刘和东,冯博涵

(南京工业大学经济与管理学院,江苏 南京 210009)

0 引言

新常态需要新动能，区域创新对于实现协调发展、联动增长、跨越 “中等收入陷阱”具有特殊意义。推动区域创新是践行 “创新、协调、绿色、开放、共享”五大发展理念的集中体现，也是贯彻落实创新驱动发展战略的重要组成部分。

Anselin[1]认为，大多数空间数据都具有空间依赖性或空间自相关特征。Jaffe[2]将研究对象从时间拓展到空间，分析了大学商业性溢出。在此基础上，部分学者用引力模型分析了创新的空间关联性[3]。部分学者通过建立空间权重矩阵分析空间关联对区域创新绩效的影响[4-7]。此外，还有学者研究了区域创新的空间格局与网络结构的动态特征[8,9]。现有文献奠定了区域创新空间关联研究的基础，但学者们仅局限于用空间距离或邻近的传统计量方法分析空间关联，得出的结论可能与现实不符。例如，我国东部与西部对口支援、东部产业对中西部梯度转移，可能空间并不相邻。十九大报告提出了 “京津冀协同”等新的区域协调发展战略，新时代区域创新网络的总体特征是什么？有哪些不同功能的创新板块？创新溢出的机制是什么？区域创新空间关联的关键影响因素有哪些？找准这些问题，对提升区域创新能力具有重要的理论与现实意义。为此，本文运用最新的网络分析法，探索区域创新空间关联的总体特征，厘清区域创新板块及其溢出机制，准确回答区域创新空间关联的关键影响因素。在此基础上，提出有效促进区域创新空间关联、提升区域创新能力的政策性建议，以期为政府及相关部门决策提供参考。

1 区域创新空间关联的网络分析方法

1.1 区域创新空间关联网络的构建

创新关联网络是省市间的创新关系集合，各省市是网络中的点，各省市间的关联关系是网络中的线。点和线构成区域创新的空间关联网络，刻画各省市间的空间关联关系与溢出效应[10,11]。借鉴已有研究成果，本文在判断两省市的关联关系时，先建立两省市创新变量的向量自回归模型，然后通过格兰杰因果关系检验判断省市创新之间是否存在动态关联。如果A和B两个省市的创新关系通过检验，并且A是B的因时，则画一条A指向B的有向连线，表示A、B创新之间是显著关联的。以此类推，检验所有30个省市间两两空间关联关系。由于自回归因果关系可能不是对称的(即A是B因，但B不一定是A因)，由此构建一个有方向的区域创新空间关联网络。

1.2 区域创新空间关联网络的特征指标

(1)网络密度，它是描述网络之中各个成员间关系是否紧密的指标。关联数越多，密度越大。以各成员实际拥有的关系数总和与网络中理论上所能拥有的最大关系数之比，取值范围为[0,1]。设网络中成员的数量为N，则整个网络中理论上存在的最多关系数量为N×(N-1)。如网络中成员实际拥有的关系数为L，则网络密度可表示为：

Dn=L/[N×(N-1)]

(1)

(2)关联性分析，关联性反映网络自身的稳固程度。如果网络中各成员之间的创新关系把创新系统连接成一个整体，在这个整体中如果任意两个成员或直接或通过中介人相互联系在一起，就可以说局域网的关联性很高。如果一个局域网中很多成员的联系都要经过一个特定的成员才可以，那么该网络对于这个特定的成员就有很大的依赖性，去除该成员后，网络就会分崩离析，所以是不稳固的，关联性低的。关联性的测度指标是关联度C。关联性大小能够通过各个成员之间是否能够到达来度量。范围为[0,1]。若网络的创新主体个数为N，无法达到的成员数为V，计算公式是 ：

C=1-V/[N×(N-1)/2]

(2)

对于有向网络而言，等级度也是一个很重要的指标。这个指标表明的是网络之间的成员在多大程度上是对称可达的，等级度表明创新溢出是否能在不同创新度的成员之间传递。取值范围为[0,1]。设网络中对称可达的成员数为K，max(K)为理论上成员最大的相互可达数，则等级度H的计算公式是 ：

H=1-K/max(K)

(3)

网络效率对于区域创新网络来说也是一个重要的度量，是指网络中成员数确定的情况下，关系冗余程度为多少。在区域创新中，网络效率越低，说明在区域创新网络中各个成员的创新溢出渠道有很多种，网络更趋于稳定，取值范围为[0,1]。设各成员间多余联系数为M，max(M)为最大多余联系数，网络效率E表示为：

E=1-M/max(M)

(4)

(3)中心性分析，中心性是刻画成员在网络中对资源掌控性的指标。一个成员若处于 “中心”，则其在网络中的 “影响力”越大。其常见刻画指标有两个，分别是绝对度数中心度和中间中心度。

绝对度数中心度指的是成员在网络中的重要程度，中间中心度是由Freeman[12]提出的。这个指标说明成员是否能成为一个良好的中介者。如果一个成员处于多对成员的最短路径上，这个成员有很大几率在网络中扮演着交通要道的角色。假设成员j和k所拥有的所有关联数目为gjk,而i所拥有的相连j和k的关联数目为gjk(i)，第三个成员i控制j和k关联的能力为bjk(i)(即i处于j和k关联数目上的概率)，则bjk(i)=gjk(i)/gjk。将i相对应的所有成员的中间度求和,得到成员i的绝对中间中心度，进一步标准化，得到相对中间中心度：

(5)

1.3 区域创新空间关联的块模型分析

White等[13]提出块模型理论，依据各个位置(块)在区域创新中的发送外部与内部关系、接收外部关系、对外溢出效应多少的角色，将区域创新分成四个板块：主受益板块/净受益板块，净溢出板块、双向溢出板块、经纪人板块，各板块的特征见表1。

假定位置Bk中有gk个创新主体，那么Bk内部可能的关系总数为gk(gk-1)。整个网络中含有g个创新主体,位置Bk所有可能的关系为gk(g-1)。则Bk位置总关系的期望比例为gk(gk-1)/gk(g-1)=(gk-1)/(g-1)。比较位置内部实际关系比例与内部期望关系比例的大小，及位置接收到的关系比例与0的大小，区分四种创新板块(见表2)。

表1 区域创新位置(块)的四种板块特征

表2 块模型中的创新板块分类

2 区域创新空间关联的实证及结果分析

2.1 区域创新空间关联网络的建立

考虑技术创新包括研发阶段与商业化阶段，本文收集1999—2016年30个省市发明授权(研发特征指标)与技术市场成交额(商业化特征指标)和作为区域创新能力(综合创新产出)的基础数据(不包括西藏)，考察区域创新的空间关联关系。为了构建区域创新的空间关联网络：

首先，需要建立两两省市间的自回归模型。包括：①运用ADF对所有变量进行平稳性检验，检验发现所有变量都是不平稳的；②为了消除变量的不稳性，对所有变量二阶差分处理；③建立两两省市间的变量自回归模型。为了保证VAR模型的准确性，依据LR、FPE、AIC、SC和HQ五种方法结果一致的原则确定最优时滞为2期。

其次，用10%的显著性,对自回归模型两两变量进行Granger因果检验，通过检验确定的因果关系有341个。

最后，依据检验结果，用UCINET软件绘出区域创新空间关联网络图。341个 “通道”把30个省市的创新联络成空间关联网络；各省市区至少有一个以上的空间关联，各省市创新溢出在空间角度上是紧密联系的。

2.2 各省市创新空间关联网络的总体特征

第一，区域空间关联较多，30个省市间实际的关联关系为341个，最大可能的关联关系为870个。第二，总体关联紧密度偏低。由式(1)得到区域创新空间关联网络密度为0.392，各省市间需要进一步提升各区域间的创新合作。依据式(2)，可得网络的关联度为1，关联度很高，说明连通效果好，区域创新空间关联网络具有很好的可达性，各省市的创新溢出很普遍。第三，网络稳健性较高。由式(3)得网络效率为0.118，较低，表明网络中存在较多的非捷径连线，这些非捷径连线如同骨架一般增加了网络的稳健性。第四，区域创新空间关联溢出具有门槛效应。由式(4)得网络等级度为0.66，较高，说明区域创新空间关联溢出有一定门槛，与接收方的吸收能力有关。

各省市的绝对度数中心度及中间中心度可以依据式(5)(6)进一步求得(见表3)。由表3可知，处于绝对度数中心度前四名的是天津、浙江、江苏和北京，表明在区域创新的空间关联网络中，与这四个省市直接关系数(受益关系与溢出关系)最多。天津溢出关系有26个，受益关系有4个，因此总体是溢出的。四省市溢出关系总和为96个，占总体溢出的28.5%，是溢出的典型。四省市全部位于东部沿海。东部溢出、中西部受益，这与邓小平的两个大局思想是一脉相承的，与我国对口支援的 “西部大开发”政策落实是非常吻合的。

表3 区域创新空间关联的总体特征

2.3 区域创新空间关联网络的块模型分析

(1)区域创新板块的溢出效应。依据关联网络，可以运用块模型分析30个省市创新的空间关联关系。选择收敛标准为0.2，最大分割深度为2，得到四个创新板块。第一个创新板块包括北京、天津、广东、江苏、四川、福建、浙江、上海、山东9个省市，第二个创新板块包括重庆、陕西、河北、辽宁、青海、湖北6个省市。第一、二板块主要是具有较强创新活力的省份组成。从经费投入占比来看，北京、上海、天津、四川、江苏5个省市的经费投入总和约占全国投入总量的50%。江苏、广东、浙江、山东和北京的专利申请数量总和占全国总量的57.55%，发明专利申请量总和占全国的54.41%。第三个创新板块包括广西、安徽、甘肃、黑龙江、宁夏、新疆、江西、湖南、山西、海南、吉林11个省市；第四个创新板块包括内蒙古、贵州、云南、河南4个省市。各板块的溢出效应见表4。

表4 各创新板块之间的溢出效应分析

由表4 知，在341个创新关联关系中，四个创新板块之间的关系数是268个、内部关系数为73个，创新溢出效应在板块间十分明显。①第一个创新板块溢出关系数187个，其中由板块内部的关系40个，接收到二、三、四板块的关系25个；内部实际关系比例为21.39%，板块内部期望关系比例为27.59%。内部实际关系比例小于内部期望关系比例，并且接收到的关系比例是0.062≈0，是典型的净溢出板块，在创新的空间关联中担当了 “动力源”作用。②第二个创新板块溢出关系数66个，其中内部关系三个，接收一、三、四板块的关系数是44个；内部实际关系比例为4.55%，内部期望关系比例为17.24%。内部实际关系比例小于内部期望关系比例，并且接收到的关系比例是0.129>0，是典型的 “经纪人板块”，在创新的空间关联中担当 “纽带”作用。③第三个创新板块溢出关系数43个，其中板块内部关系22个，接收到一、二、四板块的关系数是153个；内部实际关系比例为51.16%，内部期望关系比例为34.48%。内部实际关系比例大于内部期望关系比例，并且接收到的关系比例是0.449>0，是典型的 “净收益板块”。④第四个创新板块溢出关系数48个，其中板块内部关系8个，接收到一、二、三板块的关系49个；内部实际关系比例为16.67%，内部期望关系比例为10.34%。内部实际关系比例>内部期望关系比例，并且接收到的关系比例是0.144>0，是典型的 “主受益板块”。

(2)创新板块的溢出机制。根据关联关系在各创新板块之间的分布，可计算各创新板块的密度矩阵，见表5。由上文可知创新网络的密度值为0.392，当板块密度大于0.392(总体平均水平)时，具有在该板块集中的趋势。将表5中大于0.392的格赋值1，反之为0，得到像矩阵，见表6。

表5 各创新板块的密度矩阵

表6可描述创新板块相互间的溢出与受益效应：第一个板块的创新溢出效应体现在所有创新板块；第二板块的创新溢出效应主要作用于第三创新板块；第三创新板块的溢出效应主要作用于第三创新板块内部，对其他板块没有产生显著溢出效应；第四板块的创新溢出效应主要作用于第三创新板块。

从像矩阵可进一步分析创新板块的溢出机制(板块内部及其相互间的溢出关系)，如图1所示。区域创新的动力源是第一板块，它将创新动能传送到第二板块，第二板块作为一个合格的中介者又将创新能量传送到第三和第四板块。同时，第四板块又将创新能量溢出到第三板块，溢出效应有明显的梯度特征。充当动力源的第一板块(除了四川外，都是东部较发达省市)，它对第三、四板块(中西部较落后省市)的溢出效应是通过第二板块(东中西部较发达省市)的纽带来传递的。

图1 四大创新板块的溢出机制

3 区域创新空间关联的QAP关键因素分析

3.1 理论模型、数据来源、方法简介

Griliches[14]最早介绍了知识生产函数，描述研发投入与产出间的关系，Jaffe[2]对其进行了修正，引进了空间维度和大学研究。当地经济体的研发资本、研发人员及其产生的内部溢出、源于外部的知识溢出都有利于区域创新。借鉴已有成果，考虑从研发投入、知识溢出到创新产出的时间滞后性(本文选择滞后期为1年)，可建立扩展的区域创新生产模型：

yit=f(kit-1,lit-1,spillit-1,zit)

(6)

其中，yit为第i个省市第t期以发明授权与技术市场成交额的和度量综合创新产出；spillit-1为技术溢出；zit为其他因素。lit-1、kit-1为第i个省市第t-1期以全时当量度量的研发人员投入及以永续盘存法核算的研发资本投入，即：

RDit=Ei(t-1)+(1-δ)RDi(t-1)

RDitRDi(t-1)分别为i地区第t和t-1年的R&D资本存量，Ei(t-1)为i地区t-1年的R&D经费投入。RDi0=Ei0/(g+δ),δ为折旧率，取δ=15%，g为E的年平均增长率。为了消除价格影响，以1998年为基年的价格指数平减各年R&D经费。

yit=f(kit-1,lit-1,cxyit-1,jljzit-1,fdiit-1)

(7)

式(7)显示区域创新产出与创新投入、产学研内部关联溢出、地理距离空间溢出、FDI外部关联溢出之间的关系，实证数据是一系列的差异矩阵。综合创新产出(发明授权与技术市场成交额之和)为例，先算出各省市1999—2016年的综合创新产出均值，然后分别把30个省市的创新产出均值两两相减得综合创新产出的差异矩阵，研发人员、研发经费、产学研合作、FDI的差异矩阵算法相同，不再赘述。数据来源： 《中国统计年鉴》与 《中国科技统计年鉴》(2000—2017年)。

模型7变量间是关系数据，它们之间可能具有高度相关性，如果用常规方法检验，可能导致共线性问题。本文选用网络分析中最常用的QAP(Quadratic Assignment Procedure)非参数法去检验 “关系”数据间的关系，不要求自变量间各自独立，稳健性提高。

3.2 QAP相关分析

步骤如下：①计算A、B矩阵的实际相关系数r；②随机转换A矩阵的行与对应列，得到置换矩阵C，再计算C与B的置换相关系数r1。重复n次，得到置换相关系数r1,r2,…,rn,由此可得到r1,r2,…,rn≥r的比例，进而得到置换相关系数的概率分布。比较实际与置换相关系数的分布，分析拒绝或接受r，进行相关性判断。

表7 综合创新产出与影响因素的QAP相关分析结果

表7显示，发明授权空间关联矩阵与地理矩阵的相关系数为正,显著性10%；与研发人员、研发经费、FDI差异矩阵的相关系数在1%的水平上显著为正，表明各省市间地理距离、研发人员、研发经费、FDI的外部空间关联效应明显。与产学研合作差异矩阵的相关系数为正，在10%的水平上不显著，表明产学研合作的内部空间关联效应不明显。

进一步对与空间关联矩阵显著相关的五个变量进行相关分析，结果见表8。由表8可知，除了产学研合作、地理距离这两个矩阵间不显著相关外，而研发人员、研发经费与FDI三个矩阵间在 1%的水平上显著相关。可见，五个因素的空间效应可能存在共线性，有必要用QAP回归方法进一步检验。

3.3 QAP回归分析

QAP回归分析与相关分析的原理相同，首先对因变量与自变量的长向量进行回归，其次对因变量的行与对应的列同时随机置换；再次回归，得到各变量的系数与拟合优度R2。重复多次，估计标准误差。选择5000次随机置换，方法同上文相关分析，结果见表9、表10。

表8 五个影响因素的QAP相关分析结果

由表9可知，调整后的拟合优度R2为0.843,说明研发人员、研发经费、产学研合作、地理距离、FDI可以解释84.2%区域创新空间关联关系变异。单尾检验的概率为0,表示调整后的拟合优度AD.R2在1%的水平上显著。30个省市构成的差异矩阵30行30列,去掉对角线元素,体积为30×(30-1)=870个观察值。

表10描述的是QAP回归分析得到的各自变量矩阵的回归系数及检验指标,其中P≥0、P≤0分别表示随机置换回归系数≥、≤实际回归系数的概率。由表10可知，地理距离差异的系数为3.118，在5%水平上显著，表明地理距离对发明授权空间关联关系有显著正向影响，区域创新具有显著的正向空间溢出效应，如上海创新的高速发展对江苏的苏南产生的溢出效应，北京创新能力的快速提升对天津的溢出效应，广州创新能力对珠三角周边的溢出效应。同时，研发人员差异的回归系数在1%水平上显著为负，说明目前很多人才流向东部，西部人才缺失，区域之间的空间关联关系产生负向空间溢出效应。研发经费的系数为5.911，在1%水平上显著为正，表明研发经费也是创新空间关联的重要因素之一。综合创新产出的空间关联与FDI在15%水平上显著为正，说明FDI的外部空间关联溢出效应较明显，特别是在经济发达开放地区，如长三角、珠三角、京津冀地区。综合创新产出的空间关联与产学研合作在10%水平上不显著为正，说明产学研合作的内部空间关联溢出效应不显著，区域内产学研协同创新有待进一步加强。

表9 模型拟合结果

表10 QAP回归分析结果与检验指标

4 结论与政策建议

4.1 结论

(1)区域创新空间关联较多、紧密度偏低、稳健性较高，溢出存在门槛效应。

(2)区域创新可以划分为四个不同的创新板块。第一、二板块主要由具有较强创新活力的省市组成；第二板块是 “经纪人板块”，第一板块是 “净溢出板块”。第三、四板块除山东外，主要由中西部较落后省市组成。

(3)区域创新溢出有较明显的梯度特征。第一板块为创新动力源，将创新动能传给第二板块；第二板块发挥纽带作用，又将动能传递给第三、四板块；第四板块又将动能传到第三板块。

(4)区域创新的空间关联，既有显著的正向空间溢出效应，又有负向空间溢出效应。研发经费、地理距离、外商直接投资是区域创新空间关联的主要因素。研发经费、FDI、地理距离与创新空间关联有显著正向影响，产学研合作与创新空间关联有不显著的正向影响，研发人员与空间关联有显著负向影响。

4.2 政策建议

(1)要利用空间关联促进区域创新驱动发展。首先，要提高区域创新紧密度；其次，要升级联动的创新网络、维护创新网络的稳健性；最后，有效跨越空间溢出的门槛效应。充分利用各种渠道传递、提升中西部落后地区的创新吸收能力、缩小区域间的创新能力差距。增加区域互动交流频率、加强相互对新知识的共享与学习[15]，吸收创新空间溢出效应。

(2)要针对各省市在创新关联中的作用及其在创新驱动中的功能，精准定位创新政策，实现区域联动，提升区域创新的空间协同性。

(3)充分发挥各创新板块的空间关联功能。一方面要进一步激发净溢出板块的动能，另一方面要维护经纪人板块的中介与传导功能；同时要营造良好的接收平台，使提供收益的板块能有效接收空间关联的溢出效应。

(4)维持与扩大创新关联的正向溢出效应，抑制负向溢出效应。充分利用关键要素的空间关联影响效应。①加大研发经费投入。促进研发经费的合理、科学使用，有效促进研发阶段的创新产出(发明授权)，同时充分发挥技术市场的纽带作用，有效促进区域创新的商业化产出(技术市场成交额)。②引导外商投资有效正向技术溢出，如引进外商投资时，促进外资研发机构本土化等。③加强产学研深度合作。政府出台促进产学研合作的各种优惠政策，产学研合作的项目可优先获得立项等。④抑制人才的负向溢出效应。提高人才去西部地区创新创业的各种待遇与优惠政策等，推进西部 “人才引育工程”。⑤促进区域间空间溢出效应，如东部发达地区与中西部不发达地区的对口支援、协同发展。