长江经济带城市创新效率差异 及空间演化特征研究.PDFVIP

长江经济带城市创新效率差异及空间演化特征研究 长江经济带城市创新效率差异 及空间演化特征研究 肖 滢 邓宏兵 内容提要 本文以2006-2015年长江经济带108个城市面板数据为研究样本，采用DEA模型及 Malmquist指数分析方法对长江经济带城市创新效率进行测度，再结合ESDA空间分析技术研究了创新效率 的空间演化特征。分析结果表明：长江经济带东部地区城市创新效率高于中、西部地区城市，且均在周期性 波动中缓慢上升，而创新效率低下主要是受技术效率影响。长江经济带城市创新效率在空间上表现为正的 空间自相关性，集聚趋势呈倒“V”字型；集聚模式显示“东高西低”的空间格局，而集聚程度随时间逐渐减 弱；创新效率的热点分布则呈“核心-外围-边缘”梯度结构演化。 关键词 长江经济带 创新效率 空间演化 肖 滢，中国地质大学（武汉）经济管理学院博士研究生 430074 邓宏兵，中国地质大学区域经济与投资环境研究中心教授 430074 一、 引 言 创新发展是国家重大发展战略之一。随着经济全球化的深入发展和知识经济的快速到来，以创 新驱动发展，靠创新不断进步，已成为新常态下经济发展的新引擎，同时也是指引新五年经济发展和 转型的重心。区域创新作为国家和地区经济发展的关键“助推器”，一直备受国内外学者的关注，而创 新效率能够很好的反映区域创新的能力和水平。长江经济带是我国T型中国三大经济战略规划之 一，在区域经济一体化背景下，长江经济带发展成为中国经济最发达、最具战略意义的区域之一，区域 仍存在广阔的发展空间，这是中国的其他内陆经济带所无法比拟的。因此研究长江经济带城市创新 效率差异及空间演化特征，有利于比较城市创新水平，找出创新效率随时间和空间的演化规律，提升 创新效率，进一步推动长江经济带城市的创新发展。 本文运用DEA的CCR、BCC模型和Malmquist指数，测度了长江经济带城市的创新效率。并采用 ESDA空间统计分析法，通过全局和局部空间自相关指数，分析了创新效率的空间演化规律。 · ·2017/6江苏社会科学 32 经济学研究 二、数据来源与研究方法 1.研究区域选取 长江经济带作为我国经济密度最大的流域经济地带，通过开发其广阔的经济腹地，将成为中国未 来30年经济增长潜力最大的地区。根据2014年国务院发布的《国务院关于依托黄金水道推动长江经 济带发展的指导意见》中指出的，包括上海、江苏、浙江、安徽、江西、湖北、湖南、重庆、四川、贵州、云南 11个长江经济带覆盖省。根据数据的完整性及可获得性，本文选择长江经济带地级及以上108个城 市作为研究对象，由于毕节市和铜仁市2011年以前数据缺失，本文确定研究样本108个，数据主要来 源于2006-2015年《中国城市统计年鉴》。 2.研究方法与指标体系构建 （1）DEA模型及Malmquist指数效率分析 数据包络分析DEA模型是当前学术界测度相对效率的主流方法。它是以相对效率概念为基础， 根据多指标投入和多指标产出对同类型决策单元（DMU）进行相对有效性和多目标决策分析。CCR 模型假设规模报酬不变，进而计算每个DMU的相对效率。BCC模型假设规模报酬可变，在CCR模型 的基础上增加了凸性假设I1’λ=1，从而将技术效率（也称综合效率）分解为纯技术效率和规模效率两 部分。本文选用基于投入导向的CCR模型和BCC模型对长江经济带城市创新效率进行测度。公式 如下，设有n个DMU，每个DMU都有m种投入和s种产出，分别用输入x和输出y表示，X=(x ,x ,…，x ) j j j 1j 2j mj T T ,Y=(y ,y ,…，y) ，x 表示第j个DMU的第j种输入向量，y 表示第j个DMU的第r种输入向量，i=1,2,