经济发展水平(ECO)。经济发展水平是城市科技创新的重要引擎,为科技创新奠定基础,经济发展水平高的城市,其人才、资金和技术的引进都将提高城市科技创新能力,促进科技创新的发展。由于长江经济带覆盖面积广,各城市的经济发展整体水平差距较大,故选取人均GDP(元)来衡量城市经济发展水平及反映地区经济发展水平。

研发部门劳动力投入(INP-LAB)。城市科技创新能力的提高与研发部门的劳动力的投入有密切的关系,并且研发部门的劳动力投入是进行研发和创新的重要投入要素。根据科学性、数据可获取性的原则,选取科研技术人员占总从业人员比重(%)来衡量城市研发部门的劳动力投入水平。

研发部门资本投入(INP-CAP)。与研发部门劳动力投入同样重要的为研发部门资本投入,两者皆为促进科技创新的基本动力,本研究选取科学和教育支出占财政总支出比重(%)来衡量城市研发部门的资本投入水平。

信息化程度(NET)。网络及电子信息设备等硬件基础设施的普及,在一定程度上可以促进知识的溢出,从而对科技创新产生影响。互联网的普及使得用户对于知识的获取更加便捷和迅速,有效地降低了空间距离对于知识及科技传播的限制,提高了资源的使用效率。选取每万人国际互联网用户数(户/万人)用来衡量信息化的程度。

对外开放度(FDI)。实际使用外资情况对于科技创新而言存在很多解释,有学者认为存在促进作用,也有学者认为存在抑制作用,更有双刃剑的说法。因此,选取实际利用外资金额(万美元)来衡量对外开放程度。实际利用外资表示的是中国在与外商签订的合同中实际可以获得的国外资金。因此,实际利用外资金额可以从本质上反映中国对于外资的利用程度。(www.daowen.com)

人才资本(HUM)。人力资本是创新发展的源动力,高水平的人力资本有利于本地区对知识、技术等要素的吸收,且人力资本是知识产生、传播和运用的核心要素之一。其中平均受教育年限、入学率等都是对于人力资本的衡量,选取每万人拥有普通高等学校在校生数(人/万人)来衡量人力资本水平。

根据前文总结得出发明专利授权量为城市科技创新能力研究的被解释变量,综上所述,解释变量的相关信息如表1-6所示。

表1-6　变量说明