經濟高質量發展背景下長三角城市創新效率水平測度研究

盛榮譜，張士杰

（1.安徽財經大學經濟學院，安徽蚌埠，233030；2.安徽財經大學安徽經濟社會發展研究院，安徽蚌埠，233041）

一、引言

隨著我國經濟發展轉向經濟高質量階段，各級政府對創新發展重要性的認識不斷深入。黨的十八大報告將科技創新確立為未來國家經濟競爭力的核定要素。2019年的中央經濟工作會議更是將創新列為我國經濟高質量發展“雙驅動”之一，是增強社會生產力與國家綜合國力必不可少的驅動要素。長三角區域創新發展對全國城市創新發展具有借鑒作用。2020年8月20日，習近平總書記主持召開推進長三角一體化座談會，指出要打造長三角區域科技創新高地，促進經濟高質量發展。

通過研究現有文獻，發現學者對有關經濟高質量發展與科技創新的關系的觀點分為兩類：一些學者認為，創新與經濟增長呈相互促進關系。科研投入決定技術創新水平，企業家創新精神是科技創新與經濟發展不可缺少的因素（李宏彬，2009），科技創新區域經濟發展中具有溢出效應（張清正，2015）。一些學者則持相反觀點，科技創新與經濟高質量發展并不呈相互促進作用（周德田，2020）。經濟高質量發展指經濟、社會、生態環境發展質量持續提升的過程，是社會經濟發展的理想狀態（涂建軍等，2021），具體表現為經濟發展質量變革、效率變革、動力變革（肖金成等，2020）。我國的經濟正從高速增長轉向中高速增長，從關注增長速度轉向關注經濟增長質量。但是我國經濟高質量發展水平依然存在缺陷，在開放與共享維度高質量發展存在短板，農業高質量發展結構性問題嚴重（劉濤等，2020），區域人力資本積累、產業結構調整、節能減排等因素影響經濟高質量發展（周杰琦等，2020）。數據包絡分析法（DEA）被廣泛應用于城市創新效率的測度中，是目前研究創新效率的常用模型，傳統數據包絡模型對創新投入松弛變量的忽略會影響效率測度的準確性與穩定性（FARE R等，2000）。SFA對外部環境因素和隨機誤差項等進行剝離，超效率SBM模型（Tone K等，2010）將非期望產出納入到測算范圍，更加客觀地測算城市創新效率。國內學者多從人力、資本、能源、土地投入四個維度出發，以高新技術從業人數、固定資產投入、城市全社會用電量、城市建成區面積等構建城市的創新投入指標，以專利數與新產品銷售收入等構建城市創新產出指標，從全國（辛曉華等，2020）、省域（石峰，2010）、城市群（徐宜青等，2018）等多個層面對城市創新效率進行評價，

與以往研究相比，本文注重分析城市經濟高質量發展對創新效率的單向影響，運用三階段DEA模型，構建長三角城市創新綜合效率投入產出指標體系，對比分析剔除經濟高質量發展環境變量前后創新綜合效率。運用Tobit模型將經濟高質量發展納入到創新效率影響因素，研究經濟高質量發展對城市創新效率的影響因素，為提高城市創新效率提供依據和思路。

二、理論分析及理論假設

隨著知識經濟的日益興起，科技創新與經濟發展相互融合。熊彼特提出，經濟發展的本質就是創新，創新能力提高社會生產率，改變經濟結構，推動社會生產方式的變革，驅動經濟繁榮。經濟高質量發展背景下，對科技的投入形成新的市場需求，市場的新需求反作用于科技創新（攀剛等，2011）。創新效率指單位創新投入要素所能得到的產出，在一般情況下，社會創新投入資料增加，經濟社會相同的比例也會隨之擴大生產，充分吸收增加的生產資料，但是由于外部環境不確定因素的影響，社會創新資料會出現大量閑置。經濟高質量發展是指國民整體質量和效率的提高（任保平，2018）。經濟發展質量的提高關鍵是轉換經濟增長動力，伴隨著質量、效率、產品和服務供給的升級，推動創新閑置資源的集約化利用，減少創新資源的濫用與浪費，在有限資源的情況下，進一步提高社會創新數量與社會創新質量，提高區域創新能力與創新效率。基于此提出以下假設：

H1：經濟高質量發展促進城市創新效率，同時對不同的創新投入要素影響不同。

新的發展背景對經濟發展結構、經濟發展總量、經濟發展質量等方面提出了新的要求。經濟發展總量是城市經濟發展的量化目標，是創新效率的基礎，一定規模的資本積累為創新效率的提高提供保障（賀曉宇等，2018）。城市經濟發展質量為城市經濟發展取得較大的比較優勢。經濟發展結構驅動城市經濟發展，通過對勞動、資本、人才等要素的重新配置，促使區域分工更加精細化與專業化，驅動城市經濟發展（屈佳英等，2016）。基于此提出以下假設：

H2：經濟高質量發展背景下，城市經濟發展系統的經濟發展結構、經濟發展質量以及經濟發展總量驅動城市創新效率提高。

圖1 經濟高質量發展與創新相互影響分析圖

三、指標體系的構建和實證研究方法

（一）指標體系的構建

運用DEA方法構建投入和產出指標體系，基于區域經濟高質量發展與創新效率的理論分析，綜合現有研究文獻，建立如下指標體系：

投入指標主要從人力投入與資本投入兩方面衡量，由于區域創新的目的是獲得技術產出以及創新產品，因此從產業結構與創新成果兩方面對創新產出進行考量。環境變量是指除投入、產出變量以外，對長三角城市創新效率具有影響且客觀存在的因素。從城市經濟發展總量、經濟發展結構以及經濟發展質量三方面構建城市經濟高質量發展評價指標。

（二）實證研究方法——三階段DEA模型

Fried（2002）等提出DEA與SFA相結合的三階段DEA模型，利用SFA對外部環境因素和隨機誤差項等進行剝離。具體包括三個階段：

第一階段，從優化投入視角研究提高長三角創新效率，采用BCC模型，對原始投入產出數據的效率值進行測算：

在式（1）中，X為投入向量，Y為產出向量，j為決策單元。若θ=1，S+=S-=0，則為有效決策單元；若θ=1，S+≠0或S-≠0，則為弱有效決策單元；若θ＜1，則為非有效決策單元。

第二階段，通過隨機前沿分析，運用SFA回歸模型提取環境影響因素。第一階段由BCC模型計算得到的投入產出松弛變量受到環境因素的影響，在第二階段構建相似隨機前沿模型（SFA）剔除環境因素。

木棉花具有非常廣泛的應用前景，隨著對木棉花功效認識的加深，其食用人群逐漸擴大，應用的范圍也越來越廣。但木棉花的研究水平嚴重滯后，目前對于木棉花化學成分的研究不夠系統深入，藥效物質基礎尚未明確，沒有化學成分和藥理作用研究報道，缺乏嚴格、系統的毒理學作用和安全性評價資料。為保證木棉花的食用安全，對其進行毒理學研究與食品安全風險評估刻不容緩。通過毒理學試驗，可以更加系統地了解和評價木棉花的食用安全性，完善木棉花的基礎研究資料。

1.構建相似SFA回歸函數（投入導向）對投入松弛變量進行回歸分析：

2.為了得出更為精確的效率值，需要單獨分離管理無效率項，環境因素和隨機噪聲。參考陳薇薇對管理無效率項的分離的研究方法：

表1 長三角城市創新效率測算相關指標

3.計算隨機誤差項μ

對投入產出變量進行調整，SFA回歸分析的目的是剔除環境因素和隨機噪聲對效率測度的影響，以便將調整后的決策單元置于相同的外部環境，根據式（4），將所得的值代入以下調整的公式，對決策單元（DMU）的投入量進行調整。

第三階段，DEA將第二階段調整后的各投入變量和原始產出變量再次帶入傳統的BCC模型中重新計算，得出分離外部環境以及隨機誤差項后的城市創新效率。

四、長三角城市創新效率的測度分析

基于2010—2019年長三角三省一市面板數據對長三角41個城市創新效率進行實證評價。統計數據來源為《安徽省統計年鑒》《江蘇省統計年鑒》《浙江省統計年鑒》《中國城市統計年鑒》。

（一）第一階段DEA實證研究

不考慮外部環境與隨機噪聲擾動的情況下，長三角城市10年創新綜合效率值呈現“上海市＞浙江省＞江蘇省＞安徽省”的趨勢。環境變量的存在使得長三角城市創新效率均值上下浮動較大，因此有必要運用SFA模型進行分離無效率項進行修正。“十二五”時期長三角城市創新效率總體偏低，均值為0.747。長三角41個城市中只有4個城市達到綜合效率前沿面，占樣本總量的9.7%，分別為金華市、麗水市、舟山市和上海市。“十三五”時期，在國家一系列創新政策激勵下，長三角城市創新綜合效率明顯提高，2016—2019年創新綜合效率達到0.933，較“十二五”時期增長19.9%。同時，長三角41個城市中有11個城市達到綜合創新效率前沿面，較“十二五”期間增加7個城市，分別為合肥市、阜陽市、宣城市、南京市、蘇州市、南通市與杭州市。安徽省城市創新效率增長較快，較“十二五”時期增長45.5%，超過長三角城市創新效率平均增長率，江蘇省增長17.4個百分點，浙江省增長1.9個百分點。與“十二五”期間相比，浙江省寧波、嘉興等城市創新綜合效率有不同程度下降，表明“十三五”期間浙江省創新投入要素利用效率降低。

表2 第一階段長三角城市創新綜合效率時序變化

（二）第二階段SFA回歸分析

在第二階段DEA分析中，將第一階段DEA中測算出的城市創新原始投入松弛變量作為因變量，將GDP、固定資產投資、經濟增長率、第三產業占比、人均GDP與市場化程度作為自變量，分離環境變量，運用Frontier4.1軟件進行SFA回歸處理。

投入松弛變量的單邊廣義似然比檢驗結果（LR test）均通過1%顯著性檢驗，則拒絕原假設，存在管理無效率項。為減少環境變量影響誤差，對環境變量影響因素進行標準化處理，處理過程如下：

式中X′ij表示第i個這城市第j項評價指標的數值；min{Xj}和max{Xj}分別表示所有區域中第j項評價指標的最小值和最大值。

表3 樣本決策單元各冗余變量的SFA回歸結果

從經濟發展總量看，并不是經濟總量越高，發展速度越快，城市創新綜合效率越高。經濟發展總量、經濟發展速度與城市創新效率沒有絕對正向關系。從回歸結果來看，GDP與GDP增速對科技人員投入、財政科學技術投入等創新投入要素的冗余變量的回歸系數為正，且均通過5%顯著性檢驗，顯示城市經濟總量以及經濟發展速度與城市創新效率呈反向關系。經濟總量與經濟增長速度的提高會增加科技服務人員、財政投入、R&D經費投入以及外商投資的冗余變量，從而降低創新投入要素的利用效率。城市在提高創新效率時不能盲目追求GDP，需要合理配置經濟發展內部要素。固定資產投入對創新要素的影響有正有負，在提高城市創新效率時需要合理處理固定資產投資與創新投入要素之間的關系。從經濟發展結構來看，第三產業占比對科技服務人員投入冗余量的影響不顯著，與財政科學技術投入、R&D經費、外商投資冗余量成反比。從經濟發展質量看，市場化的提高與城市創新要素冗余量呈反比，對長三角城市創新效率有促進作用，降低科技人員、財政科學技術投入、R&D經費以及外商投資冗余量。

（三）第三階段DEA實證研究

通過第二階段SFA分離環境變量影響，調整科技服務人員、R&D經費投入、財政科技投入和外商直接投資等投入變量，同時再次通過DEAP2.1軟件測算長三角三省一市城市創新綜合效率。第三階段城市創新效率測算仍然利用投入導向型BCC模型測算，通過比較，更加容易觀察在提取管理無效率和隨機干擾項前后的長三角區域創新綜合效率的變化。

表4 第三階段調整后的創新綜合效率變化情況

從總體上看，除上海市“十三五”期間創新綜合效率均值為1，其余長三角城市2010—2019年創新綜合效率均值未達到1，處于DEA無效率。“十二五”期間長三角創新綜合效率均值為0.441，較第一階段下降39.2%，安徽省下降最為明顯，較第一階段下降57%。“十三五”期間長三角創新綜合效率均值為0.603，較第一階段下降34.3%，江蘇省下降最為明顯，較第一階段下降58%。從微觀上看，通過分離環境變量，“十二五”期間除蘇州市、寧波市、溫州市，長三角其他城市創新綜合效率都有不同程度的降低，其中蕪湖市、徐州市等20個城市較第一階段下降超過50%，占樣本總量約48.7%。“十三五”期間，城市創新綜合效率減少幅度較“十二五”期間降低，有12座城市創新綜合效率降低幅度超過50%，占樣本總量的29.2%，但是其中有10座城市位于江蘇省區域，占江蘇省地級市73%。

綜上所述，通過分離環境變量，2010—2019年長三角城市創新綜合效率有不同程度的降低，表明經濟高質量發展有利于促進城市創新資源合理配置，推動城市創新綜合效率的提高。同時由第二階段SFA回歸分析，環境變量對科技人員、財政科學技術投入、R&D經費與外商投資等創新投入要素反應程度不同，顯示經濟高質量發展對不同的創新投入要素影響不同，驗證假設H1。

（四）進一步分析

運用Stata15.0軟件和面板Tobit模型對長三角三省一市創新效率影響因素進行分析，回歸結果表明，GDP、固定資產投資以及GDP增速與長三角城市創新效率呈負相關，并且GDP和GDP增速與城市創新效率通過顯著性檢驗，經濟發展的總量與經濟發展的速度并不能促進城市創新綜合效率。政府提高城市創新效率不能單純追求GDP，過多追求經濟發展的總量與經濟發展的速度反而對城市的創新效率起相反作用。人均GDP、第三產業產比、市場化程度與城市創新效率具有正向關系，且均通過顯著性檢驗，同時市場化程度與城市創新效率的回歸系數最大，為0.67。在城市創新發展的過程中，城市產業結構的調整，擴大對外開放，提高城市市場化程度，提高經濟發展質量可以推動城市創新效率。

表5 Tobit面板回歸結果

通過Tobit分析，假設H2中，經濟發展總量、經濟發展結構、經濟發展質量與城市創新綜合效率呈不同的關系，在經濟高質量發展背景下，需要合理整合社會資源，提高經濟發展質量，推動城市創新效率的提高。

五、結論與建議

第一，從區域總體來看，“十三五”時期長三角城市創新綜合效率有一定程度提高，區域創新綜合效率呈現“上海市＞浙江省＞江蘇省＞安徽省”的趨勢。分離環境變量后，長三角城市創新效率均值都有一定程度的降低，表明經濟高質量發展有利于促進城市綜合創新效率。長三角城市應進一步采取措施提高創新資源利用效率，調整產業發展結構，提高城市經濟發展質量。安徽省需繼續加大城市創新資源投資力度與規模，優化城市創新要素投入結構，提高城市創新綜合效率；江蘇省、浙江省與上海市需提升城市產業現代化發展水平，加快現代服務業與數字化發展進程，推動生產性服務業向專業化和價值鏈高端延伸，突破城市創新瓶頸。

第二，經濟高質量發展背景下，經濟發展總量、經濟發展速度對城市創新效率不具有促進作用，經濟發展結構、經濟發展質量與城市創新綜合效率呈顯著正向關系，市場化程度對城市創新綜合效率影響最大。優化城市產業結構，提高市場化程度，優化營商環境有益于長三角城市創新效率的提高。重視經濟高質量發展環境對城市創新效率的影響，不能過于追求GDP的增長推動區域經濟發展，以求提高城市創新效率。深化改革開放，提高市場化程度，激發市場活力，拓展投資空間，優化投資結構，充分利用政府與市場的關系，發揮市場對城市創新資源配置的基礎性作用，促進城市創新綜合效率的提高。