我國東部三大城市群創(chuàng)新效率及影響因素對比研究

葉堂林，李 璐，王雪瑩

(首都經濟貿易大學 城市經濟與公共管理學院，北京 100070)

0 引言

十九大報告指出，創(chuàng)新是引領發(fā)展的第一動力，必須加強國家創(chuàng)新體系建設、強化戰(zhàn)略科技力量。從全球層面看，逆全球化趨勢愈演愈烈，新冠疫情在全球蔓延，使得各國經濟社會發(fā)展面臨的不確定性陡增，國家間競爭日益激烈，我國從外部獲取技術的難度不斷增加，提升創(chuàng)新效率成為應對這一現(xiàn)實挑戰(zhàn)的關鍵。從國內層面看，我國正處于轉變發(fā)展方式、優(yōu)化經濟結構、轉換增長動力的關鍵時期，依靠傳統(tǒng)要素驅動經濟增長的發(fā)展模式已難以為繼，創(chuàng)新成為引領經濟高質量發(fā)展的核心驅動力，是增強我國國際競爭力的重要途徑。為更加高效、合理地分配有限的創(chuàng)新資源，獲得更大的效益，亟需全面提升創(chuàng)新效率。

城市群是加快創(chuàng)新型國家建設的重要空間載體，是國家參與全球競爭的主要地域單元，是增強我國綜合競爭實力的增長極。在新一輪科技革命浪潮和國家創(chuàng)新驅動發(fā)展戰(zhàn)略深入實施的大背景下，僅依靠單個城市創(chuàng)新發(fā)展已難以支撐創(chuàng)新型國家建設，而城市群作為城市發(fā)展到成熟階段所形成的空間組織形式，能夠在區(qū)域內依托集聚經濟和范圍經濟，有效整合并調動創(chuàng)新資源。城市群內各城市創(chuàng)新效率不同，其內部存在創(chuàng)新效率差距，內部差距變化直接影響城市群整體創(chuàng)新效率。當前，打造具有全球影響力的創(chuàng)新型城市群對于我國創(chuàng)新發(fā)展戰(zhàn)略實施至關重要，研究城市群創(chuàng)新效率、城市群內部創(chuàng)新效率差距變化，深入探討影響城市群創(chuàng)新效率的關鍵因素對我國建設創(chuàng)新型國家具有重要理論意義及現(xiàn)實價值。

東部三大城市群是我國區(qū)域經濟發(fā)展的3個關鍵增長極，肩負著加快創(chuàng)新驅動發(fā)展的重要使命。在眾多城市群中，三大城市群經濟實力最為雄厚，創(chuàng)新要素最為集聚也最具創(chuàng)新發(fā)展?jié)摿?。其中，京津冀城市群定位是以首都為核心的世界級城市群，是全國?chuàng)新驅動經濟增長新引擎；長三角城市群是我國經濟發(fā)展活躍、開放程度高、創(chuàng)新能力強的區(qū)域；珠三角城市群是外向度最高的經濟區(qū)域和對外開放窗口，在改革開放、經濟發(fā)展和融入全球化過程中都扮演著重要角色。新時期，東部三大城市群經濟社會發(fā)展離不開創(chuàng)新的賦能，研究我國東部三大城市群創(chuàng)新效率對高效整合科技創(chuàng)新資源、推動區(qū)域創(chuàng)新發(fā)展具有重要意義。

本文其余部分內容安排如下：第二部分進行文獻梳理；第三部分構建分析框架，并以假設形式提出關鍵問題；第四部分進行實證分析；第五部分為結語。

1 文獻回顧

1.1 創(chuàng)新內涵

熊彼特[1]于1912年發(fā)表的《經濟發(fā)展理論》中最早明確了創(chuàng)新概論及內涵，即創(chuàng)新是對新生產要素和生產條件進行重新組合，投入到生產中以不斷提高資源配置效率的過程，并進一步指出推動經濟發(fā)展的核心不是資產與勞動力而是創(chuàng)新；以索洛、羅默為代表的新古典學派認為技術創(chuàng)新是經濟增長的動力源泉；以柯茨納[2]為代表的新奧地利學派認為，創(chuàng)新是具有多樣性的行為概念，創(chuàng)新主體除企業(yè)家外可進一步拓展到家庭、科技工作者甚至消費者等；李政[3]提出，創(chuàng)新主要來自兩種渠道，一種是通過自主研發(fā)實現(xiàn)的內部創(chuàng)新，另一種是通過引進國外技術并利用外商技術外溢，進行技術引進消化吸收的外部創(chuàng)新；樊杰[4]認為，未來區(qū)域發(fā)展格局變化取決于創(chuàng)新能力的區(qū)域分布，區(qū)域協(xié)調發(fā)展取決于創(chuàng)新在區(qū)域上的相對均衡程度；吳煜[5]提出，不同城市具有不同創(chuàng)新地位，形成不同等級的創(chuàng)新極，其中最高等級可進行基礎性創(chuàng)新研究，第二級為次級技術創(chuàng)新環(huán)境，第三級為技術生產地，第四級和第五級為配套加工生產，各地區(qū)應依據(jù)自身優(yōu)勢特點選擇區(qū)域創(chuàng)新模式。

1.2 創(chuàng)新效率內涵

20世紀50年代，Koopmans[6]首次提出技術效率概念，認為技術有效是單個生產者當且僅當不減少任何產出或不增加任何投入的情況下，該生產者沒有方法生產出更多產品；Afriat[7]提出，技術創(chuàng)新效率是指在給定的創(chuàng)新投入下，創(chuàng)新產出與最大產出的距離；李政[8]認為，創(chuàng)新效率是指創(chuàng)新活動投入產出比，即在一定創(chuàng)新環(huán)境及創(chuàng)新資源配置下，各創(chuàng)新主體單位創(chuàng)新投入所能達到的創(chuàng)新產出量，或是單位創(chuàng)新產出所需要的創(chuàng)新投入量，其數(shù)值體現(xiàn)區(qū)域創(chuàng)新活動的集約化水平；鄔龍[9]認為，技術效率是衡量一個產業(yè)或企業(yè)在等量要素投入條件下實際產出與最大產出的距離，創(chuàng)新效率包括知識創(chuàng)造和知識創(chuàng)新兩個部分；許建紅[10]認為，科技創(chuàng)新是地區(qū)經濟增長和產業(yè)轉型升級的決定性因素，科技創(chuàng)新效率是區(qū)域運用和整合科技創(chuàng)新資源的能力。

1.3 創(chuàng)新效率測度

Farrell[11]于1957年首次完成技術效率測度，衡量在一定要素投入的情況下，被評價企業(yè)產出與生產前沿決定的最大產出比值，或在一定產出情況下，被評價企業(yè)所使用的投入與生產前沿面決定的最小投入的比值。國內外學者對創(chuàng)新效率的測度方法大體可以分為參數(shù)法和非參數(shù)法。一是參數(shù)法，即隨機前沿方法(SFA)，通過設立隨機前沿生產函數(shù)形式、隨機誤差分布形式以及其它相關假設條件，估計創(chuàng)新投入參數(shù)，測算創(chuàng)新效率。如劉俊等[12]運用SFA方法研究中國內地30個省市城市化程度對創(chuàng)新效率影響的交互效應。二是非參數(shù)法，包括指數(shù)法和數(shù)據(jù)包絡分析法(DEA)。指數(shù)法是指通過構建創(chuàng)新效率評價指標體系，運用主成分分析、聚類分析等方法對城市創(chuàng)新效率進行測評；數(shù)據(jù)包絡分析法是多投入多產出的相對效率評價方法，不存在量化數(shù)據(jù)，因而更加客觀準確。例如，朱爾茜[13]采用DEA方法構建BCC模型和Malmquist指數(shù)模型，從時間和空間兩個維度對文化金融服務體系的宏觀效率進行靜態(tài)與動態(tài)分析；白俊紅[14]應用三階段DEA方法，在控制環(huán)境因素的基礎上，考察我國區(qū)域創(chuàng)新效率問題；鄭國洪[15]運用超效率DEA方法和DEA-Malmquist指數(shù)法對國家中心城市創(chuàng)新效率進行比較分析。

1.4 創(chuàng)新效率差距分析

許多學者在創(chuàng)新效率測度的基礎上，對創(chuàng)新效率差距進行研究，主要方法有σ收斂法、β收斂法等。σ收斂用于檢驗隨著時間變化，不同地區(qū)間創(chuàng)新效率是否具有均等化趨勢，常用方法主要有基尼系數(shù)、泰爾指數(shù)、變異系數(shù)等。β收斂是速率收斂，用以檢測經濟體從轉型到穩(wěn)態(tài)的追趕過程。張繼良[16]對江蘇工業(yè)企業(yè)技術創(chuàng)新效率區(qū)域差異性問題進行檢驗，發(fā)現(xiàn)不同地區(qū)創(chuàng)新效率差距明顯，但差距呈收斂性變化趨勢，區(qū)域內部差距大于區(qū)域間差距；楊遠[17]運用泰爾熵指數(shù)，對1997—2007年中國能源效率地區(qū)差距進行測度，發(fā)現(xiàn)區(qū)域間能源效率差距顯著增大；張涵[18]基于σ收斂、β收斂以及俱樂部收斂3種判別方法，考察高技術產業(yè)基礎研發(fā)效率和成果轉化效率的收斂性特征，發(fā)現(xiàn)產業(yè)基礎研發(fā)方面呈現(xiàn)收斂狀態(tài)，而成果轉化方面趨于發(fā)散。

1.5 創(chuàng)新效率影響因素

學者們采用隨機前沿模型、Tobit模型、空間計量模型等方法研究創(chuàng)新效率影響因素。李秦陽[19]運用隨機前沿分析方法，定量測度創(chuàng)新鏈接、創(chuàng)新意識、創(chuàng)新基礎和創(chuàng)新熟練度對區(qū)域創(chuàng)新效率的影響，發(fā)現(xiàn)上述影響存在地區(qū)差異；桂黃寶[20]采用混合OLS、空間計量SLM及SEM模型對高技術產業(yè)創(chuàng)新效率影響因素進行分析，發(fā)現(xiàn)企業(yè)規(guī)模、勞動力投入、對外開放水平對創(chuàng)新效率具有顯著正向影響；程廣斌[21]選用面板Tobit模型對技術研發(fā)效率和成果轉化效率影響因素進行分析，發(fā)現(xiàn)勞動者素質、對外開放程度對技術研發(fā)效率具有顯著正向影響，政府支持對成果轉化效率具有顯著正向影響。

1.6 文獻述評

綜合來看，學術界對創(chuàng)新效率測度及影響因素探究較為全面，以上成果為本文提供了重要參考，但由于創(chuàng)新效率受研究主體、研究方法等多重影響，還存在進一步拓展空間。首先，已有研究對創(chuàng)新效率主體選擇具有一定局限性，大多對單一主體進行創(chuàng)新效率研究，例如對城市或單個城市群進行創(chuàng)新效率測度。由于數(shù)據(jù)獲取工作量大、難度高等問題，鮮有以多個創(chuàng)新主體進行橫向對比分析的研究；其次，創(chuàng)新效率不僅受外部因素影響，而且需要考慮創(chuàng)新主體自身特性，現(xiàn)有關于創(chuàng)新主體內部結構變化、差距變化對創(chuàng)新效率的影響研究不足。最后，新時代背景下，對創(chuàng)新效率提升路徑需要進行深入探討。

本文貢獻和創(chuàng)新主要有兩個方面：一是已有研究較少考慮城市群作為創(chuàng)新主體的系統(tǒng)性和復雜性對其創(chuàng)新效率的影響。因此，本文從城市群內部和三大城市群間兩個層面進行創(chuàng)新效率分析，考察城市群內部各城市創(chuàng)新效率差距變化對城市群整體創(chuàng)新效率的影響。針對如何通過改變城市群自身創(chuàng)新效率差距提升城市群整體創(chuàng)新效率，本文通過圖解方式呈現(xiàn)二者關系；二是在研究主體選擇上，選取我國東部三大城市群作為研究對象，考慮政府政策、教育水平等外部因素對不同創(chuàng)新主體的異質性影響，分別對三大城市群創(chuàng)新效率影響因素進行分析，拓展本領域研究視角。

2 研究框架

本文運用超效率BCC模型對我國東部三大城市群內部各城市及城市群整體創(chuàng)新效率進行測度，采用變異系數(shù)法對三大城市群內部創(chuàng)新效率差距變化進行分析，揭示其對城市群創(chuàng)新效率的影響方式。同時，采用面板Tobit模型對創(chuàng)新效率的具體影響因素進行分析，探究城市群創(chuàng)新效率影響因素是否具有地域特征。

2.1 模型設定

2.1.1 超效率BCC模型

傳統(tǒng)BCC模型被用于分析可變規(guī)模報酬條件下決策單元DMU的效率評估問題，而超效率BCC模型能夠解決處于效率前沿面的DMU無法進行比較的問題，可以對所有DMU的相對效率水平進行排序。超效率DEA模型由Banker等[22]提出，在此基礎上，Andersen & Petersen[23]提出修正數(shù)據(jù)包絡法，將有效DMU從生產可能性集中剔除，以其余DMU為基礎計算效率水平，一個有效的DMU可以使投入按比例增加，而其技術效率保持不變，投入增加比率即為超效率評價值，超效率BCC模型可以表示為：

(1)

2.1.2 變異系數(shù)

變異系數(shù)法可用于比較不同時間和不同主體的不均等程度，變異系數(shù)越大表示地區(qū)差異越大，變異偏離程度越大，均等化程度越低；反之差異越小，均等化程度越高。參照魏后凱[24]、滕堂偉[25]使用的變異系數(shù)公式如下：

(2)

地區(qū)差距問題是學術界研究的一大主題，地區(qū)經濟差距、區(qū)域創(chuàng)新效率差距等是研究熱點。我國地區(qū)經濟差距變動態(tài)勢如何？楊開忠[26]認為，經濟差異大致呈倒“U”型變化，沿海與內地經濟差距變動大致呈“V”型；高帆[27]、孫亞男[28]認為，我國地區(qū)經濟差距呈現(xiàn)先縮小后擴大再縮小的N型變動趨勢。區(qū)域創(chuàng)新效率差距變動呈現(xiàn)何種態(tài)勢？李彥龍[29]認為，各地區(qū)創(chuàng)新效率差距縮小，東、中、西三大地區(qū)內部差距縮小是其重要原因；程時雄等(2020)認為，各省份創(chuàng)新效率不平衡程度呈現(xiàn)先上升后下降的變動特征，未實現(xiàn)創(chuàng)新效率平衡發(fā)展；Yong等[30]認為，我國東部和西部創(chuàng)新資源存在較大差距，地區(qū)差異和時間差異均對技術創(chuàng)新具有一定影響。以上學者從東中西部地區(qū)或省級層面對創(chuàng)新效率差距進行研究，認為內部差距影響整體創(chuàng)新效率。本文重點探討東部三大城市群間創(chuàng)新效率差距以及城市群整體創(chuàng)新效率與城市群內部各城市創(chuàng)新效率差距間的關系，提出如下假設：

H1：城市群間創(chuàng)新效率存在差距，而且城市群創(chuàng)新效率受城市群內部各城市創(chuàng)新效率差距的影響。

2.1.3 影響因素回歸模型

Tobit模型也被稱為受限因變量模型，是因變量滿足某種約束條件下取值的模型。本文數(shù)據(jù)為2010—2018年我國東部三大城市群平衡面板數(shù)據(jù)，作為因變量的創(chuàng)新效率值是一種大于0的受限變量，因而選擇面板Tobit模型進行估計。面板Tobit模型具體形式如下：

(3)

EFFit=c+β1GOVit+β2EDUit+β3STRit+β4ECOit+β5OPEit+μi+εit

(4)

2.2 變量選取與數(shù)據(jù)來源

科學的指標體系是有效評價模型的基礎，在創(chuàng)新投入方面，學者們普遍選取R&D人員折合全時當量(趙增耀[31]、張涵[18])、科技活動人員數(shù)(張繼良[16]、劉釩[32])等指標衡量人員投入和R&D經費支出(李培哲[33]、呂洪燕[34])，選取科技活動支出強度等指標衡量資本投入；在創(chuàng)新產出方面，以申請專利授權[35]、有效發(fā)明專利數(shù)[36]、新產品銷售收入[37]、技術市場成交額[38]等作為創(chuàng)新產出考核指標。本文在借鑒國內研究成果的基礎上，構建我國東部三大城市群創(chuàng)新效率評價指標體系，見表1。選取R&D人員折合全時當量、R&D經費內部支出作為創(chuàng)新效率投入指標，選取專利授權數(shù)、新增計算機軟著數(shù)作為創(chuàng)新效率產出指標。數(shù)據(jù)主要來源于各省份和地級市統(tǒng)計年鑒、統(tǒng)計公報、政府官方網站及龍信企業(yè)大數(shù)據(jù)，缺失數(shù)據(jù)采用線性插值等方法進行處理。

表1 創(chuàng)新效率投入產出指標選取

通過對已有文獻的系統(tǒng)梳理，選取以下因素對我國三大城市群創(chuàng)新效率進行分析，見表2。在中國，政府支持對區(qū)域創(chuàng)新活動具有深刻的影響(李政，2018)，因而以財政科學技術支出占地方政府一般公共預算支出的比重反映政府政策扶持對城市創(chuàng)新效率的影響。新增長理論認為，國際貿易加速了先進知識、技術和人力資本在世界范圍的傳遞，使參與貿易各國的知識、技術和人力資本水平得到迅速提升，從而產生知識和技術溢出效應。因此，本文選用實際利用外資金額反映地區(qū)對外開放程度，選用財政教育支出占地方政府一般公共預算支出的比重作為教育水平的體現(xiàn)，反映人力資本儲備能力。產業(yè)現(xiàn)代化能夠促進技術創(chuàng)新效率提升，產業(yè)結構在合理化的基礎上趨向高級化，技術創(chuàng)新對經濟增長的貢獻愈發(fā)凸顯[39]。因此，選取第三產業(yè)增加值占地區(qū)生產總值的比重反映產業(yè)結構對創(chuàng)新效率的影響。經濟發(fā)展水平越高，創(chuàng)新投入越多，企業(yè)就越有能力進行創(chuàng)新生產活動(白俊紅，2011)。因此，本文選取城鎮(zhèn)居民人均可支配收入作為衡量指標，反映城市經濟發(fā)展水平對創(chuàng)新效率的影響。

表2 變量說明

在多主體或多階段情況下的創(chuàng)新效率影響因素分析中，不同因素具有異質性作用，同一因素也會產生差異化影響。肖文(2014)發(fā)現(xiàn)，企業(yè)研發(fā)管理和行業(yè)外資比重僅對市場化導向的技術創(chuàng)新效率具有積極貢獻，境外研發(fā)資金投入有利于非市場化導向的技術創(chuàng)新效率提升；吳傳清[39]對長江經濟帶上中下游地區(qū)分別進行創(chuàng)新效率影響因素回歸，發(fā)現(xiàn)政府干預、產業(yè)結構高級化、城鎮(zhèn)化與對外開放水平對長江經濟帶上中下游地區(qū)的影響差異顯著；范德成[40]對技術研發(fā)和經濟轉化兩階段效率的影響因素進行分析發(fā)現(xiàn)，企業(yè)規(guī)模與技術研發(fā)效率存在顯著U型關系，與經濟轉化效率呈顯著正相關關系，政府資金支持對技術研發(fā)效率具有顯著負向影響，政府減稅行為有利于經濟轉化效率提高。基于上述分析，針對促進我國東部三大城市群創(chuàng)新效率提升這一問題，本文提出以下假設：

H2：我國東部三大城市群創(chuàng)新效率影響因素具有顯著地域差異。

3 實證分析

3.1 創(chuàng)新效率測度結果與分析

本文主要關注單位創(chuàng)新投入所能達到的創(chuàng)新產出量，選擇基于產出導向的超效率BCC模型，測算2010—2018年我國東部三大城市群48個城市創(chuàng)新效率和城市群整體創(chuàng)新效率。

3.1.1 東部三大城市群內部各城市創(chuàng)新效率

2010—2018年，我國東部三大城市群內部各城市創(chuàng)新效率普遍提高，綜合效率值由0.29升至0.56。由于三大城市群內城市數(shù)量眾多，創(chuàng)新發(fā)展體量不同，創(chuàng)新功能定位也不同，直接將城市群內各城市創(chuàng)新效率進行對比不盡合理，而專利授權數(shù)是反映創(chuàng)新能力的關鍵指標。因此，本文以2018年專利授權數(shù)為依據(jù)，將三大城市群內各城市分為3個等級：創(chuàng)新核心城市(創(chuàng)新源)、創(chuàng)新節(jié)點城市以及創(chuàng)新腹地，對同一創(chuàng)新等級內城市創(chuàng)新效率進行比較和排序更具現(xiàn)實價值。創(chuàng)新核心城市(創(chuàng)新源)是指在城市群內部能夠起到核心引領作用的城市，選取各城市群內專利授權數(shù)最多的城市，分別為深圳、北京、上海。創(chuàng)新節(jié)點城市由能有效支撐和輔助創(chuàng)新源的城市組成，選取各城市群內專利授權數(shù)達到35 000件以上的城市，京津冀城市群創(chuàng)新節(jié)點城市為天津；長三角城市群為蘇州、杭州、寧波、南京、紹興、無錫；珠三角城市群為廣州、東莞、佛山。創(chuàng)新腹地是指能夠接受創(chuàng)新要素輻射的城市，為三大城市群內其它城市。

從創(chuàng)新核心城市看，長三角城市群創(chuàng)新核心城市的創(chuàng)新效率相對不足。2018年，北京、深圳專利授權數(shù)量分別為123 496件、140 202件，而上海僅為92 460件。2010—2018年，深圳創(chuàng)新效率值由0.39升至1.34，排名由第2升至第1；北京創(chuàng)新效率由0.28升至1.13，排名由第3升至第2；上海創(chuàng)新效率由0.45升至0.85，排名由第1降至第3(見表3)?？梢姡钲谂c北京競爭十分激烈，與二者相比，上海創(chuàng)新效率有待提升。

表3 2010-2018年創(chuàng)新核心城市創(chuàng)新效率值

從創(chuàng)新節(jié)點城市看，珠三角城市群和長三角城市群節(jié)點城市創(chuàng)新效率較高，而京津冀城市群節(jié)點城市數(shù)量和效率均不足。2018年，珠三角城市群內的廣州、東莞、佛山位居節(jié)點城市創(chuàng)新效率排名前3，創(chuàng)新效率值分別為1.08、0.97、0.74，見表4。長三角城市群內的南京、蘇州、杭州、紹興位居第4～7，寧波、無錫創(chuàng)新效率不足0.60。京津冀城市群內的節(jié)點城市僅有天津，創(chuàng)新效率為0.65，位居第8，節(jié)點城市對核心城市的支撐能力相對不足。

表4 2010-2018年創(chuàng)新節(jié)點城市創(chuàng)新效率值

從創(chuàng)新腹地看，三大城市群創(chuàng)新腹地的創(chuàng)新投入相對不足。創(chuàng)新腹地的創(chuàng)新效率普遍較低，南通、惠州、鎮(zhèn)江、常州、鹽城、唐山、泰州、邯鄲、銅陵、滁州、宣城等城市創(chuàng)新效率值均低于0.40，見圖1。創(chuàng)新腹地的創(chuàng)新投入相對不足，以三大城市群創(chuàng)新腹地中R&D經費內部支出最多的城市為例，唐山僅為核心城市北京的6.14%，為創(chuàng)新節(jié)點城市天津的23.33%；合肥僅為核心城市上海的18.88%，為創(chuàng)新節(jié)點城市蘇州的49.54%；珠海僅為核心城市深圳的7.92%，為創(chuàng)新節(jié)點城市廣州的15.35%。可見，創(chuàng)新腹地需加大創(chuàng)新投入，包括人才投入、資金投入、平臺投入等，同時也需提升與創(chuàng)新源和創(chuàng)新節(jié)點的鏈接程度，進而提升創(chuàng)新效率。

圖1 2018年東部三大城市群創(chuàng)新腹地創(chuàng)新效率值

3.1.2 東部三大城市群整體創(chuàng)新效率

東部三大城市群創(chuàng)新效率排位發(fā)生變化，京津冀城市群具有潛力。2010年，京津冀城市群、珠三角城市群創(chuàng)新效率值均為1.00，長三角城市群創(chuàng)新效率為0.90，見圖2；2011—2015年，長三角城市群優(yōu)勢凸顯，創(chuàng)新效率值穩(wěn)居第一，京津冀城市群居末，與長三角、珠三角創(chuàng)新效率值差距較大但有所縮小；2016—2017年，珠三角城市群創(chuàng)新效率超過長三角城市群；2018年，長三角城市群、京津冀城市群、珠三角城市群創(chuàng)新效率值分別為1.35、1.30、1.24，三大城市群創(chuàng)新效率差距進一步縮小?？傮w來看，我國東部三大城市群創(chuàng)新效率差距經歷由擴大到縮小的變化過程。

圖2 2010—2018年我國東部三大城市群創(chuàng)新效率值

3.2 創(chuàng)新效率差距分析

我國東部三大城市群內各城市創(chuàng)新效率存在顯著差異，揭示內部差距變化與城市群整體創(chuàng)新效率的關系可以為我國東部三大城市群創(chuàng)新效率研究奠定基礎。

3.2.1 城市群內部各城市創(chuàng)新效率差距變化

京津冀城市群內部各城市創(chuàng)新效率差距呈現(xiàn)先擴大后縮小的變化趨勢，2010—2012年變異系數(shù)由0.60升至0.79，2013—2018年變異系數(shù)不斷減小，由0.53降至0.36。長三角城市群內部差距總體呈縮小態(tài)勢，變異系數(shù)由0.54降至0.30。珠三角城市群內部差距變化較為平穩(wěn)，創(chuàng)新效率差距以2014年(0.28)為波谷，向兩側緩慢擴大。綜合來看，京津冀城市群內部各城市創(chuàng)新效率差距較大，長三角城市群、珠三角城市群次之，2010-2018年三大城市群內部各城市創(chuàng)新效率綜合變異系數(shù)分別為0.53、0.45、0.36，見表5。

表5 我國東部三大城市群內部各城市創(chuàng)新效率差距

3.2.2 創(chuàng)新效率差距變化與城市群整體創(chuàng)新效率的關系

城市群內部各城市創(chuàng)新效率差距變化對城市群整體創(chuàng)新效率具有差異化作用。京津冀城市群內各城市創(chuàng)新效率差距與城市群創(chuàng)新效率呈反向作用關系。2010—2012年，京津冀城市群內部各城市創(chuàng)新效率差距擴大，變異系數(shù)由0.60升至0.79，而京津冀城市群創(chuàng)新效率值大幅下降，由1.00降至0.54；2013-2016年，變異系數(shù)整體呈下降態(tài)勢，而創(chuàng)新效率值逐年上升；2016-2018年，變異系數(shù)大幅下降，而創(chuàng)新效率值顯著提升，見圖3。這反映出京津冀城市群整體創(chuàng)新效率提升的關鍵在于縮小城市群內各城市創(chuàng)新效率差距，可通過強化京津冀城市群內部創(chuàng)新源對創(chuàng)新節(jié)點及其腹地的帶動作用實現(xiàn)。長三角城市群內各城市創(chuàng)新效率差距與城市群創(chuàng)新效率呈倒U型關系，2014年前為正向作用階段，2014年后為反向作用階段。2010—2012年，長三角城市群內部各城市創(chuàng)新效率差距擴大，變異系數(shù)由0.54升至0.61，城市群創(chuàng)新效率值由0.90升至1.16；2012—2014年，變異系數(shù)由0.61降至0.37，城市群創(chuàng)新效率值由1.16降至0.77。2015—2017年，各城市創(chuàng)新效率差距逐年擴大，由0.38升至0.55，城市群創(chuàng)新效率值由0.94降至0.84；2017—2018年，創(chuàng)新效率差距大幅下降，城市群創(chuàng)新效率值顯著提升，躍居三大城市群之首，見圖4。相較于京津冀城市群，長三角城市群通過強化內部創(chuàng)新要素的集聚效應，打造優(yōu)勢領域的國際創(chuàng)新高地，提升整體創(chuàng)新效率。珠三角城市群內各城市創(chuàng)新效率差距與城市群創(chuàng)新效率整體呈正向作用關系，2010—2014年，變異系數(shù)與城市群創(chuàng)新效率值均呈下降態(tài)勢，2014—2017年呈上升態(tài)勢，2018年創(chuàng)新效率差距縮小，城市群創(chuàng)新效率值提升，見圖5。總的來看，珠三角城市群應加強創(chuàng)新源建設，增強創(chuàng)新核心城市的輻射帶動能力，進而提升城市群整體創(chuàng)新效率。

圖5 珠三角城市群創(chuàng)新效率及內部各城市差距變化

圖4 長三角城市群創(chuàng)新效率及內部各城市差距變化

圖3 京津冀城市群創(chuàng)新效率及內部各城市差距變化

經驗證發(fā)現(xiàn)，我國東部三大城市群創(chuàng)新效率差距經歷由擴大到縮小的變化過程；京津冀城市群內部創(chuàng)新效率差距過大，縮小其內部差距對城市群整體創(chuàng)新效率具有促進作用；珠三角城市群內部創(chuàng)新效率差距過小，適度擴大其內部差距對城市群整體創(chuàng)新效率具有正向作用；長三角城市群介于二者之間，城市群內部差距與城市群整體創(chuàng)新效率呈倒U型關系，第一階段為正向作用階段，第二階段為反向作用階段。因此，證實了H1，即我國東部三大城市群間創(chuàng)新效率存在差距，而且其創(chuàng)新效率受城市群內各城市創(chuàng)新效率差距的影響。城市群內各城市創(chuàng)新效率差距應保持適度，差距過大、過小均不利于城市群整體創(chuàng)新效率提升。

3.3 創(chuàng)新效率影響因素分析

利用軟件Stata15.0對我國三大城市群創(chuàng)新效率影響因素進行回歸分析。首先，作為參照系進行混合回歸，對三大城市群創(chuàng)新效率的影響因素進行多重共線性檢驗，經檢驗證實不存在多重共線性問題，見表6。

表6 變量多重共線性檢驗結果

分別對三大城市群進行面板Tobit回歸，考慮到固定效應的Tobit模型估計存在不一致問題，僅采用混合Tobit回歸和隨機效應的Tobit模型進行估計，同時使用面板數(shù)據(jù)回歸作為相應參考，以保證回歸結果的可靠性。對于京津冀城市群，首先使用聚類穩(wěn)健標準誤進行混合Tobit回歸，其次使用隨機效應的面板Tobit回歸，經過LR檢驗強烈拒絕原假設，即存在個體效應，應使用隨機效應的面板Tobit回歸，見表7。同時，采用面板數(shù)據(jù)回歸作為Tobit回歸參考，并使用固定效應模型進行回歸，F(xiàn)檢驗得出P值為0.000 3，故認為固定效應明顯優(yōu)于混合回歸。進一步使用隨機效應進行回歸，經過LM檢驗，強烈拒絕不存在個體隨機效應的原假設，即應選擇隨機效應。通過豪斯曼檢驗，P值為0.537 5，無法拒絕原假設，即應使用隨機效應。采用隨機效應模型進行MLE估計可以發(fā)現(xiàn)，MLE估計與隨機效應的面板Tobit回歸估計系數(shù)和顯著性結果一致。對于長三角城市群而言，與上述步驟相同，選擇隨機效應的面板Tobit回歸，見表8。對于珠三角城市群，經過LR檢驗發(fā)現(xiàn)應使用混合Tobit回歸，并采用面板數(shù)據(jù)回歸作為參考，見表9。

表9 珠三角城市群創(chuàng)新效率影響因素回歸結果

表8 長三角城市群創(chuàng)新效率影響因素回歸結果

表7 京津冀城市群創(chuàng)新效率影響因素回歸結果

產業(yè)結構高級化和經濟發(fā)展水平提升對京津冀城市群創(chuàng)新效率具有顯著促進作用。產業(yè)結構(STR)在1%的顯著性水平下系數(shù)為1.20，經濟發(fā)展水平(ECO)在10%的顯著性水平下系數(shù)為3.19，政府政策(GOV)在5%的顯著性水平下系數(shù)為-4.48。京津冀城市群的主要發(fā)展動力由傳統(tǒng)要素驅動、區(qū)位驅動和政策驅動逐漸轉變?yōu)閯?chuàng)新驅動，經濟發(fā)展水平提升能夠有效增加城市創(chuàng)新驅動概率，同時產業(yè)結構高級化能夠提升產業(yè)對創(chuàng)新的依賴程度，進而激發(fā)創(chuàng)新需求。政府政策可帶來財政資金支持，但政府干預過多也會導致政策失靈，從而抑制創(chuàng)新效率提升。產業(yè)結構高級化對長三角城市群創(chuàng)新效率具有促進作用。產業(yè)結構(STR)在10%的顯著性水平下系數(shù)為0.36。政府政策支持、產業(yè)結構高級化和經濟發(fā)展水平提高對珠三角城市群創(chuàng)新效率具有顯著正向作用。政府政策(GOV)、產業(yè)結構(STR)在1%的顯著性水平下系數(shù)分別為8.17、0.75，經濟發(fā)展水平(ECO)在10%的顯著性水平下系數(shù)為3.59，對外開放程度(OPE)在5%的顯著性水平下系數(shù)為-0.12。珠三角城市群企業(yè)創(chuàng)新活力充足，政府投入相對不足，政府政策支持對創(chuàng)新效率起顯著促進作用。因此，聚焦科技前沿領域，加強基礎研究和前瞻性研究，有利于城市群創(chuàng)新效率提升。同時，產業(yè)結構高級化和經濟發(fā)展水平提高能夠激發(fā)創(chuàng)新需求。珠三角作為改革開放程度最高的城市群，外資利用效用已處于邊際效益遞減階段，增加外資在一定程度上會抑制創(chuàng)新效率提升。

綜合來看，產業(yè)結構是我國東部三大城市群創(chuàng)新效率的重要影響因素；經濟發(fā)展水平對京津冀、珠三角城市群創(chuàng)新效率具有顯著促進作用；政府政策對“強政府、弱市場”的京津冀城市群具有一定抑制作用，對“強市場、弱政府”的珠三角城市群具有顯著正向作用，而對介于二者間的長三角城市群的作用不顯著。上述影響因素對我國東部三大城市群創(chuàng)新效率具有異質性作用。由此，驗證了H2，即我國東部三大城市群創(chuàng)新效率影響因素具有顯著地域差異?？梢?，對于如何提升我國東部三大城市群創(chuàng)新效率問題需要考慮地域特征，應在符合其地域特征的重點領域發(fā)力。

4 結語

4.1 結論

本文通過分析2010—2018年我國東部三大城市群及其內部48個城市創(chuàng)新效率，實證考察城市群內各城市創(chuàng)新效率差距對城市群創(chuàng)新效率的影響，同時分析政府政策、教育水平等外部因素對城市群創(chuàng)新效率的影響，得到如下主要結論：

(1)我國東部三大城市群創(chuàng)新效率普遍提升。相較于深圳和北京，上海作為長三角城市群的創(chuàng)新核心城市，其創(chuàng)新效率略有不足；珠三角城市群和長三角城市群創(chuàng)新節(jié)點城市，其創(chuàng)新效率較高，而京津冀城市群創(chuàng)新節(jié)點城市數(shù)量及效率均不足；三大城市群創(chuàng)新腹地均存在創(chuàng)新投入不足問題。從三大城市群創(chuàng)新效率排位看，長三角、珠三角城市群競爭激烈，京津冀城市群具有潛力。

(2)我國東部三大城市群創(chuàng)新效率差距經歷由擴大到縮小的變化過程，城市群創(chuàng)新效率受其內部各城市創(chuàng)新效率差距的影響。城市群內各城市創(chuàng)新效率差距應保持適度，差距過大、過小均不利于城市群整體創(chuàng)新效率提升?？s小京津冀城市群內部差距，適度擴大珠三角城市群內部差距對城市群整體創(chuàng)新效率具有促進作用，而長三角城市群介于二者之間，其內部差距與整體創(chuàng)新效率呈倒U型關系。

(3)我國東部三大城市群創(chuàng)新效率影響因素具有顯著地域差異。產業(yè)結構是我國東部三大城市群創(chuàng)新效率的重要影響因素，經濟發(fā)展水平對京津冀、珠三角城市群創(chuàng)新效率具有顯著促進作用，政府政策對“強政府、弱市場”的京津冀城市群創(chuàng)新效率具有一定抑制作用，對“強市場、弱政府”的珠三角城市群創(chuàng)新效率具有顯著正向作用，對介于二者間的長三角城市群創(chuàng)新效率的作用則不顯著。

4.2 對策建議

在創(chuàng)新效率方面，京津冀城市群應重點完善創(chuàng)新生態(tài)系統(tǒng)，在核心城市周邊合理布局創(chuàng)新要素，突破創(chuàng)新源與創(chuàng)新腹地間創(chuàng)新要素及成果流動的隱形壁壘，強化創(chuàng)新源對創(chuàng)新節(jié)點及創(chuàng)新腹地的帶動作用：一是縮小城市群內各城市創(chuàng)新效率差距；二是提升城市群內部節(jié)點城市和腹地的經濟發(fā)展水平與產業(yè)結構高級化程度，進而實現(xiàn)城市群整體創(chuàng)新效率躍升；三是強調產業(yè)鏈與創(chuàng)新鏈雙向融合，推動形成以國內大循環(huán)為主體，國內國際雙循環(huán)相互促進的產業(yè)與創(chuàng)新雙輪驅動發(fā)展格局。

在創(chuàng)新效率方面，長三角城市群應重點強化作為創(chuàng)新源的核心城市對創(chuàng)新要素的集聚效應，通過促進創(chuàng)新要素向核心城市、節(jié)點城市集聚，以及加大創(chuàng)新腹地的科技創(chuàng)新投入等方式構建完善的多中心創(chuàng)新網絡：一是應提升創(chuàng)新源能級，打造高水平國際研發(fā)集聚區(qū)，提升創(chuàng)新網絡外向度；二是推動產業(yè)結構高級化，大力發(fā)展戰(zhàn)略性新興產業(yè)，促進傳統(tǒng)產業(yè)轉型升級，引導社會創(chuàng)新資本投入，吸引創(chuàng)新要素在創(chuàng)新優(yōu)勢領域集聚。

在創(chuàng)新效率方面，珠三角城市群應重點強化自身創(chuàng)新源建設：一是加大對一流高校、一流學科建設的支持力度，積極引進高水平研究機構和創(chuàng)新研究院，進而提高城市群原始創(chuàng)新能力；二是加大研發(fā)設計、品牌營銷等環(huán)節(jié)在產業(yè)鏈結構中的比重，實現(xiàn)產業(yè)結構高級化，促進產業(yè)鏈和創(chuàng)新鏈融合發(fā)展。