省域创新投入与创新产出综合水平空间分布研究

颜惠虹

摘 要：本文以全国31个省市为研究单元，采用因子分析方法和探索性空间数据分析对创新投入与创新产出的空间分布特征进行分析。利用创新投入与创新产出的因子得分计算Moran指数发现，各省市的创新投入与创新产出存在正向相关关系。观察LISA结果发现，不同的省域的创新投入与创新产出具有不同的集聚模式。通过比较创新投入与创新产出发现，创新投入高的省市不一定创新产出就高。

关键词：创新投入；创新产出；因子分析； Moran指数

引言：21世纪，世界步入全球化，经济发展模式逐步向知识型经济转变，技术创新和人才成为竞争的砝码，是各个国家和地区经济发展、国力提升的主要推动力。各国或地区提出新国家发展战略，建立创新型国家。中共提出建立国家创新体系，走创新型国家之路，2020年建成创新型国家，使科技发展成为经济社会发展的有力支撑。在国家政策领导下，全国各省将区域创新和人才培养先后制定了创新实施战略。在这样的热潮下，区域创新也得到了学术界的普遍关注，国内外学者纷纷对区域创新的影响要素、空间分布及其对经济的影响展开了研究。

一、文献综述

1979年Griliehes提出知识生产函数，认为研究开发 （R&D ）和知识溢出对创新和生产率提高有重要影响，而后Jaffe对知识函数做了改进，将R&D经费投入和人力投入加入知识生产函数。国内学者普遍认同知识生产函数，例如黄基伟等 [1]以

Jaffe改进的知识生产函数为模型，分析我国东中西三大地区和各省技术创新能力的影响因素。郭国峰等[2]通过对中部六省面板数据的研究中发现企业和科研机构对技术创新发展有积极作用。朱海就[3]则认为区域创新能力的评估不应只重视R&D要素，其他非R&D要素对创新能力发展有着同等的作用。对于区域创新系统评价的研究，国内学者多用DEA方法进行衡量，例如官建成、何颖用DEA方法构建两阶段模型，高效地评价了创新活动的绩效。李婧等用效率测度的DEA方法，探究各省区域创新效率的时间演变趋势及收敛性。除了DEA方法外，国内学者也使用其他方法进行评价，但成果很少。近几年，国内逐渐有学者将创新与空间分析方法结合起来，但是相关文献较少。吴玉鸣运用空间计量经济模型发现企业研发能够在很大程度上决定31个省域的创新能力，大学研发则没有显著作用。

由于DEA的局限，本文不采用DEA方法，改用探索性空间数据分析方法对全国31个省市10年的面板数据进行分析。此外，总结前人研究发现，对于创新的衡量大部分学者只选择单个指标，只研究创新投入或创新产出单方面。本文将同时对创新投入和创新产出进行衡量，并且采用多个指标，同时以因子分析为补充，创造性用创新投入和创新产出的因子得分进行探索性空间数据分析，为经济发展建设提供一定参考依据。

二、指标选择与研究方法

（一）指标选择。中国的学者对创新活动的衡量指标有不同的看法，例如吴玉鸣采用研究与发展 （ R& D） 经费支出、每十万人拥有大专以上受教育程度人口和万人大中型工业企业科学家工程师全时当量来衡量创新活动，采用每十万人口拥有的专利授权数来衡量创新的成果。

本文的理论来源是Jaffe改进后的知识生产函数、新经济地理学和知识溢出理论。在创新投入的指标选择方面，根据知识生产函数，研究与开发经费投入本文选用各省市的研究与实验发展支出指标。人力资本本文选用研究与实验发展人员全是当量作为指标，此外，各地区的人力资本往往与教育水平息息相关，所以本文选用高等学校个数和高等学校在校生数作为补充。由于二者与各地的经济发展密不可分，因此各地区的国民生产总值也是本文的指标之一。根据知识溢出理论，本文选用技术市场交易合同数来衡量各地区的技术流动情况。对于创新产出，结合相关文献，本文将从专利、创新转化为商品的价值、知识流动量三方面来衡量。

因此，本文选取研究与发展经费支出、研究与实验发展人员全时当量、高等学校个数、高等学校在校生数、各省生产总值（GDP）、技术市场成交合同数等6个指标作为研究创新投入的代理变量，选取专利申请受理量、专利授权量、新产品产值、技术市场成交合同金额等4个指标作为衡量创新产出的指标。研究的时间跨度为2001年-2010年，研究的空间范围是除了香港、澳门、台湾的31个省市。全文研究的数据来源于2001-2010年的《中国统计年鉴》和《中国科技统计年鉴》。关于实证结果，本文采用SPSS、GeoDa和ArcGis等计量软件测算得到。

（二）研究方法。由于本文指标选择的多样化和单位不同，为了研究的一致性，本文将先利用SPSS进行因子分析，计算出创新投入和创新产出的综合因子得分。本文以下的研究将部分采用综合因子得分作为研究数据。后本文将利用Global Morans I和Local Morans I等指标剖析全国的空间关联和空间整体差异程度。

三、实证结果分析

（一） Global Morans I。由于创新投入和创新产出指标的不统一，本文采用经因子分析后得到的创新投入和创新产出的因子得分进行空间自相关分析。表1为2001-2010年的Global

Morans I指标的统计值。

从表1中可以看出，2001-2010十年间，Global Morans I估计值全部大于零，说明全国各地区十年间的创新投入和创新产出均存在着正向相关的空间联系，且都通过了5%的显著性检验，空间关联十分显著。同时，创新投入和创新产出的Global

Morans I估计值随着年份的增加不断地增加，这表明2001年以来，全国创新投入和创新产出发展水平相似的省份在空间上集中分布，而且随着年份的增加，这种趋势不断加强。在中国，创新活动发达的区域主要集中于东部经济发达的省市，中西部省市则较弱，但随着经济的不断发展，中西部省市在创新方面的投入越来越大，创新产出不断提高，东中西部内部差异的不断缩小，使得全国各省市在空间上集聚水平提高，总体空间差异不断缩小。endprint

比较创新投入与创新产出的Global Morans I估计值，可以发现创新产出的Global Morans I估计值普遍小于创新投入的Global Morans I估计值，创新产出的空间关联小于创新投入的空间关联，这表明创新投入并没有很好的转化为创新生产能力，这点值得深思。

此外，全国31省市创新投入与创新产出空间差异的不断缩小不代表局部省市的空间特征也是如此，因此，需要进一步局域空间自相关分析来探究局部省市的空间关联。

（二）Local Morans I。根据创新投入和创新产出的因子得分进行局部空间自相关分析，得到创新投入和创新产出的LISA聚类结果。以下表2和表3为创新投入2001和2010年的LISA聚类结果，表4和表5为创新产出2001和2010年的LISA聚类结果，

观察表2和表3发现，多数省市位于第一、第三象限，表现出较强的空间正相关性，位于第二、第四象限的省市较少，说明全国创新投入水平分布很不均衡。在数量上，位于第一象限（即

HH象限）的省市数量由2001年的7个增加到2010年的11个，更多具有高水平创新投入的省市在空间集聚，位于第三象限（即LL象限）的省市数量由2001年的9个增加到2010年的

10个，证明了全国有越来越多的有相似创新投入水平的省市在空间上集聚。

另外，创新投入发展水平较高的省份集中于东部沿海省市和中部部分省市，创新投入水平较低的省市集中于中西部，这分别与研究与发展经费支出、研究与实验发展人员全时当量、高等学校个数、高等学校在校生数、各省GDP、技术市场成交合同数这6个指标较高和较低的区域吻合，说明了研究与发展经费支出、研究与实验发展人员全时当量、高等学校个数、高等学校在校生数、各省GDP、技术市场成交合同数6个因素对创新投入水平存在着正相关关系。部分省份在10年中所在象限发生改变，广东省由2001年的HL象限变为2010年的HH象限，这说明广东省创新投入水平保持较高水平，且周围省份的水平也提高了。这在一定程度上表明广东省发挥了带头作用，促进了周围省市的发展。上海和北京由2001年的HH象限变为

2010年的LH象限，说明上海和北京的创新投入水平相对周围省份较低。北京和上海为我国经济最发达区域，创新投入相对水平却下降，二者应该引起重视，调查成因，采取相应措施。安徽、江西、福建和湖南四省2010年变为HH象限，说明了四省对创新投入的重视提高，创新水平不断提高。宁夏、内蒙古、吉林、贵州、青海、西藏、新疆、云南、黑龙江等省市始终位于LL象限，这说明其创新投入水平低且被低值包围，这些省份经济发展水平低，高等学校数量少，人才和研究活动均少于其他区域，因而水平低，空间差异小。

从表4、表5可知，位于第三象限（即LL象限）的省市最多，达到16个，超过50%，这说明全国超过半数省市创新产出的发展水平较低，且分布集中。与创新投入得出的结论相比表明越来越高的创新投入水平没有得到相应的产出，各省市不仅要加大创新投入，同时也要加强体制、环境等建设，利用各种手段提高投入转为产出的能力。

同时，全国各省创新产出相对水平十年间变化不大，只有少数几个省份的象限位置发生了改变。HH象限省份个数由

2001和2005年的5个变为2010年的4个，2001年和2005年有天津、山东、江苏、浙江、上海，2010年为山东、江苏、浙江、上海，这些省市创新产出水平高且被高值包围，经济发展水平高，高等学校多，人才丰富。LL象限共有16个省份，大部分位于中西部，创新产出水平低且被低值包围。2010年，辽宁省由HL象限进入LL象限，创新产出相对水平下降。而四川省由LL象限进入HL象限，创新产出水平提高，该省高等学校数量多，人才众多。

四、结论

本文运用空间探索性分析方法，分析了我国各省市创新投入和创新产出综合水平的空间分布，得出以下几点结论：

第一，我国31省市的创新投入与创新产出综合水平呈现出空间正相关性，而且随着时间的推移相关程度不断加强。各省市创新投入与创新产出综合水平分布受到周围省市的影响，出现空间差异和空间集聚现象。环渤海和长三角的省市大多位于HH象限，创新投入水平高且在空间上呈聚集状态。而大部分西部省市则位于LL象限，自身水平低，周围省市水平也低。在创新投入方面，广东省2001年位于HL象限，自身水平高，但是周围省市水平低，2010年进入HH象限，这说明广东很好地发挥了辐射带动作用，创新溢出明显。国家应建立相关的区域合作机制，充分积极发挥创新能力高的省域的辐射带动作用，促进周围地区的发展。

第二，比较创新投入和创新产出可以发现，虽然各省市的创新投入均在不断加大，但是创新产出水平变化并不大，例如安徽、湖北、湖南、河南等省市创新投入水平虽然提高了，均于2010年进入HH象限，但是创新产出水平却相对较低，仍位于LH或LL象限，这些省市应该考虑创新投入以外的方面，加强制度和市场转换机制的建设。

参考文献：

[1] 黄基伟，于中鑫.开放经济下我国技术创新能力的影响因素研究——基于我国30省际面板数据的实证分析[J].国际商务——对外经济贸易大学学报，2011（2）：14-20.

[2] 郭国峰，温军伟，孙保营.技术创新能力的影响因素分析——基于中部六省面板数据的实证研究[J].数量经济技术经济研究，2007（9）：134-143.

[3] 朱海就.区域创新能力评估的指标体系研究[J].科研管理，2004（3）：30-35.

[4] 官建成，何颖.基于DEA方法的区域创新系统的评价[J].科学学研究，2005（2）：266-272.

[5] 李婧，白俊红，谭清美.中国区域创新效率的实证分析——基于省际面板数据及DEA方法[J].系统工程，2008（12）：1-7.

[6] 吴玉鸣.空间计量经济模型在省域研发与创新中的应用研究[J].数量经济技术经济研究，2006（5）：74-85，130.endprint

比较创新投入与创新产出的Global Morans I估计值，可以发现创新产出的Global Morans I估计值普遍小于创新投入的Global Morans I估计值，创新产出的空间关联小于创新投入的空间关联，这表明创新投入并没有很好的转化为创新生产能力，这点值得深思。

此外，全国31省市创新投入与创新产出空间差异的不断缩小不代表局部省市的空间特征也是如此，因此，需要进一步局域空间自相关分析来探究局部省市的空间关联。

（二）Local Morans I。根据创新投入和创新产出的因子得分进行局部空间自相关分析，得到创新投入和创新产出的LISA聚类结果。以下表2和表3为创新投入2001和2010年的LISA聚类结果，表4和表5为创新产出2001和2010年的LISA聚类结果，

观察表2和表3发现，多数省市位于第一、第三象限，表现出较强的空间正相关性，位于第二、第四象限的省市较少，说明全国创新投入水平分布很不均衡。在数量上，位于第一象限（即

HH象限）的省市数量由2001年的7个增加到2010年的11个，更多具有高水平创新投入的省市在空间集聚，位于第三象限（即LL象限）的省市数量由2001年的9个增加到2010年的

10个，证明了全国有越来越多的有相似创新投入水平的省市在空间上集聚。

另外，创新投入发展水平较高的省份集中于东部沿海省市和中部部分省市，创新投入水平较低的省市集中于中西部，这分别与研究与发展经费支出、研究与实验发展人员全时当量、高等学校个数、高等学校在校生数、各省GDP、技术市场成交合同数这6个指标较高和较低的区域吻合，说明了研究与发展经费支出、研究与实验发展人员全时当量、高等学校个数、高等学校在校生数、各省GDP、技术市场成交合同数6个因素对创新投入水平存在着正相关关系。部分省份在10年中所在象限发生改变，广东省由2001年的HL象限变为2010年的HH象限，这说明广东省创新投入水平保持较高水平，且周围省份的水平也提高了。这在一定程度上表明广东省发挥了带头作用，促进了周围省市的发展。上海和北京由2001年的HH象限变为

2010年的LH象限，说明上海和北京的创新投入水平相对周围省份较低。北京和上海为我国经济最发达区域，创新投入相对水平却下降，二者应该引起重视，调查成因，采取相应措施。安徽、江西、福建和湖南四省2010年变为HH象限，说明了四省对创新投入的重视提高，创新水平不断提高。宁夏、内蒙古、吉林、贵州、青海、西藏、新疆、云南、黑龙江等省市始终位于LL象限，这说明其创新投入水平低且被低值包围，这些省份经济发展水平低，高等学校数量少，人才和研究活动均少于其他区域，因而水平低，空间差异小。

从表4、表5可知，位于第三象限（即LL象限）的省市最多，达到16个，超过50%，这说明全国超过半数省市创新产出的发展水平较低，且分布集中。与创新投入得出的结论相比表明越来越高的创新投入水平没有得到相应的产出，各省市不仅要加大创新投入，同时也要加强体制、环境等建设，利用各种手段提高投入转为产出的能力。

同时，全国各省创新产出相对水平十年间变化不大，只有少数几个省份的象限位置发生了改变。HH象限省份个数由

2001和2005年的5个变为2010年的4个，2001年和2005年有天津、山东、江苏、浙江、上海，2010年为山东、江苏、浙江、上海，这些省市创新产出水平高且被高值包围，经济发展水平高，高等学校多，人才丰富。LL象限共有16个省份，大部分位于中西部，创新产出水平低且被低值包围。2010年，辽宁省由HL象限进入LL象限，创新产出相对水平下降。而四川省由LL象限进入HL象限，创新产出水平提高，该省高等学校数量多，人才众多。

四、结论

本文运用空间探索性分析方法，分析了我国各省市创新投入和创新产出综合水平的空间分布，得出以下几点结论：

第一，我国31省市的创新投入与创新产出综合水平呈现出空间正相关性，而且随着时间的推移相关程度不断加强。各省市创新投入与创新产出综合水平分布受到周围省市的影响，出现空间差异和空间集聚现象。环渤海和长三角的省市大多位于HH象限，创新投入水平高且在空间上呈聚集状态。而大部分西部省市则位于LL象限，自身水平低，周围省市水平也低。在创新投入方面，广东省2001年位于HL象限，自身水平高，但是周围省市水平低，2010年进入HH象限，这说明广东很好地发挥了辐射带动作用，创新溢出明显。国家应建立相关的区域合作机制，充分积极发挥创新能力高的省域的辐射带动作用，促进周围地区的发展。

第二，比较创新投入和创新产出可以发现，虽然各省市的创新投入均在不断加大，但是创新产出水平变化并不大，例如安徽、湖北、湖南、河南等省市创新投入水平虽然提高了，均于2010年进入HH象限，但是创新产出水平却相对较低，仍位于LH或LL象限，这些省市应该考虑创新投入以外的方面，加强制度和市场转换机制的建设。

参考文献：

[1] 黄基伟，于中鑫.开放经济下我国技术创新能力的影响因素研究——基于我国30省际面板数据的实证分析[J].国际商务——对外经济贸易大学学报，2011（2）：14-20.

[2] 郭国峰，温军伟，孙保营.技术创新能力的影响因素分析——基于中部六省面板数据的实证研究[J].数量经济技术经济研究，2007（9）：134-143.

[3] 朱海就.区域创新能力评估的指标体系研究[J].科研管理，2004（3）：30-35.

[4] 官建成，何颖.基于DEA方法的区域创新系统的评价[J].科学学研究，2005（2）：266-272.

[5] 李婧，白俊红，谭清美.中国区域创新效率的实证分析——基于省际面板数据及DEA方法[J].系统工程，2008（12）：1-7.

[6] 吴玉鸣.空间计量经济模型在省域研发与创新中的应用研究[J].数量经济技术经济研究，2006（5）：74-85，130.endprint

比较创新投入与创新产出的Global Morans I估计值，可以发现创新产出的Global Morans I估计值普遍小于创新投入的Global Morans I估计值，创新产出的空间关联小于创新投入的空间关联，这表明创新投入并没有很好的转化为创新生产能力，这点值得深思。

此外，全国31省市创新投入与创新产出空间差异的不断缩小不代表局部省市的空间特征也是如此，因此，需要进一步局域空间自相关分析来探究局部省市的空间关联。

（二）Local Morans I。根据创新投入和创新产出的因子得分进行局部空间自相关分析，得到创新投入和创新产出的LISA聚类结果。以下表2和表3为创新投入2001和2010年的LISA聚类结果，表4和表5为创新产出2001和2010年的LISA聚类结果，

观察表2和表3发现，多数省市位于第一、第三象限，表现出较强的空间正相关性，位于第二、第四象限的省市较少，说明全国创新投入水平分布很不均衡。在数量上，位于第一象限（即

HH象限）的省市数量由2001年的7个增加到2010年的11个，更多具有高水平创新投入的省市在空间集聚，位于第三象限（即LL象限）的省市数量由2001年的9个增加到2010年的

10个，证明了全国有越来越多的有相似创新投入水平的省市在空间上集聚。

另外，创新投入发展水平较高的省份集中于东部沿海省市和中部部分省市，创新投入水平较低的省市集中于中西部，这分别与研究与发展经费支出、研究与实验发展人员全时当量、高等学校个数、高等学校在校生数、各省GDP、技术市场成交合同数这6个指标较高和较低的区域吻合，说明了研究与发展经费支出、研究与实验发展人员全时当量、高等学校个数、高等学校在校生数、各省GDP、技术市场成交合同数6个因素对创新投入水平存在着正相关关系。部分省份在10年中所在象限发生改变，广东省由2001年的HL象限变为2010年的HH象限，这说明广东省创新投入水平保持较高水平，且周围省份的水平也提高了。这在一定程度上表明广东省发挥了带头作用，促进了周围省市的发展。上海和北京由2001年的HH象限变为

2010年的LH象限，说明上海和北京的创新投入水平相对周围省份较低。北京和上海为我国经济最发达区域，创新投入相对水平却下降，二者应该引起重视，调查成因，采取相应措施。安徽、江西、福建和湖南四省2010年变为HH象限，说明了四省对创新投入的重视提高，创新水平不断提高。宁夏、内蒙古、吉林、贵州、青海、西藏、新疆、云南、黑龙江等省市始终位于LL象限，这说明其创新投入水平低且被低值包围，这些省份经济发展水平低，高等学校数量少，人才和研究活动均少于其他区域，因而水平低，空间差异小。

从表4、表5可知，位于第三象限（即LL象限）的省市最多，达到16个，超过50%，这说明全国超过半数省市创新产出的发展水平较低，且分布集中。与创新投入得出的结论相比表明越来越高的创新投入水平没有得到相应的产出，各省市不仅要加大创新投入，同时也要加强体制、环境等建设，利用各种手段提高投入转为产出的能力。

同时，全国各省创新产出相对水平十年间变化不大，只有少数几个省份的象限位置发生了改变。HH象限省份个数由

2001和2005年的5个变为2010年的4个，2001年和2005年有天津、山东、江苏、浙江、上海，2010年为山东、江苏、浙江、上海，这些省市创新产出水平高且被高值包围，经济发展水平高，高等学校多，人才丰富。LL象限共有16个省份，大部分位于中西部，创新产出水平低且被低值包围。2010年，辽宁省由HL象限进入LL象限，创新产出相对水平下降。而四川省由LL象限进入HL象限，创新产出水平提高，该省高等学校数量多，人才众多。

四、结论

本文运用空间探索性分析方法，分析了我国各省市创新投入和创新产出综合水平的空间分布，得出以下几点结论：

第一，我国31省市的创新投入与创新产出综合水平呈现出空间正相关性，而且随着时间的推移相关程度不断加强。各省市创新投入与创新产出综合水平分布受到周围省市的影响，出现空间差异和空间集聚现象。环渤海和长三角的省市大多位于HH象限，创新投入水平高且在空间上呈聚集状态。而大部分西部省市则位于LL象限，自身水平低，周围省市水平也低。在创新投入方面，广东省2001年位于HL象限，自身水平高，但是周围省市水平低，2010年进入HH象限，这说明广东很好地发挥了辐射带动作用，创新溢出明显。国家应建立相关的区域合作机制，充分积极发挥创新能力高的省域的辐射带动作用，促进周围地区的发展。

第二，比较创新投入和创新产出可以发现，虽然各省市的创新投入均在不断加大，但是创新产出水平变化并不大，例如安徽、湖北、湖南、河南等省市创新投入水平虽然提高了，均于2010年进入HH象限，但是创新产出水平却相对较低，仍位于LH或LL象限，这些省市应该考虑创新投入以外的方面，加强制度和市场转换机制的建设。

参考文献：

[1] 黄基伟，于中鑫.开放经济下我国技术创新能力的影响因素研究——基于我国30省际面板数据的实证分析[J].国际商务——对外经济贸易大学学报，2011（2）：14-20.

[2] 郭国峰，温军伟，孙保营.技术创新能力的影响因素分析——基于中部六省面板数据的实证研究[J].数量经济技术经济研究，2007（9）：134-143.

[3] 朱海就.区域创新能力评估的指标体系研究[J].科研管理，2004（3）：30-35.

[4] 官建成，何颖.基于DEA方法的区域创新系统的评价[J].科学学研究，2005（2）：266-272.

[5] 李婧，白俊红，谭清美.中国区域创新效率的实证分析——基于省际面板数据及DEA方法[J].系统工程，2008（12）：1-7.

[6] 吴玉鸣.空间计量经济模型在省域研发与创新中的应用研究[J].数量经济技术经济研究，2006（5）：74-85，130.endprint