長三角縣域創新投入與產出脫鉤關系及效率研究

李玉龍，崔梓涵

（中央財經大學 管理科學與工程學院，北京100081）

一、引言及文獻綜述

科技創新是引領高質量發展的首要動力，也是加快區域經濟轉型的關鍵支撐。2017 年，國務院發布的《關于縣域創新驅動發展的若干意見》指出，實施創新驅動發展戰略，基礎在縣域，活力在縣域，難點也在縣域。長三角地區作為我國主要經濟中心，縣域經濟起步早、發展成熟，縣域創新能力突出，2018年底，在科技部啟動的全國首批52個創新型縣（市）建設中，江蘇、浙江、安徽三省共占全國1/4的創新型縣（市）試點。然而，伴隨著大規模的創新投入，對應的創新產出卻表現出較明顯的不對稱和非均衡現象，如同一省份內，蘇南縣域平均研發經費支出是省內其余縣域的3.5 倍，但其專利數量僅是后者的1.8 倍；不同省份間，安徽以占浙江37%的縣域平均研發支出，獲得了占后者45%的專利份額（《全國縣（市）創新能力監測報告（2018）》）。換句話說，縣域之間相對較高的創新投入并不必然帶來對等的創新產出，部分縣域投入冗余或產出不足問題嚴重。因此，在長三角一體化背景下，探究長三角縣域創新投入與產出的脫鉤關系及效率水平，對于打造全國縣域創新示范樣板、構建協調均衡的一體化縣域創新格局具有重要現實意義。

目前，學術界對縣域創新的研究主要從四個方面展開：①定性的案例分析。一些學者列出了科技創新對縣域產業轉型升級與經濟發展的支撐意義［1-2］。最近，運用科技手段助力縣域脫貧受到密切關注，如韓永濱等總結了4個國家級貧困縣的科技扶貧經驗，提出了異地股份制扶貧和技術引進扶貧等縣域發展新模式［3］；邢成舉在評估西北某貧困縣的科技扶貧工作成效時發現，雖然科技扶貧推動了縣域農業發展與技術更新，但也存在門檻效應等問題［4］。②創新能力評價及影響因素。陸介平等基于專利創造構建了創新能力指數，評價了全國發明專利申請前20位區（縣）的創新能力［5］；管婧婧等使用主成分分析法評價了浙江省90個縣域2009—2012 年的科技創新活動發展水平［6］。影響因素方面，張建偉等使用OLS和空間滯后模型檢驗了江蘇省縣域創新產出的影響因素［7］；周青等采用負二項回歸研究了數字化水平對浙江省縣域創新績效的影響［8］。③創新發展的空間特征。Zeng 等運用馬爾科夫鏈分析法追蹤了2000—2015 年中國2 800多個縣域專利申請數量的空間演化過程［9］；同樣使用該方法并結合標準差橢圓，郭淑芬等分析了山西省119 個縣域單元創新水平的時空特征與創新趨同演化規律［10］；劉曉陽等使用空間插值、空間自相關分析等探索了長江經濟帶149 個縣（市）信息化水平的空間特征［11］。還有學者從空間網絡角度進行了探究，如蔣天穎等基于引力模型量化了浙江省65個縣域單元創新產出的空間聯系強度以及中心城市創新產出的輻射范圍［12］；張景帥和唐根年結合社會網絡分析方法分析了浙江省縣域創新的網絡密度、節點中心度以及凝聚子群等［13］。④創新的效率水平。主要采用數據包絡分析（DEA）方法測度縣域創新效率，如林海、曹雪等分別使用DEA方法中的BCC 和CCR 模型分析了廣東、浙江兩省縣域創新投入與產出的相對效率［14-15］。

總之，相關文獻從不同角度對縣域創新問題做出了啟發性探討，然而相比地級市或省域層面的科技創新研究，縣域層面的關注力度與研究深度仍然偏弱。并且，既有縣域創新研究還存在一些局限性：首先，多數文獻選擇單一省份內部的縣域單元，忽視了跨地區的創新聯系；其次，創新指標選取側重創新產出方面，尤其集中于專利授權數量，指標的多樣性和異質性較差；最后，割裂了創新投入與產出間的內在關聯，由于創新產出取決于創新投入，因此，兩者間的匹配與平衡關系更需受到重視。基于此，本文以長三角地區蘇、浙、皖三省153個縣域單元為分析對象，首先，從投入和產出角度構建多維度的縣域創新評價體系，重點關注作為縣域創新主體的企業創新指標；其次，利用投影尋蹤模型分別測度創新投入、產出的綜合水平，進而利用拓展脫鉤指數計算創新投入與產出間的非對稱程度，判斷縣域創新是否存在以及在多大程度上存在空間非均衡現象；再次，進一步引入超效率SBM 模型，識別和量化脫鉤及無效率的原因，同時利用莫蘭指數揭示縣域創新效率的空間關聯性；最后，基于上述實證結果提出加快長三角縣域創新一體化的對策建議。

二、研究方法與數據來源

（一）研究方法

1.投影尋蹤模型

縣域創新投入與產出指標具有多維特性，通過降維獲得綜合水平測度結果，可以更加簡便地衡量投入與產出關系。在處理非線性、非正態的高維數據方面，由Kruskal提出的投影尋蹤模型（PPM）具有獨到優勢［16］。與傳統的熵值法、主成分分析法相比，PPM無須預先設置指標權重，具有客觀性、穩健性和準確性等特點。目前，該方法已從區域發展、生態安全等領域拓展至區域科技創新效率研究［17-18］，顯示出良好的評價效果和應用價值。本文將首先使用該方法分別測度縣域創新投入和產出的綜合水平，詳細步驟可參考李琳、王蔚陽的研究［19］。

2.脫鉤指數

在創新綜合水平測度基礎上，為了衡量縣域創新投入與產出是否存在不對稱或脫離現象，這里引入脫鉤指數。脫鉤指數最早由經濟合作與發展組織（OECD）應用在經濟與環境關系研究領域，后來在實際應用中為了降低誤差又進一步發展出Tapio脫鉤指數［20］。傳統意義上的脫鉤指數是用來衡量兩個變量末期與基期相比的同步程度，本文則在保證相對性的基礎上，將原有比較兩個變量在不同時點的縱向變化轉為突出同一時點上不同縣域的橫向比較，利用各縣域創新投入、產出與整體均值的差值對均值作比的方法定義脫鉤指數。計算公式如下：

其中：Ii為縣域創新的投入水平；Oi為縣域創新的產出水平；I0和O0分別為長三角縣域整體的創新投入和產出均值。根據脫鉤指數的原始定義，各縣域創新投入、產出與均值的距離大小，可以劃分出3 種類型共8 種脫鉤狀態，即強脫鉤、弱脫鉤、衰退脫鉤；增長連結、衰退連結；強負脫鉤、弱負脫鉤、擴張負脫鉤。具體分類標準見表1所列和圖1所示。

表1 脫鉤類型及其劃分依據

圖1 創新投入與產出脫鉤程度坐標示意圖

3.超效率SBM模型

通過創新投入與產出的脫鉤類型可以判斷出相應縣域地區的創新相對績效，但是這仍不足以揭示這些地區距離最佳有效水平的遠近程度，同時也無法得到投入冗余或產出不足的數量規模。為此，本文進一步采用Tone［21］提出的非徑向非角度的基于松弛變量測度的DEA 分析方法，即SBM（Slack-Based Measure）。SBM的優勢在于其投入和產出是一個無量綱，不會對效率值產生影響，且效率值隨著投入和產出松弛程度的變化而嚴格單調遞減。由于SBM模型在效率測度時仍然會出現多個效率值均為1的決策單元，為此Tone基于修正松弛變量提出了超效率SBM模型，解決了完全效率決策單元的評價和排序問題，詳細步驟可參考Tone的研究［22］。

4.空間自相關

最后，為了觀察長三角縣域創新效率是否具有空間效應，發現可能存在的創新集聚區或洼地現象，本文選用莫蘭指數（Moran'sI），從全局和局部兩個角度分別考察長三角縣域整體及局部空間的效率集聚情況。對于全局Moran'sI，I＞0表示縣域創新效率呈空間正相關；I ＜0 表示縣域創新效率呈空間負相關。對于局部Moran'sIi，Ii＞0 表示第i個縣（市）與其周圍縣域存在相似的空間集聚，屬于高—高或低—低類型；Ii ＜0表示第i個縣（市）與其周圍縣域存在相異的空間集聚，屬于高—低或低—高類型。局部Moran'sIi結果中的高和低是相對于總體均值而言，結合其顯著性水平與莫蘭散點圖，能夠得到LISA聚類地圖，以識別要素在空間上集聚的熱點或冷點［23］。

（二）指標體系與數據來源

1.指標體系

本文在參考以往創新投入與產出效率的相關文獻基礎上，重點以作為創新主體的企業創新投入與產出指標作為主要評價對象；另外在投入指標上考慮了地方財政科技支出，在產出指標上還兼顧了環境效益，從而構建出多維度的縣域創新評價體系。具體指標及描述見表2所列。

表2 縣域創新的指標體系

2.數據來源

本文使用的數據來自《全國縣（市）創新能力監測報告（2018）》，其中涵蓋縣域統計年鑒以及地方科技管理、稅務等部門的上報數據。本文選取江蘇、浙江和安徽三個省份共計153 個縣級樣本，其中江蘇、浙江和安徽三省的縣（市）數量分別有41、52和60個。

三、實證分析

（一）創新投入與產出綜合水平測度結果

基于前述研究設計，首先利用投影尋蹤模型計算得到長三角153 個縣（市）創新投入與產出的綜合水平，并按照水平高低分省份降序排列，如圖2所示。

圖2 長三角153個縣（市）創新投入與產出水平分布

從圖2可以明顯看到，由于出現少數“極端值”拉高了縱軸長度，導致長三角多數縣（市）處于較低的綜合水平上。其中最突出的是江蘇昆山，其創新投入與產出水平分別達到1.83和1.39，而對應的長三角整體平均水平只有0.25和0.15。另外，江蘇的江陰、常熟和浙江慈溪的創新投入水平也都超過1，反映出蘇南和浙東部分地區擁有豐富的創新資本和人才資源。這一結果與鄒琳等的研究結論較為吻合，他們發現：蘇州等蘇南地區是研發經費投入的中心區，而環杭州灣區域是研發人員投入的高值區［24］。例如，昆山匯聚了大量的科技型外資企業，多年位居全國百強縣之首；江陰和常熟的鄉鎮企業發展成熟，近年來不斷通過技術革新引領制造業轉型；慈溪為浙江最發達的縣域經濟體，在家電制造等領域領跑全國。進一步地，以0.2 為一個區間進行綜合水平區間段劃分（表3），可以發現除了超過1 的幾個分散點以外，高水平的縣域數量較少，隨著創新綜合水平下降，縣域單元數量逐漸增加，顯示出“金字塔”型的非均衡結構。張友志等對江蘇縣域創新研究也得到相似觀點：創新活動主要發生在局部地區，多數地區創新產出份額偏低，并且這種局域性特征具有自我強化趨勢，創新產出較高的縣域由于累積因果關系維持先發優勢。這一結論，對更大范圍的長三角地區仍具有適用性［25］。

進一步從省域的總體視角看，縣域創新綜合水平表現為江蘇＞浙江＞安徽。其中，江蘇的縣域創新投入水平均值為0.45，是浙江、安徽的1.93 倍和3.65倍；創新產出水平均值為0.23，是浙江、安徽的1.48 倍和2.5 倍。這表明，當前長三角縣域創新發展存在顯著的地域分異，三個省份之間互相保持較大的創新差距。共性之處，三個省份的縣域創新投入水平均高于創新產出水平，即創新投入與產出之間普遍存在不對稱現象，江蘇最為明顯，浙江、安徽逐次縮小。具體到各省份內部，越是處于較低水平的縣域，越傾向于創新產出水平大于創新投入水平，說明對于創新發展的落后地區，來自財政和企業的創新投入往往具有規模效應，更容易獲得相對較高的邊際產出。

表3 長三角縣域創新投入與產出水平的區間段數量分布

（二）脫鉤指數的空間分布

考慮長三角縣域創新投入與產出間的不對稱及非均衡問題，有必要根據前述計算結果，進一步探討縣域創新產出對應于投入的脫離程度。根據脫鉤指數公式，圖3顯示了長三角三省縣域創新投入與產出的脫鉤類型分布。

根據圖3 和計算結果，位于負脫鉤區域（①②③）表示創新績效相對較差的縣（市）共有48個，占總體的31.4%，大體分布在江蘇、浙北和皖西北地區。其中，15個縣（市）為強負脫鉤（①），集中分布在江蘇泰州—揚州—淮安—宿遷一線，以及安徽合肥和阜陽市轄區內，這些地方創新要素投入的絕對規模并不高，可能由于效益轉化能力較弱，存在產出不足問題。另有14 和19 個縣（市）為弱負脫鉤（②）和擴張負脫鉤（③），弱負脫鉤區域零散分布在浙江中部以及蘇北部分地區，這些區域科技型企業較少，屬于局部創新盲區，需要從宏觀上統籌創新資源；擴張負脫鉤則相反，多為環上海的蘇南和浙北地區，雖然縣域財政和企業創新投入力度大，但過度投入并未引致產出同步增加，存在投入冗余現象。

位于正脫鉤區域（⑥⑦⑧）表示創新績效相對較好的縣（市）75個，占總體的49%，主要分布于浙江西部和安徽大部。其中，51 個縣（市）為衰退脫鉤（⑥），這些地區政府和企業研發資源缺乏，而有限的創新投入能夠帶來更高的產出效益，代表地區有安徽宿州、蚌埠、六安、滁州和皖江沿線以及浙江麗水市及周邊縣（市）；14個縣（市）為弱脫鉤（⑦），主要分布于江蘇南通和鎮江、浙江湖州和嘉興的部分縣（市），這些地方靠近長三角中心城市，易受到創新產業輻射和技術外溢的影響；10 個縣（市）為強脫鉤（⑧），企業創新投入低于但產出卻高于地區平均水平，屬于最理想的創新類型，包括浙江臺州和金華、安徽蕪湖等部分東部縣（市）。

圖3 長三角153個縣（市）創新投入—產出的脫鉤情況

位于連結區域（④⑤）共有30 個縣（市），占總體的19.6%，表明這些區域創新效率處于普通水平，即縣域創新投入、產出水平與區域平均水平差異不大。其中，22個縣（市）為衰退連結（④），主要分布在安徽的淮南、安慶周邊以及浙江中部等發展偏落后地區；有8 個地區為增長連結（⑤），可能面臨規模報酬不變，需要更加重視結構調整，釋放新動能。

概括來說，縣域經濟社會發展水平很大程度上決定了本地的創新投入水平，特別是位于長三角中心區的沿海、沿江縣（市）具備良好的創新環境和要素投入條件。另一方面，大規模的創新投入并不必然帶來高的創新產出，而一些創新投入低水平的縣（市）反而能夠取得相對較高的創新產出。這表明，長三角范圍內縣域創新投入與產出存在一定程度的不對稱或是脫離現象。通過脫鉤指數的橫向比較，也進一步證實了超過80%的縣域存在明顯脫鉤現象，其中近四成屬于負脫鉤，即創新產出強度相對低于創新投入力度。換句話說，這些地區存在較為嚴重的投入冗余或者產出不足。

（三）縣域創新投入—產出效率分析

根據脫鉤類型的分析結果，為了量化并明確長三角縣域創新投入—產出的非有效情況，進一步采用SBM效率分析方法，計算得到達到SBM有效（表4）的縣（市）以及SBM非有效地區的投入冗余和產出不足（表5）的典型縣（市）。

根據表4，長三角共有31 個縣（市）達到SBM有效，占總體的20.3%。分省份看，蘇浙皖三省分別有4、10 和17 個縣（市）為有效單元，依次占各省縣（市）單元的9.8%，19.2%和28.3%，也就是說，創新投入與產出規模越小的地方，其效率反而越高，這與前人對長三角城市層面的研究結論具有較大一致性，如孫夙鵬發現：上海、南京這類投入與產出規模大的城市，其創新資源配置效率反而低于臺州、舟山、揚州等創新投入和產出較小的城市［26］；Sheng 等發現合肥—滁州一帶具有較高的創新效率，表4中列出的來安、天長、肥西和鳳陽均也位于該地帶［27］，它們較大程度上受到了來自南京或合肥的輻射作用。同時，投入—產出效率越高，在脫鉤上越傾向于表現為正向脫鉤，即以相對較少的創新投入獲得相對較多的創新產出。對是否達到SBM 有效的兩組縣域單元進行方差分析，發現它們在不同脫鉤指數上確實存在顯著差異（P=0.048）。

表4 長三角創新投入—產出達到SBM有效的縣（市）

除了關注達到創新效率有效的縣域單元外，那些處于SBM 非有效狀態的縣（市）同樣需要重視，這關系到未來在政策層面如何優化投入安排和改進產出目標。表5 列出了各項指標投入冗余或產出不足排名前10的縣（市）。結合效率計算結果和表5，可以發現在創新投入指標上，主要是江蘇和安徽兩省投入冗余明顯，安徽在財政科技支出（I1）和企業R&D支出（I3）上冗余率較高，地域上以皖西南縣（市）居多，如懷寧、金寨、宿松，其創新資本投入在省內屬于較高水平，而產出優勢并不明顯。江蘇部分縣（市）在企業R&D 機構數（I2）和企業R&D就業人員數（I4）上出現冗余，以往研究也認為原因可能是規模效率不足［28］，如句容、金湖、高郵，它們的企業R&D機構均在200個左右，也配備了相應的研發團隊，但產出效益暫不明顯。在創新產出指標上，計算結果表明浙江在高新技術企業收入（O2）和企業發明專利申請數（O3）上尚存在較大幅度的產出不足，主因可能為浙江以民營加工與外貿企業為主，在先進技術及專利發明方面相對薄弱。對于其他非有效的縣域單元，也或多或少存在上述問題，需要根據投入冗余率調整降低要素的投入比例，或針對產出不足情況重點提升對應指標的產出規模。

表5 各項指標存在投入冗余或產出不足的前10縣（市）

（四）空間自相關分析

圍繞區域創新問題，另一個關注熱點是探索區域內部單元之間是否存在空間依賴或交互效應。通過前述縣域創新脫鉤與效率結果，直觀上能夠看到一些相互鄰近的縣（市）具有相同或相近的脫鉤狀態或效率水平。為了驗證這種空間集聚是否顯著，發掘長三角區域內可能存在的創新群體，引入Moran'sI考察縣域創新效率的空間關聯。將長三角153個縣（市）的創新投入—產出效率帶入GeoDa軟件，選擇歐式空間距離作為權重，計算全局Moran'sI（表6）。結果顯示：只有安徽的Moran'sI大于0.2，通過顯著性水平α=0.05 條件下的假設檢驗，即安徽的縣域創新效率存在顯著的空間正相關。對于三省整體以及江蘇、浙江兩省，均未通過顯著性檢驗，說明其縣域創新效率不存在空間聚集。這與以往相關研究結論形成差異，例如毛金祥等發現，長三角城市專利授權量、研發投入強度和新產品產值占比的Moran'sI均表現出顯著的空間正相關［29］。原因可能在于：一方面，本文選擇創新效率來計算莫蘭指數，而非原始的具體指標，兩者內涵所指不同；另一方面，特定縣域創新發展不僅受到周邊其他縣（市）的影響，還受所在地更高建制城市的輻射影響，如地級市、省會城市以及上海市等，其空間聯系機制更加復雜。但這也進一步說明，單純地從縣域層面考慮區域聯動創新存在局限。

表6 長三角三省縣域創新投入與產出的全局Moran's I

進一步地，為了考察長三角縣域創新的局部空間關聯性，計算局部Moran'sIi。本文繪出長三角縣域創新投入—產出效率的LISA 集聚圖，如圖4所示。

圖4 長三角縣域創新投入—產出效率的LISA集聚圖

LISA集聚圖顯示有20個縣（市）存在局部空間自相關。其中，高—高集聚區出現在安徽東部，包括五河、明光和來安三縣，它們均位于合肥、蚌埠以及鄰省南京的三角圈內。在推進蘇皖協同發展和“寧滁一體化”背景下，一批高校科技園、科創中心和科研基地的相繼建立，加速了創新資源流入及效益轉化。11 個縣（市）為低—低集聚，主要分布在浙江東北部和中部，這些地區經濟相對發達，創新資源投入規模大，但產出能力偏弱，尤其是對高新技術企業的培育和產品推廣不夠。5 個縣（市）為低—高集聚，主要分布在皖北和蘇北，這些地區創新投入和產出水平均偏低，轉化能力有限，為創新效率“洼地”。只有浙江蘭溪表現為高—低集聚，該縣通過推進產學研協同創新和引進高端創業人才，加速傳統國企改革與技術轉型，目前已擁有超過50 家的國家高新技術企業，實現了高出省內平均近50%的創新產出。在未來長三角一體化推進過程中，需要注意發揮創新高地對周邊地區的正向溢出效應，形成一批具有引領性的縣域創新集群；同時，還要在政策上重點向創新洼地傾斜，縮小縣域創新發展差距。

四、結論與對策建議

（一）結論

作為全國縣域經濟最為發達的地區，長三角的縣域創新能力關系到地區經濟高質量增長。在長三角一體化融合過程中，不同省域、縣域由于面臨不同的地理區位、產業結構和創新政策環境，同等規模或強度的創新投入所帶來的創新產出存在較大差異。因此，探究長三角縣域創新投入與產出的綜合發展水平以及兩者間的相對脫離狀態，進而判斷縣域創新可能存在的非對稱和不均衡問題顯得十分重要。進一步地，透過這種區域不均現象深入探究創新效率及可能改進空間，對于優化未來縣域創新投入方向和產出目標制定具有現實意義。

通過全文分析，得到如下結論：①長三角三省縣域創新水平顯示出“金字塔”型的非均衡結構，江蘇明顯高于浙江，浙江又明顯高于安徽。多數縣域的創新投入水平高于產出水平，但隨著創新水平逐漸下降，縣域創新產出水平更傾向于大于創新投入。②長三角縣域創新投入與產出存在較為明顯的非對稱脫離現象。超過80%的縣域表現出明顯脫鉤，負脫鉤區域主要分布在江蘇、浙北和皖西北地區，而正脫鉤區域大多位于浙江西部和安徽大部，反映出發展落后地區往往擁有更好的創新績效。③31 個縣（市）達到SBM 有效，蘇浙皖三省分別占4、10 和17 個縣（市）。創新投入、產出規模越小的縣（市），其效率反而越高，在脫鉤上越傾向于表現為正向脫鉤。④江蘇、安徽兩省的縣域創新效率不足突出表現在投入冗余較高，而浙江則是創新產出不足。⑤長三角縣域整體的創新效率并不存在顯著的空間自相關，三個省份中僅有安徽呈現顯著的空間正相關。皖東地區存在局部的創新高—高集聚，大部分低—低集聚出現在浙江，蘇北部分縣（市）則出現了低—高集聚。

（二）對策建議

針對分析結果，本文提出如下對策建議：①從長三角區域以及省域層面上統籌配置創新資源，逐步縮小長三角縣域創新發展的整體差距，為打造一體化協同的縣域發展格局奠定基礎；②努力增強縣域創新投入的效益轉化能力，提高創新要素的產出效率，特別是對表現出“負脫鉤”或“非效率”的縣域地區，要因地制宜及時調整創新投入規模、優化創新產出結構，最大限度地降低投入冗余或產出不足；③重點打造一批創新能力突出、創新輻射引領作用強的縣域創新驅動發展標桿，通過輻射和帶動周邊縣域，形成若干創新水平高的縣域發展集群或創新共同體；④打破行政壁壘，加速技術、人才、資金、信息等要素在縣域之間的有序自由流動，構建開放包容和相互促進的創新發展格局。