浙江省研发产业空间格局演变研究*

姜海宁,许乔波,陈秋羽

(浙江师范大学 地理与环境科学学院,浙江 金华 321004)



浙江省研发产业空间格局演变研究*

姜海宁,许乔波,陈秋羽

(浙江师范大学 地理与环境科学学院,浙江 金华 321004)

运用GIS-ESDA分析框架研究了浙江省研发产业空间格局的演变.结果表明：浙江研发产业呈弱集聚格局，且集聚度不断减小；热点区、次热区数量逐渐减少，且逐渐由浙西南向浙东北转移，而浙西南一直为冷点区；增长的集聚现象不显著，其增长的热点区分布与上述热点区格局比较相似；研发产业总体空间差异不断降低，且影响整个空间尺度因随机因素引起的空间差异日益减小，空间连续性和自组织性逐渐增强；从各方向发展趋势看，东南-西北、东-西方向维数较高且逐渐提升，而其他方向日益下降，其中东北-西南方向差异最大.最后从集聚效应、创新环境及技术势差等3个方面分析其驱动力，并提出相应的对策.

研发产业；空间格局；半变异函数；浙江省

进入21世纪，随着经济全球化与知识经济的发展，国家或地区之间综合实力的竞争越来越依赖于其研发能力的强弱.在产品生命周期缩短及研发成本提高的背景下，研发活动于20世纪90年代开始呈现明显外部化倾向[1]，研发产业由此产生.研发产业可以为各产业部门供给研发产品和相关服务[2]，因而有利于区域创新资源的集中，增强自主创新能力，促进产业结构升级，并成为发达国家和地区强力发展的新兴高端产业[3].自“研发产业”概念[4]首次被提出以后，与之相关的研究成果也逐渐增多，涵盖经济学、管理学及地理学等.国外于20世纪70年代开始展开对研发产业的研究，具体集中于组织结构、空间分布及其影响因素等方面的分析[5].与之相比，国内对于研发产业的研究较晚，而且主要针对其概念与形成[6-8]、发展水平评价[9-10]、环境评价[11-12]、演化路径[13-14]、主体[15]及与之关联分析[16-18]等，其中基于地理学视角探讨研发产业的空间分布或集聚方面的研究较少，并且其研究尺度主要集中于全国、都市圈、直辖市及省域范围等，如王承云等对日本[19]、长三角[20]及京津沪渝[5]研发产业空间格局进行了深入的探讨，隆宏贤等[21]则对珠三角研发产业空间集聚及其影响因素进行分析，而张仁开等[22]和覃成林[23]则基于中国范围对研发产业空间差异问题进行分析，张建伟等[24]是基于省域范围探讨研发产业空间格局问题.由此不难发现，目前已有的研究空间尺度一般较大，而基于省域范围的研发产业空间分布较少.不仅如此，已有的研究假设各空间单元是相互独立的，而大多忽视其空间自相关性或空间依赖性对其空间分布的影响，而ESDA分析方法可以有效地弥补此不足.在此背景下，通过ESDA相关分析，探讨2001—2013年以来浙江省研发产业空间分布演化规律及其影响因素，进而为优化浙江研发产业的布局提供一定的理论参考.

1 研究方法和数据来源

1.1 研究方法

1.1.1 空间关联分析

1)Moran′sI指数

该指数检验邻近研究单元之间相似、相异或彼此独立关系.其值接近1时表明具有相似属性区域的集聚；值接近-1时表明具有相异属性区域的集聚；值接近于0，则表示属性是随机分布或不存在空间相关性.对Moran′sI结果进行统计检验，我们采用Z检验，其中E(I)为数学期望.

2)Getis-OrdG*i指数

该指数主要用于识别区域要素的高值簇与低值簇，即热点区与冷点区的空间格局.如果该指数为正且显著，表明其属于高值集聚热点区；反之,则表明其属于低值集聚冷点区.

1.1.2 半变异函数分析

半变异函数是描述区域化变量随机性和结构性的基本手段，是描述样本点变异值与样本点间距离的函数[25].除距离外，方向也是半变异函数的重要特征量，即各向同性和各向异性.除此之外，半变异函数还有一个重要参数——分维数D，其值越大，表示由结构性因子引起的空间异质性越大；反之则是由随机性因子导致的空间异质性就越高[26]，其值愈接近2，表示空间分布愈均衡.

1.2 数据来源

本文借鉴文献[24]的研究成果，具体选择专利授予数量来代表地区研发产业发展水平[24,27]，并以县域尺度作为研究单元.此外，浙江省各县域的专利数据通过在中华人民共和国知识产权局网站上进行逐一搜索而获得，其中市区则首先通过分区进行查询，然后再进行整理统计而得.

2 研发产业的空间特征演变

2.1 总体特征

2.1.1 全局自相关分析

通过测度分析发现，全局Moran′sI值全部为正但较小，变化起伏大且总体呈逐渐缩小趋势，这说明浙江省研发产业总体呈弱集聚格局，且集聚程度随着时间的推移而不断减小.尽管上述4个年份全局Moran′sI的变化在一定程度上说明2001年以来浙江研发产业集聚区发生了一定的演化和迁移现象，但其基本格局总体较稳定，即研发产业在创新能力较强的浙东北地区高度集聚，而在创新能力滞后的浙西南地区，其集聚度较低的局面依然存在.

表1 浙江省研发产业的Moran′s I估计值

注：“***”表示0.01的显著度；“**”表示0.05的显著度；“*”表示0.1的显著度.

2.1.2 局部自相关分析

上述全局Moran′sI指数分析主要针对总体空间特征的分析，因而,为了进一步分析其局部空间集聚情况，本文通过对Getis-OrdG*i测算来分析其集聚热点区域的变化，并生成空间分布的热点区演化图，见图1.

图1 浙江省研发产业空间格局的热点区演化

总体来说，浙江省研发产业热点区主要集中于浙东北地区，而且随着时间的推移，其热点区、次热区数量总体呈减少的趋势，具体表现为浙中及浙江东南边缘地带的热点区与次热区逐渐转变为次冷区.相对前3个年份来说，2013年发生最大的变化就是次热区数量骤减，而原来的次热区转变成次冷区，并且不断向宁波市区及其所辖周边零星县市、杭州市区等区域集聚，这说明由于杭州、宁波研发环境的不断优化及集聚经济效应等因素的影响，浙江研发产业逐渐呈现由浙西南地区向杭州湾沿岸地区转移，且该趋势日益显著.与之相比，浙西南地区在此期间一直被冷点区所覆盖，其研发产业发展提升幅度较小，在全省研发地位并没有得到实质性的改变.

2.2 研发产业增长格局特征分析

2.2.1 全局自相关分析

在上述分析的基础上，本文将上述4个时间断面划分为3个时段，对浙江研发产业增长量进行动态分析，具体依然利用Moran′sI指数对其进行测度(见表2)，结果表明，随着时间的推移，浙江研发产业增长的全局Moran′sI值为正且较小，并呈现“先上升后下降”的变化态势，而总体呈增大的趋势，具体由2001—2005年时段的0.015增至2009—2013年时段的0.125，扩大8倍左右，这说明浙江研发产业相邻空间单元呈弱正相关，但集聚度不断升高，从趋于无规律的随机分布向弱集聚格局转变.

表2 浙江省研发产业增长变化的Moran′s I估计值

注：“***”表示0.001的显著度；“**”表示0.01的显著度；“*”表示0.05的显著度.

2.2.2 局部自相关分析

依然通过对每个时段的Getis-OrdG*i进行测算来表征其空间增长格局，结果表明，浙江省研发产业增长的热点区分布与上述热点区格局比较相似，即研发产业集聚区同时也是研发产业增长的热点区(见图2).这与传统认为“它们存在一定的相互关联性”[25]的结论不同，即某个时段的研发产业冷点区(热点区)往往会促使该时段研发产业增长的热点区(冷点区)产生跃迁现象.具体来说，研发产业增长的热点区数量较少但较稳定，集中于杭州市区与宁波市区2个地区，次热区分布数量逐年递减，由2001—2005年时段的8个下降到2005—2009年时段的7个,而后再下降至2009—2013年的2个，呈现由分散向集中的转变态势，具体从浙中、浙江东南沿海地带向浙东北地区，尤其是宁波市区及其所辖部分县市、杭州市区等地区集聚，而绝大部分浙西南地区主要被冷点区所覆盖.这说明因集聚经济效应及区域创新环境差异等因素影响，浙西南地区尽管近年来创新环境得到不断优化，但研发产业无论是总量还是增长速度均处于劣势，因而未来较长时间，以杭州市区与宁波市区为代表的浙东北地区研发产业发展仍处于全省的主导地位，与浙西南地区的差距依然会不断扩大，亟待改善.

3 空间格局演化机理、驱动力及优化对策

3.1 格局演化机理

首先通过将专利授权量赋值至各研究单元几何中心点，然后将采样步长定为50 km，并对半变异函数及相关指标进行测度，最后对其Kriging 插值进行分析，见图3及表3、表4.

1)块金值、块金系数和基台值都出现了不同幅度的降低，这说明随着时间的推移，其总体空间差异日益下降，并影响整个空间尺度因随机因素导致的差异逐渐缩小，但由空间相关引起的结构化分异却逐渐提升.2)研发产业在既定步长下的变程发生“上升→下降→上升”的变化，而整体呈现扩大的态势，这说明浙江研发产业逐渐向热点区集聚的同时，其空间关联效应的影响范围在不断扩大.3)除了2009年选择球形模型外，其他年份都是高斯模型，并且其拟合系数都至少为98%，拟合效果较好，这表示浙江研发产业发展尽管存在一定的随机性，但其总体空间格局演变的连续性及空间的自组织性越来越强.4)全方向维数值随着时间的推移而发生起伏，但整体呈减少态势，不断远离均衡理想值，且拟合度较高，这表示其空间差异在逐渐增大；从各方向分维数看，东南-西北、东-西方向的维数值较高且逐渐上升，其中前者数值接近2，而后者数值仅次于前者，这说明东南-西北、东-西方向的均质性较高且不断提升，尤其是前者均质性最高，趋于均质理想分布，而且提升速度更快.相比之下，东北-西南和南-北方向维数呈下降趋势，其空间差异不断扩大，其中东北-西南方向相对最小，差异最大.5)从Kriging插值3D拟合图可知，随着时间的推移，浙江省研发产业空间分布形态和内在结构演变具有一定的连续性和规律性.4个年份的图形峰值主要分布在“杭—甬”沿线地区，成为研发产业的核心集聚区，而且随着杭州与宁波创新环境不断优化及集聚经济效应等因素影响，研发产业有进一步向这两大集聚中心集中的趋势，而浙江西南地区一直相对处于凹陷地带.总体来说，4个年份的图形存在较大的相似性，均呈现出以浙东北地区隆起、但浙西南边缘区域凹陷的格局形态随着时间的推移而变化较小，这表示浙江研发产业已形成稳定的空间格局态势.

图2 浙江省研发产业增长格局的热点区演变

图3 浙江省研发产业半变异函数演化(左：同向方差拟合图；右：Kriging 3D插值图)

2001年2005年2009年2013年变程a3.83E+055.98E+054.16E+054.66E+05块金值C01.6081.6800.7920.883基台值C0+C3.9315.4073.3812.901块金系数C0/(C0+C)0.4090.3110.2340.304拟合模型Model Gaussian Gaussian Spherical Gaussian 决定系数R20.9880.9910.9890.982

表4 浙江省研发产业格局半变异函数分维数

3.2 驱动力分析

3.2.1 集聚效应驱动

与其他产业一样，研发产业的空间集聚有利于实现资源共享，降低投资风险与研发成本，通过发挥外部规模经济效益而得到不断加强，而且以其成功的示范效应来促进当地研发产业的发展.宁波市区、杭州市区始终是浙江经济最发达、创新能力最强的地区，最早进行研发活动的企业或科研机构等行为主体，通过成功示范效应对该地区潜在的研发机构的孵化与成长起到很大的推动作用，从而形成一定的循环累积效应，进而对跨国研发机构也具有一定的吸引作用.正因为如此，杭州市区与宁波市区的研发产业始终是浙江研发活动最活跃的地区，具体可通过测度各研究单元新授权专利的授权量与原专利授权存量的相关性来证实，结果表明，2001—2005年、2005—2009年及2009—2013年3个时段的新入专利授权量分别与2001年、2005年和2009年的专利授权量均呈线性正相关，其相关性系数R2分别为0.36,0.67和0.77，其数值逐渐上升，这说明浙江各研究单元原专利授权量分布特征对新专利授权量的区位选择具有显著影响，即集聚效应是新专利授权量空间分布的重要驱动力.

3.2.2 创新环境驱动

研发创新是企业发展的活力源泉，其过程离不开良好的创新环境条件.创新环境包括硬环境与软环境，其中前者包括交通基础设施、通信基础设施、生产服务设施及创新资金等，而后者则指人口素质、政府政策、市场环境和制度等.相对于丽水、衢州等浙江西南地区来说，以杭州、宁波为中心的浙江东北地区无论是创新硬环境还是软环境均具有明显优势，这也为其自主创新提供良好的温床，从而成为推动其研发产业快速发展的重要力量.

3.2.3 技术势差驱动

技术势差是指不同国家或地区的企业技术水平存在差距.通过诸多研究证实，东道国企业与投资国之间的技术势差过大，其承接与吸收相关跨国投资企业的能力较低，而只有与之技术势差较小的东道国或地区才能更加吸引跨国企业的投资.因此，与浙西南相比，以杭州市区、宁波市区及所辖部分县市为代表的浙东北地区与西方发达国家研发产业的技术势差相对较小，其对跨国研发产业的承载与吸收能力相对较强，加之外商为了降低投资风险，提高经济效益，均使得浙东北地区更加倾向于成为跨国研发产业优先选择的投资区位.

3.3 对策建议

由上述分析知，在未来较长时间内，宁波市区及其所辖部分县市、杭州市区等研发产业热点区在浙江省的优势地位无法动摇，因而,在继续保持与推进浙东北研发产业的同时，还应当考虑如何提升浙西南地区研发产业的冷点区，进而缩小与上述热点区间的差距，具体从如下4个方面来展开分析.

3.3.1 加强政策支持与资金投入

如果本土企业在第1期研发竞争中失利的话，那么在第2期研发竞争中更加困难，且要持续投入更多的研发资金，进而造成恶性循环，因此，本土企业初期研发阶段往往通过加大资金投入来争取可能的研发成功[28]，而资金短缺却成为浙西南本土企业进行研发活动最大的障碍之一.基于此，浙江省政府及当地政府应加大对浙西南本土企业研发政策和资金支持的力度，具体可通过设立专项资金对当地重点产业与重点领域的技术改造和创新进行补助和奖励，支撑和促进浙西南地区研发产业的跨越式发展.

3.3.2 增强自主创新能力，吸引跨国公司研发投资

随着经济全球化与知识经济的不断推进，越来越多的跨国研发机构或研发中心开始到浙江进行投资，进而成为全球技术扩散的重要渠道.基于此，浙江省，尤其是浙西南地区应当充分利用世界先进的科技资源，从而更好地增强自主创新能力，缩小与跨国企业之间的技术势差，进一步吸引跨国研发中心或机构在该地区的投资.

3.3.3 优化企业创新环境

创新环境是各类创新活动生存发展的土壤，而好的创新环境有利于创新思想的孕育和创新成果的形成.相对于浙东北来说，浙西南地区在产业结构、市场机制和居民素质等创新环境指标上明显处于全省的劣势，因而应努力优化创新环境，进而为跨国企业研发投资和本土企业研发提供强有力的支撑，同时还应当积极培养和引进高级人才，构建吸纳人才的激励机制，从而为浙西南本土企业及跨国公司的研发活动提供人才资源，进而增强该地区对跨国研发机构的吸引力,并促进本土企业研发产业的发展.

3.3.4 强化跨区域创新合作

因以宁波市区及其所辖部分县市、杭州市区等为代表的浙东北地区为浙江研发产业最重要的集聚区，因此,浙西南地区应当主动与浙东北地区进行跨区域创新合作，具体是后者通过技术交易、产品和服务示范应用、设立分支机构、跨区域并购、共建园区和创新协作等方式促进自身做大做强的同时，还带动浙西南地区创新能力的提升.

4 结 论

运用GIS-ESDA空间分析框架，选取2001年、2005年、2009年和2013年4个年份的研发产业为研究指标，具体结合Moran′sI和Getis-OrdG*i、空间变差函数等方法分析浙江省研发产业空间格局演化状况，结果表明：研发产业分布总体呈弱集聚格局，而且其集聚程度随着时间的推移而不断减小，热点区、次热区数量逐渐减少，呈现由浙西南地区向宁波市区及其所辖部分县市、杭州市区等浙东北地区转移，而广大的浙西南地区一直被冷点区所覆盖；研发产业增长格局集聚程度较弱，其热点区数量较少但相对稳定，主要分布于杭州市区与宁波市区，次热区则总体呈现由分散布局向浙东北地区集中的转变态势，且绝大部分浙西南地区主要被冷点区所覆盖；研发产业整体空间差异不断降低，并且影响整个空间尺度由于随机因素导致的差异在日益缩小，其空间连续性和自组织性都比较好.对各方向发展来说，东南-西北、东-西方向维数较高且逐渐提升，尤其前者趋于均质分布理想值，而其他方向维数值均不断下降，其中东北-西南方向空间差异度相对最大.最后将其空间格局演化的驱动力归结为集聚效应、创新环境和技术势差3个方面，并提出相应的对策建议.尽管如此，与综合性指标相比，本文的研究指标过于单一，难免会影响对浙江省研发产业的空间格局演变规律的揭示，这也是以后进一步研究的方向.

[1]黄鲁成,陈曦.国外研发产业主体运行机制分析[J].科学学与科学技术管理,2006(5):9-13.

[2]张战仁,杜德斌.上海研发产业发展环境优化潜力及现实挑战研究[J].中国科技论坛,2010(6):87-93.

[3]邹文杰.研发产业及其组织形式：日本的实践与启示[J].中国经济问题,2012(7):103-108.

[4]Luger M I,Feller I,Renault C S.Evaluation of maine’s public investment in research & development[M].Chapel Hill:Office of Economics Development University of North Carolina,2001.

[5]王承云,秦健,杨随.京津沪渝创新型城区研发产业集群研究[J].地理学报,2013,68(8):1097-1109.

[6]高汝熹,张国安,谢曙光.上海R&D产业发展前景[J].上海经济研究,2001(9):22-28.

[7]杜德斌,周天瑜,王勇,等.世界R&D产业的发展现状及趋势[J].世界地理研究,2007(1):1-7.

[8]赵红光.R&D产业内涵及其形成的动力机制分析[J].中国软科学,2007(2):66-71.

[9]任伟宏,黄鲁成.研发产业发展水平评价研究[J].科学管理研究,2008,26(3):43-46.

[10]夏海力,贾海成,黄莹.基于因子分析的长三角主要城市研发产业发展综合评价与分析[J].科技进步与对策,2012,29(21):109-112.

[11]韩霞.北京和上海研发产业发展环境比较研究[J].当代经济研究,2009(6):44-47.

[12]张战仁,黄亮,杜德斌.研发产业发展的环境评价及我国重点区域环境比较研究[J].中国科技论坛,2011(9):43-49.

[13]邹文杰.基于Logistic模型的我国研发产业演化路径实证研究[J].经济研究参考,2013(53):82-86.

[14]代明,韩启钰,刘俊杰.研发产业演化动力、发展障碍及路径研究[J].科技进步与对策,2013,30(12):57-62.

[15]黄鲁成,陈曦.国外研发产业主体运行机制分析[J].科学学与科学技术管理,2006(5):9-13.

[16]张建伟,杜德斌,张战仁.研发产业与城市化互动视角下研发城市的构建[J].科学学与科学技术管理,2011,32(5):102-107.

[17]曾琎.研发产业与城市科技竞争力关联分析[J].科技进步与对策,2013,30(15):80-82.

[18] 张战仁,杜德斌.研发产业与上海经济增长的协整与因果互动机制研究[J].软科学,2009,23(10):91-94.

[19]王承云.日本研发产业的空间集聚与影响因素分析[J].地理学报,2010,65(4):387-396.

[20]王承云,张婷婷.长三角地区研发产业的空间结构演化[J].地理科学进展,2012,31(8):989-996.

[21]隆宏贤,姚楚君.珠三角区域研发产业空间集聚及影响因素研究[J].科技管理研究,2014(7):185-190.

[22]张仁开,杜德斌.中国R&D产业发展的空间差异及地域分类研究[J].地域研究与开发,2006,25(4):20-24.

[23]覃成林.区域R&D产业发展差异分析[J].中国软科学,2002(7):95-97.

[24]张建伟,赵建吉,张战仁.江苏省研发产业空间差异演变研究[J].世界地理研究,2013,22(2):123-130;175.

[25]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.

[26]张雪艳,胡云锋,庄大方,等.蒙古高原NDVI的空间格局及空间分异[J].地理研究,2009,28(1):10-18．

[27]张建伟,杜德斌,张战仁.技术学习通道与上海研发产业因果关联机制分析[J].中国科技论坛,2011(4):56-61.

[28]韩伟杰.跨国公司在华研发特点与国内企业研发的对策[D].成都:电子科技大学,2006.

(责任编辑 杜利民)

Research on spatial pattern evolution of R&D industry in Zhejiang province

JIANG Haining,XU Qiaobo,CHEN Qiuyu

(CollegeofGeographyandEnvironmentSciences,ZhejiangNormalUniversity,Jinhua321004,China)

Based on analysis with ESDA-GIS framework， the spatial pattern evolution of R&D industry at county level in Zhejiang province was studied.The results showed that the overall agglomeration degree of R&D industry was quite low and seemed continue to drop.The number of hotspot regions and sub-hot regions transfer from southwest of Zhejiang to the northeast and gradually dwindle down,while the vast south-west regions of Zhejiang were always cold spot regions.As to the growth framework,the agglomeration phenomenon of R&D industry was not obvious at all,and the growth pattern of hotspot regions was very similar to the spatial pattern of the analysis about hotspot regions.The overall spatial difference of R&D industry tended to be slight,in addition， the spatial framework of R&D industry tended to be more continuous and self-organized， and the spatial variability was contributed to the influencing of the correlation rather than of the random gradually.The homogeneousness of R&D industry in the directions of southeast-northwest and east-west was typical and increased,while the value of fractional dimension in the other direction continued to fall,moreover,the spatial difference in the direction of northeast-southwest was the greatest of all.Furthermore,the driving forces of the spatial pattern of R&D industry in Zhejiang were analyzed,such as the agglomeration effect,innovation environment,technical potential difference and so on.Several corresponding countermeasures were put finally forward.

R&D industry； spatial pattern； semi-variogram function； Zhejiang province

10.16218/j.issn.1001-5051.2016.01.016

��2015-10-16；

2015-10-22

国家自然科学基金资助项目(41501119)；浙江省教育厅一般科研项目(KYZSKY14043)；浙江省社科联重点项目(2015Z025)；中国博士后科学基金项目(2015M571105)

姜海宁(1982-)，男，江苏徐州人，讲师，博士.主要研究方向:经济地理.

F301.24

A

1001-5051(2016)01-087-09