杜德斌专栏丨中国创新发展的空间分异及演化特征

原创 2017-09-07 杜德斌 三思派

杜德斌，华东师范大学城市与区域科学学院院长、教授，上海市软科学研究基地上海市美国创新与发展研究中心主任，三思派特约专家

知识经济时代背景下，科技创新逐渐成为国家或区域经济增长的核心动力。全局把握中国创新发展的空间规律，是实施差异化的创新政策，寻求创新资源配置优化路径的关键。创新发展的空间异质性问题一直是国内地理学的研究热点，主要围绕着创新能力、创新绩效、创新联系等方面，从国际、省域等多元化空间尺度展开。随着科技与经济社会日趋融合，城市主导功能由管理、服务向科技创新功能转变。城市作为创新生产的空间载体，直接参与到科技国际竞合中来，在国家创新体系中的地位进一步突显，由此衍生出了创意城市、创新型城市与全球科技创新中心等城市创新研究命题。学界对创新空间异质性的关注也逐步下移到城市层面，或聚焦典型城市的创新发展模式与动力机制进行探讨，或选取部分城市，根据指标进行评估与排序比较。

21世纪以来交通、网络和信息技术的发展极大地促进了知识、资本与人才的区域流动，也在不断重塑着中国创新地理格局。鉴于此，本研究试图借助大数据挖掘技术，通过专利与论文数据来反映城市创新信息，从而揭示中国城市创新能力时空规律及影响因素，以期为行政区经济体制下的中国区域创新发展提供合理化建议。

城市创新能力是指城市对知识进行生产，并将其转化为新技术、新工艺、新产品与新服务的能力，包括知识生产能力和技术创新能力。知识生产是技术创新的源头，更靠近创新链的上游，而技术创新更接近创新活动的商业应用，靠近创新链的下游。因此，综合考虑数据可获得性和最具代表性，本文对创新能力的评价体系从产出的视角出发，采用国内发明专利授权量和论文发表量来测度城市创新能力。

中国创新时空格局演变特征

整体分异特征：从极化到优化均衡发展

中国城市创新能力总体经历了极化增长到优化均衡发展的变化过程。具体而言，在前期极化增长阶段，创新能力空间格局的二元结构愈加明显；而后期随着落后地区逐步追赶，空间失衡的加剧趋势得到减缓，“马太效应”逐步让位于“涓滴效应”，整体由低水平集聚向优化均衡过渡发展。

从不同地带的变化情况来，创新产出较为集中的东部，城市间的同步增长相对一致，极化水平变化较为平稳；而创新产出能力较差的中西部地区，差异却在不断缩小，均衡化发展趋势更加明显。

图1中国地级以上城市创新能力基尼系数变化(2001~2014)

地带性分异特征：“东强西弱”格局烙印的深化

总体来说我国创新格局明显刻有经济活动地带性差异的烙印，呈现“东-中-西”逐渐衰减的分布格局，且随着时间变化中部城市相对其它地区创新能力增长动力不足，地位有所下降，而西部地区的创新能力一直维持在低位，变化并不明显，导致“沿海-内陆”分化进一步加剧。

表1中国三大地带创新能力得分与比重（2001~2014年）

集群分布特征：不同创新集群的“此消彼长”

中国城市创新格局呈现明显的经济依赖性特征。高水平的创新城市作为区域创新引领极，广泛分布在城市群的核心城市，包括几个直辖市和个别省份的主要发达城市，如北京市、上海市、深圳市、南京市、武汉市等；较高水平的创新城市基本分布于部分省会城市和部分经济发达的非省会城市，具体包括：杭州市、吉林市、郑州市、大连市、东莞市等；而中等水平以上的城市呈片状分布态势，表现出明显的“集群化”特征，具体包括京津冀、长三角、珠三角、山东半岛、哈长、辽中南、长江中游、成渝、海峡西岸等区域，尤其是在东部“京津冀-长三角”沿海地区已形成明显的创新连绵带。

图2 2001年和2014年中国城市创新水平类型

纵向来看，较高水平和高水平的创新城市相对比较稳定，呈现出一定的时空惯性。而低水平和中等水平城市呈现“此消彼长”的动态趋势，低水平城市的范围扩散明显，而中等水平城市的范围不断缩减，其中，东北地区和环渤海地区、华北地区、华中地区等地区尤为明显，相反，长三角和珠三角地区创新集群分布模式随时间推进而进一步强化。

空间关联特征：溢出效应下的空间依赖性增强

研究期间，相邻城市的创新水平具有较高的一致性，说明在空间分布上呈现集聚现象，并且随着时间的推移，城市之间联系日益紧密，溢出效应下的空间相关性逐渐增强。通过分析我国城市间的局域关联模式分为以下4种。

图3 中国城市创新能力集聚图

H-H集聚区（高效型）

主要分布在长三角、环渤海和珠三角的非核心城市。2001年为惠州、保定、天津、绍兴4个城市，2014年增加了东莞、湖州、嘉兴、苏州、扬州、上海6个城市。这些城市本身的创新能力水平较高，且周围相邻城市的创新水平也较高，从而成为中国的“高效型”创新区域。值得注意的是，虽然北京市与深圳市的创新能力较高，但与其相邻的部分城市，如廊坊市却很低，两极分化明显，削弱了该区域高高集聚的显著性。相对而言，长三角地区的高高集聚区明显，说明该地区创新溢出的效应明显，空间联系较为紧密。

H-L集聚区（极化型）

主要集中分布于中国西部地区，2001年包括呼和浩特市、兰州市、成都市、重庆市等6个省会城市。且随着时间变化，该类型区域有所缩减，但成都、兰州、重庆的3个城市的高低集聚特征仍十分明显，这些城市相对于周围城市具有较高的创新能力水平，但无法带动周边地区创新能力的提高，从而形成了中间高、周围低的“极化型”的分化格局。

L-H 集聚区（空心型）

呈零星状分布于东、中部的少数城市，包括松原、牡丹江、廊坊、滁州、嘉兴和莱芜。这些城市创新能力明显低于周围城市，形成周围高，中间低的“空心型”的分化格局。这些城市自身创新水平较差，且受周围城市的影响也小。到2014 年，该类型的创新城市数量有所减少，如嘉兴、东莞和松原，说明随着时间推进，周围城市的创新带动效应有所增强，使得这几个城市的创新能力差距有所缩减。

L-L 集聚区（低效型）

广泛分布于中西部的城市，包括甘肃省的酒泉、张掖和天水，陕西省的榆林，山西省的大同，四川省的广元、南充和六盘水，以及广西省的百色、崇左、防城港等城市。该类型城市的创新能力属于国内较低水平，且与周围城市的差异较小。该类地区是创新产出的低值集中区，呈连片团状分布，在中国西部形成了一片创新洼地。

影响中国创新发展空间分异的因素分析

本文提出中国创新发展分异的分析框架主要包括6个方面因素：经济基础（GDP）、人力资本（CAP）、教育水平（EDU）、FDI规模（FDI）、制度因素（INS）以及基础设施（FAC）。通过空间计量模型的分析，得出空间溢出效应对中国区域创新能力具有正向的影响，即某一城市的创新产出增加，会带动相邻的城市的创新产出增加。也就是，当周围城市创新能力提高时，该城市的创新能力也会随之增加，相邻区域间形成趋同效应。该结果也进一步佐证城市之间知识溢出效应下的创新关联性。

人力资本和经济水平对区域创新能力提升有着显著的影响，因为城市创新系统作为一个投入产出系统，创新资源投入（如财力、人力等）很大程度上决定了地区的创新水平。同时也说明了城市经济规模与创新水平是相辅相成的关系。而创新作为城市经济增长重要驱动力，对城市经济发展的促进作用已是不争之实。城市的经济发展水平，反过来也在很大程度上决定了当地的财政科技投入、以及社会研发经费支出等创新投入的规模，从而决定了区域创新发展水平。

教育水平和制度因素对城市创新能力的差异也具有较显著的影响，说明了教育作为提高城市人口知识化水平的手段，对城市的创新发展的具有重要作用。同时，地方政府作为城市创新系统的参与者，对科研与教育的支持力度对城市创新发展具有一定的正向影响，反映了政府的能动性作用。

另外，FDI和基础设施尽管相对其他因素的系数值较低，但也表现出不同程度的正向影响。一般认为，大规模的FDI夹带着隐性和显性的知识与技术，跨国资本的进驻，为地方提供了更多的技术学习机会，产生“知识溢出”，对地方的创新能力提升具有正向促进作用，但可能也会形成一定的逆向“挤占作用”。从回归结果来看，更接近于正负相互作用的结果，处于不同发展阶段的城市，对FDI所带来的正负效应所产生地方响应各异，使得总体显著性降低。而良好的创新基础设施，有利于营造良好的创新环境，为城市开展创新活动提供有益保障。

结论

城市创新增长的差异势必造成空间过程的趋同或趋异，两种力量的博弈不断对中国创新格局进行着重塑。本文基于产出视角来测度城市创新能力，并从分异特征、集群分布和空间关联等方面揭示中国创新格局演变规律。结果表明，中国创新格局刻有“东强西弱”的经济格局烙印，且呈不断深化的趋势，但在整体上表现为前期极化增长，后期优化均衡发展的过程。而从城市对比结果来看，高水平与较高水平创新城市分布具有明显的经济依赖性特征，总体格局与中国主要城市群的空间格局高度吻合。与以往省域尺度研究结果不同的是，创新城市“集群化”分布模式十分明显，且空间集聚现象在逐步增强。作为区域增长极的高高集聚区集中分布于中国长三角、环渤海及珠三角地区，而中部和西部省会城市作为区域性的创新极，对相邻城市的创新带动效应并不明显，辐射作用有限。研究结果在一定程度上揭示了地理邻近与创新溢出对中国地级以上城市创新时空演进的推动作用。

城市创新能力的形成是创新主体与环境相互作用的结果，经济基础与人力资本投入因素对城市创新能力的形成起到了至关重要的作用，而地方的教育水平、吸引FDI的规模、政府的创新投入积极性和基础设施也有着不同程度的影响。同时，空间误差模型的拟合结果最优，也进一步说明了城市间的创新溢出对城市创新能力的促进作用。因此在区域创新研究中，地理因素（空间关联效应）不容忽视，尤其在政策实施层面，有必要从协同开发的角度来制定区域规划或区域创新发展战略，强调创新互动机制，促进跨区域知识溢出、转移和扩散，实现联动发展。