珠江－西江经济带城市创新能力测度及评价——基于DEA－Malmquist模型

杨西春

（梧州学院 商学院，广西 梧州 543002）

随着全球经济一体化的进程持续深入，经济区域化的特征越来越明显，各国对区域经济发展重视程度不断提高；知识经济时代的到来，传统生产要素对经济增长的贡献率不断降低，创新成为经济发展的第一动力源，区域的创新能力高低成为区域综合竞争能力的重要标志和获得竞争优势的关键，及时准确评价区域创新能力显得尤为重要。改革开放以来，我国区域经济蓬勃发展，成为我国经济发展新的增长极，极大推动了我国经济均衡协调发展的进程，比较典型的有：泛珠三角经济区、长三角经济区、环渤海经济圈、中原经济区、京津冀经济圈、长江经济带等。珠江－西江经济带横跨广东、广西11个城市，城市间经济社会发展差异很大，于2014年成为国家发展经济区，是我国探索连接东部发达地区和西部欠发达地区的流域经济发展的试验田。在供给侧改革的背景下，科学合理评价珠江－西江经济带城市创新能力，及时了解珠江－西江经济带城市创新能力发展现状，有针对性制定提升城市创新能力的政策措施，助力经济带创新驱动经济高质量发展。

1.城市创新能力相关研究综述

1.1 城市创新能力内涵的研究

Burns、Stalker首次提出创新能力的概念，并定义为“组织成功采纳或实施新思想、新工艺及新产品的能力。”关于城市创新能力的内涵，目前学术界还未形成统一认识。最早提出区域创新系统概念的Cooke[1]认为，区域创新能力就是区域成功运用新知识的能力，本质是知识创造价值的过程和能力。Tura[2]认为，区域创新能力就是为了保持区域的竞争力，对区域内生产资源和生产要素的重新组合。Riddel、Schwer[3]则把区域创新能力定义为区域内不断地产生与商业相关联的创新的潜力。学者们对城市创新的研究始于20世纪90年代，基本延续了区域创新的内容，Foss[4]将城市创新能力定义为在城市内高效成功且合理运用新的知识和新技术并改造旧技术的能力。Stem、Furman[5]认为城市创新能力是城市高效且成功地利用知识的能力。国内对创新能力的研究，始于长城企业战略研究所首次提出区域创新能力的概念，认为区域创新能力是科学技术产生、改进、转化和扩散的综合能力[6]。中国科技发展战略研究小组提出区域创新能力是指一个地区将知识转化为新产品、新工艺、新服务的能力[7]。周振华[8]认为城市创新能力是指城市创新体系中创新行为主体和组成要素有机结合的整体能力。赵黎明等[9]认为城市创新能力是城市经济和谐发展和新技术普遍应用的能力。王永锋等[10]对城市创新能力的理解是，城市创新能力是城市将创意转化新产品、新工艺、新服务的能力，是多种因素相互作用形成的综合能力，不同的创新因素在对城市创新能力的影响程度上存在差异性。查奇芬等[11]认为城市创新能力是城市对知识和技术等要素重新组合创造出新的知识和技术并转变原来的生产力进而生产出新产品的能力，是城市知识、技术发展的综合反映。乔章凤等[12]指出，城市创新能力是城市创新主体把创新要素转化为新发明、新产品、新工艺、新服务等现实生产力的能力。

根据学者们对区域和城市创新能力内涵的研究，本文认为城市创新能力是在一定城市环境支持下，各创新主体有机整合创新要素产生新知识、新技术、新工艺、新服务并促进经济协同发展的能力。

1.2 城市创新能力评价的研究

Furman[13]强调创新投入对区域创新能力起到决定性作用，创新环境具有不能忽视的影响，衡量创新产出的重要指标就是知识产权产出，如专利和论文。Pinto Hugo[14]对从技术创新、人力资本、劳动市场和经济结构四个方面对10个欧洲地区的区域创新体系发展水平进行了分析。Landry[15]认为活力是一座城市要生存和发展所需的基本力量，并从经济、社会、文化和环境4个方面设置了9个指标建立了城市创新评价体系来对城市创新能力进行评价。

国内学者对区域、城市创新能力评价的研究成果也比较丰富，有较大影响力的是中国科技发展战略小组发布的《区域创新能力评价报告》，2016年将评价指标调整为知识创造、知识获取、企业创新，创新环境和创新绩效5个方面137个具体指标[16]。万勇等[17]构建了区域创新投入、区域创新产出、技术扩散和区域创新环境4个方面22个具体指标的区域创新能力评价指标体系。易平涛等[18]使用客观序关系法从创新投入、创新产出、创新环境三个方面18个指标测度并评价区域创新能力。谢科范等[19]认为城市创新能力及支撑体系由经济基础、社会科研、教育文化和技术环境4个方面来构成，并对全国共18个重点城市的创新投入产出系统进行了评价分析。张存款[20]使用DEA－Malmquist模型从创新投入、创新产出对安徽省16个地级城市的城市创新能力做了测度及评价。孟霏等[21]使用ESDA模型对粤港澳大湾区的城市创新能力的演化特征和关联模式做了测度及评价。

综上所述，理论界和实践界提出的城市创新能力评价指标体系基本上以创新资源投入、创新资源产出及创新技术的扩散绩效为核心构建的；但是目前采用的评价方法却是多种多样，尚没有出现一种大多数专家学者认同的评价方法。在现有的研究成果的基础上，考虑到珠江－西江经济带各节点城市行政壁垒问题相对突出和经济水平差异极大的现状，本文采用DEA－BCC模型和DEA－Malmquist指数模型从静态和动态两个层面探讨珠江－西江经济带11个节点城市的创新效率及其特征。

2.城市创新能力DEA－Malmquist评价模型构建

2.1 DEA－BCC模型

DEA模型是著名运筹学家A.Charnes及W.W.Cooper和E.Rhodes在1978提出的通过输入、输出数据建立非参数的测算效率的经济数学模型。DEA模型从规模角度分为CCR模型和BCC模型。本文研究的是珠江－西江经济带城市创新投入产出效率，基于产出的具有阿基米德无穷小的DEA－BCC模型更为适合。

本文研究对象为珠江－西江经济带内11个地市的城市创新能力，即有11个决策单元，用i表示，则i∈[1，11]，每个决策单元DMUi有j种输入变量Xi和k种输出变量Yi，Xiu＞0表示第i个决策单元的第u种输入变量；Yiv表示第i个决策单元的第v种输出变量。λ为权重，s－和s＋分别为投入松弛变量和产出松弛变量，ε为任意无穷小的正数，θ为效率得分，其线性规划方程如下：

式（1）中，θ 表示效率评价值，θ＝1 表示决策单元弱有效，θ＜1 表示决策单元非有效，θ＝1 且 s－＝0、s＋＝0 时表示决策单元有效。

2.2 DEA－Malmquist模型

DEA－BCC模型是用于对珠江－西江经济带城市创新能力做静态分析的，想要对经济带城市创新能力做动态分析，则需要在DEA模型中引入测算全要素生产率的Malmquist指数，形成DEA－Malmquist模型。用M表示决策单元从t时期到t＋1时期创新效率的动态变化，计算公式为式（2）：

规模效率不变的假设下，城市创新效率即全要素生产率（TFP）动态变化力可以分解为技术效率变化力（EFFCH）和技术进步变化力（TECHCH），分解公式为式（3）：

规模效率可变的假设下，技术效率变化力（EFFCH）进一步分解为纯技术效率变化力（PECH）和规模效率变化力（SECH），分解公式为式（4）：

3.珠江－西江经济带城市创新能力评价指标选择

根据城市创新能力的内涵、学者们对区域和城市创新能力评价研究成果、珠江－西江经济带城市创新能力DEA－Malmquist评价模型以及评价指标构建原则，将经济带城市创新能力评价指标分为城市创新投入变量和城市创新产出变量。

3.1 城市创新投入变量

创新投入是城市为了获得技术创新产出而投入各种资源要素，是驱动城市创新力发展提升的核心动力，是衡量城市对创新的重视和努力程度的关键指标。在供给侧改革和实施创新驱动战略的背景下，基于研究与开发的知识技术以及人力资源成为经济增长的主要推动力。本文从人力资源、财力资源两层面构建经济带城市创新投入能力指标。创新人力资源投入分为普通高等学校在校学生数、R＆D人员全时当量两个指标，普通高等学校在校学生数表示城市研发人员的储备状况，R＆D人员全时当量表示创新人力投入的规模和强度；财力资源投入包含R＆D经费内部支出和地方财政科技拨款占地方财政支出的比重，R＆D经费内部支出表示城市在研发资金上的投入状况及研发部门在城市经济中的重要程度，地方财政科技拨款占地方财政支出从整体反映城市在科技创新的投入力度与重视程度。

表1 珠江－西江经济带城市创新能力评价指标体系表

3.2 城市创新产出变量

创新产出能力是对城市创新成果的测度，是城市创新能力的外在表现，是衡量创新能力的关键指标。既包括城市创新活动的直接知识技术的成果，也包知识技术成果向现实生产力转化的效果。本文主要通过技术成果和成果转化两个指标来测度城市创新产出能力。技术成果选择专利申请量指标，成果转化选择技术市场交易额指标；专利申请量表示应用技术创新的能力，技术市场交易额表示科技成果转化与应用能力及辐射能力。

4.珠江－西江经济带城市创新能力实证分析

本文选取珠江－西江经济带2014－2018年间的城市创新数据，数据来自2014－2018年间的《广东统计年鉴》《广西统计年鉴》《广东科技统计年鉴》《广西科技统计年鉴》及11个地市各自的统计年鉴等数据统计资料。DEA方法不需要对于原始数据做无量纲化处理，因此本文直接使用原始数据进行实证分析。

4.1 城市创新能力静态分析

使用DEA－BCC模型，利用DEAP2.1软件对2014－2018年珠江—西江经济带11个节点城市创新能力进行了静态分析，具体结果如表2。

表2 2014－2018年珠江－西江经济带城市创新能力静态分析表

4.1.1 整体层面

2014－2018年间珠江－西江经济带11个城市创新能力为0.859，整体处于DEA无效状态；但是除2014年外，其他4年的平均值均大于0.85，经济带城市创新能力趋于有效。纵向来看，2014－2018年珠江－西江经济带11个城市的创新能力总体上呈增长态势，特别是2015年增幅明显，说明2014年《珠江－西江经济带发展规划》被国务院列入国家发展战略后，经济带创新驱动举措效果显著，各城市创新能力有了一定提升，但是由于经济带各城市创新投入资源差异极大和城市间协同水平较低等问题，提升经济带城市创新效率依然是一项长期且艰巨的任务。

4.1.2 城市层面

从2014－2018年11个城市创新能力的平均值来看，可以分为3个层次。

一是广州、佛山、南宁、贵港四个城市。四个城市的创新能力平均值接近或等于1，说明除2018年南宁市外四个城市创新能力为DEA有效状态，它们的技术效率和规模效率都达到了最优效率。广州、佛山、南宁三市经济体量巨大，高技术企业、高校和科研院所众多，创新需求旺盛，创新环境优越，创新资源投入数量巨大，创新成果产出丰富，因此三个城市创新能力DEA有效实至名归；而贵港高技术企业稀少，其中R＆D经费内部支出和政府研发投入非常低，高校在校学生数以及研发人员数量少，创新成果产出也比较少，因此贵港市的城市创新能力DEA有效仅能说明在目前小创新规模水平上做到了有效，急需提升城市创新投入产出的规模水平。

二是柳州、梧州、百色、来宾四市。四个城市的创新能力平均值大于0.9，且总体上呈现上升态势，接近DEA有效状态，说明四个城市创新能力的技术效率和规模效率都达到了较高水平。其中柳州身为广西重要工业城市，企业创新需求较大，创新资源投入和创新成果产出处于一个较高水平，因此柳州市创新能力符合接近DEA有效状态；而梧州、百色、来宾三市面临着与贵港类似的问题与困境，因此目前三个城市创新能力也仅是在小创新规模水平上接近有效，同样急需提升三个城市创新投入产出的规模水平。

三是肇庆、云浮、崇左三市。三个城市的创新能力平均值小于0.7，处于DEA无效状态，说明三个城市创新能力的技术效率和规模效率相对较低。肇庆、云浮、崇左三市创新资源投入不高，创新成果产出较少，说明三个城市创新资源规模和配置能力不高，创新静态效率较低，城市内企业与科研院所等创新主体的创新需求与供给不匹配，既需提升城市的创新投入产出的规模水平，又需提升城市创新管理能力。

4.2 城市创新能力动态分析

使用DEA－Malmquist模型，以2014年数据为基础，利用DEAP2.1软件测算了2015－2018年珠江－西江经济带11个节点城市的创新能力的动态结果，即Malmquist指数，具体结果如表3所示。

表3 2014－2018年珠江－西江经济带城市创新能力Malmquist指数及其分解

4.2.1 整体层面

2015－2018年珠江－西江经济带11个节点城市的创新能力的Malmquist指数平均值分别为1.652、1.292、1.107、1.195，均大于1，说明经济带城市创新能力呈现较为明显的上升趋势；但增长率呈下降趋势，且2016年变动幅度较大，说明经济带城市创新能力发展后劲不足。2015－2018年城市技术进步指数平均值分别为1.717、1.240、1.233、1.416，同Malmquist指数变动趋势一致，说明技术进步是经济带城市创新能力提升的主要因素，提升技术进步率是经济带各城市的首要任务。2015－2018年各城市技术指数平均值分别为0.962、1.042、0.898、0.844，整体呈现小幅度下滑趋势，说明经济带城市的技术水平还有很大的发展空间，创新投入资源没有得到合理配置，表明经济带各城市需要改进创新管理制度，优化创新投入产出结构。

4.2.2 城市层面

2015－2018年珠江－西江经济带各城市创新能力的Malmquist指数差异巨大，说明珠江－西江经济带城市创新资源的不平衡问题突出；Malmquist指数呈现不规则变化趋势，且部分指数变化幅度非常大，说明经济带城市创新管理机制尚不完善，创新活动持续性不强，而个体创新活动对经济带城市创新能力的影响巨大。特别指出的是佛山在 2015－2018年 Malmquist指数为0.636、1.467、0.649、1.706，数值波动大，且 2015－2018年佛山技术效率均为1，创新能力的变动完全是由技术进步因素造成的，深究原因在于佛山的高校科研院所数量少，佛山市企业从外部引进了大量的技术，产生了巨额的技术交易费用。

在2014－2015年和2015－2016年两个时间段内，除了2014－2015年的佛山和肇庆、2015－2016年的百色和来宾外，其余城市的Malmquist指数均大于1，且平均值较大，说明此阶段经济带国家战略的立项为各城市提供了巨大的创新动力和创新投入资源，城市创新能力提升显著，尤其是经济落后的城市，如2014－2015 年的来宾（6.793）、梧州（2.373）、贵港（2.359）、崇左（1.891）、百色（1.881）和 2015－2016 年的肇庆（4.593）和南宁（1.665）、佛山（1.467）、崇左（1.427）等城市创新能力取得了极大的进步，一定程度上缓解了经济带城市创新能力不均衡的问题。通过计算2014－2015年、2015－2016年珠江－西江经济带广西7市和广东4市的Malmquist指数平均值为2.602和1.102、1.156和2.145，城市创新能力增长呈现显著的区域特征，说明经济带存在较为突出的省级行政壁垒问题。

2016－2017年有广州、佛山、南宁、梧州 4市 Malmquist指数小于 1，2017－2018年有，南宁、柳州、梧州、百色、崇左5市Malmquist指数小于1，这两个阶段珠江－西江经济带城市创新能力下滑的比重分别高达36.4%和45.5%，经济带其他城市（2018年的广州、佛山、贵港除外）创新能力增长速度也显著下滑，说明国家战略带来的红利逐渐消失，经济带各城市需要增加创新资源投入，优化创新投入产出结构，完善创新管理制度，探寻新的创新动力。通过计算2016－2017年、2017－2018年珠江－西江经济带广西7市和广东4市的Malmquist指数平均值为1.099和1.175、1.567和1.125，整个经济带城市创新能力增长速度趋于一致，说明广东和广西政府较好地解决了经济带行政壁垒问题。

5.结论和建议

5.1 主要结论

本文以珠江－西江经济带11个城市2014－2018年的面板数据，利用DEA－BCC模型和DEA－Malmquist指数模型，从静态和动态对珠江－西江经济带11个城市的创新能力进行了实证分析，得出了以下结论：

第一，珠江－西江经济带城市创新能力整体处于DEA无效状态，广州、佛山、南宁、柳州4市的创新能力优于其他城市创新能力；珠江－西江经济带城市创新能力有一定幅度的增长，趋于DEA有效状态；经济发展水平和创新资源投入大小是影响城市创新能力高低的首要因素。

第二，珠江－西江经济带各城市创新能力Malmquist指数存在较大差异，创新资源规模小的城市指数较大，创新能力增长率较大，创新潜力较强；但各城市创新能力增长率波动较大，除广州市外其他城市缺少稳定的创新驱动力。珠江－西江经济带城市创新能力整体上呈现较为显著的增长趋势，同时各城市间创新能力差距逐渐缩小，呈现一定的趋同性，尤其是广东4市和广西7市的平均值趋于一致，说明经济带一定程度上打破了行政区划壁垒，实现了区域经济协同发展。

第三，技术进步是珠江－西江经济带城市创新能力变动的主要因素，且经济带各城市的技术进步较高，主导了经济带城市创新能力的提升；创新财力资源是城市创新能力发展的关键要素，创新人力资源对城市创新能力的提升有较大作用。同时经济带各城市技术进步率呈下降趋势，说明经济带城市原有的技术进步动力逐渐消失，各城市需要寻找新的技术创新动力。

第四，珠江－西江经济带各城市纯技术效率小于1，一定程度上阻碍了经济带城市创新能力的提升，但是作用力较小，经济带各城市需要优化创新投入产出结构，经济相对落后的城市还需要加大资源投入，提升创新活动规模水平和规模效率。

5.2 建议

第一，实行差异化资源分配方式，优化城市创新投入产出结构。研究结果表明珠江－西江经济带各城市创新能力整体上处于DEA无效状态，且各城市间差异巨大；现有局面下经济带各城市应该充分发挥区域差异化优势，坚持“差别对待，分类扶持”原则，对不同创新主体实行差异化创新资源投入，集中优势资源，着重扶持创新效率高、发展潜力大的创新主体，加快创新成果研发，着力优化城市创新资源的合理配置。

第二，充分发挥市场作用，完善城市创新市场体系。研究结果表明珠江－西江经济带各城市技术进步活力逐渐下降，创新能力增长速度变缓；因此经济带各城市应充分发挥市场作用，加强创新市场的监督管理和知识产权的保护力度，激发各个创新主体的创新动力与活力，建立多主体创新成果共赢机制，加快创新成果的转化。

第三，探索经济带创新资源共享模式，实现跨区域、多主体交互共享。研究结果表明珠江－西江经济带各城市纯技术效率低下，创新资源不平衡问题突出，创新资源利用水平有待提升。珠江－西江经济带可以通过南宁的桂粤协同创新中心等创新服务平台，实现大中型科研仪器设备、重大科技设施、重大科学仪器、尖端科技人才等跨区域流动，多主体开放交互共享。

（特别感谢：梧州学院商学院李守亳老师对本文数据收集、分析等方面做出了重要贡献。）