我国区域创新能力空间分布及影响因素分析

夏杰

摘要：以2011～2018年我国30个省域的面板数据，利用熵值法从创新吸纳、创新成果两个方面评价我国区域创新能力水平，并结合空间自相关检验分析各个地区创新发展水平的差异，在此基础上利用空间计量模型对影响因素进行实证分析。结果表明：江苏、广东二省的创新发展能力最强，新疆、甘肃、贵州等地区的创新发展能力有待提升;我国各省市经济的发展、固定资产投资、对外开放水平对区域创新能力均有积极的推动作用，人均受教育年限系数为负。

关键词：创新发展;综合评价;空间计量模型

0 引言

改革开放以来，中国经济扩张数量令人瞩目，十九大报告提出“我国经济已由高速增长阶段转向高质量发展阶段”的重要论断，意味着经济高质量是中国步入新时代后发展的核心与关键。创新发展作为拉动我国经济高质量发展的第一大马车，是中国经济高质量发展的重要驱动力，是提高社会生产力和综合国力的战略支撑。但是，由于现阶段我国各省市创新能力发展不均衡，部分省市科技创新能力相对滞后，各区域在资源禀赋、经济发展水平、资产投资程度等方面存在较大差异，不可避免地出现区域创新发展水平不平衡状态。为反映我国区域创新发展建设水平及其发展路径，本文对我国省域创新发展水平进行综合评价，探究区域差异性以及影响因素。

1 文献综述

在推动经济高质量发展的背景下，已经有一些学者在对科技创新发展的研究中取得了相应的成果，建立不同的模型进行探讨，朱梦菲等[1]从技术新发明、产业新方向等方面选取指标，建立评价体系，运用AHP-TOPSIS法确定创新策源能力评價值。韩彬[2]从创新投入、产出、环境三个方面对我国区域创新能力进行综合评价，并分析其空间差异性。郑素丽等[3]从研发产出与经济转化两个阶段，利用两阶段DEA的方法对浙江省11个城市的高技术产业创能能力进行分析。祝尔娟等[4]从协同基础、协同行动、协同成效和协同环境四个方面构建京津冀创新发展框架体系，并围绕产业链布局创新链、完善技术交易机制等方面提出建议。王公博等[5]构建包含创新投入、创新环境、创新成果的指标体系，对2015年地级市的创新能力进行测度并考察其空间特征。杨武等[6]利用熵值法设置相应的权重，从“规模-质量-价值”三个维度测算中、美、德、日四个国家的产业技术竞争优势指数。梁俊芬等[7]运用熵值法分析全国各省的农业科技创新能力，认为东部地区的农业科技创新能力优于中西部地区。沈丽等[8]利用空间计量模型分析了金融集聚的空间溢出效应。焦敬娟等[9]采用空间计量模型分析2003年至2013年我国区域创新能力的空间溢出效应以及集聚特征。

经梳理发现现有文献围绕创新发展研究大部分都是建立指标框架体系进行综合评价，而对于创新发展的影响因素以及空间效应的研究目前较少。因此，本文依据创新发展的内涵并基于现有的文献建立相关评价指标体系，测度我国30个省市区域创新发展水平以及不平衡发展现象，并建立空间计量模型分析影响地区创新发展的指标因素，为各地区实现创新发展战略，并推动经济高质量发展具有一定的参考意义。

2 模型与指标的选取

2.1 模型理论概述

2.1.1 熵值法

对于创新发展的各个单项指标，必须采用一定方法将各个单一指标进行综合，并合理设置权重，而熵值法是根据各单项指标所提供信息量大小来确定其权重的一种客观赋权方法，因此本文选用熵值法进行评价。

2.1.2 空间自相关检验

全局自相关取值一般介于-1到1，大于0表示空间正自相关;小于0表示空间负自相关;等于0表明无空间自相关性。局部Morans I是根据截面数据计算而来，可以画出的莫兰散点图有四个象限，分别为高-高、低-高、低-低、高-低聚集模式。

2.1.3 空间计量模型

其中，W为空间地理权重矩阵，y表示各地区的创新能力，X为解释变量，β为各解释变量对创新能力的影响能力的相应系数;WXδ表示相邻省市解释变量对创新能力的影响，而δ为相应的系数向量;ρWy表示相邻省市创新发展能力的影响，ρ称为SAR或者SDM的空间自回归系数;ε为误差扰动项，λ为空间误差模型的空间自相关系数。

2.2 评价指标

2.2.1 创新发展评价指标选取

目前，创新发展所牵涉的方面较多，本文按照创新发展的基本特征及内涵，选取规范科学的指标，并考虑数据的真实性，可得性。选取创新吸纳指标，包括规模以上工业企业R&D人员全时当量（人年），用于反映人力投入，选用规模以上工业企业R&D 经费（万元）、规模以上工业企业新产品研发经费（万元）、规模以上工业企业R&D项目数（项）用于反映资本物力投资，选取科技成果指标，包括技术市场成交额（万元）反应创新成果转化应用能力，国内专利申请受理数（件）、国内专利申请授权数（件）以及规模以上工业企业新产品销售收入（万元）反映区域创新发展成效。

2.2.2 创新发展影响因素的选取

经济发展，指一个国家或地区的经济发展规模、经济增速水平，本文选取地区生产总值反映，下文用x1表示。人均受教育年限，人才振兴对地区的发展起着不可忽视的作用，创新发展更离不开优秀的人才支撑，本文利用国家统计局的数据计算人均受教育年限指标来反映，下文x2表示。固定资产投资，投资对企业的获利能力，抵御风险的能力具有重要的支撑作用，可以推动地区的创新发展，因此本文选取各个地区按行业分城镇固定资产投资额来反映，其中2018年的数据利用《中国统计年鉴》中的固定资产投资额的增长比率计算而来，下文用x3表示。开放程度，开放发展对于地区发展有着长期或者短期的影响，许多创新设备需要从国外引进，本文选取年末登记外商企业投资额来表示，下文用x4表示。

3 实证分析

3.1 区域创新能力评价分析

考虑到创新指标数据的可得性，本文仅选取2011～2018年30个省市作为样本对象进行评价，数据来源于各年《中国统计年鉴》、中国经济社会大数据平台、国家统计局。利用熵值法对各个区域的创新发展水平进行综合评价，综合得分结果如表1所示。

表1显示，时间维度上我国区域各省市的创新发展水平均在稳步提升，经计算可得，创新绩效平均得分从2011年的0.254提升至2018年的0.615，2011年绝大部分省市的综合得分没有超过0.5分，前期各省市的创新发展力度不足，而江苏、广东二省创新能力综合得分达到1分以上，2013年北京市创新绩效得分也超过1分，并且其他省市得分也在逐步增加，说明各省市开始响应国家号召，创新发展能力逐步提升，朝向好的目标迈进。

从空间维度上看，我国区域创新能力有着明显的差异，各个地区科技创新发展并不充分，计算表中各个省市的平均值以及最大最小值数据可以发现，仅有广东、江苏、浙江、北京、山东五省市的平均得分超过1分，排在前五名;、上海、湖北的创新发展综合得分依次排在后面，而新疆、青海、宁夏、甘肃、海南等省综合评价得分不超过0.1，排在后列，这可能是因为前期创新发展投入不足导致的，依据表中数据，不难发现东部沿海省市的创新发展水平明显高于中西部内陆地区，各个地区创新发展水平差异明显，东部沿海地区各省市对外贸易合作交流的机会更多并且与周边城市往来密切，更能带动省域的创新发展;而像中西部省域工业发展基础相对落后，地区发展较为落后，创新投入不足，但是创新发展增长的空间较大，可以利用本地区未被开发利用的资源禀赋，从发达地区学习技术经验，加大人才振興，实现创新能力水平跨越式提升。

3.2 空间自相关分析

从前文的分析可以看出，我国区域创新发展水平存在明显的差异性，现在根据各省市创新能力水平综合得分，采用空间自相关检验的方法揭示区域创新发展水平的空间分布特征。利用整体与局部的空间自相关检验的基本步骤，利用STATA软件计算得到2011～2018年我国30个省市的创新发展水平的Morans I，发现各省市创新发展水平的莫兰指数维持在0.006至0.034之间变动，并且大部分年份通过双边显著性检验。说明我国各省市之间的创新发展水平呈现空间正相关分布特征，同时样本省市在研究期内的莫兰指数呈现出波动状态，表明省域间的创新发展水平的不稳定状态。为反映每一年创新发展的局部自相关状况，本文将2011年以及2018年各省域创新发展水平的集聚结果以表格的形式表示，如表2所示。

从表2中可以发现，上海、浙江、江苏、山东处于高-高象限;其中，安徽省从低-高型象限转向为高-高象限，安徽省与浙江、上海、江苏三省市呈现较为明显的集聚模式，湖北省由2011年低-低象限转向高-高象限，说明湖北省加大了创新发展力度，相关部门的政策实施力度较为明显，由前文创新发展的综合得分可以看出，湖北省平均得分在全国排名第七;北京、广东二省市一直处于高-低象限，说明二省创新能力领先其毗邻省市，与周边地区相比创新发展水平差距较大，周边欠发达地区应加强与北京和广东二地的经济联系，四川省由原来的低-低象限转为高-高象限，说明四川省在这8年的发展期间加大投资力度，创新发展成果显著;云南、贵州、新疆等中西部内陆地区一直处于低-低象限;江西、山西、海南、福建等省一直处于低-高象限，说明创新发展水平不高，与周边省市的经济联系不强，没有提升本区域的创新发展能力。

综述所述，处于H-H象限的城市在不断增加，而处于L-L、L-H象限的城市有所减少，这种分布特征机进一步说明了我国区域创新发展水平的不充分、不平衡性。

3.3 区域创新发展的影响因素实证分析

由于本文选取的数据基于省际面板数据，因此采用空间固定效应模型，针对空间自回归模型（SAR）、空间误差模型（SEM）、空间杜宾模型（SDM）分别进行回归计量。本文选用创新发展综合得分为被解释变量，以前文所述的经济发展水平、人均受教育年限、固定资产投资、开放程度四个方面为解释变量，为避免多重共线性，对于所有样本数据进行双对数处理，分别进行SAR、SEM、SDM固定效应回归，回归结果如表3所示。

从表3中的参数数据可以发现，空间滞后模型的空间自回归系数通过1%的显著性检验，因此本文基于空间滞后模型进行分析。

由表可知，在1%的显著性水平下，经济发展系数是通过检验的，且系数为正为0.675，影响程度最大，说明经济的增长推动创新能力的发展，经济发达可以带来人才的流动，产业结构的升级，能够支撑起创新发展的重任。人均受教育年限系数没有通过显著性检验，且系数为负，说明部分省市需要强化人才振兴战略，加大教育经费投入，提升教育水平，实现科教兴国;固定资产投资额系数和开放程度的系数为正，通过5%的显著性检验，资本的投入、以及外商的引进为科技创新带来了一定的资金保障，可以让更多的企业购买顶尖的设备，增强自主研发能力，优化企业内部资源配置，增强企业竞争力，推动地区的创新发展，但是开放发展系数值较小，与其他指标相比对创新发展的影响程度不高，说明省市之间的外商投资体制并不是很完备，需要建立完善的机制平台。区域创新能力的空间系数显著为正，对各地区创新能力的空间溢出影响效应较大。

4 结论与建议

4.1 结论

（1）我国区域创新发展的整体水平不高，只有江苏、广东、浙江、北京、山东五省市的综合得分达到1分，表现为东部沿海城市以及北京等发达地区的创新发展水平远优于其他省域，新疆、贵州、甘肃等西部地区的创新发展能力有待提升。

（2）我国省域的创新发展水平的Morans I维持在0.006至0.034之间，呈现空间正相关性，但莫兰指数存在波动性，说明创新发展水平不稳定;2011年和2018年的局部空间自相关的Moran散点图显示，低-高与低-低型的地区最多，并且处于H-H象限的省市在增加。

（3）各省域的创新能力存在显著的空间溢出效应，从创新发展的影响因素看，经济发展、固定资产投资、开放水平均对于各地区的创新能力有着显著的正向影响，但人口素质系数为负且不显著。

4.2 建议

基于上述的结果分析，为促进各地区创新发展能力，给出以下建议：

第一，努力缩小我国省域创新发展不平衡问题，对于中西部创新能力较差的地区，需加强与周边综合得分较高的省市的经济联系，此外江苏、广东、北京等地要充分发挥优秀示范区的带动作用，实现互利共赢、优势互补的目标。由于各个地区的资源环境与发展基础不同，地方政府应注重人才培养，加强地方教育，实现人才振兴，促进企业更好的引进优秀人才，推动区域创新能力的发展。

第二，在引进外商投资的过程中，需加强对外资企业的监管控制，优化外商投资体制机制，避免一些耗能大的企业转移至我国，同时减少非核心技术与初级工艺制造项目的引入，在调整优化外商投资的过程中，需合理增加国外技术、设备的引进，避免部分地区在引进的过程中出现恶性竞争等情况，从而不利于各个地区的创新发展。此外各地区还需加强企业固定资产的投资力度，从而提升企业的市场竞争力，优化投资项目的竞争，增强企业竞争实力，实现科技成果的商品化和产品化，从而推动地区的创新发展。

参考文献：

[1] 朱梦菲，陈守明，邵悦心.基于AHP-TOPSIS和SOM聚类的区域创新策源能力评价[J].科研管理，2020，41（2）：40-50.

[2] 韩彬.我国绿色创新能力的空间结构演化[D].临汾：山西师范大学，2018.

[3] 郑素丽，胡一鸣.浙江省高技术产业创新效率评价与优化路径：基于双阶段DEA方法的实证研究[J].科技管理研究，2019，39（5）：89-96.

[4] 祝尔娟，何皛彦.京津冀协同创新水平测度与提升路径研究[J].河北学刊，2020，40（2）：137-144.

[5] 王公博，马悦，向坤，等.中国地级市创新能力评价与空间分异[J].中国科技论坛，2020（3）：118-125.

[6] 杨武，杨大飞，雷家骕.基于专利信息的产业技术竞争优势测度模型构建与实证研究[J].科技进步与对策，2018，35（13）：57-63.

[7] 梁俊芬，方伟，万忠，等.中国省域农业科技创新能力评价——基于绿色发展视角[J].科技管理研究，2020，40（9）：60-67.

[8] 沈丽，邵淑灿，刘媛.金融集聚对“一带一路”区域经济增长的影响——基于空间溢出视角[J].山东工会论坛，2018，24（3）：56-63，69.

[9] 焦敬娟，王姣娥，程珂.中國区域创新能力空间演化及其空间溢出效应[J].经济地理，2017，37（9）：11-18.

[责任编辑：郑笔耕]