中国城市创新效率的区域差异及产业特性分析

崔 丹，吕 爽，黄一诺，李国平

（1.中国科学技术信息研究所，北京 100038；2.北京大学政府管理学院，北京 100871）

0 引言

党的十八大以来，党中央、国务院高度重视创新在国家发展全局中的核心地位，推动实施创新驱动发展战略，提出了一系列新思想、新理念和新要求，并出台多项重大区域发展战略部署，创新已成为引领我国高质量发展的第一动力。然而，在当前我国高质量发展的关键时期，我国的区域创新发展仍面临着不充分和不平衡的问题［1］。一是创新效率的不充分，各城市创新投入和产出数量上均实现增长，但大多数城市的创新效率仍有待提升；二是空间上的不平衡，各城市创新投入和产出差距较大，城市创新效率也存在较大差距。创新效率的不充分和不平衡不仅会影响区域经济增长，也是导致区域经济差距较大的深层次原因［2］。《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》提出，要坚持创新驱动发展，全面塑造发展新优势，优化区域经济布局，促进区域协调发展。因此，有必要以城市为单元，从创新链角度科学测度各城市的创新效率，分析全国创新效率的区域差异，并积极探索提升创新效率的创新策略，这对于新时期深入实施创新驱动发展战略，推动区域协调发展具有重要现实意义。

学术界关于创新效率的研究主要基于创新投入和产出两方面展开，近年来关于创新效率的研究出现了一些新趋势。一是研究尺度更加细化，由国家层面创新效率测度逐渐转向主要经济地带或城市群的创新效率评价［3-8］。如颜鹏飞等［4］对1978—2001 年中国30 个省的技术效率进行测度，提出这一时期中国技术效率呈增长态势，人力资本和制度因素对技术效率的提升有重要影响。吴传清等［6］测度了2008—2014 年长江经济带的技术创新效率，指出长江经济带上中下游技术创新效率存在显著的区域分异，上下游的创新效率普遍较高而中游的创新效率较低。盛彦文等［7］对中国东部沿海的五大城市群2001—2015 年的创新效率进行评价，发现山东半岛城市群创新效率增长幅度最大，长三角城市群次之，京津冀城市群创新效率增长较慢。崔丹等［8］分别对中国三大城市群专利和产业技术创新效率进行测度，发现珠三角城市群专利技术创新效率较高，京津冀和长三角城市群专利技术创新效率相对较低。高产业技术创新效率城市，在京津冀城市群呈现环京津连片分布状态，在长三角城市群呈现“中心-外围”结构，在珠三角城市群呈现向心分布状态。

二是研究模型和方法的不断创新和改进。随机前沿分析（SFA）和数据包络分析（DEA）是测度创新效率的主流研究方法，但SFA 模型难以全面反映技术创新产出，而传统DEA 模型多为静态效率测度，在进行跨期比较时会影响结果的准确性。目前白俊红等［9］的研究采用全局参比的DEA 模型来解决创新效率的跨期比较问题，吴传清等［6］采用Malmquist 指数，将全要素生产率变动指数分解为技术效率增长指数和技术进步指数，以全面反映技术创新效率的动态变化［6］。三是创新效率测度的指标选择更为多元。创新投入的指标多采用R&D 人员全时当量和R&D 经费支出，产出指标选择多为专利申请数量或专利授权量［10-11］，由于专利仅能反映创新的技术水平，难以反映创新成果的质量及其商业化应用水平。近年来一些学者将经济效益转化能力作为重要的产出指标纳入创新效率的衡量之中，如白俊红等［9］用新产品销售收入衡量中国各省的创新效率，罗颖等［12］用技术市场成交额衡量长江经济带各省市创新效率。

总体来看，创新效率测度及其影响因素的研究较为成熟，但仍存在一些不足：一是城市创新是城市依靠科技、知识、人力、文化、体制等创新要素，推动城市创新发展。城市创新效率是城市创新行为的投入产出比，而DEA-Malmquist 指数模型测度的是技术效率的增长指数，反映城市或区域创新效率的动态变化［4,13］。因此将两种指标结合来揭示中国城市创新效率的区域差异可能更为有效；二是创新产出往往滞后于创新投入，但是大多数研究在测度创新效率时常忽略创新产出的滞后性；三是关于测度创新效率的指标选择，现有研究主要从专利数量或经济效益成果转化等单方面衡量创新效率，较少从创新链的角度（创新产出到成果转化）来衡量创新效率。

本研究以2018—2019 年中国31 个省级行政区297 个地级以上城市（受数据可获得性限制，本文研究对象未含港澳台地区，下同）为研究对象，试图在以下4 个方面做出深入探讨：（1）采用投入产出比来测度城市创新效率，采用DEA-Malmquist 指数模型测度城市创新效率增长指数，运用二者相结合的指标来揭示中国城市创新效率的区域差异；（2）构建创新效率综合研究框架，采用当期R&D 内部经费支出表征创新投入，采用滞后一期的专利授权量和滞后一期的上市高新技术企业营业收入1）来分别表征专利产出和产业产出，从专利到产业这一创新链的角度来更全面地研究城市创新效率；（3）运用核密度估计、变异系数等方法，深入分析全国城市创新效率的区域差异；（4）结合专利创新效率和产业创新效率及其变化对297 个地级以上城市的创新效率进行归类分析，从其成果转化和产业发展入手，深入分析各类城市创新效率的产业特性，并提出提升各类城市创新效率的策略建议，以期为优化区域创新战略，推动区域协调发展提供更具针对性的研究参考。

1 基于创新链的创新效率综合研究框架构建

创新链是以满足市场需求为导向，创新主体间通过知识积累以实现技术成果转化和产业化应用的功能链节结构模式。在我国经济发展由要素驱动转向创新驱动发展的过程中，创新链是推动我国产业升级的重要力量，是增强创新驱动发展能力、提升我国全球价值链地位、实现经济高质量发展的关键所在［14］。

创新链一般被分为3 个阶段，创新链的前端为研发投入所带来的知识积累；中端为创新成果产出阶段，主要表现为专利产出等；终端为创新成果的产业化利用，主要表现为高新技术企业营业收入等［15］。具体来说，在创新链的前端，政府一般通过政策引导和研发经费投入来优化信息传递，使创新主体（企业、高校、科研院所、科技中介等）能够及时根据产业导向和市场需求来进行知识积累，开展创新活动；在创新链的中端，创新主体会基于知识积累开展技术研究和应用研发，提升自主创新能力，增加专利产出数量。政府也会通过政策激励引导创新主体之间开展产学研合作，促进知识互补，提升创新成果产出。专利数量作为创新产出的一种形式，仅能从侧面反映创新技术水平，而创新成果的转化和应用则更能体现创新主体的创新效率水平；因此，在创新链的终端，即创新成果的社会化创新和产业化应用阶段，高校和企业等创新主体会积极提供技术孵化及产业化配套服务，推动创新成果转化，促进专利的产业化应用；政府会通过政策工具推动技术产权交易体系建设，科技中介和金融机构会在政策保障下加快投融资体系建设，共同推动创新成果的产业化应用，创新链的结构如图1 所示。

图1 创新链结构

从中端专利产出到终端产业化应用，作为创新链的重要环节，既是政界关注的焦点，也是学界关注的热点。参考吴传清等［6］、白俊红等［9］和杨茜淋等［16］学者的研究，本文基于从专利到产业这一创新链的角度来全面地研究创新效率，构建创新效率综合研究框架（如图2 所示），基于投入产出比，采用当期R&D 内部经费支出和滞后一期专利授权量来测度专利创新效率，用来表征专利产出创新效率；采用当期R&D 内部经费支出和滞后一期上市高新技术企业营业收入来测度产业创新效率，用来表征成果转化创新效率。同时，运用DEA-Malmquist 指数模型测度专利创新效率增长指数和产业创新效率增长指数，用来反映中国297 个地级以上城市专利创新效率和产业创新效率的增长变动情况。

图2 创新效率综合研究框架

2 研究方法与数据

2.1 城市创新效率测度

创新效率是创新行为的投入产出比［16］，本文用专利投入产出比来测算城市专利创新效率，产业投入产出比来测算城市产业创新效率。在创新产出指标选取上，基于数据的可获得性和城市间的可比性，且考虑到创新产出在时间上往往滞后于创新投入，本文用滞后一年的专利授权量，以及上市高新技术企业营业收入来衡量城市层面的创新产出。

2.2 城市创新效率增长指数测度

本文参考Fare 等学者［17］227-240改造的DEA 方法，采用基于DEA 模型的Malmquist 指数方法测算全要素生产率，并在此基础上分解出技术效率变化指数表征城市创新效率增长指数。在规模报酬不变（CRS）的条件下，将每一个城市作为一个决策单元（decision making units，DMU），每 个DMUj(j=1,2,,J) 包 含p种创新投入和q种创新产出(q=1,2,,Q)。第k个城市（DMUk）基于p种创新投入的Farrell 技术效率的非参数规划模型为：

为了得到生产率随时间变化的Malmquist 指数，颜鹏飞等［4］引入了距离函数。根据Fare 等［17］227-235的研究，距离函数一般为Farrell 技术效率的倒数，且仅当在生产前沿面上，生产在技术上是有效率的。根据Caves 等［18］的研究，在规模报酬可变（VRS）的条件下，在t+1 时期的技术条件下，t到t+1 时期的技术效率变化的Malmquist指数可表示为：

根据Fare 等［19］和Cooper 等［20］的研究，Malmquist 指数可以进一步分解为技术效率变化（EC）和技术进步变化（TC），则t到t+1 期的Malmquist指数可以表示为:

本文使用分解后的技术效率变化指数（EC）表征城市创新效率增长指数。类比于前文所述的专利创新效率和产业创新效率测度，分别计算专利创新效率增长指数和产业创新效率增长指数，投入变量与产出变量的选择与专利创新效率和产业创新效率测度保持一致，其中创新投入使用当期R&D 内部经费支出，专利创新产出使用滞后一期的专利授权量，产业创新产出采用滞后一期的上市高新技术企业营业收入。

2.3 创新效率区域差异的测度

本研究运用核密度估计、变异系数、基尼系数来测算2018—2019 年297 个地级以上城市创新效率的空间差异。核密度估计是基于数据本身估计数据概率密度分布的非参数检验方法。由于核密度估计不预先设定函数形式，且对未知密度函数估计有很强的适应性，因此非常适用于研究不均衡分布［21］。而变异系数则是用标准差除以均值，以消除时间等因素的影响，主要用于衡量数据的相对离散程度［22］，本文采用变异系数来测度297 个地级以上城市创新效率的区域差异程度。变异系数的计算公式如下：

2.4 数据来源

研究数据主要来源于科技部火炬中心高新技术企业认定工作网，2018—2020 年中国上市公司大数据平台，《中国城市统计年鉴》（2019—2021 年），以及2018—2020 年各地级市《国民经济和社会发展统计公报》和相关政府工作报告等。

3 中国城市专利创新效率和产业创新效率的区域差异

为了研究2018—2019 年各城市创新效率的现状及动态变化，本文采用投入产出比分别测算了2018—2019 年297 个地级以上城市的专利创新效率和产业创新效率，并运用DEAP 2.1 软件测算了专利创新效率和产业创新效率的增长指数。由于VRS 假设是DMU 规模报酬可变，CRS 假设是DMU 规模报酬不变，且VRS 假设的测度结果通常高于CRS 假设的测度结果，借鉴杨骞等［23］和徐杰等［24］的研究经验，本文采用VRS 假设下的专利创新效率和产业创新效率增长指数的测度结果。

3.1 中国城市专利创新效率的区域差异

表1 刻画了样本城市总体与四大区域2）分别的专利创新效率基本态势。总体来看，全国297 个地级以上城市的专利创新效率呈增长态势，但区域差异不断增加。2018—2019 年，全国专利创新效率最小值由14.448 3 下降到12.042 6，最大值由1647.497 0 增长到2583.478 0，均值也由186.306 8增长到214.533 3。根据Fare 等［19］的研究，创新效率增长指数减去1，就是该指标的每年增长率。表1 显示专利创新效率的增长指数也呈增长态势，2018—2019 年，专利创新效率的增长指数最大值和均值分别从2.429 2 和1.026 6 增加到2.903 2 和1.060 1，2019 年累积增长率为6.01%。这主要是由于受中美贸易战影响，2018—2019 年，我国出台多项政策支持创新创业3）。2019 年政府通过政策为创新技术进步添能蓄势，出台多项政策支持绿色技术体系的构建，“5G+工业互联网”等技术的发展，同时不断优化营商环境，为小微企业减税降负4），各城市也在努力构建更加有效的科研体系，在科学技术提升的同时，专利创新效率也有所提升。然而，这一时期，我国297 个地级以上城市专利创新效率的区域差异整体呈扩大态势，变异系数从0.987 9 增长到1.071 7，增幅为8.49%。

从四大区域的专利创新效率均值来看，四大区域专利创新效率存在显著差异。2018 年西部和东部地区的专利创新效率较高，而东北和中部地区的专利创新效率较低。其中西部地区2018 年的专利创新效率甚至高于东部地区，出现这一反常现象可能是国家创新驱动发展战略与区域协调发展战略的实施，引致西部的专利创新效率大幅提升。但从专利创新效率的增长指数均值来看，2019 年东部、中部和东北地区的专利创新效率增长指数均趋于增长，增长率分别为17.48%、5.49%和13.98%，而西部地区的专利创新效率增长指数最低，且趋于下降，增长率为-5.92%。这主要是由于西部发展仍面临着创新驱动不足等短板问题。虽然受国家创新驱动发展战略等的影响，近年来西部地区的专利创新效率显著提升，但受区位条件限制，大部分城市的创新资源配置和科技创新能力不足，专利创新效率增长指数仍然较低。值得关注的是，2018—2019 年东北地区的专利创新效率增长指数高于中部和西部地区，尤其是通化市等城市的专利创新效率增长指数大于2，这主要是由于在创新驱动发展战略指导下，东北地区尤其是吉林省紧抓科技创新，加大科研投入，并与科研单位和企业搭建发展平台，聚焦“卡脖子”关键技术。《中国区域创新能力评价报告2021》也显示近年来吉林省科技创新能力大幅提升［25］。此外，四大区域各城市间专利创新效率的差异在逐渐增大。2018—2019 年四大区域专利创新效率的变异系数均呈增长态势，其中西部地区的增幅最大，达到19.10%，中部地区的增幅最小，为2.03%，东部和东北地区的增幅分别为3.34%和8.14%。

此外，2018—2019 年297 个地级以上城市总体和四个区域的城市专利创新效率直方图及其核密度图如图3 和图4 所示。其中全样本总体的核密度曲线始终呈现倒“U”型，波峰有所降低，右拖尾现象明显，曲线宽度增加，这也说明297 个地级以上城市专利创新效率的区域差异不断增加。

图3 全样本城市专利创新效率和核密度

图4 2018—2019 年四大区域样本城市的专利创新效率和核密度

由图4 可知，2018—2019 年东部、中部、西部和东北地区专利创新效率的核密度曲线也呈现出波峰不断降低和明显右拖尾现象，这也说明四大区域各城市间专利创新效率的差异在不断增加。

3.2 中国城市产业创新效率的区域差异

表2 呈现了整体和四大区域产业创新效率的基本态势。总体来看，297 个地级以上城市的产业创新效率呈负增长态势，且存在显著空间不均衡现象。2018—2019 年，产业创新效率均值由2.811 4 下降到2.610 4，降幅为7.15%；产业创新效率增长指数的均值也由0.535 5 下降到0.519 8。这主要是由于受新冠疫情影响，2020 年我国多数拥有制造业（高端装备制造、生物医药制造、化学制品制造等）城市的上市高新技术企业营业收入5）趋于下降，如北京、深圳、成都、郑州、福州、贵阳、长春等。与此同时，这一时期，297 个地级以上城市产业创新效率存在显著空间不均衡，但区域差异在逐渐减小。2018 年全国产业创新效率变异系数为2.148 0，2019年减小到2.082 6，降幅为3.04%（见表2）。此外，2018—2019 年，297 个地级以上城市产业创新效率的核密度曲线呈现“L 型”，波峰有所增加且宽度缩小，曲线左偏移现象明显，这表明297 个地级以上城市产业创新效率的区域差异在逐渐减小（见图5）。但产业创新效率增长指数的变异系数却在增加，这说明产业创新效率的区域差异有增大的趋势。

表2 全样本和四大区域产业创新效率及产业创新效率增长指数的描述性统计

图5 2018—2019 年297 个地级以上城市产业创新效率和核密度

从四大区域产业创新效率来看，四大区域产业创新效率差异较大。2018 年四大区域产业创新效率分别为东部地区4.021 8、中部地区4.027 5、西部地区1.053 5、东北地区2.178 5，东部和中部地区的产业创新效率远高于西部和东北地区。然而，2019 年东部和中部地区的产业创新效率却趋于下降，而西部和东北地区的产业创新效率却趋于增长。这可能是由于东部和中部地区上市高新技术企业，尤其是高端装备制造、医药制造等产业受2020 年疫情影响严重，尤其是中部地区的武汉、郑州等城市，2020年上市高新技术企业营业收入下降幅度较大。然而，西部地区和东北地区相对受疫情影响较小，拉萨、包头、乌鲁木齐、沈阳等城市的上市高新技术企业营业收入则有所上升。

从四大区域产业创新效率的增长指数来看，东部地区的产业创新效率增长指数最高且趋于增长态势，中部、西部和东北地区的产业创新效率增长指数较低且趋于下降，这主要是由于东部地区上市高新技术企业除高端装备制造等产业外，还包含计算机和通信、软件和信息技术、互联网、商务服务和专业技术服务等服务业，这些产业受疫情影响相对较小，在一定程度上支撑了东部地区产业创新发展。

值得关注的是，西部地区的产业创新效率和其增长指数均最低，这表明西部地区虽然专利效率较高，但多数城市科技创新动力不足，专利效率增长指数较低，且创新成果转化能力也相对较弱。2018—2019 年东北地区的产业创新效率和其增长指数也较低，这表明虽然东北地区的创新技术实现了一定增长，专利创新效率增长指数相对较高（见表1），但是创新成果转化能力却相对较弱。

此外，四大区域各城市间产业创新效率的差异较大。2018—2019 年中部和西部地区产业创新效率的变异系数较大，且呈增长态势，其中西部地区的增幅最大，达到23.39%。东部和东北地区的产业创新效率的变异系数相对较小，且呈减小态势，东部和东北地区的降幅分别为11.94%和0.75%。由图6可知，2018—2019 年中部地区产业创新效率的核密度曲线波峰增加，曲线左偏且呈现多峰形态，西部地区的核密度曲线波峰下降，宽度增加且出现右拖尾现象，表明中部和西部地区城市之间的产业创新效率差异增加；东部和东北地区产业创新效率的核密度曲线呈现明显的双峰形态，东部地区的核密度曲线宽度增加，但曲线左偏，表明东部地区城市之间的产业创新效率差异有所减小，而东北地区的核密度曲线变化较小，表明东北地区城市之间的产业创新效率差异变化不大。另外，四大区域各城市间产业创新效率增长指数的变异系数均趋于增加，表明四大区域各城市间产业创新效率的差异有增大的 趋势，内部分化态势将趋于严重。

图6 2018—2019 年四大区域内城市的产业创新效率和核密度

4 中国城市创新效率的类型、空间布局及产业特性分析

运用ArcGis10.2 来可视化297 个地级以上城市的创新效率和创新效率增长指数的空间格局。借鉴崔丹等［8］的研究经验，基于自然断裂法，依据创新效率值，将297 个地级以上城市分为低创新效率区和高创新效率区，基于创新效率增长指数，将297个地级以上城市分为低创新效率增长区和高创新效率增长区。

基于专利—产业的创新链，依据专利创新效率和产业创新效率的地区分布，将297 个地级以上城市分为高专利效率高产业效率城市、低专利效率高产业效率城市、高专利效率低产业效率城市、低专利效率低产业效率城市。基于专利—产业的创新链，依据专利创新效率和产业创新效率增长指数的地区分布，将297 个地级以上城市分为高专利效率增长高产业效率增长城市、低专利效率增长高产业效率增长城市、高专利效率增长低产业效率增长城市、低专利效率增长低产业效率增长城市，如表3 所示。

表3 中国297 个地级以上城市创新效率类型划分及地区分布

4.1 各类型创新效率城市的空间布局及产业特性分析

2018 和2019 年各类型创新效率城市的空间分布如图7 所示。各类型创新效率城市的特征和产业特性见表4 所示。

表4 2018—2019 年样本各类型创新效率城市的特征和产业特性

图7 2018 和2019 年样本各类型创新效率城市的空间分布

4.1.1 高专利效率高产业效率城市的空间布局及产业特性分析

由表4 可知，2018—2019 年，高专利效率高产业效率城市的专利创新效率均高于171，产业创新效率均高于2.75，即研发经费投入1 亿元能产生171个以上的专利授权量，能带来超过2.75 亿元的上市高新技术企业营业收入。由表3 和图7 可知，这些城市主要集中在长三角（浙江和江苏等）和珠三角（广东）等东部地区，还有一些城市零星分布在河南、西藏、辽宁等中部、西部和东北地区。这主要是由于长三角和珠三角地区城市的科技创新基础条件较为优越，如绍兴、嘉兴、宁波、温州、广州等城市的R&D 研发经费高达百亿以上，珠海、台州和湖州等城市的研发经费接近百亿，这些城市的人才储备和创新生态较好，专利研发水平在全国一直处于较高水平。此外，这些城市的上市高新技术企业主要从事战略性新兴产业，包括新材料、计算机和通信和其他电子设备制造、高端装备制造、专业技术服务等，这些城市中65%以上的城市高新技术企业营业收入超过百亿，13%以上的城市高新技术企业营业收入超过千亿。

4.1.2 低专利效率高产业效率城市的空间布局及产业特性分析

由表4 可知，2018—2019 年，低专利效率高产业效率城市，产业创新效率均高于2.75，但城市的专利创新效率低于171，即研发经费投入1 亿元能带来超过2.75 亿元的上市高新技术企业营业收入，但产生的专利授权量却相对较低。这些城市主要分布在北京、上海、广东、浙江、江苏、福建、山东等东部地区，以及安徽、河南、江西、湖北、湖南等中部地区，还有一些城市零星分布在甘肃、陕西、辽宁、吉林等西部和东北地区（见图7）。这些城市主要为直辖市和省会城市，及其周边城市，创新活力高，但创新效率却相对较低。这些城市中，近50%的城市专利授权量超过5 000 个，但其R&D 研发经费大都超过50 亿元，近30%的城市专利授权量超过10 000 个，但其R&D 研发经费基本上均超过100 亿元［26］153-165。

值得关注的是，这些城市的高新技术产业发展较快。其中，东部地区的城市（北京、上海、南京、无锡、厦门、龙岩、杭州、青岛等），其上市高新技术企业主要以战略性新兴产业为主，包括新材料、计算机和通信和其他电子设备制造、高端装备制造、生态环保等产业。中部、西部和东北地区的城市多为资源型城市（洛阳、焦作、新余、宜昌、益阳、运城、延安、沈阳、长春、哈尔滨、鸡西等），其上市高新技术企业除新材料、高端装备制造等战略性新兴产业企业外，还包括传统产业企业，如纺织业、汽车制造、家具制造、煤炭开采和洗选等（见表4）。这些城市中，80%的城市上市高新技术企业的营业收入高达百亿元，25%的城市上市高新技术企业的营业收入超过千亿元。

4.1.3 高专利效率低产业效率城市的空间布局及产业特性分析

由表4 可知，2018—2019 年，高专利效率低产业效率城市，专利创新效率均高于171，但城市的产业创新效率却低于2.75，即研发经费投入1 亿元能产生171 个以上的专利授权量，但成果产业化应用较低。由表3 和图7 可知，这些城市主要分布在四川、广西、甘肃、陕西、西藏、云南、贵州等西部地区，以及广东、浙江、江苏等东部地区，还有一些城市零星分布在江西、河南、湖南和吉林、辽宁等中部和东北地区。

这类城市中约70%的城市没有上市高新技术企业，但这些城市的专利创新效率却相对较高，其中约60%的城市R&D 研发经费不足30 亿元，但专利授权量却超过1 000 个。这些城市主要为西部和东北地区的城市，如庆阳、佳木斯、广安、武威、张掖、榆林、玉林、梧州、西宁、毕节、内江等。

另外约30%的城市，上市高新技术企业主要以传统产业为主，如皮革、毛皮、羽毛及其制品和制鞋业，医药制造业，农副食品加工业，橡胶和塑料制品业等（见表4），虽然专利创新效率相对较高，但其中约70%的城市的上市高新技术企业营业收入不足50 亿元，产业规模普遍较小，产业创新效率相对较低，这些城市主要为东部和中部城市，如海口、衢州、抚州、安庆、大同、池州、宿迁、宜春、上饶、盐城、沧州、廊坊等。

4.1.4 低专利效率低产业效率城市的空间布局及产业特性分析

由表4 可知，2018—2019 年，低专利效率低产业效率城市，专利创新效率低于171，城市的产业创新效率低于2.75。这些城市中约43%集中在四川、广西、内蒙古、陕西、云南等西部地区，约45%集中在福建、山东、河南、湖北等东部和中部地区，另有12%分布在东北地区（见表3 和图7）。

这类城市中48%的城市没有上市高新技术企业，创新活力也明显不足。其中55%的城市的研发经费不足10 亿元，专利数量少于1 000 个［26］153-165。这些城市主要为西部和东北地区的城市，如克拉玛依、双鸭山、朔州、吕梁、临汾、雅安、白银、普洱、林芝、七台河、鹤岗等。

另外52%的城市中，14%的城市（如天津、成都、西安、沈阳、太原等）上市高新技术企业营业收入虽然超过300 亿元，专利授权量超过7 000 个，但研发投入经费也在120 亿元以上［26］153-165，剩余86%的城市（如铜陵、泰州、许昌、德州、莆田、安庆、大同、鄂州、乐山、永州、信阳等）专利创新效率普遍较低，且上市高新技术企业营业收入的规模普遍较小。

4.2 各类型创新效率增长城市的空间布局及产业特性分析

4.2.1 高专利效率增长高产业效率增长城市的空间布局及产业特性分析

2018—2019 年，近80%的高专利效率增长高产业效率增长城市主要分布在东部和中部地区，另有约20%的城市分布在西部和东北地区，这些城市主要为直辖市、省会城市和其周边城市，如广州、深圳、西安、杭州、武汉、天津、合肥、长沙、兰州、济南、海口、南宁、保定、中山、宁波等（见表5 和图8）。直辖市和省会城市的高校和科研院所云集，人力资本充足，创新生态良好，高新技术产业发展较快，通过中心外围结构，带动周边地区形成高新技术产业集群，专利创新效率和产业创新效率增长率普遍高于全国平均水平。

表5 中国297 个地级以上城市创新效率增长指数类型划分及地区分布

4.2.2 低专利效率增长高产业效率增长城市的空间布局及产业特性分析

2018—2019 年，70%以上的低专利效率增长高产业效率增长城市也主要分布在东部和中部地区，另有不足30%的城市分布在西部和东北地区，这些城市除少部分直辖市和省会城市外（北京、重庆、成都、桂林、太原），主要分布在省会城市周边，如苏州、开封、洛阳、辽阳、济宁、烟台、岳阳、镇江、泰州、泉州等（见表5 和图8）。这些城市的专利创新效率增长率相对较低，但高新技术产业发展较快，其上市高新技术企业主要以新材料、高端装备等战略性新兴产业为主（见表6），其中近25%的城市产业创新效率增长指数大于1.53，约75%的城市产业创新效率增长指数大于1.02。

表6 2018—2019 年样本两类创新效率增长城市的取值范围和产业特性

4.2.3 高专利效率增长低产业效率增长城市，以及低专利效率增长低产业效率城市的空间布局及产业特性分析

2018—2019 年，高专利效率增长低产业效率增长城市，以及低专利效率增长低产业效率增长城市，这些城市一般距离省会城市和直辖市较远，如衡水、淮安、茂名、清远、衢州、三明、汕尾、阿坝藏族羌族自治州、安康、安顺、巴彦淖尔、张掖、昭通、中卫、资阳等，这些城市专利创新和产业发展缺少中心城市带动，其中60%以上的城市没有上市高新技术企业，创新活力和成果转化能力整体较弱。

综上所述，2018—2019 年，70%以上的高专利效率高产业效率城市和高专利效率增长高产业效率增长城市主要集中在东部和中部地区，50%以上的低专利效率低产业效率城市和低专利效率增长低产业效率增长城市主要集中在西部和东北地区，表明四大区域城市间专利创新效率和产业创新效率的差异较大，且差异将进一步增大，内部分化态势将趋于严重。

5 研究结论和对策建议

5.1 研究结论

本文以297 个地级以上城市为研究对象，从专利—产业这一创新链角度构建了创新效率综合研究框架，运用投入产出比和DEA-Malmquist 指数模型科学测度了各城市的专利创新效率和产业创新效率，以及两类创新效率的增长指数，分析了这两类创新效率的区域差异和发展类型，并从其成果转化和产业发展入手，深入分析了各类型创新效率城市的产业特性，具体结论如下：

（1）2018—2019 年中国297 个地级以上城市的专利创新效率呈增长态势，且区域差异不断增加。2018—2019 年东部和西部地区的专利创新效率普遍较高，而中部和东北地区的专利创新效率普遍较低。东部、中部和东北地区的专利创新效率增长指数均趋于增长，而西部地区的专利创新效率增长指数最低，且趋于下降。

（2）2018—2019 年中国297 个地级以上城市的产业创新效率呈负增长态势，且存在显著空间不均衡现象。东部和中部地区的产业创新效率远高于西部和东北地区。东部地区产业创新效率增长指数最高且趋于增长，而中部、西部和东北地区的产业创新效率增长指数较低且趋于下降。

（3）高专利效率高产业效率的城市主要集中在长三角和珠三角等东部地区，这些城市的上市高新技术企业主要从事新材料、高端装备制造等战略性新兴产业；低专利效率高产业效率的城市主要为直辖市、省会城市及其周边城市，其上市高新技术企业除战略性新兴产业企业外，还包括一些传统产业企业；高专利效率低产业效率的城市主要分布在西部地区，其中约70%的城市没有上市高新技术企业，另有约30%的城市的上市高新技术企业营业收入规模普遍较小，产业创新效率相对较低；低专利效率低产业效率城市近半数集中在西部地区，其余分布在东部、中部和东北地区。这类城市中48%的城市没有上市高新技术企业，另外52%的城市专利创新效率和产业创新效率均相对较低。

（4）高专利效率增长高产业效率增长城市，以及低专利效率增长高产业效率增长城市主要分布在东部和中部地区，主要为直辖市、省会城市及其周边城市。这类城市主要从事战略性新兴产业，通过中心辐射作用，带动周边地区形成战略性新兴产业集群，产业创新效率增长率普遍高于全样本平均水平；高专利效率增长低产业效率增长城市，以及低专利效率增长低产业效率增长城市，这些城市一般距离省会城市和直辖市较远，产业发展缺少中心城市带动，且60%以上城市没有上市高新技术企业，创新活力和成果转化能力整体较弱，产业创新效率增长率较低。

5.2 对策建议

（1）针对创新效率不同的城市有必要采取差别化的创新策略，对于高专利效率高产业效率的城市，应努力保持良好的发展势头，通过推动区域产业链创新链深度融合，进一步提升这类城市的专利创新效率和产业创新效率；

（2）对于低专利效率高产业效率的城市，应在保持高产业创新效率的同时，加强科技创新人才队伍和能力建设，开展更具产业化的科技研发，积极鼓励专利研发和申请，不断提升专利创新效率；

（3）对于高专利效率低产业效率城市，以及低专利效率低产业效率城市，前者应将专利转化尤其是发展高新技术产业作为优先选项，而后者则需要在专利创新和产业培育两方面同时发力。特别是针对低产业创新效率的城市（主要集中在西部地区），应抓住构建以国内大循环为主、国内国际双循环相互促进的新发展格局和区域协调发展战略实施的重大机遇，加强高新技术产业园区建设，推动这些城市战略性新兴产业发展，并促进其传统产业优化升级，积极培育高新技术企业和科技型中小企业，以提升其产业创新效率。

需要说明的是，由于全国城市层面长时间跨度的创新数据难以获得，本文采用2018—2020 年的创新数据进行分析。为保证数据来源的可靠性，本研究中297 个城市的创新数据主要来源于《中国城市统计年鉴》和科技部火炬中心高新技术企业认定工作网。未来本研究将尝试通过大数据多渠道挖掘城市创新数据，并进行长时间跨度的城市创新效率的研究。本文的研究价值在于以297 个地级以上城市为研究对象，从专利—产业这一创新链角度构建了创新效率综合研究框架，深入分析了各类城市创新效率的区域差异和产业特性，并提出提升各类城市创新效率的策略建议，以期为优化区域创新战略，推动区域协调发展提供更具针对性的研究参考。

注释：

1）创新技术的研发和应用，以及创新成果的转化往往滞后于创新投入，本研究采用滞后一期的专利授权量和上市高新技术企业的营业收入来反映创新产出。

2）2011 年6 月13 日，国家统计局提出将我国31 个的经济区域划分为东部、中部、西部和东北四大地区。其中东部地区包括北京、天津、河北、上海、江苏、浙江、福建、山东、广东、海南；中部地区包括山西、安徽、江西、河南、湖北、湖南；西部地区包括内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏和新疆；东北地区包括辽宁、吉林、黑龙江。

3）2018 年3 月27 日，中国财政部、人社部、中国人民银行联合印发了《关于进一步做好创业担保贷款财政贴息工作的通知》；2018 年9 月26 日，国务院印发了《关于推动创新创业高质量发展打造“双创”升级版的意见》；2018 年12 月5 日，国务院印发《关于做好当前和今后一个时期促进就业工作的若干意见》。

4）2019 年3 月19 日，中国工信部和国家开发银行联合发布《关于加快推进工业节能与绿色发展的通知》；2019 年4 月15 日，国家发改委、科技部联合印发《关于构建市场导向的绿色技术创新体系的指导意见》；2019 年10 月8 日，国务院第66 次常务会议通过《优化营商环境条例》。

5）本研究采用滞后一期的上市高新技术企业的营业收入来反映创新产出，2019 年产业创新效率中，创新投入的指标为2020 年上市高新技术企业的营业收入。