向影响。这是因为高工资有助于吸引高端人才,从而为创业活动产生提供企业家精神和知识基础,促进创业集聚形成和生产率提升。工资溢价对邻近地区创业规模的影响并不显著,但对创业活力的负向影响显著,可以认为是因为邻近地区的高工资吸引了更多人才,导致本地企业家精神流失,因此会对本地知识产权创业活力产生负面影响。
(5)从创新水平(INN)看,采用发明专利申请量作为代理变量的创新水平对知识产权产业创业规模和创业活力均具有显著正向影响,说明创新水平提高能够促进知识产权产业创业。创新是创业的重要源泉,而创业是创新成果转化的重要途径,尤其是知识产权产业创业受到创新的影响更显著。创新水平的空间溢出效应并不显著,说明在城市尺度上知识产权产业创业的创新依赖性更多发生在城市内部,对周边地区创新水平的依赖性并不显著。
(6)从创业资本可获性(VC)看,用风险投资事件数度量的创业资本可获性对黄河流域知识产权产业创业活力具有显著正向影响,对知识产权产业创业规模的影响不显著,从一定程度上反映出风险投资能够促进地区知识产权产业创业发生和创业活动聚集。风险投资作为向初创企业提供资金支持的一种重要方式是吸引区域知识产权产业创业的基本引力。邻近地区创业资本的可获得性对本地知识产权产业创业规模的空间溢出效应并不显著,且在10%的水平上对本地知识产权产业创业活力的正向影响也不显著。可能的原因是,风险投资大多聚集在一线城市,作为外来资本,其在黄河流域城市间的流动并不突出,而邻近地区的风险投资事件规模能在一定程度上对本地区企业家精神产生正向激励作用。
(7)在其它方面,用在校大学生人数作为代理变量的地区教育水平(EDU)对黄河流域知识产权产业创业的影响结果显示,用不同方法得到的估计结果的稳健性不高,且显著性水平较低。原因可能是,黄河流域大量技术人才流向京津冀和东南沿海地区,因此教育水平对知识产权产业创业的影响不突出,但空间杜宾模型的估计结果显示,邻近地区每万人在校大学生数对本地知识产权创业具有显著正向影响,从一定程度上反映出教育水平的正向空间溢出效应。
为进一步认识黄河流域知识产权产业创业影响因素的空间异质性,对黄河流域分上中下游分别进行回归分析。由上文分析可知,空间杜宾模型拟合效果最好,因此进一步使用空间杜宾模型进行空间异质性分析和稳健性分析。
结果如表7所示,在空间效应估计方面,在上游地区,知识产权产业创业规模的空间溢出效应在10%的水平上显著为负,表明黄河流域上游地区知识产权创业的空间效应表现为虹吸效应;中游和下游地区的空间溢出效应不显著;在上中下游地区,知识产权产业创业活力的空间溢出效应均在1%的水平上显著为正,即本地创业活力高,对周边创业活力具有溢出效应和带动作用。在影响因素估计方面,中下游地区的回归结果与整体结果较吻合,即知识产权产业创业规模受到市场规模、富裕程度、工资溢价和风险投资正向影响的结论较稳健,但富裕程度、工资溢价和风险投资的影响在上游地区并不显著。此外,教育水平、创新水平的差异较大。其中,教育水平对上游和中游地区主要表现为负向影响,对下游地区表现为正向影响;创新水平对上游地区为正向影响,对中游地区为负向影响,对下游地区的影响不显著。知识产权创业活力受到工资溢价和风险投资正向影响的结论较稳健,其中,风险投资对上游地区的影响不显著。此外,市场规模、富裕程度、教育水平和创新水平对黄河流域知识产权创业活力的影响具有一定空间异质性。
表7 黄河流域上中下游地区知识产权产业创业影响因素估计结果
变量IPE上游中游下游Model(1)Model(2)Model(3)PIPE上游中游下游Model(4)Model(5)Model(6)MS0.688***1.164***0.497***0.019 8***0.098 5***-0.032 3***(0.075 3)(0.094 4)(0.082 9)(0.006 85)(0.012 8)(0.011 8)AFF-0.127-2.478***-0.919***0.141***-0.166***0.069 1(0.400)(0.293)(0.451)(0.036 3)(0.039 8)(0.064 3)WP-0.007 630.018 1***0.102***0.001 16***0.002 49***0.015 6***(0.006 27)(0.007 74)(0.013 3)(0.000 570)(0.001 05)(0.001 89)EDU-9.706***-5.299***3.222***-0.418***-0.1750.424***(1.761)(1.233)(0.933)(0.160)(0.168)(0.133)INN0.342***-0.082 1***-0.023 00.021 5***-0.007 84*0.002 80(0.016 3)(0.031 9)(0.015 2)(0.001 48)(0.004 34)(0.002 16)VC-1.7028.933***16.79***0.2720.755***1.773***(1.829)(1.431)(4.076)(0.166)(0.195)(0.580)W×MS-0.270-2.254***-2.620***-0.064 6*-0.395***-0.374***(0.412)(0.567)(0.486)(0.035 5)(0.075 3)(0.072 9)W×AFF3.2981.608-2.3560.099 90.2170.098 5(2.007)(1.439)(2.837)(0.183)(0.187)(0.398)W×WP-0.012 0-0.008 380.051 9-0.000 2670.003 140.003 51(0.015 4)(0.017 1)(0.032 7)(0.001 41)(0.002 41)(0.004 57)W×EDU13.22-13.95***2.4900.663-2.227**0.331(9.249)(6.862)(4.776)(0.841)(0.915)(0.678)W×INN-0.065 20.2090.108-0.011 60.037 8*0.024 2*(0.093 2)(0.151)(0.088 0)(0.007 96)(0.020 2)(0.012 5)W×VC-8.6488.74939.12***3.544***1.678*6.840***(15.85)(7.238)(13.41)(1.438)(0.999)(1.867)Spatial ρ-0.309*0.1390.1460.384***0.372***0.469***(0.177)(0.134)(0.118)(0.106)(0.105)(0.089 8)固定效应YYYYYY控制变量YYYYYY观测值448490462448490462调整的R20.6370.3800.7770.7540.5250.685
根据上述结果可以验证本文影响因素分析结果的稳健性以及黄河流域上中下游地区知识产权创业影响因素存在的空间异质性,其中,在下游地区驱动因素的识别效果最佳。可能的原因是,下游地区创业型经济发展活跃,受到市场因素的影响更显著,而上游地区创业型经济的发展相对缓慢。整体拟合结果显示,市场规模、工资溢价、创新水平和风险投资的影响较显著。
本研究以年度新注册企业总数和人均数量作为核心指标测量区域创业活动水平,对黄河流域2005—2018年间知识产权产业创业时空格局及其演变进行研究,并通过空间计量模型探讨了影响城市知识产权产业创业的因素。得到以下主要结论:
(1)研究时段内黄河流域知识产权产业创业规模和活力均大幅提升,其中,2005-2013年呈现略微波动下降趋势,2013-2018年呈现集聚线性增长趋势。创业规模在研究时段内的标准差和基尼系数均呈增长趋势,说明空间差异不断扩大;而创业活力在研究时段内的标准差和基尼系数均呈先减小后增长的趋势,说明空间差异在略微缩小后又开始扩大。
(2)2005—2018年黄河流域地级市知识产权产业创业规模与创业活力的空间分布呈现明显的东高西低格局,其中,创业规模的东西差距更显著,高值区域主要集中在典型的城市化地区,包括山东半岛城市群、中原城市群以及西安、成都、太原等省会城市。2005-2010年,创业规模和创业活力的空间自相关性都随时间变化呈现快速降低态势,2010年以后逐步趋缓。同时,创业活力相比创业规模具有更显著的空间自相关性,集聚特征更突出。
(3)影响黄河流域知识产权产业创业规模和活力的影响因素很多,其中,市场规模、工资溢价、创新水平、创业资本可获得性等对知识产权产业创业规模和活力均具有较显著的正向影响;富裕程度对创业规模具有显著负向影响,但对创业活力影响不显著;教育水平的影响并不稳健。空间计量结果还显示,这些影响机制具有明显的空间溢出效应,本地的知识产权产业创业不仅受到邻近地区知识产权产业创业发展水平的影响,还受到邻近地区相关因素的影响。这些因素对知识产权产业创业的影响存在较显著的空间异质性,其中,在中下游地区的影响更显著,与整体估计结果较吻合。
黄河流域发展事关中华民族伟大复兴,在我国经济社会发展中具有重要地位,其高质量发展需要更多市场力量参与,需要关注创新创业型经济发展,尤其是推进知识产权产业创业。根据本文研究,提出以下建议:
(1)依托区域中心城市,打造流域内创业增长极。创业依赖于丰富的创业要素,往往在经济发达地区更加活跃,而知识产权创业相比一般创业具有更大风险和更高收益,对市场要素的丰裕程度有更高要求。经济发达的大城市相对中小城市,其市场规模更大,创业资源更富集,对创业者具有更强的吸引力。因此在与东南沿海的竞争中,黄河流域需进一步发挥本地优势和创造规模优势,打造流域内创业增长极,在山东半岛城市群及郑州、西安等具有更多要素集聚的地区发挥优势,促进高质量知识产权产业创业。
(2)营造良好创业氛围,打造有利于企业家精神发挥作用的市场环境。本文研究表明,黄河流域知识产权创业受到地区创新水平、风险投资的显著影响。黄河流域创新创业型经济的发展,尤其是知识产权产业发展需要强化地区创新能力和创业资本吸纳能力,进一步优化西安、郑州、济南和青岛等创新和风险投资相对密集地区的创业环境。同时,这些城市周边地区也要充分吸纳区域中心城市的创业资源,大力开展创新创业教育和龙头企业培育,以带动地区知识产权产业创业发展。
(3)协调推进上中下游创业型经济发展,将知识产权产业创业作为黄河流域实现高质量发展和转型升级的重要方向。流域经济发展的一大核心问题是上中下游地区协调,尽管黄河中上游地区的创新创业环境相对落后,但中上游地区可以充分吸纳下游地区及东南部沿海地区的产业转移,尤其是其中的知识产权产业。同时,还可以结合本地优势,与下游地区开展产业合作,借助这些力量有效盘活中上游地区创新创业资源,推进黄河流域知识产权产业创业的进一步集聚和发展。
[1] HUANG C,WU Y L. State-led technological development:a case of China's nanotechnology development[J]. World Development,2012,40(5):970-982.
[2] UNITED STATES PATENT AND TRADEMARK OFFICE. Intellectual property and the U.S. economy: industries in focus[EB/ OL].[2012-04-13].https://core.ac.uk/display/23301859.
[3] OHIM EPO. Intellectual property rights intensive industries: contribution to economic performance and employment in the European Union[R].2013.
[4] 魏江,沈璞. 知识密集型服务业创新范式初探[J]. 科研管理,2006,27(1):70-74.
[5] 唐保庆,吴飞飞. 知识产权保护、地方保护主义与区域间服务业结构发散[J]. 经济学动态,2018,59(7):82-100.
[6] 姜南,单晓光,漆苏. 知识产权密集型产业对中国经济的贡献研究[J]. 科学学研究,2014,32(8):1157-1165.
[7] 王黎萤,虞微佳,王佳敏,等. 影响知识产权密集型产业创新效率的因素差异分析[J]. 科学学研究,2018,36(4):662-672.
[8] 刘海波,李黎明. 知识产权产业初论[J]. 科学决策,2009,16(2):39-50.
[9] 李黎明. 知识产权密集型产业测算:欧美经验与中国路径[J]. 科技进步与对策,2016,33(14):55-62.
[10] SIAHTIRI V,HEIRATI N,O'CASS A. Unlocking solution provision competence in knowledge-intensive business service firms[J]. Industrial Marketing Management,2020,87:117-127.
[11] GLAESER E L, KERR S P, KERR W R. Entrepreneurship and urban growth: an empirical assessment with historical mines[J]. Review of Economics and Statistics, 2015, 97(2): 498-520.
[12] 李加鹏,吴蕊,杨德林. 制度与创业研究的融合:历史回顾及未来方向探讨[J]. 管理世界,2020,36(5):204-219.
[13] 杨勇,朱乾,达庆利. 中国省域企业家精神的空间溢出效应研究[J]. 中国管理科学,2014,22(11):105-113.
[14] EJDEMO T,RTQVIST D. Related variety as a driver of regional innovation and entrepreneurship:a moderated and mediated model with non-linear effects[J]. Research Policy,2020,49(7):104073.
[15] 符文颖. 地方创业与集群转型:一个理论整合的视角[J]. 地理科学,2016,36(5):715-723.
[16] 符文颖,董诗涵. 技术型新创企业的地理学研究进展[J]. 地理科学,2019,39(9):1398-1406.
[17] MALERBA F, MCKELVEY M. Knowledge-intensive innovative entrepreneurship[J]. Foundations and Trends in Entrepreneurship, 2019, 14(6):555-681.
[18] CRUPI A,CESARONI F,DI MININ A. Understanding the impact of intellectual capital on entrepreneurship:a literature review[J]. Journal of Intellectual Capital,2021,22(3):528-559.
[19] FOSSEN F M,MARTIN T. Entrepreneurial dynamics over space and time[J]. Regional Science and Urban Economics,2018,70:204-214.
[20] GALBREATH J,LUCIANETTI L,THOMAS B,et al. Entrepreneurial orientation and firm performance in Italian firms[J]. International Journal of Entrepreneurial Behavior & Research,2020,26(4):629-646.
[21] BOSMA N,SCHUTJENS V. Understanding regional variation in entrepreneurial activity and entrepreneurial attitude in Europe[J]. The Annals of Regional Science,2011,47(3):711-742.
[22] ZHAO J F,GE Z F. Analysis of influencing factors of academic entrepreneurship based on blockchain[J]. Wireless Communications and Mobile Computing,2020,2020:1-9.
[23] 习近平. 在黄河流域生态保护和高质量发展座谈会上的讲话[J]. 中国水利,2019,70(20):1-3.
[24] 赵建吉,刘岩,朱亚坤,等. 黄河流域新型城镇化与生态环境耦合的时空格局及影响因素[J]. 资源科学,2020,42(1):159-171.
[25] 张晓波,李钰,杨奇明. 中国区域创新创业报告-2016[M]. 北京:北京大学出版社,2016.
[26] 张明. 新创企业出生率区域差异的影响因素分析[J]. 科技进步与对策,2011,28(11):32-36.
[27] 贾晓朋,吕拉昌. 中国文化贸易的影响因素分析:以核心文化产品出口为例[J]. 地理科学,2017,37(8):1145-1150.
[28] 陈晓红,王慧民. 我国不同地区的创业特征比较研究[J]. 中国软科学,2009,24(7):115-123,143.
[29] 陈明星,陆大道,刘慧. 中国城市化与经济发展水平关系的省际格局[J]. 地理学报,2010,65(12):1443-1453.
[30] 黄枫,吴纯杰. 中国省会城市工资溢价研究:基于分位数回归的空间计量分析[J]. 财经研究,2008,34(9):71-80.
[31] BISHOP P. Knowledge,diversity and entrepreneurship:a spatial analysis of new firm formation in Great Britain[J]. Entrepreneurship & Regional Development,2012,24(7-8):641-660.
[32] 佘金凤,汤兵勇. 风险投资发展区域分布不平衡的形成机理研究[J]. 科学学与科学技术管理,2007,28(3):112-115.