中國三大都市圈創新資源配置效率影響因素研究

陳紅軍 謝富紀

（1.上海交通大學 安泰經濟與管理學院，上海 200030；2.北京經濟管理職業學院 管理學院，北京 100102）

1　文獻綜述

都市圈創新體系是指由不同行政區域內的參與技術創新和擴散的企業、高等院校、研究機構、中介服務機構組成的，多個地方政府協調互動的，為創造、儲備、使用和轉讓知識、技能和新產品的相互作用的網絡系統。創新是追求效率的，我國雖然已經成為世界第二大經濟體，但人均經濟規模還較小，還屬于發展中國家，特別要注重考慮創新資源的投入產出問題。創新資源要素主要包括直接要素和間接要素。直接要素主要是指和技術創新直接相關的資源，包括企業、高校、科研機構等的研發成果等技術、人力資本和資金；間接要素主要是指和都市圈技術創新密切相關的資源，包括基礎設施、社會環境和宏觀政策等。本文將主要考慮直接創新要素，即資金、人力資本和技術等要素在長三角、珠三角和京津冀三大都市圈的資源配置。區域創新資源配置的差異主要取決于它的效率，也就是所有的區域是否都能夠在既定的資源投入下實現產出的最大化，即所有區域的創新資源配置是否都技術有效（Farrell，1957）。創新資源配置貫穿從創新資源投入到創新產出的全生命周期，每一個環節都會影響整個創新活動的最終效果。目前，國內外學者對創新效率的測量研究方法主要分為參數方法和非參數方法兩大類。參數方法主要采用確定性生產函數和最小二乘法等對影響區域科技資源配置效率的要素進行計量分析。非參數方法主要通過主成份分析法、泰爾指數法和數據包絡分析法（DEA）等對資源配置效率進行評價。前者以隨機前沿分析（stochastic frontier analysis，下文簡稱SFA）為代表，后者以數據包絡分析（data envelope analysis，下文簡稱DEA）為代表。用DEA方法測度效率時，不需要設定具體函數形式，可直接測量多產出的效率度，避免了人為主觀設定函數的影響。因此，很多國內外學者均運用該方法對創新效率進行評測。但DEA也存在缺點，它無法直接對創新效率的影響因素進行分析。以隨機前沿分析（（SFA）為代表的參數方法，將實際創新產出分為生產函數、隨機擾動因素和技術無效率項三部分，同時考慮了技術非效率和隨機擾動因素對個體差異的影響，彌補了DEA方法的不足，能夠直接對影響創新效率的因素進行分析。因此，白俊紅（2009）等許多國內外學者采用此方法進行研究。但上述學者均基于SFA模型測算單產出創新效率問題，而創新活動的產出成果往往是多種產出，只用一個方面的產出進行衡量，會影響評測創新效率的客觀、有效性。基于SFA方法測度創新效率的優點和不足，本文引入了將多維數據進行降維的投影尋蹤方法（projection pursuit，以下簡稱PP），將創新產出的多維數據通過最佳投影方向轉化成一維數據。付強和趙曉勇、曹霞和于娟等學者均采用投影尋蹤方法來分析多維數據問題，而且評價效果較好。

基于以上分析，本文結合PP模型，對SFA模型無法測度多產出創新效率進行了改進，構建優于DEA和SFA的評測創新效率的模型，采用中國2005—2013年三大都市圈實際面板數據作為樣本，對三大都市圈創新效率進行評測。同時，揭示國際貿易程度、地方財政政府支持等因素對創新產出效率的影響，以期為建立有效的都市圈協同創新生態體系提供具有實踐指導性的政策建議，也為我國其他區域經濟的發展提供借鑒和參考。

2　數據與變量

2.1　變量選取

2.1.1產出變量

傅家驥（2007）指出，創新系統的產出應該反映兩個方面：創新主體素質的“科技成果產出”和經濟效益的“產業成果產出”。專利數據能較全面地反映各地區發明和創新信息，因此常用專利作為衡量創新系統“科技成果產出”的指標。發表論文數量反映了一個地區創新主體的素質，而高新技術產業新產品銷售和技術市場成交額反映出一個地區的創新成果商業化應用和創新產品的市場成功，可作為“產業成果產出”指標。依據指標合理性與數據可獲得性兩個原則，本文選用國外三大檢索系統收錄我國科技論文發表數、專利申請受理數量、高新技術企業新產品銷售收入和技術市場交易額四個指標來綜合衡量我國都市圈創新活動產出水平。

2.1.2投入變量

對于投入指標，國內外學者（白俊紅，2009）多選用R&D人員投入和R&D經費支出表征R&D創新活動的投入。鑒于R&D資源投入具有時滯性和累積性，因而用R&D資本存量能更好地表征省域的創新實力和潛力。

本文選取R&D人員全時當量Lit和R&D資本存量Rit作為衡量指標。

2.1.3影響因素變量

創新效率受很多因素影響，本文主要考慮國際貿易強度、地方政府支持強度、教育水平、企業研發投入、地方經濟水平等因素考慮對三大都市圈創新效率的影響。各指標說明如表1所示。

表1　變量指標說明

2.2　數據

數據全部來自2005—2013年《中國科技統計年鑒》和《中國統計年鑒》數據。最新數據可以查到2014年，但是由于國外三大檢索系統收錄中國科技論文數比其他指標數據晚1年，作為重要產出指標之一，科技論文數只能查到2013年。因此，本文主要選取2005—2013年的面板數據對三大都市圈的創新效率進行測度并對其影響因素進行分析。

本文中，長三角都市圈主要包含由以上海為核心、聯系緊密的多個城市組成，主要包括上海市，江蘇省的南京、無錫、常州、蘇州、南通、鹽城、揚州、鎮江、泰州，浙江省的杭州、寧波、嘉興、湖州、紹興、金華、舟山、臺州等18市，珠三角都市圈主要包括廣州、深圳、珠海、佛山、東莞、中山、江門、肇慶、惠州、清遠、云浮、陽江、河源、汕尾等14個城市，京津冀都市圈主要包括北京市、天津市以及河北省的保定、廊坊、唐山、張家口、承德、秦皇島、滄州、衡水、邢臺、邯鄲、石家莊等13個城市，這些城市的GDP基本占據了全省的95%以上。根據科學性、一致性與數據可獲得性的原則，長三角都市圈采用上海市、江蘇省、浙江省的數據，京津冀采用北京市、天津市、河北省的數據，珠三角都市圈采用廣東省的數據來進行三大都市圈的實證分析。

3　研究模型

3.1　模型求解框架

以國外三大檢索系統收錄我國科技論文數、專利申請受理、高新技術企業新產品銷售收入和技術市場交易額4個變量衡量創新產出，借助降維技術將多維分析問題轉化成為一維問題進行分析。因此，結合投影尋蹤方法對創新的4個產出進行投影降維，再運用超越對數生產函數的隨機前沿模型分析各省域的創新效率及影響因素（見圖1）。

圖1　模型求解框架圖

3.2　投影尋蹤模型

本文都市圈區域創新綜合產出利用投影尋蹤模型進行測算。具體步驟如下：

（1）數據歸一化處理

為消除原始數據的量綱差異和由此產生的對分析結果的偏差，在進行綜合分析之前先對各年的原始數據分別進行歸一化處理，計算公式為

式1和式（2）中：X*（i，j）t表示第t年第I個地區第個變量值，t=1，2，…，9，i=1，2，…，n，j=1，2，…，9；Xmax（j）t，Xmin（j）t分別為第t年n個區域第j個變量的最大值和最小值；為變量無量綱化后的數據。

對于式（1）、式（2）無量綱化后的數據會出現0。因此，為消除0的影響，將坐標進行平移：

式中：x（i，j）t為無量綱數據平移后指標值；A為平移幅度，令A=0.0001。由于數據較多，文章篇幅限制，故在此不加以贅述無量綱化處理的數據。

（2）構造投影指標函數

設a=（a1，a2，Λ，am）為單位投影方向向量，將x（i，j）t按下式進行線性投影為一維投影特征值z（i）t，即

式中：a（j）t表示式第t年n個區域第j個變量的投影方向；j=1，2，3，4；x（i，j）t為4個產出變量無量綱化平移后的數據。

然后，根據zi的一維分布圖進行分類，投影指標函數可構造為

式中：s（a）為類間距，即投影值z（i）t的標準差，d（a）為類密度，表達式分別為

式中ˉz為系列zi的均值，R為密度窗口半徑，其選取既要使包含在窗口內的投影點的平均個數不能太少，避免滑動平均偏差太大，又不能使它隨著n的增大而增加太高，本研究取R=0.1·s（a）；距離rij=｜z（i）t-z（j）t｜（i，j=1，2，Λ，n），f（R-rij）為單位階躍函數，當｜R-rij｜時，｜f（R-rij）｜=1，反之為0。

（3）優化投影指標函數

當樣本量確定時，投影指標函數Q只隨投影方向的變化而變化。因而，可以通過求解投影指標函數最大化問題估計最佳投影方向：

式（7）、（8）是一個以aj為變量的多約束優化問題。后文中將采用一種改進的復合形法，來解決這個多約束全局尋優的問題。

（4）指標權重的獲取

優化得到最優投影方向向量a*t反映了各個因素的不同重要程度，而且滿足因此，可以將作為各影響因素的權重。

（5）樣本投影特征值計算

根據優化得到的，代入公式（j）tx（i，j）t，i=1，2，…n，j=1，2，3，4，即 可求得 9

年創新綜合產出變量的投影特征值z（i）t。

3.3　隨機前沿模型

本文采用超越對數生產函數來測度創新效率，它與柯布—道格拉斯生產函數相比，在形式上更加靈活，且能夠較好地規避因函數形式誤設而產生的估計誤差。參照Battese和Coelli（1995），構建實證模型如式（9）、（10）、（11）、（12）、（13）、（14）。各指標說明如表2所示。

表2　隨機前沿變量指標說明

上述公式的創新人力資源和創新資本存量的產出彈性可以表示為

4　實證分析

4.1　基于投影尋蹤的創新綜合產出的測算

根據投影尋蹤模型，基于2005—2013年29個省市自治區（青海、西藏除外）的數據，通過 Matlab7.0軟件編程對我國三大都市圈創新產出水平進行綜合測算，得出專利申請受理數、技術市場成交合同額、高新技術企業新產品銷售收入、國外三大期刊檢索論文四個創新產出變量的最佳投影方向，如表3所示。

表3所得是創新產出變量各年的最佳投影方向，將表3中最佳投影方向值代入公式（6）中，可計算出中國2005—2013年三大都市圈的創新綜合產出投影值，即創新綜合產出水平，如表4所示。

表3　創新產出的最佳投影方向

表4　2005—2013年三大都市圈創新產出的投影值

4.2　創新效率測度結果與影響因素分析

運用投影尋蹤方法測算的創新綜合產出值（見表4），代入隨機前沿分析模型中，應用Froniter4.1軟件測度和分析中國2005—2013年三大都市圈的創新效率及影響因素（見表5）。

表5　隨機前沿生產函數和效率方程參數估計值

4.2.1創新效率測度結果分析

γ=0.32＞0，并且似然比檢驗統計量LR=179.54在1%水平下是統計顯著，表明32%的誤差主要是由于技術非效率性引起的，傳統方法無法進行估計。因此，使用SFA方法估計是必要的。對數似然函數為-174.31，說明極大似然估計的效果較好；單邊LR檢驗值為179.54，表明整體估計有效。由表5還可得知，中國2005—2013年創新效率平均值為0.393，表明中國創新活動約有60%以上的改善空間。

4.2.2創新資源要素彈性分析

由表6和表7可以看出，我國三大都市圈創新人力資源要素產出彈性處于不斷上升的趨勢，而創新資本存量要素產出則處于不斷下降的趨勢，這說明人才在創新過程中起著不可替代的主導作用；從我國創新資源要素產出彈性均值來看，創新人力資源要素產出彈性高于創新資本存量要素產出彈性，創新人力資源的產出彈性系數是創新資本存量要素的2.23倍，表明創新人員對創新產出的推動作用大于R&D經費，說明我國創新產出的增長越來越依賴于人力資源的投入。R&D人員全時當量一次項系數β1＜0，二次項β3＞0，表明創新人力資源與創新產出呈顯著的正“U”型關系，說明我國已完成創新起飛階段，進入基本穩定階段，現階段人力資源規模大而不強，缺乏創新型人才。必須進一步加以改善體制機制，調整人力資源結構，為創新提供人力智力保障。

4.2.3三大都市圈創新效率影響因素分析

根據表5中無效率方程的參數估計結果，可以發現：

（1）國際貿易強度 Tradeit的系數δ1=-1.40，為負且高度顯著，表明國際貿易的相對規模增長對于創新資源配置效率的增長有著積極顯著的作用，說明進出口貿易活躍的區域更利于技術擴散，創新資源配置效率更高。我國在經濟上已經位居世界第二大國，正在由“中國制造”轉變為“中國創造”，正在由世界的制造中心轉變為世界的創新中心，國際科技合作不僅能提高科學研究的質量、效率和效果，還能分擔研究成本。國際合作已經成為促進創新的重要途徑，我國政府必須加強國際開放程度，加大商品自由貿易和知識產權保護力度，從而提高我國商品進出口貿易額。

表6　我國三大都市圈人力資源彈性要素產出彈性

表7　我國三大都市圈資本存量彈性要素產出彈性

（2）地方政府對科技活動的支持力度GOVit的系數δ2=-0.69，為負且高度顯著，表明加大地方財政科技撥款的比例對區域創新資源配置效率起到了積極的正向作用。這種作用可能主要來源于兩點：一是直接作用。地方政府財政科技撥款直接增加了區域創新經費投入，從而增加了區域創新資本存量。2013年，在全國研究與試驗發展（R&D）經費中，基礎研究、應用研究和試驗發展經費占比分別為4.7%、10.7%和84.6%。基礎研究的比例相較歐美國家低十幾個百分點，提高我國自主創新水平一定要加強對基礎研究的支持。二是間接作用。地方政府財政科技撥款配套政策可進一步刺激企業加大研發活動投入的力度，在其明確的利益取向和價值目標的指引下，可以高效配置其創新資源。我國的政府科技經費由多部門管理，科技項目申請中存在權力尋租和腐敗行為等問題。政府應該通過公開統一的國家科技管理平臺，依托專業機構管理科技項目，構建新的具有中國特色的科技計劃管理體系。政府科技管理部門通過規劃、政策等方式統籌協調，加強制度化的監督，更好地謀劃和更有力地推動科技發展、促進創新，切實完成科技管理職能的轉變。

（3）高等教育重視程度EDUit的系數δ3=-1.20，為負且高度顯著，表明政府對教育的重視程度與創新效率存在正相關。重視和支持教育發展的地區，勞動者的綜合素質相對較高，而高素質的勞動者是開展研發創新活動的基石，能主導區域創新能力不斷向更高水平邁進。因此，地方政府應該加大對教育事業的支持力度，努力提高地區的勞動者素質，為研發創新能力提供人才保障。

（4）企業研發投入（Erdit）的系數δ4=-11.46，為負且高度顯著，表明企業加大R&D經費的支出將促進創新效率的提升。企業是創新的主體，但是目前各區域企業的創新投入還比較少，所以政府應加大對企業的政策支持力度，鼓勵企業進行創新的投入。

（5）人均GDP水平（GDPit）為正且高度顯著。一般情況下，GDP表征對于新技術的生產能力（包括創新系統自主生產新技術和對系統外新技術的購買），但由于資源充沛導致冗余產生時，GDP的提高同樣可以導致資源配置效率降低，故GDP對創新效率的影響需要視具體情況而定。

4.3　三大都市圈創新資源配置效率異質性分析

由表8可知，在2005—2013年期間，珠三角創新資源配置效率平均為0.94、長三角配置效率為0.80，京津冀創新資源配置效率僅為0.55，三大都市圈創新資源配置效率高于全國平均值0.3739。珠三角、長三角、京津冀區域創新資源配置效率整體上呈遞減分布，雖然三大都市圈的創新資源配置效率都高于全國平均值，但是京津冀與珠三角、長三角差距比較大，各地的平均資源配置效率從高到低依次為上海、廣東、北京、江蘇、天津、浙江、河北。

珠三角大都市圈的市場體制、機制和政策環境都有助于創新效率，且外向型特征明顯。隨著外資的大量進入，造就了東莞之類的IT制造名城。當然，經濟發展的同時，珠三角地區也顯示出相當高的創新水準，無論是科技投入，還是專利申請量，都在全國名列前茅，2015年深圳專利申請量接近全國總量的一半。長三角大都市圈是我國經濟最為發達的地區，經濟實力雄厚，發展潛力巨大，人均GDP、開放度、創新能力都在全國名列前茅。而經過上文的分析，也可以看出在三大都市圈中長三角大都市圈的區位競爭力最強。上海作為中心城市，經濟發展態勢良好，且周邊地區的發展成熟度也較高，形成了一些協作配套的高科技產業集群。長三角大都市圈的產業體系日趨完備，區域合作也日漸加深，可以預見這一地區在建設創新國家中的強大支撐作用。應該說，長三角創新體系建設近年來已經取得很大進展，從技術、人力資本和資金等具體創新要素方面，各地聯合互動的趨勢越來越明顯。城市之間只有密切合作、協調發展，創造要素流通的完善環境，才能讓大都市圈發揮其應有的功能，實現區域內的規模經濟和集聚效應，增強區域經濟競爭力，同時各個城市也能在分工協作中享受要素整合帶來的利益。

京津冀大都市圈的總體經濟發展水平處于全國的上游，但是其外向型和開放度方面遠不及長三角和珠三角兩個大都市圈，它在吸引和利用外資方面也是三大都市圈里面最少的。同時，京津冀大都市圈內地區間的發展差距較大，地區間協作聯系也較松懈，并沒有明顯地體現出區域整體性運作、協作聯系的特征，北京和天津并沒有顯示出對其他城市很強的輻射能力。但是，隨著對區域經濟合作的日益重視與國家京津冀協同規劃發展戰略的實施，北京非首都功能疏解的進一步調整，京津冀大都市圈將在技術交易、人才一體化建設和金融合作方面日益加深，已經初步顯示出較強的集聚競爭力。

表8　經過計算得出的2005—2013年三大都市圈創新資源配置效率

5　結論與建議

本文以中國2005—2013年三大都市圈的面板數據為樣本，將投影尋蹤與隨機前沿分析方法相結合，對各區域創新效率進行測度，結果表明：

（1）三大都市圈各省域創新效率均值與地區實際創新實力及發展情況相一致，與中國實際發展更相吻合。雖然創新效率相比其他研究略有提高，但平均效率僅為0.3739，處于較低水平，尚有60%以上的提升空間。因此，不僅要注重創新資源量的投入，更要講求對創新資源的利用。

（2）三大都市圈的創新資源配置效率差異比較大，從創新資源要素產出彈性的變化趨勢來看，創新人力資源要素產出彈性高于創新財力資源要素產出彈性。珠三角與長三角創新資源配置效率明顯高于京津冀都市圈，各都市圈城市間的差異更大。因此，必須建立和完善都市圈合作機制，建立跨行政區域管理協調機構，促進區域統一創新要素市場的形成，減少市場運作的障礙，發揮各地區比較優勢。要積極引導資源合理配置，激勵優勢地區繼續發揮自身優勢，增強創新能力，并鼓勵其積極與國際接軌，引進先進技術和管理經驗。為了實現技術資源共享，大都市圈的各級科技部門應該協商投入使用方式，避免重復投入，各創新主體應共建科技設備、信息、標準的網絡共享平臺，相互開放各自的重點實驗室、先進實驗設備等。要切實推行都市圈協同創新發展戰略，增強都市圈的協同創新能力。

（3）國際貿易強度、地方政府對科技活動的支持力度、地方教育重視程度、企業R&D的投入均是創新效率提升的重要因素，與中國實際情況相吻合。因此，政府要重視區域人才整合，組建都市圈內部統一的區域人才市場，實現人才供需信息的公開共享，重視人才的教育培訓。同時，政府應出臺相應的財政和稅收政策，鼓勵創新主體加大創新資源的投入，重視資源的合理利用，激發創新主體創新的積極性，增強創新實力，提高創新效率，真正實現都市圈內部區域均衡協調發展。

本文從都市圈協同創新的角度出發，結合投影尋蹤模型處理高維數據的特點，對隨機前沿模型進行了改進，并得到相關結論。下一步將針對特定的都市圈區域特點，分析影響創新效率的其他因素及各因素之間的交互作用，以此提出提升都市圈創新資源配置效率的具體策略和建議，這是未來需深入研究的重點。

參考文獻：

［1］ 于曉宇，謝富紀，徐恒敏.大都市圈創新體系理論框架與前沿問題研究［J］.科學管理研究，2009，27（3）：6-11.

［2］ 柳卸林.中國區域創新能力評價報告［M］.北京：科學技術文獻出版社，2005：2013.

［3］ 程開明，莊燕杰.中國中部地區城市體系規模分布及演進 機 制 探 析 ［J］.地 理 科 學，2013，33（12）：1421-1427.

［4］ 呂拉昌，梁政驥，黃茹.中國主要城市間的創新聯系研究［J］.地理科學，2016，35（1）：30-37.

［5］ 謝富紀，肖敏，于曉宇.創新型國家建設的R&D資源配置［M］.北京：經濟科學出版社，2011：10.

［6］ 于曉宇，謝富紀.基于DEA-Tobit的區域創新系統資源配置優化策略研究［J］.研究與發展管理，2011（2）：1-10.

［7］ 范斐，杜德斌，李恒.區域科技資源配置效率及比較優勢分析［J］.科學學研究，2012（8）.

［8］ 謝富紀.中國都市圈創新體系［M］.上海：上海格致出版社，上海人民出版社，2009.

［9］ 吳貴生，楊德林，王毅.區域技術創新體系建設：以北京區域技術創新體系為例［J］.中國地質大學學報（社會科學版），2003，3（4）：18-21.

［10］ FARRELL M J.The measurement of productive efficiency［J］.Journal of the Royal Statistical Society，Series A （General），1957（120）：253-290.

［11］ 池仁勇，唐根年.基于投入與績效評價的區域技術創新效率研究［J］.科研管理，2004（4）：23-27.

［12］ 虞曉芬，李正衛，池仁勇，等.我國區域技術創新效率：現狀與原因［J］，科學學研究，2005（2）：258-264.

［13］ 李建華，劉玲利，盛麗.我國區域研發資源配置效率測度實證研究［J］.工業技術經濟，2007（5）：33-36.

［14］ 官建成，何穎.基于DEA方法的區域創新系統的評價［J］.科學學研究，2005（2）：265-272.

［15］ 趙文平，楊海珍.基于DEA的西部區域創新網絡效率評價［J］.科研管理，2016，34（12）.

［16］ SIBEL S，SIBEL A，URSALIOGLU.Analysis of the determinants of universities efficiency in Turkey：application of the data envelopment analysis and yanel to-bit model［J］.Yrocedia Social and 13 ehav-ioral Sciences，2013（89）.

［17］ 白俊紅，江可申，李婧.應用隨機前沿模型評測中國區域研發創新效率［J］管理世界，2009（10）：51-61.

［18］ 付強，趙小勇.投影尋蹤模型原理及其應用［M］：北京：科學出版社，2006.

［19］ 曹霞，于娟.創新驅動視角下中國省域研發創新效率研究——基于投影尋蹤和隨機前沿的實證分析［J］.科學學與科學技術管理，2015，36（4）：124-132.

［20］ 傅家驥，施培公.技術積累與企業技術創新［J］.數量經濟技術經濟研究，1996（11）：70-73.

［21］ 傅家驥.技術創新學［M］.北京：清華大學出版社，2007.