0 引言

区域创新能力是国家创新驱动发展的重要标志，也是推动国家产业升级、未来经济发展的关键力量[1]。随着第四次工业革命的到来，以人工智能、清洁能源、生物技术等为主的全新技术革命将与经济发展共生共融，新经济体系不断涌现，科技创新能力将成为新一轮各国争夺国际事务话语权和全球价值分配权的重要筹码。

为破解创新驱动发展战略瓶颈制约，2015年9月中共中央、国务院正式发布《关于在部分区域系统推进全面创新改革试验的总体方案》，将京津冀等8个区域列为全面创新改革实验区，探索创新型发展“新引擎”，破除体制机制障碍，推动创新进入市场，发挥区域创新驱动发展的示范带动作用。2018年9月以打造创新型社会为主题的夏季达沃斯论坛在天津召开，世界经济论坛创始人克劳斯·施瓦布表示，天津处于新技术革命的前沿，见证了第四次工业革命与中国经济转型的共生共融，天津作为京津冀协同发展的重要组成部分，将成为第四次工业革命的“首发”城市，影响全球科技创新和经济发展[2]。因此，对京津冀科技创新能力的现实状况、形成机理、政策影响规律及未来演化趋势进行研究，对于提升京津冀区域综合竞争力、探索国家发展新动能并为世界经济复苏增长提供解决方案均具有重要现实意义。

目前，学术界对于区域科技创新能力的研究尚未形成统一理论。1990年，Luis Suarez-Villa[3]从多方面环境驱动因素对创新能力进行研究，提出了国家创新能力概念；Fritsch[4]基于知识生产函数，对欧洲不同区域的创新系统质量进行测量和比较，发现不同区域创新系统效率和科技创新活动情况存在差异；曹勇等[5]通过Theil 系数模型,测算出中国区域科技创新能力呈现倒S型曲线变化趋势；封颖等[6]以印度科技创新为例，研究发现政府的诱导和牵引是创新能力提高的原动力；张宏元等[7]认为FID与自主创新能力存在显著正相关关系；柳卸林等[8]基于新熊彼特增长理论，研究发现科技制度框架的深层改革对于创新驱动发展具有重要意义；苏屹等[9]运用区域创新系统耦合度门限回归模型，测算2009-2013年中国31个省市相关面板数据，实证表明科技投入与新产品销售收入和专利授权量均存在较为显著的双门限效应；杨明海等[10]基于时空角度，分析中国八大综合经济区内经济基础、区位优势等影响因素对于科技创新能力区域差距的作用情况及溢出效应，结果显示区域间差距是整体差距的主要根源，各影响因素呈现出不同区域内、区域外溢出效应。

通过文献梳理可以发现，从研究对象角度来看，国内外学者关于区域科技创新能力的研究，大多侧重于分析不同区域间科技创新能力差异性变化趋势，或探索某一科技创新政策对区域协同创新能力的影响机制，而区域创新能力是一个包含多系统运行、多类型政策相互交织影响的研究体系，考察单一驱动要素易忽略政策间互动作用与区域科技创新能力的联系。另一方面，只考虑不同区域间科技创新能力差异，对于区域内现实问题的解决，缺乏一定的实践性研究。从研究方法看，现有文献大多采用回归分析、泰戈尔指数、数据包络方法、变异系数及结构方程模型等研究科技创新政策投入对区域创新能力的影响，这是单系统静态思维方法，未完全摆脱要素叠加的分析范式，不可避免存在重复计算的逻辑欠缺[10-14]。目前，研究京津冀科技创新的典型文献主要包括科技资源分布情况和协同发展情况，对于多系统反馈因果动态联动分析、系统结构仿真模拟及预测缺乏一定的研究[14-17]。

为克服以上缺陷，本文采用系统动力学模型，定量研究京津冀科技创新能力的动态反馈系统问题。系统动力学方法可以理清创新体系中各要素间因果关系，建立一个多系统组成、多重因果反馈构成的复杂网络，可以弥补传统因果关系分析方法所带来的纯描述性缺陷和由要素叠加造成的逻辑错误，并通过构建系统动力学模型，运用计算机仿真模拟，研究不同情景下，京津冀科技创新能力驱动要素和表征要素间动态关系，从而实现对京津冀科技创新能力未来变化趋势的预测，并分析不同创新政策环境和创新资源投入的影响。

1 京津冀科技创新能力系统概况

京津冀科技创新能力系统受多种因素及多重因果关系综合影响，是一个非线性、动态的复杂系统。关于京津冀科技创新能力系统结构的研究，就是要从其构成要素的功能差异和可获得、可测量程度出发，深层次分析创新系统网络中各回路及各要素之间的逻辑关系和功能特性，建立京津冀科技创新能力构成要素的因果关系调节模型，从定性和定量角度阐明京津冀科技创新能力特征。

理清京津冀科技创新能力各组成成分的逻辑关系，为京津冀区域创新能力形成机理、政策影响规律及未来演化趋势等研究提供概念基础，必须深入剖析创新活动内在逻辑，从功能特征出发进行全方位多层次分析。因此，本文从功能特征角度，将京津冀科技创新能力分为创新载体、表征要素和驱动要素3个层次。如图1所示，3个层次之间通过复杂的主动调节方式和反馈调节方式，相互联动，共同构成京津冀科技创新体系。

国内外研究文献对于科技创新能力表征要素的选取对象不一，其中，主要包括发明专利申请量、科技论文发表量及技术许可收入等[12,18]。为避免要素之间叠加效应所导致的逻辑性缺陷，并反映京津冀科技创新能力的效度，参照杨明海等[10]对于科技创新能力衡量指标的研究，本文选取年专利授权量作为京津冀科技创新能力的表征要素。驱动因素主要包括科技创新资源和科技创新环境两个方面。由于近年来国家对于绿色创新和绿色产业发展越来越重视，本文将环境规制强度和产业结构纳入京津冀科技创新政策环境，更加深层次、全面地探究京津冀科技创新系统运行机理[19-22]。除此之外，科技创新环境还包括金融政策、教育政策、知识保护强度等要素，其中，主要评价指标如表1所示。

2 系统动力学模型设计与构建

2.1 基本假设

(1)条件假设。

H1：不考虑自然灾害、政治冲突等不可抗因素对京津冀科技创新能力系统运行的影响。

H2：京津冀科技创新能力系统运行是一个连续、渐进的过程。

(2)关系假设。

H3：专利授权量是京津冀科技创新能力的核心表征要素。

H4：创新资源投入是影响京津冀科技创新能力的直接决定因素。

H5：创新环境是影响京津冀科技创新载体创新产出行为的基本驱动因素。

2.2 京津冀科技创新体系因果关系设计

在对京津冀科技创新能力影响因素进行分析的基础上，以创新载体的行为为主线，以科技创新资源流动为作用方式，在科技创新环境影响下，构建京津冀科技创新体系因果关系图，如图2所示。图2共包括8条主要反馈路径：

(1)专利授权数量→+新产品销售收入→+企业收入→+企业科技经费投入→+企业科研成果→+专利授权量。

(2)专利授权数量→+税收→+财政收入→+财政支出→+高等教育投入→+科技人才数→+企业科技人才投入→+企业科研成果→+专利授权量。

(3)专利授权数量→+税收→+财政收入→+财政支出→+高校、科研机构科技经费投入→+高校、科研机构科技成果→+专利授权量。

(4)专利授权数量→+税收→+财政收入→+财政支出→+高等教育投入→+科技人才数→+高校、科研机构科技人才投入→+高校、科研机构科技成果→+专利授权量。

(5)专利授权数量→+新产品销售收入→+经济发展速度→+政策因子→+产业政策→+产业结构→+企业科研成果→+专利授权量。

(6)专利授权数量→+新产品销售收入→+经济发展速度→+政策因子→+知识产权保护强度→+专利授权量。

(7)专利授权数量→+新产品销售收入→+经济发展速度→+政策因子→+环境规制强度→+企业科技成果→+专利授权量。

(8)专利授权数量→+新产品销售收入→+经济发展速度→+政策因子→+货币政策→+金融机构科技贷款→+专利授权量。

2.3 京津冀科技创新体系存量流图

根据京津冀科技创新体系各层次因果关系图和反馈运行机制，考虑各指标数据可获得性，建立京津冀科技创新能力系统动力学模型，系统动力学存量流图如图3所示。

本文以京津冀科技创新体系为研究对象，运用系统动力学模型进行仿真模拟，旨在实现2025年科技创新能力预测，同时，通过对创新体系中不同政策环境和创新资源投入的调控设置，探讨不同情景下京津冀创新能力的变化特征，以期为制定京津冀科技创新能力战略规划提供科学依据。基础数据来自《中国科技统计年鉴》、《北京科技年鉴》、《天津科技统计年鉴》、《河北科技统计年鉴》和《中国统计年鉴》中2005-2016年相关统计数据，并运用Matlab7.0和Eviews9.0进行分析，得出京津冀科技创新体系中各相关要素之间的函数关系。模型中各变量取值主要通过常数值、平均值、表函数、初始值等方法确定，其中，环境规制的直接数据较难获取，已有文献大多通过定量或定性分析方法，采用不同替代指标衡量环境规制强度。本文根据蒋伏心等[19]确定环境规制强度指标的研究方法，计算京津冀地区单位产值主要污染物排放量，再对单位污染排放量进行线性标准化并进行加权平均整理，从而得出污染排放强度。知识产权保护水平根据刘凤朝等[12]的研究方法，将其分为立法强度和执法强度。模型起始时间为2005年，终止时间为2025年，模拟时间共计21年，DT=1年。相关变量初始值如表2所示。

2.4 模型拟合度检验

本文通过对京津冀科技创新体系模型中相关要素进行仿真模拟，运用拟合度计算公式(1)检验模拟值与历史性真实数据的拟合程度。

(1)

式(1)中，yi为实际值，yi*为模拟值,y为平均值，n为模拟年数。运用拟合度公式分别计算京津冀地区专利授权量、国内生产总值、财政收入、税收等实际值和模拟值的拟合系数，并对其进行评价，其中，专利授权量的实际值和模拟值对照曲线如图4所示。

从图4可以看出,京津冀专利授权量模拟值和真实值变化趋势较为一致。通过对比分析发现，税收总额、GDP、高校在校生人数、财政支出等主要要素模拟值与真实值存在较为相近的变化趋势，说明本文所构建的系统动力学模型能够在一定程度上反映京津冀科技创新能力状况，但是，要确定该模型对于京津冀科技创新能力预测和影响因素分析是否完全可行，仍需进行拟合度检验分析。

从表3主要要素拟合度检验结果可以看出，模型中专利授权量、GDP、财政收入、税收模拟值与真实值的拟合度均在0.92以上，拟合度较高；企业科技人员、企业科技经费投入、科研机构科技人员及科研机构科技经费的拟合度均在0.85以上，拟合度显著。检验结果表明，本文构建的京津冀科技创新能力预测模型是可行的，能够较大程度上反映京津冀地区科技创新能力实际情况，利用该模型可以进一步分析京津冀科技创新体系运行机制，预测其未来变化动向，探究各因素影响情况，为京津冀科技创新能力提升政策的制定提供理论依据。

3 模拟仿真与分析

3.1 京津冀科技创新能力仿真预测

基于京津冀科技创新能力体系模型，在拟合度检验的基础上运用Vensim软件对京津冀科技创新能力进行仿真模拟，实现对专利授权量、企业专利授权量、高校专利授权量、科研机构专利授权量的预测(见图5)。

由预测结果可以看出，京津冀专利授权量整体呈上升趋势，2020年之后增长速度逐渐加快，2025年预测值将达到864 831件；企业专利授权量增长趋势与京津冀整体变化趋势相似，2025预测值将达到779 581件；高校和科研机构专利授权量增长速度较为平缓，没有较大波动，一直处于低速增长态势，2025年预测值将分别达到40 393.8件和44 857件。

3.2 影响要素模拟结果与分析

在进行京津冀创新能力预测模拟之后，对模型体系中不同要素进行数量上或组合比例上的调整，并生成仿真结果，分析创新环境(环境规制强度、产业结构、知识产权保护政策、金融政策)、创新人员投入、创新经费投入对京津冀科技创新能力的作用情况。

3.2.1 环境规制强度政策影响

如图6所示，通过对环境规制强度成比例变动调整发现，环境规制强度对专利授权量的影响是正向促进的，但这种促进作用较为平缓，无论从短期还是长期来看，都未表现出过高的增速变化。环境规制措施主要的作用对象是企业单位，规制强度逐渐提升，所导致的环境污染治理成本则相应提高。深入分析其原因可能在于，现有环境规制措施所引发的治理成本占企业总成本的比例较低，未对企业提高科技创新能力产生足够的驱动力，导致其易忽视科技创新带来的长期经济效益和社会效益。

3.2.2 产业结构政策影响

如图7所示，产业结构比例变动对京津冀专利授权量的影响是正向促进的，且这种作用是递增的。从整个时间序列上看，2016年以前专利授权量随产业结构的调整增幅不太明显，5条曲线接近重合，之后出现较大波动，随着产业结构百分比的增加，专利授权量的增加比例超过变量设定百分比。这说明短期内产业结构调整对京津冀科技创新能力的提升作用不太明显，但长期来看这种促进作用逐渐加强，并表现出显著的影响效果。由于模型设定的产业结构变量为第三产业产值与第二产业产值的比值，说明对于京津冀地区，加快产业升级，不断优化产业结构，扩大第三产业比重，有助于提升京津冀整体科技创新能力。

3.2.3 金融机构科技贷款政策影响

如图8所示，金融机构科技贷款在不同增长比例下，对京津冀科技创新能力产生不同影响。因为模型中设定的因果关系为：科技金融贷款通过影响企业及科研机构科技经费投入水平，为创新主体筹集更多资金，从而促进创新。因此，从图8中可以看出，当金融机构科技贷款从5%增加至15%时，金融机构科技贷款通过增加企业及科研机构的科研经费投入，对京津冀专利授权量的提升幅度产生正向促进作用。但是，当科技贷款从15%增加至20%时，这种影响作用表现出负向减弱效应。由图5可以看出，京津冀科技创新能力高低主要表现在企业科技专利授权量的增减上，企业适当举债，可以提高企业科技创新发展活力，增加科技人员从事研发的自信心，但是，高额的金融贷款同样存在较大的还款风险，当金融贷款比例超过一定限度时，付息成本增加，企业便会产生一定的负债压力，创新热情受到限制，甚至使企业面临亏损或倒闭的危险。所以，图8中金融科技贷款对京津冀科技创新能力所表现出的影响机理，可能是金融贷款影响企业的这种双重效应所导致的。因此，在制定金融科技贷款政策时，相关部门及企业主体，应深刻理解金融贷款影响科技创新能力的双重效应，根据本地区企业发展实际情况和发展阶段，选择有利于京津冀科技创新能力快速提高的最优比例，不断进行动态优化调整，从长远角度设计创新资金投入结构。

3.2.4 知识产权保护政策影响

如图9所示，知识产权保护强度变动对京津冀专利授权量的影响是正向促进的，但与其它创新环境要素相比，这种促进作用不强。从图中曲线变化趋势可以看出，知识产权保护强度成比例地增加并未引起专利授权量的增速大幅度提高，在考察期内，曲线表现出较为平缓、过于密集的变动趋势。虽然近年来京津冀地区出现了许多关于科技成果知识产权争议的诉讼案例，知识产权保护意识有一定提高，但由于长期以来京津冀地区整体知识产权保护普及力度不够以及相关法律法规政策有待进一步完善，致使知识产权保护强度对于京津冀科技创新能力的促进作用效果不甚明显。

3.2.5 不同创新资金投入对专利授权量的影响

如图10所示，从创新资金投入角度分析，提高京津冀专利授权量最好的渠道是企业创新资金投入，其次是高校创新资金投入，最后是科研机构创新资金投入。在这3种资金投入中，由于企业创新资金投入主要来源于企业内部，具有较高的自主性，不易出现时间延迟效应，较少受到外界影响，而高校、科研机构创新资金多来源于财政支出，资金申请周期较长、使用效率偏低，一些时间控制较为严格的创新项目开发便会受到一定限制。另一方面，在京津冀整体专利授权量中企业贡献所占比例在80%以上，因此，企业创新资金投入在整个创新体系中影响作用较强。此外，虽然高校和科研机构创新资金对于提高京津冀科技创新能力的促进作用弱于企业投资，但合理优化创新主体间创新资金分配结构，提高资源利用效率，仍然具有重要意义。

3.2.6 不同创新主体人员投入组合比例变动对专利授权量的影响

由模型因果关系分析可知，京津冀创新体系注入科技人员有助于专利授权量提升，但创新人员在不同创新主体中表现出的影响效果不尽相同。如果将人员注入创新能力较强的创新主体，则人员可以得到充分利用，有利于提高创新资源利用效率，为京津冀科技创新能力提升作出更大贡献。如果科技人员流入创新能力较弱的创新主体，就得不到高效利用，便会造成资源的严重浪费。因此，在创新主体间合理分配创新人员，探索创新人员最优分配比例，对于京津冀科技创新能力提升至关重要。本文运用已建构的系统动力学模型，在创新人员投入总量不变的基础上，对企业、高校、科研机构投入科技人员的比例设置不同的情景组合并进行仿真模拟，以期为京津冀创新能力体系中科技人员优化配置决策提供依据。

如图11所示，创新人员比例组合“科研机构+10%、高校-0%、企业-10%”，即科研机构人员比例增加10%、高校人员比例不变、企业人员比例减少10%的情况下，京津冀专利授权量提升幅度最大；创新人员比例组合“企业+10%、高校-0%、科研机构-10%”，即企业人员比例增加10%、高校人员比例不变、科研机构比例减少10%的情况下，京津冀专利授权量降低的幅度最大。在提升京津冀专利授权量增幅的5个情景中，高校创新人员投入比例提升的情景为2个，科研机构创新人员投入比例提升的情景为3个。

4 结论与建议

4.1 研究结论

本文通过分析京津冀科技创新能力体系的复杂网络结构，采用系统动力学方法，以专利授权量作为京津冀创新能力的表征要素，绘制了京津冀科技创新体系运行的因果关系图和系统动力学存量流图，预测2025年京津冀地区科技创新能力变化情况，并从创新政策环境和创新资源投入角度，分析表征要素在不同政策环境和创新资源投入不同比例组合中的仿真结果，研究创新资源和创新政策环境对于京津冀创新能力的影响机理，探讨创新要素在不同投入比例和组合下京津冀创新能力提升的过程特征，得出如下结论：

(1)作为京津冀科技创新能力的表征对象，专利授权量整体呈上升趋势，2020年之后增长速度逐渐加快，2025年预测值将达到864 831件；企业专利授权量在京津冀整体创新能力提升过程中贡献最大，2025年预测值将达到779 581件。

(2)产业结构调整对京津冀专利授权量的正向促进作用最大，且这种正向促进作用随产业结构优化比例的提高而递增。从产业结构所表达的特征来看，加强产业升级转化，不断优化产业结构，扩大第三产业比重，对增强京津冀整体科技创新能力具有显著效果。相对于产业结构调整，环境规制和知识产权保护强度对京津冀专利申请量的促进作用较弱，随着时间的推移，影响作用缓慢提升，但是，环境规制和知识产权保护政策发挥效力与政策执行情况密切相关，执行成本的回报率较高，从长期来看，提高环境规制和知识产权保护水平是增强京津冀科技创新能力的有效途径。

(3)金融机构科技贷款政策对京津冀科技创新能力的影响具有双重作用。在一定范围内，增加金融科技贷款额度可以有效提升创新载体的科技研发积极性，促进创新投入成果转化，提升京津冀科技创新能力；当创新载体举债超过一定限度时，创新活动成本过高，便会降低京津冀科技创新能力增长幅度。因此，合理调整金融机构科技贷款比例，对京津冀科技创新能力提升具有深远影响。

(4)增加科研机构人员投放比例，减少企业人员对应比例，稳定高校人员投放比例，京津冀专利授权量提升的百分比最大；减少科研机构人员比例，同时，企业人员增加相应比例，京津冀专利授权量减少的百分比最大。在3种创新资金投入中，京津冀科技创新能力对于企业创新资金投入变动具有较强的敏感性，随着创新资金投入的增加，正向促进作用提高的百分比最大，之后依次是高校创新资金投入、科研机构创新资金投入。因此，探究创新人员和资金在企业、高校与科研机构间的优化配置方案，对于提升京津冀创新能力具有重要意义。

4.2 政策启示

基于以上分析，本文提出如下建议，以期为制定京津冀科技创新能力提升战略规划提供科学依据。

(1)京津冀地区应将创新能力提升过程融入到第二、三产业转型升级中，不断打破区域内市场壁垒，将创新活动内生于区域产业转型。在产业升级时，一方面应重点选择那些具有环境友好特性、带有重大技术突破、综合效益较高，并能引领未来产业发展方向的产业。伴随第四次工业革命的到来，以人工智能、清洁能源、生物技术等为主的技术革命逐渐成为主流发展趋势，京津冀地区应瞄准这些技术革命的前沿阵地，抢占产业变革制高点；另一方面，应清楚地认识到京津冀区域间发展的差异性，三地在产业升级过程中分别处于不同发展阶段，首先应夯实所处阶段的产业基础，充分挖掘其带动自主创新的潜力，再稳步向更高阶段产业转型。

(2)持续加大京津冀环境规制力度，制定较为合理的环境规制政策。从长期来看，适宜的环境规制措施不仅能有效促进京津冀科技创新能力提升，而且有利于经济健康可持续发展。为弥补单方面选择“控制性”或“激励性”环境规制措施引致的弊端，可以将两类规制措施相结合，根据不同地区和不同产业的现实特征，采用差异化、分阶段的激励和惩罚措施。例如，制定一个惩罚污染排放的基准点，在基准点至零排污范围内，分阶段制定几个环境补贴标准或政府补贴其排污权交易所增加的价值；在基准点至重度排污范围内，同样设置几个污染排放惩罚标准，排污量越靠近重度排污区，惩罚措施越严。通过对环境规制措施的调整，激发企业技术创新热情，调动京津冀整体科技创新活力。

(3)提高知识产权保护强度。一方面京津冀地区应继续完善知识产权保护法律法规体系，建立较为完备、分行业的专利保护机制，提升知识产权法律规范的专业水平和执法水平；另一方面，政府部门应积极发挥自身在知识产权保护方面的宣传和引导作用，提高管理和服务水平，保障专利制度正常运行，为京津冀实施科技创新战略营造一流的创新制度环境。

(4)确定合理的科研资金投入结构，适当增加金融科技贷款额度。创新主体应根据自身实力水平和长期发展规划，制定符合自身目标要求的金融贷款比例，充分认识金融科技贷款影响创新能力提高的双重作用，避免因举债过高而引发的负面效应，充分发挥金融科技资金对京津冀科技创新能力的积极作用。

(5)合理分配创新资源在创新载体中的投入比例，深层次挖掘京津冀地区创新资源利用效率。本研究表明，创新资源不同的投入结构会引起京津冀创新能力较大差异的变化趋势。一方面，政府及相关企事业单位应通过建立健全人才激励机制，适当调整科研人员薪资和津贴水平，完善企业投资环境，以不同的激励方式提高创新资金和创新人才流入企业的比例；另一方面，相关部门应采取各种措施，鼓励高校和科研机构与企业单位开展密切合作，形成产学研从人才培养至成果应用全方位的协作机制，促进京津冀科技创新成果转化，从而实现京津冀科技创新能力跨越式提高。

5 结语

本文基于系统动力学模型，对京津冀科技创新系统运行机理和未来变化趋势等进行研究，为提升京津冀整体科技创新实力提供了理论基础和经验证据，为区域创新系统发展战略决策的制定奠定了科学基础，但仍存在一定不足。

未来研究一方面可以涉及更为全面的影响因素，深入分析具体创新环境政策实施的影响情况，结合风险评估、敏感性分析和进化博弈等理论，探讨创新主体之间及产学研利益分配结构对京津冀科技创新能力的影响，并确认影响京津冀创新能力提高的政策杠杆作用点；另一方面，科技创新在区域内和周边区域间存在一定的空间溢出效应，要全面考察京津冀科技创新能力提机理，还需考虑周边区域科技创新能力对本区域创新能力变化的作用情况。因此，空间溢出效应也是一个重要的研究方向。

参考文献:

[1] SLEUWAEGEN L, BOIARDI P. Creativity and regional innovation: evidence from EU regions [J]. Research Policy, 2014, 43(9):1508-1522.

[2] 马明. 天津，第四次工业革命首发城市[N].今晚报，2018-09-17.

[3] SUAREZ-VILLA L. Invention, inventive learning, and innovative capacity[J]. Systems Research & Behavioral Science, 2010, 35(4):290-310.

[4] FRITSCH M. Measuring the quality of regional innovation systems: a knowledge production function approach[J]. International Regional Science Review, 2002, 25(1):86-101.

[5] 曹勇, 秦以旭. 中国区域创新能力差异变动实证分析[J]. 中国人口·资源与环境, 2012, 22(3):164-169.

[6] 封颖, 徐峰, 许端阳,等. 新兴经济体中长期科技创新政策研究——以印度为例[J]. 中国软科学, 2014(9):182-192.

[7] 张宏元, 李晓晨. FDI与自主创新:来自中国省际面板的证据[J]. 宏观经济研究, 2016(3):24-34.

[8] 柳卸林, 高雨辰, 丁雪辰. 寻找创新驱动发展的新理论思维——基于新熊彼特增长理论的思考[J]. 管理世界, 2017(12):8-19.

[9] 苏屹, 安晓丽, 雷家骕. 基于耦合度门限回归分析的区域创新系统R&D投入对创新绩效的影响[J]. 系统管理学报, 2018, 27(4):729-738.

[10] 杨明海, 张红霞, 孙亚男,等. 中国八大综合经济区科技创新能力的区域差距及其影响因素研究[J]. 数量经济技术经济研究, 2018, 35(4):3-19.

[11] YI S, AN X L. Application of threshold regression analysis to study the impact of regional technological innovation level on sustainable development[J]. Renewable & Sustainable Energy Reviews, 2018, 89:27-32.

[12] 刘凤朝, 冯婷婷. 国家创新能力形成的系统动力学模型——以发明专利为能力表征要素[J]. 管理评论, 2011, 23(5):30-38.

[13] ZABALA-ITURRIAGAGOITIA J M, VOIGT P, GUTIERREZ-GRACIA A, et al. Regional innovation systems: how to assess performance[J]. Regional Studies, 2007, 41(5):661-672.

[14] 毕娟. 京津冀科技协同创新影响因素研究[J]. 科技进步与对策, 2016, 33(8):49-54.

[15] 王秀玲.京津冀科技协同创新发展路径研究[J].河北经贸大学学报,2015,36(6):118-120.

[16] 郭斌. 京津冀都市圈科技协同创新的机制设计——基于日韩经验的借鉴[J]. 科学学与科学技术管理, 2016, 37(9):37-48.

[17] 陈敬明, 李志红, 席增雷,等. 京津冀地区科技创新激励政策比较与建议[J]. 宏观经济管理, 2017(12):69-75.

[18] WEI CHI, XIAOYE QIAN. The role of education in regional innovation activities: spatial evidence from China[J]. Journal of the Asia Pacific Economy, 2010,15(4):396-419.

[19] 蒋伏心, 王竹君, 白俊红. 环境规制对技术创新影响的双重效应——基于江苏制造业动态面板数据的实证研究[J]. 中国工业经济, 2013(7):44-55.

[20] 李阳, 党兴华, 韩先锋,等. 环境规制对技术创新长短期影响的异质性效应——基于价值链视角的两阶段分析[J]. 科学学研究, 2014, 32(6):937-949.

[21] 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.

[22] 李健, 余悦. 产业结构动态外部性对区域创新能力影响实证研究[J]. 科研管理, 2018, 39(s1):217-225.