长江中游城市群创新水平的空间差异及成因

熊 曦，闫跳跳，段宜嘉

（中南林业科技大学 商学院，湖南 长沙 410004）

当前，我国经济发展已由高速增长阶段转向高质量发展阶段，高质量发展必须有高质量的动力，而科技创新则是新阶段推动地区高质量发展的关键引擎[1]，国家也将创新摆在五大发展之首。城市群作为区域经济一体化的重要产物，在引领区域竞争与技术创新上具有重要意义；创新是城市群发展的灵魂，引导着城市群的高质量发展。同时，城市群也是创新的神经中枢，城市群内部城市与城市之间的合作，对城市群创新发展起着巨大的推动作用。长江中游城市群是我国最具发展活力的城市群之一，同时也是我国长江经济带的重点和关键区域。如何更好地利用长江中游城市群的科技创新资源，有效发挥长江中游城市群的科技创新能力，服务长江中游城市群的创新驱动发展战略，全面提高长江中游城市群的创新水平，这对于引领整个城市群以及提升全国创新水平具有重要的现实意义和示范价值。为此，需要深入分析长江中游城市群内部各地区创新水平的现实情况，科学评价长江中游城市群的创新水平，探索制约长江中游城市群创新发展的关键影响因素。基于此，本研究依托资源能力观理论，结合创新发展的资源基础和能力支撑因素，选取创新发展的产出绩效因素，建立相应的城市群创新水平评价指标体系，并采用科学的测度方法，探索长江中游城市群各地区的创新水平差异，以期为推动各地区创新发展提供一定的理论参考。

一 长江中游城市群创新水平测度指标体系构建与方法

（一）文献回顾与指标体系构建

近年来，随着五大发展理念的提出，以及新发展理念的推进，创新发展作为其中关键的理念之一，受到各级各部门的高度关注。学界对地区创新发展给予了高度关注，相关研究文献也开始增多。通过检索维普网，以“创新”“水平”为题名或关键词,以CSSCI来源期刊为检索条件，检索日期截至2020年1月10日，可以检索到1168篇文章；进一步增加“区域”为关键词，仅能检索到64篇文章。在这些文献中，真正围绕城市群创新发展展开研究、建立创新水平评价体系的文献并不多，有关区域创新水平评价指标体系文献汇总如表1所示。

这些文献从投入产出、创新要素或其他角度来分析创新水平，通过构建评价区域创新发展水平的指标体系，运用实证方法，测度研究对象的创新水平。认真研究，不难发现其存在两个方面的不足：一是创新水平评价相关研究没有一个系统、全面、科学的理论体系作指导，其选取指标的依据主观性较强，没有真正依托一个学术框架来选择指标；二是研究对象多为全国或者某个省份，对于一些类似城市群创新水平的研究相对较少，对其内部之间的差异研究也甚少。城市群作为当今我国区域经济发展的重要战略区域板块，以创新驱动引领城市群高质量发展正成为社会各方共识。有鉴于此，本研究认为，需要立足城市群发展的实际，凸显创新发展的内涵，以科学评价城市群的创新水平。以长江中游城市群为例，既要立足长江中游城市群发展实际，又要突出其在长江经济带中共同发展、协同创新等方面的特殊性，以科学性、完整性、可比性、可操作性为构建原则，借鉴资源-能力-产出三维学术框架，从创新资源基础、创新能力支撑以及创新产出绩效三个方面建立指标体系。其中，创新资源基础是城市群各地区创新的基础，为城市群内部各地区创新提供资金、人力和平台；创新能力支撑是城市群各地区创新的支撑要素，主要包括城市群各地区的研究基础能力等；创新产出绩效是城市群各地区创新的成果表现，包括以专利、论文、高新技术产业发展为主的知识产出和产业产出。结合已有研究成果，并考虑到数据收集的客观性和可得性，本研究遴选了19个二级指标，据此构建长江中游城市群创新水平评价指标体系，如表2所示。

表1 区域创新水平评价指标体系文献汇总

表2 长江中游城市群创新水平评价指标体系

（二）测度方法

运用熵值法确定指标的权重与得分，以此对长江中游城市群各地区创新水平进行评价。通过计算熵值来判断某个指标的离散程度，指标的离散程度越大，说明该指标对综合评价的影响越大。由于各项指标的计量单位不统一，需要进行标准化处理，以消除量纲的影响，即将指标的绝对值转化为相对值。熵值法运算过程如下。

第一步，进行极差标准化。

正向指标：

式中：rij为标准化数值；Xij为第i行第j列的原始数据值；Xjmin为第j列中的最小数值；Xjmax为第j列中的最大数值。

第二步，计算第j项指标第i个地区所占比重pij。

第三步，计算第j项指标的熵值ej，式中k=1/lnm。

第四步，计算第j项指标的熵权wj。

第五步，计算各地区的综合得分si。

通过各项指标数据的计算，得到长江中游城市群各地区创新资源基础、创新能力支撑、创新产出绩效以及创新水平综合得分。

二 长江中游城市群创新水平空间差异实证分析

（一）数据来源与描述性统计

地级市的相关数据来源于《中国城市统计年鉴》，天门、仙桃、潜江市的数据来源于这几个地区的统计年鉴或者统计信息网，还有一些数据来源于湖南、湖北、江西各省的统计年鉴，部分欠缺的数据采用线性插值法将缺失值补上。将这些数据汇总，输入SPSS统计软件。限于篇幅，不再列出原始数据，对原始数据取对数后进行描述性统计分析，其结果如表3所示。

表3 长江中游城市群创新水平评价数据描述性统计结果

（二）计算结果

本文选取了31个长江中游城市群所辖市（含省直管县级市）数据。通过对各指标数据进行标准化处理，运用熵值法，计算得到长江中游城市群各地区创新水平综合得分、创新资源基础得分、创新能力支撑得分、创新产出绩效得分，见表4。

（三）结果分析

1. 创新综合水平

由表4分析可知，在创新综合水平得分上，排名较前的是武汉市、长沙市、南昌市、宜昌市、岳阳市、襄阳市、常德市等，排名较后的是景德镇市、鄂州市、娄底市、上饶市、黄石市、鹰潭市等。创新水平综合得分较高的区域集中在省会城市及经济实力较强的大地级市，这与其注重研发创新和具有较强的创新能力有关。作为长江中游城市群的带动中心，武汉、长沙、南昌这些省会城市，围绕创新驱动，顺应世界科技变革潮流，展现出强劲的经济发展势头。武汉形成了智能制造、生命健康、信息技术三大战略性新兴产业，其中，2017年，其智能制造工业总产值比上年增长22.0%，生命健康、信息技术营业收入分别增长18.7%和18.2%。长沙主打产业园区发展，形成了5个国家级开发区和9个省级园区，其中，工程机械、新材料、食品、电子信息、文化创意、旅游等六大产业集群驰名海内外。南昌主要布局电子信息、航空制造、生物医药等产业，打造重要的先进制造业基地。

2. 创新资源基础

根据计算结果（见表4），长江中游城市群的武汉市、长沙市、南昌市、襄阳市、衡阳市、宜昌市的创新资源基础较好，而鹰潭市、鄂州市、吉安市、孝感市、景德镇市等则处于排名靠后位置。创新资源基础主要反映地区在公共财政、科学技术、固定资产投资等方面的投入与潜力，而从这些地区的上述指标来看，基本上也与其评价得分相吻合。长江中游城市群的湖北、湖南、江西等省省会城市已积极部署城市科技服务业合作发展的常态化工作平台和合作机制，为其创新资源集聚了能量；而其他地级市则因各方面原因，在创新资源基础方面做得还不够。

3. 创新能力支撑

在创新能力支撑上，处于长江中游城市群高水平以上的城市有武汉市、长沙市、南昌市、湘潭市、衡阳市、株洲市等，创新能力支撑较低的地市为荆门市、萍乡市、鹰潭市、抚州市、新余市和孝感市等。从各地区创新能力支撑数据得分上来看，创新能力支撑总体水平差异幅度并不大，但在制造业历史最悠久的区域，其创新能力支撑水平整体上也相对较高，如湘潭、衡阳、株洲等老工业城市，其创新能力排名靠前。

4. 创新产出绩效

创新产出绩效主要反映的是地区创新产出成果方面的水平，如专利申请数、有效发明专利数、发表科技论文数、技术市场合同成交额以及高新技术产值占GDP比重等。从表4中的长江中游城市群创新产出绩效得分来看，武汉市、长沙市、南昌市、岳阳市、襄阳市、株洲市、宜昌市等市的整体水平较高。近年来，上述各地区着力于创新驱动战略，积极推动产业转型升级，整体来看，各地区的创新产出绩效得分都较高，而且差异相对来说较小。

表4 长江中游城市群创新水平得分情况汇总

综上可知，长江中游城市群在创新资源基础和能力方面取得了一定成效，在创新驱动战略实施方面取得显著成效。进一步分析可知，长江中游城市群创新水平空间差异具有如下规律：一是长江中游城市群创新水平具有显著差异，但中心城市之间的差距较小；二是不同层级城市与其创新水平得分存在差异，有的城市在创新资源基础方面做得较好，而在创新能力支撑方面表现一般，因而对其整体创新水平产生了一定的延滞影响；三是长江中游城市群创新水平差异呈一定程度的发散趋势，高水平能力城市主要集中于省会城市等少数创新极核，低水平能力的城市则分布在经济实力相对落后的地区；四是不同层级城市处于不同水平阶段的主导要素演化不同，同一层级内差异同样显著。由此可见，城市科技创新能力与经济发展水平之间呈现高度的匹配性。

三 长江中游城市群创新水平影响因素分析

（一）变量选择与数据来源

根据文献分析，本研究认为城镇化、地区生产总值、地区普通高等学校数量、外商直接投资（实际使用外资金额）、规模以上工业企业个数等5个指标，对创新发展能产生较大影响，并且也是绝大部分学者共同采用的指标。因此，本文以长江中游城市群各地区城镇化、地区生产总值、地区普通高等学校数量、外商直接投资（实际使用外资金额）、规模以上工业企业个数作为自变量。对此，本文定义和测量如下：

城镇化。其反映的是一个地区城镇化发展的水平，其值越大，表明该地区的城镇化水平越高。

地区生产总值。主要体现的是一个地区经济社会发展的水平高低，其值越大，表明该地区的经济发展水平越高。

地区普通高等学校数量。其反映的是一个地区高等教育的发达程度，地区普通高等学校数量越多，表明其高等教育水平也相对较高，科技支撑力度相对较大。

外商直接投资（实际使用外资金额）。其反映的是一个地区接受外来直接投资的情况，外商直接投资（实际使用外资金额）越大，说明该地区的吸引力越大，地区对资源和要素的创新程度越优，环境越优。外商直接投资（实际使用外资金额）较大的地区，其地区发展的外向型和整体国际化发展水平也较高，且具有较先进的吸收外商企业发展理念和技术创新理念。

规模以上工业企业个数。规模以上工业企业个数是衡量地区实体经济发达程度的重要指标，规模以上企业在引领地区工业创新和结构调整方面具有重要作用，一般认为，规模以上工业企业个数越多，其地区的创新引领力度就越大。

本研究所采用的因变量、自变量及其数据来源如表5所示。

表5 变量定义与数据来源

（二）样本描述性统计及相关系数分析

将样本中所有变量数据取对数后进行描述性统计分析，结果如表6所示。

表6 各变量描述性统计结果

由表6可以看出，31个地区的描述性统计数据分布较为均匀，可以规避直接回归带来的系数较大、数值差距较大等问题。同时，通过相关系数分析，得到变量间的相关系数，如表7所示。

从变量间的相关系数来看，大部分变量之间的相关性较为明显，适合用回归分析对其因果关系进行分析。

（三）回归分析及因素结果讨论

使用回归分析法，对因变量与自变量之间的关系进行计量分析。为了验证数据的稳健性，首先对相关数据进行回归的科学性和合理性分析。一方面，分析其多重共线性是否存在，得到方差膨胀因子为4.95，远小于10，表明不存在严重的多重共线性问题。另一方面，分析其是否存在异方差。通过异方差White检验，其值为10.756（p=0.35），Breusch-Pagan检验值为4.84（p=0.47），接受同方差假设，表明计量回归模型不存在明显的异方差问题。然后，分别以长江中游城市群各地区创新水平综合得分、创新资源基础得分、创新能力支撑得分、创新产出绩效得分为因变量，分析长江中游城市群各地区城镇化、地区生产总值、地区普通高等学校数量、外商直接投资（实际使用外资金额）、规模以上工业企业个数等5个自变量对因变量的影响效应。回归分析后，得到4个模型，结果如表8所示。

表7 各变量相关系数

表8 计量回归结果

在模型1中，5个因素都对长江中游城市群创新水平综合得分构成影响，其影响程度依次是：规模以上工业企业个数（回归系数显著为正，即0.947，p＜0.01）、地区生产总值（回归系数显著为正，即0.789，p＜0.05）、地区普通高等学校数量（回归系数显著为正，即0.768，p＜0.05）、城镇化（回归系数显著为正，即0.601，p＜0.1）、外商直接投资（实际使用外资金额）（回归系数显著为正，即0.325，p＜0.1）。从回归分析结果来看，规模以上工业企业个数越多、地区生产总值越高、地区普通高等学校数量越多、城镇化水平越高、外商直接投资（实际使用外资金额）越多，就越能够促进地区创新水平综合得分提高；而且在这5个影响因素当中，规模以上工业企业个数的作用效果最为显著。

在模型2中，影响长江中游城市群创新资源基础水平的4个主要因素为：地区生产总值（回归系数显著为正，即0.982，p＜0.01）、城镇化（回归系数显著为正，即0.798，p＜0.01）、规模以上工业企业个数（回归系数显著为正，即0.898，p＜0.05）、地区普通高等学校数量（回归系数显著为正，即0.669，p＜0.1）。从回归分析结果来看，城镇化越高，越能够促进地区吸引创新资源；地区生产总值越多，越能够促进地区创新资源基础集聚；规模以上工业企业个数以及地区普通高等学校数量越多，越能够促进地区创新资源基础水平提高。而且在这4个影响因素当中，地区生产总值的作用效果最为显著。

在模型3中，影响长江中游城市群创新能力支撑的因素主要有3个，即地区普通高等学校数量（回归系数显著为正，即0.889，p＜0.01）、规模以上工业企业个数（回归系数显著为正，即0.876，p＜0.01）、地区生产总值（回归系数显著为正，即0.628，p＜0.05）。从回归分析结果来看，地区普通高等学校数量越多、规模以上工业企业个数越多、地区生产总值越高，就越能够促进地区创新能力支撑提高；且地区普通高等学校数量和规模以上工业企业个数这两个影响因素对长江中游城市群创新能力支撑的作用效果最为显著。

在模型4中，影响长江中游城市群创新产出绩效的因素主要有4个，即规模以上工业企业个数（回归系数显著为正，即0.921，p＜0.01）、地区普通高等学校数量（回归系数显著为正，即0.870，p＜0.01）、地区生产总值（回归系数显著为正，即0.878，p＜0.1）、外商直接投资（实际使用外资金额）（回归系数显著为正，即0.191，p＜0.1）。从回归分析结果来看，规模以上工业企业个数越多、地区普通高等学校数量越多、地区生产总值越高、外商直接投资（实际使用外资金额）越多，就越能够促进地区创新产出绩效的提高；且这4个影响因素中，对地区创新产出绩效作用效果最显著的是规模以上工业企业个数和地区普通高等学校数量。

诚然，长江中游城市群各地区城镇化、地区生产总值、地区普通高等学校数量、外商直接投资（实际使用外资金额）、规模以上工业企业个数等，对长江中游城市群创新水平及其子系统水平均产生不同程度的影响，只是在作用的效果以及对某个方面的作用上有所区别。因此，在提升各地区创新水平过程中，要分析长江中游城市群各地区在创新资源基础、创新能力支撑、创新产出绩效方面的差距，并对照差距，开展有差别的提升措施，促进长江中游城市群各地区创新水平的全面提高。

四 长江中游城市群创新水平提升建议

（一）启示

一是规模以上工业企业是创新水平的直接动力和引擎。以武汉为例，其2017年规模以上工业企业2 555家，其中，千亿企业1家，五百亿企业5家，百亿企业21家，经济效益不断提升；2017年，其规模以上工业企业实现主营业务收入13 743.66亿元，对创新水平提升有较大的支撑作用，引领了整个经济的发展，形成了巨大的推动力量。二是地区经济实力是创新水平的重要后盾，地区经济实力越强，创新投入能力也就越强，如2017年长沙的经济总量达10 535.51亿元，仅市科技局在支持工程（技术）研究中心、重点（工程）实验室、企业技术中心等科技研发平台建设上的投入就达数千万元，有力地支持了研发技术的深入开展。三是城镇化发展是创新水平的天然基础。城镇化基础较好的地区可以为其创新水平提供得天独厚的基础条件。城镇化发展基础较好的地区，其信息资源、教育设施、科技条件等水平都相对较高，对地区创新水平的促进作用也特别明显。四是高等学校是创新水平的能量之源。高等学校是研发的主力军，不仅对地区创新资源的推动具有一定的影响，而且通过产学研结合，能够很好地推动创新成果产生，激发区域创新活力。五是区域开放发展水平是创新水平的重要推动力之一[17]。区域开放发展水平对创新水平具有间接影响。经济活跃的地区，一般对外经济也较活跃，对地区科技创新方面的投入也较多，其对地区创新产出绩效能够产生明显的推动作用。

（二）对策建议

创新驱动是推动长江中游城市群经济转型升级的重要引擎，长江中游城市群发展对国家战略支撑作用跟科技创新驱动紧密相连。推动长江中游城市群创新发展是其高质量发展的重要途径和必然要求。结合前述分析，就如何加快推进长江中游城市群创新水平提升提出如下建议：

一是加快创新主体培育，尤其是加大对规模以上工业企业创新的投入。资金投入是规模以上工业企业科技创新的基础，加大对这些企业的有效资金支持，是规模以上工业企业开展创新的有效保障。首先，政府可加大对规模以上工业企业创新研发的财政支持力度，将分散投入的财政科技资金集中整合起来，优化投入结构，提高资金使用效益，通过有效的财政科研资金带动全社会资金投入到有研发能力的规模以上工业企业中去。其次，政府可帮助企业拓宽科研资金融资渠道，以促进企业科研与社会金融的结合，为工业企业科技投入长效增长、科研能力不断增强起到积极的促进作用。

二是要以发展各地区经济实力为抓手，发挥创新驱动战略对地区经济实力的促进效应。各地区要发挥资源优势，争当新时代区域创新发展、高质量发展排头兵，依托创新驱动战略，大力推进产业结构转型升级，为打造工业优势产业提供技术支撑，助推长江中游城市群加快迈向中国经济增长“第四极”。

三是要以城镇化高质量发展为途径，推动城市群创新水平提升。有研究显示，城市作为创新的神经中枢，城市化水平达到一定的层次，相应的创新就会产生[18]。因此，要以城镇化高质量发展为推动力，提升其对城市群创新水平的引领作用，通过加快城镇产业布局、科技配套以及条件建设等措施，提升城镇化对创新的促进作用。

四是充分发挥高校在产学研过程中的核心功能。加强企业、科研院所和高等院校之间的合作，促进技术创新，推动研发能力提升[19]。尤其要充分发挥高校科教人才资源优势，大力引进人才、激励人才，积极营造良好的科研创新与合作氛围，通过搭建合作平台，不断完善产学研合作体系，加快高等院校科技成果就地转化，全面提升区域科技创新能力[20]。