我國創新資源分布時空演進趨勢研究

吳繼英 葛坤進

[摘要]目前我國創新資源分布不平衡已成為制約區域創新能力提高和經濟增長的重要因素，研究我國區域創新資源分布的時空演進趨勢，對于優化創新資源空間分布格局和制定合理的區域政策具有重要意義。基于熵值法、泰爾（Theil）指數、空間基尼（Gini）系數并運用探索性空間數據分析法（ESDA），從兩階段創新視角對我國創新資源分布狀況、區域間差異以及時空演進特征展開研究。研究發現我國創新資源配置時間上呈現先集中后分散的趨勢，空間上呈現顯著的非均衡性，地區間分布差異不是隨機發生，表現出顯著的空間正自相關關系。最后基于實證結果提出優化創新資源優配置的對策建議。

[關鍵詞]創新資源分布；時空演進趨勢；熵值法；Theil指數；空間Gini系數；ESDA

[中圖分類號]F062.4 [文獻標識碼]A

1 引言

在經濟全球化和知識經濟背景下，區域創新能力對國家或地區經濟和競爭力提升的作用日益凸顯，已成為促進當今經濟社會發展的重要引擎，而創新能力的提升與創新資源投入密切相關。由于我國幅員遼闊，各省地理位置、經濟發展水平以及歷史背景有所不同，創新資源的多寡也存在差異，使得區域之間發展不平衡。以2016年江蘇和海南為例，江蘇省R&D經費內部支出為20268734萬元，海南R&D經費內部支出為217095萬元，前者是后者的93.36倍；同樣，江蘇省專利授權數為231033件，而海南專利授權數僅有1939件，前者是后者的119.15倍；2016年江蘇綜合創新能力以57.2排名第一，而海南綜合創新能力僅有25.68，排在第十六位。可見，創新資源的不平衡分布已成為制約區域創新能力進一步提高和經濟增長的重要因素。

2 文獻綜述

國外方面，Dikova， Desislava（2015）指出，內部或外部知識來源對激勵創新績效有不同的影響，企業需要管理他們的知識來源，以降低成本、提高創新績效。Bongsun et al（2016）研究了專利時機對創新績效的影響，提出在高度不確定性下，專利時機越晚，創新績效越高，而在低不確定性下有一個先行優勢。Areti Gkypali et al（2017）對希臘R&D活躍的制造公司數據進行研究，證實內部創新努力對企業創新績效產生積極影響，而外部合作的多樣性對內部創新產生了不利影響。可以看出，國外學者近年來越來越多的將焦點轉移到創新績效上來。

國內學者圍繞創新資源的規模及分布展開了豐富的研究。馬強、楊東輝（2010）將創新資源分解為財力和人力兩種，利用Theil指數，提出長三角城市創新研發資源規模總量在全國居于榜首，但局部規模和結構不均衡。李國平、王春楊（2012）綜合運用區位基尼系數、集中度指數和探索性空間數據分析對我國創新產出進行分析，發現我國創新活動呈現相當高水平的空間集中，各省市創新活動的地域性特征十分顯著。賈穎穎（2012）等運用基尼系數對我國區域創新資源分布和區域創新能力的差異進行測算，研究表明四大區域創新資源分布差異顯著，區域創新能力也呈現出不均衡狀態，區域創新資源分布與創新能力差異高度相關。

回顧已有研究成果可以發現，有關創新的研究越來越深入且由某一領域逐步擴展到社會經濟發展的各個領域，但現有對創新資源分布狀況的研究集中于對創新人力或財力資源的研究。本文認為創新第一階段創新成果是整個創新過程不可缺少的資源，利用熵值法綜合創新人力資源、財力資源和成果資源三方面，運用Theil指數、空間Gini系數以及ESDA等方法，從時間和空間維度對我國31個省市創新資源分布狀況、區域間差異以及時空演進特征展開研究，對于優化我國創新資源空間分布、促進創新能力長期可持續增長具有重要的意義。

3 創新資源分布的時空演進趨勢分析

3.1 指標選取

基于兩階段創新視角，本文認為創新資源主要包括創新人力資源、創新財力資源和創新成果資源三類，其中人力與財力為創新第一階段主要投入資源，成果為創新第二階段主要投入資源。創新人力資源選取三個指標：R&D人員全時當量、科技活動人員數、高等教育畢業生數。創新財力資源選取三個指標R&D經費內部支出、R&D投入強度、地方財政科技撥款強度，指地方財政科技撥款占全部財政撥款的比重。創新成果資源選取兩個指標：專利申請量和專利授權量。

3.2 時間動態變化趨勢分析

上述指標的數據均來源于《中國統計年鑒》、《中國科技統計年鑒》以及各省市2003～2017年統計年鑒。本文采用最大最小值標準化法對數據進行標準化處理以消除量綱的影響，然后利用熵值法得出2002～2016年各省市創新資源的綜合評價值，利用綜合評價值進行分析。

首先從時間維度分析中國創新資源的分布特征和演進趨勢。常用的方法有Theil指數法和空間基尼系數法。兩種方法所得值越小，空間分布越均衡，反之空間分布越集中。由于Theil指數和空間Gini系數之間有一定的互補性，為保證研究結果的準確性，分別采用上述兩種方法衡量創新資源的分布差異，最后相互印證。數據處理結果如表1所示。

從表1可以看出，我國創新資源總量分布的Theil熵值由2002年的0.37476上升至2009年的0.47878后，除2011年略有反彈外逐漸下降。空間Gini系數由2002年的0.47393上升至2009年的0.52854后也開始逐漸下降，2012年有輕微反彈。上述兩種模型的計算方法雖然存在差異性，但是二者的結論呈現出高度一致性。例如兩種指數數值均從2002年開始上升，在2009年達到最大值，然后開始逐漸下降，且除2011年有略微反彈外，直至研究時段的最后一年即2016年一直保持下降趨勢，這說明我國創新資源分布呈現先集中后分散的發展趨勢。但根據2016年兩類指數數值可以發現我國創新資源分布的空間集中程度仍然較高，呈現出相當高水平的空間集聚特征。

3.3 空間動態變化趨勢分析

為度量各省市歷年創新資源總量分布之間的空間關聯程度或空間依賴程度，進而深入了解各省市創新資源總量的空間演變過程，本文使用探索性空間數據分析（Exploratory Spatial Data Analysis， ESDA）方法來檢驗空間相關性，包括全局和局部自相關分析。Moran.s I指數是常用的一種空間相關分析的方法。其取值在-1～1之間，I>0時表示正相關， I<0時表示負相關。2002～2016年創新資源總量的全局Moran.s I指數，結果如表2所示。

從表2可得，2002～2006年Moran.s I指數大于0，但P值大于0.1，表明這6年創新資源分布雖然空間上存在正自相關關系，但還不夠明顯；2007～2016年Moran.s I指數均大于0且P值都小于0.1，這表明創新資源的空間分布狀況并非是隨機的，而是呈現出顯著的全域正自相關關系，一個省區的創新資源分布強烈地受到臨近省市的影響，相似水平的省市集聚在一起，存在空間依賴性和空間集聚現象。創新資源的Moran.s I指數在2002～2016年間呈現不同趨勢，2002～2012年間呈現上升趨勢，表明這段時間我國創新資源的空間集聚和依賴性不斷加強，呈現出自我強化趨勢；2013～2016年間呈現下降趨勢，表明近年來我國創新資源分布的空間不均衡性有所減弱。

通常利用Moran散點圖和LISA圖進行局部空間相關性分析。本文選取各省市2002年、2009年、2016年結果進行對比。限于篇幅，本文將三類創新資源LISA聚類結果整理成表格形式，如表3所示。

從表3可得，2016年處于HH區域的省市有8個，表現出正的空間自相關性，表明這些地區創新資源總量一直處于領先地位，并有力的帶動了周邊地區創新資源的增加，特別是位屬東南沿海地區的上海、江蘇、浙江和山東，在三個研究時點上都處于HH地區，呈現出顯著的空間集聚效應。同年，有14個省市位于LL區域，表現出低值被低值包圍的低低集聚類型，散點較其他區域更為密集，體現出更強的局部自相關性。其中，西部地區12省市中有10個省市都處于這一區域，表明西部地區創新資源分布較為貧乏，遠遠落后于其他地區。有5個省市位于LH區域，這些省市的創新資源分布低于周邊地區，處于周邊高水平地區的包圍之中。

從時間跨度上看，屬于HH區域的省市從2002年的4個增長到2016年的8個，且超過一半的省市位處東南沿海地區；處于LL區域的省市從2002年的11個增加到2016年的14個，且以新疆、西藏、寧夏為代表的廣大西部地區一直處于LL區域。這表明創新資源向東部尤其是東南沿海地區集聚加快，西部地區創新資源分布一直處于落后狀態，地區間差異擴大，兩極分化更加顯著，地區間創新資源分布呈現長期的非均衡性。北京、廣東、湖北和四川在三個研究時點上均位于HL區域，這四個省市的創新資源分布一直高于周邊地區，表現出高值被低值包圍的分布類型。

綜上所述，兩階段創新視角下我國綜合創新資源分布存在顯著的空間非均衡性，地區與地區、省市與省市間都存在較大差異，廣大中西部地區創新資源分布總量遠低于東部地區，造成這一現象原因主要有兩點。第一，各省市經濟支持力度的差異。創新具有一定的風險性，各地區會依據固有經濟實力調整對創新的支持力度，導致不同地區對創新資源的吸引力存在差異，特別是隨著各省市經濟實力差距的拉大進一步擴大了創新資源分布的非均衡性；第二，創新環境的差異。創新環境既包括各類金融中介，也包括政府政策環境。創新資源的集聚既需要一定的創新文化引導，也需要各種金融中介、科技中介的支持，更需要政府政策的引導和支持，寬容失敗的創新文化、發達的中介服務和政府財政與政策的傾斜是集聚創新資源的重要因素，也是造成創新資源分布非均衡的因素之一。

4 結論和建議

4.1 結論

經濟地理學家認為，地理空間中鄰近現象比距離遠的現象更相似，某一地區的某種屬性值會受到周邊地區的影響，兩階段創新視角下我國綜合創新資源的時空演進趨勢充分的證明了這一點。從時間維度看，我國創新資源分布呈現先集中后分散的趨勢，但現仍處于比較集中的狀態。從空間維度看，我國創新資源分布呈現顯著的空間非均衡性，地區與地區、省市與省市之間存在明顯的差異性。同時，我國創新資源的分布有其規律性，表現出顯著的空間正自相關性，某一省市創新資源的分布受到周邊省市的影響，呈現空間集聚現象。

基于表3的LISA聚類結果可以發現，研究時段內，HH區域省市和LL區域省市均呈現增加的趨勢，且創新資源分布位于HH區域的省市趨于向以江蘇、上海等為代表的東部地區尤其是東南沿海地區集聚，這些省市有一個共同特點就是地處東部，交通方便，對外開放較早，且發展前期受到國家政策傾斜，經濟發展水平較高，省內各項設施、制度較為完善，同時省內大型工業企業較多，競爭激烈，為提高競爭優勢，各工業企業競相加大創新資源的投入，這些都有利于吸引創新資源集聚。而創新資源分布位于LL區域的省市多地處西部地區，如新疆、西藏等，這些省市地處偏遠，交通相對欠發達，開發程度較低，經濟發展水平低于東部中部地區，且大型工業企業遠少于東部發達城市，獨特的地理位置和經濟水平影響了創新資源的匯聚。基于此可以看出創新資源的分布有其客觀規律，即這種分布現狀雖然是由于多種因素共同作用產生，但始終遵循著以經濟發展水平為主的經濟規律。回顧過往發展歷程，政府經常通過其特有方式干預創新資源的分配，在這種特殊背景下，當政府通過強有力的政策行為減小地區間經濟發展水平差距時，創新資源的分布就趨于分散均衡化，當政府政策力度不夠時，地區間經濟會繼續保持差距化發展，創新資源的分布就趨于集中非均衡化。

4.2 縮小創新資源分布差異性的對策建議

根據兩階段創新視角下我國創新資源的分布現狀和空間差異性，可以推出經濟發展水平在決定和制約創新資源分布方面起著至關重要的作用，而經濟發展水平又取決于四類因素。一是該地區既往發展水平與現有發展方式，二是是否抓住現有的機遇和挑戰，三是取決于國家政府政策的支持力度，四是地區內企業規模和數量。基于此，為縮小地區間創新資源分布的差異性，提出以下建議。

4.2.1 針對江蘇、上海、浙江、山東等HH型省市。國家的發展，需要各地區創新資源都達到合理有效配置，需要各地區都發展強盛起來，一省一市的發達并不能帶來國家整體的富強。因此以江蘇、上海、浙江等為代表的HH型沿海省市應當在保持本地區發展的前提下，加大對其他地區的輻射和支持，例如大中型企業在中西部地區開設分公司、鼓勵高校畢業生前往中西部地區工作創業等等，以使創新資源往中西部地區分散，促進創新資源的溢出，加強本地區的輻射帶動作用，縮小地區差異。

4.2.2 針對廣東、北京等HL型省市和湖南、河北等LH型省市。對于呈現空間負相關性的廣東、北京、江西以及湖南等省市，應逐步弱化區域創新資源配置的市場與體制壁壘，擴大和加深不同創新資源分布水平區域之間的合作，健全創新資源交易流動市場，推動周邊低水平地區創新資源的匯聚與增長，實現區域共同發展。

4.2.3 針對新疆、西藏、寧夏等LL型省市。對于地處西部地區的新疆、西藏等LL型省市，政府應制定定向支持政策以加快西部地區創新資源的培育與增長步伐，如增加教育資源和財政資源的傾斜等，以提升區域創新資源的總量和集聚，從而縮小與東部地區尤其是與東南沿海城市的差距，整體提升我國區域創新資源配置水平。

[參考文獻]

[1] 柳卸林，高太山.中國區域創新能力報告（2016）[M].北京：科學出版社，2016.

[2] DIKOVA，DESISLAVA.Improving innovation： are internal and external sources of knowledge complements or substitutes？[J].Schmalenbach Business Review，2015（67）：349-367.

[3] BONGSUN KIM，EONSOO KIM，DOUGLAS J.MILLER，et al.The impact of the timing of patents on innovation performance[J].Research Policy，2016，45（4）：914-928.

[4] ARETI GKYPALI，DESPOINA FILIOU，KOSTAS TSEKOURAS.R&D collaborations：is diversity enhancing innovation performance？[J].Technological Forecasting and Social Change，2017（118）：143-152.

[5] B. JULISON，S.P.R. WARDANI，M.A. WIBOWO.Innovation performance of large contractor in Indonesia：influencing Factors and its Impact on Firm.s Performance[J].Procedia Engineering，2017（171）：370-378.

[6] CEMAL ZEHIR，AHMET UZMEZ，HACER YILDIZ.The effect of shrm practices on innovation performance：the mediating role of global capabilities [J]. Procedia - Social and Behavioral Sciences，2016（235）：797-806.

[7] MARCO GRECO，MICHELE GRIMALDI，LIVIO CRICELLI. An analysis of the open innovation effect on firm performance[J].European Management Journal，2016，34（5）：501-516.

[8] 馬強，楊東輝.長三角城市創新資源分布動力機制研究[J].現代城市研究，2010（12）：78-83.

[9] 李國平，王春楊.我國省域創新產出的空間特征和時空演化——基于探索性空間數據分析的實證[J].地理研究，2012，31（01）：95-106.

[10] 賈穎穎，郭鵬，于明潔.創新資源分布于區域創新能力差異的典型相關分析[J].情報雜志，2012，31（09）：180-184.

[11] 荊浩.大數據時代商業模式創新研究[J].科技進步與對策，2014，31（07）：15-19.

[12] 畢克新，王禹涵，楊朝均.創新資源投入對綠色創新系統綠色創新能力的影響——基于制造業FDI流入視角的實證研究[J].中國軟科學，2014（03）：153-166.

[13] 馮乾，黃旭.金融創新、產品干預與金融機構行為風險防控[J].金融論壇，2016（09）：21-32.

[14] 汪濤，王繁榮，陳煒然.開放式創新背景下新興企業創新模式對創新績效的影響[J].科技進步與對策，2017，34（02）：80-86.

[15] JUN CHEN， JINHUA CHENG， SHENG DAI. Regional eco-innovation in china： an analysis of eco-innovation levels and influencing factors [J]. Journal of Cleaner Production，2017（153）：1-14.