2017亞太知識競爭力指數報告

2017亞太知識競爭力指數報告

報告研制人員名單

上海市知識競爭力與區域發展研究中心軟科學基地研究團隊

本報告始終都貫穿了這樣的思想，即經濟競爭力應該從知識的儲備和投資角度來研究，特別是焦點應放在地區上。通信和信息技術的發展使信息能夠即時傳遞，而不用考慮處于什么位置。這似乎說明在邏輯上地理因素在經濟研究中不那么重要了。事實上，在很多情況下恰恰相反。當企業和個人工作范圍變大時，相關資源和產業在地理上的集中特別是知識集中的活動仍然是任何國家或區域發展的關鍵因素之一，特別是最發達的經濟體。另外，當歷史因素影響布局，比如靠近原材料和市場正在淡化，可以從其他地方獲得資源加劇了本區域競爭的矛盾——在很多方面，全球化正在加強本地化。邁克爾·波特解釋了這種“布局矛盾”，具體如下：

從較遠的地方獲得的資源在發達的經濟體中基本上不能作為競爭優勢。通過傳真和Email傳遞的信息和關系每個人都能獲得。雖然全球采購減少了劣勢，但這并不能創造優勢……看似矛盾地（其實不然），在全球經濟中最確定的競爭優勢似乎還是來源于本地。

在波特看來，由集聚帶來的本地生產優勢，比如特定的投入、雇員、信息和組織機構將促使企業集聚，并在以后的時間里進一步集聚，因為新的企業逐漸也被同樣的集聚優勢所吸引。并且，很多提高目前生產力的因素將促進集聚中的創新，這樣加速了企業生產力的增長速度。例如，通過人際關系獲得特定的信息將在以后的時間里為企業洞察新的技術機會和新的顧客需求提供本地化的優勢。因此，當傳統意義上的優勢在現在變得沒有意義的時候，存在于企業之外的競爭優勢——在企業所在區域的商業環境——更為重要了。

如今，越來越多的理論支持區域之間競爭的概念，注重區域而不是國家層面的數據研究和政策方針的作用研究。雖然以“區域”為單位在分析中一定程度上存在不少問題，比如區域范圍的界定、完整數據的獲取，但以地理單元作為國家層級下分析的目標將會使我們對競爭的本質和政府在經濟發展活動中的推動作用看得更清楚。

表1列出了2017亞太知識競爭力指數的得分和排名，該指數代表了33個區域的總體情況。

表1 亞太知識競爭力指數2016

自2008年世界經濟進入衰退周期以來，各國和各地區正努力促進經濟增長。在過去的一年內，各國經濟總體上都有一定回升，但程度各不相同。反映在知識競爭力方面，各相關地區的排名出現了與上年迥異的較大波動。去年排名較為靠后的廣東異軍突起，殺入前十名，顯示出珠三角的經濟活力。新加坡維持去年排名第一的位置，為亞太地區知識競爭力最強的國家。上海的知識競爭力表現穩定且強勁，繼續高居第五的位置。從今年的知識競爭力排行榜可以看出，新興地區的知識競爭力表現強勁，在前十名中占據了7席，相比之下，發達國家中僅有東京、以色列和愛知保持在前十名。

新加坡作為今年亞太知識競爭力排名第一的國家，是世界上最富裕的國家之一，并且屬于新興的發達國家，是全球重要的金融中心，是扼守馬六甲海峽的航運中心，也是重要的煉油中心。過去幾十年里，新加坡不僅創造了經濟奇跡，而且始終保持著作為亞洲四小龍之一的活力，這與其數次成功的經濟轉型直接相關。今年亞太知識競爭力相關指標排名，新加坡平均月收入居第一位，單位面積經濟產出居第二位，勞動生產率居第二位，區域就業水平居第三位，人均私人股權投資排名第四，顯示了非常強的經濟實力。數次的經濟集約化轉型，伴隨著新加坡就業隊伍素質的不斷提高，今年新加坡千人經理人數排名第二位，高等教育人均公共支出排名第一位，新加坡人普遍受教育的水平較高。

今年的亞軍是香港（120.8613），香港是國際和亞太地區重要的航運樞紐和最具競爭力的城市之一，連續二十多年經濟自由度指數位居世界首位。 香港素以優良治安、自由經濟和健全的法律制度等而聞名于世，香港是全球第十一大貿易經濟體系，是成衣、鐘表、玩具、游戲、電子和某些輕工業產品的主要出口地，出口總值位列全球高位，單位面積經濟產出居第三位。同時金融服務業肩負帶動香港發展成為知識型經濟體的重任，香港是第六大外匯市場及第十五大銀行中心，人均私人股權投資排名第三位，從業人員學歷水平較高，教育是香港的公共開支中最大的項目之一，預算開支約占經常公共開支總額的五分之一。政府設有學生資助計劃，確保學生不會因經濟問題而失去受教育的機會。高等教育人均公共支出排名第二位。

排名第三位的是東京。作為日本的首都，它是整個亞太地區處于絕對領先水平的區域。最新數據的計算結果顯示，東京在亞太地區的實力仍是獨占鰲頭。事實上，東京在全世界所有地區的知識競爭力結構中代表了發達的國際大都市這一類地區。它們具有強大的經濟實力，因而其勞動生產率、居民收入使一般地區難以望其項背。即使在世界范圍內的金融危機期間，東京的多數指標依然在亞太地區中名列前茅。東京是日本最大的工業城市，全國主要的公司都聚集于此。東京又是日本經濟、商業、金融中心，資本在50億日元以上的公司有90%集中在東京，全國各大銀行或總行或主要分行都設在東京，東京在千代區和中央區分別設有聞名于世的日本銀行和活躍于世界股票市場的東京股票交易所。東京還是日本的教育和文化中心。目前，東京擁有190多所大學，著名的東京大學、早稻田大學、慶應大學、立教大學、明治大學、一橋大學、法政大學等都在東京。毫無疑問，東京的教育和文化發展優勢引致了經濟發展、產出效率等全方位的巨大優勢，使其成為亞太主要地區發展的標桿。

從具體指標上看，東京的政府Ramp;D投入（排名第三）、企業Ramp;D投入（排名第二）優勢非常突出。產出指標中，無論是勞動生產率（排名第三）還是人均月收入（排名第六）也都具有明顯優勢。東京作為日本的首都非常重視教育投入，高等教育的公共支出保持著各地區第二的水平，另外東京的科技資源、高級人才資源豐富，高技術服務業（主要集中在電信服務、研發服務等）異常發達，加上市場巨大，因此其百萬居民專利登記數（排名第一）、每千人高科技服務從業人員數（排名第二）等指標都高居亞太33個國家和地區第一位。

上海在連續四年闖入前十名后，今年繼續位列第五。上海的進步可以歸結為三個方面的原因：首先，近年來加大了全球科創中心建設的力度，本年政府人均Ramp;D投入排名第六，保持了很好的持續性和強勁的勢頭。發揮市場在資源配置中的決定性作用，并更好發揮政府的作用，上海已基本建成國內最完善的區域科技創新體系。其次，上海高度重視人才在創新中的作用，集聚和培養了數量可觀的各類創新型人才。目前，上海擁有數量龐大的中國最富創新意識、最有活力且最具創新能力的群體，僅留學歸國人員就約占全國的1/4，在若干個重點領域擁有一批國際先進水平的科技領軍人物和重點行業的國際知名企業家，今年千人經理人數亞太排名第八。第三，上海的知識密集產業優勢已初步建立。其千人IT就業人數排名第四、千人汽車與機械工程就業人數排名第三位，顯示出經過多年產業結構轉型升級的努力，初步建立起了知識密集型產業的優勢。另外，作為中國的金融中心，上海人均私人股權投資排名第二，金融對創新的支持開始發力。

圖1 2017年8個國家知識競爭力指數比較

在總體格局上，2017APKCI前十名中，中國（四個地區）、日本（兩個地區）和韓國（兩個地區）三國占據了八席，除新加坡和以色列外，全部集中于東亞。

與上年情況類似，中國大陸的11個地區差異明顯。除上海、北京和廣州進步迅速，分別排名第五、七、八名，天津位居第十八名以外，其他六個地區都未進入前20名。但這六個地區除江蘇保持穩定外，其他五個地區都前進了1至3名，顯示出中國經濟在經過幾年的調整后有比較好的復蘇勢頭。

從國家層面來看，各地區所在的國家知識競爭力平均水平也與相關國家的經濟發達程度有著較為緊密的聯系。根據對本報告所包括的相關國家和地區19個指標的測算，2017年，新加坡（126.46）、韓國（108.26）和以色列（102.17）等國家的知識競爭力水平較高，而中國（98.79）、新西蘭（97.73）和印度（90.45）等國家則相對落后，日本（102.14）和澳大利亞（101.38）則處于中間水平。新加坡、韓國和以色列作為經濟較為發達的國家，其生產效率較高，高級生產要素的聚集引致了較高的創新強度，因此知識經濟也更加發達。相較這些國家，中國、印度等國家的知識經濟發展尚有諸多不足，因而它們的知識競爭力相對較弱。但需要指出的是，國家之間的知識競爭力差距并不明顯，發達國家在某些方面并無較大的知識競爭力，而知識競爭力較弱的國家則具備較大的發展潛力。

今年各國的競爭力除新加坡明顯優于其他國家外，中國從末二前進到末三位，與發達國家之間指數差距有所縮小。需要指出的是，以本報告所包括的地區指標來反映其所在國家整體的知識競爭力水平，同時沒有考慮同一國家地區之間和不同國家之間、地區之間的規模差異和結構差異，具有一定的局限性，所得結論也僅僅能體現一部分的現實情況。

經濟活動率

經濟活動和參與水平衡量了一個經濟體中的人力資本水平。健康的人力資本投入對高層次的知識生產來說非常重要，并且為進一步的知識投資打下了基礎。此外，高層次的活動表明了生產過程的利潤是惠及廣泛的人群的。高度的參與不僅對于知識經濟生產，而且還對于有活力和凝聚力的社會來說也是必要的。低層次的活動總體上代表了缺乏社會及經濟包容性和整個經濟體承受的高負擔。

雖然人口因素是非常重要的，但經濟活動水平還取決于勞動力市場的開放性和靈活性、社會安全保障制度和福利制度，以及人口和文化的混合因素。有效的勞動力市場和福利制度最大限度地給人們自由和機會去積極參與經濟活動，并充分利用人口環境。

表2顯示了33個地區的經濟活動率排名，其中，排在榜首前10位中有2個是中國大陸的發達地區，較之去年的4個有所下降，這與中國人口紅利逐漸退去的現實國情相吻合，對于國內發達地區而言，從內地大量涌入的年輕人作為常住人口提高了這些發達地區的經濟活動水平。因此，北京和上海的經濟活動率依然保持著相對靠后的位置。另外，北京、上海兩座城市的中高等教育在校人數遠高于其他城市，這些也是造成經濟活動率較低的原因。其中，由于北京擁有大量的央企、國家機關、各地方政府及企事業單位駐京機構等，其經濟活動人口比上海更多。而上海作為一個典型的國際大都市，其收入水平較高，人口平均壽命較長，老齡化程度較高，從而導致經濟活動率水平非常低。

表2 經濟活動率排名

表3 每千從業人員中經理人數排名

相較上年情況，日本的8個城市排名有了整體的明顯提升。富山從去年的第九位上升到今年的第一位，靜岡從去年的第3位提升至第2位，栃木縣、愛知、京都、東京等地區更是都進入了前10名。從這一點來看，日本長期以來由于人口老齡化造成的經濟發展問題似乎出現了轉機。

在日本的整體提升下，印度的三個地區落到了位于排行榜的最末尾位置，因此除了其人口壓力外，在經濟活動率上，印度和亞洲其他地區仍有很大差距。

每千從業人員中經理人數

每千人員工中經理人的數量表明經濟體中知識勞動者的集中度。管理人員、專業人員和高端技術工人是知識生產過程的重要組成部分。這些人越來越被認為是創新產生的源泉，他們的價值確切地說就是他們的智慧，能夠刺激投資和經濟增長。盡管知識勞動者在全部產業中都發揮其作用，但是大部分集中于新興產業和高度的知識密集型產業及服務業。管理人員的任務是運用新技術尋找有效的工作方式，并促進這些技術的傳播。這些勞動者不僅為經濟提供了高附加值，而且使地區獲得了高水平的財政收入。

一般來說，創業環境優越的地區將催生大量中小型公司，相應地導致大量管理層人員的聚集。在2017年，新西蘭的每千人員工經理人數依舊是穩居第一，新加坡仍然排名第二。

值得注意的是，2017年新南威爾士、維多利亞和西澳大利亞等地排名都有所上升，由于日本的人口結構問題，雖然高級專業技術人員總體數量龐大，但直接管理人數并不多。東京、富山等地區排名下降近十名，經濟活動人口過少的問題較去年惡化。

在這項指標上，今年中國大陸的地區表現優秀，除了排名較末的湖北、山東之外，福建、遼寧和廣東排名都有穩定的提升。北京、上海、香港在前10名中的位置與去年稍有下降，其他地區相對也有小幅下降。由此可見，隨著改革和轉型的深化，中國有大量人員正在轉化為真正的企業管理人才，中國的經理人數增長潛力依然巨大。

知識密集產業的就業水平

知識經濟中的產業越來越向著高附加值、密集研發部門集中。如果一個地區的發展向知識經濟轉移，則以知識為基礎的就業人數和比例將增加。為了研究以知識為基礎的就業情況，我們定義了5類以知識為基礎的活動。以知識為基礎的部門是高端技術和智力成果集中的部門，其生產過程需要高度的投資和創新。這些產業中的企業在研發投入上有很高的比重，相應提供高附加值的財富。由于這些部門擁有知識密集度很高的生產過程，為地區獲得競爭優勢提供了機會。這些知識密集部門的產出還提高了其他經濟部門的生產率并促進了知識的擴散。

以知識為基礎部門的包括四個制造業和一個服務部門：

●生物技術和化學部門——制藥、藥材、化工和化學產品。

●IT和計算機制造部門——通信設備、計算機和辦公設備、電子配件及輔助設備。

●汽車和機械工程部門——汽車和運輸工具、機械工具和設備。

●儀器和電子工程部門——精密設備和光學設備、電子傳輸和分配設備、照明和線路設備。

●高技術服務部門——軟件和計算機相關服務、電信、研究、開發和測試服務。

以知識為基礎的產業在區域上的集中表明了知識推動經濟模式的存在。這種經濟體的增長不僅依賴人力和實物資本資源的增值，而且依賴于技術生產力創新的產出水平。由于在以知識為基礎的部門就業的人員通常具有較高的文化和科學水平，因此這部分指標是對知識資本投入的測量。在這些部門指標上表現良好的地區更可能是對知識資本的投資很大的地區，希望以此獲得高水平的要素生產力。

由于知識密集制造業與知識服務業的特征和集中程度有較大的不同，我們分別對這兩類產業進行分析。

表4顯示，2017年韓國蔚山在四個知識密集制造業的就業密度上蟬聯第一，合計就業人數達到232人。然而可以發現，這一結果主要歸功于生物技術和化工、機械工程這兩類制造業。尤其在“汽

車和機械工程”的就業密度上，蔚山的指數達到了188.22，相比第二名班加羅爾的114.2領先了約65%。由此看來，韓國蔚山的汽車制造行業不容小覷。

表4 每千從業人員在知識密集制造業中的就業人數排名

相比第一位，第二位的印度班加羅爾在四種知識密集制造業的就業密度上比較平均，都處在領先地位。它在化工、通信設備、計算機、電子設備制造、機械等行業的優勢都是非常明顯的。從四個知識密集制造業部門總體上看，中國大陸廣東保持去年的優勢成為中國排名第一的地區，且部門間發展極度不平衡，IT和計算機制造、儀器和電子機械表現優異，分別居于亞太地區的第一名和第二名，緊隨其后的上海部門間發展較為平衡，它的四個知識密集制造業部門在每千從業人員中的就業人數連續三年位于33個地區的前列。上海的產業升級很快，大部分地區的產業逐漸集中到了知識密集產業。

中國大陸地區在知識密集產業的就業人數規模方面具有整體的優勢，前10名中除了蔚山（第一）、班加羅爾（第二）、孟買（第五）、愛知（第七）、靜岡（第九）和新加坡（第十）外，其余4個（廣東、上海、天津和江蘇）均來自中國大陸。

除了總體優勢較明顯以外，中國的幾個地區在產業部門方面也都有自己的特色，例如廣東在IT和計算機制造、儀器和電子機械最強，上海四部門排名均進入了亞太地區前十，而天津在汽車和機械工程方面有明顯優勢，江蘇在IT和計算機制造方面有明顯優勢。香港因為制造業逐步退出，每千從業人員中的知識密集制造業從業人員不到9人，排在倒數第二的位置。

知識競爭力指數中高技術服務部門的指數代表以下部門的就業密度：通訊服務、IT支持、數據處理、計算機軟件及研究和科技開發。所有這些部門都需要業務創新和受過良好教育的人才。另外，高技術服務部門中相當部分屬于生產性服務業，因此它又依賴于市場的規模。由于以上特性，高技術服務業多集中于人才和智力資源高度集中、市場廣闊的大城市。所以，本排行榜中北京取代東京居于首位，每千從業人員中有156人在該部門就業（表5），形成了強大的高技術服務優勢。這表明隨著我國市場化程度逐步提高，區域經濟與高新技術產業發展迅速，傳統產業與新興產業專業分工不斷細化與深化，逐步形成了一個人才密集、知識密集、附加值高、低能耗、支撐并服務于經濟發展的高技術服務體系。作為首都的北京擁有強大的研發隊伍，優勢十分明顯，其面向市場的服務也相應得到加強。相比之下，中國其他大部分地區都排在后端，但很多地區排名都較去年有所上升，這也體現出地區間高技術服務業發展正在往均衡性的方向發展。

表5 每千從業人員在高技術服務業中就業人數排名

表6 政府在Ramp;D中的人均支出排名

另外，今年澳大利亞的三個主要地區在高技術服務業就業方面表現優異且穩定，分別位列第三（新南威爾士）、第五（維多利亞）和第六位（西澳大利亞）。日本的神奈川縣保持去年的排名，位列第四。同時日本的主要地區高技術服務業就業規模均較大，其排名大部分在20位之前。這不僅體現出日本較高的服務業層次和高級生產要素的集聚，也體現了日本在高技術服務業上穩定發展的勢頭。

知識資本是指一個地區產生新想法并將這些想法轉化為商業價值的能力。研發活動中的投資是衡量在開發新技術、軟件和思想從而對現存知識基礎進行擴展方面所做出的努力的關鍵指標。這些研發指標根據兩大參與者——企業和政府分為兩類。因此，我們用研發支出作為衡量一個經濟體發展知識水平并將其轉化到高附加值經濟產出能力的指標。另外，作為知識經濟活動的中間產出，專利數量反映了知識經濟中將想法付諸實施的手段，因此也作為我們衡量知識資本的一個重要指標。

政府對Ramp;D的人均支出

政府研發支出通常是為了發展科學基礎，支持那些私人部門投資不足的研究。因此，政府的Ramp;D支出對高校、研究機構投入最多，也正因為如此，一國首都和重要中心城市由于集聚了大量的這類機構而顯示出明顯的優勢。在表6排行榜上，北京（人均1033.22美元）以絕對優勢繼續領先于其他地區，較上年有小幅增加。中國制定了“科教興國”戰略，從上到下都非常重視科技創新，意識到科技是經濟發展的支柱。與此同時，科技部在全國十二屆人大三次會議上的報告表明，為提高科技創新效率，國家在深化中央財政科技計劃（專項、基金）管理改革、加強中央財政科研項目和資金管理改革等方面都取得了顯著成效。從政府層面看，“十二五”規劃中也明確提出要加快自主創新步伐、提高科技創新能力，國家在相關方面的投資也明顯加大。在之前出臺的經濟刺激計劃中也有相當部分的政府投資投向了研發活動，這些都將產生持續的積極作用。除北京外，日本蔚山、東京、以色列以及韓國首爾和上海都位居前列。日本的其他地區也有著相當規模的政府研發投入強度。

表7 企業在Ramp;D中的人均支出排名

表8 每百萬居民專利數量排名

對于中國大陸的其他地區而言，除了江蘇位居16位，其他地區政府的Ramp;D投入并不多，主要排名在中下游，特別是山東、福建排在榜末，表明政府在Ramp;D投入上具有很高的區域集中度，不同地區存在相當大的差距。這種差距不僅源于地方政府本身的財政投入力度不同，還在很大程度上受國家財政科技資金的區域投向影響。每年幾千億元的中央財政科技資金在區域投向上有很大的不均衡性，這直接影響了各地區在Ramp;D投入上的不同總量和強度。

企業對Ramp;D的人均支出

企業研發支出是衡量企業開發新技術和想法的關鍵指標，并對于其他公司和社會整體有重要的溢出效益。與公共部門相對，企業的投資水平對于地區的創新活動和技術的發展進程有很強的指示作用。

雖然受世界經濟波動影響很大，企業的Ramp;D投入近幾年投資增長有所減緩，甚至部分地區出現了負增長，但發達國家的企業Ramp;D投入仍然處于極高水平。在表7的排行榜上，日本往年的壟斷優勢被打破，與上年日本九個地區分別位列第一至第八名和第十名不同，以色列、新加坡沖入前五名，以色列取代日本滋賀縣成為第一名，東京和蔚山取代日本其他地區成為第二名和第三名，前三名的人均支出則超過了2300美元。印證了前面這些地區高度集中的知識密集產業，強大的研發投入造就了知識密集產業的發展和壯大。

香港排在大中華區域內的第一位（第17），與去年第27名有明顯提升，臺灣、天津和上海也位列前20位（分別位列第18—20位），而北京、浙江則緊隨其后，表明中國內地發達地區企業對研發投入越來越重視，投入總量整體處于不斷增長的態勢。而中國其他六個地區則集體處于相對靠后位置。這也給我們一個警示：“中國制造”遍布全球表明企業已經具備了相當的生產制造能力，但自主研發、自主創新的能力與發達經濟體尚有較大差距，企業不愿投入過多的研發成本是自主創新能力缺失的原因之一。針對相關問題，國家出臺了一系列扶持政策。雖然我們國家的企業Ramp;D投入在總量上增長巨大，但是與其他發達國家特別是以知識密集型產業為主的國家相比，我們需要提升的空間還很大。根據最近我們對臺灣一位IT專家的訪談，他認為大陸的IT企業普遍不愿意在軟件上進行投資，從而導致大量的研發人員不能搞真正的研發。通常情況下，一套IT軟件的價格高達6000萬美元，且更新換代的周期非常短。直接的使用時間只有6個月，即使付費升級，最長也不過使用2到3年。這還不能保證研發的產品符合市場需求趨勢。面對巨大的成本和市場風險，中國企業在這方面的投入積極性非常低。臺灣IT專家認為這是大陸IT產業不能進入技術前沿領域的關鍵因素。

當然，印度的三個地區排名依舊處在末位，反映出印度企業層面在研發強度的欠缺。

區域專利產出

知識競爭力中新想法的產生用專利指標來評估，因為這個指標和知識形成及知識資本化的聯系最直接也最密切。專利的數量可以用來表明一個地區通過產品和過程將知識轉化為潛在商業價值的成功程度。

表8是每百萬居民專利數量排名。今年我們仍然利用韓國與日本各細分地區專利申請的具體數據，使排行榜保持著較高的可信度和精確性。在這一指標排名的前10位中，東京仍穩居榜首，并具有不可逾越的優勢，東京的每百萬居民專利申請數達9624項，即平均每100人就有近1項專利申請。東京的這項指標與位于第二名的首爾（6999項）的差距較之去年兩倍的差距有所縮減。

浙江取代大阪成為第三名。中國大陸的北京、江蘇、上海均名列前10，且排名均有所提升。近幾年，中國大陸發達地區的專利數量增長幅度較大，但大陸的專利中目前有較大比重的是實用新型和外觀設計，而并非對知識經濟貢獻更直接的發明專利，因而并不能精確地反映技術進步的因素。

韓國在該項指標的排名整體表現較好，首爾排名第二，蔚山排名稍有下降排到第13。日本的九個地區在居民專利數量方面分化較大，東京的專利數量排名第一，而栃木縣則排名第26位。澳大利亞和印度的主要地區專利數量較少，排名最末位。

表9 人均私人股權投資排名

在知識經濟中企業為了參與競爭，它們不僅需要具有獲得知識資本的意愿，而且需要財力去做這些事。在這里我們將地區層面上私人資本對企業的投資作為金融資本可得性的測度。私人資本十分重要，它通常集中于具有潛在發展能力的中小型公司中。這些金融投資擴張使具有創新精神的公司能進行人力資本、實物資本和知識資本的建設。私人資本包括風險資本和初始投資，這些一般是以知識為基礎的活動，增強了各地區企業的基礎。

總體上看，受全球金融環境復蘇的影響，本次觀察的所有地區私人股權投資規模均有所增長，但它們之間的差異仍然是非常顯著的。

在表9的人均私人股權投資的排行榜上，北京仍是私人股權投資強度最大的地區，得分為174.35，遠高于第二名上海，這與近年來地方政府的資金投在北京的私人基金息息相關。新加坡取代以色列人均私人股權投資排名第四，整體實力雄厚，新加坡的金融業發展異常迅速并具特色，原因在于一是新加坡優越的地理位置。新加坡地處東八時區，與倫敦正好相差8個小時，這意味著新加坡的金融交易彌補倫敦、紐約金融交易時段的空缺。二是完備的金融法律、相對寬松的監管機構。三是其優良的信用環境和具有競爭力的財稅政策，是一個世界公認的低稅賦國家和國際避稅港。

上海表現出色，排名從去年的第三名上升為今年的第二名，上海作為中國大陸的金融中心，擁有其他城市無法比擬的金融市場規模。全國銀行間同業拆借中心、中國外匯交易中心、上海黃金交易所均設立于上海，是全國重要的貨幣市場、外匯市場與黃金市場。其次，位于上海的上海證券交易所、上海期貨交易所、中國金融期貨交易所是中國最重要的資本市場（證券市場）、期貨市場之一。在金融機構實力方面，上海擁有全國最多的證券公司、基金管理公司和外資機構，在證券機構與機構國際化兩方面大幅領先。

值得強調的是，在排行榜中，中國大部分地區的表現較去年更好，香港、臺灣、福建、浙江、廣東等地表現優秀，相較去年福建超越浙江、廣州等地區，排名得到大幅度提升，香港從去年的第五名上升到第三名，福建從去年的第11名上升到第七名，浙江從去年的第11名上升到第八名，廣東從去年的第10名上升到第九名。這與今年來中國各地金融體制的改革、營商環境優化，政府政策鼓勵是分不開的。

上述人力資本、知識資本和金融資本投入在整個知識經濟體系中相互作用，形成了區域的知識經濟產出。我們用勞動生產率、平均月收入、區域就業水平和區域產出強度（每平方公里百萬美元GDP）等四個指標描述這些產出。

目前全球經濟正在逐漸從危機影響中緩慢復蘇。面對經濟危機首當其沖的就是各國的金融和制造業。隨之而來的就是全球范圍內的裁員、減薪，各國都面臨著嚴峻的失業問題。APKCI研究體系中所涉及8個國家的33個地區在此次經濟危機中也遭受了嚴重的打擊，例如，雖然經濟危機爆發于美國，但是日本受到的影響也非常大。但在2017年的指數計算中，與2016年相似的趨勢是，各國家和地區該系列指標都出現了不同程度的回升。

勞動生產率

知識經濟的發展應以較直接的方式回饋經濟增長和產出效率，因而勞動生產率是地區知識經濟發展水平的重要測量標準。勞動生產率受一系列因素的影響，比如部門結構、勞動力技術水平、在創新上的投資以及市場競爭。生產率由全部從業人員的人均國內生產總值反映出來，它一定程度上是地區經濟活動水平和失業率的函數。所有經濟體的繁榮高度依賴于其勞動生產率。

表10 勞動生產率排名

從表10來看，對比2017年的APCKI，亞太33個地區在該項指標的排名結構上并沒有出現太大的變化，其中有些增長較快，有些則停滯不前。西澳大利亞取代韓國蔚山成為第一名，日本雖然多地區排名稍微下降，但是東京卻保持去年的排名不變。日本仍有四個地區在前十名之列，其勞動生產率的優勢仍然較大。中國大陸的11個地區中，大都位于榜單的后半段，北京的勞動生產率最高（第19），上海（第21）超越天津（第22）也有著相對較高的生產率。印度的3個地區仍然墊后。雖然知識經濟評價不僅僅關注經濟產出結果，但無疑這種產出是知識經濟的一部分，也就是說經濟本身的發達程度仍然具有重要影響，從總體上看，發達國家和地區的勞動生產率普遍較為明顯地高于中國大陸和印度相關地區。這也說明中國大陸部分地區在這一指標發展上有待加強。

事實上，即使在經濟危機的沖擊下，依舊是日本（4個）、澳大利亞（3個）這些發達國家占據榜單前10名的大部分位置，東京和蔚山的勞動生產率水平也相對較高，發達國家的整體勞動生產率高出中國、印度等發展中國家很多。

平均月收入

為了衡量一個國家或地區實現經濟的可持續發展，不僅要評估產出，還要看產出是如何轉化為個體的財富。收入數據說明了已轉化為所在地區的個人財富和生活標準，特別是經濟活動產生的增加值，它同時說明了一個經濟體中相應的工作質量。

表11顯示，該項指標排名結構與2016年相比出現了一些變化。新加坡成為亞太33個國家和地區中收入最高的地區，其平均月收入達到6364美元，西澳大利亞取代東京成為排名第二的高水平，平均月收入達到5398美元。亞洲地區人均收入水平進一步提升，榜單前三名的地區均為亞太地區的城市，澳大利亞優勢明顯，且前十名中有六個均在亞洲地區，這與亞洲經濟恢復強勁，歐洲等地經濟萎靡有一定關系。

由于平均月收入與勞動生產率有著較緊密的聯系，與勞動生產率的排名類似，發達國家和地區仍然處在較高水平，中國大陸和印度地區仍與它們存在較大差距。其中中國大陸的11個地區分列第17至30位，處于榜單的末部。這個指標充分揭示了中國經濟結構中存在的突出問題，一是國民經濟產出中的居民實際收入占比非常低，這是長期以來高積累遺留下來的后遺癥，國家經濟發展依賴的是投資而不是消費；二是產業的附加值低，因而勞動作為生產要素的價值分配比例被大大壓縮。

從短期看，中國大陸的這一狀況難以改變。因為近年來工資水平已有較大幅度的增長，再加上原材料成本上升和外貿企業受到人民幣升值因素的影響，企業的成本壓力已經很大，短期內難以再快速提高工資。但從長期看，經濟發展的最終成果必須體現在居民收入上。從這方面看，中國的差距還很大。以大陸排名最靠前的北京為例，其職工人均收入僅相當于亞太第一位東京的38%，韓國平均水平的56%，差距較去年有所縮小。正是在收入方面的巨大差距，才大幅拉低了中國各個地區的知識競爭力。

表11 平均月收入排名

表12 區域就業水平排名

區域就業水平

我們用失業率來反映就業的實際水平，因此該指標是反向的，即一個高的得分表明低的失業率。為了標準化所有的指標，失業率用一個簡單的等式：100—失業率，這樣能保持變化的線性。

表12顯示，中國大陸廣東取代北京成為第一。北京成為第二名，湖北、浙江的排名也很靠前。這也說明盡管存在比較嚴峻的大學生就業壓力，我國的城鎮就業水平在全世界還是很高的。新加坡面臨較小的人口基數、高水平的教育和外貿行業的需求，實現了較充分的就業和良好的就業結構，位列第三。日本地區進步顯著，打破了過去長期保持較低的失業率，五個地區排名進了前十。韓國兩個地區的就業水平相對上年下降明顯，其中蔚山由去年第四名下降到第18名，失業率為3.5%。相比去年，印度就業形勢仍然嚴峻，位于榜單末尾，由于全球經濟疲軟，印度優勢產業信息服務業情況不容樂觀，制造業發展緩慢，導致就業情況惡化。此外，澳大利亞、新西蘭以及以色列的該項指標排名也靠后，較高的失業率代表經濟對人力資源沒有充分利用，盡管對一個地區保持經濟競爭力影響不那么直接，但它是一個嚴重的社會問題，并且影響居民的整體福利水平。

表13 區域經濟產出強度排名

區域經濟產出強度

知識經濟在很大程度上與產業集聚有著非常緊密的聯系，產業內的投入要素合理配置、不同產業之間的城市基礎設施配套以及人才和技術的知識外溢這三個效應既是產業集聚帶來的效率增進，也反映了產業增長的質量。

我們用單位面積經濟產出來衡量區域產出強度，它表示在一定的土地面積上產出的平均水平，如表13所示，2017年，首爾的區域產出強度是最高的，其單位面積產出達到了每平方公里667.9百萬美元，比第二名的新加坡高11百萬美元，香港保持探花位置未變，且前三名的產出水平遠高于其他國家和地區。而排在第四、五位的分別是東京和大阪。這些地區幾乎都是人口密度極大的國際都市，在有限的土地上聚集了大量的高素質人才和優質企業，并大多有著較大容量的外部市場。中國大陸地區中，上海的區域產出強度最大，排名第七，而天津和北京也具有較好的表現。從總體看，由于不同的地域特點和人口分布特征，城市性的地區在該指標上的表現要好于由鄉鎮為主要構成的地區，例如，大洋洲的諸多地區雖然在勞動生產率方面排名靠前，但他們較低的人口密度卻導致了較低的區域產出強度，四個地區排名墊底。另外，有些地區不適宜發展經濟的地形對該指標也有影響，比如山地比重較大的地區比較不利。這些方面是該指標的一個缺陷。但不管怎樣，知識經濟本身反映的是對自然資源依賴程度的較低和較高水平的經濟集聚。比如山東和廣東這兩個地區都有較大的平原地區，也都有較多的山區，但它們都是經濟比較發達的地區。計算結果表明，這兩個省的區域產出強度幾乎相等。

表14 初等和中等教育人均公共支出排名

知識持續性是每個地區保持其知識創造和商業開發長期健康發展的能力。在我們的模型中，它表現為對下一代知識勞動者和ICT基礎設施的投資，共包括四個變量。

對未來知識的投資

新的經濟增長理論在一個變化的經濟環境中以人力資本的重要性和適應及滿足新的商業目標的技術工人的需要為基礎。未來的人力和知識資本蘊藏于那些接受教育的個人之中。因此，投資于教育和培訓可以認為是對知識的投資。持續的經濟增長將取決于大學畢業生的質量和他們在商業社會中使用知識的能力。大部分的初等教育支出作為義務教育被列入國家預算，而高等教育支出則是一個地區高校數量和種類的反映。

這個指標一方面說明了地方的財力水平，另一方面反映了一個國家對教育的重視程度和文化傳統。表14顯示，近年來中國大陸不斷增加義務教育的投入，并以法律形式規定其占GDP增長的比重，初有成效，北京（第12）和浙江（第13）較去年有大幅提升，成績顯著。大中華范圍內的香港和臺灣則分別排在第六和第11的位置，與去年一樣。澳大利亞、新西蘭、以色列、新加坡、韓國等發達經濟體的教育水平無意外地維持高水平，其初等和中等教育支公共出位居前列。其中，澳大利亞的維多利亞取代新南威爾士位居榜首。

相對于初等和中等教育的義務教育性質而言，高等教育更加市場化一些。因而一個地區的大學能否通過市場化手段籌集到辦學經費直接影響到知識投資的水平。但就本指標而言，它衡量的是公共支出部分，所以與市場化關系不大。

表1 -15 高等教育人均公共支出排名

新加坡、日本、澳大利亞等國家都非常重視對高等教育的投入，從表15可以看出，上述國家的地區都處于前列。新加坡以人均1258.24美元居榜首。究其原因，主要是由于政府不惜財力和物力以保障高校的正常運行，自獨立以來到20世紀80年代初，新加坡政府是高等教育投資的主要承擔者，其歷屆領導人深知高等教育投資關系到一個國家的前途與興衰，有利于經濟的發展。近幾年，新加坡更加注重高等教育的素質和投入，目標在2020年之前，將獲政府津貼的大學學額提高到等于同屆學生人數的四成。

臺灣大力推進高等教育的普及工作。近20年來，高等教育迅速發展，目前共有165所高等學校。由于臺灣教育私人辦學比重大，相比較其他國家和地區由國家全權負擔教育支出，臺灣總的高等教育經費投入顯得數額較大。臺灣的私立大學占高校總數的三分之二，從而減輕了政府的負擔，政府可以集中財力投入公立大學。

日本的滋賀縣、富山、京都等地區具有極高的高等教育水平，它們擁有多家全球著名的高等學府。例如，京都作為西日本的“學都”，其學生占總人口比例高居日本首位。京都地區的京都大學是世界級著名研究型國立綜合大學，是日本政府為了與歐美強國抗衡而建立的，它對國家和民族的發展有重要貢獻。從京都大學成立之日起，日本政府就對它寄予厚望，給予種種優待，以此為基礎，京都大學日益發展，成為世界著名的高等學府。從日本政府對待京都大學的態度，可以窺見其對待高等教育的態度。

北京位居榜上第14位，較去年下降四個名次，而上海的高等教育公共支出排名第17位，與北京的差距較去年縮小。

不過該指標有一些缺陷，就是地區人數的多少直接影響到其排名。比如一個上海就幾乎相當于整個澳大利亞的人口，所以在排行榜上，澳大利亞及日本的一些縣排名比較靠前。還有就是與區域內高等學校數量的多少有關，由于每所公立高校或多或少能從國家一級獲得高等教育公共投入，如果地區內高校數量多的話，在分母（區域內總人口）一定的情況下，人均高等教育經費就會比較高。顯然，北京就是受益于較多的高校而獲得了較多的高等教育國家投入。

但無論如何，每一地區都有高校，它們獲得的公共教育經費直接決定了其教學條件的高低，從而對知識的生產和人才的培養產生不容忽視的影響。所以人均高等教育公共經費仍然是衡量區域知識持續性的重要指標之一。

ICT基礎設施投資

在如今的電子信息時代，為了使知識在地區和國家范圍內得到有效傳播，良好的ICT基礎設施，尤其是快速的寬帶電信服務是必須的；其次，對于商業活動本身，我們使用人均安全服務器數來衡量其水平，因為安全服務器使用加密軟件（encrypted）進行電子商務傳輸，所以一國該種服務器的數量又充分表明了該國的電子商務運行水平。

表16中安全服務器所使用的是國家（地區）層面的數據，但考慮到中國的發達地區與落后地區之間相差懸殊，像北京、上海、天津這樣的發達城市實際上被大大低估了。

事實上，中國的電子商務整體水平與大部分發達國家相比并不落后，無論是商戶還是消費者的數量規模都具有絕對的優勢，人均水平也比較領先。根據CNNIC最新發布第40次《中國互聯網絡發展狀況統計報告》（2017年8月），截至2017年6月，我國網絡購物用戶規模達到5.14億，相較2016年底增長10.2%，其中，手機網絡購物用戶規模達到4.80億，半年增長率為9.0%，使用比例由63.4%增至66.4%。

但按照國際互聯網標準指標統計，安全服務器的相對數量整體上比較落后，但發達地區實際被低估。

與上年類似，日本、澳大利亞等居民擁有互聯網主機的水平很高，中國的香港和臺灣也有較高的水平。尤其是日本，它的千人寬帶上網人數高達1014，比上年繼續增長了120人。韓國的安全服務器比例最高，達到每百萬居民2411臺。

從2017APKCI和2016APKCI排名變化可以看出，各國的ICT基礎設施水平在持續接近，今后的趨勢將是使用質量和頻度上的差別，這對于知識經濟的發展是一個有利的方面，尤其是對于后發國家。

表16 ICT基礎設施排名

今年我們還對世界知識競爭力進行了預評估，上海在142個地區的知識競爭力中位列第七位，躋身世界前列，比2016年的第25位和2008年國際競爭力中心最后一次評價的第110位有了大幅度提升。上海知識競爭力水平的穩步提升反映了上海建設全球有影響力的科技創新中心成就初顯。進一步加強落實建設全球有影響力科創中心戰略意義愈加重大。我們建議在建設全球有影響力科創中心戰略框架下，主要從以下四個方面提升上海的知識競爭力水平。

在建設全球有影響力科創中心戰略框架下升級產業結構和完善產業集群

建設全球有影響力科創中心戰略的實施將極大地提升上海知識競爭力水平，尤其是“在信息技術、生物醫藥、高端裝備等領域，重點建設若干共性技術研發支撐平臺”背景下，上海將在知識密集制造業方面建立起較高層次的產業結構和相當規模的產業集群。

根據對各項指標的分析，上海的知識密集產業對知識競爭力的總體貢獻非常突出。上海的四個知識密集制造業中，每千從業人員IT就業人數、每千從業人員生物技術就業人數、每千從業人員汽車與機械工程就業人數和每千從業人員電子機械就業人數分別列全球142個地區的第四、第七、第三和第七位，知識密集服務業（高技術服務業）列第10位。這在全球其他大都市地區，尤其是發達國家中是比較少有的，表明其知識密集制造業對其知識競爭力貢獻巨大，同時也表明隨著產業結構的演進，制造業的轉移規律在發揮作用。

但值得注意的是，日本和德國的一些城市和區域至今保持了較大規模、較高密度的知識密集制造業部門，而非盲目地轉向服務業經濟，這給了上海重要的借鑒。上海作為國際大都市，與其他國際大都市有所不同：上海擁有遠超于紐約、倫敦和巴黎等其他國際大都市的人口和面積，這決定了上海相對于這些國際大都市的產業發展的巨大空間優勢和市場優勢。加之上海又是中國傳統的制造業中心城市，上海在進行產業升級的基礎上建立起世界上最強大的知識密集產業群。這一特征將是上海在未來10到20年內超越其他國際一流大都市最重要的資源稟賦和結構性優勢。

但上海的這一比較優勢尚未充分發揮出來，尤其是還沒有轉化為競爭優勢。建議發揮上海作為國際大都市與一般地區相比所具有的人才、信息、金融、交通、技術等綜合優勢，培育更加友好的產業環境和一批制造業的“產業追隨者”。

為了實現全方位的產業結構升級以實現知識經濟轉型，應大力發展高技術服務業，并以此帶動知識密集型制造業，并使兩者有效互動。將郊區建成技術密集的、規模型的知識密集制造業產業集群，包括集成電路、通信設備、生物醫藥、高端裝備等，以形成其他發達國際大都市所不具備的“軀干產業”。而將中心城區建成知識密集的高技術服務業，即“頭腦產業”，包括研究開發產業、軟件開發、信息技術、服務等專業服務業等。讓“頭腦”與“軀干”互動起來，即以中心城區強大的知識密集服務業支撐郊區的知識密集制造業，并將中心城區部分與知識密集制造業直接相關的知識密集服務業不斷擴大到郊區，大幅度提高郊區產業的增加值率和單位面積產出率。

更加重視人才引進和培養，完善人才發展環境

與產業發展水平相比，上海的管理類人才培養和知識資本的持續性等方面的發展相對滯后。上海在全球142個地區中每千人經理數位列第24位；初等、中等教育支出位列第124位，高等教育支出位列第114位。

“引進和培育”是區域人才發展的兩大手段。短期內，堅持以集聚和用好各類人才為首要。集聚一批站在行業科技前沿、具有國際視野和產業化能力的領軍人才，大力引進企業急需的應用型高科技創新人才，充分發揮企業家在推進技術創新和科技成果產業化中的重要作用，打通科技人才便捷流動、優化配置的通道，建立更為靈活的人才管理機制，強化分配激勵，鼓勵人才創新創造。

長期內，則需要培育多樣性人才，而非靠“海歸”等外部要素填充高職人才。應設法培育留住人才的宜居條件。近兩年出現一個趨勢，二三線城市發展較快，對人才的吸引力增強，越來越多的外地企業來挖角上海本地人才，這就需要政府部門進一步完善上海人才發展的大環境。在較長時間內保持知識密集產業發展人才的穩定性和競爭力。

為支撐知識密集產業的發展，建議在人才居住證和積分落戶政策方面進一步向實用技術性人才傾斜，保證上海有一支數量充足、精力充沛、敢于創新的實干型人才。

建立市場導向的創新型體制機制和完善創新基礎設施

上海企業人均Ramp;D規模位列全球142個地區中的第45位，仍有提升的巨大空間。要成為全球創新中心，基礎設施也非常重要，尤其是軟件基礎設施，包括大數據、云計算、平臺經濟、移動互聯網等。在數字化時代，數據可以挖掘，信息可以對稱，資源可以共享，藍海可以搶灘，成本可以降低，產業可以重構，所以建設更好的“硬+軟”的基礎設施對走向全球創新中心的上海來說刻不容緩。

值得強調的是，制度方面的基礎設施更加重要。上海應利用自貿區的獨特優勢，進行政策創新，包括法律在內的經濟服務體系創新，如果沒有這些創新，很難成就一個全球科技創新中心。

另外，需建立成熟的、領先全國的知識產權體系，如果沒有完備的知識產權保護，便形成不了尖端創新。在這個領域，上海應走在全國前列，建立完備的知識產權體系。而知識產權體系不僅是指知識產權保護，而且包含科技創新、專利審核、專利迅速資本化和資本化完成后的產業形成在內的良性循環。另外，完備的知識產權體系還包括縮短申請周期，國內的知識產權申請周期過長：從申請專利到獲批，在中國需要26個月。而在日本，只需11個月，在美國僅需9—10個月。因此，這個現狀需要盡快改變。在這方面，我們需要建立一個以知識產權為產品的加工廠。如果上海將來成為不斷提供系統解決方案的知識產權產地，將對上海全球科技創新中心產生大影響。

建議上海向國家知識產權局申請在上海設立南方專利審核機構，配備優秀人才隊伍，爭取大幅度縮短專利審核周期。

繼續加大上海金融業對科技創新的支持力度

金融資本的發展不僅是知識經濟的重要部分，更為科技部門等核心知識產出部門提供了發展的必要工具。以私人股權投資規模來看，上海取得了長足的進步。2017年，上海私人股權投資位列全球142個地區中的第五位，亞太33個地區的第二位。但在人均水平上，上海與北京仍有一定差距，這與上海的金融中心地位是不相稱的。建議上海采取更加開放的政策，大力培育私人股權投資公司，尤其是利用好上海自貿區的有利政策優勢，積極吸引國外和外地的私人股權投資公司。

具體建議：第一，落實此前浦東新區對私人股權投資公司高管個人所得稅返還和新公司開辦的一次性獎勵政策并擴大到全市范圍；第二，對在上海投資于創業公司成功上市的私人投資公司獲得的股份，在二級市場賣出后如果再投資于上海本市非上市公司的，對產生的各項稅收按等額全額獎勵；第三，在陸家嘴、張江或自貿區其他區塊建立私人股權投資集聚載體（園區或商務樓宇），對集聚區內的私人股權投資企業提供與國際接軌的高水平專業服務，支持私人股權投資做大做強。

除了私人股權部門，近年來上海金融業的其他部門對科創部門的支持力度持續加大。來自上海銀監局的統計材料顯示，截至2016年12月末，上海銀監局轄內機構為4303家科技型企業提供貸款余額為1500.36億元。其中，為3943家科技型中小企業提供貸款余額為835.01億元。科技型中小企業中，2264家科創企業獲得貸款余額為418.85億元。此外，政策性銀行對“科研基礎設施建設”的金融支持為40.76億元；金融租賃公司對“科研基礎設施建設”相關的融資租賃余額為189.65億元。雖然從規模來看，上海金融業對科創部門的支持力度不小，但仍需逐步加大對科技型企業中長期融資的支持力度，以更符合科技型企業的成長特性。建議擴大專利抵押貸款的適用性，并建立專利抵押貸款保險，提高銀行對專利抵押貸款的信心和積極性。