河北省科技创新资源配置效率的空间关联网络研究

郭慧龙，李 婷

(1.河北地质大学 城市地质与工程学院，河北 石家庄 050031； 2.河北地质大学 管理学院，河北 石家庄 050031)

随着经济全球化和区域协同发展的深入推进，中国原有的科技创新资源配置发展格局随着知识、人才和技术的跨区域流动已经发生了改变，城市与城市之间的科技创新资源交流沟通紧密相关，呈现出空间关联网络特征。河北省正处于攻坚克难和转型升级的关键阶段，面临诸多问题和挑战，科技资源碎片化问题突出，在存量调优和增量调强方面受到现有能力和发展阶段等多重因素制约。因此，河北省应改变过去只关注创新要素构成和创新资源配置的局部思维，突破区域发展的局限性，对各城市科技创新资源配置能力进行重新定位，优化科技创新资源配置空间关联网络，推进科技创新资源的跨区域流动和合理分配，为全省经济社会发展提供有效新动能。

一、文献综述

综合国内外研究动态，学者们侧重于对科技创新资源的内涵与特点、配置方式及特征、配置效率评价、配置空间关联和市场配置模式等领域的研究，取得了较好的研究成果。目前，有关科技创新资源配置的研究主要集中在以下几个方面：1.科技创新资源配置效率研究方法。Farrel[1]最早提出测度效率的概念，FareRolf等[2]采用数据包络分析方法对面板数据进行分析,赖一飞[3]、张海波[4]和张振杨[5]等主要采用数据包络分析(DEA)方法来测度区域、高校、农业以及工业企业的科技创新资源配置效率；2.科技创新资源配置效率评价指标选取。在劳动和资金投入方面选取的指标多为研究与试验发展(R&D)人员全时当量和研究与试验发展(R&D)经费内部支出[6]。在专利方面采用较多频率的指标为专利授权数，其他方面的指标为技术市场成交额和规模以上工业主营业务收入[7]等；3.科技创新资源配置效率的影响因素分析。张子珍等[8]认为影响科技创新资源配置效率的因素是经济发展程度、政府干预程度、市场活力、产学研融合程度以及科技创新平台的建设等；4.科技创新资源的空间网络关联研究。郭庆宾等[9]和汪雨卉等[10]分别对湖北省以及粤港澳大湾区科技创新资源的空间配置差异、空间关联运用引力模型以及社会网络分析法进行研究。

综上所述，当前学者们对科技创新资源配置效率的研究已经取得了丰硕成果，为后续研究奠定了良好的理论和实践基础。但现有研究尚未考虑城市间科技创新资源配置效率的空间关联网络特征。鉴于此，运用超效率DEA模型测算2014-2018年河北省11座城市的科技创新资源配置效率。在此基础上，通过修正引力模型构建河北省各城市科技创新资源配置效率的空间关联网络，体现不同城市的空间关联网络结构特征和变化趋势。采用社会网络分析法分析河北省科技创新资源配置效率的空间关联网络中各城市的特征与关系。在分析结果基础上，提出优化河北省科技创新资源配置效率空间关联网络的对策建议。

二、评价指标获取与构建

鉴于河北省只有11座地级市，而决策单元数量需为指标数量的2倍。因此，科技创新资源配置效率评价指标数量应小于5个。基于以往文献的研究基础和数据的可得性，从科技创新资源投入和产出两方面反映配置效率，投入方面包括人力和资金投入，分别选取R&D人员全时当量和R&D经费内部支出作为具体指标；产出方面包括知识和经济产出，分别选取专利申请授权量和规模以上工业主营业务收入作为具体指标。

所需指标数据来源于2015—2019年《河北省经济统计年鉴》和《河北省科技统计年鉴》，城市之间的地理距离由ArcGIS 10.5计算得出(表1)。

表1 河北省科技创新资源配置效率指标体系

三、研究方法

数据包络分析法是对决策单元间的相对有效性进行评价的方法，在各个领域的效率测算中有着较为广泛的应用，超效率DEA模型弥补了传统DEA模型的局限性，可以更有效地测算和比较各决策单元的效率值。通过引入效率值改进传统的引力模型，可弥补传统引力模型只能反映城市之间的关联情况的缺陷，可以更精准地反映河北省科技创新资源配置效率的空间关联情况。超效率DEA模型与修正引力模型如下。

(一)超效率DEA模型

传统DEA模型存在多个决策单元计算结果同时有效的情况，因而无法确定有效DMU效率的高低。为解决这一问题，Andersen和Petersen提出超效率DEA模型，使处于相对有效的多个DMU也能一较高低[11]。具体模型如下：

θ为超效率值，θ≥1说明该决策单元处于有效状态，反之为无效状态；θ越大说明该决策单元有效程度越高，反之越低。因此，可以据此来对各决策单元进行效率高低排序。根据超效率DEA模型测算出河北省科技创新资源配置效率值，将其作为下文修正引力模型中的城市科技创新资源配置效率值N。

(二)修正引力模型

传统的引力模型主要用来计算地区之间的关联强度，常用公式为

Xe,f表示各城市之间的关联强度，e和f分别表示不同的城市，pe与pf分别表示e和f城市的当年度末人口数，Ge和Gf分别表示e与f城市的地区生产总值(GDP)，De,f表示城市e到城市f之间的距离，当年度末人口总数与GDP的乘积开平方表示城市的经济发展水平，λ为常数。

为了更好地反应科技创新资源配置效率的空间关联状况，参考Nikzad[12]采用修正的引力模型为

除考虑传统的引力模型中城市当年度末人口总数、GDP和城市之间的距离之外，还加入城市科技创新资源配置效率值Ne、Nf和城市人均国内生产总值ge、gf来衡量城市科技创新资源配置效率的空间关联状况，常系数λe,f表示城市e的科技创新资源配置效率值占城市e和城市f总值的比重。

根据修正的引力模型测算出河北省科技创新资源配置效率的引力矩阵，计算引力矩阵各行列的均值。引力矩阵中每行每列中的空间关联强度大于均值，说明两个城市之间存在空间关联关系，将该单元记为1；反之两个城市之间不存在空间关联关系，将该单元记为0。因此，将引力矩阵转化为空间关联的关系矩阵，便可构建出科技创新资源配置效率的空间关联网络。

(三)社会网络分析法

社会网络分析(SNA)研究方法[13]在近年来被广泛应用于各种网络组织结构分析中，通过研究网络中的关系、网络结构以及属性来分析网络的整体属性和个体属性。鉴于此，引入社会网络分析法中的网络特征分析、中心性分析以及凝聚子群分析，对河北省城市群的科技创新资源配置效率空间关联网络结构展开研究。

四、实证分析

利用DEA-solver 13，运用超效率DEA模型对河北省各城市2014-2018年的科技创新资源配置效率进行测算，并根据修正引力模型测算河北省科技创新资源配置效率的空间关联矩阵，利用UCINET 6.56可视化工具NetDraw绘制河北省科技创新资源配置效率空间关联网络图，最后通过社会网络分析法对空间关联网络的关系和特征进行分析。

(一)河北省科技创新资源配置效率评价结果分析

总体来讲，河北省科技创新资源配置效率保持稳定有效水平，但仍处于缓慢增长阶段。在2014-2018年，河北省11座城市整体科技创新资源配置效率均值为1.09，总体呈现出波浪式上升的趋势，波动范围在0.97～1.16，属于正常性波动。高效率发展地区分别是石家庄市、唐山市和沧州市，效率均值均大于1.3，其中石家庄市效率均值为1.52，一直保持着高投入高产出的发展模式；唐山市的效率均值为1.30，效率值整体呈现上升趋势，由高投入中产出进入到高投入高产出发展模式；沧州市的效率均值为1.32，效率值变化呈现先上升后下降的趋势。中效率发展地区分别是秦皇岛市、廊坊市和邯郸市，效率均值介于1.0～1.3，秦皇岛市、廊坊市和邯郸市的效率均值分别为1.14、1.02和1.08，廊坊市和秦皇岛市的效率值呈现先增长后下降的趋势，邯郸市的效率值呈现上升-下降-上升的变化趋势。低效率发展地区分别是张家口市、承德市、保定市、邢台市和衡水市，效率均值均小于1。其中，保定市和邢台市的效率均值分别为0.88和0.99，整体呈现上升趋势；张家口市和承德市的科技创新资源配置效率均值为0.90和0.91，张家口市呈现上升后保持稳定的变化趋势，承德市呈现先下降再上升的趋势；衡水市的效率均值为0.88，呈现下降-上升-下降的变化趋势(表2)。这说明石家庄市和唐山市处于河北省科技创新资源配置的主导地位，沧州市、秦皇岛市和廊坊市存在下行风险，邢台市和邯郸市效率提升迅速，其余城市均处于河北省科技创新资源配置效率下游水平。除高效率发展城市外，其他城市均有年份效率值小于1的情况，未达到有效状态，有较大的提升空间。

表2 河北省城市科技资源配置效率

(二)河北省科技创新资源配置效率空间关联网络特征分析

根据修正的引力模型测算出2014-2018年各年度空间关联矩阵，利用UCINET得出2014、2016和2018年河北省科技创新资源配置效率空间关联网络图和网络中心性，并且测算各年度的网络密度和网络效率，最后对2018年河北省科技创新资源配置效率的空间关联网络进行凝聚子群分析。

1.河北省科技创新资源配置效率空间关联网络的结构分析

河北省各城市科技创新资源配置效率空间关联网络结构由2014年的“一核(唐山市)两副(石家庄市和保定市)”变为2016年的“一核(石家庄市)一副(唐山市)”，最后演化为2018年的“三核(唐山市、石家庄市和廊坊市)一副(保定市)”(图1)。因为修正的引力模型计算结果不仅由河北省科技创新资源配置效率值决定，而且受城市经济发展水平、人口规模以及城市间的地理距离影响，据此进行重点城市的总体阐述。石家庄市和唐山市位于河北省科技创新资源配置效率空间关联网络的核心地位，两市科技创新资源投入和产出值居于河北省上游水平，科技创新资源管理能力和转化能力强，能够更高效地将资源转化为经济效益和知识产出。其中，石家庄市为河北省科教中心和经济文化中心，拥有众多高校资源和研究中心等机构；唐山市作为河北省老牌工业中心，经济实力强，拥有大量的高新技术企业；保定市和廊坊市处于河北省科技创新资源配置效率空间关联网络的副核心地位，两市虽然科技创新资源配置效率值处于全省中游，但凭借优越的区位优势和较强的经济发展水平而成为河北省科技资源配置效率空间关联网络中的重点城市。

图1 2014-2018年河北省科技创新资源配置效率空间关联网络结构

为了反映河北省科技创新资源配置效率空间关联网络特征及其时序变化，分别测算出2014-2018年河北省科技创新资源配置效率空间关联的网络密度和网络效率，网络密度表示城市之间关系的疏密情况，网络效率表示各个城市之间空间联系的紧密状况和空间关联网络的稳定情况(图2)。河北省科技创新资源配置效率空间关联的网络密度均值为0.244，5年间没有发生明显的变化，一直处于较低水平；网络效率值均值为0.911 1，一直处于较高水平。由以上分析得出：河北省各城市之间科技创新资源配置效率的空间关联不够紧密，空间关系结构不稳定，有较大的提升空间。

图2 2014-2018年河北省科技创新资源配置效率空间关联网络特征

2.河北省科技创新资源配置效率空间关联网络的中心性分析

分别测算2014、2016和2018年各城市的点度中心度、中介中心度、接近中心度和网络中心势(表3)，对河北省科技创新资源配置效率的空间关联网络进行中心性分析。

点度中心度值表示河北省各城市在科技创新资源配置效率网络中的地位，中介中心度主要反映各城市对其他城市的控制程度，接近中心度主要反映各城市在空间关联网络中不受其他城市控制的程度。2014年，石家庄市、唐山市和保定市的点度中心度、中介中心度及接近中心度位列前三位，保定市和廊坊市紧随其后，其余城市相差不大，均处于下游水平；2016年和2018年，各城市点度中心度、中介中心度和接近中心度整体有所提升，其中，石家庄市和唐山市的中心度仍旧保持在较高水平，保定市中心度有所下降，廊坊市上升较大，跻身前三，其余城市变化不明显，处于下游水平。网络中心势反映城市空间有向联系作用的大小。河北省科技创新资源配置效率网络的中心势由2014年的42.22%下降到2016年的32.22%，再下降到2018年的27.78%，呈现出持续下降的趋势，且下降幅度较大。这说明河北省科技创新资源配置效率的空间关联网络的整体有向联系在减少。由以上分析结果可以看出，河北省科技创新资源配置效率空间关联网络的点度中心度、中介中心度和接近中心度差异较大。原因在于唐山市、保定市、廊坊市和石家庄市这场座城市与其他城市联系密切，存在较多的空间关联和空间溢出，在河北省科技创新资源配置效率空间关联网络中处于支配地位，不易受其他城市控制。张家口市、承德市和秦皇岛市等城市的中心度处于下游水平，说明这些城市的科技创新资源配置与其他城市之间的联系较少，原因在于他们的科技创新资源配置能力、经济发展程度和地理区位等因素相比于核心城市较差。

表3 2014-2018年河北省科技创新资源配置效率空间关联中心性分析

3.河北省科技创新资源配置效率空间关联网络的凝聚子群分析

针对2018年河北省科技创新资源配置效率空间关联网络结构图进行凝聚子群分析，揭示空间关联网络中各板块之间的关系。运用CONCOR方法，得出河北省科技创新资源配置效率空间关联网络块模型结果(图3)：第一板块石家庄市、邢台市、邯郸市和衡水市为“双向溢出”和“俱乐部效应”板块，其对外发出关系为2，接受关系为2；内部接受关系为6，发出关系为7，这表明该板块成员对内和对外的科技创新资源配置产生双向溢出效应，并且对内关联强度远高于对外关联强度。第二板块唐山市和廊坊市为“显著弱溢出”板块，对外发出关系为9，接受关系为8；内部发出和接受关系都为0。此板块只具有对外关联，没有内部关联，虽然对外关联强度高，但发出关系数稍大于接受关系数。第三板块秦皇岛市、承德市和沧州市为“一般弱收益”板块，其对外发出关系为4，接受关系为5；内部发出和接受关系都为0。和第二板块一样，该板块只具有对外关联，没有内部关联，但与第二板块不同的是，该板块接受其他板块的关系数稍大于发出关系数，且对外关联强度一般。第四板块保定市和张家口市为“经纪人”板块，对外发出关系为4，接受关系为4；内部发出和接受关系都为0。此板块同样只具有对外关联，没有内部关联，但和第二、三板块不同的是，该板块发出关系数等于内部关系数，且对外关联强度一般，表明该板块的“中介”作用明显。

图3 凝聚子群分析结果

五、结论与建议

河北省当前处于转变发展方式、优化经济结构及转换增长动力的攻关期。通过对河北省科技创新资源配置效率的空间关联网络进行分析，并结合河北省经济与科技发展的实际情况得出以下结论和相应对策建议。

(一)主要结论

通过超效率DEA模型和修正的引力模型建立河北省科技创新资源配置效率的空间关联网络，从科技创新资源配置效率、网络结构特征、网络中心性和凝聚子群等方面分析了2014-2018年河北省科技创新资源配置效率的空间关联网络。主要结论如下。

1.从资源配置效率来看，河北省科技创新资源配置效率整体保持稳定有效水平，部分城市由于科技创新资源利用能力和管理能力较差，效率波动明显。科技创新资源在各城市间分布极不均衡，大部分科技创新资源集中在少数城市，导致河北省科技创新资源配置效率层次不齐。

2.从网络结构特征来看，河北省科技创新资源空间网络关联特征显著。网络密度较低，网络效率较高，说明河北省科技创新资源空间网络结构不够稳定，联系不够紧密，存在较大的提升空间。

3.从网络中心性分析来看，石家庄市和唐山市的中心度一直处于上游水平；廊坊市逐年提升，保定市有所下降，处于中游水平；其余城市一直处于中下游水平。河北省技创新资源配置效率空间关联网络结构由2014年的“一核(唐山市)两副(石家庄市和保定市)”向2016年的“一核(石家庄市)一副(唐山市)”演变，最后向2018年的“三核(唐山市、石家庄市和廊坊市)一副(保定市)”特征发展。

4.从凝聚子群分析结果来看，石家庄市、邯郸市、邢台市和衡水市在河北省科技创新资源配置效率空间关联网络中属于“双向溢出”和“俱乐部效应”板块，唐山市和廊坊市在网络中属于“显著弱溢出”板块，秦皇岛市、承德市和沧州市在网络中属于“一般弱收益”板块，保定市和张家口市在网络中属于“经纪人”板块。

(二)对策建议

针对上述结论，结合河北省科技创新发展的实际情况提出如下对策建议。

1.提升科技创新资源配置管理能力和成果转化能力

河北省应建立与科技创新资源市场相匹配的服务体系，加强科技创新资源管理能力，提升科技创新成果转化为经济效益的能力，增加对科技创新资源投入较少城市的投入力度，减小地理位置和经济发展约束对科技创新资源配置的影响。

2.加强河北省各城市间的科技创新资源配置的空间联系

加强河北省核心城市的辐射带动作用，通过构建城际高铁高速网络来缩短城市间的空间距离，使各地的科技创新资源交流更加便捷顺畅。通过创新平台的搭建促进各地区之间创新资源的交流和互通，形成资源自由流通的合作新局面。

3.优化河北省城市科技资源配置的空间结构

针对目前河北省“三核一副”的空间分布特征，在4个重点城市培植一个或多个重大科研基地，促进各城市间科技创新资源流通，加强整个城市群的空间联系密度。同时，针对四大板块的不同功能特征，发挥各板块在空间关联网络中的作用，减少城市间资源流动的壁垒，提高板块间关联。

4.转变河北省不同城市间的科技资源配置模式

各城市应加大研发投入和人才引进培养力度，集中优势资源，完善创新生态系统，促进创新效能的全方位发展，突破单一的科技创新资源要素集聚和单纯的技术创新。围绕产业链部署创新链，集成各类创新资源，提升创新链及创新生态的整体竞争力。

河北省科技创新资源配置的生产力和影响力还尚未发挥出应有的效果，传统的科技创新资源配置模式已很难支撑河北省各城市区域创新的全面发展。对河北省科技创新资源配置效率的变化和空间关联网络进行分析，旨在解决河北省科技创新资源配置不平衡和区域科技创新协同发展不充分等问题，尽可能地为有关部门的政策制定提供相应的理论依据。但是如何针对性地制定符合河北省实际情况的科技创新政策以及实现政策的落地实施，进而改变目前科技创新政策过于宏观的现状问题，仍需要进一步深化研究。