基于长江经济带制造业集聚的城市创新策略研究

潘慧

摘 要：长江经济带制造业集群给沿线各城市创新发展带来了新的契机。本文采用文献分析法构建城市创新水平评定指标系统，以及构建数学模型、采用主成分分析法测定各城市的创新发展水平。结果显示：43个城市在创新系统五要素地区分布不均衡，但分布在长江经济带制造业集聚的区域的城市创新发展水平趋于一致。各城市创新发展水平可分为五个层次，其中以上海创新发展水平最高。为了更好带动各城市制造业集群及城市高质量发展，本文为处于不同层次的城市提供有针对性的创新发展策略。

关键词：城市创新  长江经济带  主成分分析法

中图分类号：F207 文献标识码：A  文章编号：2096-0298（2020）01（a）--02

1 长江经济带制造业集聚与城市创新的互动关系

长江经济带覆盖上海、江苏、浙江等11省市，途经40多个主要城市。长江经济带制造业集聚指的是该行业内的具有竞合关系的企业、相关产业厂商和机构聚集在长江沿线主要城市的现象。制造业的发展是长江经济带经济的支撑力量，又是沿线城市经济发展的基础。由柯布—道格拉斯生产函数模型可知，制造业技术进步带来的经济效益远大于劳动力和生产力所能带来的经济效益。而制造业在一定地域空间内的集聚，形成区域性规模经济，降低生产成本，同时激烈的竞争会促使企业不断进行技术、组织与管理创新，企业创新成果可以就近扩散、被集聚企业关注、学习和吸收。由此看来，长江经济带制造业产业集聚，将有效促进沿线城市企业的技術进步和生产效率的提高，并带动城市的转型升级和创新发展，其最终将带动长江经济带的崛起。长江经济带的经济发展联合中国沿海城市“一纵”形成“一横一纵”，共同促进中国经济的发展。

2 城市创新指标系统

本文选取城市创新系统中五个关键的创新要素：创新主体、创新资源、创新环境、创新技术、创新机制。这五个共同作用、协调互动、有机配合形成创新型城市建设的自我平衡发展机制，共同推动城市形成持续创新能力。评价城市的创新发展水平需要选取一定的指标，城市创新水平不仅仅指的是该城市的综合竞争力，更表现为城市创新系统的综合协调能力。因此选取如下十个指标：GDP，第三产业增加值占GDP比重，工业企业R&D经费支出，规模以上企业单位个数，社会消费品零售总额，货物出口总额，高等院校在校生数，专利申请数，所属地区年度专利申请数，所属地区工业生产者出厂价格指数，分别用X1、X2、X3、X4、X5、X6、X7、X8、X9、X10表示，这十个指标考虑了城市当前的经济发展水平、科技研发投入产出、进出口贸易、产业集聚导致不同城市之间具有共性等方面，全方位反映城市的创新发展水平，因此指标具有合理性。

3 长江经济带沿线城市创新发展水平测定

3.1 研究方法及数据收集

本文采用主成分分析法，将相关性高的指标转化成彼此相互独立或不相关的指标，选出相互独立变量，即所谓主成分。

为了保证数据的真实性，通过查阅长江经济带沿线省份、城市统计年鉴，国家数据网站，形成在2017年长江经济带43个主要城市关于10个不同指标的原始数据（由于原始数据太多，此处省略）。运用MATLAB软件对其处理后进行主成分分析，最后形成评估。

3.2 模型

3.2.1 数据预处理

由于每个数据指标的量纲不一样，先对数据进行标准化处理。主成分指标变量有10个，选取长江经济带43个主要城市为评价对象。若i个城市的第j个创新指标的取值为，则其标准化指标为：

3.2.2 计算特征值及特征向量，选择主成分

若由特征向量组成的m个新的指标变量，满足

式中Y1是1的主成分， Y2是2的主成分……， Ym是m的主成分。用MATLAB计算的10个特征根为5.0037，1.3342，0.9714，0.7960，0.6161，0.4932，0.3731，0.2667，0.0967，0.0489，前六个特征根的累计贡献率达到92.14%，主成分分析效果良好。下面选取前六个主成分进行综合评价，并利用MATLAB生成特征值和特征向量数据表。选择主成分之后其对应的特征向量，依据特征向量得到六个主成分方程式，分别用Y1表示，其中满足（i<7）。分析得出第一主成分主要反映了X1，X5，X6，X8四个指标，划分为创新机制。第三主成分向量反映X3，划为创新资源。第四主成分向量主要反映X4，X7，划分为创新主体，因第二主成分只反映出X4，因此舍弃。第五主成分主要反映X9，划分为创新资源。第六主成分主要反映X10， X2，划分为创新环境。

3.2.3 计算综合评价值

由于MATLAB程序限制，第二、第四主成分对于规模以上工业企业个数反映相差不大，所以计算时仍将第二主成分考虑在内。分别以六个主成分的贡献率为权重，构建主成分综合评价模型：

依据主成分表达式可得每个城市创新发展水平，43个城市的创新发展水平依次排序（由高至低）分别为上海、扬州、合肥、池州、南京、泰州、嘉兴、宁波、芜湖、镇江、安庆、南昌、杭州、舟山、黄石、常州、恩施、宜昌、六盘水、益阳、马鞍山、铜陵、曲靖、攀枝花、南通、宜宾、常德、泸州、九江、鄂州、荆州、武汉、岳阳、湖州、无锡、黄冈、苏州、咸宁、绍兴、重庆、昆明、成都、长沙，测定值分别为4.0611，2.4678，1.8721，1.809，1.4977，1.4003，1.1987，1.1361，0.9446，0.9321，0.9099，0.3919，0.1252，0.0069，-0.0237，-0.064，

-0.1536，-0.1927，-0.1991，-0.2165，-0.304，-0.4657，-0.4752，

-0.5097，-0.515，-0.5977，0.699，-0.7025，-0.7051，-0.7064，

-0.7268，-0.8204，-0.8656，-0.8801，-0.9145，-0.9492，-0.9532，

-0.9609，-0.9704，-0.9932，-1.0492，-1.0555，-1.0846。数据结果表明长江经济带制造业集聚沿线发展城市创新发展水平存在较大的差异。将43个城市归于五大类：创新领先城市、创新较为领先、创新发展水平优良、创新发展水平较为落后、创新发展落后城市。上海、扬州的创新发展水平遥遥领先，为创新领先城市，主要表现在创新主体、资源、机制三个方面占据优势，但制造业产业集聚没有给上海带来相应的创新环境、技术方面的优势;合肥、宁波、芜湖等为创新较为领先城市，主要表现为创新环境、资源领先优势，尤其宁波是作为省半导体产业集聚发展基地，半导体产业不仅成为宁波经济的重要增长点，更是宁波创新发展的动力。镇江、杭州、舟山等城市为创新发展水平优良，表现为创新主体值较高，这些地区规模以上的工业企业单位个数、高等院校在校学生数目都是可观的，在创新主体方面有较高优势，但是在创新机制、技术方面具有相对劣势。黄石、南通、益阳等城市为创新发展水平较为落后城市，表现为创新环境优良。武汉、岳阳、长沙等为创新发展水平落后城市，城市创新系统不够完善，这些城市的创新发展需要政策和资金、技術的扶持。可看到长沙、苏州、武汉等经济较为发达城市的创新发展水平居于下游水平，可能是由于技术、创新主体缺乏等原因。

4 城市创新策略研究

基于上述对于长江经济带各城市的创新发展水平的研究，五大类城市（创新领先城市、创新较为领先、创新发展水平优良、创新发展水平较为落后、创新发展落后城市）可分别依据重点投资创新发展系统中劣势原则，制定行之有效的城市创新发展策略。

4.1 建立有效的、创新性的制度环境和创新技术

首先，营造富有激励性和创新性的制度环境离不开政府机构的支持。为长江经济带制造业集聚提供了一个宝贵的资源，政府各个机构应该通过各种行动、制定各种政策支持长江经济带制造业产业集聚，为工业企业、技术创新性企业提供良好的可供交流信息、技术的平台和机会，从而营造富有创业创新精神的环境与氛围。比如为规模以上高新技术产业、工业企业发展提供非常有利的经济支持，鼓励城市与城市之间技术合作形成规模经济等。其次，对于一些落后的创新制度、具有约束性的制度，政府应当及时予以剔除、修正或者取缔，还要加强已有政策的配套、衔接与完善，合理集聚与科学整合，加大协调与监督，优化资源配置，提高资金投入的整体绩效。最后，增加与长江经济带产业集聚过程中与国外企业的合作交流，理解并学习国际企业的技术创新模式。

4.2 构建系统完备的创新机制

关于建立完备的创新体制，需要政府建立雄厚的资金体系，并能够为城市创新提供足够的技术研发支持。技术投资相对于其他资本投资具有长期性、回报不确定性及资金数目的巨额性。因此政府为保证城市的正常运转，还需要建立额外的投资技术的资金库，以免技术创新失败造成城市资金链断裂。增加政府的经济实力可以通过增加出口、扩大对外贸易、刺激城市内需等方式，还可以通过资产投资购买国外债券、风险投资、证券市场资源有效配置获取收益，从而率先实现城市的经济结构调整和相关产业的更新换代。

4.3 投资城市创新主体

城市的创新主体包括高校人才、科研人员、高新技术企业等。城市需要提高重点培养创新人才的培养，加大在科技人员的培养、城市公共图书建设、高等院校建设、专利研发的申请等方面的投入。通过政府政策引导，吸引世界级的创新人才、公司落户本地，形成产业群聚，通过产业集群产生更多的创新。

4.4 注重创新资源

促进城市创新资源集聚是城市政策对经济绩效和增长产生积极影响的一个可能渠道，城市创新项目资源往往是大型跨国公司大量投资于这些技术与市政和区域当局之间的战略互动的结果。因此城市政策制定者应该充分合理利用这些技术资源适应当地的需要来提高当地的绩效，城市也可求助于私人投资者作为额外的融资手段和实施的方式，从而为城市创新提供财力支持。

参考文献

张向阳.我国创新型城市建设的对策研究[J].特区经济，2019（06）.

Andrea Caragliu，Chiara F.Del Bo.Smart innovative cities： The impact of Smart City policies on urban innovation[J]. Technological Forecasting & Social Change，2019.

朱孔来.创新型城市评价指标体系、评价方法的实证研究——以山东省17市为例[J].青海社会科学，2012（4）.

韩瑾.国外创新城市建设策略研究[J].北方经济，2001（1）.

谢中华.MATLAB统计分析与应用：40个案例分析[M].北京：北京航空航天大学出版社，2010.