一、相关研究回顾

区域创新体系（RIS）的建设是一项庞大而复杂的系统工程，受到多方面因素的共同影响。国内外许多学者业已从不同的视角对RIS的影响因素进行了研究。纵览相关文献，RIS的影响因素主要集中在以下几个方面：1．研发投入；2．智力资本；3．经济结构；4．基础设施；5．对外开放程度；6．政策环境；7．区域文化。

二、RIS影响因素分析模型的构建

由上述研究文献可知，国内外许多学者对RIS影响因素的研究大多基于某一个视角，或者侧重于某一个或某一类因素的研究，较少对一个地方RIS的影响因素作全面的系统的分析和比较。本文在参考上述研究文献的基础上，并结合椒江区域经济发展的特点，构建了椒江RIS的七影响因素分析模型（如下图），并在此基础上对各个影响因素作多元回归分析。

（一）椒江RIS的七影响因素模型

（二）RIS影响因素变量选取

由上可知，针对7大影响因素，本文选取了12个二级影响因子，具体如表1：

表1

（三）RIS创新产出变量选取

由于专利数据比较能全面地反映各地区发明与创新信息，在测定区域创新产出时，专利数据是一个被经常采用的指标。Juan和Water（1997）认为专利结构的区域分布和变动，既是科技产出分布的重要内容，也是区域科技发展水平及结构特征的具体表现。^[25]因此，本文选用专利授权量作为创新产出的指标。

三、椒江区RIS影响因素的实证分析

（一）数据的获取及处理

本文相关数据来自1998-2011年度《椒江统计年鉴》及椒江区统计局。考虑到创新投入和产出之间的时间效应，在实证分析中取时滞为1年。其中区域创新影响因素指标取值选用1998-2011年数据，区域创新产出指标选用1999-2011年数据。

由于区域创新影响因素与创新产出指标取值的计量单位和数量级不尽相同，不能直接进行比较和计算，需要对数据进行无量纲化处理，本文使用均值化方法，即用每一个变量值除以该变量的平均值。令：

        （1），         （2）

由此可见，均值化后各变量的平均值都为1，方差为是原始变量变异系数的平方，它保留了各变量取值差异程度上的信息。

（二）因变量与自变量的散点图

在对因变量Y与自变量Xi的关系进行建模之前，应该先初步判断他们之间的关系，因此作因变量Y与自变量Xi的散点图，结果如图2，由图可知，Y与自变量Xi基本呈线性关系。

图二

（三）多元回归模型

本文采用多元线性回归来分析Y与自变量Xi之间的关系，设定模型如下：

（3）

其中，Y为专利授权量，X1为县级及以上政府部门属研究与开发机构经费支出，X2为县级及以上政府部门属研究与开发机构科技活动人员，X3为每万人大专以上学历人口，X4为规模以上重工业总产值占总产值比重，X5为规模以上工业总产值占总工业产值比重，X6为全社会货运总量，X7为邮电业务总量，X8为技术市场成交额， X9为外贸进出口总额，X10为政府科技经费支出占财政支出比例，X11为每年新增企业数量，α为常数项，βi为偏回归系数；t为时间序列（1998-2011年），ε为误差项，代表由主客观原因造成的不可观测的随机误差，反映了因变量实测值与其估计值之间的残差，表示不由自变量决定的部分。

为了避免自变量之间存在多重共线性使得回归方程的估计结果出现误差，在进行回归计算之前需要对各变量进行共线性诊断。运用SPSS验证变量之间的多重共线性，结果发现，多数指标的容忍度小于0.1，条件指数大于30且方差膨胀因子（VIF）远远大于10，因此，可以判定各变量之间存在严重的多重共线性。

为了消除多重共线性对回归方程的不良影响，本文采用主成分分析方法来减少变量个数，结果如表2：

表2

由表2可知，2个主成分已经解释了全部方差的88.073%，表明这2个主成分可以包含上述11个影响因子所具有的绝大部分信息。

然后以2个主成分为因变量，以11个原始自变量为自变量做线性回归，结果如下：

F1=-8.275+0.182X1+0.965X2+0.996X3+1.697X4+0.663X5+0.687X6+0.549X7+0.325X8+0.413X9+1.689X10+0.05X11                                                         （4）

F2= -1.662-0.238X1-0.582X2-0.289X3+1.043X4+ 0.055X5-0.148X6+ 0.069X7+ 0.07X8 -0.11X9+ 1.25X10+ 0.537X11                                                 （5）

再用因变量Y（创新产出）对F1和F2这两个主成分做回归分析，求得主成分回归方程如下：

Y=1+0.288* F1-0.2* F2                                                      （6）

由回归方程显著性检验F值在统计上显著且调整后的R2达到0.968，可知因变量Y与F1和F2这两个主成分之间存在线性回归关系且模型拟合度高，最后由（4）、（5）、（6）得原始主变量的回归方程：

Y=-2.051+0.1X1+0.394X2+0.345X3+0.28X4+0.18X5+0.227X6+0.144X7+0.08X8+0.141X9+0.236X10-0.093X11                                                        （7）

该回归方程表明，除了自变量X11的回归系数为负的，其他各自变量的回归系数为正的。这表明，研发投入、智力资本、经济结构、基础设施、对外开放程度、创新政策都对椒江区区域创新产出有着显著的正面效应。自变量X11（区域创新文化）的回归系数为负，这可能是由于指标选取的原因，创业水平可能与区域创新产出存在负相关关系。这一点与白俊红（2009）的研究结果一致，其研究也表明，创业水平与区域创新效率之间呈现显著的负相关关系。^[26]

建  议

根据回归系数的大小，对各影响因子之于区域创新产出的作用进行排列，由高至低依次为：政府人员投入、劳动者素质、产业结构、政府政策支持、交通物流载体、企业群体结构、信息知识载体、对外贸易、政府经费投入、知识、技术转移和传播机构。比如，对椒江区区域创新产出发挥作用最为明显的是政府方面科技人员的投入。在其他因素保持不变的情况下，政府科技人员投入增加1%，可以使区域创新产出增加0.394%。其次是劳动者素质。在其他因素保持不变的情况下，劳动者素质每提高1%，区域创新产生能增加0.345%。这都充分说明了当前制约椒江区区域创新体系建设的最大因素是科技创新人才的缺乏。在所有影响因子中，知识、技术转移和传播机构对椒江区区域创新产生的影响最小，这可能跟椒江的产业集群有关，由于椒江工业的产业集群程度较高，集群内的企业能够很方便地进行知识、技术的学习和交流，从而削弱了知识、技术转移和传播机构的作用。

因此，为了最大程度的发展椒江区区域创新体系的作用，促进区域创新能力发展，椒江区应该在政府人员投入、劳动者素质、产业结构、政府政策支持、交通物流载体、企业群体结构、信息知识载体、对外贸易、政府经费投入、知识、技术转移和传播机构等方面区别对待，尤其是前四者最为重要，在这方面的投入更高产生更为明显、更为直接的效益。

（椒江区委党校本课题组）