京沪粤三大中心城市知识资本发展态势的时序分析

张 丹，凌昳方

（东华大学管理学院，上海 200051）

京沪粤三大中心城市知识资本发展态势的时序分析

张 丹，凌昳方

（东华大学管理学院，上海 200051）

知识已然成为推动社会经济发展的关键资源，知识资本的投入已成为城市发展的原动力。然而知识资本的表现形式以及对社会经济的影响程度还亟待深入分析。本文以Bounfour提出的知识资本动态价值模型（IC-DVAL）为基础，构建我国城市知识资本水平计量模型，通过上海、北京与广州2000—2009年间的10年数据，对比和分析三城市知识资本发展状况以及差距，并提出发展建议。

知识资本；动态价值模型；实证研究

1 问题的提出

随着知识经济到来，知识资本已成为城市经济发展的重要驱动力和源泉。Ryser（1994）、Knight（1995）等学者在20世纪90年代初就曾提出驱使城市发展的要素正在发生改变,即从资本、劳动力、资源禀赋等资源型要素逐步转向人才、制度、文化、创新等知识型要素，新时代知识城市发展已形成一种趋势——即突破传统工业化发展模式，视知识为再生资源，以知识武装各类产业，用知识化手段来管理城市，聚焦城市的知识创新、知识产业，实现城市的可持续发展。

然而城市知识资本相关理论和评价在近10多年才成为热点，知识资本研究之初，主要集中在企业微观层面，近10年来研究逐渐扩大到国家、城市的宏观层面上：Pulic（2003）通过智力资本增值系数法进行了克罗地亚区域智力资本的研究，证实了当地知识资本增值系数与对地区经济的发展之间存在着显著的正相关关系；Bontis［1］在Edivinssion和Malone研究的基础上，运用知识资本指数方法研究了阿拉伯地区智力资本发展情况，Andriessen等［2］开发了知识资本监测器，从人力资本、结构资本和关系资本方面来考察欧盟国家的知识资本。

在国内，近几年关注城市知识资本的研究，根据国外知识资本理论研究成果以及模型，进一步构建相应指标体系如王学军、陈武等［3］等。以建设知识城市为出发的研究知识资本对社会经济影响的定量研究还不多，本文拟以Bounfour［4］的知识资本动态价值模型（IC-DVAL）为基础，对国内三大中心城市知识资本竞争态势进行比较分析研究，希望有助于指导城市知识资本的认识与管理。

2 城市知识资本评价模型（IC-DVAL）

Bounfour在2003年提出的知识资本动态价值模型（IC-DVAL）时将知识投入与对经济的影响划分为多个维度，在四个维度下设置若干指标，并成功应用到宏观层面的欧洲国家的创新体系对比研究中。在国内，吴洁、张运华［5］将该模型应用于国内各大城市的创新能力评估中。动态价值模型与OECD提出的世界知识竞争力指数（WKCI）［6］一样,都是揭示知识存量对经济发展的影响的方法，但WKCI模型体系侧重人力资本要素投入，指标不易取得，IC-DVAL各指标更均匀合理，从数据可取性与可用性角度更贴近国内年鉴统计规则，便于数据搜集与比较。

基于数据采集实际情况和各维度下指标数目均衡性考虑，我们依然按照Bounfour的四维度的分析框架，将IC-DVAL模型中各维度下的指标选择进行了适当筛选修正，分别在资源维度、流程维度和产出维度下选择了3个指标，在资产维度下选择了2个指标，构建成各类指数，具体指数及说明见表1。

产出指数包含的3个指标分别从失业率、人均GDP、高新产业出口情况等指标反映知识资本对社会经济的影响。资源指数、流程指数、资产指数则分别从三方面体现了知识投入能力：资源指数包括与研发投资、基础设施投资和经济资源相关的指标，指数越高，地区在研究与开发、技术投入等方面潜力与能力越强，地区知识资本增值能力越有杰出的表现；流程指数是度量价值流程的指标，指标的设立围绕知识网络建立知识传播，有助于支持并外化人力资本的输出，数值越高说明地区知识资本的获取、创新及增值能力越强；资产指数反映的是知识经济中的知识资产，分别从专利授权量、在校大学生人数等方面表明地区知识资源的拥有和发展能力。

3 数据选取与实证分析

3.1 数据搜集与处理

表1 知识资本动态价值指标体系

本文实证对象选取国内一线城市上海、北京、广州近十年的知识资本变化情况为样本，数据搜集来源于各城市统计年鉴、科技统计年鉴。

为了能更好地反应知识资本发展水平横向比较和时间序列的比较，数据处理过程中以上海市2004年各指标原始数据为基准（取100），分别对各个数据进行指数换算，其中失业率数据与其他数据不同，对其做倒数处理后再进行指数换算。指标换算的具体方法如下公式：

其中i为细项指标的序号，Xi为第i个细项指标的指数值，A0i为上海市2004年第i个细项指标的原始值，Bi为其他国家或城市第i个细项指标的原始值。Ai表示各指数值，通过细项指标均值化处理而得。

另外，由于数据搜集困难，不可避免存在缺省值，本文对缺省值的处理是采用SPSS11.5软件中Replacing Missing Value项下的Linear trend at point（点与点之间线性趋势法）和Linear Interpolation（线性插补法）进行替代补全（原始数据中缺失的部分为上海：高科技产业产值比重、高科技产品出口比重、高等教育普及率2009年数据，缺省比例为2.72%；北京：公共R&D支出比重（2000、2001）、企业R&D支出比重（2000、2001）、互联网普及率（2000、2009）、信息产业增加值/GDP（2000—2002）、高科技产值比重 （2000—2002）缺省比例为9.09%；广州：公共R&D支出比重（2000）、企业R&D支出比重（2000、2009）、新增固定资本比重（2008、2009）、互联网普及率（2000）、信息产业增加值/GDP（2000）、高科技产值比重（2009）、高科技产品出口比重（2009）缺省比例为8.18%）。需要注意的是，输入该软件的数据均为原始数据，同时，考虑到实际经济意义，将采取必要的人工替代数据的方法。

3.2 三大中心城市的知识资本发展水平分析

表2 三大中心城市知识资本十年排名（2000—2009）

以2000—2009年10年数据进行简单算术平均法计算得出3大中心城市各指数的平均值及知识资本总分，并通过指标数值大小分别对城市内部和同一维度下城市间的指数大小进行排名（见表2）。

通过国内三大中心城市知识资本10年发展均值得分排名来看，分别为北京 （616.72），广州（440.89），上海（420.83）。从十年间知识资本总分来看，上海处于三大城市中的最低水平，与广州的得分非常相近，但与北京的差距比较大。从4个指数对比看，北京在资源、流程、产出上的指数得分最高，资产指数最高的是广州，上海在4个指数上都没有优势。因此针对各指数的具体内容数据进行分析：

（1）资源指数发展。

资源指数表明地区在知识投入，研究与开发等方面能力强弱。整体看，上海的资源指数处于北京和广州之间；从具体指标的比较我们可以看出，上海资源指数的弱势主要在于企业支出R&D比重和公共支出R&D比重，尤其是后者，公共R&D投入主要包括政府、高等学校、科研院校等机构，这是知识创新源头和基础，同时对培育企业的创新活动也起着积极作用，而上海公共R&D方面的投入比重几乎只有北京的1/4,企业R&D方面约是北京的1/2（见图1）。

（2）流程指数发展。

流程指数反映地区信息化基础设施建设、信息产业发展情况，以达到衡量区域知识的利用能力及知识更新能力。上海市流程指数处在不断上升势头中，并逐渐超越北京、广州成为三城市中第一的位置，无论增幅还是增速都是三城市中发展情况最好的。而通过细项指标的比较可以知道让上海在流程指数中保持良好发展的主要动力是互联网普及率，该项指标的指数值在10年中增长近10倍，是北京和广州的2倍多，而在信息产业与高科技产业两个指标方面上海并没有显著优势（见图2）。

（3）资产指数发展。

资产指数反映结构资本和人力资本情况，数值越高表示该地区知识增值能力越强。该指数总体来看，上海次于广州又高于北京。上海的结构资本有着显著优势，而人力资本方面却落后于北京，和广州相比还有较大差距（见图3）。

图1 资源指数下的指标比较

图2 流程指数下的指标比较

图3 资产指数下的指标比较

图4 产出指数下的指标比较

（4）产出指数发展。

产出指数是对知识的实物产出能力的体现：总体上看上海的产出指数排在北京和广州之后；从具体指标值出发，上海的差距只是体现在失业率上，在另两个指标上海的产出能力甚至是领先于北京和广州的。上海在失业率指标上，尤其是早些年间与北京的差距相当明显，并且十年间失业率情况并没有得到明显好转，跟广州、北京相比仍存在一定差距（见图4）。

3.3 三大中心城市分阶段知识资本发展水平分析

以上基于10年跨度均值的数据分析和比较，说明了10年间的平均水平，我国近10年来对无形资产、知识经济的重视与日俱增，知识资本的投入与产出增速与幅度势必有较大差异。为了进一步反映不同阶段对知识资本发展的影响，我们将这10年以3～4年为限细分为 3个阶段 （第一阶段：2000—2003，第二阶段：2004—2006，第三阶段：2007—2009）,比较不同阶段知识资本分值变化与增速（见表3）（各阶段得分为所在阶段内各年分值的算术平均值）。针对不同阶段，尤其是第三阶段和第一阶段的知识水平得分变化和增幅变化情况进行说明，能更清晰地看出三大城市近年知识资本发展水平的动力，有助于我们预测各城市未来的知识资本发展水平。

从增幅与发展趋势来看：上海在4个知识资本指数下均呈现不同程度的正增长，在三城市中表现最佳 （其中资产指数增幅达到116%，流程指数63%）；广州的资产指数的增长也很突出 （增幅155%）；北京虽然静态优势明显，但从动态发展角度看各指数都是三城市中表现最差的 （增幅都低于上海与广州），在流程指数、资产指数上的优势已逐渐削弱。

4 小结

以上，通过 “IC-DVAL知识资本动态评价模型”，分别从得分评价、各维度指数比较、分阶段增速比较等方面进行分析，从综合层面、各个项目以及发展变化等角度进行比较说明。我们就国内三大中心城市知识资本的各指数的情况和发展趋势总结列表（见表5），并就三城市知识资本发展特点与趋势给出如下结论：

（1）上海的知识资本发展分析。

表3 三大中心城市知识资本增幅与排名比较

上海市在企业R&D投入比重、互联网普及率、专利授权比例都占有较强的优势地位，上海知识资本投入不足的方面主要是公共R&D投入、高科技产值比重、高等教育人数比例上，这三方面是短板且发展缓慢。扩大高等教育普及，加大教育经费投入，有利于培养为建设知识型城市服务的高素质人才，这样才能在不断的创新与实践中将知识转化为先进的生产力，推动上海市发展。

表5 三大中心城市知识资本地位与发展水平差距

（2）北京的知识资本发展分析。

北京在公共R&D投入、企业R&D投入、信息产业增加值上都处于领先地位，但发展势头缓慢，尤其是公共研发投入下降趋势较明显，其优势地位在逐渐缩小，表现出近年来北京市人均GDP增长速度慢于上海和广州；北京市知识资本发展处于弱势地位的主要是互联网普及率、专利授权比例、高等教育比例，此外高科技产值比重的优势也被上海、广州超越，北京在知识资本发展速度上明显慢于上海和广州，如果继续保持缓慢的增长，其优势地位被取代也许只是时间问题。

（3）广州的知识资本发展分析。

广州知识资本优势集中在资产指数的专利授权比例和高等教育普及率，尤其是受高等教育程度远远超过北京和上海水平，此外，近年来广州在高科技产值比重上也有较大上升，在产出方面广州人均GDP增长是三城市比较中最快的，并且近年来失业率一直保持较低水平；相对而言，其知识资本发展不足的地方集中在企业和公共机构的R&D投入、互联网普及率和信息产业增加值上，尤其是科研投入方面，与北京、上海相比差距较大，需要加大重视。

5 建议与对策

在知识经济时代，知识更新周期不断缩短，知识资本的重要性日渐增强。在城市化进程快速发展的今天，中国城市发展应该顺应时代发展形势，将知识型城市作为未来城市发展的主流和航标，在开发和加强城市知识资本建设中，政府的组织和推动是关键：

（1）加大对教育和培训的投入，在人才培养方面，上海与北京还需向广州看齐，当前知识和智慧等无形财富已逐渐取代传统的物质资源投入，对城市的发展起到更关键的作用。切实把握人才储备，把培养人才放在突出的位置；建设学习型城市，为市民提供一个随时随地可以学习的学习化社会，提高知识的普及、分享、应用和更新，提高人力资本对经济增长的贡献率。

（2）加大高新技术研发的投入，制定科技发展计划，推进技术创新体系的建设与完善，推动产业升级。加大R&D投入是推动科技进步和自主创新的重要支持手段，从城市比较中可以看出上海和广州目前仍存在由于研发投入不足，由此可能导致自主创新效能不高、自主知识产权产品少、对外技术依存度较高等问题。同样这也是推动产业结构优化升级的迫切需要，是增强城市综合竞争力的重要途径。

（3）加大城市的信息技术基础设施的投资力度。信息基础设施建设完善程度反映地区公共管理水平，能极大地促进各种信息交流，促进当地经济发展。因此，应加强图书馆、博物馆、其他知识中心等公共文化设施的建设，扩大信息网络设施覆盖面，增强功能服务设施的综合能力，注重城市的开放性和资源的整合性,优先构架城市自己的网络形成知识资源共享的网络。

［1］Bontis N..National intellectual capital Index:a united nations initiative for the Arab region［J］.Journal of Intellectual Capital. 2004，5（1）：13-39.

［2］Andriessen D.G.,S TAM C.D..Intellectual Capital of the European Union［R］.Paper for the 7th McMaster World Congress on the Management of Intellectual Capital and Innovation.2005.

［3］王孝斌，陈武，王学军.区域智力资本与区域经济发展［J］.数量经济技术经济研究，2009，（3）.

［4］Bounfour A..Measuring intellectual capital’s dynamic value:the IC-dVAL approach,Proceedings of the 5th World Congress on Intellectual Capital,Canada:Mc Master University.2002.

［5］吴洁，张运华，施琴芬.从知识资本指数评估地区创新表现［J］.研究与发展管理，2009，（12）.

［6］刘东，邹祖烨.世界知识竞争力评价及其对创新型国家建设的启示［J］.科学进步与对策，2007，（10）.

Time Series Analysis of the Developing of the Intellectual Capital of Three Center City

Zhang Dan，Ling Yifang
（School of Management;Donghua University，Shanghai 200051，China）

Nowadays,as the key to promote social and economic development,intellectual capital investment has become the resource for urban construction.However,the manifestation of intellectual capital and the impact on community economy are still worthy of more intensive research.This paper constructes an intellectual capital measurement model on the basis of intellectual capital dynamic value（IC-DVAL）which was proposed by Bounfour.By comparing the data of Shanghai,Beijing and Guangzhou from 2000 to 2009, the paper analyzes the status and gaps of intellectual capital in three cities,furthermore puts forward some proposals for improvement.

Intellectual capital;IC-DVAL model;Empirical study

2011年度上海市科委软科学项目“知识资本在上海经济发展中的地位与作用研究”（11692100400）。

2011-06-07

张丹（1964-）女，江苏镇江人，教授，博士，硕士生导师；研究领域：会计，财务管理。

F062.3

A

（责任编辑 张传忠）