人口结构与区域创新能力的关系

胡夏青

摘  要：在知识经济时代，创新已成为区域的核心竞争力，对区域发展具有关键作用，而人口因素在区域创新中扮演着重要角色。该文着眼于人口结构与区域创新能力之间的关系，构建了一套指标体系，采用主成分分析法对中国31个省份的区域创新能力进行评价，并将其与人口的自然结构、社会结构和地域结构进行相关性分析，探索内在影响机制。研究发现：（1）中国区域创新能力存在显著的地域差异，东部地区创新能力高于西部地区;（2）人口的年龄结构、文化教育结构和城乡结构与区域创新能力密切相关;（3）高素质劳动年龄人口、城镇人口的增加有利于區域创新能力的提升。

关键词：区域创新   人口结构   主成分分析   相关性分析

中图分类号：C924.2;F124.3             文献标识码：A文章编号：1672-3791（2021）08（c）-0178-07

Relationship between Population Structure and Regional Innovation Ability

—Empirical Analysis Based on 31 Provinces in China

HU Xiaqing

（Faculty of Geographical Science， Beijing Normal University， Beijing， 100875  China）

Abstract： In the era of knowledge economy， innovation has become the core competitiveness of the region and plays a key role in regional development， and population factors play an important role in regional innovation. Focusing on the relationship between population structure and regional innovation ability， this paper constructs an index system to evaluate the regional innovation ability of 31 provinces in China， analyzes its correlation with the natural structure， social structure and regional structure of population and explores the internal influence mechanism. The results are as follows： （1） There are significant regional differences in China's regional innovation capability， and the innovation capability in the eastern region is higher than that in the western region. （2） The age structure， educational structure and urban-rural structure of the population are closely related to the regional innovation ability. （3） The increase of high-quality working-age population and urban population is beneficial to the promotion of regional innovation ability.

Key Words： Regional innovation; Population structure; Principal component analysis; Correlation analysis

第三次工业革命以来，高新技术行业如雨后春笋般大量兴起，世界经济发展模式发生了深刻转变。在此背景下，衍生出以脑力劳动为基础、以科学技术为核心的新经济模式，即知识经济模式。在知识经济社会，经济活动对知识的依赖性加大，知识也成为除了土地、劳动和资本外的第四大生产要素，对于区域的经济增长至关重要。作为一种特殊的资源，知识在使用过程中不会折旧，但若不加以创新，也会随着技术的发展和社会的进步而“老化”[1]。可见创新是知识经济的核心和灵魂，也是引领发展的第一动力，对于国家和区域发展具有重要意义。

人口是区域经济存在和发展的基础，也是区域劳动力的来源。一些学者强调人口在区域创新中扮演的重要角色，并进行了相关研究：Richard Florida的城市创意“3T理论”认为，技术、人才和包容性是创新型城市形成的充分必要条件[2];刘曙光等人研究发现人口受教育程度与地方创新能力密切相关[3];田新民等人对中国8个城市进行数据分析，说明人力资本通过空间外部性和流动性发挥效应，促进区域创新[4];陈淑云等人以中国各省为例，研究了人口集聚对区域技术创新的影响，得出一般人口集聚和区域技术创新之间呈“正U型关系”，而人才集聚则显著促进了区域技术创新[5]。上述研究多从人口素质和人口的空间流动方面探索并解释人口对区域创新的影响。伴随着我国人口老龄化日益加深，也有部分学者通过构建计量模型，分析人口老龄化对我国各区域创新能力及产业结构升级的影响，得出人口老龄化对区域创新具有异质门槛效应等结论[6-8]。而从人口结构视角出发，较为全面、综合地分析人口自然结构、社会结构等与区域创新间关系的研究相对较少。

人口结构是区域不同自然、社会、经济特征人口组成的宏观体现，能够较好地概括区域劳动力市场、社会环境、发展阶段的整体状况。探索人口结构对区域创新的影响及其作用机制，对区域制定适合当地经济发展的人口政策，从劳动力着手激发当地创新潜力具有重要意义。基于此，该文以中国31个省份为例，通过主成分分析、相关性分析等方法定量研究区域创新能力与人口自然结构、社会结构及地域结构的关系，揭示后者对前者的可能影响。

1  数据与方法

该文假设人口结构对区域创新能力具有显著影响，并借助我国31个省份2018年的面板数据展开实证研究。研究过程可分为两个步骤：一是通过构建一套评价指标体系，采用主成分分析法对各省份的创新能力进行测度;二是运用相关性分析，探究各省人口结构与创新能力之间的关系，并解释其影响机制。

1.1 区域创新能力评价指标体系构建

1987年，弗里曼提出国家创新体系概念，成为研究国家创新能力和国家竞争力的重要框架，由此引发的区域创新体系研究也逐渐在国际上兴起[9]。我国对于区域创新能力综合评价的相关研究始于世纪之交，众多学者从多个维度构建了针对不同尺度、地域的创新能力评价指标体系。其中，甄峰等人从国家创新体系的建设出发，以知识创新、技术创新为核心，并考虑相应的宏观社会经济环境，形成了区域创新能力的测度框架[1]。柳卸林等人则依照创新的系统化、链条性原则，围绕知识创造、知识流动、企业技术创新能力、创新环境和创新的经济绩效这5个方面构建指标体系[9]。朱海就提出“网络创新能力”维度，强调评估技术、知识在各主体间的扩散与转移，并在指标选取时突出了非R&D指标的重要性[10]。任胜钢从创新主体与创新环境两个方面解构区域创新能力，分别选取各类主体和外部条件的相关指标构成评价体系[11]。

总体而言，学者们在对区域创新能力进行评估时，多从知识、技术两个范畴划分创新活动，考虑各主体的创新投入与创新产出情况，并将创新环境涵盖在评价范围内。而该文根据研究目的特殊性，认为人口结构作为影响地方劳动力供给的重要因素，其对创新能力的可能影响应该集中于地方对创新的资金及人力资本投入、创新活动的效率和创新成果的质量等方面，且其动态性较强。而基础设施状况、宏观社会经济水平等支撑创新的环境条件由于受到历史状况、政策制度等众多外部因素的影响，可能会对创新主体内部潜力的评价起到分散作用，从而干扰后续人口结构与创新能力的相关性结果和機制分析。在这一点上，该文借鉴了美国《创新指标》的思想，即强调创新能力不等同于经济和科技实力，而应是地区长期经济发展能力的决定因素[9]。

因此，该文从创新投入、创新产出、创新扩散3个方面构建指标体系（见表1），对中国各省份的创新能力进行评价。其中，创新投入指区域对研究、开发等创新活动及其相关活动的人员、资金投入和相关企业数量;创新产出指区域创新活动的最终绩效，包含科技成果和经济效益;创新扩散则指有助于区域创新的知识、技术传播活动强度，包含区域内部知识普及和区域与外界技术交流的水平。

1.2 计量方法

1.2.1 主成分分析法

在评价方法方面，现有研究多采用主成分分析法（Principal Component Analysis，PCA），提取表征区域创新能力的主要成分，并确定各项指标权重[1，11，12]。该方法能够对多组可能具有相关性的数据进行降维处理，将描述研究对象的众多变量浓缩成少数几个具有代表性的新变量，对于该文构建的变量数量较多（22个），且各变量不相互独立的指标体系而言较为适用。因此，该文选取该方法进行指标权重的确定。

1.2.2 皮尔逊相关性分析

该文采用皮尔逊相关系数（Pearson Correlation Coefficient）衡量区域创新能力和各类人口结构的相关性，其原理不做赘述。该系数介于-1和1之间，正值表明两变量呈正相关，负值表明两变量呈负相关;系数越接近于1或-1时，两变量相关程度越大。与该系数相关的P值则表示系数的统计学意义。一般而言，当P<0.05时，认为系数能够显著地反映两变量之间的关系。

1.2.3 数据标准化

在根据权重计算各省创新能力综合得分前，首先采取极值标准化方法（公式1）对各项指标数据进行标准化处理，使之均落在[0，100]区间内，保证最终得分的可靠性。

Yki=（cki-cmin）/（cmax-cmin）×100（1）

式中，Yki为第k个省份第i项指标的标准化值;cki为第k个省份第i项指标的原始值;cmax为所有省份中第i项指标的最大原始值;cmin为所有省份中第i项指标的最小原始值。

2  研究结果

2.1 区域创新能力评价

将评价区域创新能力的一系列指标数据导入SPSS 20.0，计算得到KMO值为0.777，满足主成分分析的前提要求。主成分提取的结果显示（见表2），前3个主成分特征根值均大于1，累计方差解释率为87.440%。因此，这3个主成分即包含了绝大部分原始数据的信息，能够较为全面、综合地反映区域的创新能力。在此基础上，进一步计算载荷系数值，得到各指标权重。最后，将标准化后的面板数据代入进行加权计算，得到各省份的区域创新能力得分（见表3）。经计算，各省得分的标准差达到17.68，说明我国区域创新能力的地域差异显著。

2.2 人口结构与区域创新能力相关性分析

将表征区域人口结构的面板数据及其对应的区域创新能力分值导入SPSS 20.0中，计算人口结构各项指标与区域创新能力的相关系数，得到相关性分析结果（见表4）。

2.2.1 自然结构

（1）性别结构。

性别结构和年龄结构是人口自然结构的两个主要类型，其中性别结构常用性别比来表征。由相关性分析结果可知，区域创新能力得分与性别比的相关系数为0.157，P值为0.398，不在[0，0.05]的显著水平范围内，因此二者间关系不具有统计学意义，可认为区域创新能力与人口性别比不存在相关关系，性别比的变动几乎不会影响区域的创新能力。

从个体角度来看，男性和女性在生理素质上虽然存在差异，但思维方式、创造力等受性别因素的影响明显小于年龄和受教育程度等社会因素;从群体角度来看，在人口再生产的常规状态下，总人口性别比一般稳定在96～106，波动幅度较小。同时，其对社会发展各方面的影响受到许多复杂因素的干扰，单就区域创新能力和人口性别结构而言，二者的关系是极其微弱的。而性别和区域创新之间的关系往往涉及到不同性别在区域各项事务中的参与程度。根据Florida的观点，女性在科技创新中所起的作用在一定程度上能够反映城市的包容性，进而表征城市的创意程度[2]。我国近年来也对女性在创新领域扮演的角色给予了越来越多的重视，提出要加强女性科技人才队伍建设，进一步发挥女性在科技创新中的重要作用，充分发挥女性创新创业的推动作用，这对于营造利于创新的社会氛围、提升区域创新能力具有一定意义。

（2）年龄结构。

年龄结构亦称人口年龄构成，是指各个年龄组人口在总人口中所占的比重。国际上一般把15～64岁人口列为劳动年龄人口，我国亦依此将人口划分为0～14岁、15～64岁、65岁及以上3个年龄组进行统计。相关性分析结果表明，区域创新能力得分与0～14岁人口占总人口的比重存在非常显著的负相关关系，与15～64岁人口比重呈现较为显著的正相关关系，与65岁及以上人口比重则没有明显的相关关系。

据此可以大致得出，劳动年龄人口占比的提升有利于区域创新能力的提升。人才的智力发展与年龄密切相关，现代生理学研究表明，创造能力的最佳年龄是25～45岁，其最佳峰值一般在37岁左右，处于15～64岁的劳动年龄区间内。区域中该年龄组人口比重越大，说明人口整体创造力越强，对于区域创新具有促进作用。劳动年龄人口占比高同时也意味着人口红利的产生，能够为区域经济发展创造有利的人口条件，从而有利于区域增加创新投入，发掘创新潜力。此外，劳动力年龄人口在社会经济活动中较为活跃，对新事物的接受能力较强，其比重增大有利于新产品、新技术的推广和应用，能够提升创新产出的经济效益[12]。

区域创新能力与0～14岁人口比重显著负相关，则体现了幼年群体对区域创新的影响。一方面，该年龄组人群身体和心智尚处于发育阶段，对区域创新基本没有贡献;另一方面，幼年群体的增加使得区域对初等教育的需求增加，这方面支出在地方财政中的占比也将提升，在一定程度上挤占高等教育投入，不利于区域创新。但需要指出的是，0～14岁人口占比较高意味着一定时期内区域的劳动年龄人口将不断增多，具有较大的创新潜力。

分析结果同时显示，区域创新能力与65岁及以上人口比重的相关关系并不显著，说明老年人口对区域创新能力的影响较为模糊。人口老龄化既有可能通过减弱劳动者的身体脑力机能和工作动机、加大企业用工成本及增加国家养老支出等方式阻碍技术进步，也有可能促进人们重视人力资本投资，转变经济增长方式，进而促进技术进步[6]。其对区域创新能力的影响并非简单的线性趋势，同时也具有空间异质性[7]，其中的具体机制是当前研究的热点之一。

2.2.2 社会结构

人口社会结构的类型多种多样，其中文化教育结构是不同文化程度的人口在人口总体中的组成状况和构成关系，与区域社会经济发展密切相关，因此该文分别选取受过小学教育、初中教育、高中（含中职）教育、大专及以上教育人口占6岁以上人口的比重作为指标，考察文化教育结构与区域创新能力之间的关系。由相关性分析结果可得，区域创新能力和受过小学教育的人口比重、受过初中教育的人口比重均呈负相关，且与前者相关性程度更高、相关关系更显著;区域创新能力和受过高中（含中职）教育的人口比重、受过大专及以上教育的人口比重均呈正相关，且与后者相关性程度更高、相关关系更显著。据此可以判断，仅接受过初等教育的人口占比增大，不利于区域创新能力的提升，而接受中、高等教育尤其是高等教育的人口占比增大，有利于区域创新能力的提升。相关性分析结果很好地支撑了随着人口受教育程度的提高，区域创新能力也将不断增强的观点，与多数学者的研究结果相符合。

教育可看作是人力资本积累的过程，受教育程度高的人群掌握著更多的知识和技能，在创新尤其是自主创新中往往扮演着主导角色，许多创新活动本身便发生在高校和科研院所中。此外，对相邻地区的技术模仿是提升区域创新能力的路径之一，对外来技术的消化吸收与改造则与人力资本存量密切相关[12]。

2.2.3 地域结构

受历史体制影响，中国的城乡二元结构根深蒂固地影响着全国所有地区，反映在区域人口地域结构上即为鲜明的人口城乡结构，也即城镇人口与农村人口的组成关系。根据相关性分析结果，区域创新能力与城镇人口比重具有非常显著的正相关关系，说明城镇人口比重的增大能够促进区域创新能力的提升。

相比于农村，城市的最大优势体现在各种要素集聚产生的规模效应。它为政府、企业、高校等在地域上集中、共享完善的基础设施和公共服务提供了环境保障。各主体在地理上的邻近能够促进相互之间的交流与合作，并通过知识溢出等效应提升区域的创新能力和整体竞争力。同时，城市的集聚作用往往能够吸引人口从农村流向城市，进一步强化其自身创新优势。

2.3 中国区域创新能力与人口结构分析

根据相关性分析结果，人口结构中年龄结构、文化教育结构和城乡结构与区域创新能力关系密切。因此，将各省区域创新能力得分和上述人口结构状况绘制成图（见图1），结合区域实际情况进行分析。

从图中可以直观看出，创新能力较强的省份主要集中于东部地区。其中，北京作为我国首都和创新中心，其区域创新能力居于首位，紧随其后的是上海，这两个直辖市的区域创新能力得分明显高于其他省份。同时，两者城镇人口比重均达到85%以上，受过高等教育的人口比重也超过30%，远高于其他省份，说明高素质人才在大城市的集聚是造就其强大创新能力的关键。位于长三角和珠三角地区的江苏、浙江、广东三省创新能力亦较为突出，且水平大致相当。西北、西南地区除人口受教育程度相对较高的陕西省以外，区域创新能力普遍偏低。尤其是处于高原地带的西藏、云南、贵州三省，受到自然环境的约束，省内许多地区难以发展大城市，全省农村人口多于城镇人口，限制着区域创新能力的提升。中部地区创新能力的内部分异较为显著，总体而言南方强于北方。湖北在城镇化水平和人口受教育程度上具有一定优势，在中部地区中创新能力较为突出。

各省的劳动年龄人口占比差异较小，均处于70%左右，与区域创新能力之间的关系相对更不显著，但劳动年龄人口占比明显偏低的省份，例如西南地区的贵州、四川，华北地区的河北、河南等，其创新能力也偏弱，说明少年儿童和老人的抚养负担在一定程度上削弱了其创新能力。

黑龙江、山西二省创新能力明显低于周围省份，通过考察各项创新指标，发现黑龙江省规模以上工业企业新产品开发经费支出和销售收入均处于低水平;山西省在研发人员数量和经费支出、企业数量上也明显较低。两者作为曾经的资源大省，面临着产业转型升级的挑战，应当对区域创新引起重视，加大创新投入，逐步减少对自然资源的依赖程度，发展知识、技术密集型产业。

3  结果与讨论

该文着眼于人口结构与区域创新能力之间的关系，通过构建指标体系对中国31个省份的区域创新能力进行评价，并将其与人口的自然结构、社会结构和地域结构进行相关性分析，主要得到以下结论。

（1）中国区域创新能力存在顯著的地域差异，东部地区创新能力整体高于西部地区。同时，各区域内部由于自然环境、人口、经济等方面的不同，创新能力亦有差异。从增大创新投入、提升创新产出效率，强化创新交流扩散着手，因地制宜构建区域创新系统，是提升区域创新能力和综合竞争力的关键。

（2）实证分析结果显示，区域创新能力与人口结构存在联系。其中，年龄结构、文化教育结构和城乡结构与区域创新能力密切相关。从人口视角出发评价区域发展质量、优化人口结构是提升区域创新能力的途径之一。

（3）高素质劳动年龄人口的增加有利于区域创新能力的提升。从要素驱动阶段到投资驱动阶段，再转向创新驱动阶段，人才区位选择已成为当前区域经济发展的新逻辑。应当加大高等教育投入，提升劳动力的整体受教育水平和各行业生产的人力资本贡献率;针对各省人口实际状况，调整人口政策，吸引人才集聚。

（4）城镇人口的增加有利于区域创新能力的提升。应当进一步发展大城市和城市群、都市圈，促进要素集聚和资源合理配置。着力推进中西部落后地区城镇化，以长江中游城市群、成渝城市群、中原城市群等对周边地区的带动作用为依托，打造一批具有活力的小城镇，促进区域间协同创新。

该研究亦存在一些局限性。一是以各省指标人均量进行区域创新能力的计算，忽略了省份内部城市作为增长极的作用，也影响了一些人口偏多或偏少（如宁夏）的地区创新能力测算的可靠性。应当探索更合适的指标选取和处理方法，以更加准确地反映以省份为单位的区域创新能力。二是没有考虑空间自相关对区域创新能力的影响。区域创新能力分布图显示，创新能力相当的省份存在条状和块状集聚的特征，因此应当进一步探索省域创新能力的空间关联性，并将其纳入与人口结构的相关性分析中。

4  结语

在知识经济时代，创新已然成为区域经济发展的强大引擎，而人口作为区域中的创新主体，其自然结构、社会结构和地域结构从多方面影响着区域的创新能力。该文从人口结构视角出发，探讨其中的内在联系与影响机制，并发现中国区域创新能力存在显著的地域差异，其背后是人口年龄结构、文化教育结构和城乡结构的空间差异。未来应继续坚持“科教兴国、人才强国”的战略方针，积极推进新型城镇化，以高素质劳动年龄人口的集聚为我国创新型国家的建设注入源源不断的活力。

参考文献

[1] 甄峰，黄朝永，罗守贵.区域创新能力评价指标体系研究[J].科学管理研究，2000（6）：5-8.

[2] FLORIDA R.The Rise of Creative Class[M].New York：Basic Books，2002.

[3] 刘曙光，张涵.人力资本与欧盟区域创新活动研究——基于探索性空间数据分析和地理加权回归模型[J].科技管理研究，2017，37（19）：155-163.

[4] 田新民，王少斌.人力资本与劳动力流动对区域创新的影响[J].首都经济贸易大学学报，2013，15（4）：

51-56.

[5] 陈淑云，杨建坤.人口集聚能促进区域技术创新吗——对2005—2014年省级面板数据的实证研究[J].科技进步与对策，2017，34（5）：45-51.

[6] 卓乘风，邓峰.人口老龄化、区域创新与产业结构升级[J].人口与经济，2018（1）：48-60.

[7] 张艾莉，尹梦兰.人口老龄化对区域技术创新的异质门槛效应研究[J].软科学，2019，33（11）：35-40.

[8] 张永凯，王婧婧.人口老龄化对我国区域创新能力的影响分析[J].兰州财经大学学报，2020，36（4）：

114-123.

[9] 柳卸林，胡志坚.中国区域创新能力的分布与成因[J].科学学研究，2002（5）：550-556.

[10] 朱海就.区域创新能力评估的指标体系研究[J].科研管理，2004（3）：30-35.

[11] 任胜钢，彭建华.基于因子分析法的中国区域创新能力的评价及比较[J].系统工程，2007（2）：87-92.

[12] 郑涛，彭丽杰，万雪芬.人口结构对我国区域创新影响的空间计量分析[J].燕山大学学报：哲学社会科学版，2021，22（1）：71-81.