國家中心城市創新效率比較與提升策略

鄭國洪

（西南政法大學 管理學院，重慶 401120）

國家中心城市創新效率比較與提升策略

鄭國洪

（西南政法大學 管理學院，重慶 401120）

一、引言與文獻回顧

國家中心城市最早于2005年在《全國城鎮體系規劃》中提出。2010年，住建部確定北京、天津、上海、廣州和重慶為國家中心城市。鑒于中國城市等級體系并不完善，上海、北京作為世界級城市承擔了過重的服務功能，出現“大城市病”，同時我國地域遼闊，需要更多的國家中心城市來引領周圍區域發展、緩解區域差異，于是“十三五”規劃再次提出“要發展一批國家中心城市，強化區域服務功能”，最終國家確定8個國家中心城市。在現代城市經濟發展研究中，創新能力已成為提升城市綜合競爭力的關鍵要素。隨著政府對創新的日益重視、投入的不斷加大，創新效率水平已成為衡量城市可持續發展的重要指標。科學合理地評價城市的創新效率水平，將可以為城市建設提供重要的決策指引。鑒于以上分析，本文的研究目標，是對我國國家中心城市的創新效率水平進行測量，并提出提升創新效率水平的途徑。

國內外對于創新效率水平的研究有兩大方向：一個方向為對創新效率水平的測算，測量的方法大體可分為評價指標體系測量與投入產出方法測量兩類。比較有代表性的評價指標體系測量方法可見表1。部分學者運用主成分分析法、網絡層次分析法、聚類分析法等，構建評價指標體系，從而對城市或區域的創新效率進行實證分析。另一部分學者則通過投入產出方法測量效率水平，不僅僅只考慮總體的創新效率水平，也關注城市創新過程中各指標的相互聯系（見表1）。其中，運用最廣泛的就是數據包絡分析方法（DEA）。DEA于1978年由A.Charnes和W.W.Cooper等提出①，是評價具有多投入、多產出的同質決策單元相對效率的數學規劃方法，不需要考慮投入產出之間生產函數關系的非參數評估方法。另一個方向是對創新效率水平的影響因素分析。英國學者Cooke（1998）等認為區域決策能力、政策環境和資金投入是提升創新能力的重要支撐②。蘇屹（2009）等從動態視角分析影響創新能力的主要因素，認為創新能力不受某個或某幾個因素的影響，其能力提升具有波動性③。程華（2015）等人基于系統動力學仿真模型對浙江省創新能力進行實證研究，發現浙江省科技人員及企業科技經費投入和政府科技撥款間協調性不強④。池仁勇（2004）等認為勞動者素質、輕重工業比例結構等是地區創新效率水平的顯著影響因素⑤。張海洋（2008）認為產權變量是我國大中型工業RD生產效率的主要決定因素⑥。

總的來看，當前涉及國家中心城市創新效率水平的研究還較少。所以本文采用Malmquist指數方法和超效率模型對國家中心城市的創新效率水平進行測量，有利于各個國家中心城市明確自身創新發展的優劣勢，從而有針對性地制定出符合自身發展的效率提升途徑。

表1 關于城市創新效率研究的文獻綜述

二、超效率DEA及Malmquist指數分解方法

在Malmquist指數模型里面，效率結果只能評價個體決策單元的相對有效與否，不能衡量出有效決策單元的效率高低（即有效均用1表示，小于1的結果則代表無效），而超效率DEA模型可以很好地解決這個問題。

（一）超效率DEA模型

超效率DEA的基本計算方法如下：（1）在個體決策單元的效率結果無效的前提下，超效率DEA的結果與DEA模型結果并無二致。（2）在個體決策單元的效率結果有效的前提下，超效率DEA將得到大于1的結果，表達式如下：

其中θ代表規劃目標值，S+與S-為松弛變量向量，λj≥0，j=1，...，n為規劃決策變量。

（二）Malmquist指數分解

而Malmquist指數方法是利用距離函數比率來計算投入產出效率，見公式（1）：

然后我們對公式（1）進行變形，分解為技術變動（TCH）和效率變動（ECH），如果技術變動（TCH）大于1，代表著技術進步提高了生產邊界。見公式（2）：

本文采用大多數研究所認可的Caves的分解模型對公式（2）進一步變形，得到公式（3）：

我們可以發現，效率變動（ECH）又可以分解為純技術效率（PECH）以及規模效率（SECH）的變動。純技術效率（PECH）指基于規模報酬變動假設前提下的技術效率變化，規模效率（SECH）表明規模經濟對生產率的影響，ECH大于1說明企業管理方法的科學性以及管理決策的有效性。

三、國家中心城市創新效率評價及分解

（一）指標設計與數據來源

創新效率投入指標主要選取普通高等學校在校人數、常住人口、固定資產投資和研究與試驗發展（R&D）經費內部支出。普通高等學校在校人數、常住人口是衡量地區創新不可或缺的人力資源；固定資產投資是衡量地區創新至關重要的資本條件；研究與試驗發展（R&D）經費內部支出是指統計年度內各執行單位實際用于基礎研究、應用研究和試驗發展的經費內部支出，支出越多，該技術創新體系的技術創新產出的潛力越大。

創新效率產出指標主要選取地區生產總值（GDP）和專利申請授權數。地區生產總值（GDP）能全面衡量城市創新效率水平，很好地反映出創新的產出成果；專利申請授權數是指某一時期地區專利審批部門收到專利申請并授予發明專利權的數量。專利申請授權數，體現了各個城市對自主知識產權的科技成果的擁有程度。

本文選取各國家中心城市2001—2015年15年的數據，數據來源于各城市的城市統計年鑒、各城市的國民經濟與社會發展統計公報。

（二）基于超效率DEA方法的綜合效率分析

根據超效率DEA模型，利用MaxDEA2.0軟件，本文對國家中心城市的超效率水平進行了測算，具體結果如表2。

表2 2001—2015年國家中心城市的超效率水平

1.國家中心城市總體效率分析

從國家中心城市創新水平的總體效率變化來看，每年的平均效率水平均大于1，處于有效階段。趨勢上看，2007年以前持續下降，2008年到2012年持續上升，2013年到2015年持續下降。究其原因，可能是2008年以前，各國家中心城市側重于制造業的發展，一定程度上抑制了區域的經濟創新動力；而2008年金融危機引發的市場波動，使得城市制造業的發展遇到阻礙，政府提出金融創新等應對措施，以創新為經濟發展新動能，促進經濟穩健前行。2013年開始，中國經濟由高速增長轉為中高速增長，部分國家中心城市創新效率水平持續下降，使得國家中心城市創新水平的總體效率呈下降趨勢。從國家中心城市總體效率均值排名來看，北京（1.278）、上海（1.178）、廣州（1.644）基本處于有效的水平，天津（0.946）、重慶（1.067）在有效與無效的邊緣游走，而其他國家中心城市基本處于創新無效的階段。從地理尺度看，東部城市（上海、廣州等）的創新效率水平略高于中西部城市，并沒有非常突出的區域集中趨勢。

2.具體城市綜合效率分析

對于每個國家中心城市的效率變化，廣州的創新效率水平一直是有效城市，從2001年的1.314上升到2005年的最大值2.768，后下降到2007年的1.482，之后較為平穩。從數據中可以發現，廣州的研究與試驗發展(R&D)經費內部支出有待進一步提高。北京的創新效率水平在2003年、2005年和2006年處于非有效的狀態，呈現波動中上升的趨勢，這可能緣于北京頂級大學較多，政府鼓勵創新，擁有著很好的創新氛圍。上海的創新效率水平均值雖低于北京，但一直處于創新有效，總體比較平穩。重慶自2001年以來在投入產出有效和無效的狀態中波動。創新效率水平較低的有武漢、成都和鄭州。武漢的創新效率水平較低，原因可能是其雖然普通高等學校在校人數眾多，但產出并未達到潛力值，人才流失的情況較其他國家中心城市略嚴重。成都只在2009年處于創新投入產出有效的狀態，鄭州只在2010年、2011年和2012年處于創新投入產出有效的階段，這些城市的創新能力有待進一步提高。

（三）基于Malmquist分解法的國家中心城市創新效率分析

進一步，基于Malmqusit指數分析方法以及利用MaxDEA2.0軟件，對國家中心城市的創新效率水平進行分解研究，結果如表3。

1.國家中心城市創新效率水平Malmqusit指數分解

表3 2002—2015年國家中心城市的Malmquist指數水平

從各國家中心城市的創新效率來看，國家中心城市的創新水平效率有所提升，2002—2015年Malmquist指數基本呈現一個先上升后下降的趨勢，在2009年達到最大值，15年的平均值為1.06；效率變動比總效率水平略平穩，呈現波動中略有上升的趨勢，15年的平均值為1.01；技術變動較效率變動的波動水平較大，呈波動中上升的趨勢，15年的平均值為1.05，意味著國家中心城市創新能力的全要素生產效率的變動與技術變動同步，主要來源于技術進步的貢獻，效率變動起到的作用比較小。各國家中心城市創新的效率變動高于平均值的城市空間分布并不集中，各個城市之間的效率較為均衡，進一步說明效率變動對國家中心城市創新效率的提升作用并不顯著。各國家中心城市創新的技術變動與總效率水平的有效與否方向基本一致，呈現“東強西弱”的空間分布。

2.國家中心城市TFP增長型城市分析

首先觀察Malmquist指數的平均值大于1的城市，主要有北京、上海、廣州、武漢、成都、鄭州。從Malmquist指數看，北京在2002年、2005年和2006年為創新非有效城市，總體處于一個波動中上升的態勢，效率變動、技術變動與總效率水平的變動方向并無很強的線性關系。上海在2004年和2008年創新總效率小于1，在2010年前總效率水平波動較大，2011年后總效率水平較為穩定，2004年為總效率水平的最低值，主要緣于規模變動的值較低。廣州在2006年和2007年總效率小于1，在2008年以后總效率水平較為穩定，2007年為總效率水平的最低值，主要緣于規模變動的值較低。成都的總效率水平僅在2006—2009年和2015年處于有效狀態，其總效率值較低的原因主要在于規模變動的值較低。武漢總效率水平波動較大，效率變動、技術變動與總效率水平的變動方向并無很強的線性關系。鄭州的總效率水平波動較大且數值不高，主要緣于規模水平有待進一步的提高。

3.國家中心城市TFP衰退型城市分析

Malmquist指數的平均值小于1的城市包括天津和重慶。天津的總效率水平在2002年為最低谷0.60，其后基本徘徊在有效與無效的邊緣，數值波動不大，其總效率與規模效率的變動方向大體一致，可見需要加強對創新的投入，提高規模效應。重慶的總效率水平也在2002年為最低水平0.60，后基本在1左右徘徊，主要緣于技術變動的波動較大，可見重慶的管理具有一定的不穩定性，說明重慶在管理效率的變革上還需加強一貫性和持久性。

續表

四、國家中心城市創新效率特點與提升對策

（一）國家中心城市提升效率及技術“雙低”的策略

本文利用國家中心城市2001—2015年15年的城市面板數據，基于Malmquist指數和超效率DEA模型，對國家中心城市的創新效率水平進行了測算、分解，得到了一些有啟發性的結論。

國家中心城市綜合效率在2007年以前持續下降，2008年到2012年持續上升，2013年到2015年持續下降，同時存在一定程度上的技術變動和規模變動偏低。綜合效率值偏低主要來源于效率變動低效，這往往意味著該城市的管理體制較為僵化、復雜。

一方面，對于較低的效率變動值，當務之急是深化改革，尤其是加快審批制度改革，在科技成果使用、處置和收益管理方面加大改革力度，進一步促進科技成果的轉化，構建有利于創新活動的機制體制和公平競爭環境。政府不能只加強創新的投入資源，更要注重創新的投入產出效率，重視人才、提高人力資本要素的作用，加快建設成為科技創新中心，成為區域“增長極”，引領區域發展。

另一方面，針對較低的技術變動值，政府在企業層面可建設新型創業創新服務平臺，對優秀創業項目、科技創新項目給予適當補助，大力扶持創業創新企業的發展；在產業層面構建以企業為主導、產學研合作的產業技術創新戰略聯盟，促進科技成果的轉化；在區域層面要加強區域間的科技創新合作，構建協同創新體制，高效率區可充分利用資源優勢，低效率區可迅速提升創新效率，從而使區域間資源柔性流動，實現優勢互補、資源共享的“雙贏”戰略。

（二）國家中心城市綜合效率比較與對策

1.北京、上海以及廣州創新效率提升面臨體制機制障礙

北京、上海、廣州的創新效率處于中等有效的階段，其創新政策、創新制度較為合理，投入產出效率較高，但并未釋放其所有潛力，還需進一步對創新機制體制進行改革，提升創新效率。天津、重慶處于低等有效的階段，城市的技術創新能力仍然較弱，還需進一步加強對創新的投入，加強對先進技術的引入、學習和吸收，同時也要進一步改善創新的機制體制和提高管理水平。

2.其他中心城市創新效率水平較低，但提升潛力巨大

武漢、成都、鄭州幾乎處于無效的階段，尚不能有效配置創新資源，使得創新投入得不到有效、充足的利用，效率變動和技術變動都有很大的提升空間，需加大研發效率的提升，形成集約化創新，優化創新環境。

（三）國家中心城市全要素生產率貢獻分解及提升對策

以成都、鄭州、武漢為首的國家中心城市創新效率水平偏低，原因在于規模變動水平低，意味著城市在政府層面上需要發揮政府的服務職能，加強頂層設計，優化城市的創新環境，制定和實施有利于創新發展的相關規劃與戰略。以天津、重慶為首的國家中心城市創新效率水平低主要緣于技術變動水平低，大量的創新投入沒有轉化為高效率的產出，存在“高投入低產出”的問題，意味著城市在注重引入、學習國內外先進技術數量的同時更要注重質量，要提高引進技術的利用率和吸收消化速度。

第一，對于效率變動水平在2001—2015年基本處于有效階段的城市北京、上海、廣州，可加大對創新資源的投入，同時提高引進技術的消化率和自主研發科技成果的轉化率，提升創新效率水平。

第二，對于技術變動水平在2001—2015年基本處于有效階段的城市上海、廣州、天津、武漢、成都、鄭州，應繼續發揮技術水平高的優勢，積極進行高、精、尖技術研究，參與國際競爭，培育壯大具有自主知識產權的品牌。將科技創新效率的提升轉化為科技創新質量的提升，帶動整個區域科技創新水平的提高。

第三，對于技術變動水平和效率變動水平在2001—2015年基本處于無效階段的城市重慶，要改變低效粗放型的創新模式，使得創新投入精細化，同時加大對科技創新環境的改善步伐，加大人財物等要素的投入力度，積極引進高端科技人才。

注釋：

①Charnes A，Cooper W W，Rhodes E：《Measuring the Efficiency ofDecision Making Units》，《European Journal of Operational Research》，1978年第6期。

②Cooke，Braczyk，Heidenreich：《Regional Innovation Systems：The Role of Governmence in a Globalized World》，UCL Press1998年版。

③蘇屹、李柏洲：《區域創新能力的波動性研究》，《中國科技論壇》，2009年第8期。

④程華、王金湘、李冬琴，等：《區域技術創新與經濟增長的系統動力學模型仿真——基于浙江省的研究》，《科技管理研究》，2015年第10期。

⑤池仁勇、虞曉芬、李正衛：《我國東西部地區技術創新效率差異及其原因分析》，《中國軟科學》，2004年第8期。

⑥張海洋：《我國工業R&D生產效率和影響因素——基于省級大中型工業數據的實證分析》，《科學學研究》，2008年第5期。

⑦蔡元成、趙敏：《基于主成分分析的中部六省科技創新效率研究》，《當代經濟管理》，2011年第5期。⑧曹楊、王雪青：《基于耗散結構理論的資源型城市創新能力評價》，《東北大學學報（社會科學版）》，2011年第2期。

⑨王德青、朱建平：《基于拓展聚類模型的區域創新能力層級劃分研究》，《經濟經緯》，2014年第1期。

⑩杜娟、霍佳震：《基于數據包絡分析的中國城市創新能力評價》，《中國管理科學》，2014年第6期。

編輯 凌 瀾

2017-01-10

鄭國洪，男，西南政法大學管理學院教授，主要從事制度經濟學、審計法制研究。