基于我国30个省域的区域创新时空变化分析

李子朴

中南财经政法大学，湖北 武汉430073

一、引言

区域创新主要依靠创新投入、创新产出、创新绩效和创新环境来促进经济增长。创新是动力，也是一个国家经济增长的源泉，因而国家越来越重视区域创新。一个地区的创新能力取决于许多因素，不仅包括当地的经济发展水平、人力资本投入、社会制度、经济政策等因素，也取决于相邻省份对本省份创新活动水平的影响。由于创新存在空间溢出性，因此一个省份的创新活动对其它省份的影响会有不同。省域之间的创新交流主要通过知识溢出，即相邻省份之间的信息交流与经济合作。通过研究文献发现，知识溢出能力随地区间的距离增加而减弱。也就是说，省份之间距离越近，交流越密切，知识溢出能力就越强；反之，省份之间距离越远，经济联系、文化交流少，导致知识溢出能力也越弱。由于知识溢出能力在不同省份之间存在差异，导致区域创新活动存在差异，从而影响创新活动的聚集。

国内外学者从多方面研究了不同省域间区域创新活动的相互影响，也对知识溢出所起的作用进行了深刻的分析，并取得了丰富的研究成果。传统的研究分析常常认为创新活动空间之间是相互独立的，没有分析他们之间的相互影响，而且很少有学者从时空变化角度研究区域创新活动的相互影响。本文通过采用探索性空间数据分析来检验一个创新活动在各地区的影响模式是否显著，并通过运用全局空间自相关，来考察创新活动在不同省份之间的相互联系及相互影响，进而说明不同省域之间的创新活动并不是彼此独立的。

二、实证分析

1.数据来源与研究方法

对于创新活动可以采用专利数量，也可以用创新效率来衡量。本文采用国内专利申请受理数作为区域创新的指标，选择国内专利申请受理数而不用国内专利申请授权量，主要原因在于授权量容易受到人员主观意识的影响，而选择国内专利受理数能更好地反映区域创新的强度。文章选取了《中国科技统计年鉴》和《中国统计年鉴》1998-2015年的统计数据，由于西藏地区大部分年份的统计数据缺失，故剔除西藏自治区所有数据，得到我国30个省份18年的数据，并通过计算得到最终需要的数据。文章通过运用GIS软件对1998—2015年我国区域创新能力的时空变化趋势以及省域之间创新活动的分布情况及相互影响情况进行分析。

表1　我国30个省域不同阶段万人专利申请受理数

2.创新活动产出分析

随着我国对创新的重视，以及对创新活动投入的增加，创新已成为促进经济增长的不竭动力。据统计，国内专利申请受理数从1998年9.62万件增加到2015年263.9万件，年平均增长率为14.13%。专利数量的增加，意味着创新产出的增加，实践证明，创新产出的增加大大促进了我国经济的增长。

表1是我国30个省域1998-1999年、2006-2007年、2014-2015年三个阶段的平均国内万人专利申请受理数的数值和排名情况。从表中可以看出，我国各地区创新活动的能力有了大幅提高，专利申请受理数呈快速增长态势。1998-2015年，创新强度增长较快的省份有江苏、浙江、安徽、福建、江西、河南、湖北、重庆、四川、贵州、陕西，年均增长率均超过20%。年平均增长率较低的省份有辽宁和吉林。在三个时间段中，万人专利申请受理数一直排在前几位的是北京、上海、浙江、广东、天津。例如，2014-2015年间，北京、浙江的万人专利申请受理数分别是78.006件和76.653件，处于领先地位，其次是江苏、上海、天津，分别是56.510件、45.914件和41.509件。万人专利申请受理数不超过10件的有16个省份，不超过5件的有7个省份，说明我国创新能力在空间上呈现出不均衡特点。

通过专利申请受理数（见表1），可发现在三个时间段中，创新活动处于领先地位的省份主要是东部沿海省市，而中西部地区的创新活动较为落后。由此可推知，在东部沿海地区首先应用新技术的可能性最大，而新技术的应用又会进一步促进创新活动的空间集聚，使得经济资源继续向东部沿海流动，形成累积效应。同时，南部沿海地区创新活动也比较频繁，内陆地区的创新活动主要集中在我国的中部地区。从2014-2015年专利申请受理数的排名来看，东北地区的创新活动速度有下降趋势，而中部地区创新活动则逐渐增多。

图1　1998-2015年我国省域专利申请受理数Moran’s I数值及变化趋势

3.省域创新产出的空间自相关

由于知识溢出效应，不同省份的创新活动对于相邻省份的创新活动可能会存在影响，为把握影响程度以及集聚趋势，本文应用Moran’s I指数分析不同省份创新活动的空间自相关。

由图 1可以看出，Moran’s I估计值在1998-2004年期间波动不大，从2004年到2011 年，Moran’s I值开始不断提高，从0.0249上升到 0.1467，增加了 0.1218，创新活动的空间分布呈现出逐渐集聚的趋势，同时Moran’I的统计量p值均小于0.05，可知在这段时间内，区域创新活动存在显著的空间自相关。2004到2015年Moran’I值增加的原因是由于单个省份的专利申请受理数逐渐增加，专利受理数呈现出自我强化的态势，造成省份之间相互影响程度变大。从2011年后，Moran’s I值开始呈下降趋势，但是下降幅度不大，主要原因可能是创新区域的转移，由东北地区转移到中部地区，导致其值下降。

4.省域创新产出的热点分析

全局 Moran’sI的指数虽然能通过Moran’s I的变化趋势来说明省份之间专利申请受理数的空间自相关，但是无法区分属性值是高聚类还是低聚类。局部G统计量是在全局空间自相关的基础上构造的另一个局部空间自相关指标，其优点是可以区分高值聚类“热点”区域和低值聚类“冷点”区域。因此，通过GIS软件进行专利申请受理数的热点分析，可找出专利的空间变化规律。

通过对三个时间段分别进行热点分析（如图2所示），发现随着时间的推移，热点区域主要集中在沿海地区，具体表现为东北地区热点区域减少，沿海地区热点区域增加，说明创新活动正从东北向南部沿海转移。这与事实也较相符，目前东北地区的创新力逐渐下降，东部沿海和南部沿海地区已成为创新活动的中心。冷点区域的面积逐渐缩小，说明创新活动低的区域开始缩小，各省份的创新活动都在增加。

图2　热点及冷点区域图

三、结论及建议

通过运用GIS软件说明区域创新时空变化，发现区域创新能力不是相互独立的，而是相互影响的。运用全局自相关和热点分析，发现不同地区创新活动相关程度不同，东部地区创新活动水平和空间相关性较强。中西部地区创新活动较弱，省份之间的相互联系也较弱。

1.分析三个时间段的热点可知：第一，我国专利创新的产出主要集中于少数省份，而且这些省份在地理空间上呈现出空间集聚性和空间依赖性。空间集聚性是指以北京为中心的环渤海地区、以上海为中心的长三角地区、以广东为中心的珠三角地区的创新活动频繁，因受其地区经济水平的限制，中西部地区的创新活动比较少。第二，不同省份之间创新活动的空间相关性和集聚性都存在高度的稳定性，具有不断强化的态势。第三，知识溢出在一定程度上依赖于空间的邻近性，重庆、湖北等地区创新活力的提高，主要是受相邻省份创新活力提高的影响。

2.创新资源存在地域差异。创新活动主要聚集在我国沿海地区，中西部的创新资源仍然向东部沿海地区流动，而中西部地区资源外流使得该地区的创新能力进一步下降。因此，为提升创新活动的能力，各个省份之间应该注意加强相互协同，利用自身的区位优势，通过构建城市圈，加强区域间的空间相关性。另外，还要加强相邻地区的经济合作与文化交流，降低地区间经济交流的成本，促进区域创新活动产出增加，强化创新活动的聚集效应。

3.空间集聚增加。表1表明我国30个省域的专利创新产出数量随着时间的推移逐渐增多，表现出各省域创新能力有自我强化的趋势。图1中的Moran’s I指数变化显示，在一定时间内省域之间空间集聚现象明显，但并没有具体因素表明省域间创新活动要素在加快流动。

4.知识溢出受到空间临近性的影响，也受到区域之间不同人力资本水平、资金投入以及流动区域吸收能力的影响。由于不同地区经济发展水平、文化、制度，以及创新投入都存在差异，不同地区创新能力也有不同。知识溢出的存在，使得创新能力较低的地区可以受到创新能力较高地区有利的影响，提高自身创新能力。同时地区自身也要增加教育投入，加强人才引进力度，改善区域创新环境，以提高区域创新活力。降低不同省域之间的交易成本，增强区域之间的合作，有助于缩小不同区域间创新力的差距。