江苏省区域创新差异的时空格局演化分析

来源:用户上传      作者:

　　摘要：江苏省13个地级市为研究单元，运用泰尔指数、探索性空间数据分析方法对江苏省2006～2017年区域创新能力的时空演化特征及影响因素进行分析。结果表明：在研究阶段，区域创新能力差异呈现出以2009年为分界点，先扩大后减小的趋势，2013年以后，苏南、苏中、苏北三大组别之间的组间差异成为江苏省区域创新差异的主要来源。同时，江苏省区域创新能力存在显著的正的空间相关性，并形成了以“苏州——无锡”为核心的增长极和苏北地区的“塌陷区”。
　　关键词：创新能力;泰爾指数及其分解;空间数据分析方法
　　一、引言
　　要加快建设创新型国家，推动重大科技创新取得新进展，提高大众创业、万众创新水平，将创新转变为经济增长的新动力已经成为全社会的共识。不同区域之间的创新能力差异十分严重，这也是造成区域经济水平差别的主要原因。江苏省在全国范围内属于经济发展水平较高、区域创新能力较强的省份。然而，在江苏省内部，各地级市之间的创新能力存在很大的差异性。因此，研究江苏省各地级市创新能力的时空演化特征，对于缩小地区间创新差异，促进地区和谐发展，推动江苏省经济更稳、更快发展具有重要的现实意义。
　　二、文献综述
　　从现有研究来看，对于区域创新差异的研究文献很多，基于不同的研究对象和研究尺度，国内学者做了大量的研究。
　　在省域尺度上，王鹏（2017）通过聚类分析法对我国30个省按照创新能力进行分级，并利用泰尔指数研究区域创新差异。结果表明，不同地区的经济发展速度越快，其创新能力就越强。王春阳（2015）以中国东、中、西三大区域为观测单元，运用Theil指数及其分解发现中国省级创新差异自东向西呈梯度分布。并且中国整体创新差异以2007年为分界点先增大后减小，创新差异主要来源于三大区域内部。而桂黄宝（2015）利用改进TOPSIS-Theil法构建创新能力指数，将我国分为长三角、环渤海、中部、东北、东南、西南、西北七大区域，考察了整体及区域内的创新差异。研究结果表明，各地区创新差别整体上出现扩大的趋势，但主要来源于组间差异，组内差异较小。
　　在县域尺度上，张建伟（2017）基于专利授权量运用标准差、变异系数、空间自相关等方法研究江苏省县域创新产出，研究发现各地区创新产出出现“南部高、北部低”的发展态势。王益宝（2014）通过theil指数、空间自相关来研究浙江省县域创新差异的时空演化，研究认为浙江省整体创新差异有所扩大，浙江东北内部差异最大，组间差异正不断缩小。同时，任颖盈（2015）利用ESDA方法分析了浙江省县域创新差异的空间演变，结果显示各县域创新能力是两极分化的形式，并逐渐形成双创新中心的格局。
　　综合以上研究文献来看，在不同的尺度划分上，区域处在不同的历史阶段，经济发展水平和创新的发展程度不尽相同，因此区域创新能力呈现出不同的演化特征。大部分学者运用各种统计方法从整体上测度了区域创新的差异性，明确了区域创新的时间变化规律，但缺乏从系统内部对差异的来源进行深一步的研究。因此，本文拟通过整体和系统内部两个视角研究江苏省区域创新能力的时空演变特征。
　　三、变量与研究方法
　　（一）被解释变量
　　从相关研究来看，如何衡量一个地区创新能力的高低并没有规范的标准。区域创新是指将一个地区的知识、创新转化为新产品、新服务的能力。例如王春杨（2014）、丁军（2016）、肖刚（2016）等国内众多学者采用单一指标的方法，选取专利申请授权量指标来衡量一个地区的创新能力。除此之外，刘丙泉等（2011）采用科技活动人员等13项指标，构建了衡量区域创新能力的指标体系。鉴于数据的可获得性，并结合以往研究，本文选用江苏省各研究单元内2006～2017年的专利申请授权量，来衡量一个地区的创新能力。数据来源于江苏省知识产权局官网以及各市知识产权局网站。
　　（二）研究方法
　　本文选用泰尔指数及其分解，按照行政区划的苏南、苏中、苏北地区，分别来测算江苏省区域创新能力整体和局部的差异性的演化特征。
　　1. 泰尔指数及其分解
　　泰尔指数（Theil）是泰尔于20世纪60年代提出衡量差异性的方法。对于泰尔指数方法的介绍已有很多，本文就不在过多的赘述。衡量地区间创新能力差异的theil指数为：
　　TP=
　　log
　　（1）
　　其中Y为i地区j市的创新产出;Y为江苏省创新产出的总和;Nij为i地区j市的人口数;N为江苏省总人口;若TP的值越大，我们认为地区间的差别越大。
　　同时，泰尔指数的加法公式可以衡量来自组内的区域创新差异和来自组间的区域创新差异。
　　TP=TWR+TBR=
　　Tpi+TBR（2）
　　其中i地区内的差距Tpi为：
　　Tpi=
　　log
　　（3）
　　所有地区间的差距为：
　　TBR=
　　log
　　（4）
　　2. 全局Moran’s I指数、Moran散点图
　　（1）全局Moran’s I指数
　　moran’s I指数可以应用于全局聚类检验。它可以反应在所考察地区内，其相邻地区是呈现出相似还是相异或独立的特征。moran’s I指数的计算方法就不做过多赘述。
　　全局Moran’s I指数的取值范围是-1到1之间。当Moran’s I的值大于0，表明相邻的地区呈现正向的相关性，即具有类似的属性的区域发生集聚;当值小于0，表明负向的相关性，即具有不同属性值的地区发生集聚。如果Moran’s I值接近0，则认为该属性值在空间上是随机的，具有独立性。 　　（2）Moran散点图
　　Moran散点图可以用于研究子系统所表现出的在空间上的相关性，用散点图表示变量Z与WZ之间的相关关系。图中横轴和纵轴分别代表Z和WZ。该图被坐标轴分为四个象限，表明一个地区和其邻近地区的相互关系。
　　第一象限（HH）表示高高集聚;第二象限（LH）代表低值被高值包围;第三象限（LL）代表低低集聚;第四象限（HL）代表高值被低值包围。
　　四、江苏省区域创新能力的时空演化特征
　　（一）区域创新能力的時空演化特征
　　1. 苏南、苏中、苏北呈现阶梯状分布特征
　　为了更直观的观测近年来江苏省各地级市创新产出的变化，运用geoda软件制作了2006、2012和2017年的创新产出的四分位分布图。其中颜色越深的地区代表着其能力越高。
　　从图4中可以看出，近十年来江苏省区域创新产出形成了苏南、苏中、苏北逐渐减少的“阶梯状”分布的特征。其中，苏州市和无锡市一直保持在第一梯队，创新能力一直保持在较高水平，进而形成了以苏州和无锡为增长极，带动着周边地区的发展。而连云港、宿迁、淮安市创新能力不显著，一直处于第四梯队。
　　2. 泰尔指数测算区域创新差异
　　利用泰尔指数测算区域创新差距如图4所示。江苏省区域创新差距呈现出急速扩大到缓慢下降的趋势。在2009年区域创新差距最大，达到0.7。从2006年到2009年，区域创新差距扩大了67.42%，年均增幅为22.47%。2009年以后，区域创新差距呈现出持续缓慢下降的态势，由2009年的0.7下降到2017年的0.21，下降了约50%。以上结果分析表明，一批经济发达的地区在创新方面快速的发展起来，造成创新差距被拉大。随着近几年经济发展速度的放缓，不发达地区利用后发优势，加快学习先进经验，提高自身的创新水平，努力减少与发达区域的距离。
　　尽管从泰尔指数能够发现，江苏省区域创新差异出现逐步下降的态势，但不能表示出区域内部创新能力的发展如何。对于江苏三大地区来讲，由于各地区发展水平存在一定差异，有必要针对不同的区域进行具体分析。因此借助Matlab软件计算泰尔指数以及将其分解，从三大区域内部探讨江苏省区域创新差异的来源。
　　通过泰尔指数的分解，结果发现，在苏南、苏中和苏北三个分组内部，组内创新差异呈现急剧扩大接着缓慢下降的态势。在2013年以后，来自组内的差距一直低于组间差异。在2014～2017年间，组内差异稳定在0.09附近。在三大分组之间，组间差异出现先缓慢上升随后缓慢下降的情况。在2011年以后组间差异的下降速度明显落后于组内差异。在2013～2017年，整体差异中来自组间差异的部分稳定在2/3附近，区域创新差异主要来源于苏南、苏中、苏北的组间差异。
　　以上结果表明，在江苏省内部，苏南、苏中和苏北三个区域内部差异逐渐缩小，苏南地区增速放缓，而苏北等地后来居上，正在缩小差距。苏州、无锡等增长极能够对苏南地区起到辐射效应，但由于地理距离、经济环境等因素，对苏中、苏北的带动作用不明显。目前，江苏省区域创新的差异主要来自于三个区域之间的巨大差异，苏南地区形成明显的集聚区域，而由于知识溢出存在着空间的局限性，苏北地区仍然处于较为落后的地区。
　　（二）空间相关性分析
　　1. 江苏省整体呈现正的空间相关关系
　　全局Moran s’I指数能够度量某变量在地区间是否存在着相关性，即相似的地区会聚集在一起。本文利用ARCGIS软件计算出江苏省2006～2017年基于专利申请授权量的moran s’I指数（见表1）。
　　结果表明，在2006～2017年，江苏省各地级市的创新能力具有正的空间相关关系，说明具有相似属性的地区聚集在一起。在2006～2009年江苏省区域创新能力的空间相关性逐步缩小，但2009年以后急剧增强并稳定在0.45附近。可以发现，在2006～2009年伴随着空间相关性的减弱，区域整体差异性变大，当空间相关性进一步增强，区域差异性也在缩小。说明加强区域之间的紧密合作，区域创新中心对其周围地区的带动效应能够缩小区域间创新差异。
　　2. 江苏省核心创新区域明显
　　本文选取江苏省2017年创新能力数据，借助geoda软件，计算出江苏省2006、2009、2013、2017年创新能力的moran散点图，如表2所示。
　　结果表明，目前江苏省已经形成以苏州、无锡为中心的高-高聚集区，创新能力显著，对周围地区能够起到很好的溢出效应，但随着距离的增加而逐渐递减。位于第三象限的苏北及苏中等城市，创新能力较弱，相互之间溢出效应不明显，创新能力较高的地区无法对其形成较好的带动作用，形成聚集的“塌陷区” 。
　　五、对策建议
　　本文利用泰尔指数及其分解以及探索性空间数据分析方法对江苏省区域创新能力的时空演化特征进行分析，提出相应的政策建议。
　　1. 政府作为区域创新活动的“掌舵人”要起到统筹、协调和引导全局的作用。
　　当地政府仍需高度重视对区域创新能力的提升，进行适当的政策倾斜和帮扶，完善自主创新体系。对于创新型企业可适当调整政策，减少企业的成本。同时，构建一个良好的市场竞争环境，提高技术转化产品的能力，扩大市场开放程度等能够对创新活动起到进一步的激励作用。除此之外，促进区域之间的创新合作，扩大苏州、无锡、常州等创新核心的辐射范围，打破行政壁垒，减少地理距离的限制，有助于缩小区域创新差距。
　　2. 企业作为区域创新主体，要坚持自主创新与区域合作相结合。
　　首先在创新活动的人员投入上应该更加注重高水平人才的引进，不能仅看到“量”上的扩张，也要看重“质”的提高，提高科技活动人员产出。除此之外，应该加强与其他企业的合作，在合作与交流中能够带来先进的理念和技术，能够帮助本土企业提高创新能力。 　　参考文献：
　　[1]王鹏，高妍伶俐.中国区域创新能力差异的实证研究——兼评各地区创新能力的影响因素[J].南京工业大学学报（社会科学版），2017（01）.
　　[2]王春楊，翁蒗.中国区域创新差距演变及其影响因素分析[J].地域研究与开发，2015（05）.
　　[3]桂黄宝.中国区域创新能力空间差异与变化趋势——基于改进TOPSIS-Theil法的省域面板数据分析[J].经济经纬，2015（06）.
　　[4]张建伟，窦攀烽，张永凯，苗长虹.江苏省县域创新产出的空间计量经济分析[J].干旱区地理，2017（01）.
　　[5]王益宝，昝姣红，张承伟.浙江省县域创新差异时空演化及其影响因素[J].经营与管理，2014（07）.
　　[6]任颖盈，许继琴，雷亮.区域创新空间差异及其影响因素——基于浙江省县域空间尺度的实证分析[J].科技与管理，2015（04）.
　　[7]王春杨，张超.中国地级区域创新产出的时空模式研究——基于ESDA的实证[J].地理科学，2014（12）.
　　[8]丁军，吕拉昌，黄茹.多尺度视角下的江苏省创新差异及其原因分析[J].特区经济，2016（08）.
　　[9]肖刚，杜德斌，戴其文.中国区域创新差异的时空格局演变[J].科研管理，2016（05）.
　　[10]刘丙泉，潘鹏杰，李雷鸣.我国区域技术创新能力发展评价与差距测度[J].科技进步与对策，2011（08）.
　　[11]王周伟，崔百胜，张元庆.空间计量经济学现代模型与方法[M].北京大学出版社，2017.
　　[12]沈体雁，冯等田，孙铁山.空间计量经济学[M].北京大学出版社，2010.
　　[13]林光平，龙志和.空间经济计量：理论与实证[M].科学出版社，2014.
　　*基金项目：1. 项目名称：国家社会科学基金项目“我国经济活动空间格局演化机制与福利效应研究”（项目编号：14BJL123）;2. 项目名称：江苏师范大学2018年度校级研究生科研（实践）创新计划项目“江苏省区域创新能力的时空格局演化、影响因素与效应分析”（项目编号：2018YXJ327）。
　　（作者单位：江苏师范大学商学院）
转载注明来源:https://www.xzbu.com/2/view-15130225.htm