作者：王鹏
出版社：暨南大学出版社
格式: AZW3, DOCX, EPUB, MOBI, PDF, TXT
暨南经济文丛·区域创新产出的宏观因素与微观机制研究试读：
第1章 绪论
随着知识经济的发展和全球化程度的日益加深，世界经济发展呈现出区域化的特征。依赖资源禀赋的物质经济竞争已经随着各国或地区综合实力的加强而趋于淡化，而以高科技和新技术为代表的知识经济已逐渐成为国际竞争的制高点。在世界新技术革命迅猛发展的背景下，技术创新能力日益成为一个区域或企业获取竞争优势的决定性因素，许多企业都意识到挖掘自身内在的发展潜力是实现企业可持续发展的根本保证。企业的持续发展来源于技术创新效率的提高，而技术创新效率的提高不仅与企业内部活跃的创新能力有关，还取决于企业外部良好的创新环境。这些创新环境包括基础设施、创新资源等硬环境，也包括有利于企业创新发展的社会文化环境和对创新主体产生激励的制度环境等软环境。大量实践表明，区域之间的竞争在很大程度上是区域创新环境的竞争，拥有良好创新环境的区域，才能更有效地进行创新，并构建基于创新的区域竞争优势。
改革开放以来，我国经济取得了快速发展，但区域经济发展不平衡的现象日益突出。近几年，在激烈的国内外市场竞争环境中，一些传统工业基础较好的地区，尽管拥有较好的原始资本积累，却逐渐失去了竞争优势；而另一些地区，虽然缺乏工业基础和原始资本积累，却通过不断地创新而保持持续快速的发展动力。这种现象纵然与政策、体制以及地理条件等有关，但区域之间的技术创新效率存在差异应是其主要原因。如果一个区域技术创新效率高，则会通过创新要素的流动整合配置创新资源；反之，创新要素会流出该区域。这样，技术创新效率低的地区，技术创新能力的提高必将受到束缚，经济发展速度也会受到影响。因此，改善区域创新环境，提高技术创新效率，逐步实现区域发展从要素驱动型向创新驱动型转变，是一个地区提高持续竞争力的重要保障，也是促进区域协调发展的迫切要求。
此外，世界人口的剧增和人们对物质生活条件无节制的追求，使得地球资源特别是不可再生资源大量消耗，极其有限的地球资源储备量已不能满足企业传统的发展模式。从目的、过程和系统三方面来看，企业内部传统的技术创新有着严重的缺陷，存在着传统技术创新无限扩张性与环境资源有限性之间的矛盾，以及传统技术创新价值单一性与环境资源价值多样性之间的矛盾。这些矛盾激化的结果，必然是环境资源的破坏与环境污染的加剧，导致企业自身的不可持续性发展。面对困境，企业必须转变传统的技术创新模式，采用一种建立在可持续发展价值观基础上，旨在实现人与自然和谐的全新的技术创新模式——绿色技术创新。
近年来，我国政府已认识到区域经济发展差异对未来经济和社会发展的影响，先后提出了“科学发展观”和“构建和谐社会”等理念，并在《中华人民共和国国民经济和社会发展第十二个五年（2011—2015年）规划纲要》中提出“促进区域协调发展，健全区域协调互动机制”、“建设区域创新支撑体系，大力推进自主创新”等发展战略。党的十八大报告中也明确提出“提高自主创新能力，建设创新型国家”、“继续实施区域发展总体战略，缩小区域发展差距，建设资源节约型、环境友好型社会”等战略目标。历年的中央经济工作会议都指出：“必须把推动自主创新与培育战略性新兴产业结合起来，努力实现创新发展”、“把统筹城乡区域协调发展与推进城镇化结合起来，大力拓展发展空间”。
2013年11月召开的中国共产党第十八届中央委员会第三次全体会议，审议通过了《中共中央关于全面深化改革若干重大问题的决定》（以下简称《决定》），这份文件集中了中共全党和各方面的智慧，是新形势下全面深化改革的纲领性文件。它标志着中国从1978年开始的波澜壮阔的改革开放进入到了一个新阶段。作为中国近年来最重要的经济改革计划，《决定》明确指出：“要紧紧围绕使市场在资源配置中起决定性作用深化经济体制改革，坚持和完善基本经济制度，加快完善现代市场体系、宏观调控体系、开放型经济体系，加快转变经济发展方式，加快建设创新型国家，推动经济更有效率、更加公平、更可持续发展。”“建立健全鼓励原始创新、集成创新、引进消化吸收再创新的体制机制，健全技术创新市场导向机制，发挥市场对技术研发方向、路线选择、要素价格、各类创新要素配置的导向作用。建立产学研协同创新机制，强化企业在技术创新中的主体地位，发挥大型企业创新骨干作用，激发中小企业创新活力，推进应用型技术研发机构市场化、企业化改革，建设国家创新体系。”“紧紧围绕建设美丽中国深化生态文明体制改革，加快建立生态文明制度，健全国土空间开发、资源节约利用、生态环境保护的体制机制，推动形成人与自然和谐发展现代化建设新格局。”此决定合理布局了全面深化改革的战略重点、优先顺序、主攻方向、工作机制、推进方式和时间表、路线图，形成了改革理论和政策的一系列新的重大突破，是全面深化改革的又一次总部署、总动员，必将对推动中国特色社会主义事业发展产生重大而深远的影响。
作为我国改革开放的“试验田”和先行区，广东省充分发挥自身优势，在经济社会发展等方面都实现了历史性的跨越，为我国改革开放和社会主义现代化建设作出了重大贡献。然而，在经济全球化和区域经济一体化深入发展，尤其是当前国际金融危机对实体经济的影响尚未消除的背景下，广东省的经济发展受到了严重冲击，深层次矛盾和问题进一步显现。比较突出的有：产业层次总体偏低，创新能力不足，整体竞争力不强；城乡和区域发展不平衡，生产力布局不合理，空间利用效率不高等。针对这些突出的问题，广东省委省政府坚持依靠科技进步和自主创新推进结构调整与经济发展方式的转变，先后出台了《广东自主创新规划纲要》、《广东省建设创新型广东行动纲要》等政策措施，明确提出科技强省和实施自主创新战略，从科技投入、税收激励、金融支持、政府采购、消化吸收、知识产权保护、人才队伍建设、科技创新基地与平台建设等方面，努力改善区域创新环境，提高自主创新能力和产业竞争力，推进创新型广东的建设。
在促进区域协调发展方面，2009年年初，国务院颁布的《珠江三角洲地区改革发展规划纲要（2008—2020）》明确指出：“按照主体功能区定位，优化珠江三角洲地区空间布局，以广州、深圳为中心，以珠江口东岸、西岸为重点，推进珠江三角洲地区区域经济一体化，带动环珠江三角洲地区加快发展。”同年5月，广东省委省政府作出关于推进产业和劳动力“双转移”的决定，谋求在新一轮的发展调整中推动欠发达地区的工业化、城市化进程，通过优化区域产业布局和提高劳动力素质，提升珠三角地区产业竞争力，带动东西两翼和粤北山区加快发展，促进我省形成资源要素优化配置、地区优势充分发挥的区域协调发展新格局。2010年，广东省委省政府提出：“要进一步促进城乡区域协调发展，进一步提升发展珠三角，带动发展粤东西北，把自主创新作为加快转变经济发展方式的核心推动力，加快提升企业创新能力，完善有利于自主创新的体制机制，努力建设创新型广东。”2013年年初闭幕的广东省委十一届二次全会进一步强调：“狠抓经济结构战略性调整不松懈，更加突出创新驱动发展和绿色低碳发展，坚持优先发展现代服务业，提升发展先进制造业，重点发展战略性新兴产业，促进传统产业转型升级，大力发展海洋经济，加快构建具有广东特色的现代产业体系。”“狠抓区域协调发展不延误，深入实施提升珠三角带动东西北战略，坚定不移推进‘双转移’、‘腾笼换鸟’、‘凤凰涅槃’，大力促进工业化、信息化、城镇化、农业现代化协调同步发展。”
目前，包括广东省在内的我国大部分企业（特别是中小企业）技术水平低，技术装备陈旧，生产工艺落后，生产方式还停留在以大量消耗资源、能源和粗放经营为特征的传统发展模式上。实施绿色技术创新具有明显的社会效益与经济效益，有助于提高区域创新产出和企业竞争优势。从企业层面来看，它不仅可以有效减少企业生产过程中废物和污染物的排放，减少企业生产活动对环境的威胁，而且可以有效降低企业的资源消耗和生产成本，增强企业的市场竞争能力。同时，绿色技术创新可以弥补传统技术创新中过分强调追求经济效益最大化、忽视资源保护和污染治理的缺陷，突破传统技术创新“高投入、高消耗”的传统发展模式，在提高生产效率或优化产品工艺的同时，能够提高资源和能源的利用率，减轻环境污染，改善环境质量。因此，要实现区域可持续发展，必须转变依靠消耗资源和牺牲环境换取经济增长的非持续性的发展模式，大力实施绿色技术创新，采用节约资源、避免或减少环境污染的技术，生产绿色产品。
本书将在上述背景下，以科学发展观和构建和谐社会为导向，以促进区域协调发展和探索科学发展模式为目标，构建以区域创新环境和技术创新效率为基础的区域创新发展理论，探讨创新环境、投资贸易、环境规制和研发投入等宏观因素与区域创新产出之间的关系，从微观层面测算区域创新产出的创新效率，揭示区域创新产出的空间分布规律及其影响机制，以期在知识经济和全球化背景下为探究我国区域技术创新研究的学术价值和政策含义提供重要参考，并为政府决策部门制定科学合理的区域协调发展政策提供理论依据和实证支持。
第2章 创新环境与区域创新产出
2.1 区域创新环境视角下的产业集群升级
近年来，产业集群升级成为区域经济发展的热点问题。产业集群升级不仅与区域创新产出紧密相关，更受制于区域创新环境。虽然区域创新环境对产业集群升级具有重要影响，但现有的理论和模型并不能有效地解释这些影响并提出相应的策略建议，相关文献也缺乏把区域创新环境和产业集群升级两者结合起来的实证研究。本章利用广东省21个地级市的经济、社会数据，结合产业集群升级理论和区域创新环境理论，通过指标体系的构建和经济计量方法划分区域创新环境的层次，考察其对产业集群升级的影响，并分析各影响因素的差异。2.1.1 相关文献综述
国内外学者对产业集群升级作了相当深入的研究，归纳起来主要有三个方面：
一是基于地方网络的视角，探讨地方网络对产业集群升级的影响。如顾慧君（2007）把产业集群看成一个社会网络，由空间上邻近的企业、相关机构（政府、科研机构及中介组织）组成，并据此分析其结构对产业集群升级的影响。李文秀（2007）、张景华（2009）研究了产业集群所在地的区域创新网络，前者从非正式创新网络建设的角度对产业集群升级进行了实证研究，认为非正式创新网络对产业集群升级的影响主要表现在非正式交流、个人间的信任和文化三个方面；后者则着重探讨创新网络的形成机制，并提出在创新网络背景下产业集群升级的策略选择。王晓娟（2009）对产业集群地方性网络存在的风险问题进行了研究，提出通过集群企业的跨区域发展，提升产业集群在全球生产网络中的位置，实现产业集群升级。Teck-Yong Eng（2009）以珠江三角洲的电子产业集群为例，分析了地方企业网络关系的不同形式及其对产业集群升级的影响，并指出在私人关系的基础上，通过资源搜索、学习和结网三个过程的反复进行，从垂直和横向两个方向形成了地方企业关系网。Anat Hovav和Ciprian Popoviciu（2009）对在企业进行升级过程中所遇到的技术升级问题进行了研究，如企业对采用新科技所带来的风险的回避、如何在产业链中获得竞争优势以及采纳新技术的时机等。
二是基于全球价值链的视角，分析全球价值链背景下产业集群升级的基本情况。如文嫮和曾刚（2004）通过比较意大利、西班牙和中国的陶瓷产业集群，着重分析了地方产业集群嵌入全球价值链后的情况、面临的挑战和升级的思路。刘秉镰和韩晶（2005）从全球价值链的嵌入、驱动模式、地方产业集群的治理模式以及地方产业集群升级四个角度，对天津电子信息产业集群进行了实证研究。张辉（2005）研究了全球价值链片断化后形成的各个价值环节之间严格价值等级体系的跳跃式和蔓延式两种空间布局模式，从这两个角度构建了全球价值链下地方产业集群升级的基本模式。段文娟等（2007）基于地方性网络存在的风险，探讨了全球价值链下产业集群升级内生性风险和外生性风险的具体表现、形成机理以及二者的相互影响，并提出规避这两种风险的对策。Gereffi（1999）以亚洲的服装业为例，从全球商品价值链的角度分析了国际贸易网络的社会和组织空间，并对发生在贸易网络中的学习机制和有利于产业升级的组织情况进行了研究。Svetlana Avdasheva（2007）分析了俄罗斯家具制造商在全球价值链下的升级重组策略，并着重探讨其作为专业化产品、半成品供给者在升级过程中遇到的障碍。
三是基于地方网络和全球价值链相结合的视角，研究产业集群升级的未来发展途径。如王核成和姜秀勇（2007）研究了浙江传统产业集群，指出产业升级必须以构建本地网络和整合本地资源作为提升竞争力的基础，同时积极吸收外部知识，紧跟世界潮流。潘利（2007）认为仅仅嵌入全球价值链或依靠区域创新网络会使产业集群分别跌入全球价值链陷阱和网络陷阱。王瑛（2009）则指出产业集群升级的两维性机理：既要提升集群区位的“内生性要素”对创新活动的影响，也需要借助全球网络联系获取知识等资源。
在区域创新环境研究方面，学者们主要从理论和实证两方面进行探讨。理论研究部分，王缉慈（1999）从创新、技术进步与应变的区域政策、全球化和本地化、新的产业空间以及创新环境概念等五个方面，探讨如何推进区域创新环境建设的问题。饶扬德和王学军（2006）从知识互动共享的视角出发，利用随机涨落因素分析和SECI模型探讨了区域创新环境的作用机理，对形成企业核心竞争力的知识进行了分析。Breschi（2000）、Sternbrg（2000）均认为区域创新环境提高了本地的创新能力，创新和创新企业是在这种创造促进协同联系的区域中，众多主体集体的、有生气的作用的结果。
而在实证研究部分，杭雪花等（2005）以对苏州产业集群的分析为基础，重点从制度创新、技术创新、管理体制创新和文化创新四个方面分析区域创新环境和产业集群之间的互动关系。刘立涛和李琳（2008）在构建区域创新环境指标体系的基础上，采用因子分析与聚类分析相结合的综合集成评估方法，对中国31个省市自治区区域创新环境进行了定量评估及比较，揭示了区域创新环境的地区差异以及地区差异的动态变化特征。Asheim和Arne Isaksen（2002）研究了挪威的三个主要从事造船、机械工程和电子工业区域的产业集群，认为区域创新环境中的地区资源和合作网络对于企业的创新活动有着决定性的作用，且这种地域性的创新资源和网络是具有“黏性”的，不容易转移。Michael Fritsch等（2007）运用计数模型中的负二项分布（Negative-binomial）等方法，采用专利申请数作为衡量数据，发现区域创新能力的差别并不能简单地以投入方面的差别完全解释，区域创新环境因素的影响相当重要。
广义的区域创新环境包括两方面的含义：一是促进区域内企业等行为主体不断创新的区域环境；二是区域环境随着客观条件的变化，不断自我创造和改善，形成自我调节的区域创新系统（盖文启，2002）。区域创新环境涵盖了经济发展水平、基础设施建设、社会文化制度等因素，李习保（2007）、岳鹄和张宗益（2008）、张凌和李亚平（2009）等学者均对区域创新环境内部结构的划分进行了一些有益的尝试。中国科技发展战略研究小组（2008）把区域创新环境分为基础设施、市场需求、劳动者素质、金融环境和创业水平五个方面，较全面地概括了其内涵。
目前，对区域创新环境的研究主要有以下几个方面：首先，张文忠和李业锦（2003）、James Moultrie等（2007）从企业的角度研究了区域创新环境的影响，前者认为区域创新环境是企业可持续发展的动力，区域网络创新和区域学习能力直接影响着企业的发展能力和竞争力；后者则通过对欧洲部分企业的研究，建立了一个关于地区“硬环境”在企业创新中的地位、角色的框架，证明区域创新环境对企业创新战略的形成和效果有着深远的影响。其次，大学被认为是区域创新环境的重要组成部分，如Paul Benneworth等（2009）探讨了在一个创新不足的环境里，大学如何激发地区的创新需求，以最大化其对区域经济、区域创新能力的贡献。再次，在政府调控和制度建设方面，蔡秀玲（2004）认为在区域创新环境形成过程中，政府在基础设施和制度环境的建设上发挥着其他行为主体难以替代的作用，是公平竞争环境的提供者，而不应是创新的主体；Yi Qian（2007）通过分析1978—2002年26个国家制药行业的专利保护政策，发现仅靠国家制定专利保护法规并不能有效刺激地区创新的产生，而地区经济发展水平、经济自由度以及教育水平则会促进创新产生，进一步说明了区域创新环境对创新能力的影响。最后，关于区域创新环境的评估，章立军（2006）、李习保（2007）、党文娟等（2008）从不同的角度探讨了区域创新环境与区域创新能力以及区域创新效率的关系，发现区域创新环境确实对地区创新能力和创新效率具有重要的影响，并进一步证明了环境内部要素影响力的差异性。
综上所述，学者们主要从地方网络、全球价值链或两者相结合的角度，开展对产业集群升级的研究，着重于地方网络与产业集群升级之间的联系，以及全球价值链背景下产业集群升级的发展机制，较少涉及产业集群在升级过程中所处的外部环境——区域创新环境。而对于区域创新环境的研究，也大都从区域创新环境本身的组成结构和定量评估的角度着手，缺乏把区域创新环境和产业集群升级两者结合起来的实证研究。然而，区域创新环境对产业集群升级具有重要影响，现有的理论和模型并不能有效地解释这些影响并提出相应的策略建议，因此需要对现有研究作进一步拓展。2.1.2 区域创新环境和产业集群升级的指标构建
广东省特别是珠三角地区，有相当一部分产业集群是通过加入跨国公司组织的全球商品链而形成的，即通过“三来一补”或OEM（原始设备制造）方式依靠国际市场形成（符正平，2006）。这种产业集群模式存在两大弊端：一是根据“微笑曲线”理论，处在“微笑曲线”中央的装配和制造环节附加值低、利润空间小、市场竞争激烈，不利于企业的长期发展；二是由于对国际市场依赖较重，产业集群乃至地区经济容易受到国际经济波动的影响。如在国际金融危机的影响下，2008年广东省GDP增速降低4.6％，规模以上工业利润总额同比下降13.1％，亏损企业同比增长30.2％（2008年广东省国民经济和社会发展统计公报）。在此背景下，推动产业集群升级，鼓励企业从OEM升级为ODM（原始设计制造）乃至OBM（原始品牌制造），减少对国际市场的依赖显得尤为重要。
本节研究的样本是2007年广东省21个地级市的经济、社会数据，包括广州、佛山、肇庆、珠海、江门、中山、深圳、东莞、惠州、湛江、阳江、茂名、韶关、清远、河源、云浮、汕头、汕尾、潮州、梅州、揭阳。这些数据有以下几个来源：一是广东省统计局及广东省各地方统计局在互联网上发布的统计公报和统计年鉴；二是中国统计数据库；三是中经网统计数据库。其中，为保证数据的准确性，大部分数据以各地公布的统计公报和统计年鉴为准，一些缺失的数据则通过查找数据库获得。
在指标的选取方面，由于涉及区域创新环境的因素较多，本章依据科学性、层次性、综合性和可操作性的原则，以《2008中国区域创新能力》（中国科技发展战略研究小组，2009）中提供的创新环境指标体系为基础，选取了17个对产业集群升级有着直接或间接作用的指标。其中，财政预算支出中教育部分、每万人当年高校毕业生数反映了地区劳动力素质水平；财政预算支出中科技部分、大中型工业企业研究与发展人员数、大中型工业企业研究与发展经费、科技活动人员数反映了地区技术水平和创新产出能力；人均全社会固定投资总额、货运量、客运量、人均邮电业务量、每百人固定电话用户数、每百人移动电话用户数、每百人互联网用户数、金融机构工业贷款反映了地区基础设施水平；而人均GDP、人均城镇居民消费性支出、恩格尔系数则反映了地区的市场需求水平。其统计描述如下：表2-1 广东省区域创新环境指标
Kaplinsky（2000）从全球价值链的角度出发，认为产业集群升级有四个阶段：过程升级、产品升级、功能升级、链条升级。过程升级表现在降低成本、改善传输体系、引进新的过程组织方式；产品升级则包括推出新产品和品牌，扩充产品的市场份额；功能升级表现在提升自身在全球价值链中的地位，专注于价值量高的环节；而链条升级则要求企业得到相关和相异产业领域的高收益率。这些表现的一个重要特征是生产技术水平的提高、管理水平的提升和新产品的产出。因此本章在产业集群升级的指标构建方面，选取了专利授权量、高新技术企业数、新产品产值三个指标。其统计描述如下：表2-2 广东省产业集群升级指标2.1.3 区域创新环境对产业集群升级的影响
1．基于因子分析的指标分类和因子得分结果分析
因子分析是一种降维、简化数据的技术，它通过研究众多变量之间的内部依赖关系，探求观测数据中的内在规律，并用少数几个“抽象”的变量——“因子”来表示其基本的数据结构（朱建平，2006）。当遇到多个公因子对原始指标反映不明显时，可通过因子旋转（本章采用最大方差旋转法），使得每个变量仅在一个公共因子上有较大载荷，一方面可消除公因子间的共线性，另一方面有利于命名和解释，而且还可以进一步算出各个样本在公因子上的得分，作更深入的分析。由于因子分析法可通过分析数据本身得出各个变量在总体或潜在因子中所占权重，比传统的专家打分法等评价法更为客观，因此被广泛地运用于指标合成和综合评价。
本章运用SPSS13.0对广东省区域创新环境17个指标的标准化数据进行了KMO检验，其值为0.61，而Bartlett球形检验的结果显示Sig值接近0，因此可以认为适合进行因子分析。分析的结果如下：表2-3 因子特征值、方差贡献率及累积方差贡献率因方差贡献累积方差贡献率特征值子率（％）（％）68.111.7011908968.830534638305346313.22.32677820382.51746524686930618.31.46284990291.122464666049994223.40.57760060194.520115253976505972.50.3668105296.677824191577089381.60.23649716998.06898401391159820.70.14155062698.90163475832650740.80.07407781699.337386614357518570.90.06325679299.709485393720987780.100.01853344599.818505651090202650.110.01570161899.910868110923624580.120.00818161499.958995250481271430.130.00463869899.986281710272864610.140.00184594499.997140210108584950.150.00025615499.998646990015067860.160.000191899.999775230011282380.173.82105E-05100000224768表2-4 旋转后因子载荷矩阵指标公因子1公因子2公因子30.0.0.人均GDP751756615512002816372401608**0.财政预算支出中教育部0.0.755831227分294767461555592626**0.财政预算支出中科技部0.0.930182714259052578207128059分***0.人均全社会固定投资总0.0.839131276额172997895302220258***0.0.0.货运量895341925182255585315008502***0.0.0.客运量78567657240566656721953657**0.0.0.人均邮电业务量849937224420424311260499351***0.0.0.每百人固定电话用户数919596549065302219270703984***0.0.0.每百人移动电话用户数85636249141601329423493523***0.0.0.每百人互联网用户数795893424344194929133482026**0.0.0.
金融机构工业贷款673866425312519943652909758**0.每万人当年高校毕业生0.-0.738766413数422471039053656051**0.人均城镇居民消费性支0.0.85024913*出335103031310603225**-0.-0.-0.恩格尔指数774317867300746157265458035**0.大中型工业企业研究与0.0.957122286发展人员数269639478051168292***0.大中型工业企业研究与0.0.93073875*发展经费283572147207708859**0.0.0.科技活动人员数931288143336627916111451351***注：表中***表示载荷大于0.8，**表示载荷大于0.5小于0.8。
根据表2-3的计算结果，可以看到前三个因子的累积方差贡献率已达到91.12％，且第四个因子的特征值小于1（0.58），因而提取前三个公因子。此外，从旋转前的因子载荷矩阵来看，多个因子在不同原始变量上的载荷没有明显的区别，不利于对指标进行分类和解释，因此采用最大方差旋转法作因子旋转。
依据旋转结果（见表2-4），公因子1代表的是人均GDP、人均全社会固定投资总额、人均邮电业务量、每百人固定电话用户数、每百人移动电话用户数、每百人互联网用户数、人均城镇居民消费性支出，以及恩格尔系数，这些指标反映了区域创新所依赖的信息网络和刺激创新产生的市场需求，因此命名为创新基础环境，里面包含了信息流通和市场需求两个层次；公因子2代表的是财政预算支出中教育部分、财政预算支出中科技部分、大中型工业企业研究与发展人员数、大中型工业企业研究与发展经费，以及科技活动人员数，这些指标反映了一个地区对创新能力有着直接贡献的因素，特别是把资源转化为创新思想、技术、产品的能力，因此命名为创新技术环境；公因子3代表的是货运量、客运量、金融机构工业贷款，以及每万人当年高校毕业生数，这些指标为地区创新提供了物质资源、资金和劳动力，因此命名为创新资源环境（见图2-1）。图2-1 广东省区域创新环境指标体系层次图
从投入—产出的角度出发，区域创新环境实质上是区域创新系统中的“投入”部分——创新资源环境提供了传统的生产要素——市场个体进行创新时所需的劳动和资本，而创新技术环境提供了技术支持，此两者涵盖了C-D生产函数Q＝ALαKβ中的L、K和A部分，而Q为“创新”；另外，创新基础环境提供了信息流通的基础设施和市场需求。因此，区域创新环境的作用机制可理解为把区域创新系统看作一个“厂商”，在创新基础环境的背景下，利用创新技术和创新资源，输出“创新”这一特殊的产品。
在提取公因子、进行最大方差旋转并对公因子进行解释、命名后，利用因子得分矩阵，得出广东省21个地级市在创新基础环境、创新技术环境以及创新资源环境三个方面的得分情况（见图2-2）。可以看出，在创新基础环境方面，珠三角地区的9个地级市比广东省其他地区的12个地级市具有明显的优势。在创新技术环境方面，深圳遥遥领先于广东省其他地区，这也是其近年来大力发展高科技产业、引进高技术人才的结果；广州和佛山凭借科研院校较多的优势，也位于全省前列；其他地级市之间的创新技术环境差距并不明显，但与这三座城市相比则有一定差距。在创新资源环境方面，广州的得分水平大大领先于其他地级市，说明其作为国家中心城市和省会城市，能够吸引到较多的劳动力和资金；其他地级市在这方面彼此间差距不大。图2-2 广东省21个地级市区域创新环境得分情况
在产业集群升级指标方面，KMO检验得出的值为0.77，Bartlett球形检验的结果显示Sig值接近0，两者均表明适合对数据进行因子分析。因此仍然运用SPSS13.0对产业集群升级的标准化数据进行因子分析，结果如下（见表2-5）：表2-5 因子特征值、方差贡献率及累积方差贡献率因方差贡献率特征值累积方差贡献率（％）子（％）12.7892.892.820.144.5197.3130.082.69100图2-3 广东省21个地级市产业集群升级指标得分情况
依据表2-5，由于因子1的累积方差贡献率已达92.8％，且因子2的特征值远小于1（0.14），因此仅提取因子1。根据因子得分矩阵，得出广东省21个地级市在产业集群升级指标的得分情况（见图2-3）。可以看出，广州、佛山、深圳三座城市的产业集群升级水平远高于广东省其他地级市；而珠海、江门、中山、东莞、惠州、清远、汕头的产业集群升级水平在广东省属于中等水平；其他11座城市则处于广东省产业集群升级的第三等水平，这在一定程度上反映了广东省各地区的产业集群升级情况。
2．基于横截面数据回归的结果分析
横截面数据回归是研究处在某一时间点（如2007年）多个样本数据的常用方法。依据经济理论构造回归模型Yi＝a0＋a1X1i＋a2X2i＋…＋apXpi＋ui，利用OLS（最小二乘估计法）求出估计量a0，a1，…，ap，可得出该估计量所对应解释变量对因变量的影响，并可进一步对其进行t检验和F检验，以验证回归结果是否与预期结果相符。由于横截面数据中样本大小不一，容易出现异方差，降低估计的精度，因此常采用White的一般异方差检验来侦测回归过程中是否出现异方差的情况。
为考察创新基础环境、创新技术环境以及创新资源环境对广东省（地方）产业集群升级的影响，构建模型如下：
其中，UPDATEi为产业集群升级得分，BASICi为创新基础环境得分，TECHNIQUEi为创新技术环境得分，RESOURCEi为创新资源环境得分，ui为随机误差项，βi（i＝0，1，2，3）为待估参数。
利用Eviews 6.0对数据进行回归，回归结果（见表2-6）显示，三个解释变量——创新基础环境、创新技术环境、创新资源环境——的t统计量均高于2.09，即均在5％的置信水平上显著，且p值极小，因此这三个变量分别为零的概率极小，F统计量也说明三个解释变量同时为零的概率极小。拟合优度R2和校正拟合优度分别达到0.9795和0.9759，说明样本回归曲线对数据拟合得较好。表2-6 回归结果示意图注：*表示极小。
表2-6结果还显示，每当创新技术环境增加1个得分，产业集群升级的得分增加约0.83；同理，当创新基础环境和创新资源环境各增加1个得分时，产业集群升级的得分分别增加约0.33和0.30。创新技术环境的改变和产业集群的升级同步程度较高，即当创新技术环境有了明显的改善或恶化时，产业集群升级的进程也随之加速或延缓，这说明创新技术环境在广东省产业集群升级过程中扮演着十分重要的角色。而创新基础环境和创新资源环境对产业集群升级的作用较创新技术环境弱，两者对产业集群升级的拉动作用不明显，因此政府在资源分配上可适当减少对创新基础环境和创新资源环境的投入，把投入重点放在创新技术环境上。2.1.4 区域创新环境视角下产业集群升级的政策建议
本节以广东省为例，运用因子分析法和计量分析法，研究区域创新环境视角下的产业集群升级问题，可以得出以下主要结论：
一方面，通过分析数据的内在结构，重新划分区域创新环境指标体系的层次，避免了主观归类方法的人为设定误差，发现区域创新环境可由创新基础环境、创新技术环境和创新资源环境三个方面组成，打破了基础设施、市场需求、劳动者素质、金融环境和就业环境的传统区域创新环境划分（中国科技发展战略研究小组，2009），开拓了新的研究视角。在此基础上，利用C-D生产函数解释了区域创新环境的作用机制，分析了广东省21个地级市在区域创新环境上的差异，具有一定的实证意义。
另一方面，通过横截面数据回归分析，考察构成区域创新环境三个因素对产业集群升级的影响程度，发现这些因素之间存在着影响差异。每单位创新技术环境得分的增减能使产业集群升级增加或减少0.83个得分，且其包含的各项指标直接影响着广东省地方产业集群的创新能力，这说明与其他两个因素相比，创新技术环境在提高产业集群创新水平、促进产业集群升级方面效率更高；而创新基础环境和创新资源环境对广东省产业集群升级的直接贡献较创新技术环境弱，但两者包含了地区经济中的基础设施、市场需求水平、资金水平等经济发展的重要指标，是产业集群的外部环境，对产业集群升级具有一定的间接影响作用。
针对上述结论，本节提出区域创新环境视角下产业集群升级的政策建议如下：
第一，在实施区域产业集群升级战略的过程中，地方政府可参考本章所提出的创新基础环境、创新技术环境、创新资源环境的划分方法，做好相对应的规划工作，合理调配手上的资源，避免由无计划、乱投资、乱开发所造成的资源浪费。企业则可以依据本章的区域创新环境体系进行评估，以选择最适合自身升级转型的区位。
第二，地方政府在推行产业集群升级战略时，应注意区域创新环境尤其是创新技术环境的培养，加大对教育、科研的投入力度，引进高技术人才，为居民、企业提供更多获取知识的途径。企业在进行产业升级的过程中，应该把重点放在R＆D上，以提高产业升级的效率，减少产业升级造成的成本损失。
第三，创新基础环境和创新资源环境虽然对产业集群升级的直接贡献率较低，但两者是产业集群升级的外部环境和资源来源。若单方面强调创新技术环境的作用，忽视对创新基础环境和创新资源环境的培养，即使地区科研创新能力很强，但基础设施落后，市场需求疲软，资金和劳动力供给不足，则同样会对产业集群的升级产生阻碍作用。因此，地方政府应该适当加强创新基础环境和创新资源环境的培养，为企业提供良好的市场环境，避免“短板效应”的发生。
2.2 产业结构调整与区域创新的互动关系
加快推进经济结构战略性调整，切实增强经济发展的协调性、可持续性和内生动力，一直是我国宏观经济调控的重要目标之一。自熊彼特提出“创造性破坏”理论以来，创新在经济增长中的重要作用已为众多学者所关注和证明。作为经济增长的两个重要源泉，产业结构调整和区域创新不仅会对国民经济产生影响，而且还会相互作用：一方面，产业结构调整的实质是生产要素从低生产率部门向高生产率部门转移和流动的过程，在这一过程中，创新资源的空间重置必然对创新产出产生影响；另一方面，创新将提高部分行业或企业的生产率并带来超额利润，在市场作用下，资源将逐渐向这些行业倾斜，引起产业结构变动。因此，研究产业结构调整和区域创新产出的双向作用机制，是一个具有现实意义的课题。2.2.1 相关文献综述
产业结构调整对国民经济的影响是通过资源再配置效应实现的，表现为资源在各部门之间流动的“高度化”以及在部门内部流动的“合理化”（何德旭和姚战琪，2008）。温杰和张建华（2010）对此进行了测算，发现生产要素在产业之间的流动确实能带来巨大的经济效益。资源再配置效应被广泛应用于宏观经济的研究，Patricia Beeson和Fredrick Tannery（2004）研究了产业结构调整对收入公平性的影响，发现产业结构变迁能解释90％的收入变动情况。刘伟和张辉（2008）采用转换份额分析法分析了产业结构调整对中国经济的影响，结果表明其对经济增长的贡献会随着市场化程度的提高而衰减。赵春燕（2008）认为经济增长也会对产业结构产生影响，产业结构和经济增长之间存在着相互影响的动态关系。
另外，学者们也对产业结构调整的内涵、阶段及影响因素进行了深入的探究。姜泽华和白艳（2006）指出，产业结构调整升级的内涵是指产业结构不断从低级形态向高级形态转变的过程或趋势。而这种过程，则是通过“提升‘圈层’经济内部产业结构”、“不同‘圈层’经济间的产业结构协同升级”以及“提升整个国家产业结构”三个阶段实现的（张亚斌等，2006）。
在产业结构的影响因素方面，Gamal Ibrahim等（2002）研究了真实工资对产业结构的影响，认为与新古典经济学的产业结构调整方式相比，旨在促进生产的制度途径能更好地调整产业结构。Robert Hassink（2005）发现衰落地区陈旧的生产制度减缓了产业结构调整重组的过程，并探讨了两种解决方法——建立学习型区域和学习型集群。刘亚娟（2006）、文东伟等（2009）就外商直接投资（FDI）对产业结构的影响进行了研究，认为FDI推动了第二产业的发展，并推动地区由劳动密集型产业为主向资本及技术密集型产业为主的转变。曾国平和王燕飞（2007）考察了我国金融发展和产业结构之间的关系，结果表明由于政治原因导致的中国金融非常态发展模式，对产业结构变迁表现出扭曲效应。Leonhard Becker等（2008）着眼于移民政策与地区产业结构的关系，认为适当的移民政策能够引导劳动力流向新兴的、有发展潜力的部门，减少衰退部门的劳动力流入，促进地区产业结构升级。
对于产业结构调整与创新的结合，国内外学者的研究可以分为理论和实证两部分。理论方面，马强和远德玉（2004）以斯密、熊彼特及新经济社会学的观点为基础进行分析，指出技术创新对于产业结构的演化具有复杂而重要的影响。Jenn-hwan Wang（2006）从产业所有制结构的角度出发，认为企业的“短视”行为不能形成良好的互动作用以推动技术进步。王元地等（2007）着重分析了自主创新影响产业结构调整升级的作用机理，认为产业结构升级是对原有产业结构的扬弃。
实证方面，Maria Alice Lahorgue和Neila da Cunha（2003）着眼于发展中地区的产业结构升级问题，认为需要通过政策创造良好的创新环境，鼓励低技术中小企业（SME）之间的相互交流以及建立其向高技术企业学习的机制。刘启华等（2005）通过技术科学发展时间序列特征曲线与梅兹经济长波曲线的系统比较和统计分析发现，产业结构变迁与技术科学发展之间存在内在的相关性。张钢和徐乾（2007）把“模块化”的概念注入产业结构的分析之中，探讨了在模块化产业结构中自主创新的新形势、新策略。Jan Fagerberg等（2009）以挪威为例，分析了在一个以资源为基础、小型开放经济体中地方创新系统与产业结构的演化，着重考察在资源密集型产业中发生的创新行为。黄茂兴和李军军（2009）分析了技术选择、产业结构升级与经济增长之间的内在关系，认为通过合理的技术选择和资本深化，能够促进产业结构升级。李从容等（2010）认为技术创新与产业结构调整均显著影响就业弹性，基于技术创新的产业结构升级是促进就业的重要途径。
综上所述，学者们在研究产业结构调整时，多从其作用机制和影响因素的角度进行分析；而一些把创新和产业结构调整结合起来的探讨，也通常局限于创新对产业结构的单向影响，缺乏对两者互动关系的研究。然而在我国强有力的宏观调控作用下，政府通过经济、法律、行政等手段来调整产业结构，由此产生的“资源再配置效应”将会影响地方创新的产出；而创新产出的变化又会通过“看不见的手”反作用于产业结构，使之发生改变。因此，有必要对产业结构调整和区域创新具有相互作用的动态变化机制进行进一步说明和解释。2.2.2 产业结构调整与区域创新产出的模型构建
产业结构调整和区域创新有着相互作用的动态变化过程，为较全面、深入地分析产业结构调整与区域创新之间的互动机制，本章构建面板数据模型如下：
1．三产比重变动模型
产业集聚对创新的促进作用已为众多学者所证明。Cainelli和Liso（2005）通过对意大利传统制造业集群的研究，发现集群中企业的创新程度更高；Gilbert等（2008）的研究则表明产业集群中的企业的产品创新水平要高于非集群地区的企业。此外，三次产业中工业和服务业的集聚水平较高，农业通常被认为是“匀质”的，因而三次产业结构的变化不仅会产生“资源再配置效应”，也会通过影响经济集聚水平而作用于区域创新。在此基础上，构建模型如下：
下标i和t分别表示省份和年份，C表示截距项，ui为误差项（下同）。在创新产出的衡量指标方面，国内众多研究都把专利数作为衡量区域创新的指标，本节借鉴李从容等（2010）的选取办法，以当年专利授权量INNOVit来测度地区创新产出的水平。而PICit（Primary Industry Coefficient）为第一产业占国民经济产值比重系数、SICit（Secondary Industry Coefficient）为第二产业占国民经济产值比重系数、TICit（Tertiary Industry Coefficient）为第三产业占国民经济产值比重系数。
2．高技术产业模型
产业结构调整也表现为工业结构从劳动密集型向资本集约型再向技术集约型演进的趋势，例如近年来广东省就把产业转型升级、大力发展高技术产业作为产业结构调整的重要目标。高技术产业产值占工业总产值的比重从侧面反映了地区高技术资本积累的程度，这种资本的积累可能会通过“干中学”等方式促进创新和技术进步，因而构建以下模型：
高技术产业比重系数HTICit（High-Tech Industry Coefficient）用以衡量地区高技术产业的发展情况。RDEit（R＆D Expenditure）为研究与发展经费投入，RDPit（R＆D People）为研究与发展人员。
3．第二产业与第三产业比例模型
随着我国工业化进程的加速，第二、第三产业的比重越来越大，两者应维持一个怎样的比例才能对创新产生最大的促进作用，是一个非常现实的问题。因此，寻找第二、第三产业相对合适和协调的比例，也应是产业结构调整的目标之一。本节构建了一个反映第二和第三产业比例的指标——二、三产业结构系数STISCit（the Second and Tertiary Industry Structure Coefficient）来衡量二者的比例关系：
其中，Yt，it表示第三产业产值，Ys，it表示第二产业产值，STISCit越大，表示第三产业在国民经济中所占的比重相对于第二产业在国民经济中所占比重越大，反之则越小。本节认为过度发展第二产业或过度发展第三产业都有可能对区域创新造成损害，因此构建了一个非线性模型来对这一假设进行考察。
4．创新反馈模型
地区创新产出的变动，将导致各部门的生产率变动，引发经济非均衡；在市场机制作用下，生产要素自发向产生“超额利润”的部门流动，使得产业结构发生变化。为考察这种反馈机制，本节构建了以下模型来测度地区创新产出对二、三产业比例变化以及高技术产业比重变化的影响。
其中GCit（GDP per Capital）为人均GDP，FDIit（Foreign Direct Investment）为外资依存度。
由于新疆、西藏、青海、宁夏和海南等5个省区存在数据缺失的情况，本节选取我国其余26个省市（自治区）2002—2008年的经济数据作为实证分析的样本（不含港澳台地区）。又由于区位、市场化程度、区域发展战略等因素的差异，我国沿海地区和内陆地区的产业结构调整与区域创新能力可能经历着不同的发展阶段，因此在实证研究中分别对全国、沿海地区以及内陆地区进行分析，以考察这种差异性。其中，沿海地区包括北京、天津、山东、辽宁、河北、上海、江苏、福建、浙江、广东、广西，内陆地区包括吉林、黑龙江、山西、内蒙古、安徽、江西、河南、湖北、湖南、重庆、四川、贵州、云南、陕西、甘肃。相关数据主要源于以下几个途径：①2004—2009年《中国知识产权年鉴》；②2004—2009年《中国区域经济统计年鉴》；③2004—2009年《中国科技统计年鉴》；④《新中国六十年统计资料汇编》。2.2.3 产业结构调整与区域创新产出的互动机制
面板数据模型（Panel Data Model）是以面板数据为基础构建的经济计量模型，其特征是综合了时间序列数据和横截面数据，在控制个体的异质性、提供信息的多样性、动态调整过程研究等方面具有其他计量模型无法比拟的优势（王志刚，2008）。本节采用的静态面板数据模型包括了固定效应（Fixed Effects）和随机效应（Random Effects），可通过豪斯曼检验判别所需采用的模型形式。
本章采用Eviews 6.0进行回归分析，结果如下：表2-7 三次产业比重模型及高技术产业模型回归结果注：括号内数字为标准差，*、**、***表示t统计量分别在10％、5％、1％的水平下显著。H值为豪斯曼检验值，若显著则拒绝随机效应的原假设，采用固定效应。FE、RE分别为固定效应模型与随机效应模型。
如表2-7所示，（1）栏反映了模型（1）的测算结果，其中各个系数均在5％或1％的水平下显著，拟合优度也均在0.9以上，说明模型的解释力较好。针对全国、沿海地区、内陆地区分别进行回归的结果显示，第一产业比重的增加将对区域创新造成负面影响，其中全国和沿海地区较为接近，第一产业比重每增加1％将导致这两个地区的创新产出分别减少1.433％和1.54％，而内陆地区只减少0.42％。第二、第三产业比重的增加均促进创新，第二、第三产业比重每增加1％，全国和沿海地区的创新产出分别增加3.347％、2.154％以及3.465％、2.177％；而内陆地区的系数更大，达到5.459％和3.512％。可以看出，第二产业比重的增加对创新产出的贡献更大，说明我国仍处于工业化时期，创意产业等具有高创新性的第三产业未得到大力发展和普及。
从（1）栏中可以发现一个有趣的现象：与内陆地区相比，第一产业比重增加的负面作用对沿海地区影响更大，而第二、第三产业比重增加的促进作用则相反。这种情况很可能是三次产业结构调整的“边际效用递减”作用造成的。沿海地区发展较快，已形成“二三一”甚至“三二一”的产业结构，因而第一产业比重的增加会造成对高生产率的第二、第三产业的“挤占”，导致创新产出大幅下降；由于第二、第三产业的比重较高，再增加其在国民经济中份额所带来的“边际效用”较小。内陆地区则与之相反，增加第一产业比重的“机会成本”较小，增加第二、第三产业比重的“边际效用”则较大。（2）栏显示了模型（2）的测算结果：全国和沿海地区的高技术产业比重系数（HTIC）在1％的水平下显著，说明全国总体以及沿海地区的高技术资本积累已形成一定规模，通过“资本的溢出效应”（“干中学”）促进创新：每当高技术产业占地区工业总产值的比重上升1％，全国和沿海地区的创新产出分别增加0.136％和0.236％。而内陆地区高技术产业比重系数不显著，可能是由于该地区的高技术产业仍未达到足够的规模。表2-8 第二产业与第三产业比例模型回归结果注：括号内数字为标准差，*、**、***表示t统计量分别在10％、5％、1％的水平下显著。H值为豪斯曼检验值，若显著则拒绝随机效应的原假设，采用固定效应。FE、RE分别为固定效应模型与随机效应模型。
表2-8中所给出的模型（3）的测算结果验证了本节的一个假设，即第二、第三产业比重可能存在着相对合适和协调的比例。从模型结果看，全国和沿海地区的截距项C，二、三产结构系数STISC以及STISC2都在1％水平下显著，且C和STISC2系数符号为负，STISC系数符号为正，表明二、三产结构系数与创新产出之间存在着类似于库兹涅茨曲线的倒“U”形关系。
如图2-4所示，随着STISC增大，即第三产业相对于第二产业比重的增大，其对创新产出的影响经历了一个从促进到损害的过程：在到达极值STISC*之前，优先提高第三产业比重将会带来创新产出的增加，并在STISC*处达到最高点；但若在此时依然坚持优先提高第三产业比重的策略，将可能造成对第二产业创新资源的挤出，导致地区“产业空心化”，损害创新产出效率。由：图2-4 二、三产业结构系数与创新产出的倒“U”形曲线关系图
算得，若以全国为样本，当STISC*为1.18，即第二产业与第三产业比例达到1：1.18时，创新产出最高；而在沿海地区，STISC*为1.4。综上说明，第二产业比重与第三产业比重以1：1.2～1：1.4的比例较为合适。内陆地区的结果不显著，不能证明二、三产结构系数与创新有明确的关系。表2-9 创新反馈模型回归结果注：括号内数字为标准差，*、**、***表示t统计量分别在10％、5％、1％的水平下显著。H值为豪斯曼检验值，若显著则拒绝随机效应的原假设，采用固定效应。FE、RE分别为固定效应模型与随机效应模型。
表2-9反映了创新对产业结构变动的反馈情况。（4）栏所显示的模型（4）测算结果表明，就全国和沿海地区而言，创新产出的增加有利于提高二、三产业结构系数，即促进第三产业的优先发展，但影响的作用非常小：每当创新产出增加1％，二、三产业结构系数分别上升0.073％和0.084％；而对于内陆地区而言，创新产出系数不显著，与模型（3）的测算结果相似，证明在该地区二、三产业比例与创新没有明确的关系。
从（5）栏所反映的模型（5）的测算结果看，无论在全国还是在沿海或内陆地区，创新对高技术产业的推动作用都是较为显著的：每当创新产出增加1％，全国和沿海地区的高技术产业比重提高幅度分别为0.234％和0.314％，相比之下内陆地区稍低，为0.1％。这可能是由于沿海地区市场化程度比内陆地区更高，以至于要素的流动更为顺畅，创新推动资源向高技术产业流动的作用性更强。2.2.4 增强产业结构调整与区域创新产出互动机制的政策建议
本节以2002—2008年我国26个省市（自治区）的省际面板数据为基础，通过建立产业结构调整与区域创新互动模型，考察了两者的相互作用机制，得出主要结论如下：
首先，第一产业比重的提高不利于创新的产出，而第二、第三产业比重的提高均能促进创新，其中第二产业对创新产出的边际贡献率最大，达到3.35％（全国数据）；且三产比重对创新的影响受“边际
试读结束[说明：试读内容隐藏了图片]