殷 群 李子文

內(nèi)容提要 創(chuàng)新是引領發(fā)展的第一動力，但一個地區(qū)的創(chuàng)新產(chǎn)出不僅取決于當?shù)氐慕?jīng)濟水平、科技投入、制度條件、社會文化環(huán)境等因素，同時還受到其他區(qū)域創(chuàng)新活動的影響?；诳臻g自相關和空間計量模型的分析結(jié)果顯示，江蘇創(chuàng)新產(chǎn)出的空間分布呈現(xiàn)出“南高北低”的梯狀層級結(jié)構，整體顯示出中等程度的空間集中；R&D資金投入、經(jīng)濟發(fā)展水平、政府財政科研支出對創(chuàng)新產(chǎn)出有顯著正向影響，R&D人員投入有顯著負向影響，F(xiàn)DI對于創(chuàng)新產(chǎn)出的正向影響不斷增強。因此，對江蘇而言，要提高區(qū)域創(chuàng)新產(chǎn)出，需要統(tǒng)籌南北區(qū)域發(fā)展，促進創(chuàng)新人才區(qū)域集聚，優(yōu)化政府創(chuàng)新支出結(jié)構，拓展產(chǎn)業(yè)國際合作創(chuàng)新平臺，提高創(chuàng)新資金使用效率。

創(chuàng)新產(chǎn)出的空間依賴性：理論內(nèi)涵與多維影響

(一)創(chuàng)新產(chǎn)出的空間依賴性：一個研究性界定

空間依賴性或稱空間自相關，是指地理事物或現(xiàn)象的相似性與其在空間上的距離密切相關。區(qū)域創(chuàng)新的空間依賴性反映了現(xiàn)實中存在的空間交互作用，比如區(qū)域之間創(chuàng)新要素的流動、知識擴散和溢出、研發(fā)的投入產(chǎn)出行為及政策在地理空間上的示范作用和激勵效應等。規(guī)范研究和實證研究都證明了創(chuàng)新產(chǎn)出的地理集中和空間集聚現(xiàn)象。①

國內(nèi)外學者對于區(qū)域創(chuàng)新產(chǎn)出的研究主要集中在以下三個尺度。其一，國家尺度。Buesa等基于投入—產(chǎn)出理論框架，對西班牙區(qū)域創(chuàng)新系統(tǒng)進行了相關分析。②胡錫琴、楊琴通過SAR模型對我國30個省級行政區(qū)的FDI技術溢出與自主創(chuàng)新產(chǎn)出的相關性進行了研究，認為前者對于后者有正向促進作用。③Cowan等對意大利的研究發(fā)現(xiàn)，高校數(shù)量的增加會帶來區(qū)域創(chuàng)新產(chǎn)出水平的提高。④其二，區(qū)域尺度。張建偉以長江經(jīng)濟帶為研究對象，運用標準差、變異系數(shù)和空間計量模型等方法探討了1986～2014年長江經(jīng)濟帶創(chuàng)新產(chǎn)出的時空演變特征及形成機制。⑤劉雅芳、許培源運用空間計量經(jīng)濟方法的研究表明海西經(jīng)濟區(qū)的創(chuàng)新產(chǎn)出具有明顯的空間相關性。⑥其三，省域尺度。侯潤秀等基于省域面板數(shù)據(jù)，通過計量分析發(fā)現(xiàn)，外商直接投資對發(fā)明創(chuàng)新、實用新型和外觀設計3種專利的申請量均有積極影響。⑦張惠璇等運用空間相互作用模型分析廣東創(chuàng)新格局演變過程，提出了中心網(wǎng)絡化的創(chuàng)新結(jié)構。⑧

(二)創(chuàng)新產(chǎn)出空間依賴性的多維影響：區(qū)域高質(zhì)量發(fā)展的視角

從上面的分析可以看出，既有文獻對于創(chuàng)新產(chǎn)出空間相關性的研究，主要集中在國家和省域等較為宏觀的尺度層面，而在微觀層面上探索創(chuàng)新產(chǎn)出在不同細小單元間的空間特征的研究很少，但實際上，250km的地域范圍及在地市層面的區(qū)域創(chuàng)新特色比較顯著⑨，要素間的相互作用在更小區(qū)域尺度(如市級)會更加明顯⑩。

現(xiàn)代城市群發(fā)展實踐表明，創(chuàng)新要素的空間集聚與擴散直接影響城市創(chuàng)新能力，空間依賴成為推動城市間空間經(jīng)濟聯(lián)系演化的重要力量，而且其作用不斷強化。一方面，核心創(chuàng)新城市由于其技術創(chuàng)新所帶來的生產(chǎn)率提升而形成的外部性，可以促進創(chuàng)新要素在城市間的傳遞，使區(qū)域間流動性加強，從而進一步促進知識溢出與知識資本流動；另一方面，為了具備知識吸收能力，中低水平創(chuàng)新城市會逐步主動擴大創(chuàng)新組織規(guī)模、增加創(chuàng)新人才供給，從而整體提升創(chuàng)新能力層級。這種空間依賴將會不斷推動各城市系統(tǒng)功能的躍遷，形成保持區(qū)域競爭力優(yōu)勢的內(nèi)源動力。

創(chuàng)新產(chǎn)出空間依賴性的實證分析：以江蘇為例

(一)指標選取

1.創(chuàng)新產(chǎn)出指標。本文選取專利密度“每萬人口發(fā)明專利授權量”作為創(chuàng)新產(chǎn)出(INPT)的衡量指標，主要基于以下考慮：一是創(chuàng)新與專利之間的耦合性與關聯(lián)程度較強，經(jīng)授權的專利有較高的標準化和規(guī)范化水平。二是專利授權量在經(jīng)專利局審批后比申請量更加權威可靠。三是發(fā)明專利比外觀設計專利和實用新型專利的質(zhì)量更高、審核更嚴格，更接近度量創(chuàng)新產(chǎn)出的標準。四是專利密度能比專利授權總量更準確地反映創(chuàng)新產(chǎn)出的差異并消除人口規(guī)模的影響。

2.創(chuàng)新投入指標?？紤]到江蘇省各地級市創(chuàng)新政策起步時間不同導致的年鑒內(nèi)容差異，綜合數(shù)據(jù)的可獲得性和代表性，本文從R&D資金投入、R&D人員投入、經(jīng)濟發(fā)展水平、外商實際投資和政府財政科研支出5個方面分析創(chuàng)新產(chǎn)出的影響因素。

(二)數(shù)據(jù)來源及處理

利用GeoDa1.6.7及Stata 14統(tǒng)計軟件對2012～2016年江蘇省13個地級市的面板數(shù)據(jù)進行分析，其中專利數(shù)據(jù)來自《江蘇省知識產(chǎn)權局年報》，其余數(shù)據(jù)均來自各市統(tǒng)計年鑒。

除了對人均GDP進行平減處理外，數(shù)據(jù)處理還包括將FDI根據(jù)當期匯率換算成等值人民幣，并對相關指標進行了無量綱化處理。最后由于對數(shù)變換并不會改變原始數(shù)據(jù)之間的函數(shù)關系與變化態(tài)勢，所以為了避免異方差，對數(shù)據(jù)進行了對數(shù)處理。

(三)研究方法與模型設定

1.研究方法

隨著要素之間的空間跨區(qū)域性不斷增強，探索性空間數(shù)據(jù)分析技術(exploratory spatial data analysis，ESDA)逐漸被廣泛運用于多個領域。探索性數(shù)據(jù)分析，即可視化數(shù)據(jù)的空間分布，進而描述各種社會經(jīng)濟現(xiàn)象的空間相互作用機制，是一系列空間數(shù)據(jù)分析方法和技術的集合。

ESDA方法主要分為全局和局部自相關分析。全局自相關分析是研究空間整體的集聚或依賴性狀況，探索某一變量的總體空間相關性和差異。本文使用Moran’s I指數(shù)進行全局自相關分析：

Moran’s I的取值范圍為[-1，1]，該值大于0說明相似觀測值趨于聚集，存在空間正相關性；該值等于0，說明不存在空間相關性；該值小于0說明不同觀測值趨于聚集，存在空間負相關性。

散點圖的四個象限分別代表不同的空間相關模式，(1)第Ⅰ象限(H-H)：表示創(chuàng)新產(chǎn)出高值區(qū)被同為高值區(qū)的單元所包圍；(2)第Ⅱ象限(L-H)：表示創(chuàng)新產(chǎn)出低值區(qū)周圍為創(chuàng)新產(chǎn)出高值區(qū)；(3)第Ⅲ象限(L-L)：表示創(chuàng)新產(chǎn)出低值區(qū)被同為低值區(qū)的單元所包圍；(4)第Ⅳ象限(H-L)：表示創(chuàng)新產(chǎn)出高值周圍為創(chuàng)新產(chǎn)出低值區(qū)。即第一、三象限表示創(chuàng)新產(chǎn)出的空間正相關性，第二、四象限則表示空間負相關性。

LISA聚類是衡量觀測單元屬性與其周邊單元的相近或相異程度及其顯著性的指標，可以表征局域空間的異質(zhì)性。其公式為：

LISAi=Zi∑jWijZj

式中，Zi和Zj為標準化后的區(qū)域i和j的觀測值，Wij為空間權重矩陣，∑jWij=1。

2.模型設定

Moran’s I指數(shù)能夠檢驗區(qū)域創(chuàng)新產(chǎn)出的空間相關性，若經(jīng)驗證明存在空間自相關性，則應建立空間計量模型進行研究，其中最常用的是空間滯后模型(SLM)和空間誤差模型(SEM)。

空間滯后模型(SLM)主要研究各變量在區(qū)域內(nèi)是否存在擴散現(xiàn)象，即在存在溢出效應的情況下，相鄰地區(qū)間的影響。其表達式為：

lnINPT=β0+ρW×INPT+β1lnRDTR+β2lnRDRY+β3lnRJGDP+β4lnFDI+β5lnCZKYZC+ε

空間誤差模型(SEM)適用于區(qū)域間的聯(lián)系以誤差項作為表征，即區(qū)域間的相互影響由于所處相對位置的不同而產(chǎn)生差異的情況。其表達式為：

lnINPT=β0+β1lnRDTR+β2lnRDRY+β3lnRJGDP+β4lnFDI+β5lnCZKYZC+ε

ε=λWε+μ

(四)實證結(jié)果分析

1.創(chuàng)新產(chǎn)出的空間分布及集中度

為了直觀可視化地分析江蘇省創(chuàng)新產(chǎn)出的空間特征，選取2012年、2014年、2016年三個時間節(jié)點，利用GeoDa1.6.7將江蘇省各地級市創(chuàng)新水平劃分為4個層次，繪制了基于專利數(shù)據(jù)的創(chuàng)新產(chǎn)出空間分布圖，如圖1所示。

從圖1中可以清晰地看出：(1)江蘇省創(chuàng)新水平空間格局大致穩(wěn)定且呈現(xiàn)“南高北低”的特定結(jié)構。蘇南地級市的創(chuàng)新能力明顯高于蘇北各市且差距較大，全省創(chuàng)新產(chǎn)出自南向北跨市呈階梯遞減。(2)局部聚集現(xiàn)象突出。主要表現(xiàn)為高高聚集，如蘇州、無錫、南京、鎮(zhèn)江，低低聚集，如宿遷、連云港。此外，存在明顯的高低極化現(xiàn)象，蘇州五年來一直處于創(chuàng)新產(chǎn)出高值區(qū)，連云港、宿遷一直處于創(chuàng)新產(chǎn)出低值區(qū)。(3)高創(chuàng)新水平城市未能充分發(fā)揮輻射帶動作用，知識溢出效應的局限性較強。僅有泰州、鎮(zhèn)江、鹽城實現(xiàn)了創(chuàng)新產(chǎn)出的增長；低創(chuàng)新水平城市對于創(chuàng)新要素的接納學習水平有限。值得注意的是，部分城市出現(xiàn)了創(chuàng)新水平下降，如無錫、揚州、淮安。

圖1 2012年、2014年、2016年江蘇省每萬人口發(fā)明專利授權量空間分布圖

為進一步研究江蘇省13個地級市創(chuàng)新產(chǎn)出的集聚狀況，通過Stata 14計算2012～2016年的區(qū)位基尼系數(shù)(Gini)來定量分析創(chuàng)新產(chǎn)出的空間集中程度。從圖2可以看出，區(qū)域Gini系數(shù)在0.42～0.5之間波動，說明江蘇省的整體創(chuàng)新產(chǎn)出顯示出中等程度的空間集中，全省創(chuàng)新產(chǎn)出的增長極集中于幾個城市，這一結(jié)果與前文空間分布圖相符。此外，全省Gini系數(shù)一直保持在0.5以下并在2016年下降至0.425，有了空間收斂的趨勢，說明全省創(chuàng)新產(chǎn)出沒有顯著的趨同效應。

圖2 2012～2016年江蘇省創(chuàng)新產(chǎn)出區(qū)域Gini系數(shù)變化趨勢

2.全局自相關檢驗

從表1和表2可以看出，2012～2016年全局Moran’s I指數(shù)值均大于0，且分別通過了1%和5%的顯著性檢驗。這說明，江蘇省創(chuàng)新產(chǎn)出的空間分布并不是分散的，而是存在明顯的空間聚集現(xiàn)象，并具有顯著正相關關系，即較高創(chuàng)新產(chǎn)出水平城市與其他較高創(chuàng)新產(chǎn)出水平城市趨于鄰近；較低創(chuàng)新產(chǎn)出水平城市與其他較低創(chuàng)新產(chǎn)出水平城市趨于鄰近。Moran’s I指數(shù)在2012～2016年間雖有波動，但整體呈上升趨勢，說明空間依賴性在加強，適于做空間計量分析。

表1 2012～2016年Moran’s I檢驗結(jié)果

注：*、***、***分別表示在10%、5%、1%水平下顯著。下表同。

表2 全局Moran’s I檢驗結(jié)果

3.局部空間自相關檢驗

比較2012年、2014年和2016年的Moran散點圖(圖3)可知，2012年和2014年約有76.9%、2016年約有84.6%的城市位于第Ⅰ、Ⅲ象限，僅有20%左右的城市位于第Ⅱ、Ⅳ象限，這說明大部分城市與其相鄰地區(qū)具有相似的觀測值。此外，位于第Ⅰ象限的城市雖有波動但呈增加趨勢，說明江蘇省部分地級市創(chuàng)新水平在提高。Moran散點圖的結(jié)果說明，江蘇省創(chuàng)新產(chǎn)出以H-H和L-L的空間聚集模式為主，大部分城市表現(xiàn)出正的相關關系。這也進一步證實了上文全局Moran’s I指數(shù)檢驗所得出的全省創(chuàng)新產(chǎn)出存在正向空間依賴的判斷。此外，全省創(chuàng)新產(chǎn)出結(jié)構具有較強的穩(wěn)定性，各地級市間的創(chuàng)新水平存在明顯差異。

結(jié)合表3的LISA聚類結(jié)果來看，(1)江蘇省創(chuàng)新產(chǎn)出區(qū)域異質(zhì)化現(xiàn)象明顯。H-H聚集區(qū)均為蘇南地市，成為全省創(chuàng)新產(chǎn)出的增長極，形成了高創(chuàng)新水平的“俱樂部”，如蘇州、無錫、南京、常州、鎮(zhèn)江；而蘇北各市基本都屬于L-L聚集區(qū)，如徐州、淮安、連云港、鹽城、宿遷，并有向蘇中地區(qū)延伸的可能(揚州)，這些地級市成為全省創(chuàng)新產(chǎn)出的“低谷區(qū)”。(2)位于散點圖最左端和最右端的分別為宿遷和蘇州，說明蘇州創(chuàng)新產(chǎn)出最高而宿遷最低。無錫位于最上方，說明其鄰近市創(chuàng)新產(chǎn)出的平均加權也較高；徐州則相反，由于鄰近市(連云港、淮安、宿遷、鹽城)創(chuàng)新產(chǎn)出都較低，所以位于最下方。對于跨界區(qū)揚州，可以看作是H-L區(qū)域向L-L區(qū)域延伸的過渡區(qū)，南通跨越H-H區(qū)域和H-L區(qū)域，但與其他蘇南城市相比還有差距，因此可將其歸于H-L區(qū)域。這說明，江蘇省創(chuàng)新產(chǎn)出空間分布特征明顯呈自南向北階梯狀減弱趨勢。(3)南京在2014年進入H-H區(qū)域，說明創(chuàng)新產(chǎn)出取得了較好的成就；南通、泰州基本穩(wěn)定在L-H區(qū)域，說明部分蘇中城市受到了蘇南溢出效應的影響，處于中等創(chuàng)新水平，但揚州目前創(chuàng)新水平與南通、泰州相比還有差距；其余多數(shù)地級市(大約56%)都屬于L-L區(qū)域，說明無論其自身還是周邊區(qū)域都屬于創(chuàng)新產(chǎn)出低值區(qū)。

結(jié)合表3和圖3可以發(fā)現(xiàn)，江蘇省創(chuàng)新產(chǎn)出的空間分布并不是隨機的而是呈現(xiàn)出明顯的集聚性，存在顯著的局部空間相關性。在創(chuàng)新產(chǎn)出的水平方面，蘇南作為揚子江城市群聚集區(qū)，成為全省創(chuàng)新能力的“發(fā)動機”，而蘇北地區(qū)則整體較為落后，且南北差距有逐漸拉大的可能。蘇中地區(qū)因鄰近蘇南，在知識溢出效應的影響下，有望成為輻射帶動和正向溢出的首批獲益者。

圖3 三個時間點江蘇省創(chuàng)新產(chǎn)出Moran散點圖

時間點第Ⅰ象限(H-H)第Ⅱ象限(L-H)第Ⅲ象限(L-L)第Ⅳ象限(H-L)跨區(qū)域2012蘇州、無錫、鎮(zhèn)江、常州 南通、泰州徐州、揚州、鹽城、連云港、淮安、宿遷南京—2014蘇州、無錫、南京、常州、鎮(zhèn)江 南通、泰州徐州、鹽城、連云港、淮安、宿遷—揚州(Ⅲ,Ⅳ)2016蘇州、無錫、南京、鎮(zhèn)江、常州 泰州揚州、徐州、淮安、鹽城、宿遷、連云港—南通(Ⅰ,Ⅱ)

4.創(chuàng)新產(chǎn)出的影響因素分析

首先不考慮空間因素進行OLS估計，然后借助兩個Lagrange乘數(shù)和兩個穩(wěn)健Lagrange乘數(shù)來判斷選用SLM模型還是SEM模型。相關結(jié)果顯示，SEM模型比SLM模型更適合用來分析創(chuàng)新產(chǎn)出的影響因素。

由表4中SEM模型的估計結(jié)果可知，2012年規(guī)模以上工業(yè)企業(yè)R&D經(jīng)費內(nèi)部支出(RDTR)、人均GDP(RJGDP)、地方財政科學技術支出(CZKYZC)的系數(shù)均為正且分別通過5%、1%、1%的顯著性檢驗，R&D人員投入(RDRY)的系數(shù)也為正但并不顯著，F(xiàn)DI的系數(shù)為負但未通過顯著性檢驗。這說明，R&D資金投入、經(jīng)濟發(fā)展水平、政府財政科研支出是推動創(chuàng)新產(chǎn)出增長的主要因素，其中回歸系數(shù)最高的為經(jīng)濟發(fā)展水平(2.2543)，其次為政府財政科研支出(0.6480)和R&D資金投入(0.4676)，這也說明2012年，造成各市創(chuàng)新產(chǎn)出差異的主要原因是地區(qū)經(jīng)濟發(fā)展水平。因為經(jīng)濟水平越高，可以為創(chuàng)新產(chǎn)出提供的人力與物質(zhì)資源越豐富，相應基礎設施越完善，從而創(chuàng)新活動可以得到更好發(fā)展。而政府作為創(chuàng)新活動的重要推動者，可以在科技投入、稅政激勵、金融幫扶、招商引資等方面給予企業(yè)全方位的支持，所以回歸系數(shù)也較高。

表4 估計結(jié)果

注：*、**、***分別表示在10%、5%、1%水平下顯著。括號內(nèi)表示標準差。

2016年，R&D資金投入、經(jīng)濟發(fā)展水平、FDI、政府財政科研支出的回歸系數(shù)分別在10%、1%1%、1%的水平下顯著為正，說明這四類解釋變量與創(chuàng)新產(chǎn)出呈正相關關系，其每增加1%，創(chuàng)新產(chǎn)出相應分別增加0.0141%、0.6415%、0.6832%、0.2463%。但R&D人員投入的回歸系數(shù)在1%的水平下顯著為負(-0.2261)，說明對創(chuàng)新產(chǎn)出有所抑制，原因可能有兩點：(1)江蘇省目前創(chuàng)新產(chǎn)出體系仍以資源密集投入為主要推動力，R&D人員的研發(fā)能力還沒能完全對接戰(zhàn)略性新興產(chǎn)業(yè)的需要。(2)人才培養(yǎng)、評價、考核體系還不完善，缺少復合型的高端人才和領軍人才，導致占用了過多的崗位資源及科研機會，卻沒能最大化創(chuàng)新產(chǎn)出。

從2012～2016年的SEM模型中各回歸系數(shù)的變化可以看出，F(xiàn)DI對于創(chuàng)新產(chǎn)出的貢獻率從不顯著的負相關變?yōu)轱@著正相關，說明FDI在江蘇省創(chuàng)新體系中的地位和作用正在日益提高。正是由于自身的發(fā)展和基礎設施的不斷升級完善，所以外商投資所帶來的巨額資金、先進技術、人才引駐、管理經(jīng)驗等外溢效應才可能充分發(fā)揮出來，從而推動地區(qū)自主創(chuàng)新能力的發(fā)展，而不再像以前對區(qū)域的擠壓淘汰大于溢出作用以至阻礙地區(qū)的創(chuàng)新產(chǎn)出。R&D資金投入、經(jīng)濟發(fā)展水平、政府財政科研支出的回歸系數(shù)均有所下降，說明對于企業(yè)的創(chuàng)新活動來說，已經(jīng)度過了通過大量資金投入來獲得產(chǎn)出的初期模式，逐漸步入資金邊際效率遞減階段。

優(yōu)化區(qū)域創(chuàng)新產(chǎn)出空間布局的路徑選擇

通過理論分析和實證研究，本文得到如下結(jié)論：一是江蘇省創(chuàng)新產(chǎn)出空間分布呈現(xiàn)出“南高北低”的梯狀層級結(jié)構，局部集聚明顯，存在高低極化現(xiàn)象；區(qū)域Gini系數(shù)表明，全省創(chuàng)新產(chǎn)出并沒有顯示出高強度的空間集中，創(chuàng)新產(chǎn)出的增長極集中于幾個城市，即江蘇省創(chuàng)新產(chǎn)出并無顯著的趨同效應，而是表現(xiàn)出一定程度的空間依賴。二是全局自相關檢驗的Moran’s I指數(shù)均為正，在2012～2016年間雖存在波動但整體呈上升趨勢，說明江蘇省創(chuàng)新產(chǎn)出空間分布呈顯著正相關關系，并且H-H聚集和L-L聚集現(xiàn)象不斷增強；從Moran散點圖和LISA聚類結(jié)果可看出，絕大多數(shù)地級市位于第Ⅰ、Ⅲ象限，僅有20%左右位于第Ⅱ、Ⅳ象限，說明大部分城市與其相鄰地區(qū)具有相似的觀測值(高高、低低)，并且H-H聚集均為蘇南地市，蘇北市基本都屬于L-L聚集。三是SEM模型的回歸結(jié)果顯示，R&D資金投入、經(jīng)濟發(fā)展水平、政府財政科研支出的回歸系數(shù)為正且顯著，但這三類影響創(chuàng)新產(chǎn)出的因素已經(jīng)逐漸進入邊際效率遞減階段；R&D人員投入回歸系數(shù)在2012年為正但不顯著，到2016年呈現(xiàn)負相關，說明人才培育和考核制度還有待完善；FDI對于創(chuàng)新產(chǎn)出的正向影響開始不斷增強，說明其在江蘇省創(chuàng)新體系中的地位和作用正在日益提高。

《中國區(qū)域創(chuàng)新能力評價報告2017》顯示，廣東省創(chuàng)新能力排名躍居全國第1位，打破了過去9年江蘇保持首位的格局，說明目前江蘇整體的創(chuàng)新體系和格局還存在不足。結(jié)合上述結(jié)論，提出江蘇省優(yōu)化區(qū)域創(chuàng)新產(chǎn)出空間布局的四大路徑：

第一，統(tǒng)籌南北區(qū)域發(fā)展，推動區(qū)域集約創(chuàng)新。處于第一象限(H-H型)的蘇州、無錫、南京、鎮(zhèn)江、常州等高創(chuàng)新產(chǎn)出水平城市，應當在提升自身創(chuàng)新水平的同時形成以擴散知識技術經(jīng)驗為主要內(nèi)容的新興產(chǎn)業(yè)策源高地，加強與蘇中蘇北地區(qū)的創(chuàng)新合作，推動創(chuàng)新要素以市場化的形式輻射流動；加快推進蘇南國家自主創(chuàng)新示范區(qū)和高水平雙創(chuàng)示范基地建設，探索出適應不同區(qū)域特點的雙創(chuàng)模式和先進經(jīng)驗，全面打造新技術、新產(chǎn)業(yè)鏈、新業(yè)態(tài)。南通、泰州等L-H型城市，應努力消除與蘇南創(chuàng)新高地的溢出壁壘，積極接受蘇州、無錫等鄰近區(qū)域創(chuàng)新資源的擴散與引領帶動，憑借地理位置的優(yōu)勢，全面加強產(chǎn)業(yè)合作，打造先進的創(chuàng)新體系，構建產(chǎn)業(yè)技術創(chuàng)新戰(zhàn)略聯(lián)盟，發(fā)揮好連接蘇南蘇北的紐帶作用，讓創(chuàng)新成果惠澤全省。徐州、鹽城、連云港、淮安、宿遷等創(chuàng)新產(chǎn)出較低的蘇北城市，應加大財政傾斜力度，完善地區(qū)基礎設施建設以實現(xiàn)與先進技術的對接和創(chuàng)新生產(chǎn)要素的匹配，并通過建立校企聯(lián)盟實現(xiàn)創(chuàng)新與生產(chǎn)要素有機結(jié)合；蘇北地區(qū)應加大與蘇南輻射源的跨空間合作，實現(xiàn)不同新興產(chǎn)業(yè)的對口幫扶，并提升自身的學習吸收和自主創(chuàng)新能力，加快培育一批以創(chuàng)新為手段和目標的“獨角獸”企業(yè)。

第二，優(yōu)化政府財政支出結(jié)構，提高資金使用效率。加大對重點新興產(chǎn)業(yè)科研創(chuàng)新的財政支持力度，設立專項資金并將其用在創(chuàng)新發(fā)展的平臺搭建、核心環(huán)節(jié)和關鍵技術，成立江蘇省戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展投資基金，對經(jīng)審查核實的重點領域項目優(yōu)先投資，積極發(fā)揮政府資金的杠桿作用，并鼓勵天使投資、創(chuàng)業(yè)投資、互聯(lián)網(wǎng)股權眾籌融資等民間資本依法進入重點領域，以多元化投融資模式和市場機制推動江蘇整體創(chuàng)新能力的提升；進一步完善資金的考核、評價、督查、反饋制度，對投資項目進行有計劃的周期性跟蹤報評，科學反饋資金落實情況，如沒達到預期要進行合理的預警與資金控制，健全政府財政支持和企業(yè)R&D資金投入的動態(tài)責任制，細化到項目、團隊、個人，確保資金落到實處。

第三，加強高層次領軍人才隊伍建設，加大創(chuàng)新型專業(yè)人才培養(yǎng)力度。制定完善的高層次人才吸引和培養(yǎng)計劃，依托國家“千人計劃”和“萬人計劃”、江蘇省“鳳還巢”計劃以及國外人才智力引進工程、產(chǎn)業(yè)人才高峰行動計劃等一系列相關政策，通過政府與企業(yè)聯(lián)手，合力吸引高新產(chǎn)業(yè)領軍人才、國內(nèi)外科研團隊、留學回國的高層次產(chǎn)業(yè)人才落戶江蘇；同時，努力打造出更多高水準的企業(yè)研發(fā)機構和“一流大學”“一流學科”，鼓勵校企、科研單位一體化辦學聯(lián)合培養(yǎng)，探索適應不同地區(qū)特點的創(chuàng)新合作模式，通力打造產(chǎn)學研用結(jié)合的共贏協(xié)同創(chuàng)新平臺，為科教與人才強省戰(zhàn)略深入實施提供強勁支撐。

第四，積極參與國際產(chǎn)業(yè)分工，打造新型合作創(chuàng)新平臺。FDI在江蘇創(chuàng)新體系中具有重要戰(zhàn)略地位，在“一帶一路”倡議全面推進的背景下，江蘇應加大開放力度，主動鏈接全球創(chuàng)新網(wǎng)絡，聚焦信息技術和服務、高端軟件和裝備制造、生物醫(yī)藥以及新能源等重點領域，積極引導境外龍頭企業(yè)和外資投駐戰(zhàn)略性創(chuàng)新產(chǎn)業(yè)，合力打造特色雙邊產(chǎn)業(yè)合作平臺和國際創(chuàng)新合作中心，促進國際創(chuàng)新成果在江蘇孵化和轉(zhuǎn)化；同時，積極推動自主創(chuàng)新資源整合和不同地級市的產(chǎn)業(yè)結(jié)構優(yōu)化，實現(xiàn)江蘇主導和主體產(chǎn)業(yè)深度國際化，不斷邁向國際高新技術產(chǎn)業(yè)體系的中高端，贏得持久發(fā)展的戰(zhàn)略優(yōu)勢。

①Ottaviano G.I.P., Martin P. “Growth and agglomeration”，InternationalEconomicReview, 2001, 42(4), pp.947～968.

②M.Buesa，J.Heijs，M.M.Pellitero，T.Baumert, “Regional systems of innovation and the knowledge production function: The Spanish case”，Technovation, 2006, 26 (4), pp.463～472.

③胡錫琴、楊琴：《FDI、能源效率與自主創(chuàng)新的空間外溢效應》，《財經(jīng)論叢》2017年第9期。

④Cowan R., Zinovyeva N., “University effects on regional innovation”，ResearchPolicy, 2013, 42(3), pp.788～800.

⑤張建偉等：《長江經(jīng)濟帶創(chuàng)新產(chǎn)出的空間計量經(jīng)濟分析》，《科技管理研究》2017年第5期。

⑥劉雅芳、許培源：《創(chuàng)新產(chǎn)出的空間效應及影響因素研究——基于海峽西岸經(jīng)濟區(qū)面板數(shù)據(jù)的分析》，《科技與經(jīng)濟》2016年第3期。

⑦侯潤秀、官建成：《外商直接投資對我國區(qū)域創(chuàng)新能力的影響》，《中國軟科學》2006年第5期。

⑧張惠璇、劉青、李貴才：《廣東省城市創(chuàng)新聯(lián)系的空間格局演變及優(yōu)化策略》，《地理科學進展》2016年第8期。

⑨R.Moreno，R.Paci，S.Usai, “Spatial Spillovers and Innovation Activity in European Regions”，SocialScienceElectronicPublishing, 2005, 37(10), pp.1793～1812.

⑩蘇方林：《地級市R&D知識溢出的GWR實證分析》，《數(shù)理統(tǒng)計與管理》2010年第1期。