区域创新能力分布动态及时空收敛性研究——以河南省为例

汤 凯,任梦怡,蔡晓培

(郑州大学 商学院,河南 郑州 450001)

1 引言

区域创新能力是国家创新体系的重要载体,实现区域创新的协调性和均衡性是创新驱动发展战略的目标愿景[1]。2021年河南省研究与试验发展(R&D)内部经费支出占地区生产总值比重约为1.7%,同时战略性新兴产业增加值占规模以上工业的比重为24%(数据来源于《河南统计年鉴2022》),反映出河南省区域创新支撑与引领不足等问题。因此,对河南省区域创新能力分布差异和发展特点进行研究不仅有利于河南省加快构建一流创新生态建设,而且有利于为国家高质量创新发展做出河南贡献。

关于区域创新能力分布动态的研究内容主要集中在3个方面。一是区域创新能力的影响因素。城市是区域创新的核心研究单元,城市的创新激励对创新效率的正效应会外溢到邻近城市,从而增强区域整体创新能力[2-3];除此之外,城市的规模提升,也有助于丰富城市的创新资源和增强产业多样性,从而带动创新活动的活跃度[4]。二是区域创新能力的空间布局。有学者认为城市之间密切的创新合作构成了城市创新网络,具体包括知识创新合作网络、专利技术合作网络,此外,创新耦合网络的强度、密度、范围等空间结构属性显著影响着区域创新能力[5-7];也有学者基于创新生态观认为构建区域创新生态系统是实现区域协同发展的重要环节[8]。三是不同研究层面的区域创新能力分布特征。在自然区域层面,钟顺昌等[9]综合考察了黄河流域上中下游的创新能力分布格局,发现黄河流域创新发展在空间上具有明显的方向性、依赖性和集聚性;在城市群层面,陈蓓等[10]发现创新能力多呈现出“中心—边缘”创新分布格局,经济发达城市往往具有显著的空间溢出效应,带动区域创新协调发展。

在分布动态和收敛性的多维度测度方法方面,学者们针对不同研究环境选择了不同的测量方法。分析区域创新能力的差异程度的传统方法主要有泰尔指数(Theil)[11-12]、变异系数(CV)[13]等。为了更精确地反映区域差异的来源,更多学者采用Dagum基尼系数[14-16]分析区域创新能力的空间差异。展现动态演进过程的研究方法主要有Kernel密度估计方法[9]和Markov链[17]分析方法。在收敛性规律的研究中,有学者使用传统β收敛方法[18],也有学者引入空间矩阵进行空间β收敛检验[19],使空间计量模型与传统收敛模型得到综合运用。

关于区域创新能力的分布格局,研究主要集中于长三角地区[19-20]、粤港澳大湾区[21-22]、上海和北京[23]等经济发达地区的创新集聚能力。由于欠发达地区的资源禀赋和创新条件与发达地区存在差异性和特殊性,经济发达地区的创新政策并不能完全适应于其他地区,因此本文以河南省为例,通过时空演变的视角探究创新能力的区域差异、动态演进以及时空收敛性,分析区域维度的创新能力差异的主要来源、时间趋势中的创新发展动态特征以及空间维度的创新收敛性,从而对缩小区域创新差距、促进创新一体化进程提出合理性的政策建议。

2 数据来源及研究方法

2.1 区域划分及数据来源

专利数据作为专利规模的重要体现形式,不仅是创新投入、创新产出和创新环境的综合影响结果,还是衡量区域创新能力的代表指标,因此本文基于河南省的17个地级市的专利数据展开分析[24]。研究原始数据源于《中国城市统计年鉴》、各地市的统计年鉴和中国研究数据服务平台(CNRDS),数据跨度为2010—2019年,报告期间的个别缺失值均利用插值法补齐数据。在区域差异研究部分,本文按照地理区域将河南省分为5个区域:豫中区域(郑州市、平顶山市、许昌市、漯河市);豫东区域(开封市、商丘市、周口市);豫西区域(洛阳市、三门峡市);豫南区域(南阳市、驻马店市、信阳市);豫北区域(安阳市、新乡市、焦作市、濮阳市、鹤壁市)。

2.2 研究方法

2.2.1 Dagum基尼系数及分解方法

本研究选择Dagum基尼系数及分解方法研究河南省区域创新能力的差异及来源,不仅可以对地区内和地区之间创新能力的差异程度进行度量,而且可以判断造成差异的来源。Dagum基尼系数的计算方法如下:

(1)

式中,k指划分的区域个数;yji、yhr分别指j、h区域内任意一个城市i、r的创新能力;n指区域内部的城市数量;μ表示所有考察城市创新能力均值。Dagum基尼系数G可分解为区域内差异贡献Gw、区域间差异净值贡献Gnb、超变密度贡献Gt,同时这三者之间存在G=Gw+Gnb+Gt的关系,其中w代表区域内差异,nb代表区域间差异,t代表超变密度。

区域内的基尼系数Gjj和区域内差异贡献Gw分别为:

(2)

(3)

区域间的基尼系数Gjh和区域内差异贡献Gnb分别为:

(4)

(5)

(6)

(7)

(8)

式中,djh为城市群间创新能力差值,表示城市群j和h中所有yhr-yji>0样本加总的数学期望;pjh为超变一阶矩,表示城市群j和h中所有yhr-yji>0样本加总的数学期望;Fj、Fh表示城市群j、h创新能力的累积密度分布函数;x和y表示分布函数中的随机变量。

超变密度贡献(Gt)为:

(9)

2.2.2 核密度估计方法

核密度估计是一种通过连续密度曲线体现从离散分布到连续分布的可视化工具,本文通过三维核密度估计图的分布位置、分布形态、曲线延展性和分布极化特征,反映河南省17个地级市创新能力的分布动态及演进。区域创新能力综合指数X的概率密度函数为f(x),其函数表达式为:

(10)

其中,N表示观测值个数;Xi表示独立同分布的观测值;x表示函数中的随机变量;h表示带宽,带宽的大小与核函数的精度相关,带宽值越小精度越高,反之越低。本文根据高斯核密度函数K估计创新能力的动态分布,其函数表达式为:

(11)

2.2.3 空间β收敛方法

β收敛,是指创新发展比较缓慢的地区仍会维持着比创新发展较快地区更高速的创新增长,并最终实现了相同增长速度下的稳定收敛态势。β收敛检验主要分为绝对β收敛检验和条件β收敛检验,其中绝对β收敛检验主要是分析在不设条件下区域之间是否呈现了收敛状况,而条件β收敛检验则是分析当引入了某些影响因素之后区域间是否会出现收敛状况。

绝对β收敛模型为:

(12)

条件β收敛模型为:

(13)

上述传统β收敛未考虑区域之间的空间相关性对创新能力的影响,本文基于相邻(0—1)空间权重矩阵,并同时引入动态空间滞后模型(SAR)、空间误差模型(SEM)及空间杜宾模型(SDM)进行空间β收敛性分析。由于文章篇幅原因,不再列出加入空间矩阵后的绝对收敛公式,只列举3种空间模型下的条件收敛公式,计算方式如下:

γlnAi,t+φi+πt+μit

(14)

(15)

φi+πt+μit

(16)

上式中,Ai,t是在参考已有相关创新能力影响因素的研究基础上,选取了5个条件收敛的控制变量,包括金融支撑(FIN)、经济基础(GDP)、制度因素(INS)、信息化程度(NET)和人力资本(HUM),如表1所示。在金融支撑(FIN)方面,多样化贷款渠道、多领域的资金扶持和政策优惠措施有利于区域创新能力的提升。在区域创新能力的提升中,经济的投入是不可或缺的,城市的经济基础(GDP)在一定程度上决定了一个城市的创新能力。科技支出与财政支出的比率能更好地反映出制度因素(INS)对于科技创新行为的支持程度。信息化程度(NET)的不断提升使城市获得信息的途径变得更加宽广,减少了空间距离对城市发展的制约,从而提高了创新资源的使用效率[25]。人力资本(HUM)是创新增长的发动机,人才的流动速度是城市创新绩效的重要影响因素,有效的人才引进政策可提升对区域人才资源的吸收能力[26]。

表1 条件收敛的控制变量

3 实证分析结果

3.1 河南省创新发展的区域差异分析

3.1.1 区域内差异

本文首先测算了2010—2019年河南省5个区域的创新能力基尼系数,见表2。从均值分析可以看出,5个区域创新能力的内部差异呈现豫中>豫西>豫北>豫南>豫东的格局。由此可见,经济基础良好、创新资源丰富的强创新城市所在的地区差异化程度高,而经济相对落后、创新设施较差的地区整体创新速度较慢,差异化并不明显。豫中地区和豫西地区基尼系数较高,2010—2019年均值分别达到0.54和0.40,这主要是由于郑州市、洛阳市在地区内的创新极化地位造成区域创新能力不均衡现象;豫南地区和豫东地区基尼系数则相对较低,2010—2019年均值分别为0.27和0.08,区域内的创新能力差异与其他地区相比较小,地区内各城市并未形成明显的创新能力水平差距。从变化趋势看,豫中地区在2014年区域内基尼系数达到峰值,区域内的创新差距最为明显。从2015年之后豫中地区区域内基尼系数保持着逐渐增长的趋势,这意味着豫中地区近几年城市创新差距在不断拉大。豫东地区的区域内基尼系数在2011年达到最大值,在2014年达到最高增长率,其余年份处于波动变化期间,未表现出明显的变化趋势。豫西地区在考察期内的区域内基尼系数数值始终在均值0.40附近范围平稳波动,且变化范围较小。豫南地区和豫北地区分别在2012年和2015年区域内基尼系数达到考察期内峰值,表现出明显的区域内创新差距。总的来说,豫中地区的区域内基尼系数较高且保持增长态势,缩小区域内城市的创新差距迫在眉睫。豫东地区区域内基尼系数较低且处于降低态势,说明豫东地区的区域均衡发展在创新方面有所体现,但提升整体区域创新能力成为豫东创新发展的重中之重。

表2 2010—2019年河南省5个区域的创新能力基尼系数

3.1.2 区域间差异

2010—2019年河南省5个区域之间创新能力的基尼系数变化趋势如图1所示。5个区域中,豫中地区和豫东地区的创新能力差异最为明显,考察期内基尼系数均值达到0.70;创新能力差异最小的是豫东地区和豫南地区,系数均值为0.29。从图1所示的区域间基尼系数的变化趋势图看出,区域间基尼系数较低的是豫东地区和豫南地区、豫东地区和豫北地区、豫南地区和豫北地区。从变化趋势看,期末值较期初值为下降趋势的是豫中地区和豫东地区、豫中地区和豫南地区、豫东地区和豫西地区、豫东地区和豫南地区、豫东地区和豫北地区、豫西地区和豫南地区,其中降幅最大的是豫东地区和豫南地区(22.95%)。期末值较期初值为增长趋势的是豫中地区和豫西地区、豫中地区和豫北地区、豫西地区和豫北地区、豫南地区和豫北地区,其中增幅最大的是豫中地区和豫西地区(20.19%)。总的来说,在2015年之后大多数区域间基尼系数呈现出下降趋势,区域之间创新能力差异逐渐缩小,但是少数区域间基尼系数增长的地区仍是进一步缩小区域间创新差距的重要突破口。

图1 2010—2019年河南省创新能力区域间基尼系数的变化趋势

3.1.3 区域总体差异及来源

表3为2010—2019年河南省创新能力的总体基尼系数及其分解的结果。考察期内区域创新能力总体基尼系数均值是0.53,考察末期区域创新能力差异较初期有所增加,总体创新差距有拉大的趋势。从区域差异的基尼系数看,2010年区域内差异基尼系数为0.09,2019年上升为0.10,贡献率从16.68%上升为18.41%。从区域间差异的基尼系数看,2010年区域间差异基尼系数为0.35,2019年下降为0.32,贡献率从67.32%下降至59.16%。超变密度反映了区域间交叉重叠对总体差距的影响,其贡献率在16.00%—24.13%,期末值较期初值有所上升。从表3的均值结果可以看出,考察期内河南省创新能力区域间差距的基尼系数均值为0.33,对总体差距贡献率为61.63%,是整体差异的主要来源;区域内差异基尼系数和超变密度均值分别为0.09和0.11,对总体差距贡献率分别为17.54%和20.82%,这表明河南省创新均衡发展要着重从解决区域间差异入手。

表3 2010—2019年河南省创新能力总体基尼系数及其分解结果

3.2 河南省创新发展的动态演进特征

基尼系数分解的结果表明,各地区的创新能力存在着相对的差别,然而不能反映出各地区间创新能力的绝对差别的演进特征。基于此,本文运用核密度估计方法,对河南省5个区域内所有城市的创新能力分布进行了深入的研究,并从其核密度图的分布位置、分布形态、分布延展性、极化特性等方面进行了论述。图2所示为2010—2019年河南省区域创新能力的核密度估计图。

图2 2010—2019年河南省区域创新能力的核密度估计图

在分布位置方面,核密度估计图突出显示的有主峰和侧峰两方面。一是分布在图左侧的主峰曲线随时间推移整体呈现有左移的趋势,说明较低创新能力的城市具有潜在的创新能力下行的压力;二是分布在图右侧的侧峰存在右移的趋势,这意味着区域内强创新城市的创新能力在不断提升,尤其是郑州市的创新能力一直保持连年增长的趋势。在分布形态方面,核密度估计图的主峰和侧峰都呈现出高度下降、宽度缩小的变化特征。主峰高度先降低后升高,总体表现为降低,侧峰的高度呈现较小的降低趋势。主峰和侧峰的宽度有所减小,说明较低和较高创新能力城市之间的绝对差异都有缩小的趋势。

在分布延展性方面,分布曲线存在显著右拖尾现象,部分区域创新能力处于较高水平。从图左侧的主峰来看,总体分布延展性呈现收敛趋势,弱创新城市与平均水平差距呈现缩小的趋势。在极化特征方面,河南省创新能力整体上存在一定程度空间极化现象,核密度估计图显示了考察期内两极分化现象始终存在。一方面,主峰和侧峰落差相对较大,主要原因在于河南省内部创新能力有可能存在郑州“一城独大”的现象;另一方面,主峰和侧峰间的距离相对较大,城市之间的创新差距明显。

3.3 河南省创新发展的收敛性分析

3.3.1 绝对β收敛

基于基尼系数和核密度估计的分析结果发现河南省区域创新能力区域差异来源主要是区域间差异,为了进一步衡量这种区域间差异的演变特征,这里引入空间收敛模型来判断是否具有β收敛趋势。表4为河南省区域创新能力的绝对β收敛检验结果,检验结果通过了拉格朗日乘数检验,存在空间相关性,因此可以选择空间计量模型进行检验。本文运用似然比检验,针对时间、空间和双向固定效应分别选择合适的空间计量模型。两次似然比检验结果若均通过显著性检验,说明SDM模型的固定效应优于SAR模型或SEM模型的固定效应。在时间固定效应控制条件下,空间收敛模型未通过似然比检验和Hausman检验,因此简化为随机最小二乘法模型(OLS)。在空间固定效应和双向固定效应条件控制的收敛模型中,Hausman检验在10%水平通过显著性检验,因此可继续保留固定效应,但是在SDM与SEM模型的似然比检验中发现系数不显著,应基于空间误差模型(SEM)考察。

表4 河南省区域创新能力的绝对β收敛检验结果

一方面,在3种计量模型检验中,收敛系数β均在5%水平下显著为负,说明均存在稳定的绝对β收敛趋势,各区域内部创新能力均会向各自稳态水平收敛。通过对收敛速度的比较发现OLS模型的收敛速度最快。另一方面,在两种固定效应检验中,被解释变量空间误差项系数λ显著为正,表现出一定的空间正相关性,且空间相关性是各区域城市创新能力趋向绝对收敛的因素之一。

3.3.2 条件β收敛

绝对收敛过程展现了区域创新能力在影响因素相似前提下的收敛趋势,本部分进一步深入考察区域创新能力在考虑相关控制变量后的收敛趋势。河南省区域创新能力的条件β收敛检验结果如表5所示,检验过程与绝对β收敛过程相似,亦在空间相关性检验和空间计量模型选取基础上进行。3种固定效应模型均通过Hausman检验,说明模型中加入固定效应具有一定的准确性,同时也通过了拉格朗日乘数检验和似然比检验,因此选择空间杜宾模型进行条件收敛检验。

表5 河南省区域创新能力的条件β收敛检验结果

根据表中检验结果可得出3个方面条件β收敛特征。第一,收敛系数β均在1%水平下显著为负值,这表明了各区域都具有条件β收敛趋势,创新能力均沿着各自相对稳定的速度变化方向进行发展,其中在时间固定效应条件下收敛速度最快。第二,对条件收敛的检验均基于空间杜宾模型进行。其中,在时间固定效应中,空间自回归系数ρ显著为负,表现出一定程度的空间负相关性,各城市之间创新行为存在竞争关系,但相对滞后区域仍保持了追赶态势;在空间固定效应中,空间自回归系数ρ显著为正,说明城市之间的创新互动性是条件收敛的因素之一;在双向固定模型中,空间相关系数并不显著,空间相关性对其条件β收敛影响并不明显。第三,控制变量中经济基础和信息化程度均显著为正,说明经济整体发展向好对于城市创新发展具有显著的推动作用,信息化建设逐步完善也为技术创新领域奠定良好的基础;金融支持的影响不显著,说明虽然金融贷款支持在一定程度上缓解了创新企业的融资困难,但是科技创新的信贷支持有待全方位优化,使得金融更好发挥分散创新风险的功能;制度因素影响不显著,说明虽然研发投入在财政投入占比不断提升,政策对科技创新的倾斜度不断增加,但是研发经费的投入产出比有待进一步提升,创新高质量产出效率较低。人力资本影响不显著,这意味着尽管人力资本积累与转移通过知识溢出效应从而显著影响创新行为,但创新型人力资本的引领支撑作用有待进一步强化。

4 结论与建议

4.1 结论

本文基于河南省17个地级市的专利授权量,采用Dagum基尼系数分解方法、核密度估计方法和空间β收敛方法分析了区域创新能力的差异来源、分布动态和β收敛性,主要研究结论如下。

第一,从区域差异分解结果看,河南省5个区域的创新能力存在较为明显的空间差异。区域内差异中,豫中地区和豫西地区的区域内基尼系数较高,差异化较为严重。从变化趋势看,豫东和豫中地区的创新能力差异呈现扩大趋势;豫西、豫南和豫北地区创新能力差异有缩小态势。区域间差异中,豫中地区和豫东地区的创新能力差异最为明显。从基尼系数分解结果显示,整体创新能力差异的首要来源是区域间差异,超变密度次之,区域内部差异第三,因此缩小区域间的创新差异是解决区域创新发展不均衡的突破口。

第二,就分布动态而言,核密度估计图分布曲线始终呈现双峰现象,河南省区域创新能力两极分化现象突出。位于左侧的主峰和右侧的侧峰高度落差较大、距离较远,这意味着区域创新能力之间差距明显,且可能存在一城独大的现象。主峰位置的左移趋势和侧峰的右移趋势表明,河南省弱创新城市具有下行压力,强创新城市保持着持续的创新动力,解决各城市之间创新差距进一步拉大的问题迫在眉睫。

第三,从收敛特征看,河南省内部创新能力呈现出绝对β收敛和条件β收敛趋势,都朝着各自稳态水平发展,较落后区域保持着追赶态势。在3种固定效应条件下,条件β收敛的控制变量中经济基础和信息化程度均显著为正,说明经济整体发展向好和信息化建设逐步完善对于提升区域创新能力具有显著的推动作用。

4.2 建议

本文对于河南省进一步提升区域创新能力水平和优化区域创新空间分布结构可以提供几点启发:

第一,地区间差异是河南省创新差距的主要来源,为此应在集中发展豫中地区和豫西地区的创新水平的同时,兼顾豫东地区、豫南地区和豫北地区的创新发展,逐步实现区域创新一体化进程。豫中地区是区域创新中心,在发展规划时更应重视发挥其在整体创新资源的统筹布局中的战略导向作用,建立高效合理的区域创新空间结构。在创新动力较弱的豫东地区,加大对专业化、特色化的创新型中小企业的扶持力度,打破技术创新壁垒,通过创新的扩散效应引起产业转型升级,逐步缩小与其他地区的创新差距,实现区域创新均衡发展。

第二,河南省内部各城市存在创新两极分化现象,为此各城市应在提升自身创新水平的同时,发挥创新的比较优势辐射作用,带动周边城市成为创新协作城市,建立联系密切、高质高效的城市创新网络。郑州市作为创新引领城市,可依托高校、科研机构和创新企业,加快建设区域科技创新中心。对于创新能力较强,但周围城市创新能力较弱的城市如洛阳、南阳和许昌市等,可作为创新导向城市,围绕其自身重点提升的产业领域(如工业、装备制造等)形成专业性科研优势,加快成为区域协同创新格局中的多极创新支撑。

第三,经济基础和信息化程度有利于河南省创新能力收敛规律的发挥。因此,对于创新较滞后地区既要加大创新科研投入和创新政策支撑,又要重视经济发展和信息化技术的革新。依托省内生物医药、新材料技术、数字技术等优势科研领域,强化高质量的创新起点,形成一流创新业态,开启中原创新的新高地。一流的创新产业建设和经济的高质量发展将加快推动城市创新动力积累,优化创新的区域布局,实现更高水平的创新突破。