国家高新区创新资源集聚分异与空间极化格局_解佳龙.pdf

管理现代化14经济经纬Economic Suruey国家高新区三十余年的实践探索完成了“168+1”的增量布局，形成了集聚大量创新资源的强大磁场，成为我国实施创新驱动发展战略和摆脱技术掣肘的硬核力量。由于建设年限和资源禀赋不同，致使高新区三次创业同步并存，而先行园区通过更快更优的演变衍生出更广的经济范围，吸纳更多关键创新资源以巩固在位优势，尤以区域经济板块的空间异化突出，东部集聚了高新区约 2/3的研发人员、1/2 的研发机构、3/5 的在孵企业和 4/5 的风险投资，创造了数倍于其他地区的知识产权与标准、技术性收入等创新成果。为积极响应非均衡发展到区域协调发展的国家战略调整，以及全力落实 关于促进国家高新技术产业开发区高质量发展的若干意见(以下简称 意见)中区域协同发展创新共同体的建设任务，面对稀缺创新资源的有限约束，必须通过对创新资源“数量”与“质量”兼顾取舍的差别化配置，突破跨界联动的“奥尔森困境”，而全局把握创新资源集聚的演变态势与空间极化特征就成为寻找该路径的关键。一、文献综述创新资源集聚的多寡直接带来高新区创新实力强弱走势的分化，学者们先后采用 C-D 生产函数1、企业流动资本2、配对样本均值检验3、门限回归4等方法构建了多种集聚效应判定模型，并对园区创新资源集聚的阶段转换5、内部机理6与实现路径7、8等问题展开理论阐释。随后将研究视角扩展至创新资源集聚对外围的空间结构9、创新实力10、转化效率11的影响程度分析，实证结果普遍表明高新区对产业集聚及创新资源引导作用较好12，创新资源集聚能力的空间网络联系愈发密集，并且差异化的空间溢出效应正加剧区域分化13。持续的创新资源集聚带来创新势能的累积，不断放大着高新区的空间极化效应，吸引了众多创新空间异质性研究学者的关注。创新极化评估是该现象研究的核心，要素解构14、组织运行15、生态群落16和梯度转移17等是常见的评价视角，W 型18、ER 型19和TW 型20等极化指数被用于两极或多极分化测度，对Theil21、Gini22等常规测量方法形成有效补充，并在指数法基础上拓展了一般模型图示法23和计量模型法24，评价单元多从省域、密集区等多元化空间尺度展开。评价结果显示特定环境因素25、FDI 技术溢出26、产业创新链27等是造成空间极化的主要原因，并在经济板块28、地理方位29和依托母城30等空间方向上产生极化分异，而创新集聚的路径依赖将增加摆脱极化陷阱的难度。综上，现有研究在创新资源集聚及其空间异质性领域积累了丰硕成果，为后续研究提供了方向指引和理论基础，但仍有完善空间：第一，鲜有文献从动态视角研究园区演进，且以宽泛的经济指标为依据难以反映创新资源集聚全貌；第二，普遍以稳定期的高新区为样本，未考虑占园区总量绝对主体的新晋高新区；第三，极化效应呈现方法偏向集聚水平的整体测度排序，研究对象的空间基金项目国家社会科学基金青年项目“国家自主创新示范区创新价值链锁定与突破路径研究”(21CGL051)；中南民族大学中央高校基本科研业务费项目资助“价值链视角下城市群协同创新的锁定效应及其破解策略研究”(CSY20031)。DOI：10.19634/ki.11-1403/c.2022.06.003国家高新区创新资源集聚分异与空间极化格局解佳龙1,2熊晓雪1（1.中南民族大学管理学院，湖北武汉430074；2.湖北省产品创新管理研究中心，湖北武汉430070）摘要创新资源的集聚差异势必造成空间过程的趋同或趋异，两种力量的博弈对高新区创新极化格局进行着重塑。设计了涵盖资源投入、环境支撑和成果产出三大模块的创新资源集聚程度评价指标体系，实证分析了我国高新区创新资源集聚程度的分异特征与空间极化进程。结果表明：创新资源集聚程度总体波动式上升且不同排序段位与类型的主体趋异明显，各细分维度持续向好但资源转化不及资源聚合，日益显现的马太效应致使资源配置格局和跃迁路径渐趋稳定，东部中部西部东北的集聚水平非均衡向前推进，多中心扁平式极化态势加速着园区密集区良性空间外溢下的跨界协作。最后，提出了资源调配与空间优化的政策建议，以期对创新资源差别化配置提供借鉴。关键词国家高新区；创新资源；集聚程度；空间极化；突变级数法-改进熵值法 中图分类号F222.3,K902文献标识码A文章编号1003-1154(2022)06-0014-08152022年第 期6经济经纬Economic Suruey关系尚未体现。因此，围绕国家高新区创新要素的区域分布及组合状态，通过综合运用时序测算与空间计量揭示我国所有国家高新区创新资源集聚的变动态势，这既在产业集群层面拓展了创新地理学的实证研究范畴，也为我国高新区寻找协同高效的创新资源配置路径提供了参考。二、创新资源集聚程度与极化效应测度方法（一）创新资源集聚程度评价指标体系1.体系设计依据熊彼特将创新概括为“把一种从来没有过的生产要素和生产条件的 新组合 引入生产体系，以获取潜在超额利润的过程”31，学者们在区域创新系统的解构中普遍采纳该观点22，投入、条件和产出的模块划分方式使用最广。高新区是区域创新系统的有机组成部分，其创新资源集聚同样表现出投入条件产出的价值逻辑，因此构建了由资源投入、环境支撑和成果产出组成的创新资源集聚程度评价指标体系。其中，资源投入是创新资源的聚合发端与转化前提，重点吸纳创新人员和创新经费两大资源；环境支撑为创新资源集聚搭建了平台，体现为创新孵化协作、主体推动和环境吸引；成果产出是创新资源集聚效果的集中呈现，包括科技成果、经济效益和区域贡献。2.评价指标甄选衡量高新区创新资源集聚程度必须在兼顾传统经济产出的同时，突出创新资源聚合与转化带来质的改变。遵循指标的科学性、适宜性与可获性原则，从资源投入、环境支撑和成果产出三个维度逐级分解指标体系(如表1），虽困于高新区创新类面板数据采集难度大、口径频繁调整、披露不及时等问题，但仍能保证执行指标覆盖 意见 的全部建设目标，体现高新区高质量发展战略目标对创新资源集聚提出的新要求。29 项执行指标紧扣资源属性特征且均为定量指标，绝对指标和相对指标之比15:14，兼顾了数量规模与质量效益的双向追求，全面反映了高新区创新资源的集聚程度。表 1国家高新区创新资源集聚程度评价指标体系目标层基准层准则层指标层计算公式/含义单位编码国家高新区创新资源集聚度A创新资源投入B1人员配备C1高技术服务从业人员 D1按国民经济行业代码分类提取人2-5R&D 人员全时当量 D2从事 R&D 活动的工作时间合乎一定比例的专职人员数人年2-5,2-6员工国际化水平 D3（留学归国人员+外籍常驻人员）/年末从业人员%2-5人力资源素质 D4大专以上学历人员/年末从业人员%2-5经费支持C2R&D 经费平均存量 D5经费支出(1+经费年均增长率)/(经费年均增长率+15%缩减率)万元7-21R&D 经费支出强度 D6R&D 经费支出/营业总收入%7-21科技活动人员人均 R&D 经费 D7R&D 经费支出/科技活动人员数%2-6创新环境支撑B2孵化协作C3技术成果交流 D8合同成交额-原材料等成本费用万元2-6技术供需协作 D9企业委托高校、科研机构或与其合作展开科研活动的经费万元2-4创业导师规模 D10入统创业导师人数人3-8孵化器数量 D11入统孵化器数个3-8,3-9主体推动C4创新服务机构数量 D12国家级、省级创新服务机构数个3-9高校科研机构数量 D13国家级、省级研发机构数个2-4高新技术企业占比 D14高新技术企业数/入统企业数%3-7企业平均体量 D15年末资产/入统企业数万元/家3-7环境吸引C5科技活动政府支持 D16财政科技拨款/(财政科技拨款+企业科技活动内部支出)%4-10,7-20园区财政总支出 D17园区财政全部支出万元7-20宜商宜业环境 D18城市经济综合竞争力指数-6-16,6-17报酬外部竞争力 D19园区劳动者报酬/地方在岗职工平均工资%5-13,6-15创新成果产出B3科技成果C6国际专利数及境外注册商标数D20欧美日专利授权数+国外或港澳台地区注册商标数个5-14标准制定参与度 D21国际、国家、行业标准数之和个2-6重要知识产权数 D22专利+注册商标+软件著作权+集成电路布图设计+植物新品种个4-11经济效益C7高新技术产业营业收入 D23按国民经济行业代码分类提取万元3-7技术服务出口 D24技术出口创汇额+服务出口创汇额万元5-14研发经费转化率 D25技术性收入/R&D 经费支出%2-6企业偿债能力 D26年末资产/年末负债%3-7区域贡献C8财税贡献 D27上缴税费/母城地方财税%5-12环境改善 D28万元工业增加值综合能耗吨标准煤6-18,6-19经济带动 D29园区占母城生产总值比重%5-13说明：部分年份高新区财政总支出和财政科技拨款数据缺失，采用已有年份指标值占母城的平均比例反向推算缺失数据；“编码”表示指标对应 意见 中 7 条 21 项内容的序号，格式为第 条-第 项。管理现代化16经济经纬Economic Suruey（二）创新资源集聚程度评价模型构建国家高新区创新资源聚合与转化伴随着高质量发展定位下的不断试错，同科技进步的突变和不连续过程保持同步，因而创新资源集聚程度评价方法需选用适于跃迁动态现象的计量工具。突变级数法是一种描述非连续动态现象的系统分析与评价方法，科学性强且操作简便，在环境承载、企业成长和产业开发等多属性决策中广泛应用，同样适用高新区创新资源集聚程度评价。为了同级指标相对重要性排序能兼顾数据特征与专家经验，故利用主客观结合的改进熵值法对各级指标赋权。1.数据标准化处理为克服各指标单位和量级不一致问题，先将指标数据的性质和量纲标准化处理，考虑后续步骤涉及自然对数运算，故在标准化后加微小量 0.01 进行调整。式中 Xij和 Yij分别表示第 i 个园区第 j 项指标的原始数据和标准化值(i=1,2,m;j=1,2,n)。2.指标相对重要性排序运用改进熵值法确定各项指标的历年权重，按权数大小对指标相对重要性排序，权重越大的指标排位越前：第一步：计算第 j 项指标的特征比重 Pij第二步：计算第 j 项指标的信息熵 ej第三步：计算第 j 项指标的差异性系数 dj第四步：求得各指标主客观赋权权重jTW式中，jTW和jTW分别为客观权重和主观权重；Mij为专家对指标 j 的打分，m 为专家数，=0.6。第五步：按上述步骤得到执行指标权重，将该层指标相加得到上一级指标权重并排序，逐层类推。3.确定突变级数系统类型根据系统势函数各类临界点附近的非连续性形态，突变理论将其分为 7 个初等突变模型，其中尖点、燕尾、蝴蝶最常见。根据表 1 所示指标体系，尖点突变模型仅有 B1，燕尾突变模型涵盖 A、B2、B3、C2、C6和 C8，蝴蝶突变模型包括 C1、C3、C4、C5和 C7。4.利用归一化综合评价各系统评价指标并不符合模糊隶属数的取值范围要求，需对每个突变类型的控制变量作归一化处理。若控制变量间不存在强关联性，则取最小值为系统状态变量；若存在强关联性，则取均值为系统状态变量。据此对集聚程度评价指标体系进行逐层评价，最终得到各样本的综合得分。（三）极化效应测度与呈现方法极化效应是高新区创新资源优先聚集形成的极点，与周边落后园区形成两个极端的现象。根据求得的创新资源集聚程度，运用全局自相关分析衡量所有园区的整体极化水平，通过绘制 Moran 散点图和时空跃迁测度揭示局部地区的演化特征，并利用四分位图呈现密集区的空间极化态势。1.全局自相关分析空间自相关指数 Global MoranI 被用于研究区域内单元属性的集聚或离散程度，在产业集聚程度、区域发展水平等时空演变规律研究中应用效果较好，方法同样适用于探究高新区创新资源在空间集聚上是否存在极化现象，Moran 指数 I 的计算公式：式中，ix为高新区i的观测值；2S为各园区得分方差；x为各园区得分均值；ijw为空间权重矩阵，本文使用queen 邻接空间权重规则，考虑高新区并非每个城市都有，故将邻接值调至