陳凱華，寇明婷，官建成

(1.中國科學(xué)院科技政策與管理科學(xué)研究所，北京100190；2.中國科學(xué)院創(chuàng)新發(fā)展研究中心，北京100190；3.中國科學(xué)院大學(xué)管理學(xué)院，北京100080)

一、引言

構(gòu)建“功能明確、結(jié)構(gòu)合理、良性互動(dòng)、運(yùn)行高效”的國家創(chuàng)新體系是中國政府近期明確的國家科學(xué)與技術(shù)發(fā)展目標(biāo)①見《國家“十二五”科學(xué)和技術(shù)發(fā)展規(guī)劃》。。毋庸置疑，經(jīng)過30多年的改革與發(fā)展，中國的創(chuàng)新績效無論是在規(guī)模還是在增長速度都獲得了一個(gè)驚人的增長，特別是中國入世以后［1］。2011年中國的專利申請量躍居世界第一，超過美國和日本。不過，這種線性角度的結(jié)果性論斷并不能反映創(chuàng)新產(chǎn)生與收益過程中系統(tǒng)內(nèi)部要素或活動(dòng)在科技發(fā)展與應(yīng)用以及動(dòng)力上的績效。為此一些基于創(chuàng)新系統(tǒng)框架構(gòu)建的系統(tǒng)性評估體系，如中國科技發(fā)展戰(zhàn)略研究小組構(gòu)建的中國區(qū)域創(chuàng)新能力指標(biāo)體系，應(yīng)運(yùn)而生。這些系統(tǒng)性的指標(biāo)體系提供了對中國區(qū)域創(chuàng)新系統(tǒng)各個(gè)要素表現(xiàn)的數(shù)據(jù)資料支撐，但無助于從各指標(biāo)要素的交互作用和整體作用判斷創(chuàng)新系統(tǒng)的績效。如，中國創(chuàng)新體系目前運(yùn)行狀態(tài)如何?是否健康運(yùn)行?這顯然是功能角度的系統(tǒng)性判斷，也是目前學(xué)術(shù)界與政策界系統(tǒng)角度共同關(guān)注的創(chuàng)新發(fā)展戰(zhàn)略問題。這一潛在的從非線性角度對處于過渡期的中國創(chuàng)新系統(tǒng)的運(yùn)行狀態(tài)的探索在創(chuàng)新政策的發(fā)展具有重要的理論與實(shí)踐價(jià)值。

在現(xiàn)有分析理論中，欲在系統(tǒng)視角下考慮創(chuàng)新要素或活動(dòng)在創(chuàng)新過程的參與和表現(xiàn)，創(chuàng)新系統(tǒng)的方法無疑為成為首選。創(chuàng)新系統(tǒng)方法為政策制定者從系統(tǒng)的角度發(fā)展和制定部門、區(qū)域或國家等不同層次上的整體創(chuàng)新政策提供了一個(gè)理想的分析框架和工具［2］，它引導(dǎo)政策制定者在從線性角度探究創(chuàng)新績效的直接決定因素的同時(shí)，也從非線性角度關(guān)注以政策為導(dǎo)向的創(chuàng)新環(huán)境的間接影響。這對探索面向需求的政策工具的發(fā)展和制定尤為重要，尤其是對中國這樣一個(gè)處于過渡期的發(fā)展中國家——逐漸從以公共研發(fā)為中心的計(jì)劃型創(chuàng)新模式脫變，邁向一個(gè)以企業(yè)為創(chuàng)新主體的市場型創(chuàng)新模式——更為重要［3］。

不過創(chuàng)新系統(tǒng)方法存在多種體系②常見的如，國家創(chuàng)新系統(tǒng)［4-6］、區(qū)域創(chuàng)新系統(tǒng)［7］、技術(shù)創(chuàng)新系統(tǒng)［8］以及產(chǎn)業(yè)創(chuàng)新系統(tǒng)［9］。，即使同一體系在不同的經(jīng)濟(jì)實(shí)體上的結(jié)構(gòu)也常常不同，因此為了消除這些體系之間/內(nèi)的差異性，透過功能(functions)表現(xiàn)看本質(zhì)，即關(guān)注創(chuàng)新系統(tǒng)內(nèi)“什么發(fā)生(what happens)”，那些功能支撐創(chuàng)新系統(tǒng)的良好運(yùn)行與績效?該背景下便有了創(chuàng)新系統(tǒng)功能體系的提出與發(fā)展［10-12］。創(chuàng)新功能體系實(shí)質(zhì)上是把創(chuàng)新系統(tǒng)內(nèi)的各種要素從功能相近上進(jìn)行新的組合，為創(chuàng)新系統(tǒng)的比較提供了系統(tǒng)水平(system-level)的解釋因素［13］，后文更具體地稱之為“功能塊(construct)”。每個(gè)功能塊把創(chuàng)新系統(tǒng)內(nèi)相關(guān)活動(dòng)(activities)③Edquist(2005)［14］認(rèn)為創(chuàng)新系統(tǒng)中的“活動(dòng)(activities)”就是那些影響創(chuàng)新開發(fā)、擴(kuò)散與應(yīng)用的因素。、執(zhí)行組織以及支撐要素關(guān)聯(lián)在一起，在系統(tǒng)中充當(dāng)一定的職能。所有功能塊都服務(wù)創(chuàng)新系統(tǒng)的發(fā)展目標(biāo)，即在固定投資下，獲得創(chuàng)新績效(創(chuàng)新產(chǎn)出與創(chuàng)新收益)最大。相關(guān)研究者對創(chuàng)新系統(tǒng)功能理論及應(yīng)用進(jìn)行了創(chuàng)新性的擴(kuò)展研究，他們一致認(rèn)為探索創(chuàng)新系統(tǒng)的績效表現(xiàn)其實(shí)就是衡量其功能塊的效用質(zhì)量，即分析每個(gè)系統(tǒng)功能塊在創(chuàng)新產(chǎn)出和創(chuàng)新收益實(shí)現(xiàn)過程中的績效如何。

為了實(shí)現(xiàn)上述研究目的，構(gòu)建可量化的功能塊以及之間的作用結(jié)構(gòu)是分析的基礎(chǔ)。功能塊，如“研究與發(fā)展”的效用或者績效是由多個(gè)組織(如高校、獨(dú)立研發(fā)機(jī)構(gòu)或人員)在支撐要素(資金與設(shè)備)輔助下實(shí)現(xiàn)?？梢?，從統(tǒng)計(jì)上，功能塊的功能通常是由多個(gè)同質(zhì)變量決定或反映，是綜合變量，從統(tǒng)計(jì)角度也可以稱為潛在變量，不能直接度量，但可以通過可測量的同質(zhì)變量反映?，F(xiàn)有對創(chuàng)新系統(tǒng)的功能結(jié)構(gòu)研究較多［11-13］［15］，不過他們的工作仍集中于概念的探討和理論框架的發(fā)展，沒有定量地實(shí)證探索每個(gè)功能塊的系統(tǒng)性效用。既然功能塊同時(shí)且交互式地決定了創(chuàng)新系統(tǒng)的績效，因此通過基于功能路徑的結(jié)構(gòu)方程的檢驗(yàn)方法是適合的。本文便嘗試通過基于路徑分析的結(jié)構(gòu)方程構(gòu)建這一系統(tǒng)性的分析和檢驗(yàn)框架。在前期研究中，Chen和Guan(2011a)僅關(guān)注了創(chuàng)新過程上游創(chuàng)新產(chǎn)出的決定性功能塊檢驗(yàn)［3］，對下游創(chuàng)新收益決定性功能塊并沒有討論。本研究試圖擴(kuò)展前期研究，構(gòu)建面向創(chuàng)新產(chǎn)出與創(chuàng)新收益的結(jié)構(gòu)功能檢驗(yàn)框架。

在具體研究方法設(shè)計(jì)時(shí)，本文基于羅默(Romer)知識生產(chǎn)函數(shù)［16］在政策背景下的擴(kuò)展框架［17］，構(gòu)建了用來診斷中國區(qū)域創(chuàng)新系統(tǒng)功能有效性的路徑結(jié)構(gòu)模型和測量指標(biāo)體系，并借助面向功能結(jié)構(gòu)的路徑方程來檢驗(yàn)其功能有效性。本研究首先引入偏最小二乘回歸檢驗(yàn)比較創(chuàng)新系統(tǒng)科技創(chuàng)新產(chǎn)出和創(chuàng)新收益的具體決定因素的重要性與差異性，隨后用基于偏最小二乘法的結(jié)構(gòu)方程來揭示創(chuàng)新系統(tǒng)外生性的功能塊(或結(jié)構(gòu)體)與內(nèi)生創(chuàng)新產(chǎn)出和創(chuàng)新收益功能塊之間的因果關(guān)系結(jié)構(gòu)，以及外生環(huán)境功能塊對外生資源功能塊的效用的調(diào)節(jié)(阻礙或促進(jìn))。更加具體的討論見后文。

本文選擇中國省域作為分析單元。創(chuàng)新更容易在地理空間集中或臨近情況下發(fā)生［18］，因此區(qū)域被認(rèn)為是保持基于創(chuàng)新的學(xué)習(xí)經(jīng)濟(jì)最合適的規(guī)模［19］。這也意味著以區(qū)域?yàn)檠芯繂卧膶?shí)證研究更具有實(shí)際意義［20-21］。此外，相對于多數(shù)的OECD國家，中國的創(chuàng)新系統(tǒng)太大不能僅僅通過一個(gè)整體模型來分析其創(chuàng)新行為，因此區(qū)域維度不能忽略［22］。

二、概念模型

僅考慮基本創(chuàng)新資源投入的知識生產(chǎn)函數(shù)從線性角度向我們闡明了創(chuàng)新過程實(shí)現(xiàn)需要的基礎(chǔ)要素，但這些基礎(chǔ)要素對描述整個(gè)創(chuàng)新系統(tǒng)的實(shí)際運(yùn)作是遠(yuǎn)遠(yuǎn)不夠的?；谙到y(tǒng)理論發(fā)展的創(chuàng)新系統(tǒng)方法引導(dǎo)我們考慮更多的以政策為導(dǎo)向的環(huán)境要素，這樣也更加適合需求導(dǎo)向的創(chuàng)新模式。Edquist和Hommen(1999)強(qiáng)調(diào)的創(chuàng)新過程系統(tǒng)觀提醒我們充分認(rèn)識影響創(chuàng)新過程的各要素之間的潛在的、復(fù)雜的交互作用［23］。從功能角度分析，創(chuàng)新系統(tǒng)可被看成由兩部分組成:一是創(chuàng)新生產(chǎn)隨后商業(yè)化的主體創(chuàng)新過程，二是影響創(chuàng)新過程運(yùn)行的輔助創(chuàng)新環(huán)境［24-25］。創(chuàng)新環(huán)境包括各種公共創(chuàng)新條件、基礎(chǔ)設(shè)施以及產(chǎn)業(yè)聚集環(huán)境等由政府 通 過 政 策 控 制 為 導(dǎo) 向 的 多 種 要 素［17］［25］。Edquist(1997)把創(chuàng)新系統(tǒng)定義為“影響創(chuàng)新發(fā)展、擴(kuò)散以及應(yīng)用的各種重要的經(jīng)濟(jì)、社會(huì)、政治、組織以及其他的要素”［2］?？梢?，創(chuàng)新過程是不能獨(dú)立于創(chuàng)新環(huán)境而存在，而是嵌入創(chuàng)新環(huán)境中。如Doloreux(2002)強(qiáng)調(diào)，區(qū)域創(chuàng)新系統(tǒng)的核心就是“嵌入(Embeddedness)”這一概念［24］。從創(chuàng)新模型發(fā)展歷程看，即從“線性模型”到“鏈?zhǔn)侥Ｐ汀保?6］，再到“系統(tǒng)性模型”［2］，環(huán)境條件對創(chuàng)新過程的影響逐漸受到政策制定者和創(chuàng)新實(shí)踐者的重視。近期的實(shí)證研究［17］［20］表明這些源于創(chuàng)新環(huán)境中的背景變量影響了創(chuàng)新過程中生產(chǎn)要素的效用。

本文通過概念圖1，從一個(gè)非線性的角度描述了創(chuàng)新系統(tǒng)整體生產(chǎn)路徑框架。該路徑圖表明，一個(gè)完整的創(chuàng)新過程包括一個(gè)上游的創(chuàng)新生產(chǎn)過程和一個(gè)下游的創(chuàng)新商業(yè)化過程［27］，以及暗示，創(chuàng)新績效不單與直接的創(chuàng)新資源投資密不可分，而且與同步存在的外部創(chuàng)新環(huán)境息息相關(guān)。現(xiàn)有研究［17］［20-21］已表明，往往因?yàn)閯?chuàng)新環(huán)境質(zhì)量的不同導(dǎo)致了各創(chuàng)新單元在創(chuàng)新生產(chǎn)力和能力的差異，良好的創(chuàng)新環(huán)境不僅僅是創(chuàng)新活動(dòng)的“潤滑劑”，而且還是“催化劑”。也就是說，創(chuàng)新環(huán)境中的背景要素與創(chuàng)新過程績效之間也存在一定的“誘導(dǎo)”關(guān)系。當(dāng)然，不匹配的創(chuàng)新環(huán)境會(huì)阻礙創(chuàng)新投入的轉(zhuǎn)化效率。就像Furman等(2002)強(qiáng)調(diào)，創(chuàng)新能力并不是創(chuàng)新產(chǎn)出/收益本身的實(shí)現(xiàn)水平，而是反映了創(chuàng)新產(chǎn)出/收益的基本決定因素［17］。這也意味著創(chuàng)新能力并不關(guān)心創(chuàng)新績效的任何單一反映，而是關(guān)心創(chuàng)新績效的可持續(xù)性。該觀點(diǎn)引導(dǎo)我們重視創(chuàng)新環(huán)境對創(chuàng)新過程的影響和調(diào)節(jié)效用。圖1引導(dǎo)我們摒棄傳統(tǒng)的線性視角，從非線性的系統(tǒng)性角度同時(shí)關(guān)注創(chuàng)新資源、創(chuàng)新環(huán)境對創(chuàng)新產(chǎn)出/收益的同步(聯(lián)立)作用。當(dāng)然，這些同步效用并不能全面描述創(chuàng)新系統(tǒng)的功能，創(chuàng)新資源和創(chuàng)新環(huán)境之間的交互的調(diào)節(jié)作用也應(yīng)該被考慮。這些調(diào)節(jié)作用有效地反映了創(chuàng)新系統(tǒng)要素之間的非獨(dú)立性，其可能削弱或者強(qiáng)化創(chuàng)新資源的在創(chuàng)新產(chǎn)出/收益中的作用。創(chuàng)新環(huán)境往往是政府制定和實(shí)施創(chuàng)新制度和政策的載體，因此關(guān)注創(chuàng)新環(huán)境在創(chuàng)新過程中的各種效用也是創(chuàng)新制度和政策的需要。

圖1 創(chuàng)新系統(tǒng)的路徑框架

總之，區(qū)域創(chuàng)新系統(tǒng)的創(chuàng)新能力由創(chuàng)新投入要素的強(qiáng)度、創(chuàng)新環(huán)境的質(zhì)量以及它們之間的交互作用的效用(是否匹配)共同決定的。設(shè)想中國區(qū)域創(chuàng)新系統(tǒng)經(jīng)過一系列的科技改革，各功能塊運(yùn)行良好，因此本文假設(shè)這些直接的因果效用表現(xiàn)為顯著的正向影響，這也是本文期望的。區(qū)域創(chuàng)新系統(tǒng)的生產(chǎn)率或者效率，取決于創(chuàng)新活動(dòng)中創(chuàng)新環(huán)境要素在創(chuàng)新投入要素的轉(zhuǎn)化過程中起到的調(diào)節(jié)效應(yīng)(是促進(jìn)還是阻礙)。若設(shè)想創(chuàng)新投入要素和創(chuàng)新環(huán)境要素之間的互補(bǔ)性運(yùn)作良好，即假設(shè)創(chuàng)新環(huán)境對創(chuàng)新要素在創(chuàng)新產(chǎn)出/收益中的效用起到促進(jìn)作用，也就是假設(shè)調(diào)節(jié)效用為顯著的正向影響。具體功能塊以及功能塊的測度指標(biāo)將在下節(jié)詳述。

三、研究方法

(一)功能塊的構(gòu)建和測量指標(biāo)的設(shè)定

本研究在Furman等(2002)擴(kuò)展的知識生產(chǎn)函數(shù)框架基礎(chǔ)上，構(gòu)建了更加廣泛的測量體系(見表1)。與Furman等(2002)分析結(jié)構(gòu)不同，本研究不但關(guān)心具體可測的創(chuàng)新要素的微觀效應(yīng)，而且更為關(guān)心由同質(zhì)(角色和功能相同)創(chuàng)新要素構(gòu)成的潛在功能塊在創(chuàng)新系統(tǒng)中的整體功能有效性。從功能角度量化創(chuàng)新系統(tǒng)是個(gè)有效的方法。雖然目前對創(chuàng)新系統(tǒng)分析的功能分析體系并沒有公認(rèn)的體系，但它引導(dǎo)我們依據(jù)系統(tǒng)的功能性來量化和分析創(chuàng)新系統(tǒng)，也就是衡量創(chuàng)新系統(tǒng)的各功能塊運(yùn)行績效。這個(gè)角度為現(xiàn)有的定性理論探索提供了一個(gè)有效的實(shí)證研究的量化途徑，使得從系統(tǒng)水平層次上的解釋要素來衡量創(chuàng)新系統(tǒng)的運(yùn)作質(zhì)量的分析成為可能。

本文綜合考慮Furman等(2000)、Liu和White(2001)及柳卸林和胡志堅(jiān)(2002)［28］的測量體系，結(jié)合考察目的以及創(chuàng)新要素的角色和功能，構(gòu)建了一個(gè)包含9個(gè)功能塊(綜合變量)的框架體系(見表1)。創(chuàng)新產(chǎn)出(INNO_OUTPUT)和創(chuàng)新收益(INNO_OUTCOME)是兩個(gè)內(nèi)生性功能塊，知識資本聚集(知識存量)(CU_K_STOCK)、新增創(chuàng)新投入(INNO_IN)、外部知識獲取(EX_K_ACQ)、創(chuàng)新熟練度(INNO_SOPH)、公共創(chuàng)新環(huán)境(CO_INNO_EN)、產(chǎn)業(yè)聚集環(huán)境(CLUS_EN)以及創(chuàng)新鏈接(INNO_LINK)是7個(gè)外生性功能塊。在功能角色上，前4個(gè)外生功能塊是作為創(chuàng)新投入的4種不同來源，是創(chuàng)新產(chǎn)出和創(chuàng)新收益的直接貢獻(xiàn)者，后3個(gè)外生功能塊參與或影響創(chuàng)新產(chǎn)出與創(chuàng)新收益的實(shí)現(xiàn)，可用來檢驗(yàn)創(chuàng)新環(huán)境效用。

這9個(gè)功能塊本質(zhì)上是潛在的、不可直接觀測的綜合變量，它們之間的交互作用決定了創(chuàng)新系統(tǒng)的功能路徑框架。由于這些潛在的功能塊是不能直接測量的，本研究在Furman等(2000)與柳卸林和胡志堅(jiān)(2002［28］)測量體系基礎(chǔ)上，構(gòu)建了如表1所示的測量指標(biāo)來測量這些功能塊。根據(jù)活動(dòng)角色差異，這9個(gè)功能塊又可從創(chuàng)新投入、創(chuàng)新產(chǎn)出、創(chuàng)新收益和創(chuàng)新環(huán)境等4方面分類描述。

1.創(chuàng)新產(chǎn)出

Griliches(1990)［29］指出，“并不是所有的創(chuàng)新都可以取得專利權(quán)的，也并不是所有的專利都可以授權(quán)的”?；谏鲜鲈?，本文選用每個(gè)區(qū)域在國內(nèi)授權(quán)的發(fā)明專利(D_PAT)作為技術(shù)性創(chuàng)新產(chǎn)出的一個(gè)基本衡量①中國是個(gè)后進(jìn)型國家，近幾年中國在USPTO獲得授權(quán)的專利數(shù)不足其在國內(nèi)獲得授權(quán)的專利數(shù)的1%，因此它的技術(shù)創(chuàng)新產(chǎn)出再用USPTO的專利衡量顯然不足。，同時(shí)用新產(chǎn)品項(xiàng)目(N_PRO)作為一個(gè)補(bǔ)充衡量，以彌補(bǔ)對沒觀測的或者沒有授權(quán)的技術(shù)創(chuàng)新產(chǎn)出衡量。

本文的分析框架由于是衡量區(qū)域創(chuàng)新系統(tǒng)的整體科技創(chuàng)新生產(chǎn)，因此并不局限于對技術(shù)創(chuàng)新范疇，同時(shí)還考慮了科學(xué)創(chuàng)新產(chǎn)出。這里用科學(xué)論文的發(fā)表作為衡量科學(xué)性創(chuàng)新產(chǎn)出的代理測度［30］。表1表明，為了體現(xiàn)科學(xué)創(chuàng)新產(chǎn)出質(zhì)量，本文用國際論文(I_PAP)衡量。這樣，內(nèi)生性的功能塊創(chuàng)新產(chǎn)出(INNO_OUTPUT)共通過三個(gè)可測的顯性指標(biāo)來充分度量。

2.創(chuàng)新收益

創(chuàng)新收益是創(chuàng)新產(chǎn)出的社會(huì)與經(jīng)濟(jì)價(jià)值的實(shí)現(xiàn)，也是創(chuàng)新過程完成的標(biāo)志［31］。創(chuàng)新的直接經(jīng)濟(jì)目的是提高勞動(dòng)生產(chǎn)率，提供新產(chǎn)品滿足顧客需要以及改善產(chǎn)業(yè)升級與競爭能力，直接社會(huì)目的是改善人民的生活水平，并希望在減少污染的同時(shí)獲得可持續(xù)發(fā)展的目的，這也符合目前生態(tài)創(chuàng)新的理念。不可否認(rèn)，創(chuàng)新收益涉及方面繁雜，因此在選擇度量代理變量時(shí)存在困難。本文遵循有理有據(jù)的原則，參考中國區(qū)域創(chuàng)新能力報(bào)告(ARRICC)②中國區(qū)域創(chuàng)新能力報(bào)告由國內(nèi)權(quán)威機(jī)構(gòu)中國科技發(fā)展戰(zhàn)略研究小組發(fā)布，已十余年，獲得了學(xué)術(shù)界與政策界的廣泛認(rèn)可。，用勞動(dòng)生產(chǎn)率與人均GDP水平綜合成的宏觀經(jīng)濟(jì)水平(MACO_LE)，用產(chǎn)業(yè)結(jié)構(gòu)(INDUS_S)與產(chǎn)業(yè)國際競爭力(INDUS_C)反映創(chuàng)新在經(jīng)濟(jì)方面的收益，用可持續(xù)發(fā)展與環(huán)保綜合指標(biāo)(SD_EP)反映社會(huì)收益。這樣，共有四個(gè)指標(biāo)一起來度量創(chuàng)新收益(INNO_OUTCOME)這個(gè)功能塊的績效。

3.創(chuàng)新投入

歷史積累的知識存量(CU_K_STOCK)是創(chuàng)新產(chǎn)生的基礎(chǔ)，創(chuàng)新的路徑依賴也迫切需要考慮知識存量。基于Furman等(2002)測量體系，本文用每個(gè)省域的人均GDP(GDPP)以及在考察期前一定時(shí)間段內(nèi)積聚的國際論文(C_IPAP)(即國際論文存量，下同)和積聚的國內(nèi)專利(C_DPAT)等三個(gè)指標(biāo)來度量知識存量(CU_K_STOCK)功能塊。

由于可獲得的國內(nèi)專利連續(xù)統(tǒng)計(jì)值最早記錄是1989年，因此兩個(gè)累積變量的積聚統(tǒng)計(jì)初始年份統(tǒng)一定為1989年。新增創(chuàng)新投入(INNO_IN)是創(chuàng)新活動(dòng)的基本支持性資源，也是當(dāng)期創(chuàng)新活動(dòng)需要的。本文用基礎(chǔ)與應(yīng)用研發(fā)經(jīng)費(fèi)(B＆A_EXP)和實(shí)驗(yàn)發(fā)展經(jīng)費(fèi)(EP_EXP)作為當(dāng)期的創(chuàng)新過程上游的財(cái)力投入，用科學(xué)家和工程師勞動(dòng)投入(S＆E_P)作為創(chuàng)新過程上游的人力投入。這樣共有3個(gè)指標(biāo)作為功能塊新增創(chuàng)新投入(INNO_IN)的測量變量。此外，本文分析框架還考慮了通過溢出效應(yīng)而獲得的外部知識獲取(EX_K_ACQ)對區(qū)域創(chuàng)新績效的影響。外商直接投資(FDI)、科技合作(ST_CO)和技術(shù)轉(zhuǎn)移(T_TRAN)三個(gè)可測指標(biāo)用來解釋外部知識獲取(EX_K_ACQ)這個(gè)外生功能塊的績效。最后，本文借鑒中國區(qū)域創(chuàng)新能力報(bào)告還引入創(chuàng)新熟練度(INNO_SOPH)這一新穎的潛在變量作為衡量區(qū)域創(chuàng)新系統(tǒng)中企業(yè)的創(chuàng)新能力的投入。本文用技術(shù)設(shè)計(jì)能力(DE_CA)、技術(shù)制造和生產(chǎn)能力(M_P_CA)以及員工素質(zhì)(Q_EM)三個(gè)可測量指標(biāo)來衡量它的表現(xiàn)。

表1 創(chuàng)新系統(tǒng)的功能塊與其測量指標(biāo)的定義及數(shù)據(jù)來源(統(tǒng)計(jì)年份為第t年，統(tǒng)計(jì)口徑為省域)

4.創(chuàng)新環(huán)境

創(chuàng)新系統(tǒng)內(nèi)的創(chuàng)新環(huán)境影響創(chuàng)新過程的質(zhì)量和效率［32］，在系統(tǒng)分析框架下，涉及經(jīng)濟(jì)、制度等各種因素。本文的分析框架用廣泛的測量集合來解釋與創(chuàng)新環(huán)境相關(guān)的功能塊。依據(jù)Furman等(2002)，產(chǎn)業(yè)聚集環(huán)境(CLUS_EN)和創(chuàng)新鏈接(INNO_LINK)兩個(gè)功能塊需首要考慮。良好的產(chǎn)業(yè)聚類環(huán)境能擴(kuò)大公共創(chuàng)新基礎(chǔ)條件的效用，相反會(huì)削弱它。它的功效用區(qū)域內(nèi)的高技術(shù)產(chǎn)業(yè)的R＆D績效(HIT_RDP)和高技術(shù)產(chǎn)業(yè)聚類(HIT_CLUS)來度量。創(chuàng)新鏈接的功效強(qiáng)度反映了創(chuàng)新環(huán)境誘導(dǎo)創(chuàng)新投入轉(zhuǎn)化成具體創(chuàng)新產(chǎn)出/收益的潛力，決定了區(qū)域R＆D生產(chǎn)率的實(shí)現(xiàn)水平(Furman等，2002)，用區(qū)域的大學(xué)研發(fā)績效(U_RD_P)和風(fēng)險(xiǎn)資本水平(VEN_LE)度量。此外，兩個(gè)外生性功能塊:公共創(chuàng)新環(huán)境(COM_INNO_EN)和創(chuàng)新熟練度(INNO_SOP)用來反映區(qū)域創(chuàng)新系統(tǒng)的公共創(chuàng)新條件。綜合變量公共創(chuàng)新環(huán)境(CO_INNO_EN)用來反映區(qū)域公共環(huán)境或條件對區(qū)域創(chuàng)新產(chǎn)出/收益的影響，本文用可統(tǒng)計(jì)的財(cái)務(wù)環(huán)境(FIN_EN)、通信環(huán)境(COMMU_EN)與市場環(huán)境(MAR_EN)來解釋。

(二)檢驗(yàn)?zāi)Ｐ?/h3>

傳統(tǒng)的計(jì)量回歸模型和路徑結(jié)構(gòu)模型最大的局限性是當(dāng)測量變量之間相關(guān)(多重共線性存在)以及樣本飽和(樣本量小于自變量個(gè)數(shù))時(shí)無法給出可信的檢驗(yàn)結(jié)果［33-34］。為有效分析圖1中的路徑概念圖，本文選用靈活的偏最小二乘(partial least square，PLS)方法作為參數(shù)估計(jì)技術(shù)，并依次采用PLS回歸與PLS路徑分析對指標(biāo)以及指標(biāo)聯(lián)合作用進(jìn)行全面分析。PLS方法采用主成分分析與多元回歸結(jié)合起來的迭代估計(jì)，在克服小樣本、多重共線性等統(tǒng)計(jì)問題上具有獨(dú)特的優(yōu)勢。PLS方法所提取的成分既能以最小信息損失來有效克服測量指標(biāo)之間的多重共線性，又能最好地解釋因變量，并排除系統(tǒng)中的噪聲干擾。此外，PLS建模檢驗(yàn)在遇到實(shí)踐分析中常見的幾種統(tǒng)計(jì)問題(如，弱分布假設(shè)、小樣本、異常點(diǎn)以及測量誤差)時(shí)表現(xiàn)出穩(wěn)定性［35］，這一特點(diǎn)為本文檢驗(yàn)分析提供了一個(gè)有效的分析途徑。再者，本文選擇的PLS回歸可以適應(yīng)本文中因變量多個(gè)的檢驗(yàn)估計(jì)，更重要的是PLS路徑分析可充分考慮本文路徑圖中的復(fù)雜結(jié)構(gòu)與關(guān)聯(lián)因果關(guān)系，適應(yīng)了創(chuàng)新系統(tǒng)中要素與功能交互影響的結(jié)構(gòu)。

在本文的估計(jì)程序中，首先用PLS回歸估計(jì)選用的19個(gè)解釋變量對3個(gè)創(chuàng)新產(chǎn)出和4個(gè)創(chuàng)新收益的可測量變量的可解釋性，以比較它們分別在創(chuàng)新產(chǎn)出和創(chuàng)新收益中的重要性。隨后用PLS路徑分析分別檢驗(yàn)各外生潛在的功能塊對內(nèi)生功能塊創(chuàng)新產(chǎn)出和創(chuàng)新收益的影響，包括對外生變量之間的調(diào)節(jié)作用的檢驗(yàn)。需要強(qiáng)調(diào)的是，延續(xù)了Chen和Guan(2010a)的做法，本研究采用了一個(gè)探索性分析過程履行驗(yàn)證性的路徑分析。具體來說，圖1中的路徑概念模型并不是通過一個(gè)整體模型的一次驗(yàn)證，而是通過一系列子模型逐步深入的驗(yàn)證。這些子路徑模型都是在Romer最初的知識生產(chǎn)函數(shù)的基礎(chǔ)上通過增加或者改變功能塊構(gòu)建的。這樣做的理由是考慮到7個(gè)外生的潛在綜合變量在創(chuàng)新系統(tǒng)中具有不同的功能，展現(xiàn)不同的角色和效用。此外，這樣可避免利用結(jié)構(gòu)方程分析時(shí)刻意構(gòu)建路徑模型的局限性。其實(shí)許多驗(yàn)證性分析常常用作探索性意圖，特別是在不確定的情況下［36］。常遇到的情況是，一旦驗(yàn)證性因子分析常被拒絕，一系列路徑概念模型的修改是必要的［37］，而這一修改的過程實(shí)質(zhì)上就是探索性過程。一些最新與探索性結(jié)構(gòu)方程的研究為本文分析方法的選擇提供了有利的支持［38］，這種探索性分析過程對得出穩(wěn)定性的檢驗(yàn)結(jié)果有著重要的實(shí)踐意義。

(三)檢驗(yàn)樣本

本研究采用30個(gè)中國省份(直轄市或自治區(qū))①因數(shù)據(jù)的可得性限制，本研究沒有考慮西藏、香港和澳門。自中長期科技規(guī)劃實(shí)施起2007年至2011年連續(xù)5年的觀測數(shù)據(jù)組成的一個(gè)面板數(shù)據(jù)集合來進(jìn)行實(shí)證研究，表1提供了所有可測指標(biāo)的來源。本研究考慮了兩年的創(chuàng)新產(chǎn)出延遲效應(yīng)和一年的創(chuàng)新收益延遲效應(yīng)［39-40］。具體來說，最終的功能塊創(chuàng)新收益(INNO_OUTCOME)的可測變量的統(tǒng)計(jì)時(shí)間跨度為最近5(2007-2011)年;考慮一年時(shí)間延遲，中間的功能塊創(chuàng)新產(chǎn)出(INNO_OUTPUT)的可測變量的統(tǒng)計(jì)時(shí)間跨度為2006-2010年;在考慮兩年的時(shí)間延遲，7個(gè)外生綜合變量除知識存量(CU_K_STOCK)外的可測變量的統(tǒng)計(jì)時(shí)間跨度為2004-2008年。由于統(tǒng)計(jì)時(shí)間點(diǎn)是年末，知識存量(CU_K_STOCK)的3個(gè)可測變量的統(tǒng)計(jì)時(shí)間跨度為2003-2007年?？偲饋碚f，本研究共獲得了150個(gè)觀測點(diǎn)，該樣本不但滿足檢驗(yàn)樣本自由度的要求，同時(shí)充分考慮了變量在橫截面和時(shí)間序列變異，有利于獲得穩(wěn)定性參數(shù)的估計(jì)。此外，為有效估計(jì)該模型，本研究首先基于2003年消除了受通貨膨脹影響的指標(biāo)的觀測值，隨后對那些實(shí)體觀測的指標(biāo)值取常用對數(shù)(見表1)。這樣不但適應(yīng)模型估計(jì)的分布假設(shè)的需要，同時(shí)可以消除異常值對模型估計(jì)的影響。

四、分析結(jié)果

各觀測變量值集合間的Pearson相關(guān)分析表明，多數(shù)的相關(guān)系數(shù)值達(dá)到0.9以上，表現(xiàn)出顯著的相關(guān)性?？梢姡疚倪x用PLS方法檢驗(yàn)分析是可取的，并且也適合多個(gè)自變量模型的檢驗(yàn)。本文應(yīng)用SIMCA-P v10.0［41］來處理PLS回歸，用SmartPLS v2.0［42］來處理 PLS 路徑分析。

(一)決定因素的檢驗(yàn)和重要性比較

1.整體創(chuàng)新績效的決定因素

圖2 創(chuàng)新績效整體的決定因素檢驗(yàn)與重要性排序

測量創(chuàng)新產(chǎn)出和創(chuàng)新收益的7個(gè)指標(biāo)一起反映了創(chuàng)新系統(tǒng)的整體創(chuàng)新績效(INNO_PER)。通過SIMCA-P自動(dòng)擬合的PLS回歸結(jié)果中，體現(xiàn)選擇的成分對變量的解釋能力的系數(shù)=0775，=0.799，體現(xiàn)模型的預(yù)測值與變量實(shí)際觀察值擬合水平的系數(shù)Q2=0.784。參數(shù)統(tǒng)計(jì)值都大于0.7，可見自動(dòng)擬合的PLS回歸模型具有較好的擬合度。從圖2所示的每個(gè)解釋變量的VIP(Variable importance in projection)值的大小比較來看，19個(gè)自變量中，17個(gè)的VIP值都超過了0.7，這也進(jìn)一步說明本文選擇的解釋變量的具有較好的模型適宜性。

具體來講，在整體創(chuàng)新系統(tǒng)績效作用上，創(chuàng)新當(dāng)期投入，如試驗(yàn)發(fā)展經(jīng)費(fèi)(EP_EXP)與科學(xué)家和工程師勞動(dòng)投入(S＆E_P)，創(chuàng)新歷史積累，如國內(nèi)專利積累(C_DPAT)與國際論文積累(C_IPAP)，表現(xiàn)尤為突出，VIP值都超過了1.1。此外，大學(xué)研發(fā)績效(U_RD_P)與高技術(shù)產(chǎn)業(yè)聚類(HIT_CLUS)在創(chuàng)新系統(tǒng)整體創(chuàng)新績效上變現(xiàn)也較為突出，VIP值也都超過了1.1。圖2還表明，反映外部知識獲取的三個(gè)指標(biāo)，外商直接投資(FDI)、科技合作(S＆T_CO)與技術(shù)轉(zhuǎn)移(T_TRAN)，都表現(xiàn)相對較弱，分別排14、16和19位。這一統(tǒng)計(jì)結(jié)果表明，外部知識獲取相對創(chuàng)新當(dāng)期投入和歷史積累對中國創(chuàng)新系統(tǒng)的整體創(chuàng)新績效作用相對較弱。后文將進(jìn)一步分析與比較19個(gè)決定因素在每個(gè)創(chuàng)新績效指標(biāo)上的作用與重要性。

2.上游創(chuàng)新產(chǎn)出的決定因素

圖3表明，當(dāng)期科學(xué)家與工程師勞動(dòng)投入(S＆E_P)與實(shí)驗(yàn)發(fā)展經(jīng)費(fèi)(EP_EXP)在上游創(chuàng)新產(chǎn)出中的作用最為突出。緊隨其后的是國內(nèi)專利的積累(C_DPAT)、大學(xué)研發(fā)績效(U_RD_P)與國際論文的積累(C_IPAP)，在上游創(chuàng)新產(chǎn)出中的作用表現(xiàn)也較為突出，VIP值都大于1.2。此外，基礎(chǔ)與應(yīng)用研發(fā)經(jīng)費(fèi)(B＆A_EXP)的VIP值大于1.2。其他重要性變量(VIP＞1.0)依次是通信環(huán)境(COMMU_EN)、設(shè)計(jì)能力(DE_CA)與市場環(huán)境(MAR_EN)。制造與生產(chǎn)能力(M_P_CA)和技術(shù)轉(zhuǎn)移(T_TRAN)排最后兩位，對上游科技研發(fā)績效的影響處于弱勢位置。金融環(huán)境(FIN_EN)與風(fēng)險(xiǎn)投資水平(VEN_LE)與它們臨近，表現(xiàn)也不佳。

圖3 創(chuàng)新產(chǎn)出整體的決定因素檢驗(yàn)與重要性排序

系列圖4-1～4-3進(jìn)一步展示了19個(gè)解釋變量在每一個(gè)創(chuàng)新產(chǎn)出的測量變量上的作用。比較發(fā)現(xiàn)，各解釋變量對不同創(chuàng)新產(chǎn)出的影響表現(xiàn)出較大的差異。在國內(nèi)專利產(chǎn)出(D_PAT)作用上，當(dāng)期的基礎(chǔ)與應(yīng)用研究經(jīng)費(fèi)投入(EP_EXP)、科學(xué)家與工程師勞動(dòng)投入(S＆E_P)以及歷史積累的國內(nèi)專利(C_DPAT)三個(gè)指標(biāo)表現(xiàn)最為突出。此外，高技術(shù)產(chǎn)業(yè)研發(fā)績效(HIT_RDP)、通信環(huán)境(COMMU_EN)與高校研發(fā)績效(U_RD_P)也顯著地促進(jìn)了國內(nèi)專利的產(chǎn)出。不過，風(fēng)險(xiǎn)投資水平(VEN_LE)與員工者素質(zhì)(Q_EM)表現(xiàn)出負(fù)向作用，雖然圖3結(jié)果顯示它們在創(chuàng)新產(chǎn)出整體作用表現(xiàn)并不是很重要(VIP＜0.8)。由于都是技術(shù)成果，決定因素在新產(chǎn)品項(xiàng)目(N_PRO)上影響模式與在國內(nèi)專利產(chǎn)出(D_PAT)影響模式(方向和程度)相似。這一結(jié)果也表明本文選自新產(chǎn)品項(xiàng)目(N-PRO)作為技術(shù)創(chuàng)新成果補(bǔ)充代理變量是合理的。相比之下，在反映科學(xué)創(chuàng)新產(chǎn)出的國際論文的產(chǎn)出(I_PAP)上，19個(gè)決定因素的影響方向和程度變化較大。其中與科學(xué)創(chuàng)新最為密切相關(guān)的積累的國際論文(C_IPAP)、基礎(chǔ)與應(yīng)用研究經(jīng)費(fèi)(B＆A_EXP)與高校研發(fā)經(jīng)費(fèi)績效(U_RD_P)三個(gè)指標(biāo)的作用排前三，高技術(shù)研發(fā)績效(HIT_RDP)作用相反，對科學(xué)創(chuàng)新產(chǎn)出表現(xiàn)出阻礙作用。比較科學(xué)產(chǎn)出和技術(shù)產(chǎn)出起決定因素的作用，不難發(fā)現(xiàn)，科學(xué)產(chǎn)出對歷史知識的積累路徑更為依賴。

圖4 創(chuàng)新產(chǎn)出功能塊各測量指標(biāo)績效的決定因素(Determinants)的PLS回歸系數(shù)

3.下游創(chuàng)新收益的決定因素

比較圖3與圖5展示的19個(gè)決定因素在上游創(chuàng)新產(chǎn)出(INNO_OUTPUT)與創(chuàng)新收益(INNO_OUTCOME)上的重要性，不難發(fā)現(xiàn)，多數(shù)因素的重要性順序發(fā)生了很大的變化。19個(gè)決定因素中，只有2個(gè)重要性不突出的(VIP＜0.7)因素，制造生產(chǎn)能力(M_P_CA)與技術(shù)轉(zhuǎn)移(T_TRAN)，VIP值順序沒變，前17個(gè)因素都發(fā)生了變化。在體現(xiàn)社會(huì)經(jīng)濟(jì)績效的創(chuàng)新收益(INNO_OUTCOME)上，高技術(shù)產(chǎn)業(yè)聚類(HIT_CLUS)作用最為顯著，具有最大的VIP值(＞1.2)。隨后重要性突出的(VIP＞1)決定因素是設(shè)計(jì)能力(DE_CA)、市場環(huán)境(MAR_EN)、高技術(shù)產(chǎn)業(yè)研發(fā)績效(HIT_RDP)與通信環(huán)境(COMMU_EN)。與在上游科技研發(fā)作用相同，制造與生產(chǎn)能力(M_P_CA)和技術(shù)轉(zhuǎn)移(T_TRAN)的VIP值仍排最后兩位，對下游科技轉(zhuǎn)化績效的作用也處于弱勢位置。大學(xué)研發(fā)績效(U_RD_P)與科技合作(S＆T_CO)的VIP值與它們臨近，作用表現(xiàn)也較弱。

圖5 創(chuàng)新收益整體的決定因素檢驗(yàn)與重要性排序

系列圖6-1～6-4進(jìn)一步展示了19個(gè)解釋變量在每一個(gè)創(chuàng)新收益的測量變量上的影響。比較發(fā)現(xiàn)，各解釋變量對不同創(chuàng)新收益的方面表現(xiàn)出較大的差異。在宏觀經(jīng)濟(jì)水平(MACO_LE)上，作用最大的是人均GDP(GDPP)，這也符合路徑依賴邏輯，其次是市場環(huán)境(MAR_EN)，通信環(huán)境(COMMU_EN)也表現(xiàn)出正向促進(jìn)作用。在產(chǎn)業(yè)結(jié)構(gòu)上(INDUS_S)，高技術(shù)產(chǎn)業(yè)聚類環(huán)境(HIT_RDP)和金融環(huán)境(FIN_EN)作用最大，其次是高技術(shù)產(chǎn)業(yè)研發(fā)績效(HIT_RDP)。比較圖6-3與6-2不難發(fā)現(xiàn)，上述三個(gè)變量在產(chǎn)業(yè)競爭力(INDUS_C)上正向促進(jìn)作用表現(xiàn)較為突出，不過表現(xiàn)最為突出的是高技術(shù)產(chǎn)業(yè)聚類(HIT_CLUS)。和上游創(chuàng)新產(chǎn)出直接相關(guān)的實(shí)驗(yàn)發(fā)展經(jīng)費(fèi)投入(EP_EXP)與科學(xué)家和工程師勞動(dòng)投入(S＆E_P)在統(tǒng)計(jì)上都表現(xiàn)出阻礙產(chǎn)業(yè)結(jié)構(gòu)和產(chǎn)業(yè)競爭力的改善。圖6-4表明，這兩個(gè)變量對可持續(xù)發(fā)展與環(huán)境保護(hù)(SD_EP)在統(tǒng)計(jì)上表現(xiàn)出更強(qiáng)的阻礙作用。相反，在可持續(xù)發(fā)展與環(huán)境保護(hù)(SD_EP)上，積累的國際論文(C_IPAP)、基礎(chǔ)與應(yīng)用研究經(jīng)費(fèi)(B＆A_EXP)與高技術(shù)產(chǎn)業(yè)聚類(HIT_CLUS)表現(xiàn)出較強(qiáng)的促進(jìn)作用。

圖6 創(chuàng)新收益各測量指標(biāo)績效的決定因素(Determinants)的PLS回歸系數(shù)

(二)路徑效應(yīng)的檢驗(yàn)

1.有效性和可信度檢驗(yàn)

本研究的功能塊都是反映型(reflective)①還有一種是形成型(formative)功能塊或潛變量。反映性和形成型是描述潛在變量和對應(yīng)觀測變量之間的因果關(guān)系，形成路徑結(jié)構(gòu)中的測量模型。在反映性測量模型中，潛變量績效決定了對應(yīng)觀測變量的績效，而在形成型測量模型中，潛變量績效是由對應(yīng)觀測變量的績效決定［43］。功能塊，首先滿足收斂性和判別性［44］。借助Smart-PLS估算表明，每個(gè)顯性變量都獲得較高的負(fù)荷和權(quán)重。此外，基于解靴帶重復(fù)抽樣程序［45］的t檢驗(yàn)表明，所有顯性變量的負(fù)荷值都超過了0.8(多數(shù)超過了0.9)，因此每個(gè)顯性變量是可區(qū)分的。每個(gè)顯性變量的t檢驗(yàn)也是顯著的，這表明每個(gè)顯性變量有較好的收斂性。此外，每個(gè)功能塊的單維性也需盡量需要滿足。表2的分析表明，本研究構(gòu)建的9個(gè)功能塊的Cronbach's alpha值［46］多數(shù)都超過了0.7，即滿足了單維性的要求。這也保障了本文分析框架中構(gòu)建的測度變量和潛在變量之間關(guān)系的有效性。表2中提供的因子分析結(jié)果表明，所有由功能塊的顯性變量構(gòu)成的相關(guān)矩陣的第一特征值都大于1，第二特征值都小于1，這進(jìn)一步表明本文構(gòu)建的功能塊滿足單維性要求。

表2 觀測指標(biāo)的描述統(tǒng)計(jì)及相關(guān)分析(N=150)

為確保一個(gè)度量的有效性，僅僅滿足單維性是不夠的，還需滿足可信性［47-48］。為了評價(jià)潛在變量的可信性，也就是評價(jià)路徑估計(jì)的真實(shí)程度，組合信度被Werts等(1974)引入［49］。它是一個(gè)比 Cronbach's alpha更有效的可信度評價(jià)指標(biāo)，因?yàn)镃ronbach's alpha假設(shè)平衡度量，因此對功能塊的內(nèi)部一致性評估給出了相對較寬松的界限［50］。表2表明，在本例中，所有功能塊的組合信度指數(shù)的最小值滿足大于0.7的要求［46］，近一半超過了0.9，說明本文檢驗(yàn)分析滿足組合信度的要求。此外，SmartPLS給出了每個(gè)功能塊的平均變異數(shù)萃取量(AVE)［51］的統(tǒng)計(jì)結(jié)果，也稱為“共性指標(biāo)”，被用來度量與每個(gè)功能塊對應(yīng)的每個(gè)測量模型的質(zhì)量［35］。可以說，AVE是對功能塊可信性的一個(gè)補(bǔ)充性的測量，它的統(tǒng)計(jì)值超過0.5就可以接受［52］。表2的統(tǒng)計(jì)結(jié)果表明，本例所有功能塊都滿足了這個(gè)要求。

表3 創(chuàng)新產(chǎn)出功能塊影響路徑檢驗(yàn)結(jié)果

2.路徑檢驗(yàn)

本節(jié)分別以創(chuàng)新產(chǎn)出(INNO_OUTPUT)和創(chuàng)新收益(INNO_OUTCOME)作為內(nèi)生的功能塊，檢驗(yàn)創(chuàng)新系統(tǒng)上游科技研發(fā)績效與下游科技轉(zhuǎn)化/商業(yè)化績效上外生功能塊的效用。檢驗(yàn)思路是，首先基于Romer的基本知識生產(chǎn)函數(shù)，分析反映創(chuàng)新投入的3個(gè)基礎(chǔ)性功能塊，知識存量(CU_K_STOCK)、新增創(chuàng)新投入(INNO_IN)與外部知識獲取(EX_K_ACQ)，分別對內(nèi)生功能塊創(chuàng)新產(chǎn)出(INNO_OUTPUT)和創(chuàng)新收益(INNO_OUTCOME)的直接影響。在此基礎(chǔ)上，隨后逐漸添加或更換反映環(huán)境功能的4個(gè)外功能塊到這個(gè)基本分析體系中逐層檢驗(yàn)，并考慮環(huán)境功能塊的間接的調(diào)節(jié)效應(yīng)。通過這樣一系列的驗(yàn)證性分析，可了解考察期外生功能塊的效用以及它們之間的“互補(bǔ)性”以及“排斥性”。

(1)上游創(chuàng)新產(chǎn)出功能塊影響路徑檢驗(yàn)

表3羅列以創(chuàng)新產(chǎn)出作為內(nèi)生功能塊的檢驗(yàn)分析結(jié)果。通過8個(gè)逐層分析的路徑檢驗(yàn)表明，3個(gè)基本功能塊路徑作用顯著，4個(gè)環(huán)境功能塊除公共創(chuàng)新環(huán)境(CO_INNO_EN)外，路徑作用不理想:路徑系數(shù)不是不顯著(如，創(chuàng)新熟練度(INNO_SOPH))便是顯著為負(fù)(如，創(chuàng)新鏈接(INNO_LINK))。這一檢驗(yàn)結(jié)果表明，中國區(qū)域創(chuàng)新系統(tǒng)的科技研發(fā)功能框架基本形成，但與環(huán)境框架略顯脫節(jié)，即整體的科技創(chuàng)新功能體系不夠完善。

在第一組由3個(gè)外生功能塊(CU_K_STOCK、INNO_IN和EX_K_ACQ)和內(nèi)生功能塊(INNO_OUTPUT)構(gòu)成的基本知識生產(chǎn)路徑模型中，當(dāng)單獨(dú)考慮知識存量(CU_K_STOCK)時(shí)(見模型1)，創(chuàng)新產(chǎn)出(INNO_OUTPUT)88.9%的變異被解釋，并且知識存量(CU_K_STOCK)在統(tǒng)計(jì)上表現(xiàn)出非常顯著的正向作用。這充分肯定了歷史知識資本的積累在目前創(chuàng)新產(chǎn)出中的作用，同時(shí)也說明現(xiàn)有創(chuàng)新產(chǎn)出對歷史創(chuàng)新積累的“路徑依賴”，這與Chen和Guan(2011b)基于高技術(shù)產(chǎn)業(yè)為樣本的結(jié)論一致。

當(dāng)單獨(dú)考慮新增創(chuàng)新投入(INNO_IN)時(shí)(見模型2)，它也表現(xiàn)出對創(chuàng)新產(chǎn)出(INNO_OUTPUT)顯著的正向促進(jìn)作用，并且它的預(yù)測能力相對知識存量(CU_K_STOCK)較強(qiáng)，解釋能力升5.4個(gè)百分點(diǎn)。路徑模型3由于同時(shí)考慮了二者的同步效用與交叉效應(yīng)，提供了更多的變異解釋，理所當(dāng)然表現(xiàn)出更強(qiáng)的預(yù)測和解釋能力(R2=0.951)。比較路徑系數(shù)大小，路徑模型3以及隨后的路徑模型檢驗(yàn)結(jié)果的標(biāo)準(zhǔn)化路徑系數(shù)表明，相對歷史的知識積累，新增的創(chuàng)新投入對創(chuàng)新產(chǎn)出的作用要大的多。不過模型3中的調(diào)節(jié)效應(yīng)(在5%檢驗(yàn)水平上顯著)表明，歷史的知識積累阻礙了更多的新增創(chuàng)新投入。

模型4進(jìn)一步納入了外部知識獲取(EX_K_ACQ)參與以及對內(nèi)部創(chuàng)新投入的調(diào)節(jié)效應(yīng)。三個(gè)基本功能塊的作用路徑在1%的檢驗(yàn)水平上顯著。這表明，通過科技合作、知識溢出以及外商投資獲得外部知識對區(qū)域自身的創(chuàng)新產(chǎn)出有著顯著的促進(jìn)作用。此外，觀察表3所示的標(biāo)準(zhǔn)化后的路徑系數(shù)值，不難發(fā)現(xiàn)，相對路徑模型3，由于外部知識獲取(EX_K_ACQ)的參與，在路徑模型4中，知識存量(CU_K_STOCK)和新增創(chuàng)新投入(INNO_IN)對創(chuàng)新產(chǎn)出(INNO_OUTPUT)的正影響程度都有所減弱。這意味著由于外部知識(EX_K_ACQ)的參與，削弱了區(qū)域創(chuàng)新產(chǎn)出對知識資本與新增創(chuàng)新投入的依賴，表現(xiàn)出積極的作用。模型4中的調(diào)節(jié)效應(yīng)(1%檢驗(yàn)水平上顯著)表明，外部知識活動(dòng)對內(nèi)部創(chuàng)新投入具有顯著的排擠作用。

若再考慮創(chuàng)新熟練度(INNO_SOPH)和公共創(chuàng)新環(huán)境(CO_INNO_EN)兩個(gè)功能塊在上游科技研發(fā)過程參與，可構(gòu)建2個(gè)擴(kuò)展性路徑模型5～6。檢驗(yàn)表明，創(chuàng)新熟練度(INNO_SOPH)對創(chuàng)新產(chǎn)出(INNO_OUTPUT)在統(tǒng)計(jì)上表現(xiàn)出不顯著但是負(fù)向的阻礙作用。不過公共創(chuàng)新環(huán)境(CO_INNO_EN)在1%的檢驗(yàn)水平上表現(xiàn)為一個(gè)顯著的促進(jìn)作用。模型5中的調(diào)節(jié)效應(yīng)表明，創(chuàng)新熟練程度(INNO_SOPH)顯著(在1%檢驗(yàn)水平)阻礙了外部知識獲取的水平;模型6中的調(diào)節(jié)效應(yīng)標(biāo)明，公共創(chuàng)新環(huán)境(CO_INNO_EN)也同樣顯著(在1%檢驗(yàn)水平上)地阻礙了外部知識獲取。不過模型6中的調(diào)節(jié)效應(yīng)表明，共創(chuàng)新環(huán)境(CO_INNO_EN)顯著促進(jìn)了知識存量(CU_K_STOC K)在創(chuàng)新產(chǎn)出中的作用。

模型7～8描述了創(chuàng)新鏈接(INNO_LINK)和產(chǎn)業(yè)聚集環(huán)境(CLUS_EN)兩個(gè)功能塊對潛變量創(chuàng)新產(chǎn)出(INNO_OUTPUT)的影響。檢驗(yàn)結(jié)果表明，二者對創(chuàng)新產(chǎn)出(INNO_OUTPUT)效用在統(tǒng)計(jì)檢驗(yàn)上都是顯著的，但創(chuàng)新鏈接(INNO_LINK)表現(xiàn)的卻是負(fù)作用。這意味，在中國區(qū)域?qū)哟蔚钠骄缴希纱髮W(xué)研發(fā)活動(dòng)和風(fēng)險(xiǎn)基金充當(dāng)?shù)膭?chuàng)新系統(tǒng)內(nèi)部的基礎(chǔ)設(shè)施和經(jīng)濟(jì)環(huán)境之間的鏈接機(jī)制并沒有發(fā)揮出期望中的促進(jìn)作用，反而阻礙了區(qū)域創(chuàng)新的產(chǎn)出。這與目前中國金融系統(tǒng)不完善是密切相關(guān)的。模型7中的調(diào)節(jié)效應(yīng)表明，產(chǎn)業(yè)聚類環(huán)境(CLUS_EN)顯著削弱了區(qū)域科技成果產(chǎn)出對新增創(chuàng)新投入的依賴。模型8檢驗(yàn)結(jié)果表明，創(chuàng)新鏈接(INNO_LINK)對三種創(chuàng)新投入在統(tǒng)計(jì)上沒有起到顯著的影響。

(2)下游創(chuàng)新收益路徑功能塊影響路徑檢驗(yàn)

表4提供了一系列以創(chuàng)新收益為外生功能塊的路徑檢驗(yàn)結(jié)果。與表3結(jié)果相比較，各外生功能塊在創(chuàng)新產(chǎn)出(INNO_OUTPUT)與創(chuàng)新收益(INNO_OUTCOME)路徑作用模式顯然不同。三個(gè)創(chuàng)新投入功能塊中，只有知識存量(CU_K_STOCK)仍保持著穩(wěn)健的顯著作用，外部知識獲取(EX_K_ACQ)已經(jīng)不是很穩(wěn)定，在一些路徑模型已經(jīng)不顯著，而新增創(chuàng)新投入(INNO_IN)作用模式變化更大，在一些路徑模型表現(xiàn)出顯著的阻礙作用。不過，與期望的一致，四個(gè)環(huán)境功能塊的對創(chuàng)新收益(INNO_OUTCOME)都在1%的檢驗(yàn)水平上表現(xiàn)出顯著的促進(jìn)作用，與它們在創(chuàng)新產(chǎn)出(INNO_OUTPUT)作用路徑模式變化較大。基于標(biāo)準(zhǔn)化路徑系數(shù)比較不難發(fā)現(xiàn)，在兩種背景下都表現(xiàn)出顯著正向促進(jìn)的公共創(chuàng)新環(huán)境(CO_INNO_EN)與產(chǎn)業(yè)聚集環(huán)境(CLUS_EN)在下游路徑中程度顯著變大，標(biāo)準(zhǔn)化系數(shù)值大小是上游路徑中的2倍還多。

同樣先考慮由三個(gè)基本外生功能塊(CU_K_STOCK，INNO_IN和EX_K_ACQ)和內(nèi)生功能塊(INNO_OUTCOMES)構(gòu)成的基本知識生產(chǎn)路徑模型。當(dāng)單獨(dú)考慮知識存量(CU_K_STOCK)時(shí)(見模型1)，創(chuàng)新收益(INNO_OUTCOME)63.1%的變異被解釋，并且知識存量(CU_K_STOCK)在統(tǒng)計(jì)上表現(xiàn)出非常顯著的正向作用。這也充分肯定了歷史知識資本的積累在目前創(chuàng)新收益中的作用，同時(shí)也說明現(xiàn)有創(chuàng)新收益對歷史創(chuàng)新積累的“路徑依賴”。當(dāng)單獨(dú)考慮新增創(chuàng)新投入(INNO_IN)時(shí)(見模型2)，它也表現(xiàn)出對創(chuàng)新收益(INNO_OUTCOME)顯著的正向促進(jìn)作用，然而與對創(chuàng)新產(chǎn)出(INNO_OUTPUT)作用不同，系數(shù)從原來的0.971降為0.662，解釋能力也從原來的0.943降為0.438。

路徑模型3由于同時(shí)考慮了二者的同步效用與交叉效應(yīng)，解釋了更多的變異，理所當(dāng)然表現(xiàn)出更強(qiáng)的預(yù)測和解釋能力(R2=0.659)。不過，路徑模型3以及隨后的路徑模型檢驗(yàn)結(jié)果表明，同步作用下，新增創(chuàng)新投入(INNO_IN)并沒有表現(xiàn)出顯著作用，由于知識存量(CU_K_STOCK)排擠，致使INNO_IN路徑系數(shù)為負(fù)。模型4進(jìn)一步納入了外部知識(EX_K_ACQ)參與以及對內(nèi)部創(chuàng)新投入的調(diào)節(jié)效應(yīng)，外部知識(EX_K_ACQ)在1%檢驗(yàn)水平上顯著。與在創(chuàng)新產(chǎn)出中的作用一樣，通過科技合作、知識溢出以及外商投資獲得外部知識對區(qū)域自身的創(chuàng)新收益有著顯著的促進(jìn)作用。模型4中的調(diào)節(jié)效應(yīng)表明，在分析創(chuàng)新收益(INNO_OUTCOME)框架下，外部知識(EX_K_ACQ)引入促進(jìn)了新增創(chuàng)新投入(INNO_IN)。

若再考慮創(chuàng)新熟練度(INNO_SOPH)和公共創(chuàng)新環(huán)境(CO_INNO_EN)兩個(gè)功能塊在下游科技轉(zhuǎn)化過程參與，可構(gòu)建兩個(gè)擴(kuò)展性路徑模型5～6。檢驗(yàn)表明，創(chuàng)新熟練度(INNO_SOPH)與公共創(chuàng)新環(huán)境(CO_INNO_EN)都對創(chuàng)新收益(INNO_OUTCOME)在統(tǒng)計(jì)上表現(xiàn)出顯著的(在1%的檢驗(yàn)水平上)促進(jìn)作用。模型5中的調(diào)節(jié)效應(yīng)表明，創(chuàng)新熟練程度(INNO_SOPH)在5%的檢驗(yàn)水平上阻礙了知識存量(CU_K_STOC K)在創(chuàng)新收益中的作用，而在1%的檢驗(yàn)水平上促進(jìn)了新增創(chuàng)新投入(INNO_IN)的作用。模型7中的調(diào)節(jié)效應(yīng)在統(tǒng)計(jì)上沒有表現(xiàn)出顯著作用，雖然都是正向的。

表4 創(chuàng)新收益功能塊的影響路徑檢驗(yàn)結(jié)果

模型7～8描述了創(chuàng)新鏈接(INNO_LINK)和產(chǎn)業(yè)聚集環(huán)境(CLUS_EN)兩個(gè)功能塊對潛變量創(chuàng)新收益(INNO_OUTCOME)的影響。檢驗(yàn)結(jié)果表明，二者對創(chuàng)新收益(INNO_OUTCOME)的效用在統(tǒng)計(jì)檢驗(yàn)上都是顯著的，不過，與期望一致，創(chuàng)新鏈接(INNO_LINK)這次是正向的。模型7中的調(diào)節(jié)效應(yīng)表明，與在創(chuàng)新產(chǎn)出(INNO_OUTPUT)作用相反，產(chǎn)業(yè)聚類環(huán)境(CLUS_EN)顯著促進(jìn)了新增創(chuàng)新投入。模型8檢驗(yàn)結(jié)果表明，創(chuàng)新聯(lián)接(INNO_LINK)在三種創(chuàng)新投入上的調(diào)節(jié)效應(yīng)在統(tǒng)計(jì)上都不顯著。

五、結(jié)論

中國創(chuàng)新系統(tǒng)的發(fā)展已經(jīng)取得了很大的進(jìn)步，不過從整體視角看，中國創(chuàng)新系統(tǒng)的功能狀態(tài)在現(xiàn)有文獻(xiàn)中仍是個(gè)未知數(shù)。這顯然是政策制定者與學(xué)術(shù)研究者共同關(guān)注的問題。本文基于Romer(1990)知識函數(shù)［16］在政策背景(系統(tǒng)角度)的擴(kuò)展框架與面向創(chuàng)新活動(dòng)的創(chuàng)新系統(tǒng)功能體系，構(gòu)建了面向創(chuàng)新過程(上游科技研發(fā)與下游科技轉(zhuǎn)化)與創(chuàng)新環(huán)境(公共創(chuàng)新環(huán)境與產(chǎn)業(yè)創(chuàng)新環(huán)境)間嵌套關(guān)系與作用路徑的概念模型，并引入可克服常見統(tǒng)計(jì)問題的偏最小二乘方法構(gòu)建穩(wěn)健的檢驗(yàn)?zāi)Ｐ汀?/p>

本研究擴(kuò)展了Chen和Guan(2011a)，把分析從上游研發(fā)過程擴(kuò)展到包括下游商業(yè)化過程的整個(gè)創(chuàng)新過程?；诮谖迥?2007-2011)年面板數(shù)據(jù)的檢驗(yàn)發(fā)現(xiàn):中國創(chuàng)新系統(tǒng)內(nèi)兩大子系統(tǒng)，面向創(chuàng)新產(chǎn)出的科技研發(fā)系統(tǒng)與面向創(chuàng)新收益的科技轉(zhuǎn)化系統(tǒng)，運(yùn)行良好，不過兩個(gè)子系統(tǒng)之間的脫節(jié)仍然存在。這一發(fā)現(xiàn)有利于對中國2006年中長期科技規(guī)劃執(zhí)行五年效果的整體認(rèn)識。這也提醒中央政府今后中國創(chuàng)新系統(tǒng)的建設(shè)需從創(chuàng)新全過程與創(chuàng)新系統(tǒng)的視角全盤考慮與規(guī)劃。更多具體的結(jié)論如下:

初步的偏最小二乘回歸分析表明，在創(chuàng)新系統(tǒng)整體績效上，創(chuàng)新當(dāng)期投入，如試驗(yàn)發(fā)展經(jīng)費(fèi)與科學(xué)家和工程師勞動(dòng)投入，創(chuàng)新歷史積累，如國內(nèi)專利積累與國際論文積累，作用突出;隨之是大學(xué)研發(fā)績效與高技術(shù)產(chǎn)業(yè)聚類的作用。而反映外部知識獲取的三個(gè)指標(biāo)，外商直接投資、科技合作與技術(shù)轉(zhuǎn)移，都表現(xiàn)相對較弱，制造與生產(chǎn)能力、金融環(huán)境和風(fēng)險(xiǎn)投資水平作用類似。

與實(shí)踐類似，上游創(chuàng)新產(chǎn)出的主要決定因素與下游創(chuàng)新收益的主要決定因素存在較大差別。在本文構(gòu)建的19個(gè)決定因素在上游創(chuàng)新產(chǎn)出與創(chuàng)新收益上的重要性順序發(fā)生了很大的變化，19個(gè)因素中，只有2個(gè)表現(xiàn)并不重要的因素重要性位置沒變。當(dāng)期科學(xué)家與工程師勞動(dòng)投入與實(shí)驗(yàn)發(fā)展經(jīng)費(fèi)在上游創(chuàng)新產(chǎn)出中的作用最為突出。緊隨其后的是國內(nèi)專利的積累、大學(xué)研發(fā)績效與國際論文的積累，在上游創(chuàng)新產(chǎn)出中的作用變現(xiàn)也較為突出。高技術(shù)產(chǎn)業(yè)聚類在下游創(chuàng)新收益中作用最為顯著，隨后的決定因素是設(shè)計(jì)能力、市場環(huán)境、高技術(shù)產(chǎn)業(yè)研發(fā)績效與通信技術(shù)。

對上游三個(gè)具體創(chuàng)新產(chǎn)出指標(biāo)來講，在國內(nèi)專利產(chǎn)出作用上，當(dāng)期的基礎(chǔ)與應(yīng)用研究經(jīng)費(fèi)投入、科學(xué)家與工程師勞動(dòng)投入以及歷史積累的國內(nèi)專利表現(xiàn)最為突出。由于都體現(xiàn)了技術(shù)成果，決定因素在新產(chǎn)品項(xiàng)目上影響模式與在國內(nèi)專利產(chǎn)出影響模式(方向和程度)相似。與科學(xué)創(chuàng)新最為密切相關(guān)的前三個(gè)指標(biāo)為積累的國際論文、基礎(chǔ)與應(yīng)用研究經(jīng)費(fèi)以及高校研發(fā)經(jīng)費(fèi)績效。

對下游四個(gè)具體創(chuàng)新收益指標(biāo)來講，在宏觀經(jīng)濟(jì)水平作用上，最突出的是人均GDP，這也符合路徑依賴邏輯，其次是市場環(huán)境，通信環(huán)境也表現(xiàn)出正向促進(jìn)作用。在產(chǎn)業(yè)結(jié)構(gòu)上，高技術(shù)產(chǎn)業(yè)聚類環(huán)境和金融環(huán)境作用最大，其次是高技術(shù)產(chǎn)業(yè)研發(fā)績效。上述三個(gè)變量在產(chǎn)業(yè)競爭力上正向促進(jìn)作用表現(xiàn)較為突出，不過變現(xiàn)最為突出的是高技術(shù)產(chǎn)業(yè)聚類。在可持續(xù)發(fā)展與環(huán)境保護(hù)上，積累的國際論文、基礎(chǔ)與應(yīng)用研究經(jīng)費(fèi)與高技術(shù)產(chǎn)業(yè)聚類表現(xiàn)出較強(qiáng)的促進(jìn)作用。

偏最小二乘路徑分析表明，在上游創(chuàng)新產(chǎn)出功能塊上，3個(gè)基本功能塊路徑作用顯著，4個(gè)環(huán)境功能塊除公共創(chuàng)新環(huán)境外，路徑作用不理想，不是不顯著(如，創(chuàng)新熟練度)就是顯著為負(fù)(如，創(chuàng)新鏈接)。這一檢驗(yàn)結(jié)果表明，中國區(qū)域創(chuàng)新系統(tǒng)的科技研發(fā)功能框架基本形成，但與環(huán)境框架略顯脫節(jié)，即整體的科技創(chuàng)新功能體系不夠完善。在下游創(chuàng)新收益功能塊上，各外生功能塊在創(chuàng)新產(chǎn)出與創(chuàng)新收益路徑作用模式顯然不同。3個(gè)創(chuàng)新投入功能塊中，只有知識存量仍保持著穩(wěn)健的顯著促進(jìn)作用，外部知識獲取作用不穩(wěn)定，在一些路徑模型中已經(jīng)表現(xiàn)不顯著，而新增創(chuàng)新投入作用模式變化更大，在一些路徑模型中表現(xiàn)出顯著的阻礙作用。不過，與期望的一致，四個(gè)環(huán)境功能塊的對創(chuàng)新收益都在1%的檢驗(yàn)水平上表現(xiàn)出顯著的促進(jìn)作用，與它們在創(chuàng)新產(chǎn)出作用路徑模式變化較大。基于標(biāo)準(zhǔn)化路徑系數(shù)比較不難發(fā)現(xiàn)，在兩種背景下都表現(xiàn)出顯著正向促進(jìn)的公共創(chuàng)新環(huán)境與產(chǎn)業(yè)聚集環(huán)境在下游路徑中程度顯著變大，標(biāo)準(zhǔn)化系數(shù)值大小是上游路徑中的兩倍還多。

本文的發(fā)現(xiàn)可能存在多種解釋，其中未從包含科技研發(fā)與科技轉(zhuǎn)化的創(chuàng)新全過程以及創(chuàng)新過程與創(chuàng)新環(huán)境互動(dòng)角度全局考慮創(chuàng)新投資與管理是個(gè)關(guān)健的系統(tǒng)性原因，而這正是阻礙中國創(chuàng)新系統(tǒng)向生態(tài)型模式發(fā)展的重要原因之一。本研究認(rèn)為，努力擺脫以公共研發(fā)機(jī)構(gòu)為創(chuàng)新主體的計(jì)劃式創(chuàng)新模式，加快邁向一個(gè)真正以企業(yè)為創(chuàng)新主體的市場化創(chuàng)新模式，是改善中國創(chuàng)新整體績效以及促進(jìn)創(chuàng)新過程與創(chuàng)新環(huán)境協(xié)調(diào)發(fā)展的有效途徑。

［1］ Hu M C，Mathews J A.China's National Innovative Capacity［J］.Research Policy，2008，37(9):465-1479.

［2］ Edquist C.Systems of Innovation Approaches-Their Emergence and Characteristic［A］.In:Edquist，C.(Ed.)，Systems of Innovation:Technologies，Institutions and Organizations［C］.London:Pinter/Cassell，1997:1-35.

［3］Chen K H，Guan J C.Mapping the Functionality of China's Regional Innovation Systems:A Structural Approach［J］.China Economic Review，2011a，22(1):11-27.

［4］ Freeman C.Technology and Economic Performance:Lessons from Japan［M］.London:Pinter，1987.

［5］ Lundvall B ?.(ed.).National Systems of Innovation toward a Theory of Innovation and Interactive Learning［M］.London:Pinter Publishers，1992.

［6］Nelson R R.National Innovation Systems:A Retrospective on a Study［J］.Industrial and Corporate Change，1992，1(2):347-374.

［7］Cooke P.Regional Innovation Systems:Competitive Regulation in the New Europe［J］.GeoForum，1992，(23):365-382.

［8］Carlsson B，Stankiewicz R.On the Nature，F(xiàn)unction and Composition of Technological Systems［A］.In:Carlsson，B.(ed.).Technological Systems and Economic Performance:The Case of Factory Automation［C］.Dordrecht:Kluwer Academic Publishers，1995:21-56.

［9］Malerba F.Sectoral Systems of Innovation and Production［J］.Research Policy，2002，31(2):247-264.

［10］Johnson A.Functions in Innovation System Approaches［R］.Unpublished Working Paper.Department of Industrial Dynamics，Chalmers University of Technology，Gteborg，1998.

［11］Hekkert M P，Suurs R A A，Negro S O，et al.Functions of Innovation Systems:A New Approach for Analysing Technological Change［J］.Technological Forecasting and Social Change，2007，74(4):413-432.

［12］Hekkert M P，Negro S O.Functions of Innovation Systems As A Framework to Understand Sustainable Technological Change:Empirical Evidence for Earlier Claims［J］.Technological Forecasting and Social Change，2009，76(4):584-594.

［13］Liu X，White S.Comparing Innovation Systems:A Framework and Application to China's Transitional Context［J］.Research Policy，2001，30(7):1091-1114.

［14］Edquist C.Systems of Innovation:Perspectives and Challenges［A］.In:Fagerberg J，Mowery D，Nelson R.(Eds.)，The Oxford Handbook of Innovation［C］.Oxford:Oxford University Press，2005:181-208.

［15］Edquist C.Design of Innovation Policy Through Diagnostic Analysis:Identification of Systemic Problems(or Failures)［J］.Industrialand Corporate Change，2011，20(6):1725-1753.

［16］Romer P.Endogenous Technological Change［J］.Journal of Political Economy，1990，98(5):S71-S102.

［17］Furman J L，Porter M E，Stern S.The Determinants of National Innovative Capacity［J］.Research Policy，2002，31(6)，899-933.

［18］ Doloreux D，Parto S.Regional Innovation Systems:Current Discourse and Unresolved Issues［J］.Technology in Society，2005，27(2):133-153.

［19］Asheim B，Isaksen A.Location，Agglomeration and Innovation:Toward Regional Innovation Systems in Norway［J］.European Planning Studies，1997，5(3):299-330.

［20］Fritsch M，Slavtchev V.What Determines the Efficiency of Regional Innovation Systems［R］.Jena Economic Research Papers，2007，No.2007-06.

［21］Li X.China's Regional Innovation Capacity in Transition:An Empirical Approach［J］.Research Policy，2009，38(2):338-357.

［22］OECD.OECD Reviews of Innovation Policy:China［M］.Paris:OECD Publishing，2008.

［23］Edquist C，Hommen L.Systems of Innovation:Theory and Policy for the Demand Side［J］.Technology in Society，1999，21(1):63-79.

［24］ Doloreux D.What We Should Know About Regional Systems of Innovation［J］.Technology in Society，2002，24(3):243-263.

［25］OECD，EUROSTAT.Oslo Manual:Guidelines for Collecting and Interpreting Innovation Data(3rd Edition)［M］.Paris:OECD Publishing，2005.

［26］Kline S J，Rosenberg N.An Overview of Innovation［A］.In:Landau R，Rosenberg N.(Eds.)，The Positive Sum Strategy-Harnessing Technology for Economic Growth［C］.Washington，D.C:National Academy Press，1986.

［27］Chen K H，Guan J C.Mapping the Innovation Production Process from Accumulative Advantage to Economic Outcomes:A Path Modeling Approach［J］.Technovation，2011b，31(7):336-346.

［28］柳卸林，胡志堅(jiān).中國區(qū)域創(chuàng)新能力的分布與成因［J］. 科學(xué)學(xué)研究，2002，20(5):550-556.

［29］Griliches Z.Patent Statistics As Economic Indicators:A Survey［J］.Journal of Economic Literature，1990，28(4):1661-1707.

［30］Fagerberg J，Srholec M.National Innovation Systems，Capabilities and Economic Development［J］.Research Policy，2008，37(9):1417-1435.

［31］Freeman C，Soete L.The Economics of Industrial Innovation［J］.Massachusetts:The MIT Press，1997.

［32］Guan J C，Chen K H.Modeling the Relative Efficiency of National Innovation Systems［J］.Research Policy，2012，41(1):105-121.

［33］Wold S，Sjstrm M，Eriksson L.PLS-regression:A Basic Tool of Chemometrics［J］.Chemometrics and Intelligent Laboratory Systems，2001，58(2):109-113.

［34］王惠文，吳載斌，孟潔.偏最小二乘回歸的線性與非線性方法［M］.北京:國防工業(yè)出版社，2006.

［35］Tenenhaus M，Vinzi V.E，Chatelin，et al.PLS path modeling［J］.Computational Statistics ＆ Data Analysis，2005，48(1):159-205.

［36］ LapeyreM K，MendelssohnA，ReamsM A，et al.Identifying Determinants of Nations'Wetland Management Programs Using Structural Equation Modeling:An Exploratory Analysis［J］.Environmental Management，2001，27(6):859-868.

［37］James G A，Kelley M E，Craddock R C，et al.Exploratory Structural Equation Modeling of Resting-State fMRI:Applicability of Group Models to Individual Subjects［J］.NeuroImage，2009，45(3):778-787.

［38］Marsh H W，Muthén B，Asparouhov A，et al.Exploratory Structural Equation Modeling，Integrating CFA and EFA:Application to Students'Evaluations of University Teaching［J］.Structural Equation Modeling，2009，16(3):439-476.

［39］Guan J C，Chen K H.Modeling Macro-R＆D Production Frontier Performance:An Application to Chinese Province-Level R＆D［J］.Scientometrics，2010a，82(1):165-173.

［40］官建成，陳凱華.我國高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率的測度［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2009，26(10):19-33.

［41］Umetrics A B.User's Guide to SIMCA-P，SIMCA-P+，Version 10.0［M］.Sweden:Ume?，2002.

［42］ Ringle C M，Wende S，Will A.SmartPLS-Version 2.0［M］.Hamburg:University at Hamburg，2005.

［43］Edwards J R，Bagozzi R P.On the Nature and Direction of Relationships Between Constructs and Measures［J］.Psychological Methods，2000，5(2):155-174.

［44］Im G，Rai A.Knowledge Sharing Ambidexterity in Long-Term Interorganizational Relationships［J］ .Mangement Science，2008，54(7):1281-1296.

［45］Efron B，Tibshirani R J.An Introduction to the Bootstrap［M］.NewYork:Chapman＆Hall，1993.

［46］Hair J F，Anderson R E，Tatham R L，et al.Multivariate Data Analysis(5th Edition)［J］.Upper Saddle River，NJ:Prentice-Hall，1998.

［47］Gerbing D W，Anderson J C.An Updated Paradigm for Scale Development Incorporating Unidimensionality and Its Assessment［J］.Journal of Marketing Research，1988，25(2):186-192.

［48］Guan J C，Ma N.Structural Equation Model with PLS Path Modeling for An Integrated System of Publicly Funded Basic Research［J］.Scientometrics，2009，81(3):683-698.

［49］Werts C E，Linn R L，Jreskog K G.Interclass Reliability Estimates:Testing Structural Assumptions［J］.Education and Psychological Measurement，1974，34(1):25-33.

［50］Chin W W，Marcolin B L，Newsted P R.A Partial Leas Squares Latent Variable Modeling Approach for Measuring Interaction Effects:Results from A Monte Carlo Simulation Study and An Electronic-Mail Emotion/Adoption Study［J］.Information Systems Research，2003，14(2):189-217.

［51］Fornell C，Larcker D F.Evaluating Structural Equation Models with Unobservable Variables and Measurement Error［J］.Journal of Marketing Research，1981，18(1):186-192.

［52］ Bagozzi R P，Yi Y.On the Evaluation of Structural Equation Models［J］.Academy of Marketing Science，1988，16(1):74-94.