城市创新能力综合评价及优化对策分析

[摘 要]运用我国四座第二批国家中心城市2011—2020年的数据，构建包括知识创新能力、技术创新能力、政府支持和环境支持四个维度，共计17个指标的城市创新能力评价指标体系，利用主成分分析法对我国第二批国家中心城市创新能力进行综合评价。研究结果显示：在过去十年间，四座城市创新能力水平整体上呈上升趋势。其中，成都和武汉始终处于领先地位，西安综合城市创新水平存在小幅波动，郑州市城市创新能力逐渐增加。文章结合四座城市自身特点，针对实证结果提出针对性对策。

[关键词]国家中心城市；城市创新能力；主成分分析法

创新是推动经济增长、提高竞争力的持久动力，在现代化城市的发展进程中，创新能力已经成为大城市发展与追求的核心竞争力[1]。此前，党的十八届五中全会将创新摆在五大发展理念之首，并将习近平总书记提出的“创新是引领发展的第一动力”作为创新發展理念的注解。党的十九大报告再次明确了创新在我国现代化建设中的核心地位。

城市作为技术创新体系的重要支撑，汇聚了大量的创新资源，是国家实施创新驱动发展战略的重要空间载体[2]，2005年原建设部（现住房和城乡建设部）编制全国城镇体系规划时首次提出国家中心城市这一提法，2007年的《全国城镇体系规划（2006—2020年）》指出：国家中心城市是全国城镇体系的核心城市，在中国的金融、管理、文化和交通等方面都发挥着重要的中心和枢纽作用，在推动国际经济发展和文化交流方面也发挥着重要的门户作用。2010年，住建部明确了北京、天津、上海、广州、重庆国家中心城市的规划与定位，鉴于我国幅员辽阔，需要更多的城市来支撑创新发展战略、带动周边地区的发展，于是，“十三五”规划提出“要发展一批中心城市，强化区域服务功能”，并逐步确立了第二批国家中心城市：成都、武汉、郑州、西安。

同为国家战略性城市，第一批中心城市拥有较为雄厚的经济基础，第二批国家中心城市分别位于经济发展相对薄弱的中西部地区，所以在城市综合实力上前者要高于后者。本文选取创新能力上更需进一步提升的第二批国家中心城市——成都、武汉、郑州、西安为样本城市，以四市近10年的面板数据进行比较分析，发现它们之间存在的差异，分析其中的不足，为有关城市优化其创新能力提供参考。

一、文献综述

“创新”的概念最早由美籍奥地利学者熊彼特（Joseph Schumpeter）提出，他指出，所谓创新就是“建立一种新的生产函数”，即“生产要素的重新组合”，就是要把一种从来没有的关于生产要素和生产条件的“新组合”引进生产体系中去，以实现对生产要素、生产条件的“新组合”，即生产手段的新组合。直至20世纪80年代，英国经济学家弗里德曼通过对日本经济强势发展的研究首次提出了“国家创新体系”这一概念。此后，国内外学者从不同角度对“创新”展开了研究，主要分为以下两个方面：一方面是对创新能力评价的研究，在对创新能力的测度中，大多数学者基于投入产出的角度来衡量，杜娟、霍佳震[3]将创新过程分为人才培养与科技创新两个阶段，构建了考虑投入与产出两阶段的数据，包络分析模型对城市创新能力进行测度。范新英、张所地[4]使用FP（Fare-Primont）指数法，从投入与产出的角度测度了35个城市的创新效率。谢远涛、李虹等[5]在对资源型城市的创新能力进行研究时，构建了创新环境、创新投入、创新产出和创新绩效4个具有资源特色的一级指标，利用2015年的数据分析评价了资源型城市的创新能力。张亚峰、刘海波等认为专利不完全等同于创新，不同领域专利质量的差异导致规模数据运用上的误差及显示中专利制度导致专利数据不一致等情况，使得专利数据在衡量创新方面存在一定的误差，因此，在创新水平时通过选取多个指标或者构建综合指标来进行度量会使结果更加精准。何舜辉、杜德斌等从知识产出的角度，即通过利用专利授权量和论文发表量来测度城市的创新能力，对中国区域创新发展的空间变化规律及影响机制进行研究。另一方面是对创新驱动发展的相关研究，在我国经济高速发展时期，成本低廉的土地和劳动是推动城市发展的一大动力，随着国家发展策略的转变，城市需要改变其发展的驱动力，不断提高自身的创新能力。王兰英、杨帆从城市产业结构的角度指出创新能够驱动产业结构升级，优化产业结构，进一步探索集约高效型绿色城市发展之路，使城市发展符合国家提倡的五大发展理念中的创新发展与绿色发展。李翔、邓峰等通过使用中介变量及空间计量模型，探讨了区域创新对经济增长方式转变的间接效应，指出区域创新能力是促进经济增长的关键因素，同时从位于生产上游的研发创新与下游的产品创新两个阶段，分析了创新对产业结构优化及拉动经济增长的作用。李娜娜、杨仁发研究分析了创新对中国城市化高质量发展具有显著的促进作用。以上主要是关于创新对城市发展及区域发展作用的研究，专注于对国家中心城市相关创新能力及如何提升城市的创新能力的研究涉及的较少，本文通过对第二批国家中心城市能力的研究，分析当前影响城市创新能力的因素，指出提升城市创新能力的途径，使国家中心城市更加符合国家发展战略。

二、指标体系的构建、数据来源及处理

（一）评价指标体系的构建

根据上述部分对城市创新能力的研究，创新能力的构成主要包含了知识创新、技术创新、制度创新和服务创新这四个主要方面。本文认为，除了以上四个方面，创新环境也是影响城市创新能力的重要因素，且可将其与服务创新合并为政府支持。考虑侯仁勇所用指标体系侧重于对构成城市创新能力各方面的测度，谢远涛所构建的指标体系侧重对资源型城市创新能力的评价，这与第二批国家中心城市自身的特点及其城市创新能力综合测度有所不符，因此，本文在两者的基础上，参考了李斌所构建的对城市创新能力综合测度的评价指标体系：知识创新能力指标下包含普通高等学校在校生人数、公共图书馆藏书量与高校数三个三级指标；技术创新能力指标下包含专利申请、专利授权研发支出、研发人员数及研发支出与财政支出占比五个一级指标；政府支出指标下包含固定资产投资额、当年实际利用外资额、教育支出与财政支出的比值、教育人均支出及财政人均支出五个三级指标；环境创新能力指标下包含固定电话用户数、货物运输量、环境污染治理投资额以及医院、卫生院数四个三级指标。

（二）数据来源

本文通过2011—2020年的各省份《统计年鉴》及国家统计局官方网站，选取2011—2020年10年第二批国家中心城市的指标对这四个城市的创新能力进行分析。对于一些统计年鉴未直接给出的数据，本文通过计算得出；对于某些统计年鉴仅给出部分数据的指标数据，采用插值法进行处理。

（三）评价方法

在对综合评价方法的运用中，根据确定指标权重的不同分为主观赋权法和客观赋权法。主观赋权法如AHP因子分析法、德尔菲法、主成分分析法等，其中主成分分析法的主要思想是将原始数据进行线性变换，将原始数据中的相关变量转化为不相关的主要成分，使得数据的维度降低，同时保留原始数据的大部分信息。该方法通常用于数据探索、数据可视化、数据预处理和特征提取等领域，是一种广泛应用的数据分析方法，故本文选用主成分分析法对第二批中心城市的创新能力进行综合评价。

（四）结果分析及层次划分

通过使用主成分分析法得出城市创新能力综合测评结果。首先，整体来说，从2011年至2020年，郑州、武汉、西安和成都四个城市的城市创新能力逐年增长。其中，武汉的城市创新能力增长最快，综合得分从2011年的1.649增长到2020年的5.039；其次是郑州，城市创新能力综合得分从2011年的0.068增长到2020年的3.055。西安和成都的城市创新能力增长相对较为稳定，其综合得分分别从2011年的0.833和1.767增长到2020年的3.331和4.232。总体来看，这四座城市的城市创新能力呈逐渐增加趋势，城市创新能力平均得分在1.429至3.299之间。其次，根据历年城市创新水平均值可以看出，成都与武汉这两座城市分别位居第一和第二位，均值均在3.1以上，由城市各自发展趋势可以看出，这两座城市创新能力发展虽然在个别年份出现小幅下降，但整体发展较为平稳，在第二批国家中心城市中属于领先型中心城市。成都市具有多所名校与科研机构，科研资源位于全国前列。武汉市作为中部地区经济发展的中心，在城市创新能力水平的提升方面一直比较稳定。而排名位于第三位的西安市，擁有多所高质量高校，教科资源丰富且水平较高，由评价结果可以看出在2015年之前该城市创新能力增长趋势稳定，但随着一线城市的快速发展及其城市自身历史特点等综合因素的影响，西安市在2015年创新能力水平有所下降，随后又呈现增长趋势。林毅夫将我国过去具有比较优势，但随着资本积累和工资上涨失去比较优势的产业划分为转进型产业，本文根据西安城市创新能力变化与该类型产业变化的相似性，将西安划分为转进型国家中心城市。郑州市因自身科教资源与其他三座城市存在一定差距，其排名一直位于末位，但郑州市在这十年间城市创新能力水平整体上呈上升趋势。综上所述，把这四座城市进一步细分，成都和武汉属于领先型国家中心城市，西安属于转进型国家中心城市，相对于西安，郑州属于追赶型国家中心城市。

三、对策建议

根据实证结果可以看出，第二批国家中心城市中，因为经济水平及人力资源上的差异，各城市在创新能力上存在较大差距。总体来看，成都与武汉城市创新能力较强，成都市近两年创新能力有减弱趋势；西安在四座城市中创新能力下降显著，需进一步提升发展动力；郑州近年来呈现出更多创新活力，发展态势良好。结合城市自身特点，更好地提升城市创新能力，本文认为可以从以下几个方面发力提升城市的创新能力。

第一，针对不同层次的城市提出相应的对策措施。提升领先型国家中心城市的创新活力，由综合评价结果可以看出，成都与武汉城市创新能力明显强于其他两座城市。成都与武汉当前位居新一线城市排名前列，应利用当前自身优势及政策优势，吸引人力资源，加强自身的城市创新能力。激发转进型国家中心城市的创新潜力。西安在现实和历史两种因素的影响下，城市创新能力增长缓慢，但可以根据城市自身的资源特点和历史传统等因素，明确城市的发展定位与创新方向，利用其深厚的历史底蕴和优秀的文化产业发展文化创新型城市；增强追赶型国家中心城市的创新动力。高等教育一直是郑州发展过程中的劣势，郑州市仅有一所高质量名校，应加大对教育的投入力度，建设一些高水平科研机构和院校，因教育发挥作用存在滞后性，郑州可以根据自身发展需要，完善人才引进政策，满足短期内对人才的需求。

第二，改善城市的创新环境。完善的城市创新体系是加快城市创新能力的条件之一，应该根据城市自身的资源特点、区位优势及历史传统等因素，明确城市的发展定位与创新方向。历史底蕴较为深厚的城市可以选择发展文化创新型城市，如西安；服务业发展较好的城市可以选择打造科技创新型城市，如武汉、成都。

第三，提高科技成果的转化效率。与我国总体情况类似，我国是一个专利大国，但科技成果转化效率较低。在对这四座城市的数据分析中，专利数量均呈逐年增加的趋势，但科研成果应用于企业生产的这一过程却不理想。政府应在科技成果转化过程中发挥调控、组织和管理作用：一方面，鼓励和引导企业及科研机构积极进行科研创新；另一方面，出台相应政策，明确与保护研发人员的权益，鼓励其将研究成果投入到生产应用中，将研发成果转化为现实生产力。

结束语

通过对第二批国家中心城市创新能力综合评价与优化研究，本文对城市创新能力的构成要素、评价方法和影响因素等方面进行了深入探讨。本研究不仅为城市创新能力的提升提供了重要参考，也为城市发展战略的制定和调整提供了有益的决策支持。在未来的城市创新能力提升过程中，需要深入挖掘城市的创新潜力，加强创新能力的核心要素建设，如人才、科技、资金、政策等方面的支持。同时，还要加强城市间的合作与交流，提升创新能力，实现城市可持续发展。

参考文献

[1]孙瑜康，孙铁山，席强敏.北京市创新集聚的影响因素及其空间溢出效应[J].地理研究，2017，36（12）：2419-2431.

[2]何舜辉，杜德斌，焦美琪，等.中国地级以上城市创新能力的时空格局演变及影响因素分析[J].地理科学，2017，37（7）：1014-1022.

[3]杜娟，霍佳震.基于数据包络分析的中国城市创新能力评价[J].中国管理科学，2014，22（6）：85-93.

[4]范新英，张所地.产业结构对城市房价影响的空间溢出效应研究[J].软科学，2018，32（4）：44-48.

[5]谢远涛，李虹，邹庆.我国资源型城市创新指数研究：以116个地级城市为例[J].北京大学学报（哲学社会科学版），2017，54（5）：146-158.

作者简介：刘爽（1998— ），女，汉族，河南周口人，河南财经政法大学经济学院，在读硕士。

研究方向：区域经济学。