陈志刚 任芬

内容摘要：本文选取2011-2016年长江中游城市群中20个城市的数据，采用SFA方法对20个城市的创新效率进行实证分析。主要发现：以专利申请量为知识转化阶段的创新产出，武汉城市群的创新效率较稳定，效率值为0.589，环长株潭、合肥城市群的创新效率值分别为0.279、0.227；以新产品销售收入为科研转化阶段的创新产出，环长株潭城市群的创新效率值为0.698，武汉、合肥城市群的创新效率分别为0.295、0.292，武汉、合肥城市群的科研转化创新效率偏低。基于实证结论，对创新效率进行协调度分析，发现大部分城市的创新效率不够协调，针对这一现状，分阶段提出长江中游城市群协同发展的创新路径。

关键词：创新效率 城市群 协调度 创新路径

研究设计

（一）研究方法

目前测量创新效率主要有2种方法：一种是非参数的DEA法，如白俊红（2011）采用调整后的DEA对我国创新效率进行测算；另一种是参数的SFA法，如程慧平（2015）采用SFA方法对中国30个省进行实证研究。对比这两种方法，发现SFA测量的结果比DEA更具有稳定性。

因此，采用SFA以长江中游城市群2011-2016年主要地级市的数据为样本，测算长江中游城市群的创新效率。选择Cobb-Douglas生产函数模型，如式（1）所示：

Lnqit=β0+∑nβnLnxit+vit-uit （1）

式（1）中，xit是地级市i在t年的研发创新资金和人员投入变量，qit是地级市i在t年的产出变量，β是未知参数向量。决策单元的技术效率值可以表示为可观测的产出与相应的随机前沿产出的比值，如式（2）所示：

（2）

即：

TEit=exp（-uit） （3）

式（3）中，TEit为地市级i在t年的技术效率，TEit越趋近于1，说明研究的地级市的技术效率越高，TEit越趋近于0，说明研究的地级市的技术效率愈低。

在SFA中，还有两个派生的参数，如公式（4）所示：

（4）

其中，v服从u（0，δ2v）随机误差的正态分布，表示随机因素带来的影响。u服从N（0，δ2u）随机误差的半正态分布，反映可控制，但未达到技术生产前沿部分。

（二）变量选取与数据处理

本文基于创新价值链视角，将创新活动分为2个阶段。知识转化阶段，本文确定投入指标为实际R&D;经费内部支出和实际R&D;从业人员，陈炳华（2014）认为，专利技术含量高且申请量很少受到专利授权机构审查能力的约束，更能客观的反映一个地区原始创新能力与科技综合实力，故将专利申请数确定为产出指标。科研转化阶段，本文确定投入指标为实际R&D;经费内部支出、实际R&D;从业人员。葛磊（2012）通过熵权法得出专利申请量在知识产出中占71%，新产品销售收入占了62%的比重，故本文的产出指标为高新技术产业的新产品销售收入。

实证结果及分析

（一）实证结果

本文运用Frontier4.1软件，以专利申请数作为知识转化阶段创新产出变量，根据式（1）对面板数据进行检验，结果如表1所示，gamma=0.642，在1%程度下具有显著特征，并且86%的参数达到1%显著水平，表明采用SFA模型比较理想。R&D;经费内部支出（β1）和R&D;从业人员（β2）投入要素的产出弹性分别为0.255、0.604。R&D;经费内部支出的产出低于R&D;從业人员投入要素，表明长江中游城市群的知识转化阶段的创新效率呈现出劳动密集型的特点，R&D;从业人员的投入对专利申请量的产出产生正向影响。

在知识转化阶段，武汉、合肥和环长株潭城市群的创新效率分别为0.589、0.227、0.279，表明武汉城市群创新效率比较稳定，环长株潭城市群和合肥城市群整体创新效率处于较低水平。武汉高校众多，高校、科研机构、企业之间的交流协作多于其他两个城市群，注重产学研一体化的建设，导致知识转化阶段的创新积极主动性高于环长株潭城市群和合肥城市群。

以新产品销售收入作为科研转化阶段创新产出变量进行检验，gamma=0.94，在5%水平下显著，并且62.5%的参数值达到5%以上显著水平，表明SFA模型比较理想。科研转化阶段的R&D;经费内部支出（β1）、R&D;从业人员（β2）和发明专利申请量（β3）的投入要素的产出弹性分别为0.082、0.521和0.034，表明长江中游城市群在科研转化阶段的创新效率还处于稳定的水平。R&D;经费内部支出投入要素的产出弹性要低于R&D;从业人员，表明科研转化阶段的创新效率呈现出劳动密集型的特点，但是葛磊（2012）通过实证得出，科研阶段的研发活动属于资金密集型，说明长江中游地区城市群对于资金的投入不够，导致人才资源过剩，配置不合理。

在科研转化阶段。环长株潭、武汉和合肥城市群的创新效率分别为0.698、0.295、0.292，反映出武汉城市群和合肥城市群的科研转化阶段创新效率较低，环长株潭城市群的科研转化创新效率约为武汉、合肥城市群的2.37倍。在武汉城市群中，孝感科研转化创新效率较低，效率值为0.106，合肥城市群中，淮南的科研转化创新效率最低，为0.033。武汉城市群和合肥城市群政府研发资金的支持对创新效率的影响不够理想，多元化投融资系统不够完善。

（二）城市群创新效率协调度分析

根据协同学的原理，对毕克斯（2010）协调度模型稍作改进，合理测度各城市群创新效率发展的协调度。

（5）

（6）

式中CLij表示协调度介于-1到1之间，CL值越大，表明整体协同发展水平较高，其中增长幅度相差愈大，协调度愈小。Uijk表示创新效率值，i表示长江中游城市群的主要地级市，i=1，2，…，20，j表示时期，j=1，2，…，5，k表示知识转化阶段和科研转化阶段的创新效率，k=1，2，将2010年设为基期。根据式（5）、（6），对长江中游城市群2011-2016年创新效率协调度进行测度。

经计算，2011-2016年长江中游城市群城市平均协调度为0.0646，从总体上看，长江中游城市群各城市群之间的协同发展程度并不高。长江中游城市群协调度5年平均值为正值，表明知识转化阶段的创新效率和科研转化阶段的创新效率对比于基期而言，同向增长，但是创新效率增长幅度不大，总体来说，还有相当大的上升空间。减小两阶段创新效率增长幅度差距、提高创新效率增长幅度是提高长江中下游城市群协调度的相对有效的方法。

根据实证，将长江中游城市群中研究的20个主要地级市，按照创新效率现状绘制图1。其中，知识转化创新效率值小于0.2为低效率，介于0.2和0.4之间为一般效率，大于0.4为高效率；科研转化创新效率值小于0.3为低效率，介于0.3和0.5之间为一般效率，大于0.5为高效率。

武汉、荆门这两个地级市属于高知识转化、一般科研转化创新效率，六安属于一般知识转化、低科研转化创新效率，咸宁属于高知识转化、低科研转化创新效率，这4个城市表现出科研转化阶段的创新效率都低于知识转化阶段的特征，在今后的发展中，将会导致人才资源的浪费和知识转化阶段产出的过剩，从而影响知识转化阶段创新效率和产出。

娄底属于高科研转化、低知识转化创新效率，合肥、益阳、衡阳、湘潭和岳阳属于高科研转化、一般知识转化创新效率，这6个城市具有知识转化阶段的创新效率低于科研转化阶段的特征，随着时间的推移，这几个城市的发展会产生后劲不足的现象，知识技术难以支撑科研的发展，因此，应该合理安排资源的有效投入，确保城市间协调发展。

淮南、孝感、马鞍山呈现“双低”现状，即低知识转化、低科研转化效率，这3个城市亟需提高创新效率，避免资源浪费。宜昌、长沙和株洲属于发展比较理想的阶段，但为了进一步发展，仍需改善创新环境，提高创新效率。鄂州、常德、滁州和芜湖属于发展比较合理的城市，知识转化创新效率和科研转化创新效率处于一个较协同的水平，但依据整体水平来看，还具有较大的发展空间，应采取相关措施提高创新效率。

（三）城市群创新效率路径分析

根据图1描述的主要地级市创新效率协调度分类，对不同的城市创新效率采取有效的创新路径，如图2所示。

科研转化创新效率低于知识转化效率：可以采取D→F突破性或G跨越式创新路径，D→F突破性路径即在保证知识转化创新效率的基础上，以科研转化创新效率为突破点，加强科研成果的转化，制定相关科研转化政策，加大技术创新扶持区域政策，建立高标准的区域科技交易中心，构筑深度研究及推行经营转移的技术平台，同时还要主动力争国家知识产权局的支持，定期举行专利技术研讨会有助于专利发明的创造突进；G跨越式路径即将科研转化创新效率作为重点，在跨越知识转化创新和科研转化创新合理发展的基础上实现两阶段创新效率相对较高的阶段，可以培育多元化投融资体系，扩展投融资途径，增加研发资金等多因素的投入，完善有利于科研转化的基础设施建设，促进科研成果的转化。

知识转化创新效率低于科研转化创新效率：可以采取E→F突破式或H跨越性创新路径，E→F突破式创新路径即以知识转化创新效率为主，阐扬科研转化阶段的优势，重点增补知识转化阶段的不足；H跨越式途径即合理配置R&D;资源，推进产学研一体化，着力增强高校或科研机构的建设和协作，支持高校和企事业单位联合培养科技创新型人才，建设重点实验室，提升区域知识转化阶段的创新效率。

低知识转化创新效率低于科研转化创新效率：可以采取B→F、A→G、C→H突破式或A→D→F、C→E→F 渐进式创新路径，其中路径A→G和C→H分别可以参考（1）、（2）情况下的创新路径，路徑B→F可以依据资源配置现状，高效的安排研发投入资源，增强与长江中游其他地区的互助与协调；A→D→F、C→E→F渐进式创新路径即将自身的优势最大化的发挥，通过“邻居效应”取长补短，在实现知识转化阶段与科研转化阶段合理发展的基础上，再着重采取相应措施迈向“双高”的转化创新效率。

一般知识转化创新效率和一般科研转化创新效率：F突破式创新路径，即减小两阶段创新效率增长幅度差异，整体提高两个阶段的创新效率，鄂州、常德、滁州和芜湖这4个城市的两阶段转化创新效率比较均衡，应改善创新环境，通过技术模仿和技术学习来拓展技术深度与广度，实现突破式的发展。

本文所得到的启示为：长江中游城市群主要地级市两阶段的创新效率具有较大的上升空间，根据两阶段创新效率协调度，对不同类型的地级市可以采取不同的创新路径，如科研转化效率低于知识转化效率的城市，可以采取D→F突破性或G跨越式创新路径，知识转化效率低于科研转化效率的城市，可以采取E→F突破性或H跨越式创新路径，“双低”转化创新效率的城市，可以采取突破性或渐进式的创新路径等。不同的地区应根据自身优势和劣势选择合适的创新路径提升创新效率，促进整个长江中游城市群的协同发展。

参考文献：

1.白俊红，蒋伏心.考虑环境因素的区域创新效率研究—基于三阶段DEA方法[J].财贸经济，2011（10）

2.程慧平，万莉，黄炜等.中国省际R&D;创新与转化效率实证研究[J].管理评论，2015，27（4）

3.许楠.基于SFA与DEA模型的创新型城市科技创新效率实证研究[J].数学的实践与认识，2011，41（18）

4.陈炳华.基于创新价值链视角的江苏省R&D;创新效率及其影响因素研究[D].南京财经大学，2014