中國創新要素市場優化配置的統計測度

田 甜

（浙江樹人學院 管理學院，浙江 杭州 310015）

一、引言

創新要素指創新活動開展中囊括的人才、數據、技術、產業與市場等生產要素。創新要素配置是調整經濟增長動力、效率與質量的關鍵引擎，對于推動經濟高質量發展意義重大。但現階段受限于創新要素配置潛力低的桎梏，各生產要素出現不同層面低效率配置問題，極大破壞市場生產環境。加之市場競爭同質化、創新能力薄弱與要素流通阻塞等問題凸顯，阻滯要素跨企業、產業、區域的流通與配置，使其無法流向處于價值鏈高端的企業、產業與市場，在降低創新要素配置效率的同時，不利于經濟高質量發展。對于此，2020 年4 月9 日，中共中央、國務院發布的《關于構建更加完善的要素市場化配置體制機制的意見》指出，堅持完善社會主義基本經濟制度與市場經濟體制，構建統一開放、有序競爭的市場體系，全面深化要素市場化配置。在“十四五”時期，以動力轉換、質量提升與效率增強為立足點，堅持強化要素市場化配置成為市場改革創新、保障經濟穩態增長的重要議題。

創新要素市場優化配置以各生產要素為主，旨在提升要素跨企業、產業與市場流動水平，實現高端要素向高端企業嵌入，形成資源要素與供應鏈復合發展形態。現有關于創新要素市場優化配置的研究主要集中于其對宏觀經濟與產業發展的影響作用。就宏觀經濟方面，徐曄、趙金鳳(2021)通過建立2009—2018 年創新要素與經濟發展的指標體系，探索中國八大經濟區創新要素市場化配置與經濟高質量發展間耦合協調的時空分異性[1]。王玉、張占斌(2021)探究發現創新要素配置不均衡是影響數字經濟發展的關鍵變量，如何降低地區內要素資源錯配問題成為數字經濟高階發展需要思考的問題[2]。就產業發展而言，王欣亮、劉飛(2018)將創新要素分為人力與資本兩大生產要素，分別探究兩大生產要素對產業結構的影響，發現創新要素配置利于產業結構高級化與合理化[3]。鄧慧慧等(2021)以土地創新要素為切入點，探究得出土地合理化配置可提升土地資源利用效率，提高工業生產能效性[4]。另外，部分有關于創新要素配置水平或效率的探究視角，要么聚焦于全國整體（張偉、張東輝，2021；王必好、梁榮成，2021)[5，6]、要么聚焦于部分區域[7-10]。然而，創新要素市場化配置涉及范圍較廣，僅將研究視角聚焦于某一范疇很難全面刻畫其配置情況。特別針對長期以來中國存在的區域發展不均衡問題，更要求創新要素市場化配置水平研究既立足于全國宏觀，又集中于區域分布。故此，文章從資本創新要素、人才創新要素、資源創新要素與技術創新要素方面構建創新要素市場化配置指標體系，基于全國整體與八大綜合經濟區，借助時空極差熵權法、指數分析法和自相關檢驗法測度創新要素市場化配置水平，旨在為推動生產要素合理化流動、經濟高質量發展提供政策建議。

二、創新要素市場優化配置水平指標體系構建及研究方法

1. 指標選擇與說明

文章為深入反映創新要素市場化發展潛力，從創新要素市場所具備的特征與內涵出發，依照大多學者遵循的指標體系創建原則，構建創新要素市場優化配置指標體系如表1 所示，其層次與具體邏輯關系如下所述：

表1 創新要素市場優化配置指標體系構建

將資本創新要素、人才創新要素、資源創新要素與技術創新要素四個要素作為創新要素市場優化配置水平的一級指標。二級指標則是對一級指標的分解，資本創新要素劃分為直接投入資本與間接投入資本兩大類。直接投入資本可實現投資效益最大化，實現資源公平合理配置；間接投入資本的運用具有靈活性與極大便利性，可以降低因政治經濟形勢變化而導致的風險。人才創新要素則從人才結構、人才投入與人才產出三個維度進行刻畫。資源創新要素涵蓋研發機構與產學研合作兩方面。技術創新要素包括創新研發能力、創新生產能力和創新產出能力。三級指標是對二級指標的詳細表征，主要從各維度將創新要素市場優化配置特征進行具體化和細分化，進而形成評價創新要素市場優化配置水平的實質性內容。

2. 指標權重賦值

文章運用定性賦權法和定量賦權法對創新要素優化配置指標進行權重賦值。定性賦權法憑借相關專家的主觀意愿來確定指標權重，常用的方法主要包括二項系數法以及層次分析法（俞立平等，2009）[11]。定量賦權法主要根據指標自身具備特征確定權重，主要包括熵權法、主成分分析法與灰色關聯法（李剛，2014）[12]。文章在借鑒李創新等(2012)[13]提出的改進熵值法基礎上，將其拓展為時空極差熵權法，旨在為創新要素市場優化配置三級指標賦值。該方法優勢在于利用指標在時間和空間上的信息量為指標賦值，可以有效克服傳統熵權法指標賦權的局限性。并且，時空極差熵權法還可以隨時間變化對指標實行動態監測，進而實時更新指標權重與相對重要性。

若將指標體系中包含的指標定義為f，則涉及的評價對象為n，時間跨度期為m，那么指標體系的表示公式為Xi=(i=1，2，…，f)。其中，若想計算指標Xi在t期的取值，則可表示為xijt=(j=1，2，…，n)，將xijt加以標準化處理后所得取值定義為yijt，各指標的信息熵和權重分別用Ei、Wi表示。則：

上式中，qijt=yijt/j∑t∑yijt。若qijt=0，則qijtln(qijt)=0。

3. 研究方法

（1） 創新要素市場優化配置指數

為方便敘述，將地區j作為范例，其在時間節點t的創新要素市場優化配置指數可以定義為Ijt=Cjt+Tjt+Rjt+Ejt。其中，Cjt、Tjt、Rjt、Ejt分別表示資本創新要素指數、人才創新要素指數、資源創新要素指數與技術創新要素指數。更進一步，資本創新要素指數Cjt=Djt+Ijt，其中Djt和Ijt分別指代直接投入資本指數、間接投入資本指數。直接投入資本指數yijtWi，間接投入資本指數yijtWi，其中，W代替相應指標權重。

人才創新要素指數表示為Tjt=Ojt+Kjt+Pjt，其中人才結構指數用Ojt表示，人才投入指數與人才產出指數分別以Kjt、Pjt體現。人才結構指數，人才投入指數，人才產出指數。

資源創新要素指數Rjt=Ljt+Sjt，此中，Ljt為研發機構指數，Sjt是產學研合作指數，且。

技術創新要素指數Ejt=Fjt+Mjt+Njt，其中Fjt=，表示創新研發能力指數；Mjt=yijtWi，為創新生產能力指數；Njt=yijtWi，指代創新產出能力指數。

（2）空間自相關

空間自相關可劃分為全局和局部空間自相關[16]，旨在揭示不同區域或相鄰地域間存在的相關性。全局空間自相關準確刻畫指標空間分布特征，并呈現出指標在空間上的差異性與相關性；與之相反，局部空間自相關主要在限定區域描述指標的空間分布特性[17-19]。空間自相關主要采用Moran's I 進行測度，取值范圍為[-1，1]。

4. 數據來源

文章以2010—2019 年中國31 個省份（除港澳臺地區外）面板數據作為主要研究樣本，各三級指標主要來源于國家統計局、各省區市統計年鑒以及專業性統計年鑒機構公布數據。二級指標如研發機構指數和產學研合作指數均來自于歷年《中國科技統計年鑒》 《中國金融年鑒》以及wind 數據庫。對于部分缺失數據，采用如下三種方式加以處理：第一種方式，替換原有指標，主要針對無法直接獲得統計數據，且不能通過估算得到的指標；第二種方式，使用估算方法計算原始缺失的指標數據；第三種方式，根據相關統計年鑒與標準構造數據，例如各類專業技術人員指數主要根據《中國金融年鑒（2018）》代替2019 年指標取值，高等學校教育投入金額、留學回國人員數量等指數構造也類似。

三、實證結果及分析

1. 全國創新要素市場優化配置水平變化態勢

首先利用時空極差熵權法計算各指標權重（表1），人才信息與網絡服務投入金額、科研成果數量、新型技術產品市場占有率權重比值較高，占權重總和的67.1%，這說明上述指標對創新要素市場優化配置水平呈現的時空差異性特征影響較大。但一些指標如每10 萬人擁有高學歷資格證書數量、技術生產人員占總人員之比、新型技術產品銷售總額的權重占比較小，說明其在時空上存在較小差異性，但并不意味著對創新要素市場優化配置水平不具備影響效應。根據指標權重結果，進一步刻畫全國及省級層面下創新要素市場優化配置水平指數（表2），并詳細分析2019 年全國及省級層面創新要素市場優化配置水平的一級和二級指標構成指數（表3）。

表2 全國及各省區市創新要素市場優化配置水平指數

觀察表2 和表3 可知，2010—2019 年，中國創新要素市場優化配置水平穩步提升，2019 年的創新要素市場優化配置水平較2010 年提升19%。原因可能在于研究期內國家高度重視對創新要素市場的頂層設計，并出臺《關于構建更加完善的要素市場化配置體制機制的意見》，為保障創新要素市場平穩運行、提高要素市場優化配置水平具有實踐意義，促使創新要素市場優化配置水平顯著提升。

表3 2019 年全國及各省區市創新要素市場優化配置水平一級和二級構成指數

需要注意的是，盡管全國創新要素市場優化配置水平呈穩步上升趨勢，但上升速度仍顯著低于經濟發展水平。究其原因，整個研究期內在創新要素市場優化配置水平各一級子系統中，只有技術創新要素的提升幅度最為顯著，達到35%，資本創新要素和人才創新要素的提升幅度較技術創新要素的提升幅度小，分別只有12%和13%。資源創新要素不僅沒有得到改善，反而呈下降趨勢，下降幅度為11%。技術創新要素得到明顯提升的原因在于創新研發能力、創新生產能力以及創新產出能力都呈現一定提升趨勢，提升幅度分別為28%、39%和66%。資本創新要素提升幅度較小是因為其直接投資資本和間接投資資本下降趨勢較為明顯，特別是間接投資資本的下降幅度達85%。人才創新要素提升幅度較小原因在于只有人才投入提升幅度較大，人才結構和人才產出的提升幅度均較小。資源創新要素提升幅度緩慢的原因在于近年來產學研合作處于瓶頸期，同時研發機構數量較少，無法有效支撐創新要素市場優化合理配置。

進一步對創新要素市場化配置水平三級指標進行測度（限于篇幅，圖略）。大多三級指標均能有效提高創新要素市場優化配置水平，但各指標貢獻度存在較大差異。其中，人才信息與網絡服務投入金額貢獻率最大(25.21%)，投資實業獲取收入、院士及正高職稱的學者總數、科研成果數量等貢獻率也較大，介于16.50%～23.47%之間。但技術產品研發成功率、自主產品創新率、新型技術產品銷售總額等指標貢獻率均未達到1%，對創新要素市場優化配置水平存在較小影響。其中，購買債券與股票收入對創新要素市場優化配置水平存在負向影響，且負向效應居于第一位(-10.47%)；留學回國人員數量負向效應居第二位(-8.24%)；專利申請數量負向影響也較大(-7.49%)。此外，技術開發時間和費用、技術產品生產周期、高層次培訓投入金額、自主產品創新率等指標不同程度上對創新要素市場優化配置水平產生負向影響。

2. 省級創新要素市場優化配置水平動態變化

2010—2019 年，中國創新要素市場優化配置水平呈緩慢上升態勢，但不同地區這一水平變化趨勢卻呈現一定的差異性。具體來看，省級層面的創新要素市場優化配置水平變化態勢大致可劃分為如下七種（表4）：穩步提升型省份包括北京、安徽、廣東、河北和天津（共5 個）；呈“M”型即先上升、后下降、再上升、又下降的省份包括山西、遼寧、江蘇、江西、湖北（共5 個）；呈“W”型即先下降、后上升、再下降、又上升的省份包括內蒙古、山東、重慶（3 個）；呈“N”型即上升、后下降、再上升的省份有上海、廣西（2 個）；呈倒“N”型即先下降、后上升、再下降的省份包含浙江、河南、貴州（3 個）；呈“V”型即先下降后上升的省份有吉林、黑龍江、湖南、海南、四川、陜西、云南（7 個）；呈倒“V”型即先上升后下降的省份有福建、西藏、甘肅、青海、寧夏、新疆（6 個）。

整個研究期內，幾乎所有省份的創新要素市場優化配置水平均有所提升，但增速均出現下降趨勢。結合表3 和表4 結果可知，創新要素市場優化配置水平提升速度最快的五大省份為北京、天津、河北、山西和上海。其中，北京和天津主要歸因于資本創新要素指數和人才創新要素指數大幅提升，技術創新要素的貢獻也較大；河北與山西受資本創新要素影響最大；上海則主要歸因于人才創新要素水平較高。值得注意的是，五大省份中技術創新要素的貢獻率均較大，極大地促使創新要素市場優化配置水平得以提升。

表4 2010—2019 年省級層面創新要素市場優化配置水平變化態勢

同樣，在整個研究期內也有部分地區的創新要素市場優化配置水平提升幅度較小，如廣西、西藏、甘肅和云南等省份。其中，廣西的資本創新要素、人才創新要素和資源要素均出現不同程度下降；西藏和甘肅的人才創新要素有所上升，但其他三個要素均出現下降趨勢；云南的資本創新要素和技術創新要素在全國范圍內處于先進水平，但人才創新要素和資源創新要素的下降幅度較為明顯，為整體創新要素市場優化配置水平帶來一定負向影響。

3. 區域創新要素市場優化配置水平比較

依據表2 創新要素市場化配置水平綜合指數，并結合國務院發展報告將中國地區劃分為八大綜合經濟區，繪制得出八大綜合經濟區創新要素市場化配置水平的變化趨勢（圖1）。分析八大綜合經濟區創新要素市場化配置水平，旨在明晰不同區域范疇內創新要素市場化配置存在的差異性。由圖1 可知，八大綜合經濟區的創新要素市場優化配置水平整體上呈現平穩提升態勢。具體來看，東部沿海綜合經濟區：浙江、上海、江蘇，北部沿海綜合經濟區：天津、河北、北京、山東的提升速度最快；南部沿海經濟區：廣東、福建、海南的提升速度略低；黃河中游綜合經濟區：內蒙古、山西、陜西、河南和長江中游綜合經濟區：湖南、湖北、安徽、江西的提升水平相差甚少，但均低于東部沿海、北部沿海和南部沿海綜合經濟區；東北綜合經濟區：黑龍江、遼寧、吉林的整體發展速度與提升水平處于落后態勢；大西北綜合經濟區：寧夏、新疆、甘肅、青海、西藏；大西南綜合經濟區：廣西、貴州、四川、云南、重慶的提升水平略落后于東北綜合經濟區。總體來看，雖然八大綜合經濟區的創新要素市場優化配置水平總體呈現上升態勢，但兩極差距較大。

圖1 2010—2019 年八大綜合經濟區創新要素市場優化配置水平

4. 創新要素市場優化配置水平空間集聚效應分析

（1） 全局空間格局

為測度中國創新要素市場優化配置水平的空間相關特征，利用空間自相關模型并借助信息技術軟件得出2010—2019 年創新要素市場優化配置水平Moran's I 及其相關指標。研究結果顯示，2010—2019 年的全局Moran's I 指數均為正向，且在5%水平上顯著為正，得分高于1.66。這在一定程度上說明創新要素市場優化配置水平呈集聚性特征，即創新要素市場優化配置在空間上表現為正相關。就時間序列而言，2010—2019 年的Moran's I 指數逐漸下降，且2018—2019 年的下降幅度最明顯。可以看出，雖然中國創新要素市場優化配置水平在空間上呈正相關特征，但隨著時間推移，這一集聚效應和正相關性出現明顯下降趨勢。其中，2018 年Moran's I 指數下滑后，2019 年這一指數再次回升。出現這一現象的原因在于《中共中央關于推進國家治理體系和治理能力現代化若干重大問題的決定》的通過，并提出健全勞動、技能、管理與數據等生產要素，為加快創新要素市場優化配置體系提供重要突破口。但由于區域間在經濟發展與資源配置方面存在較大差異，因此各省區市創新要素市場優化配置水平的空間相關性逐漸減弱。

（2）局部空間格局

為進一步了解中國創新要素市場化配置的局部空間關聯特征，以創新要素市場優化配置水平的全局空間格局分析為基準，采用局部空間自相關模型展開檢驗，依靠GeoDa（空間分析軟件） 得到2010—2019 年全國31 個省區市的創新要素市場優化配置水平散點圖（圖2）。限于篇幅，僅繪制2010 年和2019 年的Moran 散點圖。各省區市創新要素市場優化配置水平在局部空間格局上呈現顯著地域差異性，表明各省區市之間局部空間自相關性較強，總體水平處于相對平穩狀態。部分創新資源不足、創新水平較弱的省區市被創新要素市場發展較快省份包圍，說明仍有一部分省區市在空間上存在較強依賴性。其中，2019 年位于HH 和LL 象限內的散點圖明顯減少，說明創新要素市場優化配置水平的區域差異性和空間依賴性較強。

圖2 2010 年和2019 年中國創新要素市場優化配置水平的Moran 散點圖

四、結論及政策建議

1. 結論

基于2010—2019 年31 個省份面板數據，結合時空極差熵權法為各指標權重賦值，建立了創新要素市場優化配置指數及其分系統指數，分析全國及各省區市創新要素市場優化配置水平。在此基礎上，借助自相關檢驗方法，驗證中國創新要素市場化配置的全局與局部關聯性。文章具體的研究成果如下：第一，全國及各省區市創新要素市場優化配置水平均有所改善，但幅度有限。其中，技術創新要素改善幅度最大，資本創新要素和人才創新要素指數提升幅度不大，資源創新要素則呈下降趨勢；第二，各省區市創新要素市場優化配置水平總體平穩，但地區增長態勢呈現較大差異性。第三，八大綜合經濟區的創新要素市場優化配置水平存在較大差異，表現為東部沿海綜合經濟區＞北部沿海綜合經濟區＞南部沿海經濟區＞黃河中游綜合經濟區＞長江中游綜合經濟區＞東北綜合經濟區＞大西北綜合經濟區＞大西南綜合經濟區。第四，中國創新要素市場化配置存在明顯空間正相關特征，但該特征隨著時間推移呈現逐漸下降趨勢；各省區市創新要素市場化配置水平在局部空間上呈現顯著差異性。

2. 建議

首先，推動數字資源共享，協調資源供給。在實現創新要素市場優化配置之前，需整合現有創新資源。為強化資本、人才、資源與技術等創新要素配置能力，各地區應共同建立大數據信息資源共享平臺，實施區域連動式資源流通體系，促使市場上各類生產資源集成式開放，有效驅動要素市場化配置。而且在數字資源共享過程中，政府應構建資源流通保障體系，積極協調各區域資源供給市場，確保生產要素與產業之間實現無縫適配。

其次，建立專業化技術轉移機制，推進科研成果合理轉化。研究表明技術創新要素在創新要素市場優化配置中的占比較大。故政府應立足于科研平臺、數據報告，推進創新創業機制市場化改革，以此構建專業化技術轉移機制，推進技術市場配置改革。在構建技術轉移機制基礎上，應組織職業技術經理人團隊，開展貸款風險補償試點，以此推進科研成果轉化，為要素市場優化配置賦能。

最后，構建區域創新要素配置協同機制，激活生產要素配置潛能。上述研究表明，八大綜合經濟區創新要素市場優化配置仍存在較大差異性，一定程度上影響創新要素市場配置的協同性。針對于此，各地區政府之間應立足于市場要素配置實際，出臺創新要素協同配置機制，打破不同區域之間資本、人才、資源與技術等要素限制壁壘，發揮要素跨區域流動潛能。同時，各地區政府還應針對各創新要素在產業內的適配情況，以產業屬性為基礎，建立產業調配創新要素機制，促使各類要素資源實現高效配置。