基于GeoDa—GIS的区域创新水平空间结构演化分析

钱敏

内容摘要：本文从R&D活动、新产品开发生产、专利发明以及技术市场四方面构建区域创新水平的评价指标体系，运用熵值法、差异系数、空间分析工具GeoDa-GIS来探索我国区域创新水平在空间上的结构特征，进而指出创新水平的空间演化布局。结果表明，我国创新水平整体上表现为东高西低的差异性，东部沿海地区的创新水平常年来一直处于0.6以上的中高水平，而中西部地区的创新水平长期处于0.3以下的较低水平；并且创新水平具有明显的空间差异聚集特征，已形成较为稳定的二元空间结构，呈现以东部沿海地区为主的创新水平高区域和以中西部地区为主的创新水平低区域的“核心-外围”二元集聚现象。最后文章在研究结论的基础上提出创新水平的优化途径。

关键词：区域创新 熵值法 差异系数 GeoDa-GIS 空间演化模式

引言

区域创新是衡量一个国家各区域经济持续发展和创新创业的主要引导力，它不仅有利于各区域了解其创新创业能力的高低，更有利于各区域指导和提高其创新创业能力。随着我国改革开放的不断深入，区域创新的评估也逐渐受到学者的关注。目前学界主要围绕创新水平与区域经济的关系、创新水平的评价、创新能力的影响因素分析、创新鼓励政策几个方面展开研究。例如，牛方曲（2012）、李琳（2013）、卢洋（2006）等从科技创新和区域经济发展水平的关系出发，详细分析了各区域创新水平对区域经济的影响作用，以及区域经济对创新水平的影响机制。而许吉黎等（2013）基于科技创新能力格局分布不均匀问题，对各个地域的科技创新能力进行了量化评价和实证研究，得到各地区科技创新能力在空间格局分布上属于 “梯度扩散”的规律。但在研究区域创新水平的差异性集聚性和空间结构演变方面，仅有少数学者从空间差异性方面进行了量化分析。因此，本文在前人研究的基础上加入空间分析工具GeoDa-GIS，探索我国31个省2008年以来区域创新水平在空间上的集聚性和差异性、全局和局部集聚分布特征以及格局的动态演变过程，进而为我国区域创新发展的差异化管理以及政策制定等方面提供理论指导依据。

区域创新水平指标构建

目前对于创新或创业方面的指标选取没有形成统一的界定，大多数文献都是根据其研究的目的不同，定义不同的指标。例如，国外学者Cooke（1996）对区域创新体系进行了较早和较全面的研究，在其著作中把区域创新体系定义为一个交互式学习系统，并加入制度环境形成研究的指标体系。之后Lundvall等学者（2002）将创新的系统方法扩展到了多层次框架，他们认为创新的影响不仅仅是单一维度的，应针对不同情况给出制定的指标体系，包括国家、地区等不同地域的影响。而国内学者张志新等（2014）针对我国具体情况，主要通过总量科技创新能力、共有科技创新能力以及结构科技创新能力三个方面来衡量区域科技创新能力；王学军等学者（2010）主要从科技投入、科技环境、科技产出、企业创新能力四个方面提取指标，从而得到创新能力水平的评价值。

本文考虑到研究的对象主要定位于创新水平而非能力水平，所以在构建指标的过程中参考王学军和张志新等文献的基础上，首先采用SPSS软件对初步选定的20个指标进行相关性检验，以排除指标选取不当而导致的偏差，最终从规模以上工业企业R&D活动情况、规模以上工业企业新产品开发和生产情况、区域专利和有效发明情况以及技术市场情况四个方面选定10个指标构建出区域创新水平的指标体系，具体如表1所示。其中，论文研究的31个省份的原始数据主要来自于2008-2013年国家数据库网站，部分数据来自于《各省统计年鉴》以及各省份《科技统计年鉴》。同时需要指出的是，由于国家数据库对于2010年的指标数据没有显示出来，因此本文不对2010年的创新水平进行实证分析。

区域创新水平测度及差异性分析

为有效解决多指标变量间的交叉问题，本文采用熵值法测算区域创新水平：首先对原始数据Xij进行标准化，并将标准化的数据所在坐标系Zij平移幅度A（A可根据数据标准化分布的区间范围确定） 以保证数据的非负性，得到Z`ij=Zij+A；随后计算第j项指标下第i个省份占该指标的比重Pij（Pij=Zij/∑ni=1Zij）；再求取第j项指标熵值Hj（Hj=-∑ni=1Pi）和差异系数Ui（Ui=1-Hi）计算第j项指标的权重Wj（Wj=gi/∑m1Ui），最终算得第i个省份的区域创新水平Fi（Fi=∑m1WjPij）。

从国家数据库中搜集我国31个省份2008-2013年的科技板数据，计算出各个区域的创新水平，结果如表2所示。同时进一步采用arc GIS的自然断裂法，将31个省份的创新水平划分为3个等级，分别表示创新水平的高（0.6-0.9）、中（0.3-0.6）、低（0-0.3）三类情况。

结合表2得到以下研究结论：从创新水平来看，2008-2013年大部分地区的创新水平整体呈现稳定态势，并与区域经济发展规律保持一致。其中仅北京、上海、山东和浙江四个地区的创新水平存在显著的下滑，例如上海从2008年的0.366下降至2013年的0.2508，从中等水平下降到低等水平。而广东和江苏两个地区的创新水平则保持在高水平状态，并且江苏具有上升趋势。其他25个地区如湖南等地的创新水平都处于0-0.3的低水平状态，没有呈现出显著的变化趋势。从差异化程度来看，2008-2013年我国创新水平整体上表现为东高西低的差异性：东部沿海一带的地区如江苏、浙江等地的创新水平常年来一直处于0.6以上的中高水平，而中西部地区的创新水平长期处于0.3以下的较低水平，其中新疆、甘肃等地更是低于0.1。本文首先从时间维度上通过变异系数来分析各区域创新水平在2008-2013年之间的差异化程度，以及分析这种差异性是否带来集聚现象。

式（1）中，CVj表示第j个指标的创新水平的差异化系数；Yj表示第j个指标的区域创新水平的平均值；n表示指标个数；Yij表示指标i在第j个指标上的创新水平。根据式（1）中可以得到，当CVj>1时，表明第j个指标的区域创新水平显著，并且随着CVj的不断增大或减小，区域创新水平的差异化程度就越为显著或不显著。

根据表2的数据，利用变异系数计算出2008-2013年我国区域创新水平的差异系数在各年份之间都大于1，并且系数在5年间处于缓慢上升趋势，即从2008年的1.209上升为2013年的1.258，其中在2012年达到最大值1.288的显著水平。这说明2008-2013年我国各区域以缓慢的速度不断拉大各地区之间的差异状况，而并没有形成时间上的趋同现象。同时，由于入世后，我国很多沿海省份取得较明显的先发优势，吸引了外商对我国沿海省份的大量投资，很大程度上加速了我国东西地区之间的差异性，并且随着2008年金融危机过后的大量投资、创业以及经济复苏，使得这种差异幅度在空间上会进一步拉大差距，以至于会形成集聚现象。为此，论文进一步从空间维度上加以分析，利用公式（1）计算出31个区域创新水平的差异系数，如表2所示，并通过GeoDa和GIS软件绘制区域创新水平均值和差异系数的四分位图，得到图1（a）和图1（b）的结果。

从图1（a）不难发现，中国各区域的创新水平在空间结构上表现为显著的差异集聚性：第一类集聚属于西北部偏远地区，包括新疆、西藏、青海等；第二、三类集聚属于中部地区，包括湖南、湖北、河南、山西等；第四类集聚属于东部沿海地区，包括北京、天津、江苏、浙江等。整体而言，我国区域创新水平自东向西依次递减，与区域经济保持一定的同步性。从图1（b）可以看出，东部沿海省份除浙江和上海以外，区域创新水平的波动性普遍偏低，说明其创新水平达到较为稳定的局面；西部省份如新疆、西藏、青海等地呈现出较大的波动性，说明西部地区的区域创新水平具有较强的变异度，处于不稳定的状态；而中部地区如湖南、湖北、河南、山西等在不同层次之间都有分布，呈现出不稳定的波动性，说明区域创新水平差异较大，也指出了在中部一带没有形成较好的集聚现象，区域产业发展不协调。例如，根据广东省科技统计分析中心的数据也证实了湖南和湖北的差异：湖北综合科技进步水平指数排名自2008年以来都是处于9-11名之间，而并没有显示出湖南省的排名，可见其区域创新水平要低于湖北省。

区域创新水平空间演化分析

熵值法和差异系数仅从差异状态论述了目前我国各区域之间的创新水平分布情况，仅反映了数据之间的离散程度。为进一步分析我国区域创新水平在空间上的演化现象（可以分为空间差异演化、空间集聚演化以及随机分布演化），论文引入全局Moran`s I，用于分析空间邻近区域观测值整体的集聚性或差异性。全局Moran`s I的取值范围为[-1，1]。I>0表示空间正相关，即创新水平较高（或较低）的区域在空间上趋于显著集聚演化现象；I<0表示空间负相关，即该区域与周边区域的创新水平具有空间差异演化现象；I=0表示空间不相关，即各区域创新水平评价值在空间上随机分布演化现象。将各区域2008-2013年的创新水平数据（见表2）导入空间分析软件GeoDa，计算出各年份区域创新水平的全局Moran指数，并进行显著性检验得到，2008-2013年的 Moran's I均大于0，且通过5%显著性水平检验，说明我国以东部沿海地区为主的创新水平较高区域和以中西部地区为主的创新水平较低区域呈现出“核心-外围”的二元集聚现象。下面为进一步研究每个区域与周边地区的空间差异程度、局部空间关联以及空间格局的分布，论文对不同年份的区域创新水平指数的LISA值及显著性进行分析，并根据其变化趋势的特征，选取2008-2013年5个年份Moran 散点图作为分析样本，将区域划分为4种不同类型：High-High型（该地区与周围地区的创新水平都比较高，创新水平差异性较小），Low-Low型（该地区与周围地区的创新水平都较低并且差异性较小），High-Low型（该地区的创新水平高而周边地区的创新水平低，区域创新水平差异性较大），Low-High型（该地区的创新水平低而周边地区的创新水平高，区域创新水平差异较大）。在这4种类型中，High和Low是相对于区域总体的平均水平（算术平均值）而言，散点图中各类型（处于不同象限）所对应的区域如表3所示。

根据表3的结果可以验证创新水平在空间上呈现出的“核心-外围”二元集聚现状，并且也说明了以东部沿海地区为主的创新水平较高区域和以中西部地区为主的创新水平较低区域呈现的“核心-外围”二元集聚处于比较稳定的状态：High-High区域集中于北京、江苏、浙江等区域；Low-Low区域集中于新疆、青海、西藏等区域；Low-High区域集中于内蒙古、黑龙江、吉林、河北等区域；High-Low区域集中于广东。表3中显示，只有少数几个地区的集聚结构发生了变化，例如辽宁省自2009年之后由High-High象限跨越到Low-High象限；安徽省自2011年之后由Low-High象限跨越到High-High象限；而天津、广西、湖南、湖北4个地区主要在不同象限之间不断跨越，呈现出不稳定态势。对此，论文将这些少数省份变动的状态归结为集聚变异，这可能与其所处地理位置以及周围省份的发展情况密切相关。从四个象限的区域来看，东部地区的北京、上海、江苏、浙江、山东5个省份具有相同的发展趋势，这不仅说明创新水平具有一定的协同性，而且从整体上提高了东部地区的创新水平，体现了“核心”地位的集聚结构；中西部地区的新疆、青海、西藏、四川、云南、海南、甘肃、重庆、陕西、山西、宁夏11个省份与周围地区的创新水平都比较低并且差异性较小，体现了“外围”地位的集聚结构；其他地区的内蒙古、黑龙江、吉林、河北、河南、江西、福建、湖南、贵州9个省份的创新水平低而周边地区的创新水平高，区域创新水平差异较大，并不断向核心地位的高水平集聚区域推进，体现了“外围”区域向“核心”区域发展和变异的情况。值得注意的是，广东省在各个年份都是处于High-Low的区域，说明该地区的创新水平高而周边地区的创新水平低，区域创新水平差异性较大。仔细分析其周围的广西、福建、江西、湖南、海南5个省份的创新水平不难发现，这些地区的创新水平较低并且波动性较大、不稳定，并没有带动周围省份的发展，其中的江西、福建、海南还在向创新水平高的省份推进。因此，不可避免使得广东常年处于High-Low的区域。综上，我国各个区域的创新水平在2008-2013年来存在着空间差异性和集聚性并存的特征，同时已形成较为稳定的二元空间结构，即自东向西创新水平依次差异递减，并呈现以东部沿海地区为主的创新水平较高区域和以中西部地区为主的创新水平较低区域呈现的“核心-外围”二元集聚现象。

最后，论文对四个象限的省份绘制LISA集聚图，用以检测二元集聚结构的自相关性和变异性情况，最终得到通过了 5%的显著性水平检验的观测结果，并标注出通过显著水平的省份，具体如图2所示。值得指出的是，所有LISA集聚图中对特定随机序列的敏感性分析都使用9999 序列，以便于保证这些结果的稳定性。

LISA图显示：High-High区域和Low-Low区域中较为显著的地区随着时间的推移不断趋于稳定状态，说明创新水平呈二元结构集聚的区域在未来几年不会有太大变化，会保持现有状态持续发展。而Low-High区域中较为显著的地区在不断缩小，这进一步验证了Low-High区域不断向核心地位的高水平集聚区域推进的事实。例如，安徽在2008-2011年属于显著的Low-High区域，之后出现明显的跨越现象（从Low-High象限到High-High象限），并且保持其显著性水平不变。由于High-Low区域只有广东省，加之其创新水平受周围省份的影响，所以2008-2013年来一直处于不显著水平，有待进一步发展并带动周围省份发展，最终形成High-High的核心区域。

结论及建议

针对我国区域创新水平在区域经济发展的过程中存在着区域差异性、区域集聚性的现状，本文首先通过差异系数验证了这种差异的存在性，随后从全局空间和局部空间两个角度，将空间统计分析的方法运用到创新水平研究中，深入探索我国区域创新水平在空间上的分布特征，分析了区域创新水平在空间上的结构特点。研究发现，我国区域创新水平的差异系数在时间维度上都大于1，并且系数在5年间处于缓慢上升趋势，说明近年来我国各区域以缓慢的速度不断拉大各地区之间的差异状况，而并没有显示时间趋同的现象；空间维度上，各区域的创新水平存在显著的差异性和集聚性，其分布与空间地理位置大体一致，即自东向西创新水平依次递减。在区域创新水平的空间演化上，区域创新水平形成较为稳定的二元空间结构，呈现以东部沿海地区为主的创新水平较高区域和以中西部地区为主的创新水平较低区域的“核心-外围”二元集聚现象。

根据本文的研究成果，提出区域创新水平的优化途径：对于Low-Low区域，政府应作为重点关注对象，通过给予优惠、鼓励政策，采取产业升级等来提升Low-Low区域的创新水平，进而缩小全国创新水平的差异性，促进各区域可持续发展；对于Low-High区域和High-Low区域，可以采取富邻措施，加强区域创新水平高与低的省份相互合作。对于High-High区域，应保持现有的发展模式，并进一步引导周围省份的发展，使得整体创新水平趋同。此外，还应建立科技创新政策，并积极发挥各区域政府的政策导向作用，延伸区域政府的科技创新服务，并增加对于科技创新的投入，对集成创新、原始创新以及引进再创新的资源进行合理配置。

参考文献：

1.刘国新，冯德雄，姚汉军.区域创新创业能力的综合评价[J].武汉理工大学学报（信息与管理工程版），2003，25（1）

2.牛方曲，刘卫东.我国区域科技创新资源分布及其与经济发展水平协同测度[J].地理科学进展， 2012，31（2）

3.李琳.科技投入-科技创新与区域经济作用机理及实证研究[D].吉林大学，2013

4.卢洋.区域科技创新对西安经济发展的作用及相关对策研究[D].西安科技大学，2006

5.高珊.区域科技创新与吉林经济发展[D].吉林大学，2003

6.许吉黎，韩玉刚，杨显明.安徽省城市科技创新能力评价及格局分析—兼论省域科技创新体系的发展模式[J].地域研究与开发，2013，32（5）

7.谷绍辉.关于山西科技创新水平的实证研究[D].太原科技大学，2011

8.赵元.广州市科技创新能力评估及布局重点研究[D].广东外语外贸大学，2013

9.明阳.四川省科技创新能力评价研究[D].西南石油大学，2013

10.孙亚梅，吕永龙，王铁宇等.基于专利的区域环境技术创新水平空间分异研究[J].环境工程学报，2007，1（3）

11.杨代刚.基于地区差异的区域科技创新能力分布特征研究[J].辽宁师范大学学报（自然科学版），2013，36（2）

12.张志新，孙照吉，薛翘.黄河三角洲区域科技创新能力综合分析与评价研究[J].经济问题，2014（4）

13.王学军，陈武.区域智力资本与区域科技创新能力—指标体系构建及其相关关系研究[J].管理工程学报，2010（3）

14.李柏洲，苏屹.基于改进突变级数的区域科技创新能力评价研究[J].中国软科学，2012（6）

15.王雪青，陈媛，刘炳胜.中国区域房地产经济发展水平空间统计分析—全局Moran`s I、Moran散点图与LISA集聚图的组合研究[J].数理统计与管理，2014，33（1）