劉 剛，楊 蕾，劉程軍

（浙江工業(yè)大學 經(jīng)貿(mào)管理學院，浙江 杭州 310023）

創(chuàng)新活度的空間分異特征及其門檻效應
——以長江經(jīng)濟帶為例

劉 剛，楊 蕾，劉程軍

（浙江工業(yè)大學 經(jīng)貿(mào)管理學院，浙江 杭州 310023）

文章研究以長江經(jīng)濟帶109個城市為例，結合2004-2014年的專利授權量數(shù)據(jù)，利用變異系數(shù)、探索性空間數(shù)據(jù)分析方法以及面板門檻模型，探討了創(chuàng)新活度的空間分異特征及其門檻效應，研究發(fā)現(xiàn)：長江經(jīng)濟帶整體創(chuàng)新活度波動上升，地區(qū)間的差異平穩(wěn)擴大且具有收斂趨勢，區(qū)域間的創(chuàng)新活度趨于不均衡，長三角城市群的創(chuàng)新活度遠遠大于中三角和成渝兩大城市群的創(chuàng)新活度之和；創(chuàng)新活度存在顯著的空間分異格局，呈現(xiàn)“V”字空間形態(tài)，強勢區(qū)域主要集中在上海及其外周城市；創(chuàng)新活度的空間指向性較為明顯，其呈現(xiàn)“北高南低，東西兩頭高中間低”的空間趨勢特征；創(chuàng)新活度存在顯著空間組團分布的地理特征，其空間自相關程度的變化呈“N”字型態(tài)勢，熱點區(qū)和次熱點區(qū)基本穩(wěn)定集中在長江下游地區(qū)，具有擴散的趨勢，次冷點區(qū)和冷點區(qū)分別集中在長江上游地區(qū)和中游地區(qū)；經(jīng)濟基礎和市場導向對創(chuàng)新活度的影響均具有顯著的三門檻效應，經(jīng)濟基礎對創(chuàng)新活度具有“U”字型的正向作用，而市場導向對創(chuàng)新活度的負向門檻效應則呈現(xiàn)倒“U”字型。最后，文章提出了相關政策建議。

創(chuàng)新活度；長江經(jīng)濟帶；空間分異；門檻效應

一、引 言

中國的經(jīng)濟列車駛入了工業(yè)化后期的軌道，這標志著中國經(jīng)濟增長的驅動力已從投資驅動轉化為創(chuàng)新驅動［1］。在創(chuàng)新驅動的經(jīng)濟增長模式下，區(qū)域創(chuàng)新是區(qū)域可持續(xù)發(fā)展的重要推動力。近年來，國內(nèi)外學者對區(qū)域創(chuàng)新進行了深入的研究，形成了較為豐富的理論成果。有學者致力于區(qū)域創(chuàng)新產(chǎn)出的時空演化特征研究。張志友等結合專利數(shù)據(jù)分析了江蘇省縣域創(chuàng)新產(chǎn)出的空間關聯(lián)與時空演化，得出了創(chuàng)新產(chǎn)出具備自我強化的空間演化趨勢的結論［2］。方成等運用探索性空間數(shù)據(jù)分析方法，揭示了浙江省創(chuàng)新產(chǎn)出呈現(xiàn)顯著的正向空間自相關性［3］。另有學者專注于探求區(qū)域創(chuàng)新的形成機制。張戰(zhàn)仁通過研究發(fā)現(xiàn)了創(chuàng)新互動溢出、空間報酬遞增及要素跨區(qū)域流動對我國區(qū)域創(chuàng)新差異的形成機制具有綜合影響［4］。Svare Helge分析了五個挪威案例后得出網(wǎng)絡創(chuàng)新中介可以有效促進區(qū)域創(chuàng)新發(fā)展［5］。Chun?glin Tsaietal.研究了我國臺灣科技園內(nèi)的創(chuàng)新體系，發(fā)現(xiàn)了產(chǎn)業(yè)集群效應對促進區(qū)域創(chuàng)新具有十分顯著的作用［6］。區(qū)域創(chuàng)新包括創(chuàng)新投入和創(chuàng)新產(chǎn)出，單純用創(chuàng)新產(chǎn)出來衡量區(qū)域創(chuàng)新難免存在一定的局限性。為了更好地描述區(qū)域創(chuàng)新，更接近實際情況，本研究采用創(chuàng)新活度衡量區(qū)域創(chuàng)新。創(chuàng)新活度的概念引申自生態(tài)活度生態(tài)位理論中的“生態(tài)活度”。“生態(tài)活度”是對區(qū)域復合生態(tài)系統(tǒng)中各生態(tài)單元的經(jīng)濟、社會功能以及自然資源、環(huán)境功能的相對優(yōu)勢程度的概括度量［7］。本研究在生態(tài)活度生態(tài)位理論的基礎上，結合區(qū)域創(chuàng)新的實際情況，將地理區(qū)域類比成復合生態(tài)系統(tǒng)，區(qū)域內(nèi)的城市比作生態(tài)單元，提出了“創(chuàng)新活度”的概念，概括度量特定區(qū)域內(nèi)各城市創(chuàng)新水平的相對優(yōu)勢程度。

自Hansen于1999年提出面板門檻回歸模型［8］以來，門檻回歸模型已被應用于各個領域的研究。大量學者沿用面板門檻模型探討了特定影響因素對區(qū)域創(chuàng)新的門檻效應。劉孝斌采用門檻回歸模型實證分析資源門限下工業(yè)化進程對城市創(chuàng)新能力的影響，總結出工業(yè)化進程對城市創(chuàng)新能力的影響受人力資源、物質資源和環(huán)境資源的門檻制約［1］。岐潔等研究了京津冀和長三角地區(qū)綠色技術溢出與技術創(chuàng)新門檻效應，得出第三產(chǎn)業(yè)發(fā)展與綠色技術效率的嚴重差異化制約了京津冀地區(qū)的技術創(chuàng)新發(fā)展［9］。李瑞茜考察了政府R&D資助對企業(yè)技術創(chuàng)新門檻效應，結果表明政府R&D資助對企業(yè)技術創(chuàng)新具有顯著的刺激作用，而且企業(yè)技術創(chuàng)新對政府資助的響應效果呈現(xiàn)“倒U型”關系［10］。Huang Lingyun etal.建立門檻模型分析了1985年至2008年間中國29省的FDI與區(qū)域創(chuàng)新之間的關系，發(fā)現(xiàn)了在該關系中存在雙門檻效應，且只有當區(qū)域創(chuàng)新達到最小創(chuàng)新門檻值時，F(xiàn)DI才會產(chǎn)生正向的生產(chǎn)力溢出［11］。由此可見，門檻模型是研究區(qū)域創(chuàng)新影響因素的重要實證工具，其分析結果更加符合實際情況。因此，研究創(chuàng)新活度的空間分異特征及其門檻效應具有理論和現(xiàn)實意義。

本研究擬用變異系數(shù)、空間自相關和趨勢面討論長江經(jīng)濟帶創(chuàng)新活度的空間分異特征，并構建面板門檻模型，分析經(jīng)濟基礎門檻下經(jīng)濟基礎與創(chuàng)新活度的關系，以及市場導向門檻下市場導向與創(chuàng)新活度的關系，以期為長江經(jīng)濟帶的區(qū)域創(chuàng)新發(fā)展提供理論指導。

二、研究方法與數(shù)據(jù)來源

（一）研究方法

1.變異系數(shù)

變異系數(shù)（CV）衡量觀測變量的變異程度，是標準差與平均值的比值，反映區(qū)域間的相對均衡程度。公式如下［12］：

其中，CV為變異系數(shù)；n為市域總數(shù)；xi為創(chuàng)新活度；xˉ為創(chuàng)新活度平均值。CV系數(shù)越小，則市域間的創(chuàng)新活度發(fā)展越平衡。

2.全局空間自相關

全局空間自相關主要用以衡量觀測值在某一空間內(nèi)的空間分布特征。本研究通過計算Moran’s I指數(shù)來反映創(chuàng)新活度在空間臨近或者空間鄰接區(qū)域內(nèi)的相似程度。公式如下［13］：

其中，xi表示i城市的創(chuàng)新活度，xj表示j城市的創(chuàng)新活度；xˉ為創(chuàng)新活度的平均值；Wij為二進制的空間權重矩陣，用來界定空間關系；n為市域總數(shù)。采用標準化統(tǒng)計量Z對Moran’s I指數(shù)進行顯著性檢驗，公式如下［13］：

其中，當Z值為正且顯著時，表示創(chuàng)新活度存在正的空間自相關關系；當Z值為0且顯著，表明創(chuàng)新活度在長江經(jīng)濟帶內(nèi)隨機分布；當Z值為負且顯著時，說明創(chuàng)新活度呈現(xiàn)負的空間自相關關系。

3.局部空間自相關

由于存在空間異質性，僅僅研究長江經(jīng)濟帶創(chuàng)新活度的全局空間自相關難以較為全面地解釋其局部區(qū)域的空間聚集特征。為此，本研究引入局部空間自相關統(tǒng)計量Getis-Ord Gi*指數(shù)來度量分析活度的冷熱點分布情況，公式如下［14］：

4.趨勢面分析

近似處理實際曲面而得出的趨勢面能直觀地反映觀測量在空間上的分布規(guī)律及變化趨勢［15］。本研究利用趨勢面探索長江經(jīng)濟帶創(chuàng)新活度在總體空間上的分異趨勢。假設Zi(xi,yi)為市域i的創(chuàng)新活度值，(xi,yi)為平面空間坐標，由趨勢面定義得［16］：其中，Ti( ) xi,yi為趨勢函數(shù)，表示大范圍內(nèi)的趨勢值。本研究采用二階多項式計算創(chuàng)新活度的趨勢值，趨勢函數(shù)可表示為：Ti(xi,yi)=β0+β1x+β2y+β3x2+ β4y2+β5xy；εi為自相關隨機誤差，表示第i個市域的創(chuàng)新活度真實值與趨勢值之間存在的偏差。

（二）指標選取與數(shù)據(jù)來源

Quintane Eric etal.回顧了大量文獻后，區(qū)分了關于創(chuàng)新的各種概念和定義，最后總結出創(chuàng)新是基于知識要素的產(chǎn)出［17］。馬野青等研究了在華FDI對知識溢出的影響，并采用了專利授權量衡量知識溢出程度［18］。由此可見，專利授權量與區(qū)域創(chuàng)新具備某種特定的對應關系，國內(nèi)外學者的一系列相關研究印證了這一猜測。Wei Yanhuietal.利用專利數(shù)據(jù)測度了中國大陸區(qū)域創(chuàng)新能力及其變化趨勢，總結出了中國的區(qū)域創(chuàng)新比美國、日本和歐洲更具彈性，并且省際差距正逐步縮小［19］。Lara Agostinietal.以合作專利作為代理指標，得出了R&D合作能夠改善汽車創(chuàng)新氛圍，從而促進該產(chǎn)業(yè)的發(fā)展［20］。因此，本研究選用專利授權量作為原始數(shù)據(jù)是合理的。

本研究所用數(shù)據(jù)均來自2005-2015《中國城市統(tǒng)計年鑒》和各省市統(tǒng)計年鑒。

三、時空分異特征

（一）長江經(jīng)濟帶創(chuàng)新活度差異總體特征

1.三大城市群創(chuàng)新活度情況

本研究選取長三角、長中三角和成渝城市群作為觀測樣本，分別將這三個城市群中各城市的創(chuàng)新活度進行加總，并將結果繪制成圖1。將長江經(jīng)濟帶三大城市群根據(jù)創(chuàng)新活度由大到小的順序排列如下，長三角城市群、成渝城市群和中三角城市群。其中，長三角城市群總體的創(chuàng)新活度隨著時間的變化而平穩(wěn)增長，從2004年的7.88緩慢增長至2014年的10.18，11年間增長了29.19%；中三角城市群與成渝城市群的創(chuàng)新活度變化情況相似，均呈現(xiàn)下降的態(tài)勢，下降幅度分別為33.46%和20.72%。整體而言，長三角城市群總體創(chuàng)新活度遠遠大于中三角和成渝兩個城市群的創(chuàng)新活度之和，說明長三角城市群是長江經(jīng)濟帶的創(chuàng)新引擎，具有先鋒帶頭的作用。

圖1 長江經(jīng)濟帶三大城市群創(chuàng)新活度情況

2.創(chuàng)新活度差異平穩(wěn)增大

本研究計算了長江經(jīng)濟帶創(chuàng)新活度的平均值，并根據(jù)公式（1）計算了CV系數(shù)，如圖2所示。整體而言，2004年至2014年期間，長江經(jīng)濟帶創(chuàng)新活度波動上升，地區(qū)間的差異平穩(wěn)增大且整體保持較高水平。詳而敘之，創(chuàng)新活度平均值從2004年的0.190增長至2005年的0.195，并且在2005年達到極大值，增長幅度為2.632%，表明長江經(jīng)濟帶在此期間的整體創(chuàng)新活動較為活躍；創(chuàng)新活度在2005年至2007年呈現(xiàn)持續(xù)下調(diào)的走勢，在2007年至2008年小幅上升后又出現(xiàn)下降趨勢，該趨勢持續(xù)至2010年；自2010年之后，創(chuàng)新活度持續(xù)走高，年均增長率為1.522%，說明長江經(jīng)濟帶整體創(chuàng)新活度從2010年后逐年增強。CV系數(shù)從2004年的0.821（區(qū)間極小值）增加至2007年的1.047，年均上升了9.176%，這說明在此期間長江經(jīng)濟帶創(chuàng)新活度差異變大，趨于不均衡；自2007年開始，直至2014年，CV系數(shù)圍繞1.050上下輕微波動，表明長江經(jīng)濟帶創(chuàng)新活度差異在該水平變動的情況不顯著。

圖2 長江經(jīng)濟帶創(chuàng)新活度變異系數(shù)

3.空間分異格局

由于CV系數(shù)僅僅闡述了長江經(jīng)濟帶創(chuàng)新活度存在差異及其大小，并未對創(chuàng)新活度的差異進行空間上的描述。因此，本研究選取2004年、2009年和2014年作為時間節(jié)點，根據(jù)創(chuàng)新活度值將長江經(jīng)濟帶劃分成四個區(qū)域，分別命名為強勢區(qū)域、次強勢區(qū)域、次弱勢區(qū)域和弱勢區(qū)域，并利用ArcGIS 10.1軟件繪制成空間分異圖，如圖3所示。

由圖3可知，長江經(jīng)濟帶創(chuàng)新活度存在顯著的空間分異格局，其整體活度呈現(xiàn)“V”字形態(tài)，強勢區(qū)域主要集中在上海及其外周城市。其中，2004年的創(chuàng)新活度強勢區(qū)域主要包括上海、蘇州、南通、嘉興、紹興、臺州和舟山等7個城市；次強勢區(qū)域包括杭州、寧波、溫州、無錫、泰州、湖州、金華、衢州、麗水、鎮(zhèn)江、宣城、十堰、遵義和資陽等14個城市，以長三角地區(qū)為主；次弱勢區(qū)域包括重慶、南京、成都、馬鞍山、黃石、湘潭、鹽城、揚州、滁州、黃山、孝感、咸寧、鄂州、婁底、株洲、萍鄉(xiāng)、達州、廣安、遂寧、德陽、雅安、內(nèi)江和瀘州等22個城市，主要集中在成渝、湖南和湖北地區(qū)；其余城市均為弱勢區(qū)域。2009年的創(chuàng)新活度強勢區(qū)域包括上海、蘇州、無錫、泰州、南通、嘉興、紹興和湖州等8個城市。與2004年的強勢區(qū)域相比，2009年的強勢區(qū)域在個數(shù)上略有增加；從城市角度分析，2009年的強勢區(qū)域增加了泰州、無錫和湖州，減少了臺州和舟山，說明江蘇省的創(chuàng)新活度增強，而浙江省創(chuàng)新活度減弱。而次強勢區(qū)域由2004年的14個城市銳減至5個城市，減少了64.29%，僅包括杭州、寧波、臺州、金華和舟山，表明長江經(jīng)濟帶整體創(chuàng)新活度下降。次弱勢區(qū)域包括南京、成都、溫州、常州、黃山、揚州、麗水、衢州、鹽城、鎮(zhèn)江、宣城、十堰、遵義、德陽、資陽、雅安和眉山等17個城市，與2004年相比減少了22.72%，進一步說明長江經(jīng)濟帶創(chuàng)新活度減弱；其余城市均為弱勢區(qū)域。2014年的長江經(jīng)濟帶創(chuàng)新活度較2009年顯著增強，其強勢區(qū)域包括上海、蘇州、無錫、泰州、南通、臺州、嘉興、湖州、紹興和舟山等10個城市，以上海及其外周城市為主；次強勢區(qū)域包括杭州、寧波、溫州、金華、麗水、常州、鎮(zhèn)江和宣城等8個城市，較2009年有所增加；次弱勢區(qū)域包括南京、成都、鹽城、巢湖、黃山、連云港、淮安、揚州、滁州、馬鞍山、衢州、十堰、遵義、達州、廣安、德陽、資陽、眉山和雅安等19個城市；其余城市均為弱勢區(qū)域?？偠灾?，長江經(jīng)濟帶創(chuàng)新活度的強勢區(qū)域集中在上海及其外周城市；次強勢地區(qū)緊鄰強勢地區(qū)；次弱勢區(qū)域緊鄰次強勢區(qū)域，并且在四川等中游地帶也有分布。

圖3 長江經(jīng)濟帶創(chuàng)新活度空間分異格局

4.趨勢面分析

為更好地分析長江經(jīng)濟帶創(chuàng)新活度在地理空間上的分布走向，本研究利用地統(tǒng)計分析方法，根據(jù)公式（5）測度了2004年、2009年和2014年長江經(jīng)濟帶創(chuàng)新活度的空間趨勢面，并結合ArcGIS10.1軟件，得到圖4。

由圖4可得，2004-2014年期間，長江經(jīng)濟帶創(chuàng)新活度的趨勢面并未出現(xiàn)明顯變動，整體上呈現(xiàn)“北高南低，東西兩頭高中間低”的空間分異特征，趨勢面較為陡峭，表明空間分異較為強烈。其中，創(chuàng)新活度趨勢面在東西方向上持續(xù)表現(xiàn)出“兩頭高，中間低”的“U”型空間結構，說明在此期間長江經(jīng)濟帶上游城市群和下游城市群的創(chuàng)新活度大于中游城市群，但下游城市群存在增強的趨勢并在2009年和2014年超過上游城市群，這表明下游城市群的創(chuàng)新活度強過上游城市群；在南北方向上，趨勢面曲線呈現(xiàn)自北向南降低的態(tài)勢，表明長江經(jīng)濟帶北部城市的創(chuàng)新活度明顯較強。因此，長江經(jīng)濟帶創(chuàng)新活度的空間指向性較為明顯，區(qū)域創(chuàng)新發(fā)展的優(yōu)勢地區(qū)為長三角地區(qū)。

圖4 長江經(jīng)濟帶創(chuàng)新活度空間趨勢面分析

（二）空間自相關

根據(jù)公式（2）計算長江經(jīng)濟帶創(chuàng)新活度Moran’s I值分析其空間自相關情況，計算結果詳見表1。表1顯示了2004-2014年期間，長江經(jīng)濟帶的創(chuàng)新活度存在顯著的空間集聚情況且集聚程度較高，總體上呈現(xiàn)“N”字形態(tài)。Moran’s I值均通過顯著性檢驗，揭示了長江經(jīng)濟帶創(chuàng)新活度存在顯著的空間自相關情況。具體而言，2004-2007年間，Moran’s I值從0.787 3增加到0.883 6，年均增長幅度為4.08%，表明長江經(jīng)濟帶創(chuàng)新活度的全局空間作用在此期間快速強化；2007-2011年，Moran’s I值以年均0.83%的幅度波動減小，由0.883 6減小至0.854 2，這說明長江經(jīng)濟帶創(chuàng)新活度的空間集聚情況在此區(qū)間減弱，但仍維持較高水平；自2011年開始Moran’s I值開始出現(xiàn)上升趨勢，并在后續(xù)年份繼續(xù)增加且增加幅度越來越大，由2011年的0.854 2增加到2014年的0.886 2，年均增長幅度為1.07%，說明了長江經(jīng)濟帶創(chuàng)新活度的空間集聚現(xiàn)象不斷加劇。

表1 長江經(jīng)濟帶創(chuàng)新活度空間自相關情況

（三）局部空間自相關

為更好地探索長江經(jīng)濟帶創(chuàng)新活度局部的空間集聚情況，本研究選取2004年、2009年和2014年作為時間節(jié)點，根據(jù)公式（4）計算了創(chuàng)新活度的Getis-Ord Gi*指數(shù)，利用自然斷點法將長江經(jīng)濟帶城市劃分為4個區(qū)域，分別命名為熱點區(qū)、次熱點區(qū)、隨機分布區(qū)、次冷點區(qū)和冷點區(qū)，并且利用ArcGIS 10.1軟件繪制了冷熱點分布圖，如圖5所示。

圖5 長江經(jīng)濟帶創(chuàng)新活度冷熱點分布圖

由圖5可知，長江經(jīng)濟帶創(chuàng)新活度的冷熱點分布格局清晰明朗，熱點區(qū)主要集中在上海及其外周城市，冷點區(qū)以安徽省為主。詳而敘之，2004年長江經(jīng)濟帶創(chuàng)新活度的熱點區(qū)包括上海、寧波、蘇州、嘉興和舟山等5個城市，說明這些地區(qū)的局部空間自相關情況較為顯著；次熱點區(qū)包括杭州、溫州、無錫、臺州、紹興、湖州、金華、麗水、南通和泰州等10個城市，緊鄰熱點區(qū)，表明這兩個區(qū)域局部自相關程度較強；次冷點區(qū)包括江蘇省的連云港、淮安和徐州，湖北省的武漢及其周邊城市，湖南省的長沙及其周邊城市，四川省和云南省等5省44市；冷點區(qū)以安徽省和江西省為主，這說明安徽省和江西省的創(chuàng)新活度較弱；其余城市均被劃入隨機分布區(qū)。2009年的熱點區(qū)較2004年，熱點區(qū)范圍略有擴大，在2004年的基礎上增加了杭州、無錫、南通、泰州、湖州和紹興；同樣地，次熱點區(qū)范圍在2004年的基礎上也輕微擴張，鹽城、鎮(zhèn)江、常州和宣城等4個城市被劃入次熱點區(qū)；但是，2009年次冷點區(qū)的分布特征與2004年有較大不同，減少了湖南省的大部分城市，而增加了四川省的大部分城市，次冷點區(qū)的重心明顯西移；而冷點區(qū)從安徽省逐漸擴散至湖南省，說明這中部三省的創(chuàng)新活度下降；其余城市均被劃入隨機分布區(qū)。2014年的熱點區(qū)較2009年并未發(fā)生變動；次熱點區(qū)輕微擴張，增加了揚州和南京2個城市，依然緊鄰熱點區(qū)城市；次冷點區(qū)主要集中在安徽省、四川省和云南省，說明安徽省創(chuàng)新活度的自相關程度有所提高；冷點區(qū)以湖北省、湖南省和江西省為主；其余城市均被劃入隨機分布區(qū)?？傮w而言，長江經(jīng)濟帶創(chuàng)新活度的冷熱點分布格局較為明朗，熱點區(qū)和次熱點區(qū)集中在下游地區(qū)，且次熱點區(qū)緊靠熱點區(qū)；次冷點區(qū)主要集中在上游地區(qū)，而冷點區(qū)以中游地區(qū)為主。

四、門檻回歸

（一）模型的構建

Stephen Roperetal.指出成功的創(chuàng)新依賴于市場導向、技術知識和政策［21］。池仁勇等認為經(jīng)濟發(fā)展反哺區(qū)域創(chuàng)新，即隨著經(jīng)濟的發(fā)展，社會對科技研發(fā)的投入能力增強，基礎研究能力得到提高，從而促進了區(qū)域創(chuàng)新的進步［22］。從本研究中的探索性空間數(shù)據(jù)分析的結果可知，長江經(jīng)濟帶的創(chuàng)新活度具有顯著的空間分異特征，且區(qū)域發(fā)展較為不平衡。由于長江經(jīng)濟帶跨度較大，各城市的空間區(qū)位、開放程度和勞動力市場分割等條件差異較大，由此導致各城市的創(chuàng)新活度受經(jīng)濟基礎和市場導向的影響程度不同。參考了相關文獻并結合長江經(jīng)濟帶創(chuàng)新活度的實際情況，本研究在Hansen門檻模型的基礎上，分別以市場導向和經(jīng)濟基礎作為門檻變量和解釋變量，構建長江經(jīng)濟帶創(chuàng)新活度門檻模型。其中，單門檻模型如下［23］：

模型（6）-（11）中，i表示城市；t表示時間；創(chuàng)新活度（Act）為被解釋變量，以0-1標準化后的專利授權量G值表征；λ表示門檻值；αi是反映地區(qū)差異的特征值；μit表示隨機變量；模型（6）、（8）和（10）中，以經(jīng)濟基礎（Eco）作為解釋變量和門檻變量，用人均地區(qū)生產(chǎn)總值表示，控制變量為市場導向（Mar）、空間區(qū)位（Spa）、開放度（Open）和勞動力市場分割（Lab），分別以人均消費品零售總額、互聯(lián)網(wǎng)寬帶接入用戶數(shù)、年末利用外商直接投資額與GDP的比值和科學與技術服務就業(yè)人數(shù)表征；模型（7）、（9）和（11）中，以市場導向作為解釋變量和門檻變量，控制變量為經(jīng)濟基礎、空間區(qū)位、開放度和勞動力市場分割。

以上數(shù)據(jù)均來自《中國城市統(tǒng)計年鑒（2005-2015）》，為了剔除數(shù)據(jù)量綱的影響，對數(shù)據(jù)均作了標準化處理。

（二）回歸結果分析

1.門檻效果檢驗及門檻值估計

利用Stata 12.0進行門檻回歸測算及檢驗。首先對長江經(jīng)濟帶創(chuàng)新活度進行門檻自抽樣檢驗并且確定門檻值，結果見表2所列。

表2 長江經(jīng)濟帶創(chuàng)新活度門檻效果自抽樣檢驗及門檻值估計結果

由表2可知，模型（10）的三門檻效應在10%水平下顯著，模型（11）的三門檻效應在5%水平下顯著，因此，經(jīng)濟基礎和市場導向對創(chuàng)新活度的影響均具有顯著的三門檻效應，應采用三門檻模型對其進行分析。其中，模型（10）的估計門檻值分別為7 896、19 601和64 344，模型（11）的估計門檻值分別為2 402、8 530和30 130。在95%的置信區(qū)間下，且兩模型的LR值均小于臨界值7.35［24］，由此可得模型（10）和模型（11）的實際門檻值均等于其估計門檻值。

2.門檻模型參數(shù)估計結果

根據(jù)長江經(jīng)濟帶區(qū)域創(chuàng)新的實際情況，本研究分別對模型（10）和模型（11）進行門檻回歸，參數(shù)估計結果見表3所列。

表3 長江經(jīng)濟帶創(chuàng)新活度三門檻模型參數(shù)估計結果

（1）模型（10）回歸結果分析。由表3可知，在模型（10）中，市場導向、空間區(qū)位和開放度等均對創(chuàng)新活度具有顯著的正向作用，這說明加大市場導向力度、發(fā)揮空間區(qū)位優(yōu)勢以及增大開放度均能顯著促進長江經(jīng)濟帶創(chuàng)新活度的增強。而勞動力市場分割的系數(shù)為負且顯著，說明進行勞動力市場分割不利于人力資源流動，從而阻礙區(qū)域創(chuàng)新的發(fā)展。當經(jīng)濟基礎水平小于7 896元/人時，經(jīng)濟基礎對長江經(jīng)濟帶創(chuàng)新活度具有顯著的刺激作用，創(chuàng)新活度對經(jīng)濟基礎的彈性達到61.27%；當經(jīng)濟基礎跨過7 896元/人這一門檻，但小于19 601元/人時，經(jīng)濟基礎對創(chuàng)新活度的影響不顯著；當經(jīng)濟基礎水平處于19 601元/人和64 344元/人之間時，經(jīng)濟發(fā)展對創(chuàng)新活度的作用也不顯著；然而當經(jīng)濟基礎超過64 344元/人時，經(jīng)濟發(fā)展將會顯著促進創(chuàng)新活度的增強，但是刺激力度較小，增長幅度為5.51%。這說明在長江經(jīng)濟帶中經(jīng)濟發(fā)展較為滯后的地區(qū)發(fā)展經(jīng)濟有利于提高區(qū)域創(chuàng)新水平，且效果較為明顯，原因可能是在經(jīng)濟基礎較為薄弱的地區(qū)，創(chuàng)新事業(yè)才剛剛起步，對資金的需求相對較大，且存在后發(fā)優(yōu)勢，有利于進行模仿式創(chuàng)新；而在經(jīng)濟中等發(fā)展的地區(qū)，創(chuàng)新事業(yè)已發(fā)展到平臺期；而經(jīng)濟水平較高的地區(qū)匯聚了較多高素質創(chuàng)新人才，產(chǎn)、學、研的發(fā)展較為成熟，因此發(fā)展經(jīng)濟將促進區(qū)域創(chuàng)新水平的提升。

（2）模型（11）回歸結果分析由表3可得，在模型（11）中，經(jīng)濟基礎和空間區(qū)位均對創(chuàng)新活度具有顯著的正向作用，即發(fā)展當?shù)亟?jīng)濟以及充分發(fā)揮空間區(qū)位優(yōu)勢均能提高區(qū)域創(chuàng)新水平，其中空間區(qū)位的影響大于經(jīng)濟基礎的影響；開放度的回歸系數(shù)為正但不顯著，說明開放度對創(chuàng)新活度的增強無顯著作用；而勞動力市場分割的系數(shù)為負且顯著，說明勞動力市場分割阻礙了創(chuàng)新活度的增強。當市場導向未達到第一個門檻值2 402元時，市場導向對創(chuàng)新活度的影響不顯著；當市場導向越過第一個門檻而未超過第二個門檻8 530元時，市場導向的系數(shù)為-0.712 4且顯著，說明市場導向在此門檻區(qū)間內(nèi)對創(chuàng)新活度的增強具有較為顯著的負面效應，原因可能是市場的導向性會在一定程度上影響消費者偏好，進而減少了市場對創(chuàng)新產(chǎn)品的需求，導致創(chuàng)新活度的下降；當市場導向處于8 530元與30 130元之間時，市場導向的系數(shù)為-0.445 3且顯著，表明在此期間市場導向的負面影響依然存在；當市場導向越過第三個門檻值30130元時，市場導向的系數(shù)為負但不顯著，即在此階段市場導向對創(chuàng)新活度的影響不明顯。

五、結論與政策建議

（一）結論

本研究采用2004-2014年的專利授權數(shù)據(jù)，結合探索性空間數(shù)據(jù)分析方法和門檻回歸模型，以長江經(jīng)濟帶109個地級市為例，探討了創(chuàng)新活度的空間分異特征及其門檻效應，主要結論如下：

（1）長江經(jīng)濟帶整體創(chuàng)新活度波動上升，地區(qū)間的差異平穩(wěn)擴大且圍繞1.050上下輕微波動，區(qū)域間的創(chuàng)新活度趨于不均衡。長三角城市群的創(chuàng)新活度遠遠大于中三角和成渝兩大城市群的創(chuàng)新活度之和，是長江經(jīng)濟帶的創(chuàng)新引擎，處于領先地位。長三角城市群總體的創(chuàng)新活度隨著時間的變化而平穩(wěn)增長，中三角城市群與成渝城市群創(chuàng)新活度的變化情況相似，均呈現(xiàn)下降的態(tài)勢。

（2）長江經(jīng)濟帶創(chuàng)新活度存在顯著的空間分異格局，其整體活度呈現(xiàn)“V”字形態(tài)，強勢區(qū)域主要集中在上海及其外周城市，次強勢地區(qū)緊鄰強勢地區(qū)，次弱勢區(qū)域緊鄰次強勢區(qū)域并且在四川等中游地帶有所分布。長江經(jīng)濟帶創(chuàng)新活度的趨勢面呈現(xiàn)“北高南低，東西兩頭高中間低”的空間分異特征，趨勢面較為陡峭，空間分異較為強烈；其空間指向性較為明顯，區(qū)域創(chuàng)新發(fā)展的優(yōu)勢地區(qū)為長三角地區(qū)。

（3）長江經(jīng)濟帶的創(chuàng)新活度存在顯著的空間集聚情況，且空間自相關程度呈“N”字型態(tài)勢增強。其冷熱點分布格局清晰明朗，熱點區(qū)和次熱點區(qū)穩(wěn)定集中在長江下游地區(qū)，以上海及其外周城市為主，具有擴散的趨勢，次熱點區(qū)緊靠熱點區(qū)，形成較為鮮明的空間組團分布的地理特征；次冷點區(qū)主要集中在長江上游地區(qū)，而冷點區(qū)以中游地區(qū)為主。

（4）經(jīng)濟基礎和市場導向對創(chuàng)新活度的影響均具有顯著的三門檻效應，其中，經(jīng)濟基礎的門檻值為7 896、19 601和64 344，市場導向的門檻值為2 402、8 530和30 130。經(jīng)濟基礎、市場導向、空間區(qū)位和開放度等均對創(chuàng)新活度具有顯著的正面效應，而勞動力市場分割不具有正面效應。在長江經(jīng)濟帶中經(jīng)濟發(fā)展較為滯后的地區(qū)發(fā)展經(jīng)濟有利于提高區(qū)域創(chuàng)新水平，且效果較為明顯；而在經(jīng)濟中等發(fā)展的地區(qū)，繼續(xù)發(fā)展當?shù)亟?jīng)濟對增強創(chuàng)新活度無明顯幫助；對于經(jīng)濟水平較高的地區(qū)，發(fā)展經(jīng)濟將促進其區(qū)域創(chuàng)新水平的提升。市場導向對創(chuàng)新活度的門檻效應呈現(xiàn)“U”字型，對于未超過第一門檻值和超過第三個門檻值的城市，市場導向對創(chuàng)新活度具有不顯著的正向影響，對介于第一門檻與第三門檻之間的城市具有顯著的反向影響。

（二）政策建議

根據(jù)以上結論，本研究提出以下政策建議：

（1）構建創(chuàng)新集聚互動體系，夯實創(chuàng)新集聚互動基礎。各級政府應辯證地看待區(qū)域創(chuàng)新差異，積極構建創(chuàng)新集聚互動體系，形成區(qū)域間的創(chuàng)新交流，落后地區(qū)主動接受發(fā)達地區(qū)的創(chuàng)新輻射，合理利用后發(fā)優(yōu)勢，以實現(xiàn)追趕。

（2）發(fā)揮區(qū)域創(chuàng)新增長極作用，形成協(xié)同創(chuàng)新發(fā)展格局。將長三角地區(qū)定位為長江經(jīng)濟帶創(chuàng)新增長極，中三角和成渝地區(qū)可借助創(chuàng)新增長極的帶頭作用，增強自身創(chuàng)新活度，從而推動長江經(jīng)濟帶乃至全中國形成協(xié)同創(chuàng)新的空間發(fā)展新格局。

（3）加快移動互聯(lián)網(wǎng)化進程，加強區(qū)域對外開放程度。進一步提高移動互聯(lián)網(wǎng)普及率，加快信息化進程，推進現(xiàn)代化的空間區(qū)位建設。加強區(qū)域對外開放程度，提高外商直接投資利用率，積極吸收國外先進技術和知識。經(jīng)濟基礎較為薄弱的地區(qū)，大力發(fā)展當?shù)亟?jīng)濟。充分實現(xiàn)勞動力市場流動，鼓勵人才交流。

［1］劉孝斌.資源門限、工業(yè)化進程與城市創(chuàng)新能力——來自長三角城市圈門限面板回歸模型的檢驗［J］.科學決策，2015（10）：33-50.

［2］張友志，顧紅春.江蘇省縣域創(chuàng)新產(chǎn)出的空間關聯(lián)與時空演化［J］.地域研究與開發(fā)，2012，32（6）：33-38.

［3］方成，趙磊，楊宏浩，等.浙江省創(chuàng)新產(chǎn)出空間相關性及其影響因素研究［J］.華東經(jīng)濟管理，2014，28（7）：15-21.

［4］張戰(zhàn)仁.我國區(qū)域創(chuàng)新差異的形成機制研究——基于新經(jīng)濟地理學的實證分析［J］.軟科學，2013，27（6）：64-68.

［5］Svare H,Gausdal A H.Strengthening Regional Innovation through Network-Based Innovation Brokering［J］.Entrepre?neurshi and Regional Development,2015,27（9/10）:619-643.

［6］Chunglin Tsai,Hanchao Chang.Evaluation of Critical Fac?tors for the Regional Innovation System within the HsinChu Science-Based Park［J］.Kybernetes,2016,45（4）:699-716.

［7］毛顯強,魚京善,郭秀銳，等.生態(tài)活度生態(tài)位——理論、方法及其應用［J］.中國人口·資源與環(huán)境,2005,15（5）：121-125.

［8］Hansen B E.Threshold Effects in Non-Dynamic Panels: Estimation,Testing and Inference［J］.Journal of Economet?rics,1999,93（2）：345-368.

［9］岐潔，韓伯棠，曹愛紅.區(qū)域綠色技術溢出與技術創(chuàng)新門檻效應研究——以京津冀及長三角地區(qū)為例［J］.科學學與科學技術管理，2015，36（5）：24-31.

［10］李瑞茜，白俊紅.政府R&D資助對企業(yè)技術創(chuàng)新的影響——基于門檻回歸的實證研究［J］.中國經(jīng)濟問題，2013 （3）：11-23.

［11］Huang L Y,Liu X M,Xu L.Regional Innovation and Spillover Effects of Foreign Direct Investment in China: A Threshold Approach［J］.Regional Studies,2012,46 （5）:583-596.

［12］蔣天穎.我國區(qū)域創(chuàng)新差異時空格局演化及其影響因素分析［J］.經(jīng)濟地理,2013,33（6）：23-29.

［13］蔣天穎.浙江省區(qū)域創(chuàng)新產(chǎn)出空間分異特征及成因［J］.地理研究,2014,33（10）:1825-1836.

［14］邵留長,喬家君,喬谷陽.中國專業(yè)村鎮(zhèn)空間格局及其影響因素［J］.經(jīng)濟地理,2016,36（3）:132-138.

［15］李強,王士君,梅林.長春市中心城區(qū)大型超市空間演變過程及機理研究［J］.地理科學,2013,33（5）:553-561.

［16］趙果慶,羅宏翔.中國FDI空間集聚與趨勢面［J］.世界經(jīng)濟研究,2012（1）:3-10.

［17］Quintane E,Casselman R M,Reiche B S.Innovation As a Knowledge-Based Outcome［J］.Journal of Knowledge Management,2011,15（6）:928-947.

［18］馬野青,林寶玉.在華FDI的知識溢出效應——基于專利授權數(shù)量的實證分析［J］.世界經(jīng)濟研究,2007（5）: 20-25.

［19］Wei Y H,Zhang H Y,Wei J.Patent Elasticity,R&D In?tensity and Regional Innovation Capacity in China［J］. World Patent Information,2015，43:50-59.

［20］Lara A,Federico C.R&D Collaboration in the Automotive Innovation Environment［J］.Management Decision,2015, 53（6）:1224-1246.

［21］Stephen R,Nola H D.Knowledge Ttocks,Knowledge Flows and Innovation:Evidence from Matched Patents and Innovation Panel Data［J］.Research Policy,2015,44 （7）:1327-1340.

［22］池仁勇,張濟波.區(qū)域創(chuàng)新與區(qū)域經(jīng)濟發(fā)展的相關性與時滯性:基于浙江省的實證研究［J］.科技進步與對策, 2007,24（12）:36-39.

［23］Stephanie K，Alexander B，Dieter N.Inflation and Growth：New Evidence from a Dynamic Panel Threshold Analysis ［J］.Empirical Economics，2014，44（2）：861-878.

［24］李梅,柳士昌.對外直接投資逆向技術溢出的地區(qū)差異和門檻效應［J］.管理世界,2012（1）:21-66.

SpatialDifferentiation Characteristics and Its Threshold Effect of Innovation-vigor —A Case ofthe Yangtze River Economic Belt

LIU Gang,YANG Lei,LIU Cheng-jun
(College of Economics and Management,Zhejiang University ofTechnology,Hangzhou 310023,China)

The paper takes the 109 cities along the Yangtze River Economic Beltas examples,with their patents authorization and other re?lated data from 2004 to 2014,to discuss the spatial differentiation characteristics and its threshold effectofinnovation-vigor by using the variation coefficient,ESDA and panel threshold model.The study finds that the innovation-vigor in the Yangtze River Economic Belt is rising with fluctuations and the diversity of innovation-vigor among regions is enlarging steadily with a convergent tendency.And the re?gionalinnovation-vigor tends to be disproportionate.The innovation-vigor of the Yangtze River Delta urban agglomeration is much higher than the sum ofthe innovation-vigor in the Middle-Delta urban agglomeration and Chengdu-Chongqing city groups;The innovation-vigor presents prominent spatialdifferentiation patterns with a“V”type.And the strong areas are concentrated in Shanghaiand its surrounding cities;The spatial directivity of innovation-vigor is relatively clear,and shows the spatial trend characteristics of“north high,south low, and two heads high,middle low”;There is a prominentgeographic feature ofspatialcluster distribution in innovation-vigor,and its change of spatial autocorrelation gets an“N”-type trend.Hot spots areas and vice-hot spots areas are stably concentrated in the Yangtze River downstream cities,with a diffused trend.And the vice-cold spots areas and cold spots areas are concentrated in the upper and middle re?gions ofthe Yangtze River respectively.Both economic base and marketorientation have significantthree-threshold effects on innovationvigor.Thereinto,the effectofthe economic base on innovation-vigor is positive,as a“U”type,and the effectofmarketorientation on inno?vation-vigor is negative,as an inverted“U”type.According to the conclusions,this paper also propounds some corresponding policy sug?gestions.

innovation-vigor;the Yangtze River Economic Belt;spatialdifferentiation;threshold effect

F127；F124.3

A

1007-5097（2017）01-0051-09

［責任編輯：張 兵］

10.3969/j.issn.1007-5097.2017.01.007

2016-08-22

國家自然科學基金項目（71303218）；教育部人文社會科學研究項目（12YJCZH191）；浙江自然科學基金項目（LQ13G030013）；浙江省大學生科技創(chuàng)新活動計劃暨新苗人才計劃（2016R403082）

劉 剛（1980-），男，吉林白山人，助理研究員，碩士，研究方向：創(chuàng)新管理，空間計量；

楊 蕾（1992-），女，浙江溫州人，碩士研究生，研究方向：區(qū)域創(chuàng)新，空間計量；

劉程軍（1987-），男，湖南邵陽人，博士研究生，研究方向：區(qū)域創(chuàng)新，城鎮(zhèn)發(fā)展。