基于長江經濟帶制造業集聚的城市創新策略研究

潘慧

摘 要：長江經濟帶制造業集群給沿線各城市創新發展帶來了新的契機。本文采用文獻分析法構建城市創新水平評定指標系統，以及構建數學模型、采用主成分分析法測定各城市的創新發展水平。結果顯示：43個城市在創新系統五要素地區分布不均衡，但分布在長江經濟帶制造業集聚的區域的城市創新發展水平趨于一致。各城市創新發展水平可分為五個層次，其中以上海創新發展水平最高。為了更好帶動各城市制造業集群及城市高質量發展，本文為處于不同層次的城市提供有針對性的創新發展策略。

關鍵詞：城市創新? 長江經濟帶? 主成分分析法

中圖分類號：F207 文獻標識碼：A? 文章編號：2096-0298（2020）01（a）--02

1 長江經濟帶制造業集聚與城市創新的互動關系

長江經濟帶覆蓋上海、江蘇、浙江等11省市，途經40多個主要城市。長江經濟帶制造業集聚指的是該行業內的具有競合關系的企業、相關產業廠商和機構聚集在長江沿線主要城市的現象。制造業的發展是長江經濟帶經濟的支撐力量，又是沿線城市經濟發展的基礎。由柯布—道格拉斯生產函數模型可知，制造業技術進步帶來的經濟效益遠大于勞動力和生產力所能帶來的經濟效益。而制造業在一定地域空間內的集聚，形成區域性規模經濟，降低生產成本，同時激烈的競爭會促使企業不斷進行技術、組織與管理創新，企業創新成果可以就近擴散、被集聚企業關注、學習和吸收。由此看來，長江經濟帶制造業產業集聚，將有效促進沿線城市企業的技術進步和生產效率的提高，并帶動城市的轉型升級和創新發展，其最終將帶動長江經濟帶的崛起。長江經濟帶的經濟發展聯合中國沿海城市“一縱”形成“一橫一縱”，共同促進中國經濟的發展。

2 城市創新指標系統

本文選取城市創新系統中五個關鍵的創新要素：創新主體、創新資源、創新環境、創新技術、創新機制。這五個共同作用、協調互動、有機配合形成創新型城市建設的自我平衡發展機制，共同推動城市形成持續創新能力。評價城市的創新發展水平需要選取一定的指標，城市創新水平不僅僅指的是該城市的綜合競爭力，更表現為城市創新系統的綜合協調能力。因此選取如下十個指標：GDP，第三產業增加值占GDP比重，工業企業R&D經費支出，規模以上企業單位個數，社會消費品零售總額，貨物出口總額，高等院校在校生數，專利申請數，所屬地區年度專利申請數，所屬地區工業生產者出廠價格指數，分別用X1、X2、X3、X4、X5、X6、X7、X8、X9、X10表示，這十個指標考慮了城市當前的經濟發展水平、科技研發投入產出、進出口貿易、產業集聚導致不同城市之間具有共性等方面，全方位反映城市的創新發展水平，因此指標具有合理性。

3 長江經濟帶沿線城市創新發展水平測定

3.1 研究方法及數據收集

本文采用主成分分析法，將相關性高的指標轉化成彼此相互獨立或不相關的指標，選出相互獨立變量，即所謂主成分。

為了保證數據的真實性，通過查閱長江經濟帶沿線省份、城市統計年鑒，國家數據網站，形成在2017年長江經濟帶43個主要城市關于10個不同指標的原始數據（由于原始數據太多，此處省略）。運用MATLAB軟件對其處理后進行主成分分析，最后形成評估。

3.2 模型

3.2.1 數據預處理

由于每個數據指標的量綱不一樣，先對數據進行標準化處理。主成分指標變量有10個，選取長江經濟帶43個主要城市為評價對象。若i個城市的第j個創新指標的取值為，則其標準化指標為：

3.2.2 計算特征值及特征向量，選擇主成分

若由特征向量組成的m個新的指標變量，滿足

式中Y1是1的主成分， Y2是2的主成分……， Ym是m的主成分。用MATLAB計算的10個特征根為5.0037，1.3342，0.9714，0.7960，0.6161，0.4932，0.3731，0.2667，0.0967，0.0489，前六個特征根的累計貢獻率達到92.14%，主成分分析效果良好。下面選取前六個主成分進行綜合評價，并利用MATLAB生成特征值和特征向量數據表。選擇主成分之后其對應的特征向量，依據特征向量得到六個主成分方程式，分別用Y1表示，其中滿足（i<7）。分析得出第一主成分主要反映了X1，X5，X6，X8四個指標，劃分為創新機制。第三主成分向量反映X3，劃為創新資源。第四主成分向量主要反映X4，X7，劃分為創新主體，因第二主成分只反映出X4，因此舍棄。第五主成分主要反映X9，劃分為創新資源。第六主成分主要反映X10， X2，劃分為創新環境。

3.2.3 計算綜合評價值

由于MATLAB程序限制，第二、第四主成分對于規模以上工業企業個數反映相差不大，所以計算時仍將第二主成分考慮在內。分別以六個主成分的貢獻率為權重，構建主成分綜合評價模型：

依據主成分表達式可得每個城市創新發展水平，43個城市的創新發展水平依次排序（由高至低）分別為上海、揚州、合肥、池州、南京、泰州、嘉興、寧波、蕪湖、鎮江、安慶、南昌、杭州、舟山、黃石、常州、恩施、宜昌、六盤水、益陽、馬鞍山、銅陵、曲靖、攀枝花、南通、宜賓、常德、瀘州、九江、鄂州、荊州、武漢、岳陽、湖州、無錫、黃岡、蘇州、咸寧、紹興、重慶、昆明、成都、長沙，測定值分別為4.0611，2.4678，1.8721，1.809，1.4977，1.4003，1.1987，1.1361，0.9446，0.9321，0.9099，0.3919，0.1252，0.0069，-0.0237，-0.064，

-0.1536，-0.1927，-0.1991，-0.2165，-0.304，-0.4657，-0.4752，

-0.5097，-0.515，-0.5977，0.699，-0.7025，-0.7051，-0.7064，

-0.7268，-0.8204，-0.8656，-0.8801，-0.9145，-0.9492，-0.9532，

-0.9609，-0.9704，-0.9932，-1.0492，-1.0555，-1.0846。數據結果表明長江經濟帶制造業集聚沿線發展城市創新發展水平存在較大的差異。將43個城市歸于五大類：創新領先城市、創新較為領先、創新發展水平優良、創新發展水平較為落后、創新發展落后城市。上海、揚州的創新發展水平遙遙領先，為創新領先城市，主要表現在創新主體、資源、機制三個方面占據優勢，但制造業產業集聚沒有給上海帶來相應的創新環境、技術方面的優勢;合肥、寧波、蕪湖等為創新較為領先城市，主要表現為創新環境、資源領先優勢，尤其寧波是作為省半導體產業集聚發展基地，半導體產業不僅成為寧波經濟的重要增長點，更是寧波創新發展的動力。鎮江、杭州、舟山等城市為創新發展水平優良，表現為創新主體值較高，這些地區規模以上的工業企業單位個數、高等院校在校學生數目都是可觀的，在創新主體方面有較高優勢，但是在創新機制、技術方面具有相對劣勢。黃石、南通、益陽等城市為創新發展水平較為落后城市，表現為創新環境優良。武漢、岳陽、長沙等為創新發展水平落后城市，城市創新系統不夠完善，這些城市的創新發展需要政策和資金、技術的扶持。可看到長沙、蘇州、武漢等經濟較為發達城市的創新發展水平居于下游水平，可能是由于技術、創新主體缺乏等原因。

4 城市創新策略研究

基于上述對于長江經濟帶各城市的創新發展水平的研究，五大類城市（創新領先城市、創新較為領先、創新發展水平優良、創新發展水平較為落后、創新發展落后城市）可分別依據重點投資創新發展系統中劣勢原則，制定行之有效的城市創新發展策略。

4.1 建立有效的、創新性的制度環境和創新技術

首先，營造富有激勵性和創新性的制度環境離不開政府機構的支持。為長江經濟帶制造業集聚提供了一個寶貴的資源，政府各個機構應該通過各種行動、制定各種政策支持長江經濟帶制造業產業集聚，為工業企業、技術創新性企業提供良好的可供交流信息、技術的平臺和機會，從而營造富有創業創新精神的環境與氛圍。比如為規模以上高新技術產業、工業企業發展提供非常有利的經濟支持，鼓勵城市與城市之間技術合作形成規模經濟等。其次，對于一些落后的創新制度、具有約束性的制度，政府應當及時予以剔除、修正或者取締，還要加強已有政策的配套、銜接與完善，合理集聚與科學整合，加大協調與監督，優化資源配置，提高資金投入的整體績效。最后，增加與長江經濟帶產業集聚過程中與國外企業的合作交流，理解并學習國際企業的技術創新模式。

4.2 構建系統完備的創新機制

關于建立完備的創新體制，需要政府建立雄厚的資金體系，并能夠為城市創新提供足夠的技術研發支持。技術投資相對于其他資本投資具有長期性、回報不確定性及資金數目的巨額性。因此政府為保證城市的正常運轉，還需要建立額外的投資技術的資金庫，以免技術創新失敗造成城市資金鏈斷裂。增加政府的經濟實力可以通過增加出口、擴大對外貿易、刺激城市內需等方式，還可以通過資產投資購買國外債券、風險投資、證券市場資源有效配置獲取收益，從而率先實現城市的經濟結構調整和相關產業的更新換代。

4.3 投資城市創新主體

城市的創新主體包括高校人才、科研人員、高新技術企業等。城市需要提高重點培養創新人才的培養，加大在科技人員的培養、城市公共圖書建設、高等院校建設、專利研發的申請等方面的投入。通過政府政策引導，吸引世界級的創新人才、公司落戶本地，形成產業群聚，通過產業集群產生更多的創新。

4.4 注重創新資源

促進城市創新資源集聚是城市政策對經濟績效和增長產生積極影響的一個可能渠道，城市創新項目資源往往是大型跨國公司大量投資于這些技術與市政和區域當局之間的戰略互動的結果。因此城市政策制定者應該充分合理利用這些技術資源適應當地的需要來提高當地的績效，城市也可求助于私人投資者作為額外的融資手段和實施的方式，從而為城市創新提供財力支持。

參考文獻

張向陽.我國創新型城市建設的對策研究[J].特區經濟，2019（06）.

Andrea Caragliu，Chiara F.Del Bo.Smart innovative cities： The impact of Smart City policies on urban innovation[J]. Technological Forecasting & Social Change，2019.

朱孔來.創新型城市評價指標體系、評價方法的實證研究——以山東省17市為例[J].青海社會科學，2012（4）.

韓瑾.國外創新城市建設策略研究[J].北方經濟，2001（1）.

謝中華.MATLAB統計分析與應用：40個案例分析[M].北京：北京航空航天大學出版社，2010.