请安装我们的客户端
更新超快的免费小说APP
添加到主屏幕
请点击
，然后点击“添加到主屏幕”
这表明浙江和福建早期的创新要素较贫乏，但随着经济快速发展，对创新要素的吸引能力增长很快。
其次，创新要素指数增量最小的是东北三省（黑龙江、吉林和辽宁），以及西部四省（四川、云南、陕西和宁夏）。1991～2010年，黑龙江和吉林的创新要素指数下降了5位，辽宁、四川和云南都下降了3位。这些省份多是计划经济时期中国经济和科技资源密集区，但随着经济重心的转移，创新要素也大量流向了其他省份。
此外，在全国创新要素指数增量排名处于中间位置的省份，其创新要素在全国的排序变化不大。例如，北京创新要素指数由于一直排名全国首位，所以其创新要素指数增量始终为0。
创新投入和产出的相关性分析
如果将创新视为一个从研发到商业化的过程，那么上述指标中，研发经费、科研人员、高等学校和科研机构是创新的要素投入，而发明专利授权量、技术交易额和高技术企业数可以作为创新产出的衡量指标。
研发经费和科研人员数量与三项创新产出指标之间都存在强正向相关关系。但高等学校数量只与技术交易额和发明专利授权量的相关性很强，与高技术企业数的相关性不大；科研院所数量与技术交易额和发明专利授权量的相关性都不强，仅与高技术企业数相关性较大。
这表明，研发的经费和人员投入直接影响了创新活动的产出水平和质量，对高技术企业的生成和吸引也有重要影响。高校和科研院所数量对创新产出的影响很有特点。由于高校一般从事基础研究和应用研究，所以对专利和技术交易贡献较大。高校对高技术企业生成和集聚的促进作用还不十分明显。相反，科研院所数量对高技术企业有较强的促进作用，却对技术成果贡献不明显。
创新要素分配的地区差距
虽然各省创新要素的相对位次在发生变化，但各项创新指标一般都在增长，区别在于有的省增幅大、有的省增幅小，增幅大的省份排名提升更快。所以，前文的分析无法反映中国创新要素分布的不平等程度是否在扩大。本节将分析创新要素分布的地区差距，并与区域经济差距进行对比分析。
创新有很强的集聚效应。一方面，创新具有粘性，距离往往会阻碍创新人才的思想碰撞和想法交流，便捷的远程通信难以完全替代面对面交流。另一方面，创新需要适宜的本地环境，包括良好的产学研基础设施、较少的行政审批干预、密集的创业资本、良好的知识产权保护和公平的竞争环境。所以，创新要素往往比经济活动的集聚效应和规模效应更强。而创新要素的集聚则意味着其区域差异会越来越大。
本节逐年计算每项创新指标的基尼系数，并通过洛伦兹曲线直观地表示随着时间推移，各项指标的省际不平等程度。洛伦兹曲线通常用于比较社会财富分配的不平等程度，横轴代表全社会人口，将全部人口从最贫者到最富者自左向右排列，纵轴显示的是各个百分比人口所获得的收入的累积百分比。洛伦兹曲线向坐标系右下方拉伸越多，则不平等程度越高。对角线为均等线，即收入分配绝对平等线。基尼系数是一个比值，其分子是对角线和洛伦兹曲线之间的面积，分母是对角线和横轴之间的三角形面积，其取值范围是\\，值越大则不平等程度越高。我们将财富指标换成创新指标，即可分析创新要素的省际配置情况。
首先，创新要素的集聚性十分明显。20%的省份，汇集了全国60%的研发经费、50%的科研人员、35%的高等学校、40%的科研机构、70%的发明专利授权、75%的技术交易额和70%的高技术企业。从上述数字可以看出，相对于创新投入指标，创新产出的集聚效应更强。
其次，随着时间推移，创新投入的省际分配不平等程度变化较小，而创新产出的省际不平等程度在快速扩大。第一，在创新投入方面，5个年份的研发经费和科研人员的基尼系数都略有提高，但幅度很小，而且差距的扩大主要发生在2000年以后；科研机构和高等学校的区域差异变化更小，高等学校的基尼系数甚至一度有所下降。第二，在产出方面，1991～2010年，发明专利授权量、技术交易金额和高技术企业数量的基尼系数都有大幅提高，从洛伦兹曲线上可以更直观地看出这一趋势。
创新投入和产出的空间分布差别，在一定程度上表明了政府和市场在创新要素配置中的作用不匹配，创新要素布局和经济布局之间存在一定的脱节。在创新投入中，政府对资源配置的影响较大，如高等学校和科研机构多为公立，政府对其设立等审批较严，所以在政府主导的情况下，这些创新要素配置的均等化倾向很突出。而对于创新产出，其资源配置的市场化导向很明显，创新产出大多来源于经济发达地区。
创新投入和产出的空间不匹配，对经济发展有极为不利的影响，例如，浙江等经济发达地区的企业有很强的技术需求，但本地科研机构较少，企业不得不跨省寻找合适的产学研合作伙伴；而受益于中国传统的创新要素布局，西部和东北的一些省份有较丰富的创新要素，但经济活跃程度较低，创新成果转化为经济价值的难度较大。
创新要素的跨区域流动
本节分析各省创新指标增量的排序。即通过分析创新要素增量的流向，反映创新要素的省际流动性。数据涵盖了1991年、1996年、2001年、2006年和2010年五个年份。针对每个创新指标，我们计算其当期相对于上期的增量，可以得到四期的增量值。
研发经费增量排序
过去20年各省的研发经费都有增长。但研发经费的增量主要流向了江苏、广东、山东、北京、浙江、上海等东部沿海经济发达省份。而流向海南、宁夏、青海、贵州、甘肃等边远地区的增量最少，近乎为零。
科研人员增量排序
科研人员增量主要流向了北京、广东、江苏、浙江、福建和山东，与研发经费的流向地基本一致。与研发经费持续增长不同，有些省份的科研人员出现了负增长这可能与科研人员的统计口径变化有关，2010年没有科学家和工程师数量，改用研发人员全时当量替代。两个口径不完全相同，因此有的省出现了科研人员统计数量下降的情况。科研人员流出较多的是辽宁、四川、河北、山西、湖北、陕西等省由于统计指标变化，2010年采用了研发人员全时当量指标，之前年份采用的是科学家和工程师。虽然统计口径有所变化，但仍具有一定的可比性，反映了科研人员的整体流动趋势。这些省份是计划经济时期国有企业的主要分布地区。随着经济重心的转移，科研人才流失十分严重。而宁夏、青海、海南等边远地区科研人员始终保持在最低水平，流入和流出量都不大。
高等学校增量排序
2000年后中国高等学校数量快速扩张。从1991年到2001年，中国高等学校增加了50%，而2001年至2010年增幅超过170%。新增高校的布局与研发经费和科研人员增量的流向有明显差异。江苏、山东、广东、浙江、北京这些近十年来创新要素的主要集聚地，虽然进入了高校增长最快的前十个省份，但仅有江苏进入前五名。而内陆省份（安徽、辽宁、湖北、湖南）在前五名中占据四席，在前十名中占了半数（河南居第八位）。这表明经济重心和创新集聚地的变化对高校布局调整的影响相对较小。
科研院所增量排序
受科研院所改制的影响，过去20年间全国各省的独立科研院所数量都大幅下滑这一指标受统计口径影响较大，1999年后转制为企业的科研院所不纳入统计范围。企业所属和公司制的科研院所也不在统计范围内。因此，包括各种法人制度的科研院所实际数量会高于统计数量。1991年全国共有5463家，2010年已降至3696家。其中，降幅最大的是江苏、辽宁、四川、上海和广东。1996～2006年的十年间，江苏的科研院所减少了80余家。与科研人员大幅减少的趋势相同，辽宁和四川的科研院所也在锐减，十年间分别减少了近60家和近40家。2006～2010年，全国新增的科研院所主要集中在北京，这进一步强化了北京作为全国创新中心的地位。
发明专利授权量增量排序
发明专利授权量的增量主要流向了中国经济的领头羊省份，包括广东、北京、江苏、浙江和上海。这与创新要素投入的流动方向一致。从2001～2006年，北京和上海的发明专利增长最快，增幅近3000件。但从2006～2010年，广东的发明专利授权量增长迅猛，远高于北京和上海。仅广东一省的发明专利授权增量就占全国增量的1/5，达11250件。广东的创新要素主要集中在深圳，深圳的专利数量占广东全省的一半以上。而深圳的大多专利都源于华为和中兴两家企业，二者也是全国专利授权量最多的企业。
技术交易额增量排序
技术交易额反映了技术市场的规模和活跃度，2010年全国技术交易额超过3900亿元，是2000年的6倍。北京已经成为全国最大的技术交易市场，而且远高于其他任何省份。2001～2006年北京的技术市场成交额增量为500亿元，占全国增量的53%；2006～2010年北京技术市场成交额增量接近900亿元，占全国增量的47%。此外，江苏、广东和上海的技术交易额也有一定增长，但幅度远小于北京。这一方面反映了北京具有较好的技术交易环境和服务体系，吸引了大量的技术供需方来此交易；另一方面也由于北京具备雄厚的高校和科研院所资源，成为中国最重要的技术发源地。
高技术企业数量增量排序
高技术企业的增量主要分布在江苏、广东两省。从高技术企业数量增长的角度看，2001～2006年是“广东时代”。这5年间，广东省高技术企业增加了1902家，占全国同期增量的27%。但从2006年到2010年的近5年是“江苏时代”。其高技术企业增幅达1841家，占全国比重超过44%，远远超越了广东等其他省份。
在2008年出台新的高技术企业认证标准后，中国高技术企业的增速有所下滑。2010年全国共有28189家高技术企业，而2011年降至21682家，其中北京从1103家降至737家，上海从1423家降至962家，天津从817家降至497家。
风险资本增量排序
根据《中国创业风险投资发展报告》，2006～2011年，中国风险资本增量主要流向了江苏和广东。两省占全国增量的比重分别为27%和22%，这与两省高技术产业发达密切相关。浙江、北京和上海的风险资本增量也排在前列。此外，山东的风险资本在过去5年增幅很小，在全国风险资本布局中的相对位次明显下滑。
创新要素与经济增长
本节将区域创新要素拥有量和经济增长联系起来，分析两者在过去20年高速经济增长和工业化进程中的关系。基于1991年、1996年、2001年、2006年和2010年的数据，我们将各省的创新要素指数分别与人均地区生产总值、地区生产总值总量和工业化程度相匹配，通过散点图的形式观察其相关性。
趋势与建议
创新要素跨区域加速转移已成趋势，创新差距将继续扩大
市场成为过去20年中国创新要素布局调整的决定性力量，新的创新要素布局已经基本形成。其调整方向与经济重心的转移一致，即创新要素分布的重心实现了从内陆向沿海发达地区的转移。
中国多中心的创新格局正在形成之中。北京、上海和江苏、广东等沿海发达地区已经成为创新要素富集区；但发展为“创新中心”仍面临诸多制度障碍。这些地区的创新环境虽然具有相对优势，但与发达经济体相比仍有很大差距。
创新要素跨省转移的速度在过去十年明显提高，这一过程仍将持续。可以预见，中国已经进入创新布局加速调整、区域创新差距迅速扩大的阶段。驱动创新要素加速转移的根本动力来自区域经济发展的需要，以及区域之间不断加大的创新制度环境差异。对创新驱动增长需求大、创新环境较好的省份，将对创新要素产生更大的吸引力。目前，广东、江苏、浙江、上海等沿海开放地区显现出较强的创新要素集聚能力。另一方面，创新差距的扩大将加剧区域发展不平衡。通过科学合理的政策手段，促进创新要素和创新活动在区域间合理分布，将成为中央和地方政府的艰巨任务。
深化改革，提高创新要素空间流动性
在创新要素布局加速调整的大背景下，政府要顺应市场和创新规律。通过深化改革，加速完善国家创新体系，消除制约创新要素合理流动的体制和政策障碍。通过促进创新要素和生产力布局的空间匹配，优化区域间创新资源配置，提高创新资源利用效率，促进创新和生产率提升。
在区域创新体系建设中释放改革红利
在推进市场经济体制改革的同时，将北京、上海和沿海发达省份作为区域创新体制改革先行先试区。对直接影响创新要素质量和流动性的领域，如高等教育制度、科研院所体制、海外人才移民和工作制度等率先推进改革。促进发达省份区域创新体系与国际接轨，通过制度建设培育中国未来的创新中心。
欠发达地区必须高度重视创新体系建设
在市场驱动下形成创新要素新布局的过程中，地方政府的作用并非无关紧要。实际上，即使在广东和浙江等新崛起的创新要素富集地，各市、区、县的创新集聚能力也有很大差异。除了经济、产业、区位和科技资源禀赋外，当地政府对改善区域创新环境的长期努力，以及对创新的持续投入，是促使创新要素在20多年内向本地逐步集聚的重要因素。即，区域创新资源优势是在市场驱动和政府引导的共同作用下，经长期累积形成的。另一方面，虽然从长期来看创新要素具有流动性，但在短期中也是有粘性的。因此，尽管政府难以决定一个地方在市、省乃至全国创新要素布局中的地位，但政府可以对提高本地创新要素集聚能力施加重要影响；利用创新要素的粘性和累积性特征，逐步建立起有本地特色的创新基础。
今后十年是中国增长动力转换的重要时期。虽然区域间增长动力转换的进程有较大差异，但由于创新要素积累和创新相对优势的形成是个长期过程，地方政府必须从战略高度给予重视。一些地区已经在创新资源培育和竞争中落后，如果继续无所作为，必将陷入创新资源匮乏、技术和产业升级乏力、转型发展迟滞的困境。地方政府应高度重视区域创新环境建设，有效弥补区域创新体系短板，营造留住和吸引创新要素的软硬件环境，培育区域可持续发展的新动力。