我国区域创新研究动态

2018-03-03 19:17王林锋
合作经济与科技 2018年5期
关键词:创新环境

王林锋

[提要] 区域创新体系、区域创新效率是区域创新研究的主要内容。本文从两个层面对我国区域创新的相关文献进行梳理,展现区域创新研究发展的最新动态,并进行相应的述评。

关键词:区域创新体系;创新环境;区域创新效率

中图分类号:F061.5 文献标识码:A

收录日期:2017年12月27日

区域创新是区域经济发展的永恒动力,从粗放型经济到集约型经济转变的主要途径,同时决定经济的结构和发展方向。我国学者在区域创新领域经过多年的研究,取得较有价值的成果,因此有必要对以往学者在区域创新领域作出的研究及理论贡献进行综述与归纳,进而明确需要进一步深入研究的方向。本文主要从区域创新体系、区域创新效率两个方面展现区域创新研究发展的最新动态,并进行相应的述评。

一、区域创新体系建设相关研究进展

区域创新体系是指在一地区内创新主体要素与创新客体要素、创新联结网络并匹配以一套根植性为特征下制度环境下相互联系的有效运行机制。柳卸林提出了区域创新体系成立的条件,认为区域创新体系作为国家创新体系的子系统,是指在一个地区内由各类创新主体形成的机构网络、制度,其目的是推动新技术的产生、使用。在这基础之上王松系统梳理了区域创新体系与区域经济理论、创新经济学等关系,利用系统论、控制论与信息论等为理论依据,界定了区域创新体系的内涵、结构及运行,为区域创新体系打下坚实的理论基础。此后,潘鑫通过结构视角将区域创新体系划分成三类:开发型、探索型与混合型。袁潮清、刘思峰、杨晔等基于我国创新投入—产出效率,将我国区域创新体系分成了多种类型,使之能与创新政策相匹配。刘懿锋、乔宇峰具体分析了区域创新体系中具体的组织形式,构建了产学研相互合作、相互促进的微观动力机制。此外,在创新主体间协同合作上,周勇基于政府主导视角,具体分析了区域创新体系内企业与企业、企业与高校及科研院所的协同,以及区域创新体系内中介服务机构与企业、中介服务机构与高校及科研院所的协同关系。在产学研、中介机构的作用效果上,白俊红、李婧、周晓鸥进行深入的分析,认为该模式可以协调合作关系、促进科研经费的合理流动、促进企业的发展等。袁潮清、李燕萍等分别采用灰色定权聚类、层析分析法与菲尔德法评估我国各省域创新体系的成熟度,有效地评价了我国各省区域创新体系发展水平。我国学者从区域创新体系基础理论研究到区域创新体系划分及其组织形式和运行机制再到效果评价多角度、多层次研究了区域创新体系的建设。

二、区域创新效率相关研究

区域创新效率大小反映了创新要素的综合利用率,具体描述投入与产出的关系,是衡量区域创新绩效的重要指标。目前,有关区域创新效率的文献主要涉两个层面:一是区域创新效率的影响因素,例如政策、环境、制度等;二是区域创新效率方法,如DEA、SFA方法。李晨光在研究区域创新政策对创新效率的影响中运用随机前沿模型,通过构建生产函数测算创新效率,其研究结果表明区域创新政策对创新效率产生显著的影响,平均达到0.31。李婧、王鹏学等考察了创新行为的空间聚集与地区差异对区域创新效率的影响,通过建立空间计量模型测算,得出我国区域创新总体处于较低的水平,并且存在显著的空间相关性。对区域创新效率存在负相关的有区域产业结构,对区域创新效率具有正相关的有区域内的产权结构、基础设施、对外开放程度及政府政策等因素。王锐淇将SFA与Malmquist方法相结合,从内生角度和外生角度考察区域创新效率的影响因素,从内生角度得出我国创新要素的投入在增加,但综合利用率不高;从外生角度发现对区域创新效率产生影响的因素众多,其中创新环境、创新主体的协同创新具有显著性影响。余泳泽将创新过程细分为知识创新、科研创新和产品创新三个阶段,特别分析了价值链外溢效应对区域创新效率的影响。白俊红、高月姣等通过构建指标体系来测算多协同创新的强度及空间关联度,利用空间计量模型实证研究协同创新与空间关联对区域创新绩效显著性作用并分析了影响机理。创新主体在协同创新过程中有效的联结对区域创新绩效有显著的正向影响。各区域间创新要素流动所带来知识的空间溢出效应,有利于提升区域创新绩效。以上对于区域创新效率影响的研究主要从创新环境、创新主体协同及其空间上知识溢出效应等三个方面展开。

目前,DEA与SFA是我国学者研究区域创新效率的主要方法。DEA数据包络分析法,是一种非参数方法,利用线性规划原理建立生产边界前沿面;SFA则是一种参数方法需要设定具体的函数形式,两者对效率的评价各有优缺点。在运用DEA法测度区域创新效率上,李婧基于省域面板数据,通过DEA法测算出区域创新效率,结论表明我国纯技术效率水平较低,还有显著的提升空间。传统的DEA方法将处于有效生产前沿面作为DUM效率均为1,因此有效决策单元无法区分,无效决策单元也无法进一步分层。陈志宗使用超效率EDA模型克服了传统DEA所固有的缺陷,更加有效地测量区域创新效率,提升创新效率的测算精度。白俊红、宣烨等学者运用三阶段DEA模型且在考虑环境因素的基础上考察我国区域創新效率问题,其结果能更客观地反映区域创新水平,符合经济现实。SFA与DEA二者都为前沿效率评价方法,两者在运用上和结果估计上都存在较大差异,SFA模型需要构造生产函数作为生产边界具有主观性,同时考虑了随机因素对产出的影响。白俊红使用随机前沿模型测算了30个省市的创新效率,并且通过实证分析创新主体之间的联结、协同关系对区域创新效率的影响。孙建对中国区域创新效率及影响因素进行研究使用区域异质效应的随机前沿模型,中国区域技术创新效率显现东高西低的空间分布特征。使用SFA模型是因为有其自身的优点,参数估计结果更准确,技术效率的计算也更精确。

三、我国区域创新研究动态述评

综上,我国学者从多角度、多重点研究区域创新这一重大课题,目的是找出影响区域创新因素进而提高区域创新效率、质量及其水平,从文献呈现的内容看来,我国学者在区域创新领域已经取得有价值的成果。对区域创新的研究中区域创新体系、区域创新环境多为定性研究;区域创新效率偏向于定量研究。这两个层面也是我国区域创新领域中的具体研究对象。endprint

在区域创新体系上,理论界尚未对其内涵的界定达成统一意见,对区域创新体系本质研究成果在质量及数量上也远低于区域创新效率的相关研究。除此之外,对区域创新体系的运行机制原理的探讨较少,大部分研究集中在创新要素的构成,对创新体系的框架看法迥异。将创新环境主要分为制度环境、经济环境、社会文化环境,对三个环境进行测度的指标也存在争议,仁者见仁,未能达成一致,以至于针对同地区创新环境评价结果出现很大差异。本階段研究现状对于区域创新的进一步研究提出挑战,如何在统一的系统框架下进行研究也直接影响区域创新绩效评估的科学性、准确性。我国学者对区域创新效率的研究已经取得丰富的成果,但对此问题的关注时间不长,还未形成科学完整的理论体系,无论在投入产出指标的选择上,还是研究的方法上都存在颇大争议。主要呈现于以下三点:(1)研究角度多元化、多角度、多环节;(2)在应用研究方面已经取得重要成果,而基础研究较少,理论比较薄弱;(3)绝大部分研究方法选择单一,仅限于的DEA与SFA模型,这两者都存在固有的缺陷,因此在研究方法的选择上没有新的突破制约着区域创新效率研究的进一步发展。因此,有必要在统一的框架进行研究,在进行应用研究的同时更需要注重基础研究充实区域创新的内涵。

主要参考文献:

[1]柳卸林.区域创新体系成立的条件和建设的关键因素[J].中国科技论坛,2003.1.

[2]王松,胡树华,牟仁艳.区域创新体系理论溯源与框架[J].科学学研究,2013.31.3.

[3]潘鑫,王元地,金珺,陈劲.区域创新体系模式及演化分析——基于开发—探索模式的视角[J].研究与发展管理,2015.27.1.

[4]刘懿锋,孙浩进.我国区域创新体系中的产学研合作模式构建[J].区域经济评论,2015.1.

[5]白俊红,蒋伏心.协同创新、空间关联与区域创新绩效[J].经济研究,2015.50.7.

[6]李晨光,张永安.区域创新政策对企业创新效率影响的实证研究[J].科研管理,2014.35.9.

[7]李婧,管莉花.区域创新效率的空间集聚及其地区差异——来自中国的实证[J].管理评论,2014.26.8.

[8]余泳泽,刘大勇.我国区域创新效率的空间外溢效应与价值链外溢效应——创新价值链视角下的多维空间面板模型研究[J].管理世界,2013.7.

[9]白俊红,王钺,蒋伏心,李婧.研发要素流动、空间知识溢出与经济增长[J].经济研究,2017.52.7.endprint

猜你喜欢
创新环境
在数学教学中培养学生的创新精神
创新驱动研究综述
2008—2013年云南省区域创新能力分析