方大春 馬為彪

摘 要：基于2006—2015年我國省級區(qū)域創(chuàng)新指數(shù)，通過社會網絡分析（SNA）和QAP回歸分析，考察區(qū)域創(chuàng)新空間關聯(lián)的網絡特征及其影響因素，結果發(fā)現(xiàn)：各區(qū)域創(chuàng)新均不斷加強，但中西部地區(qū)與東部地區(qū)還存在一定差距；各區(qū)域趨向平等化發(fā)展，區(qū)域創(chuàng)新的空間聯(lián)系更加緊密，但還有很大提升空間；創(chuàng)新中心集中在東部地區(qū)，東部地區(qū)吸引其他地區(qū)的創(chuàng)新資源流入，并對其他地區(qū)的創(chuàng)新活動有較大影響，其區(qū)域創(chuàng)新聯(lián)動也明顯優(yōu)于中西部地區(qū)；地理位置、產業(yè)結構、科技投入、對外開放、經濟發(fā)展水平等的區(qū)域差異均顯著影響區(qū)域創(chuàng)新的空間關聯(lián)和溢出效應。應制定差別化的區(qū)域創(chuàng)新政策，充分發(fā)揮各區(qū)域在整體創(chuàng)新網絡中的積極作用；要加快推進區(qū)域協(xié)調發(fā)展戰(zhàn)略，縮小創(chuàng)新環(huán)境和創(chuàng)新活動的區(qū)域差距，促進整體區(qū)域協(xié)同創(chuàng)新。

關鍵詞：區(qū)域創(chuàng)新；空間關聯(lián)；網絡結構；網絡中心性；網絡板塊結構；社會網絡分析；區(qū)域創(chuàng)新指數(shù)；區(qū)域協(xié)同創(chuàng)新；溢出效應

中圖分類號：F127；F061.5 文獻標志碼：A 文章編號：1674-8131（2018）02-0050-12

一、引言

十九大報告明確提出要加快建設創(chuàng)新型國家，并指出堅持創(chuàng)新是引領發(fā)展的第一動力，是建設現(xiàn)代化經濟體系的戰(zhàn)略支撐。一個國家創(chuàng)新能力的提高，可以通過攻關研究以提高核心技術創(chuàng)新能力，也可以通過優(yōu)化創(chuàng)新資源間配置以提高區(qū)域協(xié)同創(chuàng)新能力。關于我國的區(qū)域創(chuàng)新，很多研究著眼于區(qū)域內部，對區(qū)域創(chuàng)新的能力、績效及環(huán)境等進行探討[1-8]。隨著區(qū)域經濟一體化進程加快，區(qū)域創(chuàng)新的空間關系以及區(qū)域協(xié)同創(chuàng)新也成為研究重點。白俊紅和蔣伏心（2015）基于1998—2012年省際面板數(shù)據，運用空間計量分析方法研究表明，協(xié)同創(chuàng)新的總效果在長期過程中對區(qū)域創(chuàng)新績效具有顯著的正向影響[9]。趙雨涵和宋旭光（2017）運用最小生成樹法研究表明，中國區(qū)域創(chuàng)新活動具有明顯的空間關聯(lián)性，并隨著時間的推移顯著增強[10]。張靜和李平（2017）運用空間面板模型分析發(fā)現(xiàn)，中國的區(qū)域創(chuàng)新績效存在明顯的空間關聯(lián)，主要以增長極為中心的組團方式分布[11]。李晨等（2017）運用SAR模型分析發(fā)現(xiàn)，創(chuàng)新空間溢出對區(qū)域創(chuàng)新的影響，交通鄰近的作用最大，技術鄰近次之，地理鄰近居第三位，經濟鄰近的作用最小[12]。李婧和何宜麗利用2004—2013年30個省區(qū)面板數(shù)據的分析顯示，我國區(qū)域創(chuàng)新績效和知識溢出水平顯著提高，知識溢出對區(qū)域創(chuàng)新績效具有顯著正向影響[13]。趙少平和黃飛（2016）采用常規(guī)空間計量方法研究表明，長三角的區(qū)域創(chuàng)新集聚存在空間正相關性[14]。

從現(xiàn)有研究來看，大部分學者對于區(qū)域創(chuàng)新的空間關系只局限于地理位置“鄰近”的區(qū)域。其實，隨著經濟全球化與區(qū)域一體化的深入推進，區(qū)域創(chuàng)新的溢出效應隨著知識、技術和人才等的跨區(qū)域流動，超越了地理上“鄰近”區(qū)域，而表現(xiàn)為“跨區(qū)域”流動。這種跨區(qū)域流動，使得各地區(qū)創(chuàng)新能力的提升與其他地區(qū)（不僅僅是相鄰地區(qū)）緊密相關，呈現(xiàn)出網絡結構特征。因此，只有全面掌握區(qū)域創(chuàng)新網絡結構的整體特征及各節(jié)點（各區(qū)域）在其中的角色和作用，才能更有效地推進區(qū)域協(xié)同創(chuàng)新。有鑒于此，本文通過構建區(qū)域創(chuàng)新指標體系計算我國省級區(qū)域創(chuàng)新指數(shù)，進而運用社會網絡分析方法（Social Network Analysis，SNA）考察我國區(qū)域創(chuàng)新空間關聯(lián)的整體網絡特征、網絡中心性和空間聚類特征，并進一步運用二次指派程序（Quadratic Assignment Procedure，QAP）探究區(qū)域創(chuàng)新空間關聯(lián)的主要影響因素。

二、我國區(qū)域創(chuàng)新指數(shù)測度

運用社會網絡分析方法分析區(qū)域創(chuàng)新的空間關聯(lián)，首先要測算各區(qū)域的創(chuàng)新指數(shù)，因此需要構建合理的區(qū)域創(chuàng)新指標體系。基于區(qū)域創(chuàng)新評價的科學性、整體性、可操作性及動態(tài)連續(xù)性原則，參照彭迪云（2016）和齊亞偉（2015）的研究[4][7]，將區(qū)域創(chuàng)新分為創(chuàng)新投入、創(chuàng)新產出和創(chuàng)新環(huán)境三個維度，采用10個指標測算我國各區(qū)域的創(chuàng)新指數(shù)，具體見表1。

表1 區(qū)域創(chuàng)新指數(shù)的指標體系

本文研究樣本為我國不包括港、澳、臺地區(qū)和西藏的30個省級區(qū)域，時間區(qū)間為2006—2015年，原始數(shù)據來自于2007—2016年的《中國統(tǒng)計年鑒》和各省市統(tǒng)計年鑒以及《中國科技統(tǒng)計年鑒》。為了消除價格因素的影響，以2006年為基期對相關指標數(shù)據按照GDP平減指數(shù)進行平減。由于選取的指標具有不同的單位，需要進行標準化處理。選取的指標都是正向指標，標準化處理的公式為：z′i = zi -Xmin Xmax -Xmin 。其中，i表示各項指標，z′i為標準化之后的值，zi為原始值；Xmax和Xmin分別表示2006年至2015年期間i指標的最大值和最小值。

準確、合理的權重分配是進行多指標分析的關鍵，權重的確定方法主要有德爾菲法（專家評議法）、主成分分析法、層次分析法、灰色關聯(lián)度法、熵值法、變異系數(shù)法等。其中，變異系數(shù)法不僅較為客觀，而且可操作性強（鄭廣華，2010）[15]，因此本文選取變異系數(shù)法確定權重。計算得到各樣本區(qū)域2006—2015年的創(chuàng)新指數(shù)（見表2）。從整體均值來看，區(qū)域創(chuàng)新指數(shù)呈現(xiàn)不斷增加趨勢，說明我國區(qū)域創(chuàng)新不斷增強；從各區(qū)域看，創(chuàng)新指數(shù)也是遞增的，各區(qū)域的創(chuàng)新不斷提升；從區(qū)域排名看，創(chuàng)新指數(shù)排在前五位基本是北京、上海、江蘇、浙江、廣東，排名后五位的基本是青海、寧夏、海南、新疆、甘肅、貴州等西部省區(qū)，說明區(qū)域創(chuàng)新在整體上依舊是東部地區(qū)優(yōu)于西部地區(qū)。

表2 各樣本區(qū)域的創(chuàng)新指數(shù)

三、我國區(qū)域創(chuàng)新的空間關聯(lián)特征

1.區(qū)域創(chuàng)新空間網絡結構模型

本文基于區(qū)域創(chuàng)新指數(shù)構建區(qū)域創(chuàng)新空間關聯(lián)網絡，參考劉華軍等（2015）的引力模型[16]，并根據本文研究的需要進行修正，得到如下模型：

xi，j=ki，j3PiGiIi3PjGjIjD2i，j，ki，j=IiIi+Ij，Di，j=di.jgi-gj

其中，xi，j為i區(qū)域與j區(qū)域之間的創(chuàng)新空間相關性，Pi和Pj分別為i區(qū)域和j區(qū)域的總人數(shù)，Gi和Gj分別為i區(qū)域和j區(qū)域的GDP總值，ki，j為i區(qū)域在i和j區(qū)域創(chuàng)新中的貢獻率，i區(qū)域和j區(qū)域的創(chuàng)新水平分別由Ii與Ij表示?；谕羞_羅的人口遷移模型，需要把地理距離和經濟距離同時納入摩擦距離（Dij）中。di，j表示區(qū)域i與區(qū)域j省會（首府）城市之間的球面實際距離，根據各城市的經緯度以及球面距離公式計算得到；gi和gj分別為i區(qū)域和j區(qū)域的人均GDP，其差值的絕對值越大，說明區(qū)域間資源流動性越強。

由模型可得區(qū)域創(chuàng)新空間關聯(lián)引力矩陣xi，j30×30?？紤]到相互作用存在一定門檻值（臨界值），取xi，j30×30矩陣每行的均值作為該行的臨界值。當大于（等于）臨界值，則表示兩者存在相互作用，有關聯(lián)性，取值為1；反之，小于臨界值，取值為0，則表示兩者之間不存在關聯(lián)性。由于ki，j的作用而導致xi，j與xj，i值的不同，故最終得到有向（不對稱）空間關聯(lián)網絡0-1矩陣i j 30×30 。

2.整體網絡結構和特征

為了更能清晰和直觀展示我國區(qū)域創(chuàng)新的空間關聯(lián)網絡，本文利用UCINET可視化工具Netdraw繪制了2015年的空間關聯(lián)網絡（見圖1）。從圖1可以看出，我國區(qū)域創(chuàng)新呈現(xiàn)較為明顯的空間網絡特征，其中上海、北京、天津、浙江、江蘇等東部區(qū)域與其他區(qū)域聯(lián)系較多，處于網絡的中心地帶；青海、甘肅等中西部區(qū)域則處于網絡的邊緣地帶。

圖1 2015年我國區(qū)域創(chuàng)新的空間關聯(lián)網絡

圖2 空間關聯(lián)關系與網絡密度

圖3 網絡等級度與網絡效率

把握一個網絡的整體網絡特征，需要研究其整體網絡密度和網絡關聯(lián)性。網絡密度反映網絡成員聯(lián)系的緊密度，密度越大，聯(lián)系就越密切；網絡關聯(lián)性包含網絡關聯(lián)關系、網絡等級度和網絡效率，網絡關聯(lián)關系反映網絡成員之間的相互作用程度，網絡等級度反映網絡成員之間非對稱可達的程度（主要針對有向圖，其值越大則網絡越具有等級結構），網絡效率反映各成員之間的連接效率（網絡效率越低，則說明成員之間的連線越多、聯(lián)系越密，則關聯(lián)網絡越穩(wěn)定）。根據劉軍（2014）的計算方法[17]，基于空間關聯(lián)網絡矩陣，繪制出2006年至2015年我國區(qū)域創(chuàng)新空間關聯(lián)網絡的網絡密度、關聯(lián)關系、網絡等級度以及網絡效率的變化趨勢（見圖2、圖3）。

從圖2可以看出，我國區(qū)域創(chuàng)新空間關聯(lián)網絡的關聯(lián)關系和網絡密度總體呈現(xiàn)上升趨勢，表明區(qū)域創(chuàng)新的空間關聯(lián)越來越密切。但從絕對值看，網絡關聯(lián)關系和網絡密度分別為227與0.261，距離理論上總共的關聯(lián)關系870（30×29）和網絡密度1還有很大差距?？梢?，我國區(qū)域創(chuàng)新的空間聯(lián)系還有很大提升空間。從圖3可以看出，網絡等級度先是呈現(xiàn)下降趨勢，但在2011年以后趨于平穩(wěn)，說明整體網絡趨向平等化發(fā)展；網絡效率整體上呈現(xiàn)下降趨勢，表明各區(qū)域之間的創(chuàng)新關聯(lián)不斷增強?？梢?，自2006年全國科技大會以后，創(chuàng)新驅動戰(zhàn)略成為我國主要發(fā)展戰(zhàn)略之一，

各地也紛紛積極促進科技創(chuàng)新，創(chuàng)新人才、知識、技術等創(chuàng)新資源的區(qū)域間流動加快，

各區(qū)域創(chuàng)新的空間關聯(lián)也得到有效加強。

3.各區(qū)域的網絡中心性

中心性是重要的網絡特征，反映節(jié)點成員在網絡中的地位及權利大小，包括點度中心度、中間中心度和接近中心度。點度中心度衡量成員在網絡中所處的地位，其值越高則與其他成員的連線越多，越處于網絡的中心；中間中心度反映成員在網絡中對資源的掌握程度，其值越高則掌握的資源越多（處于與其他成員最短連線上，在整個網絡中起著橋梁的作用）；接近中心度反映成員在網絡中獨立于其他成員（不受控制）的程度，其值越高則與其他成員越接近，與其他成員的聯(lián)系越強。限于篇幅，這里僅給出2015年的計算結果（見表3）。

從點度中心度來看，高于均值的區(qū)域有9個（上海、天津、江蘇、北京、山東、浙江、廣東、內蒙古、河南），這些區(qū)域與其他區(qū)域連線較多，處于網絡的中心地帶；其中7個屬于東部發(fā)達地區(qū)，說明我國的創(chuàng)新中心集中在東部地區(qū)。點入度大于點出度的區(qū)域有上海、天津、江蘇、北京、浙江、安徽、山東、內蒙古和河南，其受益大于溢出；相反，中西部地區(qū)則大多表現(xiàn)為溢出大于受益?？梢?，東部地區(qū)擁有良好的經濟發(fā)展環(huán)境，吸引了其他地區(qū)創(chuàng)新資源的流入。從中間中心度來看，高于均值的區(qū)域有8個（上海、天津、江蘇、北京、山東、浙江、廣東、內蒙古），其中心度占全國總量的83.44%，掌握較多的創(chuàng)新資源，在整個網絡中起著橋梁的作用；這些區(qū)域大多處于我國最為發(fā)達的長江三角洲、珠江三角洲以及環(huán)渤海地區(qū)，在區(qū)域創(chuàng)新方面具有強大的優(yōu)勢。從接近中心度來看，高于均值的區(qū)域有8個（上海、天津、江蘇、北京、山東、浙江、內蒙古、廣東），這些區(qū)域的創(chuàng)新活動對其他區(qū)域的創(chuàng)新活動有較大影響，是網絡中創(chuàng)新活動的中心行動者。另外，不管從點度中心度、中間中心度還是接近中心度看，排名靠后的基本上是寧夏、海南等區(qū)域，這些區(qū)域由于經濟發(fā)展水平較低、地理位置偏遠以及基礎設施落后，區(qū)域創(chuàng)新能力不足，處在網絡的邊緣地帶。

表3 各樣本區(qū)域的網絡中心性

4.區(qū)域創(chuàng)新網絡的板塊結構

為了進一步探討我國區(qū)域創(chuàng)新網絡的空間聚類特征，需將整個網絡簡化為塊模型。根據Wasserman和Faust（1994）構建的塊模型評測體系[18]，將我國區(qū)域創(chuàng)新網絡分為四大板塊：一是雙向溢出板塊，該板塊成員與板塊內成員和板塊外成員都有較多的關系，表現(xiàn)為雙向溢出；二是凈受益板塊，該板塊成員受益遠大于溢出，在極端情況下表現(xiàn)為只受益而不溢出；三是經紀人板塊，其作用好比橋梁，起著聯(lián)結其他板塊之間關系的作用，該板塊成員內部的關系較少，而與外部的關系較多；四是凈溢出板塊，與凈受益板塊相反，該板塊成員受益遠大于溢出，在極端情況下只溢出而不受益。本文采用常見的CONCOR塊模型分析方法，最大分割深度為2，收斂標準為0.2，將我國區(qū)域創(chuàng)新空間關聯(lián)網絡劃分為雙向溢出、凈受益、經紀人和凈溢出四大板塊，如表4所示，圖4則更加清晰地描繪了四大板塊之間的互動關系。

表4 我國區(qū)域空間關聯(lián)網絡的板塊結構

注：期望內部關系比例根據“（板塊內區(qū)域數(shù)-1）/（網絡中所有區(qū)域數(shù)-1）”計算，實際內部關系比例根據“板塊內部關系數(shù)/板塊的溢出關系總數(shù)”計算。

圖4 我國區(qū)域創(chuàng)新空間關聯(lián)網絡的四大板塊

2015年，我國區(qū)域創(chuàng)新空間關聯(lián)網絡一共有227個關聯(lián)關系（板塊內26個關聯(lián)關系，板塊外201個關聯(lián)關系），表明我國區(qū)域創(chuàng)新存在著明顯的空間關系和溢出效應。雙向溢出板塊的成員有4個區(qū)域（有北京、天津、內蒙古、山東），凈受益板塊的成員有5個區(qū)域（上海、江蘇、浙江、廣東、福建）板塊的期望內部關系比例小于實際內部關系比例，則屬于雙向溢出板塊或凈受益板塊。雙向溢出板塊中，受益關系總共74個（板塊內8個，板塊外66個），溢出關系總共26個（板塊內8個，板塊外18個），期望內部關系比例10.34%小于實際內部關系比例30.77%；凈受益板塊中，受益關系總共81個（板塊內7個，板塊外74個），溢出關系總共38個（板塊內7個，板塊外31個），期望內部關系比例13.79%小于實際內部關系比例18.42%；由于后者的受益關系數(shù)大于前者，故將前者作為雙向溢出板塊，后者作為凈受益板塊。 ，經紀人板塊的成員有9個區(qū)域（吉林、河北、山西、陜西、遼寧、寧夏、黑龍江、重慶、青海），凈溢出板塊的成員有12個區(qū)域（湖北、湖南、廣西、河南、四川、貴州、云南、安徽、海南、江西、甘肅、新疆）板塊的期望內部關系比例大于實際內部關系比例，則屬于經紀人板塊或凈溢出板塊。經紀人板塊中，受益關系總共24個（板塊內9個，板塊外15個），溢出關系總共67個（板塊內9個，板塊外58個），期望內部關系比例27.59%大于實際內部關系比例13.43%；凈溢出板塊中，受益關系總共48個（板塊內2個，板塊外46個），溢出關系總共96個（板塊內2個，板塊外94個），期望內部關系比例37.93%大于實際內部關系比例2.13%。由于后者的溢出關系數(shù)明顯大于前者，故將前者作為經紀人板塊，后者作為凈溢出板塊。 。總的來看，凈受益板塊的成員大多屬于東部沿海地區(qū)，而凈溢出板塊大多數(shù)屬于中西部地區(qū)。東部地區(qū)憑借自身的經濟發(fā)展優(yōu)勢吸引著中西部地區(qū)的創(chuàng)新資源，進而區(qū)域創(chuàng)新網絡在整體上表現(xiàn)出非均衡的特征。

為更深層次剖析四個板塊之間的空間關聯(lián)，通過UCINET軟件計算得出各板塊之間的密度矩陣，然后與整體網絡密度（0.261）比較，若板塊之間的密度大于0.261，賦值為1（該兩板塊之間存在較強的空間關聯(lián)），相反則賦值為0，得到像矩陣（見表5）。從整體來看，各板塊基本能夠發(fā)揮各自的優(yōu)勢，體現(xiàn)板塊功能。像矩陣可以直觀地反映區(qū)域創(chuàng)新在各板塊間的溢出效應，經紀人板塊和凈溢出板塊對雙向溢出板塊和凈受益板塊具有較強的溢出效應，反映出中西部區(qū)域創(chuàng)新資源向東部地區(qū)流動的趨勢；雙向溢出板塊和凈受益板對自身具有較強的溢出效應，而經紀人板塊和凈溢出板塊的自身溢出效應不明顯，表明東部地區(qū)的區(qū)域創(chuàng)新聯(lián)動更為顯著，而中西部地區(qū)的區(qū)域創(chuàng)新聯(lián)動較弱。

表5 我國區(qū)域創(chuàng)新空間關聯(lián)網絡四大板塊之間的密度矩陣與像矩陣

四、我國區(qū)域創(chuàng)新空間關聯(lián)的影響因素〖*1〗

1. 模型設定與指標選取

本文采用社會網絡矩陣QAP分析影響我國區(qū)域創(chuàng)新空間關聯(lián)的主要因素，QAP是一種基于關系數(shù)據探究不同矩陣之間相關系數(shù)，并對該系數(shù)進行非參數(shù)檢驗的方法。由于地理位置上的先天優(yōu)勢，一個區(qū)域通常更易受到相鄰區(qū)域溢出效應的影響。從前文的密度矩陣分析來看，各板塊之間存在著明顯的空間關聯(lián)關系與溢出效應，但各板塊之間的空間溢出又存在差異性，這可能是由于不同區(qū)域擁有不同的創(chuàng)新資源和環(huán)境所造成的，因此，本文選擇若干刻畫區(qū)域創(chuàng)新差異的指標，構建模型：I=f（D，R，K，S，F(xiàn)，G，T） 。

其中，I為區(qū)域創(chuàng)新空間關聯(lián)矩陣，D為空間鄰接矩陣（兩區(qū)域相鄰取1，否則為0），R為R&D;人員全時當量差異矩陣，K為R&D;經費支出差異矩陣，S為第三產業(yè)產值占GDP比重差異矩陣，F(xiàn)為實際利用外資差異矩陣，G為人均GDP差異矩陣，T為科技支出占財政支出比重差異矩陣。取各區(qū)域對應的指標在樣本期間（2006—2015年）的均值，用各區(qū)域實際值與均值之差的絕對值建立差異矩陣，再利用UCINET軟件進行QAP相關性分析和回歸分析。

2.QAP相關性分析

通過QAP相關性分析可以得出不同矩陣之間的相關性。QAP以某個矩陣的行和列同時置換為基礎，多次重復計算置換后的矩陣與其他矩陣之間的相關系數(shù)，并通過隨機重排計算出相應相關系數(shù)分布，進而根據事先確定的顯著性水平得出相關系數(shù)（劉軍，2014）[19]。由UCINET軟件通過10 000次置換，分別得到被解釋變量與解釋變量之間的相關系數(shù)（見表6）。其中，最大值和最小值分別是實際相關系數(shù)中的最大值和最小值；P1≥0、P2≤0分別表示10 000次隨機置換中觀測到的相關系數(shù)大于等于、小于等于實際相關系數(shù)的概率。根據表6，各變量的相關系數(shù)均通過了1%的顯著性水平檢驗，且系數(shù)都為正數(shù)，表明選取的指標對我國區(qū)域創(chuàng)新的空間關聯(lián)有著顯著的正向影響。

表6 區(qū)域創(chuàng)新空間關聯(lián)矩陣與影響因素的QAP相關性

表7 各差異矩陣之間的相關系數(shù)與顯著性水平

注：***、**、*分別代表1%、5%、10%的顯著性水平。

為了更進一步檢驗選取的指標差異矩陣之間是否存在相關關系，進一步對差異矩陣進行QAP相關性分析，得到其相關系數(shù)及其顯著性水平（見表7）。R&D;經費支出差異矩陣與R&D;人員投入差異矩陣具有顯著的相關性（相關關系達到0.932），兩者存在嚴重共線性，且與其他變量也存在一定的共線性問題。為了減小變量間共線性問題帶來的估計誤差，剔除R&D;經費支出差異矩陣K，得到修正模型：I′=f（D，R，S，F(xiàn)，G，T）。

3. QAP回歸分析

運用UCINET軟件，選擇10 000次隨機置換，回歸結果如表8所示。概率1表示隨機置換后的判定系數(shù)絕對值不小于觀察到的判定系數(shù)的概率；相反，概率2表示置換后的判定系數(shù)不大于觀察到的判定系數(shù)的概率。由表8可知，空間鄰接矩陣D在1%的水平上顯著，說明地理位置確實對區(qū)域創(chuàng)新的空間關聯(lián)具有顯著影響；R&D;人員全時當量差異矩陣（R）、人均GDP差異矩陣（G）和科技支出占財政支出比重差異矩陣（T）都在1%的水平上顯著，第三產業(yè)產值占GDP比重差異矩陣（S）和實際利用外資差異矩陣（F）分別在5%與10%的顯著性水平上顯著?？梢?，我國區(qū)域創(chuàng)新的空間關聯(lián)在不同程度上受到這些因素的影響。回歸系數(shù)為負，表明區(qū)域間第三產業(yè)產值占GDP比重、實際利用外資和科技支出占財政支出比重的差異越小，區(qū)域創(chuàng)新的空間關聯(lián)越強；回歸系數(shù)為正，表明區(qū)域間R&D;人員全時當量和人均GDP的差異越大，區(qū)域創(chuàng)新的空間關聯(lián)越強。

表8 區(qū)域創(chuàng)新空間關聯(lián)影響因素的QAP回歸分析

五、結論與啟示

本文基于我國2006—2015年30個省級樣本區(qū)域的相關數(shù)據構建區(qū)域創(chuàng)新指數(shù)，并采用社會網絡分析法（SNA）和QAP回歸分析法，考察我國區(qū)域創(chuàng)新空間關聯(lián)的網絡特征及其影響因素，得出以下結論：（1）我國區(qū)域創(chuàng)新指數(shù)呈現(xiàn)不斷上升的趨勢，東部地區(qū)的區(qū)域創(chuàng)新指數(shù)明顯高于中西部地區(qū)，說明雖然各區(qū)域創(chuàng)新均不斷加強，但中西部地區(qū)與東部地區(qū)還存在一定差距。（2）我國區(qū)域創(chuàng)新空間關聯(lián)網絡的關聯(lián)關系和網絡密度呈現(xiàn)不斷上升的趨勢，區(qū)域創(chuàng)新的空間聯(lián)系更加緊密，但還有很大提升空間；網絡等級度和網絡效率整體上呈現(xiàn)下降趨勢，各區(qū)域趨向平等化發(fā)展，空間關聯(lián)更加密切。（3）我國的創(chuàng)新中心集中在東部地區(qū)，東部地區(qū)吸引其他地區(qū)的創(chuàng)新資源流入，并對其他地區(qū)的創(chuàng)新活動有較大影響。（4）我國區(qū)域創(chuàng)新空間關聯(lián)網絡的四大板塊基本發(fā)揮了各自的優(yōu)勢和功能；凈受益板塊的成員大多屬于東部沿海地區(qū)，而凈溢出板塊大多數(shù)屬于中西部地區(qū)；經紀人板塊和凈溢出板塊對雙向溢出板塊和凈受益板塊具有較強的溢出效應；東部地區(qū)的區(qū)域創(chuàng)新聯(lián)動更為顯著，而中西部地區(qū)的區(qū)域創(chuàng)新聯(lián)動較弱。（5）我國區(qū)域創(chuàng)新的空間關聯(lián)和溢出效應受到各區(qū)域地理位置差異、科技投入差異、產業(yè)結構差異、利用外資差異以及經濟發(fā)展水平差異等因素的顯著影響。

基于上述研究結論，本文提出以下建議：

第一，從全國一盤棋的戰(zhàn)略角度實施區(qū)域創(chuàng)新政策。上海、北京、天津、江蘇等東部地區(qū)作為我國區(qū)域創(chuàng)新的中心地帶，應繼續(xù)發(fā)揮其優(yōu)勢，進一步提高創(chuàng)新能力。雖然中西部地區(qū)的區(qū)域創(chuàng)新相對落后，但也擁有豐富的創(chuàng)新資源，東部地區(qū)可在中西部地區(qū)設立創(chuàng)新平臺，形成優(yōu)勢互補，避免中西部地區(qū)的創(chuàng)新資源過度流入東部地區(qū)，進而在全國層面形成更為均衡的區(qū)域協(xié)同創(chuàng)新格局。

第二，制定差別化的區(qū)域創(chuàng)新政策。充分考慮各板塊之間的結構特征，避免“一刀切”。一方面，雙向溢出板塊和凈受益板塊是我國區(qū)域創(chuàng)新的核心地帶，有著強大的優(yōu)勢，要在提升其自身創(chuàng)新能力的同時，積極引導凈溢出板塊與經紀人板塊的創(chuàng)新發(fā)展。另一方面，凈溢出板塊與經紀人板塊要充分發(fā)揮其資源優(yōu)勢，并積極學習和引進先進技術，主動參與跨區(qū)域創(chuàng)新活動，從而提高全國的區(qū)域創(chuàng)新關聯(lián)密度和創(chuàng)新效率。

第三，努力縮小中西部地區(qū)與東部地區(qū)的創(chuàng)新差距。要鼓勵東部地區(qū)擁有自主知識產權的創(chuàng)新型企業(yè)向中西部地區(qū)轉移，加大區(qū)域創(chuàng)新知識、技術和人才的溢出效應。同時，中西部地區(qū)應加大基礎設施建設，改善區(qū)域創(chuàng)新環(huán)境，主動引進、消化并吸收國內外先進技術，逐步提高自身自主創(chuàng)新和發(fā)展的能力。

第四，積極推進區(qū)域協(xié)調發(fā)展戰(zhàn)略，縮小區(qū)域創(chuàng)新環(huán)境差距。QAP回歸分析表明，區(qū)域間產業(yè)結構、對外開放、科技投入等方面的差異越小，區(qū)域創(chuàng)新的空間關聯(lián)和溢出效應越大。因此，落后地區(qū)應加快推進產業(yè)結構優(yōu)化升級，擴大對外開放，加大科技投入，努力縮小區(qū)域間差異，從而推動整體區(qū)域協(xié)同創(chuàng)新。

參考文獻：

[1] 王學軍，陳武.區(qū)域智力資本與區(qū)域創(chuàng)新能力的關系——基于湖北省的實證研究[J].中國工業(yè)經濟，2008（9）：25-36.

[2] 劉軍，李廉水，王忠.產業(yè)聚集對區(qū)域創(chuàng)新能力的影響及其行業(yè)差異[J].科研管理，2010，31（6）：191-198.

[3] 蔣天穎，華明浩，許強，王佳.區(qū)域創(chuàng)新與城市化耦合發(fā)展機制及其空間分異——以浙江省為例[J].經濟地理，2014（6）：25-32.

[4] 彭迪云，劉暢，周依仿.區(qū)域經濟增長與創(chuàng)新能力耦合協(xié)調發(fā)展研究——以長江經濟帶為例[J].科技管理研究，2016（7）：104-110+121.

[5] 楊若愚.市場競爭、政府行為與區(qū)域創(chuàng)新績效——基于中國省級面板數(shù)據的實證研究[J].科研管理，2016，37（12）：73-81.

[6] 李琳，陳文韜.我國區(qū)域創(chuàng)新環(huán)境差異的實證分析[J].中國科技論壇，2009（7）：94-99.

[7] 齊亞偉.區(qū)域創(chuàng)新環(huán)境對三大創(chuàng)新主體創(chuàng)新效率的影響比較研究[J].科技進步與對策，2015（14）：41-46.

[8] 楊秋月.基于區(qū)域創(chuàng)新環(huán)境的產學研協(xié)同創(chuàng)新影響因素研究[J].江淮論壇，2016（6）：84-88.

[9] 白俊紅，蔣伏心.協(xié)同創(chuàng)新、空間關聯(lián)與區(qū)域創(chuàng)新績效[J].經濟研究，2015，50（7）：174-187.

[10]趙雨涵，宋旭光.我國區(qū)域創(chuàng)新空間關聯(lián)的測度與分析——兼論區(qū)域創(chuàng)新網絡結構的動態(tài)特征[J].西南民族大學學報（人文社科版），2017，38（7）：84-92.

[11]張靜，李平.中國區(qū)域創(chuàng)新績效的過程溢出與空間關聯(lián)[J].西部論壇，2017（3）：34-44.

[12]李晨，覃成林，任建輝.空間溢出、鄰近性與區(qū)域創(chuàng)新[J].中國科技論壇，2017（1）：47-52+68.

[13]李婧，何宜麗.基于空間相關視角的知識溢出對區(qū)域創(chuàng)新績效的影響研究——以省際數(shù)據為樣本[J]研究與發(fā)展管理，2017，29（1）：42-54.

[14]趙少平，黃飛.長三角區(qū)域創(chuàng)新集聚的空間計量實證研究[J].經濟地理，2016（8）：73-79.

[15]鄭廣華.區(qū)域創(chuàng)新系統(tǒng)協(xié)調發(fā)展的評價系統(tǒng)研究[J].系統(tǒng)科學學報，2010（3）：76-79.

[16]劉華軍，劉傳明，孫亞男.中國能源消費的空間關聯(lián)網絡結構特征及其效應研究[J].中國工業(yè)經濟，2015（5）：83-95.

[17]劉軍.整體網分析[M].上海：格致出版社，上海人民出版社，2014.

[18]WASSERMAN S，F(xiàn)AUST K. Social network analysis：Methods and applications[M]. Cambridge：Cambridge University Press，1994.

[19]劉軍.整體網分析講義——UCINET 軟件實用指南（第2版）[M].上海：格致出版社，2014：283.

The Features of Spatial Correlation Network and Its

Influencing Factors of Chinas Regional Innovation

FANG Da-chuna，b， MA Wei-biaoa

（a. School of Business； b. Anhui Innovation-driven Development Institute，

Anhui University of Technology， Hefei 243032， China）

Abstract： Based on the panel data of Chinas provinces collected during the period of 2006 -2015， this paper examines the features of spatial correlation network and its influencing factors of Chinas regional innovation by using the methods of SNA and QAP regression analysis. The results show that the comprehensive indexes of regional innovation of each province are on the rise， but with a gap between the eastern， central and western regions during the sample period， that each region trends to equalized development and spatial correlation of regional innovation is more closed but there is big space for upgrading， that innovative centers are agglomerated at eastern regions， the eastern regions absorb the inflow of the innovation resources of other regions and have bigger influence on the innovative activities of other regions， its regional innovation linkage is better than central and western regions. The spatial correlation and spillover effect of regional innovation are significantly affected by such regional differences as geographical location， industrial structure， scientific and technological input， foreign open-up， economic development level and so on. China should make differentiated regional innovation policy， bring each regional innovation into fully play in the total innovation network， accelerate the promotion of regional coordinated development strategy， narrow the regional difference between new environment and innovative activities and boost the coordinated innovation of holistic region.

Key words： regional innovation； spatial correlation； network structure； network centrality； network module structure； social network analysis； regional innovation index； regional coordinated innovation； spillover effect

CLC number： F127；F061.5 Document code： A Article ID： 1674-8131（2018）02-0050-12