中國(guó)省際創(chuàng)新水平的地區(qū)差異及其時(shí)空演變特征

摘要：區(qū)域創(chuàng)新是國(guó)家創(chuàng)新資源布局的地域體現(xiàn)和國(guó)家創(chuàng)新體系構(gòu)建的關(guān)鍵環(huán)節(jié)，是推動(dòng)地區(qū)高質(zhì)量發(fā)展的重要?jiǎng)恿??；?001—2021年省際創(chuàng)新水平面板數(shù)據(jù)，運(yùn)用Moran's I指數(shù)、Dagum基尼系數(shù)分解及空間馬爾可夫鏈等方法，有助于實(shí)證檢驗(yàn)中國(guó)省際創(chuàng)新水平的地區(qū)差異及其時(shí)空演進(jìn)特征。實(shí)證研究結(jié)果表明，中國(guó)省際創(chuàng)新水平在空間分布上具有明顯的地區(qū)差異性，空間因素對(duì)地區(qū)創(chuàng)新活動(dòng)的確存在影響，而地區(qū)間的差距是造成創(chuàng)新水平差異的主要原因。進(jìn)一步對(duì)區(qū)域創(chuàng)新空間溢出效應(yīng)進(jìn)行研究，結(jié)果表明我國(guó)區(qū)域創(chuàng)新水平在時(shí)空演變上呈現(xiàn)出“俱樂(lè)部趨同”和空間依賴(lài)的特征。增強(qiáng)地區(qū)之間技術(shù)創(chuàng)新的流動(dòng)性，縮小區(qū)域之間的差距，是促進(jìn)各區(qū)域創(chuàng)新能力持續(xù)提高及均衡發(fā)展的重要途徑。中國(guó)創(chuàng)新水平的整體不均衡性主要來(lái)自于區(qū)域創(chuàng)新能力基尼系數(shù)呈現(xiàn)擴(kuò)大趨勢(shì)，應(yīng)通過(guò)政策引導(dǎo)、開(kāi)放創(chuàng)新等方式促進(jìn)不同地區(qū)創(chuàng)新水平的協(xié)調(diào)發(fā)展。

關(guān)鍵詞：國(guó)家創(chuàng)新體系；區(qū)域創(chuàng)新水平；地區(qū)差異；俱樂(lè)部趨同；時(shí)空演變

基金項(xiàng)目：國(guó)家社會(huì)科學(xué)基金項(xiàng)目“新常態(tài)下戰(zhàn)略性新興產(chǎn)業(yè)混合發(fā)展的機(jī)制創(chuàng)新研究”（15BJY072）

中圖分類(lèi)號(hào)：F124.3文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1003-854X（2023）06-0026-08

一、引言和相關(guān)文獻(xiàn)綜述

黨的二十大報(bào)告明確提出，要深入實(shí)施科教興國(guó)戰(zhàn)略、人才強(qiáng)國(guó)戰(zhàn)略、創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略，開(kāi)辟發(fā)展新領(lǐng)域新賽道，不斷塑造發(fā)展新動(dòng)能新優(yōu)勢(shì)。區(qū)域創(chuàng)新是國(guó)家創(chuàng)新資源布局的地域體現(xiàn)和國(guó)家創(chuàng)新體系構(gòu)建的關(guān)鍵環(huán)節(jié)，是推動(dòng)地區(qū)高質(zhì)量發(fā)展的重要?jiǎng)恿ΑＬ嵘齾^(qū)域創(chuàng)新能力是創(chuàng)新驅(qū)動(dòng)的必經(jīng)之路，是為國(guó)家創(chuàng)新發(fā)展提供長(zhǎng)效動(dòng)能的不竭源泉。我國(guó)東、中、西部區(qū)域創(chuàng)新水平存在較大的差異，如何縮小這種差異、促進(jìn)區(qū)域協(xié)調(diào)發(fā)展已成為一個(gè)迫切需要解決的問(wèn)題。

國(guó)內(nèi)外學(xué)者對(duì)區(qū)域創(chuàng)新問(wèn)題的研究主要圍繞創(chuàng)新能力評(píng)價(jià)、創(chuàng)新效率、創(chuàng)新水平的區(qū)域特征、創(chuàng)新影響因素等展開(kāi)。早期的學(xué)者往往是針對(duì)某一個(gè)特殊行業(yè)，利用行業(yè)的調(diào)查問(wèn)卷數(shù)據(jù)來(lái)反映此行業(yè)的創(chuàng)新情況，如Arun等利用美國(guó)硅谷166家高科技企業(yè)的微觀數(shù)據(jù)測(cè)度了美國(guó)硅谷的創(chuàng)新水平（1）。這一研究方法的局限性在于不同專(zhuān)家的評(píng)價(jià)結(jié)果往往存在較大的差異，評(píng)價(jià)結(jié)果缺乏一致性，同時(shí)某個(gè)行業(yè)的創(chuàng)新情況也很難反映地區(qū)整體的創(chuàng)新水平。有的學(xué)者利用代理變量開(kāi)展對(duì)創(chuàng)新水平的區(qū)域特征研究，Ramsey （2）最先提出了趨同假設(shè)，在此基礎(chǔ)上學(xué)者們先后提出了α-趨同、β-趨同等檢驗(yàn)方法，推進(jìn)了區(qū)域差異和趨同問(wèn)題的研究（3）。如Engel和Palacio （4）利用高新產(chǎn)業(yè)的產(chǎn)值指標(biāo)，借鑒產(chǎn)業(yè)集中度指標(biāo)的思路，構(gòu)建高新產(chǎn)業(yè)的產(chǎn)值集中度來(lái)近似反映創(chuàng)新趨同的程度。如果區(qū)域存在創(chuàng)新趨同特征，往往表現(xiàn)為創(chuàng)新產(chǎn)出水平的空間相關(guān)性。

近年來(lái)，一些學(xué)者開(kāi)始嘗試?yán)每臻g計(jì)量方法來(lái)刻畫(huà)創(chuàng)新水平的區(qū)域特征。Paivi和Malecki在對(duì)不同區(qū)域創(chuàng)新產(chǎn)出的研究中提出了空間創(chuàng)新系統(tǒng)的概念，認(rèn)為空間相關(guān)性會(huì)對(duì)技術(shù)創(chuàng)新產(chǎn)生影響（5） 。Silvestre和Dalcol在研究企業(yè)創(chuàng)新的集聚效應(yīng)時(shí)提出地理鄰近性能夠影響創(chuàng)新產(chǎn)出（6）。宋麗思和陳向東通過(guò)TW指數(shù)模型對(duì)我國(guó)京津冀、長(zhǎng)三角、珠三角和成渝四大區(qū)域的創(chuàng)新極化效應(yīng)進(jìn)行了量化研究，發(fā)現(xiàn)這些區(qū)域的空間分布呈現(xiàn)聚集現(xiàn)象（7）。李士梅和張倩對(duì)區(qū)域創(chuàng)新能力的基尼系數(shù)進(jìn)行了測(cè)度，結(jié)果顯示全國(guó)區(qū)域創(chuàng)新能力的基尼系數(shù)呈現(xiàn)擴(kuò)大趨勢(shì)（8）。此外，潘宇瑤（9）、張虎和周迪（10）、張遼和黃蕾瓊（11）等運(yùn)用Dagum基尼系數(shù)分解法對(duì)我國(guó)區(qū)域創(chuàng)新水平的差異及區(qū)域創(chuàng)新水平的特征進(jìn)行分析，發(fā)現(xiàn)創(chuàng)新分布地區(qū)差異性十分明顯。

已有研究對(duì)刻畫(huà)我國(guó)創(chuàng)新水平的區(qū)域特征有著非常重要的借鑒作用，但仍存在一定的局限性：一是傳統(tǒng)的基尼系數(shù)測(cè)度對(duì)于差異分析無(wú)法實(shí)現(xiàn)區(qū)域內(nèi)和區(qū)域間差異的分解，故而無(wú)法有效地解釋差異的來(lái)源；二是不能揭示創(chuàng)新水平隨時(shí)空演變的動(dòng)態(tài)過(guò)程，在解釋鄰接地區(qū)對(duì)區(qū)域創(chuàng)新水平的影響及隨時(shí)空演變的發(fā)展趨勢(shì)方面的研究成果甚少?；诖耍疚睦?001—2021年中國(guó)省際面板數(shù)據(jù)，采用Dagum基尼系數(shù)分解方法厘清我國(guó)創(chuàng)新水平的地區(qū)差異及來(lái)源，在此基礎(chǔ)上進(jìn)一步應(yīng)用空間馬爾可夫鏈詳細(xì)考察我國(guó)區(qū)域創(chuàng)新水平及對(duì)鄰接地區(qū)影響的動(dòng)態(tài)演變趨勢(shì)，以更好地揭示我國(guó)省際創(chuàng)新水平的時(shí)空演化特征。

二、研究方法

（一） 創(chuàng)新集群現(xiàn)象測(cè)度：Moran's I （莫蘭指數(shù)I）方法

空間自相關(guān)檢驗(yàn)包括：（1）全局空間自相關(guān)檢驗(yàn)。主要是判別整體數(shù)據(jù)的分布是否存在空間相依性。（2）局域空間自相關(guān)性。從區(qū)域空間描述相鄰的空間單元之間是否具有某種聚集或擴(kuò)散的特征。

常見(jiàn)的全局空間自相關(guān)檢驗(yàn)方法主要有莫蘭指數(shù)I、Geary C指數(shù)和全局G指數(shù)三種方法。最常用的是莫蘭指數(shù)I和全局G指數(shù)方法。本文采用莫蘭指數(shù)I來(lái)判斷在空間鄰接或空間鄰近的區(qū)域創(chuàng)新水平的空間相依性。莫蘭指數(shù)I的計(jì)算公式如下（12）：

其中，；Yi為i地區(qū)的觀測(cè)值，n為觀測(cè)地區(qū)總數(shù)，Wij為空間權(quán)重矩陣的要素。莫蘭指數(shù)I以所有觀察指標(biāo)的平均值為基礎(chǔ)， I值介于1與-1之間，越接近1表示彼此空間關(guān)系越密切，單位間的性質(zhì)越相似，越接近-1則代表單位間的差異越大或分布越不集中。

（二）創(chuàng)新差異的測(cè)算：Dagum基尼系數(shù)分解方法

Dagum提出一種基尼系數(shù)按子群分解的方法，該方法先將分析對(duì)象分成組，然后通過(guò)統(tǒng)計(jì)分析將總體差異分解成若干組組內(nèi)差異和組間差異的加權(quán)和，以考察組間和組內(nèi)差異對(duì)總體差異的貢獻(xiàn)程度。Dagum基尼系數(shù)分解方法的優(yōu)勢(shì)在于其不僅可以對(duì)差異來(lái)源進(jìn)行分解，而且還可以考察各要素的邊際變化對(duì)總體差異的影響，有效解決了基尼系數(shù)不能按地區(qū)分解的難題。鑒于Dagum基尼系數(shù)按子群分解方法的優(yōu)點(diǎn)和特性，本文采用Dagum基尼系數(shù)分解方法刻畫(huà)我國(guó)省際創(chuàng)新水平的地區(qū)差異及差異來(lái)源。

（三）空間馬爾可夫鏈的方法

馬爾可夫鏈（Markov chain） 包含時(shí)間離散狀態(tài)連續(xù)、時(shí)間連續(xù)狀態(tài)離散、時(shí)間狀態(tài)均連續(xù)以及時(shí)間狀態(tài)均離散四種形式，本文采用時(shí)間狀態(tài)均離散的馬爾可夫過(guò)程進(jìn)行研究。

1.傳統(tǒng)馬爾可夫鏈

假設(shè)某一預(yù)測(cè)對(duì)象有m個(gè)互不相容的狀態(tài)，每一時(shí)刻t只能處于一個(gè)狀態(tài)中 （Si=1，2，…m）中，那么，在t+1時(shí)刻，Si狀態(tài)有k種轉(zhuǎn)移的可能。由狀態(tài)Si轉(zhuǎn)向Sj的個(gè)數(shù)為nij，那么狀態(tài)轉(zhuǎn)移概率為（13）：

Pij=P（Ei↑Ej）= （2）

nij表示在t時(shí)刻屬于i類(lèi)型的預(yù)測(cè)對(duì)象在t+1時(shí)刻轉(zhuǎn)移為j型的預(yù)測(cè)對(duì)象的數(shù)量之和， 是t時(shí)刻中屬于類(lèi)型i的預(yù)測(cè)對(duì)象數(shù)量之和。則馬爾可夫轉(zhuǎn)移概率矩陣可以寫(xiě)為（14）：

本文通過(guò)計(jì)算馬爾可夫轉(zhuǎn)移概率矩陣中概率的大小預(yù)測(cè)出一個(gè)地區(qū)創(chuàng)新水平向上或向下的轉(zhuǎn)移概率。當(dāng)未考慮空間因素的影響時(shí)，該地區(qū)無(wú)論與何種類(lèi)型的區(qū)域相鄰接，創(chuàng)新水平轉(zhuǎn)移概率都是一定的。

2.空間馬爾可夫鏈

空間馬爾可夫鏈就是將空間權(quán)重矩陣Wij加入到傳統(tǒng)的馬爾可夫鏈中，建立區(qū)域與鄰接地區(qū)之間的空間關(guān)系，分析鄰接地區(qū)對(duì)于本地區(qū)的影響。為了使每一行的元素可以運(yùn)算，首先要對(duì)空間權(quán)重矩陣進(jìn)行標(biāo)準(zhǔn)化（15）。

然后將各地區(qū)觀測(cè)值向量（y）與空間權(quán)重矩陣（W）相乘得到帶有空間信息的向量Wy， 。

空間馬爾可夫鏈強(qiáng)調(diào)動(dòng)態(tài)變化中鄰接區(qū)域之間的相互作用、相互學(xué)習(xí)以及溢出效應(yīng)。空間馬爾可夫轉(zhuǎn)移概率矩陣是對(duì)傳統(tǒng)馬爾可夫矩陣的一種改進(jìn)，它將傳統(tǒng)的（k，k）矩陣分解為k 個(gè)（k，k）的條件矩陣。給定在初始年份t時(shí) k類(lèi)型地區(qū)的空間滯后，其第k個(gè)條件矩陣的矩陣元素就是Pij（k）。Pij（k） 表示在初始年份t時(shí)i類(lèi)型地區(qū)在下一年份轉(zhuǎn)移到j(luò)類(lèi)型的概率。通過(guò)比較傳統(tǒng)馬爾可夫轉(zhuǎn)移概率矩陣和空間馬爾可夫轉(zhuǎn)移概率矩陣中元素的大小，可以了解鄰接地區(qū)對(duì)本地區(qū)的空間影響，以及該地區(qū)在未來(lái)期向上轉(zhuǎn)移和向下轉(zhuǎn)移的概率。

三、實(shí)證分析

（一）指標(biāo)選擇及數(shù)據(jù)來(lái)源

已有研究常常選用專(zhuān)利數(shù)來(lái)衡量創(chuàng)新產(chǎn)出，但由于專(zhuān)利申請(qǐng)授權(quán)審批需要時(shí)間，存在滯后期，并且也容易受到制度或人為因素的影響，所以專(zhuān)利數(shù)并不能全面反映創(chuàng)新產(chǎn)出情況。因此，本文選用由中國(guó)科技發(fā)展戰(zhàn)略研究小組聯(lián)合中國(guó)科學(xué)院中國(guó)創(chuàng)新創(chuàng)業(yè)管理研究中心編寫(xiě)的2001—2021年《中國(guó)區(qū)域創(chuàng)新能力評(píng)價(jià)報(bào)告》中的綜合效用值作為衡量地區(qū)創(chuàng)新水平的指標(biāo)。

（二）空間權(quán)重矩陣的構(gòu)建

現(xiàn)有的研究存在著多種空間權(quán)重矩陣的構(gòu)造方法：以地理關(guān)聯(lián)為基礎(chǔ)的地理距離權(quán)重矩陣、以距離為基礎(chǔ)的空間權(quán)重矩陣、以經(jīng)濟(jì)為基礎(chǔ)的經(jīng)濟(jì)地理權(quán)重矩陣等。本文采用以地理關(guān)聯(lián)為基礎(chǔ)的鄰接矩陣，使用地理距離權(quán)重矩陣。

首先計(jì)算2001—2021年我國(guó)31個(gè)?。ㄗ灾螀^(qū)、直轄市）的創(chuàng)新產(chǎn)出水平的莫蘭指數(shù)，計(jì)算結(jié)果見(jiàn)表1。從表1可知，2001—2021年，我國(guó)31個(gè)?。ㄗ灾螀^(qū)、直轄市）創(chuàng)新水平的莫蘭指數(shù)值從2001年的0.27上升到2015年的0.399，接著從2016年開(kāi)始逐漸下降，到2021年僅為0.145；創(chuàng)新水平的Z（I）值除2021年外均大于標(biāo)準(zhǔn)正態(tài)分布0.05顯著水平下的臨界值1.96，通過(guò)了0.05顯著水平下空間相關(guān)性的顯著性檢驗(yàn)。本文注意到2020年與2021年創(chuàng)新水平的莫蘭指數(shù)急劇下降，2020年創(chuàng)新水平Z（I）值為1.978，略高于標(biāo)準(zhǔn)正態(tài)分布在0.05顯著水平下的臨界值1.96，而2021年創(chuàng)新水平的Z（I）值為1.548，未能通過(guò)顯著性檢驗(yàn)，略低于標(biāo)準(zhǔn)正態(tài)分布在0.1顯著水平下的臨界值1.65。究其原因，可能是由于新冠疫情原因，2020年和2021年一些企業(yè)停工停產(chǎn)，影響了區(qū)域創(chuàng)新的投入與產(chǎn)出?？偠灾?，從2001年到2020年，我國(guó)31個(gè)?。ㄗ灾螀^(qū)、直轄市）創(chuàng)新水平在空間分布上并不是均勻隨機(jī)分布的，而是存在著顯著的“高—高”或者“低—低”的空間集聚性，并且這種空間聚集度到2015年達(dá)到頂峰，之后開(kāi)始下降，2020年與2021年創(chuàng)新水平空間聚集度最弱。

表1充分說(shuō)明我國(guó)各地區(qū)創(chuàng)新水平的分布確實(shí)存在著空間集聚性的特征，將區(qū)域創(chuàng)新水平Moran's I指數(shù)計(jì)算結(jié)果可視化見(jiàn)圖1。從2001—2021年省際創(chuàng)新水平分布的局部莫蘭指數(shù)散點(diǎn)圖可以看出高值省份還是集中在東部地區(qū)，東北、西部地區(qū)省份的創(chuàng)新水平值均較低。

通過(guò)以上分析，可以看出我國(guó)創(chuàng)新水平存在著異質(zhì)化及空間集聚的特征，我國(guó)31個(gè)省（自治區(qū)、直轄市）創(chuàng)新水平呈現(xiàn)出從東部沿海地區(qū)到東北地區(qū)、中部地區(qū)、西部地區(qū)的階梯分布的特征。

（三） 中國(guó)創(chuàng)新水平的地區(qū)差距及其分解

本文將基尼系數(shù)引入研究中，通過(guò)對(duì)基尼系數(shù)的組群分解，探討中國(guó)創(chuàng)新水平的地區(qū)差距及其動(dòng)態(tài)演進(jìn)過(guò)程。

1.中國(guó)創(chuàng)新水平的地區(qū)總體差異及其動(dòng)態(tài)演變趨勢(shì)

2001—2021年，我國(guó)31個(gè)?。ㄗ灾螀^(qū)、直轄市）創(chuàng)新水平總體差異呈現(xiàn)出先升后降，且逐年收斂縮小的趨勢(shì)。圖2描述了我國(guó)創(chuàng)新水平地區(qū)差距的總體演變趨勢(shì)，可以看出，2001—2021年，我國(guó)創(chuàng)新水平地區(qū)之間的差異總體呈現(xiàn)出一定的波動(dòng)性，創(chuàng)新水平地區(qū)差距總體呈現(xiàn)下降趨勢(shì)，地區(qū)差異總體上在不斷縮小。具體來(lái)看，在2001—2004年、2006—2012年、2016—2021年期間中國(guó)創(chuàng)新水平地區(qū)差距整體呈現(xiàn)出下降的趨勢(shì)，在2004—2006年、2012—2016年期間中國(guó)創(chuàng)新水平地區(qū)差距整體呈現(xiàn)出上升趨勢(shì)。

根據(jù)表2第1列可以看出在2001—2021年間，我國(guó)31個(gè)省（自治區(qū)、直轄市）創(chuàng)新水平整體的地區(qū)差距先升后降。2004—2005年呈現(xiàn)出振蕩上升的趨勢(shì)，2005年基尼系數(shù)為0.217，2006年基尼系數(shù)為0.213，2016年以后各地區(qū)的差異呈現(xiàn)出振蕩下降、逐年縮小的趨勢(shì)。2012年黨的十八大明確提出實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略，使得有一定創(chuàng)新積累的東部、中部地區(qū)創(chuàng)新水平加快提升，我國(guó)各地區(qū)創(chuàng)新發(fā)展水平差距更為明顯。2015年3月，《中共中央國(guó)務(wù)院關(guān)于深化體制機(jī)制改革加快實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略的若干意見(jiàn)》指出，深化體制機(jī)制改革，加快實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略，此后各地大力開(kāi)展自主創(chuàng)新，中國(guó)省際創(chuàng)新水平的地區(qū)差距再一次加大。

2.中國(guó)創(chuàng)新水平的地區(qū)間差異及其動(dòng)態(tài)演變趨勢(shì)

通過(guò)圖3和表2的不同地區(qū)基尼系數(shù)計(jì)算及分解結(jié)果可以看出：我國(guó)創(chuàng)新水平不均衡性呈現(xiàn)出東部地區(qū)最高，東北地區(qū)最低，西部地區(qū)、中部地區(qū)居中的基本態(tài)勢(shì)。以2021年為例 ，東部地區(qū)創(chuàng)新水平2021年基尼系數(shù)為0.194，區(qū)域內(nèi)創(chuàng)新水平不均衡性最高，地區(qū)差異最大；西部地區(qū)與中部地區(qū)次之，基尼系數(shù)分別為0.094和0.062，這兩類(lèi)地區(qū)創(chuàng)新水平不均衡性較??；東北地區(qū)基尼系數(shù)為0.024，創(chuàng)新水平的不均衡性最小。造成這種地區(qū)間差距大、地區(qū)內(nèi)差異小狀況的原因，一方面是我國(guó)幅員遼闊，地區(qū)之間的資源環(huán)境、區(qū)位優(yōu)勢(shì)等先天存在差距，另一方面是我國(guó)各地區(qū)創(chuàng)新投入、經(jīng)濟(jì)市場(chǎng)化程度、營(yíng)商環(huán)境等都存在地區(qū)間差異。

3.中國(guó)創(chuàng)新水平的地區(qū)內(nèi)差異及其動(dòng)態(tài)演變趨勢(shì)

我國(guó)創(chuàng)新水平的整體不均衡性主要來(lái)自于地區(qū)間差異，其次來(lái)自于地區(qū)內(nèi)差異，隨著國(guó)家創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略在各地的貫徹實(shí)施，創(chuàng)新不均衡性雖有波動(dòng)，但整體上地區(qū)差異逐漸縮小。

如表2所示，對(duì)于創(chuàng)新水平的差異來(lái)源，地區(qū)間的貢獻(xiàn)率最高，2001年創(chuàng)新水平差異76.637%來(lái)自于地區(qū)間，18.142%來(lái)源于地區(qū)內(nèi)；到2006年創(chuàng)新水平的地區(qū)間差異貢獻(xiàn)率一度縮小到71.310%，來(lái)自于地區(qū)內(nèi)的差異貢獻(xiàn)率達(dá)到19.99%。而后地區(qū)間創(chuàng)新水平的不均衡性得到有效緩解，地區(qū)創(chuàng)新水平整體差異逐漸縮小，整體的基尼系數(shù)不斷下降。隨著自主創(chuàng)新的迅速發(fā)展，在不斷縮小的差異中，來(lái)自于地區(qū)內(nèi)的差異仍然在振蕩中不斷放大。由于地區(qū)間的溢出效應(yīng)和“俱樂(lè)部趨同”效應(yīng)的存在，地區(qū)間的創(chuàng)新水平差異逐年縮小，到2021年，創(chuàng)新水平差異的68.064%來(lái)源于地區(qū)間，22.768 %來(lái)源于地區(qū)內(nèi)。

（四） 我國(guó)省際創(chuàng)新水平的時(shí)空演變特征及趨勢(shì)預(yù)測(cè)

我國(guó)31個(gè)?。ㄗ灾螀^(qū)、直轄市）之間地區(qū)創(chuàng)新水平分布不僅存在著較高的空間集聚性特征，而且存在較高的溢出效應(yīng)。鄰近高水平創(chuàng)新地區(qū)更能促進(jìn)本地區(qū)創(chuàng)新水平的提高，空間分布呈現(xiàn)出“相近相似”的特征。隨著時(shí)間的推移和空間背景的變化，區(qū)域創(chuàng)新水平在發(fā)展中不斷調(diào)整和演變。地區(qū)之間由于存在著區(qū)位優(yōu)勢(shì)的差異及宏觀政策調(diào)控等因素，一個(gè)地區(qū)的創(chuàng)新水平往往在一定程度上受到周邊區(qū)域的影響和制約。增強(qiáng)地區(qū)之間技術(shù)創(chuàng)新的流動(dòng)性，縮小區(qū)域之間的差距，是促進(jìn)各區(qū)域創(chuàng)新能力持續(xù)提高及均衡發(fā)展的重要途徑。

1.時(shí)空演變特征——俱樂(lè)部趨同

按照馬爾可夫轉(zhuǎn)移概率矩陣公式，本文首先將全國(guó)31個(gè)?。ㄗ灾螀^(qū)、直轄市）的創(chuàng)新水平按照由強(qiáng)至弱離散為4種類(lèi)型：第1種類(lèi)型是自主創(chuàng)新落后型，綜合評(píng)價(jià)得分在21.05以下，為低創(chuàng)新水平地區(qū)。第2種類(lèi)型是自主創(chuàng)新待發(fā)展型，創(chuàng)新水平綜合得分在21.05—25.4之間，為創(chuàng)新水平中低型地區(qū)；第3種類(lèi)型的創(chuàng)新水平綜合得分在25.4—31.98之間，為自主創(chuàng)新領(lǐng)先型地區(qū)，處于中高創(chuàng)新水平；第4種類(lèi)型的創(chuàng)新水平綜合評(píng)價(jià)得分在31.98以上，為自主創(chuàng)新超強(qiáng)型地區(qū)。其次，本文計(jì)算出我國(guó)31?。ㄗ灾螀^(qū)、直轄市）創(chuàng)新水平的傳統(tǒng)馬爾可夫轉(zhuǎn)移概率矩陣，如表3所示。表3中對(duì)角線(xiàn)上的元素反映了創(chuàng)新水平比較優(yōu)勢(shì)的“延續(xù)性”，其數(shù)值越大，優(yōu)勢(shì)狀態(tài)隨時(shí)間變化的可能性越小，“俱樂(lè)部趨同”特征越明顯，而非對(duì)角線(xiàn)上元素之和反映了比較優(yōu)勢(shì)“流動(dòng)性”的強(qiáng)弱。從表3的計(jì)算結(jié)果可以看出：

（1）區(qū)域創(chuàng)新水平“俱樂(lè)部趨同”特征明顯。馬爾可夫轉(zhuǎn)移概率矩陣的對(duì)角線(xiàn)上的元素遠(yuǎn)大于非對(duì)角線(xiàn)上元素，說(shuō)明無(wú)論該地區(qū)初始狀態(tài)屬于哪一種類(lèi)型，在隨后的年份仍然保持這種類(lèi)型的可能性都很大，尤其是創(chuàng)新水平高于全國(guó)平均水平的發(fā)達(dá)地區(qū)，最大的概率高達(dá)95.5%，說(shuō)明存在俱樂(lè)部趨同現(xiàn)象（16）。

（2）區(qū)域創(chuàng)新水平“流動(dòng)性”較弱。馬爾可夫轉(zhuǎn)移概率矩陣的每一橫行表示某一類(lèi)型地區(qū)在隨后的年份中創(chuàng)新水平向上或者向下轉(zhuǎn)移的概率。由表3可以看出，創(chuàng)新水平較低的兩類(lèi)地區(qū)，向上轉(zhuǎn)移的可能性分別為23.0%和17.8%，雖然創(chuàng)新水平存在一定的提高概率，但是可能性不高，維持自身創(chuàng)新水平的概率為77.0%和65.1%。而創(chuàng)新水平超高地區(qū)和創(chuàng)新水平領(lǐng)先地區(qū)，在隨后的年份里向下轉(zhuǎn)移的可能性不大，僅為3.9%和13.8%，維持自身高水平創(chuàng)新?tīng)顟B(tài)的可能性較大，超高水平地區(qū)維持自身創(chuàng)新水平的概率甚至達(dá)到了95.5%，高創(chuàng)新水平地區(qū)“俱樂(lè)部趨同”現(xiàn)象明顯。

2.時(shí)空演變特征——空間依賴(lài)性

當(dāng)我們?cè)隈R爾可夫轉(zhuǎn)移矩陣中加入空間因素，就可以分析每一個(gè)區(qū)域受其鄰域環(huán)境影響程度。本文將地理鄰接權(quán)重矩陣建立的空間關(guān)系加到馬爾可夫鏈中，將傳統(tǒng)的馬爾可夫矩陣分解為4個(gè)4×4的空間馬爾可夫轉(zhuǎn)移概率矩陣。對(duì)比傳統(tǒng)馬爾可夫轉(zhuǎn)移概率矩陣和空間馬爾可夫轉(zhuǎn)移概率矩陣，可以看出某一地區(qū)創(chuàng)新水平向上或向下轉(zhuǎn)移的概率變化情況，以及鄰接地區(qū)對(duì)本地區(qū)的轉(zhuǎn)移概率的影響等時(shí)空演進(jìn)特征。

對(duì)比表3和表4可以看出，在考慮了鄰接區(qū)域的情況下，創(chuàng)新水平轉(zhuǎn)移概率發(fā)生了明顯的變化，說(shuō)明鄰接區(qū)域在區(qū)域創(chuàng)新水平的動(dòng)態(tài)變化中存在著顯著的影響，具體來(lái)說(shuō)：

第一，就整體而言，高創(chuàng)新水平的鄰接地區(qū)能夠促進(jìn)該地區(qū)創(chuàng)新水平的提高。對(duì)于創(chuàng)新水平落后地區(qū)，當(dāng)鄰接地區(qū)也為創(chuàng)新水平落后類(lèi)型時(shí)，其向上轉(zhuǎn)移的概率為30.4%，其始終處于創(chuàng)新落后型地區(qū)的概率為69.6%。而如果鄰接地區(qū)的創(chuàng)新水平提高，其向上轉(zhuǎn)移的概率也增加，當(dāng)鄰接地區(qū)的創(chuàng)新水平為中高水平的創(chuàng)新領(lǐng)先型時(shí)，其向上轉(zhuǎn)移的概率達(dá)到40.0%。對(duì)于創(chuàng)新領(lǐng)先型地區(qū)，如果周?chē)泥徑拥貐^(qū)為創(chuàng)新低水平鄰居，其向上轉(zhuǎn)移的概率為8.6%，向下轉(zhuǎn)移的概率為34.3%。如果周?chē)鸀閯?chuàng)新超強(qiáng)型鄰居，其向上轉(zhuǎn)移的概率為9.1%，向下轉(zhuǎn)移的概率為22.7%。

第二，對(duì)于第1類(lèi)創(chuàng)新水平落后型地區(qū)，如果相鄰地區(qū)同為低創(chuàng)新水平地區(qū)，則其在下一年份停滯于落后狀態(tài)的概率為69.6%，很難向上轉(zhuǎn)移而陷入“低水平均衡陷阱”；如果鄰接地區(qū)為中高水平地區(qū)，則其在下一年份停滯于落后狀態(tài)的概率極大降低。

第三，創(chuàng)新水平中高的地區(qū)流動(dòng)性最強(qiáng)，高創(chuàng)新水平地區(qū)則具有較強(qiáng)的延續(xù)性。從表4可以看出，第3類(lèi)創(chuàng)新水平為中高的創(chuàng)新領(lǐng)先型地區(qū)在下一年份保持原狀態(tài)的概率在四種類(lèi)型中最小，向上轉(zhuǎn)移的概率遠(yuǎn)大于向下轉(zhuǎn)移的概率。第4類(lèi)創(chuàng)新水平領(lǐng)先型地區(qū)的延續(xù)性最強(qiáng)，在下一年份中保持原有狀態(tài)的概率在四種類(lèi)型中最大，流動(dòng)性最小。第2、3類(lèi)地區(qū)在現(xiàn)有的區(qū)域鄰接關(guān)系中，均具有很強(qiáng)的上移發(fā)展?jié)摿Α?/p>

從以上的分析中我們發(fā)現(xiàn)，空間因素會(huì)對(duì)區(qū)域創(chuàng)新水平造成影響，使該地區(qū)向上轉(zhuǎn)移或向下轉(zhuǎn)移的概率增加或者減少。尤其是落后地區(qū)，當(dāng)其周?chē)徑拥貐^(qū)為高水平地區(qū)時(shí)，其向上轉(zhuǎn)移的概率大大增加，滯留于落后狀態(tài)的概率大大降低。但是，當(dāng)落后地區(qū)周?chē)噜彽貐^(qū)同為落后地區(qū)時(shí)，劣勢(shì)狀態(tài)的鄰居增加了其滯留于劣勢(shì)狀態(tài)的概率，說(shuō)明這些地區(qū)有可能陷入“低水平均衡陷阱”，這似乎可以解釋為什么西部欠發(fā)達(dá)地區(qū)創(chuàng)新水平一直停滯于落后狀態(tài)。在現(xiàn)有的鄰接關(guān)系中，處于“低水平均衡陷阱”的地區(qū)，如果沒(méi)有國(guó)家強(qiáng)有力的干預(yù)措施，這些地區(qū)很難沖出“陷阱”，實(shí)現(xiàn)大幅度的上移。

四、研究結(jié)論與政策啟示

本文基于2001—2021年省際創(chuàng)新水平面板數(shù)據(jù)，運(yùn)用莫蘭指數(shù)、Dagum基尼系數(shù)分解及空間馬爾可夫鏈等方法，考察了中國(guó)省際創(chuàng)新水平的地區(qū)差異及其時(shí)空演進(jìn)特征。研究發(fā)現(xiàn)：第一，通過(guò)莫蘭指數(shù)檢驗(yàn)，發(fā)現(xiàn)區(qū)域創(chuàng)新水平空間相關(guān)性顯著為正，且空間分布呈現(xiàn)出“相近相似”的集聚特征。高創(chuàng)新水平地區(qū)集聚于東部地區(qū)和中部的部分地區(qū)，東北、西部地區(qū)的創(chuàng)新水平均較低。第二，通過(guò)基尼系數(shù)和Dagum基尼系數(shù)分解方法，發(fā)現(xiàn)我國(guó)省際創(chuàng)新水平分布不僅存在著空間集聚的特征，同時(shí)在地區(qū)間和地區(qū)內(nèi)部還存在著較大的差異性。并且呈現(xiàn)出東部地區(qū)不均衡性最高，中部地區(qū)最低，西部地區(qū)、東北地區(qū)居中的基本態(tài)勢(shì)。隨著國(guó)家創(chuàng)新驅(qū)動(dòng)戰(zhàn)略在各地的貫徹實(shí)施，由于地區(qū)差異而導(dǎo)致的創(chuàng)新水平不均衡性得到了有效的緩解，整體差異逐年縮小。第三，應(yīng)用馬爾可夫鏈的方法分析得出各地區(qū)之間的創(chuàng)新水平存在著“俱樂(lè)部趨同”現(xiàn)象和空間相依性特征。在4類(lèi)地區(qū)中，高水平的鄰居對(duì)創(chuàng)新水平落后地區(qū)的影響最大，如果創(chuàng)新水平落后型地區(qū)鄰接中高水平鄰居，則其創(chuàng)新水平向上轉(zhuǎn)移的概率可以高達(dá)40.0%。而當(dāng)落后地區(qū)周?chē)噜徑拥貐^(qū)同為落后型地區(qū)時(shí)，則會(huì)陷入到“低水平均衡陷阱”狀態(tài)中。在現(xiàn)有的鄰接關(guān)系中，如果沒(méi)有國(guó)家強(qiáng)有力的干預(yù)措施，這些地區(qū)很難沖出“陷阱”，實(shí)現(xiàn)大幅度的上移。

基于上述研究結(jié)論，本文的政策啟示在于：

第一，考慮到我國(guó)區(qū)域創(chuàng)新水平具有顯著的正向空間相關(guān)性，且在分布上存在著明顯的空間集聚性，政府應(yīng)該打破創(chuàng)新的區(qū)域壁壘，淡化創(chuàng)新環(huán)境的領(lǐng)域界限、行業(yè)界限、區(qū)域界限，鼓勵(lì)企業(yè)超越傳統(tǒng)邊界，在多個(gè)企業(yè)、多個(gè)行業(yè)、多個(gè)區(qū)域甚至不同國(guó)家組成的生態(tài)系統(tǒng)中合作創(chuàng)新，整合資源、優(yōu)勢(shì)互補(bǔ)，通過(guò)開(kāi)放合作創(chuàng)造價(jià)值。

第二，雖然鄰接地區(qū)對(duì)本地區(qū)創(chuàng)新水平存在著顯著的影響，且各地區(qū)創(chuàng)新水平存在著“俱樂(lè)部趨同”現(xiàn)象，但是也應(yīng)該看到并不是所有經(jīng)濟(jì)圈都能成為經(jīng)濟(jì)“增長(zhǎng)極”，政府應(yīng)該構(gòu)建以高創(chuàng)新水平地區(qū)為首的創(chuàng)新合作聯(lián)動(dòng)網(wǎng)絡(luò)，從技術(shù)創(chuàng)新聚集的中心城市向周邊地區(qū)輻射，帶動(dòng)周邊地區(qū)協(xié)同發(fā)展。要借助區(qū)位優(yōu)勢(shì)和國(guó)家政策優(yōu)勢(shì)，充分發(fā)揮創(chuàng)新水平高的地區(qū)技術(shù)創(chuàng)新的乘數(shù)效應(yīng)和溢出效應(yīng)，將創(chuàng)新合作聯(lián)動(dòng)網(wǎng)絡(luò)的創(chuàng)新發(fā)展放在大區(qū)域合作共贏的格局中去謀劃和推進(jìn)。

第三，對(duì)于陷入創(chuàng)新“低水平均衡陷阱”的地區(qū)，由于相鄰地區(qū)同為低創(chuàng)新水平地區(qū)，靠其自身和周邊地區(qū)的努力將很難沖出“陷阱”。政府層面應(yīng)綜合運(yùn)用支持工具，加強(qiáng)對(duì)低創(chuàng)新水平地區(qū)政策上的引導(dǎo)，優(yōu)化低創(chuàng)新水平地區(qū)人創(chuàng)新環(huán)境，加大創(chuàng)新投入，大力吸引外來(lái)的創(chuàng)新項(xiàng)目、創(chuàng)新人才等創(chuàng)新要素，以彌補(bǔ)陷入創(chuàng)新“低水平均衡陷阱”地區(qū)創(chuàng)新稟賦的不足。

注釋?zhuān)?/p>

（1） Rai Arun， Tang Xinlin， Brown Paul， Keil Mark， Assimilation Patterns in the Use of Electronic Procurement Innovations： A Cluster Analysis， Information & Management， 2006， 43（3）， pp.336-349.

（2） F. P. Ramsey， A Mathematical Theory of Saving， Economic Journal， 1928， 38（152）， pp.543-559．

（3） J. Robert， Public Finance in Models of Economic Growth， The Review of Economic Studies， 1992， 59（4）， p.645.

（4） Jerome S. Engel， Itxaso Del-Palacio， Global Networks of Clusters of Innovation： Accelerating the Innovation Process，Business Horizons， 2009， 52（5）， pp. 493-503.

（5） Oinas Paivi， Edward J. Malecki， The Evolution of Technologies in Time and Space： From National and Regional to Spatial Innovation Systems， International Regional Science Review， 2002， 25（1）， pp.102-131.

（6） Bruno Dos Santos Silvestre， Paulo Roberto Tavares Dalcol， Geographical Proximity and Innovation： Evidences from the Campos Basin Oil & Gas Industrial Agglomeration-Brazil，? Technovation， 2009， 29（8）， p.546.

（7） 宋麗思、陳向東：《我國(guó)四大城市區(qū)域創(chuàng)新空間極化趨勢(shì)的比較研究》，《中國(guó)軟科學(xué)》2009年第10期。

（8） 李士梅、張倩：《國(guó)有戰(zhàn)略性新興產(chǎn)業(yè)布局的基礎(chǔ)條件與創(chuàng)新路徑》，《江漢論壇》2013年第12期。

（9） 潘宇瑤：《自主創(chuàng)新對(duì)產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化的驅(qū)動(dòng)作用研究》，吉林大學(xué)2016年博士學(xué)位論文。

（10） 張虎、周迪：《創(chuàng)新價(jià)值鏈視角下的區(qū)域創(chuàng)新水平地區(qū)差距及趨同演變——基于Dagum基尼系數(shù)分解及空間Markov鏈的實(shí)證研究》，《研究與發(fā)展管理》2016年第6期。

（11） 張遼、黃蕾瓊：《中國(guó)工業(yè)企業(yè)綠色技術(shù)創(chuàng)新效率的測(cè)度及其時(shí)空分異特征——基于改進(jìn)的三階段SBM-DEA模型分析》，《統(tǒng)計(jì)與信息論壇》2020年第12期。

（12） 陳強(qiáng)：《高級(jí)計(jì)量經(jīng)濟(jì)學(xué)及Stata應(yīng)用（第二版）》，高等教育出版社2014年版，第578頁(yè)。

（13）（15） Julie Le Gallo， Space-Time Analysis of GDP Disparities Among European Regions： A Markov Chains Approach， International Regional Science Review， 2004，27（2）， pp.138-163.

（14）（16） 蒲英霞、馬榮華、葛瑩、黃杏元：《基于空間馬爾可夫鏈的江蘇區(qū)域趨同時(shí)空演變》，《地理學(xué)報(bào)》2005年第5期。

作者簡(jiǎn)介：潘宇瑤，天津職業(yè)技術(shù)師范大學(xué)經(jīng)濟(jì)與管理學(xué)院講師，天津，300222。

（責(zé)任編輯 李燈強(qiáng)）