创新的投入要素拥有一定程度的路径依赖效应和局部溢出效应,会产生固有的创新路径,通过知识的积累和规模报酬递增,创新将会在一定的时期内在其最初产生的区域停滞而缺乏扩散。本研究绘制的核密度图展示出长江经济带科技创新能力强的城市具有空间集聚的态势,创新增长极周围的城市比其他地区的城市具有更强的科技创新能力,知识的溢出效应引发科技创新的空间依赖性,从而导致创新的空间分布特征为空间差异和空间集聚。

1.长江经济带城市科技创新能力的基尼系数分析

运用基尼系数对长江经济带城市科技创新能力的集聚程度进行初始判断,当各城市的科技创新能力相同时,G=0,空间基尼系数达到最小,基尼系数越接近0,空间集聚程度越低;当去掉一个城市科技创新能力后,剩余城市的科技创能力均为0,G=1,空间基尼系数达到最大,基尼系数越接近1,空间集聚程度越高。计算得到2012—2016年长江经济带各城市的发明专利申请量和生产总值的空间基尼系数并绘制图1-6以便更直观地看出基尼系数的变化以及两种基尼系数之间的比较。对比创新产出与经济产出的空间基尼系数的差别,得到2012—2016年长江经济带创新产出均比经济产出呈现出更高的空间集聚水平。长江经济带城市创新产出呈现较高的空间集聚度,大于0.4,整体呈现下降的趋势,但是下降的幅度很小,从2006年的0.434下降到了2016年的0.416。这表明长江经济带的创新产出存在较强的空间集聚特征,当创新活动产生于一个城市,地理空间的通达性限制与知识扩散的粘滞性等因素将对创新活动的扩散产生抑制作用。长江经济带的城市科技创新能力虽然存在较大的差异,但是科技创新能力的差异正在逐年缩小,由集聚逐渐缓慢地变换为分散。

图1-6　2012—2016年发明专利申请量与地区生产总值基尼系数

2.长江经济带城市科技创新能力的锡尔系数分析

长江经济带覆盖面积广阔,运用锡尔系数对长江经济带108个城市的发明专利申请量进行具体分析,衡量长江经济带各省市内部的差异以及省市间的差异,通过计算得到表1-3。2012—2016年长江经济带的锡尔系数由0.5下降到0.43,表明长江经济带城市科技创新能力的整体差异存在不断下降的趋势。11个省市之间的区域间差距明显低于省市内部的城市间差异,表明长江经济带的总体差异主要来自于区域内部的差异。

通过对比分析长江经济带九省二市各自省市内部的锡尔系数可以看出,2012年湖北省的锡尔系数最高,其次为安徽省和四川省。2012—2016年,湖北省的锡尔系数逐渐降低,四川省的锡尔系数不断增加。到2016年,四川省的锡尔系数为11省市中最高,其次为安徽省和湖北省。该数据表明湖北省的科技创新能力区内差异逐渐减小,以武汉市为首的科技创新能力核心区发挥了一定的辐射带动作用,周围城市的科技创新能力与省会城市的科技创新能力差距缩小。而四川省的科技创新能力区内差异逐渐增大,说明以成都市为首的科技创新能力核心区的知识溢出效应不大,集聚效应增强,使得科技创新能力强的城市变得更强,而科技创新能力弱的城市相比强的城市进步较小。结合本部分3.1中的核密度图可知,成都市、武汉市和合肥市均呈现极核发展的特征,这也解释了四川省、湖北省和安徽省区内差异较大的原因。同时,其他省份的区内差异变化不大,表明这些省份内部各城市发展相对较为均衡。

表1-3　长江经济带城市科技创新能力的锡尔系数(www.daowen.com)

3.长江经济带城市科技创新能力的相对发展率分析

城市科技创新能力相对发展率可以识别区域内城市科技创新能力的发展总体结构及城市发展特征。运用相对发展率计算公式得到长江经济带108个城市相对于长江经济带整体的发展速度,进行拟合分析和分类探讨。对各城市科技创新能力相对发展率由高到低进行排序并绘制散点图同时进行曲线拟合得到图1-7,可以看出长江经济带城市科技创新能力相对发展率呈现出明显的幂函数分布特征,其拟合优度达到0.76以上。其次,相对发展指数存在明显分段性,存在三个城市的相对发展率明显高于其他城市。为进一步探讨各城市的相对发展指数的差异,将相对发展指数进行分类统计,共分为四类,分别为大于0.1、0.01～0.1、0.001～0.01、小于0.001,并绘制成为频率分布图1-8。长江经济带内城市科技创新能力相对发展率大于0.1的城市仅有2个,分别为上海市和苏州市,占长江经济带研究区域内城市总数的1.85%。这两个城市均位于长江经济带下游地区,地理区位、人才引进、资金配备等方面均具有明显的优势;相对发展率在0.01和0.1之间的城市共有14个,占比为12.96%,分别为重庆市、成都市、南京市、合肥市、无锡市、宁波市、武汉市、芜湖市、杭州市、常州市、安庆市、温州市、湖州市、镇江市,这些城市大多数都是长江三角洲的城市,其余为省会城市;相对发展率在0.001和0.01之间的城市有42个,占比为38.89%;占比最高的区间为小于0.001,占比达到46.30%,将近半数的城市在这一区间范围以内,这些城市主要为长江中上游地区的城市及区域边缘地带的城市,这些城市为构成区域差异的主要原因。

图1-7　长江经济带城市科技创新能力相对发展率

省域创新相对发展率可以有效测度省域科技创新能力相对于整个长江经济带科技创新能力发展速度的差异,由此判断科技创新能力发展不足的省份。基于各省域2012年及2016年的发明专利申请量数据,计算省域创新相对发展率,得到各省域2012—2016年科技创新能力的发展速度,绘制成柱状图,如图1-9所示。排名前三名的省市分别为长江三角洲的江苏省、上海市和浙江省,其中江苏的创新相对发展率明显高于其他各省市,达到69.52%,分析其重要原因是这三个省份地处长江三角洲,由于我国对于东部地区存在优先开发和开放的优惠政策,很多资金、技术、人才等高质量资本都集聚在我国东部,从而长三角地区发挥了引领带头作用;同时,整个长三角地区的对外开放程度较高,参与全球化的竞争,引入国外先进的技术等,成为长江经济带经济发展的先行地带。其次为安徽省和江西省,可以看出由于地理的临近性,创新相对发展率高的省市对周围的省市产生了辐射作用,地理的临近使得技术、资金和人才等的流动性在该区域内增加,使得长三角地区周围的两个省份的创新相对发展率较高。再次为湖北省和湖南省,这两个地区的创新相对发展率处于中低水平,它们均属于长江经济带中游地区,说明长江经济带中部地区的创新发展速度还有待进一步提高。最后为四川省、贵州省、重庆市和云南省,这四个地区的创新相对发展率最低,因为它们与科技创新能力较强的省市在空间上的距离较远,因此受到知识溢出效应的影响较小,这些地区需要建立自己的创新极核点,带动科技创新能力的发展。

图1-8　长江经济带城市科技创新能力相对发展率的频率分布