專利密集型產業的空間集聚特征及演化趨勢

張 莉

（同濟大學上海國際知識產權學院，上海 200092）

專利密集型產業由于具備更強的技術創造力、產品實施力和市場控制力，已經成為各國贏得產業競爭優勢的核心所在［1］。近年來，我國高度重視專利密集型產業的發展，國家知識產權局［2-4］2014年發布了《中國區域產業專利密集度統計報告》，2016 年發布了《專利密集型產業目錄（2016）（試行）》及《中國專利密集型產業主要統計數據報告（2015）》；國家統計局［5］2019 年發布了《知識產權（專利）密集型產業統計分類（2019）》。根據國家統計局和國家知識產權局的核算，2018 年我國專利密集型產業增加值為10.7 萬億元，占我國生產總值（GDP）的比重為11.6%［6］；2019 年我國專利密集型產業增加值達到11.5 萬億元，比2018 年增長7.0%，占GDP 的比重與2018 年持平［7］。在這種背景下，眾多學者對專利密集型產業進行了多角度研究，主要涉及產業測度、經濟貢獻、創新效率、專利能力等，然而專利密集型產業的空間集聚現象卻未被關注過。2015 年1 月，國務院辦公廳印發的《深入實施國家知識產權戰略行動計劃（2014—2020 年）》明確指出，建設一批知識產權密集型產業集聚區，在產業集聚區推行知識產權集群管理，構筑產業競爭優勢。2015 年12 月，國務院印發的《國務院關于新形勢下加快知識產權強國建設的若干意見》再次強調，試點建設知識產權密集型產業集聚區和知識產權密集型產業產品示范基地，推行知識產權集群管理。可見，準確把握我國專利密集型產業及其細分行業的空間集聚特征及演化趨勢，不僅有助于掌握專利密集型產業的集聚狀態和區域分布演變規律，也可以為產業合理布局和產業政策制定提供科學依據。因此，本研究采用泰爾熵（Theil 熵）、地區集中度、空間自相關檢驗以及標準差橢圓方法，從集聚特征和演化趨勢兩個維度對我國專利密集型產業的空間集聚進行全面細致地研究。

1 研究方法與數據選取

1.1 研究方法

借鑒梁曉艷等［8］和羅勇等［9］的研究，采用Theil 熵和地區集中度來分析專利密集型產業的集聚水平和區域分布。Theil 熵可以很好地評估產業分布的均衡性，地區集中度能進一步考察產業的集聚水平并得出集聚區域，綜合使用Theil 熵和地區集中度能更準確地揭示專利密集型產業的集聚水平和區域分布特征。借鑒金春雨等［10］的研究，采用莫蘭指數（Moran'sI）進行全局和局域空間自相關性檢驗，以考察專利密集型產業的集聚模式；在此基礎上，參考趙璐等［11］和劉華軍等［12］的做法，采用標準差橢圓方法定量描述專利密集型產業的空間分布特征及演變趨勢。

1.1.1 Theil 熵

采用Theil 熵來衡量各地區專利密集型產業發展水平的不均衡性，計算公式如下［8］：

1.1.2 地區集中度

借用行業集中度的計算方法，測算專利密集型產業規模最大的N個地區所占的份額，稱之為“地區集中度”［9］。本研究采用排名前5 位地區所占的份額，即五地區集中度，來測算我國專利密集型產業的集聚水平并分析集聚區域。計算公式如下［9］：

式（2）中，CR5代表專利密集型產業規模最大的5 個地區集中度。CR5越大，說明前5 個地區所占的份額越大；CR5越小，說明前5 個地區所占的份額越小。

1.1.3 空間自相關檢驗

通常采用莫蘭指數（Moran'sI）來進行空間相關性檢驗。全局莫蘭指數的計算公式如下［10］：

Moran 散點圖是局域空間相關性分析的重要工具，其4 個象限分別對應4 種空間分布類型［10］：第一象限為高-高型聚集（H-H），表示高觀測值的地區被高觀測值的地區所包圍；第二象限為低-高型聚集（L-H），表示低觀測值的地區被高觀測值的地區所包圍；第三象限為低-低型聚集（L-L），表示低觀測值的地區被低觀測值的地區所包圍；第四象限為高-低型聚集（H-L），表示高觀測值的地區被低觀測值的地區所包圍。其中H-H、L-L 型表示地區之間存在正向空間相關性，L-H、H-L 型表示地區之間存在負向空間相關性。

1.1.4 標準差橢圓

標準差橢圓（standard deviational ellipse，SDE）以中心、方位角、長軸、短軸為基本參數，能夠從中心性、展布范圍、方向和形狀等多角度定量描述專利密集型產業的空間分布特征及演變趨勢［13］。SDE 主要參數的計算參見趙璐等［11］、劉華軍等［12］的研究。

（1）平均中心。計算公式如下：

（2）方位角。計算公式如下：

（3）x軸標準差。計算公式如下：

（4）y軸標準差。計算公式如下：

本研究所涉及的空間計算主要基于ArcGIS 10.4.1 展開，空間參考為等面積的Albers 投影坐標系統（中央經線為105°E，標準緯線分別為25°N、47°N），空間橢圓以一個標準差計算［13］。

1.2 研究范圍與數據選取

依據國家知識產權局2016 年發布的《專利密集型產業目錄（2016）（試行）》，選取10 個工業行業作為專利密集型產業的細分行業，分別是：化學原料和化學制品制造業（C26），醫藥制造業（C27），金屬制品業（C33），通用設備制造業（C34），專用設備制造業（C35），汽車制造業（C36），鐵路、船舶、航空航天和其他運輸設備制造業（C37），電氣機械和器材制造業（C38），計算機、通信和其他電子設備制造業（C39），儀器儀表制造業（C40）。

以我國31 個省份（未含港澳臺地區）為研究對象，選用工業銷售產值作為衡量專利密集型產業發展水平的經濟指標。鑒于自2012 年起，國內各類統計年鑒公布的數據均采用《國民經濟行業分類》（GB/T4754—2011）的分類標準，此外2018 和2019 年的工業統計年鑒并未公布，2020 年不再統計工業銷售產值數據，為保障數據的連續性和指標的一致性，將樣本考察期定為2012—2016 年，數據來源于2013—2017 年的《中國工業統計年鑒》。

2 專利密集型產業的空間集聚特征研究

2.1 專利密集型產業的集聚水平分析

2.1.1 專利密集型產業整體分析

如表1 所示，2012—2016 年我國專利密集型產業（PII）的Theil 熵均值為0.634，歷年Theil 熵有所波動，但無明顯變化，表明近5 年來專利密集型產業的集聚水平較為穩定。為準確判斷專利密集型產業的集聚水平，同時測算了非專利密集型產業（N-PII）的Theil 熵，其5 年的均值為0.359。這表明，相對于非專利密集型產業而言，專利密集型產業的集聚程度更高，區域集中現象更顯著。

表1 2012—2016 年我國專利密集型產業的集聚水平

對專利密集型產業而言，2012—2016 年CR5為55.9%，超過1/2；而對非專利密集型產業，CR5為43.9%，較專利密集型產業低12.0%，表明專利密集型產業比非專利密集型產業的區域集聚特征更明顯，這與Theil 熵的結果互為印證。此外，與Theil 熵的結果類似，專利密集型產業的CR5值有所波動，但變化較小，集聚水平無明顯變化。

2.1.2 專利密集型產業分行業分析

專利密集型產業細分行業的Theil 熵見圖1，地區集中度CR5見圖2。2012—2016 年，專利密集型產業各細分行業的Theil 熵均在0.46 以上，表現出較為明顯的空間集聚現象；細分行業的集聚程度存在明顯差異，其中計算機、通信和其他電子設備制造業，儀器儀表制造業這2 個產業的Theil 熵大于1，產業的集聚程度最突出，而醫藥制造業、汽車制造業的Theil 熵在0.5 左右波動，集聚程度相對較弱。專利密集型產業細分行業的CR5均大于42%，即對所有的專利密集型產業來說，近1/2 的市場份額集中于5 個地區。從細分行業來看，電氣機械和器材制造業，計算機、通信和其他電子設備制造業，儀器儀表制造業這3 個產業的地區集中度較高，其中儀器儀表制造業的CR5 最高，為71.3%；醫藥制造業、汽車制造業的地區集中度較低，其中汽車制造業的CR5最低，為44.4%。

圖1 2012—2016 年我國專利密集型產業細分行業的Theil 熵

圖2 2012—2016 年我國專利密集型產業細分行業的地區集中度

由圖1 和圖2 可知，專利密集型產業細分行業的Theil 熵和地區集中度CR5的軌跡基本一致，地區集中度驗證了Theil 熵的可靠性，綜合使用Theil 熵和地區集中度能更準確地揭示專利密集型產業的集聚水平。Theil 熵從總體上度量了產業地理分布的不均衡性，得到整體評價的結果；CR5僅統計了規模最大的5 個地區的數據，反映的是局部的結果。因此，兩者有較強的相關性，但并不完全成正比，與羅勇等［9］的研究結論類似。如醫藥制造業的Theil 熵低于汽車制造業，然而其CR5卻高于汽車制造業，這反映出醫藥制造業在5 個地區的集中度高于汽車制造業，而在其他地區的分布則比汽車制造業更分散。

綜合Theil 熵和地區集中度CR5的結果來看（如表2），計算機、通信和其他電子設備制造業，儀器儀表制造業，這2 個產業的集聚水平最高，屬于高度集聚型產業；化學原料和化學制品制造業，金屬制品業，通用設備制造業，專用設備制造業，鐵路、船舶、航空航天和其他運輸設備制造業，電氣機械和器材制造業，這6 個產業屬于中度集聚型產業；醫藥制造業和汽車制造業這2 個產業的集聚水平最低，屬于低度集聚型產業。

表2 2012—2016 年我國專利密集型產業細分行業的集聚程度分類

2.2 專利密集型產業的集聚模式分析

2.2.1 全局空間相關性檢驗

專利密集型產業及其細分行業的全局Moran'sI如表3 所示。2012—2016 年，專利密集型產業及其細分行業的全局Moran'sI均為正值，除計算機、通信和其他電子設備制造業外，均通過了1%或5%的顯著性水平檢驗，表明我國專利密集型產業的分布具有顯著的正向空間相關性，產業發展水平相近的地區趨向于空間聚集。

表3 2012—2016 年我國專利密集型產業及其細分行業的全局莫蘭指數

表3 （續）

2.2.2 局域空間相關性檢驗

使用莫蘭散點圖對專利密集型產業細分行業進行局域空間相關性檢驗，結果如圖3 所示。由圖3可知，分布在一、三象限（包括17～25 個省份）的地區明顯多于二、四象限（包括6～14 個省份），即H-H 型和L-L 型為主要的空間分布類型，說明我國大部分地區專利密集型產業表現出正向空間相關性。在屬于正向空間相關性的地區中，大多數省份位于第三象限（包括11～21 個省份），屬于L-L 型聚集，表明我國專利密集型產業主要分布在少數幾個區域，大部分地區仍然處于低值區，且低值區以相鄰分布為主。具體而言，H-H 型集聚的省份主要分布在東部，如江蘇、山東和浙江等 ；L-H 型集聚的省份主要分布在東部的福建、河北等，以及中部的安徽、江西等；L-L 型集聚的省份主要集中在西部，如貴州、云南、甘肅、寧夏、青海、新疆、西藏等；H-L 型集聚的省份較少，其中廣東和四川多次出現在該類型中。

圖3 2012—2016 年我國專利密集型產業細分行業的莫蘭散點圖

3 專利密集型產業的集聚區域及演化趨勢

3.1 專利密集型產業的集聚區域分析

3.1.1 專利密集型產業整體分析

由圖4 可知，除個別省份外，各地區專利密集型產業的工業銷售產值在2012—2016 年間均有所增長，表現出良好的發展勢頭。專利密集型產業主要分布在東部地區，東部地區專利密集型產業工業銷售產值的5 年平均占比高達65.3%，其次是中部、西部和東北地區，占比分別為17.6%、10.6%和6.5%，整體上呈現出自東向西逐步遞減的梯度分布態勢。其中，江蘇、廣東、山東和浙江一直位居全國前4位，這4 個地區專利密集型產業的工業銷售產值占比合計達50.7%；排名尾4 位的分別為寧夏、海南、青海和西藏，其專利密集型產業的工業銷售產值占比合計僅為0.33%，與排名前4 位的地區相差近154倍。由此可見，我國專利密集型產業的集聚現象突出，地區差異十分顯著。

圖4 2012—2016 年我國專利密集型產業的區域分布

3.1.2 專利密集型產業分行業分析

2012—2016 年專利密集型產業細分行業地區集中度CR5上榜的地區及其上榜頻數見圖5。將上榜的地區分為4 個梯隊，江蘇、山東、廣東和浙江的上榜次數遠高于其他地區，是專利密集型產業最主要的分布地區，屬于第一梯隊，在10 個細分行業中，這4 個地區至少有6 個產業持續5 年排在前5 位；河南、吉林和湖北均有2 個 集聚產業，屬于第二梯隊，如河南的醫藥制造業、專用設備制造業，吉林的醫藥制造業、汽車制造業，湖北的化學原料和化學制品制造業、汽車制造業；上海、重慶、河北、安徽和湖南均有1 個集聚產業，屬于第三梯隊，如上海的計算機、通信和其他電子設備制造業，重慶的鐵路、船舶、航空航天和其他運輸設備制造業，河北的金屬制品業，安徽的電氣機械和器材制造業，湖南的專用設備制造業；遼寧、四川、天津和福建則屬于第四梯隊，擁有部分集聚產業但集聚的持續性稍顯不足。CR5上榜的地區共計16 個，仍有15 個地區從未上榜，且大多屬于經濟較為落后的西部地區，可見專利密集型產業的集聚程度與地區經濟發展水平存在明顯相關性，我國專利密集型產業發展的區域不平衡性十分突出。

圖5 2012—2016 年我國專利密集型產業細分行業CR5 上榜地區及其上榜頻數

3.2 專利密集型產業的空間演化趨勢

3.2.1 專利密集型產業整體分析

標準差橢圓隨時間的動態變化情況可以揭示專利密集型產業空間集聚發展的演化趨勢，主要參數結果如表4 所示，主趨勢方向（即橢圓長軸方向）為東北－西南方向。從2012 到2016 年，橢圓長半軸縮短了43.016 km，短半軸增長了12.331 km，表明我國專利密集型產業在東北－西南方向上表現出集聚態勢，而在東南－西北方向上表現出擴散態勢；橢圓的形狀指數（短軸與長軸的比值）逐漸增大，即橢圓圓化，意味著集聚區域內專利密集型產業的發展水平更加均衡；橢圓面積整體上呈縮小趨勢，縮小約為2.41%，說明專利密集型產業的集聚區域有所收縮；橢圓中心向西南方向偏移，方位角逐漸變大，橢圓表現為順時針旋轉，旋轉約為2.5°。由此可知，相對于東北部地區，集聚區域內西南部地區對專利密集型產業發展的拉動作用逐漸增強。

表4 我國專利密集型產業空間集聚的橢圓參數

3.2.2 專利密集型產業分行業分析

專利密集型產業細分行業的標準差橢圓分析結果如表5 所示。從長半軸來看，10 個細分行業橢圓的長半軸均呈收縮趨勢，表明各細分行業在東北－西南方向上均表現出集聚態勢。從短半軸來看，除化學原料和化學制品制造業、醫藥制造業外，橢圓的短半軸均呈現出增長趨勢，說明大部分產業在東南－西北方向上表現出擴散態勢；化學原料和化學制品制造業、醫藥制造業的短半軸略有縮短，分別縮短了0.248 km 和9.717 km，這2 個產業在東南－西北方向上并無明顯集聚趨勢。從形狀指數來看，10 個細分行業橢圓的形狀指數均呈增加趨勢，橢圓逐漸圓化，意味著各細分行業在集聚區域內的分布更加均衡。從橢圓面積來看，除電氣機械和器材制造業外，其余9 個細分行業的橢圓面積均呈縮小趨勢，即展布范圍逐漸縮小，集聚區域有所收縮。電氣機械和器材制造業的橢圓面積略有增大，增大僅為0.83%，其集聚區域略有增大。從上述有關集聚水平的分析可知，我國專利密集型產業及其細分行業的集聚水平并無明顯變化，然而通過標準差橢圓方法深入分析可知，具體表現為集聚區域有所收縮、集聚區域內的空間均衡程度有所提升，換言之，專利密集型產業呈現出在更小的區域內更均勻分布的趨勢，因此其集聚狀態發生了改變。從方位角來看，10 個細分行業的方位角均變大，橢圓順時針旋轉，西南部地區的拉動作用有所增強。其中，化學原料和化學制品制造業、通用設備制造業、電氣機械和器材制造業、儀器儀表制造業4 個產業方位角旋轉較明顯，分別旋轉了4.5°、4.2°、6.7°、3.8°，表明集聚區域內西南部地區對這4 個產業的拉動作用較為顯著。

表5 我國專利密集型產業細分行業空間集聚的橢圓參數

從橢圓中心來看（如圖6 所示），除鐵路、船舶、航空航天和其他運輸設備制造業外，其余9 個細分行業的橢圓中心均向西南方向偏移。鐵路、船舶、航空航天和其他運輸設備制造業的橢圓中心2012—2013 年向西移動，2013—2014 年小幅向西北方向移動，2014—2016 年向西南方向移動，整體而言呈向西移動趨勢。

圖6 2012—2016 年我國專利密集型產業細分行業橢圓中心的空間遷移

總體來說，專利密集型產業各細分行業仍呈東北－西南的空間分布格局，考察期內各細分行業的橢圓中心向西南方向偏移，并且普遍呈現出在東北－西南方向集聚、在東南－西北方向上擴散的趨勢；集聚區域有所收縮且集聚區域內的空間均衡程度有所提高，集聚區域內西南部地區的拉動作用逐漸增強。

4 結論與啟示

本研究采用Theil 熵、地區集中度CR5和莫蘭指數從集聚水平和集聚模式考察了我國31 個省份專利密集型產業及其細分行業的集聚特征，在此基礎上分析了專利密集型產業及其細分行業的集聚區域，并采用標準差橢圓方法分析了其空間布局特征及演化趨勢。研究表明：

（1）我國專利密集型產業整體的集聚水平高于非專利密集型產業，區域集聚現象十分明顯。在10個細分行業中，集聚程度存在明顯差異，其中計算機、通信和其他電子設備制造業，儀器儀表制造業的集聚最明顯，屬于高度集聚型產業；醫藥制造業，汽車制造業集聚水平最低，屬于低度集聚型產業；其余6 個產業集聚程度居于兩者之間，屬于中度集聚型產業。我國醫藥制造業和汽車制造業整體布局較為分散，提高其集聚水平將有利于提高競爭力。

（2）我國專利密集型產業的集聚存在明顯的正向空間相關性，空間集聚模式以高-高型和低-低型為主，相鄰地區之間存在空間依賴性。高-高型集聚的省份主要分布在東部地區，低-低型集聚的省份主要分布在西部地區。高-高型集聚區的區位優勢明顯，可以作為專利密集型產業的試點集聚區，在產業集聚區推行知識產權集群管理，建設專利密集型產業產品示范基地，從而構筑起產業競爭優勢。低-低型集聚區應鼓勵創新，強化知識產權意識，同時加強與東部地區的交流合作，因地制宜發展具有區位特色的專利密集型產業。

（3）我國專利密集型產業的空間分布呈現出自東向西逐步遞減的梯度分布態勢，東部地區的江蘇、山東、廣東和浙江是專利密集型產業的主要分布地區，而大多數西部省份的發展水平較低，地區不平衡性十分突出。區位分布呈東北－西南的空間分布格局，考察期內產業中心向西南方向偏移，在東北－西南方向上表現出集聚態勢，在東南－西北方向上表現出擴散態勢。集聚方向順時針旋轉，西南部地區對專利密集型產業的拉動作用逐漸增強；集聚區域有所收縮，集聚區域內的空間均衡程度有所提升。整體來看，專利密集型產業的集聚水平并無明顯變化，但集聚狀態有所變化，呈現出在更小的區域內更均勻分布的趨勢。