基于空间计量分析的浙江省区域创新产出研究

王承云， 蒋世敏， 熊文景， 戴添乐

(上海师范大学环境与地理科学学院， 上海 200234)

在区域经济一体化背景下，浙江省作为民营经济发展的重镇，民营经济之网覆盖了从浙北平原到浙南山地的浙江大部，为浙江省区域创新不断注入活力.浙江省深入实施“创业富民、创新强省”总战略，强化企业技术创新主体的地位，着力构建浙江特色的全域创新体系.创新驱动成为浙江省制造业获得“单项冠军”的不二法门.然而，浙江省区域内部创新资源配置不均衡、产业结构失衡等问题，使得浙江省区域内部创新能力的进一步提升受到限制.为此，探究浙江省区域创新产出的时空演化特征及其影响因素，对于提升区域创新能力，促进区域经济增长，提升综合竞争力具有重要实践价值.

目前，有关区域创新的研究主要集中在评价体系构建[1]、创新效率[2-4]及其创新驱动机制[5-6]、创新产出的空间效应[7-9]、也有研究揭示了创新产出的经济增长效应[10].随着创新地理学的发展，学者们对于区域创新的研究正逐步深入.已有研究可概括为三个方面：一是区域创新能力研究.如甄峰[11]等构建了区域创新能力评价指标体系，从知识、技术、管理与制度、宏观社会经济环境四个方面测度区域创新能力，对于早期停留在理论探讨的创新研究补充了量化研究；王承云[12]等探讨长三角16个城市的创新水平，认为其创新空间的相关性整体上表现为正向，而知识经济和集聚经济是城市创新产生的根本机制；方创琳[13]等从城市自主创新、人居环境创新、体制创新和产业创新四个方面系统评估了中国创新型城市现状，发现中国287个城市的综合创新水平与这四个方面的创新水平的空间分异规律呈现一致性；吕拉昌[14]等对我国三大都市圈40个中心城市的创新引力进行测度与比较，从城市知识创新、创新环境、技术创新和产业创新四个方面对这40个中心城市进行聚类分析，并分为四个等级，深化了区域创新系统理论；众多研究从技术、知识、制度、经济基础、政府行为等多个方面对区域创新能力进行综合性评价，表明区域创新能力呈现显著的经济地带性空间差异.二是区域创新的空间结果分析.如段德忠[15]等对上海市和北京市创新空间结构的演化模式进行了探讨，上海市创新空间结构在1991年—2014年间由单核驱动向多核驱动不断演进，北京市创新空间结构为市中心单核主导始终未变；武晓静[16]等对长江经济带130个城市的创新水平时空格局进行了系统探讨，各城市创新能力呈现由集聚向扩散的发展态势.三是区域创新网络研究.如王越[17]等采用引力模型探讨长三角城市的创新联系网络，测算创新节点城市的辐射能力，揭示了地理邻近性、制度邻近性以及技术邻近性对城市创新网络的作用；周灿[18]等研究了长三角城市群创新网络结构，测度城市创新网络地位，对城市创新模式进行划分，揭示了空间网络视角下不同城市创新模式的差异.

在已有研究中，关于区域创新产出的研究主要停留在国家[19-20]、省域[21]和地市[22-23]的宏观层面.事实上具有明显局域性特征的知识溢出在更小的空间尺度才表现出显著性[24]，而以县域为空间研究单元的研究却少见.蒋天颖[25]探讨了浙江省内部创新产出的时空特征，但是时间跨度短，不能很好地反映创新产出的空间差异演变，而且用单纯的专利授权数衡量创新产出，没有考虑到专利属于中间产品，不能全面代表创新最终成果.何健芳[26]等探讨了广东省21个地级市创新产出的空间差异，但没有说明其空间差异的形成原因.还有相关学者研究区域内部的创新[27-29]，但大多以单一指标来衡量创新产出.鉴于此，本文以发明专利授权数作为创新产出的间接指标，新产品产值作为创新产出的直接指标，构建创新产出综合评价指标，借助空间计量分析方法，分析浙江省69个县级行政区创新产出的空间差异，客观揭示经济基础、技术溢出、政府政策等相关因素对创新产出的空间影响效应，以期为优化浙江省区域创新产出的空间格局、促进科技资源的有效配置、缩小区域创新差异提供参考.

1 研究区域与数据来源

本文采用新产品产值和发明专利授权数来表征创新产出.创新产出包括中间产出(知识创新)和最终产出(经济收益).新产品产值是创新产出商业成果的收益性指标，可作为衡量创新产出的直接指标；发明专利授权数属于创新过程中知识溢出的中间产出，反映区域创新的活跃程度，可作为衡量创新产出的间接指标.2012年—2019年浙江省行政区划经历了六次调整，为保证空间研究单元的可比性，本文以浙江省2012年的行政区划为标准，将各地市所辖县市作为独立研究单元，2012年之后调整为“区”的富阳市、绍兴县、上虞市、奉化市、洞头县和临安县按照县级行政区处理，最终确定研究范围包括浙江省11个地级市区、22个县级市、35个县以及1个自治县，共计69个县级行政单元.本文所有数据来源于浙江省各地市的统计年鉴以及2008年—2020年《浙江省统计年鉴》.

2 研究方法

2.1 熵权法

采用熵权法对指标进行综合评估，可对各指标进行客观赋权.首先对原始数据进行正向标准化处理，设Yij为第i个县区第j项指标的规范化值，对于给定的j，Yij的差异越大，该项指标的作用就越大，综合评估的计算步骤如下：

(1)

(i=1，2，…，m;j=1，2，…，n)，

(2)

(i=1，2，…，m;j=1，2，…，n)，

(3)

(4)

其中，Ej为第j个评价指标的熵值，Wj为第j个评价指标的熵权，Ti为第i个县区的创新产出的综合得分，用来衡量创新产出.

2.2 全局空间自相关

为了表达浙江省各县域创新产出的空间集聚情况，选取全局Moran’sI指数揭示研究区域创新产出的空间分布格局.其计算公式如下：

(5)

2.3 局部空间自相关

(6)

2.4 NICH指数

相对发展率指数(NICH指数)可以衡量浙江省各县域在某一时期内相对于浙江省整体的发展速度.计算公式如下：

(7)

式中，Y1i、Y2i分别表示第i个县域在观测期末期和初期的创新产出，Y1、Y2分别表示浙江省各县域在该时期末期和初期的创新产出.

2.5 地理加权回归模型

地理加权回归模型(GWR)是考虑变量空间异质性的局部线性回归模型，可获得不同自变量随空间位置变化而变化的参数估计，有效探索不同影响因素在不同地理位置上的空间差异性.由于GWR模型在诊断方面较弱，一般先进行OLS回归以确保模型的准确性，再建立局部空间回归，更有利于探索局部空间变异特征.OLS回归表达式为：

(8)

式中，n为自变量个数；xk为第k个自变量的值；Y为因变量；β0、βk分别为常数项估计值和第k个自变量的估计值；ε为随机项.OLS回归模型可以从整体上确定各影响因素的差异性，却难以反映空间异质性.进一步用GWR模型解释各个影响因素与空间研究单元创新产出的空间关系，GWR模型的表达式为：

(9)

式中，Yi为在空间单元i观测的因变量；n、xik、β0、βk以及εi的含义同(8)式.本文采用高斯函数计算βk的空间权重，最优带宽以AIC最小化准则确定.

3 浙江省区域创新产出的时空差异演变

3.1 区域创新产出的空间演化特征

为了描述浙江省各县域创新产出的空间演化特征，选取2007年、2013年和2019年作为评价的时间节点进行可视化分析，运用ArcGIS中的自然间断点分级法，将浙江省69个县级单元的创新产出从高到低划分为高水平区、较高水平区、中等水平区和低水平区四个等级.2007年—2019年，浙江省创新产出空间集聚特征显著，如图1，高创新产出区的分布与浙江省大湾区“一环、一带、一通道”的总体格局大致吻合；全省创新产出低水平区以面状集中分布于浙西南、杭州西部和台州北部.2007年，创新产出处于高水平和较高水平的县区总共有3个，2013年处于高水平和较高水平的县区上升至4个，2019年处于高水平和较高水平的县区为5个，表明浙江省各县域的创新产出在空间分布上逐渐集聚.

图1 浙江省区域创新产出空间分布演变Fig.1 Spatial distribution evolution of regional innovation output in Zhejiang Province

进一步对2007年、2013年、2019年浙江省区域创新产出空间格局进行分析.2007年，浙江省创新产出高水平区、较高水平区和中等水平区相对较少，杭州市区为高水平区，温州市区、宁波市区为较高水平区；中等水平区有14个，其它地区创新产出较低，为低水平区.2013 年，浙江省区域创新产出的中等水平区、较高水平区以及高水平区共有22个，高水平区未发生改变，绍兴市区的创新产出由中等水平上升为较高水平；余姚市、临海市、新昌县、武义县由低水平区上升为中等水平区.2019年，浙江省区域创新产出的中等水平区、较高水平区以及高水平区数量明显增加，共有30个县区，高水平区依然不变，台州市区由中等水平区上升为较高水平区，衢州市区、安吉县、长兴县、海盐县、平湖市、桐乡市、宁海县由低水平区上升中等水平区.2007年—2019年，浙东北县区的创新产出增长较显著，究其原因，环杭州湾高质量发展辐射带动周围县区的创新发展，空间联动作用显著；而浙西南地区受限于创新资源、区位条件等因素阻碍，难以摆脱循环累积的发展困境，难以实现跨越发展.舟山市区、嵊泗县以及岱山县虽毗邻杭州湾，但是由于海水阻隔，导致经济辐射效应减弱、区域联系降低，区域创新长期处于低水平阶段.

为了从整体上剖析浙江省各县域创新产出的空间关联情况，运用GeoDa软件计算浙江省2007年—2019年创新产出的全局Moran’sI值，绘制成图2.由Moran’sI指数可知，浙江省2007年—2019年区域创新产出的Moran’sI值大于0，表明在此期间浙江省各县域创新产出的空间相关性较为明显.具体表现为，2007年—2009年，Moran’sI指数快速增长，由2007年的0.248上升至2009年的0.427，表明在此期间浙江省区域创新产出的空间集聚程度显著增强；2009年—2012年Moran’sI指数逐渐下降，表明该时段集聚分布态势仍存在，但是集聚程度减弱，2007年—2012年Moran’sI指数呈现倒“V”发展态势；2013年—2019年Moran’sI值在0.25附近波动，表明2013年—2019年浙江省各县域创新产出整体空间关联程度相对稳定，这与区域创新产出差异变动趋势一致.

图2 浙江省区域创新产出全局Moran’s I值变化Fig.2 Global Moran’s I value change of regional innovation output in Zhejiang Province

3.2 区域创新产出的冷热点分析

图3 浙江省区域创新产出冷热点分布Fig.3 Cold and hot spots distribution of regional innovation output in Zhejiang Province

3.3 区域创新产出的增长演化特征

选取2007年—2013年和2013年—2019年两个时间段，计算浙江省各县域创新产出的相对发展率，并根据计算结果将浙江省69个县域，运用ArcGIS中的自然间断点分级法分为四类区域，从低到高依次为滞后发展区、低速发展区、中速发展区和高速发展区，图4为浙江省县域创新增长差异空间格局图.由图4可以看出，在2007年—2013年和2013年—2019年这两个阶段，浙江省县域创新产出的增长情况变化较为明显.2007年—2013年，中高速发展区共有6个，杭州市区和宁波市区为高速发展区，中速发展区为绍兴市区、温州市区、慈溪市、余姚市；低速发展区主要集中在台州市区南部、杭州市区西南部、衢州市区、湖州市区以及嘉兴市区周围，以及瑞安市、义乌市和永康市；剩下区域均为滞后发展区，共有45个.2013年—2019年，中高速发展区共有8个，较2007年—2013年有所增加，杭州市区为高速发展区；中速发展区为台州市区、慈溪市、嘉兴市、新昌县、温州市区、绍兴市区、永康市；2013年—2019年创新产出的相对发展率较上一阶段相比最显著的变化在于，滞后发展区数量明显减少，金华市区、东阳市、富阳市、嘉善县、绍兴县等16个县区由滞后发展区上升为低速发展区，而湖州市区、奉化市、桐乡市、温岭市、嵊州市5个县区由低速发展区下降为滞后发展区，从整体上来看，低速发展区数量相较于上一阶段明显增加.

图4 浙江省区域创新产出的相对发展率Fig.4 The relative development rate of regional innovation output in Zhejiang Province

4 浙江省创新产出空间分异的成因分析

关于创新产出时空演化特征的成因，众多学者已进行广泛而深入的分析.在多位学者已有研究的基础上[18]，结合浙江省区域创新发展的具体情况，本文将浙江省区域创新产出的影响因子归纳为政府政策(gov)、经济基础(eco)、产业升级(str)、创新投入(inp)、技术溢出(tec)、空间区位(spa)、固定资产投资(inv)7个方面.政府政策用财政支出中科学技术支出来反映；经济基础以人均生产总值表征；技术溢出以进出口总额来衡量；创新投入主要有研发经费投入和研发人才投入，考虑到数据的可获得性和科学性，采取科学研究与技术服务业人数比重衡量创新投入；产业升级用第二产业增加值占GDP比重和第三产业增加值占GDP比重度量；空间区位采用客运量来表征；固定资产投资用固定资产投资额来反映.为消除各变量的量纲差异，对经济基础、技术溢出、固定资产投资、空间区位做取对数处理.

4.1 OLS模型的结果与分析

由于创新投入与产出存在一定的滞后期[30]，依次以2015年—2018年各县区的影响因子数据作为解释变量，以2019年的创新产出数据作为观测的因变量，构建OLS回归模型.根据回归结果，2016年的解释变量具有最高的拟合度，因此以滞后三阶的数据作为分析影响因素的自变量，回归结果如表1所示.第三产业增加值占GDP比重和固定资产投资这两个解释变量的VIF值大于7.5，将其逐一移除后其余解释变量的VIF值均小于7.5，模型的决定系数R2为0.483，F统计量对应的P值为0.000 0，各解释变量在10%水平下显著.结果显示，技术溢出、政府政策、空间区位、产业升级、创新投入的系数为正，与浙江省区域创新产出在全局范围内呈现正相关；经济基础的系数为负，与浙江省区域创新产出呈现负相关.具体来看，技术溢出的系数最大，对浙江省区域创新的正向作用最显著；其次为空间区位和产业升级，系数分别为0.179、0.220；政府政策和创新投入的系数相对较小，分别为0.085、0.045，对区域创新产出存在一定的正向作用.OLS模型只是对变量进行全局的估计，还需要通过GWR模型进行拟合分析，以解释影响因素的空间异质性.

表1 OLS模型结果Tab.1 OLS model results

4.2 GWR模型的结果与分析

4.2.1 GWR回归结果总体分析 GWR模型对每一个特定的空间研究单元都会估计一个系数，表2对系数进行了描述性统计.结果表明，GWR模型决定系数R2为0.643，高于OLS模型对应的数值，AICc值为162.952，低于OLS模型的169.059，比OLS模型的拟合度有所提高.GWR模型回归参数估计对于不同单元的创新产出有不同结果，不同分位数的回归拟合估计值差异较大，各解释变量对浙江省区域创新产出的影响存在空间差异性.通过t检验对6个解释变量的回归系数进行显著性分析，显示技术溢出、空间区位、创新投入的回归系数显著性占比在40%以上.从参数估计的极值看，经济基础回归系数为-0.726～0.462、政府政策回归系数为-0.499～5.941、创新投入回归系数为-8.032～18.762，其极大值和极小值均存在正负差异性，表明各解释变量对不同区域创新产出的影响存在空间非平稳性，进一步反映了选择GWR模型的合理性.

表2 GWR模型结果Tab.2 GWR model results

4.2.2 基于GWR模型的空间异质性分析 根据地理加权回归结果，采用ArcGIS软件分别对经济基础、政府政策、技术溢出、产业升级、空间区位、创新投入的回归系数进行可视化，并进一步探讨其空间分异特征.

1) 经济基础的空间作用模式，见图5(a).经济基础对37.96%的区域创新产出有显著影响，回归系数以淳安县、桐庐县、建德市、临安市、富阳市、诸暨市、浦江县为高值中心向浙东北和浙东南递减，在嘉兴市、宁波市、舟山市下辖的部分县域形成低值中心.全省约69.6%县域的创新产出与经济基础呈负相关，仅有约30.4%县域的创新产出表现出正相关.本文认为经济发展水平对浙江省区域创新产出的影响作用存在复杂机制，一方面浙江省区域创新的主要主体为工业企业，其创新能力高低与创新产出存在直接关联，另一方面各个县域的经济水平差异可能会对创新效率带来消极影响.

2) 技术溢出的空间作用模式，见图5(b).技术溢出对48.67%的区域创新产出有显著影响，都呈现正相关，回归系数以浙北的湖州市、嘉兴市、杭州市下辖的部分县域为高值中心向浙南地区递减，在浙东南的台州市和温州市下辖的大部分县域形成低值中心，具体呈现“北高、南低”的空间特征.表明浙北地区的产业集聚、外商投资带来的技术溢出能够提高创新产出.

3) 政府政策的空间作用模式，见图5(c).政府政策对39.92%的区域创新产出有显著影响，92.8%的县区呈现正相关，7.2%的县区呈现负相关，回归系数以浙东北的环杭州湾大湾区为高值中心向浙西南递减，在位于浙西省际边界线的部分县域形成低值中心，具体呈现“东北高、西南低”的分布特征.表明浙东北地区政府推出的创新政策能够显著提升区域创新能力，而在浙西南地区部分县市的政府政策对区域创新产出的影响较小.

4) 空间区位的空间作用模式，见图5(d).空间区位对58.24%的区域创新产出有显著影响，都呈现正相关，回归系数以衢州市、丽水市、温州市下辖的大部分县市为高值中心向浙东北地区递减，在浙东北形成低值中心，整体呈现“西南高、东北低”的空间特征.浙东地区受限于海域条件导致对外联系薄弱，无法取得快速发展.浙西南和浙西地区多为山地丘陵地带，相对较差的地理区位使得经济发展较缓慢，因此该类县域的空间区位得到重视，能够促进区域经济增长，提升区域综合竞争力.

5) 创新投入的空间作用模式，见图5(e).创新投入对43.17%的区域创新产出有显著影响，其中68.3%的县区呈现正相关，31.7%的县区呈现负相关，对浙江省区域创新产出具有两种截然不同的效果，创新投入的回归系数以浙东北地区为高值中心向浙南地区和浙东南地区递减，在台州市和温州市下辖的部分沿海县域形成低值中心，具体呈现“东北高、东南低”的空间特征.这表明提高浙东北县域创新投入强度能够促进区域创新，而位于浙东南的少部分沿海县域创新投入的增加并不能起到提升区域创新产出的作用.

6) 产业升级的空间作用模式，见图5(f).产业升级对24.44%的区域创新产出有显著影响，都呈现正相关，回归系数以嘉兴市、宁波市、舟山市、台州市下辖的大部分沿海县域为高值中心向浙西地区递减，在浙中地区形成低值中心，具体呈现“沿海高、内陆低”的空间特征.产业升级的两个指标中，第二产业比重回归系数较显著，而第三产业比重存在共线性，基本解释为：作为民营经济发展重镇的浙江省，工业制造业是主导产业，而第三产业为传统的消费性服务业，产业结构配置的扭曲使得第二产业回归系数显著且相关性较大.

图5 GWR模型回归系数估计的空间分布图Fig.5 Spatial distribution of regression coefficient estimates in GWR model

5 结论与建议

本文以浙江省69个县级行政区作为空间研究单元，以发明专利授权数和新产品产值作为衡量创新产出的综合指标，运用空间自相关、NICH指数考察浙江省2007年-2019年创新产出的空间格局演变特征.并在此基础上，运用地理加权回归模型，选取经济基础、技术溢出、政府政策、创新投入、空间区位以及产业升级6个因子揭示创新产出空间差异的影响因子及其空间分异性.得出以下主要研究结论.

1) 浙江省在2007年—2019年创新产出空间分异程度增强，存在明显的极化现象，全省高创新产出区的分布与浙江省大湾区“一环、一带、一通道”的总体格局基本吻合；全省创新产出低水平区以面状集中分布于杭州西部、台州北部以及浙西南.从2007年、2013年、2019年三年变化趋势看，浙江省区域创新产出差异不断增大.2007年—2019年，杭州市区、宁波市区、温州市区的创新产出均为高水平或较高水平.总体来看，浙江省区域创新发展空间不平衡问题显著，浙东北和浙西南区域创新水平差异大，亟须提升优化.

3) 透过GWR模型回归结果显示，各影响因子对浙江省区域创新的驱动模式不同，显示出明显的空间分异性.技术溢出、空间区位和产业升级对浙江省区域创新产出的影响具有正相关效应；政府政策、创新投入对创新产出的影响在绝大多数县域为正相关，少数县域为负相关，且有明显的空间分异；而经济基础对创新产出的影响仅在少数县域为正相关，可能由于各个县域的经济水平差异对创新效率带来消极影响.

根据以上研究结论，提出相应建议：首先，认识区域创新水平的差异.为创新活动营造活力氛围的同时，应充分认识区域创新产出的空间差异，积极构建区域创新联动发展机制.进一步加强创新热点区域的创新合作，充分发挥高创新产出区域的技术扩散效应；推动创新冷点区积极对接创新热点区域的创新活动，引进先进管理经验，进一步提高自主研发能力，强化区域创新的涓滴效应.其次，深入挖掘和强化第二产业创新产出潜力和能力，运用“高精尖”技术推动传统制造业向先进制造业转变，促进传统制造业与高新技术产业协同发展.此外，浙江省应大力发展第三产业中占主导的生产性服务业，大力培育生产性服务业为产业结构调整的重点，在产业升级的过程中提升自主研发能力.再次，加强科研人才培养，增加研发经费投入.各县市要完善人才梯队建设和知识产权保护制度，鼓励企业独立自主研发.借助浙江省“创业富民、创新强省”总战略，推动浙江省经济发展由要素驱动向创新驱动转变.最后，政府健全创新服务体系.各地区政府要科学筹划各项创新服务政策，推动各项创新活动协调发展.对于创新事业发展相对缓慢的地区深入发掘有潜力的创新增长点，同时，鼓励科研人才投入到企业的创新活动中.作为区域创新主力军的企业和科研机构，政府也要提供相应政策支持，包括融资渠道、经济补贴等方面，为创新活动营造良好积极的氛围.