长江三角洲区域创新与经济增长的耦合协调研究

2015-04-16蒋天颖刘程军

地域研究与开发 2015年6期

蒋天颖，刘程军

(1.宁波大红鹰学院，浙江宁波315175;2.浙江工业大学经贸管理学院，杭州310023)

0 引言

知识经济时代下，区域创新已成为区域综合竞争力和区域竞争优势的决定性因素［1］。在产业升级与经济转型的背景下，以创新驱动发展是各区域实现经济增长的重要手段。长江三角洲是目前中国区域创新活动和区域经济发展最活跃的地区，探讨其区域创新与经济增长之间的动态耦合关系，对于提升长三角乃至全国区域创新水平和实现区域经济又好又快发展具有重要意义。

约瑟夫·熊彼得于1912年提出了创新理论，引起了学者们的广泛关注。学者们从区域创新体系的界定［2－3］、区域创新能力的评价［4－7］、区域创新的产出效率［8－10］、区域创新的影响因素［11－12］以及创新的空间效应［13－16］等方面进行了大量探讨。新古典增长理论和新增长理论均指出，经济持续增长最根本的因素为技术进步，而创新是推动技术进步的重要手段，可见，创新是经济增长的主要驱动力之一。P.Ronde等［17］、赵树宽等［18］的研究表明，区域创新能力的提升是经济增长的主要动力。洪银兴［19］、吴晓波［20］和陈凯华等［21］则分别从科技创新、创新产出、创新投资的视角分析了两者之间的关联情况，进一步表明了区域创新对经济增长的贡献。此外，戴魁早［22］还分析指出了技术吸收能力、自主创新能力和经济增长存在长期均衡关系。事实上，技术创新、科技创新和创新投资等均属于区域创新范畴，区域创新促进经济增长的结论已被学术界普遍接受。关于耦合空间关系，经济增长的空间耦合对象主要包括生态环境［23］、区域资源［24］、区域交通［25］、区域物流［26］、区域城市化［27］等，而区域创新的耦合对象则主要集中于科技金融［28］、产业结构［29］等。

由此可见，区域创新促进了经济增长。区域创新需要信息、人才和资金等多种要素，这需要在经济增长中获得支撑，经济增长为区域创新提供了必要的环境和条件。区域创新与经济增长的关联已经引起了国内外学者的广泛关注，但大多数研究仍属单向关联的研究，对二者耦合关系的探讨、空间耦合规律的定量分析等方面研究较少。因而，本研究拟从理论上探讨区域创新与经济增长的耦合机理，重构区域创新和经济增长的评价指标体系，运用耦合协调度模型定量分析长江三角洲区域创新与经济增长的耦合协调发展状况，对耦合协调度的空间热点演化进行分析，以期为推动长三角区域创新与经济增长耦合协调发展提供决策参考。

1 区域创新与经济增长的耦合机理

区域创新推动经济增长，经济增长又为区域创新提供了资金、人才等要素，二者相互依存，相互促进，共生发展。因此，将区域创新与经济增长2个子系统相互作用的关系界定为耦合关系(图1)。

1.1 区域创新促进经济增长

区域创新是实现经济增长中技术进步的基本途径。区域创新根植于区域经济运动系统，是在地区经济的发展基础上进行的创新活动，创新驱动技术进步，从而促进区域经济的增长。实现又好又快的高质量经济增长方式，技术创新是必然选择。依靠区域创新，推动技术进步，持续开发区域经济的新增长点。区域创新还可通过优化配置、整合创新资源来形成技术创新体系，提升区域的综合创新能力，推动区域经济增长。

图1 区域创新与经济增长的耦合关联Fig.1 Relevance of the coupling between regional innovation and economic growth

区域创新为经济增长中产业转型升级提供技术支撑。一般来说，随着区域创新的推进，生产要素从劳动密集型向资金技术密集型、知识技术密集型的方向演进，传统型产业向传统产业与新兴产业相结合以及新兴产业转换，体现了产业转型升级对知识创新、技术创新以及技术进步的依赖性，也是一个区域产业的知识含量与技术含量上升的过程。地区内高新技术企业创新能力的形成，一方面提升企业内部对先进技术的吸收能力，并逐渐转化为组织创新能力;另一方面，可为区域内传统企业提供新技术以及技术支持，有利于创新成果的扩散，构筑更大的经济增长动力。

区域创新是加速人才集聚与提升资源配置效率的关键。区域内优质人力资源与高效资源配置能力是经济增长过程中必不可少的要素。首先，区域创新可借助高新技术改造传统支柱产业，恢复与提升传统支柱产业的综合竞争力，提高区域内资源的综合配置效率;其次，通过产品创新、工艺创新和管理创新，降低新产品、新技术等研发与运营成本，提升生产效率，强化主导产业的核心竞争力，加速主导产业的形成与壮大，提高资源利用的经济效应;最后，区域创新能够快速推进知识、技术在企业、高等院校、科研院所之间的学习与扩散，加速创新人才的集聚，从而提升创新主体的创新能力，加速形成企业的核心竞争力，增加企业的产出，促进经济增长。

1.2 经济增长支撑区域创新

经济增长促进了创新资源的投入。区域创新需要大量要素的投入，最为突出的是人才与资金。经济增长意味着社会物质财富的累积与增加，不仅积累了社会资金，还为通过教育提升人口素质提供了条件，将增加区域的人才储备，为区域创新创造有利的条件。

经济增长强化了创新动力。区域创新的主要动力来源于科技进步以及市场需求。企业外部的创新动力来自于市场需求的拉动和科学技术进步的推动。新增长理论认为，技术进步是由区域经济决定的内生变量，即知识资本与人力资本积累引起的科技进步是经济增长的源泉，是由经济发展状况决定的内生变量。经济增长为创新活动的开展提供了更多资源要素，培养了更多人才，增加知识的积累，促进技术进步，使得创新动力得到强化。居民生活水平的提高相应地提升了区域消费水平，增强了地区购买能力，刺激了市场的消费。消费需求的增加将进一步提升企业的盈利能力，这为企业进行产品创新与工艺创新提供了资金支撑平台。

经济增长优化了创新环境。创新作为一个开放系统，离不开外部环境的信息与能量支撑。政策环境、制度环境、区际交流以及区域信息基础设施等均是区域创新得以发展的外部条件，良好的外部环境将为区域创新带来积极作用，这些环境的改善必然离不开区域经济发展的支持与推动。区域经济增长也能有效拉动基础设施建设，营造良好就业与生活环境，从而吸引与集聚创新人才，而对企业而言，持续增长的区域经济可塑造良性的创新环境，使企业整体的创新意识、学习能力、知识管理等方面得到提高，进而为企业创新夯实基础。

2 研究区域、指标体系与方法

2.1 研究区域

以长江三角洲为研究区域。长江三角洲包括上海、南京、杭州、苏州、宁波、无锡、扬州、绍兴、镇江、常州、南通、泰州、嘉兴、湖州、台州和舟山16个城市，是中国社会经济最发达的区域之一，经济基础雄厚且产业体系完备，是中国国际经济技术交流与对外开放的门户，也是中国教育和科技资源主要的集中区域。

2.2 研究方法

2.2.1 熵值法。利用信息熵来测度指标值的变异程度对多指标系统进行综合评价的方法称为熵值法，是根据指标传输给决策者信息量的大小来确定权重的客观方法，可以深刻反映指标信息效用价值，测算出的指标权重比专家经验评估法和层次分析法具有更高的可信度，适合多指标的综合评价［30］。熵值法的主要步骤参照向云波等［31］的做法。根据杨凤阁［7］、李婧等［16］、谭婧等［30］的研究成果，结合长江三角洲区域创新与经济增长的数据特征，将综合评价指数按照0.2，0.4，0.6，0.8为断点分为低、较低、中等、较高、高5个等级。

2.2.2 耦合度和耦合协调度。耦合度和耦合协调度(D)的计算参照马丽等［23］、孟德友等［25］、黄木易等［27］的相关研究成果。结合研究的数据特征，将区域创新与经济增长的耦合协调度划分为:0＜D≤0.2为低水平协调的耦合;0.2＜D≤0.4为较低水平协调的耦合;0.4＜D≤0.6为中等水平协调的耦合;0.6＜D≤0.8为较高水平协调的耦合;0.8＜D＜1为高水平协调的耦合。

2.3 指标体系建立与数据来源

2.3.1 指标体系构建。根据区域创新与区域经济耦合评价模型的内涵以及耦合协调度特征，遵循指标选取的科学性、可操作性、独立性和完备性等原则，借鉴相关研究成果［3－4，15－17］，并结合长江三角洲区域创新与区域经济的实际状况，构建了二者的评价指标体系，并根据熵值法计算得到2003—2013年各年份的相关指标权重。将区域创新划分为创新投入、创新产出以及创新环境3个基准层。创新投入包括科技活动人员数(人)、R＆D活动人员数(人·年)、R＆D经费投入额(亿元)、政府科普活动拨款额(亿元)、高等院校数(家)、高新技术企业数(家);创新产出包括技术市场成交合同数目(项)、技术市场成交合同金额(亿元)、高新技术企业产品销售收入(亿元)、高新技术企业工业总产值(亿元)、高新技术企业出口创汇额(万美元);创新环境包括实际利用外资额(万美元)、年末金融机构贷款余额(亿元)、邮电业务收入(亿元)、年末移动电话用户数(万户)、等级公路里程数(km)、公共图书馆图书藏量(千册、件)。将经济增长划分为经济实力与社会发展2个方面，其中，经济实力包括地区GDP(亿元)、工业生产总值(亿元)、地方财政收入(亿元)、进出口额(万美元);社会发展包括全社会固定资产投资完成额(亿元)、社会消费品零售额(亿元)、城镇居民人均可支配收入(元)、年末金融机构存款余额(亿元)。考虑到选取指标共线性对研究结果的影响，分别对区域创新、经济增长的各指标进行共线性诊断，系统内各指标共线性检验的结果达到了研究要求，因此，认为2个子系统内指标不存在共线性。

2.3.2 数据来源。数据来源于2004—2014年的《江苏统计年鉴》《浙江统计年鉴》《上海统计年鉴》《浙江科技统计年鉴》《江苏科技统计年鉴》《上海科技统计年鉴》。长江三角洲区域地图数据来源于1∶500 000中国基础地理数据。

3 区域创新与经济增长的耦合协调度

3.1 区域创新与经济增长的综合评价

根据熵值法计算区域创新与经济增长的综合评价指数(图2)。2003—2013年间，长江三角洲各区域的创新能力(图2a)基本呈现波动上升的状态，平均值为0.128，大多数地区的区域创新的指数值均在0.128以下，处于区域创新低水平状态。上海、苏州、杭州从2003年就超越了这一平均值，位居长三角区域创新的领先地位，并且与其他区域拉开了差距，这3个城市的区域创新指数从2003年的0.340，0.196，0.179持续增加到2013年的0.867，0.422，0.294，分别达到了区域创新的高水平、中等水平以及较低水平。究其原因是，上海凭借其雄厚的人力资本、坚实的高新技术产业基础跃迁至区域创新的高水平区;苏州则是凭借其扎实的高新技术产业基础;杭州凭借其省会城市地位，在科技、教育、经济以及政策环境等方面具有独特优势。值得注意的是，南京区域创新上升幅度相对较大，其增长幅度仅次于上海与苏州。由于科技资源相对匮乏以及高新技术产业发展不足，舟山、湖州、镇江和泰州为长三角区域创新相对较弱的区域，区域创新指数均未超过0.100，长三角其他各个城市均属于区域创新的低水平区域。2003—2013年，长三角各区域的经济整体上属于增长的状态(图2b)，平均值由0.050持续增长为0.233，整体上达到了较低水平的区域经济状况，但区域间的差异呈扩大趋势。其中，上海的经济增长一直位居首位，苏州、杭州、南京、无锡和宁波跟随其后，其他则处于相对靠后的位置。区域经济最大差距由2003年的0.268扩大为2013年的0.955。上海区域经济变化相对最大，从2003年的0.274发展到2013年的0.996，经历了持续上升的发展过程，但在2003，2008年的增速相对放缓，其中2003年由于“非典”等因素的影响，经济增长明显放缓，2007—2009年，上海的外向型经济和产业结构调整以及国际金融危机的影响导致经济增长短暂放缓，但随着创新平台机制的日益成熟和产业升级的逐步完成，在随后的3年，区域经济取得了较快的发展。杭州、南京、无锡以及宁波的区域经济发展节奏基本一致，2002—2007年，经济有缓慢的上升，实现稳中有升，2008—2011年，这4个城市在面对国内外严峻的经济形势下实现了平稳过渡，积极转变区域经济方式，并在2012年实现了经济的较快发展。2003—2013年，长江三角洲其他地市经济增长变化相对不大。

图2 2003—2013年长江三角洲区域创新与经济增长的综合评价Fig.2 Comprehensive evaluation of regional innovation and economic growth in Yangtze River Delta from 2003 to 2013

3.2 耦合协调度的时间变化特征

计算耦合协调度并绘制成曲线(图3)。2003—2013年，长江三角洲区域创新与经济增长耦合协调度的平均值由0.151上升为0.293，各城市的耦合协调度也由最初处于0.050～0.391之间发展为处于0.119～0.682之间，整体上呈现逐年上升的趋势。长江三角洲16个城市区域创新与经济增长的耦合协调度2003—2013年间虽然各有小幅度的波动，但整体上实现了向更高耦合协调度的良性转变。

图3 2003—2013年长江三角洲区域创新与经济增长耦合协调发展趋势Fig.3 The evolution of regional innovation and economic growth coupling coordination degree in Yangtze River Delta from 2003 to 2013

2003—2013年，长江三角洲区域创新与经济增长耦合协调度的阶段性演化特征明显。第一阶段(2003—2004年)介于0.050～0.430之间，长三角区域创新与经济增长之间的耦合协调度有一定程度的提升，耦合协调发展水平虽有提高，但是总体发展层次较低;第二阶段(2005—2009年)介于0.055～0.594之间，耦合协调度略有上升，期间还出现波动，这与在此期间经济在房价等快速上涨情况下较快发展有关，但随着房价的提升，导致一部分资源向房地产等行业倾斜，一定程度上影响了创新资源的投入，导致区域创新与经济增长耦合协调度曲线出现波动。第三阶段(2010—2013年)介于0.098～0.682之间，长三角各城市的区域创新与经济增长耦合协调度上升较快，其中上海、苏州、杭州、南京均有0.060以上的幅度增长，苏州抓住机遇成为全国第二批创新型城市建设试点，科技进步综合得分、科技孵化机构数量等均居江苏省第一，苏州国家高技术产业基地的建设、大学科技园等创新产出已见成效。杭州在“创业富民、创新强省”总战略的指导下，积极促进创新人才的集聚，高新技术产业规模效应开始显现，创新与经济协调发展;南京积极响应国家创新战略的号召，大力实施区域创新，着力提升区域创新能力，推进文化创新、管理创新和制度创新，实现了创新驱动区域经济。

3.3 区域耦合协调度空间分异

借助ArcGIS 10.1绘制长江三角洲区域创新与经济增长耦合协调度空间分异图，利用自然断点法将区域划分为耦合协调度的高值区域、较高值区域、较低值区域和低值区域4类(图4)。上海作为高值区域，受经济实力、区位条件、创新投入、产业规模、环境氛围等因素的影响，在这3个时点区域创新和经济增长均为长三角首位，耦合协调度相对最高。较高值区域为苏州、杭州与南京，2008年无锡和宁波也进入了较高值区域的行列，这种格局持续到2013年;较低值区域也有较大的变化，除宁波和无锡向较高值区域跃迁外，台州在2008年即迈入了较低值区域，而泰州、镇江和扬州在2008—2013年期间由低值区域向上发展为较低值区域，嘉兴、舟山、绍兴、南通、常州耦合协调等级未发生变化，均在较低值区域内;湖州、舟山一直位列低值区域内。

3.4 区域耦合协调度空间统计分析

结合全局空间自相关的Moran’s I指数［32］计算公式，在ArcGIS 10.1软件中选用Spatial Autocorrelation(Global Moran’s I)功能，将耦合协调度的数值分别导入，软件运行结果表明Moran’s I均大于0，Z值均在2以上。其中，Z值大于正态分布95%置信区域的双侧检验阀值1.96，说明长江三角洲区域创新与经济增长的耦合协调度呈现空间趋同的现象。

图4 长江三角洲区域创新与经济增长的耦合协调度空间分异Fig.4 The spatial differences of coupling coordination degree between regional innovation and economic growth in Yangtze River Delta

图5 长江三角洲区域创新与经济增长耦合协调度冷热点空间演化Fig.5 The evolution of spatial pattern of coupling coordination degree between regional innovation and economic growth in Yangtze River Delta

4 结论与建议

4.1 结论

在阐述区域创新与经济增长的耦合机理的基础上，构建区域创新与经济增长的评价指标体系，以长三角地区16个城市为实证分析样本，应用熵值法确定评价指标的权重，得到区域创新、经济增长的评价指数，在此基础上利用耦合协调度模型，对长三角区域创新与经济增长两者之间的耦合协调度进行测度，分析了耦合协调度的空间统计特征。(1)长三角区域创新、经济增长的差异较大。总体上区域创新呈现波动上升的趋势，经济增长稳步上升，但区域间差距扩大。上海一直为长三角的区域创新和区域经济的中心，苏州、杭州、南京、无锡、宁波的区域创新、区域经济相对靠前。湖州、舟山、镇江、泰州的区域创新和经济增长则相对靠后。(2)长三角区域创新与经济增长耦合协调度呈上升趋势。整体上二者的耦合协调度均值从0.151上升为0.293，上海的区域创新与经济增长耦合协调度位于长三角首位，苏州、杭州、南京的耦合协调度相对较高，处于末位的是舟山。这表明，长三角区域创新与经济增长互动作用相对较弱，区域间的耦合协调程度差异较大。(3)长三角区域创新与经济增长耦合协调度空间区域类型处在变动当中。上海是长三角区域创新与经济增长耦合协调度的高区域，较高区域在2003年由苏州、杭州、南京组成，随后，无锡和宁波进入了较高区域的行列;较低区域也有较大的变化，除宁波和无锡向较高区域跃迁外，台州在2008年即迈入了较低区域，泰州、镇江、扬州2008—2013年期间由低区域向上发展为较低区域，嘉兴、舟山、绍兴、南通、常州未发生变化，均在较低区域内;湖州、舟山一直位列低区域内。(4)长三角区域创新与经济增长耦合发展呈现集聚态势，热点区域基本稳定。热点区域集中在长三角的中间地带，而向南北两翼延伸主要为冷点区与次冷点区。长三角的耦合协调度的热点区域较为稳定，上海、嘉兴、苏州均位居热点区域内。其他的3类区域均有不同程度的变化。

4.2 建议

(1)优化长三角创新环境，规范和完善科技中介和科技交易市场，健全知识产权等相关法律法规，建立创新成果转化的保障机制，提升区域创新能力，形成“投入—产出—增值—再投入”的科技产业链条，提升创新成果的产业能力和商品价值。(2)基于市场导向，整合官产学研联盟网络。通过官产学研的合作模式，以企业为主体，结合市场需求，发挥高校与科研院所的研发优势，依托高校协同中心，形成服务于长三角经济的创新成果的联盟网络。(3)优化空间布局，形成“一核多带”的格局。以上海为发展核心，形成以沪宁和沪杭甬沿线发展带、沿江、沿湾、沿海、沿湖、沿宁湖杭线为发展带的“一核多带”空间格局，实施差异化区域创新、区域经济策略，推动长三角区域协调发展。

［1］吴延兵.自主研发、技术引进与生产率——基于中国地区工业的实证研究［J］.经济研究，2008(8):51－64.

［2］Bergek A，Jacobsson S，Carlsson B，et al.Analyzing the Functional Dynamics of Technological Innovation Systems:A Scheme of Analysis［J］.Research Policy，2008，37(3):407－429.

［3］Asheim B T，Coenen L.Knowledge Bases and Regional Innovation Systems:Comparing Nordic Clusters［J］.Research Policy，2005，34(8):1173－1190.

［4］姜保雨.基于产业集群的河南省区域经济创新要素分析［J］.地域研究与开发，2012，31(4):37－40.

［5］胡艺.武汉城市圈区域创新能力建设研究［J］.武汉大学学报:哲学社会科学版，2013(1):87－91.

［6］张战仁.我国区域创新差异的形成机制研究［J］.经济地理，2013，33(4):9－14.

［7］杨凤阁.河南省区域创新能力分析与发展策略［J］.地域研究与开发，2012，31(1):24－29.

［8］白俊红，蒋伏心.考虑环境因素的区域创新效率研究［J］.财贸经济，2011(10):104－112.

［9］李婧，谭清美，白俊红.中国区域创新效率及其影响因素［J］.中国人口·资源与环境，2009，19(6):142－147.

［10］刘和东.中国区域研发效率及其影响因素研究［J］.科学学研究，2011，29(4):548－556.

［11］张继良，胡健.中国高技术服务业的聚集特征与影响因素研究［J］.地域研究与开发，2014，33(4):8－12.

［12］蒋天颖.我国区域创新差异时空格局演化及其影响因素分析［J］.经济地理，2013，33(6):22－29.

［13］方远平，谢蔓.创新要素的空间分布及其对区域创新产出的影响［J］.经济地理，2012，32(9):8－14.

［14］何键芳，张虹鸥，叶玉瑶，等.广东省区域创新产出的空间相关性研究［J］.经济地理，2013，33(2):117－121.