【文章精选】尹宏玲 吴志强 |极化&扁平：美国湾区与长三角创新活动空间格局比较研究

1 研究方法

1.1 指标选取

国内外研究者往往采用替代指标，如专利、新产品产值、科技论文等等来表征创新活动。在众多替代指标中，“专利”具有与创新活动相关性大、数据容易获得等优势，是测度创新活动的常用指标。这正如Griliches（l990）所指出的，专利数衡量创新虽称不上完美，但仍不失为研究创新的独特资源，故采用专利数据研究创新活动空间分布。

1.2 测度方法

在比较了各种方法优劣之后，本研究选取基尼系数、首位度和moran's I指数测度湾区和长三角创新活动空间分布。

创新基尼系数用来衡量创新活动空间均衡性，其取值范围为[0,1]，数值越小，说明创新活动在区域分布越均衡；反之，说明创新活动在区域分布越不均衡。

创新首位度用来测度创新活动在首位地区的聚集程度，创新首位度在一定程度上代表了创新活动在首位地区的集中程度。

创新Moran's I指数可以检验创新活动空间聚集是随机的还是存在一定规律或内在关系，以此识别创新活动空间聚集模式及其相关性。创新Moran'sⅠ指数取值范围为[-1,1]，当创新Moran'sⅠ指数为正，表明创新活动呈现空间正相关；当创新Moran'sⅠ指数为负，表明创新活动呈现空间负相关；当创新Moran'sⅠ指数为零时，说明创新活动在空间上随机分布，不存在明显的空间相关性。

2 长三角与湾区创新活动发展特征比较

2.1 区域创新活动整体发展水平

与湾区相比，长三角创新活动发展较快，创新活动总量已远超过湾区，但是创新活动的整体层次水平还不高，突出表现在技术含量较高的发明专利比例远低于湾区。

图1 2001-2013年长三角与湾区授权专利增长速度

2.2 在国家创新体系中聚集程度

作为国家创新高地，长三角和湾区都聚集了本国大量创新活动。2000-2013年，湾区和长三角专利授权量占各自国家的比例均呈上升趋势，且长三角占中国比例高于湾区占美国比例。如2013年，长三角专利授权量占中国总量的比例是33.68%，比湾区专利授权量占美国总量的比例高17.29个百分点。因此，从创新活动绝对聚集来看，长三角创新活动的聚集度高于美国湾区。

研究区域大小也会直接影响到创新活动聚集度，因此创新活动聚集度无法全面反映出创新活动聚集强度。为此，引入相对聚集度，即创新活动聚集度与人口聚集度的比值，比较两地区创新活动聚集强度。2013年，长三角和湾区创新活动相对聚集度是分别是5.35 和7.15，湾区创新活动在国家创新体系中聚集强度高于长三角。

图2 湾区与长三角专利授权量占本国总量比例

3 长三角与湾区创新活动空间分布特征比较

3.1 创新活动空间分异及其演化

3.1.1 创新活动空间分异大小

创新要素禀赋和创新机会的差异，使得长三角和湾区创新活动并非均衡分布，而是存在明显空间差异。为进一步比较湾区和长三角创新活动空间分异，借用基尼系数测度创新活动空间分异。2000-2013年，湾区和长三角创新基尼系数均大于0，且部分年份创新基尼系数在0.5以上，从而验证了这两个地区创新活动空间分异的存在.

但是，长三角与湾区创新活动空间分异并非一致，湾区的创新活动空间分异大于长三角。2000-2013年，湾区创新基尼系数在0.7左右，说明湾区的创新活动空间分异相当大。同期，长三角创新基尼系数在0.5 左右。通过比较2000-2013 年两地区创新基尼系数发现，长三角的创新活动基尼系数均小于湾区，其中差距最大的年份是2013年，两地区创新基尼系数差为0.28；差距最小的年份是2003，两地创新基尼系数差距为0.07，由此说明相比于湾区，长三角创新活动空间分异相对较小。

图3 2000-2013年湾区与长三角创新基尼系数比较

3.1.2 创新活动空间分异规律比较

从两地区创新活动空间分布发现（图4、图5），湾区创新活动空间具有明显梯次分布规律，而长三角创新活动空间是随机分布，无明显规律特征。

湾区专利授权量最多的圣克拉拉县位于湾区最南部，专利授权量较少的索拉诺县、纳帕县、索诺玛县、马林县位于湾区北部，而位于南部和北部中部地区的县，其专利授权量也处于中间水平，因此从南向北，湾区创新活动在空间上呈现出明显的梯次分布规律。

长三角地区专利授权量最多的是苏州，以苏州为中心分别向西、西北、南等方向的做剖面线，通过剖面线上专利授权量变化，发现自苏州向外，不同城市专利授权量高低相间，且不同剖面线上城市专利授权量变化幅度也不尽相同，因此长三角创新活动空间是随机分布。

图4 湾区授权专利空间分布图

图5 长三角授权专利空间分布图

3.1.3 创新活动空间分异演化

从2000-2013年两地区创新基尼系数变化趋势来看，湾区的创新基尼系数曲线相对平缓，创新基尼系数有变化，但是变化波动较小，这说明湾区的创新活动空间分布态势并没有随着时间推移发生大的变化，其高水平空间分异格局基本没变。

相比之下，长三角创新基尼系数曲线波动性较大，2000-2003年，创新基尼系数呈现上升趋势，这主要是由于2000年后少数城市创新活动的发展较快，长三角创新活动随着时间推移，出现了空间极化趋向；2004年以后，随着国家创新战略提出，各城市创新活动均得到了较快发展，城市间创新差异缩小，长三角创新基尼系数逐渐下降，说明长三角创新活动空间分异有趋同的趋势。

3.2 创新活动空间聚集及其演化

3.2.1 创新活动空间聚集度

湾区和长三角创新首位区域聚集了大量创新活动，但是湾区创新首位地区的聚集度更高。2013年，湾区发明专利授权量最多的是圣克拉拉县，其发明专利授权量占湾区总量的62%，而长三角专利授权量最多的是苏州，其专利授权量占长三角比例为19.22%，远低于湾区的创新活动首位聚集度。

3.2.2 创新活动空间聚集模式

借鉴城市首位度相关研究（汪明峰，2001），2013年湾区创新首位度大于2，说明湾区创新活动属于首位分布型，即湾区创新活动高度集中在创新首位县——圣克拉拉县，在空间上形成了单中心分布模式。

长三角创新首位度小于2，说明长三角创新活动不属于首位分布型。从空间分布来看，长三角创新活动集中在苏州、上海、宁波、杭州4个城市。2013年，这4 个城市专利授权量分别占19.74%、14.12%、11.77%和10.04%，合计达到55.66%，构成了长三角创新活动4大核心，创新活动在空间形成了多中心分布模式。

3.2.3 创新活动空间聚集演化

从创新活动空间聚集演化来看，湾区创新活动空间聚集有强化趋势，而长三角创新活动空间聚集呈下降趋势。

2000-2013年，湾区创新首位的圣克拉拉县，其专利授权量占湾区比例呈小幅上升，说明湾区创新活动空间聚集逐渐增强（图7）。相比之下，长三角正处于创新活动快速发展时期，城市间创新活动位序变动较大。随着时间推移，长三角创新活动空间聚集比例整体上呈现出下降趋势，即创新活动空间分布具有扩散倾向（图7）。

图7 2000-2013年湾区与长三角创新活动聚集情况比较

3.3 创新活动空间联系及其演化

根据Moran's Ⅰ指数计算方法，借助Geoda 软件中Space 分析，计算出2000-2013年长三角和湾区群创新活动Moran's Ⅰ指数（图8）。

• 湾区创新活动空间相关性大，空间集群特征显著

• 长三角创新活动空间相关性较弱，具有空间分散趋向

图8 2000-2013年湾区和长三角创新活动Moran's I指数比较

图10 2013年湾区创新活动空间集群图

图12 2013年长三角创新活动空间集群图

4 结语

湾区作为世界科技创新的典范区域，创新活动整体发展水平较高；同时，创新活动空间聚集特征显著，呈现出单中心极化模式，且随着时间推移，这种极化态势有自我强化趋势。相比之下，长三角创新活动发展较快，其总体规模比湾区大，但是发展水平、聚集强度还不及湾区。因此，长三角要打造以上海为中心的国际创新区域，需要进一步聚集创新要素，提升长三角在国家创新体系中的战略地位。

另外，长三角创新活动空间聚集度低、城市间创新相关性较弱，呈现出多中心扁平模式，且这种分散态势有向创新均衡方向的趋势。为此，长三角要不断加强城市间创新联系，促进创新活动空间聚集，共同构筑长三角创新集群。

（限于文章篇辐，此文为原文节录。深入阅读请见《城市规划学刊》2015年第5期）

《城市规划学刊》杂志官方微信二维码