浙江省创新热点空间甄别及演化机制研究

， ，

(浙江工业大学 经贸管理学院，浙江 杭州 310023)

日本的“九州硅谷”、英国的剑桥学园和印度的海德拉巴德知城等以先进科技为依托的创新空间，日益证明了彼得·霍尔(Peter Hall)“世界是尖的”的观点。与此同时，“众创空间”“特色小镇”等中国式创新空间的兴起已成为当前地方政府的政策实施热点。纵观改革开放40年来的浙江，其经济发展迈上一个新台阶后，创新指数仍居全国第五，在地方政府热衷于创新空间塑造的背后，创新资源是否实现了优化配置有待进一步探讨，因此，有必要对浙江省的创新空间进行动态监测与绩效评估。

一、文献综述

不同地理尺度上创新空间区位取向及其动因激发了学者们的研究兴趣和政府部门的广为关注。如Feldman等[1]研究发现美国约96%的创新均来源于大都市区；Carrincazeaux等[2]认为法国绝大部分的研发人员集中在经济与教育水平较高的六大地区；王春杨等[3]以中国30个省份为研究对象，发现中国东部沿海的创新水平明显高于西部内陆地区；王兴平等[4]分析南京都市圈创新空间的分布现状发现，其分布格局与都市圈规划确定的空间格局相吻合，且不同城市创新空间的数量差异显著。创新效率及影响因素的测评也是研究热点之一，如最早期的Todtling等[5]研究分析了欧洲11个地区的创新效率及区域间效率差异；金祥荣等[6]实证研究表明：创新成为我国东部地区经济增长的主要动力，而中部和西部地区创新驱动力尚不明显。张江雪等[7]从绿色增长角度出发，测算了2009年中国各省份工业企业绿色技术创新效率。此外，樊华等[8]深入探究了工业结构、对外开放度、高等教育发展水平和政府影响力对科技创新能力的影响；王锐淇等[9]从大专院校的研发经费、进出口贸易、FDI、科技从业人员数量和政府科技投资等方面分析了创新空间差异的成因。

在中国，县域作为国家度量经济发展水平的基本单元已为共识，国家“十三五”规划明确提出建立以市县为单元的空间治理体系。但已有研究大多集中于地级市、省域或更大的地理空间尺度，而作为国家度量经济发展水平的基本单元——县域视角考察区域创新问题鲜少涉及。毋庸置疑，县域是创新空间承载的基本地理单元，以县域为研究视角具有突出地方特色和灵活性强的优点，研究浙江省90个县区的创新空间分布及其演化机制具有重要意义。基于此，本研究在甄别浙江省2005—2015年90个县区的创新热点空间的基础上，采用数据包络分析法(Data Envelopment Analysis, DEA)评价浙江省90个县区的创新效率，进而追踪典型热点空间的生境特征，并借用Tobit回归方法分析区域创新空间演变的影响因素。目的旨在发现浙江省创新活动过程中的优势与薄弱环节，进而为浙江省创新驱动发展提供理论与实践指导。

二、研究方法

(一)熵权综合指数法

(1)

构建创新活度评价综合指数模型为

(2)

式中：CI为浙江省各县区的创新活跃度综合指数；wi为第i个变量的权重值；ri为第i个变量的标准化值。

(二)DEA-Tobit两步法

数据包络分析方法由Chames等于1978年提出，旨在评价“多投入多产出”模式下决策单元间的相对有效性。本研究采用数据包络分析方法中的CCR模型，基本决策单元设定为浙江省90个县区，以便进一步测度其创新效率。该模型具体形式为

(3)

式中：h0(u,v)为相对效率的衡量指标；n为决策单元；xij(j=1,…,m)为s种要素投入；yir(r=1,…,s)为z种产出，且(xij≥0，yir≥0)。进一步，(3)式的对偶形式为

(4)

式中：θ衡量的是决策单元的相对效率，取值范围为[0,1]，θ值越接近于1时表示决策单元DEA越有效。

经数据包络分析测算出决策单元效率值后，为便于评估其影响因子的大小，往往采用“两阶段法”(Two-stage Method)进行更深入的研究，“两阶段法”是在数据包络分析方法基础上衍生得来，第一步通过式(3)(4)建立起来的DEA模型测算被评估单元的效率值，第二步以第一步得出的效率值作为因变量，以影响创新效率的各项指标作为自变量建立回归模型，分析影响决策单元(DMU)效率的主要因素。DEA方法得出的效率值介于0和1之间，回归方程的因变量就被限制在这个区间内，因此，在第二步中的回归分析时采用了Tobit模型，公式为

(5)

三、变量与数据

(一)创新空间甄别指标

创新空间是区域创新能力的体现，以创新产出反映创新活动的最终效果。本研究借鉴顾伟男[10]、吴延兵[11]、王春杨[3]等的研究成果，选取专利比率和高技术产值增加率来构建创新热点空间的甄别指标，均反映的是企业的自主创新水平。

(二)创新效率测算指标

创新效率测评指标体系包括创新投入与创新产出两个方面。参考白俊红[12]、肖文[13]、赵增耀[14]等的研究成果，本研究选用R&D人员和R&D经费支出作为测度区域创新效率的投入指标，以专利申请授权量和新产品产值作为衡量创新产出效果的指标。R&D人员和R&D经费支出反映创新资金的投入情况，专利申请授权量和新产品产值反映创新的规模和程度。

(三)创新空间动态演化驱动因素分析

企业作为创新体系的主体，其创新能力在区域创新中承担着极为重要的角色，也是区域创新的重要标志。与自然界中的生物生态类似，企业成长的质量即决定于自身的内在能力，同时也受到“栖息地”生态环境的制约。栖息地的资源禀赋、社会软环境和区域政府的支持度等特征对创新空间演变有显著影响，参考李婧[15]、白俊红[16]等的研究成果，本研究从社会经济特征角度选取劳动者素质、基础设施、产业结构、金融环境和政府支持作为创新空间动态演化的驱动因素，如表1所示。

表1 变量的统计性描述

(四)数据选取

以浙江省90个县区为研究样本，本研究选取的数据主要来源于《浙江省统计年鉴(2006—2017年)》及各市统计年鉴。但是，考虑到创新活动的投入和产出之间存在时滞性，部分技术创新活动还在存在周期性，在研究已有文献后发现，绝大部分学者默认创新活动的时滞为滞后一年，因此，本研究将创新产出变量滞后1年。

四、实证分析

(一)浙江省热点空间甄别与演化特征分析

图1 2005年浙江省创新热点空间分布图

图2 2010年浙江省创新热点空间分布图

图3 2015年浙江省创新热点空间分布图

分析结果表明创新热点空间主要集聚在浙江省的西北区域，它们总体上可以分为两类：一类是省会城市杭州及其辐射区域，杭州市的滨江区、江干区、西湖区、下城区、临安区的创新活度处于90个县区的领先地位，杭州作为浙江经济发展的“领头羊”，具备省内最完善的基础设施、最发达的科技水平、最先进的人才储备等，对其邻近城市的影响同样也不可置否，如位于杭嘉湖平原腹地的桐乡市、地处杭州湾南岸的慈溪市因受省会城市经济辐射，其创新活度表现强劲；另一类为城市市辖区域，主要为大学、科研机构以及高新技术产业聚集区，其创新活跃度较高，如宁波市市辖的江北区、奉化区、鄞州区，嘉兴市市辖的南湖区，湖州市市辖的南浔区，绍兴市市辖的上虞区，金华市市辖的婺城区以及台州市市辖的黄岩区和椒江区等均为创新的热点空间。浙江省西南区域的创新活度较低，为创新的惰性空间，如常山县、松阳县、泰顺县、文成县、云和县和嵊泗县等。总体而言，浙江省创新热点空间呈现西北强、东南相对弱的趋势。环杭州湾大多县区创新热点空间具有明显增加的态势，温、台地区县、区创新活度的增幅有所减缓；研究时间窗口期内创新惰性空间则以浙西南地区分布为主。

(二)创新空间的效率水平演化特征分析

利用DEAP2.1软件测算创新活动效率，表2显示了应用DEA方法测算的2005，2010和2015年的浙江省90个县区创新效率值。

浙江省创新空间的效率水平整体呈现稳步上升的趋势，但各县的区创新能力差异显著。2005，2010和2015年的创新效率均值分别为0.135，0.130和0.150，相较于全国其他省市来说，创新的投入和产出水平较差，但2015年的创新效率值与十年前相比，有明显提升，且进步空间较大。杭州市滨江区和萧山区、宁波市鄞州区、慈溪市的创新效率值稳居全省前列，而云和县、仙居县、龙游县、衢江区、磐安县、淳安县等地区的创新能力有待进一步加强。

热点空间的创新效率存在差异。杭州市滨江区、宁波市鄞州区、桐乡市、慈溪市、余姚市等作为2015年的创新热点空间，其创新效率仍居全省前列。热点空间的创新活度高，但也可能存在较低的创新效率，如杭州市江干区、西湖区、下城区、拱墅区和嘉兴市南湖区、仙居县以及宁波市江北区等，它们的创新活度与创新投入产出比不匹配，可见，创新活度受区域生态环境的影响较大。

(三)创新空间动态演化机制及其驱动力分析

“栖息地”的生境特征是影响创新热点空间分布格局演变的重要因素，进一步以表2的DEA效率值为因变量，以劳动者素质、基础设施、产业结构、金融环境和政府支持为自变量，Tobit回归结果如表3所示，可以得出如下结论：

1.劳动者素质、产业结构、政府支持显著推动创新热点空间的形成，而基础设施、金融环境与创新活度的相关性较差。回归结果显示：劳动者素质、产业结构和政府支持的回归系数分别为0.004 7363，0.005 8303和0.045 0533，检验概率分别为0.024，0.057和0.000；基础设施和金融环境的回归系数分别为0.001 7652和-0.000 0108，检验概率分别为0.655和0.602。实证结果符合白俊红(2009)、关祥勇(2011)的研究结论。

2.劳动者素质、产业结构、政府支持与区域创新能力显著正相关。劳动者素质越高，区域创新水平就越高，在其他因素不变的情况下，劳动者素质每提高1%，可能使区域创新水平提高0.004 7%。进一步说明，接受过高等教育的高素质人才相对于一般劳动力来说，其丰富的知识体系、快速的知识获取与吸收能力、开阔的创新视野均表明他们是创新活动不可或缺的一部分，高素质人才对创新资源的整合利用，进一步促进了创新效率的全面提升。高技术产业占比越大，产业结构越完善，区域的创新能力则越强。政府对创新的支持力度、对区域创新活动的驱动力最大，政府通过财政补贴或税收优惠加强对科技活动的支持力度,一般来说，该地区的创新活动效率越高，越直观说明政府的支持是提高创新能力的有力保障。

表2 浙江省90个县区创新效率值

注：创新效率评价结果的值落在[0,1]之间，越接近1说明该地区创新效率越高，越接近0说明创新效率越低。

表3 驱动创新空间演变的Tobit回归结果

注：***、**、*分别表示在0.01，0.05，0.10的水平上显著。

3.基础设施、金融环境对创新空间的影响并不显著。从回归系数来看，基础设施的系数符号为正，说明基础设施与创新能力呈正相关关系，基础设施越完善，区域的创新水平越高。金融环境的系数符号为负，说明金融环境并不会驱动创新活动的发展，甚至对其有阻碍作用。通常来说金融环境是促成创新有效发生的基础性条件，是创新活动有效开展的基础平台，本研究结论与常理相悖的原因可能与浙江省的金融机构体系发展不完善有关。

五、结论与启示

本研究首先对浙江省90个县区近十年的创新空间进行热点识别，其次，利用数据包络分析法测算各县区的创新效率值，最后利用Tobit回归分析环境因素对创新空间演化的影响。结果表明：(1)浙江省热点空间呈现由东南向西北转移的趋势。浙江省西北部的创新活度较西南部而言较大，市辖区的创新活度较非市辖区而言较大。(2)高创新活度的地区，其创新投入产出水平可能较高，也可能较低。(3)总体来说，浙江省创新空间的效率水平逐年提升，上升空间较大。(4)劳动者素质、产业结构和政府支持显著影响创新热点空间的形成。劳动者素质越高，产业结构越合理，政府支持力度越大，地区的创新投入产出比就越高，虽然基础设施、金融环境并未显著影响创新的投入产出能力，但从回归结果可以看出，基础设施越完善，区域的创新能力越高。

结合浙江省发展现状，首先启示政府应营造创新创业的良好生态，加强对“众创空间”“特色小镇”的指导和支持，发挥创新热点空间的引领示范作用。在积极效仿杭州市滨江区、慈溪市、义乌市、余姚市等优秀地区发展经验的同时，尊重地区差异，因地制宜的制定发展策略，同时，大力开展地区间的交流合作，强化市辖区的经济辐射作用。其次，创新活动离不开高素质人才的参与，适当的人才激励机制和人才流动的区域配置，都是实现创新活动必不可少的保障性措施。政府应制定与实施各类政策，保证对高技术人才的吸引力，引导高技术人才的流入，以发挥高技术人才的潜能。最后，为减轻企业创新活动的资金压力，扩大高技术人才储备，政府应加大财政支出力度，并应利用区域特色产业带动产业集群的形成，从而实现产业结构的升级转型。

除生境特征外，地理区位的邻近效应如何影响创新空间的动态演化是一个值得思考和研究的问题，也将在今后的研究中予以考察。