中国创新产出的空间分布特征与成因，本文主要内容关键词为：成因论文,中国论文,特征论文,空间论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
自从熊彼特(1912)发现了创新集群现象并提出了创新集群概念以来[1]，创新产出的空间分布及其相关方面就已成为技术创新研究的重要领域。在熊彼特看来，创新或创新产出具有在时间或空间上成群出现的特征。巴顿讨论了企业群落与创新的关系，认为地理集聚的企业群落有利于创新[2]。Nelson强调，政府政策对创新环境的培育和提升起重要作用[3]。王缉慈从经济地理学的角度研究了企业集群的形成与技术创新问题[4]。黄鲁成运用生态学理论对区域技术创新系统进行了研究[5]，罗发友、刘友金则基于行为生态学理论研究了创新群落的形成和演化问题[6]。这些研究主要采用经济学、管理学、生态学和行为科学等一般方法，从不同角度对创新产出的空间集群特征、成因及其相关方面进行了研究，而以中国大陆为背景，综合运用行为生态学理论和经济计量技术对这一问题的研究则甚少见到。基于以上原因，作者在对1994-2002年中国各省区专利授权量的统计分析基础上，揭示中国创新产出的空间分布特征，并试图运用行为生态学的生境选择理论和基于panel-data的实证研究来解释这一特征的成因。
本文的结构安排如下：第二部分对中国创新产出的空间分布特征以及空间分布的动态变化进行分析；第三部分运用行为生态学研究这一特征的理论成因，应用经济计量技术进行实证分析；第四部分作出简短结论。
一 中国创新产出的空间分布特征
（一）创新产出的测度
作为创新活动的成果，创新产出主要体现为专利、科技论文、创新产品等形式。在创新测度方面，和其它创新产出指标相比，专利与产业R&D有更紧密联系，可以较好地描述各类型创新组织（企业、高校、科研院所及相关机构）的发明和创新活动，具有数据容易获得、对技术创新领域覆盖面广、准确度高、地区间可比性强等特点，因而本文将其作为创新产出的测度指标。
（二）研究的样本和数据
要综合考察中国创新产出的空间分布特征及其变化规律，一种稳妥的做法是采用中国实施专利制度以来的全部分省数据，但由于中国专利制度在1993年发生重大变化，1993年前后的专利数据具有一定的不可比性。考虑到这一因素和讨论问题的方便，我们选择1994-2002年中国大陆的省区际专利授权量（单位：件）资料作为考察的样本，其中重庆资料起点较晚，并入四川计算，整理后的样本数据见表1。
（三）中国创新产出的空间分布特征
为了从总体上把握中国创新产出的空间分布
规律，选取最新年度即2002年中国各省区的创新产出资料分组，得到如下几个典型区域：
表1 中国各省区专利授权量(1994-2002)
资料来源：《中国统计年鉴(1995-2003)》
从表2可以发现，中国创新产出具有明显的空间分布特征，具体体现为如下几点：
(1)东部沿海省区是创新产出最为集中的地区。我国创新产出的区域分布表明，中国的创新产出集中分布在东部沿海发达省区。从2002年数据看，中国创新产出的67.78%或75099件分布在该地区11个省区，而仅有32.22%分布在其它19个省区。进一步考察可以发现，北京、上海、江苏、浙江、山东、广东6个省区创新产出占全国的份额为60.73%，或者说，中国创新产出的近2/3集中分布在1/5的省区。
(2)中部省区和西部省区是创新产出较低的地区。从2002年数据看，中国创新产出的14.03%分布在中部省区，11.42%分布在西部省区。尽管中部省区的创新产出要略高于西部省区，但均不及东部沿海省区的20%，存在一定的“俱乐部趋同”现象[7]。
(3)中国创新产出空间分布的区域变动趋势是自西向东呈梯度提高性。我国创新产出空间分布的梯度演变性大体表现为西部地区→中部地区→东部沿海地区的梯度提高趋势。这一特征的政策含义在于，要提高我国创新产出的整体水平，就应从中西部落后地区着手。
（四）中国创新产出空间分布的动态变化
从表1还可以观察到，中国创新产出的空间分布具有一定的时间变化规律，即随时间的推移呈现明显的区域集中趋势。要综合具体表征这一规律，引入两个计量指标：(1)集中度。该指标的含义是，创新产出最大的几个地区其创新产出之和占全国的百分比。借鉴Stephen Martin的做法[8]，我们采用5地区集中度指标；(2)Herfindahl指数。该指数是度量产业集中状态的又一指标，能够提供更多的信息。在这里，我们用来度量创新产出空间分布的区域集中程度，其计算方法是：
上式中，
表示第i个地区创新产出的百分比。中国创新产出的5地区集中度指标和Herfindahl指数计算结果如表3所示。
从表3可以看出，1994-2002年间，中国创新产出空间分布的区域集中程度呈现明显的逐年提高趋势，从经济计量角度看，这种趋势的统计显著性取决于以下方程的计量结果：
方程(2)中，H表示Herfindahl指数。
计量结果显示，方程(1)和方程(2)均十分显著，可以用来解释中国创新产出空间分布的变动趋势。结合表3和方程(1)、(2)，中国创新产出空间分布的变动特征是：(1)中国创新产出具有稳定的区
域集中趋势。就考察的时段而言，中国创新产出的地区集中程度稳定提高，5地区集中度每年提高1.395个百分点，Herfindahl指数每年提高0.004；(2)中国创新产出的区域集中程度已达较高水平。在2002年，5地区集中度高达54.43%，表明中国创新产出超过半数分布在5个创新产出最大的地区；Herfindahl指数为0.092，远大于其参照值0.033（或1/30，即集中程度为零的水平），表明中国创新产出的空间集中程度较高。
表2 中国创新产出的空间分布(2002)
表3 中国创新产出的集中度指标和Herfindahl指数(1994-2002)
二 中国创新产出空间分布特征的成因
以上的研究表明，中国创新产出存在明显的空间分布特征：创新产出集中分布在东部沿海少数省区，且集中程度随时间呈进一步加强趋势。考虑到这些省区是创新环境如政府对技术创新的支持力度、经济开放程度等最好的地区，中西部省区则相对较差，以上的结果隐含了这样一个命题：中国创新产出的空间分布特征可能与各省区的创新环境（生境）因素有关。因而研究的一种可行途径是，先探讨创新产出的空间分布与生境因素的关系，就诸生境因素对创新产出的空间分布影响作出假设，再利用Panel-Dina进行计量检验，从而得出相应的定量解释。
（一）理论框架：基于行为生态学的分析
创新产出是创新组织的创新活动结果，考虑到各区域创新组织的平均创新活动差异的可忽略性，则某一地区创新产出的多少，就取决于该区域内创新组织的多少，这样，从行为生态学角度看，创新产出的空间分布特征和创新组织的生境选择行为密切相关。
已有的研究表明，创新组织对栖息地点的选择（生境选择），具有类似于生物个体的行为生态学特征[9]。根据行为生态学理论，创新组织加入或离开某一区域意味着其栖息地点的改变，而对创新组织这一行为起决定作用的是该区域的生境质量。
参照Fretwell的生境选择模型[10]，创新组织空间分布的形成过程是：假设创新组织个体总是选择在当时来讲质量最好的生境，个体在生境之间移动时的成本消耗可忽略不计，生境选择可以被看成是n个个体的博弈过程。随着两个生境中的一个被逐渐填满，其个体适合度也会随之下降，直到下降到与另一个生境的个体适合度相等时为止；随着居住密度的进一步增加，新来个体就会继续在这两个生境内定居。在这个博弈过程中，只要不再有个体能够靠改变生境来增加自己的适合度，就达到了Nash均衡，即总是能够大体上保持这两个生境在个体适合度上相等。创新组织个体在这两个生境的这种定居过程也称为理想自由分布(ideal free distribution)，代表着生境选择博弈中的一种ESS（进化稳定对策）。对于一种ESS分布，某一生境的创新组织多少与该生境质量呈正向相关。若生境质量随时间变化，创新组织生境选择博弈中的ESS呈现动态特征，分布于该生境的创新组织数量也呈相应的动态变化。
考虑到创新组织空间分布和创新产出空间分布的一致性，可以认为，创新产出的空间分布也是一种ESS分布，一些生境因素可能对创新产出的空间分布特征存在重要影响。
（二）假设和模型
影响创新产出空间分布特征的生境因素，体现在经济社会发展水平的多个方面。考虑到统计指标的代表性、统计数据的可得性和计量结果的可解释性，我们以省区级行政区作为基本的生境单位，选择政府R&D投入水平、区域FDI规模、人均GDP水平三个指标来综合反映影响创新产出空间分布特征的生境质量因素，并作出如下假设：
假设1.政府R&D投入水平对创新产出起正向作用。该假设的作用机制是：作为一种生境因素，政府R&D投入水平代表了政府对创新活动的支持程度和支持态度，对企业技术创新活动起促进和引导作用，某省区政府R&D投入水平越高，在创新组织的生境选择以及群落内企业的衍生机制作用下，其创新群落的规模就越大，创新产出也就越多。这样从全国范围来看，创新产出就集中分布在政府R&D投入水平较高的地区。
假设2.区域FDI规模对创新产出起正向作用。该假设的作用机制是：区域FDI对创新活动提供了技术扩散重要途径和财力支持，某省区FDI规模越高，其生境质量越好，创新产出也就越多。从全国范围来看，创新产出的空间分布总是和FDI的空间分布联系在一起。
假设3.人均GDP水平对创新产出的作用并不显著。该假设的作用机制是：虽然创新活动与地区经济发展水平有着某种正向关系，但和其它因素（如政府R&D投入、区域FDI规模等）相比，人均GDP水平对创新活动的直接作用相对较弱。
从计量检验的角度看，上述假设涉及较多的变量。就因变量而言，我们采用专利授权量变量。对于自变量的确定，我们采用政府R&D投入（科技三项费用和科学事业费之和）、区域FDI变量、人均GDP（按当年价计算）。
设某省区的创新产出水平与政府R&D投入水平、区域FDI规模、人均GDP水平等生境因素的关系表达式为：
Pat=f(RδD,FDI,PCGDP)
上式中，Pat表示创新产出，R&D表示政府R&D投入水平，FDI表示区域FDI规模，PCGDP表示人均GDP水平。
假定各自变量与因变量的关系均是线性的，则从经济计量学角度，检验上述假设的多元线性计量模型可以写成如下4个：
计量结果的评判标准是，若变量R&D在模型(1)、模型(4)中显著，则假设1成立；若变量FDI在模型(2)、模型(4)中显著，假设2成立；同理，若变量PCGDP在模型(3)、模型(4)中不全显著，假设3成立。
（三）计量结果
在计量检验中，要同时检验假设(1)至假设(3)，必须采用能够同时反映各指标的空间分布及其动态变化的Pannal-Data资料，因变量——创新产出指标的数据见表1，自变量——政府R&D投入水平、区域FDI规模、人均GDP水平指标的数据则来源于中国统计年鉴(1996-2003)，由于1995年的统计年鉴缺乏自变量——政府R&D投入水平指标的1994年数据，因此计量模型的Pannal-Data时段为1995-2002，观察值为240个。
对基于Pannal-Data的模型参数估计有多种方法，在这些方法之中，随机效应模型适合于有较强时间序列和截面变化大的数据集，表4列出了相应的计量结果。
表4 创新产出与各影响因素的计量检验结果
注：1、括号上方的数据是回归系数的最小二乘估计值，括号内是对应的t检验值。
2.*、**“表示显著水平（双侧）分别为0.01,0.05。
3.由于各省区虚拟变量数值较多，故上表未列出。
表4显示，对于创新产出指标，政府R&D投入水平、区域FDI规模指标满足计量结果的评判标准，分别在模型(1)和模型(4)、模型(2)和模型(4)中显著，验证了假设(1)和假设(2)：作为创新活动的生境因素，政府R&D投入水平、区域FDI规模对创新产出起正向作用。这一结果和Freeman、傅家骥、Kongrae Lee等的研究相一致[11-13]。
表4还显示，人均GDP水平只在模型(3)中其回归系数才显著，而在模型(4)中未能通过假设检验，恰好验证了假设3：人均GDP水平对创新产出的作用可能并不显著。这一结果和一些相关研究相异[14]，但却有着重要的政策含义：对于中西部地区而言，创新产出较低的原因并不在于其较低的人均GDP水平。
综合上面的结果，我们认为，政府R&D投入水平、区域FDI规模是影响创新产出空间分布特征的重要生境因素，而人均GDP水平对创新产出的作用并不显著。
三 简短结论
本文对1994-2002年中国各省区专利授权量进行了统计分析，发现中国创新产出具有明显的空间分布特征。综合运用行为生态学的生境选择理论和基于panel-data的经济计量技术，对这一特征成因的研究结果表明，政府R&D投入水平和区域FDI规模等生境因素是中国创新产出空间分布特征的重要影响因素，而人均GDP水平对创新产出的作用并不显著。由此不难推断，加大政府对技术创新的支持力度，进一步改革开放以吸引FDI流入，是提高我国创新产出整体水平和促进创新集群程度的重要途径。
本文的政策含义还在于：一个经济落后地区，只要能够在创新环境的政府支持方面和吸引FDI流入方面予以积极改善，其创新能力的提高就可能实现，其经济落后的局面也可能因此改观。