長江經濟帶區域創新效率及空間差異研究

毛良虎，姜　瑩

（常州大學 商學院，江蘇 常州 213164）

長江經濟帶區域創新效率及空間差異研究

毛良虎，姜瑩

（常州大學 商學院，江蘇 常州 213164）

摘要：文章基于DEA和ESDA方法，實證分析了2008-2014年長江經濟帶區域創新效率及空間差異。研究表明：長江經濟帶區域創新效率總體呈現“啞鈴”狀分布格局；長江經濟帶區域創新效率水平呈現空間正相關性，創新效率水平相似的區域在空間上顯著集聚；兩極分化現象嚴重，上下游地區形成了較穩定的HH集聚區域，而中游地區則形成了較穩定的LL集聚區域。據此為縮小長江經濟帶區域創新效率空間差異、構建協同創新發展的空間格局提出相應的對策建議。

關鍵詞：DEA；ESDA；長江經濟帶；創新效率；空間差異

［DOI］10.3969/j.issn.1007-5097.2016.08.012

一、引　言

長江經濟帶戰略是“新常態”下國家發展戰略的重要組成部分，其有效實施能夠促進長江經濟帶地區間合縱連橫和經濟提質增效升級［1］。隨著時代的推移，知識成為最具戰略價值的資源，學習成為最重要的過程，創新成為經濟發展的主要動力，區域的發展關鍵在于區域的創新能力［2］，而提升區域創新能力，除了加大創新資源的總量投入外，區域創新的效率問題亦不容忽視。近年來，國內外學者對區域創新效率的研究逐漸深入，現有研究主要從測度方法、環境因素以及對策建議等方面展開。

區域創新效率的測度方法主要分為參數方法和非參數方法。史修松等［3］、Eric［4］、Diaz等［5］、王鵬等［6］采用SFA為代表的參數方法測評區域創新效率，但SFA無法直接處理多產出的效率問題。因此，許多學者紛紛運用DEA方法測評區域創新的效率，例如Hashimoto等［7］、Guan等［8］、李婧等［9］。在綠色、低碳的背景下，學者們逐漸將環境因素納入到區域創新研究中。張江雪和朱磊從綠色增長角度出發，測算了2009年中國各省份工業企業綠色技術創新效率，研究發現環境因素有利于技術創新效率的提高［10］。韓晶等基于綠色增長視角，研究結果表明環境規制強度是提高區域創新效率的有利因素［11］。Pedro等揭示了環境約束下企業創新效率與企業規模呈正相關關系［12］。據此，王銳淇等［13］、曹霞等［14］深入探究了區域創新效率的影響因素，并給出相應的對策建議。

然而，創新活動的地理分布存在著空間集中和空間自相關［15］，上述研究忽略了地理鄰近所引起的數據空間相關性。因此，一些學者將空間因素融入區域創新效率的研究中，探索區域創新效率的空間差異問題。如李婧等應用Moran I指數和SFA方法，探究了空間效應下各省域的創新效率［16］。王鵬等通過Moran I指數和空間計量模型實證研究了我國31個省域創新效率的影響機制［17］。

目前，學者們對長江經濟帶的研究主要集中在戰略實施與協作機制上，但對長江經濟帶區域創新效率空間差異的實證研究鮮有涉及。因此，本文以長江經濟帶九省二市為研究區域，運用DEA和ESDA方法，對2008-2014年長江經濟帶區域創新效率及其空間差異進行分析，擬重點解決以下兩個問題：長江經濟帶區域創新效率如何？長江經濟帶區域創新效率的空間差異及其動態演變特征如何？

二、研究區域、數據來源、研究方法

（一）研究區域

長江經濟帶覆蓋上海、江蘇、浙江、安徽、江西、湖北、湖南、重慶、四川、云南、貴州共九省二市，是我國“T型”發展戰略的中軸線（圖1）。

圖1　長江經濟帶沿線省域分布

（二）數據來源

國內學者運用DEA分析法對創新效率已經有了一定的研究，創新效率評價體系的輸入、輸出指標已經比較完善，見表1所列。

表1　國內相關文獻有關創新效率的DEA研究采用的投入、產出指標

續表1

關于區域創新效率的投入指標基本達成共識，即研發人員和經費兩方面。大多學者采用R&D人員數和R&D經費支出作為投入變量，但本文認為R&D人員全時當量更能體現人員的投入。同時本文引入創新環境變量，從人力資源、創新資金和創新環境3個方面分析創新投入。因此，本文的創新效率投入指標設定為R&D人員全時當量、R&D經費、郵電業務總量和普通高等學校數。

關于區域創新效率的產出指標，學術界仍存在爭議。顏莉從科技成果、經濟效益、社會效益、環境績效和區域競爭力五個方面衡量一個地區創新產出能力［19］。有的學者認為專利只代表創新效率產出的一部分，科技論文發表數以及技術市場成交額都是創新效率的產出變量［9，18］。張江雪等用新產品產值以及綜合能耗產出率反映工業企業產出績效［10］。綜上所述，本文選用發明專利申請授權量（件）、新產品銷售收入（萬元）、能源產出率（萬元/噸標準煤）三個指標表征區域創新效率的產出。因此，區域創新投入與產出共有七項指標。

本文在已有研究的基礎上，綜合考慮指標代表性與可操作性，選取了長江經濟帶區域創新效率投入產出評價指標，見表2所列。數據取自《中國統計年鑒》（2009-2015）和各地區統計年鑒（2009-2015）。

表2　長江經濟帶區域創新效率評價指標體系

（三）研究方法

1.DEA方法

DEA是研究多投入多產出生產函數的有力工具，不需要確定投入和產出之間關系的任何形式的表達式，具有黑箱類型研究方法特色，能夠較好地運用于區域創新投入產出相對效率的評估。C2R和BC2模型是測度DEA效率最常用的兩個模型。C2R模型如下（θ為各DMU的綜合效率值）：minθ

BC2模型如下（η為各DMU的純技術效率值）：

2.ESDA方法

（1）全局空間自相關分析。Global Moran's I指數反映的是空間鄰近的區域單元屬性值的相似程度，常用來分析區域總體的空間差異程度，其計算公式為：

Moran's I的取值范圍為［-1，1］，大于0表示空間正相關，創新效率相似的區域在空間上顯著集聚；小于0表示空間負相關，區域間具有顯著的空間差異。

（2）局部空間自相關分析。Moran散點圖常用來分析局域空間的異質性，橫軸對應變量Z的所有觀測值，縱軸對應空間滯后向量Wz的所有取值［20］。其可以劃分為四個象限，分別對應“H-H”、“L-H”、“L-L”和“H-L”4種不同的區域空間差異類型。通過度量Local Moran's I指數，可以進一步反映每個區域和周邊區域之間的空間差異程度。其計算公式為：

三、結果分析

（一）長江經濟帶區域創新效率

利用MaxDEA，計算得到2008-2014年各年長江經濟帶省域創新綜合效率值TE，將其分解為純技術效率值PTE和規模效率值SE，具體見表3所列。

表3　2008-2014年長江經濟帶區域創新效率值

計算結果表明，長江經濟帶區域創新效率具有如下特點：

1.長江經濟帶區域創新效率總體呈上升趨勢

2008-2014年長江經濟帶區域創新的平均綜合效率分別為0.830、0.816、0.807、0.850、0.938、0.960和0.959，2008-2014年長江經濟帶區域創新的綜合效率平均水平上升了0.129。其中，2008年長江經濟帶區域中的上海、重慶、云南以及貴州4個城市創新的綜合效率達到了最優水平；到2014年長江經濟帶區域創新的綜合效率達到了最優水平的包括上海、江蘇、浙江、重慶、四川、云南和貴州。總體來看，長江經濟帶區域創新的綜合效率較高，呈現持續上升的趨勢。

長江經濟帶區域創新的純技術效率總體高于綜合效率。2008-2014年長江經濟帶區域創新的平均純技術效率分別為0.899、0.886、0.873、0.902、0.954、0.975和0.974，均達到了最優水平的85%以上，相較于綜合效率的數值，純技術效率總體都較高。2008年長江經濟帶區域創新的純技術效率達到最優水平的有5個，2014年上升至8個，城市格局有所變化。

長江經濟帶區域創新的規模效率顯著高于綜合效率和純技術效率，且呈上升趨勢，雖2008-2009年略有下降。長江經濟帶區域創新規模效率顯著高于同一時期的綜合效率和純技術效率，均達到了最優水平的90%以上。2008年區域創新的規模效率達到最優的城市有4個，2014年有7個。

2.長江經濟帶區域間創新效率差異明顯

上中下游地區間創新效率差異明顯，呈現出較明顯的“啞鈴”狀分布格局。下游地區中上海、江蘇、浙江的綜合效率、純技術效率和規模效率值均保持在較高的水平，說明其對創新投入的利用度相對較高。上游地區中重慶、四川、云南、貴州創新效率水平較高，其中重慶、云南、貴州的綜合效率、純技術效率和規模效率長期以來都維持在1。中游地區中江西、湖北、湖南的創新效率水平長期起伏波動，總體表現為上升的趨勢，但相比上、下游地區，其效率水平差距明顯。長江經濟帶區域創新效率總體呈現兩頭大中間小的“啞鈴”狀分布格局。

（二）長江經濟帶區域創新效率全局空間差異

利用表3長江經濟帶區域創新綜合效率值TE的數據，使用公式（3），計算出2008-2014年長江經濟帶區域創新綜合效率TE的全局空間自相關系數Global Moran's I，計算結果如圖2所示。

圖2　長江經濟帶區域創新綜合效率全局空間自相關系數

計算結果表明，2008-2014年全局空間自相關系數Global Moran's I顯著為正，長江經濟帶各區域創新效率水平呈現空間正相關性。《國家中長期科學和技術發展綱要》明確提出，提高自主創新能力，建設創新型國家是我國未來發展的核心戰略和重要任務。同時，上海張江、東湖國家自主創新示范區和合蕪蚌自主創新綜合試驗區的建設對于推進創新驅動發展，發展戰略性新興產業，加快轉變經濟發展方式等方面發揮了重要的引領作用。

2008～2011年，Global Moran's I的值總體呈現上升的趨勢。長江經濟帶各省市積極響應建設創新型國家的戰略，不斷加大R&D資源投入，提升自身的創新效率水平，長江經濟帶區域創新效率的空間分布差異性縮小。2008年全球金融危機爆發，中上游地區創新效率發展緩慢，而下游地區響應產業轉型升級，創新效率平穩發展，2009-2010年Global Moran's I的值呈現短暫的下降趨勢。

2011-2013年，Global Moran's I的值總體呈現下降的趨勢。“十二五”時期，我國把推動自主創新和提高自主創新能力作為加快轉變經濟發展方式的重要舉措，但長江經濟帶各省域對推進創新活動積極程度有異。合蕪蚌自主創新綜合試驗區發展規劃提出，實施六大創新工程。東湖國家自主創新示范區發展規劃提出，完善區域創新體系，提升區域自主創新能力和輻射帶動能力。總體而言，長江經濟帶區域創新效率的空間分布差異性變大。

2013-2014年，Global Moran's I的值呈現快速上升的趨勢。2014年，在“大眾創業萬眾創新”的背景下，長江經濟帶各省域響應號召，努力推動各類創新要素互動融合，營造良好創新環境，有效激發創新和創造活力，長江經濟帶區域創新效率的空間分布差異性縮小。

（三）長江經濟帶區域創新效率局部空間差異

1.散點圖

從Moran散點圖（圖3）可以看出，2008年落入“HH”區的省域有4個，占總數的36%；落入“LL”區的省域同樣有4個，占總數的36%，呈空間正相關性的省域占總數的72%，這說明長江經濟帶區域創新效率具有較強的空間正相關性。到2014年，落入“HH”區的省域有6個，占總數的55%；落入“LL”區的省域有3個，占總數的27%，呈空間正相關性的省域占總數的82%，這說明長江經濟帶區域創新效率空間差異變小，創新效率水平相似的省域在空間上集聚分布。

圖3　長江經濟帶2008年、2014年區域創新綜合效率的Moran散點圖

匯總長江經濟帶區域創新綜合效率散點圖的年際變化（表4），可以看出：2008年，落入“HH”區的省域是上海、重慶、云南、貴州，落入“LH”區的省域是四川，落入“HL”區的省域是江蘇、浙江，落入“LL”區的省域是安徽、江西、湖北、湖南。到2014年，四川由“LH”區進入“HH”區，這說明四川創新效率發展快于其周邊省域；江蘇由“HL”區進入“HH”區，這說明江蘇與其周邊省域創新效率發展水平趨于平衡，差距不斷縮小；湖南由“LL”區進入“HL”區，這說明湖南這些年創新效率水平發展大幅領先其周邊省域。

總體而言，處于“HH”、“LL”區的地區數量相對較多，更加說明長江經濟帶區域創新效率水平具有顯著的空間相關性和空間結構性。

表4　長江經濟帶區域創新綜合效率散點圖年際變化

2.Local Moran's I指數

使用式（4），分別計算2008年和2014年長江經濟帶區域創新綜合效率的局部空間自相關系數Local Moran's I，計算結果見表5和表6所列。

表5　長江經濟帶2008年區域創新綜合效率局部空間自相關系數

表6　長江經濟帶2014年區域創新綜合效率局部空間自相關系數

計算結果表明：長期以來，上海的創新效率維持著較高的水平，帶動了周邊省域創新效率的提升，江蘇的局部空間自相關系數Local Moran's I由-0.026增大到0.348；而近些年浙江的創新效率發展滯后于周邊省域；湖南、江西、安徽的局部空間自相關系數Local Moran's I都有較大幅度的縮小，其與周邊省域的空間差異不斷變大；貴州、云南、重慶的局部空間自相關系數Local Moran's I都有較小幅度的縮小，其與周邊省域的空間差異緩慢變大；四川的局部空間自相關系數Local Moran's I由-0.062增大到1.042，其近年來創新效率水平發展迅速，與周邊省域的空間差異不斷縮小。

四、結論與建議

本文運用DEA對2008-2014年長江經濟帶區域創新效率進行測度，并運用ESDA實證分析了長江經濟帶區域創新效率空間差異及其動態演變規律，主要結論如下：①長江經濟帶區域創新效率總體呈現“啞鈴”狀分布格局，上下游地區的綜合效率明顯高于中游地區；②從全局空間自相關分析看，長江經濟帶區域創新效率水平呈現空間正相關性，創新效率水平相似的區域在空間上顯著集聚；③從局部空間自相關分析看，長江經濟帶存在嚴重的兩極分化現象。

為了縮小長江經濟帶區域創新效率空間差異，提升區域創新能力，就必須推動區域協同創新發展，提高創新資源空間配置效率，構建圖4所示的長江經濟帶區域協同創新發展的空間格局。

圖4　長江經濟帶區域協同創新發展的空間格局

（一）推進長江經濟帶區域協同創新聯盟的構建

建立健全長江經濟帶各地區協商合作機制，構建長江經濟帶區域協同創新聯盟。清理制約創新資源合理流動的體制機制障礙，打破條塊分割和地區封鎖，消除地區間創新發展的“孤島效應”；進一步優化政策環境，完善基礎設施和創新服務體系的建設，形成創新資源開放共享、創新要素自由流通的合作新局面。

（二）實現創新資源的空間分類管理

將整塊區域劃分為長江下游創新圈、長江中游創新圈和長江上游創新圈三個板塊（如圖4中虛線圈所示），密切各省域間的空間聯系，加強三大創新圈之間的互動交融，強化創新主體開放聯動和創新資源融合共享，構建區域協同創新發展的空間關聯格局。充分考慮長江經濟帶省域創新發展的板塊結構特征，實現創新資源的空間分類管理。

（1）下游創新圈積極推進創新溢出輻射效應。下游創新圈應積極推進長江三角洲一體化發展，提升長江三角洲城市群國際競爭力，同時應積極發揮對中上游創新圈的溢出輻射作用。發揮張江國家自主創新示范區、蘇南國家自主創新示范區和合蕪蚌自主創新綜合實驗區先行先試作用，將國家自主創新示范區作為區域轉型升級的載體，輻射帶動中上游創新圈。

（2）中游創新圈努力培養創新發展增長極。中游創新圈作為承東啟西、貫穿上下游的通道，應更加發揮其區位優勢。一方面，加強與上下游創新圈的創新聯系，充分吸收上下游創新圈的溢出效應，提升自身的創新發展水平。另一方面，充分利用“互聯網+”、大數據、人工智能等優勢加快建設創新資源開發共享平臺，構建服務于創新要素自由流動的通道和樞紐，擴大上下游創新圈的輻射范圍，推動區域之間的互動合作。

（3）上游創新圈密切與周邊地區的創新聯系。上游科創圈受地理區位的限制，難以有效發揮其輻射帶動作用。上游創新圈應充分借鑒下游地區的先發經驗，加強與“一帶一路”的戰略互動，向東加強與中下游創新圈的空間關聯，同時強化對中游地區的空間擴散；向西加強與南亞、西南亞的國際交流合作，建立面向西南地區的區域創新中心。

參考文獻：

［1］劉樹成.防止經濟增速一路下行——2015-2020年中國經濟走勢分析［J］.經濟學動態，2015（3）：4-6.

［2］王孝斌，李福剛.地理鄰近在區域創新中的作用機理及其啟示［J］.經濟地理，2007，27（4）：544-545.

［3］史修松，趙曙東，吳福象.中國區域創新效率及其空間差異研究［J］.數量經濟技術經濟研究，2009（3）：45-55.

［4］Eric C W.R&D Efficiency and Economic Performance：A Cross-country Analysis Using the Stochastic Frontier Approach［J］.Journal of Policy Modeling，2007，29（2）：345-360.

［5］Diaz M A，Sanchez R.Firm Size and Productivity in Spain：A Stochastic Frontier Analysis［J］.Small Business Economics，2008，30（3）：315-323.

［6］王鵬，陸浩然.區域創新效率的空間差異及其影響因素研究——以廣佛肇經濟圈為例［J］.科技管理研究，2012，32 （22）：82-86.

［7］Hashimoto A，Haneda S.Measuring the Change in R&D Efficiency of the Japanese Pharmaceutical Industry［J］.Research Policy，2008，37（10）：1829-1836.

［8］Guan J C，Chen K H.Measuring the Innovation Production Process：A Cross-region Empirical Study of China's Hightech Innovation［J］.Technovation，2010，30（5/6）：348-358.

［9］李婧，白俊紅，譚清美.中國區域創新效率的實證分析——基于省際面板數據及DEA方法［J］.系統工程，2008，26 （12）：1-6.

［10］張江雪，朱磊.基于綠色增長的我國各地區工業企業技術創新效率研究［J］.數量經濟技術經濟研究，2012（2）：114-123.

［11］韓晶，宋濤，陳超凡，等.基于綠色增長的中國區域創新效率研究［J］.經濟社會體制比較，2013（3）：101-109.

［12］Pedro C，Manuel V H，Pedro S V.Are Environmental Concerns Drivers of Innovation？Interpreting Portuguese Innovation Data to Foster Environmental Foresight［J］.Technological Forecasting and social change，2006，73（3）：266-276.

［13］王銳淇，彭良濤，蔣寧.基于SFA與Malmquist方法的區域技術創新效率測度與影響因素分析［J］.科學學與科學技術管理，2010（9）：121-128.

［14］曹霞，于娟.綠色低碳視角下中國區域創新效率研究［J］.中國人口·資源與環境，2015，25（5）：10-17.

［15］王慶喜，張朱益.我國省域創新活動的空間分布及其演化分析［J］.經濟地理，2013，33（10）：9-15.

［16］李婧，白俊紅，譚清美.考慮空間效應的區域創新效率測評［J］.研究與發展管理，2011，23（1）：17-21.

［17］王鵬，曾坤.創新環境因素對區域創新效率影響的空間計量研究［J］.貴州財經大學學報，2015（2）：75-82.

［18］白俊紅，江可申，李婧，等.區域創新效率的環境影響因素分析——基于DEA-Tobit兩步法的實證檢驗［J］.研究與發展管理，2009，21（2）：97-101.

［19］顏莉.我國區域創新效率評價指標體系實證研究［J］.管理世界，2012（5）：174-175.

［20］潘竟虎，尹君.基于DEA-ESDA的甘肅省城鄉統籌發展效率評價及其空間差異分析［J］.經濟地理，2011，31（9）：1440-1444.

［責任編輯：張兵］

姜瑩（1993-），女，江蘇揚州人，碩士研究生，研究方向：技術創新管理。

中圖分類號：F061.5

文獻標志碼：A

文章編號：1007-5097（2016）08-0073-06

收稿日期：2015-12-03

基金項目：江蘇省社會科學基金項目（13GLD017）

作者簡介：毛良虎（1962-），男，江蘇江陰人，副教授，博士，研究方向：技術創新管理；

Research on Regional Innovation Efficiency and Spatial Discrepancy in the Yangtze River Economic Belt

MAO Liang-hu，JIANG Ying
（School of Business，Changzhou University，Changzhou 213164，China）

Abstract：Based on the DEA and ESDA method，this paper empirically analyzes regional innovation efficiency and spatial discrepancy in the Yangtze River Economic Belt from 2008 to 2014.The results show that：Regional innovation efficiency in the Yangtze River Economic Belt presents a dumbbell-shaped pattern；The level of regional innovation efficiency in the Yangtze River Economic Belt presents a positive spatial correlation，thus regions with similar development level aggregate significantly in space；The spatial discrepancy of regional innovation efficiency in the Yangtze River Economic Belt presents serious polarization，the upstream and downstream regions form relatively stable HH cluster areas，but midstream regions form relatively stable LL cluster areas.Finally，the corresponding suggestions are proposed to narrow the spatial discrepancy and to build the spatial correlation pattern of coordinated innovation development in the Yangtze River Economic Belt.

Keywords：DEA；ESDA；the Yangtze River Economic Belt；innovation efficiency；spatial discrepancy