戴一鑫，胡沅洪，李 杏

（1.南京大學(xué) 商學(xué)院，南京 210009；2.上海財經(jīng)大學(xué) 商學(xué)院 上海 200433；3.安徽農(nóng)業(yè)大學(xué) 經(jīng)濟(jì)管理學(xué)院 合肥 230036；4.南京財經(jīng)大學(xué) 國際經(jīng)貿(mào)學(xué)院，南京 210046）

一、引言

我國經(jīng)濟(jì)已由高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展階段，正處在轉(zhuǎn)變發(fā)展方式、優(yōu)化經(jīng)濟(jì)結(jié)構(gòu)、轉(zhuǎn)換增長動力的攻關(guān)期。創(chuàng)新已經(jīng)成為高質(zhì)量發(fā)展的第一動力。實(shí)現(xiàn)高質(zhì)量的經(jīng)濟(jì)發(fā)展就是要致力于提高我國產(chǎn)品和服務(wù)的質(zhì)量，突出表現(xiàn)為產(chǎn)品創(chuàng)新競爭力的提升及產(chǎn)業(yè)的轉(zhuǎn)型升級。這離不開健全有效的創(chuàng)新體制機(jī)制作為保障。協(xié)調(diào)的創(chuàng)新體系的和經(jīng)濟(jì)發(fā)展質(zhì)量的關(guān)系日益緊密。為此，黨的十九大特別指出要加強(qiáng)創(chuàng)新體系建設(shè)，推進(jìn)經(jīng)濟(jì)增長動力變革。

創(chuàng)新體系概念是在過去30 年發(fā)展起來的，學(xué)者和政策制定者都廣泛使用它來解釋創(chuàng)新主體間的相互作用。透析日本、韓國等后發(fā)國家的經(jīng)驗(yàn)，通過構(gòu)建國家創(chuàng)新體系是實(shí)現(xiàn)技術(shù)追趕有效的路徑。當(dāng)前，以新一代信息技術(shù)、人工智能等為代表的科技革命正蓬勃興起，這對我國經(jīng)濟(jì)高質(zhì)量發(fā)展既是挑戰(zhàn)更是機(jī)遇。如何有效對接創(chuàng)新鏈和產(chǎn)業(yè)鏈進(jìn)而構(gòu)建多方主體參與的創(chuàng)新網(wǎng)絡(luò)，布局一批具有前瞻性的重大科技項(xiàng)目，也對地區(qū)創(chuàng)新體系提出了更高的要求。

區(qū)域創(chuàng)新體系思想自從問世以來，在理論和實(shí)踐層面不斷演進(jìn)和發(fā)展。早期對創(chuàng)新體系的研究集中在內(nèi)涵和理論框架的分析。如今，創(chuàng)新體系的分析框架被用來闡釋包括經(jīng)濟(jì)增長在內(nèi)的諸多經(jīng)濟(jì)活動。賈根良和于占東（2006）則認(rèn)為國家創(chuàng)新體系能不斷地將國民經(jīng)濟(jì)推向高技術(shù)經(jīng)濟(jì)活動和產(chǎn)業(yè)結(jié)構(gòu)的高級化，并基于此分析了拉美教訓(xùn)的產(chǎn)生的過程。他們認(rèn)為拉美地區(qū)的國家沒有認(rèn)識到在知識生產(chǎn)和訣竅吸收上需要政府干預(yù)，而是把技術(shù)發(fā)展和結(jié)構(gòu)升級完全交付于市場支配。這進(jìn)一步破壞了當(dāng)?shù)厣a(chǎn)活動中通過“干中學(xué)”積累技術(shù)能力的創(chuàng)新體系機(jī)制，從而使這些國家都喪失了知識創(chuàng)造的機(jī)會，經(jīng)濟(jì)增長停止不前，經(jīng)濟(jì)增長質(zhì)量偏低。Lee（2013）將增長的差異化與國家創(chuàng)新體系結(jié)合起來，并假設(shè)國家創(chuàng)新體系導(dǎo)致了創(chuàng)新和經(jīng)濟(jì)增長的不同結(jié)果。Fagerberg et a（l2018）則強(qiáng)調(diào)了在全球價值鏈的背景下，國家創(chuàng)新體系的發(fā)展能引致“技術(shù)”和“吸收”能力的差異，并認(rèn)為是解釋一國經(jīng)濟(jì)績效差異的重要方面。

然而，創(chuàng)新體系作為系統(tǒng)整體框架，更多地是被當(dāng)作一個標(biāo)簽，而不是一個分析的工具，也并沒有基于創(chuàng)新系統(tǒng)來形成實(shí)證中的假設(shè)。因此對創(chuàng)新體系問題的實(shí)證研究是有限的（Guan 和Chen，2010）。其根本原因就在于無法完全對創(chuàng)新體系進(jìn)行有效量化測度。比較多的研究對創(chuàng)新體系的綜合實(shí)力進(jìn)行評價和比較分析，卻在評價體系的構(gòu)建方法和指標(biāo)體系上大同小異（程惠芳等，2008）。Fulvio（2009）考慮了國家創(chuàng)新體系的內(nèi)在驅(qū)動力來源于創(chuàng)新能力因素（創(chuàng)新投入、科學(xué)產(chǎn)出和技術(shù)產(chǎn)出）和吸收能力因素（基礎(chǔ)設(shè)施、國際貿(mào)易和人力資本），并論證了兩者共同演化模式的存在性。

另外一些研究深入探究了創(chuàng)新體系質(zhì)量，如國際化水平（劉云等，2015；王元地和劉鳳朝，2013）、成熟度（袁潮清和劉思峰，2013）。但這些研究仍然沒有脫離宏觀指標(biāo)體系評估的形式。Lee（2013）從微觀專利數(shù)據(jù)提取出創(chuàng)新體系的關(guān)鍵變量，如知識原創(chuàng)和傳播度、發(fā)明家間的創(chuàng)新集中度、知識庫的原創(chuàng)性、技術(shù)周期時間等，但是這些變量更加類似于“技術(shù)范式”和“行業(yè)體制”。Guan 和Chen（2010）提出關(guān)系網(wǎng)絡(luò)數(shù)據(jù)包絡(luò)（DEA）模型，較好地衡量了創(chuàng)新體系的效率，但是對創(chuàng)新主體間的內(nèi)在運(yùn)行機(jī)制語焉不詳。

本文認(rèn)為對于創(chuàng)新體系的評價應(yīng)更關(guān)注于創(chuàng)新體系的內(nèi)在效度和運(yùn)行機(jī)制，而不應(yīng)僅僅關(guān)注創(chuàng)新體系的規(guī)模和綜合實(shí)力。當(dāng)前無論是基礎(chǔ)性的測度還是理論分析，對創(chuàng)新體系問題的研究都容易忽略這一點(diǎn)。創(chuàng)新體系運(yùn)行效度的分析，應(yīng)以微觀個體為基本分析單元，重視其在創(chuàng)新體系中的創(chuàng)新決策和經(jīng)濟(jì)行為。另外，因指標(biāo)不足，關(guān)于創(chuàng)新體系在經(jīng)濟(jì)增長中的作用沒有得到充分的計量實(shí)證。程惠芳等（2008）定量分析了創(chuàng)新體系和企業(yè)國際競爭力的關(guān)系，但并沒有闡述創(chuàng)新體系影響企業(yè)競爭力的內(nèi)在機(jī)理。同時他們的研究對于創(chuàng)新體系的指標(biāo)選取也值得商榷。

本文將基于創(chuàng)新體系中微觀主體的創(chuàng)新決策行為，將泛化的創(chuàng)新體系概念量化為可以進(jìn)行實(shí)證研究的指標(biāo)。首先將借鑒Leydesdorff 和Michae（l2006）和Leydesdorff 和Zhou（2014）的信息熵算法，利用科技企業(yè)創(chuàng)新活動數(shù)據(jù)，構(gòu)建反映地區(qū)多維創(chuàng)新體系運(yùn)行質(zhì)量的指標(biāo)——創(chuàng)新體系協(xié)同效度。進(jìn)一步，通過一系列計量回歸模型，驗(yàn)證地區(qū)創(chuàng)新體系協(xié)同度對經(jīng)濟(jì)增長質(zhì)量的正向影響及其機(jī)制渠道，同時探究不同創(chuàng)新維度下的協(xié)同度產(chǎn)生影響的異質(zhì)特征。

二、理論分析與假說提出

（一）協(xié)同創(chuàng)新的經(jīng)濟(jì)增長效應(yīng)及其影響機(jī)制

經(jīng)濟(jì)高質(zhì)量發(fā)展體現(xiàn)了五大發(fā)展理念，其中“創(chuàng)新”是第一動力，而“協(xié)調(diào)”是基本特征①十九大報告提出經(jīng)濟(jì)高質(zhì)量發(fā)展的五大新發(fā)展理念：創(chuàng)新、協(xié)調(diào)、綠色、開放和共享。。本文將從創(chuàng)新資源配置和知識轉(zhuǎn)化兩個角度，探究創(chuàng)新體系協(xié)同度對經(jīng)濟(jì)增長質(zhì)量的影響。可以預(yù)期，創(chuàng)新體系協(xié)同度可以促進(jìn)本地區(qū)經(jīng)濟(jì)增長質(zhì)量的顯著提高。

經(jīng)濟(jì)增長質(zhì)量中的基本特征是“協(xié)調(diào)”。本質(zhì)上要求地區(qū)打破知識等資源無效配置的障礙，減少各類要素市場的配置扭曲?，F(xiàn)代經(jīng)濟(jì)增長理論的研究表明，同技術(shù)進(jìn)步一樣，資源配置直接影響著經(jīng)濟(jì)增長潛力和質(zhì)量。從當(dāng)前創(chuàng)新過程來看，創(chuàng)新主體的資源稟賦具有極大的異質(zhì)性和互補(bǔ)性特征，比如高校和科研院所創(chuàng)新資源集中于基礎(chǔ)科研，而企業(yè)更多專注面向市場的產(chǎn)品創(chuàng)新。隨著技術(shù)復(fù)雜度的提升和創(chuàng)新分工的深化，創(chuàng)新突破和技術(shù)變革不可能在單一機(jī)構(gòu)或行業(yè)內(nèi)實(shí)現(xiàn)。創(chuàng)新協(xié)同度較高的地區(qū)能為各創(chuàng)新主體提供創(chuàng)新要素交換的有效的載體。政府、企業(yè)和高校院所等部門可以高度共享和交換創(chuàng)新資源，不同的創(chuàng)新資源在市場機(jī)制的驅(qū)動下從邊際報酬較低的主體轉(zhuǎn)移至較高的主體。創(chuàng)新資源配置效率的提高也有利于降低各維創(chuàng)新主體的生產(chǎn)成本，將更多優(yōu)質(zhì)和充分的資源導(dǎo)入創(chuàng)新活動中，從而提高創(chuàng)新投入產(chǎn)出比，進(jìn)而提升經(jīng)濟(jì)增長質(zhì)量。

經(jīng)濟(jì)增長質(zhì)量中的內(nèi)生動力是“創(chuàng)新”。經(jīng)濟(jì)形勢下行的背景下，創(chuàng)新已成為中國經(jīng)濟(jì)轉(zhuǎn)向高質(zhì)量增長階段的基本動力。產(chǎn)業(yè)興起依賴于技術(shù)創(chuàng)新。高?？蒲性核戎R創(chuàng)造部門能夠生產(chǎn)具有價值的前沿知識，通過知識轉(zhuǎn)化有利于搶占新興產(chǎn)業(yè)發(fā)展先機(jī)，促進(jìn)經(jīng)濟(jì)高質(zhì)量攀升。在保持獨(dú)立作用的同時，創(chuàng)新體系協(xié)同度高的地區(qū)，創(chuàng)新主體能相互作用和滲透融合，有利于創(chuàng)新主體間更好地形成知識外溢效應(yīng)，促進(jìn)知識創(chuàng)造和轉(zhuǎn)化質(zhì)量。另外，創(chuàng)新網(wǎng)絡(luò)節(jié)點(diǎn)由企業(yè)、大學(xué)、研究機(jī)構(gòu)、政府等多維主體構(gòu)成，多部門的網(wǎng)絡(luò)結(jié)構(gòu)特性也是創(chuàng)新系統(tǒng)的基本特征。多個主體參與知識交換和知識轉(zhuǎn)化，有利于形成創(chuàng)新系統(tǒng)的知識共享機(jī)制。網(wǎng)絡(luò)節(jié)點(diǎn)越多，交互的可能性就越大，繼而有利于深化主體間分工，增加互動學(xué)習(xí)。知識溢出和擴(kuò)散有助于地區(qū)對新知識的吸收和消化。隨著地區(qū)知識轉(zhuǎn)化和應(yīng)用能力的增強(qiáng)，產(chǎn)業(yè)轉(zhuǎn)型升級和經(jīng)濟(jì)高質(zhì)量增長的潛力就越大?；谝陨戏治觯疚奶岢鲇写?yàn)證的假說1：

地區(qū)創(chuàng)新體系協(xié)同度對經(jīng)濟(jì)增長質(zhì)量具有顯著正向影響（H1）。

（二）創(chuàng)新體系協(xié)同度的扭曲——“政府”維度作用的探討

中國獨(dú)特的制度體制背景及“集體主義”的系統(tǒng)觀會強(qiáng)化政府在協(xié)調(diào)整體、整合資源的作用，進(jìn)而政府在創(chuàng)新資源配置中占據(jù)主導(dǎo)地位。創(chuàng)新體系與政府的互補(bǔ)作用對經(jīng)濟(jì)發(fā)展具有特殊的重要性（Jan 和Martin，2008），它能為經(jīng)濟(jì)建設(shè)初期的技術(shù)追趕提供強(qiáng)力的路徑支撐。但是，在這個過程中也有可能損失微觀主體的能動性、效率和利益。企業(yè)作為創(chuàng)新體系主體的行為和訴求容易被掩蓋，進(jìn)而經(jīng)濟(jì)決策和資源配置也會喪失一定的靈活性?，F(xiàn)實(shí)層面看，這一現(xiàn)象突出表現(xiàn)在“政產(chǎn)學(xué)外”四維創(chuàng)新體系內(nèi)主體協(xié)同被扭曲：“政產(chǎn)”兩者間的協(xié)同度往往較高，而其余的創(chuàng)新主體間的協(xié)同度較低②本文在圖1 展示了這一事實(shí)特征。（楊建君等，2013；杜旌等，2014）。

地方政府在GDP 和官員晉升雙重激勵下對創(chuàng)新具有短視行為，有更強(qiáng)烈的動機(jī)同企業(yè)建立直接的雙向聯(lián)系?！罢a(chǎn)”的高度協(xié)同具有積極意義，比如王剛剛等（2017）從R&D 補(bǔ)貼政策激勵機(jī)制角度對“政產(chǎn)”間的關(guān)系進(jìn)行了重新審視。他們認(rèn)為企業(yè)R&D 活動的內(nèi)源性融資往往不足，而政府通過企業(yè)信息披露可以進(jìn)行準(zhǔn)確識別。政府的補(bǔ)貼、稅收減免等政策能夠與企業(yè)創(chuàng)新需求和投入較好的匹配，形成互補(bǔ)。因此，從這一點(diǎn)來看，“政產(chǎn)”協(xié)同度的提升具有積極意義。然而，現(xiàn)實(shí)層面可能會導(dǎo)致兩個問題：一方面，政府在創(chuàng)新體系中的高質(zhì)量制度要素供給職能會被弱化甚至被忽略（方強(qiáng)，2014）；另一方面，對其他創(chuàng)新主體間的協(xié)同聯(lián)系產(chǎn)生一定的“擠出”。

首先，與政府聯(lián)系密切的企業(yè)往往是具有較強(qiáng)成長前景的高新技術(shù)企業(yè)，存在大量研發(fā)和技術(shù)需求，而政府對此能夠給予機(jī)制性保障。同時，政府對高技術(shù)企業(yè)的支持將會釋放基于政府信用和監(jiān)管認(rèn)證雙重信用認(rèn)證信號，使得市場投資者給予企業(yè)更多信用認(rèn)可，這樣企業(yè)可以獲得更多外部融資，激勵企業(yè)的R&D 內(nèi)部投入，自己組織創(chuàng)新和自建研發(fā)中心。那么，政府和企業(yè)的關(guān)聯(lián)反饋?zhàn)饔么蟠蟠龠M(jìn)兩者之間的協(xié)同。而高昂的購買成本及制度約束引致的交易成本抑制了企業(yè)與公共、國外等科研機(jī)構(gòu)進(jìn)行大規(guī)模高質(zhì)量的協(xié)同合作的效度。

其次，作為非常重要的技術(shù)供給者，高校科研院所具有較為特殊的行政依附性，他們對接企業(yè)創(chuàng)新的意愿和能動不足，技術(shù)成果產(chǎn)業(yè)化的市場敏感度較低，而政府在這方面的機(jī)制缺失使得“產(chǎn)學(xué)”之間的協(xié)同度下降；同樣，由于政治和制度的疏離性，企業(yè)與國外的技術(shù)合作仍缺乏合作紐帶，企業(yè)在融入全球創(chuàng)新鏈中面臨著重重約束。如果政府無法在制度環(huán)境、基礎(chǔ)設(shè)施等方面促進(jìn)企業(yè)與外源創(chuàng)新對接，那么勢必會造成政府與國外、公共科研機(jī)構(gòu)在企業(yè)創(chuàng)新投入上的不協(xié)調(diào)和不匹配，也會影響企業(yè)創(chuàng)新和長期成長。據(jù)此，本文提出有待驗(yàn)證的假說2：

政府和企業(yè)間的創(chuàng)新協(xié)同度的增加會扭曲創(chuàng)新系統(tǒng)的平衡進(jìn)而不利于經(jīng)濟(jì)增長質(zhì)量的提升（H2）。

（三）市場制度環(huán)境的調(diào)節(jié)作用

正如在上文指出的，完善的制度環(huán)境將大大降低創(chuàng)新資源的交易成本和摩擦成本。在區(qū)域創(chuàng)新系統(tǒng)中，制度變量決定了地區(qū)將現(xiàn)有資源和可得的技術(shù)轉(zhuǎn)化為競爭力的效率。高質(zhì)量的制度環(huán)境作為地區(qū)的“無形資產(chǎn)”，對知識經(jīng)濟(jì)的擴(kuò)展和地區(qū)經(jīng)濟(jì)增長發(fā)揮了重要作用。新制度經(jīng)濟(jì)學(xué)理論更是認(rèn)為制度激勵是技術(shù)創(chuàng)新的決定性因素。

如果地區(qū)市場制度環(huán)境能夠約束政府的權(quán)力支配，促進(jìn)協(xié)同創(chuàng)新和制度環(huán)境的良性互補(bǔ)，那么創(chuàng)新體系效率就會得以提升，市場制度環(huán)境與協(xié)同創(chuàng)新對地區(qū)的經(jīng)濟(jì)增長質(zhì)量則能實(shí)現(xiàn)增強(qiáng)型交互。然而，伴隨著財政分權(quán)制度的推行，地方保護(hù)主義加劇市場分割。市場力量在資源配置中減弱，地方政府往往會過度動用手中權(quán)力，對資源的配置施以影響。以創(chuàng)新微觀主體為載體的技術(shù)、資本、勞動力等要素流動并非完全內(nèi)生于市場，這樣創(chuàng)新協(xié)同對地區(qū)的促進(jìn)作用會被削弱。原因在于政府的“有形之手”將會干預(yù)創(chuàng)新主體的微觀決策和創(chuàng)新行為，使得創(chuàng)新體系的運(yùn)轉(zhuǎn)協(xié)同度下降。這樣市場制度環(huán)境就有可能對創(chuàng)新協(xié)同度的增長效應(yīng)產(chǎn)生負(fù)向作用。基于以上分析，本文提出有待驗(yàn)證的假說3：

創(chuàng)新體系協(xié)同度的經(jīng)濟(jì)質(zhì)量增長效應(yīng)將隨著地區(qū)市場制度環(huán)境的惡化而減弱（H3）。

三、中國地區(qū)創(chuàng)新體系協(xié)同效度的測評

（一）研究方法

三螺旋算法的基礎(chǔ)即是Shannon 的信息熵理論，Shannon 對信息熵的定義是：離散型隨機(jī)樣本出現(xiàn)的概率大小，即樣本不確定性越大，其熵值越大。相反如果一個系統(tǒng)自組織性越強(qiáng)，不確定的信息量越少，熵值也就越小。在一個系統(tǒng)變量的條件下，熵的計算公式為，其中Hi表示熵，Pi表示在i維度信息出現(xiàn)的概率。同理，二維分布的信息的熵的計算公式為表示i和j出現(xiàn)的聯(lián)合分布概率。同理可以得到三維分布信息熵計算公式為③不同的數(shù)量單位不影響數(shù)值相對大小，本文在計算過程中以10 為底計算，信息熵總為正值。。

互信息（mutual information）是信息論中用以表示多個隨機(jī)事件集合之間相關(guān)性的度量。互信息表示一個隨機(jī)事件由于已知另外隨機(jī)事件的信息而減少的不確定性。二維變量的互信息又稱為二維轉(zhuǎn)接度，計算公式為：Tij=Hi-Hi|j=Hi+Hj-Hij④根據(jù)熵的連鎖規(guī)則，有Hij= Hi + Hj|i= Hj + Hi|j。。Tij作為協(xié)同信息量表示i和j的相關(guān)程度，該值越大表示，i和j相關(guān)程度越大或兩者的融合和耦合度越大。因此，i和j原本單獨(dú)表示的不確定信息量Hi+Hj，由于存在相關(guān)性，i和j二維空間所表示的不確定信息量實(shí)際上是Hij。因此，如果兩個變量存在相互關(guān)聯(lián)，則這兩個變量組成的二維空間不確定信息有所減少。

當(dāng)二維變量擴(kuò)展到三維乃至更高維互信息時，轉(zhuǎn)接度則被稱為協(xié)調(diào)度或協(xié)同度。相類似地，Abramson導(dǎo)出三維的互信息定義為

由于本文用于四個創(chuàng)新部門之間的互動情況，借鑒三螺旋算法中的三維分布熵的計算方法，本文將三螺旋算法擴(kuò)展到四螺旋：

則四維的互信息可表示為

四維互信息的值用來衡量四維系統(tǒng)中各主體之間的協(xié)同創(chuàng)新程度，即四維空間創(chuàng)新協(xié)同度。單純的變量之間相關(guān)信息可以解釋為不同數(shù)據(jù)集或變量之間“共享”的信息總量，而交互信息則更多地被解釋為變量之間的“依賴”關(guān)系。該方法與方差分析類似，但是更加抽象，無需對變量度量屬性進(jìn)行假設(shè)。為了避免那些因?yàn)榻?jīng)濟(jì)落后規(guī)模企業(yè)較少而呈現(xiàn)較高集聚協(xié)同的地區(qū)的干擾，本文借鑒Leydesdorff 和Michae（l2006）和Leydesdorff 和Zhou（2014）的方法消除各個地區(qū)制造業(yè)規(guī)模異質(zhì)性的影響，對原始的數(shù)值進(jìn)行標(biāo)準(zhǔn)化處理得到最終本文所要求的創(chuàng)新協(xié)同指數(shù)值syn=(n/N)Tijgh，其中：n表示地區(qū)企業(yè)的數(shù)量；N表示所有地區(qū)企業(yè)的數(shù)量。

政府、企業(yè)、科研與高校及支撐服務(wù)等要素及它們之間的相互作用構(gòu)成了國家創(chuàng)新體系的主體，在開放經(jīng)濟(jì)的背景下，全球化的進(jìn)程進(jìn)一步拓展了創(chuàng)新主體參與合作的廣度和深度，理應(yīng)將“國外”維度納入創(chuàng)新體系主體維度中。因此，本文關(guān)注企業(yè)、政府、學(xué)術(shù)界（大學(xué)及科研院所）、國外機(jī)構(gòu)參與國內(nèi)創(chuàng)新的程度及各方協(xié)同程度，通過互信息來對二維、三維及四維主體間的自組織性和協(xié)同性進(jìn)行量化。需要說明的是，該算法適合一切以概率分布為基礎(chǔ)的多維主體間關(guān)系的分析。

（二）樣本與數(shù)據(jù)

1.指標(biāo)選取和數(shù)據(jù)來源

本文基于2008—2013 年中國科技企業(yè)活動數(shù)據(jù)。該數(shù)據(jù)口徑為規(guī)模以上工業(yè)企業(yè)，收錄了31 個省、自治區(qū)、直轄市年規(guī)模以上工業(yè)企業(yè)科技活動主要統(tǒng)計數(shù)據(jù)⑤由于數(shù)據(jù)可獲得性，本文所研究的地區(qū)不包含港澳臺。，從微觀企業(yè)角度，較為全面反映了我國工業(yè)企業(yè)科技活動開展情況，主要涉及工業(yè)企業(yè)R&D 及相關(guān)活動主要指標(biāo)和企業(yè)基本情況。本文選取政、產(chǎn)、學(xué)（高校及科研院所）⑥由于高校和科研院所的相關(guān)指標(biāo)較少且其在中國的創(chuàng)新系統(tǒng)中具有諸多類似的特點(diǎn)和作用，為了不影響測量效度，本文將兩個主體整合為“學(xué)術(shù)部門”。、外四個維度的參與協(xié)同創(chuàng)新的代表性指標(biāo)作為基礎(chǔ)數(shù)據(jù)，表1 具體列出了創(chuàng)新體系協(xié)同指數(shù)所使用的全部指標(biāo)，從中可以看出，所選擇的基礎(chǔ)指標(biāo)均為各主體維度具有代表性和可比性的核心指標(biāo)。

表1 指標(biāo)選取

2.數(shù)據(jù)處理

首先，本文將指標(biāo)中出現(xiàn)的缺失、錯誤和異常的數(shù)據(jù)予以剔除。由上文可知三螺旋算法適合一切以分類概率分布為基礎(chǔ)的多維主體間關(guān)系的分析。那么，本文需要對四個主體維度的創(chuàng)新參與程度進(jìn)行分類，首先需要對每個維度的指標(biāo)值進(jìn)行合成，主成分分析法是被用來將相關(guān)變量合并成少數(shù)幾個潛在維度的方法。由于基礎(chǔ)指標(biāo)的性質(zhì)和量綱不同，不能直接進(jìn)行合成。針對此問題。因此選擇標(biāo)準(zhǔn)化方法對原始指標(biāo)進(jìn)行無量綱處理，并且以協(xié)方差矩陣作為主成分分析的輸入。最終得到四個維度不同主體對企業(yè)個體創(chuàng)新參與度及創(chuàng)新投入度的值，隨后將連續(xù)變量轉(zhuǎn)換為類別變量，那么四個主體創(chuàng)新參與度值可以被等分為1～8 類⑦基于計算的要求，將不同維度的絕對創(chuàng)新程度能夠標(biāo)準(zhǔn)化為統(tǒng)一的相對化的類別程度分布，同時為了使分布不過于精細(xì)和粗糙繼而造成最后計算結(jié)果的波動，本文借鑒Leydesdorff 和Michae（l2006）綜合考慮認(rèn)為分為8 類較為合適。同時，經(jīng)過本文初步計算，分為其他類別也基本不影響相對排名和實(shí)證結(jié)果，僅在具體數(shù)值上存在一定差異。，數(shù)字由小至大意味著該主體對企業(yè)創(chuàng)新相對投入或相對參與程度不斷提高。最后計算四維互信息的值，即為本文所求的創(chuàng)新協(xié)同指數(shù)。該算法適合一切以概率分布為基礎(chǔ)的多維主體間關(guān)系的分析。這四個維度的創(chuàng)新資源投入的絕對值不一樣。因此要按照8 個百分位進(jìn)行分類。它反映了當(dāng)一個維度對企業(yè)創(chuàng)新相對支持度處于1～8 類某一類時，其他維度的相對支持度也同時位于該類的概率。這一指標(biāo)反映了在四維體系中，各維度的相對創(chuàng)新投入對企業(yè)創(chuàng)新的支持作用的協(xié)同度。

四、研究設(shè)計

（一）基準(zhǔn)計量模型

本文的基準(zhǔn)模型主要檢驗(yàn)創(chuàng)新協(xié)同度對經(jīng)濟(jì)高質(zhì)量增長的影響作用，其中基準(zhǔn)回歸模型為創(chuàng)新協(xié)同度影響經(jīng)濟(jì)增長質(zhì)量的方程：

其中：i為全國各省市；t為時間；μ和η分別為模型中所控制的省份固定效應(yīng)和時間固定效應(yīng)；ε為殘差項(xiàng)；synit表示創(chuàng)新協(xié)同度，用于反映地區(qū)間創(chuàng)新系統(tǒng)自組織性和協(xié)同度的差異。

（二）變量定義和數(shù)據(jù)說明

（1）經(jīng)濟(jì)增長質(zhì)量（growth）。本文所使用的經(jīng)濟(jì)增長更加注重經(jīng)濟(jì)增長的質(zhì)量，參考郝穎等（2014）及曾藝等（2019）。因此本文選取的經(jīng)濟(jì)增長指數(shù)源于《中國經(jīng)濟(jì)增長質(zhì)量報告-中國經(jīng)濟(jì)增長質(zhì)量指數(shù)及省區(qū)排名》。同時，控制一些省份特征變量，可以盡量地緩解遺漏變量偏誤：

（2）知識存量（rdstock）。知識存量作為重要的創(chuàng)新投入，能夠顯著促進(jìn)創(chuàng)新能力和技術(shù)水平的進(jìn)步。本文使用永續(xù)盤存法來計算地區(qū)i在時間t的研發(fā)存量Sit：

其中：δ表示研發(fā)存量的折舊率；Rit表示i在時間t的知識資源常規(guī)要素投入集。為了得到研發(fā)存量的初始值，使用如式（6）所示：

其中：g表示每個地區(qū)i研發(fā)支出的平均增長速度。選取δ=0.15，之所以選取一個相對較大的值，一方面考慮到知識的更新速度越來越快；另一方面使用的數(shù)據(jù)中在計算期間存在負(fù)增長的情況，選取一個較大的值可以避免初始研發(fā)資本存量為負(fù)的狀況。同時在現(xiàn)有研究中，一般認(rèn)為技術(shù)創(chuàng)新滯后期為兩年，故取θ=2。

（3）固定資產(chǎn)投資（inv）。區(qū)域創(chuàng)新其本質(zhì)為創(chuàng)新資源的投入產(chǎn)出活動，創(chuàng)新的區(qū)域環(huán)境和基礎(chǔ)設(shè)施需要進(jìn)行大量的固定資產(chǎn)投資，本文以人均全社會固定資產(chǎn)投資度量。其中，全社會固定資產(chǎn)投資額分別用固定資產(chǎn)價格指數(shù)進(jìn)行價格平減。

（4）人力資本水平（hum）。人力資本水平越高的地區(qū)其勞動力的素質(zhì)及其技能水平也相應(yīng)越高，往往其區(qū)域創(chuàng)新能力就越強(qiáng)，對經(jīng)濟(jì)增長的貢獻(xiàn)能力越大。本文設(shè)定人力資本水平的度量方式為：Hum=(6g1+9g2+12g3+16g4)/G，其中g(shù)1、g2、g3、g4分別為小學(xué)、初中、高中、大學(xué)本科以上畢業(yè)人數(shù)，G為該地區(qū)就業(yè)的總?cè)藬?shù)。

（5）外商直接投資（fdi）。外資的進(jìn)入可以有效地彌補(bǔ)地區(qū)發(fā)展過程中資本積累的不足，從而與其他生產(chǎn)要素如勞動力、土地、自然資源等形成更為合理的資源配置結(jié)構(gòu)，提高資源的利用效率。同時外資的進(jìn)入還會帶來一定的技術(shù)外溢示范效應(yīng)。東道國的企業(yè)可以學(xué)習(xí)外資企業(yè)先進(jìn)的技術(shù)和管理經(jīng)驗(yàn)，提高自身的技術(shù)水平和資源利用效率。本文采用地區(qū)實(shí)際利用外商直接投資占GDP 的比重來衡量。文中的數(shù)據(jù)來自歷年《中國統(tǒng)計年鑒》及各省統(tǒng)計年鑒。

（三）樣本數(shù)據(jù)及描述性統(tǒng)計

本文所使用樣本為中國31 個省級面板數(shù)據(jù)，樣本期為2008—2013年。創(chuàng)新協(xié)同指數(shù)測算是基于2008—2013年中國科技企業(yè)活動數(shù)據(jù)，而其他的省級層面數(shù)據(jù)均來自于各省相應(yīng)年度的統(tǒng)計年鑒。本文認(rèn)為在不影響模型估計的前提下，即使樣本量客觀受限，基于該樣本進(jìn)行經(jīng)驗(yàn)研究仍然不乏是一種有益的嘗試。同時，為了提高顯著性檢驗(yàn)效率，自舉法（Bootstrap）重復(fù)抽取樣本是一個可行的選項(xiàng)⑧通過從現(xiàn)有樣本中有放回地抽樣來獲得更多的「樣本」（由于不是真正從母體中抽出來，所以稱這些二次抽樣獲取的樣本為「經(jīng)驗(yàn)樣本」），并進(jìn)而以這些「經(jīng)驗(yàn)樣本」為基礎(chǔ)構(gòu)造統(tǒng)計量的標(biāo)準(zhǔn)誤或置信區(qū)間，以達(dá)到統(tǒng)計推斷的目的。。表2 匯報了主要變量的基本描述性統(tǒng)計量，包括樣本觀測值、平均值、標(biāo)準(zhǔn)差等。

表2 描述性統(tǒng)計

五、實(shí)證結(jié)果與分析

（一）基準(zhǔn)估計結(jié)果

如表3 所示，采用逐步加入變量的方法，第（1）列加入關(guān)鍵解釋變量，估計系數(shù)顯示創(chuàng)新協(xié)同度對經(jīng)濟(jì)高質(zhì)量增長的作用顯著為正，表明地區(qū)創(chuàng)新協(xié)同與經(jīng)濟(jì)增長質(zhì)量之間呈現(xiàn)正相關(guān)關(guān)系，這一結(jié)果初步驗(yàn)證了假設(shè)1；（2）～（4）列分別加入其他地區(qū)層面的控制變量，創(chuàng)新協(xié)同度的估計系數(shù)在1%的水平上依然顯著為正；（5）列進(jìn)一步采用Bootstrap 進(jìn)行多次模擬，得到自抽樣標(biāo)準(zhǔn)誤，發(fā)現(xiàn)在控制了其他影響因素后，估計系數(shù)未發(fā)生實(shí)質(zhì)性改變，說明模型具有良好的穩(wěn)定性；（6）列采用固定效應(yīng)模型，通過將截面相關(guān)部分從殘差項(xiàng)中分離出來，對于緩解模型可能存在的“內(nèi)生性”起到了一定的作用，并控制其他控制變量和個體固定效應(yīng)。從完整的估計結(jié)果來看，創(chuàng)新協(xié)同的估計系數(shù)在1%的水平上仍然顯著且為正，即擴(kuò)展創(chuàng)新主體協(xié)同度能顯著促進(jìn)地區(qū)高質(zhì)量增長。具體來說，地區(qū)創(chuàng)新協(xié)同每提高1 個單位，將會引起企業(yè)創(chuàng)新產(chǎn)出強(qiáng)度增加14 個百分點(diǎn)，這一結(jié)果再次支持了假設(shè)1。其他控制變量的估計結(jié)果也都符合預(yù)期。

表3 基準(zhǔn)回歸結(jié)果

（二）內(nèi)生性檢驗(yàn)

基本回歸可能的潛在內(nèi)生性問題是，地區(qū)經(jīng)濟(jì)增長質(zhì)量可能與創(chuàng)新體系協(xié)同度存在雙向因果關(guān)系。為了更準(zhǔn)確估計地區(qū)創(chuàng)新體系協(xié)同度的影響，本文借鑒孫天陽和成麗紅（2020）的思路，采用國家級科技孵化器數(shù)量作為工具變量。自從1987 年中國第一個孵化器誕生以來，當(dāng)前科技孵化器已成為創(chuàng)新體系的重要組成部分。政府對孵化器內(nèi)各主體的產(chǎn)學(xué)研合作提供一定稅收減免、場地服務(wù)等政策支持，為企業(yè)、科研院所和大學(xué)等科研主體創(chuàng)新合作提供了優(yōu)質(zhì)平臺。孵化器雖然為企業(yè)協(xié)同創(chuàng)新搭建了平臺，但不會直接影響地區(qū)經(jīng)濟(jì)增長質(zhì)量。而且孵化器是由科技部火炬中心每年評定，并不由地區(qū)或企業(yè)自己決定，具備較好的外生性。為了進(jìn)一步提高外生性，計算了2008—2013 年地區(qū)平均的孵化器數(shù)量，以此作為地區(qū)創(chuàng)新體系協(xié)同度的工具變量。數(shù)據(jù)來自于《中國火炬統(tǒng)計年鑒》。如果工具變量是不隨時間而變動的變量，這時再同時控制時間固定效應(yīng)進(jìn)行面板回歸，工具變量會在組內(nèi)去芯過程中被消除掉。對于這種問題，解決方法是將該不隨時間變化的變量交乘年份（Year）生成新的變量，然后作為新的工具變量incu進(jìn)行工具變量回歸。表4 中匯報了兩階段最小二乘法的估計結(jié)果。第一階段以syn作為被解釋變量的回歸中，incu的估計系數(shù)均顯著為正，確保了這一工具變量與syn相關(guān)性。第一階段結(jié)果顯示工具變量的估計滿足相關(guān)性條件，而且估計系數(shù)顯著。第二階段顯示識別不足檢驗(yàn)（Kleibergen-Paaprk LM 統(tǒng)計量）在1%的顯著水平上被拒絕，弱識別檢驗(yàn)顯示Cragg-Donald WaldF值遠(yuǎn)大于10，拒絕了弱工具變量假設(shè)。第二階段結(jié)果顯示，在使用工具變量后，syn依然顯著為正，系數(shù)值明顯增大，表明提高地區(qū)創(chuàng)新體系協(xié)同度可以提高經(jīng)濟(jì)增長質(zhì)量。這一結(jié)果強(qiáng)化了本文的結(jié)論。

表4 2SLS 模型估計結(jié)果

（三）穩(wěn)健性檢驗(yàn)

（1）更換替代變量?；A(chǔ)回歸中采取的被解釋變量來自于《中國經(jīng)濟(jì)增長質(zhì)量報告》。中國經(jīng)濟(jì)高質(zhì)量發(fā)展另外一個特征是效率變革。從效率層面來看，經(jīng)濟(jì)增長質(zhì)量就是進(jìn)行經(jīng)濟(jì)活動時所消耗的要素投入與經(jīng)濟(jì)活動總成果之間的比較，是資源要素投入比例、經(jīng)濟(jì)增長效果或經(jīng)濟(jì)增長的效率（魏婕和任保平，2016）?；谝陨戏治?，參考林春（2017）及孔群喜等（2019）方法，本文從效率視角出發(fā)，利用兩種不同的方式測度全要素生產(chǎn)率進(jìn)而作為經(jīng)濟(jì)增長質(zhì)量的代理指標(biāo)進(jìn)行穩(wěn)健性檢驗(yàn)。第一種是采用DEA 的方法測得的dea_tfp。DEA 是一種非參數(shù)的方法，可以突破截面之間生產(chǎn)技術(shù)同質(zhì)性的約束條件，可以較好地反映截面生產(chǎn)技術(shù)的異質(zhì)性。首先構(gòu)建DEA-Malmquist 指數(shù)表達(dá)式，具體公式為

其中：TFPC為全要素生產(chǎn)率為技術(shù)前沿下的距離函數(shù)；x和y分別表示決策單元的投入和產(chǎn)出；t和t+1分別表示時期⑨其中投入變量為各省實(shí)際資本存量以及從業(yè)人員數(shù)，產(chǎn)出變量為實(shí)際GDP。。第二種是采用隨機(jī)前沿生產(chǎn)函數(shù)的參數(shù)估計值sfa_tfp，測算得到技術(shù)進(jìn)步、技術(shù)效率變化率、規(guī)模效率變化率和要素配置效率，四者相加即為全要素生產(chǎn)率⑩對隨機(jī)前沿函數(shù)的估計采用誤差修正模型，并將函數(shù)形式設(shè)置為生產(chǎn)函數(shù)。。結(jié)果報告在表5 的前2 列。以兩種全要素生產(chǎn)率替換被解釋變量后，估計參數(shù)依然顯示出正向的促進(jìn)作用。這些都說明本文的結(jié)論具有一定的穩(wěn)健性。

表5 穩(wěn)健性檢驗(yàn)

（2）更換估計方法。本文運(yùn)用分位數(shù)進(jìn)行分樣本數(shù)據(jù)處理，并采用分位數(shù)回歸的方法進(jìn)行統(tǒng)計推斷，結(jié)果報告在表5 的（3）～（5）列。在25%、50%和75%的分位數(shù)水平上，syn的系數(shù)均為正且在不同置信水平下顯著。這意味著伴隨著區(qū)域創(chuàng)新協(xié)同度的增加，創(chuàng)新主體間的合作加深及創(chuàng)新協(xié)同度的提高將有利于企業(yè)的創(chuàng)新效率和創(chuàng)新強(qiáng)度的提高，繼而對地區(qū)的經(jīng)濟(jì)增長起到正向的促進(jìn)作用，并且發(fā)現(xiàn)分位數(shù)回歸系數(shù)在5.121～14.221 之內(nèi)，同時隨著分位點(diǎn)的提高，回歸系數(shù)和顯著性在下降，表明隨著經(jīng)濟(jì)增長的提升，區(qū)域創(chuàng)新協(xié)同度對其促進(jìn)效應(yīng)在不斷降低。具體而言，在控制了其他因素的情況下，對于經(jīng)濟(jì)增長質(zhì)量較低的地區(qū)，創(chuàng)新協(xié)同度的邊際收益比較高。

（四）機(jī)制檢驗(yàn)

雖然前文的分析已經(jīng)驗(yàn)證了本文的核心結(jié)論，即提高創(chuàng)新體系協(xié)同會顯著提高地區(qū)的經(jīng)濟(jì)增長質(zhì)量，但尚未對影響的內(nèi)在機(jī)制予以實(shí)證檢驗(yàn)。根據(jù)本文第二部分的理論分析與假設(shè)，創(chuàng)新體系協(xié)同度對經(jīng)濟(jì)增長質(zhì)量的影響機(jī)制存在“知識創(chuàng)造和轉(zhuǎn)化質(zhì)量效應(yīng)”。本文構(gòu)建如下遞歸模型來檢驗(yàn)在理論分析中所提出的影響機(jī)制：

其中：spill表示知識創(chuàng)造和轉(zhuǎn)換質(zhì)量效應(yīng)。R&D 的知識效應(yīng)除了體現(xiàn)為存量方面，也體現(xiàn)為R&D 增量的優(yōu)化，其具有提升創(chuàng)新潛能這一隱性作用，主要體現(xiàn)為知識創(chuàng)造和轉(zhuǎn)化的質(zhì)量。前者決定了自主創(chuàng)新的水平，而后者則能助力吸收外來先進(jìn)技術(shù)、集聚優(yōu)秀人才。見表6，本文構(gòu)建了R&D 創(chuàng)造和轉(zhuǎn)化質(zhì)量效應(yīng)指標(biāo)。

表6 知識創(chuàng)造和轉(zhuǎn)化質(zhì)量效應(yīng)

在實(shí)際估計過程中，本文利用SPSS 軟件對多維數(shù)據(jù)進(jìn)行主成分分析法處理，將以上兩個維度的五個指標(biāo)構(gòu)造成一個綜合反映創(chuàng)新體系中知識創(chuàng)造和轉(zhuǎn)化的質(zhì)量復(fù)合指數(shù)。表7 為創(chuàng)新協(xié)同度對地區(qū)經(jīng)濟(jì)增長質(zhì)量影響渠道檢驗(yàn)結(jié)果。表7（1）列即為表3 中的（5）列，反映了創(chuàng)新協(xié)同度對經(jīng)濟(jì)增長具有顯著的促進(jìn)作用。表7（2）列中將spill這一中介變量作為被解釋變量，結(jié)果可以發(fā)現(xiàn)協(xié)同度的提升促進(jìn)了知識創(chuàng)造和轉(zhuǎn)化的效應(yīng)。同時在表7（3）列中，同時加入spill和syn，結(jié)果發(fā)現(xiàn)syn變量與沒加入spill的表7（1）列相比系數(shù)變得不再顯著。因此，基本可以判斷創(chuàng)新協(xié)同度會提高地區(qū)的知識創(chuàng)造和轉(zhuǎn)化的質(zhì)量效應(yīng)從而促進(jìn)該地區(qū)的經(jīng)濟(jì)增長。

表7 機(jī)制檢驗(yàn)

（五）創(chuàng)新體系中主體協(xié)同的扭曲：二維和三維空間的異質(zhì)性分析

創(chuàng)新系統(tǒng)內(nèi)部存在主體間協(xié)同影響效應(yīng)的差異。如圖1 所示，“三維”創(chuàng)新系統(tǒng)協(xié)同指數(shù)值排名依次為：“政產(chǎn)學(xué)”“政產(chǎn)外”“政學(xué)外”“產(chǎn)學(xué)外”。表明當(dāng)前的創(chuàng)新系統(tǒng)內(nèi)部，政府的協(xié)同參與度較高，而國際化參與企業(yè)創(chuàng)新的程度仍然較低。如圖2 所示，“二維”創(chuàng)新系統(tǒng)協(xié)同指標(biāo)值排名依次為：“政產(chǎn)”“產(chǎn)學(xué)”“政學(xué)”“學(xué)外”“產(chǎn)外”“政外”，且政府和企業(yè)間的創(chuàng)新協(xié)同數(shù)值異常高，其他“二維”主體間的協(xié)同程度相對較低，國外維度的創(chuàng)新協(xié)同參與度仍然比較低。

圖1 三維創(chuàng)新協(xié)同指標(biāo)值

圖2 二維創(chuàng)新協(xié)同指標(biāo)值

因此，作為拓展的實(shí)證分析，本文將對不同維度創(chuàng)新協(xié)同異質(zhì)性影響進(jìn)行比較分析。這里仍然采用固定效應(yīng)模型的估計，結(jié)果匯報在表8 和表9中。結(jié)果發(fā)現(xiàn)，二維主體的創(chuàng)新協(xié)同系數(shù)要么顯著為負(fù)，要么不顯著：包含政府主體的創(chuàng)新協(xié)同的系數(shù)顯著為負(fù)，且“政產(chǎn)”的負(fù)向影響最大。而不包含政府創(chuàng)新協(xié)同中“產(chǎn)學(xué)”的系數(shù)則在5%水平上顯著，而其余二維主體創(chuàng)新協(xié)同雖不顯著但系數(shù)也為正。間接證實(shí)了協(xié)同創(chuàng)新系統(tǒng)中政府參與影響效應(yīng)的不對稱，即過度加大二維創(chuàng)新協(xié)同中政府的參與度可能會阻礙其在經(jīng)濟(jì)增長中的作用。可能的解釋在于，當(dāng)前政府在低層次、低維度的創(chuàng)新體系中參與度過高，會弱化其制度要素供給職能，也會對其他創(chuàng)新主體間的創(chuàng)新協(xié)同產(chǎn)生一定的“擠出效應(yīng)”。而三維協(xié)同雖然呈現(xiàn)促進(jìn)作用，但是其經(jīng)濟(jì)增長效應(yīng)則很微弱，系數(shù)區(qū)間為0.443～ 0.611，表明提高協(xié)同創(chuàng)新主體的多元性有利于促進(jìn)經(jīng)濟(jì)增長質(zhì)量，一定程度上會彌補(bǔ)二元主體創(chuàng)新中的缺陷尤其是政府參與的不利因素。

表8 二維主體中政府參與協(xié)同的影響差異

表9 三維創(chuàng)新主體的影響效應(yīng)

綜上，創(chuàng)新體系中政府影響作用的不對稱性集中表現(xiàn)在“政產(chǎn)學(xué)外”各主體的地位和功能被扭曲，從實(shí)證結(jié)果來看，一方面，要減少政府在創(chuàng)新體系中直接參與程度，僅提高其高質(zhì)量制度供給的職能水平，弱化其在經(jīng)濟(jì)決策和資源配置的干預(yù)；另一方面，應(yīng)提高創(chuàng)新體系的開放性和主體多元性，進(jìn)而在多層次多維度的創(chuàng)新體系中提高協(xié)同效度。

（六）考慮市場制度環(huán)境影響下的擴(kuò)展分析

本文進(jìn)一步分析市場制度環(huán)境的調(diào)節(jié)效應(yīng)。樊綱和王小魯?shù)龋?003）以大量數(shù)據(jù)為基礎(chǔ)，從5 個方面構(gòu)建了反映市場化進(jìn)程的指標(biāo)，并借助主成分分析法生成各指標(biāo)的權(quán)重，加權(quán)計算各個地區(qū)市場化的總指數(shù)。本文利用這一指數(shù)作為測度地區(qū)制度水平及其變遷的變量。本文經(jīng)過適當(dāng)調(diào)整，采用以下形式的制度環(huán)境過濾指數(shù)：

其中：envit_raw表示i地區(qū)初始的制度環(huán)境值；envmax和envmin分別表示樣本期間所有地區(qū)中的最大值和最小值。根據(jù)以上的指數(shù)構(gòu)造含義，filterit越大表示i地區(qū)的制度環(huán)境越惡劣。本文對式（12）進(jìn)行檢驗(yàn)，主要關(guān)注創(chuàng)新協(xié)同與制度環(huán)境的交互項(xiàng)系數(shù)：

為了重點(diǎn)考察制度環(huán)境變量與創(chuàng)新協(xié)同度之間相互的影響，同時構(gòu)建了交互變量synit×filit。如果創(chuàng)新協(xié)同對地區(qū)經(jīng)濟(jì)增長質(zhì)量的作用依賴于地區(qū)制度環(huán)境，預(yù)期該變量的系數(shù)β3為負(fù)，表示制度環(huán)境越糟糕的地區(qū)，創(chuàng)新協(xié)同度對地區(qū)經(jīng)濟(jì)增長質(zhì)量的正向作用越小。

實(shí)證結(jié)果表10 報告了制度環(huán)境在創(chuàng)新協(xié)同的經(jīng)濟(jì)增長效應(yīng)中的影響，結(jié)果發(fā)現(xiàn)創(chuàng)新協(xié)同度與制度環(huán)境的系數(shù)顯著為負(fù)，說明制度環(huán)境弱化了創(chuàng)新協(xié)同度對區(qū)域經(jīng)濟(jì)增長的正向影響。創(chuàng)新協(xié)同度的提高有益于地區(qū)經(jīng)濟(jì)增長的規(guī)模和質(zhì)量，而制度環(huán)境會對地區(qū)創(chuàng)新效率和創(chuàng)新意愿產(chǎn)生約束作用繼而抑制地區(qū)經(jīng)濟(jì)增長。

表10 制度環(huán)境的影響

六、主要結(jié)論與政策建議

本文結(jié)合互信息理論，通過分布熵算法對中國各地區(qū)創(chuàng)新主體間的自組織性和協(xié)同性進(jìn)行了量化。本質(zhì)上來看，這一方法有效地捕捉了創(chuàng)新體系間個體交互程度?；凇罢a(chǎn)學(xué)外”四維創(chuàng)新主體分析視角，我們構(gòu)建了反映各地區(qū)多維主體創(chuàng)新體系協(xié)同效度的指標(biāo)。實(shí)證研究發(fā)現(xiàn)，提高創(chuàng)新體系主體協(xié)同度有助于提高經(jīng)濟(jì)增長質(zhì)量。此外，創(chuàng)新協(xié)同度的促進(jìn)效應(yīng)主要通過“知識創(chuàng)造和轉(zhuǎn)化”機(jī)制；創(chuàng)新協(xié)同度的邊際增長效應(yīng)隨著經(jīng)濟(jì)增長質(zhì)量的提高而遞減；較差的市場體制環(huán)境則會弱化創(chuàng)新協(xié)同的促進(jìn)作用。在新科技產(chǎn)業(yè)變革的“機(jī)會窗口”及經(jīng)濟(jì)高質(zhì)量發(fā)展背景下，本文的政策建議主要有以下兩個方面：

第一，進(jìn)一步糾偏政府在創(chuàng)新體系中的角色定位，尤其是應(yīng)該厘清“政產(chǎn)”關(guān)系。雖然政府應(yīng)該被作為國家創(chuàng)新體系的重要要素，但是其作用應(yīng)該是以各種方式介入與其他要素（如企業(yè)、大學(xué)和公共科研機(jī)構(gòu)等）的交互之中，而不是在創(chuàng)新系統(tǒng)起主導(dǎo)甚至干預(yù)作用。另外，應(yīng)更加重視政府在創(chuàng)新體系中制度和基礎(chǔ)設(shè)施建設(shè)中的作用，為企業(yè)與其他創(chuàng)新主體之間的對接和和合作創(chuàng)造便利的機(jī)制和制度環(huán)境。

第二，應(yīng)著力構(gòu)建“政產(chǎn)學(xué)外”一體化、立體化的創(chuàng)新網(wǎng)絡(luò)，提高創(chuàng)新系統(tǒng)開放與協(xié)同。加強(qiáng)不同主體創(chuàng)新協(xié)同的機(jī)制，提高創(chuàng)新體系的層次和深度。一方面，繼續(xù)深化行政、事業(yè)和國有企業(yè)改革，強(qiáng)化政府、企業(yè)、科研院所、高校、國外機(jī)構(gòu)等維度創(chuàng)新主體的充分互動，推動創(chuàng)新資源在各類組織之間有效流動，形成開放合作的創(chuàng)新網(wǎng)絡(luò)和形式多樣的創(chuàng)新共同體。另外一方面，應(yīng)修補(bǔ)創(chuàng)新鏈，提高科技成果轉(zhuǎn)化率。逐步深化科研事業(yè)單位體制改革，彌補(bǔ)技術(shù)研發(fā)與產(chǎn)業(yè)化之間的創(chuàng)新鏈缺失，推動戰(zhàn)略性新技術(shù)與新產(chǎn)品取得突破。