Scientia Geographica Sinica  2016 , 36 (9): 1388-1396 https://doi.org/10.13249/j.cnki.sgs.2016.09.012

Orginal Article

东北地区的创新能力演化及其经济带动作用分析

宋周莺1, 车姝韵12, 王姣娥1

1. 中国科学院区域可持续发展分析与模拟重点实验室/中国科学院地理科学与资源研究所,北京100101
2.中国科学院大学,北京 100049

The Spatio-temporal Analysis of Regional Innovation Capacity and Its Economic Contribution in Northeast China

Song Zhouying1, Che Shuyun12, Wang Jiaoe1

1. Key Laboratory of Regional Sustainable Development Modeling, Institute of Geographical Sciences and Natural Resources Research, Chinese Academy of Sciences, Beijing 100101,China
2. University of Chinese Academy of Sciences, Beijing 100049, China

中图分类号:  K902

文献标识码:  A

文章编号:  1000-0690(2016)09-1388-09

收稿日期: 2016-04-29

修回日期:  2016-07-1

网络出版日期:  2016-09-20

版权声明:  2016 《地理科学》编辑部 本文是开放获取期刊文献,在以下情况下可以自由使用:学术研究、学术交流、科研教学等,但不允许用于商业目的.

基金资助:  国家自然科学基金项目(71541020)资助

作者简介:

作者简介:宋周莺(1983-),女,浙江缙云人,博士,副研究员,主要从事经济地理、区域发展和信息化相关研究。E-mail:songzy@igsnrr.ac.cn

展开

摘要

通过建立创新能力指标体系和计算模型,并采用相关分析、回归分析、变异系数等方法,从不同空间层级剖析了东北三省的创新能力发展格局及其对经济发展的带动作用,并根据研究结果提出了相关政策建议。研究发现:从创新能力分析,吉林、辽宁的创新能力增长较快而黑龙江相对较慢,省际差异呈扩大态势;地级市之间的创新能力相差悬殊,呈现明显的省会城市及门户城市集聚效应,但市级差异呈缩小态势。 从创新贡献率分析,辽宁的科技创新转化能力及其对经济发展的带动相对较强,而吉林、黑龙江相对较弱;地级市差异较大,沈阳、大连、长春、大庆的创新贡献率比较突出,而锦州、吉林、盘锦、铁岭上升较快。大部分地级市的创新发展对经济带动模式为“低创新能力-弱经济带动”和“高创新能力-强经济带动”,说明各地级市的创新发展及其对经济带动的两极分化较严重。

关键词: 创新能力 ; 创新贡献率 ; 时空格局 ; 东北地区

Abstract

In the globalization and information era, with the development of knowledge economy, regional innovation capacity is increasingly becoming the determinant of competitive advantage. Especially for Northeastern Old Industrial Base, the innovation of science and technology has become the key support for improving comprehensive regional strength, and the strong lead for changing the mode of regional industrial structure and production. It is against such a background that this article takes a close examination on the spatio-temporal evolution of innovation capacity and its economic contribution in Northeast China. Based on literature review, principal components analysis and fuzzy analytic hierarchy process, we establish innovation capacityindex(ICI), in order to provide a more comprehensive explanation of innovation development trends. We also try to gauge and justify the economic impacts of innovation development, by regression analysis and modeling economic contribution of innovation(ECI). The findings of this article are salutary. In general, in 2003-2014, Northeast China has achieved a great development in regional innovation capacity, and has improved the economic contribution of innovation. But its rank in China has declined, as the development of ICI in Western China and Central China are much faster. Firstly, the development of ICI in Jilin and Liaoning Province are much faster than Heilongjiang, while provincial gap is becoming bigger. At local scale, there are significant regional differences in ICI, while regional digital gap is becoming smaller. Secondly, the spatial distribution of ICI has obviously positive correlation with local GDP development. At provincial scale, innovation in Liaoning Province has strongly promoted economic development, while Jilin and Heilongjiang Province are much weakly. At local scale, the difference of ECI among cities is also very remarkable, while Shenyang, Dalian, Changchun and Daqing share much higher ECI. Thirdly, the development model of most cities are ‘low ICI-low ECI’ and ‘high ICI-high ECI’, which illustrate that there are critical spatial difference between cities’innovation capacity and its economic contribution.

Keywords: innovation capacity ; economic contribution of innovation ; spatio-temporal pattern ; Northeast China

0

PDF (964KB) 元数据 多维度评价 相关文章 收藏文章

本文引用格式 导出 EndNote Ris Bibtex

宋周莺, 车姝韵, 王姣娥. 东北地区的创新能力演化及其经济带动作用分析[J]. , 2016, 36(9): 1388-1396 https://doi.org/10.13249/j.cnki.sgs.2016.09.012

Song Zhouying, Che Shuyun, Wang Jiaoe. The Spatio-temporal Analysis of Regional Innovation Capacity and Its Economic Contribution in Northeast China[J]. Scientia Geographica Sinica, 2016, 36(9): 1388-1396 https://doi.org/10.13249/j.cnki.sgs.2016.09.012

20世纪80年代以来,随着全球化和信息化的不断推进,世界发展逐渐步入知识经济时代。知识经济的到来使国家及区域之间的竞争都出现了新的变化。从全球层面看,世界各国都在寻求以新科技为支撑的国家竞争优势;从区域层面看,地区之间的竞争更多地体现在区域的科技创新和科技运用能力上。进入21世纪,各国政府越来越清楚地认识到科技创新在经济发展中的巨大推动作用[1~4],科技资源日益成为国家发展的战略性资源,创新能力日益成为国际竞争的核心要素[5]。从中国发展看,改革开放30多年来,科技创新在经济社会发展中的作用越来越突出。特别是随着中国经济发展进入“新常态”,如何提高创新能力,对中国保持经济平稳较快发展、缓解资源环境约束、提高国家核心竞争力均具有重大战略意义。对东北地区来说,如何提高创新能力更是改变东北老工业基地发展现状、转变经济发展方式、实现产业转型升级的关键所在。

事实上,区域创新也一直是国内外学术界的研究热点之一。目前,关于创新的研究主要集中在以下4个方面: 关于创新的理论及概念研究。Schumpeter首次提出创新理论[6]之后,学者分别从不同的角度发展并丰富了创新理论,并提出创新能力、创新系统、创新网络、创新联系、创新氛围等理论与概念[1~3,7~11] 创新能力评价及其区域差异研究。学者通过构建评价指标进行定量评价,并利用Moran指数、Theil系数、Gini系数等分析其空间差异[12~16]。其中,OECD的创新指数[5]、中国科技发展战略研究小组的指标体系[12]应用较广。创新活动的影响因素研究。分别通过定性分析、构建模型定量测算等方式研究影响创新能力的影响因素[17~20],认为主要包括政策因素、科研投入、外商直接投资、企业规模、产业集群、创新环境等。 创新与区域经济增长之间的关系研究。在综合评估区域创新实力和经济发展水平的基础上,采用各种关系模型研究二者在空间上的响应及匹配程度,分析地区创新发展与经济增长之间的协同关系[21~24]

总体而言,关于区域创新能力及其对地方经济的带动作用,学术界还存在很大的争议。大部分是理论性研究,且已有研究主要进行简单的创新与经济增长间的相关、回归分析等,不能反映出创新对经济发展的明确作用。基于此,本文将构建区域创新能力指标体系及计算模型,从不同空间尺度分析东北地区的区域创新能力演变及其在经济发展中的作用与贡献。介于数据的可获得性,将对东北老工业基地振兴战略实施以来(2003~2014年),东北地区(本文特指黑龙江、辽宁、吉林三省,不包括蒙东地区)的区域创新能力及其对地区经济发展的贡献进行研究;在地级市层面本文提及的地级市中包括哈尔滨、长春、沈阳和大连4个副省级城市。,研究的时间尺度为2009~2014年。

1 研究方法与数据来源

1.1 区域创新能力指标体系构建

区域创新能力概念十分广泛,本文重点评价东北地区的科技创新能力。目前,国际上主要采用OECD的创新指数[5];国内主要是采用中国科技发展战略研究小组的指标体系[12]。为了更好的分析东北地区创新能力,本文综合考虑上述2套指标,初步确定30个指标;然后,运用主成分分析法对30个指标数据的基本性质进行分析,剔除17个相关性较大的指标;并考虑数据的可获性,最终选取11个指标构成创新能力指数(Innovation Capacity Index, ICI),主要从创新投入、创新环境、创新产出3个方面进行评价(表1)。

依据OECD和中国科技发展战略研究小组的权重结构进行定性分析,确定指标的初始权重;在此基础上采用模糊层次分析法进行定量分析和修正,确定各指标权重(表1)。

首先对所有数据进行标准化处理;然后再利用标准化处理后的数据测算各省区市及东北地区的创新能力指数。

ICI=i=1nYij=1mYijXij(1)

式中,ICI为创新能力指数,Xiji指数的第j项指标标准化后的值,Yij为指标j在第i类指数中的权重,Yi为分类指数i在总指数中的权重,n为创新能力指数分类的个数,m为创新能力指标i的指标个数。

表1   创新能力指数指标体系结构及权重

Table 1   Index of ICI and the weight of indicators

总指数分类指数总权重指标权重
创新能力指数创新投入指数32.8%R&D全时当量(人·a)8.6%
R&D经费投入(万元)8.5%
R&D项目数(项)7.8%
科技活动人员数(人)7.9%
创新环境指数32.3%普通高等学校数(个)8.1%
高中入学率(%)8.5%
成人识字率(%)7.7%
规模以上企业数量(个)8.0%
创新产出指数34.9%专利授权量(个)12.9%
商标注册量(个)10.8%
新产品销售收入(万元)11.2%

注:在地级市层面,由于部分地市的新产品销售收入不能获取,故用各地市的高新技术产品产值代替。

新窗口打开

1.2 研究方法

1)创新贡献率。首先以柯布-道格拉斯生产函数为基础模型,利用索洛余值法进行推导,以建立科技带动模型。科技贡献率是一个国际通用概念,其核心理念是把经济增长归结为资金、劳动力、科技三大因素,而科技贡献率就是GDP增长中减去资本贡献、劳动力贡献。

柯布-道格拉斯生产函数模型的原型为:

Y = Aeλt×Kα×Lβ (2)

式中,Y为产出;K为资金的投入量;L为劳动投入量;α为资金的产出弹性;β为劳动力的产出弹性;Ao为常数,表示基年的科技水平;λ为常数,表示科技进步使产出增长的部分,即年科技进步速度;t表示时间;Aoeλt通常指综合科技进步水平。

结合索洛余值法进行推导,将(2)式线性化,并取对数,则演变为:

R = Y-αK-βL (3)

式中,R为科技进步增长速度;Y为GDP增长速度;K为资金增长速度,本文用全社会固定资产投资总额增长速度表示;L为劳动增长速度,本文用就业人员数增长速度表示;α为资金产出弹性系数;β为劳动力产出弹性系数。

Er = R/Y ×100% (4)

式中,Er为科技进步贡献率;R为科技进步增长速度;Y为GDP增长速度。

本文用回归法确定αβ这2个参数值即对柯布-道格拉斯生产函数公式(2)两边取自然对数进行多元线性回归,即:

LnY=lnA+αlnK+βlnL (5)

式中,Y为产出,本文用GDP表示;K为资金投入量,本文用社会固定资产投资总额表示;L为劳动投入量,本文用就业人员数表示;A为基年的科技水平,为了便于计算,本文用专利申请授予量表示。

为了确定αβ值进行回归,本文用全国层面1990~2014年连续25 a的GDP、全社会固定资产投入、就业人员数、专利申请授予量等数据,利用SPSS软件进行回归分析,最终确定得出α值为0.354 6、β值为0.645 4,α+β=1。在计算科技贡献率的过程中,无论全国、省级、市级层面,本文均用该回归结果。

第二步是如何从科技贡献率中剥离出创新贡献率。本文先测算创新能力与经济增长之间的相关系数,并用这个系数乘以科技贡献率,得出创新贡献率。为了减少样本数据对估算系数的影响,本文用全国层面1990~2014年的创新能力指数与GDP值来测算c值,在不同空间层面的分析均用此系数。

c=i=1n(pi-p̅)(yi-y̅)i=1n(pi-p̅)2×i=1n(yi-y̅)2(6)

式中,c为中国创新能力指数(ICI)与 GDP总量之间的相关系数,pICI值,y为GDP值。

ECIi = Er × c (7)

式中,ECIi为某省或地区的创新贡献率,Er为某省或地区的科技进步贡献率,cICI与 GDP之间的相关系数。

2) 变异系数。利用变异系数CV来衡量东北各地级市之间创新能力的空间不均衡。

CV = S/ICIa =1/ICIa × [∑nICI=1(ICIiICIa)2/n–1] (8)

式中,ICIii地区的创新能力指数值,ICIa为东北地区36个地级市的创新能力指数的平均值,S为标准差,n为样本个数。从统计意义上讲,变异系数越大,表明数据值越离散;也就是东北地区内部的创新能力差距越大。

1.3 数据来源

本文所引用的数据主要来源于国家统计局的2004~2015年《中国统计年鉴》[25],2004~2015年黑龙江、吉林、辽宁三省的统计年鉴[26~28]、教育事业统计公报;国家知识产权局的2004~2015年《中国知识产权年鉴》[29];部分数据来源于实地调研及国家知识产权局。

2 结果分析

2.1 东北地区创新能力的时空演变格局

2003年实施老工业基地振兴战略以来,东北地区的创新能力稳步提升,但其增长速度远低于全国平均水平。如图1所示,2003~2014年,东北地区的创新能力稳步提高,ICI值从0.268增长到0.355,年均增长2.58%。但东北地区的ICI增速低于全国增速,导致其创新能力在中国的地位有所下降。从四大板块看,2003年东北地区ICI值高于全国平均水平,为全国ICI值的1.012倍;但2004年后其ICI值一直低于全国平均水平,且与全国平均水平的差距呈扩大态势,2014年其ICI值为全国平均水平的0.837。

从时间过程分析,东北地区创新能力发展进程主要经历了以下3个不同阶段:快速增长阶段(2003~2007年)。随着振兴东北战略的实施以及相关政策的陆续出台,东北地区的创新能力呈快速增长态势,ICI值从0.268增长到0.316,年均增长4.21%。但其增速仍低于全国增速4.18个百分点。2003年,东北地区的ICI值为0.268,仅低于东部地区排第二位;2007年,东北地区ICI值被中部地区超越排第三位,且这种空间格局一直延续到2014年。 低速徘徊阶段(2008~2010年)。受国际金融危机影响,中国整体创新能力增长较缓,东北地区的创新能力发展也有所受挫,但其增长速度高于全国增速。2008~2010年,东北地区ICI值从0.310增长到0.319,年均增长1.43%,比全国增速高0.13个百分点。在该阶段,四大板块的区域差异有所波动但总体呈缩小态势。平稳增长阶段(2011~2014年)。随着中国政府一系列应对金融危机政策措施的实施,其效果逐渐显现,中国整体及东北地区的创新能力发展均开始重新进入正轨。2011~2014年,东北地区ICI值从0.323增长到0.355,年均增长3.27%,与全国平均增速基本持平,四大板块的区域差异呈缩小态势。

图1   2003~2014年中国四大板块的创新能力指数

Fig.1   Regional development of ICI in China, 2003-2014

2.1.1 全国省际差异逐渐缩小,但东北三省内部差异呈扩大态势

从全国层面看,随着各省区市创新能力的提高,省际创新能力的空间格局有较大变化(图2)。一是省际创新能力差异有所缩小。2003~2014年,31个省区市的CV值从0.47下降到0.36,且呈逐渐缩小态势。二是2014年与2003年相比,有16个省区市的位序上升,11个省区市下降,4个保持不变。其中,辽宁省一直稳居全国第7;吉林省和黑龙江省则分别从17位下降到18位,从16位下降至21位。三是省际创新能力仍存在巨大空间差距,总体上自东向西呈逐渐降低的趋势。2014年,9个省区市的ICI值高于全国平均水平,其中前6位均是东部省份。

从东北地区内部看,一方面随着东北三省创新能力不断提升,其省际差异呈扩大态势。2003~2014年,东北三省的CV值从0.15上升到0.19;特别是2011年后,随着辽宁省ICI值逐渐增长,其CV值扩大态势更趋明显。另一方面,随着吉林省创新能力不断提高,其ICI值在2008年超过黑龙江居东北地区第二位,这个格局一直延续到2014年(图2)。另外,东北三省的创新能力发展速度均低于全国平均水平,在中国的地位均呈下降态势。2003~2014年,吉林、辽宁、黑龙江三省ICI值年均增速为3.32%、2.25%、1.35%,分别比全国平均水平低0.98、2.05、2.95个百分点。

2.1.2 各地级市之间创新能力相差悬殊,但差距呈缩小态势

1) 各地级市(本文地级市中包括长春、哈尔滨、大连、沈阳等4个副省级城市。)创新能力均有明显提高,空间格局变化较大。2009~2014年,东北地区各地级市的创新能力均有明显提高。其中,绝对幅度提高最大的依次是大连、盘锦、鞍山、沈阳、营口和哈尔滨,分别提高了0.182、0.166、0.155、0.120、0.105和0.104;相对幅度提高最快的有盘锦、阜新、伊春、营口和齐齐哈尔,分别提高了1.72、1.67、1.56、1.53和1.51倍(图3)。

图2   2003~2014年中国各省创新能力指数

Fig.2   Provincial development of ICI in China, 2003-2014

图3   2009~2014年东北各地级市的创新能力指数

Fig.3   Local development of ICI in Northeast China, 2009-2014

随着各地级市创新能力的提高,市级创新能力的空间格局及其排序也有较大变化。一是2009~2014年,16个地级市的位序上升,13个地级市下降,7个保持不变。其中,位序上升最大的是阜新、齐齐哈尔、伊春;位序下降最大的分别是双鸭山、本溪、鸡西、四平。二是东北地区创新能力格局呈现明显的省会城市及门户城市集聚效应。2009~2014年,ICI值最高的前5位一直是沈阳、大连、哈尔滨、长春、大庆,均是东北三省的省会或门户城市。

2) 两极差距一直较大,但区域差异明显缩小。2009~2014年,东北地级市创新能力的两极差距一直较大。2009年,ICI值最高的沈阳与最低的大兴安岭之间绝对差距为0.606,相对差距为7.12;2014年,ICI值最高的沈阳与最低的大兴安岭及双鸭山之间绝对差距为0.652,相对差距为5.91。虽然地级市之间ICI值的绝对差距有所扩大,但相对差距及变异系数CV的测算结果都显示,2009~2014年东北地级市之间创新能力的区域差异呈缩小态势。具体而言,相对差距与CV测算结果基本相似,2009~2011年,地级市创新能力的区域差距有较大幅度缩小;2011年之后,地级市创新能力的区域差距开始呈现微弱增长态势,但变化不大。

2.2 区域创新对经济发展的贡献率分析

随着东北地区创新能力的逐渐提高,其创新能力对地区经济发展的带动作用也逐渐显现,但其带动作用仍较弱。2003~2014年,东北地区的ECI值从16.41%增长到40.04%,年均增长8.45%(图4);但其增速低于全国增速。2003年,东北地区创新贡献率高于全国平均水平0.2个百分点,仅次于东部地区排第二位;2014年,东北地区创新贡献率低于全国平均水平3.77个百分点,排第三位。究其原因,一方面是东北地区创新能力增长较慢,影响区域创新对经济发展的带动作用;另一方面是因为东北地区的投资增长率高于全国平均水平,投资对经济增长的贡献率相对较大,导致科技创新对经济增长的贡献率相对较小。可见,2003~2014年,东北地区经济的新增长点主要是靠投资带动,科技创新的带动作用相对较弱。

图4   2003~2014年中国四大板块的创新贡献率变化

Fig.4   Economic contribution of ICI by geographic region in China, 2003-2014

2.2.1 东北三省创新贡献率演变趋势

吉林和黑龙江的创新贡献率演变趋势相似,与东北地区整体趋势基本趋同,ECI值有所提高但在全国地位有所下降。2003~2007年,吉林、黑龙江的创新贡献率稳步提升,分别从16.04%、16.2%提高到26.6%、25.36%。2008~2010年,受金融危机影响,其创新贡献率经历先下降后缓慢上升。其中,吉林ECI值从2007年的26.6%持续下降到2009年的24.73%,再上升到2010年的25.42%;黑龙江ECI值从2007年的20.41%下降到2008年的23.94%,再上升到2010年的25.09%。2011年之后的后金融危机时代,其ECI值开始逐渐提升。2011~2014年,吉林、黑龙江的创新贡献率分别从28.43%提高到40.04%、从28.21%提高到39.5%。总体而言,2003~2014年,吉林、黑龙江在全国的地位均有所下降,其排名分别下降4位、2位。

辽宁省创新贡献率在波动中呈显著上升态势(图5)。2003~2008年,辽宁的创新贡献率在波动中提升,从27.33%上升到29.65%;但金融危机之后,辽宁省创新贡献率呈现逐年上升态势,2014年达到52.81%。2003~2014年,辽宁省在全国的排名从第7位上升为第6位,可见其科技创新的转化能力及其对经济发展的带动比较显著。

图5   2003~2014年东北三省创新贡献率的变化

Fig.5   Economic contribution at provincial level in Northeast China, 2003-2014

2.2.2 东北三省地级市创新贡献率空间格局变化

金融危机后,随着中国经济发展方式转变的不断推进,2009~2014年,东北地区各地级市的创新贡献率均有大幅提升(图6)。其中,锦州、吉林、盘锦、铁岭、牡丹江、齐齐哈尔、抚顺等7市的年均增速超过10%,是创新贡献率增长最快的地级市,可见其地区创新能力对地方经济发展的带动作用明显提升;而白山、绥化、辽源、松原、鸡西等5市的增速较低,年均增速低于5%,可见这些地级市的创新能力增长对其经济发展的带动作用较弱。

总体而言,东北各地级市之间的ECI值存在较大差距。2014年,ECI值最高的沈阳市(56.9%)是ECI值最低的白山市(14.98%)的3.79倍。其中,仅沈阳、大连、长春、大庆、鞍山、哈尔滨、营口、吉林8个地级市的创新贡献率高于东北地区平均水平,是东北地区创新带动作用比较显著的地级市。而松原、七台河、绥化、大兴安岭、白山等5个地级市,其ECI值均低于23%,可见其科技创新对经济发展的带动作用很不明显,比2014年东北地区平均水平低20余个百分点。

图6   2009~2014年东北各地级市的创新贡献率变化

Fig.6   Economic contribution of ICI at local level in Northeast China, 2009-2014

2.3 东北地区创新能力发展模式分析

在分析东北地区创新能力的空间格局及其经济带动作用的基础上,利用2014年东北地级市的创新能力发展指数(ICI)和创新贡献率指数(ECI),绘制四分图。将ICI指数和ECI指数分别作为横轴和纵轴绘制出散点图并划分为4个区域,如图7所示,即A区域(高创新能力-强经济带动)、B区域(低创新能力-强经济带动)、C区域(低创新能力-弱经济带动)和D区域(高创新能力-低经济带动)。

创新能力对经济带动状态处于“高创新能力-强经济带动”的有沈阳、哈尔滨、大连、长春、大庆、鞍山、盘锦、吉林8个地级市,主要是东北三省的省会、门户城市,以及辽宁省经济发展较快的城市。其中,沈阳、大连、长春是典型的创新能力高,且对地方经济带动较强模式;而哈尔滨的创新能力比较突出,但其经济带动作用相对较弱;大庆则相反,其创新能力相对较弱,但其经济带动作用较突出。发展状态处于“低创新能力-强经济带动”的有营口、鹤岗、齐齐哈尔、铁岭、牡丹江等5个地级市。这类地级市目前的创新能力水平还相对较低,然而其经济带动作用较强,具有较大的创新资源投入回报率,应该加大对这类地级市的创新投入。其余23个地级市均处于“低创新能力-弱经济带动”状态,这类地级市的地区创新能力相对较低,并且其对地方经济的带动作用也相对较弱,需要政府提供一定的政策支持,以改善其创新发展环境。

总体而言,创新发展对经济带动水平处于“低创新能力-弱经济带动”和“高创新能力-强经济带动”的地级市相对较多,说明东北三省各地级市的创新发展及其对经济带动的两极分化较严重。其次,处于“低创新能力-强经济带动”的地级市发展潜力大,创新资源投入回报率较高,从空间分布上看其空间差异较大且多为经济发展相对落后地区。另外,没有任何地级市处于“高创新能力-低经济带动”,在一定程度上说明地区创新能力对经济发展具有较强带动作用。

图7   东北三省各地级市创新能力对经济带动模式

Fig.7   Models of economic contribution of ICI at local level in Northeast China

3 结论与讨论

随着中国经济发展进入“新常态”,特别是“人口红利”和“外贸红利”的逐渐消失,科技创新逐渐成为经济发展的主旋律。对东北老工业基地而言,创新更是转变经济发展方式、实现产业转型升级的关键。本文通过构建指标体系及测算模型,分析了东北地区的创新能力及其创新贡献率的时空演变格局。分析结果显示:2003年实施东北振兴战略以来,东北地区的创新能力及其对经济发展的带动作用都得到了明显提升,但其在全国的地位却呈下降态势。

从创新能力看,东北地区发展经历快速增长、低速徘徊和平稳增长3个阶段呈逐渐提高态势。省级层面上,吉林、辽宁的创新能力增长较快而黑龙江相对较慢,省际差异呈扩大态势;地级市层面上,36个地级市之间的创新能力相差悬殊,呈明显的省会及门户城市集聚效应,但区域差异呈逐渐缩小态势。从创新贡献率看,辽宁的科技创新能力及其对经济发展的带动相对较强,在全国地位有所上升;地级市层面上,沈阳、大连、长春、大庆的创新贡献率比较突出。从发展模式看,大部分地级市的创新发展对经济带动模式处于“低创新能力-弱经济带动”和“高创新能力-强经济带动”,可见东北三省各地级市的创新发展及其对经济带动的两极分化严重。

在未来发展中,东北地区应该从地方发展实际需求出发,实施适合东北地区的创新驱动发展战略。一是重视对创新投入。特别是重视对“低创新能力-强经济带动”类型地级市的创新资源投入,发挥其高创新投入回报率的优势,加强对其教育、研发、技术转化的经费投入,加强各类科研人才和技术人才的培养,积极设立并鼓励企业设立各种创新发展基金,进而促进地方经济发展。二是营造良好的创新环境。特别是针对“低创新能力-弱经济带动”类型地级市,亟需建立透明的体制机制,提高创新研发服务,完善技术市场和产权交易制度,加强知识产权法律法规的规范与完善,推动服务与中介机构的建设,从而提高其地方创新能力。三是积极提高创新产出。特别是针对“高创新能力-强经济带动”类型地级市,需要发挥其已有的地方创新能力,加强产学研联系,促进科技创新的转化与应用,充分发挥区域间技术溢出的作用,消除影响创新转化为经济发展动力的薄弱环节,进而提高其经济带动作用。

The authors have declared that no competing interests exist.


参考文献

[1] Feldman M P.

The Geography of Innovation

[M]. Boston: Kluwer Academic Publishers,1994.

[本文引用: 2]     

[2] 陆大道.

中国区域发展理论与实践

[M]. 北京: 商务印书馆,2003.

[Lu Dadao.Theory and Practice of China Regional Development. Beijing: The Commercial Press,2003.]

[3] 王缉慈. 创新的空间–企业集群与区域发展[M].北京:北京大学出版社,2001.

[本文引用: 1]     

[Wang Jici.Innovative space-clusters and regional development. Beijing: Peking University Press, 2001.]

[本文引用: 1]     

[4] 杜德斌. 全球科技创新中心: 动力与模式[M]. 上海: 上海人民出版社, 2015.

[本文引用: 1]     

[Du Debin.Global S&E innovation center: Motivation and Model. Shanghai: Shanghai People's Publishing House,2015.]

[本文引用: 1]     

[5]

OECD. Measuring the digital economy: a new perspective

[EB/OL]..

URL      [本文引用: 3]     

[6] 熊彼特.

经济发展理论

[M]. 北京: 商务印书馆, 1991: 13-25.

[本文引用: 1]     

[Schumpeter J A.The theory of economic development. Beijing: The Commercial Press, 1991: 13-25. ]

[本文引用: 1]     

[7] Krugman P.Geography and trade[M]. Cambridge, MA: The MIT Press, 1991.

[本文引用: 1]     

[8] Martin S.

Spillovers, appropriability, and R&D

[J]. Journal of Economics, 2002, 75(1): 1-32.

https://doi.org/10.1007/s007120200000      Magsci      摘要

<a name="Abs1"></a>
[9] 周尚意, 吕国玮, 戴俊骋. 北京

DRC 空间约束下的企业网络特征与创新能力关系分析

[J]. 经济地理, 2011, 31(11): 1845-1850.

URL      摘要

有研究认为创意企业之间的互动 影响企业的创新能力,然而企业之间互动是否受空间因素的影响,尚需要地理学家讨论。选择北京市设计创意产业基地 (Design,Resource,Cooperation,简称DRC),调查其内部企业之间的网络特征,目的在于探究在这样尺度的空间单元中,企业之 间便利的互动条件是否能够促进企业的创新能力。运用社会网络分析软件,度量了DRC内部全部创意企业之间的网络特征,并以之作为自变量,统计了这些网络特 征与工业设计企业创新能力的相关性。研究结论如下:第一,相对狭小的园区规模对企业网络发育有正负两方面的影响;第二,位于企业网络中较好位置的企业其创 新能力也较强。本研究有两点讨论:第一,本研究没有考虑已孵化成功并迁出的企业,它们或许与位于网络之外的企业有密切联系;第二,虽然园区目前的空间范围 不利于企业网络发育,从而影响企业创新,但是园区扩大到多大才不至于降低企业邻近性、增加企业间物理空间沟通成本,有待未来研究。

[Zhou Shangyi, Lyu Guowei, Dai Juncheng.

An analysis of the relation between the enterprise network characteristicsand their innovation capabilities in the space of DRC on Beijing.

Economic Geography, 2011, 31(11): 1845-1850.]

URL      摘要

有研究认为创意企业之间的互动 影响企业的创新能力,然而企业之间互动是否受空间因素的影响,尚需要地理学家讨论。选择北京市设计创意产业基地 (Design,Resource,Cooperation,简称DRC),调查其内部企业之间的网络特征,目的在于探究在这样尺度的空间单元中,企业之 间便利的互动条件是否能够促进企业的创新能力。运用社会网络分析软件,度量了DRC内部全部创意企业之间的网络特征,并以之作为自变量,统计了这些网络特 征与工业设计企业创新能力的相关性。研究结论如下:第一,相对狭小的园区规模对企业网络发育有正负两方面的影响;第二,位于企业网络中较好位置的企业其创 新能力也较强。本研究有两点讨论:第一,本研究没有考虑已孵化成功并迁出的企业,它们或许与位于网络之外的企业有密切联系;第二,虽然园区目前的空间范围 不利于企业网络发育,从而影响企业创新,但是园区扩大到多大才不至于降低企业邻近性、增加企业间物理空间沟通成本,有待未来研究。
[10] 吕国庆, 曾刚, 郭金龙.

长三角装备制造业产学研创新网络体系的演化分析

[J]. 地理科学, 2014, 34(9): 1051-1059.

URL      Magsci      摘要

<p>利用国家重点产业专利信息服务平台,对长三角装备制造业联合申请发明专利数据进行检索,绘制了长三角地区企业、厂、公司与高校、科研机构之间的产学研创新网络,从节点、部类、城市、区域等4 个层面,采用中心度、网络密度等网络结构指标,对1985~2010 年长三角装备制造业产学研创新网络的结构及空间特征进行分析。研究发现,长三角装备制造业产学研创新网络的演化具有明显的阶段性特征,中心度较高的成员多为高校,区域内各城市的产学研空间分异特征明显,地理邻近、行政邻近及知识规模邻近是影响行为主体建立创新合作联系重要的因素,网络建构处于初级阶段。</p>

[Lyu Guoqing, Zeng Gang, Guo Jinlong.

Innovation network system of industry-university-research institute ofequipment manufacturing industry in the Changjiang River Delta.

Scientia Geographica Sinica, 2014, 34(9): 1051-1059.]

URL      Magsci      摘要

<p>利用国家重点产业专利信息服务平台,对长三角装备制造业联合申请发明专利数据进行检索,绘制了长三角地区企业、厂、公司与高校、科研机构之间的产学研创新网络,从节点、部类、城市、区域等4 个层面,采用中心度、网络密度等网络结构指标,对1985~2010 年长三角装备制造业产学研创新网络的结构及空间特征进行分析。研究发现,长三角装备制造业产学研创新网络的演化具有明显的阶段性特征,中心度较高的成员多为高校,区域内各城市的产学研空间分异特征明显,地理邻近、行政邻近及知识规模邻近是影响行为主体建立创新合作联系重要的因素,网络建构处于初级阶段。</p>
[11] 杨兴宪,刘毅,牛树海.

区域创新系统研究的进展及展望

[J].地理科学,2006,26(2):251-255.

https://doi.org/10.3969/j.issn.1000-0690.2006.02.020      URL      [本文引用: 1]      摘要

区域发展的传统影响因素的作用正在减弱,区域科技创新对区域经济 发展的重要影响正在增强.作为区域发展的重要影响因素,区域创新系统成为重要的研究方向.国内外学术界对区域创新系统的内涵、地位与作用等问题进行了深入 研究,提出了一系列重要研究成果.针对目前学术界正在开展的科技创新的区域作用与影响、区域创新系统的发展等方面的研究进展进行归纳综述,并对有关研究工 作的发展进行展望.

[Yang Xingxian, Liu Yi, Niu Shuhai.

Research progress and prospects about regional science and technology innovation system.

Scientia Geographica Sinica, 2006, 26(2): 251-255.]

https://doi.org/10.3969/j.issn.1000-0690.2006.02.020      URL      [本文引用: 1]      摘要

区域发展的传统影响因素的作用正在减弱,区域科技创新对区域经济 发展的重要影响正在增强.作为区域发展的重要影响因素,区域创新系统成为重要的研究方向.国内外学术界对区域创新系统的内涵、地位与作用等问题进行了深入 研究,提出了一系列重要研究成果.针对目前学术界正在开展的科技创新的区域作用与影响、区域创新系统的发展等方面的研究进展进行归纳综述,并对有关研究工 作的发展进行展望.
[12] 中国科技发展战略研究小组.中国区域创新能力报告2010: 珠三角区域创新体系研究[M]. 北京: 科学出版社, 2011: 33-36.

[本文引用: 3]     

[Research Group on Development and Strategy of Science and Technology. Annual report of regional innovation capability of China 2010——A study of Pearl Delta regional innovation system. Beijing: Science Press, 2011: 33-36.]

[本文引用: 3]     

[13] 程叶青, 王哲野, 马靖.

中国区域创新的时空动态分析

[J]. 地理学报, 2014, 69(12):1779-1789.

https://doi.org/10.11821/dlxb201412004      URL      Magsci      摘要

基于探索性空间数据分析和验证性空间面板模型,本文探讨了2000 年以来中国区域创新的时空动态。结果表明:① 自创新战略实施以来,中国各省区创新产出的年均增长率几乎都经历了一个剧烈的加速过程,说明区域创新能力的总体提升,但是,东部沿海地区仍然在创新产出中居于压倒性地位,导致“沿海—内陆”分化加剧和区域鸿沟的进一步突出,省区创新可能会陷入“强者愈强,弱者愈弱”的“马太效应”;② 中国区域创新产出与创新投入的空间集聚随时间推移不断强化,通过识别不同时期各变量“热点”,表明创新产出“热点”地区与创新投入“热点”具有高度的时空耦合特征;③ 人均GDP、研发投入、研发人员及在校大学生数对省区创新产出有显著的直接影响。省区间创新活动存在明显的空间溢出效应,其知识溢出的地理区域跨越了省区边界。空间依赖性的存在导致省区间创新活动具有反馈效应,相邻省区的知识溢出对该省区的创新活动具有实质性影响。

[Cheng Yeqing, Wang Zheye, Ma Jing.

Analyzing the space-time dynamics of innovation in China.

Acta Geographica Sinica, 2014, 69(12): 1779-1789.]

https://doi.org/10.11821/dlxb201412004      URL      Magsci      摘要

基于探索性空间数据分析和验证性空间面板模型,本文探讨了2000 年以来中国区域创新的时空动态。结果表明:① 自创新战略实施以来,中国各省区创新产出的年均增长率几乎都经历了一个剧烈的加速过程,说明区域创新能力的总体提升,但是,东部沿海地区仍然在创新产出中居于压倒性地位,导致“沿海—内陆”分化加剧和区域鸿沟的进一步突出,省区创新可能会陷入“强者愈强,弱者愈弱”的“马太效应”;② 中国区域创新产出与创新投入的空间集聚随时间推移不断强化,通过识别不同时期各变量“热点”,表明创新产出“热点”地区与创新投入“热点”具有高度的时空耦合特征;③ 人均GDP、研发投入、研发人员及在校大学生数对省区创新产出有显著的直接影响。省区间创新活动存在明显的空间溢出效应,其知识溢出的地理区域跨越了省区边界。空间依赖性的存在导致省区间创新活动具有反馈效应,相邻省区的知识溢出对该省区的创新活动具有实质性影响。
[14] 段德忠,杜德斌,刘承良.

上海和北京城市创新空间结构的时空演化模式

[J]. 地理学报,2015,70(12):1911-1925.

https://doi.org/10.11821/dlxb201512005      URL      Magsci      摘要

基于城市邮编区划空间数据库,从创新产出的视角建构城市创新评价指标体系,对1991-2014年上海市和北京市的创新空间结构的空间演化模式进行了探讨。研究发现:1邮政区划为研究城市创新空间结构的生长提供了全新的视角,基于随机边缘点连线以及泰森多边形法构建的城市邮编空间数据库评价城市创新空间结构的结果较为理想,因此具有推广价值;2 25年间,上海市和北京市的创新空间结构生长体现出了诸多的共性特征:随着参与创新的城市空间单元逐年增加,区域创新产出虽总体差距在缩小,但空间集聚趋势在加剧;3 25年间,上海市和北京市的创新空间结构生长也体现出了共性上的差异性,其中上海市创新空间结构在创新资源郊区化转移的趋势下,呈现出由单核驱动向多核共振演进,以交通干道为空间扩散廊道的辐射效应凸显,相应的,其创新产出空间关联效应也显现出了市中心空心化现象;而北京市创新空间结构始终为市中心单核主导型,并在创新资源不断向中心集聚趋势下,其创新产出空间关联效应呈现出"农村包围城市"的演化特征;4上海市和北京市创新空间结构与其所在的区域创新空间结构(长三角城市群和京津冀城市群)具有内在的一致性,表明城内尺度科技创新活动空间分布的均衡与非均衡规律与其所处的区域创新格局密切相关。

[Duan Dezhong, Du Debin, Liu Chengjiang.

Spatial-temporal evolution mode of urban innovationspatial structure:A case study of Shanghai and Beijing.

Acta Geographica Sinica, 2015,70(12):1911-1925.]

https://doi.org/10.11821/dlxb201512005      URL      Magsci      摘要

基于城市邮编区划空间数据库,从创新产出的视角建构城市创新评价指标体系,对1991-2014年上海市和北京市的创新空间结构的空间演化模式进行了探讨。研究发现:1邮政区划为研究城市创新空间结构的生长提供了全新的视角,基于随机边缘点连线以及泰森多边形法构建的城市邮编空间数据库评价城市创新空间结构的结果较为理想,因此具有推广价值;2 25年间,上海市和北京市的创新空间结构生长体现出了诸多的共性特征:随着参与创新的城市空间单元逐年增加,区域创新产出虽总体差距在缩小,但空间集聚趋势在加剧;3 25年间,上海市和北京市的创新空间结构生长也体现出了共性上的差异性,其中上海市创新空间结构在创新资源郊区化转移的趋势下,呈现出由单核驱动向多核共振演进,以交通干道为空间扩散廊道的辐射效应凸显,相应的,其创新产出空间关联效应也显现出了市中心空心化现象;而北京市创新空间结构始终为市中心单核主导型,并在创新资源不断向中心集聚趋势下,其创新产出空间关联效应呈现出"农村包围城市"的演化特征;4上海市和北京市创新空间结构与其所在的区域创新空间结构(长三角城市群和京津冀城市群)具有内在的一致性,表明城内尺度科技创新活动空间分布的均衡与非均衡规律与其所处的区域创新格局密切相关。
[15] 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.

URL      Magsci      摘要

<p>基于跨城市边界合作申请的发明专利数据, 对中国(不包括港澳台地区)跨区域合作创新现状进行了分析, 同时提出城市知识创新辐射距离的概念和计算方法, 进一步研究具有辐射效应城市的8 个合作方向以及不同行业的辐射距离。结果显示知识创新辐射距离随着地理距离增长呈递减趋势, 且不一定与该城市信息流量成正比;北京、上海、深圳3 个城市起到一定的技术创新&ldquo;辐射和带动&rdquo;作用;一些城市存在对某些方向地区&ldquo;带动&rdquo;作用的忽视;在不同的行业中, 城市知识创新辐射距离体现出不同的特征。</p>

[Niu Xin, Chen Xiangdong.

The cooperation innovation across city boundary and radiation distance—based on thecross-city cooperation-patent application data.

Scientia Geographica Sinica, 2013, 33(6): 659-667.]

URL      Magsci      摘要

<p>基于跨城市边界合作申请的发明专利数据, 对中国(不包括港澳台地区)跨区域合作创新现状进行了分析, 同时提出城市知识创新辐射距离的概念和计算方法, 进一步研究具有辐射效应城市的8 个合作方向以及不同行业的辐射距离。结果显示知识创新辐射距离随着地理距离增长呈递减趋势, 且不一定与该城市信息流量成正比;北京、上海、深圳3 个城市起到一定的技术创新&ldquo;辐射和带动&rdquo;作用;一些城市存在对某些方向地区&ldquo;带动&rdquo;作用的忽视;在不同的行业中, 城市知识创新辐射距离体现出不同的特征。</p>
[16] 蒋天颖,谢敏,刘刚.

基于引力模型的区域创新产出空间联系研究——以浙江省为例

[J].地理科学,2014,34(11):1320-1326.

URL      Magsci      [本文引用: 1]      摘要

<p>以浙江省为例,分析与探讨基于引力模型的区域创新产出空间联系。根据最大引力线数量与区域创新产出联系总量确定了区域创新产出空间联系的中心城市,并结合断裂点公式测度了中心城市的创新产出辐射范围。研究发现,与2005 年相比,2011 年各县、市区的区域创新产出联系量与区域创新产出联系总量有明显增加,但区域创新产出联系的空间格局并未有显著变化,联系密集区主要集中于杭州、宁波两地;二、三级节点城市发生明显变化,而杭州市辖区始终是浙江区域创新产出联系的中心城市;中心城市辐射区范围增大,除宁波市辖区外,中心城市对节点城市的辐射效果均略有增强。基于此,提出加大区域创新投入,优化创新环境,完善城市、县市间道路建设,加强信息发展,缩短区域之间的硬距离与软距离,增强区域创新产出的空间联系等政策建议。</p>

[Jiang Tianying, Xie Min, Liu Gang.

Spatial linkage of regionalinnovation output based on gravity model: A case study in Zhejiang Province.

Scientia Geographica Sinica, 2014, 34(11):1320-1326.]

URL      Magsci      [本文引用: 1]      摘要

<p>以浙江省为例,分析与探讨基于引力模型的区域创新产出空间联系。根据最大引力线数量与区域创新产出联系总量确定了区域创新产出空间联系的中心城市,并结合断裂点公式测度了中心城市的创新产出辐射范围。研究发现,与2005 年相比,2011 年各县、市区的区域创新产出联系量与区域创新产出联系总量有明显增加,但区域创新产出联系的空间格局并未有显著变化,联系密集区主要集中于杭州、宁波两地;二、三级节点城市发生明显变化,而杭州市辖区始终是浙江区域创新产出联系的中心城市;中心城市辐射区范围增大,除宁波市辖区外,中心城市对节点城市的辐射效果均略有增强。基于此,提出加大区域创新投入,优化创新环境,完善城市、县市间道路建设,加强信息发展,缩短区域之间的硬距离与软距离,增强区域创新产出的空间联系等政策建议。</p>
[17] Cooke P,Heindenreich M.Regional innovation systems:the role of governance in a globalized world[M]. UCL Press,1996.

[本文引用: 1]     

[18] Feldman M P.

The new economic of innovation,spillovers and agglomeration:A review of empirical studies

[J]. Economic of Innovation and New Technology,1999,8:5-25.

https://doi.org/10.1080/10438599900000002      URL      摘要

This paper reviews recent empirical studies of location and innovation. The objective is to highlight the questions addressed, approaches adopted, and further issues that remain. The review is organized around the traditions of measuring geographically mediated spillovers and productivity studies that introduce a geographic dimension. The first part identilies four separate strains in thc empirical spillover literature: innovation production functions; the linkages between patent citations. defined as paper trails: the rnobility of skilled labor based on the notion that knowledge spillovers are transmitted through people; and, last, knowledge spillovers embodied in traded goods. The second part considers the composition of agglomeration economies, the attributes of knowlcdge, and the characteristics of firms.
[19] 魏守华,吴贵生,吕新雷.

区域创新能力的影响因素——兼评我国创新能力的地区差距

[J].中国软科学 2010,(9):76-85.

https://doi.org/10.3969/j.issn.1002-9753.2010.09.009      URL      摘要

基于Furman等(2002)的国家创新能力分析框架,本文运用1998-2007年我国 省级面板数据实证检验区域创新能力的影响因素,结果表明:区域创新能力不仅受R&D活动规模等创新基础条件影响,更重要的是受区域创新效率影响,创新效率 依赖于区域特定的因素,包括产业集群环境、产学研联系的质量、对区外技术溢出的吸收能力。结果还发现:我国创新能力的地区差距明显且呈扩大化趋势,这是区 域间投入规模与创新效率综合作用的结果;创新能力显著影响全要素生产率(TFP)和高技术产业的发展,进而影响着地区经济差距。

[Wei Shouhua, Wu Guizhong, Lv Xinlei.

The determinants of regional innovation capability comment on the regional gap of innovation capability in China.

China Soft Science, 2010, (9): 76-85.]

https://doi.org/10.3969/j.issn.1002-9753.2010.09.009      URL      摘要

基于Furman等(2002)的国家创新能力分析框架,本文运用1998-2007年我国 省级面板数据实证检验区域创新能力的影响因素,结果表明:区域创新能力不仅受R&D活动规模等创新基础条件影响,更重要的是受区域创新效率影响,创新效率 依赖于区域特定的因素,包括产业集群环境、产学研联系的质量、对区外技术溢出的吸收能力。结果还发现:我国创新能力的地区差距明显且呈扩大化趋势,这是区 域间投入规模与创新效率综合作用的结果;创新能力显著影响全要素生产率(TFP)和高技术产业的发展,进而影响着地区经济差距。
[20] 张玉明, 李凯. 中国创新产出的空间分布及空间相关性研究: 基于1996-2005年省际专利统计数据的空间计量分析[J]. 中国软科学, 2007(11): 97-103.

https://doi.org/10.3969/j.issn.1002-9753.2007.11.014      URL      [本文引用: 1]      摘要

本文以专利数据作为衡量创新产出的指标,利用空间计量分析方法,对中国31个省际区域创新产出的空间分布以及空间相关性进行了研究。专利可视化分布图显示了中国省际区域创新产出的分布情况及其空间动态变化;区位 Gini 系数和 Moran Ⅰ指数则表明中国省际区域创新产出呈现空间集聚和空间依赖的特点,而非随机分布的;Moran 散点图进一步指出了各省际区域的创新产出的空间相关模式。这些结论将有利于各省际区域发现本区域创新变化轨迹,正确认识区域创新能力及差异的地理特性影响,以便更好的制定区域创新发展策略。

[Zhang Yuming, Li Kai.Research on the spatial distribution and dependence of Chinese innovative output: Spatial econometrics analysis based on province-level patent data. China Soft Science, 2007(11): 97-103. ]

https://doi.org/10.3969/j.issn.1002-9753.2007.11.014      URL      [本文引用: 1]      摘要

本文以专利数据作为衡量创新产出的指标,利用空间计量分析方法,对中国31个省际区域创新产出的空间分布以及空间相关性进行了研究。专利可视化分布图显示了中国省际区域创新产出的分布情况及其空间动态变化;区位 Gini 系数和 Moran Ⅰ指数则表明中国省际区域创新产出呈现空间集聚和空间依赖的特点,而非随机分布的;Moran 散点图进一步指出了各省际区域的创新产出的空间相关模式。这些结论将有利于各省际区域发现本区域创新变化轨迹,正确认识区域创新能力及差异的地理特性影响,以便更好的制定区域创新发展策略。
[21] Autant- Bernard C.

Spatial econometrics of innovation: Recent contributions and research perspectives

[J]. Spatial Economic Analysis, 2012, 7(4): 403-419.

https://doi.org/10.2139/ssrn.1943401      URL      [本文引用: 1]      摘要

Preliminary introduced by Anselin, Varga and Acs (1997) spatial econometric tools are widely used in economic geography of innovation. Taking into account spatial autocorrelation and spatial heterogeneity of regional innovation, this paper analyzes how these techniques have improved the ability to quantify knowledge spillovers, to measure their spatial extent, and to explore the underlying mechanisms and especially the interactions between geographical and social distance. It is also argued that the recent developments of spatio-dynamic models opens new research lines to investigate the temporal dimension of both spatial knowledge flows and innovation networks, two issues that should rank high in the research agenda of the geography of innovation.
[22] 吕拉昌,李勇.

基于城市创新职能的中国创新城市空间体系

[J].地理学报,2010,65(2):177-190.

https://doi.org/10.11821/xb201002005      URL      Magsci      摘要

<p>基于问卷、访谈及统计数据资料,采用因子分析、数学建模等综合分析方法,以知识经济下城市创新职能及城市体系理论为理论基础,探讨中国城市的创新格局、网络、等级体系及城市的创新联系,研究表明,中国创新城市体系空间格局形成以上海、北京为顶级城市的五级塔型城市体系结构,东部沿海城市在中国创新城市中具有重要地位,省会城市及经济强劲的城市一般成为区域性的创新中心。中国创新城市体系受城市创新规模、城市科研规模与效率、城市创新潜力因素、城市创新环境等多方面因素的影响。以城市间合作论文数量来测度城市之间的创新联系,结果表明,北京在知识传播和知识合作创新中的处于中心位置,高层级的城市在知识传播与合作中明显比较高层级与中层级以及低层级城市多,省会城市及经济实力强劲的区域中心城市在知识传播中起重要的作用。</p>

[Lu Lachang, Li Yong.

A research on Chinese renovation urban system based on urban renovation function.

Acta Geographica Sinica, 2010, 65(2):177-190.]

https://doi.org/10.11821/xb201002005      URL      Magsci      摘要

<p>基于问卷、访谈及统计数据资料,采用因子分析、数学建模等综合分析方法,以知识经济下城市创新职能及城市体系理论为理论基础,探讨中国城市的创新格局、网络、等级体系及城市的创新联系,研究表明,中国创新城市体系空间格局形成以上海、北京为顶级城市的五级塔型城市体系结构,东部沿海城市在中国创新城市中具有重要地位,省会城市及经济强劲的城市一般成为区域性的创新中心。中国创新城市体系受城市创新规模、城市科研规模与效率、城市创新潜力因素、城市创新环境等多方面因素的影响。以城市间合作论文数量来测度城市之间的创新联系,结果表明,北京在知识传播和知识合作创新中的处于中心位置,高层级的城市在知识传播与合作中明显比较高层级与中层级以及低层级城市多,省会城市及经济实力强劲的区域中心城市在知识传播中起重要的作用。</p>
[23] 李国平, 王春杨.

我国省域创新产出的空间特征和时空演化: 基于探索性空间数据分析的实证

[J]. 地理研究, 2012, 31(1): 95-106.

https://doi.org/10.11821/yj2012010010      URL      Magsci      摘要

以我国31个省域作为空间观测单元,以专利申请受理数作为创新产出的衡量指标,对我国1997~2008年期间省域创新产出的空间分布进行了探索性空间数据分析(ESDA)。通过计算区位基尼系数和集中度指数,发现我国的创新活动显示了相当高水平的空间集中,并且这种集中程度在过去的十多年里表现出了稳定的增长趋势;对全局的Moran&rsquo;s <em>I</em>统计分析表明:省际创新活动之间存在着显著的空间自相关(空间依赖性),证明了知识溢出的存在性和空间局限性;对局部的Moran&rsquo;s <em>I</em>分析进一步揭示了省际创新活动水平的相关模式,Moran散点图刻画了创新活动的空间集聚模式及其时空演变态势。研究结果说明经过十几年的发展,我国省域创新活动的地域性特征十分显著。

[Li Guoping, Wang Chunyang.

Spatial characteristics and dynamic changes of provincial innovation output in China: An investigation using the ESDA.

Geographical Research, 2012, 31(1): 95-106.]

https://doi.org/10.11821/yj2012010010      URL      Magsci      摘要

以我国31个省域作为空间观测单元,以专利申请受理数作为创新产出的衡量指标,对我国1997~2008年期间省域创新产出的空间分布进行了探索性空间数据分析(ESDA)。通过计算区位基尼系数和集中度指数,发现我国的创新活动显示了相当高水平的空间集中,并且这种集中程度在过去的十多年里表现出了稳定的增长趋势;对全局的Moran&rsquo;s <em>I</em>统计分析表明:省际创新活动之间存在着显著的空间自相关(空间依赖性),证明了知识溢出的存在性和空间局限性;对局部的Moran&rsquo;s <em>I</em>分析进一步揭示了省际创新活动水平的相关模式,Moran散点图刻画了创新活动的空间集聚模式及其时空演变态势。研究结果说明经过十几年的发展,我国省域创新活动的地域性特征十分显著。
[24] 牛方曲, 刘卫东.

中国区域科技创新资源分布及其与经济发展水平协同测度

[J]. 地理科学进展, 2012, 31(2): 149-155.

https://doi.org/10.11820/dlkxjz.2012.02.003      URL      Magsci      [本文引用: 1]      摘要

21 世纪是知识经济时代,为了提高中国的科技创新能力以促进经济快速发展,各区域进行了大量科技创新资源的建设投入。但科技投入只有真正转化为创新能力、产出创新成果,才能促进经济的发展。本文分别从国立、地方、企业三方面综合评价了各省的科技创新资源,分析其空间分布格局,并结合经济发展水平,分析了区域科技创新资源与经济发展水平之间的相关性。研究表明,中国各省科技创新资源与经济发展水平总体上呈正相关趋势,但具体到各省份,随着科技创新资源的增加,其经济发展水平却有升有降。为充分发挥区域科技创新资源的作用,提高科研成果产出,区域科技创新资源与经济发展水平的配置关系仍需优化调整。探索中国科技创新资源与经济发展水平间的驱动与响应机制,建立科学合理的决策模型,实现国家用于宏观调控的国立科技创新资源、各地区自主决策的地方科技创新资源、市场驱动的企业科技创新资源三者有机结合、高效配置,以更大程度地实现科技产出,促进经济发展,对于转型期的中国,实现由依靠传统资源要素进入到依靠科技资源支撑和推动社会经济发展的新阶段,具有重要意义。

[Niu Fangqu, Liu Weidong.

Relationships between scientific & technological resources and regional economicdevelopment in China.

Progress in Geography, 2012, 31(2): 149-155.]

https://doi.org/10.11820/dlkxjz.2012.02.003      URL      Magsci      [本文引用: 1]      摘要

21 世纪是知识经济时代,为了提高中国的科技创新能力以促进经济快速发展,各区域进行了大量科技创新资源的建设投入。但科技投入只有真正转化为创新能力、产出创新成果,才能促进经济的发展。本文分别从国立、地方、企业三方面综合评价了各省的科技创新资源,分析其空间分布格局,并结合经济发展水平,分析了区域科技创新资源与经济发展水平之间的相关性。研究表明,中国各省科技创新资源与经济发展水平总体上呈正相关趋势,但具体到各省份,随着科技创新资源的增加,其经济发展水平却有升有降。为充分发挥区域科技创新资源的作用,提高科研成果产出,区域科技创新资源与经济发展水平的配置关系仍需优化调整。探索中国科技创新资源与经济发展水平间的驱动与响应机制,建立科学合理的决策模型,实现国家用于宏观调控的国立科技创新资源、各地区自主决策的地方科技创新资源、市场驱动的企业科技创新资源三者有机结合、高效配置,以更大程度地实现科技产出,促进经济发展,对于转型期的中国,实现由依靠传统资源要素进入到依靠科技资源支撑和推动社会经济发展的新阶段,具有重要意义。
[25] 国家统计局.中国统计年鉴[M].北京:中国统计出版社,2004-2015.

[本文引用: 1]     

[National Bureau of Statistics of China. Statistical Yearbook. Beijing: China Statistics Press,2004-2015.]

[本文引用: 1]     

[26] 黑龙江省统计局.黑龙江省统计年鉴[M].北京:中国统计出版社,2004-2015.

[本文引用: 1]     

[Heilongjiang Statistical Bureau. Heilongjiang Statistical Yearbook.Beijing: China Statistics Press,2004-2015.]

[本文引用: 1]     

[27] 吉林省统计局.吉林省统计年鉴[M].北京:中国统计出版社,2004-2015.

[Jilin Statistial Bureau. Jilin Statistical Yearbook.Beijing: China Statistics Press,2004-2015.]

[28] 辽宁省统计局.辽宁省统计年鉴[M].北京:中国统计出版社,2004-2015.

[本文引用: 1]     

[Liaoning Statistial Bureau. Liaoning Statistical Yearbook.Beijing:China Statistics Press,2004-2015.]

[本文引用: 1]     

[29] 知识产权局.中国知识产权年鉴[M].北京:知识产权出版社,2004-2015.

[本文引用: 1]     

[State Intellectual Property Office of China. Statistical Yearbook of Intellectual Property. Beijing: Intellectual Property Press,2004-2015.]

[本文引用: 1]     

/