摘要：區(qū)域創(chuàng)新是國家創(chuàng)新資源布局的地域體現(xiàn)和國家創(chuàng)新體系構建的關鍵環(huán)節(jié)，是推動地區(qū)高質(zhì)量發(fā)展的重要動力。基于2001—2021年省際創(chuàng)新水平面板數(shù)據(jù)，運用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，有助于實證檢驗中國省際創(chuàng)新水平的地區(qū)差異及其時空演進特征。實證研究結果表明，中國省際創(chuàng)新水平在空間分布上具有明顯的地區(qū)差異性，空間因素對地區(qū)創(chuàng)新活動的確存在影響，而地區(qū)間的差距是造成創(chuàng)新水平差異的主要原因。進一步對區(qū)域創(chuàng)新空間溢出效應進行研究，結果表明我國區(qū)域創(chuàng)新水平在時空演變上呈現(xiàn)出“俱樂部趨同”和空間依賴的特征。增強地區(qū)之間技術創(chuàng)新的流動性，縮小區(qū)域之間的差距，是促進各區(qū)域創(chuàng)新能力持續(xù)提高及均衡發(fā)展的重要途徑。中國創(chuàng)新水平的整體不均衡性主要來自于區(qū)域創(chuàng)新能力基尼系數(shù)呈現(xiàn)擴大趨勢，應通過政策引導、開放創(chuàng)新等方式促進不同地區(qū)創(chuàng)新水平的協(xié)調(diào)發(fā)展。

關鍵詞：國家創(chuàng)新體系；區(qū)域創(chuàng)新水平；地區(qū)差異；俱樂部趨同；時空演變

基金項目：國家社會科學基金項目“新常態(tài)下戰(zhàn)略性新興產(chǎn)業(yè)混合發(fā)展的機制創(chuàng)新研究”（15BJY072）

中圖分類號：F124.3文獻標識碼：A文章編號：1003-854X（2023）06-0026-08

一、引言和相關文獻綜述

黨的二十大報告明確提出，要深入實施科教興國戰(zhàn)略、人才強國戰(zhàn)略、創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略，開辟發(fā)展新領域新賽道，不斷塑造發(fā)展新動能新優(yōu)勢。區(qū)域創(chuàng)新是國家創(chuàng)新資源布局的地域體現(xiàn)和國家創(chuàng)新體系構建的關鍵環(huán)節(jié)，是推動地區(qū)高質(zhì)量發(fā)展的重要動力。提升區(qū)域創(chuàng)新能力是創(chuàng)新驅(qū)動的必經(jīng)之路，是為國家創(chuàng)新發(fā)展提供長效動能的不竭源泉。我國東、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、促進區(qū)域協(xié)調(diào)發(fā)展已成為一個迫切需要解決的問題。

國內(nèi)外學者對區(qū)域創(chuàng)新問題的研究主要圍繞創(chuàng)新能力評價、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。早期的學者往往是針對某一個特殊行業(yè)，利用行業(yè)的調(diào)查問卷數(shù)據(jù)來反映此行業(yè)的創(chuàng)新情況，如Arun等利用美國硅谷166家高科技企業(yè)的微觀數(shù)據(jù)測度了美國硅谷的創(chuàng)新水平（1）。這一研究方法的局限性在于不同專家的評價結果往往存在較大的差異，評價結果缺乏一致性，同時某個行業(yè)的創(chuàng)新情況也很難反映地區(qū)整體的創(chuàng)新水平。有的學者利用代理變量開展對創(chuàng)新水平的區(qū)域特征研究，Ramsey （2）最先提出了趨同假設，在此基礎上學者們先后提出了α-趨同、β-趨同等檢驗方法，推進了區(qū)域差異和趨同問題的研究（3）。如Engel和Palacio （4）利用高新產(chǎn)業(yè)的產(chǎn)值指標，借鑒產(chǎn)業(yè)集中度指標的思路，構建高新產(chǎn)業(yè)的產(chǎn)值集中度來近似反映創(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)出水平的空間相關性。

近年來，一些學者開始嘗試利用空間計量方法來刻畫創(chuàng)新水平的區(qū)域特征。Paivi和Malecki在對不同區(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，認為空間相關性會對技術創(chuàng)新產(chǎn)生影響（5） 。Silvestre和Dalcol在研究企業(yè)創(chuàng)新的集聚效應時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TW指數(shù)模型對我國京津冀、長三角、珠三角和成渝四大區(qū)域的創(chuàng)新極化效應進行了量化研究，發(fā)現(xiàn)這些區(qū)域的空間分布呈現(xiàn)聚集現(xiàn)象（7）。李士梅和張倩對區(qū)域創(chuàng)新能力的基尼系數(shù)進行了測度，結果顯示全國區(qū)域創(chuàng)新能力的基尼系數(shù)呈現(xiàn)擴大趨勢（8）。此外，潘宇瑤（9）、張虎和周迪（10）、張遼和黃蕾瓊（11）等運用Dagum基尼系數(shù)分解法對我國區(qū)域創(chuàng)新水平的差異及區(qū)域創(chuàng)新水平的特征進行分析，發(fā)現(xiàn)創(chuàng)新分布地區(qū)差異性十分明顯。

已有研究對刻畫我國創(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)測度對于差異分析無法實現(xiàn)區(qū)域內(nèi)和區(qū)域間差異的分解，故而無法有效地解釋差異的來源；二是不能揭示創(chuàng)新水平隨時空演變的動態(tài)過程，在解釋鄰接地區(qū)對區(qū)域創(chuàng)新水平的影響及隨時空演變的發(fā)展趨勢方面的研究成果甚少?；诖?，本文利用2001—2021年中國省際面板數(shù)據(jù)，采用Dagum基尼系數(shù)分解方法厘清我國創(chuàng)新水平的地區(qū)差異及來源，在此基礎上進一步應用空間馬爾可夫鏈詳細考察我國區(qū)域創(chuàng)新水平及對鄰接地區(qū)影響的動態(tài)演變趨勢，以更好地揭示我國省際創(chuàng)新水平的時空演化特征。

二、研究方法

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

空間自相關檢驗包括：（1）全局空間自相關檢驗。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散的特征。

常見的全局空間自相關檢驗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的計算公式如下（12）：

其中，；Yi為i地區(qū)的觀測值，n為觀測地區(qū)總數(shù)，Wij為空間權重矩陣的要素。莫蘭指數(shù)I以所有觀察指標的平均值為基礎， I值介于1與-1之間，越接近1表示彼此空間關系越密切，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，該方法先將分析對象分成組，然后通過統(tǒng)計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和，以考察組間和組內(nèi)差異對總體差異的貢獻程度。Dagum基尼系數(shù)分解方法的優(yōu)勢在于其不僅可以對差異來源進行分解，而且還可以考察各要素的邊際變化對總體差異的影響，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)點和特性，本文采用Dagum基尼系數(shù)分解方法刻畫我國省際創(chuàng)新水平的地區(qū)差異及差異來源。

（三）空間馬爾可夫鏈的方法

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

1.傳統(tǒng)馬爾可夫鏈

假設某一預測對象有m個互不相容的狀態(tài)，每一時刻t只能處于一個狀態(tài)中 （Si=1，2，…m）中，那么，在t+1時刻，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時刻屬于i類型的預測對象在t+1時刻轉(zhuǎn)移為j型的預測對象的數(shù)量之和， 是t時刻中屬于類型i的預測對象數(shù)量之和。則馬爾可夫轉(zhuǎn)移概率矩陣可以寫為（14）：

本文通過計算馬爾可夫轉(zhuǎn)移概率矩陣中概率的大小預測出一個地區(qū)創(chuàng)新水平向上或向下的轉(zhuǎn)移概率。當未考慮空間因素的影響時，該地區(qū)無論與何種類型的區(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)之間的空間關系，分析鄰接地區(qū)對于本地區(qū)的影響。為了使每一行的元素可以運算，首先要對空間權重矩陣進行標準化（15）。

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

空間馬爾可夫鏈強調(diào)動態(tài)變化中鄰接區(qū)域之間的相互作用、相互學習以及溢出效應?？臻g馬爾可夫轉(zhuǎn)移概率矩陣是對傳統(tǒng)馬爾可夫矩陣的一種改進，它將傳統(tǒng)的（k，k）矩陣分解為k 個（k，k）的條件矩陣。給定在初始年份t時 k類型地區(qū)的空間滯后，其第k個條件矩陣的矩陣元素就是Pij（k）。Pij（k） 表示在初始年份t時i類型地區(qū)在下一年份轉(zhuǎn)移到j類型的概率。通過比較傳統(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)對本地區(qū)的空間影響，以及該地區(qū)在未來期向上轉(zhuǎn)移和向下轉(zhuǎn)移的概率。

三、實證分析

（一）指標選擇及數(shù)據(jù)來源

已有研究常常選用專利數(shù)來衡量創(chuàng)新產(chǎn)出，但由于專利申請授權審批需要時間，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，本文選用由中國科技發(fā)展戰(zhàn)略研究小組聯(lián)合中國科學院中國創(chuàng)新創(chuàng)業(yè)管理研究中心編寫的2001—2021年《中國區(qū)域創(chuàng)新能力評價報告》中的綜合效用值作為衡量地區(qū)創(chuàng)新水平的指標。

（二）空間權重矩陣的構建

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

首先計算2001—2021年我國31個?。ㄗ灾螀^(qū)、直轄市）的創(chuàng)新產(chǎn)出水平的莫蘭指數(shù)，計算結果見表1。從表1可知，2001—2021年，我國31個?。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年外均大于標準正態(tài)分布0.05顯著水平下的臨界值1.96，通過了0.05顯著水平下空間相關性的顯著性檢驗。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，略高于標準正態(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，未能通過顯著性檢驗，略低于標準正態(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31個?。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年達到頂峰，之后開始下降，2020年與2021年創(chuàng)新水平空間聚集度最弱。

表1充分說明我國各地區(qū)創(chuàng)新水平的分布確實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)計算結果可視化見圖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。

通過以上分析，可以看出我國創(chuàng)新水平存在著異質(zhì)化及空間集聚的特征，我國31個?。ㄗ灾螀^(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，通過對基尼系數(shù)的組群分解，探討中國創(chuàng)新水平的地區(qū)差距及其動態(tài)演進過程。

1.中國創(chuàng)新水平的地區(qū)總體差異及其動態(tài)演變趨勢

2001—2021年，我國31個省（自治區(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。圖2描述了我國創(chuàng)新水平地區(qū)差距的總體演變趨勢，可以看出，2001—2021年，我國創(chuàng)新水平地區(qū)之間的差異總體呈現(xiàn)出一定的波動性，創(chuàng)新水平地區(qū)差距總體呈現(xiàn)下降趨勢，地區(qū)差異總體上在不斷縮小。具體來看，在2001—2004年、2006—2012年、2016—2021年期間中國創(chuàng)新水平地區(qū)差距整體呈現(xiàn)出下降的趨勢，在2004—2006年、2012—2016年期間中國創(chuàng)新水平地區(qū)差距整體呈現(xiàn)出上升趨勢。

根據(jù)表2第1列可以看出在2001—2021年間，我國31個?。ㄗ灾螀^(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，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。2012年黨的十八大明確提出實施創(chuàng)新驅(qū)動發(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，《中共中央國務院關于深化體制機制改革加快實施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略的若干意見》指出，深化體制機制改革，加快實施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略，此后各地大力開展自主創(chuàng)新，中國省際創(chuàng)新水平的地區(qū)差距再一次加大。

2.中國創(chuàng)新水平的地區(qū)間差異及其動態(tài)演變趨勢

通過圖3和表2的不同地區(qū)基尼系數(shù)計算及分解結果可以看出：我國創(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。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，這兩類地區(qū)創(chuàng)新水平不均衡性較小；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，一方面是我國幅員遼闊，地區(qū)之間的資源環(huán)境、區(qū)位優(yōu)勢等先天存在差距，另一方面是我國各地區(qū)創(chuàng)新投入、經(jīng)濟市場化程度、營商環(huán)境等都存在地區(qū)間差異。

3.中國創(chuàng)新水平的地區(qū)內(nèi)差異及其動態(tài)演變趨勢

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

如表2所示，對于創(chuàng)新水平的差異來源，地區(qū)間的貢獻率最高，2001年創(chuàng)新水平差異76.637%來自于地區(qū)間，18.142%來源于地區(qū)內(nèi)；到2006年創(chuàng)新水平的地區(qū)間差異貢獻率一度縮小到71.310%，來自于地區(qū)內(nèi)的差異貢獻率達到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)間的溢出效應和“俱樂部趨同”效應的存在，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%來源于地區(qū)間，22.768 %來源于地區(qū)內(nèi)。

（四） 我國省際創(chuàng)新水平的時空演變特征及趨勢預測

我國31個?。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。鄰近高水平創(chuàng)新地區(qū)更能促進本地區(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)勢的差異及宏觀政策調(diào)控等因素，一個地區(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。增強地區(qū)之間技術創(chuàng)新的流動性，縮小區(qū)域之間的差距，是促進各區(qū)域創(chuàng)新能力持續(xù)提高及均衡發(fā)展的重要途徑。

1.時空演變特征——俱樂部趨同

按照馬爾可夫轉(zhuǎn)移概率矩陣公式，本文首先將全國31個省（自治區(qū)、直轄市）的創(chuàng)新水平按照由強至弱離散為4種類型：第1種類型是自主創(chuàng)新落后型，綜合評價得分在21.05以下，為低創(chuàng)新水平地區(qū)。第2種類型是自主創(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)新領先型地區(qū)，處于中高創(chuàng)新水平；第4種類型的創(chuàng)新水平綜合評價得分在31.98以上，為自主創(chuàng)新超強型地區(qū)。其次，本文計算出我國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中對角線上的元素反映了創(chuàng)新水平比較優(yōu)勢的“延續(xù)性”，其數(shù)值越大，優(yōu)勢狀態(tài)隨時間變化的可能性越小，“俱樂部趨同”特征越明顯，而非對角線上元素之和反映了比較優(yōu)勢“流動性”的強弱。從表3的計算結果可以看出：

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

（2）區(qū)域創(chuàng)新水平“流動性”較弱。馬爾可夫轉(zhuǎn)移概率矩陣的每一橫行表示某一類型地區(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)新狀態(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到了95.5%，高創(chuàng)新水平地區(qū)“俱樂部趨同”現(xiàn)象明顯。

2.時空演變特征——空間依賴性

當我們在馬爾可夫轉(zhuǎn)移矩陣中加入空間因素，就可以分析每一個區(qū)域受其鄰域環(huán)境影響程度。本文將地理鄰接權重矩陣建立的空間關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4×4的空間馬爾可夫轉(zhuǎn)移概率矩陣。對比傳統(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)對本地區(qū)的轉(zhuǎn)移概率的影響等時空演進特征。

對比表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，說明鄰接區(qū)域在區(qū)域創(chuàng)新水平的動態(tài)變化中存在著顯著的影響，具體來說：

第一，就整體而言，高創(chuàng)新水平的鄰接地區(qū)能夠促進該地區(qū)創(chuàng)新水平的提高。對于創(chuàng)新水平落后地區(qū)，當鄰接地區(qū)也為創(chuàng)新水平落后類型時，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，當鄰接地區(qū)的創(chuàng)新水平為中高水平的創(chuàng)新領先型時，其向上轉(zhuǎn)移的概率達到40.0%。對于創(chuàng)新領先型地區(qū)，如果周圍的鄰接地區(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%。如果周圍為創(chuàng)新超強型鄰居，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，對于第1類創(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)流動性最強，高創(chuàng)新水平地區(qū)則具有較強的延續(xù)性。從表4可以看出，第3類創(chuàng)新水平為中高的創(chuàng)新領先型地區(qū)在下一年份保持原狀態(tài)的概率在四種類型中最小，向上轉(zhuǎn)移的概率遠大于向下轉(zhuǎn)移的概率。第4類創(chuàng)新水平領先型地區(qū)的延續(xù)性最強，在下一年份中保持原有狀態(tài)的概率在四種類型中最大，流動性最小。第2、3類地區(qū)在現(xiàn)有的區(qū)域鄰接關系中，均具有很強的上移發(fā)展?jié)摿Α?/p>

從以上的分析中我們發(fā)現(xiàn)，空間因素會對區(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)，當其周圍鄰接地區(qū)為高水平地區(qū)時，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，當落后地區(qū)周圍相鄰地區(qū)同為落后地區(qū)時，劣勢狀態(tài)的鄰居增加了其滯留于劣勢狀態(tài)的概率，說明這些地區(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)有的鄰接關系中，處于“低水平均衡陷阱”的地區(qū)，如果沒有國家強有力的干預措施，這些地區(qū)很難沖出“陷阱”，實現(xiàn)大幅度的上移。

四、研究結論與政策啟示

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，考察了中國省際創(chuàng)新水平的地區(qū)差異及其時空演進特征。研究發(fā)現(xiàn)：第一，通過莫蘭指數(shù)檢驗，發(fā)現(xiàn)區(qū)域創(chuàng)新水平空間相關性顯著為正，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，通過基尼系數(shù)和Dagum基尼系數(shù)分解方法，發(fā)現(xiàn)我國省際創(chuàng)新水平分布不僅存在著空間集聚的特征，同時在地區(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。隨著國家創(chuàng)新驅(qū)動戰(zhàn)略在各地的貫徹實施，由于地區(qū)差異而導致的創(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“俱樂部趨同”現(xiàn)象和空間相依性特征。在4類地區(qū)中，高水平的鄰居對創(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40.0%。而當落后地區(qū)周圍相鄰接地區(qū)同為落后型地區(qū)時，則會陷入到“低水平均衡陷阱”狀態(tài)中。在現(xiàn)有的鄰接關系中，如果沒有國家強有力的干預措施，這些地區(qū)很難沖出“陷阱”，實現(xiàn)大幅度的上移。

基于上述研究結論，本文的政策啟示在于：

第一，考慮到我國區(qū)域創(chuàng)新水平具有顯著的正向空間相關性，且在分布上存在著明顯的空間集聚性，政府應該打破創(chuàng)新的區(qū)域壁壘，淡化創(chuàng)新環(huán)境的領域界限、行業(yè)界限、區(qū)域界限，鼓勵企業(yè)超越傳統(tǒng)邊界，在多個企業(yè)、多個行業(yè)、多個區(qū)域甚至不同國家組成的生態(tài)系統(tǒng)中合作創(chuàng)新，整合資源、優(yōu)勢互補，通過開放合作創(chuàng)造價值。

第二，雖然鄰接地區(qū)對本地區(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“俱樂部趨同”現(xiàn)象，但是也應該看到并不是所有經(jīng)濟圈都能成為經(jīng)濟“增長極”，政府應該構建以高創(chuàng)新水平地區(qū)為首的創(chuàng)新合作聯(lián)動網(wǎng)絡，從技術創(chuàng)新聚集的中心城市向周邊地區(qū)輻射，帶動周邊地區(qū)協(xié)同發(fā)展。要借助區(qū)位優(yōu)勢和國家政策優(yōu)勢，充分發(fā)揮創(chuàng)新水平高的地區(qū)技術創(chuàng)新的乘數(shù)效應和溢出效應，將創(chuàng)新合作聯(lián)動網(wǎng)絡的創(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。

第三，對于陷入創(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”。政府層面應綜合運用支持工具，加強對低創(chuàng)新水平地區(qū)政策上的引導，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，大力吸引外來的創(chuàng)新項目、創(chuàng)新人才等創(chuàng)新要素，以彌補陷入創(chuàng)新“低水平均衡陷阱”地區(qū)創(chuàng)新稟賦的不足。

注釋：

（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：《我國四大城市區(qū)域創(chuàng)新空間極化趨勢的比較研究》，《中國軟科學》2009年第10期。

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

（9） 潘宇瑤：《自主創(chuàng)新對產(chǎn)業(yè)結構高級化的驅(qū)動作用研究》，吉林大學2016年博士學位論文。

（10） 張虎、周迪：《創(chuàng)新價值鏈視角下的區(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鏈的實證研究》，《研究與發(fā)展管理》2016年第6期。

（11） 張遼、黃蕾瓊：《中國工業(yè)企業(yè)綠色技術創(chuàng)新效率的測度及其時空分異特征——基于改進的三階段SBM-DEA模型分析》，《統(tǒng)計與信息論壇》2020年第12期。

（12） 陳強：《高級計量經(jīng)濟學及Stata應用（第二版）》，高等教育出版社2014年版，第578頁。

（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)域趨同時空演變》，《地理學報》2005年第5期。

作者簡介：潘宇瑤，天津職業(yè)技術師范大學經(jīng)濟與管理學院講師，天津，300222。

（責任編輯 李燈強）