国内外学者对于科技创新能力的研究主要集中于以下三个方面:首先科技创新能力内涵的界定与探讨;其次科技创新能力的衡量指标和测度方法的研究;最后科技创新能力的影响因素及其相关作用机制研究。

1.国外研究进展

在经济学理论中,“创新”概念最早出现在美籍经济学家Schumpeter[2]1912年出版的《经济发展概论》一书中。该书指出:“创新是指把一种新的生产要素和生产条件的‘新结合’引入生产体系。”主要包含五个方面的创新模式:新产品的开发,新生产方法的运用,新市场的开拓,新供应渠道的发展,新组织形式的形成。熊彼特的创新概念主要包含了两方面的内容,后来学者在此基础上继续研究,发展成为了两大流派:涉及技术性变化的创新和非技术性变化的组织创新即技术创新学派和制度创新学派。直到20世纪50年代,创新的理论才被学者们所重视,Solow[3]进一步探究了技术创新理论,且发表了Technical change and the aggregate production function,并提出:技术要变化就必须投入知识,创新就来源于运用知识时所产生的技术组合以及技术安排等方面的转变,这是一种人类的思想变化,如产生一种新的构思或者发明。20世纪60年代,科技创新得到了更加广泛的关注,Daverio,Goslin[4]成了从创新的时间顺序来给科技创新进行定义的第一人,并将科技创新定义为“起始于对技术的商业潜力的认知,并结束于将这种认知完全转化为商业化、市场化的产品的整个过程”。直到20世纪70年代,科技创新得到更大的发展,继而具备了较为成熟的理论体系,并因此影响了一些企业的经营和管理活动。Utterback[5]区分了创新与发明、技术原型、技术样品三者的差别,并指出创新应该是首次应用或采用一种新的技术。按照时间顺序排列,创新可以分为三个部分:出现新的构思;攻破技术上的难题或者开发新的技术;产生商业利润或者被更多地运用。

20世纪90年代,英国经济学家Freeman[6]首次提出国家创新系统,为创新理论的发展提供了新的方向,他将国家创新系统分为企业研发、产业结构、政府政策、教育培训四个方面。随后学者Cooke[7]提出区域创新系统,他将区域创新能力进行了界定,将其定义为产生于高等院校、企业和研究机构等不同创新主体相互的良性互动,并被区域某种特定创新文化、资源和环境中的一种或多种所干扰。在区域创新系统理论的指导下,进一步发展出城市创新系统。自2002年起Robert Huggins协会对“全球知识竞争力指数”开始进行报告[8],是第一次将研究对象定位为世界主要城市或城市圈,评估这些城市或城市圈的知识竞争力并根据竞争力大小进行排名。接下来很多国家的机构都开始对城市的科技创新能力进行指标体系的研究,其中包括:世界银行建立的“东亚创新型城市指标”、约翰莫尔斯大学构建的“欧洲非首都城市的测评指标”、澳大利亚创新研究机构提出的“全球创新城市评估指标体系”等很多不同的指标体系,对城市的科技创新能力的研究大范围开展。国外的研究多集中于大都市的创新能力,Capello[9]研究了欧洲阿姆斯特丹、伦敦、米兰、巴黎和斯图加特五个大都市的创新能力,并通过实证探究了动态经济集聚对城市科技创新能力的影响。

国外学者对于科技创新能力的评价主要从两个方面进行:一个是从创新产出的角度进行研究,如日本科技厅在测度科技创新产出时选用专利授权数、技术市场成交额、制造业产值、技术密集产品输出额来衡量;意大利在衡量以创新产出为代表的创新能力时与日本不同的是用高科技产品进出口额来代表其经济产出的价值;《欧洲成员国创新记分卡》也是从创新产出和创新投入角度建立的测度指标体系。[10]另一个是从系统的角度出发评价科技创新能力,欧盟从创新资源、新理论的产生、新知识的应用和溢出、创新资金产出市场等方面建立了指标。

Porter[11]编撰了《创新指标》,该指标体系的研究区域为美国,其目的就是测度美国的创新能力,属于国家层面的评价体系。Lawson,Lorenz[12]以剑桥地区和明尼那波里斯地区为研究对象,对其科技创新能力进行实证分析,对比地区间科技创新能力差异。Coombs,Narandren,Richards[13]提出了一种基于贸易和技术期刊上的新产品公告来衡量科技创新活动的新方法,测量科技创新在不同行业、不同企业规模以及英国或外资企业之间的分布,研究发现根本的创新来自总部位于英国以外的公司。Walker,Jeanes,Rowlands[14]将创新产出指标(LBIOI)运用于英国住房协会,探讨了公共服务组织的科技创新能力。Hagedoorn,Cloodt[15]通过对比新产品产出、专利量、R&D投入、专利引证这四者之间的差别,发现无系统性差别,因此可以选取其中任何一个指标来衡量区域的科技创新能力。

目前已经存在诸多通过专利数据替代科技创新能力的研究,Nick Johnstone[16]利用1978—2003年间的专利数据研究了环境政策对科技创新的影响。Biju Paul Abraham[17]通过研究印度专利数据来评估该区域的技术进步和创新。Dang,Jangwei[18]通过中国专利申请量和专利补贴费用来判断用专利申请量来替代创新能力是否有偏颇,得到结论为:尽管专利申请量的激增具有向上的偏差作为创新指标,但中国企业部门技术能力的提升可以解释专利授予量的增加。

国外学者很早就开始了对于科技创新能力的影响因素研究,其理论体系主要集中在内生增长理论、新经济地理理论和国家创新体系理论。内生增长理论最早由Romer[19]在1990年提出,在增长理论中引入研发理论和不完全竞争,构建包括产出、资本、劳动力、知识等影响因素的内生技术变迁模型。Nelson[20]在1993年构建的国家创新系统结构中发现创新活动受到技术行为因素和制度因素的影响。Mueller[21]通过研究1958—1960年间的六个产业的数据,发现R&D投入与专利数量之间存在显著正相关关系。MiroslavŠipikal,Milan [22]发现FDI对于不发达的国家来说非常重要,他认为与欧洲相比中东欧地区的本土知识和创新禀赋仍然有限,因此研究了利用外国直接投资作为重要知识和创新来源的科技创新能力的提升。Mehra[23],Uotila,Melkas,Harmaakorpi[24],Dieter[25]等认为,FDI对于东道国科技创新能力的影响是不确定的,受到多种其他因素的影响,如:东道国利用外资的程度、相关政策、知识产权的保护力度、内资企业的发展现状、人员的素质能力以及接受FDI的种类等因素。Carrillo,Schiuma,Lerro[26]将人力资本、关系资本、结构资本和社会资本作为构建区域知识资本的四大知识范畴,分析了这四种知识在决定科技创新能力中的作用。Garrettjones[27]认为在澳大利亚,政府对科学、技术和知识产业的支持对一个地区的科技创新有重要的作用,通过研究澳大利亚和其他地区的创新政策发展历程,考察了各州及联邦政府对于科技创新能力提升的贡献。(www.daowen.com)

2.国内研究进展

国内对于“科技创新”的目前没有统一的定义,通常将科技创新与科学进步、技术创新、自主创新等概念相混淆,从本质来讲,科技创新比科学进步、技术创新、自主创新所包含的内容更加广泛,四者并不是同一概念。周寄中[28]认为科技创新由科学创新和技术创新组成,科学创新可以理解为从科学研究中得到新的基础科学技术相关知识,是一种通过了解事物本质继而创造新知识的过程,包含于科学研究中;技术创新不同于科学创新,它是可以理解为学习或者模仿技术从而对技术或者产品进行改造,从而创造新技术的过程,包含于技术经济活动中。科技创新由技术创新不断深化得到,技术创新若缺乏有力的科学知识就是无根之木,不过伴随科技的发展,科学和技术已经相互交融,科学不断技术化,而技术也在不断科学化,科学创新是技术创新的基础和动力,技术创新也是科学创新的拉力与支撑。国务院颁布的《关于加强技术创新,发展高科技,实现产业化的决定》^[1]中提出:“科技创新是以市场为导向,将科技潜力转化为技术优势的创新活动,包括从新思想的产生到技术开发、产品研制、生产经营管理、市场营销和服务的全过程。”

相比于国外对于科技创新能力指标的研究,国内开始进行研究的比较晚,通过参考国外的研究经验和成果进行修改以适应国内的环境。2005年,“中关村指数”由北京市统计局和中关村科技园区管理委员会提出,该指数的测度主体是企业,运用企业的数据来衡量地区科技创新能力。该指标是我国开始对地区科技创新能力进行研究的标志,通过改变评价主体来衡量中国地区科技创新能力。北大战略研究所的“中国城市创新力评价”研究从2007年开始进行指标体系的确立,初始阶段从创新环境、创新动力、创新绩效、企业创新和政府创新五个维度建立了指标体系;通过修改和综合,一方面借鉴了国外的研究,另外一方面也进行了中国本土化,最终变为了包括创新环境、创新动力和创新绩效3个一级指标和26个二级指标的指标体系。学者们之后也对科技创新能力评价的指标体系进行了不同程度的创新和继承,毕亮亮、施祖麟[29]参考《中国区域创新能力报告(2005—2006)》中的指标体系,选择了十三个比较具有参考价值的指标评价测度了长三角城市的科技创新能力。陶雪飞[30]基于“五位一体”的科技创新能力支撑体系,从技术创新体系能力、知识创新体系能力、多元化创新投入体系能力、政府科技管理体系能力、创新服务体系能力五个维度构建指标体系,并对国内重要城市进行了实证。赵玉红、蔡元成、赵敏[31]从科技基础能力、科技投入能力、科技产出能力、科技可持续发展能力四个方面构建了指标体系评价了江苏省18个城市的科技创新能力。有学者[32-35]从创新投入和创新产出的两个维度构建了科技创新能力的指标体系,评价科技创新能力的时空差异。一些学者在此基础上加入创新环境、协同创新等方面,更加全面的对科技创新能力进行了评价。[36-37]

对于城市科技创新能力问题的研究,国内学者比国外学者研究的更多,中国城市众多,且城市群或城市圈内部城市科技创新能力的相关程度较高,因此,国内学者对于城市维度的科技创新能力所研究的范围较广。此外,近年国内学者越来越多的用专利数据来代表城市科技创新能力。有部分学者通过构建科技创新能力测度的指标体系来测度城市科技创新能力,曹勇、曹轩祯、罗楚珺等[38]构建了发明专利申请量、发明专利授权量、专利申请量、专利授权量、大中型工业企业新产品产值及高技术产业产值共六个指标的城市科技创新能力的衡量指标体系,运用因子分析法测度我国四大直辖市的科技创新能力并进行对比,并运用回归分析的方法分析了科技创新能力的影响因素。何舜辉、杜德斌、焦美琪等[39]基于论文和专利数据研究了中国287个地级以上城市的科技创新能力,分析了中国科技创新能力的时空演变特征和城市科技创新能力的影响因素。还有部分学者[40-43]基于单一指标——专利申请授权量研究了城市的科技创新能力,并讨论了城市空间集聚特征及影响因素的异质性。

对于科技创新能力影响因素的选择,国内学者和国外学者选择的指标比较相似,主要集中在R&D经费及人员投入、产业集聚、人力资本水平、FDI、制度因素、经济基础等方面,并且这些因素之间也存在相互制约和相互促进的作用。大多学者认为R&D投入对科技创新能力存在正向影响,[44-46]王淑英[47]发现在金融发展作为调节变量的情况下,基于空间溢出效应,R&D投入对科技创新能力有显著的提升作用。关于产业集聚对科技创新能力的影响,多数学者分别研究了专业化集聚和多样化集聚对科技创新能力的影响。[48-50]也有学者从制造业产业集聚和生产性服务业产业集聚两方面研究了对科技创新能力的作用[51-52],程中华[53]分别研究两种集聚对于科技创新能力的影响,发现制造业集聚有利于科技创新能力的增强,而生产性服务业并不显著。陈强、颜婷、刘笑[54]研究了人力资本集聚度对科技创新能力的影响,研究表明人力资本集聚度对科技创新能力存在显著正相关关系。倪进峰、李华[55]研究了产业集聚和人力资本的交互关系对科技创新能力的影响,研究表明制造业集聚与人力资本有效互动,可以推动科技创新能力的增强;生产性服务业集聚对科技创新能力并没有显著的直接促进作用,也不能通过与人力资本的互动对区域创新能力产生影响。学者们对于FDI对科技创新能力的影响存在不同看法[56-57],主要是由于其他要素的门槛效应。罗军、陈建国[58]构建了基于研发资金投入门槛效应和研发劳动投入门槛效应的模型,并发现低研发投入地区的FDI对科技创新能力有显著的负向影响,中研发投入地区的FDI对科技创新能力较小的正向影响,而高研发投入地区的FDI对科技创新能力有显著的正向影响。鲁钊阳、廖杉杉[59]建立了基于知识产权保护的FDI技术溢出“双门槛效应”模型,并发现当区域超过相对应的知识产权保护水平临界值,FDI技术溢出才有可能有效地增强科技创新能力。杨宜[60]从政策力度、政策目标和政策措施三个维度研究了京津冀地区科技金融政策对科技创新能力的影响,结果表明大部分地区的科技金融政策对科技创新能力存在正向影响。党文娟、张宗益、康继军[61]将区域创新环境分为政府和市场两方面,其研究结果表明,在我国区域创新能力受到政府的影响不大,相反受到市场的影响较为显著,但政府在某些方面具有特殊的地位,如:鼓励源创新的发明专利和增强自主创新能力等方面。何风琴、邹奥博[62]通过科研投入和科研产出双重视角研究长江经济带的经济发展对科技创新能力的影响,结果表明地区生产总值对于科技创新能力有显著正向促进作用。

总体来看,国内和国外文献大多运用定量分析的方法,通过量化一些指标来衡量一个地区的科技创新能力。大多研究受到地理区位的影响,因此在指标体系的构建方面存在或大或小的差异;而且由于研究区位单元的大小不尽相同,所选取的指标体系并没有一个相对较为通用的标准。国内文献相对于国外文献更具有这一特点,未来对于评价指标体系的研究将更加通用、解释能力更强。通过总结关于科技创新能力影响因素研究的文献发现,大多文献通过对实证数据进行分析来测度科技创新能力的影响因素的种类以及各种影响因素的影响程度。越来越多的学者发现科技创新能力并不是被影响因素直接影响,由于科技创新能力在表现为最终结果的过程中存在很多干扰因素,因此使得科技创新能力的影响因素非常复杂。未来对于影响因素的研究应更多体现在它的作用机制以及区域差异性方面,并且由于同一个影响因素可能会在不同的条件下产生不同的效果,因此影响因素的门槛效应研究在未来也需要得到更多的关注。门槛效应可以较好地解释同一影响因素产生的区域差异性,如某一影响因素在一定临界水平下效果并不显著,但是当超过这一临界水平时就会产生较为显著的影响,未来科技创新能力影响因素的研究将由线性转变为非线性。