产业集群创新的影响因素分析
随着我国市场经济的逐步成熟和完善，产业集群作为一种介于企业和市场之间的新的产业组织形式逐步得到应用。但是我国现有的产业集群普遍缺少应有的内部创新机制、缺乏有效的竞争机制和创新环境。因此，如何对产业集群创新的影响因素进行识别、评价并进一步探讨产业集群与技术创新之间的联系和传递机制，无论对于提高企业综合竞争力还是促进区域发展都有很重要的意义。
本文选取了我国53个国家高新区为研究样本，通过回归分析，找出产业集群创新的影响因素并分别研究其影响程度。
二、文献综述
仇保兴(1998)从小企业角度分析了产业结构调整和技术创新的关系。叶建亮和宁钟(2001)从知识溢出角度来分析产业集群创新能力。魏江（2003）对产业集群的创新系统和技术学习问题作了深入研究。李凯等(2007)认为国家高新区的创新能力受到技术创新能力、政策环境、知识溢出、企业衍生数、劳动力素质等因素的影响，并且是指数关系，其中各指标取值如下：
(一)政策环境指标（Pol）。指各国政府为促进产业集群的创新活动而制定的一系列影响创新活动的法律、法规和政策。参考相关文献并结合我国具体情况构建政策环境模型：POL= A0+A1+A2+A3。赋值原则为：A0、A1、A2代表国家高新区所在城市是否为直辖市、省会、沿海开放城市,是则取值为1,否则为0；A3根据高新区被批准的时间差异取值，批准最早的中关村赋值为2，第一、二、三批依次为1.5、1、0.5。
(二)知识溢出指标（Ks）。指在对外进行经济、业务交往活动时,知识和技术的自然输出和外露。计算公式为：Ks=0.38*创业服务中心数+0.5*大学科技园数+0.2*会议数。
(三)企业衍生数（Ed）。2003年企业衍生数=（2003年企业数-2002年企业数）/[（2003年企业数+2002企业数）/2]。
(四)劳动力素质指标（Ld）。用大专以上从业人员数在年末从业人员数中的比重来衡量。
李凯基于这4个可量化指标，对2002年数据进行回归分析，结果见表1。可以看出，分析结果没有解释该模型的拟合优度是否超过0.8，同样没有解释各个指标的显著性水平。
三、产业集群创新影响因素的验证—以高新区为例
针对以上不足，本文在应用该模型时首先验证该模型的有效性，选取2004年的数据进行分析，结果见表2。
表1 SPSS回归分析结果
表2相关系数表/Coefficients
显然，有三个变量的概率大于0.05，故表1中的结论值得质疑。考虑到数据的可获得性，本文不再对该回归模型进行调整，而通过一对一的方式研究各因素对产业集群创新的影响。同时考虑到产业集群规模由两方面的因素决定：一是集群吸引企业在集群内注册，二是通过企业衍生来增加企业数量。因此，本文用集聚规模(CO)代替初始模型的企业衍生数。在影响因素数据的可获得性及已有的回归模型的拟合度均不高的基础上，本文以国家高新区的技术性收入（TI）作为技术创新能力的衡量指标，依次分析产业集群中政策环境、知识溢出、集聚规模及劳动力素质对产业集群创新的影响。
(一)影响因素与高新区创新水平的相关分析
对高新区创新水平与其影响因素做相关分析，结果可得，知识溢出、集聚规模和劳动力素质与创新水平具有明显的正相关关系，相关系数依次为0.705、0.965和0.960，且均通过0.01的显著性检验，说明这三个影响因素可以很好地反映产业集群的创新能力。而政策环境的相关系数只有0.436，说明其与高新区的创新能力相关性不强，因此本文不再对其进行分析。
(二)知识溢出对高新区创新水平的影响
根据散点图呈现的线性关系构建知识溢出模型：TI = A + B*KS。知识溢出依赖于高新区创业服务中心、大学科技园、企业间合作、会议、专利信息和科技人才流动等因素。因企业间合作和科技人才流动不可量化，专利信息统计数据难以获得而不予考虑。根据创业服务中心和大学科技园数对知识溢出的不同作用，利用专家打分法来确定其权重，建立计算公式：知识溢出指标=(0.4*创业服务中心数+0.6*大学科技园数)。回归结果见表3、4、5。
表3 模型概述/Model Summary
表4 方差分析/ANOVA
表5 相关系数/Coefficients
表5显示知识溢出与高新区创新水平的相关系数为0.705，且显著性水平为0.000，说明两者具有显著的正相关性。表3显示拟合优度仅为0.497，表示回归模型只能解释49.7%的关系，说明知识溢出与创新水平之间并非线性相关。同时考虑到只选取了两个影响因素，因此本文认为该模型能说明知识溢出对高新区创新具有一定的促进作用，但作用并不是非常明显。主要原因在于：我国“产学研”合作机制还不完善,缺乏优良的创业环境和条件以及企业间没有形成紧密的分工协作机制等。
(三)集聚规模对高新区创新水平的影响
根据散点图呈现的线性关系构建模型：TI = A + B*CO，回归结果见表6、7、8。
表6 模型概述/Model Summary
表7 方差分析/ANOVA
表8 相关系数/Coefficients
回归结果显示，回归模型的拟合优度为0.932，方差检验的显著性水平为0.000，且自变量的标准回归系数为0.965，说明集聚规模与高新区创新水平有着显著的线性关系。
(四) 劳动力素质对高新区创新水平的影响
根回归结果见表9、10、11。
表9 模型概述/Model Summary
表10 方差分析/ANOVA
表11 相关系数/Coefficients
该回归模型的拟合优度为0.922，表明该模型具有很强的拟合性。劳动力指标标准回归系数为0.960，说明国家高新区创新水平与劳动力素质成正相关关系。这与我国长期以来实施的科教兴国、人才强国战略有着直接的联系。
四、结论
近年来，我国产业集群发展迅速，并在促进技术创新的过程中发挥了非常重要的作用。通过对这四个影响因素的分析可知：目前集聚规模、劳动力素质对产业集群创新能力有着直接影响；知识溢出由于多方面的影响以及一些无法定量化的指标使得评价结果表现稍显不足；政策环境并没有表现出很强的相关性，说明了目前产业集群创新能力的发展动力主要来自于市场而非宏观环境政策。
下一页：--暂无--