2017亚太知识竞争力指数报告

2017亚太知识竞争力指数报告

报告研制人员名单

上海市知识竞争力与区域发展研究中心软科学基地研究团队

本报告始终都贯穿了这样的思想，即经济竞争力应该从知识的储备和投资角度来研究，特别是焦点应放在地区上。通信和信息技术的发展使信息能够即时传递，而不用考虑处于什么位置。这似乎说明在逻辑上地理因素在经济研究中不那么重要了。事实上，在很多情况下恰恰相反。当企业和个人工作范围变大时，相关资源和产业在地理上的集中特别是知识集中的活动仍然是任何国家或区域发展的关键因素之一，特别是最发达的经济体。另外，当历史因素影响布局，比如靠近原材料和市场正在淡化，可以从其他地方获得资源加剧了本区域竞争的矛盾——在很多方面，全球化正在加强本地化。迈克尔·波特解释了这种“布局矛盾”，具体如下：

从较远的地方获得的资源在发达的经济体中基本上不能作为竞争优势。通过传真和Email传递的信息和关系每个人都能获得。虽然全球采购减少了劣势，但这并不能创造优势……看似矛盾地（其实不然），在全球经济中最确定的竞争优势似乎还是来源于本地。

在波特看来，由集聚带来的本地生产优势，比如特定的投入、雇员、信息和组织机构将促使企业集聚，并在以后的时间里进一步集聚，因为新的企业逐渐也被同样的集聚优势所吸引。并且，很多提高目前生产力的因素将促进集聚中的创新，这样加速了企业生产力的增长速度。例如，通过人际关系获得特定的信息将在以后的时间里为企业洞察新的技术机会和新的顾客需求提供本地化的优势。因此，当传统意义上的优势在现在变得没有意义的时候，存在于企业之外的竞争优势——在企业所在区域的商业环境——更为重要了。

如今，越来越多的理论支持区域之间竞争的概念，注重区域而不是国家层面的数据研究和政策方针的作用研究。虽然以“区域”为单位在分析中一定程度上存在不少问题，比如区域范围的界定、完整数据的获取，但以地理单元作为国家层级下分析的目标将会使我们对竞争的本质和政府在经济发展活动中的推动作用看得更清楚。

表1列出了2017亚太知识竞争力指数的得分和排名，该指数代表了33个区域的总体情况。

表1 亚太知识竞争力指数2016

自2008年世界经济进入衰退周期以来，各国和各地区正努力促进经济增长。在过去的一年内，各国经济总体上都有一定回升，但程度各不相同。反映在知识竞争力方面，各相关地区的排名出现了与上年迥异的较大波动。去年排名较为靠后的广东异军突起，杀入前十名，显示出珠三角的经济活力。新加坡维持去年排名第一的位置，为亚太地区知识竞争力最强的国家。上海的知识竞争力表现稳定且强劲，继续高居第五的位置。从今年的知识竞争力排行榜可以看出，新兴地区的知识竞争力表现强劲，在前十名中占据了7席，相比之下，发达国家中仅有东京、以色列和爱知保持在前十名。

新加坡作为今年亚太知识竞争力排名第一的国家，是世界上最富裕的国家之一，并且属于新兴的发达国家，是全球重要的金融中心，是扼守马六甲海峡的航运中心，也是重要的炼油中心。过去几十年里，新加坡不仅创造了经济奇迹，而且始终保持着作为亚洲四小龙之一的活力，这与其数次成功的经济转型直接相关。今年亚太知识竞争力相关指标排名，新加坡平均月收入居第一位，单位面积经济产出居第二位，劳动生产率居第二位，区域就业水平居第三位，人均私人股权投资排名第四，显示了非常强的经济实力。数次的经济集约化转型，伴随着新加坡就业队伍素质的不断提高，今年新加坡千人经理人数排名第二位，高等教育人均公共支出排名第一位，新加坡人普遍受教育的水平较高。

今年的亚军是香港（120.8613），香港是国际和亚太地区重要的航运枢纽和最具竞争力的城市之一，连续二十多年经济自由度指数位居世界首位。 香港素以优良治安、自由经济和健全的法律制度等而闻名于世，香港是全球第十一大贸易经济体系，是成衣、钟表、玩具、游戏、电子和某些轻工业产品的主要出口地，出口总值位列全球高位，单位面积经济产出居第三位。同时金融服务业肩负带动香港发展成为知识型经济体的重任，香港是第六大外汇市场及第十五大银行中心，人均私人股权投资排名第三位，从业人员学历水平较高，教育是香港的公共开支中最大的项目之一，预算开支约占经常公共开支总额的五分之一。政府设有学生资助计划，确保学生不会因经济问题而失去受教育的机会。高等教育人均公共支出排名第二位。

排名第三位的是东京。作为日本的首都，它是整个亚太地区处于绝对领先水平的区域。最新数据的计算结果显示，东京在亚太地区的实力仍是独占鳌头。事实上，东京在全世界所有地区的知识竞争力结构中代表了发达的国际大都市这一类地区。它们具有强大的经济实力，因而其劳动生产率、居民收入使一般地区难以望其项背。即使在世界范围内的金融危机期间，东京的多数指标依然在亚太地区中名列前茅。东京是日本最大的工业城市，全国主要的公司都聚集于此。东京又是日本经济、商业、金融中心，资本在50亿日元以上的公司有90%集中在东京，全国各大银行或总行或主要分行都设在东京，东京在千代区和中央区分别设有闻名于世的日本银行和活跃于世界股票市场的东京股票交易所。东京还是日本的教育和文化中心。目前，东京拥有190多所大学，著名的东京大学、早稻田大学、庆应大学、立教大学、明治大学、一桥大学、法政大学等都在东京。毫无疑问，东京的教育和文化发展优势引致了经济发展、产出效率等全方位的巨大优势，使其成为亚太主要地区发展的标杆。

从具体指标上看，东京的政府Ramp;D投入（排名第三）、企业Ramp;D投入（排名第二）优势非常突出。产出指标中，无论是劳动生产率（排名第三）还是人均月收入（排名第六）也都具有明显优势。东京作为日本的首都非常重视教育投入，高等教育的公共支出保持着各地区第二的水平，另外东京的科技资源、高级人才资源丰富，高技术服务业（主要集中在电信服务、研发服务等）异常发达，加上市场巨大，因此其百万居民专利登记数（排名第一）、每千人高科技服务从业人员数（排名第二）等指标都高居亚太33个国家和地区第一位。

上海在连续四年闯入前十名后，今年继续位列第五。上海的进步可以归结为三个方面的原因：首先，近年来加大了全球科创中心建设的力度，本年政府人均Ramp;D投入排名第六，保持了很好的持续性和强劲的势头。发挥市场在资源配置中的决定性作用，并更好发挥政府的作用，上海已基本建成国内最完善的区域科技创新体系。其次，上海高度重视人才在创新中的作用，集聚和培养了数量可观的各类创新型人才。目前，上海拥有数量庞大的中国最富创新意识、最有活力且最具创新能力的群体，仅留学归国人员就约占全国的1/4，在若干个重点领域拥有一批国际先进水平的科技领军人物和重点行业的国际知名企业家，今年千人经理人数亚太排名第八。第三，上海的知识密集产业优势已初步建立。其千人IT就业人数排名第四、千人汽车与机械工程就业人数排名第三位，显示出经过多年产业结构转型升级的努力，初步建立起了知识密集型产业的优势。另外，作为中国的金融中心，上海人均私人股权投资排名第二，金融对创新的支持开始发力。

图1 2017年8个国家知识竞争力指数比较

在总体格局上，2017APKCI前十名中，中国（四个地区）、日本（两个地区）和韩国（两个地区）三国占据了八席，除新加坡和以色列外，全部集中于东亚。

与上年情况类似，中国大陆的11个地区差异明显。除上海、北京和广州进步迅速，分别排名第五、七、八名，天津位居第十八名以外，其他六个地区都未进入前20名。但这六个地区除江苏保持稳定外，其他五个地区都前进了1至3名，显示出中国经济在经过几年的调整后有比较好的复苏势头。

从国家层面来看，各地区所在的国家知识竞争力平均水平也与相关国家的经济发达程度有着较为紧密的联系。根据对本报告所包括的相关国家和地区19个指标的测算，2017年，新加坡（126.46）、韩国（108.26）和以色列（102.17）等国家的知识竞争力水平较高，而中国（98.79）、新西兰（97.73）和印度（90.45）等国家则相对落后，日本（102.14）和澳大利亚（101.38）则处于中间水平。新加坡、韩国和以色列作为经济较为发达的国家，其生产效率较高，高级生产要素的聚集引致了较高的创新强度，因此知识经济也更加发达。相较这些国家，中国、印度等国家的知识经济发展尚有诸多不足，因而它们的知识竞争力相对较弱。但需要指出的是，国家之间的知识竞争力差距并不明显，发达国家在某些方面并无较大的知识竞争力，而知识竞争力较弱的国家则具备较大的发展潜力。

今年各国的竞争力除新加坡明显优于其他国家外，中国从末二前进到末三位，与发达国家之间指数差距有所缩小。需要指出的是，以本报告所包括的地区指标来反映其所在国家整体的知识竞争力水平，同时没有考虑同一国家地区之间和不同国家之间、地区之间的规模差异和结构差异，具有一定的局限性，所得结论也仅仅能体现一部分的现实情况。

经济活动率

经济活动和参与水平衡量了一个经济体中的人力资本水平。健康的人力资本投入对高层次的知识生产来说非常重要，并且为进一步的知识投资打下了基础。此外，高层次的活动表明了生产过程的利润是惠及广泛的人群的。高度的参与不仅对于知识经济生产，而且还对于有活力和凝聚力的社会来说也是必要的。低层次的活动总体上代表了缺乏社会及经济包容性和整个经济体承受的高负担。

虽然人口因素是非常重要的，但经济活动水平还取决于劳动力市场的开放性和灵活性、社会安全保障制度和福利制度，以及人口和文化的混合因素。有效的劳动力市场和福利制度最大限度地给人们自由和机会去积极参与经济活动，并充分利用人口环境。

表2显示了33个地区的经济活动率排名，其中，排在榜首前10位中有2个是中国大陆的发达地区，较之去年的4个有所下降，这与中国人口红利逐渐退去的现实国情相吻合，对于国内发达地区而言，从内地大量涌入的年轻人作为常住人口提高了这些发达地区的经济活动水平。因此，北京和上海的经济活动率依然保持着相对靠后的位置。另外，北京、上海两座城市的中高等教育在校人数远高于其他城市，这些也是造成经济活动率较低的原因。其中，由于北京拥有大量的央企、国家机关、各地方政府及企事业单位驻京机构等，其经济活动人口比上海更多。而上海作为一个典型的国际大都市，其收入水平较高，人口平均寿命较长，老龄化程度较高，从而导致经济活动率水平非常低。

表2 经济活动率排名

表3 每千从业人员中经理人数排名

相较上年情况，日本的8个城市排名有了整体的明显提升。富山从去年的第九位上升到今年的第一位，静冈从去年的第3位提升至第2位，栃木县、爱知、京都、东京等地区更是都进入了前10名。从这一点来看，日本长期以来由于人口老龄化造成的经济发展问题似乎出现了转机。

在日本的整体提升下，印度的三个地区落到了位于排行榜的最末尾位置，因此除了其人口压力外，在经济活动率上，印度和亚洲其他地区仍有很大差距。

每千从业人员中经理人数

每千人员工中经理人的数量表明经济体中知识劳动者的集中度。管理人员、专业人员和高端技术工人是知识生产过程的重要组成部分。这些人越来越被认为是创新产生的源泉，他们的价值确切地说就是他们的智慧，能够刺激投资和经济增长。尽管知识劳动者在全部产业中都发挥其作用，但是大部分集中于新兴产业和高度的知识密集型产业及服务业。管理人员的任务是运用新技术寻找有效的工作方式，并促进这些技术的传播。这些劳动者不仅为经济提供了高附加值，而且使地区获得了高水平的财政收入。

一般来说，创业环境优越的地区将催生大量中小型公司，相应地导致大量管理层人员的聚集。在2017年，新西兰的每千人员工经理人数依旧是稳居第一，新加坡仍然排名第二。

值得注意的是，2017年新南威尔士、维多利亚和西澳大利亚等地排名都有所上升，由于日本的人口结构问题，虽然高级专业技术人员总体数量庞大，但直接管理人数并不多。东京、富山等地区排名下降近十名，经济活动人口过少的问题较去年恶化。

在这项指标上，今年中国大陆的地区表现优秀，除了排名较末的湖北、山东之外，福建、辽宁和广东排名都有稳定的提升。北京、上海、香港在前10名中的位置与去年稍有下降，其他地区相对也有小幅下降。由此可见，随着改革和转型的深化，中国有大量人员正在转化为真正的企业管理人才，中国的经理人数增长潜力依然巨大。

知识密集产业的就业水平

知识经济中的产业越来越向着高附加值、密集研发部门集中。如果一个地区的发展向知识经济转移，则以知识为基础的就业人数和比例将增加。为了研究以知识为基础的就业情况，我们定义了5类以知识为基础的活动。以知识为基础的部门是高端技术和智力成果集中的部门，其生产过程需要高度的投资和创新。这些产业中的企业在研发投入上有很高的比重，相应提供高附加值的财富。由于这些部门拥有知识密集度很高的生产过程，为地区获得竞争优势提供了机会。这些知识密集部门的产出还提高了其他经济部门的生产率并促进了知识的扩散。

以知识为基础部门的包括四个制造业和一个服务部门：

●生物技术和化学部门——制药、药材、化工和化学产品。

●IT和计算机制造部门——通信设备、计算机和办公设备、电子配件及辅助设备。

●汽车和机械工程部门——汽车和运输工具、机械工具和设备。

●仪器和电子工程部门——精密设备和光学设备、电子传输和分配设备、照明和线路设备。

●高技术服务部门——软件和计算机相关服务、电信、研究、开发和测试服务。

以知识为基础的产业在区域上的集中表明了知识推动经济模式的存在。这种经济体的增长不仅依赖人力和实物资本资源的增值，而且依赖于技术生产力创新的产出水平。由于在以知识为基础的部门就业的人员通常具有较高的文化和科学水平，因此这部分指标是对知识资本投入的测量。在这些部门指标上表现良好的地区更可能是对知识资本的投资很大的地区，希望以此获得高水平的要素生产力。

由于知识密集制造业与知识服务业的特征和集中程度有较大的不同，我们分别对这两类产业进行分析。

表4显示，2017年韩国蔚山在四个知识密集制造业的就业密度上蝉联第一，合计就业人数达到232人。然而可以发现，这一结果主要归功于生物技术和化工、机械工程这两类制造业。尤其在“汽

车和机械工程”的就业密度上，蔚山的指数达到了188.22，相比第二名班加罗尔的114.2领先了约65%。由此看来，韩国蔚山的汽车制造行业不容小觑。

表4 每千从业人员在知识密集制造业中的就业人数排名

相比第一位，第二位的印度班加罗尔在四种知识密集制造业的就业密度上比较平均，都处在领先地位。它在化工、通信设备、计算机、电子设备制造、机械等行业的优势都是非常明显的。从四个知识密集制造业部门总体上看，中国大陆广东保持去年的优势成为中国排名第一的地区，且部门间发展极度不平衡，IT和计算机制造、仪器和电子机械表现优异，分别居于亚太地区的第一名和第二名，紧随其后的上海部门间发展较为平衡，它的四个知识密集制造业部门在每千从业人员中的就业人数连续三年位于33个地区的前列。上海的产业升级很快，大部分地区的产业逐渐集中到了知识密集产业。

中国大陆地区在知识密集产业的就业人数规模方面具有整体的优势，前10名中除了蔚山（第一）、班加罗尔（第二）、孟买（第五）、爱知（第七）、静冈（第九）和新加坡（第十）外，其余4个（广东、上海、天津和江苏）均来自中国大陆。

除了总体优势较明显以外，中国的几个地区在产业部门方面也都有自己的特色，例如广东在IT和计算机制造、仪器和电子机械最强，上海四部门排名均进入了亚太地区前十，而天津在汽车和机械工程方面有明显优势，江苏在IT和计算机制造方面有明显优势。香港因为制造业逐步退出，每千从业人员中的知识密集制造业从业人员不到9人，排在倒数第二的位置。

知识竞争力指数中高技术服务部门的指数代表以下部门的就业密度：通讯服务、IT支持、数据处理、计算机软件及研究和科技开发。所有这些部门都需要业务创新和受过良好教育的人才。另外，高技术服务部门中相当部分属于生产性服务业，因此它又依赖于市场的规模。由于以上特性，高技术服务业多集中于人才和智力资源高度集中、市场广阔的大城市。所以，本排行榜中北京取代东京居于首位，每千从业人员中有156人在该部门就业（表5），形成了强大的高技术服务优势。这表明随着我国市场化程度逐步提高，区域经济与高新技术产业发展迅速，传统产业与新兴产业专业分工不断细化与深化，逐步形成了一个人才密集、知识密集、附加值高、低能耗、支撑并服务于经济发展的高技术服务体系。作为首都的北京拥有强大的研发队伍，优势十分明显，其面向市场的服务也相应得到加强。相比之下，中国其他大部分地区都排在后端，但很多地区排名都较去年有所上升，这也体现出地区间高技术服务业发展正在往均衡性的方向发展。

表5 每千从业人员在高技术服务业中就业人数排名

表6 政府在Ramp;D中的人均支出排名

另外，今年澳大利亚的三个主要地区在高技术服务业就业方面表现优异且稳定，分别位列第三（新南威尔士）、第五（维多利亚）和第六位（西澳大利亚）。日本的神奈川县保持去年的排名，位列第四。同时日本的主要地区高技术服务业就业规模均较大，其排名大部分在20位之前。这不仅体现出日本较高的服务业层次和高级生产要素的集聚，也体现了日本在高技术服务业上稳定发展的势头。

知识资本是指一个地区产生新想法并将这些想法转化为商业价值的能力。研发活动中的投资是衡量在开发新技术、软件和思想从而对现存知识基础进行扩展方面所做出的努力的关键指标。这些研发指标根据两大参与者——企业和政府分为两类。因此，我们用研发支出作为衡量一个经济体发展知识水平并将其转化到高附加值经济产出能力的指标。另外，作为知识经济活动的中间产出，专利数量反映了知识经济中将想法付诸实施的手段，因此也作为我们衡量知识资本的一个重要指标。

政府对Ramp;D的人均支出

政府研发支出通常是为了发展科学基础，支持那些私人部门投资不足的研究。因此，政府的Ramp;D支出对高校、研究机构投入最多，也正因为如此，一国首都和重要中心城市由于集聚了大量的这类机构而显示出明显的优势。在表6排行榜上，北京（人均1033.22美元）以绝对优势继续领先于其他地区，较上年有小幅增加。中国制定了“科教兴国”战略，从上到下都非常重视科技创新，意识到科技是经济发展的支柱。与此同时，科技部在全国十二届人大三次会议上的报告表明，为提高科技创新效率，国家在深化中央财政科技计划（专项、基金）管理改革、加强中央财政科研项目和资金管理改革等方面都取得了显著成效。从政府层面看，“十二五”规划中也明确提出要加快自主创新步伐、提高科技创新能力，国家在相关方面的投资也明显加大。在之前出台的经济刺激计划中也有相当部分的政府投资投向了研发活动，这些都将产生持续的积极作用。除北京外，日本蔚山、东京、以色列以及韩国首尔和上海都位居前列。日本的其他地区也有着相当规模的政府研发投入强度。

表7 企业在Ramp;D中的人均支出排名

表8 每百万居民专利数量排名

对于中国大陆的其他地区而言，除了江苏位居16位，其他地区政府的Ramp;D投入并不多，主要排名在中下游，特别是山东、福建排在榜末，表明政府在Ramp;D投入上具有很高的区域集中度，不同地区存在相当大的差距。这种差距不仅源于地方政府本身的财政投入力度不同，还在很大程度上受国家财政科技资金的区域投向影响。每年几千亿元的中央财政科技资金在区域投向上有很大的不均衡性，这直接影响了各地区在Ramp;D投入上的不同总量和强度。

企业对Ramp;D的人均支出

企业研发支出是衡量企业开发新技术和想法的关键指标，并对于其他公司和社会整体有重要的溢出效益。与公共部门相对，企业的投资水平对于地区的创新活动和技术的发展进程有很强的指示作用。

虽然受世界经济波动影响很大，企业的Ramp;D投入近几年投资增长有所减缓，甚至部分地区出现了负增长，但发达国家的企业Ramp;D投入仍然处于极高水平。在表7的排行榜上，日本往年的垄断优势被打破，与上年日本九个地区分别位列第一至第八名和第十名不同，以色列、新加坡冲入前五名，以色列取代日本滋贺县成为第一名，东京和蔚山取代日本其他地区成为第二名和第三名，前三名的人均支出则超过了2300美元。印证了前面这些地区高度集中的知识密集产业，强大的研发投入造就了知识密集产业的发展和壮大。

香港排在大中华区域内的第一位（第17），与去年第27名有明显提升，台湾、天津和上海也位列前20位（分别位列第18—20位），而北京、浙江则紧随其后，表明中国内地发达地区企业对研发投入越来越重视，投入总量整体处于不断增长的态势。而中国其他六个地区则集体处于相对靠后位置。这也给我们一个警示：“中国制造”遍布全球表明企业已经具备了相当的生产制造能力，但自主研发、自主创新的能力与发达经济体尚有较大差距，企业不愿投入过多的研发成本是自主创新能力缺失的原因之一。针对相关问题，国家出台了一系列扶持政策。虽然我们国家的企业Ramp;D投入在总量上增长巨大，但是与其他发达国家特别是以知识密集型产业为主的国家相比，我们需要提升的空间还很大。根据最近我们对台湾一位IT专家的访谈，他认为大陆的IT企业普遍不愿意在软件上进行投资，从而导致大量的研发人员不能搞真正的研发。通常情况下，一套IT软件的价格高达6000万美元，且更新换代的周期非常短。直接的使用时间只有6个月，即使付费升级，最长也不过使用2到3年。这还不能保证研发的产品符合市场需求趋势。面对巨大的成本和市场风险，中国企业在这方面的投入积极性非常低。台湾IT专家认为这是大陆IT产业不能进入技术前沿领域的关键因素。

当然，印度的三个地区排名依旧处在末位，反映出印度企业层面在研发强度的欠缺。

区域专利产出

知识竞争力中新想法的产生用专利指标来评估，因为这个指标和知识形成及知识资本化的联系最直接也最密切。专利的数量可以用来表明一个地区通过产品和过程将知识转化为潜在商业价值的成功程度。

表8是每百万居民专利数量排名。今年我们仍然利用韩国与日本各细分地区专利申请的具体数据，使排行榜保持着较高的可信度和精确性。在这一指标排名的前10位中，东京仍稳居榜首，并具有不可逾越的优势，东京的每百万居民专利申请数达9624项，即平均每100人就有近1项专利申请。东京的这项指标与位于第二名的首尔（6999项）的差距较之去年两倍的差距有所缩减。

浙江取代大阪成为第三名。中国大陆的北京、江苏、上海均名列前10，且排名均有所提升。近几年，中国大陆发达地区的专利数量增长幅度较大，但大陆的专利中目前有较大比重的是实用新型和外观设计，而并非对知识经济贡献更直接的发明专利，因而并不能精确地反映技术进步的因素。

韩国在该项指标的排名整体表现较好，首尔排名第二，蔚山排名稍有下降排到第13。日本的九个地区在居民专利数量方面分化较大，东京的专利数量排名第一，而栃木县则排名第26位。澳大利亚和印度的主要地区专利数量较少，排名最末位。

表9 人均私人股权投资排名

在知识经济中企业为了参与竞争，它们不仅需要具有获得知识资本的意愿，而且需要财力去做这些事。在这里我们将地区层面上私人资本对企业的投资作为金融资本可得性的测度。私人资本十分重要，它通常集中于具有潜在发展能力的中小型公司中。这些金融投资扩张使具有创新精神的公司能进行人力资本、实物资本和知识资本的建设。私人资本包括风险资本和初始投资，这些一般是以知识为基础的活动，增强了各地区企业的基础。

总体上看，受全球金融环境复苏的影响，本次观察的所有地区私人股权投资规模均有所增长，但它们之间的差异仍然是非常显著的。

在表9的人均私人股权投资的排行榜上，北京仍是私人股权投资强度最大的地区，得分为174.35，远高于第二名上海，这与近年来地方政府的资金投在北京的私人基金息息相关。新加坡取代以色列人均私人股权投资排名第四，整体实力雄厚，新加坡的金融业发展异常迅速并具特色，原因在于一是新加坡优越的地理位置。新加坡地处东八时区，与伦敦正好相差8个小时，这意味着新加坡的金融交易弥补伦敦、纽约金融交易时段的空缺。二是完备的金融法律、相对宽松的监管机构。三是其优良的信用环境和具有竞争力的财税政策，是一个世界公认的低税赋国家和国际避税港。

上海表现出色，排名从去年的第三名上升为今年的第二名，上海作为中国大陆的金融中心，拥有其他城市无法比拟的金融市场规模。全国银行间同业拆借中心、中国外汇交易中心、上海黄金交易所均设立于上海，是全国重要的货币市场、外汇市场与黄金市场。其次，位于上海的上海证券交易所、上海期货交易所、中国金融期货交易所是中国最重要的资本市场（证券市场）、期货市场之一。在金融机构实力方面，上海拥有全国最多的证券公司、基金管理公司和外资机构，在证券机构与机构国际化两方面大幅领先。

值得强调的是，在排行榜中，中国大部分地区的表现较去年更好，香港、台湾、福建、浙江、广东等地表现优秀，相较去年福建超越浙江、广州等地区，排名得到大幅度提升，香港从去年的第五名上升到第三名，福建从去年的第11名上升到第七名，浙江从去年的第11名上升到第八名，广东从去年的第10名上升到第九名。这与今年来中国各地金融体制的改革、营商环境优化，政府政策鼓励是分不开的。

上述人力资本、知识资本和金融资本投入在整个知识经济体系中相互作用，形成了区域的知识经济产出。我们用劳动生产率、平均月收入、区域就业水平和区域产出强度（每平方公里百万美元GDP）等四个指标描述这些产出。

目前全球经济正在逐渐从危机影响中缓慢复苏。面对经济危机首当其冲的就是各国的金融和制造业。随之而来的就是全球范围内的裁员、减薪，各国都面临着严峻的失业问题。APKCI研究体系中所涉及8个国家的33个地区在此次经济危机中也遭受了严重的打击，例如，虽然经济危机爆发于美国，但是日本受到的影响也非常大。但在2017年的指数计算中，与2016年相似的趋势是，各国家和地区该系列指标都出现了不同程度的回升。

劳动生产率

知识经济的发展应以较直接的方式回馈经济增长和产出效率，因而劳动生产率是地区知识经济发展水平的重要测量标准。劳动生产率受一系列因素的影响，比如部门结构、劳动力技术水平、在创新上的投资以及市场竞争。生产率由全部从业人员的人均国内生产总值反映出来，它一定程度上是地区经济活动水平和失业率的函数。所有经济体的繁荣高度依赖于其劳动生产率。

表10 劳动生产率排名

从表10来看，对比2017年的APCKI，亚太33个地区在该项指标的排名结构上并没有出现太大的变化，其中有些增长较快，有些则停滞不前。西澳大利亚取代韩国蔚山成为第一名，日本虽然多地区排名稍微下降，但是东京却保持去年的排名不变。日本仍有四个地区在前十名之列，其劳动生产率的优势仍然较大。中国大陆的11个地区中，大都位于榜单的后半段，北京的劳动生产率最高（第19），上海（第21）超越天津（第22）也有着相对较高的生产率。印度的3个地区仍然垫后。虽然知识经济评价不仅仅关注经济产出结果，但无疑这种产出是知识经济的一部分，也就是说经济本身的发达程度仍然具有重要影响，从总体上看，发达国家和地区的劳动生产率普遍较为明显地高于中国大陆和印度相关地区。这也说明中国大陆部分地区在这一指标发展上有待加强。

事实上，即使在经济危机的冲击下，依旧是日本（4个）、澳大利亚（3个）这些发达国家占据榜单前10名的大部分位置，东京和蔚山的劳动生产率水平也相对较高，发达国家的整体劳动生产率高出中国、印度等发展中国家很多。

平均月收入

为了衡量一个国家或地区实现经济的可持续发展，不仅要评估产出，还要看产出是如何转化为个体的财富。收入数据说明了已转化为所在地区的个人财富和生活标准，特别是经济活动产生的增加值，它同时说明了一个经济体中相应的工作质量。

表11显示，该项指标排名结构与2016年相比出现了一些变化。新加坡成为亚太33个国家和地区中收入最高的地区，其平均月收入达到6364美元，西澳大利亚取代东京成为排名第二的高水平，平均月收入达到5398美元。亚洲地区人均收入水平进一步提升，榜单前三名的地区均为亚太地区的城市，澳大利亚优势明显，且前十名中有六个均在亚洲地区，这与亚洲经济恢复强劲，欧洲等地经济萎靡有一定关系。

由于平均月收入与劳动生产率有着较紧密的联系，与劳动生产率的排名类似，发达国家和地区仍然处在较高水平，中国大陆和印度地区仍与它们存在较大差距。其中中国大陆的11个地区分列第17至30位，处于榜单的末部。这个指标充分揭示了中国经济结构中存在的突出问题，一是国民经济产出中的居民实际收入占比非常低，这是长期以来高积累遗留下来的后遗症，国家经济发展依赖的是投资而不是消费；二是产业的附加值低，因而劳动作为生产要素的价值分配比例被大大压缩。

从短期看，中国大陆的这一状况难以改变。因为近年来工资水平已有较大幅度的增长，再加上原材料成本上升和外贸企业受到人民币升值因素的影响，企业的成本压力已经很大，短期内难以再快速提高工资。但从长期看，经济发展的最终成果必须体现在居民收入上。从这方面看，中国的差距还很大。以大陆排名最靠前的北京为例，其职工人均收入仅相当于亚太第一位东京的38%，韩国平均水平的56%，差距较去年有所缩小。正是在收入方面的巨大差距，才大幅拉低了中国各个地区的知识竞争力。

表11 平均月收入排名

表12 区域就业水平排名

区域就业水平

我们用失业率来反映就业的实际水平，因此该指标是反向的，即一个高的得分表明低的失业率。为了标准化所有的指标，失业率用一个简单的等式：100—失业率，这样能保持变化的线性。

表12显示，中国大陆广东取代北京成为第一。北京成为第二名，湖北、浙江的排名也很靠前。这也说明尽管存在比较严峻的大学生就业压力，我国的城镇就业水平在全世界还是很高的。新加坡面临较小的人口基数、高水平的教育和外贸行业的需求，实现了较充分的就业和良好的就业结构，位列第三。日本地区进步显著，打破了过去长期保持较低的失业率，五个地区排名进了前十。韩国两个地区的就业水平相对上年下降明显，其中蔚山由去年第四名下降到第18名，失业率为3.5%。相比去年，印度就业形势仍然严峻，位于榜单末尾，由于全球经济疲软，印度优势产业信息服务业情况不容乐观，制造业发展缓慢，导致就业情况恶化。此外，澳大利亚、新西兰以及以色列的该项指标排名也靠后，较高的失业率代表经济对人力资源没有充分利用，尽管对一个地区保持经济竞争力影响不那么直接，但它是一个严重的社会问题，并且影响居民的整体福利水平。

表13 区域经济产出强度排名

区域经济产出强度

知识经济在很大程度上与产业集聚有着非常紧密的联系，产业内的投入要素合理配置、不同产业之间的城市基础设施配套以及人才和技术的知识外溢这三个效应既是产业集聚带来的效率增进，也反映了产业增长的质量。

我们用单位面积经济产出来衡量区域产出强度，它表示在一定的土地面积上产出的平均水平，如表13所示，2017年，首尔的区域产出强度是最高的，其单位面积产出达到了每平方公里667.9百万美元，比第二名的新加坡高11百万美元，香港保持探花位置未变，且前三名的产出水平远高于其他国家和地区。而排在第四、五位的分别是东京和大阪。这些地区几乎都是人口密度极大的国际都市，在有限的土地上聚集了大量的高素质人才和优质企业，并大多有着较大容量的外部市场。中国大陆地区中，上海的区域产出强度最大，排名第七，而天津和北京也具有较好的表现。从总体看，由于不同的地域特点和人口分布特征，城市性的地区在该指标上的表现要好于由乡镇为主要构成的地区，例如，大洋洲的诸多地区虽然在劳动生产率方面排名靠前，但他们较低的人口密度却导致了较低的区域产出强度，四个地区排名垫底。另外，有些地区不适宜发展经济的地形对该指标也有影响，比如山地比重较大的地区比较不利。这些方面是该指标的一个缺陷。但不管怎样，知识经济本身反映的是对自然资源依赖程度的较低和较高水平的经济集聚。比如山东和广东这两个地区都有较大的平原地区，也都有较多的山区，但它们都是经济比较发达的地区。计算结果表明，这两个省的区域产出强度几乎相等。

表14 初等和中等教育人均公共支出排名

知识持续性是每个地区保持其知识创造和商业开发长期健康发展的能力。在我们的模型中，它表现为对下一代知识劳动者和ICT基础设施的投资，共包括四个变量。

对未来知识的投资

新的经济增长理论在一个变化的经济环境中以人力资本的重要性和适应及满足新的商业目标的技术工人的需要为基础。未来的人力和知识资本蕴藏于那些接受教育的个人之中。因此，投资于教育和培训可以认为是对知识的投资。持续的经济增长将取决于大学毕业生的质量和他们在商业社会中使用知识的能力。大部分的初等教育支出作为义务教育被列入国家预算，而高等教育支出则是一个地区高校数量和种类的反映。

这个指标一方面说明了地方的财力水平，另一方面反映了一个国家对教育的重视程度和文化传统。表14显示，近年来中国大陆不断增加义务教育的投入，并以法律形式规定其占GDP增长的比重，初有成效，北京（第12）和浙江（第13）较去年有大幅提升，成绩显著。大中华范围内的香港和台湾则分别排在第六和第11的位置，与去年一样。澳大利亚、新西兰、以色列、新加坡、韩国等发达经济体的教育水平无意外地维持高水平，其初等和中等教育支公共出位居前列。其中，澳大利亚的维多利亚取代新南威尔士位居榜首。

相对于初等和中等教育的义务教育性质而言，高等教育更加市场化一些。因而一个地区的大学能否通过市场化手段筹集到办学经费直接影响到知识投资的水平。但就本指标而言，它衡量的是公共支出部分，所以与市场化关系不大。

表1 -15 高等教育人均公共支出排名

新加坡、日本、澳大利亚等国家都非常重视对高等教育的投入，从表15可以看出，上述国家的地区都处于前列。新加坡以人均1258.24美元居榜首。究其原因，主要是由于政府不惜财力和物力以保障高校的正常运行，自独立以来到20世纪80年代初，新加坡政府是高等教育投资的主要承担者，其历届领导人深知高等教育投资关系到一个国家的前途与兴衰，有利于经济的发展。近几年，新加坡更加注重高等教育的素质和投入，目标在2020年之前，将获政府津贴的大学学额提高到等于同届学生人数的四成。

台湾大力推进高等教育的普及工作。近20年来，高等教育迅速发展，目前共有165所高等学校。由于台湾教育私人办学比重大，相比较其他国家和地区由国家全权负担教育支出，台湾总的高等教育经费投入显得数额较大。台湾的私立大学占高校总数的三分之二，从而减轻了政府的负担，政府可以集中财力投入公立大学。

日本的滋贺县、富山、京都等地区具有极高的高等教育水平，它们拥有多家全球著名的高等学府。例如，京都作为西日本的“学都”，其学生占总人口比例高居日本首位。京都地区的京都大学是世界级著名研究型国立综合大学，是日本政府为了与欧美强国抗衡而建立的，它对国家和民族的发展有重要贡献。从京都大学成立之日起，日本政府就对它寄予厚望，给予种种优待，以此为基础，京都大学日益发展，成为世界著名的高等学府。从日本政府对待京都大学的态度，可以窥见其对待高等教育的态度。

北京位居榜上第14位，较去年下降四个名次，而上海的高等教育公共支出排名第17位，与北京的差距较去年缩小。

不过该指标有一些缺陷，就是地区人数的多少直接影响到其排名。比如一个上海就几乎相当于整个澳大利亚的人口，所以在排行榜上，澳大利亚及日本的一些县排名比较靠前。还有就是与区域内高等学校数量的多少有关，由于每所公立高校或多或少能从国家一级获得高等教育公共投入，如果地区内高校数量多的话，在分母（区域内总人口）一定的情况下，人均高等教育经费就会比较高。显然，北京就是受益于较多的高校而获得了较多的高等教育国家投入。

但无论如何，每一地区都有高校，它们获得的公共教育经费直接决定了其教学条件的高低，从而对知识的生产和人才的培养产生不容忽视的影响。所以人均高等教育公共经费仍然是衡量区域知识持续性的重要指标之一。

ICT基础设施投资

在如今的电子信息时代，为了使知识在地区和国家范围内得到有效传播，良好的ICT基础设施，尤其是快速的宽带电信服务是必须的；其次，对于商业活动本身，我们使用人均安全服务器数来衡量其水平，因为安全服务器使用加密软件（encrypted）进行电子商务传输，所以一国该种服务器的数量又充分表明了该国的电子商务运行水平。

表16中安全服务器所使用的是国家（地区）层面的数据，但考虑到中国的发达地区与落后地区之间相差悬殊，像北京、上海、天津这样的发达城市实际上被大大低估了。

事实上，中国的电子商务整体水平与大部分发达国家相比并不落后，无论是商户还是消费者的数量规模都具有绝对的优势，人均水平也比较领先。根据CNNIC最新发布第40次《中国互联网络发展状况统计报告》（2017年8月），截至2017年6月，我国网络购物用户规模达到5.14亿，相较2016年底增长10.2%，其中，手机网络购物用户规模达到4.80亿，半年增长率为9.0%，使用比例由63.4%增至66.4%。

但按照国际互联网标准指标统计，安全服务器的相对数量整体上比较落后，但发达地区实际被低估。

与上年类似，日本、澳大利亚等居民拥有互联网主机的水平很高，中国的香港和台湾也有较高的水平。尤其是日本，它的千人宽带上网人数高达1014，比上年继续增长了120人。韩国的安全服务器比例最高，达到每百万居民2411台。

从2017APKCI和2016APKCI排名变化可以看出，各国的ICT基础设施水平在持续接近，今后的趋势将是使用质量和频度上的差别，这对于知识经济的发展是一个有利的方面，尤其是对于后发国家。

表16 ICT基础设施排名

今年我们还对世界知识竞争力进行了预评估，上海在142个地区的知识竞争力中位列第七位，跻身世界前列，比2016年的第25位和2008年国际竞争力中心最后一次评价的第110位有了大幅度提升。上海知识竞争力水平的稳步提升反映了上海建设全球有影响力的科技创新中心成就初显。进一步加强落实建设全球有影响力科创中心战略意义愈加重大。我们建议在建设全球有影响力科创中心战略框架下，主要从以下四个方面提升上海的知识竞争力水平。

在建设全球有影响力科创中心战略框架下升级产业结构和完善产业集群

建设全球有影响力科创中心战略的实施将极大地提升上海知识竞争力水平，尤其是“在信息技术、生物医药、高端装备等领域，重点建设若干共性技术研发支撑平台”背景下，上海将在知识密集制造业方面建立起较高层次的产业结构和相当规模的产业集群。

根据对各项指标的分析，上海的知识密集产业对知识竞争力的总体贡献非常突出。上海的四个知识密集制造业中，每千从业人员IT就业人数、每千从业人员生物技术就业人数、每千从业人员汽车与机械工程就业人数和每千从业人员电子机械就业人数分别列全球142个地区的第四、第七、第三和第七位，知识密集服务业（高技术服务业）列第10位。这在全球其他大都市地区，尤其是发达国家中是比较少有的，表明其知识密集制造业对其知识竞争力贡献巨大，同时也表明随着产业结构的演进，制造业的转移规律在发挥作用。

但值得注意的是，日本和德国的一些城市和区域至今保持了较大规模、较高密度的知识密集制造业部门，而非盲目地转向服务业经济，这给了上海重要的借鉴。上海作为国际大都市，与其他国际大都市有所不同：上海拥有远超于纽约、伦敦和巴黎等其他国际大都市的人口和面积，这决定了上海相对于这些国际大都市的产业发展的巨大空间优势和市场优势。加之上海又是中国传统的制造业中心城市，上海在进行产业升级的基础上建立起世界上最强大的知识密集产业群。这一特征将是上海在未来10到20年内超越其他国际一流大都市最重要的资源禀赋和结构性优势。

但上海的这一比较优势尚未充分发挥出来，尤其是还没有转化为竞争优势。建议发挥上海作为国际大都市与一般地区相比所具有的人才、信息、金融、交通、技术等综合优势，培育更加友好的产业环境和一批制造业的“产业追随者”。

为了实现全方位的产业结构升级以实现知识经济转型，应大力发展高技术服务业，并以此带动知识密集型制造业，并使两者有效互动。将郊区建成技术密集的、规模型的知识密集制造业产业集群，包括集成电路、通信设备、生物医药、高端装备等，以形成其他发达国际大都市所不具备的“躯干产业”。而将中心城区建成知识密集的高技术服务业，即“头脑产业”，包括研究开发产业、软件开发、信息技术、服务等专业服务业等。让“头脑”与“躯干”互动起来，即以中心城区强大的知识密集服务业支撑郊区的知识密集制造业，并将中心城区部分与知识密集制造业直接相关的知识密集服务业不断扩大到郊区，大幅度提高郊区产业的增加值率和单位面积产出率。

更加重视人才引进和培养，完善人才发展环境

与产业发展水平相比，上海的管理类人才培养和知识资本的持续性等方面的发展相对滞后。上海在全球142个地区中每千人经理数位列第24位；初等、中等教育支出位列第124位，高等教育支出位列第114位。

“引进和培育”是区域人才发展的两大手段。短期内，坚持以集聚和用好各类人才为首要。集聚一批站在行业科技前沿、具有国际视野和产业化能力的领军人才，大力引进企业急需的应用型高科技创新人才，充分发挥企业家在推进技术创新和科技成果产业化中的重要作用，打通科技人才便捷流动、优化配置的通道，建立更为灵活的人才管理机制，强化分配激励，鼓励人才创新创造。

长期内，则需要培育多样性人才，而非靠“海归”等外部要素填充高职人才。应设法培育留住人才的宜居条件。近两年出现一个趋势，二三线城市发展较快，对人才的吸引力增强，越来越多的外地企业来挖角上海本地人才，这就需要政府部门进一步完善上海人才发展的大环境。在较长时间内保持知识密集产业发展人才的稳定性和竞争力。

为支撑知识密集产业的发展，建议在人才居住证和积分落户政策方面进一步向实用技术性人才倾斜，保证上海有一支数量充足、精力充沛、敢于创新的实干型人才。

建立市场导向的创新型体制机制和完善创新基础设施

上海企业人均Ramp;D规模位列全球142个地区中的第45位，仍有提升的巨大空间。要成为全球创新中心，基础设施也非常重要，尤其是软件基础设施，包括大数据、云计算、平台经济、移动互联网等。在数字化时代，数据可以挖掘，信息可以对称，资源可以共享，蓝海可以抢滩，成本可以降低，产业可以重构，所以建设更好的“硬+软”的基础设施对走向全球创新中心的上海来说刻不容缓。

值得强调的是，制度方面的基础设施更加重要。上海应利用自贸区的独特优势，进行政策创新，包括法律在内的经济服务体系创新，如果没有这些创新，很难成就一个全球科技创新中心。

另外，需建立成熟的、领先全国的知识产权体系，如果没有完备的知识产权保护，便形成不了尖端创新。在这个领域，上海应走在全国前列，建立完备的知识产权体系。而知识产权体系不仅是指知识产权保护，而且包含科技创新、专利审核、专利迅速资本化和资本化完成后的产业形成在内的良性循环。另外，完备的知识产权体系还包括缩短申请周期，国内的知识产权申请周期过长：从申请专利到获批，在中国需要26个月。而在日本，只需11个月，在美国仅需9—10个月。因此，这个现状需要尽快改变。在这方面，我们需要建立一个以知识产权为产品的加工厂。如果上海将来成为不断提供系统解决方案的知识产权产地，将对上海全球科技创新中心产生大影响。

建议上海向国家知识产权局申请在上海设立南方专利审核机构，配备优秀人才队伍，争取大幅度缩短专利审核周期。

继续加大上海金融业对科技创新的支持力度

金融资本的发展不仅是知识经济的重要部分，更为科技部门等核心知识产出部门提供了发展的必要工具。以私人股权投资规模来看，上海取得了长足的进步。2017年，上海私人股权投资位列全球142个地区中的第五位，亚太33个地区的第二位。但在人均水平上，上海与北京仍有一定差距，这与上海的金融中心地位是不相称的。建议上海采取更加开放的政策，大力培育私人股权投资公司，尤其是利用好上海自贸区的有利政策优势，积极吸引国外和外地的私人股权投资公司。

具体建议：第一，落实此前浦东新区对私人股权投资公司高管个人所得税返还和新公司开办的一次性奖励政策并扩大到全市范围；第二，对在上海投资于创业公司成功上市的私人投资公司获得的股份，在二级市场卖出后如果再投资于上海本市非上市公司的，对产生的各项税收按等额全额奖励；第三，在陆家嘴、张江或自贸区其他区块建立私人股权投资集聚载体（园区或商务楼宇），对集聚区内的私人股权投资企业提供与国际接轨的高水平专业服务，支持私人股权投资做大做强。

除了私人股权部门，近年来上海金融业的其他部门对科创部门的支持力度持续加大。来自上海银监局的统计材料显示，截至2016年12月末，上海银监局辖内机构为4303家科技型企业提供贷款余额为1500.36亿元。其中，为3943家科技型中小企业提供贷款余额为835.01亿元。科技型中小企业中，2264家科创企业获得贷款余额为418.85亿元。此外，政策性银行对“科研基础设施建设”的金融支持为40.76亿元；金融租赁公司对“科研基础设施建设”相关的融资租赁余额为189.65亿元。虽然从规模来看，上海金融业对科创部门的支持力度不小，但仍需逐步加大对科技型企业中长期融资的支持力度，以更符合科技型企业的成长特性。建议扩大专利抵押贷款的适用性，并建立专利抵押贷款保险，提高银行对专利抵押贷款的信心和积极性。