上海本土企业合作意愿的空间差异及成因

何瑞婷，杜德斌（华东师范大学 a.城市与区域科学学院；b.科技创新与发展战略研究中心，上海 200241）



上海本土企业合作意愿的空间差异及成因

何瑞婷a，b，杜德斌a，b
（华东师范大学 a.城市与区域科学学院；b.科技创新与发展战略研究中心，上海 200241）

摘要：文章利用空间自相关和半变异函数分析上海本土企业合作意愿的空间差异及成因。研究表明：上海本土企业的合作意愿程度均大于2（一般重要程度），“与大学和科研机构”合作意愿的偏度要低于“与外资企业”合作；在空间格局上，上海本土企业的合作意愿具有显著的空间差异，其中合作意愿的热点区位于中心城区和近郊区，冷点区主要位于远郊区，因此这种差异主要表现为中心城区与远郊区的差异，即合作意愿的强度由城市中心向四周递减，这与外资企业合作的冷热点区分布规律较为吻合；半变异函数模型的主轴方向表明合作意愿的空间差异在东西方向上变化最为剧烈，且块金系数均大于基台系数，说明上海本土企业的合作意愿受到随机性因素影响较大，即上海本土企业的合作意愿不仅受到政策、经济等结构性因素的影响，更多地受到了企业内部的企业文化、产业类型、发展定位等随机因素的影响。

关键词：本土企业；合作意愿；空间差异；上海

［DOI］10.3969/j.issn.1007-5097.2016.03.004

一、引　言

随着经济全球化的发展，科技创新逐渐成为发展经济的必要手段，因此，企业加快科技成果向生产的转化显得尤为重要。国外发达国家的发展实践证明，加强企业与高等院校、科研院所等外部机构的合作是实现科技向生产转化的有效途径［1］。同时，伴随技术的快速更新，国内企业也逐渐趋于选择与高等院校、研究机构或其他企业在人才、信息和生产等方面进行合作，从而解决企业内部创新能力匮乏等问题，同时促使技术成果迅速转化为产品［2-4］。

迄今为止，国内外学者对于企业合作动因、合作强度、合作模式和合作意愿及其影响因素等方面都做了相关研究［5-8］。其中在合作意愿的研究中，对企业合作意愿的影响因素研究成果较多，如沈婉蓉认为由于民营企业在投资主体、经营和管理理念等方面的特殊性，企业合作意愿总是容易受到自身经济利益、国家宏观政策、社会氛围等各种因素的制约［9］；查吉德主要研究了企业与院校合作的意愿及影响其合作意愿的因素［10］；蔡猷花等建立链式产业集群创新主体创新合作意愿影响因素模型，用于认识企业创新合作意愿的影响因素［11］。综上所述，现阶段对于本土企业与高校、科研机构以及外资企业合作意愿的研究大多数使用定性或侧重时间差异进行分析，而与空间差异结合的研究相对较少［9-11］。

在打造全球科技创新中心的时代背景下，上海本土企业肩负着为上海吸引创新人才、提高科技产品的研发能力以及推动高新技术发展的职责。因此，为提高企业科技创新竞争力，企业“与高校和科研机构”及“与外资企业”之间的科技创新合作便应运而生［12-13］。本文以上海区县行政数据作为基本图形数据，结合空间自相关技术、地统计手段，针对上海本土企业与外部机构（高校、科研院所及外资企业）合作意愿的空间差异展开研究，推进上海及类似区域实现企业创新驱动、转型发展，旨在为上海打造全球科技创新中心过程中的本土企业的发展提供科学指导和依据。

二、数据处理与研究方法

（一）数据来源及范围界定

数据来源于2014年7-8月上海研发公共服务平台协助发放的《上海本土企业的科技创新能力研究与评价》问卷调查资料。受调查样本为110家企业，其中有效样本为84家企业，问卷回收率达76.4%，覆盖全市所有区县。问卷调查的内容涉及企业的基本情况、政府对企业自主创新的扶持情况、企业产学研合作情况等内容，指标达51项。本文以上海本土企业与外部机构的合作意愿为主要研究对象，研究区域为上海的市域范围，其分为3个圈层：一是中心城区，包括黄浦区、静安区、卢湾区、徐汇区、长宁区、虹口区、闸北区、杨浦区、普陀区；二是近郊区，包括浦东新区、闵行区、宝山区、嘉定区；三是远郊区，包括青浦区、松江区、金山区、奉贤区和崇明县，具体如图1所示。中心城区近郊区远郊区采样点

图1　上海受访本土企业分布

（二）确定权重及分级指标

根据上海本土企业合作意愿调查问卷来确定评价指标分级。首先通过SPSS软件，在通过了KMO和巴特利特球形的检验下，利用因子分析法确定权重，即确定赋值量化后的本土企业对寻求技术支持、寻求科技人才、获取设备和获取信息这四个方面的合作意愿分别在“与大学和研究机构”以及“与外资企业”合作中的权重（其中“不重要”赋值为1、“一般重要”赋值为2、“重要”赋值为3和“非常重要”赋值为4）；进而确定“与大学和研究机构合作”和“与外资企业合作”两个二级指标的合作意愿程度；最后通过两个二级指标，再次利用因子分析法确定上海本土企业与外部机构合作的整体意愿程度。

（三）研究方法

本文分别使用空间自相关和半变异函数来分析上海本土企业合作意愿的空间差异。空间自相关分析（Spatial Autocorrelation Analysis）可揭示区域单元上某一属性值与邻近区域单元上同一属性值的相关程度，发现空间异质和空间集聚，以此判断区域化变量是否存在空间结构关系［14-15］。地统计学以区域化变量理论为基础，以变异函数为基本工具，研究分布于空间中并显示出一定结构性和随机性的现象［16］。

三、本土企业合作意愿的空间差异及原因

（一）本土企业合作意愿频率分布特征

其中数据接口主要为在各种平台抽取有效的原始数据，主要有订票系统数据、服务系统数据、线路系统数据等，由这些基础性数据组成大数据平台的原始数据。

从表1可以看出，上海本土企业与不同机构合作意愿频率分布均为偏态，数据背离中心，形态也缺乏对称性；仅本土企业与大学和研究机构在获取设备上合作意愿的偏斜系数（Skewness）大于0，说明在与大学和科研机构合作中，更倾向于寻求技术支持、科技人才以及获取信息方面的合作，而获取设备方面的合作意愿相对偏低；所有指标的峰度（Kurtosis）均大于2（一般重要），则说明数据的分布比正态分布高耸且狭窄；所有因子的最大值均为4（非常重要），所有因子的平均值都大于2，故认为本土企业对外的合作意愿均超过了一般重要程度。根据本土企业与外部机构合作的比较可知，其中，“与外资企业”合作的平均意愿程度低于“与大学和科研机构”合作，但“与大学和科研机构”合作的偏态程度要略低于“与外资企业”合作；寻求科技人才和技术支持的平均意愿高于获取信息和获取设备的平均意愿。

表1　上海本土企业与外部机构的合作意愿频率分布特征比较

（二）空间自相关分析

1.全局空间自相关

空间自相关主要包括全局和局部空间自相关两种分析方法［17］。其中，全局空间自相关主要探索属性数据的空间分布特征，通过引入Moran’s I指数来探测整个研究区的空间关联模式［18］，即根据Moran’s I指数取值范围来确定上海本土企业与外部机构合作意愿的空间集聚或分散程度。

全局的Moran’s I指数的测算结果表明（图2），上海本土企业与外部机构整体合作意愿呈空间负相关，说明空间上呈分散状态。

图2　上海本土企业与外部机构合作意愿的全局空间自相关Moran’sI指数

上海本土企业合作意愿中“与外资企业”合作呈现空间正相关性，即空间上呈聚合分布；而“与大学和科研机构”合作呈现空间负相关性，即表现为空间分散分布。可知，上海本土企业与外部机构合作表现为负相关，说明合作意愿的空间差异大。其中，本土企业“与外资企业”的合作意愿的空间差异小于“与大学和科研机构”的合作意愿。在“与大学和科研机构”合作方面，企业在获取设备和获取信息的合作意愿空间差异小，寻求技术支持与寻求科技人才的意愿空间差异大；而在“与外资企业”合作方面，企业在寻求技术支持与寻求科技人才之间的合作意愿空间差异小，在获取信息和获取设备之间的合作意愿空间差异大。

2.局部空间自相关分析

图3　上海本土企业合作意愿的集聚

图4　与大学和科研机构合作意愿的集聚

图5　与外资企业合作意愿的集聚

由上述的一系列集聚图可知：整体上，上海本土企业的合作意愿热点区的分布格局较为一致。从冷热点区域的空间分布来看，上海本土企业与外部机构的合作意愿的热点区主要位于中心城区及近郊区的浦东新区，而冷点区主要集中在远郊区。同时，上海本土企业“与大学和科研机构”以及“与外资企业”的合作意愿在空间上呈现了与整体相似的规律。主要原因是作为体现上海现代化国际大都市特征的中心城区是最富裕最繁华的区域。其中，黄浦区得天独厚的区位、交通、人才优势以及各种有利的政府发展政策（积极扶持中小企业发展、引进优秀人才、鼓励中国公司设立地区总部等）［19］，为推动该区本土企业与外部机构合作提供了良好的基础和外部条件；杨浦区则拥有复旦、同济大学园区等6大科技园区资源，同时具备通过进驻科技园区来获得大学科技资源的“三区联动”政策［20］，为该区本土企业与外部机构合作起到了积极引导与服务的作用；近郊区的浦东新区依托国际人才创新试验区建设与多所高校开展战略合作，通过建设张江核心园、世博园区等来大力吸引高端人才和紧缺人才，而且引入国内外关键核心技术和高端研发资源，推动建设一批由企业、高校及科研机构等各类主体设立的高端研发创新中心，逐渐成为前沿科技的策源之地［21］。因此，中心城区和近郊区的浦东新区在政府政策优越、市场竞争环境激烈等前提下，为了提升企业自身的竞争力，本土企业对与外部机构合作的意愿相对强烈，故合作意愿热点集中于此。

然而，合作意愿冷点区主要位于远郊区的青浦区和崇明县。青浦区经济发展虽有一定基础，但常住人口总量增长较快与新城功能相对滞后的矛盾日益突出，公共服务和资源环境压力较大；崇明县的生态环境品质较高，对提升现代化国际大都市功能具有重要作用，但常住人口已有一定规模，经济社会发展水平相对滞后［22-23］。因此，企业在这些地区设立总部相对较少，而且因为地处远郊区，所以该区域企业相对处于较封闭的状态，政府的相关政策也并未惠及这些地区，导致本土企业的竞争意识薄弱，故而合作的意愿也相应较低。

除了上述的经济、政策因素外，上海本土企业与外部机构合作意愿空间分布的规律与上海各高校及科研院所和外资企业的空间数量分布呈现由城市中心向郊区递减的规律不谋而合。由此说明合作意愿的强度受到距离的影响，周边分布较多的高校和科研院所以及外资企业，则本土企业在当地参与的合作度便高，合作意愿随之增强。

（三）半变异函数

半变异函数是描述各单元属性值随机性和结构性的基本手段，其中，a为变程，表示函数达到基台值时的间距；C0为块金值，又称块金方差，表示区域化变量小于观测尺度时的非连续性变异；C0+C为基台值，又称总方差，表示半变异函数变量随着间距增加到一定尺度后出现的平稳值；C为偏基台值，又称结构方差，表示基台值与块金值的差值。半变异理论的参数中，块金方差与总方差的比值，即块金系数（C0/ （C0+C）），它可以反映局部随机性大小；结构方差与总方差的比值，即基台系数（C/（C0+C）），它可以反映空间自相关引起的结构变异［18，24］。本文通过对原始数据进行对数变换，使得上海本土企业与不同机构合作意愿程度呈正态分布，根据半变异函数的选择标准，最终选取预测误差均方根（RMS）尽可能小的模型类型，确定最佳拟合模型［25］。

半变异函数的计算结果显示（见表2），模型的主轴方向基本一致，均为近于南北方向，表明空间差异在东西方向上变化最为剧烈。上海的中心城区、近郊区以及远郊区是近似东西向分布的，故该现象表明上海本土企业与外部机构合作的意愿呈现由中心城区向远郊区的剧烈变化。表2显示，所有的块金系数均大于基台系数，故对于上海本土企业合作意愿的空间差异而言，随机因素引起的变异大于结构因素引起的变异，即随机变异所占比例大于结构变异［24］。同时，“与外资企业”合作意愿的基台系数小于“与大学和科研机构”的合作意愿，由此说明在影响两者合作意愿空间差异的因素中，“与外资企业”合作意愿受随机因素影响大于“与大学和科研机构”，也就是不确定性的因素对“与外资企业”合作意愿的影响较大。

拥有、掌握与生产了世界绝大多数关键技术的外资企业可以为本土企业提供国际科技资源，进而提升自身的科技水平，然而在此过程中本土企业内部的发展目标以及方向影响着合作意愿的强度，致力于科技创新活动的企业必须要通过与外部进行合作，才能更好地扬长避短。同时，部分企业可能还会考虑到合作带来的知识溢出等效应。同时，外资企业的决策对影响双方合作具有关键作用，决策需要考虑企业的产业类型、知识溢出、企业定位等因素，故而影响的因素众多，且决策者的主观意愿也需要考虑在内，因此随机性较大。而“与大学和科研机构”的合作则依托产学研合作模式，即把以课堂传授知识为主的学校教育与直接获取实际经验、实践能力为主的生产、科研实践有机结合的教育。这种合作方式的客观性较强，因此随机性因素的影响也相对较小。因为大学和科研机构从事的主要是基础研究以及产业共性技术的开发等活动，它是培养科研人才、创新人才的摇篮。一方面企业发展需要合适的人才，另一方面高校希望自己的培养目标更加符合企业的用人标准，企业与大学或科研机构合作的开展对于双方而言均有益处。因此，在“与大学和科研机构”合作中寻求科技人才的合作意愿的结构性影响因素最强。

表2　上海本土企业合作意愿的半变异理论模型及有关参数

四、结论与讨论

本文利用空间自相关分析法和半变异函数分析法，分析上海本土企业与外部机构（大学和科研院所、外资企业）的合作意愿的空间差异，结果表明：①在总体空间格局上，上海本土企业合作意愿的平均水平超过一般重要程度，而且具有显著的空间差异，其中合作意愿的热点区域位于中心城区和近郊区，冷点区主要位于远郊区，因此这种差异主要表现为中心城区与远郊区的差异，即合作意愿的强度由城市中心向四周递减。这与外资企业合作的冷热点区分布规律较为吻合。②“与外资企业”合作意愿的偏度要大于“与大学和科研机构”合作意愿，由此可以说明上海本土企业“与外资企业”合作意愿是影响整体合作意愿的主要因素。原因在于上海汇聚了来自世界各地的外资企业，这些外企带来了本国的高级科技创新资源和技术，本土企业在与大学和科研机构合作过程中获得人才后，需要依托或者借鉴相关的发展经验，以此更快地提升自身的能力。③半变异函数的计算结果模型的主轴方向均为近于南北方向，表明空间差异在东西方向上变化最为剧烈。上海的中心城区、近郊区以及远郊区是近似东西向分布的，故该现象表明上海本土企业与外部机构合作的意愿呈现由中心城区向远郊区的剧烈变化。同时块金系数均大于基台系数，因此合作意愿受到的随机性因素的影响要大于结构性因素的影响。上海本土企业的合作意愿除了受到政策、经济、距离等结构性因素的影响，更主要的是受随机性因素影响，这与上海本土企业的企业文化、企业定位等因素有关。外资企业的合作意愿受到企业的发展方向、产业类型、内部机制、知识溢出等的限制，故随机性大于大学和科研机构；而大学和科研机构的功能定位比较单一，即从事基础教育和科学研究工作，培育全面发展的高精尖人才，影响因素也相对比较稳定。

需要指出的是，虽然本文采用了空间自相关及地统计分析的方法对企业合作意愿的空间差异进行了研究，但由于资料获取困难，样本数量较少，尚存在一定的局限性，有待进一步进行探讨。

参考文献：

［1］陈芳柳，陈莉平.国内外产学研合作的比较研究及其启示［J］.沿海企业与科技，2007（2）：161-165.

［2］吕国庆，曾刚，郭金龙.长三角装备制造业产学研创新网络体系的演化分析［J］.地理科学，2014，34（9）：1051-1059.

［3］宿慧爽，兰衍霏，衣兰文.企业合作伙伴选择研究综述：基于影响因素的视角［J］.现代管理科学，2013（6）：48-50.

［4］千庆兰，陈颖彪，董晓敏.中小企业技术创新行为与创新环境的实证研究——基于广东省785家中小企业的问卷调查［J］.地理科学，2008，28（4）：488-495.

［5］Broekel T.Collaboration Intensity and Regional Innovation Efficiency in Germany—A Conditional Efficiency Approach［J］.Industry and Innovation，2012，19（3）：155-179.

［6］Cassiman B，Veugelers R.R&D Cooperation and Spillovers：Some Empirical Evidence from Belgium［J］.American Eco⁃nomic Review，2002，92（4）：1169-1184.

［7］鲁若愚，张鹏，张红琪.产学研合作创新模式研究——基于广东省部合作创新实践的研究［J］.科学学研究，2012，30 （2）：186-193.

［8］殷志扬，程培堽，林德明.企业参与校企合作的意愿分析——基于计划行为理论的视角［J］.中国农业教育，2012 （2）：7-10.

［9］沈婉蓉.企业产学合作意愿制约因素及其对策研究［J］.岳阳职业技术学院学报，2010（2）：11-14.

［10］查吉德.广州市企业与职业院校合作意愿的调查研究［J］.中国职业技术教育，2006（29）：19-20.

［11］蔡猷花，陈国宏，蔡彬清，等.链式产业集群企业创新合作意愿度的影响因素［J］.技术经济，2014（5）：29-34.

［12］Rigby D，Zook C.Open-Market Innovation［J］.Harvard Business Review，2002，80（10）：80-89.

［13］杨梅英，王芳，周勇.高新技术企业研发合作模式选择研究——基于北京市38家高新技术企业的实证分析［J］.中国软科学，2009（6）：172-177.

［14］Messner S F，Anselin L，Baller R D.The Spatial Patterning of County Homicide Rates：An Application of Exploratory Spatial Data Analysis［J］.Journal of Quantitative Criminol⁃ogy，1999，15（4）：423-450.

［15］黄飞飞，张小林，余华，等.基于空间自相关的江苏省县域经济实力空间差异研究［J］.人文地理，2009，24（2）：84-89.

［16］郭怀成，周丰，刀谞.地统计方法学研究进展［J］.地理研究，2008，27（5）：1191-1201.

［17］公云龙，张绍良，章兰兰.城市地价空间自相关分析——以宿州市为例［J］.经济地理，2011（11）：1906-1911.

［18］靳诚，陆玉麒.基于县域单元的江苏省经济空间格局演化［J］.地理学报，2009，64（6）：713-724.

［19］白晓明.转换思想出新意积极谋略求发展——上海杨浦区“三区联动”发展模式对宁波的启示［J］.宁波教育学院学报，2010，12（4）：1-3.

［20］谢群慧.浦东当先：科技引领，创新驱动——浦东探索成为上海建设全球科技创新中心核心功能区之路［J］.浦东开发，2014（10）：10-12.

［21］聊城市政务服务中心管理办公室.上海黄浦区营商环境考察报告［J］.机构与行政，2014（3）：17-18.

［22］游广永，邹长新，刘冬，等.上海市青浦区资源环境承载力与合理人口容量评价［J］.中国人口·资源与环境，2014 （2）：406-409.

［23］袁雯，Philip James，杨凯.社区可持续发展指标体系研究——以上海崇明为例［J］.地理研究，2003（4）：484-494.

［24］梅志雄，黎夏.基于ESDA和Kriging方法的东莞市住宅价格空间结构［J］.经济地理，2008，28（5）：862-866.

［25］陈海滨.侵蚀红壤小流域土壤养分空间变异与肥力质量评价——以朱溪小流域为例［D］.福州：福建师范大学，2011.

［责任编辑：余志虎］

中图分类号：F127；F270

文献标志码：A

文章编号：1007-5097（2016）03-0021-06

收稿日期：2015-10-10

基金项目：国家自然科学基金项目（41471108）

作者简介：何瑞婷（1990-），女，福建莆田人，硕士研究生，研究方向：科技创新，区域发展；杜德斌（1963-），男，湖北宜昌人，教授，博士生导师，华东师范大学教育部战略研究基地主任，中国地理学会世界地理专业委员会主任，通讯作者，研究方向：城市与区域创新，科技政策，世界经济地理。

Spatial Differences of Cooperation Willingness of Local Enterprises and Their Causes in Shanghai

HE Rui-tinga，b，DU De-bina，b
（a.School of Urban and Regional Science；b.Institute for Innovation Strategic Studies，East China Normal University，Shanghai 200241，China）

Abstract：The paper，applying the spatial autocorrelation and the semi variation function，analyzes the spatial differences of cooperation willingness of local enterprises and their causes in Shanghai.The study shows that：The degree of cooperation will⁃ingness of local enterprises in Shanghai is more than 2（general importance），and the skewness of willingness to cooperate with“universities and scientific research institutions”is lower than that of“foreign enterprises”；On the spatial pattern，the cooperation willingness of local enterprises in Shanghai has significant spatial differences，among them the hot spots of cooper⁃ation willingness are located in the central city and suburban areas，whereas the cold areas are mainly in the outer suburbs，this manifests mainly as the difference between the central city and the outer suburbs，which means the strength of coopera⁃tion willingness decreases from the city center to the periphery，it is similar to the distribution of cooperation willingness of for⁃eign enterprises；The principal axis direction of the semi variation function model shows that the spatial difference of coopera⁃tion willingness is the most intense in the east-west direction，and the nugget coefficient is greater than the base coefficient，which indicates that the cooperation willingness of local enterprises is strongly influenced by random factors，namely the coop⁃eration willingness of local enterprises is not only influenced by structural factors such as policy，economy and so on，but also more influenced by corporate culture，industry type，development orientation and other random factors inside enterprises.

Keywords：local enterprise；cooperation willingness；spatial differences；Shanghai