福建省高技术产业创新要素集聚时空演变研究
时间：2023-04-08 22:25:01 来源：千叶帆 本文已影响人
黄小博,李晓青,陈国富,张亚洲
(1.厦门理工学院 经济与管理学院，福建 厦门361024；
2.厦门大学 管理学院，福建 厦门 361005)
创新要素集聚作为区域创新发展的基本特征，对于高技术产业的发展和升级具有重要意义，已成为影响一个国家或地区竞争力的重要因素，影响着区域经济的可持续发展[1]。由于经济发展水平、地理区位因素、人文社会环境、政策措施以及自身条件的差异，不同地域间的创新要素分布存在较大差异，地理邻近(geographic proximity)或者非地理邻近(non geographic proximity)因素也会产生区域间创新要素和创新活动的集聚效应[2-3]。我国高技术产业分布呈现显著的集聚特征，截至2018年，东部高技术企业数量占全国高技术企业总量的72.63%，东部高技术企业从业人员占全国比重为68.22%(1)国家统计局.中国统计年鉴[M].北京：中国统计出版社，2019.。东部地区由于独特的经济基础条件，其在吸收外资和自我积累方面优势显著，是我国高技术产业的主要区块。福建省在东部省份中高技术产业基础较弱，表现欠佳，高技术产业基础及创新能力相对较弱[4]，创新要素分布极不均衡。2018年，福州和厦门两个核心城市高技术产业(制造业)研发人员占全省9个地级市比重65.45%，专利申请量占比56.81%，发明专利占比65.92%，高技术产业(制造业)新产品收入占比64.75%(2)福建省统计局.社会与科技统计年鉴[M].北京：中国统计出版社，2019.。
创新要素集聚是区域高技术产业发展中重要的经济现象，它能够促进“激励创业、引进人才”制度的发展[5]，为高技术产业提供良好的发展氛围。但过度的创新要素集聚导致资源浪费，从而影响高技术产业的发展。因此，通过对福建省高技术产业创新要素集聚水平进行分析，明确福建省高技术产业创新要素集聚的时空演变及趋势，为福建省高技术产业的创新发展提供科学依据和决策参考。
目前，关于创新要素集聚的研究主要集中在创新要素集聚现象及其影响机制的研究。国外学者Audretsch等研究发现，知识溢出使普遍的行业具有更大的创新要素集群，对创新活动的集聚发挥重要作用；
Gottfried等通过研究欧洲51个地区的创新研发过程，发现创新要素集聚与知识溢出效应具有空间高度自相关关系[6-7]。国内相关研究亦陆续展开，王晓君等人研究了创新要素集聚对京津冀农业科技协同创新发展的影响；
周文杰等以全国30个省份及东、中、西部为对象，研究了创新要素集聚对绿色经济效应的影响；
王淑英等运用空间杜宾模型研究地区创新要素集聚对经济高质量发展的影响；
吴卫红等研究高校的人力和财力两种创新要素集聚对区域创新效率的影响；
余泳泽运用空间面板计量方法研究创新要素、政府支持对科技创新效率的影响，并发现创新要素集聚对科技创新效率具有正的外溢效应；
高宏霞等研究了创新要素集聚与空间关联对房价的影响，并发现创新人才和创新资本的动态流动有助于促进房价的空间外溢和整体上涨[8-13]。综上，学者们发现创新要素集聚对区域创新效率及经济发展质量均存在显著影响，但对于区域内创新要素集聚分布特征及空间相关性的研究并不充分。
周锐波等指出区域一体化发展促使创新要素在更大范围内流动，区域创新要素集聚能力空间分布和动态变迁呈现出新特征[14]；
迟景明等基于赫芬达尔-赫希曼对我国三大主要区域及各省区市的高校创新要素资源的空间集聚水平进行测算[1]；
衣保中等关注产业集聚或企业集聚的时空演变研究；
刘帅等主要对工业企业、科研机构和高校3个创新主体的创新要素集聚时空格局和动态演化规律进行了讨论；
陈菲琼等认为产业集聚或企业集聚也可以看作是创新要素集聚的一种模式；
涂平等运用区位熵和脱钩理论对福建省高新技术产业集聚的扩散与转移进行相关研究[15-18]。这些研究的创新要素集聚测量大多侧重单一指标或者某一种创新资源进行分析。创新要素不仅仅指代某一种创新资源，而是指作为创新活动的投入资源直接产出科技成果或作为创新活动的支撑条件影响创新的多种要素，包括人才、资金、技术、政策、管理、制度和环境等[19]。
采用2008—2018年福建省高技术产业相关数据，运用泰尔指数测算福建省创新要素分布水平，结合区位熵和莫兰指数(Moran’s I)从创新人才、创新资金、创新产出3个角度测算创新要素集聚程度，分别针对3种创新要素分析福建省9个地级市高技术产业创新资源要素在时间和空间上的演变及趋势，较为全面地掌握福建省高技术产业创新要素集聚分布情况及时空演变规律。
(一)泰尔指数(Theil Index)
泰尔指数是衡量区域经济差异的常用方法，其优势在于能够把区域整体差异分解为群组间差异和群组内差异，从而较好地反映区域整体差异的来源[20]。泰尔利用信息理论中的熵概念来计算收入不平等，较好地反映了收入地区分布的不均衡程度，其值越大说明观测值分布越不均衡[21]。泰尔指数的表达式为：
(1)
(二)区位熵
目前关于产业集聚的测度方法较多，主要有赫芬达尔指数(Herfindahl-Hirschman Index,HHI)、区位熵(Location Quotient,LQ)、空间基尼系数(G)和Ellison-Glaeser指数(E-G指数)。G指数和E-G指数只能从产业层面反映整体创新集聚水平，不能反映单个地区相对于全省的创新集聚程度，会使得面板数据分析难以进行。本研究采用区位熵(LQ)来测量福建省高技术产业创新集聚水平，区位熵越大，说明该区域创新集聚程度越高。
(2)
(三)全局Moran’s I
全局Moran’s I用来测度目标区域在特定空间分布的相关性和差异性，Moran’s I的取值区间是(-1,1)，I取值为正数,表示空间正相关，-I取值为负数，表示空间负相关，|I|越大表示空间相关性越显著，0值表示空间具有随机分布的特性，其表达式如下：
(3)
(四)局部Moran’s I
局部Moran’s I是学者Anselin(1995)提出用来衡量每个城市单元在局部的相关性质，用以衡量不同区域的空间关联模式。其计算原理是：
(4)
(五)数据来源
本研究数据来源于《福建省高新技术产业发展研究报告(2007—2016)》《福建社会与科技统计年鉴(2017—2019)》和各地级市政府网站。其中价格指数来源于《中国统计年鉴》和《福建省统计年鉴》。由于创新资金和创新产出存在资金的时间价值，因此本研究以2006年为基期，对资金指标进行价格消除；
R&D内部经费支出采用永续盘存法进行处理[22]；
新产品销售收入采用各地各年份的PPI(工业出品出厂价格指数)进行折现。
(一)创新集聚空间差异的时序演变
表1显示，自2008年到2018年，福建省高技术产业创新要素分布Theil熵总体上呈现减小趋势，这表明福建省高技术产业创新要素的区域空间分布不平衡程度逐渐减轻，领先区域与落后区域之间的创新资源要素分布差距逐渐缩小。其中，2008—2010年创新人力逐年增加，这3年中高技术创新人力投入(R&D全时当量)区域差异加大，但2011年后逐渐递减；
类似地，2008—2009年创新资金Theil熵逐年增加，2010年后经过小幅波动开始逐渐减小。大致说来，“十一五”时期福建省高技术产业创新资源区域差异有逐渐加剧的趋势，此后时期差距均有所缩小。在投入要素层面，创新人力要素的分布不均衡程度要高于创新资金要素。此外，从总体上看，创新产出Theil熵一直高于创新人力Theil熵，创新人力Theil熵高于创新资金Theil熵。这说明，福建省高技术产业创新的创新产出地区差异要大于创新投入要素地区差异。
表1 2008—2018年福建省高技术产业创新要素分布Theil熵值
(二)空间演变分析
1.空间分布演变。进一步运用区位熵对2008—2018年福建省9个地级市高技术产业创新要素的集聚程度进行测算，结果见表2至表4。
表2 2008—2018年福建省高技术产业创新人才集聚区位熵
表2显示，2008—2018年福建省高技术产业创新人才集聚水平区域差距较大，福建两大中心城市福州和厦门一直保持较高的创新人才集聚水平，除宁德近年来变化显著外，其他城市的高技术产业创新人才吸纳能力有限，区位熵长期处于较低水平。从地理分布上看，东部沿海地区高技术产业创新人才集聚程度普遍高于非沿海地区。大部分城市的创新人才集聚水平呈增长态势。2008年，福建省9地市高技术产业创新人才集聚由高到低分别是福州、厦门、漳州、泉州、莆田、三明、南平、龙岩和宁德。这9个城市中，只有福州和厦门的创新人才区位熵超过1，分别为3.434 0和3.247 4，其他7个城市的区位熵均在0.5以下，宁德最低，区位熵仅为0.015 3。到2018年，福建省9地市高技术产业创新人才集聚由高到低分别是厦门、宁德、福州、漳州、泉州、龙岩、莆田、南平和三明。
值得注意的是，近年来宁德市高技术创新人才集聚水平提升较快，这可能跟宁德近年的高技术产业投入加大有关。2017年宁德加大锂电新能源、不锈钢新材料产业投入，形成了两大千亿高新技术产业集群，大量引进人才，建设了涵盖产品研发、工程设计、测试验证、制造等领域的强大研发团队。2017年以来，宁德高技术产业创新人才区位熵超过1。此外，2010年以来，福州高技术产业创新人才集聚下降显著，这可能跟福州城市发展过程中高技术制造业地理转移趋势有关，2005—2015年福建省东部沿海地区产业转出现象明显[18]。随着产业地理转移，研发创新人才随之移动，福州高技术产业创新人才逐渐向周边地市转移。
从表3看出，类似于高技术产业创新人才集聚状况，2008—2018年间福建省高技术产业创新资金集聚水平差距也较大。从地理分布上看，东部沿海地区高技术产业创新资金集聚程度普遍高于非沿海地区。福州和厦门一直具有较高的创新资金集聚水平，宁德后来居上，2018年区位熵高达4.199 1，位居全省第一，和厦门、福州位列前三，区位熵水平超过1，其余城市高技术产业创新资金集聚水平均低于1。从历年位次变化来看，三明、泉州和漳州在创新资金投入上相对有所退步，龙岩、宁德相对位次提升，尤其是宁德近年来创新资金集聚水平显著提升，独树一帜。
表3 2008—2018年福建省高技术产业创新资金集聚区位熵
从各地区历年高技术产业创新产出集聚来看(见表4)，创新产出区位熵表现基本与创新人才区位熵和创新资金区位熵一致。在地理分布上，除泉州创新产出集聚较低外，东部沿海地区高技术产业创新产出集聚程度仍是普遍高于非沿海地区。2008—2018年，除福州外，其余城市的区位熵呈现平稳或者上升的态势。福州和厦门两城市的创新成果集聚水平较高，但从2013年起，宁德市高技术产业新产品收入大幅提升，高技术产业走上迅速发展的道路，2018年创新产出区位熵甚至超过厦门，创新产出集聚水平位居全省首位。
表4 2008—2018年福建省高技术产业创新产出集聚区位熵
2.空间相关性分析。结合上述分析，本研究运用空间统计指标分析法分析福建省高技术产业创新要素空间集聚相关状况及其变化趋势，以更清晰地把握福建省高技术产业创新集聚情况。Moran’s I法是目前计算空间自相关系数的常用方法，Moran’s I包括全局指标和局部指标2种形式。本研究利用2008—2018年福建省9个城市的高技术产业统计数据，通过Moran’s I全局指标和局部指标，以测度福建省高技术产业的集聚状况。
(1)全局指标。表5显示，研究期间福建省高技术产业创新人才、创新资金和创新产出集聚的Moran’s I均为负值，呈现空间负相关关系。这表明创新人才要素、创新资金要素和创新产出要素分布出现空间排斥现象，区域创新人才呈现“高-低”差异分布，主要分布在第二和第四象限。福建省创新要素集聚Moran’s I的值均为负值，这与林宏杰[23]的研究结果相一致。全局Moran’s I为负，说明福建省高技术产业创新要素投入具有负的空间自相关性，即在分布上呈离散空间模式(“高-低”和“低-高”分布)，同时福建省的创新要素集聚全局Moran’s I一直处于下降的状态，表明福建省高技术产业创新资金集聚差异化程度逐渐减轻。从2008年到2018年，人才集聚的空间负相关程度逐年降低，Moran’s I从-0.474 6降至-0.278 3，表明福建省人才集聚高低差异程度在逐渐减小。
表5 2008—2018年福建省高技术产业创新要素集聚全局Moran’s I
(2)局部指标。由于全局Moran’s I只是对所有空间单元相关性的总体判断，不能刻画局部相关性，即在一个存在全局空间自相关的样本中，有可能存在局部不相关，而在不存在全局自相关的样本中，有可能存在局部相关[24]。因此，为了深入地描述福建省高技术产业空间局部自相关性，分析局部对象间可能存在的空间差异性，笔者测算了福建省9个城市的局部Moran’s I。
创新人才集聚分析。从各城市情况看(见表6)，研究期间福州的创新人才局部Moran’s I逐渐由负转正，说明随着周边城市高技术产业的发展以及福州高技术产业转移战略的实施，周边城市的创新人才吸引力增强，同时福州市创新人才逐渐向周边城市流动，人才吸附效应减轻，福州与周边城市的创新人才集聚分布更趋均衡。厦门创新人才集聚局部Moran’s I从2008年的-1.165 9到2018年的-1.603 5，空间负相关程度加剧，空间离散程度加重，与周边城市的创新人才集聚差异程度有所增大。厦门是福建省经济核心城市，经济发展快，创新活跃，人才吸附力较大。除了三明和南平，其他城市的创新人才集聚均呈现空间负相关关系，创新人才集聚的局部Moran’s I值均为负值，不过集聚程度低于福州和厦门。
表6 2008—2018年福建省高技术产业创新人才集聚局部Moran’s I
由表7可知，2008—2013年，福建省高技术产业创新人才集聚类型分布没有发生变化，主要是以“低-高”水平集聚为主。2013—2018年，福州由HL转移至LL，宁德由LH转移至HL,三明和南平由LH转移至LL，表明大部分地区与周边区域的空间差异逐渐减小，但依旧是以“低-高”水平集聚为主。福建省9个城市间的创新人才集聚始终没有到达“高-高”集聚水平，中心城市对周边中小城市呈现较强的创新人才吸附作用，集聚程度差异显著。
表7 福建省高技术产业创新人才集聚Moran’s I散点分布情况
创新资金集聚分析。由表8所示，类似创新人才集聚情况，福建省创新资金集聚局部Moran’s I指数大多负值，福建省高技术产业创新资金投入具有负的空间自相关性，即在分布上呈离散空间模式(“高-低”和“低-高”分布)。同时福建省的创新资金集聚Moran’s I一直处于下降状态，表明福建省高技术产业创新资金集聚差异化程度逐渐减轻。福州的创新资金“高-低”集聚状态逐渐减轻，最终呈现“低-低”集聚，同创新人才集聚分布情况类似。厦门的创新资金集聚局部Moran’s I为负值，说明厦门市与周边城市的创新资金分布呈现“高-低”状态，相关系数值大小先增后减，随着周边城市高技术产业的迅速发展和投入的不断加大，厦门与周边城市的创新资金集聚分布差异程度减轻。
表8 2008—2018年福建省高技术产业创新资金集聚局部Moran’s I
由表9可知，2008—2013年，莆田创新资金集聚由HH转移至LH，漳州由HL转移至LH，其余城市的类型均保持不变，但以“低-高”集聚水平为主。2013—2018年，福州由HL转移至HH，宁德由LH转移至HL，三明、漳州、南平和龙岩由LH转移至LL，其主要是以“低-低”集聚水平为主，表明福建省高技术产业创新资金集聚空间差异在逐渐缩小。
表9 2008—2018年福建省高技术产业创新资金集聚Moran’s I散点分布情况
创新产出集聚分析。从表10可以看到，福建省高技术产业创新产出集聚局部Moran’s I为负，说明创新产出集聚在空间上具有负的空间自相关。福建省创新产出集聚指数在-0.5～-0.1之间波动，整体有略微下降趋势。福建省2008—2018年创新产出集聚趋势较为稳定，说明福建省高技术产业创新产出在这期间没有发生明显的变化，处于较为稳定的状态。同时，从表11中可以看出，9个城市大多分布在“高-低”集聚和“低-高”集聚区域，表明福建省高技术产业的发展具有显著的空间离散现象，高技术产业创新产出较高的相邻城市集中性较低。
表10 2008—2018年福建省高技术产业创新产出集聚局部Moran’s I
2008—2013年，三明、南平和宁德创新产出集聚水平由LH转移至LL，其余城市的类型均没有发生变化。2013—2018年,宁德由LL转移至HL，福州由HL转移至LH，表明福建省创新产出集聚水平差异有缩小的趋势，但变化较慢，主要还是以“低-高”集聚水平为主。
总的来看，福建省9个地级市的高技术产业创新要素分布主要以“高-低”“低-高”集聚模式为主，形成了以厦门、福州为中心的集聚发展态势，城市间高技术产业的发展存在显著的竞争关系，中心城市吸收周边城市各种资源，表现出明显的极化现象。这固然是由城市规模和产业基础所决定，在一定时期内也利于中心城市高技术产业集聚发展，但从长远看，并不利于区域均衡发展。
表11 2008—2018年福建省高技术产业创新产出集聚Moran’s I散点分布情况
精准把握福建省高技术产业创新要素集聚的时空演变特征及趋势是科学制定福建省高技术产业区域战略发展政策的前提。本研究基于福建省9个地级市2008—2018年高技术产业创新要素的面板数据，以静态分析与动态分析相结合，分析了近十几年来福建省高技术产业创新要素的空间分布特征及变化。根据分析结果，提出如下政策建议：
1.进一步加强地区间合作，促进区域优势互补。研究结论显示：福建省高技术产业创新要素的区域空间分布不平衡程度逐渐减轻。虽然创新要素分布差距在逐渐缩小，但根据空间集聚和Moran’s I测算的结果显示，福建省高技术产业创新资源主要以“高-低”和“低-高”集聚模式为主，创新要素的区域发展不平衡程度较大，仍然处于以厦门和福州为主要集聚中心的极化分布状态。因此，建议进一步加强福建省区域间合作，适宜均衡创新资源投入，促进区域优势互补，建立高技术产业区域间产学研协作创新平台，优化地区产业格局，逐渐缩短各地区间在高技术产业发展方面的差距。
2.优化创新要素分配，促进地区高技术产业协同发展。研究结论表明：福建省高技术产业创新资源主要以“高-低”和“低-高”集聚模式为主，这说明福建省各城市的创新要素集聚水平与周边集聚水平存在较大的差距，中心城市对周边地区的创新要素更具有吸附力，使得处于低集聚的城市想要通过自身吸引创新资源的投入存在一定困难，因而福建省想要形成“高-高”集聚的创新要素集聚模式更加困难。为了促进福建省高技术产业协同发展，应在空间范围内优化高技术产业创新要素的分配与管理，将城市过剩的创新资源转移至创新资源缺乏的城市，带动整个福建省高技术产业的创新发展。一方面，福建省高技术产业集聚低的城市应积极吸收周边高水平创新集聚城市的创新知识和技术，促进自身创新能力的提升；
另一方面，对于创新要素集聚水平高的城市，应当制定政策及税收优惠鼓励对创新水平较低的区域进行技术创新帮扶，加强各城市之间的信息交流，推动人力、财力、技术等创新要素跨城市自由流通，促进福建省高技术产业创新的协同发展。
