西安“雙中心”影響力評價研究

運用DEA參考網絡排序法，評價西安“雙中心”影響力，得到以下結論：（1）西安“雙中心”影響力整體水平不高，但對創新人才與資金具有一定的吸引力；（2）西安處于城市創新影響力網絡靠近中心位置的核心區域，其影響力在影響范圍與程度方面均存在著較大的提升空間。西安應繼續深化自身在科教方面所形成的創新發展優勢，增強對高質量創新人才的吸引與集聚，輻射帶動周邊城市的創新發展。

2023年，西安市獲批建設綜合性國家科學中心和科技創新中心，成為繼北京、上海以及粵港澳大灣區之后的第四個獲批建設“雙中心”的城市。其中，綜合性國家科學中心是以重大科技基礎設施為支撐，開展基礎研究、原始創新的開放型科研創新體系，[1]更多地體現為基礎前沿科學與關鍵核心技術領域的知識生產功能。而科技創新中心則是指在全球或國家創新網絡中占據領導和支配地位的樞紐城市或地區，[2]其主要表現為推動技術轉化的功能。作為構成國家創新網絡體系的關鍵要素與支點，西安“雙中心”的建設影響著世界高端經濟、金融、風險投資和專業服務的空間布局，決定著創新產業的生產基地和創新的市場空間格局。因此，建設面向全國乃至世界具有影響力的綜合性國家科學中心和科技創新中心，吸引并集聚國內乃至全球優秀科技創新要素，促使西安成為我國城市創新網絡的重要節點，推動我省乃至全國的經濟高質量發展具有重要的意義。

從現有研究來看，杜德斌和段德忠（2015）認為“雙中心”影響力體現的是對城市創新網絡中資源流動及溢出的調控力，[3]而不是城市的創新規模等級。基于此，盛科榮（2021）[4]根據網絡節點關系定義了影響力，Maisonobe（2016）、[5]許培源（2019）[6]利用城市間論文合作，焦美琪（2021）[7]利用城市間專利合作構建城市創新網絡。在此基礎上，張曉鈺（2020）[8]采用節點中心度對城市影響力進行研究。孫久文（2020）[9]分析了中心城市影響力的資源流動作用，桂欽昌（2021）[10]分析了科技創新中心影響力的知識溢出作用。

顯然，要揭示影響力的資源流動與溢出作用，不能僅依靠創新合作關系，需要從要素的邊際收益差異視角構建網絡并測算影響力。張權等（2019）、[11]張權等（2020）[12]提出了利用DEA參考網絡排序法[13]與α中心度模型[14]研究國家創新影響力，較好地解決了此問題。因此，本文擬采用該方法對西安“雙中心”影響力及作用進行實證分析，為我國經濟高質量的發展提供理論及經驗借鑒。

研究模型

DEA參考網絡排序法是將每個決策單元看作一個節點（城市），[13]每個決策單元的權重系數λjk視為決策單元k對決策單元j的參考關系強度，再利用λjk構成一個n×n節點的鄰接矩陣，即得到決策單元間的效率參考網絡，求解節點α中心度以表征各節點的影響力。具體模型如下：

假設有n個決策單元，每個決策單元有m種投入與s種產出要素，xtij和ytij是第t種投入、產出要素組合類型下的投入要素與產出要素。在假設規模報酬可變條件下該類型的DEA-VRS模型構建如下：

模型（1）中，θtk表示第k個決策單元的效率，λtij表示第k個決策單元對第j個決策單元資源配置水平的認可程度，即影響程度。如果λtij=0，說明第j個決策單元對第k個決策單元不存在影響關系；反之，當λtijgt;0，說明第j個決策單元對第k個決策單元具有影響作用。

第t種類型DEA-VRS模型下，第i種投入的λtij標準化參考程度IWijt，k的計算方法如式（2）所示：

那么，第r種產出的λtij標準化參考程度OWijt，k的計算方法如式（3）所示：

第j個決策單元對第k個決策單元的影響力計算方法如式（4）所示：

對W=（2m-1）（2s-1）種IOWtij進行加和，得到n×n的鄰接矩陣A，以反映第j個決策單元對第k個決策單元的綜合參考關系，求每個節點的α中心度，方法如下：

在式（5）中，α為0.05的常數，e為單位向量。求解列向量I的每個分量Ij為第j個決策單元的影響力值，反映該決策單元對其他決策單元的影響力大小。

實證結果分析

（一）指標選擇及數據來源

考慮到數據指標的可獲得性，選取2019-2021年全國66個創新型城市作為研究對象。每個城市的指標包括：一是投入變量指標，包括Ramp;D人員全時當量、Ramp;D經費內部支出。二是產出變量，包括技術市場技術合同輸出金額、人均GDP和工業企業利潤總額。所有數據均來自《中國城市統計年鑒》《國家創新型城市創新能力監測報告》。

（二）西安“雙中心”影響力

經計算，得到2019至2021年間創新型城市影響力，結果如表1所示。

由表1可知，2019年至2021年，北京“雙中心”影響力始終處于全國第1位，影響力值分別達到764.90、594.51和461.46，表明北京無論在綜合性國家科學中心的發展，還是在科技創新中心的發展方面都具有較佳的資源配置水平，并具有穩定的領先優勢。其次，作為粵港澳大灣區“雙中心”的重要組成，深圳市的創新影響力基本處在全國第7位，其優勢在于匯聚了全世界眾多大型高科技企業，對人才、勞動力和資金具有較強的吸引力。但上?！半p中心”影響力呈現不斷下降的趨勢，從2019年全國的第5位下降到了2021年的第15位，影響力也從339.01下降至26.52。這可能是因為其人力成本高與地價高的原因，阻礙了其國內影響力的提高。但聚集著大量高質量創新要素的上海，非常有利于實現國際創新影響力中心的建成。而作為“雙中心”的西安，2019年表現出缺乏影響力，而2020年與2021年西安“雙中心”的影響力分別排在全國的第11位與第10位，影響力值達到149.77與130.05。這表明西安“雙中心”雖然能夠對創新人才與資金具有一定的吸引力，但總體影響力還較小，不是十分穩定。但隨著西安“雙中心”對各類創新要素的持續引入，西安的創新水平將必得到進一步的提升，并對周邊城市的經濟和社會發展產生積極的影響。

除了“雙中心”之外，我國創新影響力排名靠前的城市主要是廣東、浙江、江蘇等區域的中心城市，這些城市大部分位于長江經濟帶、粵港澳大灣區和京津冀地區，不僅具有十分雄厚的創新基礎條件，而且也聚集著大量的高水平高等院校、科研院所與高新技術企業，能夠產生高水平的科技成果，因而具有較高的創新影響力。除此之外，東北、中部以及西部地區省會城市及中心城市的創新影響力也較高，如哈爾濱、合肥、洛陽以及重慶等城市。

（三）西安“雙中心”影響力作用

“雙中心”影響力的形成是因為其他城市對其創新資源配置水平的認可而產生的。創新要素會在“趨利性”的作用下流向影響力強的“雙中心”，促進國家整體創新資源配置效率的提升。并且，“雙中心”還發揮著對其他城市創新發展的影響示范作用，是其他城市技術、資源配置方式以及創新經驗學習的標桿，并通過自身的創新溢出促進城市間的創新均衡發展。

為揭示西安“雙中心”影響力作用，根據以上模型所建立的鄰接矩陣，運用Pajek軟件繪制2021年的城市創新影響力網絡，結果如圖1所示。

圖1中，在城市創新影響力網絡中節點（城市）所處的位置表征了影響力大小，節點入度多少與節點間連線的粗細分別表示了其他城市對其的認可數量和程度，認可數量越多則“雙中心”的影響力越大，認可程度越大（連線越粗）則影響力越大。線段指向的方向表示其他城市創新資源流入“雙中心”的方向，反方向則表示“雙中心”對其他城市創新發展的示范影響。由圖1可知，2021年城市創新影響力網絡共有66個節點與769條邊組成。根據Kamada-Kawai圖布局的特征，北京處于網絡的中心位置，幾乎受到其他所有創新城市的認可，尤其是受到廣州、南寧、深圳、上海、武漢等城市較高的認可程度，認可水平分別達到11.00、8.33、7.99、7.57和7.15。成都、深圳、重慶、西安、南京、蘇州以及東莞等10個城市則位于靠近城市創新影響力網絡中心的核心位置，也受到較多的創新城市認可。上海、杭州、洛陽以及廈門等8個城市則位于城市創新網絡的邊緣區域，受到較少的創新城市認可。揚州、鎮江、泰州、煙臺、馬鞍山、長沙、呼和浩特以及南寧等47個創新城市位于網絡的外圍，因為自身的創新效率與創新發展水平不高，沒有連線指向它們，因而構成“雙中心”創新影響的對象。

此外，在2021年城市創新影響力網絡中，西安位于靠近網絡中心位置的核心區域，受到許多創新城市的認可，但認可程度都不高，均在4以下，表明西安“雙中心”對其他城市創新人才與資金的吸引程度還不是很高。并且，相較于北京對其他城市的創新影響力而言，西安“雙中心”無論從影響范圍還是從影響程度方面來看，均存在較大的提升空間。今后，西安應繼續強化自身在科教方面所形成的優勢，增強對高質量創新人才的吸引與集聚，促進科創企業的蓬勃發展，推動新質生產力的加快形成。

結 論

本文運用DEA參考網絡排序法，對西安“雙中心”影響力進行評價，得到以下結論：（1）西安“雙中心”影響力的整體水平還較小，但對創新人才與資金具有一定的吸引力；（2）西安位于靠近網絡中心位置的核心區域，西安“雙中心”影響力在影響范圍與程度方面均存在著較大的提升空間。今后，西安“雙中心”應對科技資源進行進一步地優化配置，努力研發市場和社會需要的科技成果，提升“雙中心”影響力，吸引優質創新資源集聚，輻射帶動周邊城市的創新發展。

參考文獻

[1]王振旭、朱巍、張柳、劉青：《科技創新中心、綜合性國家科學中心、科學城概念辨析及典型案例》，載《科技中國》，2019（01）：48-52頁。

[2]黃群慧、王?。骸痘浉郯拇鬄硡^：對接“一帶一路”的全球科技創新中心》，載《經濟體制改革》，2019（01）：53-60頁。

[3]杜德斌、段德忠：《全球科技創新中心的空間分布、發展類型及演化趨勢》，載《上海城市規劃》，2015（01）：76-81頁。

[4]盛科榮、李揚、孫威：《中國城市網絡腹地空間格局及影響因素》，載《經濟地理》，2021，41（03）：66-76頁。

[5]Maisonobe M、Eckert D、Grossetti Met：《The world network of scientific collaborations between cities：domestic or international dynamics？》，載《Journal of Informetrics》，2016，10（4）：1025-1036頁。

[6]許培源、吳貴華：《粵港澳大灣區知識創新網絡的空間演化——兼論深圳科技創新中心地位》，載《中國軟科學》，2019（05）：68-79頁。

[7]焦美琪、杜德斌、桂欽昌、侯純光：《“一帶一路”視角下城市技術合作網絡演化特征與影響因素研究》，載《地理研究》，2021，40（04）：913-927頁。

[8]張曉鈺、員學鋒、馬超群、衛新東：《2008-2017年陜西地級城市經濟影響力時空分異》，載《經濟地理》，2020，40（07）：65-72頁。

[9]孫久文、盧怡賢：《新發展格局視角下京津冀城市群發展與影響力研究》，載《城市問題》，2020（11）：4-13頁。

[10]桂欽昌、杜德斌、劉承良等：《全球城市知識流動網絡的結構特征與影響因素》，載《地理研究》，2021，40（05）：1320-1337頁。

[11]張權、王成軍、王紅亮：《效率視角下“一帶一路”沿線國家創新影響力研究》，載《科技進步與對策》，2019，36（12）：28-36頁。

[12]張權、王成軍、王紅亮：《經濟效率視角下的世界城市影響力研究》，載《經濟問題探索》，2020（01）：102-113頁。

[13]Liu JS：《Lu WM.DEA and ranking with the network-based approach：a case of Ramp;D performance》，載《Omega》，2010，38（6）：453-64頁。

[14]Phillip Bonacich、Paulette Lloyd：《Eigenvector-like measures of centrality for asymmetric relations》，載《Social Networks》，2001，23（3）：191-201頁。

[15]張權：《跨區域創新網絡視角下中國區域創新影響力研究》，蘭州：蘭州大學出版社，2022：205-213頁。

作者簡介

張 權 西安郵電大學經濟與管理學院副教授、博士、碩士研究生導師，研究方向為科技創新績效評價

劉昊鑫 西安郵電大學經濟與管理學院碩士在讀，研究方向為資本運營與決策

張 超 西安郵電大學經濟與管理學院副教授，研究方向為農村電商、商業模式等

王紅亮 西安郵電大學經濟與管理學院講師、經濟學博士，研究方向為產業經濟與技術創新