我国区域创新空间关联网络特征及其影响因素.docVIP

我国区域创新空间关联网络特征及其影响因素 　　摘 要：基于2006―2015年我国省级区域创新指数，通过社会网络分析（SNA）和QAP回归分析，考察区域创新空间关联的网络特征及其影响因素，结果发现：各区域创新均不断加强，但中西部地区与东部地区还存在一定差距；各区域趋向平等化发展，区域创新的空间联系更加紧密，但还有很大提升空间；创新中心集中在东部地区，东部地区吸引其他地区的创新资源流入，并对其他地区的创新活动有较大影响，其区域创新联动也明显优于中西部地区；地理位置、产业结构、科技投入、对外开放、经济发展水平等的区域差异均显著影响区域创新的空间关联和溢出效应。应制定差别化的区域创新政策，充分发挥各区域在整体创新网络中的积极作用；要加快推进区域协调发展战略，缩小创新环境和创新活动的区域差距，促进整体区域协同创新。 　　关键词：区域创新；空间关联；网络结构；网络中心性；网络板块结构；社会网络分析；区域创新指数；区域协同创新；溢出效应 　　中图分类号：F127；F061.5 文献标志码：A 文章编号：1674-8131（2018）02-0050-12 　　一、引言 　　十九大报告明确提出要加快建设创新型国家，并指出坚持创新是引领发展的第一动力，是建设现代化经济体系的战略支撑。一个国家创新能力的提高，可以通过攻关研究以提高核心技术创新能力，也可以通过优化创新资源间配置以提高区域协同创新能力。关于我国的区域创新，很多研究着眼于区域内部，对区域创新的能力、绩效及环境等进行探讨[1-8]。随着区域经济一体化进程加快，区域创新的空间关系以及区域协同创新也成为研究重点。白俊红和蒋伏心（2015）基于1998―2012年省际面板数据，运用空间计量分析方法研究表明，协同创新的总效果在长期过程中对区域创新绩效具有显著的正向影响[9]。赵雨涵和宋旭光（2017）运用最小生成树法研究表明，中国区域创新活动具有明显的空间关联性，并随着时间的推移显著增强[10]。张静和李平（2017）运用空间面板模型分析发现，中国的区域创新绩效存在明显的空间关联，主要以增长极为中心的组团方式分布[11]。李晨等（2017）运用SAR模型分析发现，创新空间溢出对区域创新的影响，交通邻近的作用最大，技术邻近次之，地理邻近居第三位，经济邻近的作用最小[12]。李婧和何宜丽利用2004―2013年30个省区面板数据的分析显示，我国区域创新绩效和知识溢出水平显著提高，知识溢出对区域创新绩效具有显著正向影响[13]。赵少平和黄飞（2016）采用常规空间计量方法研究表明，长三角的区域创新集聚存在空间正相关性[14]。 　　从现有研究来看，大部分学者对于区域创新的空间关系只局限于地理位置“邻近”的区域。其实，随着经济全球化与区域一体化的深入推进，区域创新的溢出效应随着知识、技术和人才等的跨区域流动，超越了地理上“邻近”区域，而表现为“跨区域”流动。这种跨区域流动，使得各地区创新能力的提升与其他地区（不仅仅是相邻地区）紧密相关，呈现出网络结构特征。因此，只有全面掌握区域创新网络结构的整体特征及各节点（各区域）在其中的角色和作用，才能更有效地推进区域协同创新。有鉴于此，本文通过构建区域创新指标体系计算我国省级区域创新指数，进而运用社会网络分析方法（Social Network Analysis，SNA）考察我国区域创新空间关联的整体网络特征、网络中心性和空间聚类特征，并进一步运用二次指派程序（Quadratic Assignment Procedure，QAP）探究区域创新空间关联的主要影响因素。 　　二、我国区域创新指数测度 　　运用社会网络分析方法分析区域创新的空间关联，首先要测算各区域的创新指数，因此需要构建合理的区域创新指标体系。基于区域创新评价的科学性、整体性、可操作性及动态连续性原则，参照彭迪云（2016）和齐??伟（2015）的研究[4][7]，将区域创新分为创新投入、创新产出和创新环境三个维度，采用10个指标测算我国各区域的创新指数，具体见表1。 　　表1 区域创新指数的指标体系 　　本文研究样本为我国不包括港、澳、台地区和西藏的30个省级区域，时间区间为2006―2015年，原始数据来自于2007―2016年的《中国统计年鉴》和各省市统计年鉴以及《中国科技统计年鉴》。为了消除价格因素的影响，以2006年为基期对相关指标数据按照GDP平减指数进行平减。由于选取的指标具有不同的单位，需要进行标准化处理。选取的指标都是正向指标，标准化处理的公式为：z′i = zi -Xmin Xmax -Xmin 。其中，i表示各项指标，z′i为标准化之后的值，zi为原始值；Xmax和Xmin分别表示2006年至2015年期间i指标的最大值和最小值。 　　准确、合理的权重分配是