中國東部三大城市群國家高新區(qū)創(chuàng)新效率及影響因素研究

馬淑燕，趙祚翔，許 欣，王 麗

（1.中國科學院科技戰(zhàn)略咨詢研究院，北京 100190；2.中國科學院大學，北京 100049；3.首都師范大學資源環(huán)境與旅游學院，北京 100048）

創(chuàng)新是引領發(fā)展的第一動力，近年來我國深入實施創(chuàng)新驅動發(fā)展戰(zhàn)略，持續(xù)加大科技創(chuàng)新投入。由于創(chuàng)新活動是一種綜合的社會-技術-經(jīng)濟-政治現(xiàn)象，創(chuàng)新網(wǎng)絡由復雜、非線性和動態(tài)的知識創(chuàng)造、傳播和使用過程驅動［1-2］，使得創(chuàng)新產(chǎn)出與投入并非等比例增長，這意味著一味強調(diào)創(chuàng)新要素的投入可能導致創(chuàng)新資源的浪費。創(chuàng)新效率是系統(tǒng)的投入與產(chǎn)出的有效經(jīng)濟量的轉化效率，如果提高創(chuàng)新效率，在一定的投入水平下等于增加創(chuàng)新產(chǎn)出，或在一定的產(chǎn)出條件下，等于節(jié)省創(chuàng)新要素投入［3］。因此，創(chuàng)新效率可以更好地體現(xiàn)區(qū)域創(chuàng)新水平和質(zhì)量。黨的十九大指出我國經(jīng)濟已進入高質(zhì)量發(fā)展階段，需要努力提高發(fā)展質(zhì)量和效益。黨的十九屆五中全會強調(diào)，“堅持創(chuàng)新在我國現(xiàn)代化建設全局中的核心地位，把科技自立自強作為國家發(fā)展的戰(zhàn)略支撐”。當前，創(chuàng)新在我國經(jīng)濟社會建設中的作用愈發(fā)凸顯，在高質(zhì)量發(fā)展階段不僅應重視創(chuàng)新要素的投入，更應重視提高創(chuàng)新效率。本文關注創(chuàng)新效率的測算具有重要的理論和現(xiàn)實意義。

國家高新技術產(chǎn)業(yè)開發(fā)區(qū)（以下簡稱國家高新區(qū)），是我國實施創(chuàng)新驅動發(fā)展戰(zhàn)略的重要平臺，并在區(qū)域創(chuàng)新發(fā)展中承擔著“增長極”的功能［4］。2018 年，我國共有169 家國家高新區(qū)，園區(qū)GDP 總額約占全國的12.3%，發(fā)明專利授權量約占全國的35.4%。國家高新區(qū)的創(chuàng)新效率不僅影響園區(qū)創(chuàng)新資源的優(yōu)化配置，而且影響區(qū)域創(chuàng)新發(fā)展。城市群是我國參與全球競爭的重要載體，東部沿海的京津冀、長三角和珠三角城市群是我國經(jīng)濟最發(fā)達和創(chuàng)新能力最強的城市群，也是國家高新區(qū)集聚發(fā)展的區(qū)域。2018 年，三大城市群共擁有39 家國家高新區(qū)，占全部國家高新區(qū)的23.1%，其中7 家綜合排名在全國前十，22家綜合排名在全國前五十。因此以京津冀、長三角和珠三角三大城市群為研究區(qū)域，進行國家高新區(qū)創(chuàng)新效率測度和相關影響因素分析，揭示三大城市群國家高新區(qū)的創(chuàng)新效率差異特征，對優(yōu)化提升國家高新區(qū)創(chuàng)新效率，促進三大城市群加快協(xié)調(diào)發(fā)展和創(chuàng)新發(fā)展具有重要意義。

1 文獻綜述

技術效率的概念最早由Farrell［5］提出和應用，他認為一個經(jīng)濟單元如果在給定投入下，不能獲得最大可能性產(chǎn)出，則是技術無效的。隨著全球對創(chuàng)新的愈加重視和創(chuàng)新投入的不斷增長，創(chuàng)新活動的效率成為國內(nèi)外學者研究的熱點。從研究對象來看，許多國內(nèi)外學者從國家、地區(qū)、行業(yè)等宏觀中觀層面開展了創(chuàng)新效率的研究。例如，白俊紅等［6］利用隨機前沿生產(chǎn)模型研究了中國區(qū)域研發(fā)創(chuàng)新效率，并考察了區(qū)域創(chuàng)新系統(tǒng)內(nèi)部企業(yè)、高校、科研機構、地方政府及金融機構等主體要素及其聯(lián)結關系對創(chuàng)新效率的影響；Giedre 等［7］運用DEA 方法，對歐盟東部和中部地區(qū)創(chuàng)新系統(tǒng)效率水平進行了評價；Ana 等［8］利用歐洲206 個地區(qū)的數(shù)據(jù)，運用隨機生產(chǎn)前沿方法，證實了區(qū)域主體之間的相互作用對區(qū)域創(chuàng)新效率具有重要影響；肖文等［9］采用隨機前沿分析方法測算了中國36 個工業(yè)行業(yè)的技術創(chuàng)新效率，并重點考察了政府支持和研發(fā)管理對創(chuàng)新效率的影響，夏海力等［10］運用隨機前沿分析法測算了蘇州裝備制造業(yè)技術創(chuàng)新效率，并分析影響因素及其作用效果。同時，企業(yè)、高校、科研機構等微觀層面的創(chuàng)新效率越來越受到關注。如，Ila 等［11］利用DEA 方法對美國航空公司的技術創(chuàng)新效率進行測度，并分析了股票市場收益和相對技術效率之間的關系；Michael 等［12］基于對德國企業(yè)和公共研發(fā)部門的實證研究，分析了導致創(chuàng)新系統(tǒng)效率差異的因素；池仁勇［13］利用問卷調(diào)查數(shù)據(jù)實證研究了浙江省大中小企業(yè)的技術創(chuàng)新效率，并得出企業(yè)技術創(chuàng)新方式、內(nèi)部職能部門的協(xié)調(diào)性對技術創(chuàng)新效率均有顯著影響；李柏洲等［14］運用PP-SFA 方法測度了中國科學院12 所分院的價值創(chuàng)造效率。由上述研究可以看出，創(chuàng)新效率的測算已經(jīng)深入到多個層面和多類型創(chuàng)新主體，成為學者們衡量創(chuàng)新活動水平和能力的重要工具。

在城市群層面，許多學者對城市群的創(chuàng)新效率進行了測度和影響因素分析，并在此基礎上提出促進城市群創(chuàng)新效率提升的對策建議。姚先國等［15］運用DEA 方法測度了1999—2005 年間長江三角洲15 個城市的技術效率水平，并分析了技術效率和技術創(chuàng)新對GDP 增長的貢獻率；孫振清等［16］以京津冀、山東半島、長三角和珠三角城市群為研究對象，采用三階段DEA 方法測算四大城市群協(xié)同創(chuàng)新效率，并考察了政府研發(fā)支持力度、產(chǎn)業(yè)結構、區(qū)域經(jīng)濟發(fā)展水平等環(huán)境因素的影響；盛彥文等［17］以中國東部五大城市群為研究對象，利用隨機前沿生產(chǎn)函數(shù)測度五大城市群的創(chuàng)新效率，并選取經(jīng)濟發(fā)展水平、集聚經(jīng)濟、外商投資、政府支持、勞動力素質(zhì)等7 個方面的因素，利用空間杜賓模型定量分析了創(chuàng)新效率的空間溢出效應；徐林［18］構建長三角城市群創(chuàng)新投入與產(chǎn)出評價指標體系，運用DEA 方法測度了長三角城市群的創(chuàng)新效率。

隨著國家高新區(qū)創(chuàng)新能力的不斷增強，其創(chuàng)新效率也受到更多關注。不同學者分別從全國、地區(qū)、省市等多個層面對國家高新區(qū)創(chuàng)新效率進行了測度。謝子遠［19］利用DEA 方法對我國53 個國家高新區(qū)的創(chuàng)新效率進行考察，并分析了投入強度、創(chuàng)新服務、創(chuàng)新環(huán)境、產(chǎn)業(yè)集群、高新區(qū)規(guī)模等5 方面的影響因素；周姣等［20］利用隨機前沿模型對我國54家國家高新區(qū)創(chuàng)新效率進行測度，重點考察了企業(yè)規(guī)模、利潤規(guī)模、勞動者素質(zhì)及區(qū)位因素對創(chuàng)新效率的影響；沙德春等［21］利用DEA 方法對我國中部六省國家級高新區(qū)創(chuàng)新效率進行考察，得出中部六省國家級高新區(qū)整體的綜合效率較低；徐偉等［22］運用DEA 方法和Malmquist 指數(shù)法，基于我國6 大城市群高新區(qū)2013—2017 年的面板數(shù)據(jù)，測度了高新區(qū)創(chuàng)新效率；張立峰等［23］運用隨機前沿分析方法對京津冀7 家國家級高新區(qū)創(chuàng)新效率及影響因素進行了實證分析；曾武佳等［24］利用三階段DEA 模型對我國103 個國家高新區(qū)的創(chuàng)新效率及其影響因素進行了研究，得出資本集聚、企業(yè)集聚、人才集聚、產(chǎn)業(yè)集聚程度則是造成高新區(qū)創(chuàng)新效率差異的主要原因。

從以上研究中可以看出，已有創(chuàng)新效率的研究一方面?zhèn)戎貏?chuàng)新效率的測度，主要測算方法有非參數(shù)方法和參數(shù)方法，二者分別以數(shù)據(jù)包絡分析方法（DEA）和隨機前沿分析方法（SFA）為代表。其中，DEA 模型在處理多投入和多產(chǎn)出的效率測度上具有優(yōu)勢，但是傳統(tǒng)DEA 模型無法剝離環(huán)境效應和隨機誤差對效率值的影響。SFA 模型采用計量方法對前沿生產(chǎn)函數(shù)進行估計，有更為堅實的經(jīng)濟理論基礎，通過估計生產(chǎn)函數(shù)對生產(chǎn)過程進行描述，使創(chuàng)新效率估計得到控制，同時SFA 方法不僅可以測算每個個體的技術效率，而且可以定量分析各種相關因素對個體效率差異的具體影響［6］，因此在研究中得到廣泛應用。另一方面?zhèn)戎乜疾靹?chuàng)新效率的影響因素，經(jīng)濟發(fā)展水平、產(chǎn)業(yè)集聚、企業(yè)規(guī)模、勞動者素質(zhì)、開放水平等因素被許多學者認為對創(chuàng)新效率具有重要影響。

上述研究為國家高新區(qū)創(chuàng)新效率測度奠定了良好基礎，但是仍存在一定局限。一是利用SFA 模型測度高新區(qū)創(chuàng)新效率的研究，基本都使用了高新區(qū)技術收入或營業(yè)收入單一指標作為創(chuàng)新產(chǎn)出變量。實際上，高新區(qū)的創(chuàng)新產(chǎn)出包含多種指標，不同指標反映的園區(qū)創(chuàng)新產(chǎn)出水平可能存在較大差異。因此單一產(chǎn)出指標可能不足以真實地反映高新區(qū)創(chuàng)新產(chǎn)出水平，導致得到的創(chuàng)新效率評價結果可能存在誤差；二是在對國家高新區(qū)創(chuàng)新效率測度時，尚無以東部城市群為研究區(qū)域的文獻。僅有的一篇考察城市群高新區(qū)創(chuàng)新效率的文章未能包含珠三角城市群，而東部三大城市群是我國最發(fā)達的城市群，并且其國家高新區(qū)多為創(chuàng)新資源富集的園區(qū)，進行三大城市群高新區(qū)創(chuàng)新效率的比較研究具有重要意義。

本文對東部三大城市群國家高新區(qū)的創(chuàng)新效率情況做進一步考察。與以往研究相比，本文主要有兩個貢獻：一是利用SFA 模型時，創(chuàng)新產(chǎn)出變量使用了當年專利申請授權數(shù)、技術收入和新產(chǎn)品銷售收入3 個指標的合成值，而非以往文獻中通常采用的園區(qū)技術收入或營業(yè)收入，弱化了單個指標難以全面反映國家高新區(qū)創(chuàng)新產(chǎn)出水平的問題，以使創(chuàng)新效率評價結果更準確。二是以中國東部京津冀、長三角和珠三角三大城市群為研究區(qū)域，考察三大城市群國家高新區(qū)創(chuàng)新效率的影響因素，豐富了國家高新區(qū)創(chuàng)新效率研究的區(qū)域尺度。通過對三大城市群國家高新區(qū)創(chuàng)新效率的比較研究和相關影響因素分析，揭示三大城市群國家高新區(qū)的創(chuàng)新效率發(fā)展特征，為優(yōu)化提升國家高新區(qū)創(chuàng)新效率提供參考，有利于促進三大城市群加快協(xié)調(diào)發(fā)展和創(chuàng)新發(fā)展。

2 研究方法與數(shù)據(jù)來源

2.1 研究方法

2.1.1 熵值法

熵值法作為一種多指標綜合評價的重要方法，可以通過實際數(shù)據(jù)得到指標的最優(yōu)權重，并能夠較為深刻地反映指標信息熵的效用價值，較菲爾普斯法和層次分析法具有更高的客觀性和合理性，可以有效避免由主觀因素導致的偏差［25-26］。本文借鑒李金滟等［26］在研究城市綠色創(chuàng)新效率時的做法，運用熵值法對國家高新區(qū)創(chuàng)新產(chǎn)出進行測度評價，從而得到園區(qū)的綜合創(chuàng)新產(chǎn)出值。

2.1.2 隨機前沿生產(chǎn)函數(shù)模型（SFA）

根據(jù)隨機前沿生產(chǎn)函數(shù)的基本原理，超越對數(shù)生產(chǎn)函數(shù)具有形式靈活、對技術沒有限定、包容性強等特點［27-28］，因此本文選用超越對數(shù)生產(chǎn)函數(shù)的隨機前沿模型。具體形式如下:

對國家高新區(qū)技術效率差異，本文從高新區(qū)創(chuàng)新主體、平均企業(yè)規(guī)模、利潤規(guī)模、勞動者素質(zhì)、對外開放5 個方面因素考察，在下文指標選取部分將詳細說明各影響因素，將無效率函數(shù)設定為：

2.2 指標選取

構建合理的創(chuàng)新投入和產(chǎn)出指標體系是有效測度創(chuàng)新效率的重要基礎，本文梳理了國家高新區(qū)創(chuàng)新效率相關研究，將具有代表性研究成果的投入產(chǎn)出指標進行歸納，詳見表1。結合相關研究，并考慮數(shù)據(jù)的可獲得性，我們構建了高新區(qū)創(chuàng)新效率測度指標體系。在創(chuàng)新投入方面，從創(chuàng)新資本投入、創(chuàng)新人力投入兩個維度構建投入指標，分別用R&D經(jīng)費支出、科技活動人員數(shù)量表征，其中R&D 經(jīng)費支出反映國家高新區(qū)對研發(fā)和技術創(chuàng)新的重視程度及資金投入能力，科技活動人員數(shù)量反映國家高新區(qū)創(chuàng)新人才資源集聚能力；在創(chuàng)新產(chǎn)出方面，從創(chuàng)新知識產(chǎn)出、經(jīng)濟成效兩個維度構建指標，創(chuàng)新知識產(chǎn)出用當年專利申請授權數(shù)表征，反映國家高新區(qū)知識產(chǎn)出和自主創(chuàng)新的能力；經(jīng)濟成效用技術收入和新產(chǎn)品銷售收入兩個指標表征，技術收入反映國家高新區(qū)企業(yè)科技創(chuàng)新的直接產(chǎn)出能力，新產(chǎn)品銷售收入反映國家高新區(qū)將知識轉化為商品的能力。3 個產(chǎn)出指標通過熵值法形成綜合產(chǎn)出指標。

表1 國家高新區(qū)創(chuàng)新效率相關研究投入產(chǎn)出指標

結合對創(chuàng)新影響因素分析的現(xiàn)有研究［19-20,23,29］，本文從創(chuàng)新主體、企業(yè)規(guī)模、利潤規(guī)模、勞動者素質(zhì)、對外開放5 個因素分析，分別用園區(qū)經(jīng)認定的高新技術企業(yè)數(shù)、高新區(qū)工業(yè)總產(chǎn)值與企業(yè)個數(shù)之比、高新區(qū)企業(yè)凈利潤與總收入之比、本科以上人數(shù)占從業(yè)人數(shù)比例、高新區(qū)當年出口總額表征。在創(chuàng)新主體指標的設計上，將高企作為測度創(chuàng)新效率的投入指標進行分析，原因在于高企是國家高新區(qū)從事創(chuàng)新活動的主要力量，相對于普通中小企業(yè)，高企對創(chuàng)新資源利用和創(chuàng)新產(chǎn)出能力更強，高企越多，越有利于高新區(qū)的創(chuàng)新活動。對于企業(yè)規(guī)模、利潤規(guī)模、勞動者素質(zhì)、對外開放4 個因素，已有較多研究使用并進行論述［19-20,23,29］，這里不再贅述。

2.3 研究區(qū)域與數(shù)據(jù)來源

本文研究范圍為京津冀、長三角和珠三角城市群，研究對象為三大城市群內(nèi)的國家高新區(qū)。由于高新區(qū)近年來常有新晉升園區(qū)，主管單位科技部火炬中心從2011 年開始開展了相對穩(wěn)定的園區(qū)統(tǒng)計工作，為了保證研究對象統(tǒng)計數(shù)據(jù)的時間連續(xù)性，我們選取了2011 年之前在選定城市群中獲批成立的28家國家高新區(qū)，考察時間為2012—2019 年。其中京津冀城市群包含中關村、天津、石家莊、保定、唐山和燕郊國家高新區(qū)6 家，長三角城市群包含上海張江、蘇州工業(yè)園、蘇州、合肥、杭州、南京、寧波、常州、無錫、蕪湖、昆山、泰州和紹興國家高新區(qū)13 家，珠三角城市群包含現(xiàn)有的全部國家高新區(qū)9家。文中數(shù)據(jù)來源于《中國火炬統(tǒng)計年鑒》（2012—2018）、《國家高新區(qū)創(chuàng)新能力評價報告》（2019）以及科技部火炬中心公布的國家高新區(qū)統(tǒng)計調(diào)查數(shù)據(jù)。為了消除原始數(shù)據(jù)的量綱差異和由此產(chǎn)生的對分析結果影響，進行效率分析之前，對于每一年的數(shù)據(jù)依次進行無量綱化處理。

3 結果分析

基于三大城市群28 家國家高新區(qū)的數(shù)據(jù)，本文對隨機前沿生產(chǎn)函數(shù)模型和效率影響函數(shù)模型進行估計，結果見表2。從估計結果來看，28 家國家高新區(qū)的和值均顯著不為0，表明對三大城市群國家高新區(qū)的面板數(shù)據(jù)運用SFA 模型估計具有合理性，無效率項對國家高新區(qū)的創(chuàng)新效率差異具有顯著影響。

表2 我國三大城市群國家高新區(qū)創(chuàng)新效率隨機前沿生產(chǎn)函數(shù)分析結果

3.1 三大城市群國家高新區(qū)創(chuàng)新效率綜合分析

整體來看（見表3），三大城市群28 家國家高新區(qū)2013—2019 年的平均創(chuàng)新效率為0.639，其中，23 家國家高新區(qū)的平均創(chuàng)新效率在0.500 以上，占比82.1%，20 家國家高新區(qū)在0.600 以上，占比71.4%，說明三大城市群國家高新區(qū)創(chuàng)新效率整體較高。從時間序列來看，28 家國家高新區(qū)平均創(chuàng)新效率從2013 年至2019 年呈現(xiàn)波動發(fā)展趨勢，在0.560～0.669 范圍內(nèi)變化，整體變化不大，2012 年為0.667，之后略有下降，2015 年回升到0.669，之后又有所下降，2018 年再次回升到0.667，說明近年來三大城市群國家高新區(qū)的創(chuàng)新效率增速不高，提升相對緩慢。

表3 2013—2019 年三大城市群國家高新區(qū)創(chuàng)新效率

從具體國家高新區(qū)層面來看，中關村國家自創(chuàng)區(qū)平均創(chuàng)新效率最高，為0.935，燕郊國家高新區(qū)最低，為0.052，前者約為后者的18 倍，可見國家高新區(qū)之間創(chuàng)新效率差異較大。創(chuàng)新效率較低的國家高新區(qū)科技投入的產(chǎn)出效益不高，科技成果轉移轉化、創(chuàng)造市場價值的能力不足，需要進一步優(yōu)化創(chuàng)新資源配置、激發(fā)創(chuàng)新主體活力。為分析各國家高新區(qū)的創(chuàng)新效率變化，我們將各國家高新區(qū)2013 年的創(chuàng)新效率與2019 年的分別進行對比，發(fā)現(xiàn)有12家國家高新區(qū)創(chuàng)新效率表現(xiàn)為提升，包括燕郊、紹興、東莞、珠海、肇慶、泰州、上海張江、中山、寧波、佛山、蘇州、中關村；16 家表現(xiàn)為降低，包括廣州、常州、蕪湖、昆山、天津、合肥、杭州、惠州、南京、無錫、深圳、蘇州工業(yè)園、唐山、保定、江門、石家莊，說明考察期內(nèi)三大城市群國家高新區(qū)創(chuàng)新效率沒有變得更好。

為進一步分析三大城市群國家高新區(qū)創(chuàng)新效率的變化特征，將28 家國家高新區(qū)2013 年至2019年的平均創(chuàng)新效率劃分為5 個類型，分別是低效率（0～0.200）、中低效率（0.201～0.400），中效率（0.401～0.600），中高效率（0.601～0.800）和高效率（0.801～1），從表4 可以看出：

表4 2013—2019 年三大城市群國家高新區(qū)創(chuàng)新效率結構

（1）屬于高效率的國家高新區(qū)有6 家，占比21.43%，分別是中關村、上海張江、惠州、合肥、深圳、廣州。這一結果與6 家國家高新區(qū)的綜合實力也非常符合，北京中關村、上海張江、合肥、深圳和廣州國家高新區(qū)，都是被科技部火炬中心納入“世界一流高科技園區(qū)”建設序列的國家高新區(qū)，在科技部火炬中心公布的2019 年國家高新區(qū)綜合排名中分別位列第1、第3、第6、第2、第7。值得注意的是，惠州國家高新區(qū)2019 年的綜合排名36，但是平均創(chuàng)新效率排在了第2 位，說明惠州高新區(qū)創(chuàng)新投入規(guī)模和產(chǎn)出匹配較為合理，創(chuàng)新投入資源利用比較充分。

（2）屬于中高效率的國家高新區(qū)有13 家，占比為46.43%，分別為蘇州、寧波、東莞、南京、佛山、杭州、無錫、常州、天津、昆山、保定、蘇州工業(yè)園、珠海。其中杭州高新區(qū)和蘇州工業(yè)園也屬于被科技部火炬中心納入“世界一流高科技園區(qū)”建設序列的國家高新區(qū)，但是創(chuàng)新效率值分別為0.738、0.625，排名分別在12 位和18 位，與中關村、上海張江等的創(chuàng)新效率差距較大，說明兩家高新區(qū)的創(chuàng)新投入產(chǎn)出不高，創(chuàng)新投入資源配置有待進一步優(yōu)化。

（3）屬于中效率的國家高新區(qū)有5 家，占比為17.86%，分別為蕪湖、中山、江門、石家莊、紹興。

（4）屬于中低效率的國家高新區(qū)有2 家，占比7.14%，分別為肇慶、唐山，這兩家國家高新區(qū)的綜合發(fā)展水平較低，2019 年在全國國家高新區(qū)綜合排名都在100 名之后，需要通過加快提升創(chuàng)新效率和創(chuàng)新能力以推動發(fā)展。

（5）屬于低效率的國家高新區(qū)有2 家，占比7.14%，分別為泰州、燕郊。泰州國家高新區(qū)2019年在全國國家高新區(qū)綜合排名75，創(chuàng)新效率值為0.173，與自身發(fā)展實力較不匹配，說明泰州高新區(qū)創(chuàng)新資源配置有待加快優(yōu)化、創(chuàng)新效率有待加快提升；燕郊國家高新區(qū)的創(chuàng)新效率值為0.052，與燕郊國家高新區(qū)創(chuàng)新資源集聚不足、創(chuàng)新投入低有關。

通過以上分析，說明三大城市群國家高新區(qū)創(chuàng)新效率以中高以上效率類型為主，占比67.86%，但是也存在創(chuàng)新低效率和中低效率類型，合計占比14.28%，創(chuàng)新效率不高的國家高新區(qū)需要積極利用三大城市群的區(qū)位和創(chuàng)新資源優(yōu)勢，不斷提升創(chuàng)新資源集聚和優(yōu)化配置能力。

3.2 三大城市群國家高新區(qū)創(chuàng)新效率對比分析

3.2.1 三大城市群國家高新區(qū)創(chuàng)新效率橫向比較

對三大城市群國家高新區(qū)創(chuàng)新效率進行橫向比較，可以看出，長三角城市群國家高新區(qū)平均創(chuàng)新效率最高，為0.676，珠三角城市群國家高新區(qū)次之，為0.670，二者差距不大，京津冀城市群國家高新區(qū)最低，為0.511，且與長三角和珠三角城市群差距較大。從不同年份的橫向對比來看，京津冀城市群國家高新區(qū)創(chuàng)新效率一直低于長三角和珠三角地區(qū)，說明京津冀城市群國家高新區(qū)創(chuàng)新資源利用效率整體偏低，特別是唐山和燕郊高新區(qū)創(chuàng)新效率一直較低，拉低了整個城市群高新區(qū)的創(chuàng)新效率。

從時間序列來看，由圖1，京津冀城市群的創(chuàng)新效率變化大致呈“U”型，整體上呈現(xiàn)下降趨勢，2013 年至2017 年不斷下滑，2017 年之后有所回升，但2019 年平均創(chuàng)新效率值低于2012 年，說明近年來京津冀城市群國家高新區(qū)在發(fā)展過程中，對創(chuàng)新資源投入和產(chǎn)出收益忽視，科技成果轉化不足。長三角、珠三角城市群國家高新區(qū)的創(chuàng)新效率變化大致呈“W”型波動發(fā)展，整體上呈現(xiàn)提升趨勢，2013 年至2016 年呈現(xiàn)先下降后上升趨勢，2016 年出現(xiàn)一個峰值，之后至2018 年繼續(xù)呈現(xiàn)先下降后上升趨勢。說明長三角、珠三角城市群國家高新區(qū)的創(chuàng)新效率表現(xiàn)不太穩(wěn)定，但整體向好。

圖1 2013—2019 年三大城市群國家高新區(qū)創(chuàng)新效率變化

從創(chuàng)新效率結構看（圖2），從2013 年到2019年，京津冀城市群國家高新區(qū)創(chuàng)新效率結構表現(xiàn)出“中高效率國家高新區(qū)明顯減少、中效率和中低效率國家高新區(qū)增加”的特征，由原來包含4 種創(chuàng)新效率類型變?yōu)榘? 種，且中高效率和高效率國家高新區(qū)比重明顯落后于長三角和珠三角城市群，說明京津冀城市群內(nèi)部國家高新區(qū)創(chuàng)新效率“短板效應”明顯，創(chuàng)新效率差異在增大。長三角城市群國家高新區(qū)創(chuàng)新效率結構表現(xiàn)出“中高效率和中效率國家高新區(qū)增加、高效率和低效率國家高新區(qū)減少”的特征，且低效率高新區(qū)數(shù)量減少為0，城市群內(nèi)部創(chuàng)新效率差異在減小。珠三角城市群國家高新區(qū)創(chuàng)新效率結構表現(xiàn)出“中高效率國家高新區(qū)增加、中效率國家高新區(qū)減少”的特征，創(chuàng)新效率結構進一步優(yōu)化。

圖2 2013 與2019 年三大城市群國家高新區(qū)創(chuàng)新效率結構對比

3.2.2 三大城市群國家高新區(qū)創(chuàng)新效率內(nèi)部比較

對京津冀城市群，從內(nèi)部差距來看，2013 年創(chuàng)新效率最高和最低的國家高新區(qū)分別為中關村、燕郊，兩者創(chuàng)新效率的差距分別為0.927，2019 年最高和最低的仍為中關村、燕郊，差距縮小為0.805，2013—2019 年所有國家高新區(qū)平均創(chuàng)新效率最大差距為0.883。從時間序列來看，中關村和燕郊兩家高新區(qū)創(chuàng)新效率表現(xiàn)為提升，石家莊、天津、保定、唐山4 家高新區(qū)都有所下降，特別是石家莊國家高新區(qū)，創(chuàng)新效率由2013 年的0.720 下滑為2019 年的0.428，說明石家莊國家高新區(qū)在發(fā)展過程中忽視了創(chuàng)新效率，科技創(chuàng)新投入配置和利用科學性、合理性有待加強。

對長三角城市群，從內(nèi)部差距來看，2013 年創(chuàng)新效率最高和最低的國家高新區(qū)分別為無錫、紹興，兩者創(chuàng)新效率的差距為0.783，2019 年創(chuàng)新效率最高和最低的變?yōu)樯虾埥⑻┲荩瑒?chuàng)新效率差距縮小為0.680，2013—2019 年所有國家高新區(qū)平均創(chuàng)新效率最大差距為0.709。從時間序列來看，上海張江、寧波、蘇州、泰州和紹興5 家國家高新區(qū)創(chuàng)新效率表現(xiàn)為提升，特別是紹興國家高新區(qū)，創(chuàng)新效率由2013 年的0.132 提升為2019 年的0.824，年均增速35.7%，說明近年來紹興國家高新區(qū)在加快集聚創(chuàng)新資源、提升創(chuàng)新能力的同時，不斷優(yōu)化創(chuàng)新資源投入，研發(fā)創(chuàng)新產(chǎn)出增加。蘇州工業(yè)園、合肥、杭州等8家國家高新區(qū)創(chuàng)新效率有所下降，但下降幅度不大。

對珠三角城市群，從內(nèi)部差距來看，2013 年創(chuàng)新效率最高和最低的國家高新區(qū)分別為深圳、肇慶，兩者創(chuàng)新效率的差距為0.706，2019 年變?yōu)闁|莞、肇慶，創(chuàng)新效率差距縮小為0.654，2013—2019 年所有國家高新區(qū)平均創(chuàng)新效率最大差距為0.562。從時間序列來看，東莞、珠海、佛山、中山和肇慶5 家國家高新區(qū)創(chuàng)新效率表現(xiàn)為提升，其中東莞松山湖國家高新區(qū)年均增速8.7%，說明東莞松山湖國家高新區(qū)近年來不斷加強創(chuàng)新資源集聚以及資源優(yōu)化配置，創(chuàng)新產(chǎn)出效益不斷提高。深圳、廣州、惠州和江門4 家國家高新區(qū)創(chuàng)新效率有所下滑，其中江門國家高新區(qū)下滑較大，由2013 年的0.735 下降為2019 年的0.475，需要在發(fā)展過程中更加注重創(chuàng)新投入和產(chǎn)出效益。

綜合來看（圖3），三大城市群國家高新區(qū)創(chuàng)新效率表現(xiàn)出較大的內(nèi)部發(fā)展差距，京津冀城市群內(nèi)部差距最大，長三角次之，珠三角差距相對較小，但值得注意的是，三大城市群國家高新區(qū)創(chuàng)新效率差距都呈現(xiàn)縮小趨勢。

圖3 2013—2019 年三大城市群國家高新區(qū)創(chuàng)新效率最大差距對比

3.3 國家高新區(qū)創(chuàng)新效率影響因素分析

由模型運行結果來看（見表2），創(chuàng)新主體、企業(yè)規(guī)模、利潤規(guī)模、對外開放四大因素對國家高新區(qū)創(chuàng)新效率具有較為顯著的積極影響，勞動者素質(zhì)因素雖然不顯著，也顯示出對創(chuàng)新效率的積極影響。

（1）創(chuàng)新主體通過顯著性檢驗，表明高新技術企業(yè)顯著促進國家高新區(qū)創(chuàng)新效率。高新技術企業(yè)數(shù)量可以衡量高新區(qū)市場活力和創(chuàng)新活力，一方面，高企數(shù)量多表明園區(qū)創(chuàng)新創(chuàng)業(yè)生態(tài)環(huán)境建設良好，創(chuàng)新氛圍濃厚；另一方面，高企是集聚高端創(chuàng)新研發(fā)人才和吸引研發(fā)資金的重要載體，有力促進和推動國家高新區(qū)技術研發(fā)、科技成果轉移轉化及新技術、新產(chǎn)品等創(chuàng)新成果產(chǎn)出。對創(chuàng)新效率低的國家高新區(qū)，大力培育和發(fā)展高企是提升園區(qū)創(chuàng)新效率的重要措施。

（2）園區(qū)企業(yè)規(guī)模與創(chuàng)新效率呈顯著正相關。盡管一些研究認為大規(guī)模企業(yè)具有較高的市場氛圍，容易忽視技術研發(fā)投入［31］。但從高新區(qū)內(nèi)大型企業(yè)所反映出的情況來看，越來越多的跨國公司和科技龍頭企業(yè)正在持續(xù)加大對創(chuàng)新研發(fā)的投入力度。也有研究中指出，企業(yè)規(guī)模與新產(chǎn)品研發(fā)創(chuàng)新效率之間可能呈現(xiàn)先增后減的倒U 型關系［30］，而本文的結果可能正反映出目前多數(shù)國家高新區(qū)的企業(yè)規(guī)模仍處于規(guī)模增大對創(chuàng)新效率有正向影響的階段，提升企業(yè)規(guī)模在此階段仍可以促進高新區(qū)創(chuàng)新效率提升。

（3）利潤規(guī)模對創(chuàng)新效率有顯著影響。利潤規(guī)模可以反映高新區(qū)的整體盈利能力，利潤規(guī)模越大，說明園區(qū)盈利能力越強，越有實力通過政策手段支撐和推動企業(yè)的創(chuàng)新研發(fā)活動，如加大投入吸引高端創(chuàng)新資源、對創(chuàng)新研發(fā)提供專項資金補助、改善園區(qū)創(chuàng)新生態(tài)環(huán)境等。

（4）勞動者素質(zhì)對國家高新區(qū)創(chuàng)新效率有一定促進作用但不顯著。一般說來，勞動者素質(zhì)越高，對創(chuàng)新資源的運用能力及創(chuàng)新產(chǎn)出效率越高，能有效促進地區(qū)創(chuàng)新效率提升。模型對勞動者素質(zhì)估計的結果不顯著，可能與一些國家高新區(qū)本科以上人數(shù)占從業(yè)人數(shù)比例較低有關。近年來，許多國家高新區(qū)都把高素質(zhì)人才作為創(chuàng)新發(fā)展的重點支撐，通過完善人才支持獎勵政策、優(yōu)化人才發(fā)展環(huán)境、提升人才服務能力等加快集聚人才。隨著國家高新區(qū)勞動力素質(zhì)的不斷提高，有利于園區(qū)更好利用創(chuàng)新資源，進一步提升創(chuàng)新效率。

（5）對外開放通過顯著性檢驗，表明對外開放能夠顯著提升國家高新區(qū)創(chuàng)新效率。出口總額反映了國家高新區(qū)對外開放水平，出口總額越大，園區(qū)開放程度越高，有利于與先進地區(qū)加強創(chuàng)新交流和合作，引入國際化人才、一流技術、創(chuàng)新知識、先進生產(chǎn)和管理經(jīng)驗等，進而推動科技創(chuàng)新發(fā)展。

4 結論和建議

4.1 主要結論

（1）整體來看，2013—2019 年三大城市群28家國家高新區(qū)平均創(chuàng)新效率較高，且呈現(xiàn)波動變化趨勢，但創(chuàng)新效率增速不高，仍有較大優(yōu)化提升空間。從創(chuàng)新效率結構上看，國家高新區(qū)創(chuàng)新效率以中高以上效率類型為主，占比67.9%，但是也存在創(chuàng)新低效率和中低效率類型，合計占比14.2%，創(chuàng)新效率結構有待進一步優(yōu)化。

（2）從橫向比較結果來看，長三角城市群國家高新區(qū)平均創(chuàng)新效率最高，為0.676，珠三角城市群國家高新區(qū)次之，為0.670，二者差距不大，京津冀城市群國家高新區(qū)創(chuàng)新效率整體偏低；從時間序列來看，京津冀城市群國家高新區(qū)的創(chuàng)新效率變化大致呈U 型，整體上呈現(xiàn)下降趨勢，長三角、珠三角城市群國家高新區(qū)的創(chuàng)新效率變化大致呈W 型波動發(fā)展，整體上呈現(xiàn)提升趨勢；對三大城市群國家高新區(qū)創(chuàng)新效率結構的分析表明，長三角和珠三角城市群中高效率國家高新區(qū)增多，創(chuàng)新效率結構不斷優(yōu)化，而京津冀城市群中高效率國家高新區(qū)減少、中效率和中低效率國家高新區(qū)增多。從內(nèi)部比較來看，三大城市群國家高新區(qū)創(chuàng)新效率具有較大的內(nèi)部發(fā)展差距，京津冀城市群內(nèi)部差距最大，長三角次之，珠三角差距相對較小，但隨著時間變化，三大城市群國家高新區(qū)創(chuàng)新效率差距都呈現(xiàn)縮小趨勢。

（3）從影響創(chuàng)新效率的因素分析看，創(chuàng)新主體、企業(yè)規(guī)模、利潤規(guī)模、對外開放四大因素對國家高新區(qū)創(chuàng)新效率具有較為顯著的積極影響，勞動者素質(zhì)因素也顯示了積極影響。國家高新區(qū)在發(fā)展中應加強培育和發(fā)展高新技術企業(yè)等創(chuàng)新主體，支持企業(yè)加大研發(fā)投入和提升創(chuàng)新效率，通過研發(fā)核心技術、核心產(chǎn)品做大規(guī)模和提升盈利能力。園區(qū)也應進一步集聚高素質(zhì)人才和加大開放力度，促進園區(qū)創(chuàng)新能力提升。

4.2 政策建議

為加快提升城市群國家高新區(qū)的創(chuàng)新效率水平，本文提出以下政策建議：

（1）創(chuàng)新政策的制定和實施需要因地制宜。國家高新區(qū)管理和指導部門要提倡和鼓勵不同發(fā)展階段的高新區(qū)實施差別化的政策評價體系，明確地方創(chuàng)新政策的著力點，注重政策實施效果。對于創(chuàng)新效率較低且創(chuàng)新資源相對不足的國家高新區(qū)，首先需要營造良好的創(chuàng)新創(chuàng)業(yè)環(huán)境，加大優(yōu)質(zhì)創(chuàng)新資源的吸引力度，同時科學合理地進行優(yōu)勢產(chǎn)業(yè)布局。盡量在原有科技資源和產(chǎn)業(yè)基礎上，打造符合自身發(fā)展特色的優(yōu)質(zhì)產(chǎn)業(yè)，避免產(chǎn)業(yè)規(guī)劃的盲目跟風，重視資源配置的合理性。對創(chuàng)新效率較高的高新區(qū)，需要繼續(xù)重視創(chuàng)新效率的優(yōu)化提升，加強與周邊國家高新區(qū)協(xié)同創(chuàng)新和產(chǎn)學研合作，充分利用知識的外溢效應，加快提升區(qū)域整體創(chuàng)新效率和創(chuàng)新能力。

（2）完善高成長性創(chuàng)新主體的培育機制。基于高新技術企業(yè)對創(chuàng)新效率的正向帶動作用，高新區(qū)應該加快建設企業(yè)為主體的創(chuàng)新體系，引導創(chuàng)新要素向企業(yè)集聚，加大對企業(yè)創(chuàng)新活動的支持和補貼力度，不斷增強企業(yè)創(chuàng)新動力；加快形成創(chuàng)新型領軍企業(yè)、高新技術企業(yè)、科技型中小企業(yè)為主體的多層次發(fā)展格局，推動區(qū)域創(chuàng)新影響力和競爭力的提升。

（3）人力資本質(zhì)量提升是創(chuàng)新效率提升的關鍵因素。高新區(qū)應持續(xù)優(yōu)化人才管理制度，推行異地研發(fā)、本地應用等柔性化人才引進方式；通過設立對高層次人才分類評價體系和獎勵制度，不斷深化和改革人才管理方式。尤其在人員激勵方面，應該突出知識價值導向，推動以科技成果作價入股，進一步放松股權獎勵機制的條件，充分調(diào)動研發(fā)人員的創(chuàng)新積極性。

（4）在“雙循環(huán)”發(fā)展格局下，進一步擴大對外開放。高新區(qū)應完善出口政策，充分開放進口，加大與國外高端創(chuàng)新資源的合作力度，鼓勵區(qū)內(nèi)企業(yè)融入國際創(chuàng)新網(wǎng)絡，加強與國際一流技術轉移中心、跨國技術服務機構的服務鏈接，探索搭建國際創(chuàng)新合作交流平臺；支持企業(yè)在“一帶一路”沿線國家和地區(qū)開展投資、技術出口、技術合作和拓展項目，推動高新區(qū)形成開放創(chuàng)新的新格局。