地理科学进展 2016 , 35 (10): 1206-1217 https://doi.org/10.18306/dlkxjz.2016.10.004

研究论文

中国创新能力时空格局演变及其影响因素

侯纯光, 程钰, 任建兰^*^,, 陈延斌

山东师范大学地理与环境学院,济南 250014

Spatiotemporal changes and influencing factors of innovation capacity in China

HOU Chunguang, CHENG Yu, REN Jianlan^*^,, CHEN Yanbin

College of Geography and Environment Sciences, Shandong Normal University, Jinan 250014, China

通讯作者: 通讯作者：任建兰(1954-),女,山东莱州人,教授,博士生导师,主要研究方向为区域可持续发展,E-mail: renjianlan@sina.com。

基金资助: 国家自然科学基金项目(41501124,41571525)山东省自然科学基金项目(ZR2015DQ008)山东省高等学校科技计划项目(J15LH07)

作者简介:

作者简介：侯纯光(1990-),男,安徽亳州人,硕士生,研究方向为经济地理与区域可持续发展,E-mail: 1570846532@qq.com。

展开

摘要

创新驱动是经济发展新常态下中国发展的必然选择。本文选取2000-2014年中国30个省(市、区)的创新能力相关数据构建面板数据集,运用线性加权综合法、变异系数、基尼系数、空间自相关、NICH指数分析等方法,结合GIS空间分析软件和SPSS数据分析软件,探究中国创新能力时空格局演变及其影响因素。研究表明：①2000-2014年中国创新能力逐年提升,从2000年的0.199提升至2014年的1.775。其中知识创新能力和技术创新能力提升速度较快,而政府支撑和服务能力以及创新基础环境提升较缓慢。②创新能力区域差异由“大差距低水平”向“小差距高水平”转变,高水平和增长较快的区域主要集中在东部沿海地区,西南和西北各省(市、区)创新能力较弱且增长较慢。③区域物质资本集聚、区域智力资本集聚、区域创新环境、全球化知识溢出等是影响中国创新能力时空格局特征的主要因素。

关键词： 创新地理学 ; 创新能力 ; 时空格局 ; 空间自相关 ; 影响因素 ; 中国

Abstract

Supporting national development by innovation is China's inevitable choice in the new normal economic development environment. In this study, the data of innovation capacity of 30 provinces (municipalities, autonomous regions) from 2000 to 2014 were selected to construct panel datasets, and linear weighted synthesis method, coefficient of variation, Gini coefficient, spatial autocorrelation, NICH index, and macro analysis method, combined with GIS spatial analysis and SPSS data analysis tools were used to explore the spatiotemporal change and influencing factors of innovation capacity in China. The results shows that: (1) In 2000-2014, innovation capacity in China increased year by year, from 0.199 in 2000 to 1.775 in 2014. Knowledge innovation capacity and technology innovation capacity improved faster as compared to government support and service capacities and the basic environment of innovation. (2) Difference in regional innovation capacity shifted from great gap at an overall low capacity level to small gap at and overall high capacity level. High capacity and faster growing areas are mainly concentrated in Shanghai, Jiangsu, Zhejiang, Guangzhou, and other eastern coastal provinces (municipalities). Guizhou, Yunnan, Gansu, Xinjiang, Inner Mongolia, and other provinces (municipalities, autonomous regions) in the southwestern and northwestern regions have relatively low level of innovation capacity and slow growth. (3) Regional material wealth concentration, regional intellectual capital agglomeration, regional innovation environment, and global knowledge spillover are the main factors that affect the change of China's innovation capacity. The research results provide some guidance for the improvement of China's innovation capacity and regional sustainable development.

Keywords： innovation geography ; innovation capacity ; spatiotemporal pattern ; spatial autocorrelation ; influencing factor ; China

PDF (4376KB) 元数据多维度评价相关文章收藏文章

本文引用格式导出 EndNote Ris Bibtex

侯纯光, 程钰, 任建兰, 陈延斌. 中国创新能力时空格局演变及其影响因素[J]. , 2016, 35(10): 1206-1217 https://doi.org/10.18306/dlkxjz.2016.10.004

HOU Chunguang, CHENG Yu, REN Jianlan, CHEN Yanbin. Spatiotemporal changes and influencing factors of innovation capacity in China[J]. 地理科学进展, 2016, 35(10): 1206-1217 https://doi.org/10.18306/dlkxjz.2016.10.004

1 引言

创新是引领发展的第一动力,是推进可持续发展的主要驱动力,创新驱动是经济发展新常态下中国发展的必然选择。改革开放以来,中国取得巨大发展成就,但土地、水、矿产等资源能源及生态环境的约束,使得传统经济发展方式难以为继。发达国家及世界一些新兴经济体发展经验表明,随着发展阶段不断成熟,先前发展所依赖的“比较优势”“后发优势”等发展红利逐渐衰减,创新能力弱就会严重制约经济社会的发展,并陷入“中等收入陷阱”。目前,中国已经进入必须依靠创新为主要驱动力的发展阶段,先前依靠投资驱动、要素驱动的经济发展模式已不能适应新的发展需求。因此,中国想要跨过“中等收入陷阱”,实现绿色可持续发展,必须以坚实的创新能力为支撑(王建民等, 2015)。

1912年,经济学家熊彼特(Schumpeter)在其著作《经济发展概论》中阐述了创新理论的观点,认为创新是一种新的生产函数,是各种生产要素的重新组合(引自甄峰等, 2001; 引自汤尚颖等, 2011)。随着创新对经济发展驱动越来越显著,创新的空间问题引起了地理学家的关注。1994年弗里德曼(Feldman)提出了创新地理学,使创新地理成为人文地理学研究的热点问题(引自吕拉昌等, 2016)。目前学术界对创新地理的研究成果主要集中在以下方面：①创新要素的空间分布差异研究。创新实质上就是通过对创新人才、创新资本、创新技术、创新设施以及信息、知识等创新要素的组合实现价值的规模递增效益,多数研究运用基尼系数、变异系数、泰尔指数等经济学统计方法,揭示创新要素空间分布的不均衡性,表明创新活动具有空间形态、内在复杂程度、不规则性等各种空间分布的伸缩对称性(曹贤忠等, 2015; 丛海彬等, 2015; 王崇锋, 2015; 赵雪雁等, 2015)。②创新能力及创新绩效的空间测度研究。创新能力测度多通过构建单一或多指标测度体系,采用函数模型法、综合指数法等测度国家层面、区域层面、省级层面、县级层面和城市间的创新能力空间分异特征(Chang et al, 2009; Fornahl et al, 2009; Jalles, 2010; 蒋天颖, 2013)。创新绩效测度则多从投入产出的角度构建指标体系,运用数据包络分析(DEA)、TOPSIS法等,研究不同尺度下的创新绩效分异特征(桂黄宝, 2014; 蒋天颖, 2014; 谭俊涛等, 2016)。③创新空间分异的影响因素研究。多数通过选取创新产出或者效率作为被解释变量,资金投入、人才投入、知识溢出、产业集群等为解释变量,构建随机效应或混合效应回归模型分析影响创新的机制因素,发现创新投入、创新环境、创新基础、外商投资、产业集群是影响创新空间分异的主要因素(魏守华等, 2010; 齐亚伟等, 2014; 张希等, 2014; 周文泳等, 2015)。④创新空间溢出效应及效益研究。依据地理学第一定律的相关理论,空间单元之间具有连通性(李小文等, 2007),创新等经济活动在空间分布上存在空间溢出效应,多数研究通过空间自相关、核密度估计、引力模型等方法揭示创新活动存在显著的空间溢出效应,创新集聚中心对邻近区域具有显著的正向效应(曹广喜, 2009; 李国平等, 2012; 何键芳等, 2013; 蒋天颖等, 2014; 张惠璇等, 2016);创新网络作为创新空间溢出效应的主要路径,而知识流则是构建创新网络的主要因素(吕国庆等, 2014; 史焱文等, 2015; 连远强, 2016; 司月芳等, 2016);创新的空间溢出效益体现在创新对经济发展的驱动方面,多数研究通过构建关系模型揭示创新对经济增长、产业转型升级、生产效率提升等具有显著的正向效应(程华等, 2011; 万勇, 2011; 陈雨柯, 2012; 王馨竹等, 2014)。

通过梳理现有的研究成果可以发现,针对创新的理论与实证研究取得了较为丰富的成果,但依然存在一些亟待解决和反思的问题。由于创新地理学相关理论相对不完善和对区域创新内外部条件认识的差异性,其测度方法和影响因素选择还有待进一步探讨。一方面创新能力评价指标体系构建不合理,导致一些研究结果的偏误;另一方面由于方法及变量等选取不当,导致无法理清影响创新空间分异的因素,致使提高创新能力的路径对策缺乏针对性。此外,随着经济全球化和区域经济一体化不断推进,资本、智力、信息等创新要素在地理空间上的流动日益频繁,创新的空间溢出效应不断增强,对中国创新能力时空格局演变、各省(市、区)创新能力的空间关联、各省(市、区)创新水平增长的空间差异等还有待进一步研究。基于此,本文以各省(市、区)为基本研究单元,通过构建涵盖知识、技术、制度和服务等要素的测度指标体系,将探索性空间数据分析、多种空间统计数据分析与宏观分析等方法结合,探讨中国创新能力时空格局演变、空间关联特征、空间集聚模式、空间增长差异,并进一步分析其影响因素,以期为增强中国创新驱动、优化中国区域创新能力空间格局、缩小区域创新能力差距以及增强各地区可持续发展能力提供参考。

2 方法与数据

2.1 研究方法

2.1.1 创新能力测度模型

参考已有研究成果,根据选取的指标,考虑到熵权法的适应性及客观性能更好地解释所得到的结果,故本文采用熵权法确定各指标权重系数,并对原始数据进行无量纲化处理,通过线性加权综合方法来构建创新能力测度模型：

$\begin{matrix} IA = \overset{m}{\sum_{i = 1}} λ_{i} g_{i} \end{matrix}$ (1)

式中：IA为创新能力指数;λ_i表示指标i的权重;g_i为描述创新能力特征的标准化数值。

2.1.2 变异系数与基尼系数

变异系数和基尼系数由于能很好地反映样本之间的差异程度,因而得到广泛应用。本文选用变异系数和基尼系数来衡量中国创新能力省(市、区)之间的差异程度。公式分别如下：

$\begin{matrix} V = \frac{σ}{|\overset{̅}{x}|} \end{matrix}$ (2)

式中：V为变异系数;σ是创新能力指数标准差; $\begin{matrix} \overset{̅}{x} \end{matrix}$ 是创新能力指数平均值。

$\begin{matrix} G = \frac{n + 1}{n} - \frac{2 \times \overset{n}{\sum_{i = 1}} i \times x_{i}}{n^{2} \times \overset{̅}{x}} \end{matrix}$ (3)

式中：G为中国创新能力基尼系数;n为研究区域行政单元数;x_i为省(市、区)i的创新能力指数; $\begin{matrix} \overset{̅}{x} \end{matrix}$ 是创新能力指数平均值。

2.1.3 空间自相关

(1) 全局空间自相关

全局Moran's I指数用于测度研究区内地理对象某种属性的空间自相关、显著性及其集聚模式。其公式如下：

$\begin{matrix} I = \frac{n \overset{n}{\sum_{i = 1}} \overset{n}{\sum_{j \neq i}} w_{ij} (x_{i} - \overset{̅}{x}) (x_{j} - \overset{̅}{x})}{\overset{n}{\sum_{i = 1}} \overset{n}{\sum_{j \neq i}} w_{ij} \overset{n}{\sum_{i = 1}} {(x_{i} - \overset{̅}{x})}^{2}} \end{matrix}$ (4)

式中：x_i、x_j分别为省(市、区)i和j的创新能力指数; $\begin{matrix} \overset{̅}{x} \end{matrix}$ 为创新能力指数平均值;w_ij为权重;n为省(市、区)单元总数。Moran's I指数取值介于[-1, 1]之间,当取值介于(0, 1]时,表示省(市、区)创新能力为正相关;当取值介于[-1, 0)时,表示省(市、区)创新能力为负相关;当取值为0时,表明省(市、区)创新能力空间上呈现随机分布,不存在空间自相关关系。

(2) 局部空间自相关

运用Getis-Ord G_i^*指数( $\begin{matrix} G_{i}^{*} (d) \end{matrix}$ )识别中国创新能力空间演变过程中的高值簇区(热点区)和低值簇区(冷点区),以便能够更好地测度中国创新能力的空间分异特征。其公式如下：

$\begin{matrix} G_{i}^{*} (d) = \frac{\overset{n}{\sum_{j = 1}} w_{ij} x_{j}}{\overset{n}{\sum_{i = 1}} x_{i}} \end{matrix}$ (5)

式中：d为省(市、区)i与省(市、区)j的空间距离;若不存在G_i^*=0,则G_i^*服从正态分布,其检验的标准化公式如下：

$\begin{matrix} Z {(i)}^{*} = \frac{\{G_{i}^{*} (d) - E [G_{i}^{*}]\}}{\sqrt[]{Var [G_{i}^{*}]}} = \frac{\overset{n}{\sum_{j = 1}} w_{ij} (d) x_{j} - w_{i}^{*} \overset{̅}{x}}{s {\{n S_{li}^{*} - \frac{{w_{i}^{*}}^{2}}{(n - 1)}\}}^{\frac{1}{2}}} \end{matrix}$ (6)

式中： $\begin{matrix} E [G_{i}^{*}] \end{matrix}$ 和 $\begin{matrix} Var [G_{i}^{*}] \end{matrix}$ 分别为G_i^*的期望值和方差; $\begin{matrix} w_{i}^{*} \end{matrix}$ 、 $\begin{matrix} s \end{matrix}$ 和 $\begin{matrix} S_{li}^{*} \end{matrix}$ 是计算过程中的替代变量, $\begin{matrix} w_{i}^{*} = \overset{n}{\sum_{j = 1}} w_{ij} (d) + w_{ij} \end{matrix}$ , $\begin{matrix} s = \sqrt[]{\frac{\overset{n}{\sum_{j = 1}} x_{j}^{2}}{n - {\overset{̅}{x}}^{2}}} \end{matrix}$ , $\begin{matrix} S_{li}^{*} = \overset{n}{\sum_{i = 1}} w_{ij}^{2} \end{matrix}$ 。若Z>0且显著,则区域i周围为热点区(高的创新能力空间集聚区);若Z<0且显著,则区域i周围为冷点区(低的创新能力空间集聚区)。

2.1.4 NICH指数

NICH指数即相对发展率指数,用于测度各省(市、区)创新能力指数在某一段时期内相对于全国创新能力指数的发展速度,其公式如下：

$\begin{matrix} NICH = \frac{x_{2 i} - x_{1 i}}{x_{2} - x_{1}} \end{matrix}$ (7)

式中：x₁_i、x₂_i分别表示第i个省(市、区)在某一段时期的末期和初期的创新能力指数;x₁、x₂则分别表示全国在某一段时期的末期和初期的创新能力指数。

2.2 指标选取与数据来源

参考国内外创新能力相关研究成果,基于国家创新能力体系及技术创新等理论,在正确理解创新能力概念、内涵和特点的基础上,从创新系统出发,构建涵盖知识、技术、制度和服务等要素的中国创新能力测度指标体系(表1)。考虑到制度创新能力和服务创新能力都是为创新主体提供服务保障,可将二者合并为政府支撑和服务能力。考虑到指标体系数据的可获得性,本文以省(市、区)为主要研究单元,包括了除西藏自治区、香港特别行政区、澳门特别行政区和台湾省以外的中国30个省(市、区)。指标数据来源于2001-2015年《中国科技统计年鉴》《中国统计年鉴》《中国区域创新能力报告》《中国教育统计年鉴》《中国高新技术产业统计年鉴》《中国工业经济统计年鉴》《中国科技论文统计与分析报告》《中国市场化指数报告》,以及研究所需的30个省(市、区)相关年份的统计年鉴。

表1 中国创新能力测度指标体系

Tab.1 Index system of innovation capacity in China

目标层	要素层	指标层	权重/%
中国创新能力	知识创新能力	科技成果登记数/项	6.38
		三项专利授权数/件	5.85
		每万人科技论文数/篇	5.35
		普通高等学校在校学生数/人	4.19
		每万人在校大学生数/人	4.05
	技术创新能力	R & D人员全时当量/(人·年/万人)	6.58
		R & D经费支出占GDP比重/%	4.92
		技术市场成交额占GDP比重/%	4.21
		高新技术产值占GDP比重/%	4.19
		高技术产品出口额占货物出口额比重/%	4.03
	政府支撑和服务能力	科学支出占GDP比重/%	6.51
		当年实际使用外资金额/亿美元	5.55
		科技企业孵化器数量/个	5.09
		基础研究人员人均经费/(万元/人·年)	5.00
		教育支出占GDP比重/%	3.27
	创新基础环境	信息化指数/%	6.45
		人均GDP/万元	6.04
		三产增加值占GDP比重/%	4.56
		邮电业务总量占GDP比重/%	4.03
		高等学校数量/所	3.75

新窗口打开

3 中国创新能力时空格局演变特征

3.1 创新能力时序演变特征

从整体上看,2000-2014年中国创新能力逐年提升(图1),创新能力指数从2000年的0.199提升至2014年的1.775,提升了7.92倍。根据中国创新能力变动趋势,可将其分为两大阶段：第一阶段2000-2006年,该阶段中国创新能力增长速度相对缓慢,从2000年的0.199升高到2006年的0.641,平均每年增长0.074,原因在于：该时期创新体制机制不健全,导致创新通道不畅,教育体制障碍致使创新基础相对薄弱,市场经济不健全导致创新动力不强;第二阶段2006-2014年,该阶段中国创新能力增长速度相对较快,从2006年的0.641升高到2014年的1.775,年平均增长0.142,主要由于通过加强深化科技体制改革,使企业自主创新能力显著提升;教育的快速发展使科技人才队伍不断壮大,从而为创新能力的提升提供了重要支撑作用;市场在资源配置中的决定性作用使创新市场环境得到优化;逐步建立完善的资本市场,为中国创新提供更多的资金支持。

显示原图| 下载原图ZIP| 生成PPT

图1 2000-2014年中国创新能力变动趋势

Fig.1 Trend of innovation capacity in China, 2000-2014

在知识创新能力方面,其创新能力指数从2000年的0.030增长到2014年的0.515,提升了16.17倍,主要由于该时期高等教育的快速发展使得普通高等学校在校学生数和毕业生数迅速增加,每万人在校大学生数从2000年的44人快速增至2014年的186人,人才队伍的迅速扩展使得知识创新绩效迅速提高,三项专利授权数、科技成果登记数和每万人科技论文数迅速增加,知识创新能力逐渐增强。在技术创新能力方面,其创新能力指数从2000年的0.002提升至2014年的0.237,主要由于2000年以来企业R & D人力和资金投入逐渐增大使企业创新能力显著增强;技术市场成交额占GDP比重相应地从0.650提升到1.350,高新技术产值占GDP的比重迅速提升,技术创新能力提升较快。在政府支撑和服务能力以及创新基础环境方面,其创新指数变化相对缓慢,表明政府还需进一步加大创新投入,优化创新管理服务体制,营造良好的创新氛围,提高政府对创新的支撑和服务能力,优化创新基础环境,从而提高创新能力。

3.2 创新能力空间演变特征

(1) 总体差异和演变

通过测算2000-2014年创新能力、知识创新能力、技术创新能力、政府支撑和服务能力以及创新基础环境的变异系数和基尼系数(表2-3)发现,创新能力的变异系数从2000年的0.812下降到2014年的0.424,基尼系数相应地从0.399下降到0.129,表明中国创新能力的区域差异从2000年的“大差距低水平”特征逐渐向2014年的“小差距高水平”特征转变。从表2和表3的变异系数和基尼系数可以看出,中国创新基础环境区域差异性>技术创新能力区域差异性>知识创新能力区域差异性>政府支撑和服务能力区域差异性,说明各省(市、区)的创新基础环境、技术创新能力和知识创新能力存在较大的差异性,落后地区仍需加强优化创新环境,加大创新投入,创新体制机制,提高技术和知识创新能力水平,而政府支撑和服务能力的变异系数和基尼系数相对较小,表明各省(市、区)政府对创新的支撑和服务能力差异相对较小。

表2 2000-2014年中国创新能力变异系数

Tab.2 Variation coefficient of innovation capacity in China, 2000-2014

年份	创新能力	知识创新能力	技术创新能力	政府支撑和服务能力	创新基础环境
2000年	0.812	0.907	0.987	0.689	1.148
2005年	0.630	0.851	0.913	0.624	0.957
2010年	0.474	0.512	0.613	0.386	0.768
2014年	0.424	0.452	0.526	0.343	0.582

新窗口打开

表3 2000-2014年中国创新能力基尼系数

Tab.3 Gini coefficient of innovation capacity in China, 2000-2014

年份	创新能力	知识创新能力	技术创新能力	政府支撑和服务能力	创新基础环境
2000年	0.399	0.434	0.471	0.316	0.546
2005年	0.305	0.391	0.432	0.276	0.424
2010年	0.121	0.186	0.233	0.102	0.299
2014年	0.129	0.144	0.181	0.103	0.210

新窗口打开

(2) 空间格局演变

为充分刻画中国创新能力空间格局演变特征,参考谭俊涛等(2014)的研究成果,根据2000-2014年各省(市、区)的创新能力指数大小,运用SPSS 20.0数据分析软件对其进行系统聚类分析(选用分层Q型聚类法,距离测度则采用欧氏距离平均法),根据树型聚类图结果并结合GIS空间分析技术对30个省(市、区)的创新能力进行空间分析,将其分为高水平区、较高水平区、较低水平区和低水平区4个部分(图2)。总体来看,2000-2014年中国创新能力从“大差距低水平”向“小差距高水平”演变,呈现东高西低的“三级阶梯”空间格局特征。2000年,北京的创新能力指数达到1.087,为高水平区;上海、广东创新能力指数分别为0.599、0.603,为较高水平区;辽宁、山东、江苏、浙江、湖北、陕西创新能力指数平均为0.337,为较低水平区;其余中西部各省(市、区)是低水平区。2005年,江苏创新能力指数从2000年的0.454提升到1.035,上升为高水平区;山东由较低水平区提升至较高水平区;安徽、福建、江西、湖南、四川等12个省(市、区)由低水平区上升为较低水平区。2010年,上海、山东、浙江、广东、海南等5省(市、区)创新能力指数平均达到1.187,提升为高水平区;安徽、湖北、湖南、陕西、四川5省(市、区)提升至较高水平区。2014年,全国创新能力达到高水平的有北京、上海、广东等12个省(市、区),中部地区各省也达到了较高水平,西南和西北部分省(市、区)创新能力仍然较弱,为较低水平区。

显示原图| 下载原图ZIP| 生成PPT

图2 2000-2014年中国各省(市、区)创新能力空间格局

Fig.2 Spatial pattern of innovation capacity of Chinese provinces, 2000-2014

(3) 创新增长差异空间格局演变

创新能力的提升是一个不断发展变化的过程,为更好地反映中国创新能力的增长变化过程,需进一步借用NICH指数探讨创新增长的空间格局演变特征。参考蒋天颖(2013)的观点,根据2000-2005、2005-2010、2010-2014年3个时期NICH指数的大小,运用SPSS 20.0统计软件的系统聚类方法,将30个省(市、区)分为高增长区、较高增长区、较低增长区和低增长区4个不同层次的区域(图3)。总体来看,中国创新增长呈现明显的空间差异,2000-2005年仅江苏的NICH指数达到1.577,为高增长区;北京、山东、浙江NICH指数平均值为0.621,属于较高增长区;其余地区均为低增长区和较低增长区。2005-2010年,高增长区和较高增长区集中于东部沿海地区,其中属于高增长区的有江苏、浙江、广东和海南4省,辽宁、北京、山东、上海为较高增长区,其余地区依然属于低增长区和较低增长区。2010-2014年,由于科技投入增大、人才队伍不断壮大以及创新环境的优化,全国及各省(市、区)创新能力均有较大提升,达到高增长区的省份由2005-2010年的4个扩展至北京、天津、山东、江苏、安徽、浙江、广东、四川8个省市;此外,湖北、湖南、河南及陕西4省从低增长区和较低增长区提升至较高增长区;其余各省(市、区)由于科技投入相对较低、教育水平和东部沿海地区相比有一定差距,区位优势不明显,人才吸引力度不够等原因,依然属于创新增长的较低水平区和低水平区。

显示原图| 下载原图ZIP| 生成PPT

图3 2000-2014年中国各省(市、自治区)创新增长差异空间格局

Fig.3 Spatial pattern of innovation growth differences of Chinese provinces, 2000-2014

3.3 创新能力空间关联特征

本文通过全局自相关的方法,计算2000-2014年中国创新能力的全局Moran's I值(表4),探究2000-2014年中国创新能力空间聚集格局及其演变特征。从2000-2014年中国的全局Moran's I值的变动趋势可以看出,中国创新能力在空间上呈现集聚分布的态势,2000-2014年Moran's I值从0.201上升到0.421,表明创新能力的空间集聚程度逐年增强。虽然2000-2014年各省(市、区)创新能力都有不同程度的提升,差距也在不断缩小,但创新能力较高的省(市、区)仍集聚在东部沿海地区。

表4 2000-2014年中国创新能力全局自相关情况

Tab.4 Global autocorrelation of innovation capacity in China, 2000-2014

创新能力	2000年	2005年	2010年	2014年
Moran's I	0.201	0.224	0.363	0.421
Z(I)	2.147	2.267	3.648	3.987
P(I)	0.031	0.022	0.003	0.001

新窗口打开

为进一步探索中国创新能力空间格局特征,显示创新能力高值簇区(热点区)和低值簇区(冷点区)的分布特点,本文运用局部空间自相关方法,结合ArcGIS空间分析方法,测度中国各省(市、区)创新能力的Getis-Ord G_i^*指数,并按自然断点法分为冷点区、次冷点区、次热点区、热点区4级,绘制中国各省(市、区)创新能力的空间冷热点分布图(图4)。总体来看,2000-2014年中国创新能力的Getis-Ord Gi^*指数呈“自南向北,由东到西”逐渐减弱的态势,热点区主要集中于东部沿海地区,而冷点区主要集中在中西部地区。2000年热点区有上海、江苏、浙江3个,次热点区有广东、山东、福建、安徽、湖北、湖南、江西7个,其余的为8个冷点区、12个次冷点区,创新能力空间集聚较为明显,差异较大。2005年,热点区有上海、江苏、浙江、安徽4个,次热点区在2000年的基础上增加了海南、河南2省,达到8个;冷点区和次冷点区分别为8个和10个。2010年,创新能力的热点区、次热点区、次冷点区和冷点区分别为6个、10个、8个和6个。2014年,创新能力的热点区、次热点区、次冷点区和冷点区分别达到7个、10个、6个和7个。由此可以看出,2000-2014年创新能力的热点区和次热点区逐渐增加,而冷点区和次冷点区逐渐减少,表明中国省(市、区)创新能力逐渐提升,整体创新能力不断提高。上海、江苏、浙江、安徽、湖北等省(市)基本为热点区,属于高创新能力的空间聚集区;内蒙、甘肃、青海、云南、贵州等省(区)基本属于冷点区,为低创新能力的空间聚集区。

显示原图| 下载原图ZIP| 生成PPT

图4 2000-2014年中国各省域创新能力的空间冷热点分布

Fig.4 Spatial distribution of cold and hot spots (provincial units) of innovation capacity in China, 2000-2014

4 中国创新能力时空格局演变的影响因素

通过上述对中国创新能力时空格局特征的动态分析,可以发现各省(市、区)创新能力存在明显的时空异质性。结合当前中国经济发展阶段特征探讨影响创新能力的因素,分析了多因素作用下中国创新能力时空格局的演变。创新能力受到多种因素共同影响,很多学者对其进行了大量研究,如彭建国等(2014)认为,高新技术产业研发创新投入对创新产出具有显著正向效应;蒋天颖(2013)认为人才因素是影响中国创新能力提升的关键因素;关皓元等(2016)认为,良好的创新环境是创新产生的基本前提。创新实质上是由创新要素、创新主体、创新环境及知识溢出等共同作用的结果,创新要素、创新环境、知识溢出等的空间异质性导致了区域创新能力空间分布的不均衡性。本文分析区域物质资本集聚、区域智力资本集聚、区域创新环境及全球化知识溢出等因素是如何通过微观层面的政府、企业、高校等创新主体驱动宏观层面的区域创新能力时空格局演变机制(图5)。

显示原图| 下载原图ZIP| 生成PPT

图5 中国创新能力时空演变驱动机制

Fig.5 Driving mechanism of the spatial and temporal change of innovation capacity in China

4.1 区域物质资本集聚

从理论上说,一个国家或区域集聚创新要素的规模和层次决定其创新能力的高低。地理空间上物质资本的集聚影响区域创新潜力,因为一方面它可驱动大量专业化高技术企业在地理空间上聚集,进而导致区域技术市场规模扩大、创新要素自由流动以及较低的交易成本;另一方面,研发部门一般都是高度资本密集型,需要昂贵的实验设备和较高的资金支持,创新主体在创新过程中通过资本投入提高均衡利润率可刺激创新,并以此提高创新绩效。因此,资本雄厚、金融体系完善的东部沿海地区通过给创新活动提供良好的资金支持,大大增强了其创新能力;而中西部省(市、区)由于经济发展水平较低,物质资本集聚能力较弱,对创新资本的投入明显弱于东部沿海各省(市、区)。

4.2 区域智力资本集聚

区域智力资本是促使区域经济实现规模效益递增的知识资源,包括区域人力资本、结构资本和关系资本。区域人力资本对创新能力的影响体现在人力资本是创新技术的发明和使用者,人力资本的外部效应能有效地促进创新要素从创新中心向邻近地区扩散,从而促进邻近地区创新能力发展;区域结构资本对创新能力的影响体现在结构资本通过影响区域经济结构、政府职能、要素流动机制等促进区域创新投入,另外结构资本通过影响区域创新设施、技术市场环境、金融投资环境等优化区域创新整体环境从而促进创新能力的提升;区域关系资本对创新能力的影响体现在创新关系网络能促进知识信息和技术的交流合作,从而提升创新能力,同时关系资本能有效地提高创新资源的配置效率。智力资本的空间异质性导致东部沿海地区各省(市、区)的创新能力明显高于中西部省(市、区)。

4.3 区域创新环境

随着“软空间”在创新中逐渐得到重视,创新环境引起学者们广泛关注。创新环境一般包括技术环境、市场环境、制度环境及政策环境。技术环境是一个区域包括知识储备和技术水平在内的科技基础,由于科技创新具有一定的路径依赖性,所以具有良好科技基础的地区能够推动创新能力进一步提升,反之则会对创新能力起到制约作用;优越的市场环境可有效地促进物质资本、人力资本等创新要素的自由流动,进而激发区域创新活力;制度环境包括创新产权制度和有关创新的法律法规,完善的创新制度体系能够有效提升创新主体的创新积极性,增加科研经费的投入,促进创新成果转化,提升区域创新实力;创新政策环境影响区域创新主体的创新步骤和程序,良好的区域产业技术政策、财政金融政策、就业政策等对区域创新能力有着较大的促进作用。中国东西部地区创新环境差距较为明显,从而加剧了创新能力向东部沿海省市的空间集聚。

4.4 全球化知识溢出

在经济全球化大趋势下,知识溢出已超越国界,任何一个国家或地区都难以在封闭条件下实现创新发展,而需要通过知识溢出、技术扩散等方式提高区域创新能力,创新能力较弱的国家或地区由于自身创新能力的限制,更需要利用知识溢出、技术扩散等方式促进创新能力的提升。引进掌握世界绝大多数关键技术的跨国公司是全球化背景下知识溢出的主要途径。外资研发的进入对中国省(市、区)创新能力的影响主要为竞争效应,通过市场竞争刺激促使区域增加创新资本投入以提高对外资研发的吸引能力。由于外资研发的知识溢出和技术扩散效益具有明显的区域差异性,其促进了东部沿海地区创新能力的提升,而对中西部地区创新能力则影响较小,从而对中国创新能力东高西低的空间格局特征产生重要影响。

5 结论与讨论

5.1 结论

本文通过构建涵盖知识创新能力、技术创新能力、制度创新能力、服务创新能力和创新基础环境的多维度指标体系,选取2000-2014年多维面板数据,运用变异系数、基尼系数、空间自相关、NICH指数、自相关分析和多元线性回归分析等方法,结合GIS空间分析软件和SPSS数据分析软件探究中国创新能力时空格局演变及其影响因素。主要结论为：

(1) 从时间演变特征来看,中国创新能力呈波动上升趋势：2000-2006年,由于创新体制机制不健全等原因,中国创新能力增长速度相对缓慢;2006-2014年,由于创新体制机制的改善,经济和教育事业的快速发展,中国创新能力增长速度相对较快。总体上,中国知识和技术创新能力提升速度较快,而政府的支撑和服务能力以及创新基础环境提升较缓慢。

(2) 从空间演变特征来看,中国创新能力区域差异由“大差距低水平”向“小差距高水平”特征转变,呈现东高西低的“三级阶梯”空间格局特征,创新能力高增长区域主要集中在东部沿海地区,较高增长区域分布在中部地区,西南和西北各省(市、区)属于低增长区和较低增长区。

(3) 从空间关联特征来看,中国创新能力在空间上呈现集聚分布的态势,热点区和次热点区数量逐渐增多,冷点区和次冷点区则不断减少,其中热点区主要集中在东部沿海地区,冷点区主要集中在中西部地区。

(4) 区域物质资本、区域智力资本、区域创新环境、全球化知识溢出等创新要素在地理空间上的集聚与分散影响微观层面各创新主体的创新能力,进而导致宏观层面的各省(市、区)创新能力具有明显的空间异质性。

5.2 讨论

从本文研究可看出,创新活动具有空间非均衡性和空间溢出效应,建议采取以下政策措施,以提升中国整体创新能力：

(1) 加强创新资本投入。东部沿海地区创新能力较强的省市,可通过加大对计算机、精密仪器及实验设备等创新资本的投入刺激创新;而中西部省(市、区),由于资本密集度远低于东部沿海地区各省市,可通过加强对先进技术的引进,对先进国家或地区的产品与技术进行模仿、消化和吸收、再创新来提高自身的创新能力。

(2) 优化创新环境。不管是创新能力强的地区还是弱的地区,都要完善知识产权制度,鼓励和保护创新行为,建立健全的创新金融支持体系,不断完善基础设施,特别要加强通讯卫星和网络设施建设,完善公共研究实验室、不断提高重大研究开放实验室水平,构建企业技术创新平台,包括各类规范、标准数据库,相关专利、科技成果数据库等以此优化区域创新环境,增强创新能力。

(3) 提高对外资研发开放水平。东部沿海地区创新能力较强的省市可通过强化市场竞争、促进研发合作、鼓励人员流动等方式,诱导外资研发对东部沿海地区产生更多的知识溢出;中西部地区则可通过加强交通、通讯等基础设施建设,增强与外部区域的相互联系,并缩短与国际市场的距离,从而增强对外资研发的吸引力。

(4) 制定区域化创新战略。东部沿海发达地区高水平创新集聚中心需强化创新的空间溢出效应,辐射带动邻近地区创新要素的集聚和创新能力的提升;中西部创新能力相对薄弱地区可通过培育和发展省会及区域中心城市创新集聚中心,进而增强知识、信息、技术等创新要素的扩散效应和溢出效应,以带动周边地区的创新发展。

The authors have declared that no competing interests exist.

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]	曹广喜. 2009. FDI对中国区域创新能力溢出效应的实证研究: 基于动态面板数据模型 [J]. 经济地理, 29(6): 894-899. [本文引用: 1] [Cao G X.2009. Empirical analysis on spillover effect of FDI to regional innovation capability [J]. Economic Geography, 29(6): 894-899.] [本文引用: 1]
[2]	曹贤忠, 曾刚, 邹琳. 2015. 长三角城市群R & D资源投入产出效率分析及空间分异 [J]. 经济地理, 35(1): 104-111. [本文引用: 1] [Cao X Z, Zeng G, Zou L.2015. Spatial differentiation of input-output efficiency of R & D resources in case of Yangtze River Delta Urban Agglomeration [J]. Economic Geography, 35(1): 104-111.] [本文引用: 1]
[3]	陈雨柯. 2012. 中国创新能力对经济增长影响的实证研究 [J]. 经济问题, (2): 36-39. URL [本文引用: 1] 摘要分析中国创新能力对经济增长的影响发现,技术进步是促进经济增长的主要因素。选取国家知识产权局授权专利数和国际科技论文发表数作为创新能力的衡量指标,发现授权专利数的增加是经济增长的原因,同时经济增长引起科技论文数量的增加,但论文数量的增加却不是经济增长的原因,这说明我国创新活动的质量和层次还需要提高,科研投入和评价方式还存在一定问题。 [Chen Y K.2012. Analysis on the contribution of innovation capability to Chinese economic growth [J]. Economic Problems, (2): 36-39.] URL [本文引用: 1] 摘要分析中国创新能力对经济增长的影响发现,技术进步是促进经济增长的主要因素。选取国家知识产权局授权专利数和国际科技论文发表数作为创新能力的衡量指标,发现授权专利数的增加是经济增长的原因,同时经济增长引起科技论文数量的增加,但论文数量的增加却不是经济增长的原因,这说明我国创新活动的质量和层次还需要提高,科研投入和评价方式还存在一定问题。
[4]	程华, 廖中举, 戴娟兰. 2011. 中国区域环境创新能力与经济发展的协调性研究 [J]. 经济地理, 31(6): 985-991. URL [本文引用: 1] 摘要在清晰界定环境创新能力概念的内涵基础上,进一步探讨了环境创新能力的形成机制,遴选了22个评价指标构成了我国区域环境创新能力的理论评价指标体系。采用因子分析对我国30个省市自治区环境创新能力与经济发展水平进行了评价,然后运用集对分析法对区域环境创新能力与经济发展之间的协调性进行了研究,结果表明我国总体上环境创新能力与经济发展呈现＂强同势＂关系。 [Cheng H, Liao Z J, Dai J L.2011. The research on the coordination between China regional environment innovation ability and economy development [J]. Economic Geography, 31(6): 985-991.] URL [本文引用: 1] 摘要在清晰界定环境创新能力概念的内涵基础上,进一步探讨了环境创新能力的形成机制,遴选了22个评价指标构成了我国区域环境创新能力的理论评价指标体系。采用因子分析对我国30个省市自治区环境创新能力与经济发展水平进行了评价,然后运用集对分析法对区域环境创新能力与经济发展之间的协调性进行了研究,结果表明我国总体上环境创新能力与经济发展呈现＂强同势＂关系。
[5]	丛海彬, 邹德玲, 蒋天颖. 2015. 浙江省区域创新平台空间分布特征及其影响因素 [J]. 经济地理, 35(1): 112-118. https://doi.org/10.15957/j.cnki.jjdl.2015.01.016 URL [本文引用: 1] 摘要运用核密度估计、探索性空间分析、地理探测器等方法,分析了浙江省区域创新平台空间分布与聚类特征及其影响因素,结果表明:近年来,浙江省区域创新平台数量整体呈现"南少北多"的不均匀分布态势;区域创新平台核密度空间分布,存在显著的南北差异,总体表现为浙北地区大面积、连片的核分布与浙南地区小规模、零星的核分布并存;浙江省区域创新平台存在明显的空间集聚分布特征,环杭州湾地区为空间热点与核心区域;空间分异的主要影响因素为政府财政支持、科研人员投入与教育事业投入等。 [Cong H B, Zou D L, Jiang T Y.2015. The spatial distribution and elements of regional innovation platforms in Zhejiang Province [J]. Economic Geography, 35(1): 112-118.] https://doi.org/10.15957/j.cnki.jjdl.2015.01.016 URL [本文引用: 1] 摘要运用核密度估计、探索性空间分析、地理探测器等方法,分析了浙江省区域创新平台空间分布与聚类特征及其影响因素,结果表明:近年来,浙江省区域创新平台数量整体呈现"南少北多"的不均匀分布态势;区域创新平台核密度空间分布,存在显著的南北差异,总体表现为浙北地区大面积、连片的核分布与浙南地区小规模、零星的核分布并存;浙江省区域创新平台存在明显的空间集聚分布特征,环杭州湾地区为空间热点与核心区域;空间分异的主要影响因素为政府财政支持、科研人员投入与教育事业投入等。
[6]	关皓元, 梁勤儒, 谷雨. 2016. 区域创新环境对广东工业专业镇创新绩效影响实证研究 [J]. 科技管理研究, 36(9): 94-99. https://doi.org/10.3969/j.issn.1000-7695.2016.09.018 URL 摘要在广东省专业镇调整升级的背景下,从区域创新环境视角研究其对广东省工业专业镇创新绩效的影响效率,有助于地方优化区域创新环境的配置,有针对性、高效地营造良好的区域创新环境,从而提高专业镇创新绩效,保持专业镇经济的可持续发展.以广东省19个地市(除深圳、韶关)为研究对象,运用主成分因子分析法和DEA方法,综合评价各地市区域创新环境对专业镇创新绩效影响效率.通过对实证结果的分析,提出基于提高专业镇创新绩效的区域创新环境营造的具体建议. [Guan H Y, Liang Q R, Gu Y.2016. An empirical study of the regional innovation environment on the Guangdong industrial town innovation performance [J]. Science and Technology Management Research, 36(9): 94-99.] https://doi.org/10.3969/j.issn.1000-7695.2016.09.018 URL 摘要在广东省专业镇调整升级的背景下,从区域创新环境视角研究其对广东省工业专业镇创新绩效的影响效率,有助于地方优化区域创新环境的配置,有针对性、高效地营造良好的区域创新环境,从而提高专业镇创新绩效,保持专业镇经济的可持续发展.以广东省19个地市(除深圳、韶关)为研究对象,运用主成分因子分析法和DEA方法,综合评价各地市区域创新环境对专业镇创新绩效影响效率.通过对实证结果的分析,提出基于提高专业镇创新绩效的区域创新环境营造的具体建议.
[7]	桂黄宝. 2014. 我国高技术产业创新效率及其影响因素空间计量分析 [J]. 经济地理, 34(6): 100-107. [本文引用: 1] [Gui H B.2014. Innovation efficiency and its influencing factors of China's high-tech industry based on the spatial econometric model [J]. Economic Geography, 34(6): 100-107.] [本文引用: 1]
[8]	何键芳, 张虹鸥, 叶玉瑶, 等. 2013. 广东省区域创新产出的空间相关性研究 [J]. 经济地理, 33(2): 117-121, 140. [本文引用: 1] [He J F, Zhang H O, Ye Y Y, et al.2013. Research on spatial autocorrelation of innovation output in Guangdong Province [J]. Economic Geography, 33(2): 117-121, 140.] [本文引用: 1]
[9]	蒋天颖. 2013. 我国区域创新差异时空格局演化及其影响因素分析 [J]. 经济地理, 33(6): 22-29. URL [本文引用: 2] 摘要采用探索性空间数据分析和多元线性回归方法分析了我国2001—2011年区域创新水平存在的差异及其时空格局演化,并探讨了区域创新水平的影响因素。结果表明:近10年间,我国区域创新差异总体呈现扩大的趋势;我国区域创新水平表现出较强的空间相关性,并逐渐呈现空间集聚的态势;我国区域创新增长水平也存在差异;人才因素已经成为当前推动我国区域创新的重要因素。 [Jiang T Y.2013. Study on spatial and temporal evolution and factors of regional innovation in China [J]. Economic Geography, 33(6): 22-29.] URL [本文引用: 2] 摘要采用探索性空间数据分析和多元线性回归方法分析了我国2001—2011年区域创新水平存在的差异及其时空格局演化,并探讨了区域创新水平的影响因素。结果表明:近10年间,我国区域创新差异总体呈现扩大的趋势;我国区域创新水平表现出较强的空间相关性,并逐渐呈现空间集聚的态势;我国区域创新增长水平也存在差异;人才因素已经成为当前推动我国区域创新的重要因素。
[10]	蒋天颖. 2014. 浙江省区域创新产出空间分异特征及成因 [J]. 地理研究, 33(10): 1825-1836. https://doi.org/10.11821/dlyj201410004 URL Magsci [本文引用: 1] 摘要 <p>通过构建总体差异测度指数,并结合运用核密度估计等多种空间统计方法,分析浙江省区域创新产出的空间分异特征及其影响因素,结果表明：2006-2012年,浙江省区域创新产出总体存在较大差异,并呈现波动式上升趋势;浙江省区域创新产出分异增强,空间核密度呈现出由相对均匀到极化的演化趋势;浙江省区域创新产出整体上呈现高值和低值集聚分布,且集聚程度逐渐增强;各县域创新产出同样具有空间集聚性,杭州与宁波市辖区成为热点区域;空间指向性明显,整体表现出“东高西低、北高南低”的空间趋势面分布;由回归分析得出该时期浙江省区域创新产出空间分异主要受经济基础、政策制度、技术溢出和空间区位四个主要因素的影响。</p> [Jiang T Y.2014. Spatial differentiation and its influencing factors of regional innovation output in Zhejiang Province [J]. Geographical Research, 33(10): 1825-1836.] https://doi.org/10.11821/dlyj201410004 URL Magsci [本文引用: 1] 摘要 <p>通过构建总体差异测度指数,并结合运用核密度估计等多种空间统计方法,分析浙江省区域创新产出的空间分异特征及其影响因素,结果表明：2006-2012年,浙江省区域创新产出总体存在较大差异,并呈现波动式上升趋势;浙江省区域创新产出分异增强,空间核密度呈现出由相对均匀到极化的演化趋势;浙江省区域创新产出整体上呈现高值和低值集聚分布,且集聚程度逐渐增强;各县域创新产出同样具有空间集聚性,杭州与宁波市辖区成为热点区域;空间指向性明显,整体表现出“东高西低、北高南低”的空间趋势面分布;由回归分析得出该时期浙江省区域创新产出空间分异主要受经济基础、政策制度、技术溢出和空间区位四个主要因素的影响。</p>
[11]	蒋天颖, 华明浩, 许强, 等. 2014. 区域创新与城市化耦合发展机制及其空间分异: 以浙江省为例 [J]. 经济地理, 34(6): 25-32. URL 摘要探讨了区域创新与城市化之间的耦合协调发展机制,构建了区域创新与城市化综合发展水平评价模型,并以浙江为例,分析了浙江省11个地市级城市区域创新与城市化之间的耦合协调发展情况,得到以下结论:2005-2011 年,杭州位居浙江省区域创新与城市化综合发展水平之首;浙江省区域创新与城市化整体耦合处于颉颃阶段,协调水平仅为中度协调耦合,较良性协调仍存在较大差距;杭州、宁波的区域创新与城市化已达到高度协调耦合水平,而舟山、衢州和丽水的耦合协调发展水平较弱,仍需进一步提升;浙江省区域创新与城市化耦合协调发展呈现“北高南低、东高西低”的空间格局,且其演化态势相对稳定.据此,研究提出了推动产业结构优化升级、完善城市专业化功能、构建综合交通与信息网、培育中心镇与小城市等建议. [Jiang T Y, Hua M H, Xu Q, et al.2014. Coupling developmentand spatial differences between regional innovation and urbanization: A case of Zhejiang Province [J]. Economic Geography, 34(6): 25-32.] URL 摘要探讨了区域创新与城市化之间的耦合协调发展机制,构建了区域创新与城市化综合发展水平评价模型,并以浙江为例,分析了浙江省11个地市级城市区域创新与城市化之间的耦合协调发展情况,得到以下结论:2005-2011 年,杭州位居浙江省区域创新与城市化综合发展水平之首;浙江省区域创新与城市化整体耦合处于颉颃阶段,协调水平仅为中度协调耦合,较良性协调仍存在较大差距;杭州、宁波的区域创新与城市化已达到高度协调耦合水平,而舟山、衢州和丽水的耦合协调发展水平较弱,仍需进一步提升;浙江省区域创新与城市化耦合协调发展呈现“北高南低、东高西低”的空间格局,且其演化态势相对稳定.据此,研究提出了推动产业结构优化升级、完善城市专业化功能、构建综合交通与信息网、培育中心镇与小城市等建议.
[12]	李国平, 王春杨. 2012. 我国省域创新产出的空间特征和时空演化: 基于探索性空间数据分析的实证 [J]. 地理研究, 31(1): 95-106. https://doi.org/10.11821/yj2012010010 URL Magsci [本文引用: 1] 摘要以我国31个省域作为空间观测单元,以专利申请受理数作为创新产出的衡量指标,对我国1997～2008年期间省域创新产出的空间分布进行了探索性空间数据分析(ESDA)。通过计算区位基尼系数和集中度指数,发现我国的创新活动显示了相当高水平的空间集中,并且这种集中程度在过去的十多年里表现出了稳定的增长趋势;对全局的Moran’s <em>I</em>统计分析表明:省际创新活动之间存在着显著的空间自相关(空间依赖性),证明了知识溢出的存在性和空间局限性;对局部的Moran’s <em>I</em>分析进一步揭示了省际创新活动水平的相关模式,Moran散点图刻画了创新活动的空间集聚模式及其时空演变态势。研究结果说明经过十几年的发展,我国省域创新活动的地域性特征十分显著。 [Li G P, Wang C Y.2012. Spatial characteristics and dynamic changes of provincial innovation output in China: An investigation using the ESDA [J]. Geographical Research, 31(1): 95-106.] https://doi.org/10.11821/yj2012010010 URL Magsci [本文引用: 1] 摘要以我国31个省域作为空间观测单元,以专利申请受理数作为创新产出的衡量指标,对我国1997～2008年期间省域创新产出的空间分布进行了探索性空间数据分析(ESDA)。通过计算区位基尼系数和集中度指数,发现我国的创新活动显示了相当高水平的空间集中,并且这种集中程度在过去的十多年里表现出了稳定的增长趋势;对全局的Moran’s <em>I</em>统计分析表明:省际创新活动之间存在着显著的空间自相关(空间依赖性),证明了知识溢出的存在性和空间局限性;对局部的Moran’s <em>I</em>分析进一步揭示了省际创新活动水平的相关模式,Moran散点图刻画了创新活动的空间集聚模式及其时空演变态势。研究结果说明经过十几年的发展,我国省域创新活动的地域性特征十分显著。
[13]	李小文, 曹春香, 常超一. 2007. 地理学第一定律与时空邻近度的提出 [J]. 自然杂志, 29(2): 69-71. Magsci [本文引用: 1] 摘要 <FONT face=Verdana>地理学第一定律（TFL）由美国地理学家Tobler提出。由于计算机和遥感的应用推动了传统地理学的革命，第一定律作为定量地理空间分析的基础概念，在地理学及相关学科引起巨大反响。但它关于距离的定义和空间邻近关系的描述是含糊的，这局限了它的进一步应用。为此，我们提出加入时间维，用“流”的概念来理解和表达传统应用中的“距离”，从而用“时空邻近度”来替代“空间邻近度”，以促进地理学第一定律的更广泛应用。</FONT> [Li X W, Cao C X, Chang C Y.2007. The first law of geography and spatial-temporal proximity [J]. Chinese Journal of Nature, 29(2): 69-71.] Magsci [本文引用: 1] 摘要 <FONT face=Verdana>地理学第一定律（TFL）由美国地理学家Tobler提出。由于计算机和遥感的应用推动了传统地理学的革命，第一定律作为定量地理空间分析的基础概念，在地理学及相关学科引起巨大反响。但它关于距离的定义和空间邻近关系的描述是含糊的，这局限了它的进一步应用。为此，我们提出加入时间维，用“流”的概念来理解和表达传统应用中的“距离”，从而用“时空邻近度”来替代“空间邻近度”，以促进地理学第一定律的更广泛应用。</FONT>
[14]	连远强. 2016. 国外创新网络研究述评与区域共生创新战略 [J]. 人文地理, 31(1): 26-32. URL [本文引用: 1] 摘要要：创新网络是企业创新在地理空间和战略关系层面上的综合体现。在经济地理视角下,本文重点从企业层面的联盟创新网络,产业层面的集群创新网络,以及区域层面的共生创新网络加以具体评述与分析。在企业层面,强调企业在网络当中的核心地位,以及如何通过企业战略联盟构建创新网络;在产业层面,强调产业集群要素对创新网络影响,更倾向刻画创新网络是一种以产业地理空间为边界的整体性创新网络;在区域层面,跨越企业所处的产业边界,基于生态共生思想提出区域共生创新网络的新范式。最后,提出创新网络未来的研究应重点关注企业、产业与区域三个层面的协同演化,突破传统区域创新网络的空间特征和地理格局,探讨如何构架一个具有层次性、协同性和互动开放性的区域生态共生创新网络。 [Lian Y Q.2016. A review of foreign literature of innovation network and regional symbiotic innovation strategy [J]. Human Geography, 31(1): 26-32.] URL [本文引用: 1] 摘要要：创新网络是企业创新在地理空间和战略关系层面上的综合体现。在经济地理视角下,本文重点从企业层面的联盟创新网络,产业层面的集群创新网络,以及区域层面的共生创新网络加以具体评述与分析。在企业层面,强调企业在网络当中的核心地位,以及如何通过企业战略联盟构建创新网络;在产业层面,强调产业集群要素对创新网络影响,更倾向刻画创新网络是一种以产业地理空间为边界的整体性创新网络;在区域层面,跨越企业所处的产业边界,基于生态共生思想提出区域共生创新网络的新范式。最后,提出创新网络未来的研究应重点关注企业、产业与区域三个层面的协同演化,突破传统区域创新网络的空间特征和地理格局,探讨如何构架一个具有层次性、协同性和互动开放性的区域生态共生创新网络。
[15]	吕国庆, 曾刚, 顾娜娜. 2014. 经济地理学视角下区域创新网络的研究综述 [J]. 经济地理, 34(2): 1-8. URL [本文引用: 1] 摘要受1990年代末期"社会转向、文化转向、制度转向"思潮影响,近年来,有关区域创新网络的研究得到了进一步扩展和延伸。经济地理学视角下区域创新网络的研究,主要从知识、网络、学习、创新等4个方面展开,集中于网络特征、空间属性和动态演化等问题的探讨。通过对国内外经济地理学者文献的梳理,从创新网络的结构、邻近性、网络演化等3个方面对区域创新网络的研究进行了介绍。在此基础上简要评价并提出了未来深化研究的初步建议。 [Lv G Q, Zeng G, Gu N N.2014. Literature review of regional innovation network: An economic geographical perspective [J]. Economic Geography, 34(2): 1-8.] URL [本文引用: 1] 摘要受1990年代末期"社会转向、文化转向、制度转向"思潮影响,近年来,有关区域创新网络的研究得到了进一步扩展和延伸。经济地理学视角下区域创新网络的研究,主要从知识、网络、学习、创新等4个方面展开,集中于网络特征、空间属性和动态演化等问题的探讨。通过对国内外经济地理学者文献的梳理,从创新网络的结构、邻近性、网络演化等3个方面对区域创新网络的研究进行了介绍。在此基础上简要评价并提出了未来深化研究的初步建议。
[16]	吕拉昌, 黄茹, 廖倩. 2016. 创新地理学研究的几个理论问题 [J]. 地理科学, 36(5): 653-661. https://doi.org/10.13249/j.cnki.sgs.2016.05.002 Magsci [本文引用: 1] 摘要 <p>创新地理学是研究人类创新活动与地理环境关系的地域系统,是一门独立的人文地理分支学科,具有交叉学科的性质。其研究的“人类创新活动”是人类活动的最为重要的方面,对智慧的人地关系系统建设具有重要的意义。创新地理学与其他人文地理学的分支学科具有密切的联系,也与政治学、管理学、经济学、政策学、城市规划等学科有关,创新地理学面临的主要任务是：<i>① </i>创新地理学基本理论的研究;<i>② </i>创新要素（人才、资本、技术等）在空间的地域分布与组合规律的研究;<i>③ </i>创新环境、创新生态及评价研究;<i>④ </i>创新地理测度、创新空间格局与效应的研究;<i>⑤ </i>创新联系、创新网络及创新集群的研究;<i>⑥ </i>多尺度的创新体系的研究;<i>⑦ </i>创新、城市发展与规划的研究。</p> [Lv L C, Huang R, Liao Q.2016. Several theoretical issues on innovation geography [J]. Scientia Geographica Sinica, 36(5): 653-661.] https://doi.org/10.13249/j.cnki.sgs.2016.05.002 Magsci [本文引用: 1] 摘要 <p>创新地理学是研究人类创新活动与地理环境关系的地域系统,是一门独立的人文地理分支学科,具有交叉学科的性质。其研究的“人类创新活动”是人类活动的最为重要的方面,对智慧的人地关系系统建设具有重要的意义。创新地理学与其他人文地理学的分支学科具有密切的联系,也与政治学、管理学、经济学、政策学、城市规划等学科有关,创新地理学面临的主要任务是：<i>① </i>创新地理学基本理论的研究;<i>② </i>创新要素（人才、资本、技术等）在空间的地域分布与组合规律的研究;<i>③ </i>创新环境、创新生态及评价研究;<i>④ </i>创新地理测度、创新空间格局与效应的研究;<i>⑤ </i>创新联系、创新网络及创新集群的研究;<i>⑥ </i>多尺度的创新体系的研究;<i>⑦ </i>创新、城市发展与规划的研究。</p>
[17]	彭建国, 郭鹏, 于明洁. 2014. 基于典型相关分析的高技术产业研发创新投入与创新产出的关系研究 [J]. 科技管理研究, 34(6): 101-104, 113. https://doi.org/10.3969/j.issn.1000-7695.2014.06.021 URL [本文引用: 1] 摘要以我国高技术产业研发创新投入与创新产出之间的关系为研究对象, 应用典型相关分析进行实证研究.研究发现:(1)高技术产业研发创新投入与创新产出之间呈相关性,且二者之间的相关关系具有统计学显著意义; (2)R&D项目数和R&D全时人员当量对于提高产品产值的正向作用显著,但是对于新产品销售收入具有一定的抑制作用; (3)R&D项目经费和新产品开发项目数对新产品销售收入的正向作用显著.根据研究结论提出相应的政策建议. [Peng J G, Guo P, Yu M J.2014. Research on relationship between innovation input and output of high-tech industry based on canonical correlation analysis [J]. Science and Technology Management Research, 34(6): 101-104, 113.] https://doi.org/10.3969/j.issn.1000-7695.2014.06.021 URL [本文引用: 1] 摘要以我国高技术产业研发创新投入与创新产出之间的关系为研究对象, 应用典型相关分析进行实证研究.研究发现:(1)高技术产业研发创新投入与创新产出之间呈相关性,且二者之间的相关关系具有统计学显著意义; (2)R&D项目数和R&D全时人员当量对于提高产品产值的正向作用显著,但是对于新产品销售收入具有一定的抑制作用; (3)R&D项目经费和新产品开发项目数对新产品销售收入的正向作用显著.根据研究结论提出相应的政策建议.
[18]	齐亚伟, 陶长琪. 2014. 环境约束下要素集聚对区域创新能力的影响: 基于GWR模型的实证分析 [J]. 科研管理, 35(9): 17-24. URL [本文引用: 1] 摘要要素集聚对区域创新能力的推动作用,有助于实现区域经济发展方式由"粗放型"向"集约型"的转变。本文以我国各省市为例,利用GWR模型分析了物质资本集聚、人力资本集聚、能源足迹强度和环境规制水平等变量影响区域创新能力的空间分异规律。结果表明,物质资本集聚带来的资本深化并未转化为技术深化,对区域创新能力没有促进作用;而人力资本集聚通过溢出效应增强了知识创造和知识获取能力,对区域创新能力表现出明显的促进作用;能源足迹强度对区域创新能力具有显著的制约作用;环境规制对区域创新能力具有双重效应,当期环境规制政策不利于区域创新能力的提高,而滞后期环境规制对区域创新能力的激励作用正在凸显,超过了环境成本负效应。其中, 人力资本集聚、能源足迹强度和当期环境规制对区域创新能力的影响强度存在较大的空间异质性。 [Qi Y W, Tao C Q.2014. Influence of factor agglomeration on regional innovation capability under environmental constraints: An empirical analysis based on GWR model [J]. Science Research Management, 35(9): 17-24.] URL [本文引用: 1] 摘要要素集聚对区域创新能力的推动作用,有助于实现区域经济发展方式由"粗放型"向"集约型"的转变。本文以我国各省市为例,利用GWR模型分析了物质资本集聚、人力资本集聚、能源足迹强度和环境规制水平等变量影响区域创新能力的空间分异规律。结果表明,物质资本集聚带来的资本深化并未转化为技术深化,对区域创新能力没有促进作用;而人力资本集聚通过溢出效应增强了知识创造和知识获取能力,对区域创新能力表现出明显的促进作用;能源足迹强度对区域创新能力具有显著的制约作用;环境规制对区域创新能力具有双重效应,当期环境规制政策不利于区域创新能力的提高,而滞后期环境规制对区域创新能力的激励作用正在凸显,超过了环境成本负效应。其中, 人力资本集聚、能源足迹强度和当期环境规制对区域创新能力的影响强度存在较大的空间异质性。
[19]	史焱文, 李二玲, 李小建, 等. 2015. 基于SNA的农业产业集群创新网络与知识流动分析: 以寿光蔬菜产业集群、鄢陵花木产业集群为例 [J]. 经济地理, 35(8): 114-122. [本文引用: 1] [Shi Y W, Li E L, Li X J, et al.2015. The agricultural industry cluster innovation network and knowledge flow based on SNA: The cases of Shouguang vegetable cluster and Yanling flower and plant cluster [J]. Economic Geography, 35(8): 114-122.] [本文引用: 1]
[20]	司月芳, 曾刚, 曹贤忠, 等. 2016. 基于全球—地方视角的创新网络研究进展 [J]. 地理科学进展, 35(5): 600-609. https://doi.org/10.18306/dlkxjz.2016.05.007 URL [本文引用: 1] 摘要全球化、创新驱动是新时代的重要特征之一,创新网络成为经济地理学者关注的热点领域之一。在评述现有创新网络研究成果的基础上,本文界定了全球—地方创新网络的内涵和特征,论述了其类型、结构、作用机理和分析方法,并得出结论:全球创新网络与地方创新网络是不可分割的有机体,地方创新网络是全球创新网络的子系统,知识流是创新网络各主体之间联系的重要纽带,行业协会、技术联盟与成员之间的多次协商是全球—地方创新网络的重要组织方式,而网络知识测量方法则能较好地实现定性分析结论与统计计算结论的融合,能较好地刻画、模拟全球—地方创新网络的形态、结构、演变和机理。从服务国家建设和推动中国创新地理学发展的目标出发,有必要开展基于中国国情和视角的全球—地方创新网络机理与区域经济增长之间互动关系的研究,启动不同产业领域的全球—地方创新网络的比较分析,检验网络知识测量方法的可靠性和准确性。 [Si Y F, Zeng G, Cao X Z, et al.2016. Research progress of glocal innovation networks [J]. Progress in Geography, 35(5): 600-609.] https://doi.org/10.18306/dlkxjz.2016.05.007 URL [本文引用: 1] 摘要全球化、创新驱动是新时代的重要特征之一,创新网络成为经济地理学者关注的热点领域之一。在评述现有创新网络研究成果的基础上,本文界定了全球—地方创新网络的内涵和特征,论述了其类型、结构、作用机理和分析方法,并得出结论:全球创新网络与地方创新网络是不可分割的有机体,地方创新网络是全球创新网络的子系统,知识流是创新网络各主体之间联系的重要纽带,行业协会、技术联盟与成员之间的多次协商是全球—地方创新网络的重要组织方式,而网络知识测量方法则能较好地实现定性分析结论与统计计算结论的融合,能较好地刻画、模拟全球—地方创新网络的形态、结构、演变和机理。从服务国家建设和推动中国创新地理学发展的目标出发,有必要开展基于中国国情和视角的全球—地方创新网络机理与区域经济增长之间互动关系的研究,启动不同产业领域的全球—地方创新网络的比较分析,检验网络知识测量方法的可靠性和准确性。
[21]	谭俊涛, 张平宇, 李静. 2014. 2001-2010年黑龙江省城市创新能力格局与发展过程 [J]. 地理科学进展, 33(4): 508-516. https://doi.org/10.11820/dlkxjz.2014.04.008 Magsci [本文引用: 1] 摘要随着全球化和知识经济的发展，创新已经成为国家、区域和城市经济增长的关键动力，是各国发展的首要战略选择。通过构建城市创新能力评价指标体系，分析2001-2010 年间黑龙江省12 个地级市城市创新能力的分布格局和发展过程，结果显示：黑龙江省城市之间创新能力绝对差异十分明显，其中哈尔滨市创新能力远高于其他城市，大庆、齐齐哈尔和牡丹江市次之，其他城市创新能力普遍较低；黑龙江省的创新高值区域分布在哈大齐工业走廊；2001-2010 年间黑龙江省城市创新能力格局较稳定，但其区域差异和极化程度呈增大趋势。最后，分析了提高城市创新能力上存在的问题，并提出对策建议。 [Tan J T, Zhang P Y, Li J.2014. Structure and development of urban innovation capability in Heilongjiang Province during 2001-2010 [J]. Progress in Geography, 33(4): 508-516.] https://doi.org/10.11820/dlkxjz.2014.04.008 Magsci [本文引用: 1] 摘要随着全球化和知识经济的发展，创新已经成为国家、区域和城市经济增长的关键动力，是各国发展的首要战略选择。通过构建城市创新能力评价指标体系，分析2001-2010 年间黑龙江省12 个地级市城市创新能力的分布格局和发展过程，结果显示：黑龙江省城市之间创新能力绝对差异十分明显，其中哈尔滨市创新能力远高于其他城市，大庆、齐齐哈尔和牡丹江市次之，其他城市创新能力普遍较低；黑龙江省的创新高值区域分布在哈大齐工业走廊；2001-2010 年间黑龙江省城市创新能力格局较稳定，但其区域差异和极化程度呈增大趋势。最后，分析了提高城市创新能力上存在的问题，并提出对策建议。
[22]	谭俊涛, 张平宇, 李静. 2016. 中国区域创新绩效时空演变特征及其影响因素研究 [J]. 地理科学, 34(1): 39-46. [本文引用: 1] [Tan J T, Zhang P Y, Li J.2016. Spatio-temporal characteristics of regional innovation performance and its influencing factors in China [J]. Scientia Geographica Sinica, 34(1): 39-46.] [本文引用: 1]
[23]	汤尚颖, 孔雪. 2011. 区域空间形态创新理论的发展与前沿 [J]. 数量经济技术经济研究, (2): 148-161. URL [本文引用: 1] 摘要区域空间形态作为区域发展的依托是区域经济学研究的重要内容。20世纪后期，我国区域经济发展出现了大融合和大发展的态势，产业集聚区、城市集聚区、产业链等区域空间形态创新因素得到了快速发展，并成为推动区域经济发展的主导力量。这表明区域经济发展已经进入了以区域空间形态创新为主导的新时期，区域空间形态创新成为区域经济新的经济增长点。基于以上认识，本文系统梳理和总结了区域空间形态创新理论。 [Tang S Y, Kong X.2011. Review of the regional spatial patterns innovation theory [J]. The Journal of Quantitative & Technical Economics, (2): 148-161.] URL [本文引用: 1] 摘要区域空间形态作为区域发展的依托是区域经济学研究的重要内容。20世纪后期，我国区域经济发展出现了大融合和大发展的态势，产业集聚区、城市集聚区、产业链等区域空间形态创新因素得到了快速发展，并成为推动区域经济发展的主导力量。这表明区域经济发展已经进入了以区域空间形态创新为主导的新时期，区域空间形态创新成为区域经济新的经济增长点。基于以上认识，本文系统梳理和总结了区域空间形态创新理论。
[24]	万勇. 2011. 创新能力的空间分布及其经济增长效应的实证研究 [J]. 上海经济研究, (4): 36-46. URL [本文引用: 1] 摘要创新能力的空间分布是影响经济增长的重要因素。本文采用1997～2009年间中国30个省市自治区的统计资料,运用因子分析和聚类分析法首先测度了中国创新构成及其总体能力的空间分布状况,然后运用面板数据模型对中国创新构成及其总体能力的空间分布与经济增长的关联进行了计量实证。实证结果显示,创新总体能力对中国及其各区域经济增长具有积极作用,而在创新构成方面,全国和各区域的创新产出、中部创新环境、西部创新投入对经济增长制约较大,为此要加大中部创新环境建设,加大对西部创新投入支持力度,促进产学研结合,优化各地区创新产出结构。 [Wan Y.2011. Empirical research on the spatial distribution of innovation capability and its growth effect [J]. Shanghai Journal of Economics, (4): 36-46.] URL [本文引用: 1] 摘要创新能力的空间分布是影响经济增长的重要因素。本文采用1997～2009年间中国30个省市自治区的统计资料,运用因子分析和聚类分析法首先测度了中国创新构成及其总体能力的空间分布状况,然后运用面板数据模型对中国创新构成及其总体能力的空间分布与经济增长的关联进行了计量实证。实证结果显示,创新总体能力对中国及其各区域经济增长具有积极作用,而在创新构成方面,全国和各区域的创新产出、中部创新环境、西部创新投入对经济增长制约较大,为此要加大中部创新环境建设,加大对西部创新投入支持力度,促进产学研结合,优化各地区创新产出结构。
[25]	王崇锋. 2015. 知识溢出对区域创新效率的调节机制 [J]. 中国人口·资源与环境, 25(7): 77-83. https://doi.org/10.3969/j.issn.1002-2104.2015.07.011 URL [本文引用: 1] 摘要通过促进知识溢出提高区域创新效率是实施创新驱动发展战略和实现区域经济收敛的有效途径之一。基于Griliches-Jaffe知识生产函数回归模型,以2009-2012年中国大陆30个省级经济单元为研究对象,通过因子分析法,构建了由RD研究机构数、RD经费支出、RD人员全时当量组成的创新投入因子,由规上工业企业技术引进经费支出、规上工业企业购买国内技术经费支出、规上工业企业技术消化吸收经费组成的知识溢出因子,由专利申请授权数、国外主要工具检索科研论文数、规上工业企业新产品产值增长、科技促进经济社会发展指数组成的创新产出因子,在此基础上实证分析了创新投入、知识溢出对创新产出的影响。结果表明:区域创新要素投入、知识溢出会显著影响区域创新能力,其中创新要素投入因子的回归系数为0.72,知识溢出因子的回归系数为0.23;知识溢出会显著正向调节创新投入与创新产出之间的关系,由知识溢出因子、创新投入因子构成的调节效应交互项的回归系数为0.09,即创新要素投入在知识溢出的调节下,会进一步提高创新产出水平,增强区域创新能力,其调节水平可能与区域创新系统成熟度以及地区教育水平密切相关。最后,针对研究结果提出相应的优化对策和建议:第一,需进一步加大区域创新要素投入建立合理的创新激励机制。第二,应鼓励企业技术购买与引进,引进人才,增强企业技术消化吸收能力。第三,需加强区域创新网络集群系统的构建,通过空间聚集使创新网络系统的知识溢出循环效应最大化,提高区域创新效率。第四,应加强政府、企业和高校、科研机构间官产学研合作以及企业间的互动合作,使知识要素在区域内最大化发挥溢出作用,有效提升区域创新效率,实现区域创新驱动发展。 [Wang C F.2015. Moderating effects about knowledge spillover and regional innovation efficiency [J]. China Population, Resources and Environment, 25(7): 77-83.] https://doi.org/10.3969/j.issn.1002-2104.2015.07.011 URL [本文引用: 1] 摘要通过促进知识溢出提高区域创新效率是实施创新驱动发展战略和实现区域经济收敛的有效途径之一。基于Griliches-Jaffe知识生产函数回归模型,以2009-2012年中国大陆30个省级经济单元为研究对象,通过因子分析法,构建了由RD研究机构数、RD经费支出、RD人员全时当量组成的创新投入因子,由规上工业企业技术引进经费支出、规上工业企业购买国内技术经费支出、规上工业企业技术消化吸收经费组成的知识溢出因子,由专利申请授权数、国外主要工具检索科研论文数、规上工业企业新产品产值增长、科技促进经济社会发展指数组成的创新产出因子,在此基础上实证分析了创新投入、知识溢出对创新产出的影响。结果表明:区域创新要素投入、知识溢出会显著影响区域创新能力,其中创新要素投入因子的回归系数为0.72,知识溢出因子的回归系数为0.23;知识溢出会显著正向调节创新投入与创新产出之间的关系,由知识溢出因子、创新投入因子构成的调节效应交互项的回归系数为0.09,即创新要素投入在知识溢出的调节下,会进一步提高创新产出水平,增强区域创新能力,其调节水平可能与区域创新系统成熟度以及地区教育水平密切相关。最后,针对研究结果提出相应的优化对策和建议:第一,需进一步加大区域创新要素投入建立合理的创新激励机制。第二,应鼓励企业技术购买与引进,引进人才,增强企业技术消化吸收能力。第三,需加强区域创新网络集群系统的构建,通过空间聚集使创新网络系统的知识溢出循环效应最大化,提高区域创新效率。第四,应加强政府、企业和高校、科研机构间官产学研合作以及企业间的互动合作,使知识要素在区域内最大化发挥溢出作用,有效提升区域创新效率,实现区域创新驱动发展。
[26]	王建民, 王艳涛. 2015. 我国区域创新能力研究述评 [J]. 经济问题探索, (12): 185-190. URL [本文引用: 1] 摘要我国经济进入新常态,经济发展从要素驱动、投资驱动转向创新驱动。而我国地域辽阔,区域经济发展不平衡,区域创新能力的研究对于深刻认识区域经济发展不平衡的原因以及加强区域经济的协调发展都具有重要意义。本文介绍了我国区域创新能力研究概况,从四个方面评述了我国区域创新能力研究的主要内容：区域创新能力的评价指标、分布与评价、影响因素以及作用机制,并对未来研究方向提出建议。 [Wang J M, Wang Y T.2015. Woguo quyu chuangxin nengli yanjiu shuping [J]. Inquiry into Economic Issues, (12): 185-190.] URL [本文引用: 1] 摘要我国经济进入新常态,经济发展从要素驱动、投资驱动转向创新驱动。而我国地域辽阔,区域经济发展不平衡,区域创新能力的研究对于深刻认识区域经济发展不平衡的原因以及加强区域经济的协调发展都具有重要意义。本文介绍了我国区域创新能力研究概况,从四个方面评述了我国区域创新能力研究的主要内容：区域创新能力的评价指标、分布与评价、影响因素以及作用机制,并对未来研究方向提出建议。
[27]	王馨竹, 杜德斌, 张斌丰, 等. 2014. 长三角知识创新能力与城市化、工业化进程的协调关系研究 [J]. 资源开发与市场, 30(5): 598-602, 640. https://doi.org/10.3969/j.issn.1005-8141.2014.05.021 URL [本文引用: 1] 摘要通过构建知识创新能力与城市化、工业化进程的评价指标体系,对长三角地区2000—2011年25个地级以上城市的知识创新能力指数及城市化与工业化进程系数进行测算,并利用协调度模型综合分析评价了知识创新能力与城市化、工业化进程的协调关系。结果显示:①知识创新能力与城市化整体协调度优于其与工业化的协调度;②知识创新能力与城市化协调度逐步磨合到相对理想状态;③知识创新能力与工业化协调度呈现出先上升后下降又上升的较大波动性。 [Wang X Z, Du D B, Zhang B F, et al.2014. Research on coordinating relation between knowledge innovation capability and urbanization industrialization in Changjiang River Delta [J]. Resource Development & Market, 30(5): 598-602, 640.] https://doi.org/10.3969/j.issn.1005-8141.2014.05.021 URL [本文引用: 1] 摘要通过构建知识创新能力与城市化、工业化进程的评价指标体系,对长三角地区2000—2011年25个地级以上城市的知识创新能力指数及城市化与工业化进程系数进行测算,并利用协调度模型综合分析评价了知识创新能力与城市化、工业化进程的协调关系。结果显示:①知识创新能力与城市化整体协调度优于其与工业化的协调度;②知识创新能力与城市化协调度逐步磨合到相对理想状态;③知识创新能力与工业化协调度呈现出先上升后下降又上升的较大波动性。
[28]	魏守华, 吴贵生, 吕新雷. 2010. 区域创新能力的影响因素: 兼评我国创新能力的地区差距 [J]. 中国软科学, (9): 76-85. URL Magsci [本文引用: 1] 摘要基于Furman等(2002)的国家创新能力分析框架,本文运用1998-2007年我国省级面板数据实证检验区域创新能力的影响因素,结果表明:区域创新能力不仅受R&D活动规模等创新基础条件影响,更重要的是受区域创新效率影响,创新效率依赖于区域特定的因素,包括产业集群环境、产学研联系的质量、对区外技术溢出的吸收能力.结果还发现:我国创新能力的地区差距明显且呈扩大化趋势,这是区域间投入规模与创新效率综合作用的结果;创新能力显著影响全要素生产率(TFP)和高技术产业的发展,进而影响着地区经济差距. [Wei S H, Wu G S, Lv X L.2010. The determ inants of regional innovation capability: Comment on the regional gap of innovation capability in China [J]. China Soft Science, (9): 76-85.] URL Magsci [本文引用: 1] 摘要基于Furman等(2002)的国家创新能力分析框架,本文运用1998-2007年我国省级面板数据实证检验区域创新能力的影响因素,结果表明:区域创新能力不仅受R&D活动规模等创新基础条件影响,更重要的是受区域创新效率影响,创新效率依赖于区域特定的因素,包括产业集群环境、产学研联系的质量、对区外技术溢出的吸收能力.结果还发现:我国创新能力的地区差距明显且呈扩大化趋势,这是区域间投入规模与创新效率综合作用的结果;创新能力显著影响全要素生产率(TFP)和高技术产业的发展,进而影响着地区经济差距.
[29]	张惠璇, 刘青, 李贵才. 2016. 广东省城市创新联系的空间格局演变及优化策略 [J]. 地理科学进展, 35(8): 952-962. https://doi.org/10.18306/dlkxjz.2016.08.004 URL [本文引用: 1] [Zhang H X, Liu Q, Li G C.2016. Spatial structure change and optimization strategies of innovation linkage among the cities in Guangdong Province [J]. Progress in Geography, 35(8): 952-962.] https://doi.org/10.18306/dlkxjz.2016.08.004 URL [本文引用: 1]
[30]	张希, 罗能生, 彭郁. 2014. 税收安排与区域创新: 基于中国省际面板数据的实证研究 [J]. 经济地理, 34(9): 33-39. URL [本文引用: 1] 摘要借鉴C-D函数形式的创新产出函数并利用2003—2012年全国省级面板数据,构建税收安排与区域创新产出关系的实证模型,通过对经验数据回归发现:宏观税负更重的地区反而创新产出更多,尤其是在东部和西部地区。表明与税收对企业创新产出的负向激励相比,税负更多地是通过政府对创新基础设施的投入来发挥对区域创新产出的正向效应。此外,有较高的营业税比重和较低的增值税比重的地区往往区域创新产出较高,表明这些地区为科技创新活动提高配套服务的企业较多,形成了较为完善的创新产业链,因而有更高的创新产出。 [Zhang X, Luo N S, Peng Y.2014. Tax arrangement and regional innovation: An empirical research based on the provincial panel data in China [J]. Economic Geography, 34(9): 33-39.] URL [本文引用: 1] 摘要借鉴C-D函数形式的创新产出函数并利用2003—2012年全国省级面板数据,构建税收安排与区域创新产出关系的实证模型,通过对经验数据回归发现:宏观税负更重的地区反而创新产出更多,尤其是在东部和西部地区。表明与税收对企业创新产出的负向激励相比,税负更多地是通过政府对创新基础设施的投入来发挥对区域创新产出的正向效应。此外,有较高的营业税比重和较低的增值税比重的地区往往区域创新产出较高,表明这些地区为科技创新活动提高配套服务的企业较多,形成了较为完善的创新产业链,因而有更高的创新产出。
[31]	赵雪雁, 李文美, 张亮, 等. 2015. 社会资本对区域创新能力的影响 [J]. 干旱区地理, 38(2): 377-383. Magsci [本文引用: 1] 摘要社会资本影响知识创造、知识获取与知识整合，进而影响区域创新能力的提升。基于中国大陆31个省份的截面数据，以无偿献血率、信任度和社会组织密度指标测量区域社会资本，以知识创造、知识获取、企业创新、创新环境和创新绩效等5个指标衡量区域创新能力，采用相关分析和多元回归模型分析社会资本与区域创新能力之间的关系。结果显示：（1）我国各省区间的社会资本与区域创新能力均存在较大差异，但两者的空间分布状况具有相似性；（2）信任纬度与区域创新能力呈显著正相关关系，而规范纬度和网络纬度与区域创新能力呈负相关关系；（3）人均GDP、R&D人员和研发机构数量与区域创新能力均呈正相关关系。最后，提出了提高社会资本、增强区域创新能力的对策。 [Zhao X Y, Li W M, Zhang L, et al.2015. Influence of social capital to regional innovation ability [J]. Arid Land Geography, 38(2): 377-383.] Magsci [本文引用: 1] 摘要社会资本影响知识创造、知识获取与知识整合，进而影响区域创新能力的提升。基于中国大陆31个省份的截面数据，以无偿献血率、信任度和社会组织密度指标测量区域社会资本，以知识创造、知识获取、企业创新、创新环境和创新绩效等5个指标衡量区域创新能力，采用相关分析和多元回归模型分析社会资本与区域创新能力之间的关系。结果显示：（1）我国各省区间的社会资本与区域创新能力均存在较大差异，但两者的空间分布状况具有相似性；（2）信任纬度与区域创新能力呈显著正相关关系，而规范纬度和网络纬度与区域创新能力呈负相关关系；（3）人均GDP、R&D人员和研发机构数量与区域创新能力均呈正相关关系。最后，提出了提高社会资本、增强区域创新能力的对策。
[32]	甄峰, 徐海贤, 朱传耿. 2001. 创新地理学: 一门新兴的地理学分支学科 [J]. 地域研究与开发, 20(1): 9-11, 18. https://doi.org/10.3969/j.issn.1003-2363.2001.01.003 URL [本文引用: 1] 摘要知识经济时代，创新成为人类社会、经济、政治活动的核心。在这种背景下，传统的地理学正受着来自学科自身和来自实践需要的双重挑战。以人地系统为研究对象的地理学，该如何适应这一变化并作出创造性选择呢？文章用唯物辩证法的观点，对这一问题进行了思索，并适时地提出了创新地理学这一新概念，阐述了创新地理学的产生背景、研究意义、研究对象及其内容。 [Zhen F, Xu H X, Zhu C G.2001. Innovative geography: A new branch of geography [J]. Areal Research and Development, 20(1): 9-11, 18.] https://doi.org/10.3969/j.issn.1003-2363.2001.01.003 URL [本文引用: 1] 摘要知识经济时代，创新成为人类社会、经济、政治活动的核心。在这种背景下，传统的地理学正受着来自学科自身和来自实践需要的双重挑战。以人地系统为研究对象的地理学，该如何适应这一变化并作出创造性选择呢？文章用唯物辩证法的观点，对这一问题进行了思索，并适时地提出了创新地理学这一新概念，阐述了创新地理学的产生背景、研究意义、研究对象及其内容。
[33]	周文泳, 项洋. 2015. 中国各省市区域创新能力关键要素的实证研究 [J]. 科研管理, 36(S1): 29-35. URL [本文引用: 1] 摘要提升区域创新能力是实施创新驱动、转型发展国家战略的现实需求,现有研究对我国各省市区域创新投入、产出和环境三者关系的研究较为少见。以2012年的中国统计年鉴数据为基础,运用主成分分析、相关分析和对比分析等方法,从创新投入、产出、环境三个维度,分析了全国各省市区域创新能力的关键要素,提出了相应的对策建议。研究表明:不同类型省市区域创新能力差距悬殊,北京和上海显著领先,天津、广东、江苏和浙江等省市相对领先;新产品收入占比高是创新能力相对领先地区的关键制胜因素,而研发人员不足、科普经费和基础设施不足分别是相对落后、显著落后地区的关键制约因素。本研究成果为我国各省市诊断和提升区域创新能力提供了有益启示。 [Zhou W Y, Xiang Y.2015. An empirical study on key factors of regional innovative capability about China's provinces and cities [J]. Science Research Management, 36(Sl): 29-35.] URL [本文引用: 1] 摘要提升区域创新能力是实施创新驱动、转型发展国家战略的现实需求,现有研究对我国各省市区域创新投入、产出和环境三者关系的研究较为少见。以2012年的中国统计年鉴数据为基础,运用主成分分析、相关分析和对比分析等方法,从创新投入、产出、环境三个维度,分析了全国各省市区域创新能力的关键要素,提出了相应的对策建议。研究表明:不同类型省市区域创新能力差距悬殊,北京和上海显著领先,天津、广东、江苏和浙江等省市相对领先;新产品收入占比高是创新能力相对领先地区的关键制胜因素,而研发人员不足、科普经费和基础设施不足分别是相对落后、显著落后地区的关键制约因素。本研究成果为我国各省市诊断和提升区域创新能力提供了有益启示。
[34]	Chang C L, Oxley L.2009. Industrial agglomeration, geographic innovation and total factor productivity: The case of Taiwan [J]. Mathematics and Computers in Simulation, 79(9): 2787-2796. https://doi.org/10.2139/ssrn.1356562 URL [本文引用: 1] 摘要 The paper analyses the impact of geographic innovation on Total Factor Productivity (TFP) in Taiwan. Using 242 four-digit standard industrial classification (SIC) industries in Taiwan in 2001, we compute TFP by estimating Translog production functions with K, L, E and M inputs, and measure the geographic innovative activity using both Krugman's Gini coefficients and the location Herfindahl index. We also consider the geographic innovation variable as an endogenous variable and use 2SLS to obtain a consistent, albeit inefficient, estimator. The empirical results show a significantly positive effect of geographic innovation, as well as R&D expenditure, on TFP. These results are robust for the Gini coefficients and location Herfindahl index, when industry characteristics and heteroskedasticity are controlled. Moreover, according to the endogeneity of geographic innovation, the Hausman test shows that the geographic innovation variable should be treated as endogenous, which supports the modern theory of industrial clustering about innovation spillovers within clusters.
[35]	Fornahl D, Brenner T.2009. Geographic concentration of innovative activities in Germany [J]. Structural Change and Economic Dynamics, 20(3): 163-182. https://doi.org/10.1016/j.strueco.2009.05.001 Magsci [本文引用: 1] 摘要 <h2 class="secHeading" id="section_abstract">Abstract</h2><p id="">The geographic concentration of industries has attracted much attention in recent economic and geographic literature. One mechanism employed to explain the emergence and comparative advantage of industrial agglomerations is based on the relationship between industrial agglomeration and local knowledge production and diffusion, and the resulting innovation activities. This paper analyses this relationship by identifying geographic concentrations of innovation activities and examining different causes for the emergence of these concentrations. The paper applies different concentration measures to patent data for German regions. We analyse 43 technological fields separately to identify which of these technologies tend to cluster in geographic space. The results are discussed in light of theoretical predictions of why specific technological fields concentrate while others do not. These explanations include the concentration of industrial activities, the role of dominant firms, dependence on scientific knowledge, and local interactions.</p>
[36]	Jalles J T.2010. How to measure innovation? New evidence of the technology-growth linkage [J]. Research in Economics, 64(2): 81-96. https://doi.org/10.1016/j.rie.2009.10.007 Magsci [本文引用: 1] 摘要 <h2 class="secHeading" id="section_abstract">Abstract</h2><p id="">It is an undoubtful fact that economic growth depends, ultima ratio, on the production of new ideas. This article aims to contribute to the long-standing debate on the choice of the best proxy to measure innovation and technological diffusion, by offering alternative variables which are tested empirically by means of a panel dataset of 73 countries between 1980 and 2005. Two different proxies of technological progress (patents and a Intellectual Property Rights Index) are used to explain different growth rates of income per capita and, after controlling for endogeneity, our results suggest that both have a positive effect on innovation (and economic growth).</p>

FDI对中国区域创新能力溢出效应的实证研究: 基于动态面板数据模型

2009

... 1912年,经济学家熊彼特(Schumpeter)在其著作《经济发展概论》中阐述了创新理论的观点,认为创新是一种新的生产函数,是各种生产要素的重新组合(引自甄峰等, 2001; 引自汤尚颖等, 2011).随着创新对经济发展驱动越来越显著,创新的空间问题引起了地理学家的关注.1994年弗里德曼(Feldman)提出了创新地理学,使创新地理成为人文地理学研究的热点问题(引自吕拉昌等, 2016).目前学术界对创新地理的研究成果主要集中在以下方面：①创新要素的空间分布差异研究.创新实质上就是通过对创新人才、创新资本、创新技术、创新设施以及信息、知识等创新要素的组合实现价值的规模递增效益,多数研究运用基尼系数、变异系数、泰尔指数等经济学统计方法,揭示创新要素空间分布的不均衡性,表明创新活动具有空间形态、内在复杂程度、不规则性等各种空间分布的伸缩对称性(曹贤忠等, 2015; 丛海彬等, 2015; 王崇锋, 2015; 赵雪雁等, 2015).②创新能力及创新绩效的空间测度研究.创新能力测度多通过构建单一或多指标测度体系,采用函数模型法、综合指数法等测度国家层面、区域层面、省级层面、县级层面和城市间的创新能力空间分异特征(Chang et al, 2009; Fornahl et al, 2009; Jalles, 2010; 蒋天颖, 2013).创新绩效测度则多从投入产出的角度构建指标体系,运用数据包络分析(DEA)、TOPSIS法等,研究不同尺度下的创新绩效分异特征(桂黄宝, 2014; 蒋天颖, 2014; 谭俊涛等, 2016).③创新空间分异的影响因素研究.多数通过选取创新产出或者效率作为被解释变量,资金投入、人才投入、知识溢出、产业集群等为解释变量,构建随机效应或混合效应回归模型分析影响创新的机制因素,发现创新投入、创新环境、创新基础、外商投资、产业集群是影响创新空间分异的主要因素(魏守华等, 2010; 齐亚伟等, 2014; 张希等, 2014; 周文泳等, 2015).④创新空间溢出效应及效益研究.依据地理学第一定律的相关理论,空间单元之间具有连通性(李小文等, 2007),创新等经济活动在空间分布上存在空间溢出效应,多数研究通过空间自相关、核密度估计、引力模型等方法揭示创新活动存在显著的空间溢出效应,创新集聚中心对邻近区域具有显著的正向效应(曹广喜, 2009; 李国平等, 2012; 何键芳等, 2013; 蒋天颖等, 2014; 张惠璇等, 2016);创新网络作为创新空间溢出效应的主要路径,而知识流则是构建创新网络的主要因素(吕国庆等, 2014; 史焱文等, 2015; 连远强, 2016; 司月芳等, 2016);创新的空间溢出效益体现在创新对经济发展的驱动方面,多数研究通过构建关系模型揭示创新对经济增长、产业转型升级、生产效率提升等具有显著的正向效应(程华等, 2011; 万勇, 2011; 陈雨柯, 2012; 王馨竹等, 2014). ...

FDI对中国区域创新能力溢出效应的实证研究: 基于动态面板数据模型

2009

长三角城市群R & D资源投入产出效率分析及空间分异

2015

长三角城市群R & D资源投入产出效率分析及空间分异

2015

中国创新能力对经济增长影响的实证研究

2012

中国创新能力对经济增长影响的实证研究

2012

中国区域环境创新能力与经济发展的协调性研究

2011

中国区域环境创新能力与经济发展的协调性研究

2011

浙江省区域创新平台空间分布特征及其影响因素

2015

浙江省区域创新平台空间分布特征及其影响因素

2015

区域创新环境对广东工业专业镇创新绩效影响实证研究

2016

区域创新环境对广东工业专业镇创新绩效影响实证研究

2016

我国高技术产业创新效率及其影响因素空间计量分析

2014

我国高技术产业创新效率及其影响因素空间计量分析

2014

广东省区域创新产出的空间相关性研究

2013

广东省区域创新产出的空间相关性研究

2013

我国区域创新差异时空格局演化及其影响因素分析

2013

... 通过上述对中国创新能力时空格局特征的动态分析,可以发现各省(市、区)创新能力存在明显的时空异质性.结合当前中国经济发展阶段特征探讨影响创新能力的因素,分析了多因素作用下中国创新能力时空格局的演变.创新能力受到多种因素共同影响,很多学者对其进行了大量研究,如彭建国等(2014)认为,高新技术产业研发创新投入对创新产出具有显著正向效应;蒋天颖(2013)认为人才因素是影响中国创新能力提升的关键因素;关皓元等(2016)认为,良好的创新环境是创新产生的基本前提.创新实质上是由创新要素、创新主体、创新环境及知识溢出等共同作用的结果,创新要素、创新环境、知识溢出等的空间异质性导致了区域创新能力空间分布的不均衡性.本文分析区域物质资本集聚、区域智力资本集聚、区域创新环境及全球化知识溢出等因素是如何通过微观层面的政府、企业、高校等创新主体驱动宏观层面的区域创新能力时空格局演变机制(图5). ...

我国区域创新差异时空格局演化及其影响因素分析

2013

浙江省区域创新产出空间分异特征及成因

2014

浙江省区域创新产出空间分异特征及成因

2014

区域创新与城市化耦合发展机制及其空间分异: 以浙江省为例

2014

区域创新与城市化耦合发展机制及其空间分异: 以浙江省为例

2014

我国省域创新产出的空间特征和时空演化: 基于探索性空间数据分析的实证

2012

我国省域创新产出的空间特征和时空演化: 基于探索性空间数据分析的实证

2012

地理学第一定律与时空邻近度的提出

2007

地理学第一定律与时空邻近度的提出

2007

国外创新网络研究述评与区域共生创新战略

2016

国外创新网络研究述评与区域共生创新战略

2016

经济地理学视角下区域创新网络的研究综述

2014

经济地理学视角下区域创新网络的研究综述

2014

创新地理学研究的几个理论问题

2016

创新地理学研究的几个理论问题

2016

基于典型相关分析的高技术产业研发创新投入与创新产出的关系研究

2014

基于典型相关分析的高技术产业研发创新投入与创新产出的关系研究

2014

环境约束下要素集聚对区域创新能力的影响: 基于GWR模型的实证分析

2014

环境约束下要素集聚对区域创新能力的影响: 基于GWR模型的实证分析

2014

基于SNA的农业产业集群创新网络与知识流动分析: 以寿光蔬菜产业集群、鄢陵花木产业集群为例

2015

基于SNA的农业产业集群创新网络与知识流动分析: 以寿光蔬菜产业集群、鄢陵花木产业集群为例

2015

基于全球—地方视角的创新网络研究进展

2016

基于全球—地方视角的创新网络研究进展

2016

2001-2010年黑龙江省城市创新能力格局与发展过程

2014

... 为充分刻画中国创新能力空间格局演变特征,参考谭俊涛等(2014)的研究成果,根据2000-2014年各省(市、区)的创新能力指数大小,运用SPSS 20.0数据分析软件对其进行系统聚类分析(选用分层Q型聚类法,距离测度则采用欧氏距离平均法),根据树型聚类图结果并结合GIS空间分析技术对30个省(市、区)的创新能力进行空间分析,将其分为高水平区、较高水平区、较低水平区和低水平区4个部分(图2).总体来看,2000-2014年中国创新能力从“大差距低水平”向“小差距高水平”演变,呈现东高西低的“三级阶梯”空间格局特征.2000年,北京的创新能力指数达到1.087,为高水平区;上海、广东创新能力指数分别为0.599、0.603,为较高水平区;辽宁、山东、江苏、浙江、湖北、陕西创新能力指数平均为0.337,为较低水平区;其余中西部各省(市、区)是低水平区.2005年,江苏创新能力指数从2000年的0.454提升到1.035,上升为高水平区;山东由较低水平区提升至较高水平区;安徽、福建、江西、湖南、四川等12个省(市、区)由低水平区上升为较低水平区.2010年,上海、山东、浙江、广东、海南等5省(市、区)创新能力指数平均达到1.187,提升为高水平区;安徽、湖北、湖南、陕西、四川5省(市、区)提升至较高水平区.2014年,全国创新能力达到高水平的有北京、上海、广东等12个省(市、区),中部地区各省也达到了较高水平,西南和西北部分省(市、区)创新能力仍然较弱,为较低水平区. ...

2001-2010年黑龙江省城市创新能力格局与发展过程

2014

中国区域创新绩效时空演变特征及其影响因素研究

2016

中国区域创新绩效时空演变特征及其影响因素研究

2016

区域空间形态创新理论的发展与前沿

2011

区域空间形态创新理论的发展与前沿

2011

创新能力的空间分布及其经济增长效应的实证研究

2011

创新能力的空间分布及其经济增长效应的实证研究

2011

知识溢出对区域创新效率的调节机制

2015

知识溢出对区域创新效率的调节机制

2015

我国区域创新能力研究述评

2015

... 创新是引领发展的第一动力,是推进可持续发展的主要驱动力,创新驱动是经济发展新常态下中国发展的必然选择.改革开放以来,中国取得巨大发展成就,但土地、水、矿产等资源能源及生态环境的约束,使得传统经济发展方式难以为继.发达国家及世界一些新兴经济体发展经验表明,随着发展阶段不断成熟,先前发展所依赖的“比较优势”“后发优势”等发展红利逐渐衰减,创新能力弱就会严重制约经济社会的发展,并陷入“中等收入陷阱”.目前,中国已经进入必须依靠创新为主要驱动力的发展阶段,先前依靠投资驱动、要素驱动的经济发展模式已不能适应新的发展需求.因此,中国想要跨过“中等收入陷阱”,实现绿色可持续发展,必须以坚实的创新能力为支撑(王建民等, 2015). ...

我国区域创新能力研究述评

2015

长三角知识创新能力与城市化、工业化进程的协调关系研究

2014

长三角知识创新能力与城市化、工业化进程的协调关系研究

2014

区域创新能力的影响因素: 兼评我国创新能力的地区差距

2010

区域创新能力的影响因素: 兼评我国创新能力的地区差距

2010

广东省城市创新联系的空间格局演变及优化策略

2016

广东省城市创新联系的空间格局演变及优化策略

2016

税收安排与区域创新: 基于中国省际面板数据的实证研究

2014

税收安排与区域创新: 基于中国省际面板数据的实证研究

2014

社会资本对区域创新能力的影响

2015

社会资本对区域创新能力的影响

2015

创新地理学: 一门新兴的地理学分支学科

2001

创新地理学: 一门新兴的地理学分支学科

2001

中国各省市区域创新能力关键要素的实证研究

2015

中国各省市区域创新能力关键要素的实证研究

2015

Industrial agglomeration, geographic innovation and total factor productivity: The case of Taiwan

2009

Geographic concentration of innovative activities in Germany

2009

How to measure innovation? New evidence of the technology-growth linkage

2010

〈

〉

中国创新能力时空格局演变及其影响因素

Spatiotemporal changes and influencing factors of innovation capacity in China

1 引言

2 方法与数据

2.1 研究方法

2.2 指标选取与数据来源

3 中国创新能力时空格局演变特征

3.1 创新能力时序演变特征

3.2 创新能力空间演变特征

3.3 创新能力空间关联特征

4 中国创新能力时空格局演变的影响因素

4.1 区域物质资本集聚

4.2 区域智力资本集聚

4.3 区域创新环境

4.4 全球化知识溢出

5 结论与讨论

5.1 结论

5.2 讨论

参考文献 文献选项 原文顺序 文献年度倒序 文中引用次数倒序 被引期刊影响因子

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子