中国地级区域创新产出的时空模式研究——基于ESDA的实证

doi:10.13249/j.cnki.sgs.2014.013.1438

摘要/Abstract

摘要：

以341个地级层面区域作为空间观测单元,以专利申请受理数作为衡量指标,对中国1997~2009年期间地级区域创新产出的时空特征进行了ESDA分析。结果表明：中国地级区域创新产出的地域性特征显著,首先表现为全局上的地理集聚和地带间的巨大差异;但不同于省级空间尺度下地带内部区域创新显著的极化特征,地级空间尺度区域创新却呈现多样化的局部空间依赖模式。整体上,创新产出在地级空间尺度上自然形成2个显著的空间集群,即东部沿海的H-H集群和西部内陆的L-L集群。东部H-H集群在考察期内由东北和华北地区逐渐向山东半岛、长三角和珠三角地区转移,西部L-L集群的空间发展则相对稳定;H-L型集群和L-H型集群主要分布在中部地区和东中西邻接地区,创新的空间过渡特征明显。最后在实证分析的基础上,提出了政策建议和未来研究的方向。

关键词: 区域创新, 探索性空间数据分析, 知识溢出, 空间自相关, 中国

Abstract:

With the development of the new economic geography, spatial structure study of regional innovation becomes more and more important. Using the methods of exploratory spatial data analysis（ESDA）and spatial analysis software Geoda, the article analyzes the spatial distribution of innovation outputs in China, measured by the number of patent applications examined, throughout 341 prefecture-level cities from 1997 to 2009 of China. A significantly high level of spatial concentration and regional difference of innovation outputs among Chinese cities has been captured by the exploratory spatial data analysis, and the concentration level has increased steadily over the past years. Different from the significant polarization characteristics of innovation within the provincial spatial scale regions, prefecture level regional innovation showing a diversity local spatial dependent model. On the whole, the output of innovation in the prefecture level spatial scales naturally formed two distinct spatial clusters, named the eastern H-H cluster and the western L-L cluster. The eastern H-H cluster gradually transferred to the Shandong Peninsula, the Huanghe River Delta and the Zhujiang River Delta from the northeast and North China in the study period, while the western L-L cluster spatial development maintains relatively stable. The H-L clusters and L-H clusters are mainly distributed in the middle and join area, which shows an obvious characteristic of transition. This study can provide a scientific basis for the spatial correlation of innovation outputs among prefecture-level cities, and reflects the knowledge spillover and its spatial limitations of regional innovation which make a significant contribution to the evolution of Spatial-temporal pattern of innovation in China. Finally, on the basis of empirical analysis, policy suggestions and future research direction are proposed.

Key words: regional innovation, ESDA, knowledge spillovers, spatial autocorrelation, China

中图分类号:

F224

王春杨, 张超. 中国地级区域创新产出的时空模式研究——基于ESDA的实证[J]. 地理科学, 2014, 34(12): 1438-1444.

Chun-yang WANG, Chao ZHANG. Spatial-temporal Pattern of Prefecture-level Innovation Outputs in China: An Investigation Using the ESDA[J]. SCIENTIA GEOGRAPHICA SINICA, 2014, 34(12): 1438-1444.

图/表 8

表1

表2

图1

表3

图2

图3

图4

表4

参考文献 18

[1]	Anselin L, Varga A, Acs Z J.Local geographic spillovers between university research and high technology innovations[J]. Journal of Urban Economics, 1997,42:422-448.
[2]	Caniels M C, Verspagen B.Barriers to knowledge spillovers, and regional convergence in an evolutionary model[J]. Evolutionary Economics, 2001, 11:307-329.
[3]	Audretsch D B, Feldman M P.Knowledge spillovers and the geography of innovation[C]//Henderson J V Thisse J. Handbook of Urban and Regional Economics, Volume 4. Amsterdam: North Holland Publishing, 2004:2713-2739.
[4]	Bottazzi L, Peri G.Innovation and spillovers in regions: Evidence from European patent data[J]. European Economic Review, 2003, 47(4):687-710.
[5]	Greunz, L, Geographically and technologically mediated knowledge spillovers between European regions[J]. Annals of Regional Science, 2003,37(4):657-680.
[6]	朱美光 .基于区域知识能力的空间知识溢出模型研究[J].软科学,2007,21(2):l~4.
[7]	刘渝琳,林永强. 我国区域科技发展差异的解释——基于专业化分工理论和Shapley分解的研究[J].科学学研究,2011,29(7):1012~1020.
[8]	魏守华,吴贵生,唐方成.中国区域科技差距及其成因研究[J].科学学研究,2008,26(2):287~293.
[9]	李国平,王春杨.我国省域创新产出的空间特征与时空演化——基于探索性空间数据分析的实证[J].地理研究,2012, 31(1):95~106.
[10]	舒元, 才国伟.我国省际技术进步及其空间扩散分析[J].经济研究,2007,(6):106~117.
[11]	牛欣,陈向东.城市创新跨边界合作与辐射距离探析——基于城市间合作申请专利数据的研究[J].地理科学,2013, 33(6) 659~667.
[12]	Moreno R, Paci R, Usai S.Spatial spillovers and innovation activity in European regions[J]. Environment and Planning. 2005, 37(6):1793-1812.
[13]	苏方林. 地级市R&D知识溢出的GWR实证分析[J].数理统计与管理,2010, 29(1): 45~55.
[14]	徐辉,刘俊. 广东省区域技术创新能力测度的灰色关联分析[J].地理科学,2012,32(9): 1075~1080.
[15]	Jaffe A.Technological opportunity and spillovers of R&D: evidence from firms' patents, profits, and market value[J]. American Economic Review, 1986,76(12):984-1001.
[16]	吴玉鸣. 大学、企业研发与区域创新的空间统计与计量分析[J].数理统计与管理, 2007,27(2):318~324.
[17]	Anselin L.Local indicators of spatial association-LISA[J]. Geographical Analysis, 1995,27(2):93~115.
[18]	Rey S J.Spatial empirics for economic growth and convergence[J]. Geographical Analysis, 2001,33:195-214.

年份	东部地带		中部地带		西部地带
年份	GDP	PAE	GDP	PAE	GDP	PAE
1997年	55.50	65.76	30.54	22.81	13.97	11.43
1998年	55.96	66.21	30.03	22.36	14.00	11.42
1999年	56.66	67.84	29.48	21.64	13.86	10.52
2000年	57.29	70.10	29.13	19.38	13.58	10.52
2001年	58.60	72.01	27.82	18.23	13.58	9.76
2002年	59.03	74.11	27.49	16.62	13.48	9.27
2003年	59.58	74.31	27.14	16.29	13.28	9.40
2004年	59.37	75.27	27.43	16.14	13.20	8.59
2005年	59.63	77.27	27.47	14.33	12.90	8.40
2006年	59.68	77.82	27.38	14.12	12.94	8.05
2007年	59.27	78.63	27.73	13.27	12.99	8.10
2008年	58.38	78.12	28.38	13.50	13.24	8.39
2009年	58.00	77.65	28.45	13.22	13.54	9.13

1997年						2009年
城市	专利	累计%	城市	专利	累计%	城市	专利	累计%	城市	专利	累计%
广州	1780	4.39	东莞	829	33.47	深圳	40422	9.17	中山	11339	42.92
沈阳	1645	8.44	济南	752	35.32	杭州	21118	13.96	武汉	10499	45.30
中山	1590	12.36	杭州	683	37.01	成都	19995	18.50	西安	9553	47.47
深圳	1565	16.21	昆明	674	38.67	东莞	16802	22.31	济南	9368	49.60
青岛	1154	19.05	郑州	601	40.15	广州	14716	25.65	大连	7287	51.25
南京	1135	21.85	温州	559	41.52	无锡	14609	28.97	常州	6578	52.74
成都	1038	24.41	福州	553	42.89	佛山	14123	32.17	青岛	6175	54.14
哈尔滨	1019	26.92	大连	546	44.23	宁波	12818	35.08	沈阳	6010	55.51
武汉	953	29.27	长春	544	45.57	苏州	11648	37.73	南通	5271	56.70
西安	877	31.43	长沙	540	46.90	南京	11552	40.35	长沙	5249	57.90

年份	W_R₁	W_R₂	W_R₃
1997年	0.3785 ^**	0.2187^**	0.1837^**
2009年	0.4629^**	0.3050^**	0.2491^**

跃迁类型	跃迁地区
模式A	2-1或跨12-1：淮南、龙岩、宿迁、泰州、湖州、丽水、滨州、衡水、韶关;1-2或跨12-2：益阳、郴州、萍乡、阜新、铁岭、本溪、晋中、自贡、通化、承德、张家口、邢台、开封、揭阳;4-3或跨34-3：梧州、安顺、赣州、兴安盟、南充、泸州、内江、鹰潭;3-4或跨34-4：吉安、克拉玛依、玉溪
式B	4-1或跨41-1：阳江、襄樊、武汉、潮州、连云港、西宁、德阳、徐州、南通、九江、温州;1-4或跨14-4：福州、南阳、汕头、赤峰;2-3或跨23-3：三门峡、鹤岗、贺州、锡林郭勒、朔州、广安、吐鲁番、怀化、抚州;3-2或跨23-2：忻州、茂名、巢湖、池州、神农架、六安、荆门
模式C	3-1：黄山、淮安、商丘 1-3：通辽、伊春、佳木斯