当今世界正经历百年未有之大变局,国际形势发生复杂深刻变化,新冠疫情在世界范围内一直挥之不去。党的第十九届五中全会明确提出,“加快构建以国内大循环为主体、国内国际双循环相互促进的新发展格局”,并提出“坚持创新在我国现代化建设全局中的核心地位,把科技自立自强作为国家发展的战略支撑”。科技创新不仅是引领发展的第一动力,也是战胜困难的有力武器。因此,提升区域创新能力成为构建新发展格局的应有之义,对于我国“十四五”时期实现经济高质量发展具有重要意义。创新能力提升不仅需要大量的人力投入、资本支持以及政策引导,同时,也离不开创新要素在区域间的自由流动[1]。交通设施作为基础设施的主要组成部分,其便捷化能够有效降低创新要素在区域间的流动成本,有利于形成更加完善和发达的创新网络[2]。我国在交通基础设施方面的大力投入为经济增长提供了重要支撑。为了跟上现代化建设步伐,需要更高效、更具成本效益的技术,不仅需要对传统基础设施进行创新与改造升级,还需要发展以5G、人工智能、物联网等为代表的新一代信息技术。因此,在国家构建双循环新格局背景下,研究交通基础设施建设能否继续成为促进区域创新的重要推力及其作用机制、渠道,对建设交通强国、提高自主创新能力、推动新格局形成,具有重要的理论与实践意义。
从既有文献看,新经济地理学从理论高度上肯定了交通基础设施在促进创新要素流动中的重要作用[3]。学者们更多侧重于探讨交通基础设施建设与经济增长的关系、交通基础设施建设的经济成效等问题,关于交通基础设施影响区域创新的讨论也逐渐增多。首先,一些学者以交通设施作为创新要素流动枢纽,探讨交通基础设施建设对中国创新产出的影响[4-5]。研究结果表明,高质量的交通基础设施发展对中国创新产出水平有显著正向影响。近年来,一些学者聚焦于研究高铁建设与开通,认为,相较于传统的公路、铁路,高速铁路网络的迅速发展进一步降低了知识传播的空间阻碍,促进了知识溢出,对城市创新发展具有重要影响[6-7]。高铁开通提高了城市通达性,加速了高素质人才的区际流动[8-10],促进了知识与技术在群体间的共享[11],通过知识溢出推动技术进步。高铁开通对沿线城市产生的“虹吸效应”和“溢出效应”在一定程度上提高了沿线城市的创新水平,并表现出显著的异质性特征[12]。
以上研究揭示了交通基础设施与区域创新的内在联系,遗憾的是,现有文献只是分析交通基础设施升级改造(高铁开通)对企业创新(专利申请数或专利授权数)及效率的影响[13],忽略了区域创新模式差异以及由此引发的不同影响效应,而缺失多方位度量的结论不足以令人信服。此外,一个国家或地区在不同发展阶段选择的创新模式不同。在技术能力薄弱的追赶时期,国家或地区更多依赖技术模仿、引进等方式提升自身创新能力,而当技术水平达到国际前沿时,则更倾向于开展自主创新以实现技术进步。已有研究为本文以创新模式的差异性为切入点,深入探究交通基础设施建设对区域创新的影响效应提供了思路。基于此,本文将在细分区域创新模式的基础上,结合当前经济发展态势,从理论和经验证据两方面探讨交通基础设施建设对区域创新的理论作用机制、影响效应及差异性,并试图回答以下问题:第一,交通基础设施建设对不同区域创新模式产生的影响是否存在差异?第二,交通基础设施究竟通过哪些渠道对区域创新产生影响?第三,不同类型交通基础设施对区域创新的影响是否存在差异?第四,交通基础设施建设对区域创新的作用是否表现出显著的总效应和中介效应?
创新是一个国家(地区)经济发展的内在动力,随着国家步入不同发展阶段,其对创新也会产生新需求。交通基础设施能够打破空间地理位置对创新要素及各类资源的束缚,提升区域经济活动效率,扩大创新资源要素流动范围。交通基础设施完善有助于要素流动,重塑经济活动空间布局,促进地区技术扩散和知识溢出,从而对区域创新活动产生重要影响。由此可见,交通基础设施建设能够有效促进区域创新能力提升。综上所述,提出本文研究假设:
H1:交通基础设施建设能够有效促进区域创新水平提升。
一个国家(或地区)区域创新水平提升通常与该国(或地区)人力资本积累、经济发展水平以及产业结构等密切相关,而交通基础设施建设水平又是影响人力资本积累、经济发展水平以及产业结构调整的物质基础[14],因此加快交通基础设施建设必然会对区域创新产生影响。为此,本文主要从人力资源禀赋、经济发展水平、产业结构调整、环境负担效应等多重角度剖析交通基础设施建设对区域创新的影响。
(1)人力资本积累效应。除物质资本外,人力资本也是实现创新不可或缺的重要因素。区域创新活动倚赖于高素质人才,因此提升区域人均受教育水平、吸引人才入驻对于区域创新能力提升十分重要。人才是创新信息流动的重要载体,交通基础设施完备可以带来更快的通勤速度、更高的准点率,从而为创新人才节约时间成本。交通基础设施建设有助于克服时间约束,提升出行方式灵活性[15],增加区域人力资本积累。由此可见,交通基础设施借助其外部性可以促进人力资本积累效应形成,进而影响区域创新。综上所述,提出本文研究假设:
H2:交通基础设施建设通过人力资本积累效应影响区域创新。
(2)经济增长效应。交通基础设施(公路和铁路)建设有助于促进经济大幅增长[16]。交通基础设施被认为是经济增长所需的重要基础设施。经济增长带来的市场融合和知识溢出会引致竞争效应、学习效应。根据阿罗效应,创新能够降低竞争产业的企业成本,从而获取低成本曲线下的潜在收益,因此竞争带来的激励效应会明显提升企业创新动力;知识溢出效应使得知识学习者消化吸收创新知识的成本降低,有助于激发企业创新意愿,提高创新成功率。以上两种效应叠加共同促进区域创新水平提升。交通基础设施通过提升可用资源的流动性和资源生产力,促进经济增长。由此可见,交通基础设施改善可以促进区域经济增长,进而影响区域创新。综上所述,提出本文研究假设:
H3:交通基础设施建设通过促进经济增长影响区域创新。
(3)产业升级效应。交通基础设施完善有助于打破不同空间地理位置的分割性,降低生产要素在不同区域间的流动成本,促进交互并扩大规模[17]。对交通基础设施进行升级改造不仅有助于提高企业生产效率,而且能够提高产业资源配置效率,吸引更多新企业进入,进而促进当地产业发展,形成集聚效应[18]。因此,交通基础设施改善会带动产业升级[19-20],而产业升级引致需求扩张,促使企业持续不断进行技术创新[21-23]。由此可见,交通基础设施建设可以推动产业升级,进而影响区域创新。综上,本文提出研究假设:
H4:交通基础设施建设通过产业升级效应影响区域创新[24]。
(4)环境负担效应。交通基础设施在区域经济增长中起着至关重要的作用,但其对环境产生的负面影响尚未引起政府足够的重视[25]。随着交通基础设施建设规模日益扩大,交通工具数量急剧攀升,引发污染排放增加,给生态环境带来巨大压力[26]。生态环境的破坏必然要求政府制定相应政策,进行相关治理。一方面,环境规制提高了区域污染治理成本,不利于企业创新,甚至可能降低区域创新水平(蒋伏心,王竹君,白俊红,2013);另一方面,环境规制具有创新补偿效应,迫使当地污染企业放弃原有生产方式,加大研发投入力度,寻求绿色创新技术,使得区域创新水平得到提升。由此可见,交通基础设施建设带来的环境负担效应会对企业绿色技术创新产生影响,进而影响区域创新水平。综上所述,本文提出研究假设:
H5:交通基础设施建设通过环境负担效应影响区域创新。
考虑到交通基础设施建设对区域创新有重大影响,为了验证交通基础设施建设与区域创新关系,建立如下计量经济模型:
QYCXit=β0+β1Infrait+δXit+εit
(1)
式中,下标i代表省域;t代表年份;εit为随机误差项;QYCX表示区域创新,分为ZZCX(自主创新)和MFCX(模仿创新);Infra代表交通基础设施建设;X代表影响区域创新的控制变量。
另外,在考虑解释变量对被解释变量的影响时,如果解释变量不仅直接对被解释变量产生影响,同时通过变量W间接对被解释变量产生影响,那么W就被称为中介变量。根据前文理论机制分析发现,交通基础设施不仅直接对区域创新产生影响,而且通过人力资本积累、经济增长、产业升级、环境负担等诸多路径影响区域创新。为验证上述影响机制是否客观存在,参照Baron和Kenny(1986)提出的逐步检验回归系数法,构建以下方程组:
QYCXit=α0+α1Infrait+α2Xit+εit
(2)
Wit=β0+β1Infrait+β2Xit+εit
(3)
QYCXit=λ0+λ1Infrait+λ2Wit+λ3Xit+εit
(4)
其中,W为中介变量,包含人力资本积累效应、经济增长效应、产业升级效应、环境负担效应。α1表示交通基础设施建设影响区域创新的总效应,λ1表示交通基础设施建设对区域创新的直接影响效应,β1×λ2表示通过中介变量传导的中介效应,且α1=λ1+β1×λ2,即交通基础设施建设影响区域创新的总效应等于直接效应与间接效应之和。其它变量定义与前文一致。根据温忠麟等(2004)提出的中介效应检验方法进行验证,为确保检验结果的科学性,同时加入Sobel检验。具体过程可分为四步:第一步,对模型(2)进行回归,检验交通基础设施建设对技术创新是否存在影响,若α1显著,则说明交通基础设施对技术创新存在一定影响且可能存在中介效应,需要进一步检验;第二步,检验模型(3)与模型(4)中β1、λ2的显著性,若两者均显著则表明交通基础设施建设对技术创新的中介影响效应存在;第三步,观察模型(4)中的λ1是否显著,若λ1不显著,说明存在中介效应,即交通基础设施建设对区域创新的影响是通过中介变量实现的。若λ1显著,则说明中介效应部分存在,即交通基础设施建设对区域创新的影响有一部分是通过中介变量起作用的。第四步,对上述结果进行Sobel检验,若通过显著性检验,则可以通过第三步计算中介效应;若没有通过显著性检验,则说明中介效应不显著。
区域创新(QYCX)为本文被解释变量,包含自主创新(ZZCX)与模仿创新(MFCX)两种模式。中国知识产权制度的日益完善为自主创新营造了良好氛围,越来越多的自主创新成果被转化为专利。为了全面反映区域创新内涵,本文选取每万人发明专利授权数衡量自主创新;选取技术引进与技术改造经费支出与地区生产总值的比值衡量模仿创新[27]。
交通基础设施建设(Infra)为本文的核心解释变量,具体指标计算为每万平方公里的铁路和公路总里程数。除交通基础设施建设外,其它影响区域创新的因素被列为控制变量。根据已有区域创新文献,主要选取5个变量:①教育投入(Edu):区域创新需要高素质的人才储备,教育是培养高素质人才的有效途径,本文采用各地区教育经费投入的全国占比度量教育投入;②外商投资水平(Fdi):研究表明,外商直接投资是东道国提升区域创新水平的重要途径。本文采用各地区实际利用外资额度量外商投资水平[28];③研发投入力度(R&D):研发投入是推动区域创新的关键因素,对于保障创新体系正常运行具有不可替代的作用[29-30]。本文采用各地区R&D经费内部支出与地区生产总值之比度量研发投入力度;④政府干预程度(gov):技术创新离不开政府的支持与引导,政府的政策干预与资金投入都在一定程度上对技术创新产生积极影响[31]。创新不仅是市场选择的结果,也是政府推动的结果,故本文采用各地区地方财政一般公共预算支出与地区生产总值之比衡量政府干预程度;⑤进口强度(Imp):进口带来的竞争效应会抑制创新,特别是发展中国家对先进生产设备以及关键零部件中间品的进口依赖会严重阻碍本国创新能力提升[32-33],本文采用经营单位所在地进口总额与地区生产总值之比衡量进口强度。
中介变量:①人力积累效应(lab-effect):首先,参考陈钊等(2004)的做法,选取现有研究中经常使用的平均受教育年限(lab-effect 1)作为人力资本的代理变量[34];其次,选用高等院校人才储备(lab-effect2)衡量人力资本积累效应,具体计算方法为高等院校在校学生数与年末常住人口比值,高等教育对地区创新人才培养以及人力资本积累发挥重要作用,人才集聚能够显著促进区域技术创新水平提升[35];②经济增长效应(eco-effect):本文使用地区人均GDP衡量各地区经济发展水平,通过该变量反映经济增长效应;③产业升级效应(is -effect):参考干春晖等(2011)的做法,采用第三产业与第二产业比值衡量产业升级效应;④环境负担效应(poll-effect):采用地区环境污染治理投入与地区生产总值之比衡量环境负担效应。
本文数据样本涵盖我国内地30个省、直辖市及自治区(西藏因数据缺失,未纳入统计),样本观察期为2000-2018年。其中,科研经费投入及科研人员数量来源于《中国科技统计年鉴》,其余数据来源于历年《中国统计年鉴》、各省市统计年鉴以及《国民经济和社会发展统计公报》等,对于原始数据中个别缺失数据,根据插值法计算得到。表1 报告了数据描述性统计结果。其中,自主创新的计量单位为个/每万人;交通基础设施建设的计量单位为km/km2;外商直接投资的计量单位为十亿美元;中介效应经济增长效应中人均GDP的计量单位为万元,其余指标及中介效应统计数据均为百分比。
表1 变量描述性统计结果
变量类型变量名称 符号观测值均值标准差最小值最大值被解释变量自主创新ZZCX5705.1988.6070.13057.333模仿创新MFCX5701.6182.7590.02545.165核心解释变量交通基础设施建设Infra5707.2545.0440.18321.884控制变量教育投入Edu5703.3332.0060.31210.232外商直接投资Fdi57035.96720.3831.98689.378研发投入力度R&D5701.4001.2570.0569.601政府干预程度Gov57020.1009.3566.91362.686进口强度Imp57014.93022.6890.411131.707中介变量人力资本积累效应lab-effect1 5708.5101.0895.43812.555lab-effect2 5701.5110.7180.2243.565经济增长效应eco-effect 5703.2872.5910.26614.021产业升级效应is -effect5700.9830.5100.1094.348环境负担效应poll-effect57016.60013.8190.67499.197
资料来源:整理所得
从表1中可以看出,我国各省域的自主创新、模仿创新、交通基础设施建设等核心变量具有较大波动。其中,自主创新在全国范围内的平均值为5.198,数值区间为(0.130,57.333);模仿创新在全国范围的平均值为1.618,数值波动区间为(0.025,45.165)。上述统计结果说明,我国区域创新整体上处于较低水平,存在较大上升空间,且地区创新水平差距较大,形成区域创新的“马太效应”,从而加剧东西部地区发展不平衡。此外,进口强度(Imp)指标的标准差明显大于均值,表明我国各区域进口贸易需求极度不均衡。
此外,本文试图以图表形式描绘交通基础设施与区域创新关系。从图1中可以直观看出, 2000-2018年我国交通基础设施建设规模从2000年的1 712.816km/万km2发展为2018年的5 808.716km/万km2,已快速成长为交通基础设施大国,与此同时,我国自主创新水平逐渐提升,模仿创新从2000年呈递减趋势,表明伴随交通基础设施不断完善,我国的自主创新也呈现上升趋势,模仿创新呈现下降趋势。
由于本文使用面板数据,因此涉及Hausman 检验是选择固定效应模型,还是随机效应模型的问题。由于各模型的Hausman 检验结果都在1%的水平下拒绝原假设,说明采用固定效应模型更为合理。表2报告了具体的回归结果,模型1、模型3反映交通基础设施建设对区域创新的直接影响。结果显示,交通基础设施建设对自主创新的估计系数为1.304且在1%水平下显著,即交通基础设施建设对自主创新存在显著正向促进作用;交通基础设施建设对模仿创新的估计系数为-0.333且在1%水平下显著,即交通基础设施建设对模仿创新存在显著负向作用,这与本文理论分析预期及图像观察结果完全一致。在控制其它变量后,如模型2、模型4所示,交通基础设施建设对区域创新的估计系数较稳健,分别为0.562、-0.199,且均在1%水平下显著,相比未加入控制变量,只是在数值上有所减小。这意味着无论是否纳入其它变量,交通基础设施建设对不同模式下的区域创新均存在稳健影响,且这种影响是有显著差异的。具体而言,交通基础设施建设对自主创新存在正向促进作用,对模仿创新存在显著负向抑制作用。该实证结果提示,由交通基础设施改善引致的人才流动与知识溢出刺激了自主创新行为,减少了模仿创新,同时,交通基础设施改善促进了以自主创新为主的创新格局形成。出现这种现象的原因在于,随着国内要素禀赋结构的变化以及我国在全球价值链地位的攀升,使得区域创新由最初的“跟踪阶段”向“并跑、领跑阶段”转变,同时,国外对技术的封锁导致引进模仿成本变大,技术进步只能依靠自主研发[36]。因此,伴随交通基础设施不断完善,我国的自主创新水平也呈现提升态势,相反地,模仿创新水平呈现下降趋势。
图1 2000-2018年中国交通基础设施建设与区域创新变化趋势
资料来源:本文绘制。囿于数据可得性,模仿创新与自主创新的测算口径不同,由测算得到的数值没有横向可比性
表2 交通基础设施改善影响区域创新的基准回归结果
变量自主创新模型1模型2模仿创新模型3模型4Infra1.304***(4.93)0.562***(2.94)-0.333***(-5.99)-0.199***(-3.27)Edu-3.378***(-2.80)0.131(0.78)Fdi0.473**(2.30)-0.063**(-2.26)R&D0.930***(2.49)1.555***(3.81)Gov0.171***(3.47)-0.101**(-3.74)Imp-0.309***(-6.40)0.045***(3.66)_cons-4.258**(-2.22)9.711***(3.34)4.033***(10.01)2.155***(2.74)N570570570570R20.3350.6470.1270.385
注:通过stata14.0计算及整理所得。***、**分别表示在1%、5%的水平下显著,括号里为聚类稳健标准误调整后的t值
在控制变量上,教育投入(Edu)对区域创新的促进作用不显著,相反,大量的教育投入反而阻碍了自主创新能力提升。其原因在于目前更注重应试教育,对创新能力的培养不尽如人意,不能有效激发学生的创新能力。外商投资水平(Fdi)与自主创新能力呈现弱正向关系,与模仿创新呈强负向关系。其原因在于大量外商投资的进入带来国外先进的管理经验和技术,刺激了当地经济,同时也带来了竞争,促使当地企业开展自主研发,以求在市场上取得一席之地。研发投入强度(R&D)显著促进区域创新水平提升,目前研发投入对模仿创新的促进作用大于对自主创新的促进作用。出现这种现象的原因在于,相较于自主创新,模仿创新更容易出成果,并且模仿创新的失败风险远低于自主创新,使得各地区更倾向于模仿创新。政府干预(Gov)有助于促进自主创新,抑制模仿创新。究其原因,改革开放初期,技术引进是区域创新的主要源泉,但随着时代变迁,技术引进的弊端也越来越凸显,长久的模仿创新形成对国外技术的过度依赖,使本国企业难以打破困局、实现自立自强。因此,国家开始逐步强调自主创新的重要地位,引导区域创新由以引进技术为主的模仿创新转向以自我积累为主的自主创新。进口强度(Imp)在一定程度上会损害自主创新能力提升,但有助于模仿创新能力提升,这与张杰[37]的结论在某种程度上一致。如进口资本品可以促进自主创新水平提升,进口中间品则抑制自主创新水平提升,但可以促进模仿创新能力提升。国内从事一般贸易进口的企业较多,且更倾向于中间品进口,因此进口强度较高,促进了模仿创新而抑制了自主创新。
表3报告了交通基础设施建设对区域创新人力资本积累效应影响的回归结果。模型5与模型8中交通基础设施建设的回归系数分别为0.058、0.061,且在1%的水平下显著,说明交通基础设施建设会促进人力资本积累,对高等院校人才储备的影响明显大于平均受教育年限,从而印证了交通基础设施的通达性有助于压缩区域时空距离,促进人才流动。而模型6中Infra与ZZCX呈现显著的正向促进作用,且与基准回归模型2中的回归系数相比,略有下降,说明人力资本积累在交通基础设施改善对自主创新的影响中存在中介效应,提高人力资本积累是交通基础设施改善促进自主创新的一个重要途径。但值得注意的是,人力资本效应1(平均受教育年限)对自主创新的中介效应占总效应的37.19%,人力资本效应2(高等院校人才储备)对自主创新的中介效应不显著,未通过Sobel检验。模型7与模型10中的Infra回归系数与基准回归模型4的结果显示,平均受教育年限和高等院校人才储备对模仿创新的影响均是消极的,但回归系数不显著,而模型8与模型10中的W回归系数均显著,说明交通基础设施建设对模仿创新存在负向的人力资本积累中介效应,即交通基础设施会通过提高平均受教育年限以及高等院校人才储备抑制模仿创新。总的来说,交通基础设施建设通过提升人力资本积累促进自主创新,抑制模仿创新。究其原因,交通基础设施网络的延伸和完善,为中国人力资本积累创造了物质基础,而人力资本积累为区域创新模式转向自主创新提供了有利条件,使得模仿创新不再具有比较优势,同时,难以满足新时代需求。
表3 交通基础设施改善影响区域创新的人力积累效应检验结果
变量人力积累效应1(平均受教育年限)WZZCXMFCX模型5模型6模型7人力积累效应2(高等院校人才储备)WZZCXMFCX模型8模型9模型10Infra0.058***(6.80)0.185***(2.90)-0.037(-1.36)0.061***(10.09)0.266***(3.86)-0.008(-0.28)Edu-0.168***(-7.28)-0.340*(-1.95)-0.193***(-2.59)-0.103***(-6.27)-0.611***(-3.43)-0.168**(-2.28)Fdi0.057***(7.75)0.616***(11.04)-0.028(-1.19)0.026***(5.00)0.711***(12.71)-0.050***(-2.14)R&D0.072**(2.36)1.939***(8.68)1.141***(11.94)0.070***(3.21)2.044***(8.82)1.169***(12.18)Gov0.012***(3.10)0.085***(3.01)-0.066***(-5.49)0.009***(3.39)0.104***(3.54)-0.065***(-5.38)Imp0.021***(11.59)-0.018(-1.26)-0.002(-0.32)0.008***(5.91)0.018(1.29)-0.013**(-2.23)W1.907***(6.24)-1.054***(-8.07)0.480(1.08)-1.480***(-8.05)_cons7.694***(55.90)-18.721***(-7.34)8.071***(6.87)0.875***(8.94)-4.470***(-4.06)4.609***(10.11)N570570570570570570R20.5570.6280.3370.4840.6030.337中介效应显著,占总效应的37.19%显著,完全中介效应不显著,未通过Sobel检验显著,完全中介效应
注:通过stata14.0计算及整理所得。*、**、***分别表示在10%、5%、1%的水平下显著,括号内为t值,下同
表4报告了交通基础设施建设对区域创新的经济增长效应与产业升级效应回归结果。其中,模型11的回归结果显示,交通基础设施建设显著带动了地区经济水平增长,与前人研究结论一致。模型12中Infra的回归系数不显著,为完全中介效应,说明交通基础设施建设通过经济增长效应促进自主创新,且作用显著。模型13中经济增长效应对模仿创新的影响是消极的且是完全中介效应,说明地区经济增长对模仿创新不利,其原因在于不同经济阶段对创新的需求不同,在经济发展水平较低时,模仿创新具有的低风险性更适合该阶段,而当经济发展水平渐高时,一方面模仿创新已不能满足市场需求,另一方面经济发展程度也能承担自主创新风险与代价,所以在经济发展水平处于较高阶段时,模仿创新会被自主创新取代。模型14的回归结果显示,交通基础设施建设的回归系数为0.012,且在1%水平下显著,说明交通基础设施建设可以刺激地区产业升级。模型15中交通基础设施建设对自主创新的回归系数显著为正,此时的中介效应占总效应的25.36%,说明交通基础设施建设可以通过产业升级促进自主创新。模型16中产业升级对模仿创新的影响是消极且较显著的,此时的中介效应占总效应的17%,说明交通基础设施改善对模仿创新存在负向的产业升级影响效应,即交通基础设施建设会通过促进产业升级抑制模仿创新。
表5报告了交通基础设施建设影响区域创新的环境负担效应回归结果。模型17中交通基础设施建设的回归系数为-0.591,且在1%的水平下显著,表明交通基础设施建设有助于缓解环境治理压力,这是因为由交通基础设施大力发展引致的经济集聚效应有利于减少工业污染[38]。同时,区域交通方式的替代,如公共交通与非机动交通对路面机动车交通方式的替代有助于减少空气污染(梁若冰,席鹏辉,2016)。模型18中交通基础设施建设的回归系数为0.263,比模型2的基准回归系数(0.562)小,印证了交通基础设施改善通过环境负担效应促进自主创新的影响机制。模型19中交通基础设施改善的回归系数为-0.068,且通过显著性检验,此时的中介效应占总效应的30.7%。检验结果表明,交通基础设施建设通过环境负担效应抑制模仿创新。
模型20、模型21将所有控制变量以及4种效应的代理变量统一纳入方程后,分别对自主创新和模仿创新进行回归。结果显示,交通基础设施改善的回归系数分别为0.192、-0.038,与基准回归模型系数的正负号一致,但值得注意的是,模型21中交通基础设施建设的回归系数并不显著,说明总体上交通基础设施建设对模仿创新的直接影响效应不显著,主要是通过中介效应对模仿创新产出抑制作用。
表4 交通基础设施改善影响区域创新的经济增长效应、产业升级效应检验结果
变量经济增长效应WZZCXMFCX模型11模型12模型13产业升级效应WZZCXMFCX模型14模型15模型16Infra0.159***(9.51)0.078(1.45)-0.024(-0.85)0.012***(2.94)0.220***(3.76)-0.081***(-2.97)Edu-0.365***(-8.03)0.197(1.38)-0.185**(-2.43)-0.075***(-6.61)-0.202(-1.23)-0.118(-1.55)Fdi0.225***(15.60)0.195***(3.78)0.016(0.58)0.003(0.95)0.703***(14.00)-0.083***(-3.55)R&D0.390***(6.43)1.163***(6.22)1.245***(12.46)0.099***(6.54)1.473***(6.75)1.199***(11.76)Gov0.068***(8.87)-0.051**(-2.10)-0.048***(-3.67)0.011***(5.68)0.042(1.53)-0.064***(-5.04)Imp0.017***(4.72)-0.018*(-4.84)-0.016***(-2.82)0.011***(13.00)-0.049***(-3.48)-0.008(-1.27)W2.348***(18.69)-0.463***(-6.89)6.095***(10.42)-1.355***(-4.95)_cons-0.020(-0.07)-4.003***(-4.94)3.305***(7.64)0.597***(8.78)-3.702***(-6.28)4.123***(8.76)N570570570570570570R20.6950.7550.3180.5050.6660.291中介效应显著,完全中介效应显著,完全中介效应显著,占总效应的25.36%显著,占总效应的17%
表5 交通基础设施改善影响区域创新的环境负担效应检验结果
变量环境负担效应WZZCXMFCX模型17模型18模型19加入全部中介变量ZZCXMFCX模型20模型21Infra-0.591***(-3.94)0.263***(4.13)-0.068**(-2.51)0.192**(2.38)-0.038(-0.68)Edu-0.961**(-2.36)-0.711***(-4.13)0.032(0.44)-0.900***(-2.94)0.102(0.49)Fdi-0.223*(-1.72)0.712***(13.06)-0.077***(-3.32)0.159***(3.35)-0.022(-0.66)R&D0.967*(1.78)2.129***(9.31)1.016***(10.49)0.176(1.02)1.297***(10.88)Gov-0.144***(-2.10)0.100***(3.48)-0.072***(-5.86)-0.167***(-4.16)0.031(1.12)Imp-0.042(-1.33)0.019(1.44)-0.022***(-3.85)-0.125***(-5.16)0.041**(2.47)W-0.053***(-3.00)0.051***(6.78)lab-effect11.232**(2.29)-2.053***(-5.53)lab-effect2-4.092***(-6.89)-0.637(-1.56)eco-effect2.577***(14.36)0.252*(2.04)is-effect1.821***(2.73)-0.311(-0.68)poll-effect0.009(0.65)0.022**(2.34)_cons27.464***(11.27)-1.174**(-2.29)3.842***(11.06)-3.785(-0.95)16.156***(5.88)N570570570570570R20.1360.6080.3160.8010.451显著,占总效应的10.65%不显著,占总效应的30.7%
上述研究表明,交通基础设施建设通过人力资本效应、经济增长效应、产业升级效应以及环境负担效应促进自主创新,抑制模仿创新。那么不同类型的交通基础设施对区域创新的影响是否存在差异?不同地区交通基础设施建设对区域创新的影响是否也存在差异?基于此,本文将从不同类型交通基础设施建设、不同地区交通基础设施建设两个方面出发,进一步考察交通基础设施建设对区域创新的影响。
表6报告了不同类型交通基础设施建设影响区域创新的回归结果。具体来看,公路和铁路的大规模扩张对自主创新产生了促进作用,对模仿创新产生了抑制作用,且铁路对两种创新模式的影响更显著。这是因为相较于公路,铁路具有通达快、无拥堵、安全性高等明显优势,特别是高铁的开通更是放大了这些优势,其带来的时空压缩效应和边界突破效应极大降低了地区通行时间成本,促进了创新人才面对面交流,对自主创新产生了积极促进作用。
表6 不同类型交通基础设施改善对区域创新的影响
变量公路ZZCXMFCX模型22模型23铁路ZZCXMFCX模型24模型25Infra0.580***(3.02)-0.201***(-3.39)39.666***(5.04)-10.829**(-2.59)Edu-3.399***(-2.81)0.140(0.84)-2.943***(-2.35)0.023(0.12)Fdi0.467**(2.29)-0.064**(-2.28)0.468**(2.64)-0.081***(-2.78)R&D0.946***(2.51)1.549***(3.82)0.738***(2.06)1.603**(3.86)Gov0.167***(3.47)-0.101***(-3.72)0.097*(2.04)-0.089***(-3.64)Imp-0.311***(-6.42)0.045***(3.72)-0.251***(-6.34)0.026*(1.78)_cons9.782***(3.37)2.125**(2.73)4.753(1.31)3.450***(3.64)N570570570570R20.6480.3850.6880.395
注:同表2;以上数据通过stata14.0计算及整理得到
中国不同地区的经济发展水平差异较大,交通基础设施和区域创新也因为地区发展水平不同而呈现不同结果。为了深入研究交通基础设施改善对区域创新的影响差异,将数据样本分为东部地区、中部地区和西部地区,并使用上述模型估计方法分别对三大区域进行回归,结果如表7所示。从分区域样本回归结果可以看到,首先,东部、西部地区交通基础设施建设对自主创新的影响系数均为正,但只有西部地区的促进作用显著;其次,东部、西部地区交通基础设施建设对模仿创新的影响系数均为负值,且在5%的水平下显著,说明交通基础设施建设抑制模仿创新。在中部地区,无论是自主创新还是模仿创新,其受到交通基础设施建设的影响效应都不显著,说明在中部地区交通基础设施建设并没有发挥其对区域创新的影响效应。
表7 不同地区交通基础设施改善对区域创新的影响
变量东部地区ZZCXMFCX模型26模型27中部地区ZZCXMFCX模型28模型29西部地区ZZCXMFCX模型30模型31Infra0.716(1.73)-0.200**(-3.06)-0.054(-0.90)0.025(0.25)0.444***(4.50)-0.169***(-3.40)Edu-3.169**(-2.32)0.177(1.54)-0.945*(-2.31)-0.957(-0.77)-1.134*(-1.94)-0.371(-0.74)f0.399(1.37)-0.056*(-1.92)0.517***(4.65)-0.145(-1.57)0.597**(2.58)-0.055(-0.80)R&D1.549*(1.93)1.105**(2.79)0.203*(1.96)3.508*(2.21)0.389***(2.52)1.299**(2.62)Gov0.465(1.37)-0.072(-0.92)0.147***(3.82)-0.293(-1.72)0.106***(3.63)-0.067**(-2.95)Imp-0.283***(-4.95)0.034**(2.75)-0.182(-1.34)0.177(0.89)0.123(1.13)0.113(1.55)_cons12.714(1.81)1.059(0.84)1.630(1.03)5.823(1.36)-1.683(-1.42)3.117***(3.73)N209209152152209209R20.6910.4350.8430.4600.6530.520
注:同表2,以上数据通过stata14.0计算及整理得到
上文从公路、铁路两个维度探讨交通基础设施建设对区域创新的影响也是一种稳健性检验。本文进一步选取交通基础设施投资额作为交通基础设施建设(Infra)的代理变量,采用面板回归模型检验交通基础设施建设对区域创新的影响。表8显示了稳健性检验结果。从表中可知,交通基础设施改善对两种创新模式的影响符号与前文基准回归模型的估计结果一致,表明加大交通基础设施建设确实促进了自主创新,抑制了模仿创新,由此表明本文实证结果稳健。
表8 稳健性检验结果
变量自主创新模型32模型33模仿创新模型34模型35Infra’0.529***(4.62)0.260***(3.46)-0.102***(-6.30)-0.055***(-2.80)Edu-3.790***(-3.13)0.236(1.59)f0.483**(2.63)-0.099***(-4.27)R&D0.720***(2.40)1.591***(3.78)Gov0.151**(2.69)-0.111***(-3.43)Imp-0.273***(-5.77)0.033**(2.58)_cons1.082(1.21)13.238***(4.30)2.416***(19.10)1.312(1.53)N570570570570R20.3610.6640.0790.377
注:同表2;以上数据通过stata14.0计算及整理得到
本文从人力资本、经济增长、产业升级和环境负担等诸多方面总结了交通基础设施建设影响区域创新的理论机制,并从自主创新和模仿创新两个维度测度区域创新,运用2000-2018年省级面板数据检验交通基础设施建设对区域创新的影响,得到以下研究结论:第一,交通基础设施建设对两类区域创新模式的影响存在显著差异,随着交通基础设施建设规模扩大,对区域自主创新呈现出正向促进作用,对区域模仿创新表现出显著抑制作用;第二,交通基础设施建设对自主创新和模仿创新均存在显著中介效应。交通基础设施改善可以通过增加人力资本积累、促进经济增长、刺激产业升级以及减轻环境负担等路径间接提升自主创新和抑制模仿创新;第三,交通基础设施建设对区域创新的影响还存在一些异质性,具体表现为铁路对区域创新的影响效力大于公路,西部地区交通基础设施建设对区域创新的影响效力大于东、中部地区。
习近平总书记强调要“逐步形成国内大循环为主体、国内国际双循环相互促进的新发展格局”,大力推进科技创新,尤其是自主创新是中国未来发展的关键。以上研究表明,交通基础设施建设可以促进区域自主创新。本文研究结论可为双循环新格局下交通基础设施的建设规划以及探索不同区域促进自主创新抑或模仿创新的方法路径提供理论指导。得到的政策启示如下:从国家政策层面看,双循环新格局的构建应该将交通基础设施改善纳入统筹范围,加快传统交通基础设施的AI智能化、数字化升级改造,以智能化手段提升自主创新能力。此外,人均受教育年限、区域经济增长水平、产业转型升级和环境治理压力均在一定程度上促进自主创新能力提升。值得注意的是,本文研究发现,交通基础设施改善后的区域创新效应在三大区域表现不同,这就要求政府因时、因地制定各地区交通基础设施建设规划。如西部地区的交通基础设施建设应充分发挥铁路、高铁升级完善在创新活动中的要素聚集功能,促进自主创新;东部地区应谨慎控制交通基础设施建设强度,避免过度开发带来的负面影响。
[1] 苏屹,林周周.区域创新活动的空间效应及影响因素研究[J].数量经济技术经济研究,2017,34(11):63-80.
[2] FRITSCH M, SLAVTCHEV V. Determinants of the efficiency of regional innovation systems[J]. Regional Studies, 2011, 45(7): 905-918.
[3] 张学良.中国交通基础设施促进了区域经济增长吗——兼论交通基础设施的空间溢出效应[J].中国社会科学,2012,33(3):60-77,206.
[4] 杨思莹,李政.高铁开通与城市创新[J].财经科学,2019,63(1):87-99.
[5] 马明,薛晓达,赵国浩.交通基础设施、人力资本对区域创新能力影响的实证研究[J].北京理工大学学报(社会科学版),2018,20(1):95-101.
[6] 石敏俊,张雪.城市异质性与高铁对城市创新的作用:基于264个地级市的数据[J].经济纵横,2020,36(2):15-22.
[7] 邹璇,林岚欣,胡小渝.轨道交通建设对城市创新产出影响的实证分析[J].经济地理,2020,40(8):76-85.
[8] 杜兴强,彭妙薇.高铁开通会促进企业高级人才的流动吗?[J].经济管理,2017,39(12):89-107.
[9] 卓乘风,邓峰.创新要素区际流动与产业结构升级[J].经济问题探索,2018,39(5):70-79.
[10] 刘芳.高速铁路、知识溢出与城市创新发展——来自278个城市的证据[J].财贸研究,2019,30(4):14-29.
[11] ALMEIDA P, KOGUT B. Localization of knowledge and the mobility of engineers in regional networks[J]. Management Science, 1999, 45(7): 905-917.
[12] 吉赟,杨青.高铁开通能否促进企业创新:基于准自然实验的研究[J].世界经济,2020,43(2):147-166.
[13] 诸竹君,黄先海,王煌.交通基础设施改善促进了企业创新吗——基于高铁开通的准自然实验[J].金融研究,2019,62(11):153-169.
[14] 宋旭光,赵雨涵.中国区域创新空间关联及其影响因素研究[J].数量经济技术经济研究,2018,35(7):22-40.
[15] 杨真,张东辉,张倩.交通基础设施对农户人力资本投资的影响——基于准自然实验的因果推断分析[J].人口与经济,2020,41(2):74-86.
[16] PEREIRA A M,ANDRAZ J M.Public investment in transportation infrastructure and economic performance in Portugal[J]. Review of Development Economics, 2005, 9(2): 177-196.
[17] 卞元超,吴利华,白俊红.高铁开通是否促进了区域创新?[J].金融研究,2019,62(6):132-149.
[18] GHANI E , A G GOSWAMI , W R KERR.Highway to success:the impact of the golden quadrilateral project for the location and performance of indian manufacturing[J]. Economic Journal, 2016, 126(591):317-357.
[19] 梁双陆,梁巧玲.交通基础设施的产业创新效应研究——基于中国省域空间面板模型的分析[J].山西财经大学学报,2016,38(7):60-72.
[20] 刘冲,刘晨冉,孙腾.交通基础设施、金融约束与县域产业发展——基于“国道主干线系统”自然实验的证据[J].管理世界,2019,35(7):78-88,203.
[21] ZWEIMüLLER J, BRUNNER J K. Innovation and growth with rich and poor consumers[J]. Metroeconomica, 2005, 56(2): 233-262.
[22] 王金波,闫立寒,李兴光.金融发展、产业结构升级的区域技术创新效应[J/OL].沈阳工业大学学报(社会学版).http://kns.cnki.net/kcms/detail/21.1558.c.20201116.102 0.028.html.
[23] 吴丰华,刘瑞明.产业升级与自主创新能力构建——基于中国省际面板数据的实证研究[J].中国工业经济,2013(5):57-69.
[24] 李伟庆,聂献忠.产业升级与自主创新:机理分析与实证研究[J].科学学研究,2015,33(7):1008-1016.
[25] HUANG GUOBIN,ZHANG JIE,YU JIAN,et al. Impact of transportation infrastructure on industrial pollution in Chinese cities:a spatial econometric analysis[J]. Energy Economics,2020,92:104973.
[26] 陈杰.交通基础设施建设、环境污染与地区经济增长[J].华东经济管理,2020,34(9):72-79.
[27] 马微,惠宁.金融结构对技术创新的影响效应及其区域差异研究[J].经济科学,2018,40(2):75-87.
[28] 雷淑珍,高煜,刘振清.政府财政干预、异质性FDI与区域创新能力[J].科研管理,2021,42(2):40-51.
[29] FELDMAN M P,AUDRETSCH D B.Innovation in cities:implications for innovation[J].European Economic Review,1999(2):409-429.
[30] DREJERA.Innovation and learning[J].International Journal of Innovation&Learning,2003(1):9-23.
[31] GUAN J, CHEN K. Modeling the relative efficiency of national innovation systems[J]. Research Policy,2012, 41 (1):102-115.
[32] SCHMITZ H. Local upgrading in global chains: recent findings[C].Paper for DRUID Summer Conference,2004.
[33] GEREFFI G, HUMPHREY J, STURGEON T. The governance of global value chains[J]. Review of International Political Economy, 2005, 12(1): 78-104.
[34] 陈钊,陆铭,金煜.中国人力资本和教育发展的区域差异:对于面板数据的估算[J].世界经济,2004,27(12):25-31,77.
[35] 陈淑云,杨建坤.人口集聚能促进区域技术创新吗——对2005-2014年省级面板数据的实证研究[J].科技进步与对策,2017,34(5):45-51.
[36] 龚刚,黄春媛,张前程,等.从技术引进走向自主研发——论新阶段下的中国经济增长方式[J].经济学动态,2013,54(5):16-26.
[37] 张杰.进口对中国制造业企业专利活动的抑制效应研究[J].中国工业经济,2015,32(7):68-83.
[38] 范小敏,徐盈之.交通基础设施建设是否具有减排效应——来自中国高铁开通的证据[J].山西财经大学学报,2020,42(8):56-70.