中國五大城市群R&D資本存量差異與分布特征

倪青山　盧彥瑾

摘 要：使用Dagum基尼系數(shù)、描述性統(tǒng)計(jì)等方法，研究中國五大城市群R&D資本存量差異與分布特征。結(jié)果顯示：中國五大城市群R&D資本存量差異大，但呈緩慢下降趨勢，差異主要來源于不同城市群之間；不同城市群內(nèi)部以及不同城市群之間R&D資本存量差異大小及其演進(jìn)趨勢具有顯著差異。R&D資本存量向五大城市群特別是長三角城市群以及粵港澳大灣區(qū)集聚。五大城市群內(nèi)部R&D資本存量分布特點(diǎn)及演進(jìn)趨勢各不相同。鑒于此，揭示了中國五大城市群R&D資本存量差異與分布特征，從而為城市創(chuàng)新發(fā)展戰(zhàn)略及政策制定提供理論依據(jù)。

關(guān)鍵詞： 城市群；城市R&D資本存量；差異；分布

中圖分類號：F124.3；F224.065 文獻(xiàn)標(biāo)識碼： A 文章編號：1003-7217（2023）01-0107-07

一、引 言

創(chuàng)新經(jīng)濟(jì)地理學(xué)關(guān)注的重點(diǎn)是創(chuàng)新活動在空間上的集聚。相關(guān)研究發(fā)現(xiàn)了創(chuàng)新活動在空間上集聚的經(jīng)驗(yàn)證據(jù)[1-4]，中國發(fā)展經(jīng)驗(yàn)也證實(shí)了這一觀點(diǎn)。2017年，中國城市R&D投入數(shù)據(jù)顯示，北京、上海和深圳等三個城市R&D投入總和占全國的比重達(dá)21.4%，R&D投入前100位的城市R&D投入總和占全國的比重達(dá)89.2%。與此同時，中國政策也傾向于支持創(chuàng)新活動在空間上集聚。2008—2020年，科技部陸續(xù)支持了78個城市開展創(chuàng)新型城市建設(shè)，其中超過一半的城市位于東部。研究創(chuàng)新活動空間分布對于區(qū)域協(xié)調(diào)發(fā)展、優(yōu)化區(qū)域創(chuàng)新效率至關(guān)重要。

已有相關(guān)研究多關(guān)注創(chuàng)新投入中的R&D人員和R&D投入的空間分布，且主要研究省一級數(shù)據(jù)。有的使用赫芬達(dá)爾赫希曼指數(shù)分析中國高校創(chuàng)新要素的集聚度，發(fā)現(xiàn)高校R&D人員和R&D投入高度集聚在東部地區(qū)[5]；有的關(guān)注單一城市群內(nèi)部R&D人員和R&D投入的集聚現(xiàn)象，如研究長三角城市群研發(fā)投入的空間分布發(fā)現(xiàn)，研發(fā)經(jīng)費(fèi)投入呈現(xiàn)以上海為絕對高值極化中心，杭州、蘇州、南京、無錫為次級極化中心的多極鼎立[6]。

然而，現(xiàn)有研究通常關(guān)注城市創(chuàng)新產(chǎn)出的空間分布[7-9]，較少分析創(chuàng)新投入中的R&D資本存量的空間分布，且研究對象均為省級R&D資本存量[10，11]。這些研究在一定程度上反映了R&D資本存量集聚現(xiàn)象，但是忽略了省內(nèi)的集聚現(xiàn)象，也忽略了城市群的集聚現(xiàn)象。為此，本文使用2000—2019年中國城市R&D資本存量數(shù)據(jù)，定量測算五大城市群R&D資本存量的差異大小及來源，從R&D資本存量集聚視角研究其創(chuàng)新活動的空間分布，以加強(qiáng)對創(chuàng)新活動空間分布的認(rèn)識。

二、五大城市群城市R&D資本存量Dagum基尼系數(shù)測算及分解

本文采用Dagum基尼系數(shù)及其分解結(jié)果研究各城市群內(nèi)部以及相互之間的城市R&D資本存量的差異。其中，Dagum基尼系數(shù)測算及其分解方法參見相關(guān)的研究[3]，R&D資本存量數(shù)據(jù)參考相關(guān)研究[12-17]后進(jìn)行測算得到①。同時，計(jì)算位于京津冀城市群、長三角城市群、粵港澳大灣區(qū)、長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資本存量基尼系數(shù)，并對其進(jìn)行分解。其中，代表組內(nèi)差異的組內(nèi)基尼系數(shù)測算結(jié)果如表1所示，代表組間差異的組間基尼系數(shù)測算結(jié)果如表2所示，不同差異來源的貢獻(xiàn)率變化如圖1所示。

從表1可以看出，位于五大城市群的城市R&D資本存量差異明顯，但呈下降趨勢。2000—2019年，位于五大城市群的城市R&D資本存量總基尼系數(shù)由0.80下降到0.72，平均為0.76。從不同城市群內(nèi)部來看，京津冀城市群R&D資本存量差異最為明顯，長三角城市群、粵港澳大灣區(qū)和長江中游城市群R&D資本存量差異相對較小。不同城市群內(nèi)部差異均呈現(xiàn)一定程度的下降趨勢。2000—2019年，京津冀城市群、長三角城市群、粵港澳大灣區(qū)、長江中游城市群和成渝城市群R&D資本存量差異分別由0.80、0.69、0.66、0.69和0.76下降為0.78、0.59、0.56、0.55和0.73，平均為0.80、0.63、0.60、0.61和0.75。

從表2可以看出，不同城市群之間R&D資本存量差異處于較高水平，但差異呈縮小趨勢。2000—2019年，不同城市群之間R&D資本存量基尼系數(shù)大多高于0.7，但是均呈下降趨勢。京津冀城市群和長江中游城市群、成渝城市群的R&D資本存量差異最大，基尼系數(shù)平均值分別為0.89和0.88。長三角城市群和粵港澳大灣區(qū)R&D資本存量差異相對較小，基尼系數(shù)平均值為0.64。

從圖1可以看出，從不同差異來源的貢獻(xiàn)率來看，組間差異始終是五大城市群R&D資本存量差異的主要來源。2000—2019年，五大城市群R&D資本存量組間差異貢獻(xiàn)率始終超過40%，同期組內(nèi)差異貢獻(xiàn)率處于15%～20%之間，超變密度貢獻(xiàn)率始終低于40%。趨勢上，在2007年以后，五大城市群R&D資本存量組間差異貢獻(xiàn)率持續(xù)縮小，超變密度貢獻(xiàn)率持續(xù)增大，同期組內(nèi)差異貢獻(xiàn)率變化幅度較小。

三、五大城市群R&D資本存量空間分布特征分析

分別計(jì)算2000—2019年五大城市群R&D資本存量占全國的比重，如表3所示。結(jié)果表明：一是五大城市群匯聚了全國多數(shù)R&D資本存量。2000—2019年，五大城市群R&D資本存量合計(jì)值占全國平均比重為67.6%。其中，京津冀城市群和長三角城市群占比較高，分別為20.3%和24.9%；長江中游城市群和成渝城市群占比較低，分別為5.9%和5.2%。二是R&D資本存量有向五大城市群集中的趨勢。2000—2019年五大城市群R&D資本存量占全國比重之和呈上升趨勢，由64.7%上升為69.3%。三是不同城市群R&D資本存量占全國比重變化趨勢存在明顯差異。京津冀城市群R&D資本存量占全國比重持續(xù)下降，由24.6%降為17.0%；長三角城市群和粵港澳大灣區(qū)R&D資本存量占全國比重持續(xù)上升，分別由18.9%和9.8%上升為27.2%和13.3%；長江中游城市群R&D資本存量占全國比重先下降后上升，由6.0%降為5.3%再升為6.3%；成渝城市群R&D資本存量占全國比重在5.2%附近波動，其中最大為5.8%，最小為4.8%。

（一）京津冀城市群內(nèi)部R&D資本存量集聚趨勢

計(jì)算京津冀城市群各城市R&D資本存量占京津冀城市群合計(jì)值的比重，如表4所示。結(jié)果發(fā)現(xiàn)：（1）北京集聚了京津冀城市群絕大多數(shù)R&D資本存量。2000—2019年北京R&D資本存量占京津冀城市群合計(jì)值比重的平均值為73.4%，同期天津和石家莊的平均值分別為16.7%和3.5%。（2）京津冀城市群R&D資本存量始終集聚在北京和天津。2000—2019年北京和天津R&D資本存量占京津冀城市群合計(jì)值的比重最小值為88.6%，最大值為91.1%，且無明顯上升或下降趨勢。

（二） 長三角城市群內(nèi)部R&D資本存量集聚趨勢

歷年長三角城市群各城市R&D資本存量占長三角城市群合計(jì)值的比重，如表5所示。長三角城市群R&D資本存量形成了“一超多強(qiáng)”的分布格局。2000—2019年，上海R&D資本存量占長三角城市群合計(jì)值的年平均比重為33.1%，為“一超多強(qiáng)”中的“一超”；蘇州、杭州和南京R&D資本存量占長三角城市群合計(jì)值的年平均比重分別為9.4%、8.5%和8.2%，為“一超多強(qiáng)”中的“多強(qiáng)”；無錫、寧波、常州、合肥和南通R&D資本存量占長三角城市群合計(jì)值的年平均比重分別為6.3%、4.0%、3.9%、3.7%和2.9%，接近“一超多強(qiáng)”中的“多強(qiáng)”。

長三角城市群R&D資本存量主要向“一超多強(qiáng)”中的“多強(qiáng)”和接近“多強(qiáng)”的城市集聚，尤以蘇州為甚。2000—2019年，上海、南京和常州R&D資本存量占長三角城市群合計(jì)值的比重分別下降了14.5、2.3和0.5個百分點(diǎn)，蘇州、杭州、無錫、寧波、合肥和南通合計(jì)值占比上升14.5個百分點(diǎn)，占上海、南京和常州下降份額的83.3%。其中，蘇州R&D資本存量占長三角城市群的比重上升7.2個百分點(diǎn)，占上海、南京和常州下降份額的41.4%。此外，長三角城市群R&D資本存量分布趨于穩(wěn)定。2016—2019年，長三角城市群中各城市R&D資本存量占長三角城市群合計(jì)值的比重變化均小于0.3個百分點(diǎn)。

（三）粵港澳大灣區(qū)內(nèi)部R&D資本存量集聚趨勢

2000—2019年粵港澳大灣區(qū)各城市R&D資本存量占粵港澳大灣區(qū)合計(jì)值的比重，如表6所示?；浉郯拇鬄硡^(qū)R&D資本存量集聚在廣州、深圳、佛山和東莞等四個城市且以廣州和深圳為主。

2000—2019年，廣州、深圳、佛山和東莞R&D資本存量占粵港澳大灣區(qū)合計(jì)值的年平均比重為90.0%，其中，廣州和深圳占比平均合計(jì)為73.2%。從變化趨勢來看：一是R&D資本存量向東莞集聚的趨勢特別明顯。2000—2019年東莞R&D資本存量占粵港澳大灣區(qū)合計(jì)值的比重由1.5%上升到9.3%，上升約8個百分點(diǎn)。二是2015年后R&D資本存量向廣州、深圳和東莞集聚。2015—2019年廣州、深圳和東莞R&D資本存量占粵港澳大灣區(qū)合計(jì)值的比重分別上升0.6、1.4和1.1個百分點(diǎn)，其中54.8%來自佛山占比的下降。

（四）長江中游城市群內(nèi)部R&D資本存量集聚趨勢

長江中游城市群各城市R&D資本存量占長江中游城市群合計(jì)值比重的計(jì)算結(jié)果如表7所示。長江中游城市群R&D資本存量主要集中在武漢、長沙、南昌和襄陽。2000—2019年，武漢、長沙、南昌和襄陽R&D資本存量占長江中游城市群合計(jì)值的年平均比重合計(jì)為60.9%。其中，武漢和長沙分別為29.5%和17.3%，合計(jì)為46.8%。分階段來看，2000—2008年，R&D資本存量向長沙、南昌、宜昌和常德等城市集聚。2000—2008年，武漢R&D資本存量占長江中游城市群合計(jì)值的比重下降了10.0個百分點(diǎn)，同期長沙、南昌、宜昌和常德上升幅度較大，分別為1.2、2.9、1.3和1.5個百分點(diǎn)，此外，除表中10個城市外的長江中游城市群城市合計(jì)上升3.4個百分點(diǎn)。2009—2019年，R&D資本存量向株洲和宜昌等城市集聚。2009—2019年，武漢和長沙R&D資本存量占長江中游城市群合計(jì)值的比重較為穩(wěn)定，南昌和新余則明顯下降，分別下降4.0和1.9個百分點(diǎn)，株洲和宜昌則明顯上升，分別上升1.3和1.5個百分點(diǎn)。

（五）成渝城市群內(nèi)部R&D資本存量集聚趨勢

成渝城市群各城市R&D資本存量占成渝城市群合計(jì)值的比重計(jì)算結(jié)果如表8所示。成渝城市群R&D資本存量集聚在成都、綿陽、重慶和德陽等四個城市。2000—2019年，成都、綿陽、重慶和德陽R&D資本存量占成渝城市群合計(jì)值的比重平均分別為41.8%、22.5%、19.1%和6.0%，合計(jì)89.4%。趨勢上，R&D資本存量向重慶集聚。重慶R&D資本存量占成渝城市群合計(jì)值的比重由2000年的10.2%上升為2019年的30.6%，上升20.4個百分點(diǎn)，年均上升1個百分點(diǎn)，同期成都和綿陽占比分別下降8.1和15.9個百分點(diǎn)。

四、結(jié)論與啟示

以上定量測算了中國五大城市群R&D資本存量的差異大小及來源，并從R&D資本存量集聚視角研究了中國城市R&D資本存量的空間分布。結(jié)果顯示：（1）中國城市R&D資本存量差異大，呈緩慢縮小趨勢。不同城市群中城市R&D資本存量差異、演進(jìn)趨勢具有顯著差異。京津冀城市群R&D資本存量差異最為明顯，長三角城市群、粵港澳大灣區(qū)和長江中游城市群R&D資本存量差異相對較??；不同城市群內(nèi)部差異均呈現(xiàn)一定程度的下降趨勢；不同城市群之間R&D資本存量差異處于較高水平，但差異呈縮小趨勢；京津冀城市群和長江中游城市群、成渝城市群的R&D資本存量差異較大，長三角城市群和粵港澳大灣區(qū)R&D資本存量差異相對較小。此外，組間差異是五大城市群R&D資本存量差異的主要來源，且組間差異貢獻(xiàn)率持續(xù)縮小。（2）R&D資本存量向五大城市群特別是長三角城市群和粵港澳大灣區(qū)集聚。具體來看，2000—2019年，五大城市群R&D資本存量占全國比重由64.7%上升為69.3%。同期，長三角城市群和粵港澳大灣區(qū)R&D資本存量占全國比重持續(xù)上升，分別由18.9%和9.8%上升為27.2%和13.3%。五大城市群內(nèi)部R&D資本存量分布特點(diǎn)及演進(jìn)趨勢各不相同。中國R&D資本存量增長速度快，但不同城市增長速度具有明顯異質(zhì)性。北京集聚了京津冀城市群絕大多數(shù)R&D資本存量，且集聚程度無明顯上升或下降趨勢。長三角城市群R&D資本存量形成了“一超多強(qiáng)”的分布格局。長三角城市群R&D資本存量主要向“一超多強(qiáng)”中的“多強(qiáng)”和接近“多強(qiáng)”的城市集聚，尤以蘇州為甚?；浉郯拇鬄硡^(qū)R&D資本存量集聚在廣州、深圳、佛山和東莞等四個城市且以廣州和深圳為主，R&D資本存量向東莞集聚的趨勢特別明顯。長江中游城市群R&D資本存量主要集中在武漢、長沙、南昌和襄陽，R&D資本存量向長沙、南昌、宜昌和常德等城市集聚。成渝城市群R&D資本存量集聚在成都、重慶、綿陽和德陽等四個城市，R&D資本存量向重慶集聚。

根據(jù)上述研究結(jié)論，可以得到如下啟示：（1）充分認(rèn)識到京津冀城市群、長三角城市群和粵港澳大灣區(qū)是中國經(jīng)濟(jì)發(fā)展的主要動力，保持城市群的活力至關(guān)重要。京津冀城市群、長三角城市群和粵港澳大灣區(qū)是中國發(fā)展的領(lǐng)頭羊，北京、上海、廣州、深圳和蘇州等中國R&D資本存量較大的城市應(yīng)積極參與全球競爭，在吸納全國技術(shù)、科研人員、資金等要素的基礎(chǔ)上，解決“卡脖子”技術(shù)，突破發(fā)達(dá)國家對中國的技術(shù)封鎖。（2）城市群內(nèi)部應(yīng)協(xié)調(diào)發(fā)展。趨勢上，大多數(shù)城市群內(nèi)部研發(fā)資源的相對差距在縮小，這種趨勢的縮小有利于城市群內(nèi)部不同城市間的分工合作，也是城市群內(nèi)部非中心城市承接中心城市產(chǎn)業(yè)轉(zhuǎn)移的結(jié)果。政策上，除各城市群中心城市外，許多非中心城市也成了國家級創(chuàng)新型城市試點(diǎn)。因此，在城市群內(nèi)部，中心城市應(yīng)避免創(chuàng)新要素的過度集聚，進(jìn)而出現(xiàn)虹吸效應(yīng)，非中心城市應(yīng)借助國家政策及承接產(chǎn)業(yè)轉(zhuǎn)移的東風(fēng)積極打造好創(chuàng)新硬件，通過自身比較優(yōu)勢引導(dǎo)創(chuàng)新資源“用腳投票”。

注釋：

① 文章參考楊林濤等（2015）采用BEA方法計(jì)算城市R&D資本存量［12］。其中，BEA方法指美國商務(wù)部經(jīng)濟(jì)分析署（Bureau of Economic Analysis）計(jì)算R&D資本存量采用的方法；價格指數(shù)和折舊率先參考鄭世林和張美晨（2019）、余泳澤（2015）、蘇屹和林周周（2017）等計(jì)算省域價格指數(shù)和折舊率［13-15］，后參考徐淑丹（2017）的做法，假設(shè)省內(nèi)各城市R&D資本價格指數(shù)和折舊率相等［16］；流量數(shù)據(jù)采用城市R&D支出；基期存量計(jì)算方法參考鄭世林和楊夢俊（2020）［17］。文章R&D支出數(shù)據(jù)來源于第一次、第二次R&D普查，《中國城市統(tǒng)計(jì)年鑒》，各省科技統(tǒng)計(jì)年鑒、統(tǒng)計(jì)年鑒，各省統(tǒng)計(jì)局、科技廳網(wǎng)站，各省科技統(tǒng)計(jì)公報、科技經(jīng)費(fèi)投入公報、科技經(jīng)費(fèi)投入統(tǒng)計(jì)公報。合成R&D資本價格指數(shù)、折舊率所使用的數(shù)據(jù)來自《中國科技統(tǒng)計(jì)年鑒》和國家統(tǒng)計(jì)局國家數(shù)據(jù)網(wǎng)站。

②? i，j表示第i個和第j個城市群組間差異。1～5分別為京津冀城市群、長三角城市群、粵港澳大灣區(qū)、長江中游城市群和成渝城市群。

③ 組內(nèi)差異貢獻(xiàn)率數(shù)值見副坐標(biāo)軸。

參考文獻(xiàn)：

［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，盧彥瑾，賀筱君，等.中國城市創(chuàng)新績效的差異及動態(tài)演進(jìn)[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)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］ 遲景明，任祺.基于赫芬達(dá)爾-赫希曼指數(shù)的我國高校創(chuàng)新要素集聚度研究[J].大連理工大學(xué)學(xué)報（社會科學(xué)版），2016，37（4）：5-9.

［6］ 鄒琳，曾剛，曹賢忠.基于ESDA的長三角城市群研發(fā)投入空間分異特征及時空演化[J].經(jīng)濟(jì)地理，2015，35（3）：73-79.

［7］ 馬靜，鄧宏兵，蔡愛新.中國城市創(chuàng)新產(chǎn)出空間格局及影響因素——來自285個城市面板數(shù)據(jù)的檢驗(yàn)[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2017，38（10）：12-25.

［8］ 楊明海，張紅霞，孫亞男.七大城市群創(chuàng)新能力的區(qū)域差距及其分布動態(tài)演進(jìn)[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2017，34（3）：21-39.

［9］ 周麟，古恒宇，何泓浩.2006—2018年中國區(qū)域創(chuàng)新結(jié)構(gòu)演變[J].經(jīng)濟(jì)地理，2021，41（5）：19-28.

［10］陳宇峰，朱榮軍.中國區(qū)域R&D資本存量的再估算：1998—2012[J].科學(xué)學(xué)研究，2016，34（1）：69-80，141.

［11］孫鳳娥，江永宏.我國地區(qū)R&D資本存量測算：1978—2015年[J].統(tǒng)計(jì)研究，2018，35（2）：99-108.

［12］楊林濤，韓兆洲，王昭穎.多視角下R&D資本化測算方法比較與應(yīng)用[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2015，32（12）：90-106.

［13］鄭世林，張美晨.科技進(jìn)步對中國經(jīng)濟(jì)增長的貢獻(xiàn)率估計(jì)：1990—2017年[J].世界經(jīng)濟(jì)，2019，42（10）：73-97.

［14］余泳澤.中國區(qū)域創(chuàng)新活動的“協(xié)同效應(yīng)”與“擠占效應(yīng)”——基于創(chuàng)新價值鏈視角的研究[J].中國工業(yè)經(jīng)濟(jì)，2015（10）：37-52.

［15］蘇屹，林周周.區(qū)域創(chuàng)新活動的空間效應(yīng)及影響因素研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2017，34（11）：63-80.

［16］徐淑丹.中國城市的資本存量估算和技術(shù)進(jìn)步率：1992—2014年[J].管理世界，2017（01）：17-29，187.

［17］鄭世林，楊夢俊.中國省際無形資本存量估算：2000—2016年[J].管理世界，2020，36（9）：67-81，110，82.

（責(zé)任編輯：寧曉青）

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(xiàng)目： 國家社會科學(xué)基金項(xiàng)目（20FTJB070）

作者簡介： 倪青山（1975—），男，湖南祁陽人，博士，湖南大學(xué)金融與統(tǒng)計(jì)學(xué)院教授，博士生導(dǎo)師，研究方向：經(jīng)濟(jì)統(tǒng)計(jì)；通信作者：盧彥瑾（1994—），男，湖北黃岡人，湖南大學(xué)金融與統(tǒng)計(jì)學(xué)院博士研究生，研究方向：經(jīng)濟(jì)統(tǒng)計(jì)。