長江經濟帶創新產出的空間關聯特征研究

摘 要：區域之間的聯系越來越緊密，區域創新產出的水平之間呈現出明顯的相關性。運用引力模型和社會網絡分析方法得出長江經濟帶11個省市創新產出的空間關聯網絡圖，通過網絡關聯度和網絡密度等對各省市創新產出的空間關聯的網絡特征進行分析研究，并針對長江經濟帶創新產出的空間關聯給出相關的對策提議。

關鍵詞：創新產出；空間關聯；社會網絡分析；長江經濟帶

中圖分類號：X171；TV74" " " " " " " " " " " " " " " " " " " 文獻標志碼：A

習近平總書記多次強調提高長江經濟帶區域創新能力，促進長江經濟帶高質量發展的重要性[1]。《2020中國區域創新能力評價報告》顯示，長江經濟帶11個省市中，創新能力效用值在40以上的僅有江蘇和上海，江蘇的創新能力效用值是云南的2.35倍，下游地區創新能力優勢明顯，呈現出顯著的區域非均衡特征，地區發展不均衡不充分矛盾突出。就長江經濟帶發展趨勢、自身需求與現實的需求而言，加速區域創新發展具有顯著重要性。

1 文獻綜述

1.1 創新產出空間關聯特征的相關研究

關于創新產出空間關聯特征的研究，國外學者Anselin[2]提出將計量經濟學作為分析空間效應的統計模型方法。此后，Anselin[3]又進一步擴展了空間計量經濟學的覆蓋范圍，從截面數據延伸到面板數據。20世紀90年代以來，保羅·克魯格曼[4]不再使用傳統空間計量分析方法，而是將網絡與城市聯系在一起提出了網絡城市這一新型態，各個分散的城市正通過知識、科技、人口等逐漸成為一個緊密的經濟空間關聯網絡。此后，社會網絡分析被運用到社會、政治、經濟等各個方面。

20世紀90年代末，國內學者開始使用社會網絡分析法研究中國經濟發展。錢錫紅等[5]基于管理學理論，采用社會網絡分析法建立交互效應模型，分析企業網絡位置與創新產出效率的關系。李敬等[6]擴大社會網絡分析法的使用維度，通過社會網絡分析法研究中國經濟發展的空間特征。張景帥等[7]結合熵權法與社會網絡分析法評價浙江省的縣域創新能力，通過社會網絡分析法對創新網絡進行分層次分析。

1.2 長江經濟帶創新產出的相關研究

關于長江經濟帶創新產出的研究主要集中在區域創新產出的時空特征、區域創新產出的影響因素以及區域創新產出與其他要素之間的量化關系。徐維祥等[8]以專利授權量作為創新產出指標表示長江經濟帶中心城市的創新產出，研究長江經濟帶創新產出的時空特征及其影響因素。現有文獻大多從省級層面對長江經濟帶創新產出的空間特征進行研究。

2 理論分析

2.1 區域創新產出理論分析

目前，關于區域創新產出的含義，國內外學者并未形成統一的意見。創新產出能夠在一定程度上評價區域創新能力，評價區域參與創新活動的積極程度以及創新活動的質量與水平。國內區域經濟正在朝著區域經濟一體化方向前進，區域創新產出也展現出新特征。然而，由于各區域自身的綜合實力水平、創新環境和資源等因素影響，創新產出水平顯示出很大的區域差異。

本研究中，以每萬人的授權專利數，規模以上工業企業新產品的銷售收入、規模以上工業企業有效發明專利數為作為區域創新產出直接結果的代表。這三個指標反映了區域創新水平的綜合指標，具有很高的代表性，而且每萬人專利授權量減少了不同地區人口差異的影響，可以更加客觀地展現區域創新產出的差別。

2.2 空間關聯網絡理論分析

近年來，眾多學者開始采用網絡分析法對城市社會系統關系開展研究，形成復雜的關系網絡[9-10]。本研究中，采用社會網絡分析方法，基于長江經濟帶11個省市創新產出的空間網絡結構特征，揭示區域創新產出空間相關性的總體特征，與改進的引力模型相結合，得到長江經濟帶創新產出空間關聯網絡，進而分析長江經濟帶中11個省市的創新產出的空間關聯的網絡特征。

3 長江經濟帶創新產出的空間關聯特征分析

3.1 空間關聯特征的分析方法

3.1.1 空間關聯網絡的構建方法

本研究中采用改進的引力模型，見式（1）。

式中：Yij表示區域i和區域j兩區域間創新產出的引力；Pi和Pj分別表示區域i和區域j的區域創新產出總量；Ri和Rj分別表示區域i和區域j的規模以上工業企業Ramp;D人員全時當量；Wi和Wj分別表示區域i和區域j的互聯網普及率；Gi和Gj分別表示區域i和區域j的人均地區生產總值；Dij表示區域i和區域j省會城市（直轄市）之間的距離。

區域創新產出總引力Yi即為該區域與其他區域的創新產出引力的總和，見式（2）。

3.1.2 空間關聯網絡結構特征的計量方法

采用社會網絡分析方法從網絡密度、網絡關聯性、網絡中心性等方面來計量長江經濟帶經濟網絡結構特征。

3.1.2.1 網絡密度

網絡密度能夠清晰的表示網絡空間中各個節點空間關聯的緊密程度。長江經濟帶各個省市的創新產出發展越是能夠互相影響，那么其網絡密度就越大。網絡密度是指某區域實際擁有的關聯線條數與對應網絡空間存在的全部關聯數之間的比值，取值范圍是0到1。如果區域數量為N，則對應網絡空間存在的全部關聯數為N×（N-1），若區域創新產出的空間關聯網絡實際擁有的關聯關系數量為L，則網絡密度Dn的計算式為

3.1.2.2 關聯性分析

關聯性反映空間網絡的穩定性，取值范圍是0到1，其值越大說明該區域創新產出網絡關聯度越高。H表示網絡中不能到達的點的對數，則空間關聯度Dc的計算式如下

3.2 創新產出的空間格局變化特征

已知每萬人專利授權量、規模以上工業企業新產品銷售收入、規模以上工業企業有效發明專利數的幾何平均數是衡量長江經濟帶11個省市創新產出的指標。選取2010年、2013年、2016年、2019年長江經濟帶創新指標數值，使用ArcGIS繪出地理分布圖（見圖1）。2010—2019年長江經濟帶11個省市創新產出總量逐年增加，創新產出水平不斷提高，創新產出集聚地區差異呈減小趨勢。長江經濟帶創新產出具有集聚效應或擴散效應，說明長江經濟帶創新產出在空間上存在相關關聯。

在空間分布上，長江經濟帶各省市創新產出總量相差很大（見圖2）。從增長量來看，增長量最大的是江蘇，浙江緊隨其后，2010—2019年，江蘇每年創新產出總量均為第一，這得益于創新投入等因素的改變，說明江蘇結合自身優勢以及外在創新條件，在區域創新方面獲得一定的效果。除了江浙滬這樣的經濟發展強省市，安徽、江西、湖北在后期開始追趕，但差距仍然較大。長江經濟帶上游創新產出水平仍處于低水平狀態，云南和貴州的創新產出總量平均每年均低于200，忽視區域創新發展，整體變動幅度小。

3.3 長江經濟帶創新產出的空間關聯結構特征分析

3.3.1 長江經濟帶創新產出的空間關聯網絡

由式（1）構建的長江經濟帶創新產出的空間關聯矩陣見表1，利用UCINET軟件得出2019年長江經濟帶創新產出的可視化的網絡圖（見圖3）。長江經濟帶創新產出的空間關聯網絡共通過60條線條相連接，長江經濟帶11個省市至少有一條線條與其他區域相連接，可知，長江經濟帶區域創新產出在空間關聯方面十分復雜，各省市之間都具有關聯關系。

圖3中省市所在的正方形越大，那么該省市就位于長江經濟帶創新產出的空間關聯網絡中的核心位置，表明該省市參與長江經濟帶創新產出活動最為活躍，位于長江經濟帶創新產出的空間關聯網絡中的核心位置。這其中包括了下游的浙江、江蘇、上海，以及上、中游較為發達的省域，這說明，浙江、江蘇、上海主要在創新產出空間網絡中產生空間溢出效應，并通過湖北、湖南、重慶、四川等地區向長江經濟帶上游輻射，湖北、湖南這些區域在長江經濟帶創新產出的空間關聯網絡中起到了中間效用。

3.3.2 長江經濟帶創新產出的網絡密度與關聯性分析

由長江經濟帶創新產出的可達矩陣見表2，可知，長江經濟帶創新產出網絡中不可達的區域有10對，根據公式（4）計算得到長江經濟帶創新產出的空間關聯網絡的空間關聯度為0.82，表明長江經濟帶11個省市創新產出普遍存在空間關聯，且聯系較為緊密，長江經濟帶創新產出的空間關聯網絡聯系具有一定成效。長江經濟帶11個省市之間普遍產生空間溢出作用，在整體網絡中的通達性較好。長江經濟帶創新產出的10個不可達區域對均來自于云南，表明在長江經濟帶創新產出空間關聯網絡中，云南的空間關聯性較差，關聯度極低。

長江經濟帶11個省市之間可能存在的最大關聯關系數為110（11×10），而改進的引力模型得到存在實際關聯的關系數為60，由式（3）計算得出長江經濟帶創新產出空間網絡密度為0.545 5，該觀測值占比不足60%，各個省市之間關聯關系較為松散，長江經濟帶11個省市創新產出之間的聯系較少。

4 提升長江經濟帶區域創新產出能力的建議

（1）確立創新型企業在長江經濟帶創新發展中的主導地位。強調創新活動的主體是企業，企業應該根據市場需求加快技術創新，推動技術在市場的應用。加大有關創新的宣傳力度，認識創新活動對于提高經濟發展質量的重要性，擴大研發資金投入。應將關注的重點聚焦到長江經濟帶各個省市的企業創新能力，為提高長江經濟帶整體創新水平營造優良創新環境。

（2）促進資源的合理配置，提高資源流動率。加大人才培養力度，激勵創新活力。加強創新人才在企業、高校、科研機構間的溝通與交流。具有針對性的實施人才引進政策，各個省市可根據具體情況制定符合實際的人才引進計劃。長江經濟帶各個區域之間的發展趨勢與競爭優勢要有所區別，具有特色，引進真正能為區域創新發展做出貢獻的優秀人才，促進資源的合理配置與區域間的流動。

（3）削弱區域間的界限，加強區域創新政策保障。減小長江經濟帶省市經濟發展差距的關鍵是消除省市間的行政障礙，加強區域創新政策的落實。應完善公開公正透明的行政管理體制，理清省市之間競爭與合作的關系，鼓勵良性競爭，促進合作共贏，促進長江經濟帶創新力量的增強。

參考文獻：

[1] 評論員文章.貫徹新發展理念，推動長江經濟帶高質量發展[N].人民日報，2020-11-16（002）.

[2] ANSELIN L. Local Indicators of Spatial Association：LISA[J].Geographical Analysis，1995，27（2）：93-115.

[3] ANSELIN L. Exploring Spatial Data with Geo Da：A Workbook[M].Palgrave Macmillan，2005：201-223.

[4] [美]藤田昌久，保羅·克魯格曼，安東尼·J·維納布爾斯.空間經濟學：城市、省域與國際貿易[M].梁琦譯.北京：中國人民大學出版社，2013：17-21.

[5] 錢錫紅，楊永福，徐萬里.企業網絡位置、吸收能力與創新績效：一個交互效應模型[J].管理世界，2010（5）：118-129.

[6] 李敬，陳澍，萬廣華，等.中國區域經濟增長的空間關聯及其解釋：基于網絡分析方法[J].經濟研究，2014，49（11）：4-16.

[7] 張景帥，唐根年.基于社會網絡分析的浙江省縣域創新網絡特征研究[J].科技管理研究，2020，40（2）：123-129.

[8] 徐維祥，楊蕾，劉程軍，等.長江經濟帶創新產出的時空演化特征及其成因[J].地理科學，2017，37（4）：502-511.

[9] 邵漢華，周磊，劉耀彬.中國創新發展的空間關聯網絡結構及驅動因素[J]. 科學學研究，2018，36（11）：2055-2069.

[10]宋旭光，趙雨涵.中國省域創新空間關聯及其影響因素研究[J].數量經濟技術經濟研究，2018，35（7）：22-40.

Spatial Correlation Characteristics of Innovation Output in the Yangtze River Economic Belt

YE Sai

（College of Arts and Sciences，Hubei Normal University，Huangshi 435000，China）

Abstract：As regions become increasingly closely interconnected，the level of regional innovation outputs exhibits remarkable correlations. To identify such correlations，we employed gravitational modelling and social network analysis to obtain the spatial correlation network map that depicts the innovation outputs of 11 provinces and municipalities in the Yangtze River Economic Belt. On this basis，we examined the networking characteristics of the spatial correlation of innovation outputs across provinces and cities through analyzing network correlation and density. Additionally，we offered measures to address the spatial correlation patterns observed in the innovation output in the Yangtze River Economic Belt.

Key words：innovation output；spatial correlation；social network analysis；Yangtze River Economic Belt