中國城市創新效率的區域差異及產業特性分析

崔 丹，呂 爽，黃一諾，李國平

（1.中國科學技術信息研究所，北京 100038；2.北京大學政府管理學院，北京 100871）

0 引言

黨的十八大以來，黨中央、國務院高度重視創新在國家發展全局中的核心地位，推動實施創新驅動發展戰略，提出了一系列新思想、新理念和新要求，并出臺多項重大區域發展戰略部署，創新已成為引領我國高質量發展的第一動力。然而，在當前我國高質量發展的關鍵時期，我國的區域創新發展仍面臨著不充分和不平衡的問題［1］。一是創新效率的不充分，各城市創新投入和產出數量上均實現增長，但大多數城市的創新效率仍有待提升；二是空間上的不平衡，各城市創新投入和產出差距較大，城市創新效率也存在較大差距。創新效率的不充分和不平衡不僅會影響區域經濟增長，也是導致區域經濟差距較大的深層次原因［2］?！吨泄仓醒腙P于制定國民經濟和社會發展第十四個五年規劃和二〇三五年遠景目標的建議》提出，要堅持創新驅動發展，全面塑造發展新優勢，優化區域經濟布局，促進區域協調發展。因此，有必要以城市為單元，從創新鏈角度科學測度各城市的創新效率，分析全國創新效率的區域差異，并積極探索提升創新效率的創新策略，這對于新時期深入實施創新驅動發展戰略，推動區域協調發展具有重要現實意義。

學術界關于創新效率的研究主要基于創新投入和產出兩方面展開，近年來關于創新效率的研究出現了一些新趨勢。一是研究尺度更加細化，由國家層面創新效率測度逐漸轉向主要經濟地帶或城市群的創新效率評價［3-8］。如顏鵬飛等［4］對1978—2001 年中國30 個省的技術效率進行測度，提出這一時期中國技術效率呈增長態勢，人力資本和制度因素對技術效率的提升有重要影響。吳傳清等［6］測度了2008—2014 年長江經濟帶的技術創新效率，指出長江經濟帶上中下游技術創新效率存在顯著的區域分異，上下游的創新效率普遍較高而中游的創新效率較低。盛彥文等［7］對中國東部沿海的五大城市群2001—2015 年的創新效率進行評價，發現山東半島城市群創新效率增長幅度最大，長三角城市群次之，京津冀城市群創新效率增長較慢。崔丹等［8］分別對中國三大城市群專利和產業技術創新效率進行測度，發現珠三角城市群專利技術創新效率較高，京津冀和長三角城市群專利技術創新效率相對較低。高產業技術創新效率城市，在京津冀城市群呈現環京津連片分布狀態，在長三角城市群呈現“中心-外圍”結構，在珠三角城市群呈現向心分布狀態。

二是研究模型和方法的不斷創新和改進。隨機前沿分析（SFA）和數據包絡分析（DEA）是測度創新效率的主流研究方法，但SFA 模型難以全面反映技術創新產出，而傳統DEA 模型多為靜態效率測度，在進行跨期比較時會影響結果的準確性。目前白俊紅等［9］的研究采用全局參比的DEA 模型來解決創新效率的跨期比較問題，吳傳清等［6］采用Malmquist 指數，將全要素生產率變動指數分解為技術效率增長指數和技術進步指數，以全面反映技術創新效率的動態變化［6］。三是創新效率測度的指標選擇更為多元。創新投入的指標多采用R&D 人員全時當量和R&D 經費支出，產出指標選擇多為專利申請數量或專利授權量［10-11］，由于專利僅能反映創新的技術水平，難以反映創新成果的質量及其商業化應用水平。近年來一些學者將經濟效益轉化能力作為重要的產出指標納入創新效率的衡量之中，如白俊紅等［9］用新產品銷售收入衡量中國各省的創新效率，羅穎等［12］用技術市場成交額衡量長江經濟帶各省市創新效率。

總體來看，創新效率測度及其影響因素的研究較為成熟，但仍存在一些不足：一是城市創新是城市依靠科技、知識、人力、文化、體制等創新要素，推動城市創新發展。城市創新效率是城市創新行為的投入產出比，而DEA-Malmquist 指數模型測度的是技術效率的增長指數，反映城市或區域創新效率的動態變化［4,13］。因此將兩種指標結合來揭示中國城市創新效率的區域差異可能更為有效；二是創新產出往往滯后于創新投入，但是大多數研究在測度創新效率時常忽略創新產出的滯后性；三是關于測度創新效率的指標選擇，現有研究主要從專利數量或經濟效益成果轉化等單方面衡量創新效率，較少從創新鏈的角度（創新產出到成果轉化）來衡量創新效率。

本研究以2018—2019 年中國31 個省級行政區297 個地級以上城市（受數據可獲得性限制，本文研究對象未含港澳臺地區，下同）為研究對象，試圖在以下4 個方面做出深入探討：（1）采用投入產出比來測度城市創新效率，采用DEA-Malmquist 指數模型測度城市創新效率增長指數，運用二者相結合的指標來揭示中國城市創新效率的區域差異；（2）構建創新效率綜合研究框架，采用當期R&D 內部經費支出表征創新投入，采用滯后一期的專利授權量和滯后一期的上市高新技術企業營業收入1）來分別表征專利產出和產業產出，從專利到產業這一創新鏈的角度來更全面地研究城市創新效率；（3）運用核密度估計、變異系數等方法，深入分析全國城市創新效率的區域差異；（4）結合專利創新效率和產業創新效率及其變化對297 個地級以上城市的創新效率進行歸類分析，從其成果轉化和產業發展入手，深入分析各類城市創新效率的產業特性，并提出提升各類城市創新效率的策略建議，以期為優化區域創新戰略，推動區域協調發展提供更具針對性的研究參考。

1 基于創新鏈的創新效率綜合研究框架構建

創新鏈是以滿足市場需求為導向，創新主體間通過知識積累以實現技術成果轉化和產業化應用的功能鏈節結構模式。在我國經濟發展由要素驅動轉向創新驅動發展的過程中，創新鏈是推動我國產業升級的重要力量，是增強創新驅動發展能力、提升我國全球價值鏈地位、實現經濟高質量發展的關鍵所在［14］。

創新鏈一般被分為3 個階段，創新鏈的前端為研發投入所帶來的知識積累；中端為創新成果產出階段，主要表現為專利產出等；終端為創新成果的產業化利用，主要表現為高新技術企業營業收入等［15］。具體來說，在創新鏈的前端，政府一般通過政策引導和研發經費投入來優化信息傳遞，使創新主體（企業、高校、科研院所、科技中介等）能夠及時根據產業導向和市場需求來進行知識積累，開展創新活動；在創新鏈的中端，創新主體會基于知識積累開展技術研究和應用研發，提升自主創新能力，增加專利產出數量。政府也會通過政策激勵引導創新主體之間開展產學研合作，促進知識互補，提升創新成果產出。專利數量作為創新產出的一種形式，僅能從側面反映創新技術水平，而創新成果的轉化和應用則更能體現創新主體的創新效率水平；因此，在創新鏈的終端，即創新成果的社會化創新和產業化應用階段，高校和企業等創新主體會積極提供技術孵化及產業化配套服務，推動創新成果轉化，促進專利的產業化應用；政府會通過政策工具推動技術產權交易體系建設，科技中介和金融機構會在政策保障下加快投融資體系建設，共同推動創新成果的產業化應用，創新鏈的結構如圖1 所示。

圖1 創新鏈結構

從中端專利產出到終端產業化應用，作為創新鏈的重要環節，既是政界關注的焦點，也是學界關注的熱點。參考吳傳清等［6］、白俊紅等［9］和楊茜淋等［16］學者的研究，本文基于從專利到產業這一創新鏈的角度來全面地研究創新效率，構建創新效率綜合研究框架（如圖2 所示），基于投入產出比，采用當期R&D 內部經費支出和滯后一期專利授權量來測度專利創新效率，用來表征專利產出創新效率；采用當期R&D 內部經費支出和滯后一期上市高新技術企業營業收入來測度產業創新效率，用來表征成果轉化創新效率。同時，運用DEA-Malmquist 指數模型測度專利創新效率增長指數和產業創新效率增長指數，用來反映中國297 個地級以上城市專利創新效率和產業創新效率的增長變動情況。

圖2 創新效率綜合研究框架

2 研究方法與數據

2.1 城市創新效率測度

創新效率是創新行為的投入產出比［16］，本文用專利投入產出比來測算城市專利創新效率，產業投入產出比來測算城市產業創新效率。在創新產出指標選取上，基于數據的可獲得性和城市間的可比性，且考慮到創新產出在時間上往往滯后于創新投入，本文用滯后一年的專利授權量，以及上市高新技術企業營業收入來衡量城市層面的創新產出。

2.2 城市創新效率增長指數測度

本文參考Fare 等學者［17］227-240改造的DEA 方法，采用基于DEA 模型的Malmquist 指數方法測算全要素生產率，并在此基礎上分解出技術效率變化指數表征城市創新效率增長指數。在規模報酬不變（CRS）的條件下，將每一個城市作為一個決策單元（decision making units，DMU），每 個DMUj(j=1,2,,J) 包 含p種創新投入和q種創新產出(q=1,2,,Q)。第k個城市（DMUk）基于p種創新投入的Farrell 技術效率的非參數規劃模型為：

為了得到生產率隨時間變化的Malmquist 指數，顏鵬飛等［4］引入了距離函數。根據Fare 等［17］227-235的研究，距離函數一般為Farrell 技術效率的倒數，且僅當在生產前沿面上，生產在技術上是有效率的。根據Caves 等［18］的研究，在規模報酬可變（VRS）的條件下，在t+1 時期的技術條件下，t到t+1 時期的技術效率變化的Malmquist指數可表示為：

根據Fare 等［19］和Cooper 等［20］的研究，Malmquist 指數可以進一步分解為技術效率變化（EC）和技術進步變化（TC），則t到t+1 期的Malmquist指數可以表示為:

本文使用分解后的技術效率變化指數（EC）表征城市創新效率增長指數。類比于前文所述的專利創新效率和產業創新效率測度，分別計算專利創新效率增長指數和產業創新效率增長指數，投入變量與產出變量的選擇與專利創新效率和產業創新效率測度保持一致，其中創新投入使用當期R&D 內部經費支出，專利創新產出使用滯后一期的專利授權量，產業創新產出采用滯后一期的上市高新技術企業營業收入。

2.3 創新效率區域差異的測度

本研究運用核密度估計、變異系數、基尼系數來測算2018—2019 年297 個地級以上城市創新效率的空間差異。核密度估計是基于數據本身估計數據概率密度分布的非參數檢驗方法。由于核密度估計不預先設定函數形式，且對未知密度函數估計有很強的適應性，因此非常適用于研究不均衡分布［21］。而變異系數則是用標準差除以均值，以消除時間等因素的影響，主要用于衡量數據的相對離散程度［22］，本文采用變異系數來測度297 個地級以上城市創新效率的區域差異程度。變異系數的計算公式如下：

2.4 數據來源

研究數據主要來源于科技部火炬中心高新技術企業認定工作網，2018—2020 年中國上市公司大數據平臺，《中國城市統計年鑒》（2019—2021 年），以及2018—2020 年各地級市《國民經濟和社會發展統計公報》和相關政府工作報告等。

3 中國城市專利創新效率和產業創新效率的區域差異

為了研究2018—2019 年各城市創新效率的現狀及動態變化，本文采用投入產出比分別測算了2018—2019 年297 個地級以上城市的專利創新效率和產業創新效率，并運用DEAP 2.1 軟件測算了專利創新效率和產業創新效率的增長指數。由于VRS 假設是DMU 規模報酬可變，CRS 假設是DMU 規模報酬不變，且VRS 假設的測度結果通常高于CRS 假設的測度結果，借鑒楊騫等［23］和徐杰等［24］的研究經驗，本文采用VRS 假設下的專利創新效率和產業創新效率增長指數的測度結果。

3.1 中國城市專利創新效率的區域差異

表1 刻畫了樣本城市總體與四大區域2）分別的專利創新效率基本態勢?？傮w來看，全國297 個地級以上城市的專利創新效率呈增長態勢，但區域差異不斷增加。2018—2019 年，全國專利創新效率最小值由14.448 3 下降到12.042 6，最大值由1647.497 0 增長到2583.478 0，均值也由186.306 8增長到214.533 3。根據Fare 等［19］的研究，創新效率增長指數減去1，就是該指標的每年增長率。表1 顯示專利創新效率的增長指數也呈增長態勢，2018—2019 年，專利創新效率的增長指數最大值和均值分別從2.429 2 和1.026 6 增加到2.903 2 和1.060 1，2019 年累積增長率為6.01%。這主要是由于受中美貿易戰影響，2018—2019 年，我國出臺多項政策支持創新創業3）。2019 年政府通過政策為創新技術進步添能蓄勢，出臺多項政策支持綠色技術體系的構建，“5G+工業互聯網”等技術的發展，同時不斷優化營商環境，為小微企業減稅降負4），各城市也在努力構建更加有效的科研體系，在科學技術提升的同時，專利創新效率也有所提升。然而，這一時期，我國297 個地級以上城市專利創新效率的區域差異整體呈擴大態勢，變異系數從0.987 9 增長到1.071 7，增幅為8.49%。

從四大區域的專利創新效率均值來看，四大區域專利創新效率存在顯著差異。2018 年西部和東部地區的專利創新效率較高，而東北和中部地區的專利創新效率較低。其中西部地區2018 年的專利創新效率甚至高于東部地區，出現這一反?，F象可能是國家創新驅動發展戰略與區域協調發展戰略的實施，引致西部的專利創新效率大幅提升。但從專利創新效率的增長指數均值來看，2019 年東部、中部和東北地區的專利創新效率增長指數均趨于增長，增長率分別為17.48%、5.49%和13.98%，而西部地區的專利創新效率增長指數最低，且趨于下降，增長率為-5.92%。這主要是由于西部發展仍面臨著創新驅動不足等短板問題。雖然受國家創新驅動發展戰略等的影響，近年來西部地區的專利創新效率顯著提升，但受區位條件限制，大部分城市的創新資源配置和科技創新能力不足，專利創新效率增長指數仍然較低。值得關注的是，2018—2019 年東北地區的專利創新效率增長指數高于中部和西部地區，尤其是通化市等城市的專利創新效率增長指數大于2，這主要是由于在創新驅動發展戰略指導下，東北地區尤其是吉林省緊抓科技創新，加大科研投入，并與科研單位和企業搭建發展平臺，聚焦“卡脖子”關鍵技術?！吨袊鴧^域創新能力評價報告2021》也顯示近年來吉林省科技創新能力大幅提升［25］。此外，四大區域各城市間專利創新效率的差異在逐漸增大。2018—2019 年四大區域專利創新效率的變異系數均呈增長態勢，其中西部地區的增幅最大，達到19.10%，中部地區的增幅最小，為2.03%，東部和東北地區的增幅分別為3.34%和8.14%。

此外，2018—2019 年297 個地級以上城市總體和四個區域的城市專利創新效率直方圖及其核密度圖如圖3 和圖4 所示。其中全樣本總體的核密度曲線始終呈現倒“U”型，波峰有所降低，右拖尾現象明顯，曲線寬度增加，這也說明297 個地級以上城市專利創新效率的區域差異不斷增加。

圖3 全樣本城市專利創新效率和核密度

圖4 2018—2019 年四大區域樣本城市的專利創新效率和核密度

由圖4 可知，2018—2019 年東部、中部、西部和東北地區專利創新效率的核密度曲線也呈現出波峰不斷降低和明顯右拖尾現象，這也說明四大區域各城市間專利創新效率的差異在不斷增加。

3.2 中國城市產業創新效率的區域差異

表2 呈現了整體和四大區域產業創新效率的基本態勢?？傮w來看，297 個地級以上城市的產業創新效率呈負增長態勢，且存在顯著空間不均衡現象。2018—2019 年，產業創新效率均值由2.811 4 下降到2.610 4，降幅為7.15%；產業創新效率增長指數的均值也由0.535 5 下降到0.519 8。這主要是由于受新冠疫情影響，2020 年我國多數擁有制造業（高端裝備制造、生物醫藥制造、化學制品制造等）城市的上市高新技術企業營業收入5）趨于下降，如北京、深圳、成都、鄭州、福州、貴陽、長春等。與此同時，這一時期，297 個地級以上城市產業創新效率存在顯著空間不均衡，但區域差異在逐漸減小。2018 年全國產業創新效率變異系數為2.148 0，2019年減小到2.082 6，降幅為3.04%（見表2）。此外，2018—2019 年，297 個地級以上城市產業創新效率的核密度曲線呈現“L 型”，波峰有所增加且寬度縮小，曲線左偏移現象明顯，這表明297 個地級以上城市產業創新效率的區域差異在逐漸減?。ㄒ妶D5）。但產業創新效率增長指數的變異系數卻在增加，這說明產業創新效率的區域差異有增大的趨勢。

表2 全樣本和四大區域產業創新效率及產業創新效率增長指數的描述性統計

圖5 2018—2019 年297 個地級以上城市產業創新效率和核密度

從四大區域產業創新效率來看，四大區域產業創新效率差異較大。2018 年四大區域產業創新效率分別為東部地區4.021 8、中部地區4.027 5、西部地區1.053 5、東北地區2.178 5，東部和中部地區的產業創新效率遠高于西部和東北地區。然而，2019 年東部和中部地區的產業創新效率卻趨于下降，而西部和東北地區的產業創新效率卻趨于增長。這可能是由于東部和中部地區上市高新技術企業，尤其是高端裝備制造、醫藥制造等產業受2020 年疫情影響嚴重，尤其是中部地區的武漢、鄭州等城市，2020年上市高新技術企業營業收入下降幅度較大。然而，西部地區和東北地區相對受疫情影響較小，拉薩、包頭、烏魯木齊、沈陽等城市的上市高新技術企業營業收入則有所上升。

從四大區域產業創新效率的增長指數來看，東部地區的產業創新效率增長指數最高且趨于增長態勢，中部、西部和東北地區的產業創新效率增長指數較低且趨于下降，這主要是由于東部地區上市高新技術企業除高端裝備制造等產業外，還包含計算機和通信、軟件和信息技術、互聯網、商務服務和專業技術服務等服務業，這些產業受疫情影響相對較小，在一定程度上支撐了東部地區產業創新發展。

值得關注的是，西部地區的產業創新效率和其增長指數均最低，這表明西部地區雖然專利效率較高，但多數城市科技創新動力不足，專利效率增長指數較低，且創新成果轉化能力也相對較弱。2018—2019 年東北地區的產業創新效率和其增長指數也較低，這表明雖然東北地區的創新技術實現了一定增長，專利創新效率增長指數相對較高（見表1），但是創新成果轉化能力卻相對較弱。

此外，四大區域各城市間產業創新效率的差異較大。2018—2019 年中部和西部地區產業創新效率的變異系數較大，且呈增長態勢，其中西部地區的增幅最大，達到23.39%。東部和東北地區的產業創新效率的變異系數相對較小，且呈減小態勢，東部和東北地區的降幅分別為11.94%和0.75%。由圖6可知，2018—2019 年中部地區產業創新效率的核密度曲線波峰增加，曲線左偏且呈現多峰形態，西部地區的核密度曲線波峰下降，寬度增加且出現右拖尾現象，表明中部和西部地區城市之間的產業創新效率差異增加；東部和東北地區產業創新效率的核密度曲線呈現明顯的雙峰形態，東部地區的核密度曲線寬度增加，但曲線左偏，表明東部地區城市之間的產業創新效率差異有所減小，而東北地區的核密度曲線變化較小，表明東北地區城市之間的產業創新效率差異變化不大。另外，四大區域各城市間產業創新效率增長指數的變異系數均趨于增加，表明四大區域各城市間產業創新效率的差異有增大的 趨勢，內部分化態勢將趨于嚴重。

圖6 2018—2019 年四大區域內城市的產業創新效率和核密度

4 中國城市創新效率的類型、空間布局及產業特性分析

運用ArcGis10.2 來可視化297 個地級以上城市的創新效率和創新效率增長指數的空間格局。借鑒崔丹等［8］的研究經驗，基于自然斷裂法，依據創新效率值，將297 個地級以上城市分為低創新效率區和高創新效率區，基于創新效率增長指數，將297個地級以上城市分為低創新效率增長區和高創新效率增長區。

基于專利—產業的創新鏈，依據專利創新效率和產業創新效率的地區分布，將297 個地級以上城市分為高專利效率高產業效率城市、低專利效率高產業效率城市、高專利效率低產業效率城市、低專利效率低產業效率城市?；趯＠a業的創新鏈，依據專利創新效率和產業創新效率增長指數的地區分布，將297 個地級以上城市分為高專利效率增長高產業效率增長城市、低專利效率增長高產業效率增長城市、高專利效率增長低產業效率增長城市、低專利效率增長低產業效率增長城市，如表3 所示。

表3 中國297 個地級以上城市創新效率類型劃分及地區分布

4.1 各類型創新效率城市的空間布局及產業特性分析

2018 和2019 年各類型創新效率城市的空間分布如圖7 所示。各類型創新效率城市的特征和產業特性見表4 所示。

表4 2018—2019 年樣本各類型創新效率城市的特征和產業特性

圖7 2018 和2019 年樣本各類型創新效率城市的空間分布

4.1.1 高專利效率高產業效率城市的空間布局及產業特性分析

由表4 可知，2018—2019 年，高專利效率高產業效率城市的專利創新效率均高于171，產業創新效率均高于2.75，即研發經費投入1 億元能產生171個以上的專利授權量，能帶來超過2.75 億元的上市高新技術企業營業收入。由表3 和圖7 可知，這些城市主要集中在長三角（浙江和江蘇等）和珠三角（廣東）等東部地區，還有一些城市零星分布在河南、西藏、遼寧等中部、西部和東北地區。這主要是由于長三角和珠三角地區城市的科技創新基礎條件較為優越，如紹興、嘉興、寧波、溫州、廣州等城市的R&D 研發經費高達百億以上，珠海、臺州和湖州等城市的研發經費接近百億，這些城市的人才儲備和創新生態較好，專利研發水平在全國一直處于較高水平。此外，這些城市的上市高新技術企業主要從事戰略性新興產業，包括新材料、計算機和通信和其他電子設備制造、高端裝備制造、專業技術服務等，這些城市中65%以上的城市高新技術企業營業收入超過百億，13%以上的城市高新技術企業營業收入超過千億。

4.1.2 低專利效率高產業效率城市的空間布局及產業特性分析

由表4 可知，2018—2019 年，低專利效率高產業效率城市，產業創新效率均高于2.75，但城市的專利創新效率低于171，即研發經費投入1 億元能帶來超過2.75 億元的上市高新技術企業營業收入，但產生的專利授權量卻相對較低。這些城市主要分布在北京、上海、廣東、浙江、江蘇、福建、山東等東部地區，以及安徽、河南、江西、湖北、湖南等中部地區，還有一些城市零星分布在甘肅、陜西、遼寧、吉林等西部和東北地區（見圖7）。這些城市主要為直轄市和省會城市，及其周邊城市，創新活力高，但創新效率卻相對較低。這些城市中，近50%的城市專利授權量超過5 000 個，但其R&D 研發經費大都超過50 億元，近30%的城市專利授權量超過10 000 個，但其R&D 研發經費基本上均超過100 億元［26］153-165。

值得關注的是，這些城市的高新技術產業發展較快。其中，東部地區的城市（北京、上海、南京、無錫、廈門、龍巖、杭州、青島等），其上市高新技術企業主要以戰略性新興產業為主，包括新材料、計算機和通信和其他電子設備制造、高端裝備制造、生態環保等產業。中部、西部和東北地區的城市多為資源型城市（洛陽、焦作、新余、宜昌、益陽、運城、延安、沈陽、長春、哈爾濱、雞西等），其上市高新技術企業除新材料、高端裝備制造等戰略性新興產業企業外，還包括傳統產業企業，如紡織業、汽車制造、家具制造、煤炭開采和洗選等（見表4）。這些城市中，80%的城市上市高新技術企業的營業收入高達百億元，25%的城市上市高新技術企業的營業收入超過千億元。

4.1.3 高專利效率低產業效率城市的空間布局及產業特性分析

由表4 可知，2018—2019 年，高專利效率低產業效率城市，專利創新效率均高于171，但城市的產業創新效率卻低于2.75，即研發經費投入1 億元能產生171 個以上的專利授權量，但成果產業化應用較低。由表3 和圖7 可知，這些城市主要分布在四川、廣西、甘肅、陜西、西藏、云南、貴州等西部地區，以及廣東、浙江、江蘇等東部地區，還有一些城市零星分布在江西、河南、湖南和吉林、遼寧等中部和東北地區。

這類城市中約70%的城市沒有上市高新技術企業，但這些城市的專利創新效率卻相對較高，其中約60%的城市R&D 研發經費不足30 億元，但專利授權量卻超過1 000 個。這些城市主要為西部和東北地區的城市，如慶陽、佳木斯、廣安、武威、張掖、榆林、玉林、梧州、西寧、畢節、內江等。

另外約30%的城市，上市高新技術企業主要以傳統產業為主，如皮革、毛皮、羽毛及其制品和制鞋業，醫藥制造業，農副食品加工業，橡膠和塑料制品業等（見表4），雖然專利創新效率相對較高，但其中約70%的城市的上市高新技術企業營業收入不足50 億元，產業規模普遍較小，產業創新效率相對較低，這些城市主要為東部和中部城市，如?？?、衢州、撫州、安慶、大同、池州、宿遷、宜春、上饒、鹽城、滄州、廊坊等。

4.1.4 低專利效率低產業效率城市的空間布局及產業特性分析

由表4 可知，2018—2019 年，低專利效率低產業效率城市，專利創新效率低于171，城市的產業創新效率低于2.75。這些城市中約43%集中在四川、廣西、內蒙古、陜西、云南等西部地區，約45%集中在福建、山東、河南、湖北等東部和中部地區，另有12%分布在東北地區（見表3 和圖7）。

這類城市中48%的城市沒有上市高新技術企業，創新活力也明顯不足。其中55%的城市的研發經費不足10 億元，專利數量少于1 000 個［26］153-165。這些城市主要為西部和東北地區的城市，如克拉瑪依、雙鴨山、朔州、呂梁、臨汾、雅安、白銀、普洱、林芝、七臺河、鶴崗等。

另外52%的城市中，14%的城市（如天津、成都、西安、沈陽、太原等）上市高新技術企業營業收入雖然超過300 億元，專利授權量超過7 000 個，但研發投入經費也在120 億元以上［26］153-165，剩余86%的城市（如銅陵、泰州、許昌、德州、莆田、安慶、大同、鄂州、樂山、永州、信陽等）專利創新效率普遍較低，且上市高新技術企業營業收入的規模普遍較小。

4.2 各類型創新效率增長城市的空間布局及產業特性分析

4.2.1 高專利效率增長高產業效率增長城市的空間布局及產業特性分析

2018—2019 年，近80%的高專利效率增長高產業效率增長城市主要分布在東部和中部地區，另有約20%的城市分布在西部和東北地區，這些城市主要為直轄市、省會城市和其周邊城市，如廣州、深圳、西安、杭州、武漢、天津、合肥、長沙、蘭州、濟南、?？?、南寧、保定、中山、寧波等（見表5 和圖8）。直轄市和省會城市的高校和科研院所云集，人力資本充足，創新生態良好，高新技術產業發展較快，通過中心外圍結構，帶動周邊地區形成高新技術產業集群，專利創新效率和產業創新效率增長率普遍高于全國平均水平。

表5 中國297 個地級以上城市創新效率增長指數類型劃分及地區分布

4.2.2 低專利效率增長高產業效率增長城市的空間布局及產業特性分析

2018—2019 年，70%以上的低專利效率增長高產業效率增長城市也主要分布在東部和中部地區，另有不足30%的城市分布在西部和東北地區，這些城市除少部分直轄市和省會城市外（北京、重慶、成都、桂林、太原），主要分布在省會城市周邊，如蘇州、開封、洛陽、遼陽、濟寧、煙臺、岳陽、鎮江、泰州、泉州等（見表5 和圖8）。這些城市的專利創新效率增長率相對較低，但高新技術產業發展較快，其上市高新技術企業主要以新材料、高端裝備等戰略性新興產業為主（見表6），其中近25%的城市產業創新效率增長指數大于1.53，約75%的城市產業創新效率增長指數大于1.02。

表6 2018—2019 年樣本兩類創新效率增長城市的取值范圍和產業特性

4.2.3 高專利效率增長低產業效率增長城市，以及低專利效率增長低產業效率城市的空間布局及產業特性分析

2018—2019 年，高專利效率增長低產業效率增長城市，以及低專利效率增長低產業效率增長城市，這些城市一般距離省會城市和直轄市較遠，如衡水、淮安、茂名、清遠、衢州、三明、汕尾、阿壩藏族羌族自治州、安康、安順、巴彥淖爾、張掖、昭通、中衛、資陽等，這些城市專利創新和產業發展缺少中心城市帶動，其中60%以上的城市沒有上市高新技術企業，創新活力和成果轉化能力整體較弱。

綜上所述，2018—2019 年，70%以上的高專利效率高產業效率城市和高專利效率增長高產業效率增長城市主要集中在東部和中部地區，50%以上的低專利效率低產業效率城市和低專利效率增長低產業效率增長城市主要集中在西部和東北地區，表明四大區域城市間專利創新效率和產業創新效率的差異較大，且差異將進一步增大，內部分化態勢將趨于嚴重。

5 研究結論和對策建議

5.1 研究結論

本文以297 個地級以上城市為研究對象，從專利—產業這一創新鏈角度構建了創新效率綜合研究框架，運用投入產出比和DEA-Malmquist 指數模型科學測度了各城市的專利創新效率和產業創新效率，以及兩類創新效率的增長指數，分析了這兩類創新效率的區域差異和發展類型，并從其成果轉化和產業發展入手，深入分析了各類型創新效率城市的產業特性，具體結論如下：

（1）2018—2019 年中國297 個地級以上城市的專利創新效率呈增長態勢，且區域差異不斷增加。2018—2019 年東部和西部地區的專利創新效率普遍較高，而中部和東北地區的專利創新效率普遍較低。東部、中部和東北地區的專利創新效率增長指數均趨于增長，而西部地區的專利創新效率增長指數最低，且趨于下降。

（2）2018—2019 年中國297 個地級以上城市的產業創新效率呈負增長態勢，且存在顯著空間不均衡現象。東部和中部地區的產業創新效率遠高于西部和東北地區。東部地區產業創新效率增長指數最高且趨于增長，而中部、西部和東北地區的產業創新效率增長指數較低且趨于下降。

（3）高專利效率高產業效率的城市主要集中在長三角和珠三角等東部地區，這些城市的上市高新技術企業主要從事新材料、高端裝備制造等戰略性新興產業；低專利效率高產業效率的城市主要為直轄市、省會城市及其周邊城市，其上市高新技術企業除戰略性新興產業企業外，還包括一些傳統產業企業；高專利效率低產業效率的城市主要分布在西部地區，其中約70%的城市沒有上市高新技術企業，另有約30%的城市的上市高新技術企業營業收入規模普遍較小，產業創新效率相對較低；低專利效率低產業效率城市近半數集中在西部地區，其余分布在東部、中部和東北地區。這類城市中48%的城市沒有上市高新技術企業，另外52%的城市專利創新效率和產業創新效率均相對較低。

（4）高專利效率增長高產業效率增長城市，以及低專利效率增長高產業效率增長城市主要分布在東部和中部地區，主要為直轄市、省會城市及其周邊城市。這類城市主要從事戰略性新興產業，通過中心輻射作用，帶動周邊地區形成戰略性新興產業集群，產業創新效率增長率普遍高于全樣本平均水平；高專利效率增長低產業效率增長城市，以及低專利效率增長低產業效率增長城市，這些城市一般距離省會城市和直轄市較遠，產業發展缺少中心城市帶動，且60%以上城市沒有上市高新技術企業，創新活力和成果轉化能力整體較弱，產業創新效率增長率較低。

5.2 對策建議

（1）針對創新效率不同的城市有必要采取差別化的創新策略，對于高專利效率高產業效率的城市，應努力保持良好的發展勢頭，通過推動區域產業鏈創新鏈深度融合，進一步提升這類城市的專利創新效率和產業創新效率；

（2）對于低專利效率高產業效率的城市，應在保持高產業創新效率的同時，加強科技創新人才隊伍和能力建設，開展更具產業化的科技研發，積極鼓勵專利研發和申請，不斷提升專利創新效率；

（3）對于高專利效率低產業效率城市，以及低專利效率低產業效率城市，前者應將專利轉化尤其是發展高新技術產業作為優先選項，而后者則需要在專利創新和產業培育兩方面同時發力。特別是針對低產業創新效率的城市（主要集中在西部地區），應抓住構建以國內大循環為主、國內國際雙循環相互促進的新發展格局和區域協調發展戰略實施的重大機遇，加強高新技術產業園區建設，推動這些城市戰略性新興產業發展，并促進其傳統產業優化升級，積極培育高新技術企業和科技型中小企業，以提升其產業創新效率。

需要說明的是，由于全國城市層面長時間跨度的創新數據難以獲得，本文采用2018—2020 年的創新數據進行分析。為保證數據來源的可靠性，本研究中297 個城市的創新數據主要來源于《中國城市統計年鑒》和科技部火炬中心高新技術企業認定工作網。未來本研究將嘗試通過大數據多渠道挖掘城市創新數據，并進行長時間跨度的城市創新效率的研究。本文的研究價值在于以297 個地級以上城市為研究對象，從專利—產業這一創新鏈角度構建了創新效率綜合研究框架，深入分析了各類城市創新效率的區域差異和產業特性，并提出提升各類城市創新效率的策略建議，以期為優化區域創新戰略，推動區域協調發展提供更具針對性的研究參考。

注釋：

1）創新技術的研發和應用，以及創新成果的轉化往往滯后于創新投入，本研究采用滯后一期的專利授權量和上市高新技術企業的營業收入來反映創新產出。

2）2011 年6 月13 日，國家統計局提出將我國31 個的經濟區域劃分為東部、中部、西部和東北四大地區。其中東部地區包括北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東、海南；中部地區包括山西、安徽、江西、河南、湖北、湖南；西部地區包括內蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏和新疆；東北地區包括遼寧、吉林、黑龍江。

3）2018 年3 月27 日，中國財政部、人社部、中國人民銀行聯合印發了《關于進一步做好創業擔保貸款財政貼息工作的通知》；2018 年9 月26 日，國務院印發了《關于推動創新創業高質量發展打造“雙創”升級版的意見》；2018 年12 月5 日，國務院印發《關于做好當前和今后一個時期促進就業工作的若干意見》。

4）2019 年3 月19 日，中國工信部和國家開發銀行聯合發布《關于加快推進工業節能與綠色發展的通知》；2019 年4 月15 日，國家發改委、科技部聯合印發《關于構建市場導向的綠色技術創新體系的指導意見》；2019 年10 月8 日，國務院第66 次常務會議通過《優化營商環境條例》。

5）本研究采用滯后一期的上市高新技術企業的營業收入來反映創新產出，2019 年產業創新效率中，創新投入的指標為2020 年上市高新技術企業的營業收入。