中国五大城市群R&D资本存量差异与分布特征

倪青山　卢彦瑾

摘 要：使用Dagum基尼系数、描述性统计等方法，研究中国五大城市群R&D资本存量差异与分布特征。结果显示：中国五大城市群R&D资本存量差异大，但呈缓慢下降趋势，差异主要来源于不同城市群之间；不同城市群内部以及不同城市群之间R&D资本存量差异大小及其演进趋势具有显著差异。R&D资本存量向五大城市群特别是长三角城市群以及粤港澳大湾区集聚。五大城市群内部R&D资本存量分布特点及演进趋势各不相同。鉴于此，揭示了中国五大城市群R&D资本存量差异与分布特征，从而为城市创新发展战略及政策制定提供理论依据。

关键词： 城市群；城市R&D资本存量；差异；分布

中图分类号：F124.3；F224.065 文献标识码： A 文章编号：1003-7217（2023）01-0107-07

一、引 言

创新经济地理学关注的重点是创新活动在空间上的集聚。相关研究发现了创新活动在空间上集聚的经验证据[1-4]，中国发展经验也证实了这一观点。2017年，中国城市R&D投入数据显示，北京、上海和深圳等三个城市R&D投入总和占全国的比重达21.4%，R&D投入前100位的城市R&D投入总和占全国的比重达89.2%。与此同时，中国政策也倾向于支持创新活动在空间上集聚。2008—2020年，科技部陆续支持了78个城市开展创新型城市建设，其中超过一半的城市位于东部。研究创新活动空间分布对于区域协调发展、优化区域创新效率至关重要。

已有相关研究多关注创新投入中的R&D人员和R&D投入的空间分布，且主要研究省一级数据。有的使用赫芬达尔赫希曼指数分析中国高校创新要素的集聚度，发现高校R&D人员和R&D投入高度集聚在东部地区[5]；有的关注单一城市群内部R&D人员和R&D投入的集聚现象，如研究长三角城市群研发投入的空间分布发现，研发经费投入呈现以上海为绝对高值极化中心，杭州、苏州、南京、无锡为次级极化中心的多极鼎立[6]。

然而，现有研究通常关注城市创新产出的空间分布[7-9]，较少分析创新投入中的R&D资本存量的空间分布，且研究对象均为省级R&D资本存量[10，11]。这些研究在一定程度上反映了R&D资本存量集聚现象，但是忽略了省内的集聚现象，也忽略了城市群的集聚现象。为此，本文使用2000—2019年中国城市R&D资本存量数据，定量测算五大城市群R&D资本存量的差异大小及来源，从R&D资本存量集聚视角研究其创新活动的空间分布，以加强对创新活动空间分布的认识。

二、五大城市群城市R&D资本存量Dagum基尼系数测算及分解

本文采用Dagum基尼系数及其分解结果研究各城市群内部以及相互之间的城市R&D资本存量的差异。其中，Dagum基尼系数测算及其分解方法参见相关的研究[3]，R&D资本存量数据参考相关研究[12-17]后进行测算得到①。同时，计算位于京津冀城市群、长三角城市群、粤港澳大湾区、长江中游城市群和成渝城市群等五大城市群2000—2019年城市R&D资本存量基尼系数，并对其进行分解。其中，代表组内差异的组内基尼系数测算结果如表1所示，代表组间差异的组间基尼系数测算结果如表2所示，不同差异来源的貢献率变化如图1所示。

从表1可以看出，位于五大城市群的城市R&D资本存量差异明显，但呈下降趋势。2000—2019年，位于五大城市群的城市R&D资本存量总基尼系数由0.80下降到0.72，平均为0.76。从不同城市群内部来看，京津冀城市群R&D资本存量差异最为明显，长三角城市群、粤港澳大湾区和长江中游城市群R&D资本存量差异相对较小。不同城市群内部差异均呈现一定程度的下降趋势。2000—2019年，京津冀城市群、长三角城市群、粤港澳大湾区、长江中游城市群和成渝城市群R&D资本存量差异分别由0.80、0.69、0.66、0.69和0.76下降为0.78、0.59、0.56、0.55和0.73，平均为0.80、0.63、0.60、0.61和0.75。

从表2可以看出，不同城市群之间R&D资本存量差异处于较高水平，但差异呈缩小趋势。2000—2019年，不同城市群之间R&D资本存量基尼系数大多高于0.7，但是均呈下降趋势。京津冀城市群和长江中游城市群、成渝城市群的R&D资本存量差异最大，基尼系数平均值分别为0.89和0.88。长三角城市群和粤港澳大湾区R&D资本存量差异相对较小，基尼系数平均值为0.64。

从图1可以看出，从不同差异来源的贡献率来看，组间差异始终是五大城市群R&D资本存量差异的主要来源。2000—2019年，五大城市群R&D资本存量组间差异贡献率始终超过40%，同期组内差异贡献率处于15%～20%之间，超变密度贡献率始终低于40%。趋势上，在2007年以后，五大城市群R&D资本存量组间差异贡献率持续缩小，超变密度贡献率持续增大，同期组内差异贡献率变化幅度较小。

三、五大城市群R&D资本存量空间分布特征分析

分别计算2000—2019年五大城市群R&D资本存量占全国的比重，如表3所示。结果表明：一是五大城市群汇聚了全国多数R&D资本存量。2000—2019年，五大城市群R&D资本存量合计值占全国平均比重为67.6%。其中，京津冀城市群和长三角城市群占比较高，分别为20.3%和24.9%；长江中游城市群和成渝城市群占比较低，分别为5.9%和5.2%。二是R&D资本存量有向五大城市群集中的趋势。2000—2019年五大城市群R&D资本存量占全国比重之和呈上升趋势，由64.7%上升为69.3%。三是不同城市群R&D资本存量占全国比重变化趋势存在明显差异。京津冀城市群R&D资本存量占全国比重持续下降，由24.6%降为17.0%；长三角城市群和粤港澳大湾区R&D资本存量占全国比重持续上升，分别由18.9%和9.8%上升为27.2%和13.3%；长江中游城市群R&D资本存量占全国比重先下降后上升，由6.0%降为5.3%再升为6.3%；成渝城市群R&D资本存量占全国比重在5.2%附近波动，其中最大为5.8%，最小为4.8%。

（一）京津冀城市群内部R&D资本存量集聚趋势

计算京津冀城市群各城市R&D资本存量占京津冀城市群合计值的比重，如表4所示。结果发现：（1）北京集聚了京津冀城市群绝大多数R&D资本存量。2000—2019年北京R&D资本存量占京津冀城市群合计值比重的平均值为73.4%，同期天津和石家庄的平均值分别为16.7%和3.5%。（2）京津冀城市群R&D资本存量始终集聚在北京和天津。2000—2019年北京和天津R&D资本存量占京津冀城市群合计值的比重最小值为88.6%，最大值为91.1%，且无明显上升或下降趋势。

（二） 长三角城市群内部R&D资本存量集聚趋势

历年长三角城市群各城市R&D资本存量占长三角城市群合计值的比重，如表5所示。长三角城市群R&D资本存量形成了“一超多强”的分布格局。2000—2019年，上海R&D资本存量占长三角城市群合計值的年平均比重为33.1%，为“一超多强”中的“一超”；苏州、杭州和南京R&D资本存量占长三角城市群合计值的年平均比重分别为9.4%、8.5%和8.2%，为“一超多强”中的“多强”；无锡、宁波、常州、合肥和南通R&D资本存量占长三角城市群合计值的年平均比重分别为6.3%、4.0%、3.9%、3.7%和2.9%，接近“一超多强”中的“多强”。

长三角城市群R&D资本存量主要向“一超多强”中的“多强”和接近“多强”的城市集聚，尤以苏州为甚。2000—2019年，上海、南京和常州R&D资本存量占长三角城市群合计值的比重分别下降了14.5、2.3和0.5个百分点，苏州、杭州、无锡、宁波、合肥和南通合计值占比上升14.5个百分点，占上海、南京和常州下降份额的83.3%。其中，苏州R&D资本存量占长三角城市群的比重上升7.2个百分点，占上海、南京和常州下降份额的41.4%。此外，长三角城市群R&D资本存量分布趋于稳定。2016—2019年，长三角城市群中各城市R&D资本存量占长三角城市群合计值的比重变化均小于0.3个百分点。

（三）粤港澳大湾区内部R&D资本存量集聚趋势

2000—2019年粤港澳大湾区各城市R&D资本存量占粤港澳大湾区合计值的比重，如表6所示。粤港澳大湾区R&D资本存量集聚在广州、深圳、佛山和东莞等四个城市且以广州和深圳为主。

2000—2019年，广州、深圳、佛山和东莞R&D资本存量占粤港澳大湾区合计值的年平均比重为90.0%，其中，广州和深圳占比平均合计为73.2%。从变化趋势来看：一是R&D资本存量向东莞集聚的趋势特别明显。2000—2019年东莞R&D资本存量占粤港澳大湾区合计值的比重由1.5%上升到9.3%，上升约8个百分点。二是2015年后R&D资本存量向广州、深圳和东莞集聚。2015—2019年广州、深圳和东莞R&D资本存量占粤港澳大湾区合计值的比重分别上升0.6、1.4和1.1个百分点，其中54.8%来自佛山占比的下降。

（四）长江中游城市群内部R&D资本存量集聚趋势

长江中游城市群各城市R&D资本存量占长江中游城市群合计值比重的计算结果如表7所示。长江中游城市群R&D资本存量主要集中在武汉、长沙、南昌和襄阳。2000—2019年，武汉、长沙、南昌和襄阳R&D资本存量占长江中游城市群合计值的年平均比重合计为60.9%。其中，武汉和长沙分别为29.5%和17.3%，合计为46.8%。分阶段来看，2000—2008年，R&D资本存量向长沙、南昌、宜昌和常德等城市集聚。2000—2008年，武汉R&D资本存量占长江中游城市群合计值的比重下降了10.0个百分点，同期长沙、南昌、宜昌和常德上升幅度较大，分别为1.2、2.9、1.3和1.5个百分点，此外，除表中10个城市外的长江中游城市群城市合计上升3.4个百分点。2009—2019年，R&D资本存量向株洲和宜昌等城市集聚。2009—2019年，武汉和长沙R&D资本存量占长江中游城市群合计值的比重较为稳定，南昌和新余则明显下降，分别下降4.0和1.9个百分点，株洲和宜昌则明显上升，分别上升1.3和1.5个百分点。

（五）成渝城市群内部R&D资本存量集聚趋势

成渝城市群各城市R&D资本存量占成渝城市群合计值的比重计算结果如表8所示。成渝城市群R&D资本存量集聚在成都、绵阳、重庆和德阳等四个城市。2000—2019年，成都、绵阳、重庆和德阳R&D资本存量占成渝城市群合计值的比重平均分别为41.8%、22.5%、19.1%和6.0%，合计89.4%。趋势上，R&D资本存量向重庆集聚。重庆R&D资本存量占成渝城市群合计值的比重由2000年的10.2%上升为2019年的30.6%，上升20.4个百分点，年均上升1个百分点，同期成都和绵阳占比分别下降8.1和15.9个百分点。

四、结论与启示

以上定量测算了中国五大城市群R&D资本存量的差异大小及来源，并从R&D资本存量集聚视角研究了中国城市R&D资本存量的空间分布。结果显示：（1）中国城市R&D资本存量差异大，呈缓慢缩小趋势。不同城市群中城市R&D资本存量差异、演进趋势具有显著差异。京津冀城市群R&D资本存量差异最为明显，长三角城市群、粤港澳大湾区和长江中游城市群R&D资本存量差异相对较小；不同城市群内部差异均呈现一定程度的下降趋势；不同城市群之间R&D资本存量差异处于较高水平，但差异呈缩小趋势；京津冀城市群和长江中游城市群、成渝城市群的R&D资本存量差异较大，长三角城市群和粤港澳大湾区R&D资本存量差异相对较小。此外，组间差异是五大城市群R&D资本存量差异的主要来源，且组间差异贡献率持续缩小。（2）R&D资本存量向五大城市群特别是长三角城市群和粤港澳大湾区集聚。具体来看，2000—2019年，五大城市群R&D资本存量占全国比重由64.7%上升为69.3%。同期，长三角城市群和粤港澳大湾区R&D资本存量占全国比重持续上升，分别由18.9%和9.8%上升为27.2%和13.3%。五大城市群内部R&D资本存量分布特点及演进趋势各不相同。中国R&D资本存量增长速度快，但不同城市增长速度具有明显异质性。北京集聚了京津冀城市群绝大多数R&D资本存量，且集聚程度无明显上升或下降趋势。长三角城市群R&D资本存量形成了“一超多强”的分布格局。长三角城市群R&D资本存量主要向“一超多强”中的“多强”和接近“多强”的城市集聚，尤以苏州为甚。粤港澳大湾区R&D资本存量集聚在广州、深圳、佛山和东莞等四个城市且以广州和深圳为主，R&D资本存量向东莞集聚的趋势特别明显。长江中游城市群R&D资本存量主要集中在武汉、长沙、南昌和襄阳，R&D资本存量向长沙、南昌、宜昌和常德等城市集聚。成渝城市群R&D资本存量集聚在成都、重庆、绵阳和德阳等四个城市，R&D资本存量向重庆集聚。

根据上述研究结论，可以得到如下启示：（1）充分认识到京津冀城市群、长三角城市群和粤港澳大湾区是中国经济发展的主要动力，保持城市群的活力至关重要。京津冀城市群、长三角城市群和粤港澳大湾区是中国发展的领头羊，北京、上海、广州、深圳和苏州等中国R&D资本存量较大的城市应积极参与全球竞争，在吸纳全国技术、科研人员、资金等要素的基础上，解决“卡脖子”技术，突破发达国家对中国的技术封锁。（2）城市群内部应协调发展。趋势上，大多数城市群内部研发资源的相对差距在缩小，这种趋势的缩小有利于城市群内部不同城市间的分工合作，也是城市群内部非中心城市承接中心城市产业转移的结果。政策上，除各城市群中心城市外，许多非中心城市也成了国家级创新型城市试点。因此，在城市群内部，中心城市应避免创新要素的过度集聚，进而出现虹吸效应，非中心城市应借助国家政策及承接产业转移的东风积极打造好创新硬件，通过自身比较优势引导创新资源“用脚投票”。

注释：

① 文章参考杨林涛等（2015）采用BEA方法计算城市R&D资本存量［12］。其中，BEA方法指美国商务部经济分析署（Bureau of Economic Analysis）计算R&D资本存量采用的方法；价格指数和折旧率先参考郑世林和张美晨（2019）、余泳泽（2015）、苏屹和林周周（2017）等计算省域价格指数和折旧率［13-15］，后参考徐淑丹（2017）的做法，假设省内各城市R&D资本价格指数和折旧率相等［16］；流量数据采用城市R&D支出；基期存量计算方法参考郑世林和杨梦俊（2020）［17］。文章R&D支出数据来源于第一次、第二次R&D普查，《中国城市统计年鉴》，各省科技统计年鉴、统计年鉴，各省统计局、科技厅网站，各省科技统计公报、科技经费投入公报、科技经费投入统计公报。合成R&D资本价格指数、折旧率所使用的数据来自《中国科技统计年鉴》和国家统计局国家数据网站。

②  i，j表示第i个和第j个城市群组间差异。1～5分别为京津冀城市群、长三角城市群、粤港澳大湾区、长江中游城市群和成渝城市群。

③ 组内差异贡献率数值见副坐标轴。

参考文献：

［1］ Feldman M P. The geography of innovation[M]. Netherland： Springer， 1994.

［2］ Soo K T. Innovation across cities[J]. Journal of Regional Science， 2018， 58（2）： 295-314.

［3］ 倪青山，卢彦瑾，贺筱君，等.中国城市创新绩效的差异及动态演进[J].数量经济技术经济研究，2021，38（12）：67-84.

［4］ Serafinelli M， Tabellini G. Creativity over time and space[J]. Journal of Economic Growth， 2022，27（1）： 1-43.

［5］ 迟景明，任祺.基于赫芬达尔-赫希曼指数的我国高校创新要素集聚度研究[J].大连理工大学学报（社会科学版），2016，37（4）：5-9.

［6］ 邹琳，曾刚，曹贤忠.基于ESDA的长三角城市群研发投入空间分异特征及时空演化[J].经济地理，2015，35（3）：73-79.

［7］ 马静，邓宏兵，蔡爱新.中国城市创新产出空间格局及影响因素——来自285个城市面板数据的检验[J].科学学与科学技术管理，2017，38（10）：12-25.

［8］ 杨明海，张红霞，孙亚男.七大城市群创新能力的区域差距及其分布动态演进[J].数量经济技术经济研究，2017，34（3）：21-39.

［9］ 周麟，古恒宇，何泓浩.2006—2018年中国区域创新结构演变[J].经济地理，2021，41（5）：19-28.

［10］陈宇峰，朱荣军.中国区域R&D资本存量的再估算：1998—2012[J].科学学研究，2016，34（1）：69-80，141.

［11］孙凤娥，江永宏.我国地区R&D资本存量测算：1978—2015年[J].统计研究，2018，35（2）：99-108.

［12］杨林涛，韩兆洲，王昭颖.多视角下R&D资本化测算方法比較与应用[J].数量经济技术经济研究，2015，32（12）：90-106.

［13］郑世林，张美晨.科技进步对中国经济增长的贡献率估计：1990—2017年[J].世界经济，2019，42（10）：73-97.

［14］余泳泽.中国区域创新活动的“协同效应”与“挤占效应”——基于创新价值链视角的研究[J].中国工业经济，2015（10）：37-52.

［15］苏屹，林周周.区域创新活动的空间效应及影响因素研究[J].数量经济技术经济研究，2017，34（11）：63-80.

［16］徐淑丹.中国城市的资本存量估算和技术进步率：1992—2014年[J].管理世界，2017（01）：17-29，187.

［17］郑世林，杨梦俊.中国省际无形资本存量估算：2000—2016年[J].管理世界，2020，36（9）：67-81，110，82.

（责任编辑：宁晓青）

Differences in R&D Capital Stock and Distribution Characteristics of 5 Major City Clusters in China

NI Qinshan，LU Yanjin

（College of Finance and Statistics，Hunan University，Changsha，Hunan 410079，China）

Abstract：Dagum Gini coefficient and descriptive statistics were used to study the differences and distribution characteristics of R&D capital stock in Chinas five major city clusters. The results show that： （1） the differences of R&D capital stock in Chinas five major city clusters  are large， but show a slow downward trend， and the differences mainly come from different city clusters. There are significant differences in the size and evolution trend of R&D capital stock within and between different city clusters. （2） R&D capital stock is concentrated in the five major city clusters， especially the Yangtze River Delta and the Guangdong-Hong Kong-Macao Greater Bay Area. The distribution characteristics and evolution trend of R&D capital stock in the five major city clusters are different. The paper reveals the differences and distribution characteristics of R&D capital stock in Chinas five major city clusters， and provides theoretical basis for urban innovation development strategy and policy formulation.

Key words：urban cluster; urban R&D capital stock; differences; distribution

收稿日期： 2022-09-01； 修回日期： 2022-10-20

基金項目： 国家社会科学基金项目（20FTJB070）

作者简介： 倪青山（1975—），男，湖南祁阳人，博士，湖南大学金融与统计学院教授，博士生导师，研究方向：经济统计；通信作者：卢彦瑾（1994—），男，湖北黄冈人，湖南大学金融与统计学院博士研究生，研究方向：经济统计。