基于TW 指数的我国创新极化测度及区域比较研究

张 肃 郭 文

1 (长春理工大学科技创新与区域发展研究中心, 长春 130022)

2 (长春理工大学经济管理学院, 长春 130022)

引 言

评价一个国家或地区的竞争力以及经济发展水平有很多的指标因素， 随着创新驱动战略的提出， 创新能力已经是经济发展中必不可少的驱动因素。 创新水平的高低影响技术进步， 现如今自主创新能力直接决定了地区的经济发展潜力。 与此同时， 创新资源在区域间的非均质分布问题也日益突出， 怎样更好的优化资源配置成为社会的关注热点。 1978 年， 邓小平第一次提出了有关区域经济如何发展的新构想。 在改革开放初期， 我国实行区域经济非均衡协调的发展模式， 先富带动后富， 优先发展东部沿海地区， 将有限的资源向收益高的区域和产业聚集， 以获得区域经济的高速增长， 然后再通过发达地区的辐射作用带动其他区域的发展。 随着我国经济水平不断提升，区域经济非均衡发展的弊端逐渐显现， 中、 西部地区的经济实力与改革开放以来飞速发展的东部地区存在着巨大差距， 各类资源非均质分布问题也逐渐显现。 在市场机制作用下， 发达地区在发展过程中不断积累有利于自身发展的资源， 创新资源不断向经济发达地区高度聚集， 这一问题导致了各地区间创新能力的差异性， 使得区域经济发展出现了不均衡甚至是极化现象。

在区域间经济发展不平衡的同时， 我国存在着区域内部分化加快的问题。 从2018 年上半年GDP增长情况来看， 东部地区中海南省无论经济总量还是GDP 增速均与其他省份有较大差距； 中部地区的江西、 安徽增长速度名列前茅， 但山西省的增长速度处于下游水平； 西部地区中， 一些省份增长速度很高， 如四川增长8.2%、 贵州增长10.0%，但有的地区增速还比较低， 如内蒙古增长4.9%、甘肃增长5.0%。 东北地区整体处于低速增长的水平， 上半年经济增长速度低于全国平均水平。各地区间经济发展水平差异使得区域间不协调发展程度逐渐加深， 居民收入、 基础设施建设、 公共服务水平等民生保障措施差距也会逐渐拉大， 对于社会的和谐发展产生不利影响。 与经济实力存在明显差异的现状相似的是， 我国区域创新资源非均质分布的问题也日益严重， 并且有着极化趋势。 以R＆D 经费投入强度指标(R＆D 经费投入与地区生产总值之比） 为例， 2016 年北京市R＆D 经费投入强度已达到5.96%， 而新疆仅为0.59%； 与之相应， 2016 年北京市投入经费达1484.6 亿元， 而新疆只有56.6 亿元， 仅为北京市投入经费的1／26①。

随着西部开发、 东北振兴、 中部崛起和东部率先发展的区域发展战略的实施， 我国区域协调有着向更深层次发展的动力及趋势。 随着“一带一路” 倡议、 发展长江经济带以及京津冀协同发展战略的提出， 各地区紧抓机遇， 结合本地区的经济发展现状以及实力， 充分发挥比较优势， 有针对性的解决发展动力不足、 资源分配不均等重要问题， 致力于区域协调发展， 经济水平进一步攀升。 本文以我国东北、 东部、 中部、 西部地区四大经济区域为实证对象， 运用因子分析法并结合TW 极化指数模型， 分析了1998 ～2017 年这20年间我国创新极化的发展趋势， 并对四大经济区域的创新极化程度进行了比较分析， 为促进我国创新能力协调发展、 创新资源合理配置提供了科学依据。

1 文献综述

极化理论最早由国外学者Perroux (1950） 提出， 他认为在经济发展的过程中会出现1 个或者几个增长极， 增长极因其突出的经济实力存在向外扩散的可能， 通过辐射作用带动整体经济的发展［1］。 Myrdal (1957） 提出发展中国家由于发展特性将首先形成极化效应， 区域间经济水平的差距只有当扩散效应远强于极化效应时才有可能消除， 区域间趋向协调发展［2］。 随着Friedmann (1966） 将中心—外围理论引入到区域经济学中， 将增长极理论与地理空间理论有机结合在一起， 对于极化理论的基础性研究相对完善［3］。

近年来， 区域创新资源非均质分布问题日益严重， 出现了明显的创新极化现象。 Mohnen 和De-Bresson (2002） 首次提出了“创新极” 和“创新空洞化” 的概念， 并利用Tobit 测算R＆D 投入对区域创新极化程度的影响作用， 且指出在中国的广东、 上海、 江苏、 浙江等地均存在创新极［4］。Zhang 和Flemingham (2002） 在研究中国的技术空间扩散效应时发现， 从中国东部到中、 西部，以及从中部到西部的扩散效应存在但过程极其缓慢， 东部地区形成了经济极化， 但是存在一定的“极化陷阱”， 极化效应未能很好的转化为扩散效应。 “极化陷阱” 的存在使得区域间的差距进一步加大［5］。

对于创新极化的测算方法， 王成城等(2017）通过搜集、 整理CSSCI 来源期刊中定量研究空间极化的文献， 对空间极化的测度、 形成原因及相关政策建议进行深度归纳［6］。 Foster 和Wolfson (1992）在基尼系数的基础上建立了极化指数测算模型，但是Wolfson 指数存在一个弊端， 其只能用于研究单一区域， 不适用于研究多个区域［7］。 Esteban和Ray (2005） 通过对区域的集中程度进行两两对比来判断极化程度的高低［8］。 郭腾云(2004）通过测算Estebn－Ray 和Kanbur－zhang 指数， 研究出我国1952～2000 年间区域极化趋势呈现不对称的周期性上升和下降运动［9］。 周密(2007） 通过数据包络方法分析我国30 个省(市、 区） 的科技资源变量， 测算出我国存在京津冀、 长三角和珠三角3 个创新极化区， 并通过Esteban－Ray 指数衡量其极化程度［10］。 丰志勇(2012） 运用因子分析法对国内七大都市圈的创新力进行了评价分析［11］。 周迪和张虎(2015） 运用扩展的分布动态学模型， 研究得出中国创新水平极化程度先增大后减小的走势， 高低水平的创新主体间存在趋同的趋势， 应当在欠发达低水平的地区培育增长极， 从而加强不同水平创新主体间的交流合作， 达到提升创新能力的最终目的［12］。 王成城和李红梅(2017）基于TW 指数提出了区域创新极化效应的城市贡献度测算公式。 结果表明， 区域的创新极化不完全是由创新能力强的城市导致的， 要想缓解区域极化效应应当从创新能力居中的城市着手［13］。 李荣和张冀新(2018） 运用随机前沿分析方法研究得出战略性新兴产业的区域创新极化效应呈现倒U 型， 区域内差异明显高于区域间差异［14］。

目前我国学者现有的对创新极化问题研究的区域主要侧重在以省(市、 区） 为单位的微观视角内， 或者集中在全国范围， 较少将研究视角放在经济区域上， 中观层面的分析相对薄弱。 因此，本文在对我国经济极化趋势研究的基础上， 比较分析了我国四个经济区域的创新极化度， 以探求不同区域内和区域间的创新资源配置优化。

2 创新极化的形成机理

极化概念最早由马克思提出， 他从社会学的角度论述了资本主义社会资产阶级和无产阶级这两大阶级的形成。 纲纳·缪达尔(Karl Gunnar Myrdal）首创性地提出了极化效应理论， 他认为随着区域经济的发展， 增长极借助其先进产业逐步对周边地区的生产要素形成强大的吸引力， 由于这种吸引力的存在， 周边地区的生产要素向增长极聚集，使得增长极的发展速度进一步提升。 极化效应会进一步地造成临近地区间的不平衡发展， 由于极化效应的作用， 发展过度的地区和发展不足的地区同时存在， 地区过度发展容易出现聚集不经济现象， 发展不足地区会因为缺乏资源聚集的条件，从而使得其资源容易被邻近的过度发展地区抢夺。区域经济的发展和区域内城市的发展之间息息相关， 相辅相成， 表现为单个城市由于极化效应发展规模逐渐扩大， 生产要素的不断聚集， 遏制了其他小城市的发展， 因此会逐步形成极化效应，严重的极化效应会影响整个区域经济的均衡发展。

图1 极化效应作用过程图

极化效应的作用过程分为4 个阶段。 第一阶段是由于一个区域具备了良好的天然资源、 深厚的人文资源和优越的地理位置等条件， 生产要素在该区域聚集， 从而形成增长极； 第二阶段在形成增长极之后， 由于其强大的吸引力， 周围地区的资本、 技术、 人才等重要生产要素不断地向增长极聚集。 要素向核心地区的流动使得增长极的发展条件更加优越， 经济实力进一步增强； 第三阶段是增长极的极化效应达到一定程度时， 会反过来辐射周边地区， 经济要素由增长极向周边地区扩散， 资源实现回流。 由于增长极的扩散效应，生产要素和经济活动范围由增长极逐渐扩大至周边地区； 第四阶段是整个区域综合实力的提升，要素经历了“极化——扩散” 这一流动过程， 增长极经济实力提升的同时带动了周边地区经济活动， 实现了区域内的协同发展， 有利于整个区域的可持续发展和长远的协调共赢。

1978 年改革开放后， 我国不再单一的追求地区平均发展， 将发展的着力点放在促进国民经济快速增长上。 依据我国当时国情， 将区域发展战略调整为向东部沿海地区倾斜的非均衡发展战略，优先发展东部沿海地区， 随后利用经济较发达地区的扩散效应， 东部沿海地区逐步辐射内陆地区，先富带动后富， 最终实现国内经济的快速增长。这一发展战略很好的解决了区域平均发展战略的弊端， “向东倾斜， 梯度推进” 的区域发展战略充分发挥了我国东部沿海地区的比较优势， 利用东部地区较内陆地区更为雄厚的经济实力和良好的地理位置优势， 优先发展沿海经济带， 建立经济特区和开放城市， 积极引进外资， 将有限的资源集中起来优先发展东部沿海地区。 改革开放以来， 实施对外开放的基本国策， 建立了深圳、 珠海、 汕头、 厦门4 个经济特区， 进一步加快了生产要素由中、 西部地区向东部沿海地区的转移，中、 西部地区的资金、 人才、 技术等先进的生产要素向东部地区不断集聚， 进一步促进了东部地区的经济发展， 经济实力进一步壮大， 对内陆地区经济要素的吸引力不断增强。 与此同时， 中、西部地区生产资源外流， 经济发展受到遏制， 要素外流动机更为明显， 逐渐形成恶性循环。 计划经济向市场经济过渡时期， 区域经济非均衡发展的战略使得生产要素快速聚集， 资源在很大程度上得以利用， 我国经济发展取得了举世瞩目的成就， 与此同时， 东部沿海地区与中、 西部地区间的经济水平存在巨大差距， 且呈现出不断扩大的趋势。 在形成东部地区增长极之后， 极化作用不断增强， 但是扩散效应不足， 增长极不能有效的辐射到中、 西部地区， 资源分配不合理问题日益明显。 20 世纪90 年代， 为解决区域经济非均衡发展带来的一系列经济和社会问题， 我国立足于东部沿海地区和中、 西部地区经济发展失衡的问题， 提出了区域经济协调发展的新发展战略， 缩小区域间差距。 国家优先发展中、 西部地区， 加大对中、 西部地区基础建设的经济投入， “十一五” 期间， 中央相继出台了深入实施西部大开发、全面振兴东北等老工业基地、 大力促进中部地区崛起、 积极支持东部地区率先发展等重大区域发展战略， 促进区域间协调发展， 优化资源配置。现如今， 我国社会主要矛盾已经转化为人民日益增长的美好生活需要和不平衡不充分发展之间的矛盾。 区域创新资源的非均质分布严重影响着我国区域协调， 减缓创新极化趋势、 优化创新资源配置有助于我国经济结构的调整， 释放中、 西部地区的经济潜能， 缩小区域间经济差异， 实现共同发展。

3 创新极化趋势的实证研究

本文构建了创新能力评价指标体系， 通过因子分析法对我国30 省(市、 区） (考虑数据的可获得性， 不包括台湾、 香港、 澳门和西藏） 的创新能力进行综合评价， 将计算得出的综合得分作为因变量， 通过TW 指数分别测算我国30 省(市、区） 和4 个经济地区(表1） 的创新极化度， 最后对我国创新极化趋势进行分析， 并对4 个经济地区的极化程度进行比较。

表1 四大经济区域划分

3.1 创新能力综合评价得分计算

区域创新能力的极化效应是由多方面的因素共同作用影响造成的， 其中最主要的原因是创新资源的不均衡配置。 创新资源包括资金投入、 人力资源等众多方面， 同时区域内经济、 创新环境也是影响其创新极化现象的重要因素。 本文以全国30 个省(市、 区） 为研究对象， 基于创新投入、 创新产出、 区域经济环境和创新环境4 个一级指标， 选取代表性较强的11 个指标建立了创新能力评价指标体系(表2）。

表2 创新能力评价指标

在考察创新资源投入时， 多采用R＆D 经费和从事科研工作的科学家与工程师两项指标， 来代表政府人力和财力投入， 政府对于创新事业支持程度则用政府对科技事业的投入来表示， 因此本文选取的创新投入指标包括： R＆D 经费内部支出、R＆D 人员折合全时当量、 政府财政科技支出占地方财政支出的比重。 创新资源产出类指标中最具有代表性的是专利授权数， 技术市场成交额和高技术市场合同数则很好的在市场方面体现了创新产出。 本文所选取的环境指标分为经济环境指标和创新环境指标： 人均GDP 和居民消费水平可以很好的反应区域经济发展水平； 专业性人才是创新资源的重要组成部分， 是推动创新发展的重要因素， 大专及以上人口所占比重能够直观地反映区域人口受教育程度， 而教育经费投入反映了区域政府对人才培养的支持力度； 邮电业务量可以反映区域内与区域间创新要素流动情况。

计算30 个省(市、 区） 的创新能力综合得分， 因子分析法的具体步骤如下：

(1） 对样本进行巴特利球度检验并计算KMO统计量， 本文巴特利球度检验结果均拒绝原假设，而KMO 统计量的各年结果均大于0.7， 适合做因子分析。

(2） 计算每个主因子的特征值和方差贡献率，提取其中特征值大于1 的因子， 本文各年的公共因子的累积贡献率均大于85%， 符合公共因子的选取标准。

(3） 根据主因子的载荷矩阵， 构建因子得分函数， 得出公共因子得分， 公式如下：

其中， Fi为第i 个省(市、 区） 的公共因子得分， cij为公共因子表达式的待估系数。

(4） 以公共因子的特征值贡献率作为权数，构造综合得分评价模型， 计算得出创新能力综合评价得分。 评价模型如下：

其中， Ii为第i 个省(市、 区） 的创新能力综合评价得分， Fij为第i 个省(市、 区） 的第j个公共因子得分， qj为第j 个公共因子Fj的权重。

本文数据来源于1999 ～2018 年国家统计年鉴、 中国科技统计年鉴和各个省份的统计年鉴，采用SPSS24.0 软件分别对20 年数据进行因子分析， 从而得到30 个省(市、 区） 的创新能力综合得分。 由于最终得出的创新能力综合得分中存在负值， 不利于TW 指数的计算， 本文中将所有数值加1， 去负取正。

分析2017 年的创新能力综合得分(表3） 并通过ArcGIS 软件绘制出2017 年中国创新能力指数空间分布图(图2）， 可以看出我国区域创新能力现状的空间差异， 北京、 江苏、 上海、 广东这些发达地区创新能力遥遥领先， 而创新能力较弱的城市主要集中于东北和西部地区。 地区间存在差异的同时， 经济地区内省份间的创新能力也存在着明显差距。

表3 2017 年中国30 省（市、 区） 创新能力得分表

图2 2017 年中国创新能力指数空间分布图

3.2 我国创新极化趋势研究

TW 指数是崔启源和王有强［15］结合Wolfson 指数， 运用“两极分化” 和“扩散增加” 的二部分排序公理推导得出的极化测度指数。 本文以TW经济极化测量指数为基础， 引入创新能力指标，构建出创新极化测量指数， 其指数值的大小反映城市创新能力的集聚集聚程度。 其公式如下：

其中， TWkt是第k 个区域在第t 期(t 为1998～2017 年共20 年的样本期） 的创新极化度； ykti为区域k 在第t 年第i 个样本的创新综合得分Ikti/专利授权数Pkti； Nkt为区域k 在第t 年内的样本数；mkt是区域k 在第t 年度内所有样本的ykti的中位数； Pkti是区域k 在第t 年度内第i 个样本区域的专利授权数； 鉴于本部分意在测算我国的创新资源极化程度， 故k 值为1； 因西藏和港、 澳、 台地区技术创新数据统计不全， 故Nkt为30， 即中国境内30 个省市θ 和r 均为大于0 的常数， 本文中选取θ=1、 r=0.5［18］。 TW 值取值范围为0 ～1，其值越接近1， 则表明区域创新极化现象越严重，当TW 值大于0.700 时， 说明该区域创新极化程度处于较高水平。

通过对我国整体的TW 指数测算， 得到1998～2017 年我国创新能力的TW 指数(表4）， 同时绘制我国整体的TW 指数变化趋势(图3）。 通过表4 和图3 可以看出， 自2007 年起， 我国TW 指数大于0.700， 说明自2007 年起我国创新极化程度处于较高水平。

表4 中国1998～2017 年区域创新极化指数

图3 中国1998～2017 年区域创新趋势图

从TW 指数变化趋势可以看出， 我国创新极化程度呈现先逐步增长， 各类资源向经济发达地区逐渐聚集的趋势， 体现为极化度不断提高， 然后极化度呈下降趋势， 创新资源由集核向周边地区扩散， 出现扩散效应。 创新指数极化度呈现明显的3 个阶段： 第一阶段是1998 ～2000 年， 该阶段我国创新极化指数呈现下降趋势， 且极化效应处于较低水平； 第二阶段是2000 ～2011 年， 该时期内我国创新极化指数呈显著的增长趋势， 极化效应逐渐增强， 且基本处于大于0.7 的水平， 极化效应日益严重； 第三阶段是2010 ～2017 年， 这一时期内我国创新极化指数呈下降趋势， 极化效应缓慢减弱， 并且在2014 年之后极化水平低于0.7，我国极化效应脱离高度极化的水平。

我国创新能力极化程度在2010 年前呈总体上升趋势， 科教兴国战略以及政策上对高技术产业的重视， 使得创新资源开始有重点、 有倾向地集聚， 极化程度不断增强， 科技创新的区域差异开始出现， 并进一步形成不同的科技创新中心。 随着经济的发展以及创新资源配置的不断优化， 全国范围内的创新能力极化趋势在2010 年出现峰值， 之后我国创新能力极化效应逐步减缓， 极化指数呈现缓慢下降趋势。 2010 年是第十一个五年规划收官之年， “十一五” 期间出台了一系列区域发展战略， 经济政策上的平衡和协调在逐渐发挥作用， 西部大开发战略、 中部崛起战略以及振兴东北老工业基地战略使得各个地区经济实力明显增强， 区域发展差距趋于缩小， 创新资源在全国范围内得以进一步的优化配置， 促进了区域间创新资源的平衡分布， 创新极化效应逐渐减弱，呈现平稳发展趋势。

3.3 我国创新极化的区域比较研究

为了具体分析我国内部区域创新的差异， 将式(1） 中k 取值为： 1=东北地区， 2=东部地区， 3=中部地区， 4=西部地区， 计算1998～2017年间4 个经济区域的TW 指数(表5）， 并根据计算结果绘制了创新极化趋势图(图2）。

图4 2017 年4 个经济区域创TW 指数空间分布图

通过ArcGIS 软件， 绘制出2017 年4 个经济区域的TW 指数空间分布图， 由图可看出， 极化度水平表现为东部地区最高， 西部地区较低于东部地区， 中部地区次之， 东北地区极化程度最低。

表5 中国1998～2017 年四大经济区域创新极化指数

通过表5 和图2， 可以看出我国内部区域创新极化趋势与全国整体范围的走势大体一致， 均是呈现先上升后下降的态势， 创新极化效应在早年间逐渐增强， 随着经济社会的发展以及政策上的支持， 极化效应逐渐减弱， 创新资源配置得以进一步优化。

图5 中国1998～2017 年四大区域创新趋势图

从创新极化指数的总体特征来看， 4 个经济区域中， 我国东北、 东部、 中部、 西部4 个经济区域创新极化程度呈现出较大差异。 东部地区和西部地区极化指数较高， 说明创新资源在东部地区和西部地区存在较为严重的两极化配置， 区域内创新资源流向了经济发达的地区， 创新资源高度集中， 但是整体呈现下降趋势， 极化程度逐渐降低， 说明创新资源配置得到优化， 两极化趋势减弱， 出现扩散效应， 区域内差距缓慢缩小。 东北地区的极化指数在4 个区域中最低， 极化程度相对较低， 说明东北地区创新资源在区域内的配置存在较小差距， 创新资源集中程度相对较低，创新环境差异相对较小； 中部地区的科技创新极化指数居中， 说明内部发展水平相当， 但波动幅度较大， 并且在近几年呈现上升趋势， 表明创新资源流动比较剧烈且近几年有向经济发达地区聚集的趋势， 其内部创新资源配置和创新环境在不断调整和完善， 创新极的扩散作用逐渐开始显现，辐射带动作用不断加强。

4 结论及政策建议

本文以1998 ～2017 年数据为基础， 对我国创新极化趋势进行了研究分析， 并且对4 个经济区域创新极化现象做出了比较分析。 全国的创新极化趋势表明： 目前我国创新极化现象虽然有缓慢减缓， 但是仍然存在显著的极化效应， 科技创新存在显著的区域差异， 创新资源配置问题仍十分严重。 通过4 个经济区域内部创新极化趋势比较，东西部极化效应虽有减缓， 但是仍较为严重； 中部地区近年来创新极化效应逐渐增强， 创新资源有向个别地区聚集的趋势； 东北地区极化效应最小， 区域内资源配置较为合理， 极化效应不明显。

基于以上结论， 提出几点建议如下：

(1） 针对性地制定合适的区域发展战略。 根据东北、 东中西部地区的不同发展特点， 基于当前区域经济发展的新情况新特点， 强化现有的创新发展战略， 因地制宜， 针对性地建立有效的适合各个经济区域发展的区域发展模式， 解决区域发展不平衡问题， 促进城市区域内创新极的带动作用和扩散效应， 实现区域内资源的深度整合。

(2） 推动区域间的协调合作创新。 创新能力的提升仅凭一个城市、 一个区域的发展来实现是不现实的， 在我国现有的经济发展趋势下， 应当充分利用政策平台开展协作创新， 促进经济区域间创新资源的流动和创新技术的转移与扩散， 加强区域间的合作和交流， 形成具有整体竞争优势的高技术产业集群， 为全国范围内整体创新能力的提高提供良好的发展环境， 使创新资源得到更好的配置， 经济发展得以进一步提升。

(3） 构建多层次的增长极体系。 经济发展由不平衡发展向平衡发展的过程， 主要依靠增长极通过辐射作用带动周边地区发展， 扩散效应的作用大于极化效应。 因此， 构建多层次、 全方面的增长极体系就有利于区域间及区域内经济的协调发展。 在一个经济区域内， 以1 个或几个大型发达城市作为增长极， 通过其极化效应和扩散效应的共同作用， 辐射周边落后地区， 促进创新资源的再分配， 有助于区域经济的平衡合理发展。

注释：

①观点引自国家统计局. 2016 年全国科技经费投入统计公报： http：／ ／www.stats.gov.cn／tjsj／zxfb／201710／t20171009＿1540386.html.