区域科技创新的波动周期、分布动态与空间差异研究

摘要
图/表
参考文献
相关文章 (15)

全文: PDF (12433 KB) HTML (1 KB)
输出: BibTeX | EndNote (RIS)

摘要本文从过程-结构-时序维度构建科技创新评价指标体系,根据2001—2021年中国区域面板数据,运用合成指数法计算得到八大综合经济区科技创新景气指数,以此为研究对象,结合物理学波的特征分析全国及八大综合经济区科技创新的波动性与周期性,再采用Kernel估计和Dagum基尼系数及其分解法方法刻画全国及八大经济区科技创新的动态分布特征与差异性。研究发现:观测期内全国以及八大综合经济区科技创新波动周期呈现非对称性特征,东中部与东南部科技创新水平明显优于东北与西北经济区;近20年来全国及八大综合经济区科技创新水平波动变化经历了多个不同长度的中短周期,周期特征具有异质性;各区域科技创新水平的动态演进特征差异较大,但区域内创新水平较低的省份具有追赶的态势,同时随着空间滞后类型的变化, “俱乐部收敛”现象愈发突出,科技创新等级锁定效应加强,难以实现越级跳跃;全国及八大综合经济区科技创新水平整体差异表现出明显地下降趋势,但区域间差异具有扩大的走势。本文的研究价值是不同经济区科技创新波动状况各异,在激发经济区科技创新活力时应因地制宜、精准施策,为促进不同经济区间科技创新的协同发展与质量提升提供量化依据。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	杨武
	许红丹
	孙世强

关键词 ：科技创新, 周期性, 分布动态, 空间差异

Abstract：This paper constructs an evaluation index system of science and technology (S&T)innovation from three dimensions named as process-structure-time series.Based on the regional panel data of China from 2001 to 2021, the S&T innovation boom index of China's eight comprehensive economic zones is calculated by the composite index method.Taking it as the research object, we analyze the volatility and periodicity of S&T innovation in the whole country and eight comprehensive economic zones by combining the characteristics of physical waves.Kernel estimation and Dagum Gini coefficient and its decomposition method were used to describe the dynamic distribution characteristics and differences of S&T innovation in the whole country and eight economic zones.The results show that the fluctuation cycle of S&T innovation in the whole country and the eight comprehensive economic zones presents asymmetric characteristics during the observation period.The level of S&T innovation in the east-central and southeast is obviously better than that in the northeast and northwest economic zones.In recent 20 years, the fluctuation of S&T innovation level in the whole country and the eight comprehensive economic zones show kinds of cycle lengths, and the cycle characteristics are heterogeneous.The dynamic evolution characteristics of the level of S&T innovation in different regions are quite different, but the provinces with low level of S&T innovation in the region have a catch-up trend.Meanwhile, with the change of spatial lag type, the phenomenon of “club convergence”becomes more and more prominent, and the locking effect of S&T innovation level is strengthened, which makes the areas difficultly to realize leapfrog.The overall difference of S&T innovation level in the whole country and the eight comprehensive economic zones showed an obvious downward trend, but the difference between regions showed an expanding trend.The research value showed that the fluctuation of S&T innovation in different economic zones varies.Therefore, local conditions should be adapted to stimulate the vitality of S&T innovation in economic zones.Precise policies should be taken to provide quantitative basis for promoting the coordinated development and quality improvement of S&T innovation in different economic zones.

Key words： S&T innovation Periodically Distribution dynamic Spatial differences

收稿日期: 2022-10-24

PACS:

F124

基金资助:国家自然科学基金面上项目 “我国专利密集型产业破解国外技术锁定的机理、路径与对策研究” (72074019),国家自然基金应急课题 “我国经济由高速增长转向高质量发展的现实依据和总体框架研究” (71841018),北京市社会科学基金青年项目 “北京市经济高质量发展的科技创新驱动效应评估研究” (21GLC054)。

通讯作者: 许红丹

作者简介: 杨武(1961—), 男, 山东临沂人, 教授、博士生导师, 研究方向为技术创新管理。

引用本文:

杨武, 许红丹, 孙世强. 区域科技创新的波动周期、分布动态与空间差异研究[J]. 中国科技论坛, 2023(9): 118-130.
Yang Wu, Xu Hongdan, Sun Shiqiang. Study on the Fluctuation Cycle,Distribution Dynamics and Spatial Difference of Regional S&T Innovation in China. , 2023(9): 118-130.

链接本文:

http://www.zgkjlt.org.cn/CN/Y2023/I9/118

[1] SCHUMPETER J A.Business cycles:a theoretical,historical and statistical analysis of the capitalist process[M].New York:Mcgraw Hill,1939.
[2] MARKARD J.The life cycle of technological innovation systems[J].Technological forecasting & social change,2020,153:1-16.
[3] 杨武,施妙君.区域科技创新中短周期测度研究[J].科技进步与对策,2016,33 (5):1-8.
[4] 杨武,杨淼.中国科技创新驱动经济增长中短周期测度研究:基于景气状态视角[J].科学学研究,2017,35 (8):1240-1252.
[5] 李习保.中国区域创新能力变迁的实证分析:基于创新系统的观点[J].管理世界,2007 (12):18-30,171.
[6] 肖刚,杜德斌,戴其文.中国区域创新差异的时空格局演变[J].科研管理,2016,37 (5):42-50.
[7] 范柏乃,吴晓彤,李旭桦.城市创新能力的空间分布及其影响因素研究[J].科学学研究,2020,38 (8):1473-1480.
[8] 薛宝琪.黄河流域城市创新能力时空格局及影响因素[J].中国沙漠,2022,42 (6):116-124.
[9] 钟顺昌,邵佳辉.黄河流域创新发展的分布动态、空间差异及收敛性研究[J].数量经济技术经济研究,2022,39 (5):25-46.
[10] ZHANG M L,LI B Z,YIN S.Configurational paths to regional innovation performance the interplay of innovation elements based on a fuzzy set qualitative comparative analysis[J].Technology analysis & strategic management,2020,32 (12):1422-1435.
[11] WANG S,FAN J,ZHAO D T,et al.Regional innovation environment and innovation efficiency the Chinese case[J].Technology analysis & strategic management,2016,28 (4):396-410.
[12] 易平涛,李伟伟,郭亚军.基于指标特征分析的区域创新能力评价及实证[J].科研管理,2016,37 (S1):371-378.
[13] 仇怡,郑泽,吴建军.长江中游城市群创新效率时空变化及溢出效应[J].长江流域资源与环境,2022,31 (12):2582-2596.
[14] 李雨晨,陈凯华,张艺.科技创新能力测度结果的指标选取差异性研究[J].科学学与科学技术管理,2017,38 (4):3-15.
[15] 李瑞,何玉梅,杨锐.基于熵权TOPSIS法的科技创新能力评价——以成渝地区双城经济圈为例[J].中国西部,2022 (3):69-79.
[16] 杨秀玉.基于熵权TOPSIS法的区域农业科技创新能力及收敛性分析[J].华中农业大学学报 (社会科学版),2017 (3):42-50,150-151.
[17] 曹佳蕾,李停.基于熵权GC-TOPSIS的区域科技创新能力评价与实证[J].统计与决策,2020,36 (15):171-174.
[18] 陈银娥,李鑫,李汶.中国省域科技创新效率的影响因素及时空异质性分析[J].中国软科学,2021 (4):137-149.
[19] 白俊红,江可申,李婧.应用随机前沿模型评测中国区域研发创新效率[J].管理世界,2009 (10):51-61.
[20] 盛彦文,骆华松,宋金平,等.中国东部沿海五大城市群创新效率、影响因素及空间溢出效应[J].地理研究,2020,39 (2):257-271.
[21] 杨武,宋盼,解时宇.基于季度数据的区域科技创新景气指数研究[J].科研管理,2015,36 (5):55-64.
[22] 杨武,申长江.区域科技创新景气指数构建的理论与方法[M].武汉:华中科技大学出版社,2017.
[23] 兰海,吴悦,王丹.基于DEA和Malmquist指数的青海省科技创新效率研究[J].科技管理研究,2021,41 (17):40-46.
[24] 朱鹏颐,刘东华,黄新焕.动态视角下城市科技创新效率评价研究——以福建九地级市为例[J].科研管理,2017,38 (6):43-50.
[25] 王伟,朱小川,梁霞.粤港澳大湾区及扩展区创新空间格局演变及影响因素分析[J].城市发展研究,2020,27 (2):16-24.
[26] 杨明海,张红霞,孙亚男.七大城市群创新能力的区域差距及其分布动态演进[J].数量经济技术经济研究,2017,34 (3):21-39.
[27] 杨明海,张红霞,孙亚男,等.中国八大综合经济区科技创新能力的区域差距及其影响因素研究[J].数量经济技术经济研究,2018,35 (4):3-19.
[28] 陈依曼,李立勋,符天蓝.中国城市创新能力及其影响因素的空间分异:基于GWR模型的实证[J].热带地理,2020,40 (2):323-334.
[29] BURNS A F,MITCHELL W C.Measuring business cycles[J].Nber books,1946,78 (1):67-77.
[30] STOCK J H,WATSON M W,MOORE G,et al.A probability model of the coincident economic indicators[J].National bureau of economic research,Inc,1988 (2772):41.
[31] 陈磊,孟勇刚,咸金坤.我国宏观经济景气的实时监测与预测[J].数量经济技术经济研究,2019,36 (2):86-101.
[32] ROBERTO S M,YASUTOMO M.A new coincident index of business cycles based on monthly and quarterly series[J].Journal of applied econometrics,2003,18 (4):427-443.
[33] 张同斌,高铁梅.中国经济周期波动的阶段特征及驱动机制研究:基于时变概率马尔科夫区制转移 (MS-TVTP)模型的实证分析[J].财贸经济,2015 (1):27-39.
[34] 王晶晶,焦勇,江三良.中国八大综合经济区技术进步方向的区域差异与动态演进:1978—2017[J].数量经济技术经济研究,2021,38 (4):3-21.
[35] 蒲英霞,马荣华,葛莹,等.基于空间马尔可夫链的江苏区域趋同时空演变[J].地理学报,2005 (5):817-826.
[36] 张卓群,张涛,冯冬发.中国碳排放强度的区域差异、动态演进及收敛性研究[J].数量经济技术经济研究,2022,39 (4):67-87.
[37] 赵文举,张曾莲.中国八大综合经济区区域性金融风险分布动态、空间差异及收敛性研究[J].运筹与管理,2022,31 (3):199-206.