李 剛，余郁波

(安徽財經大學 經濟學院，安徽 蚌埠 233030)

一、引言

隨著知識經濟時代的飛速發(fā)展，創(chuàng)新作為未來知識經濟的核心，能夠加快轉變以往依靠傳統(tǒng)要素投入的粗放式經濟發(fā)展方式，城市創(chuàng)新能力是推動區(qū)域經濟高質量發(fā)展的重要動力。城市創(chuàng)新能力依賴于創(chuàng)新資源的投入與產出，而城市創(chuàng)新效率不僅能體現創(chuàng)新系統(tǒng)的運行質量，也能夠綜合反映創(chuàng)新資源投入與產出的情況，是提升城市創(chuàng)新競爭力的核心要素。長三角城市群內各地區(qū)的創(chuàng)新產出與創(chuàng)新資源稟賦都有著不同程度的差異，研究創(chuàng)新效率在空間上的演化特征能夠進一步推動城市創(chuàng)新發(fā)展。

城市創(chuàng)新效率的研究能夠破解各地區(qū)的創(chuàng)新困境，明確區(qū)域創(chuàng)新增長極，加強地區(qū)間協(xié)同創(chuàng)新能力。[1]創(chuàng)新是推動技術進步與經濟增長的關鍵因素，[2]以往研究城市創(chuàng)新效率主要從技術創(chuàng)新效率入手，[3]前期通過測算技術創(chuàng)新效率，從側面反映城市創(chuàng)新效率水平。[4]衡量技術創(chuàng)新效率是看一個經濟單位能從某組給定的投入中產生多大可能的產出，[5]那么，區(qū)域創(chuàng)新效率的衡量標準則是看區(qū)域內的創(chuàng)新投入能夠產生多大可能的創(chuàng)新產出，如果一個地區(qū)的創(chuàng)新投入能夠產生較大可能的創(chuàng)新產出，則這個地區(qū)的創(chuàng)新效率較高。近年來，對于城市創(chuàng)新效率的研究主要圍繞其提升策略、[6]驅動因素、[7]時空差異[8]以及測算方法[9，10]等主題進行探索。其中，城市創(chuàng)新效率的測算與驅動因素為當前的研究重點。

對于城市創(chuàng)新效率的測算，初期的研究將創(chuàng)新看成一個系統(tǒng)，運用傳統(tǒng)DEA模型[11]與Malmquist指數來進行測算，[12]這兩種測算方法存在一定的缺陷，即不能詳細地分析創(chuàng)新系統(tǒng)內部效率情況?；诖耍罄m(xù)研究將創(chuàng)新活動分為兩個獨立的子階段，[13]運用網絡DEA模型來進行測算，[14]實際上兩個子階段并非絕對獨立的關系。[15]對于城市創(chuàng)新效率驅動因素的研究也十分豐富：一方面，詳細分析了影響城市創(chuàng)新效率水平的社會發(fā)展因素，將城市規(guī)模分布[16]、社會環(huán)境效益[17]以及創(chuàng)新驅動[18]與城市創(chuàng)新效率結合研究，同時有學者認為區(qū)域決策能力、資金投入、內部市場動態(tài)以及政策環(huán)境是提升創(chuàng)新效率水平的重要支撐[19]；另一方面，創(chuàng)新效率會受到城市自身經濟發(fā)展水平[20]與產業(yè)結構[21]的影響，其通過城市間的交流會與鄰近城市產生“涓滴效應”“虹吸效應”與“示范效應”，[22]從而影響鄰近城市的創(chuàng)新效率；再者，創(chuàng)新資源的優(yōu)化配置能夠直接體現出城市創(chuàng)新效率水平，[23]因為區(qū)域內創(chuàng)新資源投入與產出不平衡會導致部分創(chuàng)新資源的無效配置，[24]使得區(qū)域內的創(chuàng)新效率低下。此外，為了把握區(qū)域自主創(chuàng)新效率的總體情況及發(fā)展趨勢，需要對城市自主創(chuàng)新效率進行動態(tài)評價。有學者利用理想解法發(fā)現不同年份不同地區(qū)的自主創(chuàng)新效率排名有較大差異，[25]即自主創(chuàng)新效率具有明顯的地域特征，后續(xù)研究發(fā)現城市跨界創(chuàng)新聯(lián)系強度也具有明顯的地區(qū)分化特征，[26]而創(chuàng)新聯(lián)系強度與模式的不同能夠使自主創(chuàng)新效率具有明顯的地域差異特征[27]。

綜上所述，目前對城市創(chuàng)新效率已經進行了多方位、分層次的研究，但仍然存在一些不足，已有研究大多采用Malmquist-DEA方法與傳統(tǒng)的網絡DEA方法來測算城市群的創(chuàng)新效率水平，其暗含了規(guī)模報酬可變的假設，且沒有考慮創(chuàng)新系統(tǒng)內部各子階段的關聯(lián)性；此外，現有研究多針對創(chuàng)新效率的測算結果研究其影響及驅動因素，較少關注創(chuàng)新效率的空間異質特征。鑒于此，文章以長三角城市群41個城市為研究對象，運用兩階段串聯(lián)鏈式DEA方法測算2010-2018年綜合創(chuàng)新效率與兩階段創(chuàng)新效率，且運用ESDA空間分析方法測度城市創(chuàng)新效率在空間上的分布特征、差異程度及顯著性水平，以期為跨區(qū)域協(xié)同創(chuàng)新發(fā)展提供有益參考。

二、研究對象、研究方法與數據來源

(一)研究對象

長江三角洲城市群包括安徽省、江蘇省、浙江省以及上海市三省一市，以其41個城市為研究對象(1)合肥、蕪湖、蚌埠、淮南、馬鞍山、淮北、銅陵、安慶、黃山、滁州、阜陽、宿州、六安、亳州、池州、宣城、南京、無錫、徐州、常州、蘇州、南通、連云港、淮安、鹽城、揚州、鎮(zhèn)江、泰州、宿遷、杭州、寧波、溫州、嘉興、湖州、紹興、金華、衢州、舟山、臺州、麗水、上海。。長三角區(qū)域一體化已上升為國家戰(zhàn)略，創(chuàng)新是推動一體化發(fā)展的內生動力，各城市間創(chuàng)新要素的自由流動能夠有效促進區(qū)域一體化的高質量發(fā)展。研究長三角城市群內各地區(qū)創(chuàng)新效率情況及其空間異質特征能夠優(yōu)化創(chuàng)新資源在空間上的合理配置，同時加強不同城市間的創(chuàng)新交流，有利于長三角城市群協(xié)同創(chuàng)新發(fā)展規(guī)劃的實施。

(二)研究方法

1．兩階段串聯(lián)鏈式DEA方法

傳統(tǒng)的DEA方法不能體現出系統(tǒng)內部的運行規(guī)律與影響機理，因此在1996-2000年間Fare等人提出并創(chuàng)建了網絡DEA理論體系[28]，對傳統(tǒng)的DEA方法進行了改進，網絡DEA方法能具體測算系統(tǒng)內部每個子階段的決策單元效率，但大多研究是以規(guī)模報酬可變?yōu)榛A，由于兩個子階段間也會存在關聯(lián)性，為了研究城市創(chuàng)新系統(tǒng)內部的效率分布情況，假設規(guī)模報酬是不變的，采用改進的網絡DEA方法[29]，即以兩階段串聯(lián)鏈式DEA方法來測算綜合創(chuàng)新效率、創(chuàng)新成果產出效率、創(chuàng)新成果轉化效率。

第一個子階段的投入為Xi=(xi1,xi2,…,xim)T,產出為Zi=(zi1,zi2,……,zik)T；第二個子階段的投入為第一個子階段的產出Zi,產出為Yi=(yi1,yi2,……,yis)T。

若忽略決策單元內部結構，將決策單元看成一個整體，根據經典的BCC模型計算出整體的純技術效率與各子階段的純技術效率：

(1)

(2)

(3)

考慮到決策單元內部子階段之間相關關系，構建系統(tǒng)效率測算模型須滿足以下條件：每個子階段都必須滿足累計產出不超過累計投入的前沿條件；系統(tǒng)中的要素權重始終是相同的,即δ′=δ″，即根據經典BCC模型，基于所需滿足的條件，構建串聯(lián)鏈式模型為：

(4)

(5)

(6)

(7)

2.空間探索性分析

空間探索性分析方法(ESDA)是用空間權重矩陣數據來解釋空間關聯(lián)性以及分布規(guī)律，通過數據的空間依賴性與空間異質性來探索某個事物的空間特征。[30]空間探索性分析一般包括全局空間自相關性分析法與局部空間自相關性分析法。

(1)全局空間自相關分析，主要是衡量城市創(chuàng)新效率的空間分布特征，運用Moran’s I指數全局空間自相關公式：

(8)

(2)局部空間自相關分析，主要是探索系統(tǒng)內部子單元的創(chuàng)新效率分布特征，衡量某一區(qū)域與其他區(qū)域的空間差異程度與異質性特征，引入Getis-Ord Gi*指數統(tǒng)計量，并結合LISA集聚圖分析城市間創(chuàng)新效率分布的空間自相關程度，公式如下：

(9)

Gi*<0，并且其值顯著，則局部空間呈現低值集聚現象；Gi*>0，并且其值顯著，則局部空間呈現高值集聚現象；Gi*=0，則創(chuàng)新效率值呈現局部空間隨機分布現象。

(三)指標體系的構建

為了更深入地探討長三角城市群創(chuàng)新效率情況，需要研究創(chuàng)新系統(tǒng)內部的投入與產出情況，將一個完整的創(chuàng)新系統(tǒng)有效地劃分為不同的子系統(tǒng)。借鑒不同學者對于城市創(chuàng)新系統(tǒng)劃分的不同見解，[31,32]本研究將長三角城市群創(chuàng)新活動劃分為創(chuàng)新成果產出與創(chuàng)新成果轉化，即將創(chuàng)新系統(tǒng)分為創(chuàng)新成果產出階段與創(chuàng)新成果轉化階段。

在創(chuàng)新成果產出階段，由于內生增長理論認為R&D活動成果能夠抽象概括為創(chuàng)新能力，[33]因此在科技投入指標構建中選擇R&D經費支出與R&D人員全時當量作為其評價體系；創(chuàng)新成果產出階段的產出主要是知識與技術的產出，[34]而專利情況能夠直觀反映知識創(chuàng)新能力，技術市場情況能夠反映產學研情況，因此這一階段的中間產出指標構建中選擇專利授權量與技術市場合同成交額作為其評價體系。

在創(chuàng)新成果轉化階段，其資源投入是創(chuàng)新成果產出階段的產出成果；創(chuàng)新成果轉化階段的產出則為經濟產出，創(chuàng)新可以促進宏觀經濟效率的提高，[35]因此用人均GDP來評價經濟成果，同時技術創(chuàng)新產出轉化的成果能夠帶動技術進步，[36]優(yōu)化區(qū)域產業(yè)結構，因此用高技術產業(yè)產值來評價技術成果(見表1)。

表1 長三角城市群創(chuàng)新效率評價指標體系

(四)數據來源

研究數據主要來源于歷年《中國科技統(tǒng)計年鑒》(2011-2019)、《中國城市統(tǒng)計年鑒》(2011-2019)、《中國高技術產業(yè)統(tǒng)計年鑒》(2011-2019)、相關城市統(tǒng)計年鑒以及國民經濟與社會發(fā)展統(tǒng)計公報。

三、長三角城市群創(chuàng)新效率測算

(一)城市綜合創(chuàng)新效率測算

選取創(chuàng)新成果產出階段的投入指標體系與創(chuàng)新成果轉化階段的產出指標體系，分別運用傳統(tǒng)的網絡DEA模型與兩階段串聯(lián)鏈式DEA模型測算長三角城市群內各地區(qū)歷年綜合創(chuàng)新效率得分，并根據歷年創(chuàng)新效率得分均值進行排名，結果見表2。

表2 長三角城市群綜合創(chuàng)新效率測算結果

1.傳統(tǒng)網絡DEA模型與串聯(lián)鏈式DEA模型結果對比分析

在不考慮兩個子階段間的關聯(lián)關系時，運用傳統(tǒng)的網絡DEA模型測算長三角城市群綜合創(chuàng)新效率的結果見表2中4-5列，從綜合創(chuàng)新效率的測算結果來看，長三角城市群41個城市中有9個城市的創(chuàng)新效率為1，分別為上海、南京、徐州、常州、南通、杭州、寧波、合肥、馬鞍山，顯然此評價結果意義不大，這些城市自2010年以來，綜合創(chuàng)新效率都為1，不利于這些城市綜合創(chuàng)新效率的時序分析，使得研究分析受到較大的限制。對比表2中2-3列與4-5列，雖然兩種方法測算結果的規(guī)律相似，但傳統(tǒng)方法的測算結果普遍比串聯(lián)鏈式DEA測算結果更高，這是因為串聯(lián)鏈式DEA模型測算的是純技術效率與規(guī)模效率的綜合結果，而傳統(tǒng)的方法忽略了規(guī)模效率，會使得測算結果偏高，即串聯(lián)鏈式DEA方法的測算結果將會更加準確。因此，需要運用串聯(lián)鏈式DEA模型進行綜合創(chuàng)新效率測算。

2.串聯(lián)鏈式DEA模型測算結果分析

從表2中2-3列可以看出，總體上長三角城市群內鄰近城市的創(chuàng)新效率得分基本遵循著相同的走向，但各城市間的綜合效率得分具有顯著差異，兩極的綜合創(chuàng)新效率得分差距明顯，中間城市的得分差距較小。長三角城市群各地區(qū)在地域上都十分鄰近，以上海為中心，大量中等城市作為其經濟發(fā)展支撐，三省一市的營商環(huán)境與文化背景極其相似，其協(xié)同創(chuàng)新能力較強，而某些城市受到以往的經濟政策與管理體制的影響，一直難以突破經濟發(fā)展的瓶頸階段。具體而言，常州、上海、南京、紹興、無錫分別是長三角城市群綜合創(chuàng)新效率得分排名前五的城市，這些城市的綜合創(chuàng)新效率得分均大于0.5，其中常州自2010年以來綜合創(chuàng)新效率得分一直為1，綜合創(chuàng)新效率較高，而宿州、鹽城、臺州、舟山、衢州的綜合創(chuàng)新效率得分僅接近0.15，綜合創(chuàng)新效率較低，需重置創(chuàng)新資源分布，其他城市的綜合創(chuàng)新效率處于中間水平。綜合效率得分靠前的都是經濟發(fā)展基礎良好、創(chuàng)新資源豐富的城市，這些城市的產業(yè)結構與政策環(huán)境相較于其他中小城市會更加完善，能夠使得創(chuàng)新投入得到較大可能的創(chuàng)新產出；綜合創(chuàng)新效率得分排名靠后的城市在科技創(chuàng)新投入上存在冗余，在科技產出上存在不足。上海市與江蘇省大部分城市的綜合創(chuàng)新效率得分基本優(yōu)于浙江省與安徽省大部分城市的綜合創(chuàng)新效率得分，這得益于其產業(yè)發(fā)展戰(zhàn)略與科技創(chuàng)新投入。

針對長三角城市群綜合創(chuàng)新效率隨時間演變的情況，取各個城市的平均值，得到長三角城市群綜合創(chuàng)新效率平均得分，為了更直觀地觀察其整體的發(fā)展趨勢，繪制2010-2018年長三角城市群整體綜合創(chuàng)新平均效率的變化趨勢，結果見圖1。

圖1 2010-2018年長三角城市群綜合創(chuàng)新平均效率變化趨勢

從總體上看，長三角城市群創(chuàng)新效率呈現上升態(tài)勢，2010-2012年綜合創(chuàng)新效率呈下降趨勢，2011年下降明顯，但2013年又開始呈現出穩(wěn)步上升的趨勢，在2016年達到較高值后，又開始回落，2017年有所回升。具體而言，2011年某些小城市的綜合創(chuàng)新效率停滯不前，如宿州、金華、滁州、臺州以及蚌埠等，盡管上海、南京、常州等大中城市的綜合創(chuàng)新效率足夠高，也會被具有“創(chuàng)新惰性”的城市給中和，不足以帶動整個城市群的創(chuàng)新經濟高效發(fā)展，只有各地區(qū)的創(chuàng)新經濟均衡發(fā)展，才能遵循城市經濟的發(fā)展規(guī)律，使得創(chuàng)新資源合理配置。2013年開始呈現穩(wěn)步上升的原因是國家政策以及經濟大環(huán)境對于城市創(chuàng)新發(fā)展的利好作用。2016年達到高值，此時長三角城市群內創(chuàng)新活動頻繁，但創(chuàng)新資源的短缺與基礎設施的滯后會阻礙創(chuàng)新效率的提升。由于城市的發(fā)展是以解決城市問題為導向的，所以2017年又開始穩(wěn)步上升。

(二)城市兩階段創(chuàng)新效率測算

1.創(chuàng)新成果產出階段效率測算

為了分析創(chuàng)新系統(tǒng)內部的創(chuàng)新效率情況，將一個完整的創(chuàng)新系統(tǒng)分為創(chuàng)新成果產出階段與創(chuàng)新成果轉化階段，測算出創(chuàng)新成果產出效率得分，結果見表3。

從表3中可以看出，傳統(tǒng)網絡DEA模型測算出來的結果較串聯(lián)鏈式DEA的結果偏高，且多數城市的測算結果與綜合創(chuàng)新效率結果相同，體現不出其變化規(guī)律，這再一次驗證了串聯(lián)鏈式DEA模型的測算結果更準確。由表3中2-3列可知，長三角城市群大部分地區(qū)的創(chuàng)新成果產出效率與綜合創(chuàng)新效率基本保持一致。其中，排名前五的城市有常州、上海、南通、南京、蘇州，其中南通與蘇州的排名與綜合創(chuàng)新效率排名相比有所提升，說明南通與蘇州的創(chuàng)新成果產出高效，創(chuàng)新活動效率更優(yōu)，在這一階段的創(chuàng)新產出貢獻更大；排名靠后的城市有舟山、金華、蚌埠、鎮(zhèn)江、滁州，這些城市在綜合創(chuàng)新效率排名中同樣靠后，即它們在進行創(chuàng)新活動時創(chuàng)新成果產出低效，這也是其綜合創(chuàng)新效率較低的原因之一。此外，安徽省各中小城市的排名情況與綜合創(chuàng)新效率排名有明顯差距，此階段安徽省部分城市得分較低，創(chuàng)新成果產出效率低下，如蚌埠、滁州、亳州、六安等，表明安徽省在既定創(chuàng)新資源投入下資源管理能力較低，應該引進新技術優(yōu)化資源配置，從而提升創(chuàng)新資源的利用效率，更大程度地發(fā)揮出已有資源的價值，應進一步增加創(chuàng)新資源投入，提升城市的科技水平，從而實現規(guī)模經濟。數據還表明鹽城與臺州在此階段的得分排名為13名與18名，而其綜合創(chuàng)新效率得分排名分別為40名與39名，這說明創(chuàng)新成果產出高效，綜合創(chuàng)新效率不一定高效，需要進一步考察創(chuàng)新成果轉化為經濟成果的效率情況。

表3 長三角城市群創(chuàng)新成果產出效率測算結果

2.創(chuàng)新成果轉化階段效率測算

將創(chuàng)新成果產出階段的中間產出作為創(chuàng)新成果轉化階段的初始資源投入，此階段主要是考察創(chuàng)新活動的產出轉化為經濟成果的效率，得到創(chuàng)新成果轉化效率的得分情況，結果見表4。

從表4中可以看出，創(chuàng)新成果轉化階段的效率仍然是串聯(lián)鏈式DEA模型的測算結果更優(yōu)，因此仍采用串聯(lián)鏈式DEA模型進行結果分析。由表4中2-3列可知，長三角城市群創(chuàng)新成果轉化效率普遍較高。其中，創(chuàng)新成果轉化效率得分排名前五的城市有常州、上海、連云港、南通、徐州，這些城市具有經濟高度開放的特征，常州與上海的綜合創(chuàng)新效率與兩階段創(chuàng)新效率的排名不變；創(chuàng)新成果轉化效率得分排名靠后的城市有安慶、蕪湖、鹽城、黃山、蚌埠，其中四個城市屬于安徽省，說明安徽省的創(chuàng)新成果轉化效率較低。此外，江蘇省整體具有較高的創(chuàng)新成果轉化效率，但南京和無錫在此階段的得分排名與創(chuàng)新成果產出階段排名相比有所下降。數據同時表明，連云港在創(chuàng)新成果轉化階段的平均轉化效率為0.674，排第3名，而其創(chuàng)新成果產出效率得分排第22名，綜合創(chuàng)新效率得分排第19名，能夠實現創(chuàng)新成果產出的高效轉化，但創(chuàng)新系統(tǒng)具有完整性，某個分階段的高效運轉并不足以帶動整個創(chuàng)新系統(tǒng)的高效運行，所以只有兩個分階段均衡高效發(fā)展才足以使得整個系統(tǒng)高效運轉。

表4 長三角城市群創(chuàng)新成果轉化效率測算結果

(三)城市創(chuàng)新效率分布特征

將長三角城市群各地區(qū)串聯(lián)鏈式DEA模型測算的綜合創(chuàng)新效率平均值、創(chuàng)新成果產出效率平均值以及創(chuàng)新成果轉化效率平均值整合分析，考察城市群整體的效率情況是否穩(wěn)定，結果如圖2所示。

圖2 長三角城市群創(chuàng)新效率情況

長三角城市群兩階段效率具有明顯的差異特征。從總體上來看，創(chuàng)新成果轉化效率總體高于創(chuàng)新成果產出效率與綜合創(chuàng)新效率，表明長三角城市群的創(chuàng)新成果轉化是其在進行創(chuàng)新活動時的優(yōu)勢功能。具體而言，創(chuàng)新成果轉化效率普遍優(yōu)于創(chuàng)新成果產出效率，即長三角城市群內創(chuàng)新成果能夠高效地轉化為經濟成果，而創(chuàng)新成果的產出較低效，表明長三角城市群善于將已有的創(chuàng)新成果實現經濟效率最大化。自改革開放以來，長三角城市群經濟區(qū)利用其自身積累的開放程度高、輻射作用大以及經濟實力強等優(yōu)勢,實現了產業(yè)升級與經濟轉型，創(chuàng)新成果被研發(fā)出來之后能夠依靠外貿的形式轉換為經濟成果。

長三角城市群綜合創(chuàng)新效率由兩階段創(chuàng)新效率共同決定。從總體上來看，長三角城市群內多數城市的創(chuàng)新成果產出效率低于綜合創(chuàng)新效率，創(chuàng)新成果轉化效率遠高于綜合創(chuàng)新效率，而其綜合創(chuàng)新效率都處于較低的水平。具體而言，常州、上海以及南京等城市的創(chuàng)新成果產出效率與創(chuàng)新成果轉化效率都處于較高的水平，其綜合創(chuàng)新效率也較高，而連云港、鹽城以及臺州兩階段效率發(fā)展不均衡，綜合創(chuàng)新效率較低。因此，在接下來的城市創(chuàng)新建設中，長三角城市群不僅需要重視已研發(fā)出來的創(chuàng)新成果經濟效益最大化問題，也需要關注創(chuàng)新投入資源的產出最大化問題，這樣才能使得整個創(chuàng)新系統(tǒng)高效運行。

根據以上測算結果計算長三角城市群兩階段創(chuàng)新效率平均值分別為0.263和0.491，并以此為界限將長三角城市群41個地級市分為四類，其二維分布如圖3所示。

圖3 長三角城市群階段效率二維矩陣分布

第一象限為上海、南京、常州、蘇州、南通、杭州、溫州、宣城，這8個城市為高產出高轉化型，兩階段創(chuàng)新效率都較高，綜合創(chuàng)新效率也位于長三角城市群前列，說明城市創(chuàng)新系統(tǒng)內部兩階段均衡高效發(fā)展；第二象限為徐州、連云港、淮安、揚州、嘉興、湖州、麗水、銅陵、阜陽、宿州、池州，這11個城市為低產出高轉化型，雖然創(chuàng)新成果轉化效率相對于創(chuàng)新成果產出效率較高，但創(chuàng)新產出效率相對于經濟轉化效率不高，接下來的創(chuàng)新經濟發(fā)展應著重于提高技術研發(fā)能力；第三象限為鹽城、鎮(zhèn)江、泰州、宿遷、金華、衢州、舟山、臺州、蕪湖、蚌埠、淮南、馬鞍山、淮北、安慶、黃山、滁州、六安、亳州，這18個城市為低產出低轉化型，創(chuàng)新成果產出階段和創(chuàng)新成果轉化階段的效率值均處于較低水平，綜合創(chuàng)新屬于效率較低的城市，需要從源頭開始提高技術創(chuàng)新，同時也應該注重知識轉化效率、技術轉化效率以及兩階段創(chuàng)新效率的提高；第四象限為無錫、寧波、紹興和合肥，這4個城市為高產出低轉化型，創(chuàng)新成果產出效率明顯強于創(chuàng)新成果轉化效率，經濟轉化能力弱是導致綜合創(chuàng)新效率較低的主要原因。

四、長三角城市群創(chuàng)新效率的空間異質性分析

(一)全局空間自相關分析

以2010—2018年長三角城市群41個地級市的綜合創(chuàng)新效率為基礎數據，借助ArcGIS10.2軟件，對各地區(qū)創(chuàng)新效率進行全局空間自相關分析，從整體上反映長三角城市群綜合創(chuàng)新效率的空間特征，測算各年度的Moran’s I指數值，并研究長三角城市群創(chuàng)新效率Moran’s I指數隨時間演變的趨勢，結果見圖4。

圖4 2010-2018年長三角城市群創(chuàng)新效率Moran’s I演變趨勢

整體而言，2010—2018年的Moran’s I指數值都顯著為正，說明長三角城市群綜合創(chuàng)新效率為全局空間正相關，具有較明顯的空間集聚特征，即綜合創(chuàng)新效率較高的城市會與其同等效率水平的城市集聚在一起，綜合創(chuàng)新效率較低的城市也會產生集聚。具體而言，2011—2017年Moran’s I指數值不斷遞增，這一時期綜合創(chuàng)新效率集聚的態(tài)勢持續(xù)加強，各城市間的聯(lián)系比較緊密，創(chuàng)新合作較多；2010—2011年與2017—2018年的Moran’s I指數值有遞減的趨勢，說明在這些時期綜合創(chuàng)新效率集聚趨勢逐漸弱化，各城市間的創(chuàng)新聯(lián)系較少，創(chuàng)新溢出效應減弱。其中，2014—2017年的增長趨勢尤為明顯，為之后的趨勢走向奠定了良好的基礎。這一趨勢圖同時表明，長三角城市群整體創(chuàng)新效率有較強的空間依賴程度，各城市受周圍鄰近城市的影響較大。

(二)局部空間聚類分析

以上運用全局空間自相關探索了長三角城市群整體的創(chuàng)新效率集聚水平，為了深入研究各城市創(chuàng)新效率在空間上的分布特征，需要運用局部空間聚類分析探索長三角城市群內城市與城市之間的聚集情況，以2011年、2014年與2018年為時間節(jié)點，做出各城市創(chuàng)新效率LISA集聚圖，如圖5所示。

注：底圖來源于國家自然資源部

LISA集聚圖將創(chuàng)新效率水平分為四個區(qū)域：H-H集聚區(qū)，即創(chuàng)新效率水平較高的城市被周邊創(chuàng)新效率水平較高的城市所包圍；H-L集聚區(qū)，即創(chuàng)新效率水平較高的城市被周邊創(chuàng)新效率水平較低的城市所包圍；L-H集聚區(qū)，即創(chuàng)新效率水平較低的城市被周邊創(chuàng)新效率水平較高的城市所包圍；L-L集聚區(qū)，即創(chuàng)新效率水平較低的城市被周邊創(chuàng)新效率水平較低的城市所包圍。

由圖5可以看出，H-H集聚區(qū)是以上海為中心、江蘇省為基線的擴展模式，上海作為國家的中心城市，是中國重要的交通、工業(yè)、科技、經濟、會展、金融以及航運中心，是世界上面積與規(guī)模最大的都會區(qū)之一，城市發(fā)展過程中具有更多的自主權，擁有更多的科技資源，具有強大的凝聚力與輻射效應，能夠帶動周邊城市的創(chuàng)新發(fā)展?？傮w上來說，H-H集聚區(qū)主要由長三角城市群東部地區(qū)組成，其擁有上海都市圈與南京都市圈，以上海為中心城市，推進南京、蘇州、無錫、常州等城市同城化發(fā)展，具有強大的輻射效應。長三角城市群東部地區(qū)水陸交通便利，工業(yè)基礎雄厚，商品經濟發(fā)達，外貿出口頻繁，對于國際資本與民間資本的積累帶來較大的便利性，使得城市規(guī)模擴大，將在改革創(chuàng)新和經濟轉型升級方面引領長三角城市群經濟高質量發(fā)展。具體而言，2011年H-H集聚區(qū)為上海市與南通市，2014年H-H集聚區(qū)包括上海市、無錫市和南京市，雖然H-H集聚區(qū)出現了轉移，但新增了無錫市和南京市，表明其還是呈現擴散模式，2018年H-H集聚區(qū)包括上海市、蘇州市、無錫市、常州市、南京市和南通市，新增了蘇州市與常州市，說明長三角城市群還是較為依賴知識溢出效應與地理鄰近效應來提升創(chuàng)新效率。此外，2018年嘉興市轉移成了L-H集聚區(qū)，說明嘉興市在2014年到2018年期間創(chuàng)新效率提升較慢。

(三)局部空間熱點分析

以上分析了長三角城市群創(chuàng)新效率的集聚模式與集聚程度，接著研究熱點分布情況。以2011年、2014年與2018年為時間節(jié)點，首先運用ArcGIS10.2軟件測度長三角城市群創(chuàng)新效率的Getis-Ord Gi*指數，其次按照Getis-Ord Gi*指數值將空間分布區(qū)域分為熱點區(qū)、次熱點區(qū)、冷點區(qū)以及隨機分布區(qū)，結果見圖6。

注：底圖來源于國家自然資源部

由圖6可知，熱點區(qū)與次熱點區(qū)以蘇州市為中心向周邊擴散，基本集中在長三角城市群東部與中部地區(qū)，大體為江蘇省與浙江省的部分大中型城市，這些城市的經濟發(fā)展相對于其他城市有其自身優(yōu)勢，充足的創(chuàng)新資源與合理的配置方式使得城市創(chuàng)新高效發(fā)展，同時區(qū)域輻射效應強大，有利于帶動周邊城市創(chuàng)新活動的高效開展。冷點區(qū)基本集中在長三角城市群的北部地區(qū)，大體為安徽省的部分小型城市，這些地區(qū)交通受阻，城市隔離效應嚴重，容易產生一系列的經濟負效應，使得創(chuàng)新效率較低?？傮w而言，長三角城市群創(chuàng)新效率熱點分布呈現出“核心-外圍-邊緣”的表現形式，以蘇州市為核心密集區(qū)，地理鄰近的江蘇省與浙江省的部分城市成為承接知識與技術擴散的第二梯度帶，長三角城市群北部地區(qū)為外部邊緣區(qū)，熱點區(qū)開始擴大，熱點效應開始向邊緣擴散。具體而言，2011年創(chuàng)新效率熱點區(qū)為蘇州市，次熱點區(qū)為湖州市，冷點區(qū)包括蚌埠市與麗水市。2014年創(chuàng)新效率次熱點區(qū)包括蘇州市、常州市、鎮(zhèn)江市、湖州市、南京市以及蕪湖市，次熱點區(qū)范圍擴大，新增了常州市、鎮(zhèn)江市、南京市、蕪湖市，蘇州市由熱點區(qū)轉移為次熱點區(qū)，同時冷點區(qū)范圍擴大，新增了徐州市與宿州市，麗水市發(fā)生轉移。2018年創(chuàng)新效率熱點區(qū)為蘇州市，次熱點區(qū)包括上海市、南通市、湖州市、常州市、嘉興市、無錫市以及鎮(zhèn)江市，冷點區(qū)為蚌埠市，蘇州市又重新轉移回了熱點區(qū)，次熱點區(qū)范圍繼續(xù)擴大，新增了南通市、上海市、嘉興市、無錫市，南京市與蕪湖市從次熱點區(qū)中發(fā)生轉移，熱點區(qū)范圍開始擴大。

五、結論與啟示

文章在串聯(lián)鏈式DEA模型的基礎上測算了長三角城市群41個城市2010-2018年的綜合創(chuàng)新效率與兩階段創(chuàng)新效率，并借助空間探索性分析方法對長三角城市群創(chuàng)新效率的全局空間自相關、局部空間集聚情況與局部空間冷熱點分布特征進行了分析，主要結論如下。

第一，長三角城市群創(chuàng)新成果轉化階段效率優(yōu)于綜合創(chuàng)新效率與創(chuàng)新成果產出階段效率。當創(chuàng)新主體進行創(chuàng)新活動時，將創(chuàng)新成果產出后就開始進行創(chuàng)新成果的轉化，由于長三角城市群外貿經濟發(fā)達，交通運輸便利，創(chuàng)新主體會盡可能地實現創(chuàng)新成果變?yōu)榻洕a物的最大轉化，具有較強的經濟轉化能力。相對于創(chuàng)新成果產出階段，創(chuàng)新成果轉化階段在創(chuàng)新主體進行創(chuàng)新活動時的貢獻度更大。

第二，長三角城市群創(chuàng)新成果產出階段效率與創(chuàng)新成果轉化階段效率共同決定綜合創(chuàng)新效率水平。當考察一個完整的創(chuàng)新系統(tǒng)效率時，需要將創(chuàng)新成果產出效率與創(chuàng)新成果轉化效率聯(lián)合研究，如果一個城市的創(chuàng)新成果產出高效，且創(chuàng)新成果轉化也高效，其綜合創(chuàng)新效率一定也處于較高水平，兩階段效率的均衡高效發(fā)展能夠帶來綜合創(chuàng)新效率的快速提升。

第三，長三角城市群創(chuàng)新效率呈現全局空間正相關，且具有顯著的空間異質特征，其熱點分布表現為“核心-外圍-邊緣”的形式。城市創(chuàng)新效率的空間集聚明顯，其空間依賴程度較強，容易受到周邊城市創(chuàng)新活動的影響，創(chuàng)新效率在局部空間集聚模式上，H-H集聚區(qū)主要由長三角城市群東部地區(qū)組成，在局部空間集聚程度上，H-H集聚區(qū)呈現擴散趨勢。長三角城市群依賴大中型城市的輻射效應與知識溢出效應，局部空間上的熱點區(qū)與次熱點區(qū)擴大。

基于以上結論，提出以下政策啟示來提升長三角城市群創(chuàng)新效率水平：一是，充分利用創(chuàng)新成果轉化功能，并加強創(chuàng)新成果產出能力，協(xié)調創(chuàng)新成果產出與創(chuàng)新成果轉化的均衡發(fā)展；二是，在積極利用長三角城市群東部地區(qū)的區(qū)位優(yōu)勢與資源條件帶動鄰近城市創(chuàng)新發(fā)展的同時，應培育長三角各地區(qū)的自主創(chuàng)新能力，降低各城市間的依賴程度，實現創(chuàng)新活動的內外聯(lián)動；三是，由于各地區(qū)存在的經濟、文化以及社會差異，應采取差異化的創(chuàng)新發(fā)展模式。