中国与印度的创新地理学

在当今知识型和创新型经济的时代背景下，创新能力是区域和城市在全球开放的空间系统中竞争力表现的关键。金砖国家，尤其是中国和印度，由于其近年来快速的技术追赶，现在被广泛认为是全球范围内最有可能挑战美国和欧盟经济领导地位的两大经济体。然而关于这两个主要新兴国家如何以及在哪里进行创新，以及中国和印度的领土创新体系在多大程度上与欧盟或美国的创新体系有所不同的研究十分有限。

本文基于以上背景，以美国和欧盟为基准，探讨了中国和印度的创新地理学，重点研究了两者关键的地域级创新趋势。文章先后从两个层面展开：首先，本文从国家层面的视角，比较分析了中印两国在创新领域的投入（研发支出占国内生产总值的比例）和产出（专利强度、受过高等教育的人口比例）与欧盟和美国的差距。接着，本文又从中国和印度国家内部层面的视角，揭示了中国和印度内部创新能力地理分布的显着差异，以及这两个国家与美国和欧洲的创新地理方面的不同。最后，本文分析了中国和印度在创新体系形成和创新地域不平衡发展的驱动因素。

在第一阶段即国家层面的比较研究中，作者采用“专利”的数量这个最为常用却不够完善的数据和拥有高等教育人口的比例作为测定各国“创新产出”的绩效考核指标。研究发现，在1995年至2007年全球危机之前，中国与印度在创新方面的大量投资导致专利申请率迅速提高；然而在2000年代，两国的发展出现分歧，与印度专利申请停滞不前的现象不同，中国专利开始起飞。但是新兴国家与发达国家在专利绝对数量上仍存在巨大差距，其中欧盟的专利申请量比中国多达八倍。中国和印度技能型人力资本禀赋的演变情况也十分相似，至2009年中国的研究人员总数仅落后于美国，而印度研发人员强度在21世纪之后几乎处于停滞状态。

在第二阶段，作者通过对中国、印度、美国和欧盟专利数量地理分布的分析，发现，中国和印度的创新活动在地理上分布非常不平衡，专利的分布比美国和欧盟都更为集中，且这种创新集中的趋势还在增加。在中国，领先的创新地区主要在沿海，而西部省份以及宁夏等中部省份创新能力较差。在印度，除了孟买、德里、班加罗尔、金奈、海得拉巴和浦那的创新中心之外，其他地区很少有创新，而美国在全国各地都有强大的创新中心。另外，研发支出、人力资本和专利强度在各个国家和地区的空间分布也并不完全吻合。其中，中国的地域系统在投入和产出方面最为相似，其十大人力资本地区中的六个也位于最具创新性的地区名单，与研发支出一样，北京和上海仍处于前三名，与专利排名相同。印度和美国的三项排名却有着实质性的变化。

最后，作者重点分析了创新地理格局不均的驱动因素，主要有以下三个方面：

① 印度和中国都采用了可以直接从线性创新和内生增长理论中提炼出来的创新战略，

线性模型认为，创新是将更多资源投入科技和人力资本的直接结果，研发投入越大，一个国家的创新能力就越强。因此导致对空间的关注不够。

② 路径依赖。尤其是印度，受到历史上传统工业中心和权威研究机构区位的影响。

③ 创新机构缺乏或不足、公司间合作能力有限以及在中国内地和印度东北部有限的跨国公司的存在是成为两个新兴国家创新障碍的另外一大因素。

在全球城市网络的语境下，外商投资和跨国企业促进了例如中国北京、上海、广州和深圳等特定大都市和贸易中心的知识和技术的传播，形成大型城市的创新“山峰”及其周边地区相对的创新“沙漠”。在没有国家新政策的干预下，这种既有的选择行为可能会使已经非常不平衡并且不可持续的创新地理格局现象更为加剧。

来源：CRESCENZI R, RODRÍGUEZ-POSE A. The geography of innovation in China and india[J]. International Journal of Urban and Regional Research November 2017, 41(6): 1010-1027. 

（供稿：戴鲁宁）

社会联系网络与空间流动性的关系：基于爱沙尼亚手机信令的研究

社会联系网络影响着居民生活的方方面面，与以往人们活动圈仅局限于社区层面不同，现如今社会网络日趋复杂，同时由于信息与通信技术（ICT）的发展，居民的空间流动性也在增加，许多学者利用手机信令数据，对居民空间流动的影响因素进行深入的解读。来自塔尔图大学地理系的三位学者通过分析爱沙尼亚手机数据，挖掘手机用户的社会联系网络与空间流动性之间的关联。研究的重点在两方面：①用户的社会联系网络和其通讯联系人的居住地分布范围对该用户的空间流动性有何影响；②社会联系网络和空间流动性的关联度有多大程度取决于个人属性。

数据选择。该研究使用由爱沙尼亚电话运营商提供的手机数据，其网络覆盖率可达领土面积的99.9％，并且爱沙尼亚有近94％的人使用手机。手机数据类型包括呼叫活动的发生地、发生时间、用户编号等，用户的性别、出生日期、使用语言也通过保密的方式被提供。研究选取2013年2月里11天的手机数据，并通过以下标准进行筛选：年满19岁;使用语言为爱沙尼亚语或俄语;有可能确定家庭和工作的地点;每天通话活动的数量平均在2到22次之间;至少50％的呼叫是使用相同的电话运营商;至少能确定一个互通电话的联系人。筛选后的人数为7 0536人，为19岁以上的爱沙尼亚人口的6.8%，用户的性别和居住地分布情况与2011年的人口普查结果相似。

通讯联系人的社会网络特征。通讯联系人数量指与某一用户产生相互呼叫行为的联系人的个数，平均每个人拥有6.2个通讯联系人。通讯联系人的居住地也被识别出来，一共包含238个区(districts)，平均每个人的通讯联系人的居住地分布在3.6个区。用户到访地区的数量指用户在11天内通话行为发生地的数量，平均一个人有7.5个区的通话行为发生地。活动空间椭圆面积指通话行为发生地的标准差椭圆，其平均面积是2,079.1km2。

统计数据显示，用户的社会网络和空间流动性的差异一定程度上取决于个人属性，男性用户在地区到访数量和活动空间椭圆面积上要大于女性，说爱沙尼亚语的人要大于说俄语的人（p <0.01），与中年人（30—49岁）相比，其他年龄段的人距离通讯联系人的平均距离显着减少（p <0.01）。居住在首都或附近地区的人比那些居住在偏远村镇的人拥有更小范围的活动椭圆（p <0.01）。

相关性分析。作者运用斯皮尔曼相关系数(Spearman)来探究社会联系网络和空间流动的相关程度，并构建六个线性模型（GLM），有三个模型用来估计到访街区的数量，另外三个模型估计活动空间椭圆的面积。自变量分别考虑了通讯联系人的数量、联系人所在街区的数量、本人与联系人居住地的平均距离这三个因素，此外，个人特征（性别，语言，年龄，居住地等）也被纳入每个模型。

模拟结果显示，一个人拥有的通讯联系人的数量和居住地分布与其空间流动性呈正相关。前三个模型表明，通讯联系人的社会网络与其所到访过的街区数量（空间流动）有较强相关性，其中通讯联系人居住地数量与用户到访过的街区数量关系最强烈（rho = 0.483），其次是联系人的数量（rho = 0.420），最后是到联系人居住地的平均距离（rho = 0.320）。因此说，有更多远距离的通讯联系人意味着该用户有更高的空间流动性。另外三个模型表明，活动空间椭圆面积与到联系人的居住地平均距离相关性最强（rho = 0.366），而和联系人数量（rho = 0.278）及联系人居住的地区数量（rho = 0.285）相关性较弱。因此，当与通讯联系人的居住地距离较远时，用户的活动空间可能覆盖更广。

此外，个人特征影响着社会联系网络和空间流动性之间的相关度，其中影响最大的是性别，对于男性来说，联系人的社会网络因素对于空间流动性的影响更大；在语言方面，说爱沙尼亚语的人比使用俄罗斯语的人相关度更强；居住在首都或中心区的人社会网络联系度和空间流动性的相关性最强，小县城和农村地区的人则相关性较弱。

讨论与总结。社会联系网络与空间流动之间的正相关性在爱沙尼亚手机信令研究中得到了证实，可以说，社会网络分布更广的人也具有更大的空间流动性。另外，性别带来的相关度差异可以理解为，男性比女性更倾向于社交活动；语言上的差异可能由于使用俄语的少数人，常常在不同地区生活和工作；居住地的差异可以解释为，城市中心区的人口密度高、服务多，为社会活动提供的地点也更丰富。总体来说，这项研究利用手机数据证实了社会联系网络与空间流动之间的重要相关性，以及个体因素对相关性也有一定程度的影响。

来源：PUURA A, SILM S, AHAS R. The relationship between social networks and spatial mobility: a mobile-phone-based study in estonia, Journal of Urban Technology, 2017.DOI: 10.1080/10630732.2017.1406253. https://doi.org/10.1080/10630732.2017.1406253

（供稿：王泽夏）

年轻人的种族隔离现象更少吗？通过手机数据计算活动空间的种族隔离

同化理论（assimilation theory）和生活常识都表明了一个观点，即移民在主流社会生活的时间越长，那么他们就会越融入主流社会。但是在许多国家进行的研究却呈现出相反的结果：在年轻的这一代移民中，隔离现象比其父辈更严重。作者选取了爱沙尼亚的首都塔林的爱沙尼亚人和使用俄语的少数人种作为研究对象，调查不同年龄组成员之间的种族隔离程度差异。研究使用了人口普查数据和被动手机定位数据，从个体层面分别计算重要活动地点和整体活动空间的隔离程度。研究结果表明，在居住地和非工作性质的外出活动区域，年轻人群的隔离现象比年老人群更严重。活动空间的计算结果表明，在所有年龄阶段，俄语使用者的活动空间比爱沙尼亚人更少且更单一，并且其活动空间多位于俄语使用者的聚居地。总体上看，两个种族之间的活动空间差异随着成员年龄的增加而减少，这就表明了年轻种群成员的种族隔离程度更高。这样的研究结果与同化理论相悖，数代之后，俄语使用者的空间行为并没有变得与爱沙尼亚人相似。

1、研究背景

种族的空间隔离是一个被广泛研究的话题，由此可能会产生歧视、种族的社会边缘化、群体选择和社会网络差异等结果。传统同化理论（Gordon 1964）提出，随着时间流逝，不同种族的族群差异会减少，而种族同化现象会加强。移民们会逐渐学习当地语言和风俗，与当地人逐步建立工作和朋友关系，直到某一天他们会变得和主流人群相似（Redfeild, Linton, Herskovits，1936; Berry， 1997; Nagel，2009）。但事实上，越来越多的相悖话题正在被讨论，例如隔离加剧现象、区隔融合论、少数人种如何在主流社会中组织生活等。并非所有的少数种族都能以同样的速度和质量进行同化（Verhaeghe, et al，2016）。同化进程通常会受社区规模、文化差异程度、政治环境和世代差异等因素影响（Massey, Denton，1988; Groenewold, de Valk, van Ginneken，2014; Marcińczak, et al， 2015）。

早期关于隔离现象的研究聚焦在居住地和工作地，这两种重要活动空间被用来表示同化水平和移民的社会地位。近几十年来，研究表明隔离现象可以在整个活动空间被观察到，不仅仅存在于居住和日常例行活动的空间。即使是生活在种族杂居的地区，少数种族也可能会被独立和隔离；相应地，即使生活在隔离区域，一些少数种族也可以在很好地融入主流社会。这些更加复杂的模式与日渐提升的空间流动性和计算机信息技术的使用相关。因此，相关研究越来越多地开始采用以活动空间来研究隔离的方法。

本文的研究目的是为了测定不同年龄组人群日常空间流动的种族隔离差异。空间流动性所能明显体现的隔离水平表明了少数种族在城市空间中的孤立程度。不同年龄组之间的差异理应反映出当前的同化进程。

2、案例背景

在目前的调查中，作者选择爱沙尼亚作为案例研究，同时使用人口普查数据和被动式手机位置数据，其中手机数据确保作者能够长期监测使用者的日常空间行为。爱沙尼亚是一个非常有趣的研究案例，它的少数种族由俄语人种组成（占总人数的30%），这些人的大规模移民活动止于1991年，即前苏联解体和爱沙尼亚独立之后。此后，从俄语国家前来的移民极少。因此，年龄较大的使用俄语人种很大可能是移民，而使用俄语的年轻人群则是他们的子辈或孙辈，他们可能在很小的时候就到了爱沙尼亚或者在这里诞生。由此提供了一个观察前苏联时代移民同化进程的研究机会。

从前苏联前来爱沙尼亚的大部分移民都选择在大城市或者工业地区定居。居住地的差异至今仍旧显著：依据2011年的人口普查数据，45%的俄语人种生活在首都塔林，同时占塔林总人口的45%；31%的俄语人种生活在爱沙尼亚东北部的工业地区，占当地总人口的83%。值得注意的是，这些少数俄语人种在爱沙尼亚就像是一个“平行人种”，同化进程一直以来都十分缓慢。例如，居住分离现象一直没有减少，当迁居时，大多数俄语人种会选择俄语人种占比高的地区（Mägi et al. 2016）。

3、研究数据

被动手机位置数据（passive mobile positioning data）

作者采用了被动手机位置数据来评价活动空间的差异性，该数据由呼叫详细记录（Call Detail Record，CDR）组成，包括对外呼叫活动（通话，短信和多媒体信息），位置和时间信息。在高人口密度或道路密度较高的地区，定位的精准度为100—500m，而在人口稀疏的地区，定位精度为500—5000m。用户的手机位置数据仅在每一个呼叫行为完成时才被记录，每一个呼叫行为都会产生以下数据：随机生成的匿名用户ID，时间（精确到1s），以及位置（通信网络基站编号）。此外，每个用户的性别、出生年份和首选通信语言也由Telia通信公司提供。

4、样本

该研究的目标人群是居住在爱沙尼亚首都塔林的爱沙尼亚族人和俄语人种。选择塔林的原因在于，当地使用俄语的人群为少数种族（占比45%），爱沙尼亚种族为主流人种（占比53%），规模相当的人口比例意味着融合的可能性。作者依据2011年人口普查数据，统计了每个研究街区的俄语人种和爱沙尼亚人种的居民数量，用来反映不同年龄组中二者的居民构成。改研究共设置了5个年龄组，20—29,30—39,40—49,50—59,和60+，每组都从手机数据库中随机抽取500个样本，样本的种族占比则是依据2011人口普查数据比例而定。

5、研究方法

为了保障同人口普查数据的可比性，研究使用的手机位置数据覆盖了2011年整年。作者采用了两种方法计算隔离水平：①基于地点的计算方法，使用隔离指数和不同种族人群的密度分布模式（Massey and Denton 1988），该方法能明确最具融合潜力的地点（居住地，工作地还是非工作活动的外出地点）。该方法使用相异指数（an index of dissmilarity，ID）计算隔离度，ID值范围0—1，其中0表示完全均等的分布（融合），而1表示完全不同的分布（隔离）。②活动空间的计算方法（Farber, Páez, Morency，2012; Silm，Ahas，2014a; Järv，et al，2015; Wang，Li，2016），第一种方法忽略了个体经历、地理环境和空间流动性（Kwan 2013），由此作者使用了依据个体活动空间测度来评价时空行为的种族差异的方法。该方法需要测度四方面：访问的街区数量，访问某街区的随机性，活动空间的范围以及访问街区的种族特点。最后，作者采用了Kruskal-Wallis检验用以评价同一种族中不同年龄组的统计显著性，同时还采用了一般线性模型来计算同一年龄组中的种族差异。

6、研究结论

（1）由居住地，工作地和非工作性质的外出活动地计算的隔离程度

居住地的隔离程度（ID=0.39）略微高于工作地（ID=0.34），远高于非工作性质的外出活动地（ID=0.19）。但并非所有年龄组的居住地隔离度都高于工作地，30—39和60+的工作地隔离度比居住地高。

分析两个种族的人群在塔林的居住地和工作地分布可知，居住地明显地向某些区域集中，尽管工作地在空间的分布更均匀，但种族差异仍然存在。

相比之下，非工作性质的外出活动地的隔离度在不同年龄组间的变化更为稳定（ID变化值为0.08）。其峰值在年轻组（20—29 ID=0.23），随着年龄增加而线性衰减（60+ID=0.15）。

（2）由活动空间方法计算的种族差异

两个种族的活动空间测度值变化规律相似，两者的访问街区数量和随机性均随着年龄的增加而减少。每个年龄组俄语使用者的活动空间指标都低于爱沙尼亚人，即俄语使用者访问更少的街区，空间行为更为受限，而爱沙尼亚人的空间行为更为随机，活动范围更大。不过两个种族之间的活动空间测度值差异随着年龄的增加而减少。

统计结果显示，年长的爱沙尼亚人比年轻人更偏好去俄语使用率高的街区；俄语使用人群比爱沙尼亚人更偏好去俄语使用率高的街区，其中，20—29年龄组的二者差异最大（9.2个百分比），接着差异逐渐减少直至50—59（6.7个百分比），最后在60+有一个小幅度的增加（7.9个百分比）。这表明了年轻的爱沙尼亚人和俄语使用者比年长的同组人更偏好选择更加民族同质化的街区，反映了种族隔离程度在年轻群体中更显著。

7、讨论

那么是什么导致了俄语使用者没有被爱沙尼亚人同化呢？作者做了如下解释。

（1）根据传统同化理论，空间融合主要与语言技能的提升和社会经济地位相关，但相关研究并未表明爱沙尼亚的少数种族在社会经济地位的提升。社会经济地位的差异可能会影响俄语使用者的空间流动性，从而导致空间行为的差异长期存在。

（2）根据区隔同化理论，导致下降的流动性的原因之一是“第二代的衰退”（second-generation decline），即移民的孩子们渴望更好的工作和更平等的对待，但是他们缺少这样的机会，也就是说，第二代会发现自己被排斥在工作市场之外或者被边缘化。这种现象存在于爱沙尼亚，可能是由于政治体系的改变所造成的。

（3）年轻群体在居住地和非工作性质的活动地的种族隔离度更高。关于居住地，可能也是由于政治体系的改变所造成显著差异，即从前苏联的住房分配制转为自由的市场经济。而非工作性质的活动地隔离则可能与社交网络相关。

（4）工作地的隔离程度随年龄呈显著变化，其中30—39隔离度最高。这可能是因为两者的分工有明显差异，俄语使用者在非技术型的蓝领工作占主导地位，而爱沙尼亚人在白领工作占主导地位。

最后，作者指出，尽管移民和他们的后代被经常当作一个同质群体，并被认为有着相似的同化进程，但事实上，许多研究已经表明部分移民群体和他们后代的同化进程显著不同。爱沙尼亚的这个案例就表明，时代背景、教育背景和经济福利等因素会显著影响同化进程。

来源：SILM S, AHAS R, MOOSES V.  Are younger age groups less segregated? measuring ethnic segregation in activity spaces using mobile phone data[J]. Journal of Ethnic and Migration Studies, published online, 2017-11-15.

（供稿：欧阳琳欣）