中国创新要素市场优化配置的统计测度

田 甜

（浙江树人学院 管理学院，浙江 杭州 310015）

一、引言

创新要素指创新活动开展中囊括的人才、数据、技术、产业与市场等生产要素。创新要素配置是调整经济增长动力、效率与质量的关键引擎，对于推动经济高质量发展意义重大。但现阶段受限于创新要素配置潜力低的桎梏，各生产要素出现不同层面低效率配置问题，极大破坏市场生产环境。加之市场竞争同质化、创新能力薄弱与要素流通阻塞等问题凸显，阻滞要素跨企业、产业、区域的流通与配置，使其无法流向处于价值链高端的企业、产业与市场，在降低创新要素配置效率的同时，不利于经济高质量发展。对于此，2020 年4 月9 日，中共中央、国务院发布的《关于构建更加完善的要素市场化配置体制机制的意见》指出，坚持完善社会主义基本经济制度与市场经济体制，构建统一开放、有序竞争的市场体系，全面深化要素市场化配置。在“十四五”时期，以动力转换、质量提升与效率增强为立足点，坚持强化要素市场化配置成为市场改革创新、保障经济稳态增长的重要议题。

创新要素市场优化配置以各生产要素为主，旨在提升要素跨企业、产业与市场流动水平，实现高端要素向高端企业嵌入，形成资源要素与供应链复合发展形态。现有关于创新要素市场优化配置的研究主要集中于其对宏观经济与产业发展的影响作用。就宏观经济方面，徐晔、赵金凤(2021)通过建立2009—2018 年创新要素与经济发展的指标体系，探索中国八大经济区创新要素市场化配置与经济高质量发展间耦合协调的时空分异性[1]。王玉、张占斌(2021)探究发现创新要素配置不均衡是影响数字经济发展的关键变量，如何降低地区内要素资源错配问题成为数字经济高阶发展需要思考的问题[2]。就产业发展而言，王欣亮、刘飞(2018)将创新要素分为人力与资本两大生产要素，分别探究两大生产要素对产业结构的影响，发现创新要素配置利于产业结构高级化与合理化[3]。邓慧慧等(2021)以土地创新要素为切入点，探究得出土地合理化配置可提升土地资源利用效率，提高工业生产能效性[4]。另外，部分有关于创新要素配置水平或效率的探究视角，要么聚焦于全国整体（张伟、张东辉，2021；王必好、梁荣成，2021)[5，6]、要么聚焦于部分区域[7-10]。然而，创新要素市场化配置涉及范围较广，仅将研究视角聚焦于某一范畴很难全面刻画其配置情况。特别针对长期以来中国存在的区域发展不均衡问题，更要求创新要素市场化配置水平研究既立足于全国宏观，又集中于区域分布。故此，文章从资本创新要素、人才创新要素、资源创新要素与技术创新要素方面构建创新要素市场化配置指标体系，基于全国整体与八大综合经济区，借助时空极差熵权法、指数分析法和自相关检验法测度创新要素市场化配置水平，旨在为推动生产要素合理化流动、经济高质量发展提供政策建议。

二、创新要素市场优化配置水平指标体系构建及研究方法

1. 指标选择与说明

文章为深入反映创新要素市场化发展潜力，从创新要素市场所具备的特征与内涵出发，依照大多学者遵循的指标体系创建原则，构建创新要素市场优化配置指标体系如表1 所示，其层次与具体逻辑关系如下所述：

表1 创新要素市场优化配置指标体系构建

将资本创新要素、人才创新要素、资源创新要素与技术创新要素四个要素作为创新要素市场优化配置水平的一级指标。二级指标则是对一级指标的分解，资本创新要素划分为直接投入资本与间接投入资本两大类。直接投入资本可实现投资效益最大化，实现资源公平合理配置；间接投入资本的运用具有灵活性与极大便利性，可以降低因政治经济形势变化而导致的风险。人才创新要素则从人才结构、人才投入与人才产出三个维度进行刻画。资源创新要素涵盖研发机构与产学研合作两方面。技术创新要素包括创新研发能力、创新生产能力和创新产出能力。三级指标是对二级指标的详细表征，主要从各维度将创新要素市场优化配置特征进行具体化和细分化，进而形成评价创新要素市场优化配置水平的实质性内容。

2. 指标权重赋值

文章运用定性赋权法和定量赋权法对创新要素优化配置指标进行权重赋值。定性赋权法凭借相关专家的主观意愿来确定指标权重，常用的方法主要包括二项系数法以及层次分析法（俞立平等，2009）[11]。定量赋权法主要根据指标自身具备特征确定权重，主要包括熵权法、主成分分析法与灰色关联法（李刚，2014）[12]。文章在借鉴李创新等(2012)[13]提出的改进熵值法基础上，将其拓展为时空极差熵权法，旨在为创新要素市场优化配置三级指标赋值。该方法优势在于利用指标在时间和空间上的信息量为指标赋值，可以有效克服传统熵权法指标赋权的局限性。并且，时空极差熵权法还可以随时间变化对指标实行动态监测，进而实时更新指标权重与相对重要性。

若将指标体系中包含的指标定义为f，则涉及的评价对象为n，时间跨度期为m，那么指标体系的表示公式为Xi=(i=1，2，…，f)。其中，若想计算指标Xi在t期的取值，则可表示为xijt=(j=1，2，…，n)，将xijt加以标准化处理后所得取值定义为yijt，各指标的信息熵和权重分别用Ei、Wi表示。则：

上式中，qijt=yijt/j∑t∑yijt。若qijt=0，则qijtln(qijt)=0。

3. 研究方法

（1） 创新要素市场优化配置指数

为方便叙述，将地区j作为范例，其在时间节点t的创新要素市场优化配置指数可以定义为Ijt=Cjt+Tjt+Rjt+Ejt。其中，Cjt、Tjt、Rjt、Ejt分别表示资本创新要素指数、人才创新要素指数、资源创新要素指数与技术创新要素指数。更进一步，资本创新要素指数Cjt=Djt+Ijt，其中Djt和Ijt分别指代直接投入资本指数、间接投入资本指数。直接投入资本指数yijtWi，间接投入资本指数yijtWi，其中，W代替相应指标权重。

人才创新要素指数表示为Tjt=Ojt+Kjt+Pjt，其中人才结构指数用Ojt表示，人才投入指数与人才产出指数分别以Kjt、Pjt体现。人才结构指数，人才投入指数，人才产出指数。

资源创新要素指数Rjt=Ljt+Sjt，此中，Ljt为研发机构指数，Sjt是产学研合作指数，且。

技术创新要素指数Ejt=Fjt+Mjt+Njt，其中Fjt=，表示创新研发能力指数；Mjt=yijtWi，为创新生产能力指数；Njt=yijtWi，指代创新产出能力指数。

（2）空间自相关

空间自相关可划分为全局和局部空间自相关[16]，旨在揭示不同区域或相邻地域间存在的相关性。全局空间自相关准确刻画指标空间分布特征，并呈现出指标在空间上的差异性与相关性；与之相反，局部空间自相关主要在限定区域描述指标的空间分布特性[17-19]。空间自相关主要采用Moran's I 进行测度，取值范围为[-1，1]。

4. 数据来源

文章以2010—2019 年中国31 个省份（除港澳台地区外）面板数据作为主要研究样本，各三级指标主要来源于国家统计局、各省区市统计年鉴以及专业性统计年鉴机构公布数据。二级指标如研发机构指数和产学研合作指数均来自于历年《中国科技统计年鉴》 《中国金融年鉴》以及wind 数据库。对于部分缺失数据，采用如下三种方式加以处理：第一种方式，替换原有指标，主要针对无法直接获得统计数据，且不能通过估算得到的指标；第二种方式，使用估算方法计算原始缺失的指标数据；第三种方式，根据相关统计年鉴与标准构造数据，例如各类专业技术人员指数主要根据《中国金融年鉴（2018）》代替2019 年指标取值，高等学校教育投入金额、留学回国人员数量等指数构造也类似。

三、实证结果及分析

1. 全国创新要素市场优化配置水平变化态势

首先利用时空极差熵权法计算各指标权重（表1），人才信息与网络服务投入金额、科研成果数量、新型技术产品市场占有率权重比值较高，占权重总和的67.1%，这说明上述指标对创新要素市场优化配置水平呈现的时空差异性特征影响较大。但一些指标如每10 万人拥有高学历资格证书数量、技术生产人员占总人员之比、新型技术产品销售总额的权重占比较小，说明其在时空上存在较小差异性，但并不意味着对创新要素市场优化配置水平不具备影响效应。根据指标权重结果，进一步刻画全国及省级层面下创新要素市场优化配置水平指数（表2），并详细分析2019 年全国及省级层面创新要素市场优化配置水平的一级和二级指标构成指数（表3）。

表2 全国及各省区市创新要素市场优化配置水平指数

观察表2 和表3 可知，2010—2019 年，中国创新要素市场优化配置水平稳步提升，2019 年的创新要素市场优化配置水平较2010 年提升19%。原因可能在于研究期内国家高度重视对创新要素市场的顶层设计，并出台《关于构建更加完善的要素市场化配置体制机制的意见》，为保障创新要素市场平稳运行、提高要素市场优化配置水平具有实践意义，促使创新要素市场优化配置水平显著提升。

表3 2019 年全国及各省区市创新要素市场优化配置水平一级和二级构成指数

需要注意的是，尽管全国创新要素市场优化配置水平呈稳步上升趋势，但上升速度仍显著低于经济发展水平。究其原因，整个研究期内在创新要素市场优化配置水平各一级子系统中，只有技术创新要素的提升幅度最为显著，达到35%，资本创新要素和人才创新要素的提升幅度较技术创新要素的提升幅度小，分别只有12%和13%。资源创新要素不仅没有得到改善，反而呈下降趋势，下降幅度为11%。技术创新要素得到明显提升的原因在于创新研发能力、创新生产能力以及创新产出能力都呈现一定提升趋势，提升幅度分别为28%、39%和66%。资本创新要素提升幅度较小是因为其直接投资资本和间接投资资本下降趋势较为明显，特别是间接投资资本的下降幅度达85%。人才创新要素提升幅度较小原因在于只有人才投入提升幅度较大，人才结构和人才产出的提升幅度均较小。资源创新要素提升幅度缓慢的原因在于近年来产学研合作处于瓶颈期，同时研发机构数量较少，无法有效支撑创新要素市场优化合理配置。

进一步对创新要素市场化配置水平三级指标进行测度（限于篇幅，图略）。大多三级指标均能有效提高创新要素市场优化配置水平，但各指标贡献度存在较大差异。其中，人才信息与网络服务投入金额贡献率最大(25.21%)，投资实业获取收入、院士及正高职称的学者总数、科研成果数量等贡献率也较大，介于16.50%～23.47%之间。但技术产品研发成功率、自主产品创新率、新型技术产品销售总额等指标贡献率均未达到1%，对创新要素市场优化配置水平存在较小影响。其中，购买债券与股票收入对创新要素市场优化配置水平存在负向影响，且负向效应居于第一位(-10.47%)；留学回国人员数量负向效应居第二位(-8.24%)；专利申请数量负向影响也较大(-7.49%)。此外，技术开发时间和费用、技术产品生产周期、高层次培训投入金额、自主产品创新率等指标不同程度上对创新要素市场优化配置水平产生负向影响。

2. 省级创新要素市场优化配置水平动态变化

2010—2019 年，中国创新要素市场优化配置水平呈缓慢上升态势，但不同地区这一水平变化趋势却呈现一定的差异性。具体来看，省级层面的创新要素市场优化配置水平变化态势大致可划分为如下七种（表4）：稳步提升型省份包括北京、安徽、广东、河北和天津（共5 个）；呈“M”型即先上升、后下降、再上升、又下降的省份包括山西、辽宁、江苏、江西、湖北（共5 个）；呈“W”型即先下降、后上升、再下降、又上升的省份包括内蒙古、山东、重庆（3 个）；呈“N”型即上升、后下降、再上升的省份有上海、广西（2 个）；呈倒“N”型即先下降、后上升、再下降的省份包含浙江、河南、贵州（3 个）；呈“V”型即先下降后上升的省份有吉林、黑龙江、湖南、海南、四川、陕西、云南（7 个）；呈倒“V”型即先上升后下降的省份有福建、西藏、甘肃、青海、宁夏、新疆（6 个）。

整个研究期内，几乎所有省份的创新要素市场优化配置水平均有所提升，但增速均出现下降趋势。结合表3 和表4 结果可知，创新要素市场优化配置水平提升速度最快的五大省份为北京、天津、河北、山西和上海。其中，北京和天津主要归因于资本创新要素指数和人才创新要素指数大幅提升，技术创新要素的贡献也较大；河北与山西受资本创新要素影响最大；上海则主要归因于人才创新要素水平较高。值得注意的是，五大省份中技术创新要素的贡献率均较大，极大地促使创新要素市场优化配置水平得以提升。

表4 2010—2019 年省级层面创新要素市场优化配置水平变化态势

同样，在整个研究期内也有部分地区的创新要素市场优化配置水平提升幅度较小，如广西、西藏、甘肃和云南等省份。其中，广西的资本创新要素、人才创新要素和资源要素均出现不同程度下降；西藏和甘肃的人才创新要素有所上升，但其他三个要素均出现下降趋势；云南的资本创新要素和技术创新要素在全国范围内处于先进水平，但人才创新要素和资源创新要素的下降幅度较为明显，为整体创新要素市场优化配置水平带来一定负向影响。

3. 区域创新要素市场优化配置水平比较

依据表2 创新要素市场化配置水平综合指数，并结合国务院发展报告将中国地区划分为八大综合经济区，绘制得出八大综合经济区创新要素市场化配置水平的变化趋势（图1）。分析八大综合经济区创新要素市场化配置水平，旨在明晰不同区域范畴内创新要素市场化配置存在的差异性。由图1 可知，八大综合经济区的创新要素市场优化配置水平整体上呈现平稳提升态势。具体来看，东部沿海综合经济区：浙江、上海、江苏，北部沿海综合经济区：天津、河北、北京、山东的提升速度最快；南部沿海经济区：广东、福建、海南的提升速度略低；黄河中游综合经济区：内蒙古、山西、陕西、河南和长江中游综合经济区：湖南、湖北、安徽、江西的提升水平相差甚少，但均低于东部沿海、北部沿海和南部沿海综合经济区；东北综合经济区：黑龙江、辽宁、吉林的整体发展速度与提升水平处于落后态势；大西北综合经济区：宁夏、新疆、甘肃、青海、西藏；大西南综合经济区：广西、贵州、四川、云南、重庆的提升水平略落后于东北综合经济区。总体来看，虽然八大综合经济区的创新要素市场优化配置水平总体呈现上升态势，但两极差距较大。

图1 2010—2019 年八大综合经济区创新要素市场优化配置水平

4. 创新要素市场优化配置水平空间集聚效应分析

（1） 全局空间格局

为测度中国创新要素市场优化配置水平的空间相关特征，利用空间自相关模型并借助信息技术软件得出2010—2019 年创新要素市场优化配置水平Moran's I 及其相关指标。研究结果显示，2010—2019 年的全局Moran's I 指数均为正向，且在5%水平上显著为正，得分高于1.66。这在一定程度上说明创新要素市场优化配置水平呈集聚性特征，即创新要素市场优化配置在空间上表现为正相关。就时间序列而言，2010—2019 年的Moran's I 指数逐渐下降，且2018—2019 年的下降幅度最明显。可以看出，虽然中国创新要素市场优化配置水平在空间上呈正相关特征，但随着时间推移，这一集聚效应和正相关性出现明显下降趋势。其中，2018 年Moran's I 指数下滑后，2019 年这一指数再次回升。出现这一现象的原因在于《中共中央关于推进国家治理体系和治理能力现代化若干重大问题的决定》的通过，并提出健全劳动、技能、管理与数据等生产要素，为加快创新要素市场优化配置体系提供重要突破口。但由于区域间在经济发展与资源配置方面存在较大差异，因此各省区市创新要素市场优化配置水平的空间相关性逐渐减弱。

（2）局部空间格局

为进一步了解中国创新要素市场化配置的局部空间关联特征，以创新要素市场优化配置水平的全局空间格局分析为基准，采用局部空间自相关模型展开检验，依靠GeoDa（空间分析软件） 得到2010—2019 年全国31 个省区市的创新要素市场优化配置水平散点图（图2）。限于篇幅，仅绘制2010 年和2019 年的Moran 散点图。各省区市创新要素市场优化配置水平在局部空间格局上呈现显著地域差异性，表明各省区市之间局部空间自相关性较强，总体水平处于相对平稳状态。部分创新资源不足、创新水平较弱的省区市被创新要素市场发展较快省份包围，说明仍有一部分省区市在空间上存在较强依赖性。其中，2019 年位于HH 和LL 象限内的散点图明显减少，说明创新要素市场优化配置水平的区域差异性和空间依赖性较强。

图2 2010 年和2019 年中国创新要素市场优化配置水平的Moran 散点图

四、结论及政策建议

1. 结论

基于2010—2019 年31 个省份面板数据，结合时空极差熵权法为各指标权重赋值，建立了创新要素市场优化配置指数及其分系统指数，分析全国及各省区市创新要素市场优化配置水平。在此基础上，借助自相关检验方法，验证中国创新要素市场化配置的全局与局部关联性。文章具体的研究成果如下：第一，全国及各省区市创新要素市场优化配置水平均有所改善，但幅度有限。其中，技术创新要素改善幅度最大，资本创新要素和人才创新要素指数提升幅度不大，资源创新要素则呈下降趋势；第二，各省区市创新要素市场优化配置水平总体平稳，但地区增长态势呈现较大差异性。第三，八大综合经济区的创新要素市场优化配置水平存在较大差异，表现为东部沿海综合经济区＞北部沿海综合经济区＞南部沿海经济区＞黄河中游综合经济区＞长江中游综合经济区＞东北综合经济区＞大西北综合经济区＞大西南综合经济区。第四，中国创新要素市场化配置存在明显空间正相关特征，但该特征随着时间推移呈现逐渐下降趋势；各省区市创新要素市场化配置水平在局部空间上呈现显著差异性。

2. 建议

首先，推动数字资源共享，协调资源供给。在实现创新要素市场优化配置之前，需整合现有创新资源。为强化资本、人才、资源与技术等创新要素配置能力，各地区应共同建立大数据信息资源共享平台，实施区域连动式资源流通体系，促使市场上各类生产资源集成式开放，有效驱动要素市场化配置。而且在数字资源共享过程中，政府应构建资源流通保障体系，积极协调各区域资源供给市场，确保生产要素与产业之间实现无缝适配。

其次，建立专业化技术转移机制，推进科研成果合理转化。研究表明技术创新要素在创新要素市场优化配置中的占比较大。故政府应立足于科研平台、数据报告，推进创新创业机制市场化改革，以此构建专业化技术转移机制，推进技术市场配置改革。在构建技术转移机制基础上，应组织职业技术经理人团队，开展贷款风险补偿试点，以此推进科研成果转化，为要素市场优化配置赋能。

最后，构建区域创新要素配置协同机制，激活生产要素配置潜能。上述研究表明，八大综合经济区创新要素市场优化配置仍存在较大差异性，一定程度上影响创新要素市场配置的协同性。针对于此，各地区政府之间应立足于市场要素配置实际，出台创新要素协同配置机制，打破不同区域之间资本、人才、资源与技术等要素限制壁垒，发挥要素跨区域流动潜能。同时，各地区政府还应针对各创新要素在产业内的适配情况，以产业属性为基础，建立产业调配创新要素机制，促使各类要素资源实现高效配置。