Cross-Level Effects of National Innovation Policies on Regional Innovation Performance:The Mediation Mechanism of Cooperation Intensity and the Moderation Mechanism of Technological Diversification

Su Yi1 , Jin Xuewei1,Sun Xiaoming2

(1.School of Economics and Management, Harbin Engineering University, Harbin 150001, China; 2.School of Management, Xi'an University of architecture and technology, Xian 710055, China)

Abstract：Innovation is the first driving force for development. China's continuous improvement of its scientific and technological innovation system has led to the continuous improvement of its innovation-driven development capabilities, with innovative achievements in cutting-edge fields such as artificial intelligence and quantum technology emerging, and the turnover of technology contracts increasing by nearly 30%. While previous research has thoroughly examined the varied effects of innovation policies on fostering innovation, it has predominantly concentrated on the mechanisms through which individual policies influence innovation performance, particularly within the realm of enterprise innovation. There is a noticeable gap in understanding how comprehensive national innovation policies can bolster regional innovation performance, and a scarcity of studies that delve into the mechanisms linking these policies to regional innovation outcomes. Furthermore, as a form of macroeconomic policy, the influence of national innovation policies on regional innovation systems is multifaceted and intricate. Variations in implementation across different regions, sectors, and stages may lead to divergent impacts on regional innovation systems. However, research on innovation policies and regional innovation that accounts for regional disparities and investigates cross-level impact mechanisms using panel data is sparse. As an important part of the national innovation system, regional innovation plays an important role in promoting economic and social development, enhancing regional competitiveness, and implementing new development concepts. Regional innovation capacity is not only affected by innovation resources within the region, but also regulated by national innovation policies. Therefore, it is of great theoretical and practical significance to explore the impact of national innovation policy on regional innovation performance and its internal mechanism.

This paper focuses on the diversity and complexity of the impact of national innovation policy on regional innovation systems.As a macro-control policy, these policies may yield varying outcomes across different regions, fields, and stages of implementation. Therefore, in order to investigate the impact of innovation policies at the national level on innovation performance at the regional level, the mediating role of innovation subject cooperation intensity in this process, and the moderating role of regional technology diversification in this process, this paper constructs a cross-level model without confusion based on the panel data of 30 provinces in China. The study adopts regional innovation performance as the dependent variable, with the number of invention patent applications serving as the metric for assessing this performance. It approaches the quantification of innovation policies from the perspective of policy intensity, utilizing national innovation policies as the explanatory variables. The study identifies cooperation intensity as a mediating variable and technological diversification as a moderating variable. Control variables encompass factors such as education level, industrial structure, the scale of high-tech enterprises, road density, and the density of mobile phone switches.The study focuses on the intra-group effect and inter-group effect to empirically test the cross-level impact mechanism of national innovation policy on regional innovation performance.

It is found that (1) national innovation policy has a significant impact on regional innovation performance; (2) cooperation intensity plays a mediating role between national innovation policies and regional innovation performance; (3) cooperation intensity contributes to the improvement of regional innovation performance, and technological diversification plays a moderating role in it.

In order to further improve regional innovation performance and strengthen the impact of innovation policies on regional innovation performance, this paper puts forward corresponding countermeasures and suggestions from the aspects of improving the pertinence of innovation policies, strengthening cooperation intensity among innovation entities, and promoting the diversified development of regional technologies.

This paper clarifies the influencing mechanisms of national innovation policies, regional innovation performance, cooperation intensity of innovation subjects, and technology diversification, expands the previous research on the impact of innovation policies on regional innovation, and enriches the impact model of regional innovation performance. Furthermore, it provides recommendations for optimizing innovation policies and enhancing regional innovation performance in light of empirical analysis results. These contributions provide beneficial supplements to existing research and contribute to the realization of high-quality economic development in China.

Key Words：Regional Innovation; Innovation Policy; Cooperation Intensity; Technology Diversification

收稿日期：2024-09-28

修回日期：2024-12-06

基金项目：国家社会科学基金重大项目(21&ZD122);国家自然科学基金项目(72474058,72074059)

作者简介：苏屹(1983-),男,黑龙江哈尔滨人,博士,哈尔滨工程大学经济管理学院教授,研究方向为创新管理与系统科学;金雪微(2000-),女,内蒙古兴安人,哈尔滨工程大学经济管理学院硕士研究生,研究方向为创新管理与创新系统;孙笑明(1982-),男,辽宁大连人,博士,西安建筑科技大学管理学院教授,研究方向为复杂组织网络与创新、专利大数据分析。

DOI：10.6049/kjjbydc.2024090780

开放科学(资源服务)标识码(OSID)：

中图分类号：F124.3

文献标识码：A

文章编号：1001-7348(2026)03-0034-10

0 引言

党的二十届三中全会指出,“教育、科技、人才是中国式现代化的基础性、战略性支撑。必须深入实施科教兴国战略、人才强国战略、创新驱动发展战略,统筹推进教育科技人才体制机制一体改革,健全新型举国体制,提升国家创新体系整体效能”。区域创新作为国家创新体系的重要组成部分,在推动经济社会发展、提升地区竞争力、落实新发展理念方面发挥重要作用。

目前已有较多学者分析了创新政策对创新的影响,研究表明,单一创新政策的实施效果通常表现为促进作用,如国家创新型城市试点政策对地区创新绩效[1]、城市绿色创新[2]、数字技术创新[3]、企业技术创新[4]具有显著正向影响。同时,相关实证研究发现,绿色金融改革创新试点政策[5]、低碳城市试点政策[6]、国家高新区实施的创新型产业集群政策[7]等试点政策对创新绩效表现出促进作用。除试点政策外,学者们认为税收激励[8]、知识产权政策[9]、政府补贴[10]、绿色创新政策[11]、数字基础设施政策[12]、“去杠杆”政策[13]、大数据政策[14]等单一创新政策对创新绩效也有显著提升作用。

然而,从综合角度分析创新政策实施效果时,却存在复杂性与不确定性。如有学者认为,国家创新政策实施效果会随着时间推移而发生变化,因此应从综合视角看待创新政策并适时调整[15]。同时,学者们将科技创新政策归纳为税收政策、金融政策、人才政策、财政政策、知识产权政策、外部规范性政策等多种类型,通过广泛的实证研究,发现整体上科技创新政策对企业创新绩效有正向影响,但不同类型政策对不同阶段企业创新绩效有不同影响(李湛等,2019)。以税收优惠政策和政府补贴政策为例,有学者认为二者在企业不同生命周期阶段均会对创新绩效发挥激励作用(陈红等,2019),但也有学者通过改变样本企业类型以及扩充样本年限的实证研究发现,它们的影响不再是简单的线性促进作用,而是存在U型影响关系,甚至在交互中呈现抑制作用[16]。学者们不仅关注创新政策对不同生命周期阶段企业创新绩效的影响,而且关注不同创新政策对不同类型、性质企业创新绩效的影响[17]。以往研究表明,创新政策会影响不同阶段企业创新绩效,且其激励效应在不同类型企业和行业间存在差异性。由此,提出创新政策制定的精准性与针对性要求。进一步地,学者们通过深入剖析不同财税优惠政策交互对企业创新绩效的作用,发现激励企业创新不仅要关注单一政策效果,而且要关注不同政策之间的交互协同效应[18]。因此,政策的协同性与互补性进入学者研究范畴。基于政策协同视角,现有研究发现,政策工具协同和政策主体协同分别通过企业层网络与政府层网络对企业创新产生促进作用[19],该发现揭示政策协同在推动企业创新中的重要作用,因此在政策制定与实施过程中应注重政策协调与匹配。

综上所述,现有研究充分讨论了创新政策为创新带来的多方面影响,但是多围绕单一政策对企业创新绩效的作用效应,对于综合性国家创新政策如何提升区域创新绩效的分析较匮乏。而且,国家创新政策作为宏观调控政策,对区域创新绩效的影响具有多样性、复杂性,在不同地区、不同领域和不同阶段也表现出差异性。此外,创新政策与区域创新绩效关系的研究较少关注区域差异,缺乏基于面板数据的跨层次影响机制探究。基于此,本文采用我国省际面板数据,从跨层次视角实证分析国家创新政策对区域创新绩效的作用机制,进而为优化创新政策、提升区域创新绩效提出对策建议,以期对现有研究进行补充,为实现我国经济高质量发展做出理论贡献。

本文立足于现有研究成果,从综合角度而非单一政策视角探讨国家创新政策对区域创新绩效的影响,并将二者作用路径中的其它关键因素纳入整体模型,探究不同因素间的相互关系,以及它们对区域创新绩效的不同影响。此外,选择区域创新系统主体合作强度作为中介变量,研究主体合作强度在国家创新政策影响区域创新绩效路径中的传递作用,选择技术多元化作为调节变量,研究区域创新系统主体合作强度与区域创新绩效关系是否受到技术多元化的影响,进一步扩大研究视阈。通过构建无混淆的跨层次模型,关注样本数据的区域内变化和区域间变化,探究在不同情境下区域创新主体合作强度对区域创新绩效的影响,以及技术多元化的调节作用,即同时关注组内效应和组间效应,为揭示国家创新政策对区域创新绩效的影响机制提供新理论解释视角和实证研究支持。综上所述,本文将构建一个跨层次中介模型,其中,以国家创新政策为level-2层自变量,区域创新绩效为level-1层因变量、主体合作强度为level-1层中介变量,并在level-1引入技术多元化的调节变量,深入揭示国家创新政策对区域创新绩效的跨层次影响机制。通过采用多层线性模型,实证检验主体合作强度的中介机制以及技术多元化的调节机制,为探究国家创新政策对区域创新绩效的影响路径提供理论参考,丰富区域创新绩效的影响分析模型。

1 理论分析与研究假设

1.1 国家创新政策与区域创新绩效

国家创新政策在提升区域创新绩效中发挥关键作用。创新政策通过优化创新环境,为区域创新活动提供有力的制度保障。通过实施创新驱动发展战略以及完善知识产权保护等政策,有效保障创新者合法权益,营造良好的创新氛围,激发创新活力。创新政策通过财政支持、税收优惠、人才培养等措施,为创新主体提供资金、资源和技术支持,降低创新活动成本[20],提高创新主体积极性和创造性,激发创新主体活力,促进技术创新和产业升级,从而推动区域创新绩效提升。国家创新政策的引导和科学规划也对区域创新绩效起决定性推动作用,如通过完善产业政策和技术创新政策,促进区域产业结构优化和升级,提高区域创新绩效[21]。政府还可以根据产业布局和发展优势,制定针对性产业政策和技术发展规划,促进产业、企业间合作与创新融合,推动技术进步和产业创新,进而增强区域创新能力、提升绩效表现;通过实施差异化政策,促进不同地区在创新资源、能力方面优势互补,形成各具特色的区域创新体系,推动创新活动协调发展,提升整体绩效。因此,本文提出如下研究假设:

H1:国家创新政策正向影响区域创新绩效。

1.2 合作强度的中介作用

网络关系理论表明,个体或组织在社会网络中的相互联系与互动会影响其行为、决策及资源获取。根据资源依赖理论,个体或组织关系建立在相互依赖的基础上,通过合作可以获取单方面难以获得的资源。同时,根据社会资本理论,网络关系可以转化为个人或组织优势,如信息优势、信任基础等,从而助力自身发展。在创新政策引导下,创新个体通过谋求合作机会获取创新资源,促进自身创新绩效提升,从而有利于区域创新绩效提高。因此,从该角度而言,国家创新政策为区域创新主体提升合作强度提供条件与保障,进而有助于促进区域创新水平提升。因此,本文预期国家创新政策通过合作强度这一路径,推动区域创新绩效提升。

(1)国家创新政策为创新主体合作提供有力保障,促进创新主体协同工作,共同应对创新挑战,加快创新成果转化和应用。具体为:首先,创新政策通过引导搭建合作平台、建设合作基地等方式,扩大创新主体合作机会,促进创新主体沟通与协作,加速知识、技术、资本等创新要素流动与共享[22],助力科技成果转化和应用,进而提高区域创新绩效。其次,国家创新政策能够营造有利于创新活动的环境和氛围,增强创新主体合作意愿。通过资金支持等激励机制,激发企业、高校和研究机构等创新主体合作意愿,促进合作关系深化与拓展。通过落实知识产权保护等保障机制,降低合作风险与不确定性,增强合作主体信心,营造安全可靠的合作环境[9],促进创新资源有序流动与共享,提高技术转移效率,进而提高创新绩效。最后,创新政策通过优化创新资源配置,提升创新主体合作效率。创新政策旨在通过财政支持、税收优惠等措施,引导创新主体根据地区特点和政策导向,优势互补、有序合作,进而深化合作、提高科技成果转化率,实现整体区域创新绩效提升。

(2)区域创新系统主体合作强度是促进区域创新绩效提升的重要影响因素。合作强度提升,有助于创新资源优化配置和高效利用,加速创新成果转化与应用,提升区域创新系统整体效能和竞争力。区域创新系统包括政府、企业、高校、研究机构等参与主体,主体合作强度对整个创新系统运作和效果产生深远影响。首先,合作强度提升有助于实现创新资源优化配置和共享,提高创新活动效率和质量[23]。不同主体拥有不同创新资源和能力,通过合作可以实现优势互补和资源共享,提高资源利用率和创新成果质量。如政府可以提供政策支持和规划引导,企业可以提供市场需求和资金支持,高校和研究机构可以提供技术与人才支持,各主体之间相互合作,形成协同效应,促进创新资源流动和集聚,从而有助于提升整体区域创新绩效。多元主体合作有助于促进跨学科、跨行业交叉融合,激发创新思维和创新活力,催生多样化和更具竞争力的创新成果。其次,合作强度提升有助于创新成果转化与应用。通过创新合作形成的创新合力,不仅有利于化解创新过程中遇到的创新风险与技术难题[24],提升创新成功率,而且有助于加速创新成果转化和应用,探索科研成果商业化路径,实现技术创新与商业模式创新的有机结合,从而提高区域创新绩效,赋能区域经济可持续发展。最后,合作强度提升有助于提升区域创新系统整体效能和竞争力。通过合作,创新主体可以形成更紧密的创新网络[25],提升整个系统创新能力和水平。这有助于区域创新系统在国内外竞争中占据更有利地位,吸纳更多创新资源和人才,推动区域经济持续健康发展。

综上所述,国家创新政策通过合作强度对区域创新绩效产生正向影响。因此,本文提出如下假设:

H2:合作强度在国家创新政策与区域创新绩效间发挥中介作用。

1.3 技术多元化的调节作用

技术多元化程度越高,意味着区域内各主体拥有的技术资源和知识基础范围越广泛[26],从而有助于提高合作成功率与合作效果,进而对区域创新绩效产生积极影响。首先,技术多元化有助于提升合作创新水平、拓展合作深度。在技术多元化下,各主体拥有不同领域专业知识和技术能力,通过合作有助于整合多元化技术资源,实现优势互补、共同解决技术难题,促进创新活动开展和成果转化。这种深度合作不仅有助于提高创新效率和质量,还能够推动区域创新系统整体升级。其次,技术多元化有助于实现合作创新效应、提升合作创新价值。随着技术多元化水平提升,不同领域技术知识在区域内交叉融合,催生新思维新方法不断涌现,从而有助于提供更具有创新性、竞争力的解决方案。通过加强跨学科跨领域合作,各主体能够利用和整合各自技术优势,促进创新活动高效开展,进而提升区域创新绩效。综上所述,技术多元化对主体合作强度与区域创新绩效具有重要影响。

由于本文研究数据为历时性的纵向数据且研究模型为多层线性模型,借鉴方杰等[27]的思路,将调节变量技术多元化的影响效应划分为区域内与区域间分别进行研究(以下简称区域内效应和区域间效应)。据此,本文提出如下假设:

H3a:区域内效应中,技术多元化正向调节合作强度与区域创新绩效关系。

H3b:在区域间效应中,技术多元化正向调节合作强度与区域创新绩效关系。

1.4 有调节的中介作用

基于前文假设,本文预期合作强度在国家创新政策与区域创新绩效间的中介作用亦会受到技术多元化的调节。具体而言,当技术多元化水平较高时,有助于不同技术领域知识和资源充分融合与互补,主体间合作将更加频繁和紧密。技术多元化水平提升使得各主体具有互补性,进而促使他们在合作过程中进行更深入的交流和合作,共同挖掘创新潜力。这种高度多元化的技术环境为合作强度中介国家创新政策与区域创新绩效关系提供了强大保障,有助于加速创新政策落地和实施,并推动区域创新绩效提升。相反,当技术多元化水平较低时,创新主体可能面临技术资源有限、创新思路受限等问题,合作关系会相对薄弱和单一。由于缺乏技术多元化,可能导致合作主体间知识与资源交流不足,合作效果受限,从而削弱合作强度在国家创新政策与区域创新绩效之间的中介作用。因此,本文提出如下假设:

H4:技术多元化正向调节合作强度在国家创新政策与区域创新绩效之间的中介作用。

综上,构建本文研究模型如图1所示。

2 研究设计

2.1 数据来源

选取中国内地30个省份(西藏因数据缺失,未选取)为样本。采用2011-2021年面板数据分析国家创新政策对区域创新绩效的跨层次影响,研究数据包括统计数据和国家创新政策文本数据两种类型。其中,统计数据主要来源于《中国科技统计年鉴》《中国统计年鉴》及智慧芽,个别缺失数据采用插值法进行补充。政策文本数据主要来源于科学技术部、北大法宝等网站。以“创新”“科技”“科学技术”等创新相关词汇为关键词,在北大法宝、科学技术部政策文件库进行全文检索,结合数据库标注的主题词进行筛选,保留与创新相关度高的政策文件,收集国家颁布的与各省市相关的法律、法规、部门规章、条例等创新政策,获得国家创新政策文件目录,并通过研读分析,剔除函、公告、报告等无实质性内容文件,删除由多部门联合发表以及由于转发而产生的重复文件,最后整理得到2009-2019年创新政策文件1 269份。

2.2 变量定义

(1)被解释变量:区域创新绩效。借鉴已有文献[28-29],本文选择发明专利申请量衡量区域创新绩效。

(2)解释变量:国家创新政策。本文从政策力度角度对创新政策进行量化,主要参考彭纪生等[30]和罗锋等(2022)的思路。首先,统计观测期内国家发布的与各省市相关的创新政策数量;其次,根据创新政策颁布机构和政策类型生成政策权重表(见表1),赋予每项创新政策权重;最后,按照省域进行加总和量化。

(1)

其中,PSj表示j省域政策力度,Wjm表示j省域第m条政策权重, n表示观测期内各省域创新政策总量。

(3)中介变量:合作强度。主要参考梁丽娜等[31]和苏屹等[24]的思路,采用研发经费支出反映不同主体合作力度,选择高校、研究与开发机构、企业和政府的研发经费支出金额衡量合作强度,评价指标如表2 所示。本文将主体间合作强度加总以代表最终合作强度。

(2)

其中,COij表示i年j区域合作强度。

(4)调节变量:技术多元化。本文沿用已有文献中的熵指数法对技术多元化进行测度。参考潘鑫等[32]和林原等(2018)的思路,依据世界知识产权组织(WIPO)发布的技术领域与IPC分类号对照表,将专利按其IPC分类号分配到不同技术领域,而后按照以下公式进行计算:

(3)

其中,TDij表示i年j区域技术多元化程度,Pikj表示第i年j区域在k技术领域的专利数量。

(5)控制变量。在level-1中,选取受教育水平、产业结构、高技术企业规模3个控制变量,分别采用普通高等学校在校学生数、第三产业产值占GDP比重、高技术产业企业数衡量;在level-2中,选取公路密度、移动电话交换机密度2个指标,分别采用公路营业里程和移动电话交换机容量占区域面积比重衡量。

各变量具体说明如表3所示。

2.3 模型构建

跨层次分析模型又称为多层线性分析模型,是解释个体受多层面变量影响的函数估计方法,是解决传统OLS“误差项不相关”假设的有效办法。区域创新绩效不仅受到区域层面政策影响,而且受到国家创新政策的影响,且不同区域具有独有特征,因此创新政策对不同区域创新绩效也呈现出差异化影响。为探寻国家与区域层面特征如何影响区域创新绩效,利用 HLM 软件建立跨层次模型,具体模型如下:

(1)区域创新绩效的零模型。

Level-1:PATij=β0j+rij,Var(r)=σ2

Level-2:β0j=γ00+μ0j,Var(μ0j)=τ00

(4)

其中,rij为区域内误差项,μ0j为区域间误差项。

(2)合作强度的零模型。

Level-1:COij=β0j+rij,Var(r)=σ2

Level-2:β0j=γ00+μ0j,Var(μ0j)=τ00

(5)

(3)国家创新政策对区域创新绩效的影响模型。

Level-1:PAT=β0+β1*Educ+β2*Inst+β3*Nht+r

Level-2:β0=γ00+γ01*PS+γ02*Mroad+γ03*Mtele+μ0

βg=γg0+μg g=1,2,3

(6)

(4)合作强度对区域创新绩效的影响模型。

Level-1:PAT=β0+β1*CO+β2*Educ+β3*Inst+β4*Nht+r

Level-2:β0=γ00+γ01*PS+γ02*CO.j+γ03*Mroad+γ04*Mtele+μ0

βg=γg0+μg g=1,2,3,4

(7)

(5)国家创新政策对合作强度的影响模型。

Level-1:CO=β0+β1*Educ+β2*Inst+β3*Nht+r

Level-2:β0=γ00+γ01*PS+γ02*Mroad+γ03*Mtele+μ0

βg=γg0+μg g=1,2,3

(8)

(6)技术多元化的调节效应模型。

Level-1:PAT=β0+β1*CO+β2*TD+β3*(CO*TD)+β4*Educ+β5*Inst+β6*Nht+r

Level-2:β0=γ00+γ01*PS+γ02*CO.j+γ03*TD.j+γ04*(CO.j*TD.j)+γ05*Mroad+γ06*Mtele+μ0

βg=γg0+μg g=1,2,3,4,5,6

(9)

其中,level-1中变量进行组均值中心化(Group Mean Centering)处理,level-2中的CO.j和TD.j分别表示合作强度与技术多元化的区域间部分。

3 实证结果与分析

3.1 跨层次模型分析

(1)利用零模型检验组间差异性,以确保跨层次模型适用性,结果见表4中M1和M2。根据M1可知,ICC=0.867>0.138,意味着区域创新绩效的方差有86.7%源自组间差异。显著的组间差异表明,区域创新绩效与各省域地区特征高度相关,故可以使用多层次模型作进一步分析。根据M2可知,ICC=0.154>0.138,意味着合作强度的方差有15.4%源自组间差异。显著的组间差异表明,合作强度与地区特征高度相关,故可以使用多层次模型作进一步分析,验证了使用跨层次模型的正确性。

(2)模型(6)检验国家创新政策对区域创新绩效的直接影响。其以区域创新绩效为结果变量,并将控制变量、level-2的自变量纳入方程。结果表明(见表4中M3),国家创新政策系数显著为正(β=50.183,p<0.05),说明国家创新政策对区域创新绩效具有显著正向影响,因此假设H1得到验证。

(3)模型(8)检验国家创新政策对合作强度的影响。为验证合作强度在国家创新政策与区域创新绩效间的中介作用,首先,以合作强度为因变量,构建模型(8),进行回归分析;其次,将控制变量、level-2的自变量纳入方程。结果表明(见表4中M5),国家创新政策系数显著为正(β=50.077,p<0.05),说明国家创新政策对合作强度具有显著正向影响。

(4)模型(7)检验合作强度对区域创新绩效的影响。模型(7)在模型(6)的基础上加入中介变量,其中,为进行无混淆的“2-1-1”型跨层次模型检验,将中介变量区分为区域内和区域间两种,分别纳入模型(7)的level-1和level-2。结果显示(见表4中M4),合作强度的区域内变化系数和区域间变化系数均显著为正(β分别为0.567、0.763,p=0.000<0.01),说明合作强度对区域创新绩效具有显著正向影响。

(5)检验合作强度的中介作用。在国家创新政策正向影响合作强度和合作强度正向影响区域创新绩效的基础上,通过比较表4中M4与M3发现,自变量国家创新政策系数变小且不再显著(β=13.166,p=0.106>0.1),说明合作强度完全中介国家创新政策对区域创新绩效的影响,因此假设H2得到初步验证。为进一步验证H2,借鉴蒙特卡罗方式,运用R软件进行参数Bootstrapping检验,其中,程序设置为20 000次,置信水平设置为95%。检验结果表明,中介效应值为37.989,置信区间为[4.251,72.333],置信区间不包括零,说明合作强度在国家创新政策与区域创新绩效间存在显著的中介作用,假设H2再次得到验证。

(6)模型(9)检验合作强度对区域创新绩效关系的调节作用,该模型加入技术多元化、合作强度与技术多元化的交互项。结果显示(见表4中M6),level-1中合作强度与技术多元化的交互项系数显著为正(β=3.528,p<0.01),说明区域内技术多元化强化了合作强度对区域创新绩效的影响,因此H3a得到验证;level-2中合作强度与技术多元化的交互项系数显著为负(β=-2.213,p<0.01),说明区域间技术多元化抑制了合作强度对区域创新绩效的影响,因此H3b未得到验证。

进一步地,为检验技术多元化是否调节合作强度在国家创新政策与区域创新绩效之间的中介作用,本文根据Preacher等推荐的有调节的中介效应检验法[33],运用R软件进行Bootstrapping检验,结果如表5所示。数据显示,当技术多元化水平较高时,效应值为36.004,置信区间为[-442.240,214.570],置信区间包含零;当技术多元化水平较低时,效应值为51.630,置信区间为[-91.943,235.100],置信区间包含零;高低组差异显著,效应值差额为-15.626,置信区间为[-30.951,-1.614],置信区间不包含零。上述数据表明,技术多元化负向调节合作强度在国家创新政策与区域创新绩效间的中介作用,因此,假设H4未得到验证。可能的原因有3点:其一,技术多元化在level-1为随时间变化的区域内部分,当聚合到level-2时为不随时间变化的区域间部分。从长期而言,技术多元化水平越高,区域主体拥有的技术资源和知识越广泛,合作创新水平越高,从而推动区域创新绩效提升。从短期而言,由于区域创新环境复杂,技术多元化水平越高,越不利于创新主体及时应对变化,进而阻碍创新合作与绩效提升。其二,技术多元化意味着引入新知识元素、开拓新技术领域。这可能破坏现有关系平衡,危及创新主体地位,因而部分创新主体不愿意接受异质性技术。其三,技术多元化在区域间更倾向于体现为创新主体的非相关技术多元化,在非相关技术多元化的创新环境下创新主体难以改变原有技术路径,也难以与其他创新主体交流合作,从而抑制创新主体建立合作关系,限制合作强度对区域创新绩效的正面影响。

3.2 稳健性检验

3.2.1 替换被解释变量

本文采用替换被解释变量方式进行稳健性检验,参考王晓红等[34]的稳健性检验方法,将实用新型与外观设计纳入考虑范围,将原被解释变量发明专利申请量替换为专利申请总量,跨层次分析结果如表6、表7所示。按上述假设检验步骤逐步进行检验,从表6发现,符合建立跨层次模型条件;从表7的M3～M5发现,国家创新政策正向影响合作强度以及合作强度正向影响区域创新绩效,因此假设H1依然成立。进行参数Bootstrapping检验,结果显示,中介效应值为37.338,95%的置信区间为[4.254,71.089],不包含零,表明中介作用依然成立。从表7的M6发现,当专利申请总量作为区域创新绩效衡量指标时,技术多元化的调节效应与发明专利申请数作为区域创新绩效衡量指标时的结果大致一致,且经过进一步的参数Bootstrapping检验结果可知(见表8),技术多元化调节合作强度的中介作用依然存在。综上所述,替换后的所有核心估计结果与原估计结果基本一致,故可认为本文研究结论具有稳健性。

3.2.2 替换控制变量

将level-1中高技术企业规模扩展为区域所有创新主体规模,即将规模以上企业、高校、研发机构纳入考虑范围,采用三者总数衡量。替换后的所有核心变量估计结果与原估计结果基本一致(见表9、表10),故可认为本文研究结论具有稳健性。

4 研究结论与建议

4.1 主要结论

本文在已有研究的基础上,从政策力度角度对国家层面创新政策进行量化,并结合区域层面的合作强度和技术多元化因素,实证检验国家创新政策对区域创新绩效的跨层次影响及作用机制,得到以下主要结论:①国家创新政策对区域创新绩效具有跨层次促进作用;②国家创新政策对合作强度具有显著正向影响;③合作强度对区域创新绩效具有显著正向影响,这种影响在区域间和区域内都成立;④合作强度在国家创新政策对区域创新绩效的跨层次影响中发挥中介作用;⑤技术多元化正向调节区域内合作强度对创新绩效的影响,负向调节区域间合作强度对创新绩效的影响;⑥技术多元化负向调节合作强度在国家创新政策与区域创新绩效间的中介作用。

4.2 政策建议

基于上述研究结论,本文提出以下区域创新发展建议:

(1)提高创新政策针对性,加大科技创新力度。实证研究发现,具有针对性的国家创新政策对区域创新绩效具有显著正向影响。因此,为进一步提升区域创新绩效,国家需加大科技创新力度,并结合不同区域特点和需求开展针对性服务,不断缩小发展差距,促进区域均衡发展。一方面,继续支持发达地区,从资金、人才、设施、技术、信息等方面加大科技创新投入,并通过法规制定、目标规划、金融服务与税收优惠等方式营造有利的政策环境,降低创新成本,提升创新效率。另一方面,加大对落后区域的政策倾斜,弥补其创新技术和人才短板,搭建人才引进平台,通过完善人才政策、提供奖金与津贴等优惠条件,为欠发达地区创新主体引进和创新人才培养提供支持,促进创新人才向欠发达地区流动。此外,根据产业布局和区域定位,出台针对性供给政策,包括突出地区优势产业、提供更为精准的产业政策、促进区域企业技术创新、实现创新资源高效利用。

(2)加大主体合作强度,重视区域创新绩效提升。合作是实现区域创新发展的重要路径,合作强度提升有助于创新资源共享和互补。从国家层面而言,可以通过建立知识产权保护机制,加大对侵权行为的打击,为合作主体提供有力的法律保障,提高合作主体信心。同时,可以通过政策引导,激发创新主体合作积极性。例如,从顶层架构角度,加强建设示范园区、创新基地创新政策的设计,鼓励企业与高校、研究机构合作开展重点科研项目,进一步推动合作向深度和广度发展。从区域层面而言,各地方充分利用地理区位邻近性、交通便利性、文化相似性等便利条件,促进创新资源流动与共享。通过组建创新联盟、设立研发中心或成立专门机构,定期组织展览会、创新交流会、研讨会等活动,为区域合作创造条件,降低合作成本,增强合作主体信任,深化合作关系,提高合作效率,实现区域创新绩效提升。此外,需注重创新资源集聚效应,通过打造创新平台,吸引更多创新资源和人才流入,进而提升区域创新能力。创新平台是吸引和聚集创新资源的重要载体,能够为区域创新活动提供有力支撑和保障。区域应加大创新平台投入和建设力度,打造一批具有国际影响力的创新平台,吸引更多国内外优秀人才和创新资源涌入,推动区域创新生态系统形成和完善。

(3)促进区域技术发展多元化,构建稳定和谐的创新环境。从长期发展来看,促进区域技术多元化发展至关重要。技术多元化不仅能够增强区域经济韧性和抗风险能力,还能为创新活动提供源源不断的动力,推动区域创新绩效持续提升。首先,鼓励企业在不同领域进行技术投入和研发,并提供相应的税收优惠和金融支持,促进技术多元化发展。其次,还可以通过设立技术研发基金、搭建技术交流合作平台等方式,吸引各类科研机构和企业共同参与技术研发项目,形成产学研紧密结合的创新体系,促进不同技术领域的信息交流与合作,打破技术壁垒,推动技术跨界融合和创新,塑造良好的创新环境。再次,实施人才引进与培养计划,通过举办科创竞赛、布置科研任务、支持学科交叉等方式,鼓励不同专业领域人才投身技术创新领域。最后,促进技术流动和技术交易。各区域应积极参与国内外技术交流,不断引进其它地区或国外先进技术,拓展本区域现有技术领域。同时,大力推动技术成果转化工作,促进科技成果商业化应用,实现技术创新价值最大化。

5 结语

本文揭示了合作强度、技术多元化在国家创新政策与区域创新绩效关系中的中介作用和调节作用,拓展了网络关系理论在技术创新过程中的应用,打开了国家创新政策跨层次影响区域创新绩效的“作用黑箱”,丰富了区域创新绩效前因研究成果。以无混淆的跨层次模型拓展了区域创新研究方法证实了不同效应下合作强度、技术多元化在关键路径中的中介与调节作用,响应了相关学者对开展“基于多层模型、纵向数据的调节效应分析”[35]和“有调节的多层中介分析”[29]的呼吁,同时,在区域创新领域应用跨层次模型展开实证分析,为该领域研究提供了新方法与新视角。

本文尚存在一定局限。第一,受年鉴数据更新的限制,个别指标数据缺失严重,未来可以选用合适的替代指标,对指标和年份进行补充,采用更全面的数据进行分析。第二,国家创新政策对区域创新的影响机制可能存在多条路径,未来可以进一步探讨国家创新政策对区域创新绩效的组态效应。

参考文献：

[1] GAO K, YUAN Y. Government intervention, spillover effect and urban innovation performance:empirical evidence from national innovative city pilot policy in China[J].Technology in Society,2022,70:102035.

[2] LI L, LI M, MA S, et al. Does the construction of innovative cities promote urban green innovation[J].Journal of Environmental Management,2022,318:115605.

[3] 杨晓军,薛洪畅.创新驱动政策是否促进城市减污降碳协同增效——来自国家创新型城市试点政策的经验证据[J].产业经济研究,2024,23(3):1-14.

[4] LAI M, FANG J, XIE R. Does regional innovation policy encourage firm indigenous innovation? evidence from a quasi-natural experiment of the pilot project of innovative cities in China[J].Applied Economics,2024,56(15):1817-1833.

[5] 崔惠玉,王宝珠,徐颖.绿色金融创新、金融资源配置与企业污染减排[J].中国工业经济,2023,40(10):118-136.

[6] 钱丽,汪美鑫,肖仁桥.低碳试点政策对城市碳中和技术创新的影响及溢出效应[J].科技进步与对策,2024,41(21):108-119.

[7] 张嘉望,李博阳,彭晖.国家高新区“以集群促发展”政策是否提升了城市创新水平——兼论创新集群“中心—外围”结构的技术互补效应[J].经济学家,2023,35(11):79-88.

[8] 谢谦,毕文静,金才淇.税收激励与企业创新——基于固定资产加速折旧政策的检验[J].南开管理评论,2025,28(6):174-185.

[9] 张峻,刘小勇,王昕芊.国家知识产权试点政策是否促进了城市创新合作[J].经济学动态,2023, 64(5):72-91.

[10] 苏屹,姜诗源,刘传斌.政府数字化激励,企业数字化水平与企业创新[J].科技进步与对策,2025,42(2):105-112.

[11] 时省,张亚.绿色金融政策对绿色技术创新的影响及机制研究——基于绿色金融改革创新试验区的准自然实验[J].管理评论,2024,36(1):107-118.

[12] 王海,闫卓毓,郭冠宇,等.数字基础设施政策与企业数字化转型:“赋能”还是“负能”[J].数量经济技术经济研究,2023,40(5):5-23.

[13] 刘惠好,陈梦洁,焦文妞.“去杠杆”政策之于国有企业创新:抑制还是促进[J].经济管理,2023,45(11):68-88.

[14] 盛小平,吴瑾.我国大数据政策对区域创新能力影响的实证研究[J].现代情报,2024,44(12):89-101.

[15] ZHAO L,HUI K N C, XIONG F,et al.When and why do innovation policies change?a performance feedback perspective[J].SAGE Open,2023,13(1):21582440231162502.

[16] 梁睿昕,李姚矿.政府创新政策对数字企业技术创新激励效应研究[J].统计研究,2023,40(11):40-52.

[17] 程文银,潘霞,陈劲,等.国有企业改制如何助力企业原始创新——兼议制度与政策的作用[J].科学学与科学技术管理,2024,45(9):71-90.

[18] 徐咏仪,冯海波.多维财税优惠政策激励创新会产生合成谬误吗[J].财贸经济,2023,44(12):29-47.

[19] 赵晶,迟旭,孙泽君.“协调统一”还是“各自为政”:政策协同对企业自主创新的影响[J].中国工业经济,2022,39(8):175-192.

[20] 李坚飞,水会莉,宋闻.营商环境、政策支持与企业创新激励——来自中国A股上市公司的经验证据[J].南开管理评论,2023,26(5):39-51.

[21] 李林威,刘帮成.区域协同发展政策能否提升城市创新水平——基于粤港澳大湾区的准自然实验[J].经济问题探索,2022,43(10):77-93.

[22] 曹贤忠,陈波,郭艺,等.长三角G60科创走廊对沿线城市跨界创新合作的影响研究[J].软科学,2024,38(5):58-64.

[23] 温兴琦,孙凯新,李诗瑶.产学研合作、知识吸收能力与企业创新绩效——高管学术背景与政府创新补贴的调节作用[J].科技进步与对策,2024,41(15):55-64.

[24] 苏屹,李忠婷.区域创新系统主体合作强度对创新绩效的影响研究[J].管理工程学报,2021,35(3):64-76

[25] 刘晓燕,孙丽娜,单晓红,等.嵌入性视角下创新网络社团创新绩效提升路径研究——以我国集成电路产业为例[J].科技进步与对策,2025,42(8):116-127.

[26] 胡双钰,吴和成,翁旻.区域合作对创新绩效的影响研究[J].经济经纬,2022,39(3):26-34.

[27] 方杰,温忠麟.有调节的多层中介效应分析[J].心理科学,2023,46(1):221-229.

[28] 俞立平,张宏如.区域创新升级:如何从创新数量走向创新质量——基于统计学视角的模式识别及跃迁机制研究[J].中国软科学,2023,37(2):35-45.

[29] 蔡双立,张晓丹.开放创新下知识产权保护与区域创新能力提升:堵还是疏[J].科研管理,2023,44(5):149-158.

[30] 彭纪生,仲为国,孙文祥.政策测量、政策协同演变与经济绩效:基于创新政策的实证研究[J].管理世界,2008,24(9):25-36.

[31] 梁丽娜,于渤.技术流动、创新网络对区域创新能力的影响研究[J].科研管理,2021,42(10):48-55.

[32] 潘鑫,王元地,金珺.技术多元化与区域创新能力关系研究[J].科技进步与对策,2014,31(16):38-42.

[33] PREACHER K J, RUCKER D D, HAYES A F. Addressing moderated mediation hypotheses: theory, methods, and prescriptions[J].Multivariate Behavioral Research,2007,42(1):185-227.

[34] 王晓红,李娜,张奔.企业研发投入、产学研协同发展与区域创新产出——对外开放度的调节作用[J].系统管理学报,2022,31(3):500-508,521.

[35] 方杰,温忠麟.纵向数据的调节效应分析[J].心理科学进展,2022,30(11):2461-2475.

(责任编辑：胡俊健)