中國(guó)創(chuàng)新水平區(qū)域趨同時(shí)空演變

周 迪，張 虎

(中南財(cái)經(jīng)政法大學(xué)統(tǒng)計(jì)與數(shù)學(xué)學(xué)院，湖北 武漢 430073)

中國(guó)創(chuàng)新水平區(qū)域趨同時(shí)空演變

周 迪，張 虎

(中南財(cái)經(jīng)政法大學(xué)統(tǒng)計(jì)與數(shù)學(xué)學(xué)院，湖北 武漢 430073)

本文運(yùn)用擴(kuò)展的分布動(dòng)態(tài)學(xué)模型，研究了中國(guó)1989—2012年間30個(gè)省級(jí)地區(qū)創(chuàng)新水平的趨同時(shí)空特征。核密度函數(shù)分析發(fā)現(xiàn)，中國(guó)創(chuàng)新水平極化程度經(jīng)歷了先增大后減小的趨勢(shì)，整體趨同態(tài)勢(shì)明顯；考慮不同時(shí)長(zhǎng)的馬爾科夫鏈模型發(fā)現(xiàn)，高水平和低水平創(chuàng)新俱樂(lè)部存在明顯趨同特征，且在1997年之后 “俱樂(lè)部趨同”特征更加明顯；區(qū)域背景對(duì)地區(qū)創(chuàng)新水平的轉(zhuǎn)移存在影響，這為中國(guó)創(chuàng)新水平的 “俱樂(lè)部趨同”特征給出了空間上的解釋。研究還發(fā)現(xiàn)，顯著的空間作用至少需要兩年時(shí)間積累才能體現(xiàn)出來(lái)。

創(chuàng)新水平；區(qū)域趨同；核密度估計(jì)；馬爾科夫鏈

1 引言

國(guó)內(nèi)外已有研究[1－7]對(duì)考察中國(guó)創(chuàng)新水平的趨同特征有非常重要的價(jià)值，但還存在一定的改進(jìn)空間:第一、已有文獻(xiàn)在考察創(chuàng)新水平趨同時(shí)都是基于Barro等[8]的 “俱樂(lè)部趨同”理論，采用回歸分析方法進(jìn)行?；貧w分析方法僅僅關(guān)注了單個(gè)國(guó)家和地區(qū)是否趨同于自身的穩(wěn)態(tài)，無(wú)法解釋地區(qū)創(chuàng)新分布的變動(dòng)、分層和極化現(xiàn)象[9]。本文首次將Quach[10]的分布動(dòng)態(tài)學(xué)模型引入到中國(guó)創(chuàng)新水平俱樂(lè)部收斂研究中，對(duì)傳統(tǒng)的創(chuàng)新俱樂(lè)部收斂?jī)?nèi)涵進(jìn)行了重新界定；此外，傳統(tǒng)的分布動(dòng)態(tài)模型中馬爾科夫鏈方法雖然可以分析各區(qū)域趨同(分異)的演變特征，但只研究一步時(shí)長(zhǎng)為1年的轉(zhuǎn)移概率[11]，因而得不到多年的狀態(tài)轉(zhuǎn)移特征。為此，本文對(duì)其進(jìn)行了擴(kuò)展，構(gòu)造了不同時(shí)長(zhǎng)的一步轉(zhuǎn)移概率矩陣，并對(duì)轉(zhuǎn)移概率矩陣進(jìn)行統(tǒng)計(jì)檢驗(yàn)，因此可以更多地揭示出中國(guó)創(chuàng)新趨同的時(shí)空規(guī)律，為各地區(qū)創(chuàng)新水平的均衡健康發(fā)展提供決策參考。

2 研究方法與數(shù)據(jù)來(lái)源

2.1 研究方法說(shuō)明

(1)核密度估計(jì)方法。假設(shè)隨機(jī)變量X的密度函數(shù)為f(x)，在點(diǎn)x的概率密度函數(shù)可以用下式進(jìn)行估計(jì):

式中，N為觀測(cè)值個(gè)數(shù)；h為帶寬，用來(lái)控制密度曲線的平滑程度；Xi為獨(dú)立同分布的觀測(cè)值；K(·)為核函數(shù)，本文采用高斯核密度進(jìn)行估計(jì)。

(2)(空間)馬爾科夫鏈。馬爾科夫鏈?zhǔn)且环N時(shí)間和狀態(tài)均為離散的馬爾科夫過(guò)程。本文在已有研究基礎(chǔ)上進(jìn)行了擴(kuò)展，構(gòu)建了多年轉(zhuǎn)移概率矩陣。d年轉(zhuǎn)移概率記為＝P {Xt＋d＝j(luò)｜Xt＝ i}。表示t年份屬于類(lèi)型i的區(qū)域在d年后轉(zhuǎn)移到j(luò)類(lèi)型的一步轉(zhuǎn)移概率。如果某地區(qū)的創(chuàng)新水平在初始年份為i類(lèi)型，一步轉(zhuǎn)移后仍為i類(lèi)型，則認(rèn)為該轉(zhuǎn)移是平穩(wěn)的；如果一步轉(zhuǎn)移后的創(chuàng)新水平類(lèi)型等級(jí)變高，則認(rèn)為該地區(qū)發(fā)生向上轉(zhuǎn)移，否則為向下轉(zhuǎn)移。

空間馬爾科夫轉(zhuǎn)移概率矩陣以區(qū)域i在初始年份的空間滯后類(lèi)型為條件，在傳統(tǒng)的k×k馬爾科夫轉(zhuǎn)移概率矩陣基礎(chǔ)上，分解得到k個(gè)k×k條件轉(zhuǎn)移概率矩陣。具體的矩陣元素可以表示為表示在周?chē)従拥膭?chuàng)新水平類(lèi)型為λ的條件下，一個(gè)地區(qū)的創(chuàng)新水平從i類(lèi)型經(jīng)過(guò)d年后轉(zhuǎn)移到j(luò)類(lèi)型的概率。通過(guò)比較馬爾科夫轉(zhuǎn)移矩陣元素和空間馬爾科夫矩陣中對(duì)應(yīng)元素的大小，可以分析周?chē)従訉?duì)本地區(qū)創(chuàng)新水平向上、向下轉(zhuǎn)移的影響作用。同樣本文對(duì)已有空間馬爾科夫鏈研究進(jìn)行擴(kuò)展，不局限于一年的空間影響作用，而是考察不同時(shí)長(zhǎng)累積下的空間效應(yīng)。

2.2 數(shù)據(jù)來(lái)源及處理

借鑒之前學(xué)者在創(chuàng)新水平分析中的指標(biāo)[4－7]，本文也采用三種專(zhuān)利申請(qǐng)受理量來(lái)衡量創(chuàng)新水平大小，該指標(biāo)合理性的詳細(xì)說(shuō)明可以查看相關(guān)文獻(xiàn)[6]，這里不再贅述。本文以全國(guó)30個(gè)省、直轄市、自治區(qū) (以下簡(jiǎn)稱(chēng)省市)為研究單元，數(shù)據(jù)來(lái)源于 《中國(guó)統(tǒng)計(jì)年鑒 (1990—2013)》。參考蒲英霞對(duì)人均GDP的劃分方法，本文將創(chuàng)新水平分為以下四種類(lèi)型:低水平，專(zhuān)利申請(qǐng)受理量低于全國(guó)平均值的50%；中低水平，介于平均值的50% ～100%之間；中高水平，介于平均值的100% ～150%之間；高水平，高于全國(guó)平均值的150%。

3 實(shí)證分析

3.1 基于核密度函數(shù)估計(jì)的區(qū)域創(chuàng)新分布動(dòng)態(tài)演化

本文研究跨度 (1989—2012年)較大，故僅給出相關(guān)年份的核密度分布圖，以刻畫(huà)中國(guó)創(chuàng)新水平分布演化態(tài)勢(shì)。考慮到初始年份和末尾年份的創(chuàng)新分布變化差異非常大，若用一張圖顯示效果較差，因此用兩張圖來(lái)呈現(xiàn) (見(jiàn)圖1)。

從圖1可以看到，中國(guó)創(chuàng)新水平的分布動(dòng)態(tài)演變表現(xiàn)出如下特征:

(1)1990—2010年，經(jīng)歷了從 “單峰”分布到 “三峰”分布最后又為 “單峰”分布的變化過(guò)程。2000—2005年，創(chuàng)新水平分布變化較大，具體表現(xiàn)為波峰下降明顯，低于原來(lái)的一半水平，且曲線右尾明顯拖長(zhǎng)，表明中國(guó)創(chuàng)新水平有了較大的提高，不少地區(qū)創(chuàng)新水平增長(zhǎng)到新的高度。只是波峰依然較多，較為明顯的波峰仍為三個(gè)，表明此時(shí)區(qū)域極化形勢(shì)依然嚴(yán)峻。而到了2010年，波峰進(jìn)一步下降，且曲線平滑程度明顯增加，有不斷向右延伸的趨勢(shì)，并再一次恢復(fù)到單峰分布。

(2)1990—2010年，創(chuàng)新水平分布表現(xiàn)出波峰顯著持續(xù)下降且分布明顯向右偏移的趨勢(shì)，表明整體上中國(guó)創(chuàng)新水平不斷提高，但創(chuàng)新高水平和低水平地區(qū)的差距存在擴(kuò)大趨勢(shì)。由波峰的個(gè)數(shù)變化可以看到，省際創(chuàng)新水平極化程度經(jīng)歷了先增大后減小的趨勢(shì)，整體趨同態(tài)勢(shì)明顯。

圖1 主要年份中國(guó)創(chuàng)新水平分布的核密度函數(shù)曲線

3.2 基于馬爾科夫鏈的創(chuàng)新水平趨同演變

(1)時(shí)間特征——?jiǎng)?chuàng)新水平的 “俱樂(lè)部趨同”。為了考察從哪一年開(kāi)始，中國(guó)創(chuàng)新水平的趨同演變特征發(fā)生了最大的變化，我們對(duì)整個(gè)時(shí)間段進(jìn)行劃分，并對(duì)在不同時(shí)間段求得的馬爾科夫轉(zhuǎn)移概率矩陣進(jìn)行顯著性檢驗(yàn)，檢驗(yàn)統(tǒng)計(jì)量如下:

表1 1989—2012年中國(guó)各省市創(chuàng)新水平馬爾科夫矩陣

雖然中低和中高創(chuàng)新水平俱樂(lè)部變動(dòng)概率較大，但是這些概率都落在對(duì)角線的兩側(cè)。如1997—2012年期間，中高創(chuàng)新俱樂(lè)部非常不穩(wěn)定，3年后仍屬于這一俱樂(lè)部的僅為25%，一半的成員向下轉(zhuǎn)移，25%的成員向上轉(zhuǎn)移，但不存在向下轉(zhuǎn)移超過(guò)一個(gè)類(lèi)型的地區(qū)。兩個(gè)矩陣中，轉(zhuǎn)移超過(guò)一種類(lèi)型以上的概率僅有0.005，這表明創(chuàng)新能力成長(zhǎng)是一個(gè)循序漸進(jìn)的過(guò)程。孫玉濤[9]在研究跨國(guó)創(chuàng)新俱樂(lè)部的動(dòng)態(tài)分布時(shí)也得到類(lèi)似結(jié)論，但其研究的時(shí)長(zhǎng)為一年，通常在一年的時(shí)間內(nèi)要實(shí)現(xiàn)跨越式發(fā)展是比較難的。本文研究發(fā)現(xiàn)當(dāng)以3年時(shí)間為考察時(shí)長(zhǎng)時(shí)，跨越俱樂(lè)部式的發(fā)展難度依然很大。為了分析創(chuàng)新水平跨越俱樂(lè)部式發(fā)展所需的時(shí)間，筆者不斷地調(diào)整馬爾科夫轉(zhuǎn)移的時(shí)長(zhǎng)，發(fā)現(xiàn)在1989—2012年間，實(shí)現(xiàn)多個(gè)區(qū)次跨越式發(fā)展的最低年份為為4年，且僅發(fā)生于從低創(chuàng)新水平類(lèi)型跨過(guò)中低創(chuàng)新類(lèi)型而到中高創(chuàng)新水平類(lèi)型，轉(zhuǎn)移概率為1.14%。

(2)空間轉(zhuǎn)移——?jiǎng)?chuàng)新 “俱樂(lè)部趨同”的空間解釋。根據(jù)表2，可以分析鄰居 (區(qū)域背景)的創(chuàng)新水平對(duì)當(dāng)?shù)貏?chuàng)新水平變化的影響。

表2 1989—2012年中國(guó)各省市創(chuàng)新水平空間馬爾科夫轉(zhuǎn)移概率矩陣結(jié)果

當(dāng)鄰居創(chuàng)新水平為低水平時(shí)，如果該地區(qū)也為低創(chuàng)新水平，則其將始終處于低創(chuàng)新水平；而當(dāng)該地區(qū)為中低創(chuàng)新水平時(shí)，其會(huì)被鄰居 “拖”到低創(chuàng)新水平的概率為23.1%，不存在向上轉(zhuǎn)移的情況，這種局面對(duì)于中高創(chuàng)新水平的地區(qū)也是一樣。相反，當(dāng)鄰居為高創(chuàng)新水平時(shí)，有11.3%的概率發(fā)生向上轉(zhuǎn)移，其中包括1.9%的跨越式轉(zhuǎn)移 (超過(guò)一個(gè)創(chuàng)新類(lèi)型)。中低創(chuàng)新水平的省市向下轉(zhuǎn)移的概率依然很大，但開(kāi)始出現(xiàn)3%的向上轉(zhuǎn)移的概率。中高創(chuàng)新水平的省市向下轉(zhuǎn)移的概率減少了12%，高創(chuàng)新水平省市向下轉(zhuǎn)移的概率也從12.1%減小到4%。當(dāng)鄰居創(chuàng)新水平為中低，或者中高水平，如果該地區(qū)為低創(chuàng)新水平，則其在3年后向上轉(zhuǎn)移概率分別為6.5%和6.9%，均高于不考慮臨近區(qū)域時(shí)的概率4.7%，說(shuō)明考慮空間因素對(duì)創(chuàng)新水平的動(dòng)態(tài)變化有影響。與之前非條件馬爾科夫矩陣分析思路一樣，我們也考察要實(shí)現(xiàn)多個(gè)區(qū)次的跨越式發(fā)展需要多長(zhǎng)時(shí)間，經(jīng)過(guò)不斷調(diào)整時(shí)長(zhǎng)，我們發(fā)現(xiàn)同樣需要4年時(shí)間，此時(shí)跨越式發(fā)展比例為3.92%。對(duì)于中低創(chuàng)新水平和中高水平和高水平的地區(qū)，從整體上看，鄰居作用依然存在，這里不再針對(duì)數(shù)據(jù)詳細(xì)展開(kāi)分析。

通過(guò)上述分析，可以發(fā)現(xiàn)對(duì)于一個(gè)地區(qū)而言，周?chē)従觿?chuàng)新水平大小對(duì)其創(chuàng)新水平有一定影響，這也為中國(guó)創(chuàng)新水平的 “俱樂(lè)部趨同”特征給出了空間上的解釋。研究發(fā)現(xiàn)，當(dāng)時(shí)長(zhǎng)僅為一年時(shí)，該統(tǒng)計(jì)量值在5%顯著性水平下不顯著。認(rèn)為空間因素的影響作用是不顯著的。這可以解釋為:創(chuàng)新的空間溢出需要一定的時(shí)間才能起作用，而短時(shí)間內(nèi)作用有限。當(dāng)時(shí)長(zhǎng)為二年時(shí)，伴隨概率為0.004，認(rèn)為中國(guó)創(chuàng)新水平的馬爾科夫轉(zhuǎn)移矩陣在空間上不是獨(dú)立的，即此時(shí)考慮空間因素的條件馬爾科夫轉(zhuǎn)移概率和非條件下的馬爾科夫轉(zhuǎn)移概率存在顯著性的差異，且考察的步長(zhǎng)越長(zhǎng)，其值越大，表明空間作用越大。這是因?yàn)?，隨著時(shí)間的增加，空間溢出作用不斷積累，導(dǎo)致不管是高創(chuàng)新水平的區(qū)域還是低水平的鄰居，對(duì)鄰近區(qū)域帶的影響越來(lái)越大，即空間因素在中國(guó)創(chuàng)新 “俱樂(lè)部趨同”中的作用越來(lái)越大，空間馬爾科夫轉(zhuǎn)移概率矩陣對(duì)中國(guó)的創(chuàng)新水平的 “俱樂(lè)部趨同”特征提供了空間上的解釋?zhuān)瑒?chuàng)新水平趨同特征正逐漸由 “俱樂(lè)部趨同”向 “俱樂(lè)部空間趨同”轉(zhuǎn)變。中國(guó)存在顯著的兩大創(chuàng)新 “俱樂(lè)部趨同”特征，這對(duì)于創(chuàng)新水平的均衡健康發(fā)展是不利的，應(yīng)該引起政策制定者的重視。

4 結(jié)論與建議

(1)1990—2010年，中國(guó)各省市之間的創(chuàng)新水平的極化程度經(jīng)歷了先增大后減小的趨勢(shì)，整體趨同態(tài)勢(shì)明顯。整體上各地區(qū)的創(chuàng)新水平不斷提高，但高水平和低水平省區(qū)的差距存在擴(kuò)大趨勢(shì)，創(chuàng)新動(dòng)態(tài)演變具有 “馬太效應(yīng)”。

(2)創(chuàng)新低水平和高水平地區(qū)存在著 “俱樂(lè)部趨同”現(xiàn)象，且1997—2012年期間的 “俱樂(lè)部趨同”現(xiàn)象比1989—1997年期間更為明顯。

(3)區(qū)域背景對(duì)地區(qū)創(chuàng)新水平的轉(zhuǎn)移存在影響，周?chē)従觿?chuàng)新水平大小對(duì)本地區(qū)創(chuàng)新水平有一定影響，這為中國(guó)創(chuàng)新水平的 “趨同特征”給出了空間上的解釋。本文還發(fā)現(xiàn):空間因素對(duì)創(chuàng)新水平的影響在短期 (一年時(shí)間)是不顯著的，而至少要二年的時(shí)間，空間溢出效應(yīng)才開(kāi)始呈現(xiàn)，表明創(chuàng)新溢出存在一個(gè)積累效應(yīng)?？臻g帶動(dòng)作用隨著鄰居水平越高、時(shí)間越長(zhǎng)，促進(jìn)作用越大?？梢?jiàn)，空間因素在中國(guó)創(chuàng)新 “俱樂(lè)部趨同”中的作用越來(lái)越大，創(chuàng)新水平趨同特征正逐漸由 “俱樂(lè)部趨同”向 “俱樂(lè)部空間趨同”轉(zhuǎn)變。

根據(jù)以上結(jié)論，本文認(rèn)為要縮小地區(qū)間的創(chuàng)新水平差距，應(yīng)該從如下方面展開(kāi):區(qū)域增長(zhǎng)極理論認(rèn)為，對(duì)欠發(fā)達(dá)地區(qū)進(jìn)行協(xié)調(diào)發(fā)展仍需要?jiǎng)?chuàng)建增長(zhǎng)極。而中國(guó)存在著 “低水平陷阱”和 “低水平俱樂(lè)部空間趨同”的局面，更應(yīng)該積極培育創(chuàng)新增長(zhǎng)極，如以四川、重慶為重點(diǎn)扶持地區(qū)，進(jìn)而帶動(dòng)其他低水平成員的創(chuàng)新水平發(fā)展，打破這種長(zhǎng)期的 “低水平陷阱”和低水平 “俱樂(lè)部空間趨同”局面；充分利用空間效應(yīng)的積極一面，有效引導(dǎo)不同創(chuàng)新水平俱樂(lè)部成員之間的交流與合作，特別是重視中高創(chuàng)新俱樂(lè)部成員容易發(fā)生向下轉(zhuǎn)移這種嚴(yán)峻局面，引導(dǎo)其與周邊高俱樂(lè)部成員的合作交流，如建立層面更廣的技術(shù)成果轉(zhuǎn)化市場(chǎng)，讓技術(shù)交流更加便利，促進(jìn)創(chuàng)新成果的擴(kuò)散和溢出。

[1]Ramsey E.A Mathematical Theory of Saving[J].Journal of Economics，1928，38(152):543－559.

[2]Furman JL，Porter M E，Stern S.The Determinants of National Innovative Capacity[J].Research Policy，2002，31(6):899－933.

[3]Jungmittag A.Innovation Dynamics in the EU:Convergence or Divergence?A cross-country Panel Data Analysis[J].Empirical Economics，2006，31(2):313－331.

[4]陳向東，王磊.基于專(zhuān)利指標(biāo)的中國(guó)區(qū)域創(chuàng)新的俱樂(lè)部收斂特征研究[J].中國(guó)軟科學(xué)，2007，(10):76－85.

[5]魏守華，禚金吉，何嫄.區(qū)域創(chuàng)新能力的空間分布與變化趨勢(shì)[J].科研管理，2011，32(4):152－160.

[6]王慶喜，張朱益.我國(guó)省域創(chuàng)新活動(dòng)的空間分布及其演化分析[J].經(jīng)濟(jì)地理，2013，(10):8－15.

[7]潘雄鋒，張維維.基于空間效應(yīng)視角的中國(guó)區(qū)域創(chuàng)新收斂性分析[J].管理工程學(xué)報(bào)，2013，(1):63－67.

[8]Barro R J，Sala-I-Martin X.Convergence[J].Journal of Political Economy，1992，100(2):223－251.

[9]孫玉濤.基于分布動(dòng)態(tài)學(xué)的跨國(guó)創(chuàng)新俱樂(lè)部收斂研究[J].管理評(píng)論，2010，25(6):59－66.

[10]Quah D T.Empirics for Growth and Distribution:Stratification，Polarization and Convergence Clubs[J].Journal of Economic Growth，1997，2(1):27－59.

[11]蒲英霞，馬榮華，葛瑩，黃杏元.基于空間馬爾科夫鏈的江蘇區(qū)域趨同時(shí)空演變[J].地理學(xué)報(bào)，2005，60(5):817－826.

(責(zé)任編輯 沈蓉)

Spatial-Tem poral Dynam ics of Regional Innovation Convergence of China

Zhou Di，Zhang Hu
(School of Statistics＆Mathematics，Zhongnan University of Economics and Law，Wuhan 430073，China)

Based on Extended Distribution Dynamicsmodel，this paper analyses the convergence and divergence of the distribution of the innovative capacity of30 provinces in China during 1989—2012.Based on kernel density function，we find that the convergence trend is evident；Markov chain model considered different time length reveals that there exists obvious“club convergence”characteristics for provinces in high-level and low-level clubs，and the features are more obvious after 1997；regional background can affect the transformation of innovation，which can explain the“club convergence”characteristics of innovation level in China.The study also finds that the significant spatial spillover effect needs at least two years to appear.

Innovation level；Regional convergence；Kernel density estimation；Markov chain

C812

A

中南財(cái)經(jīng)政法大學(xué)博士研究生創(chuàng)新教育項(xiàng)目 “基于高頻數(shù)據(jù)的中國(guó)股市收益分布及預(yù)測(cè)研究”(2014B1901)。

2014－09－23

周迪 (1988－)男，湖北鄂州人，中南財(cái)經(jīng)政法大學(xué)統(tǒng)計(jì)與數(shù)學(xué)學(xué)院博士研究生；研究方向:數(shù)量經(jīng)濟(jì)。