區域創新極化效應的城市貢獻度
——基于分解TW指數的空間計量研究

王成城，李紅梅，韋守明

(安徽大學管理學院，安徽 合肥 230601)

區域創新極化效應的城市貢獻度
——基于分解TW指數的空間計量研究

王成城，李紅梅，韋守明

(安徽大學管理學院，安徽 合肥 230601)

以安徽省16地市連續6年的數據，運用分解后的TW指數進行測算，開創性提出“區域創新極化效應的城市貢獻度”，并進行空間計量研究。結論認為：安徽省各地市創新能力呈“雙核”分布，各城市對區域創新極化貢獻度呈“工”字形分布，區域內創新能力高或低的城市并不一定對整體區域的創新極化有重要推動或拉低作用，緩解極化效應以創新能力居中的城市為重點，城市貢獻度能更為精確地甄別區域創新極化效應的產生原因；此外，安徽省各城市的創新極化貢獻度具有空間負相關特征，空間格局相對穩定，合肥、蕪湖、池州組成了安徽省的創新極化中心，皖南創新極化貢獻度分布具有交錯性，皖北缺少創新增長極，安徽省創新極化貢獻度由空間離散向空間集聚演變。

城市創新能力；極化效應；極化貢獻度；TW指數

極化是指事物出現向更高端方向發展或向更低端方向發展，或同時向兩端發展中間層次減少的狀況[1]。隨著經濟社會的發展，極化現象已經顯現于諸多領域，如經濟極化、政治極化、社會極化等，經濟極化又包含科技創新極化、人才極化等[2]。20世紀90年代初期，Pierre Mohnen 等發現中國部分地區存在創新極化現象并進行系統研究，同時提出“創新極”這一概念[3]。近年來，創新已成為國內區域經濟發展的主要驅動力，提高城市創新能力也相應成為政府和學術界關注的重點，但不同城市創新能力的差異性卻造成了區域發展不均衡乃至極化現象，對于這種創新極化的判斷一直存在爭議，一類認為應擴大極化效應，極化中心可以推動落后地區走出發展困境[4]，提高區域創新整體創新能力[2]，幫助落后地區擺脫“普困陷阱”[5]；另一類則認為極化的帶動效應不明顯，會加劇地方不均衡[6]，造成“富者更富，貧者更貧”的兩極分化現象[7]，削弱極化效應將有益于區域全面發展[8]。在兩種不同的理念下，政府和研究者提出了各種對策，無論是寄希望于防止區域創新極化造成的馬太效應，還是增加創新極的擴散效應[9]，抑或是打造新的創新增長極[10]，采取中心帶動與臨域滲透相配合推動區域創新能力的措施[11]，最終目的都是為了緩解或增強特定區域的創新極化效應。

然而，無論哪種初衷，限制高創新能力的城市顯然是不可取的，推動低創新能力城市的發展成為了必然選擇，那么，在現有政策環境中，扶助低創新能力的城市，是擴大還是減弱了整體區域的極化效應，這個看似明顯的事實卻一直未得到實證驗證。更加值得探討的是，針對中等創新能力的城市，在對其創新能力提升后，其對區域極化效應是提升還是降低，無論理論上還是實踐上，這一問題都未得到充分關注與足夠的回應。

現有研究主要從創新極化的作用機理[12]，創新極化的發展趨勢[11]，以及創新極化結構分類等方面進行探索，同時對當前研究存在的問題進行歸納總結，如缺乏統一的研究構架、中觀層面分析薄弱等[2]，部分研究聚焦于區域內創新資源分布的非均質特征對創新極化產生的影響[9]，以及區域創新能力的測度與比較，定量分析多利用單個指數如ER、TW、KZ、WOLFSON等指數或多個指數組合對極化進行測度[12-14]，并比較不同區域之間的極化發展差異?，F有研究多在整體上描述某個區域整體的創新極化效應，或者將區域內各個城市的創新能力直接展示，并沒有內生性地解釋區域內各個城市在創新極化效應中的重要性，區域內某個創新能力高或低的城市是否對整體區域的創新極化效應有相應的重要作用并未得到學術界充分的關注，這便使得后續區域性政策的制定與實踐操作喪失了精準性。

鑒于此，本文以TW極化測量指標為基礎，經分解后構建出用于測量區域內單個城市對區域創新能力極化影響程度的模型——區域極化效應的城市貢獻度。以該模型為基礎，對安徽省內16個城市連續6年的極化水平進行分解測度，得出單個城市對于區域創新極化效應的貢獻程度，并利用空間計量軟件ARCGIS、GEODA分析具有不同極化貢獻度的城市在空間領域的分布特征，希望在推動極化領域研究的同時，為地方政府精確制定限制或擴大極化效應的政策制定提供指導。

1 研究設計

1.1 創新極化貢獻度模型構建

(1)TW指數。目前，學術界測量極化最常用的三種指數分別是ER指數、Wolfson指數、TW指數。ER指數是在一定權數的基礎上，確定內在的比較基準后通過不斷循環來測度極化程度；Wolfson指數是在洛倫茲曲線的基礎上推導而來的；TW指數的構建基于以上兩種指數，運用了“兩極分化”和“擴散增加”的排序公理[15]。本文以TW經濟極化測量指數為基礎，引入創新能力指標，構建出創新極化測量指數，其指數值的大小反映城市創新能力的聚集趨勢，創新能力較強的城市向強類組聚集，反之則相反，具體公式如下：

(1)

(1)式中，n為安徽省城市數量，N為安徽省專利授權量的總和，s(i)為安徽省第i個城市的專利授權量，m為安徽省所有城市創新綜合值I/專利授權量的中間值。q(i)為安徽省第i個城市創新綜合值I/專利授權量，θ取值為1，r取值0.5[14]。

(2)區域創新極化效應的城市貢獻度。為了更好地研究各個城市對創新極化的貢獻程度，本研究根據分解性測量的思路，構建創新極化貢獻度模型，具體如下：

(2)

區域極化效應的城市貢獻度的基本設計思路是將包含城市i的TW值作為分子，不包含城市i的TW作為分母，經過約分后結果如(2)式。其中C為區域極化效應的城市貢獻度，n為城市數量15，s(i)為安徽省第i個城市的專利授權量，N(i)為第i個城市的專利授權量，m為安徽省所有城市創新綜合值I/專利授權量的中間值，m′為不包含該城市的安徽省其他15城市創新綜合值I/專利授權量的中間值。q(i)為安徽省第i個城市創新綜合值I/專利授權量，θ取值為1，r為敏感系數取值0.5。若貢獻度大于1則該城市對區域創新極化效應有促進作用，反之則產生抑制作用。

1.2 指標體系數據收集

根據安徽省委省政府發布的《關于實施創新驅動發展戰略進一步加快創新型省份建設的意見》，安徽省以發展產業經濟與優化升級產業結構為側重點，在兼顧多個指標進行綜合評價的同時注重指標的簡明可行性，制定出安徽省市創新能力評價指標體系。本文以該指標體系為基礎，選擇①地方財政科技撥款占地方財政支出比重(%)、②R&D經費支出占GDP比重(%)、③萬人發明專利授權量(件/萬人)、④高新技術企業數(家)、⑤高新技術產業增加值占GDP比重(%)作為測量區域創新能力的指標。數據來源于2010—2015年安徽省各地市的統計年鑒、安徽省科技統計公報和各地市國民經濟與社會發展統計公報。

1.3 數據處理流程

首先，對數據進行標準化處理，利用主成分分析法提取單因子，得出安徽省各地市的創新能力分年度綜合值。其次，依據區域極化效應的城市貢獻度模型，借助Visual Basic 6.0編程軟件，測算安徽省各地市2010—2015各年極化值，將TW指數分解到安徽省各地市并匯總。再次，計算出安徽省各地市6年的分解值均值，并利用Arcgis10.0的屬性操作模塊，把極化分解值賦予對應的各地市。最后，將生成的shp文件導入Geoda軟件，選擇k-nearneigh權重矩陣，并設置臨近地區為2，計算關于貢獻度的全局Moran指數和局部Moran指數，從而對各城市的極化貢獻度進行聚類，同時，生成安徽省2010—2015年間的熱點演進圖，以更加直觀的形式呈現出安徽省各城市對極化的貢獻程度分布特征與演進趨勢。

2 區域創新極化效應分析

2.1 城市創新能力綜合值

根據數據處理結果(見圖1)，安徽省各城市之間創新能力存在著巨大差異，創新極化現象十分明顯，合肥、蕪湖、蚌埠、馬鞍山、銅陵在2010—2015年間的創新能力綜合值顯著高于其他城市。這種現狀的出現與安徽各城市承接長江三角洲產業轉移的非均衡性密切相關，另外，合蕪蚌自主創新試驗區的建立，促進了合蕪蚌城市圈之間的創新技術交流，使得合肥、蕪湖和蚌埠的創新能力極大提升。根據現有研究結果，安徽省已經形成縱橫南北的三大科技創新增長極，其一是合肥，其二是蕪湖、馬鞍山、銅陵，其三是蚌埠[16]，這一結論與本文的數據結果基本一致，但從數據的反映來看，2010—2015年馬鞍山、銅陵和蚌埠的創新能力綜合值均值明顯低于合肥和蕪湖，表明安徽省內部存在明顯且復雜的創新極化現象。

圖1 安徽省各地市創新能力綜合值分布圖

2.2 區域創新極化態勢

對安徽省整體的TW指數測算，2010—2015年安徽省創新極化效應的TW指數值分別為0.817、0.807、0.803、0.792、0.720、0.772，均大于等于0.700，說明安徽省創新極化程度較高。從TW指數變化趨勢可以看出，總體平穩且存在下降趨勢，表明極化區域已經開始產生擴散效應[17]。自2008年合蕪蚌自主創新綜合試驗區建立以來，安徽省整體自主創新能力得到全面提升[18]，綜合試驗區的設立有助于構建區域創新交流平臺，以及內陸城市承接產業轉移而帶來的科技進步，再加上極化中心的擴散效應，這些因素都促進了安徽省各城市的創新能力整體提升，對于縮小區域內創新能力差距具有積極的作用[19]。

3 區域創新極化效應的城市貢獻度分析

3.1 城市貢獻度測算

將TW極化指數值分解到各個城市，測算出2010—2015年間安徽省各地市對全省創新極化的貢獻程度，如表1所示。

為了更為直觀地展示安徽省各地市對整體區域創新極化的貢獻度分布狀況，本文運用ArcGIS10.0繪制創新極化貢獻度地圖(見圖3)。此外，根據圖1和圖2的結果，可以判斷：城市創新綜合值呈“雙核”分布，而創新極化貢獻度則呈“工”字分布，安徽省各地市創新能力與它們的極化貢獻度存在很大差異。阜陽、亳州、宿州、淮南、池州等地的創新能力綜合值低，但是其對極化的貢獻度卻比較高；蚌埠、馬鞍山、銅陵、蕪湖的創新能力綜合值高，但只有蕪湖、馬鞍山對極化效應有促進作用；而淮北、六安、滁州、安慶、黃山綜合值相對較低，其創新極化貢獻度也比較低，對極化產生抑制作用；合肥創新能力綜合值與極化貢獻度都處于較高水平，是非常明顯的區域創新極。這一結論回應了本研究的核心問題，即區域內某個創新能力高或低的城市并不一定代表該城市對整體區域的創新極化有重要推動或拉低作用，“限高拉低”的傳統思路對于紓解區域創新能力的極化效應并不適用。

表1 安徽省各地市創新極化貢獻度

圖2 安徽省各地市創新極化貢獻度值圖

3.2 貢獻度的空間相關分析

測量空間自相關的指標有全局Moran指數、局部Moran指數和G指數，分別用于表示區域整體全局自相關程度和單個觀測值與其臨近觀測值的局部空間自相關程度[20]，而G指數則是用來結合局部Moran指數更準確地分析局部自相關特征。為了更為精確地反映出安徽省各地市創新極化貢獻度的分布特征，本文將使用以上三種方法進行分析。

(1)全局空間自相關?？臻g自相關反映的是區域之間特定屬性值的集聚或分散現象，全局Moran指數取值為[-1,1]，當為正(負)值時具有正(負)空間自相關關系，取值為0時，不具有空間相關性。

表2為各主要年份Moran指數統計結果，可以看出，2010—2015年間，安徽省創新極化貢獻度Moran指數皆為負值(除2011年)，且大都具有10%或5%的顯著水平，指數及散點圖變化并不十分明顯。表明安徽省各地市創新極化貢獻度具有較強的空間負相關特征，具有高創新極化貢獻度城市與具有低創新極化貢獻度城市交錯分布。通過對安徽省各地市創新極化貢獻度進行整體分析，經計算得出全局Moran指數值為-0.218，可知安徽省各地市創新貢獻度總體上存在很強的空間相關性。使用蒙特卡羅模擬法來進行檢驗，結果顯示P值小于0.050，表明在95%的置信度下安徽省各地市對創新極化貢獻度自相關是顯著的。此外，標準化后的統計量Z的絕對值大于1.640，亦表明指數檢驗的結果是顯著的。以上分析表明安徽省各地市對創新極化的貢獻度具有顯著的空間負相關關系，以極化貢獻度低的城市趨向與極化貢獻度高的城市相鄰近為主要特征，區域內創新極化效應明顯。

表2 2010—2015年安徽省各地市Moran 指數統計量

Moran散點圖借助可視化的二維數據圖來揭示觀測單元之間的關系。每個現象分別代表不同觀測值與其周圍觀測值在空間上的關系。第一象限(H-H)、第三象限(L-L)代表空間正相關，第二象限(L-H)、第四象限(H-L)代表空間負相關。從表3可以看出，7個城市位于第二象限，3個城市位于第四象限，占據總數的62.5%。驗證了之前的全局Moran指數為負且空間相關性較強的結果。

表3 安徽省創新極化貢獻度Moran散點圖對應城市表

具體來看，并無城市位于第一象限，即安徽省各地市并沒形成創新貢獻度集聚區域。馬鞍山、六安、淮南、銅陵、宣城、安慶、黃山位于第二象限，處在該區域的(L-H型)城市常被稱為發展“洼地”[21]。這類城市自身的創新極化貢獻度并不顯著且具有交錯性，與周圍城市形成創新貢獻度的逆差。這些城市自身創新能力在安徽省處于中等水平且易受到周圍城市的輻射和帶動作用，發展勢頭良好。從地理位置來看，它們多處于皖江城市帶，易于承接長三角城市的產業轉移，且基本都位于合蕪蚌創新綜合試驗區的輻射地帶，因此易與其他城市形成連接并承接創新成果。

亳州、淮北、宿州、淮南、蚌埠、阜陽位于第三象限，地理上基本處于皖北和皖中地區。這些城市由于受到區位及經濟發展的限制，其科技投入、高新技術企業數量等都與南方地區有一定差距，其自身創新能力有待提高，在空間上屬于空間集聚狀態。雖然在空間上鄰近，但是該區域發展相對封閉，各城市之間在資金、資源、技術、人才、科技等方面的交流與合作較為缺乏；另外，皖北地區并未形成具有絕對優勢的創新增長極，無法發揮輻射帶動作用。

合肥、蕪湖、池州位于第四象限，這些城市自身創新極化貢獻度高于周圍城市但輻射帶動水平有限，與周圍城市形成了明顯的空間極化效應。合肥作為安徽省的省會，又是中國四大科技城之一，擁有雄厚的經濟與科技實力，專利授權量接近全省專利授權量總量的1/2，且其R&D投入也約占據省內總量的一半，科技創新能力穩居安徽省前列且遠高于其他城市。遙遙領先的創新能力使得合肥對安徽省創新極化的貢獻度均高于其他城市，呈現出明顯的首位城市特征。蕪湖作為僅次于合肥的創新型城市，較高的創新貢獻度同樣來源于顯著的創新能力。與合肥、蕪湖情況相反的是，池州從人才培養、科技創新到體制創新等都處于安徽省較低水平，創新能力較低但卻擁有較高的創新極化貢獻度，這三個城市所連接成的區域成為安徽省明顯的創新極化中心。

(2)局部空間自相關。Moran散點圖能更直觀的分析空間相關性，但缺乏統計學的意義[22]，且全局Moran指數只能在假定同質的情況下表述整個研究區域的趨勢，但在現實情形中，研究區域一般是不同質的，因此，需要進一步使用局部空間自相關分析研究區域的異質性。即利用Arcgis10.0聚類分布制圖的Anselin Local Moran I模塊，計算出安徽省各地市的局部Moran指數(見表4)。由于在相同的計算條件下，Moran指數用于捕捉低值易于捕捉高值，但局部Moran指數在分析局部空間特征上不見局部G指數[23]。同時，負的局部Moran指數只能判斷出該區域是高低模式或者低高模式，G指數能確定具體是高低模式還是低高模式[24]。本文同時利用Arcgis 10.0聚類分布制圖的Getis-Ord Gi模塊，計算出安徽省各地市的G指數值(見表4)。

表4 安徽省各地市局部Moran指數與G值統計表

結合表4可知，合肥、馬鞍山、蕪湖、銅陵的局部G指數具有10%、5%、1%的顯著水平，局部Moran指數只有合肥具有1%的顯著水平。因局部G指數的分析需以局部Moran指數顯著作為基礎[24]，故本文重點對合肥之于安徽省的創新極化貢獻度進行分析。合肥局部Moran指數為-2.920<0，其空間自相關特征為高-低模式或低-高模式，而合肥的局部G指數為1.833，說明合肥與周邊城市為高-低聚集模式，即合肥對安徽省創新極化貢獻度高，其周圍城市相對于合肥的創新極化貢獻度較低。驗證了之前Moran散點圖關于合肥屬于第四象限(高觀測值被低觀測值包圍)的結果。

(3)冷熱點分析。為了更為有效地反映安徽省創新極化貢獻度空間演化，揭示空間演化過程之中的局部異質性，本文根據Jenks自然斷裂法，將每個年份的G指數劃分為熱點區—過渡區—冷點區三個類別，生成安徽省各地市創新極化貢獻度熱點演進圖(見圖3)。另外，由于冷熱點演進反映的是該區域與鄰近區域的空間關聯性與異質性，因此其與空間格局并不存在一致性[25]。2010—2015年安徽省各地市冷熱點分布變化并不明顯，本文特選取2010年和2015年冷熱點圖分析2010—2015年安徽省冷熱點演進狀況。

冷熱點演進分析表明:①從冷熱點演變的數量構成上，2010—2015年間安徽省創新極化貢獻度的冷點區一直處于穩定狀態，熱點區有逐漸增加的趨勢。2010年處于冷點區的城市數量有6個，占總量的56.3%，到2015年其水平仍然沒有變化；熱點區由之前僅有合肥，演變成擁有合肥和蕪湖兩座城市，這表明合肥作為安徽省創新核心城市，始終是創新活動最活躍的區域，而蕪湖的創新活動也更加頻繁，逐漸形成了新的極化貢獻度空間布局。表明安徽省創新極化現象正在由一核推動向多核牽引轉變。②從冷熱點演變的空間結構上，2010年處于冷點區的城市分別有淮北、蚌埠、六安、馬鞍山、安慶和宣城，在空間上處于相對分散的狀態，到2015年處于冷點區的城市有亳州、淮南、滁州、六安、馬鞍山和宣城，各城市處于相互連接狀態，呈現出不斷集聚態勢。另外，冷點區正逐漸向安徽省北部集聚，南北差距有拉大趨勢。整體而言，安徽省創新極化貢獻度冷熱點空間分布呈現出中間高-兩側低的格局，在中部偏北形成“洼地”效應，其整體正由空間離散向空間集聚過渡。

圖3 2010—2015年安徽省創新極化貢獻度空間格局熱點演化圖

4 結論與展望

通過對區域極化效應的城市貢獻度進行定義，并使用安徽省16地市連續6年的數據進行分析，本文得出結論認為：安徽省存在明顯的創新極化現象，省內各地市對創新極化效應具有不同的貢獻度，更為重要的是，區域內某個創新能力高或低的城市并不代表該城市對整體區域的創新極化有重要推動或拉低作用(各地市創新能力呈“雙核”分布，各地市對區域創新極化貢獻呈“工”字形分布，并未高度的重合)，簡單依據某個城市創新能力高低來判斷其對整個區域創新極化效應的作用，并以此制定相關政策，其精確性值得進一步商榷。

具體而言，安徽省各地市創新極化貢獻度呈“工”字形的空間分布結構，即兩端的皖北、皖南區域以及連接南北的合肥。合肥作為安徽省創新極化核心城市，創新能力和創新極化貢獻度都居于首位，對安徽省整體的創新極化效應產生顯著的推動作用。皖北、皖南作為“工”字形的兩端，分別代表低創新能力—高創新極化貢獻度和中等創新能力—低創新極化貢獻度的情況，值得注意的是，已經擺脫低水平創新能力但又未達到領先位置的城市(如六安、安慶、宣城、黃山、馬鞍山等)會緩解整體區域的極化效應，這一結論表明，緩解極化效應以創新能力居中的城市為重點。此外，安徽省各地市的創新極化貢獻度具有很強的空間相關性并以負相關為主，局部空間自相關以L-H和H-L為主，空間分布交錯，皖南地區多屬于L-H，即低觀測值被高觀測值包圍，皖北地區以L-L為主，即低觀測值集聚。合肥、蕪湖與周圍城市形成創新極化貢獻度差，合肥對周圍城市創新極化貢獻度的拉動作用薄弱并形成極化效應，冷熱點分析表明安徽省創新能力正由單核驅動向多核共同牽引方向發展，且空間集聚效應正逐漸形成。

整體而言，安徽省內部的創新能力分布呈現出南高北低的分布格局，創新能力區域差異十分明顯，創新極化效應的存在雖然提升了省內創新綜合能力，但是也進一步擴大了區域之間的差距。極化太強會導致區域差距拉大，太小帶動作用就不明顯，且其適宜性實難評價[1]，因此，結合安徽省各地市創新極化貢獻度分布狀態，為全面提升省域創新能力，本研究建議：①精確識別極化內因，并開展針對性政策調控。根據本文結論，單純的升高或者降低某地區創新能力并不一定會緩解或加劇整體區域的創新極化現象，在制定政策前，相關部門應精準識別各地市在創新極化形成過程中所扮演的角色，對于具有高貢獻度-高創新能力的城市在發展自身基礎上逐步增強擴散效應，對于高貢獻度—低創新能力城市應加強與其他城市聯系逐步接近區域創新平均水平。②打造多核心增長極，增強極化中心擴散效應。安徽省形成了以合肥為中心的創新極化中心，應加大合肥市的輻射帶動作用，逐步擴大輻射范圍。主創新極的創新活動會引發鄰近區域的模仿和跟進[11]，目前，地處皖南的蕪湖在經濟發展水平和創新能力方面都有大幅提高，應將其打造為皖南地區創新極化中心，并逐步增強擴散效應帶動皖南地區創新能力發展。另外，在皖北地區培養新的創新增長極，提高皖北城市整體創新能力，打造皖北、皖中、皖南多核心創新增長極，形成創新協同發展的良好格局。③加強區域創新分工合作，促進發展聯動效應。2016年6月發改委與住建部印發《長江三角洲城市群發展規劃》，將安徽8市納入長三角城市群當中。區域間的創新分工與合作是推動區域創新發展的關鍵因素[26]，在區域協同創新過程中，各城市應根據自身的特征及功能定位積極參與創新協作，以充分發揮創新協作效應[27]，各地市應結合自身資源、人口較為豐富的特點，積極承接產業轉移，謀求共同發展。

[1]趙映慧,修春亮,姜博,等.1990年代以來空間極化研究綜述[J].經濟地理,2010,30(3):383-387.

[2]周密.我國創新極化現象的區域分布與極化度比較[J].當代經濟科學,2007,29(1):78-82.

[3]MOHNEN P,DEBRESSON C,et al.Explaining and estimating propensities to innovate in China in 1993[C].The 14thInternational Conference on Input-Output Techniques,Canada.2002,part four:1-37,part five:1-32.

[4]王金巖,吳殿延,袁俊.魯南地區經濟空間差異與發展戰略探討[J].商業研究,2008(8):119-124.

[5]陳利.地理空間異質性、依賴性與新型工業化地域差異——以云南省為例[J].經濟問題探索,2012(12):14-21.

[6]蔡芳芳,濮勵杰,張健,等.基于ESDA的江蘇省縣域經濟發展空間模式解析[J].經濟地理,2012,32(3):22-28

[7]趙翠霞,李巖,蘭慶高.城郊失地農民收入“極化”及深層原因分析[J].農村經濟,2015(4):54-59.

[8]李文亮,于長鉞,許正中.基于空間效應的我國信息產業效率演進的時空特征研究[J].情報科學,2015(4):9-12.

[9]宋麗思,陳向東.我國四大城市區域創新空間極化趨勢的比較研究[J].中國軟科學,2009(10):100-108.

[10]鄧向榮,周密,李偉.我國科技創新極化度指數的構造及區域比較[J].財經研究,2007,33(6):67-76.

[11]鄧向榮,李偉.中國區域創新極化趨勢及其特征研究[J].科學管理研究,2007,25(5):5-9.

[12]鄧向榮,劉璇.京津冀和長三角地區創新極化與擴散效應比較研究[J].中國科技論壇,2007(11):16-20.

[13]王松,胡樹華.國家高新區強弱空間極化的演化分析[J].科研管理,2012,33(3):121-127.

[14]金鳳花,富立友,鐘偉.都市圈創新能力極化發展實證研究[J].科技進步與對策,2013,30(10):37-41.

[15]WANG Y Q,TSUI K Y.Polarization orderings and new classes of polarization indices[J].Journal of public economic theory,2000,2(3):349-363.

[16]許吉黎,韓玉剛,楊顯明.安徽省城市科技創新能力評價及格局分析——兼論省域科技創新體系的發展模式[J].地域研究與開發,2013,32(5):51-56.

[17]周密.我國科技創新極化度的區域比較——兼論區域科技和諧度的構建[J].科學學與科學技術管理,2007,28(7):59-63.

[18]杜鵬程,李敏.安徽省自主創新能力比較分析及預測[J].安徽大學學報(哲學社會科學版),2013,37(4):149-156.

[19]金鳳花,余光勝.上海都市圈創新能力評價研究——基于因子分析和聚類分析[J].科技管理研究,2013,33(12):13-16.

[20]姚海華.長三角城市的貿易集聚效應與上海的貿易輻射效應研究[J].華東經濟管理,2012,26(11):1-6.

[21]汪志,焦華富,郇恒飛.皖江城市帶縣域經濟發展差異演變特征分析[J].地理與地理信息科學,2011,27(1):53-58.

[22]趙彥云,扈瑞鵬.中國省域農村居民消費的空間分析[J].消費經濟,2014(1):15-22.

[23]張松林,張昆.空間自相關局部指標Moran指數和G系數研究[J].大地測量與地球動力學,2007,27(3):31-34.

[24]孫蕾,常天驕,郭全毓.中國人口老齡化空間分布特征及與經濟發展的同步性研究[J].華東師范大學學報(哲學社會科學版),2014(3):123-132+155-156.

[25]楊宇,劉毅,金鳳君,等.天山北坡城鎮化進程中的水土資源效益及其時空分異[J].地理研究,2012,31(7):1185-1198.

[26]高麗娜,朱舜,李潔.創新集聚與溢出、空間效應與長三角城市群協同發展[J].華東經濟管理,2016,30(5):81-85.

[27]嚴建援,甄杰,董坤祥,等.區域協同發展下創新資源集聚路徑和模式研究——以天津市為例[J].華東經濟管理,2016,30(7):1-7+193.

(責任編輯 劉傳忠)

Urban Contribution to Regional Innovation Polarization:A Spatial Econometric Study Based on Decomposition of TW Index

Wang Chengcheng,Li Hongmei,Wei Shouming

(School of Management,AnHui University,HeFei 230601,China)

Based on the data of 16 cities in Anhui Province for six years,we used the decomposed TW index,proposed the“urban contribution to regional innovation polarization”and carried out the spatial econometrics research.The results showed that the number of the innovation ability of cities in Anhui province was“dicaryon”distribution,and the urban contribution to regional innovation polarization was“I-section”distribution.The urban innovation ability in this region did not necessarily promote or push down the innovation polarization of the whole region.The remission of polarization effect should focus on the cities with medium innovation ability.The urban contribution to regional innovation polarization could accurately identify the internal reasons of polarization.In addition,the urban contribution to regional innovation polarization in Anhui Province had spatial negative correlation characteristics,and the spatial pattern was relatively stable.For instance,Hefei,Wuhu and Chizhou formed the center of innovation polarization in Anhui Province.The urban contribution to regional innovation polarization in south of Anhui Province was staggered,however the innovation polarization pole in Anhui Province was shortage.The urban contribution to regional innovation polarization in Anhui was evolved from Spatial Discrete to Spatial Agglomeration.

Urban innovation ability;Polarization effect;Contribution degree to polarization;TW index

國家自然科學基金項目“組織身份認同的差異性對員工雙元績效影響路徑研究”(71202064)，安徽省軟科學研究計劃重點項目“基于空間計量的安徽省創新型城市建設研究”(1607a0202015)。

2016-12-12

王成城(1982-)，男，安徽淮南人，副教授，碩士生導師，博士；研究方向:區域經濟、公共管理與組織行為。

C916

A