论文部分内容阅读
摘要：在经济增长向创新驱动型模式转变的时期，有效评价区域的经济创新发展能力，对区域实施创新驱动发展战略具有一定的理论和现实意义。利用企业TFP模型和熵权-AHP模型，构建经济创新发展能力评价体系，分析经济创新发展度、耦合协调度和空间相关性。以浙江为例的计量结果显示，需要进一步提升区域经济创新发展能力的一级指标水平，并强化一级指标间相互作用。优化产业结构，提高能源消耗产出率，提高企业TFP是促进区域经济创新发展的关键。
关键词：经济创新发展;企业TFP;耦合协调度;熵权-AHP模型
中图分类号：F061.5 文献标识码：A 文章编号：1007-2101（2019）03-0087-07
一、引言及文献综述
从“十二五”时期开始，为实现经济发展质量和效益稳步提升的目标，我国众多企业在政府主导下，为应对产业结构升级、资源消费的急剧增加和科技创新带来的冲击，加大了R&D投入，为区域经济创新发展做出了巨大贡献。虽然R&D投入和各行业企业专利数增加势头很猛，但企业创新“质量”和TFP并没有显著提高（黎文靖等，2016;肖文等，2014）。以浙江省为例，规模以上企业专利数从2007年的3 632个到2017年的37 482个，平均R&D费用从2007年的120亿元到2017年的488亿元①，但规模企业的TFP增长不大。然而，要想通过R&D支出从而实现转型升级提升经济创新发展②能力，必须系统地梳理经济创新形成机理、探究宏微观主体经济创新能力测度方法、不同经济创新发展模式对可持续增长的作用，进而分析在哪些层面上可以实现重新资源优化配置。鉴于此，笔者以区域经济创新发展能力评价为目标，利用企业TFP模型和熵权—AHP模型，构建经济创新发展能力③体系，对区域经济创新发展能力进行动态评价，为实施经济创新发展战略提供一定的理论依据。
自Schumpeter（1912）开始，众多学者基于创新理论、资源配置理论和新经济学理论，对经济创新发展评价与度量进行了广泛的讨论。近年来，经济创新发展评价体系及影响因素等领域的研究取得了突破性进展。（1）经济创新发展评价体系研究。经济创新度（Product Degree of Innovation，PDI）是指经济发展主体经济增长的创新程度。区域经济创新指标评价主要借鉴国家创新指标体系④（MunshiNaserIbne A，2014;《中国区域创新能力报告》），普遍采用创新环境、知识创造、知识获取、企业创新能力和创新经济效益等五个层面进行评价⑤。国内区域经济创新发展评价体系分析主要有创新发展、创新投入强度和排放产出率等三大类指标生成（张战仁，2013;郭铁成等，2014;张江雪等，2015;江晓君等，2017）。（2）企业R&D投入对区域经济创新发展的影响。众多学者研究发现（M Fritsch和G Franke，2004;卢宁等，2010;Chen C P等，2011;d’Artis等，2016），企业R&D投入有助于全要素生产率的提高。我国各地区的自主创新投入差异显著，经济发达地区体现出自主创新资源的比较优势，区域经济创新发展能力高（毛德凤等，2013;孔东民等，2014;李鸿禧等，2016）。尽管大量学者通过理论和实证分析认为创新投入对企业发展有着积极的影响，但是仍有一些学者指出过多创新投入和创新失败会给企业带来极大的不确定性（Hesen，2004;Rogério等，2014;Xie等，2015;黎文靖等，2016）。这些研究普遍认为，创新环境、知识创造、知识获取、企业研发和创新经济效益相关指标是区域经济创新发展能力的主要因素，但在目前区域经济创新评价体系中，未能系统地考虑企业全要素生产率指标。现有文献从理论和实证层面、从宏微观角度研究了资源配置视角下经济創新发展能力问题，取得了一系列成果，但这些方法中没有考虑区域企业TFP指标。这是区域经济创新发展能力测度和评价的关键。
二、数据来源与研究模型设定
（一）数据来源
浙江省作为我国经济大省，在“十二五”期间，经济社会持续平稳健康发展，转型升级和经济社会发展也取得了长足进步，但发展中也存在自主创新能力不强，区域之间发展不平衡等经济转型升级过程问题。为实现经济发展质量和效益稳步提升的发展目标，“十三五”规划中强调，要全面促进创新发展，加快经济转型升级的发展战略。为研究区域经济创新发展能力，笔者选取浙江省11个市的2007—2017年经济创新发展相关的空间面板数据并进行了以下处理：（1）2017年数据，借鉴各地区“十三五”规划内容，利用Power和向量自回归（VAR）方法，进行预测;（2）地区之间数据差异较大，所有指标利用极差法进行了标准化处理，最终得到11个市的数据。评价指标数据来源为《中国工业经济统计年鉴》《中国区域创新能力报告》《浙江经济年鉴》《浙江统计年鉴》《浙江科技年鉴》和Wind数据库。
（二）指标体系
1. 经济创新发展能力评价指标。借鉴史欣向等（2013）、郭铁成等（2014）、杨武等（2016）和江晓君等（2017）研究，构建区域经济创新发展评价指标体系。经济创新发展由规模以上工业企业创新度、创新投入强度、能源消耗产出率、产业调整优化、企业研发投入产出和政策因素等6个一级指标和23个二级指标构成（见表1）。
2. 微观企业TFP模型。借鉴任曙明、孙飞（2014）、d’Artisetal（2016）和张志强（2016）等研究，构建微观企业TFP测度模型。根据C-D生产函数的对数化公式，公司i在t期的生产函数为：
yit=βkkit+βllit+ωit+εit（1）
式中，yit为ln（总产出）;kit是ln（资本投入）;lit是ln（劳动力投入）。另外，此方程中的ωit和εit是不可观测的，εit为生产力冲击，ωit表示公司i在t时期的全要素生产率（TFP）。 假設ωit服从一阶Markov过程：
ωit=g（ωit-1）+ξit（2）
ξit表示t-1到t期间隔中涌现的新信息，与t-1期的旧信息不相关。
公司的中间投入为mit，假定公司在t-b（0<b<1）时期决定lit，kit是在t-1期及之前决定的，mit在t期决定，因此lit的决策时间介于kit和mit之间。在很多行业中，中间投入mit比劳动投入lit更容易发生改变。在这种时间假设下，公司t期的中间投入与lit有着更直接的关系，即：
mit=ft（ωit，kit，lit）（3）
因此，可得到ωit的表达式，即：
ωit=ft-1（mit，kit，lit）（4）
将上述表达式代入生产函数方程，可得：
yit=βkkit+βllit+ft-1（mit，kit，lit）+εit（5）
模型的估计分为两个阶段。首先将ωit和εit分离开，式（5）可以写成：
yit=φt（mit，kit，lit）+εit（6）
其中φt（mit，kit，lit）=βkkit+βllit+ft-1（mit，kit，lit），估计得到■it。
借鉴文献，首先，将βl和βk的取值范围设为[0，1]，据此设定步长为0.01，通过选取所有0-1的取值组合，带入计算对应的ωit，ωit（βl，βk）=■it-βkkit-βllit。其次，利用式（2），将ωit+1（βl，βk）与ωit（βl，βk）作回归，得到ξit（βl，βk）。再次，运用矩估计得到劳动与资本的相应系数βl和βk。根据一阶马尔科夫过程假定，ξit与kit和lit-1与ξit不相关，得到如下矩条件：
E（ξit│kit）=0 E（ξit│lit-1）=0（7）
利用式（7）这两个矩条件，可得βl和βk的最佳估计值，进而可以得到对应的ωit，便为TFP的估计值。
（三）经济创新发展能力评价步骤
为测度经济创新发展，根据经济创新发展评价指标体系指标，有效性和稳定性（关伟等，2015），分析步骤如下：（1）标准化处理。笔者使用极差法对原始数据进行标准化处理，消除不同量纲对结果的影响;（2）确定指标权重。主客观赋权方法相结合赋予一级指标权重，并利用熵值法计算二级指标权重;（3）构建模型并计算经济创新发展度、耦合度和协调度。
1. 数据标准化与权重。对23个二级指标进行无量纲化处理，将最大值作为最高标准进行赋值[0，1]，与大多数论文采取一致做法，将最终的各指标数值转化为百分数形式，即值阈为[1，100]，则经济创新发展中的每个指标值的计算公式为：
式中，yi为第个指标的指标赋值;xi为第个指标的原始指标值;为该指标在各个经济体中的最大值。
2. 发展度模型。经济创新发展（EID，Economic innovation and development）侧重反映一个经济体经济发展的质，因此在由6个指标生成EID的过程中，各指标权重的分配侧重于经济创新指标。笔者采用主客观赋权相结合的方法赋予一级指标的权重，由于6个分系统在经济社会协调发展中具有相同重要性，因此赋予各一级指标层权重均为1/6，随后使用熵权-AHP相结合的方法确定二级指标层权重。
进而，由各个指标赋值生成经济创新度的指数值，计算公式为：
式中，EID为经济创新发展值;wi为第个指标的权重指标赋值;yi为第个指标的指标赋值;为指标数，i=1，2，3，4，5，6。
如规模以上工业企业创新度U（T）、创新投入强度U（I）、能源消耗产出率U（E）、产业调整优化U（Ind）、企业（规模以上工业企业、髙技术企业和科技企业）研发投入产出U（RD）、政策因素U（P）分系统测度模型：
Pi为对应的指标值;m为指标个数。
经济创新发展度公式为：
T=1/6[U（T）+U（I）+U（E）+U（Ind）+U（RD）+U（P）]（11）
3. 耦合度模型。耦合度指两个或两个以上系统间相互作用、相互影响的强度，借鉴物理学中容量耦合系数理论和已有文献，通过计算变异系数C得到优化经济社会耦合度模型。
式中：C值的区间范围为[0，1]，当C=1时，表明系统达到良性共振耦合的标准，当C=0时，表明系统之间呈没存在关系。
4. 协调度模型。鉴于耦合度高低只能说明分系统之间相互作用的强弱关系，但是无法具体反映系统间发展是否协调，故引入协调度模型：
式中，D为协调度;C为耦合度;T为综合度。
三、浙江省经济创新发展能力评价分析
（一）经济创新发展度分析
根据测算出的浙江省各市区规模以上工业企业TFP、创新投入强度、能源消耗产出率、产业调整优化、企业研发投入产出、政策因素的6个一级指标值，利用公式（11），得到浙江省各市经济创新发展度。表2是2007年、2010年、2013年和2017年经济创新发展度（T值）。
由表2可知，2007年，杭州市作为浙江省省会，有着独特的政治、经济优势，创新发展度最高。嘉兴、宁波、湖州、台州和温州等城市凭借沿海的区位优势和较高层次的开放水平，经济创新发展度较高;内陆地区金华、衢州等城市相对较弱;2010年，各城市经济创新发展度的高峰值集中在杭州、绍兴和金华等城市;2013年和2017年没有大幅度变动，形成杭州、绍兴和宁波为强经济创新发展城市，沿海地区经济创新发展稍弱，内陆地区最低的局面。从2007—2017年的发展变化，可以看出强经济创新发展城市和弱经济创新发展城市均值差距较大。 （二）經济创新耦合协调发展分析
由表3可知，2007年、2010年、2013年和2017年浙江省经济创新耦合度的均值分别为0.780、0.745、0.777和0.785，说明规模以上工业企业创新度、创新投入强度、能源消耗产出率、产业调整优化、企业研发投入产出、政策因素等6个系统之间呈现明显互相作用关系，借鉴江孝君等（2017）对耦合协调度的等级划分，浙江省的经济创新发展6个一级指标间耦合协调度进入中级协调，还有巨大的发展潜力。总体上看，浙江经济创新耦合度不断提高，但整体发展速度缓慢，耦合发展情况未得到太大的改善。具体到浙江省各城市而言：杭州、宁波和绍兴城市创新耦合程度排名前三;衢州和金华与其他城市相比较，差距比较大，有待进一步提升耦合程度。
由表4和图1可知，杭州市经济创新发展耦合协调度领跑全省，2007—2017经济创新发展耦合协调度均值达到0.891，绍兴市和宁波市的耦合协调度均值为0.720、0.701，紧跟其后;丽水市、台州市、嘉兴市、湖州市、舟山市、温州市的均值集中在0.5～0.7之间;衢州市和金华市为弱经济创新发展城市，2007—2017经济创新发展分系统耦合协调度均值分别为0.456、0.408。从总体上讲，这11个城市的耦合协调度整体趋稳。
（三）经济创新能力的一级指标评价
图2是浙江省11个城市的6个一级指标等级⑥结构变化趋势。由图2可知，2010—2017年规模以上工业企业的TFP（U（T））较强、中等和较弱的结构没有变化，舟山市企业的TFP值较低。创新投入强度（U（I））的强、较强、中等和较弱等级的结构呈“U”型，2013年较弱的比重增加，金华市创新投入最低。能源消耗产出率（U（E））整体呈现下降趋势，中等和较弱的比重增加，强等级的比重减少，尤其是湖州市和舟山市一直呈明显下降趋势。2013年和2017年的城市调整优化（U（Ind））中等水平的比重明显高于2007年和2010年，2013年2017年的较弱水平比重明显低于2007年和2010年。企业研发产出（U（RD））是2010年开始较弱等级的比重明显下降，随着各市髙技术企业、科技企业的增加和研发投入的重视，强、较强和中等等级的比重明显上升。政策因素（U（P））是整体变化不大，但2017年强和较强等级的比重有所下降，这与区域经济发展趋缓有关。
（四）经济创新发展度空间自相关分析
利用2007—2017年浙江省际空间面板数据，通过吉尔里指数C（Geary's C）法，测算出浙江省经济创新发展度在空间聚集特性问题⑦。Geary's C指数结果如表5所示。从表5中可知，2007—2017年浙江省城市经济创新发展度的全局Geary's c指数显示，浙江省经济创新发展度呈现很强的空间正相关，Geary's C指数在2007—2017年均通过5%显著性水平检验，浙江省经济创新发展度在总体上具有显著性的整体集聚特征。经济创新发展度较高的城市周边各地的经济创新发展度也较高。
四、结论与建议
浙江省城市经济发展度呈现出显著的全局空间集聚特征，但浙江省11个市之间经济创新发展能力不平衡，城市间经济创新发展度均值差距较大。浙江省经济创新发展耦合度进入中级协调，还有巨大的发展潜力，但有待加强各一级指标间的耦合协调。
根据以上结论，笔者提出以下建议：
1. 提升经济创新发展能力的一级指标水平，强化一级指标间相互作用。经济创新发展能力的一级指标水平较低是导致经济创新发展耦合度水平较低的根本因素，针对此问题，采取行之有效的创新投入、产业调整优化及财政等政策措施，大力提升6个一级指标水平。
2. 全面提升经济创新协调发展度，优化产业结构，加大企业创新力度，降低能源消耗。一是优化经济社会创新发展系统的协调发展政策。从实际出发，制定适合的协调发展政策是促进经济创新协调发展的根本保障，因此，弱经济创新发展城市弥补自己的短板，实现有差别的政策调整。二是充分发挥较强经济创新发展能力区域型城市群在经济创新发展格局中的战略支撑和核心节点功能，实现各城市之间资本、劳动力等生产要素充分流动，通过交流最新科技创新成果，实现协同发展。
注释：
①数据来自于《浙江经济年鉴》《浙江统计年鉴》和《浙江科技年鉴》。
②新产品的开发、新市场的开拓、新生产要素的发现、新生产方式的引进和新企业组织形式的实施。在现代经济条件下，创新就是新的组合（袁志刚，2000）。
③经济创新发展能力评价一般包括发展度、耦合度、协调度和和空间相关性。
④2017年全球创新指数报告（GII）指出国家创新指标体系主要有创新投入指标（制度、基础设施、人力资本和研究、市场成熟度和商业成熟度）和创新产出指标（知识和技术产出、创造性产出）。
⑤创新度侧重考察经济体发展中创新驱动的程度（郭铁成等，2014）。
⑥6个一级指标等级是利用距离函数和散点图进行分类。由计算结果可知，浙江省11个市的6个一级指标等级普遍高于已有文献的分类平均值。
⑦由于考虑到样本容量大小的问题，将每两年的数据合成22×22矩阵。
参考文献：
[1]黎文靖，郑曼妮.实质性创新还是策略性创新？——宏观产业政策对微观企业创新的影响[J].经济研究，2016（4）：60-73.
[2]肖文，林高榜.政府支持、研发管理与技术创新效率——基于中国工业行业的实证分析[J].管理世界，2014（4）：71-80.
[3]袁志刚.经济创新与企业战略[J].复旦大学学报（社会科学版），2000（1）：68-75.
[4]郭铁成，张赤东.经济创新度与经济体创新评级[J].中国科技论坛，2014（12）：5-13. [5]Munshi Naser Ibne A. An empirical investigation of the National Innovation System（NIS）using Data Envelopment Analysis（DEA）and the TOBIT model[J].International Review of Applied Economics，2014，28（4）：507-523.
[6]張战仁.中国创新发展的区域关联及空间溢出效应研究——基于中国经济创新转型视角的实证分析[J].科学学研究，2013（9）：1391-1398.
[7]张江雪，蔡宁，毛建素，杨陈.自主创新，技术引进与中国工业绿色增长——基于行业异质性的实证研究[J].科学学研究，2015（2）：185-194.
[8]江晓君，杨青山，张郁，王小燕，陈长瑶.中国经济社会协调发展水平空间分异特征[J].经济地理，2017（8）：17-26.
[9]M Frisch，G Franke. Innovation，regional knowledge spillovers and R&D cooperation[J]. Research Policy，2004（33）：245-255.
[10]卢宁，李国平，刘光岭.中国自主创新与区域经济增长——基于1998—2007年省际面板数据的实证研究[J].数量经济技术经济研究，2010（1）：3-18
[11]Chen C P， Hu J L， Yang C H. An international comparison of R&D efficiency of multiple innovative outputs：The role of the national innovation system[J].Innovation：Management，policy & practice，2011（13）：341-360.
[12]d’Artis Kancsa，B Siliverstovs. R&D and non-linear productivity growth[J].Research Policy，2016（45）：634-646.
[13]毛德凤，李静，彭飞，骆正清.研发投入与企业全要素生产率——基于PSM和CPS的检验[J].财经研究，2013（4）：134-144.
[14]孔东民，代昀昊，李阳.政策冲击，市场环境与国企生产效率：现状，趋势与发展[J].管理世界，2014（8），4-17.
[15]李鸿禧，迟国泰.基于DEA-t检验的以企业为主体的科技创新效率评价[J].中国管理科学，2016（11）：109-119.
[16]Hennessy C A. Tobin′Q，debt overhang，and investment[J].Journal ofFinance，2004（59），1717-1742.
[17]Rogério F M， José Luis Duarte R， Marcelo N C. An economic-probabilistic model for risk analysis in technological innovation projects[J].Technovation，2014，（34）：485-498.
[18]史欣向，梁彤缨.社会资本影响了研发效率——基于中国省际面板数据的经验研究[J].科研管理，2013（34）：73-79.
[19]杨武，杨淼.中国科技创新与经济发展耦合协调度模型[J].中国科技论坛，201（3）;30-35.
[20]任曙明，吕镯.融资约束，政府补贴与全要素生产率——来自中国装备制造业企业的实证研究[J].管理世界，2014（11）：10-23.
[21]张志强.微观企业全要素生产率测度方法的比较与应用[J].数量经济技术经济研究，2015（12），107-122.
[22]关伟，许淑婷.中国能源生态效率的空间格局与空间效应[J].地理学报，2015（6）：980-992.
[23]李裕瑞，王婧，刘彦随，龙花楼.中国四化协调发展的区域格局及其影响因素[J].地理学报，2014（2）：199-212.
Research on Evaluation of Regional Economic Innovation and Development Capability
Piao Zhefan， Miao Binbin， Zhang Weien
（School of Finance， Zhejiang University of Finance and Economics， Hangzhou 310018， China）
Abstract： During the transition to innovation-driven mode in economic growth， it is of theoretical and practical significance to effectively evaluate regional economic innovation and development capabilities for regional implementation of innovation-driven development strategies. This paper uses enterprise TFP model and entropy weight-AHP model to construct an economic innovation development capability evaluation system， and analyze economic innovation development degree， coupling coordination degree and spatial correlation. The measurement results in Zhejiang Province show that it is necessary to further improve the level of the first-level indicators of regional economic innovation and development capabilities， and strengthen the interaction between the first-level indicators. Optimizing the industrial structure， increasing the energy consumption output rate， and improving the corporate TFP are the key to promote regional economic innovation and development.
Key words： economic innovation development， enterprise TFP， coupling coordination degree， entropy weight-AHP model
关键词：经济创新发展;企业TFP;耦合协调度;熵权-AHP模型
中图分类号：F061.5 文献标识码：A 文章编号：1007-2101（2019）03-0087-07
一、引言及文献综述
从“十二五”时期开始，为实现经济发展质量和效益稳步提升的目标，我国众多企业在政府主导下，为应对产业结构升级、资源消费的急剧增加和科技创新带来的冲击，加大了R&D投入，为区域经济创新发展做出了巨大贡献。虽然R&D投入和各行业企业专利数增加势头很猛，但企业创新“质量”和TFP并没有显著提高（黎文靖等，2016;肖文等，2014）。以浙江省为例，规模以上企业专利数从2007年的3 632个到2017年的37 482个，平均R&D费用从2007年的120亿元到2017年的488亿元①，但规模企业的TFP增长不大。然而，要想通过R&D支出从而实现转型升级提升经济创新发展②能力，必须系统地梳理经济创新形成机理、探究宏微观主体经济创新能力测度方法、不同经济创新发展模式对可持续增长的作用，进而分析在哪些层面上可以实现重新资源优化配置。鉴于此，笔者以区域经济创新发展能力评价为目标，利用企业TFP模型和熵权—AHP模型，构建经济创新发展能力③体系，对区域经济创新发展能力进行动态评价，为实施经济创新发展战略提供一定的理论依据。
自Schumpeter（1912）开始，众多学者基于创新理论、资源配置理论和新经济学理论，对经济创新发展评价与度量进行了广泛的讨论。近年来，经济创新发展评价体系及影响因素等领域的研究取得了突破性进展。（1）经济创新发展评价体系研究。经济创新度（Product Degree of Innovation，PDI）是指经济发展主体经济增长的创新程度。区域经济创新指标评价主要借鉴国家创新指标体系④（MunshiNaserIbne A，2014;《中国区域创新能力报告》），普遍采用创新环境、知识创造、知识获取、企业创新能力和创新经济效益等五个层面进行评价⑤。国内区域经济创新发展评价体系分析主要有创新发展、创新投入强度和排放产出率等三大类指标生成（张战仁，2013;郭铁成等，2014;张江雪等，2015;江晓君等，2017）。（2）企业R&D投入对区域经济创新发展的影响。众多学者研究发现（M Fritsch和G Franke，2004;卢宁等，2010;Chen C P等，2011;d’Artis等，2016），企业R&D投入有助于全要素生产率的提高。我国各地区的自主创新投入差异显著，经济发达地区体现出自主创新资源的比较优势，区域经济创新发展能力高（毛德凤等，2013;孔东民等，2014;李鸿禧等，2016）。尽管大量学者通过理论和实证分析认为创新投入对企业发展有着积极的影响，但是仍有一些学者指出过多创新投入和创新失败会给企业带来极大的不确定性（Hesen，2004;Rogério等，2014;Xie等，2015;黎文靖等，2016）。这些研究普遍认为，创新环境、知识创造、知识获取、企业研发和创新经济效益相关指标是区域经济创新发展能力的主要因素，但在目前区域经济创新评价体系中，未能系统地考虑企业全要素生产率指标。现有文献从理论和实证层面、从宏微观角度研究了资源配置视角下经济創新发展能力问题，取得了一系列成果，但这些方法中没有考虑区域企业TFP指标。这是区域经济创新发展能力测度和评价的关键。
二、数据来源与研究模型设定
（一）数据来源
浙江省作为我国经济大省，在“十二五”期间，经济社会持续平稳健康发展，转型升级和经济社会发展也取得了长足进步，但发展中也存在自主创新能力不强，区域之间发展不平衡等经济转型升级过程问题。为实现经济发展质量和效益稳步提升的发展目标，“十三五”规划中强调，要全面促进创新发展，加快经济转型升级的发展战略。为研究区域经济创新发展能力，笔者选取浙江省11个市的2007—2017年经济创新发展相关的空间面板数据并进行了以下处理：（1）2017年数据，借鉴各地区“十三五”规划内容，利用Power和向量自回归（VAR）方法，进行预测;（2）地区之间数据差异较大，所有指标利用极差法进行了标准化处理，最终得到11个市的数据。评价指标数据来源为《中国工业经济统计年鉴》《中国区域创新能力报告》《浙江经济年鉴》《浙江统计年鉴》《浙江科技年鉴》和Wind数据库。
（二）指标体系
1. 经济创新发展能力评价指标。借鉴史欣向等（2013）、郭铁成等（2014）、杨武等（2016）和江晓君等（2017）研究，构建区域经济创新发展评价指标体系。经济创新发展由规模以上工业企业创新度、创新投入强度、能源消耗产出率、产业调整优化、企业研发投入产出和政策因素等6个一级指标和23个二级指标构成（见表1）。
2. 微观企业TFP模型。借鉴任曙明、孙飞（2014）、d’Artisetal（2016）和张志强（2016）等研究，构建微观企业TFP测度模型。根据C-D生产函数的对数化公式，公司i在t期的生产函数为：
yit=βkkit+βllit+ωit+εit（1）
式中，yit为ln（总产出）;kit是ln（资本投入）;lit是ln（劳动力投入）。另外，此方程中的ωit和εit是不可观测的，εit为生产力冲击，ωit表示公司i在t时期的全要素生产率（TFP）。 假設ωit服从一阶Markov过程：
ωit=g（ωit-1）+ξit（2）
ξit表示t-1到t期间隔中涌现的新信息，与t-1期的旧信息不相关。
公司的中间投入为mit，假定公司在t-b（0<b<1）时期决定lit，kit是在t-1期及之前决定的，mit在t期决定，因此lit的决策时间介于kit和mit之间。在很多行业中，中间投入mit比劳动投入lit更容易发生改变。在这种时间假设下，公司t期的中间投入与lit有着更直接的关系，即：
mit=ft（ωit，kit，lit）（3）
因此，可得到ωit的表达式，即：
ωit=ft-1（mit，kit，lit）（4）
将上述表达式代入生产函数方程，可得：
yit=βkkit+βllit+ft-1（mit，kit，lit）+εit（5）
模型的估计分为两个阶段。首先将ωit和εit分离开，式（5）可以写成：
yit=φt（mit，kit，lit）+εit（6）
其中φt（mit，kit，lit）=βkkit+βllit+ft-1（mit，kit，lit），估计得到■it。
借鉴文献，首先，将βl和βk的取值范围设为[0，1]，据此设定步长为0.01，通过选取所有0-1的取值组合，带入计算对应的ωit，ωit（βl，βk）=■it-βkkit-βllit。其次，利用式（2），将ωit+1（βl，βk）与ωit（βl，βk）作回归，得到ξit（βl，βk）。再次，运用矩估计得到劳动与资本的相应系数βl和βk。根据一阶马尔科夫过程假定，ξit与kit和lit-1与ξit不相关，得到如下矩条件：
E（ξit│kit）=0 E（ξit│lit-1）=0（7）
利用式（7）这两个矩条件，可得βl和βk的最佳估计值，进而可以得到对应的ωit，便为TFP的估计值。
（三）经济创新发展能力评价步骤
为测度经济创新发展，根据经济创新发展评价指标体系指标，有效性和稳定性（关伟等，2015），分析步骤如下：（1）标准化处理。笔者使用极差法对原始数据进行标准化处理，消除不同量纲对结果的影响;（2）确定指标权重。主客观赋权方法相结合赋予一级指标权重，并利用熵值法计算二级指标权重;（3）构建模型并计算经济创新发展度、耦合度和协调度。
1. 数据标准化与权重。对23个二级指标进行无量纲化处理，将最大值作为最高标准进行赋值[0，1]，与大多数论文采取一致做法，将最终的各指标数值转化为百分数形式，即值阈为[1，100]，则经济创新发展中的每个指标值的计算公式为：
式中，yi为第个指标的指标赋值;xi为第个指标的原始指标值;为该指标在各个经济体中的最大值。
2. 发展度模型。经济创新发展（EID，Economic innovation and development）侧重反映一个经济体经济发展的质，因此在由6个指标生成EID的过程中，各指标权重的分配侧重于经济创新指标。笔者采用主客观赋权相结合的方法赋予一级指标的权重，由于6个分系统在经济社会协调发展中具有相同重要性，因此赋予各一级指标层权重均为1/6，随后使用熵权-AHP相结合的方法确定二级指标层权重。
进而，由各个指标赋值生成经济创新度的指数值，计算公式为：
式中，EID为经济创新发展值;wi为第个指标的权重指标赋值;yi为第个指标的指标赋值;为指标数，i=1，2，3，4，5，6。
如规模以上工业企业创新度U（T）、创新投入强度U（I）、能源消耗产出率U（E）、产业调整优化U（Ind）、企业（规模以上工业企业、髙技术企业和科技企业）研发投入产出U（RD）、政策因素U（P）分系统测度模型：
Pi为对应的指标值;m为指标个数。
经济创新发展度公式为：
T=1/6[U（T）+U（I）+U（E）+U（Ind）+U（RD）+U（P）]（11）
3. 耦合度模型。耦合度指两个或两个以上系统间相互作用、相互影响的强度，借鉴物理学中容量耦合系数理论和已有文献，通过计算变异系数C得到优化经济社会耦合度模型。
式中：C值的区间范围为[0，1]，当C=1时，表明系统达到良性共振耦合的标准，当C=0时，表明系统之间呈没存在关系。
4. 协调度模型。鉴于耦合度高低只能说明分系统之间相互作用的强弱关系，但是无法具体反映系统间发展是否协调，故引入协调度模型：
式中，D为协调度;C为耦合度;T为综合度。
三、浙江省经济创新发展能力评价分析
（一）经济创新发展度分析
根据测算出的浙江省各市区规模以上工业企业TFP、创新投入强度、能源消耗产出率、产业调整优化、企业研发投入产出、政策因素的6个一级指标值，利用公式（11），得到浙江省各市经济创新发展度。表2是2007年、2010年、2013年和2017年经济创新发展度（T值）。
由表2可知，2007年，杭州市作为浙江省省会，有着独特的政治、经济优势，创新发展度最高。嘉兴、宁波、湖州、台州和温州等城市凭借沿海的区位优势和较高层次的开放水平，经济创新发展度较高;内陆地区金华、衢州等城市相对较弱;2010年，各城市经济创新发展度的高峰值集中在杭州、绍兴和金华等城市;2013年和2017年没有大幅度变动，形成杭州、绍兴和宁波为强经济创新发展城市，沿海地区经济创新发展稍弱，内陆地区最低的局面。从2007—2017年的发展变化，可以看出强经济创新发展城市和弱经济创新发展城市均值差距较大。 （二）經济创新耦合协调发展分析
由表3可知，2007年、2010年、2013年和2017年浙江省经济创新耦合度的均值分别为0.780、0.745、0.777和0.785，说明规模以上工业企业创新度、创新投入强度、能源消耗产出率、产业调整优化、企业研发投入产出、政策因素等6个系统之间呈现明显互相作用关系，借鉴江孝君等（2017）对耦合协调度的等级划分，浙江省的经济创新发展6个一级指标间耦合协调度进入中级协调，还有巨大的发展潜力。总体上看，浙江经济创新耦合度不断提高，但整体发展速度缓慢，耦合发展情况未得到太大的改善。具体到浙江省各城市而言：杭州、宁波和绍兴城市创新耦合程度排名前三;衢州和金华与其他城市相比较，差距比较大，有待进一步提升耦合程度。
由表4和图1可知，杭州市经济创新发展耦合协调度领跑全省，2007—2017经济创新发展耦合协调度均值达到0.891，绍兴市和宁波市的耦合协调度均值为0.720、0.701，紧跟其后;丽水市、台州市、嘉兴市、湖州市、舟山市、温州市的均值集中在0.5～0.7之间;衢州市和金华市为弱经济创新发展城市，2007—2017经济创新发展分系统耦合协调度均值分别为0.456、0.408。从总体上讲，这11个城市的耦合协调度整体趋稳。
（三）经济创新能力的一级指标评价
图2是浙江省11个城市的6个一级指标等级⑥结构变化趋势。由图2可知，2010—2017年规模以上工业企业的TFP（U（T））较强、中等和较弱的结构没有变化，舟山市企业的TFP值较低。创新投入强度（U（I））的强、较强、中等和较弱等级的结构呈“U”型，2013年较弱的比重增加，金华市创新投入最低。能源消耗产出率（U（E））整体呈现下降趋势，中等和较弱的比重增加，强等级的比重减少，尤其是湖州市和舟山市一直呈明显下降趋势。2013年和2017年的城市调整优化（U（Ind））中等水平的比重明显高于2007年和2010年，2013年2017年的较弱水平比重明显低于2007年和2010年。企业研发产出（U（RD））是2010年开始较弱等级的比重明显下降，随着各市髙技术企业、科技企业的增加和研发投入的重视，强、较强和中等等级的比重明显上升。政策因素（U（P））是整体变化不大，但2017年强和较强等级的比重有所下降，这与区域经济发展趋缓有关。
（四）经济创新发展度空间自相关分析
利用2007—2017年浙江省际空间面板数据，通过吉尔里指数C（Geary's C）法，测算出浙江省经济创新发展度在空间聚集特性问题⑦。Geary's C指数结果如表5所示。从表5中可知，2007—2017年浙江省城市经济创新发展度的全局Geary's c指数显示，浙江省经济创新发展度呈现很强的空间正相关，Geary's C指数在2007—2017年均通过5%显著性水平检验，浙江省经济创新发展度在总体上具有显著性的整体集聚特征。经济创新发展度较高的城市周边各地的经济创新发展度也较高。
四、结论与建议
浙江省城市经济发展度呈现出显著的全局空间集聚特征，但浙江省11个市之间经济创新发展能力不平衡，城市间经济创新发展度均值差距较大。浙江省经济创新发展耦合度进入中级协调，还有巨大的发展潜力，但有待加强各一级指标间的耦合协调。
根据以上结论，笔者提出以下建议：
1. 提升经济创新发展能力的一级指标水平，强化一级指标间相互作用。经济创新发展能力的一级指标水平较低是导致经济创新发展耦合度水平较低的根本因素，针对此问题，采取行之有效的创新投入、产业调整优化及财政等政策措施，大力提升6个一级指标水平。
2. 全面提升经济创新协调发展度，优化产业结构，加大企业创新力度，降低能源消耗。一是优化经济社会创新发展系统的协调发展政策。从实际出发，制定适合的协调发展政策是促进经济创新协调发展的根本保障，因此，弱经济创新发展城市弥补自己的短板，实现有差别的政策调整。二是充分发挥较强经济创新发展能力区域型城市群在经济创新发展格局中的战略支撑和核心节点功能，实现各城市之间资本、劳动力等生产要素充分流动，通过交流最新科技创新成果，实现协同发展。
注释：
①数据来自于《浙江经济年鉴》《浙江统计年鉴》和《浙江科技年鉴》。
②新产品的开发、新市场的开拓、新生产要素的发现、新生产方式的引进和新企业组织形式的实施。在现代经济条件下，创新就是新的组合（袁志刚，2000）。
③经济创新发展能力评价一般包括发展度、耦合度、协调度和和空间相关性。
④2017年全球创新指数报告（GII）指出国家创新指标体系主要有创新投入指标（制度、基础设施、人力资本和研究、市场成熟度和商业成熟度）和创新产出指标（知识和技术产出、创造性产出）。
⑤创新度侧重考察经济体发展中创新驱动的程度（郭铁成等，2014）。
⑥6个一级指标等级是利用距离函数和散点图进行分类。由计算结果可知，浙江省11个市的6个一级指标等级普遍高于已有文献的分类平均值。
⑦由于考虑到样本容量大小的问题，将每两年的数据合成22×22矩阵。
参考文献：
[1]黎文靖，郑曼妮.实质性创新还是策略性创新？——宏观产业政策对微观企业创新的影响[J].经济研究，2016（4）：60-73.
[2]肖文，林高榜.政府支持、研发管理与技术创新效率——基于中国工业行业的实证分析[J].管理世界，2014（4）：71-80.
[3]袁志刚.经济创新与企业战略[J].复旦大学学报（社会科学版），2000（1）：68-75.
[4]郭铁成，张赤东.经济创新度与经济体创新评级[J].中国科技论坛，2014（12）：5-13. [5]Munshi Naser Ibne A. An empirical investigation of the National Innovation System（NIS）using Data Envelopment Analysis（DEA）and the TOBIT model[J].International Review of Applied Economics，2014，28（4）：507-523.
[6]張战仁.中国创新发展的区域关联及空间溢出效应研究——基于中国经济创新转型视角的实证分析[J].科学学研究，2013（9）：1391-1398.
[7]张江雪，蔡宁，毛建素，杨陈.自主创新，技术引进与中国工业绿色增长——基于行业异质性的实证研究[J].科学学研究，2015（2）：185-194.
[8]江晓君，杨青山，张郁，王小燕，陈长瑶.中国经济社会协调发展水平空间分异特征[J].经济地理，2017（8）：17-26.
[9]M Frisch，G Franke. Innovation，regional knowledge spillovers and R&D cooperation[J]. Research Policy，2004（33）：245-255.
[10]卢宁，李国平，刘光岭.中国自主创新与区域经济增长——基于1998—2007年省际面板数据的实证研究[J].数量经济技术经济研究，2010（1）：3-18
[11]Chen C P， Hu J L， Yang C H. An international comparison of R&D efficiency of multiple innovative outputs：The role of the national innovation system[J].Innovation：Management，policy & practice，2011（13）：341-360.
[12]d’Artis Kancsa，B Siliverstovs. R&D and non-linear productivity growth[J].Research Policy，2016（45）：634-646.
[13]毛德凤，李静，彭飞，骆正清.研发投入与企业全要素生产率——基于PSM和CPS的检验[J].财经研究，2013（4）：134-144.
[14]孔东民，代昀昊，李阳.政策冲击，市场环境与国企生产效率：现状，趋势与发展[J].管理世界，2014（8），4-17.
[15]李鸿禧，迟国泰.基于DEA-t检验的以企业为主体的科技创新效率评价[J].中国管理科学，2016（11）：109-119.
[16]Hennessy C A. Tobin′Q，debt overhang，and investment[J].Journal ofFinance，2004（59），1717-1742.
[17]Rogério F M， José Luis Duarte R， Marcelo N C. An economic-probabilistic model for risk analysis in technological innovation projects[J].Technovation，2014，（34）：485-498.
[18]史欣向，梁彤缨.社会资本影响了研发效率——基于中国省际面板数据的经验研究[J].科研管理，2013（34）：73-79.
[19]杨武，杨淼.中国科技创新与经济发展耦合协调度模型[J].中国科技论坛，201（3）;30-35.
[20]任曙明，吕镯.融资约束，政府补贴与全要素生产率——来自中国装备制造业企业的实证研究[J].管理世界，2014（11）：10-23.
[21]张志强.微观企业全要素生产率测度方法的比较与应用[J].数量经济技术经济研究，2015（12），107-122.
[22]关伟，许淑婷.中国能源生态效率的空间格局与空间效应[J].地理学报，2015（6）：980-992.
[23]李裕瑞，王婧，刘彦随，龙花楼.中国四化协调发展的区域格局及其影响因素[J].地理学报，2014（2）：199-212.
Research on Evaluation of Regional Economic Innovation and Development Capability
Piao Zhefan， Miao Binbin， Zhang Weien
（School of Finance， Zhejiang University of Finance and Economics， Hangzhou 310018， China）
Abstract： During the transition to innovation-driven mode in economic growth， it is of theoretical and practical significance to effectively evaluate regional economic innovation and development capabilities for regional implementation of innovation-driven development strategies. This paper uses enterprise TFP model and entropy weight-AHP model to construct an economic innovation development capability evaluation system， and analyze economic innovation development degree， coupling coordination degree and spatial correlation. The measurement results in Zhejiang Province show that it is necessary to further improve the level of the first-level indicators of regional economic innovation and development capabilities， and strengthen the interaction between the first-level indicators. Optimizing the industrial structure， increasing the energy consumption output rate， and improving the corporate TFP are the key to promote regional economic innovation and development.
Key words： economic innovation development， enterprise TFP， coupling coordination degree， entropy weight-AHP model