李延青，武建章

（寧波大學(xué) 商學(xué)院，浙江 寧波 315211）

一、引言

創(chuàng)新效率可以體現(xiàn)一個(gè)國(guó)家或地區(qū)創(chuàng)新資源的投入產(chǎn)出能力，提高創(chuàng)新效率符合中國(guó)國(guó)情，有利于經(jīng)濟(jì)高質(zhì)量發(fā)展。區(qū)域創(chuàng)新作為國(guó)家科技創(chuàng)新的重要組成部分，是實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略、提升經(jīng)濟(jì)發(fā)展質(zhì)量的重要支撐。浙江省作為東部經(jīng)濟(jì)大省之一，區(qū)域創(chuàng)新能力一直居于全國(guó)前列，省內(nèi)對(duì)于科技創(chuàng)新十分重視，先后頒布《浙江省科技創(chuàng)新發(fā)展“十四五”規(guī)劃》《關(guān)于加快構(gòu)建科技創(chuàng)新基金體系的若干意見(jiàn)》，使浙江省到2025 年基本形成新型實(shí)驗(yàn)室體系、企業(yè)技術(shù)創(chuàng)新中心體系、區(qū)域性創(chuàng)新平臺(tái)體系。但目前浙江省在區(qū)域創(chuàng)新體系建設(shè)中還存在一些短板，不同地區(qū)間的技術(shù)水平和技術(shù)創(chuàng)新效率存在一定差距，地區(qū)創(chuàng)新發(fā)展不平衡。因此，浙江省區(qū)域創(chuàng)新效率研究對(duì)協(xié)同各地區(qū)科技創(chuàng)新發(fā)展，激發(fā)創(chuàng)新活力，全面形成具有國(guó)際競(jìng)爭(zhēng)力的全域創(chuàng)新體系具有十分重要的意義。

二、文獻(xiàn)綜述

各國(guó)學(xué)者開(kāi)始關(guān)注創(chuàng)新對(duì)區(qū)域經(jīng)濟(jì)發(fā)展的影響，最早是由Freeman 在1987 年提出國(guó)家創(chuàng)新系統(tǒng)概念開(kāi)始，此后研究的熱點(diǎn)主要集中在國(guó)家創(chuàng)新能力以及創(chuàng)新模式探索方面[1-2]。隨著區(qū)域創(chuàng)新系統(tǒng)概念的提出[3]，Edquist（1997）[4]認(rèn)為在國(guó)家內(nèi)的區(qū)域活動(dòng)會(huì)根據(jù)不同地區(qū)而產(chǎn)生差異，針對(duì)國(guó)家創(chuàng)新效率評(píng)價(jià)的研究才開(kāi)始向區(qū)域創(chuàng)新層面擴(kuò)展開(kāi)來(lái)。Chung S（2002）[5]強(qiáng)調(diào)了區(qū)域創(chuàng)新體系的概念可以有效地在不同的區(qū)域建立不同的部門(mén)創(chuàng)新體系，是建立國(guó)家創(chuàng)新體系的良好工具。K Nekolová 等（2015）[6]認(rèn)為提升區(qū)域創(chuàng)新效率往往和公共資金的使用有關(guān)，并提出了一種能夠分析區(qū)域創(chuàng)新系統(tǒng)及其發(fā)展水平的方法。

國(guó)內(nèi)學(xué)者對(duì)于區(qū)域創(chuàng)新效率的研究方向有很多，根據(jù)以往研究的范圍，可分為微觀和宏觀兩個(gè)層面。關(guān)于微觀層面的區(qū)域創(chuàng)新研究，主要是縣區(qū)部分城市區(qū)域創(chuàng)新效率的評(píng)價(jià)，趙杰（2018）[7]運(yùn)用隨機(jī)前沿分析方法對(duì)國(guó)內(nèi)20 個(gè)“百?gòu)?qiáng)縣”進(jìn)行實(shí)證研究，得出我國(guó)縣域整體科技創(chuàng)新效率水平較低，且波動(dòng)較大。李志國(guó)等（2020）[8]以位于三峽庫(kù)區(qū)核心地帶的萬(wàn)州區(qū)為研究對(duì)象，分析對(duì)口支援政策下招商引資對(duì)區(qū)域創(chuàng)新能力提升的影響路徑，研究結(jié)論豐富了區(qū)域創(chuàng)新理論，對(duì)于對(duì)口支援政策具有參考意義。關(guān)于宏觀層面的區(qū)域創(chuàng)新研究，大致可以分為單個(gè)省市、多個(gè)省市、全國(guó)。關(guān)于單個(gè)省市區(qū)域創(chuàng)新效率的評(píng)價(jià)，孟玉等（2019）[9]運(yùn)用因子分析與數(shù)據(jù)包絡(luò)分析模型對(duì)河北省區(qū)域創(chuàng)新效率進(jìn)行評(píng)價(jià)，結(jié)果表明河北省創(chuàng)新效率有效區(qū)少于無(wú)效區(qū)。肖美丹等（2019）[10]運(yùn)用DEA 模型和Malmquist 指數(shù)分解法測(cè)算了河南省2010—2017 年各市技術(shù)創(chuàng)新效率，得出河南省各市綜合效率大部分呈上升趨勢(shì)，全要素生產(chǎn)率前期下降，2013 年后呈上升趨勢(shì)。高曉光和茍凌賓（2019）[11]運(yùn)用灰色關(guān)聯(lián)法對(duì)西藏區(qū)域創(chuàng)新能力進(jìn)行研究，得出創(chuàng)新環(huán)境因素是影響區(qū)域創(chuàng)新能力的關(guān)鍵因素。關(guān)于以多個(gè)省市為研究對(duì)象的研究，朱貽文等（2017）[12]對(duì)長(zhǎng)江經(jīng)濟(jì)帶區(qū)域創(chuàng)新績(jī)效水平和空間結(jié)構(gòu)及變化趨勢(shì)進(jìn)行DEA-Malmquist 指數(shù)測(cè)度，研究結(jié)果表明，長(zhǎng)江經(jīng)濟(jì)帶整體績(jī)效水平不高，處于相似發(fā)展階段經(jīng)濟(jì)水平差異大的地區(qū)其具體創(chuàng)新績(jī)效提升途徑不同。姜文仙和張慧晴（2019）[13]運(yùn)用min-max 標(biāo)準(zhǔn)分析方法評(píng)價(jià)珠江三角洲區(qū)域的創(chuàng)新能力，分析發(fā)現(xiàn)該區(qū)域創(chuàng)新能力總體呈上升趨勢(shì)，但還存在城市間創(chuàng)新能力不平衡等問(wèn)題。還有一部分學(xué)者則是以全國(guó)為研究對(duì)象，張斌等（2016）[14]基于DEA 交叉效率模型分析了我國(guó)各省市的區(qū)域創(chuàng)新效率，結(jié)果發(fā)現(xiàn)，我國(guó)各省市間存在較大差異，創(chuàng)新能力有較大提升空間。李培哲等（2019）[15]利用DEA-Malmquist 指數(shù)模型對(duì)2009—2016 年我國(guó)30 個(gè)省級(jí)行政區(qū)域及三大地區(qū)進(jìn)行區(qū)域技術(shù)創(chuàng)新效率評(píng)價(jià)研究，得出研究結(jié)果并給予建議。

通過(guò)對(duì)相關(guān)文獻(xiàn)梳理后發(fā)現(xiàn)，對(duì)于浙江省區(qū)域創(chuàng)新效率研究的文獻(xiàn)很少。浙江省地處東北沿海，經(jīng)濟(jì)基礎(chǔ)雄厚，而且作為“共同富?！钡南刃惺痉秴^(qū)，區(qū)域科技創(chuàng)新是促進(jìn)共同富裕的關(guān)鍵支撐，因此擬選取浙江省11 個(gè)地級(jí)市2011—2020 年的區(qū)域創(chuàng)新投入產(chǎn)出數(shù)據(jù)，利用DEA-Malmquist 模型和聚類(lèi)分析法對(duì)浙江省區(qū)域創(chuàng)新效率進(jìn)行探究分析，以期為浙江省區(qū)域創(chuàng)新效率提高提供參考，進(jìn)一步推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展，為實(shí)現(xiàn)共同富裕提供內(nèi)生動(dòng)力。

三、研究設(shè)計(jì)

（一）模型設(shè)定

1.DEA 模型。數(shù)據(jù)包絡(luò)分析（DEA）是基于Farrell的效率方法，用于評(píng)價(jià)同類(lèi)型部門(mén)或單位（簡(jiǎn)稱(chēng)DMU）間的相對(duì)有效性，是由Cooper 和Rhodes 發(fā)展起來(lái)的一種利用數(shù)學(xué)規(guī)劃建立模型的線性規(guī)劃方法[16]。在DEA 模型中，具有投入和產(chǎn)出兩種導(dǎo)向模式，其中較為常見(jiàn)的是CCR 模型和BCC 模型。采用投入導(dǎo)向的BBC 模型來(lái)測(cè)量浙江省區(qū)域創(chuàng)新效率。DEA的BCC 模型為：

其中，j=1，2，…，n 表示決策單元，xjyj分別是投入變量和產(chǎn)出變量，λj為各單位系數(shù)組合，和eT為s-、s+的單位向量，ε 為阿基米德無(wú)窮小量。s-、s+分別表示投入和產(chǎn)出松弛變量，x0、y0分別為松弛變量調(diào)整后的投入變量和產(chǎn)出變量，θ 表示有效變量，當(dāng)θ0=1，s-=0，s+=0，則決策單元為DEA 有效。若θ=1，且s+≠0 或s-≠0 時(shí)，則決策單元為弱DEA 有效；若θ＜1，則決策單元DEA 無(wú)效。

2.Malmquist 指數(shù)。Malmquist 指數(shù)法可以對(duì)無(wú)效的DEA 進(jìn)行改進(jìn)，最早由瑞典經(jīng)濟(jì)學(xué)家Malmquist（1953）[17]提出，是一種計(jì)算效率的非參數(shù)法，是衡量全要素生產(chǎn)率變動(dòng)的一個(gè)重要指標(biāo)。等（1997）[18]在Caves 研究的基礎(chǔ)上提出了Malmquist 生產(chǎn)率變化指數(shù)，該指數(shù)可以分解為技術(shù)效率變動(dòng)和技術(shù)進(jìn)步變動(dòng)，當(dāng)規(guī)模效率可變時(shí)，技術(shù)效率變動(dòng)=純技術(shù)效率變動(dòng)×規(guī)模效率變動(dòng)。

Malmquist 指數(shù)的表達(dá)式如下：

其中，（xt，yt）和（xt+1，yt+1）分別表示決策單元t 和t+1 時(shí)期的投入和產(chǎn)出變量（xt，yt）表示以t 時(shí)期的數(shù)據(jù)為參照測(cè)算出的第t 期的距離函數(shù)yt+1）表示以t+1 時(shí)期的數(shù)據(jù)為參照測(cè)算出的第t+1期的距離函數(shù)以此類(lèi)推。

如果Malmquist 的全要素生產(chǎn)率（total factor pro ductivity，TFP）大于1，則表明由t 期到t+1 期的全要素生產(chǎn)率的增長(zhǎng)率為正，如果全要素生產(chǎn)率小于1，則表明TFP 負(fù)向增長(zhǎng)；當(dāng)全要素生產(chǎn)率等于1 時(shí)，表明TFP 不變。

3.聚類(lèi)分析。聚類(lèi)是對(duì)大量未知標(biāo)注的數(shù)據(jù)集進(jìn)行劃分歸類(lèi)，在同一類(lèi)別中的數(shù)據(jù)具有較高的相似性，而不同的類(lèi)別間具有較大差異，其過(guò)程稱(chēng)之為聚類(lèi)。聚類(lèi)分析的目的就是通過(guò)對(duì)觀測(cè)數(shù)據(jù)的分析處理，以方便科研人員對(duì)每一類(lèi)數(shù)據(jù)的特征進(jìn)行觀察，集中分析特定的聚類(lèi)集合。聚類(lèi)分析按照使用頻率的高低有系統(tǒng)聚類(lèi)法、K-means 法、聚類(lèi)預(yù)報(bào)法等。借助K-means 法和系統(tǒng)聚類(lèi)法對(duì)浙江省區(qū)域創(chuàng)新效率進(jìn)行分類(lèi)。

（二）指標(biāo)選取

創(chuàng)新活動(dòng)可以看作是通過(guò)有效利用創(chuàng)新資源投入并將其轉(zhuǎn)化為具有經(jīng)濟(jì)效益成果的過(guò)程，因此從投入和產(chǎn)出兩個(gè)角度來(lái)建立指標(biāo)體系?；谡憬^(qū)域創(chuàng)新的實(shí)際情況，再根據(jù)各項(xiàng)指標(biāo)的科學(xué)性和可獲得性，從投入指標(biāo)和產(chǎn)出指標(biāo)兩個(gè)方面選取了4 個(gè)具有代表性的指標(biāo)。

1.投入指標(biāo)。從人力投入和資金投入兩方面來(lái)考慮，選取R&D 人員折合全時(shí)當(dāng)量來(lái)衡量人力資源方面的投入，選取R&D 經(jīng)費(fèi)內(nèi)部支出衡量研發(fā)資金方面的投入。

2.產(chǎn)出指標(biāo)。通過(guò)對(duì)相關(guān)文獻(xiàn)的查閱中發(fā)現(xiàn)，在產(chǎn)出指標(biāo)的選取標(biāo)準(zhǔn)上，不同學(xué)者有不同看法。專(zhuān)利作為創(chuàng)新研發(fā)過(guò)程中的創(chuàng)新成果，能夠有效地衡量創(chuàng)新產(chǎn)出的能力，且專(zhuān)利申請(qǐng)、授權(quán)的相關(guān)數(shù)據(jù)易于獲取，因此主要以專(zhuān)利申請(qǐng)量和專(zhuān)利授權(quán)量衡量創(chuàng)新產(chǎn)出水平。

（三）數(shù)據(jù)來(lái)源

數(shù)據(jù)來(lái)源于《浙江省統(tǒng)計(jì)年鑒》（2012—2021年）和《浙江省各市統(tǒng)計(jì)年鑒》（2012—2021年），選取浙江省2011—2020 年11 個(gè)地級(jí)市區(qū)域創(chuàng)新相關(guān)面板數(shù)據(jù)進(jìn)行分析。

四、實(shí)證分析

（一）區(qū)域創(chuàng)新效率靜態(tài)分析

利用DEAP 2.1 軟件對(duì)2011 年和2020 年浙江省11 個(gè)地級(jí)市進(jìn)行區(qū)域創(chuàng)新效率測(cè)算，其具體結(jié)果如表1 所示。

表1 浙江省區(qū)域創(chuàng)新效率及分解效率

從決策單元的有效數(shù)來(lái)說(shuō)，2011 年有效數(shù)為2個(gè)，分別是湖州市和麗水市。2020 年有效單元數(shù)為2個(gè)，分別是金華市和麗水市。其中，金華市實(shí)現(xiàn)技術(shù)有效的主要原因是規(guī)模效率的大幅上升；而湖州市綜合技術(shù)效率下降主要緣于純技術(shù)效率大幅下降。2011 年和2022 年綜合技術(shù)效率最低的城市都是舟山市，舟山市綜合技術(shù)效率偏低的主要原因是規(guī)模效率偏低，說(shuō)明該市的生產(chǎn)研發(fā)規(guī)模不足限制了綜合技術(shù)效率的提高。

整體來(lái)看，2011 年浙江省11 個(gè)地級(jí)市綜合技術(shù)效率平均值為0.691，2020 年上升至0.724，原因主要是純技術(shù)效率大幅上升。2011 年共有5 個(gè)地級(jí)市綜合技術(shù)效率值超過(guò)均值，低于均值的地級(jí)市有6個(gè)，且綜合技術(shù)效率最高值和最低值之差為0.676。2020 年共有4 個(gè)地級(jí)市綜合技術(shù)效率超過(guò)均值，低于均值的地級(jí)市有7 個(gè)，且綜合技術(shù)效率最高值和最低值之差為0.521。因此，從綜合技術(shù)效率最大值和最小值值差的角度來(lái)看，與2011 年相比，2020 年浙江省11 個(gè)地級(jí)市創(chuàng)新效率差距不斷縮小。

綜上所述，2020 年浙江省11 個(gè)地級(jí)市綜合技術(shù)效率得到了明顯提升，各地級(jí)市創(chuàng)新效率的差距雖然與2011 年相比在縮小，但各地區(qū)差距仍然明顯，針對(duì)純技術(shù)效率偏低的地級(jí)市，應(yīng)引進(jìn)國(guó)內(nèi)外的先進(jìn)技術(shù)，更新落后的管理水平；而對(duì)于規(guī)模效率偏低的地級(jí)市，應(yīng)加大創(chuàng)新資源投入，加強(qiáng)對(duì)科研投入資源的管理，合理安排生產(chǎn)研發(fā)規(guī)模。

（二）區(qū)域創(chuàng)新效率動(dòng)態(tài)分析

為彌補(bǔ)BCC 模型只能測(cè)算靜態(tài)能力的不足，引入Malmquist 指數(shù)模型對(duì)面板數(shù)據(jù)進(jìn)行動(dòng)態(tài)變化分析。運(yùn)用DEAP2.1 軟件對(duì)2011—2020 年浙江省11個(gè)地級(jí)市的面板數(shù)據(jù)進(jìn)行Malmquist 指數(shù)分析，測(cè)算結(jié)果如表2 所示。

表2 2011—2020 年浙江省區(qū)域創(chuàng)新效率Malmquist 指數(shù)及分解

由表2 可知，2011—2020 年浙江省全要素生產(chǎn)率處于正向增長(zhǎng)狀態(tài)，平均增長(zhǎng)率為2%，其中2012—2014 年、2016—2017 年和2018—2019 年全要素生產(chǎn)率小于1，呈負(fù)向增長(zhǎng)，其余年份均呈現(xiàn)正向增長(zhǎng)。總體來(lái)看，平均技術(shù)效率變動(dòng)值和平均技術(shù)進(jìn)步變動(dòng)值基本持平，均大于1，表明全要素生產(chǎn)率的提高是二者共同作用的結(jié)果。進(jìn)一步分析，在2014 年后，技術(shù)進(jìn)步效率變動(dòng)在大部分年份大于技術(shù)效率變動(dòng)，尤其2019—2020 年，技術(shù)進(jìn)步變動(dòng)增長(zhǎng)率30.7%，技術(shù)變動(dòng)大幅增長(zhǎng)也拉動(dòng)了全要素生產(chǎn)率的增長(zhǎng)，這說(shuō)明近年來(lái)浙江省區(qū)域技術(shù)進(jìn)步有了明顯提升，技術(shù)效率增幅相對(duì)于技術(shù)進(jìn)步變動(dòng)較緩，未來(lái)浙江省應(yīng)繼續(xù)提升管理水平，優(yōu)化生產(chǎn)規(guī)模，提高資源利用效率。

表2 從時(shí)間維度分析了浙江省區(qū)域創(chuàng)新效率全要素生產(chǎn)率及指數(shù)分解狀況，為進(jìn)一步了解各地級(jí)市的技術(shù)創(chuàng)新?tīng)顩r，因此從空間維度對(duì)浙江省11個(gè)地級(jí)市的全要素生產(chǎn)率及分解結(jié)果進(jìn)行測(cè)度，具體測(cè)算結(jié)果如表3 所示。

表3 浙江省各地級(jí)市區(qū)域創(chuàng)新Malmquist 指數(shù)及分解

從總體上看，浙江省各地級(jí)市全要素生產(chǎn)率平均增長(zhǎng)率為2%，其中不低于平均值的地級(jí)市有8 個(gè)，低于平均值的地級(jí)市有3 個(gè)，并且全要素生產(chǎn)率大于1 的地級(jí)市占絕大多數(shù)，僅有寧波市和湖州市兩地呈負(fù)向增長(zhǎng)，這表明浙江省絕大部分地級(jí)市的創(chuàng)新投入產(chǎn)出效率在提高。舟山市全要素生產(chǎn)率最高，增長(zhǎng)率為6.1%，這主要是技術(shù)效率和技術(shù)進(jìn)步效率大幅提高的結(jié)果。從各地級(jí)市的全要素生產(chǎn)率來(lái)看，寧波市和湖州市兩地有所下降，麗水市全要素生產(chǎn)率為1，保持穩(wěn)定沒(méi)有波動(dòng)；對(duì)于全要素生產(chǎn)率上升的地級(jí)市，其中杭州市是技術(shù)效率上升拉動(dòng)，溫州市是技術(shù)進(jìn)步上升拉動(dòng)，其余城市是技術(shù)效率和技術(shù)進(jìn)步同時(shí)上升拉動(dòng)。進(jìn)一步分析發(fā)現(xiàn)，大部分地級(jí)市規(guī)模效率變動(dòng)指標(biāo)小于1，且從均值的角度可知各分解指標(biāo)中僅有規(guī)模效率小于1，這表明在當(dāng)前階段浙江省提高區(qū)域創(chuàng)新能力應(yīng)從擴(kuò)大研發(fā)投入，優(yōu)化資源配置，提高規(guī)模效率方面著手。

從各地級(jí)市區(qū)域創(chuàng)新Malmquist 指數(shù)及分解結(jié)果可以看到，全要素生產(chǎn)率最高的地區(qū)是經(jīng)濟(jì)欠發(fā)達(dá)的舟山市，而經(jīng)濟(jì)發(fā)達(dá)的寧波市全要素生產(chǎn)率最低，這表明經(jīng)濟(jì)欠發(fā)達(dá)城市的區(qū)域創(chuàng)新能力可能高于經(jīng)濟(jì)發(fā)達(dá)的城市。因此，我們將進(jìn)一步分析經(jīng)濟(jì)發(fā)展程度不同地區(qū)的區(qū)域創(chuàng)新情況。

（三）聚類(lèi)分析

運(yùn)用BCC 模型和Malmquist 指數(shù)模型可以對(duì)不同地區(qū)、不同年份的區(qū)域創(chuàng)新效率進(jìn)行測(cè)度分析，但對(duì)于不同城市在創(chuàng)新效率上具有的相關(guān)性卻不能很好地說(shuō)明。因此，本部分利用SPSS 22.0 中的K-means算法和系統(tǒng)聚類(lèi)法對(duì)浙江省11 個(gè)地級(jí)市進(jìn)行聚類(lèi)分析。將11 個(gè)地級(jí)市分成3 類(lèi)，結(jié)果如表4 所示。

表4 浙江省區(qū)域創(chuàng)新效率K-means 聚類(lèi)分析結(jié)果

從表5 的結(jié)果來(lái)看，證實(shí)了在各地級(jí)市Malmquist指數(shù)及分解指標(biāo)時(shí)提出的假設(shè)，即浙江省11 個(gè)地級(jí)市區(qū)域創(chuàng)新效率的高低并沒(méi)有完全按照經(jīng)濟(jì)實(shí)力強(qiáng)弱分布。第一類(lèi)中有經(jīng)濟(jì)較為發(fā)達(dá)的杭州市，也有經(jīng)濟(jì)欠發(fā)達(dá)的衢州市和舟山市，寧波市處于第二類(lèi)，而溫州市處于第三類(lèi)。這說(shuō)明經(jīng)濟(jì)發(fā)展的好壞并不與創(chuàng)新效率的高低掛鉤，創(chuàng)新能力不等于創(chuàng)新效率，第一類(lèi)中經(jīng)濟(jì)發(fā)達(dá)地區(qū)的區(qū)域創(chuàng)新能力強(qiáng)，這可能是得益于強(qiáng)大的研發(fā)投入，并且可以看到其中主要是杭州市及其周邊城市，表明杭州市區(qū)域創(chuàng)新的發(fā)展也帶動(dòng)了周邊城市的發(fā)展，經(jīng)濟(jì)越發(fā)達(dá)，區(qū)域創(chuàng)新能力越強(qiáng)，但從創(chuàng)新效率增長(zhǎng)幅度上來(lái)看，并沒(méi)有與其他地區(qū)拉開(kāi)顯著差距。對(duì)于一些經(jīng)濟(jì)欠發(fā)達(dá)的地級(jí)市，如舟山市、衢州市等，盡管研發(fā)投入的總規(guī)模不高，但其創(chuàng)新轉(zhuǎn)化效率很高，這說(shuō)明該類(lèi)地區(qū)的單位產(chǎn)出相較于其他地區(qū)而言較為突出，所以這些地級(jí)市創(chuàng)新效率較高。當(dāng)然也可能是經(jīng)濟(jì)發(fā)達(dá)的地區(qū)創(chuàng)新基礎(chǔ)總量大，盡管創(chuàng)新產(chǎn)出的總量也很大，但因?yàn)榛鶖?shù)較大導(dǎo)致創(chuàng)新效率增長(zhǎng)幅度不明顯。

表5 浙江省區(qū)域創(chuàng)新水平聚類(lèi)分析結(jié)果

從聚類(lèi)分析的結(jié)果可以看出，區(qū)域創(chuàng)新效率與經(jīng)濟(jì)基礎(chǔ)的好壞沒(méi)有必然的聯(lián)系，經(jīng)濟(jì)基礎(chǔ)差的城市可能創(chuàng)新效率較高，而經(jīng)濟(jì)基礎(chǔ)好的城市可能創(chuàng)新效率較低，因此在未來(lái)的發(fā)展中，不論城市經(jīng)濟(jì)基礎(chǔ)的好壞，都需要重視資源的優(yōu)化配置，合理有效的利用現(xiàn)有的資源投入，進(jìn)一步提高區(qū)域創(chuàng)新效率。此外，由聚類(lèi)分布可知重點(diǎn)城市的發(fā)展可以帶動(dòng)周邊城市的發(fā)展，針對(duì)各市發(fā)展?fàn)顩r的差異，接下來(lái)應(yīng)該加強(qiáng)各城市之間的優(yōu)勢(shì)互補(bǔ)，發(fā)揮重點(diǎn)城市的輻射作用，促進(jìn)浙江省整體區(qū)域創(chuàng)新水平的提高。

五、結(jié)論

通過(guò)DEA-BCC 模型和Malmquist 指數(shù)對(duì)浙江省2011—2020 年11 個(gè)地級(jí)市區(qū)域創(chuàng)新相關(guān)面板數(shù)據(jù)進(jìn)行創(chuàng)新效率測(cè)度研究，并對(duì)各地級(jí)市創(chuàng)新效率結(jié)果進(jìn)行聚類(lèi)分析，得到以下結(jié)論：

第一，根據(jù)BCC 模型對(duì)浙江省11 個(gè)地級(jí)市2011年和2020 年進(jìn)行區(qū)域創(chuàng)新效率靜態(tài)分析的對(duì)比結(jié)果可知，綜合技術(shù)效率呈上升趨勢(shì)，純技術(shù)效率提高拉動(dòng)了浙江省大部分地級(jí)市綜合技術(shù)效率提高，規(guī)模效率相較于純技術(shù)效率仍有不足，大部分地區(qū)出現(xiàn)下降，制約了綜合技術(shù)效率的進(jìn)一步提高。因此對(duì)存在規(guī)模效率不足的地區(qū)，要增大研發(fā)投入資金規(guī)模，合理配置資源，使得資源利用效率達(dá)到最佳狀態(tài)。

第二，從Malmquist 指數(shù)對(duì)浙江省各區(qū)域全要素生產(chǎn)率的動(dòng)態(tài)分析可知，技術(shù)進(jìn)步變動(dòng)增長(zhǎng)幅度與技術(shù)效率變動(dòng)增長(zhǎng)幅度持平，呈正向增長(zhǎng)，這表明全要素生產(chǎn)率的提高是技術(shù)進(jìn)步和技術(shù)效率上升共同作用的結(jié)果，特別是純技術(shù)效率變動(dòng)增幅較高，規(guī)模效率變動(dòng)出現(xiàn)下降，表明規(guī)模效率的下降制約了技術(shù)效率的提高。從時(shí)間維度看，全要素生產(chǎn)率及其分解指標(biāo)均呈現(xiàn)不同波動(dòng)，前期較為平穩(wěn)，2018 年后出現(xiàn)較大波動(dòng)，但總體來(lái)說(shuō)，增長(zhǎng)的年份占大多數(shù)。從空間維度看，2011—2020 年浙江省11 個(gè)地級(jí)市僅有寧波市和湖州市全要素生產(chǎn)率呈負(fù)向增長(zhǎng)，其他城市均呈正向增長(zhǎng)。在2011—2020年全要素生產(chǎn)率呈正向增長(zhǎng)趨勢(shì)的地級(jí)市有8 個(gè)，增長(zhǎng)速度最快的城市是舟山市和嘉興市。麗水市全要素生產(chǎn)率增幅為0，技術(shù)創(chuàng)新水平保持平穩(wěn)。寧波市和湖州市的全要素生產(chǎn)率負(fù)向增長(zhǎng)但非常接近1，說(shuō)明這些城市近年來(lái)十分重視發(fā)展創(chuàng)新，但是創(chuàng)新效率還存在提升空間。

第三，根據(jù)聚類(lèi)結(jié)果可知，浙江省11 個(gè)地級(jí)市區(qū)域創(chuàng)新能力的強(qiáng)弱與經(jīng)濟(jì)基礎(chǔ)強(qiáng)弱并不完全一致，也沒(méi)有完全依據(jù)傳統(tǒng)的地理位置分布。主要將浙江省11 個(gè)地級(jí)市的區(qū)域創(chuàng)新能力分為三類(lèi)，第一類(lèi)主要是重點(diǎn)發(fā)展城市及周邊城市，第二類(lèi)是創(chuàng)新效率接近1 的城市，第三類(lèi)則是近幾年創(chuàng)新效率增長(zhǎng)較快的城市。根據(jù)分類(lèi)情況可以得出，經(jīng)濟(jì)基礎(chǔ)薄弱地區(qū)的區(qū)域創(chuàng)新效率不一定低，反而可能有較強(qiáng)的創(chuàng)新能力；經(jīng)濟(jì)基礎(chǔ)發(fā)達(dá)地區(qū)的區(qū)域創(chuàng)新效率因?yàn)楦鞣N原因反而不一定高。因此，不管各地級(jí)市本身的經(jīng)濟(jì)基礎(chǔ)如何，都應(yīng)該努力優(yōu)化資源配置，進(jìn)而提高資源產(chǎn)出能力和創(chuàng)新效率。