长三角城市群研发产业发展与区域创新环境研究

史嵘，吴伟莹

（1、南京航空航天大学经济管理学院，江苏南京210000 2、苏州科技大学商学院，江苏苏州215000）

长三角城市群研发产业发展与区域创新环境研究

史嵘1、2，吴伟莹2

（1、南京航空航天大学经济管理学院，江苏南京210000 2、苏州科技大学商学院，江苏苏州215000）

在综合测评长三角地区城市群研发产业发展水平与空间分布特征的基础上，结合区位理论与产业发展理论，进一步探讨了长三角城市群研发产业发展的创新环境因素，归纳推动研发产业发展的积极因素。研究结果表明：长三角城市群研发产业发展水平的空间区域差异明显，研发产业发展与区域创新环境存在良性互动机制。

长三角城市群；研发产业；发展水平；空间分布特征

一、引言

随着科学技术的迅猛发展，研发作为创新的源泉，在创新价值链中发挥关键性作用，成为推动产业升级与地区经济发展的重要力量。随着研发外部化的不断发展，研发活动日益呈现产业化特征，发展势头强劲。同时，伴随区域内各城市竞争的日益加剧，区域创新环境因素也成为产业发展的重要决定力量。因而，在定量实证研究研发产业空间聚集的形态与区域特征的基础上进一步探讨了长三角城市群研发产业发展的创新环境因素。对经济新常态背景下，强化国家与地区实施自主创新战略的产业基础具有一定的理论意义与实践价值。

长江三角洲地区是我国经济最发达的区域，也是我国发展研发产业最有条件和潜力的地区。[1]现阶段长三角地区正处于经济结构转型的瓶颈时期，积极发展研发产业正逐渐成为提升各城市整体经济实力，实现产业结构优化升级的重要产业。而研发产业的发展是一项需多种因素综合作用的过程，其中各城市的区域创新环境是最为关键的因素之一。鉴于此，本文将在运用熵值模型评价研发产业发展水平及空间分布特征的基础上，对长三角地区的研发产业发展水平与区域创新环境进行综合评价，从而有助于把握长三角地区研发产业的总体发展水平和空间结构差异，深入分析区域内发展差异与内在联系，了解发展环境优势所在。为制定正确的发展战略和相关政策提供一定决策依据。

二、基于熵值模型的研发产业发展评价

1、指标体系与数据来源

近年来，国内一些学者针对研发产业进行大量的探索与研究。在产业发展测度方面，主要从产业投入、产业产出和产业效益三方面，对研发产业发展水平的综合定量测度。陈云（2011）以上海研发产业的实际数据为基础，从投入类、产出类、辅助类等三方面构筑指标体系，以上海浦东新区研发产业以及生物医药行业的研发产业为研究对象，进行综合定量测度与评价；任伟宏和黄鲁成（2009）基于对研发产业更为全面的评价，测评指标主要从人力资源投入、经费投入、研发产出、创新能力、经济效益及发展潜力等方面进行选取，针对产业发展水平及评价风险等进行了有益的探讨；另一方面，研发产业发展与区域创新环境的互动关联机制也成为研究的主要内容。张战仁（2011）围绕产业发展环境，重点从需求、供给、市场制度环境、政策支撑环境、服务环境和信息设施环境等方面对区域研发产业发展环境进行综合评价，并进一步对比分析重点区域和重点省市的研发产业发展环境及其创新发展因素；夏海力（2012）从人力、财力、绩效和创新能力等四个方面构建研发发展评价体系，运用因子分析法对苏州、无锡等长三角地区6个主要城市进行了评价与对比分析。张开仁（2014）选取企业研发机构数量、技术成果、科研论文和技术市场金额等多指标，通过长三角地区研发产业集群的综合分析，进一步指出该地区研发集群创新与联动互动机制及其重要性。

本文借鉴相关学者的研究成果，选取长三角地区主要城市为研究对象，分别为上海、南京、苏州、无锡、常州、镇江、南通、泰州、扬州、杭州、宁波、湖州、嘉兴、绍兴、舟山和台州等16个主要城市。并充分利用长三角各级政府权威发布的统计数据，依据科学性、可行性、代表性和实用性原则，结合研究产业发展与区域创新内涵，将研发产业发展评价体系分为4个一级指标和13个二级指标（如表1所示），表中各项指标数据主要来源于全国研发资源清查资料汇编、全国第三次经济普查数据、各城市统计年鉴以及相关政府网站统计公报。

2、研究方法与测评结果

表1 研发产业发展水平评价指标体系

（1）构建熵值模型。“熵”原是一个用于表述热力学第二定律的物理概念，主要用来度量一个孤立的物理系统偏离平衡态的程度。后被引入信息论研究中，成为对不确定性的一种重要的度量方法，因其具有信息量越大，不确定性就越小，熵也就越小；信息量越小，不确定性就越大，熵也就越大的特性。因此可以利用熵值模型，以长三角地区的16个主要城市为研究对象，综合计算各城市熵值并对其研发产业发展水平进行综合评价和分析。

建立评价矩阵。首先，为消除各具体指标在属性和数量级上存在的差异，避免统计量纲的不同对熵值计算影响，对原始数据进行标准化处理，需因所处理指标具有望大性特征，故采用极大值标准化，变换公式为：

m，得到新矩阵式。

计算评价指标熵值。计算矩陈中第个评价指标的熵：

各评价主体在指标j上的数值完全相同，则对

应熵值达到最大值1，则意味该指标无法提供有用信息，应取消指标；当各评价主体在指标j上的数值相差较大时，熵值较小，则说明所研究问题在各主体中的指标存在明显差异，该指标提供了有用信息，评价中应充分加以考虑。

计算指标熵权。熵权计算公式如下：由（2）式计算出的各指标的熵权。从信息提供角度，它代表对应指标提供有用信息的多寡程度。即当各评价主体在指标j上的数值完全相同，则对应熵值达到最大值1，熵权为0，则意味该指标提供信息量为零，应放弃该指标；当各评价主体在指标j上的数值相差较大时，熵值较小，熵权较大，说明该指标提供了有用信息，应重视该指标。

计算各城市研发产业发展水平综合得分。根据公式（3）利用指标的熵值与熵权对评价指标进行调整，得出精确、可靠的评价综合得分。

（2）评价结果。根据各城市研发产业发展水平综合得分和排序，以及人力资源投入、财力投入、研发产出和创新能力等四个方面的得分和排序（如表2所示）。可以看出，长三角区域内研发产业发展水平差异明显，其中直辖市上海市的研发产业发展水平最高，无论是综合发展水平，还是在人力、财力、研发产出和创新能力等四个方面都远高于其他15个城市，而南京、苏州、无锡、常州、镇江、南通、泰州、扬州、杭州、宁波、湖州、嘉兴、绍兴、舟山和台州等15个城市研发产业发展水平也呈现明显的梯度性差异。总体而言发展水平呈现5个层次（如表2所示），分别描述定义为国家级研发中心城市、次级研发中心城市、地区研发中心城市和研发待发展城市。

表2 长三角城市研发产业发展水平评价

表3 长三角16个城市综合竞争力等级分布格局

三、区域创新环境因素评析

理论上，研发产业发展与区域创新环境息息相关。一方面，良好的区域创新环境因素为研发产业发展提供各种有利的条件与基础，促进研发及相关企业聚集与发展；另一方面，研发产业的不断发展又将拉动区域经济发展，并进一步提升区域创新环境。两者存在较为重要的良性互动机制。具体而言，良好的区域创新环境主要包括便捷的基础设施、宽容开放的区域文化氛围、良好的政策支持环境与充满活力的经济环境。结合前文对长三角地区16个主要城市研发产业发展水平的测评结论，可以进一步验证区域发展创新环境对研发产业发展的积极推动作用。

上海和南京是研发产业发展水平最强的城市。这两个城市研发产业综合得分远高于其他长三角14个城市。而这两个城市无论是在研发产业发展的物质基础，如交通条件、基础设施、经济实力、和居民消费水平等方面，还是在人文环境、产业环境和政策环境等方面，综合实力都优于区域内其他城市。以上海为例如，一方面，上海作为国际化大都市，研发机构、高等院校、重点实验室及科技服务机构密集，近年来更是积极吸引了大量的外资研发机构入驻，逐步形成了研发产业发展的良好的生态环境；另一方面，上海雄厚的经济实力和不断扩大的经济规模为研发产业的快速发展奠定了良好的经济基础。充实的研发资本、巨大的研发市场等要素不断推动上海研发产业发展，从而进一步确立了上海在长三角经济圈中的极核地位。而南京作为江苏的省会城市，近年来研发产业发展十分迅速，主要是基于深厚的人文沉淀和科研研究基础，因而在研发人力投入和创新能力方面得分较高由此也可以看出，作为技术密集型和创新密集型的研发产业发展对人文环境和科技研发基础提出了更高的要求。

苏州、杭州、无锡、宁波、常州等城市属于研发产业发展的中心城市，研发产业发展“沿沪宁线研发服务集聚带”、“杭州高新区”、“宁波高新区”形成以研发、设计、创意、金融、会展，以及专业化信息服务为主的现代服务业体系。以上城市研发产业快速发展的良好环境优势。交通便捷，基础设施完备，具有毗邻上海的良好区位优势，且自古以来便属于经济繁荣的江南地区，长期积聚并形成了良好的人文环境，研发产业发展的创新环境条件较好，具有较为突出的后发优势，研发产业发展迅速。以苏州为例，现阶段凭借良好区域优势与外向型经济发展优势，以积极发展工业园区、高新技术开发区、各类科技园区为载体，促进研发产业聚集形成，具有向国家级研发中心城市上升的趋势；江苏的南通、扬州、镇江、泰州，以及浙江的绍兴、嘉兴、湖州、台州等8座城市，具有一定的经济基础与地区影响力。其中江苏南通、扬州、镇江、泰州位于江苏中部地区，受研发产业发展程度较高的南京、苏州、无锡、常州等市辐射影响，具有一定的发展潜力与空间；而浙江研发产业发展的“两区两带”区位格局中的“两带”，即包括嘉兴、湖州、绍兴等城市在内的环杭州湾高新技术产业带，以及台州、温州高技术产业带。随着研发中心城市产业溢出效应的不断增加，以上这些城市也将获得研发产业的更多发展机会。

四、结论

长三角城市群作为我国经济最发达的地区之一，也是研发产业最活跃的地区。其研发产业的整体水平仍处于上升阶段，产业发展水平的空间区域差异明显。结合区域创新环境现状，未来研发产业发展应进一步强化创新发展的软硬环境建设，特别是研发产业发展相对滞后的城市，未来应积极借鉴上海、南京及苏州、杭州、无锡等城市的经验，进一步优化人口素质，吸引高素质创新人才，提升科研实力与创新基础；同时应加大研发投入与地方财政科技支持力度，提高研发驱动能力；进一步完善推动研发产业发展的政策环境，除财政与税收等支持手段以外，注重其他激励性措施的实施，如在人员引进、土地使用、知识产权保护等方面积极创新，推动研发产业发展。

[1]夏海力、贾海成等：基于因子分析的长三角主要城市研发产业发展综合评价与分析[J].科技进步与决策，2012（21）.

[2]RomerPM：Increasingreturnsandlong-rungrowth.Journal ofPoliticalEconomy，1986，94（5）.

[3]张战仁、杜德斌：研发产业与上海经济增长的协整与因果互动机制研究[J].软科学，2009（10）.

[4]任伟宏、黄鲁成：基于熵的研发产业发展水平评价模型及应用[J].科技进步与决策，2009（3）.

[5]王承云、张婷婷：长三角地区研发产业的空间结构演化[J].地理科学进展，2012（8）.

[6]张战仁、杜德斌：上海研发产业发展环境优化潜力及现实挑战研究[J].中国科技论坛，2010（6）.

[7]夏海力、贾海成，等：基于因子分析的长三角主要城市研发产业发展综合评价与分析[J].科技进步与决策，2012（21）.

[8]张仁开、肖刚：沪苏浙研发集群协同创新与联动发展对策研究[J].科学发展，2014（8）.

[9]江苏省统计局：江苏统计年鉴（各年版）[M].北京：中国统计出版社.

[10]上海市统计局：上海统计年鉴（各年版）[M].北京：中国统计出版社.

[11]浙江统计局：浙江统计年鉴（各年版）[M].北京：中国统计出版社.

[12]中国国家统计局：中国城市统计年鉴（各年版）[M].北京：中国统计出版社.

（责任编辑：刘元锋）

江苏省高校哲学社会科学基金项目，江苏与沪、浙外资研发产业创新环境比较研究，编号：SJB790043；苏州科技大学科研基金项目，苏州制造业内生化升级路径研究，编号：XKY201118。