創新型產業集群效率評價與分解
——鏈式結構視角

王賢梅，胡漢輝

（1.南京審計大學商學院，江蘇南京 211815；2.東南大學經濟管理學院，江蘇南京 210096）

1 研究背景

創新型產業集群是以技術創新驅動產業發展的高級組織形態，集群內聚集著眾多通過分工合作和協同創新的多元主體，如企業、研發和服務機構等［1］。創新型產業集群是我國整合區域創新資源改革生產方式與提高生產效率的有效組織類型［2］，是深入實施創新驅動發展戰略、建設現代化經濟體系的重要戰略支撐。2011 年11 月，科技部確定了首批41 家創新型產業集群建設工程試點［3］，以期實現產業集群創新發展，并有效整合區域創新主體和要素，為區域經濟創新發展提供強有力的科技支撐。10 年來，我國的創新型產業集群規模不斷壯大，產能不斷提升，創新效應不斷凸顯。《中國火炬統計年鑒（2021）》數據顯示，2020 年我國已擁有108 個創新型產業集群，分布于28 個省份，集群內有高新技術企業11 881 家、科技活動人員111 萬人，營業收入達6.26 萬億元，出口總額達0.862 萬億元，上繳稅費近0.3 萬億元［4］。

國家《關于深入推進創新型產業集群高質量發展的意見》提出，以現有試點和培育的創新型產業集群為基礎，以“一區一主導產業”為布局原則，以戰略性新興產業為依據，重點建設創新型產業集群。2021 年8 月，科技部火炬中心公布了2021 年度創新型產業集群試點（培育）名單，又有43 個產業集群入選試點，分布在22 個省份，其中廣東、山東、湖北、湖南居于第一梯隊，各有4 個產業集群入選［5］。創新型產業集群的發展效率代表著集群內創新投入和創新產出之間的投產比，是衡量創新型產業集群能否踐行區域內資源高效整合的重要指標，也從深層次反映了集群所在地區域政策支撐下產業集合的創新能力。學術界正積極探討創新型產業集群發展的評價指標體系，對創新型產業集群的運行效率進行實時評價和有針對性地動態管理。本研究對創新型產業集群的運作系統進行解構，運用共享型網絡DEA 模型對創新型產業集群發展進行多角度效率評價，并從戰略性新興產業和八大經濟區域開展平均效率分析，以期推進我國的創新型產業集群高質量發展。

2 文獻綜述

“創新型產業集群”的概念最先是由Voyer［6］于1998 年提出的，是指在某個地區或城市地理范圍內以技術或者知識密集型創新型企業為核心組織的產業集群。創新型產業集群依靠以技術和知識為載體的創新要素來驅動，旨在創造新產品、新服務［7］；創新型產業集群還溢出帶動著大量新生企業的發展［8］。有學者將創新型產業集群的發展與集群所在地的經濟發展結合起來開展研究，如王緝慈［9］就我國創新型產業集群與區域經濟的發展關系給出了建議，指出產業集群有著創新型和低成本型兩種發展路徑，而前者是符合當前經濟發展的較好模式，田穎等［10］指出我國首批國家創新型產業集群政策的實施顯著促進了區域創新能力提升；也有學者做了定量研究，如張冀新等［11］借助雙重差分法對比了創新型產業集群成立前后引致集群所在高新區的創新效率得分情況。

此外，還有較多學者從影響機制、演化驅動以及形成機理等視角出發，就創新型產業集群的發展及創新能力做了定性分析，如歐光軍等［12］從產業結構及創新網絡生態條件等方面探討集群企業創新集成能力及其生態整合路徑；Tohidi 等［13］指出創新型產業集群中不同個體帶來的技術、信息等知識資源間接增強了企業的創新能力；童心等［14］分析了地方的集群指導政策在高新技術產業集群發展中的重要作用；阮建青等［15］提出了產業集群演化三階段模型，指出產業集群一般會經歷數量擴張期、質量提升期和研發與品牌創新期3 個階段，而創新型產業集群則是在品牌創新期的基礎上進一步演化而來；沈小平等［16］從自組織和他組織動力系統兩個視角提出創新型產業集群動力要素的作用機制，包括競合機制、協同機制、創新機制、誘導機制和調節機制；廖凌睿［17］從知識溢出、企業家主導、政府主導、創業激勵以及產業生命周期等5 個方面研究了創新型產業集群的形成機制；歐光軍等［18］認為產業創新種群結構效能度、集群知識創新群落協同度、集群開放持續創新度和集群創新鏈群合作度等是影響高新區創新生態能力生成的關鍵因素；趙忠華［19］借助結構方程模型分析關系特征、知識流動及創新績效三者的關系。

隨著創新型產業集群的發展，有關集群的績效及效率問題引起了廣大學者的興趣。李志剛［20］將產業集群的創新機制和創新績效聯系起來，進一步指出產業集群的創新是通過引入新創意與集群現有資源相結合或實現現有資源的新組合，從而提升集群內單個成員、部分成員或集群整體的績效。隨著對（創新型）產業集群績效或效率研究的深入，較多研究應用了數據包絡分析（data envelopment analysis，DEA）模型來測度集群的績效或效率，如張冀新等［21］以我國70 個創新型產業集群為分析基礎，運用三階段DEA 方法測度產業集群創新效率，并進一步分析戰略性新興產業技術效率的行業差異；類似的研究還有陳升等［22］將環境因素引入創新型產業集群的運營效率分析中，利用傳統DEA 和三階段DEA 模型對2016 年我國61 家創新型產業集群的投入產出效率進行測度，并對相應的結果進行對比分析，結果顯示集群效率在產業類型與地域分布上存在較大差異；魏谷等［23］對2018 年我國高新技術產業開發區內83 家創新型產業集群也開展了類似的研究；Kong 等［24］借助DEA-Malmquist 模型對我國的創新型產業集群效率及其變化做了測度。此外，考慮到高新區和創新型產業集群都是由若干具有創新生產要素的企業構成，因此在創新型產業集群效率評價時，也可以參照當前較成熟的高新區研究思路及方法，如劉滿鳳等［25］運用三階段DEA 模型對2012 年我國高新區的創新效率進行研究。

綜上所述，目前關于創新型產業集群的研究更多是從定性角度出發，定量研究相對較少，并且在開展定量的效率評價時多是從“黑箱”出發，缺乏關注內部運作過程，僅僅對整體的發展過程進行綜合評價，這將無法識別出創新型產業集群發展的不足環節。為此，本研究在剖析創新型產業集群運作過程的基礎上構建網絡型數據包絡分析模型，篩選符合創新型產業集群運作流程的創新效率評價指標，深入分析我國創新型產業集群個體、產業以及區域層面發展效率的總體和分階段差異，識別創新型產業集群發展中效率低下的階段。

3 研究方法與變量選取

一般來說，高技術產業創新系統是由相互關聯的多個子系統構成的鏈型結構［26］。根據創新型產業集群是由若干個以高技術產業為主的創新型組織構成的特點，以及創新型產業集群在圍繞產業鏈部署創新鏈以及圍繞創新鏈布局產業鏈的戰略部署中的載體作用，將創新型產業集群的生產過程解構為科技研發和市場運作兩個前后關聯的子階段，分別對應于科技研發效率和市場運作效率，如圖1 所示。

圖1 創新型產業集群的鏈式結構

3.1 研究方法

數據包絡分析模型最早由Charnes 等［27］于1978年提出。近年來該模型研究發展較快，從傳統的“黑箱”模型逐步拓展到兩階段網絡模型，并且借助Stackelberg 博弈理論求解相應模型的解［28］。隨著DEA 模型應用的拓展，研究者基于不同生產可能集的假定，不同維度的測度，決策者理性偏好和非理性偏好的差異，變量是否可以任意變化，網絡結構的不同層次以及數據是確定還是模糊的等多維要素及要素的組合，形成了不同的DEA 模型，用于解決不同的現實決策［29］。隨著大數據時代的到來，DEA模型也有著符合時代進展的進階，網絡DEA 模型的構建與大數據的價值維度息息相關，并可借助特定的算法高效地開展效率測度［30］。DEA 模型也被廣泛用于多投入、多產出的創新型生產系統的績效或效率評價，如Sueyoshi 等［31］依據徑向DEA 模型分析日本工業部門企業的可持續性和創新性發展；龔日朝等［32］借助DEA 模型測度產學研協同創新項目的相對效率；劉鳳朝等［33］基于創新過程分析框架，借助改進的兩階段網絡DEA 模型測度我國5 個典型高技術制造產業的區域整體效率、技術研發效率和成果轉化效率。創新型產業集群涉及到多個主體，相互間的運作關系也較復雜，涉及的投入產出相關數據多元且數據單位不統一，而數據包絡分析模型相較于一般的參數分析模型具有無須事先給出生產系統內投入產出間的生產函數且不受數據量綱影響等優點，因此運用DEA 模型對創新型產業集群的發展進行效率評價。

基本的DEA 模型框架如圖2 所示。其中，DMUj表示具體的決策單元（decision making unit）；Xij（i=1,…，m）和Yrj（r=1,…,s）分別是DMUj（j=1,…,n）的投入和產出。

圖2 DEA 模型基本框架

建立投入導向的規模報酬不變的DEA 模型如下：

基于創新型產業集群運作過程和《中國火炬統計年鑒》的數據結構，提出共享投入的兩階段DEA 模型，具體如圖3 所示。其中，階段1 是對應創新型產業集群運作過程中的研發階段，階段2 是對應創新型產業集群運作過程中的市場階段；相應地，Xij為第一階段的投入或第二階段的投入或者第一階段和第二階段的共享投入，類似地，為中間產出，即第一階段的產出及第二階段的投入；為最終產出，即第二階段的產出。

圖3 共享投入的兩階段DEA 模型系統

鑒于目前我國的創新型產業集群發展仍處于國家戰略助推下的創新發展階段，因此選擇投入導向的數據包絡分析模型，也和魏谷等［23］的研究保持一致。根據以上分析，構造投入導向的乘子模型如下：

3.2 變量選取

由于創新型產業集群是涉及多個組織的復雜系統，發展效率受到多重要素的影響，因此選擇指標時應盡可能體現集群發展各階段的特點。考慮科技研發和市場運作兩個階段之間的上下游關系和可獲得的（部分）投入變量需要在兩個分階段之間分配的特點，構建了投入共享型的兩階段DEA 模型，參考馮鋒等［35］、馮志軍等［36］和Yu 等［37］研究，基于可獲取的創新型產業集群的數據結構來篩選各分階段的投入和產出指標。

科技研發階段的投入需包含人員、經費等一般性指標，同時要體現集群內企業的衍生能力，因此選擇科技活動人員、企業科技經費支出、集群內高新技術企業數和配套機構作為投入指標，此處將各類配套機構指標進行歸一化處理后再加權；而產出變量包括當年授權發明專利、擁有注冊商標、當年形成國家或者行業標準。就市場運作階段而言，投入變量包括科技活動人員數、企業科技經費支出、集群內高新技術企業數和配套機構數、當年授權發明專利數、擁有注冊商標數、當年形成國家或者行業標準數；產出變量選擇包括認定等級的技術合同成交金額、營業收入、出口總額、上繳稅費，前3個產出變量主要衡量創新型產業集群在區域經濟發展中的經濟價值，后一個變量則凸顯出其相應的社會價值。

因自2019 年起《中國火炬統計年鑒》關于創新型產業集群發展的數據由統計個體發展轉向統計區域發展，而本研究是以創新型產業集群的個體為決策評價單元，因此只選擇《中國火炬統計年鑒2018》作為實證分析的基礎數據源。

4 實證分析

借鑒王賢梅等［38］的研究，從個體發展、產業發展以及區域發展3 個維度展開相應的效率評價實證分析，以期對我國的創新型產業集群的高質量發展有更客觀具體的認識。

4.1 個體發展維度的效率差異評價

使用Python 軟件測算創新型產業集群的總體效率和兩個階段的分解效率，結果如表1 所示。具體來看，總體效率有效的創新型產業集群有7 家，分別是天津基于國產自主可控的信息安全產業集群、上海金橋移動互聯網視頻產業集群、常州軌道交通產業集群、天門生物醫藥產業集群、江門軌道交通修造創新型產業集群、珠海三灶生物醫藥產業集群以及中山小欖半導體招募產業集群；第一階段有效的創新型產業集群有11 家，除了上述的7 家之外，還有楊凌示范區生物創新型產業集群、泉州微波通信創新型產業集群、蕪湖新能源汽車創新型產業集群以及廈門火炬高新區軟件和信息服務業產業集群；第二階段有效的創新產業集群則多達28 家。109 個創新型產業集群的總體效率均值為0.530 93，其中第一階段的分解效率均值為0.275 91，第二階段的分解效率均值為0.407 77，表明市場運作的表現要好于科技研發。

表1 我國109 個創新型產業集群的總體效率和階段子效率

表1（續）

4.2 產業發展維度的效率差異評價

依據109 個創新型產業集群的產業所屬類型，進一步將其歸類到新一代信息技術產業、高端裝備制造產業、新材料產業、生物醫藥產業、新能源汽車產業、新能源產業、節能環保產業、數字創意產業、相關服務業等九大戰略性新興產業，有針對性地評價創新型產業集群在國家培育發展戰略性新興產業中的作用。如表2 所示，新材料產業的總體效率均值最高，明顯領先于其他新興產業；新能源汽車產業、生物醫藥產業和新一代信息技術產業的總體效率均值分列第二、第三和第四；高端裝備制造業和數字創意產業的效率均值差別不大，分別位列第五和第六；新能源產業、節能環保產業及服務業效率均值相對最低，分別位列第七、第八和第九。從數量占比來看，高端裝備制造產業的占比最高，其次是生物醫藥產業、新一代信息技術產業和新材料產業，其他類型產業的占比相對較低。就兩個分階段的效率來說，除新一代信息技術產業和服務業的第一階段效率值高于第二階段效率值外，其余7 個戰略性新興產業的第一階段效率值都是小于或遠遠小于第二階段效率值，表明大多數產業的創新型產業集群的科技研發表現仍然落后于市場運作。未來，在國家努力建成具有萬億或者千億元產業規模的創新型產業集群的進程中，相應的創新型產業集群還需在做好市場運作的基礎上，斷借助市場運作的良好需求，倒逼研發的科技進步。

表2 九大戰略性新興產業中樣本創新型產業集群總體效率和階段子效率

4.3 區域發展維度的效率差異評價

參照國務院發展研究中心對于我國八大綜合經濟區的劃分，從八大綜合經濟區的視角探討不同區域創新型產業集群發展政策間引致的區域間效率差異（見表3）。可見，南部沿海的效率均值最高，長江中游的效率均值次之，東部沿海、北部沿海、黃河中游和大西北的效率值差別不大，分別位居第三、第四、第五和第六，東北和大西南的效率值則相對較低。從占比來看，長江中游的創新型產業集群數量最多，其次是南部沿海和東北區域，北部沿海和大西南區域緊隨其后，而黃河中游、東部沿海以及大西北地區的創新型產業集群的數量占比則相對較低。具體來說，目前擁有創新型產業集群較多的省份是廣東（14 個）、江蘇（12 個）以及山東（11個），而海南、西藏和寧夏暫時還沒有。

表3 樣本創新型產業集群的分區域總體效率和階段子效率

此外，北部沿海、東部沿海、南部沿海以及大西北四大經濟區域的兩階段效率差異較大，市場運作的效率值遠大于科技研發的效率值，這和集群所在區域的市場經濟發展較成熟存在著較大的關系；而黃河中游、長江中游、大西南以及東北地區的兩階段效率差異不大，兩個階段的效率值幾乎相等，可見這幾大區域在創新型產業集群的建設過程中有效平衡了兩個階段。這一區域差異和平衡的現狀正是國家部署新的創新型產業集群的重要出發點。由科技部發布的2021 年度創新型產業集群新增試點（培育）名單可知，大西南新增10 個創新型產業集群，東北新增8 個創新型產業集群，長江中游新增7 個創新型產業集群，黃河中游新增6 個創新型產業集群，這四大區域的新增創新型產業集群占了全部新增總數的72%；而南部沿海新增5 個創新型產業集群，東部沿海、北部沿海和大西北僅分別新增3 個、2 個和1 個創新型產業集群［5］。

5 結論與建議

綜上所述，在本研究的109 個樣本創新型產業集群中，總體效率有效的有7 個，第一階段有效的有11 個，第二階段有效的則多達28 個。具體來說，109 個創新型產業集群的總體效率均值為0.530 93，相應地，第一階段的分解效率均值為0.275 91，第二階段的分解效率均值為0.407 77，可見市場運作階段的整體表現要高于科技研發階段。由此可以推斷，未來創新型產業集群的發展除了要發揮集群式優勢外，還要強調并積極踐行國家有關創新戰略，繼續探索如何積極實現創新型發展并帶動相應的戰略性新興產業升級發展；同時，借鑒曹麗莉［39］的研究思路，也要注意從戰略上調整集群內企業間的網絡結構，不斷加大集群內企業主體之間的交互和連接，從一般性的市場型產業集群逐步轉化為突出創新導向的中衛型產業集群，并積極發揮核心企業的效率提升作用。未來創新型產業集群還要不斷迭代升級，不斷催生新興產業和未來產業，引領實體產業高質量發展［40］。

從所屬九大戰略性新興產業來看，新材料創新型產業集群的效率值最高，新能源汽車產業的效率值位列第二，第3 位至第9 位依次為生物醫藥產業、新一代信息技術產業、高端裝備制造業、數字創意產業、新能源產業、節能環保產業及服務業；就兩個分階段的效率來說，除新一代信息技術產業和服務業的第一階段效率值高于第二階段效率值外，其余七大戰略性新興產業的第一階段效率值都是小于或遠遠小于第二階段效率值，進一步表明創新型產業集群在大多數產業中的表現仍然是科技研發階段落后于市場運作。因此，未來在努力建成具有萬億或者千億元產業規模的創新型產業集群的進程中，在努力做好市場運作的基礎上，還需大力推進科技研發。

從所屬八大經濟區域情況來看，南部沿海的效率值最高，長江中游的效率值次之；東部沿海、北部沿海、黃河中游和大西北的效率值差別不大，而東北和大西南的效率值相對較低。北部沿海、東部沿海、南部沿海以及大西北四大經濟區域的兩階段效率差異較大，市場運作的效率值遠大于科技研發的效率值，這和集群所在地的市場經濟發展較成熟存在著較大的關系；而黃河中游、長江中游、大西南以及東北地區的兩階段效率差異不大，這幾大區域在創新型產業集群的建設過程中有效平衡了兩個階段的發展效率。