The Spillover Effects and Collaborative Development of Regional Innovation Ecosystem of Yangtze River Delta Under the "Dual Circulation" Pattern

Zhang Jian1,Huang Kun2 ,Hu Yuexin1

(1.School of Business,East China University of Science and Technology,Shanghai 200237,China;2.School of Economics and Management,Shanghai Maritime University,Shanghai 201306,China)

Abstract：The Chinese government affirms that innovation has become the primary driving force and collaboration is an endogenous feature.At present,the high-quality integration of the Yangtze River Delta has been accelerated.It is urgent to promote greater openness and sharing through collaborative innovation to form the positive circle of a large domestic unified market.On this premise,the free,orderly,safe and convenient flow of essential factors would be promoted across borders and regions,the domestic and international markets would be promoted in better connectivity,and a collaborative model of mutual promotion of domestic and international dual circulation could be formed.A beneficial exploration of RIE collaborative development and its spillover effects in the Yangtze River Delta has been made in the existing research.However resource acquisition and utilization ability,the relationship competition and cooperation in RIE are ignored,which makes it unable to systematically explain the disequilibrium development in RIE; the existing research is inadequate in the visual analysis methods to present the collaborative development trend of regional sci-tech innovation,that is,space extension,gradient layout and dislocation development in the Yangtze River Delta RIE; the panel data of 27 cities in the central area of the Yangtze River Delta (abbrev.as 27 cities) is not mentioned,and the spillover effect of RIE collaborative development and its influencing factors in the development process of Yangtze River Delta community of sci-tech innovation are not explored.

Thus,from the perspective of RIE,this study takes 27 cities in the central area of the Yangtze River Delta as the research objects,and analyzes the trend of regional innovation integration and collaborative development,spillover effect and its influencing factors of RIE in the Yangtze River Delta.Firstly,it conducts a principal component analysis on the components of RIE.Secondly,with the scientific,comprehensive and data availability principles,the ecological niche evaluation index system of RIE collaborative development in the Yangtze River Delta under the dual circulation pattern is built from the perspective of the joint action of innovation community and environmental community.Thirdly,the niche model and fixed effect model of SDM are constructed.With the relevant statistical data of collaborative innovation in the Yangtze River Delta region during 2012-2020,visualization methods are used to deeply analyze niche width,suitability,momentum and overlap.Furthermore,the overall trend,regional differences and spatial agglomeration of the collaborative sci-tech development,and its spillover effect and influencing factors in the 27-city region are comprehensively analyzed to improve the development level of the Yangtze River Delta urban agglomeration during the "14th Five-Year Plan",and promote the collaborative and common progress of the Yangtze River Delta community of sci-tech innovation.

The medium and high-value areas of RIE niche suitability in the Yangtze River Delta present the trend of spatial agglomeration diverging from coastal to inland areas,with the spatial distribution characteristics of "northwest-southeast" around the central area of the G60 S&T innovation valley to form a spatial pattern of "geese array".There is an innovation spatial correlation of RIE in the Yangtze River Delta.The positive spatial correlation has been increasing year by year and the spatial spillover effect of collaborative development is significant.Moreover,the human capital,financial development and constraints of carbon peaking and carbon neutrality goals bring great impact on the spatial spillover effect.There are significant direct effects and spatial spillover effects of R&D investment for industrial enterprises above designated size.In order to successfully build the Yangtze River Delta community of sci-tech innovation,the government should promote R&D investment of industrial enterprises above designated size in the 27 cities of central China so that they can play an important role in the spin-off effect and demonstration to other areas.This paper provides empirical support for the further policy promotion of regional community of sci-tech innovation and the collaborative development of sci-tech innovation in urban agglomeration.

Key Words：Regional Innovation Ecosystem;Yangtze River Delta;Collaborative Development; Niche Suitability; Spillover Effect

收稿日期：2022-11-09

修回日期：2022-12-29

基金项目：国家社会科学基金一般项目(19BGL269);沪苏浙皖“长三角高质量一体化发展重大问题研究”专项(2019CSJ003);中国科协海智计划项目(HOME2021-09)

作者简介：张坚(1970-),女,浙江杭州人,博士,华东理工大学商学院副教授,研究方向为区域发展管理、协同创新;黄琨(1966-),男,湖北随州人,博士,上海海事大学经济管理学院教授,研究方向为区域创新战略管理;胡玥歆(1995-),女,浙江嘉兴人,华东理工大学商学院硕士研究生,研究方向为区域发展管理。本文通讯作者:张坚。

DOI：10.6049/kjjbydc.2022110267

开放科学(资源服务)标识码(OSID)：

中图分类号：F127.5

文献标识码：A

文章编号：1001-7348(2023)22-0075-12

0 引言

长三角城市群是我国经济最发达、创新最活跃、城市化和开放程度最高的经济区,也是世界级城市群之一。在我国进入全面建设社会主义现代化国家新阶段以及双循环新发展格局下,《中共中央关于党的百年奋斗重大成就和历史经验的决议》指出,“创新成为第一动力,协调成为内生特点”;习近平总书记在中共二十大报告中,将促进区域协调发展作为高质量发展的重心[1,2]。与此同时,长三角正全力做强创新引擎,打造自主创新新高地。《三省一市共建长三角科技创新共同体行动方案(2022-2025年)》(2022)明确提出,“营造更高效、开放、有活力的创新生态系统”,放大溢出效应,发挥关联带动作用,促进区域高质量协同联动发展。

以区域协同发展为背景,从协同创新网络主体间的竞合关系看,国外研究主要集中在:一是运用经济地理学理论,借助多维邻近性概念,探讨如何促进网络演变和集群创新能力提升[3];二是探讨创新生态系统 “三螺旋”[4]、“四螺旋”[5]和“五螺旋”[6]结构,强调知识系统和创新范式的共生进化;三是构建复杂网络模型,解释区域科技创新共同体的动态演化[7];四是运用组织生态学理论,对区域创新生态系统(Regional Innovation Ecosystem,简称RIE)展开全面分析,不仅关注创新主体协同收益最大化[8],而且强调创新主体的共生演化有利于区域协调发展[9]。鉴于开源性的“N+N”共享创新范式正成为面向2035年的全球科技创新范式[10],因此坚持区域协同创新共进、打造具有全球影响力的区域科创共同体对提升国家创新体系效能具有重大意义。

目前,长三角高质量一体化发展进入加速推进期,对内开放共享和区域协同创新亟待融为一体,以协同创新推动实现更大范围的开放共享,尽快形成国内统一大市场的良性循环,促进要素跨境跨区自由有序安全便捷流动,推动国内市场和国际市场更好地联通,形成国内国际双循环相互促进模式。因此,为了打破创新“孤岛现象”,构建新发展格局下的长三角科技创新共同体迫在眉睫。面对创新主体利益不一致、创新要素分布不均衡、创新资源流动不顺畅和营商环境一体化水平不高等问题,如何科学全面地评价RIE协同发展水平?如何从区域创新环境的动态性揭示RIE协同创新空间溢出的内在规律和影响因素,进一步依托行之有效的协同联动机制提高RIE创新效率?上述这些问题成为亟待研究的课题。

因此,本文以长三角中心区27城(以下简称27城)为研究对象,考察2012-2020年区域创新一体化进程中27城生态位评价的层级集聚和梯度扩散特点,以及区域创新的空间溢出与影响因素,旨在分析和凝练出更具针对性的区域科技协同创新机制,为提升双循环格局下区域科技协同创新体系的整体效能提供参考。

1 文献综述

基于开放式创新体系[11],国内研究重点关注RIE特征、结构和绩效,主要集中在:①RIE特征层面,如黄鲁成[12]运用生态学理论分析区域创新生态系统的生态学特征、演化规律、生存、稳定与调节机制;李万等(2014)归纳了以创新生态系统为核心的创新范式3.0内涵;王寅等[13]认为RIE具备开放性、多样性和自演化性;②RIE结构层面。如黄振羽等[14]指出基于大科学设施的RIE具有互利共生等特征的“热带雨林”组织模式;李晓娣等(2019)认为RIE作为共生体,主要由共生单元、共生网络、共生基质以及共生平台和环境五部分组成;③RIE绩效层面,一是在共生性(刘家树等,2021)、健康度(姚艳红等,2019)、有序性(王展昭等,2021)、协同度(郝英杰等,2020)等常规评价指标外,张贵等[15]从创新主体、资源和环境3个层面提出目前获得较多认同的评价指标;解学梅等[16]从创新群落、资源生态位、生境生态位和技术生态位4个生态要素视角,运用生态位适宜度评估RIE变化趋势。二是探究RIE生态位适宜度对区域经济发展的影响机制。如唐开翼等(2021)剖析RIE中创新要素协同互动机制及其对创新绩效的驱动作用;刘和东等[17]指出中国RIE生态位适宜度集聚特征明显,而且RIE适宜度、创新能力、经济高质量发展之间存在双门槛效应。

针对RIE发展不均衡现象,可以利用周边城市的溢出效应以及创新活动外部性,通过制定行之有效的区域科技创新协同政策推动RIE高质量发展(柳卸林等,2022)。在长三角区域科技协同创新战略推进过程中,区域创新投入下的产出呈现出空间上梯度扩散、时间上动态收敛的趋势[18],需要促进要素向城市群内多中心分散化集聚,优化城市群空间结构,强化区域联系与合作[19]。此外,创新外溢对区域经济发展存在“俱乐部趋同”现象[20]。因此,张宓之等[21]认为,新格局下不仅要加大长三角对创新要素的吸引力,而且要加快提升区域技术创新溢出的吸收能力。

综上,已有研究对长三角RIE协同发展及其溢出效应进行了有益探索,但还存在以下不足:①侧重RIE各单元的生态位适宜度及进化动量评价,忽略RIE中的资源获取利用能力和竞合关系,无法系统解释RIE中存在的发展不均衡现象;②侧重于定量模型分析,较少运用可视化分析手段呈现长三角RIE空间延伸、梯度布局和错位发展的区域科技创新协同发展趋势;③侧重以RIE中的省、直辖市作为研究样本,较少运用长三角中心区27城面板数据,兼顾新发展阶段长三角科技创新共同体的特点,解释RIE协同发展的溢出效应及影响因素。

因此,本文基于RIE生态位理论,立足双循环格局下促进要素流动的创新生态培育路径,结合长三角区域创新一体化协同发展态势,构建生态位模型和空间SDM模型,利用2012-2020年长三角区域创新数据,结合可视化手段,深入剖析27城区域科技创新协同发展的生态位适宜度发展趋势、溢出效应及影响因素,为提升“十四五”期间长三角城市群发展能级、促进长三角科技创新共同体协同共进提供政策参考。

2 长三角RIE协同发展机理分析

2.1 长三角RIE协同发展内涵

长三角RIE协同发展是多主体共同参与,由创新群落及环境群落共同形成的有机联结、动态演化的复合生态系统。其协同演进的适宜度体现为城市群内部创新资源分布不均衡的背景下,区域创新群落与环境群落之间不断选择、拓展和转移生态位适宜区,使得实际创新生态位逐渐接近最适宜区的动态过程。在长三角RIE演进过程中,由政府组织(政府机构、科研机构、高等院校等)、市场组织(各类创新型企业、中介组织等)、社会组织(国内外学会、协会、科技社团)、科技园区、科学家、科技工作者和公众等组成的创新主体,基于共同的创新需求和目标,聚焦创新链(曲冠楠等,2022),与创新资源、创新环境不断融合,并持续不断地促进知识生产与创造、流动与扩散、转移与共享,通过强化优势地区生态嵌入关系,推动生态系统高层级演化,从而达到生态位相互匹配的状态。

2.2 长三角RIE协调发展机理

长三角RIE是由创新群落和环境群落构成的有机统一整体,彼此相互影响(如图1所示)。其中,创新群落中的多元化创新主体按照知识生产、扩散和转移过程,分为研发群落、应用群落和服务群落;环境群落分为经济发展、社会文化和生态文明3个维度,良好的创新环境为RIE运行提供有效支撑。

长三角RIE协同发展是创新群落与环境群落作为有机整体动态匹配和协调的过程,作为区域科技创新共同体经历初始阶段、成长阶段、稳定阶段和成熟阶段。基于建设世界科技强国的创新生态系统观(冯泽等,2021),表现为创新群落不断调整生态位适宜度提升创新能力,后发地区通过嵌入优势地区的创新生态网络,提升RIE系统的整体适宜度,促进RIE健康、有序发展。

3 指标构建与研究设计

3.1 样本选择

本文参照《长江三角洲区域一体化发展规划纲要》(2019),选择27城作为案例样本进行研究,在分工合作、错位发展的同时,加强区域合作联动,不断提升RIE协同发展适宜度,推进区域创新一体化,增强创新扩散环节的空间溢出效应[22]。

3.2 指标构建

本文以考察长三角27城RIE协同发展的适宜度及其空间溢出效应为目的,基于生态位理论,在借鉴已有研究成果的基础上,针对RIE的组成要素进行主成分分析。进一步依据科学性、综合性以及数据可获性等原则,基于创新群落和环境群落两维度共同作用视角,构建双循环格局下长三角RIE协同发展适宜度评价指标体系,如表1所示。

由于《中国科技统计年鉴》将科技活动划分为研究与试验发展活动(R&D活动)、R&D成果应用和科技服务3类,本文将创新群落划分为研发、应用和服务3个要素层,共计19个指标。根据《中国火炬统计年鉴》和《中国高技术产业年鉴》等,本文确定的量化指标如下:①研发要素层,主要涉及研发主体总量投入,包括企业级、国家级研发机构、实验室和工程技术中心数量;R&D资源投入,包括人员全时当量和投入强度;研发成果投入,包括每万人科技论文发表量和专利授权数;②应用要素层,主要涉及应用主体总量投入,包括规上企业和高新企业数量;应用资源投入,包括规上科技人员和规上研发经费投入;应用成果投入,包括高新技术产业产值、产出比率和技术市场合同成交额;③服务要素层,主要涉及服务主体总量投入,包括国家科技企业孵化器数量;服务资源投入,包括国家高新园区资产规模、科技支出占比、大型仪器共享量投入;服务成果投入,包括国家高新技术园区资产规模和高新技术产业投资增速。

同时,结合“十四五”规划要求,将环境群落划分为经济、社会和生态3个要素层,共计14个指标。根据《中国城市统计年鉴》以及国民经济和社会发展统计公报等,本文确定的量化指标如下:①经济要素层,主要涉及经济资源投入,包括固定资产投资、金融发展、外商投资和对外贸易发展;经济要素的拉动,包括实物性商品消费和第三产业发展;②社会要素层,主要涉及公共服务和交通、电信资源投入,包括藏书量、客运量、货运量、互联网和邮政、电信业发展;③生态要素层,主要围绕双碳目标涉及的工业排放减少率、固废利用率和绿地覆盖率。

3.3 研究设计

3.3.1 生态位适宜度模型

根据前述RIE协同发展内涵和机理,长三角科技创新共同体作为RIE,三省一市是不同的生态单元。因此,本文以长三角27城作为研究对象,针对区域创新主体、创新资源和创新环境等相关生态因子,设X={X,,X2,…,Xn}。

(1)生态位宽度,描述生态单元在生态系统中的资源占取程度。

(1)

式(1)中,表示第i个生态单元所利用的资源j的数量占该生态资源总数的比例;Bi表示不同区域的生态位宽度。生态位宽度越大,表明该区域的资源获取利用能力越强。

(2)生态位适宜度及动量。生态位适宜度描述创新主体实施创新过程中环境需求与环境供给之间的适宜程度,是区域创新主体开展创新活动的最适宜资源位与现实资源位之间的贴近度,取值在0～1之间。

(2)

式(2)中,ωj为生态因子权重,表示第j个生态因子对系统整体适宜度的影响;δij=|Zij-Zaj|,(i=1,2,…,m;j=1,2,…,n)表示Zij与第j个生态因子最佳生态位之间的绝对差;ε∈[0,1]为模型参数,其值一般由Fi=0.5进行估计。

进化动量用于评价生态位适宜度的提升空间,如式(3)所示。

(3)

(3)生态位重叠度,即生态系统中两个种群之间的资源竞争关系。

(4)

式(4)中,Pij表示生态单元i与生态单元k之间的生态位重叠程度。生态位重叠度越大,表明两个区域针对相同资源的竞争程度越激烈。

3.3.2 空间溢出效应模型

第一步,采用经济距离矩阵(We)和经济—地理嵌套矩阵(Wg)构建空间权重矩阵;第二步,采用全局Moran's I指数和局部Moran's I指数进行空间自相关分析;第三步,进行空间效应分解。

(1)变量选取。本文结合表1和已有研究,选择空间溢出效应指标模型的变量,如表2所示。

(2)空间面板模型。空间计量模型具有3种交互效应:被解释变量间存在的内生交互效应、解释变量间的外生交互效应和误差项间的交互效应。具备所有交互效应的为一般模型,如式(5)所示。

yit=pWyit+βX+θWxit+μit μit=λWμit+εit

(5)

式(5)中,yit为由每个城市的被解释变量在第t时期的观测值组成的N×1阶矩阵,xit为由第i个城市在第t时期的观测值组成的n×k阶外生解释变量矩阵;μit是一个N×1阶单位向量,εit为N×1阶随机干扰项,μit和εit均为误差扰动项向量,且服从独立同分布假设;ρ为空间自回归系数,β反映了自变量对因变量的影响,θ为K×1阶未知的待估参数,λ为空间自相关系数。

为了准确估计长三角区域科技创新协同发展的溢出效应,构建空间杜宾模型(SDM),取λ=0,得到式(6)。

yit=pWyit+xitβ+θWxit+εit

(6)

为了正确判断模型适用形式,利用Wald及LR检验,分别对原假设H1:θ=0和H2:θ+ρβ=0进行验证,即判断SDM是否可以简化为SLM或SEM。当Wald及LR检验结果与LM(Robust)检验结果不一致时,选用SDM更合理。

进一步使用偏微分方法处理模型估计偏误,同时,将空间溢出效应分解为直接效应、间接效应及总效应,将式(6)转换为式(7)。

Y=(I-pw)-1(Xβ+ηWX)+(I-pw)-1v

(7)

4 长三角RIE协同发展溢出效应分析

4.1 数据来源

本文以长三角27城作为研究对象,为了保证研究的有效性与真实性,指标数据取自2012-2021《中国城市统计年鉴》《中国火炬统计年鉴》《中国高技术产业统计年鉴》以及各级政府统计公报等。

4.2 生态位适宜度分析

4.2.1 长三角RIE生态位的序评价

(1)长三角三省一市区域创新一体化协同发展生态位的宽度、适宜度及动量、重叠度。结合长三角科技创新共同体发展历程(如图2所示),本文采用2012—2020年统计数据,经无量纲化处理后计算长三角三省一市各年度生态位宽度、适宜度、进化动量以及重叠度。

第一,生态位宽度。三省一市2012-2020年的生态位宽度如图3所示。

第二,生态位适宜度及动量。令δmin=0,δmax=1,Pi=0.5,分别求取2012-2020年的参数值β。假定不同资源对生态位适宜度的影响权重相同,分别计算三省一市的生态位适宜度和进化动量(如图4、图5所示)。从内部发展环境来看,如图3—图5所示,江苏的生态位宽度最大,说明2020年长三角科技创新共同体建设使上海和江苏的生态位宽度趋近,上海作为长三角科技创新共同体的核心城市地位真正确定,其次为江苏、浙江和安徽,“上海—长三角”正逐步形成以国内大循环为主要目标的RIE。

第三,生态位重叠度。从外部竞争压力角度看,如表3所示,除上海外,其它三省的生态位重叠度整体较高,各地区的平均生态位重叠度指标值均大于0.8,表明长三角江浙皖的外部竞争压力整体较大。重叠度最高的是江苏省和浙江省,达到0.927,表示江浙两省在研发实力、成果转化、科技服务、经济增长、营商环境和绿色发展等多方面整体相近且密切相关。

由此可见,以上海为中心,以江苏南部、浙江北部为两翼,以江苏北部、浙江南部和安徽为承接转移地,资源共享、功能互补和分工明确的长三角协同创新发展新格局逐步形成。

(2)长三角27城区域创新一体化协同发展的生态位适宜度和动量。

“上海—长三角”RIE的发展条件和基础设施成熟,是中国经济最发达、创新最活跃、城市化和开放程度最高的经济区,是全球创新资源集聚地,已经初步形成以科技协同创新为核心源动力的创新型城市群。

基于2020年长三角区域科技协同生态位适宜度,利用SPSS进行系统聚类,由长三角27城构建的RIE呈现出显著的层级特征,具体如表4所示。

如图6所示,2018-2020年长三角27城的生态位适宜度不仅在发展水平上存在层级,而且在地理空间演化上也呈现出梯度扩散特点,创新发展不平衡局面逐渐得到改善。这说明长三角科技创新共同体逐步形成,中心区27城的生态位适宜度持续提升,朝着良性竞争方向发展。

首先,长三角RIE创新空间集聚效应明显:中高水平生态位适宜度城市在沿海地区的空间集聚特征较显著,具体包括沪苏通、杭宁嘉、南常锡、合芜区域;而中低水平生态位适宜度城市分布则较发散,主要集中于苏北、浙西南、皖西北、皖南等地区,主要围绕高水平、中高水平城市分布。

其次,长三角RIE创新空间溢出效应显著:中高值生态位适宜度区域呈现由沿海向内陆扩散的空间溢出特征,且由上海向苏南—浙北地区转移,空间溢出结构具有“主核—多中心”廊带特点,包括上海—苏州—无锡—常州—南通、上海—嘉兴—杭州—宁波、南京—芜湖—合肥等。

4.2.2 长三角RIE生态位适宜度的空间集聚分析

2018—2020年长三角RIE标准差椭圆的重心发展轨迹如图7所示,基本处于G60科创走廊中心区,其生态位适宜度总体呈“西北—东南”的空间分布特征,体现为以上海为龙头,带动杭州、苏锡常、南京、宁波、南通和合肥等重点城市,形成“雁阵”空间形态。

进一步分析2018—2020年长三角区域科技协同创新生态位适宜度的空间分布格局,可以发现:①标准差椭圆分布面积不断缩小,说明其更加集中在椭圆内部;②从标准差椭圆分布形状来看,椭圆长轴与短轴均有所缩短且长轴缩小速度快于短轴,说明其在东—西方向的收缩态势快于南—北方向的收缩态势;③从标准差椭圆的旋转变化来看,方位角空间分布呈现西北—东南格局且基本保持稳定。从方位角变化范围来看,由2018年的139.947°减小到138.197°(如表5所示),呈逆时针转动趋势,说明其在西北—东南方向上逐渐增强,但仍以东-西方向为主导。

4.2.3 长三角RIE协同发展的溢出效应

(1)空间相关性检验。

第一,全局空间自相关分析。空间自相关是研究空间溢出效应的前提,本文基于经济地理权重矩阵W2进行计算。如表6所示,2012-2020年长三角RIE创新产出的全局Moran's I指数均为正值,且均通过1%的显著性水平检验,表明长三角RIE的创新产出在全域范围内呈现出显著的空间集聚。

全局Moran's I指数总体呈现上升趋势,但在2016-2018年间呈下降趋势。这是由于“十三五”初期,长三角RIE城市之间存在人才、资金等创新要素的争夺,而“虹吸效应”推动创新要素不断向区域中心城市集聚,造成中心城市创新能力不断增强而边缘城市受到一定程度削弱。2018年11月,长三角一体化发展正式上升为国家战略,长三角RIE协同创新效应得以呈现和优化。

第二,局部空间自相关分析。为了更好地反映长三角科技创新共同体组建后区域创新产出空间相关性的动态变化,本文选取2018—2020年的统计数据绘制Moran's I散点图,如图8-10所示

可以发现,2018—2020年,一方面,长三角RIE创新产出的空间分布整体呈现出向H—H和L—L象限集聚,空间溢出效应愈加明显;另一方面,长三角RIE创新产出的极化现象较显著,部分城市差距逐步拉大,创新产出的空间集聚性较强。具体为:

H—H 象限:包括上海和苏州,以及周边的无锡、宁波、南京、杭州、常州、嘉兴,说明此类城市由于经济实力强劲、创新环境优越、创新要素集聚等原因,自身创新产出水平较高,并且已与周边地区形成了高水平集聚。

H—L 象限:包括绍兴、温州、合肥,说明此类城市创新产出水平不断提高,但未有效辐射带动周边城市,使得区域极化差距较大,空间分布呈空心化。

L—H 象限:江苏省内南京北部的城市、浙江的舟山和台州等位于该象限并形成高低结构;江苏省的镇江、盐城等城市一直稳定位于该象限,说明此类城市受高创新产出的周边城市的溢出作用有限。

L-L 象限:位于该象限的城市主要集中在安徽省,此类城市的经济增速较慢,科技基础设施较薄弱,创新资源存在流失,自身创新产出不足,且周边城市的创新产出水平也不高。

(2)空间计量模型检验。本文在验证长三角27城创新产出空间相关性的基础上,将空间依赖性纳入计量经济模型,依据空间相关性检验以及固定和随机效应选择法则,进行模型选定。

具体步骤包括:① LM(error)和Robust LM(error)检验均通过1%水平下的显著性检验,说明存在空间误差项;② LM(lag)检验和Robust LM(lag)检验均通过10%水平下的显著性检验,说明存在空间滞后项,因此选择SDM模型;③进一步检验SDM是否会退化,LR检验和Wald检验均通过10%水平下的显著性检验,表明拒绝退化,故选择SDM模型。此外,因Hausman检验通过10%水平下的显著性检验,故选择固定效应。

上述检验部分以经济地理矩阵Wg为例进行呈现(如表7所示),在经济距离矩阵We的情形下,依次经过LM、LR、Wald、Hauseman检验后,同样选择SDM模型进行计量分析,本文不再赘述具体检验过程。

(3)影响因素和空间溢出效应分解。

固定效应分为时间固定、地区固定和双固定3种,在经济地理矩阵和经济距离矩阵下各SDM固定效应模型的估计结果如表8所示。

就拟合度而言,一般R2越大,Log-likelyhood绝对值越小,表示拟合度越高,即两类空间权重矩阵下时间固定效应模型和双固定效应模型均有较高的拟合度;就溢出效应而言,空间自回归系数ρ在3种空间权重矩阵下的估计结果都显著为正,即空间溢出效应显著,相邻省域的创新产出存在互动。其中,双固定效应模型系数的显著性更大,因此本文选择双固定效应SDM模型进行分析,从影响因素、直接及间接效应入手,分析长三角RIE创新产出的空间溢出效应。

影响因素分析。就Wg和We下SDM模型双固定效应系数的估计结果而言,如表8所示,经费投入、人力资本、政府支持、金融发展、双碳约束4类影响因素均通过了5%水平下的显著性检验,而外商投资不显著。进一步,就各因素对区域创新产出的影响作用来看,人力资本、金融发展和双碳约束的影响较大,经费投入和政府支持的影响较小。

溢出效应分析。长三角RIE区域创新产出效应会同时受到本地和周边地区的影响,如表9所示,Wg和We下SDM模型双固定效应的回归结果基本一致。其中,Wg下直接效应、间接效应和总效应较显著,因此选择Wg进行分析。从直接效应和间接效应的显著性水平来看,经费投入显著,人力资本、政府支持、金融发展和双碳约束的影响较显著,而外商投资不显著。具体分析如下:

第一,经费投入的直接效应和间接效应均通过1%水平下的显著性检验。①直接效应系数为正,说明规上研究与试验发展经费投入对本地创新产出具有显著的积极作用;②间接效应系数也为正且大于直接效应,说明作为创新策源主体的企业,随着邻近地区创新型企业研发经费投入增多,会进一步提升本地科技成果转移转化效率。

第二,人力资本的直接效应和间接效应均通过5%水平下的显著性检验。①直接效应系数为正,说明R&D人员全时当量的提升,也就是创新人才集聚对本地创新产出具有较显著的积极作用;②间接效应系数为负,说明本地创新人才集聚对邻近地区的空间溢出效应为负。由于长三角各地的资源水平存在差距,人力资源的跨地区流动导致极化趋势,创新高地不断吸引科创人才,并通过知识生产、扩散和转移加速本地科技与经济深度融合,加剧邻近地区因科创人才流失而产生的负面影响。

第三,政府支持的直接效应和间接效应均通过5%水平下的显著性检验。①直接效应系数为正,说明公共科技金融对本地创新产出具有较显著的积极作用;②间接效应系数为负,说明本地政府强化支持,对邻近地区的空间溢出效应表现为负向。这是因为本地政府从顶层设计出发,促进创新链与产业链精准对接,但由于强化行政管理过程中弱化了市场调节和社会组织功能,导致过度竞争,从而对邻近地区产生负面影响。

第四,金融发展的直接效应和间接效应均通过5%水平下的显著性检验。①直接效应系数为正,说明市场科技金融对本地创新产出具有较显著的积极作用;②间接效应系数为正,但小于直接效应系数,说明随着邻近地区金融发展水平不断提高,对本地技术与资本的高效对接具有正向促进作用,同时,一体化金融服务平台和金融信息共享合作机制等建设将有力支撑区域科技与金融融合发展。

第五,双碳约束的直接效应和间接效应均通过5%水平下的显著性检验。①直接效应系数为正,说明工业二氧化硫排放量的降幅不断增大,对本地创新产出具有较显著的积极作用;②间接效应系数为正且大于直接效应系数,说明在碳达峰、碳中和目标下,邻近地区生态环境优化对本地区创新产出具有正向促进作用,可以依托绿色技术进步带来的环境治理政策优化降低行政壁垒,以绿色发展为目标实现资源共享,助力区域创新效能提升。

第六,外商直接投资的直接效应和间接效应均不显著,说明长三角核心区域的外商直接投资对腹地创新产出的间接影响不明显,长三角营商环境尚待完善,无法充分发挥外商直接投资的溢出效应,需要培育开放共赢的营商环境,吸引跨国公司总部或研发中心落地长三角,通过消化吸收,促进区域自主创新能力提升。

5 结语

5.1 主要结论

本文深入剖析双循环格局下长三角RIE协同发展内涵和机理,通过构建生态位模型,利用2012-2020年长三角27城生态位宽度、适宜度及动量、重叠度进行长三角RIE生态位的时序评价,以及基于ArcGis和标准差椭圆的可视化,开展长三角RIE生态位适宜度空间集聚分析。进一步,在长三角RIE空间相关性检验的基础上,进行溢出效应分解和影响因素分析。得出如下结论:

(1)长三角RIE中不同层级城市的生态位适宜度及进化动量存在异质性,而且资源获取与利用能力以及竞合关系也具有差异性。要实现“上海—长三角”RIE的高质量发展,需要强化上海核心城市的示范作用,培养和造就一大批具有国际水平的国家战略性人才,不断强化区域科技发展的创新策源协同联动机制,依托“一圈一核三极多带多点”的空间布局,充分发挥优势地区协同创新溢出效应,辐射带动长三角区域创新一体化的形成。

(2)激活长三角RIE的自组织特征,坚持开放需求与创新供给“双向”发力。以上海大都市圈为中心,宁杭合都市圈为支点,苏锡常都市圈、宁波都市圈和其它城市为节点,以全球视野和国际标准,推动统一大市场健康发展。促进各类要素在长三角城市群之间有序自由流动,依托产创融合协同联动机制,加强城市群内部、省际交界地区科技合作,释放创新要素的集聚动能,打通科技与经济深度融合发展通道。

(3)强化长三角RIE的他组织引导,以“技术、制度、政策”创新为特色,加大企业研发经费投入,并且培育国家战略性人才,打造科技金融协同联动机制,引导社会资本有效支持联合攻关项目成果转化和产业化,发展绿色金融体系,赋能长三角高质量发展。通过创新资源跨区域联通、创新集群跨区域联接、制度创新跨区域联动和商务环境的跨区域打造,优化和提升长三角区域科技创新共同体的整体效能。

5.2 对策建议

面对新的全球科技治理环境,“十四五”期间长三角RIE需要立足新发展阶段探索机制创新,贯彻新发展理念,建设多中心、极轴式、网络化的“长三角科技创新圈”,打造国内国际双循环战略枢纽,以区域协调发展推动实现高质量发展。

(1)打造创新策源协同联动机制。发挥上海国际科技创新中心的极化效应,聚焦长三角的重大科技基础设施群,提升上海、合肥两大国家综合性科学中心的引领作用,优化国际高端科技人才“引—留—用”良好生态,完善长三角科技创新共同体联合攻关合作,在交叉前沿领域引发“0-1-N”的颠覆性技术突破。以具有全球影响力的长三角生态绿色一体化发展示范区为载体,完善创新环节并行化、创新资源集成化、创新主体协同化和创新成果集聚化的长三角知识创新策源高地。

(2)完善产创融合协同联动机制。强化需求导向的科技研发,搭建创新单元、研究机构和关键共性技术研发平台;沿G60等科创走廊和战略性新兴产业走廊,推进新兴产业研发功能空间集聚,促进主导产业的差异化发展;依托区域创新生态系统整合,强化知识产权运营服务,形成区位优势互补、梯度转移承接和错位协同发展的长三角科技成果转化高地。

(3)扶持科技金融协同联动机制。协同推进“双碳”目标的落实,持续提升绿色R&D经费投入强度,不断增加工业企业R&D经费支出;基于创新券通用通兑,培育政府引导基金,依托科创板,大力发展区域绿色科技金融;建立“科创板及国际上市企业培育库”,以产业基金模式吸引各类优质资本,做强长三角资本市场服务高地。

5.3 研究不足与展望

本文实证分析存在如下不足:一是区域创新生态系统各层面的统计数据尚不够完整,在一定程度上影响了实证分析结果,有待进一步提升其可靠性;二是区域创新生态系统协同发展的生态位评价,较多选取来自统计年鉴的量化指标,缺少对科学文化、政策落地、科技传播等非量化指标的关注;三是推动区域创新高质量一体化发展的分析尚未结合案例展开,不够具象。后续随着区域协同创新的统计数据逐步完善,可结合产业集群演变考察区域创新生态系统协同发展的溢出路径,从而丰富区域协同创新领域的研究成果,促进长三角区域高效协同发展。

参考文献：

[1] 习近平.推动形成优势互补高质量发展的区域经济布局[J].求是,2019,62(24):4-9.

[2] 刘鹤.必须实现高质量发展[N].人民日报,2021-11-24(6).

[3] DAVID BAUDRETSCHAF,MAKSIM,BELITSKIBC,et al.The dynamic contribution of innovation ecosystems to Schumpeterian firms:a multi-level analysis[J].Journal of Business Research,2022,144(1):975-986.

[4] HENRY ETZKOWITZ,LOET LEYDESDORFF.The dynamics of innovation:from national systems and "Mode 2" to a Triple Helix of university-industry-government relations[J].Research Policy,2000,29(2):109-123.

[5] ASHISH MALIK,PIYUSH SHARMA,et al.From regional innovation systems to global innovation hubs:evidence of a Quadruple Helix from an emerging economy[J].Journal of Business Research,2021,128(1-2):587-598.

[6] ANDREA A MINEIRO,T A DE SOUZA,C CARVALHO DE CASTRO.The quadruple and quintuple helix in innovation environments(incubators and science and technology parks)[J].Innovation &Management Review,2021,18(3):292-307.

[7] BOUNCKEN J GAST,S KRAUS,et al.Coopetition:a systematic review,synthesis and future research directions[J].Review of Managerial Science,2015,9(3):577-601.

[8] ROBERTSON J,CARUANA A,FERREIRA C.Innovation performance:the effect of knowledge-based dynamic capabilities in cross-country innovation ecosystems[J].International Business Review,2021,41:101866.

[9] OVE GRANSTRAND,MARCUS HOLGERSSON.Innovation ecosystems:a conceptual review and a new definition[J].Technovation,2020,90-91(February-March):102098.

[10] 张玉明.共享创新[M].北京:科学出版社,2021.

[11] 江小涓.坚持科技创新开放合作,提升技术创新和供给能力[J].全球化,2022,12(4):118-120.

[12] 黄鲁成.基于生态学的技术创新行为研究[M].北京:科学出版社,2007.

[13] 王寅,袁月英,孙毅,等.基于探索、开发的区域创新生态系统评价与动态演化研究[J].中国科技论坛,2021,37(3):143-153.

[14] 黄振羽.基于大科学设施的创新生态系统建设—“雨林模型”与演化交易成本视角[J].科技进步与对策,2019,36(19):9-16.

[15] 张贵,姜兴,蔡盈.区域与城市创新生态系统的理论演进及热点前沿[J].经济与管理,2022,36(4):36-45.

[16] 解学梅,刘晓杰.区域创新生态系统生态位适宜度评价与预测—基于2009-2018中国30个省市数据实证研究[J].科学学研究,2021,39(9):1706-1719.

[17] 刘和东,陈洁.创新系统生态位适宜度与经济高质量发展关系研究[J].科技进步与对策,2021,38(11):1-9.

[18] 王振,卢晓菲.长三角城市群科技创新驱动力的空间分布与分层特征[J].上海经济研究,2018,35(10):71-81,93.

[19] 李博雅.长三角城市群空间结构演化与溢出效应研究[J].宏观经济研究,2020,66(5):68-81.

[20] 王建民,杨力.长三角创新要素、配置效率与创新绩效[J].上海经济研究,2020,37(1):75-85.

[21] 张宓之,高鋆,胡曙虹.创新要素集聚、空间溢出效应与区域企业群发展[J].创新科技,2020,20(11):17-24.

[22] 叶堂林,李国梁.区域一体化战略能有效提升创新扩散环节溢出效应吗——以京津冀城市群为例[J].科技进步与对策,2022,39(16):77-86.

(责任编辑：胡俊健)