长江经济带资源型城市创新效率评价及影响因素识别

胡胜梅，邓宏兵

（1.中国地质大学（武汉）经济管理学院，湖北武汉 430078；2.湖北省区域创新能力监测与分析软科学研究基地，湖北武汉 430078）

2020 年11 月，习近平总书记在南京主持召开全面推动长江经济带发展座谈会并发表重要讲话，强调“要贯彻落实党的十九大和十九届二中、三中、四中、五中全会精神，坚定不移贯彻新发展理念，推动长江经济带高质量发展”，而创新处于新发展理念的首位，创新驱动是长江经济带高质量发展的动力引擎。由于自然资源丰富、历史区位条件良好，长江流域内形成了45 座依托资源开采和加工形成的地级资源型城市，不仅在长江经济带占很大比重，也在全国地级资源型城市中占很大比重，所以长江经济带资源型城市创新发展不仅关乎本流域的高质量发展，也对全国其他资源型城市转型具有参考价值。同时，城市创新效率作为创新资源投入产出比，能够度量城市的自主创新能力，甚至可以反映一座城市的可持续发展能力，为考察资源型城市转型成效和发展质量提供了新的视角和切入点。

关于创新效率的研究，主要围绕创新效率的测度、评价及其影响因素。创新效率的定量评估多以创新资源的投入产出效率理论为基础，目前主流的评价方法是数据包络分析（Data Envelopment Analysis，DEA），其中范斐等（2013）[1]利用DEA 模型对城市创新效率进行测度，从而实现分析城市科技资源配置情况的研究目的；肖滢和邓宏兵（2017）[2]也是基于DEA 模型对长江经济带的城市创新效率进行测度，从而实现对其空间演化特征分析。关于创新效率影响因素，朱丽霞等（2019）[3]的实证研究结果表明经济基础、信息化进程、外商活跃度都对创新效率有促进作用，而第三产业规模、创新平台、政府支持力度对创新效率作用的地区异质性明显；程美林和张润磊（2019）[4]认为区域开放程度、高新技术产业发展、科技机构发展、企业科技创新投入水平对创新资源配置效率提升的积极因素；此外，习明明（2019）[5]从创新环境的角度出发，研究结果表明基础设施环境、经济环境、金融环境对创新效率有正向作用。然而在研究单元方面，兰海霞和赵雪雁（2020）[6]、刘树峰等（2019）[7]、赖一飞等（2021）[8]以省域为研究单元，便于获得更丰富和准确的数据，从而提高研究的精确度；徐林（2021）[9]以城市为研究单元，更小的研究单元更有助于阐释其他因素对创新效率的作用机制；郑国洪（2017）[10]、穆广杰（2021）[11]认为中心城市是创新资源的集中地，以中心城市为研究单元，更有助于带动全国其他城市的创新发展；此外，章文光和李伟（2017）[12]、刘锴等（2020）[13]基于创新型城市的特殊性，以创新型城市为研究单元，更有利于发挥此类城市的引领和示范作用。

资源型城市作为一种特殊类型的城市，以往依靠资源输出积累了经济基础，所以目前资源型城市创新发展问题备受关注。谢远涛等（2017）[14]对资源型城市创新指数进行测度和研究，但是缺乏对资源型城市创新效率和其影响因素的研究。所以，本文以长江经济带资源型城市为研究对象，对城市创新效率进行测度以及差异化分析，突出长江经济带上游、中游、下游资源型城市之间的异质性，分类探讨创新效率的主要驱动因素，以期为决策部门制订创新发展政策提供依据和参考。

一、研究方法与数据来源

（一）DEA-BCC 模型

DEA 模型作为学术界测度创新效率的主流方法，它是基于不同量纲的多投入和多产出指标测度决策单元的相对效率值，避免了生产函数的误设，具有更客观、真实、可靠的优点。由于创新活动是具备知识经济特征且创新边际收益具有不确定性，所以本文采取投入导向的DEA-BCC 模型测度长江经济带资源型城市的创新效率。具体公式如下：

其中，θ是介于0～1 之间的效率值，xj、yj和λj是第j个决策单元的要素投入量、产出量和投入产出权重，α和β是投入指标总数和产出指标总数，e-和e+是单位向量，S-和S+是投入和产出松弛变量，ε是大于0 且小于任何正数的无穷小量。

当θ=1 且ε（e-S-+e+S+）=0 时，该决策单元的投入产出为DEA 有效，当θ=1 且ε（e-S-+e+S+）＞0 时，该决策单元的投入产出为弱DEA 有效，当θ＜1 时，该决策单元的投入产出为非DEA 有效。

（二）面板Tobit 模型

考虑到DEA-BCC 模型测度的效率值位于0 和1 之间，采用传统的最小二乘法进行回归会使参数结果有偏且不一致，故本文采用受限因变量模型（Tobit）探寻长江经济带资源型城市创新效率的主要影响因素，回归模型具体设定如下：

其中，被解释变量effi是基于规模报酬可变模型（BCC）计算的创新效率值，eco、edu、fdi、indus1、indus2、infrast、rely、envir、locat分别表示经济发展水平、地区教育水平、外资利用度、产业结构、基础设施、资源依赖度、环境规制以及区位条件等解释变量（见表1），β0为截距项，β1～β9为各解释变量的回归系数，u为随机干扰项。

表1 创新效率影响因素指标体系

（三）指标选取

创新活动是一个从投入到产出的持续性的过程，而创新效率是在现有的投入产出机制下能够实现的投入产出比，因此创新效率的测算也包含投入和产出两个方面的指标。创新投入包含人力要素、财力要素、物力要素以及信息要素，分别选取年末单位从业人数、政府教育和科学支出、社会固定资产投资以及互联网用户数作为具体投入指标；创新产出包含知识产出和经济产出，分别选取发明专利授权数、地区生产总值作为创新效率的具体产出指标。

根据已有研究，影响创新效率的因素通常有经济环境、地区教育水平、产业结构、基础设施等因素，而本文基于资源型城市的特殊性以及城市区位条件的异质性，又提出了资源依赖度、环境规制强度以及区位条件三个影响因素假设（见表1）。

（四）数据来源与处理

结合《全国资源型城市可持续发展规划（2013—2020 年）》[15]，长江经济带涉及45 个资源型地级城市，由于其中5 个自治州（阿坝藏族羌族自治州、凉山彝族自治州、楚雄彝族自治州、黔南布依族苗族自治州和黔西南布依族苗族自治州）以及毕节市的相关数据获取难度大，故以其余39 个资源型城市为研究样本。样本数据为2008—2018 年39 座资源型城市数据，主要来源于2009—2019 年《中国城市统计年鉴》、各城市统计年鉴以及各城市国民经济与社会发展统计公报，其中发明专利授权数来自于佰腾网，部分缺少数据采用均值法插入。考虑到从创新投入到产出具有时间上的滞后效应，所以选取产出比投入滞后一期的数据测度创新效率。为了消除价格因素的干扰，以2008 年为基年对相关指标进行价格平减。

二、实证分析

（一）创新效率的时序变化分析

从长江经济带资源型城市创新效率总体变化的视角，长江经济带资源型城市创新效率在不同阶段呈现不同状态。在2013 年以前呈现持续下降的状态，在2013 年以后，由保持平稳转变为开始增长的趋势（见图1）。主要原因可能是资源型城市历史遗留问题比较严重，采掘业占二次产业比重较高，地区发展对资源产生极高依赖度，创新要素集聚能力较弱，创新活动难以开展，创新效率持续走低；2013 年国务院印发《全国资源型城市可持续发展规划（2013—2020 年）》，提出了建立健全资源型城市可持续发展的长效机制目标规划，改变了创新效率持续走低状态；各地政府更加重视资源依赖的问题，积极引导资源型城市创新驱动发展，在2017 年以后创新效率得到进一步的改善。

图1 创新效率时序变化

从长江经济带不同区段城市创新效率的视角，在2013 年以前，三个区段创新效率都持续下降。在2013 年以后，三个区段呈现出差异性变化，其中下游创新效率波动上升、中游保持平稳、上游缓速下降，最后都转变为增长的趋势。三个区段相比较，长江经济带下游资源型城市创新效率的时序变化情况依次优于中游城市和上游城市，主要因为下游地区创新基础、创新环境，甚至创新技术都优于中游、上游地区。

（二）创新效率影响因素分析

整体层面资源型城市创新效率影响因素识别的实证结果表明，经济增长水平、外资利用度、基础设施建设、环境规制强度以及区位条件对创新效率产生显著性影响（见表2）。第一，经济增长水平的影响在1%的水平下显著为正，因为创新活动具有周期长、风险高等特征，较高的城市经济增长会增加创新活动所需的财力、人力、物力等要素的投入，创新投入产出机制也更加完善；第二，外资利用度的影响在1%的水平下显著为正，因为创新技术不仅来源于城市内部自主研发，还来源于对外部技术的引用，李政等（2017）[16]的研究表明，优质的外商资本可以通过技术外溢效应对区域创新效率产生促进效应；第三，基础设施建设的影响在10%的水平下显著为正，因为基础设施环境促进创新活动，是创新活动得以开展的重要支撑因素；第四，环境规制强度的影响在1%的水平下显著为负，杨露鑫和刘玉成（2020）[17]的研究表明，环境规制与创新效率之间呈现U 形非线性关系，基于资源性城市环境污染较为严重，且环境规制发展比较滞后，因此仍然处于U形关系的前半段；第五，区位条件的影响在5%的水平下显著为正，因为长江经济带上游地区整体以其优越的创新基础和创新环境，对资源型城市创新效率的辐射带动作用依次强于中游地区、下游地区。

表2 影响因素回归系数结果

不同区段创新效率的影响因素识别的实证结果表明，各因素对长江经济带不同区位资源型城市的创新效率产生的影响存在异质性（见表2）。经济增长水平对上游资源型城市创新效率的影响不显著，但是对中游和下游的影响在1%的水平下显著为正，原因是上游资源型城市发展相对薄弱，不足以发挥经济增长对创新效率的促进作用；教育水平对上游和中游资源型城市创新效率的影响不显著，但是对下游的影响在5%的水平下显著为正，因为人力资源是创新活动中最具有创造力的要素，而下游地区教育水平最高，中游地区人才流失情况明显，上游地区教育水平较低，只有下游资源型城市才发挥出了地区教育水平对创新效率的促进作用；外资利用度虽然对总体资源型城市创新效率产生显著性影响，但是分别对三个不同区位的影响并不显著，可能是因为外商投资带来的技术外溢效应微弱，或者分类回归导致样本量减少的缘故；产业结构对上游、中游、下游资源型城市创新效率均产生显著性影响，但是产业结构对上游和中游产生的影响还停留在从业人员结构方面，对下游城市创新效率产生的影响已经上升到产值结构方面；基础设施只对中游资源型城市的创新效率产生显著性影响，可能因为下游和上游基础设施水平分别太高或者太低，而中游资源型城市基础设施建设在研究期内上升明显，表现出对创新效率的正面促进效应；资源依赖度只对上游资源型城市创新效率产生显著为正的影响，说明上游的创新活动尚未摆脱对资源的依赖，可能会发生创新效率层面的“资源诅咒”；环境规制强度对上游城市产生的影响在1%的显著性水平下为负，对中游和下游的影响均在5%的水平下显著为负，环境污染严重是资源型城市的通病，环境规制对城市创新效率的抑制作用大于促进作用，长江经济带上游、中游、下游城市均位于U 型曲线的左半段。

三、结论与建议

（一）研究结论

第一，从创新效率时序变化的视角，以2013 年和2017 年为时间节点将创新效率变化分为三个阶段，长江经济带资源型城市总体呈现持续下降、平稳波动、增长的状态；由于长江经济带上游、中游、下游资源型城市的创新基础、创新环境以及创新能力存在显著差异，所以下游资源型城市创新效率依次优于中游、下游。

第二，从长江经济带创新效率总体层面的影响因素视角，经济增长水平、外资利用度、基础设施水平均对创新效率产生显著的促进作用；环境规制对创新效率产生显著的抑制作用；区位条件也对创新效率产生显著的影响，其中长江经济带下游区位条件对创新效率的促进效应依次大于中游、上游。

第三，各因素对长江经济带不同区位资源型城市的创新效率产生的影响存在异质性。产业结构、资源依赖度和环境规制强度是上游资源型城市的主要影响因素；经济增长水平、产业结构、基础设施建设和环境规制强度是中游资源型城市的主要影响因素；经济增长水平、地区教育水平、产业结构和环境规制强度是下游资源型城市的主要影响因素。

（二）对策建议

根据上述研究结论，长江经济带资源型城市应该充分考虑自身特征，从如下几个方面提出差异化对策建议，以期促进创新效率的提升，更好地实现创新驱动。

第一，增强经济发展对资源型城市创新活动的有效支撑。在保持经济增长对长江中游、下游资源型城市创新效率促进作用的同时，政府应出台相应帮扶政策，促进上游资源型城市的经济发展，发挥出经济对上游资源型城市创新活动的有效支撑作用。

第二，为资源型城市创新活动提供充足的人才储备。基于上游资源型城市教育资源匮乏，中游人才流失严重，应该加强上游教育水平，提升中游人才承载力，分类推进，有效发挥长江经济带上游、中游、下游教育对创新效率的促进作用。

第三，提升资源型城市外资利用水平。资源型城市本身具备资源优势，所以应该基于自身的资源禀赋引进更多具有高技术和研发能力的外商企业投资，从而提高自身的创新能力和创新效率。

第四，加强资源型城市产业结构升级力度。资源型城市第二产业比重更大，资源型产业也相对较多，产业结构升级有更大的提升空间，因此应积极促进非资源型产业的发展，实现产业的多元化，最大限度地发挥产业结构优化升级对创新效率的促进作用。

第五，补齐资源型城市基础设施建设短板。长江经济带上游、中游、下游资源型城市基础设施建设水平不一，应该补齐上游基础设施建设短板，充分发挥基础设施对创新活动的支撑作用。

第六，摆脱资源型城市对资源型产业的依赖。基于长江经济带上游资源依赖度对创新效率的促进作用并非长久之计，应该积极引导非资源型产业尤其是高技术产业的发展，加快摆脱对资源型产业的依赖，避免创新效率方面的“资源诅咒”。

第七，发挥资源型城市环境规制对创新效率的促进作用。资源型城市环境污染相对严重，因此应该逐渐加强环境规制强度，使环境规制和创新效率的关系处于U 型曲线的后半段，实现环境规制对创新效率的促进作用。