长三角地区本地、区内和区外合作创新对城市经济增长的影响研究
由内容质量、互动评论、分享传播等多维度分值决定，勋章级别越高()，代表其在平台内的综合表现越好。
原标题：长三角地区本地、区内和区外合作创新对城市经济增长的影响研究
郝 均， 曾 刚， 胡森林， 杨 阳， 叶 雷
摘要：新经济全球化形势下，国家创新系统是中国经济发展的中坚力量。从合作创新的视角出发，借助2007和2017年长三角地区合作发明授权专利数据和城市数据，探究本地、区内和区外合作创新的空间结构演变以及三者对城市经济增长的作用机理。结果表明：本地和区内合作创新一直是长三角地区合作创新的主要来源；区内合作创新网络从以上海、杭州、南京为核心，向以南京、上海、杭州、苏州为核心演变；区外合作创新网络从以上海、杭州、西安、北京为核心，向以上海、南京、合肥、苏州、北京、深圳、佛山为核心演变。在区域创新网络发展的初期阶段(2007年)，区内合作创新强度和创新网络位置有助于经济增长；在区域创新网络较为密集的阶段(2017年)，本地、区内和区外合作创新强度以及区外创新网络位置有助于城市经济增长，但区内创新网络位置的作用不显著；由此认为“全球生产网络流派”和“关系经济地理学派”争论主要是因为忽视了区域创新网络发展阶段的影响。在区域创新网络较为密集的阶段，本地、区内和区外合作创新的城市经济增长效应通过了稳健性检验。研究结论对长三角地区高质量一体化发展具有一定的参考价值。
随着2018年美国对中国实行技术封锁和2020年新冠疫情引发全球化逆流，中国与美、日、欧等发达国家和地区的创新网络趋向瓦解，与“一带一路”沿线国家的创新网络正在形成，新经济全球化显现。为应对新经济全球化，2020年10月29日中共十九届五中全会提出，以推动高质量发展为主题，以改革创新为根本动力，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。因此，长三角地区要实现高质量一体化发展，一方面是建立完善的区域创新系统，另一方面关注城市创新系统和国家创新系统对长三角地区创新系统的作用，进而实现有效的区域合作创新。
以合作创新为主导的经济增长模式引发国内外学者的广泛关注。越来越多的思想流派表明，促进区域内和区域间知识流动的合作是创新和增长的关键来源。因为越来越多的企业通过合作而不是独自创新，技术作为区域经济发展的必要条件，可以通过区域合作创新转化为区域经济增长的基础。Lokshin等基于荷兰制造业企业内部和外部研发支出数据，研究内部和外部研发对劳动生产率的影响，发现内部研发与外部研发之间具有互补性，只有在内部研发足够的情况下，外部研发才能产生积极影响。胡曙虹等研究发现，中国高校通过产学研合作获得的创新产出有利于经济增长。张鹏等从合作园区的视角分析，发现跨区域合作学习有助于经济增长。
本地与跨区域合作创新谁更有利于城市创新和经济增长，是目前学界争论的焦点。“新区域主义流派”重视根植性、制度厚度，认为本地创新主体之间的合作创新有助于提升区域竞争力。国内外学者基于美国通信产业集群、荷兰高科技企业和中国省级层面不同创新主体间合作的研究都证实这一观点。“全球生产网络流派”认为只有跨越行政边界的合作和学习才能促进本地创新或提升自身竞争力。Lu⁃cas指出，相较于内部联系，产业集群的外部联系更有助于加拿大ICT产业竞争力的提升。Fitjar认为挪威企业跨市合作更有利于企业创新。“关系经济地理学派”认为，以上两个学派忽视了全球、地方的要素与组织间密不可分的关联，只有通过本地与跨区域合作创新的共同作用，才能推进持续高效的创新。Tom⁃lison等以英国118家陶瓷桌和礼品行业公司为研究对象，发现虽然区内合作比区外合作更有利于创新水平的提升，但区外合作有助于当地持续获取新知识，二者缺一不可。叶雷等研究发现城市拥有较多本地和跨界合作创新的城市创新效率更高。
国内关于合作创新对经济增长的影响，大多集中在本地或者跨区域的单一尺度，鲜有研究关注不同空间尺度合作创新对城市经济增长的差异化影响。陆立军等基于问卷调查数据，研究发现浙江省经济区内部创新网络显著影响经济区的经济发展；徐盈之等基于中国省级统计数据研究发现，省内不同创新主体之间的合作均有助于经济增长；陈丽娟研究发现泛珠内地区跨市创新合作能力有助于提高当地的经济增长，但没有将泛珠内地区内部和外部跨市合作进行区分，更没有比较分析本地和跨市合作创新的经济增长效应。
长三角地区是中国创新能力最强的区域之一，在国家现代化经济体系建设中具有重要的战略地位，探究长三角地区合作创新对经济增长的影响具有重要的实践意义。然而，学界对本地和跨区域合作创新的经济增长效应存在争议，而且鲜有研究将跨区域这一空间尺度进一步细分。基于此，本文从合作创新的视角出发，聚焦本地(城市内部)、区内(长三角地区城市间)和区外(长三角地区与中国大陆其他城市间)三个空间尺度，探究长三角地区不同空间尺度合作创新对城市经济增长的影响。尝试明晰长三角地区本地、区内和区内合作创新的空间格局，及其对城市经济增长的差异化作用机制，以期为长三角高质量一体化发展提供借鉴。
本文立足于创新系统理论，从多尺度的创新系统出发，认为城市内部创新主体可以通过与不同空间尺度创新主体的合作，提升技术创新水平，继而驱动城市经济增长(图1)。不同尺度创新系统具有不同的特征和功能。首先是基于城市创新系统的本地合作创新。地理邻近的面对面交流作为企业获取技术知识的有效手段，有益于知识(特别是隐性知识)的快速传播，从而推动本地创新主体共同发展。但本地合作创新可能会带来路径依赖，进而造成路径锁定，本地创新主体需要跨界合作来实现路径突破。跨界合作创新可以进一步分为基于区域创新系统的区内合作创新和基于国家创新系统的区外合作创新。区内城市因制度相似性更容易使不同城市创新主体间建立联系，以弥补本地合作创新的不足，并与其形成互补关系，实现创新功能，并进一步对区域经济发展产生影响。国家创新系统是由创新部门、传播部门和应用部门共同构成的系统，在系统内部区外创新主体可以通过与本地创新主体合作共同推动本地新技术的发展，从而助力城市经济增长。
本文依据2019年12月1日国务院印发的《长江三角洲区域一体化发展规划纲要》确定长三角地区范围，包括上海、江苏、浙江和合肥三省一市的41个地市。受制于个人认识和统计标准等因素的影响，学界衡量合作创新的指标尚未统一，已有研究多采用合作发明授权专利或合作发明申请专利，也有少数研究使用合作论文，其中发明授权专利使其更能反映不同创新主体的有效合作。因此，本文选择合作发明授权专利数据计算长三角地区不同空间尺度的合作创新。
受限于数据可获取性，本文的专利数据来源于incoPat数据库，城市数据源于《2007年中国城市统计年鉴》《2017年中国城市统计年鉴》《2018年中国城市统计年鉴》《浙江统计年鉴》《安徽统计年鉴》以及各地市统计年鉴。数据获取及处理主要步骤如下:(1)首先在incoPat数据库下载2007和2017年长三角城市群41个地级市由两个或两个以上主体合作申请的发明授权专利信息；(2)删除专利申请人均为个人或个人与机构的专利；(3)提取专利的前4位创新主体以统计合作创新数量；(4)将创新主体归并入所属中国内地地级市、港澳台以及其他国家，涉中国内地159个地级以上城市和自治州以及台湾和香港，还有美国、德国、英国、瑞士、新加坡、日本和韩国7个国家，最终共获得2007年475次合作创新、2017年13450次合作创新；(5)统计本地、区内和区外合作创新频次。其中，本地合作创新是指合作创新主体在同一城市的合作创新，2007年共计232次、2017年共计5144次；区内合作创新是指一个创新主体在本市、另一个创新主体在长三角地区其他城市的合作创新，2007年共计164次、2017年共计5044次；区外合作创新是指一个创新主体在长三角地区、另一个创新主体在中国大陆其他城市的合作创新，2007年共计72次、2017年共计2610次。
本文基于城市发明授权专利数据和统计数据分析长三角地区不同空间尺度合作创新对城市经济增长的影响。但区域的经济增长受多方面因素的影响，尤其是资本和劳动投入。因此，本文采用柯布-道格拉斯生产函数为基本模型:
式中:Y是总产出；K是资本投入；L是劳动投入；A是除劳动和资本之外的其他影响因素；α和β分别是资本和劳动投入的生产弹性。
考虑到本文的解释变量是合作创新，不能忽略其他因素的影响。高校作为城市重要的创新主体之一，高校在校学生是城市重要的人才投入要素。另外，城市经济增长受地区经济市场化程度的影响，市场力量强的城市可能吸引各类要素的集聚，促进经济增长。由此，将高校人才投入要素、市场化水平要素、合作创新要素从A中析出，并两边取对数，公式为:
式中:i表示城市；μ是截距项；εi是随机干扰项；γ是解释变量的待估参数；α、β和θ控制变量的待估参数。Y是本文的被解释变量，借鉴曹贤忠等的研究采用2017年各市的GDP来衡量城市经济增长。Local、YRDI、YRDloc、ChinaI和Chinaloc是本文的核心解释变量，其中Local是本地合作创新强度，用城市内部创新主体合作创新频次来表征；YRDI是区内合作创新强度，用介数中心性指标来衡量，即城市i与长三角地区其他城市的合作创新总频次；YRDloc是区内创新网络位置，用度中心性指标来衡量，即城市i与长三角地区直接合作的城市数；ChinaI是区内合作创新强度，用介数中心性指标来衡量，即城市i和中国内地(不含长三角)其他城市的合作创新总频次；Chinaloc是区外创新网络位置，用度中心性指标来衡量，即城市i与中国内地(不含长三角)直接合作的城市数。K是资本投入，L是劳动投入，将分别用固定资产投资和从业人员数来衡量；Stu是高校人才投入要素，用普通本专科在校学生数来衡量；Mark是市场化水平，用非国有控股工业企业总产值占比来衡量。考虑到模型稳健性，一方面，将基于发明授权专利所有创新主体计算所得的合作创新要素指标作为合作创新要素的另一度量指标，衡量城市在不同空间尺度合作创新的强度和网络位置；另一方面，将2018年各市的GDP总产值作为城市经济增长的另一度量指标，
衡量合作创新对城市经济增长的滞后效应。由于个别地市的合作创新指标有0值，所以
本文对合作创新指标取对数的公式如下:
式中:lnx表示取对数之后的值；x表示本
表1是所有变量的描述性统计结果。从表中
可以发现，相较于2007年，2017年本地、区内和区外合作创新频次显著增加，区内和区外创新网络的位置也有所提升。2007年本地和区内合作创新强度差异较大，2017年本地、区内和区外合作创新强度以及区外创新网络位置差异较大。另外，2017年各市的在校大学生数和国内生产总值有显著差异。
2.1时序演变特征长三角地区的合作创新以本地、区内合作创新为主。统计结果显示，2007年长三角地区仅有1/2的城市有合作创新，2017年所有城市都有合作创新，而且区内、区外、港澳台的合作创新占比有所提升，其中区内由34.5%提高到37.5%、区际由15.2%提升至19.4%、港澳台由0%提升至4.2%。2017年长三角地区有32个地市的区内合作创新占比高于本地合作创新(图2)，只有上海、南京、杭州、马鞍山等9个地市的本地合作创新多于区内合作创新。其中，马鞍山的本地合作创新占比最高，高达93.6%，其次是黄山、亳州、杭州、南京和上海。马鞍山市统计公报显示，2014年起马鞍山市高科技企业、科技机构等创新主体数量显著增多，为本地合作创新打下了坚实的基础。宿州、池州和阜阳的合作创新都是区内合作创新，主要是因为上述3个城市的科技创新水平较低，不具备自主创新能力，需要通过区内合作来实现创新。
2007~2017年，长三角地区与港澳台地区和国外的合作创新占比有所增长，主要集中在上海、江苏和浙江。其中，2007年长三角地区与港澳台没有合作创新，与国外有合作创新的只有上海和南京。而2017年与港澳台有创新合作的城市有上海、南京、苏州、嘉兴和台州，其中占比最高的是苏州，合作创新次数最多的是上海，高达309次。2017年与国外有创新合作的城市分别是上海、南京、无锡、苏州、淮安、杭州、宁波、嘉兴和台州，其中合作次数最多的是上海，而占比最高的是淮安。2007年淮安尚没有开展合作创新，而2008年开始淮安市积极实施“走出去”战略，与多国签署合作项目，为跨国合作创新奠定了良好的基础，不同空间尺度的合作创新得以同步开展，使得国外合作创新占比显著提升。
2.2空间演变特征为明晰长三角地区合作创新的空间特征，借用ArcGIS10.2绘制地市层面不同空间尺度合作创新的空间图谱(图3、图4和表2)所示。从合作创新总量来看(图3)，从2007~2017年，长三角地区的合作创新次数显著增多；2007年合作创新主要集中在上海、南京和杭州；2017年上海、南京、杭州、苏州、合肥等经济发达城市的合作创新密度较高，安徽除合肥和马鞍山外的其他城市合作创新较为薄弱，因为上海、南京、杭州、苏州和合肥的创新主体总数约占长三角地区59%，创新主体的多样化和互补性使得城市创新水平较强，为本地和跨区域合作创新奠定了坚实的基础。
长三角地区各市的本地合作创新联系显著增强，但仍具有显著的空间不均衡特征。2007年上海本地合作创新最多，2017年南京跃居第一位，其次是上海、杭州、苏州等市。主要是因为南京注重发挥科教人才优势，突出科技创新和制度创新“双轮驱动”，增强了本地创新主体间的联系。相较来说，2017年长三角地区边缘的连云港、舟山、丽水以及安徽除合肥和马鞍山以外城市的本地创新网络薄弱，一方面是因为城市的创新主体较少，另一方面是因为创新主体间未能基于地理邻近机制建立起合作关系。
区内合作创新网络显示(图4)，2007~2017年，网络密集程度显著提高，核心城市由3个(上海、杭州、南京)增至5个(南京、上海、杭州、苏州、合肥)。2007年上海与杭州合作密切，与周边城市合作较少，2017年上海与地理邻近的嘉兴和创新资源丰富的温州合作较多，其次是连云港、盐城、绍兴、宁波等市，表明上海对沿海城市的辐射带动作用显著增强。2017年金华与南京合作频繁，主要是因为金华企业与南京高校和科研院所建立的密切创新合作关系以及两地依托南京市金华商会建立的企业合作关系，为两地创新合作奠定了坚实的基础。此外，2017年，南京和杭州对周边城市合作频繁；苏州则与金华、嘉兴等合作较多；合肥与安徽省内周边城市均有合作，但合作次数较少，主要是因为合肥创新主体数量占安徽的40.3%，导致合肥整体创新水平与周边城市差距较大，难以发挥辐射带动作用。
城市创新能力是长三角地区选择区外合作伙伴的关键因素，2007~2017年，区外创新合作的重要知识源由西安和北京变为北京和深圳。如表2所示，2007年上海与西安(11)和北京(8)合作密切、杭州与西安(11)合作密切，主要是因为上海交通大学和浙江大学与西安电子科技大学有着较为密切的创新合作关系。2017年，长三角地区有25个城市与北京合作创新，合作较为密切的城市有合肥(307)、上海(179)、南京(155)等；16个城市与深圳有直接的合作创新，创新联系较多的有上海(332)、苏州(120)等。此外，2017年，合肥与佛山也有较为密切的创新联系。表明，上海、合肥与区外创新合作较为密切，这与李丹丹等研究的中国技术创新网络结构较为一致。除了北京、深圳和佛山，2017年长三角地区与区外的省会城市有直接的创新合作。
本文采用OLS回归分析来探究长三角地区本地、区内和区外合作创新对城市经济增长的影响。为确保模型结果准确可信，本文首先对回归模型进行怀特检验，结果显示不存在异方差。另外，VIF检验的结果显示不存在多重共线年长三角地区不同空间尺度合作创新要素与城市经济增长的关系(表3)。控制变量中资本和劳动的系数显著为正，高校人才和市场化水平系数并未通过显著性检验。主要是因为，在创新网络的发展形成阶段，企业与高校的合作较少，导致高校人才对区域经济增长的作用并不显著；长三角地区整体市场化水平较高，但不同城市间差异较大，以致于对区域经济增长的作用不显著。
模型1~5的主要解释变量中只有区内合作创新强度和区内创新网络位置的系数显著为正，本地和区外合作创新强度以及区外创新网络位置的系数并未通过显著性检验。表明，在区域创新网络发展的初期阶段，跨越城市的区域内部创新合作有助于区域经济增长；因本地合作创新显著的区域不均衡特征，并未对区域经济增长产生显著影响；受限于地理距离，区外合作创新网络较为稀疏，知识溢出效应不明显，尚未对区域经济增长产生正向影响。
模型6~10探讨2017年长三角地区不同空间尺度合作创新要素与城市经济增长的关系(表3)。模型7和8中控制变量劳动的系数不显著、高校人才的系数显著为正，表明在区域创新网络较为密集的阶段，劳动投入对经济增长没有显著影响，高校人才投入具有正向影响。
长三角地区的本地合作创新对城市经济增长具有显著的正向作用(模型6)，即长三角地区城市内不同创新主体之间的创新合作有助于城市经济增长。长三角地区集聚了研发活动密集的企业、科研能力较强的高校和科研院所，实现了本地产学研一体化，有助于城市内部创新合作网络发展，本地创新主体之间联系越紧密，城市竞争力越强，越有利于城市经济增长。
长三角地区区内合作创新强度对城市经济增长具有显著影响，区内创新网络位置的作用不显著(模型7和8)。随着本地创新主体之间的合作增多，容易产生路径依赖和技术锁定，为了持续技术创新，本地创新主体需要与其他城市的创新主体进行跨区域合作。研究表明，在流动空间环境下，城市可以跨越行政边界的更大的空间尺度上通过知识流动、相互协作等来获得知识溢出，还有可能发挥城市的比较优势和规模经济，进而提高城市的经济绩效。但长三角地区核心城市与非核心城市的区内创新网络位置差异显著，因此对于非核心城市来说，提高区内合作创新强度比区内创新网络位置更加重要。
长三角地区的区外合作创新强度和区外创新网络位置均对城市经济增长有显著影响(模型9和10)。与区内合作创新网络相比，长三角地区区外合作创新网络相对稀疏，尚处于发展阶段，但区外合作创新有助于区内合作创新突破路径锁定，因此从获取区外知识的角度来说，合作创新强度和合作城市数量都很重要。
为避免内生性问题对回归结果产生影响，考虑以基于专利所有申请人计算所得的合作创新强度和创新网络位置为解释变量(模型11~15)，以超前一期的国民生产总值为被解释变量(模型16~20)，对模型6~10的结果进行稳健性检验，结果如表4。
模型11~15的结果显示，除了区内创新网络位置的系数不显著之外，其他主要解释变量的系数均正向显著，与上一节的模型6~10的结果基本一致。验证了2017年本地、区内和区外合作创新显著的城市经济增长效应。
模型16~20的结果显示，主要解释变量的系数显著性与模型6~10基本一致，表明本地、区内和区外合作创新的城市经济增长效应同时具有滞后性，再次验证了Bathelt等关系经济地理学者的观点，不同空间尺度的创新网络对本地经济发展都很重要。
本文从合作创新的视角，分析本地、区内和区外合作创新的空间格局演变以及三者对长三角地区城市经济增长的差异化效应。主要结论如下:
(1)2007~2017年，长三角地区合作创新网络密度显著提高，但合作创新来源一直主要集中在本地和区内，其次是区外。大部分城市的区内合作创新频次最高，这与城市自主创新能力有关，自主创新能力较强的上海和南京等倾向于本地合作，自主创新能力较弱的城市，需要通过跨区域的合作来实现创新。
(2)长三角地区区内和区外合作创新网络的空间差异显著，2007~2017年南京的区内合作创新强度显著提升并跃居首位，而上海的区外合作创新强度一直处于领先位置。主要是因为南京对周边地区辐射带动作用显著，上海倾向于与深圳、北京等创新水平较高的区外城市合作。
(3)长三角地区本地、区内和区外合作创新的经济增长效应随着创新网络的发展阶段而改变。在区域创新网络发展的初期阶段(2007年)，区内合作创新强度和创新网络位置有助于经济增长，在区域创新网络较为密集的阶段(2017年)，本地、区内和区外合作创新强度以及区外创新网络位置有助于城市经济增长，但区内创新网络位置的作用不显著。研究结果同时证实了“全球生产网络流派”和“关系经济地理学派”的观点，主要是因为两个学派忽视了区域创新网络发展阶段的影响。
(4)在区域创新网络较为密集的阶段(2017年)，本地、区内和区外合作创新的城市经济增长效应通过了稳健性检验。再次证实了关系经济地理学者的观点，本地创新网络和跨区域创新网络互动有助于城市持续创新和经济增长。
扫一扫关注公众号
扫描二维码推送至手机访问。
版权声明：本文由长三角招商网发布，如需转载请注明出处。部份内容收集于网络，如有不妥之处请联系我们删除 13391219793 仅微信
