中国集成电路产业创新产出的分布特征及影响因素

陈秋玲 洪佳妮 孙 婷 王天驰

一、引言

集成电路产业作为国之重器，影响着我国未来科技产业革命的发展进程。随着我国的技术水平与世界前沿的差距不断缩小，集成电路产业的技术引进正逐渐被技术创新取代。2011年国务院发布《进一步鼓励软件产业和集成电路产业发展的若干政策》，促使集成电路产业更加注重自主研发和协同创新，专利申请数量持续增加。但是我国集成电路产业仍然面临“卡脖子”技术问题，如何突破关键技术来提升创新能力成为现阶段的一道难题。①陈红：《科技创新下的技术预见》，《创新科技》2013年第6期，第8—9页。因此，集成电路产业迫切需要提高自主创新水平，以此打破国外高端芯片的垄断地位，实现高质量发展。

国内外学者已陆续开始对集成电路产业创新产出展开研究。李宏宽等利用广义三阶段数据包络分析（DEA）模型对我国集成电路产业整体及产业链各环节技术创新效率及差异进行测度和比较，再通过Tobit回归探究了技术创新效率的影响因素。②李宏宽、何海燕、单捷飞等：《剔除非管理性因素影响的我国集成电路产业技术创新效率研究：基于广义三阶段DEA和Tobit模型》，《管理工程学报》2020年第2期，第60—70页。李赛赛和陈宏平构建了中国集成电路产业技术创新能力评价指标体系，实证研究了集成电路产业技术创新能力。①李赛赛、陈宏平：《中国集成电路产业技术创新能力测度与评价》，《科技创新与应用》2020年第7期，第28—32页。雷瑾亮定性分析了影响集成电路产业竞争优势的直接因素和间接因素，认为各因素共同发生作用，促进或阻碍一国集成电路产业的发展。②雷瑾亮：《我国集成电路产业发展影响因素及发展模式探索》，《电子技术应用》2013年第4期，第9—11页。陈玥卓实证研究了税收优惠政策对集成电路企业创新产出的影响。③陈玥卓：《税收优惠影响企业创新产出的多元机制研究——来自中国软件与集成电路产业的证据》，《科技进步与对策》2020年第18期，第123—132页。Rasiah等研究了集成电路产业创新能力、政府支持和出口三者之间的关系，发现政府支持显著提升了集成电路的创新能力，创新能力的提升促进出口的增长。④Rasiah R, Shahrivar B S,Yap X S,“Institutional Support, Innovation Capabilities and Exports: Evidence from the Semiconductor Industry in Taiwan”, in Technological Forecasting and Social Change, 2016, Vol.109, No.3,pp.69—75.冯梅等围绕研发平台、科研机构、科技企业、科技人才、科研项目、科技成果等方面对重庆集成电路产业创新链关键要素进行了系统性分析，发现存在高水平研发平台稀缺、科研机构总量不足、高层次人才匮乏等问题。⑤冯梅、张磊、瘳敏等：《重庆市集成电路产业创新链关键要素研究》，《微电子学》2020年第6期，第868—874页。舒贵彪利用三阶段DEA模型测算我国集成电路产业技术创新质量，发现综合技术创新质量水平较低，进而分析了技术市场环境等环境变量对集成电路产业技术创新质量的影响。⑥舒贵彪：《技术创新质量评价——基于集成电路产业的实证研究》，《经营与管理》2021年第2期，第187—192页。

综上所述，以往对于集成电路产业创新产出分布特征的研究较少，且从经济、政策等多角度探究创新产出影响因素的实证研究较为缺乏。因此，本文旨在研究全国集成电路产业创新产出的分布特征及影响因素，贡献主要体现在以下两个方面：第一，利用中国31个省（区、市）的面板数据，从时间和空间两个维度揭示我国集成电路产业创新产出分布变化的规律；第二，将经济基础、产业结构、科技人员、教育水平、交通运输和政府支持等纳入同一框架，探究其对集成电路产业创新产出的影响。研究结果可为我国集成电路产业提升创新能力、优化创新空间格局、制定合理的区域科技政策提供参考。

二、数据来源与研究方法

（一）数据来源

专利与创新活动相关性比较显著，反映了科学发明和创新活动的结果，能较为全面地反映区域创新差异。⑦吴玉鸣：《大学、企业研发与区域创新的空间统计与计量分析》，《数理统计与管理》2007年第2期，第318—325页。专利授权量是衡量创新产出水平常用的指标之一。①曹贤忠、曾刚、邹琳：《长三角城市群R&D资源投入产出效率分析及空间分异》，《经济地理》2015年第1期，第104—111页。②段德忠、杜德斌、刘承良：《上海和北京城市创新空间结构的时空演化模式》，《地理学报》2015年第12期，第1911—1925页。③Wei Y H, Zhang H, Wei J,“Patent Elasticity, R&D Intensity and Regional Innovation Capacity in China”, in World Patent Information, 2015, Vol.43, pp.50—59.文本选取2011—2019年间中国31个省（区、市）作为样本，数据来源于国家知识产权局专利检索系统、《中国统计年鉴》《中国社会统计年鉴》《中国科技年鉴》以及各地区的统计年鉴。

（二）研究方法

1. 区位基尼系数

目前衡量产业空间集聚程度的指标有熵指数、区位基尼系数、赫芬达尔指数及变异系数等。基尼系数用于衡量收入分布的不平等，之后国内外诸多学者采用区位基尼系数来衡量产业在地理分布中的集中程度，研究产业地理集聚问题。由于区位基尼系数计算简单快捷并且能够利用最易得到的数据测度创新产出的集聚程度，本文选取区位基尼系数测度我国集成电路创新产出的地理集聚特征。区位基尼系数G计算公式如下：

式中：n为区域个数，表示创新产出的平均值，xi为i地区的创新产出，xj为j地区的创新产出。

空间基尼系数取值越接近1，说明该产业创新产出分布越集聚；空间基尼系数取值越接近0，则说明该产业创新产出分布越均匀。

2. 空间自相关

空间自相关是验证某要素与其相邻空间要素属性值相关度的指标，本文采用全局及局部空间自相关对专利授权分布的地理空间相关性进行分析。

（1）全局空间自相关

全局空间自相关衡量整体空间依赖性和差异水平。通常使用莫兰指数（Moran’sI）进行测度，计算公式如下：

空间权重矩阵行标准化后，Moran’sI取值范围为[-1，1]，当Moran’sI大于0时，表示区域整体呈现空间正自相关性；当Moran’sI小于0时，表示区域整体呈现空间负自相关性；Moran’sI取值越接近于0，则表明越随机空间分布，无空间自相关。为计算创新产出的空间自相关特征，估计统计量Z，其计算公式如下①蒋天颖：《我国区域创新差异时空格局演化及其影响因素分析》，《经济地理》2013年第6期，第22—29页。：

式中：E(I)表示Moran’sI的期望值，SVAR(I)表示Moran’sI的方差值。

当Z大于0且显著时，创新产出表现正的空间自相关；当Z小于0且显著时，创新产出表现负的空间自相关；当Z等于0时，创新产出呈随机分布。

（2）局部空间自相关

全局空间自相关无法体现局部地区的空间集聚强度和空间变化的显著性趋势，全局指标有时会掩盖局部状态的不稳定性。②Ord J K, Getis A,“Local Spatial Autocorrelation Statistics: Distribution Issues and an Application”, in Geographical Analysis, 1995, Vol.27, No.4, pp.286—306.因此本文进一步采用局部G系数来分析区域空间聚集特征，其计算公式如下③张松林、张昆：《局部空间自相关指标对比研究》，《统计研究》2007年第7期，第65—67页。：

三、时空分布特征分析

（一）总体集聚特征

为分析集成电路产业创新产出的区域集聚情况，根据式（1）运用R语言程序编程，计算出全国、东部、中部、西部和东北创新产出的区位基尼系数，如图1所示。

图1 集成电路产业创新产出区位基尼系数

由图1可知，从总体上看，2011—2019年全国、东部、东北创新产出的区位基尼系数呈上升趋势，西部、中部呈下降趋势。区位基尼系数走势总体较为平缓，表明全国和各地区创新产出的集聚程度变化较小。经过对比分析，可以发现全国和各地区的区位基尼系数在数值上存在明显差异：东部创新产出的变化趋势与全国较为接近，区位基尼系数围绕0.45上下波动，2019年达到最大值0.49，表明东部创新产出在2019年集聚程度最大；中部创新产出区位基尼系数波动较为明显，2011—2014年呈现下降趋势，2014—2019年围绕0.2上下波动；西部创新产出差异变化较大，数值上与全国的区位基尼系数较为接近，但变化趋势与全国呈现镜像特征；东北创新产出差异变化较小，与东部均呈现出先下降再上升的趋势，在2019年达到最大值0.23，与中部较为接近。总的来看，2015年后区位基尼系数均表现出缓慢上升的趋势，说明全国和各地区创新产出的集聚程度在2015年后有所提高。

（二）空间自相关特征

1.全局空间自相关分析

为揭示中国集成电路产业创新产出的空间自相关特征，根据式（2）运用Stata软件计算Moran’sI统计值来考察创新产出的全局空间自相关。如表1所示，全国各年份创新产出的Moran’sI均大于0且P值均小于0.05，说明创新产出表现出显著的正向空间自相关特征。

表1 集成电路产业创新产出的Moran’s I统计值

进一步考察全局空间自相关变化的规律，由图2可知，2011—2019年中国31个省（区、市）创新产出的Moran’sI呈现“W”型波动特征，围绕0.2上下波动。2012年和2016年Moran’sI分别达到极大值0.267和0.250，表明这两年全国创新产出空间聚集程度最高。2014年和2019年Moran’sI分别达到极小值0.174和0.153，表明2012—2014年和2016—2019年间，创新产出空间聚集程度逐渐降低。总体来看，Moran’sI均为正数，说明集成电路创新产出较高的地区倾向聚集在一起，同时创新产出较低的地区也倾向聚集在一起，虽然存在波动，但整体集聚的态势没有发生改变。

图2 集成电路产业创新产出的全局空间自相关

2.局部空间自相关分析

为考察局部地区的空间集聚特征，根据式（4）运用Stata软件分别绘制出2011年、2015年和2019年中国31个省（区、市）创新产出的莫兰散点图，见图3～5。莫兰散点图中，第一象限即高-高象限（H-H），表示该地区与邻近地区空间创新产出能力均较强；第二象限即低-高象限（L-H），表示该地区创新产出能力较弱，但辐射邻近地区的能力较强；第三象限即低-低象限（L-L），表示该地区创新产出能力与辐射邻近地区能力均较弱；第四象限即高-低象限（H-L），表示该地区创新产出能力较强，但辐射邻近地区的能力较弱。

图3 2011年集成电路产业创新产出的莫兰散点图

图4 2015年集成电路产业创新产出的莫兰散点图

图5 2019年集成电路产业创新产出的莫兰散点图

从类型分布上来看，位于第三象限即低-低集聚的地区最多，这些地区集中在中西部、东北，总体创新能力较低，创新环境较差，对周边的影响也较小。其次是位于第二象限即低-高集聚的地区，这些地区主要集中在中东部地区，其中江西、广西、海南、湖南这4个省份始终属于低-高集聚区，自身集成电路专利产出量较低，增长速度较慢，但该类地区对周边地区却有着较强的影响。福建、山东、浙江、江苏和上海这5个地区始终属于高-高聚集区，到2019年，安徽也加入其中，可以看出高-高集聚区主要集中在长三角地区，长三角地区是全国集成电路产业中体量最大、创新能力最强的区域，同时对周边地区起到辐射带动作用；最后是位于第四象限即高-低集聚的地区，这些地区数量较少，但都是经济较为发达的地区，其中北京、广东始终位于高-低集聚区，这两个地区创新资源投入大，集成电路发展势头较好，但对周边地区的辐射带动作用较小。

总体来看，我国集成电路产业创新产出集聚程度具有较大差异，长三角地区已成为全国集成电路区域创新的主要阵地，临近的福建、山东由于受到长三角地区的辐射，也成为区域性科技创新的增长极。2011—2019年莫兰散点图的整体变化较小，各地区的所属象限基本不变，也表明我国集成电路专利创新产出空间集聚情况较为稳定。

四、创新产出影响因素分析

（一）回归模型构建

借鉴创新产出影响因素相关研究并考虑数据的可得性①武晓静、杜德斌、肖刚等：《长江经济带城市创新能力差异的时空格局演变》，《长江流域资源与环境》2017年第4期，第490—499页。②徐维祥、杨蕾、刘程军等：《长江经济带创新产出的时空演化特征及其成因》，《地理科学》2017年第4期，第502—511页。，以创新产出为被解释变量，以经济基础、产业结构、科技人员、教育水平、交通运输和政府支持等为解释变量，构建面板回归模型。其中，创新产出用专利授权量表示，经济基础以人均GDP进行衡量，产业结构用第三产业占GDP的比重表征，科技人员用R&D人员全时当量衡量，教育水平用普通高等学校数表示，交通运输采用客运总量来表征，政府支持用财政支出来反映。变量汇总见表2。鉴于专利授权量为非负整数，且呈离散分布，遵循负二项式分布③陈秋玲、黄天河、武凯文：《人力资本流动性与创新——基于我国人才引进政策的比较研究》，《上海大学学报》（社会科学版）2018年4期，第124—140页。，因此本文利用2011—2019年的面板数据进行固定效应负二项回归，具体模型如下：

表2 变量汇总

为消除各变量的量纲差异，并且减少变量的异方差性，除了产业结构和教育水平两个变量之外均做取对数处理。

（二）回归结果分析

由表3可知，从全国来看，经济基础、产业结构、科技人员、教育水平和政府支持对创新产出均有显著的正向影响。经济基础好能给创新提供更好的条件，激发创新热情，促进创新成果的产生。第三产业，尤其是科技服务业能够促进科技与经济深度融合，支撑科技创新发展。科技人员是创新投入的重要组成部分，R&D人员全时当量是保证区域创新活动顺利开展的人力资源基础。因此，大量的科技人员能够有效促进区域创新活动的开展，有利于创新产出的增长。高等学校一直发挥着培养人才的重要作用，人才对于创新的发展具有重要的推进作用。政府支持是企业进行研发投入的保障，政府财政支出使高校和企业在研发活动上有更多的资金，不仅能激发研发人员的创新活力，还能吸引更多的企业和人才。但是交通运输对创新产出具有显著的负向影响，说明交通运输的便利不但没有加快创新，反而对创新产出形成了一定的抑制作用，这可能是由于互联网的普及，信息化的重要作用越来越明显，实体运输反而会增加资金和时间成本，降低创新水平。

表3 集成电路产业创新产出影响因素的回归结果

从分地区来看，东部、中部、西部、东北四个地区经济基础系数均为正，且东北地区通过了1%的显著性检验，表明经济基础对东北地区的创新产出表现出明显的促进作用。在产业结构变量中，东部和东北显著为正，西部显著为负。科技人员变量中，按照对创新产出的影响大小排序依次为东北、东部、中部、西部，并且前三者对创新产出的影响更为显著，这可能是由于这些地区人才质量较高，资金的投入更能发挥对创新的促进作用。教育水平这一变量对东部有促进作用，对西部有抑制作用，由于西部的高校在集成电路方面没有形成较为完整的人才培养体系，整体教育质量偏低，因此对创新产出产生负向影响。交通运输对西部和东北的影响显著为负，人口的流动一定程度上带来人才的流失，从而抑制创新产出。政府支持在东部、中部、西部具有显著的正向影响，而在东北具有显著的抑制作用，可能是东北政府财政支出对创新具有较强的挤出效应，阻碍了技术创新。

五、结论和政策建议

通过揭示集成电路产业创新产出的分布特征并探究其影响因素，得到以下结论。（1）全国、东部、中部、西部和东北创新产出的集聚程度存在明显差异：全国和西部较为集聚，其次为东部，中部和东北较为发散；考察期内集聚程度均变化较小。（2）我国创新产出表现为显著的正向空间相关性，Moran’sI呈现“W”型波动特征；低-低集聚区主要分布在西部地区，低-高集聚区则主要集中在中东部地区；高-高集聚区集中于长三角地区，高-低集聚区主要集中在北京、广东。（3）经济基础、产业结构、科技人员、教育水平和政府行为均对全国创新产出具有显著的正向影响，交通运输对全国创新具有显著的抑制作用；对于不同区域而言，影响因素的作用存在差异。

根据以上结论，本文提出3点政策建议。（1）优化创新产出空间布局。充分发挥各地区的比较优势和竞争优势，因地制宜提高区域创新能力，注重培育多极化的区域创新中心，形成创新产出联动发展机制，建立以区域分工为特色的空间发展架构。（2）完善创新体制机制。政府要以创新质量、贡献、绩效为导向，实行“揭榜挂帅”和“赛马”等制度，完善创新评价机制，充分激发创新主体活力。（3）合理配置驱动要素。努力提高经济发展水平，加快产业结构调整，充分发挥高校的创新助推作用，重视对科技人员的培养，政府财政对科技创新精准支持。大力提高信息化程度，鼓励不同地区创新主体的合作创新。

本研究仍存在一些局限。在进行分布特征分析时仅选用专利授权量作为衡量指标，未来可综合研发密度、新产品销售占比等指标对创新产出进行衡量。在进行影响因素分析时，受已有数据的影响，指标选取上较为宏观，对于一些微观问题解释力不足，未来可采用微观的数据使研究更加深入。