科技创新的高铁驱动及其特征研究

韩佳萌，朱桃杏，顼玉卿，裴月寒

(石家庄铁道大学 管理学院，石家庄 050043)

基础设施是“创新链条”的重要节点，从国家层面整体规划和统一布局为区域规模经济发展和协同创新提供了保障[1]。2021年国务院印发的《国家综合立体交通网规划纲要》提出，到2035年，要基本实现国际国内互联互通、全国主要城市立体畅达、县级节点有效覆盖，有力支撑“全国123出行交通圈”和“全球123快货物流圈”，加快建设高效率国家综合立体交通网络主骨架。截至2020年底，中国高速铁路运营里程达3.79万km，里程稳居世界第一，高速铁路逐渐成为区域科技创新能力的重要推动力。创新环境对科技创新有显著影响[2]，城市开通高铁能够明显提升城市的创新能力，同时高铁带来的知识溢出，也会增加小城市的整体创新能力。基础设施投资对创新具有重大影响，而其他类型的投资则不会产生如此的效应[3]。高铁开辟了创新潜力，同时区域创新的发展需要在高铁的基础上，配合以各种要素积极行动。科技创新系统是区域环境条件下各创新要素的集合系统，是通过区域内外企业、高校、研发机构等创新主体以及政府部门、中介机构等的交流和合作而形成的系统[4]。各组成部分或部门之间的关系是解释创新系统绩效的原因[5]。Jasson[6]认为聚集经济影响区域多样化和专业化水平，进而影响区域经济创新发展水平。而高铁有望成为各国城市体系充足的催化剂，有利于促进经济及创新活动的集聚与联系，产业协同集聚对提升城市创新水平有较为明显的促进作用[7]。

关于高速铁路对区域科技创新的影响，国内外的研究主要集中于两方面。一是高速铁路对科技创新的流通集聚效应。高铁建设通过降低地区之间的贸易成本从而引发高铁城市之间、高铁城市与非高铁城市之间的人力资本迁移，进而影响区域创新空间结构演化[8]。高速铁路的存在压缩了地理上的时空距离，产生了明显的时空效应，增加了区域间的可达性，降低了科技创新要素的流动成本，提高了其流动区域以及流动效率[9]，尤其在科技研发人才的跨区域流动、学习和集聚方面发挥着重大的作用[10]，创新人才以及其他创新要素的流动集聚对区域间的协同创新具有较为显著的正向促进作用[11]。一是高速铁路对科技创新的协同溢出效应。Petruzzelli[12]通过对企业以及院校专利申请的研究指出，地理间的临近性是产学研合作创新绩效的重要影响因素。交通基础设施促进城市间的合作研究并推动创新发展，区域内协同创新和区域间协同创新都促进了区域创新效率的提高[13]。过去几年，知识在国际间的溢出效应逐步上升，其主要原因是交通和信息技术的发展，降低了区域间、国家间的技术溢出扩散成本[14]。Jaffe等[15]研究发现，交通成本在创新溢出中发挥着不可忽视的作用，创新溢出存在地理边界，并不是无限的。距离是创新性知识溢出的重要因素，而由高铁开通所带来的“时空压缩”效应提高了城市通达性，降低了地理因素对创新溢出的影响[16]。

对于高铁对区域科技创新的影响，大多数采用实证研究的方法[17-18]，从人才流动、创新要素集聚、信息互通以及创新成果溢出等角度分析高速铁路对区域科技创新的影响作用，或基于双重差分模型[19-20]研究高速铁路确定有提高区域科技创新能力的作用。但对于高铁对区域科技创新的影响过程、影响特征和影响路径却较少涉及。在建设“八纵八横”高铁网络背景下系统分析高速铁路与区域科技创新的关系和相互影响路径，可使区域创新服务于高速铁路建设技术提升，同时有利于利用高速铁路积极推进区域科技创新进程。因此，本文基于高速铁路对区域科技创新的影响路径，构建高铁对区域科技创新的影响过程模型，研究高速铁路对区域科技创新的影响特征。

为进一步研究高速铁路与区域科技创新能力之间的作用机理，通过系统动力学方法分析研究要素的关联特征。高铁通过影响科技创新主体，进一步对区域科技创新产生影响。区域科技创新主体包含政产学研，以此为基础，本文将高校定义为科技的发源地，科学知识和技术的来源；
将研究机构定义成科技成果加工改造和升级的场所；
将企业定义为科技创新成果转化基地；
高校、研发机构、企业三者共同构成区域科技创新的主体。其次将政府定义为通过立法等手段调节和维护创新资源配置的机构，将金融机构设定为区域科技创新的支撑和推动要素[21]。结合已有研究对基础设施、交通条件等的研究结论，将产业发展和高铁基础设施设定为环境因素。魏守华等[22]研究认为区域创新能力取决于区域创新规模和创新效率，而创新效率有待于区域产业基础和集群环境等。

区域科技创新体系包含科技和经济两个维度，科技发展带来区域经济的快速发展，因此经济的发展等科技创新产出是区域科技创新系统的重要一环。其中高校是科技创新的生产主体系统的构成，拥有可培养的人才力量和培养创新的平台、创新培养的师资、技术设备等，因此本模型中关于生产主体系统学校变量包括学校招生人数、科研内部支出、高校数量、高校教师人数、课题量；
研发机构是科技创新加工主体系统构成，主要通过创新技术骨干、创新技术、创新孵化平台等对创新人才、创新资源等进行整合，达到创新成果的多数量高质量产出。因此本模型中加工主体系统-研发机构的变量有研发人员数量、创新技术产出、成果转化投资。消费主体系统是应用科技创新成果创造利润的企业，在创新意识引导下，企业利用资金吸引技术，企业产品通过技术升级为企业创造更高利润。本模型中消费主体系统企业选择用企业研发支出、新产品项目数、企业利润、企业资金能力。科技创新支撑系统包括政策支撑系统和资金支撑系统，其中政府为政策支撑系统构成，政府既是主体调节者，又是知识生产与知识转移的推动者。政策制定和发布政策会推动政研产主体打破部门界限，加强互动与协同以形成创新螺旋上升态势。选择地区GDP、地方税收、创新投资为解释变量。资金支撑系统构成主要是金融机构、投资部门等，金融或投资部门通过对研发投入的支持，增强科技创新动力和吸引力，同时通过创新绩效指标约束科技创新主体行为和效率，选择资金流量、储蓄作为解释子变量。将高速铁路视为科技创新环境系统构成，高速铁路低成本高运速地实现研发主体的地区间交流，加快科技创新成果的流动和共享，为区域产业的发展提供知识和技术支撑[23]，同时以高速铁路制造为主导的高铁研发、高铁生产、高铁运营等也在不断进行技术革新和应用，选择高铁里程增量、高铁连结度增量作为高铁间接创新的影响因子，选择高铁科研平台高铁科研产出比为高铁引致创新解释因子。科技创新产出系统由科技创新成果构成，变量用专利申请和论文发表指标来衡量。

2.1 SD模型构建

根据上述的建模逻辑，得出高铁服务驱动和高铁建设引致两条路径为核心的SD流图，如图1所示。路径1为高铁服务驱动，即创新主体借助高速铁路的时空效应，形成发展驱动，从而加速创新进程和创新速度，并影响到创新产出。路径2为高铁建设引致，即围绕高速铁路引发的生产、制造、运营、管理等的创新主体行为，带来高铁研究成果的创新产出。

图1 科技创新的高铁作用过程流图

2.2 数据来源及模型检验

运用系统动力学模型对基于高速铁路的科技创新系统进行仿真模拟，对辅助变量的函数设计采用了回归的思想。根据科技部发布的《中国区域创新能力检测报告》中的创新能力指数进行创新能力函数的拟合。并以此进行企业、高校以及研发机构创新指数函数参数的设置。数据选取年份为 2010—2018年，数据来源为 《中国统计年鉴》《中国科技统计年鉴》《中国金融年鉴》《中国区域经济统计年鉴》以及各类政府门户网站，模型中大量使用了表函数。

对各种类型的变量进行赋值或确定其表达式后，使用Vensim_PLE软件对科技创新模型进行仿真，得到的科技创新实际值与模拟值如图2所示。从图中可以得出，科技创新的真实值与模拟值具有较高趋势一致性以及拟合程度。

图2 2010—2018年科技创新数量真实值与模拟值对比

拟合度的计算公式为

(1)

运用式(1)得出科技创新数量的实际值与模拟值的拟合系数大于90%，拟合度显著。因此，该系统较大程度地反映科技创新的运行情况，可以用来反映高速铁路对科技创新的驱动及引致作用。

为了进一步确保模型的合理性，本文以京津冀区域及北京地区作为验证区域，对该模型进行进一步的验证，其拟合度在85%以上。可以得出，该模型具有较好的适用性。

通过系统动力学的“政策实验室”模拟功能研究高速铁路对区域科技创新的影响，分别在模拟过程中加入延时、脉冲、阶跃函数进行模拟，以研究高速铁路子因素从不同路径对创新成果的影响。

3.1 加入延时函数时系统反应实验

高速铁路对区域科技创新的推动存在延迟作用，图3的曲线为高铁服务对创新系统延迟1年的情况下形成的创新产出与初始模拟值相对变化的百分比。模拟显示在存在延迟的情况下，创新产出变化值为负且变化累积值越来越大，表明高铁服务的延迟作用会削减输入变量对创新系统的影响，并且随着时间的推移，延迟作用造成的影响会不断增加。但信息获取的便利性以及创新的逐步推进，很大程度上可以减少时间对系统的影响。

从高铁服务驱动来看，高速铁路对创新成果的影响在于对创新体系中的各种资源进行主动或被动的优化配置，但是，高速铁路从建设到运行再至完全发挥作用，这一过程中往往存在着时间上的延迟。高铁延迟作用对科技创新系统存在负面影响，使得高铁在初期不能完全发挥其效用，但随着时间的推移，周边建设逐渐完善，资源配置逐渐优化，高铁逐步发挥其效力。延长时间长短影响资源重新配置速率，进而影响科技创新效率。

图3 高铁服务加入延迟函数时系统反应

3.2 加入脉冲、阶跃函数时系统反应实验

不同输入变量对系统影响方式是不尽相同的，因此对变量的敏感性分析根据其各自特点适宜选择不同的函数。特定时期因各种原因带来高速铁路的大量扩建，使得高铁里程以及地区间的连接度增加，进而造成高铁服务能力突增，带来人流、物流、信息流的加速运转，对创新成果水平产生促进作用，且增加的高铁里程的服务能力具有时间的延续性。因此，高铁服务增加对创新系统的影响作用是持久的，故对高铁服务等类似变量的敏感性分析为向系统中加入一个阶跃函数。高铁建设引致的创新则具有很大的不确定性，一定时间内高铁建设引致的创新不是固定不变的，而是否研发成功也具有很大的不确定性，特定时期内可能因为政策等因素，高铁建设的引致创新量会突然大量增加，但这不意味着高铁建设引致的科技创新成果都会持续、大幅度增加，故高铁建设引致的创新等输入变量的敏感性分析可以设定为向科技创新系统中输入一个脉冲函数。基于以上设定，根据不同变量属性，以2013年为系统的时间作用点，向系统中输入不同的函数，观察系统中创新成果产出的变化，如图4、图5所示。

图4 加入阶跃、脉冲函数时系统反应(1)

图5 加入阶跃、脉冲函数时系统反应(2)

图4中的曲线高铁服务表示对高铁服务增加一个幅值为2013年模拟值5%的阶跃函数后创新成果数量水平相对于初始模拟值变动的百分比。高铁建设引致曲线特征表明对高铁建设所需的引致创新增加一个幅值为2013年模拟值5%的脉冲函数后从创新成果数量水平相对于初始模拟值变动的百分比。

模拟表明，高铁服务水平提升促进了创新资源的空间流通和创新成果产出的增加，受到阶跃函数的影响，高铁服务对系统的促进作用使得创新成果数量较初始模拟值有所提升，并且提升的百分比逐年增加，累积效应日益显现，这种促进作用对系统的影响是持久的。高铁建设所需的技术创新在加入脉冲函数后对系统的影响呈现出明显的脉冲式波动现象。在2013年到2014年创新数量水平变动百分比突然提高，在2014年达到最大的促进作用，说明创新系统对高铁引致创新的反应具有敏感性。但随着一个脉冲周期的结束，创新成果数量仍在增加，增速放缓直至逐渐趋近于初始模拟值。可见加入高铁建设引致的脉冲函数后，建设引致因素对科技创新系统有阶段性推动作用。

图5曲线高铁科研产出比表示对高铁科研产出比增加一个幅值为0.01的脉冲函数后创新成果数量水平相对于初始模拟值变动的百分比。曲线高铁科研平台、里程增量、连接度增量表示对这3个输入变量分别增加一个幅值为5、2013年当年模拟值的5%、0.01的阶跃函数后，创新成果产出值相对于初始模拟值变动的百分比。

图5中曲线高铁科研平台、里程增量、连接度增量显示出的趋势具有一致性，针对不同输入变量在向科技创新系统中增加不同幅值的阶跃函数后，可以看出系统并没有立即做出反应，即创新成果产出值并没有立刻增加，创新成果数量对于这些阶跃函数的作用反应存在着延迟。里程增量、连接度增量的延迟性也正说明了高铁服务驱动的延迟作用是客观存在的。待延迟效应结束后，受到阶跃函数的影响创新数量较初始模拟值有所递增，且递增值有上升趋势，说明高铁里程和连接度的增加对科技创新的影响具有持久性。图5中高铁科研产出比显示在增加一个脉冲函数后，科技创新数量也随之而增加，同时也出现了延迟现象，但并没有在一个脉冲结束后出现如图5的明显回落，说明直接引进高铁建设引致创新以此提升高铁科研产出比也是保持科技系统创新数量增加且持续的重要动因。

为了研究高速铁路对科技创新的影响特征及影响过程，基于高速铁路对区域科技的影响方式，设计了高速铁路影响区域科技影响的双重路径，在此基础上构建了系统动力学模型，以历年间的实际数值为模拟数据来源，仿真了高铁对区域科技影响的过程及影响方式，观察不同条件下科技创新系统的变化特征。

1)高铁服务对创新成果存在的延迟现象会延缓输入变量对系统的作用时间，降低科技创新数量。延迟时间越长，输入变量对系统的影响作用削减性便越大。为了降低高铁服务延迟对创新系统的伤害，应该尽量降低高铁制造到高铁完全利用的时间延迟，减少因延迟而带来的系统损失。

2)高铁服务水平提升可以促进科技创新数量，该促进作用具有累积效应，也具有持久性，使得科技创新的增量逐年提高。对高铁建设引致创新加入一个脉冲函数后，科技创新数量会突然增加，且增加的百分比较大，在一个脉冲结束后，该脉冲仍具有一定的持续性，但不具有持久性。因此，若要在短期内增加科技创新的数量，可以通过政策促进高铁引致创新。但若要长期推动科技创新水平，则应该增加高铁服务量，增加创新资源利用率。

3)高铁里程增量和连接度增量是提升高铁服务水平的渠道，但其对科技创新数量的促进作用具有延迟性，同时也说明高铁服务对科技创新的延迟性是客观存在的。增加高铁科研产出比，建设高铁科研平台可以影响高铁建设过程中引致创新的能力和效率，加速科技创新速度。因此，基于高速铁路提升科技创新水平，不仅要注重高铁服务的创新驱动效果，同时也要关注高铁建设的创新引致作用。