■徐鹏杰  黄少安

　　[内容摘要] 实施创新驱动发展战略、促进区域创新协同发展，是实现动能转换和稳定经济运行的重要举措。本文使用我国226个城市2006-2017年的面板数据，在测算地区创新发展能力的基础上，构建动态空间计量模型分析了政府和市场等因素对地区创新发展能力的影响，而后分别从东中西和南北两个角度构建孪生子模式，分析了地区创新发展能力差异的成因。研究结果表明：政府和市场都显著影响了我国地区创新发展能力；总体上看中西部和北方地区创新发展依赖政府而东部和南方地区更倚重市场，这是导致区域创新发展能力差异的首因；经济开放、产业结构和基础设施等也是区域创新的显著影响因素。

　　[关键词] 创新发展能力；地区差异；政府与市场行为

　　中图分类号:F124.3 文献标识码:A 文章编号：1000-8306（2020）02-0079-13

　　一、引文及文献

　　进入新常态以来，我国经济增速逐渐回落，其重要的原因就是新兴动能的成长不足以抵消传统动能衰退，为此必须加快科技创新以实现增长动能的平稳转换。与此同时，中美经贸摩擦向科技领域扩散蔓延，美对我高科技企业打压、高技术产品禁售的霸凌手段有增无减，这更要求我们必须加快自主创新。但我国各地创新发展水平参差不齐、区域差异明显，部分地区发展水平明显滞后，拖累了全国经济转向创新发展的步伐。落后地区加速转型是实现全局创新发展的必然要求，要促进落后地区创新发展能力提升，必须首先厘清是什么原因导致了这种差异。

　　从相关理论和过往研究看，影响地区创新能力或创新效率的因素大致可以分为政府性因素和市场性因素两类。政府对创新发展起着重要的主导作用，经济体制改革和机制创新，是完善现代化经济体系、推动创新发展的重要保障[1]。政府通过增加创新领域财政支出可以直接促进区域创新发展[2]，或为企业创新提供良好的市场环境[3-4]，但腐败寻租和对市场的干预也可能导致创新效率损失[5-6]以及成果转化效率低下[7]。市场因素则更为广泛的包括了行业和企业的发展状况、市场经济发展水平、市场主体构成和要素分配等[8]。许多基于省级面板数据的研究证实了产业和市场发展的区域创新价值，如高技术企业的发展规模和质量是区域创新的重要动力[9]，科技孵化产业协同发展会对区域创新产生促进作用[10]，民营经济发展带来的市场化率提升以及生产性服务业集聚也可以显著提高区域创新能力[11]，但如果企业结构冗杂、内控失效也会导致创新能力低下[12]。政府和市场两类因素也可能存在交叉影响，如政策扶持创新产业集群发展促进了区域创新[13]。此外，大量研究还表明FDI、产业结构、基础设施建设等也是区域创新发展的显著影响因素[14-16]。

　　虽然区域创新发展的研究已较为丰富，但仍表现出以下不足：（1）较少有文献将政府性因素与市场性因素纳入统一分析框架，探讨各类因素对区域创新发展能力的直接与间接影响；（2）针对区域创新发展差异影响因素的研究，大多使用东中西等省域数据进行对比分析，未能有效剔除地理、资源等客观因素的影响，所得实证结果有待考证；（3）过往研究以地区或行业数据为主较少在城市层面展开。为此，本文使用城市面板数据动构建动态空间计量模型，将政府和市场等因素纳入统一框架探索影响区域创新发展的因素，而后进一步构建孪生子模型，在剔除外部因素影响的基础上，实证检验了导致我国区域创新发展能力差异的根本原因。系统性的回答了我国地区创新发展水平及其地区分布有何特征？政府、市场等因素是否真正影响了我国地区创新发展能力？什么因素带动了部分地区创新发展脱颖而出，又是什么因素导致了另一部分地区创新发展迟缓滞后？等几个关键问题。

　　二、研究框架

　　（一）区域创新发展能力测度

　　过往研究大多基于DEA或SFA测算或使用特定指标量化区域创新[17-18]。前者大多应用于国家或省级数据分析；在数据可得性较弱的城市层面，主要使用人均专利申请（授权）量等指标表示[19]。虽然专利数量是衡量地区创新能力的有效指标，但也有许多创新行为和创新效果不以专利形式体现，不能较好的涵盖创新发展的整体内涵。为此，本文基于数据可得性构建了城市层面的创新发展能力评价指标体系进行综合测度（表1）。

　　表1创新发展能力评价指标体系

　　注：指标权重在数据标准化基础上使用熵值法计算。

　　（1）产业创新发展能力。产业企业既是创新主体也是创新成果的主要应用者，上市公司是地区产业行业发展的杰出代表，上市公司的研发强度可以在很大程度上代表地区产业创新发展能力，加之上市公司数据可得性高、连续性好，因此使用地区各上市公司研发投入总和与营业收入总和之比表示产业创新发展能力。需要指出的是，本文以企业办公所在地而非注册地址界定企业所属地区。（2）机构创新能力。产学研用一体化是创新的完整链条，以高校为代表的科研机构是其中的重要环节，一个城市高等教育越发达创新发展的动力潜力往往越充足，基于数据可得性使用高等院校专任教师数量与常住人口的比衡量地区科研机构的创新发展能力。（3）地区创新发展效果。专利数量是反映地区创新发展投入力度和实际效果的重要综合指标，专利申请授权也对地区创新发展具有重要的激励和保护作用，因此有必要纳入指标体系。需要指出的是，过往研究使用当年地区专利数与人口的比衡量创新效率或创新能力，但专利的研发、申请和使用都具有周期较长的特征，当年的专利数量并不一定代表当年的研发投入和研发成果，不能完全代表当年地区的创新能力。为此本文则借用永续盘存法的思想对专利存量进行测算，将其与地区年中常住人口相除，作为创新发展效果指标。

　　基于永续盘存测算专利存量的基本逻辑可以表述为，专利总量随着时间推移不断积累，但其技术含量和技术优势也随之衰减。基于此，t年度i城市的专利存量

　　可以表示为：

　　其中，

　　表示当年的专利授权量，

　　表示上一年的专利存量，

　　则表示i地区专利的折旧率。

　　根据上述指标体系和相关数据，我们在剔除部分数据缺失较多的城市后，计算了我国226个地级及以上城市2006-2017年的创新发展能力指数。结果显示，我国城市平均创新指数从2006年的1.55增长至2017年的8.94，年均增长17.3%，远高于同期6.8%的GDP增速，显示我国地区创新能力显著增强。从排名看，创新发展能力强的城市主要集中在东部和南部地区，深圳、上海、北京、广州、杭州长期占据前五位且优势明显；而部分西南、西北、东部地区，诸如四川、贵州、黑龙江、内蒙古、甘肃、云南等地的部分中小城市，其创新发展能力长期排在靠后位置，整体看表现出“东高西低、南强北弱”的区域格局。

　　图1 2006-2017年我国城市创新发展能力指数的平均值

　　（二）地区创新发展能力差异的分析框架

　　要定量分析是政府还是市场导致了地区创新发展能力差异，必须首先对可能影响创新的因素进行分析并设定衡量指标。政府因素的主要渠道包括两个方面：一是政府通过财政等手段向高校、科研院所、企业等提供研究研发资金支持，或向企业提供研发支出抵扣等税收优惠政策，这将直接影响相关部门的创新能力和创新意愿；二是财政、货币、产业政策等宏观调控手段会对企业的经营发展产生明显影响，进而影响企业的研发行为和创新能力。为此本文计划从政府财政支出和宏观调控两个方面设定政府因素变量。市场因素的影响也可分为两个方面：一是作为重要的创新动力，企业等市场主体发展水平的高低直接影响了地区创新发展能力；二是国有企业和民营企业的创新能力和创新模式有所不同，市场中两类主体结构的变化也可能影响地区创新能力。为此本文将从产业发展水平和市场主体构成两方面设定市场因素变量。此外，如上文所述的产业结构、对外开放、基础设施建设等也可能导致创新能力差异，在实证分析中也应予以考虑。与此同时，上文测算结果显示，我国东部和中西部板块之间、南方和北方地区之间存在城市创新发展能力的较大区别，因此在明确了相关影响因素的基础上，从东中西、南北两个维度展开分析是探索我国地区创新发展能力差异的良好视角。

　　图2分析地区创新发展能力差异影响因素的逻辑框架

　　三、地区创新发展能力影响因素的实证检验

　　（一）空间计量模型设定

　　根据上述研究框架，本文首先构建计量经济学模型实证检验政府和市场等因素对我国地区创新发展能力的影响。我国经济社会发展存在区域不平衡和空间集聚，可能导致地区创新发展能力也出现空间集聚效应，应考虑构建空间计量模型进行实证检验。为此本文首先使用Moran's I检验了区域创新能力的空间集聚效应，结果如表2所示。

　　表2各年度地区创新发展能力的Moran's I指数

　　注：***、**、*分别表示在1%、5%、10%水平下显著，括号内为t值。

　　各年度Moran's I均高度显著为正且系数不断增大，表明我国地区创新能力存在显著的正向空间集聚且不断加强，为此有必要建立空间计量模型进行实证。同时考虑到城市创新发展能力提升的持续性，本文构建如下动态空间计量模型检验地区创新发展能力的影响因素：

　　i表示时间，t表示城市，表示创新发展能力，为考察其连续性的滞后变量，考察地区创新发展的空间集聚，表示政府对科技的支持，表示政府宏观调控，表示产业发展水平，表示经济市场化程度，交叉项和分别反映了政府宏观调控对地区产业和市场化发展的影响，均为控制变量，分别表示经济开放、产业结构和基础设施。为随机干扰项。

　　（二）变量选取和数据说明

　　在上述模型中，被解释变量地区创新发展能力（INV）来自上文指标体系测算结果。反映政府因素的变量政府科技支持（FIN）和宏观调控（REG）分别使用地方财政支出中科学支出占比、一般公共预算支出与GDP的比重表示，这也是相关研究常见的设定方法[5]。反映市场因素的变量产业发展（LnIND）和市场化水平（MAR）分别使用地区规模以上工业企业利润总额与常住人口的比、城镇私营和个体从业人员与全部城镇就业人员的比表示。规模以上工业企业利润总额在一定程度上代表了地区具有一定质量和水平企业的总规模[20]，对应的人均量可以表示地区产业发展状况。关于市场化水平，部分研究以规模以上私营工业企业主营业务收入占全部规上工业企业的比重表示，但是城市层面分所有制的企业效益数据不完整，因此本文参照这一思想使用就业人员数量之比进行替代。

　　其他变量的设置方法为：使用实际使用外商投资额（按当年平均汇率折算）与GDP的比表示经济开放（LnFDI）[14]；使用第三产业增加值占GDP的比重反映产业结构高级化（STR）[15]；使用道路铺装面积与常住人口的比表示基础设施建设（LnTRA）[16]。需要说明的是，除了产业发展、经济开放和基础设施建设外，其他变量为综合指数或比例数据，因此仅对上述三个变量进行了对数处理。

　　本文所使用2006-2017年226个城市的原始数据均来自WIND数据库、EPS数据库、国泰安数据库、灵宝数据库和《中国城市统计年鉴》，对个别数据的缺失进行了插值处理，同时通过使用百分比等方式调整了部分比例数据的量级，以保证各变量数据量级大致相当。个别城市个别年份出现了工业企业利润为负的情况，其对数用0代替。描述性统计如表3所示。

　　表3变量描述性统计

　　（三）实证结果分析

　　基于全部样本的空间计量模型从宏观上检验了各类因素对地区创新发展能力的影响效果，结果如表4所示。从检验统计量看，Log likelihood达到658.22而AIC和SC分别只有0.036和0.041，表明选取的空间模型优于普通线性模型；Adj-R2达到0.6以上，表明选取的解释变量较好的囊括了创新发展能力的影响因素。从空间效应相关检验看，全局Moran's I的p值小于0.1，表明从整体看被解释变量的空间相关性也是显著存在的；W×INV高度显著为正，进一步证明了我国地区创新发展能力表现为正向空间集聚。

　　表4 创新发展能力影响因素的动态空间计量检验结果

　　注：***、**、*分别表示在1%、5%、10%水平下显著，G-Moran's I统计量中括号内为p值。

　　被解释变量的滞后一期INV(-1)高度显著为正且系数达到0.7以上，表明城市创新发展能力确实具有明显的时间惯性。从反映政府因素的变量看，政府科技财政支出（FIN）显著为正，表明政府加大科技创新支持力度对创新能力的提升具有明显的促进作用，增加对高校等科研机构的经费支持、加大对企业研发支出的补贴等行为都会起到鼓励创新的效果；但宏观调控（REG）不显著，表明从整体上看政府对市场的调控和干预并没有起到促进创新发展作用，但各个城市政府的行为方式具有明显区别，不显著的结果也可能由这种异质性导致。从反映市场因素的变量看，产业发展水平（LnIND）高度显著为正且系数达到0.4以上，表明产业发展水平的高低显著影响了地区创新发展能力，证明企业在区域创新中具有十分重要的作用，大企业尤其是助推地区创新发展的重要动力；市场化水平（MAR）同样显著为正，表明私营经济发展水平的提升整体上有助于提高地区创新能力，其原因可能在于私营企业的创新激励机制比国有企业更加有效。从交叉项来看，政府因素和市场因素存在一定关联，REG×LnIND显著为正表明政府宏观调控虽然没有直接影响地区创新能力，但却有助于提高产业发展水平，从而增强企业对城市创新能力的拉动效应；REG×MAR不显著的结果则表明宏观调控对所有制结构的影响整体上不明显。由此可以初步得出结论：政府和市场都是影响区域创新能力的重要因素；市场的作用可能强于政府但政府行为也会对市场产生影响。

　　从控制变量回归结果看，经济开放（LnFDI）和基础设施（LnTRA）均高度显著为正且系数都较大，表明外资相比于内资而言仍然具有较强的技术和效率优势，优化营商环境、扩大开放以吸引外资是促进地方创新发展的重要支撑；优化城市基础设施建设也是服务企业发展、聚集创新要素的基本条件。产业结构（STR）不显著，表明当前我国服务业相比于工业而言并不存在明显的创新优势，产业结构的高级化并不必然带来创新能力的提升，工业资本和技术密集的特征依然对创新发展有积极意义。综合上述实证结果，政府、市场和其他因素都会对地区创新发展能力产生显著影响，都有可能是导致我国地区创新发展能力差异的重要原因，有必要进行区域对比回归分析。

　　四、基于孪生子模型的地区创新发展能力差异实证检验

　　（一）孪生子模型及其设定

　　分析框架中指出，当前我国地区创新发展能力的差异突出表现为东部和中西部的地区差异以及南北分化；空间计量检验则表明政府、市场等因素都显著影响着我国区域创新发展。基于此便可以分析东中西和南北创新发展能力差异的成因。过往研究大多使用地区数据分别回归的方式进行分析，但东中西板块以及南北地区间存在着明显的气候、地理、文化、资源禀赋等方方面面的差异，简单的分板块回归不能剔除这些因素的影响，实证结果并不能准确回答究竟是什么导致了地区间创新发展能力的差异。而孪生子模型则可以解决这一问题。

　　孪生子模型的基本思路可以描述为选择地处东部与中西部省份交界地区以及南方与北方省份交界地区的城市作为样本进行分组回归。这些城市由于地理毗邻且相互交错，从整体上看不存在明显的资源禀赋、文化、气候等天然差异，具有一定的“孪生”属性，主要区别在于所属行政省区不同导致的政府行为方式和发展理念不同，以及产业发展水平和模式差异。使用两组临界地区的样本分别回归，所得结果的差异就在很大程度上体现了政府和市场等因素对地区创新发展能力的不同影响效果。据此，我们分别选取了“东—中西”分界线两侧和“南—北”分界线两侧的四组样本城市分别进行分析，四组样本如表5所示。

　　表5四组样本城市及其创新发展能力概况

　　注：“东—中西”分界线指的是辽宁、河北、山东、江苏、浙江、福建、广东与吉林、内蒙古、山西、河南、安徽、江西、湖南、广西省域交界线。“南—北”分界线指的是江苏、安徽、湖北、重庆、四川与山东、河南、山西、甘肃的省域交界线，青海、新疆、西藏边界地区环境差异过大不具备“孪生”特征，未纳入模型。

　　我们首先简单分析了四组样本，从样本数量看，“东—中西”边界孪生子模型中，东部样本量为32个、中西部为33个；“南—北”边界孪生子模型中，南方样本量为14个、北方为12个。从区域创新发展能力看，东部边界城市2006-2017年创新发展能力的平均值为7.71年均增长19.5%，中西部边界城市均值仅为4.93年均增长9.8%；南方边界城市均值为6.28年均增长18.0%，北方仅为5.01年均增长10.6%。东部和南方与对照组相比具有明显优势。而从模型设定层面需要指出的是，这些样本在地理上呈线性分布不存在空间集聚，不再适用于空间计量模型，本文在此使用动态系统GMM方法进行实证。模型可以表示为：

　　（二）“东—中西”边界孪生子模型的实证结果

　　结果如表6所示，M1为东部边界城市的回归结果，M2为中西部边界城市的回归结果。从检验统计量看，模型不存在二阶自相关且工具变量选取有效。被解释变量的滞后一期INV(-1)在两模型中均高度显著为正且M1的系数明显大于M2，表明地区创新发展能力的连贯性虽然不存在本质上的地域差别，但东部发展的平稳性仍然高于中西部。从政府因素对地区发展的影响看，变量FIN在模型M2中更显著且系数更高，表明中西部创新发展更加依赖于政府的财政支持；变量REG在模型M1中显著为负而在M2中显著为正，表明政府对经济的调控或干预抑制了东部创新发展，而对中西部地区则具有显著的促进作用，其原因可能在于政府产业政策存在缺陷或对企业生产经营干预过多，影响了资源有效配置，降低了东部地区企业尤其是民营创新的效率和积极性，而中西部地区产业发展水平较低，在竞争中处于弱势地位，政府的产业扶持政策在一定程度上对其形成保护，有助于产业企业的平稳发展，进而提升地区创新发展能力。这表明，中西部地区创新发展高度依赖于政府主导，而东部则对政府干预存在一定的“排斥情绪”。从反映市场发展水平的变量看，变量LnIND均高度显著为正且在M1中系数明显更高，表明企业在东部创新发展中发挥着更加积极的作用；变量MAR在M1中高度显著为正而在M2中为负，表明私营经济的高度活跃是东部的重要创新动力，而中西部地区私营经济发展质量较低，创新能力不如国有企业。这表明，市场和民营经济的活跃对东部创新发展起到了重要的推动作用，西部地区产业发展水平仍然偏低、私营经济质量不高，对地区创新发展的支持不足。从交叉影响看，REG×LnIND在M2中显著为正、REG×MAR在M1中显著为负，表明政府对宏观调控促进了中西部地区产业发展有利于区域创新，但抑制了东部的市场活力和私营经济发展，对创新产生不利影响。综上，东部地区创新发展具有明显的市场驱动属性，政府行为显著促进了中西部创新发展能力提升，但对东部地区创新活力释放则产生了一定的抑制效果。

　　从控制变量看，特点在于FDI对东部地区创新发展的作用更大，其原因可能在于东部较好的营商环境吸引了更多外资进驻；交通基础设施对中西部帮助更大，可能在于中西部省市基础建设还不能满足企业发展的需求，因此其基建水平提升的边际作用更明显。值得关注的是，变量STR在M1中显著为正而在M2中为负，表明东部地区现代服务业发展水平较高，企业创新能力已经超过工业，而中西部地区服务业企业的创新能力明显偏弱，进一步证明了其产业发展质量仍处在较低水平。

　　表6 “东—中西”边界城市系统GMM检验结果

　　注：***、**、*分别表示在1%、5%、10%水平下显著，变量括号内为z值，LnTRA、AR(2)括号内为p值。

　　（三）“南—北”边界孪生子模型的实证结果

　　结果如表7所示，M3为南方边界城市的回归结果，M4为北方边界城市的回归结果。检验统计量同样表明模型不存在二阶自相关且工具变量选取有效，被解释变量的滞后一期INV(-1)的回归结果表明南方城市创发展的稳定性略高于北方。从政府因素角度看，变量FIN的回归结果不存在明显差异，科技财政支出有效支持了南北方创新发展；但REG在两模型中均不显著，政府调控即没有带动北方企业产业创新发展，也没有抑制南方企业创新的积极性，其可能的原因在于南方政府管理体制更先进，对市场的干预较少；北方则由于国企等机制体制问题较多，制约了宏观调控效果发挥。从市场因素看，LnIND和MAR在M3中高度显著为正，表明在市场经济高度活跃、私营经济蓬勃发展的南方，企业尤其是民营企业在创新发展中的重要性十分突出；而LnIND和MAR在M4不显著或影响系数极小，表明北方地区产业发展质量提升缓慢且民营经济发展滞后，对地区创新发展的支持能力亟待提升。两个交叉项均不显著，表明南方地区较好的发挥了市场在资源配置中的决定性作用；北方地区则主要由于产业创新效率较低，产业政策等宏观调控难以产生创新效应。综上，南方创新发展主要依赖市场，北方高度依赖于政府财政投入，这种差异比东中西地区更加明显。从较长时期看，北方产业建设的历史积累是高于南方的，如今其产业发展未能体现出明显的创新效应，凸显了北方企业发展的体制机制存在较多障碍。控制变量的回归结果表明北方服务业发展滞后、技术水平较低是其创新发展的一个明显短板。

　　表7 南—北边界城市GMM模型检验结果

　　注：***、**、*分别表示在1%、5%、10%水平下显著，变量括号内为z值，LnTRA、AR(2)括号内为p值。

　　五、结论与政策建议

　　为了探析究竟是何种因素导致了我国地区间创新发展能力的差异，本文在构建指标体系测算我国226个地级及以上城市2006-2017年创新发展能力的基础上，运用动态空间计量模型从政府因素、市场因素、其他因素三个层面实证检验了对区创新发展能力的可能影响，进一步构建了孪生子模型，以地处“东—中西”、“南—北”分界线两侧的城市为样本，分别实证研究了导致区域创新发展能力差异的原因。主要研究结论如下：（1）我国城市创新能力整体迅速提高，但区域发展不均衡，东部和南方地区发展水平和发展态势明显好于中西部和北方地区。（2）从整体上看，以政府财政支出和宏观调控为代表的政府因素和以企业发展水平和市场主体结构为代表的市场因素都是影响地区创新发展能力的重要原因，且二者存在交互作用机制。（3）东部和南方地区创新能力的提升以市场为主要动力，政府因素的促进作用不大甚至会产生反作用；中西部地区依赖于政府的调控管理，市场因素的作用则相对偏弱；北方地区宏观调控和产业发展对创新发展的支撑力度较为不足，最大的动力来源于政府的科技投入。东部南方依赖市场，中西部北方依赖政府，这种发展路径的不同是导致东部和南方创新发展能力显著优于中西部和北方的重要原因。（4）对外开放和基础设施建设都是促进地区创新能力提升的有效手段。东部地区服务业创新质量高于工业，中西部和北方地区则相反，因此产业结构高级化对地区创新能力提升的作用效果不同。为此，对促进我国区域创新能力提升和区域创新协同发展提出以下政策建议：

　　（1）东部和南方地区已经形成了以市场为主体的创新发展模式且取得了良好效果。对于这些地区，中央政府应进一步要求地方政府加大“放管服”改革力度，让市场在资源配置中起决定性作用，在法律许可范围内尽量将企业的经营发展由审批制改为备案制，提高企业经营自主性，更好的激发企业创新活力。进一步优化营商环境，在融资、用地、用工方面给予企业充分的便利。加强反腐纪检力度，严查部分地方部分部门针对企业的“吃、拿、卡、要”行为。民营经济在创新发展过程中起到了积极作用，各级政府要着力打破民营企业在市场竞争中遇到的“玻璃门”、“弹簧门”，给予国企和民营企业同样待遇。

　　（2）中西部和北方地区创新发展更多依赖于政府扶持，市场尚未发挥充分的创新功能，对此需从两个方面看待与改进。一是考虑到中西部地区产业发展水平相对较低，产业转型升级困难较多，因此在促进中西部地区承接东部产业转移、加快本土企业培育，提高地区产业发展水平的同时，也要适度增加和完善政府的宏观调控，具有前瞻性的制定产业发展规划，对有创新能力的企业和机构给予资金和人才支持，提升地区创新发展速度，防止与东部地区差距进一步拉大。二是对北方地区而言，其产业发展水平本身不低，大量资本和技术密集的国有企业分布在北方地区，但其存在较多的体制机制弊端，制约了创新发展。为此，要加大“僵尸国企”出清力度，淘汰生产效率低下且占用大量资金的劣质企业；在北方国企中试行股权激励、加快混合所有制改革，激发国企领导干部和员工的工作热情和创新积极性。

　　（3）加大科技财政支出、加大引进外资力度、强化基础设施建设对各个地区而言都是提升创新发展能力的有效手段。为此，中央和各级政府及相关组织，要进一步增加对高校等科研机构尤其是对中西部和北方地区相关机构的财政支持力度，提高教师和科研人员待遇，激发科技人员创新能动性；进一步提高对企业研发支出的抵扣和奖励力度，鼓励企业创新，尤其是针对中西部和北方的地区的相关政策要更加积极。要完善和加快实施外资企业准入负面清单政府，扩大对外开放的行业领域。对中西部和北方政府增发基建专项债券，促进其基础设施发展。

　　参考文献：

　　[1]沈敏.现代化经济体系的双擎驱动:技术创新和制度创新[J].财经科学,2018(08):56-67.

　　[2]李政,杨思莹.财政分权、政府创新偏好与区域创新效率[J].管理世界,2018,34(12):29-42.

　　[3]Hong J., Feng B., Wu Y.,and Wang L. Do Government Grants Promote Innovation Efficiency in China’s High-tech Industries? [J], Technovation, 2016,57-58：4-13.

　　[4]Greco M., Grimaldi M.,and Cricelli L. Hitting the Nail on the Head：Exploring the Relationship between Public Subsidies and Open Innovation Efficiency [J], Technological Forecasting and SocialChange,2017, 118：213-225.

　　[5]李政,杨思莹.创新活动中的政府支持悖论:理论分析与实证检验[J].经济科学,2018(02):88-100.

　　[6]陈俊,代明.地区腐败、风险规避与创新冗余——兼对腐败“抑制论”和“促进论”的检验[J].经济社会体制比较,2018(02):69-80.

　　[7]钱丽,王文平,肖仁桥.共享投入关联视角下中国区域工业企业绿色创新效率差异研究[J].中国人口·资源与环境,2018,28(05):27-39.

　　[8]杨明海,张红霞,孙亚男,李倩倩.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(04):3-19.

　　[9]MesseniPetruzzelli A , Ardito L , Savino T . Maturity of knowledge inputs and innovation value: The moderating effect of firm age and size[J]. Journal of Business Research, 2018, 86:190-201.

　　[10]田增瑞,田颖,吴晓隽.科技孵化产业协同发展对区域创新的溢出效应[J].科学学研究,2019,37(01):57-69.

　　[11]李德山,邓翔.价格扭曲、资源错配是否抑制了我国创新生产率?[J].科学学研究,2018,36(04):654-661.

　　[12]赵渊贤,吴伟荣.企业外部规制影响内部控制有效性研究——来自中国上市公司的经验证据[J].中国软科学,2014(04):126-137.

　　[13]田颖,田增瑞,韩阳,吴晓隽.国家创新型产业集群建立是否促进区域创新?[J].科学学研究,2019,37(05):817-825.

　　[14]李政,杨思莹,何彬.FDI抑制还是提升了中国区域创新效率?——基于省际空间面板模型的分析[J].经济管理,2017,39(04):6-19.

　　[15]赵庆.产业结构优化升级能否促进技术创新效率?[J].科学学研究,2018,36(02):239-248.

　　[16]潘雅茹,罗良文.基础设施投资对区域创新效率的异质性影响研究[J].贵州社会科学,2019(04):145-153.

　　[17]刘俊,白永秀,韩先锋.城市化对中国创新效率的影响——创新二阶段视角下的SFA模型检验[J].管理学报,2017,14(05):704-712.

　　[18]Hartmann, George C. Linking R&D Spending to Revenue Growth[J]. Research-Technology Management, 2003, 46(1):39-46.

　　[19]刘芳.高速铁路、知识溢出与城市创新发展——来自278个城市的证据[J].财贸研究,2019,30(04):14-29.

　　[20]刁秀华,李姣姣,李宇.高技术产业的企业规模质量、技术创新效率及区域差异的门槛效应[J].中国软科学,2018(11):184-192.

　　The Difference of Regional Innovation Capability in China:

　　From the Perspective of Government and Market

　　Xu Pengjie1Huang Shaoan2

　　Abstract:Implementing innovation-driven development strategy and promoting coordinated development of regional innovation is the key to achieve the transformation of kinetic energy and stable economic development. Based on the panel data of 226 cities in China from 2006 to 2017, this paper establishes a dynamic spatial econometric model to analyze the impact of government and market factors on regional innovation capacity, then constructs twin models from the perspectives of east-westandnorth-southto analyses the causes of the differences of regional innovationability. The results show that: both government and market have a significant impact on regional innovation capacity in China; overall, innovation and development in the central and western regions and the northern regions rely on the government, while the eastern and southern regions rely more on the market, which is the primary reason for the difference in regional innovation ability; economic openness, industrial structure and infrastructure could alsoinfluencethe regional innovation ability.

　　Key words:innovation capability; regional differences; dynamic spatial Econometric model; twin model; urban panel data

　　（本文原载于《财经科学》2020年第2期，作者系徐鹏杰、黄少安，约18000字）