黄河流域科技创新的时空格局及其经济效应

孙 勇，汪亚林，张亚峰

（1. 中国科学院大学公共政策与管理学院，北京 100049；2.中国科学院科技战略咨询研究院，北京 100190；3.中国农业大学人文与发展学院，北京 100083）

黄河流域横跨中国东、中、西三大区域，是重要的生态屏障、经济地带和能源流域，在经济社会发展和生态安全方面具有十分重要的地位。2019 年9 月，习近平总书记在黄河流域生态保护与高质量发展座谈会上也明确表示，黄河流域的发展质量有待提高。黄河流域上中游7 省区是发展不充分的地区，同东部地区及长江流域相比存在明显差距，传统产业转型升级步伐滞后，内生动力不足。黄河流域经济发展乏力的问题已经受到很多学者的关注，包括邢霞等［1］指出的生态环境脆弱、受到水资源的较强约束、区域差异显著等，这些问题均是造成黄河流域经济效率低下的重要原因。事实上除了这些因素外，黄河流域创新发展的不均衡问题和低质量问题也是制约黄河流域经济发展质量提高的重要因素［2］。无论是新古典经济增长模型还是内生增长模型，均强调了技术进步对经济增长的重要性，创新作为驱动经济发展的关键性要素，能够有效提高全要素生产率、提高经济发展的集约化水平，黄河流域要实现高质量发展就需要深入落实创新发展战略［3］。

认识创新的空间选择机制及其效应是区域实施创新发展战略的基础。创新驱动区域经济发展效应已经得到较为广泛的证实，讨论基础在于技术创新能够通过提高全要素生产率来促进经济增长［4］，能在过程创新和成果创新两个方面降低生产成本和改善产出［5］，表现为企业层面的规模效应、行业层面的集聚效应和产业层面的乘数效应［6］，这些效应在时间上的接续性和空间上的不均衡性共同作用构成创新驱动发展的空间差异。创新具有明显的空间集聚特征，需要空间的支撑，在集聚和扩散的双重效应下，形成创新的区域差异性格局，这成为创新地理学研究的基础。创新要素、创新活动和创新成果等创新的系列组成部分均参与创新空间的形成，整体呈现集聚和疏散两个过程［7］。受到地区的经济发展水平、教育和研发水平、创新制度和创新文化等因素的影响，创新会优先选择在创新要素丰富、创新成本较低的区域发生［8］，其疏散性体现在创新的知识溢出效应［9］，新知识被生出来以后，需要通过技术转移的方式转化，这成为创新扩散的起点，进一步通过市场合作、交易网络形成扩散［10］。

创新空间格局及其效应的研究已经较为丰富。一些研究在创新的时空格局层面分别就创新要素、创新环境、创新活动和创新产出作出时空格局分析，这类研究主要基于综合评价和空间分析的方法探讨了创新活的空间格局、过程［11］；在创新的经济效应层面，主要基于经济增长模型讨论了创新参与区域经济活动的机制和效应［12］；还有部分研究基于耦合模型或回归模型，集中讨论创新与经济发展两个核心变量的关系及其区域差异性［13］。但这些研究更多关注整体数据体现的因果效应和机制，对创新与经济发展互动的局部特征与效应关注相对较少。在中国情景下的区域创新研究主要包括全国和区域两个空间尺度视角，对重点城市群（京津冀城市群、长三角城市群和珠三角城市群等）、长江经济带等关注较多，对黄河流域尚没有相关讨论。那么黄河流域科技创新的时空格局是什么样的呢？其创新发展效应如何？存在何种空间异质性呢？基于这些问题，本文基于黄河流域城市专利数据，对黄河流域创新发展的格局、过程和效应展开分析，为创新发展政策制定提供科学参考。

1 黄河流域科技创新的时空格局

1.1 科技创新水平测度

区域创新是一个综合性系统，具有创新规模、创新质量和创新活力等多个维度，这些维度的综合表现是创新发展的系统化水平。专利是最常用和被广泛认可的创新测量指标，其可靠性和稳健性在很多研究中心得到验证［14］。发明专利的技术含量最高，代表着企业的真实创新能力和科技水平，属于高质量创新［15-16］。本文用地区专利产出数据来度量区域创新的水平，分别用专利授权量的绝对数量来度量区域创新的规模、发明专利占专利授权量的比值度量区域创新的质量，用地区万人专利授权量度量区域创新的活力（见表1）。本文使用2005—2018 年黄河流域各地级市（自治州）专利授权量数据和人均地区生产总值（GDP）数据作为主要分析指标，专利授权数据包含发明专利、实用新型专利、外观设计专利。

表1 科技创新多指标评价指标体系

在分析单项指标的基础上，进一步讨论黄河流域的科技创新的综合特征，考虑空间和时序评价结果数据的可比性，对2005 年到2018 年的数据进行统一标准化处理和熵权选择，以求取黄河流域各地市创新发展水平。

1.2 黄河流域整体区域科技创新格局

本研究的黄河流域区域范围以行政边界为标准确定，共包含山东、山西、河南、陕西、宁夏、内蒙古（不含赤峰市、通辽市、兴安盟和呼伦贝尔市）、甘肃以及青海8 个省级行政单元、90 个地市行政单元和1 个河南省直辖县级市［17］，总面积为255 万km2。其中莱芜市2019 年1 月并入济南市，不在研究时间范围内，为保证数据的可靠性，依然分开考虑。

科技创新数据的总体特征显示，黄河流域的创新规模、质量和活力呈增加趋势（见图1）。2005 年黄河流域专利授权总量为17 603 件，随后逐年增长，到2018 年达到300 130 件，年均增长123.46%，可见黄河流域的创新规模持续扩大。其中，2005 年发明专利授权量占专利授权总量的比重为12.19%，到2010 年降低到10.02%，到2018 年为14.28%，呈现先降低后波动增加的态势，研究时段内增长幅度高达4.26%，创新质量具有明显提高趋势。2005年万人专利授权量为0.57件，随后持续增加，到2018 年达到9.64 件，年均增长率为122.97%，地区创新活力处于高速增长的态势。

图1 黄河流域科技创新的发展趋势

为便于分析，对综合评价的科技创新水平进行10 000 倍扩大处理，结果显示黄河流域创新发展水平呈现较为明显的东高西低的空间格局（见表2）。与2005 年相比，2018 年黄河流域的创新发展水平的区域差异更加明显，2005 年科技创新水平最高的10个城市中4 个位于山东半岛，青岛和济南的科技创新水平在全流域中最高，其次是西安和太原，4 个城市首位度为0.413；较低水平地区主要分布在宁夏、甘肃和青海等上游省份。到2018 年科技创新水平最高的10 个城市中6 个位于山东半岛，青岛、西安、郑州和济南的科技创新水平最高，4 个城市首位度为0.422；较低水平地区同样主要分布在甘肃、青海等上游省份。可以发现，黄河流域科技创新水平较高的地区主要位于中下游的发达城市，尤其是山东半岛城市群形成创新高度发达的连片区域，随着创新驱动发展的不断推进，黄河流域的创新的集聚度也越来越高。

表2 黄河流域城市群科技创新水平的区域分布

表2（续）

1.3 黄河流域重点区域科技创新格局

黄河流域城市群由3 个区域级城市群（山东半岛城市群、中原城市群和关中平原城市群）和4 个地区性城市群（兰西城市群、晋中城市群、呼包鄂榆城市群和宁夏沿黄城市群）构成。这些城市群是黄河流域重点城市化地区，集聚着大量的创新资源与要素，是区域创新与经济协调发展的重点区域。首先在总量上，2005 年黄河流域城市群专利授权总量为16 247 件，占黄河流域2005 年全部专利授权量的比重超过92%，到2018 年为275 035 件，占黄河流域比重达到91.64%；同期黄河流域城市群发明专利授权量占比为12.25%，比黄河流域总体水平12.19%略高，到2018 年这一指标增加到14.96%，比黄河流域总体水平略高；同期黄河流域城市群万人专利授权量为0.69 件，比黄河流域整体平均水平0.57 件高出21%个百分点，到2018 年这一指标达到11.29 件，比黄河流域平均水平的9.64 件高出约17%。

进一步分城市群分析，从2005 年到2018 年，除山东半岛城市群外，其他城市群的相对发展水平变化较大且差异显著（见表3）。在2005 年，山东半岛城市群创新综合水平领先全部城市群地区，其次是关中平原城市群、晋中城市群，创新发展水平较低的3 个城市群分别为呼包鄂榆城市群、宁夏沿黄城市群和中原城市群；到2018 年，创新发展水平最高的3 个城市群分别是山东半岛城市群、中原城市群和关中平原城市群，最低的3 个城市群分别为兰西城市群、呼包鄂榆城市群和晋中城市群。分单项指标来看，首先在创新规模上，2005 年和2008 年专利授权总量最高城市群均为山东半岛城市群、中原城市群和关中平原城市群，3 个城市群的专利授权总量占到黄河流域授权专利总量的81%左右；考虑到城市群规模对专利授权总量的影响，用专利授权总量除以城市数量求取城市平均专利授权总量，这3 个城市群在2005 年和2018 年也均为最高，兰西城市群最低；其次在创新质量上，2005 年发明专利授权量占比较高的城市群是兰西城市群、晋中城市群和关中平原城市群，到2018 年是晋中城市群、关中平原城市群和山东半岛城市群，持续较低的城市群为呼包鄂榆城市群和中原城市群；最后在创新活力上，2005 年万人专利授权量最高两个个城市群分别为山东半岛城市群、晋中城市群，到2018 年万人专利授权量最高的城市群分别是山东半岛城市群和中原城市群。可见，创新规模上，山东半岛城市群、中原城市群和关中平原城市群持续遥遥领先，但在创新质量上，中原城市群缺乏优势，反而是晋中城市群和关中平原城市群具有持续优势，山东半岛城市群正快速追赶，在创新活力上山东半岛城市群、关中平原城市群具有持续的优势。

表3 黄河流域城市群科技创新水平比较

1.4 黄河流域区域科技创新的空间自相关性分析

进一步运用全局莫兰指数和局部莫兰指数对黄河流域创新发展水平的空间自相关性进行测算，全局莫兰指数显示（见图2），整体上黄河流域创新发展水平呈现显著的空间正相关，2005 年黄河流域创新发展水平的全局莫兰指数为0.134 7，在5%的水平上显著，到2010 年为0.387 6，在0.1%的水平上显著，2015 年为0.234 1，在1%的水平上显著，到2018 年为0.172 1，在1%的水平上显著。空间相关系数呈现先增大够降低的倒“U”型特征，从2005年到2018 年整体上全局空间自相关性提高，集聚水平提高。

图2 黄河流域科技创新的全局Moran's I 指数

局部莫兰指数显示，黄河流域存在较为显著的空间集聚的分异性特征（见表4），2005 年和2010年高值集聚区全部位于山东半岛城市群，2010 年相比2005 年多了德州、聊城、滨州分别从“低-高”（LH）值集聚区进入“高-高”（HH）值集聚区，济宁从空间自相关不显著区域进入“高-高”值集聚区，而济南则相反，从“高-高”值集聚区进入空间自相关不显著区域；2005 年的“高-低”（HL）值地市有5 个，其中银川、西宁和兰州均为省会城市，宁夏、甘肃和青海省创新高度集聚于省会城市，到2018 年“高-低”值地市包括呼和浩特、太原、西安和兰州，均为省会城市；2005 年和2018 年“低-高”值地市均位于山东省，从2005 年5 个地市降低到2018 年两个，枣庄和日照市持续是山东省创新发展水平较低的地市，但周边地区的创新水平则相对较高；“低-低”（LL）值地市主要位于青海、甘肃和陕西西部地区，从2005 年4 个地市增加到2018年12 个，形成较为显著的环兰州“低-低”值连片区。

表4 黄河流域科技创新的LISA 集聚分类

2 黄河流域科技创新的经济效应

2.1 模型与数据

2.1.1 指标选取与模型设定

为进一步深入分析黄河流域创新格局对经济发展的影响，本文采用一个基于经济增长理论框架的模型，假设全要素生产率的变化完全由技术进步引起，构建了黄河流域创新驱动经济增长的模型：

式中，Yt表示第t年的经济水平，选取GDP 和人均GDP 衡量地区的经济发展水平；Kt表示第t年资本投入，用永续盘存法估计2005—2018 年黄河流域地级区域的固定资本存量Kt［18］；Lt表示劳动投入，用从业人员数表示，α和β分别表示资本和劳动的产出弹性。

在经济增长模型中，科技创新一般使用两个代理指标，一是科技创新投入，二是科技创新产出。一般科技创新投入并不能完全转化为技术进步，创新产出更能反映真实的创新水平，因此本文使用专利授权数来测度技术进步。事实上，专利的规模、质量和活力在反映全要素生产率上所体现的效果并不一致，本文认为地区的科技创新对经济的驱动作用是这三个指标的综合表现，为分析创新构成及其综合水平的经济效应，故而将创新规模、质量、活力及综合水平均作为科技创新的代理变量进行分别考察。

考虑到市场化水平、外商直接投资、开发区建设、环境污染等因素也对黄河流域经济增长具有一定影响，故将其纳入模型中。同时，为消除异方差的影响，对模型两边取对数处理，修正后的模型如下所示：

式中，GDPit为i地区t年的总量经济水平，PGDPit为i地区t年的人均经济水平，INNit为i地区t年的科技创新水平，Kit为i地区t年的资本投入，Lit为i地区t年的劳动投入，Xit为i地区t年的其他影响经济产出的控制因素。

已有研究表明，科技创新具有较为显著的空间溢出效应［12］，因此对黄河流域科技创新经济效应的分析应该考虑空间因素。因此本文在基准模型的基础上，基于空间面板模型筛选模型，并讨论黄河流域科技创新的经济效应，空间权重矩阵选择用邻接矩阵矩阵表示。一般空间面板模型如下：

2.1.2 数据来源与处理

黄河流域科技创新的经济效应估计的数据中，度量科技创新的城市专利授权数据来自CNRDS 中国研究数据服务平台，其余数据均来自于CEIC 中国统计数据库。为反映真实GDP 和不同年份之间可比较，用GDP 平减指数对GDP 进行可比性处理得到2005年不变价GDP 和人均GDP。统计年鉴上没有各城市资本存量，需要利用固定资产投资流量数据，通过永续盘存法计算各城市物质资本存量［18］，计算过程如下：

式中，Kit为城市i年度t的资本存量；Iit为城市i年度t的固定资产投资总额；Dit为城市i年度t的折旧量；δ为固定资产折旧率，本文选用官方公布的3.6%作为δ的取值；g为各城市2005—2018 年固定资产投资平均增长速度。

考虑数据缺失问题，剔除数据缺失较为严重的地区，得到黄河流域79 个城市2005—2018 年的面板数据。此外，对黄河流域科技创新经济效应的分区域讨论中，分别考量了黄河流域的城市群地区、非城市群地区、上游地区、中游地区和下游地区的空间差异，并根据不同区域的计量结果进行稳健型检验。其中黄河上游包括青海、甘肃，黄河中游包括内蒙、宁夏、陕西、山西，黄河下游包括山东和河南［19］，黄河的城市群地区参照城市群规划和相关研究划定［20］。

2.2 创新驱动经济发展的空间效应

根据全局自相关的检验，黄河流域城市GDP 的全局莫兰指数均通过1%的显著性检验，说明黄河流域的经济发展水平在空间上并不是随机分布的，存在较为显著的空间依赖性，因此创新驱动的经济效应分析应该考虑空间效应。

为进一步判别SAR 模型、SEM 模型和SDM 模型的估计效果，使用Wald 检验和LR 检验进行模型选择（如表5 所示），结果显示Wald 检验和LR 检验均显著拒绝原假设，表明空间杜宾模型具有更好的拟合效果；同时Hausman 检验结果均显示，P值均在1%的显著性水平下显著，故拒绝“固定效应与随机效应估计无差别”的假设。综上所述，本文通过固定效应的空间杜宾模型进行估计。

表5 模型的检验结果

表6 汇报了黄河流域创新的经济效应的估计结果，前4 个模型分别考察黄河流域创新的规模、质量、活力和综合水平对总量经济增长的促进效应，后4个模型分别考察黄河流域创新的规模、质量、活力和综合水平的对人均经济水平的促进效应，估计模型均为固定效应空间杜宾模型。

由表6 可知，8 个模型均通过显著性检验，模型的估计效果较好，结果显示科技创新的规模指标对黄河流域的经济发展具有显著正向影响。模型1至模型4 的估计结果显示，用专利授权总量度量的创新规模指标（lnAS）、发明专利占比度量的创新质量指标（lnAQ）、万人专利授权量度量的创新活力指标（lnAV）和创新的综合水平（lnA）对总量经济发展（lnGDP）的作用系数分别为18.03、7.062、29.77 和25.46，其中lnAS、lnAV 和lnA 均在1%的显著性水平上显著，lnAQ 不显著。模型5 至模型8的估计结果显示，lnAS、lnAQ、lnAV 和lnA 对人均经济水平的作用系数分别为7.087、2.480、9.444 和9.374，其中lnAS和lnA均在5%的显著性水平上显著，lnAQ 和lnAV 不显著。总结来看，科技创新对黄河流域的总量经济和人均经济水平发展具有显著正向影响，其中创新规模和创新活力的促进作用最为显著。因此黄河流域要实现更加高质量和快速的发展，不仅需要提高创新规模，更要推动创新活力提升，进行区域创新系统的建设。

表6 黄河流域科技创新的经济效应估计结果

进一步分析黄河流域科技创新促进经济增长的空间溢出效应，表5 可知，spatialρ均在1%的显著性水平上显著为正，说明黄河流域经济发展具有显著的空间溢出效应。科技创新对总量经济水平的估计结果显示，科技创新规模、活力及科技创新综合水平空间滞后项的溢出效应并不显著，但创新质量空间滞后项通过了10%的显著性水平检验，说明黄河流域科技创新质量具有较为显著的空间溢出效应，即高质量的创新成果在区域之间产生了正外部性。科技创新对人均经济水平的估计结果也显示，黄河流域科技创新质量具有正向空间溢出效应。

2.3 创新驱动经济发展的区域分异

进一步分区域（城市群地区、非城市群地区、上游地区、中游地区和下游地区）对黄河流域创新的经济发展效应进行估计，结果显示（见表7），在城市群地区创新对总量经济和人均经济发展水平的正向影响作用分别通过1%和5%的显著性水平检验，但是对非城市群地区的影响并不显著。黄河流域科技创新水平较高的地区主要分布于城市群地区，这些地区集聚了众多创新资源，创新的经济效应显著；而在非城市群地区创新和劳动对经济发展的作用均不显著，资本的作用则比较显著，说明在黄河流域非城市化地区的经济发展受到创新和劳动的影响较少，资本的正向促进作用十分显著。

表7 黄河流域城市群与非城市群科技创新的经济效应

同时在上中下游地区，创新对总量经济的促进作用均十分显著，但对人均经济发展的促进作用具有明显空间异质性，主要表现为创新只在上游地区对人均经济水平的正向作用通过了1%的显著性水平检验，在中下游地区并不显著（见表8）。根据前文分析，上游地区创新促进总量经济和人均经济发展的系数最大，说明黄河上游地区经济发展创新的贡献很大；黄河流域上游地区的经济发展相对滞后于下游地区，且大量劳动力向东部地区流动，本地劳动力相对缺乏，因此劳动的经济促进作用有限。

表8 黄河流域上中下游地区科技创新的经济效应

3 结论与讨论

本文考虑到创新的多维度特征，设置创新规模、创新质量和创新活力的3 个指标，基于黄河流域2005—2018 年的科技创新数据，综合评价黄河流域的创新水平，对黄河流域创新的时空格局及其驱动经济发展的效应展开分析。主要的研究结论如下：

（1）黄河流域创新发展水平呈现较为明显的东高西低的空间格局，创新发展的水平较高的地区主要分布在省会城市及重点城市化地区，其中山东半岛城市群和中原城市群集聚水平最高；黄河流域的科技创新规模、质量、活力和综合水平呈不断提升趋势，从2005 年到2018 年综合水平提升了8 倍，区域内创新发展水平差异较大，全局莫兰指数呈现先增大够后降低的倒“U”型特征。

（2）有7 个城市是群黄河流域创新较为突出的地区，城市群专利授权总量数占黄河流域专利授权量的比重超过90%，同时发明专利占比和万人专利授权量均显著高于黄河流域的平均水平；其中山东半岛城市群的创新发展水平最高，其次是中原城市群和关中平原城市群，3 个城市群的专利授权总量占到黄河流域授权专利总量的81%左右，山东半岛城市群的创新规模、质量和创新活力均领先其他城市群。

（3）黄河流域科技创新具有显著的经济促进效用，其中创新规模和创新活力的促进作用更为显著；同时创新质量具有较为显著的空间正向溢出效应，这为黄河流域通过加强更具价值的发明创新推动经济发展提供了理论依据。创新的经济促进效应在城市群上中下游地区较为显著，但在非城市群地区不显著，说明非城市群地区创新活动对经济的促进效应还有待提升。同时上中下游的估计结果显示，上游地区的创新促进作用最为突出。

促进黄河流域高质量发展的难点在于如何协调发展和更加高效率发展。在经济维度，协调就需要加快欠发达地区的发展，高效率发展就是要进一步提升地区全要素生产率。创新作为驱动黄河流域经济发展的关键性要素，其重要性已经得到证明，但创新的空间差异，也反映出黄河流域创新驱动发展的禀赋差异，这种禀赋差异在空间单元上主要反映在城市群地区和非城市群、黄河上中下游地区，这种空间单元在一定程度对应了工业化和城镇化的差异，因此本质上黄河流域的科技创新发展水平的差异实际上是欠发达地区与发达地区的差异。未来，黄河流域的创新驱动发展战略还需要抓住以内循环为主的“双循环”经济战略和全国经济转型升级的机会，依托“一带一路”核心地带的优势创新资源，建设多点的创新集聚高地、提高科研和教育水平、引进东部转移的企业，进而实现更加深入的科技创新与技术转移转化。