類驍

摘要：將高技術(shù)產(chǎn)業(yè)創(chuàng)新能力劃分為創(chuàng)新投入、創(chuàng)新產(chǎn)出和創(chuàng)新環(huán)境三個維度，利用Theil指數(shù)方法，測算2013～2017京津冀和長三角地區(qū)高技術(shù)產(chǎn)業(yè)創(chuàng)新能力綜合評價值和不均衡度;在此基礎(chǔ)上拓展空間鄰近概念，引入經(jīng)濟距離權(quán)重和信息化水平距離權(quán)重，研究創(chuàng)新集聚特征。研究發(fā)現(xiàn)：經(jīng)濟鄰近和信息化鄰近下高技術(shù)產(chǎn)業(yè)創(chuàng)新集聚效應(yīng)顯著，地理距離已不再是集聚的主要限制因素;長三角地區(qū)的創(chuàng)新綜合評價值較高，不平衡度較低，集聚效應(yīng)顯著;京津冀地區(qū)綜合評價值差距較大，不平衡度明顯，但呈減小趨勢，集聚效應(yīng)不顯著，創(chuàng)新均衡有待提升。

Abstract： Dividing high technology industry innovative capacity into innovation input， output and environment， introducing the Theil index， this paper measures innovative capacity evaluation and inequality of the Beijing-Tianjin-Hebei and Yangtze river delta region based on 2013-2017 panel data. Introducing economic distance weighting and the information distance weighting to extend the multi dimensions of proximity， the paper analyzes innovation agglomeration features. Results show that innovation has significant agglomeration effect under economic and information proximity， and geographic distance is no longer main limiting factor. The evaluation is higher with low inequality and significant agglomeration in the Yangtze river delta region. The gap of evaluation is large with obvious inequality and non-significant agglomeration， but the inequality decrease recent years， and in the whole， the innovative equality needs to be promoted.

關(guān)鍵詞：創(chuàng)新能力;不均衡度;信息化鄰近;集聚效應(yīng)

Key words： innovative capacity;inequality;information proximity;agglomeration

中圖分類號：F276.44? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻標(biāo)識碼：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號：1006-4311（2019）18-0001-04

0? 引言

進入21世紀(jì)以后，高技術(shù)產(chǎn)業(yè)利用其將科技知識轉(zhuǎn)化為新產(chǎn)品、新工藝、新流程的突出優(yōu)勢，以及高帶動性、高附加值的特點，迅速成為世界各國的重要經(jīng)濟增長源泉和科技發(fā)展助推器，是體現(xiàn)國家競爭力的核心力量。2013年至2017年我國高技術(shù)產(chǎn)業(yè)總產(chǎn)值從11.2萬億躍升至17.0萬億，是國民經(jīng)濟的重要支柱之一，且企業(yè)數(shù)、從業(yè)人員數(shù)、專利數(shù)等各項指標(biāo)保持了良好的增長趨勢，形成了以環(huán)渤海等四大高新產(chǎn)業(yè)密集區(qū)為核心，以長三角、京津冀、珠三角為局部中心的遍布全國的100多個高新技術(shù)產(chǎn)業(yè)開發(fā)區(qū)，成為我國區(qū)域創(chuàng)新發(fā)展的核心力量。

目前，我國高技術(shù)產(chǎn)業(yè)規(guī)模已躍升至世界前列，但投入產(chǎn)出效率仍較低，創(chuàng)新推動作用明顯不足[1]。為此，國內(nèi)學(xué)者從不同的角度對高技術(shù)產(chǎn)業(yè)創(chuàng)新開展了研究：①創(chuàng)新效率測算。肖仁橋等（2011）從價值鏈的角度對我國高技術(shù)產(chǎn)業(yè)的創(chuàng)新效率進行測度，建立了高技術(shù)產(chǎn)業(yè)創(chuàng)新效率評價指標(biāo)體系，包含R&D人員全時當(dāng)量、資金投入、專利申請量、擁有發(fā)明專利量等指標(biāo)[2]。史丹和李曉斌分析了高技術(shù)產(chǎn)業(yè)發(fā)展的影響因素，認(rèn)為R&D資金投入和創(chuàng)新型人力資源的投入將影響[3];②創(chuàng)新能力衡量。徐玲等（2011）將高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新能力指標(biāo)分為創(chuàng)新投入能力、研發(fā)能力、創(chuàng)新生產(chǎn)能力和創(chuàng)新產(chǎn)出能力[6];陳萍、賈志永等（2008）從技術(shù)創(chuàng)新投入能力和創(chuàng)新產(chǎn)出能力兩個角度構(gòu)建了高技術(shù)產(chǎn)業(yè)創(chuàng)新能力評價指標(biāo)及計算公式，并對我國省域進行了實證綜合評價[7];汪良兵等（2014）從復(fù)雜系統(tǒng)論的角度出發(fā)，將我國高技術(shù)產(chǎn)業(yè)創(chuàng)新體系分為創(chuàng)新環(huán)境、技術(shù)研發(fā)、技術(shù)吸收、創(chuàng)新產(chǎn)出[8];李海超等（2015）運用系統(tǒng)動力學(xué)方法，從縱向和橫向?qū)Ω呒夹g(shù)產(chǎn)業(yè)創(chuàng)新能力進行了評價[9]。③創(chuàng)新集聚研究。高技術(shù)產(chǎn)業(yè)具有規(guī)模收益遞增和外部溢出輻射效應(yīng)，易形成集聚效應(yīng)、區(qū)位效應(yīng)和聯(lián)動效應(yīng)。王子龍、譚清美等（2006）首次對高技術(shù)產(chǎn)業(yè)的空間集聚效應(yīng)指數(shù)和行業(yè)集中度進行了測定，并指出當(dāng)前階段我國高技術(shù)產(chǎn)業(yè)的總體的企業(yè)集聚水平正在不斷提高[10];施海燕等（2013）構(gòu)建了該技術(shù)產(chǎn)業(yè)集聚度指標(biāo)，研究顯示我國高技術(shù)產(chǎn)業(yè)空間分布呈現(xiàn)“兩極化”特征[11];晉盛武等（2015）基于高技術(shù)產(chǎn)業(yè)面板數(shù)據(jù)，探討產(chǎn)業(yè)集聚、就業(yè)水平的空間分布關(guān)系[12]。

總體來看，現(xiàn)有研究相對割裂和單一，只關(guān)注于測度創(chuàng)新能力、效率、集聚度的等指標(biāo)，對內(nèi)部制約因素、渠道、平衡度等關(guān)鍵要素未進行深入探討，無法針對性的就高技術(shù)產(chǎn)業(yè)的未來布局和平衡發(fā)展問題提供意見和建議。為此，文章以我國高技術(shù)產(chǎn)業(yè)示范區(qū)——京津冀和長三角為研究對象，利用熵指數(shù)方法測度高技術(shù)產(chǎn)業(yè)創(chuàng)新能力，并利用Theil指數(shù)對均衡性進行分析;之后，借助空間計量工具研究創(chuàng)新集聚和分布特征;最后，提出提升高技術(shù)產(chǎn)業(yè)創(chuàng)新均衡發(fā)展政策建議。

1? 模型方法

1.1 熵和Theil指數(shù)基本原理

熵概念最早由Shannon提出，是在信息理論中對隨機事件的不確定性的度量，常用來對社會經(jīng)濟體的經(jīng)濟指標(biāo)進行不均衡度分布進行測度。其基本思想是，對某一個屬性而言，如果表現(xiàn)接近，則該屬性作用表現(xiàn)不突出，屬性指標(biāo)間的差異越大，提供的信息越多，屬性也越重要，必然事件所包含的信息量是0，等概率事件的信息量最大[13]。其計算公式如下：

■（1）

其中，k是正常數(shù)，pi是一個離散的概率分布，上式被稱為概率分布pi的熵。

設(shè)系統(tǒng)有n個待選對象集，有m個評價因素，第i個指標(biāo)對第j個備擇對象的評價用指標(biāo)特征量xij來表示，建立如下的評價指標(biāo)m×n階特征量矩陣，并對特征量進行標(biāo)準(zhǔn)化處理，令■，于是得到歸一化矩陣。

■

（2）

引入Theil不均衡指數(shù)[7]：

■（3）

其中，■，對上面的公式進行變換，結(jié)合前面得出的歸一化矩陣，第i個指標(biāo)的不均衡度表示為：

■（4）

下面定義熵矢量■，則■，第j個對象的綜合評價值[9]為：

■（5）

定義不均衡度為Z：

■（6）

據(jù)此，本文將京津冀、長三角的高技術(shù)產(chǎn)業(yè)作為對象，以高技術(shù)產(chǎn)業(yè)創(chuàng)新能力的指標(biāo)作為隨機變量，引入Theil指數(shù)測度不均衡度。

1.2 多維權(quán)重矩陣組

大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)等新興信息技術(shù)的發(fā)展極大程度的打破了傳統(tǒng)距離因素的限制，產(chǎn)業(yè)集聚的輻射作用也被空前放大。為此，文章引入經(jīng)濟距離矩陣、信息化水平距離矩陣，加上地理距離矩陣構(gòu)成多維權(quán)重矩陣組，研究不同鄰近條件下高技術(shù)產(chǎn)業(yè)創(chuàng)新集聚效應(yīng)和分布情況。

地理距離矩陣W1：采用地區(qū)省會城市間直線距離平方的倒數(shù)測度地理距離，設(shè)dij為地區(qū)i和地區(qū)j地理距離，則權(quán)重矩陣元素wij表示為：

經(jīng)濟距離矩陣W2：采用人均GDP差距的倒數(shù)測度經(jīng)濟距離差距，設(shè)地區(qū)i和地區(qū)j的人均GDP分別為perGDPi和perGDPj，則權(quán)重矩陣元素wij表示為：

信息化水平距離矩陣W3：采用信息化發(fā)展指數(shù)差距倒數(shù)測度信息化水平差距，設(shè)地區(qū)i和地區(qū)j的信息化水平分別為ICTi和ICTj，則權(quán)重矩陣元素wij表示為：

2? 模型建立和結(jié)果分析

2.1 指標(biāo)體系構(gòu)建

指標(biāo)選取遵循準(zhǔn)確性、系統(tǒng)性和可比性原則，為體現(xiàn)高技術(shù)產(chǎn)業(yè)在創(chuàng)新投入產(chǎn)出中的多因素復(fù)雜關(guān)系，文章參照《中國高技術(shù)產(chǎn)業(yè)統(tǒng)計年鑒》、《中國科技統(tǒng)計年鑒》等相關(guān)資料文件，選取初始指標(biāo)，采用主成分分析法篩選計算，最終建立了以創(chuàng)新投入、創(chuàng)新產(chǎn)出、創(chuàng)新環(huán)境為一級指標(biāo)的高技術(shù)產(chǎn)業(yè)創(chuàng)新能力指標(biāo)體系，如表1所示。

根據(jù)選定指標(biāo)，選取2013～2017年數(shù)據(jù)測算京津冀和長三角集聚區(qū)高技術(shù)產(chǎn)業(yè)創(chuàng)新能力和不平衡度;同時，計算2013～2017年我國省域的多維權(quán)重矩陣組。其中，數(shù)據(jù)來自于歷年的《中國高技術(shù)統(tǒng)計年鑒》、《中國科技統(tǒng)計年鑒》、《中國統(tǒng)計年鑒》、《中國信息化發(fā)展水平報告》和中華人民共和國科技部網(wǎng)站。

2.2 模型求解和分析

借助Matlab2016b求解得出京津冀和長三角地區(qū)高技術(shù)創(chuàng)新能力評價值，如表2所示。

計算2013～2017年的不均衡度評價值，如圖1所示。

利用Geoda095i檢驗2013～2017年高技術(shù)產(chǎn)業(yè)創(chuàng)新能力評價均值在多維度權(quán)重下的全局空間自相關(guān)關(guān)系，如圖2和圖3所示，經(jīng)濟距離矩陣、信息化水平距離矩陣下的創(chuàng)新能力評價值通過了顯著性檢驗，Morans I指數(shù)分別為0.332和0.407，地理距離矩陣未通過顯著性檢驗。

將高技術(shù)產(chǎn)業(yè)創(chuàng)新能力評價均值的局部自相關(guān)關(guān)系和集聚情況展示在圖4和圖5的LISA分布圖中，重點觀測京津冀和長三角地區(qū)特征。圖4和圖5中，長三角地區(qū)均處于HH象限中，已基本形成“創(chuàng)新合力”局面，能顯著帶動周邊省份的高技術(shù)產(chǎn)業(yè)創(chuàng)新;京津冀地區(qū)的高技術(shù)產(chǎn)業(yè)創(chuàng)新未表現(xiàn)出顯著的集聚特征，核心地區(qū)的創(chuàng)新輻射作用不顯著。

3? 結(jié)論與建議

①從創(chuàng)新均衡效應(yīng)總體來看，長三角地區(qū)高技術(shù)產(chǎn)業(yè)創(chuàng)新能力綜合評價指標(biāo)在觀測年份較高，差距較小，不平衡度在觀測年份始終在0.17以下，創(chuàng)新發(fā)展已較均衡;京津冀地區(qū)的綜合評價指標(biāo)低于長三角地區(qū)，差距明顯，不平衡度較高。

分析原因，可能是早在1990年上海就確立了經(jīng)濟、金融、航運中心的地位，龍頭作用顯著;外商投資引入早，為高技術(shù)發(fā)展和技術(shù)溢出提供了渠道和保障;始終保持著穩(wěn)定的貿(mào)易進出口額;具備自主創(chuàng)新能力的大中企業(yè)密集，研發(fā)機構(gòu)和高校散布更均衡;三省市信息通信技術(shù)應(yīng)用能力、網(wǎng)絡(luò)就緒度等指標(biāo)均位居全國前列，大數(shù)據(jù)、物聯(lián)網(wǎng)等新型信息技術(shù)的應(yīng)用與發(fā)展迅猛;京津冀地區(qū)在以上方面的發(fā)展布局稍晚，部分地區(qū)基礎(chǔ)設(shè)施建設(shè)較緩慢，創(chuàng)新發(fā)展所需的外資比重也相對較低。

②從均衡效應(yīng)的評價值來看，上海、江蘇、浙江在觀測年份的評價值均在0.6左右，且保持了較穩(wěn)定的增長趨勢，不平衡度除12年外均保持穩(wěn)步下降趨勢;其中，江蘇省自12年起創(chuàng)新能力評價值便位居全國第一，根據(jù)統(tǒng)計局的相關(guān)數(shù)據(jù)，12年江蘇省在高端裝備、新能源、生物制藥等多個新興產(chǎn)業(yè)增速迅猛，一舉奠定了其在全國高技術(shù)產(chǎn)業(yè)中的地位。

雖然京津冀地區(qū)的創(chuàng)新能力評價值差距仍較明顯，但不平衡度逐年較低，特別是15年已降至0.2以下;北京的評價值始終保持在較高水平，天津近兩年迅速“趕上”，已接近北京和長三角地區(qū)的水平，有望在未來幾年同北京形成京津冀及周邊地區(qū)高技術(shù)產(chǎn)業(yè)的創(chuàng)新“雙擎”，河北近年來在省內(nèi)5大高新技術(shù)產(chǎn)業(yè)開發(fā)區(qū)的帶動下發(fā)展勢頭良好;總體而言，京津冀地區(qū)仍需繼續(xù)加強創(chuàng)新一體化建設(shè)，轉(zhuǎn)變創(chuàng)新思路和不平衡的創(chuàng)新發(fā)展模式。

③從集聚效應(yīng)來看，就全國而言經(jīng)濟鄰近和信息化鄰近下的高技術(shù)產(chǎn)業(yè)創(chuàng)新集聚效應(yīng)顯著，Morans I指數(shù)分別達(dá)到了0.332和0.407，充分說明經(jīng)濟上的密切往來、即時信息和通信技術(shù)帶來的便利已成功代替了地理鄰近對創(chuàng)新溢出和知識傳播的作用，多維鄰近下的產(chǎn)業(yè)集聚和空間集聚的新趨勢將逐步凸顯。

④長三角地區(qū)集聚效應(yīng)更顯著，在經(jīng)濟鄰近和信息化鄰近下均顯著呈現(xiàn)為“H-H”（“高-高”）的局域性創(chuàng)新分布特征，說明上海、江蘇、浙江不管在經(jīng)濟發(fā)展、信息通信水平以及高技術(shù)產(chǎn)業(yè)創(chuàng)新表現(xiàn)上都呈現(xiàn)出“趨同”現(xiàn)象，今后該地區(qū)也將繼續(xù)作為全國高技術(shù)產(chǎn)業(yè)創(chuàng)新發(fā)展和城市群發(fā)展的“領(lǐng)頭羊”。

值得注意的是，京津冀地區(qū)未表現(xiàn)出顯著的集聚收斂特征，再次證明了高技術(shù)產(chǎn)業(yè)發(fā)展的不均衡性，北京作為該地區(qū)科技研發(fā)核心，對創(chuàng)新“拉動”作用不明顯，未來京津冀需要繼續(xù)加強區(qū)域間的經(jīng)濟貿(mào)易往來、人才交流、技術(shù)合作以及新型信息技術(shù)下的平臺共建和分享，努力打造京津冀“創(chuàng)新共同體”。

參考文獻：

[1]韓晶.中國高技術(shù)產(chǎn)業(yè)創(chuàng)新效率研究——基于SFA方法的實證分析[J].科學(xué)學(xué)研究，2010，28（3）：467-472.

[2]肖仁橋，錢麗，陳忠衛(wèi).中國高技術(shù)產(chǎn)業(yè)創(chuàng)新效率及其影響因素研究[J].管理科學(xué)，2012，25（5）：85-98.

[3]史丹，李曉斌.高技術(shù)產(chǎn)業(yè)發(fā)展的影響因素及其數(shù)據(jù)檢驗[J].中國工業(yè)經(jīng)濟，2004（12）：32-39.

[4]周明，李宗植.基于產(chǎn)業(yè)集聚的高技術(shù)產(chǎn)業(yè)創(chuàng)新能力研究[J].科研管理，2011，32（1）：15-21.

[5]官建成，陳凱華.我國高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率的測度[J]. 數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2009（10）：19-33.

[6]徐玲，武鳳釵.我國高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新能力評價[J].科技進步與對策，2011，28（2）：128-132.

[7]陳萍，賈志永，龔小歡.基于投入產(chǎn)出指數(shù)的高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新能力實證研究[J].科學(xué)學(xué)研究，2008（2）：501-505.

[8]汪良兵，洪進，趙定濤，等.中國高技術(shù)產(chǎn)業(yè)創(chuàng)新系統(tǒng)協(xié)同度[J].系統(tǒng)工程，2014（3）：1-7.

[9]李海超，李志春.高技術(shù)產(chǎn)業(yè)原始創(chuàng)新系統(tǒng)分析及創(chuàng)新能力評價研究[J].中國管理科學(xué)，2015（1）：672-678.

[10]王子龍，譚清美，許簫迪.高技術(shù)產(chǎn)業(yè)集聚水平測度方法及實證研究[J].科學(xué)學(xué)研究，2006，24（5）：706-714.

[11]施海燕，宣勇，唐根年.中國高技術(shù)產(chǎn)業(yè)空間集聚及其適度性檢驗[J].工業(yè)技術(shù)經(jīng)濟，2013（5）：59-68.

[12]晉盛武， 盛淑潔.中國高技術(shù)產(chǎn)業(yè)集聚的就業(yè)效應(yīng)研究——基于空間面板的實證分析[J].地理與地理信息科學(xué)，2015， 31（1）：80-86.

[13]Shannon C E. A Mathematical Theory of Communication[J]. Bell System Technical Journal， 2014， 27（3）：379-423.

[14]■ P， Galbraith J K. Constructing Long and Dense Time-Series of Inequality Using the Theil Index[J]. Eastern Economic Journal， 2000， 26（1）：61-74.

[15]項歌德. R&D溢出效應(yīng)的測度研究[D].上海社會科學(xué)院， 2011.