中國區(qū)域科技創(chuàng)新水平發(fā)展的時空演化及分布動態(tài)

李 玲，丁禮婷

（西安科技大學 管理學院，西安 710000）

0 引言

科技創(chuàng)新是擺脫技術封鎖，塑造發(fā)展新優(yōu)勢，實現高水平科技自立自強的內在要求，同時也是促進社會資源優(yōu)化配置和經濟結構轉型，實現發(fā)展模式由要素驅動向創(chuàng)新驅動轉變的關鍵。關于區(qū)域科技創(chuàng)新水平的測度與評價，國內外學者選擇不同指標，運用不同方法進行了廣泛的研究，并取得一定的成果。國外關于區(qū)域科技創(chuàng)新的研究起步較早，其中具有代表性的成果有全球創(chuàng)新指數（GII）、知識競爭力指數（WCI）[1]、硅谷指數等。與國外學者的研究成果相比，國內學者對于區(qū)域科技創(chuàng)新水平的研究成果更加豐碩，大體上可以按照指標的數量來分類。第一類是以少數有代表性的指標測度區(qū)域科技創(chuàng)新能力，如專利申請量[2]、專利授權量和高新技術產業(yè)總產值[3]、專利申請授權數與新產品銷售收入[4]。第二類是建立由多個指標構成的指標體系，綜合評價區(qū)域科技創(chuàng)新水平[5—7]。

雖然國內外學者從不同視角對區(qū)域科技創(chuàng)新水平進行研究，取得了豐碩的研究成果，但仍存在一定的研究局限性，主要表現在兩個方面：一是賦權法具有一定的局限性，測度結果不具有客觀性或穩(wěn)健性。德爾菲法等主觀賦權法無法避免主觀經驗性，不具備客觀性，而熵權法等客觀分析法雖然具備一定客觀性，但運算過程簡單，以數據的變異程度為依據對指標賦權，且受數據波動影響大，不具備穩(wěn)健性和精準性。二是只重視區(qū)域科技創(chuàng)新水平的排名，忽略了區(qū)域科技創(chuàng)新的區(qū)域異質性。對于區(qū)域異質性的研究缺乏不利于科技創(chuàng)新的區(qū)域協(xié)調發(fā)展。因此，本文根據新時代經濟高質量發(fā)展的要求，從科技創(chuàng)新投入、產出、環(huán)境三個方面構建了區(qū)域科技創(chuàng)新水平綜合評價指標體系，基于我國30 個省份2013—2020 年的相關面板數據，分析全國各地區(qū)區(qū)域科技創(chuàng)新水平的時間變化趨勢和空間分布情況。

1 區(qū)域科技創(chuàng)新水平測度

1.1 指標體系構建

本文從科技創(chuàng)新投入、科技創(chuàng)新產出和科技創(chuàng)新環(huán)境三個方面篩選出12項指標構建區(qū)域科技創(chuàng)新水平綜合評價指標體系（見表1）。

表1 區(qū)域科技創(chuàng)新水平綜合評價指標體系

鑒于《中國火炬統(tǒng)計年鑒》對全國科技企業(yè)孵化器的統(tǒng)計始于2013年，本文選取2013—2020年我國30個省份（不含西藏和港澳臺）為研究樣本。為了消除通貨膨脹對指標的影響，本文以2013年為基期，用商品零售價格指數對R&D經費支出和技術市場成交合同金額進行平減。本文的數據來源于歷年《中國統(tǒng)計年鑒》《中國人口和就業(yè)統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》與各省份的統(tǒng)計年鑒以及統(tǒng)計公報。

1.2 測度方法

1.2.1 基于加速遺傳算法的投影尋蹤模型

投影尋蹤是一種用于分析和處理高維觀測數據的新方法，具有穩(wěn)健性、客觀性、抗干擾性和準確性等優(yōu)點[8]，它通過將高維數據投影在低維空間上，以尋找出能反映原高維數據的結構或特征的投影，達到研究分析高維數據的目的。具體步驟如下：

（1）數據歸一化處理

對所有數據進行歸一化處理以消除量綱影響。

（2）構建目標函數

其中，E(Z)為投影值的期望值，R為估計局部散點密度的窗寬參數，這里設為S(a)的1/10，r(i，j)為樣本之間的距離，u(t)為單位躍遷函數。

（3）運用加速遺傳算法求解目標函數

可以將尋找最優(yōu)投影方向問題轉化為以下優(yōu)化問題，并用學術界常用加速遺傳算法求解：

1.2.2 標準差橢圓法

標準差橢圓法是由美國社會學教授韋爾蒂·利菲弗提出，該方法通過計算圓心位置、旋轉角度、長短半軸等基本參數，來描述數據空間分布的基本特征。其中，圓心是數據分布的平均中心，旋轉角度是橢圓長軸與正北方向順時針形成的夾角，短半軸表示數據的分布范圍，長半軸反映數據的分布方向。本文運用標準差橢圓法，分析高質量發(fā)展視角下區(qū)域協(xié)調發(fā)展水平的空間區(qū)位分布情況。各參數計算公式如下：

長短半軸：

1.2.3 核密度估計方法

核密度估計是一種非參數估計方法，通過對隨機變量的概率密度進行估計，利用連續(xù)的概率密度曲線描述變量的動態(tài)演進。隨機變量X點x的概率密度公式如下：

其中，N為樣本觀測值個數，Xi為獨立同分布的觀測值，為均值，h為帶寬。本文選擇高斯核函數來研究各地區(qū)科技創(chuàng)新水平動態(tài)演進，其表達式如下：

核函數K(·) 需滿足的條件如下：

2 區(qū)域科技創(chuàng)新水平的時空演化分析

本文運用MATLAB 2018b 對數據進行歸一化處理，然后采用基于加速遺傳算法的投影尋蹤法，尋找最優(yōu)投影方向。MATLAB 中參數設置如下：種群規(guī)模為400，交叉概率為0.8，變異概率為0.2，優(yōu)化變量數目為12，變異方向所需要的隨機數為10，加速次數為7 次，兩代進化后加速一次的限制數為2。通過運行程序2000 次，得到2000 個投影方向和2000 個目標函數值，通過降序排列得到最大的目標函數值，其對應的投影方向即最優(yōu)投影方向（見表2），以得到的最優(yōu)投影方向為權重，即可得到2013—2020 年30 個省份區(qū)域科技創(chuàng)新水平的投影值（見下頁表3）。

表2 最優(yōu)投影方向

表3 2013—2020年區(qū)域科技創(chuàng)新水平

2.1 時間演化特征

從表3 可以看出：（1）各省份區(qū)域科技創(chuàng)新水平均呈現上升趨勢。樣本期內，區(qū)域科技創(chuàng)新水平的均值為0.488，年均增長10.44%，這說明2013—2020 年我國各省份的科技創(chuàng)新均得到了發(fā)展，科技創(chuàng)新水平整體向好。（2）區(qū)域科技創(chuàng)新水平的差距正在逐漸擴大。2013年區(qū)域科技創(chuàng)新水平最高的北京（1.50）和區(qū)域科技創(chuàng)新水平最低的青海與寧夏（0.04）區(qū)域協(xié)調發(fā)展水平的比值約為37.5，到2020年，區(qū)域科技創(chuàng)新水平最高的北京（2.78）和區(qū)域科技創(chuàng)新水平最低的青海（0.06）區(qū)域協(xié)調發(fā)展水平的比值約為46.33，可見區(qū)域之間科技創(chuàng)新水平的差距正在逐漸擴大。

2.2 空間演化特征

2.2.1 總體空間格局

從表3 可看出：（1）區(qū)域科技創(chuàng)新水平呈現東部、中部、東北、西部梯度下降分布特征①根據國家統(tǒng)計局和現有文獻的劃分辦法，將我國經濟區(qū)域劃分為東部、中部、西部和東北四大地區(qū)。其中，東部地區(qū)包括北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東和海南10個省份；中部地區(qū)包括山西、安徽、江西、河南、湖北和湖南6個省份；西部地區(qū)包括內蒙古、廣西、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏和新疆11個省份；東北地區(qū)包括黑龍江、吉林和遼寧3個省份。。區(qū)域科技創(chuàng)新高水平地區(qū)分別為北京（2.15）、江蘇（1.64）、廣東（1.59）、浙江（0.99）、上海（0.94）、山東（0.93），均屬于東部地區(qū)，而且從東部、中部、西部、東北地區(qū)的區(qū)域科技創(chuàng)新水平的平均值看，東部（0.945）高于中部（0.373）高于東北（0.265）高于西部（0.196），可見四大地區(qū)之間仍存在著明顯的差距，并且在空間上呈現從東部到西部梯度下降的分布情況。東部地區(qū)的資源優(yōu)勢、地理位置、創(chuàng)新環(huán)境、人才優(yōu)勢等因素共同決定了其在全國范圍內區(qū)域科技創(chuàng)新水平最高。

（2）區(qū)域科技創(chuàng)新水平增長率呈現“中部＞西部＞東部＞東北”的格局。東部地區(qū)科技創(chuàng)新水平最高，但其增長率為10.25%，僅高于東北地區(qū)，這是高科技創(chuàng)新水平帶來的邊際報酬遞減所導致的。中部地區(qū)科技創(chuàng)新水平不到東部地區(qū)的一半，但其增長率為12.08%，高于其他地區(qū)，可見中部地區(qū)發(fā)展后勁強、發(fā)展動能大。西部地區(qū)科技創(chuàng)新水平最低，但其增長率為10.79%，僅次于中部地區(qū)，這不僅因為陜西、四川、重慶等省份的發(fā)展?jié)摿Υ螅€因為云南、甘肅、青海、寧夏等省份的科技創(chuàng)新水平基數低，較低的絕對增長就能帶來較大的相對增長。東北地區(qū)的區(qū)域科技創(chuàng)新水平較低，其增長率為7.27%，遠低于其他地區(qū)，這是近年來東北地區(qū)沒有得到適當的政策關照，年輕人口和資本大量流失，發(fā)展動力不足所導致的。

2.2.2 各一級指標空間格局分析

基于區(qū)域科技創(chuàng)新水平評價指標體系，測算出2013—2020年30個省份區(qū)域科技創(chuàng)新水平各一級指標的平均值和年幾何增長率（見下頁表4）。可知：（1）從科技創(chuàng)新投入均值來看，排名前五的省份依次是北京（0.654）、廣東（0.640）、江蘇（0.600）、上海（0.428）、浙江（0.421），這些省份經濟實力雄厚、人力資源豐富、受教育水平高，對科技創(chuàng)新的經費和人力資本投入充足，是中國發(fā)展的領先地區(qū)。排名后五位的省份分別是青海（0.031）、貴州（0.034）、海南（0.043）、新疆（0.054）和云南（0.056），這些省份經濟基礎差，處于全國下游水平，缺乏創(chuàng)新動能。從科技創(chuàng)新投入水平的差距來看，得分最高的北京是得分最低的青海的21 倍，可見科技創(chuàng)新投入差異較大，空間分布不均衡。從科技創(chuàng)新投入的增長率來看，年均增速排名前五位的省份分別為寧夏（18.76%）、云南（17.37%）、重慶（14.25%）、江西（12.95%）、貴州（12.45%），后五位是黑龍江（0.20%）、山西（0.98%）、天津（1.08%）、遼寧（2.54%）、山東（3.15%）。省際科技創(chuàng)新投入差距總體呈緩慢收斂趨勢，說明各地區(qū)逐漸重視區(qū)域科技創(chuàng)新，并相應地加大區(qū)域科技創(chuàng)新投入，以期縮小差距，實現創(chuàng)新驅動，推動經濟發(fā)展。（2）從科技創(chuàng)新產出均值來看，北京（1.170）遙遙領先，第二至第五位分別是江蘇（0.709）、廣東（0.670）、浙江（0.422）、上海（0.399），科技創(chuàng)新產出前五位與科技創(chuàng)新投入前五位完全一致，說明高科技創(chuàng)新投入能夠帶來高科技創(chuàng)新產出。排名后五位的省份分別為青海（0.009）、海南（0.010）、寧夏（0.012）、內蒙古（0.016）、新疆（0.018），這5 個省份的科技創(chuàng)新投入水平較低，說明低科技創(chuàng)新投入會拉低科技創(chuàng)新產出水平。因此，科技創(chuàng)新投入與科技創(chuàng)新產出存在正相關關系。從科技創(chuàng)新產出的增長率來看，高科技創(chuàng)新產出的省份往往有著較高的增長率，如廣東（17.98%）、浙江（19.75%），低科技創(chuàng)新產出的省份的增長率大多偏低，如海南（4.66%）、新疆（7.04%），科技創(chuàng)新產出水平的差距呈發(fā)散趨勢，說明科技創(chuàng)新產出的提升并非一蹴而就，需要長期投入、政策支持和高度重視。（3）從科技創(chuàng)新環(huán)境的均值來看，前五位分別為江蘇（0.326）、北京（0.325）、廣東（0.276）、山東（0.143）、浙江（0.143），其平均值（0.242）是其余25 個省份平均值（0.044）的5.5 倍，呈現很強的極化現象。這是因為除了經濟發(fā)展水平高的地區(qū)，其余地區(qū)專注于科技創(chuàng)新的投入，缺乏對構建良好科技創(chuàng)新環(huán)境的重視，忽視了良好的科技創(chuàng)新環(huán)境是科技創(chuàng)新的催化劑。從科技創(chuàng)新環(huán)境的增長率來看，大多數省份的增長率能夠達到10%以上的水平，說明近年來各省份對科技創(chuàng)新環(huán)境的重視程度有所提升。

表4 2013—2020年區(qū)域科技創(chuàng)新各一級指標水平

2.2.3 空間區(qū)位分布

為了進一步明晰區(qū)域科技創(chuàng)新水平的空間區(qū)位特征，運用標準差橢圓法分析我國區(qū)域科技創(chuàng)新水平的空間分布情況（見表5）。同時，本文假設各省份的區(qū)域科技創(chuàng)新水平相同，并將這種理想狀態(tài)的標準差橢圓信息列于表5，以便分析我國現實的區(qū)域科技創(chuàng)新水平空間分布情況與理想狀態(tài)的差距。

表5 2013—2020年區(qū)域協(xié)調發(fā)展水平標準差橢圓參數

從表5可以看出：（1）從標準差橢圓的面積看，我國實際區(qū)域科技創(chuàng)新水平整體波動不大，但與理想狀態(tài)下的標準差橢圓面積水平仍有很大差距，說明我國區(qū)域科技創(chuàng)新水平的空間分布較為集中，擴散效應不明顯。（2）從長短半軸看，各年份的長短半軸長度均小于理想狀態(tài)長短半軸長度，說明當前我國區(qū)域協(xié)調發(fā)展水平的空間分布較為集中，擴散效應不明顯。（3）從扁率看，各年份的扁率大致處于0.22這一水平，未達到理想狀態(tài)下0.2724的水平，說明我國當前區(qū)域科技創(chuàng)新水平的空間分布方向性不夠明顯。（4）從旋轉角度看，呈現下降的趨勢，逐漸背離理想狀態(tài)的旋轉角度水平。（5）從圓心位置看，2013—2020年我國區(qū)域科技創(chuàng)新水平圓心位置從安徽省亳州市移動到了安徽省阜陽市臨泉縣，逐漸接近理想狀態(tài)下圓心位置所處的河南省南陽市南召縣?？梢?，我國區(qū)域科技創(chuàng)新水平的圓心位置正在向西南方向移動，逐漸接近理想狀態(tài)下的圓心位置。

3 區(qū)域科技創(chuàng)新水平發(fā)展的分布動態(tài)

為進一步揭示我國區(qū)域科技創(chuàng)新的動態(tài)演進及內部差異，根據表3 中各省份區(qū)域科技創(chuàng)新水平的測度結果，采用高斯核密度估計方法分析，繪制了全國及東部、中部、西部和東北四大地區(qū)區(qū)域科技創(chuàng)新水平的核密度估計圖（見圖1、圖2）。

圖1 全國區(qū)域科技創(chuàng)新水平核密度估計圖

圖2 東部、中部、西部和東北地區(qū)區(qū)域科技創(chuàng)新水平核密度估計圖

圖1 為全國區(qū)域科技創(chuàng)新水平核密度估計圖。從分布位置看，分布曲線主峰處于區(qū)域科技創(chuàng)新水平較低的位置，并向右小幅度移動，說明全國區(qū)域科技創(chuàng)新水平緩慢上升，大多數省份的區(qū)域科技創(chuàng)新仍處于較低水平。從分布態(tài)勢看，主峰峰值逐漸降低且寬度變窄，說明在主峰聚集的省份變少，各省份區(qū)域科技創(chuàng)新水平差距逐步擴大。從分布延展性看，曲線呈現明顯的右拖尾現象且延展性拓寬，說明部分省份區(qū)域科技創(chuàng)新水平明顯優(yōu)于全國平均水平，且這種優(yōu)勢呈擴大趨勢，即存在馬太效應。從極化趨勢看，曲線呈明顯的“單峰”狀，不存在兩極或多極分化特征。自我國經濟進入新常態(tài)，發(fā)展模式轉向質量效率型，而這有賴于創(chuàng)新驅動。對于經濟發(fā)達的地區(qū)而言，依托其良好的經濟基礎能有效地釋放科技創(chuàng)新的動力，促進科技創(chuàng)新的發(fā)展，進而推動經濟社會的發(fā)展，然而對于其他省份而言，薄弱的經濟基礎難以適應發(fā)展模式的轉變，較低的科技創(chuàng)新水平難以形成規(guī)模效應，創(chuàng)新驅動也面臨著較高的技術壁壘，發(fā)展動能不足，致使其區(qū)域科技創(chuàng)新水平落后于經濟發(fā)達的省份，省際差距擴大。

圖2（a）為東部地區(qū)科技創(chuàng)新水平核密度估計圖。從分布位置看，2013—2015 年，東部地區(qū)存在著明顯的“雙峰”現象，2016 年后呈現“三峰”現象，各峰均大幅向右移動。從分布態(tài)勢看，第一峰峰度下降、寬度不變，第二峰峰度上升、寬度不變，第三峰峰度上升、寬度不變。從分布延展性看，曲線呈現明顯的右拖尾現象且延展性拓寬。說明東部地區(qū)整體科技創(chuàng)新水平快速增長，在這個過程中，產生了明顯的分化現象，區(qū)域科技創(chuàng)新水平差距進一步拉大。這是因為北京、廣東等省份作為增長極虹吸了周邊省份大量優(yōu)質資源，拉大了與東部其他省份的發(fā)展差距。其中，山東勉強能跟上北京、廣東的發(fā)展，河北、天津、福建則被虹吸優(yōu)質資源，發(fā)展滯后，而海南由于經濟發(fā)展水平低，與東部其他省份的科技創(chuàng)新水平差距越來越大。

圖2（b）為中部地區(qū)科技創(chuàng)新水平核密度估計圖。2013—2016 年，主峰的位置向右移動，峰度下降、寬度變大，自2017 年開始，中部地區(qū)出現明顯的“雙峰”現象，主峰和側峰均向右移動，主峰峰度下降、寬度變大，側峰峰度下降、寬度變窄，且無拖尾現象。說明中部地區(qū)整體科技創(chuàng)新水平提升較快，同時也產生了分化現象，區(qū)域科技創(chuàng)新水平的差距略微擴大。

圖2（c）為西部地區(qū)科技創(chuàng)新水平核密度估計圖。2013—2016 年，主峰的位置向右移動，峰度下降寬度變窄，自2017 年開始，西部地區(qū)逐漸呈現“雙峰”現象，主峰和側峰均向右移動，主峰峰度下降、寬度變窄，側峰峰度下降、寬度變大，且無拖尾現象。說明西部地區(qū)整體科技創(chuàng)新水平穩(wěn)步提升，同時也產生了分化現象，區(qū)域科技創(chuàng)新水平差距略微擴大。這是因為陜西、四川、重慶等省份不僅經濟發(fā)達、科研水平高、教育資源豐富，還虹吸了周邊地區(qū)的優(yōu)質資源，科技創(chuàng)新水平的提升遠高于其他省份，但西部地區(qū)其他省份之間的差距變化較小，整體上來說，西部地區(qū)區(qū)域科技創(chuàng)新水平的差距略微擴大。

圖2（d）為東北地區(qū)科技創(chuàng)新水平核密度估計圖。2013—2020 年一直是“單峰”狀態(tài)，從核密度曲線特征來看，主峰的位置向右小幅度移動，峰度下降、寬度變大，無拖尾現象。說明東北地區(qū)的區(qū)域科技創(chuàng)新水平小幅提升，其差距基本不變。這是因為東北地區(qū)產業(yè)轉型缺乏動力，勞動力流失嚴重，經濟發(fā)展滯后，阻礙了東北地區(qū)科技創(chuàng)新水平的提升。

4 結論

本文通過構建區(qū)域科技創(chuàng)新水平的評價指標體系，運用基于遺傳算法的投影尋蹤模型測算中國30 個省份2013—2020年的區(qū)域科技創(chuàng)新水平，采用標準差橢圓法分析了中國區(qū)域科技創(chuàng)新水平的空間區(qū)位分布特征，利用核密度估計方法揭示全國及四大地區(qū)的科技創(chuàng)新水平的分布動態(tài)情況，得出如下結論：（1）中國區(qū)域科技創(chuàng)新水平整體上呈現上升趨勢，但區(qū)域科技創(chuàng)新水平的差距呈逐漸擴大的趨勢。區(qū)域科技創(chuàng)新水平在東部、中部、東北、西部呈梯度下降分布，且在空間上分布集中，擴散效應不明顯。（2）從各一級指標來看，各省份之間的科技創(chuàng)新投入差距巨大，且隨時間呈緩慢收斂趨勢；各省份之間的科技創(chuàng)新產出差距同樣巨大，并且低科技創(chuàng)新產出水平的省份，其科技創(chuàng)新增長率也不高；科技創(chuàng)新環(huán)境水平呈現很強的極化現象，大多數省份缺乏對科技創(chuàng)新環(huán)境的重視。（3）分地區(qū)來看，東部地區(qū)科技創(chuàng)新水平快速增長，但分化現象明顯，各地區(qū)科技創(chuàng)新水平差距明顯且逐漸擴大；中部地區(qū)和西部地區(qū)科技創(chuàng)新水平高速增長，存在分化現象，區(qū)域間科技創(chuàng)新水平存在一定差距且緩慢擴大；東北地區(qū)科技創(chuàng)新水平提升較慢，區(qū)域間科技創(chuàng)新水平差距較小且基本不變。