长三角城市群科技创新能力的空间差异研究

吴铖铖，王 丹，谭 庆

（池州学院 商学院，安徽 池州 247000）

长三角区域产业结构升级进入关键性阶段，长三角一体化国家战略进入全面付诸实施的新起点，深化区域科技创新合作，提高区域整体创新能力，是突破长三角区域产业结构不合理和增长方式粗放等重大瓶颈的必然战略选择。深化协同创新作为长三角一体化发展的“主引擎”，以协同创新推进长三角科技创新，着力打造长三角区域协同创新共同体，引领区域经济增长从要素驱动向创新驱动转型[1]，是实现长三角高质量一体化发展的重要途径。

国内学者对区域创新能力和协同创新的研究成果较为丰富，现有研究逐渐关注区域创新能力测度以及创新能力差异，且主要集中于研究区域创新差异的时间演变趋势、区域创新差异的空间格局、区域创新能力影响因素与不同城市群之间以及城市群内部创新能力差异等方面。在区域创新差异的时间演变趋势方面，肖刚等从时间、空间及地理临近视角对长江中游城市群城市创新差异的时空格局演变进行研究，发现城市创新差异由高度集中向渐进式分散演进[2]。在区域创新差异的空间格局方面，徐维祥等通过分析长江经济带城市功能与区域创新耦合协调关系及其空间联系，发现长三角逐渐形成以整体网络格局为核心且带动长江中上游城市协同发展的多元化发展格局[3]。黄寰等研究发现长江经济带上游地区各城市间未形成创新联系与集聚效应等创新差异空间格局[4]。王承云、沈泽洲通过分析江苏省各城市创新能力的空间格局，认为江苏省各城市之间创新联系程度逐渐提升，同时苏南城市间创新联系程度强于苏北城市[5]。在区域创新能力影响因素方面，张利国等通过分析长江经济带各城市创新能力的时间演变、空间格局以及影响因素，发现人力资本显著提升城市创新能力水平且其外溢现象明显[6]。肖泽磊等基于创新资源投入与创新资源产出维度，分析发现城市群创新能力与城市首位度关系紧密[7]。马双、曾刚通过测算长江经济带各城市间创新联系强度，发现城市间通勤水准显著影响各城市创新能力[8]。姜磊等对长三角地区创新活动差异的演变进行研究，结果表明经济要素是导致省域间创新差异的主要原因[9]。在不同城市群之间以及城市群内部创新能力差异方面，蒋长流等认为长江经济带下游地区创新能力显著强于中上游地区[10]。王强等研究发现长江经济带各城市创新产出增长率差异较小，但城市群内部不同城市间绝对创新能力差异明显[11]。同时，也有学者探讨区域创新能力差异度量方法，主要采用标准指数、变差系数、区位基尼系数、集中度指数和系统聚类分析等方法。

综上，长三角城市群总体科技创新能力较高，但大多数研究并未针对长三角各城市间科技创新能力差异进行探讨，本文以长三角城市群2018—2020年科技创新能力数据作为研究基础，基于资源—能力—产出维度，从创新资源基础、创新能力支撑以及创新产出绩效角度，构建长三角城市群科技创新能力测度指标体系，运用主成分分析法测度各城市创新能力，并结合时间、空间视角探讨其创新能力时间及空间差异状况，以揭示长三角城市群创新能力变动趋势，为提升区域整体及单个城市创新能力、加快实施创新驱动发展战略提供理论参考。

一、长三角城市群科技创新能力测度

（一）科技创新能力测度指标体系构建

长三角城市群作为区域经济发展的重要组成部分，创新是长三角城市群高质量发展的核心驱动力，所以需要立足创新发展与城市群发展实际，构建长三角城市群科技创新能力测度指标体系。其中，创新资源基础是各区域科技创新发展的资金、人力、平台等基础要素，创新能力支撑是各区域科技创新发展的基础研究能力、科学技术水平等支撑要素，创新产出绩效是各区域科技创新发展的专利、论文等知识产出。

基于已有研究成果、数据可获得性和城市群科技创新实际情况，本文以长三角城市群2018—2020年创新能力数据作为研究对象，选取工业总产值（X1）、公共财政支出（X2）、普通高等学校在校学生数（X3）、科学技术支出（X4）、有R&D活动的单位数（X5）、R&D 人员（X6）、科学事业费支出（X7）、基础研究人员全时当量（X8）、专利申请数（X9）、专利授权数（X10）、技术市场合同成交额（X11）、高新技术产值占GDP比重（X12）12项指标，从创新资源基础、创新能力支撑以及创新产出绩效角度，构建长三角城市群科技创新能力测度指标体系，运用主成分分析法客观测度各城市实际科技创新能力，并揭示长三角城市群科技创新能力空间差异。创新能力测度数据均来自长三角城市群各市统计年鉴。具体指标选取如表1所示。

表1 长三角城市群科技创新能力测度指标体系

（二）科技创新能力测度

鉴于各指标变量计量单位不统一，本文对12项科技创新能力测度指标的原始数据进行标准化处理，将指标绝对值转换为相对值，以消除量纲的影响，提高数据分析结果的科学性及合理性。

1.KMO检验和Bartlett球形检验

KMO检验主要应用于多元统计中的因子分析，以比较若干变量间的简单相关关系和偏相关关系。因子分析的基本前提条件是变量之间具有较高的相关性，一般来说KMO值大于0.5即可进行变量间的因子分析。KMO检验和Bartlett球形检验结果如表2所示。

表2 KMO检验和Bartlett球形检验

2018—2020年 KMO检验值分别为 0.784、0.781、0.834，且Bartlett球形检验的近似卡方分布值分别为 545.894、655.318、653.467，在自由度为66的条件下显著性概率达到0.000，表明2018—2020年科技创新能力测度数据适合进行主成分分析。

2.提取主成分

主成分分析法要求根据已标准化的量化因子特征值及累计方差贡献率提取主成分，并计算相关系数矩阵的方差贡献率。基于特征值大于1的原则，2018年共提取3个主成分，2019年共提取2个主成分，2020年共提取2个主成分，由表3可知累计方差贡献率分别达到94.309%、87.351%、87.411%，表明所提取的主成分因子能充分反映原始数据的绝大部分信息。

表3 解释的总方差

3.构建评价模型

变量提取基于主成分分析法，本文采用具有Kaiser标准化的正交旋转法对原始经济数据进行旋转，具体得分系数矩阵如表4所示。根据得分系数矩阵可得到2018—2020年各主成分得分函数：

表4 主成分得分系数矩阵

2019年、2020年主成分得分函数构造方法与2018年相同（Xi为科技创新能力测度指标标准化处理后的值，i=1，2，…，12），以提取后各主成分方差贡献率为权重对各主成分进行加权，可以得到长三角城市群科技创新能力综合测度模型：

其中，F为科技创新能力综合得分。基于上述主成分得分函数及评价模型，本文计算出长三角城市群2018—2020年科技创新能力综合测度得分，具体结果如表5所示（篇幅有限，仅列示部分城市）。

表5 长三角城市群2018—2020年科技创新能力综合测度得分

由表5可知，2018—2020年上海市科技创新能力均高于长三角各城市，苏州市、杭州市紧随其后。合肥市科技创新能力排序由2018年第6位上升至2020年第4位，金华市科技创新能力排序由2018年第18位上升至2020年第6位，表明合肥市、金华市科技创新能力逐年提升，这两市科技创新能力已跻身长三角“第一方阵”，但南京市科技创新能力有所下降，其由2018年第5位下降至2020年第7位。

二、长三角城市群科技创新能力空间差异分析

（一）聚类分析

聚类分析是一种在未明确分类标准的基础上依据样品或指标的性质研究样品或指标分类问题的多元统计分析方法[12]。基于长三角城市群科技创新能力综合测度得分，本文运用K-均值聚类法对长三角城市群各城市进行聚类分析，第Ⅰ类为科技创新能力较高的城市（F＞0），第Ⅱ类为科技创新能力中等的城市（-0.3＜F＜0），第Ⅲ类为科技创新能力较低的城市（F＜-0.3）。

2018—2020年长三角城市群科技创新能力聚类分析结果显示（见图1），2018年共有第Ⅰ类城市8个，第Ⅱ类城市9个，第Ⅲ类城市9个，其中第Ⅰ类城市包括上海市、苏州市、杭州市、宁波市、南京市、合肥市、盐城市、南通市；2019年共有第Ⅰ类城市7个，第Ⅱ类城市11个，第Ⅲ类城市8个，其中第Ⅰ类城市包括上海市、杭州市、苏州市、宁波市、无锡市、合肥市、南通市；2020年共有第Ⅰ类城市7个，第Ⅱ类城市7个，第Ⅲ类城市12个，其中第Ⅰ类城市包括上海市、杭州市、苏州市、合肥市、宁波市、金华市、南京市，表明2018—2020年上海市一直处于第Ⅰ类城市范围内，浙江省第Ⅰ类城市数量逐年增多，而江苏省第Ⅰ类城市数量有所减少，安徽省仅合肥市处于第Ⅰ类城市范围内，整体创新能力有待加强。

图1 长三角城市群科技创新能力聚类分析结果

（二）空间自相关分析

为进一步探究长三角城市群科技创新能力的空间关联情况，本文基于Rook原则构建空间权重矩阵，并运用空间自相关模型进行分析[13]。空间自相关分析结果如图2所示，2018—2020年长三角城市群科技创新能力综合测度得分Moran’s I指数分别为0.193、0.385、0.427，表明长三角城市群科技创新能力在空间上呈现空间正相关，且其空间正相关性逐年明显，即长三角城市群科技创新能力表现出空间分布集聚倾向（马太效应），2020年长三角城市群科技创新能力空间分布集聚倾向性相比于2018年更高。再者，2018—2020年长三角城市群中大多数城市处于第1、3象限，空间集聚现象异常明显，城市群具有显著的“强强集聚”“弱弱集聚”效应，在空间上表现出组团式的环状分布。

图2 长三角城市群科技创新能力空间自相关分析结果

三、结论与建议

（一）结论

本文选取长三角城市群2018—2020年城市面板数据作为研究对象，构建长三角城市群科技创新能力测度指标体系，运用主成分分析法测度各城市科技创新能力，并探讨其科技创新能力时间变动趋势及空间差异状况。研究表明：1）从时间序列趋势来看，上海市整体科技创新能力最高，安徽省、浙江省整体科技创新能力处于上升趋势，尤其是安徽省合肥市由2018年的第6位上升至2020年第4位，浙江省金华市由2018年第18位上升至2020年第6位，而江苏省整体科技创新能力则处于下降趋势，原因在于南京市、盐城市、无锡市科技创新能力综合测度得分有所下降。2）从空间聚类分布来看，长三角城市群科技创新能力存在空间正相关性，呈现空间分布集聚倾向，城市群具有显著的“强强集聚”“弱弱集聚”效应，在空间上表现出组团式的环状分布，且其空间正相关性逐年增强。

（二）对策建议

1.健全协同创新发展机制，加强区域内创新合作

随着城市高创新能力人才、技术等创新资源的流动与外溢，邻近城市创新能力不断提升，逐渐形成创新要素集聚与创新能力提升的空间格局。低创新能力区域由于地理距离等原因与高创新能力区域合作较少，形成低水平创新能力锁定现象，如安徽省大部分城市科技创新合作交流较少导致其长期处于低水平创新状态。同时，上海、杭州、南京和合肥等中心城市创新要素竞争程度较高，创新要素存在显著的虹吸效应，使得周边城市创新要素向中心城市流动，更容易造成中心城市科技创新能力不断提高但周边城市科技创新能力下降。第一，长三角城市群需要建立健全区域整体协同创新发展联动机制与决策机制，加强协同创新发展的顶层设计，协调区域内部创新要素流动与创新资源合作，搭建开放型创新要素网络平台，推动创新技术、科技资源共建共享，促进区域内部创新要素高效配置与自由流动。第二，充分发挥中心城市科技创新能力的辐射扩散效应，重点加强与低创新能力区域的创新合作，缩小区域内部各城市群之间的创新要素差异与创新能力差距，引导创新资源向外围城市转移，实现创新资源溢出与长三角城市群科技创新能力均衡发展。

2.立足自身资源禀赋，提升城市创新能力

城市科技创新能力受资源溢出效应的影响，但其自身人力资本、创新环境等创新资源的差异水平和利用程度是决定城市群科技创新能力高低的决定因素，所以长三角各城市群需要立足自身创新资源禀赋和实际发展情况，制定提升城市科技创新能力的目标方向与关键举措。第一，上海市需要引导创新资源向外围城市转移，加强与区域内各城市的科技创新合作，充分发挥城市科技创新首位度的辐射带动作用，尤其在产业转移过程中加大科教资源、创新要素对外围城市产业链、创新链的延伸作用，推动创新资源广泛流动与价值延伸。第二，南京、杭州与合肥等城市应以其科教资源、战略性新兴产业为依托，充分发挥人才资本、高新技术对城市科技创新能力的显著提升作用，保持城市整体科技创新能力水平。第三，宁波、芜湖、安庆、无锡等城市需要加强与中心城市的科技创新合作，明晰自身创新资源定位与创新能力短板，提升自身创新资源吸收能力与转换能力，借助产业转移等区域合作行为全面对接科技创新中心城市，促进产业转型升级与经济高质量发展，不断提高自身科技创新能力水平以缩小与中心城市科技创新能力差距。

3.以人为本，引进培育高层次创新人才

城市发展的本质是人的发展，创新人才是影响城市科技创新能力的第一动力与核心要素。长三角城市群科技创新能力测度结果表明高层次创新人才是城市科技创新能力提升的加速器，低创新能力城市在人才资源、人力资本等方面受到限制。第一，低创新能力城市需要加大高层次创新人才的引进与培育力度，采用“内培外引”等多项举措推动人才、技术等创新资源向高技术产业集聚，促进高技术产业向高质量发展，提升城市科技创新能力与创新效率。第二，各地政府应结合自身发展现状加大人力资本投入力度，放宽人才落户条件，同时配套高层次创新人才奖励机制与知识产权保护政策，保持高层次创新人才的创新积极性与成果转换效率，推动长三角城市群科技创新能力可持续提升。第三，长三角各城市需要加大高等教育支持力度，充分发挥长三角高等教育资源的要素优势与高层次人才的创新优势，以创新人才培养促进城市科技创新能力提升。

4.共同构建综合交通体系，推动产业发展与城市创新

互联互通、协同合作的综合交通体系是长三角区域内人才、技术、资金、产业等创新要素流动的基础保障，也是产业集群式发展的根本支撑，对促进创新要素高效流动、创新资源优化配置、创新能力稳定提升至关重要。第一，长三角城市群需要加大铁路等基础交通设施建设力度，加快建设、融合多层次轨道交通网络、高速公路网络与世界级机场群，提升交通体系的服务能力与运输效率，满足创新要素区域内部逐级流动的可达性与扩散性，提高城市群内部连接效率以推动创新能力提升。第二，长三角作为国内先进制造业的核心阵地，先进制造业创新能力决定城市创新能力高低，所以长三角各城市需要结合自身产业基础充分发挥创新要素和优质产业引领作用，深度融合创新链、产业链、人才链、金融链与政策链，以创新资源驱动产业转型升级。第三，长三角各城市应着力培育生产性服务业和高新技术企业，产业转型升级要求生产性服务业高质量发展，区域内服务业与一二产业深度融合是创新资源自由流动、服务供给的前提，也是构建产业协同创新体系的根本所在。同时，高新技术企业是城市创新能力水平提升的关键要素，加大高新技术企业培育力度，可以有效推动人才、技术等创新要素有效流动，充分发挥产业优势潜能以促进产业发展提质增效。