我国创新极化现象的区域分布与极化度比较
开篇：润墨网以专业的文秘视角，为您筛选了一篇我国创新极化现象的区域分布与极化度比较范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
摘要：文章以30个省(市、区)为生产决策单元，运用绩效评价中的数据包络分析对科技资源变量进行实证研究，测度出目前我国形成了京津冀单极结构创新极化区、珠江三角洲双极结构创新极化区、长江三角洲三极结构创新极化区。在此框架下，文章以相同的变量构造Esteban―Ray指数衡量三类创新极化区的极化程度，认为珠三角创新极化区内极核的集聚效应不断增强；长三角的扩散效应开始显现；而京津冀目前仍处于极化的形成初期。
中图分类号：F061．5 文献标识码：A
文章编号：1002―2848―2007(01)－0078―05
一、引 言
经济增长的非匀质性表现为资源由周边落后地区向经济中心的集聚运动，这又被称为极化现象(Polarization)。近年来区域极化程度与科技资源的聚集及创新活动密切相关，出现了明显的创新极化现象(Innovative Polarization)。美国的休斯敦和苏联的巴库就是很好的例证。这两个石油工业城在科技资源集聚上表现为不同的极化程度，最终休斯顿成功地成为美国西部高新技术中心，而巴库则衰落了。可见创新极化现象将引致不同区域整体创新能力的差异。Mohnen和DeBresson首次提出了“创新极”(Innovative Poles)等一些重要概念，并认为中国存在广东、浙江、上海等创新极。他们利用Tobit模型考察了影响区域创新极化的因素，认为R&D投入的连续性和集中度与区域创新的差异有重要关系。
欧向军和顾朝林利用Kanbur―Zhang指数测度江苏省的空间极化现象，认为江苏省在空间上表现为城乡极化和南北极化。郭腾云利用Estebn―Ray和Kanbur―Zhang指数，对我国1952年到2000年间区域经济空间极化的变化趋势进行研究，认为中国区域极化总体趋势随时间推移呈现不对称的周期性的上升与下降运动，1990年代中期以后极化明显加强，而从2000年起有所下降。闫小培和林彰平通过25项城市发展指标的变动测算出我国不同区域内城市发展水平差异增大，东部沿海地区的集聚性和创新性显著，而西部城市结构仍处于低水平均衡状态。
目前我国学者对中国极化问题进行了有益的探索，然而仍存在三方面的不足。第一，现有研究并没有建立以创新资源非匀质分布为基础的创新极化现象的统一研究框架。第二，区域边界的界定缺少中观层面的分析。目前极化问题中的区域概念或侧重于以省市(县)为单位的区域微观边界，或侧重于以全国为单位的区域宏观边界，而忽视了我国逐渐形成的具有典型区域中观意义的经济带或经济圈(如长三角、珠三角等)；第三，创新极化现象的区域分布是以创新绩效为核心而形成的，如何设计以创新绩效为基础的创新极化识别标准仍是鲜有研究的问题。因此，本文拟在创新极化区域分布的框架下，对我国区域间的创新极化度进行比较分析，以探求不同区域创新能力形成和提升的有效途径。
本文的第二部分介绍使用的模型和指数：拟首先通过数据包络分析确定我国创新极化现象的区域分布；并利用模型中的变量构筑Estebn―Ray指数，从而在创新极化区域分布框架下进行极化度的比较，并通过变量使用的一致性实现模型和指数间的内在统一。第三部分是对数据来源进行说明；第四部分给出模型和指数的分析结果；第五部分指出结论的政策含义。
二、模型与指数介绍
(一)DEA模型的基本原理
目前对极化现象的区域分布主要通过极核①的总量指标和结构指标来确定。这种指标法虽然直观，但很难保证科学性，如指标的选取可能存在共线性或同质性；指标的单一性容易造成解释力降低等。因此应通过综合性的绩效考察方法来识别极化现象的区域分布。我们拟选用数据包络方法(Data En-velope Approach，简称DEA)。1978年著名的运筹学家Charnes、Cooper和Rhodes提出了第一个DEA经典模型，并命名为C2R模型C2R模型是在生产函数具体形式未知的基础上，利用投入和产出之间的关系测算被研究单位绩效的一种方法。其中被研究的具有同类性质的单位或部门称为决策单元(Decision Making Unit，简称DMU)。对于任何输入向量 和任何输出向量 和 之间存在某种函数关系，设输人权数为 输出权数为 为决策单元的个数。构造效率评价系数：
三、变量和数据选取
本文研究所使用的数据均引自《国家级科技计划项目执行情况统计》资料，并以省级行政区划为决策单位，除台湾、香港、澳门和③外涉及30个省(市、区)1997―2003国家级开发型科技计划项目④的相关数据。测度的指标数据为(1)以政府资金、贷款、自有资金和项目人员数作为计划项目的输入指标；(2)以新增产值、净利润、专利数作为输出指标，(3)以项目数作为各省(市、区)创新可能性或潜在创新能力的权数①。在产出指标中，新增产值和净利润指标是反映项目经济效益增量和项目的收益成本差额的重要变量；专利数指标则因为该计划项目的成果大部分是发明和实用新型专利(两项总计约占75％)，所以在分析时没有再将其细化；由
于上缴税金和出口额指标，从测度上看与项目指标的性质高度相关，为保证测度的有效性，没有将其纳入指标测度序列。由于技术上的原因，国家没有公布2001年的调查数据，为保持指标测度的连续性，该年数据是采用内插法推算获得。
国家级科技计划项目在一定程度上代表了我国尖端科技研发水平。其项目多为原创性创新与重大创新，它分为研究型项目与开发型项目。由于研究型项目的产出指标缺乏对新增产值和净利润的贡献指标，不足以满足创新对区域经济贡献的测度要求，根据本文研究的任务，主要采用国家级科技计划项目中的开发型项目的相关指标。
四、结果分析
利用Matlab软件编制程序，对附表中的7年平均数据进行DEA有效性分析，求得评价结果如表1所示。
创新极核是创新极化区域的中心，其至少应满足三个条件：第一，区域内创新资源的存量基础较好，具有较强的吸附能力，这由DEA所反映的规模有效来体现；第二，创新能力具有较强的集约性和高效性，这由DEA所反映的技术有效来体现；第三，市场化程度较高，能够提供创新成果高效转化的途径与平台，这由国家级科技项目数据的基本定位来体现。在此前提下，如表1所示，我们可以得到三点结论：
(1)我国DEA=1的区域共有六个，分别为北京、上海、江苏、浙江、广东、福建。虽然根据DEA的结果我们无法简单的对这六个地区的绩效优劣进行排序②，但是借鉴《中国区域创新能力报告》，我们可以判断各区域的主创新极③分别为北京、上海、广东。
(2)不同的创新极化区域结构不同。长江三角洲出现江苏、浙江两个副增长极；珠江三角洲出现福建一个副创新极；京津冀创新极化区域则没有副创新极，取而代之的是周边地区的“创新空洞化”(In-novative Holes)。如天津、山西、河北、山东均为DEA无效，与最优规模相比，投入过小；辽宁处于规模报酬递减阶段，与最优规模相比，投入过多。
(3)考虑到只有在科技活动广泛联系的领域省份之间形成的区域才能构成创新极化区域。据此作者认为当前我国存在着三个明显的“创新极化区域”，即京津冀单极结构创新极化区、珠江三角洲①双极结构创新极化区、长江三角洲三极结构创新极化区。
在上述分析的基础上，利用Estebn―Ray指数对上述三类不同创新极化区域分布的极化度进行比较，从而得出三类不同区域的极化特征。
其检测结果见表2―4：
根据表2―4，进一步结论如下：
(1)从总体来讲，三个创新极化区域在各投入产出指标上的极化度基本低于全国水平。这一方面说明三大区域的创新总量较大，因此在较高基点上区域内差距较小；另一方面全国范围内的科技资源配置差异较大，我国在科技领域已基本形成非均衡配置方式，科技资源越来越向创新极化区域集中。
(2)极化过程包括吸附和扩散两种相反的运动，不同的极化阶段，两种运动的作用大小不同。当极化指数较大且呈现增长趋势时，区域内极化明显，如珠江三角洲；当极化指数较小且呈现逐渐降低趋势时，表明该区域已经进入了区域创新极化的扩散阶段，如长江三角洲。如果极化指数较小且呈现不稳定的波动，则说明处于极化的初期或不稳定期，如京津冀区域。
(3)长三角以三个极核的领域渗透为基础，区域问的扩散带动创新能力的整体提高。珠三角处于稳定的极化期，如果能有效利用目前大力倡导的泛珠三角合作的优势，将会在扩大吸附能力的基础上增强对周边地区的扩散。京津冀创新极化区以北京的强吸附为表现形式，这种强吸附没有形成持续的动力，处于极化的初期。
五、政策含义
创新极化区域框架下的极化度分析显示，未来应打破东中西的传统区域划分方法，弱化单纯的省市划分界限，建立以极核为中心带动创新极化区域的发展思路。同时加快创新极化区域的领域渗透和扩散效应，促使极化地区将资源优势转化为创新极化空间的区域优势。以此建立资源互补和合作的机制，加强创新极化区域内和创新极化区域之间的联系和交流。
注：本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文。