中国城市研究·第十七辑

长三角区域科技创新资源空间分布及对区域创新的影响 曹贤忠 叶雷 摘要 科技创新资源是区域开展创新活动的基石，在区域经济发展中占有举足轻重的地位。科技创新资源的空间分布也一直是经济学和地理学学者关注的焦点，本文以长三角区域41个城市为研究对象，基于全局和局部自相关等方法，重点分析了2000～2018年长三角区域研发经费、研发人员、规模以上工业企业等科技创新资源的空间分布及动态演变特征，并运用多元回归模型分析了科技创新资源对区域创新能力的影响。研究发现，首先，长三角区域科技创新资源总体较为丰富，大致呈现出南京、上海、杭州、宁波等城市构成的Z形空间格局；其次，相较于2000年，2018年长三角区域科技创新资源空间差异明显缩小；再次，科技创新资源对区域创新能力提升均具有显著的促进作用，随着科技创新资源空间分布越来越均衡，区域创新能力也相应呈现出越来越高的趋势。本文还相应提出了促进长三角区域创新发展的对策建议。 关键词 科技创新；创新资源；区域发展；空间分布；长三角 1　引言 科技创新资源是支持科技创新活动的物质和信息保障，是一个国家科技创新 作者简介：曹贤忠，1987年生，华东师范大学中国现代城市研究中心，副教授，硕士生导师，研究方向为创新地理、产业经济与区域发展；叶雷，1991年生，安徽师范大学经济管理学院讲师，研究方向为创新与区域发展。 基金项目：国家自然科学基金青年项目（41801109），教育部人文社会科学基金青年项目（18YJC790004），上海市科委科技攻关重大项目（19DZ1203801）。 2　中国城市研究（第十七辑） 活动的基础，主要包括创新条件资源、创新人力资源、创新投人资源、创新信息资源、创新成果资源、创新政策资源等各类支撑和推动科技创新的资源，是带动经济超越简单再生产和扩大再生产的创新经济要素、制度要素和社会要素的总和。具体包括科技文献、科学数据、科技人才、重大科研设施、大型科研仪器、科研机构、科研条件、科研基地、科技金融、科技创业载体、产业基地等。科技创新资源日益成为国家的重要战略资源，显示出在国家竞争中的战略地位。2015年3月，中共中央、国务院出台《关于深化体制机制改革加快实施创新驱动发展战略的若干意见》，明确指出要加强创新资源整合共享和高效配置，并将创新资源优势转化为创业创新优势，这也是实施创新驱动发展战略、建设创新型国家的重要任务；2020年11月，中共中央发布了《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》，指出坚持创新在我国现代化建设全局中的核心地位，并深人实施创新驱动发展战略。国家发布的政策文件表明，科技创新资源在我国现代化建设中具有不可替代的作用。 长三角区域作为我国经济*具活力、开放程度*高、创新能力*强的区域之一，是开展科技创新资源空间分布相关研究的典型案例区域。2020年8月20日，习近平总书记在合肥主持召开扎实推进长三角一体化发展座谈会。他强调，上海和长三角区域不仅要提供优质产品，更要提供高水平科技供给，支撑全国高质量发展①。也有不少学者指出科技创新领域率先实现一体化是推动长三角区域一体化的突破口，而科技创新领域的一体化离不开科技创新资源的支撑。长三角区域科技创新资源富集且各具特色，上海是我国具有世界影响力的人才高地和开放前沿，江苏制造业实力和应用技术创新能力强，浙江互联网经济领先发展，安徽大科学设施和基础科研能力一枝独秀。然而，长三角区域科技创新资源空间分布是否均衡；不同的科技创新资源空间分布有何差异；基于长三角区域高质量一体化目标，有哪些优化策略；这些问题尚待深人研究。 综上所述，科技创新资源是长三角区域实现高质量一体化发展的重要资源，科技创新资源的空间分布及空间关联对于创新主体获取创新知识、构建科技创新网络均具有重要作用。然而，当前长三角科技创新资源空间分布特征尚不明确。因此，本文从科技创新投人资源和科技创新主体资源（高校、科研机构、科技创新型企业）两个方面，尝试深人剖析长三角区域41个城市间科技创新资源的差异及空间关联，在此基础上提出长三角科技创新资源布局的优化策略，以期为构建长三角区域创新共同体、长三角高质量一体化发展提供理论参考。 2　文献回顾 基于Web of Knowledge和中国知网（CNKI）科技文献数据库，笔者系统梳理国内外相关领域研究文献发现，科技创新空间分布问题一直是经济学、管理学和地理学学者关注的重点领域，创新投人资源、创新产出、创新效率的空间差异以及创新资源与区域经济增长的关系更是成为当前研究的重中之重。 科技创新资源空间分布相关研究集中于科技创新投人资源和科技创新产出两个方面。例如，程泉民对创新资源采用科技人力资源、科技物力资源、科技财力资源和科技技术资源四方面的评价指标对我国2000～2010年的数据进行分析，发现我国创新资源在空间分布上具有堆集现象并且与我国传统地区经济发展程度和地理位置等具有高度相关性m；邹琳等运用探索性空间数据分析（exploratory spatial data analysis，ESDA）方法，对长三角城市群R&D投人相关数据进行分析，发现长三角城市群研发投人资源城市间差异整体呈逐渐缩小的趋势，且研发经费投人呈现出显著的极化现象；吕海萍等通过趋势面、引力模型进行空间数据的分析，得出我国创新资源空间分布具有明显的“东南高、西北低”的空间指向性，在时间维度上呈现“东高、西低、北降、南升”的趋势，创新资源指标与各地的经济发展正相关。李凌月等采用探索性空间数据分析方法，以专利申请数作为创新产出的衡量指标，分析了上海2000～2018年市域创新产出空间分布和创新中心的演化特征，发现创新产出的空间分布呈现出快速交通导向下的均质化扩散和多中心结构趋向。张鹏和陈培安指出区域科技创新资源分布不均是制约区域经济发展的主要问题，并运用突变级数法研究山东省科技创新资源的空间分布与经济发展水平的协同状况，发现山东省科技创新资源空间分布不均，科技创新资源与经济发展水平整体上呈现正相关趋势。 此外，科技创新资源投人产出效率以及科技创新资源网络的创新效率也受到了众多学者的关注。实际上，企业、高校、科研院所之间进行产学研创新结网已成为科技创新的重要模式，也是科技资源配置的*优选择。发达国家的经验表明，科技资源是一国科技创新能力建设的基础，科技创新能力不强的重要原因之 一是科技资源配置相对不健全，因此，如何及时、有效、科学、合理地将高校、科研院所的优势科技资源配置到企业科技创新活动中，实现产学研创新网络各方科技资源的有效整合，是经济学、管理学和地理学学者不断探索的主要方向，也是区域科技创新能力提升需要解决的难题。学者大多从创新网络的结构特征出发，探讨其与创新效率的关系，发现创新网络的结构特征会影响知识在主体间的流动和吸收，进而影响企业的创新效率。归纳起来，创新网络的结构特征主要包括关系强度、网络密度、网络位置。网络成员间联系紧密能促进企业技术创新和获取知识，联系较强的网络可加快知识在创新主体间转移，进而提高企业的创新效率，一些学者通过案例分析也证实了网络强联系对创新效率存在着正向促进作用。有些学者认为网络密度与创新效率存在着显著正相关关系，如Egbetokun通过对尼日利亚企业创新情况调查发现，企业创新效率与它的结网规模之间存在着正向相关关系。网络中心位置也会正向影响创新效率，学者们的研究对此有着较为一致的论断，但Gltickler通过对巴斯夫化学公司阿根廷子公司调研访谈，并运用社会网络分析发现，处于网络边缘的企业在知识创新过程中也会发挥重要作用。另外，一些学者探讨了网络能力、网络内部要素协同、创新政策、互补性资源、R&D合作等对创新网络创新效率的影响。 科技创新资源合理配置的结果主要体现在促进了区域创新能力的提升，尤其是促进了区域经济发展水平的提高，创新网络（innovation networks）(主要是指城市创新网络，由大学、科研机构、企业、中介机构、政府部门等主体构成）则是科技创新资源得以流动和共享的途径和表征，因此大多数相关研究是从创新网络视角探讨科技创新资源共享与区域经济发展的关系 。创新网络是推动区域经济增长的重要途径之一，在经济地理和区域经济发展的相关文献中，网络的关注度越来越高，且已取得了较为丰硕的研究成果，表现在全球生产网络、创新环境、区域创新系统和集群等方面。创新网络对于区域经济发展有着显著的促进作用，王缉慈认为处于合作网络中的企业，通过相互学习形成创新网络，从而有利于区域经济发展；高菠阳和刘卫东分析了我国彩电制造业30余年的产业空间转移，发现外商投资、产业集群、创新网络建设等因素对产业发展与布局有着重要影响；谭成文和杨开忠以中关村为例，指出中关村区域创新网络的培育有助于带动中国知识经济的发展；方创琳等系统评估了我国287个地级以上市的创新型城市建设水平，发现城市综合创新水平与城市经济发达水平具有密切的正相关关系；Cao等研究指出长江经济带110个地级以上市研发资源投人与区域经济增长之间存在长期稳定的关系。 综上所述，区域创新空间差异受到了经济学、管理学和地理学学者的高度关注，然而，已有研究更多关注区域科技创新投人资源，没有将创新主体融合在一起进行研究。根据Cooke的区域创新系统理论[32]，企业、高校、科研机构等创新主体在区域创新过程中发挥着知识生产和转移转化的作用，也是非常重要的科技创新资源。因此，本文从科技创新投人资源（研发经费、研发人员）和科技创新主体资源（企业）两个方面对长三角区域41个城市的科技创新资源空间分布进行分析，并通过空间关联方法探讨城市间科技创新资源的差异，同时还通过多元回归模型分析科技创新资源对区域创新能力的影响，有助于弥补以往研究的缺憾，具有重要的理论意义。 3　研究设计 3.1　评价指标及案例选取 关于科技创新资源评价的指标，学者有着众多认识。例如，方远平和谢蔓选取了R&D人员占总就业人员的比例、R&D经费支出、普通高等院校的数量、技术市场成交合同数、每万人口在校大学生数5个指标来衡量创新要素空间分布及其差异，选取专利授权量来衡量创新产出。曹贤忠等选取了R&D投人经费和R&D人员投人两个指标表征科技创新资源，并选取了专利授权数、科技论文发表数、新产品产值三个指标表征创新产出。已有研究主要围绕创新投人资源和创新产出能力的空间分布进行研究，而本文认为科技创新资源更多的是指创新投人资源和创新主体资源，如研发经费资源、研发人员资源、研发主体资源（高校/科研机构、规模以上工业企业）等。由于高校和科研机构相对较为稳定，空间分布变化不大，因此，本文基于已有研究，重点选取了研发经费（亿元）、研发人员（万人）、规模以上工业企业数（个）作为测度指标，探讨2000～2018年长三角区域41个城市的科技创新资源空间分布特征及空间关联，并分析其对区域创新能力的影响。 长三角区域范围经历了几次比较大的调整。根据2010年发布的《长三角地区区域发展规划（2009—2020）》，长三角城市群包括上海、江苏和浙江的16个核心城市；根据2016年6月国务院发布的《长江三角洲城市群发展规划》，长三角城市群包括上海、江苏、浙江、安徽的26个城市。2018年4月12日，长三角经济协调 会第十八次市长联席会议召开，确定了长三角经济协调会会员城市为34个城市。2019年10月15日，长三角城市经济协调会第十九次会议召开，会上全票通过蚌埠、黄山、六安、淮北、宿州、亳州、阜阳7个城市加人长三角城市经济协调会，长三角区域扩展为41个城市。为了更加全面反映长三角区域科技创新资源空间分布特征，并探讨处于不同发展阶段城市的科技创新资源空间差异，本文选取了长三角区域41个城市作为研究对象。 3.2　研究方法 3.2.1　全局空间自相关 全局空间自相关用于分析科