我国知识经济发展水平影响因素研究——以九大城市为例

薛 洁，陈 超

（杭州电子科技大学 经济学院，浙江 杭州 310018）

全球第三次科技革命之后，信息产业不断发展，便利的个人信息设备及电信网络不断普及，全球的知识化水平不断提高。同时知识经济占GDP的比重逐年上升，在当下和未来的国家竞争中占有越来越重要的地位。而且由于拥有绿色、智能、高效等特点，知识经济受到越来越多城市和大众的欢迎，许多国家把它列为优先发展目标。因此，如何发展好知识经济、如何测度知识经济发展水平的影响因素、如何打造知识经济发达国家等问题十分值得研究。本文将选取我国具有代表性的九大城市，运用因子分析法对九大城市知识经济发展水平的影响因素展开实证研究。

一、文献回顾

西方发达国家由于经济社会发达、产业技术领先，所以对知识经济的研究开始得比较早。“知识经济”这一概念，最早由弗里兹·马克卢普（1962）[1]提出，他主要定义信息经济为知识产业。彼得·德鲁克（1994）[2]认为在后资本主义社会中，经济社会的发展将主要取决于知识工作者，智力资本将超越实体资本成为企业乃至国家竞争的关键。OECD（1996）[3]在报告中提出了被广为接受的对知识经济的定义，它将知识经济定义为建立在知识的生产、分配和使用之上的经济，并且提出了一种测度知识经济发展的指标体系，包含知识投入、知识储备和流通、知识产出以及知识网络和知识学习指标。Shahrazad Hadad（2017）[4]提出了发展好知识经济的四个核心指标：经济政策和法律制度、受教育水平、创新体系、信息基础设施。

我国在拥有了一定的科教和工业实力之后，知识经济的地位也开始逐步上升，社会对金融、文化、信息等产业越来越重视，出现了许多相关研究。牛芳（2000）[5]认为知识产业目前有八大产业群体：科学技术、信息情报、文化教育、传播娱乐、智能智慧、规划管理、咨询策划和思想设计产业群。魏和清（2007）[6]对知识经济的测度方法和知识产业的范围进行了研究。兰剑（2012）[7]对知识产业和知识城市的含义进行了研究，并对国外成功的知识城市匹兹堡、伦敦、首尔的发展经验进行了研究。张林和王露（2014）[8]提出了一套系统视角下知识经济的指标体系，包括了知识经济投入要素、知识经济发展结构、知识经济发展环境、知识经济发展功能四个方面。

综合许多学者的研究来看，虽然知识经济的重要性已受到了很大的重视，但测度知识经济发展水平的指标体系还有待进一步改进。

二、知识经济指标体系的构建

（一）指标体系的构建原则

本文的指标体系构建，将遵循系统性、科学性原则来保证对知识经济全面有效的衡量，还将遵循可比性和可操作性原则以便完整收集数据和分析。

（二）指标体系的构建

多数学者和机构从知识产出到应用的各环节来构建知识经济发展水平指标体系，如APEC（2000）[9]和戴昌钧和张楠（2005）[10]使用的一套包含知识获取、知识创造、知识传播、知识使用的指标体系。对于其中的知识使用方面，知识产业作为衡量知识使用水平和规模的一个重要指标，许多学者都对知识产业进行了测度，但大多仅使用了金融业、信息产业、第三产业增加值占比这些指标，对知识产业的测度不够完整和科学。故本文对此进行了改进，对知识产业的范围进行了更详细、更科学的界定，选取了国民经济行业中知识密集度高的五个行业，使研究结果更加准确。对于整个指标体系的构建，本文在前人研究成果的基础上，结合OECD对于知识经济的定义，综合考虑构建知识生产、知识传播、知识使用3个一级指标，选取8个二级指标，形成指标体系，如表1所示。

表1 知识经济发展水平影响因素指标体系

（三）指标的选取和解释

1.知识生产指标。知识生产指标反映了知识创造能力，主要包含科教投入和教育水平方面的指标。本文选取了生均教师数、人均R＆D经费、研究生在校学生数、双一流大学数量4个二级指标，体现了一座城市的教学规模、水平，以及对科教方面的资源投入量。

2.知识传播指标。知识的流通和传播也是十分重要的指标，反映了知识的传播能力。先进的信息基础设备使人员交流更加便利、获取知识更加方便，加速了知识的传播和创造。完善的公共文化设施也有利于交流知识并且能营造良好的氛围。本文选取了互联网宽带接入用户数和人均图书馆藏书量指标。

3.知识使用指标。知识使用指标反映使用知识的规模和水平，本文选取了人均知识产业增加值和每万人发明专利授权量指标。其中对知识产业范围的界定，参考了许多学者对知识产业范围的研究，并综合行业数据的可获得性选取了金融业、信息传输、软件和计算机服务业、科学研究、技术服务和地质勘查业、教育业以及文化、体育和娱乐业，对这些行业的增加值进行加总并除以常住人口数得到人均知识产业增加值指标。并用每万人发明专利授权量指标代表一个城市的发明创新能力。

三、我国知识经济发展水平影响因素实证分析

本文用因子分析法对我国的知识经济发展水平影响因素进行实证分析。研究对象首先选取了有代表性的九个国家中心城市①我国国家中心城市为北京、上海、广州、天津、重庆、武汉、郑州、成都、西安。，但由于重庆、武汉、西安3座城市缺失数据较多，故从中剔除，同时加入深圳、苏州、杭州三座知识经济和产业较为发达的城市，最后以北京、上海、广州、深圳、苏州、天津、成都、杭州、郑州九座城市作为研究的对象。为了保证数据的完整性，本文选取了2016年各市的数据，数据来源为各市统计年鉴和《中国城市统计年鉴》，具体数据如表2所示。

表2 2016年我国九大城市知识经济相关指标原始数据

（一）主因子的提取

在进行因子分析前，由于各变量量纲差距较大，因此先对各项指标运用零均值方法进行了标准化处理，然后进行KMO检验和巴特利球形检验。结果显示KMO值大于0.6，说明本文的数据适合做因子分析，而巴特利球形检验统计量观测值的显著性为0.000 143，小于0.01，说明本文的变量显著相关。因此，从检验结果来看适合进行因子分析。

由表3可知前三个因子的累计方差贡献率达到了93.89%，说明前三个因子能包含原变量的大部分信息，并且提取3个因子较为合适。

表3 特征根与方差贡献率表

（二）因子的命名与解释

由于不少变量在因子上的载荷较低，为了增强解释性，本文使用方差最大法对因子进行旋转，得到旋转后的因子载荷矩阵如表4所示。

表4 旋转后的因子载荷矩阵

从表4可以看出，人均R&D经费、每万人发明专利授权量、人均知识产业增加值、人均图书馆藏书量在第一因子上的载荷比较高，主要体现了对知识方面的投入和知识产出的水平，因此可以命名为“知识投入和产出因子”，并且该因子对知识经济发展水平的影响最大；双一流大学数量、研究生在校学生数、生均教师数在第二因子上的载荷较高，主要反映了高水平科教实力和整体教育资源，可以命名为“教育水平因子”，该因子对知识经济发展水平的影响力居第二；而互联网宽带接入用户数在第三因子上的载荷较高，反映了信息基础设施的完善程度，可以命名为“信息基础设施因子”，它对知识经济的影响一般。

（三）因子得分及排名分析

由因子得分系数矩阵可以计算出各因子的得分，再将各因子得分分别乘以各自的方差贡献率得到综合得分。九大城市各因子的得分和知识经济发展水平排名如表5所示。

表5 九大城市的因子得分和排名

如表5所示，北京的总得分排名最高，说明总体上北京的知识经济发展水平最高，综合实力最强，上海、深圳和杭州则分列第二、三、四位，发展水平也较高，而天津、成都和郑州的发展水平则较为靠后。从三个因子来看，在对知识经济发展水平影响最大的第一因子上，较为重要的是对知识方面的投入和知识产出方面的指标，其中代表科研投入的人均R＆D经费指标载荷最大，说明最为重要。深圳和北京在这方面比较领先，他们的知识产业发达，社会科技文化氛围好，创造知识的能力很强，研发投入和产出水平都很高；此外杭州和苏州在研发投入和创新能力上也比较强。第二因子主要是反映知识高水平科教实力和整体教育资源的。知识产业如金融、信息、科研、文化等不仅需要大量的高水平人才资源，还需要有良好的氛围和大量的受众，而大规模的高水平科教和各年龄段良好的教育为知识产业提供了大量的人才资源和受众，营造了良好的知识氛围。在这方面，北京由于拥有比上海更强的实力得到了第一，而深圳由于高等教育资源较少实力较弱。第三因子上海、成都和深圳的得分较高，说明它们的信息基础设施建设得较为完善，利于知识的传播。

接下来，结合因子分析结果，本文将对每个城市进行具体分析。北京由于是首都，集中了较多的科、教、文、卫资源，在文化、科技、创新方面都较为领先。由于拥有数量很大的高水平大学和科研院所，学生和研究人员规模庞大，知识氛围良好，研发水平全国领先。围绕大量高知识群体产生的互联网产业、文化娱乐产业十分发达，就业人数、产业水平、创新能力都非常高，整体知识经济发展水平全国最高。

深圳市的综合排名在第二位，虽然由于起步晚高等教育资源较少，但依靠一线城市对外地人才的吸引力和自身对科技创新的重视，知识产业仍然发展得较好。深圳拥有数量众多的科技企业，人均研发经费全国最高，人均发明专利授权数也处于全国第二，研发投入和产出水平也较高。同时，深圳的人口也较为年轻化，信息基础设施较完善，利于知识经济的发展和传播。如果再多引进一些高校和科研院所，增加本地人才资源的供给，综合实力一定会进一步提升。

上海市综合排名第三，集中了中国第二多的高水平科教资源，科教实力强，教育水平高，还是国内最大的金融中心，金融业实力领先，整体知识产业较为发达。上海的信息基础设施建设水平也是全国最高的，公共文化设施也很丰富。如果加强创新投入和对互联网行业的建设，相信上海凭借众多的资源和较大的吸引力，可以将知识经济发展得更好。

杭州是新兴的数字经济城市，综合排名在第四位，拥有良好的互联网氛围，电子商务产业发达，信息基础设施完善。虽然知识经济发展水平总体仅次于三座一线城市，但还是较为缺乏“双一流”高校资源，需要大力引进人才资源，发展和引进科教资源，提高文创和信息产业的水平，带动城市的发展。

除了上述排在前四位的城市之外，苏州知识经济总体水平排在了第五位，虽然研发投入和创新能力较强，但是比较缺乏教育资源，需要继续加强引进。广州总体水平位居第六，集中了华南地区大部分的科教资源，学生规模较大，文化和教育产业较为发达，信息基础设施也比较完善，拥有较好的基础。如果政府加强对信息技术产业的引导，加大创新和研发经费投入，综合实力一定会进一步上升。天津市的综合排名在第七位，其中信息基础设施因子得分排在最后一位，需大力改善，天津还需要更加注重提高创新水平来推动知识经济发展。成都综合排名第八位，拥有西南地区最多的高水平大学，人才资源丰富，发展潜力很大。政府可以加强对文化、信息技术等知识产业的建设，从而取得更好的进展。郑州总得分排名第九位，各因子得分都比较低，需要全方位加强各方面实力，利用好本省丰富的人力资源，加大科教投入，培养知识产业，增加就业方面的吸引力，从而增强综合实力，带动整个河南省的发展。

四、结论和建议

通过实证分析得出，知识经济发展水平的影响因素主要有知识投入和产出水平、教育水平、信息基础设施水平。其中影响最大的因素是知识投入和产出水平，各地均需着重引导和建设，影响力其次的是教育水平，最后是信息基础设施水平。

知识经济是未来发展的制高点，国家应该加强对它的建设。一方面，政府应积极布局知识产业，培养和引进相关的人才资源，并加大投资力度，引导文创、金融、信息等产业的发展，形成知识产业集群，完成产业转型和升级，驱动经济增长。另一方面，国家需要加大总体对教育和科研方面的投入，建设好各类学校和科研院所，提高国民整体受教育水平，从而增加知识的生产能力和消费需求，并统筹好全局，将科、教、文、卫资源向二三线城市倾斜，增加他们的人才资源规模，发展好他们的知识产业，从而带动二三线城市的发展，进而带动各地区发展。同时，国家应继续大力完善信息基础设施和公共文化设施，使人员的交流和知识的获取更为便利，加快知识传播和创新，提高各方面的效率。

此外，国家应完善与知识经济相关的法律及政策，设法降低企业的融资难度，深化产学研的合作，并大力宣传自主创新，提高民众的自主创新意识，提高各方对版权等知识产权的保护，创造知识经济发展的良好氛围，发展好知识经济，增强国家的竞争力。