京津冀和长江经济带区域创新效率比较研究.docVIP

京津冀和长江经济带区域创新效率比较研究 　　摘要：三大区域发展战略的提出将区域创新效率提升到创新发展战略层面。基于创新指标聚类分析，本文利用2010―2015年数据，采用DEA超效率模型测度并对比了京津冀与长江经济带区域创新效率及6年间变化趋势。研究发现：区域发展战略提出对京津冀及长江经济带区域创新效率提升有显著影响；京津冀与长江经济带大部分省市创新活动中，存在规模报酬递减，说明我国创新活动需找准定位量力而行。 　　关键词：京津冀长江经济带超效率DEA区域创新效率 　　一、引言 　　2015年政府工作?蟾嬷校?李克强总理首次把“一带一路”、“长江经济带”和“京津冀”协同发展明确为“三个支撑带”。作为区域创新典范，2016年京津冀和长江经济带GDP分别占全国10%和43%，有效发明专利占17%和47%的，是中国最具活力的经济区域，对区域经济发展有举足轻重的影响。[JP] 　　自2000年以来，我国学者开始重视对于创新效率的研究。从研究区域来看：以全国各省区为研究对象，如解鑫等（2015）基于我国30个省区面板数据，做了企业视角下区域创新效率研究；以单一省区为研究对象，如姚婷婷等（2016）研究了湖北的区域创新效率。从研究主体来看：有学者将目光集中在企业，如谢子远等（2017）以中国工业企业为主体对20个行业创新效率进行了研究；还有学者认为除企业外，研究机构、高校在创新方面的贡献同样不可忽视，如黄菁菁（2017）研究了辽宁产学研协同创新效率及影响因素。从研究方法来看：数据包络分析（DEA）和随机前沿分析（SFA）占据了绝大部分，如白俊红（2010）分别用这两种方法对我国区域创新效率进行了研究；由于DEA不需要假定生产函数，可以处理多投入―多产出问题等优势，并可以通过DEA―Tobit两步法实现显著性检验，所以较SFA，DEA使用频率又更高一些。 　　在已有区域创新效率对比研究中，直接对比省级行政单位创新效率的居多，而对于我国区域发展战略所划分的区域间对比研究较少，而且对于DEA结果挖掘地不够深入，忽略了效率值外其他各指标，如改进结果等。故本文结合区域发展战略，对京津冀及长江经济带区域创新效率进行对比研究；在指标选取上做到产学研均衡，尽量避免选取受政策影响会产生大幅波动的指标，以便更加准确地测度我国区域创新效率。 　　二、区域创新效率研究的方案设计 　　（一）研究区域选择 　　本文以京津冀与长江经济带为研究对象。京津冀包括北京、天津和河北省区域的城市群。长江经济带东起上海、西至云南，包括9个省2个直辖市。将京津冀与长江经济带作为研究区域，原因有二：其一，二者皆是依托地理位置而划分的城市群，呈现相似创新发展梯度。其二，二者均为政府区域政策受力点。 　　（二）研究指标选择 　　出于科学性和数据可获得性的考虑，基于已有文献，本文从“产学研”三方面选取指标，用科研经费内部支出与新产品销售收入指标衡量“产”，用高校课题数与科技论文数指标衡量“学”，用科研人员全时当量与有效发明专利数指标衡量“研”。所有指标收集了2010―2015年全国31个省市的数据，且均来源自《中国统计年鉴》和《中国科技统计年鉴》。 　　（三）研究方法选择 　　考虑到长江经济带包括了11个省市，其中不乏创新结构相似地区，单独分析各省市创新效率情况意义不大，因此，在实证分析前期，根据投入产出指标对全国各省市进行聚类分析，以更清晰地呈现区域创新效率的结果。然后运用DEA超效率模型，对全国31个省区以产学研主体的创新活动进行实证评价。 　　三、京津冀与长江经济带创新效率实证比较研究 　　考虑到创新活动中指标的选取有滞后性，本部分根据上面选择的6个投入产出指标，利用2014年数据作为投入数据，2015年的数据作为产出数据。先依据投入产出数据做简单的聚类分析，再基于DEA超效率实证模型，描绘全国各省市创新效率概况图。 　　（一）各省市投入产出指标的简单聚类分析 　　采用组间连接（Pearson相关性，各数据按变量均值为 1 进行标准化处理）对我国31个省市进行系统聚类分析，把全国省市聚类成3个层次，如表2，其中属于京津冀和长江经济带的省市分别由△与●表示。具体如表1所示。 　　（二）京津冀与长江经济带区域创新效率静态对比分析 　　根据DEA超效率模型，得到实证分析结果，如表2、表3，由此可知： 　　第一，从区域创新效率值来看，京津冀地区北京处在前列，天津河北排在中等偏下的位置。长江经济带的江浙沪（地理位置的下游省市）皆在前列，但重庆、湖南、云南虽然投入产出水平不高，但效率却很突出，分列全国5至7名，其投入要素与创新活动产出低下呈现一致状态。其余省市则大致服从由东向西效率递减规律。 　　第二，在规模报酬递增决策单元中，天津市常年处于规模报酬递